[发明专利]一种基于驾驶行为生成机制的交通车意图识别方法

权利要求书

1.一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：包括以下步骤：

(一)利用智能汽车本身搭载的传感器采集交通车实时运动学信息，包括自车周围交通车的纵侧向位置信息、纵侧向速度信息、纵侧向加速度信息以及所在车道信息；采集的交通车实时运动学信息分为被识别车辆PV的实时运动学信息和PV周围相关交通车SVs的实时运动学信息，并分别暂存在存储器中以供算法的后续使用；

(二)车辆运动轨迹预测接收存储器输出的PV历史运动学信息和SVs的历史运动学信息，所述的车辆运动轨迹预测包括PV驾驶行为预期运动轨迹预测和SVs运动轨迹预测；PV驾驶行为预期运动轨迹预测基于PV历史运动学信息输出PV在预测时间窗内的运动轨迹预测值，SVs运动轨迹预测基于SVs历史运动学信息输出SVs在预测时间窗内的运动轨迹预测值；

(三)基于PV和SVs在预测时间窗内的运动轨迹以及PV的历史运动学信息进行数据机理并行的PV意图识别，所述数据机理并行的PV意图识别中包含基于马尔可夫决策过程的PV驾驶员意图预测、基于时空耦合态势认知的PV换道可行性分析、基于历史运动学信息的PV车辆行为识别以及时序耦合；

所述基于马尔可夫决策过程的PV驾驶员意图预测和基于时空耦合态势认知的PV换道可行性分析接收PV和SVs在预测时间窗内的运动轨迹预测值，分别输出PV驾驶员各意图预测概率和PV的换道可行性因子；所述基于历史运动学信息的PV车辆行为识别以PV历史运动学信息为输入，输出此时对PV已经发生的驾驶行为的识别概率；所述时序耦合结合PV驾驶员各意图预测概率、PV换道可行性因子以及PV车辆各驾驶行为识别概率，输出对于PV意图的最终识别结果。

2.根据权利要求1所述的一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：

步骤(二)中，所述PV驾驶行为预期运动轨迹预测以PV历史运动学信息为输入，分析PV驾驶员选择执行某种驾驶行为前对该驾驶行为预期轨迹的预判；针对PV执行车道保持与PV执行换道行为2种情况分别进行预期轨迹预测：

(1)若PV执行车道保持行为，所述PV驾驶行为预期运动轨迹预测首先根据传感器信息判定PV当前车道是否存在前车FV：

①若当前车道无前车FV，则PV驾驶员对于PV车道保持行为的预期运动轨迹直接用恒加速度模型描述，即PV驾驶人维持当前时刻t₀的加速度a(t₀)不变，求得PV在预测时窗F内任意时刻t的速度v(t)以及纵向位置x(t)：

②若当前车道存在前车FV，则PV将跟驰FV行驶，对于预测时间窗F内的任意时刻t，所述PV驾驶行为预期运动轨迹预测将PV跟驰FV过程中的加速度a(t)计算为：

其中，Δv(t)和d(t)分别为PV与FV之间的相对速度和车距，d_desire(v(t),Δv(t))为期望跟车距离；期望速度最小安全车距d_safe、期望跟车时距t₀、最大加速度和最大减速度需要根据搭载的车辆具体参数进行标定；

(2)若PV执行换道行为，采用5次多项式描述PV驾驶员对PV预期换道轨迹的预测：以PV当前位置为原点，以PV行驶方向为X轴正方向，Y轴与X 轴垂直，进而建立直角坐标系XOY，分别以4次多项式和5次多项式描述车辆的纵、侧向换道轨迹：

对x(t)和y(t)分别求一阶导数和二阶导数得PV换道的状态函数为：

设系数矩阵A＝[a₄,a₃,a₂,a₁,a₀]，B＝[b₅,b₄,b₃,b₂,b₁,b₀]，换道起始时刻t₀的边界条件为换道终止时刻t_e的边界条件为则通过求解以下线性方程组得到待定系数矩阵A和B：

其中，K为时间系数矩阵，初始时刻边界条件可由PV当前时刻的运动状态直接获得，对于终止时刻的边界条件，假定：

换道轨迹的终点应当取在目标车道中心线上，因此侧向坐标y_e即为目标车道中心线的侧向坐标。