[發明專利]智能汽車換道時長預測及擬人化軌跡規劃方法

有效

• 申請號: 202111237247.1
• 申請日: 2021-10-22
• 公開（公告）號: CN113665574B
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 劉巧斌;王濤;高銘;楊路;許慶;王建強;李克強
• 申請（專利權）人: 清華大學
• 主分類號: B60W30/18
• 分類號: B60W30/18;B60W40/107;B60W50/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王燕

本申請涉及智能汽車應用技術領域，特別涉及一種智能汽車換道時長預測及擬人化軌跡規劃方法，包括：從自然駕駛數據中提取優秀駕駛員的換道軌跡，并提取多車影響下的換道時長；獲取換道車輛的周車運動信息，將周車影響表征為周車運動學參數對換道車輛的平均縱向加速度的非線性映射，進而獲得周車影響下的換道時長預測模型；智能汽車應用換道時長預測模型時，基于預期換道縱向位移、當前縱向速度和換道后目標車道預期車速，結合周車信息，利用預測模型進行換道時長的優選，進而實現擬人化的換道軌跡規劃。由此，充分挖掘了自然駕駛數據中優秀駕駛員的操縱規律，為智能汽車科學合理的換道決策提供參考，是智能汽車擬人化決策理念在換道決策中的體現。

技術領域

本申請涉及智能汽車應用技術領域，特別涉及一種智能汽車換道時長預測及擬人化軌跡規劃方法。

背景技術

在人工駕駛和自動駕駛混行的混合交通環境下，自動駕駛汽車的換道行為受到周圍交通車的影響，特別是人工駕駛車輛的不確定性影響，使得換道軌跡的縱向運動規律十分復雜。

相關技術中，通常假定換道過程中，智能汽車縱向速度保持不變，在這種理想工況下規劃獲得的換道軌跡，換道軌跡規劃對橫向運動規律的考量較多，然而，該方式缺乏對換道過程中車輛縱向運動的分析，未能充分考慮周圍車輛對自車換道過程中縱向駕駛行為的影響，使得規劃的軌跡的預期性能不一定能夠滿足預期要求，可能導致頻繁的加減速，造成換道舒適性的降低，甚至還存在換道時長不足導致車輛側向加速度過大，誘發自車的側滑和側傾等失穩風險，以及與周圍車輛的碰撞風險增加等安全問題，亟待解決。

發明內容

本申請提供一種智能汽車換道時長預測及擬人化軌跡規劃方法，以解決相關智能汽車技術中未能充分量化評估周圍車輛對自車換道過程中縱向駕駛行為的影響，而導致的換道時長決策合理性不足、可解釋性差和可能存在的安全風險的問題，充分挖掘自然駕駛數據中優秀駕駛員的駕駛操縱規律，為智能汽車科學合理的換道決策提供參考，是智能汽車“學習人、模擬人、超越人和服務人”的擬人化決策理念在換道決策中的體現。

本申請第一方面實施例提供一種智能汽車換道時長預測及擬人化軌跡規劃方法，包括以下步驟：

從若干駕駛員的自然駕駛數據中提取優秀駕駛員的換道軌跡，并由所述優秀駕駛員的換道軌跡提取真實多車影響下的優秀駕駛員換道時長；

獲取換道車輛的周車運動信息，并根據所述周車運動信息建立多車影響下的車輛換道縱向運動學模型，以及將所述周車的影響表征為周車運動學參數對換道車輛的平均縱向加速度的非線性映射，進而獲得訓練好的多車影響下的換道時長預測模型和辨識獲得的模型參數；

在網聯多車環境下的智能汽車應用所述換道時長預測模型進行決策的情況下，當下達換道指令時，基于預期換道縱向位移、所述智能汽車的縱向速度和換道后目標車道預期車速，結合所述智能汽車的周車信息，利用所述換道時長預測模型對所述智能汽車的換道時長進行優選，并根據優選獲得的所述智能汽車的換道時長進行擬人化的軌跡規劃，以實現所述智能汽車換道意圖的準確實施。

在一些示例中，所述從若干駕駛員的自然駕駛數據中提取優秀駕駛員的換道軌跡，并由所述優秀駕駛員的換道軌跡提取真實多車影響下的優秀駕駛員換道時長，包括：

計算所述優秀駕駛員的換道軌跡的朝向角；

基于所述朝向角從所述自然駕駛數據中確定峰值點，并且由所述峰值點向兩邊搜索，得到滿足預設條件的時間點；

由所述時間點匹配對應的換道軌跡的初始區間；

根據所述初始區間計算所述換道軌跡側向加速度峰-峰值時間差，并基于所述時間差計算側向加速度取得最大值和最小值時對應的時間點，得到所述換道軌跡在真實多車影響下的優秀駕駛員換道時長。

在一些示例中，所述獲得訓練好的多車影響下的換道時長預測模型和辨識獲得的模型參數，包括：