CN110825081B - 应用于自动驾驶高速场景的避免平行驾驶的智能决策方法 - Google Patents
应用于自动驾驶高速场景的避免平行驾驶的智能决策方法 Download PDFInfo
- Publication number
- CN110825081B CN110825081B CN201911084968.6A CN201911084968A CN110825081B CN 110825081 B CN110825081 B CN 110825081B CN 201911084968 A CN201911084968 A CN 201911084968A CN 110825081 B CN110825081 B CN 110825081B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- speed
- driving
- upper limit
- parallel
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 3
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，包括：实时获取本车、本车行驶道路，以及本车周围车辆的动态信息，并根据动态信息预判是否离本车最近的他车属于平行驾驶的场景；是，则通过评价函数和约束条件优化出用于调整本车行驶速度的目标速度上限；否，则按照当前行驶速度行驶；其中，预判属于平行驾驶的场景包括：由动态信息计算两侧车道他车离开本车平行驾驶区域的时间值，并在时间值超出预设的错开平行驾驶区域的时间阈值时，预判为平行驾驶的情景。其能够实时优化出本车为错开平行驾驶车辆所需要的速度上限，从而实现对本车车速的提前调整，有效避免了自动驾驶车辆在高速上出现长时间平行驾驶的情景。
Description
技术领域
本发明涉及自动驾驶汽车技术领域，尤其涉及一种应用于自动驾驶高速场景的避免平行驾驶的智能决策方法。
背景技术
自动驾驶高速场景是指在高速上不需要驾驶员人工控制，车辆自动行驶的场景。虽然高速上的自动驾驶能够有效缓解驾驶员的疲劳和高度紧张的情绪，但是，由于缺少人类的灵活性也同时引入了一系列的问题。其中尤为明显的是平行驾驶带来的负面影响。当自动驾驶的本车与其他大型车辆长时间平行驾驶时不仅给他车驾驶员带来极度的不适感，更会让本车的乘客产生压迫感和恐惧感。同时，长时间的平行驾驶会导致高速上的动态交通堵塞，使得交通环境变得尤为恶劣。因而，在高速上自动驾驶时，本车如何能够像人一样灵活地避免平行驾驶的问题成为了自动驾驶在高速场景下广泛应用的一个迫切待解决的问题。
目前还没有像人一样能够灵活的避免平行驾驶的技术，这很可能会使自动驾驶的体验极差，且使高速交通环境变得越来越恶劣，造成自动驾驶在高速上的广泛应用的可能性低下。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，能够在预判本车与他车处于平行驾驶的场景后，实时优化出本车为错开平行驾驶车辆所需要的速度上限，从而实现对本车车速的提前调整，有效避免了自动驾驶车辆在高速上出现长时间平行驾驶的情景。
为实现上述目的和一些其他的目的，本发明采用如下技术方案：
一种应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，包括：
实时获取本车、本车行驶道路，以及本车周围车辆的动态信息，并根据收集的动态信息预判是否离本车最近的他车属于平行驾驶的场景；
是，则通过评价函数和约束条件优化出本车的目标速度上限，并根据所述目标速度上限实时调整本车的行驶速度规划；
否，则按照本车当前行驶速度规划继续行驶；
其中，根据收集的动态信息预判是否离本车最近的他车属于平行驾驶的场景包括：
由所述动态信息计算两侧车道离本车最近的他车离开本车平行驾驶区域的时间值，并在所述时间值超出预设的错开平行驾驶区域的时间阈值时，预判本车与所述他车为平行驾驶的情景，并将所述他车设为平行驾驶车辆。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，所述评价函数包括：
依据所述他车的数据及预设的目标速度上限计算出来的时间参数；
依据本车的数据、本车行驶道路的数据，以及预设的目标速度上限计算出来的改变速度上限的速度差值参数；
依据本车的数据、本车行驶道路的数据、与本车距离最近的前车的数据，以及预设的目标速度上限计算出来的跟车速度改变差值参数；以及
