周车轨迹预测不确定性智能车避撞策略研究

摘要

提出了一种基于周车轨迹预测不确定性的智能汽车避撞策略研究方法。轨迹预测模块，将基于物理的轨迹预测模型和数据驱动模型相结合构建物理引导的轨迹预测模型(PG-LSTM),模型输出关于周车预测轨迹的二维高斯分布参数，以表征驾驶员行为的不确定性；风险评估及避撞策略模块，结合轨迹预测模型的输出结果，提出一个新的风险度量——预测驾驶风险PDR和预测相对驾驶风险指数PRDRI作为评估未来风险的参考指标，建立紧急工况下避撞决策机制。通过Carsim搭建复杂紧急工况场景进行仿真实验。仿真结果表明：所提出的驾驶风险评估模型可以准确地辨识复杂行车场景未来驾驶风险，同时基于驾驶风险所提出的避撞决策机制能够提升智能汽车的避撞安全性。

关键词

智能汽车 / 驾驶风险 / 轨迹预测 / 避撞策略

基金资助

国家自然科学基金项目(52002154,52372413,52225212,U20A20331);; 国家重点研发项目(2023YFB2504403)