CN109754626B - 无人驾驶自主换道策略 - Google Patents

无人驾驶自主换道策略 Download PDF

Info

Publication number
CN109754626B
CN109754626B CN201811244472.6A CN201811244472A CN109754626B CN 109754626 B CN109754626 B CN 109754626B CN 201811244472 A CN201811244472 A CN 201811244472A CN 109754626 B CN109754626 B CN 109754626B
Authority
CN
China
Prior art keywords
lane
value
degree
unmanned vehicle
unmanned
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
CN201811244472.6A
Other languages
English (en)
Other versions
CN109754626A (zh
Inventor
邢建生
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic Technology Beijing 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
Application filed by HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN201811244472.6A priority Critical patent/CN109754626B/zh
Publication of CN109754626A publication Critical patent/CN109754626A/zh
Application granted granted Critical
Publication of CN109754626B publication Critical patent/CN109754626B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种无人驾驶自主换道策略，主要包括以下步骤：步骤A、根据预设的公式1计算得到无人驾驶车辆所在车道的通畅程度值A以及其他车道的通畅程度值B；步骤B、将通畅程度值A和通畅程度值B进行比较，以选择出拥堵程度最低的车道作为目标车道发送给所述无人驾驶车辆的驾驶系统；其中所述公式1为车道流速模型的公式：Z＝X×[1/(1+0.3×Y)]，其中，Z表示通畅程度值；X表示各条车道上的车辆的平均车速；Y表示无人驾驶车辆后方的车辆数量。其能够应对各种真实道路场景，实现了无人驾驶车辆在各种道路场景内的高效、安全、可靠的自主换道。

