CN106218638A - 一种智能网联汽车协同换道控制方法 - Google Patents
一种智能网联汽车协同换道控制方法 Download PDFInfo
- Publication number
- CN106218638A CN106218638A CN201610681099.5A CN201610681099A CN106218638A CN 106218638 A CN106218638 A CN 106218638A CN 201610681099 A CN201610681099 A CN 201610681099A CN 106218638 A CN106218638 A CN 106218638A
- Authority
- CN
- China
- Prior art keywords
- car
- lane
- change
- theta
- msd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000008859 change Effects 0.000 title claims abstract description 9
- 230000001133 acceleration Effects 0.000 claims abstract description 48
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 14
- 230000033001 locomotion Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000006855 networking Effects 0.000 abstract description 2
- 238000011217 control strategy Methods 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/804—Relative longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/65—Data transmitted between vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2756/00—Output or target parameters relating to data
- B60W2756/10—Involving external transmission of data to or from the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种基于无线通信技术的智能网联汽车协同换道控制方法,用于智能交通/汽车主动安全控制技术领域,可解决车辆换道过程中由于人为判断失误造成的碰撞事故,保障车辆行驶安全性。本发明基于智能网联汽车技术实现,首先通过无线通信单元获取周围车辆行驶状态与行驶意图,根据车辆换道运动特性及不同车道车辆相对位置建立纵向安全距离模型,提出基于模糊控制理论的换道控制策略,计算得出车辆在匀速和匀加速行驶时不同交通场景下的期望加速度值,完成对目标车辆在换道过程中的车速控制,同时计算出周围车辆的期望加速度值,通过实现换道车辆与周围车辆始协同控制,达到避免车辆换道过程中发生碰撞事故的目的。
Description
技术领域
本发明属于智能交通/汽车主动安全控制技术领域,具体涉及一种基于无线通信技术的智能网联汽车协同换道控制方法,用于解决车辆换道行驶过程中由于信息获取不及时而造成的碰撞安全事故。
背景技术
从国内外换道控制系统的发展现状可知,针对车辆换道过程中的安全问题,现有的换道驾驶辅助系统大多只能在车辆换道前对换道进行危险预警,并不能在整个换道过程中为驾驶员提供动态的驾驶建议。当驾驶员产生换道意图后,现有换道辅助系统无法针对当前交通环境对换道控制方法进行可行性评估。其主要原因是现有换道驾驶辅助系统采用的换道模型都是基于车辆运动学规律建立的,其中没有考虑时变交通环境因素和驾驶员个体行为,不能够准确反映人-车-路闭环系统下,驾驶员在换道过程中的感知-决策-执行过程。
据数据统计,所有交通事故中由换道引起的约占4%~10%。换道事故中驾驶员负主要责任的约占75%,虽然由其引起的交通事故死亡人数仅占总死亡人数的0.5%左右,但是由其引起的交通延误却占交通事故总延误时间的10%,给社会造成了巨大的经济损失。
随着智能交通和车联网技术的发展,先进的信息采集、信息交互技术和计算机技术的发展使实时数据融合成为了可能,这些都促进了智能网联汽车技术和换道驾驶辅助系统的发展。在无线通信环境下,智能网联汽车可以更容易地感知和获取周围的环境和车辆信息,并进行实时分析与辅助预警,进而提高换道驾驶辅助系统的效果。
因此,本发明利用智能网联汽车的技术优势,提出一种用于避免换道过程中发生碰撞事故的车车协同换道控制方法,以无线通信环境下的先进信息获取与交互技术为基础,提出模糊换道车车协同控制规则,来解决车辆换道中的安全问题。
相关技术:
1、换道驾驶辅助系统
