基于动态合作博弈模型的协同驾驶行为建模和碰撞预测研究

The cooperative vehicle infrastructure system can significantly increase the safety and efficiency of traffic and driving a car. This project is aimed at researching the cooperative driving behavior modeling and problems of designing the cooperative driving agreement and the interest distribution plan. First, the research will analyze the basic cooperative driving behaviors, such as lane change and car following, in the instrumented vehicle and the simulation environment. It will reveal the mechanism of the effects of information, the states change of the basic behaviors. The basic driving behaviors’ models reflecting the competitive and cooperative relationship and the dynamic characteristics of driver’s control are built. The win-win cooperative driving agreement and the interest distribution plan are also given. Second, an integrated model framework that integrates the driving decision model and control model is proposed based on the cooperative driving models and hybrid dynamic system. The methods that connect the driving decision model, driving control model, driving behavior’s type and characteristic recognition model, vehicle dynamic models are also given. Finally, the method of predicting the vehicles’ state and collision is proposed based on the Monte-Carlo simulation and the cooperative driving behavior model. It is applied for optimizing the cooperative driving behavior model, the cooperative driving agreement and the interest distribution plan, in which the short-term local interest and the long-term overall interest are both concerned. The project has vital importance to the theoretical and application background study of the cooperative vehicle-infrastructure system，driving assistance system and cooperative driving behavior.

车路协同驾驶系统能显著提高交通运行和汽车驾驶的效率和安全，本项目将研究面向车路协同驾驶系统的协同驾驶行为建模、制定协同驾驶协议和利益分配方案的问题。首先，研究将分析实车和仿真环境下的变道、跟随等基本协同驾驶行为，揭示基本行为的信息作用和状态转换规律，构建体现驾驶员之间竞争和合作关系和操控动态特征的基本协同驾驶行为模型，提出制定合作共赢的协同驾驶协议和利益分配方案的方法；基于基本协同驾驶行为模型和混合动态系统，构建集成驾驶决策和驾驶操控模型的整体模型框架，提出驾驶决策模型、驾驶操控模型、驾驶类型风格识别模型、车辆控制和动力学模型之间的连接方法用于分析和分解复杂协同驾驶行为模型；提出基于蒙特卡洛模拟和协同驾驶行为的车辆状态和碰撞预测方法，遵循兼顾近期局部和远期整体驾驶环境利益的原则，优化协同驾驶行为模型。本项目对提高车路协同驾驶系统和协同驾驶行为的理论研究和应用研究具有十分重要的意义。

近十多年来，以车车通信为基础的车路协同驾驶系统的研究已经证明了车路协同驾驶系统能够有效提高交通运行、汽车驾驶的效率和安全的。但是由于驾驶员之间不适当的竞争、驾驶员本身行为的不确定性（如驾驶员不愿意听从引导信息或偏向于危险激进的驾驶风格）和驾驶环境的复杂度，车路协同驾驶系统的设计者有可能制定出不适当的协同驾驶协议和控制方法。这将导致碰撞事故和交通通行效率降低。.项目基于博弈理论对协同驾驶行为进行建模，揭示驾驶员之间竞争和合作的运行机理和微观动态特性，制定适合的协同驾驶协议和控制方法，并配以相应的车辆和驾驶环境状态估计和预测方法，达到促使驾驶员自觉遵守协同驾驶协议，进一步避免碰撞事故和提高交通通行效率的目的。.项目已经完成了基于罗技驾驶仪和CARSIM的驾驶行为仿真，基于SUMO和OMNET的多车行驶交通仿真，基于智能缩微车、2.4G和UWB的半实物多车行驶仿真、实车车车-车路的驾驶行为监控和数据采集四个平台。项目还建立了集成汽车动力学模型（包括各类汽车和电动车的动力学模型和操控性能参数模型）、驾驶行为动态模型以及多源信息刺激下（包括相关车辆状态、交通灯状态、局部交通状态）状态转换机制的集成驾驶行为模型。进一步，项目针对各种驾驶行为和各种博弈场景（如并道）给出各种有限博弈下相关驾驶员的利益动态变化模型和以及基于实际驾驶行为模型，制定协同驾驶规则和避让规则。最终，项目还研究了各种驾驶行为下的车辆状态预测和危险概率估计，以及安全的驾驶决策和操控行为。. 研究还进一步将驾驶行为和协同驾驶行为规则，应用在电动车节能和交通拥堵吸收方面。研究在不改变原有车辆结构、控制方法和基本驾驶员行为的基础上，通过规则协商、危险预警、限制汽车的速度和最大最小加速度以及提高车道转换过程中的车辆驾驶平稳性等方法，避免车辆的停停走走或者速度过大起伏，从而能够有效的提高电动车的续航里程和减少交通拥堵情况。. 研究还进一步将驾驶行为和协同驾驶行为规则，应用在电动车节能和交通拥堵吸收方面。研究在不改变原有车辆结构、控制方法和基本驾驶员行为的基础上，通过规则协商、危险预警、限制汽车的速度和最大最小加速度以及提高车道转换过程中的车辆驾驶平稳性等方法，避免车辆的停停走走或者速度过大起伏，从而能够有效的提高电动车的续航里程和减少交通拥堵情况。