Description

无人驾驶自主换道策略
技术领域
本发明涉及无人驾驶技术领域，尤其涉及一种无人驾驶自主换道策略。
背景技术
随着人们对汽车智能化要求的不断提高，无人驾驶汽车作为智能驾驶的核心成为了最为关注的技术。而车辆换道是车辆行驶过程中一个常见但复杂的行为，很大程度上影响道路的流通性，快速而安全的换道操作对减少交通事故具有极强的现实应用意义。
然而，真实的道路场景是很复杂多变的，因而，如何实现无人驾驶汽车既能高效，安全，可靠的完成自主换道，还能覆盖复杂多变的道路场景，无疑是一个很大的挑战。
发明内容
本发明针对现有技术中存在的上述问题，提供一种无人驾驶自主换道策略，能够应对各种真实道路场景，实现了无人驾驶车辆在各种道路场景内的高效、安全、可靠的自主换道。
为实现上述目的和一些其他的目的，本发明采用如下技术方案：
一种无人驾驶自主换道策略，主要包括以下步骤：
步骤A、根据预设的公式1计算得到无人驾驶车辆所在车道的通畅程度值A以及其他车道的通畅程度值B；
步骤B、将通畅程度值A和通畅程度值B进行比较，以选择出拥堵程度最低的车道作为目标车道发送给所述无人驾驶车辆的驾驶系统；
其中所述公式1为车道流速模型的公式：
Z＝X×[1/(1+0.3×Y)] 公式1
其中，Z表示通畅程度值；X表示各条车道上的车辆的平均车速；Y表示无人驾驶车辆后方的车辆数量。
优选的是，所述的无人驾驶自主换道策略中，所述车道流速模型的公式用于计算车道加权平均速度，所述通畅程度值由车道上行驶的车辆数量和平均速度决定。
优选的是，所述的无人驾驶自主换道策略中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法依据待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度，所述通畅程度通过公式2表示：
Vf＝0.012V0×V0+0.52×V0 公式2
其中，Vf表示待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度；V0表示通畅程度值B。
优选的是，所述的无人驾驶自主换道策略中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于经验数据库，所述经验数据库为由司机在各种道路上行驶的数据进行收集并整理得到。
优选的是，所述的无人驾驶自主换道策略中，当通畅程度值B大于19m/s，通畅程度值A小于最大通畅程度值的0.92倍，且通畅程度值B大于Vf时，判定所述无人驾驶车辆换道至目标车道。
优选的是，所述的无人驾驶自主换道策略中，当通畅程度值B小于Vf，通畅程度值B小于最大通畅程度值时，判定所述无人驾驶车辆在原车道上行驶。
优选的是，所述的无人驾驶自主换道策略中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于选择模块，所述选择模块在所述无人驾驶车辆满足换道条件，且所述无人驾驶车辆行驶在两边车道时，控制所述无人驾驶车辆换道至中间车道行驶。
本发明至少包括以下有益效果：
本发明所述的无人驾驶自主换道策略通过车道流速模型的建立，使得所述无人驾驶自主换道策略基于车道流速模型，先根据车道流速模型分析出待选车道的通畅程度，然后与本车自身车道通畅情况进行衡量比较，从中选择出拥堵程度最低的车道，将其作为最优目标车道，车道流速模型根据各条车道上的车辆的平均车速，以及无人驾驶车辆后方的车辆数量综合判断，使得得到的车道通畅程度值不受车辆行驶场景的限制，适用于各种道路场景，且根据车道上车辆的平均车速以及车辆数量的判断结果与人工判断结果相吻合，使得计算结果更为准确且贴合实际，从而为无人驾驶车辆是否换道提供了可靠的依据，使得所述无人驾驶车辆能够安全、可靠、高效的完成换道。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1是本发明提供的无人驾驶自主换道策略的车道流速模型的示意图；
图2是本发明提供的无人驾驶自主换道策略中将通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法的坐标图。
具体实施方式
下面结合附图对本发明做详细说明，以令本领域普通技术人员参阅本说明书后能够据以实施。
如图1和图2所示，一种无人驾驶自主换道策略，主要包括以下步骤：
步骤A、根据预设的公式1计算得到无人驾驶车辆所在车道的通畅程度值A以及其他车道的通畅程度值B；
步骤B、将通畅程度值A和通畅程度值B进行比较，以选择出拥堵程度最低的车道作为目标车道发送给所述无人驾驶车辆的驾驶系统；
其中所述公式1为车道流速模型的公式：
Z＝X×[1/(1+0.3×Y)] 公式1
其中，Z表示通畅程度值；X表示各条车道上的车辆的平均车速；Y表示无人驾驶车辆后方的车辆数量。
