[發(fā)明專利]一種基于隱馬爾科夫模型的無人車路口駕駛決策方法在審
| 申請(qǐng)?zhí)枺?/td> | 201711178385.0 | 申請(qǐng)日: | 2017-11-17 |
| 公開(公告)號(hào): | CN107944624A | 公開(公告)日: | 2018-04-20 |
| 發(fā)明(設(shè)計(jì))人: | 劉峰;張?zhí)K可;嚴(yán)順寬;朱靜怡 | 申請(qǐng)(專利權(quán))人: | 南京大學(xué) |
| 主分類號(hào): | G06Q10/04 | 分類號(hào): | G06Q10/04;G06K9/62 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 210093 江*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 隱馬爾科夫 模型 無人 路口 駕駛 決策 方法 | ||
1.一種基于隱馬爾科夫模型的無人車路口駕駛決策方法。其特征在于包括如下步驟。
1)準(zhǔn)備階段
a)獲取駕駛車輛的歷史觀察數(shù)據(jù),生成車輛的歷史數(shù)據(jù)文檔
b)結(jié)束準(zhǔn)備階段
2)訓(xùn)練階段
a)構(gòu)建基于HMM的意圖預(yù)測(cè)過程
b)解析步驟1-a)中的車輛歷史數(shù)據(jù)文檔,根據(jù)所有車輛的歷史數(shù)據(jù),生成所有車輛的狀態(tài)數(shù)據(jù)序列,例如加速度序列。
c)訓(xùn)練出車輛的意圖對(duì)應(yīng)的HMM模型參數(shù)
d)結(jié)束訓(xùn)練階段
3)決策階段
a)獲取當(dāng)前時(shí)刻自動(dòng)駕駛車輛的狀態(tài)(s,v,a),其中s表示車輛到路中心的距離,v表示速度,a表示加速度。
b)獲取當(dāng)前時(shí)刻十字路口下有人駕駛車輛的狀態(tài)(si,vi,ai),i∈{1,2,…,m},m為其他車輛的總數(shù)。
c)基于未來n個(gè)時(shí)間段的視野,每個(gè)時(shí)間段選擇三種決策之一(加速,減速,勻速),分析所有可能的情況。
d)分析所有的情況,對(duì)每一種情況計(jì)算預(yù)期收益,并選擇預(yù)期收益最大的情況的第一個(gè)時(shí)間段的決策作為車輛應(yīng)該采取的策略
e)執(zhí)行策略并進(jìn)入下一個(gè)時(shí)刻
f)重復(fù)3-a)至3-e)直到車輛通過十字路口。
g)結(jié)束決策階段。
2.其中步驟3-d)所述的計(jì)算過程:
1)定義時(shí)刻k=1,總收益R=0
2)根據(jù)第k時(shí)刻車輛狀態(tài)和2-c)所述HMM模型計(jì)算出車輛的意圖Ik。
計(jì)算過程:
a)時(shí)刻t=1時(shí) ξ1(i)=π(i)*biol局部概率ξt(i)表示t時(shí)刻到達(dá)狀態(tài)i的所有序列概率中最大的概率,π(i)表示初始為狀態(tài)i的概率,biot表示t時(shí)刻狀態(tài)i時(shí)觀察到加速度o1的概率。
b)t>1時(shí) ξt(i)=maxj{biot*ξt-1(j)*aji}
c)k時(shí)刻意圖I的下標(biāo)jresult=argmaxj{ξk-1(j)*aji}
d)Ik=Ijresult
3)根據(jù)第k時(shí)間段的決策和車輛的狀態(tài)計(jì)算當(dāng)前時(shí)間段的收益。
計(jì)算收益過程:
a)thost=t(shost,ahost)
其中t(s,a)表示加速度為a,距離路中心s時(shí)到達(dá)路中心的時(shí)間
thost表示自動(dòng)駕駛車輛到路中心的時(shí)間
ti表示第i輛非自動(dòng)駕駛車輛到路中心的時(shí)間。
Pr(a|Ii)由步驟2-c)中所得HMM模型參數(shù)B得到。
4)計(jì)算到第k時(shí)間段的總收益,計(jì)算公式:
R=R+Rsafety*γk-1
5)計(jì)算第k+1時(shí)間段狀態(tài)
a)自動(dòng)駕駛車輛和非自動(dòng)駕駛車輛的DTC和v更新公式(Δt為時(shí)間段長(zhǎng)度):
