CN115447605A - 自动驾驶车辆及其控制方法及控制装置 - Google Patents

Abstract

本发明公开了一种自动驾驶车辆及其控制方法及控制装置。其中，该方法包括：获取自动驾驶车辆的行驶参数和距离参数；基于行驶参数确定自动驾驶车辆的换道参数；基于距离参数和换道参数确定换道结果；基于换道结果控制自动驾驶车辆的换道行为。本发明解决了相关技术中自动驾驶系统的换道决策的准确性低的技术问题。

Description

自动驾驶车辆及其控制方法及控制装置

技术领域

本发明涉及智能车辆领域，具体而言，涉及一种自动驾驶车辆及其控制方法及控制装置。

背景技术

目前，自动驾驶功能在新车的装配率越来越高，自动驾驶功能也更加丰富。在使用自动驾驶功能进行驾驶过程中，换道决策是一个重要的环节，换道决策实现过程如下：通过对用户驾驶车辆的行为进行分析，判断用户的换道意图，从而为车辆的换道决策提供支持。但是，相关技术中换道意图判断准确度不高，导致换道决策存在有一定误差，进而导致用户在使用自动驾驶功能时存在安全隐患。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种自动驾驶车辆及其控制方法及控制装置，以至少解决相关技术中自动驾驶系统的换道决策的准确性低的技术问题。

根据本发明实施例的一个方面，提供了一种自动驾驶车辆的控制方法，包括：获取自动驾驶车辆的行驶参数和距离参数，其中，距离参数用于表示自动驾驶车辆与第一车辆之间的距离，第一车辆为行驶在自动驾驶车辆所在的当前车道和/或当前车道的相邻车道的车辆；基于行驶参数确定自动驾驶车辆的换道参数，其中，换道参数用于表示对自动驾驶车辆进行换道的需求程度；基于距离参数和换道参数确定换道结果，其中，换道结果用于表示是否控制自动驾驶车辆进行换道；基于换道结果控制自动驾驶车辆的换道行为。

可选地，基于距离参数和换道参数确定换道结果，包括：根据第一预设关系确定距离参数对应的距离模糊量，其中，第一预设关系用于表示距离参数和距离模糊量之间的对应关系；根据第二预设关系确定换道参数对应的换道模糊量，其中，第二预设关系用于表示换道参数和换道模糊量之间的对应关系；基于预设模糊规则对距离模糊量和换道模糊量进行处理，得到换道结果，其中，预设模糊规则用于表示距离模糊量和换道模糊量与换道结果之间的对应关系。

可选地，该方法还包括：在仿真场景中模拟自动驾驶车辆的驾驶场景；在驾驶场景中设置自动驾驶车辆的预设行驶参数和预设距离参数；基于预设行驶参数和预设距离参数生成自动驾驶车辆的仿真驾驶场景；确定仿真驾驶场景对应的预设换道行为；根据预设行驶参数和预设距离参数以及预设换道行为生成预设模糊规则。

可选地，基于行驶参数确定自动驾驶车辆的换道参数，包括：获取自动驾驶车辆的预期速度，其中，预期速度用于表示自动驾驶车辆预期在当前时间点的达到的速度；根据行驶参数确定自动驾驶车辆的当前速度、加速度指令数量和减速度指令数量，其中，当前速度为自动驾驶车辆在当前时间点达到的速度，加速度指令数量用于表示自动驾驶车辆在预设时间段内进行加速度的次数，减速度指令数量用于表示自动驾驶车辆在预设时间段内进行减速度的次数；根据预期速度、当前速度、加速度指令数量和减速度指令数量确定换道参数。

可选地，根据预期速度、当前速度、加速度指令数量和减速度指令数量确定换道参数，包括：根据预期速度和当前速度确定速度参数；获取速度参数和第一权重系数的第一乘积；根据加速度指令数量和减速度指令数量确定加速度参数；获取加速度参数和第二权重系数的第二乘积，其中，第二权重系数和第一权重系数的和值为预设值；确定第一乘积和第二乘积的和值为换道参数。

