CN108305477B - 一种车道选择方法及终端 - Google Patents

一种车道选择方法及终端 Download PDF

Info

Publication number
CN108305477B
CN108305477B CN201710262939.9A CN201710262939A CN108305477B CN 108305477 B CN108305477 B CN 108305477B CN 201710262939 A CN201710262939 A CN 201710262939A CN 108305477 B CN108305477 B CN 108305477B
Authority
CN
China
Prior art keywords
lane
terminal
speed
value
utility
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.)
Active
Application number
CN201710262939.9A
Other languages
English (en)
Other versions
CN108305477A (zh
Inventor
王斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Tencent Cloud Computing Beijing Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to CN201710262939.9A priority Critical patent/CN108305477B/zh
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to JP2019556237A priority patent/JP6808853B2/ja
Priority to KR1020197023464A priority patent/KR102212431B1/ko
Priority to EP18787339.3A priority patent/EP3614359A4/en
Priority to PCT/CN2018/081187 priority patent/WO2018192352A1/zh
Priority to TW107112473A priority patent/TWI676970B/zh
Publication of CN108305477A publication Critical patent/CN108305477A/zh
Priority to US16/460,555 priority patent/US11059485B2/en
Application granted granted Critical
Publication of CN108305477B publication Critical patent/CN108305477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • B60W30/146—Speed limiting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B60W2050/0085—Setting or resetting initial positions
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种车道选择方法及终端，其中，所述方法包括：获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型；根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行车道选择。

