当前位置: 首页> 交通专利数据库 >详情
原文传递 一种自动驾驶车辆及其变道控制方法和系统
专利名称: 一种自动驾驶车辆及其变道控制方法和系统
摘要: 本发明公开一种自动驾驶车辆及其变道控制方法和系统,以解决现有技术中无法为车辆规划出一条安全可靠的变道路径,实现车辆自动、安全可靠的变道控制的问题。该方法包括:根据主车和至少一个邻近车辆的当前车辆状态和目标车辆状态,确定主车变道到相邻车道上的一个目标点为第一目标点,并确定主车所在车道上执行变道操作的一个点为第二目标点,确定主车从当前位置行驶到第二目标点的轨迹为第一轨迹、以及从第二目标点行驶到第一目标点的轨迹为第二轨迹,控制车辆对第一轨迹和第二轨迹进行追踪,从当前位置行驶到相邻车道上的第一目标点。
专利类型: 发明专利
国家地区组织代码: 北京;11
申请人: 北京图森未来科技有限公司
发明人: 孙行;马凯杰
专利状态: 有效
申请日期: 2019-02-01T00:00:00+0800
发布日期: 2019-10-22T00:00:00+0800
申请号: CN201910105018.0
公开号: CN110356401A
分类号: B60W30/18(2012.01);B;B60;B60W;B60W30
申请人地址: 101300 北京市顺义区中关村科技园区顺义园临空二路1号
主权项: 1.一种自动驾驶车辆的变道控制方法,其特征在于,包括: 根据主车和相邻车道上至少一个邻近车辆的当前车辆状态,预测主车和至少一个邻近车辆各自在未来一段时间内的目标车辆状态;车辆状态包括车辆的位置、行驶方向和速度; 根据主车和至少一个邻近车辆的当前位置和目标位置,确定在相邻车道上、主车变道后到达的目标点为第一目标点,以及根据第一目标点确定主车从所在车道上的一个点执行变道行驶到第一目标点的点为第二目标点; 确定主车从所在车道的当前位置行驶到第二目标点的第一路径,根据主车的当前位置和速度以及目标位置和速度确定主车在第一路径上行驶的第一速度,并根据第一路径和第一速度得到第一轨迹; 确定主车从所在车道的第二目标点行驶到相邻车道的第一目标点的第二路径,根据第一速度确定主车在第二路径上行驶的第二速度,并根据第二路径和第二速度得到第二轨迹; 控制主车对第一轨迹和第二轨迹进行追踪,从当前位置行驶到第一目标点。 2.根据权利要求1所述的方法,其特征在于,根据主车和相邻车道上至少一个邻近车辆的当前的车辆状态,预测主车和至少一个邻近车辆各自在未来一段时间内的车辆状态,包括: 根据主车和至少一个邻近车辆的当前的车辆状态,通过线性外推法来分别预测主车和至少一个邻近车辆在未来一段时间内的车辆状态;或者 将主车和至少一个邻近车辆的当前车辆状态作为输入,提供给预先训练得到的车辆状态预测模型,车辆状态预测模型运行输出主车和至少一个邻近车辆在未来一段时间内的目标车辆状态;其中,车辆状态预测模型是通过机器学习的方法,根据历史的车辆状态数据,训练神经网络确定得到的。 3.根据权利要求1所述的方法,其特征在于,根据主车和至少一个邻近车辆的当前位置和目标位置,确定在相邻车道上、主车变道后到达的目标点为第一目标点,包括: 根据主车和至少一个邻近车辆的当前位置和目标位置、车辆的尺寸和预定的安全距离,将在相邻车道上与至少一个邻近车辆均相距一个安全距离的一个区域确定为安全区域; 确定安全区域的中点为第一目标点,或者确定安全区域中车道中线上距离主车最近的点为第一目标点。 4.根据权利要求1所述的方法,其特征在于,根据第一目标点确定主车从所在车道上的一个点执行变道行驶到第一目标点的点为第二目标点,包括: 在道路平面的二维坐标系中,将主车所在车道的中线上与第一目标点具有相同纵坐标值的点确定为第二目标点。 5.根据权利要求1所述的方法,其特征在于,确定主车从所在车道的当前位置行驶到第二目标点的第一路径,包括: 将主车所在的当前位置与第二目标点之间的直线路径确定为第一路径。 6.根据权利要求1所述的方法,其特征在于,根据主车的当前位置和速度以及目标位置和速度确定主车在第一路径上行驶的第一速度,包括: 根据公式1确定第一加速度和第二加速度;其中,公式1包括在公式1中,x(0)是主车的当前位置,x(h)是第二目标点的位置,v(0)是主车的当前速度,v(h)是主车的目标速度,从公式1中确定得到a0、a1、h、h’的值;a0是第一加速度,a1是第二加速度,h是第一路径的行驶时长,h’是从第一加速度转换到第二加速度的时间点; 根据从公式1中确定的a0、a1、h、h’以及速度公式确定第一速度,速度公式包括其中,t是主车从当前位置行驶到第二目标点过程中的任意一个时间点,v(t)是在t时间点上的第一速度。 7.根据权利要求6所述的方法,其特征在于,根据公式1确定第一加速度和第二加速度,包括: 从公式1中确定出多组解,每组解包括一组a0、a1、h和h’的值;通过对目标函数进行约束优化处理,在多组解中确定一组最优解;其中,目标函数包括:cost=k1*h+k2*|a0|+k2*|a1|,k1和k2为经验值参数,约束条件包括:0
所属类别: 发明专利
检索历史
应用推荐