换道驾驶辅助系统是一种典型的车辆安全驾驶辅助系统。通过利用后视雷达、侧视雷达和两个CCD摄像机的信息,先进行相邻车道识别,然后利用信息融合技术进行车辆识别,其中各传感器的信息权重根据实际路况而设定,再来跟踪目标车辆,最后使用相对运动的分析来制定预警策略。该系统在邻车道车辆相对静止或低速运动的状况下性能较好,但很大程度上取决于车道检测的结果。
2、智能网联汽车
智能网联汽车是具有先进的短程无线通信与互联网接入功能的智能化车辆,智能网联汽车可以实时采集自车状态信息及绝对位置,并对邻车的行驶信息及周边环境信息进行获取。通过算法分析将驾驶指令传达给驾驶员并运用无线通信技术将驾驶意图发送给周边车辆,同时能够接收邻车发来的驾驶意图信息,具有网联化和智能化的特点。
现有技术不足
1、对于换道辅助系统,大多是基于单车做的决策控制,以换道开始时刻的车辆运动学特性为依据进行换道的建模,进而在换道行为发生之前对驾驶员进行换道碰撞危险性预警;然而这种预警方法建立在周围车辆静态的行驶信息基础上实现,同时缺乏车车通信功能,换道过程中无法实时获取的动态交通环境信息,导致换道控制存在一定滞后性。
2、对于换道过程的安全距离预测方法,传统换道控制主要通过驾驶员对周围环境信息、及路况进行判断,大多是基于本车车速、车间距等基本变量进行研究,获取数据信息单一,不能够获得其他车辆的加速度、制动踏板压力等信息,同时基于传统传感器获取的数据易发生偏差和滞后,造成安全距离预测不准确等问题,难以为换道控制系统提供精确的判断依据。
发明内容
针对以上相关技术的不足,本发明充分利用车车通信的技术优势,基于模糊控制理论设计出考虑周围车辆动态特性的最小安全距离和协同换道控制方法。具体采用如下技术方案,该方法包括:
步骤1:M车驾驶员产生换道意图后与F车进行无线通信,若F车驾驶员无换道意图,M车继续换道,进入步骤2;反之,M车驾驶员放弃换道,匀速行驶;
步骤2:若M车当前的速度VM减去F车当前的速度VF的差值大于设定的阈值,则M车进行匀速换道;若VM减去VF的差值小于等于设定的阈值,则M车进行匀加速换道;
步骤3:当M车进行匀速或匀加速换道时,M车与周围车辆进行无线通信,得到F车、b车、f车各自的速度,及F车、b车、f车各自与M车的实际纵向距离,同时分别计算M车与F车、b车、f车的最小换道安全距离,根据最小换道安全距离与实际纵向距离的比较,来确定M车换道过程中F车、b车、f车采取的速度控制策略;
其中,M车为待换道车辆,F车为M车同车道相邻前车,b车为M车待换车道的相邻后车,f车为M车待换车道的相邻前车。
优选地,
当M车进行匀速换道时,M车与F车、b车、f车的最小换道安全距离计算方式如下,
M车与b车的最小换道安全距离SMSD-b为:
M车与f车的最小换道安全距离SMSD-f为:
M车与F车的最小换道安全距离SMSD-F为:
其中,VM、Vb、Vf、VF分别为M车、b车、f车、F车当前的速度,θ为M车换道过程中与车道线的夹角;L为M车长;d为单条车道宽度。
优选地,当M车进行匀速换道时,
M车与b车的实际纵向距离LMb大于最小换道安全距离SMSD-b时,b车继续匀速行驶;
M车与b车的实际纵向距离LMb小于等于最小换道安全距离SMSD-b时,b车采用如下加速度ab行驶:
M车与f车的实际纵向距离LMf大于最小换道安全距离SMSD-f时,f车继续匀速行驶;
M车与f车的实际纵向距离LMf小于等于最小换道安全距离SMSD-f时,f车采用如下加速度af行驶:
M车与F车的实际纵向距离LMF大于最小换道安全距离SMSD-F时,F车继续匀速行驶;
M车与F车的实际纵向距离LMf小于等于最小换道安全距离SMSD-F时,F车采用如下加速度aF行驶:
优选地,
当M车进行匀加速换道时,M车与F车、b车、f车的最小换道安全距离计算方式如下,
M车与b车的最小换道安全距离SMSD-b为:
M车与f车的最小换道安全距离SMSD-f为:
M车与F车的最小换道安全距离SMSD-F为:
其中,VM、Vb、Vf、VF分别为M车、b车、f车、F车当前的初始速度,aM为M车换道时采用的加速度,VL为M车换道完成后的目标车速,θ为M车换道过程中与车道线的夹角;L为M车长。
优选地,当M车进行匀加速换道时,
M车与b车的实际纵向距离LMb大于最小换道安全距离SMSD-b时,b车继续匀速行驶;
M车与b车的实际纵向距离LMb小于等于最小换道安全距离SMSD-b时,b车采用如下加速度ab行驶:
M车与f车的实际纵向距离LMf大于最小换道安全距离SMSD-f时,f车继续匀速行驶;
M车与f车的实际纵向距离LMf小于等于最小换道安全距离SMSD-f时,f车采用如下加速度af行驶:
M车与F车的实际纵向距离LMF大于最小换道安全距离SMSD-F时,F车继续匀速行驶;
M车与F车的实际纵向距离LMf小于等于最小换道安全距离SMSD-F时,F车采用如下加速度aF行驶:
本发明具有如下有益效果:
1、本发明充分利用智能网联汽车技术优势,基于动态获取交通环境信息以及周围车辆的行驶状态信息,实时计算不同环境下的安全距离,实现不同车道的车辆协同换道控制,弥补了现有换道控制技术获取信息单一,驾驶员判断滞后和缺乏车车协作的缺陷。
2、考虑了待换道车辆的匀速换道和匀加速换道时的两种控制模式,同时根据当前交通环境动态评估换道控制方法的可行性,建立相邻车辆需要实现协同换道的车速控制策略,避免换道过程中发生车辆碰撞事故,使换道过程更加安全可靠。
附图说明
图1为智能网联汽车换道基本情况图。
图2为智能网联汽车换道控制流程图。
图3为M车与b车换道位置关系图。
