[发明专利]一种自动驾驶汽车换道决策方法及装置

说明书

本发明提供一种自动驾驶汽车换道决策方法及装置，包括：定义自动驾驶汽车换道决策候选策略集；利用评价函数确定所述自动驾驶汽车换道决策候选策略集中每条策略的奖励值，并选取奖励值最大的策略作为换道决策。本发明提供的技术方案主要提高了自动驾驶汽车的决策能力，尤其对于复杂的汽车驾驶场景，具有很好的决策效果。

技术领域

本发明涉及自动驾驶车辆行为决策领域，具体涉及一种自动驾驶汽车换道决策方法及装置。

背景技术

交通环境下，自动驾驶汽车需要与其他车辆协作行驶，理解其他车辆的驾驶意图并表现出合理的驾驶行为。自动驾驶汽车换道决策能力很大程度上决定了自动驾驶汽车的行驶性能。

最常用的行为决策方法是基于规则的方法，该方法具有应用简单的优点，多种基于状态机的系统用于对交通场景进行评价并且在该体系框架中进行行为决策。典型的基于状态机的系统执行一系列人工定义的决策状态以实现准确的行为决策，同时定义状态转移条件实现不同状态之间的切换。但是基于规则的行为决策体系当中，没有充分考虑环境的不确定性，在复杂的环境中，许多因素往往不能提前精确建模，这会影响基于规则方法的效率。

另外一类是基于统计的决策方法。基于统计的决策方法在许多驾驶任务中是一种考虑不确定性的决策方法。基于统计的决策方法能够降低交通场景中其他交通要素行为不确定性所带来的影响，但与基于规则的方法相比较，统计方法更为复杂，决策架构的设计、交通参与者的行为分析、决策模型求解等问题均面临挑战。

为给自动驾驶车辆提供准确的行驶策略，需提供一种考虑其他车辆驾驶意图，且能处理复杂场景的决策模型。

发明内容

为了解决复杂环境下自动驾驶汽车的换道决策问题，相较于先前基于规则与基于统计的决策方法研究，本发明提出一种自动驾驶汽车换道决策方法及装置。通过本方法，提高了自动驾驶汽车的决策能力，尤其对于复杂的汽车驾驶场景，具有很好的决策效果。

本发明提供的一种自动驾驶汽车换道决策方法，其改进之处在于，包括：

定义自动驾驶汽车换道决策候选策略集；

利用评价函数确定所述自动驾驶汽车换道决策候选策略集中每条策略的奖励值，并选取奖励值最大的策略作为换道决策；

其中，所述评价函数根据所述自动驾驶汽车换道决策候选策略集中策略对应的预测周期内自动驾驶汽车每个预测时刻的运动状态及交通场景中其他汽车每个预测时刻的运动状态构建。

优选的，所述定义自动驾驶汽车换道决策候选策略集，包括：

所述自动驾驶汽车换道决策候选策略集π_i，用下式表示：

其中，自动驾驶汽车换道决策候选策略用下式表示：

上式中，LK为在Δt₁+Δt₂+Δt₃进行LK行为；

LK-LC为Δt₁+Δt₂进行LK行为，Δt₃进行LC行为；

LK-LC-LK为Δt₁进行LK行为，Δt₂进行LC行为，Δt₃进行LK行为；

LC为Δt₁+Δt₂+Δt₃进行LC行为；

LC-LK为Δt₁+Δt₂进行LC行为，Δt₃进行LK行为；