Description

一种车道选择方法及终端
技术领域
本发明涉及道路选择技术，尤其涉及一种车道选择方法及终端。
背景技术
在车辆行驶过程中，驾驶员会选择最合理的车道进行行驶。而在无人驾驶场景(或称无人驾驶车辆的行驶场景)中，车辆在自动驾驶时必须具备和驾驶员一样的自主选择最优车道的能力，才能在多车道的高速公路或者城市道路上行驶，否则将无法上路。二者的区别在于：用户自主驾驶的过程中，是半自动，对自动导航的路线预估后可以加入用户自己的判断，因此，可以允许有很长的响应时间；而无人驾驶是全自动，不允许有过长的响应时间，需要确保响应时间尽可能低。在无人驾驶场景中，选择最优车道会涉及到变换车道的变道行为，包括自由变道(DLC，Discretionary Lane Change)和强制变道(MLC，Mandatory lanechange)两种。DLC是为了改善行驶速度，MLC是由于路口等影响必须得离开本车道。
采用现有技术，需要先判断是否需要考虑MLC，在符合一定条件后再考虑DLC，以便通过这种判断机制对驾驶员的驾驶行为进行仿真模拟。然而，这种判断机制的问题是：将DLC和MLC割裂的进行分析的判断机制，与无人驾驶的场景，尤其是变道的选择上存在较大差异。基于该判断机制的决策结果在实际应用中并不理想，无法实现精准的变道选择，从而也无法确保响应时间尽可能低的要求。
相关技术中，对于该问题，尚无有效解决方案。
发明内容
有鉴于此，本发明实施例提供了一种车道选择方法及终端，至少解决了现有技术存在的问题。
本发明实施例一种车道选择方法，所述方法包括：
获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；
根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型；
根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行车道选择。
上述方案中，所述根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型，包括：
根据终端变道次数、终端距离路口的距离值和单次变道最小距离值确定与所述第一模型相关的第一类效用值，所述第一类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第一类效用值；
根据终端车速信息及车道限速信息，确定与所述第二模型相关的第二类效用值，所述第二类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第二类效用值；
根据所述第一类效用值和所述第二类效用值得到车道综合效用值，所述车道综合效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合效用值；
从分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合效用值中，选择车道综合效用值最大的车道，将所述车道综合效用值最大的车道决策为用于变道选择的目标车道。
上述方案中，所述方法还包括：根据终端变道次数和终端距离路口的距离值，确定与所述第一模型相关的第一类效用值之前，
根据路网情况得到备选车道，所述路网情况由路口及与所述路口相连的下一个道路构成；
根据终端当前所在本车道与所述备选车道在Y轴上的距离，得到所述终端变道次数；
根据终端当前所在本车道上的位置与所述路口在X轴上的距离，得到所述终端距离路口的距离值；
根据终端当前车速和变道时间，得到完成一次变道所需要的所述单次变道最小距离值。
上述方案中，所述方法还包括：根据终端车速信息及车道限速信息，确定与所述第二模型相关的第二类效用值之前，
根据检测到的终端周边车辆的速度信息，得到所述终端车速信息；
获取终端中心点到当前车道中心线的垂直距离，判断所述垂直距离是否小于阈值，当小于阈值时确定出终端隶属于所述当前车道，根据在所述当前车道的预设规则得到所述车道限速信息。
上述方案中，根据在所述当前车道的预设规则得到所述车道限速信息，包括：
在所述当前车道检测到包括所述终端在内的至少两辆车时，将至少两辆车中最小的速度作为所述车道限速信息。
上述方案中，根据在所述当前车道的预设规则得到所述车道限速信息，包括：
在所述当前车道检测到所述终端行驶方向上没有其它车辆时，将车道速度作为所述车道限速信息。
上述方案中，所述方法还包括：
检测在所述当前车道中位于所述终端后方存在其它车辆时，忽略比所述终端靠后的其它车辆。
上述方案中，所述方法还包括：
当所述当前车道的数量大于等于3，且所述终端当前位于左侧车道上，则根据调整系数对所述终端车速信息进行修正处理，得到修正速度信息；
根据所述修正速度信息及车道限速信息，确定与所述第二模型相关的第二类效用值。
上述方案中，所述根据所述控制指令执行车道选择，包括：
所述控制指令为保持在本车道行驶时，不执行变化到所述目标车道的变道处理；
所述控制指令为向左侧车道变道时，将所述左侧车道作为所述目标车道并执行变化到所述目标车道的变道处理；
所述控制指令为向右侧车道变道时，将所述右侧车道作为所述目标车道并执行变化到所述目标车道的变道处理。
上述方案中，所述方法还包括：
根据所述控制指令执行车道选择，得到所述目标车道后，
如果符合预设规则，则立即由终端当前所在的本车道变化到所述目标车道，否则，不执行变化到所述目标车道的变道处理。
本发明实施例的一种终端，所述终端包括：
获取单元，用于获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；
建模单元，用于根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型；
车道选择单元，用于根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行车道选择。
上述方案中，所述建模单元，进一步用于：
根据终端变道次数、终端距离路口的距离值和单次变道最小距离值确定与所述第一模型相关的第一类效用值，所述第一类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第一类效用值；
根据终端车速信息及车道限速信息，确定与所述第二模型相关的第二类效用值，所述第二类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第二类效用值；
根据所述第一类效用值和所述第二类效用值得到车道综合效用值，所述车道综合效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合效用值；
从分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合效用值中，选择车道综合效用值最大的车道，将所述车道综合效用值最大的车道决策为用于变道选择的目标车道。
上述方案中，所述终端还包括：
车道确定单元，用于根据路网情况得到备选车道，所述路网情况由路口及与所述路口相连的下一个道路构成；
变道次数确定单元，用于根据终端当前所在本车道与所述备选车道在Y轴上的距离，得到所述终端变道次数；
距离值确定单元，用于根据终端当前所在本车道上的位置与所述路口在X轴上的距离，得到所述终端距离路口的距离值；
单次变道距离值确定单元，用于根据终端当前车速和变道时间，得到完成一次变道所需要的所述单次变道最小距离值。
上述方案中，所述终端还包括：
车速检测单元，用于根据检测到的终端周边车辆的速度信息，得到所述终端车速信息；
限速确定单元，用于获取终端中心点到当前车道中心线的垂直距离，判断所述垂直距离是否小于阈值，当小于阈值时确定出终端隶属于所述当前车道，根据在所述当前车道的预设规则得到所述车道限速信息。
上述方案中，所述限速确定单元，进一步用于：
在所述当前车道检测到包括所述终端在内的至少两辆车时，将至少两辆车中最小的速度作为所述车道限速信息。
上述方案中，所述限速确定单元，进一步用于：
在所述当前车道检测到所述终端行驶方向上没有其它车辆时，将车道速度作为所述车道限速信息。
上述方案中，所述终端还包括：
忽略决策单元，用于检测在所述当前车道中位于所述终端后方存在其它车辆时，忽略比所述终端靠后的其它车辆。
上述方案中，所述终端还包括：
修正决策单元，用于当所述当前车道的数量大于等于3，且所述终端当前位于左侧车道上，则根据调整系数对所述终端车速信息进行修正处理，得到修正速度信息；
所述建模单元，进一步用于根据所述修正速度信息及车道限速信息，确定与所述第二模型相关的第二类效用值。
上述方案中，所述车道选择单元，进一步用于：
所述控制指令为保持在本车道行驶时，不执行变化到所述目标车道的变道处理；
所述控制指令为向左侧车道变道时，将所述左侧车道作为所述目标车道并执行变化到所述目标车道的变道处理；
所述控制指令为向右侧车道变道时，将所述右侧车道作为所述目标车道并执行变化到所述目标车道的变道处理。
上述方案中，所述终端还包括：
变道执行决策单元，用于：
根据所述控制指令执行车道选择，得到所述目标车道后，
如果符合预设规则，则立即由终端当前所在的本车道变化到所述目标车道，否则，不执行变化到所述目标车道的变道处理。
本发明实施例的车道选择方法，包括：获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型；根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行车道选择。
采用本发明实施例，根据用于表征不同决策选择的模型建模，以得到用于变道选择的决策模型，比如，采用DLC和MLC来建模得到的决策结果，可以将速度和路口等影响情况都全面考虑到无人驾驶场景中，更符合实际需求，根据终端相关的目标信息，实时获取的终端信息和所述决策结果得到的控制指令，来执行车道选择，实现了精准的变道选择，能确保响应时间尽可能低。
附图说明
图1为实现本发明各个实施例的移动终端一个可选的硬件结构示意图；
图2为如图1所示的移动终端的通信系统示意图；
图3为本发明实施例中进行信息交互的各方硬件实体的示意图；
图4为本发明实施例一方法的实现流程示意图；
图5为本发明实施例一系统架构的示意图；
图6为应用本发明实施例一车道变换行为决策的关键参数示意图；
图7为应用本发明实施例一用于变道选择的决策模型的结构示意图；
图8为应用本发明实施例一实际应用中采样的变道选择情况示意图；
图9为应用本发明实施例一变道选择过程示意图。
具体实施方式
下面结合附图对技术方案的实施作进一步的详细描述。
现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明实施例的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。
在下面的详细说明中，陈述了众多的具体细节，以便彻底理解本发明。不过，对于本领域的普通技术人员来说，显然可在没有这些具体细节的情况下实践本发明。在其他情况下，没有详细说明公开的公知方法、过程、组件、电路和网络，以避免不必要地使实施例的各个方面模糊不清。
另外，本文中尽管多次采用术语“第一”、“第二”等来描述各种元件(或各种阈值或各种应用或各种指令或各种操作)等，不过这些元件(或阈值或应用或指令或操作)不应受这些术语的限制。这些术语只是用于区分一个元件(或阈值或应用或指令或操作)和另一个元件(或阈值或应用或指令或操作)。例如，第一操作可以被称为第二操作，第二操作也可以被称为第一操作，而不脱离本发明的范围，第一操作和第二操作都是操作，只是二者并不是相同的操作而已。
本发明实施例中的步骤并不一定是按照所描述的步骤顺序进行处理，可以按照需求有选择的将步骤打乱重排，或者删除实施例中的步骤，或者增加实施例中的步骤，本发明实施例中的步骤描述只是可选的顺序组合，并不代表本发明实施例的所有步骤顺序组合，实施例中的步骤顺序不能认为是对本发明的限制。
本发明实施例中的术语“和/或”指的是包括相关联的列举项目中的一个或多个的任何和全部的可能组合。还要说明的是：当用在本说明书中时，“包括/包含”指定所陈述的特征、整数、步骤、操作、元件和/或组件的存在，但是不排除一个或多个其他特征、整数、步骤、操作、元件和/或组件和/或它们的组群的存在或添加。
本发明实施例的智能终端(如移动终端)可以以各种形式来实施。例如，本发明实施例中描述的移动终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA，Personal Digital Assistant)、平板电脑(PAD)、便携式多媒体播放器(PMP，Portable Media Player)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
图1为实现本发明各个实施例的移动终端一个可选的硬件结构示意图。移动终端100不限于车载终端或手机终端。
移动终端100为车载终端时，可以包括：GPS定位单元111、无线通信单元112、无线互联网单元113、报警通信单元114、地图单元121、语音单元122、用户输入单元130、获取单元140、建模单元141、车道选择单元142、输出单元150、显示单元151、音频输出单元152、存储单元160、接口单元170、处理单元180和电源单元190等等。图1示出了具有各种组件的移动终端，但是应理解的是，并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述车载终端的元件。
GPS定位单元111用于接收卫星所传递的信息，以检查或获取车载终端的位置信息，比如，根据所传递的信息进行单星定位或双星定位等，以确定车辆相对于导航路径的位置或者导航路径上某个车道的位置等。具体的，计算来自三个或更多卫星的距离信息和准确的时间信息并且对于计算的信息应用三角测量法，从而根据经度、纬度和高度准确地计算三维当前位置信息。当前，用于计算位置和时间信息的方法使用三颗卫星并且通过使用另外的一颗卫星校正计算出的位置和时间信息的误差。此外，GPS定位单元111还能够通过实时地连续计算当前位置信息来计算速度信息，得到当前车辆的车速信息。
无线通信单元112，其允许车载终端与无线通信系统或网络之间的无线电通信。例如，无线通信单元进行通信的形式多种多样，可以采用广播的形式、Wi-Fi通信形式、移动通信(2G、3G或4G)形式等与后台服务器进行通信交互。其中，采用广播的形式进行通信交互时，可以经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播信道可以包括卫星信道和/或地面信道。广播管理服务器可以是生成并发送广播信号和/或广播相关信息的服务器或者接收之前生成的广播信号和/或广播相关信息并且将其发送给终端的服务器。广播信号可以包括TV广播信号、无线电广播信号、数据广播信号等等。而且，广播信号可以进一步包括与TV或无线电广播信号组合的广播信号。广播相关信息也可以经由移动通信网络提供。广播信号可以以各种形式存在，例如，其可以以数字多媒体广播(DMB，Digital Multimedia Broadcasting)的电子节目指南(EPG，Electronic Program Guide)、数字视频广播手持(DVB-H，Digital Video Broadcasting-Handheld)的电子服务指南(ESG，Electronic Service Guide)等等的形式而存在。广播信号和/或广播相关信息可以存储在存储单元160(或者其它类型的存储介质)中。Wi-Fi是一种可以将个人电脑、移动终端(如车载终端、手机终端)等终端以无线方式互相连接的技术，采用Wi-Fi通信形式时，能够访问Wi-Fi热点进而接入Wi-Fi网络。Wi-Fi热点是通过在互联网连接上安装访问点来创建的。这个访问点将无线信号通过短程进行传输，一般覆盖300英尺。当支持Wi-Fi的车载终端遇到一个Wi-Fi热点时，就可以用无线方式连接到Wi-Fi网络中。采用移动通信(2G、3G或4G)形式时，将无线电信号发送到基站(例如，接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。
