[发明专利]一种面向复杂超车场景的行驶任务复杂度量化评估方法

摘要

本发明公开了自动驾驶技术领域的一种面向复杂超车场景的行驶任务复杂度量化评估方法，通过该复杂超车场景的行驶任务复杂度量化评估方法的实现流程和该面向复杂超车场景的行驶任务复杂度量化评估方法的实现公式的组合，解决现有环境任务复杂度量化评估方法没有关注道路使用者与主体车辆行驶任务的相互影响，且没有提出面向复杂冲突场景下的“超车”行驶任务复杂度的量化评估方法，导致现有的算法无法定量计算道路使用者对主体车辆“超车”决策一级形式任务复杂度的影响的问题，从而实现定量计算道路使用者对主体车辆“超车”决策一级形式任务复杂度的影响。

主权项

1.一种面向复杂超车场景的行驶任务复杂度量化评估方法，其特征在于：该复杂超车场景的行驶任务复杂度量化评估方法的实现流程如下：1)“超车”场景先验知识获取使用SCANeR studio建立超车场景，障碍车辆B在主体车辆A前方X_ab米，对向车流中的冲突车辆C与障碍车辆B纵向距离为X_bc米，设置障碍车辆B的初始速度为V_bkm/h，主体车辆A的初始速度为V_ckm/h，冲突车辆C的初始速度为V_akm/h，定场景函数为S(X_ab,X_bc,V_a,V_b,V_c)，表示由以上初始状态设置得来的超车场景，V_a、V_b、V_c的速度选取取决于相应道路的交通法规速度限定值，挑选x名3～5年驾龄的驾驶员，使用三台驾驶模拟器同时在搭建的场景里进行联合仿真，为最大程度的利用人力资源，x名驾驶员利用排列组合原理共可设计组试验，每组试验重复进行y次，共计次试验，记录每次试验中，主体车辆A、障碍车辆B、冲突车辆C的行驶状态，用N_b1、N_b2、N_b3、N_c1、N_c2、N_c3分别代表车辆B、C加速行驶、匀速行驶、减速行驶三种驾驶行为；M_a1、M_a2、M_a3、M_a4、M_a5、M_a6分别代表主体车辆A的加速不变道、加速变道、匀速不变道、匀速变道、减速不变道以及减速变道六种驾驶行为；设场景函数为S(X_ab,X_bc,V_a,V_b,V_c)时，车辆B加速行驶决策概率P_b,1、匀速行驶决策概率P_b,2以及减速行驶决策概率P_b,3，冲突车辆B的加速行驶决策概率P_c,1、匀速行驶决策概率P_c,2以及减速行驶决策概率P_c,3，设障碍车辆B与冲突车辆C为驾驶行为分别为N_bi、N_cj场景下，主体车辆A驾驶行为为M_ak的决策概率为P_k|ij，计算公式如下：改变场景函数S(X_ab,X_bc,V_a,V_b,V_c)变量初始值，使用上述计算方法可以得到S(X_ab,X_bc,V_a,V_b,V_c)与P_b,i、P_c,j、P_k|ij的映射表，即超车场景先验知识；2)“超车”决策概率提取针对双向两车道冲突场景“超车”行驶任务，读入具体超车行驶案例，通过先验知识分别计算当前时刻前方障碍车辆B和换道冲突车辆C的加速行驶决策概率、匀速行驶决策概率和减速行驶决策概率，基于统计分析理论，建立主体车辆A当前时刻超车场景的混联式决策联合概率，利用先验知识提取主体车辆A各决策的条件概率，计算当前时刻超车场景各决策下主体车辆A的加速不变道决策概率、加速变道决策概率、匀速不变道决策概率、匀速变道决策概率、减速不变道决策概率以及减速变道决策概率；3)“超车”行驶任务复杂度量化评估统计超车场景下主体车辆A每种行为决策的发生概率，计算超车平均决策概率，选取合理的任务复杂度归一化参数，利用主体车辆A实际行为决策概率与平均决策概率协方差越大，当前时刻超车行驶任务复杂度越高的原理，建立当前时刻超车场景下主体车辆A的任务复杂度函数，将上述任务复杂度量化评估方法推广到其它典型时刻和场景，选取任务复杂度函数最大值用于定量评估该超车行驶任务的整体复杂度。