[發(fā)明專利]無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110550801.5
• 申請(qǐng)日: 2021-05-18
• 公開(kāi)（公告）號(hào): CN113120003B
• 公開(kāi)（公告）日: 2022-06-03
• 發(fā)明（設(shè)計(jì)）人: 程久軍;毛其超;原桂遠(yuǎn);魏超;周愛(ài)國(guó)
• 申請(qǐng)（專利權(quán)）人: 同濟(jì)大學(xué)
• 主分類號(hào): B60W60/00
• 分類號(hào): B60W60/00;G06N20/00
• 代理公司: 上海科律專利代理事務(wù)所(特殊普通合伙) 31290
• 代理人: 葉鳳

1.無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策方法，具體包括如下步驟：

步驟1.相關(guān)定義

步驟2.無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策

步驟2.1無(wú)人駕駛車(chē)輛狀態(tài)跳轉(zhuǎn)約束

步驟2.2無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策算法

步驟3.無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策的多目標(biāo)優(yōu)化

步驟3.1目標(biāo)函數(shù)

步驟3.2約束條件

步驟3.3優(yōu)化求解；

步驟1相關(guān)定義具體如下：

(1)無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策的影響因素：

定義1道路環(huán)境限制因素RL(Restriction for Lanes)：不同的道路環(huán)境存在不同的限制因素，RL定義如下：

RL＝{γ，δ，CLallowable，β，LA} (1)

其中，γ表示所在車(chē)道限制的最低速度，δ表示最高限速，CLallowable表示所在車(chē)道是否允許變道，β表示安全距離，LA表示最大橫向加速度；

定義2車(chē)輛自身物理限制因素PRV(Physical Restriction for Vehicles)：PRV定義如下：

PRV＝{MaxA，MinA} (2)

其中，MaxA表示最高加速度，是一個(gè)恒大于0的值；MinA表示最大減速度，是一個(gè)恒小于0的值；

(2)無(wú)人駕駛車(chē)輛行駛狀態(tài)定義

無(wú)人駕駛車(chē)輛的行駛道路抽象成一條近似線段的道路，其中，具有交通標(biāo)志的路段抽象成帶有限制信息的道路，將無(wú)人駕駛車(chē)輛在道路上的行駛狀態(tài)定義為以下五種狀態(tài)：

定義3停止等待狀態(tài)SW(Stop and Wait)：該狀態(tài)包含無(wú)人駕駛車(chē)輛初始化狀態(tài)和速度長(zhǎng)時(shí)間為0的狀態(tài)具體如下：

State＝SW

s.t.State＝initialized or S_t＝0(t＝1，2，...，T) (3)

定義4跟車(chē)狀態(tài)FC(Follow the Car)：將不存在變道行為且前方存在車(chē)輛的狀態(tài)均定義為跟車(chē)行為，跟車(chē)狀態(tài)FC定義如下：

State＝FC

s.t.|S-S_ahead|≤α and||P-P_ahead||₂≥β

γ≤S≤δ (4)

其中，S_ahead和P_ahead分別代表前車(chē)的速度以及位置，α和β分別代表相對(duì)速度和相對(duì)距離的閾值；

定義5自由狀態(tài)FS(Free State)：當(dāng)前方道路暢通，此狀態(tài)定義為自由狀態(tài)；

定義6超車(chē)狀態(tài)OC(Overtake the Car)：車(chē)輛之間存在超車(chē)行為，且超車(chē)行為僅存在于直行的道路上，其形式化定義如下：

State＝OC

s.t.S_ahead(t)＜S(t)≤δ

CLallowable＝true

0≤A(t)≤MaxA

P_ahead(k).y-P(k).y＝0

t＝1，2，...，k (5)

車(chē)輛所在車(chē)道必須滿足CLallowable＝true，即允許車(chē)輛變道；超車(chē)狀態(tài)存在一個(gè)漸變的過(guò)程；在t＝1，2，...，k時(shí)間段內(nèi)，需滿足S_ahead(t)＜S(t)≤δ，即處于超車(chē)狀態(tài)的車(chē)輛的速度一直大于所要超車(chē)的對(duì)象，且在k時(shí)刻時(shí)滿足P_ahead(k).y-P(k).y＝0，即完成超車(chē)；

定義7回歸行車(chē)道狀態(tài)BL(Back to the Lane)：當(dāng)車(chē)輛超車(chē)完成之后，需要回到其行車(chē)道內(nèi)，回歸行車(chē)道的狀態(tài)定義如下：

State＝BL

s.t.γ≤S(t)≤δ

0≤A(t).x≤MaxA

t＝1，2，...，k (6)

其中，在t＝1，2，...，k這段時(shí)間內(nèi)存在一個(gè)橫向的加速度A(t).x，使得車(chē)輛由超車(chē)道轉(zhuǎn)向行車(chē)道；

