[發明專利]一種考慮換道風險的智能車輛最優車道選擇方法

在審

• 申請號: 202211717525.8
• 申請日: 2022-12-29
• 公開（公告）號: CN115743132A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 劉永濤;喬潔;陳軼嵩;劉傳攀;劉永杰;孫斐然;李怡飛;袁詩泉;高隆鑫
• 申請（專利權）人: 長安大學
• 主分類號: B60W30/18
• 分類號: B60W30/18
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 賀小停

本發明提供的一種考慮換道風險的智能車輛最優車道選擇方法，包括以下步驟：步驟1，獲取目標車輛的換道場景信息；步驟2，根據步驟1得到的換道場景信息計算目標車輛駕駛員對當前車道的不滿程度；步驟3，根據步驟2中得到的不滿程度分析目標車輛的換道風險；步驟4，根據步驟3中得到的分析結果確定目標車輛下一時刻的最優車道；本發明能夠在降低換道風險的同時提高了目標車輛期望車速滿足率，有利于提高道路交通安全與通行效率。

技術領域

本發明屬于智能車輛控制決策與道路安全領域，具體涉及一種考慮換道風險的智能車輛最優車道選擇方法。

背景技術

換道是車輛行駛過程中極其頻繁的駕駛行為，也是影響道路交通安全的重要因素。在傳統車輛行駛過程中，換道行為的切入點和結束點都依賴駕駛員自身駕駛經驗并結合路面交通情況評定，但受限于駕駛人駕駛經驗、觀察能力等主觀因素以及道路交通狀況復雜程度等外部因素，換道行為無法精準無誤進行。此外，在智能網聯環境與智能汽車技術體系下，通過“人-車-路-網-云”的協同使得車端、路端、云端的信息交互更為頻繁、精準，極大的提高了智能車輛對道路交通狀況的感知能力與決策能力。因此，智能車輛自主換道行為是智能網聯汽車領域極為重要的研究課題。

目前，國內外學者對換道方法方面做出了許多研究，但大都集中于機器學習模型、軌跡規劃等方面，對目標車道自主選擇策方法方面則鮮有研究。

發明內容

本發明的目的在于提供一種考慮換道風險的智能車輛最優車道選擇方法，解決了現有技術中智能車輛自主換道行為存在的精準度低的缺陷。

為了達到上述目的，本發明采用的技術方案是：

本發明提供的一種考慮換道風險的智能車輛最優車道選擇方法，包括以下步驟：

步驟1，獲取目標車輛的換道場景信息；

步驟2，根據步驟1得到的換道場景信息計算目標車輛駕駛員對當前車道的不滿程度；

步驟3，根據步驟2中得到的不滿程度分析目標車輛的換道風險；

步驟4，根據步驟3中得到的分析結果確定目標車輛下一時刻的最優車道。

優選地，步驟1中，所述目標車輛的換道場景信息包括目標車輛車速、目標車輛最大加速度、目標車輛制動因數、目標車輛當前車道前車車速、系統延遲時間、系統采樣初始時刻和系統當前時刻。

優選地，步驟2中，根據步驟1得到的換道場景信息計算目標車輛駕駛員對當前車道的不滿程度，具體方法是：

設定目標車輛期望車速，結合步驟1得到的換道場景信息計算目標車輛的最小跟車距離；

當l₀+x₀+x₁x_min時，通過下式計算駕駛員對當前車道不滿程度：

DIS＝DIS_r

當l₀+x₀+x₁≤x_min時，通過下式計算駕駛員對當前車道不滿程度：

DIS＝DIS_k

其中，l₀為采樣初始時刻，目標車輛與所處當前車道的前車之間的間距；x₀為采樣初始時刻至當前時刻，目標車輛向前行駛的距離；x₁為采樣初始時刻至當前時刻，目標車輛所處當前車道前車向前行駛的距離；DIS為駕駛員對當前車道不滿程度；DIS_r為目標車輛在當前車道行駛到最小跟車距離且仍未達到期望車速時的不滿程度；DIS_k為t_k時刻駕駛員對車道不滿程度。