[发明专利]一种基于高斯过程回归的保守车辆行为泛化模拟方法

权利要求书

1.一种基于高斯过程回归的保守车辆行为泛化模拟方法，其特征在于，包括以下步骤：

进行基于模拟驾驶器的驾驶员在环实时仿真试验并采集试验数据，试验时驾驶员以保守风格驾驶车辆，采集的试验数据包括前车车距、后车车距、车道中线半径、纵向车速、方向盘转角；

随机分类试验数据，得到建模数据库和测试数据库；

抽取建模数据库中的数据点，以前车车距、后车车距、车道中线半径为输入变量，以纵向车速、方向盘转角为输出变量，进行高斯过程回归建模，得到保守车辆行为泛化模型；

使用测试数据对模型进行测试；

将测试合格的保守车辆行为泛化模型应用于自动驾驶仿真系统中，进行保守车辆行为泛化。

2.根据权利要求1所述基于高斯过程回归的保守车辆行为泛化模拟方法，其特征在于，模拟仿真试验中，虚拟试验环境的道路采用1:1城市道路仿真模型，且包含随机交通路况；试验累积路程至少10km。

3.根据权利要求1或2所述基于高斯过程回归的保守车辆行为泛化模拟方法，其特征在于，驾驶员以保守风格驾驶车辆的定义为：城市路况下，非必要换道频率低于2次/km；平均时速低于40km/h；最高时速低于50km/h；

高速路况下，非必要换道频率低于1次/km；平均时速低于80km/h；最高车速低于100km/h；

其中，非必要换道指不是以转弯或避障为目的的换道行为。

4.根据权利要求1所述基于高斯过程回归的保守车辆行为泛化模拟方法，其特征在于，试验完成后，将试验数据按照8:2比例随机分为建模数据库和测试数据库。

5.根据权利要求1所述基于高斯过程回归的保守车辆行为泛化模拟方法，其特征在于，进行高斯过程回归建模时，使用建模数据库中随机抽取N个数据点建立基于高斯过程回归的保守车辆行为泛化模型，其中N小于建模数据库的数据点总数。

6.根据权利要求5所述基于高斯过程回归的保守车辆行为泛化模拟方法，其特征在于，当使用测试数据对模型进行测试时，若根据模型计算的车速预测MSE值小于1.5，且方向盘转角预测MSE值小于0.8则建模成功，否则增大N值，重新抽取数据点训练模型。

7.根据权利要求1所述基于高斯过程回归的保守车辆行为泛化模拟方法，其特征在于，使用保守车辆行为泛化模型进行保守车辆行为泛化的步骤包括：

1)将泛化所得保守车辆置于随机车流中时，检测前车车距和后车车距；

2)根据模型计算得到目标车速和目标方向盘转角值；

3)使用PID控制器控制泛化所得保守车辆的车速和方向盘转角值，从而模拟保守车辆行为。

8.根据权利要求7所述基于高斯过程回归的保守车辆行为泛化模拟方法，其特征在于，使用PID控制器控制泛化所得保守车辆的车速和方向盘转角值时，速度和方向盘转角的PID参数均为：比例增益为0.1，积分增益为0.01，微分增益为0。