[发明专利]一种基于驾驶员场景认知的车辆群组运动仿真方法

权利要求书

1.一种基于驾驶员场景认知的车辆群组运动仿真方法，其特征在于，包括步骤：

对场景感知进行建模，构建环境信息集，通过视觉过滤和信息融合感知的方式，对所述环境信息集进行优化，并由此得到感知信息集；

对感知结果进行决策，构建决策集，计算出驾驶员在得到所述感知信息集后各种决策的概率，从而选择最优决策方案；

利用所述最优驾驶决策方案，仿真操纵车辆在跟车模式、巡航模式或换道模式进行交通仿真；

所述环境信息集为D＝[X₁,X₂,...,X_N],N表示场景能够提供的最大环境信息量，X_j(j∈[1,N])表示场景内第j类互斥的信息量，其中m_j表示X_j中互斥信息的个数，d_ij(i∈[1,m_j])表示i类信息中第j条环境信息发生的概率，并且对任意j，d_ij∈[0,1]，

所述环境信息集D进一步表示为信息集矩阵A＝(d_ij)_M×N，其中，M＝max{m₁,m₂,...,m_N}，对任意j，若Mm_j，则d_ij≡0,(i∈(m_j,M])；

对所述信息集矩阵A设经由angle_level和angle_vertical构成的视景椎裁剪后，得到的信息集矩阵A₁，并且有SUM(A₁)≤SUM(A)，其中，SUM(·)表示对矩阵内所有元素求和，angle_vertical＝ω₁(a₂+b₂v+c₂v²)，angle_level表示水平视角，angle_vertical表示垂直视域视角，v表示当前车辆的行驶速度，a₁,b₁,c₁,a₂,b₂,c₂均为常量，ω₁为不大于1的正常量，表示驾驶员的驾驶熟练程度；对信息集矩阵A₁再进行视觉过滤后，进一步得到信息集矩阵A₂＝A₁B，其中，B＝B_NN为对角阵，且

所述信息融合感知，以及对所述环境信息集进行优化包括：

对于A₂中第j个信息集中的第i个元素，c_ij为驾驶员记忆中第j个信息集中的第i个元素发生的概率，驾驶员感知到第j个信息集中的第i个元素的概率p_ij为：

其中是A₂中的元素，驾驶员最终感知得到的感知信息集是矩阵A_last＝(p_ij)_M×N。

2.根据权利要求1所述的基于驾驶员场景认知的车辆群组运动仿真方法，其特征在于，所述决策集为Q＝[q₁,q₂,...,q_s]，其中，S表示决策总个数，q_i表示第i个决策变量，i∈[1,S]，且表示t个互斥的决策信息，进一步有：

其中，β₀₀、β_ij通过最大似然估计计算得出，i∈[0,M],j∈[0,N]，p_ij为驾驶员感知到第j个信息集中的第i个元素的概率。

3.根据权利要求2所述的基于驾驶员场景认知的车辆群组运动仿真方法，其特征在于，驾驶员环境感知决策下的车辆加速度表示为a_inf，在跟车模式下需要避免和前方车辆的碰撞，通过采用IDM模型求得的车辆加速度为a_IDM，则有车辆的仿真加速度a满足：

a＝min{a_inf,a_IDM}。