买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京航空航天大学

摘要：本发明涉及一种人机博弈横纵向协同控制方法，包括步骤一、在信息不对称的条件下，建立驾驶员和控制器的模型；步骤二、设计人机博弈横向和纵向协同控制策略；步骤三、理论推导达到博弈均衡时人机双方最优控制策略，所述的最优控制策略包括驾驶员和控制器的最优控制策略；步骤四、实现人机博弈横纵向协同控制；旨在逼真人机共驾模型，并减轻人机冲突和提高人机协同性能，从而实现横纵向人机协同控制。

主权项：1.一种人机博弈横纵向协同控制方法，包括如下所述的步骤：步骤一、在信息不对称的条件下，建立驾驶员和控制器的模型；所述的驾驶员模型包括：概率因子，根据驾驶员的驾驶技能、驾驶经验和驾驶风格综合判断驾驶员对控制器的操控信息的接收程度加以确定；驾驶员的信息矩阵，根据驾驶员的驾驶技能、驾驶经验、先验知识和人机交互界面以及显示器功能建立的驾驶员对车辆状态的估计程度加以确定；所述信息矩阵包括：驾驶员单独驾驶时的信息矩阵和驾驶员在控制器辅助下协同控制时的信息矩阵；所述的控制器模型包括：控制器的信息矩阵，根据驾驶员的神经肌肉延迟特性加以确定；步骤三、理论推导达到博弈均衡时人机双方最优控制策略，所述的最优控制策略包括驾驶员和控制器的最优控制策略；步骤四、实现人机博弈横纵向协同控制；其特征在于：所述步骤一中的信息不对称是由于在实际驾驶过程中驾驶员和控制器各自获取对方操纵信息和估计车辆状态的方法和途径不同，所以人机协同控制过程中驾驶员和控制器对信息了解程度不一致形成的；该方法还包括：步骤二、利用博弈论将人机之间无意识竞争关系描述为博弈交互关系，并建立横向和纵向协同控制策略，所述协同控制策略包括：驾驶员和控制器目标函数和驾驶权限分配策略；其中，所述的驾驶权限分配策略是基于对横纵向风险场力的评估，同时考虑车辆速度变化来设计的；所述横向和纵向协同控制策略的建立过程，包括如下步骤：（1）、将所述的驾驶员和控制器目标函数表示为： 其中，Jd代表驾驶员的目标函数；Jc代表控制器的目标函数；Ydk代表迭代后得到的驾驶员的状态量输出；Yck代表迭代后得到的控制器的状态量输出；Tdk代表驾驶员的期望状态量；Tck代表控制器的期望状态量；Q1、Q2、R1和R2均代表权重因子；δdk为预测时域内驾驶员施加的前轮转角控制序列；adk为预测时域内驾驶员施加的纵向加速度控制序列；δck为预测时域内控制器施加的前轮转角控制序列；ack为预测时域内控制器施加的纵向加速度控制序列；（2）、通过考虑车辆位置到道路边界的距离和道路限速来进行横纵向风险场力的计算，其表达式为： 其中，Fc代表横向风险场力；k1为常系数；k2为侧向坡度调整系数；m代表车辆质量；v代表车辆速度；yd为车辆重心到道路边界的距离；r0代表驾驶员对风险的关注范围；r1代表道路边界线的影响范围；D代表车道宽度；Fl代表纵向风险场力；vl,min和vl,nax分别表示道路所允许行驶的最低和最高车速；kx和ky分别表示车辆速度的纵向和横向梯度调整系数；xp和yp分别表示车辆与其他交通参与者在纵向和横向的距离；（3）、基于所述的横纵向风险场力的评估，我们得到纵向和横向一体化风险评估模型；将横向风险场力Fc和纵向风险场力Fl进行归一化处理，得到标准化的驾驶风险场力Fq；基于评估得到的驾驶风险场力Fq，建立考虑车辆速度变化的驾驶权限分配策略；驾驶权限的表达式： 其中，λ代表驾驶权限；ω1、ω2和ω3均为调优参数；（4）、信息不对称条件下人机博弈横纵向协同控制问题表述为： 其中，Jd代表驾驶员的目标函数；Jc代表控制器的目标函数；Ydk代表迭代后得到的驾驶员的状态量输出；Yck代表迭代后得到的控制器的状态量输出；p为概率因子；ξsck为驾驶员在控制器辅助下协同驾驶时k时刻估计的状态量；ξdak为驾驶员单独驾驶时k时刻估计的状态量；ξck为控制器在k时刻估计的状态量；Udk为预测时域Np内驾驶员的控制序列；Uck为预测时域Np内控制器的控制序列；Udk-τ为预测时域Np内考虑驾驶员神经肌肉延迟特性后控制器所接收到的驾驶员的控制序列；Φsck为驾驶员在控制器辅助下协同驾驶时的状态干扰控制序列；Φdak为驾驶员单独驾驶时的状态干扰控制序列；Φck为控制器的状态干扰控制序列；θd_sc、θc_sc和Γsc为驾驶员在控制器辅助下协同驾驶时的状态空间方程中系数矩阵在预测时域内迭代后的矩阵；θda和Γda为驾驶员单独驾驶时的状态空间方程中系数矩阵在预测时域内迭代后的矩阵；θc_d、θc_c和Γc为控制器的状态空间方程中系数矩阵在预测时域内迭代后的矩阵。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种人机博弈横纵向协同控制方法