CN114889611B - 基于自学习的路口车道选择的控制系统及方法 - Google Patents

基于自学习的路口车道选择的控制系统及方法 Download PDF

Info

Publication number
CN114889611B
CN114889611B CN202210576594.5A CN202210576594A CN114889611B CN 114889611 B CN114889611 B CN 114889611B CN 202210576594 A CN202210576594 A CN 202210576594A CN 114889611 B CN114889611 B CN 114889611B
Authority
CN
China
Prior art keywords
lane
selection
vehicle
intersection
learning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210576594.5A
Other languages
English (en)
Other versions
CN114889611A (zh
Inventor
孙思
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.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile 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 Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202210576594.5A priority Critical patent/CN114889611B/zh
Publication of CN114889611A publication Critical patent/CN114889611A/zh
Application granted granted Critical
Publication of CN114889611B publication Critical patent/CN114889611B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • 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
    • 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
    • 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
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于自学习的路口车道选择的控制系统及方法，系统包括道路环境采集设备、导航定位系统、车载动态传感器和车载感知系统，还包括车道选择模块和车辆行驶模块；所述车道选择模块用于根据当前人车环境计算并选择合理且合适的城区路口车道，所述车辆行驶模块用于根据车道选择实施驾驶操作。本发明通过自学习驾驶员的城区路口选择，对城区路口车道选择初始策略进行优化，这样，基于制定合理车道选择的驾驶策略，能够根据用户自身对于城区路口车道选择的喜好和适应性，实现辅助驾驶技术的路口安全通行以及体验提升，展现现代技术的人性化关怀。

