发明内容
为了解决上述技术问题,本发明的目的在于提供一种自动驾驶换道模型、自动驾驶换道方法及其系统。
根据本发明的一个方面,提供了一种自主驾驶换道模型,所述自主驾驶换道模型基于根据速度承受度和空间允许度构建的匹配模型、通过换道空间为约束条件而分别配置生成的换道预备模型、换道速度控制模型、轨迹优化模型及所述匹配模型、换道预备模型、换道速度控制模型与轨迹优化模型之间的关联关系配置而成,其中,所述匹配模型用于表征所述自动驾驶交通工具的行驶数据是否匹配换道操作的执行条件。
进一步的,所述匹配模型以所述自动驾驶交通工具的速度承受度不小于速度承受度阈值及空间允许度不小于空间允许度阈值为约束函数进行构建而成。
其换道产生约束为:
其中,uth为速度承受度阈值,δth为空间允许度阈值。根据实验场景、选用自动驾驶交通工具类型的不同,设置不同的阈值。
进一步的,所述速度承受度基于所述速度承受度与预设阈值的第一对应关系、所述自动驾驶交通工具的实际行驶速度与期望速度的第一大小预设关系及所述第一对应关系与所述第一大小预设关系之间的关联关系和所述速度承受度与之前特定时刻的速度承受度、所述自动驾驶交通工具的实际行驶速度、期望速度与时延之间的第一预设关系、所述自动驾驶交通工具的实际行驶速度与期望速度的第二大小预设关系及所述第一预设关系与所述第二大小预设关系之间的关联关系配置而成,其中,之前特定时刻与当前时刻的时间间隔与时延的时长相同,所述速度承受度具体为:
其中,u(t)为所述自动驾驶交通工具t时刻速度承受度;u(t-τ)为所述自动驾驶交通工具t-τ时刻速度承受度;vs为所述自动驾驶交通工具当前实际行驶速度。
所述空间允许度基于所述空间允许度与预设阈值的第二对应关系、当前换道空间与换道所需最小间距之间的第三大小预设关系及所述第二对应关系与所述第三大小预设关系之间的关联关系和所述空间允许度与之前特定时刻的空间允许度、所述当前换道空间与换道所需最小间距与时延之间的第二预设关系、所述当前换道空间与换道所需最小间距之间的第四大小预设关系及所述第二预设关系与所述第四大小预设关系之间的关联关系配置而成,其中,之前特定时刻与当前时刻的时间间隔与时延的时长相同。所述空间允许度具体为:
其中,δ(t)为所述自动驾驶交通工具t时刻空间允许度;δ(t-τ)为所述自动驾驶交通工具t-τ时刻空间允许度;Dd为所述自动驾驶交通工具t时刻当前换道空间;Dmin为所述自动驾驶交通工具t时刻换道所需最小间距。
进一步的,通过换道空间为约束条件而配置生成的换道预备模型,包括:
采集所述自动驾驶交通工具距离其所在车道前面驾驶交通工具的第一距离、距离其相邻车道前面驾驶交通工具的第二距离及后面驾驶交通工具的第三距离,配置所述自动驾驶交通工具距离其所在车道前面驾驶交通工具的第一安全距离、距离其相邻车道前面驾驶交通工具的第二安全距离及后面驾驶交通工具的第三安全距离;
根据所述第一距离与所述第一安全距离的第五大小预设关系、所述第二距离与所述第二安全距离的第六大小预设关系、所述第三距离与所述第三安全距离的第七大小预设关系及所述第五大小预设关系、第六大小预设关系、第七大小预设关系之间的关联关系生成约束条件进而配置生成所述换道预备模型。自动驾驶交通工具的换道空间需满足:
其中,Dcl(t),Dmh(t),Dch(t)分别为在t时刻本自动驾驶交通工具与相邻车道后面驾驶交通工具、前面驾驶交通工具,以及本车道前面驾驶交通工具t时刻的距离。
进一步的,所述第一安全距离基于其与所述自动驾驶交通工具的最大长度、加速度及所述自动驾驶交通工具与其相邻车道后面驾驶交通工具的相对速度之间的第三预设关系、所述自动驾驶交通工具的行驶速度与其相邻车道后面驾驶交通工具的行驶速度的第八大小预设关系及所述第三预设关系与第八大小预设关系的关联关系和所述第一安全距离与所述自动驾驶交通工具的最大长度的第九大小预设关系、所述自动驾驶交通工具的行驶速度与其相邻车道后面驾驶交通工具的行驶速度的第十大小预设关系及所述第九大小预设关系与所述第十大小预设关系的关联关系配置而成,即保证自动驾驶交通工具C与驾驶交通工具ML(即相邻车道后面驾驶交通工具)不发生碰撞,安全距离需满足:
其中,ΔDcl为换道起始时刻自动驾驶交通工具C与驾驶交通工具ML之间的距离,vc和vml分别为换道起始时刻自动驾驶交通工具C与驾驶交通工具ML的速度,amc为自动驾驶交通工具C的加速度,Ls为自动驾驶交通工具C的最大长度;
所述第二安全距离基于其与所述自动驾驶交通工具的最大长度、加速度、安全跟驰距离及所述自动驾驶交通工具与其相邻车道前面驾驶交通工具的相对速度之间的第四预设关系配置而成,即保证自动驾驶交通工具C与驾驶交通工具MH(即相邻车道前面驾驶交通工具)不发生碰撞,安全距离需满足:
其中,vc和vmh分别为换道起始时刻自动驾驶交通工具C与驾驶交通工具MH的速度,amc为自动驾驶交通工具C加速度,Sd为自动驾驶交通工具C的安全跟车距离,Ls为自动驾驶交通工具C的最大长度;
所述第三安全距离基于其与所述自动驾驶交通工具的最大长度、加速度、所述自动驾驶交通工具与其所在车道前面驾驶交通工具的相对速度及换道时长之间的第五预设关系配置而成,即保证自动驾驶交通工具C与驾驶交通工具CH(即其所在车道前面驾驶交通工具)不发生碰撞,安全距离需满足:
其中,ΔDch换道起始时刻自动驾驶交通工具C与驾驶交通工具的间距,vc和vch分别为自动驾驶交通工具C与驾驶交通工具CH的速度,ta换道时长,amc为自动驾驶交通工具C的加速度,Ls为自动驾驶交通工具C的最大长度。
进一步的,通过换道空间为约束条件而配置生成的换道速度控制模型,包括:
基于换道空间约束,通过对换道过程中前驾驶交通工具影响程度的不同来实现对所述自动驾驶交通工具的换道速度控制进而生成所述换道速度控制模型。
其中,通过对换道过程中前驾驶交通工具影响程度的不同来实现对所述自动驾驶交通工具的换道速度控制,具体包括:
基于所述自动驾驶交通工具所在车道前驾驶交通工具与相邻车道前驾驶交通工具的行驶速度配置所述自动驾驶交通工具换道时的期望行驶速度;
将所述换道时的期望行驶速度结合所述自动驾驶交通工具的横向预测位移量构建所述换道速度控制模型实现对所述自动驾驶交通工具的换道速度的控制。
进一步的,基于所述自动驾驶交通工具所在车道前驾驶交通工具与相邻车道前驾驶交通工具的行驶速度配置所述自动驾驶交通工具换道时的期望行驶速度,包括:
基于所述期望行驶速度与横向位移量、非特殊情况下换道的横向位移量及其所在车道前驾驶交通工具与相邻车道前驾驶交通工具的行驶速度之间的预设关系配置所述自动驾驶交通工具换道时的期望行驶速度,该换道时期望的行驶速度为:
其中,vot(t)为自动驾驶交通工具在t时刻期望的行驶速度,y(t)为自动驾驶交通工具在t时刻横向位移量,d=3.5m为自动驾驶交通工具非特殊情况下换道的横向位移量,vmh(t)和vch(t)分别为驾驶交通工具MH和驾驶交通工具CH在t时刻的速度。
所述自动驾驶交通工具的横向预测位移量基于其与所述自动驾驶交通工具的横向位移量、横向速度、横向加速度之间的预设关系配置而成,满足:
其中,y(t+τ)和y(t)分别为自动驾驶交通工具在t+τ和t时刻的横向位移量,vk(t)为自动驾驶交通工具的横向速度,ak(t)为自动驾驶交通工具在t时刻的横向加速度。
结合车辆运行安全稳定性约束,考虑车辆在t时刻的目标速度,则其加速度为:
其中,ttime为自主驾驶仿真平台的仿真步长。
在满足车辆换道空间的约束,以及换道时安全性约束前提下,基于双车道前车的换道速度控制模型为:
ac(t+τ)=min{ac(t+τ),amc(t+τ)}。
进一步的,通过换道空间为约束条件而配置生成的轨迹优化模型,包括:
基于换道空间约束条件,通过所述自动驾驶交通工具横向加速度值与换道时长、换道轨迹之间的关联关系及对所述换道时长、换道轨迹的影响度及所述自动驾驶交通工具纵向加速度值与所述自动驾驶交通工具换道横向所需空间、换道轨迹之间的关联关系及对所述横向所需空间、换道轨迹的影响度配置而成。
根据本发明的另一个方面,提供了一种自动驾驶换道方法,包括以下步骤:
采集自动驾驶交通工具的行驶数据,将所述行驶数据输入上述任一所述的自主驾驶换道模型生成所述自动驾驶交通工具的运行参数,以供所述第一自动驾驶交通工具基于所述运行参数自动运行。
进一步的,上述通过换道空间为约束条件的轨迹优化控制过程,包括:
S1、采集自动驾驶交通工具的行驶数据,该行驶数据包括:本自动驾驶交通工具信息:vc(t)、vk(t)、ac(t),ak(t);周边驾驶交通工具信息:vml(t)、vmh(t)、vch(t);交互信息:Dcl(t)、Dmh(t)、Dch(t);
S2、基于所述行驶数据进行所述自动驾驶交通工具的行为预测,假设在t时刻本自动驾驶交通工具及周边驾驶交通工具均匀速或匀加速行驶,则预测在t+τ时刻时本自动驾驶交通工具速度为:
其中,vc(t+τ)和vk(t+τ)分别为t+τ时刻本自动驾驶交通工具的横纵向预测速度;
本自动驾驶交通工具空间预测:
其中,Dclτ,Dmhτ,Dchτ为t+τ时刻预测的本自动驾驶交通工具与相邻车道后面驾驶交通工具、前面驾驶交通工具及本车道前面驾驶交通工具的纵向间距;
S3、根据预测的所述自动驾驶交通工具与其相邻车道后面驾驶交通工具、前面驾驶交通工具及其本车道前面驾驶交通工具的纵向间距是否满足相应的安全距离,且预测的横向位移量是否满足相应的安全横向位移量的要求进行所述自动驾驶交通工具换道运行判断,该处换道要求:
S4、若满足,则继续执行步骤S1,若不满足,则调节所述自动驾驶交通工具的加速度来调整换道轨迹使所述自动驾驶交通工具的行驶数据满足步骤S3的换道要求,若调节所述自动驾驶交通工具的加速度仍不满足换道要求,则放弃换道。
进一步的,安全横向位移量基于预测的横向位移量与所述自动驾驶交通工具的宽度或换道时横向位移量的大小预设关系进行配置生成。
其中,调节所述自动驾驶交通工具的加速度来调整换道轨迹使所述自动驾驶交通工具的行驶数据满足步骤S3的换道要求,包括:
调节所述自动驾驶交通工具的纵向加速度满足纵向加速度约束条件,调节所述自动驾驶交通工具的横向加速度满足横向加速度约束条件,
其中,纵向加速度约束条件基于预测的所述自动驾驶交通工具与其本车道前面驾驶交通工具的纵向间距、换道起始时刻所述自动驾驶交通工具相对于其本车道前面驾驶交通工具的相对速度、换道时长、所述自动驾驶交通工具的最大长度之间的第六预设关系、预测的横向位移量与所述自动驾驶交通工具的宽度之间的第十一大小预设关系及所述第六预设关系与第十一大小预设关系的关联关系,和换道起始时刻所述自动驾驶交通工具相对于其相邻车道后面驾驶交通工具的相对速度、预测的所述自动驾驶交通工具与其相邻车道后面驾驶交通工具的纵向间距与所述自动驾驶交通工具的最大长度之间的第七预设关系,预测的横向位移量与所述自动驾驶交通工具的宽度、换道时横向位移量之间的第十二大小预设关系,及所述第七预设关系与第十二大小预设关系的关联关系,和换道起始时刻所述自动驾驶交通工具相对于其相邻车道前面驾驶交通工具的相对速度、预测的所述自动驾驶交通工具与其相邻车道前面驾驶交通工具的纵向间距与所述自动驾驶交通工具的安全跟进距离、所述最大长度之间的第八预设关系,预测的横向位移量与换道时横向位移量之间的第十三大小预设关系,及所述第八预设关系与第十三大小预设关系的关联关系配置而成,即
所述横向加速度约束条件基于所述自动驾驶交通工具的最大加速度值、所述换道时横向位移量、横向预测速度、纵向预测速度、预测加速度、预测横向位移、所述自动驾驶交通工具所在本车道前面驾驶交通工具的预测行驶速度及所述自动驾驶交通工具所在本车道及相邻车道前面驾驶交通工具的预测相对速度及时延之间的预设关系配置而成,即:
根据本发明的另一个方面,提供了一种自动驾驶换道系统,包括:
运行参数生成单元,配置用于采集自动驾驶交通工具的行驶数据,将所述行驶数据输入上述任一所述的自主驾驶换道模型生成所述自动驾驶交通工具的运行参数,以供所述第一自动驾驶交通工具基于所述运行参数自动运行,
模型单元,包括上述任一所述的自主驾驶换道模型。
与现有技术相比,本发明具有以下有益效果:
1、本发明示例的自动驾驶换道模型,在现有研究的基础上,通过分析自动驾驶交通工具的换道特性,以及自主驾驶仿真平台环境下传统换道模型仿真和人工驾驶驾驶交通工具换道效果,结合自动驾驶交通工具换道的影响因素、换道特性以及自主驾驶仿真平台的特点,引入速度承受度和空间允许度对自动驾驶交通工具换道行为进行约束进而构建匹配模型,并对自动驾驶交通工具换道空间进行确认,构建换道预备模型;在换道行为产生后,依据当前换道的实际空间大小,同时考虑自动驾驶交通工具信息处理时延的实际情况,构建了基于双车道前驾驶交通工具的换道速度控制模型和基于换道空间的轨迹优化模型,上述模型在构建时结合了实际多变的交通环境中换道的运行特点,确保通过本发明自动驾驶换道模型生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合,彻底改变了构建模型与实际交通场景差别大,无法直接使用的弊端。并通过匹配模型、换道预备模型作为换道准备阶段模型很好的将换道决策和执行过程连接起来,保证了对自动驾驶交通工具换道的完整性引导,提高了自动驾驶交通工具换道安全性和适用性。
2、本发明示例的自动驾驶换道方法,通过将自动驾驶交通工具的行驶数据输入上述自主驾驶换道模型生成所述自动驾驶交通工具换道执行的运行参数,由于所述自动驾驶换道模型是对自动驾驶交通工具换道整个过程的完整配置,故可实现对其换道操作的完整引导,又由于上述模型在构建时结合了实际多变的交通环境中换道的运行特点,确保通过本发明自动驾驶换道模型生成的运行参数与自动驾驶交通工具实际所处的交通场景精确贴合,从真正意义上做到了换道引导,大大降低了换道操作的危险系数,是真正有实用价值的引导技术。
3、本发明示例的自动驾驶换道系统,通过运行参数生成单元、模型单元的互相作用,实现对自动驾驶交通工具换道操作的完整且精确贴合实际所处的交通场景的真正引导。
具体实施方式
为了更好的了解本发明的技术方案,下面结合具体实施例、说明书附图对本发明作进一步说明。
实施例一:
本实施例提供了一种自主驾驶换道模型,该模型基于根据速度承受度和空间允许度构建的匹配模型、通过换道空间为约束条件而分别配置生成的换道预备模型、换道速度控制模型、轨迹优化模型及所述匹配模型、换道预备模型、换道速度控制模型与轨迹优化模型之间的关联关系配置而成,其中,所述匹配模型用于表征所述自动驾驶交通工具的行驶数据是否匹配换道操作的执行条件。
