CN113954828A - 一种自动驾驶车辆巡航控制方法、装置及电子设备 - Google Patents
一种自动驾驶车辆巡航控制方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113954828A CN113954828A CN202111246543.8A CN202111246543A CN113954828A CN 113954828 A CN113954828 A CN 113954828A CN 202111246543 A CN202111246543 A CN 202111246543A CN 113954828 A CN113954828 A CN 113954828A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- speed
- automatic driving
- target vehicle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000008859 change Effects 0.000 claims abstract description 222
- 230000008901 benefit Effects 0.000 claims abstract description 75
- 230000002265 prevention Effects 0.000 claims abstract description 52
- 230000006399 behavior Effects 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims description 4
- 230000035484 reaction time Effects 0.000 claims description 4
- 238000011217 control strategy Methods 0.000 abstract description 6
- 230000002093 peripheral effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B60W30/14—Adaptive cruise control
- B60W30/143—Speed control
-
- 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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
- B60W60/00186—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to the vehicle
-
- 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
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
-
- 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
- B60W2554/4044—Direction of movement, e.g. backwards
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种自动驾驶车辆巡航控制方法、装置及电子设备。该方法包括:若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;根据目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定自动驾驶车辆的速度控制模型;基于控制速度模型,计算得到自动驾驶车辆的行驶速度,以供自动驾驶车辆调整速度,应对目标车辆的换道行为。本技术方案,可以根据实际的交通情况来判断周边车辆的行驶策略,进而确定不同的速度控制策略,能够提高自动驾驶车辆的行驶效率和舒适性。
Description
技术领域
本申请实施例涉及自动驾驶技术领域,尤其涉及一种自动驾驶车辆巡航控制方法、装置及电子设备。
背景技术
自适应巡航控制(ACC,Adaptive cruise control)是在传统巡航***的基础上进一步发展得来的。一般的ACC***可以根据其他车辆的行驶状态调整车辆的纵向速度,与前方车辆保持安全距离。
现有的ACC控制算法应对其他车辆试图切入的策略多为直接选择避让并且变更跟驰对象。
在流量较高的混合交通流中,ACC的避让策略会导致ACC车辆前方存在较大间隙,显著提高相邻车道上车辆的切入频率,ACC车辆的行驶效率以及舒适性都会受到很大影响。
发明内容
本申请实施例提供一种自动驾驶车辆巡航控制方法、装置及电子设备,可以根据实际的交通情况来判断周边车辆的行驶策略,进而确定不同的速度控制策略,能够提高自动驾驶车辆的行驶效率和舒适性。
第一方面,本申请实施例提供了一种自动驾驶车辆巡航控制方法,该方法包括:
若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型;其中,所述速度控制模型包括阻止换道模型和协同换道模型;
基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,以供所述自动驾驶车辆调整速度,应对所述目标车辆的换道行为。
第二方面,本申请实施例提供了一种自动驾驶车辆巡航控制装置,该装置包括:
收益计算模块,用于若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
速度控制模型确定模块,用于根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型;其中,所述速度控制模型包括阻止换道模型和协同换道模型;
行驶速度确定模块,用于基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,以供所述自动驾驶车辆调整速度,应对所述目标车辆的换道行为。
第三方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的自动驾驶车辆巡航控制方法。
第四方面,本申请实施例提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的自动驾驶车辆巡航控制方法。
本申请实施例所提供的技术方案,若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,并根据目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定自动驾驶车辆的速度控制模型,然后基于控制速度模型,计算得到自动驾驶车辆的行驶速度。本技术方案,可以根据实际的交通情况来判断周边车辆的行驶策略,进而确定不同的速度控制策略,能够提高自动驾驶车辆的行驶效率和舒适性。
附图说明
图1是本申请实施例一提供的自动驾驶车辆巡航控制方法的流程图;
图2是本申请实施例一提供的车辆跟驰示意图;
图3是本申请实施例一提供的自动驾驶车辆控制框架的示意图;
图4是本申请实施例二提供的自动驾驶车辆阻止换道行驶速度计算方法的流程图;
图5是本申请实施例二提供的车辆换道示意图;
图6是本申请实施例三提供的自动驾驶车辆协同换道行驶速度计算方法的流程图;
图7是本申请实施例三提供的车辆协同换道示意图;
图8是本申请实施例三提供的车辆跟驰模型的示意图;
图9是本申请实施例四提供的自动驾驶车辆巡航控制装置的结构示意图;
图10是本申请实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的自动驾驶车辆巡航控制方法的流程图,本实施例可适用于自适应调整自动驾驶车辆行驶速度的情况,该方法可以由本申请实施例所提供的自动驾驶车辆巡航控制装置执行,该装置可以由软件和/或硬件的方式来实现,并可集成于用于自动驾驶车辆速度控制的智能终端等设备中。
如图1所示,所述自动驾驶车辆巡航控制方法包括:
S110、若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
在本方案中,当相邻车道有目标车辆试图切入时,ACC(Adaptive CruiseControl,自适应巡航控制)车辆会通过对当前情况的判断来选择阻止其换道或协同其换道。例如,当目标车辆的行为有安全隐患或会导致自身速度明显降低时便阻止它的切入。
在本实施例中,换道行为包括目标车辆开启转向灯以及目标车辆存在换道行为。其中,目标车辆的换道行为可以根据目标车辆车速、跟驰车辆车速以及轨迹信息中的方向偏角、换道偏角进行计算得到。
示例性的,图2是本申请实施例一提供的车辆跟驰示意图,如图2所示,LV为相邻车道的目标车辆,SV为自动驾驶车辆,PV为目标车辆的跟驰车辆,FV为自动驾驶车辆的跟驰车辆。
在本实施例中,车辆切入场景中目标车辆LV的行为对自动驾驶车辆SV会造成一定的影响,二者换道/不换道和协同/不协同的决策过程是一个博弈的过程。在目标车辆LV做出换道决定到其执行换道行为之间存在一段时间,在该时间内目标车辆LV调整自身速度,并向自动驾驶车辆SV发出换道意图,直到自动驾驶车辆SV配合满足安全换道条件或自动驾驶车辆SV加速阻止其切入。在这个过程中,目标车辆LV与它的换道目标间隙后车自动驾驶车辆SV执行一系列的博弈行为,二者通过判断自身以及对方各种策略下的收益,选择最优策略。自动驾驶车辆SV和相邻车道上的目标目标车辆LV的策略选择可以看作是非合作的博弈模型。
在本技术方案中,可选的,基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,包括:
根据目标车辆当前速度、目标车辆变化速度、自动驾驶车辆当前速度以及自动驾驶车辆变化速度,计算目标车辆行驶效率收益和自动驾驶车辆行驶效率收益;以及,
根据预设安全时间差和安全阈值,确定目标车辆安全收益和自动驾驶车辆安全收益;
按照预设权重,将所述目标车辆行驶效率收益、自动驾驶车辆行驶效率收益、目标车辆安全收益和自动驾驶车辆安全收益进行动态组合,确定目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
其中,所述目标车辆变化速度用于表征目标车辆从当前车道行驶至自动驾驶车辆所在车道的速度;所述自动驾驶车辆变化速度用于表征自动驾驶车辆阻止或协同目标车辆换道的速度。
在本方案中,换道博弈模型中参与者、策略和收益是最基本要素。在换道博弈过程中,参与者为自动驾驶车辆SV和目标车辆LV。对于自动驾驶车辆SV,其有两种策略,减速避让p或加速拒绝其换道1-p,对于目标车辆LV,其亦有两种选择,换道q或不换道1-q。自动驾驶车辆SV和目标车辆LV的收益用Pij和Qij表示。其博弈收益矩阵如表1所示:
表1
二者的混合期望收益Eacc,Ehuman可以用混合策略收益与概率的成绩之和表示:
Eacc=P11·p·q+P12·(1-p)·q+P21·p·(1-q)+P22·(1-p)·(1-q);
Ehuman=Q11·p·q+Q12·(1-p)·q+Q21·p·(1-q)+Q22·(1-p)·(1-q);
其中,Eacc表示自动驾驶车辆SV收益,Ehuman表示目标车辆LV收益。
在本方案中,目标车辆LV产生换道意图并确定换道车道后有两种方案,继续沿当前车道行驶或换道至自动驾驶车辆所在的车道,综合收益E为行驶效率收益Ev和安全收益Es的组合。可以通过计算综合收益E进一步确定Pij和Qij。具体采用如下方式计算行驶效率收益和安全收益:
在自动驾驶车辆SV避让目标车辆LV执行换道时会选择能够使目标车辆LV安全换道的最优速度,则自动驾驶车辆SV协同换道的速度收益为:
在自动驾驶车辆SV选择阻止目标车辆LV执行换道,其会选择能够阻止目标车辆LV安全换道的最优速度,则自动驾驶车辆SV阻止换道的速度收益为:
目标车辆LV选择换道时,其跟驰车辆为FV,因此安全跟随FV的速度为其期望速度,跟驰FV的速度与当前速度差为目标车辆LV的换道收益:
其中,G(·)代表Gipps模型,vL为目标车辆LV当前速度。
自动驾驶车辆SV若不换道,其仍旧跟驰PV行驶,期望速度为安全跟驰PV的速度,跟驰速度与当前速度差为目标车辆LV的不换道收益:
安全效益Es取决于与其他交通参与者的最小距离,若维持当前车道行驶,在前车行驶状态不变的情况下其行驶环境不变,安全效益为零。不同场景下的安全效益如下。
自动驾驶车辆SV和目标车辆LV通过冲突点的时间差应大于某个安全阈值。当时间差大于该阈值时,安全收益为0;当小于该阈值时安全收益为负值。其中,冲突点用于表征目标车辆行驶轨迹和自动驾驶车辆行驶轨迹的交点。安全收益可以表示为:
其中,Tsafe为在安全驾驶的条件下的安全阈值,可以根据自动驾驶车辆安全需求进行设置,Tgap表示安全时间差。
若自动驾驶车辆SV阻止目标车辆LV换道,当目标车辆LV还未开始换道时,自动驾驶车辆SV可通过加速缩小间隙实现阻止目标车辆LV换道,自动驾驶车辆SV和目标车辆LV仍旧在其原车道行驶,与原来的情况相同,安全收益为0,也就是:
基于上述分析,最终收益表达式为行驶效率收益和安全收益的综合值,如下式:E=βEv+(1-β)Es;
其中,β为行驶效率收益和安全收益的比例系数,同时亦是代表车辆的侵略性,β的值越大,行驶效率收益所占比重越大,代表博弈者越倾向于追求速度。但在实际的博弈中,自动驾驶车辆SV并不清楚目标车辆LV的侵略性如何,β值直接影响博弈者的收益进而影响博弈者的选择,因此在求解过程中选择Stackelberg博弈,在初次博弈中,自动驾驶车辆SV猜测侵略性值与自身相同,并基于这种猜测给出第一次博弈的结果,观察目标车辆的反应推理其可能选择的策略,进而对对方侵略性的猜测值进行修正,直到最后双方决策结果相同。
在本方案中,计算得到综合收益后,将综合收益与策略按照预设公式进行组合,计算得到目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益。其中,策略的取值为0或1,即当减速避让的概率p为1时,则加速拒绝其换道概率1-p为0。
通过换道博弈模型计算收益,能够根据收益确定不同的速度控制策略,进而提高自动驾驶车辆的行驶效率和舒适性。
在本技术方案中,可选的,所述相邻车道的目标车辆存在换道行为的判断过程,包括:
若所述目标车辆不开启转向灯,则根据自动驾驶车辆所在车道的前车车辆速度和目标车辆速度,确定目标速度;以及,根据预先确定的目标车辆的轨迹偏角和偏角均值,确定目标轨迹信息;
按照预设速度提升权重,根据所述目标速度和目标轨迹信息,计算得到目标车辆的换道意图概率;
若所述的换道意图概率满足预设换道约束条件,则确定目标车辆存在换道行为。
在本方案中,自动驾驶车辆SV主要通过目标车辆LV是否开启转向灯来判断目标车辆LV是否有换道意图,若目标车辆LV开启转向灯,则确定目标车辆LV存在换道意图。当前的交通仍旧还有很多换道之前不开启转向灯的情况,因此自动驾驶车辆SV需要同时收集目标车辆LV的行驶状态信息,综合判断目标车辆LV是否有换道意图。
其中,目标速度用于表征自动驾驶车辆SV所在车道对目标车辆LV的吸引力。可以用自动驾驶车辆SV所在车道上前车FV速度与目标车辆LV速度差与前车FV的速度的比值表示。
在本方案中,目标轨迹信息可以体现出目标车辆LV对自动驾驶车辆SV所在车道吸引做出的反应,若目标车辆LV试图换道,其会向自动驾驶车辆SV所在车道移动。轨迹信息中的换道意图用轨迹偏角和偏角均值的比值表示。
具体的,按照预设速度提升权重,根据所述目标速度和目标轨迹信息,计算得到目标车辆的换道意图概率,包括:
采用如下公式计算目标车辆的换道意图概率:
其中,PLC为目标车辆LV换道意图预测概率,取值范围为[0,1];λ1和λ2代表轨迹偏角和换道带来的速度提升的权重,λ1+λ2=1,θL为目标车辆LV相对道路中心线的轨迹偏角,θLC代表换道初期车辆的偏角均值,根据实际数据确定。vF为自动驾驶车辆所在车道上前车速度,vL为目标车辆速度。
在本实施例中,换道约束条件可以根据多组目标车辆行驶轨迹进行设置。例如,可以设置换道约束条件为大于等于0.9,即当换道意图概率大于等于0.9时,目标车辆LV存在换道行为。
通过对是否存在换道行为进行判断,可以根据实际的交通情况确定自动驾驶车辆不同的速度控制策略,能够提高自动驾驶车辆的行驶效率和舒适性。
S120、根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型;其中,所述速度控制模型包括阻止换道模型和协同换道模型;
在本方案中,阻止换道模型用于计算自动驾驶车辆的阻止换道行驶速度,以使得自动驾驶车辆能够阻止目标车辆换道;协同换道模型用于计算自动驾驶车辆的协同换道行驶速度,以使得自动驾驶车辆能够协同目标车辆换道。
在本技术方案中,可选的,根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型,包括:
根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,构建博弈收益矩阵;
按照划线法对所述博弈收益矩阵进行求解,确定所述自动驾驶车辆的速度控制模型。
在本实施例中,确定目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益后,博弈结果可以通过划线法和效益矩阵求得。其中,划线法是假设每个参与者都选择对他来说利益最大的策略,并在相应的最大值下面画横线。
具体的,假设通过计算,某次目标车辆LV与自动驾驶车辆SV的收益矩阵如表2所示。
表2
如果自动驾驶车辆SV的策略是阻止换道,则目标车辆LV选择不换道是优选策略;如果自动驾驶车辆SV的策略是协同换道,则目标车辆LV选择换道。也就是说在此种情况下,目标车辆LV的最优策略依赖于自动驾驶车辆SV的选择,然而对于自动驾驶车辆SV而言,无论目标车辆LV选择哪种策略,其最优战略都是协同换道。在所有最优战略下划线,如果某个战略组合的收益均被划线(表中加粗部分),即所求纳什均衡。
通过对博弈收益矩阵进行求解,能够确定最大收益,进而基于最大收益确定自动驾驶车辆的速度控制模型,能够提高自动驾驶车辆的行驶效率和舒适性。
S130、基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,以供所述自动驾驶车辆调整速度,应对所述目标车辆的换道行为。
在本方案中,速度控制模型包括阻止换道模型和协同换道模型,分别根据不同的模型可以计算得到自动驾驶车辆的阻止换道行驶速度和协同换道行驶速度。并根据计算得到的阻止换道行驶速度和协同换道行驶速度调整自动驾驶车辆的速度,以应对目标车辆的换道行为,提升自动驾驶车辆的安全性。
示例性的,图3是本申请实施例一提供的自动驾驶车辆控制框架的示意图,如图3所示,自动驾驶车辆的决策结果取决于三个方面,分别是目标车辆换道意图、与目标车辆的博弈结果以及与前车车辆距离。若相邻车道的目标车辆不存在换道行为,自动驾驶车辆的行驶状态只受前车车辆影响,若二者的距离大于安全距离,意味着前车车辆对自动驾驶车辆的影响较小甚至可以忽略,因此以期望速度模型行驶;若设定的安全距离内存在跟驰车辆,自动驾驶车辆以期望间距跟驰车辆行驶。当检测到目标车辆有换道行为时,自动驾驶车辆与其进行博弈,根据博弈结果决定选择协同换道模型还是阻止换道模型。计算得到自动驾驶车辆的行驶速度。
本申请实施例所提供的技术方案,若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,并根据目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定自动驾驶车辆的速度控制模型,然后基于控制速度模型,计算得到自动驾驶车辆的行驶速度。通过执行本技术方案,可以根据实际的交通情况来判断周边车辆的行驶策略,进而确定不同的速度控制策略,能够提高自动驾驶车辆的行驶效率和舒适性。
实施例二
图4是本申请实施例二提供的自动驾驶车辆阻止换道行驶速度计算方法的流程图,本实施例二在实施例一的基础上进行进一步地优化。具体优化为:基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,包括:在所述速度控制模型为阻止换道模型的情况下,根据预先确定的目标车辆行驶轨迹和自动驾驶车辆行驶轨迹,确定冲突点;其中,所述冲突点用于表征所述目标车辆行驶轨迹和自动驾驶车辆行驶轨迹的交点;根据所述冲突点以及所述目标车辆的初始位置,计算所述目标车辆到达所述冲突点的行驶时间;根据所述行驶时间、预设安全时间差以及行驶距离,计算得到所述自动驾驶车辆的阻止换道行驶速度;其中,所述安全时间差用于表征目标车辆通过冲突点与自动驾驶车辆通过冲突点的时间差;所述行驶距离用于表征所述自动驾驶车辆的初始位置到达所述冲突点的距离。其中,未在本实施例中详尽描述的内容详见实施例一。
如图4所示,该方法包括以下步骤:
S410、在所述速度控制模型为阻止换道模型的情况下,根据预先确定的目标车辆行驶轨迹和自动驾驶车辆行驶轨迹,确定冲突点;其中,所述冲突点用于表征所述目标车辆行驶轨迹和自动驾驶车辆行驶轨迹的交点;
在本方案中,在计算阻止换道模型时首先规划目标车辆LV换道时的行驶轨迹,该轨迹与自动驾驶车辆SV的行驶轨迹的交点称为冲突点,在保证安全的情况下,自动驾驶车辆SV若能提前到达冲突点便可成功阻止其切入。为保证安全,自动驾驶车辆SV通过冲突点的时间应与目标车辆LV有一定的时间差才能保证安全性。
示例性的,图5是本申请实施例二提供的车辆换道示意图,如图5所示,自动驾驶车辆SV若能提前到达冲突点便可成功阻止目标车辆LV切入。
在本技术方案中,可选的,根据预先确定的目标车辆行驶轨迹和自动驾驶车辆行驶轨迹,确定冲突点,包括:
根据所述目标车辆行驶轨迹的终点纵坐标以及预先确定的车辆车宽,计算得到所述冲突点纵坐标;
将所述冲突点纵坐标作为参数,添加到所述自动驾驶车辆行驶轨迹的待求解方程中,计算得到冲突点横坐标。
在本方案中,可以根据目标车辆行驶轨迹的终点的纵坐标,计算得到冲突点纵坐标,并根据冲突点纵坐标和自动驾驶车辆行驶轨迹,计算得到冲突点横坐标。
具体的,根据所述目标车辆行驶轨迹的终点纵坐标以及预先确定的车辆车宽,计算得到所述冲突点纵坐标,包括:
采用如下公式计算冲突点纵坐标:
yc=ye-wcar;
其中,yc表示冲突点纵坐标,ye为目标车辆行驶轨迹终点的纵坐标,wcar表示车辆宽度。
具体的,将所述冲突点纵坐标作为参数,添加到所述自动驾驶车辆行驶轨迹的待求解方程中,计算得到冲突点横坐标,包括:
采用如下公式计算冲突点横坐标:
其中,xe为目标车辆行驶轨迹终点横坐标。
将yc的值代入上面轨迹曲线方程,则可以得到冲突点的横坐标xc,最终可以获得冲突点的位置。
通过对冲突点坐标进行计算,可以基于冲突点位置计算得到自动驾驶车辆的阻止换道行驶速度,能够提高自动驾驶车辆行驶的安全性。
S420、根据所述冲突点以及所述目标车辆的初始位置,计算所述目标车辆到达所述冲突点的行驶时间;
在本方案中,可以采用运动学计算公式,计算目标车辆从初始位置达到冲突点的距离,然后根据目标车辆到达冲突点的距离,计算目标车辆到达冲突点的行驶时间。
具体的,根据所述冲突点以及所述目标车辆的初始位置,计算所述目标车辆到达所述冲突点的行驶时间,包括:采用如下公式计算行驶时间:
其中,TL为目标车辆LV在到达冲突点所用的行驶时间,可以通过行驶轨迹与冲突点位置确定,a为车辆目标车辆LV在换道时的加速度,与车辆性能,舒适性要求等有关。LL为目标车辆从初始位置达到冲突点的距离。
具体的,假设目标车辆LV在换道过程中加速度不变,通过运动学公式,目标车辆LV从初始位置到冲突点的距离为LL可以表示为:
S430、根据所述行驶时间、预设安全时间差以及行驶距离,计算得到所述自动驾驶车辆的阻止换道行驶速度;其中,所述安全时间差用于表征目标车辆通过冲突点与自动驾驶车辆通过冲突点的时间差;所述行驶距离用于表征所述自动驾驶车辆的初始位置到达所述冲突点的距离。
在本方案中,自动驾驶车辆可以控制与目标车辆的间距,来改变换道目标车辆的效益,进而控制目标车辆的效益,使其选择策略为不换道。若目标车辆要实现安全换道,其通过与自动驾驶车辆轨迹冲突点的时间应与自动驾驶车辆通过该点的时间有一个安全时间差。其中,安全时间差可以根据车辆驾驶安全性能进行设置。
在本实施例中,行驶距离可以根据运动学公式,基于自动驾驶车辆初始位置、速度以及加速度进行计算得到。
具体的,根据所述行驶时间、预设安全时间差以及行驶距离,计算得到所述自动驾驶车辆的阻止换道行驶速度,包括:
采用如下公式计算阻止换道行驶速度:
本申请实施例所提供的技术方案,在速度控制模型为阻止换道模型的情况下,根据预先确定的目标车辆行驶轨迹和自动驾驶车辆行驶轨迹,确定冲突点;根据冲突点以及目标车辆的初始位置,计算目标车辆到达冲突点的行驶时间;根据行驶时间、预设安全时间差以及行驶距离,计算得到自动驾驶车辆的阻止换道行驶速度。通过执行本技术方案,通过计算阻止换道行驶速度,能够使得自动驾驶车辆阻止目标车辆换道,从而提高自动驾驶车辆的行驶效率和舒适性。
实施例三
图6是本发明实施例三提供的自动驾驶车辆协同换道行驶速度计算方法的流程图,本实施例三在实施例一的基础上进行进一步地优化。具体优化为:基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,包括:在所述速度控制模型为协同换道模型的情况下,确定所述自动驾驶车辆的跟驰车辆;其中,所述跟驰车辆包括自动驾驶车辆所在车道的前车车辆和目标车辆;根据所述跟驰车辆的位置、速度以及自动驾驶车辆的位置、速度,计算得到所述自动驾驶车辆的协同换道行驶速度。其中,未在本实施例中详尽描述的内容详见实施例一。如图6所示,该方法包括以下步骤:
S610、在所述速度控制模型为协同换道模型的情况下,确定所述自动驾驶车辆的跟驰车辆;其中,所述跟驰车辆包括自动驾驶车辆所在车道的前车车辆和目标车辆;
在本方案中,在目标车辆换道之前,自动驾驶车辆的跟驰车辆为自动驾驶车辆所在车道的前车车辆;在目标车辆进行换道以及完成换成换道过程中,自动驾驶车辆的跟驰车辆为目标车辆。
示例性的,图7是本申请实施例三提供的车辆协同换道示意图,如图7所示,协同换道的过程有三种状态,目标车辆LV换道之前为状态一,自动驾驶车辆SV和目标车辆LV各自跟随其所在车道的前车行驶;状态二为自动驾驶车辆SV做出协助目标车辆LV进行换道的决策之后,调整速度,自动驾驶车辆SV的跟驰对象由前车FV变为换道目标车辆LV,保证目标车辆LV可以安全的执行换道,直到目标车辆LV完成换道,到达自动驾驶车辆SV跟驰目标车辆LV的状态三。
S620、根据所述跟驰车辆的位置、速度以及自动驾驶车辆的位置、速度,计算得到所述自动驾驶车辆的协同换道行驶速度。
在本方案中,对于跟驰速度的计算采用Gipps模型,其运动学原理为:在一条无换道的单车道车流中,车辆倾向于与前车保持一个安全的间距,当前车突然刹车时能够及时制动,并在发生碰撞之前停下来。
示例性的,图8是本申请实施例三提供的车辆跟驰模型的示意图,如图8所示,在t时刻前车FV突然减速刹车,此时其位置为xF(t),速度为vf(t),后车自动驾驶车辆SV位置为xs(t),速度为vS(t),后车经过反应时间T做出紧急制动的动作,此时前车FV位置为xF(t+T),后车自动驾驶车辆SV位置为xS(t+T),速度为vS(t+T),在t1时刻,前车FV完全停止,此时其位置为xF(t1),在t2时刻,后车自动驾驶车辆SV完全停止,此时其位置为xS(t2),前车FV已停止,其位置仍为xF(t1)。
在本技术方案中,可选的,根据所述跟驰车辆的位置、速度以及自动驾驶车辆的位置、速度,计算得到所述自动驾驶车辆的协同换道行驶速度,包括:
采用如下公式计算所述协同换道行驶速度:
其中,T为反应时间、D为完全停止时自动驾驶车辆与前车车辆的安全车头间距、xS和xF为自动驾驶车辆和跟驰车辆的位置、dS和dF为自动驾驶车辆和跟驰车辆的最大减速度、vS为自动驾驶车辆的车速。
通过计算不同状态下的协同换道行驶速度,能够使得自动驾驶车辆协同目标车辆换道,从而提高自动驾驶车辆的行驶效率和舒适性。
本申请实施例所提供的技术方案,在速度控制模型为协同换道模型的情况下,确定自动驾驶车辆的跟驰车辆,并根据跟驰车辆的位置、速度以及自动驾驶车辆的位置、速度,计算得到自动驾驶车辆的协同换道行驶速度。通过执行本技术方案,可以通过计算不同状态下的协同换道行驶速度,能够使得自动驾驶车辆协同目标车辆换道,从而提高自动驾驶车辆的行驶效率和舒适性。
实施例四
图9是本申请实施例四提供的自动驾驶车辆巡航控制装置的结构示意图;如图9所示,自动驾驶车辆巡航控制装置包括:
收益计算模块910,用于若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
速度控制模型确定模块920,用于根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型;其中,所述速度控制模型包括阻止换道模型和协同换道模型;
行驶速度确定模块930,用于基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,以供所述自动驾驶车辆调整速度,应对所述目标车辆的换道行为。
在本技术方案中,可选的,行驶速度确定模块930,包括:
冲突点确定单元,用于在所述速度控制模型为阻止换道模型的情况下,根据预先确定的目标车辆行驶轨迹和自动驾驶车辆行驶轨迹,确定冲突点;其中,所述冲突点用于表征所述目标车辆行驶轨迹和自动驾驶车辆行驶轨迹的交点;
行驶时间计算单元,用于根据所述冲突点以及所述目标车辆的初始位置,计算所述目标车辆到达所述冲突点的行驶时间;
阻止换道行驶速度计算单元,用于根据所述行驶时间、预设安全时间差以及行驶距离,计算得到所述自动驾驶车辆的阻止换道行驶速度;其中,所述安全时间差用于表征目标车辆通过冲突点与自动驾驶车辆通过冲突点的时间差;所述行驶距离用于表征所述自动驾驶车辆的初始位置到达所述冲突点的距离。
在本技术方案中,可选的,冲突点确定单元,具体用于:
根据所述目标车辆行驶轨迹的终点纵坐标以及预先确定的车辆车宽,计算得到所述冲突点纵坐标;
将所述冲突点纵坐标作为参数,添加到所述自动驾驶车辆行驶轨迹的待求解方程中,计算得到冲突点横坐标。
在本技术方案中,可选的,行驶速度确定模块930,包括:
跟驰车辆确定单元,用于在所述速度控制模型为协同换道模型的情况下,确定所述自动驾驶车辆的跟驰车辆;其中,所述跟驰车辆包括自动驾驶车辆所在车道的前车车辆和目标车辆;
协同换道行驶速度计算单元,用于根据所述跟驰车辆的位置、速度以及自动驾驶车辆的位置、速度,计算得到所述自动驾驶车辆的协同换道行驶速度。
在本技术方案中,可选的,协同换道行驶速度计算单元,具体用于:
采用如下公式计算所述协同换道行驶速度:
其中,T为反应时间、D为完全停止时自动驾驶车辆与前车车辆的安全车头间距、xS和xF为自动驾驶车辆和跟驰车辆的位置、dS和dF为自动驾驶车辆和跟驰车辆的最大减速度、vS为自动驾驶车辆的车速。
在本技术方案中,可选的,速度控制模型确定模块920,具体用于:
根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,构建博弈收益矩阵;
按照划线法对所述博弈收益矩阵进行求解,确定所述自动驾驶车辆的速度控制模型。
在本技术方案中,可选的,收益计算模块910,具体用于:
根据目标车辆当前速度、目标车辆变化速度、自动驾驶车辆当前速度以及自动驾驶车辆变化速度,计算目标车辆行驶效率收益和自动驾驶车辆行驶效率收益;以及,
根据预设安全时间差和安全阈值,确定目标车辆安全收益和自动驾驶车辆安全收益;
按照预设权重,将所述目标车辆行驶效率收益、自动驾驶车辆行驶效率收益、目标车辆安全收益和自动驾驶车辆安全收益进行动态组合,确定目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
其中,所述目标车辆变化速度用于表征目标车辆从当前车道行驶至自动驾驶车辆所在车道的速度;所述自动驾驶车辆变化速度用于表征自动驾驶车辆阻止或协同目标车辆换道的速度。
在本技术方案中,可选的,收益计算模块910,包括:
目标速度和目标轨迹信息确定单元,用于若所述目标车辆不开启转向灯,则根据自动驾驶车辆所在车道的前车车辆速度和目标车辆速度,确定目标速度;以及,根据预先确定的目标车辆的轨迹偏角和偏角均值,确定目标轨迹信息;
换道意图概率计算单元,用于按照预设速度提升权重,根据所述目标速度和目标轨迹信息,计算得到目标车辆的换道意图概率;
换道行为确定单元,用于若所述的换道意图概率满足预设换道约束条件,则确定目标车辆存在换道行为。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例五
本申请实施例提供了一种电子设备,该电子设备中可集成本申请实施例提供的自动驾驶车辆巡航控制装置。图10是本申请实施例五提供的一种电子设备的结构示意图。如图10所示,本实施例提供了一种电子设备1000,其包括:一个或多个处理器1020;存储装置1010,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1020执行,使得所述一个或多个处理器1020实现本申请实施例所提供的自动驾驶车辆巡航控制方法,该方法包括:
若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型;其中,所述速度控制模型包括阻止换道模型和协同换道模型;
基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,以供所述自动驾驶车辆调整速度,应对所述目标车辆的换道行为。
当然,本领域技术人员可以理解,处理器1020还实现本申请任意实施例所提供的自动驾驶车辆巡航控制方法的技术方案。
图10显示的电子设备1000仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图10所示,该电子设备1000包括处理器1020、存储装置1010、输入装置1030和输出装置1040;电子设备中处理器1020的数量可以是一个或多个,图10中以一个处理器1020为例;电子设备中的处理器1020、存储装置1010、输入装置1030和输出装置1040可以通过总线或其他方式连接,图10中以通过总线1050连接为例。
存储装置1010作为一种计算机可读介质,可用于存储软件程序、计算机可执行程序以及模块单元,如本申请实施例中的自动驾驶车辆巡航控制方法对应的程序指令。
存储装置1010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***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置1010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,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置1010可进一步包括相对于处理器1020远程设置的存储器,这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置1030可用于接收输入的数字、字符信息或语音信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置1040可包括显示屏、扬声器等电子设备。
本申请实施例提供的电子设备,可以达到提高自动驾驶车辆的行驶效率和舒适性的目的。
上述实施例中提供的自动驾驶车辆巡航控制装置及电子设备可执行本申请任意实施例所提供的自动驾驶车辆巡航控制方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的自动驾驶车辆巡航控制方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种自动驾驶车辆巡航控制方法,其特征在于,包括:
若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型;其中,所述速度控制模型包括阻止换道模型和协同换道模型;
