[发明专利]智能车辆自主性换道时机决策方法

摘要

本发明公开了一种智能车辆自主性换道时机决策方法，该方法采用下列步骤：先通过传感器实时读取车辆自主换道时的相关数据；接着对获得的数据导入基于最近邻居分类模型的车辆自主换道决策模块中，该模块的主要构建步骤包括训练与测试数据的选取、内核集的构建、最近邻邻居的选取、换道时机决策的阈值的确定和决策模型的精确度验证；最后通过决策模块可形成自主换道时机的决策判断结果，如决策判断结果为不能换道，则实时地发出警报提醒驾驶员不能换道。本发明减少了预警算法复杂、决策判断规则过多对判断结果的负面影响，提高了车辆自主换道时机决策判断的准确度和可靠性，降低了误报率。

主权项

1.一种智能车辆自主性换道时机决策方法，其特征在于，包括以下步骤：步骤1：通过多普勒测速雷达传感器获取描述交通状态的样本数据；其中，描述交通状态的样本数据TC(t)＝(△vl(t),gl(t),△vf(t),gf(t),△vp(t),gp(t),vs(t))，即t时刻换道车辆所在位置的交通状态，其中，△vl(t)代表换道车辆t时刻与目标车道前导车的相对速度，gl(t)代表换道车辆t时刻与目标车道前导车的相对距离，△vf(t)代表换道车辆t时刻与目标车道后随车的相对速度，gf(t)代表换道车辆t时刻与目标车道后随车的相对距离，△vp(t)代表换道车辆t时刻与当前车道前导车相对速度，gp(t)代表换道车辆t时刻与当前车道前导车相对距离，vs(t)代表换道车辆t时刻速度；步骤2：构建基于最近邻居分类模型的车辆自主换道决策模块，分别通过训练与测试样本数据的选取和处理、内核集的构建、最近邻居的选取、换道时机决策阈值的确定和决策模型的精确度验证；所述内核集构建环节，内核集的元素全部取自训练数据集中元素，并且采用min‑max标准化方法对状态向量中的不同分量进行归一化处理；归一化公式为：其中max为样本数据的最大值，min为样本数据的最小值；步骤3：将获取的7个样本数据实时地导入到车辆自主换道时机决策模块中，并形成换道时机决策判断。