CN115384508A - 换道决策方法、装置、设备及可读存储介质 - Google Patents

换道决策方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN115384508A
CN115384508A CN202211216851.0A CN202211216851A CN115384508A CN 115384508 A CN115384508 A CN 115384508A CN 202211216851 A CN202211216851 A CN 202211216851A CN 115384508 A CN115384508 A CN 115384508A
Authority
CN
China
Prior art keywords
vehicle
lane
changed
driving
grid cell
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
CN202211216851.0A
Other languages
English (en)
Other versions
CN115384508B (zh
Inventor
乔苗苗
殷政
王荣荣
付源翼
夏然飞
管杰
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 Trucks Co ltd
Original Assignee
Dongfeng Trucks 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 Dongfeng Trucks Co ltd filed Critical Dongfeng Trucks Co ltd
Priority to CN202211216851.0A priority Critical patent/CN115384508B/zh
Publication of CN115384508A publication Critical patent/CN115384508A/zh
Application granted granted Critical
Publication of CN115384508B publication Critical patent/CN115384508B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W2552/50—Barriers
    • 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
    • B60W2554/20—Static 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4045—Intention, e.g. lane change or imminent movement

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种换道决策方法、装置、设备及可读存储介质，换道决策方法包括：获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。通过本发明可减少车辆换道决策的规划轨迹与其他车辆轨迹产生冲突的情况出现，提高车辆行车的安全性。

Description

换道决策方法、装置、设备及可读存储介质
技术领域
本发明涉及自动驾驶技术领域，尤其涉及一种换道决策方法、装置、设备及可读存储介质。
背景技术
换道决策是智能驾驶车辆行为决策重要组成部分，对行车安全性起着至关重要的作用。目前对于换道决策，已经从最初的只考虑道路条件和自车状态的单车换道决策演变为多方位、全方面考虑道路信息、动静态障碍物信息、交通规则等信息的多车协同换道决策。随着越发庞大的输入数据处理需求以及不断增长的换道决策性能需求，换道决策所需要考虑的因素以及使用的算法也越来越复杂。
目前，基于获取到的当前障碍物的位置、速度信息作为输入计算目标车辆的换道决策的方案很多。但是，目前世界范围内提出的智能车辆换道决策方案中，并没有考虑到动态障碍物未来可能的轨迹状态对其换道决策产生的影响。考虑到道路交通瞬息万变，如果在换道决策过程中没有考虑到动态障碍物未来可能的轨迹状态对其换道决策产生的影响，当目标车辆沿着以当前障碍物的位置、速度信息作为输入计算出的换道决策行驶时，可能会出现障碍物的行驶轨迹与目标车辆的行驶轨迹发生冲突的情况，严重影响行车安全。
发明内容
本发明的主要目的在于提供一种换道决策方法、装置、设备及可读存储介质，旨在解决现有技术中对车辆进行智能换道决策时，未考虑到动态障碍物未来可能的轨迹状态会与其换道决策对应的行驶轨迹发生冲突的情况，从而影响行车安全的技术问题。
第一方面，本发明提供一种换道决策方法，所述换道决策方法包括以下步骤：
获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；
基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；
基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；
基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；
若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。
可选的，在所述基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型的步骤之前包括：
以待换道车辆所在车道位置构建栅格地图；
将所述栅格地图划分为M×N个栅格元胞，其中，M为横向栅格元胞的个数，N为纵向栅格元胞的个数，纵向为沿着待换道车辆所在车道中心线的方向。
可选的，所述基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型的步骤包括：
基于所述目标车辆行驶轨迹，计算得到所述栅格地图中每个栅格元胞的车辆风险概率；
