伴隨汽車產(chǎn)業(yè)的快速變革發(fā)展，自動(dòng)駕駛已成為全球汽車發(fā)展的重要方向。目前保有的汽車智駕等級(jí)基本在L0-L3級(jí)，駕駛員仍將作為重要主體參與到車輛控制中，人機(jī)共駕作為智駕發(fā)展的過渡階段，將成為未來較長時(shí)間內(nèi)的熱點(diǎn)。據(jù)此本項(xiàng)目設(shè)計(jì)了一套考慮主客觀感知評(píng)估的人機(jī)共駕方法：構(gòu)建了一個(gè)考慮主客觀風(fēng)險(xiǎn)的信任估計(jì)模型，并在此模型的基礎(chǔ)上設(shè)計(jì)人機(jī)控制權(quán)分配策略，最終基于博弈思想實(shí)現(xiàn)控制策略，形成一套完整的基于主客觀風(fēng)險(xiǎn)的人機(jī)共駕協(xié)同控制方法，提升自動(dòng)駕駛系統(tǒng)的安全性、可靠性。

本項(xiàng)目擬建立一套考慮主客觀感知評(píng)估的智能駕駛?cè)藱C(jī)共駕系統(tǒng)，其中包含感知風(fēng)險(xiǎn)預(yù)測模型，考慮主客觀風(fēng)險(xiǎn)一致性的信任估計(jì)模型，人機(jī)共駕控制權(quán)分配模型，人機(jī)協(xié)同轉(zhuǎn)向控制算法部分，具體目標(biāo)如下：

1、以駕駛員打分為參考，建立精細(xì)，準(zhǔn)確，實(shí)時(shí)的主觀感知風(fēng)險(xiǎn)測量模型；

2、選取行車風(fēng)險(xiǎn)指標(biāo)建立客觀感知風(fēng)險(xiǎn)模型，并進(jìn)行一致性評(píng)估及信任估計(jì)

3、建立駕駛員駕駛風(fēng)格辨識(shí)模型，開發(fā)人機(jī)共駕控制權(quán)分配算法。

4、建立人機(jī)非合作博弈模型，開發(fā)求解最優(yōu)控制策略的ADP算法

本項(xiàng)目成功設(shè)計(jì)了一套智能駕駛?cè)藱C(jī)共駕系統(tǒng)，具體成果如下：

1、綜合考慮主客觀多模態(tài)數(shù)據(jù)，設(shè)計(jì)了一套基于LSTM的精準(zhǔn)的感知風(fēng)險(xiǎn)預(yù)測模型，并設(shè)計(jì)了交互關(guān)系模塊和個(gè)性化建模方法，最終的預(yù)測精準(zhǔn)度達(dá)到80%以上；

2、構(gòu)建多維度客觀風(fēng)險(xiǎn)模型，加入行車軌跡預(yù)測模塊，完成當(dāng)天及未來時(shí)刻的風(fēng)險(xiǎn)預(yù)測。構(gòu)建主客觀風(fēng)險(xiǎn)一致性評(píng)價(jià)方法與主客觀信任模型提升人機(jī)交互安全性及可靠性。

3、建立駕駛風(fēng)格辨識(shí)模型，并結(jié)合感知風(fēng)險(xiǎn)和信任估計(jì)模型，基于強(qiáng)化學(xué)習(xí)的方式，得出實(shí)時(shí)的人機(jī)駕駛權(quán)重分配策略。

4、設(shè)計(jì)了人機(jī)非合作博弈框架，采用基于事件觸發(fā)的自適應(yīng)動(dòng)態(tài)規(guī)劃算法求解控制策略，并基于量化指標(biāo)設(shè)計(jì)了動(dòng)態(tài)權(quán)重分配策略，將路徑跟蹤任務(wù)中的橫向誤差控制在0.1m以內(nèi)