CN115083190B - 多车道交通路口的自动驾驶系统及方法 - Google Patents

多车道交通路口的自动驾驶系统及方法 Download PDF

Info

Publication number
CN115083190B
CN115083190B CN202210692376.8A CN202210692376A CN115083190B CN 115083190 B CN115083190 B CN 115083190B CN 202210692376 A CN202210692376 A CN 202210692376A CN 115083190 B CN115083190 B CN 115083190B
Authority
CN
China
Prior art keywords
vehicle
lane
traffic
module
intersection
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
CN202210692376.8A
Other languages
English (en)
Other versions
CN115083190A (zh
Inventor
赵佳丽
杨仕会
王夏雨
舒丽
程梁柱
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.)
Dongfeng Motor Corp
Original Assignee
Dongfeng Motor Corp
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 Dongfeng Motor Corp filed Critical Dongfeng Motor Corp
Priority to CN202210692376.8A priority Critical patent/CN115083190B/zh
Publication of CN115083190A publication Critical patent/CN115083190A/zh
Application granted granted Critical
Publication of CN115083190B publication Critical patent/CN115083190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708Systems 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
    • G08G1/096725Systems 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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本发明公开了一种多车道交通路口的自动驾驶系统及方法,该系统包括路侧单元、导航模块、自动驾驶模块和高精度定位地图模块;自动驾驶模块包括感知子模块和自动驾驶控制子模块。本发明针对复杂的多车道交通路口,提供了一种最优车道选择方式,避免交通路口拥堵,有利于提升交通路口的通过效率,减少通行时间,从而达到高效通行的目的;通过对前方车辆的判断、交通信号灯的识别,规划车辆的通行策略,不管在有无前车的情况下,本车都能安全顺利通行,提高驾驶安全性;本发明在可行驶车道、自车与交通路口的距离和交通信号灯信息等方面均做了融合处理,确保提升识别准确性和可靠性,避免车辆违规或因违规导致发生交通事故。

