CN111986514A - 基于交通工具的数据处理方法、装置、设备以及介质 - Google Patents

基于交通工具的数据处理方法、装置、设备以及介质 Download PDF

Info

Publication number
CN111986514A
CN111986514A CN202010979552.7A CN202010979552A CN111986514A CN 111986514 A CN111986514 A CN 111986514A CN 202010979552 A CN202010979552 A CN 202010979552A CN 111986514 A CN111986514 A CN 111986514A
Authority
CN
China
Prior art keywords
vehicle
target
lane
distance
target vehicle
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.)
Granted
Application number
CN202010979552.7A
Other languages
English (en)
Other versions
CN111986514B (zh
Inventor
由长喜
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202010979552.7A priority Critical patent/CN111986514B/zh
Publication of CN111986514A publication Critical patent/CN111986514A/zh
Priority to JP2022566630A priority patent/JP7466002B2/ja
Priority to PCT/CN2021/116118 priority patent/WO2022057630A1/zh
Priority to EP21868457.9A priority patent/EP4191558A4/en
Application granted granted Critical
Publication of CN111986514B publication Critical patent/CN111986514B/zh
Priority to US17/970,468 priority patent/US20230041319A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W30/18—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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/10—Number of lanes
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/802—Longitudinal distance
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请实施例提供了一种基于交通工具的数据处理方法、装置、设备以及介质，该方法涉及人工智能技术，可以应用在无人驾驶领域中，包括：获取处于当前车道的目标交通工具的行驶参数，根据行驶参数生成目标交通工具对应的初始预测变道加速度；根据目标交通工具的当前位置信息、预测变道时长以及初始预测变道加速度，生成目标交通工具对应的目标预测位置信息；根据目标预测位置信息，在目标车道中确定与目标交通工具对应的目标障碍交通工具；根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度。采用本申请实施例，可以提高交通工具的变道成功率。

Description

基于交通工具的数据处理方法、装置、设备以及介质
技术领域
本申请涉及智能驾驶技术领域，尤其涉及一种基于交通工具的数据处理方法、装置、设备以及介质。
背景技术
无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车，其可以依靠车内以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。
现有技术中，无人驾驶车辆在变道时，通常需要环境车辆的配合、让行才能获得足够的变道空间，实现无人驾驶车辆的安全变道。然而，在拥堵场景中，周围的环境车辆无法配合该无人驾驶车辆并为其让行，造成无人驾驶车辆无法找到合适的变道机会，进而导致无人驾驶车辆变道失败。
发明内容
本申请实施例提供一种基于交通工具的数据处理方法、装置、设备以及介质，可以提高交通工具的变道成功率。
本申请实施例一方面提供了一种基于交通工具的数据处理方法，包括：
获取处于当前车道的目标交通工具的行驶参数，根据行驶参数生成目标交通工具对应的初始预测变道加速度；
根据目标交通工具的当前位置信息、预测变道时长以及初始预测变道加速度，生成目标交通工具对应的目标预测位置信息；
根据目标预测位置信息，在目标车道中确定与目标交通工具对应的目标障碍交通工具；目标车道为目标交通工具预期变道的车道，目标障碍交通工具为目标车道中与预期变道后的目标交通工具相邻的交通工具；
根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度。
其中，上述获取处于当前车道的目标交通工具的行驶参数，根据行驶参数生成目标交通工具对应的初始预测变道加速度，包括：
获取目标交通工具对应的行驶参数；行驶参数包括目标车道最大速度、引导交通工具以及通行道路距离，目标车道最大速度是指目标车道中所规定的最大速度，引导交通工具是指当前车道中为目标交通工具引导行驶路线的交通工具，通行道路距离是指目标交通工具在当前车道中的可通行道路长度；
根据目标车道最大速度、引导交通工具以及通行道路距离，生成目标交通工具对应的初始预测变道加速度。
其中，上述根据目标车道最大速度、引导交通工具以及通行道路距离，生成目标交通工具对应的初始预测变道加速度，包括：
获取目标交通工具对应的行驶速度v1，以及目标车道中的目标车道最大速度，根据行驶速度v1和目标车道最大速度，确定目标交通工具对应的第一限制加速度；
根据行驶速度v1和通行道路距离，生成目标交通工具对应的刹车加速度，根据刹车加速度确定目标交通工具对应的第二限制加速度；
根据引导交通工具的行驶速度v2，确定目标交通工具对应的第一安全制动距离，根据第一安全制动距离、行驶速度v1、目标跟车速度以及预估跟车时长，确定目标交通工具对应的第三限制加速度；目标跟车速度是指目标车道最大速度和行驶速度v2中的较小值；
将第一限制加速度、第二限制加速度以及第三限制加速度中的最小值，确定为目标交通工具对应的初始预测变道加速度。
其中，上述根据行驶速度v1和通行道路距离，生成目标交通工具对应的刹车加速度，包括：
获取目标交通工具在当前车道中的道路终点速度，获取行驶速度v1与道路终点速度的平方差；道路终点速度是指目标交通工具行驶至当前车道的终点时的最低速度；
根据平方差与通行道路距离之间的比值，确定目标交通工具对应的刹车加速度。
其中，上述根据引导交通工具的行驶速度v2，确定目标交通工具对应的第一安全制动距离，包括：
获取目标交通工具与引导交通工具之间的第一跟车时距，根据目标跟车速度和第一跟车时距确定目标跟车距离；
获取目标交通工具与引导交通工具之间的间隔距离l1，将间隔距离l1和目标跟车距离之间的差值确定为第一安全制动距离。
其中，上述根据目标预测位置信息，在目标车道中确定与目标交通工具对应的目标障碍交通工具，包括：
在目标车道中获取参考距离范围内的N个交通车辆分别对应的车辆行驶速度，根据车辆行驶速度与预测变道时长，确定N个交通车辆分别对应的预测位置信息；N为正整数；
根据目标预测位置信息与N个交通车辆分别对应的预测位置信息，分别获取目标交通工具和N个交通车辆之间的预测距离；
根据最短的预测距离所对应的交通车辆，确定目标交通工具对应的目标障碍交通工具。
其中，上述根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度，包括：
根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定目标交通工具对应的候选加速度；
将候选加速度、第二限制加速度以及第三限制加速度中的最小值，确定为目标交通工具对应的目标预测变道加速度；
控制目标交通工具按照目标预测变道加速度从当前车道变道至目标车道。
其中，目标障碍交通工具的数量为一个；
上述根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定目标交通工具对应的候选加速度，包括：
获取目标障碍交通工具对应的行驶速度v3，以及目标障碍交通工具与目标交通工具之间的间隔距离l2；
根据间隔距离l2确定目标交通工具对应的第二安全制动距离；
根据行驶速度v1、第二安全制动距离以及行驶速度v3，确定目标交通工具对应的候选加速度。
其中，上述根据间隔距离l2确定目标交通工具对应的第二安全制动距离，包括：
获取预期变道后的目标交通工具的跟车安全距离和第二跟车时距；
若预期变道后的目标交通工具的车头部位与目标障碍交通工具的车尾部位位置相邻，则根据行驶速度v1、第二跟车时距、跟车安全距离以及间隔距离l2，确定目标交通工具对应的第二安全制动距离；
若目标障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻，则根据行驶速度v3、第二跟车时距、跟车安全距离以及间隔距离l2，确定目标交通工具对应的第二安全制动距离。
其中，上述目标障碍交通工具包括第一障碍交通工具和第二障碍交通工具，第一障碍交通工具的车尾部位与预期变道后的目标交通工具的车头部位位置相邻，第二障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻；
根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定目标交通工具对应的候选加速度，包括：
获取第一障碍交通工具与第二障碍交通工具之间的间隔距离l3，根据间隔距离l3和目标交通工具的车辆长度，确定预期变道后的目标交通工具与第一障碍交通工具之间的预估安全距离；
获取目标交通工具与第一障碍交通工具之间的间隔距离l4，根据间隔距离l4与预估安全距离，确定目标交通工具对应的第三安全制动距离；
获取第一障碍交通工具的行驶速度v4，根据行驶速度v1、第三安全制动距离以及行驶速度v4，确定目标交通工具对应的候选加速度。
其中，上述根据间隔距离l3和目标交通工具的车辆长度，确定预期变道后的目标交通工具与第一障碍交通工具之间的预估安全距离，包括：
获取预期变道后的目标交通工具的跟车安全距离和第二跟车时距，获取第二障碍交通工具对应的行驶速度v5；
根据行驶速度v1、跟车安全距离以及第二跟车时距，确定第一障碍交通工具与目标交通工具之间的第一预期间隔距离；
根据行驶速度v5、跟车安全距离以及第二跟车时距，确定第二障碍交通工具与目标交通工具之间的第二预期间隔距离；
若间隔距离l3大于或等于第一分段参数，则根据间隔距离l4与第一预期间隔距离，确定预估安全距离；第一分段参数是指第一预期间隔距离、第二预期间隔距离以及车辆长度的总和；
若间隔距离l3小于第一分段参数，且间隔距离l3大于或等于第二分段参数，则根据第一障碍交通工具与目标交通工具之间的默认安全距离、间隔距离l3、第二预期间隔距离以及车辆长度，确定预估安全距离；第二分段参数是指第一障碍交通工具与目标交通工具之间的默认安全距离、第二障碍交通工具与目标交通工具之间的默认安全距离以及车辆长度的总和；
若间隔距离l3小于第二分段参数，则将第一障碍交通工具与目标交通工具之间的默认安全距离确定为预估安全距离。
本申请实施例一方面提供了一种基于交通工具的数据处理装置，包括：
初始加速度确定模块，用于获取处于当前车道的目标交通工具的行驶参数，根据行驶参数生成目标交通工具对应的初始预测变道加速度；
位置预测模块，用于根据目标交通工具的当前位置信息、预测变道时长以及初始预测变道加速度，生成目标交通工具对应的目标预测位置信息；
目标障碍物确定模块，用于根据目标预测位置信息，在目标车道中确定与目标交通工具对应的目标障碍交通工具；目标车道为目标交通工具预期变道的车道，目标障碍交通工具为目标车道中与预期变道后的目标交通工具相邻的交通工具；
目标加速度确定模块，用于根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度。
其中，初始加速度确定模块包括：
参数获取单元，用于获取目标交通工具对应的行驶参数；行驶参数包括目标车道最大速度、引导交通工具以及通行道路距离，目标车道最大速度是指目标车道中所规定的最大速度，引导交通工具是指当前车道中为目标交通工具引导行驶路线的交通工具，通行道路距离是指目标交通工具在当前车道中的可通行道路长度；
加速度生成单元，用于根据目标车道最大速度、引导交通工具以及通行道路距离，生成目标交通工具对应的初始预测变道加速度。
其中，加速度生成单元包括：
第一加速度确定子单元，用于获取目标交通工具对应的行驶速度v1，以及目标车道中的目标车道最大速度，根据行驶速度v1和目标车道最大速度，确定目标交通工具对应的第一限制加速度；
第二加速度确定子单元，用于根据行驶速度v1和通行道路距离，生成目标交通工具对应的刹车加速度，根据刹车加速度确定目标交通工具对应的第二限制加速度；
第三加速度确定子单元，用于根据引导交通工具的行驶速度v2，确定目标交通工具对应的第一安全制动距离，根据第一安全制动距离、行驶速度v1、目标跟车速度以及预估跟车时长，确定目标交通工具对应的第三限制加速度；目标跟车速度是指目标车道最大速度和行驶速度v2中的较小值；
选取子单元，用于将第一限制加速度、第二限制加速度以及第三限制加速度中的最小值，确定为目标交通工具对应的初始预测变道加速度。
其中，第二加速度确定子单元具体用于：
获取目标交通工具在当前车道中的道路终点速度，获取行驶速度v1与道路终点速度的平方差；道路终点速度是指目标交通工具行驶至当前车道的终点时的最低速度；
根据平方差与通行道路距离之间的比值，确定目标交通工具对应的刹车加速度。
其中，第三加速度确定子单元具体用于：
获取目标交通工具与引导交通工具之间的第一跟车时距，根据目标跟车速度和第一跟车时距确定目标跟车距离；
获取目标交通工具与引导交通工具之间的间隔距离l1，将间隔距离l1和目标跟车距离之间的差值确定为第一安全制动距离。
其中，目标障碍物确定模块包括：
障碍物位置预测单元，用于在目标车道中获取参考距离范围内的N个交通车辆分别对应的车辆行驶速度，根据车辆行驶速度与预测变道时长，确定N个交通车辆分别对应的预测位置信息；N为正整数；
预测距离获取单元，用于根据目标预测位置信息与N个交通车辆分别对应的预测位置信息，分别获取目标交通工具和N个交通车辆之间的预测距离；
交通车辆选取单元，用于根据最短的预测距离所对应的交通车辆，确定目标交通工具对应的目标障碍交通工具。
其中，目标加速度确定模块包括：
候选加速度确定单元，用于根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定目标交通工具对应的候选加速度；
加速度选取单元，用于将候选加速度、第二限制加速度以及第三限制加速度中的最小值，确定为目标交通工具对应的目标预测变道加速度；
变道单元，用于控制目标交通工具按照目标预测变道加速度从当前车道变道至目标车道。
其中，目标障碍交通工具的数量为一个；
候选加速度确定单元包括：
间隔距离获取子单元，用于获取目标障碍交通工具对应的行驶速度v3，以及目标障碍交通工具与目标交通工具之间的间隔距离l2；
第一制动距离确定子单元，用于根据间隔距离l2确定目标交通工具对应的第二安全制动距离；
第一确定子单元，用于根据行驶速度v1、第二安全制动距离以及行驶速度v3，确定目标交通工具对应的候选加速度。
其中，第一制动距离确定子单元具体用于：
获取预期变道后的目标交通工具的跟车安全距离和第二跟车时距；
若预期变道后的目标交通工具的车头部位与目标障碍交通工具的车尾部位位置相邻，则根据行驶速度v1、第二跟车时距、跟车安全距离以及间隔距离l2，确定目标交通工具对应的第二安全制动距离；
若目标障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻，则根据行驶速度v3、第二跟车时距、跟车安全距离以及间隔距离l2，确定目标交通工具对应的第二安全制动距离。
其中，上述目标障碍交通工具包括第一障碍交通工具和第二障碍交通工具，第一障碍交通工具的车尾部位与预期变道后的目标交通工具的车头部位位置相邻，第二障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻；
候选加速度确定单元包括：
预估安全距离确定子单元，用于获取第一障碍交通工具与第二障碍交通工具之间的间隔距离l3，根据间隔距离l3和目标交通工具的车辆长度，确定预期变道后的目标交通工具与第一障碍交通工具之间的预估安全距离；
第二制动距离确定子单元，用于获取目标交通工具与第一障碍交通工具之间的间隔距离l4，根据间隔距离l4与预估安全距离，确定目标交通工具对应的第三安全制动距离；
第二确定子单元，用于获取第一障碍交通工具的行驶速度v4，根据行驶速度v1、第三安全制动距离以及行驶速度v4，确定目标交通工具对应的候选加速度。
其中，预估安全距离确定子单元具体用于：
获取预期变道后的目标交通工具的跟车安全距离和第二跟车时距，获取第二障碍交通工具对应的行驶速度v5；
根据行驶速度v1、跟车安全距离以及第二跟车时距，确定第一障碍交通工具与目标交通工具之间的第一预期间隔距离；
根据行驶速度v5、跟车安全距离以及第二跟车时距，确定第二障碍交通工具与目标交通工具之间的第二预期间隔距离；
若间隔距离l3大于或等于第一分段参数，则根据间隔距离l4与第一预期间隔距离，确定预估安全距离；第一分段参数是指第一预期间隔距离、第二预期间隔距离以及车辆长度的总和；
若间隔距离l3小于第一分段参数，且间隔距离l3大于或等于第二分段参数，则根据第一障碍交通工具与目标交通工具之间的默认安全距离、间隔距离l3、第二预期间隔距离以及车辆长度，确定预估安全距离；第二分段参数是指第一障碍交通工具与目标交通工具之间的默认安全距离、第二障碍交通工具与目标交通工具之间的默认安全距离以及车辆长度的总和；
若间隔距离l3小于第二分段参数，则将第一障碍交通工具与目标交通工具之间的默认安全距离确定为预估安全距离。
本申请实施例一方面提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行本申请实施例中一方面中方法的步骤。
本申请实施例一方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令当被处理器执行时，执行如本申请实施例中一方面中方法的步骤。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述一方面的各种可选方式中提供的方法。
本申请实施例可以获取处于当前车道的目标交通工具的行驶参数，根据形式参数可以生成目标交通工具对应的初始预测变道加速度，根据目标交通工具的当前位置信息、预测变道时长以及初始预测变道加速度，生成目标交通工具对应的目标预测位置信息，根据该目标预测位置信息在目标车道(目标交通工具预期变道的车道)中确定与目标交通工具对应的目标障碍交通工具，目标障碍交通工具是指目标车道中与预期变道后的目标交通工具相邻的交通工具，根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度。可见，通过目标交通工具的行驶参数初步规划该目标交通工具对应的初始预测变道加速度，基于该初始预测变道加速度可以从目标车道中确定合适的变道空隙(由目标障碍交通工具确定)，在确定了合适的变道空隙后还可以将目标障碍交通工具作为考虑因素(即考虑对目标障碍交通工具的避让)，可以提高目标交通工具的变道成功率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种智能驾驶系统的结构示意图；
图2a和图2b是本申请实施例提供的一种无人驾驶车辆的变道场景示意图；
图3是本申请实施例提供的一种基于交通工具的数据处理方法的流程示意图；
图4是本申请实施例提供的一种确定目标障碍交通工具的示意图；
图5a和图5b是本申请实施例提供的一种交通工具变道场景示意图；
图6是本申请实施例提供的一种交通工具变道场景示意图；
图7是本申请实施例提供的一种基于交通工具的数据处理装置的结构示意图；
图8是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动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。
本申请涉及智能驾驶技术中的无人驾驶车辆(也可以称为轮式移动机器人，或者自动驾驶汽车)。无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它可以利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。无人驾驶车辆集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物。
请参见图1，图1是本申请实施例提供的一种智能驾驶系统的结构示意图。如图1所示，智能驾驶系统通常是在传统汽车上进行加装来构建整个系统，该智能驾驶系统可以包括硬件部分和软件部分。其中，硬件部分可以包括传感器、信号通信模块以及制动器等，软件部分可以包括感知模块、规划模块以及控制模块等。
传感器可以用于获取周围环境的大量信息，如障碍物(此处的障碍物可以是指无人驾驶车辆周围的其余车辆、行人、锥桶，护栏等)的位置、速度以及可能的行为，可行驶的区域，交通规则等信息。传感器可以包括但不限于：摄像头(Camera)、激光雷达(Lidar)、毫米波雷达(Millimeter Wave Radar)。摄像头可以用于获取图像信息，通过软件部分的感知模块可以从图像信息中识别行人、车、树、红绿灯、信号牌等，即根据图像信息可以检测障碍物和交通信号；激光雷达可以用于获取激光扫描反射数据，通过感知模块可以从激光扫描反射数据中识别行人、车、树等障碍物，即根据激光扫描反射数据可以检测障碍物；毫米波雷达可以用于获取反射数据，根据反射数据可以识别障碍物和测量距离，可以达到辅助避障的目的。换言之，智能驾驶系统可以根据传感器所获取的数据可以实时感知无人驾驶车辆的周围环境。
为实现某一目标，规划模块可以为无人驾驶车辆作出一些有目的性的决策，对于无人驾驶车辆而言，这个目标通常是指从出发地到达目的地，同时避免障碍物，并且不断优化驾驶轨迹和行为以保证乘客的安全舒适。规划可以包括任务规划、行为规划以及运动规划。路径规划也可以称为路由规划(routing)，任务规划的作用可以简单理解为智能驾驶系统内部的导航，即在宏观层面上指导无人驾驶车辆按照什么样的道路行驶从而实现从起始点到目的地点；行为规划也被称为决策制定(Decision Making)，行为规划可以负责按照路径规划的目标和当前的局部情况(例如，其他车辆以及行人的位置和行为，当前的交通规则等)，确定下一步无人驾驶车辆应该执行的决策，可以把行为规划理解为车辆的副驾驶，根据目标和当前的交通情况指挥驾驶员是跟车还是超车，是停车等行人通过还是绕过行人等等；运动规划可以包括路径规划(path planning)和速度规划(speed planning)，运动规划的作用可以理解为在一个较小的时空区域内，具体解决无人驾驶车辆从A点到B点如何行驶的问题，例如，可以对短暂时间t内从A点到B点的中间路径点做出规划，包括选择途经哪些具体的路径点，以及到达每个路径点时，无人车的速度、朝向、加速度等。
控制模块是智能驾驶系统的最底层，可以用于实现上述规划的行为(例如，规避障碍物，变道等)，控制模块可以向硬件部分的制动器发送执行指令，控制无人驾驶车辆动力(油门和档位)、底盘(转向和制动)和电子电器等系统的执行，实现无人驾驶的速度和方向控制。
信号通信模块可以包括V2V通信(vehicle-to-vehicle communication)，V2V通信是指机动车辆间基于无线的数据传输，V2V通信是为了防止事故发生，通过专设的网络发送车辆位置和速度信息给另外的车辆。信号通信模块与感知模块可以进行数据交互，可以通过感知模块实时感知其余车辆的车辆位置和速度信息，同时也可以通过信号通信模块向其余车辆传输当前无人驾驶车辆的车辆位置和速度信息，无人驾驶车辆的感知模块可以根据收到的信息采取自治措施，如制动减速。
本申请涉及智能驾驶系统中的行为规划，主要涉及无人驾驶拥堵场景中变道时的速度规划问题。
请一并参见图2a和图2b，图2a和图2b是本申请实施例提供的一种无人驾驶车辆的变道场景示意图。以无人驾驶车辆汇入高速或主路场景为例，如图2a所示的车辆10a为无人驾驶车辆，该车辆10a位于高速或主路的入口时，车辆10a不得不改变车道来汇入高速或主路。如图2a所示的车辆10b是指与车辆10a行驶在同一车道中且位于车辆10a前方的引导车辆(车辆10b与车辆10a为当前车道中的相邻车辆)，车辆10c、车辆10d以及车辆10e分别为行驶在目标车道中的车辆，对于即将变道的车辆10a而言，车辆10c、车辆10d以及车辆10e均为障碍物。
如图2a所示，车辆10a在当前车道中的可行驶区域为区域L1，即车辆10a需要在行驶至区域L1的终点之前变道至目标车道，以免发生碰撞。在变道过程中，车辆10a可以根据当前车道中区域L1的长度、车辆10a自身的行驶速度、车辆10b的行驶速度以及目标车道中正在行驶的车辆的速度和位置(例如，车辆10c、车辆10d以及车辆10e在目标车道中的位置和速度)，在目标车道中合理选择变道的空隙，即选择加塞到目标车道中的哪两辆车中间。如图2a所示，目标车道中有4个空隙可供车辆10a选择，该4个空隙分别为车辆10c的前方区域、车辆10c和车辆10d之间的区域L2、车辆10d和车辆10e之间的区域L3以及车辆10e的后方区域L4。
若车辆10a选择区域L2作为即将变道的空隙，则车辆10a还需要根据车辆10c和车辆10d之间的间隔距离、车辆与车辆之间的安全距离以及车辆10c和车辆10d分别对应的行驶速度等信息进一步进行速度规划，通过改变车辆10a的速度实现从当前车道安全变道至目标车道。
当无人驾驶车辆位于高速或者主路出口时，如图2b所示的车辆20a为即将变道离开高速或主路的无人驾驶车辆，即车辆20a需要从当前车道变道至目标车道，以达到离开高速或主路的目的。如图2b所示，车辆20b是指与车辆20a行驶在同一车道中且位于车辆20a前方的引导车辆(车辆20b与车辆20a为当前车道中的相邻车辆)，车辆20c和车辆20d分别为行驶在目标车道中的车辆，对于即将变道的车辆20a而言，车辆20c和车辆20d均为障碍物。
在变道过程中，车辆20a首先需要从目标车道中合理选择变道的空隙，即选择加塞到目标车道中的哪两辆车中间。车辆20a可以根据自身的行驶速度，车辆20b的行驶速度、车辆20c的行驶速度以及车辆20d的行驶速度等信息从目标车道中合理选择变道的空隙。如图2b所示，目标车道中有3个空隙可供车辆20a选择，该3个空隙分别为车辆20c的前方区域L6(在实际应用中，此处的车辆20c已经完全离开高速或主路，已经行驶在目标车道中，因此此处的区域L6可以不予考虑)、车辆20c和车辆20d之间的区域L5车辆20d的后方区域L7。
若车辆20a选择区域L5作为即将变道的空隙，则车辆20a还需要根据车辆20c和车辆20d之间的间隔距离、车辆与车辆之间的安全距离以及车辆20c和车辆20d分别对应的行驶速度等信息进一步进行速度规划，通过改变车辆20a的速度实现从当前车道安全变道至目标车道。
其中，对车辆10a和车辆20a进行速度规划的具体流程可以参见以下图3至图6所对应的实施例。
进一步地，请参见图3，图3是本申请实施例提供的一种基于交通工具的数据处理方法的流程示意图。如图3所示，该基于交通工具的数据处理方法可以包括以下步骤：
步骤S101，获取处于当前车道的目标交通工具的行驶参数，根据行驶参数生成目标交通工具对应的初始预测变道加速度。
具体的，智能驾驶系统可以根据目标交通工具(即需要进行变道的无人驾驶车辆，如上述图2所对应实施例中的车辆10a，可以称为Ego car)的行驶参数(也可以称为目标交通工具所处的环境条件)进行速度粗规划，即生成目标交通工具对应的初始预测变道加速度。其中，上述行驶参数可以包括目标车道最大速度vm、引导交通工具(Leading car，或者也可以称为Leader)以及通行道路距离Lm(米)；目标车道最大速度vm是指目标车道中所规定的最大速度，目标车道是指目标交通工具预期变道的车道，例如，目标车道为高速公路中的车道时，目标车道最大速度vm可以为高速公路中所规定的最大速度120m/s(米/秒)；引导交通工具是指当前车道中为目标交通工具引导行驶路线的交通工具，即当前车道中行驶在目标交通工具前方且距离最近的环境车辆；通行道路距离Lm是指目标交通工具在当前车道中的可通行道路长度，例如上述图2所对应实施例中的区域L1的长度。
进一步地，智能驾驶系统可以获取目标交通工具的行驶速度v1，根据行驶速度v1和目标车道最大速度vm可以确定目标交通工具对应的第一限制加速度a1，该第一限制加速度a1可以表示为：
Figure BDA0002687029860000141
其中，amax用于表示目标交通工具所设计的最大加速度，即第一限制加速度a1的最大取值为amax，公式(1)是关于第一限制加速度a1的分段函数表示，公式(1)的考虑因素为目标车道当前车流速度。当目标交通工具的行驶速度v1小于目标车道最大速度vm与2.0的差值时，可以将第一限制加速度a1设计为最大加速度amax(m/s2，即米/平方秒)；当目标交通工具的行驶速度v1小于目标车道最大速度vm与0.5的差值，且大于或等于目标车道最大速度vm与2.0的差值时，可以将第一限制加速度a1设计为0.5m/s2；当目标交通工具的行驶速度v1小于目标车道最大速度vm与0.5之和，且大于或等于目标车道最大速度vm与0.5的差值时，可以将第一限制加速度a1设计为0，即继续保持行驶速度v1进行匀速运动；当目标交通工具的行驶速度v1大于或等于目标车道最大速度vm与0.5之和时，可以将第一限制加速度a1设计为-(v1-vm)/3.0。
需要说明的是，本申请实施例中所涉及的所有行驶速度可以为瞬时速度，单位均为m/s(米/秒)，所涉及到的所有加速度的单位均为m/s2(米/平方秒)，所涉及到的所有距离的单位均为m(米)，后续描述中不再进行赘述。
可选的，在变道场景中，智能驾驶系统还需要考虑通行道路距离Lm的影响，目标交通工具寻找合适时机进行变道的过程中，该目标交通工具仍然在当前车道中保持行驶状态，当目标交通工具没有找到合适的变道机会，且逐渐接近当前车道的终点时，智能驾驶系统需要控制该目标交通工具进行降速。因此，智能驾驶系统可以根据行驶速度v1和通行道路距离Lm，生成目标交通工具对应的刹车加速度ar，根据刹车加速度ar可以确定目标交通工具对应的第二限制加速度a2。
其中，刹车加速度ar可以是指目标交通工具在降速时所采用的加速度。智能驾驶系统可以获取目标交通工具在当前车道中的道路终点速度vmin，并获取行驶速度v1与道路终点速度vmin的平方差，该道路终点速度vmin是指目标交通工具行驶至当前车道的终点时的最低速度(例如，道路终点速度vmin可以为3.0m/s，或者道路终点速度vmin也可以为0，道路终点速度vmin可以是一个预先设置的常量参数)；进而可以根据平方差与通行道路距离Lm之间的比值，确定目标交通工具对应的刹车加速度ar。该刹车加速度ar可以表示为：
Figure BDA0002687029860000151
通过上述公式(2)可以计算得到刹车加速度ar，上述第二限制加速度a2可以表示为：
Figure BDA0002687029860000152
其中，公式(3)是关于第二限制加速度a2的分段函数表示。当刹车加速度ar小于-1.0m/s2时，可以将第二限制加速度a2设计为-1.0m/s2；当刹车加速度ar小于-0.5m/s2，且大于或等于-1.0m/s2时，可以将第二限制加速度a2设计为-0.5m/s2；当刹车加速度ar小于0，且大于或等于-0.5m/s2时，可以将第二限制加速度a2设计为0，即继续保持行驶速度v1进行匀速运动；当刹车加速度ar大于或等于0时，可以将第二限制加速度a2设计为amax。
可选的，在变道场景中，智能驾驶系统还需要考虑当前车道中引导交通工具的影响。当目标交通工具在当前车道中存在引导交通工具时，目标交通工具为了实现变道，可能不得不采用比较激进的措施(例如缩短与引导交通工具的跟车距离)进行加速换道。因此，智能驾驶系统可以获取引导交通工具的行驶速度v2，根据行驶速度v2确定目标交通工具对应的第一安全制动距离Lb1，进而可以根据第一安全制动距离Lb1、行驶速度v1、目标跟车速度vf以及预估跟车时长tf，确定目标交通工具对应的第三限制加速度a3。其中，目标跟车速度vf是指目标车道最大速度vm和行驶速度v2中的较小值，即vf＝min(v2，vm)；预估跟车时长tf为一个预先设置的常量参数(例如，tf＝3～4秒)，用于预估目标交通工具在当前车道中尾随引导交通工具的时长；第一安全制动距离Lb1可以用于表示目标交通工具在与引导交通工具保持安全跟车距离时，在当前车道中所能行驶的路程。
其中，第一安全制动距离Lb1的确定过程可以包括：智能驾驶系统可以获取目标交通工具与引导交通工具之间的第一跟车时距th1(第一跟车时距th1可以为一个预先设置的常量参数，用于表示目标交通工具在当前行驶速度v1的前提下，与引导交通工具保持最短安全距离的时长，如th1＝0.5～0.8秒)，根据目标跟车速度vf和第一跟车时距th1确定目标跟车距离；获取目标交通工具与引导交通工具之间的间隔距离l1(在当前时刻的间隔距离)，将间隔距离l1和目标跟车距离之间的差值确定为第一安全制动距离Lb1。该第一安全制动距离Lb1可以表示为：
Lb1＝l1-vf*th1 (4)
由上述公式(4)可以计算得到第一安全制动距离Lb1，此时的第三限制加速度a3可以表示为：
Figure BDA0002687029860000161
智能驾驶系统在获得上述第一限制加速度a1、第二限制加速度a2以及第三限制加速度a3之后，可以将第一限制加速度a1、第二限制加速度a2以及第三限制加速度a3中的最小值，确定为目标交通工具对应的初始预测变道加速度a′0，即a′0＝min(a1，a2，a3)。
步骤S102，根据目标交通工具的当前位置信息、预测变道时长以及初始预测变道加速度，生成目标交通工具对应的目标预测位置信息。
具体的，智能驾驶系统可以根据初始预测变道加速度a′0估算未来一段时间(如3～5秒)后，目标交通工具与周围障碍交通工具之间的相对位置关系，根据相对位置关系可以选择合适的变道空隙进行变道准备。需要说明的是，上述3～5秒可以表示为预测变道时长，即假设目标交通工具从当前车道变道至目标车道所花费的时长。智能驾驶系统可以获取目标交通工具的当前位置信息，根据当前位置信息、预测变道时长以及初始预测变道加速度a′0，可以确定目标交通工具在预测变道时长之后的目标预测位置信息。目标预测位置信息可以表示为：
Figure BDA0002687029860000162
其中，上述公式(6)中的s(tp)表示目标交通工具对应的目标预测位置信息，s(t0)表示目标交通工具的当前位置信息，tp表示预测变道时长。
需要说明的是，本申请实施例所涉及到的位置信息(包括当前位置信息、目标预测位置信息，以及后面提到的障碍交通工具的预测位置信息等)可以是指使用笛卡尔坐标系表示的坐标信息，也可以是指使用Frenet坐标系表示的坐标信息。其中，Frenet坐标系是一种以比传统x，y笛卡尔坐标系更直观的方式表示道路位置的方式。在Frenet坐标系中，可以使用变量s和d描述车辆在道路上的位置，s坐标表示沿道路的距离(也称为纵向位置)，d坐标表示道路上的左右位置(也称为横向位置)。本申请实施例中均以Frenet坐标系为例，对目标交通工具和障碍交通工具的位置信息进行描述。本申请实施例中的位置信息可以是指Frenet坐标系中的纵向位置信息，即沿道路的距离。
步骤S103，根据目标预测位置信息，在目标车道中确定与目标交通工具对应的目标障碍交通工具；目标障碍交通工具为目标车道中与预期变道后的目标交通工具相邻的交通工具。
具体的，智能驾驶系统可以获取目标交通工具周围环境中的障碍交通工具，并预估预测变道时长tp之后，障碍交通工具与目标交通工具之间的预测距离，进而在目标车道中确定与目标交通工具对应的目标障碍交通工具，目标障碍交通工具可以是指目标车道中与预期变道后的目标交通工具相邻的交通工具。
进一步地，智能驾驶系统可以在目标车道中获取参考距离范围内的N个交通车辆分别对应的车辆行驶速度，根据车辆行驶速度与预测变道时长，确定N个交通车辆分别对应的预测位置信息；N为正整数；进而可以根据目标预测位置信息与N个交通车辆分别对应的预测位置信息，分别获取目标交通工具和N个交通车辆之间的预测距离，根据最短的预测距离所对应的交通车辆，确定目标交通工具对应的目标障碍交通工具。可以理解的是，智能驾驶系统获取障碍交通工具的预测位置信息的目的在于选择合适的变道空隙，由于目标交通工具需要从当前车道变道至目标车道，因此智能驾驶系统可以仅获取目标车道的参考距离范围内的N个交通车辆的相关信息(包括行驶速度、当前位置以及预测变道时长后的预测位置等)，此处的参考距离范围可以是指目标障碍交通工具的确定范围，如参考距离范围可以为与目标交通工具当前位置信息前后距离100米的范围等。目标车道中的N个交通工具在预期变道时长内可以看成是匀速运动，此时目标车道中的每个交通车辆的预测位置信息均可以表示为：交通车辆的当前位置加上预测变道时长内匀速行驶的距离。通过计算目标交通工具与每个交通车辆之间的预测距离，可以选择距离目标预测位置信息s(tp)最近的前方障碍物和后方障碍物作为目标障碍交通工具。
请一并参见图4，图4是本申请实施例提供的一种确定目标障碍交通工具的示意图。如图4所示的车辆30a为需要变道的无人驾驶车辆，车辆30a在当前时刻(即t0时刻)所处的位置为当前车道的A位置，A位置在Frenet坐标系中的纵向位置可以用s(t0)表示，根据前述计算得到的初始预测变道加速度a′0、预测变道时长tp以及车辆30a的当前行驶速度v1，可以计算得到车辆30a的目标预测位置信息为s(tp)，即车辆30a可以在预测变道时长tp内从当前车道中的A位置行驶至B位置，B位置对应的纵向位置为s(tp)，此时的s(tp)即为车辆30a在预测变道时长tp后的目标预测位置信息。
智能驾驶系统可以在目标车道中获取参考距离范围内的车辆30b、车辆30c以及车辆30d。在t0时刻，车辆30b处于目标车道中的G位置，车辆30c处于目标车道中的D位置，车辆30d处于目标车道中的C位置；分别获取车辆30b、车辆30c以及车辆30d在t0时刻的行驶速度，根据各自在t0时刻的行驶速度以及预测变道时长tp，可以确定车辆30b、车辆30c以及车辆30d在预测变道时长tp后，分别对应的预测位置信息(此处默认车辆30b、车辆30c以及车辆30d在预测变道时长tp内匀速运动)，如图4所示，车辆30c在预测变道时长tp内从目标车道的D位置行驶至F位置，F位置对应的纵向位置为s3(即车辆30c对应的预测位置信息)，车辆30d在预测变道时长tp内从目标车道的C位置行驶至E位置，E位置对应的纵向位置为s2(即车辆30d对应的预测位置信息)。通过分别计算纵向位置s(tp)与车辆30b、车辆30c以及车辆30d所对应的预测位置信息之间的预测距离，可以确定纵向位置s2与纵向位置s(tp)之间的距离最小，且纵向位置s2小于纵向位置s(tp)，则可以将纵向位置s2对应的车辆30d确定为车辆30a对应的目标障碍交通工具(在预测变道时长tp后，车辆30d位于车辆30a的后面)，进而还可以将车辆30c确定为车辆30a对应的目标障碍交通工具(在预测变道时长tp后，车辆30c为车辆30a前方距离最近的车辆)。
步骤S104，根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度。
具体的，可以理解的是，初始预测变道加速度a′0是用于从目标车道中确定目标障碍交通工具。由于在初始预测变道加速度a′0的确定过程中并未考虑到目标障碍交通工具对目标交通工具变道处理的影响，若使用初始预测变道加速度a′0对目标交通工具进行变道，则无法有效地对目标障碍交通工具进行跟踪和避让，因此智能驾驶系统需要基于目标障碍交通工具对目标交通工具的速度重新进行规划。
智能驾驶系统可以根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定目标交通工具对应的候选加速度a4，该候选加速度a4是指根据目标障碍交通工具所得到的针对目标交通工具的加速度。目标障碍交通工具的数量可以为一个，也可以为两个，当目标障碍交通工具的数量为一个时，目标交通工具在预期变道后可以行使在目标障碍交通工具的前方，也可以行驶在目标障碍交通工具的后方；当目标障碍交通工具的数量为两个时，目标交通工具在预期变道后可以行驶在两个目标障碍交通工具的中间。
智能驾驶系统可以从候选加速度a4、第二限制加速度a2以及第三限制加速度a3中选择最小值，作为目标交通工具对应的目标预测变道加速度a″，即a″0＝min(a4，a2，a3)。在获得目标预测变道加速度a″0后，智能驾驶系统可以控制目标交通工具按照目标预测变道加速度a″0从当前车道变道至目标车道。可以理解的是，目标交通工具在实际变道过程中，还需要智能驾驶系统为目标交通工具规划变道路径，在规划了变道路径之后，按照规划好的路径，并根据目标预测变道加速度a″0调整目标交通工具的速度，实现目标交通工具从当前车道变道至目标车道。需要说明的是，当目标车道中不存在目标障碍交通工具时，表示目标车道的参考距离范围内没有正在行驶的交通工具，此时的目标交通工具可以无障碍地从当前车道变道至目标车道。在确定目标预测变道加速度a″0的过程中，可以同时考虑引导交通工具、通行道路距离以及目标障碍交通工具等因素，可以提高目标预测变道加速度a″0的精确度，进而提高目标交通工具的变道成功率。
其中，当目标障碍交通工具的数量为一个时，候选加速度a4的确定过程可以包括：智能驾驶系统可以获取目标障碍交通工具对应的行驶速度v3，以及目标障碍交通工具与目标交通工具之间的间隔距离l2(在当前时刻的间隔距离)，根据间隔距离l2可以确定目标交通工具对应的第二安全制动距离Lb2，进而根据行驶速度v1、第二安全制动距离Lb2以及行驶速度v3，确定目标交通工具对应的候选加速度a4，该候选加速度a4可以表示为：
Figure BDA0002687029860000191
其中，ta表示调整时间，ta为一个预先设置的常量参数(例如，tf＝2～4秒)，用于预估目标交通工具从当前车道变道至目标车道的调整时间，第二安全制动距离Lb2可以用于表示预期变道后的目标交通工具在与目标障碍交通工具保持安全距离时，在目标车道中所能行驶的路程。
智能驾驶系统在计算第二安全制动距离Lb2时，可以获取预期变道后的目标交通工具的跟车安全距离LS和第二跟车时距th2。其中，跟车安全距离LS是一个预先设置的常量参数，该跟车安全距离LS用于表示目标车道中相邻两辆交通工具为避免发生碰撞的安全距离，如LS＝1.0～3.0米；第二跟车时距th2可以为一个预先设置的常量参数，用于表示目标交通工具具备一定行驶速度的前提下，与目标障碍交通工具保持最短安全距离的时长，如th2＝0.1～0.5秒，其含义类似于上述第一跟车时距th1)。
请一并参见图5a和图5b，图5a和图5b是本申请实施例提供的一种交通工具变道场景示意图。若预期变道后的目标交通工具的车头部位与目标障碍交通工具的车尾部位位置相邻(如图5a所示，目标交通工具40a想要从当前车道变道至目标车道，在目标车道中仅包含目标障碍交通工具40b)，则智能驾驶系统可以根据行驶速度v1、第二跟车时距th2、跟车安全距离LS以及间隔距离l2(即目标交通工具40a与目标障碍交通工具40b之间的间隔距离)，确定目标交通工具对应的第二安全制动距离Lb2。智能驾驶系统可以预先定义目标交通工具40a与目标障碍交通工具40b之间的最小空隙距离gm1，最小空隙距离gm1可以表示为：
gm1＝v1*th2+LS (8)
根据上述公式(8)所定义的最小空隙距离gm1，可以确定第二安全制动距离Lb2为：
Lb2＝l2-max(l2，gm1) (9)
由上述公式(8)可知，此处的第二安全制动距离Lb2是指用于表示目标交通工具40a与目标障碍交通工具40b之间的相对位置，因此本申请实施例中的第二安全制动距离Lb2可能为负数。另外，本申请实施例中所涉及到的距离均可以表示为两者(如两辆交通工具)之间的相对位置，因此计算得到的距离有可能为负数，此时的负数结果同样是有意义的，后续不再说明。根据上述公式(7)、公式(8)以及公式(9)，可以确定如图5a所示变道场景中的候选加速度a4。
可选的，若目标障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻(如图5b所示，目标交通工具40a想要从当前车道变道至目标车道，在目标车道中仅包含目标障碍交通工具40c)，则根据行驶速度v3(即目标障碍交通工具40c在当前时刻的行驶速度)、第二跟车时距th2、跟车安全距离LS以及间隔距离l2(即目标交通工具40a与目标障碍交通工具40c之间的间隔距离)，确定目标交通工具对应的第二安全制动距离Lb2。智能驾驶系统可以预先定义目标交通工具40a与目标障碍交通工具40c之间的最小空隙距离gm2，最小空隙距离gm2可以表示为：
gm2＝v3*th2+LS (10)
根据上述公式(10)所定义的最小空隙距离gm2，可以确定第二安全制动距离Lb2为：
Lb2＝max(0，l2+gm2) (11)
根据上述公式(7)、公式(10)以及公式(11)，可以确定如图5b所示变道场景中的候选加速度a4。
可选的，请一并参见图6，图6是本申请实施例提供的一种交通工具变道场景示意图。如图6所示，目标障碍交通工具可以包括第一障碍交通工具50b(可以称为逻辑引导车，即Putative leader)和第二障碍交通工具50c(可以称为逻辑追随者，即Putativefollower)，且预期变道后的目标交通工具50a行驶在第一障碍交通工具50b和第二障碍交通工具50c之间，即第一障碍交通工具的车尾部位与预期变道后的目标交通工具的车头部位位置相邻，第二障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻，此时的目标障碍交通工具的数量为两个。
此时候选加速度a4的确定过程可以包括：智能驾驶系统可以获取第一障碍交通工具50b与第二障碍交通工具50c之间的间隔距离l3(在当前时刻)，根据间隔距离l3和目标交通工具59a的车辆长度l0，确定预期变道后的目标交通工具50a与第一障碍交通工具50b之间的预估安全距离LP(即预期变道后的目标交通工具50a与第一障碍交通工具之间的最优间隔距离)；获取目标交通工具50a与第一障碍交通工具50b之间的间隔距离l4(在当前时刻)，可以根据间隔距离l4与预估安全距离LP，确定目标交通工具50a对应的第三安全制动距离Lb3；智能驾驶系统可以获取第一障碍交通工具50b的行驶速度v4，根据行驶速度v1、第三安全制动距离Lb3以及行驶速度v4，确定目标交通工具50a对应的候选加速度a4，该候选加速度a4可以表示为：
Figure BDA0002687029860000211
其中，第三安全制动距离可以表示为：Lb3＝l4-LP。
下面对预估安全距离LP的确定过程进行描述。智能驾驶系统可以获取预期变道后的目标交通工具50a的跟车安全距离LS和第二跟车时距th2，并获取第二障碍交通工具50c对应的行驶速度v5；进而可以根据行驶速度v1、跟车安全距离LS以及第二跟车时距th2，确定第一障碍交通工具50b与目标交通工具50a之间的第一预期间隔距离gm3，该第一预期间隔距离gm3与上述最小空隙距离gm1表达的含义是相同的，即第一预期间隔距离gm3的表示形式如上述公式(8)所示；智能驾驶系统可以根据行驶速度v5、跟车安全距离LS以及第二跟车时距th2，确定第二障碍交通工具50c与目标交通工具50a之间的第二预期间隔距离gm4，第二预期间隔距离gm4可以表示为：gm4＝v5*th2+LS。
若间隔距离l3大于或等于第一分段参数，则可以根据间隔距离l4与第一预期间隔距离gm3，确定预估安全距离LP；第一分段参数是指第一预期间隔距离gm3、第二预期间隔距离gm4以及车辆长度l0的总和；若间隔距离l3小于第一分段参数，且间隔距离l3大于或等于第二分段参数，则可以根据第一障碍交通工具50b与目标交通工具50a之间的默认安全距离Lc1(可以是指智能驾驶系统预先设置的常量参数，用于表示目标交通工具50a与第一障碍交通工具50b之间的最少保留距离，如Lc1＝0.5～1.5米)、间隔距离l3、第二预期间隔距离gm4以及车辆长度l0，确定预估安全距离LP；第二分段参数是指第一障碍交通工具50b与目标交通工具50a之间的默认安全距离Lc1、第二障碍交通工具50c与目标交通工具50a之间的默认安全距离Lc2(可以是指智能驾驶系统预先设置的常量参数，用于表示目标交通工具50a与第二障碍交通工具50c之间的最少保留距离，如Lc2＝0.5～1.5米)以及车辆长度l0的总和；若间隔距离l3小于第二分段参数，则将第一障碍交通工具50b与目标交通工具50a之间的默认安全距离Lc1确定为预估安全距离LP。该预估安全距离LP可以表示为：
Figure BDA0002687029860000221
其中，l5表示在当前时刻目标交通工具50a与第二障碍交通工具50c之间的间隔距离，gm3+gm4+l0表示上述第一分段参数，Lc1+Lc2+l0表示上述第二分段参数。根据上述公式(12)和公式(13)，可以确定如图6所示变道场景中的候选加速度a4。
在本申请实施例中，通过目标交通工具的行驶参数初步规划该目标交通工具对应的初始预测变道加速度，基于该初始预测变道加速度可以从目标车道中确定合适的变道空隙(由目标障碍交通工具确定)，在确定了合适的变道空隙后可以将目标障碍交通工具作为考虑因素(即考虑对目标障碍交通工具的追踪和避让)，通过两次速度规划，可以让目标交通工具获得更好的变道机会，可以提高目标交通工具的变道成功率。
请参见图7，图7是本申请实施例提供的一种基于交通工具的数据处理装置的结构示意图。如图7所示，该基于交通工具的数据处理装置1可以包括：初始加速度确定模块11，位置预测模块12，目标障碍物确定模块13，目标加速度确定模块14；
初始加速度确定模块11，用于获取处于当前车道的目标交通工具的行驶参数，根据行驶参数生成目标交通工具对应的初始预测变道加速度；
位置预测模块12，用于根据目标交通工具的当前位置信息、预测变道时长以及初始预测变道加速度，生成目标交通工具对应的目标预测位置信息；
目标障碍物确定模块13，用于根据目标预测位置信息，在目标车道中确定与目标交通工具对应的目标障碍交通工具；目标车道为目标交通工具预期变道的车道，目标障碍交通工具为目标车道中与预期变道后的目标交通工具相邻的交通工具；
目标加速度确定模块14，用于根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度。
其中，初始加速度确定模块11，位置预测模块12，目标障碍物确定模块13，目标加速度确定模块14的具体功能实现方式可以参见上述图3所对应实施例中的步骤S101-步骤S104，这里不再进行赘述。
请一并参见图7，初始加速度确定模块11可以包括：参数获取单元111，加速度生成单元112；
参数获取单元111，用于获取目标交通工具对应的行驶参数；行驶参数包括目标车道最大速度、引导交通工具以及通行道路距离，目标车道最大速度是指目标车道中所规定的最大速度，引导交通工具是指当前车道中为目标交通工具引导行驶路线的交通工具，通行道路距离是指目标交通工具在当前车道中的可通行道路长度；
加速度生成单元112，用于根据目标车道最大速度、引导交通工具以及通行道路距离，生成目标交通工具对应的初始预测变道加速度。
其中，参数获取单元111，加速度生成单元112的具体功能实现方式可以参见上述图3所对应实施例中的步骤S101，这里不再进行赘述。
请一并参见图7，加速度生成单元112可以包括：第一加速度确定子单元1121，第二加速度确定子单元1122，第三加速度确定子单元1123，选取子单元1124：
第一加速度确定子单元1121，用于获取目标交通工具对应的行驶速度v1，以及目标车道中的目标车道最大速度，根据行驶速度v1和目标车道最大速度，确定目标交通工具对应的第一限制加速度；
第二加速度确定子单元1122，用于根据行驶速度v1和通行道路距离，生成目标交通工具对应的刹车加速度，根据刹车加速度确定目标交通工具对应的第二限制加速度；
第三加速度确定子单元1123，用于根据引导交通工具的行驶速度v2，确定目标交通工具对应的第一安全制动距离，根据第一安全制动距离、行驶速度v1、目标跟车速度以及预估跟车时长，确定目标交通工具对应的第三限制加速度；目标跟车速度是指目标车道最大速度和行驶速度v2中的较小值；
选取子单元1124，用于将第一限制加速度、第二限制加速度以及第三限制加速度中的最小值，确定为目标交通工具对应的初始预测变道加速度。
其中，第二加速度确定子单元1121具体用于：
获取目标交通工具在当前车道中的道路终点速度，获取行驶速度v1与道路终点速度的平方差；道路终点速度是指目标交通工具行驶至当前车道的终点时的最低速度；
根据平方差与通行道路距离之间的比值，确定目标交通工具对应的刹车加速度。
其中，第三加速度确定子单元1123具体用于：
获取目标交通工具与引导交通工具之间的第一跟车时距，根据目标跟车速度和第一跟车时距确定目标跟车距离；
获取目标交通工具与引导交通工具之间的间隔距离l1，将间隔距离l1和目标跟车距离之间的差值确定为第一安全制动距离。
其中，第一加速度确定子单元1121，第二加速度确定子单元1122，第三加速度确定子单元1123，选取子单元1124的具体功能实现方式可以参见上述图3所对应实施例中的步骤S101，这里不再进行赘述。
请一并参见图7，目标障碍物确定模块13可以包括：障碍物位置预测单元131，预测距离获取单元132，交通车辆选取单元133；
障碍物位置预测单元131，用于在目标车道中获取参考距离范围内的N个交通车辆分别对应的车辆行驶速度，根据车辆行驶速度与预测变道时长，确定N个交通车辆分别对应的预测位置信息；N为正整数；
预测距离获取单元132，用于根据目标预测位置信息与N个交通车辆分别对应的预测位置信息，分别获取目标交通工具和N个交通车辆之间的预测距离；
交通车辆选取单元133，用于根据最短的预测距离所对应的交通车辆，确定目标交通工具对应的目标障碍交通工具。
其中，障碍物位置预测单元131，预测距离获取单元132，交通车辆选取单元133的具体功能实现方式可以参见上述图3所对应实施例中的步骤S103，这里不再进行赘述。
请一并参见图7，目标加速度确定模块14可以包括：候选加速度确定单元141，加速度选取单元142，变道单元143；
候选加速度确定单元141，用于根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定目标交通工具对应的候选加速度；
加速度选取单元142，用于将候选加速度、第二限制加速度以及第三限制加速度中的最小值，确定为目标交通工具对应的目标预测变道加速度；
变道单元143，用于控制目标交通工具按照目标预测变道加速度从当前车道变道至目标车道。
其中，候选加速度确定单元141，加速度选取单元142，变道单元143的具体功能实现方式可以参见上述图3所对应实施例中的步骤S104，这里不再进行赘述。
请一并参见图7，目标障碍交通工具的数量为一个；
候选加速度确定单元141可以包括：间隔距离获取子单元1411，第一制动距离确定子单元1412，第一确定子单元1413；
间隔距离获取子单元1411，用于获取目标障碍交通工具对应的行驶速度v3，以及目标障碍交通工具与目标交通工具之间的间隔距离l2；
第一制动距离确定子单元1412，用于根据间隔距离l2确定目标交通工具对应的第二安全制动距离；
第一确定子单元1413，用于根据行驶速度v1、第二安全制动距离以及行驶速度v3，确定目标交通工具对应的候选加速度。
其中，第一制动距离确定子单元1412可以具体用于：
获取预期变道后的目标交通工具的跟车安全距离和第二跟车时距；
若预期变道后的目标交通工具的车头部位与目标障碍交通工具的车尾部位位置相邻，则根据行驶速度v1、第二跟车时距、跟车安全距离以及间隔距离l2，确定目标交通工具对应的第二安全制动距离；
若目标障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻，则根据行驶速度v3、第二跟车时距、跟车安全距离以及间隔距离l2，确定目标交通工具对应的第二安全制动距离。
其中，间隔距离获取子单元1411，第一制动距离确定子单元1412，第一确定子单元1413的具体功能实现方式可以参见上述图3所对应实施例中的步骤S104，这里不再进行赘述。
其中，上述目标障碍交通工具包括第一障碍交通工具和第二障碍交通工具，第一障碍交通工具的车尾部位与预期变道后的目标交通工具的车头部位位置相邻，第二障碍交通工具的车头部位与预期变道后的目标交通工具的车尾部位位置相邻；
候选加速度确定单元141可以包括：预估安全距离确定子单元1414，第二制动距离确定子单元1415，第二确定子单元1416；
预估安全距离确定子单元1414，用于获取第一障碍交通工具与第二障碍交通工具之间的间隔距离l3，根据间隔距离l3和目标交通工具的车辆长度，确定预期变道后的目标交通工具与第一障碍交通工具之间的预估安全距离；
第二制动距离确定子单元1415，用于获取目标交通工具与第一障碍交通工具之间的间隔距离l4，根据间隔距离l4与预估安全距离，确定目标交通工具对应的第三安全制动距离；
第二确定子单元1416，用于获取第一障碍交通工具的行驶速度v4，根据行驶速度v1、第三安全制动距离以及行驶速度v4，确定目标交通工具对应的候选加速度。
其中，预估安全距离确定子单元1414可以具体用于：
获取预期变道后的目标交通工具的跟车安全距离和第二跟车时距，获取第二障碍交通工具对应的行驶速度v5；
根据行驶速度v1、跟车安全距离以及第二跟车时距，确定第一障碍交通工具与目标交通工具之间的第一预期间隔距离；
根据行驶速度v5、跟车安全距离以及第二跟车时距，确定第二障碍交通工具与目标交通工具之间的第二预期间隔距离；
若间隔距离l3大于或等于第一分段参数，则根据间隔距离l4与第一预期间隔距离，确定预估安全距离；第一分段参数是指第一预期间隔距离、第二预期间隔距离以及车辆长度的总和；
若间隔距离l3小于第一分段参数，且间隔距离l3大于或等于第二分段参数，则根据第一障碍交通工具与目标交通工具之间的默认安全距离、间隔距离l3、第二预期间隔距离以及车辆长度，确定预估安全距离；第二分段参数是指第一障碍交通工具与目标交通工具之间的默认安全距离、第二障碍交通工具与目标交通工具之间的默认安全距离以及车辆长度的总和；
若间隔距离l3小于第二分段参数，则将第一障碍交通工具与目标交通工具之间的默认安全距离确定为预估安全距离。
其中，预估安全距离确定子单元1414，第二制动距离确定子单元1415，第二确定子单元1416的具体功能实现方式可以参见上述图3所对应实施例中的步骤S104，这里不再进行赘述。其中，当间隔距离获取子单元1411，第一制动距离确定子单元1412，第一确定子单元1413在执行相应的操作时，预估安全距离确定子单元1414，第二制动距离确定子单元1415，第二确定子单元1416均暂停执行操作；当预估安全距离确定子单元1414，第二制动距离确定子单元1415，第二确定子单元1416在执行相应的操作时，间隔距离获取子单元1411，第一制动距离确定子单元1412，第一确定子单元1413均暂停执行操作。
在本申请实施例中，通过目标交通工具的行驶参数初步规划该目标交通工具对应的初始预测变道加速度，基于该初始预测变道加速度可以从目标车道中确定合适的变道空隙(由目标障碍交通工具确定)，在确定了合适的变道空隙后可以将目标障碍交通工具作为考虑因素(即考虑对目标障碍交通工具的追踪和避让)，通过两次速度规划，可以让目标交通工具获得更好的变道机会，可以提高目标交通工具的变道成功率。
请参见图8，图8是本申请实施例提供的一种计算机设备的结构示意图。如图8所示，该计算机设备1000可以包括：处理器1001，网络接口1004和存储器1005，此外，上述计算机设备1000还可以包括：用户接口1003，和至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)、键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。可选的，网络接口1004可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器1005还可以是至少一个位于远离前述处理器1001的存储装置。如图8所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在如图8所示的计算机设备1000中，网络接口1004可提供网络通讯功能；而用户接口1003主要用于为用户提供输入的接口；而处理器1001可以用于调用存储器1005中存储的设备控制应用程序，以实现：
获取处于当前车道的目标交通工具的行驶参数，根据行驶参数生成目标交通工具对应的初始预测变道加速度；
根据目标交通工具的当前位置信息、预测变道时长以及初始预测变道加速度，生成目标交通工具对应的目标预测位置信息；
根据目标预测位置信息，在目标车道中确定与目标交通工具对应的目标障碍交通工具；目标车道为目标交通工具预期变道的车道，目标障碍交通工具为目标车道中与预期变道后的目标交通工具相邻的交通工具；
根据目标障碍交通工具与目标交通工具之间的预测位置关系，确定用于指示目标交通工具从当前车道变道至目标车道的目标预测变道加速度。
应当理解，本申请实施例中所描述的计算机设备1000可执行前文图3所对应实施例中对基于交通工具的数据处理方法的描述，也可执行前文图7所对应实施例中对基于交通工具的数据处理装置1的描述，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
此外，这里需要指出的是：本申请实施例还提供了一种计算机可读存储介质，且计算机可读存储介质中存储有前文提及的基于交通工具的数据处理装置1所执行的计算机程序，且计算机程序包括程序指令，当处理器执行程序指令时，能够执行前文图3所对应实施例中对基于交通工具的数据处理方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。
此外，需要说明的是：本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或者计算机程序可以包括计算机指令，该计算机指令可以存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器可以执行该计算机指令，使得该计算机设备执行前文图3所对应实施例中对基于交通工具的数据处理方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机程序产品或者计算机程序实施例中未披露的技术细节，请参照本申请方法实施例的描述。
需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储存储器(Read-Only Memory，ROM)或随机存储存储器(Random Access Memory，RAM)等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (14)

1.一种基于交通工具的数据处理方法，其特征在于，包括：
获取处于当前车道的目标交通工具的行驶参数，根据所述行驶参数生成目标交通工具对应的初始预测变道加速度；
根据所述目标交通工具的当前位置信息、预测变道时长以及所述初始预测变道加速度，生成所述目标交通工具对应的目标预测位置信息；
根据所述目标预测位置信息，在目标车道中确定与所述目标交通工具对应的目标障碍交通工具；所述目标车道为所述目标交通工具预期变道的车道，所述目标障碍交通工具为所述目标车道中与预期变道后的目标交通工具相邻的交通工具；
根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系，确定用于指示所述目标交通工具从所述当前车道变道至所述目标车道的目标预测变道加速度。
2.根据权利要求1所述的方法，其特征在于，所述获取处于当前车道的目标交通工具的行驶参数，根据所述行驶参数生成目标交通工具对应的初始预测变道加速度，包括：
获取目标交通工具对应的行驶参数；所述行驶参数包括目标车道最大速度、引导交通工具以及通行道路距离，所述目标车道最大速度是指所述目标车道中所规定的最大速度，所述引导交通工具是指所述当前车道中为所述目标交通工具引导行驶路线的交通工具，所述通行道路距离是指所述目标交通工具在所述当前车道中的可通行道路长度；
根据所述目标车道最大速度、所述引导交通工具以及所述通行道路距离，生成目标交通工具对应的初始预测变道加速度。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标车道最大速度、所述引导交通工具以及所述通行道路距离，生成目标交通工具对应的初始预测变道加速度，包括：
获取所述目标交通工具对应的行驶速度v1，以及所述目标车道中的目标车道最大速度，根据所述行驶速度v1和所述目标车道最大速度，确定所述目标交通工具对应的第一限制加速度；
根据所述行驶速度v1和所述通行道路距离，生成所述目标交通工具对应的刹车加速度，根据所述刹车加速度确定所述目标交通工具对应的第二限制加速度；
根据所述引导交通工具的行驶速度v2，确定所述目标交通工具对应的第一安全制动距离，根据所述第一安全制动距离、所述行驶速度v1、目标跟车速度以及预估跟车时长，确定所述目标交通工具对应的第三限制加速度；所述目标跟车速度是指所述目标车道最大速度和所述行驶速度v2中的较小值；
将所述第一限制加速度、所述第二限制加速度以及所述第三限制加速度中的最小值，确定为所述目标交通工具对应的初始预测变道加速度。
4.根据权利要求3所述的方法，其特征在于，所述根据所述行驶速度v1和所述通行道路距离，生成所述目标交通工具对应的刹车加速度，包括：
获取所述目标交通工具在所述当前车道中的道路终点速度，获取所述行驶速度v1与所述道路终点速度的平方差；所述道路终点速度是指所述目标交通工具行驶至所述当前车道的终点时的最低速度；
根据所述平方差与所述通行道路距离之间的比值，确定所述目标交通工具对应的刹车加速度。
5.根据权利要求3所述的方法，其特征在于，所述根据所述引导交通工具的行驶速度v2，确定所述目标交通工具对应的第一安全制动距离，包括：
获取所述目标交通工具与所述引导交通工具之间的第一跟车时距，根据所述目标跟车速度和第一跟车时距确定目标跟车距离；
获取所述目标交通工具与所述引导交通工具之间的间隔距离l1，将所述间隔距离l1和所述目标跟车距离之间的差值确定为所述第一安全制动距离。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述目标预测位置信息，在目标车道中确定与所述目标交通工具对应的目标障碍交通工具，包括：
在所述目标车道中获取参考距离范围内的N个交通车辆分别对应的车辆行驶速度，根据所述车辆行驶速度与所述预测变道时长，确定所述N个交通车辆分别对应的预测位置信息；N为正整数；
根据所述目标预测位置信息与所述N个交通车辆分别对应的预测位置信息，分别获取所述目标交通工具和所述N个交通车辆之间的预测距离；
根据最短的预测距离所对应的交通车辆，确定所述目标交通工具对应的目标障碍交通工具。
7.根据权利要求3所述的方法，其特征在于，所述根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系，确定用于指示所述目标交通工具从所述当前车道变道至所述目标车道的目标预测变道加速度，包括：
根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系，确定所述目标交通工具对应的候选加速度；
将所述候选加速度、所述第二限制加速度以及所述第三限制加速度中的最小值，确定为所述目标交通工具对应的目标预测变道加速度；
控制所述目标交通工具按照所述目标预测变道加速度从所述当前车道变道至所述目标车道。
8.根据权利要求7所述的方法，其特征在于，所述目标障碍交通工具的数量为一个；
所述根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系，确定所述目标交通工具对应的候选加速度，包括：
获取所述目标障碍交通工具对应的行驶速度v3，以及所述目标障碍交通工具与所述目标交通工具之间的间隔距离l2；
根据所述间隔距离l2确定所述目标交通工具对应的第二安全制动距离；
根据所述行驶速度v1、所述第二安全制动距离以及所述行驶速度v3，确定所述目标交通工具对应的所述候选加速度。
9.根据权利要求8所述的方法，其特征在于，所述根据所述间隔距离l2确定所述目标交通工具对应的第二安全制动距离，包括：
获取所述预期变道后的目标交通工具的跟车安全距离和第二跟车时距；
若所述预期变道后的目标交通工具的车头部位与所述目标障碍交通工具的车尾部位位置相邻，则根据所述行驶速度v1、所述第二跟车时距、所述跟车安全距离以及所述间隔距离l2，确定所述目标交通工具对应的第二安全制动距离；
若所述目标障碍交通工具的车头部位与所述预期变道后的目标交通工具的车尾部位位置相邻，则根据所述行驶速度v3、所述第二跟车时距、所述跟车安全距离以及所述间隔距离l2，确定所述目标交通工具对应的第二安全制动距离。
10.根据权利要求7所述的方法，其特征在于，所述目标障碍交通工具包括第一障碍交通工具和第二障碍交通工具，所述第一障碍交通工具的车尾部位与所述预期变道后的目标交通工具的车头部位位置相邻，所述第二障碍交通工具的车头部位与所述预期变道后的目标交通工具的车尾部位位置相邻；
所述根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系，确定所述目标交通工具对应的候选加速度，包括：
获取所述第一障碍交通工具与所述第二障碍交通工具之间的间隔距离l3，根据所述间隔距离l3和所述目标交通工具的车辆长度，确定所述预期变道后的目标交通工具与所述第一障碍交通工具之间的预估安全距离；
获取所述目标交通工具与所述第一障碍交通工具之间的间隔距离l4，根据所述间隔距离l4与所述预估安全距离，确定所述目标交通工具对应的第三安全制动距离；
获取所述第一障碍交通工具的行驶速度v4，根据所述行驶速度v1、所述第三安全制动距离以及所述行驶速度v4，确定所述目标交通工具对应的所述候选加速度。
11.根据权利要求10所述的方法，其特征在于，所述根据所述间隔距离l3和所述目标交通工具的车辆长度，确定所述预期变道后的目标交通工具与所述第一障碍交通工具之间的预估安全距离，包括：
获取所述预期变道后的目标交通工具的跟车安全距离和第二跟车时距，获取所述第二障碍交通工具对应的行驶速度v5；
根据所述行驶速度v1、所述跟车安全距离以及所述第二跟车时距，确定所述第一障碍交通工具与所述目标交通工具之间的第一预期间隔距离；
根据所述行驶速度v5、所述跟车安全距离以及所述第二跟车时距，确定所述第二障碍交通工具与所述目标交通工具之间的第二预期间隔距离；
若所述间隔距离l3大于或等于第一分段参数，则根据所述间隔距离l4与所述第一预期间隔距离，确定所述预估安全距离；所述第一分段参数是指所述第一预期间隔距离、所述第二预期间隔距离以及所述车辆长度的总和；
若所述间隔距离l3小于所述第一分段参数，且所述间隔距离l3大于或等于第二分段参数，则根据所述第一障碍交通工具与所述目标交通工具之间的默认安全距离、所述间隔距离l3、所述第二预期间隔距离以及所述车辆长度，确定所述预估安全距离；所述第二分段参数是指所述第一障碍交通工具与所述目标交通工具之间的默认安全距离、所述第二障碍交通工具与所述目标交通工具之间的默认安全距离以及所述车辆长度的总和；
若所述间隔距离l3小于所述第二分段参数，则将所述第一障碍交通工具与所述目标交通工具之间的默认安全距离确定为所述预估安全距离。
12.一种基于交通工具的数据处理装置，其特征在于，包括：
初始加速度确定模块，用于获取处于当前车道的目标交通工具的行驶参数，根据所述行驶参数生成目标交通工具对应的初始预测变道加速度；
位置预测模块，用于根据所述目标交通工具的当前位置信息、预测变道时长以及所述初始预测变道加速度，生成所述目标交通工具对应的目标预测位置信息；
目标障碍物确定模块，用于根据所述目标预测位置信息，在目标车道中确定与所述目标交通工具对应的目标障碍交通工具；所述目标车道为所述目标交通工具预期变道的车道，所述目标障碍交通工具为所述目标车道中与预期变道后的目标交通工具相邻的交通工具；
目标加速度确定模块，用于根据所述目标障碍交通工具与所述目标交通工具之间的预测位置关系，确定用于指示所述目标交通工具从所述当前车道变道至所述目标车道的目标预测变道加速度。
13.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，所述处理器执行权利要求1至11中任一项所述方法的步骤。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，执行权利要求1至11中任一项所述方法的步骤。
CN202010979552.7A 2020-09-17 2020-09-17 基于交通工具的数据处理方法、装置、设备以及介质 Active CN111986514B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202010979552.7A CN111986514B (zh) 2020-09-17 2020-09-17 基于交通工具的数据处理方法、装置、设备以及介质
JP2022566630A JP7466002B2 (ja) 2020-09-17 2021-09-02 データ処理方法、データ処理装置、コンピュータ機器、及びコンピュータプログラム
PCT/CN2021/116118 WO2022057630A1 (zh) 2020-09-17 2021-09-02 数据处理方法、装置、设备以及存储介质
EP21868457.9A EP4191558A4 (en) 2020-09-17 2021-09-02 DATA PROCESSING METHOD AND APPARATUS, DEVICE, AND RECORDING MEDIUM
US17/970,468 US20230041319A1 (en) 2020-09-17 2022-10-20 Data processing method and apparatus, device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010979552.7A CN111986514B (zh) 2020-09-17 2020-09-17 基于交通工具的数据处理方法、装置、设备以及介质

Publications (2)

Publication Number Publication Date
CN111986514A true CN111986514A (zh) 2020-11-24
CN111986514B CN111986514B (zh) 2021-12-14

Family

ID=73449889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010979552.7A Active CN111986514B (zh) 2020-09-17 2020-09-17 基于交通工具的数据处理方法、装置、设备以及介质

Country Status (5)

Country Link
US (1) US20230041319A1 (zh)
EP (1) EP4191558A4 (zh)
JP (1) JP7466002B2 (zh)
CN (1) CN111986514B (zh)
WO (1) WO2022057630A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112896169A (zh) * 2021-01-29 2021-06-04 中汽创智科技有限公司 一种智能驾驶多模式控制系统及方法
CN113071481A (zh) * 2021-04-09 2021-07-06 长沙智能驾驶研究院有限公司 一种车辆控制方法、装置、计算机可读存储介质及车辆
CN113345227A (zh) * 2021-05-31 2021-09-03 上海涵润汽车电子有限公司 一种随机交通流生成方法及装置
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
CN113631452A (zh) * 2021-03-31 2021-11-09 华为技术有限公司 一种变道区域获取方法以及装置
WO2022057630A1 (zh) * 2020-09-17 2022-03-24 腾讯科技（深圳）有限公司 数据处理方法、装置、设备以及存储介质
CN115063995A (zh) * 2022-04-15 2022-09-16 重庆大学 一种快速路突发瓶颈区网联自动车控制方法及装置
CN117261903A (zh) * 2023-11-21 2023-12-22 杭州鉴智机器人科技有限公司 一种自动驾驶车辆的变道方法及装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115257798A (zh) * 2021-04-29 2022-11-01 沃尔沃汽车公司 自动驾驶控制方法及用于自动驾驶车辆的控制单元和系统
US11634156B1 (en) 2022-07-29 2023-04-25 Plusai, Inc. Aerial view generation for vehicle control
US11628859B1 (en) * 2022-07-29 2023-04-18 Plusai, Inc. Vehicle placement on aerial views for vehicle control
CN115339441A (zh) * 2022-08-31 2022-11-15 中国第一汽车股份有限公司 车辆的轨迹预测方法、装置、存储介质和处理器
CN116653965B (zh) * 2023-07-31 2023-10-13 福思(杭州)智能科技有限公司 车辆变道重规划触发方法、装置及域控制器
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
CN116749961B (zh) * 2023-08-18 2023-11-21 新石器慧通（北京）科技有限公司 自动驾驶车辆的控制方法、装置、设备及存储介质
CN117465446A (zh) * 2023-09-08 2024-01-30 新石器慧通（北京）科技有限公司 一种车辆两阶段换道控制方法、装置及设备
CN117601867B (zh) * 2024-01-18 2024-06-14 杭州鉴智机器人科技有限公司 车辆变道方法、车辆变道装置、存储介质及车辆控制系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110130936A1 (en) * 2009-11-30 2011-06-02 Denso Corporation Apparatus, program and method for collision avoidance support
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
CN106248392A (zh) * 2016-07-28 2016-12-21 百度在线网络技术（北京）有限公司 一种无人车变道时间的测试方法及装置
US20180339708A1 (en) * 2017-05-23 2018-11-29 Toyota Motor Engineering & Manufacturing North America, Inc. Merging and lane change acceleration prediction energy management
US20190308617A1 (en) * 2018-04-10 2019-10-10 Valeo Schalter Und Sensoren Gmbh Tailgating situation handling by an automated driving vehicle
CN111081046A (zh) * 2020-01-03 2020-04-28 北京百度网讯科技有限公司 一种车辆变道方法、装置、电子设备和介质
CN111231952A (zh) * 2020-02-28 2020-06-05 北京百度网讯科技有限公司 车辆控制方法、装置及设备
CN111439261A (zh) * 2020-05-12 2020-07-24 吉林大学 一种用于智能车群主动换道功能的车流量计算系统
CN111661055A (zh) * 2020-06-17 2020-09-15 清华大学苏州汽车研究院（吴江） 一种自动驾驶车辆的换道控制方法和系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007123176A1 (ja) * 2006-04-24 2007-11-01 Pioneer Corporation 運転支援装置、運転支援方法、運転支援プログラムおよび記録媒体
JP5920139B2 (ja) * 2012-09-21 2016-05-18 トヨタ自動車株式会社 走行支援装置
JP6369061B2 (ja) * 2014-03-13 2018-08-08 日産自動車株式会社 車線変更支援装置
JP2016007954A (ja) * 2014-06-25 2016-01-18 トヨタ自動車株式会社 車線合流支援装置
EP3208786B1 (en) * 2016-02-22 2023-06-07 Volvo Car Corporation Method and system for evaluating inter-vehicle traffic gaps and time instances to perform a lane change manoeuvre
JP6642413B2 (ja) * 2016-12-27 2020-02-05 トヨタ自動車株式会社 車両走行制御装置
KR102309420B1 (ko) * 2017-03-03 2021-10-07 현대자동차주식회사 차량 및 그 제어방법
JP6984312B2 (ja) * 2017-10-26 2021-12-17 トヨタ自動車株式会社 車載装置、情報処理システム、及び情報処理方法
CN109035863B (zh) * 2018-08-09 2021-11-23 北京智行者科技有限公司 车辆强制换道行驶方法
KR20200075915A (ko) * 2018-12-07 2020-06-29 현대자동차주식회사 차량의 주행 제어 장치 및 그 방법
CN110136484B (zh) * 2019-06-17 2021-03-26 深圳成谷科技有限公司 一种车辆变道方法、路测单元及存储介质
CN111986514B (zh) * 2020-09-17 2021-12-14 腾讯科技（深圳）有限公司 基于交通工具的数据处理方法、装置、设备以及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110130936A1 (en) * 2009-11-30 2011-06-02 Denso Corporation Apparatus, program and method for collision avoidance support
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
CN106248392A (zh) * 2016-07-28 2016-12-21 百度在线网络技术（北京）有限公司 一种无人车变道时间的测试方法及装置
US20180339708A1 (en) * 2017-05-23 2018-11-29 Toyota Motor Engineering & Manufacturing North America, Inc. Merging and lane change acceleration prediction energy management
US20190308617A1 (en) * 2018-04-10 2019-10-10 Valeo Schalter Und Sensoren Gmbh Tailgating situation handling by an automated driving vehicle
CN111081046A (zh) * 2020-01-03 2020-04-28 北京百度网讯科技有限公司 一种车辆变道方法、装置、电子设备和介质
CN111231952A (zh) * 2020-02-28 2020-06-05 北京百度网讯科技有限公司 车辆控制方法、装置及设备
CN111439261A (zh) * 2020-05-12 2020-07-24 吉林大学 一种用于智能车群主动换道功能的车流量计算系统
CN111661055A (zh) * 2020-06-17 2020-09-15 清华大学苏州汽车研究院（吴江） 一种自动驾驶车辆的换道控制方法和系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022057630A1 (zh) * 2020-09-17 2022-03-24 腾讯科技（深圳）有限公司 数据处理方法、装置、设备以及存储介质
CN112896169A (zh) * 2021-01-29 2021-06-04 中汽创智科技有限公司 一种智能驾驶多模式控制系统及方法
CN113631452A (zh) * 2021-03-31 2021-11-09 华为技术有限公司 一种变道区域获取方法以及装置
WO2022205243A1 (zh) * 2021-03-31 2022-10-06 华为技术有限公司 一种变道区域获取方法以及装置
CN113071481A (zh) * 2021-04-09 2021-07-06 长沙智能驾驶研究院有限公司 一种车辆控制方法、装置、计算机可读存储介质及车辆
CN113345227A (zh) * 2021-05-31 2021-09-03 上海涵润汽车电子有限公司 一种随机交通流生成方法及装置
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
CN115063995A (zh) * 2022-04-15 2022-09-16 重庆大学 一种快速路突发瓶颈区网联自动车控制方法及装置
CN117261903A (zh) * 2023-11-21 2023-12-22 杭州鉴智机器人科技有限公司 一种自动驾驶车辆的变道方法及装置

Also Published As

Publication number Publication date
CN111986514B (zh) 2021-12-14
JP2023524959A (ja) 2023-06-14
EP4191558A1 (en) 2023-06-07
EP4191558A4 (en) 2024-03-13
WO2022057630A1 (zh) 2022-03-24
JP7466002B2 (ja) 2024-04-11
US20230041319A1 (en) 2023-02-09

Similar Documents

Publication Publication Date Title
CN111986514B (zh) 基于交通工具的数据处理方法、装置、设备以及介质
US11034346B2 (en) Navigation at alternating merge zones
US20220066457A1 (en) Trajectory setting device and trajectory setting method
US11220261B2 (en) Method for assisting a driver, driver assistance system, and vehicle including such driver assistance system
JP6156333B2 (ja) 自動運転車両システム
JP6308233B2 (ja) 車両制御装置及び車両制御方法
CN112498365A (zh) 基于置信度水平和距离、响应于障碍物的自动驾驶车辆的延迟决策
CN116209611B (zh) 在自动驾驶中使用其他道路使用者对自我交通工具行为的反应的方法和系统
US11718290B2 (en) Methods and systems for safe out-of-lane driving
JP7293628B2 (ja) 運転支援車両の合流方法及び合流装置
CN112224202B (zh) 一种紧急工况下的多车协同避撞系统及方法
EP3857327B1 (en) Implementation of dynamic cost function of self-driving vehicles
JP7379033B2 (ja) 運転支援方法及び運転支援装置
CN114207380B (zh) 车辆的行驶控制方法及行驶控制装置
CN114763135A (zh) 一种车辆行驶控制方法、装置、电子设备及存储介质
US20240083419A1 (en) Processing method, processing system and storage medium for storing processing program
KR20240055023A (ko) 자동차의 운행 환경을 모델링하는 방법
CN116215515A (zh) 一种车辆控制方法、装置、整车控制器及车辆

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