[发明专利]一种网联线控底盘车辆综合运动预测方法

权利要求书

1.一种网联线控底盘车辆综合运动预测方法，其特征在于，步骤如下：

步骤1：获取周围车辆当前的状态信息和周围环境的信息；

步骤2：对所有周围车辆建立驾驶行为集M＝{LCL LK LCR}，LCL表示车辆左换道，LK表示车辆保持车道行驶，LCR表示车辆右换道；

步骤3：根据上述周围环境信息和驾驶行为集，采用博弈论方法对周围车辆驾驶员意图进行预测，得到周围车辆驾驶意图预测概率；

步骤4：根据上述周围车辆当前的状态信息和驾驶行为集，对周围车辆进行行为识别，得到周围车辆行为识别概率；

步骤5：通过得到的周围车辆驾驶意图预测概率和周围车辆行为识别概率，采用多项式方法分别得到周围车辆驾驶员意图预测轨迹和周围车辆行为识别轨迹；

步骤6：以轨迹误差为目标函数，通过纳什-优化的方法将上述两个轨迹融合，得到周围车辆运动的综合预测轨迹。

2.根据权利要求1所述的网联线控底盘车辆综合运动预测方法，其特征在于，所述步骤3具体包括：

3.1建立收益函数，具体为：

式中，TTC为碰撞时间，TH为车头时距，v_lim为车辆目标车道的最大速度限制，v为目标车辆速度，d为车辆前可行驶距离；

TTC、TH、d具体为：

式中，x_f为前车的位置，x为目标车辆位置，D_m为人眼的可视距离，v_f,v分别为前车速度和目标车辆的速度；

3.2计算出每一驾驶意图对应的收益：

式中，m_i为对应的驾驶行为；

3.3计算出驾驶意图预测概率P_int：

式中，分别为左换道、车道保持、右换道的意图概率；

各概率具体为：

3.根据权利要求1所述的网联线控底盘车辆综合运动预测方法，其特征在于，所述步骤4中采用交互多模型算法对车辆进行运动识别，具体为：

4.1建立车道模型，车道模型服从正态分布：

式中，k表示第k个车道，分别为正态分布的均值和方差；

4.2车辆在t时刻的模型转移矩阵π_t,kj为3阶矩阵，具体为：

式中，下标k,j为车道序号，为车辆的侧向速度，为初始的模型转移矩阵，φ为高斯累积分布函数，ρ_kj,分别为转移判据的均值和方差；

φ具体为：

4.3通过t-1时刻的行为识别概率和t时刻车辆的侧向位置y_t更新得到t时刻的识别概率P_rec。

4.根据权利要求1所述的网联线控底盘车辆综合运动预测方法，其特征在于，所述步骤5中采用三次多项式进行轨迹规划，具体为：

5.1轨迹规划方程和边界条件为：

式中，(x_t,y_t)为周围车辆t时刻坐标，(x_f,y_f)为目标的坐标；

5.2得到周围车辆驾驶员意图预测轨迹T_int(t)和车辆行为识别轨迹T_rec(t)：

式中，T_p为预测时域，T_s为采样时间，η_int,η_rec分别为驾驶员意图预测轨迹和车辆行为识别轨迹上的轨迹点，(x_int,y_int),(x_rec,y_rec)分别为轨迹点η_int和η_rec的坐标。

5.根据权利要求1所述的网联线控底盘车辆综合运动预测方法，其特征在于，所述步骤6具体为：

6.1得到综合预测轨迹：

T(t)＝[η(t+1),η(t+2),…,η(t+T_p/T_s)]

η(t+i)＝λ₁η_int(t+i)+λ₂η_rec(t+i)

式中，λ₁,λ₂是权重系数，η为综合预测轨迹上的轨迹点；

6.2建立目标函数，具体为：

6.3采用纳什-优化方法对λ₁,λ₂进行优化：

6.4得到优化后的综合预测轨迹T(t)：