无线互联网单元113支持车载终端的包括无线在内的各种数据传输通讯技术，以便接入互联网。该单元可以内部或外部地耦接到车载终端。该单元所涉及的无线互联网接入技术可以包括无线局域网络(WLAN，Wireless Local Area Networks)、无线宽带(Wibro)、全球微波互联接入(Wimax)、高速下行链路分组接入(HSDPA，High SpeedDownlink Packet Access)等等。
报警通信单元114，用于向后台服务器发出报警讯号，通报车辆异常信息。具体的，是将通过GPS定位单位得到当前车辆位置信息和该车辆异常信息一起打包传到后台服务器，如报警或监控中心进行处理。地图单元121，用于存储地图信息，地图信息可以是在线下载后离线使用的地图信息，也可以是实时下载的地图信息。地图信息还可以及时最新。语音单元122，用于执行语音操作，一方面，可以接收用户的语音命令，另一方面，可以结合当前的车辆位置和导航信息、车辆异常信息的后台处理结果进行语音播报，提醒用户注意路况等。
车载终端可以应用2G、3G或4G、无线技术等，支持高速数据传输，同时传送声音及数据信息，开放接口，无限应用，车载终端能够更轻松地与各种I/O设备配合使用。
用户输入单元130可以根据用户输入的命令生成键输入数据以控制车载终端的各种操作。用户输入单元130允许用户输入各种类型的信息，并且可以包括键盘、鼠标、触摸板(例如，检测由于被接触而导致的电阻、压力、电容等等的变化的触敏组件)、滚轮、摇杆等等。特别地，当触摸板以层的形式叠加在显示单元151上时，可以形成触摸屏。
获取单元140，用于获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；建模单元141，用于根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型；车道选择单元142，用于根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行车道选择。
接口单元170用作至少一个外部装置与车载终端连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别单元的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别单元可以是存储用于验证用户使用车载终端的各种信息并且可以包括用户识别单元(UIM，User Identify Module)、客户识别单元(SIM，SubscriberIdentity Module)、通用客户识别单元(USIM，Universal Subscriber Identity Module)等等。另外，具有识别单元的装置(下面称为"识别装置")可以采取智能卡的形式，因此，识别装置可以经由端口或其它连接装置与车载终端连接。接口单元170可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到车载终端内的一个或多个元件或者可以用于在车载终端和外部装置之间传输数据。
另外，当车载终端与外部底座连接时，接口单元170可以用作允许通过其将电力从底座提供到车载终端的路径或者可以用作允许从底座输入的各种命令信号通过其传输到车载终端的路径。从底座输入的各种命令信号或电力可以用作用于识别车载终端是否准确地安装在底座上的信号。输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如，音频信号、视频信号、振动信号等等)。输出单元150可以包括显示单元151、音频输出单元152等等。
显示单元151可以显示在车载终端中处理的信息。例如，车载终端可以显示相关用户界面(UI，User Interface)或图形用户界面(GUI，Graphical User Interface)。当车载终端处于视频通话模式或者图像捕获模式时，显示单元151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。
同时，当显示单元151和触摸板以层的形式彼此叠加以形成触摸屏时，显示单元151可以用作输入装置和输出装置。显示单元151可以包括液晶显示器(LCD，LiquidCrystal Display)、薄膜晶体管LCD(TFT-LCD，Thin Film Transistor-LCD)、有机发光二极管(OLED，Organic Light-Emitting Diode)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看，这可以称为透明显示器，典型的透明显示器可以例如为透明有机发光二极管(TOLED)显示器等等。根据特定想要的实施方式，车载终端可以包括两个或更多显示单元(或其它显示装置)，例如，车载终端可以包括外部显示单元(未示出)和内部显示单元(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。
音频输出单元152可以在车载终端处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将接收的或者在存储单元160中存储的音频数据转换音频信号并且输出为声音。而且，音频输出单元152可以提供与车载终端执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元152可以包括扬声器、蜂鸣器等等。
存储单元160可以存储由处理单元180执行的处理和控制操作的软件程序等等，或者可以暂时地存储已经输出或将要输出的数据(例如，电话簿、消息、静态图像、视频等等)。而且，存储单元160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。
存储单元160可以包括至少一种类型的存储介质，所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等等)、随机访问存储器(RAM，Random AccessMemory)、静态随机访问存储器(SRAM，Static Random Access Memory)、只读存储器(ROM，Read Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically ErasableProgrammable Read Only Memory)、可编程只读存储器(PROM，Programmable Read OnlyMemory)、磁性存储器、磁盘、光盘等等。而且，车载终端可以与通过网络连接执行存储单元160的存储功能的网络存储装置协作。
处理单元180通常控制车载终端的总体操作。例如，处理单元180执行与语音通话、数据通信、视频通话等等相关的控制和处理。又如，处理单元180可以执行模式识别处理，以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。
电源单元190在处理单元180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。
这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施，这里描述的实施方式可以通过使用特定用途集成电路(ASIC，Application Specific Integrated Circuit)、数字信号处理器(DSP，DigitalSignal Processing)、数字信号处理装置(DSPD，Digital Signal Processing Device)、可编程逻辑装置(PLD，Programmable Logic Device)、现场可编程门阵列(FPGA，FieldProgrammable Gate Array)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施，在一些情况下，这样的实施方式可以在处理单元180中实施。对于软件实施，诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件单元来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施，软件代码可以存储在存储单元160中并且由处理单元180执行。其中，存储单元160的一个具体硬件实体可以为存储器，处理单元180的一个具体硬件实体可以为控制器。
至此，已经按照其功能描述了移动终端中以车载终端为代表的上述单元组成结构。
如图1中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信系统以及基于卫星的通信系统来操作。
现在将参考图2描述其中根据本发明实施例的移动终端100能够操作的通信系统。
这样的通信系统可以使用不同的空中接口和/或物理层。例如，由通信系统使用的空中接口包括例如频分多址(FDMA，Frequency Division Multiple Access)、时分多址(TDMA，Time Division Multiple Access)、码分多址(CDMA，Code Division MultipleAccess)和通用移动通信系统(UMTS，Universal Mobile Telecommunications System)(特别地，长期演进(LTE，Long Term Evolution))、全球移动通信系统(GSM)等等。作为非限制性示例，下面的描述涉及CDMA通信系统，但是这样的教导同样适用于其它类型的系统。
参考图2，CDMA无线通信系统可以包括多个移动终端100、多个基站(BS，BaseStation)270、基站控制器(BSC，Base Station Controller)275和移动交换中心(MSC，Mobile Switching Center)280。MSC280被构造为与公共电话交换网络(PSTN，PublicSwitched Telephone Network)290形成接口。MSC280还被构造为与可以经由回程线路耦接到BS270的BSC275形成接口。回程线路可以根据若干已知的接口中的任一种来构造，所述接口包括例如E1/T1、ATM、IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是，如图2中所示的系统可以包括多个BSC275。
每个BS 270可以服务一个或多个分区(或区域)，由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS 270。或者，每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS 270可以被构造为支持多个频率分配，并且每个频率分配具有特定频谱(例如，1.25MHz，5MHz等等)。
分区与频率分配的交叉可以被称为CDMA信道。BS 270也可以被称为基站收发器子系统(BTS，Base Transceiver Station)或者其它等效术语。在这样的情况下，术语“基站”可以用于笼统地表示单个BSC275和至少一个BS 270。基站也可以被称为“蜂窝站”。或者，特定BS 270的各分区可以被称为多个蜂窝站。
如图2中所示，广播发射器(BT，Broadcast Transmitter)295将广播信号发送给在系统内操作的移动终端100。如图1中所示的广播接收单元111被设置在移动终端100处以接收由BT295发送的广播信号。在图2中，示出了几个卫星300，例如可以采用全球定位系统(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。
在图2中，描绘了多个卫星300，但是理解的是，可以利用任何数目的卫星获得有用的定位信息。如图1中所示的位置信息单元115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外，可以使用可以跟踪移动终端的位置的其它技术。另外，至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。
作为无线通信系统的一个典型操作，BS 270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站接收的每个反向链路信号被在特定BS 270内进行处理。获得的数据被转发给相关的BSC275。BSC提供通话资源分配和包括BS 270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC280，其提供用于与PSTN290形成接口的额外的路由服务。类似地，PSTN290与MSC280形成接口，MSC与BSC275形成接口，并且BSC275相应地控制BS 270以将正向链路信号发送到移动终端100。
移动终端中通信单元110的移动通信单元112基于移动终端内置的接入移动通信网络(如2G/3G/4G等移动通信网络)的必要数据(包括用户识别信息和鉴权信息)接入移动通信网络为移动终端用户的网页浏览、网络多媒体播放等业务传输移动通信数据(包括上行的移动通信数据和下行的移动通信数据)。
通信单元110的无线互联网单元113通过运行无线热点的相关协议功能而实现无线热点的功能，无线热点支持多个移动终端(移动终端之外的任意移动终端)接入，通过复用移动通信单元112与移动通信网络之间的移动通信连接为移动终端用户的网页浏览、网络多媒体播放等业务传输移动通信数据(包括上行的移动通信数据和下行的移动通信数据)，由于移动终端实质上是复用移动终端与通信网络之间的移动通信连接传输移动通信数据的，因此移动终端消耗的移动通信数据的流量由通信网络侧的计费实体计入移动终端的通信资费，从而消耗移动终端签约使用的通信资费中包括的移动通信数据的数据流量。
图3为本发明实施例中进行信息交互的各方硬件实体的示意图，图3中包括：终端设备1和服务器2。其中，终端设备1由终端设备11-14构成，终端设备通过有线网络或者无线网络与服务器进行信息交互。终端设备包括车载终端或手机终端等类型。终端设备配置在行驶的车辆上，每个车辆上都可以配置终端设备，以便通过终端设备与后台服务器的数据交互，得到各种用于无人驾驶的控制信息。首先需要明确自动驾驶和无人驾驶的区别，用户自主驾驶的过程中，是半自动，对自动导航的路线预估后可以加入用户自己的判断，因此，可以允许有很长的响应时间；而无人驾驶是全自动，不允许有过长的响应时间，需要确保响应时间尽可能低。在无人驾驶场景中，选择最优车道会涉及到变换车道的变道行为，包括DLC和MLC两种。DLC是为了改善行驶速度，MLC是由于路口等影响必须得离开本车道，比如，需要先判断是否需要考虑MLC，在符合一定条件后再考虑DLC，以便通过这种判断机制对驾驶员的驾驶行为进行仿真模拟。然而，这种判断机制存在的问题是：将DLC和MLC割裂的进行分析的判断机制，会将DLC和MLC这2个模型完全割裂，一方面，会导致场景切换的过度不够自然，可能会出现上次还是向左变道，还没执行完，接下来又决定向右变道的情况，也就是说，现有的这种判断机制与本实施例要讨论的无人驾驶场景相比，在变道的选择上尤其是存在较大的差异，无法确保响应时间尽可能低的要求，并不适用于无人驾驶场景。另一方面，基于该判断机制的决策结果，在实际应用中受当前车辆车速影响较大，结果不够稳定，比如，当车速稍微发生变化时，就可能会出现来回切换的情况，也无法实现精准的变道选择，也无法确保响应时间尽可能低的要求。另，现有的这种判断机制对所有车道都是平等处理的，不能采用从左侧车道的超车等需求。
