[发明专利]高速公路场景中开放式无人驾驶车群动态演化预测方法

权利要求书

1.一种高速公路场景中开放式无人驾驶车群动态演化预测方法，其特征在于，具体包括如下步骤：

步骤1.相关定义

定义车群相似度设和分别是时间i和j检测到的车群；如果两个车群中相同的无人驾驶车辆节点与两个车群的节点总和的比例超过设定阈值k，则称和是相似的，用表示，数学表达式为(1)：

其中，表示时间i检测到的车群，分别表示在时间i和j下，无人驾驶车群p和q中无人驾驶车辆节点的数目；

步骤2.无人驾驶车群动态演化预测

步骤2.1车群特征提取

无人驾驶车群是由一定规模位置相近、运动趋势相似以及通信紧密的无人驾驶车辆节点组成的团体，根据图论知识，将无人驾驶车群抽象为由多个节点组成的复杂网络，每一个车群都具有其对应的结构特征，具体包括车群内节点数，节点连接的边数，车群内部与外部的连接比例，车群持续时间；无人驾驶车群结构特征详细描述见下表；

步骤2.2车群样本生成

为了预测无人驾驶车群动态演化趋势，对所有时刻中的每一个车群进行特征提取，即用一组特征集合从多个维度来表示单个车群；每个时刻的每个车群都会量化为一个样本，作为训练样本用于分类模型进行训练；

步骤2.3车群动态演化预测

无人驾驶车群动态演化预测是一个多分类单标签问题，即每一个车群可能发生五种演化事件，在特定时刻只能发生一种事件；

经过特征提取与生成数据样本，利用得到的数据样本通过算法1筛选出最优最适合的分类器算法，从而进行预测无人驾驶车群动态演化趋势；

算法1如下：

其中，J48为C4.5决策树算法使用的分类器，DT为决策表算法使用的分类器，ADA为adaboost.M1多分类算法使用的分类器，NB为朴素贝叶斯分类算法使用的分类器；VGS表示无人驾驶车群集合，best Classification model表示最优分类模型。