图4为M车与f车换道位置关系图。
图5为M车与F车换道位置关系图。
具体实施方式
一、智能网联汽车换道控制流程
如图1所示,车辆自西向东匀速行驶;实线为道路沿线,虚线为可变道的车道线,其中左侧车道为换道目标车道;左侧车道行驶车辆分别以小写字母b表示为后车,f表示为前车,右侧车道行驶车辆分别以大写字母B表示后车,F表示前车,M车为换道车辆;
车辆换道基本情况如图1所示,其中VM,VF指M车与F车的速度,LMb、LMf、LMF指M车与b车、f车、F车的实际纵向距离,SMb、SMf、SMF指M车与b车、f车、F车的理论最小安全距离。
车辆换道控制过程主要分为以下几个步骤:
步骤1:M车驾驶员产生换道意图后与同车道前车F车进行无线通信,若F车驾驶员无换道意图,M车继续换道,进入第二步;反之,M车驾驶员放弃换道,匀速行驶。
步骤2:M车与F车进行无线通信,得到F车的速度VF,若VM-VF>20Km/h,M车进行匀速换道;反之,M车进行匀加速换道。
步骤3:M车与F车进行无线通信,得到F车、b车、f车的速度位置信息,利用换道安全距离模型计算理论换道安全距离,若理论换道安全距离大于实际车辆安全距离,则F车、b车或f车进行加速或减速,加速度的计算见下文;反之,相关车辆匀速行驶。
车辆换道控制流程图如图2所示,
二、智能网联汽车匀速换道时安全距离模型
M车驾驶员产生换道意图后与同车道前车F车进行无线通信并得到F车速度,若F车无换道意图且VM-VF>20Km/h,则M车进行匀速换道。
步骤1:M车与b车之间的最小纵向安全距离
如图3所示,M车换道时,与目标车道上后车b之间的运动轨迹图,此时两车之间可能发生的碰撞形式有斜向碰撞和追尾碰撞。
以车辆左上角为参考点,为保证本车M换道时,不与b车发生碰撞,则应满足如下条件:
S(0)+SM≥Sb+L·cosθ,
即S(0)≥Sb-SM+L·c o sθ (2.1)
S(0)为M车与b车在初始时刻的纵向距离,
设t1为本车M到达可能碰撞点的时间;设Sb为t1时段内b车所行驶的纵向距离;设SM为t1时段内M车所行驶的纵向距离;θ为车辆M换道过程中与车道线的夹角;L为车长,通常取5m;M车换道所行驶的横向距离为一条车道的宽度,为d=3.75m。由于VM,Vb已知,故:
为保证M车在整个换到过程中安全行驶,t1取最大值,为完成换道所需的总时间。
本车M到达可能碰撞点的时间t1:
t1时段内M车所行驶的纵向距离:
t1时段内b车所行驶的纵向距离:
由公式(2.1)、(2.2)、(2.3)、(2.4)得:
M车与b车之间的最小纵向安全距离SMSD-b为:
SMSD-b=min{S(0)}
即:
步骤2:M车与f车之的最小纵向安全距离
如图4所示,M车换道时,与目标车道上前车f之间的运动轨迹图,此时两车之间可能发生的碰撞形式有斜向碰撞和追尾碰撞。
设S(0)为M车与f车在初始时刻的纵向距离,以车辆右上角为参考点,为保证本车M不与f发生碰撞,则应满足如下条件:
S(0)+Sf≥SM+L
即S(0)≥SM-Sf+L (2.7)
设t2为本车M到达可能碰撞点的时间;为Sf为t2时段内f车所行驶的纵向距离;为SM为t2时段内M车所行驶的纵向距离;L为车长,通常取5m;M车换道所行驶的横向距离为一条车道的宽度,为d=3.75m。由于VM,Vf,θ已知,故:
为保证M车在整个换到过程中安全行驶,t2取最大值,为完成换道所需的总时间。
本车M到达可能碰撞点的时间t2:
t2时段内M车所行驶的纵向距离:
t2时段内f车所行驶的纵向距离:
由(2.7)、(2.8)、(2.9)、(2.10)得:
M车与f车之间的最小纵向安全距离SMSD-f为:
SMSD-f=min{S(0)}
即:
步骤3:M车与F车之间的最小纵向安全距离
如图5所示,M车换道时,与目标车道上前车F之间的运动轨迹图,此时两车之间可能发生的碰撞形式为斜向碰撞。
设S(0)为M车与F车在初始时刻的纵向距离,以车辆右上角为参考点,为保证本车M与F车不发生碰撞,则应满足如下条件:
S(0)+SF≥SM+L
即S(0)≥SM-SF+L (2.13)
式中:设t3为本车M到达可能碰撞点的时间,SF为t3时段内F车所行驶的纵向距离;SM此时为t3时段内本车M所行驶的纵向距离,L为车长,通常取5m;M车换道所行驶的横向距离为一条车道的宽度,为d=3.75m。由于VM,VF,θ已知,设本车M在t3时刻到达可能碰撞点,t4时刻完成换道,则取故:
完成换道所需的总时间t4:
因此
t3时段内M车所行驶的纵向距离:
t3时段内F车所行驶的纵向距离:
由(2.13)、(2.14)、(2.15)、(2.16)、(2.17)得:
M车与F车之间的最小纵向安全距离SMSD-F为:
SMSD-F=min{S(0)}
即:
三、智能网联汽车匀加速换道时安全距离模型
M车驾驶员产生换道意图后与同车道前车F车进行无线通信并得到F车速度,若F车无换道意图且VM-VF≦20Km/h,则M车进行匀加速换道。
步骤1:M车与b车之间的最小纵向安全距离
如图3所示,M车换道时,与目标车道上后车b之间的运动轨迹图,此时两车之间可能发生的碰撞形式有斜向碰撞和追尾碰撞。
以车辆左上角为参考点,为保证本车M换道时,不与b车发生碰撞,则应满足如下条件:
S(0)+SM≥Sb+L·cosθ,
即S(0)≥Sb-SM+L·cosθ
因为θ的值一般为3度到5度,所以cosθ≈1,
