[发明专利]分段式导航换道方法及其系统、计算机设备、存储介质

说明书

本发明涉及分段式导航换道方法及其系统、计算机设备、存储介质，所述方法包括：利用LSTM网络根据当前时刻的本车车速、以及本车与周围车辆的速度差和距离等信息判断相邻目标车道是否满足换道条件，若不满足，则继续采集相关信息并输入LSTM网络；若满足，则获取相邻目标车道的车道中线，在车道中线上选取多个点，获取该多个点的位置信息；并获取本车与车道中线的距离信息；将多个点的位置信息、本车与车道中线的距离信息输入CNN网络进行卷积计算得到目标方向盘转角；最后，将目标方向盘转角发送至车辆的自动驾驶控制单元，以驱动自动驾驶控制单元根据方向盘转角控制车辆进行变道。实施本发明，能够换道过程更加智能和符合人类驾驶习惯。

技术领域

本发明涉及车辆驾驶技术领域，具体涉及一种分段式导航换道方法及其系统、计算机设备、存储介质。

背景技术

在自动驾驶领域，通常在整个换道过程中，可分为三个阶段：换道意图、换道决策、换道轨迹。换道意图可分为自由换道和强制换道。其中，自由换道往往是为了更好的驾驶速度或驾驶条件，主动绕开前方动态障碍物(一般是车辆)；而强制换道是指行驶在道路上的车辆，不因人的主观意图而必须发生的换道，比如前方有静止障碍物、路口导航要求换道等。

目前换道方法大都是基于规则、概率计算、博弈论等方法进行决策换道，换道轨迹采用线条拟合、多项式及搜索等方法，然后从换道轨迹到换道执行。其中，换道决策中规则法典型的如决策树二值选择，优点是建模简单，决策的变量少缺点是参数难调节，且输出值仅二值。概率计算获得最大益处，缺点是如何定义益处，这和博弈论有相同的问题存在。其中，换道轨迹中利用多项式等方法求出一条轨迹由轨迹再到控制，除了轨迹还要调试控制。此外，还有一些技术方案是端到端的换道方法，即从感知端直接到控制端，控制端根据感知信息进行换道决策和执行，而这种端到端的换道方法的链路过长，换道又是极为复杂的过程，换道效果很难得到保证。

发明内容

本发明旨在提出一种分段式导航换道方法及其系统、计算机设备、存储介质，将导航换道流程的换道决策和换道执行分别采用不同神经网络进行处理，避免链路过长而影响换道效果，也使得换道过程更加智能和符合人类驾驶习惯。

根据本发明的第一方面，提出一种分段式导航换道方法，包括如下步骤：

步骤S1、获取当前帧数据，所述帧数据包括当前时刻的本车车速、以及本车与周围车辆的速度差和距离；

步骤S2、将当前帧数据输入预先训练好的LSTM网络，当累计输入的帧数据的帧数等于预设帧数阈值时，LSTM网络根据输入的连续多帧数据判定相邻目标车道是否满足换道条件；

步骤S3、若LSTM网络判定相邻目标车道不满足换道条件，则返回所述步骤S1进行循环；若LSTM网络判定相邻目标车道满足换道条件，则执行以下步骤S4；

步骤S4、获取相邻目标车道的车道中线，在所述车道中线上选取多个点，获取该多个点的位置信息；并且，获取本车与所述车道中线的距离信息；

步骤S5、将所述多个点的位置信息、所述本车与所述车道中线的距离信息输入预先训练好的CNN网络，CNN网络根据所述多个点的位置信息、所述本车与所述车道中线的距离信息进行卷积计算得到目标方向盘转角；

步骤S6、将所述目标方向盘转角发送至车辆的自动驾驶控制单元，以驱动所述自动驾驶控制单元根据所述方向盘转角控制车辆进行变道。

优选地，所述获取相邻目标车道的车道中线，包括：

获取当前时刻的车辆周围环境图像；

根据所述车辆周围环境图像进行车道线识别，并将识别的车道线从图像坐标系转换至本车车辆坐标系，以获得本车车辆坐标系下的本车所在车道以及相邻目标车道的车道线；

基于本车的车辆坐标系，根据所述相邻目标车道的车道线进行计算获得相邻目标车道的车道中线。