[发明专利]综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法

说明书

本发明涉及自动驾驶自适应巡航领域，具体涉及一种综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法，包括获取当前车辆的运动轨迹数据，以及当前车辆跟驰车辆的运动轨迹数据；基于外界感知扰动，根据当前驾驶员的历史运动轨迹数据估计跟驰车辆的速度以及当前车辆与跟驰车辆间的距离；对当前车辆与跟驰车辆间的距离以及当前车辆行车速度中识别得到驾驶员特征参数；建立基于感知过程和驾驶员行为特征的跟车行为模型，将驾驶员特征参数以及当前车辆的速度作为输入，计算得到跟车距离离散值；本发明在描述个体驾驶人跟驰行为上表现出良好性能，与经典FVD模型预测结果对比的计算平均误差绝对值小于80％，与驾驶人实际跟驰行为的吻合度更高。

技术领域

本发明涉及自动驾驶自适应巡航领域，具体涉及一种综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法。

背景技术

驾驶人跟驰模型作为驾驶人模型之一，一直是交通流理论的研究热点，它描述了在限制超车的单车道上行驶车队中相邻两车之间的相互作用。现有的跟车模型大多是利用国外的驾驶行为试验数据集建立的，模型所体现的是国外道路和驾驶员的跟驰特性。不同国家在交通、车辆和驾驶风格与文化等方面存在一定的差异，这些差异极可能会造成驾驶行为特征明显不同。其次就驾驶员本身而言，由于不同驾驶员的反应时间和注意水平具有个体性差异，同时驾驶人的心理特征、驾驶经验以及道路环境感知水平主观性强。现有模型忽略了驾驶员特征参数和感知过程之间的状态关系，难以适应不同驾驶人的驾驶习性，无法有效提高人-机交互协同的满意度和接受度。

发明内容

为了能够在不同的驾驶场景下模拟不同驾驶员的驾驶习惯完成车辆跟驰，本发明提出一种综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法，具体包括以下步骤：

获取当前车辆的运动轨迹数据，以及当前车辆跟驰车辆的运动轨迹数据；

基于外界感知扰动，根据当前驾驶员的历史运动轨迹数据估计跟驰车辆的速度以及当前车辆与跟驰车辆间的距离；

对当前车辆与跟驰车辆间的距离以及当前车辆行车速度中识别得到驾驶员特征参数；

建立基于感知过程和驾驶员行为特征的跟车行为模型，将驾驶员特征参数以及当前车辆的速度作为输入，计算得到跟车距离离散值。

进一步的，估计当前车辆与跟驰车辆间的距离的过程包括：

lns^est-lns＝V_sw_s(t)；

其中，s^est为当前车辆与跟驰车辆间的距离的估计值；s为车载感知设备采集的当前车辆与跟驰车辆间的距离实际值；V_s为车间据估计值s^est实际值s对数的标准相对误差；w_s(t)为当前车辆与跟驰车辆间的距离的估计值的误差。

进一步的，估计跟驰车辆的速度的过程包括：

其中，为跟驰车辆的速度的估计值；v_l为车载设备提供的实际速度；s车载感知设备采集的当前车辆与跟驰车辆间的距离实际值；σ_r为视角变化率的标准偏差；w_l(t)为前车速度估计误差的分布以及随时间的变化。

进一步的，视角变化率表示为：

τ_TTC＝s/Δv；

其中，τ_TTC为碰撞时间；Δv为自车速度与前车速度之差。

进一步的，构建一个随机微分方程，选择一组伪随机数初始化的白噪声代入构建的方程中，求解得到的值作为跟驰车辆的速度的估计值的误差或者当前车辆与跟驰车辆间的距离的估计值的误差，随机微分方程的解表示为：