Description

基于自学习的路口车道选择的控制系统及方法
技术领域
本发明属于智能驾驶控制技术领域，具体涉及一种基于自学习的路口车道选择的控制系统及方法。
背景技术
现阶段，国内外车企或互联网巨头都在积极发展辅助驾驶技术，目前能够满足智能驾驶车辆在小范围、简单城区环境下的低速行驶要求，以及城际公路简单环境中的高速行驶需求，领先技术到达L2水平并向L4水平发展，许多技术已经搭载各种车型实现量产。如今，辅助驾驶团队逐渐认识到给用户极致体验不仅仅是解放驾驶员的双手双脚，更多的是让辅助驾驶像经验丰富、沉着冷静的人类驾驶员。随着智能驾驶车辆研究的不断深入，对智能驾驶车辆的辅助驾驶策略提出了更高的要求。
尤其当智能驾驶车辆行驶至路口前或通过路口后，有多个可通行的车道，如车辆驾驶至路口前需要直行，此时有多个直行通行车道，或者出路口时，有多个可通行路口，均需要系统做出选择，因此有必要基于驾驶员自身对于城区路口车道选择的喜好和适应性来制定相应的控制方法及系统。
发明内容
针对现有技术的上述不足，本发明要解决的技术问题是提供一种基于自学习的路口车道选择的控制系统及方法，避免智能驾驶车辆不能根据用户自身车道选择的喜好进行车道选择的问题。
为解决上述技术问题，本发明采用如下技术方案：
基于自学习的路口车道选择的控制系统，包括：道路环境采集设备，用于识别采集路口处的交通标线、交通标志和交通信号灯；导航定位系统，用于制定行驶路径并定位用户车辆相对位置；车载动态传感器，用于实时检测车辆动态行驶状态；车载感知系统，用于识别周围交通环境；还包括车道选择模块和车辆行驶模块；所述车道选择模块用于根据当前人车环境计算并选择合理且合适的城区路口车道，所述车辆行驶模块用于根据车道选择实施驾驶操作；
所述道路环境采集设备、导航定位系统、车载动态传感器、车载感知系统与车道选择模块通信连接；所述车道选择模块与车辆行驶模块通信连接。
进一步完善上述技术方案，所述车道选择模块包括路口车道选择计算单元、自学习计算单元和存储单元；所述路口车道选择计算单元用于根据制定策略选择城区路口车道，所述自学习计算单元用于学习驾驶员在相同路口车道情景下的车道选择；所述存储单元用于存储道路环境、车辆动态行驶状态、交通环境、车道选择、驾驶员接管情况及其对应关系。
进一步地，所述车辆行驶模块包括制动模块、动力模块和转向模块；所述制动模块用于控制车辆制动，所述动力模块用于控制车辆前进，所述转向模块用于控制车辆转向。
本发明还涉及基于自学习的路口车道选择的控制方法，本方法基于上述的基于自学习的路口车道选择的控制系统而进行，包括如下步骤：
S1：开启辅助驾驶功能；
S2：车辆进入多车道可选择的路口后进行车道判断及选择，使得车辆进入可通行车道；
S3：基于各个可通行车道的汇流情况、通行效率和距离三个评价维度计算每个可通行车道的总分值；
S4：根据驾驶员接管车辆情况，制定城区路口车道选择策略并进行路口车道选择自学习，车辆选择车道通行。
进一步完善上述技术方案，所述步骤S4具体包括：
S4.1：若驾驶员不接管车辆，制定并执行城区路口车道选择初始策略，执行步骤S4.3；若驾驶员接管车辆，则对驾驶行为换道进行评价赋分，同时进行数据积累；
S4.2：制定并执行城区路口车道自学习策略，同时进行数据积累；
S4.3：车辆选择车道通行。
进一步地，所述城区路口车道选择初始策略为：车辆选择总分值最高的可通行车道通行；
若有多个可通行车道的总分值与本车道相同且同为最高值，车辆选择本车道通行；若有其他多个车道的总分值均为最高值且高于本车道的总分值，车辆选择左边较邻近车道通行。
进一步地，所述步骤S4.1还包括：
驾驶员接管车辆，对驾驶行为以是否换道作为指标进行评价赋分，换道情况初始赋值为1分，不换道情况初始赋值为0分，面对多个可通行车道时，驾驶员换道则换道情况加1分，驾驶员不换道则不换道情况加1分；并将换道情况进行数据积累存储在存储单元中；
所述步骤S4.2中，所述城区路口车道自学习策略为：若可通行车道与城区路口车道选择初始策略选择结果相同，则该可通行车道评价维度权重不变；若可通行车道与城区路口车道选择初始策略选择结果不同但总分值相同，比较可通行车道各评价维度的分值，若各评价维度分值相同，存储该次车道选择过程，若各评价维度分值不同，且某个或多个维度的驾驶员通行车道的分值高于城区路口车道选择初始策略中的分值，将该维度作为潜在重要维度，经过M次选择后，将该维度的权重增加S分；若可通行车道与城区路口车道选择初始策略选择结果不同但可通行车道的总分值低于城区路口车道选择初始策略选择车道的总分值，则该可通行车道评价维度权重不变但作为异常车道选择数据存储供后续维度分析。
