[發(fā)明專利]一種非完全信息非合作博弈人機(jī)共駕控制方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110694150.7
• 申請(qǐng)日: 2021-06-22
• 公開（公告）號(hào): CN113200056B
• 公開（公告）日: 2022-04-08
• 發(fā)明（設(shè)計(jì)）人: 常宇鵬;鄭宏宇;何睿;郭中陽(yáng);宋娟娟;王劍波;吳竟啟;束琦
• 申請(qǐng)（專利權(quán)）人: 吉林大學(xué);江蘇超力電器有限公司
• 主分類號(hào): B60W60/00
• 分類號(hào): B60W60/00;B60W50/00
• 代理公司: 長(zhǎng)春市恒譽(yù)專利代理事務(wù)所(普通合伙) 22212
• 代理人: 李榮武

1.一種非完全信息非合作博弈人機(jī)共駕控制方法，其特征在于，其包括以下步驟：

步驟S1建立人車操縱博弈模型，首先建立車輛操縱動(dòng)力學(xué)模型

U＝δ_d+δ_c

其中，系統(tǒng)狀態(tài)X＝[v ω y y_int ψ]^T，v為車輛橫向車速，ω為車輛橫擺角速度，y為車輛橫向位移，y_int為橫向位移積分，ψ為車輛橫擺角，A、B為系統(tǒng)狀態(tài)矩陣，U為輸入矩陣，其代表駕駛員方向盤輸入轉(zhuǎn)角δ_d和線控轉(zhuǎn)向系統(tǒng)方向盤輸入轉(zhuǎn)角δ_c，對(duì)車輛操縱動(dòng)力學(xué)模型離散化，再建立可以描述駕駛員和車輛目標(biāo)路徑的預(yù)覽模型；在實(shí)際行駛中，利用車載攝像頭采集車輛前進(jìn)方向圖像，判斷車輛當(dāng)前行駛路徑，并與預(yù)覽模型中的期望路徑對(duì)比，規(guī)劃下一步行駛路徑，最終將離散車輛操縱動(dòng)力學(xué)模型中橫向位移變量與橫向位移積分變量擴(kuò)展添加預(yù)覽路徑描述向量，此模型中轉(zhuǎn)向系統(tǒng)為線控轉(zhuǎn)向系統(tǒng)，線控轉(zhuǎn)向系統(tǒng)根據(jù)駕駛員操縱輸入與控制器疊加的操縱輸入之和控制汽車前輪轉(zhuǎn)角；

步驟S2建立非完全信息模式下人車信息博弈數(shù)學(xué)表達(dá)形式，在所述非完全信息模式下，量化駕駛員和車輛信息掌握的途徑和信息掌握數(shù)量不同，建立車輛與駕駛員所掌握系統(tǒng)狀態(tài)與系統(tǒng)真實(shí)狀態(tài)的線性關(guān)系，車輛通過(guò)車載攝像頭和傳感器獲取信息準(zhǔn)確度高，駕駛員通過(guò)駕駛經(jīng)驗(yàn)以及視野接收信息準(zhǔn)確程度低且受干擾，駕駛員只知道車輛的初始狀態(tài)，而不知道行駛中的中間狀態(tài)，而車輛可通過(guò)車載傳感器和攝像頭了解車輛當(dāng)前狀態(tài)信息，駕駛員不知道系統(tǒng)的狀態(tài)，且不知道車輛對(duì)系統(tǒng)狀態(tài)的估計(jì)，駕駛員和車輛對(duì)系統(tǒng)狀態(tài)的掌握數(shù)學(xué)模型表示如下：

Z₁＝H₁Z+W₁

Z₂＝H₂Z+W₂

其中Z₁和Z₂分別表示車輛和駕駛員對(duì)系統(tǒng)狀態(tài)的估計(jì)，Z(k)為車輛真實(shí)狀態(tài)，H₁、H₂為狀態(tài)估計(jì)矩陣，W₁、W₂為隨機(jī)干擾；

