[发明专利]一种基于博弈论的自动驾驶车辆人车交互决策规划方法

权利要求书

1.一种基于博弈论的自动驾驶车辆人车交互决策规划方法，其特征在于，该方法包括以下步骤：

S1：构建基于博弈论的人车交互模型，具体包括：

S11：构建车辆和行人的行为概率预测模型；

S12：构建车辆和行人成本矩阵；

S13：基于累积前景理论，根据车辆和行人的行为概率以及成本矩阵，计算车辆和行人行为的收益；

S14：引入协作系数，改进人车交互模型；

S15：基于改进的人车交互模型进行行人协作值推理；

S16：对步骤S15的人车交互模型进行验证：通过与实际交互数据比较，调整风险成本和延误成本的设定，保证模型的交互准确性；

S2：基于步骤S16验证后的人车交互模型，结合实时交通信息来实现自动驾驶汽车协作控制。

2.根据权利要求1所述的自动驾驶车辆人车交互决策规划方法，其特征在于，步骤S11具体包括以下步骤：

S111：在信号灯的人行横道采集车辆和行人的交互信息，包括：车辆速度、行人速度、车辆与行人的纵向相对距离；

S112：建立二元逻辑回归预测模型，表达式为：

其中，z_i是影响车辆或行人行为的变量，表示变量z_i的影响程度，φ为常量，U为影响车辆或行人行为变量的线性组合，m表示选取的影响车辆或行人行为变量的数量；二进制值y＝0表示车辆或行人的通行行为，y＝1表示让行行为；

S113：通过步骤S111采集到的交互信息，采用极大似然法求解预测模型参数。

3.根据权利要求1所述的自动驾驶车辆人车交互决策规划方法，其特征在于，步骤S12具体包括：从风险和延误两方面评估车辆和行人动作，基于车辆和行人不同行为组合构建成本矩阵。

4.根据权利要求1所述的自动驾驶车辆人车交互决策规划方法，其特征在于，步骤S13具体包括以下步骤：

S131：根据步骤S11预测模型获得的车辆和行人动作概率，计算权重函数，表达式为：

其中，w⁺(p_i)和w^-(p_i)为单位区间内严格单调递增的权重函数，满足w⁺(0)＝w^-(0)＝0,w⁺(1)＝w^-(1)＝1，p_i为不同动作获得成本x_i的概率，γ和δ为常量参数；

S132：根据步骤S12获得的成本矩阵，计算成本价值，成本价值v(x)计算函数如下：

其中，α、β和λ为常量参数，x为当前动作组合下车辆或行人的成本；

S133：计算车辆和行人的通行和让行行为的收益，表达式为：

其中，V_veh,cross为车辆通行收益，V_veh,yield为车辆让行收益，V_ped,cross为行人通行收益，V_ped,yield为行人让行收益，p₀、p₁、p₂、p₃分别表示车辆通行、车辆让行、行人通行、行人让行的概率，a₀₀、a₀₁、a₁₀、a₁₁分别表示车辆通行且行人通行、车辆通行且行人让行、车辆让行且行人通行、车辆让行且行人让行动作组合下的车辆成本，b₀₀、b₁₀、b₁₀、b₁₁分别表示车辆通行且行人通行、车辆通行且行人让行、车辆让行且行人通行、车辆让行且行人让行动作组合下的行人成本。