进一步地，所述步骤S4.3中，车辆根据驾驶员操作或系统选择，车辆选择车道通行，将车道选择进行数据积累并存储在存储单元中；
所述步骤S4.2和步骤S4.3之间还包括：基于步骤S4.1中的换道情况数据积累，当驾驶行为的是否换道指标中换道情况少于不换道情况N次，则向驾驶员确认是否在路口前后选择本车道通行而不进行换道操作，若驾驶员确认进行换道操作，则后续通过路口时继续执行所述步骤S4.3且后续不再向驾驶员确认是否进行换道操作；
所述步骤S4.3之后还包括：基于所述步骤S4.3中的车道选择数据积累，重新分析车道选择的各评价维度及其权重，优化所述城区路口车道选择初始策略。
进一步地，所述步骤S2包括：
车辆进入多车道可选择的路口后，实时识别道路环境、车辆动态行驶状态、交通环境；车辆识别到多个可通行车道后需要进行车道判断及选择，若车辆处于不可通行车道，先换道至邻近可通行车道。
进一步地，所述步骤S3包括：
将可通行车道以汇流情况、通行效率和距离三个维度进行评价，且各维度权重相同且均为1；汇流情况分为存在汇流和不存在汇流两种情况，存在汇流情况赋予0分，不存在汇流情况赋予1分；通行效率分为通行效率高、通行效率中等和通行效率低三种情况，通行效率高情况赋予2分，通行效率中等情况赋予1分，通行效率低情况赋予0分；距离分为本车道、相邻车道和远车道三种情况，本车道情况赋予2分，相邻车道情况赋予1分，远车道情况赋予0分；三个维度的分值相加即为该车道的总分值；然后对各个可通行车道进行总分值计算。
相比现有技术，本发明具有如下有益效果：
本发明的基于自学习的路口车道选择的控制方法，通过自学习驾驶员的城区路口选择，对城区路口车道选择初始策略进行优化，这样，基于制定合理车道选择的驾驶策略，能够根据用户自身对于城区路口车道选择的喜好和适应性，实现辅助驾驶技术的路口安全通行以及体验提升，展现现代技术的人性化关怀。
附图说明
图1为实施例的基于自学习的路口车道选择的控制系统的架构图；
图2为实施例的基于自学习的路口车道选择的控制方法的逻辑框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。此外，术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
下面结合附图对本发明的具体实施方式作进一步的详细说明。
请参见图1，具体实施例的基于自学习的路口车道选择的控制系统，包括：道路环境采集设备，用于识别采集路口处的交通标线、交通标志和交通信号灯；导航定位系统，用于制定行驶路径并定位用户车辆相对位置；车载动态传感器，用于实时检测车辆动态行驶状态；车载感知系统，用于识别周围交通环境；还包括车道选择模块和车辆行驶模块；所述车道选择模块用于根据当前人车环境计算并选择合理且合适的城区路口车道，所述车辆行驶模块用于根据车道选择实施驾驶操作；
所述道路环境采集设备、导航定位系统、车载动态传感器、车载感知系统与车道选择模块通信连接；所述车道选择模块与车辆行驶模块通信连接。
其中，所述车道选择模块包括路口车道选择计算单元、自学习计算单元和存储单元；所述路口车道选择计算单元用于根据制定策略选择城区路口车道，所述自学习计算单元用于学习驾驶员在相同路口车道情景下的车道选择；所述存储单元用于存储道路环境、车辆动态行驶状态、交通环境、车道选择、驾驶员接管情况及其对应关系。
其中，所述车辆行驶模块包括制动模块、动力模块和转向模块；所述制动模块用于控制车辆制动，所述动力模块用于控制车辆前进，所述转向模块用于控制车辆转向。
请参见图2，本发明还提供基于自学习的路口车道选择的控制方法，本方法基于上述的基于自学习的路口车道选择的控制系统而进行，包括如下步骤：
S1：开启辅助驾驶功能；
S2：车辆进入多车道可选择的路口后进行车道判断及选择，使得车辆进入可通行车道；
S3：基于各个可通行车道的汇流情况、通行效率和距离三个评价维度计算每个可通行车道的总分值；
S4：根据驾驶员接管车辆情况，制定城区路口车道选择策略并进行路口车道选择自学习，车辆选择车道通行；
S4.1：若驾驶员不接管车辆，制定并执行城区路口车道选择初始策略，执行步骤S4.3；若驾驶员接管车辆，则对驾驶行为换道进行评价赋分，同时进行数据积累；
S4.2：制定并执行城区路口车道自学习策略，同时进行数据积累；
S4.3：车辆选择车道通行。
实施例的基于自学习的路口车道选择的控制方法，通过自学习驾驶员的城区路口选择，对城区路口车道选择初始策略进行优化，这样，基于制定合理车道选择的驾驶策略，能够根据用户自身对于城区路口车道选择的喜好和适应性，实现辅助驾驶技术的路口安全通行以及体验提升，展现现代技术的人性化关怀。