可选地，根据预期速度和当前速度确定速度参数，包括：获取预期速度和当前速度的第一差值；获取第一差值和预期速度的第一比值；确定第一比值和采样周期的乘积为速度参数，其中，采样周期预先设置对自动驾驶车辆的行驶参数进行采样的周期。

可选地，根据加速度指令数量和减速度指令数量确定加速度参数，包括：获取加速度指令数量和减速度指令数量的第一和值；确定减速度指令数量和第一和值的比值为加速度参数。

可选地，该方法还包括：在自动驾驶车辆为人为驾驶的情况下，获取自动驾驶车辆的实时行驶参数和实时距离参数以及实时换道行为；根据实时行驶参数、实时距离参数以及实时换道行为第一权重系数和第二权重系统的比例进行调整。

根据本发明实施例的另一方面，还提供了一种自动驾驶车辆的控制装置，包括：获取模块，用于获取自动驾驶车辆的行驶参数和距离参数，其中，距离参数用于表示自动驾驶车辆与第一车辆之间的距离，第一车辆为自动驾驶车辆所在的当前车道和/或待换道车道的车辆；第一确定模块，用于基于行驶参数确定自动驾驶车辆的换道参数，其中，换道参数用于表示对自动驾驶车辆进行换道的不满意程度；第二确定模块，用于基于距离参数和换道参数确定换道结果，其中，换道结果用于表示是否控制自动驾驶车辆进行换道；控制模块，用于基于换道结果控制自动驾驶车辆的换道行为。

根据本发明实施例的另一方面，还提供了一种自动驾驶车辆，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述实施例中任意一项的自动驾驶车辆的控制方法。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述实施例中任意一项的车辆控制方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述实施例中任意一项的车辆控制方法。

在本发明实施例中，在获取自动驾驶车辆的行驶参数和距离参数，进一步基于行驶参数确定自动驾驶车辆的换道参数，进一步基于距离参数和换道参数确定换道结果，进一步基于换道结果控制自动驾驶车辆的换道行为。容易注意到的是，通过获取自动驾驶车辆的行驶参数和距离参数，自动驾驶车辆的换道行为基于行驶参数确定自动驾驶车辆的换道参数，进一步基于距离参数和换道参数确定换道结果，从而基于换道结果控制自动驾驶车辆的换道行为，从而可以利用虚拟驾驶试验分析参数，并分析换道模糊推理规则来建立模型，实现了自动驾驶系统的换道行为更贴近驾驶员行为并能实时获取人工驾驶的数据调整权重的技术效果，进而解决了相关技术中自动驾驶系统的换道决策的准确性低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种自动驾驶车辆的控制方法的流程图；

图2是根据本发明实施例的一种可选的距离参数Gfa/Gpa/Gpb的隶属度函数的示意图；

图3是根据本发明实施例的一种可选的不满意度参数Rdis的隶属度函数的示意图；

图4是根据本发明实施例的一种可选的换道意图模型的示意图；

图5是根据本发明实施例的一种可选的总体设计的流程图；

图6是根据本发明实施例的一种自动驾驶车辆的控制装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，提供了一种自动驾驶车辆的控制方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种自动驾驶车辆的控制方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，获取自动驾驶车辆的行驶参数和距离参数，其中，距离参数用于表示自动驾驶车辆与第一车辆之间的距离，第一车辆为行驶在自动驾驶车辆所在的当前车道和/或当前车道的相邻车道的车辆。

上述的自动驾驶车辆可以是一种通过电脑系统实现无人驾驶的智能汽车，其中，包括但不仅限于全自动驾驶车辆、辅助驾驶车辆，该自动驾驶车辆处于自动驾驶与司机驾驶混合车流的交通环境中，并具有v2x(vehicle to everything，车对外界的信息交换)通讯控制功能以及单车智能控制功能。行驶参数可以包括但不限于：自动驾驶车辆预期速度、当前速度、加速度指令数量和减速度指令数量。距离参数可以是自动驾驶车辆与第一车辆之间的距离，也即，该距离可以是在Frene(弗雷内)坐标系下自车与本车道前方最近车辆的纵向距离、与相邻车道前方最近车辆的纵向距离、与相邻车道后方最近车辆的纵向距离，其中，Frenet坐标系使用道路的中心线作为参考线，使用参考线的切线向量和法线向量建立坐标系，以车辆自身为原点，坐标轴相互垂直，在高速情况下的车道保持和换道过程中都具有很强的实用性。第一车辆可以是对自动驾驶车辆换道有影响的车辆，其中，包括但不仅限于本车道前方最近的车辆、相邻车道后方最近的车辆、相邻车道前方最近的车辆。