Description

多车道交通路口的自动驾驶系统及方法
技术领域
本发明属于自动驾驶领域,具体涉及一种多车道交通路口的自动驾驶系统及方法。
背景技术
城市工况中,多车道交通路口是一个十分具有挑战性的交通场景,也是非常容易发生交通事故的地方。多车道交通路口存在各种强行加塞、加速通过或起步缓慢等问题,极其容易造成交通拥堵或交通事故。如何高效安全地通过多车道交通路口是自动驾驶技术适用于城市工况必须迈过的门槛。
目前多车道交通路口的通行,多只能通过跟车行驶,即跟随前方车辆选择的车道,或根据导航提供的信息确认交通路口可行驶车道,但需要驾驶员自身去对周围环境进行判断选择具体车道,且如遇到本车前方没有车辆,无法跟车时仍需驾驶员自己控制车辆来通过路口。
发明内容
本发明的目的在于,提供一种多车道交通路口的自动驾驶系统及方法,解决多车道交通路口的自动驾驶通行难题。
本发明所采用的技术方案如下:
一种多车道交通路口自动驾驶策略,驾驶员开启导航规划行车路径,在接近多车道复杂交通路口时,导航模块将可行驶车道信息输入给高精度定位地图模块进行融合,高精度定位地图模块输出融合后的可行驶车道信息,同时车辆的感知系统识别可行驶车道前方的车辆信息和车道线信息,基于以上信息,车辆的自动驾驶控制模块规划选择最优行驶车道,在接近停车线的过程中,路侧单元将与停车线的距离信息提供给高精度定位地图模块,高精度定位地图模块进行融合后输出详细的距离信息,同时路侧单元提供交通路口的交通信号灯信息给车辆感知模块进行融合,感知模块将融合后的交通信号灯信息输出给自动驾驶控制模块和人机交互系统,自动驾驶控制模块根据以上信息规划决策车辆在交通路口的通行策略。人机交互系统对可行驶车道、距离信息和交通信号灯信息进行显示。
进一步,高精度定位地图模块具有信息融合处理功能,能够将导航模块提供的可行驶车道信息和地图模块自身识别的可行驶车道信息进行融合处理输出实时准确的可行驶车道。高精度定位地图模块可以将路侧单元提供的与停车线的距离信息和地图模块自身识别的距离信息进行融合处理,输出更精确的距离信息。
进一步,感知模块能够将路侧单元提供的交通信号灯信息与自身识别的交通信号灯信息进行融合处理,输出更加准确的交通信号灯信息。
进一步,自动驾驶控制模块能够根据高精度定位地图模块输入的可行驶车道和感知系统输入的车道上的车辆数量、车辆类型、车速和车道线信息根据加权综合判断最优车道。自动驾驶控制模块能够自主变道控制车辆进入所选择的最优车道。自动驾驶控制模块能够根据所选车道前方的车辆信息和感知系统输出的融合后的交通信号灯信息判断自车所需要使用的通行策略。自动驾驶控制模块根据前方是否存在车辆、车辆的距离、车速、纵向加速度、交通信号灯的颜色和持续时间判断车辆应该加速通过还是减速停车。
进一步,人机交互系统能够实时显示可行驶车道,所选的最优车道,与停车线的距离、交通信号灯的颜色以及持续时间。
本发明与现有技术相比,具有以下优点及有益效果:
本发明针对复杂的多车道交通路口,提供了一种最优车道选择方式,避免交通路口拥堵,有利于提升交通路口的通过效率,减少通行时间,从而达到高效通行的目的;通过对前方车辆的判断、交通信号灯的识别,规划车辆的通行策略,不管在有无前车的情况下,本车都能安全顺利通行,提高驾驶安全性;通过人机交互系统实时显示交通路口的情况,方便驾驶员了解周围环境情况,增强驾驶员的安全感与驾驶信心。
本发明在可行驶车道、自车与交通路口的距离和交通信号灯信息等方面均做了融合处理,确保提升识别准确性和可靠性;本发明不管在有无前车的情况下都能根据实现精准停车,避免车辆违规或因违规导致发生交通事故。
附图说明
图1是本发明的多车道交通路口的自动驾驶方法流程图;
图2是本发明的最优车道选择方法流程图;
图3是本发明的交通路口通行方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供了自动驾驶车辆如何通过导航、高精度地图定位、V2X路测单元信息以及自身的感知系统和自动驾驶控制系统来选择最佳行驶车道,并高效通过交通路口的控制方法。