而采用本发明实施例，终端设备的处理逻辑10如图3所示，处理逻辑10包括：S1、获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；S2、获取终端信息；S3、根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型按照预设策略进行建模，得到用于变道选择的决策模型；S4、将实时获取的数据，包括终端信息和终端相关的目标信息，如当前车辆的信息和与当前车辆相关车辆的信息输入该决策模型中运算，得到控制指令，根据所述控制指令执行车道选择。
可见，所用的运算逻辑可以在终端生成及执行对应的处理，服务器用于提供终端需要的各种数据源，包括当前车辆及与当前车辆相关的其他车辆，可以将这些数据存储于车辆上安装的终端设备(车载终端或手机终端)中，通过终端设备下发的控制指令来执行车道选择。本发明实施例不限于运算逻辑在服务器中，则服务器收到请求后，执行运算逻辑，将控制指令实时下发给车辆，用于根据控制指令来执行车道选择，不过，由于网络交互的多重风险，将运算逻辑置于服务器可能会因为网络交互带来的数据交互延迟而导致本实施例无人驾驶场景中响应时间的增加，从而增加无人驾驶的风险，不利于风险控制。将运算逻辑置于终端设备中虽然会一定程度上增加处理难度，但是控制指令的下发不受网络数据交互的影响，可以实时操控车辆的变道选择，因此，能很大程度上确保无人驾驶场景中的响应时间，也能确保变道选择的精准性。
上述图3的例子只是实现本发明实施例的一个系统架构实例，本发明实施例并不限于上述图3所述的系统结构，基于上述图3所述的系统架构，提出本发明方法各个实施例。
如下本发明实施例中，以车辆上安装的车载终端为例进行阐述，还会涉及到车辆终端的描述，二个终端的关系是：车载终端是用于车辆数据的收集，处理，控制指令下发。文中所监控的终端是车辆终端，包括如下实施例变道选择中涉及的终端变道次数、终端距离等等，下文所指的终端如果无特殊说明，都是指车辆终端，在与实例结合描述时都将车辆终端简化为车辆进行描述。
本发明实施例的车道选择方法，如图4所示，所述方法包括：获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息(101)。目标信息包括：1)周边车辆的地理位置信息，需要指出的是：该信息是一种绝对位置信息；2)周边车辆相对于当前终端的距离信息，需要指出的是：区别于地理位置信息，是一种相对位置信息；3)周边车辆挂空档(如在路边停车休息)时的周边环境、周边车辆的速度信息；4)存在多条车道可以进行选择时周边车辆当前行驶于哪一个车道上等等。一个实例是：在驾驶过程中，可以根据本车车速、前车车速、车距；相邻车道车速与车距来决策是否可以进行变道操作，目的是为了改善本车的行驶速度。根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型(102)。一个实例是：1)第一模型为MLC，用于评估当前车辆行驶到路口需要的时间t，是否大于变换车道所需要的时间，采用MLC，是对路口变道进行决策，比如当前由于路口等影响必须得离开本车道。2)第二模型为DLC，DLC的决策分为车道选择(lane selection)和确定变道的接纳(Gap acceptance)两步。其中，在laneselection中，是根据车速、车道限速等综合信息判定相邻车道是否需要变道；而Gapacceptance中，是根据相邻车道前后车的距离来判断，是否拥有总够的变道空间。只有这2个条件同时满足，才会做出变道决策。采用DLC，是对行驶速度进行改善，比如，前车距离后车比较近，那么需要减速，如果前车距离后车允许超车，则加速。根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行无人驾驶中的车道选择(103)。一个实例是：通过计算本车道、左右车道的多个效用值(utility)，最后，选择多个utility中utility最大的车道作为用于车道选择的变换车道。
在车辆自动行驶或手动加速场景中，驾驶员会选择最合理的车道进行行驶。而采用本发明实施例的无人驾驶场景中，车辆必须具备和驾驶员一样的自主选择最优车道的能力，才能在多车道的高速公路或者城市道路上行驶，否则将无法上路。采用本发明实施例，是一种综合周围车辆和导航路径的车道选择方案，根据DLC和MLC建模，以将DLC和MLC统一到一个新建得到的决策模型当中。分别计算本车道、左右车道的utility，最后选择utility最大的车道作为用于变道选择的变换车道，从而解决了无人驾驶车辆自主选择车道的问题。本发明实施例有效结合了DLC和MLC的优势，得到了更加优化的决策模型，采用该决策模型，当离路口越远的情况下，DLC模型起主要作用；当离路口越近的情况下，受到MLC模型的影响就越大，保证了在一定距离范围内选择的目标车道的稳定性，不会来回切换。
本发明实施例的车道选择方法，所述方法包括：获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息。目标信息包括：1)周边车辆的地理位置信息，需要指出的是：该信息是一种绝对位置信息；2)周边车辆相对于当前终端的距离信息，需要指出的是：区别于地理位置信息，是一种相对位置信息；3)周边车辆挂空档(如在路边停车休息)时的周边环境、周边车辆的速度信息；4)存在多条车道可以进行选择时周边车辆当前行驶于哪一个车道上等等。一个实例是：在驾驶过程中，可以根据本车车速、前车车速、车距；相邻车道车速与车距来决策是否可以进行变道操作，目的是为了改善本车的行驶速度。
根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型。一个实例是：1)第一模型为MLC，用于评估当前车辆行驶到路口需要的时间t，是否大于变换车道所需要的时间，采用MLC，是对路口变道进行决策，比如当前由于路口等影响必须得离开本车道。2)第二模型为DLC，DLC的决策分为laneselection和Gap acceptance两步。其中，在lane selection中，是根据车速、车道限速等综合信息判定相邻车道是否需要变道；而Gap acceptance中，是根据相邻车道前后车的距离来判断，是否拥有总够的变道空间。只有这2个条件同时满足，才会做出变道决策。采用DLC，是对行驶速度进行改善，比如，前车距离后车比较近，那么需要减速，如果前车距离后车允许超车，则加速。另一个实例是：1)根据终端变道次数(如nlanechange)、终端距离路口的距离值(如distanceToJunction)和单次变道最小距离值(如d0)确定与所述第一模型相关的第一类utility，所述第一类utility包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的值，比如，可以采取公式：U_MLC＝p2×pow(lanechange/(distanceToJunction/d0)，p3)来计算该类utility。其中，p2和p3为权重值。可选的，第一模型，如MLC，可以使用指数模型，这样处理的好处是：使得MLC的影响力随着该终端距离路口的距离值的逐渐变小而迅速增大，最终在路口附近起绝对主导作用，进而可以忽略第二模型如DLC的影响，中间的过渡是平滑自然的。这样设计符合实际的变道规律。2)根据终端车速信息(如laneSpeed)及车道限速信息(如SPEED_LIMIT)确定与所述第二模型相关的第二类utility，所述第二类utility包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的值，比如，可以采用公式：U_DLC＝p1×laneSpeed/SPEED_LIMIT来计算该类utility。其中，p1为权重值。3)根据所述第一类utility和所述第二类utility得到车道综合utility，所述车道综合utility包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合utility，即：采用公式：Utility＝(int)U_DLC–(int)U_MLC得到该车道综合utility。其中，先分别对U_DLC和U_MLC取整数，然后再计算综合utility。这样处理的好处是：相当于对车速、距离等关键因素进行了分段分级，最大优点是可以在一定的车速范围和距离范围内保持utility的数值稳定性，进一步保证换道结果的稳定性，不会来回切换。
最终，根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行无人驾驶中的车道选择。一个实例是：通过计算本车道、左右车道的多个utility，最后，选择多个utility中utility最大的车道作为用于车道选择的变换车道。也就是说，从分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合utility中，选择车道综合utility最大的车道，将所述车道综合utility最大的车道决策为用于变道选择的目标车道。
本发明实施例的车道选择方法中，根据终端变道次数和终端距离路口的距离值，确定与所述第一模型相关的第一类效用值之前，还可以根据路网情况得到备选车道。该备选车道也可以称为备选的目标车道，这个备选并不一定是最终选择要变道的目标车道，只是为了初始的运算需要先建立一个参照物；备选的目标车道还可以是最终路口需要分叉的最终目的车道，不限于这里的可能性。
本发明实施例中，所述路网情况由路口(如十字路口，二岔路口，三岔路口等)及与所述路口相连的下一个道路构成。在实际应用中，根据路口和下一条道路的连接关系确定MLC目标车道。在当前位置待选的车道里，根据连通性挑选可以到达路口并进入下一条道路的车道作为目标车道。例如当前本车在车道1，在路口需要右拐，则选择车道2作为目标车道。如果是直行通过路口的话，可能会有多条待选车道符合要求，此时选定其中离当前车道最近的车道当做目标车道。根据终端当前所在本车道与所述备选车道在Y轴上的距离，得到所述终端变道次数，也就是说，在确定了最终目标车道之后，可以计算当前每条车道距离最终车道的变道次数。
本实施例中，假设沿车道中心线向前的方向为X轴(或称横轴)，Y轴(或称纵轴)为与该X轴垂直交叉的轴，以下不做赘述。
根据终端当前所在本车道上的位置与所述路口在X轴上的距离，计算当前车辆位置距离路口的距离，以得到所述终端距离路口的距离值(如distanceToJunction)。根据终端当前车速和变道时间，得到完成一次变道所需要的所述单次变道最小距离值(如d0)。
本发明实施例的车道选择方法中，在根据终端车速信息及车道限速信息，确定与所述第二模型相关的第二类utility之前，根据检测到的终端周边车辆的速度信息，得到所述终端车速信息，获取终端中心点到当前车道中心线的垂直距离，判断所述垂直距离是否小于阈值，当小于阈值时确定出终端隶属于所述当前车道，根据在所述当前车道的预设规则得到所述车道限速信息。比如，根据车辆中心点到车道中心线的垂直距离d，来判定车辆属于哪条车道。当d小于一定阈值，例如d<2.0m时，则车辆属于此车道。
本发明实施例的车道选择方法中，根据在所述当前车道的预设规则得到所述车道限速信息的过程中，在所述当前车道检测到包括所述终端在内的至少两辆车时，将至少两辆车中最小的速度作为所述车道限速信息。一个实例中，如果有多辆车，则记录其中最小的速度作为车道速度，该车道速度即为车道限速信息，比如，在车道速度为80公里/小时的当前车道上，所述终端行驶方向上有一辆车，即为车辆B，当前车速为70公里/小时，而该终端(如车载终端)所在的车辆，记为车辆A，或者终端(车辆本身,记为车辆A)当前车速为75公里/小时，由于车辆B位于车辆A的前方，因此，为了避免出现追尾等交通安全问题，车道限速信息取车辆A和车辆B中的最小值，即将70公里/小时作为车道限速信息。
本发明实施例的车道选择方法中，根据在所述当前车道的预设规则得到所述车道限速信息的过程中，在所述当前车道检测到所述终端行驶方向上没有其它车辆时，将车道速度作为所述车道限速信息。一个实例中，如果车道里没有自车身前的车辆，则记录车道速度等于车道最大限速。比如，在车道速度为120公里/小时的当前车道上，所述终端行驶方向上没有任何车辆，即该终端(如车载终端)所在的车辆，记为车辆A，或者终端(车辆本身，记为车辆A)前方没有任何车辆，存在交通安全隐患的可能性非常低，因此，车道限速信息取车道速度，即将120公里/小时作为车道限速信息。
本发明实施例的车道选择方法中，检测在所述当前车道中位于所述终端后方存在其它车辆时，忽略比所述终端靠后的其它车辆。这个实施例想说明的是决策策略中的忽略策略，以忽略比所述终端靠后的其它车辆。决策策略中还可以包括其他策略，比如，对路口距离的判断需要设置有个预先的最小距离看是否变道或者采取减速策略等。
本发明实施例的车道选择方法中，当所述当前车道的数量大于等于3，且所述终端当前位于左侧车道上，则根据调整系数对所述终端车速信息进行修正处理，得到修正速度信息。根据所述修正速度信息及车道限速信息，确定与所述第二模型相关的第二类utility。比如，当车道数据>＝3，本车当前在最左车道上，在计算laneSpeed时，在统计的基础上给一个折扣系数，使用k×laneSpeed(一般情况下k＝0.9)作为车道速度参与之后U_DLC计算。这样处理的好处是：保证了在同等情况下，车辆不会长期占用最左车道的情况。
本发明实施例的车道选择方法中，在根据所述控制指令执行无人驾驶中的车道选择的过程中，1)所述控制指令为保持在本车道行驶时，不执行变化到所述目标车道的变道处理。2)所述控制指令为向左侧车道变道时，将所述左侧车道作为所述目标车道并执行变化到所述目标车道的变道处理。3)所述控制指令为向右侧车道变道时，将所述右侧车道作为所述目标车道并执行变化到所述目标车道的变道处理。通过这些手段来实现变道类型的判定。最终的变道类型分别是保持本车道、向左变道、向右变道三种情况。
一个实例中，可以按照本车道、左车道和右车道的顺序计算utility，选定utility最大的车道作为变道的目标车道。这种顺序保证了超车时优先从左侧车道超车。如果utility一样，则优先保持本车道。1)可以计算当前车道的utility，记录变道类型为保持本车道，更新uMax；2)计算左侧车道的utility，记做u_left。如果u_left>u_uMax，则记录LaneChange＝向左变道,更新uMax＝u_left；3)计算右侧车道的utility，记做u_right。如果u_right>u_uMax，则记录LaneChange＝向右变道。
最终，根据所述控制指令执行无人驾驶中的车道选择，得到所述目标车道后，如果符合预设规则，则立即由终端当前无人驾驶所处于的所在的本车道变化到所述目标车道，否则，不执行变化到所述目标车道的变道处理。
