[發明專利]一種完全信息下的無信號交叉口車輛駕駛行為預測方法

有效

• 申請號: 201811194921.0
• 申請日: 2018-10-02
• 公開（公告）號: CN109345020B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 張釗;王京華;魯光泉
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G08G1/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種完全信息下的無信號交叉口車輛駕駛行為預測方法，包括如下步驟：步驟一，在車輛到達潛在沖突區域內時，判斷持續行駛車輛之間在某一時刻是否會產生交通沖突，若判斷產生交通沖突，則繼續下一個步驟；步驟二，通過對車輛保持當前時刻的速度、加速度行駛時兩車到達虛擬沖突點前是否存在碰撞對車輛在該時刻的安全狀態進行判別；步驟三，建立基于博弈論的駕駛行為決策模型；步驟四，將步驟三中各個時刻所獲取的策略進行收集，形成集合作為駕駛行為決策模型。本發明的完全信息下的無信號交叉口車輛駕駛行為預測方法，通過步驟一、步驟二、步驟三和步驟四的設置，便可有效的構建出駕駛行為預測模型了。

技術領域

本發明涉及駕駛行為研究領域，適用于無信號交叉口微觀仿真、設計優化，輔助駕駛系統設計等，具體涉及到一種完全信息下的無信號交叉口車輛駕駛行為預測方法。

背景技術

我國的機動車保有量不斷增長，其帶來的交通安全問題不容忽視。無信號交叉口由于沒有信號控制，其交通狀況復雜，交通沖突的頻率較大，相對于信號燈控制的交叉口存在更多的安全隱患。機動車與非機動車、行人相比速度較大且其速度變化范圍較大，其面臨交通沖突時，需要更多的反應時間和避讓時間以避免沖突。《中華人民共和國道路交通安全法實施條例》中對車輛通過無信號交叉口的讓行規則進行了規定，但并未對其規定明確的法律責任，由此導致部分駕駛員無視通行規則駕駛車輛，進而導致大量交通事故的發生。建模并了解駕駛員的駕駛行為對了解駕駛員駕駛規律、提高無信號交叉口安全水平具有重要意義，同時其能為無信號交叉口駕駛員駕駛行為的實時決策提供數據支持，為輔助駕駛系統的設計提供設計依據。

目前的駕駛決策模型中應用較多的可接受間隙理論基于主路車流具有絕對優先權的假設，但對目前的無信號控制交叉口而言車輛違規現象嚴重，因此該模型與車輛的實際駕駛行為存在一定的偏差；決策樹、粗糙集等基于機器學習的數據挖掘模型對駕駛規律的挖掘需要基于對大量數據的分析，由此導致所得的駕駛規律受數據限制，可移植性較差。近年來，博弈論由于與駕駛員決策過程具有一定的相似性，引起了部分學者的關注。目前基于博弈論的駕駛決策模型對駕駛行為影響因素的關系仍需進行進一步的分析，且大多模型將車輛的加速度設為常量，這與車輛實際行駛過程中加減速度連續變化的現狀不符，其對速度預測的精確度有待進一步提高。將車輛各時刻的加速度進行量化，將在很大程度上提高車輛駕駛行為預測的精確程度。

發明內容

針對現有技術存在的不足，本發明的目的在于提供一種完全信息下基于博弈論的無信號交叉口車輛駕駛行為預測模型。

為實現上述目的，本發明提供了如下技術方案：一種完全信息下的無信號交叉口車輛駕駛行為預測方法，包括如下步驟：

步驟一，在車輛到達潛在沖突區域內時，判斷持續行駛車輛之間在某一時刻是否會產生交通沖突，若判斷產生交通沖突，則繼續下一個步驟，若判斷未產生交通沖突，則判斷該時刻是否有一輛車已通過沖突點，若判斷一輛車已經通過沖突點，則確定安全通過并結束，若判斷未通過沖突點，更新時刻并返回前面步驟重新判斷是否產生交通沖突；

步驟二，通過對車輛保持當前時刻的速度、加速度行駛時兩車到達虛擬沖突點前是否存在碰撞對車輛在該時刻的安全狀態進行判別，判斷車輛是否處于安全狀態，若處于安全狀態則確定安全通過并結束，若處于危險狀態則繼續下一個步驟；

步驟三，建立基于博弈論的駕駛行為決策模型，具體建立步驟如下：確定相互沖突的車輛作為博弈局中人，設置急動度J，該急動度J為加速度變化率，之后在急動度J的大小定義為車輛的收益值的情況下構建出策略集，并且獲取駕駛員最可能選擇的策略集中的策略，并根據獲取的策略計算出下一個時刻作為局中人的兩車的運動信息，收益函數依據駕駛行為主要影響因素建立，若兩車在某一策略組合下處于危險狀態，則采取該策略時車輛總損失最大，兩車的收益函數值均為-∞；若兩車通過虛擬沖突點的順序與車輛優先程度所判斷的順序不同，兩車不會按照當前策略做出決策，因此將兩車的收益函數值均設置為-∞；否則車輛為獲得更多的時間收益，會選擇急動度值較大的策略，因此在本情況下將車輛急動度的大小定義為車輛的收益值，然后返回步驟一；