CN111267858B - 一种车队协同驾驶换道控制方法 - Google Patents

一种车队协同驾驶换道控制方法 Download PDF

Info

Publication number
CN111267858B
CN111267858B CN202010190095.3A CN202010190095A CN111267858B CN 111267858 B CN111267858 B CN 111267858B CN 202010190095 A CN202010190095 A CN 202010190095A CN 111267858 B CN111267858 B CN 111267858B
Authority
CN
China
Prior art keywords
vehicle
automatic driving
lane change
fleet
information
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
CN202010190095.3A
Other languages
English (en)
Other versions
CN111267858A (zh
Inventor
马育林
徐阳
黄子超
孙川
郑四发
牟康伟
李佳霖
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.)
Suzhou Anshiji Technology Information Co ltd
Suzhou Automotive Research Institute of Tsinghua University
Original Assignee
Suzhou Anshiji Technology Information Co ltd
Suzhou Automotive Research Institute of Tsinghua University
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 Suzhou Anshiji Technology Information Co ltd, Suzhou Automotive Research Institute of Tsinghua University filed Critical Suzhou Anshiji Technology Information Co ltd
Priority to CN202010190095.3A priority Critical patent/CN111267858B/zh
Publication of CN111267858A publication Critical patent/CN111267858A/zh
Application granted granted Critical
Publication of CN111267858B publication Critical patent/CN111267858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration

Abstract

本发明涉及一种车队协同驾驶换道控制方法，预先在自动驾驶车辆的控制器中建立车辆换道行为规则库；当自动驾驶车辆组队巡航、遭遇车辆换道事件触发原因时，直接或经车队拆分事件后触发车辆换道事件；触发车辆换道事件后，自动驾驶车辆的控制器基于车辆换道行为规则库规则控制自动驾驶车辆执行车辆换道驾驶行为；在执行车辆换道驾驶行为时，控制器获得自动驾驶车辆的位姿信息，并预测得到自动驾驶车辆下一时刻的运动动作；再判断自动驾驶车辆的下一时刻的运动动作与车辆换道行为规则库是否匹配，若匹配则利用当前自动驾驶车辆的位姿信息迭代更新车辆换道行为规则库中的车辆换道驾驶行为规则。本发明能够对车辆换道实现最优的控制效果。