上述各个实施例中，以无人驾驶场景为例，对于车载终端或携带车载终端的车辆而言，只关注目标车道的评估和选择，不关注是否可以立即执行变道。当目标车道选定后，能否正常执行变道取决于之后的行为规划，它会以较高的频率来判断周围的静态和动态障碍物是否会影响变道，保证变道安全。如果有危险的话，会放弃变道。
本发明实施例的车道选择系统中，如图5所示，包括终端41和服务器42，其中，终端运用根据服务器提供的数据源执行运算逻辑，以执行对应的车道选择处理，服务器用于提供终端需要的各种数据源，包括当前车辆及与当前车辆相关的其他车辆，可以将这些数据存储于车辆上安装的终端设备(车载终端或手机终端)中，通过终端设备下发的控制指令来执行车道选择。终端41包括：获取单元411，用于获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；建模单元412，用于根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型；车道选择单元413，用于根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行车道选择。
采用本发明实施例，首先获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息。目标信息包括：1)周边车辆的地理位置信息，需要指出的是：该信息是一种绝对位置信息；2)周边车辆相对于当前终端的距离信息，需要指出的是：区别于地理位置信息，是一种相对位置信息；3)周边车辆挂空档(如在路边停车休息)时的周边环境、周边车辆的速度信息；4)存在多条车道可以进行选择时周边车辆当前行驶于哪一个车道上等等。一个实例是：在驾驶过程中，可以根据本车车速、前车车速、车距；相邻车道车速与车距来决策是否可以进行变道操作，目的是为了改善本车的行驶速度。之后，根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型。一个实例是：1)第一模型为MLC，用于评估当前车辆行驶到路口需要的时间t，是否大于变换车道所需要的时间，采用MLC，是对路口变道进行决策，比如当前由于路口等影响必须得离开本车道。2)第二模型为DLC，DLC的决策分为lane selection和Gap acceptance两步。其中，在lane selection中，是根据车速、车道限速等综合信息判定相邻车道是否需要变道；而Gap acceptance中，是根据相邻车道前后车的距离来判断，是否拥有总够的变道空间。只有这2个条件同时满足，才会做出变道决策。采用DLC，是对行驶速度进行改善，比如，前车距离后车比较近，那么需要减速，如果前车距离后车允许超车，则加速。最终，根据所述终端相关的目标信息，实时获取的终端信息和所述决策模型得到控制指令，根据所述控制指令执行无人驾驶中的车道选择。一个实例是：通过计算本车道、左右车道的多个效用值(utility)，最后，选择多个utility中utility最大的车道作为用于车道选择的变换车道。
在车辆自动行驶或手动加速场景中，驾驶员会选择最合理的车道进行行驶。而采用本发明实施例的无人驾驶场景中，车辆必须具备和驾驶员一样的自主选择最优车道的能力，才能在多车道的高速公路或者城市道路上行驶，否则将无法上路。采用本发明实施例，是一种综合周围车辆和导航路径的车道选择方案，根据DLC和MLC建模，以将DLC和MLC统一到一个新建得到的决策模型当中。分别计算本车道、左右车道的utility，最后选择utility最大的车道作为用于变道选择的变换车道，从而解决了无人驾驶车辆自主选择车道的问题。本发明实施例有效结合了DLC和MLC的优势，得到了更加优化的决策模型，采用该决策模型，当离路口越远的情况下，DLC模型起主要作用；当离路口越近的情况下，受到MLC模型的影响就越大，保证了在一定距离范围内选择的目标车道的稳定性，不会来回切换。
在本发明实施例一实施方式中，所述建模单元，进一步用于：根据终端变道次数、终端距离路口的距离值和单次变道最小距离值确定与所述第一模型相关的第一类utility，所述第一类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第一类utility。根据终端车速信息及车道限速信息，确定与所述第二模型相关的第二类效用值，所述第二类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第二类utility。根据所述第一类utility和所述第二类utility得到车道综合效用值，所述车道综合utility包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合utility。从分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合utility中，选择车道综合utility最大的车道，将所述车道综合utility最大的车道决策为用于变道选择的目标车道。
在本发明实施例一实施方式中，所述终端还包括：车道确定单元，用于根据路网情况得到备选车道，所述路网情况由路口及与所述路口相连的下一个道路构成。及变道次数确定单元，用于根据终端当前所在本车道与所述备选车道在Y轴上的距离，得到所述终端变道次数。及距离值确定单元，用于根据终端当前所在本车道上的位置与所述路口在X轴上的距离，得到所述终端距离路口的距离值。及单次变道距离值确定单元，用于根据终端当前车速和变道时间，得到完成一次变道所需要的所述单次变道最小距离值。
在本发明实施例一实施方式中，所述终端还包括：车速检测单元，用于根据检测到的终端周边车辆的速度信息，得到所述终端车速信息；
限速确定单元，用于获取终端中心点到当前车道中心线的垂直距离，判断所述垂直距离是否小于阈值，当小于阈值时确定出终端隶属于所述当前车道，根据在所述当前车道的预设规则得到所述车道限速信息。
在本发明实施例一实施方式中，所述限速确定单元，进一步用于：在所述当前车道检测到包括所述终端在内的至少两辆车时，将至少两辆车中最小的速度作为所述车道限速信息。
在本发明实施例一实施方式中，所述限速确定单元，进一步用于：在所述当前车道检测到所述终端行驶方向上没有其它车辆时，将车道速度作为所述车道限速信息。
在本发明实施例一实施方式中，所述终端还包括：忽略决策单元，用于检测在所述当前车道中位于所述终端后方存在其它车辆时，忽略比所述终端靠后的其它车辆。
在本发明实施例一实施方式中，所述终端还包括：修正决策单元，用于当所述当前车道的数量大于等于3，且所述终端当前位于左侧车道上，则根据调整系数对所述终端车速信息进行修正处理，得到修正速度信息；所述建模单元，进一步用于根据所述修正速度信息及车道限速信息，确定与所述第二模型相关的第二类utility。
在本发明实施例一实施方式中，所述车道选择单元，进一步用于：所述控制指令为保持在本车道行驶时，不执行变化到所述目标车道的变道处理；所述控制指令为向左侧车道变道时，将所述左侧车道作为所述目标车道并执行变化到所述目标车道的变道处理；所述控制指令为向右侧车道变道时，将所述右侧车道作为所述目标车道并执行变化到所述目标车道的变道处理。
在本发明实施例一实施方式中，所述终端还包括：变道执行决策单元，用于：根据所述控制指令执行车道选择，得到所述目标车道后，如果符合预设规则，则立即由终端当前所在的本车道变化到所述目标车道，否则，不执行变化到所述目标车道的变道处理。
其中，对于用于数据处理的处理器而言，在执行处理时，可以采用微处理器、中央处理器(CPU，Central Processing Unit)、DSP或FPGA实现；对于存储介质来说，包含操作指令，该操作指令可以为计算机可执行代码，通过所述操作指令来实现上述本发明实施例信息处理方法流程中的各个步骤。
这里需要指出的是：以上涉及终端和服务器项的描述，与上述方法描述是类似的，同方法的有益效果描述，不做赘述。对于本发明终端和服务器实施例中未披露的技术细节，请参照本发明方法流程描述的实施例所描述内容。
以一个现实应用场景为例对本发明实施例阐述如下：
驾驶行为建模主要包括纵向和横向2个方面。纵向驾驶行为主要包括刹车、跟车等等。而横向驾驶行为主要就是变道模型。变道行为是驾驶员由自身驾驶特性,针对周围车辆的车速、空挡等周边环境信息的刺激,调整并完成自身驾驶目标策略包括信息判断和操作执行的综合行为过程。这样的行为被认为十分复杂甚至难以用数学模型进行描述。变道的模型可以分为DLC模型和MLC模型两种。DLC是为了改善行驶速度，MLC是由于路口等影响必须得离开本车道。首先，会判断是否需要考虑MLC。比如，评估当前车辆行驶到路口需要的时间t，是否大于变换车道所需要的时间。假如行驶道路必须变换到最右车道，与当前车道比需要变换n个车道，每变换一个车道需要时间t0，则：如果t>n×t0，则只需要考虑DLC；否则，需要同时考虑MLC和DLC，并且他们冲突时，以MLC的结果为准。在DLC的决策中，对于laneselection，是根据车速、车道限速等综合信息判定相邻车道是否需要变道；而对于Gapacceptance，是根据相邻车道前后车的距离来判断，是否拥有总够的变道空间。只有这个条件同时满足，才会做出变道决策。在行车过程中，驾驶员一般会根据本车车速、前车车速、车距；相邻车道车速与车距来决策是否可以进行变道操作，目的是为了改善本车的行驶速度。
在上述实施例中，单纯采用MLC模型或DLC模型进行变道选择都是无法达到响应及时和变道选择精确的目的。如下实施例中，是将DLC和MLC统一到一个模型当中，分别计算本车道、左右车道的utility，最后选择utility最大的车道作为变换车道。
以无人驾驶场景为例，对本发明实施例进行说明如下：
图6-8为在无人驾驶场景中采用本发明实施例用到的关键参数、决策模型的结构及实际应用中采样的变道选择情况示意图。其中，图6为车道变换行为决策的关键参数示意图，其中，S为当前车道前车间距；L1为目标车道前净距；L2为目标车道后净距；V1为变道车辆速度；V2为当前车道前车速度；V3为相邻车道前车速度；V4为相邻车道后车速度。图7为用于变道选择的决策模型的结构示意图，图8为实际应用中采样的变道选择情况示意图。
基于上述图6-8所示的内容，本实施例主要关注无人驾驶车辆的目标车道选择，与传统的变道模型有所差异。在本阶段，无人驾驶车辆只关注目标车道的评估和选择，不关注是否可以立即执行变道。当目标车道选定后，能否正常执行变道取决于之后的行为规划(motion plan)，它会以较高的频率来判断周围的静态和动态障碍物是否会影响变道，保证变道安全。如果有危险的话，会放弃变道。以图9所示的变道选择过程为例进行说明如下：
图9的变道选择过程中，包括如下内容：
第一步：根据路口确定最终目标车道，即找到基于MLC的目标车道(find goallane for MLC)。
具体的，根据路口和下一条道路的连接关系确定MLC目标车道。在当前位置待选的车道里，根据连通性挑选可以到达路口并进入下一条道路的车道作为goal lane。例如当前本车在车道1，在路口需要右拐，则选择车道2作为goal lane。如果是直行通过路口的话，可能会有多条待选车道符合要求，此时选定其中离当前车道最近的车道当做目标车道(goallane)。
确定了最终目标车道之后，可以计算当前每条车道距离最终车道的变道次数(如nlanechange)。假设沿车道中心线向前的方向为X轴，计算当前车辆位置距离路口的距离，将该距离记做distanceToJunction。
第二步：估计车道车速，即计算基于DLC的车道车速(estimate lane speed forDLC)。
根据检测到的周围车辆的速度来分别估计本车道、左侧车道、右侧车道的行车速度(如laneSpeed)。
首先根据车辆中心点到车道中心线的垂直距离d，来判定车辆属于哪条车道。当d小于一定阈值，例如d<2.0m时，则车辆属于此车道。
在每个车道统计过程中，忽略比本车靠后的车辆(如果x坐标小于本车x坐标，则忽略)。如果有多辆车，则记录其中最小的速度作为车道速度；如果车道里没有自车身前的车辆，则记录车道速度等于车道最大限速(如SPEED_LIMIT)。
当车道数据>＝3，本车当前在最左车道上，在计算laneSpeed时，在统计的基础上给一个折扣系数，使用k×laneSpeed(一般情况下k＝0.9)作为车道速度参与之后U_DLC计算。这样就保证了在同等情况下，车辆不会长期占用最左车道的情况。
第三步：计算车道的Utility，即整合基于MLC and DLC的Utility所得到的综合Utility。
采用公式(1)对特定车道，根据车道速度laneSpeed、最大限速SPEED_LIMIT来计算DLC相关的utility：
U_DLC＝p1×laneSpeed/SPEED_LIMIT (1)
采用公式(2)根据变道次数nlanechange，车辆到路口的距离distanceToJunction和单次变道所需的最小距离d0，来计算MLC相关的utility；
U_MLC＝p2×pow(lanechange/(distanceToJunction/d0)，p3) (2)
其中d0是根据当前车速和变道时间估计出来的完成一次变道需要的最小距离，计算方法如公式(3)所示：
d0＝MAX(dmin,vehicleSpeed×t0) (3)
其中dmin和t0是一个常数，可以根据实际需要取值；vehicleSpeed为本车速度，t0为根据经验估计的完成一次变道需要的时间。建议dmin＝50m，t0＝10s。
p1、p2、p3分别是权重系数，可以根据需要调节，一般取p1＝10，p2＝2.0，p3＝2.0。
车道综合Utility的计算方法如公式(4)所示：
Utility＝(int)U_DLC–(int)U_MLC (4)
注意，先分别对U_DLC和U_MLC取整数，然后再计算综合utility。这样做相当于对车速、距离等关键因素进行了分段分级，最大优点是可以在一定的车速范围和距离范围内保持utility的数值稳定性，进一步保证换道结果的稳定性，不会来回切换。
MLC使用指数模型，可以使得它的影响力随着distanceToJunction的逐渐变小而迅速增大，最终在路口附近起绝对主导作用，进而可以忽略DLC的影响，中间的过渡是平滑自然的。这样设计符合实际的变道规律。
第四步：变道类型的判定
最终的变道类型LaneChange分别是保持本车道、向左变道、向右变道三种情况。
按照本车道、左车道和右车道的顺序计算utility，选定utility最大的车道作为变道的目标车道。这种顺序保证了超车时优先从左侧车道超车。如果utility一样，则优先保持本车道。
第一步：计算当前车道的utility,记录变道类型为保持本车道，更新uMax；
第二步：计算左侧车道的utility，记做u_left。如果u_left>u_uMax，则记录LaneChange＝向左变道，更新uMax＝u_left；
第三步：计算右侧车道的utility，记做u_right。如果u_right>u_uMax，则记录LaneChange＝向右变道。
采用本发明实施例，有效结合了DLC和MLC，过渡自然，变道行为更加稳定。有效结合了DLC和MLC对车道选择的影响，距离路口越近，MLC起到的作用越大，过渡平滑自然，符合客观规律。对车速和路口距离等关键因素做了分级处理，保证了变道结果的稳定性，不会发生抖动现象。保证了左侧超车优先原则，但不长期占用最左车道。所采用的决策模型所采用的特定的判定顺序和规则，保证了在在相似条件下从左侧超车；对于车道数据较多的道路，车辆会长期占用最左侧的超车道。这样更加符合交通规则，符合中国道路的客观情况。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (20)

