CN111634293A - 一种基于交通间隙的自动驾驶车辆的自动变道方法 - Google Patents

一种基于交通间隙的自动驾驶车辆的自动变道方法 Download PDF

Info

Publication number
CN111634293A
CN111634293A CN202010472629.1A CN202010472629A CN111634293A CN 111634293 A CN111634293 A CN 111634293A CN 202010472629 A CN202010472629 A CN 202010472629A CN 111634293 A CN111634293 A CN 111634293A
Authority
CN
China
Prior art keywords
lane
vehicle
target
vehicles
gap
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.)
Pending
Application number
CN202010472629.1A
Other languages
English (en)
Inventor
徐传骆
韩志华
杜一光
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 Zhitu Technology Co Ltd
Original Assignee
Suzhou Zhitu Technology 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 Suzhou Zhitu Technology Co Ltd filed Critical Suzhou Zhitu Technology Co Ltd
Priority to CN202010472629.1A priority Critical patent/CN111634293A/zh
Publication of CN111634293A publication Critical patent/CN111634293A/zh
Pending legal-status Critical Current

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明是一种基于交通间隙的自动驾驶车辆的自动变道方法，该方法包括：确认需要向目标车道变道需求，并确定目标车道中合适的车间交通间隙；通过相应传感器获得目标车道以及本车道上车辆的运动状态信息；判断当前时刻目标车道上是否有满足变道的车间交通间隙；若满足，形成短期目标，执行变道；若不满足，形成长期计划，生成未来时刻目标车道和本车道上车辆的预测运动状态，以尝试实现强行变道至目标车道的可能性。本发明将变道过程分为短期目标和长期计划，不仅考虑了当前时刻目标车道和本车道上车辆的状态，还考虑了未来预测时刻目标车道和本车道上车辆的运动状态，增加了换道成功的可能性。