基于所述待换道车辆所处的道路环境信息，计算得到所述栅格地图中每个栅格元胞的道路风险概率；
基于所述车辆风险概率与所述道路风险概率，计算得到所述栅格地图中每个栅格元胞的驾驶风险概率；
基于所述待换道车辆的驾驶参数信息以及所述栅格地图中每个栅格元胞的驾驶风险概率，构建驾驶风险评估模型。
可选的，所述基于所述目标车辆行驶轨迹，计算得到所述栅格地图中每个栅格元胞的车辆风险概率的步骤包括：
基于目标车辆行驶轨迹，定位对应的第一栅格元胞；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离大于车道宽时，所述第一栅格元胞的车辆风险概率为0；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离小于或等于车道宽时，基于所述第一公式计算得到所述第一栅格元胞的车辆风险概率，所述第一公式为：
Figure BDA0003876510180000031
其中，pv(Mapij)为第一栅格元胞的车辆风险概率，Ld为栅格元胞长度，Lw为车道宽，n为第一栅格元胞个数(xij，yij)为第一栅格元胞Mapij中心点坐标，(x0，y0)为待换道车辆位置中心点坐标，β为车辆风险增益系数满足：0≤β≤1。
可选的，所述基于所述待换道车辆所处的道路环境信息，计算得到所述栅格地图中每个栅格元胞的道路风险概率的步骤包括：
基于所述待换道车辆所处的道路环境信息，定位对应的第二栅格元胞，所述待换道车辆所处的道路环境信息包括影响到待换道车辆换道决策的基础设施信息与静态障碍物信息；
当所述第二栅格元胞在待换道车辆所在车道的道路两侧时，所述第二栅格元胞的道路风险概率为1；
当所述第二栅格元胞在待换道车辆所在车道的道路内时，基于所述第二公式计算得到所述第二栅格元胞的道路风险概率，所述第二公式为：
Figure BDA0003876510180000032
其中，pr(Mapij)为第二栅格元胞的道路风险概率，y为第二栅格元胞的中心点与同一车道中心线所属栅格元胞的中心点横向距离，Δy为车道中心线所属栅格元胞的中心点与同一车道边界线所属栅格元胞的中心点横向距离，α为道路风险增益系数满足：0≤α≤1，且与车辆风险增益系数β具有如下关系：α+β＝1。
可选的，所述预设安全阈值、车辆风险增益系数以及道路风险增益系数与待换道车辆行驶模式相关，通过待换道车辆在不同行驶模式下进行参数标定后分别得出。
可选的，所述基于所述待换道车辆的驾驶参数信息以及所述栅格地图中每个栅格元胞的驾驶风险概率，构建驾驶风险评估模型的步骤包括：
基于待换道车辆的驾驶参数信息预测得到待换道车辆的换道轨迹点，并定位所述待换道车辆的换道轨迹点对应的目标栅格元胞；
基于所述栅格地图中每个栅格元胞的驾驶风险概率与所述目标栅格元胞，构建驾驶风险评估模型，所述驾驶风险评估模型为：
Figure BDA0003876510180000041
其中，p(Map)为驾驶风险评估模型，Map为目标栅格元胞的集合，Mapij为目标栅格元胞，p(Mapij)为目标栅格元胞的驾驶风险概率，且0≤p(Mapij)≤1。
第二方面，本发明还提供一种换道决策装置，所述换道决策装置包括：
获取模块，用于获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；
预测模块，用于基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；
模型构建模块，用于基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；
计算模块，用于基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；
提示模块，用于若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。
可选的，所述换道决策装置，还包括栅格地图构建模块，用于：
以待换道车辆所在车道位置构建栅格地图；
将所述栅格地图划分为M×N个栅格元胞，其中，M为横向栅格元胞的个数，N为纵向栅格元胞的个数，纵向为沿着待换道车辆所在车道中心线的方向。
可选的，所述模型构建模块，具体用于：
基于所述目标车辆行驶轨迹，计算得到所述栅格地图中每个栅格元胞的车辆风险概率；
基于所述待换道车辆所处的道路环境信息，计算得到所述栅格地图中每个栅格元胞的道路风险概率；
基于所述车辆风险概率与所述道路风险概率，计算得到所述栅格地图中每个栅格元胞的驾驶风险概率；
基于所述待换道车辆的驾驶参数信息以及所述栅格地图中每个栅格元胞的驾驶风险概率，构建驾驶风险评估模型。
可选的，所述模型构建模块，还具体用于：
基于目标车辆行驶轨迹，定位对应的第一栅格元胞；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离大于车道宽时，所述第一栅格元胞的车辆风险概率为0；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离小于或等于车道宽时，基于所述第一公式计算得到所述第一栅格元胞的车辆风险概率，所述第一公式为：
Figure BDA0003876510180000051
其中，pv(Mapij)为第一栅格元胞的车辆风险概率，Ld为栅格元胞长度，Lw为车道宽，n为第一栅格元胞个数(xij，yij)为第一栅格元胞Mapij中心点坐标，(x0，y0)为待换道车辆位置中心点坐标，β为车辆风险增益系数满足：0≤β≤1。
可选的，所述模型构建模块，还具体用于：
基于所述待换道车辆所处的道路环境信息，定位对应的第二栅格元胞，所述待换道车辆所处的道路环境信息包括影响到待换道车辆换道决策的基础设施信息与静态障碍物信息；
当所述第二栅格元胞在待换道车辆所在车道的道路两侧时，所述第二栅格元胞的道路风险概率为1；
当所述第二栅格元胞在待换道车辆所在车道的道路内时，基于所述第二公式计算得到所述第二栅格元胞的道路风险概率，所述第二公式为：
Figure BDA0003876510180000052