在一种可选的实施例中，自动驾驶车辆中的车辆传感器实时感知自车周围360°的交通环境，并将记录的自动驾驶车辆的预期速度Vdes、当前速度Vfa、加速度指令数量NAacc和减速度指令数量NAdec及自车与本车道前方最近车辆、与相邻车道前方最近车辆、与相邻车道后方最近车辆在Frenet坐标系下纵向的距离上传车载系统。

步骤S104，基于行驶参数确定自动驾驶车辆的换道参数，其中，换道参数用于表示对自动驾驶车辆进行换道的需求程度。

上述的需求程度可以是自动驾驶车辆根据当前的车况对于换道需求的程度，例如，当前自动驾驶车辆对换道的需求程度可以分为{小，中，大}。

在一种可选的实施例中，自动驾驶车辆的预期速度Vdes与当前速度Vfa的差为第一差值，即

第一差值与预期速度Vdes的比值确定第一比值，即

第一比值乘以采样周期确定速度参数，即

速度参数与第一权重系数相乘确定第一乘积，即

加速度指令数量NAacc与减速度指令数量NAdec的和为第一和值，即NAacc+NAdec，减速度指令数量比上第一和值为加速度参数，即

加速度参数与第二权重系数的乘积确定第二乘积，即

那么根据获得的第一乘积和第二乘积和值确定换道参数，即

需要说明的是，本发明行驶参数包括自动驾驶车辆的预期速度Vdes、当前速度Vfa、加速度指令数量NAacc和减速度指令数量NAdec，其中，利用周期内所有预期速度和当前速度来表示速度参数，当速度参数越大，说明车速太快或太小，与预期速度不符，换道风险大，导致换道需求程度低，当预期速度与当前速度较为相近时，换道风险小，导致换道需求程度高；利用加速度指令数量和减速度指令数量来表示加速度参数，说明在一段时间内，频繁加速或减速，导致换道需求程度小，不满意度程度就高，利用速度参数和加速度参数综合考量换道参数，算出较为准确的换道需求程度。

步骤S106，基于距离参数和换道参数确定换道结果，其中，换道结果用于表示是否控制自动驾驶车辆进行换道。

在一种可选的实施例中，对于距离参数Gfa/Gpa/Gpb，设置模糊变量为{小，中，大，较大}，距离参数的基本论域[0，50]米；对于不满意度参数Rdis,设置模糊变量为{小，中，大}，基本论域[0,1]；输出参数对应的模糊变量为{换道、不换道}，基本论域[0,1]；使用虚拟驾驶舱试验设备在仿真场景中模拟驾驶场景，设计多组仿真场景，并选择多位驾驶员进行多轮试验；根据虚拟驾驶舱试验数据，进行上述模型输入变量的模糊化、模糊规则、去模糊化设计，得到仿真场景中自动驾驶车辆的驾驶场景，并设置自动驾驶车辆的预设行驶参数和预设距离参数，确定仿真驾驶场景对应的预设换道行为并生成相应预设模糊规则；基于预设模糊规则对距离模糊量和换道模糊量进行处理得到换道结果。

需要说明的是，输入距离参数和换道参数进行模糊化处理，得到对应的距离模糊量和换道模糊量，再根据预先设置好的模糊规则输入对应的模糊量，对距离模糊量和换道模糊量综合判断得到换道结果，即输出对应模糊变量{换道、不换道}。

另外，换道结果是否换道，是在确定换道的情况下，根据当前路况再确定在哪边换道，例如，得到换道结果为换道后，若左侧车道不满足换道需求，右侧车道满足换道需求，则确定换道结果为向右侧车道进行换道。

