[发明专利]基于知识与数据驱动的无人车分层决策方法、系统、装置

权利要求书

1.一种基于知识与数据驱动的无人车分层决策方法，其特征在于，该方法包括以下步骤：

步骤S100，获取时刻t下的第一感知数据，所述第一感知数据包括被控无人车周围环境数据、被控无人车自身状态数据；

步骤S200，基于所述第一感知数据，通过行为决策网络，获取所述被控无人车的最佳行为策略；

步骤S300，基于所述最佳行为策略所转换的目标状态，通过动作决策网络，输出所述被控无人车的最佳动作策略；

所述动作决策网络采用Actor-Critic构建，该网络中：

栅格代价地图基于所述第一感知数据和道路路网数据构建；

状态空间S为输入到动作网络的所有状态，包括无人车自身和前、后、左、右方向对象的位置速度加速度以及交通标识以及目标状态

动作空间A由无人车行驶时的控制输入量组成，包括方向转角θ_direction、油门α_acc、刹车β_brake、转向灯γ_light、鸣笛δ_whistle、雨刷ε_wiper；

动作奖惩函数r为

其中，

合法性奖惩函数：

安全性奖惩函数：

舒适性奖惩函数：

快速性奖惩函数：

r_M表示对无人车所选动作的惩罚；μ₁、μ₂、μ₃、μ₄分别表示准则项L₁、L₂、L₃、L₄对应的奖惩函数的系数；分别表示被控无人车自身的速度和位置；v_limit1、p_forbid分别表示交通法规制定的限行速度和禁止行驶路段；v_limit2、L_limit、ω_limit表示无人车出于安全考虑自身设置的最大速度、与周围对象的最小距离、最大方向角速度；a_limit、a_ω，limit表示无人车出于舒适性考虑设定的最大加速度、最大方向角加速度；r_s表示无人车每走一步根据栅格代价地图得到的惩罚，r_a表示到达目标状态时的奖励；l、ω分别为无人车与周围对象的距离和方向角速度；τ₁、τ₂、τ₃分别为基于安全性考虑时综合无人车速度、与周围对象的距离和方向角速度的权重系数，a_ω分别为无人车的加速度和方向角加速度，λ₁、λ₂分别为基于舒适性考虑综合无人车加速度和方向角加速度的权重系数。

2.根据权利要求1所述的基于知识与数据驱动的无人车分层决策方法，其特征在于，所述被控无人车自身状态数据包括被控无人车的位置、速度、加速度；所述被控无人车周围环境数据包括所述被控无人车周围对象的为位置、速度、加速度、交通标识。

3.根据权利要求2所述的基于知识与数据驱动的无人车分层决策方法，其特征在于，所述行为决策网络中：

行为决策层D的节点包括加速D₁、减速D₂、超车D₃、左变道D₄、右变道D₅、保持D₆；

准则层L的节点包括合法性L₁、安全性L₂、舒适性L₃、快速性L₄；准则层L各节点的等级表示为L_ij，其中i为节点类型，j为节点等级；

观测层0的节点包括所述被控无人车及其前、后、左、右四个方向对象的位置速度加速度以及交通标识其中，k＝1，2，3，4，5，表示无人车自身、前、后、左、右方向的对象；

决策网络条件概率表，包括所述行为决策层到准则层、准则层到观测层各变量的条件概率，分别为P(L_ij|D_id)、

最佳行为的行为选择规则为