步驟2中所述無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策具體如下：

(1)無(wú)人駕駛車(chē)輛狀態(tài)跳轉(zhuǎn)約束

根據(jù)定義2中五種行駛狀態(tài)，給出了相應(yīng)狀態(tài)之間跳轉(zhuǎn)的數(shù)學(xué)形式化約束，具體如下：

1)停止等待狀態(tài)SW：

根據(jù)定義，停止等待狀態(tài)是速度在某段時(shí)間內(nèi)持續(xù)為0的狀態(tài)，該狀態(tài)根據(jù)前方是否存在車(chē)輛跳轉(zhuǎn)至自由狀態(tài)或者跟車(chē)狀態(tài)；

2)跟車(chē)狀態(tài)FC：

當(dāng)前方車(chē)輛的速度小于無(wú)人駕駛車(chē)輛在該車(chē)道內(nèi)的目標(biāo)速度S_target，即滿足條件S_ahead＜S_target，且此時(shí)無(wú)人駕駛車(chē)輛與紅綠燈的距離DisToTL大于μβ(μ是安全距離系數(shù)，β為安全距離，μ通常大于2)，后方車(chē)輛不存在超車(chē)行為時(shí)，無(wú)人駕駛車(chē)輛可以從跟車(chē)狀態(tài)跳轉(zhuǎn)到超車(chē)狀態(tài)；當(dāng)前方車(chē)輛因?yàn)槟承┰螂x開(kāi)無(wú)人駕駛車(chē)輛所在車(chē)道時(shí)，可以從跟車(chē)狀態(tài)跳轉(zhuǎn)到自由狀態(tài)；當(dāng)無(wú)人駕駛車(chē)輛在超車(chē)道，且根據(jù)預(yù)測(cè)的后方車(chē)輛的軌跡tra_rear(t)，判斷在接下來(lái)一段時(shí)間內(nèi)，距離大于安全距離時(shí)，由FC→BL；否則，保持跟車(chē)狀態(tài)；

3)自由狀態(tài)FS：

只有無(wú)人駕駛車(chē)輛在超車(chē)道時(shí)，且滿足在接下來(lái)一段時(shí)間內(nèi)，后方車(chē)輛預(yù)測(cè)的軌跡位置與其軌跡的距離大于安全距離時(shí)，才可以從自由狀態(tài)跳轉(zhuǎn)到BL；當(dāng)車(chē)道前方出現(xiàn)車(chē)輛時(shí)，由自由狀態(tài)跳轉(zhuǎn)到跟車(chē)狀態(tài)；當(dāng)?shù)郊t綠燈的距離DisToTL小于安全距離，且禁止通過(guò)交叉路口時(shí)，跳轉(zhuǎn)到停止等待狀態(tài)，否則繼續(xù)保持自由狀態(tài)；

4)超車(chē)狀態(tài)OC：

在完成超車(chē)之后，無(wú)人駕駛車(chē)輛并不會(huì)立馬進(jìn)入回歸行車(chē)道狀態(tài)，而是根據(jù)前方是否存在車(chē)輛，跳轉(zhuǎn)至跟車(chē)狀態(tài)或者自由行駛狀態(tài)；

5)回歸行車(chē)道狀態(tài)BL：

在從超車(chē)道轉(zhuǎn)入行車(chē)道之后，無(wú)人駕駛車(chē)輛會(huì)根據(jù)前方是否存在車(chē)輛，跳轉(zhuǎn)至跟車(chē)狀態(tài)或者自由行駛狀態(tài)；

(2)無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策算法

根據(jù)不同狀態(tài)的跳轉(zhuǎn)，提出了無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策算法DMAV(DefinateMachine for Autonomous Vehicles)，具體流程如下：

Step1：根據(jù)無(wú)人駕駛車(chē)輛的當(dāng)前狀態(tài)State，得到其在狀態(tài)跳轉(zhuǎn)圖中指向的狀態(tài)集合Set_State；

Step2：存在NextState∈Set_State，且NextState并未訪問(wèn)過(guò)，轉(zhuǎn)第三步；否則，轉(zhuǎn)第四步；

Step3：若滿足Condition_{state→NextState}的跳轉(zhuǎn)條件，將NextState放入集合ProbState，轉(zhuǎn)第二步；

Step4：根據(jù)集合ProbState的長(zhǎng)度生成隨機(jī)種子數(shù)，等概率的選取ProbState中的行駛狀態(tài)作為最終的目標(biāo)狀態(tài)TargetState；

Step5：TargetState為跟車(chē)狀態(tài)：加速度A＝(F(S_target，S，S_ahead，P，P_ahead)，0)；TargetState為自由狀態(tài)：加速度A＝(F(S_target，S)，0)；TargetState為超車(chē)狀態(tài)時(shí)，A＝(F(S_target，S，S_ahead，P，P_ahead)，LA)；TargetState為回歸行車(chē)道狀態(tài)時(shí)，設(shè)置一個(gè)向右的橫向加速度-LA；