即S(0)≥Sb-SM+L (3.1)
S(0)为M车与b车在初始时刻的纵向距离。
设t1为本车M完成加速的时间;设Sb为t1时段内b车所行驶的纵向距离;设SM为t1时段内M车所行驶的纵向距离;θ为车辆M换道过程中与车道线的夹角,L为车长,通常取5m;由于VM,Vb,aM已知,换道完成后M车速为Vb,故:本车M完成加速的时间:
t1时段内M车所行驶的纵向距离:
t1时段内b车所行驶的纵向距离:
由公式(3.1)、(3.2)、(3.3)、(3.4)得:
M车与b车之间的最小纵向安全距离SMSD-b为:
SMSD-b=min{S(0)}
即:
步骤2:M车与f车之的最小纵向安全距离
如图4所示,M车换道时,与目标车道上前车f之间的运动轨迹图,此时两车之间可能发生的碰撞形式有斜向碰撞和追尾碰撞。
设S(0)为M车与f车在初始时刻的纵向距离,以车辆右上角为参考点,为保证本车M不与f发生碰撞,则应满足如下条件:
S(0)+Sf≥SM+L,
即S(0)≥SM-Sf+L (3.7)
设t2为本车M完成加速的时间;Sf为t2时段内f车所行驶的纵向距离;为SM为t2时段内M车所行驶的纵向距离;L为车长,通常取5m;由于VM,Vf,aM已知,换道完成后M车速为Vf,故:
本车M完成加速的时间:
t2时段内M车所行驶的纵向距离:
t2时段内f车所行驶的纵向距离:
由(3.7)、(3.8)、(3.9)、(3.10)得:
M车与f车之间的最小纵向安全距离SMSD-f为:
SMSD-f=min{S(0)}
即:
步骤3:M车与F车之间的最小纵向安全距离
如图5所示,M车换道时,与目标车道上前车F之间的运动轨迹图,此时两车之间可能发生的碰撞形式为斜向碰撞。
设S(0)为M车与F车在初始时刻的纵向距离,以车辆右上角为参考点,为保证本车M与F车不发生碰撞,则应满足如下条件:
S(0)+SF≥SM+L
即S(0)≥SM-SF+L (3.13)
式中:设t3为本车M到达可能碰撞点的时间,SF为t3时段内F车所行驶的纵向距离;SM此时为t3时段内本车M所行驶的纵向距离,L为车长,通常取5m;由于VM,VF,aM已知,换道完成后M车速为VL,VL为目标车道车辆速度,设本车M在t3时刻到达可能碰撞点,t4时刻完成换道,则取故:
本车M完成加速的时间:
因此
t3时段内M车所行驶的纵向距离:
t3时段内F车所行驶的纵向距离
SF=vFt3 (3.17)
由(3.13)、(3.14)、(3.15)、(3.16)、(3.17)得:
M车与F车之间的最小纵向安全距离SMSD-F为:
SMSD-F=min{S(0)}
即:
四、基于模糊控制的智能网联汽车协同换道控制方法
模糊控制过程
步骤1:模糊控制规则的一个输入量为通过无线通信得到的M车的速度VM,b车的速度Vb,f车的速度Vf,F车的速度VF,M车的加速度aM,M车与b车的实际纵向距离LMb,M车与f车的实际纵向距离LMf,M车与F车的实际纵向距离LMF计算车辆间理论最小安全距离与车辆间实际距离的差值。
步骤2:模糊控制规则的输出量为b车的加速度ab,f车的加速度af,F车的加速度aF。
步骤3:模糊控制具体过程:
根据输入量M车的速度VM,F车的速度VF,计算vMF=vM-vF,若VM-VF>20Km/h,则M车匀速换道,否则匀加速换道。
1)根据输入量M车的速度VM,b车的速度Vb,f车的速度Vf,F车的速度VF,M车的加速度aM计算M车与F车之间的最小纵向安全距离。
(1)匀速换道:
M车与b车之间的最小纵向安全距离SMb为:
M车与f车之间的最小纵向安全距离SMf为:
M车与F车之间的最小纵向安全距离SMF为:
(2)匀加速换道
M车与b车之间的最小纵向安全距离SMb为:
M车与f车之间的最小纵向安全距离SMf为:
M车与F车之间的最小纵向安全距离SMF为:
3)比较理论最小纵向安全距离与实际纵向距离的大小,根据比较结果分为8种情况,如表4.1;
表4.1 理论与实际纵向距离比较表
4)根据上述8种情况作出b车,f车,F车各车的反应情况,如表4.2:
表4.2 各情况相关车辆反应表
注:0:匀速1:加速
(1)匀速模型中各车的加速度:
b车的加速度:
由M车与b车的最小纵向安全距离SMb与实际最小纵向安全距离LMb得:
由(4.1)、(4.7)、(4.8)得:
b车的加速度:
即:
f车的加速度:
由M车与f车的最小纵向安全距离SMf与实际最小纵向安全距离LMf得:
由(4.2)、(4.10)、(4.11)得:
f车的加速度:
即:
F车的加速度:
由M车与F车的最小纵向安全距离SMF与实际最小纵向安全距离LMf得:
由(4.3)、(4.13)、(4.14)得:
F车的加速度:
即:(2)匀加速模型中各车加速度:
b车的加速度:
由M车与b车的最小纵向安全距离SMb与实际最小纵向安全距离LMb得:
由(4.4)、(4.16)、(4.17)得:
b车的加速度:
f车的加速度:
由M车与f车的最小纵向安全距离SMf与实际最小纵向安全距离LMf得:
由(4.5)、(4.19)、(4.20)得:
f车的加速度:
F车的加速度:
由M车与F车的最小纵向安全距离SMF与实际最小纵向安全距离LMf得:
由(4.6)、(4.22)、(4.23)得:
F车的加速度:
即:
模糊控制规则表
模糊控制过程有以下两种情况:
步骤1:车辆间实际距离大于等于理论最小安全距离时,F车、f车或b车匀速行驶,加速度为0.
