[發(fā)明專利]一種基于搜索技術(shù)的自動(dòng)駕駛車輛變道行為決策方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110030986.7
• 申請(qǐng)日: 2021-01-11
• 公開（公告）號(hào): CN112721929B
• 公開（公告）日: 2022-11-22
• 發(fā)明（設(shè)計(jì)）人: 劉順程;蘇涵;鄭凱;鄭渤龍
• 申請(qǐng)（專利權(quán)）人: 成都語動(dòng)未來科技有限公司;電子科技大學(xué)長三角研究院（衢州）
• 主分類號(hào): B60W30/18
• 分類號(hào): B60W30/18
• 代理公司: 成都眾恒智合專利代理事務(wù)所(普通合伙) 51239
• 代理人: 楊佳麗

1.一種基于搜索技術(shù)的自動(dòng)駕駛車輛變道行為決策方法，其特征在于，包括如下步驟：

(S1)在預(yù)測了周圍車輛的未來軌跡之后，自動(dòng)駕駛汽車決策自己的駕駛行為；

(S2)在行為決策中，分別通過行為搜索模塊和行為處理模塊對(duì)自動(dòng)駕駛車輛的變道行為進(jìn)行決策；

其中，行為決策的具體步驟如下：

(S21)行為搜索模塊獲取周圍車輛的軌跡預(yù)測結(jié)果；

(S22)通過獲取的周圍車輛的軌跡預(yù)測結(jié)果構(gòu)建搜索樹；

(S23)對(duì)構(gòu)建的搜索樹執(zhí)行行為搜索；執(zhí)行行為搜索的目標(biāo)為：第一個(gè)是使自動(dòng)駕駛車輛的平均速度最大化，該平均速度被計(jì)算為縱向行進(jìn)距離除以持續(xù)時(shí)間；第二個(gè)是使其對(duì)周圍普通車輛的影響最小化，通過影響因子可以模擬普通車輛受自動(dòng)駕駛車輛的影響程度；最終行為決策功能輸出得到自動(dòng)駕駛車輛最優(yōu)的行為；

(S24)通過行為處理模塊對(duì)執(zhí)行行為中的離散行為轉(zhuǎn)換為連續(xù)的精確值；

(S25)行為處理模塊將連續(xù)的精確值作為結(jié)果輸出；

其中，所述步驟(S22)中搜索樹是基于樹的數(shù)據(jù)結(jié)構(gòu)體，樹的深度為Z，每個(gè)非葉子節(jié)點(diǎn)都擁有九個(gè)子節(jié)點(diǎn)，其中，根節(jié)點(diǎn)代表當(dāng)前狀態(tài)，而其他子節(jié)點(diǎn)則代表未來時(shí)刻對(duì)應(yīng)的行為，并且每個(gè)節(jié)點(diǎn)除根節(jié)點(diǎn)之外均表示一種行為；

所述步驟(S22)中搜索樹的每條邊都擁有兩個(gè)權(quán)重，即影響因子F_im和速度V_A，其中，影響因子F_im的計(jì)算方法如下：

公式(1)表示所有周圍普通車輛的影響因子求和結(jié)果，其中，t代表某個(gè)時(shí)刻；Ci代表第i輛周圍普通車輛；C代表所有周圍普通車輛；代表自動(dòng)駕駛車輛對(duì)第i輛周圍普通車輛在t時(shí)刻的影響因子大小；代表自動(dòng)駕駛車輛對(duì)所有周圍普通車輛在t時(shí)刻的影響因子大小，取值為1，2，3分別代表排隊(duì)情況、插隊(duì)情況以及交叉情況。

2.根據(jù)權(quán)利要求1所述的一種基于搜索技術(shù)的自動(dòng)駕駛車輛變道行為決策方法，其特征在于，所述步驟(S1)中周圍車輛未來軌跡預(yù)測結(jié)果包括九種即九個(gè)節(jié)點(diǎn)，分別是：(a)左變道加速、(b)左變道減速、(c)左變道保持速度、(d)不變道加速、(e)不變道減速、(f)不變道保持速度、(g)右變道加速、(h)右變道減速、(i)右變道保持速度。

3.根據(jù)權(quán)利要求2所述的一種基于搜索技術(shù)的自動(dòng)駕駛車輛變道行為決策方法，其特征在于，所述步驟(S2)中行為搜索模塊的作用是系統(tǒng)搜索離散的自動(dòng)駕駛車輛的最優(yōu)行為。