本发明提供了一种高效通过多车道交通路口的自动驾驶控制策略,用以克服目前多车道交通路口拥堵和容易发生交通事故的问题。本发明提供的技术方案如下:
车辆具备V2X功能,路侧单元能够向车辆提供交通路口的信号灯信息,包含信号灯颜色及持续时间;车辆具备导航系统,能够规划车辆的行驶路线,并针对交通路口提前给出可以行驶的车道;车辆具备高精度定位地图模块,能够识别到自车所在车道、可行驶车道、车道线虚实、自车距交通路口的距离等信息。
当识别到车辆前方车道线为实线时,车辆不允许变道。高精度定位地图模块输出的可行驶车道可以与导航提供的可行驶车道信息进行融合,输出明确的可行驶车道,可行驶车道存在左转/右转共用车道时,自车应尽量避免选择共用车道。高精度定位地图模块输出的路口信息和路侧单元输出的路口距离信息可以进行融合,输出明确的车辆与交通路口的距离。
车辆还配置有自动驾驶系统,包含自动驾驶摄像头和雷达等感知系统和自动驾驶控制系统。
感知系统用于探测前方车道线、车辆目标、类型、数量、前方车速、车流密度、交通信号灯等信息。感知系统能够区分前方车辆的类型,类型可以分为卡车、轿车、摩托车和行人,其中卡车类型包括卡车、渣土车、公交车、挂车等;当探测到前方可行驶车道上存在卡车时,会尽量避免选择该车道。感知系统探测到的交通信号灯信息可以与路侧单元输出的信号灯信息进行融合,给出准确的信号灯颜色和持续时长。当感知系统可以探测到的停车线时,在停车线与自车之间的距离区间内,自动驾驶控制系统可根据可行驶车道的车辆情况(车辆类型、车辆数量、前方车速、车流密度等)及车道线类型等信息选择最优车道。
自动驾驶控制系统能够控制车辆车速,当前方有前车,且前车车速低于自车设定的车速(Vf<Vs),自车将跟随前车居中行驶;当前方无车或前车车速高于本车(Vf>Vs),自车将按设定的车速居中行驶。
当接近交通路口时,若选择的最优车道前方有车且车速低于本车车速,则自车跟随前车行驶,若接近停车线时交通信号灯为绿色,则跟随前车通过路口,若接近停车线时交通信号灯为红色或黄色,则跟随前车停车。若自车选择的车道前方无车,或前方车辆较远,或车速高于自车车速,则自车根据与交通路口的距离和交通信号灯持续的时间及自车的车速信息,确定自车是需要加速通过还是减速停车。若交通路口有限速标志,则自车车速不得高于识别到的限速值。
当接近停车线时,若自车选择的车道前方无车且可以通行,则车辆自行调整车速行驶通过路口,若前方无车,在到达路口时,交通信号灯为红色,则自动驾驶控制系统可以控制车辆停止在停车线前。
车辆还具有人机交互系统,高精度定位地图和路侧单元融合后输出的与交通路口的距离信息、感知系统和路侧单元融合后输出的信号灯信息都可以通过人机交互系统进行显示。
具体地,多车道交通路口自动驾驶的具体实施方法如下:
驾驶员根据目的地选择导航规划的路径,通过导航信息获取交通路口可行驶车道信息。在接近交通路口时,高精度定位地图模块将导航输入的可行驶车道信息进行融合,输出融合后的可行驶车道。若可行驶车道中存在与左转/右转共用的车道,则应尽量选择单行车道。
通过导航信息,在距离交通路口一定距离时,车辆获取路侧单元提供的自车到交通路口的详细距离,并与高精度定位地图的交通路口距离信息进行融合,将融合后的信息输出给车辆并通过人机交互系统进行显示。
车辆获取路侧单元提供的交通信号灯颜色及持续时间,在车辆感知系统探测到信号灯信息前,以路侧单元提供的信号灯信息为准,在车辆感知系统探测到信号灯之后,自车将路侧单元提供的信息和自车感知系统探测到的信息进行融合,输出给车辆并通过人机交互系统进行显示。
车辆感知系统探测可行驶车道上车辆信息,包括车辆的类型、数量、前方车速、车流密度和车道线类型,并根据这些信息选择最优车道。在最优车道选择时,需尽量规避卡车数量较多的车道。最优车道选择策略影响因素见表1:
表1最优车道选择策略影响因素表
Figure BDA0003700622980000041
