[发明专利]一种基于博弈论的无信号右转交叉口行人轨迹预测方法

权利要求书

1.一种基于博弈论的无信号右转交叉口行人轨迹预测方法，其特征在于，包括以下步骤：

S1、获取行人及车辆在无信号右转交叉口的历史数据；

S2、分析无信号右转交叉口的人车博弈因素，构建对应的人车博弈模型；

S3、将人车博弈模型插入到预设的S-GAN模型中，得到SDG-GAN模型，用于对行人的轨迹进行预测；

S4、使用S1获取的历史数据，对SDG-GAN模型进行训练；

S5、使用训练好的SDG-GAN模型对无信号右转交叉口的行人轨迹进行实时预测。

2.如权利要求1所述的基于博弈论的无信号右转交叉口行人轨迹预测方法，其特征在于：S2中，人车博弈模型的构建过程包括：

S21、划分博弈阶段，设计观察区域和冲突区域，行人与车辆一旦进入观察区域则认定博弈开始；并利用后侵入时间来表征人车冲突的危险程度，所述后侵入时间为行人及车辆进入冲突区域的时间差，后侵入时间越短则危险程度越高；

S22、基于行人与车辆在博弈中的决策策略，构建人车博弈支付矩阵；所述决策策略包括行人车辆同时通行、行人等待车辆通行、行人通行车辆等待以及行人车辆同时等待；

S23、基于人车博弈支付矩阵的特征，得到人车博弈模型的期望函数及对应的损失函数；

S24、基于S23得到的期望函数及损失函数，构建人车博弈模型。

3.如权利要求2所述的基于博弈论的无信号右转交叉口行人轨迹预测方法，其特征在于：S22中，当行人车辆同时通行时，

行人的支付函数为：

车辆的支付函数为：

其中，v_v表示行人通过速度、a_v表示行人加速度v_p表示车辆通过速度、a_p表示车辆加速度、α₁表示车辆的速度与加速度的共同影响因子、α₂表示行人的速度与加速度的共同影响因子、σ_v表示车辆的碰撞严重程度因子、σ_p表示行人的碰撞严重程度因子，且：

当行人等待车辆通行时，行人的支付函数为：

式中，α₄为通过时的等待抑制系数，t_p为行人等待时间；

车辆的支付函数为：

式中，α₃为通过时的速度激励系数；

当行人通行车辆等待时，行人的支付函数为：

式中，α₃为通过时的速度激励系数，v_p为行人通过速度；

车辆的支付函数为：

式中，α₄为通过时的等待抑制系数，t_v为车辆等待时间，0.75s为驾驶员反应时间；

当行人车辆同时等待时，行人的支付函数为

车辆的支付函数为

其中，α₅为共同损失下车辆的等待抑制系数；α₆为共同损失下行人的等待抑制系数；k为双方的后悔度因子，后悔因子与等待过程中的起步加速度相关联，表征对采取等待策略的后悔度，起步加速度越大则后悔程度越大；

人车博弈支付矩阵为：

4.如权利要求3所述的基于博弈论的无信号右转交叉口行人轨迹预测方法，其特征在于：S23中，所述期望函数为车辆通过行人选择等待及行人通过车辆选择等待的混合优势策略的纳什均衡点时，车辆与行人双方的混合期望收益；

其中，当车辆选择通过时的期望收益为：

其中，表示行人通过的概率、为行人等待的概率；

当车辆选择等待时的期望收益为：

对行人的纯策略收益进行分析，行人通过时的期望收益为：

其中，表示车辆通过的概率、表示车辆等待的概率；

当行人选择等待时的期望收益为：

当车辆的通过期望收益与等待期望收益相同时纳什均衡出现，行人的通过与等待的概率组合如下所示：

当行人的通过期望收益与等待期望收益相同时纳什均衡出现，车辆的通过与等待的概率组合如下所示：