[发明专利]一种Apollo平台下的车辆跟驰行为预测方法

摘要

本发明公开了一种Apollo平台下的车辆跟驰行为预测方法，在构建过程中通过场景理解获取车辆行驶中的动态信息以及静态信息，通过捕捉驾驶员的行为特征得出其期望距离以及反应时间，并采用启发式搜索算法改进车辆跟驰模型的去模糊化过程，在经过模糊推理模型计算后得出跟驰车加速度范围基于安全性和舒适性的最优解。同时使用Apollo仿真平台对模型进行测试及验证，确保模型的准确性与实用性。本发明解决了现有技术中模糊理论和人工神经网络的方法都只考虑引导车和跟驰车的速度、加速度以及两车的间距，缺乏对驾驶环境的考虑的问题。

主权项

1.一种Apollo平台下的车辆跟驰行为预测方法，其特征在于，具体按照以下步骤实施：/n步骤1、将车辆自动行驶过程中的场景信息分为静态信息和动态信息，并导入Apollo平台的Dreamview中构建道路场景；/n步骤2：捕捉跟驰状态中跟驰车驾驶员行为特征，根据驾驶员的行驶数据，通过动力学公式计算出驾驶员的期望距离，以及利用多项式回归的方法拟合出在速度差和相对距离影响下驾驶员的反应时间分布函数；/n步骤3：首先，将捕捉到的跟驰车驶员的行为特征数据采用改进的模糊推理车辆模型方法进行模糊化处理；其次，根据跟驰车驾驶员的驾驶行为特征分析，选定隶属函数，制定模糊规则库；再次，利用模糊推理中的Mamdani模型进行模糊推理；最后，利用启发式学习改进去模糊化的方法，提高解效率；/n步骤4：利用改进的车辆推理模型预测跟驰车加速度a'，即加速度预测值，将计算出的加速度预测值a'与实际真实的加速度a代入期望安全距离公式中，计算出加速度预测值a'的期望距离D`与真实的加速度a的期望距离D的比值α，并将α作参数因子代入到期望安全距离公式，进行控制反馈调节。/n