CN116552552A - 车辆智能驾驶行为决策方法及系统 - Google Patents
车辆智能驾驶行为决策方法及系统 Download PDFInfo
- Publication number
- CN116552552A CN116552552A CN202310649862.6A CN202310649862A CN116552552A CN 116552552 A CN116552552 A CN 116552552A CN 202310649862 A CN202310649862 A CN 202310649862A CN 116552552 A CN116552552 A CN 116552552A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving
- main
- environment
- acquiring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 230000008859 change Effects 0.000 claims description 50
- 238000006073 displacement reaction Methods 0.000 claims description 35
- 230000001133 acceleration Effects 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 12
- 238000012502 risk assessment Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 description 70
- 230000035484 reaction time Effects 0.000 description 17
- 238000004590 computer program Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000007704 transition Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 8
- 230000001788 irregular Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- 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
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2554/4041—Position
-
- 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
- B60W2554/4042—Longitudinal speed
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
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
本申请公开了车辆智能驾驶行为决策方法及系统,方法包括如下步骤:获取主车驾驶环境;获取主车驾驶模式和旁车驾驶工况;根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果;根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策。本申请综合考虑了车辆驾驶的旁车环境、驾驶模式和主车驾驶风险的评估结果,提供不同的车辆驾驶行为决策,有效全方面地保障了车辆驾驶安全。
Description
技术领域
本申请涉及智能驾驶技术领域,具体是涉及车辆智能驾驶行为决策方法及系统。
背景技术
在智能驾驶技术中,行为决策系统决定着汽车的驾驶策略,正确且合理的驾驶行为有利于车辆的合规性、效率性、安全性、舒适性。实际交通环境复杂多变,如何做出正确的驾驶行为决策,避免交通事故的同时提高道路通行率,是目前亟待解决的问题。
智能汽车行为决策的方法分为基于效用评价的方法和基于规则的方法两类。基于效用评价的行为决策模型场景应用广泛,但数据处理难度大,对算法的实时性要求高,并且没有考虑对交通法规的建模。基于规则的行为决策模型通过预先设定的规则和环境条件决策驾驶行为。具有规则设定简单、可读性强、响应快速的特点。其中基于有限状态机的行为决策模型,将车辆行为和环境信息划分为有限数量的状态,在各状态之间设定状态转移的规则,在进行行为决策时,通过环境信息和驾驶状态转换规则,实现不同驾驶行为的确定。
一种基于有限状态机的智能车辆驾驶行为决策方法及系统,首先基于经验定义各类驾驶行为,然后基于自车的位置、航向角、驾驶速度、驾驶环境等确定车辆当前驾驶场景的判断条件,通过事件集描述建立驾驶场景与驾驶行为的映射关系,最后使用有限状态机判断车辆的最优驾驶行为:
1.车辆驾驶路径及两侧路径能否通行是通过建立栅格地图,在车辆前方一定距离处设置一排撒点的方式进行的,纵向判断范围小,并且没有考虑左、中、右三个车道同时存在多辆旁车时的处理逻辑。
2.驾驶行为定义不全面,主车对周围车辆存在情况的判断局限在前方,没有对旁侧和后侧进行判断分析,但实际场景中,两车并行是危险工况,需要尽量避免;当后方有快速接近的车辆时,主车也要根据其所在的车道和周围环境信息,确定是否需要采取主动加速或换道的方式规避。
3.没有考虑不同天气下对驾驶行为决策结果的影响。雨雪天气路面较为湿滑,对制动距离影响很大,雾天能见度低,在进行驾驶行为决策时也要考虑行为的合理性。
发明内容
本申请的目的是为了克服上述背景技术的不足,提供一种车辆智能驾驶行为决策方法及系统。
第一方面,提供车辆智能驾驶行为决策方法,包括以下步骤:
获取主车驾驶环境;
获取主车驾驶模式以及旁车驾驶工况,所述驾驶模式包括车辆换道动机;
根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果;
根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策。
根据第一方面,在第一方面的第一种实现方式中,所述获取主车驾驶环境步骤,具体包括以下步骤:
获取主车驾驶所处的道路环境;
获取主车驾驶所处的旁车环境;
根据获取的主车驾驶所处的道路环境和旁车环境,标定获取车辆驾驶所处环境中的有效旁车;