Figure BDA0003700622980000051
通过对不同影响要素赋予不同的权重,综合决策得出最优车道,并根据计算出的可行驶区域及车道线类型驶入最优车道Loptimal。具体计算方法如下:
(1)当N=1时,该车道即为最优车道Loptimal
(2)当N≠1时,采用规避共用车道原则,计算不同类型车道的权重系数:
Ll*n+Lr*m+Ls*p=1
Ll=αLs,0<α<1
Lr=βLs,0<β<1
α和β取值大小可根据驾驶员对车道的偏好进行标定。
n+m+p=N,N为检测到的可通行车道数量,n为检测到的左转共用车道数量,m为检测到的右转共用车道数量,p为检测到的直行车道数量。
由此动态计算出第j个车道的权重系数Lj:若第j条车道为左转共用道则Lj=Ll,若第j条车道为右转共用道则Lj=Lr,若第j条车道为直行车道则Lj=Ls
再计算第j条车道车辆相关因素的权重系数Vj
Vj=θ(Tt*Nvjt+Tc*Nvjc+Tm*Nvjm+Tp*Nvjp)+μ*(l/Qj)
其中,θ和μ分别为车辆类型及数量和交通流量的权重系数,可根据偏好进行标定设置。
Qj=vj*kj
kj=Nvj/L
第j条车道的车辆数量Nvj=Nvjt+Nvjc+Nvjm+Nvjp
车辆类型权重系数:Tt+Tc+Tm+Tp=1,且1>Tc>Tm>Tt>Tp>0,可根据偏好进行标定设置。
则最终,最优车道Loptimal=max(σLj+ωVj),σ和ω分别为车道和车辆因素的权重因子,可根据偏好进行标定设置。
根据获取的信号灯信息、与交通路口的距离信息和所选车道,进行交通路口通行规划决策:
当交通信号灯为黄色和红色时,若在选择的最优车道上有前车,自车跟车刹停,若自车与停车线之间无车,则自车根据自身车速及与停车线的距离控制车辆减速在停车线处刹停。刹停后,当再探测到交通信号灯跳转为绿色,则自车自动起步。
当交通信号灯为绿色,若前方有车,且车速低于本车设定车速,则跟车行驶通过路口。若所选车道前方无车或车辆较远或车速高于本车,则根据自车与停车线的距离及绿灯剩余时间确定自车加速通过还是减速停车。行驶速度不超过30km/h~60km/h,若交通路口有限速标志,则自车车速不得高于识别到的限速值。
当车辆正常经过交通路口时,探测到前方有车加塞或路口有行人、车辆横穿,确定有碰撞风险时,自车能够制动避免碰撞风险。
本实施例的多车道交通路口的自动驾驶,如图1所示,包括:
Step1:驾驶员开启导航系统规划车辆行驶路径,并开启自动驾驶辅助功能;
Step2:车辆行驶到接近交通路口处,约300~500m处(可进行标定),导航系统提供可行驶车道;
Step3:高精度定位地图模块探测可行驶车道信息,并将导航系统提供的可行驶车道信息进行融合处理,并将融合后的可行驶车道信息发送给自动驾驶控制系统用于决策规划和人机交互系统用于显示;
Step4:随着车辆逐渐接近交通路口,车辆获取来自路侧单元提供的交通路口距离信息,同时高精度定位地图模块探测自车与交通路口的距离信息并与路侧单元提供的距离信息进行融合处理,融合后的自车与交通路口的距离信息发送给自动驾驶控制系统用于决策规划,并发送给人机交互系统用于显示;
Step5:感知系统识别前方可行驶车道的车辆信息,包括各个车道上的车辆数量、车辆类型、、前方车速、车流密度和车道线类型信息,并将这些信息发送给自动驾驶控制系统;
Step6:自动驾驶控制系统根据输入的可行驶车道和车辆感知系统识别到的车辆信息和车道线信息进行加权处理计算出最优车道,并变换至该车道,车道选择策略如图2所示;
Step7:车辆获取路侧单元提供的交通路口信号灯颜色及持续时间,同时车辆的感知系统识别信号灯颜色和持续时间,并与路侧单元提供的信息进行融合,融合后的信息发送给自动驾驶控制系统进行通行策略规划和人机交互系统进行显示;
Step8:自动驾驶控制系统根据获取的信号灯颜色、信号灯持续时间、所选车道、前方车速、车流密度、限速值及自车与停车线的距离确定车辆的通行策略,如图3所示。