步骤S108基于换道结果控制自动驾驶车辆的换道行为。

上述的换道行为可以是自动驾驶车辆向左或向右的换道行为，也可以是自动驾驶车辆继续沿当前车道行驶的不换道行为。

在一种可选的实施例中，当换道结果是换道时，将获得的换道结果发送至车载控制系统，车载控制系统发送换道指令，再根据当前自动驾驶车辆两侧车道的路况进行分析，选择进行换道的车道，若左侧车道满足换道需求，则发送指令控制方向盘向左侧行驶，从而控制自动驾驶车辆的换道行为；当换道结果是不换道时，将不换道的结果发送至车载控制系统，则自动驾驶车辆继续沿当前车道行驶。

通过上述步骤，可以实现在获取自动驾驶车辆的行驶参数和距离参数，进一步基于行驶参数确定自动驾驶车辆的换道参数，进一步基于距离参数和换道参数确定换道结果，进一步基于换道结果控制自动驾驶车辆的换道行为。容易注意到的是，通过获取自动驾驶车辆的行驶参数和距离参数，自动驾驶车辆的换道行为基于行驶参数确定自动驾驶车辆的换道参数，进一步基于距离参数和换道参数确定换道结果，从而基于换道结果控制自动驾驶车辆的换道行为，从而可以利用虚拟驾驶试验分析参数，并分析换道模糊推理规则来建立模型，实现了自动驾驶系统的换道行为更贴近驾驶员行为并能实时获取人工驾驶的数据调整权重的技术效果，进而解决了相关技术中自动驾驶系统的换道决策的准确性低的技术问题。

在本发明上述实施例中，基于距离参数和换道参数确定换道结果，包括：根据第一预设关系确定距离参数对应的距离模糊量，其中，第一预设关系用于表示距离参数和距离模糊量之间的对应关系；根据第二预设关系确定换道参数对应的换道模糊量，其中，第二预设关系用于表示换道参数和换道模糊量之间的对应关系；基于预设模糊规则对距离模糊量和换道模糊量进行处理，得到换道结果，其中，预设模糊规则用于表示距离模糊量和换道模糊量与换道结果之间的对应关系。

上述的第一预设关系可以是用来表述距离参数和距离模糊量之间对应关系的距离模糊量；距离模糊量可以是距离参数模糊后的模糊变量；第二预设关系可以是用来表述换道参数与换道模糊量之间的对应关系；换道模糊量可以是换到参数模糊后的模糊变量。

具体地，距离参数为Frenet坐标系下的纵向距离，分别是自车与本车道前方最近车辆的距离Gfa，自车与相邻车道前方最近车辆的距离Gpa，自车与相邻车道后方最近车辆的距离Gpb；对于距离距离参数Gfa、Gpa、Gpb，设置模糊变量为{小，中，大，较大}，距离参数的基本论域[0，50]米；不满意度Rdis参数主要与自车预期速度Vdes、Car_fa的速度Vfa、自车加速度Aacc、自车减速度Adec等有关，对于不满意度参数Rdis,设置模糊变量为{小，中，大}，基本论域[0,1]；输出参数对应的模糊变量为{换道、不换道}，基本论域为[0,1]；根据预设模糊规则对距离模糊量和换道模糊量进行处理的得到换道结果，其中，本发明去模糊化采用重心法，取隶属度曲线与横坐标围成面积的重心，作为模糊推理的最终输出值；在本实施例中，距离参数Gfa/Gpa/Gpb的隶属度函数如图2所示，距离参数隶属度函数的基本论域在[0，50],不满意度参数Rdis的隶属度函数如图3所示，不满意度参数Rdis的隶属度函数的基本论域在[0,1]。

进一步地，该方法还包括：在仿真场景中模拟自动驾驶车辆的驾驶场景；在驾驶场景中设置自动驾驶车辆的预设行驶参数和预设距离参数；基于预设行驶参数和预设距离参数生成自动驾驶车辆的仿真驾驶场景；确定仿真驾驶场景对应的预设换道行为；根据预设行驶参数和预设距离参数以及预设换道行为生成预设模糊规则。