其中，pr(Mapij)为第二栅格元胞的道路风险概率，y为第二栅格元胞的中心点与同一车道中心线所属栅格元胞的中心点横向距离，Δy为车道中心线所属栅格元胞的中心点与同一车道边界线所属栅格元胞的中心点横向距离，α为道路风险增益系数满足：0≤α≤1，且与车辆风险增益系数β具有如下关系：α+β＝1。
可选的，所述预设安全阈值、车辆风险增益系数以及道路风险增益系数与待换道车辆行驶模式相关，通过待换道车辆在不同行驶模式下进行参数标定后分别得出。
可选的，所述模型构建模块，还具体用于：
基于待换道车辆的驾驶参数信息预测得到待换道车辆的换道轨迹点，并定位所述待换道车辆的换道轨迹点对应的目标栅格元胞；
基于所述栅格地图中每个栅格元胞的驾驶风险概率与所述目标栅格元胞，构建驾驶风险评估模型，所述驾驶风险评估模型为：
Figure BDA0003876510180000061
其中，p(Map)为驾驶风险评估模型，Map为目标栅格元胞的集合，Mapij为目标栅格元胞，p(Mapij)为目标栅格元胞的驾驶风险概率，且0≤p(Mapij)≤1。
第三方面，本发明还提供一种换道决策设备，所述换道决策设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的换道决策程序，其中所述换道决策程序被所述处理器执行时，实现如上述所述的换道决策方法的步骤。
第四方面，本发明还提供一种可读存储介质，所述可读存储介质上存储有换道决策程序，其中所述换道决策程序被处理器执行时，实现如上述所述的换道决策方法的步骤。
本发明提供一种换道决策方法、装置、设备及可读存储介质，换道决策方法包括：获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。通过本发明可减少车辆换道决策的规划轨迹与其他车辆轨迹产生冲突的情况出现，提高车辆行车的安全性。
附图说明
图1为本发明实施例方案中涉及的换道决策设备的硬件结构示意图；
图2为本发明换道决策方法一实施例的流程示意图；
图3为本发明换道决策方法又一实施例的流程示意图；
图4为本发明换道决策方法一实施例的栅格元胞与道路位置关系示意图；
图5为本发明换道决策装置一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
第一方面，本发明实施例提供一种换道决策设备。
参照图1，图1为本发明实施例方案中涉及的换道决策设备的硬件结构示意图。本发明实施例中，换道决策设备可以包括处理器1001(例如中央处理器CentralProcessingUnit，CPU)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)；网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity，WI-FI接口)；存储器1005可以是高速随机存取存储器(random access memory，RAM)，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解，图1中示出的硬件结构并不构成对本发明的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
继续参照图1，图1中作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及换道决策程序。其中，处理器1001可以调用存储器1005中存储的换道决策程序，并执行本发明实施例提供的换道决策方法。
第二方面，本发明实施例提供了一种换道决策方法。
参照图2，图2为本发明换道决策方法一实施例的流程示意图。
在本发明换道决策方法一实施例中，换道决策方法包括：
步骤S10，获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；
步骤S20，基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；
步骤S30，基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；
步骤S40，基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；
步骤S50，若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。
本实施例中，由于现有对车辆进行智能换道决策的方案中，并未考虑到动态障碍物未来可能的轨迹状态会与其换道决策对应的行驶轨迹发生冲突的情况，从而影响到行车安全。因此本实施例方案中，以待换道车辆周围的影响待换道车辆换道决策的环境车辆作为目标车辆，通过车路协同系统获取车路动态实时交互信息，上述车路动态实时交互信息包括目标车辆的驾驶参数信息、待换道车辆自身的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，驾驶参数信息包括：车辆当前位置、航向角、速度、加速度、行驶方向等；道路环境信息包括：车道信息、车道参考线信息、周围静态障碍物、基础设施信息等。
当获取了上述车路动态实时交互信息后，先基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹，将上述目标车辆行驶轨迹加入到待换道车辆换道决策的驾驶风险评估中。即通过上述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型，再基于上述驾驶风险评估模型来计算待换道车辆的驾驶风险值。当上述驾驶风险值小于预设安全阈值，则表征着待换道车辆当前换道决策的驾驶风险在安全阈值范围内，满足换道条件，则可以向待换道车辆输出换道条件满足的提示信息。以便于提示待换道车辆满足换道条件后，输出换道决策指令，来执行待换道车辆的换道决策动作。其中，预测所得的目标车辆行驶轨迹为多辆处于待换道车辆周围环境的目标车辆从预测行驶轨迹中以一定时间间隔提取的离散轨迹点。对于任一时刻所预测的目标车辆行驶轨迹，以[Ni×1]的矩阵进行存储，Ni为第i辆目标车辆的所预测的离散轨迹点。
