一种基于群决策和熵权法的换道轨迹评价方法与流程

1.本发明涉及一种基于群决策和熵权法的换道轨迹评价方法，属于驾驶行为和智能交通领域。


背景技术：

2.现有的换道轨迹评价方法中，包括针对换道轨迹单性能评价和多性能综合评价两种。
3.对换道轨迹单性能的评价通常是提取表征该性能的指标，然后通过经验设定阈值来判定换道轨迹在这一方面的优劣，这种方法忽略了轨迹各性能之间的联系，得到的优劣结果缺乏合理性；
4.对换道轨迹的多性能综合评价一般从换道轨迹的几个性能出发选取评价指标，给评价指标赋权，得到各换道轨迹的得分。该方法忽略了评价指标间的信息重叠问题，指标权重的选取或者简单的人为主观设定或者根据客观交通数据进行取值，可能会造成评价结果过于主观或评价结果随数据波动而变化等问题。


技术实现要素：

5.针对换道轨迹单性能评价中忽略轨迹各性能间的联系和换道轨迹多性能综合评价中忽略指标间的信息重叠和权重设定不合理的问题，本发明提出了一种基于群决策和熵权法的换道轨迹评价方法。
6.该方法全面考虑换道轨迹的舒适性、高效性、平顺性、生态性、安全性，提出表征参数，通过相关性分析和因子分析对参数进行筛选，得到评价指标；运用层次分析法计算指标主观权重，运用群决策理论计算专家权重，运用熵权法计算指标客观权重，从而提出层次分析法、群决策理论和熵权法相结合的指标权重设定方法，建立换道轨迹评价模型，对换道轨迹进行评价。
7.下面给出用该方法评价换道轨迹的原理。
8.一条优秀的换道轨迹应该能保证车辆安全、高效、顺畅、生态的完成换道过程，同时能使驾驶人保持舒适的体验，所以换道轨迹的评价应包含安全性、高效性、舒适性、平顺性、生态性，换道是一个复杂的过程，各性能之间可能存在关联，从而表征参数之间可能存在信息重叠，通过相关性分析得出各参数间的相关系数，从而看出参数间的相关关系强度，即相关系数越大，相关性越强；通过因子分析可以得到各参数的因子载荷，从而看出各参数解释原始参数集的信息量，即一个参数绝对值最大的那个因子载荷的绝对值越大，该指标解释原始参数集的信息越多；对于强相关的两个参数，根据两参数绝对值最大的那个因子载荷的绝对值大小进行筛选，由此得到的参数间信息重叠小且解释原始参数集的信息多，可作为评价指标。
9.层次分析法是一种应用范围很广的主观赋权法，其权重由专家给出有很大程度的主观臆断性，专家间作为决策群体也存在思维发散性，用群体一致性算法计算各个专家权
重可以使最终决策向多数人认同的方向趋近，从而使最终给出的指标权重更合理。但是只根据主观权重作为指标权重可能存在这样的问题，即某个指标的主观权重很大，但是从客观数据上看，其差距并不大，如果按照专家给出的高权重，会使客观数据上本来不大的差距被过度放大，所以需要加入客观权重进行调整。
10.综上，根据评价指标和评价指标的权重，就可建立换道轨迹评价模型，对换道轨迹进行评价。
11.一种基于群决策和熵权法的换道轨迹评价方法，其特征在于包括以下步骤：
12.步骤一：提出性能表征参数；
13.选取16个表征参数，包括最大横向加速度a
xmax
、最大纵向加速度a
ymax
；换道时间t、换道轨迹长度l；平均曲率最大曲率q
max
；平均油门踏板深度最大油门踏板深度d
max
、平均油门踏板深度一阶导数最大油门踏板深度一阶导数d
′
max
；本车与前车的车头时距thw1、本车与目标车道前车的车头时距thw2、目标车道后车与本车的车头时距分别用thw3、本车与前车的碰撞时间倒数ittc1、本车与目标车道前车的碰撞时间倒数ittc2、目标车道后车与本车的碰撞时间倒数分别用ittc3，
14.步骤二：筛选表征参数，确定评价指标；
15.对表征参数进行相关性分析和因子分析，对于相关性超过0.8的两个参数，比较的是两个指标的绝对值最大因子载荷，然后去掉相对小的那个指标，从而完成表征参数的筛选，进而确定评价指标；
16.步骤三：计算评价指标的权重；
17.根据层次分析法得到各专家给出的评价指标的主观权重，然后根据群体一致性算法计算专家权重，再次通过熵权法计算评价指标的客观权重，将主观权重、专家权重和客观权重结合作为的评价指标的权重；
