一种基于智能交通系统的智能车辆决策换道方法技术方案

本发明专利技术涉及一种基于智能交通系统的智能车辆决策换道方法，首先，智能驾驶系统解析接收到的智能交通系统广播数据，提取事件信息；其次，智能驾驶系统完成道路事件坐标转换并根据事件信息得到事件影响因子；最后，智能驾驶系统根据事件总体影响因子及当前道路环境判断是否允许车辆决策换道，允许则进行换道路径重规划并同时计算车辆期望行为，并进行换道。通过前方道路事件属性及车辆周围环境信息对当前车道车辆行驶路径进行影响因子计算，对自动驾驶车辆进行决策换道必要性、安全性、可靠性评估，并提前做好车辆换道准备。

Intelligent vehicle decision making lane changing method based on intelligent traffic system

The invention relates to a method for intelligent vehicle decision based on intelligent transportation system, intelligent transportation system, intelligent driving system of broadcasting data received, the event information extraction; secondly, intelligent driving system to complete the road events and transformation events according to the information obtained event impact factor; finally, intelligent driving system according to the overall event the influence factor and the road environment determine whether to allow the vehicle lane change decision, allow for path planning and vehicle weight and calculate the expected behavior, and lane change. The road ahead and event properties around the vehicle environment information to the current driving lane path factor calculation of automatic driving vehicle lane change decision necessity, safety, reliability, and ahead of the vehicle lane change to.