Description

一种基于交通间隙的自动驾驶车辆的自动变道方法
技术领域
本发明涉及自动驾驶技术领域，具体涉及一种基于交通间隙的自动驾驶车辆的自动变道方法。
背景技术
高级自动驾驶辅助系统中对于变道方法提出越来越多的需求，如增加高速公路上行驶的安全，行驶效率以及驾驶的舒适性，而变道方法又分为自由变道和强行变道；自由变道为当在本车道上行驶的条件不满足期望要求时，考虑变至周围车道上，从而达到预期的行驶要求，例如，自动驾驶车辆在当前车道行驶时由于本车道前方车辆行驶速度较慢，而自动驾驶车辆行驶系统在当前环境中预设的期望驾驶速度较大，从而激发自动驾驶车辆考虑变至隔壁车辆达到期望的驾驶速度；而强行变道则是当前自动驾驶车辆在本车道行驶时，由于驾驶任务的确定性，需要在未来某一时刻之前由当前车道变至相邻左车道或者右车道，例如在高速公路行驶时，由于需要在前方最近的一个匝道口由主路进入匝道，而当前自动驾驶车辆在非最右车道，为了达成在最近处匝道口进入匝道目标，需要强行依次向右侧相邻车道变道，直至达到最右侧车道，从而可以顺利进入匝道。
在现有技术中，专利CN110304063A一种车辆自动变道方法及系统、车辆，如图1所示，该方法检测当前车辆是否满足变道触发条件，若满足，通过摄像头及短波雷达单独或者组合获取周围环境的信息：周围车辆的第一目标位置以及第一目标速度，并且根据当前车辆的位置和当前车辆的速度，计算出左变道或者右变道的变道效益，满足条件则变道不满足则终止变道。该方法只是单纯的考虑在某一变道时刻周围环境的即时信息，并没有考虑未来环境的不确定性对当前时刻的影响，在做出变道决策时容易因为环境噪声而产生误决策。
在现有技术中，专利CN110239550A一种车辆自动变道方法，如图2所示，该方法通过接收用户变道信息和变道模式确认信息，通过实时获取本车周围环境数据筛选目标车辆，获取各目标车辆周围环境数据，计算各目标车辆权值，判断本车是否满足变道条件，满足变道条件则选取权值最小的目标车辆作为被变道车辆，执行变道操作。该方法同样也是只考虑当前环境的即时信息，没有考虑未来环境的变化对当前时刻的影响，并且需要车联网服务器后台计算变道条件，依赖于通信的稳定性，由于通信存在传输延迟，降低了自动驾驶车辆决策模块的实时性能，而决策在自动驾驶中扮演的是承上启下的角色，其稳定性和可靠性十分重要。
发明内容
为了解决自动驾驶车辆在强行变道决策中可靠性以及成功率，本发明基于相邻车道上的交通间隙模型，将强行变道分为短期目标和长期计划两种，首先考虑短期目标，当短期目标满足时，执行变道，当短期目标不满足时，考虑长期计划，输出给规划模块的是在本车道内需要在一定时间内达到前方某个纵向位置范围，从而尝试达成长期计划以实现强行变道至目标车道的可能性，使得自动驾驶车辆为了满足某一驾驶任务需要强行变道的要求，提供一种基于交通间隙的自动驾驶车辆的自动变道方法。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种基于交通间隙的自动驾驶车辆的自动变道方法，该方法包括：
确认需要向目标车道变道需求，并确定目标车道中合适的车间交通间隙；
通过相应传感器获得目标车道以及本车道上车辆的运动状态信息；
判断当前时刻目标车道上是否有满足变道的车间交通间隙；
若满足，形成短期目标，执行变道；
若不满足，形成长期计划，生成未来时刻目标车道和本车道上车辆的预测运动状态，以尝试实现强行变道至目标车道的可能性。
进一步的，所述未来时刻目标车道和本车道上车辆的预测运动状态是根据目标车道以及本车道上车辆的运动状态信息生成周围环境车辆的预测运动轨迹以及上一个决策周期之后规划的本车运动轨迹所形成；以未来时刻目标车道和本车道上车辆的预测运动状态来判断长期计划中的车间交通间隙是否满足变道条件；若不满足，则持续保持车道动作，无需在指定时间内到达某个特定位置；若满足，则保持车道动作，并且要求在长期计划的n秒内达到距离当前本车位置的m米处，调用相关算法执行该长期计划的目标。
进一步的，所述车间交通间隙包括相邻间隙、前向间隙和后向间隙；在形成所述短期目标或长期计划之前，首先判断当前时刻目标车道上是否有满足变道的相邻间隙；在所述长期计划中，判断长期计划中的相邻间隙、前向间隙和后向间隙是否满足变道条件。
进一步的，在所述长期计划中，将车辆行驶方向称之为纵向行驶方向，垂直于行驶方向的称之为横向行驶方向，
Figure 419351DEST_PATH_IMAGE001
为目标车道上距离本车靠后的车辆，
Figure 855011DEST_PATH_IMAGE002
为目标车道上距离本车较近的车辆，
Figure 626658DEST_PATH_IMAGE003
表示本车，
Figure 32756DEST_PATH_IMAGE004
为预测时间步，
Figure 118524DEST_PATH_IMAGE005
为某一时刻，
