[发明专利]一种考虑效益最大化的车道变更系统及综合决策方法

权利要求书

1.一种考虑效益最大化的车道变更综合决策方法，其特征在于：包括以下步骤：

步骤1：获取本车周围环境信息、自车以及环境车辆的运动信息；

步骤2：根据步骤1得到的环境与运动信息进行数据处理，处理包括：根据自车的行驶速度和加速度与期望值进行比较，判断自车是否寻求变更至速度更快的车道；如判断寻求变更至速度更快的车道时，进一步根据自车周围交通流量情况选择车道保持或车道变更；

步骤3：当选择车道变更时，根据步骤1得到的环境信息，确定当前的道路情况为直道或弯道；进一步根据车辆的运动信息，计算相应的纵向最小安全距离，以此作为是否进行车道变更的安全条件；所述的纵向最小安全距离包括自车与目标车道前车的纵向最小安全距离、自车与目标车道后车的纵向最小安全距离、自车与原车道前车的纵向最小安全距离；

若自车与目标车道前车、目标车道后车或原车道前车中任意目标的纵向距离小于对应的纵向最小安全距离，则车辆不能换道，车辆继续车道保持，重复步骤2；

步骤4：若步骤3自车与目标车道前车、目标车道后车和原车道前车的纵向距离均满足对应的纵向最小安全距离，则进一步判断是否满足车道变更的最大效益，若车道变更的最大效益大于设定的阈值条件值，则车道变更的决策条件得到满足，控制车辆进行换道；否则车辆继续车道保持，重复步骤2；

步骤3中根据当前道路情况计算相应的纵向最小安全距离如下：

当前道路为直道时，纵向最小安全距离包括：

(1)自车（M）与目标车道前车（L_d ）的纵向最小安全距离为：

，其中，a_M(τ)、分别为自车、目标车道前车的加速度，v_M(0)、分别为自车、目标车道前车的初速度，L为车长，t_c表示车道变更自车完成纵向距离及纵向速度的调整后，向目标车道切入过程中发生碰撞的时间,t_adj表示自车为了执行车道变更成功在开始执行车道变更操作之前所需的纵向距离和纵向速度调整的时间,t_c+t_adj为发生碰撞的时间，T为换道总时间；

(2)自车（M）与目标车道后车（F_d）的纵向最小安全距离为：

，其中，a_M(τ)、分别为自车、目标车道后车的加速度，v_M(0)、分别为自车、目标车道后车的初速度；

(3)自车（M）与原车道前车（L₀）的纵向最小安全距离为：

，其中，a_M(τ)、分别为自车、原车道前车的加速度，v_M(0)、分别为自车、原车道前车的初速度；

当前道路为弯道时，纵向最小安全距离包括：

(1)自车（M）与目标车道前车（L_d）的纵向最小安全距离为：

，其中，R为外侧车道的曲率半径，H为车道宽度，l₂(0)为初始时刻目标车道前车（L_d）沿内车道到自车（M）的弧长距离，φ为l₂(0)所对应的圆心角；

(2)自车（M）与目标车道后车（F_d）的纵向最小安全距离为：

，l₂(0)为初始时刻目标车道后车（F_d）沿内车道到自车（M）的弧长距离，φ为l₂(0)所对应的圆心角；

(3)自车（M）与原车道前车（L₀）的纵向最小安全距离为：

，其中l₁(0)为初始时刻自车（M）与原车道前车（L₀）沿外侧车道的距离；

步骤4所述的车道变更的最大效益为：

Q_M＝λ[(a'_M-a_M)+(v'_M-v_M)]+ρ[(a'_Fd-a_Fd)+(v'_Fd-v_Fd)]

s.t.a_safe≥a_Fd≥-a_safe

a_safe≥a_M≥-a_safe

其中λ[(a'_M-a_M)+(v'_M-v_M)]为自车车道变更的效益，即加速度和速度是否将会得到提升，a'_M为自车车道变更之后的加速度，a_M为自车车道变更之前的加速度，v'_M为自车车道变更之后的速度，v_M为自车车道变更之前的速度；ρ[(a'_Fd-a_Fd)+(v'_Fd-v_Fd)]为自车车道变更行为之后对目标车道后车的效益，即对目标车道后车的加速度和速度的影响，a'_Fd为自车车道变更之后目标车道后车的加速度，a_Fd为自车车道变更之前目标车道后车的加速度，v'_Fd为自车车道变更之后目标车道后车的速度，v_Fd为自车车道变更之前目标车道后车的速度；λ为自车车道变更行为的效益权重因子，ρ为自车车道变更之后目标车道后车的效益权重因子，λ+ρ＝1，当车道变更倾向于获取更大的自车驾驶效益时，λ＞ρ，当车道变更倾向于保护目标车道后车的驾驶效益时，λ＜ρ，若二者权重相当，则λ＝ρ＝0.5；a_safe为各车加速度约束条件；

所述的车道变更的最大效益利用跟车模型进行计算，所述的跟车模型的一般表达式为：

a_n＝f(v_n,s_n,Δv_n)

其中v_n为第n辆车的速度，s_n为第n辆车与其前车的距离差，Δv_n为第n辆车与其前车的速度差；

若同时考虑前方m辆车的影响，则表达式为：

a_n＝f(v_n,s_n,s_n-1,…,s_n-m-1,Δv_n,Δv_n-1,…,Δv_n-m-1)；

所述的跟车模型利用智能驾驶员模型进行计算，所述的智能驾驶员模型的加速度表达式为：

，其中，a_n(max)为第n辆车的最大加速度，v_n(max)为第n辆车的最大速度，δ为速度比例指数，s^*为第n辆车与前车的期望距离；

该模型可拆分为自由状态和拥堵状态，其中自由状态加速度表达式为：

，拥堵状态下的加速度表达式为：

，s^*(v_n,Δv_n)为自车与前车的期望间距，表达式为：

，其中，s₀为前车速度为零时自车的安全距离，T_n为自车与前车的安全时距，b为自车的最大舒适减速度；

Δv_n为自车与前车速度差，表达式为：

Δv_n＝v_n-v_n-1

其中v_n是自车的速度，v_n-1为前车的速度；

(t+Δt)时刻车辆的速度、位置和跟车距离根据数值积分的方法来计算：

；，s_n(t+Δt)＝x_n-1(t+Δt)-x_n(t+Δt)-L

其中：Δt为时间间隔，为t时刻自车的加速度，v_n(t)为t时刻自车的速度，v_n(t+Δt)为(t+Δt)时刻自车的速度，x_n(t)为t时刻自车左上角到坐标原点的纵向位置；x_n(t+Δt)为(t+Δt)时刻自车左上角到坐标原点的纵向位置，x_n-1(t+Δt)为(t+Δt)时刻自车跟随的前方车辆左上角到坐标原点的纵向位置，L为车长，s_n(t+Δt)为(t+Δt)时刻的跟车距离。