上述的仿真场景可以是电脑利用3D或2D技术模拟出来的场景。驾驶场景可以是车辆在道路上行驶的场景。预设行驶参数可以是预先在仿真驾驶场景中设定的车辆的行驶参数。预设距离参数可以是预先在仿真驾驶场景中设定的模拟路况的距离参数。预设换道行为可以是预先在仿真驾驶场景中根据预设距离参数和预设行驶参数确定的换道行为。预设模糊规则可以是预先在仿真驾驶场景中根据预设距离参数、预设行驶参数及预设换道行为所生成的模糊规则。

具体地，在本发明实施例中，换道意图模型的示意图如图4所示，自动驾驶车辆为Car_ego，自车所在车道内前方为Car_fa，自车相邻车道前方障碍物车辆为Car_pa，自车相邻车道后方障碍物车辆为Car_pb；如图4表示的场景为自车产生向左的换道意图的场景，对于自车右方有相邻车道或者左右均有相邻车道的情况，均可应用本发明换道意图模型，其中，换道意图模型可以是一种模拟驾驶员换道意图的控制模型；本发明的换道意图模型采用Mamdani(曼达尼)模糊系统进行模糊推理，其中，Mamdani模糊系统由模糊化处理算子，模糊推理机制和非模糊化处理算子三个部分组成，可以在驾驶场景中设置车辆的行驶参数和当前场景中的距离参数，根据设置的行驶参数和距离参数设计多组仿真场景，并得到仿真场景对应的换道行为，选择多位驾驶员进行多轮试验，根据虚拟驾驶舱实验数据，生成模糊规则，建立准确的辨识系统。

可选地，基于行驶参数确定自动驾驶车辆的换道参数，包括：获取自动驾驶车辆的预期速度，其中，预期速度用于表示自动驾驶车辆预期在当前时间点的达到的速度；根据行驶参数确定自动驾驶车辆的当前速度、加速度指令数量和减速度指令数量，其中，当前速度为自动驾驶车辆在当前时间点达到的速度，加速度指令数量用于表示自动驾驶车辆在预设时间段内进行加速度的次数，减速度指令数量用于表示自动驾驶车辆在预设时间段内进行减速度的次数；根据预期速度、当前速度、加速度指令数量和减速度指令数量确定换道参数。

上述的当前速度可以是自动驾驶车辆在当前时间点的速度。

具体的，自车预期速度为Vdes、Car_fa速度为Vfa、自车加速度为Aacc、自车减速度为Adec,NAacc和NAdec为一段时间内自车加速度个数和自车减速度个数，其中，一段时间设定为1分钟。根据自车预期速度Vdes、当前速度Vfa、加速度指令数量NAacc、减速度指令数量NAdec确定换道参数Rdis，即

进一步地，根据预期速度、当前速度、加速度指令数量和减速度指令数量确定换道参数，包括：根据预期速度和当前速度确定速度参数；获取速度参数和第一权重系数的第一乘积；根据加速度指令数量和减速度指令数量确定加速度参数；获取加速度参数和第二权重系数的第二乘积，其中，第二权重系数和第一权重系数的和值为预设值；确定第一乘积和第二乘积的和值为换道参数。

上述的第一权重系数可以是用来表示速度参数在指标项系统中的重要程度，也可以是表示在其它指标项不变的情况下，这一指标的变化对结果的影响；第二权重系数可以是表示加速度参数在指标项系统中的重要程度；第一乘积可以是第一权重系数与速度参数的乘积；第二乘积可以是加速度参数与第二权重系数的乘积；预设值可以是预先设定的值。

具体的，第一权重系数p与速度参数的积为第一乘积，即

第二权重系数q与加速度参数的积为第二乘积，即

那么第一乘积加上第二乘积确定换道参数，即

其中，第一权重系数与第二权重系数大于等于0，且第一权重系数与第二权重系数的和为预设值1，且方程满足

在驾驶员人工驾驶车辆时，实时记录驾驶员的驾驶行为数据，分析驾驶员在驾驶车辆过程中的换道工况，分析多次换道情况的不满意度函数中第一项对前方车辆速度不满意程度和第二项对自车加速度不满意度程度，通过这两项的比例，从而适当提高第一权重系数p或第二权重系数q来实现在线调整换道意图模型。

进一步地，根据预期速度和当前速度确定速度参数，包括：获取预期速度和当前速度的第一差值；获取第一差值和预期速度的第一比值；确定第一比值和采样周期的乘积为速度参数，其中，采样周期预先设置对自动驾驶车辆的行驶参数进行采样的周期。