在上述方案中，车道流速模型的建立依据每条道路上车的数量，以及车辆的平均速度，符合人工驾驶时的判断习惯，实现了模拟人工的决策，使得对于换道决策的判断更加可靠且安全。
通过车道流速模型的建立，使得所述无人驾驶自主换道策略基于车道流速模型，先根据车道流速模型分析出待选车道的通畅程度，然后与本车自身车道通畅情况进行衡量比较，从中选择出拥堵程度最低的车道，将其作为最优目标车道，车道流速模型根据各条车道上的车辆的平均车速，以及无人驾驶车辆后方的车辆数量综合判断，使得得到的车道通畅程度值不受车辆行驶场景的限制，可以应对复杂多变的场景，对场景中道路状况进行了精确的建模，准备衡量了道路的拥堵情况，为换道策略的选择提供了可靠的依据；且根据车道上车辆的平均车速以及车辆数量的判断结果与人工判断结果相吻合，使得计算结果更为准确且贴合实际，从而为无人驾驶车辆是否换道提供了可靠的依据，使得所述无人驾驶车辆能够安全、可靠、高效的完成换道。
其中，车道流速模型中各车道上车速、车辆数量，以及各个车辆相对所述无人驾驶车辆的位置等数据的获取通过在无人驾驶车辆上装设激光雷达、毫米波雷达、摄像头以及GPS定位模块等装置实现，数据的获得通过这些传感器的检测融合得到。
一个优选方案中，所述车道流速模型的公式用于计算车道加权平均速度，所述通畅程度值由车道上行驶的车辆数量和平均速度决定。
在上述方案中，通过计算车道加权平均速度能够准确的判断无人驾驶车辆进行换道的车速、时机等条件，通畅程度值由车道上行驶的车辆数量和平均速度决定符合人工驾驶时对于车道通畅程度的判断，因而保证了后续换道策略判断的可靠性。
一个优选方案中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法依据待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度，所述通畅程度通过公式2表示：
Vf＝0.012V0×V0+0.52×V0 公式2
其中，Vf表示待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度；V0表示通畅程度值B。
在上述方案中，通过待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度的计算便于对于各车道间通畅程度的比较，从而利于换道策略的决策。
一个优选方案中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于经验数据库，所述经验数据库为由司机在各种道路上行驶的数据进行收集并整理得到。
在上述方案中，通过司机在各种道路上行驶的数据的收集和整理得到的经验数据库的指导，使得所述无人驾驶车辆在进行换道决策时能够依据人工驾驶时的经验进行判断，从而进一步提高了策略决定的可靠性，提高了无人驾驶车辆的驾驶安全。
一个优选方案中，当通畅程度值B大于19m/s，通畅程度值A小于最大通畅程度值的0.92倍，且通畅程度值B大于Vf时，判定所述无人驾驶车辆换道至目标车道。
在上述方案中，依据公式2以及经验数据库的计算发现，目标车道的通畅程度必须大于19m/s时，本车道小于最大通畅程度的0.92倍，且目标车道的通畅程度值大于Vf时，目标车道较为通畅，可进行换道。
一个优选方案中，当通畅程度值B小于Vf，通畅程度值B小于最大通畅程度值时，判定所述无人驾驶车辆在原车道上行驶。
在上述方案中，依据公式2以及经验数据库的计算发现，在达到上述情况时，本车道较为通畅，无人驾驶车辆可以不必换道行驶。
一个优选方案中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于选择模块，所述选择模块在所述无人驾驶车辆满足换道条件，且所述无人驾驶车辆行驶在两边车道时，控制所述无人驾驶车辆换道至中间车道行驶。
在上述方案中，通过选择模块的设置，使得该策略可以完成整个超车决策的功能，在实际的道路场景中可以准确、可靠、高效的选择出最优的车道，并可以应对复杂多变的道路场景。
结合图2，横坐标表示待选目标车道的通畅程度，纵坐标表示本车道的通畅程度，该发明中我们使用车道流速模型中计算的结果来代表车道的通畅程度。a区域由曲线2、3、4围成，在a区域中时，目标车道的通畅程度必须大于19(最低限速值)，本车道小于最大通畅程度的0.92倍(代表本车道速度受到压制，出现拥堵情况)，曲线3则衡量了目标车道相对于本车道的通畅情况，所以当决策点落在a区域中时，目标车道较为通畅，可进行换道；在b区域中时，本车车道较为通畅，不进行换道，保持车道行驶；在c区域，并且该车行驶在两侧车道，结合选择模块的作用，要采取中间车道优先选择策略，即在该区域，车辆将从两边车道换回中间车道。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里所示出与描述的图例。

