[发明专利]基于边缘计算和群智算法的自动驾驶车辆的决策预测方法

权利要求书

1.基于边缘计算和群智算法的自动驾驶车辆的决策预测方法，其特征是，包括：

（1）在高速公路行驶环境下，确定群体智能的自动驾驶车辆的行驶行为决策和个体车辆的行驶行为决策；

（2）在高速公路行驶环境下，确定群体智能的自动驾驶车辆内部的个体失效车辆的行驶行为决策；

（3）在高速公路行驶环境下，确定群体智能的自动驾驶车辆的未来时刻的行驶行为决策预测功能；

（4）在较为复杂道路环境行驶，确定群体智能的自动驾驶车辆的行驶行为决策和个体车辆的行驶行为决策；

（5）在（4）中所述的复杂道路环境，确定群体智能的自动驾驶车辆内部的个体失效车辆的行驶行为决策；

（6）在（4）中所述的复杂道路环境，确定群体智能的自动驾驶车辆的未来时刻的行驶行为决策预测功能。

2.如权利要求1所述的基于边缘计算和群智算法的自动驾驶车辆的决策预测方法，其特征在于：步骤（1）的具体过程为：

①在高速公路行驶环境下，首先根据群体智能的自动驾驶车辆的自组织和通信功能，判断个体车辆在道路环境的位置以及与周围道路使用者之间的状态，将获取的群体智能的自动驾驶车辆的数据信息发送到边缘计算服务器和云计算中心；

②自动驾驶车辆行驶行为分为超车、换道、自适应巡航和自由行驶四种模式，分别将每种行驶模式的群体智能的自动驾驶车辆的行驶状态、侧向距离、纵向距离、车速、加速度和行驶路径信息发送到边缘计算服务器中，边缘计算服务器再将数据信息卸载到云计算中心；

③采用有限状态机实现群体智能的自动驾驶车辆中所有个体的行驶决策行为；当群体智能的自动驾驶车辆对道路前方的交通环境感知较为简单时，群体智能的自动驾驶车辆中的个体车辆可以任意决策其行驶方式；当前方道路环境较为复杂时候，通过将群体智能的自动驾驶车辆的数据发送到边缘计算服务器中，边缘计算服务器根据计算的道路前方数据结果，将信息发送给群体智能的自动驾驶车辆中，群体智能的自动驾驶车辆对前方道路环境做出同样一种行驶决策，以保证行车的安全性。

3.如权利要求2所述的基于边缘计算和群智算法的自动驾驶车辆的决策预测方法，其特征在于：步骤（2）的具体过程为：

在高速公路环境下，当群体智能的自动驾驶车辆中任意的个体车辆出现传感器失效的情况，而无法对周围环境和前方道路环境的实时感知，将群体智能的自动驾驶车辆中所有的行驶数据和道路周围环境数据发送到边缘计算服务器中，同时云计算中心也把实时性道路环境地图信息发送到边缘计算服务器，并在边缘计算服务器中根据周围车辆的行驶状态和传感器失效的车辆先验感知的环境信息进行行驶决策的数据计算，并将计算后的决策数据信息发送给传感器失效的车辆，传感器失效的车辆根据接收到的决策数据信息实行减速、换道以及退出群体智能的自动驾驶车辆的行驶中。

4.如权利要求3所述的基于边缘计算和群智算法的自动驾驶车辆的决策预测方法，其特征在于：步骤（3）的具体过程为：

①根据宏观道路环境的数据信息和群体智能的自动驾驶车辆的数据信息，对群体智能的自动驾驶车辆的未来时刻的行驶行为进行决策预测；首先通过云计算中心将宏观的高速公路实时交通地图信息发送到边缘计算服务器中，并且将群体智能的自动驾驶车辆的高精地图信息也发送到边缘计算服务器中，在进行误差精确度对比后，将未来一段时间群体智能的自动驾驶车辆可能行驶的车道线信息、交通标志信息和周围车辆信息保存在边缘计算服务器中，同时发送到群体智能的自动驾驶车辆和云计算中心；

②在边缘计算服务器中，接收群体智能的自动驾驶车辆的所有行驶状态，车速、加速度、实时图像信息及其路径规划信息的时候，并结合①步骤中的实时交通地图信息，对其未来一段时间的行驶状态采用大数据分析进行预测，并将预测之后的行驶状态同时发送到群体智能的自动驾驶车辆和云计算中心；

③在边缘计算服务器中，根据预测的群体智能的自动驾驶车辆的行驶状态和①步骤中的实时交通地图信息，对群体智能的自动驾驶车辆在未来一段时间内的行驶决策进行预测，并且将预测的群体智能的自动驾驶车辆的行驶决策信息发送到群体智能的自动驾驶车辆中；

④群体智能的自动驾驶车辆根据获取的未来一段时间内的决策预测结果，通过实时性的环境感知后获取的行为决策信息，进行实时性误差对比，并采用最终的决策预测有计划行驶。