CN115447578A - 车辆自动换道的方法及装置 - Google Patents
车辆自动换道的方法及装置 Download PDFInfo
- Publication number
- CN115447578A CN115447578A CN202211046162.XA CN202211046162A CN115447578A CN 115447578 A CN115447578 A CN 115447578A CN 202211046162 A CN202211046162 A CN 202211046162A CN 115447578 A CN115447578 A CN 115447578A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- decision
- action
- lane
- state transition
- 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.)
- Pending
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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请公开了一种车辆自动换道的方法及装置,其中,方法包括:基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息;基于至少一个周围目标的预测轨迹信息,根据每个周围目标在不同时刻所处的位置投影至车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间;利用轨迹投影空间生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照最优决策动作控制车辆自动换道。本申请实施例可以通过车辆的多种传感器采集周围目标的预测轨迹信息,可以搜索并确定任一时刻的最优决策动作,并控制车辆自动换道,进而可以考虑车辆全局的动作决策,提升了车辆的智能化水平,更加准确的贴近人类驾驶员的换道意图。
Description
技术领域
本申请涉及自动驾驶技术领域,特别涉及一种车辆自动换道的方法及装置。
背景技术
相关技术中,基于采集到的本车前方预定距离范围内的道路信息,对本车当前所在车道和本车相邻车道内的车流速度分别进行求解,并通过求解得到的所有车流速度,根据计算不同因素的分数来综合得到是否需要换道的决策动作。
然而,相关技术中仅考虑车辆当前时刻的决策动作,无法考虑车辆全局的动作决策,降低了车辆的智能化水平,无法准确的贴近人类驾驶员的换道意图,降低了车辆自动换道的可靠性,亟待解决。
发明内容
本申请提供一种车辆自动换道的方法及装置,以解决相关技术中仅考虑车辆当前时刻的决策动作,无法考虑车辆全局的动作决策,降低了车辆的智能化水平,无法准确的贴近人类驾驶员的换道意图,降低了车辆自动换道的可靠性的技术问题。
本申请第一方面实施例提供一种车辆自动换道的方法,包括以下步骤:基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息;基于所述至少一个周围目标的预测轨迹信息,根据每个周围目标在不同时刻所处的位置投影至所述车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间;利用所述轨迹投影空间生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照所述最优决策动作控制所述车辆自动换道。
根据上述技术手段,本申请实施例通过车辆的多种传感器采集的信息采样决策状态,并生成最优决策动作,可以搜索出车辆任一时刻的最优决策动作并控制车辆自动换道,进而可以考虑车辆全局的动作决策,提升了车辆的智能化水平,更加准确的贴近人类驾驶员的换道意图。
可选地,在本申请的一个实施例中,所述利用所述轨迹投影空间生成决策状态转移矩阵,包括:按照预设时间间隔从时间上对所述轨迹投影空间进行切片,生成多个采样切片;利用所述多个采样切片生成对应时刻的决策状态,计算对应的决策状态转移矩阵。
根据上述技术手段,本申请实施例可以按照一定时间对轨迹投影切片,并通过采样切片生成对应时刻的决策状态,从而计算转移矩阵,从而提升车辆自动换道的可执行性和可靠性。
可选地,在本申请的一个实施例中,所述搜索出所述车辆的最优决策动作,包括:利用每个决策状态对应的决策状态转移矩阵搜索最优的决策动作序列,确定所述任一时刻的最优决策动作。
根据上述技术手段,本申请实施例可以搜索并确定任一时刻的最优决策动作,从而提升车辆自动换道的可执行性和可靠性,提升用户的驾驶体验。
可选地,在本申请的一个实施例中,所述计算对应的决策状态转移矩阵,包括:基于所述对应时刻的决策状态,计算每个动作的转移代价;根据所述每个动作的转移代价得到所述车辆对应不同初始状态下的决策状态转移矩阵。
根据上述技术手段,本申请实施例可以计算对应的决策状态转移矩阵,从而可以提升车辆自动换道的精确性,提升用户驾驶的安全性。
可选地,在本申请的一个实施例中,所述转移代价的计算公式为:
