基于贝叶斯博弈的网联自主车辆跟驰行为建模

摘要

伴随高级驾驶辅助技术的日益成熟，网联自主车辆可以精确地感知复杂交通场景，并自主做出驾驶行为决策，但如何使网联车辆自主做出符合驾驶员习惯风格的行为决策，尚需深度挖掘制约自主决策行为的内在机理。博弈论作为科学有效的理论工具，合理分析行为策略的相互依存关系，可直观解析驾驶员的决策过程；基于贝叶斯博弈理论，分析驾驶员决策机理，结合加速度与安全裕度效用函数，优化智能驾驶员模型(IDM),建立贝叶斯博弈跟驰模型。采用CitySim数据集的车辆运行数据，使用深度学习方法对模型进行校准，运用SUMO软件对建立的模型进行有效性验证分析。结果显示，贝叶斯博弈跟驰模型所模拟的微观交互行为符合人类驾驶员的驾驶习惯，可识别驾驶员的驾驶行为风格并模仿，在一定程度上提高了驾驶的安全性；在宏观角度可以重现单车道与多车道的交通流波动演变，保障未来网联环境中自主驾驶车辆队列的稳态运行，从而提高交通容量和交通效率。

关键词

网联自主车辆 / 驾驶风格 / 交互关系 / 贝叶斯博弈 / 深度学习