[发明专利]一种网联线控底盘车辆综合运动预测方法

说明书

本发明公开了一种网联线控底盘车辆综合运动预测方法，步骤如下：获取周围车辆当前的状态信息和周围环境的信息；对所有周围车辆建立驾驶行为集；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；对周围车辆进行行为识别，得到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；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。本发明方法解决了现有技术中仅考虑驾驶员意图或车辆状态导致的预测结果不准确的问题。

技术领域

本发明属于智能车决策技术领域，具体指代一种网联线控底盘车辆综合运动预测方法。

背景技术

智能网联汽车是如今的研究热点，智能网联汽车的关键技术主要包括：周围车辆的运动预测、智能网联汽车决策以及车辆控制等三部分。因此，想要实现无人驾驶，首先要能够对周围交通有很好的理解，预测出周围车辆的未来运动行为。

目前，周围车辆运动预测的方法主要有基于驾驶员意图的预测和基于车辆状态的预测。驾驶员意图表示驾驶员在采取驾驶行为之前的行为偏好，其结果对车辆运动有直接的影响，主要可用车辆内部信息如油门踏板压力、制动踏板压力和方向盘转角等，或车辆外部信息如车辆速度、侧向位移，距离等进行预测。而基于车辆状态的预测则是通过车辆当前的状态对车辆未来运动进行预测。车辆的运动一方面由驾驶员控制，另一方面，由于车辆运动的变化是连续性的因此车辆的运动也和车辆的状态有关，也就是说，车辆的未来运动由驾驶员的意图和车辆的状态共同决定。然而，虽然在驾驶员意图预测和车辆行为预测方面有很多的研究者进行了深入研究，但这些研究要么关注驾驶员的意图，要么关注车辆的行为状态，很少有研究人员将两者综合考虑，这会导致预测结果不准确，无法同时满足驾驶员驾驶目的和车辆运动连续性的要求。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种网联线控底盘车辆综合运动预测方法，其将驾驶员意图预测和车辆行为识别融合在一起，以解决现有技术中仅考虑驾驶员意图或车辆状态导致的预测结果不准确的问题。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种网联线控底盘车辆综合运动预测方法，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P_int；

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P_rec；

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

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T(t)。

优选的，所述步骤1中的周围车辆当前的状态信息包括车辆位置、速度；周围环境信息包括车道中心线位置、车道宽度、车道速度限制。

优选的，所述步骤3具体包括：

3.1建立收益函数，具体为：