通过上述将目标车辆预测轨迹加入到换道车辆换道决策的驾驶风险评估中，与待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型，再基于上述驾驶风险评估模型来计算待换道车辆的驾驶风险值，以确定是否满足换道条件后再执行换道决策的方式，可以减少目标车辆的预测轨迹与待换道车辆换道决策的规划轨迹产生冲突的情况出现，从而提高车辆行车的安全性。
进一步，一实施例中，在所述步骤S30之前包括：
以待换道车辆所在车道位置构建栅格地图；
将所述栅格地图划分为M×N个栅格元胞，其中，M为横向栅格元胞的个数，N为纵向栅格元胞的个数，纵向为沿着待换道车辆所在车道中心线的方向。
本实施例中，在基于预测所得的目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型的步骤之前，需先以待换道车辆所在的车道位置构建栅格地图，具体的构建方式可以以待换道车辆当前所在车道中心线投影点为基准点，沿着待换道车辆所在车道中心线的方向为纵向构建栅格地图。以纵向长度为l，横向宽度为d的栅格地图元胞划分栅格地图，将上述栅格地图划分为Nd×Nl个栅格元胞，Nd为横向栅格元胞的个数，Nl为纵向栅格元胞的个数，栅格地图以栅格元胞为最小存储单元，存储的信息为为[Nd×Nl]的矩阵。在后续建立驾驶风险评估模型时，再以每个栅格元胞作为计算驾驶风险概率的计算单位，将每个栅格元胞的驾驶风险概率记录在上述所存储的矩阵中。
进一步，一实施例中，参照图3，所述步骤S30包括：
步骤S301，基于所述目标车辆行驶轨迹，计算得到所述栅格地图中每个栅格元胞的车辆风险概率；
步骤S302，基于所述待换道车辆所处的道路环境信息，计算得到所述栅格地图中每个栅格元胞的道路风险概率；
步骤S303，基于所述车辆风险概率与所述道路风险概率，计算得到所述栅格地图中每个栅格元胞的驾驶风险概率；
步骤S304，基于所述待换道车辆的驾驶参数信息以及所述栅格地图中每个栅格元胞的驾驶风险概率，构建驾驶风险评估模型。
本实施例中，构建栅格地图之后，会计算每个栅格元胞的驾驶风险概率，而每个栅格元胞的驾驶风险概率包括两部分：一部分是车辆风险概率，当栅格元胞与所预测的目标车辆行驶轨迹(周围车辆等动态障碍物)所属的栅格元胞接近或重合时，由于目标车辆行驶轨迹而存在的车辆风险概率，即基于目标车辆行驶轨迹可以计算得到栅格地图中每个栅格元胞的车辆风险概率；一部分是道路风险概率，当栅格元胞与道路环境信息(基础设施等静态障碍物)所属的栅格元胞和车道接近或重合时，由于道路环境中的静态障碍物而存在的道路风险概率，即基于所述待换道车辆所处的道路环境信息，可以计算得到所述栅格地图中每个栅格元胞的道路风险概率。其中，对于任一栅格元胞Mapij，其驾驶风险概率概率用p(Mapij)表示且0≤p(Mapij)≤1。当p(Mapij)＝0时，栅格元胞Mapij为空闲状态。当0＜p(Mapij)≤1时，栅格元胞Mapij为占用状态。
在基于上述车辆风险概率和道路风险概率，确定栅格地图中每个栅格元胞的驾驶风险概率之后，可以再通过待换道车辆的驾驶参数信息定位其对应的栅格元胞，从而基于所述待换道车辆的驾驶参数信息以及所述栅格地图中每个栅格元胞的驾驶风险概率，构建待换道车辆的驾驶风险评估模型。上述驾驶风险评估模型既考虑到了道路环境中的静态障碍物信息对换道决策的影响，也考虑到了周围环境中目标车辆预测行驶轨迹信息对换道决策的影响，可以提高换道决策的准确性，从而提高行车的安全性。
更进一步，一实施例中，所述步骤S301包括：
基于目标车辆行驶轨迹，定位对应的第一栅格元胞；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离大于车道宽时，所述第一栅格元胞的车辆风险概率为0；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离小于或等于车道宽时，基于所述第一公式计算得到所述第一栅格元胞的车辆风险概率，所述第一公式为：
Figure BDA0003876510180000111
其中，pv(Mapij)为第一栅格元胞的车辆风险概率，Ld为栅格元胞长度，Lw为车道宽，n为第一栅格元胞个数(xij，yij)为第一栅格元胞Mapij中心点坐标，(x0，y0)为待换道车辆位置中心点坐标，β为车辆风险增益系数满足：0≤β≤1。
本实施例中，具体地，由于目标车辆行驶轨迹对应的是多个离散轨迹点，因此基于所述目标车辆行驶轨迹，计算得到所述栅格地图中每个栅格元胞的车辆风险概率的步骤包括：基于目标车辆行驶轨迹，定位得到目标车辆行驶轨迹对应的多个离散轨迹点所属的第一栅格元胞。再基于第一栅格元胞的中心点位置与待换道车辆所在车道的中心线进行横向(水平面上垂直于车道中心线的方向)距离比对，以确定上述第一栅格元胞所对应的车辆风险概率。当上述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离大于车道宽时，此时第一栅格元胞不存在车辆风险概率，其车辆风险概率为0。当上述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离小于或等于车道宽时，此时第一栅格元胞的车辆风险概率与待换道车辆的位置相关，可以基于第一公式计算得到上述第一栅格元胞的车辆风险概率，其中，第一公式为：
Figure BDA0003876510180000112
式中：pv(Mapij)为第一栅格元胞的车辆风险概率，Ld为栅格元胞长度，Lw为车道宽，n为第一栅格元胞个数(xij，yij)为第一栅格元胞Mapij中心点坐标，(x0，y0)为待换道车辆位置中心点坐标，β为车辆风险增益系数满足：0≤β≤1。
更进一步，一实施例中，所述步骤S302包括：
基于所述待换道车辆所处的道路环境信息，定位对应的第二栅格元胞，所述待换道车辆所处的道路环境信息包括影响到待换道车辆换道决策的基础设施信息与静态障碍物信息；
当所述第二栅格元胞在待换道车辆所在车道的道路两侧时，所述第二栅格元胞的道路风险概率为1；
当所述第二栅格元胞在待换道车辆所在车道的道路内时，基于所述第二公式计算得到所述第二栅格元胞的道路风险概率，所述第二公式为：
Figure BDA0003876510180000121
