CN115273514B - 一种自动驾驶车辆多车道连续变道轨迹优化方法 - Google Patents

一种自动驾驶车辆多车道连续变道轨迹优化方法 Download PDF

Info

Publication number
CN115273514B
CN115273514B CN202210926129.XA CN202210926129A CN115273514B CN 115273514 B CN115273514 B CN 115273514B CN 202210926129 A CN202210926129 A CN 202210926129A CN 115273514 B CN115273514 B CN 115273514B
Authority
CN
China
Prior art keywords
lane
vehicle
change
automatic driving
changing
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
CN202210926129.XA
Other languages
English (en)
Other versions
CN115273514A (zh
Inventor
刘昱岗
郝悦
易洪波
郑帅
徐菀徽
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202210926129.XA priority Critical patent/CN115273514B/zh
Publication of CN115273514A publication Critical patent/CN115273514A/zh
Application granted granted Critical
Publication of CN115273514B publication Critical patent/CN115273514B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G08G1/096791—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
    • 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
    • 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]
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明公开了一种自动驾驶车辆多车道连续变道轨迹优化方法，通过不断的数据更新、求解轨迹优化模型可以完成完全自动驾驶环境下自动驾驶车辆的连续变道轨迹优化方法。本发明所公布的多车道轨迹优化方法可以满足自动驾驶车辆在规定的时间、空间内完成本车的换道任务，具有以下特点：1、能够保证本车在规定的时间、规定的空间内完成多次变道的实际需求；2、能够提升本车变道中的轨迹平滑度以及舒适性；3、能够降低本车的变道行为对前后所涉车辆的影响。

