Algoritmo de decisão para fusão de rampa em veículos autônomos baseado em Transformer em cenários de interação multi-veículos

Para abordar problemas de tráfego durante a fusão de rampas de veículos, este artigo estuda um algoritmo de tomada de decisão para veículos autônomos que se fundem em rampas em um cenário de interação entre múltiplos veículos. Um algoritmo de tomada de decisão é construído com base em um codificador Transformer para melhorar a capacidade de processamento de características das trajetórias dos veículos. Um modelo de previsão de trajetória bi-ramo LSTM-Transformer é construído, e as características de movimento longitudinal e lateral são processadas separadamente através de um mecanismo de desacoplamento de características para alcançar a previsão colaborativa de trajetórias multimodais. Com base nisso, é projetado um algoritmo de planejamento integrando restrições de segurança e funções de custo multi-objetivo, e um modelo de tomada de decisão considerando os riscos de conflito na mudança de faixa é estabelecido. Resultados experimentais mostram que, em comparação com outros algoritmos comparativos, este modelo é mais seguro e eficiente na tomada de decisão. Em comparação com todos os outros modelos, o modelo deste estudo alcançou a maior Taxa de Verdadeiro Positivo de 95,201%, Taxa de Verdadeiro Negativo de 93,192% e Acurácia de 96,310%. Considerando o desempenho da tomada de decisão de fusão de rampas sob diferentes densidades de tráfego, o modelo facilitou efetivamente a fusão de veículos sob todas as três densidades de tráfego, com taxas de sucesso de fusão de 100%, 98% e 96%, respectivamente, demonstrando sua eficácia na fusão de rampas.