步驟S3建立人車行駛收益博弈模型，根據(jù)駕駛員和車輛操作輸入以及非完全信息下的駕駛員和車輛對(duì)系統(tǒng)狀態(tài)掌握特點(diǎn)設(shè)計(jì)系統(tǒng)收益函數(shù)，駕駛員只能根據(jù)車輛對(duì)方向盤轉(zhuǎn)角輸入、依據(jù)先驗(yàn)知識(shí)估計(jì)的車輛狀態(tài)以及對(duì)自身目標(biāo)路徑的預(yù)覽來(lái)判斷自身最優(yōu)決策，而車輛要根據(jù)當(dāng)前車輛狀態(tài)，駕駛員對(duì)方向盤轉(zhuǎn)角輸入、駕駛員對(duì)車輛狀態(tài)估計(jì)與真實(shí)狀態(tài)的偏差以及對(duì)自身目標(biāo)路徑的預(yù)覽來(lái)判斷當(dāng)前應(yīng)采取的策略，收益函數(shù)值的大小設(shè)計(jì)與三個(gè)因素相關(guān)，一個(gè)是駕駛員和車輛操作輸入，一個(gè)是駕駛員和車輛操作輸入相關(guān)的權(quán)重系數(shù)，還有一個(gè)是路徑可預(yù)覽范圍最遠(yuǎn)處的系統(tǒng)狀態(tài)，實(shí)現(xiàn)人車行駛收益博弈，在非完全信息條件下，沒(méi)有將不能完全掌握的系統(tǒng)狀態(tài)設(shè)為人車博弈收益函數(shù)的一部分，收益函數(shù)設(shè)計(jì)如下：

其中，J_d、J_c分別為駕駛員和車輛收益函數(shù)其值都為J，Q₁、Q₂分別為駕駛員和車輛的收益函數(shù)加權(quán)矩陣，u(k)為車輛輸入向量，v(k)為駕駛員方向盤轉(zhuǎn)角輸入向量，C^TC為車輛狀態(tài)加權(quán)矩陣，Z(T)為車輛可預(yù)覽的最終狀態(tài)收益加權(quán)矩陣；

步驟S4是求解控制策略，針對(duì)上述設(shè)計(jì)的人車操縱博弈模型和所設(shè)計(jì)的收益函數(shù)特點(diǎn)，以及利用非完全信息狀態(tài)下駕駛員和車輛對(duì)系統(tǒng)狀態(tài)掌握的信息不對(duì)稱的特點(diǎn)，在非完全信息情況下，車輛所掌握系統(tǒng)狀態(tài)Z₁(k)近似等于車輛真實(shí)狀態(tài)Z(k)，駕駛員只能獲得自身估計(jì)的系統(tǒng)狀態(tài)Z₂(k)；

在非完全信息模式下，車輛根據(jù)掌握的系統(tǒng)狀態(tài)Z₁(k)和駕駛員估計(jì)系統(tǒng)狀態(tài)Z₂(k)與實(shí)際值Z(k)的偏差這兩個(gè)因素來(lái)制定自身決策，而駕駛員根據(jù)自身對(duì)系統(tǒng)狀態(tài)的估計(jì)Z₂(k)來(lái)判斷自身決策，則設(shè)駕駛員估計(jì)系統(tǒng)狀態(tài)與實(shí)際值的偏差車輛方向盤轉(zhuǎn)角輸入u(k)和駕駛員方向盤轉(zhuǎn)角輸入v(k)為如下形式：

v(k)＝C_dZ₂(k)

其中，C_c、C_d、D_c為變量，求解駕駛員和車輛隨對(duì)方操作輸入以及實(shí)時(shí)估計(jì)狀態(tài)變化的方向盤轉(zhuǎn)角策略與方向盤轉(zhuǎn)角疊加策略，其中駕駛員操縱輸入由傳感器測(cè)得和軟件估計(jì)方法得到，并將測(cè)得和估計(jì)得到的數(shù)據(jù)傳輸給控制器進(jìn)行比對(duì)分析，控制器計(jì)算當(dāng)前車輛非完全信息狀態(tài)下的非合作博弈最優(yōu)方向盤轉(zhuǎn)角疊加策略；

步驟S5迭代求解參數(shù)，根據(jù)上述S4中推導(dǎo)的最優(yōu)控制策略求解公式，推導(dǎo)迭代求解控制策略中變化的參數(shù)的實(shí)時(shí)迭代求解方法，求解u(k)和v(k)，然后將求得的均衡解u(k)和v(k)作用于人車操縱博弈模型。