Description

一种自动驾驶车辆多车道连续变道轨迹优化方法
技术领域
本发明属于自动驾驶车辆控制技术领域，具体涉及一种自动驾驶车辆多车道连续变道轨迹优化方法。
背景技术
自动驾驶车辆在行进过程中的变道轨迹优化问题，尤其是自动驾驶车辆在短时间内的多次变道轨迹优化问题，是自动驾驶车辆在应用过程中应当克服的主要问题。其主要难点在于：
1、自动驾驶车辆多次换道通常带有一定目的性，例如需要在到达交叉口前、绿灯持续时间内变道至最右/左侧车道完成右/左转。因此自动驾驶车辆多次换道通常需要在规定的时间、规定的前进距离内完成；
2、换道过程中，车辆进行曲线运动，导致车辆产生横向加速度，影响乘客乘坐舒适性的同时还可能导致车辆侧翻。因此自动驾驶车辆的多次换道需要考虑车辆的安全性与舒适性；
3、车辆的变道行为会对所涉车道上的交通流产生一定扰动影响，尤其是多次变道涉及多个车道。因此自动驾驶车辆的多次换道需要考虑最小化交通扰动影响。
因此，需要提供一种考虑以上三条的自动驾驶车辆多次换道轨迹优化方法，应对未来全自动驾驶交通环境下自动驾驶车辆的多次换道轨迹优化问题。
发明内容
本发明的目的是针对未来交通发展趋势，提供一种自动驾驶车辆多车道连续变道轨迹优化方法。本发明的轨迹优化方法具有如下特点：一、能够保证自动驾驶车辆在规定的时间范围内与规定的空间范围内完成多次换道，以适应应用场景需求；二、能够同时优化多次变道的舒适性、安全性；三、能够减少车辆多次变道对周边交通流的扰动影响。
本发明所涉一种自动驾驶车辆多车道连续变道轨迹优化方法，适用于全自动驾驶环境。全自动驾驶环境下，所有车辆具备交通状态具有相当高的可感知性，同时车车之间可通过无线传输技术进行信息交换与协同控制。针对具有多车道强制换道需求的车辆(以下简称“本车”)，其当前车道记为1，所产生的多车道连续强制换道需求为：但是需要在车辆前进不超过花费时间不超过T的前提下，本车从车道1换道至车道m。
采用本发明所涉的一种自动驾驶车辆多车道连续变道轨迹优化方法可解决以上问题，其技术方案是：
S1任务判定，本车产生多车道连续换道需求时，系统计算剩余距离剩余时间
S2初始环境识别，识别包括根据基于自动驾驶车辆通过无线连接构成的系统内所有车辆的静态属性与动态属性/>其中静态属性包含车辆的编号j、车辆长度l、最大制动加速度b以及制动操作延迟τ。动态属性包含车辆j在时刻t的位置[x(t),y(t)]、速度v(t)、加速度a(t)、当前车道lc(t)、目标车道lt(t)以及前进方向与x轴的夹角。
S3根据初始环境参数，求解轨迹优化模型得到优化轨迹。轨迹优化模型的目标函数为：
约束条件为：
0<α,β,1-α-β<1
其中，α、β以及1-α-β分别表示目标函数各子项的权重；C为综合目标函数；为换道换道完成时间；/>为所有可行轨迹中最大的换道完成时间；/>为换道过程中的最大横向加速度；/>为所有可行轨迹中/>的最大值；/>为对交通流的影响指标；/>表示所有可行轨迹中/>的最大值，由于/>可能等于0，因此加上0.001防止目标函数无意义。/>与/>的计算方法为：/>其中/>表示本车在单次变道终点处的速度，/>为单次变道终点坐标，/>为单次变道起点坐标，θi单次变道起点处本车前进方向与道路的夹角，Wl表示道路宽度。/>为本车变道过程中，目标车道前车的加速度；/>为本车变道过程中，目标车道后车的加速度。/>表示车道m上行驶的车辆编号的集合；Ψ表示即将变道的车辆(本车)在多次变道中，选择的跟随车辆(即换道进入下一车辆后的前车)；X0表示本车规划的多次变道进程中，每次变道起点坐标与终点坐标集合，/>表示第m次变道开始的坐标位置，/>表示第m次变道结束的坐标位置，/>表示多次变道必须完成的空间范围；表示本车到达X0对应各点时的速度；vlim表示道路限速值；/>表示本车到达X0对应各点时的时间；Tm→m+1表示本车从车道m换道至车道m+1所需时间；t'为连续换道时间间隔控制项，此处取t'＝5s，即此次换道结束至下次换道开始前间隔不能低于5s。
步骤S2所涉模型为非线性规划模型，但目标函数以及约束条件均为凸函数，可采用梯度下降法进行精确求解，或采用启发式算法求近似解。步骤S2所涉模型的求解方法对技术领域内专业人士来说属于基础性技能。
S3根据求解步骤S2所涉模型，得到本车的行进方案(包括行进角度、加速度)，并在接下来的时间间隔Δt内，本车按照求解结果在道路上行进。
S4判断多次变道任务是否完成。是，结束模型；否，转入S2进入循环。
由于所构建模型的独特的目标函数，通过本发明所述的方法，在实际应用时可以在考虑外部环境对交通流的轻微影响的同时，动态优化本车多次变道轨迹，能够达到以下目标：
一，能够保证本车在规定的时间、规定的空间内完成多次变道任务，以满足实际需求；
二，能够提升本车变道中的轨迹平滑度以及舒适性，同时避免过大的横向加速度导致车辆侧翻；
三，能够降低本车的变道行为对前后所涉车辆的影响，大大降低变道行为对整体交通流的影响。
附图说明
图1表示本发明所涉及的一种自动驾驶车辆多车道连续变道轨迹优化方法流程图。
图2表示本发明所涉及的交通流环境示意图。
具体实施方式
下面将结合附图实施例，对本发明的技术方案进行清楚、完整地描述，以便本领域的技术人员能够更好地理解本发明。
本发明提出的一种自动驾驶车辆多车道连续变道轨迹优化方法如下：
S1本车(vehicle 0)产生连续换道需求，即需要从最右侧车道换道至最左侧车道，此时剩余可用距离为剩余可用时间为/>
S2获取系统内所有车辆的静态属性与动态属性其中静态属性包含车辆的编号j、车辆长度l、最大制动加速度b以及制动操作延迟τ。动态属性包含车辆j在时刻t的位置[x(t),y(t)]、速度v(t)、加速度a(t)、当前车道lc(t)、目标车道lt(t)以及前进方向与x轴的夹角。
S3求解轨迹优化模型，模型同时保障整体换道行为的总时间最短、换道舒适度最高以及对交通流影响最低。根据模型求解结果可以推算出本车接下来的前进方向、加速度等指标，按照所推算结果安排本车前进。
S4本车前进ΔT＝0.1s后，重新收集外部交通流的各项参数数据，即动态参数集合对系统参数进行调整。
S5判断多次变道任务是否完成。是，结束模型；否，转入S2进入循环。
由于所构建模型的独特的目标函数，通过本发明所涉方法，可以在考虑外部环境对交通流的轻微影响的同时，动态优化本车多次变道轨迹，能够达到以下目标：
一，能够保证本车在规定的时间、规定的空间内完成多次变道任务，以满足实际需求；
二，能够提升本车变道中的轨迹平滑度以及舒适性，同时避免过大的横向加速度导致车辆侧翻；
三，能够降低本车的变道行为对前后所涉车辆的影响，大大降低变道行为对整体交通流的影响。