其中，所述城区路口车道选择初始策略为：车辆选择总分值最高的可通行车道通行；
若有多个可通行车道的总分值与本车道相同且同为最高值，车辆选择本车道通行；若有其他多个车道的总分值均为最高值且高于本车道的总分值，车辆选择左边较邻近车道通行。
其中，所述步骤S4.1还包括：
驾驶员接管车辆，对驾驶行为以是否换道作为指标进行评价赋分，换道情况初始赋值为1分，不换道情况初始赋值为0分，面对多个可通行车道时，驾驶员换道则换道情况加1分，驾驶员不换道则不换道情况加1分；并将换道情况进行数据积累存储在存储单元中；
所述步骤S4.2中，所述城区路口车道自学习策略为：若可通行车道与城区路口车道选择初始策略选择结果相同，则该可通行车道评价维度权重不变；若可通行车道与城区路口车道选择初始策略选择结果不同但总分值相同，比较可通行车道各评价维度的分值，若各评价维度分值相同，存储该次车道选择过程，若各评价维度分值不同，且某个或多个维度的驾驶员通行车道的分值高于城区路口车道选择初始策略中的分值，将该维度作为潜在重要维度，经过M次选择后，将该维度的权重增加S分；若可通行车道与城区路口车道选择初始策略选择结果不同但可通行车道的总分值低于城区路口车道选择初始策略选择车道的总分值，则该可通行车道评价维度权重不变但作为异常车道选择数据存储供后续维度分析。
其中，所述步骤S4.3中，车辆根据驾驶员操作或系统选择，车辆选择车道通行，将车道选择进行数据积累并存储在存储单元中；
所述步骤S4.2和步骤S4.3之间还包括：基于步骤S4.1中的换道情况数据积累，当驾驶行为的是否换道指标中换道情况少于不换道情况N次，则向驾驶员确认是否在路口前后选择本车道通行而不进行换道操作，若驾驶员确认进行换道操作，则后续通过路口时继续执行所述步骤S4.3且后续不再向驾驶员确认是否进行换道操作；
所述步骤S4.3之后还包括：基于所述步骤S4.3中的车道选择数据积累，重新分析车道选择的各评价维度及其权重，优化所述城区路口车道选择初始策略。
这样，通过驾驶员接管车辆下的城区路口车道自学习策略中的不断数据积累来优化驾驶员不接管车辆时的初始城区路口车道选择策略。
其中，所述步骤S2具体包括：
车辆进入多车道可选择的路口后，实时识别道路环境、车辆动态行驶状态、交通环境；车辆识别到多个可通行车道后需要进行车道判断及选择，若车辆处于不可通行车道，先换道至邻近可通行车道。
其中，所述步骤S3包括：
将可通行车道以汇流情况、通行效率和距离三个维度进行评价，且各维度权重相同且均为1；汇流情况分为存在汇流和不存在汇流两种情况，存在汇流情况赋予0分，不存在汇流情况赋予1分；通行效率分为通行效率高、通行效率中等和通行效率低三种情况，通行效率高情况赋予2分，通行效率中等情况赋予1分，通行效率低情况赋予0分；距离分为本车道、相邻车道和远车道三种情况，本车道情况赋予2分，相邻车道情况赋予1分，远车道情况赋予0分；三个维度的分值相加即为该车道的总分值；然后对各个可通行车道进行总分值计算。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.基于自学习的路口车道选择的控制方法，其特征在于：包括如下步骤：
S1：开启辅助驾驶功能；
S2：车辆进入多车道可选择的路口后进行车道判断及选择，使得车辆进入可通行车道；
S3：基于各个可通行车道的汇流情况、通行效率和距离三个评价维度计算每个可通行车道的总分值；
S4：根据驾驶员接管车辆情况，制定城区路口车道选择策略并进行路口车道选择自学习，车辆选择车道通行；
所述步骤S4具体包括：
S4.1：若驾驶员不接管车辆，制定并执行城区路口车道选择初始策略，执行步骤S4.3；若驾驶员接管车辆，则对驾驶行为换道进行评价赋分，同时进行数据积累；
S4.2：制定并执行城区路口车道自学习策略，同时进行数据积累；
S4.3：车辆选择车道通行；
所述城区路口车道选择初始策略为：车辆选择总分值最高的可通行车道通行；
若有多个可通行车道的总分值与本车道相同且同为最高值，车辆选择本车道通行；若有其他多个车道的总分值均为最高值且高于本车道的总分值，车辆选择左边较邻近车道通行；
若驾驶员接管车辆，所述步骤S4.3之后还包括：基于所述步骤S4.2中的车道选择数据积累，重新分析车道选择的各评价维度及其权重，优化所述城区路口车道选择初始策略。
2.根据权利要求1所述基于自学习的路口车道选择的控制方法，其特征在于：所述步骤S4.1还包括：
驾驶员接管车辆，对驾驶行为以是否换道作为指标进行评价赋分，换道情况初始赋值为1分，不换道情况初始赋值为0分，面对多个可通行车道时，驾驶员换道则换道情况加1分，驾驶员不换道则不换道情况加1分；并将换道情况进行数据积累存储在存储单元中；