本领域的技术人员容易理解,以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种多车道交通路口的自动驾驶系统,其特征在于,该系统包括路侧单元、导航模块和高精度定位地图模块;
路侧单元,用于向车辆提供自车距交通路口的距离和交通路口的信号灯信息;信号灯信息包含信号灯颜色及持续时间;
导航模块,用于规划车辆的行驶路线,并针对交通路口提前给出可行驶车道;
高精度定位地图模块,用于识别自车所在车道、可行驶车道、车辆前方车道线虚实和自车距交通路口的距离;
当识别到车辆前方车道线为实线时,车辆不允许变道;高精度定位地图模块输出的可行驶车道与导航模块提供的可行驶车道信息进行融合,输出明确的可行驶车道,当可行驶车道存在左转/右转共用车道时,自车避免选择共用车道,尽量选择单行车道;高精度定位地图模块输出的路口距离信息和路侧单元输出的路口距离信息进行融合,输出明确的车辆距交通路口的距离;
该系统还包括自动驾驶模块;自动驾驶模块包括感知子模块和自动驾驶控制子模块;
感知子模块用于探测前方车道线、车辆目标、车辆类型、车辆数量、前方车速、车流密度和信号灯信息;感知子模块区分前方车辆的类型,车辆类型分为卡车、轿车、摩托车和行人,当探测到前方可行驶车道上存在卡车类型车辆时,避免选择该车道;感知子模块探测到的信号灯信息与路侧单元提供的信号灯信息进行融合,给出准确的信号灯颜色和持续时间;当进入感知子模块可识别区域,即感知子模块可以探测到的交通路口停车线与自车之间的距离区间时,自动驾驶控制子模块根据可行驶车道的车辆情况、车道线类型以及距交通路口的距离选择最优车道,并控制车辆进入所选择的最优车道;车辆情况包括车辆类型、车辆数量、前方车速和车流密度;
当自车接近交通路口时,若选择的最优车道前方有车且车速低于本车车速,则自车跟随前车行驶,若接近停车线时信号灯为绿色,则跟随前车通过路口,若接近停车线时信号灯为红色或黄色,则跟随前车停车;若选择的最优车道前方无车或前方车辆较远或前方车辆车速高于自车车速,则自车根据距交通路口的距离和信号灯持续的时间及自车的车速,确定自车是加速通过还是减速停车;
当接近交通路口停车线时,若选择的最优车道前方无车且可以通行,则自车自行调整车速行驶通过路口,若前方无车,在到达路口时信号灯为红色,则自动驾驶控制子模块控制自车停止在停车线前,当信号灯跳转为绿色,则自车自动起步。
2.根据权利要求1所述的多车道交通路口的自动驾驶系统,其特征在于,卡车类型包括卡车、渣土车、公交车和挂车。
3.根据权利要求1所述的多车道交通路口的自动驾驶系统,其特征在于,自动驾驶控制子模块还用于控制自车车速;当前方有前车,且前车车速低于自车设定的车速,则自车跟随前车居中行驶;当前方无车或前车车速高于本车,自车按设定的车速居中行驶。
4.根据权利要求1所述的多车道交通路口的自动驾驶系统,其特征在于,该系统还包括人机交互模块,融合输出的可行驶车道、距交通路口的距离以及信号灯颜色和持续时间通过人机交互模块进行显示。
5.根据权利要求1所述的多车道交通路口的自动驾驶系统,其特征在于,最优车道Loptimal选择包括:
获取融合后的可行驶车道数N;
(1)当N=1时,该车道即为最优车道Loptimal
(2)当N≠1时,采用规避共用车道原则,计算不同类型车道的权重系数:
Ll*n+Lr*m+Ls*p=1
Ll=αLs,0<α<1
Lr=βLs,0<β<1
式中,Ll表示左转共用车道权重,Lr表示右转共用车道权重,Ls表示直行道权重,α和β取值大小根据驾驶员对车道的偏好进行标定,n表示检测到的左转共用车道数量,m表示检测到的右转共用车道数量,p表示检测到的直行车道数量,且n+m+p=N;
由此动态计算出第j个车道的权重系数Lj:若第j条车道为左转共用道则Lj=Ll,若第j条车道为右转共用道则Lj=Lr,若第j条车道为直行车道则Lj=Ls
再计算第j条车道车辆因素的权重系数Vj
Vj=θ(Tt*Nvjt+Tc*Nvjc+Tm*Nvjm+Tp*Nvjp)+μ*(l/Qj)