上述的第一差值可以是预期速度Vdes与当前速度Vfa的差；第一比值可以是第一差值与其速度Vdes的比值；采样周期可以是在周期性测量过程中采集相关数据的周期；速度参数可以是用来表述预期速度与当前速度关系的参数值。

具体地，将在周期中采集到的所有预期速度Vdes和当前速度Vfa作差，再计算与预期速度Vdes的比值，最后乘以采样周期，得到速度参数，即

其中，采样周期为10毫秒，n为采样阶段值，本发明中n为100。

需要说明的是，当自车的速度太快，与预期速度相差较大，说明换道风险大，导致换道需求程度较低，当自动驾驶车辆的当前速度与预期速度相近时，说明换道风险小，从而换道需求程度较高。

可选地，根据加速度指令数量和减速度指令数量确定加速度参数，包括：获取加速度指令数量和减速度指令数量的第一和值；确定减速度指令数量和第一和值的比值为加速度参数。

上述的第一和值可以是加速度指令数量和减速度指令数量的和；加速度参数可以是减速度指令数量和第一和值的比。

具体地，将减速度指令数量比上加速度指令数量与减速度指令数量的和得到加速度参数，即

其中，加速度指令参数和减速度参数越大，说明在一段时间内自动驾驶车辆在频繁加速或减速，导致换道需求程度小，不满意度程度就高。

可选地，方法还包括：在自动驾驶车辆为人为驾驶的情况下，获取自动驾驶车辆的实时行驶参数和实时距离参数以及实时换道行为；根据实时行驶参数、实时距离参数以及实时换道行为第一权重系数和第二权重系统的比例进行调整。

上述的实时行驶参数可以是自动驾驶车辆实时的行驶参数；实时距离参数可以是自动驾驶车辆所在车道及左右两侧车道的距离参数；实时换道行为可以是根据实时距离参数和实时换道行为所确定的换道行为。

具体地，在人工驾驶自动驾驶车辆时，自动驾驶系统在后台运行，实时记录驾驶员的驾驶行为数据，对于驾驶员驾驶车辆过程中的换道工况，分析多次换道情况下的不满意度函数第一项对前方车辆速度不满意程度和第二项对自车加速度不满意度程度，通过这两项的比例，适当提高比例较高项的权重系数。

下面结合图5对本发明的一种优选的实施例进行详细的说明，如图5所示，该方法包括：获取换道意图模型相关参数，通过自动驾驶系统中的雷达、人工智能等设备获取距离参数和行驶参数，根据距离参数与行驶参数确定速度参数，加速度指令数量和减速度指令数量确定加速度参数，进而确定换道参数，基于换道参数和距离参数确定换道结果，在虚拟驾驶舱试验设备中模拟驾驶场景，设计多组仿真场景进行多轮试验，并对模型进行模糊处理，最终建立准确的辨识系统模型，在驾驶员人为驾驶时，实时记录并分析数据，适当调整权重系数比例。

实施例2

根据本发明实施例，还提供了一种自动驾驶车辆的控制装置。该装置可以执行上述实施例中自动驾驶车辆的控制方法，具体实现方式和优选应用场景与上述实施例相同，在此不做赘述。

图6是根据本发明实施例的一种自动驾驶车辆的控制装置的结构示意图，如图6所示，该装置包括如下部分：获取模块60、第一确定模块62、第二确定模块64、控制模块66。

其中，获取模块60，用于获取自动驾驶车辆的行驶参数和距离参数，其中，距离参数用于表示自动驾驶车辆与第一车辆之间的距离，第一车辆为行驶在自动驾驶车辆所在的当前车道和/或当前车道的相邻车道的车辆。