依据本车的数据、本车行驶道路的数据、预设的目标速度上限，以及本车的速度上限阈值计算出来的无所述前车的情况下，工况下的目标速度上限和速度上限阈值差距的速度改变差值参数。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，所述约束条件包括：
依据本车的数据、所述前车的数据，以及预设的目标速度上限预估当有所述前车的情况下，工况下本车从当前行驶速度达到预设的目标速度上限时，本车是否能与所述前车保持安全距离；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化；
依据本车的数据、他车的数据，以及预设的目标速度上限预估当有所述前车的情况下，工况下本车与所述平行驾驶车辆错开平行驾驶区域的时间是否不大于本车追上与所述前车的安全距离的时间；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化；以及
依据本车的数据、他车的数据，以及预设的目标速度上限预估工况下本车与平行驾驶车辆错开平行驾驶区域的时间是否不大于所述时间阈值；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，其中，所述他车数据指他车的当前行驶速度；所述前车的数据指前车的当前行驶速度；本车的数据指：本车与前车间的距离、本车当前行驶速度，调整避免平行驾驶的速度上限阈值，以及本车设置的行驶速度上限值；本车行驶道路的数据指所述道路的限速值。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，所述的动态信息包括：本车行驶道路的最大和最小限制速度，以及本车行驶道路所在的路段信息；本车的当前行驶速度、本车的当前行驶加速度、本车用户设置的最大行驶速度；本车周围的车辆相对于本车的编号、本车周围的车辆的当前行驶速度，以及本车周围的车辆距本车的传感器的相对距离。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，所述的路段信息包括：直行路段、小曲率转弯路段、匝道、分流路段，以及合流路段。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，所述时间阈值包括：
本车相对于平行驾驶车辆的位置靠前，且本车当前行驶速度较平行驾驶车辆的当前行驶速度大时的时间阈值；
本车相对于平行驾驶车辆的位置靠前，且本车当前行驶速度较平行驾驶车辆的当前行驶速度小时的时间阈值；
本车相对于平行驾驶车辆的位置靠后，且本车的当前行驶速度较平行驾驶车辆的当前行驶速度大时的时间阈值；以及
本车相对于平行驾驶车辆的位置靠后，且本车的当前行驶速度较平行驾驶车辆的当前行驶速度小时的时间阈值。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，平行驾驶区域指：所述平行驾驶车辆的车尾距本车的车头的距离小于在本车行驶的车道相邻的其他车道行驶的他车安全切入本车行驶的车道的距离，以及所述平行驾驶车辆的车头距本车的车尾的距离小于在本车行驶的车道本车后方行驶的车辆安全切出到所述平行驾驶车辆所在车道的距离。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，根据所述目标速度上限实时调整本车的行驶速度规划包括：实时预判在所述时间阈值包含的时间结束时，本车是否与所述平行驾驶车辆仍然处于平行驾驶的情景；是，则重新通过评价函数和约束条件优化出本车的目标速度上限，并按照新的目标速度上限对本车的行驶速度进行规划；否，则保持当前的速度上限直到与平行驾驶车辆错开。
优选的是，所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，本车与所述平行驾驶车辆错开后继续保持当前的行驶速度行驶预设的时间，之后本车将速度上限逐步调整至预判与本车最近的他车属于平行驾驶的场景前设置的速度上限。
本发明至少包括以下有益效果：
本发明的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法中，通过本车上的传感器获得的数据实时预判是否与他车属于平行驾驶情景，然后根据评价函数和约束条件计算出本车为错开平行驾驶车辆所需要的速度上限，最后通过提前调整本车的速度规划，实现像人一样灵活的避免平行驾驶的智能决策，有效避免了在高速上出现长时间与他车处于平行驾驶的情景，即有效避免高速上出现动态交通堵塞情景，促使畅通的高速交通环境也提高了自动驾驶的乘车体验感。