步骤2:车辆间实际距离小于理论最小安全距离时,F车、f车或b车匀加速行驶,加速度由换道模型算出。
由模糊控制过程可以归纳总结基于模糊控制理论的模糊控制规则表。该模糊控制过程经归纳有一个输入量,三个输出量。
输入量是车辆间理论最小安全距离与车辆间实际距离的车间距偏差,论域为{‘B’,‘M’,‘S’,‘Z’},模糊词集为{‘大’,‘中’,‘小’,‘零’},理想最小安全距离由车辆换道模型算出;
三个输出量则分别为F车、f车或b车的加速度,论域为{‘PB’,‘PM’,‘PS’,‘ZE’,‘NS’,‘NM’,‘NB’},模糊词集为{‘正大’,‘正中’,‘正小’,‘零’,‘负小’,‘负中’,‘负大’}。
输入变量与输出变量及其论域见表4.3:
表4.3 变量及论域
综上所述,车辆加速度输出量的模糊控制规则表如表4.4:
表4.4 模糊控制规则表
Claims (5)
1.一种汽车换道控制方法,尤其涉及一种智能网联汽车协同换道控制方法,其特征在于:
步骤1:M车驾驶员产生换道意图后与F车进行无线通信,若F车驾驶员无换道意图,M车继续换道,进入步骤2;反之,M车驾驶员放弃换道,匀速行驶;
步骤2:若M车当前的速度VM减去F车当前的速度VF的差值大于设定的阈值,则M车进行匀速换道;若VM减去VF的差值小于等于设定的阈值,则M车进行匀加速换道;
步骤3:当M车进行匀速或匀加速换道时,M车与周围车辆进行无线通信,得到F车、b车、f车各自的速度,及F车、b车、f车各自与M车的实际纵向距离,同时分别计算M车与F车、b车、f车的最小换道安全距离,根据最小换道安全距离与实际纵向距离的比较,来确定M车换道过程中F车、b车、f车采取的速度控制策略;
其中,M车为待换道车辆,F车为M车同车道相邻前车,b车为M车待换车道的相邻后车,f车为M车待换车道的相邻前车。
2.一种如权利要求1所述的智能网联汽车协同换道控制方法,其特征在于,
当M车进行匀速换道时,M车与F车、b车、f车的最小换道安全距离计算方式如下,
M车与b车的最小换道安全距离SMSD-b为:
M车与f车的最小换道安全距离SMSD-f为:
M车与F车的最小换道安全距离SMSD-F为:
其中,VM、Vb、Vf、VF分别为M车、b车、f车、F车当前的速度,θ为M车换道过程中与车道线的夹角;L为M车长;d为单条车道宽度。
3.一种如权利要求2所述的智能网联汽车协同换道控制方法,其特征在于,
M车与b车的实际纵向距离LMb大于最小换道安全距离SMSD-b时,b车继续匀速行驶;
M车与b车的实际纵向距离LMb小于等于最小换道安全距离SMSD-b时,b车采用如下加速度ab行驶:
M车与f车的实际纵向距离LMf大于最小换道安全距离SMSD-f时,f车继续匀速行驶;
M车与f车的实际纵向距离LMf小于等于最小换道安全距离SMSD-f时,f车采用如下加速度af行驶:
M车与F车的实际纵向距离LMF大于最小换道安全距离SMSD-F时,F车继续匀速行驶;
M车与F车的实际纵向距离LMf小于等于最小换道安全距离SMSD-F时,F车采用如下加速度aF行驶:
4.一种如权利要求1所述的智能网联汽车协同换道控制方法,其特征在于,
当M车进行匀加速换道时,M车与F车、b车、f车的最小换道安全距离计算方式如下,
M车与b车的最小换道安全距离SMSD-b为:
M车与f车的最小换道安全距离SMSD-f为:
M车与F车的最小换道安全距离SMSD-F为:
其中,VM、Vb、Vf、VF分别为M车、b车、f车、F车当前的初始速度,aM为M车换道时采用的加速度,VL为M车换道完成后的目标车速,θ为M车换道过程中与车道线的夹角;L为M车长。
5.一种如权利要求4所述的智能网联汽车协同换道控制方法,其特征在于,
M车与b车的实际纵向距离LMb大于最小换道安全距离SMSD-b时,b车继续匀速行驶;
M车与b车的实际纵向距离LMb小于等于最小换道安全距离SMSD-b时,b车采用如下加速度ab行驶:
M车与f车的实际纵向距离LMf大于最小换道安全距离SMSD-f时,f车继续匀速行驶;
M车与f车的实际纵向距离LMf小于等于最小换道安全距离SMSD-f时,f车采用如下加速度af行驶:
M车与F车的实际纵向距离LMF大于最小换道安全距离SMSD-F时,F车继续匀速行驶;
M车与F车的实际纵向距离LMf小于等于最小换道安全距离SMSD-F时,F车采用如下加速度af行驶:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610681099.5A CN106218638B (zh) | 2016-08-17 | 2016-08-17 | 一种智能网联汽车协同换道控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610681099.5A CN106218638B (zh) | 2016-08-17 | 2016-08-17 | 一种智能网联汽车协同换道控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106218638A true CN106218638A (zh) | 2016-12-14 |
CN106218638B CN106218638B (zh) | 2018-08-03 |
Family
ID=57553750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610681099.5A Active CN106218638B (zh) | 2016-08-17 | 2016-08-17 | 一种智能网联汽车协同换道控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106218638B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991846A (zh) * | 2017-05-15 | 2017-07-28 | 东南大学 | 一种车联网环境下的高速公路车辆强制换道控制方法 |
