[发明专利]基于社会偏好的自动驾驶超车决策确定方法及系统

权利要求书

1.一种基于社会偏好的自动驾驶超车决策确定方法，其特征在于，所述自动驾驶超车决策确定方法应用于超车过程中的平行行驶阶段，超车过程社会偏好包括利己型、互惠型和利他型；所述自动驾驶超车决策确定方法包括：

获取当前阶段目标道路信息；所述目标道路信息包括主车辆位置信息、主车辆速度信息、被超越车辆位置信息和被超越车辆速度信息；主车辆和被超越车辆均行驶在目标道路上；

将所述当前阶段目标道路信息输入至社会偏好预测模型以确定当前阶段被超越车辆的社会偏好；

基于所述当前阶段被超越车辆的社会偏好，确定当前阶段被超越车辆的状态转移模型；

将所述当前阶段目标道路信息、所述当前阶段被超越车辆的社会偏好和所述当前阶段被超越车辆的状态转移模型均输入到超车决策模型中，以确定当前阶段主车辆的超车决策；所述超车决策包括车道保持、执行换道和放弃超车；

其中，所述超车决策模型所应用的算法为半基于模型的改进Q-learning算法。

2.根据权利要求1所述的一种基于社会偏好的自动驾驶超车决策确定方法，其特征在于，所述社会偏好预测模型的确定过程为：

构建样本数据库；所述样本数据包括三类数据，其中，第一类被超越车辆驾驶数据包括第一被超越车辆驾驶数据以及所述第一被超越车辆驾驶数据对应的第一标签，第二类被超越车辆驾驶数据包括第二被超越车辆驾驶数据以及所述第二被超越车辆驾驶数据对应的第二标签，第三类被超越车辆驾驶数据包括第三被超越车辆驾驶数据以及所述第三被超越车辆驾驶数据对应的第三标签；所述第一标签为利己型，所述第二标签为互惠型，所述第三标签为利他型；

基于所述样本数据库、带有线性核的支持向量机模型和基于逻辑回归的最大熵模型，确定社会偏好预测模型。

3.根据权利要求2所述的一种基于社会偏好的自动驾驶超车决策确定方法，其特征在于，所述基于所述当前阶段被超越车辆的社会偏好，确定当前阶段被超越车辆的状态转移模型，具体包括：

对所述样本数据库中的数据进行统计运算，得到各个标签下被超越车辆在各个位置的状态转移概率；

将同一标签下被超越车辆在各个位置的状态转移概率进行汇总，以构建在各个标签下被超越车辆的状态转移模型；

从各个标签下被超越车辆的状态转移模型中，筛选出符合所述当前阶段被超越车辆社会偏好的状态转移模型。

4.根据权利要求2所述的一种基于社会偏好的自动驾驶超车决策确定方法，其特征在于，所述构建样本数据库，具体包括：

以被超越车辆在进入超车过程平行行驶阶段后的平均行驶速度为特征量，以超车过程社会偏好为聚类类别，对样本交通流数据进行聚类处理，得到第一类被超越车辆驾驶数据、第二类被超越车辆驾驶数据和第三类被超越车辆驾驶数据；

基于所述第一类被超越车辆驾驶数据、所述第二类被超越车辆驾驶数据和所述第三类被超越车辆驾驶数据，构建样本数据库；

所述样本交通流数据包括主车辆信息和被超越车辆信息；所述主车辆信息包括主车辆在超车过程平行行驶阶段的位置信息和速度信息；所述被超越车辆信息包括被超越车辆在超车过程平行行驶阶段的位置信息和速度信息。

5.根据权利要求1所述的一种基于社会偏好的自动驾驶超车决策确定方法，其特征在于，所述半基于模型的改进Q-learning算法是基于强化学习方法设计的。