[发明专利]人车交互决策方法及装置、存储介质、终端在审
| 申请号: | 202110174450.2 | 申请日: | 2021-02-07 |
| 公开(公告)号: | CN114913710A | 公开(公告)日: | 2022-08-16 |
| 发明(设计)人: | 王裕宁;黄荷叶;许庆;王建强 | 申请(专利权)人: | 清华大学;丰田自动车株式会社 |
| 主分类号: | G08G1/16 | 分类号: | G08G1/16;G06N3/04;G06N3/08;G06N7/00 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 张振军 |
| 地址: | 100084 北京*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 交互 决策 方法 装置 存储 介质 终端 | ||
1.一种人车交互决策方法,其特征在于,包括:
在当前车辆行驶过程中获取行人激进度,所述行人激进度表征行人风险程度;
将所述行人激进度与其他输入信息输入至智能驾驶员模型或有限状态机模型;
获取所述智能驾驶员模型或有限状态机模型输出的加速度并进行输出,以使所述当前车辆按照所述加速度继续行驶。
2.根据权利要求1所述的人车交互决策方法,其特征在于,所述加速度为负值,所述行人激进度越高,所述加速度越小。
3.根据权利要求1所述的人车交互决策方法,其特征在于,所述获取行人激进度之后还包括:
识别所述当前车辆的行驶场景,所述行驶场景包括路口路段和非路口路段;
所述将所述行人激进度与其他输入信息输入至智能驾驶员模型或有限状态机模型包括:
在所述行驶场景为所述路口路段时,将所述行人激进度与其他输入信息输入至所述有限状态机模型;
或者,在所述行驶场景为所述非路口路段时,将所述行人激进度与其他输入信息输入至搜索智能驾驶员模型。
4.根据权利要求1所述的人车交互决策方法,其特征在于,所述智能驾驶员模型输出的加速度与最小安全间隔负相关,所述最小安全间隔与所述行人激进度正相关。
5.根据权利要求1所述的人车交互决策方法,其特征在于,所述智能驾驶员模型按照以下公式计算所述加速度:
s'0=sbase+Iagsv(s0-sbase);其中,表示所述加速度,aset为初始加速度,vd为所述当前车辆的理想车速,ve为所述当前车辆的车速,Δv为所述当前车辆与所述行人之间的相对速度,δ为加速度指数项,s表示所述当前车辆与行人之间的实际间距,T为预设时间间隔,b为舒适加速度上界,sbase表征所述当前车辆与所述行人之间可避免事故发生的最小距离,Iagsv表示所述行人激进度,s0表示最小安全间隔。
6.根据权利要求1所述的人车交互决策方法,其特征在于,所述智能驾驶员模型输出的加速度与加速度指数项正相关,所述加速度指数项与所述行人激进度负相关。
7.根据权利要求1所述的人车交互决策方法,其特征在于,所述智能驾驶员模型按照以下公式计算所述加速度:
δ'=δ(2-Iagsv);其中,aego表示所述加速度,aset为初始加速度,vd为所述当前车辆的理想车速,ve为所述当前车辆的车速,Δv为所述当前车辆与所述行人之间的相对速度,δ为加速度指数项,s表示所述当前车辆与行人之间的实际间距,T为预设时间间隔,b为舒适加速度上界,Iagsv表示所述行人激进度,s0表示最小安全间隔。
8.根据权利要求1所述的人车交互决策方法,其特征在于,所述智能驾驶员模型输出的加速度与预设时间间隔负相关,所述加速度指数项与所述行人激进度正相关。
9.根据权利要求1所述的人车交互决策方法,其特征在于,所述智能驾驶员模型按照以下公式计算所述加速度:
T'=T×Iagsv;其中,aego表示所述加速度,aset为初始加速度,vd为所述当前车辆的理想车速,ve为所述当前车辆的车速,Δv为所述当前车辆与所述行人之间的相对速度,δ为加速度指数项,s表示所述当前车辆与行人之间的实际间距,T为预设时间间隔,b为舒适加速度上界,Iagsv表示所述行人激进度,s0表示最小安全间隔。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;丰田自动车株式会社,未经清华大学;丰田自动车株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110174450.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种干涉间隙检查方法、装置、设备及存储介质
- 下一篇:清洁设备