cost=(safety*w1+efficient*w2+nav*w3+comfort*w4+action)*γ,
其中,safety表示安全因素,efficient表示通行效率因素,nav表示导航因素,comfort表示舒适因素,action表示换道或保持当前车道行驶,w1,w2,w3,w4,表示不同因素的权重,γ表示时间系数。
本申请第二方面实施例提供一种车辆自动换道的装置,包括:预测模块,用于基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息;生成模块,用于基于所述至少一个周围目标的预测轨迹信息,根据每个周围目标在不同时刻所处的位置投影至所述车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间;控制模块,用于利用所述轨迹投影空间生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照所述最优决策动作控制所述车辆自动换道。
可选地,在本申请的一个实施例中,所述控制模块包括:生成单元,用于按照预设时间间隔从时间上对所述轨迹投影空间进行切片,生成多个采样切片;计算单元,用于利用所述多个采样切片生成对应时刻的决策状态,计算对应的决策状态转移矩阵。
可选地,在本申请的一个实施例中,所述搜索出所述车辆的最优决策动作,包括利用每个决策状态对应的决策状态转移矩阵搜索最优的决策动作序列,确定所述任一时刻的最优决策动作。
可选地,在本申请的一个实施例中,所述计算单元进一步用于基于所述对应时刻的决策状态,计算每个动作的转移代价,根据所述每个动作的转移代价得到所述车辆对应不同初始状态下的决策状态转移矩阵。
可选地,在本申请的一个实施例中,所述转移代价的计算公式为:
cost=(safety*w1+efficient*w2+nav*w3+comfort*w4+action)*γ,
其中,safety表示安全因素,efficient表示通行效率因素,nav表示导航因素,comfort表示舒适因素,action表示换道或保持当前车道行驶,w1,w2,w3,w4,表示不同因素的权重,γ表示时间系数。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的车辆自动换道的方法。
本申请第四方面实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,该程序被处理器执行时实现如上的车辆自动换道的方法。
本申请的有益效果:
(1)本申请实施例可以按照一定时间对轨迹投影切片,并通过采样切片生成对应时刻的决策状态,从而计算转移矩阵,从而提升车辆自动换道的可执行性和可靠性。
(2)本申请实施例可以搜索并确定任一时刻的最优决策动作,从而提升车辆自动换道的可执行性和可靠性,提升用户的驾驶体验。
(3)本申请实施例通过车辆的多种传感器采集的信息采样决策状态,并生成最优决策动作,可以搜索出车辆任一时刻的最优决策动作并控制车辆自动换道,进而可以考虑车辆全局的动作决策,提升了车辆的智能化水平,更加准确的贴近人类驾驶员的换道意图。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种车辆自动换道的方法的流程图;
图2为本申请一个具体实施例的车辆自动换道的场景示意图;
图3为本申请一个具体实施例的目标轨迹投影空间和采样切片示意图;
图4为本申请一个具体实施例的某时刻决策状态的示意图;
图5为本申请一个具体实施例的车辆自动换道的方法的流程图;
图6为根据本申请实施例的车辆自动换道的装置的结构示意图;
图7为根据本申请实施例提供的车辆的结构示意图。
其中,10-车辆自动换道的装置;100-预测模块、200-生成模块和300-控制模块;701-存储器、702-处理器和703-通信接口。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的车辆自动换道的方法及装置。针对上述背景技术中心提到的相关技术中仅考虑车辆当前时刻的决策动作,无法考虑车辆全局的动作决策,降低了车辆的智能化水平,无法准确的贴近人类驾驶员的换道意图,降低了车辆自动换道的可靠性的问题,本申请提供了一种车辆自动换道的方法,在该方法中,可以基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息,从而根据每个周围目标在不同时刻所处的位置投影至车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间,进而生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照最优决策动作控制车辆自动换道,从而可以考虑车辆全局的动作决策,提升了车辆的智能化水平,更加准确的贴近人类驾驶员的换道意图。由此,解决了相关技术中仅考虑车辆当前时刻的决策动作,无法考虑车辆全局的动作决策,降低了车辆的智能化水平,无法准确的贴近人类驾驶员的换道意图,降低了车辆自动换道的可靠性的技术问题。
具体而言,图1为本申请实施例所提供的一种车辆自动换道的方法的流程示意图。
如图1所示,该车辆自动换道的方法包括以下步骤:
在步骤S101中,基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息。
可以理解的是,本申请实施例可以基于车辆的多种传感器采集的信息,例如,本申请实施例可以通过量产的角雷达、摄像头等传感器采集的信息,预测车辆周围目标的预测轨迹信息,确保车辆可以安全执行换道操作,同时可以通过多种传感器获取路径规划生成的本车预期行驶路径,当存在N条可行驶车道时,则对应有N个本车的预期行驶路径,从而提升车辆自动换道的可执行性。
例如,如图2所示,本申请实施例可以获取周围目标的预测轨迹信息,可以通过摄像头和角雷达获取周围环境车辆等目标的预测轨迹,如图中车辆有ID为1,3,7,8的车辆目标预测轨迹为P1,P3,P7,P8,该预测轨迹可以由若干个t时刻的离散位置点组成P(t),其中,每个位置点还包括了t时刻的速度v(t)。
又例如,如图2所示,本申请实施例可以获取自车的预期行驶路径信息,当前有三条可行驶车道时,则对应有三条自车预期行驶路径为L1,L2,L3,从而提升车辆自动换道的可执行性和可靠性,提升用户的驾驶体验。
在步骤S102中,基于至少一个周围目标的预测轨迹信息,根据每个周围目标在不同时刻所处的位置投影至车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间。
可以理解的是,本申请实施例可以利用获取的周围目标的预测轨迹信息,根据每个周围目标在不同时刻t目标所处的位置,投影到对应的本车可行驶车道的预期行驶路径上,并生成轨迹投影空间,提升了车辆的智能化水平,有效的满足车辆自动换道的安全需求。
举例而言,如图3所示,本申请实施例可以对周围目标的预测轨迹投影,其可以将A1获得的目标预测轨迹投影到对应的本车可行驶车道的预期行驶路径上,并获得轨迹投影空间,从而可以得到三维的轨迹投影柱状图,其中,横轴平面为t时刻的目标车位置,纵轴为时间t轴,有效的提升了车辆自动换道的可靠性和安全性。
在步骤S103中,利用轨迹投影空间生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照最优决策动作控制车辆自动换道。
可以理解的是,本申请实施例可以利用下述步骤中的轨迹投影空间生成决策状态转移矩阵,从而可以利用决策状态转移矩阵搜索出车辆在任一时刻的最优决策动作,并按照最优决策动作控制车辆自动换道,从而提升了车辆自动换道路径轨迹的精确性和可靠性,并且提升了计算效率,使得车辆自动换道的方法更贴近人类驾驶的意图。
可选地,在本申请的一个实施例中,利用轨迹投影空间生成决策状态转移矩阵,包括:按照预设时间间隔从时间上对轨迹投影空间进行切片,生成多个采样切片;利用多个采样切片生成对应时刻的决策状态,计算对应的决策状态转移矩阵。
在实际执行过程中,如图3所示,本申请实施例可以根据上述步骤得到的轨迹投影空间,按照时间间隔Δt从时间上对空间进行切片(为了兼顾计算效率,一般Δt取0.5s或1s),并生成若干个采样切片,其中,t1时刻得到的采样切片为灰色部分,可以得到此时刻目标位置的分布情况,从而可以利用多个采样切片生成对应t时刻的的决策状态,并计算下述步骤中的对应的决策状态转移矩阵,从而可以提升车辆自动换道的精确性,提升用户驾驶的安全性。
可选地,在本申请的一个实施例中,计算对应的决策状态转移矩阵,包括:基于对应时刻的决策状态,计算每个动作的转移代价;根据每个动作的转移代价得到车辆对应不同初始状态下的决策状态转移矩阵。
作为一种可能实现的方式,如图4所示,本申请实施例可以通过上述步骤得到t时刻采样切片,例如,以t1时刻的采样切片为例,可以得到7个状态,当本车此时状态为A1时,则可选择的动作为跟车和向左换道,则对应的状态转移为A1→A1,A1→B1,A1→B2,A1→B3,A1→B4。
其中,在本申请的一个实施例中,每个动作的转移代价cost的计算公式为:
cost=(safety*w1+efficient*w2+nav*w3+comfort*w4+action)*γ,
其中,safety表示安全因素,efficient表示通行效率因素,nav表示导航因素,comfort表示舒适因素,action表示换道或保持当前车道行驶,w1,w2,w3,w4,表示不同因素的权重,γ表示时间系数。
其中,safety可以由每个状态的前后车距离、相对速度等因素计算综合得到,efficient与每个状态的累计行驶长度正相关,nav取决于本车是否需要主动换道以上下匝道,comfort与状态转移所带来的舒适度相关,由状态切换前后的平均车速之差和状态转移的行驶长度等因素综合得到,action代表换道还是保持当前车道行驶,不同的动作有不同的代价,权重可以根据实际情况来调节,调节这些权重可以尽可能地反应人类驾驶员的预期,γ为时间系数,随着时间t的增加,γ逐渐变小,反映的是考虑到预测的准确性,未来的决策所占的权重也在逐渐减小。
在一些实施例中,本申请实施例可以根据计算得到的不同状态转移代价,可以得到t1时刻,表1为本车对应不同初始状态下的决策状态转移矩阵,具体表1如下,即:
表1
其中,当对应的状态转移动作是换道,则接下来的5-7s(标定值)的采样切片不再计算cost,因为换道会持续5-7s才会转移到下一个状态。
可选地,在本申请的一个实施例中,搜索出车辆的最优决策动作,包括:利用每个决策状态对应的决策状态转移矩阵搜索最优的决策动作序列,确定任一时刻的最优决策动作。