通过实时预判和优化计算，适应高速上的动态场景，有效提高了自动驾驶车辆错开平行驾驶的效率。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面对本发明做详细说明，以令本领域普通技术人员参阅本说明书后能够据以实施。
一种应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，包括：
实时获取本车、本车行驶道路，以及本车周围车辆的动态信息，并根据收集的动态信息预判是否离本车最近的他车属于平行驾驶的场景；
是，则通过评价函数和约束条件优化出本车的目标速度上限，并根据所述目标速度上限实时调整本车的行驶速度规划；
否，则按照本车当前行驶速度规划继续行驶；
其中，根据收集的动态信息预判是否离本车最近的他车属于平行驾驶的场景包括：
由所述动态信息计算两侧车道离本车最近的他车离开本车平行驾驶区域的时间值，并在所述时间值超出预设的错开平行驾驶区域的时间阈值时，预判本车与所述他车为平行驾驶的情景，并将所述他车设为平行驾驶车辆。
在上述方案中，通过自动驾驶车辆上的传感器实时收集的道路、本车，以及周围车辆的数据，计算两侧车道与本车最近的车辆以当前的相对速度错开平行驾驶区域所需要的时间值，当估计的时间值超过预设的错开平行区域所需要的时间阈值时，则预判为将出现平行驾驶情景。此时通过评价函数和约束条件可以优化出在小于预设的时间阈值内能够安全有效地错开平行驾驶区域的最优化速度上限，并实时调整本车的速度规划，从而实现了在高速自动驾驶的过程中可能出现的平行驾驶情景的预估，智能的速度上限决策和实时的速度规划调整，有效避免了高速上的动态交通堵塞情景的发生，且通过不与大型车或者危险车辆长时间平行驾驶提高了乘客安全感与体验感。
一个优选方案中，所述评价函数包括：依据所述他车的数据及预设的目标速度上限计算出来的时间参数；依据本车的数据、本车行驶道路的数据，以及预设的目标速度上限计算出来的改变速度上限的速度差值参数；依据本车的数据、本车行驶道路的数据、与本车距离最近的前车的数据，以及预设的目标速度上限计算出来的跟车速度改变差值参数；以及依据本车的数据、本车行驶道路的数据、预设的目标速度上限，以及本车的速度上限阈值计算出来的无所述前车的情况下，工况下的目标速度上限和速度上限阈值差距的速度改变差值参数。
在上述方案中，依据所述他车的数据及预设的目标速度上限计算出来的时间参数意义在于：目标速度上限越高，错开平行驾驶区域的时间越小，即相应的代价越小，反之代价越大；依据本车的数据、行驶道路的数据，以及预设的目标速度上限计算出来的改变速度上限的速度差值参数的意义在于：预设的目标速度上限与本车原来的速度上限的差的越小，代价越小，反之代价越大，其中，本车原来的速度上限指乘车用户设定的速度上限与道路速度上限相比之后取的最小速度上限；依据本车的数据、行驶道路的数据、与本车距离最近的前车的数据，以及预设的目标速度上限计算出来的跟车速度改变差值参数的意义在于：本车道有被探测到的前车且前车的当前速度比本车速度上限阈值低时，预设目标速度上限与本车最近的前车的当前速度越接近，代价越小，反之代价越大；依据本车的数据、行驶道路的数据、预设的目标速度上限，以及本车的速度上限阈值，在无前车或者前车当前速度比本车速度上限阈值高的工况下本车预设目标速度上限和本车速度上限阈值差距的速度改变差值参数的意义在于：上述工况下预设目标速度上限越接近速度上限阈值，代价越小，反之代价越大，即在无前车或者前车当前速度比本车速度上限阈值高的工况下，本车更倾向于尽量加速与平行驾驶车辆错开。
通过给评价函数引进速度和时间，使得最终优化的速度上限既不会无条件的取上限，也不会无意义的保持，从而输出速度和时间权衡后的结果，体现了该决策方法的智能化和普适性。
一个优选方案中，所述约束条件包括：依据本车的数据、所述前车的数据，以及预设的目标速度上限预估当有所述前车的情况下，工况下本车从当前行驶速度达到预设的目标速度上限时，本车是否能与所述前车保持安全距离；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化；依据本车的数据、他车的数据，以及预设的目标速度上限预估当有所述前车的情况下，工况下本车与所述平行驾驶车辆错开平行驾驶区域的时间是否不大于本车追上与所述前车的安全距离的时间；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化；以及依据本车的数据、他车的数据，以及预设的目标速度上限预估工况下本车与平行驾驶车辆错开平行驾驶区域的时间是否不大于所述时间阈值；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化。
在上述方案中，通过将前车的数据和时间阈值引入约束条件，排除了不可能满足时间阈值的速度上限，满足时间阈值却因本车道前车的存在而不可能实现的速度上限，从而缩小可行阈值的范围，保证了输出的速度上限的可靠性和安全性，也提高了计算效率。
一个优选方案中，所述他车数据指他车的当前行驶速度；所述前车的数据指前车的当前行驶速度；本车的数据指：本车与前车间的距离、本车当前行驶速度，调整避免平行驾驶的速度上限阈值，以及本车设置的行驶速度上限值；本车行驶道路的数据指所述道路的限速值。
在上述方案中，调整避免平行驾驶的速度上限阈值包括：增加当前速度上限的最大容忍值和减少当前速度上限的最大容忍值，通过定义调整目标速度上限的最大加减容忍值，保证了通过评价函数和约束条件优化输出的速度上限不会偏离未进行平行驾驶决策前的速度上限太多，从而避免出现本车速度变化起伏过大的情形，从而既实现了与平行车辆错开平行区域的目的，也不会影响乘客的体验感。
一个优选方案中，所述的动态信息包括：本车行驶道路的最大和最小限制速度，以及本车行驶道路所在的路段信息；本车的当前行驶速度、本车的当前行驶加速度、本车用户设置的最大行驶速度；本车周围的车辆相对于本车的编号、本车周围的车辆的当前行驶速度，以及本车周围的车辆距本车的传感器的相对距离。
在上述方案中，通过详细收集本车行驶道路、本车，以及本车周围车辆的数据，给平行驾驶情景的判断提供了全面的信息，从而提高了预判平行驾驶情景的准确度。
一个优选方案中，所述的路段信息包括：直行路段、小曲率转弯路段、匝道、分流路段，以及合流路段。
在上述方案中，通过定义路段类型，明确规定该智能决策方法适用的路段，排除了在大曲率弯道、收费站口等路段因调整速度规划而会出现驾驶危险的可能性，提高了该智能决策方法的安全性和可靠性。
一个优选方案中，所述时间阈值包括：本车相对于平行驾驶车辆的位置靠前，且本车当前行驶速度较平行驾驶车辆的当前行驶速度大时的时间阈值；本车相对于平行驾驶车辆的位置靠前，且本车当前行驶速度较平行驾驶车辆的当前行驶速度小时的时间阈值；本车相对于平行驾驶车辆的位置靠后，且本车的当前行驶速度较平行驾驶车辆的当前行驶速度大时的时间阈值；以及本车相对于平行驾驶车辆的位置靠后，且本车的当前行驶速度较平行驾驶车辆的当前行驶速度小时的时间阈值。
在上述方案中，根据本车和平行驾驶车辆的相对位置和行驶速度划分为四种场景，并针对场景分别设置了相对应的时间阈值，细化了平行驾驶的判断条件，从而提高了该智能决策方法的可靠性。
一个优选方案中，平行驾驶区域指：所述平行驾驶车辆的车尾距本车的车头的距离小于在本车行驶的车道相邻的其他车道行驶的他车安全切入本车行驶的车道的距离，以及所述平行驾驶车辆的车头距本车的车尾的距离小于在本车行驶的车道本车后方行驶的车辆安全切出到所述平行驾驶车辆所在车道的距离。
在上述方案中，通过考虑本车前方和后方的安全距离定义平行驾驶区域，既保证了两侧车道其他车辆可以安全地切入本车道，也保证了本车道后方车辆可以安全地从本车道并道两侧车道，从而避免出现高速动态交通堵塞情景，促使良好的交通环境，也提高了乘客的自动驾驶体验感。
一个优选方案中，根据所述目标速度上限实时调整本车的行驶速度规划包括：实时预判在所述时间阈值包含的时间结束时，本车是否与所述平行驾驶车辆仍然处于平行驾驶的情景；是，则重新通过评价函数和约束条件优化出本车的目标速度上限，并按照新的目标速度上限对本车的行驶速度进行规划；否，则保持当前的速度上限直到与平行驾驶车辆错开。
在上述方案中，通过实时预判和调整，能够实时预判采用优化的目标速度上限行驶能够在限定的时间阈值内实现与平行驾驶车辆的错开，从而能够在预判本车与平行驾驶车辆在时间阈值内无法错开时，及时的优化并调整本车的目标速度上限，从而有利于本车及时与平行驾驶车辆错开，即实现了对动态环境的变化做出相应的实时决策，从而提高了对动态环境的适应性，也体现了该智能决策方法的类人化和智能化。
一个优选方案中，本车与所述平行驾驶车辆错开后继续保持当前的行驶速度行驶预设的时间，之后本车将速度上限逐步调整至预判与本车最近的他车属于平行驾驶的场景前设置的速度上限。
在上述方案中，在本车与平行驾驶车辆错开平行区域后继续保持当前的行驶速度行驶预设的时间，即采用当前行驶速度行驶一段时间，可以大幅度减小与所述平行驾驶车辆再一次进入平行驾驶情景的可能性。其中，依据反复路测发现，将此时间设置为3-10秒能满足大幅度减小反复与同一辆车辆进入平行驾驶情景的可能性的需求。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。
Claims (8)
1.一种应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，其中，包括：
实时获取本车、本车行驶道路，以及本车周围车辆的动态信息，并根据收集的动态信息预判是否离本车最近的他车属于平行驾驶的场景；
是，则通过评价函数和约束条件优化出本车的目标速度上限，并根据所述目标速度上限实时调整本车的行驶速度规划；
否，则按照本车当前行驶速度规划继续行驶；
其中，根据收集的动态信息预判是否离本车最近的他车属于平行驾驶的场景包括：
由所述动态信息计算两侧车道离本车最近的他车离开本车平行驾驶区域的时间值，并在所述时间值超出预设的错开平行驾驶区域的时间阈值时，预判本车与所述他车为平行驾驶的情景，并将所述他车设为平行驾驶车辆；
其中，所述评价函数包括：
依据所述他车的数据及预设的目标速度上限计算出来的时间参数；
依据本车的数据、本车行驶道路的数据，以及预设的目标速度上限计算出来的改变速度上限的速度差值参数；
依据本车的数据、本车行驶道路的数据、与本车距离最近的前车的数据，以及预设的目标速度上限计算出来的跟车速度改变差值参数；以及
依据本车的数据、本车行驶道路的数据、预设的目标速度上限，以及本车的速度上限阈值计算出来的无所述前车的情况下，工况下的目标速度上限和速度上限阈值差距的速度改变差值参数；
所述约束条件包括：
依据本车的数据、所述前车的数据，以及预设的目标速度上限预估当有所述前车的情况下，工况下本车从当前行驶速度达到预设的目标速度上限时，本车是否能与所述前车保持安全距离；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化；
依据本车的数据、他车的数据，以及预设的目标速度上限预估当有所述前车的情况下，工况下本车与所述平行驾驶车辆错开平行驾驶区域的时间是否不大于本车追上与所述前车的安全距离的时间；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化；以及
依据本车的数据、他车的数据，以及预设的目标速度上限预估工况下本车与平行驾驶车辆错开平行驾驶区域的时间是否不大于所述时间阈值；是，则预设的目标速度上限满足此约束；否，则对预设的目标速度上限进行优化。
2.如权利要求1所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，其中，所述他车数据指他车的当前行驶速度；所述前车的数据指前车的当前行驶速度；本车的数据指：本车与前车间的距离、本车当前行驶速度，调整避免平行驾驶的速度上限阈值，以及本车设置的行驶速度上限值；本车行驶道路的数据指所述道路的限速值。
3.如权利要求1所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，其中，所述的动态信息包括：本车行驶道路的最大和最小限制速度，以及本车行驶道路所在的路段信息；本车的当前行驶速度、本车的当前行驶加速度、本车用户设置的最大行驶速度；本车周围的车辆相对于本车的编号、本车周围的车辆的当前行驶速度，以及本车周围的车辆距本车的传感器的相对距离。
4.如权利要求3所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，其中，所述的路段信息包括：直行路段、小曲率转弯路段、匝道、分流路段，以及合流路段。
5.如权利要求1所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，其中，所述时间阈值包括：
本车相对于平行驾驶车辆的位置靠前，且本车当前行驶速度较平行驾驶车辆的当前行驶速度大时的时间阈值；
本车相对于平行驾驶车辆的位置靠前，且本车当前行驶速度较平行驾驶车辆的当前行驶速度小时的时间阈值；
本车相对于平行驾驶车辆的位置靠后，且本车的当前行驶速度较平行驾驶车辆的当前行驶速度大时的时间阈值；以及
本车相对于平行驾驶车辆的位置靠后，且本车的当前行驶速度较平行驾驶车辆的当前行驶速度小时的时间阈值。
6.如权利要求1所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，其中，平行驾驶区域指：所述平行驾驶车辆的车尾距本车的车头的距离小于在本车行驶的车道相邻的其他车道行驶的他车安全切入本车行驶的车道的距离，以及所述平行驾驶车辆的车头距本车的车尾的距离小于在本车行驶的车道本车后方行驶的车辆安全切出到所述平行驾驶车辆所在车道的距离。
7.如权利要求1所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，其中，根据所述目标速度上限实时调整本车的行驶速度规划包括：实时预判在所述时间阈值包含的时间结束时，本车是否与所述平行驾驶车辆仍然处于平行驾驶的情景；是，则重新通过评价函数和约束条件优化出本车的目标速度上限，并按照新的目标速度上限对本车的行驶速度进行规划；否，则保持当前的速度上限直到与平行驾驶车辆错开。
8.如权利要求1所述的应用于自动驾驶高速场景的避免平行驾驶的智能决策方法，其中，本车与所述平行驾驶车辆错开后继续保持当前的行驶速度行驶预设的时间，之后本车将速度上限逐步调整至预判与本车最近的他车属于平行驾驶的场景前设置的速度上限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911084968.6A CN110825081B (zh) | 2019-11-08 | 2019-11-08 | 应用于自动驾驶高速场景的避免平行驾驶的智能决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911084968.6A CN110825081B (zh) | 2019-11-08 | 2019-11-08 | 应用于自动驾驶高速场景的避免平行驾驶的智能决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110825081A CN110825081A (zh) | 2020-02-21 |
| CN110825081B true CN110825081B (zh) | 2021-10-29 |
Family
ID=69553334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911084968.6A Active CN110825081B (zh) | 2019-11-08 | 2019-11-08 | 应用于自动驾驶高速场景的避免平行驾驶的智能决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110825081B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112562316B (zh) * | 2020-11-04 | 2021-10-26 | 中山大学 | 一种基于acp理论的智能网联车平行驾驶控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001048036A (ja) * | 1999-08-10 | 2001-02-20 | Nissan Motor Co Ltd | 車線追従装置 |
| CN102348592A (zh) * | 2009-04-21 | 2012-02-08 | 丰田自动车株式会社 | 行驶辅助装置 |
| CN104192146A (zh) * | 2014-09-12 | 2014-12-10 | 辽宁工业大学 | 基于模糊控制的汽车智能巡航辅助驾驶***控制方法 |
| CN108428357A (zh) * | 2018-03-22 | 2018-08-21 | 青岛慧拓智能机器有限公司 | 一种用于智能网联车的平行遥控驾驶*** |
| CN110040138A (zh) * | 2019-04-18 | 2019-07-23 | 北京智行者科技有限公司 | 一种车辆并行辅助驾驶方法和*** |
-
2019
- 2019-11-08 CN CN201911084968.6A patent/CN110825081B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001048036A (ja) * | 1999-08-10 | 2001-02-20 | Nissan Motor Co Ltd | 車線追従装置 |
| CN102348592A (zh) * | 2009-04-21 | 2012-02-08 | 丰田自动车株式会社 | 行驶辅助装置 |
| CN104192146A (zh) * | 2014-09-12 | 2014-12-10 | 辽宁工业大学 | 基于模糊控制的汽车智能巡航辅助驾驶***控制方法 |
| CN108428357A (zh) * | 2018-03-22 | 2018-08-21 | 青岛慧拓智能机器有限公司 | 一种用于智能网联车的平行遥控驾驶*** |
| CN110040138A (zh) * | 2019-04-18 | 2019-07-23 | 北京智行者科技有限公司 | 一种车辆并行辅助驾驶方法和*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110825081A (zh) | 2020-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109501799B (zh) | 一种车联网条件下的动态路径规划方法 | |
