[发明专利]具有社会行为交互的无人驾驶汽车控制系统

权利要求书

1.一种具有社会行为交互的无人驾驶汽车控制系统，其特征在于，所述控制系统分析其他车辆的驾驶意图，根据其他车辆的驾驶意图控制自身车辆的行驶状态。

2.一种具有社会行为交互的无人驾驶汽车控制系统，其特征在于，所述系统包括：

状态估计模块，所述状态估计模块根据其他车辆的连续状态判断所述其他车辆的行驶意图；

决策模块，所述决策模块根据所述状态估计模块得到的其他车辆驾驶意图和无人驾驶汽车自身的状态信息来做出决策；

信息处理器，所述信息处理器包括状态处理单元和行驶信息判断单元，所述状态处理单元将所述决策模块的决策转换为对无人驾驶车辆的行驶命令；所述行驶信息判断单元分析所述无人驾驶车辆的车辆动力学信息得到无人驾驶车辆的行驶信息，并将上述信息返回至所述决策模块；

底层控制器，所述底层控制器根据所述行驶命令控制车辆的行驶状态；所述底层控制器还持续感知所述车辆的行驶参数，并将所述参数返回给所述行驶信息判断单元。

3.根据权利要求2所述的系统，其特征在于，所述状态估计模块采用隐形马尔科夫模型来判断其他车辆的行驶意图；

所述隐形马尔科夫模型包括N个隐藏的状态S＝{s₁,s₂,…,s_N}，M个可以观测的观察状态V＝{v₁,v₂,…,v_M}；用R_t和U_t分别表示在t时刻的隐藏状态和观察状态，定义：

状态转移矩阵A＝{a_ij}，其中a_ij＝P{R_t+1＝s_j|R_t＝s_i},1≤i,j≤N，使用所述状态转移矩阵表示转移概率；

隐藏状态的分布矩阵B＝{b_ij}，所述隐藏状态的分布矩阵和观察状态之间的关系用概率来表示：b_ij＝b_j(v_i)＝P{U_t＝v_i|R_t＝s_j}，1≤k≤M；

初始状态分布向量π＝{π_i}，其中π_i＝P{R₁＝s_i},1≤i≤N；

则所述隐形马尔科夫模型表示为λ＝(A,B,π)。

在以上标准HMM的基础上对于多观测序列的HMM进行扩展。当观测变量是两个的时候，将标准的HMM扩展为二维HMM。此时有两个观察状态集合V和W，其定义与标准HMM相同，于是一个二维HMM可以表示为λ＝(A,B₁,B₂,π)。其中A和π的定义不变，B₁和B₂分别对应V和W两个观察状态集合的隐藏状态的分布矩阵。

4.根据权利要求3所述的系统，其特征在于，

利用通讯模块得到其他车辆的连续状态数据，并经过处理得到离散的观察序列O＝{o₁,o₂……o_T}，

使用前向和后向算法来计算对应不同参数的概率。

5.根据权利要求4所述的系统，其特征在于，所述系统包括通讯模块，所述通信模块采用V2V无线通信来获取其他车辆的信息，进而得到所述其他车辆的观察序列。

6.根据权利要求3-5中任意一项所述的系统，其特征在于，在明确了其他车辆的行车意图之后，根据当前无人驾驶汽车的车速和其他车辆的车速计算在保持车速情况下，到达路径交叉点的时间间隔是否在冲突范围内，进而判断两车是否会发生碰撞；然后利用FSM模型对无人驾驶汽车的行车状态进行调整。

7.根据权利要求6所述的系统，其特征在于，所述FSM模型包括如下规则：设E1表示保持当前行车状态无法避免碰撞，E2表示保持当前行车状态可以安全通过匝道口，E3表示其他车辆的驾驶意图是让车，E4表示其他车辆的驾驶意图是不让车；当状态为E1和E3时进行加速行驶，当状态为E2时保持当前速度，当状态为E1和E4时进行减速行驶。