在实际执行过程中,本申请实施例可以将状态转移矩阵的cost视为决策状态转移所构成路径的代价值,可以寻找一条代价值最短的路径,从本车初始状态连接到决策终止时刻tend,考虑到计算效率和预测的精度,一般终止时刻tend取10s-20s,并选取动态规划作为最短路径搜索算法。
其中,DP(Dynamic Programming,动态规划)为运筹学的一个分支,求解决策的最优化过程,其可以通过求解主问题中子问题的最优解,循环递归来求解整个问题的最优解。
举例而言,定义f(ix)tn为tn时刻到状态节点ix的最短cost距离,现在以求f(C1)tn为例,则:
f(C1)tn=min(f(B1)t(n-1)+cost(B1C1),f(B2)t(n-1)+cost(B2C1),...)
接着,可以用同样方法求得f(B1)t(n-1),f(B2)t(n-1),...。
因此,可以得到递归定义的最优解,即:
f(ix)tn=min(f(jx)t(n-1)+cost(jxix))
其中,ix表示当前状态节点,jx表示前序状态节点,cost(jxix)表示前序状态节点到当前状态节点的代价值。
通过递归公式求解第一个节点到最后一个节点的f(ix)tn,即可得到最终的解。
最后,可以根据得到的最优决策动作序列,生成当前时刻的决策动作,发送到规划和控制,并按照最优决策动作控制车辆自动换道,从而提升了车辆自动换道路径轨迹的精确性和可靠性,并且提升了计算效率,使得车辆自动换道的方法更贴近人类驾驶的意图。
如图5所示,下面以一个具体实施例对本申请实施例的工作原理进行详细阐述。
步骤S501:是否有可用的行驶路径。
即言,本申请实施例可以判断是否有可用的行驶路径,当有可用的行驶路径时,执行步骤步骤S502,否则,无法进行自动换道。
步骤S502:目标预测轨迹处理。
即言,本申请实施例可以利用本车搭载的多种传感器,获取周围环境车辆等目标的预测轨迹信息。
步骤S503:本车行驶路径处理。
即言,本申请实施例可以利用本车搭载的多种传感器,获取路径规划生成的本车预期行驶路径。
步骤S504:目标预测轨迹投影。
即言,本申请实施例可以利用获取的周围目标的预测轨迹信息,根据不同时刻目标所处的位置,投影到对应的本车预期行驶路径上,生成轨迹投影空间。
步骤S505:决策空间切片。
即言,本申请实施例可以根据生成的轨迹投影空间,按照时间间隔从时间上对空间进行切片,生成若干个采样切片。
步骤S506:决策状态转移代价计算。
即言,本申请实施例可以基于对应时刻的决策状态,计算每个动作的转移代价。
步骤S507:生成决策状态转移矩阵。
即言,本申请实施例可以利用生成的采样切片,生成对应时刻的若干个决策状态和其决策状态转移矩阵。
步骤S508:最优决策动作序列搜索。
即言,本申请实施例可以利用生成的决策状态转移矩阵,搜索得到最优的决策动作序列。
步骤S509:生成当前决策动作。
即言,本申请实施例可以按照最优决策动作控制车辆自动换道,有效的提升了车辆自动换道的可靠性和安全性。
根据本申请实施例提出的车辆自动换道的方法,可以基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息,从而根据每个周围目标在不同时刻所处的位置投影至车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间,进而生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照最优决策动作控制车辆自动换道,从而可以考虑车辆全局的动作决策,提升了车辆的智能化水平,更加准确的贴近人类驾驶员的换道意图。由此,解决了相关技术中仅考虑车辆当前时刻的决策动作,无法考虑车辆全局的动作决策,降低了车辆的智能化水平,无法准确的贴近人类驾驶员的换道意图,降低了车辆自动换道的可靠性的技术问题。
其次参照附图描述根据本申请实施例提出的车辆自动换道的装置。
图6是本申请实施例的车辆自动换道的装置的方框示意图。
如图6所示,该车辆自动换道的装置10包括:预测模块100、生成模块200和控制模块300。
具体地,预测模块100,用于基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息。
生成模块200,用于基于至少一个周围目标的预测轨迹信息,根据每个周围目标在不同时刻所处的位置投影至车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间。
控制模块300,用于利用轨迹投影空间生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照最优决策动作控制车辆自动换道。
可选地,在本申请的一个实施例中,控制模块300包括:生成单元和计算单元。
其中,生成单元,用于按照预设时间间隔从时间上对轨迹投影空间进行切片,生成多个采样切片。
计算单元,用于利用多个采样切片生成对应时刻的决策状态,计算对应的决策状态转移矩阵。
可选地,在本申请的一个实施例中,搜索出车辆的最优决策动作,包括利用每个决策状态对应的决策状态转移矩阵搜索最优的决策动作序列,确定任一时刻的最优决策动作。
