CN111923910B - 车辆变道规划的方法、自动驾驶车辆和存储介质 - Google Patents

车辆变道规划的方法、自动驾驶车辆和存储介质 Download PDF

Info

Publication number
CN111923910B
CN111923910B CN202010959650.4A CN202010959650A CN111923910B CN 111923910 B CN111923910 B CN 111923910B CN 202010959650 A CN202010959650 A CN 202010959650A CN 111923910 B CN111923910 B CN 111923910B
Authority
CN
China
Prior art keywords
vehicle
lane
changing
preset
lane change
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
CN202010959650.4A
Other languages
English (en)
Other versions
CN111923910A (zh
Inventor
吴鹏
朱科引
邹欣
陈永春
黄魏
曹润滋
童淑霞
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.)
Freetech Intelligent Systems Co Ltd
Original Assignee
Freetech Intelligent Systems 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 Freetech Intelligent Systems Co Ltd filed Critical Freetech Intelligent Systems Co Ltd
Priority to CN202010959650.4A priority Critical patent/CN111923910B/zh
Publication of CN111923910A publication Critical patent/CN111923910A/zh
Application granted granted Critical
Publication of CN111923910B publication Critical patent/CN111923910B/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
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • 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
    • B60W2520/12—Lateral speed

Abstract

本申请涉及一种车辆变道规划的方法、自动驾驶车辆和存储介质，其中，车辆变道规划的方法包括：获取车辆的当前车道、目标车道和目标车道上的变道空档，根据变道空档与车辆的相对位置，获取车辆进行变道的预设终点；根据车辆的当前运动状态、车辆在预设终点的运动终态和预设变道时间，获取车辆变道所需的纵向运动参数和横向运动参数；根据纵向运动参数、横向运动参数和预设变道时间，获取车辆进行变道的预测轨迹。通过本申请，解决了在车辆变道空间不足的情况下，车辆变道的效率降低的问题，通过车辆改变纵向速度，实现了车辆主动靠近变道空档，提高了车辆的变道效率。

Description

车辆变道规划的方法、自动驾驶车辆和存储介质
技术领域
本申请涉及自动驾驶技术领域，特别是涉及车辆变道规划的方法、自动驾驶车辆和存储介质。
背景技术
随着自动驾驶技术的快速发展，高级驾驶辅助系统（Advanced DrivingAssistant System，简称为ADAS）成为自动驾驶车辆中不可缺少的部分，ADAS中的自适应巡航控制系统（Adaptive Cruise Control，简称为ACC）等子功能也逐渐成熟。为了进一步提高ADAS的自主能力，实现自动驾驶车辆在高速公路上的自主驾驶，高速公路领航系统（HighWay Pilot，简称为HWP）也被提出，进而在高速公路上的变道控制成为需要解决的问题。
在相关技术中，基于预设的约束条件进行路径规划并通过代价函数优选变道轨迹，然而，该方案要求在车辆行驶方向上的变道空间充足，在变道空间不足的情况下，车辆需要等待较长时间，直到变道空间充足才可以变道，导致车辆变道的效率降低。
目前针对相关技术中在车辆变道空间不足的情况下，车辆变道的效率降低的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种车辆变道规划的方法、自动驾驶车辆、电子装置和存储介质，以至少解决相关技术中车辆变道空间不足导致车辆变道的效率降低的问题。
第一方面，本申请实施例提供了一种车辆变道规划的方法，所述方法包括：
获取车辆的当前车道、目标车道和所述目标车道上的变道空档，根据所述变道空档与所述车辆的相对位置，获取所述车辆进行变道的预设终点；
根据所述车辆的当前运动状态、所述车辆在所述预设终点的运动终态和预设变道时间，获取所述车辆变道所需的纵向运动参数和横向运动参数；
根据所述纵向运动参数、所述横向运动参数和所述预设变道时间，获取所述车辆进行变道的预测轨迹。
在其中一些实施例中，还包括：
获取第一横向必要时间，根据所述第一横向必要时间，获取第一预设位置，所述第一预设位置位于所述当前车道和所述目标车道的边界处；
当所述车辆在所述第一预设位置时，在所述变道空档与所述车辆的相对位置在预设范围内的情况下，根据所述车辆在初始位置的运动状态、所述第一预设位置的第一运动终态和所述第一横向必要时间获取第一横向运动参数；
根据所述变道空档与所述车辆的相对位置，获取第一纵向运动参数；
根据所述第一横向必要时间、所述第一横向运动参数和所述第一纵向运动参数，获取所述车辆进行变道的第一预测轨迹的第一姿态轨迹。
在其中一些实施例中，在所述获取第一预设位置之后，所述方法还包括：
当所述车辆在所述第一预设位置时，在所述变道空档与所述车辆的相对位置不在预设范围内的情况下，根据所述车辆在所述初始位置的运动状态、所述第一预设位置的第二运动终态和所述第一横向必要时间获取第二横向运动参数；
根据所述第一横向必要时间、所述第二横向运动参数和所述第一纵向运动参数，获取所述第一预测轨迹的第二姿态轨迹。
在其中一些实施例中，在获取所述第一预测轨迹的第二姿态轨迹之后，所述方法还包括：
获取所述车辆在所述第二运动终态的纵向速度；
根据所述纵向速度，控制所述车辆在第二横向必要时间结束时到达第二预设位置，获取所述车辆变道的第二预测轨迹，其中，所述第二预设位置在所述当前车道，在所述车辆位于所述第二预设位置时，所述变道空档与所述车辆的相对位置在预设范围内。
在其中一些实施例中，在所述获取所述车辆变道的第二预测轨迹之后，所述方法还包括：
获取所述车辆在所述目标车道上的第三预设位置和第三横向必要时间，根据所述车辆在所述第二预设位置的运动状态、所述第三预设位置的第三运动终态和所述第三横向必要时间，获取第三横向运动参数；
根据所述目标车道前车的位置和速度，获取所述车辆的第三纵向运动参数；
根据所述第三横向必要时间、所述第三横向运动参数和所述第三纵向运动参数，获得所述车辆的第三预测轨迹。
在其中一些实施例中，在获取所述变道空档之前，所述方法包括：
获取多个待选变道空档，根据成本函数获取每个所述待选变道空档的变道成本，其中，所述成本函数由时间成本、时间成本权重、障碍物成本、障碍物成本权重、车速成本、车速成本权重、轨迹成本和轨迹成本权重得到；
在所述变道成本中选取最小变道成本，将与所述最小变道成本对应的待选变道空档作为所述变道空档。
在其中一些实施例中，还包括：
实时判断所述预测轨迹是否满足安全条件，在所述预测轨迹不满足所述安全条件的情况下，舍弃所述预测轨迹，再次获取变道空档，其中，所述安全条件包括所述车辆与目标车道上障碍物的碰撞时间大于预设碰撞时间。
在其中一些实施例中，所述获取所述车辆变道所需的纵向运动参数包括：
在所述变道空档在所述车辆的正方向的情况下，增加所述车辆的纵向速度；
在所述变道空档在所述车辆的负方向的情况下，减小所述车辆的纵向速度。
在其中一些实施例中，所述获取所述车辆变道所需的纵向运动参数还包括：
在所述目标车道前车速度大于所述车辆的纵向速度的情况下，增加所述纵向速度；
在所述目标车道前车速度小于所述车辆的纵向速度的情况下，减小所述纵向速度。
在其中一些实施例中，还包括：
通过状态机控制所述车辆进行变道，所述状态机的状态表示所述车辆的变道状态，在所述状态机的状态变化的情况下，根据所述状态机的状态变化获取所述当前车道、所述目标车道和所述变道空档，其中，所述状态机的状态包括车道保持状态、准备向左变道状态、向左变道状态、准备向右变道状态和向右变道状态。
第二方面，本申请实施例提供了一种自动驾驶车辆，所述车辆包括定位装置、探测装置和处理器；
所述定位装置获取车辆的当前车道和目标车道，所述探测装置获取所述目标车道上的障碍物信息，所述处理器根据所述障碍物信息获取所述目标车道上的变道空档；
所述处理器根据所述变道空档与所述车辆的相对位置，获取所述车辆进行变道的预设终点，根据所述车辆的当前运动状态、所述车辆在所述预设终点的运动终态和预设变道时间，获取所述车辆变道所需的纵向运动参数和横向运动参数；根据所述纵向运动参数、所述横向运动参数和所述预设变道时间，获取所述车辆进行变道的预测轨迹。
第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的车辆变道规划的方法。
第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的车辆变道规划的方法。
相比于相关技术，本申请实施例提供的车辆变道规划的方法，通过获取车辆的当前车道、目标车道和目标车道上的变道空档，根据变道空档与车辆的相对位置，获取车辆进行变道的预设终点；根据车辆的当前运动状态、车辆在预设终点的运动终态和预设变道时间，获取车辆变道所需的纵向运动参数和横向运动参数；根据纵向运动参数、横向运动参数和预设变道时间，获取车辆进行变道的预测轨迹，解决了在车辆变道空间不足的情况下，车辆变道的效率降低的问题，通过车辆改变纵向速度，实现了车辆主动靠近变道空档，提高了车辆的变道效率。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的车辆变道规划的方法的应用环境示意图；
图2是根据本申请实施例的车辆变道规划的方法的流程图；
图3是根据本申请实施例的第一姿态轨迹的规划方法的流程图；
图4是根据本申请实施例的车辆变道轨迹的示意图；
图5是根据本申请实施例的再一种车辆变道轨迹的示意图；
图6是根据本申请实施例的另一种车辆变道轨迹的示意图；
图7是根据本申请实施例的第三预测轨迹的规划方法的流程图；
图8是根据本申请实施例的最小空档阈值的示意图；
图9是根据本申请实施例的状态机的示意图；
图10是根据本申请实施例的车辆变道规划的方法的终端的硬件结构框图；
图11是根据本申请实施例的车辆变道控制的系统的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块（单元）的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
图1是根据本申请实施例的车辆变道规划的方法的应用环境示意图，如图1所示，车辆12当前行驶的车道称为当前车道，车辆12根据全局路径想要驶入的车道称为目标车道，其中，全局路径为车辆12从起始点到目的地的规划路径，可以根据ADAS系统得到，在车辆12需要从当前车道变道至目标车道的情况下，需要获取目标车道上的变道空档，变道空档根据目标车道上的不同障碍物之间的距离确定，可选地，本实施例中的障碍物为目标车道上的车辆14和车辆16。
本申请中以正方向和负方向表征车辆和变道空档的相对位置关系，正方向代表变道空档整体相对于车辆位于行驶方向的前方；负方向代表变道空档整体相对于车辆位于行驶方向的后方。具体地，以车辆的后轴中心为原点O，沿车道线的行驶方向为正方向，与行驶方向相反的方向为负方向，本实施例中目标车道上第i个变道空档是第i个障碍物车辆14的距离与第i+1个障碍物车辆16的距离之差，如公式1所示：
Figure 629267DEST_PATH_IMAGE001
公式1
在公式1中，
Figure 973661DEST_PATH_IMAGE002
表示第i个变道空档，
Figure 533955DEST_PATH_IMAGE003
是在目标车道的方向上，车辆到第i个障碍物的距离，
Figure 40023DEST_PATH_IMAGE004
是在目标车道的方向上，车辆到第i+1个障碍物的距离。其中，车辆与障碍物在目标车道方向上的距离为障碍物的近边到车辆后轴中心点的距离，在障碍物位于车辆的正方向的情况下，距离为正，在障碍物位于车辆的负方向的情况下，距离为负。障碍物与车辆的相对位置关系根据障碍物的中心与车辆的后轴中心的相对位置关系确定，在障碍物为车辆的情况下，障碍物的中心为障碍物车辆的后轴中心。例如，在障碍物车辆的后轴中心位于车辆的后轴中心的正方向的情况下，认为障碍物车辆位于车辆的正方向，车辆到该障碍物车辆的距离为正。
在获取到变道空档之后，根据变道空档与车辆之间的相对位置关系，控制车辆行驶的纵向速度和横向速度，进而模拟出车辆的变道路径，其中，纵向为车道线行驶方向，横向为与车道线行驶方向垂直的方向。
本实施例提供了一种车辆变道规划的方法，图2是根据本申请实施例的车辆变道规划的方法的流程图，如图2所示，该方法包括如下步骤：
步骤S210，获取车辆的当前车道、目标车道和该目标车道上的变道空档，根据变道空档与车辆的相对位置，获取车辆进行变道的预设终点。
本实施例中的当前车道和目标车道可以根据为车辆配置的ADAS系统得到，在获取目标车道上的变道空档的过程中，可以通过车辆配置的前视摄像头先获取目标车道上的障碍物，再结合雷达、激光雷达等探测装置获取到障碍物与车辆之间的距离信息，得到变道空档。
本实施例中的预设终点可以为车辆变道后在目标车道上的位置，例如，在变道空档位于车辆的正方向的情况下，该预设终点在车辆可直接进行变道的变道空档中，然而，在变道空档位于车辆的负方向或者虽然在正方向但是距离车辆的距离较远的情况下，由于车辆需要在当前车道中靠近变道空档，直到变道空档满足变道要求才可以进行变道，因此车辆在变道过程中包括多个行驶阶段，此时预设终点还可以为车辆在变道过程中每个行驶阶段的终态位置，所以预设终点可以在当前车道，也可以在目标车道上。
步骤S220，根据车辆的当前运动状态、车辆在预设终点的运动终态和预设变道时间，获取车辆变道所需的纵向运动参数和横向运动参数。
车辆的当前运动状态包括车辆当前方向盘转角和横摆角速度，还可以包括车辆当前在横向和纵向上的速度、加速度和急动度，运动终态为车辆在预设终点的运动状态，包括车辆在预设终点的方向盘转角和横摆角速度，还可以包括车辆在预设终点时横向和纵向的速度、加速度和急动度，预设变道时间根据驾驶员的驾驶习惯确定，例如，在驾驶员倾向于曲率较小的变道轨迹的情况下，预设变道时间较长，在驾驶员接受曲率较大的变道轨迹的情况下，预设变道时间可以设置得短一些。纵向运动参数包括车辆的纵向速度、加速度和急动度，横向参数包括车辆的横向速度、加速度和急动度。
可选地，车辆的纵向速度根据车辆加速度的最大值以及车辆急动度的最大值确定，而车辆加速度的最大值和车辆急动度的最大值根据预设的碰撞时间（Time toCollision，简称为TTC）、车辆的当前速度和ADAS系统中的驾驶员模式（LookUp Tabel）确定，其中，急动度为加速度的变化率，碰撞时间为ADAS系统计算得到的车辆与障碍物可能会发生碰撞的时长。
步骤S230，根据纵向运动参数、横向运动参数和预设变道时间，获取车辆进行变道的预测轨迹。
本实施例中，在得到车辆的纵向运动参数、横向运动参数和预设变道时间之后，可以通过运动学公式进行计算，得到车辆的变道轨迹。
通过上述步骤S210至步骤S230，本实施例在获取到变道空档之后，对车辆变道的变道终点进行估计，得到车辆变道的预设终点，然后根据车辆的当前运动状态、运动终态和预设变道时间计算得到车辆变道的预测轨迹，因此本实施例对车辆的纵向运动参数和横向运动参数同时进行规划，可以使得车辆与变道空档之间的相对位置快速满足变道所需的安全条件，使得车辆变道过程更加高效，解决了在车辆变道空间不足的情况下，车辆变道的效率降低的问题，提高了车辆的变道效率。
如果变道空档与车辆的相对位置在预设范围内，此时车辆可以直接进行变道，车辆的预测轨迹可以分为两段，第一段轨迹为车辆从当前位置到当前车道与目标车道的边界处，记为第一预测轨迹的第一姿态轨迹，第二段轨迹为车辆从边界处到目标车道。
其中，获取第一段轨迹的方法如下，图3是根据本申请实施例的第一姿态轨迹的规划方法的流程图，如图3所示，该方法包括如下步骤：
步骤S310，获取第一横向必要时间，根据第一横向必要时间，获取第一预设位置，第一预设位置位于当前车道和目标车道的边界处。
其中，第一横向必要时间可以为0.5s，车辆需在该第一横向必要时间内，完成第一段轨迹。
图4是根据本申请实施例的车辆变道轨迹的示意图，如图4所示，由障碍物41与障碍物42确定的变道空档与车辆的相对位置在预设范围内，车辆12可以直接变道至目标车道，车辆12的当前位置为A，当前车道与目标车道的边界处的第一预设位置为B，则路径AB为第一段轨迹，其中，实线车辆为车辆12的当前状态，虚线车辆为第一预设位置处的车辆12，点O为车辆12的后轴中心。
步骤S320，当车辆在第一预设位置时，在变道空档与车辆的相对位置在预设范围内的情况下，根据车辆在初始位置的运动状态、第一预设位置的第一运动终态和第一横向必要时间获取第一横向运动参数。
第一横向运动参数为车辆从当前位置到第一预设位置之间的横向运动参数，包括车辆的横向速度、横向加速度和横向急动度等等。
其中，变道空档与车辆之间的相对位置根据变道空档的中心与车辆的后轴中心之间的相对位置确定。例如，通常情况下，目标车道上的变道空档取矩形，则变道空档的中心为该矩形的对角线交叉点，在变道空档的中心位于车辆的后轴中心的正方向的情况下，认为变道空档位于车辆的正方向，在变道空档的中心位于车辆的后轴中心的负方向的情况下，认为变道空档位于车辆的负方向。
在变道空档与车辆的相对位置在预设范围内的情况下，车辆变道满足预设的安全条件，车辆可以直接进行变道，预设范围的具体数值可以根据驾驶员的实际需求进行设置。此时，车辆在第一预设位置处的横向速度和横向速度的加速度不必归零，可以由车辆在轨迹AB中的横向位移和第一横向必要时间确定，具体地，根据车辆当前运动状态下的方向盘转角和横摆角速度，以及在第一预设位置处预设的方向盘转角和横摆角速度，计算车辆在轨迹AB中的横向速度、横向加速度和横向急动度的数值，完成第一段轨迹的横向轨迹规划。
步骤S330，根据变道空档与车辆的相对位置，获取第一纵向运动参数。
根据变道空档与车辆之间的相对距离的大小，可以控制车辆的纵向速度增加或者减小，维持车辆在当前车道内接近变道空档。具体地，在变道空档与车辆的相对距离较大的情况下，车辆需要加速，在变道空档与车辆的相对距离较小的情况下，车辆需要减速，在变道空档与车辆的相对距离合适的情况下，车辆可以以初始位置的纵向速度行使。车辆减速和车辆加速的过程由第一纵向运动参数确定，包括由第一横向必要时间和相对距离确定的纵向速度、纵向加速度和纵向急动度，最终完成纵向轨迹的规划。
进一步地，在规划车辆的纵向速度时，需要开启转向灯，对车辆的横向速度的规划可以在开启转向灯之后再开始，例如，可以在开启转向灯0.5s之后再开始进行横向速度的规划。
步骤S340，根据第一横向必要时间、第一横向运动参数和第一纵向运动参数，获取车辆进行变道的第一预测轨迹的第一姿态轨迹。
具体地，本实施例中的第一姿态轨迹为位置A和位置B之间的实际曲线。
通过上述步骤S310至步骤S340，在变道空档与车辆的相对位置位于预设范围内的情况下，车辆完成从当前位置A到边界处B的轨迹，车辆在规划横向运动参数的同时对纵向运动参数进行规划，可以减少车辆到达变道空档的时间，提高变道效率。
进一步地，获取第二段轨迹的方法如下，图5是根据本申请实施例的再一种车辆变道轨迹的示意图，如图5所示，由障碍物41与障碍物42确定的变道空档与车辆12的相对位置在预设范围内，车辆12的当前位置为A，当前车道与目标车道的边界处的第一预设位置为B，车辆12在目标车道上的预设终点为C。在获取第一姿态轨迹之后，还可以继续获取车辆12在目标车道上的变道完成时的预设终点C，通过获取预设的BC段的变道时间和车辆12分别在B点和C点处的运动状态，计算车辆从B点到C点的横向运动参数和纵向运动参数，从而获得B点和C点之间的预测轨迹，进一步地，C点处，车辆12的横向速度和横向加速度均归零，纵向速度与目标车道上的前车速度一致。图中实线车辆为车辆12的当前状态，虚线车辆为不同预测轨迹中的车辆12，点O为车辆12的后轴中心。
如果变道空档与车辆的相对位置不位于预设范围内，此时车辆不可以直接进行变道，车辆的预测轨迹可以分为三段预测轨迹，第一段轨迹为车辆从当前位置到当前车道与目标车道的边界处，记为第一预测轨迹的第二姿态轨迹，第二段轨迹为车辆在当前车道上主动靠近变道空档，记为第二预测轨迹，第三段轨迹为车辆从当前车道驶入目标车道，记为第三预测轨迹。图6是根据本申请实施例的另一种车辆变道轨迹的示意图，如图6所示，由障碍物61与障碍物62确定的变道空档与车辆的相对位置不在预设范围内，车辆12的当前位置为A，当前车道与目标车道的边界处的第一预设位置为B，车辆12在当前车道行驶，到达D处时，变道空档与车辆12的相对位置位于预设范围内，则车辆12从第二预设位置D到达目标车道上的变道终点C，其中，路径AB为第一预测轨迹的第二姿态轨迹，路径BD为第二预测轨迹，路径DC为第三预测轨迹。图中实线车辆为车辆12的当前状态，虚线车辆为不同预测轨迹中的车辆12，点O为车辆12的后轴中心。
在其中一些实施例中，获取第二姿态轨迹的方法具体为，在车辆位于第一预设位置，且变道空档与车辆的相对位置不在预设范围内的情况下，车辆不能直接进行变道，需要在当前车道与目标车道的边界处等待，直到变道空档与车辆的相对位置位于预设范围内。在获取第一预设位置之后，需要根据车辆在初始位置的运动状态、第一预设位置的第二运动终态和第一横向必要时间获取第二横向运动参数，然后根据第一横向必要时间、第二横向运动参数和第一纵向运动参数，获取第一预测轨迹的第二姿态轨迹。第二横向运动参数包括车辆在第二姿态轨迹中的横向速度、横向加速度和横向急动度。
其中，第二运动终态包括第二横向运动终态和第二纵向运动终态，由于车辆要继续在当前车道行驶，因此第二横向运动终态包括车辆的横向速度和横向加速度均为0。所以，需要控制车辆在第二横向必要时间里先完成转向靠近当前车道与目标车道的边界处，再将车头转向行驶方向保持直行，具体地，根据初始位置和第一预设位置计算车辆的横向位移，根据该横向位移、车辆在初始位置的方向盘转角和横摆角速度、车辆在第一预设位置的方向盘转角和横摆角速度，计算车辆从初始位置到第一预设位置的横向速度、横向加速度和横向急动度的变化情况，得到第二横向运动参数。
在其中一些实施例中，获取第二预测轨迹的方法为，在得到第二姿态轨迹之后，获取车辆在第二运动终态的纵向速度；根据纵向速度，控制车辆在第二横向必要时间结束时到达第二预设位置，获取车辆变道的第二预测轨迹，其中，第二预设位置在当前车道，在车辆位于第二预设位置时，变道空档与车辆的相对位置在预设范围内。
本实施例中，以第二运动终态的纵向速度为第二预测轨迹中车辆的纵向速度，车辆以该纵向速度在当前车道行驶，靠近变道空档。进一步地，车辆的纵向速度还可以根据变道空档与该车辆之间的相对位置确定。例如，在一些实施例中，在变道空档位于车辆的正方向上的情况下，车辆的纵向速度相对于初始纵向速度需要提高，主动接近该变道空档，在变道空档位于车辆的负方向上的情况下，车辆的纵向速度相对于初始纵向速度需要减小，等待变道空档与车辆之间的相对位置满足变道的安全条件。车辆以规划的纵向速度行驶于当前车道，且车辆的行驶方向与该车道线平行，直到该变道空档与该车辆的相对位置在预设范围内，车辆变道满足安全条件，车辆开始第三预测轨迹。本实施例中车辆保持在当前车道行驶的路径为第二预测轨迹，在第二预测轨迹中，车辆的横向速度、横向速度的加速度均为0，第二横向必要时间可以设置为小于10s。
本实施例中车辆在当前车道上行驶以接近变道空档，为车辆变道提供了多种选择，提高车辆变道的场景适应性。车辆还可以根据目标车道上障碍物的速度获取车辆的纵向速度，通过调整纵向速度调整车辆与变道空档之间的相对位置，对于目标车道上运动状态变化大的障碍物，车辆保持一定的安全距离，增强车辆变道规划的鲁棒性和变道成功的概率。
在其中一些实施例中，图7是根据本申请实施例的第三预测轨迹的规划方法的流程图，如图7所示，该方法包括如下步骤：
步骤S710，获取车辆在目标车道上的第三预设位置和第三横向必要时间，根据车辆在第二预设位置的运动状态、第三预设位置的第三运动终态和第三横向必要时间，获取第三横向运动参数。
本实施例中的第三预设位置为车辆变道过程的最终位置，在车辆到达第三预设位置之后，整个变道过程结束。第三横向必要时间为预设的车辆需要完成第三预测轨迹的时间。本实施例中，车辆在第二预设位置的运动状态包括车辆在第二预设位置的纵向运动状态和横向运动状态，例如，车辆在纵向和横向上的速度、加速度和急动度，第三运动终态为车辆在第三预设位置时的预设运动状态，也包括车辆的速度、加速度、急动度、方向盘转角和横摆角速度等等。车辆的第三横向运动参数为车辆在从第二预设位置到达第三预设位置的过程中，车辆完成横向位移变化所需的速度、加速度和急动度。本实施例中，车辆在第二预设位置上的横向速度和横向加速度均为0，第三横向必要时间优选为1.5s。具体的，根据第二预设位置和第三预设位置计算车辆的横向位移，根据该横向位移、车辆在第二预设位置的方向盘转角和横摆角速度、车辆在第三预设位置的方向盘转角和横摆角速度，计算车辆从第二预设位置到第三预设位置的横向速度、横向加速度和横向急动度，得到第三横向运动参数。
步骤S720，根据目标车道前车的位置和速度，获取车辆的第三纵向运动参数。
车辆位于第二预设位置时，变道空档与车辆的相对位置在预设范围内的情况下，车辆变道满足预设的安全条件，可以直接进行变道。第三纵向运动参数包括车辆从第二预设位置到第三预设位置的过程中，车辆完成纵向位移变化所需的纵向速度、加速度和急动度等等，可以通过车辆在第二预设位置上的纵向车速、第三横向必要时间和目标车道上的位于车辆正方向的障碍物的速度得到。在目标车道上障碍物的纵向速度应大于车辆在第二预设位置上的纵向车速的情况下，车辆应提高纵向速度，以汇入目标车道，在障碍物的纵向速度小于车辆的纵向速度的情况下，车辆应减小速度。进一步地，车辆的纵向速度根据车辆加速度的最大值以及车辆急动度的最大值确定，而车辆加速度的最大值和车辆急动度的最大值根据预设的碰撞时间、车辆的当前速度和ADAS系统中的驾驶员模式确定。
步骤S730，根据第三横向必要时间、第三横向运动参数和第三纵向运动参数，获得车辆的第三预测轨迹。
通过运动学公式，根据第三横向必要时间、第三横向运动参数和第三纵向运动参数，计算得到车辆的运动轨迹，为第三预测轨迹。
通过上述步骤S710至步骤S730，本实施例基于车辆变道时的位置变化，对车辆变道过程中的横向速度和纵向速度进行联合规划，以提高变道效率。
在其中一些实施例中，在获取变道空档之前，还包括：获取多个待选变道空档，根据成本函数获取每个待选变道空档的变道成本，其中，成本函数由时间成本、时间成本权重、障碍物成本、障碍物成本权重、车速成本、车速成本权重、轨迹成本和轨迹成本权重得到。
本实施例选取的多个待选变道空档是在变道空档选择范围内进行选择的，该变道空档选择范围可以根据如下公式2确定：
H=Front FOV+Rear FOV+Prediction 公式2
在公式2中，H为变道空档选择范围，Front FOV为车辆的前视摄像头能观测到的变道空档，Rear FOV为车辆的后视摄像头能观测到的变道空档，Prediction为根据一定时间段内的来往车辆预测得到的变道空档，其中，Prediction中的变道空档的置信度应大于预设的置信度阈值。
在变道空档选择范围内获取到多个待选变道空档的情况下，通过成本函数在待选变道空档中进行选择，其中，成本函数主要考虑与待选变道空档对应的预测轨迹的执行时间的时间成本，待选变道空档到障碍物的障碍物成本，车辆在预测轨迹终态的车速成本和预测轨迹形状的轨迹成本，本实施例中的预测轨迹包括第一预测轨迹、第二预测轨迹和第三预测轨迹。进一步地，预测轨迹的形状主要考虑驾驶舒适性，横向速度的加速度和急动度，纵向速度的加速度和急动度。各个成本的权重，根据变道请求的类型和驾驶员选项调整，其中，变道请求类型包括车道保持状态、准备向左变道状态、向左变道状态、准备向右变道状态和向右变道状态。
具体地，成本函数由如下公式3得到：
Figure 256240DEST_PATH_IMAGE006
公式3
在公式3中，cost为成本函数的成本，
Figure 138746DEST_PATH_IMAGE007
为时间成本，
Figure 819126DEST_PATH_IMAGE008
为时间成本权重，
Figure 496095DEST_PATH_IMAGE009
为障碍物成本，
Figure 934029DEST_PATH_IMAGE010
为障碍物成本权重，
Figure 620226DEST_PATH_IMAGE011
为车速成本，
Figure 623954DEST_PATH_IMAGE012
为车速成本权重，
Figure 737403DEST_PATH_IMAGE013
为轨迹成本，
Figure 662634DEST_PATH_IMAGE014
为轨迹成本权重，其中障碍物成本和轨迹成本均为变道时域的积分，
Figure 886942DEST_PATH_IMAGE015
为系统采样时间，i表示第i个系统采样时间，n表示系统采样时间的数量。本实施例中，权重参数
Figure 541914DEST_PATH_IMAGE016
、
Figure 826265DEST_PATH_IMAGE010
、
Figure 973213DEST_PATH_IMAGE012
、
Figure 1211DEST_PATH_IMAGE017
均可以通过实车标定或者模型训练得到。
具体地，时间成本由如下公式4得到。
Figure 979532DEST_PATH_IMAGE018
公式4
在公式4中，
Figure 434784DEST_PATH_IMAGE019
为时间成本，
Figure 334607DEST_PATH_IMAGE020
为最小变道时间。
障碍物成本由如下公式5得到：
Figure 900717DEST_PATH_IMAGE021
公式5
在公式5中，其中，
Figure 936806DEST_PATH_IMAGE022
为车辆到目标车道上障碍物的距离，
Figure 625277DEST_PATH_IMAGE023
为最小障碍物安全距离，
Figure 746816DEST_PATH_IMAGE024
为最大障碍物安全距离，其中，
Figure 116618DEST_PATH_IMAGE025
和
Figure 272793DEST_PATH_IMAGE024
均可以通过实车标定或者模型训练得到。
进一步地，所有障碍物总成本由如下公式6得到：
Figure 69847DEST_PATH_IMAGE026
公式6
在公式6中，
Figure 9509DEST_PATH_IMAGE027
为所有障碍物总成本，
Figure 917422DEST_PATH_IMAGE028
为单个障碍物成本，其中，m为所有障碍物的数量，j表示第j个障碍物。
车速成本由如下公式7得到：
Figure 928104DEST_PATH_IMAGE029
公式7
在公式7中，
Figure 896060DEST_PATH_IMAGE030
为车速成本，
Figure 788929DEST_PATH_IMAGE031
为最大成本，
Figure 500533DEST_PATH_IMAGE032
为目标车道上的车速最小值，
Figure 631300DEST_PATH_IMAGE033
为目标车道上的车速最大值，
Figure 770158DEST_PATH_IMAGE033
可以由如下公式8得到：
Figure 88007DEST_PATH_IMAGE034
公式8
在公式8中，
Figure 665618DEST_PATH_IMAGE035
为车道限速,
Figure 650892DEST_PATH_IMAGE036
为目标车道前车车速，
Figure 960651DEST_PATH_IMAGE037
为驾驶员设定的目标速度。
Figure 93692DEST_PATH_IMAGE038
可以由如下公式9得到：
Figure 147098DEST_PATH_IMAGE039
公式9
在公式9中，
Figure 986878DEST_PATH_IMAGE040
为补偿速度。
轨迹成本由如下公式10得到：
Figure 467538DEST_PATH_IMAGE041
公式10
在公式10中，
Figure 822296DEST_PATH_IMAGE042
为轨迹成本，
Figure 413815DEST_PATH_IMAGE043
为纵向加速度成本，
Figure 373680DEST_PATH_IMAGE044
为纵向加速度成本权重，
Figure 353138DEST_PATH_IMAGE045
为纵向急动度成本，
Figure 132875DEST_PATH_IMAGE046
为纵向急动度成本权重，
Figure 528084DEST_PATH_IMAGE047
为横向加速度成本，
Figure 342456DEST_PATH_IMAGE048
为横向加速度成本权重，
Figure 961656DEST_PATH_IMAGE049
为横向急动度成本，
Figure 228690DEST_PATH_IMAGE050
为横向急动度成本权重。
进一步地，在对多个待选变道空档进行筛选的过程中，待选变道空档还需要满足最小空档阈值，图8是根据本申请实施例的最小空档阈值的示意图，如图8所示，最小空档阈值由如下公式11得到：
Figure 427590DEST_PATH_IMAGE051
公式11
在公式11中，MinGap为最小空档阈值，
Figure 96469DEST_PATH_IMAGE052
为在目标车道上变道空档的正方向上障碍物与车辆之间的安全距离，
Figure 89832DEST_PATH_IMAGE053
为在目标车道上变道空档的负方向上障碍物与车辆之间的安全距离，本实施例中的
Figure 906479DEST_PATH_IMAGE054
和
Figure 909070DEST_PATH_IMAGE053
可以根据实际需求进行设置。
在得到待选变道空档的变道成本之后，在该变道成本中选取最小变道成本，将与该最小变道成本对应的待选变道空档作为该变道空档。
具体地，选取最小变道成本可以通过启发函数（Heuristic Function）完成，本实施例中的启发函数可以通过如下公式12得到：
Figure 432455DEST_PATH_IMAGE055
公式12
在公式12中，cost(i)为第i个待选变道空档的变道成本。
本实施例中，可以在多个待选变道空档中选择成本最低的空档作为变道空档，在节约变道成本的同时，提高了车辆变道的安全性。
在其中一些实施例中，还需要实时判断预测轨迹是否满足安全条件，在预测轨迹不满足安全条件的情况下，舍弃预测轨迹，再次获取变道空档，其中，安全条件包括车辆与目标车道上障碍物的碰撞时间大于预设碰撞时间，碰撞时间可以根据车辆与障碍物的速度、加速度和航向角计算得到。在预测轨迹不满足安全条件的情况下，车辆在变道过程中，可能会与障碍物发生碰撞，因此本实施例中，通过计算得到预测轨迹的碰撞时间，只有在该碰撞时间满足安全条件的情况下，才允许车辆进行变道，提高了车辆变道的安全性。
在其中一些实施例中，获取车辆变道所需的纵向运动参数包括：在变道空档在车辆的正方向的情况下，增加车辆的纵向速度，在变道空档在车辆的负方向的情况下，减小车辆的纵向速度。以减少车辆靠近变道空档所需的时间，进一步提高车辆变道的效率。
进一步地，获取车辆变道所需的纵向运动参数还包括：在目标车道前车速度大于车辆的纵向速度的情况下，增加纵向速度；或者，在目标车道前车速度小于车辆的纵向速度的情况下，减小纵向速度。本实施例中的目标车道前车具体为，在目标车道上，位于车辆正方向上的障碍物，基于目标车道前车速度对车辆的纵向速度进行规划，有利于避免车辆追尾，提高车辆变道的安全性。
在其中一些实施例中，车辆是否变道由有限状态机的状态是否改变决定，在状态机的状态发生转移的情况下，根据状态转移获取当前车道、目标车道和变道空档。图9是根据本申请实施例的状态机的示意图，如图9所示，状态机的状态包括车道保持状态（LaneKeep）、准备向左变道状态（Prepare For Lane Change Left）、向左变道状态（Lane ChangeLeft）、准备向右变道状态（Prepare For Lane Change Right）和向右变道状态（LaneChange Right），其中，在车道保持状态下，车辆在横向上沿当前车道中心线行驶，在纵向上，纵向速度为保持目标车速或者根据目标车速降速，该目标车速根据目标车道上位于车辆正方向或者负方向的障碍物车辆的车速得到，在向左变道状态或者向右变道状态下，车辆在横向上向左或者向右车道线移动，在纵向上调整纵向速度至目标车道的车速，在准备向左变道状态或者准备向右变道状态下，车辆在横向上靠近目标车道的边线，在纵向上，从位置和速度上与目标车道的变道空档匹配，同时转向灯开启，各个状态之间的转换如图9所示。
具体地，状态机在接收到来自上层系统（Up Stream）的变道请求（Lane ChangeRequest），且风险评估（Thread Assessor）安全的情况下，进入准备向右变道状态或者准备向左变道状态，在变道空档满足安全条件的情况下，状态机进入向右变道状态或者向左变道状态，在进行轨迹规划的过程中，状态机的状态为车道保持状态，控制车辆持续保持当前状态，如果风险评估给出不满足安全条件的判定，则状态机退出至车道保持状态，重新选择变道空档准备变道。
在车辆需要向右变道的情况下，涉及到的状态机的状态包括准备向右变道状态和向右变道状态。在准备向右变道状态下，根据成本函数从多个待选变道空档中选择一个空档作为变道空档，在预测轨迹中的任一个被判定为不安全的情况下，车辆中止变道，重新选择变道空档。在三条轨迹均安全的情况下，车辆可以完成变道行为。
本实施例通过状态机控制车辆不同状态之间的转换，避免了繁杂的程序逻辑，降低了车辆变道规划中的出错率，提高了变道的安全性。
本申请中的轨迹规划包括横向规划和纵向规划，其中，横向规划可以采用的方法包括但不限于五次多项式，三次样条曲线或者贝塞尔曲线等等，纵向规划可以采用的方法包括但不限于查表法和五次多项式。
具体地，五次多项式可以根据如下公式13至公式15得到：
Figure 596720DEST_PATH_IMAGE056
公式13
Figure 838346DEST_PATH_IMAGE057
公式14
Figure 709874DEST_PATH_IMAGE058
公式15
在公式13至公式15中，
Figure 87766DEST_PATH_IMAGE059
表示车辆的轨迹，
Figure 688511DEST_PATH_IMAGE060
为
Figure 151854DEST_PATH_IMAGE061
的一阶导数，表示车辆的速度，
Figure 496248DEST_PATH_IMAGE062
为
Figure 525383DEST_PATH_IMAGE061
的二阶导数，表示车辆的加速度，
Figure 803088DEST_PATH_IMAGE063
、
Figure 550464DEST_PATH_IMAGE064
、
Figure 432970DEST_PATH_IMAGE065
、
Figure 785453DEST_PATH_IMAGE066
、
Figure 728002DEST_PATH_IMAGE067
和
Figure 228253DEST_PATH_IMAGE068
为五次多项式中的参数，t为车辆行驶的时间。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。以运行在终端上为例，图10是根据本申请实施例的车辆变道控制的方法的终端的硬件结构框图。如图10所示，终端100可以包括一个或多个（图10中仅示出一个）处理器1002（处理器1002可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器1004，可选地，上述终端还可以包括用于通信功能的传输设备1006以及输入输出设备1008。本领域普通技术人员可以理解，图10所示的结构仅为示意，其并不对上述终端的结构造成限定。例如，终端100还可包括比图10中所示更多或者更少的组件，或者具有与图10所示不同的配置。
存储器1004可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本申请实施例中的车辆变道控制的方法的对应的计算机程序，处理器1002通过运行存储在存储器1004内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器1004可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1004可进一步包括相对于处理器1002远程设置的存储器，这些远程存储器可以通过网络连接至终端100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括终端100的通信供应商提供的无线网络。在一个实例中，传输设备1006包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备1006可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。
本实施例还提供了一种车辆变道控制的系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图11是根据本申请实施例的车辆变道控制的系统的结构框图，如图11所示，该系统包括信息输入模块1101、融合模块1102和决策规划模块1103：信息输入模块1101，用于获取车辆的当前车道、目标车道和该目标车道上的变道空档；融合模块1102，用于将该当前车道、该目标车道和该变道空档进行融合；决策规划模块1103，用于根据变道空档与车辆的相对位置，获取车辆进行变道的预设终点；根据车辆的当前运动状态、车辆在预设终点的运动终态和预设变道时间，获取车辆变道所需的纵向运动参数和横向运动参数；根据纵向运动参数、横向运动参数和预设变道时间，获取车辆进行变道的预测轨迹。
在其中一些实施例中，决策规划模块1103包括状态机，该状态机用于控制该车辆进行变道，状态机的状态表示该车辆的变道状态，在状态机的状态发生变化的情况下，根据状态机的状态变化获取当前车道、目标车道和变道空档，其中，状态机的状态包括车道保持状态、准备向左变道状态、向左变道状态、准备向右变道状态和向右变道状态。
具体地，决策规划模块1103通过有限状态机进行决策规划，在状态机处于准备向右变道状态或者准备向左变道状态的情况下，决策规划模块1103在多个待选变道空档中选择变道空档，并靠近空档，在状态机处于向右变道状态或者向左变道状态的情况下，决策规划模块1103进行变道。其中，选择变道空档是在状态机进入准备向右变道状态或者准备向左变道状态时开始的，即对所有待选变道空档都进行第一预测轨迹、第二预测轨迹和第三预测轨迹的规划，然后根据成本函数选择与最小变道成本对应的空档作为变道空档，选择成本最低的轨迹作为最终的规划路径。
本实施例通过决策规划模块1103主动获取变道空档与车辆的相对位置关系，并根据该相对位置关系调整车辆的纵向速度，使得车辆可以主动接近变道空档，本实施例还对车辆的横向速度和纵向速度同时进行规划，使得车辆与变道空档之间的相对位置快速满足变道时的安全条件，并使得第二预测轨迹中车辆的纵向速度快速满足在目标车道上行驶的条件，变道更加安全和高效，解决了在车辆变道空间不足的情况下，车辆变道的效率降低的问题，提高了车辆的变道效率。
在其他实施例中，信息输入模块1101包括导航和地图定位单元、感知单元和车身单元，其中，导航和地图定位单元用于获得全局路径、当前道路的道路信息和车辆的定位信息；感知单元包括摄像头、雷达或者激光雷达，用于获取目标车道上障碍物的信息，当前车道与目标车道的车道线信息；车身单元用于获得驾驶员请求、设置和车速等信息。
进一步地，融合模块1102用于对信息输入模块1101的所有信息做融合处理，获得车道线信息、障碍物信息、包含择路信息的全局路径信息、当前车道的车道信息、变道优先请求，决策规划模块1103用于对融合模块1102的信息进行处理，获得方向盘转角请求、加减速请求和转向灯请求。
更进一步地，车辆变道控制的系统还包括执行模块，该执行模块用于执行方向盘转角请求、加减速请求和转向灯请求，以控制车辆的实际运动轨迹。
本实施例中各个模块之间的参数传输包括但不限于控制器局域网络（ControllerArea Network，简称为CAN）总线和以太网的传输。
相对于相关技术中，自动驾驶车辆只能被动等待变道空档，变道空档的选择方式单一，且仅对变道过程中的横向路径进行规划，纵向属于托管状态，从而不能满足不同驾驶员对于变道安全的需求的问题，本申请中的车辆变道规划的方法，对于来自上层系统的变道请求，通过规划车辆的纵向速度，增加车辆在当前车道贴近车道线的第二预测轨迹，使得车辆由被动等待变道空档变为主动接近变道空档；通过对车辆横向速度和纵向速度的联合规划，车辆能够取成本最低的变道空档进行变道，并快速匹配目标车道的车速，使得车辆变道更加安全和高效。
进一步地，本申请可以根据不同的变道请求类型，调整成本函数中的因素，例如车速、变道时间或者驾驶舒适性的权重，使得系统决策满足不同驾驶需求。具体地，可以根据驾驶员选择模式，调节允许变道的变道空档的大小、不同预测轨迹对应的变道时间等。而且，本申请实施例提供的车辆变道规划的方法，高精度地图和高算力CPU为非必须条件，对硬件的要求不高，有利于降低车载设备的生产成本，提高量产。
本实施例提供了一种自动驾驶车辆，该车辆包括定位装置、探测装置和处理器；定位装置获取车辆的当前车道和目标车道，探测装置获取目标车道上的障碍物信息，处理器根据障碍物信息获取目标车道上的变道空档；处理器根据变道空档与车辆的相对位置，获取车辆进行变道的预设终点，根据车辆的当前运动状态、车辆在预设终点的运动终态和预设变道时间，获取车辆变道所需的纵向运动参数和横向运动参数；根据纵向运动参数和横向运动参数，获取车辆进行变道的预测轨迹。本实施例通过探测装置和处理器得到变道空档，处理器根据变道空档与车辆的相对位置关系调整车辆的纵向速度，使得车辆可以主动接近变道空档，本实施例还对车辆的横向速度和纵向速度同时进行规划，可以使得车辆与变道空档之间的相对位置快速满足变道时的安全条件，并使得预测轨迹中车辆的纵向速度快速满足在目标车道上行驶的条件，变道更加安全和高效，解决了在车辆变道空间不足的情况下，车辆变道的效率降低的问题，提高了车辆的变道效率。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取车辆的当前车道、目标车道和目标车道上的变道空档，根据变道空档与车辆的相对位置，获取车辆进行变道的预设终点；
S2，根据车辆的当前运动状态、车辆在预设终点的运动终态和预设变道时间，获取车辆变道所需的纵向运动参数和横向运动参数；
S3，根据纵向运动参数、横向运动参数和预设变道时间，获取车辆进行变道的预测轨迹。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
另外，结合上述实施例中的车辆变道规划的方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种车辆变道规划的方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种车辆变道规划的方法，其特征在于，所述方法包括：
获取车辆的当前车道、目标车道和所述目标车道上的变道空档，根据所述变道空档与所述车辆的相对位置远近，在所述当前车道或者所述目标车道上获取所述车辆进行变道的预设终点；如果变道空档与车辆的相对位置不位于预设范围内，此时车辆不可以直接进行变道，车辆的预测轨迹分为三段预测轨迹，第一段轨迹为车辆从当前位置到当前车道与目标车道的边界处，记为第一预测轨迹的第二姿态轨迹，第二段轨迹为车辆在当前车道上主动靠近变道空档，记为第二预测轨迹，第三段轨迹为车辆从当前车道驶入目标车道，记为第三预测轨迹；
根据所述车辆的当前运动状态、所述车辆在所述预设终点的运动终态和预设变道时间，获取所述车辆变道所需的纵向运动参数和横向运动参数；其中，所述当前运动状态包括车辆当前方向盘转角、横摆角速度、车辆当前在横向和纵向上的速度、加速度和急动度，所述运动终态包括车辆在预设终点的方向盘转角、横摆角速度、车辆在预设终点时的横向和纵向上的速度、加速度和急动度；
根据所述纵向运动参数、所述横向运动参数和所述预设变道时间，获取所述车辆进行变道的预测轨迹。
2.根据权利要求1所述的车辆变道规划的方法，其特征在于，还包括：
获取第一横向必要时间，根据所述第一横向必要时间，获取第一预设位置，所述第一预设位置位于所述当前车道和所述目标车道的边界处；
当所述车辆在所述第一预设位置时，在所述变道空档与所述车辆的相对位置在预设范围内的情况下，根据所述车辆在初始位置的运动状态、所述第一预设位置的第一运动终态和所述第一横向必要时间获取第一横向运动参数；
根据所述变道空档与所述车辆的相对位置，获取第一纵向运动参数；
根据所述第一横向必要时间、所述第一横向运动参数和所述第一纵向运动参数，获取所述车辆进行变道的第一预测轨迹的第一姿态轨迹。
3.根据权利要求2所述的车辆变道规划的方法，其特征在于，在所述获取第一预设位置之后，所述方法还包括：
当所述车辆在所述第一预设位置时，在所述变道空档与所述车辆的相对位置不在预设范围内的情况下，根据所述车辆在所述初始位置的运动状态、所述第一预设位置的第二运动终态和所述第一横向必要时间获取第二横向运动参数；
根据所述第一横向必要时间、所述第二横向运动参数和所述第一纵向运动参数，获取所述第一预测轨迹的第二姿态轨迹。
4.根据权利要求3所述的车辆变道规划的方法，其特征在于，在获取所述第一预测轨迹的第二姿态轨迹之后，所述方法还包括：
获取所述车辆在所述第二运动终态的纵向速度；
根据所述纵向速度，控制所述车辆在第二横向必要时间结束时到达第二预设位置，获取所述车辆变道的第二预测轨迹，其中，所述第二预设位置在所述当前车道，在所述车辆位于所述第二预设位置时，所述变道空档与所述车辆的相对位置在预设范围内。
5.根据权利要求4所述的车辆变道规划的方法，其特征在于，在所述获取所述车辆变道的第二预测轨迹之后，所述方法还包括：
获取所述车辆在所述目标车道上的第三预设位置和第三横向必要时间，根据所述车辆在所述第二预设位置的运动状态、所述第三预设位置的第三运动终态和所述第三横向必要时间，获取第三横向运动参数；
根据所述目标车道前车的位置和速度，获取所述车辆的第三纵向运动参数；
根据所述第三横向必要时间、所述第三横向运动参数和所述第三纵向运动参数，获得所述车辆的第三预测轨迹。
6.根据权利要求1所述的车辆变道规划的方法，其特征在于，在获取所述变道空档之前，所述方法包括：
获取多个待选变道空档，根据成本函数获取每个所述待选变道空档的变道成本，其中，所述成本函数由时间成本、时间成本权重、障碍物成本、障碍物成本权重、车速成本、车速成本权重、轨迹成本和轨迹成本权重得到；
在所述变道成本中选取最小变道成本，将与所述最小变道成本对应的待选变道空档作为所述变道空档。
7.根据权利要求1所述的车辆变道规划的方法，其特征在于，还包括：
实时判断所述预测轨迹是否满足安全条件，在所述预测轨迹不满足所述安全条件的情况下，舍弃所述预测轨迹，再次获取变道空档，其中，所述安全条件包括所述车辆与目标车道上障碍物的碰撞时间大于预设碰撞时间。
8.根据权利要求1所述的车辆变道规划的方法，其特征在于，所述获取所述车辆变道所需的纵向运动参数包括：
在所述变道空档在所述车辆的正方向的情况下，增加所述车辆的纵向速度；
在所述变道空档在所述车辆的负方向的情况下，减小所述车辆的纵向速度。
9.根据权利要求1所述的车辆变道规划的方法，其特征在于，所述获取所述车辆变道所需的纵向运动参数还包括：
在所述目标车道前车速度大于所述车辆的纵向速度的情况下，增加所述纵向速度；
在所述目标车道前车速度小于所述车辆的纵向速度的情况下，减小所述纵向速度。
10.根据权利要求1所述的车辆变道规划的方法，其特征在于，还包括：
通过状态机控制所述车辆进行变道，所述状态机的状态表示所述车辆的变道状态，在所述状态机的状态变化的情况下，根据所述状态机的状态变化获取所述当前车道、所述目标车道和所述变道空档，其中，所述状态机的状态包括车道保持状态、准备向左变道状态、向左变道状态、准备向右变道状态和向右变道状态。
11.一种自动驾驶车辆，其特征在于，所述车辆包括定位装置、探测装置和处理器；
所述定位装置获取车辆的当前车道和目标车道，所述探测装置获取所述目标车道上的障碍物信息，所述处理器根据所述障碍物信息获取所述目标车道上的变道空档；
所述处理器根据所述变道空档与所述车辆的相对位置远近，在所述当前车道或者所述目标车道上获取所述车辆进行变道的预设终点，如果变道空档与车辆的相对位置不位于预设范围内，此时车辆不可以直接进行变道，车辆的预测轨迹分为三段预测轨迹，第一段轨迹为车辆从当前位置到当前车道与目标车道的边界处，记为第一预测轨迹的第二姿态轨迹，第二段轨迹为车辆在当前车道上主动靠近变道空档，记为第二预测轨迹，第三段轨迹为车辆从当前车道驶入目标车道，记为第三预测轨迹；根据所述车辆的当前运动状态、所述车辆在所述预设终点的运动终态和预设变道时间，获取所述车辆变道所需的纵向运动参数和横向运动参数；其中，所述当前运动状态包括车辆当前方向盘转角、横摆角速度、车辆当前在横向和纵向上的速度、加速度和急动度，所述运动终态包括车辆在预设终点的方向盘转角、横摆角速度、车辆在预设终点时的横向和纵向上的速度、加速度和急动度；根据所述纵向运动参数、所述横向运动参数和所述预设变道时间，获取所述车辆进行变道的预测轨迹。
12.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至10中任一项所述的车辆变道规划的方法。
CN202010959650.4A 2020-09-14 2020-09-14 车辆变道规划的方法、自动驾驶车辆和存储介质 Active CN111923910B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010959650.4A CN111923910B (zh) 2020-09-14 2020-09-14 车辆变道规划的方法、自动驾驶车辆和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010959650.4A CN111923910B (zh) 2020-09-14 2020-09-14 车辆变道规划的方法、自动驾驶车辆和存储介质

Publications (2)

Publication Number Publication Date
CN111923910A CN111923910A (zh) 2020-11-13
CN111923910B true CN111923910B (zh) 2021-01-26

Family

ID=73333455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010959650.4A Active CN111923910B (zh) 2020-09-14 2020-09-14 车辆变道规划的方法、自动驾驶车辆和存储介质

Country Status (1)

Country Link
CN (1) CN111923910B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11904890B2 (en) * 2020-06-17 2024-02-20 Baidu Usa Llc Lane change system for lanes with different speed limits
CN112530202B (zh) * 2020-11-23 2022-01-04 中国第一汽车股份有限公司 一种车辆变道的预测方法、装置、设备及车辆
CN114863690B (zh) * 2021-02-04 2023-07-21 浙江宇视科技有限公司 一种实线变道的识别方法、装置、介质及电子设备
CN112937608B (zh) * 2021-03-31 2022-06-21 吉林大学 一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法、装置及存储介质
CN113548049B (zh) * 2021-07-27 2022-05-31 武汉理工大学 一种基于有限状态机的智能车辆驾驶行为决策方法及系统
CN113899378A (zh) * 2021-09-29 2022-01-07 中国第一汽车股份有限公司 一种变道处理方法、装置、存储介质及电子设备
CN113815619B (zh) * 2021-10-26 2023-02-10 驭势（上海）汽车科技有限公司 一种变道控制方法、装置、车辆及存储介质
CN114162118A (zh) * 2021-10-29 2022-03-11 际络科技(上海)有限公司 车辆驾驶辅助方法、装置、存储介质及计算机程序产品
CN114312837B (zh) * 2021-12-28 2024-03-08 广州小鹏自动驾驶科技有限公司 变道路径规划方法、装置、车辆及存储介质
CN114516331B (zh) * 2022-02-10 2024-04-09 苏州挚途科技有限公司 车辆换道控制方法、装置和电子设备
CN115158363B (zh) * 2022-08-16 2024-03-08 广州小鹏自动驾驶科技有限公司 车辆变道处理方法及车辆
CN116691688B (zh) * 2023-07-31 2023-11-14 福思(杭州)智能科技有限公司 车辆变道轨迹缝合方法、装置和域控制器
CN116653963B (zh) * 2023-07-31 2023-10-20 福思(杭州)智能科技有限公司 车辆变道控制方法、系统和智能驾驶域控制器
CN116653964B (zh) * 2023-07-31 2023-09-29 福思(杭州)智能科技有限公司 变道纵向速度规划方法、装置和车载设备
CN117681879A (zh) * 2024-02-04 2024-03-12 上海鉴智其迹科技有限公司 一种车辆变道方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105015545A (zh) * 2015-07-03 2015-11-04 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车的自主变道决策系统
US20180244275A1 (en) * 2017-02-27 2018-08-30 Ford Global Technologies, Llc Cooperative vehicle navigation
DE102018108572A1 (de) * 2017-04-12 2018-10-18 Toyota Jidosha Kabushiki Kaisha Spurwechselunterstützungsvorrichtung für ein fahrzeug
CN109941275A (zh) * 2019-03-12 2019-06-28 杭州飞步科技有限公司 车道变换方法、装置、电子设备及存储介质
CN110461676A (zh) * 2017-03-29 2019-11-15 三菱电机株式会社 控制车辆的横向运动的系统和方法
CN111267857A (zh) * 2020-02-19 2020-06-12 三一重工股份有限公司 一种自动驾驶车辆的变道轨迹生成方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105015545A (zh) * 2015-07-03 2015-11-04 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车的自主变道决策系统
US20180244275A1 (en) * 2017-02-27 2018-08-30 Ford Global Technologies, Llc Cooperative vehicle navigation
CN110461676A (zh) * 2017-03-29 2019-11-15 三菱电机株式会社 控制车辆的横向运动的系统和方法
DE102018108572A1 (de) * 2017-04-12 2018-10-18 Toyota Jidosha Kabushiki Kaisha Spurwechselunterstützungsvorrichtung für ein fahrzeug
CN109941275A (zh) * 2019-03-12 2019-06-28 杭州飞步科技有限公司 车道变换方法、装置、电子设备及存储介质
CN111267857A (zh) * 2020-02-19 2020-06-12 三一重工股份有限公司 一种自动驾驶车辆的变道轨迹生成方法及装置

Also Published As

Publication number Publication date
CN111923910A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN111923910B (zh) 车辆变道规划的方法、自动驾驶车辆和存储介质
CN111688663B (zh) 机动交通工具及控制其自动驾驶操作的方法
JP6269552B2 (ja) 車両走行制御装置
CN109501799B (zh) 一种车联网条件下的动态路径规划方法
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
JP7201550B2 (ja) 車両制御装置、車両制御方法、およびプログラム
JP5920139B2 (ja) 走行支援装置
JP2020050086A (ja) 車両制御装置、車両制御方法、およびプログラム
JP7043295B2 (ja) 車両制御装置、車両制御方法、およびプログラム
CN113916246A (zh) 一种无人驾驶避障路径规划方法和系统
JP7194640B2 (ja) 車両制御装置、車両制御方法、およびプログラム
US20220153308A1 (en) Method and system for controlling a motor vehicle
CN113286732A (zh) 用于确定机动车辆的可能轨迹的混合方法的控制系统和控制方法
Liu et al. Research on local dynamic path planning method for intelligent vehicle lane-changing
US20200324762A1 (en) Transportation vehicle and collision avoidance method
JP6658968B2 (ja) 運転支援方法及び運転支援装置
EP3748604B1 (en) Vehicle travelling control apparatus, vehicle travelling control method and computer program product
US20210269041A1 (en) Vehicle Control Method and Vehicle Control Device
GB2570898A (en) A controller and a method for managing vehicles
JP7324600B2 (ja) 車両制御装置、車両制御方法、およびプログラム
WO2021005392A1 (ja) 運転制御方法及び運転制御装置
CN114291092B (zh) 车辆换道控制方法、装置、电子控制单元及存储介质
CN111688693B (zh) 车辆控制装置、车辆控制方法及存储介质
JP7141421B2 (ja) 車両制御装置、車両制御方法、およびプログラム
US11780474B2 (en) Vehicle travel control method and vehicle travel control device

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