[发明专利]一种基于准确率的车路协同融合感知新方法

说明书

本发明提供一种基于准确率的车路协同融合感知新方法。通过建立车端和路端统一的感知模型和感知复杂度计算模型，通过建立各自的感知复杂度与感知准确率的关系模型，实时计算感知准确率的值，并通过感知准确率值来采信感知结果。本发明将感知准确率利用感知复杂度来评价，又利用感知准确率来采信感知结果，达到了更精准的决策判断的目的。

技术领域

本发明涉及车辆智能化控制技术，尤其涉及一种基于准确率的车路协同融合感知新方法。

背景技术

车路协同技术是当前车辆智能交通的研究热点，通过先进的无线通信和互联网技术，实现人、车、路等交通要素之间的动态实时信息交互，提升车辆运行的安全和效率。车路协同感知技术是实现车路协同控制的前提，目前的车路协同感知主要利用路侧的超视距感知功能，即车端不能感知到的区域，完全采用路侧感知信息，但大部分情况下，车端和路侧都能实现感知，尤其当出现两者感知精度、感知结合论不一致的情况时，采信哪一方的信号变得尤为重要，这就需要进行决策判断，确定真正的感知结论，从而提高感知的精准性，目前研究中尚没有更好的将两者的感知结果融合考虑的方法。

发明内容

因此，为了进一步提高车路协同感知的精准性，本发明提出一种基于准确率的车路协同融合感知新方法。该方法基于适应于不同工况下建立的车端和路端的感知复杂度模型以及感知复杂度与感知准确率的关系模型，根据车路协同的车端和路端实时监测信息，实时计算感知复杂度和感知准确率的值，将各自的感知准确率与阈值进行比对，最终确定采信结果，该方法通过对车端和路端的感知信息的融合判断，为感知结果的采信提供了更精准的决策判断。

因此本发明所采用的技术方案如下：

一种基于准确率的车路协同融合感知新方法，针对车端和路端：

通过建立一种感知模型，确定感知要素；

通过建立一种感知复杂度计算模型，确定基于感知要素的感知复杂度；

通过建立一种感知复杂度与感知准确率关系模型，确定基于感知复杂度的感知准确率；

通过建立一种感知融合决策模型，确定基于感知准确率的采信标准，并通过采信标准决策感知结果。

所述车端和路端，应用统一的感知模型。

所述感知要素包括目标物要素和目标物所处的环境要素，各所述感知要素的复杂度用数值表达，感知越复杂，取值越大。

各所述感知要素的复杂度，具有相同的取值区间。

建立的感知复杂度计算模型中，包括有目标物要素与目标物复杂度的计算模型、目标物所处的环境要素与环境复杂度的计算模型，以及基于目标物复杂度和环境复杂度的综合感知复杂度计算模型；

所述感知准确率是基于综合感知复杂度确定。

所述车端和路端，根据各自实时监测到的感知要素信息，基于感知复杂度计算模型，计算获得各自的感知复杂度。

所述车端和路端，分别拟合建立各自的感知复杂度与感知准确率关系模型；

然后基于各自的感知复杂度与感知准确率关系模型，根据实时获得的感知复杂度计算感知准确率。

所述感知融合决策模型中，基于感知准确率的采信标准为：

设定感知准确率阈值为Z₀，车端感知准确率为Z_V，路端感知准确率为Z_R，

当Z_V＜Z₀且Z_R＜Z₀，不予采信任何感知结果；