根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境。
根据第一方面的第一种实现方式,在第一方面的第二种实现方式中,所述根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境步骤,具体包括以下步骤:
划分主车周围区域,获取划分区域;
根据有效旁车的位移、速度、横向位置、主车的状态信息以及划分区域,确定主车所处的驾驶环境。
根据第一方面,在第一方面的第三种实现方式中,所述根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
根据主车驾驶模式,获取当前驾驶模式相关旁车驾驶的规范工况;
当主车周围的任一旁车不规范驾驶时,根据实际纵向车距或实际横向车距与对应的安全距离之间的比对结果,获取主车驾驶风险的评估结果;
当当前驾驶模式相关的旁车均规范驾驶时,并且车辆存在换道意图时,根据自车目标车道的前后车的存无工况以及前后车的车辆驾驶工况,获取主车驾驶风险的评估结果。
根据第一方面的第三种实现方式,在第一方面的第四种实现方式中,所述当主车周围的任一旁车不规范驾驶时,根据实际纵向车距或实际横向车距与对应的安全距离之间的比对结果,获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
当主车周围的任一旁车不规范驾驶时并且车辆纵向驾驶时,根据前车和后车之间的实际纵向距离和安全纵向距离的比对工况,获取主车驾驶风险的评估结果;
当主车周围的任一旁车不规范驾驶时并且车辆换道驾驶时,根据主车和旁车之间的实际横向距离和安全横向距离,和/或,根据主车和旁车之间的实际纵向距离和安全纵向距离之间的比对工况,获取主车驾驶风险的评估结果。
根据第一方面的第三种实现方式,在第一方面的第五种实现方式中,所述当当前驾驶模式相关的旁车均规范驾驶时,并且车辆存在换道意图时,根据自车目标车道的前后车的存无工况以及前后车的车辆驾驶工况,获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
根据获取的车辆驾驶所处的位置环境,获取主车目标车道前后车存在工况;
当主车目标车道存在前车并且车辆存在换道动机时,根据前车和后车的纵向位移以及纵向车速获取碰撞时间,根据碰撞时间和碰撞风险时间阈值之间的比对结果获取主车驾驶风险的评估结果;
当主车目标车道存在后车并且车辆存在换道动机时,根据主车和后车的纵向距离、主车车速以及主车加速度,获取后车追尾安全距离,根据后车追尾安全距离以及主车和后车之间的纵向距离,获取主车驾驶风险的评估结果。
根据第一方面,在第一方面的第六种实现方式中,根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策步骤,还包括以下步骤:
获取天气预报信息;
根据获取的驾驶模式、主车驾驶风险的评估结果以及天气预报信息,执行不同的车辆驾驶行为决策
第二方面,本申请提供了一种车辆智能驾驶行为决策系统,驾驶环境获取模块,获取主车驾驶环境;
驾驶模式获取模块,获取主车驾驶模式以及旁车驾驶工况,所述驾驶模式包括车辆换道动机;
风险评估模块,用于根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果;
行为决策获取模块,与所述驾驶环境获取模块、驾驶模式获取模块和所述风险评估模块通信连接,用于根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策。
根据第二方面,在第二方面的第一种实现方式中,驾驶环境获取模块包括:
道路环境获取子模块,用于获取主车驾驶所处的道路环境;
旁车环境获取模块,用于获取主车驾驶所处的旁车环境;
有效旁车标定模块,与所述道路环境获取子模块和所述旁车环境获取子模块通信连接,用于根据获取的主车驾驶所处的道路环境和旁车环境,标定获取车辆驾驶所处环境中的有效旁车;
驾驶环境获取子模块,与所述有效旁车标定模块通信连接,用于根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境。
根据第二方面的第一种实现方式,在第二方面的第二种实现方式中,所述驾驶环境获取子模块包括:
区域划分单元,用于划分主车周围区域,获取划分区域;
驾驶环境获取单元,与所述区域划分单元通信连接,用于根据有效旁车的位移、速度、横向位置、主车的状态信息以及划分区域,确定主车所处的驾驶环境。
与现有技术相比,本申请的优点如下:
本申请提供的车辆智能驾驶行为决策方法,综合考虑了车辆驾驶的旁车环境、驾驶模式和主车驾驶风险的评估结果,提供不同的车辆驾驶行为决策,有效全方面地保障了车辆驾驶安全。
附图说明
图1为本申请实施例提供的车辆智能驾驶行为决策方法的方法流程图;
图2为本申请实施例提供的旁车车道判断场景示意图;
图3为本申请实施例提供的旁车位置标记场景示意图;
图4本申请实施例提供的前车在目标车道时换道场景示意图;
图5本申请实施例提供的后车在目标车道时换道场景示意图;
图6本申请实施例提供的最小安全纵向距离示意图;
图7本申请实施例提供的最小安全横向距离示意图;
图8本申请实施例提供的驾驶模式的状态转换逻辑图。
具体实施方式
现在将详细参照本申请的具体实施例,在附图中例示了本申请的例子。尽管将结合具体实施例描述本申请,但将理解,不是想要将本申请限于所述的实施例。相反,想要覆盖由所附权利要求限定的在本申请的精神和范围内包括的变更、修改和等价物。应注意,这里描述的方法步骤都可以由任何功能块或功能布置来实现,且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。
为了使本领域技术人员更好地理解本申请,下面结合附图和具体实施方式对本申请作进一步详细说明。
注意:接下来要介绍的示例仅是一个具体的例子,而不作为限制本申请的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本申请的构思来构造本说明书中未提到的更多实施例。
本申请提供一种基于分层串联式有限状态机的智能车辆驾驶行为决策方法及系统,针对现有技术中的缺陷,解决了对车辆可通行道路的判断范围较局限、驾驶行为定义不够全面、考虑驾驶场景较少以及未考虑天气对驾驶行为决策结果的影响的技术问题。
参见图1所示,本申请实施例提供一种车辆智能驾驶行为决策方法,包括以下步骤:
步骤S1、获取主车驾驶环境;