其中，pr(Mapij)为第二栅格元胞的道路风险概率，y为第二栅格元胞的中心点与同一车道中心线所属栅格元胞的中心点横向距离，Δy为车道中心线所属栅格元胞的中心点与同一车道边界线所属栅格元胞的中心点横向距离，α为道路风险增益系数满足：0≤α≤1，且与车辆风险增益系数β具有如下关系：α+β＝1。
本实施例中，具体地，待换道车辆所处的道路环境信息包括影响到待换道车辆换道决策的基础设施信息与静态障碍物信息，因此基于所述待换道车辆所处的道路环境信息，计算得到所述栅格地图中每个栅格元胞的道路风险概率的步骤包括：基于上述待换道车辆所处的道路环境信息，定位得到会影响到待换道车辆换道决策的基础设施、静态障碍物等所属的第二栅格元胞。再基于第二栅格元胞与待换道车辆所在车道的位置关系确定第二栅格元胞对应的道路风险概率。当上述第二栅格元胞在待换道车辆所在车道的道路两侧时，所述第二栅格元胞的道路风险概率为1；当上述第二栅格元胞在待换道车辆所在车道的道路内时，栅格元胞的道路风险概率根据栅格元胞与其所在车道中心线的距离在[0，α]之间变化，α为道路风险增益系数。
当上述第二栅格元胞在待换道车辆所在车道的道路两侧时，参照图4，图4为栅格元胞及其与道路位置关系，l1和l2为待换道车辆所在车道的两条边界线，l0为待换道车辆所在车道的中心线。Mapi-1，j，Mapi，j，...，Mapi+5，j为同一车道、同一纵向位置具有的多个栅格元胞。对于处于车道内的第二栅格元胞如Mapi，j，其中心点与同一车道中心线所属栅格元胞的中心点横向距离为y，待换道车辆所在车道的中心线l0所属栅格元胞的中心点与同一车道边界线所属栅格元胞的中心点横向距离为Δy，采用正弦函数构建栅格元胞的道路风险概率计算的第二公式，在基于上述第二公式计算得到所述第二栅格元胞Mapi，j的道路风险概率，其中，所述第二公式为：
Figure BDA0003876510180000122
式中，pr(Mapij)为第二栅格元胞的道路风险概率，y为第二栅格元胞的中心点与同一车道中心线所属栅格元胞的中心点横向距离，Δy为车道中心线所属栅格元胞的中心点与同一车道边界线所属栅格元胞的中心点横向距离，α为道路风险增益系数满足：0≤α≤1，且与车辆风险增益系数β具有如下关系：α+β＝1。
更进一步，一实施例中，所述预设安全阈值、车辆风险增益系数以及道路风险增益系数与待换道车辆行驶模式相关，通过待换道车辆在不同行驶模式下进行参数标定后分别得出。
本实施例中，待换道车辆行驶模式包括但不限于车道保持、换道、紧急制动，上述预设安全阈值、车辆风险增益系数以及道路风险增益系数与待换道车辆行驶模式相关，在不用行驶模式下有不同的值，通过待换道车辆在不同行驶模式下进行参数标定后分别得出。
进一步，一实施例中，所述步骤S304包括：
基于待换道车辆的驾驶参数信息预测得到待换道车辆的换道轨迹点，并定位所述待换道车辆的换道轨迹点对应的目标栅格元胞；
基于所述栅格地图中每个栅格元胞的驾驶风险概率与所述目标栅格元胞，构建驾驶风险评估模型，所述驾驶风险评估模型为：
Figure BDA0003876510180000131
其中，p(Map)为驾驶风险评估模型，Map为目标栅格元胞的集合，Mapij为目标栅格元胞，p(Mapij)为目标栅格元胞的驾驶风险概率，且0≤p(Mapij)≤1。
本实施例中，基于待换道车辆的驾驶参数信息，以待换道车辆当前位置和速度作为换道的条件，确定待换道车辆所预计的换道轨迹点，并定位到上述换道轨迹点对应的目标栅格元胞。以上述定位后的目标栅格元胞所对应的驾驶风险总和作为待换道车辆的驾驶风险概率。即基于上述栅格地图中每个栅格元胞的驾驶风险概率与所述目标栅格元胞，可以构建得到驾驶风险评估模型，上述驾驶风险评估模型为：
Figure BDA0003876510180000132
其中，p(Map)为驾驶风险评估模型，Map为目标栅格元胞的集合，Mapij为目标栅格元胞，p(Mapij)为目标栅格元胞的驾驶风险概率，且0≤p(Mapij)≤1。
本实施例中，提供一种换道决策方法包括：获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。通过本发明可减少车辆换道决策的规划轨迹与其他车辆轨迹产生冲突的情况出现，提高车辆行车的安全性。
第三方面，本发明实施例还提供一种换道决策装置。
参照图5，换道决策装置一实施例的功能模块示意图。
本实施例中，所述换道决策装置包括：
获取模块10，用于获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；
预测模块20，用于基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；
模型构建模块30，用于基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；
计算模块40，用于基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；
提示模块50，用于若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。
进一步，一实施例中，所述换道决策装置，还包括栅格地图构建模块，用于：
以待换道车辆所在车道位置构建栅格地图；
将所述栅格地图划分为M×N个栅格元胞，其中，M为横向栅格元胞的个数，N为纵向栅格元胞的个数，纵向为沿着待换道车辆所在车道中心线的方向。
进一步，一实施例中，所述模型构建模块30，具体用于：
基于所述目标车辆行驶轨迹，计算得到所述栅格地图中每个栅格元胞的车辆风险概率；
基于所述待换道车辆所处的道路环境信息，计算得到所述栅格地图中每个栅格元胞的道路风险概率；
基于所述车辆风险概率与所述道路风险概率，计算得到所述栅格地图中每个栅格元胞的驾驶风险概率；
基于所述待换道车辆的驾驶参数信息以及所述栅格地图中每个栅格元胞的驾驶风险概率，构建驾驶风险评估模型。
进一步，一实施例中，所述模型构建模块40，还具体用于：
基于目标车辆行驶轨迹，定位对应的第一栅格元胞；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离大于车道宽时，所述第一栅格元胞的车辆风险概率为0；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离小于或等于车道宽时，基于所述第一公式计算得到所述第一栅格元胞的车辆风险概率，所述第一公式为：
