[发明专利]一种交叉路口下考虑不确定性的智能车辆决策方法

权利要求书

1.一种交叉路口下考虑不确定性的智能车辆决策方法，其特征在于，包括如下步骤：

步骤1)，通过路径规划模块产生能够躲避静态障碍的无碰撞路径；

步骤2)，建立POMDP模型；

步骤3)，获取周边车辆信息；

步骤4)，观测其他车辆模型和预测其他车辆其意图；

步骤5)，通过最优策略计算出最优加速度动作；

步骤6)，将步骤4)产生的状态和动作代入下状态转移函数得到k+1步的状态和观察ok+1；

步骤7)，判断是否达到终点，若达到终点则结束，若未达到终点，则k＝k+1返回步骤3)。

2.根据权利要求1所述的交叉路口下考虑不确定性的智能车辆决策方法，其特征在于，步骤1)中通过路径规划模块通过最优控制算法、搜索算法、采样算法确定能够躲避静态障碍的无碰撞路径。

3.根据权利要求1所述的交叉路口下考虑不确定性的智能车辆决策方法，其特征在于，步骤2)中建立的POMDP模型为一个七元组{S，A，T，Z，O，R，γ}，S表示状态空间；A表示动作空间；Z表示观测空间；O表示观测空间；T代表状态转移函数；R代表奖励函数；γ代表折扣因子；

无人车自身和周边其他车辆的运动状态为χ＝(s₀，s₁，s₂，…，s_k)^T，式中，s₀为自车状态，s_k为第k辆车的状态；s₀，s_k具体为

式中，x_ego为自车横向坐标y_ego为自车纵向坐标v_ego为自车车速θ_ego为自车航向角x_k为其他车辆横向坐标y_k为其他车辆纵向坐标v_k为其他车辆车速θ_k为其他车辆航向角r_k为其他车辆驾驶意图。

动作A集合具体为a_k＝min(a_ref，k+a_int，k，a_max)+N(0，σ²)

式中，a_ref，k为跟踪参考速度产生的参考加速度，N(0，σ²)为表示传感器的误差的高斯分布，a_int，k为交互加速度，具体的

回报函数R具体为：R(χ，a)＝R_crash(χ，a)+R_v(χ)+R_acc(a)，具体地：

R_crash为保证安全性所采取的回报，若发生碰撞R_crash＝-1000，若不发生碰撞R_crash＝20，R_v(χ)为限制车速所采取的回报，且保证较高的行车效率。当v₀＞v_ref时，R_v＝-K_v+(v_ref-v₀)²当v₀＜v_ref时R_v＝-K_v-(v_ref-v₀)²。其中-K_v+和-K_v-分别表示车速大于参考车速和车速小于参考车速所采取的惩罚项系数。R_acc(a)为保持车辆驾驶舒适性采取的回报。