[发明专利]一种考虑换道风险的智能车辆最优车道选择方法

说明书

本发明提供的一种考虑换道风险的智能车辆最优车道选择方法，包括以下步骤：步骤1，获取目标车辆的换道场景信息；步骤2，根据步骤1得到的换道场景信息计算目标车辆驾驶员对当前车道的不满程度；步骤3，根据步骤2中得到的不满程度分析目标车辆的换道风险；步骤4，根据步骤3中得到的分析结果确定目标车辆下一时刻的最优车道；本发明能够在降低换道风险的同时提高了目标车辆期望车速满足率，有利于提高道路交通安全与通行效率。

技术领域

本发明属于智能车辆控制决策与道路安全领域，具体涉及一种考虑换道风险的智能车辆最优车道选择方法。

背景技术

换道是车辆行驶过程中极其频繁的驾驶行为，也是影响道路交通安全的重要因素。在传统车辆行驶过程中，换道行为的切入点和结束点都依赖驾驶员自身驾驶经验并结合路面交通情况评定，但受限于驾驶人驾驶经验、观察能力等主观因素以及道路交通状况复杂程度等外部因素，换道行为无法精准无误进行。此外，在智能网联环境与智能汽车技术体系下，通过“人-车-路-网-云”的协同使得车端、路端、云端的信息交互更为频繁、精准，极大的提高了智能车辆对道路交通状况的感知能力与决策能力。因此，智能车辆自主换道行为是智能网联汽车领域极为重要的研究课题。

目前，国内外学者对换道方法方面做出了许多研究，但大都集中于机器学习模型、轨迹规划等方面，对目标车道自主选择策方法方面则鲜有研究。

发明内容

本发明的目的在于提供一种考虑换道风险的智能车辆最优车道选择方法，解决了现有技术中智能车辆自主换道行为存在的精准度低的缺陷。

为了达到上述目的，本发明采用的技术方案是：

本发明提供的一种考虑换道风险的智能车辆最优车道选择方法，包括以下步骤：

步骤1，获取目标车辆的换道场景信息；

步骤2，根据步骤1得到的换道场景信息计算目标车辆驾驶员对当前车道的不满程度；

步骤3，根据步骤2中得到的不满程度分析目标车辆的换道风险；

步骤4，根据步骤3中得到的分析结果确定目标车辆下一时刻的最优车道。

优选地，步骤1中，所述目标车辆的换道场景信息包括目标车辆车速、目标车辆最大加速度、目标车辆制动因数、目标车辆当前车道前车车速、系统延迟时间、系统采样初始时刻和系统当前时刻。

优选地，步骤2中，根据步骤1得到的换道场景信息计算目标车辆驾驶员对当前车道的不满程度，具体方法是：

设定目标车辆期望车速，结合步骤1得到的换道场景信息计算目标车辆的最小跟车距离；

当l₀+x₀+x₁x_min时，通过下式计算驾驶员对当前车道不满程度：

DIS＝DIS_r

当l₀+x₀+x₁≤x_min时，通过下式计算驾驶员对当前车道不满程度：

DIS＝DIS_k

其中，l₀为采样初始时刻，目标车辆与所处当前车道的前车之间的间距；x₀为采样初始时刻至当前时刻，目标车辆向前行驶的距离；x₁为采样初始时刻至当前时刻，目标车辆所处当前车道前车向前行驶的距离；DIS为驾驶员对当前车道不满程度；DIS_r为目标车辆在当前车道行驶到最小跟车距离且仍未达到期望车速时的不满程度；DIS_k为t_k时刻驾驶员对车道不满程度。