| CN108860148B (zh) | 基于驾驶员跟车特性安全距离模型的自适应巡航控制方法 | |
| CN107933551B (zh) | 一种智能车队换道方法 | |
| CN105035090B (zh) | 基于交通信号灯的自主驾驶车辆轨迹预测控制方法 | |
| CN112477884B (zh) | 自动驾驶控制方法、装置及车辆 | |
| CN110930697B (zh) | 一种基于规则的智能网联车辆协同汇入控制方法 | |
| CN107067753B (zh) | 一种基于行车安全距离的跟车自动驾驶方法 | |
| CN109754626B (zh) | 无人驾驶自主换道策略 | |
| CN109131330A (zh) | 一种电动汽车自适应蠕行控制方法 | |
| CN107791887B (zh) | 一种电动汽车坡起辅助控制方法 | |
| US20060217866A1 (en) | Method for controlling the speed of a vehicle | |
| CN109572689B (zh) | 一种基于雷达识别障碍物的整车控制方法及*** | |
| CN113723699B (zh) | 恶劣天气高速公路安全车速矫正把控预警方法及*** | |
| US20230021000A1 (en) | Vehicle Control Device, Vehicle Control Method, and Vehicle Control System | |
| CN112965476A (zh) | 一种基于多窗口抽样的高速无人车轨迹规划***及方法 | |
| CN113593275B (zh) | 一种基于公交信号优先的交叉口网联自动驾驶方法 | |
| CN110825081B (zh) | 应用于自动驾驶高速场景的避免平行驾驶的智能决策方法 | |
| CN109130873B (zh) | 一种利用毫米波雷达的电动车能量回收***及智能电动车 | |
| CN110386139B (zh) | 自适应巡航控制方法、处理器和*** | |
| CN110775027B (zh) | 基于后车驾驶模式的防追尾制动***和方法 | |
| CN114523982A (zh) | 一种自动驾驶并行行驶回避的速度规划方法 | |
| CN115140094A (zh) | 一种基于纵向安全间距模型的实时换道决策方法 | |
| CN111994075A (zh) | 一种基于人工智能的驾驶辅助方法 | |
| CN111537236A (zh) | 一种交通拥堵辅助***测试方法 | |
| CN114228499A (zh) | 一种电动汽车控制方法 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Intelligent decision method for avoiding parallel driving applied to high-speed scene of automatic driving Effective date of registration: 20230228 Granted publication date: 20211029 Pledgee: Bank of Shanghai Co.,Ltd. Beijing Branch Pledgor: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. Registration number: Y2023980033668 |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806 Patentee after: Heduo Technology (Guangzhou) Co.,Ltd. Address before: 100089 21-14, 1st floor, building 21, Enji West Industrial Park, No.1, liangjiadian, Fuwai, Haidian District, Beijing Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. |