可选地,在本申请的一个实施例中,计算单元进一步用于基于对应时刻的决策状态,计算每个动作的转移代价,根据每个动作的转移代价得到车辆对应不同初始状态下的决策状态转移矩阵。
可选地,在本申请的一个实施例中,转移代价的计算公式为:
cost=(safety*w1+efficient*w2+nav*w3+comfort*w4+action)*γ,
其中,safety表示安全因素,efficient表示通行效率因素,nav表示导航因素,comfort表示舒适因素,action表示换道或保持当前车道行驶,w1,w2,w3,w4,表示不同因素的权重,γ表示时间系数。
需要说明的是,前述对车辆自动换道的方法实施例的解释说明也适用于该实施例的车辆自动换道的装置,此处不再赘述。
根据本申请实施例提出的车辆自动换道的装置,可以基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息,从而根据每个周围目标在不同时刻所处的位置投影至车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间,进而生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照最优决策动作控制车辆自动换道,从而可以考虑车辆全局的动作决策,提升了车辆的智能化水平,更加准确的贴近人类驾驶员的换道意图。由此,解决了相关技术中仅考虑车辆当前时刻的决策动作,无法考虑车辆全局的动作决策,降低了车辆的智能化水平,无法准确的贴近人类驾驶员的换道意图,降低了车辆自动换道的可靠性的技术问题。
图7为本申请实施例提供的车辆的结构示意图。该车辆可以包括:
存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。
处理器702执行程序时实现上述实施例中提供的车辆自动换道的方法。
进一步地,车辆还包括:
通信接口703,用于存储器701和处理器702之间的通信。
存储器701,用于存放可在处理器702上运行的计算机程序。
存储器701可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器701、处理器702和通信接口703独立实现,则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选地,在具体实现上,如果存储器701、处理器702及通信接口703,集成在一块芯片上实现,则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。
处理器702可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的车辆自动换道的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种车辆自动换道的方法,其特征在于,包括以下步骤:
基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息;
基于所述至少一个周围目标的预测轨迹信息,根据每个周围目标在不同时刻所处的位置投影至所述车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间;以及
利用所述轨迹投影空间生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照所述最优决策动作控制所述车辆自动换道。
2.根据权利要求1所述的方法,其特征在于,所述利用所述轨迹投影空间生成决策状态转移矩阵,包括:
按照预设时间间隔从时间上对所述轨迹投影空间进行切片,生成多个采样切片;
利用所述多个采样切片生成对应时刻的决策状态,计算对应的决策状态转移矩阵。
3.根据权利要求2所述的方法,其特征在于,所述搜索出所述车辆的最优决策动作,包括:
利用每个决策状态对应的决策状态转移矩阵搜索最优的决策动作序列,确定所述任一时刻的最优决策动作。
4.根据权利要求2或3所述的方法,其特征在于,所述计算对应的决策状态转移矩阵,包括:
基于所述对应时刻的决策状态,计算每个动作的转移代价;
根据所述每个动作的转移代价得到所述车辆对应不同初始状态下的决策状态转移矩阵。
5.根据权利要求4所述的方法,其特征在于,所述转移代价的计算公式为:
cost=(safety*w1+efficient*w2+nav*w3+comfort*w4+action)*γ,
其中,safety表示安全因素,efficient表示通行效率因素,nav表示导航因素,comfort表示舒适因素,action表示换道或保持当前车道行驶,w1,w2,w3,w4,表示不同因素的权重,γ表示时间系数。
6.一种车辆自动换道的装置,其特征在于,包括:
预测模块,用于基于车辆的多种传感器采集的信息,预测至少一个周围目标的预测轨迹信息;
生成模块,用于基于所述至少一个周围目标的预测轨迹信息,根据每个周围目标在不同时刻所处的位置投影至所述车辆的至少一条可行驶车道的预期行驶路径上,生成轨迹投影空间;以及
控制模块,用于利用所述轨迹投影空间生成决策状态转移矩阵,搜索出车辆在任一时刻的最优决策动作,并按照所述最优决策动作控制所述车辆自动换道。