v′=v+aΔt
b)非自動(dòng)駕駛車輛的加速度a更新公式:
a=aj
其中B為步驟2-c)所述HMM模型中的混淆矩陣,Ik為2)中所求Ik,j為意圖為Ik時(shí)概率最大的加速度的下標(biāo)。
c)自動(dòng)駕駛車輛的a更新為第k時(shí)間段決策的a
6)更新k,k=k+1
7)重復(fù)2)-6)直到k=T。T為計(jì)算預(yù)期收益時(shí)考慮的時(shí)間段的數(shù)量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京大學(xué),未經(jīng)南京大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711178385.0/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 上一篇:基于酵母菌出芽繁殖優(yōu)化的機(jī)隊(duì)保有率優(yōu)化方法
- 下一篇:基于歷史運(yùn)行數(shù)據(jù)驅(qū)動(dòng)的單機(jī)場(chǎng)航班換季時(shí)隙優(yōu)化方法
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測(cè)目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測(cè)目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預(yù)定,例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測(cè)或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項(xiàng)目管理,例如組織、規(guī)劃、調(diào)度或分配時(shí)間、人員或機(jī)器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉(cāng)儲(chǔ)、裝貨、配送或運(yùn)輸;存貨或庫存管理,例如訂貨、采購(gòu)或平衡訂單
G06Q10-10 .辦公自動(dòng)化,例如電子郵件或群件的計(jì)算機(jī)輔助管理
- 基于隱馬爾科夫模型判斷手勢(shì)運(yùn)動(dòng)方向的方法
- 車輛行駛狀態(tài)實(shí)時(shí)判別的方法
- 一種基于隱馬爾科夫模型的軟件系統(tǒng)狀態(tài)預(yù)測(cè)方法
- 一種棉葉螨的預(yù)測(cè)方法
- 基于遺傳算法的隱馬爾科夫模型在主機(jī)風(fēng)險(xiǎn)評(píng)估中的應(yīng)用
- 基于隱馬爾科夫模型的關(guān)鍵詞識(shí)別方法、終端設(shè)備及存儲(chǔ)介質(zhì)
- 一種基于改進(jìn)隱馬爾科夫模型的樓層識(shí)別方法
- 一種基于隱馬爾科夫隨機(jī)場(chǎng)模型的放煤口操作決策方法
- 基于隱馬爾科夫模型的液體壓力傳感器系統(tǒng)在線去噪方法
- 一種基于改進(jìn)高斯隱馬爾科夫模型的機(jī)械加工任務(wù)細(xì)粒度監(jiān)測(cè)方法
- 一種無人艇收放無人機(jī)裝置
- 一種基于無人機(jī)干擾的敵對(duì)無人船捕獲方法與系統(tǒng)
- 一種無人機(jī)協(xié)同無人艇充電的方法及系統(tǒng)
- 一種無人設(shè)備的控制方法及無人車
- 一種無人機(jī)自主識(shí)別靶標(biāo)并降落到運(yùn)動(dòng)的無人艇上的方法
- 無人機(jī)與無人船表演方法及裝置、存儲(chǔ)介質(zhì)和電子設(shè)備
- 連發(fā)無人機(jī)電磁彈射系統(tǒng)及無人機(jī)機(jī)庫
- 適用于惡劣海況的異構(gòu)無人系統(tǒng)協(xié)同編隊(duì)控制系統(tǒng)及方法
- 連發(fā)無人機(jī)電磁彈射系統(tǒng)及無人機(jī)機(jī)庫
- 無人機(jī)的控制方法、裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及無人機(jī)