Description

一种车队协同驾驶换道控制方法
技术领域
本发明属于车辆自动驾驶技术领域，具体涉及一种车队协同驾驶换道控制方法。
背景技术
自动驾驶车辆不仅是重要的机电产品，还是新能源、新材料、新装备等高新技术的载体，涵盖环境感知、规划决策、信息通信以及自动控制等交叉领域的基础科学及共性技术问题。其中，规划与决策是负责生成像熟练驾驶员一样安全、合理的驾驶行为，从而据此来对车辆进行自动驾驶控制。
随着以深度学习和机器学习为代表的人工智能技术的发展，模拟驾驶员通过观察环境直接生成驾驶决策指令的“端到端”驾驶决策方法日益得到研究者的重视。与传统的基于规则的驾驶决策方法相比，“端到端”驾驶决策方法能够适应于车道线不明确或者道路场景缺失、驾驶环境恶劣多变的复杂交通环境。但是，该方法在真实场景中的离线训练需要规模足够大的样本，且提供的样本常含有与驾驶决策无关的关注点，解释性差；同时在仿真场景中的测试不能直接用于实际环境，缺乏实用性。
因此，有必要提供一种更好的驾驶决策方法来实现对自动驾驶车辆的自动控制。
发明内容
本发明的目的是提供一种通过模拟人类驾驶员的思维方式生成规则、进而实现对自动驾驶车辆的车辆换道行为进行控制的方法。
为达到上述目的，本发明采用的技术方案是：
一种车队协同驾驶换道控制方法，应用于自动驾驶车辆的控制器中，用于控制巡航车队中所述自动驾驶车辆的实现车道变换，所述车队协同驾驶换道控制方法为：
预先在所述自动驾驶车辆的控制器中建立车辆换道行为规则库，所述车辆换道行为规则库中含有由车辆动力学参数约束的车辆换道驾驶行为规则；
当所述自动驾驶车辆组队巡航、遭遇车辆换道事件触发原因时，若所述自动驾驶车辆是所述巡航车队的领航车，则所述自动驾驶车辆的控制器直接触发车辆换道事件，若所述自动驾驶车辆非所述巡航车队的领航车，则所述自动驾驶车辆的控制器先触发车队拆分事件，由所述自动驾驶车辆开始拆分所述巡航车队而使所述自动驾驶车辆成为拆分后车队的领航车，再触发车辆换道事件；触发车辆换道事件后，所述自动驾驶车辆的控制器基于所述车辆换道行为规则库中的车辆换道驾驶行为规则控制所述自动驾驶车辆执行车辆换道驾驶行为；
在执行车辆换道驾驶行为时，所述自动驾驶车辆的控制器按照工作周期获得所述自动驾驶车辆的位姿信息，并基于所述位姿信息预测得到所述自动驾驶车辆下一时刻的运动动作；所述自动驾驶车辆的控制器再判断由预测得到的所述自动驾驶车辆的下一时刻的运动动作与所述车辆换道行为规则库是否匹配，若匹配则利用当前所述自动驾驶车辆的位姿信息迭代更新所述车辆换道行为规则库中的车辆换道驾驶行为规则。
优选的，针对所述自动驾驶车辆的运动误差，利用误差可行域上的预测控制，对所述车辆换道行为规则库中相应的车辆换道驾驶行为规则进行迭代更新。
优选的，触发车队拆分事件时，所述自动驾驶车辆的控制器控制所述自动驾驶车辆调整其与所述巡航车队中的前车之间的间距和车速，当所述自动驾驶车辆与所述巡航车队中的前车的间距满足分离距离时，由所述自动驾驶车辆开始拆分所述巡航车队而使所述自动驾驶车辆成为拆分后车队的领航车。
优选的，所述自动驾驶车辆的位姿信息包括所述自动驾驶车辆的自车运行状态信息、障碍物信息、环境车辆信息。
优选的，所述自动驾驶车辆的自车运行状态信息和障碍物信息均由所述自动驾驶车辆的自车传感器获得，所述自动驾驶车辆的环境车辆信息通过与其他所述自动驾驶车辆的通信而获得。
优选的，所述自动驾驶车辆的自车运行状态信息至少包括速度、加速度、位置、方向、车辆编号和车队信息；所述自动驾驶车辆的障碍物信息至少包括障碍物的相对方向、相对距离；所述自动驾驶车辆的环境车辆信息至少包括通信范围内其他所述自动驾驶车辆的速度、加速度、位置、方向、车辆编号和车队编号。
优选的，所述车辆换道事件触发原因包括主动原因和被动原因；所述被动原因包括通过通信或自车传感器得到前方障碍物信息或前车减速慢行而使其速度小于巡航车队的目标速度；所述主动原因包括所述自动驾驶车辆与前车目的地不同或所述自动驾驶车辆需要换道而与车队组队。