第一确定模块62，用于基于行驶参数确定自动驾驶车辆的换道参数，其中，换道参数用于表示对自动驾驶车辆进行换道的需求程度；

第二确定模块64，用于基于距离参数和换道参数确定换道结果，其中，换道结果用于表示是否控制自动驾驶车辆进行换道；

控制模块66，用于基于换道结果控制自动驾驶车辆的换道行为。

可选地，第二确定模块包括：第一确定单元，用于根据第一预设关系确定距离参数对应的距离模糊量，其中，第一预设关系用于表示距离参数和距离模糊量之间的对应关系；第二确定单元，用于根据第二预设关系确定换道参数对应的换道模糊量，其中，第二预设关系用于表示换道参数和换道模糊量之间的对应关系；处理单元，用于基于预设模糊规则对距离模糊量和换道模糊量进行处理，得到换道结果，其中，预设模糊规则用于表示距离模糊量和换道模糊量与换道结果之间的对应关系。

可选地，第二确定模块还包括：模拟单元，用于在仿真场景中模拟自动驾驶车辆的驾驶场景；设置参数单元，用于在驾驶场景中设置自动驾驶车辆的预设行驶参数和预设距离参数；场景生成单元，用于基于预设行驶参数和预设距离参数生成自动驾驶车辆的仿真驾驶场景；第三确定单元，用于确定仿真驾驶场景对应的预设换道行为；规则生成单元，用于根据预设行驶参数和预设距离参数以及预设换道行为生成预设模糊规则。

可选地，第一确定模块包括：第一获取单元，用于获取自动驾驶车辆的预期速度，其中，预期速度用于表示自动驾驶车辆预期在当前时间点的达到的速度；第四确定单元，用于根据行驶参数确定自动驾驶车辆的当前速度、加速度指令数量和减速度指令数量，其中，当前速度为自动驾驶车辆在当前时间点达到的速度，加速度指令数量用于表示自动驾驶车辆在预设时间段内进行加速度的次数，减速度指令数量用于表示自动驾驶车辆在预设时间段内进行减速度的次数；第五确定单元，用于根据预期速度、当前速度、加速度指令数量和减速度指令数量确定换道参数。

可选地，第五确定单元包括：第一确定子单元，用于根据预期速度和当前速度确定速度参数；第一获取子单元，用于获取速度参数和第一权重系数的第一乘积；第二确定子单元，用于根据加速度指令数量和减速度指令数量确定加速度参数；第二获取子单元，用于获取加速度参数和第二权重系数的第二乘积，其中，第二权重系数和第一权重系数的和值为预设值；确定第一乘积和第二乘积的和值为换道参数。

可选地，第一确定子单元还用于获取预期速度和当前速度的第一差值；获取第一差值和预期速度的第一比值；确定第一比值和采样周期的乘积为速度参数，其中，采样周期预先设置对自动驾驶车辆的行驶参数进行采样的周期。

可选地，第二确定子单元还用于获取加速度指令数量和减速度指令数量的第一和值；确定减速度指令数量和第一和值的比值为加速度参数。

可选地，第五确定单元还用于在自动驾驶车辆为人为驾驶的情况下，获取自动驾驶车辆的实时行驶参数和实时距离参数以及实时换道行为；根据实时行驶参数、实时距离参数以及实时换道行为第一权重系数和第二权重系统的比例进行调整。

实施例3

根据本发明实施例，还提供了一种自动驾驶车辆，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述实施例中任意一项的自动驾驶车辆的控制方法。

实施例4

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述实施例中任意一项的车辆控制方法。

实施例5

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述实施例中任意一项车辆控制方法。

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。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种自动驾驶车辆的控制方法，其特征在于，包括：

获取自动驾驶车辆的行驶参数和距离参数，其中，所述距离参数用于表示所述自动驾驶车辆与第一车辆之间的距离，所述第一车辆为行驶在所述自动驾驶车辆所在的当前车道和/或所述当前车道的相邻车道的车辆；

基于所述行驶参数确定所述自动驾驶车辆的换道参数，其中，所述换道参数用于表示对所述自动驾驶车辆进行换道的需求程度；

基于所述距离参数和所述换道参数确定换道结果，其中，所述换道结果用于表示是否控制所述自动驾驶车辆进行换道；

基于所述换道结果控制所述自动驾驶车辆的换道行为。

2.根据权利要求1所述的方法，其特征在于，基于所述距离参数和所述换道参数确定换道结果，包括：

根据第一预设关系确定所述距离参数对应的距离模糊量，其中，所述第一预设关系用于表示所述距离参数和所述距离模糊量之间的对应关系；

根据第二预设关系确定所述换道参数对应的换道模糊量，其中，所述第二预设关系用于表示所述换道参数和所述换道模糊量之间的对应关系；

基于预设模糊规则对所述距离模糊量和所述换道模糊量进行处理，得到换道结果，其中，所述预设模糊规则用于表示所述距离模糊量和所述换道模糊量与所述换道结果之间的对应关系。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在仿真场景中模拟所述自动驾驶车辆的驾驶场景；