Claims (1)

1.一种自动驾驶车辆多车道连续变道轨迹优化方法，定义在全自动驾驶环境下，所有自动驾驶车辆之间能通过无线传输技术进行信息交换与协同控制；将具有多车道强制换道需求的车辆定义为本车，本车的当前车道记为车道1，多车道连续强制换道的条件是：需要在车辆前进距离不超过花费时间不超过/>的前提下，将本车从车道1换道至车道m；
其特征在于，所述轨迹优化方法包括：
S1、本车产生多车道连续换道需求时，本车需要在前进距离不超过花费时间不超过的条件下完成多车道连续换道，此时将/>分别记作剩余距离、剩余时间，即从本车产生多车道连续换道需求的时刻起，应当在时间/>内，前进/>之前完成换道需求；
S2、进行初始环境识别获得初始环境参数：包括系统内所有车辆的静态属性与动态属性/>其中静态属性包含车辆的编号j、车辆长度l、最大制动加速度b以及制动操作延迟τ，动态属性包含车辆j在时刻t的位置[x(t),y(t)]、速度v(t)、加速度a(t)、当前车道lc(t)、目标车道lt(t)以及前进方向与x轴的夹角θ(t)；
S3根据初始环境参数，求解轨迹优化模型得到优化轨迹，轨迹优化模型的目标函数为：
约束条件为：
0<α,β,1-α-β<1
其中，α、β以及1-α-β分别表示目标函数各子项的权重；C为综合目标函数；为换道完成时间；/>为所有可行轨迹中最大的换道完成时间；/>为换道过程中的最大横向加速度；/>为所有可行轨迹中/>的最大值；/>为对交通流的影响指标；/>表示所有可行轨迹中/>的最大值，由于/>可能等于0，因此加上0.001用于防止目标函数无意义；/>与/>的计算方法为：其中/>表示本车在单次变道终点处的速度，/>为单次变道终点坐标，/>为单次变道起点坐标，θi单次变道起点处本车前进方向与道路的夹角，Wl表示道路宽度；/>为本车变道过程中，目标车道前车的加速度；/>为本车变道过程中，目标车道后车的加速度；/>表示车道m上行驶的车辆编号的集合；Ψ表示即将变道的车辆在多次变道中，选择的跟随车辆；X0表示本车规划的多次变道进程中，每次变道起点坐标与终点坐标集合，/>表示第m次变道开始的坐标位置，/>表示第m次变道结束的坐标位置，表示多次变道必须完成的空间范围；/>表示本车到达X0对应各点时的速度；vlim表示道路限速值；/>表示本车到达X0对应各点时的时间；Tm→m+1表示本车从车道m换道至车道m+1所需时间；t'为连续换道时间间隔控制项，此处取t'＝5s，即此次换道结束至下次换道开始前间隔不能低于5s；
S3、根据求解步骤S2所提出的模型，得到本车的行进方案，包括行进角度、加速度，并在接下来的时间间隔Δt内，本车按照求解结果在道路上行进；时间间隔Δt后，转入S2重新规划本车换道轨迹；
S4、判断多次变道任务是否完成，若是，则结束优化过程；否则，转入S2进入循环。
CN202210926129.XA 2022-08-03 2022-08-03 一种自动驾驶车辆多车道连续变道轨迹优化方法 Active CN115273514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210926129.XA CN115273514B (zh) 2022-08-03 2022-08-03 一种自动驾驶车辆多车道连续变道轨迹优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210926129.XA CN115273514B (zh) 2022-08-03 2022-08-03 一种自动驾驶车辆多车道连续变道轨迹优化方法

