[發(fā)明專利]一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011015180.2
• 申請(qǐng)日: 2020-09-24
• 公開（公告）號(hào): CN112193245B
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計(jì)）人: 李林波;李瑞杰;李楊;鄒亞杰;王文璇;楊小雪;劉艷婷
• 申請(qǐng)（專利權(quán)）人: 同濟(jì)大學(xué)
• 主分類號(hào): B60W30/14
• 分類號(hào): B60W30/14;B60W30/16;G05B13/04;G06N3/08
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 丁云

1.一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，該方法包括如下步驟：

S1、訓(xùn)練深度學(xué)習(xí)跟馳模型，所述的深度學(xué)習(xí)跟馳模型的輸入為連續(xù)N個(gè)時(shí)刻的跟馳特征時(shí)序數(shù)據(jù)，所述的跟馳特征包括本車速度、本車和前車車速差、本車和前車車頭間距，深度學(xué)習(xí)跟馳模型的輸出為第N+1時(shí)刻的本車速度預(yù)測(cè)值，N為常數(shù)；

S2、獲取真實(shí)跟馳特征時(shí)序數(shù)據(jù)，并輸入至深度學(xué)習(xí)跟馳模型得到本車速度預(yù)測(cè)時(shí)序數(shù)據(jù)；

S3、選取待預(yù)測(cè)時(shí)刻，提取待預(yù)測(cè)時(shí)刻前連續(xù)N個(gè)時(shí)刻的真實(shí)跟馳特征時(shí)序數(shù)據(jù)作為第一數(shù)據(jù)集，提取本車速度預(yù)測(cè)時(shí)序數(shù)據(jù)作為第二數(shù)據(jù)集；

S4、確定模糊感知時(shí)間窗模擬駕駛員模糊感知特性，將第一數(shù)據(jù)集中位于模糊感知時(shí)間窗內(nèi)的本車速度替換為第二數(shù)據(jù)集中對(duì)應(yīng)時(shí)刻的本車速度預(yù)測(cè)值進(jìn)而形成預(yù)測(cè)輸入數(shù)據(jù)；

S5、將預(yù)測(cè)輸入數(shù)據(jù)輸入至深度學(xué)習(xí)跟馳模型得到待預(yù)測(cè)時(shí)刻的本車速度預(yù)測(cè)值。

2.根據(jù)權(quán)利要求1所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，所述的深度學(xué)習(xí)跟馳模型為循環(huán)神經(jīng)網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求2所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，循環(huán)神經(jīng)網(wǎng)絡(luò)的循環(huán)神經(jīng)單元采用GRU單元。

4.根據(jù)權(quán)利要求1所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，所述的深度學(xué)習(xí)跟馳模型的訓(xùn)練數(shù)據(jù)為highD數(shù)據(jù)集中的跟馳片段數(shù)據(jù)集。

5.根據(jù)權(quán)利要求4所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，所述的訓(xùn)練數(shù)據(jù)從highD數(shù)據(jù)集中篩選得到，具體為：在highD數(shù)據(jù)集中針對(duì)小汽車的跟馳行為進(jìn)行篩選，從highD數(shù)據(jù)集的軌跡元數(shù)據(jù)中選取車輛換道次數(shù)為0的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，深度學(xué)習(xí)跟馳模型的損失函數(shù)為f：

其中，以及分別為本車速度預(yù)測(cè)值以及真實(shí)值，NUM為訓(xùn)練的跟馳對(duì)個(gè)數(shù)，T為每對(duì)跟馳對(duì)的訓(xùn)練次數(shù)。

7.根據(jù)權(quán)利要求1所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，深度學(xué)習(xí)跟馳模型訓(xùn)練過程中的優(yōu)化算法選擇Adam算法。

8.根據(jù)權(quán)利要求1所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，所述的模糊感知時(shí)間窗的大小確定為m個(gè)時(shí)刻，m的取值為：0≤m≤N。

9.根據(jù)權(quán)利要求8所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，所述的模糊感知時(shí)間窗從待預(yù)測(cè)時(shí)刻的前一時(shí)刻開始向前延伸擴(kuò)展m個(gè)時(shí)刻。

10.根據(jù)權(quán)利要求8所述的一種考慮駕駛員模糊感知的深度學(xué)習(xí)跟馳預(yù)測(cè)方法，其特征在于，在步驟S4～S5的預(yù)測(cè)過程中，改變模糊感知時(shí)間窗m的取值大小，得到同一駕駛員在不同模糊感知狀態(tài)下的跟馳預(yù)測(cè)對(duì)比圖。