Figure BDA0003876510180000151
其中，pv(Mapij)为第一栅格元胞的车辆风险概率，Ld为栅格元胞长度，Lw为车道宽，n为第一栅格元胞个数(xij，yij)为第一栅格元胞Mapij中心点坐标，(x0，y0)为待换道车辆位置中心点坐标，β为车辆风险增益系数满足：0≤β≤1。
进一步，一实施例中，所述模型构建模块40，还具体用于：
基于所述待换道车辆所处的道路环境信息，定位对应的第二栅格元胞，所述待换道车辆所处的道路环境信息包括影响到待换道车辆换道决策的基础设施信息与静态障碍物信息；
当所述第二栅格元胞在待换道车辆所在车道的道路两侧时，所述第二栅格元胞的道路风险概率为1；
当所述第二栅格元胞在待换道车辆所在车道的道路内时，基于所述第二公式计算得到所述第二栅格元胞的道路风险概率，所述第二公式为：
Figure BDA0003876510180000161
其中，pr(Mapij)为第二栅格元胞的道路风险概率，y为第二栅格元胞的中心点与同一车道中心线所属栅格元胞的中心点横向距离，Δy为车道中心线所属栅格元胞的中心点与同一车道边界线所属栅格元胞的中心点横向距离，α为道路风险增益系数满足：0≤α≤1，且与车辆风险增益系数β具有如下关系：α+β＝1。
进一步，一实施例中，所述预设安全阈值、车辆风险增益系数以及道路风险增益系数与待换道车辆行驶模式相关，通过待换道车辆在不同行驶模式下进行参数标定后分别得出。
进一步，一实施例中，所述模型构建模块40，还具体用于：
基于待换道车辆的驾驶参数信息预测得到待换道车辆的换道轨迹点，并定位所述待换道车辆的换道轨迹点对应的目标栅格元胞；
基于所述栅格地图中每个栅格元胞的驾驶风险概率与所述目标栅格元胞，构建驾驶风险评估模型，所述驾驶风险评估模型为：
Figure BDA0003876510180000162
其中，p(Map)为驾驶风险评估模型，Map为目标栅格元胞的集合，Mapij为目标栅格元胞，p(Mapij)为目标栅格元胞的驾驶风险概率，且0≤p(Mapij)≤1。
其中，上述换道决策装置中各个模块的功能实现与上述换道决策方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
第四方面，本发明实施例还提供一种可读存储介质。
本发明可读存储介质上存储有换道决策程序，其中所述换道决策程序被处理器执行时，实现如上述的换道决策方法的步骤。
其中，换道决策程序被执行时所实现的方法可参照本发明换道决策方法的各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种换道决策方法，其特征在于，所述换道决策方法包括：
获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；
基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；
基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；
基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；
若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。
2.如权利要求1所述的换道决策方法，其特征在于，在所述基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型的步骤之前包括：
以待换道车辆所在车道位置构建栅格地图；
将所述栅格地图划分为M×N个栅格元胞，其中，M为横向栅格元胞的个数，N为纵向栅格元胞的个数，纵向为沿着待换道车辆所在车道中心线的方向。
3.如权利要求2所述的换道决策方法，其特征在于，所述基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型的步骤包括：
基于所述目标车辆行驶轨迹，计算得到所述栅格地图中每个栅格元胞的车辆风险概率；
基于所述待换道车辆所处的道路环境信息，计算得到所述栅格地图中每个栅格元胞的道路风险概率；
基于所述车辆风险概率与所述道路风险概率，计算得到所述栅格地图中每个栅格元胞的驾驶风险概率；
基于所述待换道车辆的驾驶参数信息以及所述栅格地图中每个栅格元胞的驾驶风险概率，构建驾驶风险评估模型。
4.如权利要求3所述的换道决策方法，其特征在于，所述基于所述目标车辆行驶轨迹，计算得到所述栅格地图中每个栅格元胞的车辆风险概率的步骤包括：
基于目标车辆行驶轨迹，定位对应的第一栅格元胞；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离大于车道宽时，所述第一栅格元胞的车辆风险概率为0；
当所述第一栅格元胞的中心点位置与待换道车辆所在车道的中心线的横向距离小于或等于车道宽时，基于所述第一公式计算得到所述第一栅格元胞的车辆风险概率，所述第一公式为：
Figure FDA0003876510170000021
其中，pv(Mapij)为第一栅格元胞的车辆风险概率，Ld为栅格元胞长度，Lw为车道宽，n为第一栅格元胞个数(xij,yij)为第一栅格元胞Mapij中心点坐标，(x0,y0)为待换道车辆位置中心点坐标，β为车辆风险增益系数满足：0≤β≤1。
5.如权利要求4所述的换道决策方法，其特征在于，所述基于所述待换道车辆所处的道路环境信息，计算得到所述栅格地图中每个栅格元胞的道路风险概率的步骤包括：
基于所述待换道车辆所处的道路环境信息，定位对应的第二栅格元胞，所述待换道车辆所处的道路环境信息包括影响到待换道车辆换道决策的基础设施信息与静态障碍物信息；
当所述第二栅格元胞在待换道车辆所在车道的道路两侧时，所述第二栅格元胞的道路风险概率为1；
当所述第二栅格元胞在待换道车辆所在车道的道路内时，基于所述第二公式计算得到所述第二栅格元胞的道路风险概率，所述第二公式为：
Figure FDA0003876510170000022