优选的，触发车辆换道事件同时，所述控制器更新所述自动驾驶车辆的状态信息。
由于上述技术方案运用，本发明与现有技术相比具有下列优点：本发明借鉴人类驾驶员的思维过程来建立车辆换道行为规则库，从而实现对自动驾驶车辆进行车辆换道的自动控制，并通过对车辆换道行为规则库的迭代更新，能够逐步实现最优的控制效果。
附图说明
附图1为本发明的车队协同驾驶换道控制方法的流程图。
附图2为本发明的车队协同驾驶换道控制方法中，自车传感器信息的示意图。
附图3为车辆换道状态变更规则的车辆代号示意图。
具体实施方式
下面结合附图所示的实施例对本发明作进一步描述。
实施例一：一种车队协同驾驶换道控制方法，应用于自动驾驶车辆的控制器中，用于控制巡航车队中自动驾驶车辆的实现车道变换。组队巡航的自动驾驶车辆所构成的车队中，包括一辆领航车和若干辆依次行驶的跟随车。对于自由巡航的单辆自动驾驶车辆，其就是单车车队的领航车。
该车队协同驾驶换道控制方法为：
1、车辆换道行为规则库设计
预先在自动驾驶车辆的控制器中建立车辆换道行为规则库，车辆换道行为规则库中含有由车辆动力学参数约束的车辆换道驾驶行为规则。
还需要预先设置后续所需的自动驾驶车辆位姿信息的相关规则，如下：自动驾驶车辆的位姿信息包括自动驾驶车辆的自车运行状态信息、障碍物信息、环境车辆信息，其中障碍物信息和环境车辆信息均属于周边环境数据。根据信心获取途径的不同，自动驾驶车辆的位姿信息主要有两类，一类是通过自动驾驶车辆的自车传感器获得的信息，另一类是通过与其他自动驾驶车辆的通信而获得的信息。通过自车传感器获得的自车运行状态信息至少包括速度、(纵横向)加速度、位置、方向、车辆编号和车队信息等。通过自车传感器获得的障碍物信息至少包括障碍物的相对方向、相对距离等。通过自车传感器还可以获得道路信息，把贫困道路标志线(车道线)等。通过通信方式获得的环境车辆信息至少包括通信范围内其他自动驾驶车辆的速度、加速度、位置、方向、车辆编号和车队编号等。自动驾驶车辆的位姿信息具体如表1所示。
表1车辆系统驾驶信息表
Figure BDA0002415563200000031
为了便于描述，可以进行格式定义：
CarState＝[ID，Position，Dir，Speed，Acc，PltnEn，PlatoonID，PltnNum，LeaderID，PltnLength，intraDis]
其中CarState为事件类型，代表自车运行状态，ID为自车编号，Position为自车位置，Dir为自车航向角，Speed为自车速度，Acc为自车加速度，PltnEn为组队使能标志，当PltnEn为1时表明车辆可以执行组队巡航策略，当PltnEn为0时代表此时本车只执行自由巡航策略。PlatoonID为所在车队编号，自由巡航状态下PlatoonID为自车ID，处于组队巡航状态下PlatoonID为所在车队领航车ID。PltnNum为车辆在车队中的位置，如车辆为单车自由巡航时PltnNum为1。LeaderID为车辆执行组队巡航策略时的前方跟随车辆，当车辆为单车自由巡航或为领航车时LeaderID为自车ID。PltnLength为车辆所在车队包含的车辆总数，若车辆为单车自由巡航时PltnLength为1。intraDis为车辆执行组队巡航策略时车队内车间距的设定值。而根据车辆不同状态量的取值，就可以判断车辆当前的协作状态，具体对应关系见表2所示。
表2车辆协作状态对应表
Figure BDA0002415563200000041
车载传感器除对车辆自身状态信息以外，还需对周边道路环境及障碍信息进行测量，一般说来，车载传感器感知外部障碍物的方式主要有图像处理与距离传感器两种。不论采取哪种方式，最终获取的障碍物信息多数可转化到自身车辆坐标系下。为方便描述，本文采用如下格式对障碍物信息事件进行描述：
Obs＝[ObID，ObAng，ObDis，ObPosition]