【技术实现步骤摘要】
一种基于智能交通系统的智能车辆决策换道方法
本专利技术涉及自动驾驶车辆控制领域，尤其涉及一种基于智能交通系统的智能车辆决策换道方法。
技术介绍
自动驾驶车辆决策换道技术按其发展的智能化程度大致可以分为三个阶段：人工决策并控制换道阶段、人工决策自主控制换道阶段、自主决策并控制换道阶段。第一阶段主要靠驾驶员进行车辆换道决策判断及换道时机选择，手动控制方向盘、转向灯等执行器进行车辆换道行为控制。第二阶段依靠驾驶员进行车辆换道决策判断，在合适时机下发换道决策指令，自动驾驶车辆综合周围环境感知结果判断指令有效性并在机制允许情况下进行主动换道行为控制。第三阶段为自动驾驶车辆自主进行换道必要性及安全性分析，考虑环境信息进行换道时机判断与决策，并通过自主路径重规划进行车辆自主换道。伴随自动驾驶技术全面发展，传统车辆决策换道技术也得到较快发展，部分科研机构已达到车辆自主决策并控制换道技术，即在无人参与情况下自动驾驶车辆可根据环境感知范围内信息进行车辆换道必要性与安全性分析并在适当情况下进行换道决策与控制，如“2016中国智能车未来挑战赛”中，设计并考核了智能驾驶汽车在城市环境中的决策换道功能。但在宏观意义上讲，目前自动驾驶车辆作为现代智能交通系统一个“独立智慧单元”，虽然可以进行周围环境感知，但受制于传感器有效范围与精度，只能对车辆周围一定范围内环境条件进行感知，不能突破传感器技术瓶颈，与整个交通系统进行信息交互。智能交通系统(IntelligentTransportationSystem，ITS),指的是在较完善的基础设施(包括道路、港口、机场和通信)之上将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个交通运输管理体系，从而建立起一种在大范围、全方位发挥作用的实时、准确、高效的综合运输和管理系统。智能交通系统作为未来交通系统的发展方向，可以通过无线通信技术及智能网联技术将道路交通状况实时准确的进行消息发布，包括交叉路口红绿灯状态、道路急弯、道路限速、施工落石等道路常见交通信息，检测并提供交通参与者的状态信息等，对减轻交通系统压力、保证车辆行驶安全性、提高车辆运输效率等方面具有重要意义。因此亟待一种将自动驾驶技术与智能交通有机结合的方法，可以很好的突破车辆自身传感器技术限制，补充传感器盲区限制与范围瓶颈，更好进行车辆定位、环境感知、决策判断、运动控制等。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种基于智能交通系统的智能车辆决策换道方法，用以解决上述技术问题。本专利技术的目的主要是通过以下技术方案实现的：在基于本专利技术方法的一个实施例中，提供了一种基于智能交通系统智能车辆决策换道方法，包括步骤：S1、智能驾驶系统解析接接收到的智能交通系统广播数据，提取事件信息；S2、智能驾驶系统完成道路事件坐标转换并根据事件信息得到事件影响因子；S3、智能驾驶系统根据事件总体影响因子及当前道路环境判断是否允许车辆决策换道，允许则进行换道路径重规划并同时计算车辆期望行为，并进行换道；不允许则保持当前车道行驶。在基于本专利技术方法的另一个实施例中，在步骤S1之前还包括：S101、启动自动驾驶车辆，开启硬件设备开关，检查车辆运行状态，在软硬件运行正常情况后启动车辆自动驾驶功能；S102、通过车载摄像机检测道路车道线并保持该车道行驶；S103、通过车载无线接收装置接收智能交通系统广播数据，并将数据传输至车辆智能驾驶系统。在基于本专利技术方法的另一个实施例中，事件信息包括事件属性、位置、事件半径。在基于本专利技术方法的另一个实施例中，步骤S2中得到事件影响因子的步骤具体包括：S1061、定义道路事件影响系数K；S1062、设计道路事件辐射梯度函数f(Si)：f(Si)＝A·(r-Si)其中，Si为事件中心到车辆前方局部规划路点的距离；(xL,yL)为事件中心位置在车辆局部坐标系中相对位置；(xi,yi)为车辆前方局部规划路点在车辆坐标系下的坐标；r为事件半径；Si为事件中心到车辆前方局部规划路点的距离；A为影响因子属性，包括距离影响因子A1及状态影响影子A2；S1063、当事件中心至车辆当前位置距离S小于等于局部规划路径长度L时，遍历车辆当前路径规划路点；当S大于L时，保持原车道行驶；S1064、通过路径点至事件中心距离及事件自身半径判断该路点是否属于事件区域，并记录事件区域点数目m；S1065、自事件区域第一个点开始计算单点距离影响因子及单点状态影响因子：Xi＝f1(Si)＝A1·(r-Si)Yi＝f2(Si)＝A2·(r-Si)其中，Xi、Yi为局部规划路径单点距离影响因子和点状态影响因子；ωi,vi为路点车辆期望转向和速度信息；S1066、判断该点是否为事件区域内最后一点，如果不是则继续返回计算下一区域内点影响因子；如果是进行影响因子加和计算；S1067、距离影响因子X及状态影响因子Y的加和计算：S1068、道路事件总体影响因子计算：在基于本专利技术方法的另一个实施例中，步骤S3中根据事件总体影响因子及当前道路环境判断是否允许车辆决策换道的具体步骤包括：S1091、首先考虑道路时间对当前规划路径行驶影响程度；S1092、根据影响因子大小是否超出限值进一步分析，如未达到换道需求，退出换道并保持当前车道行驶，同时判断是否可以通过降速等控制降低道路影响因子，使自动驾驶车辆更安全通过；如达到换道条件则事件影响因子满足标识L1置1，进行下一步分析：S1093、计算当前车道内换道安全距离；S1094、对当前车道换道距离进行判定，如果该距离不满足换道安全距离条件，则退出换道并保持当前车道行驶；如果大于等于安全距离，则当前车道安全距离满足标识L2置1，并进行下一步分析：S1095、计算目标车道的换道安全距离；S1096、对目标车道换道距离进行判定，如果该距离不满足换道安全距离条件，则退出换道并保持当前车道行驶；如果大于换道安全距离，则目标车道安全距离满足标识L3置1，并进行换道路径重规划环节。在基于本专利技术方法的另一个实施例中，步骤S1093中计算当前车道内换道安全距离具体为：Scurrent＝(vself-vfront)·T+ssafe其中，Scurrent为当前车道换道安全距离；vself、vfront为自身车速和前方障碍区速度；T为换道时间，即换道过程用时；ssafe为停车距离，即保证换道过程中与前车最小距离限制；decmax为最大减速度；t为执行器相应周期；vcurrent为当前车速；smin为停车后最小距离。在基于本专利技术方法的另一个实施例中，步骤S1095中计算目标车道的换道安全距离具体为：Starget＝(vself-vtarget)·T+Llength+2·ssafe其中，Starget为目标车道的换道安全距离，目标车道指远离道路事件中心的同向车道；Llength为车身长度。在基于本专利技术方法的另一个实施例中，步骤S3中进行换道路径重规划并同时计算车辆期望行为的具体步骤包括：S1101、车辆保持本车道行驶过程中，同步检测两侧车道线；S1102、根据两侧车道线检测结果计算本车道中心线作为车辆当前行驶期望路径；S1103、确认车辆换道决策判断，即对状态标识，L1、L2、L3进行判断，如果均为1，则通过判定，本文档来自技高网...