1.一种车道选择方法，其特征在于，所述方法包括：
获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；
根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型；
将所述终端相关的目标信息，实时获取的终端信息，输入所述决策模型，以选择车道效用值最大的车道作为用于变道选择的目标车道；
生成控制指令，根据所述控制指令执行对应所述目标车道的车道选择。
2.根据权利要求1所述的方法，其特征在于，所述根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型，包括：
根据终端变道次数、终端距离路口的距离值和单次变道最小距离值确定与所述第一模型相关的第一类效用值，所述第一类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第一类效用值；
根据终端车速信息及车道限速信息，确定与所述第二模型相关的第二类效用值，所述第二类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第二类效用值；
根据所述第一类效用值和所述第二类效用值得到车道综合效用值，所述车道综合效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合效用值；
从分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合效用值中，选择车道综合效用值最大的车道，将所述车道综合效用值最大的车道决策为用于变道选择的目标车道。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据终端变道次数和终端距离路口的距离值，确定与所述第一模型相关的第一类效用值之前，
根据路网情况得到备选车道，所述路网情况由路口及与所述路口相连的下一个道路构成；
根据终端当前所在本车道与所述备选车道在Y轴上的距离，得到所述终端变道次数；
根据终端当前所在本车道上的位置与所述路口在X轴上的距离，得到所述终端距离路口的距离值；
根据终端当前车速和变道时间，得到完成一次变道所需要的所述单次变道最小距离值。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据终端车速信息及车道限速信息，确定与所述第二模型相关的第二类效用值之前，
根据检测到的终端周边车辆的速度信息，得到所述终端车速信息；
获取终端中心点到当前车道中心线的垂直距离，判断所述垂直距离是否小于阈值，当小于阈值时确定出终端隶属于所述当前车道，根据在所述当前车道的预设规则得到所述车道限速信息。
5.根据权利要求4所述的方法，其特征在于，根据在所述当前车道的预设规则得到所述车道限速信息，包括：
在所述当前车道检测到包括所述终端在内的至少两辆车时，将至少两辆车中最小的速度作为所述车道限速信息。
6.根据权利要求4所述的方法，其特征在于，根据在所述当前车道的预设规则得到所述车道限速信息，包括：
在所述当前车道检测到所述终端行驶方向上没有其它车辆时，将车道速度作为所述车道限速信息。
7.根据权利要求4所述的方法，其特征在于，所述方法还包括：
检测在所述当前车道中位于所述终端后方存在其它车辆时，忽略比所述终端靠后的其它车辆。
8.根据权利要求4所述的方法，其特征在于，所述方法还包括：
当所述当前车道的数量大于等于3，且所述终端当前位于左侧车道上，则根据调整系数对所述终端车速信息进行修正处理，得到修正速度信息；
根据所述修正速度信息及车道限速信息，确定与所述第二模型相关的第二类效用值。
9.根据权利要求2至8任一项所述的方法，其特征在于，所述根据所述控制指令执行车道选择，包括：
所述控制指令为保持在本车道行驶时，不执行变化到所述目标车道的变道处理；
所述控制指令为向左侧车道变道时，将所述左侧车道作为所述目标车道并执行变化到所述目标车道的变道处理；
所述控制指令为向右侧车道变道时，将所述右侧车道作为所述目标车道并执行变化到所述目标车道的变道处理。
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
根据所述控制指令执行车道选择，得到所述目标车道后，
如果符合预设规则，则立即由终端当前所在的本车道变化到所述目标车道，否则，不执行变化到所述目标车道的变道处理。
11.一种终端，其特征在于，所述终端包括：
获取单元，用于获取与终端相关的目标信息，所述目标信息用于表征终端周边车辆的行驶信息；
建模单元，用于根据用于决策路口变道的第一模型和用于决策行驶速度的第二模型进行建模，得到用于变道选择的决策模型；
车道选择单元，用于将所述终端相关的目标信息，实时获取的终端信息，输入所述决策模型，以选择车道效用值最大的车道作为用于变道选择的目标车道；生成控制指令，根据所述控制指令执行对应所述目标车道的车道选择。
12.根据权利要求11所述的终端，其特征在于，所述建模单元，进一步用于：
根据终端变道次数、终端距离路口的距离值和单次变道最小距离值确定与所述第一模型相关的第一类效用值，所述第一类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第一类效用值；
根据终端车速信息及车道限速信息，确定与所述第二模型相关的第二类效用值，所述第二类效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的第二类效用值；
根据所述第一类效用值和所述第二类效用值得到车道综合效用值，所述车道综合效用值包括分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合效用值；
从分别对应终端当前所在的本车道、与终端相邻的左侧车道和右侧车道的车道综合效用值中，选择车道综合效用值最大的车道，将所述车道综合效用值最大的车道决策为用于变道选择的目标车道。
13.根据权利要求12所述的终端，其特征在于，所述终端还包括：
车道确定单元，用于根据路网情况得到备选车道，所述路网情况由路口及与所述路口相连的下一个道路构成；
变道次数确定单元，用于根据终端当前所在本车道与所述备选车道在Y轴上的距离，得到所述终端变道次数；
距离值确定单元，用于根据终端当前所在本车道上的位置与所述路口在X轴上的距离，得到所述终端距离路口的距离值；
单次变道距离值确定单元，用于根据终端当前车速和变道时间，得到完成一次变道所需要的所述单次变道最小距离值。
14.根据权利要求12所述的终端，其特征在于，所述终端还包括：
车速检测单元，用于根据检测到的终端周边车辆的速度信息，得到所述终端车速信息；
限速确定单元，用于获取终端中心点到当前车道中心线的垂直距离，判断所述垂直距离是否小于阈值，当小于阈值时确定出终端隶属于所述当前车道，根据在所述当前车道的预设规则得到所述车道限速信息。
15.根据权利要求14所述的终端，其特征在于，所述限速确定单元，进一步用于：
在所述当前车道检测到包括所述终端在内的至少两辆车时，将至少两辆车中最小的速度作为所述车道限速信息。
16.根据权利要求14所述的终端，其特征在于，所述限速确定单元，进一步用于：
在所述当前车道检测到所述终端行驶方向上没有其它车辆时，将车道速度作为所述车道限速信息。
17.根据权利要求14所述的终端，其特征在于，所述终端还包括：
忽略决策单元，用于检测在所述当前车道中位于所述终端后方存在其它车辆时，忽略比所述终端靠后的其它车辆。
18.根据权利要求14所述的终端，其特征在于，所述终端还包括：
修正决策单元，用于当所述当前车道的数量大于等于3，且所述终端当前位于左侧车道上，则根据调整系数对所述终端车速信息进行修正处理，得到修正速度信息；
所述建模单元，进一步用于根据所述修正速度信息及车道限速信息，确定与所述第二模型相关的第二类效用值。
19.根据权利要求12至18任一项所述的终端，其特征在于，所述车道选择单元，进一步用于：
所述控制指令为保持在本车道行驶时，不执行变化到所述目标车道的变道处理；
所述控制指令为向左侧车道变道时，将所述左侧车道作为所述目标车道并执行变化到所述目标车道的变道处理；
所述控制指令为向右侧车道变道时，将所述右侧车道作为所述目标车道并执行变化到所述目标车道的变道处理。
20.根据权利要求19所述的终端，其特征在于，所述终端还包括：
变道执行决策单元，用于：
根据所述控制指令执行车道选择，得到所述目标车道后，
如果符合预设规则，则立即由终端当前所在的本车道变化到所述目标车道，否则，不执行变化到所述目标车道的变道处理。
CN201710262939.9A 2017-04-20 2017-04-20 一种车道选择方法及终端 Active CN108305477B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201710262939.9A CN108305477B (zh) 2017-04-20 2017-04-20 一种车道选择方法及终端
KR1020197023464A KR102212431B1 (ko) 2017-04-20 2018-03-29 차선 선택 방법, 타깃 차량 및 컴퓨터 저장 매체
EP18787339.3A EP3614359A4 (en) 2017-04-20 2018-03-29 TRACK SELECTION METHOD, TARGET VEHICLE AND COMPUTER STORAGE MEDIUM
PCT/CN2018/081187 WO2018192352A1 (zh) 2017-04-20 2018-03-29 一种车道选择方法及目标车辆、计算机存储介质
JP2019556237A JP6808853B2 (ja) 2017-04-20 2018-03-29 車線選択方法、目標車両及びコンピュータ記憶媒体
TW107112473A TWI676970B (zh) 2017-04-20 2018-04-11 車道選擇方法、目標車輛及計算機儲存介質
US16/460,555 US11059485B2 (en) 2017-04-20 2019-07-02 Lane selection method, target vehicle and computer storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710262939.9A CN108305477B (zh) 2017-04-20 2017-04-20 一种车道选择方法及终端

