[发明专利]变道控制方法、装置、设备及存储介质

权利要求书

1.一种变道控制方法，其特征在于，所述方法包括：

获取目标车辆的目标行驶状态的信息，所述目标行驶状态的信息包括所述目标车辆的重量、所述目标车辆的行驶速度和所述目标车辆的位置信息中的一种或多种；

基于行驶状态与变道方式的目标对应关系，获取与所述目标车辆的目标行驶状态对应的目标变道方式的信息，所述目标变道方式的信息包括目标转向角度和目标转向角速度，所述目标转向角度和所述目标转向角速度是指所述目标车辆的方向盘需要转动的角度和转动过程中的转动角速度，所述行驶状态与变道方式的目标对应关系基于各个初始化行驶状态下的行驶状态与变道方式的对应关系得到，所述初始化行驶状态下的行驶状态与变道方式的对应关系利用强化学习算法学习得到，其中，所述各个初始化行驶状态随机确定；

基于所述目标变道方式的信息，控制所述目标车辆按照所述目标变道方式进行变道。

2.根据权利要求1所述的方法，其特征在于，所述基于行驶状态与变道方式的目标对应关系，获取与所述目标车辆的目标行驶状态对应的目标变道方式的信息之前，所述方法还包括：

随机确定训练车辆的初始化行驶状态的信息，所述初始化行驶状态的信息包括所述训练车辆的重量、所述训练车辆的行驶速度、所述训练车辆在第一车道的位置信息和变道方向中的一种或多种；

基于强化学习算法学习所述初始化行驶状态下的行驶状态与变道方式的对应关系；

当满足第一终止条件时，基于各个初始化行驶状态下的行驶状态与变道方式的对应关系，得到所述行驶状态与变道方式的目标对应关系。

3.根据权利要求2所述的方法，其特征在于，所述基于强化学习算法学习所述初始化行驶状态下的行驶状态与变道方式的对应关系，包括：

基于所述训练车辆的第一行驶状态和第一变道方式，获取由车辆物理模型计算得到的所述训练车辆的第二行驶状态的信息，所述训练车辆的第一行驶状态由所述车辆物理模型基于所述训练车辆的初始化行驶状态计算得到，所述第一变道方式为在所述第一行驶状态下产生的变道方式；

基于所述训练车辆的第二行驶状态的信息，确定与所述第二行驶状态对应的增强信号；

基于所述增强信号，得到所述第一变道方式的反馈信息，所述反馈信息用于指示所述第一变道方式的合适程度；

基于所述第一变道方式的反馈信息，产生第二变道方式；

将所述第二变道方式输入所述车辆物理模型，所述车辆物理模型用于基于所述第二行驶状态和所述第二变道方式计算所述训练车辆的第三行驶状态；

当满足第二终止条件时，基于各个变道方式的反馈信息，将各个行驶状态与所述各个行驶状态下产生的各个变道方式的对应关系作为所述初始化行驶状态下的行驶状态与变道方式的对应关系。

4.根据权利要求3所述的方法，其特征在于，所述基于所述训练车辆的第二行驶状态的信息，确定与所述第二行驶状态对应的增强信号，包括：

基于所述训练车辆的第二行驶状态的信息，确定与所述第二行驶状态对应的变道阶段；

基于所述变道阶段，确定与所述第二行驶状态对应的增强信号。

5.根据权利要求4所述的方法，其特征在于，所述训练车辆包括第一子车辆和第二子车辆，所述第二行驶状态的信息包括所述第一子车辆的位置信息和所述第二子车辆的位置信息；所述基于所述训练车辆的第二行驶状态的信息，确定与所述第二行驶状态对应的变道阶段，包括：

当所述第一子车辆的位置信息指示所述第一子车辆在所述第一车道，所述第二子车辆的位置信息指示所述第二子车辆在所述第一车道时，与所述第二行驶状态对应的变道阶段为第一变道阶段；

当所述第一子车辆的位置信息指示所述第一子车辆在第二车道，所述第二子车辆的位置信息指示所述第二子车辆在所述第一车道时，与所述第二行驶状态对应的变道阶段为第二变道阶段，所述第二车道为与所述变道方向对应的所述第一车道的临近车道；

当所述第一子车辆的位置信息指示所述第一子车辆在所述第二车道，所述第二子车辆的位置信息指示所述第二子车辆在所述第二车道时，与所述第二行驶状态对应的变道阶段为第三变道阶段。