[发明专利]一种考虑社会兼容的自动驾驶决策的系统与方法

说明书

本发明公开了一种考虑社会兼容的自动驾驶决策的系统与方法，首先获取主车周围的静态、动态交通环境信息；然后将静态、动态交通环境信息进行特征提取；接着识别每个交互对象操作者的操作风格，结合静态和动态环境特征，量化计算主车和每个交互对象之间的社会兼容性收益；最后计算不同的决策组合下主车与每个交互对象间的社会兼容性，选取最优决策组合。本发明考虑了交互过程中交互对象的视野、风格对主车决策的影响，并量化主车和交互对象间的社会兼容性进行决策；可使自动驾驶决策更符合人类交通操作者的预期，有效处理主车与他车、行人、非机动车的冲突场景，避免交通事故，提升车辆的安全性、舒适性和用户体验。

技术领域

本发明属于车辆自动驾驶领域，尤其涉及一种考虑社会兼容的自动驾驶决策的系统与方法。

背景技术

自动驾驶技术已成为汽车行业发展的前沿。目前自动驾驶车辆在世界各地的试点运行量增长迅速，相关的交通事故频频发生。现有公开的自动驾驶车辆安全报告表明，自动驾驶决策算法中并未充分考虑与人工驾驶车辆的交互问题，因自动驾驶车辆社会兼容性的不足导致相关事故时有发生。根据美国加利福尼亚州机动车管理局(DMV)发布的自动驾驶车辆事故报告显示，2014年起至2018年底，加州共计发生129起自动驾驶车辆交通事故，2018年发生49起。加利福尼亚DMV所报道的49起事故中，其中因“路怒症”司机下车拍击自动驾驶车辆窗户的一起事故表明自动驾驶车辆表现出来的防御性驾驶策略因为太过保守，以一种以人们所不期望的方式去行驶，从而引起其他人类驾驶员的不满甚至引发追尾等交通事故的产生。近期，谷歌Waymo发布了从2019年1月到2020年9月期间的全部公共道路测试数据，包含了20起真实碰撞事故和27起模拟碰撞事故。报告最后指出，人的因素是自动驾驶车辆和人工驾驶车辆交互过程中最大的变数，对自动驾驶车辆的安全产生较大的威胁。因此，Waymo目前面临一个十分严峻的挑战，即让其他道路使用者能够预测到Waymo将要采取的行动。

根据决策是否会考虑交互对象的相关利益，可以将现有的自动驾驶决策分为自私性决策和利他性决策。自私性决策是一种仅考虑自身安全性、通行效率、舒适性等收益的决策算法，以Intel公司Mobileye提出的RSS决策模型为典型代表。RSS决策模型的核心为本车的安全性及责任规避性，最大化程度避免本车的事故责任。自私型决策的缺点十分明显，即不考虑周围交互对象的利益，容易损害集体的部分利益。

利他性决策会在算法中体现出对他车利益的考虑，在追求自身利益的同时兼顾对周围交互对象的考虑。现有的决策算法主要通过在决策中考虑礼貌性、利他性等因子对算法的影响，仅仅考虑交互对象的安全、通行效率等客观因素，并未考虑交互过程中的核心要素——交互对象的驾驶员本身。此外，现有的利他性决策难以权衡自动驾驶车辆自身收益(自私性)与他车收益(利他性)。

现有的自私性决策和利他性决策无法避免自动驾驶车辆在道路测试中暴露出的决策缺陷。如何避免自动驾驶车辆在决策上过于保守，而又不失安全性，且在与人工驾驶车辆交互过程中让自动驾驶车辆的决策更符合人类驾驶员的预期，从而实现双方和谐共存？自动驾驶车辆需要站在交互对象的立场上去思考、决策，兼顾人类驾驶员的权益并建立考虑人类驾驶员模型，实现社会兼容、双方和谐共处。

目前，通过主车和交互对象的相对位姿、相对运动信息并结合静态道路环境信息来量化主车和交互对象间的社会兼容性，并基于此进行驾驶决策，在公开资料中尚未发现相关报道。

发明内容

本发明的目的在于针对现有技术的不足，提供一种考虑社会兼容的自动驾驶决策的系统与方法。

本发明的目的是通过以下技术方案来实现的：一种考虑社会兼容的自动驾驶决策的方法，包括以下步骤：

(1)获取主车周围的静态、动态交通环境信息原始数据；

(2)将静态交通环境信息进行特征提取，获得场景类型、道路限速、车道数、道路宽度信息；

(3)将动态交通环境信息进行特征提取，获得所有交互对象的属性、与主车的相对位姿、相对运动信息；