18.权重结合过程为：层次分析法计算的第i个评价指标的主观权重为w
i1
，群体一致性算法计算的第j个专家权重为wj，熵权法计算的第i个评价指标的客观权重为w
i2
，则第i个评价指标的权重wi为：
[0019][0020]
其中，i＝1,...,n，j＝1,...,m；其中n表示最终确定评价指标总数；m表示专家数量，一般取10-15个；
[0021]
步骤四：对各条换道轨迹进行评价。
[0022]
本发明提出一个评价的方法，评分高的轨迹在权重大的指标上表现的好。
[0023]
与现有技术相比，本发明具有以下优点：
[0024]
(1)全面考虑了换道轨迹各方面的性能，确定的评价指标之间信息重叠较小；
[0025]
(2)设定权重时，在保证专家群体思维收敛的基础上，综合了主观上的专家经验和客观上的数据信息，最终的指标权重有了调整，使评价结果更为合理、准确。
附图说明
[0026]
图1为表征参数图；
[0027]
图2为评价指标确定流程图；
[0028]
图3为评价指标权重设定流程图；
[0029]
图4为本发明所涉及的换到轨迹评价方法流程图。
具体实施方式
[0030]
下面结合附图和具体实施方式对本发明作进一步的说明。
[0031]
考虑换道轨迹的综合性能，从舒适性、高效性、平顺性、生态性、安全性五方面选取16个表征参数，包括最大横向加速度a
xmax
、最大纵向加速度a
ymax
；换道时间t、换道轨迹长度l；平均曲率最大曲率q
max
；平均油门踏板深度最大油门踏板深度d
max
、平均油门踏板深度一阶导数最大油门踏板深度一阶导数d
′
max
；本车与前车的车头时距thw1、本车与目标车道前车的车头时距thw2、目标车道后车与本车的车头时距分别用thw3、本车与前车的碰撞时间倒数ittc1、本车与目标车道前车的碰撞时间倒数ittc2、目标车道后车与本车的碰撞时间倒数分别用ittc3，其体系结构如图1所示。通过相关性分析和因子分析对参数进行筛选，筛选流程如图2所示，最终留下的指标为a
xmax
、a
ymax
、t、d
max
、thw1、thw3、ittc2、ittc3，由此确定评价指标。
[0032]
根据评价指标设计专家调查问卷，由问卷结果计算指标主观权重和专家权重，根据实际数据通过熵权法计算指标客观权重，将三个权重进行结合，如图3所示，得到评价指标的权重。
[0033]
根据评价指标和评价指标权重即可计算出各换道轨迹评分，从而实现对换道轨迹的评价。
[0034]
本发明所述的换道轨迹评价方法流程如图4所示，具体包括以下几个步骤：
[0035]
步骤一：提出性能表征参数；
[0036]
步骤二：筛选表征参数，确定评价指标；
[0037]
步骤三：计算评价指标的权重；
[0038]
步骤四：对各条换道轨迹进行评价；
[0039]
评价指标的确定方法为：对表征参数进行相关性分析和因子分析，对于具有强相关性的两个参数，去掉绝对值最大的那个因子载荷的绝对值小的那一个，从而完成表征参数的筛选，进而确定评价指标。
[0040]
评价指标权重的确定方法为：首先根据层次分析法得到各专家给出的评价指标的主观权重，然后根据群体一致性算法计算专家权重，再次通过熵权法计算评价指标的客观权重，将主观权重、专家权重和客观权重结合作为的评价指标的权重。
[0041]
权重结合过程为：层次分析法计算的第i个评价指标的主观权重为w
i1
，群体一致性算法计算的第j个专家权重为wj，熵权法计算的第i个评价指标的客观权重为w
i2
，则第i个评价指标的权重wi为：
[0042][0043]
其中，i＝1,...,n，j＝1,...,m。其中n表示最终确定评价指标总数；m表示专家数量，一般取10-15个。
[0044]
本发明对轨迹性能进行全面考虑的同时减小了指标间的信息重叠，设定权重时，在保证专家群体思维收敛的基础上，综合了主观上的专家经验和客观上的数据信息，使评价结果更为合理、准确。