步驟3所述無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策的多目標(biāo)優(yōu)化具體如下：

首先確立目標(biāo)函數(shù)，然后，給出動(dòng)態(tài)約束條件，最后，采用多目標(biāo)優(yōu)化方法對(duì)其求解；

(1)目標(biāo)函數(shù)

1)效率性

表示如下：

E_i＝S(t) or E_i＝T(s) (16)

其中E_i表示無(wú)人駕駛車(chē)輛i行為決策的效率性，S(t)表示在時(shí)間t內(nèi)行駛的距離，而T(s)表示行駛距離為s時(shí)所需要的時(shí)間；

2)安全性

表示為：

其中，Sec_i表示無(wú)人駕駛車(chē)輛i行為決策的安全性，表示無(wú)人駕駛車(chē)輛i在t時(shí)刻與前車(chē)的距離，當(dāng)不存在前車(chē)時(shí)，該參數(shù)沒(méi)有任何意義，所以設(shè)置其為無(wú)窮大；

3)實(shí)用性

如下：

Util_i＝{v_t-v_t-1|t＝(0，1，2，...，k)} (18)

其中，Util_i表示無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策的實(shí)用性，{v_t-v_t-1|t＝(0，1，2，...，k)}表示在連續(xù)時(shí)間段t內(nèi)，加速度的波動(dòng)情況；

(2)約束條件

根據(jù)上述的三個(gè)目標(biāo)函數(shù)，將約束條件分為靜態(tài)約束條件和動(dòng)態(tài)約束條件；

1)靜態(tài)約束條件：

靜態(tài)約束條件包括車(chē)輛自身物理?xiàng)l件約束PRV，包括無(wú)人駕駛車(chē)輛自身的物理約束條件如車(chē)輛最大速度v_max、最大縱向加減速度Max(Min)A、最大橫向加速度LA；道路環(huán)境約束條件RL，包括如車(chē)道最小最大限速γ(δ)、車(chē)道是否允許變道CLallowable；無(wú)人駕駛車(chē)輛的靜態(tài)約束條件形式化定義如下：

k_static：PRV，RL (19)

2)動(dòng)態(tài)約束條件：

對(duì)安全距離進(jìn)行一個(gè)動(dòng)態(tài)化的約束：

其中，Δt為反應(yīng)時(shí)間，是在采取最大制動(dòng)時(shí)，從運(yùn)動(dòng)到停止所需要的時(shí)間，MinDis是速度為0時(shí)最小的車(chē)輛前后間隔；

基于多目標(biāo)優(yōu)化的無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策，目標(biāo)函數(shù)表示為：

(3)優(yōu)化求解

根據(jù)無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策的限制條件，通過(guò)多目標(biāo)優(yōu)化算法對(duì)問(wèn)題進(jìn)行優(yōu)化求解，流程如下：

Step1：初始化仿真環(huán)境以及部分解集合Result；

Step2：若迭代次數(shù)小于設(shè)定的epoch，則轉(zhuǎn)Step3；否則轉(zhuǎn)Step9；

Step3：存在Vector1屬于集合Result，且未被訪問(wèn)，則轉(zhuǎn)Step4；否則轉(zhuǎn)Step8；

Step4：自我迭代：將Vector1中的權(quán)重系數(shù)[w₁，w₂，w₃]分別加上隨機(jī)數(shù)random(0≤random≤1)，運(yùn)行，計(jì)算得到與前車(chē)距離Dis以及動(dòng)態(tài)安全距離SafeDis；若滿足Dis_t＜SafeDis_t，則認(rèn)為在該權(quán)重系數(shù)下，無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策方法嚴(yán)格滿足安全性要求，將[w₁，w₂，w₃]放入集合temp；轉(zhuǎn)Step 5；

Step5：存在Vector2(Vector2≠Vector1)屬于集合Result，且未被訪問(wèn)，轉(zhuǎn)Step 6；否則轉(zhuǎn)Step 7；

Step6：組合：將Vector1與Vector2的權(quán)重系數(shù)[w₁，w₂，w₃]進(jìn)行加權(quán)組合，并進(jìn)行運(yùn)行，計(jì)算得到與前車(chē)距離Dis以及動(dòng)態(tài)安全距離SafeDis；若滿足Dis_t＜SafeDis_t，則認(rèn)為在該權(quán)重系數(shù)下，無(wú)人駕駛車(chē)輛運(yùn)動(dòng)行為決策方法嚴(yán)格滿足安全性要求，將[w₁，w₂，w₃]放入集合temp；轉(zhuǎn)Step 7；

Step7：將Vector1從Result中刪除，轉(zhuǎn)Step 3；

Step8：根據(jù)實(shí)用性對(duì)temp進(jìn)行排序，并將實(shí)用性較高的前60％更新為Result，轉(zhuǎn)Step2；

Step9：輸出各影響因素加權(quán)系數(shù)可行解集合Result。