[发明专利]联合时空信息的智能驾驶多步长时行为决策方法及装置

说明书

本发明公开了联合时空信息的智能驾驶多步长时行为决策方法及装置，首先，根据道路结构信息与交通参与者信息，生成驾驶状态集合，将各驾驶状态作为节点，基于相邻车道的驾驶状态，生成节点间的有向边，构建驾驶状态转移图；然后，基于驾驶状态转移图与交通参与者的时空信息，通过先入先出队列和已探索驾驶状态列表，构建自车时空轨迹树；最后，在时空轨迹树中提取候选时空轨迹，并对所有候选时空轨迹进行评分，最终选择评分最高的时空轨迹作为决策结果。本发明能够使智能驾驶平台在动态交通环境中进行多步、长时的时空联合决策，指导智能驾驶平台获得更加合理的驾驶行为。

技术领域

本发明涉及智能驾驶行为决策技术领域，尤其是涉及联合时空信息的智能驾驶多步长时行为决策方法及装置。

背景技术

近年来，智能驾驶及其相关研究取得了很大进展，在提升交通效率和驾驶安全方面已经显现出巨大潜力。行为决策作为智能驾驶系统中重要的模块，该模块的性能直接决定了智能驾驶汽车的智能性的高低，也是用于评价智能驾驶能力的最核心的指标之一。智能驾驶行为决策模块根据上层感知和预测结果与行驶任务给出决策结果，指导人类驾驶员或下层的轨迹规划与控制产生驾驶行为。

传统的驾驶行为决策方法基于规则实现对各决策基元（例如：车道保持、跟驰、换道、超车、加速、减速）的选择。例如，公开号为CN108583578A的中国发明专利申请《用于自动驾驶车辆的基于多目标决策矩阵的车道决策方法》公开了一种针对三车道模型，基于交通参与者当前位置与速度信息和车道限速信息构建决策矩阵，实现自动驾驶车辆的实时自主车道决策；公开号为CN110667578A的中国发明专利申请《自动驾驶车辆的横向决策系统及横向决策确定方法》公开了一种通过道路特征信息以及预先选择的目标线和环境物体目标评估自动驾驶车辆进行横向决策所需的目标车道和车道异常情况，并据此作出符号道路特征的横向决策。

现有的方法基于道路结构信息与交通参与者当前位置与速度信息，根据设计的规则或评价函数选择下一步的最优决策基元，为一步短时行为决策。一步短时行为决策根据短时段的信息评估当前选择某一决策基元，可能会导致局部极小或不稳定（相邻决策周期的决策结果频繁切换）的短视决策结果。此外，现有方法输出的决策结果偏语义层面的信息（例如左换道、车道保持、右换道、加速、减速等），包含较少的定量信息（例如换道的起点与终点、速度期望值等）。在满足实时决策的前提下，决策结果包含更多的定量信息能够对人类驾驶员或下层的轨迹规划与控制产生更加明确有效的指导。

发明内容

为解决现有技术的不足，实现能跨越多个决策基元的决策结果，考虑时空维度上更长远的环境信息，得到包含更丰富的轨迹点序列的多步长时决策结果，从而有助于人类驾驶员或智能驾驶平台得到更加安全、稳定、高效的驾驶行为的目的，本发明采用如下的技术方案：

一种联合时空信息的智能驾驶多步长时行为决策方法，该方法根据交通参与者的位置分布以及道路结构等信息构建驾驶状态转移图，即智能汽车根据该驾驶状态转移图可能到达指定车道上指定两个前后相邻的交通参与者（包括给每个邻近车道设立的极前与极后两个虚拟交通参与者）之间；再根据交通参与者的时空信息（例如，预测轨迹）进行前向模拟来构建智能汽车的时空轨迹树，从而找到构成决策结果的完整轨迹点序列；最后，根据设计的指标对各时空轨迹树进行全方位的评分，并以综合评分最高的时空轨迹作为当前决策结果。具体包括如下步骤：

一种联合时空信息的智能驾驶多步长时行为决策方法，包括如下步骤：

步骤S1：根据道路结构信息与交通参与者信息，生成驾驶状态集合，将各驾驶状态作为节点，基于相邻车道的驾驶状态，生成节点间的有向边，构建驾驶状态转移图；