式中,θ和μ分别为车辆类型及数量和交通流量的权重系数,根据驾驶员偏好进行标定设置;Tt表示卡车车辆类型系数,Tc表示轿车车辆类型系数,Tm表示摩托车车辆类型系数,Tp表示行人类型系数,Nvjt表示第j条车道卡车数量,Nvjc表示第j条车道轿车数量,Nvjm表示第j条车道摩托车数量,Nvjp表示第j条车道行人数量,Qj表示交通流量,由下式计算:
Qj=vj*kj
kj=Nvj/L
第j条车道的车辆数量Nvj=Nvjt+Nvjc+Nvjm+Nvjp,kj表示第j条车道车流密度,vj表示第j条车道平均车速,L表示融合后的距交通路口的距离;车辆类型权重系数:Tt+Tc+Tm+Tp=1,且1>Tc>Tm>Tt>Tp>0,根据偏好进行标定设置;
则最终,最优车道Loptimal=max(σLj+ωVj),σ和ω分别为车道和车辆因素的权重因子,根据偏好进行标定设置。
6.一种利用权利要求5所述的多车道交通路口的自动驾驶系统实现的多车道交通路口的自动驾驶方法,其特征在于,包括以下步骤:
Step1:开启导航模块规划车辆的行驶路径,并开启自动驾驶辅助功能;
Step2:车辆行驶到接近交通路口处,导航模块提供可行驶车道;
Step3:高精度定位地图模块识别可行驶车道,并与导航模块提供的可行驶车道进行融合处理,将融合后的可行驶车道发送给自动驾驶控制子模块用于决策规划和人机交互模块用于显示;
Step4:随着车辆逐渐接近交通路口,车辆获取来自路侧单元提供的路口距离信息,同时高精度定位地图模块识别自车距交通路口的距离并与路侧单元提供的路口距离进行融合处理,融合后的自车距交通路口的距离发送给自动驾驶控制子模块用于决策规划,并发送给人机交互模块用于显示;
Step5:感知子模块识别前方可行驶车道的车辆信息,包括各个车道上的车辆数量、车辆类型、前方车速、车流密度和车道线类型信息,并发送给自动驾驶控制子模块;
Step6:自动驾驶控制子模块根据输入的可行驶车道和车辆感知子模块探测到的车辆信息和车道线信息进行加权处理计算出最优车道,并变换至该车道;
Step7:车辆获取路侧单元提供的交通路口信号灯颜色及持续时间,同时车辆的感知子模块识别信号灯颜色和持续时间,并与路侧单元提供的信号灯颜色及持续时间进行融合,融合后的信息发送给自动驾驶控制子模块进行通行策略规划和人机交互模块进行显示;
Step8:自动驾驶控制子模块根据获取的信号灯颜色、信号灯持续时间、所选车道、前方车速、车流密度、限速值及自车距停车线的距离确定车辆的通行策略。
7.根据权利要求6所述的多车道交通路口的自动驾驶系统,其特征在于,通行策略包括:
当信号灯为黄色和红色时,若在选择的最优车道上有前车,自车跟车刹停,若自车与停车线之间无车,则自车根据自身车速及与停车线的距离控制车辆减速在停车线处刹停;刹停后,当信号灯跳转为绿色,则自车自动起步;
当交通信号灯为绿色,若前方有车,且车速低于本车设定车速,则跟车行驶通过路口;若所选车道前方无车或车辆较远或车速高于本车,则根据自车与停车线的距离及绿灯剩余时间确定自车加速通过还是减速停车;若交通路口有限速标志,则自车车速不高于识别到的限速值;
当车辆正常经过交通路口时,探测到前方有车加塞或路口有行人、车辆横穿,确定有碰撞风险时,自车制动避免碰撞风险。
CN202210692376.8A 2022-06-17 2022-06-17 多车道交通路口的自动驾驶系统及方法 Active CN115083190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210692376.8A CN115083190B (zh) 2022-06-17 2022-06-17 多车道交通路口的自动驾驶系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210692376.8A CN115083190B (zh) 2022-06-17 2022-06-17 多车道交通路口的自动驾驶系统及方法