步骤S2、获取余弦设定的主车驾驶模式以及旁车驾驶工况,所述驾驶模式包括车辆换道动机,具体地,所述驾驶模式包括巡航、跟车、启停、紧急避撞、向左换道、向右换道;
步骤S3、根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果;
步骤S4、根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策。
本申请综合考虑了车辆驾驶的旁车环境、驾驶模式和主车驾驶风险的评估结果,为此提供不同的车辆驾驶行为决策,有效全方面地保障了车辆驾驶安全。
在一实施例中,所述步骤S1、获取主车驾驶环境步骤,具体包括以下步骤:
步骤S11、获取主车驾驶所处的道路环境,所述道路环境包括单车道环境和多车道环境;
步骤S12、获取主车驾驶所处的旁车环境,本申请中的旁车环境具体指主车所在车道和主车所在车道左右两个车道的旁车环境,车道示意如图2所示,当自车位于中间车道上行驶时,假设道路中心线横向坐标为0,道路宽度为3.75m,定义主车左边为正向,则中间车道及相邻两侧车道的车道边界线的坐标分别为5.625、1.875、-1.875、-5.625,即图中A、B、C、D四条线。若感知到旁车与自车横向距离在(-1.875,1.875)范围内,说明该旁车属于自车同车道车辆;若旁车的横向距离在(1.875,5.625)范围内,说明该旁车属于自车左侧车道车辆;若旁车的横向距离在(-5.625,-1.875)范围内,说明该旁车属于自车右侧车道车辆;若旁车的横向距离在(-∞,-5.625)或(5.625,+∞)范围内,则认为该旁车不存在;
步骤S13、根据获取的主车驾驶所处的道路环境和旁车环境,标定获取车辆驾驶所处环境中的有效旁车,较具体地,当车辆是在匝道等单车道道路上行驶时,首先根据横向位置信息找到车道宽度范围外的旁车,将其对应信息筛除,再对剩余感知旁车作为有效旁车进行信息分析;当车辆行驶在多车道道路上时,首先根据感知到的障碍物距离车道中心线的横向距离判断主车所在车道是否有旁车,再根据传感器探测到的与旁车的距离和车速确认旁车相对主车的位置,当存在多辆旁车信息时,选择距离主车最近的那辆旁车作为有效旁车进行信息输出;同样地,按照横向位置分别对左右两边的车道进行确定,两侧车道存在多辆旁车时筛选距离主车最近一辆旁车作为有效旁车进行信息输出;
步骤S14、根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境,从而实现考虑主车所在的单车道或多车道情形的旁车环境下的车辆驾驶行为决策的制定。
在一实施例中,所述步骤S14、根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境步骤,具体包括以下步骤:
步骤S141、划分主车周围区域,获取划分区域,根据划分区域,对旁车进行位置信息标定,具体地,结合现实驾驶所遇到的场景,将旁车的位置划分为以下八个部分:以主车为中心,对正前方、左前方、右前方、左侧、右侧、左后方、右后方的旁车进行分析,对应地,将主车周围区域划分为;正前方、左前方、右前方、左侧、右侧、左后方、右后方区域,根据划分的八个区域,把主车所在车道的前车记为“1号旁车”,左侧车道前车记为“2号旁车”,右侧车道前车记为“3号旁车”,左侧车道并排行驶的车辆记为“4号旁车”,右侧车道并排行驶的车辆记为“5号旁车”,左侧车道后方的车辆记为“6号旁车”,右侧车道后方的车辆记为“7号旁车”,正后方的车辆记为“8号旁车”,如图3所示;
步骤S142、根据有效旁车的位移、速度、横向位置、主车的状态信息以及划分区域,确定主车所处的驾驶环境,具体地,完成对主车周围旁车位置信息的标定后,为了实现智能汽车在行驶过程中对旁车位置的实时识别,要设定一系列的规则,设定规则时需要考虑旁车位置的判断顺序,该顺序要符合人类驾驶员的驾驶习惯,在实际驾驶时,为了自身和其他车辆的行驶安全性,制动和油门的控制是优先于转向的控制的,因此,首先是对自车正前方的旁车(1号旁车)进行判断,如果前方没有车辆,则无需考虑其他位置的旁车(此处假设所有旁车均规范行驶,旁车的不规范行驶的情况在后续将讨论);如果正前方有车,则考虑两侧和左右前方车辆(2、3、4、5号旁车)的行驶情况;最后考虑的是后方车辆(6、7、8号旁车)的行车状况。此外,当主车通过加减速或者换道发生了与周围车辆相对位置的变化时,状态机中旁车的位置信息也要及时更新,从而实现对旁车相对位置的动态识别;
在得到有效旁车的位移、速度、横向位置的基础上,还要结合主车的状态信息:首先根据横向位置确定同车道旁车,对于同车道的旁车只需判断该车位移与主车位移的关系,若该车位移大于主车位移,认为此车为1号旁车,反之则认为是正后方的8号旁车;在确定存在1号旁车的前提下,选择位移大于主车位移,但横向位置在两侧车道宽度范围内的旁车,作为2号旁车和3号旁车;对于4号旁车和5号旁车,则是先通过纵向位移确定前后位置距离主车较近或者有重叠的旁车,再通过横向位置判断左右位置的归属;6号和7号旁车的判断也是先通过纵向位置确定位于主车的后方,再依赖相对横向位置确定左右情况。
在一实施例中,为了保证行车安全性,避免在换道过程中与其他车辆发生碰撞,当行为决策系统认为存在换道动机时,在执行换道前需要对目标车道上的旁车情况进行确认,充分考虑换道动作的可实施性,换道过程除了包括车辆在不同车道上的横向移动,还涉及到车辆的纵向位移,当旁侧车道前方有车时,要避免换道后与前侧车辆的相撞;当旁侧车道后方有车时,也要考虑后侧车辆的情况,避免后方追尾,本方案考虑的碰撞风险分为两类:换道风险和紧急避撞风险。其中换道风险包括前车在目标车道和后车在目标车道两种情况。所述步骤S3、根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
当所有旁车均在道路上均规范行驶时,评估车辆的换道风险,分为A和B两种情况:
A、前车在目标车道
当换道的目标车道上有前车存在时,可能出现的碰撞往往发生在后车加速超车但前车减速或者车速较慢的情况下。为了更好地研究该场景,假设目标车道上前车沿道路中心线规范行驶,车辆的横向位移为0,那么换道时后车与前车相撞时候的临界位置如图4所示。
由于前车没有横向位移,且换道开始时后车一定完全位于前车后方,不会在纵向方向上出现两车车身部分重叠的情况,因此该工况下的换道风险跟前后车之间的纵向距离和两车的纵向车速有关。为了定量分析前车在目标车道时的换道碰撞情况,引入碰撞时间(Time to Collision,TTC)对其进行描述,碰撞时间是指前后两车车距与两车相对车速的比值,其计算公式如下:
式中,s1和s0分别表示前车和后车的纵向位移;v1和v0分别表示前车和后车的纵向车速。
根据上述公式可以看出,当两车的车速差距较大时,即使它们之间的距离没有很近,TTC的值依然会比较小,低于一定阈值后系统将会报警;若是两车的距离较近,但车速相等时,TTC的值会很大,系统将认为安全。因此TTC主要适用于两车距离近且存在较大的速度差的情况,针对的是“危险且紧急”的情况,因此,本方案使用碰撞时间来评估目标车道前方存在旁车时的换道风险。考虑到在行为决策系统中进行碰撞时间的计算时,可能会出现两车车速相等的情况,此时TTC将会变成+∞或-∞,不利于状态机进行状态切换的判断,同时由于主车和旁车的位移不会完全相等,因此在进行换道风险评估时使用TTC-1作为参数进行计算。
B、后车在目标车道
当换道的目标车道上有后车存在时,不考虑换道车辆在进入目标车道后恶意减速的情况,此时可能发生碰撞的原因往往是由于后车没有保持足够的安全距离。为了更好地对该场景进行描述,与前车在目标车道上的分析过程类似,假设主车在往目标车道换道的过程中后车的横向位移为0,沿车道线保持纵向行驶,两车相撞的临界位置如图5所示。
其中主车尾部与后车头部的纵向距离sx可以表示为:
sx=s0-s1-R0cos(θ)
式中,s0和s1分别表示主车和后车所走过的纵向距离;R0表示主车质心到车尾的距离。
要避免换道时与后车相撞,需要sx>0,由于cos(θ)<1,为了保证换道的安全性,增加一定的冗余距离,则令:
s0-s1-R0>0
车辆行驶过的纵向距离与自身速度及加速度的关系可以表示如下:
式中,a表示纵向加速度;v表示纵向速度。
因此,该场景下避免后车追尾的安全距离可以表示为:
C、紧急工况
在实际行车过程中主车会面临来自旁车的诸多挑战,例如正常行驶时旁车突然换道并加塞至主车所在车道,或者旁车出现驾驶疲劳靠近车道边界线行驶等。为了及时准确处理这类危险问题,要考虑旁车不规范驾驶可能带来的碰撞风险,本方案引用责任敏感安全模型(Responsibility Sensitive Safety,RSS)进行紧急工况下对安全距离的判断。安全距离是指在最恶劣的情况下仍可以避免碰撞的距离。对于一前一后纵向行驶的两辆车来说,此处的最恶劣的情况是指当前车以最大刹车加速度开始刹车时,后车发现后有一定的反应时间,在这段反应时间内后车仍以最大加速度前进,然后再以最小刹车加速度刹车,直到危险解除。最小纵向安全距离如图6所示。
当两辆车纵向行驶在同一车道上时,两者之间的最小纵向安全距离计算如下:
式中,vr为后车车速;ρ为后车从前车制动到采取制动措施的反应时间,按照正常情况下驾驶员的反应时间取0.5s;amax,accel为后车的最大加速度;amin,brake为后车的最小制动减速度;vf为前车车速;amax,brake为前车的最大制动减速度。
由于汽车在行驶时除了有纵向的移动,也有诸如换道等横向操作,且在行驶过程中很难保证完全沿着道路中心线行驶,汽车的横向波动时刻存在,因此除了考虑纵向安全距离,还要考虑横向安全距离。对于并排行驶的两辆车来说,横向安全距离是指其中两辆车均以最大加速度横向靠近,经过一定的反应时间后再以最小横向减速度制动,仍能不碰到车道线的两车之间距离。如图7所示。
当两辆车在相邻车道上并行行驶时,假设两辆车均以最大的横向加速度靠近,经过一段反应时间后又都以最小横向减速度制动,直到横向速度为0,则它们之间的最小横向安全距离的计算公式如下:
式中,μ为两车停下后最终的横向距离,按照标准车道线宽度,将其记为0.15m;v1和v2分别为两辆车的横向速度;ρ为反应时间,也按照正常情况下驾驶员的反应时间取0.5s;为最小横向制动减速度;/>为最大横向加速度。
在行为决策模型中,当主车和周围最近邻旁车的实际横向或纵向距离大于最小安全距离时,判断没有紧急工况,主车的驾驶模式不受影响;当实际距离小于最小安全距离时,无论主车处于何种驾驶模式,都将切换到紧急避撞模式并及时制动,保障行车安全。
在一实施例中,所述步骤S3、根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
步骤S31、根据主车驾驶模式,获取当前驾驶模式相关旁车驾驶的规范工况,以考虑实际行车过程中主车会面临来自旁车的诸多挑战,例如正常行驶时旁车突然换道并加塞至主车所在车道,或者旁车出现驾驶疲劳靠近车道边界线行驶等因素,对车辆安全驾驶的影响;
步骤S32、当主车周围的任一旁车不规范驾驶时,根据实际纵向车距或实际横向车距与对应的安全距离之间的比对结果,获取主车驾驶风险的评估结果;
步骤S33、当当前驾驶模式相关的旁车均规范驾驶时,并且车辆存在换道意图时,根据自车目标车道的前后车的存无工况以及前后车的车辆驾驶工况,获取主车驾驶风险的评估结果,以评估获取车辆换道工况下的驾驶风险情况。
在一实施例中,所述步骤S32、当主车周围的任一旁车不规范驾驶时,根据实际纵向车距或实际横向车距与对应的安全距离之间的比对结果,获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
步骤S321、当主车周围的任一旁车不规范驾驶时并且车辆纵向驾驶时,根据前车和后车之间的实际纵向距离和安全纵向距离的比对工况,获取主车驾驶风险的评估结果;
步骤S322、当主车周围的任一旁车不规范驾驶时并且车辆换道驾驶时,根据主车和旁车之间的实际横向距离和安全横向距离,和/或,根据主车和旁车之间的实际纵向距离和安全纵向距离之间的比对工况,获取主车驾驶风险的评估结果。
在一较具体实施例中,所述S322、当主车周围的任一旁车不规范驾驶时并且车辆换道驾驶时,根据主车和旁车之间的实际横向距离和安全横向距离,和/或,根据主车和旁车之间的实际纵向距离和安全纵向距离之间的比对工况,获取主车驾驶风险的评估结果步骤中,引用责任敏感安全模型(Responsibility Sensitive Safety,RSS)进行紧急工况下对安全距离的判断。安全距离是指在最恶劣的情况下仍可以避免碰撞的距离。对于一前一后直行行驶的两辆车来说,此处的最恶劣的情况是指当前车以最大刹车加速度开始刹车时,后车发现后有一定的反应时间,在这段反应时间内后车仍以最大加速度前进,然后再以最小刹车加速度刹车,直到危险解除,最小安全纵向距离如图6所示,此处前车和后车,适用于主车和后车以及前车和主车的纵向驾驶工况,所述纵向驾驶工况具体指车辆直行行驶。
1)当两辆车直行行驶在同一车道上时,两者之间的最小安全纵向距离计算如下:
式中,vr为后车车速;ρ为后车从前车制动到采取制动措施的反应时间,按照正常情况下驾驶员的反应时间取0.5s;amax,accel为后车的最大加速度;amin,brake为后车的最小制动减速度;vf为前车车速;amax,brake为前车的最大制动减速度,图6中主车为后车;
2)由于汽车在行驶时除了有纵向的移动,也有诸如换道等横向操作,且在行驶过程中很难保证完全沿着道路中心线行驶,汽车的横向波动时刻存在,因此除了考虑安全纵向距离,还要考虑安全横向距离。对于并排行驶的两辆车来说,安全横向距离是指其中两辆车均以最大加速度横向靠近,经过一定的反应时间后再以最小横向减速度制动,仍能不碰到车道线的两车之间距离。如图7所示。
当两辆车在相邻车道上并行行驶时,假设两辆车均以最大的横向加速度靠近,经过一段反应时间后又都以最小横向减速度制动,直到横向速度为0,则它们之间的最小安全横向距离的计算公式如下:
式中,μ为两车停下后最终的横向距离,按照标准车道线宽度,将其记为0.15m;v1和v2分别为两辆车的横向速度;ρ为反应时间,也按照正常情况下驾驶员的反应时间取0.5s;为最小横向制动减速度;/>为最大横向加速度,图7中,主车为左车或右车。
在行为决策模型中,主车周围任一旁车存在不规范行驶行为时,并且主车和周围最近邻旁车的实际横向和纵向距离均大于最小安全距离时,判断没有紧急工况,主车的驾驶模式不受影响;主车周围任一旁车存在不规范行驶行为时,并且主车和周围最近邻旁车的实际横向,或,纵向距离大于最小安全距离时,无论主车处于何种驾驶模式,都将切换到紧急避撞模式并及时制动,保障行车安全。较优地,当主车直行行驶时,主车直行行驶相关旁车中任一旁车存在不规范行驶行为时,并且主车和主车直行行驶相关旁车的纵向距离大于最小安全距离时,判断没有紧急工况,主车的驾驶模式不受影响;当主车直行行驶时,主车直行行驶相关旁车中任一旁车存在不规范行驶行为时,并且主车和主车直行行驶相关旁车的纵向距离不大于最小安全距离时,判断存在紧急工况,主车切换到紧急避撞模式并及时制动;当主车换道行驶时,主车换道行驶相关旁车中任一旁车存在不规范行驶行为时,并且主车和主车换道行驶相关旁车的纵向距离和横向距离均大于最小安全距离(包括安全横向距离和安全纵向距离)时,判断没有紧急工况,主车的驾驶模式不受影响;当主车换道行驶时,主车换道行驶相关旁车中任一旁车存在不规范行驶行为时,并且主车和主车换道行驶相关旁车的纵向距离或横向距离不大于最小安全距离时,判断有紧急工况,主车切换到紧急避撞模式并及时制动。
在一实施例中,车辆存在换道意图的逻辑判断方法实现如下:
车头时距(Time Headway,TH)代表前后两辆车的前端通过同一地点的时间差,即前方车辆刹车时,后车驾驶员所具有的反应时间的最大值。在实际驾驶场景中,TH主要是在两车距离较近的情况下报警,可以帮助后车的驾驶员养成在开车时保持车距的规范驾驶习惯,属于“危险但不紧急”的工况,适用于衡量智能汽车换道的必要性。
车头时距通过前后两车的车距与后方车辆速度的比值获得,计算公式如下:
式中,d是前后两车车头之间的距离;vrear是后车的车速。
TH的值越大,后方车辆对前方车辆的状况作出反应的时间就越充裕。在行为决策系统中实时计算主车自身和前车的TH大小,通过设置车头时距的门限值实现有无换道动机状态的切换,当前方无车时,或感知到了前方有车但TH值大于门限值时,认为没有换道动机,仍然进行车道保持状态;当TH值小于门限值时,决策系统认为有换道的必要。
在一实施例中,所述步骤S33、当当前驾驶模式相关的旁车均规范驾驶时,并且车辆存在换道意图时,根据自车目标车道的前后车的存无工况以及前后车的车辆驾驶工况,获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
步骤S331、根据获取的车辆驾驶所处的位置环境,获取主车目标车道前后车存在工况;
步骤S332、当主车目标车道存在前车并且车辆存在换道动机时,根据前车和后车的纵向位移以及纵向车速获取碰撞时间,根据碰撞时间和碰撞风险时间阈值之间的比对结果获取主车驾驶风险的评估结果;
较具体地,当换道的目标车道上有前车存在时,可能出现的碰撞往往发生在后车加速超车但前车减速或者车速较慢的情况下。为了更好地研究该场景,假设目标车道上前车沿道路中心线规范行驶,车辆的横向位移为0,那么换道时后车与前车相撞时候的临界位置如图4所示。
由于前车没有横向位移,且换道开始时后车一定完全位于前车后方,不会在纵向方向上出现两车车身部分重叠的情况,因此该工况下的换道风险跟前后车之间的纵向距离和两车的纵向车速有关。为了定量分析前车在目标车道时的换道碰撞情况,引入碰撞时间(Time to Collision,TTC)对其进行描述,碰撞时间是指前后两车车距与两车相对车速的比值,其计算公式如下:
式中,s1和s0分别表示前车和后车的纵向位移;v1和v0分别表示前车和后车的纵向车速,图4中主车为后车。
根据上述公式可以看出,当两车的车速差距较大时,即使它们之间的距离没有很近,TTC的值依然会比较小,低于一定阈值后系统将会报警;若是两车的距离较近,但车速相等时,TTC的值会很大,系统将认为安全。因此TTC主要适用于两车距离近且存在较大的速度差的情况,针对的是“危险且紧急”的情况,因此,本申请使用碰撞时间来评估目标车道前方存在旁车时的换道风险。考虑到在行为决策系统中进行碰撞时间的计算时,可能会出现两车车速相等的情况,此时TTC将会变成+∞或-∞,不利于状态机进行状态切换的判断,同时由于主车和旁车的位移不会完全相等,因此在进行换道风险评估时使用TTC-1作为参数进行计算。
步骤S333、当主车目标车道存在后车并且车辆存在换道动机时,根据主车和后车的纵向距离、主车车速以及主车加速度,获取后车追尾安全距离,根据后车追尾安全距离以及主车和后车之间的纵向距离,获取主车驾驶风险的评估结果;
较具体地,当换道的目标车道上有后车存在时,不考虑换道车辆在进入目标车道后恶意减速的情况,此时可能发生碰撞的原因往往是由于后车没有保持足够的安全距离。为了更好地对该场景进行描述,与前车在目标车道上的分析过程类似,假设主车在往目标车道换道的过程中后车的横向位移为0,沿车道线保持直行行驶,两车相撞的临界位置如图5所示。
其中,主车尾部与后车头部的纵向距离sx可以表示为:
sx=s0-s1-R0cos(θ)
式中,s0和s1分别表示主车和后车所走过的纵向距离,R0表示主车质心到主车车尾的距离,θ为主车的换道过程中的车身长度方向与车道的长度方向之间的夹角,图5中主车为前车。
要避免换道时主车与后车相撞,需要sx>0,由于cos(θ)<1,为了保证换道的安全性,增加一定的冗余距离,则令:
s0-s1-R0>0;
式中,s1和s0分别表示前车和后车的纵向位移,R0表示主车质心到主车车尾的距离,图5中主车为前车。
车辆行驶过的纵向距离与自身速度及加速度的关系可以表示如下:
式中,a(τ)表示τ时刻的纵向加速度;v表示纵向速度,t为当前时刻,t0为初始时刻。
因此,该场景下避免后车追尾的安全距离可以表示为:
其中,a0为初始加速度,a1(τ)为τ时刻的加速度,v0为初始速度,v1为为τ时刻速度。
在一实施例中,除了周围旁车和道路信息,还需要考虑天气状况对驾驶行为的决策的影响,根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策步骤,还包括以下步骤:
获取天气预报信息;
根据获取的驾驶模式、主车驾驶风险的评估结果以及天气预报信息,执行不同的车辆驾驶行为决策,增加对天气的处理逻辑,将天气预报作为实实在在的算法输入,而非简单地告知驾驶员。可以将天气预报信息作为输入,不同天气下适当调整驾驶策略。在保证安全的前提下,当天气状况较好时,行为决策过程可以以效率性为主;天气为雨、雪时,道路附着系数降低,驾驶策略以安全性、合规性为主,需要调大碰撞风险的阈值,使车辆采取相对保守的驾驶策略:保持更远的跟车距离,更低换道的频率,具体阈值可以通过对驾驶员进行数据采集和实车标定进行。当天气状况不好时,行为决策系统采取保守的驾驶策略,通过更远的跟车距离和更少的换道频率,保障湿滑路面下乘员的安全,弥补了现有方案行为决策过程不够充分的缺陷;当主车驾驶风险的评估结果为紧急工况存在风险时,将主车的驾驶模式切换到紧急避撞模式并及时制动,保障行车安全;当天气预报信息显示当天气状况不好时并且主车驾驶风险的评估结果为不存在驾驶风险时,根据主车驾驶模式和主车驾驶风险的评估结果,执行不同的车辆驾驶行为决策,具体地,车辆正常驾驶时,各驾驶模式的状态转换条件如表1和图8所示。
在一实施例中,根据周围车辆位置信息的标定情况,结合换道动机和风险评估的结果,智能汽车可以根据自身驾驶任务和安全行驶行为准则及时在不同的驾驶模式中作出正确选择和切换。结合驾驶员在实际驾驶过程中的动作与车辆行驶行为,本申请将驾驶行为定义为以下六个驾驶模式:巡航、跟车、启停、紧急避撞、向左换道、向右换道。
行为决策系统运用有限状态机从这六个驾驶模式中选择适合当前行驶状况的驾驶模式,并在必要时进行状态之间的切换,需要说明的是,初始时刻的驾驶模式是巡航模式。图8给出了这六种驾驶模式的状态转换关系,较具体地,将该逻辑转换方法设置于状态机中,通过输入相关信息,获取主车目标转换状态,其中“!”表示非,各驾驶模式的状态转换条件如表1所示。
表1驾驶模式的状态转换条件
在进行驾驶模式的决策转换时,初始状态是巡航,当前方没有旁车或有旁车但经过计算认为不存在换道动机时,没有满足状态转换的条件,因此继续保持巡航模式;如果有换道动机,则分别计算左前左后、右前右后方向的换道风险(由于我国的超车道在左侧,因此优先考虑向左侧车道换道),满足换道风险时,执行换道操作,进入模式5或6(向左/右换道的状态),在实现换道后状态回到模式1;若换道风险参数计算的结果显示不安全,则进入车道保持并对前车的行驶状况做进一步判断,根据前方车辆是否静止,分别进入模式3(启停)和模式2(跟车),没有换道动机后恢复模式1。此外,在决策过程的任一时刻,如果经系统判断存在危险工况,则直接从当前模式切换到模式4进行紧急避撞,危险解除后再恢复原有状态,最后将决策的结果输出给规划控制系统。
本申请横向层面考虑了车辆自身车道和左右两侧车道的旁车存在情况,纵向层面根据前后旁车距离自车的距离,把主车周围划分为八个区域,保证了行为决策系统在环境信息判断时的全面性,对于同一车道的多辆旁车,通过纵向距离和先中间车道再两边车道的策略,有效应对了现有方案中没有考虑左、中、右三个车道同时存在多辆旁车时的情况。
本申请在定义各驾驶行为的转换逻辑时,充分考虑实际场景中诸如两车并行、后方快速接近等危险工况,运用RSS模型对危险工况下车辆的行为进行决策,解决了现有方案默认旁车规范驾驶,没有考虑紧急场景的问题。
本申请增加对天气的处理逻辑,将天气预报作为实实在在的算法输入,而非简单地告知驾驶员,当天气相对恶劣时,行为决策系统采取保守的驾驶策略,通过更远的跟车距离和更少的换道频率,保障湿滑路面下乘员的安全,弥补了现有方案行为决策过程不够充分的缺陷。
基于同一发明构思,本申请提供的车辆智能驾驶行为决策系统,包括驾驶环境获取模块、驾驶模式获取模块、风险评估模块和行为决策获取模块,驾驶环境获取模块,获取主车驾驶环境;驾驶模式获取模块,获取主车驾驶模式以及旁车驾驶工况,所述驾驶模式包括车辆换道动机;风险评估模块,用于根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果;行为决策获取模块,与所述驾驶环境获取模块、驾驶模式获取模块和所述风险评估模块通信连接,用于根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策。
在一实施例中,驾驶环境获取模块包括道路环境获取子模块、旁车环境获取模块、有效旁车标定模块和驾驶环境获取子模块,道路环境获取子模块,用于获取主车驾驶所处的道路环境;旁车环境获取模块,用于获取主车驾驶所处的旁车环境;有效旁车标定模块,与所述道路环境获取子模块和所述旁车环境获取子模块通信连接,用于根据获取的主车驾驶所处的道路环境和旁车环境,标定获取车辆驾驶所处环境中的有效旁车;驾驶环境获取子模块,与所述有效旁车标定模块通信连接,用于根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境。
在一实施例中,所述驾驶环境获取子模块包括区域划分单元和驾驶环境获取单元,区域划分单元用于划分主车周围区域,获取划分区域;驾驶环境获取单元与所述区域划分单元通信连接,用于根据有效旁车的位移、速度、横向位置、主车的状态信息以及划分区域,确定主车所处的驾驶环境。
基于同一发明构思,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的所有方法步骤或部分方法步骤。
本申请实现上述方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
基于同一发明构思,本申请实施例还提供一种电子设备,包括存储器和处理器,存储器上储存有在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法中的所有方法步骤或部分方法步骤。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器是计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(例如声音播放功能、图像播放功能等);存储数据区可存储根据手机的使用所创建的数据(例如音频数据、视频数据等)。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、服务器或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、服务器和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种车辆智能驾驶行为决策方法,其特征在于,包括如下步骤:
获取主车驾驶环境;
获取主车驾驶模式以及旁车驾驶工况;
根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果;
根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策。
2.如权利要求1所述的车辆智能驾驶行为决策方法,其特征在于,所述获取主车驾驶环境步骤,具体包括以下步骤:
获取主车驾驶所处的道路环境;
获取主车驾驶所处的旁车环境;
根据获取的主车驾驶所处的道路环境和旁车环境,标定获取车辆驾驶所处环境中的有效旁车;
根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境。
3.如权利要求2所述的车辆智能驾驶行为决策方法,其特征在于,所述根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境步骤,具体包括以下步骤:
划分主车周围区域,获取划分区域;
根据有效旁车的位移、速度、横向位置、主车的状态信息以及划分区域,确定主车所处的驾驶环境。
4.如权利要求1所述的车辆智能驾驶行为决策方法,其特征在于,所述根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
根据主车驾驶模式,获取当前驾驶模式相关旁车驾驶的规范工况;
当主车周围的任一旁车不规范驾驶时,根据实际纵向车距或实际横向车距与对应的安全距离之间的比对结果,获取主车驾驶风险的评估结果;
当当前驾驶模式相关的旁车均规范驾驶时,并且车辆存在换道意图时,根据自车目标车道的前后车的存无工况以及前后车的车辆驾驶工况,获取主车驾驶风险的评估结果。
5.如权利要求4所述的车辆智能驾驶行为决策方法,其特征在于,所述当主车周围的任一旁车不规范驾驶时,根据实际纵向车距或实际横向车距与对应的安全距离之间的比对结果,获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
当主车周围的任一旁车不规范驾驶时并且车辆纵向驾驶时,根据前车和后车之间的实际纵向距离和安全纵向距离的比对工况,获取主车驾驶风险的评估结果;
当主车周围的任一旁车不规范驾驶时并且车辆换道驾驶时,根据主车和旁车之间的实际横向距离和安全横向距离,和/或,根据主车和旁车之间的实际纵向距离和安全纵向距离之间的比对工况,获取主车驾驶风险的评估结果。
6.如权利要求4所述的车辆智能驾驶行为决策方法,其特征在于,所述当当前驾驶模式相关的旁车均规范驾驶时,并且车辆存在换道意图时,根据自车目标车道的前后车的存无工况以及前后车的车辆驾驶工况,获取主车驾驶风险的评估结果步骤,具体包括以下步骤:
根据获取的车辆驾驶所处的位置环境,获取主车目标车道前后车存在工况;
当主车目标车道存在前车并且车辆存在换道动机时,根据前车和后车的纵向位移以及纵向车速获取碰撞时间,根据碰撞时间和碰撞风险时间阈值之间的比对结果获取主车驾驶风险的评估结果;
当主车目标车道存在后车并且车辆存在换道动机时,根据主车和后车的纵向距离、主车车速以及主车加速度,获取后车追尾安全距离,根据后车追尾安全距离以及主车和后车之间的纵向距离,获取主车驾驶风险的评估结果。
7.如权利要求1所述的车辆智能驾驶行为决策方法,其特征在于,根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策步骤,还包括以下步骤:
获取天气预报信息;
根据获取的驾驶模式、主车驾驶风险的评估结果以及天气预报信息,执行不同的车辆驾驶行为决策。
8.一种车辆智能驾驶行为决策系统,其特征在于,驾驶环境获取模块,获取主车驾驶环境;
驾驶模式获取模块,获取主车驾驶模式以及旁车驾驶工况,所述驾驶模式包括车辆换道动机;
风险评估模块,用于根据主车驾驶环境、主车驾驶模式以及旁车驾驶工况,评估获取主车驾驶风险的评估结果;
行为决策获取模块,与所述驾驶环境获取模块、驾驶模式获取模块和所述风险评估模块通信连接,用于根据获取的主车驾驶模式以及主车驾驶风险的评估结果,执行不同的主车驾驶行为决策。
9.如权利要求8所述的车辆智能驾驶行为决策系统,其特征在于,驾驶环境获取模块包括:
道路环境获取子模块,用于获取主车驾驶所处的道路环境;
旁车环境获取模块,用于获取主车驾驶所处的旁车环境;
有效旁车标定模块,与所述道路环境获取子模块和所述旁车环境获取子模块通信连接,用于根据获取的主车驾驶所处的道路环境和旁车环境,标定获取车辆驾驶所处环境中的有效旁车;
驾驶环境获取子模块,与所述有效旁车标定模块通信连接,用于根据有效旁车的位移、速度、横向位置以及主车的状态信息,确定主车所处的驾驶环境。
10.如权利要求9所述的车辆智能驾驶行为决策系统,其特征在于,所述驾驶环境获取子模块包括:
区域划分单元,用于划分主车周围区域,获取划分区域;
驾驶环境获取单元,与所述区域划分单元通信连接,用于根据有效旁车的位移、速度、横向位置、主车的状态信息以及划分区域,确定主车所处的驾驶环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310649862.6A CN116552552A (zh) | 2023-05-31 | 2023-05-31 | 车辆智能驾驶行为决策方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310649862.6A CN116552552A (zh) | 2023-05-31 | 2023-05-31 | 车辆智能驾驶行为决策方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116552552A true CN116552552A (zh) | 2023-08-08 |
