[发明专利]车辆换道决策方法及装置

说明书

本发明提供了一种车辆换道决策方法及装置，为智能车换道时提供决策依据。充分考虑城市道路的复杂性与动态性，对于换道行为决策的影响，基于理性决策，构造行车收益函数与损失函数，进行综合换道收益计算，模仿驾驶员换道思考过程，完成智能车辆换道过程中的类人决策。

技术领域

本发明涉及智能控制技术领域，具体而言，涉及一种车辆换道决策方法及装置。

背景技术

智能车辆自动驾驶技术包括环境感知、智能决策及车辆底层运动控制等关键技术。其中车辆的行为决策水平是衡量车辆智能水平的关键指标之一，智能决策技术的发展能够提高车辆应对复杂交通场景的能力，车辆换道在驾驶行为中，是一种较为复杂的驾驶行为，在换道过程中，需要驾驶员对前后交通状况进行观察，并根据实时交通状况做出判断完成换道行为。在换道过程中，由于驾驶员感知能力限制，较易发生交通事故，据相关研究表明，由驾驶员决策失误引起的换道事故率超过70％。

现有智能车换道行为决策方法，大致可分为两种，一种是基于逻辑规则的判断决策方法，通过结合传感器信息，对简单交通场景理解，做出判断并输出相应的驾驶行为，逻辑规则法实时性较好，能够稳定的工作，但在环境复杂、信息缺失与模糊的情况下，其决策能力急剧下降，对环境的适应能力较差；一种是基于驾驶员数据的机器学习方法，分析由环境感知系统收集的相对距离、相对速度及角度等数据，提取影响换道的关键因数，探究换道决策规则，学习驾驶员对相应交通场景的处理方法，在学习过程中，多源信息的冗余和矛盾会对学习效果造成影响，且在学习过程中由于算法限制会存在过学习或欠学习的现象对算法实时性与决策性能造成影响。

发明内容

针对上述现有技术中存在的问题，本发明提供了一种车辆换道决策方法。

第一方面，本发明实施例提供了一种车辆换道决策方法，所述方法包括：

获取周围环境信息和周围车辆信息；

根据周围环境信息和周围车辆信息，判断是否需要强制换道；

如果是，则控制车辆进行换道。

进一步的，所述方法还包括：

根据周围环境信息和周围车辆信息，判断是否需要强制换道；

如果否，则当车辆的换道收益大于维持现有车道收益时，控制车辆进行换道。

进一步的，所述换道收益等于换道获取收益加上换道损失。

所述换道获取收益＝权重1×换道速度预期收益+权重2×换道行车空间收益+权重3×换道行车性能收益；

所述换道损失＝权重1×换道风险场变化损失+权重1×潜在突发可能损失+权重3×换道行车舒适性变化损失+交通流影响损失。

进一步的，维持现有车道收益＝权重1×当前行车速率收益+权重2×当前行车空间收益+权重3×行车性能收益。

第二方面，本发明实施例还提供了一种车辆换道决策装置，所述装置包括：

获取模块，用于获取周围环境信息和周围车辆信息；

判断模块，用于根据周围环境信息和周围车辆信息，判断是否需要强制换道；

第一换道模块，用于如果是，则控制车辆进行换道。

进一步的，所述装置还包括：

第二换道模块，用于如果否，则当车辆的换道收益大于维持现有车道收益时，控制车辆进行换道。

进一步的，所述换道收益等于换道获取收益加上换道损失。

进一步的，所述换道获取收益＝权重1×换道速度预期收益+权重2×换道行车空间收益+权重3×换道行车性能收益；