在所述驾驶场景中设置所述自动驾驶车辆的预设行驶参数和预设距离参数；

基于所述预设行驶参数和所述预设距离参数生成所述自动驾驶车辆的仿真驾驶场景；

确定所述仿真驾驶场景对应的预设换道行为；

根据所述预设行驶参数和所述预设距离参数以及预设换道行为生成所述预设模糊规则。

4.根据权利要求1所述的方法，其特征在于，基于所述行驶参数确定所述自动驾驶车辆的换道参数，包括：

获取所述自动驾驶车辆的预期速度，其中，所述预期速度用于表示所述自动驾驶车辆预期在当前时间点的达到的速度；

根据所述行驶参数确定所述自动驾驶车辆的当前速度、加速度指令数量和减速度指令数量，其中，所述当前速度为所述自动驾驶车辆在当前时间点达到的速度，所述加速度指令数量用于表示所述自动驾驶车辆在预设时间段内进行加速度的次数，所述减速度指令数量用于表示所述自动驾驶车辆在所述预设时间段内进行减速度的次数；

根据所述预期速度、所述当前速度、所述加速度指令数量和所述减速度指令数量确定所述换道参数。

5.根据权利要求4所述的方法，其特征在于，根据所述预期速度、所述当前速度、所述加速度指令数量和所述减速度指令数量确定所述换道参数，包括：

根据所述预期速度和所述当前速度确定速度参数；

获取所述速度参数和第一权重系数的第一乘积；

根据所述加速度指令数量和所述减速度指令数量确定加速度参数；

获取所述加速度参数和第二权重系数的第二乘积，其中，所述第二权重系数和所述第一权重系数的和值为预设值；

确定所述第一乘积和所述第二乘积的和值为所述换道参数。

6.根据权利要求5所述的方法，其特征在于，根据所述预期速度和所述当前速度确定速度参数，包括：

获取所述预期速度和所述当前速度的第一差值；

获取所述第一差值和所述预期速度的第一比值；

确定所述第一比值和采样周期的乘积为所述速度参数，其中，所述采样周期预先设置对所述自动驾驶车辆的行驶参数进行采样的周期。

7.根据权利要求5所述的方法，其特征在于，根据所述加速度指令数量和所述减速度指令数量确定加速度参数，包括：

获取所述加速度指令数量和所述减速度指令数量的第一和值；

确定所述减速度指令数量和所述第一和值的比值为所述加速度参数。

8.根据权利要求5所述的方法，其特征在于，所述方法还包括：

在自动驾驶车辆为人为驾驶的情况下，获取所述自动驾驶车辆的实时行驶参数和实时距离参数以及实时换道行为；

根据所述实时行驶参数、所述实时距离参数以及所述实时换道行为所述第一权重系数和所述第二权重系统的比例进行调整。

9.一种自动驾驶车辆的控制装置，其特征在于，包括：

获取模块，用于获取自动驾驶车辆的行驶参数和距离参数，其中，所述距离参数用于表示所述自动驾驶车辆与第一车辆之间的距离，所述第一车辆为所述自动驾驶车辆所在的当前车道和/或待换道车道的车辆；

第一确定模块，用于基于所述行驶参数确定所述自动驾驶车辆的换道参数，其中，所述换道参数用于表示对所述自动驾驶车辆进行换道的不满意程度；

第二确定模块，用于基于所述距离参数和所述换道参数确定换道结果，其中，所述换道结果用于表示是否控制所述自动驾驶车辆进行换道；

控制模块，用于基于所述换道结果控制所述自动驾驶车辆的换道行为。

10.一种自动驾驶车辆，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行权利要求1至9中任意一项所述的自动驾驶车辆的控制方法。

Images