所述步骤S4.2中，所述城区路口车道自学习策略为：若可通行车道与城区路口车道选择初始策略选择结果相同，则该可通行车道评价维度权重不变；若可通行车道与城区路口车道选择初始策略选择结果不同但总分值相同，比较可通行车道各评价维度的分值，若各评价维度分值相同，存储该次车道选择过程，若各评价维度分值不同，且某个或多个维度的驾驶员通行车道的分值高于城区路口车道选择初始策略中的分值，将该维度作为潜在重要维度，经过M次选择后，将该维度的权重增加S分；若可通行车道与城区路口车道选择初始策略选择结果不同但可通行车道的总分值低于城区路口车道选择初始策略选择车道的总分值，则该可通行车道评价维度权重不变但作为异常车道选择数据存储供后续维度分析。
3.根据权利要求2所述基于自学习的路口车道选择的控制方法，其特征在于：所述步骤S4.3中，车辆根据驾驶员操作或系统选择，车辆选择车道通行，将车道选择进行数据积累并存储在存储单元中；
所述步骤S4.2和步骤S4.3之间还包括：基于步骤S4.1中的换道情况数据积累，当驾驶行为的是否换道指标中换道情况少于不换道情况N次，则向驾驶员确认是否在路口前后选择本车道通行而不进行换道操作，若驾驶员确认进行换道操作，则后续通过路口时继续执行所述步骤S4.3且后续不再向驾驶员确认是否进行换道操作。
4.根据权利要求1所述基于自学习的路口车道选择的控制方法，其特征在于：所述步骤S2包括：
车辆进入多车道可选择的路口后，实时识别道路环境、车辆动态行驶状态、交通环境；车辆识别到多个可通行车道后需要进行车道判断及选择，若车辆处于不可通行车道，先换道至邻近可通行车道。
5.根据权利要求1所述基于自学习的路口车道选择的控制方法，其特征在于：所述步骤S3包括：
将可通行车道以汇流情况、通行效率和距离三个维度进行评价，且各维度权重相同且均为1；汇流情况分为存在汇流和不存在汇流两种情况，存在汇流情况赋予0分，不存在汇流情况赋予1分；通行效率分为通行效率高、通行效率中等和通行效率低三种情况，通行效率高情况赋予2分，通行效率中等情况赋予1分，通行效率低情况赋予0分；距离分为本车道、相邻车道和远车道三种情况，本车道情况赋予2分，相邻车道情况赋予1分，远车道情况赋予0分；三个维度的分值相加即为该车道的总分值；然后对各个可通行车道进行总分值计算。
6.基于自学习的路口车道选择的控制系统，用于执行如权利要求1-5任一项所述的基于自学习的路口车道选择的控制方法；所述控制系统包括：道路环境采集设备，用于识别采集路口处的交通标线、交通标志和交通信号灯；导航定位系统，用于制定行驶路径并定位用户车辆相对位置；车载动态传感器，用于实时检测车辆动态行驶状态；车载感知系统，用于识别周围交通环境；其特征在于：还包括车道选择模块和车辆行驶模块；所述车道选择模块用于根据当前人车环境计算并选择合理且合适的城区路口车道，所述车辆行驶模块用于根据车道选择实施驾驶操作；
所述道路环境采集设备、导航定位系统、车载动态传感器、车载感知系统与车道选择模块通信连接；所述车道选择模块与车辆行驶模块通信连接。
7.根据权利要求6所述基于自学习的路口车道选择的控制系统，其特征在于：所述车道选择模块包括路口车道选择计算单元、自学习计算单元和存储单元；所述路口车道选择计算单元用于根据制定策略选择城区路口车道，所述自学习计算单元用于学习驾驶员在相同路口车道情景下的车道选择；所述存储单元用于存储道路环境、车辆动态行驶状态、交通环境、车道选择、驾驶员接管情况及其对应关系。
8.根据权利要求6所述基于自学习的路口车道选择的控制系统，其特征在于：所述车辆行驶模块包括制动模块、动力模块和转向模块；所述制动模块用于控制车辆制动，所述动力模块用于控制车辆前进，所述转向模块用于控制车辆转向。
CN202210576594.5A 2022-05-25 2022-05-25 基于自学习的路口车道选择的控制系统及方法 Active CN114889611B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210576594.5A CN114889611B (zh) 2022-05-25 2022-05-25 基于自学习的路口车道选择的控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210576594.5A CN114889611B (zh) 2022-05-25 2022-05-25 基于自学习的路口车道选择的控制系统及方法

