[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

说明书

一种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，建立了群体智能的自动驾驶车辆的决策框架，充分利用群体智能的自组织、分工和群内个体的信息交互功能，将自动驾驶车辆的速度、加速度和规划的路径实时性状态进行信息共享，实现群体智能的自动驾驶车辆的行驶决策功能；同时，将多车的速度、加速度、路径信息和对道路前方的感知图像和视频信息发送到边缘计算服务器中，边缘计算服务器根据群体车辆的状态信息和云计算中心传输的实时性道路信息，对多车的行驶行为进行决策，并且根据所感知的道路图像信息，实现对多车的未来行驶决策进行预测认知和单车的未来行驶决策的个性化决策功能。

技术领域

本发明涉及自动驾驶领域，具体是一种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。

背景技术

随着人工智能技术的发展，自动驾驶车辆的智能性水平有了显著提升，已经在某些园区投入使用，但由于自动驾驶车辆对于复杂的道路环境的智能性水平差距较远，所以，自动驾驶车辆的大规模应用还尚需一段时间，尤其面对交叉十字路口、没有红绿灯的道路环境，自动驾驶车辆很难对其行驶行为做出合理的决策，特别在群体智能的自动驾驶车辆行驶时，其行驶行为的决策更是需要解决的关键问题之一。

现今的自动驾驶车辆决策方法主要是基于规则类方法，基于规则的决策方法面对复杂的道路交通环境时，需要将所有的道路交通参与者的行驶状态都考虑进去，不仅增加了计算量，而且实时性较差，也无法制定所有的行驶规则来确保车辆的行驶安全性；而对于多车的行驶决策研究较少，普遍采用车间通信的方法来辅助决策行为，但车间通信的方法受到网络信号的影响，在自动驾驶车辆高速行驶和复杂的道路交通环境时候，车间信息的交互存在时间延迟，并且大量交通数据会影响通道和服务器失效，不能做到准确的信息交互，从而影响自动驾驶的行驶决策行为。

因此，面对复杂多变的道路交通环境和自动驾驶车辆要求较高的智能性行驶水平，现有的决策方法影响了自动驾驶车辆的智能性行驶水平。

发明内容

针对上述问题，本发明的目的是提供一种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，充分利用群体智能和边缘计算服务器二者各自的优势，能够使群体智能的自动驾驶车辆在动态复杂的道路环境下实时做出合理的行驶决策，并能针对道路前方的行驶环境提前做出行驶行为的决策预测作用，提升了自动驾驶车辆的智能性行驶水平。

为实现上述目的，本发明提供一种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，所述方法的步骤如下：

S1、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：

①首先根据群体智能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比例，例如侧向距离、纵向距离，个体的车速、加速度；将获取的群体智能的数据信息发送到边缘计算服务器和云计算中心；

②自动驾驶车辆通常的行驶行为分为超车、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分别设置每种行驶状态的评价指标，以方便自动驾驶车辆做出具体的行驶决策来，通常对于超车、换道、自适应巡航三种行驶模式来说，常用的评价指标是安全性、舒适性、经济性和效率性；尤其在安全性指标中，采用TTC来设置碰撞时间：

其中，y_i、y_j是前后两车的位置，v_i、v_j是前后两车的速度；