Publications (2)

Publication Number Publication Date
CN115083190A CN115083190A (zh) 2022-09-20
CN115083190B true CN115083190B (zh) 2023-04-25

Family

ID=83254387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210692376.8A Active CN115083190B (zh) 2022-06-17 2022-06-17 多车道交通路口的自动驾驶系统及方法

Country Status (1)

Country Link
CN (1) CN115083190B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115497296B (zh) * 2022-09-27 2023-11-17 吉林大学 一种适用于自动驾驶汽车的交叉路口车辆通行管理系统
CN115662172A (zh) * 2022-10-21 2023-01-31 北京京东乾石科技有限公司 交通信号灯运行状态确定方法及装置、电子设备
CN116363784B (zh) * 2023-05-31 2023-08-22 华砺智行(武汉)科技有限公司 机动车门禁智能管理系统
CN116424102B (zh) * 2023-06-12 2023-09-22 江西五十铃汽车有限公司 一种能量回收方法、系统、存储介质及电动汽车

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012214979A1 (de) * 2012-08-23 2014-02-27 Robert Bosch Gmbh Spurwahlassistent zur Optimierung des Verkehrsflusses (Verkehrsflussassistent)
CN103909927A (zh) * 2012-12-28 2014-07-09 现代摩比斯株式会社 横向控制装置及其控制方法
CN106327896A (zh) * 2016-09-06 2017-01-11 中国第汽车股份有限公司 一种面向自动驾驶车辆的车道选择系统和方法
JP2017009403A (ja) * 2015-06-22 2017-01-12 三菱電機株式会社 ナビゲーション装置および走行予定経路の設定方法
DE102016211859A1 (de) * 2016-06-30 2018-01-04 Zf Friedrichshafen Ag Verfahren zur Optimierung des Verkehrsflusses eines Verkehrswegs mit mehreren Fahrspuren
WO2018072354A1 (zh) * 2016-10-20 2018-04-26 深圳市元征科技股份有限公司 车道导向方法及装置
CN108955707A (zh) * 2018-05-21 2018-12-07 深圳市沃特沃德股份有限公司 拥堵路况车道选择方法及导航终端、服务器
CN109461322A (zh) * 2018-12-11 2019-03-12 广东浪潮大数据研究有限公司 一种智能导航方法、装置、设备以及可读存储介质
JP2019148908A (ja) * 2018-02-26 2019-09-05 トヨタ自動車株式会社 車両制御装置
CN110415541A (zh) * 2019-07-19 2019-11-05 重庆长安汽车股份有限公司 一种路口通行状态提示方法及系统
CN111076731A (zh) * 2019-10-28 2020-04-28 张少军 自动驾驶高精定位与路径规划方法
CN111210623A (zh) * 2020-01-03 2020-05-29 北京百度网讯科技有限公司 测试方法、装置、设备和存储介质
CN111932918A (zh) * 2020-10-14 2020-11-13 之江实验室 一种面向智能网联车的交通信号灯信息融合决策方法
CN113077626A (zh) * 2021-03-26 2021-07-06 星觅(上海)科技有限公司 一种车道选择的引导方法、装置、系统、设备及存储介质
CN113781808A (zh) * 2021-08-30 2021-12-10 东风汽车集团股份有限公司 网联式自动驾驶车辆在红绿灯路口的通行方法及系统
CN114613179A (zh) * 2021-12-22 2022-06-10 江苏大学 网联自动驾驶车辆混行交叉口集聚通行方法及其控制系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2973494A4 (en) * 2013-03-15 2016-11-23 Caliper Corp VEHICLE NAVIGATION AT TRACK HEIGHT FOR ROUTE PLANNING AND TRANSPORT MANAGEMENT