Publications (2)

Publication Number Publication Date
CN114889611A CN114889611A (zh) 2022-08-12
CN114889611B true CN114889611B (zh) 2024-05-14

Family

ID=82725738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210576594.5A Active CN114889611B (zh) 2022-05-25 2022-05-25 基于自学习的路口车道选择的控制系统及方法

Country Status (1)

Country Link
CN (1) CN114889611B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101187191A (zh) * 2006-11-17 2008-05-28 黄宝文 城区道路交通设施的设置
WO2018094384A1 (en) * 2016-11-21 2018-05-24 Nio Usa, Inc. Optimal route selection for autonomous vehicles
WO2018149307A1 (zh) * 2017-02-15 2018-08-23 阿里巴巴集团控股有限公司 交通路况分析方法、装置及电子设备
CN109035812A (zh) * 2018-09-05 2018-12-18 平安科技（深圳）有限公司 交通信号灯的控制方法、装置、计算机设备及存储介质
CN109754626A (zh) * 2018-10-24 2019-05-14 禾多科技（北京）有限公司 无人驾驶自主换道策略
KR102061320B1 (ko) * 2018-10-25 2019-12-31 디토닉 주식회사 머신러닝 기반 멀티채널 차량 통신 시스템 및 방법
CN110672111A (zh) * 2019-09-24 2020-01-10 广州大学 车辆行车路径规划方法、装置、系统、介质和设备
CN110832417A (zh) * 2016-12-30 2020-02-21 迪普迈普有限公司 使用高清地图为自主车辆生成路线
CN111369812A (zh) * 2019-06-12 2020-07-03 杭州海康威视系统技术有限公司 一种交通信号的控制方法及装置
CN112441004A (zh) * 2020-11-30 2021-03-05 重庆长安汽车股份有限公司 自动驾驶换道的纵向规划方法、系统、车辆及存储介质
CN112455444A (zh) * 2020-11-26 2021-03-09 东风汽车集团有限公司 自主学习驾驶员变道风格的变道装置及方法
JP2021092592A (ja) * 2020-06-05 2021-06-17 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド ナビゲーションデータ処理方法、ルート案内方法、装置、デバイス、記憶媒体、及びプログラム
CN113129624A (zh) * 2019-12-30 2021-07-16 百度（美国）有限责任公司 交通堵塞情况下的最快车道确定算法
CN113291308A (zh) * 2021-06-02 2021-08-24 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种考虑驾驶行为特性的车辆自学习换道决策系统及方法
CN114043984A (zh) * 2021-12-10 2022-02-15 合肥工业大学智能制造技术研究院 一种基于车联网环境下的智能汽车换道控制系统和方法
CN114120684A (zh) * 2020-08-27 2022-03-01 奥迪股份公司 车辆驾驶辅助系统、方法和相应的可读存储介质
CN114162145A (zh) * 2022-01-12 2022-03-11 苏州挚途科技有限公司 车辆自动驾驶方法、装置及电子设备
CN114426032A (zh) * 2022-01-05 2022-05-03 重庆长安汽车股份有限公司 一种基于自动驾驶的本车轨迹预测方法、系统、车辆及计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160163229A1 (en) * 2014-12-04 2016-06-09 Christopher J. Ihara System for Driving Training and Method
JP2018094960A (ja) * 2016-12-08 2018-06-21 本田技研工業株式会社 車両制御装置
US11458974B2 (en) * 2019-07-08 2022-10-04 Toyota Motor Engineering & Manufacturing North America, Inc. Fleet-based average lane change and driver-specific behavior modelling for autonomous vehicle lane change operation
US11915115B2 (en) * 2019-12-31 2024-02-27 Google Llc Lane selection using machine learning
US20210364305A1 (en) * 2020-05-19 2021-11-25 Gm Cruise Holdings Llc Routing autonomous vehicles based on lane-level performance