其中，Obs为事件类型，代表传感器获取的障碍物，ObID为障碍物编号，ObAng为此障碍物与被控车辆的方位角，ObDis为此障碍物与被控车辆间的距离，ObPosition为障碍物在世界坐标系下的坐标。
具体如附图2所示，图中被控车辆所处一个三车道道路上，在前方道路上一共有三辆环境车辆Car1，Car2，Car3，但在传感器检测范围内能检测到两辆车，Car1与Car3按传感器检测顺序编号分别为Ob01与Ob02，以被控车辆车身前进方向为x轴，建立参考坐标系，两辆车所在位置与y轴夹角分别为ObAng01与ObAng02，两车与被控车辆距离分别为ObDis01与ObDis02。而在根据传感器得到了障碍物的方位和距离之后，根据车辆自身的位置，根据几何对应关系，可以很容易的计算出障碍物对应的坐标ObPosition。则在此场景下，通过被控车辆通过传感器可以得到两则环境事件分别为：
Obs＝[Ob01，ObAng01，ObDis01，ObPosition01]
Obs＝[Ob02，ObAng02，ObDis02，ObPosition02]
而通过通信方式获取的环境车辆信息可采用与传感器障碍信息类似的方式进行定义，需要说明的是根据需要通过通信的手段还可以获取更多的车辆信息，本文在此处暂且只采用部分核心信息作为事件来做方法阐述，具体格式为:
Com＝[CarID，CarPosition，CarDir，CarSpeed，CarAcc，PlatoonID]
其中，Com为事件类型，代表是通信获取的数据信息，CarID为车辆唯一编号，CarPosition为车辆位置信息，CarDir为车辆航向角信息，CarSpeed为车辆速度，CarAcc为车辆加速度，PlatoonID为其所在车队编号。仍然在上述三车道场景中，假定Car1与Car2能与被控车辆进行通信，而Car3并不能进行通信，则被控车辆也可以得到两则环境事件为：
Com＝[Car1，Car1Position，Car1Dir，Car1Speed，Car1Acc，Car1PlatoonID]
Com＝[Car2，Car2Position，Car2Dir，Car2Speed，Car2Acc，Car2PlatoonID]
即车辆在一般情况下可以获得的环境事件如下表所示。
表3环境事件类型及格式定义
Figure BDA0002415563200000051
故由此定义，在上述场景中，被控车辆在当前场景下同一控制周期内共可以得到五则环境事件信息如下:
CarState＝[SelfID，SelfPosition，SelfDir，SelfSpeed，SelfAcc，SelfPlatoonID，SelfPltnNum，SelfLeaderID，SelfPltnLength，SelfintraDis]
Obs＝[Ob01，ObAng01，ObDis01，ObPosition01]
Obs＝[Ob02，ObAng02，ObDis02，ObPosition02]
Com＝[Car1，Car1Position，Car1Dir，Car1Speed，Car1Acc，Car1PlatoonID]
Com＝[Car2，Car2Position，Car2Dir，Car2Speed，Car2Acc，Car2PlatoonID]
在此场景中可以注意到，车辆自身传感器和通信信息中将同时得到Car1的位置信息，通过对比可以发现Ob01与Car1都表示的是同一辆车的信息，如果通过通信与传感器同时检测到了某一辆环境车辆，则对被控车辆来说称为与该车辆实现了协作信息“核实”。
2、车辆位姿信息获取、行为预测和拆分规则优化
当自动驾驶车辆组队巡航、遭遇车辆换道事件触发原因时，若自动驾驶车辆是巡航车队的领航车，则自动驾驶车辆的控制器直接触发车辆换道事件，若自动驾驶车辆非巡航车队的领航车，则自动驾驶车辆的控制器先触发车队拆分事件，由自动驾驶车辆开始拆分巡航车队而使自动驾驶车辆成为拆分后车队的领航车，再触发车辆换道事件。触发车辆换道事件后，自动驾驶车辆的控制器基于车辆换道行为规则库中的车辆换道驾驶行为规则控制自动驾驶车辆执行车辆换道驾驶行为。