CN106997690A (zh) * | 2017-05-15 | 2017-08-01 | 东南大学 | 一种车联网环境下高速公路车辆非强制换道控制方法 |
CN109050533A (zh) * | 2017-06-09 | 2018-12-21 | 蔚来汽车有限公司 | 一种车辆自动换道控制方法和装置 |
CN109448440A (zh) * | 2018-12-28 | 2019-03-08 | 同济大学 | 一种基于可见光通讯的智能小车协同换道装置 |
CN109979200A (zh) * | 2019-03-29 | 2019-07-05 | 武汉理工大学 | 一种全时共享公交专用道社会车辆换道引导系统及方法 |
CN109987093A (zh) * | 2017-12-28 | 2019-07-09 | 北京百度网讯科技有限公司 | 合作式变道控制方法、装置及设备 |
CN110040139A (zh) * | 2019-04-16 | 2019-07-23 | 广州小鹏汽车科技有限公司 | 车辆及车辆的控制方法、装置 |
CN110239550A (zh) * | 2019-05-28 | 2019-09-17 | 浙江吉利控股集团有限公司 | 一种车辆自动变道方法 |
CN110371119A (zh) * | 2018-04-11 | 2019-10-25 | 现代自动车株式会社 | 用于车道变换控制的装置和方法 |
CN110751825A (zh) * | 2019-10-29 | 2020-02-04 | 北京百度网讯科技有限公司 | 编队行驶的避让方法、装置、设备和计算机可读存储介质 |
CN111507372A (zh) * | 2019-01-30 | 2020-08-07 | 斯特拉德视觉公司 | 方法和装置 |
CN111873990A (zh) * | 2020-07-15 | 2020-11-03 | 哈尔滨理工大学 | 一种适用于高速紧急工况的换道避撞装置及其方法 |
CN112242071A (zh) * | 2020-10-16 | 2021-01-19 | 山东摩西网络科技有限公司 | 基于动态编组重构的道路自动驾驶车辆协同避障方法 |
CN112289076A (zh) * | 2020-10-30 | 2021-01-29 | 长安大学 | 双车道智能网联车协同换道方法、装置、设备及存储介质 |
CN112590791A (zh) * | 2020-12-16 | 2021-04-02 | 东南大学 | 一种基于博弈论的智能车换道间隙选择方法及装置 |
CN112829750A (zh) * | 2021-02-19 | 2021-05-25 | 恒大新能源汽车投资控股集团有限公司 | 车辆变道控制方法、设备及系统 |
CN113110486A (zh) * | 2021-04-30 | 2021-07-13 | 华砺智行(武汉)科技有限公司 | 智能网联汽车协作式换道引导方法、系统及可读存储介质 |
CN113246985A (zh) * | 2021-06-21 | 2021-08-13 | 苏州大学 | 混行条件下快速路匝道智能网联车辆合流变道控制方法 |
CN113470406A (zh) * | 2021-06-15 | 2021-10-01 | 东风汽车集团股份有限公司 | 基于车路协同的自动驾驶通过高速收费站方法及装置 |
CN113511220A (zh) * | 2020-03-27 | 2021-10-19 | 本田技研工业株式会社 | 车辆控制装置、车辆控制方法及存储介质 |
CN114417592A (zh) * | 2022-01-13 | 2022-04-29 | 中国农业大学 | 一种换道场景智能汽车队列“人-车-路”系统建模方法 |
CN117681878A (zh) * | 2024-02-04 | 2024-03-12 | 西南交通大学 | 一种编队感知的智能网联汽车协同变道方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011186737A (ja) * | 2010-03-08 | 2011-09-22 | Toyota Motor Corp | 運転支援装置 |
CN102473346A (zh) * | 2009-07-29 | 2012-05-23 | 丰田自动车株式会社 | 车辆控制装置、车辆控制方法以及车辆控制系统 |
US20130338868A1 (en) * | 2010-12-29 | 2013-12-19 | Siemens S.A.S. | System and method for active lane-changing assistance for a motor vehicle |
CN103496366A (zh) * | 2013-09-09 | 2014-01-08 | 北京航空航天大学 | 一种基于车车协同的主动换道避撞控制方法与装置 |
CN104900089A (zh) * | 2015-06-27 | 2015-09-09 | 奇瑞汽车股份有限公司 | 基于车车协同的变道预警装置 |
CN104960524A (zh) * | 2015-07-16 | 2015-10-07 | 北京航空航天大学 | 基于车车通信的多车协同换道控制系统及其方法 |
JP2015232745A (ja) * | 2014-06-09 | 2015-12-24 | トヨタ自動車株式会社 | 車線変更支援装置 |
