[发明专利]换道方法和系统、存储介质以及车辆

说明书

本申请涉及换道方法和系统、存储介质以及车辆，所述换道方法包括如下步骤：接收连续多帧条件信息，其中所述条件信息包括当前车辆的速度信息、相邻车辆状态信息以及车道线信息；以所述条件信息为神经网络的输入，并经由所述神经网络处理得到初始换道策略；以及基于预定规则和所述条件信息对所述初始换道策略进行校正以生成校正换道策略并输出。根据该换道方法可以在自动驾驶或者辅助驾驶过程中可以实现智能、安全和高效的换道。

技术领域

本申请涉及车辆自动驾驶/辅助驾驶领域，具体而言，涉及换道方法、换道系统、存储介质以及车辆。

背景技术

换道是自动驾驶（或者辅助驾驶，下同）过程中常见的决策行为。如何在复杂多变的驾驶环境中做出智能、安全的换道决策是自动驾驶的重要课题，也是自动驾驶技术迈向更高水平的重要指标之一。在实际驾驶场景中，当前车辆与周围环境处于高度交互的状态，同时周围的车辆也可能存在加速、减速、换道等驾驶行为，因而这对自动驾驶的决策系统（尤其智能换道功能）提出了很高的要求。

现有技术中存在通过以下途径来产生智能换道决策的方案。一种方案是通过人为设计规则来实现换道。但由于驾驶场景过于复杂，规则无法穷举所有的换道条件，因此这种方案在实际中应用中很难实现。还有一种方案运用机器学习技术建立换道决策的机器学习模型，并通过该模型在不同的场景下做出智能换道的决策。

发明内容

本申请的实施例提供了换道方法、换道系统、存储介质以及车辆，从而在自动驾驶或者辅助驾驶过程中可以实现智能、安全和高效的换道。

根据本申请的一方面，提供一种换道方法，包括如下步骤：接收条件信息，其中所述条件信息包括当前车辆的速度信息、相邻车辆状态信息以及车道线信息；以所述条件信息为神经网络的输入，并经由所述神经网络处理得到初始换道策略；以及基于预定规则和所述条件信息对所述初始换道策略进行校正以生成校正换道策略并输出。

在本申请的一些实施例中，可选地，所述相邻车辆包括所述当前车辆行进方向上的前方、后方、左方、右方、左上方、右上方、左下方和右下方的紧邻车辆。

在本申请的一些实施例中，可选地，所述状态信息包括：所述相邻车辆的横向速度和纵向速度、所述相邻车辆与所述当前车辆的横向距离和纵向距离。

在本申请的一些实施例中，可选地，所述车道线信息包括所述当前车辆所在车道及其相邻车道的车道线拟合曲线的系数。

在本申请的一些实施例中，可选地，所述神经网络为长短期记忆神经网络。

在本申请的一些实施例中，可选地，所述预定规则包括以下至少一者：速差压制规则：在所述当前车辆的期望速度与其所在车道的前方车辆的速度差值高于第一预定值的情况下增加所述初始换道策略中向相邻车道换道的概率并降低保持原来车道的概率；快车道优先规则：在所述初始换道策略中保持原来车道的概率低于第二预定值并且向相邻左车道换道的概率与向相邻右车道换道的概率差值低于第三阈值的情况下增加向左换道的概率值并降低向右换道的概率值；以及决策冷却规则：在所述当前车辆自上次向相邻左车道换道完成后的预定时间内抑制所述初始换道策略中向相邻车道换道。

根据本申请的另一方面，提供一种换道系统，包括：接收单元，其配置成接收条件信息，其中所述条件信息包括当前车辆的速度信息、相邻车辆状态信息以及车道线信息；神经网络单元，其配置成以所述条件信息为输入并生成初始换道策略输出；以及专家规则单元，其配置成基于预定规则和所述条件信息对所述初始换道策略进行校正以生成校正换道策略并输出。

在本申请的一些实施例中，可选地，所述相邻车辆包括所述当前车辆行进方向上的前方、后方、左方、右方、左上方、右上方、左下方和右下方的紧邻车辆。

在本申请的一些实施例中，可选地，所述状态信息包括：所述相邻车辆的横向速度和纵向速度、所述相邻车辆与所述当前车辆的横向距离和纵向距离。