其中，pr(Mapij)为第二栅格元胞的道路风险概率，y为第二栅格元胞的中心点与同一车道中心线所属栅格元胞的中心点横向距离，Δy为车道中心线所属栅格元胞的中心点与同一车道边界线所属栅格元胞的中心点横向距离，α为道路风险增益系数满足：0≤α≤1，且与车辆风险增益系数β具有如下关系：α+β＝1。
6.如权利要求5所述的换道决策方法，其特征在于，所述预设安全阈值、车辆风险增益系数以及道路风险增益系数与待换道车辆行驶模式相关，通过待换道车辆在不同行驶模式下进行参数标定后分别得出。
7.如权利要求3所述的换道决策方法，其特征在于，所述基于所述待换道车辆的驾驶参数信息以及所述栅格地图中每个栅格元胞的驾驶风险概率，构建驾驶风险评估模型的步骤包括：
基于待换道车辆的驾驶参数信息预测得到待换道车辆的换道轨迹点，并定位所述待换道车辆的换道轨迹点对应的目标栅格元胞；
基于所述栅格地图中每个栅格元胞的驾驶风险概率与所述目标栅格元胞，构建驾驶风险评估模型，所述驾驶风险评估模型为：
Figure FDA0003876510170000031
其中，p(Map)为驾驶风险评估模型，Map为目标栅格元胞的集合，Mapij为目标栅格元胞，p(Mapij)为目标栅格元胞的驾驶风险概率，且0≤p(Mapij)≤1。
8.一种换道决策装置，其特征在于，所述换道决策装置包括：
获取模块，用于获取目标车辆的驾驶参数信息、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息，其中，所述目标车辆为影响待换道车辆换道决策的车辆；
预测模块，用于基于所述目标车辆的驾驶参数信息，预测得到目标车辆行驶轨迹；
模型构建模块，用于基于所述目标车辆行驶轨迹、待换道车辆的驾驶参数信息以及待换道车辆所处的道路环境信息建立驾驶风险评估模型；
计算模块，用于基于所述驾驶风险评估模型计算得到所述待换道车辆的驾驶风险值；
提示模块，用于若所述驾驶风险值小于预设安全阈值，则向待换道车辆输出换道条件满足的提示信息。
9.一种换道决策设备，其特征在于，所述换道决策设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的换道决策程序，其中所述换道决策程序被所述处理器执行时，实现如权利要求1至7中任一项所述的换道决策方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有换道决策程序，其中所述换道决策程序被处理器执行时，实现如权利要求1至7中任一项所述的换道决策方法的步骤。
CN202211216851.0A 2022-09-30 2022-09-30 换道决策方法、装置、设备及可读存储介质 Active CN115384508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211216851.0A CN115384508B (zh) 2022-09-30 2022-09-30 换道决策方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211216851.0A CN115384508B (zh) 2022-09-30 2022-09-30 换道决策方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN115384508A true CN115384508A (zh) 2022-11-25
CN115384508B CN115384508B (zh) 2024-08-06

Family

ID=84128832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211216851.0A Active CN115384508B (zh) 2022-09-30 2022-09-30 换道决策方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN115384508B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115995163A (zh) * 2023-03-23 2023-04-21 江西通慧科技集团股份有限公司 一种车辆碰撞预警方法及系统
CN116504088A (zh) * 2023-05-24 2023-07-28 合肥工业大学 一种网联环境下考虑安全风险的快速路车辆换道决策方法
CN117302258A (zh) * 2023-09-25 2023-12-29 东风商用车有限公司 自动驾驶车辆换道路径的轨迹系数变换生成方法及系统
WO2024188022A1 (zh) * 2023-03-15 2024-09-19 华为技术有限公司 效率换道能力评估方法、装置、存储介质
US12131645B1 (en) 2023-05-24 2024-10-29 Hefei University Of Technology Methods for lane changing decision for vehicles on expressways considering safety risks in a networked environment

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111923905A (zh) * 2019-04-24 2020-11-13 Aptiv技术有限公司 对轨迹进行估计的系统和方法
CN112622932A (zh) * 2020-12-23 2021-04-09 同济大学 一种基于势能场启发式搜索的自动驾驶换道轨迹规划算法
US20210107486A1 (en) * 2019-10-15 2021-04-15 Hyundai Motor Company Apparatus for determining lane change strategy of autonomous vehicle and method thereof