Figure 861221DEST_PATH_IMAGE005
=0表示当前时刻，
Figure 741452DEST_PATH_IMAGE005
=1,
Figure 710545DEST_PATH_IMAGE005
=2,
Figure 583692DEST_PATH_IMAGE005
=3...分别表示预测未来的第1秒、第2秒、第3秒...，在确认需要向目标车道强行变道需求时，若当前时刻本车
Figure 197207DEST_PATH_IMAGE003
和目标车道上距离本车较近的车辆
Figure 497608DEST_PATH_IMAGE002
在纵向行驶方向上的位置有重叠，则显然不满足短期目标，尝试以未来时刻目标车道和本车道上车辆的预测运动状态进行判定，其判定过程如下：把本车
Figure 688417DEST_PATH_IMAGE003
在未来一定时间内可达到的区域和目标车道的车辆在预测时间内构成的车间交通间隙的交集称之为
Figure 115988DEST_PATH_IMAGE006
，在长期计划的未来2s或者3s，集合
Figure 836207DEST_PATH_IMAGE006
的值大于或等于一个正阈值T_INTERSECTION，则判定车辆
Figure 323820DEST_PATH_IMAGE001
和车辆
Figure 1926DEST_PATH_IMAGE002
形成的间隙GAP，在未来2s、3s时刻满足变道要求，即
Figure 216875DEST_PATH_IMAGE007
、
Figure 539403DEST_PATH_IMAGE008
满足变道要求，由于自动驾驶周围环境的高动态性可能导致预测的可靠性下降，因此选择未来2s作为长期计划的结果输出执行。
进一步的，所述集合
Figure 525814DEST_PATH_IMAGE006
的具体计算如下：
Figure 878167DEST_PATH_IMAGE009
，式中，
Figure 381960DEST_PATH_IMAGE005
为离散的时间步，
Figure 73842DEST_PATH_IMAGE010
为预测的总时间；
Figure 637678DEST_PATH_IMAGE011
和
Figure 290376DEST_PATH_IMAGE012
分别表示本车
Figure 838340DEST_PATH_IMAGE003
在
Figure 135460DEST_PATH_IMAGE005
时刻在纵向行驶距离上可以达到的最大和最小位置；
Figure 385044DEST_PATH_IMAGE013
和
Figure 525039DEST_PATH_IMAGE014
分别表示本车
Figure 839477DEST_PATH_IMAGE003
在
Figure 302688DEST_PATH_IMAGE005
时刻在纵向距离上可以达到的最大和最小位置，并且
Figure 536223DEST_PATH_IMAGE015
，
Figure 835617DEST_PATH_IMAGE016
，式中，
Figure 671855DEST_PATH_IMAGE017
和
Figure 5885DEST_PATH_IMAGE018
分别表示当前车道和目标车道中构成指定车间交通间隙的本车
Figure 410321DEST_PATH_IMAGE003
前方或后方的车辆集合，
Figure 449209DEST_PATH_IMAGE019
表示在时刻
Figure 839870DEST_PATH_IMAGE005
本车
Figure 277673DEST_PATH_IMAGE003
与目标车道上的车辆
Figure 118590DEST_PATH_IMAGE020
的安全间距,该值设定为一个固定经验阈值。
进一步的，所述正阈值T_INTERSECTION为本车
Figure 330260DEST_PATH_IMAGE003
的两倍车身的长度。
进一步的，所述短期目标中，自动驾驶车辆横向移入相邻间隙中完成变道。
本发明的有益效果是:
1、在自动驾驶强行变道决策过程中，将其分为短期目标和长期计划，对目标车道上车辆间的交通间隙进行建模，车辆变道过程就可以看成车辆寻找安全的交通间隙，从而横向移动进该间隙的过程；
2、自动驾驶强行变道的决策过程为了提高变道的成功率，不仅考虑了当前时刻的周围环境车辆状态，还考虑了未来预测时刻的周围车辆状态，如果当前条件不满足变道，主流的方法则以一定的速度保持车道或者跟车，通过引入对未来不确定性的决策判断，则可以在当前条件不满足变道的情况下，尝试对未来某一时刻变道条件的判断，增加变道成功的可能性。
附图说明
图1为为专利CN110304063A中的流程示意图；
图2为为专利CN110239550A中的流程示意图；
图3为本发明方法的决策流程图；
图4为本发明的长期计划构建模型示意图；
