CN112124313A - 基于自动驾驶换道的目标车辆选择方法、车辆及存储介质 - Google Patents
基于自动驾驶换道的目标车辆选择方法、车辆及存储介质 Download PDFInfo
- Publication number
- CN112124313A CN112124313A CN202011045054.1A CN202011045054A CN112124313A CN 112124313 A CN112124313 A CN 112124313A CN 202011045054 A CN202011045054 A CN 202011045054A CN 112124313 A CN112124313 A CN 112124313A
- Authority
- CN
- China
- Prior art keywords
- lane
- target
- vehicle
- lane line
- switched
- 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
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 17
- 230000008859 change Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000006399 behavior Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于自动驾驶换道的目标车辆选择方法、车辆及存储介质,包括:获取换道标志信号,若标志信号表示不换道,则输出空目标;若标志信号表示要换道;然后获取换道方向的目标车辆和车道线信息;通过判断换道方向的车道线信息是否有效,若无效,则判断车道线信息丢失是否在预设周期内,若否,则流程结束,若车道线信息丢失数据在预设周期内则保持车道线或车道线信息有效,则对车道线是否切换进行判断,若车道线已切换,则进入基于跟踪目标车辆选择策略,若车道线未切换,则进入基于区域目标车辆选择策略。通过本发明解决了现有自动驾驶车辆在执行换道过程中无法保证车辆换道的稳定性与可行性的技术问题。
Description
技术领域
本发明涉及自动驾驶技术领域,具体涉及一种基于自动驾驶换道的目标车辆选择方法、车辆及存储介质。
背景技术
换道目标选择是自动驾驶环境认知及换道轨迹规划中较为重要的模块之一。其主要功能是在换道过程中对自动驾驶车辆周围目标状态和行为进行跟踪预测处理,基于跟踪结果完成自动驾驶换道决策、纵向跟车目标选择,进一步简化换道过程中的轨迹规划问题,对自动驾驶汽车的安全性和舒适性有非常重要的作用。基于传感器感知的目标车辆状态信息和包括车道线在内的场景信息,对自动驾驶车辆换道方向周围目标进行跟踪选择,并将结果输出到下层纵向控制器和换道决策规划模块,纵向控制器根据收到的目标完成相应的速度规划和加速度规划,得到平滑连续的速度和减速度,并将规划结果下发给执行机构完成换道行为。决策模块根据抑制目标完成换道状态决策。经过上述步骤,在不需要复杂轨迹规划模块下,自动驾驶车辆能根据选择的目标完成换道行为。
目前,从方法原理的角度进行分类,现有的换道方法有两类:基于目标选择的方法和基于轨迹预测的方法。其中,基于目标选择的方法通常是直接对自动驾驶车辆换道方向周围目标车辆轨迹进行跟踪处理,根据跟踪轨迹与本车关系以及车道线信息,完成换道决策和轨迹规划及控制。该类方法首先利用传感器输出的目标运动状态信息和车道线信息,完成类人的换道场景认知,得到自动驾驶车辆所处场景,最后根据已有数据和认知结果完成纵向跟车目标选择,进一步完成换道行为。该类方法的优点是计算简单,对控制器运算能力要求不高,缺点是认知准确度依赖于模型精度,对传感精度要求较高。
例如,公开号为CN110614993A的中国专利所公开的“自动驾驶车辆的换道方法、系统及车辆”中,提到了一种基于道路信息(从地图信息提取,包括车道线数据在内)和车辆位置划分多个行驶区域,包括前侧区域(左前方、正前方和右前方)、侧方区域(左侧方和右侧方)和后侧区域(左后方、正后方和右后方),并基于前侧区域内多个目标的最小速度和纵向距离生成虚拟目标、侧方区域内多个目标的最小横纵向距离生成虚拟目标以及后侧区域内与自动驾驶车辆发生碰撞的危险等级最高的物体目标(由碰撞时间及碰撞距离确定)计算TTC值,最后根据TTC值进行换道决策。该方法试图通过前方虚拟目标降低自动驾驶车辆在行驶过程中的非触发换道频率,但存在的问题也非常明显,区域划分依赖于地图信息,增加了自动驾驶系统的成本和算法复杂度,虽然对不同区域目标进行分类处理,但是目标选择中仅考虑最保守的物理量,导致自动驾驶车辆可能会被前方较远的低速目标(目标低速切出自车道)抑制换道,降低乘车体验。
轨迹预测类方法则是基于驾驶轨迹序列数据进行具有多个非线性约束的高维优化问题,数据包括自动驾驶车辆周围的目标和其他传感器输出数据,约束包括与目标之间的避障约束等,然后对某换道场景求解换道轨迹,通过对轨迹进行跟踪完成换道行为。该方法的优点是通过轨迹规划可以考虑自动驾驶车辆周围目标车辆的避障问题,提高换道成功率。但是该方法需要消耗大量的计算资源,除此以外,由于场景复杂性和实时性,轨迹规划需要准确预测其他车辆的运动轨迹,导致并非总能快速简单得到自动驾驶车辆的最优轨迹,对规划算法的鲁棒性和实用性有较高的要求。例如,公开号为CN109739246A的中国专利所公开的“一种变换车道过程中的决策方法、装置、设备及存储介质”,基于预设时间段内自动驾驶车辆向第一车道(换道过程中的目标车道)行驶的第一规划轨迹、向第二车道(自动驾驶车辆换道起始时刻所处车道)行驶的第二规划轨迹以及各个障碍物的预测轨迹,在整个换道过程对自动驾驶车辆的行驶动作进行决策。该方法存在一个明显的问题,即换道决策的准确性完全依赖于障碍物的轨迹预测准确性。障碍物包括障碍车和行人等,其轨迹预测算法主要有基于规则和基于数据的预测,基于规则的预测依赖于物理模型的准确性,对传感精度要求较高,基于数据的预测是学习类算法,对数据库的搭建和算法的泛化能力具有较高的要求。
因此,有必要开发一种基于自动驾驶换道的目标车辆选择方法、车辆及存储介质。
发明内容
有鉴于此,本发明的目的在于提供一种基于自动驾驶换道的目标车辆选择方法、车辆及存储介质,用于解决现有自动驾驶车辆在执行换道过程中无法保证车辆换道的稳定性与可行性的技术问题。
第一方面,本发明提供了一种基于自动驾驶换道的目标车辆选择方法,包括如下步骤:
步骤1,获取换道标志信号,若标志信号表示不换道,则输出空目标;若所述标志信号表示要换道,则进入步骤2;
步骤2,获取换道方向的目标车辆和车道线信息;
步骤3,判断换道方向的车道线信息是否有效,若无效,则判断车道线信息丢失是否在预设周期内,若否,则流程结束,若车道线信息丢失数据在预设周期内则保持车道线,则进入步骤4,若车道线信息有效,则进入步骤4;
步骤4、判断车道线是否已切换,若车道线已切换,则进入基于跟踪目标车辆选择策略,若车道线未切换,则进入基于区域目标车辆选择策略;
步骤5,若车辆已切换到目标车道,判断基于跟踪目标车辆选择策略所选择的目标是否在车辆当前所在车道内,若选择的目标在当前所在车道内,则输出目标,若目标不在当前所在车道内或基于跟踪目标车辆选择策略未选择出目标时,则输出空目标;
若车辆还未切换到目标车道,则判断基于区域目标车辆选择策略所选出的目标是否在目标车道内,若目标在目标车道内,则输出选择的目标,若目标不在目标车道内或基于区域目标车辆选择策略未选择出目标,则输出空目标。
进一步地,当标志位表示向左变道时,获取左车道线和位于左边目标车道的目标;当标志位表示向右变道时,获取右车道线和位于右边目标车道的目标。
进一步地,所述步骤2中判断车道线数据是否有效的具体步骤包括:通过检测车道线的常数项系数A0,若检测出所述常数项系数A0在上一周期和当前周期中均不为0,则视所述车道线处于有效状态,若检测出常数项系数A0为0,则视所述车道线处于无效状态。
进一步地,在对所述车道线的常数项系数A0进行检测的过程中,若检测出所述常数项系数A0在当前周期内发生跳变,则判断车道线已切换,若检测出所述常数项系数A0在当前周期内未发生跳变,则判断车道线未进行切换。
进一步地,所述目标是否在目标车道上进行判断的具体步骤包括:
根据公式|y_i|<|A_0+A_1*x_i+A_2*x_i2+A_3*x_i3|+calib_A0,其中,calib_A0为标定值,用以增加目标选择迟滞区间,|y_i|表示第i个目标在纵向距离x处对应的横向距离,|x_i|表示第i个目标的纵向距离,车道线方程系数为Aj,j∈[0,1,2,3]。
第二方面,本发明还提供了一种车辆,采用任一所述的基于自动驾驶换道的目标车辆选择方法的步骤。
第三方面,本发明还提供了一种存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序被一个或者多个处理器执行时,能实现项任一所述的基于自动驾驶换道的目标车辆选择方法的步骤。
本发明带来了以下有益效果:
本发明所述的一种基于自动驾驶换道的目标车辆选择方法、车辆及存储介质,计算方法简单,效率较高,且可靠可行,在使用后能有效针对自动驾驶换道工况进行及时的响应执行,给用户提供了一个安全又舒适的自动驾驶体验。同时在考虑成本的基础上,以保障自动驾驶车辆在执行换道过程中不受场景复杂性和实时性的影响,完成换道,从而有效提高了自动驾驶车辆的安全性和乘坐舒适性,解决了现有自动驾驶车辆在执行换道过程中无法保证车辆换道的稳定性与可行性的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为本发明提供的一种基于自动驾驶换道的目标车辆选择方法的流程示意图;
图2为本发明提供的一种车辆自动变道的示意图;
图3为本发明提供的一种车辆向左换道的目标选择示意图;
图4为本发明提供的一种车辆向右换道的目标选择示意图。
具体实施方式
如图1所示,一种基于自动驾驶换道的目标车辆选择方法,包括如下步骤:
步骤1,获取换道标志信号,若标志信号表示不换道,则输出空目标;若所述标志信号表示要换道,则进入步骤2。
步骤2,获取换道方向的目标车辆和车道线信息。
具体地,当通过换道标志信号处理模块获取到换道标志信号后,首先判断信号的有效性,换道触发到结束时间段内,只接受首次换道方向标志信号,其余信号视为无效。同时根据所述换道标志信号的标志位来判断是否换道,若所述标志位为0表示不换道,则不启动换道目标选择输出空目标,若所述标志位为1表示向左变道时,用于接收来自传感器的右车道线和位于右边目标车道的目标;若所述标志位为2表示向右变道时,用于接收来自传感器的右车道线和位于右边目标车道的目标。
步骤3,判断换道方向的车道线信息是否有效,若无效,则判断车道线信息丢失是否在预设周期内,若否,则流程结束,若车道线信息丢失数据在预设周期内则保持车道线,则进入步骤4,若车道线信息有效,则进入步骤4。
步骤4,判断车道线是否已切换,若车道线已切换,则进入基于跟踪目标车辆选择策略,若车道线未切换,则进入基于区域目标车辆选择策略。
步骤5,若车辆已切换到目标车道,判断基于跟踪目标车辆选择策略所选择的目标是否在车辆当前所在车道内,若选择的目标在当前所在车道内,则输出目标,若目标不在当前所在车道内或基于跟踪目标车辆选择策略未选择出目标时,则输出空目标;若车辆还未切换到目标车道,则判断基于区域目标车辆选择策略所选出的目标是否在目标车道内,若目标在目标车道内,则输出选择的目标,若目标不在目标车道内或基于区域目标车辆选择策略未选择出目标,则输出空目标。
在本实施例中,判断车道线信息是否有效的具体步骤如下:首先通过检测车道线的常数项系数A0,若检测出所述常数项系数A0在上一周期和当前周期中均不为0,则视所述车道线处于有效状态,若检测出常数项系数A0为0,则视所述车道线处于无效状态。在对所述车道线的常数项系数A0进行检测的过程中,若检测出所述常数项系数A0在当前周期内发生跳变,则判断车道线已切换,若检测出所述常数项系数A0在当前周期内未发生跳变,则判断车道线未进行切换。
如图2所示,一辆自动驾驶车辆(Host Vehicle)在图中显示了一段三车道的道路,该道路的行驶方向为图中的箭头所示向右方向,并将车辆变道之前所行驶的右侧车道行驶记录为本车道,将变道之后在左侧车道行驶的车道记录为目标车道。需要说明的是,图中带箭头的线条表示为车辆变道过程及变道前后的行驶路线,时刻t0点到时刻t2点的部分表示变道过程中的路线,时刻t1点对应的是自动驾驶车辆跨过换道侧车道线的周期,并将时间段t∈[t_0,t_1]的路线记为S1阶段,时间段t∈[t_1,t_2]的路线记为S2阶段。本发明实施可以应用于从触发换道开始直至结束整个过程,包括了自动驾驶车辆从t0点到t2点所示路线的行驶过程,同时还将图所示的区域目标根据不同位置从RT1~RT11进行分别定义。其中,将本车道前方纵向距离的区域目标由近到远分别定义为RT1和RT2,即RT1表示本车道内与本车(Host Vehicle)纵向正前方距离最近的车辆,RT2表示本车道内与本车纵向正前方距离次近的车辆。侧前方分别位于左侧相邻车道内的区域目标按照横向距离由近到远分别为RT3、RT5,侧前方分别位于右侧相邻车道内的区域目标按照横向距离由近到远分别为RT4、RT6。即RT3表示本车的左侧相邻车道内与本车纵向前方距离最近的车辆,RT4表示本车的右侧相邻车道内与本车纵向前方距离最近的车辆,RT5表示本车的左侧相邻车道内与本车纵向前方距离最远的车辆,RT6表示本车右侧相邻车道内与本车纵向前方距离最远的车辆。侧方分别位于左右相邻车道内的区域目标分别定义为RT7和RT8,即RT7表示本车的左侧相邻车道内与本车纵向后方距离最近的车辆,RT8表示本车的右侧相邻车道内与本车纵向后方距离最近的车辆。侧后方分别位于左右相邻车道内的区域目标分别定义为RT9和RT10,即RT9表示本车的左侧相邻车道内与本车纵向后方距离最远的车辆,RT10表示本车的右侧相邻车道内与本车纵向后方距离最远的车辆。正后方的区域目标定义为RT11,即RT11表示本车道内与本车纵向后方距离最近的车辆。
在本实施例中,当触发换道操作进行换道过程中,如图3或图4所示,目标选择基于本车道(RT1和RT11)与目标车道的多个目标(RT3、RT5、RT7和RT9),向左进行换道。或者是目标选择基于本车道(RT1和RT11)与目标车道的多个目标(RT4、RT6、RT8和RT10),向右进行换道。
综上所述,本发明所述的一种基于自动驾驶换道的目标车辆选择方法为实现上述相关操作,包括如下步骤:
当换道标志信号处理模块接收到换道决策模块的换道标志信号后,首先对该换道标志信号的有效性进行判断,且在换道触发到结束时间段内,换道标志信号处理模块只接受换道方向标志信号,其余信号均视为无效;
当换道标志信号有效,再进一步判断是否换道;
如果不换道,则不再进行后续处理,直接输出空目标,如果换道,则进入换道方向目标车辆和车道线信息处理模块,以完成对目标信号的处理,其中,所述目标信号的处理包括针对车道线数据有效性判断,即对车道线的常数项系数A0的有效性进行检测,如果车道线的常数项系数A0在前一周期和当前周期都不为0,则视车道线数据处于有效状态,若车道线系数A0为0,则视车道线数据处于无效状态。
当车道线数据处于有效状态后,则对当前场景的车道线是否切换进行判断,其中,
上述判断方法是对车道线的常数项系数A0的值进行检测,如果该常数项系数A0在当前周期发生跳变,则该模块判断车道线切换,如果车道线的常数项系数A0在当前周期未发生跳变,则该模块判断车道线未切换;如果车道线数据是无效的,则使用失效前的有效车道线数据,对车道线是否切换进行判断。如果车道线已切换,则进入基于跟踪目标车辆选择策略,如果车道线未切换,则进入基于区域目标车辆选择策略。
在完成上述两种目标选择后,根据换道过程区域目标选择的误选和数据噪声,对目标是否在目标车道上进行判断,其中,
对应过滤策略是基于换道方向邻车道线数据对已选择的目标车道目标进行过滤,该过滤方法主要利用车道线对目标是否位于目标车道进行判断。例如,主要用到目标的左换道i=3,5,7,9(或右换道i=4,6,8,10)的横、纵向距离(y_i,x_i)以及车道线方程系数Aj,j∈[0,1,2,3],具体公式为|y_i|<|A_0+A_1*x_i+A_2*x_i2+A_3*x_i3|+calib_A0,其中,考虑到目标选择结果的稳定性,加入了calib_A0标定值,以增加目标选择迟滞区间。
如果判断出目标车辆不在目标车道,则过滤掉该目标,直接输出空目标;
如果判断出目标车辆在目标车道,则输出选择目标。
在本实施例中,还提供了一种车辆,采用了上述任一所述的基于自动驾驶换道的目标车辆选择方法的步骤。
在本实施例中,还提供了一种存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序被一个或者多个处理器执行时,能实现所述的基于自动驾驶换道的目标车辆选择方法的步骤。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (7)
1.一种基于自动驾驶换道的目标车辆选择方法,其特征在于,包括如下步骤:
步骤1,获取换道标志信号,若标志信号表示不换道,则输出空目标;若所述标志信号表示要换道,则进入步骤2;
步骤2,获取换道方向的目标车辆和车道线信息;
步骤3,判断换道方向的车道线信息是否有效,若无效,则判断车道线信息丢失是否在预设周期内,若否,则流程结束,若车道线信息丢失数据在预设周期内则保持车道线,则进入步骤4,若车道线信息有效,则进入步骤4;
步骤4,判断车道线是否已切换,若车道线已切换,则进入基于跟踪目标车辆选择策略,若车道线未切换,则进入基于区域目标车辆选择策略;
步骤5,若车辆已切换到目标车道,判断基于跟踪目标车辆选择策略所选择的目标是否在车辆当前所在车道内,若选择的目标在当前所在车道内,则输出目标,若目标不在当前所在车道内或基于跟踪目标车辆选择策略未选择出目标时,则输出空目标;
若车辆还未切换到目标车道,则判断基于区域目标车辆选择策略所选出的目标是否在目标车道内,若目标在目标车道内,则输出选择的目标,若目标不在目标车道内或基于区域目标车辆选择策略未选择出目标,则输出空目标。
2.根据权利要求1所述的基于自动驾驶换道的目标车辆选择方法,其特征在于,当标志位表示向左变道时,获取左车道线和位于左边目标车道的目标;当标志位表示向右变道时,获取右车道线和位于右边目标车道的目标。
3.根据权利要求1所述的基于自动驾驶换道的目标车辆选择方法,其特征在于,所述步骤2中判断车道线数据是否有效的具体步骤包括:
通过检测车道线的常数项系数A0,若检测出所述常数项系数A0在上一周期和当前周期中均不为0,则视所述车道线处于有效状态,若检测出常数项系数A0为0,则视所述车道线处于无效状态。
4.根据权利要求1或3所述的基于自动驾驶换道的目标车辆选择方法,其特征在于,在对所述车道线的常数项系数A0进行检测的过程中,若检测出所述常数项系数A0在当前周期内发生跳变,则判断车道线已切换,若检测出所述常数项系数A0在当前周期内未发生跳变,则判断车道线未进行切换。
5.根据权利要求1所述的基于自动驾驶换道的目标车辆选择方法,其特征在于,所述目标是否在目标车道上进行判断的具体步骤包括:
根据公式|y_i|<|A_0+A_1*x_i+A_2*x_i2+A_3*x_i3|+calib_A0,其中,calib_A0为标定值,用以增加目标选择迟滞区间,|y_i|表示第i个目标在纵向距离x处对应的横向距离,|x_i|表示第i个目标的纵向距离,车道线方程系数为Aj,j∈[0,1,2,3]。
6.一种车辆,其特征在于,采用如权利要求1-5任一所述的基于自动驾驶换道的目标车辆选择方法的步骤。
7.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序被一个或者多个处理器执行时,能实现如权利要求1~5中任一项所述的基于自动驾驶换道的目标车辆选择方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011045054.1A CN112124313B (zh) | 2020-09-29 | 2020-09-29 | 基于自动驾驶换道的目标车辆选择方法、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011045054.1A CN112124313B (zh) | 2020-09-29 | 2020-09-29 | 基于自动驾驶换道的目标车辆选择方法、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112124313A true CN112124313A (zh) | 2020-12-25 |
CN112124313B CN112124313B (zh) | 2022-07-08 |
Family
ID=73844423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011045054.1A Active CN112124313B (zh) | 2020-09-29 | 2020-09-29 | 基于自动驾驶换道的目标车辆选择方法、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112124313B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112937584A (zh) * | 2021-03-31 | 2021-06-11 | 重庆长安汽车股份有限公司 | 一种自动换道控制方法、装置及汽车 |
CN113034971A (zh) * | 2021-02-28 | 2021-06-25 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
CN113428141A (zh) * | 2021-07-15 | 2021-09-24 | 东风汽车集团股份有限公司 | 一种前车紧急切入及时响应的智能检测方法及系统 |
CN113762176A (zh) * | 2021-09-10 | 2021-12-07 | 苏州挚途科技有限公司 | 车辆变道控制方法、装置及电子设备 |
CN114013456A (zh) * | 2021-11-09 | 2022-02-08 | 英博超算(南京)科技有限公司 | 一种自动驾驶辅助过程中压线的目标车辆筛选方法 |
CN114212079A (zh) * | 2022-02-18 | 2022-03-22 | 国汽智控(北京)科技有限公司 | 基于acc的车辆控制方法、装置及系统 |
CN114379557A (zh) * | 2021-12-23 | 2022-04-22 | 浙江吉利控股集团有限公司 | 自动变道方法、自动变道控制装置和自动变道系统 |
CN114537385A (zh) * | 2022-03-09 | 2022-05-27 | 重庆长安汽车股份有限公司 | 一种基于交通目标感知结果的危险目标筛选方法 |
CN114852099A (zh) * | 2021-02-03 | 2022-08-05 | 郑州宇通客车股份有限公司 | 机动车换道行为的预测方法 |
CN114889610A (zh) * | 2022-05-20 | 2022-08-12 | 重庆长安汽车股份有限公司 | 一种基于循环神经网络的目标车辆换道时刻预测方法及系统 |
CN113762176B (zh) * | 2021-09-10 | 2024-05-31 | 苏州挚途科技有限公司 | 车辆变道控制方法、装置及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170309182A1 (en) * | 2014-10-07 | 2017-10-26 | Shane Murray | Lane Change Detection |
JP6421391B2 (ja) * | 2015-07-15 | 2018-11-14 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
CN110001782A (zh) * | 2019-04-29 | 2019-07-12 | 重庆长安汽车股份有限公司 | 自动换道方法、系统及计算机可读存储介质 |
CN110239532A (zh) * | 2019-05-20 | 2019-09-17 | 浙江吉利控股集团有限公司 | 一种车辆变道辅助方法、装置、终端及存储介质 |
CN110361020A (zh) * | 2018-09-30 | 2019-10-22 | 长城汽车股份有限公司 | 用于确定车道线坐标的方法及系统 |
CN110962847A (zh) * | 2019-11-26 | 2020-04-07 | 清华大学苏州汽车研究院(吴江) | 车道居中辅助自适应巡航的轨迹规划方法和系统 |
CN111599182A (zh) * | 2020-07-22 | 2020-08-28 | 中汽院汽车技术有限公司 | 一种基于自然驾驶数据的换道行为自动提取方法 |
-
2020
- 2020-09-29 CN CN202011045054.1A patent/CN112124313B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170309182A1 (en) * | 2014-10-07 | 2017-10-26 | Shane Murray | Lane Change Detection |
JP6421391B2 (ja) * | 2015-07-15 | 2018-11-14 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
CN110361020A (zh) * | 2018-09-30 | 2019-10-22 | 长城汽车股份有限公司 | 用于确定车道线坐标的方法及系统 |
CN110001782A (zh) * | 2019-04-29 | 2019-07-12 | 重庆长安汽车股份有限公司 | 自动换道方法、系统及计算机可读存储介质 |
CN110239532A (zh) * | 2019-05-20 | 2019-09-17 | 浙江吉利控股集团有限公司 | 一种车辆变道辅助方法、装置、终端及存储介质 |
CN110962847A (zh) * | 2019-11-26 | 2020-04-07 | 清华大学苏州汽车研究院(吴江) | 车道居中辅助自适应巡航的轨迹规划方法和系统 |
CN111599182A (zh) * | 2020-07-22 | 2020-08-28 | 中汽院汽车技术有限公司 | 一种基于自然驾驶数据的换道行为自动提取方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114852099A (zh) * | 2021-02-03 | 2022-08-05 | 郑州宇通客车股份有限公司 | 机动车换道行为的预测方法 |
CN113034971A (zh) * | 2021-02-28 | 2021-06-25 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
CN112937584A (zh) * | 2021-03-31 | 2021-06-11 | 重庆长安汽车股份有限公司 | 一种自动换道控制方法、装置及汽车 |
CN113428141A (zh) * | 2021-07-15 | 2021-09-24 | 东风汽车集团股份有限公司 | 一种前车紧急切入及时响应的智能检测方法及系统 |
CN113762176A (zh) * | 2021-09-10 | 2021-12-07 | 苏州挚途科技有限公司 | 车辆变道控制方法、装置及电子设备 |
CN113762176B (zh) * | 2021-09-10 | 2024-05-31 | 苏州挚途科技有限公司 | 车辆变道控制方法、装置及电子设备 |
CN114013456A (zh) * | 2021-11-09 | 2022-02-08 | 英博超算(南京)科技有限公司 | 一种自动驾驶辅助过程中压线的目标车辆筛选方法 |
CN114379557A (zh) * | 2021-12-23 | 2022-04-22 | 浙江吉利控股集团有限公司 | 自动变道方法、自动变道控制装置和自动变道系统 |
CN114379557B (zh) * | 2021-12-23 | 2023-12-15 | 浙江吉利控股集团有限公司 | 自动变道方法、自动变道控制装置和自动变道系统 |
CN114212079A (zh) * | 2022-02-18 | 2022-03-22 | 国汽智控(北京)科技有限公司 | 基于acc的车辆控制方法、装置及系统 |
CN114537385A (zh) * | 2022-03-09 | 2022-05-27 | 重庆长安汽车股份有限公司 | 一种基于交通目标感知结果的危险目标筛选方法 |
CN114537385B (zh) * | 2022-03-09 | 2024-05-07 | 重庆长安汽车股份有限公司 | 一种基于交通目标感知结果的危险目标筛选方法 |
CN114889610A (zh) * | 2022-05-20 | 2022-08-12 | 重庆长安汽车股份有限公司 | 一种基于循环神经网络的目标车辆换道时刻预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112124313B (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112124313B (zh) | 基于自动驾驶换道的目标车辆选择方法、车辆及存储介质 | |
US10814876B2 (en) | Vehicle lane-changing control method, vehicle lane-changing control device and related equipment | |
JP4207088B2 (ja) | 車両走行推定装置 | |
JP6985203B2 (ja) | 挙動予測装置 | |
JP4114587B2 (ja) | 自車走行位置検出装置及びプログラム | |
CN107901909B (zh) | 一种车道自动更换的控制方法、装置及控制器 | |
JP5077182B2 (ja) | 車両進路予測装置 | |
CN112567439B (zh) | 一种交通流信息的确定方法、装置、电子设备和存储介质 | |
CN111033589A (zh) | 车道信息管理方法、行驶控制方法及车道信息管理装置 | |
CN115087573B (zh) | 一种关键目标选取方法、装置及系统 | |
CN113085852A (zh) | 自动驾驶车辆的行为预警方法、装置及云端设备 | |
WO2021093335A1 (en) | Method for automatically labeling lane changing intention based on high-noise trajectory data of vehicle | |
CN113071487A (zh) | 自动驾驶车辆控制方法、装置及云端设备 | |
CN112859845A (zh) | 一种轨迹的规划方法、装置和车辆 | |
JP2012221451A (ja) | 運転支援装置 | |
CN112859838A (zh) | 一种自动驾驶控制方法、装置、设备和介质 | |
JP5407913B2 (ja) | 駆動制御装置 | |
CN114194219A (zh) | 一种自动驾驶车辆行驶道路模型预测方法 | |
CN117341683A (zh) | 一种基于多目标识别的车辆动态轨迹拟合避障方法及系统 | |
CN110758388A (zh) | 自动驾驶车辆以及自动驾驶控制方法和装置 | |
JP7481239B2 (ja) | 電子制御装置 | |
JP5682302B2 (ja) | 走行道路推定装置、方法およびプログラム | |
Tomar et al. | Lane change trajectory prediction using artificial neural network | |
JP7400911B1 (ja) | 自動運転装置 | |
JP7491358B2 (ja) | 移動物位置予測装置 |
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 |