[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

说明书

本发明公开了一种基于驾驶员场景认知的车辆群组运动仿真方法。该方法是给出了一种考虑驾驶经验的驾驶员视觉过滤模型和一种考虑驾驶员环境熟悉度的信息融合感知过程模型，然后采用logistic回归模拟了驾驶员基于上述感知觉结果的启发式决策过程，还将上述认知决策结果应用于不同交通模式的车辆运动模拟，构建融合车辆自身运动学、动力学以及驾驶员生理、心理、行为等特征的一体化交通仿真模型。该方法可以较逼真地实现该类场景内的车辆运动模拟，并且保持着较高的计算效率。

技术领域

本发明涉及计算机交通仿真技术领域，尤其涉及一种基于驾驶员 场景认知的车辆群组运动仿真方法。

背景技术

非结构化路网是交通故障、道路施工、潮汐车道等引起的路网内 拓扑关系、标志标识、等交通属性的动态改变的路网。实现该路网内 基于驾驶员场景认知的交通仿真，可逼真再现该类场景内的交通状 况，具有重要的现实意义。

现有技术中，交通仿真模型主要侧重于对车辆物理属性的研究， 这些模型用于非结构路网内的车辆运动模拟时，无法刻画外界因素动 态改变下驾驶员心理决策各异性引起的复杂车辆群组运动。

发明内容

本发明主要解决的技术问题是提供一种基于驾驶员场景认知的 车辆群组运动仿真方法，解决现有技术中的缺少驾驶员场景认知的交 通仿真模型，不能逼真再现该类场景内的交通状况的问题。

为解决上述技术问题，本发明采用的一个技术方案是提供一种基 于驾驶员场景认知的车辆群组运动仿真方法，包括以下步骤：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。

在本发明基于驾驶员场景认知的车辆群组运动仿真方法另一实 施例中，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]，

在本发明基于驾驶员场景认知的车辆群组运动仿真方法另一实 施例中，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M＞m_j，则d_ij≡0，(i∈(m_j，M])。