混驾环境下基于主从博弈的多车协同决策规划

在自动驾驶车辆与人工驾驶车辆混行的复杂交通环境中,如何减小驾驶行为截然不同的2类车辆间的复杂相互作用对于车辆行驶安全性、乘坐舒适性和交通通行效率的影响,是当前自动驾驶决策与控制领域亟待解决的关键问题。提出了一个人机混驾环境下人工驾驶车辆与自动驾驶车辆之间的非合作博弈交互框架。首先,综合考虑车辆加速度线性递减的驾驶人纵向操纵特性、差异化配合程度和不同的延迟响应特性,建立人工驾驶车辆的纵向博弈策略。其次,考虑自动驾驶车辆与周围车辆的安全性约束,以及自动驾驶车辆在换道过程中的舒适性和通行效率目标,设计了自动驾驶车辆的纵向博弈策略。然后,基于主从博弈理论对不同混驾环境下人工驾驶车辆与自动驾驶车辆的博弈交互问题进行求解,得到最优的换道间隙和自动驾驶车辆的纵向速度轨迹,并采用模型预测控制方法规划出自动驾驶车辆的横向安全换道轨迹。最后,根据人工驾驶车辆不同配合度和延迟响应时间的差异,设计了多组人机混驾试验工况进行验证。试验结果表明:自动驾驶车辆能够快速准确识别人工驾驶车辆的配合度,选择出最优的目标换道间隙,并与间隙周围的自动驾驶车辆协作来汇入目标间隙。在换道过程中,自动驾驶车辆始终与周围车辆保持安全距离,并且在车速为20 m·s^(-1)的情况下,换道车辆的纵横向加速度均不超过1.25 m·s^(-2),安全性和舒适性都得到了保障,验证了该非合作博弈交互框架的有效性。

无保护左转环境下自动驾驶汽车交互策略分析

在人类驾驶汽车(HV)与自动驾驶汽车(AV)构成的混驾环境下,AV交互策略是否符合人类驾驶的预期成为影响新型混合交通流运行安全的重要变量。为了综合、系统地分析AV交互策略特征,基于HV和AV混行驾驶数据集Argoverse2,提取了近4 300组左转和直行冲突交互事件。进一步由表及里,分别从交互即时运动状态、交互过程运动行为和交互内在决策选择3个层面,提出了“冲突点-轨迹线-事件集”一体化三维分析框架。在冲突点维度,从交互时间层面定义了到达冲突点时间差、从动作空间层面定义了到达冲突点协作加速度,并展开分析;在轨迹线维度,利用Frenet坐标转换,选取时间-纵向位移轨迹、横向位移-纵向位移轨迹从纵向行进、横向偏移2个层面分析交互过程;在事件集维度,基于决策树挖掘HV潜在交互准则并与AV交互策略对比分析。结果表明,Argoverse AV左转交互策略与HV存在明显差异:交互即时运动状态表现出更加明细的保守性特征,动作空间与HV相比收缩了31.2%;交互过程行为则表现出策略的单一性特征,停车让行等待位置及通过冲突点行为的选择较HV更为单一,总体横向偏移程度比HV小57.1%;交互内在决策选择与人类潜在交互准则相比存在非社会性特征,AV无法理解HV表达的交互意图,本应先行但却选择让行的交互事件占比高达93.3%。总体而言,Argoverse AV交互特征具有策略保守、行为单一、决策社会性差(理解HV意图能力弱)等显著特征。研究结论可为AV规划决策算法、冲突消解策略提供改进指导方向。