1.一种高速多车多驾驶行为冲突协同决策方法，其特征在于，包括以下步骤：采集车辆驾驶信息和静态交通信息，并通过车辆驾驶信息计算得到车辆车头和车尾的潜在位置信息；

创建车辆初始候选驾驶行为集合

基于静态交通信息对车辆初始候选驾驶行为集合 中驾驶行为进行筛选，得到满足静态交通信息的候选驾驶行为集合基于驾驶行为评价效用函数评价满足静态交通信息的候选驾驶行为集合 中的车辆驾驶行为，得到包含效用信息的候选驾驶行为集合将车辆车头和车尾的潜在位置信息，以及每个驾驶行为对应的目标车道编号添加到中，得到包含车辆潜在位置信息的候选驾驶行为集合基于KM算法对多个车辆的总候选驾驶行为集合 中的驾驶行

为进行决策，为每个车辆匹配最优驾驶行为。

2.根据权利要求1所述的高速多车多驾驶行为冲突协同决策方法，其特征在于，车辆行驶速度的行为与车辆行驶方向的行为两两组合构成车辆的驾驶行为；

所述车辆行驶速度的行为分为：保持车速、加速和减速；

所述车辆行驶方向的行为分为：保持车道和换道。

3.根据权利要求2所述的高速多车多驾驶行为冲突协同决策方法，其特征在于，对于车辆V1而言具有9种候选驾驶行为，构造车辆V1的初始候选驾驶行为集合其中， 为候选驾驶行为集合未经任何处理，为车辆V1的初始候选驾驶行为集合；m1、m2、m3分别表示保持车道、向左换道和向右换道；n1、n2、n3分别表示保持车速、加速、减速。

4.根据权利要求3所述的高速多车多驾驶行为冲突协同决策方法，其特征在于，所述基于静态交通信息对车辆初始候选驾驶行为集合 中驾驶行为进行筛选，得到满足静态交通信息的候选驾驶行为集合 具体包括以下步骤：step1：若车辆当前车道左侧车道在道路边界范围内，且车辆初始速度满足左侧车道限速要求，则允许车辆保持车速向左换道，若车辆加速或减速后车速满足左侧车道限速要求，则允许车辆加速或减速向左换道；

step2：若车辆当前车道右侧车道在道路边界范围内，且车辆初始速度满足右侧车道限速要求，则允许车辆保持车速向右换道，若车辆加速或减速后车速满足右侧车道限速要求，则允许车辆加速或减速向右换道；

step3：若车辆加速或减速后车速满足当前车道限速要求，则允许车辆在当前车道加速或减速，始终允许车辆在当前车道保持车速行驶；

最终筛选得到满足静态交通信息的候选驾驶行为集合

其中，j∈{1,2,3}，k∈{1,2,3}。

5.根据权利要求1所述的高速多车多驾驶行为冲突协同决策方法，其特征在于，所述效用函数为：fall＝αvfv+αnfn+αsfs+αufu+αdfd         (3)其中，fall表示驾驶行为效用值，fv、fn、fs、fu、fd分别表示车道平均车速、车辆密度、行进空间和TTC、行驶负担评价指标，αv、αn、αs、αu、αd表示各项评价指标的权重。

6.根据权利要求5所述的高速多车多驾驶行为冲突协同决策方法，其特征在于，速度评价指标fv为：其中，vlane表示所评估车道内N个车辆的平均车速，vlimit为道路最大限速；

车辆密度评价指标fn为：

其中，Ni表示所评估目标车道i的车辆密度，Nmax表示最大车辆密度；

行进空间评价指标fs为：

其中，Si表示所评估目标车道i上自车前方行进空间，在前方没有车辆时设置fs＝1；Smax为驾驶行为决策系统考虑的车辆前方最大行进空间；

TTC评价指标fu为：

其中，TTCi为本车与目标车道i后方车辆的碰撞时间，标准TTCstd为ISO标准按照两车相对接近速度对TTC标准值进行划分；

行驶负担评价指标fd为：

其中，dmax和dmin分别表示车辆实施候选驾驶行为所有可能横向距离的最大值和最小值，d表示所评价驾驶行为的横向距离。

7.根据权利要求5所述的高速多车多驾驶行为冲突协同决策方法，其特征在于，所述包含效用信息的候选驾驶行为集合 为：其中， 候选驾驶行为集合在 集合基础上增加了驾驶行为效用值；fnum表示编号为num的驾驶行为的效用值。

8.根据权利要求7所述的高速多车多驾驶行为冲突协同决策方法，其特征在于，所述包含车辆潜在位置信息的候选驾驶行为集合 的获取具体包括：将车辆车头和车尾的潜在位置信息，以及每个驾驶行为对应的目标车道编号添加到中，得到包含车辆驾驶行为、驾驶行为效用值、目标车道编号和车头车尾潜在位置信息的车载端输出结果：其中，f、i、x、x+l分别表示驾驶行为的效用值、目标车道编号、车尾和车头纵向位置，其总数目为num，与车辆当前所处道路环境下可行的驾驶行为数目相同。

9.根据权利要求8所述的高速多车多驾驶行为冲突协同决策方法，其特征在于，所述基于KM算法对多个车辆的总候选驾驶行为集合 中的驾驶行为进行决策，为每个车辆匹配最优驾驶行为，具体包括以下步骤：

step1：遍历接收的多个车辆的总候选驾驶行为集合 得到车辆集合V＝{V1,V2,…,VN}，遍历潜在位置信息并进行处理，得到潜在位置区间信息，对潜在位置区间进行编号，不同车辆之间冲突的潜在位置区间使用同一个编号，最终得到目标集合T＝{T1,T2,…,TW}，车辆和潜在位置之间的效用值作为KM算法之间的权值；

step2：对V集合中的每个点设置顶标为该点关联的最大权值，即车辆对应的最大效用值，T集合的顶标设置为0；

step3：从V集合的每个顶点出发，找出相等子图并使用匈牙利搜索算法搜索最大匹配；

step4：判断最大匹配是否为原图的完备匹配，若是完备匹配，则该匹配为所求最优匹配，若不是完备匹配，则修改可行顶标；顶标修改方法：将从V集合出发到T集合结束的交替路径上每个属于V集合的顶标都减去一个d值，属于T集合的顶标加上一个值d，其中d为交错路径上，边的端点顶标之和与边权之差的最小值；

step5：重复step2～3直到找到最优匹配，按照匹配的结果，取出对应车辆和潜在位置并将潜在位置对应的车辆驾驶行为，下发自动驾驶车辆执行。

10.一种高速多车多驾驶行为冲突协同装置，其特征在于，包括：数据采集模块，用于采集车辆驾驶信息和静态交通信息，并通过车辆驾驶信息计算得到车辆车头和车尾的潜在位置信息；

第一候选驾驶行为构建模块，用于创建车辆初始候选驾驶行为集合第二候选驾驶行为构建模块，用于基于静态交通信息对车辆初始候选驾驶行为集合中驾驶行为进行筛选，得到满足静态交通信息的候选驾驶行为集合驾驶行为评价模块，基于驾驶行为评价效用函数评价满足静态交通信息的候选驾驶行为集合 中的车辆驾驶行为，得到包含效用信息的候选驾驶行为集合车辆潜在位置预测模块，用于将车辆车头和车尾的潜在位置信息，以及每个驾驶行为对应的目标车道编号添加到 中，得到包含车辆潜在位置信息的候选驾驶行为集合车辆驾驶行为匹配模块，用于基于KM算法对多个车辆的总候选驾驶行为集合中的驾驶行为进行决策，为每个车辆匹配最优驾驶行为。