[发明专利]一种重型营运车辆的后向防撞驾驶决策方法有效

专利信息
申请号: 202011512719.5 申请日: 2020-12-20
公开(公告)号: CN112633474B 公开(公告)日: 2022-04-05
发明(设计)人: 李旭;胡玮明;胡锦超;祝雪芬 申请(专利权)人: 东南大学
主分类号: G06N3/04 分类号: G06N3/04;G07C5/08;B60W30/08
代理公司: 南京众联专利代理有限公司 32206 代理人: 许小莉
地址: 210096 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 重型 营运 车辆 驾驶 决策 方法
【说明书】:

本发明公开了一种重型营运车辆的后向防撞驾驶决策方法。首先,建立交通环境模型,采集重型营运车辆及其后方车辆的运动状态信息。其次,建立基于后向距离碰撞时间的后向碰撞危险评估模型,将后向碰撞危险精确量化。最后,将后向防撞驾驶决策问题描述为一定奖励函数下的马尔科夫决策过程,建立基于深度强化学习的后向防撞驾驶决策模型,得到有效、可靠、具有自适应性的后向防撞驾驶决策策略。本发明提出的方法,克服了现有方法中缺乏重型营运车辆后向防撞驾驶决策研究的不足,可以定量输出合理的方向盘转角和节气门开度控制量,为驾驶员提供有效、可靠的后向防撞驾驶建议,减少后向碰撞事故的发生。

技术领域

本发明涉及一种防碰撞驾驶决策方法,尤其是涉及一种重型营运车辆的后向防撞驾驶决策方法,属于汽车安全技术领域。

背景技术

营运车辆作为道路运输的主要承担者,其安全状况直接影响我国道路交通运输安全。车辆碰撞是道路运输过程中最主要的事故形态。以危险品运输罐车为代表的重型营运车辆,其罐内装载多为易燃易爆、剧毒(甲醇、丙烯腈)等危险化学品,相比于前向碰撞,后向碰撞更容易导致罐体破损,进而引发罐内危险品泄漏、燃烧、爆炸等严重后果,产生的次生伤害远远超过碰撞事故本身所造成的伤害,具有更高的危险性。驾驶决策作为后向碰撞主动防控的重要一环,如果能在后向碰撞事故发生前对驾驶员进行预警并提醒驾驶员采取合理的加速、变道等措施,可以大幅度降低因后向碰撞造成的交通事故发生频率或减轻其造成的伤害。因此,研究重型营运车辆的后向防撞驾驶决策方法,对于保障道路交通安全具有重要的社会意义和实用价值。

目前,已有标准、专利和文献对车辆后向防撞进行了研究。在标准方面,交通运输部发布了交通行业标准《营运车辆后向碰撞预警系统性能要求和测试规程》,对安装在营运车辆上的后向碰撞预警系统性能进行了规定,但仅限于碰撞预警层面,未涉及后向防撞驾驶决策。在专利文献方面,后向防撞研究大多面向小型乘用车辆。相比于乘用车辆,重型营运车辆具有质心位置较高、载重量较大等特点,在急转弯或紧急变道过程中,罐体或挂车的晃动会进一步增加车辆的不稳定性,极易失稳而发生侧翻。因此,针对乘用车辆的驾驶决策方法难以适用于重型营运车辆。总体而言,现有研究未涉及重型营运车辆后向防撞的驾驶决策,特别是缺乏有效、可靠、自适应交通环境特性的重型营运车辆后向防撞驾驶决策研究。

发明内容

发明目的:为了实现有效、可靠、自适应交通环境特性的重型营运车辆后向防撞驾驶决策方法,本发明公开了一种重型营运车辆的后向防撞驾驶决策方法。该方法克服了现有方法中缺乏重型营运车辆后向防撞决策策略的不足,可以定量输出合理的方向盘转角和节气门开度控制量,为驾驶员提供有效、可靠的后向防撞驾驶建议,实现了有效、可靠和自适应交通环境的重型营运车辆后向防撞驾驶决策。

技术方案:本发明针对重型营运车辆,如半挂罐车、半挂列车,提出了一种基于深度强化学习的后向防撞驾驶决策方法。首先,建立虚拟交通环境模型,采集重型营运车辆及其后方车辆的运动状态信息。其次,建立基于后向距离碰撞时间的后向碰撞危险评估模型,将后向碰撞危险精确量化。最后,将后向防撞驾驶决策问题描述为一定奖励函数下的马尔科夫决策过程,建立基于深度强化学习的后向防撞驾驶决策模型,得到有效、可靠、具有自适应性的后向防撞驾驶决策策略。包括以下步骤:

步骤一:建立虚拟交通环境模型

为了降低因后向碰撞造成的交通事故发生频率,提高重型营运车辆的安全性,本发明提出了一种后向防撞驾驶决策方法,其适用的场景为:在重型营运车辆行驶过程中,车辆前方无障碍物等干扰因素,为了防止与后方车辆发生后向碰撞,应有效、及时地为驾驶员提供加速、转向等决策策略,以避免碰撞事故的发生。

在实际道路试验过程中,重型营运车辆的相关试验具有较高的试验成本和危险性。为了降低试验成本和风险,同时兼顾试验效率,本发明面向高等级公路,建立虚拟交通环境模型,即包含直道和弯道的三车道虚拟环境模型。重型营运车辆在交通环境模型中运动,目标车辆(包含小型、中型和大型车辆3种类型)跟随车辆进行运动,期间包括加速、减速、匀速、变道4种不同的行驶工况。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011512719.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top