[發明專利]一種行車軌跡預測方法、系統、計算機設備及存儲介質

有效

• 申請號: 201811624930.9
• 申請日: 2018-12-28
• 公開（公告）號: CN109572550B
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 周揚;王棟;崔靜
• 申請（專利權）人: 西安航空學院
• 主分類號: B60W30/095
• 分類號: B60W30/095
• 代理公司: 北京成實知識產權代理有限公司 11724
• 代理人: 張焱

1.一種行車軌跡預測方法，其特征在于，所述方法包括：

獲取駕駛員眼動數據及車輛行駛數據，所述車輛行駛數據至少包括車輛當前狀態數據；

通過用于識別駕駛員駕駛狀態的隨機森林模型對所述駕駛員眼動數據進行識別，得到駕駛員的當前駕車狀態數據；

通過行車策略預測模型對所述駕駛員的當前駕車狀態數據進行處理，得到駕駛員當前狀態行車策略數據；

通過行車軌跡預測模型對所述車輛當前狀態數據與所述駕駛員當前狀態行車策略數據進行處理，以得到與駕駛員當前狀態相適應的未來行車軌跡信息。

2.根據權利要求1所述的方法，其特征在于，所述通過用于識別駕駛員駕駛狀態的隨機森林模型對所述駕駛員眼動數據進行識別，得到駕駛員的當前駕車狀態數據之前，包括：

獲取駕駛員處于專注駕駛狀態和認知分心駕駛狀態的歷史眼動數據，構成第一數據集；

利用所述第一數據集對用于識別駕駛員駕駛狀態的模型進行訓練，得到所述隨機森林模型。

3.根據權利要求1所述的方法，其特征在于，所述通過行車策略預測模型對所述駕駛員的當前駕車狀態數據進行處理，得到駕駛員當前狀態行車策略數據之前，包括：

獲取駕駛員駕駛車輛的歷史行車數據；所述歷史行車數據至少包含駕駛員的歷史駕車狀態數據以及與所述歷史駕車狀態數據相對應的車輛歷史行車軌跡數據；

采用馬爾可夫決策過程模擬駕駛員駕車過程；其中，馬爾可夫決策過程中的五個元素分別為：車輛所處狀態、駕駛員駕車動作、獎勵函數、車輛運動動態方程以及折扣因子；其中，所述駕駛員駕車動作是指車輛在所述車輛所處狀態時，所述車輛的狀態轉移到各種下一狀態的概率值；

通過所述車輛歷史行車軌跡數據確定所述馬爾可夫決策過程的五個元素，并將所述車輛所處狀態與所述駕駛員駕車動作一一對應，形成駕駛員的駕車策略分布模型；

利用最大熵逆強化學習算法將駕駛員的歷史駕車狀態數據與所述駕車策略分布模型中的車輛所處狀態和駕駛員駕車動作一一對應，以形成所述行車策略預測模型。

4.根據權利要求1所述的方法，其特征在于，所述通過行車軌跡預測模型對所述車輛當前狀態數據與所述駕駛員當前狀態行車策略數據進行處理，以得到與駕駛員當前狀態相適應的未來行車軌跡信息之前，包括：

在時間T內，車輛在當前行駛狀態下，駕駛員采取所述當前狀態行車策略對所述車輛進行控制時，預測車輛的行車軌跡。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

在時間T內檢測到駕駛員的駕車狀態發生變化時，停止當前迭代過程，并根據所述駕駛員的駕車狀態發生變化后的駕車狀態重新預測車輛的行駛軌跡。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

結合車輛的當前行駛路況，根據車輛的未來行車軌跡信息對車輛的安全系數進行預估；

根據所述安全系數對駕駛員進行安全提醒。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

結合車輛的當前行駛路況，根據車輛的未來行車軌跡信息對車輛的安全系數進行預估；

根據所述安全系數直接控制車輛的行車狀態。

8.一種行車軌跡預測系統，其特征在于，所述系統包括：

駕駛員眼動數據采集裝置，所述駕駛員眼動數據采集裝置用于采集車輛行駛時的駕駛員眼動數據，并將所述駕駛員眼動數據發送至控制器；

車輛行駛數據采集裝置，所述車輛行駛數據采集裝置用于采集車輛的行駛數據，并將所述車輛的行駛數據發送至所述控制器；

所述控制器，所述控制器用于接收所述駕駛員眼動數據和所述車輛的行駛數據，并對所述駕駛員眼動數據和所述車輛行駛數據進行分析，預測車輛的行駛軌跡。

9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行權利要求1至7中任一項權利要求所述一種行車軌跡預測方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行權利要求1至7中任一項權利要求所述一種行車軌跡預測方法的步驟。