[发明专利]智能车辆自主性换道时机决策方法

权利要求书

1.一种智能车辆自主性换道时机决策方法，其特征在于，包括以下步骤：

步骤1：通过多普勒测速雷达传感器获取描述交通状态的样本数据；

其中，描述交通状态的样本数据TC(t)＝(△v_l(t),g_l(t),△v_f(t),g_f(t),△v_p(t),g_p(t),v_s(t))，即t时刻换道车辆所在位置的交通状态，其中，△v_l(t)代表换道车辆t时刻与目标车道前导车的相对速度，g_l(t)代表换道车辆t时刻与目标车道前导车的相对距离，△v_f(t)代表换道车辆t时刻与目标车道后随车的相对速度，g_f(t)代表换道车辆t时刻与目标车道后随车的相对距离，△v_p(t)代表换道车辆t时刻与当前车道前导车相对速度，g_p(t)代表换道车辆t时刻与当前车道前导车相对距离，v_s(t)代表换道车辆t时刻速度；

步骤2：构建基于最近邻居分类模型的车辆自主换道决策模块，分别通过训练与测试样本数据的选取和处理、内核集的构建、最近邻居的选取、换道时机决策阈值的确定和决策模型的精确度验证；

所述内核集构建环节，内核集的元素全部取自训练数据集中元素，并且采用min-max标准化方法对状态向量中的不同分量进行归一化处理；归一化公式为：

其中max为样本数据的最大值，min为样本数据的最小值；

步骤3：将获取的7个样本数据实时地导入到车辆自主换道时机决策模块中，并形成换道时机决策判断。

2.根据权利要求1所述的智能车辆自主性换道时机决策方法，其特征在于：所述步骤2中，训练与测试样本数据的选取与处理环节中的交通状态数据是基于Next GenerationSimulation数据集中的轨迹数据包括每辆车的纵坐标、横坐标、速度、加速度和前车辆车间隔时间进行处理得到，轨迹数据的采样频率为10Hz；并对数据集进行划分，所述数据集一部分用于构建内核集，称之为训练集，另一部分用于测试，称之为测试集。

3.根据权利要求1所述的智能车辆自主性换道时机决策方法，其特征在于：所述步骤2中的最近邻居的选取原则是挑选内核集中与当前状态元素最近的10个元素为最近邻居集；具体方法是：计算待决策交通状态与内核集中每个元素的距离D_i并按升序排列；距离计算公式如下：

其中，TC_i(t_ei)代表换道执行开始时刻t_ei时的交通状态，i代表元素的顺序，D′＝{D′_i|i＝1,2,…,k}代表按升序重排过后的距离集。

4.根据权利要求1所述的智能车辆自主性换道时机决策方法，其特征在于：所述步骤2中的换道时机决策阈值的确定，具体方法是：计算待决策交通状态与最近邻居集中元素距离的平均值DTS，表征待决策交通状态与适合成功换道的交通状态之间的相似度，计算公式如下：

D_Threshold记为决定是否可以成功换道的阈值，由内核集S_Kernel(k)确定，被设置成代表TC_i(t_ei)和S_Kernel(k)之间的距离,TC_i(t_ei)代表换道执行开始时刻t_ei时的交通状态，i代表元素的顺序；如果D_TS≤D_Threshold(k)，换道车辆结束换道准备过程，开始执行换道；否则，继续换道准备过程，D_Threshold(k)随着K值的调整动态变化。

5.根据权利要求1所述的智能车辆自主性换道时机决策方法，其特征在于：所述步骤2中的决策模型的精确度验证环节，根据决策阈值对测试数据进行识别，并将识别结果与实际的自主换道情况进行对比，用识别的准确性验证模型的准确性。