[发明专利]一种基于概率输出模型的智能车辆换道决策方法

说明书

本发明公开一种基于概率输出模型的智能车辆换道决策方法，获取行车环境参数并计算原始车道行驶预判车距和换道预判车距；建立换道概率输出模型，判断汽车执行操作后是否存在潜在碰撞，设计自由换道模糊控制器的输入和输出；由各输入的隶属度可以分别得到基于安全性分析和基于经济性分析输出的换道概率；根据模糊控制器输入的原始车道后车转向灯开启情况、原始车道后车对自车的影响程度，建立换道消极系数；结合二元选择Probit模型建立自由换道概率输出模型，输出自由换道概率；最终得到自车换道概率。本发明在满足换道安全的前提下能够使得自车行驶在驾驶空间优越，潜在碰撞风险小，燃油经济性好的驾驶环境中，有效地缓解交通拥挤、排放超标等问题。

技术领域

本发明属于智能车领域，具体涉及一种基于概率输出模型的智能车辆换道决策方法。

背景技术

随着我国经济社会的不断发展，智能车研究成为汽车领域发展的前沿方向，未来随着路上车辆的数目不断增加，交通拥挤问题、排放超标问题甚至交通事故会更为凸显，而交通拥挤问题较多情况下是由错误换道造成的，并且换道后自车车速很大可能并没有行驶在经济性行驶的车速区间，由此造成了油耗的增加，长此以往，燃烧燃油数量的增加会造成碳排放量的进一步升高，因此，对于未来智能车而言，选择合理的换道策略，对保证汽车安全行驶、提高汽车燃油经济性进而减少碳排放具有重要研究价值。

然而，目前国内外的模糊换道模型多是选用多个单一的参数(例如相对间距、相对速度、最迟换道距离、驾驶员性格等)作为模糊推理系统的输入量选用的特征参数缺乏讨论，而且考虑周边车辆驾驶行为具有明显局限性，大多是追求驾驶空间的优越性，造成车辆换道后汽车驾驶性能并不能真正改善，也无法真实改善当前交通流中拥挤、排放高、交通事故频发的问题。

针对上述问题，中国发明申请号CN109948001A公开了一种基于驾驶员心理的换道概率输出模型，在满足换道后安全的前提下，应用模糊数学的思想将换道后自车与换道目标车道前车速度差作为诱惑程度指标，将换道后自车与换道目标车道后车作为影响程度指标，进行离散化划分，综合二者作为换道执行的判断条件。这种换道概率模型的建立一定程度上保证了换道后的车辆具备一定的驾驶空间优越性和经济性。但是这种换道概率输出模型具有明显的局限性：这种换道概率模型在满足行车安全的前提下，仅考虑目标车道行驶车辆的状态作为换道判断条件，缺乏在满足行车安全的前提下对原始车道行驶和换道之间的博弈，由于只考虑了换道目标车道前车车速对于自车车速提升的诱惑程度和自车对换道目标车道后车车速的影响情况，缺乏对换道后跟车距离过小导致的潜在碰撞风险的考虑；且只考虑速度提升而忽略了是否使得汽车行驶在经济车速，因此在缓解排放问题和降低交通事故发生率的作用上具有很大局限性；对于模型的建立缺乏对环境变化的动态适应性能。

发明内容

发明目的：本发明提供一种基于概率输出模型的智能车辆换道决策方法，在满足换道安全的前提下能够很大程度上使得自车行驶在驾驶空间优越，潜在碰撞风险小，燃油经济性好的驾驶环境中，有效地缓解交通拥挤、排放超标等问题。

技术方案：本发明所述的一种基于概率输出模型的智能车辆换道决策方法，包括以下步骤：

(1)通过自车车载传感器获取当前时刻行车环境参数；

(2)定义并计算原始车道行驶预判车距和换道预判车距；

(3)根据原始车道行驶预判车距和换道预判车距在满足不同条件时会具备不同的换道概率，建立换道概率输出模型；

(4)判断汽车执行操作后是否存在潜在碰撞，根据判断结论，当汽车执行操作后不存在潜在碰撞时，有一定概率自由换道，进入步骤(5)，当汽车执行操作后存在潜在碰撞时，直接输出非自由换道概率0或1进入步骤(9)；

(5)当自车在原始车道行驶和换道行驶都能保证安全的条件下，基于安全性和经济性分析，车辆倾向于越小潜在危险程度，越高燃油经济性和越小影响后车行驶的驾驶行为，以获得更优的驾驶空间；再结合路况信息、车况信息及驾驶员的驾驶风格分析，设计自由换道模糊控制器的输入和输出；