7.根据权利要求6所述的装置,其特征在于,所述控制模块包括:
生成单元,用于按照预设时间间隔从时间上对所述轨迹投影空间进行切片,生成多个采样切片;
计算单元,用于利用所述多个采样切片生成对应时刻的决策状态,计算对应的决策状态转移矩阵。
8.根据权利要求7所述的装置,其特征在于,所述搜索出所述车辆的最优决策动作,包括利用每个决策状态对应的决策状态转移矩阵搜索最优的决策动作序列,确定所述任一时刻的最优决策动作。
9.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的车辆自动换道的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的车辆自动换道的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211046162.XA CN115447578A (zh) | 2022-08-30 | 2022-08-30 | 车辆自动换道的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211046162.XA CN115447578A (zh) | 2022-08-30 | 2022-08-30 | 车辆自动换道的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115447578A true CN115447578A (zh) | 2022-12-09 |
Family
ID=84301758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211046162.XA Pending CN115447578A (zh) | 2022-08-30 | 2022-08-30 | 车辆自动换道的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115447578A (zh) |
-
2022
- 2022-08-30 CN CN202211046162.XA patent/CN115447578A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109712421B (zh) | 自动驾驶车辆的速度规划方法、装置和存储介质 | |
CN109583151B (zh) | 车辆的行驶轨迹预测方法及装置 | |
CN107792073B (zh) | 一种车辆换道控制方法、装置及相关设备 | |
CN110136222B (zh) | 虚拟车道线生成方法、装置及系统 | |
CN111552284A (zh) | 无人驾驶车辆的局部路径规划方法、装置、设备及介质 | |
CN110550030B (zh) | 无人车的变道控制方法、装置、计算机设备和存储介质 | |
CN112567439B (zh) | 一种交通流信息的确定方法、装置、电子设备和存储介质 | |
CN117261903A (zh) | 一种自动驾驶车辆的变道方法及装置 | |
WO2021157194A1 (ja) | 経路計画装置、経路計画方法、経路計画プログラム | |
CN110663072B (zh) | 位置估计装置、位置估计方法以及计算机能读取的存储介质 | |
CN115447578A (zh) | 车辆自动换道的方法及装置 | |
CN115431961A (zh) | 车辆的控制方法、装置、车辆及存储介质 | |
CN115556748A (zh) | 自动驾驶车辆的弯道限速方法、装置、设备及存储介质 | |
CN115097826A (zh) | 一种车辆掉头轨迹规划方法及装置 | |
CN115471524A (zh) | 路口行人轨迹预测方法及装置 | |
US20210262819A1 (en) | A mixed regular and open-space trajectory planning method for autonomous driving vehicle | |
CN115123252B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
CN115892076B (zh) | 车道障碍物筛选方法、装置和域控制器 | |
CN115593439B (zh) | 车辆控制方法、装置、车辆及存储介质 | |
WO2023123456A1 (zh) | 一种车辆位置的预测方法、装置、车辆及存储介质 | |
CN115675529A (zh) | 车辆轨迹规划的仿真测评方法及装置 | |
CN116466716A (zh) | 车辆自动驾驶轨迹规划的方法及装置 | |
CN117238125A (zh) | 一种基于车辆信息和地图信息的轨迹预测方法及相关装置 | |
CN116080636A (zh) | 用于控制车辆的设备和方法 | |
CN116620328A (zh) | 一种行人轨迹预测方法及装置 |
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 |