[发明专利]车辆的拟人化决策控制方法、装置、车辆及存储介质

权利要求书

1.一种车辆的拟人化决策控制方法，其特征在于，包括以下步骤：

获取当前交通环境下多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果；

根据所述多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果生成自动驾驶车辆的规划路径和规划速度；以及

基于所述自动驾驶车辆的规划路径和规划速度生成所述自动驾驶车辆的拟人化决策结果，并控制所述自动驾驶车辆执行所述拟人化决策结果对应的行驶动作。

2.根据权利要求1所述的方法，其特征在于，所述获取当前交通环境下多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果，包括：

基于预设贝叶斯概率模型建立的多传感器信息融合框架，采集车辆周边环境的感知信息；

基于预设的马尔科夫模型构造的车辆周边运动目标行为模型，根据所述感知信息提取所述多目标车辆的行为认知和预测轨迹；以及

根据所述多目标车辆的行为认知和预测轨迹输入至预先构建的行为场模型，输出所述危险势评估结果，其中，所述行为场模型由运动物体影响的动能场、静止物体影响的势能场及驾驶人特性影响信息建立得到。

3.根据权利要求1所述的方法，其特征在于，所述根据所述多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果生成自动驾驶车辆的规划路径和规划速度，包括：

基于对环境的认知和理解，建立适合不同类型道路的坐标系；

基于预设的速度-路径规划器，建立实时微观能耗估计模型；

利用可变概率模型原理生成基于分布评估算法的车辆速度曲线局部规划策略，以由所述多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果得到所述规划路径和所述规划速度。

4.根据权利要求1所述的方法，其特征在于，所述基于所述自动驾驶车辆的规划路径和规划速度生成所述自动驾驶车辆的拟人化决策结果，包括：

通过感知结果、目标车辆的预测轨迹以及交通规则与路网结构构建的概率环境模型，在学习到的个性奖励函数约束下，利用深度强化学习方法学习当前驾乘人的驾驶习惯的高层决策行为。

5.根据权利要求1所述的方法，其特征在于，所述控制所述自动驾驶车辆执行所述拟人化决策结果对应的行驶动作，包括：

基于预先建立的动力学模型分析纵向与横向运动之间的相互耦合机理；

基于预先建立的子系统功能图簇确定各子系统的动态控制边界及优化控制区域；

基于所述相互耦合机理和所述各子系统的动态控制边界及优化控制区域生成所述行驶动作。

6.一种车辆的拟人化决策控制装置，其特征在于，包括：

获取模块，用于获取当前交通环境下多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果；

生成模块，用于根据所述多目标车辆的车辆行为认知、预测轨迹和危险态势评估结果生成自动驾驶车辆的规划路径和规划速度；以及

控制模块，用于基于所述自动驾驶车辆的规划路径和规划速度生成所述自动驾驶车辆的拟人化决策结果，并控制所述自动驾驶车辆执行所述拟人化决策结果对应的行驶动作。

7.根据权利要求6所述的装置，其特征在于，所述获取模块包括：

采集单元，用于基于预设贝叶斯概率模型建立的多传感器信息融合框架，采集车辆周边环境的感知信息；

提取单元，用于基于预设的马尔科夫模型构造的车辆周边运动目标行为模型，根据所述感知信息提取所述多目标车辆的行为认知和预测轨迹；以及

评估单元，用于根据所述多目标车辆的行为认知和预测轨迹输入至预先构建的行为场模型，输出所述危险势评估结果，其中，所述行为场模型由运动物体影响的动能场、静止物体影响的势能场及驾驶人特性影响信息建立得到。