具体对于非巡航车队的领航车，如附图1所示，自动驾驶车辆的控制器首先判断该自动驾驶车辆是否处于组队巡航状态，若是，在再判断自动驾驶车辆与前车的当前状态是否符合继续跟随条件，若不符合，则更新环境事件中PltnEn变量。
接着，触发车队拆分事件，则自动驾驶车辆的控制器控制自动驾驶车辆调整其与巡航车队中的前车之间的间距和车速，当自动驾驶车辆与巡航车队中的前车的间距满足分离距离时，由自动驾驶车辆开始拆分巡航车队而使自动驾驶车辆成为拆分后车队的领航车。在自动驾驶车辆成为拆分后车队的领航车后，即可触发车辆换道事件。
可以打断车辆的组队状态，让规则库进入换道事件触发流程的随机条件相对更多，车辆换道事件触发原因根据触发的主体不同主要可以分为被动与主动两种。被动原因包括通过通信或自车传感器得到前方障碍物信息或前车减速慢行而使其速度小于巡航车队的目标速度；主动原因包括自动驾驶车辆与前车目的地不同或自动驾驶车辆需要换道而与车队组队。具体如表4所示。
表4换道事件触发原因
Figure BDA0002415563200000061
在所控巡航车队中有车辆需要换道时，假若直接换道，不仅不符合安全规则，另外会导致规则库中的状态中的数据突然抖动，所以在所控车队触发换道事件之前，要先满足分离车间距，从触发车开始拆分车队，拆分完成后触发车变为分离车队的领航车，然后以领航车换道，这样可以有效避免规则库数据突变。
假若检测到前方有障碍车辆需要换道，领航车作为触发车则不需要先拆分车队，在满足规则库条件下可直接换道超车，所控车队为单车自由巡航状态下，换道规则和领航车的换道规则相同。
触发车队拆分和车辆换道事件同时，控制器更新自动驾驶车辆的状态信息。为说明状态变更规则，以车队中间跟随车为例，设置关键位置车辆代号如图3中所示，则车辆换道事件状态变更规则见表5。
表5换道事件状态变更规则表
Figure BDA0002415563200000071
表中L1为换道前车队领航车为，L2触发换道事件车辆为，F1换道前L2跟随车辆，F2为换道前车队队尾车辆代号。若所控车队为单车自由巡航状态，状态变化规则同L1一样，车队参数更新完成的同时，换道事件触发.
在执行车辆换道驾驶行为时，自动驾驶车辆的控制器按照工作周期获得自动驾驶车辆的位姿信息，并基于位姿信息预测得到自动驾驶车辆下一时刻的运动动作；自动驾驶车辆的控制器再判断由预测得到的自动驾驶车辆的下一时刻的运动动作与车辆换道行为规则库是否匹配，若匹配则利用当前自动驾驶车辆的位姿信息迭代更新车辆换道行为规则库中的车辆换道驾驶行为规则。针对自动驾驶车辆的运动误差，利用误差可行域上的预测控制，对车辆换道行为规则库中相应的车辆换道驾驶行为规则进行迭代更新。
综上，本方案借鉴人类驾驶员根据大脑记忆区存储的以往驾驶经验和交通规则，对当前道路交通环境信息综合分析后，决断出最合理的驾驶行为这一过程，提出了一种自动驾驶车辆换道行为规则库快速生成方法以及基于该规则库控制车辆换道的方法。换道行为规则库快速生成方法由车载组合导航系统获知车辆当前行驶位姿信息，结合车辆动力学和运动学参数，预测车辆下一时刻动作；同时将预测得到的动作条件与已建换道行为规则库进行匹配，如若满足匹配条件，则触发换道事件，并用当前车辆位姿信息更新换道规则库中的巡航驾驶行为；如若不满足，则自动驾驶车辆继续行驶，直到新的预测动作与换道规则库重新匹配为至。所生成的换道行为规则库是由能够表征自动驾驶车辆巡航驾驶行为的特征函数提取而成，并利用车辆动力学参数进行约束，在此基础上，就自动驾驶车辆在换道过程中产生的运动误差，利用误差可行域上的预测控制，对相应的换道行为规则进行迭代更新，从而生成最优的换道行为规则。基于该最优的换道行为规则就可以对自动驾驶车辆的换道行为实现更好的控制。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种车队协同驾驶换道控制方法，应用于自动驾驶车辆的控制器中，用于控制巡航车队中所述自动驾驶车辆的实现车道变换，其特征在于：所述车队协同驾驶换道控制方法为：