Publications (2)

Publication Number Publication Date
CN115273514A CN115273514A (zh) 2022-11-01
CN115273514B true CN115273514B (zh) 2023-08-08

Family

ID=83746752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210926129.XA Active CN115273514B (zh) 2022-08-03 2022-08-03 一种自动驾驶车辆多车道连续变道轨迹优化方法

Country Status (1)

Country Link
CN (1) CN115273514B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016143240A (ja) * 2015-02-02 2016-08-08 株式会社豊田中央研究所 車線変更最適化装置及びプログラム
EP3196861A1 (de) * 2016-01-19 2017-07-26 Continental Automotive GmbH Verfahren und vorrichtung zur unterstützung eines fahrspurwechsels bei einem fahrzeug
CN107452201A (zh) * 2017-07-24 2017-12-08 重庆大学 一种考虑前车换道驶离时后车的跟驰加速度确定方法及跟驰行为建模方法
CN107507408A (zh) * 2017-07-24 2017-12-22 重庆大学 一种考虑前车换道汇入过程的跟驰加速度及跟驰行为建模方法
WO2018122973A1 (ja) * 2016-12-27 2018-07-05 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN108860149A (zh) * 2018-08-20 2018-11-23 中原工学院 一种用于智能车辆时间最短自由变道的运动轨迹设计方法
CN109559532A (zh) * 2018-12-10 2019-04-02 北京工业大学 高速公路出口分流区车路协同安全预警控制方法
CN110597245A (zh) * 2019-08-12 2019-12-20 北京交通大学 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法
CN111428943A (zh) * 2020-04-23 2020-07-17 福瑞泰克智能系统有限公司 障碍物车辆轨迹预测的方法、设备和计算机设备
CN111445697A (zh) * 2020-03-22 2020-07-24 华南理工大学 一种智能网联条件下的高速公路协同车辆换道控制方法
CN112071059A (zh) * 2020-08-20 2020-12-11 华南理工大学 一种基于瞬时风险评估的智能车辆换道轨迹协同规划方法
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
CN113628459A (zh) * 2021-09-23 2021-11-09 西南交通大学 一种面向间歇式公交车道的预约交叉口公交优先方法
CN114030485A (zh) * 2021-12-21 2022-02-11 吉林大学 一种考虑附着系数的自动驾驶汽车类人换道决策规划方法
CN114291092A (zh) * 2022-01-26 2022-04-08 中国联合网络通信集团有限公司 车辆换道控制方法、装置、电子控制单元及存储介质
CN114613142A (zh) * 2022-03-24 2022-06-10 长沙理工大学 一种基于规则的自动驾驶交叉口车辆换道控制方法
CN114707364A (zh) * 2022-06-02 2022-07-05 西南交通大学 一种匝道车辆汇流仿真方法、装置、设备及可读存储介质
CN114715154A (zh) * 2022-04-13 2022-07-08 中国第一汽车股份有限公司 一种变道行车轨迹规划方法、装置、设备和介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6494121B2 (ja) * 2017-03-01 2019-04-03 本田技研工業株式会社 車線変更推定装置、車線変更推定方法、およびプログラム
CN109949611B (zh) * 2019-03-28 2021-11-30 阿波罗智能技术(北京)有限公司 无人车的变道方法、装置及存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016143240A (ja) * 2015-02-02 2016-08-08 株式会社豊田中央研究所 車線変更最適化装置及びプログラム
EP3196861A1 (de) * 2016-01-19 2017-07-26 Continental Automotive GmbH Verfahren und vorrichtung zur unterstützung eines fahrspurwechsels bei einem fahrzeug
WO2018122973A1 (ja) * 2016-12-27 2018-07-05 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN107452201A (zh) * 2017-07-24 2017-12-08 重庆大学 一种考虑前车换道驶离时后车的跟驰加速度确定方法及跟驰行为建模方法
CN107507408A (zh) * 2017-07-24 2017-12-22 重庆大学 一种考虑前车换道汇入过程的跟驰加速度及跟驰行为建模方法
CN108860149A (zh) * 2018-08-20 2018-11-23 中原工学院 一种用于智能车辆时间最短自由变道的运动轨迹设计方法
CN109559532A (zh) * 2018-12-10 2019-04-02 北京工业大学 高速公路出口分流区车路协同安全预警控制方法
CN110597245A (zh) * 2019-08-12 2019-12-20 北京交通大学 基于二次型规划和神经网络的自动驾驶换道轨迹规划方法
CN111445697A (zh) * 2020-03-22 2020-07-24 华南理工大学 一种智能网联条件下的高速公路协同车辆换道控制方法
CN111428943A (zh) * 2020-04-23 2020-07-17 福瑞泰克智能系统有限公司 障碍物车辆轨迹预测的方法、设备和计算机设备
CN112071059A (zh) * 2020-08-20 2020-12-11 华南理工大学 一种基于瞬时风险评估的智能车辆换道轨迹协同规划方法
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
CN113628459A (zh) * 2021-09-23 2021-11-09 西南交通大学 一种面向间歇式公交车道的预约交叉口公交优先方法
CN114030485A (zh) * 2021-12-21 2022-02-11 吉林大学 一种考虑附着系数的自动驾驶汽车类人换道决策规划方法
CN114291092A (zh) * 2022-01-26 2022-04-08 中国联合网络通信集团有限公司 车辆换道控制方法、装置、电子控制单元及存储介质
CN114613142A (zh) * 2022-03-24 2022-06-10 长沙理工大学 一种基于规则的自动驾驶交叉口车辆换道控制方法
CN114715154A (zh) * 2022-04-13 2022-07-08 中国第一汽车股份有限公司 一种变道行车轨迹规划方法、装置、设备和介质
CN114707364A (zh) * 2022-06-02 2022-07-05 西南交通大学 一种匝道车辆汇流仿真方法、装置、设备及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
城市快速路智能匝道系统研究;易洪波;《中国优秀硕士学位论文全文数据库工程科技II辑》(第7期);全文 *

