Méthode de décision de changement de voie basée sur la théorie des jeux tenant compte des tendances de circulation

Afin d'améliorer la sécurité et l'adaptabilité du processus de décision de changement de voie des véhicules autonomes, une méthode de prise de décision de changement de voie tenant compte de la tendance du trafic est proposée dans cet article. Dans la méthode proposée, les intentions de conduite longitudinales et latérales du véhicule sont prédites respectivement par un réseau de neurones autorégressif non linéaire avec entrée externe, des modèles de mélange gaussien et un modèle de Markov caché, qui est entraîné à l'aide de la base de données de simulation du trafic de nouvelle génération. De plus, la matrice de gains est construite sur la base de la théorie des jeux, en prenant en compte l'interaction avec d'autres véhicules et les tendances futures du trafic. L'avantage de la méthode proposée est qu'elle tient non seulement compte de l'interaction complexe avec d'autres véhicules dans le processus de prise de décision de changement de voie, mais souligne également l'ajustement flexible aux différentes tendances du trafic. Plusieurs scénarios typiques de tests de changement de voie et d'analyses sont fournis sur une plateforme de test hardware-in-the-loop pour vérifier l'efficacité et les performances de mise en œuvre en temps réel de la méthode proposée. Notamment, les résultats liés sont comparés avec la méthode de changement de voie basée sur la théorie des jeux traditionnelle. Les résultats montrent que la méthode proposée est capable de prendre des décisions réalisables et sûres, ce qui est conforme au conducteur réel et corrige les décisions correspondantes déraisonnables prises par la théorie des jeux traditionnelle, ce qui vérifie l'efficacité de la méthode proposée.