预先在所述自动驾驶车辆的控制器中建立车辆换道行为规则库，所述车辆换道行为规则库中含有由车辆动力学参数约束的车辆换道驾驶行为规则；
当所述自动驾驶车辆组队巡航、遭遇车辆换道事件触发原因时，若所述自动驾驶车辆是所述巡航车队的领航车，则所述自动驾驶车辆的控制器直接触发车辆换道事件，若所述自动驾驶车辆非所述巡航车队的领航车，则所述自动驾驶车辆的控制器先触发车队拆分事件，由所述自动驾驶车辆开始拆分所述巡航车队而使所述自动驾驶车辆成为拆分后车队的领航车，再触发车辆换道事件；触发车辆换道事件后，所述自动驾驶车辆的控制器基于所述车辆换道行为规则库中的车辆换道驾驶行为规则控制所述自动驾驶车辆执行车辆换道驾驶行为；
在执行车辆换道驾驶行为时，所述自动驾驶车辆的控制器按照工作周期获得所述自动驾驶车辆的位姿信息，并基于所述位姿信息预测得到所述自动驾驶车辆下一时刻的运动动作；所述自动驾驶车辆的控制器再判断由预测得到的所述自动驾驶车辆的下一时刻的运动动作与所述车辆换道行为规则库是否匹配，若匹配则利用当前所述自动驾驶车辆的位姿信息迭代更新所述车辆换道行为规则库中的车辆换道驾驶行为规则；所述自动驾驶车辆的位姿信息包括所述自动驾驶车辆的自车运行状态信息、障碍物信息、环境车辆信息。
2.根据权利要求1所述的车队协同驾驶换道控制方法，其特征在于：针对所述自动驾驶车辆的运动误差，利用误差可行域上的预测控制，对所述车辆换道行为规则库中相应的车辆换道驾驶行为规则进行迭代更新。
3.根据权利要求1所述的车队协同驾驶换道控制方法，其特征在于：触发车队拆分事件时，所述自动驾驶车辆的控制器控制所述自动驾驶车辆调整其与所述巡航车队中的前车之间的间距和车速，当所述自动驾驶车辆与所述巡航车队中的前车的间距满足分离距离时，由所述自动驾驶车辆开始拆分所述巡航车队而使所述自动驾驶车辆成为拆分后车队的领航车。
4.根据权利要求1所述的车队协同驾驶换道控制方法，其特征在于：所述自动驾驶车辆的自车运行状态信息和障碍物信息均由所述自动驾驶车辆的自车传感器获得，所述自动驾驶车辆的环境车辆信息通过与其他所述自动驾驶车辆的通信而获得。
5.根据权利要求4所述的车队协同驾驶换道控制方法，其特征在于：所述自动驾驶车辆的自车运行状态信息至少包括速度、加速度、位置、方向、车辆编号和车队信息；所述自动驾驶车辆的障碍物信息至少包括障碍物的相对方向、相对距离；所述自动驾驶车辆的环境车辆信息至少包括通信范围内其他所述自动驾驶车辆的速度、加速度、位置、方向、车辆编号和车队编号。
6.根据权利要求1所述的车队协同驾驶换道控制方法，其特征在于：所述车辆换道事件触发原因包括主动原因和被动原因；所述被动原因包括通过通信或自车传感器得到前方障碍物信息或前车减速慢行而使其速度小于巡航车队的目标速度；所述主动原因包括所述自动驾驶车辆与前车目的地不同或所述自动驾驶车辆需要换道而与车队组队。
7.根据权利要求1所述的车队协同驾驶换道控制方法，其特征在于：触发车辆换道事件同时，所述控制器更新所述自动驾驶车辆的状态信息。
CN202010190095.3A 2020-03-18 2020-03-18 一种车队协同驾驶换道控制方法 Active CN111267858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010190095.3A CN111267858B (zh) 2020-03-18 2020-03-18 一种车队协同驾驶换道控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010190095.3A CN111267858B (zh) 2020-03-18 2020-03-18 一种车队协同驾驶换道控制方法