Publications (2)

Publication Number Publication Date
CN108305477A CN108305477A (zh) 2018-07-20
CN108305477B true CN108305477B (zh) 2019-08-13

Family

ID=62872213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710262939.9A Active CN108305477B (zh) 2017-04-20 2017-04-20 一种车道选择方法及终端

Country Status (7)

Country Link
US (1) US11059485B2 (zh)
EP (1) EP3614359A4 (zh)
JP (1) JP6808853B2 (zh)
KR (1) KR102212431B1 (zh)
CN (1) CN108305477B (zh)
TW (1) TWI676970B (zh)
WO (1) WO2018192352A1 (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3828657A1 (en) * 2016-12-23 2021-06-02 Mobileye Vision Technologies Ltd. Navigational system
JP6994567B2 (ja) * 2018-05-15 2022-01-14 日立Astemo株式会社 車両制御装置
JP6984547B2 (ja) * 2018-06-08 2021-12-22 トヨタ自動車株式会社 車線変更支援システム、車線変更支援装置及び車線変更支援方法
US10916125B2 (en) * 2018-07-30 2021-02-09 Honda Motor Co., Ltd. Systems and methods for cooperative smart lane selection
CN111091727A (zh) * 2018-10-24 2020-05-01 上汽通用汽车有限公司 基于移动车联网的用于变更车道的方法和系统
TWI678515B (zh) * 2018-11-21 2019-12-01 財團法人車輛研究測試中心 動態圖資分類裝置及其方法
CN109871017B (zh) * 2019-02-20 2022-09-13 阿波罗智能技术(北京)有限公司 自动驾驶参考线调用方法、装置和终端
CN109703569B (zh) * 2019-02-21 2021-07-27 百度在线网络技术（北京）有限公司 一种信息处理方法、装置及存储介质
JP7152339B2 (ja) * 2019-03-25 2022-10-12 本田技研工業株式会社 走行制御装置、走行制御方法、およびプログラム
CN109782776B (zh) * 2019-03-28 2022-07-29 北京百度网讯科技有限公司 无人车的车道选择方法、装置及存储介质
CN109949611B (zh) 2019-03-28 2021-11-30 阿波罗智能技术(北京)有限公司 无人车的变道方法、装置及存储介质
TWI684085B (zh) * 2019-04-24 2020-02-01 揚昇育樂事業股份有限公司 自駕車輛之自駕行駛路徑中央控制裝置
JP7159109B2 (ja) * 2019-05-16 2022-10-24 本田技研工業株式会社 車両制御装置、車両制御装方法、およびプログラム
CN110160552B (zh) * 2019-05-29 2021-05-04 百度在线网络技术（北京）有限公司 导航信息确定方法、装置、设备和存储介质
CN112634627B (zh) * 2019-10-08 2023-03-10 宁波吉利汽车研究开发有限公司 一种高速巡航状态下的换道方法、装置及汽车
CN110686693A (zh) * 2019-10-14 2020-01-14 泰牛汽车技术(苏州)有限公司 封闭场景内路网信息的构建方法
CN112991792B (zh) * 2019-12-12 2023-05-26 奥迪股份公司 车辆的变道方法、装置、计算机设备和存储介质
TWI762887B (zh) * 2020-03-19 2022-05-01 荷蘭商荷蘭移動驅動器公司 交通安全管控方法、車載裝置及可讀儲存介質
CN111413973A (zh) * 2020-03-26 2020-07-14 北京汽车集团有限公司 车辆的换道决策方法及装置、电子设备、存储介质
CN111586557B (zh) * 2020-04-03 2024-05-03 腾讯科技（深圳）有限公司 车辆通信方法、装置、计算机可读介质及电子设备
CN113808385B (zh) * 2020-06-17 2023-09-26 奥迪股份公司 机动车行车道的选择方法及装置、车辆
US11904890B2 (en) * 2020-06-17 2024-02-20 Baidu Usa Llc Lane change system for lanes with different speed limits
CN112365741B (zh) * 2020-10-23 2021-09-28 淮阴工学院 一种基于多车道车距检测的安全预警方法及系统
CN114506324B (zh) * 2020-10-23 2024-03-15 上海汽车集团股份有限公司 一种车道决策方法及相关装置
CN112416004B (zh) * 2020-11-19 2021-12-14 腾讯科技（深圳）有限公司 一种基于自动驾驶的控制方法、装置、车辆以及相关设备
CN112693465B (zh) * 2021-01-11 2021-11-26 广东科学技术职业学院 控制车辆变道的方法、装置以及无人驾驶车辆
CN113602263A (zh) * 2021-08-26 2021-11-05 中国第一汽车股份有限公司 车辆避让方法、装置、车载设备及存储介质
US11804131B2 (en) * 2021-11-24 2023-10-31 GM Global Technology Operations LLC Communication system for determining vehicle context and intent of a target vehicle based on perceived lane of travel
CN113997934B (zh) * 2021-12-09 2024-05-03 中国第一汽车股份有限公司 车道变换方法、装置、计算机设备及存储介质
CN115472032B (zh) * 2022-08-24 2024-05-28 武汉理工大学 一种高速公路匝道合流区车辆自动换道决策系统及方法
CN115662171A (zh) * 2022-10-27 2023-01-31 长城汽车股份有限公司 变道提示方法、装置、电子设备及车辆
CN116279567B (zh) * 2023-05-11 2023-11-14 长城汽车股份有限公司 显示车道信息的方法、显示车道信息的装置及车辆
CN118629219A (zh) * 2024-08-15 2024-09-10 吉林大学 一种基于安全场的车辆换道决策与轨迹规划交互耦合方法

