[发明专利]一种基于线控智能车辆的预路口行为决策方法

说明书

一种基于线控智能车辆的预路口行为决策方法，针对工况最为复杂的预路口场景，对周围道路、障碍物、交通标识、红绿灯及全局导航信息进行整体场景评估，建立行为规则库，保障无人驾驶行为的安全性、合法性以及有效性。本方法通过基于分层有限状态机和知识逻辑推理的行为决策方法，对工况复杂的预路口场景决策因素进行分层分类有序判别，减少了发生信息组合混乱的可能性，有效加快了判别速度。本方法考虑了整体驾驶进程的有效性，将全局导航信息作为规则库判别中的重要一环，将有效性，安全性和合法性有机结合，使整体行为决策更为合理。

技术领域

本发明涉及自动驾驶控制领域，具体涉及一种基于线控智能车辆的预路口行为决策方法。

背景技术

汽车的诞生与发展至今已有一百多年的历史，由汽车所构建的交通模式是现代社会文明的重要标志之一。随着汽车行业的飞速发展，各式各样的汽车在路上奔驰，随之而来的是越来越严重的道路拥挤和交通事故的频发。无论是车辆的驾驶舒适度还是驾驶员的行驶安全都面临严峻的挑战。近几年来，电子技术、信息交互、智能控制等技术有了飞速的发展，越来越多的先进技术和研究理念被运用在汽车领域。智能汽车是机器人车辆的一种，作为先进车辆控制的载体，通过车载信息传感系统(毫米波雷达、超声波、激光雷达等)来感知当前行车环境的信息，并对环境建模，与此同时，基于当前时刻的智能车辆驾驶行为，车载计算机控制执行机构来响应环境信息的变化，并作出相应反应，在一定程度上协助驾驶员进行辅助驾驶，或者完全替代驾驶员进行主动驾驶，减轻了驾驶员的操作强度，进而减少了交通事故的发生。

驾驶行为决策是从驾驶员本身出发，包含心理学、认知学、统计学等多个学科交叉的一种决策过程，驾驶行为决策的目的旨在于研究“驾驶员实际是怎样进行决策的”以及“为什么会进行这样的决策”。但在实际驾驶环境中，影响智能车辆行为决策的因素众多，包括户外环境的多变性、环境检测的不准确性、交通规则的约束性、行人及其他车辆行为的不可预见性、雨雾等恶劣天气等在内的不利因素都将对车辆行为的准确性及合理性产生影响。如何最大程度消除这些因素的影响，将是行为决策模块的研究重点。因此，尽管工程人员进行了不少的研究，在智能驾驶领域依旧存在不少问题亟待解决。

在道路预路口处，无人驾驶车辆所要执行的所有可能逻辑规则最多，且需要进行感知和判定的各种环境及其他因素最为复杂，所以预路口处的行为决策方法一直是无人驾驶研究中需要着重解决的难题。

发明内容

本发明针对工况最为复杂的预路口场景，提出一种基于线控智能车辆和分层有限状态机的行为决策方法，对周围道路、障碍物、交通标识、红绿灯及全局导航信息进行整体场景评估，建立行为规则库，保障无人驾驶行为的安全性、合法性以及有效性。

一种基于线控智能车辆的预路口行为决策方法，包括如下步骤：

步骤1，车辆进入自动驾驶模式，采用分层有限状态机决策方法，将驾驶场景分为乡村、城区、高速三个顶层状态，判断当前的驾驶场景；

步骤2，车辆通过全局导航信息判断当前车辆所处位置，车载摄像头检测车道停止线，判断本车距离停止线距离，识别当前驾驶场景，当判断当前为预路口场景时，进入预路口决策模式；

步骤3，进入预路口场景决策模式后，通过车载传感器以及先验数据库，依据给定的系统输入读取周围环境信息以及车辆自身信息，将输入的原始信息根据要求进行处理，完成系统输入的定义；

步骤4，对系统输入进行分层分类匹配，分阶段调取规则库，按规则表输出对应驾驶行为模式；

步骤5，按当前正在执行的驾驶模式规划具体驾驶路径，对于线控控制车辆，运动控制器控制车辆底盘驱动、转向以及制动部件，产生横向和纵向运动输出；

步骤6，实时检测周边场景和车辆位姿信息，刷新系统输入，匹配相应驾驶行为模式。

进一步地，步骤1中，将城区驾驶场景分为路上、预路口、路口三个常规驾驶场景。