[发明专利]一种基于不完全信息博弈的智能车换道决策方法

权利要求书

1.一种基于不完全信息博弈的智能车换道决策方法，其特征在于，包括以下步骤：

步骤一、产生换道意图：采集换道车辆及其周围车辆和环境信息，引入期望车速与期望间距的量化指标，当期望车速或期望间距超出阈值时，则换道车辆产生换道意图；

步骤二、判断换道的可行性：在车辆产生换道意图之后，判断换道车辆与目标车道前后车是否满足换道安全距离，进而判断换道的可行性；

步骤三、建立博弈收益矩阵：建立换道车辆CV与目标车道后车RV的非合作博弈的收益矩阵，该收益矩阵由速度收益、相对时距收益、期望跟车距离收益进行加权组合建立；

步骤四、求解收益矩阵：以全局帕累托最优解为换道策略最优解；以纳什均衡解作为换道策略次优解；若上述解都没有，则继续保持原策略解；

步骤五、对车辆状态进行更新：换道车辆在步骤四求解出当前换道策略解后，执行该策略过程中，通过换道轨迹及纵向轨迹对车辆状态信息进行更新；

所述步骤五包括以下过程：

(1)换道轨迹

换道车辆在横向上采用X-Sin函数对换道轨迹进行建模描述：

其中，x,y分别表示纵向、横向位移，d表示车道宽，L表示换道纵向总距离，a_max为横向最大加速度，v表示换道车辆车速；

该换道轨迹模型中，换道车辆车速作为变量，决定换道纵向距离，然后将参数带入X-Sin换道模型中，可以获得换道轨迹；

(2)纵向轨迹

车辆在纵向行驶时，选择基于加速度的智能驾驶员模型：

其中，公式下标n表示车辆编号，是该车辆最大的加速度，b_n是加速状态下期望的减速度，是车辆在自由流下的期望速度，δ为车辆加速度指数，Δv_n＝v_n-v_n-1是车辆n与前车的速度差，s_n＝x_n-1-x_n-l_n-1为车辆间距，x，l分别为车辆纵向位置和车辆长度，为静止最小安全距离，T_n为反应时间；

步骤六、通过识别他车信息，对他车行为进行预测：针对换道车辆CV，采用NARX神经网络对目标车道后车RV纵向行为进行预测；针对目标车道后车RV，采用连续隐马尔可夫模型对换道车辆CV横向运动进行预测；

步骤七、利用步骤六的预测结果对步骤四的决策进行修正：换道车辆CV及目标车道车辆RV根据步骤六中对他车行为预测结果获得修正概率，对换道决策的执行概率进行修正；

步骤八、循环执行动态博弈决策：换道执行概率没有达到执行阈值时，换道车辆不执行换道，循环执行步骤四至步骤七，重新计算收益矩阵获得换道策略解，并对换道决策的换道执行概率进行修正，直到换道执行概率达到执行阈值或者换道意图消失。

2.如权利要求1所述的一种基于不完全信息博弈的智能车换道决策方法，其特征在于，所述步骤一包括以下过程：

引入期望车速与期望间距的量化指标：

其中，VS(k)为当前步长的期望车速不满意度量化指标；V_des为车辆期望车速；V为车辆实际车速；T_s为采样时间；d0_min为换道车辆CV与同车道前车PV的最小安全跟车距离；v_CV和v_PV分别为换道车辆CV与同车道前车PV的车速；τ_reaction为驾驶员和车辆制动系统的反应时间总和；a_CVdec为换道车辆CV的最大减速度；τ_safe为最小安全跟车时间；

若满足以下条件之一：

VS(k)≥VS_thr

d0≤d0_min

则产生换道意图，即欲通过换道决策实现更大的行驶速度或跟车距离。