其中,所述匹配模型以所述自动驾驶交通工具的速度承受度不小于速度承受度阈值及空间允许度不小于空间允许度阈值为约束函数进行构建而成。
其换道产生约束为:
其中,uth为速度承受度阈值,δth为空间允许度阈值。根据实验场景、选用自动驾驶交通工具类型的不同,设置不同的阈值。
所述速度承受度基于所述速度承受度与预设阈值的第一对应关系、所述自动驾驶交通工具的实际行驶速度与期望速度的第一大小预设关系及所述第一对应关系与所述第一大小预设关系之间的关联关系和所述速度承受度与之前特定时刻的速度承受度、所述自动驾驶交通工具的实际行驶速度、期望速度与时延之间的第一预设关系、所述自动驾驶交通工具的实际行驶速度与期望速度的第二大小预设关系及所述第一预设关系与所述第二大小预设关系之间的关联关系配置而成,其中,之前特定时刻与当前时刻的时间间隔与时延的时长相同,所述速度承受度具体为:
其中,u(t)为所述自动驾驶交通工具t时刻速度承受度;u(t-τ)为所述自动驾驶交通工具t-τ时刻速度承受度;vs为所述自动驾驶交通工具当前实际行驶速度。
所述空间允许度基于所述空间允许度与预设阈值的第二对应关系、当前换道空间与换道所需最小间距之间的第三大小预设关系及所述第二对应关系与所述第三大小预设关系之间的关联关系和所述空间允许度与之前特定时刻的空间允许度、所述当前换道空间与换道所需最小间距与时延之间的第二预设关系、所述当前换道空间与换道所需最小间距之间的第四大小预设关系及所述第二预设关系与所述第四大小预设关系之间的关联关系配置而成,其中,之前特定时刻与当前时刻的时间间隔与时延的时长相同。所述空间允许度具体为:
其中,δ(t)为所述自动驾驶交通工具t时刻空间允许度;δ(t-τ)为所述自动驾驶交通工具t-τ时刻空间允许度;Dd为所述自动驾驶交通工具t时刻当前换道空间;Dmin为所述自动驾驶交通工具t时刻换道所需最小间距。
进一步的,通过换道空间为约束条件而配置生成的换道预备模型,包括:
采集所述自动驾驶交通工具距离其所在车道前面驾驶交通工具的第一距离、距离其相邻车道前面驾驶交通工具的第二距离及后面驾驶交通工具的第三距离,配置所述自动驾驶交通工具距离其所在车道前面驾驶交通工具的第一安全距离、距离其相邻车道前面驾驶交通工具的第二安全距离及后面驾驶交通工具的第三安全距离;
根据所述第一距离与所述第一安全距离的第五大小预设关系、所述第二距离与所述第二安全距离的第六大小预设关系、所述第三距离与所述第三安全距离的第七大小预设关系及所述第五大小预设关系、第六大小预设关系、第七大小预设关系之间的关联关系生成约束条件进而配置生成所述换道预备模型。自动驾驶交通工具的换道空间需满足:
其中,Dcl(t),Dmh(t),Dch(t)分别为在t时刻本自动驾驶交通工具与相邻车道后面驾驶交通工具、前面驾驶交通工具,以及本车道前面驾驶交通工具t时刻的距离。
所述第一安全距离基于其与所述自动驾驶交通工具的最大长度、加速度及所述自动驾驶交通工具与其相邻车道后面驾驶交通工具的相对速度之间的第三预设关系、所述自动驾驶交通工具的行驶速度与其相邻车道后面驾驶交通工具的行驶速度的第八大小预设关系及所述第三预设关系与第八大小预设关系的关联关系和所述第一安全距离与所述自动驾驶交通工具的最大长度的第九大小预设关系、所述自动驾驶交通工具的行驶速度与其相邻车道后面驾驶交通工具的行驶速度的第十大小预设关系及所述第九大小预设关系与所述第十大小预设关系的关联关系配置而成,即保证自动驾驶交通工具C与驾驶交通工具ML(即相邻车道后面驾驶交通工具)不发生碰撞,安全距离需满足:
其中,ΔDcl为换道起始时刻自动驾驶交通工具C与驾驶交通工具ML之间的距离,vc和vml分别为换道起始时刻自动驾驶交通工具C与驾驶交通工具ML的速度,amc为自动驾驶交通工具C的加速度,Ls为自动驾驶交通工具C的最大长度;
所述第二安全距离基于其与所述自动驾驶交通工具的最大长度、加速度、安全跟驰距离及所述自动驾驶交通工具与其相邻车道前面驾驶交通工具的相对速度之间的第四预设关系配置而成,即保证自动驾驶交通工具C与驾驶交通工具MH(即相邻车道前面驾驶交通工具)不发生碰撞,安全距离需满足:
其中,vc和vmh分别为换道起始时刻自动驾驶交通工具C与驾驶交通工具MH的速度,amc为自动驾驶交通工具C加速度,Sd为自动驾驶交通工具C的安全跟车距离,Ls为自动驾驶交通工具C的最大长度;
所述第三安全距离基于其与所述自动驾驶交通工具的最大长度、加速度、所述自动驾驶交通工具与其所在车道前面驾驶交通工具的相对速度及换道时长之间的第五预设关系配置而成,即保证自动驾驶交通工具C与驾驶交通工具CH(即其所在车道前面驾驶交通工具)不发生碰撞,安全距离需满足:
其中,ΔDch换道起始时刻自动驾驶交通工具C与驾驶交通工具的间距,vc和vch分别为自动驾驶交通工具C与驾驶交通工具CH的速度,ta换道时长,amc为自动驾驶交通工具C加速度,Ls为自动驾驶交通工具C的最大长度。
通过换道空间为约束条件而配置生成的换道速度控制模型,包括:
基于换道空间约束,通过对换道过程中前驾驶交通工具影响程度的不同来实现对所述自动驾驶交通工具的换道速度控制进而生成所述换道速度控制模型。其中,通过对换道过程中前驾驶交通工具影响程度的不同来实现对所述自动驾驶交通工具的换道速度控制,具体包括:
(1)基于所述自动驾驶交通工具所在车道前驾驶交通工具与相邻车道前驾驶交通工具的行驶速度配置所述自动驾驶交通工具换道时的期望行驶速度,具体包括:
基于所述期望行驶速度与横向位移量、非特殊情况下换道的横向位移量及其所在车道前驾驶交通工具与相邻车道前驾驶交通工具的行驶速度之间的预设关系配置所述自动驾驶交通工具换道时的期望行驶速度,该换道时期望的行驶速度为:
其中,vot(t)为自动驾驶交通工具在t时刻期望的行驶速度,y(t)为自动驾驶交通工具在t时刻横向位移量,d=3.5m为自动驾驶交通工具非特殊情况下换道的横向位移量,vmh(t)和vch(t)分别为驾驶交通工具MH和驾驶交通工具CH在t时刻的速度;
(2)将所述换道时的期望行驶速度结合所述自动驾驶交通工具的横向预测位移量构建所述换道速度控制模型实现对所述自动驾驶交通工具的换道速度的控制。其中,所述自动驾驶交通工具的横向预测位移量基于其与所述自动驾驶交通工具的横向位移量、横向速度、横向加速度之间的预设关系配置而成,满足:
其中,y(t+τ)和y(t)分别为自动驾驶交通工具在t+τ和t时刻的横向位移量,vk(t)为自动驾驶交通工具的横向速度,ak(t)为自动驾驶交通工具在t时刻的横向加速度。
结合车辆运行安全稳定性约束,考虑车辆在t时刻的目标速度,则其加速度为:
其中,ttime为自主驾驶仿真平台的仿真步长。
在满足车辆换道空间的约束,以及换道时安全性约束前提下,基于双车道前车的换道速度控制模型为:
ac(t+τ)=min{ac(t+τ),amc(t+τ)}。
进一步的,通过换道空间为约束条件而配置生成的轨迹优化模型,包括:
基于换道空间约束条件,通过所述自动驾驶交通工具横向加速度值与换道时长、换道轨迹之间的关联关系及对所述换道时长、换道轨迹的影响度及所述自动驾驶交通工具纵向加速度值与所述自动驾驶交通工具换道横向所需空间、换道轨迹之间的关联关系及对所述横向所需空间、换道轨迹的影响度配置而成。通过换道空间为约束条件的轨迹优化控制,包括:
S1、采集自动驾驶交通工具的行驶数据,该行驶数据包括:本自动驾驶交通工具信息:vc(t)、vk(t)、ac(t),ak(t);周边驾驶交通工具信息:vml(t)、vmh(t)、vch(t);交互信息:Dcl(t)、Dmh(t)、Dch(t);
S2、基于所述行驶数据进行所述自动驾驶交通工具的行为预测,假设在t时刻本自动驾驶交通工具及周边驾驶交通工具均匀速或匀加速行驶,则预测在t+τ时刻时本自动驾驶交通工具速度为:
其中,vc(t+τ)和vk(t+τ)分别为t+τ时刻本自动驾驶交通工具的横纵向预测速度;
本自动驾驶交通工具空间预测:
其中,Dclτ,Dmhτ,Dchτ为t+τ时刻预测的本自动驾驶交通工具与相邻车道后面驾驶交通工具、前面驾驶交通工具及本车道前面驾驶交通工具的纵向间距;
S3、根据预测的所述自动驾驶交通工具与其相邻车道后面驾驶交通工具、前面驾驶交通工具及其本车道前面驾驶交通工具的纵向间距是否满足相应的安全距离,且预测的横向位移量是否满足相应的安全横向位移量的要求进行所述自动驾驶交通工具换道运行判断,该处换道要求:
S4、若满足,则继续执行步骤S1,若不满足,则调节所述自动驾驶交通工具的加速度来调整换道轨迹使所述自动驾驶交通工具的行驶数据满足步骤S3的换道要求,具体包括:调节所述自动驾驶交通工具的纵向加速度满足纵向加速度约束条件,调节所述自动驾驶交通工具的横向加速度满足横向加速度约束条件,
其中,纵向加速度约束条件基于预测的所述自动驾驶交通工具与其本车道前面驾驶交通工具的纵向间距、换道起始时刻所述自动驾驶交通工具相对于其本车道前面驾驶交通工具的相对速度、换道时长、所述自动驾驶交通工具的最大长度之间的第六预设关系、预测的横向位移量与所述自动驾驶交通工具的宽度之间的第十一大小预设关系及所述第六预设关系与第十一大小预设关系的关联关系,和换道起始时刻所述自动驾驶交通工具相对于其相邻车道后面驾驶交通工具的相对速度、预测的所述自动驾驶交通工具与其相邻车道后面驾驶交通工具的纵向间距与所述自动驾驶交通工具的最大长度之间的第七预设关系,预测的横向位移量与所述自动驾驶交通工具的宽度、换道时横向位移量之间的第十二大小预设关系,及所述第七预设关系与第十二大小预设关系的关联关系,和换道起始时刻所述自动驾驶交通工具相对于其相邻车道前面驾驶交通工具的相对速度、预测的所述自动驾驶交通工具与其相邻车道前面驾驶交通工具的纵向间距与所述自动驾驶交通工具的安全跟进距离、所述最大长度之间的第八预设关系,预测的横向位移量与换道时横向位移量之间的第十三大小预设关系,及所述第八预设关系与第十三大小预设关系的关联关系配置而成,即
