[發(fā)明專利]無(wú)人駕駛車輛運(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

本發(fā)明提出的無(wú)人駕駛車輛運(yùn)動(dòng)行為決策方法，針對(duì)現(xiàn)有基于規(guī)則的無(wú)人駕駛車輛運(yùn)動(dòng)行為決策系統(tǒng)復(fù)雜度較高的問(wèn)題，簡(jiǎn)化了無(wú)人駕駛車輛的運(yùn)動(dòng)狀態(tài)，給出了無(wú)人駕駛車輛運(yùn)動(dòng)行為決策方法，提高了無(wú)人駕駛車輛運(yùn)動(dòng)行為決策的效率性；同時(shí)，針對(duì)現(xiàn)有無(wú)人駕駛車輛運(yùn)動(dòng)行為決策方法優(yōu)化目標(biāo)單一的問(wèn)題，通過(guò)多目標(biāo)優(yōu)化方法進(jìn)行優(yōu)化，保證了安全性和效率性的同時(shí)，提高了實(shí)用性。解決上述問(wèn)題，為無(wú)人駕駛車輛在復(fù)雜環(huán)境下運(yùn)動(dòng)行為決策方法提供安全，有效和實(shí)用性保障。

技術(shù)領(lǐng)域

本發(fā)明涉及無(wú)人駕駛領(lǐng)域，具體涉及無(wú)人駕駛車輛運(yùn)動(dòng)行為決策方法，可應(yīng)用于城市和高速場(chǎng)景。

背景技術(shù)

國(guó)內(nèi)外學(xué)者對(duì)無(wú)人駕駛車輛的運(yùn)動(dòng)行為決策均進(jìn)行了深入的研究，現(xiàn)有的方法主要分為以下兩類：

(1)基于深度學(xué)習(xí)的無(wú)人駕駛車輛運(yùn)動(dòng)行為決策方法：從感知數(shù)據(jù)到?jīng)Q策的單一映射，即采用深度學(xué)習(xí)的相關(guān)模型和算法，以感知數(shù)據(jù)為輸入，控制屬性如速度、方向盤角度等為輸出。該方法采用基于端到端的訓(xùn)練，從而減少了工程的人工復(fù)雜度；同時(shí)，訓(xùn)練數(shù)據(jù)量豐富，模型具有較強(qiáng)的自學(xué)能力。然而，該方法通常需要特定的駕駛員來(lái)采集訓(xùn)練數(shù)據(jù)。人工駕駛員在采集數(shù)據(jù)時(shí)做出的決策很難達(dá)到實(shí)驗(yàn)所要求的客觀性與合理性，導(dǎo)致整個(gè)模型對(duì)駕駛員的駕駛習(xí)慣存在偏向性，存在一定的安全風(fēng)險(xiǎn)；采集的數(shù)據(jù)通常限定在某一場(chǎng)景下，使得模型的泛化能力較差；此外，深度學(xué)習(xí)的方法模型對(duì)數(shù)據(jù)解析程度不夠，且可解釋性差，靈活性低，很難確定模型中“組件”對(duì)最終決策的貢獻(xiàn)，難以保證模型的安全性和穩(wěn)定性。

(2)基于規(guī)則的無(wú)人駕駛車輛運(yùn)動(dòng)行為決策方法：根據(jù)車輛的位置、動(dòng)作以及相應(yīng)事件，將車輛的狀態(tài)整合輸入有限狀態(tài)自動(dòng)機(jī)，然后通過(guò)狀態(tài)之間的跳轉(zhuǎn)條件、觸發(fā)狀態(tài)轉(zhuǎn)換，經(jīng)由底層控制器對(duì)這次狀態(tài)跳轉(zhuǎn)進(jìn)行反應(yīng)，并從安全性和效率性等方面對(duì)具體的控制屬性進(jìn)行優(yōu)化，最后得到無(wú)人駕駛最終的行為決策方案。該方法結(jié)構(gòu)清晰，可解釋性強(qiáng)，受到廣泛的關(guān)注與應(yīng)用。然而，受限于有限狀態(tài)機(jī)中狀態(tài)的數(shù)量，該研究方法很難覆蓋所有的工況，因而對(duì)于考慮之外的狀態(tài)和工況，該方法處理效果不佳；由于行車環(huán)境的復(fù)雜性，有限狀態(tài)自動(dòng)機(jī)的數(shù)量隨車輛行駛狀態(tài)的增加也顯著增加，進(jìn)而增大了行為決策的計(jì)算量和復(fù)雜度；同時(shí)，現(xiàn)有方法優(yōu)化標(biāo)準(zhǔn)單一，只考慮到了安全與效率，而實(shí)用度作為重要指標(biāo)之一卻沒(méi)有得到關(guān)注。

(3)總結(jié)

現(xiàn)有國(guó)內(nèi)外關(guān)于無(wú)人駕駛車輛運(yùn)動(dòng)行為決策系統(tǒng)研究成果具體總結(jié)如表1所示。

發(fā)明內(nèi)容

發(fā)明目的：

本發(fā)明針對(duì)以上問(wèn)題，該方法基于(程久軍等發(fā)明人于2021年3月31日申請(qǐng)的《無(wú)人駕駛鄰近車輛軌跡預(yù)測(cè)方法》(申請(qǐng)人：同濟(jì)大學(xué)，專利申請(qǐng)?zhí)?2021103316612)，針對(duì)現(xiàn)有基于規(guī)則的無(wú)人駕駛車輛運(yùn)動(dòng)行為決策系統(tǒng)復(fù)雜度較高的問(wèn)題，簡(jiǎn)化了無(wú)人駕駛車輛的運(yùn)動(dòng)狀態(tài)，給出了無(wú)人駕駛車輛運(yùn)動(dòng)行為決策方法，提高了無(wú)人駕駛車輛運(yùn)動(dòng)行為決策的效率性；同時(shí)，針對(duì)現(xiàn)有無(wú)人駕駛車輛運(yùn)動(dòng)行為決策方法優(yōu)化目標(biāo)單一的問(wèn)題，通過(guò)多目標(biāo)優(yōu)化方法進(jìn)行優(yōu)化，保證了安全性和效率性的同時(shí)，提高了實(shí)用性。解決上述問(wèn)題，為無(wú)人駕駛車輛在復(fù)雜環(huán)境下運(yùn)動(dòng)行為決策方法提供安全，有效和實(shí)用性保障。

為此，本發(fā)明具體給出以下技術(shù)方案實(shí)現(xiàn)：無(wú)人駕駛車輛運(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)人駕駛車輛運(yùn)動(dòng)行為決策

步驟2.1無(wú)人駕駛車輛狀態(tài)跳轉(zhuǎn)約束

步驟2.2無(wú)人駕駛車輛運(yùn)動(dòng)行為決策算法

步驟3.無(wú)人駕駛車輛運(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4.仿真實(shí)驗(yàn)驗(yàn)證