Publications (2)

Publication Number Publication Date
CN111267858A CN111267858A (zh) 2020-06-12
CN111267858B true CN111267858B (zh) 2021-06-08

Family

ID=70992914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010190095.3A Active CN111267858B (zh) 2020-03-18 2020-03-18 一种车队协同驾驶换道控制方法

Country Status (1)

Country Link
CN (1) CN111267858B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114137948A (zh) * 2020-08-13 2022-03-04 长沙智能驾驶研究院有限公司 编队车辆行驶方法、装置、计算机设备和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6015329B2 (ja) * 2012-10-11 2016-10-26 株式会社デンソー 隊列走行システム及び隊列走行装置
US10115314B2 (en) * 2015-07-08 2018-10-30 Magna Electronics Inc. Lane change system for platoon of vehicles
CN108011947B (zh) * 2017-11-30 2020-11-24 湖北汽车工业学院 一种车辆协作式编队行驶系统
KR20190075221A (ko) * 2017-12-21 2019-07-01 현대자동차주식회사 차량 및 그 제어 방법
DE102018205263A1 (de) * 2018-04-09 2019-10-10 Robert Bosch Gmbh Verfahren zum Übertragen von Informationen zwischen Fahrzeugen eines Fahrzeugzugs sowie Verfahren zum Verarbeiten einer von einem ersten Fahrzeug eines Fahrzeugzugs bei einem Spurwechsel ausgegebenen Unterstützungsanfrage durch zumindest ein zweites Fahrzeug des Fahrzeugzugs
CN109799827A (zh) * 2019-02-20 2019-05-24 百度在线网络技术（北京）有限公司 车辆群体规划方法、装置、设备及计算机可读介质

Also Published As

Publication number Publication date
CN111267858A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN111290399B (zh) 一种车队协同驾驶组队控制方法
Huang et al. Path planning and cooperative control for automated vehicle platoon using hybrid automata
Li et al. Dynamic trajectory planning and tracking for autonomous vehicle with obstacle avoidance based on model predictive control
CN111670468B (zh) 移动体行为预测装置以及移动体行为预测方法
Gutjahr et al. Lateral vehicle trajectory optimization using constrained linear time-varying MPC
Gao et al. Robust lateral trajectory following control of unmanned vehicle based on model predictive control
Llorca et al. Autonomous pedestrian collision avoidance using a fuzzy steering controller
He et al. Rule-based safety-critical control design using control barrier functions with application to autonomous lane change
CN111290400B (zh) 一种车队协同驾驶拆分控制方法
Gelbal et al. Collision avoidance of low speed autonomous shuttles with pedestrians
Khodayari et al. A historical review on lateral and longitudinal control of autonomous vehicle motions
US20210009121A1 (en) Systems, devices, and methods for predictive risk-aware driving
CN111267852B (zh) 一种车队协同驾驶巡航控制方法
CN113165648A (zh) 用于基于采样对机动车辆的可能轨迹进行规划的控制系统和控制方法
Yoganandhan et al. Fundamentals and development of self-driving cars
CN112046484A (zh) 一种基于q学习的车辆变道超车路径规划方法
Gao et al. Cloud model approach for lateral control of intelligent vehicle systems
CN110799402B (zh) 车辆控制装置
CN111267858B (zh) 一种车队协同驾驶换道控制方法
Guo et al. Self-defensive coordinated maneuvering of an intelligent vehicle platoon in mixed traffic
Gong et al. Game theory-based decision-making and iterative predictive lateral control for cooperative obstacle avoidance of guided vehicle platoon
Souza et al. Vision-based waypoint following using templates and artificial neural networks
JP7369078B2 (ja) 車両制御装置、車両制御方法、及びプログラム
Kaur et al. Scenario-based simulation of intelligent driving functions using neural networks
Bahram Interactive maneuver prediction and planning for highly automated driving functions

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