其中,安全横向位移量基于预测的横向位移量与所述自动驾驶交通工具的宽度或换道时横向位移量的大小预设关系进行配置生成。
所述横向加速度约束条件基于所述自动驾驶交通工具的最大加速度值、所述换道时横向位移量、横向预测速度、纵向预测速度、预测加速度、预测横向位移、所述自动驾驶交通工具所在本车道前面驾驶交通工具的预测行驶速度及所述自动驾驶交通工具所在本车道及相邻车道前面驾驶交通工具的预测相对速度及时延之间的预设关系配置而成,即:
若调节所述自动驾驶交通工具的加速度仍不满足换道要求,则放弃换道。
本实施例提供了一种自动驾驶换道方法,步骤为:
采集自动驾驶交通工具的行驶数据,将所述行驶数据输入所述自主驾驶换道模型生成所述自动驾驶交通工具的运行参数,以供所述第一自动驾驶交通工具基于所述运行参数自动运行。
本实施例提供了一种自动驾驶换道系统,包括:
运行参数生成单元,配置用于采集自动驾驶交通工具的行驶数据,将所述行驶数据输入上述任一所述的自主驾驶换道模型生成所述自动驾驶交通工具的运行参数,以供所述第一自动驾驶交通工具基于所述运行参数自动运行,
模型单元,包括上述任一所述的自主驾驶换道模型。
应当理解,上述自动驾驶换道方法中各步骤与自动驾驶换道系统中记载的诸子单元相对应。由此,上文针对系统及其中包含的单元描述的操作和特征同样适用于上述方法,在此不再赘述。
实施例二
本实施例与实施例一相同的特征不再赘述,本实施例与实施例一不同的特征在于:
自动驾驶交通工具具体为自主驾驶车辆,所述自主驾驶换道模型的构建包括:
一、自主驾驶车辆换道产生约束
车辆的换道是受到诸多因素的影响,可概述为两个方面:一是对当前道路行驶环境不满,如行驶速度一直低于其期望行驶速度,当不满情绪积累到一定程度后执行换道操作,或者因车辆行驶路径需要,不得不执行换道操作;二是车辆所在车道行驶状态较差,如前车速度变化频繁,而相邻车道的行驶状态明显优于当前车道,驾驶员进行换道操作。
综上,自主驾驶车辆是否执行换道操作需要有其完备的约束条件,让其运行符合实车运行的特点。通过上述分析,本发明自主驾驶车辆换道操作主要考虑其速度、换道空间两方面因素构建车辆换道产生约束,并引入速度承受度和空间允许性概念。
速度承受度表示车辆行驶速度达不到其期望速度,随时间积累而不断增加的积累量,其承受度为:
式中,u(t)为所述自动驾驶交通工具t时刻速度承受度;u(t-τ)为所述自动驾驶交通工具t-τ时刻速度承受度;Vext为所述自动驾驶交通工具的期望速度;vs为所述自动驾驶交通工具当前实际车速,τ为车辆的时延。
空间允许度表示车辆行驶时满足其执行换道空间所能持续的时长,持续时间越长则其空间能够换道发生性越高,其允许度为:
其中,δ(t)为所述自动驾驶交通工具t时刻空间允许度;δ(t-τ)为所述自动驾驶交通工具t-τ时刻空间允许度;Dd为所述自动驾驶交通工具t时刻车辆当前换道空间;Dmin为所述自动驾驶交通工具t时刻车辆换道所需最小间距。
则匹配模型为:
其中,uth为速度承受度阈值,δth为空间允许度阈值。根据实验场景、选用车型的不同,设置不同的阈值。
二、自主驾驶车辆C与邻车换道空间的确认
自主驾驶车辆的换道行为发生对周边道路交通环境有一定的需求,只有满足车辆的换道时空需求才会执行换道操作。本发明通过分析车辆的换道需求,对其换道所需空间进行确认。主要考虑了本车道前车、相邻车道前车及相邻车道后车对本车的影响。
如图1所示,自主驾驶车辆执行换道时存在三个碰撞约束条件,需同时满足其空间约束才能保障车辆安全的执行换道操作。为此,本发明对其换道碰撞约束进行确认。
(1)与相邻车道后车ML安全距离确认
如图2所示,要保证车C与车ML不发生碰撞,需满足:
Ds-Dml-Ls+ΔDcl>0 (2-1)
式中:Ds,Dml分别为自动驾驶交通工具C与驾驶交通工具ML沿道路的移动距离;Ls为驾驶交通工具C的最大长度,因车辆换道过程中车体会旋转成一定角度,故取长度取车体斜对角最大值;ΔDml为换道起始时刻自动驾驶交通工具C与驾驶交通工具ML的间距,ΔDcl为自动驾驶交通工具C与驾驶交通工具ML之间的距离。
其中:
ΔDcl=xc-xml (2-2)
式中:xc,xml分别为自动驾驶交通工具C与驾驶交通工具ML沿道路的位置。
