拟人化随机换道驾驶行为建模方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113722835A(43)申请公布日2021.11.30(21)申请号202111073530.5(22)申请日2021.09.14(71)申请人吉林大学地址130012吉林省长春市人民大街5988号(72)发明人刘震宫洵曲婷胡云峰陈虹李勇(74)专利代理机构吉林长春新纪元专利代理有限责任公司22100代理人白冬冬(51)Int.Cl.G06F30/15(2020.01)G06F30/20(2020.01)G06F111/08(2020.01)G06F119/14(2020.01)权利要求书3页说明书9页附图9页(54)发明名称拟人化随机换道驾驶行为建模方法(57)摘要一种拟人化随机换道驾驶行为建模方法，属于人类驾驶员建模技术领域。本发明的目的是在横向换道驾驶场景中，考虑了人类驾驶员在换道过程中如“跟车忍耐度”、“换道礼让度”等换道心理动机/驾驶风格、关联驾驶风格的换道轨迹生成方法以及预瞄执行等拟人化特征，建立涵盖动机激励、理性决策和预瞄执行的全链条拟人化换道过程概率模型，实现了换道模型拟人化效果的拟人化随机换道驾驶行为建模方法。本发明包括换道场景驾驶片段数据库逻辑提取模块、换道心理动机、风格化换道轨迹规划以及换道预瞄执行模块。本发明解决了换道场景下拟人化特征提取困难的问题，提升了换道模型的易用性、有效性以及拟人化效果。CN113722835ACN113722835A权利要求书1/3页1.一种拟人化随机换道驾驶行为建模方法，S1、自然行驶数据原始采集，数据的采样频率为10Hz，以SPMD数据集作为自然行驶大数据；S2、根据换道场景特性生成换道切入场景轨迹片段库，首先，提取SPMD数据集中前车数据集和换道数据集；其次，进行相对补集运算，选择在前车数据集但不在换道数据集中的数据；随后，逐帧对数据进行逻辑判断，判断前车在相邻时刻内从不是距主车最近的目标变为距主车最近，若是则将该帧数据放入换道切入轨迹片段库中，否则对下一帧数据进行判断，直到所有数据筛选完毕为止。并在该场景库中采集换道拟人化驾驶模型所需变量，其中包括：本车车速、本车加车速、前车车速以及后车加速度等变量；S3、换道数据预处理，首先将采集的变量如本车车速、本车加车速、前车车速以及后车加速度等变量等转化为时序信号，并计算该时序信号的长度，并对该信号进行填充处理；其次对处理后的数据进行快速傅里叶变换，得到数据的频谱；随后根据数据的采样频率与滤波所需的截止频率，将频谱中截止频率之外的信号清除；最后将获得的频谱进行逆傅里叶变换，将其转化为时域信号，得到滤波后的数据；其特征在于：S4、拟人化随机换道驾驶行为建模：S41、提取人类驾驶员跟车忍耐度以及换道礼让度的换道心理动机特征，并设计基于换道心理动机的换道决策，S411、跟车忍耐度用αp表示，其描述为：其中：vdes为人类驾驶员期望的驾驶速度；为人类驾驶员继续跟随前车时所需的驾驶车速，T为换道时长；S412、换道礼让度用p表示，建立换道礼让度模型：其中：与与分别代表车辆c、n在c换道后的加速度，ac与an分别代表c、n在车辆c换道前的加速度预测值，p代表礼让系数，用于反映当前车辆礼让程度的高低，Δath代表当前车辆礼让程度阈值；S42、设计关联驾驶风格的换道轨迹生成方法S421、提取换道数据库中换道轨迹对应的礼让系数、换道时长T、换道轨迹的侧向距离Di、换道轨迹的平均速度v0，并以礼让系数在[‑2,2]区间内每隔0.05划分不同的驾驶员轨迹簇；S422、在同一个轨迹簇内，随机选择轨迹簇中的轨迹特征，采用高阶多项式生成轨迹，其中多项式的初始条件为xd(0)＝0；yd(0)＝0；yd(T)＝Di；其中xd(0)为第0时刻轨迹的x坐标，为第0时刻的x坐标方向速度，为第0时刻的x坐标方向加速度，第T时刻的x坐标方向速度，为第T时刻的x坐标方向加速度，yd(0)为第0时刻轨迹的y坐2CN113722835A权利要求书2/3页标，为第0时刻的y坐标方向速度，为第0时刻的y坐标方向加速度,yd(T)为第T时刻轨迹的y坐标，第T时刻的y坐标方向速度，为第T时刻的y坐标方向加速度，随后，采用如下方程组求解：234xd(t)＝c1+c2*t+c3*t+c4*t+c5*t(3)2345yd(t)＝b1+b2*t+b3*t+b4*t+b5*t+b6*t(4)其中：c1、c2、c3、c4、c5以及b1、b2、b3、b4、b5、b6为待求解系数，将初始条件带入上述方程组23中，其中t＝0，以及t＝T，即可解得上述系数，然后，利用方程：x(t)＝c1+c2*t+c3*t+c4*t+42345c5*t；y(t)＝b1+b2*t+b3*t+b4*t+b5*t+b6*t；生成风格化关联的换道