[发明专利]智能汽车队列人-车-路系统多智能体联合建模方法

说明书

本发明公开了一种跟车场景下的智能汽车队列人‑车‑路系统多智能体联合建模方法及装置，该方法包括：将BDI智能体与智能汽车和驾驶员跟车行为特点进行结合，建立基于BDI智能体结构的车辆智能体跟车模型和基于BDI智能体结构的驾驶员智能体跟车模型；将反应式智能体与跟车场景下道路环境特点进行结合，建立基于反应式智能体的跟车场景道路环境模型；根据建立智能汽车队列跟车场景下“人‑车‑路”系统多智能体联合模型，并获得智能汽车队列跟车场景下人、车、路三者之间的交互信息流。该方法为研究跟车场景下三者之间复杂的耦合关系，进而从系统高度实现“人‑车‑路”系统整体性能优化提供重要基础。

技术领域

本发明涉及智能网联汽车技术领域，特别涉及一种跟车场景下的智能汽车队列人-车-路系统多智能体联合建模方法及装置。

背景技术

随着汽车保有量的不断增长，交通拥堵、道路事故、能源消耗等问题日益严重。智能汽车队列为这些道路交通问题的改善带来了可能，研究表明车辆队列化能够显著提高驾驶安全性、改善燃油经济性和道路通行效率。因此，近些年来智能汽车队列技术成为国内外该领域学者的研究重点。

智能汽车队列并非单纯的机械系统，而是涉及驾驶员、车辆、道路环境的“人-车-路”复杂耦合系统。而现有针对“人-车-路”系统建模方法的研究中，对于车辆、驾驶员、交通环境单个系统的建模方法研究已较为成熟，但尚未实现对智能汽车队列“人-车-路”系统的联合建模。如何探索到一种对驾驶员、车辆、道路环境特征的统一描述方法，建立智能汽车队列“人-车-路”系统联合模型，是实现智能汽车队列“人-车-路”系统整体性能优化的重要基础。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种跟车场景下的智能汽车队列人-车-路系统多智能体联合建模方法，该方法实现了跟车场景下智能汽车队列“人-车-路”系统的统一联合建模，为研究跟车场景下三者之间复杂的耦合关系，进而从系统高度实现“人-车-路”系统整体性能优化提供重要基础。

本发明的另一个目的在于提出一种跟车场景下的智能汽车队列人-车-路系统多智能体联合建模装置。

为达到上述目的，本发明一方面实施例提出了一种跟车场景下的智能汽车队列人-车-路系统多智能体联合建模方法，包括以下步骤：

将BDI(Belief-Desire-Intention)智能体与智能汽车和驾驶员跟车行为特点进行结合，建立基于BDI智能体结构的车辆智能体跟车模型和基于BDI智能体结构的驾驶员智能体跟车模型；

将反应式智能体与跟车场景下道路环境特点进行结合，建立基于反应式智能体的跟车场景道路环境模型；

根据所述基于BDI智能体结构的车辆智能体跟车模型、所述基于BDI智能体结构的驾驶员智能体跟车模型和所述基于反应式智能体的跟车场景道路环境模型建立智能汽车队列跟车场景下“人-车-路”系统多智能体联合模型，并获得智能汽车队列跟车场景下人、车、路三者之间的交互信息流。

另外，根据本发明上述实施例的跟车场景下的智能汽车队列人-车-路系统多智能体联合建模方法还可以具有以下附加的技术特征：

进一步地，所述智能汽车队列为前车-领航车-跟随车的通信拓扑结构。

进一步地，所述智能汽车队列中队列领航车由驾驶员驾驶，队列所有跟随车辆为完全自动驾驶；

在所述跟车场景中队列中所有车辆无换道动作。

进一步地，所述基于BDI智能体结构的车辆智能体跟车模型用于控制所述智能汽车队列中的跟随车，包括：感知层、预测层、推理层、决策层、执行层、状态库、意愿库和意图库；

感知层用于获取其他智能体的状态信息，并判断目前车辆所处的场景；