换道时若驾驶交通工具ML匀速行驶,为避免车辆发生碰撞,需满足自动驾驶交通工具C的速度大于等于驾驶交通工具ML的速度时其处于驾驶交通工具ML前方即可。
若vml>vc时:
设自动驾驶交通工具C加速度为amc,其中amc∈[0,2],文中空间确认时取amc=2m/s2,则其加速行驶所需时长tml为:
式中:vc,vml分别为换道起始时刻自动驾驶交通工具C和驾驶交通工具ML的速度;
同时,依据图2中车辆碰撞位置可知其发生碰撞的位置约处于整个换道过程的中间位置,其换道持续时长约为整个换道时长th的一半,加速阶段所需要的时长需满足:tml<0.5th。
则:
若vml≤vc时:
ΔDcl≥Ls (2-5)
其中,ΔDcl为自动驾驶交通工具C与驾驶交通工具ML之间的距离,vc和vml分别为自动驾驶交通工具C与驾驶交通工具ML的速度,amc为自动驾驶交通工具C加速度,Ls为自动驾驶交通工具C的最大长度。
综上,其安全距离需满足:
(2)与相邻车道前车MH的安全距离确认
如图3所示,要保证车C与车MH不发生碰撞,需满足:
Dmh-Ds-Ls+ΔDmh>Sd (2-7)
式中:Dmh为车MH沿道路的移动距离;ΔDmh为自动驾驶交通工具C与驾驶交通工具MH的换道起始时刻的相对距离;Sd为自动驾驶交通工具C的安全跟车距离。
其中:
ΔDmh=xmh-xc (2-8)
式中:xmh为换道起始时刻驾驶交通工具MH沿道路的位置。
换道结束后,自动驾驶交通工具C速度与驾驶交通工具MH速度趋于一致。假设换道时驾驶交通工具MH匀速行驶,自动驾驶交通工具C匀加速行驶,到达碰撞位置前自动驾驶交通工具C速度趋向于等于或者小于驾驶交通工具MH速度。
那么,其安全距离需满足:
式中:ΔDmh,vc和vmh分别为换道起始时刻自动驾驶交通工具C与驾驶交通工具MH的速度,amc为自动驾驶交通工具C加速度,Sd为自动驾驶交通工具C的安全跟车距离,Ls为自动驾驶交通工具C的最大长度。
(3)与本车道前车CH的安全距离确认
如图4所示,要保证自动驾驶交通工具C与驾驶交通工具CH不发生碰撞,需满足:
Dch-Ds-Ls+ΔDch>0 (2-10)
式中:Dch为驾驶交通工具CH在ta时间内沿道路的移动距离;ΔDch为换道起始时刻自动驾驶交通工具C与驾驶交通工具CH的间距;
其中:
ΔDch=xch-xc (2-11)
式中:xch为换道起始时刻驾驶交通工具CH沿道路的位置。
换道时若驾驶交通工具CH匀速运动,在时间ta内自动驾驶交通工具C位于本车道前车的后方,而ta取值由车辆的横向位移量决定,此时其横向位移量应该大于w/2m,其中w为本车车身宽度。
那么,其安全距离需满足:
其中,ΔDch换道起始时刻自动驾驶交通工具C与驾驶交通工具CH的间距,vc和vch分别为自动驾驶交通工具C与驾驶交通工具CH的速度,ta换道时长,amc为自动驾驶交通工具C加速度,Ls为自动驾驶交通工具C的最大长度。
综上,换道预备模型需满足
式中:Dcl(t),Dmh(t),Dch(t)分别为在t时刻本车与相邻车道后车、前车,以及本车道前车的距离。
三、构建基于双车道前车的换道速度控制模型
车辆换道时不仅要考虑自身车辆状态信息还要考虑周边环境状态信息,同时需要对其未来时间间隔内的状态信息和换道空间做出预判。当车辆产生换道指令后,自主驾驶车辆依据自身所处的周边环境状态信息,通过设定的模型对其换道轨迹进行安全、有效的控制。本发明以车辆的左换道为例对其控制策略和模型进行说明。
自主驾驶车辆在换道过程中,将车辆换道分为纵向运动即沿X轴方向和横向运动即沿Y轴方向。车辆换道持续时长受横向运动控制,而换道空间大小受纵向运动控制。此外,自主驾驶车辆的加速度变化满足:
式中:amax为自主驾驶车辆的最大加速度上限值,其大小与车辆性能有关;ax,ak分别为车辆纵向和横向加速度。
根据自主驾驶车辆在换道过程中特点,为避免双车道前车的速度不同导致本车速度变化过大问题,提出基于双车道前车换道速度控制模型。该模型是基于车辆换道空间约束,通过对车辆换道过程中前车影响程度的不同来实现对车辆速度控制,并假设:
(1)换道初始时刻本车道前车对自主驾驶车辆影响程度为100%,目标车道前车影响为0%;
(2)换道结束时刻本车道前车对自主驾驶车辆影响程度为0%,目标车道前车影响为100%;
(3)影响程度的变化与车辆横向位移量成正比。
基于上述假设,车辆换道时期望的行驶速度为:
式中:vot(t)为车辆在t时刻期望的行驶速度;y(t)为车辆在t时刻横向位移量;d为车辆非特殊情况下换道的横向位移量,vmh(t)和vch(t)分别为车辆MH和车辆CH在t时刻的速度。
其中:
式中:其中,y(t+τ)和y(t)分别为车辆在t+τ和t时刻的横向位移量,vk(t)为车辆的横向速度,ak(t)为车辆在t时刻的横向加速度。