CN105654779A (zh) * | 2016-02-03 | 2016-06-08 | 北京工业大学 | 基于车路、车车通信的高速公路施工区交通协调控制方法 |
-
2016
- 2016-08-17 CN CN201610681099.5A patent/CN106218638B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102473346A (zh) * | 2009-07-29 | 2012-05-23 | 丰田自动车株式会社 | 车辆控制装置、车辆控制方法以及车辆控制系统 |
JP2011186737A (ja) * | 2010-03-08 | 2011-09-22 | Toyota Motor Corp | 運転支援装置 |
US20130338868A1 (en) * | 2010-12-29 | 2013-12-19 | Siemens S.A.S. | System and method for active lane-changing assistance for a motor vehicle |
CN103496366A (zh) * | 2013-09-09 | 2014-01-08 | 北京航空航天大学 | 一种基于车车协同的主动换道避撞控制方法与装置 |
JP2015232745A (ja) * | 2014-06-09 | 2015-12-24 | トヨタ自動車株式会社 | 車線変更支援装置 |
CN104900089A (zh) * | 2015-06-27 | 2015-09-09 | 奇瑞汽车股份有限公司 | 基于车车协同的变道预警装置 |
CN104960524A (zh) * | 2015-07-16 | 2015-10-07 | 北京航空航天大学 | 基于车车通信的多车协同换道控制系统及其方法 |
CN105654779A (zh) * | 2016-02-03 | 2016-06-08 | 北京工业大学 | 基于车路、车车通信的高速公路施工区交通协调控制方法 |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991846B (zh) * | 2017-05-15 | 2020-04-21 | 东南大学 | 一种车联网环境下的高速公路车辆强制换道控制方法 |
CN106997690A (zh) * | 2017-05-15 | 2017-08-01 | 东南大学 | 一种车联网环境下高速公路车辆非强制换道控制方法 |
CN106991846A (zh) * | 2017-05-15 | 2017-07-28 | 东南大学 | 一种车联网环境下的高速公路车辆强制换道控制方法 |
CN106997690B (zh) * | 2017-05-15 | 2020-07-24 | 东南大学 | 一种车联网环境下高速公路车辆非强制换道控制方法 |
CN109050533A (zh) * | 2017-06-09 | 2018-12-21 | 蔚来汽车有限公司 | 一种车辆自动换道控制方法和装置 |
CN109050533B (zh) * | 2017-06-09 | 2020-11-17 | 蔚来(安徽)控股有限公司 | 一种车辆自动换道控制方法和装置 |
CN109987093A (zh) * | 2017-12-28 | 2019-07-09 | 北京百度网讯科技有限公司 | 合作式变道控制方法、装置及设备 |
CN110371119A (zh) * | 2018-04-11 | 2019-10-25 | 现代自动车株式会社 | 用于车道变换控制的装置和方法 |
CN109448440A (zh) * | 2018-12-28 | 2019-03-08 | 同济大学 | 一种基于可见光通讯的智能小车协同换道装置 |
CN111507372A (zh) * | 2019-01-30 | 2020-08-07 | 斯特拉德视觉公司 | 方法和装置 |
CN111507372B (zh) * | 2019-01-30 | 2023-10-20 | 斯特拉德视觉公司 | 在执行协同驾驶中的多智能体传感器的方法和装置 |
CN109979200A (zh) * | 2019-03-29 | 2019-07-05 | 武汉理工大学 | 一种全时共享公交专用道社会车辆换道引导系统及方法 |
CN110040139A (zh) * | 2019-04-16 | 2019-07-23 | 广州小鹏汽车科技有限公司 | 车辆及车辆的控制方法、装置 |
CN110239550A (zh) * | 2019-05-28 | 2019-09-17 | 浙江吉利控股集团有限公司 | 一种车辆自动变道方法 |
CN110239550B (zh) * | 2019-05-28 | 2021-01-19 | 浙江吉利控股集团有限公司 | 一种车辆自动变道方法 |
CN110751825A (zh) * | 2019-10-29 | 2020-02-04 | 北京百度网讯科技有限公司 | 编队行驶的避让方法、装置、设备和计算机可读存储介质 |
CN113511220A (zh) * | 2020-03-27 | 2021-10-19 | 本田技研工业株式会社 | 车辆控制装置、车辆控制方法及存储介质 |
CN111873990A (zh) * | 2020-07-15 | 2020-11-03 | 哈尔滨理工大学 | 一种适用于高速紧急工况的换道避撞装置及其方法 |
CN112242071A (zh) * | 2020-10-16 | 2021-01-19 | 山东摩西网络科技有限公司 | 基于动态编组重构的道路自动驾驶车辆协同避障方法 |