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101187191A (zh) * 2006-11-17 2008-05-28 黄宝文 城区道路交通设施的设置
WO2018094384A1 (en) * 2016-11-21 2018-05-24 Nio Usa, Inc. Optimal route selection for autonomous vehicles
CN110832417A (zh) * 2016-12-30 2020-02-21 迪普迈普有限公司 使用高清地图为自主车辆生成路线
WO2018149307A1 (zh) * 2017-02-15 2018-08-23 阿里巴巴集团控股有限公司 交通路况分析方法、装置及电子设备
CN109035812A (zh) * 2018-09-05 2018-12-18 平安科技（深圳）有限公司 交通信号灯的控制方法、装置、计算机设备及存储介质
CN109754626A (zh) * 2018-10-24 2019-05-14 禾多科技（北京）有限公司 无人驾驶自主换道策略
KR102061320B1 (ko) * 2018-10-25 2019-12-31 디토닉 주식회사 머신러닝 기반 멀티채널 차량 통신 시스템 및 방법
CN111369812A (zh) * 2019-06-12 2020-07-03 杭州海康威视系统技术有限公司 一种交通信号的控制方法及装置
CN110672111A (zh) * 2019-09-24 2020-01-10 广州大学 车辆行车路径规划方法、装置、系统、介质和设备
JP2021051736A (ja) * 2019-09-24 2021-04-01 ▲広▼州大学 車両走行経路計画方法、装置、システム、媒体及びデバイス
CN113129624A (zh) * 2019-12-30 2021-07-16 百度（美国）有限责任公司 交通堵塞情况下的最快车道确定算法
JP2021092592A (ja) * 2020-06-05 2021-06-17 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド ナビゲーションデータ処理方法、ルート案内方法、装置、デバイス、記憶媒体、及びプログラム
CN114120684A (zh) * 2020-08-27 2022-03-01 奥迪股份公司 车辆驾驶辅助系统、方法和相应的可读存储介质
CN112455444A (zh) * 2020-11-26 2021-03-09 东风汽车集团有限公司 自主学习驾驶员变道风格的变道装置及方法
CN112441004A (zh) * 2020-11-30 2021-03-05 重庆长安汽车股份有限公司 自动驾驶换道的纵向规划方法、系统、车辆及存储介质
CN113291308A (zh) * 2021-06-02 2021-08-24 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种考虑驾驶行为特性的车辆自学习换道决策系统及方法
CN114043984A (zh) * 2021-12-10 2022-02-15 合肥工业大学智能制造技术研究院 一种基于车联网环境下的智能汽车换道控制系统和方法
CN114426032A (zh) * 2022-01-05 2022-05-03 重庆长安汽车股份有限公司 一种基于自动驾驶的本车轨迹预测方法、系统、车辆及计算机可读存储介质
CN114162145A (zh) * 2022-01-12 2022-03-11 苏州挚途科技有限公司 车辆自动驾驶方法、装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
互通式立交分流选择行为概率模型研究;王云泽;潘兵宏;邵阳;;公路交通科技;20141215(第12期);全文 *
辅助驾驶中的换道决策安全研究;王建群;柴锐;曹宁;薛晓卿;;安全与环境学报;20170625(第03期);全文 *

Also Published As

Publication number Publication date
CN114889611A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
US11084494B2 (en) Method for detecting safety of driving behavior, apparatus, device and storage medium
CN101727741B (zh) 安全驾驶评价系统
CN110606093A (zh) 车辆性能评测方法、装置、设备和存储介质
KR20220054278A (ko) 차량의 주행 궤적 예측 방법 및 장치
CN103026396B (zh) 驾驶辅助装置
CN108445503A (zh) 基于激光雷达与高精度地图融合的无人驾驶路径规划算法
CN110751847B (zh) 一种自动驾驶车辆行为决策方法及系统
JP4670805B2 (ja) 運転支援装置、及びプログラム
CN111038488B (zh) 一种混合动力汽车的能量优化控制方法及装置
CN109871787A (zh) 一种障碍物检测方法及装置
CN113112830B (zh) 基于激光雷达和轨迹预测的信控交叉口清空方法和系统
CN110276971A (zh) 一种车辆驾驶的辅助控制方法、系统及车辆
CN105620486B (zh) 应用于车辆能量管理的行驶模式判断装置及方法
CN107067778A (zh) 一种车辆反跟踪预警方法及装置
CN116686028A (zh) 一种驾驶辅助的方法以及相关设备
CN114889611B (zh) 基于自学习的路口车道选择的控制系统及方法
CN113240901A (zh) 一种智能车换道行为风险等级确定方法及装置
CN111127954A (zh) 一种无信号灯路口车辆安全通行方法
CN114333395B (zh) 基于标签系统的泊车方法及系统
CN112362076B (zh) 非推荐路段的导航信息智能显示方法及相关装置
CN108583426A (zh) 超车指示系统及其指示方法
CN115798257A (zh) 一种基于多线激光雷达的港口路线规避的方法
CN115100895A (zh) 一种基于高精度地图的网联汽车通信优化方法
CN114722931A (zh) 车载数据处理方法、装置、数据采集设备和存储介质
CN103900588A (zh) 交通堵塞状况下的应急导航方法和装置

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