A rear-end anti-collision driving decision making method for a heavy-duty commercial vehicle. First, a traffic environment model is established, and motion state information of a heavy-duty commercial vehicle and vehicles behind same is acquired. Second, a rear-end collision risk assessment model based on remaining time until rear-end collision is established to accurately quantify rear-end collision risks. Finally, a rear-end anti-collision driving decision making problem is described as a Markov decision making process based on a certain reward function, and a rear-end anti-collision driving decision making model based on deep reinforcement learning is established, so as to obtain an effective, reliable, and self-adaptive rear-end anti-collision driving decision making strategy. According to the method, the defect of lack of research on rear-end anti-collision driving decision making of heavy-duty commercial vehicles in the existing methods is overcome; a reasonable steering wheel angle and throttle opening degree control quantity can be quantitatively outputted, such that effective and reliable rear-end anti-collision driving suggestions can be provided for a driver, thereby reducing rear-end collision accidents.
L'invention concerne un procédé de prise de décision de conduite anticollision par l'arrière pour un véhicule utilitaire lourd. Premièrement, un modèle d'environnement de trafic est établi et des informations d'état de déplacement d'un véhicule utilitaire lourd et des véhicules derrière celui-ci sont acquises. Deuxièmement, un modèle d'évaluation de risque de collision par l'arrière basé sur le temps restant jusqu'à une collision par l'arrière est établi pour quantifier avec précision les risques de collision par l'arrière. Enfin, un problème de prise de décision de conduite anticollision par l'arrière est décrit en tant que processus de prise de décision de Markov sur la base d'une certaine fonction de récompense et un modèle de prise de décision de conduite anticollision par l'arrière basé sur un apprentissage de renforcement profond est établi, de manière à obtenir une stratégie de prise de décision de conduite anticollision, efficace, fiable et auto-adaptative. Selon le procédé, le défaut d'un manque de recherche sur la prise de décision de conduite anticollision par l'arrière de véhicules utilitaires lourds dans les procédés existants est surmonté ; un angle de volant de direction raisonnable et une quantité de commande de degré d'ouverture de papillon peuvent être émis quantitativement, de telle sorte que des suggestions d'entraînement anticollision par l'arrière efficaces et fiables peuvent être fournies à un conducteur, ce qui permet de réduire les accidents de collision par l'arrière.
一种重型营运车辆的后向防撞驾驶决策方法。首先,建立交通环境模型,采集重型营运车辆及其后方车辆的运动状态信息。其次,建立基于后向距离碰撞时间的后向碰撞危险评估模型,将后向碰撞危险精确量化。最后,将后向防撞驾驶决策问题描述为一定奖励函数下的马尔科夫决策过程,建立基于深度强化学习的后向防撞驾驶决策模型,得到有效、可靠、具有自适应性的后向防撞驾驶决策策略。该方法,克服了现有方法中缺乏重型营运车辆后向防撞驾驶决策研究的不足,可以定量输出合理的方向盘转角和节气门开度控制量,为驾驶员提供有效、可靠的后向防撞驾驶建议,减少后向碰撞事故的发生。
REAR-END ANTI-COLLISION DRIVING DECISION MAKING METHOD FOR HEAVY-DUTY COMMERCIAL VEHICLE
PROCÉDÉ DE PRISE DE DÉCISION DE CONDUITE ANTICOLLISION PAR L'ARRIÈRE POUR VÉHICULE UTILITAIRE LOURD
一种重型营运车辆的后向防撞驾驶决策方法
2022-06-23
Patent
Electronic Resource
Chinese
BACKWARD ANTI-COLLISION DRIVING DECISION-MAKING METHOD FOR HEAVY COMMERCIAL VEHICLE
European Patent Office | 2023
|Backward anti-collision driving decision-making method for heavy commercial vehicle
European Patent Office | 2024
|Adjustable rear anti-collision device for commercial vehicle
European Patent Office | 2021
|European Patent Office | 2022
|