CN116653963B - 车辆变道控制方法、***和智能驾驶域控制器 - Google Patents
车辆变道控制方法、***和智能驾驶域控制器 Download PDFInfo
- Publication number
- CN116653963B CN116653963B CN202310950369.8A CN202310950369A CN116653963B CN 116653963 B CN116653963 B CN 116653963B CN 202310950369 A CN202310950369 A CN 202310950369A CN 116653963 B CN116653963 B CN 116653963B
- Authority
- CN
- China
- Prior art keywords
- information
- planning
- vehicle
- lane
- target
- 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
- 230000008859 change Effects 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012508 change request Methods 0.000 claims abstract description 14
- 230000004927 fusion Effects 0.000 claims description 17
- 230000001960 triggered effect Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 230000008447 perception Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000036461 convulsion Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000007 visual effect 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
- 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
- B60W30/18—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
- 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
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
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
本申请涉及一种车辆变道控制方法、***和智能驾驶域控制器。所述方法包括:在触发生成变道请求指令的情况下,获取驾驶车辆安全汇入目标车道的目标汇入点距离区间;基于目标汇入点距离区间确定目标车辆到达备选车道汇入点的至少一个第一时间窗口以及驾驶车辆达到备选车道汇入点的第二时间窗口;根据可行域时间窗口中最小时间点确定驾驶车辆的纵向规划信息和为目标车道汇入点;以纵向规划信息为参考进行横向规划,得到横向规划信息;在生成重规划请求信息的情况下,基于重规划请求信息,根据纵向规划信息、横向规划信息、当前行驶轨迹和常规规划轨迹,确定驾驶车辆变道的横纵向规划轨迹。采用本方法能够提高变道决策准确性以及安全性。
Description
技术领域
本申请涉及驾驶技术领域,特别是涉及一种车辆变道控制方法、***和智能驾驶域控制器。
背景技术
随着自动驾驶技术和辅助驾驶的发展,车辆配备了一定程度的辅助驾驶功能,可以完成在简单路况中的辅助驾驶,进而提高交通***的效率、提高行车安全性、减少交通拥堵和能源消耗。然而,在高速公路的出入口及匝道之间存在车流量巨大、车速变化较大、路况特殊等复杂情况,为了确保驾驶安全性,对车辆自主换道的安全性和可靠性提出了更高的要求。
然而,传统车辆自主变道采用雷达、激光雷达、摄像头和超声波传感器等多种传感器技术,通过收集车辆周围的环境信息,进行感知和分析,判断最适合的行车路线,以实现车辆自主换道。基于车辆本身的车载传感器以及车载芯片算力,利用传统车辆自主变道方式在复杂路况进行变道时,存在变道决策不准确以及安全性问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决变道决策不准确以及安全性问题的车辆变道控制方法、***和智能驾驶域控制器。
第一方面,本申请提供了一种车辆变道控制方法。所述方法包括:
获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息;
在根据所述车辆信息、所述目标状态信息、所述道路结构信息和所述车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,获取所述驾驶车辆安全汇入所述目标车道的目标汇入点距离区间;所述目标汇入点距离区间包括多个备选汇入点距离,各所述备选汇入点距离存在对应的备选车道汇入点;
根据所述车辆信息、所述目标状态信息和所述目标汇入点距离区间,遍历所述备选车道汇入点,确定所述目标车辆到达所述备选车道汇入点的至少一个第一时间窗口;
根据所述车辆信息、所述目标状态信息以及动力约束条件对所述驾驶车辆进行纵向规划,确定所述驾驶车辆达到备选车道汇入点的第二时间窗口;
在根据所述至少一个第一时间窗口和所述第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点,若根据所述可行域时间窗口中最小时间点确定所述驾驶车辆的纵向规划信息,则将与所述可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点;
以所述纵向规划信息为参考,根据所述车辆信息、所述目标汇入点距离区间以及所述目标车道汇入点进行横向规划,得到横向规划信息;
根据所述车辆信息、所述目标状态信息、所述驾驶车辆的当前行驶轨迹和所述至少一个第一时间窗口,确定重规划请求信息;
基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹。
在其中一个实施例中,基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹,包括:
在所述重规划请求信息为需要进行重规划的情况下,若存在基于所述纵向规划信息和所述横向规划信息确定的实时横纵向规划轨迹,将所述实时横纵向规划轨迹确定为所述驾驶车辆变道的横纵向规划轨迹,控制所述驾驶车辆执行所述横纵向规划轨迹。
在其中一个实施例中,所述方法还包括:
在所述重规划请求信息为需要进行重规划的情况下,若不存在所述实时横纵向规划轨迹且不存在所述常规规划轨迹,则触发生成接管请求。
在其中一个实施例中,所述方法还包括:
在所述重规划请求信息为需要进行重规划的情况下,若不存在所述实时横纵向规划轨迹且存在所述常规规划轨迹,将所述常规规划轨迹确定为所述驾驶车辆变道的横纵向规划轨迹,控制所述驾驶车辆执行所述常规规划轨迹。
在其中一个实施例中,所述基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹,包括:
在所述重规划请求信息为不需要进行重规划的情况下,将所述当前行驶轨迹确定为所述驾驶车辆变道的横纵向规划轨迹,控制所述驾驶车辆执行所述当前规划轨迹。
在其中一个实施例中,所述根据所述至少一个第一时间窗口和所述第二时间窗口确定所述驾驶车辆进行变道的可行域时间窗口,包括:
若所述至少一个第一时间窗口中和所述第二时间窗口存在重合时间窗口,则将所述重合时间窗口确定为可行域时间窗口;所述可行域时间窗口用于表征所述驾驶车辆汇入所述目标车道的安全时间段。
在其中一个实施例中,所述在根据所述车辆信息、所述状态信息、所述道路结构信息和所述车道参考线信息满足变道条件且触发生成变道请求指令的情况下,获取所述驾驶车辆安全汇入所述目标车道的目标汇入点距离区间,包括:
在根据所述车辆信息、所述状态信息、所述道路结构信息和所述车道参考线信息满足变道条件且触发生成变道请求指令的情况下,确定所述驾驶车辆汇入所述目标车道的初始汇入点距离区间;
响应于所述变道请求指令,根据所述道路结构信息、所述车道参考线信息和所述车辆信息,对所述初始汇入点距离区间进行横向预处理,得到所述驾驶车辆安全汇入所述目标车道的目标汇入点距离区间。
在其中一个实施例中,所述获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息,包括:
获取驾驶车辆的车辆信息、以及部署在所述驾驶车辆上传感器的感知融合信息和地图及定位信息;
根据所述感知融合信息、所述地图及定位信息和所述车辆信息进行车辆预测,得到目标车辆的目标状态信息;所述目标状态信息包括所述目标车辆的标签信息和所述目标车辆的目标预测轨迹信息;
根据所述感知融合信息、所述地图及定位信息和所述车辆信息进行处理,得到基于所述驾驶车辆的道路结构信息和车道参考线信息。
第二方面,本申请还提供了一种车辆变道控制***。所述***包括:
数据获取模块,用于获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息;
规划模块,用于在根据所述车辆信息、所述状态信息、所述道路结构信息和所述车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,获取所述驾驶车辆安全汇入所述目标车道的目标汇入点距离区间;所述目标汇入点距离区间包括多个备选汇入点距离,各所述备选汇入点距离存在对应的备选车道汇入点;
时间窗口确定模块,用于根据所述车辆信息、所述目标状态信息和所述目标汇入点距离区间,遍历所述备选车道汇入点,确定目标车辆到达所述备选车道汇入点的至少一个第一时间窗口;
纵向规划模块,用于根据所述车辆信息、所述目标状态信息以及动力约束条件对所述驾驶车辆进行纵向规划,确定所述驾驶车辆达到备选车道汇入点的第二时间窗口;
可行域确定模块,用于在根据所述至少一个第一时间窗口和所述第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点;
筛选模块,用于若根据所述可行域时间窗口中最小时间点确定所述驾驶车辆的纵向规划信息,则将与所述可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点;
横向规划模块,用于以所述纵向规划信息为参考,根据所述车辆信息、所述目标汇入点距离区间以及所述目标车道汇入点进行横向规划,得到横向规划信息;
重规划模块,用于根据所述车辆信息、所述目标状态信息、所述驾驶车辆的当前行驶轨迹和所述至少一个第一时间窗口,确定重规划请求信息;
轨迹缝合模块,用于基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹。
第三方面,本申请还提供了一种智能驾驶域控制器。所述智能驾驶域控制器包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息;
在根据所述车辆信息、所述目标状态信息、所述道路结构信息和所述车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,获取所述驾驶车辆安全汇入所述目标车道的目标汇入点距离区间;所述目标汇入点距离区间包括多个备选汇入点距离,各所述备选汇入点距离存在对应的备选车道汇入点;
根据所述车辆信息、所述目标状态信息和所述目标汇入点距离区间,遍历所述备选车道汇入点,确定所述目标车辆到达所述备选车道汇入点的至少一个第一时间窗口;
根据所述车辆信息、所述目标状态信息以及动力约束条件对所述驾驶车辆进行纵向规划,确定所述驾驶车辆达到备选车道汇入点的第二时间窗口;
在根据所述至少一个第一时间窗口和所述第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点,若根据所述可行域时间窗口中最小时间点确定所述驾驶车辆的纵向规划信息,则将与所述可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点;
以所述纵向规划信息为参考,根据所述车辆信息、所述目标汇入点距离区间以及所述目标车道汇入点进行横向规划,得到横向规划信息;
根据所述车辆信息、所述目标状态信息、所述驾驶车辆的当前行驶轨迹和所述至少一个第一时间窗口,确定重规划请求信息;
基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹。
上述车辆变道控制方法、***和智能驾驶域控制器,在根据车辆信息、目标状态信息、道路结构信息和车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,即驾驶车辆在将要进行变道的情况下,通过先获取驾驶车辆安全汇入目标车道的目标汇入点距离区间,根据驾驶车辆的车辆信息以及目标车辆的目标状态信息和目标汇入点距离区间确定目标车辆到达备选车道汇入点的第一时间窗口以及确定驾驶车辆达到同一备选车道汇入点的是第二时间窗口,根据第一时间窗口和第二时间窗口是否存在可行域,在根据可行域时间窗口最小时间点可以确定驾驶车辆的纵向规划信息的情况下,确定变道的最佳时机和最佳汇入点位置。进而只需根据可行域时间窗口,确定驾驶车辆以最短时长达到目标车道汇入点的纵向规划信息,节约存储和算力;以纵向规划信息为参考,根据车辆信息、目标汇入点距离区间以及目标车道汇入点进行横向规划,得到横向规划信息。在完成纵向规划和横向规划时,通过也对车辆进行是否需要重规划判断,即通过根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口,确定重规划请求信息,基于重规划请求信息,根据纵向规划信息、横向规划信息、当前行驶轨迹和常规规划轨迹,确定驾驶车辆变道的横纵向规划轨迹,完成驾驶车辆的横纵向规划控制,使得车辆可以保持稳定的决策和规划,能够更加智能且安全的进行变道汇入目标车道,进而提高了车辆变道的成功率。
附图说明
图1为一个实施例中车辆变道控制方法的应用环境图;
图2为一个实施例中车辆变道控制方法的流程示意图;
图3为一个实施例中重规划步骤的流程示意图;
图4为一个实施例中确定目标汇入点距离区间的方法的流程示意图;
图5为一个实施例中汇入点距离区间的示意图;
图6为另一个实施例中车辆变道控制方法的应用示意图;
图7为一个实施例中车辆变道控制***的结构框图;
图8为一个实施例中智能驾驶域控制器的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的车辆变道控制方法,可以应用于如图1所示的应用环境中。所述应用环境中包括驾驶车辆102以及云端104。其中,驾驶车辆102为具备人工驾驶模式的自动驾驶车辆,在实际行驶中,驾驶车辆可以工作在自动驾驶模式下,也可以工作在人工驾驶模式下。驾驶车辆可以包括传感器、智能驾驶域控制器、车载通信设备、高精度定位设备、车辆其他控制器和人机交互***。其中,传感器包括以下设备中一种或多种:至少一个毫米波雷达、至少一个激光雷达和至少一个相机。
其中,毫米波雷达可以用于采集到达障碍物的光束传输时间和光束的速度,并将采集的数据发送给智能驾驶域控制器。激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达***。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关数据,如目标距离、方位、高度、速度、姿态、甚至形状等参数。相机用于采集周围图像或视频,并将采集的图像或视频发送给智能驾驶域控制器。高精度定位设备采集当前车辆的精确位置信息(误差小于20cm),及精确位置信息对应的全球定位***(global positioningsystem,GPS)时间信息,并将采集的信息发送给智能驾驶域控制器。
车辆其他控制器可以执行智能驾驶域控制器的控制命令,将车辆转向、档位、加速、减速等相关信息发送给智能驾驶域控制器。人机交互***可以提供智能车与驾驶员消息交互的音视频方式,可以利用显示屏显示本车辆与其他车辆的轨迹。智能驾驶域控制器可以设置于车辆内的,智能驾驶域控制器具体由处理器实现,处理器包括中央处理器(central processing unit,CPU)或者具备处理功能的设备或模块。例如,智能驾驶域控制器可以是车载移动数据中心(mobile data center,MDC)。执行自动驾驶功能时,即在自动驾驶模式下,智能驾驶域控制器将轨迹规划信息发送到车载通信设备,将自身位置信息及周围其他车辆预测轨迹发送至人机交互***。车载通信设备与其他车辆通信的设备,接收其他车辆轨迹预测信息(也可描述成预测轨迹、轨迹信息等)并发送给智能驾驶域控制器,并将自身轨迹发送给周围其他车辆;与云端通信,将车辆上传感器信息、定位信息及其他控制器信息发送到云端,接收云端训练好的模型参数。
基于上述应用环境,驾驶车辆基于传感器、车载通信设备、高精度定位设备等设备获取自身的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息;在根据车辆信息、目标状态信息、道路结构信息和车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,获取驾驶车辆安全汇入目标车道的目标汇入点距离区间;目标汇入点距离区间包括多个备选汇入点距离,各备选汇入点距离存在对应的备选车道汇入点;根据车辆信息、目标状态信息和目标汇入点距离区间,遍历备选车道汇入点,确定目标车辆到达备选车道汇入点的至少一个第一时间窗口;在根据至少一个第一时间窗口和第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点,若根据可行域时间窗口中最小时间点确定驾驶车辆的纵向规划信息,则将与可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点;以纵向规划信息为参考,根据车辆信息、目标汇入点距离区间以及目标车道汇入点进行横向规划,得到横向规划信息;根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口,确定重规划请求信息;基于重规划请求信息,根据纵向规划信息、横向规划信息、当前行驶轨迹和常规规划轨迹,确定驾驶车辆变道的横纵向规划轨迹。
在一个实施例中,如图2所示,提供了一种车辆变道控制方法,以该方法应用于图1中的驾驶车辆为例进行说明,包括以下步骤:
步骤202,获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息。
其中,驾驶车辆的车辆信息包括车辆速度和俯仰角速率;目标车辆是预设范围内的汇入目标车道上感兴趣的车辆,目标状态信息包括目标信息和目标预测轨迹信息。驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息的数据获取方式可以通过现有的方式获取,在此不做赘述。
步骤204,在根据车辆信息、目标状态信息、道路结构信息和车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,获取驾驶车辆安全汇入目标车道的目标汇入点距离区间;目标汇入点距离区间包括多个备选汇入点距离,各备选汇入点距离存在对应的备选车道汇入点。
其中,变道请求指令携带变道类型,例如,向左变道、向右变道等。变道条件包括根据车辆信息、目标状态信息、道路结构信息和车道参考线信息来判断合适的变道时机,换言之,根据地图、道路环境、周围车辆状况、自车状态等信息来判断合适的变道时机,在满足变道条件时以发出车道保持、向左变道、向右变道等变道请求指令给后续轨迹规划、车辆控制模块执行。本实施例中的变道以车辆上匝道为例进行说明。
目标汇入点距离区间是指驾驶车辆从当前车道可以安全汇入目标车道的汇入点距离上下限。目标汇入点距离区间是根据驾驶车辆的车辆信息、道路结构信息和车道参考线信息以及初始汇入点距离区间来确定的。初始汇入点距离区间可以是基于获取的地图信息根据驾驶车辆所在当前车道与目标车道的两个交点来确定的,具体的确定方式可以通过现有方式实现。目标汇入点距离区间包括多个备选汇入点距离,各备选汇入点距离存在对应的备选车道汇入点,各备选车道汇入点在同一直线上。
步骤206,根据车辆信息、目标状态信息和目标汇入点距离区间,遍历备选车道汇入点,确定目标车辆到达备选车道汇入点的至少一个第一时间窗口。
其中,遍历备选车道汇入点的方式可以是基于目标汇入点距离区间,按照目标汇入点距离区间中汇入点距离从小到大的顺序,以固定距离间隔遍历获取到备选车道汇入点,确定目标车道上目标车辆行驶至所遍历的备选汇入点距离对应的备选车道汇入点的到达时间,根据相邻目标车辆的到达时间可以确定窗口时间对,即得到第一时间窗口。例如,目标车道上有6个目标车辆,在行驶至备选汇入点距离1对应的备选车道汇入点1时,会得到有5个汇入窗口的窗口时间对,即5个第一时间窗口。
进一步地,为了确保车辆变道的安全性,可以在得到的每对时间窗口对的基础上进行偏移处理,得到安全冗余处理后的时间窗口对。
步骤208,根据车辆信息、目标状态信息以及动力约束条件对驾驶车辆进行纵向规划,确定驾驶车辆达到备选车道汇入点的第二时间窗口。
其中,动力约束条件包括预设的车辆的最大速度、最小速度、最大加速度、最小加速度、最大加加速度和最小加加速度。第二时间窗口可以是驾驶车辆以最快速度和最慢速度达到所遍历的备选汇入点距离对应的备选车道汇入点的到达时间。可以理解的是,第一时间窗口和第二时间窗口是针对同一个备选车道汇入点确定的。
具体地,在触发生成变道请求指令的情况下,根据车辆信息、目标状态信息、目标汇入点距离区间以及动力约束条件对驾驶车辆进行纵向规划,确定驾驶车辆达到备选车道汇入点的第二时间窗口以及可汇入点上下限的纵向规划。其中,可汇入点上下限的纵向规划可以理解为:在可汇入点上下限的纵向规划中,交汇点的上下限指的是车辆在该交汇点处的最大和最小高度限制,因此在进行纵向规划时,需要将交汇点处的高度限制作为约束条件,以确保车辆高度不会超出预设范围,从而保证道路交通的安全性和通行效率。
步骤210,在根据至少一个第一时间窗口和第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点,若根据可行域时间窗口中最小时间点确定驾驶车辆的纵向规划信息,则将与可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点。
其中,根据至少一个第一时间窗口和第二时间窗口确定存在驾驶车辆变道的可行域时间窗口,可以理解为第一时间窗口和第二时间窗口存在重合,即存在可行域。若不存在至少一个第一时间窗口和第二时间窗口不存在重合,则继续遍历下一个备选车道汇入点。在存在可行域的情况下,将可行域时间窗口中最小时间点作为想要到达汇入点的期望时间,根据最小时间点求解纵向轨迹。若有解得到有效的纵向轨迹,即得到纵向规划信息,则确定与可行域时间窗口对应的备选车道汇入点为有效的最佳汇入点,即目标车道汇入点。其中,根据最小时间求解纵向轨迹可以通过根据获取的期望最小时间估算出到达当前所遍历的备选车道汇入点最小时间下的平均车速,基于JLT算法(Jerk limited Trajectory)以及平均车速作为终端速度约束和最高速度限值,迭代计算出一条纵向轨迹。
步骤212,以纵向规划信息为参考,根据车辆信息、目标汇入点距离区间以及目标车道汇入点进行横向规划,得到横向规划信息。
其中,纵向规划信息中包括驾驶车辆从当前位置到目标车道汇入点的速度谱。
具体地,以纵向规划信息为参考,根据车辆信息、目标汇入点距离区间以及目标车道汇入点计算贝塞尔的各个控制点,根据计算的控制点进而可由伯恩斯坦基函数计算得到横向规划信息。
步骤214,根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口,确定重规划请求信息。
其中,重规划请求信息包括需要进行重规划和不需要进行重新规划。第一时间窗口是实时的时间窗口。
具体地,在根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口判断是否需要进行重规划包括以下情况:
若驾驶车辆存在前车的情况下,根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹确定驾驶车辆和前车之间的安全距离值,若安全距离值小于目标安全距离值,则需要进行重规划。
若驾驶车辆存在前车的情况下,根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹确定驾驶车辆行驶至目标车道汇入点的第一时长,和前车行驶至目标车道汇入点的第二时长的时长差大于预设时差,此时前车可能已经变道或者是提速,则需要进行重规划。
若根据原规划参数确定的驾驶车辆行驶至目标车道汇入点的时间窗口与实时获取的至少一个第一时间窗口不存在重合,则需要进行重规划。
步骤216,基于重规划请求信息,根据纵向规划信息、横向规划信息、当前行驶轨迹和常规规划轨迹,确定驾驶车辆变道的横纵向规划轨迹。
具体地,根据纵向规划信息和横向规划信息确定实时横纵向规划轨迹,基于重规划请求信息,根据实时横纵向规划轨迹、当前行驶轨迹和常规规划轨迹进行轨迹缝合处理,确定驾驶车辆变道的横纵向规划轨迹以及对与横纵向规划轨迹对应的横纵向的轨迹执行状态。进一步地,根据变道请求指令、车辆信息、横纵向规划轨迹、以及和横纵向规划轨迹对应的横纵向的轨迹执行状态确定横纵向状态,上匝道、普通行驶和接管场景的状态信息。
上述车辆变道控制方法中,在根据车辆信息、目标状态信息、道路结构信息和车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,即驾驶车辆在将要进行变道的情况下,通过先获取驾驶车辆安全汇入目标车道的目标汇入点距离区间,根据驾驶车辆的车辆信息以及目标车辆的目标状态信息和目标汇入点距离区间确定目标车辆到达备选车道汇入点的第一时间窗口以及确定驾驶车辆达到同一备选车道汇入点的是第二时间窗口,根据第一时间窗口和第二时间窗口是否存在可行域,在根据可行域时间窗口最小时间点可以确定驾驶车辆的纵向规划信息的情况下,确定变道的最佳时机和最佳汇入点位置。进而只需根据可行域时间窗口,确定驾驶车辆以最短时长达到目标车道汇入点的纵向规划信息,节约存储和算力;以纵向规划信息为参考,根据车辆信息、目标汇入点距离区间以及目标车道汇入点进行横向规划,得到横向规划信息。在完成纵向规划和横向规划时,通过也对车辆进行是否需要重规划判断,即通过根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口,确定重规划请求信息,基于重规划请求信息,根据纵向规划信息、横向规划信息、当前行驶轨迹和常规规划轨迹,确定驾驶车辆变道的横纵向规划轨迹,完成驾驶车辆的横纵向规划控制,使得车辆可以保持稳定的决策和规划,能够更加智能且安全的进行变道汇入目标车道,进而提高了车辆变道的成功率。
可选地,在一个实施例中,根据至少一个第一时间窗口和第二时间窗口确定驾驶车辆进行变道的可行域时间窗口,包括:若至少一个第一时间窗口中和第二时间窗口存在重合时间窗口,则将重合时间窗口确定为可行域时间窗口;可行域时间窗口用于表征驾驶车辆汇入目标车道的安全时间段。可以理解的是,目标车道上每2辆车之间构成一个可以汇入的窗口,2车到达时间为窗口时间的上下限,即得到第一时间窗口,若至少一个第一时间窗口中和第二时间窗口存在重合时间窗口,则说明当前所选取的备选车道汇入点可以作为汇入点。
车辆在行驶过程中,驾驶环境复杂多变,会存在前车超预期减速、目标前车超预期减速、目标后车超预期加速等情况,进而会导致正在执行的规划结果不能满足其安全约束要求。因此,为了确保在环境变化不大的情况下,保持稳定的决策和规划使得车辆平稳,以及在环境变化大的情况下,保证车辆可以准确调节,增加上匝道的成功率,需要对车辆变道进行重规划。
在一个实施例中,如图3所示,提供了一种重规划步骤的示意图,包括以下:
步骤302,根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口,确定重规划请求信息。
步骤304,是否需要重规划,若否,执行步骤306;若是,判断是否存在有效的实时横纵向规划轨迹,若存在有效的实时横纵向规划轨迹,执行步骤308;若不存在有效的实时横纵向规划轨迹,判断是否存在常规规划轨迹,若不存在常规规划轨迹,则执行步骤310;若存在常规规划轨迹,则执行步骤312。
其中,常规规划轨迹是根据驾驶车辆的车道保持规划模块和跟车跟速规划模块确定的。跟车跟速规划模块(Follow Speed Planning Module)和车道保持规划模块(LaneKeeping Planning Module)都是自动驾驶***中的两个重要模块。
跟车跟速规划模块的用于控制车辆与前方车辆之间的距离、速度和运动状态,以实现车辆的智能跟车和跟速行驶。在行驶过程中,该模块可以根据前方车辆的速度和距离,预测前方车辆的运动轨迹和行驶意图,从而调整车辆的行驶速度和方向,以确保与前方车辆的安全距离和适当速度差,保证车与车之间的平稳交通。车道保持规划模块用于使车辆保持车道行驶,其目标是保证车辆在车道内行驶和保证行驶的舒适性和安全性。该模块可以通过视觉传感器、激光雷达和其他传感装置等设备,实时感知车辆所在的车道和周围的环境,并制定行驶策略和控制指令,以遵循车道行驶规则和避免交通事故。常规规划轨迹的具体确定方式通过现有实现,在此不做赘述。
步骤306,将当前行驶轨迹确定为驾驶车辆变道的横纵向规划轨迹,控制驾驶车辆执行当前规划轨迹。
其中,车辆的轨迹规划是一个实时规划的过程,当前规划轨迹是根据规划的历史轨迹进行轨迹递推确定的。
步骤308,将实时横纵向规划轨迹确定为驾驶车辆变道的横纵向规划轨迹,控制驾驶车辆执行横纵向规划轨迹。
步骤310,触发生成接管请求。
步骤312,将常规规划轨迹确定为驾驶车辆变道的横纵向规划轨迹,控制驾驶车辆执行常规规划轨迹。
上述实施例中,根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口,确定重规划请求信息,基于重规划请求信息从实时横纵向规划轨迹、常规规划轨迹以及当前行驶轨迹确定最佳的规划行驶轨迹,保证了在环境变化不大的情况下,保持稳定的决策和规划使得车辆平稳,也保证了环境变化大的情况下,保证车辆可以调节,增加上匝道的成功率。
在一个实施例中,如图4所示,提供了一种确定目标汇入点距离区间的方法,包括以下:
步骤402,在根据车辆信息、状态信息、道路结构信息和车道参考线信息满足变道条件且触发生成变道请求指令的情况下,确定驾驶车辆汇入目标车道的初始汇入点距离区间。
其中,初始汇入点距离区间可以是基于地图信息确定的。如图5所示,为一个实施例中驾驶车辆变道的初始汇入点距离区间的示意图,其中,A为初始汇入点距离区间汇入点距离下限,B为初始汇入点距离区间汇入点距离下限,即汇入点距离A小于汇入点距离B。
其中,车辆信息、状态信息、道路结构信息和车道参考线信息的确定方式包括:获取驾驶车辆的车辆信息、以及部署在驾驶车辆上传感器的感知融合信息和地图及定位信息;根据感知融合信息、地图及定位信息和车辆信息进行车辆预测,得到目标车辆的目标状态信息;目标状态信息包括目标车辆的标签信息和目标车辆的目标预测轨迹信息;根据感知融合信息、地图及定位信息和车辆信息进行处理,得到基于驾驶车辆的道路结构信息和车道参考线信息。驾驶车辆的车辆信息可以通过自车底盘获取。
步骤404,响应于变道请求指令,根据道路结构信息、车道参考线信息和车辆信息,对初始汇入点距离区间进行横向预处理,得到驾驶车辆安全汇入目标车道的目标汇入点距离区间。
其中,横向预处理是确定安全汇入的最大汇入点和最小汇入点,最大汇入点的确定可以根据获取的地图信息确定,最大汇入点对应的汇入点距离为变道的终止距离,如图5所示中的C;最小汇入点的确定:可以从初始汇入点距离区间中确定指定的汇入点,计算驾驶车辆到指定的汇入点的横向位移的最小汇入时间,根据最小汇入时间确定对应的最小纵向距离,得到的最小纵向距离对应的汇入点为最小汇入点,最小纵向距离为变道的起始距离,如图5所示中的D,起始距离和终止距离确定的距离区别为目标汇入点距离区间。上述实施例中,在根据车辆信息、状态信息、道路结构信息和车道参考线信息满足变道条件且触发生成变道请求指令的情况下,确定驾驶车辆汇入目标车道的初始汇入点距离区间,通过对初始汇入点距离区间进行横向预处理,确定驾驶车辆可以安全汇入的汇入点距离上下限,提高车辆变道的安全性。应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的车辆变道控制方法的车辆变道控制***。该***所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个车辆变道控制***实施例中的具体限定可以参见上文中对于车辆变道控制方法的限定,在此不再赘述。
以下为基于上述车辆变道控制方法的应用,应用在驾驶车辆的变道***中,如图6所示,驾驶车辆变道为上匝道。驾驶车辆通过自车底盘获取自车的车辆信息,通过部署在车端上的传感器等设备获取感知融合数据,以及获取地图和定位数据,感知融合数据中包括目标、车道线信息。将获取的感知融合数据、地图和定位的信息和车辆信息输入至预测模块进行目标选择和目标轨迹预测,得到目标车辆的车辆信息和目标车辆的目标预测轨迹信息;将获取的感知融合信息、地图和定位的信息和车辆信息输入至环境信息模块进行环境信息综合处理,得到基于自车的道路结构信息和参考线信息;将得到的车辆信息、目标预测轨迹信息、道路结构信息和参考线信息输入至决策模块中,进行上匝道决策,当满足上匝道条件时,生成上匝道请求以及输出基于地图和自车位置的汇入点距离上下限,即初始汇入点距离区间,也可以理解为约束条件1。
在未上匝道前需要进行匝道规划,将获取的初始汇入点距离区间、上匝道请求、车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息输入至变道***的规划模块。基于确定的初始汇入点距离区间,根据道路结构信息、车道参考线信息和车辆信息,对初始汇入点距离区间进行横向预处理,得到驾驶车辆安全汇入目标车道的目标汇入点距离区间,即叠加约束条件2。根据车辆信息、目标状态信息和目标汇入点距离区间,遍历备选车道汇入点,进行窗口搜索,得到确定目标车辆到达备选车道汇入点的至少一个第一时间窗口,即得到窗口对信息。通过纵向规划器基于车辆信息、目标信息和目标预测轨迹信息、上匝道请求指令、目标汇入点距离区间、以及驾驶车辆的动力学约束,输出可汇入点上下限的纵向规划及确定驾驶车辆达到备选车道汇入点的第二时间窗口。在根据至少一个第一时间窗口和第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点,若根据可行域时间窗口中最小时间点确定驾驶车辆的纵向规划信息,则将与可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点。
以纵向规划信息为参考,通过横向规划器根据车辆信息、目标汇入点距离区间以及目标车道汇入点进行横向规划,得到横向规划信息,根据确定横向规划信息和纵向规划信息进行横纵向联合,确定实时横纵向规划轨迹和对应的规划状态。根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口进行重规划判断,输出重规划请求信息。
在重规划请求信息为需要进行重规划的情况下,若存在基于纵向规划信息和横向规划信息确定有效的实时横纵向规划轨迹,将实时横纵向规划轨迹确定为驾驶车辆变道的横纵向规划轨迹;在重规划请求信息为需要进行重规划的情况下,若不存在实时横纵向规划轨迹且不存在常规规划轨迹,则触发生成接管请求;在重规划请求信息为需要进行重规划的情况下,若不存在实时横纵向规划轨迹且存在常规规划轨迹,将常规规划轨迹确定为驾驶车辆变道的横纵向规划轨迹;在重规划请求信息为不需要进行重规划的情况下,将当前行驶轨迹确定为驾驶车辆变道的横纵向规划轨迹。确定驾驶车辆变道的横纵向规划轨迹以及对与横纵向规划轨迹对应的横纵向的轨迹执行状态。根据变道请求指令、车辆信息、横纵向规划轨迹、以及和横纵向规划轨迹对应的横纵向的轨迹执行状态输入至状态机,输出横纵向状态信息,上匝道、普通行驶和接管场景的状态信息。进一步地,车道保持规划模块输出车道保持横向规划信息,跟车跟速规划模块输出跟车跟速纵向规划信息。
在一个实施例中,如图7所示,提供了一种车辆变道控制***,包括:数据获取模块702、规划模块704、时间窗口确定模块706、纵向规划模块708、可行域确定模块710、筛选模块712、横向规划模块714、重规划模块716和轨迹缝合模块718,其中:
数据获取模块702,用于获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息。
规划模块704,用于在根据车辆信息、状态信息、道路结构信息和车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,获取驾驶车辆安全汇入目标车道的目标汇入点距离区间;目标汇入点距离区间包括多个备选汇入点距离,各备选汇入点距离存在对应的备选车道汇入点。
时间窗口确定模块706,用于根据车辆信息、目标状态信息和目标汇入点距离区间,遍历备选车道汇入点,确定目标车辆到达备选车道汇入点的至少一个第一时间窗口。
纵向规划模块708,用于根据车辆信息、目标状态信息以及动力约束条件对驾驶车辆进行纵向规划,确定驾驶车辆达到备选车道汇入点的第二时间窗口。
可行域确定模块710,用于在根据至少一个第一时间窗口和第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点。
筛选模块712,用于若根据可行域时间窗口中最小时间点确定驾驶车辆的纵向规划信息,则将与可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点。
横向规划模块714,用于以纵向规划信息为参考,根据车辆信息、目标汇入点距离区间以及目标车道汇入点进行横向规划,得到横向规划信息。
重规划模块716,用于根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口,确定重规划请求信息。
轨迹缝合模块718,用于基于重规划请求信息,根据纵向规划信息、横向规划信息、当前行驶轨迹和常规规划轨迹,确定驾驶车辆变道的横纵向规划轨迹。
上述车辆变道控制***,在根据车辆信息、目标状态信息、道路结构信息和车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,即驾驶车辆在将要进行变道的情况下,通过先获取驾驶车辆安全汇入目标车道的目标汇入点距离区间,根据驾驶车辆的车辆信息以及目标车辆的目标状态信息和目标汇入点距离区间确定目标车辆到达备选车道汇入点的第一时间窗口以及确定驾驶车辆达到同一备选车道汇入点的是第二时间窗口,根据第一时间窗口和第二时间窗口是否存在可行域,在根据可行域时间窗口最小时间点可以确定驾驶车辆的纵向规划信息的情况下,确定变道的最佳时机和最佳汇入点位置。进而只需根据可行域时间窗口,确定驾驶车辆以最短时长达到目标车道汇入点的纵向规划信息,节约存储和算力;以纵向规划信息为参考,根据车辆信息、目标汇入点距离区间以及目标车道汇入点进行横向规划,得到横向规划信息。在完成纵向规划和横向规划时,通过也对车辆进行是否需要重规划判断,即通过根据车辆信息、目标状态信息、驾驶车辆的当前行驶轨迹和至少一个第一时间窗口,确定重规划请求信息,基于重规划请求信息,根据纵向规划信息、横向规划信息、当前行驶轨迹和常规规划轨迹,确定驾驶车辆变道的横纵向规划轨迹,完成驾驶车辆的横纵向规划控制,使得车辆可以保持稳定的决策和规划,能够更加智能且安全的进行变道汇入目标车道,进而提高了车辆变道的成功率。
可选地,在另一个实施例中,提供了一种车辆变道控制***,除包括数据获取模块702、规划模块704、时间窗口确定模块706、纵向规划模块708、可行域确定模块710、筛选模块712、横向规划模块714、重规划模块716和轨迹缝合模块718之外,还包括:规划模块、横向预处理模块、数据获取模块、数据获取模块、预测模块和环境信息模块,其中:
轨迹缝合模块718还用于在重规划请求信息为需要进行重规划的情况下,若存在基于纵向规划信息和横向规划信息确定有效的实时横纵向规划轨迹,将实时横纵向规划轨迹确定为驾驶车辆变道的横纵向规划轨迹,控制驾驶车辆执行横纵向规划轨迹。
规划模块,用于在重规划请求信息为需要进行重规划的情况下,若不存在实时横纵向规划轨迹且不存在常规规划轨迹,则触发生成接管请求。
轨迹缝合模块718还用于在重规划请求信息为需要进行重规划的情况下,若不存在实时横纵向规划轨迹且存在常规规划轨迹,将常规规划轨迹确定为驾驶车辆变道的横纵向规划轨迹,控制驾驶车辆执行常规规划轨迹。
轨迹缝合模块718还用于在重规划请求信息为不需要进行重规划的情况下,将当前行驶轨迹确定为驾驶车辆变道的横纵向规划轨迹,控制驾驶车辆执行当前规划轨迹。
可行域确定模块710还用于若至少一个第一时间窗口中和第二时间窗口存在重合时间窗口,则将重合时间窗口确定为可行域时间窗口;可行域时间窗口用于表征驾驶车辆汇入目标车道的安全时间段。
时间窗口确定模块706还用于在根据车辆信息、状态信息、道路结构信息和车道参考线信息满足变道条件且触发生成变道请求指令的情况下,确定驾驶车辆汇入目标车道的初始汇入点距离区间;
横向预处理模块,用于响应于变道请求指令,根据道路结构信息、车道参考线信息和车辆信息,对初始汇入点距离区间进行横向预处理。
时间窗口确定模块706还用于根据横向预处理模块对初始汇入点距离区间进行横向预处理,得到驾驶车辆安全汇入目标车道的目标汇入点距离区间。
数据获取模块,用于获取驾驶车辆的车辆信息、以及部署在驾驶车辆上传感器的感知融合信息和地图及定位信息。
预测模块,用于根据感知融合信息、地图及定位信息和车辆信息进行车辆预测,得到目标车辆的目标状态信息;目标状态信息包括目标车辆的标签信息和目标车辆的目标预测轨迹信息。
环境信息模块,用于根据感知融合信息、地图及定位信息和车辆信息进行处理,得到基于驾驶车辆的道路结构信息和车道参考线信息。
上述车辆变道控制***中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于智能驾驶域控制器中的处理器中,也可以以软件形式存储于智能驾驶域控制器中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种智能驾驶域控制器,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储感知融合信息和地图及定位信息、车辆信息等相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆变道控制方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的智能驾驶域控制器的限定,具体的智能驾驶域控制器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种智能驾驶域控制器,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的与车辆相关的数据,均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random AccessMemory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆变道控制方法,其特征在于,所述方法包括:
获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息;
在根据所述车辆信息、所述目标状态信息、所述道路结构信息和所述车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,获取所述驾驶车辆安全汇入目标车道的目标汇入点距离区间;所述目标汇入点距离区间包括多个备选汇入点距离,各所述备选汇入点距离存在对应的备选车道汇入点;
根据所述车辆信息、所述目标状态信息和所述目标汇入点距离区间,遍历所述备选车道汇入点,确定所述目标车辆到达所述备选车道汇入点的至少一个第一时间窗口;
根据所述车辆信息、所述目标状态信息以及动力约束条件对所述驾驶车辆进行纵向规划,确定所述驾驶车辆达到备选车道汇入点的第二时间窗口;
在根据所述至少一个第一时间窗口和所述第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点,若根据所述可行域时间窗口中最小时间点确定所述驾驶车辆的纵向规划信息,则将与所述可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点;
以所述纵向规划信息为参考,根据所述车辆信息、所述目标汇入点距离区间以及所述目标车道汇入点进行横向规划,得到横向规划信息;
根据所述车辆信息、所述目标状态信息、所述驾驶车辆的当前行驶轨迹和所述至少一个第一时间窗口,确定重规划请求信息;
基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹。
2.根据权利要求1所述的方法,其特征在于,基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹,包括:
在所述重规划请求信息为需要进行重规划的情况下,若存在基于所述纵向规划信息和所述横向规划信息确定有效的实时横纵向规划轨迹,将所述实时横纵向规划轨迹确定为所述驾驶车辆变道的横纵向规划轨迹,控制所述驾驶车辆执行所述横纵向规划轨迹。
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:
在所述重规划请求信息为需要进行重规划的情况下,若不存在所述实时横纵向规划轨迹且不存在所述常规规划轨迹,则触发生成接管请求。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在所述重规划请求信息为需要进行重规划的情况下,若不存在所述实时横纵向规划轨迹且存在所述常规规划轨迹,将所述常规规划轨迹确定为所述驾驶车辆变道的横纵向规划轨迹,控制所述驾驶车辆执行所述常规规划轨迹。
5.根据权利要求1所述的方法,其特征在于,所述基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹,包括:
在所述重规划请求信息为不需要进行重规划的情况下,将所述当前行驶轨迹确定为所述驾驶车辆变道的横纵向规划轨迹,控制所述驾驶车辆执行所述当前行驶轨迹。
6.根据权利要求1所述的方法,其特征在于,所述根据所述至少一个第一时间窗口和所述第二时间窗口确定所述驾驶车辆进行变道的可行域时间窗口,包括:
若所述至少一个第一时间窗口中和所述第二时间窗口存在重合时间窗口,则将所述重合时间窗口确定为可行域时间窗口;所述可行域时间窗口用于表征所述驾驶车辆汇入所述目标车道的安全时间段。
7.根据权利要求1所述的方法,其特征在于,所述在根据所述车辆信息、所述状态信息、所述道路结构信息和所述车道参考线信息满足变道条件且触发生成变道请求指令的情况下,获取所述驾驶车辆安全汇入所述目标车道的目标汇入点距离区间,包括:
在根据所述车辆信息、所述状态信息、所述道路结构信息和所述车道参考线信息满足变道条件且触发生成变道请求指令的情况下,确定所述驾驶车辆汇入所述目标车道的初始汇入点距离区间;
响应于所述变道请求指令,根据所述道路结构信息、所述车道参考线信息和所述车辆信息,对所述初始汇入点距离区间进行横向预处理,得到所述驾驶车辆安全汇入所述目标车道的目标汇入点距离区间。
8.根据权利要求1所述的方法,其特征在于,所述获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息,包括:
获取驾驶车辆的车辆信息、以及部署在所述驾驶车辆上传感器的感知融合信息和地图及定位信息;
根据所述感知融合信息、所述地图及定位信息和所述车辆信息进行车辆预测,得到目标车辆的目标状态信息;所述目标状态信息包括所述目标车辆的标签信息和所述目标车辆的目标预测轨迹信息;
根据所述感知融合信息、所述地图及定位信息和所述车辆信息进行处理,得到基于所述驾驶车辆的道路结构信息和车道参考线信息。
9.一种车辆变道控制***,其特征在于,所述***包括:
数据获取模块,用于获取驾驶车辆的车辆信息、目标车辆的目标状态信息、道路结构信息和车道参考线信息;
规划模块,用于在根据所述车辆信息、所述状态信息、所述道路结构信息和所述车道参考线信息确定满足变道条件且触发生成变道请求指令的情况下,获取所述驾驶车辆安全汇入目标车道的目标汇入点距离区间;所述目标汇入点距离区间包括多个备选汇入点距离,各所述备选汇入点距离存在对应的备选车道汇入点;
时间窗口确定模块,用于根据所述车辆信息、所述目标状态信息和所述目标汇入点距离区间,遍历所述备选车道汇入点,确定目标车辆到达所述备选车道汇入点的至少一个第一时间窗口;
纵向规划模块,用于根据所述车辆信息、所述目标状态信息以及动力约束条件对所述驾驶车辆进行纵向规划,确定所述驾驶车辆达到备选车道汇入点的第二时间窗口;
可行域确定模块,用于在根据所述至少一个第一时间窗口和所述第二时间窗口存在可行域时间窗口的情况下结束遍历备选车道汇入点;
筛选模块,用于若根据所述可行域时间窗口中最小时间点确定所述驾驶车辆的纵向规划信息,则将与所述可行域时间窗口对应的备选车道汇入点确定为目标车道汇入点;
横向规划模块,用于以所述纵向规划信息为参考,根据所述车辆信息、所述目标汇入点距离区间以及所述目标车道汇入点进行横向规划,得到横向规划信息;
重规划模块,用于根据所述车辆信息、所述目标状态信息、所述驾驶车辆的当前行驶轨迹和所述至少一个第一时间窗口,确定重规划请求信息;
轨迹缝合模块,用于基于所述重规划请求信息,根据所述纵向规划信息、所述横向规划信息、所述当前行驶轨迹和常规规划轨迹,确定所述驾驶车辆变道的横纵向规划轨迹。
10.一种智能驾驶域控制器,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至权利要求8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310950369.8A CN116653963B (zh) | 2023-07-31 | 2023-07-31 | 车辆变道控制方法、***和智能驾驶域控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310950369.8A CN116653963B (zh) | 2023-07-31 | 2023-07-31 | 车辆变道控制方法、***和智能驾驶域控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116653963A CN116653963A (zh) | 2023-08-29 |
CN116653963B true CN116653963B (zh) | 2023-10-20 |
Family
ID=87724601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310950369.8A Active CN116653963B (zh) | 2023-07-31 | 2023-07-31 | 车辆变道控制方法、***和智能驾驶域控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116653963B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117698752B (zh) * | 2024-02-05 | 2024-05-14 | 苏州万集车联网技术有限公司 | 目标筛选方法和装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013223428A1 (de) * | 2013-11-18 | 2015-05-21 | Robert Bosch Gmbh | Verfahren und Fahrerassistenzeinrichtung zur Unterstützung von Spurwechseln bzw. Überholmanövern eines Kraftfahrzeugs |
CN110203202A (zh) * | 2019-04-29 | 2019-09-06 | 长安大学 | 一种基于驾驶员意图识别的换道辅助预警方法及装置 |
CN110532846A (zh) * | 2019-05-21 | 2019-12-03 | 华为技术有限公司 | 自动换道方法、装置及存储介质 |
CN111923910A (zh) * | 2020-09-14 | 2020-11-13 | 福瑞泰克智能***有限公司 | 车辆变道规划的方法、自动驾驶车辆和存储介质 |
CN112477884A (zh) * | 2020-11-11 | 2021-03-12 | 东风汽车集团有限公司 | 自动驾驶控制方法、装置及车辆 |
WO2021116345A1 (fr) * | 2019-12-13 | 2021-06-17 | Renault S.A.S | Système et procédé de prédiction de la trajectoire d'un véhicule |
CN113366497A (zh) * | 2018-11-21 | 2021-09-07 | 伟摩有限责任公司 | 自主载具的智能体优先级划分 |
CN113386795A (zh) * | 2021-07-05 | 2021-09-14 | 西安电子科技大学芜湖研究院 | 一种自动驾驶车辆智能决策及局部轨迹规划方法及其决策*** |
CN114364591A (zh) * | 2019-06-06 | 2022-04-15 | 移动眼视觉科技有限公司 | 用于交通工具导航***和方法 |
CN115027505A (zh) * | 2022-07-28 | 2022-09-09 | 广州小鹏自动驾驶科技有限公司 | 车辆的轨迹重规划方法、装置、***、车辆及存储介质 |
CN115107808A (zh) * | 2022-07-28 | 2022-09-27 | 云控智行科技有限公司 | 一种车辆行驶轨迹规划方法及设备 |
CN115179949A (zh) * | 2022-09-13 | 2022-10-14 | 毫末智行科技有限公司 | 车辆的压速变道控制方法、装置、设备及存储介质 |
US11526721B1 (en) * | 2020-02-21 | 2022-12-13 | Zoox, Inc. | Synthetic scenario generator using distance-biased confidences for sensor data |
CN115900738A (zh) * | 2022-10-17 | 2023-04-04 | 广州小鹏自动驾驶科技有限公司 | 路径规划方法、装置、车辆以及存储介质 |
CN115973158A (zh) * | 2023-03-20 | 2023-04-18 | 北京集度科技有限公司 | 换道轨迹的规划方法、车辆、电子设备及计算机程序产品 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110997387B (zh) * | 2017-06-20 | 2023-06-20 | 动态Ad 有限责任公司 | 具有自主驾驶能力的运载工具的风险处理 |
-
2023
- 2023-07-31 CN CN202310950369.8A patent/CN116653963B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013223428A1 (de) * | 2013-11-18 | 2015-05-21 | Robert Bosch Gmbh | Verfahren und Fahrerassistenzeinrichtung zur Unterstützung von Spurwechseln bzw. Überholmanövern eines Kraftfahrzeugs |
CN113366497A (zh) * | 2018-11-21 | 2021-09-07 | 伟摩有限责任公司 | 自主载具的智能体优先级划分 |
CN110203202A (zh) * | 2019-04-29 | 2019-09-06 | 长安大学 | 一种基于驾驶员意图识别的换道辅助预警方法及装置 |
CN110532846A (zh) * | 2019-05-21 | 2019-12-03 | 华为技术有限公司 | 自动换道方法、装置及存储介质 |
CN114364591A (zh) * | 2019-06-06 | 2022-04-15 | 移动眼视觉科技有限公司 | 用于交通工具导航***和方法 |
WO2021116345A1 (fr) * | 2019-12-13 | 2021-06-17 | Renault S.A.S | Système et procédé de prédiction de la trajectoire d'un véhicule |
US11526721B1 (en) * | 2020-02-21 | 2022-12-13 | Zoox, Inc. | Synthetic scenario generator using distance-biased confidences for sensor data |
CN111923910A (zh) * | 2020-09-14 | 2020-11-13 | 福瑞泰克智能***有限公司 | 车辆变道规划的方法、自动驾驶车辆和存储介质 |
CN112477884A (zh) * | 2020-11-11 | 2021-03-12 | 东风汽车集团有限公司 | 自动驾驶控制方法、装置及车辆 |
CN113386795A (zh) * | 2021-07-05 | 2021-09-14 | 西安电子科技大学芜湖研究院 | 一种自动驾驶车辆智能决策及局部轨迹规划方法及其决策*** |
CN115027505A (zh) * | 2022-07-28 | 2022-09-09 | 广州小鹏自动驾驶科技有限公司 | 车辆的轨迹重规划方法、装置、***、车辆及存储介质 |
CN115107808A (zh) * | 2022-07-28 | 2022-09-27 | 云控智行科技有限公司 | 一种车辆行驶轨迹规划方法及设备 |
CN115179949A (zh) * | 2022-09-13 | 2022-10-14 | 毫末智行科技有限公司 | 车辆的压速变道控制方法、装置、设备及存储介质 |
CN115900738A (zh) * | 2022-10-17 | 2023-04-04 | 广州小鹏自动驾驶科技有限公司 | 路径规划方法、装置、车辆以及存储介质 |
CN115973158A (zh) * | 2023-03-20 | 2023-04-18 | 北京集度科技有限公司 | 换道轨迹的规划方法、车辆、电子设备及计算机程序产品 |
Non-Patent Citations (3)
Title |
---|
基于Frenet坐标系的智能车运动规划研究;王沙晶;陈建业;;移动电源与车辆(第01期);26-33 * |
基于深度学习的驾驶员换道行为预测;惠飞;魏诚;;计算机***应用(第03期);59-67 * |
高速场景相邻前车驾驶行为识别及意图预测;张海伦;付锐;;交通运输***工程与信息(第01期);44-50 * |
Also Published As
Publication number | Publication date |
---|---|
CN116653963A (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111750886B (zh) | 局部路径规划方法及装置 | |
CN108983781B (zh) | 一种无人车目标搜索***中的环境探测方法 | |
CN110562258B (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
JP6838241B2 (ja) | 移動体挙動予測装置 | |
US20190018412A1 (en) | Control Method for Autonomous Vehicles | |
Raju et al. | Performance of open autonomous vehicle platforms: Autoware and Apollo | |
WO2021102957A1 (zh) | 一种车道保持方法、车载设备和存储介质 | |
CN116653963B (zh) | 车辆变道控制方法、***和智能驾驶域控制器 | |
Mandal et al. | Lyft 3D object detection for autonomous vehicles | |
RU2757234C2 (ru) | Способ и система для вычисления данных для управления работой беспилотного автомобиля | |
US20220153296A1 (en) | Trajectory planning with obstacle avoidance for autonomous driving vehicles | |
KR20230004212A (ko) | 대상체 검출을 위한 교차 모달리티 능동 학습 | |
CN114255260A (zh) | 使用道路网络模型的轨迹生成方法和*** | |
KR20210118995A (ko) | 딥러닝 기반 자율주행차량의 유턴 경로 생성 방법 및 장치 | |
CN118235180A (zh) | 预测可行驶车道的方法和装置 | |
CN115230719A (zh) | 一种行驶轨迹规划方法和装置 | |
US20230391356A1 (en) | Dynamic scenario parameters for an autonomous driving vehicle | |
US20230382368A1 (en) | System, Method, and Computer Program Product for Identification of Intention and Prediction for Parallel Parking Vehicles | |
CN116929384A (zh) | 车辆行驶路线规划方法及电子设备 | |
CN117916682A (zh) | 使用时空凸形走廊的运动规划 | |
US20240230366A1 (en) | Handling Unmapped Speed Limit Signs | |
US20240239378A1 (en) | Systems and Methods for Handling Traffic Signs | |
CN114217601B (zh) | 自驾车的混合决策方法及其*** | |
CN117826825B (zh) | 基于人工势场算法的无人矿卡局部路径规划方法及*** | |
US20230229826A1 (en) | Method for assigning a lane relationship between an autonomous vehicle and other actors near an intersection |
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 |