结合车辆运行安全稳定性约束,考虑车辆在t时刻的目标速度,则其加速度为:
式中:ttime为自主驾驶仿真平台的仿真步长,vc(t)为在t时刻本车的速度,ac(t+τ)为自主驾驶车辆在t+τ时刻的加速度。
在满足车辆换道空间的约束,以及换道时安全性约束前提下,基于双车道前车的换道速度控制模型为:
ac(t+τ)=min{ac(t+τ),amc(t+τ)} (3-5)
四、基于换道空间对轨迹进行优化构建轨迹优化模型
自主驾驶车辆在换道过程中,因周边车辆影响会存在初始状态下满足换道需求,而换道执行过程中却无法满足其换道需求。因此车辆换道时需实时检测其换道空间是否满足其换道需求,对于满足需求时直接按照原换道方案进行换道即可,但不能满足需求时则需要及时调整自身的模型参数或控制策略来适应当前状态下的换道空间。
为此,要想保障车辆换道的安全执行,提高其自我调整和轨迹优化能力,本发明构建了基于换道空间的轨迹优化方法,让车辆换道全过程实现实时反馈优化控制,其控制流程如图5所示。
在满足换道约束条件的前提下,自主驾驶车辆的轨迹优化控制主要通过调整其横向加速度值ak来改变车辆的换道时长实现对其轨迹的调整;调整车辆纵向加速度值ac来改变车辆的横向所需空间来调整换道轨迹。若调整上述变量依旧不能满足换道需求,则执行放弃换道操作,返回至原车道进行跟驰行驶。对于车辆的反馈调节控制遵循以下原则:
(1)车辆换道过程在满足其安全稳定性的基础上,需尽量缩短换道时长;
(2)车辆纵向速度保持匀速运动或匀加速运动。
(3)车辆横向运动的加速度、速度值变化一般情况下满足对称分布的。
依据驾驶员仿真数据分析结果,驾驶换道过程中其横向位移量聚集在3.5m左右,故取d=3.5m为车辆非特殊情况下换道的横向位移量。对于车辆换道时长的选择上,为保障车辆换道满足快速性和稳定性要求,换道时长选择为tm∈[3,5]s。则其换道起始时刻的加速度值为:
式中,tm为车辆换道时长,起始时刻其值为4s;ah为车辆横向加速度。
基于此,基于换道空间的轨迹优化控制为:
S1、车辆信息的实时获取:
本车信息:vc(t)、vk(t)、ac(t),ak(t);周边车信息:vml(t)、vmh(t)、vch(t);交互信息:Dcl(t)、Dmh(t)、Dch(t),
其中,
vc(t)、vk(t)为在t时刻本车纵向速度、横向速度,
ac(t),ak(t)为在t时刻本车纵向加速度、横向加速度,
vml(t)、vmh(t)、vch(t)分别为相邻车道后车ML、相邻车道前车MH以及本车道前车CH在t时刻的速度,
Dcl(t),Dmh(t),Dch(t)分别为在t时刻本车与相邻车道后车、前车,以及本车道前车的距离;
S2、车辆行为预测:
假设在t时刻本车及周边车辆均匀速或匀加速行驶,则预测在t+τ时刻时本车速度为:
式中:vc(t+τ),vk(t+τ)分别为t+τ时刻本车的横纵向预测距离,τ为车辆的时延;
本车空间预测:
式中:Dclτ,Dmhτ,Dchτ为t+τ时刻预测的本车与相邻车道后车、前车及本车道前车的纵向间距。
S3、车辆运行判断:
依据预测时间τ后车辆的状态信息,判断是否满足车辆行驶的需求。
其中,w为本车车身宽度,d为车辆非特殊情况下换道的横向位移量。
S4、车辆运动调整:
如果车辆状态满足S3约束条件,则继续S1;如果不满足S3约束条件,则调整控制值。
依据S3中不满足约束条件,引入反馈调节机制,具体思路如下:
首先,调整amc至S3约束满足;
其次,确立满足调整后amc值的情况下,车辆的横向加速度值确认:
其中,as为本车最大加速度值。
S5、车辆控制执行:
ah=ak(t+τ) (4-7)
若ah≥amax时,则放弃换道。
上述自主驾驶换道模型效果:针对自主驾驶换道模型设置双车道前车速度检测误差在[0,0]m/s,[-0.5,0.5]m/s,[-1.0,1.0]m/s和[-1.5,1.5]m/s四个区间进行仿真。通过仿真发现前车速度检测误差对自主驾驶车辆换道过程的运行稳定性和安全性有影响。从图6中发现前车速度检测误差的变化直接影响换道所需空间大小和换道轨迹。而从图7中自主驾驶车辆的速度随着误差的增大而增大,且速度的变化幅度也随之缓慢增大。从图8车头时距随前车速度检测误差的增大而增大。整体而言,随着误差的变化自主驾驶车辆速度方差和标准差呈现波动性变化,而速度和加速度呈现先减小后增大趋势。本发明的自主驾驶车辆换道模型在一定检测误差范围内表现出良好的运行特性。
实施例三
本实施例与实施例二相同的特征不再赘述,本实施例与实施例二不同的特征在于:
所述自主驾驶模型适应UC-winRoad驾驶模拟器。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能。