Claims (7)

1.一种无人驾驶自主换道策略，其中，主要包括以下步骤：
步骤A、根据预设的公式1计算得到无人驾驶车辆所在车道的通畅程度值A以及其他车道的通畅程度值B；
步骤B、将通畅程度值A和通畅程度值B进行比较，以选择出拥堵程度最低的车道作为目标车道发送给所述无人驾驶车辆的驾驶系统；
其中所述公式1为车道流速模型的公式：
Z＝X×[1/(1+0.3×Y)] 公式1
其中，Z表示通畅程度值；X表示各条车道上的车辆的平均车速；Y表示各条车道上无人驾驶车辆后方的车辆数量。
2.如权利要求1所述的无人驾驶自主换道策略，其中，所述车道流速模型的公式用于计算车道加权平均速度，所述通畅程度值由车道上行驶的车辆数量和平均速度决定。
3.如权利要求1所述的无人驾驶自主换道策略，其中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法依据待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度，所述通畅程度通过公式2表示：
Vf＝0.012V0×V0+0.52×V0 公式2
其中，Vf表示待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度；V0表示通畅程度值B。
4.如权利要求3所述的无人驾驶自主换道策略，其中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于经验数据库，所述经验数据库为由司机在各种道路上行驶的数据进行收集并整理得到。
5.如权利要求4所述的无人驾驶自主换道策略，其中，当通畅程度值B大于19m/s，通畅程度值A小于最大通畅程度值的0.92倍，且通畅程度值B大于Vf时，判定所述无人驾驶车辆换道至目标车道。
6.如权利要求4所述的无人驾驶自主换道策略，其中，当通畅程度值B小于Vf，通畅程度值B小于最大通畅程度值时，判定所述无人驾驶车辆在原车道上行驶。
7.如权利要求4所述的无人驾驶自主换道策略，其中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于选择模块，所述选择模块在所述无人驾驶车辆满足换道条件，且所述无人驾驶车辆行驶在两边车道时，控制所述无人驾驶车辆换道至中间车道行驶。
CN201811244472.6A 2018-10-24 2018-10-24 无人驾驶自主换道策略 Active CN109754626B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811244472.6A CN109754626B (zh) 2018-10-24 2018-10-24 无人驾驶自主换道策略

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811244472.6A CN109754626B (zh) 2018-10-24 2018-10-24 无人驾驶自主换道策略

Publications (2)

Publication Number Publication Date
CN109754626A CN109754626A (zh) 2019-05-14
CN109754626B true CN109754626B (zh) 2020-08-25

Family

ID=66402467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811244472.6A Active CN109754626B (zh) 2018-10-24 2018-10-24 无人驾驶自主换道策略

Country Status (1)

Country Link
CN (1) CN109754626B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111399512A (zh) * 2020-03-27 2020-07-10 广州小鹏汽车科技有限公司 行车控制方法、行车控制装置和车辆
CN111798699B (zh) * 2020-06-29 2021-12-07 广州小鹏自动驾驶科技有限公司 车辆驾驶方法、装置、车载计算机、车辆以及存储介质
CN114333377A (zh) * 2020-09-29 2022-04-12 宝能汽车集团有限公司 自动变道超车方法、装置、存储介质和计算机设备
CN112489452B (zh) * 2020-10-31 2022-09-09 华为技术有限公司 一种辅助车辆汇入主道的方法、装置及系统
CN113276860B (zh) * 2021-07-19 2021-10-01 腾讯科技（深圳）有限公司 车辆控制方法、装置、电子设备以及存储介质
CN114889611B (zh) * 2022-05-25 2024-05-14 重庆长安汽车股份有限公司 基于自学习的路口车道选择的控制系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106940933A (zh) * 2017-03-08 2017-07-11 北京理工大学 一种基于智能交通系统的智能车辆决策换道方法
FR3049541A1 (fr) * 2016-03-29 2017-10-06 Peugeot Citroen Automobiles Sa Procede et module d’assistance au changement de voie de circulation
CN107301782A (zh) * 2017-08-11 2017-10-27 青岛理工大学 一种基于交通监控的多车道隧道车流调控系统
CN107415945A (zh) * 2016-05-24 2017-12-01 通用汽车环球科技运作有限责任公司 用于评估车道换道的自动驱动系统及其使用方法
CN108460980A (zh) * 2018-05-11 2018-08-28 西南交通大学 自动驾驶车辆下匝道最优意图生成点计算方法
CN108698594A (zh) * 2016-02-29 2018-10-23 华为技术有限公司 自动驾驶的方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108698594A (zh) * 2016-02-29 2018-10-23 华为技术有限公司 自动驾驶的方法和装置
FR3049541A1 (fr) * 2016-03-29 2017-10-06 Peugeot Citroen Automobiles Sa Procede et module d’assistance au changement de voie de circulation
CN107415945A (zh) * 2016-05-24 2017-12-01 通用汽车环球科技运作有限责任公司 用于评估车道换道的自动驱动系统及其使用方法
CN106940933A (zh) * 2017-03-08 2017-07-11 北京理工大学 一种基于智能交通系统的智能车辆决策换道方法
CN107301782A (zh) * 2017-08-11 2017-10-27 青岛理工大学 一种基于交通监控的多车道隧道车流调控系统
CN108460980A (zh) * 2018-05-11 2018-08-28 西南交通大学 自动驾驶车辆下匝道最优意图生成点计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
车－车协同下无人驾驶车辆的换道汇入控制方法;张荣辉，等;《中国公路学报》;20180430;第31卷(第4期);第180-191页 *

Also Published As

Publication number Publication date
CN109754626A (zh) 2019-05-14

Similar Documents

Publication Publication Date Title
CN109754626B (zh) 无人驾驶自主换道策略
CN109501799B (zh) 一种车联网条件下的动态路径规划方法
CN113291308B (zh) 一种考虑驾驶行为特性的车辆自学习换道决策系统及方法
CN110244713B (zh) 一种基于人工势场法的智能车辆换道轨迹规划系统及方法
CN109598934B (zh) 一种基于规则与学习模型的无人驾驶汽车驶离高速的方法
CN112818910B (zh) 车辆挡位控制方法、装置、计算机设备和存储介质
CN107168303A (zh) 一种汽车的自动驾驶方法及装置
CN105160356B (zh) 一种车辆主动安全系统传感器数据融合方法及系统
CN113946943B (zh) 人-车-路微观交通系统建模及风险辨识方法及装置
CN105809130A (zh) 一种基于双目深度感知的车辆可行驶区域计算方法
US11300961B2 (en) Vehicle control apparatus and method for controlling automated driving vehicle
CN110174274A (zh) 一种智能驾驶算法的修正方法及装置
CN112249008B (zh) 针对复杂动态环境的无人驾驶汽车预警方法
CN110936958B (zh) 自动驾驶换道轨迹优化方法及其系统
CN113147752B (zh) 一种无人驾驶方法及系统
CN113071487B (zh) 自动驾驶车辆控制方法、装置及云端设备
CN109572689B (zh) 一种基于雷达识别障碍物的整车控制方法及系统
CN110751847A (zh) 一种自动驾驶车辆行为决策方法及系统
CN114872708B (zh) 基于模糊推理和有限状态机的换道决策方法及系统
CN112937584B (zh) 一种自动换道控制方法、装置及汽车
CN118238847B (zh) 一种自适应不同驾驶风格和路面环境的自主换道决策规划方法和系统
CN113119945B (zh) 一种基于环境模型的汽车高级辅助驾驶系统
CN115136081A (zh) 用于训练用于机动车的控制器的至少一个算法的方法、用于优化区域中的交通流的方法、计算机程序产品以及机动车
CN112068542A (zh) 一种基于模糊控制的自动驾驶行为规划方法
CN116080647A (zh) 一种车辆换道方法、装置及车辆

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
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Driverless autonomous lane changing strategy

Effective date of registration: 20220407

Granted publication date: 20200825

Pledgee: Beijing Zhongguancun bank Limited by Share Ltd.

Pledgor: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

Registration number: Y2022990000194

PE01 Entry into force of the registration of the contract for pledge of patent right
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100089 21-14, 1st floor, building 21, Enji West Industrial Park, No.1, liangjiadian, Fuwai, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20200825

Pledgee: Beijing Zhongguancun bank Limited by Share Ltd.

Pledgor: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

Registration number: Y2022990000194

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Autonomous lane changing strategy for autonomous driving

Granted publication date: 20200825

Pledgee: Guangzhou Nansha Financing Guarantee Co.,Ltd.

Pledgor: Heduo Technology (Guangzhou) Co.,Ltd.

Registration number: Y2024980008267