[发明专利]基于博弈论的驾驶员辅助系统决策方法、系统及其他

说明书

本发明涉及智能驾驶领域，具体涉及一种基于博弈论的驾驶员辅助系统决策方法、系统及其他，目的是为了解决对周围车辆行为变化趋势的预估不足，从而导致宿主车辆频繁控制。本发明的基于博弈论的驾驶员辅助系统决策方法，首先根据宿主车辆驾驶员的历史驾驶习惯，初始化该驾驶员的行为模式；在车辆行驶过程中，再采集宿主车辆上的驾驶员行为数据，对驾驶员当前行为模式进行更新。对于目标车辆，不但可以按照传统方法，采集宿主车辆上监测设备获取的数据，而且可以利用V2X系统获取目标车辆驾驶员的行为信息，提高了对目标车辆行为的预见能力；能有效提高辅助驾驶系统的适应能力，从而提高宿主车辆的舒适性、安全性。

技术领域

本发明涉及智能驾驶领域，具体涉及一种基于博弈论的驾驶员辅助系统决策方法、系统及其他。

背景技术

传统自适应巡航控制(Adaptive Cruise Control，ACC)系统中的目标选择模块包含情景分析子模块。该子模块利用宿主车辆与周围车辆的横向、纵向距离以及相对车速等物理信息，判断宿主车辆所处的驾驶环境，从而对车辆控制策略做出决定。

现有专利文件CN104590274A(发明名称：一种驾驶行为自适应系统及驾驶行为自适应方法，公布日：2015.05.06)，提供了一种驾驶行为自适应方法，通过采集车辆的驾驶状态信息、车辆的周围环境状况，对驾驶员的驾驶行为进行分析，建立驾驶员的驾驶行为模型；然后根据驾驶行为模型对汽车的驾驶行为进行自动控制。该发明没有考虑周围车辆上驾驶员的行为习惯，这种决策方式可能导致对周围车辆行为变化趋势的预估不足，从而导致宿主车辆频繁控制，带来宿主车辆的乘坐舒适性下降，并造成不必要的能量损失。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种基于博弈论的驾驶员辅助系统决策方法、系统及其他，提高了驾驶员辅助系统的决策准确度，从而避免了不必要的频繁控制，提高了宿主车辆的乘坐舒适性、安全性，减少了不必要的能量损失。

本发明的一方面，提出一种驾驶员行为模式决策方法，包括：

在车辆行驶过程中采集驾驶员行为信息；

依据预设的第一归类条件，将所采集的驾驶员行为信息按照预设的驾驶员行为模式类别进行归类；

依据预设的每种驾驶员行为信息对应的权重，分别计算归类后每种驾驶员行为模式中所包含的驾驶员行为信息的权重之和；

选择权重之和最大的驾驶员行为模式，作为驾驶员当前行为模式。

优选地，还包括驾驶员当前行为模式初始化步骤：

车辆启动时将驾驶员历史行为模式作为驾驶员当前行为模式。

优选地，所述选择权重之和最大的驾驶员行为模式作为所述驾驶员当前行为模式时，还设置有与预设权重阈值进行比较的步骤：

将所选择的驾驶员行为模式对应权重之和与预设权重阈值进行对比，若大于则用所选择的驾驶员行为模式更新所述驾驶员当前行为模式。

优选地，还包括根据驾驶员命令更新所述驾驶员当前行为模式的步骤。

优选地，所述的驾驶员行为信息包括驾驶动作信息、身体状态信息、车内娱乐系统播放信息中一种或多种。

本发明的第二方面，提出一种基于博弈论的驾驶员辅助系统决策方法，包括：

依据所采集的宿主车辆驾驶员行为信息，基于上述的驾驶员行为模式决策方法，输出宿主车辆驾驶员当前行为模式；

根据所采集的目标车辆状态信息，基于预设的目标车辆行为模式分类规则，输出目标车辆驾驶员当前行为模式；或者依据所采集的目标车辆驾驶员行为信息，基于上述的驾驶员行为模式决策方法，输出目标车辆驾驶员当前行为模式；