CN112242071B (zh) * | 2020-10-16 | 2022-01-07 | 山东摩西网络科技有限公司 | 基于动态编组重构的道路自动驾驶车辆协同避障方法 |
CN112289076A (zh) * | 2020-10-30 | 2021-01-29 | 长安大学 | 双车道智能网联车协同换道方法、装置、设备及存储介质 |
CN112289076B (zh) * | 2020-10-30 | 2021-12-10 | 长安大学 | 双车道智能网联车协同换道方法、装置、设备及存储介质 |
CN112590791B (zh) * | 2020-12-16 | 2022-03-11 | 东南大学 | 一种基于博弈论的智能车换道间隙选择方法及装置 |
CN112590791A (zh) * | 2020-12-16 | 2021-04-02 | 东南大学 | 一种基于博弈论的智能车换道间隙选择方法及装置 |
CN112829750A (zh) * | 2021-02-19 | 2021-05-25 | 恒大新能源汽车投资控股集团有限公司 | 车辆变道控制方法、设备及系统 |
CN113110486A (zh) * | 2021-04-30 | 2021-07-13 | 华砺智行(武汉)科技有限公司 | 智能网联汽车协作式换道引导方法、系统及可读存储介质 |
CN113470406A (zh) * | 2021-06-15 | 2021-10-01 | 东风汽车集团股份有限公司 | 基于车路协同的自动驾驶通过高速收费站方法及装置 |
CN113246985B (zh) * | 2021-06-21 | 2022-08-09 | 苏州大学 | 混行条件下快速路匝道智能网联车辆合流变道控制方法 |
CN113246985A (zh) * | 2021-06-21 | 2021-08-13 | 苏州大学 | 混行条件下快速路匝道智能网联车辆合流变道控制方法 |
CN114417592A (zh) * | 2022-01-13 | 2022-04-29 | 中国农业大学 | 一种换道场景智能汽车队列“人-车-路”系统建模方法 |
CN117681878A (zh) * | 2024-02-04 | 2024-03-12 | 西南交通大学 | 一种编队感知的智能网联汽车协同变道方法 |
CN117681878B (zh) * | 2024-02-04 | 2024-04-16 | 西南交通大学 | 一种编队感知的智能网联汽车协同变道方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106218638B (zh) | 2018-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106218638B (zh) | 一种智能网联汽车协同换道控制方法 | |
CN109855639B (zh) | 基于障碍物预测与mpc算法的无人驾驶轨迹规划方法 | |
CN110597245B (zh) | 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法 | |
CN109035862B (zh) | 一种基于车车通信的多车协同换道控制方法 | |
CN109501799B (zh) | 一种车联网条件下的动态路径规划方法 | |
CN108011947A (zh) | 一种车辆协作式编队行驶系统 | |
CN104167097B (zh) | 一种基于车车通信的动态超车轨迹生成系统的生成方法 | |
CN106940933B (zh) | 一种基于智能交通系统的智能车辆决策换道方法 | |
CN107798861A (zh) | 一种车辆协作式编队行驶方法及系统 | |
CN103085816B (zh) | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 | |
CN103956045B (zh) | 利用半实物仿真技术手段实现车队协同驾驶的方法 | |
CN110992695B (zh) | 基于冲突消解的车辆城市交叉口通行决策多目标优化方法 | |
CN107315411A (zh) | 一种基于车车协同下无人驾驶车辆的换道轨迹规划方法 | |
CN112040392B (zh) | 一种基于车车通信的多车协同换道控制系统及方法 | |
CN110187639A (zh) | 一种基于参数决策框架的轨迹规划控制方法 | |
CN104960524A (zh) | 基于车车通信的多车协同换道控制系统及其方法 | |
CN110304074A (zh) | 一种基于分层状态机的混合式驾驶方法 | |
CN107499262A (zh) | 基于机器学习的acc/aeb系统及车辆 | |
CN112233413B (zh) | 一种面向智能网联车辆的多车道时空轨迹优化方法 | |
CN105774800A (zh) | 一种混合车辆队列中车辆间的碰撞缓解方法及装置 | |
CN108437986A (zh) | 车辆驾驶辅助系统及辅助方法 | |
CN103754221A (zh) | 一种车辆自适应巡航控制系统 | |
CN109410561A (zh) | 一种高速路车辆匀异质编队行驶控制方法 | |
CN105857294A (zh) | 一种汽车换道避撞控制方法 | |
CN104118430A (zh) | 一种基于滑模自抗扰控制的平行泊车系统及泊车方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |