[发明专利]一种分布式智能网联汽车交叉路口复杂场景通行决策方法

摘要

本发明提出的一种分布式智能网联汽车交叉路口复杂场景通行决策方法，属于智能交通技术领域。与传统基于规则或强化学习的无信号灯交叉路口决策方法不同，本发明引入了车辆违反交通规则检测机制，实现了规则与强化学习方法的融合。首先采用隐式曲线族的车辆违章检测算法判断交叉路口是否有车辆违反交通规则；当车辆都遵守交通规则时，采用规则方法进行交叉路口车辆通行决策；反之则采用基于强化学习的方法进行交叉路口车辆通行决策。本发明实现了遵守与违反交通规则混杂的复杂交通场景下的无信号灯交叉路口智能网联汽车自主通行决策，为提高复杂环境下的交通安全和交叉路口通行效率提供技术支撑。

主权项

1.一种分布式智能网联汽车交叉路口复杂场景通行决策方法，其特征在于，该方法包括1)系统平台搭建与参数设定、2)车辆违反交通规则检测判定、3)基于规则方法的交叉路口通行决策判定、4)基于强化学习的交叉路口通行决策判定四部分，具体实现过程如下：1)系统平台搭建与参数设定，具体包括：1‑1)系统平台搭建：在交叉路口搭建车辆状态检测及V2X广播系统，包括路侧服务器、摄像机和V2X通信设备；其中，摄像机安装在交叉路口每个车道来车方向的上方，保证所有摄像机覆盖包含交叉路口的所有区域；所述路侧服务器安装于交叉路口的路侧，与各台摄像机连接，用于接收所有摄像机采集的图像、处理包含图像在内的所有数据；V2X通信设备装载在交叉路口范围内的每一辆智能网联汽车上，用于接收通过路侧服务器传输的交叉路口地图与交叉路口范围内的全局车辆状态，该全局车辆状态包括交叉路口范围内的所有车辆的车牌号、车辆坐标、车辆速度、车头朝向角度、和采集时间；1‑2)参数设定：设定循环周期T＝1/f，其中，f为智能网联汽车通过V2X通信设备接收交叉路口地图与全局车辆状态的频率；设定交叉路口大地坐标系为以交叉路口几何中心为零点，自西向东为X轴，自南向北为Y轴，所建立的右手笛卡尔直角坐标系；设定如下四种车速：a)车速1是根据实际交通情况，选取的一个速度大于10km/h且小于20km/h的车速；b)车速2是根据实际交通情况，选取的一个速度大于20km/h且小于道路最高限速的车速；c)车速3是基于学习方法的交叉路口通行决策输出的自车速度指令，该指令大于等于0km/h且小于等于20km/h；d)停车，即车辆速度为0km/h；2)数据采集与车辆违反交通规则检测判断，具体包括以下步骤：2‑1)时钟以频率f生成触发信号开始一个新的循环周期；2‑2)新的循环周期开始时，自车通过V2X通信设备以频率f接收交叉路口地图与全局车辆状态；2‑3)将通过步骤2‑2)得到的交叉路口地图与全局车辆状态作为输入，将交叉路口范围内的每个车辆是否遵守交通规则作为输出，根据违反交通规则检测算法判断交叉路口范围内是否有车辆违反交通规则；当交叉路口范围内的所有车辆都遵守交通规则时，执行步骤3‑1)；当交叉路口范围内至少存在一辆车辆违反交通规则时，执行步骤4‑1)；其中，所述违反交通规则检测算法包括隐式曲线族的车辆违章检测算法、基于计算机视觉技术的车辆违章检测算法方法和基于车辆轨迹的交通违法行为检测方法；3)基于规则方法的交叉路口通行决策判定，具体包括以下步骤：3‑1)通过自车在交叉路口大地坐标系中的坐标与交叉路口地图判断自车是否在交叉路口范围内：当自车坐标在交叉路口范围内，输出自车车速指令速度1，本循环周期计算结束，智能网联汽车按照指令速度1行驶，返回步骤2‑1)，等待时钟生成触发信号开始新的循环周期；当自车坐标没有在交叉路口范围内，执行步骤3‑2)；3‑2)在交叉路口大地坐标系下，定义阈值时间为自车坐标与交叉路口停止线的垂直距离除以自车速度，并定义阈值时间小于2/f的情况为自车坐标接近交叉路口，反之称为自车坐标未接近交叉路口；对自车坐标是否接近交叉路口进行判断：当自车坐标未接近交叉路口时，输出自车车速指令速度2，本循环周期计算结束，智能网联汽车按照指令速度2行驶，返回步骤2‑1)，等待时钟生成触发信号开始新的循环周期；当自车坐标接近交叉路口时，执行步骤3‑3)；3‑3)根据步骤2‑2)接收到的交叉路口地图与全局车辆状态，采用基于规则方法的交叉路口决策对自车进行交叉路口通行决策；然后根据基于规则方法的交叉路口决策结果，输出自车的车速指令为车速1或停车，本循环周期计算结束，智能网联汽车按照指令速度1行驶或停车，返回步骤2‑1)，等待时钟生成触发信号开始新的循环周期；其中，所述基于规则方法的交叉路口决策包括基于可接受间隙模型的方法、基于动态博弈的控制方法、基于冲突表的资源锁方法和基于车辆通行规则库方法；4)基于强化学习的交叉路口通行决策，具体包括以下步骤：4‑1)根据步骤2‑2)接收到的交叉路口地图与全局车辆状态，对自车坐标是否在交叉路口范围内进行判断：当自车坐标没有在交叉路口范围内，执行步骤4‑2)；当自车坐标在交叉路口范围内，执行步骤4‑3)；4‑2)采用步骤3‑2)中定义的自车坐标是否接近交叉路口，对自车坐标是否接近交叉路口进行判断：当自车坐标没有接近交叉路口时，输出自车车速指令速度2，本循环周期计算结束，智能网联汽车按照指令速度2行驶，返回步骤2‑1)，等待时钟生成触发信号开始新的循环周期；当自车坐标接近交叉路口时，输出自车车速指令停车，即车速为0m/s，本循环周期计算结束，智能网联汽车停车，返回步骤2‑1)，等待时钟生成触发信号开始新的循环周期；4‑3)根据步骤2‑2)接收到的交叉路口地图与全局车辆状态，采用基于时序差分方法的强化学习对自车进行交叉路口通行决策；然后根据基于时序差分方法的强化学习得到的交叉路口决策结果，输出自车的车速指令为车速3，本循环周期计算结束，智能网联汽车按照指令车速3行驶，返回步骤2‑1)，等待时钟生成触发信号开始新的循环周期；其中，所述基于时序差分方法的强化学习包括同策略的Sarsa算法和异策略的Q‑learning算法。