[發明專利]一種基于駕駛意圖的周圍車輛運動狀態預測系統及方法

有效

• 申請號: 201910998216.4
• 申請日: 2019-10-21
• 公開（公告）號: CN110758382B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 趙萬忠;李琳;徐燦;王春燕
• 申請（專利權）人: 南京航空航天大學
• 主分類號: B60W30/08
• 分類號: B60W30/08;B60W50/00;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

本發明公開了一種基于駕駛意圖的周圍車輛運動狀態預測系統及方法，該系統包括：可行軌跡集生成，行為意圖生成和預測軌跡生成模塊；可行軌跡集生成模塊，根據全局路徑規劃的結果，確定目標車輛當前可行駛的車道，生成可行軌跡；行為意圖推斷模塊，通過分析目標車輛對不同車道的滿意度，交通法規以及自車的狀態，來預測目標車輛選擇不同車道的概率；預測軌跡生成模塊，根據生成的可行軌跡集和對應軌跡的概率的結果，融合得到預測軌跡。本發明解決了現有技術中預測車輛狀態時忽略環境與駕駛員之間的交互影響和動態變化環境的問題。

技術領域

本發明屬于車輛駕駛技術領域，具體指代一種基于駕駛意圖的周圍車輛運動狀態預測系統及方法。

背景技術

隨著汽車保有量的日益增加，道路交通逐漸趨于密集化和復雜化，進而導致駕駛壓力的增大，使得駕駛員在正常交通場景下的駕駛能力下降，大大增加了交通事故的發生幾率。其中換道行為是導致交通事故和交通擁堵的重要致因之一，尤其在城市區域，車流密度大，極易發生換道碰撞事故，甚至導致連環追尾碰撞。絕大多數換道碰撞事故是由于換道車輛對其周圍車輛運動狀態及位置信息感知不準確并進行了錯誤的駕駛決策。

目前，智能車輛可以通過先進技術完成換道過程，規避風險，已經成為解決車輛安全的一個重點研究方向。但智能車輛的換道決策過程中不僅應該考慮當前自車和周圍車輛的狀態，還應該基于未來一段時域內的周圍車輛狀態的預測來得到最終的決策；而在狀態預測方面，現有技術中大多認為在預測時域內，周圍車輛是維持當前行為的過程，并未充分考慮周圍車輛的其他可能發生的行為，從而忽略了潛在的危險。

發明內容

針對于上述現有技術的不足，本發明的目的在于提供一種自動駕駛車輛基于駕駛意圖的周圍車輛運動狀態預測系統及方法，以解決現有技術中預測車輛狀態時忽略環境與駕駛員之間的交互影響和動態變化的環境的問題。

為達到上述目的，本發明采用的技術方案如下：

本發明的一種基于駕駛意圖的周圍車輛運動狀態預測系統，包括：可行軌跡集生成模塊、行為意圖推斷模塊及預測軌跡生成模塊；

所述可行軌跡集生成模塊，根據全局路徑規劃的結果，確定目標車輛(即被預測的車輛)當前可行駛的車道，生成可行軌跡；

所述行為意圖推斷模塊，通過分析目標車輛對不同車道的滿意度，交通法規以及自車的狀態，來預測目標車輛選擇不同車道的概率；由于目標車輛駕駛員的換道意圖是基于動態的交通環境，而并非是某一時刻點的信息，歷史信息和當前信息都能對輸出的預測結果產生影響；

所述預測軌跡生成模塊，根據生成的可行軌跡集和對應軌跡的概率的結果，融合得到預測軌跡。

優選地，所述可行軌跡集生成模塊基于縱向速度行駛并保持不變及通過輸入小的轉向角到達期望車道的車道中心線建立代價方程，側向運動學模型為狀態空間，以此求解滿足代價方程值最小的控制輸入向量和最優的可行的軌跡。

優選地，所述行為意圖推斷模塊基于循環神經網絡(Recurrent Neural Network,RNN)和softmax回歸分析建立一個行為意圖推斷模型，得到上述可行的軌跡集中相應軌跡的概率。

本發明的一種基于駕駛意圖推斷的周圍車輛運動狀態預測控制方法，步驟如下：

1)基于縱向速度行駛并保持不變及通過輸入小的轉向角到達期望車道的車道中心線建立代價方程，側向運動學模型為狀態空間，以此求解滿足代價方程值最小的控制輸入向量和最優的可行的軌跡，根據所有車道可生成可行軌跡的集合；

2)通過當前狀態下，目標車輛對不同車道的滿意度，結合交通法規和車輛自身的狀態，來分析換道意圖的影響因素；

3)定義意圖推斷模型的輸出形式分別來表示左換道，車道保持，右換道；