[发明专利]一种基于模糊控制的自动驾驶行为规划方法

权利要求书

1.一种基于模糊控制的自动驾驶行为规划方法，采用自动驾驶系统实现，所述自动驾驶系统包括：决策模块、感知模块、地图模块和控制模块；感知模块，用于实时监测障碍物信息，并将障碍物信息实时发送到行为规划模块；地图模块，用于实时监测当前道路信息，并将当前道路信息实时发送到行为规划模块；决策模块，用于将障碍物信息根据当前道路信息进行实时分类和计算各个车道碰撞风险最大的障碍物，规划一条最优路径；所述决策模块包括行为规划子模块和运动规划子模块，所述行为规划子模块用于将障碍物信息根据当前道路信息进行实时分类和计算各个车道碰撞风险最大的障碍物，运动规划子模块用于根据行为规划子模块的输出结果得到最优路径；控制模块，用于根据接收到的决策模块发送的最优路径，自动控制车辆安全行驶；其特征在于：包括以下步骤：

S1：行为规划子模块根据实时接收到的障碍物信息和当前道路信息将障碍物根据车道进行分类，并计算各个车道碰撞风险最大的障碍物；

S2：所述控制模块包括一个开环的模糊控制器，将各个车道风险最大的障碍物对应的时距和相对速度输入到所述模糊控制器，根据专家经验，得到模糊规则表，采用最大隶属度平均法进行反模糊化处理，输出得到每个车道的风险级别，进而得到最终确定的风险等级；

S3：根据步骤S2中得到的最终确定的风险等级，进而确定最优驾驶行为，使自身车辆在较为安全的状态下行驶。

2.如权利要求1所述的一种基于模糊控制的自动驾驶行为规划方法，其特征在于：步骤S1中，计算与自身车辆碰撞的风险最大的障碍物的具体步骤如下：

S11：获取指定车道上的所有障碍物；

S12：计算自身车辆与所有障碍物的碰撞时间；

S13：对所述碰撞时间进行排序，得到最小的碰撞时间；

S14：判断所述最小的碰撞时间是否大于预设时间值；若是，则到步骤S15；若否，则到步骤S16；

S15：将所述最小的碰撞时间对应的障碍物作为与自身车辆碰撞风险最大的障碍物；

S16：计算自身车辆与所有障碍物的时距；

S17：对所述时距进行排序，得到最小的时距；

S18：将所述最小的时距对应的障碍物作为与自身车辆碰撞风险最大的障碍物。

3.如权利要求1所述的一种基于模糊控制的自动驾驶行为规划方法，其特征在于：步骤S2中，

所述时距分为5个模糊集：极小(VS)、小(S)、中(M)、大(L)、极大(VL)；

所述相对速度分为7个模糊集：负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)；

所述风险等级分为5个模糊集：极小(VS)、小(S)、中(M)、大(L)、极大(VL)。

4.如权利要求3所述的一种基于模糊控制的自动驾驶行为规划方法，其特征在于：步骤S2中，

对于时距中的小(S)、中(M)及大(L)、相对速度中的负中(NM)、负小(NS)、零(ZO)、正小(PS)及正中(PM)和风险等级中的小(S)、中(M)及大(L)模糊集，以pimf函数作为隶属函数；

对于时距中的极小(VS)、相对速度中的负大(NB)和风险等级中的极小(VS)模糊集，以zmf函数作为隶属函数；

对于时距中的极大(VL)、相对速度中的正大(PB)和风险等级中的极大(VL)以smf函数作为隶属函数。