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012214979A1 (de) * 2012-08-23 2014-02-27 Robert Bosch Gmbh Spurwahlassistent zur Optimierung des Verkehrsflusses (Verkehrsflussassistent)
CN103909927A (zh) * 2012-12-28 2014-07-09 现代摩比斯株式会社 横向控制装置及其控制方法
JP2017009403A (ja) * 2015-06-22 2017-01-12 三菱電機株式会社 ナビゲーション装置および走行予定経路の設定方法
DE102016211859A1 (de) * 2016-06-30 2018-01-04 Zf Friedrichshafen Ag Verfahren zur Optimierung des Verkehrsflusses eines Verkehrswegs mit mehreren Fahrspuren
CN106327896A (zh) * 2016-09-06 2017-01-11 中国第汽车股份有限公司 一种面向自动驾驶车辆的车道选择系统和方法
WO2018072354A1 (zh) * 2016-10-20 2018-04-26 深圳市元征科技股份有限公司 车道导向方法及装置
JP2019148908A (ja) * 2018-02-26 2019-09-05 トヨタ自動車株式会社 車両制御装置
CN108955707A (zh) * 2018-05-21 2018-12-07 深圳市沃特沃德股份有限公司 拥堵路况车道选择方法及导航终端、服务器
CN109461322A (zh) * 2018-12-11 2019-03-12 广东浪潮大数据研究有限公司 一种智能导航方法、装置、设备以及可读存储介质
CN110415541A (zh) * 2019-07-19 2019-11-05 重庆长安汽车股份有限公司 一种路口通行状态提示方法及系统
CN111076731A (zh) * 2019-10-28 2020-04-28 张少军 自动驾驶高精定位与路径规划方法
CN111210623A (zh) * 2020-01-03 2020-05-29 北京百度网讯科技有限公司 测试方法、装置、设备和存储介质
CN111932918A (zh) * 2020-10-14 2020-11-13 之江实验室 一种面向智能网联车的交通信号灯信息融合决策方法
CN113077626A (zh) * 2021-03-26 2021-07-06 星觅(上海)科技有限公司 一种车道选择的引导方法、装置、系统、设备及存储介质
CN113781808A (zh) * 2021-08-30 2021-12-10 东风汽车集团股份有限公司 网联式自动驾驶车辆在红绿灯路口的通行方法及系统
CN114613179A (zh) * 2021-12-22 2022-06-10 江苏大学 网联自动驾驶车辆混行交叉口集聚通行方法及其控制系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
雷旭 等.多车道交通流理论与应用研究综述.长安大学学报(自然科学版).2020,第40卷(第4期),全文. *

Also Published As

Publication number Publication date
CN115083190A (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN115083190B (zh) 多车道交通路口的自动驾驶系统及方法
WO2020135742A1 (zh) 自动驾驶车辆的横向决策系统及横向决策确定方法
CN111862635B (zh) 一种基于交通信号灯的车速控制方法、装置及汽车
US11884277B2 (en) Method for producing a model of the surroundings of a vehicle
US10877481B2 (en) Autonomous driving control system and control method using the same
CN110614994B (zh) 车辆自动驾驶时换道的控制方法、控制系统及车辆
US10845809B2 (en) Automatic driving device
CN107161075B (zh) 一种基于自动驾驶的转向信号灯自动控制方法及系统
JP4466438B2 (ja) 経路案内システム
CN111383474A (zh) 自动驾驶车辆的决策系统及方法
KR20180086632A (ko) 자율주행 차량의 행동 결정 장치 및 방법
CN110036426B (zh) 控制装置和控制方法
CN112747765A (zh) 一种基于导航与传感器融合的路径推送方法、系统及存储介质
WO2020003452A1 (ja) 運転支援方法及び運転支援装置
CN110415541A (zh) 一种路口通行状态提示方法及系统
US20200226927A1 (en) Travel control device, travel control method, and storage medium storing program
CN113692359A (zh) 用于运行自我车辆中的驾驶员信息系统的方法和驾驶员信息系统
JP2022521137A (ja) 車両を安全化するための方法
CN109501798B (zh) 行驶控制装置、以及行驶控制方法
CN111731296A (zh) 行驶控制装置、行驶控制方法以及存储程序的存储介质
CN110412980A (zh) 汽车自动驾驶并线控制方法
EP3744599B1 (en) Automatic driving vehicle control method and control device
US11926260B2 (en) Method for operating a parking assistance function of a motor vehicle
CN110869992B (zh) 驾驶辅助车辆的左右转弯判断方法以及左右转弯判断装置
JP7399010B2 (ja) 運転支援方法及び運転支援装置

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