Also Published As

Publication number Publication date
CN115273514A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
CN111768637B (zh) 一种信号交叉口交通信号灯和车辆轨迹控制方法
CN108919795B (zh) 一种自动驾驶汽车换道决策方法及装置
CN110286681B (zh) 一种变曲率弯道的动态自动驾驶换道轨迹规划方法
CN112498351B (zh) 一种基于v2v的自动驾驶优化系统及方法
CN113312732B (zh) 一种结合预先决策与动态调整的无信控交叉口仿真控制方法及装置
CN111768612A (zh) 基于c-v2x的车辆编队行驶策略控制方法
CN112644486B (zh) 一种基于驾驶安全场的智能车避障轨迹规划方法
CN112373485A (zh) 一种考虑交互博弈的自动驾驶车辆决策规划方法
CN112249008B (zh) 针对复杂动态环境的无人驾驶汽车预警方法
US9707962B2 (en) Method for anticipatory controlling a cruise control of a motor vehicle
CN113370996B (zh) 自动驾驶换道跟驰决策方法及系统、自动驾驶车辆
CN112965501A (zh) 一种自动驾驶速度规划方法及装置
CN115273450B (zh) 一种网联自动驾驶环境下车辆进入编队的换道方法
CN114852105A (zh) 一种自动驾驶车辆换道轨迹规划方法及系统
CN112124314A (zh) 车辆自动变道横向路径规划方法、系统、车辆及存储介质
CN115140094A (zh) 一种基于纵向安全间距模型的实时换道决策方法
CN115273514B (zh) 一种自动驾驶车辆多车道连续变道轨迹优化方法
CN109318895A (zh) 预防恶意加塞的自动驾驶方法及系统
CN111391848B (zh) 自动驾驶车辆换道方法
CN115662131B (zh) 网联环境下道路事故路段的多车道协同换道方法
CN109572697B (zh) 基于模糊控制的特殊路段行进车辆的油门自动控制方法
CN114167857B (zh) 一种无人驾驶设备的控制方法及装置
CN115743183A (zh) 自动驾驶控制方法、装置、设备、介质及车辆
CN112440992A (zh) 用于车辆的自主驾驶的方法
CN114120685B (zh) 一种换道控制方法及装置

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