Family
ID=87498229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310649862.6A Pending CN116552552A (zh) | 2023-05-31 | 2023-05-31 | 车辆智能驾驶行为决策方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116552552A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116749961A (zh) * | 2023-08-18 | 2023-09-15 | 新石器慧通(北京)科技有限公司 | 自动驾驶车辆的控制方法、装置、设备及存储介质 |
CN116749960A (zh) * | 2023-08-18 | 2023-09-15 | 新石器慧通(北京)科技有限公司 | 自动驾驶车辆的控制方法、装置、设备及存储介质 |
CN117208021A (zh) * | 2023-11-09 | 2023-12-12 | 上海伯镭智能科技有限公司 | 用于复杂路况的无人驾驶车辆控制方法 |
-
2023
- 2023-05-31 CN CN202310649862.6A patent/CN116552552A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116749961A (zh) * | 2023-08-18 | 2023-09-15 | 新石器慧通(北京)科技有限公司 | 自动驾驶车辆的控制方法、装置、设备及存储介质 |
CN116749960A (zh) * | 2023-08-18 | 2023-09-15 | 新石器慧通(北京)科技有限公司 | 自动驾驶车辆的控制方法、装置、设备及存储介质 |
CN116749961B (zh) * | 2023-08-18 | 2023-11-21 | 新石器慧通(北京)科技有限公司 | 自动驾驶车辆的控制方法、装置、设备及存储介质 |
CN116749960B (zh) * | 2023-08-18 | 2023-11-21 | 新石器慧通(北京)科技有限公司 | 自动驾驶车辆的控制方法、装置、设备及存储介质 |
CN117208021A (zh) * | 2023-11-09 | 2023-12-12 | 上海伯镭智能科技有限公司 | 用于复杂路况的无人驾驶车辆控制方法 |
CN117208021B (zh) * | 2023-11-09 | 2024-01-19 | 上海伯镭智能科技有限公司 | 用于复杂路况的无人驾驶车辆控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116552552A (zh) | 车辆智能驾驶行为决策方法及系统 | |
CN110085056B (zh) | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 | |
JP6468261B2 (ja) | 自動運転システム | |
CN107848537A (zh) | 自动驾驶辅助装置、自动驾驶辅助方法以及自动驾驶辅助程序 | |
CN107415945A (zh) | 用于评估车道换道的自动驱动系统及其使用方法 | |
CN113428141B (zh) | 一种前车紧急切入及时响应的智能检测方法及系统 | |
JP2019075008A (ja) | 車両制御装置 | |
US20190080610A1 (en) | Vehicle control apparatus, vehicle, processing method of vehicle control apparatus, and storage medium | |
US11597409B2 (en) | Apparatus for controlling vehicle and method thereof | |
US20220375349A1 (en) | Method and device for lane-changing prediction of target vehicle | |
JP6765357B2 (ja) | 走行制御装置、走行制御方法およびプログラム | |
JP2020069969A (ja) | 車両制御システム | |
CN113830084B (zh) | 基于多车道车辆主动避撞的控制方法及车辆 | |
CN116935694A (zh) | 预测和显示侧面盲区进入警报的系统和方法 | |
CN115892024A (zh) | 汽车行驶场景识别控制系统、方法及存储介质 | |
US20210284148A1 (en) | Travel control apparatus, vehicle, travel control method, and non-transitory computer-readable storage medium | |
CN113734169A (zh) | 基于车路协同的跟车控制方法及系统 | |
WO2024058270A1 (ja) | 移動体制御装置、移動体制御方法及び移動体制御プログラム | |
US20230009606A1 (en) | Automated driving method, automated driving system, and storage medium | |
JP2019139299A (ja) | 情報処理装置 | |
CN115352447B (zh) | 车辆行驶控制方法、装置、车辆及可读存储介质 | |
JP7061148B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
JP7394018B2 (ja) | 車両制御装置 | |
JP7100608B2 (ja) | 車両制御装置、車両、車両制御装置の動作方法およびプログラム | |
US20220070638A1 (en) | Display control device, display control method, and display control program |
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 |