[发明专利]基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法有效
申请号: | 202110356714.6 | 申请日: | 2021-04-01 |
公开(公告)号: | CN113111502B | 公开(公告)日: | 2022-07-05 |
发明(设计)人: | 吴兵;刘艳婷;王艳丽;李林波 | 申请(专利权)人: | 同济大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06T7/80;G06N3/12 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 宣慧兰 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模型 驾驶员 特征 感知 距离 建模 方法 | ||
1.一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法,其特征在于,具体包括以下步骤:
S1、获取目标车辆的运行轨迹数据,以及位于所述目标车辆前方的前方车辆的运行轨迹数据;
S2、获取目标跟驰模型,根据所述目标跟驰模型得到描述目标车辆的驾驶员特征参数;
S3、获取所述目标车辆的驾驶员在驾驶过程中目标车辆与前方车辆的感知距离与真实距离之间的误差概率分布;
S4、建立所述误差概率分布、驾驶员特征参数与真实距离之间的关系函数;
S5、根据所述目标车辆与前方车辆的运行轨迹数据对所述关系函数进行优化,得到关系函数的优化系数;
S6、获取目标车辆的驾驶员感知距离误差模型,根据所述真实距离和优化后的关系函数计算得到基于跟驰模型与驾驶员特征的驾驶员感知距离模型;
所述步骤S4中还包括根据关系函数和预设的截断分布规则,建立目标车辆的驾驶员感知距离误差模型;
所述步骤S5中还包括驾驶员感知距离误差模型与目标跟驰模型结合,通过遗传算法对驾驶员感知距离误差模型与目标跟驰模型进行优化,得到驾驶员感知距离误差模型与目标跟驰模型的优化参数。
2.根据权利要求1所述的一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法,其特征在于,所述误差概率分布的类型包括无界分布与有界分布。
3.根据权利要求2所述的一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法,其特征在于,所述无界分布包括正态分布和对数正态分布,所述有界分布包括均匀分布。
4.根据权利要求3所述的一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法,其特征在于,所述正态分布为对称的概率分布,所述对数正态分布为非对称的偏态分布。
5.根据权利要求3所述的一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法,其特征在于,所述均匀分布和正态分布设有2个相关参数,所述对数正态分布设有3个相关参数。
6.根据权利要求5所述的一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法,其特征在于,所述均匀分布和正态分布的2个相关参数包括平均值与标准差。
7.根据权利要求6所述的一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法,其特征在于,所述步骤S3中优选正态分布作为感知距离与真实距离之间的误差概率分布。
8.根据权利要求1所述的一种基于跟驰模型与驾驶员特征的驾驶员感知距离建模方法,其特征在于,所述目标车辆的运行轨迹数据包括位置、速度和加速度,所述前方车辆的运行轨迹数据包括位置和速度。
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同济大学,未经同济大学许可,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/202110356714.6/1.html,转载请声明来源钻瓜专利网。