[发明专利]一种路侧视角下的重点车辆驾驶行为预测方法

说明书

本发明公开了一种路侧视角下的重点车辆驾驶行为预测方法。首先，确定驾驶行为预测网络的输入和输出。其次，构建面向重点车辆的驾驶行为预测网络。最后，训练驾驶行为预测网络，实现了路侧视角下重点车辆的驾驶行为预测。本发明提出的方法，利用了智能路侧设备的全局视角优势与先验信息，且考虑了周围交通参与者对重点车辆驾驶行为的影响，可以对重点车辆“下一步”可能的行为意图进行辨识，实现其“未来”驾驶等行为的“行为级”有效预测。

技术领域

本发明属于智能车路系统中车辆驾驶行为预测技术领域，尤其涉及一种路侧视角下的重点车辆驾驶行为预测方法。

背景技术

近年来，随着智能车路系统相关技术迅速发展，智能驾驶技术与车路协同技术逐步融合发展。基于车路协同的智能驾驶相较于单车智能驾驶具有获取信息更全面、可靠性更高等优点，使其能够更有效地降低道路交通事故率、减少人员伤亡，然而基于车路协同的智能驾驶实现该目标需要智能路侧设备能够准确理解和预测交通场景下道路交通参与者的驾驶行为，掌握小型乘用车辆特别是危险品运输罐车、物流运输车等重点车辆的交通安全状况，服务于后续的安全驾驶决策，如跟车、换道、超车等。

已有文献、专利对车辆的驾驶行为预测展开研究，主要包括基于车辆视角的行为预测方法和基于路侧视角的行为预测方法两类。其中，基于车辆视角的行为预测方法研究相对较为广泛。该方法站在自车的角度对驾驶行为进行预测和风险评估。然而，由于智能车辆的视角仅为自车及周边相邻的车辆，难以拥有路侧的全局化视角，缺乏周边交通参与者的先验信息，其行为预测的范围和准确性有限，难以满足基于车路协同的智能驾驶对于重点车辆驾驶行为精准预测的需求。

基于路侧视角的驾驶行为预测站在路侧的全局化视角，对重点区域重点车辆的驾驶行为进行驾驶意图辨识和行为预测。现有的研究虽具备简单事件推理能力，但仅立足于常规性的管理服务需求，缺乏对交通目标行为的准确预测，难以满足面向车路协同智能驾驶甚至无人驾驶的提前预判、防患于未然的要求。总体而言，目前尚缺乏准确、有效的基于路侧视角的重点车辆驾驶行为预测方法。

发明内容

发明目的：为了实现路侧视角下准确、有效的驾驶行为预测，本发明针对危险品运输罐车、物流运输车等重点车辆，提出了一种路侧视角下的重点车辆驾驶行为预测方法。该方法基于道路环境先验信息、智能路侧设备实时感知的车辆运动状态信息，实时预测重点车辆的驾驶行为，通过重点车辆前装或后装的车路通信单元，将车辆驾驶行为发送给重点车辆，为其进行安全驾驶决策提供更为全面、准确的观测信息。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种路侧视角下的重点车辆驾驶行为预测方法。首先，确定驾驶行为预测网络的输入和输出。其次，构建面向重点车辆的驾驶行为预测网络。最后，训练驾驶行为预测网络，实现了路侧视角下重点车辆的驾驶行为预测。具体包括以下步骤：

步骤一：确定驾驶行为预测网络的输入和输出

首先，利用智能路侧设备实时地感知重点车辆的位置、速度、加速度和类别信息，结合道路线性、车道数量、智能路侧设备的感知范围等先验信息，组成驾驶行为预测网络的输入I(t)，具体地：

I(t)＝{M(t),E(t)}                             (1)

其中，I(t)表示驾驶行为预测网络在t时刻的输入量，M(t)表示t时刻重点车辆的运动状态信息，E(t)表示t时刻的环境信息。

M(t)＝[L_x(t),L_y(t),v(t),a(t)]                        (2)

其中，v^(t),a^(t)分别表示重点车辆在t时刻的横向位置、纵向位置、速度、加速度，单位分别为米、米、米每秒和米每二次方秒。