基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,以供所述自动驾驶车辆调整速度,应对所述目标车辆的换道行为。
2.根据权利要求1所述的方法,其特征在于,基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,包括:
在所述速度控制模型为阻止换道模型的情况下,根据预先确定的目标车辆行驶轨迹和自动驾驶车辆行驶轨迹,确定冲突点;其中,所述冲突点用于表征所述目标车辆行驶轨迹和自动驾驶车辆行驶轨迹的交点;
根据所述冲突点以及所述目标车辆的初始位置,计算所述目标车辆到达所述冲突点的行驶时间;
根据所述行驶时间、预设安全时间差以及行驶距离,计算得到所述自动驾驶车辆的阻止换道行驶速度;其中,所述安全时间差用于表征目标车辆通过冲突点与自动驾驶车辆通过冲突点的时间差;所述行驶距离用于表征所述自动驾驶车辆的初始位置到达所述冲突点的距离。
3.根据权利要求2所述的方法,其特征在于,根据预先确定的目标车辆行驶轨迹和自动驾驶车辆行驶轨迹,确定冲突点,包括:
根据所述目标车辆行驶轨迹的终点纵坐标以及预先确定的车辆车宽,计算得到所述冲突点纵坐标;
将所述冲突点纵坐标作为参数,添加到所述自动驾驶车辆行驶轨迹的待求解方程中,计算得到冲突点横坐标。
4.根据权利要求1所述的方法,其特征在于,基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,包括:
在所述速度控制模型为协同换道模型的情况下,确定所述自动驾驶车辆的跟驰车辆;其中,所述跟驰车辆包括自动驾驶车辆所在车道的前车车辆和目标车辆;
根据所述跟驰车辆的位置、速度以及自动驾驶车辆的位置、速度,计算得到所述自动驾驶车辆的协同换道行驶速度。
6.根据权利要求1所述的方法,其特征在于,根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型,包括:
根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,构建博弈收益矩阵;
按照划线法对所述博弈收益矩阵进行求解,确定所述自动驾驶车辆的速度控制模型。
7.根据权利要求1所述的方法,其特征在于,基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,包括:
根据目标车辆当前速度、目标车辆变化速度、自动驾驶车辆当前速度以及自动驾驶车辆变化速度,计算目标车辆行驶效率收益和自动驾驶车辆行驶效率收益;以及,
根据预设安全时间差和安全阈值,确定目标车辆安全收益和自动驾驶车辆安全收益;
按照预设权重,将所述目标车辆行驶效率收益、自动驾驶车辆行驶效率收益、目标车辆安全收益和自动驾驶车辆安全收益进行动态组合,确定目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
其中,所述目标车辆变化速度用于表征目标车辆从当前车道行驶至自动驾驶车辆所在车道的速度;所述自动驾驶车辆变化速度用于表征自动驾驶车辆阻止或协同目标车辆换道的速度。
8.根据权利要求1所述的方法,其特征在于,所述相邻车道的目标车辆存在换道行为的判断过程,包括:
若所述目标车辆不开启转向灯,则根据自动驾驶车辆所在车道的前车车辆速度和目标车辆速度,确定目标速度;以及,根据预先确定的目标车辆的轨迹偏角和偏角均值,确定目标轨迹信息;
按照预设速度提升权重,根据所述目标速度和目标轨迹信息,计算得到目标车辆的换道意图概率;
若所述的换道意图概率满足预设换道约束条件,则确定目标车辆存在换道行为。
9.一种自动驾驶车辆巡航控制装置,其特征在于,包括:
收益计算模块,用于若相邻车道的目标车辆存在换道行为,则基于预设的换道博弈模型计算目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益;
速度控制模型确定模块,用于根据所述目标车辆换道收益、目标车辆不换道收益、自动驾驶车辆阻止换道收益以及自动驾驶车辆协同换道收益,确定所述自动驾驶车辆的速度控制模型;其中,所述速度控制模型包括阻止换道模型和协同换道模型;
行驶速度确定模块,用于基于所述控制速度模型,计算得到所述自动驾驶车辆的行驶速度,以供所述自动驾驶车辆调整速度,应对所述目标车辆的换道行为。
10.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述的自动驾驶车辆巡航控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111246543.8A CN113954828B (zh) | 2021-10-26 | 2021-10-26 | 一种自动驾驶车辆巡航控制方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111246543.8A CN113954828B (zh) | 2021-10-26 | 2021-10-26 | 一种自动驾驶车辆巡航控制方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113954828A true CN113954828A (zh) | 2022-01-21 |
CN113954828B CN113954828B (zh) | 2023-08-29 |
Family
ID=79467100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111246543.8A Active CN113954828B (zh) | 2021-10-26 | 2021-10-26 | 一种自动驾驶车辆巡航控制方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113954828B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863668A (zh) * | 2022-04-29 | 2022-08-05 | 北京主线科技有限公司 | 车辆编队的行驶控制方法、装置及电子设备 |
CN114882705A (zh) * | 2022-05-30 | 2022-08-09 | 武汉理工大学 | 一种基于换道决策***的货运车辆交互博弈换道决策方法 |
CN117284297A (zh) * | 2023-11-27 | 2023-12-26 | 福思(杭州)智能科技有限公司 | 车辆控制方法、装置及域控制器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200075915A (ko) * | 2018-12-07 | 2020-06-29 | 현대자동차주식회사 | 차량의 주행 제어 장치 및 그 방법 |
CN110362910B (zh) * | 2019-07-05 | 2021-07-16 | 西南交通大学 | 基于博弈论的自动驾驶车辆换道冲突协调模型建立方法 |
CN110298131B (zh) * | 2019-07-05 | 2021-07-13 | 西南交通大学 | 一种混合驾驶环境下自动驾驶换道决策模型建立方法 |
CN111081065B (zh) * | 2019-12-13 | 2021-03-30 | 北京理工大学 | 路段混行条件下的智能车辆协同换道决策模型 |
-
2021
- 2021-10-26 CN CN202111246543.8A patent/CN113954828B/zh active Active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863668A (zh) * | 2022-04-29 | 2022-08-05 | 北京主线科技有限公司 | 车辆编队的行驶控制方法、装置及电子设备 |
CN114863668B (zh) * | 2022-04-29 | 2024-03-26 | 北京主线科技有限公司 | 车辆编队的行驶控制方法、装置及电子设备 |
CN114882705A (zh) * | 2022-05-30 | 2022-08-09 | 武汉理工大学 | 一种基于换道决策***的货运车辆交互博弈换道决策方法 |
CN114882705B (zh) * | 2022-05-30 | 2024-04-26 | 武汉理工大学 | 一种基于换道决策***的货运车辆交互博弈换道决策方法 |
CN117284297A (zh) * | 2023-11-27 | 2023-12-26 | 福思(杭州)智能科技有限公司 | 车辆控制方法、装置及域控制器 |
CN117284297B (zh) * | 2023-11-27 | 2024-02-27 | 福思(杭州)智能科技有限公司 | 车辆控制方法、装置及域控制器 |
Also Published As
Publication number | Publication date |
---|---|
CN113954828B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113954828A (zh) | 一种自动驾驶车辆巡航控制方法、装置及电子设备 | |
CN110298131B (zh) | 一种混合驾驶环境下自动驾驶换道决策模型建立方法 | |
CN111081065B (zh) | 路段混行条件下的智能车辆协同换道决策模型 | |
CN109643496B (zh) | 车辆控制*** | |
CN112967514B (zh) | 一种无信号灯交叉口下智能车辆高效行驶的分布式控制方法及*** | |
WO2022121249A1 (zh) | 支路车辆汇入主路的方法、装置、电子设备及存储介质 | |
CN111994090B (zh) | 基于混合策略博弈的驾驶人变道切入意图识别方法及*** | |
CN111994088A (zh) | 基于混合策略博弈的驾驶人换道意图识别方法及*** | |
CN115817460B (zh) | 一种混合流条件下智能网联车主动协调避撞方法 | |
CN114771522A (zh) | 一种人机混驾交通流车辆换道模型构建方法 | |
CN115641717A (zh) | 基于混合交通流的高速公路主线-匝道车辆协同合流控制方法、设备及存储介质 | |
CN112099497A (zh) | 一种避障控制方法、装置、车辆及介质 | |
CN114973633A (zh) | 无人车辆编队行驶控制方法及*** | |
CN114023108A (zh) | 一种混合交通流变道模型及变道仿真方法 | |
CN116674553B (zh) | 变道控制方法、装置、终端设备以及存储介质 | |
US20210089052A1 (en) | Apparatus and method for controlling driving of vehicle | |
CN112542061A (zh) | 基于车联网的借道超车控制方法、装置、***及存储介质 | |
CN112172829A (zh) | 车道偏离预警方法、装置、电子设备和存储介质 | |
CN116142194A (zh) | 一种拟人化的换道决策方法 | |
CN116653957A (zh) | 一种变速变道方法、装置、设备及存储介质 | |
CN113548049B (zh) | 一种基于有限状态机的智能车辆驾驶行为决策方法及*** | |
CN114084136B (zh) | 车辆变道过程中的纵向控制跟车目标选择方法及装置 | |
CN115140027A (zh) | 一种交汇路口视线遮挡场景的控制方法、***以及存储介质 | |
CN115071695A (zh) | 一种车辆自动紧急制动控制方法及控制*** | |
CN115123227A (zh) | 变道决策方法、装置以及车辆 |
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 |