图5为本发明图4在
Figure 836197DEST_PATH_IMAGE005
=3s时本车与周围车辆的预计状态图；
图6为本发明在自动驾驶仿真环境Carla中的模拟未来几秒内的一个时刻满足变道条件的变道间隙的过程；
图7为本发明在自动驾驶仿真环境Carla中的模拟满足变道条件，可以立刻变道的过程。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
如图3所示，一种基于交通间隙的自动驾驶车辆的自动变道方法，该方法包括：
确认需要向目标车道变道需求，并确定目标车道中合适的车间交通间隙；
通过相应传感器获得目标车道以及本车道上车辆的运动状态信息；
判断当前时刻目标车道上是否有满足变道的车间交通间隙；
若满足，形成短期目标，执行变道；
若不满足，形成长期计划，生成未来时刻目标车道和本车道上车辆的预测运动状态，以尝试实现强行变道至目标车道的可能性。
所述未来时刻目标车道和本车道上车辆的预测运动状态是根据目标车道以及本车道上车辆的运动状态信息生成周围环境车辆的预测运动轨迹以及上一个决策周期之后规划的本车运动轨迹所形成；以未来时刻目标车道和本车道上车辆的预测运动状态来判断长期计划中的车间交通间隙是否满足变道条件；若不满足，则持续保持车道动作，无需在指定时间内到达某个特定位置；若满足，则保持车道动作，并且要求在长期计划的n秒内达到距离当前本车位置的m米处，调用相关算法执行该长期计划的目标。
所述车间交通间隙包括相邻间隙、前向间隙和后向间隙；在形成所述短期目标或长期计划之前，首先判断当前时刻目标车道上是否有满足变道的相邻间隙；在所述长期计划中，判断长期计划中的相邻间隙、前向间隙和后向间隙是否满足变道条件。
如图4所示，在所述长期计划中，将车辆行驶方向称之为纵向行驶方向，垂直于行驶方向的称之为横向行驶方向，
Figure 941556DEST_PATH_IMAGE001
为目标车道上距离本车靠后的车辆，
Figure 625478DEST_PATH_IMAGE002
为目标车道上距离本车较近的车辆，
Figure 308132DEST_PATH_IMAGE003
表示本车，
Figure 368492DEST_PATH_IMAGE004
为预测时间步，
Figure 328358DEST_PATH_IMAGE005
为某一时刻，
Figure 435379DEST_PATH_IMAGE005
=0表示当前时刻，
Figure 621641DEST_PATH_IMAGE005
=1,
Figure 548008DEST_PATH_IMAGE005
=2,
Figure 549331DEST_PATH_IMAGE005
=3...分别表示预测未来的第1秒、第2秒、第3秒...，在确认需要向目标车道强行变道需求时，若当前时刻本车
Figure 575056DEST_PATH_IMAGE003
和目标车道上距离本车较近的车辆
Figure 29040DEST_PATH_IMAGE002
在纵向行驶方向上的位置有重叠，则显然不满足短期目标，尝试以未来时刻目标车道和本车道上车辆的预测运动状态进行判定，其判定过程如下：把本车
Figure 103306DEST_PATH_IMAGE003
在未来一定时间内可达到的区域和目标车道的车辆在预测时间内构成的车间交通间隙的交集称之为
Figure 303343DEST_PATH_IMAGE006
，在长期计划的未来2s或者3s，集合
Figure 14816DEST_PATH_IMAGE006
的值大于或等于一个正阈值T_INTERSECTION，则判定车辆
Figure 644512DEST_PATH_IMAGE001
和车辆
Figure 836983DEST_PATH_IMAGE002
形成的间隙GAP，在未来2s、3s时刻满足变道要求，即
Figure 891527DEST_PATH_IMAGE007
、
Figure 259055DEST_PATH_IMAGE008
满足变道要求，由于自动驾驶周围环境的高动态性可能导致预测的可靠性下降，因此选择未来2s作为长期计划的结果输出执行。
所述集合
Figure 890893DEST_PATH_IMAGE006
的具体计算如下：
Figure 634858DEST_PATH_IMAGE009
（1），式（1）中，
Figure 278329DEST_PATH_IMAGE005
为离散的时间步，
Figure 534867DEST_PATH_IMAGE010
为预测的总时间；
Figure 201472DEST_PATH_IMAGE011
和
Figure 732816DEST_PATH_IMAGE012
分别表示本车
Figure 761952DEST_PATH_IMAGE003
在
Figure 408965DEST_PATH_IMAGE005
时刻在纵向行驶距离上可以达到的最大和最小位置；
Figure 92361DEST_PATH_IMAGE013
和
Figure 240446DEST_PATH_IMAGE014
分别表示本车
Figure 796192DEST_PATH_IMAGE003
在
Figure 863374DEST_PATH_IMAGE005
时刻在纵向距离上可以达到的最大和最小位置，并且
Figure 504571DEST_PATH_IMAGE015
，
Figure 456346DEST_PATH_IMAGE016
，式中，
Figure 115867DEST_PATH_IMAGE017
和
Figure 370262DEST_PATH_IMAGE018
分别表示当前车道和目标车道中构成指定车间交通间隙的本车
Figure 748022DEST_PATH_IMAGE003
前方或后方的车辆集合，
Figure 503489DEST_PATH_IMAGE019
表示在时刻
Figure 971510DEST_PATH_IMAGE005
本车
Figure 711321DEST_PATH_IMAGE003
与目标车道上的车辆
Figure 795951DEST_PATH_IMAGE020
的安全间距,该值设定为一个固定经验阈值。
所述正阈值T_INTERSECTION为本车
Figure 355108DEST_PATH_IMAGE003
的两倍车身的长度。
如图5所示，在
Figure 926904DEST_PATH_IMAGE005
=3s时，本车与周围车辆的预计状态，图5中的阴影部分的纵向长度表示
Figure 585419DEST_PATH_IMAGE006
的值。
所述短期目标中，自动驾驶车辆横向移入相邻间隙中完成变道。
本发明模拟过程
本发明中，如图6和图7所示，可在自动驾驶仿真环境Carla中通过实验证明具有一定的有效性及可行性。如下图所示：左边车道是变道目标车道，区域A表示当前不可变道间隙同时未来一定时间内也是不可变道间隙；区域B表示当前时刻不可变道，但在未来几秒内的一个时刻满足变道条件的变道间隙；区域C表示当前时刻满足变道条件，可以立刻变道。
此外，需要说明的是，除非特别说明或者指出，否则说明书中的术语“第一”、“第二”、“第三”等描述仅仅用于区分说明书中的各个组件、元素、步骤等，而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于交通间隙的自动驾驶车辆的自动变道方法，其特征在于，该方法包括：
确认需要向目标车道变道需求，并确定目标车道中合适的车间交通间隙；
通过相应传感器获得目标车道以及本车道上车辆的运动状态信息；
判断当前时刻目标车道上是否有满足变道的车间交通间隙；
若满足，形成短期目标，执行变道；
若不满足，形成长期计划，生成未来时刻目标车道和本车道上车辆的预测运动状态，以尝试实现强行变道至目标车道的可能性。
2.根据权利要求1所述的基于交通间隙的自动驾驶车辆的自动变道方法，其特征在于，所述未来时刻目标车道和本车道上车辆的预测运动状态是根据目标车道以及本车道上车辆的运动状态信息生成周围环境车辆的预测运动轨迹以及上一个决策周期之后规划的本车运动轨迹所形成；以未来时刻目标车道和本车道上车辆的预测运动状态来判断长期计划中的车间交通间隙是否满足变道条件；若不满足，则持续保持车道动作，无需在指定时间内到达某个特定位置；若满足，则保持车道动作，并且要求在长期计划的n秒内达到距离当前本车位置的m米处，调用相关算法执行该长期计划的目标。
3.根据权利要求2所述的基于交通间隙的自动驾驶车辆的自动变道方法，其特征在于，所述车间交通间隙包括相邻间隙、前向间隙和后向间隙；在形成所述短期目标或长期计划之前，首先判断当前时刻目标车道上是否有满足变道的相邻间隙；在所述长期计划中，判断长期计划中的相邻间隙、前向间隙和后向间隙是否满足变道条件。
4.根据权利要求3所述的基于交通间隙的自动驾驶车辆的自动变道方法，其特征在于，在所述长期计划中，将车辆行驶方向称之为纵向行驶方向，垂直于行驶方向的称之为横向行驶方向，
Figure 951367DEST_PATH_IMAGE001
为目标车道上距离本车靠后的车辆，
Figure 783057DEST_PATH_IMAGE002
为目标车道上距离本车较近的车辆，
Figure 22408DEST_PATH_IMAGE003
表示本车，
Figure 835512DEST_PATH_IMAGE004
为预测时间步，
Figure 97997DEST_PATH_IMAGE005
为某一时刻，
Figure 654750DEST_PATH_IMAGE005
=0表示当前时刻，
Figure 14187DEST_PATH_IMAGE005
=1,
Figure 76821DEST_PATH_IMAGE005
=2,
Figure 875537DEST_PATH_IMAGE005
=3...分别表示预测未来的第1秒、第2秒、第3秒...，在确认需要向目标车道强行变道需求时，若当前时刻本车
Figure 986712DEST_PATH_IMAGE003
和目标车道上距离本车较近的车辆
Figure 653186DEST_PATH_IMAGE002
在纵向行驶方向上的位置有重叠，则显然不满足短期目标，尝试以未来时刻目标车道和本车道上车辆的预测运动状态进行判定，其判定过程如下：把本车
Figure 558825DEST_PATH_IMAGE003
在未来一定时间内可达到的区域和目标车道的车辆在预测时间内构成的车间交通间隙的交集称之为
Figure 920536DEST_PATH_IMAGE006
，在长期计划的未来2s或者3s，集合
Figure 84670DEST_PATH_IMAGE006
的值大于或等于一个正阈值T_INTERSECTION，则判定车辆
Figure 153120DEST_PATH_IMAGE001
和车辆
Figure 682191DEST_PATH_IMAGE002
形成的间隙GAP，在未来2s、3s时刻满足变道要求，即
Figure 203302DEST_PATH_IMAGE007
、
Figure 896759DEST_PATH_IMAGE008
满足变道要求，由于自动驾驶周围环境的高动态性可能导致预测的可靠性下降，因此选择未来2s作为长期计划的结果输出执行。
5.根据权利要求4所述的基于交通间隙的自动驾驶车辆的自动变道方法，其特征在于，所述集合
Figure 147611DEST_PATH_IMAGE006
的具体计算如下：
Figure 660632DEST_PATH_IMAGE009
，式中，
Figure 855990DEST_PATH_IMAGE005
为离散的时间步，
Figure 847080DEST_PATH_IMAGE010
为预测的总时间；
Figure 139390DEST_PATH_IMAGE011
和
Figure 557733DEST_PATH_IMAGE012
分别表示本车
Figure 381332DEST_PATH_IMAGE003
在
Figure 159801DEST_PATH_IMAGE005
时刻在纵向行驶距离上可以达到的最大和最小位置；
Figure 57350DEST_PATH_IMAGE013
和
Figure 898792DEST_PATH_IMAGE014
分别表示本车
Figure 881791DEST_PATH_IMAGE003
在
Figure 667214DEST_PATH_IMAGE005
时刻在纵向距离上可以达到的最大和最小位置，并且
Figure 684848DEST_PATH_IMAGE015
，
Figure 694261DEST_PATH_IMAGE016
，式中，
Figure 226874DEST_PATH_IMAGE017
和
Figure 629036DEST_PATH_IMAGE018
分别表示当前车道和目标车道中构成指定车间交通间隙的本车
Figure 484866DEST_PATH_IMAGE003
前方或后方的车辆集合，
Figure 619175DEST_PATH_IMAGE019
表示在时刻
Figure 828964DEST_PATH_IMAGE005
本车
Figure 97134DEST_PATH_IMAGE003
与目标车道上的车辆
Figure 823782DEST_PATH_IMAGE020
的安全间距,该值设定为一个固定经验阈值。
6.根据权利要求4或5所述的基于交通间隙的自动驾驶车辆的自动变道方法，其特征在于，所述正阈值T_INTERSECTION为本车
Figure 174998DEST_PATH_IMAGE003
的两倍车身的长度。
7.根据权利要求3所述的基于交通间隙的自动驾驶车辆的自动变道方法，其特征在于，所述短期目标中，自动驾驶车辆横向移入相邻间隙中完成变道。
CN202010472629.1A 2020-05-29 2020-05-29 一种基于交通间隙的自动驾驶车辆的自动变道方法 Pending CN111634293A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010472629.1A CN111634293A (zh) 2020-05-29 2020-05-29 一种基于交通间隙的自动驾驶车辆的自动变道方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010472629.1A CN111634293A (zh) 2020-05-29 2020-05-29 一种基于交通间隙的自动驾驶车辆的自动变道方法

Publications (1)

Publication Number Publication Date
CN111634293A true CN111634293A (zh) 2020-09-08

Family

ID=72324841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010472629.1A Pending CN111634293A (zh) 2020-05-29 2020-05-29 一种基于交通间隙的自动驾驶车辆的自动变道方法

Country Status (1)

Country Link
CN (1) CN111634293A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112319505A (zh) * 2020-11-26 2021-02-05 东风商用车有限公司 自动驾驶换道判断方法、装置、设备及存储介质
CN112818531A (zh) * 2021-01-25 2021-05-18 江苏大学 一种基于精细网格的混合自行车流微观建模方法和系统
CN113460086A (zh) * 2021-06-30 2021-10-01 重庆长安汽车股份有限公司 自动驾驶进入匝道的控制系统、方法、车辆及存储介质
WO2023108579A1 (zh) * 2021-12-17 2023-06-22 赛真达国际有限公司 一种车辆紧急机动力装置、紧急自动驾驶系统及驾驶方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106364486A (zh) * 2016-09-08 2017-02-01 江苏大学 一种基于危害分析的智能车辆变道控制方法
CN108032859A (zh) * 2017-12-05 2018-05-15 智车优行科技（北京）有限公司 自动变道控制方法、装置和汽车
US10114371B2 (en) * 2016-02-15 2018-10-30 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN109739246A (zh) * 2019-02-19 2019-05-10 百度在线网络技术（北京）有限公司 一种变换车道过程中的决策方法、装置、设备及存储介质
CN109949611A (zh) * 2019-03-28 2019-06-28 百度在线网络技术（北京）有限公司 无人车的变道方法、装置及存储介质
CN111169477A (zh) * 2018-11-12 2020-05-19 华创车电技术中心股份有限公司 车道变换系统及车道变换方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10114371B2 (en) * 2016-02-15 2018-10-30 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN106364486A (zh) * 2016-09-08 2017-02-01 江苏大学 一种基于危害分析的智能车辆变道控制方法
CN108032859A (zh) * 2017-12-05 2018-05-15 智车优行科技（北京）有限公司 自动变道控制方法、装置和汽车
CN111169477A (zh) * 2018-11-12 2020-05-19 华创车电技术中心股份有限公司 车道变换系统及车道变换方法
CN109739246A (zh) * 2019-02-19 2019-05-10 百度在线网络技术（北京）有限公司 一种变换车道过程中的决策方法、装置、设备及存储介质
CN109949611A (zh) * 2019-03-28 2019-06-28 百度在线网络技术（北京）有限公司 无人车的变道方法、装置及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112319505A (zh) * 2020-11-26 2021-02-05 东风商用车有限公司 自动驾驶换道判断方法、装置、设备及存储介质
CN112818531A (zh) * 2021-01-25 2021-05-18 江苏大学 一种基于精细网格的混合自行车流微观建模方法和系统
CN112818531B (zh) * 2021-01-25 2024-04-09 江苏大学 一种基于精细网格的混合自行车流微观建模方法和系统
CN113460086A (zh) * 2021-06-30 2021-10-01 重庆长安汽车股份有限公司 自动驾驶进入匝道的控制系统、方法、车辆及存储介质
WO2023108579A1 (zh) * 2021-12-17 2023-06-22 赛真达国际有限公司 一种车辆紧急机动力装置、紧急自动驾驶系统及驾驶方法

Similar Documents

Publication Publication Date Title
CN111634293A (zh) 一种基于交通间隙的自动驾驶车辆的自动变道方法
CN108806252B (zh) 一种高速公路混合交通流协同优化控制方法
US12046131B2 (en) Autonomous vehicle planning and prediction
CN109501799B (zh) 一种车联网条件下的动态路径规划方法
US8788134B1 (en) Autonomous driving merge management system
CN112498366B (zh) 自动驾驶车辆、控制方法、装置、设备及存储介质
CN109643496B (zh) 车辆控制系统
CN108919795B (zh) 一种自动驾驶汽车换道决策方法及装置
US20210031760A1 (en) Contingency Planning and Safety Assurance
US10739774B2 (en) Keyframe based autonomous vehicle operation
Tang et al. Modeling drivers' dynamic decision-making behavior during the phase transition period: An analytical approach based on hidden markov model theory
CN112965476A (zh) 一种基于多窗口抽样的高速无人车轨迹规划系统及方法
CN114829226A (zh) 车辆控制方法、设备、存储介质和电子装置
CN113548054B (zh) 基于时序的车辆变道意图预测方法及系统
CN115683145A (zh) 一种基于轨迹预测的自动驾驶安全避障方法
CN112373487B (zh) 自动驾驶车辆、控制方法、装置、设备及存储介质
EP3803528A1 (en) Controller, system and method for vehicle control
EP4425462A1 (en) Method and apparatus for predicting drivable lane
CN111710191A (zh) 一种面向城市快速路的匝道合流控制方法及系统
CN108983787A (zh) 道路行驶方法
CN115366914B (zh) 基于模型预测控制的自动驾驶车辆控制方法、设备及介质
CN112131756B (zh) 一种考虑个体激进度的行人穿行场景仿真方法
CN113320544B (zh) 车辆驾驶行为的规划方法、装置、电子设备、存储介质
CN115597619A (zh) 车辆的路径规划方法、装置、电子设备及自动驾驶车辆
CN116954209A (zh) 一种模型训练方法、装置、存储介质及电子设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200908

RJ01 Rejection of invention patent application after publication