[发明专利]一种智能驾驶汽车避障决策方法及装置

权利要求书

1.一种智能驾驶汽车避障决策方法，其特征在于，包括：

确定目标车辆在不同时刻，与障碍物的相对行驶信息，所述相对行驶信息，包括：相对车速、相对距离和碰撞时间；

基于预先训练好的高斯混合分布模型，对每个时刻的所述相对行驶信息进行分类，得到每个时刻的所述相对行驶信息的类别；所述基于预先训练好的高斯混合分布模型，对每个时刻的所述相对行驶信息进行分类，得到每个时刻的所述相对行驶信息的类别，包括：对每个时刻的所述相对车速，利用分段函数，确定所述相对车速所属的车速类别，将所述相对车速所属的车速类别作为相对车速系数；对每个时刻的所述相对距离，利用针对相对距离预先训练好的的高斯混合分布模型中多类高斯分布概率密度函数，确定所述相对距离的高斯分布概率，将最大的高斯分布概率所对应的类别作为相对距离系数；对每个时刻的所述碰撞时间的倒数，利用针对碰撞时间预先训练好的高斯混合分布模型中多类高斯分布概率密度函数，确定所述碰撞时间的倒数的高斯分布概率，将最大的高斯分布概率所对应的类别作为相对碰撞时间系数；对每个时刻的所述相对行驶信息，结合所述时刻的相对车速系数、所述相对距离系数及所述相对碰撞时间系数，确定所述相对行驶信息的类别；

对每个所述类别，从训练隐马尔可夫模型得到的混淆矩阵中获取所述类别对应的不同行为状态的概率，所述混淆矩阵包含各个时刻的相对行驶信息的类别对应的不同行为状态的概率；

对不同所述类别对应的行为状态组成的每个行为状态序列，从训练隐马尔可夫模型得到的状态转移矩阵中，获取所述行为状态序列中，任意相邻两个行为状态之间转移的概率，所述状态转移矩阵包含不同行为状态之间转移的概率；

对每个所述行为状态序列，基于每个所述类别对应的不同行为状态的概率及所述行为状态序列对应的行为状态之间转移的概率，确定所述行为状态序列的概率；

将概率最大的行为状态序列，作为目标行为状态序列；

基于所述目标行为状态序列中最后一个行为状态，进行避障决策。

2.根据权利要求1所述的方法，其特征在于，所述结合所述时刻的相对车速系数、所述相对距离系数及所述相对碰撞时间系数，确定所述相对行驶信息的类别，包括：

利用观测类别关系式O＝N_distance×N_speed×(C_speed-1)+N_distance×(C_1/TTC-1)+C_distance

确定所述相对行驶信息的类别，所述C_speed表示所述相对车速系数，所述C_1/TTC表示所述相对碰撞时间系数，所述C_distance，表示所述相对距离系，N_distance为相对距离类别总数目，N_speed为相对车速类别总数目。

3.根据权利要求1所述的方法，其特征在于，所述基于所述目标行为状态序列中最后一个行为状态，进行避障决策，包括：

基于所述目标行为状态序列中最后一个行为状态，确定是否产生避障意图；

若是，则进行避障决策；

若否，则执行跟车行为。

4.根据权利要求3所述的方法，其特征在于，所述不同行为状态包括：保持直行状态、准备避障状态和执行避障状态；

所述基于所述目标行为状态序列中最后一个行为状态，确定是否产生避障意图，包括：

判断所述目标行为状态序列中最后一个行为状态是否为准备避障状态或执行避障状态。