US20210269038A1 (en) * 2018-06-22 2021-09-02 Great Wall Motor Company Limited Vehicle lane change control method and device
US20220080972A1 (en) * 2019-05-21 2022-03-17 Huawei Technologies Co., Ltd. Autonomous lane change method and apparatus, and storage medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210269038A1 (en) * 2018-06-22 2021-09-02 Great Wall Motor Company Limited Vehicle lane change control method and device
CN111923905A (zh) * 2019-04-24 2020-11-13 Aptiv技术有限公司 对轨迹进行估计的系统和方法
US20220080972A1 (en) * 2019-05-21 2022-03-17 Huawei Technologies Co., Ltd. Autonomous lane change method and apparatus, and storage medium
US20210107486A1 (en) * 2019-10-15 2021-04-15 Hyundai Motor Company Apparatus for determining lane change strategy of autonomous vehicle and method thereof
CN112622932A (zh) * 2020-12-23 2021-04-09 同济大学 一种基于势能场启发式搜索的自动驾驶换道轨迹规划算法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024188022A1 (zh) * 2023-03-15 2024-09-19 华为技术有限公司 效率换道能力评估方法、装置、存储介质
CN115995163A (zh) * 2023-03-23 2023-04-21 江西通慧科技集团股份有限公司 一种车辆碰撞预警方法及系统
CN116504088A (zh) * 2023-05-24 2023-07-28 合肥工业大学 一种网联环境下考虑安全风险的快速路车辆换道决策方法
CN116504088B (zh) * 2023-05-24 2024-03-26 合肥工业大学 一种网联环境下考虑安全风险的快速路车辆换道决策方法
US12131645B1 (en) 2023-05-24 2024-10-29 Hefei University Of Technology Methods for lane changing decision for vehicles on expressways considering safety risks in a networked environment
CN117302258A (zh) * 2023-09-25 2023-12-29 东风商用车有限公司 自动驾驶车辆换道路径的轨迹系数变换生成方法及系统

Also Published As

Publication number Publication date
CN115384508B (zh) 2024-08-06

Similar Documents

Publication Publication Date Title
CN115384508A (zh) 换道决策方法、装置、设备及可读存储介质
CN110634054B (zh) 定点还车的方法、装置和电子设备
CN111994079A (zh) 考虑驾驶风格特性的非合作博弈换道辅助决策系统及方法
CN111746525B (zh) 泊车路径规划方法、装置、设备及存储介质
CN110789520B (zh) 行驶控制方法、装置及电子设备
CN114454878B (zh) 车速控制模型训练样本的确定方法及装置
CN110834646B (zh) 变道辅助预警方法、装置、设备及存储介质
CN116596380A (zh) 高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质
CN112319505B (zh) 自动驾驶换道判断方法、装置、设备及存储介质
CN118129756A (zh) 轨迹预测方法、车辆、装置以及存储介质
CN115482627B (zh) 共享单车定位方法、装置、设备及存储介质
CN116484255A (zh) 暴露度评估方法、装置、设备及可读存储介质
CN116442787A (zh) 一种电动汽车能耗预警方法、装置、介质及设备
CN115092140A (zh) 变道位置控制方法、装置、车辆及存储介质
CN113942511A (zh) 无人驾驶车超车控制方法、装置、设备及存储介质
CN113808435A (zh) 用于车辆的辅助装置、相应的方法及存储介质
CN115230733B (zh) 车辆自动驾驶方法、装置、计算机设备和存储介质
CN110793534A (zh) 导航系统控制方法、装置、计算机设备和存储介质
CN116595779A (zh) 车辆测试仿真场景的构建方法、装置、设备及存储介质
CN116534006B (zh) 一种车辆动力控制方法、设备及存储介质
CN116720663B (zh) 一种交通运行管理方法、装置、系统及存储介质
WO2024212864A1 (zh) 车辆控制方法、装置、设备及存储介质
CN117635401B (zh) 城市管理巡逻方案生成方法、装置、设备及存储介质
CN118004173A (zh) 一种换道位置确定方法及装置、电子设备及存储介质
CN118494503A (zh) 车辆位置预测方法、装置、终端设备以及存储介质

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