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7979173B2 (en) * 1997-10-22 2011-07-12 Intelligent Technologies International, Inc. Autonomous vehicle travel control systems and methods
JP4066573B2 (ja) * 1999-09-22 2008-03-26 株式会社デンソー 先行車選択装置、車間制御装置及び記録媒体
JP2003157500A (ja) * 2001-11-22 2003-05-30 Fujitsu Ltd 安全走行支援装置，安全走行支援プログラム，及び安全走行支援方法
JP3925474B2 (ja) * 2003-07-18 2007-06-06 日産自動車株式会社 車線変更支援装置
US10964209B2 (en) * 2003-12-24 2021-03-30 Mark W. Publicover Method and system for traffic and parking management
JP2006113918A (ja) * 2004-10-15 2006-04-27 Fujitsu Ten Ltd 運転支援装置
JP4581674B2 (ja) * 2004-12-24 2010-11-17 アイシン・エィ・ダブリュ株式会社 経路案内システム及び経路案内方法
TWI270827B (en) * 2005-06-29 2007-01-11 Jau-Shiang Wang Traffic lane recognition system and traffic lane deviation warning device with traffic lane recognition system and method of forming the same
US20070225914A1 (en) * 2006-03-21 2007-09-27 Hiroshi Kawazoe Lane departure avoidance control
JP4366419B2 (ja) * 2007-09-27 2009-11-18 株式会社日立製作所 走行支援装置
WO2009156000A1 (en) * 2008-06-25 2009-12-30 Tomtom International B.V. Navigation apparatus and method of detection that a parking facility is sought
JP5663942B2 (ja) * 2010-05-11 2015-02-04 トヨタ自動車株式会社 走行軌道作成装置
CN103348392B (zh) * 2010-12-31 2016-06-29 通腾比利时公司 导航方法与系统
EP2749468B1 (en) * 2011-08-25 2019-02-27 Nissan Motor Co., Ltd Autonomous driving control system for vehicle
JP2013050397A (ja) * 2011-08-31 2013-03-14 Nissan Motor Co Ltd 走行制御装置
CN103065501B (zh) * 2012-12-14 2014-08-06 清华大学 一种汽车换道预警方法及换道预警系统
US9286800B2 (en) * 2012-12-30 2016-03-15 Robert Gordon Guidance assist vehicle module
GB201307550D0 (en) * 2013-04-26 2013-06-12 Tomtom Dev Germany Gmbh Methods and systems of providing information indicative of a recommended navigable stretch
US9946818B2 (en) * 2013-07-30 2018-04-17 University Of Florida Research Foundation, Inc. System and method for automated model calibration, sensitivity analysis, and optimization
CN103871242B (zh) * 2014-04-01 2015-09-09 北京工业大学 一种驾驶行为综合评价系统与方法
JP6537780B2 (ja) * 2014-04-09 2019-07-03 日立オートモティブシステムズ株式会社 走行制御装置、車載用表示装置、及び走行制御システム
US9609046B2 (en) * 2014-04-29 2017-03-28 Here Global B.V. Lane level road views
CN103996287B (zh) * 2014-05-26 2016-04-06 江苏大学 一种基于决策树模型的车辆强制换道决策方法
KR101610544B1 (ko) 2014-11-21 2016-04-07 현대자동차주식회사 차량의 자율 주행 시스템 및 방법
JP2016215790A (ja) * 2015-05-19 2016-12-22 株式会社デンソー 車線変更計画生成装置、車線変更計画生成方法
KR101724887B1 (ko) 2015-08-10 2017-04-07 현대자동차주식회사 전방 도로 형상과 연결을 분석해 차선 변경과 타이밍을 결정하는 자율주행 제어 장치 및 방법
CN105160917B (zh) * 2015-08-24 2017-09-29 武汉理工大学 基于车路协同的信号控制交叉口车速引导系统及方法
CN105206052B (zh) * 2015-09-21 2018-05-11 张力 一种驾驶行为分析方法及设备
CN108604292B (zh) * 2015-11-26 2023-10-13 御眼视觉技术有限公司 对切入车道的车辆的自动预测和利他响应
JP2017142145A (ja) * 2016-02-10 2017-08-17 株式会社ゼンリン 車線変更支援装置、車両制御装置およびその方法
US9672734B1 (en) * 2016-04-08 2017-06-06 Sivalogeswaran Ratnasingam Traffic aware lane determination for human driver and autonomous vehicle driving system
CN106114507B (zh) 2016-06-21 2018-04-03 百度在线网络技术（北京）有限公司 用于智能车辆的局部轨迹规划方法和装置
KR102535540B1 (ko) * 2017-01-12 2023-05-23 모빌아이 비젼 테크놀로지스 엘티디. 차량 움직임에 기반한 항법
WO2018138776A1 (ja) * 2017-01-24 2018-08-02 本田技研工業株式会社 対象物支持装置、車両制御システム、車両制御方法、車両制御プログラム、および車両のシートの支持構造
WO2018175441A1 (en) * 2017-03-20 2018-09-27 Mobileye Vision Technologies Ltd. Navigation by augmented path prediction
US11430071B2 (en) * 2017-08-16 2022-08-30 Mobileye Vision Technologies Ltd. Navigation based on liability constraints
US10668925B2 (en) * 2017-09-05 2020-06-02 Baidu Usa Llc Driver intention-based lane assistant system for autonomous driving vehicles
CN107792073B (zh) * 2017-09-29 2019-10-25 东软集团股份有限公司 一种车辆换道控制方法、装置及相关设备
US11360475B2 (en) * 2017-12-05 2022-06-14 Waymo Llc Real-time lane change selection for autonomous vehicles
US11072327B2 (en) * 2018-03-07 2021-07-27 Robert Bosch Gmbh Known lane intervals for automated driving
EP3832261A1 (en) * 2018-04-03 2021-06-09 Mobileye Vision Technologies Ltd. Systems and methods for determining navigational parameters
US20190315345A1 (en) * 2018-04-16 2019-10-17 David E. Newman Blind spot potential-hazard avoidance system
US10569773B2 (en) * 2018-05-31 2020-02-25 Nissan North America, Inc. Predicting behaviors of oncoming vehicles
US20200114921A1 (en) * 2018-10-11 2020-04-16 Ford Global Technologies, Llc Sensor-limited lane changing
WO2020172295A1 (en) * 2019-02-19 2020-08-27 Optumsoft, Inc. Using a lane-structured dynamic environment for rule-based automated control

Also Published As

Publication number Publication date
EP3614359A1 (en) 2020-02-26
CN108305477A (zh) 2018-07-20
US11059485B2 (en) 2021-07-13
JP6808853B2 (ja) 2021-01-06
TWI676970B (zh) 2019-11-11
KR102212431B1 (ko) 2021-02-03
US20190322281A1 (en) 2019-10-24
JP2020516535A (ja) 2020-06-11
TW201838847A (zh) 2018-11-01
WO2018192352A1 (zh) 2018-10-25
EP3614359A4 (en) 2020-05-27
KR20190104391A (ko) 2019-09-09

Similar Documents

Publication Publication Date Title
CN108305477B (zh) 一种车道选择方法及终端
JP6506460B2 (ja) サービスの供給状況を管理するシステム及び方法
US10015636B2 (en) Techniques for obtaining and displaying communication quality information
CN105139641B (zh) 一种基于WiFi中继站的车辆调度方法及系统
CN103188598B (zh) 智能群呼抢答约车方法、系统及出租车约车平台
US20140026065A1 (en) Transportation service communication method, apparatus and system
CN108133619A (zh) 停车场停车预测的方法、装置、存储介质及终端设备
CN105865466A (zh) 一种智能导航系统和方法
CN104657933A (zh) 用于通知订单供需密度的方法及设备
CN104344833A (zh) 车辆导航方法、装置和系统
CN103884344A (zh) 一种基于海量车辆数据的智能化导航方法及导航系统
CN104596529A (zh) 一种导航方法及装置
CN111339111A (zh) 一种高精度地图数据的更新方法及系统
CN107560610A (zh) 一种电子设备及其应用的信息显示方法及系统
CN108871360A (zh) 产生用于车辆的基于导航的路线的方法
CN107750339B (zh) 基于无线信号特性使用移动装置检测用户的场境
CN108072375A (zh) 一种导航中的信息识别方法及终端
CN110349428A (zh) 识别用户是否正在前往公交站点的方法及装置
CN104580332A (zh) 基于3g通讯技术的游轮航运图像信息共享系统
Zhou et al. Augmented informative cooperative perception
JP3995963B2 (ja) 移動体通信網を利用した情報提供システム
WO2023185716A1 (zh) 终端信息的预测方法、装置及网元
CN114596707B (zh) 交通控制方法及装置、设备、系统、介质
CN116129643B (zh) 一种公交车出行特征识别方法、装置、设备及介质
CN116866835A (zh) 终端信息的预测方法、装置及网元

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1251343

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230710

Address after: 518057 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 floors

Patentee after: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd.

Patentee after: TENCENT CLOUD COMPUTING (BEIJING) Co.,Ltd.

Address before: 518000 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 Floors

Patentee before: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd.