CN114506324A - 一种车道决策方法及相关装置 - Google Patents

一种车道决策方法及相关装置 Download PDF

Info

Publication number
CN114506324A
CN114506324A CN202011142642.7A CN202011142642A CN114506324A CN 114506324 A CN114506324 A CN 114506324A CN 202011142642 A CN202011142642 A CN 202011142642A CN 114506324 A CN114506324 A CN 114506324A
Authority
CN
China
Prior art keywords
lane
vehicle
candidate
lane change
current
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
CN202011142642.7A
Other languages
English (en)
Other versions
CN114506324B (zh
Inventor
阮焱东
朱俊
谢宁猛
何牧
张彬
杜芳晶
滕飞
隋记魁
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.)
SAIC Motor Corp Ltd
Shanghai Automotive Industry Corp Group
Original Assignee
SAIC Motor Corp Ltd
Shanghai Automotive Industry Corp Group
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 SAIC Motor Corp Ltd, Shanghai Automotive Industry Corp Group filed Critical SAIC Motor Corp Ltd
Priority to CN202011142642.7A priority Critical patent/CN114506324B/zh
Publication of CN114506324A publication Critical patent/CN114506324A/zh
Application granted granted Critical
Publication of CN114506324B publication Critical patent/CN114506324B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/18Propelling the vehicle
    • B60W30/18009Propelling the vehicle related to particular drive situations
    • B60W30/18163Lane change; Overtaking manoeuvres

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种车道决策方法及相关装置,方法包括:根据各个候选车道的不满度数值判断是否有换道意图生成;如果否,则将本车的当前车道确定为目标车道;如果是,则基于换道安全距离模型对各个候选车道进行换道安全性分析,并根据换道安全性分析结果从各个候选车道中确定目标车道;各个候选车道包括当前车道和当前车道的相邻车道。由此可见,本申请所提供的车道决策方法,对换道意图和换道安全性进行分析,考虑了实际应用中对变道的多种因素影响,提升了自动驾驶的换道的安全性,且使其更加符合驾驶员的习惯。

Description

一种车道决策方法及相关装置
技术领域
本申请涉及驾驶技术领域,特别是涉及一种车道决策方法及相关装置。
背景技术
随着汽车自动驾驶技术的发展,对汽车行驶过程中的车道选择提出了更高的要求。根据SAE International(Society of Automotive Engineers)国际自动机工程师学会修订的SAE J3016标准,其将自动驾驶技术分为L0—L5共六个等级,依次是无自动化、驾驶辅助、部分自动化、有条件自动化、高度自动化和完全自动化。
目前,高速公路、城市高架路等结构化的封闭式道路只允许机动车通行,并且上下行道路在物理上是分离的。因此,结构化道路中,单方向往往包含两个及以上的车道,因此自动驾驶被控车辆在其中的运动可以概括为车道保持和车道变换两种行为。
但,在已有的技术中现有的车道选择策略中,自动驾驶被控车辆车道保持和车道变换的行为选择,未考虑实际道路中对变道的多种因素影响,以至于自动驾驶换道的安全性不足,且车道选择不符合驾驶员决策习惯。
发明内容
基于上述问题,本申请提供了一种车道决策方法及相关装置,以提升自动驾驶的换道的安全性,且使其更加符合驾驶员的习惯。
本申请实施例公开了如下技术方案:
本申请实施例提供了一种车道决策方法,包括:
根据各个候选车道的不满度数值判断是否有换道意图生成;
如果否,则将本车的当前车道确定为目标车道;如果是,则基于换道安全距离模型对所述各个候选车道进行换道安全性分析,并根据换道安全性分析结果从所述各个候选车道中确定目标车道;所述各个候选车道包括所述当前车道和所述当前车道的相邻车道。
可选地,所述根据各个候选车道的不满度数值判断是否生成换道意图,具体包括:
判断所述各个候选车道之中是否所述当前车道的不满度数值最小;
如果是,则确定无换道意图生成;
如果否,则进一步判断所述当前车道的不满度数值与所述各个候选车道的不满度数值最小值的差值是否小于预设阈值,如果是,则确定无换道意图产生,如果否,则确定有换道意图生成。
可选地,如果判断确定有换道意图生成,所述方法还包括:
判断换道方向是否明确。
可选地,所述基于换道安全距离模型对所述各个候选车道进行换道安全性分析,并根据换道安全性分析结果从所述各个候选车道中确定目标车道,具体包括:
当换道方向明确时,基于所述换道安全距离模型对所述换道方向指向的候选车道进行换道安全性分析,如果不合格,则将所述当前车道确定为目标车道;如果合格,则将所述换道方向指向的候选车道确定为目标车道;
当换道方向未明确时,基于所述换道安全距离模型对所述各个候选车道中的最优选候选车道进行换道安全性分析,如果合格,则将所述最优选候选车道确定为目标车道;如果不合格,则进一步对所述各个候选车道中的次优选候选车道进行换道安全性分析,如果合格,则将所述次优选候选车道确定为目标车道,如果不合格,则将所述当前车道作为所述目标车道;
所述最优选候选车道为所述各个候选车道之中不满度数值最小的车道;所述次优选候选车道为所述各个候选车道之中不满度数值次小的车道。
可选地,所述换道安全距离模型至少与以下三个时刻相关:
车辆换道开始时刻,车辆到达碰撞点的时刻和车辆换道结束时刻;
所述换道安全距离模型包括:
所述当前车道的前车与所述本车的第一换道安全距离模型,所述相邻车道的前车与所述本车的第二换道安全距离模型,以及所述相邻车道的后车与所述本车的第三换道安全距离模型。
可选地,当以下三个条件均满足时,所述相邻车道的换道安全性分析结果合格;
第一条件:所述当前车道的前车与所述本车的相对距离符合所述第一换道安全距离模型;
第二条件:所述相邻车道的前车与所述本车的相对距离符合所述第二换道安全距离模型;
第三条件:所述相邻车道的后车与所述本车的相对距离符合所述第三换道安全距离模型。
可选地,所述当以下三个条件均满足时,所述相邻车道的换道安全性分析结果合格,具体包括:
在换道警示时长内持续进行换道安全性分析,若所述第一条件、所述第二条件和所述第三条件均始终满足,则所述相邻车道的换道安全性分析结果合格。
可选地,所述判断换道方向是否明确,具体包括:
判断所述当前车道是否为所述各个候选车道之中不满度数值次小的车道;
如果是,则换道方向明确指向不满度数值最小值对应的候选车道;
如果否,则进一步判断所述当前车道的不满度数值与所述各个候选车道的不满度数值次小值的差值是否小于预设阈值,如果是,则换道方向不明确,如果否,则换道方向明确指向不满度数值最小值对应的候选车道。
可选地,在所述根据各个候选车道的不满度数值判断是否有换道意图生成之前,所述方法还包括:
利用预测引擎计算所述各个候选车道的不满度数值,所述不满度数值包括:速度不满度项、舒适性惩罚项和期望车道偏离惩罚项;
所述预测引擎包括:所述各个候选车道的前车均保持匀速运动;在所述当前车道的相邻车道上增加虚拟本车;所述虚拟本车与所述本车的初始速度相同,且所述虚拟本车与所述本车沿车道方向上的位置相同。
可选地,所述利用预测引擎计算所述各个候选车道的不满度数值,具体包括:
利用第一速度曲线、第二速度曲线或者第三速度曲线获得车辆的采样速度和采样加速度;所述车辆为所述虚拟本车或所述本车;
根据所述采样车速和所述采样加速度得到所述车辆所在的候选车道的不满度数值;
所述第一速度曲线匹配的情景为:所述车辆所在候选车道存在前车时,所述车辆首先匀加速运动,而后匀减速至所在候选车道的前车的速度,最后匀速运动,且与前车保持最小安全行车距离;
所述第二速度曲线匹配的情景为:当计算出的最大车速大于期望车速时,则在所述第一速度曲线的匀加速和匀减速阶段之间增加以所述期望车速匀速运动的阶段;所述匀加速和所述匀减速的加速度绝对值相等;
所述第三速度曲线匹配的情景为:所述车辆所在车道不存在前车时,所述车辆匀加速至所述期望车速,而后保持该车速运动。
可选地,在确定目标车道后,所述方法还包括:
将目标车道的车道信息发送给控制器,以使控制器根据所述目标车道的车道信息控制所述本车自动驾驶。
可选地,还包括:根据所述本车上装设的摄像头、IMU、GPS定位、RTK技术以及高精度地图,获得所述本车的位置信息;所述位置信息包括所述本车的车道信息,所述车道信息指示所述当前车道。
可选地,将所述本车的后轴中点所在的车道作为所述当前车道。
本申请实施例还提供了一种车道决策装置,包括:换道意图判断模块,换道安全分析模块和目标车道决策模块;
其中,所述换道意图判断模块,用于根据各个候选车道的不满度数值判断是否有换道意图生成;
所述目标车道决策模块,用于当所述换道意图判断模块的判断结果为否时,将本车的当前车道确定为目标车道;所述各个候选车道包括所述当前车道和所述当前车道的相邻车道;
所述换道安全分析模块,用于当所述换道意图判断模块的判断结果为是时,基于换道安全距离模型对所述各个候选车道进行换道安全性分析,得到换道安全性分析结果;
所述目标车道决策模块,还用于根据所述换道安全性分析结果从所述各个候选车道中确定目标车道。
相较于现有技术,本申请具有以下有益效果:
本申请实施例提供了一种车道决策方法及相关装置,包括:根据各个候选车道的不满度数值判断是否有换道意图生成;若无换道意图,则将本车的当前车道确定为目标车道;若有换道意图,则基于换道安全距离模型对所述各个候选车道进行换道安全性分析,并根据换道安全性分析结果从所述各个候选车道中确定目标车道;所述各个候选车道包括所述当前车道和所述当前车道的相邻车道。
由此可见,本申请实施例所提供的车道决策方法,对换道意图和换道安全性进行分析,考虑了实际应用中对变道的多种因素影响,提升了自动驾驶的换道的安全性,且使其更加符合驾驶员的习惯。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种车道决策的方法流程图;
图2为本申请实施例提供的一种基于虚拟本车的预测引擎示意图;
图3为本申请实施例提供的一种虚拟本车或本车的速度曲线图;
图4为本申请实施例提供的一种另一种虚拟本车或本车的速度曲线图;
图5为本申请实施例提供的一种另一种虚拟本车或本车的速度曲线图;
图6为本申请实施例提供的一种换道意图判断方法流程示意图;
图7为本申请实施例提供的一种目标车道确定方法流程图;
图8为本申请实施例提供的一种车辆换道过程示意图;
图9为本申请实施例提供的一种车辆碰撞时刻汽车位置示意图;
图10为本申请实施例提供的一种当前车道的前车与本车的第一换道安全距离模型示意图;
图11为本申请实施例提供的一种相邻车道的前车与本车的第二换道安全距离模型示意图;
图12为本申请实施例提供的一种相邻车道的后车与本车的第三换道安全距离模型示意图;
图13为本申请实施例提供的一种车道决策装置结构示意图。
具体实施方式
正如前文描述,目前的自动驾驶被控车辆车道保持和车道变换的行为选择,未考虑实际道路中对变道的多种因素影响,以至于自动驾驶换道的安全性不足,且车道选择不符合驾驶员决策习惯。
发明人经过研究发现,基于高精地图、IMU(惯性测量单元)、GPS定位、RTK(载波相位差分)技术和前视摄像头图像信息可以实现车道级别的定位。本申请实施例在此基础上提供了一种车道决策方法:在自动驾驶中,对换道意图进行分析,当存在换道意图时,对换道安全性进行分析,并根据换道安全性选择最终进行换道动作的车道。该方法考虑了实际应用中对变道的多种因素影响,提升了自动驾驶的换道的安全性,且使其更加符合驾驶员的习惯。
为了使本技术领域的人员更好地理解本申请方案,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做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。
第一实施例
参见图1,该图为本申请实施例提供的一种车道决策的方法流程图。
图1所示的方法,可以由具备数据处理功能的控制器或者处理器执行,也可以由包括前述控制器或者处理器的设备执行,例如终端设备以及服务器。本申请实施例对于方法的执行主体不具体限定。
在本实施例中,图1所示的方法例如可以通过以下步骤S101-S102实现。
S101:根据各个候选车道的不满度数值判断是否有换道意图生成。
需要说明的是,各个候选车道的不满度数值表示驾驶员对车道满意的程度。车道的不满度数值越高,则代表驾驶员对该车道的满意程度越低。本申请实施例中,车道的不满度数值表示的是一般驾驶员对车道的满意程度。
作为一种可能的实施方式,在所述根据各个候选车道的不满度数值判断是否有换道意图生成之前,所述方法还包括:
利用预测引擎计算所述各个候选车道的不满度数值,所述不满度数值包括:速度不满度项、舒适性惩罚项和期望车道偏离惩罚项;
所述预测引擎包括:所述各个候选车道的前车均保持匀速运动;在所述当前车道的相邻车道上增加虚拟本车;所述虚拟本车与所述本车的初始速度相同,且所述虚拟本车与所述本车沿车道方向上的位置相同。
可以理解的是,本申请实施例所提供的方法通过对速度不满度项、舒适性惩罚项和期望车道偏离惩罚项的测算,得出一般驾驶员对车道的满意程度,从而模拟真实驾驶员的目标车道决策行为。
具体地,本申请实施例提供了一种车道的不满度数值α的计算方法,如下所示:
Figure BDA0002738695560000071
Figure BDA0002738695560000072
其中,tpre为预测时长,△t为采样步长,n为采样点个数,vi、ai分别为第i个采样点处被控车辆的速度和加速度,vdes为驾驶员期望车速,id为候选车道的编号,IDdes为期望车道的编号,Dst为预测时长内被控车辆与最晚强制换道点间距离的平均值,ω1和ω2分别为舒适性惩罚项和期望车道偏离惩罚项系数。
需要说明的是,本申请实施例中的期望车道指的是,从导航模块或其他的道路信息获取模块获取的由于即将驶离主路或前方道路施工等原因导致的强制要求变换至的车道。若导航模块未发送期望车道信息,则默认期望车道总与当前候选车道的编号相同。作为一种可能的实现方式,车道编号的定义为沿着车辆前进方向自右向左由1开始依次递增,最大车道编号等于车道数。
接下来介绍vi的具体计算方法,如下所示:
需要说明的是,对于当前车道,vi为本车在第i个采样点的速度;而对于候选车道,vi为虚拟本车在第i个采样点的速度。在本申请实施例中,vi为预测引擎所计算的车辆预测速度。
在本申请实施例中,计算候选车道的车道不满度α是通过假设在候选车道上存在的虚拟本车计算的。参见图2,该图为本申请实施例提供的一种基于虚拟本车的预测引擎示意图。如图2所示,虚拟本车的初始速度和沿道路方向上的位置与本车是相同的。
在本身实施例中,预测引擎计算vi时,假设各个车道的前方障碍车(以下简称前车)均保持匀速运动。
在本申请实施例中,所述利用预测引擎计算所述各个候选车道的不满度数值,具体包括:
利用第一速度曲线、第二速度曲线或者第三速度曲线获得车辆的采样速度和采样加速度;所述车辆为所述虚拟本车或所述本车;
根据所述采样车速和所述采样加速度得到所述车辆所在的候选车道的不满度数值。
所述第一速度曲线匹配的情景为:所述车辆所在候选车道存在前车时,所述车辆首先匀加速运动,而后匀减速至所在候选车道的前车的速度,最后匀速运动,且与前车保持最小安全行车距离。
参见图3,该图为本申请实施例提供的一种虚拟本车或本车的速度曲线图。
具体地,当最大车速vmax小于驾驶员期望车速vdes时,如图3所示,虚拟本车或本车首先从原始车速vego匀加速运动至最大车速vmax,而后匀减速至所在候选车道前车的速度vfront,最后以前车的速度vfront匀速运动,并且与前车保持最小安全行车距离。
所述第二速度曲线匹配的情景为:当计算出的最大车速大于期望车速时,则在所述第一速度曲线的匀加速和匀减速阶段之间增加以所述期望车速匀速运动的阶段;所述匀加速和所述匀减速的加速度绝对值相等。
参见图4,该图为本申请实施例提供的另一种虚拟本车或本车的速度曲线图。
具体地,当最大车速vmax大于或等于驾驶员期望车速vdes时,如图4所示,该图在图3的第一速度曲线的匀加速和匀减速阶段之间增加以所述期望车速vdes匀速运动的阶段;所述匀加速和所述匀减速的加速度绝对值相等。
所述第三速度曲线匹配的情景为:所述车辆所在车道不存在前车时,所述车辆匀加速至所述期望车速,而后保持该车速运动。
参见图5,该图为本申请实施例提供的另一种虚拟本车或本车的速度曲线图。具体地,如图5所示,虚拟本车或本车从原始车速vego匀加速至驾驶员期望车速vdes,而保持期望车速vdes运动。
在本申请实施例中,最小安全行车距离Ssafe的定义如式3所示,其中vself为本车车速、adec为法规允许的最大减速度、β为驾驶员踩下制动踏板的反应时间、l0为安全余量。
Figure BDA0002738695560000091
对虚拟本车速度曲线1,我们不难得到以下等式:
Figure BDA0002738695560000092
其中xfront为候选车道上前车与虚拟本车的距离。将式4整理后可得,
2vmax 2-4vfront·vmax+vfront 2-vego 2+2vfront·vego-2a·xfront+2a·Ssafe=0 (5)这里令
Figure BDA0002738695560000093
若Delta<0,则式5无解。由式6可知xfront-Ssafe<0,即虚拟本车与其前车间距小于最小安全行车距离。如果选择该虚拟本车所在候选车道为目标车道,则换道安全性难以保证,故后续目标车道决策时将不再考虑该车道,此处也不再计算该候选车道的车道不满度。
若Delta≥0,则式5有解,最大车速vmax
Figure BDA0002738695560000101
进一步可得,
Figure BDA0002738695560000102
Figure BDA0002738695560000103
这里预测时长tpre的取值如式10所示,Tpre为预设的预测时长。其他虚拟本车速度曲线中预测时长的取值是类似的,后续将不再赘述。
Figure BDA0002738695560000104
至此,虚拟本车速度曲线1已知:
Figure BDA0002738695560000105
对虚拟本车速度曲线2,同理可以得到以下等式:
Figure BDA0002738695560000106
不难得到,
Figure BDA0002738695560000107
Figure BDA0002738695560000108
Figure BDA0002738695560000109
于是虚拟本车速度曲线2已知:
Figure BDA0002738695560000111
对虚拟本车速度曲线3,t1的表达式同式13,故虚拟本车速度曲线3也已知:
Figure BDA0002738695560000112
具体地,在本申请实施例中,所述根据各个候选车道的不满度数值判断是否生成换道意图,具体包括如下方法:
参见图6,该图为本申请实施例提供的一种换道意图判断方法流程示意图。
如图6所示,本申请实施例提供的一种换道意图判断方法包括:
判断所述各个候选车道之中是否所述当前车道的不满度数值最小;
如果是,则确定无换道意图生成;
如果否,则进一步判断所述当前车道的不满度数值与所述各个候选车道的不满度数值最小值的差值是否小于预设阈值,如果是,则确定无换道意图产生,如果否,则确定有换道意图生成。
可以理解的是,为避免换道意图频繁切换而影响驾乘体验和行驶安全,这里增加车道不满度比较的回滞区间(预设阈值)。即只有在当前车道的候选车道与当前车道的车道不满度数值差值大于或等于预设阈值时,方认为换道意图生成,并依据候选车道与当前车道id的相对关系,确定换道方向;若当前车道的候选车道与当前车道的车道不满度数值差值小于预设阈值,则认为换道意图未生成。
S102:如果否,则将本车的当前车道确定为目标车道;如果是,则基于换道安全距离模型对所述各个候选车道进行换道安全性分析,并根据换道安全性分析结果从所述各个候选车道中确定目标车道;所述各个候选车道包括所述当前车道和所述当前车道的相邻车道。
作为一种可能的实施方式,如果判断确定有换道意图生成,所述方法还包括:
判断换道方向是否明确。
具体地所述判断换道方向是否明确,包括:
判断所述当前车道是否为所述各个候选车道之中不满度数值次小的车道;
如果是,则换道方向明确指向不满度数值最小值对应的候选车道;
如果否,则进一步判断所述当前车道的不满度数值与所述各个候选车道的不满度数值次小值的差值是否小于预设阈值,如果是,则换道方向不明确,如果否,则换道方向明确指向不满度数值最小值对应的候选车道。
参见图7,该图为本申请提供的一种目标车道确定方法流程图。
在判断换道方向是否明确后,所述基于换道安全距离模型对所述各个候选车道进行换道安全性分析,并根据换道安全性分析结果从所述各个候选车道中确定目标车道,具体包括:
如图7所示,当换道方向明确时,基于所述换道安全距离模型对所述换道方向指向的候选车道进行换道安全性分析,如果不合格,则将所述当前车道确定为目标车道;如果合格,则将所述换道方向指向的候选车道确定为目标车道;
当换道方向未明确时,基于所述换道安全距离模型对所述各个候选车道中的最优选候选车道进行换道安全性分析,如果合格,则将所述最优选候选车道确定为目标车道;如果不合格,则进一步对所述各个候选车道中的次优选候选车道进行换道安全性分析,如果合格,则将所述次优选候选车道确定为目标车道,如果不合格,则将所述当前车道作为所述目标车道;
所述最优选候选车道为所述各个候选车道之中不满度数值最小的车道;所述次优选候选车道为所述各个候选车道之中不满度数值次小的车道。
具体地,当以下三个条件均满足时,所述相邻车道的换道安全性分析结果合格;
第一条件:所述当前车道的前车与所述本车的相对距离符合所述第一换道安全距离模型;
第二条件:所述相邻车道的前车与所述本车的相对距离符合所述第二换道安全距离模型;
第三条件:所述相邻车道的后车与所述本车的相对距离符合所述第三换道安全距离模型。
本申请的技术方案在换道的不同阶段,将选取对应的条件进行换道安全分析。若在换道行为开始后,某一时刻换道不满足其对应的条件且本车仍处于当前车道,则调整目标车道为当前车道,即引导车辆返回当前车道。上述的当前车道为车辆后轴中点所在车道。
在本申请实施例中,所述当以下三个条件均满足时,所述相邻车道的换道安全性分析结果合格,具体包括:
在换道警示时长内持续进行换道安全性分析,若所述第一条件、所述第二条件和所述第三条件均始终满足,则所述相邻车道的换道安全性分析结果合格。
需要说明的是,换道警示时长为本申请的技术方案在换道过程中进行安全性分析的时间,该时长与汽车自动驾驶的安全性分析所需要的时间有关。
本申请实施例中的安全距离模型,包括当前车道的前车与本车的第一换道安全距离模型,相邻车道的前车与本车的第二换道安全距离模型,以及相邻车道的后车与本车的第三换道安全距离模型。需要说明的是,本车在换道过程中,存在与当前车道的前车、相邻车道的前车以及后方障碍车(以下简称后车)碰撞的风险,因此本车在换道过程中应当持续监测其与当前车道的前车、相邻车道的前车与后车的相对距离,并与换道安全距离模型计算出的安全距离比较,以确认换道安全性条件是否始终满足。
参见图8,该图为本申请实施例提供的一种车辆换道过程示意图。
如图8所示,所述换道安全距离模型至少与以下三个时刻相关:
车辆换道开始时刻T0,车辆到达碰撞点的时刻T1和车辆换道结束时刻T2
具体地,车辆在换道开始时刻T0没有横向加速度,未开始换道行为,此时车辆行驶在当前车道上。车辆至车辆到达碰撞点的时刻T1时,车辆即将驶离当前车道(一侧前轮压线)。车辆至车辆换道结束的时刻T2时,车辆施加横向加速度结束,即此时车辆已基本完成换道行为,行驶在与当前车道相邻的车道上。
由于车辆换道过程中大都存在加速行为,故这里给出本车换道过程中的平均纵向加速度aego表达式:
Figure BDA0002738695560000141
其中,v0为T0时刻本车的速度、Tlc为换道时间、Aego为预设的平均纵向加速度。Tlc的取值一般取4~6s。
下面分别给出当前车道的前车与本车的第一换道安全距离模型,相邻车道的前车与本车的第二换道安全距离模型,以及相邻车道的后车与本车的第三换道安全距离模型。
(1)当前车道的前车与本车的第一换道安全距离模型。
在本申请实施例中,发明人发现在换道过程中,本车一侧前轮压线的碰撞时刻T1是本车与当前车道前车发生斜向碰撞风险最高的点。
参见图9,该图为本申请实施例提供的一种车辆碰撞时刻汽车位置示意图。
如图9所示,在汽车换道时,车辆朝向方向和车道朝向方向在碰撞时刻T1形成一个车辆航向角θ,该车辆航向角θ可近似由式19计算得到,其中vmean为换道过程的平均车速、d为车道宽度。
参见图10,该图为本申请实施例提供的一种当前车道的前车与本车的第一换道安全距离模型示意图。
可以理解的是,当本车驶入相邻车道后,两者碰撞的风险将极大减小。因此,在本申请的技术方案中,保证碰撞点处本车与当前车道前车的相对距离满足式20要求,可以在很大程度上防止汽车碰撞。如图10所示,在碰撞时刻T1,本车与当前车道前车的距离为xcf(T1)。为保证汽车的行驶安全,本申请将Lsafe设为安全距离。
Figure BDA0002738695560000151
xcf(T1)≥Lsafe (20)
为确保所设计安全距离的适用性,这里假设本车换道过程中,当前车道前车持续以减速度adec减速,那么不难得到,从当前时刻t至T1时刻,当前车道前车行驶的距离为sobs_cf(t,T1),vcf为当前车道前车车速。
Figure BDA0002738695560000152
本车行驶的距离sego(t,T1)为
Figure BDA0002738695560000153
T1时刻本车与当前车道前车的相对距离为
xcf(T1)=xcf(t)+sobs_cf(t,T1)-sego(t,T1) (23)
其中,xcf(t)为当前时刻t本车与当前车道前车的相对距离。
将式(21)、(22)、(23)代入式(20),即可得到本车与当前车道前车的安全距离模型为
Figure BDA0002738695560000154
其中T0的取值为0,T1的数值参照Tlc的数值确定,t的数值则根据本车相对当前车道中心线的位置近似得到,如式(25)所示。
Figure BDA0002738695560000155
其中,y为本车后轴中点偏离当前车道中心线的距离,Lld为碰撞点处本车后轴中点至当前车道中心线的距离。考虑到碰撞点处的车辆航向角θ较小,故Lld可近似由式26表示,l为车辆轴距。
Lld=d-lsinθ (26)
(2)相邻车道的前车与本车的第二换道安全距离模型。
参见图11,该图为本申请实施例提供的一种相邻车道的前车与本车的第二换道安全距离模型示意图。
如图11所示,不同于当前车道前车,本车在换道过程中,更可能与相邻车道前车发生追尾碰撞。因此,需要保证换道行为结束点T2本车与相邻车道前车的相对距离满足式27。
xaf(T2)≥Lsafe (27)
同理可以得到本车与相邻车道前车的换道安全距离模型,t的数值同样根据本车相对当前车道中心线的位置近似得到,如式29所示,其中y为本车偏离当前车道中心线的距离,Llc为车道中心线间的距离。
Figure BDA0002738695560000161
Figure BDA0002738695560000162
(3)相邻车道的后车与本车的第三换道安全距离模型。
参见图12,该图为本申请实施例提供的一种相邻车道的后车与本车的第三换道安全距离模型示意图。
如图12所示,主要考虑换道行为结束点处本车与相邻车道后车的相对关系,如式30所示。这里不再考虑相邻车道后车减速的情况,同时,当其观察到本车的换道行为,一般不会采取危险的加速行为,故这里假设相邻车道后车在本车换道过程中,始终匀速运动。可得本车与相邻车道后车的换道安全距离模型如式31所示。
xar(T2)≥Lsafe (30)
Figure BDA0002738695560000163
在本申请实施例中,在确定目标车道后,所述方法还包括:
将目标车道的车道信息发送给控制器,以使控制器根据所述目标车道的车道信息控制所述本车自动驾驶。
作为一种可能的实施方式,本申请实施例的方法,还包括:
基于所述本车上装设的摄像头、IMU、GPS定位、RTK技术以及高精度地图,获得所述本车的位置信息;所述位置信息包括所述本车的车道信息,所述车道信息指示所述当前车道。
需要说明的是,高精地图主要应用于自动化等级较高自动驾驶功能。高精地图对于道路的描述更加清晰、准确和全面,它提供了传统导航地图不具备的车道级别的信息。同时,高精地图具有更高的实时性。而高精地图与自动驾驶用定位模块和感知模块相结合,可以获取车道级的定位精度和超视距的环境信息,它们为目标车道决策的可行性提供了保证。比如,根据导航模块给出的全局路径规划结果,被控车辆应驶入前方最近匝道,那么可以结合高精地图以及定位所提供的信息,提前变换至下匝道车道,避免错过匝道口。
作为一种可能的实施方式,在本申请实施例中,将所述本车的后轴中点所在的车道作为所述当前车道。
由上述可知,本申请提供的方法,通过对换道意图进行分析,给出最优目标车道,模拟了实际应用中驾驶员的驾驶意图,使自动驾驶更加符合一般驾驶员的驾驶习惯,在提升自动驾驶乘车体验的同时,提升了自动驾驶的效率。此外,通过对换道过程中多个换道危险点的安全性分析,提升了自动驾驶的换道的安全性。
基于上述实施例提供的车道决策的方法,本申请实施例还提供了一种车道决策装置。
参见图13,该图是本申请实施例提供的一种车道决策装置结构示意图。
如图13所示,本申请实施例所提供的车道决策装置,包括:
换道意图判断模块100,换道安全分析模块200和目标车道决策模块300;
其中,换道意图判断模块100,用于根据各个候选车道的不满度数值判断是否有换道意图生成;
目标车道决策模块300,用于当换道意图判断模块的判断结果为否时,将本车的当前车道确定为目标车道;各个候选车道包括当前车道和当前车道的相邻车道;
换道安全分析模块200,用于当换道意图判断模块的判断结果为是时,基于换道安全距离模型对各个候选车道进行换道安全性分析,得到换到安全性分析结果;
目标车道决策模块300,还用于根据换道安全性分析结果从各个候选车道中确定目标车道。
作为一种可能的实现方式,换道意图判断模块100,具体包括:
当前车道不满度数值判断模块和预设阈值判断模块。
当前车道不满度数值判断模块,用于判断各个候选车道之中是否当前车道的不满度数值最小;如果是,则确定无换道意图生成。
如果否,则进一步使用预设阈值判断模块。预设阈值判断模块用于,判断当前车道的不满度数值与各个候选车道的不满度数值最小值的差值是否小于预设阈值,如果是,则确定无换道意图产生,如果否,则确定有换道意图生成。
作为一种可能的实施方式,如果判断确定有换道意图生成,本申请实施例所提供的车道决策装置,还用于:
判断换道方向是否明确。
作为一种可能的实施方式,换道安全分析模块200,具体用于:
当换道方向明确时,基于换道安全距离模型对换道方向指向的候选车道进行换道安全性分析,如果不合格,则将当前车道确定为目标车道;如果合格,则将换道方向指向的候选车道确定为目标车道;
当换道方向未明确时,基于换道安全距离模型对各个候选车道中的最优选候选车道进行换道安全性分析,如果合格,则将最优选候选车道确定为目标车道;如果不合格,则进一步对各个候选车道中的次优选候选车道进行换道安全性分析,如果合格,则将次优选候选车道确定为目标车道,如果不合格,则将当前车道作为目标车道;
最优选候选车道为各个候选车道之中不满度数值最小的车道;次优选候选车道为各个候选车道之中不满度数值次小的车道。
在本申请实施例中,作为一种可能的实施方式,换道安全距离模型至少与以下三个时刻相关:
车辆换道开始时刻,车辆到达碰撞点的时刻和车辆换道结束时刻;
换道安全距离模型包括:
当前车道的前车与本车的第一换道安全距离模型,相邻车道的前车与本车的第二换道安全距离模型,以及相邻车道的后车与本车的第三换道安全距离模型。
作为一种可能的实施方式,当以下三个条件均满足时,相邻车道的换道安全性分析结果合格;
第一条件:当前车道的前车与本车的相对距离符合第一换道安全距离模型;
第二条件:相邻车道的前车与本车的相对距离符合第二换道安全距离模型;
第三条件:相邻车道的后车与本车的相对距离符合第三换道安全距离模型。
作为一种可能的实施方式,当以下三个条件均满足时,相邻车道的换道安全性分析结果合格,具体包括:
在换道警示时长内持续进行换道安全性分析,若第一条件、第二条件和第三条件均始终满足,则相邻车道的换道安全性分析结果合格。
作为一种可能的实施方式,判断换道方向是否明确,具体包括:
判断当前车道是否为各个候选车道之中不满度数值次小的车道;
如果是,则换道方向明确指向不满度数值最小值对应的候选车道;
如果否,则进一步判断当前车道的不满度数值与各个候选车道的不满度数值次小值的差值是否小于预设阈值,如果是,则换道方向不明确,如果否,则换道方向明确指向不满度数值最小值对应的候选车道。
作为一种可能的实施方式,在根据各个候选车道的不满度数值判断是否有换道意图生成之前,本申请实施例提供的车道决策装置,还包括:
预测模块:利用预测引擎计算各个候选车道的不满度数值,不满度数值包括:速度不满度项、舒适性惩罚项和期望车道偏离惩罚项;
预测引擎包括:各个候选车道的前车均保持匀速运动;在当前车道的相邻车道上增加虚拟本车;虚拟本车与本车的初始速度相同,且虚拟本车与本车沿车道方向上的位置相同。
作为一种可能的实施方式,利用预测引擎计算各个候选车道的不满度数值,具体包括:
利用第一速度曲线、第二速度曲线或者第三速度曲线获得车辆的采样速度和采样加速度;车辆为虚拟本车或本车;
根据采样车速和采样加速度得到车辆所在的候选车道的不满度数值;
第一速度曲线匹配的情景为:车辆所在候选车道存在前车时,车辆首先匀加速运动,而后匀减速至所在候选车道的前车的速度,最后匀速运动,且与前车保持最小安全行车距离;
第二速度曲线匹配的情景为:当计算出的最大车速大于期望车速时,则在第一速度曲线的匀加速和匀减速阶段之间增加以期望车速匀速运动的阶段;匀加速和匀减速的加速度绝对值相等;
第三速度曲线匹配的情景为:车辆所在车道不存在前车时,车辆匀加速至期望车速,而后保持该车速运动。
作为一种可能的实施方式,在确定目标车道后,本申请实施例所提供的装置,还包括:
发送模块:将目标车道的车道信息发送给控制器,以使控制器根据目标车道的车道信息控制本车自动驾驶。
作为一种可能的实施方式,本申请实施例所提供的装置,还包括:
位置信息获取模块:基于本车上装设的摄像头、IMU、GPS定位、RTK技术以及高精度地图,获得本车的位置信息;位置信息包括本车的车道信息,车道信息指示当前车道。
作为一种可能的实施方式,在本申请实施例中,可以将本车的后轴中点所在的车道作为当前车道。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备及系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元提示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。

Claims (14)

1.一种车道决策方法,其特征在于,包括:
根据各个候选车道的不满度数值判断是否有换道意图生成;
如果否,则将本车的当前车道确定为目标车道;如果是,则基于换道安全距离模型对所述各个候选车道进行换道安全性分析,并根据换道安全性分析结果从所述各个候选车道中确定目标车道;所述各个候选车道包括所述当前车道和所述当前车道的相邻车道。
2.根据权利要求1所述的方法,其特征在于,所述根据各个候选车道的不满度数值判断是否生成换道意图,具体包括:
判断所述各个候选车道之中是否所述当前车道的不满度数值最小;
如果是,则确定无换道意图生成;
如果否,则进一步判断所述当前车道的不满度数值与所述各个候选车道的不满度数值最小值的差值是否小于预设阈值,如果是,则确定无换道意图产生,如果否,则确定有换道意图生成。
3.根据权利要求2所述的方法,其特征在于,如果判断确定有换道意图生成,所述方法还包括:
判断换道方向是否明确。
4.根据权利要求3所述的方法,其特征在于,所述基于换道安全距离模型对所述各个候选车道进行换道安全性分析,并根据换道安全性分析结果从所述各个候选车道中确定目标车道,具体包括:
当换道方向明确时,基于所述换道安全距离模型对所述换道方向指向的候选车道进行换道安全性分析,如果不合格,则将所述当前车道确定为目标车道;如果合格,则将所述换道方向指向的候选车道确定为目标车道;
当换道方向未明确时,基于所述换道安全距离模型对所述各个候选车道中的最优选候选车道进行换道安全性分析,如果合格,则将所述最优选候选车道确定为目标车道;如果不合格,则进一步对所述各个候选车道中的次优选候选车道进行换道安全性分析,如果合格,则将所述次优选候选车道确定为目标车道,如果不合格,则将所述当前车道作为所述目标车道;
所述最优选候选车道为所述各个候选车道之中不满度数值最小的车道;所述次优选候选车道为所述各个候选车道之中不满度数值次小的车道。
5.根据权利要求1或4所述的方法,其特征在于,所述换道安全距离模型至少与以下三个时刻相关:
车辆换道开始时刻,车辆到达碰撞点的时刻和车辆换道结束时刻;
所述换道安全距离模型包括:
所述当前车道的前车与所述本车的第一换道安全距离模型,所述相邻车道的前车与所述本车的第二换道安全距离模型,以及所述相邻车道的后车与所述本车的第三换道安全距离模型。
6.根据权利要求5所述的方法,其特征在于,当以下三个条件均满足时,所述相邻车道的换道安全性分析结果合格;
第一条件:所述当前车道的前车与所述本车的相对距离符合所述第一换道安全距离模型;
第二条件:所述相邻车道的前车与所述本车的相对距离符合所述第二换道安全距离模型;
第三条件:所述相邻车道的后车与所述本车的相对距离符合所述第三换道安全距离模型。
7.根据权利要求6所述的方法,其特征在于,所述当以下三个条件均满足时,所述相邻车道的换道安全性分析结果合格,具体包括:
在换道警示时长内持续进行换道安全性分析,若所述第一条件、所述第二条件和所述第三条件均始终满足,则所述相邻车道的换道安全性分析结果合格。
8.根据权利要求3或4所述的方法,其特征在于,所述判断换道方向是否明确,具体包括:
判断所述当前车道是否为所述各个候选车道之中不满度数值次小的车道;
如果是,则换道方向明确指向不满度数值最小值对应的候选车道;
如果否,则进一步判断所述当前车道的不满度数值与所述各个候选车道的不满度数值次小值的差值是否小于预设阈值,如果是,则换道方向不明确,如果否,则换道方向明确指向不满度数值最小值对应的候选车道。
9.根据权利要求1-4任一项所述的方法,其特征在于,在所述根据各个候选车道的不满度数值判断是否有换道意图生成之前,所述方法还包括:
利用预测引擎计算所述各个候选车道的不满度数值,所述不满度数值包括:速度不满度项、舒适性惩罚项和期望车道偏离惩罚项;
所述预测引擎包括:所述各个候选车道的前车均保持匀速运动;在所述当前车道的相邻车道上增加虚拟本车;所述虚拟本车与所述本车的初始速度相同,且所述虚拟本车与所述本车沿车道方向上的位置相同。
10.根据权利要求9所述的方法,其特征在于,所述利用预测引擎计算所述各个候选车道的不满度数值,具体包括:
利用第一速度曲线、第二速度曲线或者第三速度曲线获得车辆的采样速度和采样加速度;所述车辆为所述虚拟本车或所述本车;
根据所述采样车速和所述采样加速度得到所述车辆所在的候选车道的不满度数值;
所述第一速度曲线匹配的情景为:所述车辆所在候选车道存在前车时,所述车辆首先匀加速运动,而后匀减速至所在候选车道的前车的速度,最后匀速运动,且与前车保持最小安全行车距离;
所述第二速度曲线匹配的情景为:当计算出的最大车速大于期望车速时,则在所述第一速度曲线的匀加速和匀减速阶段之间增加以所述期望车速匀速运动的阶段;所述匀加速和所述匀减速的加速度绝对值相等;
所述第三速度曲线匹配的情景为:所述车辆所在车道不存在前车时,所述车辆匀加速至所述期望车速,而后保持该车速运动。
11.根据权利要求1-4任一项所述的方法,其特征在于,在确定目标车道后,所述方法还包括:
将目标车道的车道信息发送给控制器,以使控制器根据所述目标车道的车道信息控制所述本车自动驾驶。
12.根据权利要求1-4任一项所述的方法,其特征在于,还包括:根据所述本车上装设的摄像头、IMU、GPS定位、RTK技术以及高精度地图,获得所述本车的位置信息;所述位置信息包括所述本车的车道信息,所述车道信息指示所述当前车道。
13.根据权利要求1-4任一项所述的方法,其特征在于,将所述本车的后轴中点所在的车道作为所述当前车道。
14.一种车道决策装置,其特征在于,包括:换道意图判断模块,换道安全分析模块和目标车道决策模块;
其中,所述换道意图判断模块,用于根据各个候选车道的不满度数值判断是否有换道意图生成;
所述目标车道决策模块,用于当所述换道意图判断模块的判断结果为否时,将本车的当前车道确定为目标车道;所述各个候选车道包括所述当前车道和所述当前车道的相邻车道;
所述换道安全分析模块,用于当所述换道意图判断模块的判断结果为是时,基于换道安全距离模型对所述各个候选车道进行换道安全性分析,得到换道安全性分析结果;
所述目标车道决策模块,还用于根据所述换道安全性分析结果从所述各个候选车道中确定目标车道。
CN202011142642.7A 2020-10-23 2020-10-23 一种车道决策方法及相关装置 Active CN114506324B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011142642.7A CN114506324B (zh) 2020-10-23 2020-10-23 一种车道决策方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011142642.7A CN114506324B (zh) 2020-10-23 2020-10-23 一种车道决策方法及相关装置

Publications (2)

Publication Number Publication Date
CN114506324A true CN114506324A (zh) 2022-05-17
CN114506324B CN114506324B (zh) 2024-03-15

Family

ID=81546257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011142642.7A Active CN114506324B (zh) 2020-10-23 2020-10-23 一种车道决策方法及相关装置

Country Status (1)

Country Link
CN (1) CN114506324B (zh)

Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050015203A1 (en) * 2003-07-18 2005-01-20 Nissan Motor Co., Ltd. Lane-changing support system
DE102011016770A1 (de) * 2011-04-12 2011-11-03 Daimler Ag Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs bei einem Fahrspurwechsel und Vorrichtung zur Durchführung des Verfahrens
DE102012001405A1 (de) * 2012-01-26 2012-11-22 Daimler Ag Verfahren zur Durchführung eines Fahrspurwechsels und Vorrichtung zur Durchführung des Verfahrens
CN103496366A (zh) * 2013-09-09 2014-01-08 北京航空航天大学 一种基于车车协同的主动换道避撞控制方法与装置
CN103587528A (zh) * 2013-10-12 2014-02-19 长安大学 一种换道过程越线时刻预测装置及其预测方法
US20140074388A1 (en) * 2011-03-01 2014-03-13 Kai Bretzigheimer Method and Device for the Prediction and Adaptation of Movement Trajectories of Motor Vehicles
CN104442812A (zh) * 2013-10-16 2015-03-25 陈武强 一种汽车变道辅助探测装置及探测办法
CN105620480A (zh) * 2015-12-29 2016-06-01 东南大学 智能车辆自主性换道时机决策方法
CN106364486A (zh) * 2016-09-08 2017-02-01 江苏大学 一种基于危害分析的智能车辆变道控制方法
CN107389064A (zh) * 2017-07-27 2017-11-24 长安大学 一种基于惯性导航的无人车变道控制方法
CN108313054A (zh) * 2018-01-05 2018-07-24 北京智行者科技有限公司 自动驾驶自主换道决策方法和装置及自动驾驶车辆
CN108919795A (zh) * 2018-06-01 2018-11-30 中国北方车辆研究所 一种自动驾驶汽车换道决策方法及装置
CN109017785A (zh) * 2018-08-09 2018-12-18 北京智行者科技有限公司 车辆换道行驶方法
CN109204315A (zh) * 2018-09-07 2019-01-15 东软集团股份有限公司 变换车道的方法、装置、存储介质和电子设备
US20190100211A1 (en) * 2017-09-29 2019-04-04 Neusoft Corporation Vehicle lane-changing control method, vehicle lanechanging control device and related equipment
CN110001647A (zh) * 2019-04-29 2019-07-12 重庆长安汽车股份有限公司 车辆触发变道方法、系统及计算机可读存储介质
CN110298131A (zh) * 2019-07-05 2019-10-01 西南交通大学 一种混合驾驶环境下自动驾驶换道决策模型建立方法
CN110362910A (zh) * 2019-07-05 2019-10-22 西南交通大学 基于博弈论的自动驾驶车辆换道冲突协调模型建立方法
US20190322281A1 (en) * 2017-04-20 2019-10-24 Tencent Technology (Shenzhen) Company Limited Lane selection method, target vehicle and computer storage medium
CN111325230A (zh) * 2018-12-17 2020-06-23 上海汽车集团股份有限公司 车辆换道决策模型的在线学习方法和在线学习装置
WO2020135880A1 (zh) * 2018-12-29 2020-07-02 长城汽车股份有限公司 车辆自动驾驶时的行车道选择方法、选择系统及车辆
WO2020135742A1 (zh) * 2018-12-29 2020-07-02 长城汽车股份有限公司 自动驾驶车辆的横向决策系统及横向决策确定方法
CN111361564A (zh) * 2020-04-29 2020-07-03 吉林大学 一种考虑效益最大化的车道变更系统及综合决策方法
CN111383474A (zh) * 2018-12-29 2020-07-07 长城汽车股份有限公司 自动驾驶车辆的决策系统及方法
CN111391848A (zh) * 2020-03-02 2020-07-10 吉林大学 自动驾驶车辆换道方法
CN111422197A (zh) * 2020-05-18 2020-07-17 吉林大学 一种考虑智能车群流量的智能驾驶车辆主动换道系统
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
US20200310428A1 (en) * 2019-03-28 2020-10-01 Baidu Online Network Technology (Beijing) Co., Ltd. Lane changing method, device for driverless vehicle and computer-readable storage medium

Patent Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050015203A1 (en) * 2003-07-18 2005-01-20 Nissan Motor Co., Ltd. Lane-changing support system
US20140074388A1 (en) * 2011-03-01 2014-03-13 Kai Bretzigheimer Method and Device for the Prediction and Adaptation of Movement Trajectories of Motor Vehicles
DE102011016770A1 (de) * 2011-04-12 2011-11-03 Daimler Ag Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs bei einem Fahrspurwechsel und Vorrichtung zur Durchführung des Verfahrens
DE102012001405A1 (de) * 2012-01-26 2012-11-22 Daimler Ag Verfahren zur Durchführung eines Fahrspurwechsels und Vorrichtung zur Durchführung des Verfahrens
CN103496366A (zh) * 2013-09-09 2014-01-08 北京航空航天大学 一种基于车车协同的主动换道避撞控制方法与装置
CN103587528A (zh) * 2013-10-12 2014-02-19 长安大学 一种换道过程越线时刻预测装置及其预测方法
CN104442812A (zh) * 2013-10-16 2015-03-25 陈武强 一种汽车变道辅助探测装置及探测办法
CN105620480A (zh) * 2015-12-29 2016-06-01 东南大学 智能车辆自主性换道时机决策方法
CN106364486A (zh) * 2016-09-08 2017-02-01 江苏大学 一种基于危害分析的智能车辆变道控制方法
US20190322281A1 (en) * 2017-04-20 2019-10-24 Tencent Technology (Shenzhen) Company Limited Lane selection method, target vehicle and computer storage medium
CN107389064A (zh) * 2017-07-27 2017-11-24 长安大学 一种基于惯性导航的无人车变道控制方法
US20190100211A1 (en) * 2017-09-29 2019-04-04 Neusoft Corporation Vehicle lane-changing control method, vehicle lanechanging control device and related equipment
CN108313054A (zh) * 2018-01-05 2018-07-24 北京智行者科技有限公司 自动驾驶自主换道决策方法和装置及自动驾驶车辆
CN108919795A (zh) * 2018-06-01 2018-11-30 中国北方车辆研究所 一种自动驾驶汽车换道决策方法及装置
CN109017785A (zh) * 2018-08-09 2018-12-18 北京智行者科技有限公司 车辆换道行驶方法
CN109204315A (zh) * 2018-09-07 2019-01-15 东软集团股份有限公司 变换车道的方法、装置、存储介质和电子设备
CN111325230A (zh) * 2018-12-17 2020-06-23 上海汽车集团股份有限公司 车辆换道决策模型的在线学习方法和在线学习装置
CN111383474A (zh) * 2018-12-29 2020-07-07 长城汽车股份有限公司 自动驾驶车辆的决策系统及方法
WO2020135880A1 (zh) * 2018-12-29 2020-07-02 长城汽车股份有限公司 车辆自动驾驶时的行车道选择方法、选择系统及车辆
WO2020135742A1 (zh) * 2018-12-29 2020-07-02 长城汽车股份有限公司 自动驾驶车辆的横向决策系统及横向决策确定方法
US20200310428A1 (en) * 2019-03-28 2020-10-01 Baidu Online Network Technology (Beijing) Co., Ltd. Lane changing method, device for driverless vehicle and computer-readable storage medium
CN110001647A (zh) * 2019-04-29 2019-07-12 重庆长安汽车股份有限公司 车辆触发变道方法、系统及计算机可读存储介质
CN110298131A (zh) * 2019-07-05 2019-10-01 西南交通大学 一种混合驾驶环境下自动驾驶换道决策模型建立方法
CN110362910A (zh) * 2019-07-05 2019-10-22 西南交通大学 基于博弈论的自动驾驶车辆换道冲突协调模型建立方法
CN111391848A (zh) * 2020-03-02 2020-07-10 吉林大学 自动驾驶车辆换道方法
CN111361564A (zh) * 2020-04-29 2020-07-03 吉林大学 一种考虑效益最大化的车道变更系统及综合决策方法
CN111422197A (zh) * 2020-05-18 2020-07-17 吉林大学 一种考虑智能车群流量的智能驾驶车辆主动换道系统
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

Also Published As

Publication number Publication date
CN114506324B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
JP7069103B2 (ja) 運転者を支援する方法、運転者支援システム、およびこのような運転者支援システムを備えた車両
CN111986514B (zh) 基于交通工具的数据处理方法、装置、设备以及介质
CN107848531B (zh) 车辆控制装置、车辆控制方法及存储车辆控制程序的介质
US9429443B2 (en) Method and system for determining parameters of a model for the longitudinal guidance and for the determination of a longitudinal guide for a vehicle
JP6512084B2 (ja) 走行軌跡生成装置、走行軌跡生成方法
CN107848534B (zh) 车辆控制装置、车辆控制方法及存储车辆控制程序的介质
US9428196B2 (en) Vehicle driving behavior predicting device
EP3372464B1 (en) Vehicle travel assist device
WO2017094907A1 (ja) 走行軌跡生成装置、走行軌跡生成方法
US20150142207A1 (en) Method and driver assistance device for supporting lane changes or passing maneuvers of a motor vehicle
US11091035B2 (en) Automatic driving system
KR101874186B1 (ko) 기계 학습을 통한 주변 차량의 주행 경로 예측 방법 및 이를 이용하는 차량 제어 방법
JP7156989B2 (ja) 走行制御装置、走行制御方法、およびプログラム
JP6278337B2 (ja) 先行車両追従システム、先行車両追従方法、及び先行車両追従プログラム
CN113348121B (zh) 用于操作自适应速度调节器的方法和控制单元
CN112277944B (zh) 一种道路巡航方法、装置及介质
CN106414204B (zh) 确定临界车辆状态和车辆最小间距
JP2020075561A (ja) 走行範囲取得システム、車両制御システムおよび走行範囲取得プログラム
CN111746530B (zh) 车辆控制装置、车辆控制方法、及存储介质
CN112542061A (zh) 基于车联网的借道超车控制方法、装置、系统及存储介质
CN116740939A (zh) 智能网联车辆行驶规划方法及装置
CN114506324B (zh) 一种车道决策方法及相关装置
CN112797151B (zh) 档位决定装置、方法及仿真装置
CN115175838B (zh) 车辆控制方法及车辆控制装置
CN111746529B (zh) 车辆控制装置、车辆控制方法、及存储介质

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