【技术保护点】
一种基于智能交通系统智能车辆决策换道方法，其特征在于，包括步骤：S1、智能驾驶系统解析接接收到的智能交通系统广播数据，提取事件信息；S2、智能驾驶系统完成道路事件坐标转换并根据事件信息得到事件影响因子；S3、智能驾驶系统根据事件总体影响因子及当前道路环境判断是否允许车辆决策换道，允许则进行换道路径重规划并同时计算车辆期望行为，并进行换道；不允许则保持当前车道行驶。

【技术特征摘要】
1.一种基于智能交通系统智能车辆决策换道方法，其特征在于，包括步骤：S1、智能驾驶系统解析接接收到的智能交通系统广播数据，提取事件信息；S2、智能驾驶系统完成道路事件坐标转换并根据事件信息得到事件影响因子；S3、智能驾驶系统根据事件总体影响因子及当前道路环境判断是否允许车辆决策换道，允许则进行换道路径重规划并同时计算车辆期望行为，并进行换道；不允许则保持当前车道行驶。2.如权利要求1所述的一种基于智能交通系统智能车辆决策换道方法，其特征在于，在步骤S1之前还包括：S101、启动自动驾驶车辆，开启硬件设备开关，检查车辆运行状态，在软硬件运行正常情况后启动车辆自动驾驶功能；S102、通过车载摄像机检测道路车道线并保持该车道行驶；S103、通过车载无线接收装置接收智能交通系统广播数据，并将数据传输至车辆智能驾驶系统。3.如权利要求1所述的一种基于智能交通系统智能车辆决策换道方法，其特征在于，所述事件信息包括事件属性、位置、事件半径。4.如权利要求1所述的一种基于智能交通系统智能车辆决策换道方法，其特征在于，步骤S2中得到事件影响因子的步骤具体包括：S1061、定义道路事件影响系数K；S1062、设计道路事件辐射梯度函数f(Si)：f(Si)＝A·(r-Si)其中，Si为事件中心到车辆前方局部规划路点的距离；(xL,yL)为事件中心位置在车辆局部坐标系中相对位置；(xi,yi)为车辆前方局部规划路点在车辆坐标系下的坐标；r为事件半径；Si为事件中心到车辆前方局部规划路点的距离；A为影响因子属性，包括距离影响因子A1及状态影响影子A2；S1063、当事件中心至车辆当前位置距离S小于等于局部规划路径长度L时，遍历车辆当前路径规划路点；当S大于L时，保持原车道行驶；S1064、通过路径点至事件中心距离及事件自身半径判断该路点是否属于事件区域，并记录事件区域点数目m；S1065、自事件区域第一个点开始计算单点距离影响因子及单点状态影响因子：Xi＝f1(Si)＝A1·(r-Si)Yi＝f2(Si)＝A2·(r-Si)其中，Xi、Yi为局部规划路径单点距离影响因子和点状态影响因子；ωi、vi为路点车辆期望转向和速度信息；S1066、判断该点是否为事件区域内最后一点，如果不是则继续返回计算下一区域内点影响因子；如果是进行影响因子加和计算；S1067、距离影响因子X及状态影响因子Y的加和计算：S1068、道路事件总体影响因子计算：5.如权利要求1所述的一种基于智能交通系统智能车辆决策换道方法，其特征在于，步骤S3中根据事件总体影响因子及当前道路环境判断是否允许车辆决策换道的具体步骤包括：S1091、首先考虑道路时间对当前规划路径行驶影响程度；S1...

【专利技术属性】
技术研发人员：熊光明，刘天放，程文，龚建伟，陈慧岩，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11