一种无人驾驶车辆变道决策方法、系统、设备和介质技术方案

本申请公开了一种无人驾驶车辆变道决策方法、系统、设备和介质，方法包括：将全局地图中各道路的交叉口划分为枢纽中心，将该全局地图中各道路与各枢纽中心的连接点划分为枢纽点；确定当前的目标枢纽点后，计算无人驾驶车辆从各目标枢纽点到终点的全局收益，目标枢纽点为无人驾驶车辆前方可行道路到距离该无人驾驶车辆最近的枢纽中心的入口点；根据无人驾驶车辆到各目标枢纽点的实时交通信息和各目标枢纽点到终点的全局收益，获取最优道路决策，改善了现有技术采用基于规则的变道决策方法，不能适用于环境的多样性和动态性，不能有效应用于无人驾驶车辆的决策系统的技术问题。效应用于无人驾驶车辆的决策系统的技术问题。效应用于无人驾驶车辆的决策系统的技术问题。

【技术实现步骤摘要】
一种无人驾驶车辆变道决策方法、系统、设备和介质


[0001]本申请涉及无人驾驶车辆
，尤其涉及一种无人驾驶车辆变道决策方法、系统、设备和介质。

技术介绍

[0002]无人驾驶车辆为集环境感知与认知、动态规划与决策、行为控制与执行等多项功能于一体的综合智能平台，无人驾驶车辆研究的核心问题包括环境感知、行为决策和运动控制。
[0003]变道决策是无人驾驶车辆决策技术的主要组成部分，现有技术通常采用基于规则的变道决策方法，该方法通过设计人员手动设计出一系列规则来控制车辆的变道行为。由于规则为手动设计，不能适应于环境的多样性与动态性，该方法多应用于半无人驾驶或特定场景下，无法大规模应用于无人驾驶车辆的决策系统中。

技术实现思路

[0004]本申请提供了一种无人驾驶车辆变道决策方法、系统、设备和介质，用于改善现有技术采用基于规则的变道决策方法，不能适用于环境的多样性和动态性，不能有效应用于无人驾驶车辆的决策系统的技术问题。
[0005]有鉴于此，本申请第一方面提供了一种无人驾驶车辆变道决策方法，包括：
[0006]将全局地图中各道路的交叉口划分为枢纽中心，将该全局地图中各道路与各枢纽中心的连接点划分为枢纽点；
[0007]确定当前的目标枢纽点后，计算无人驾驶车辆从各目标枢纽点到终点的全局收益，所述目标枢纽点为所述无人驾驶车辆前方可行道路到距离该无人驾驶车辆最近的枢纽中心的入口点；
[0008]根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息和各所述目标枢纽点到终点的全局收益，获取最优道路决策。
[0009]可选的，所述根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息和各所述目标枢纽点到终点的全局收益，获取最优道路决策，包括：
[0010]将所述无人驾驶车辆到各所述目标枢纽点的可行道路分割为若干个路径点；
[0011]将路径点的选择过程建模为马尔可夫决策模型；
[0012]计算所述无人驾驶车辆在当前路径点选择各可执行的动作后所到达下一路径点的状态转移概率，所述动作包括左转变道、右转变道和保持车道；
[0013]根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息计算所述无人驾驶车辆从当前路径点到下一路径点的短期时间损失；
[0014]将所述下一路径点作为当前路径点，返回所述计算所述无人驾驶车辆在当前路径点选择各可执行的动作后所到达下一路径点的状态转移概率的步骤，直至当前路径点为所述目标枢纽点，得到所述无人驾驶车辆在所有可行驶的路径点之间的状态转移概率和短期
时间损失；
[0015]结合所述路径点之间的状态转移概率、所述路径点之间的短期时间损失和所述目标枢纽点到终点的全局收益，获取最优道路决策。
[0016]可选的，所述下一路径点包括所述无人驾驶车辆前进后的正前方路径点，
[0017]所述根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息计算所述无人驾驶车辆从当前路径点到下一路径点的短期时间损失，包括：
[0018]根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息获取的所述无人驾驶车辆周围的车辆数量和车辆速度计算车流速度；
[0019]根据所述车流速度计算所述无人驾驶车辆从当前路径点前进到正前方路径点的行驶时间；
[0020]基于所述无人驾驶车辆从当前路径点前进到正前方路径点的行驶时间获取所述无人驾驶车辆从当前路径点到正前方路径点的短期时间损失。
[0021]可选的，所述下一路径点还包括所述无人驾驶车辆左转变道后的左前方路径点或右转变道后的右前方路径点，
[0022]所述基于所述无人驾驶车辆从当前路径点前进到正前方路径点的行驶时间获取所述无人驾驶车辆从当前路径点到正前方路径点的短期时间损失，之后还包括：
[0023]在所述无人驾驶车辆从当前路径点到前方路径点的短期时间损失上增加左转变道或右转变道的时间损失，得到所述无人驾驶车辆从当前路径点到左前方路径点或右前方路径点的短期时间损失。
[0024]可选的，所述结合所述路径点之间的状态转移概率、所述路径点之间的短期时间损失和所述所述目标枢纽点到终点的全局收益，获取最优道路决策，包括：
[0025]根据所述路径点之间的状态转移概率和所述路径点之间的短期时间损失，通过动态规划将各所述目标枢纽点到终点的全局收益叠加到所述无人驾驶车辆前方可行道路的路径点上，得到整体收益最大的最优道路决策。
[0026]可选的，所述确定当前的目标枢纽点后，计算无人驾驶车辆从各目标枢纽点到终点的全局收益，包括：
[0027]确定当前的目标枢纽点后，通过图搜索算法获取各目标枢纽点到终点的最短路径；
[0028]基于各所述目标枢纽点到终点的最短路径和预置行驶速度计算所述无人驾驶车辆从各所述目标枢纽点到终点的行驶时间；
[0029]基于所述无人驾驶车辆从各所述目标枢纽点到终点的行驶时间获取各所述目标枢纽点到终点的全局收益。
[0030]可选的，所述基于所述无人驾驶车辆从各所述目标枢纽点到终点的行驶时间获取各所述目标枢纽点到终点的全局收益，包括：
[0031]将所述无人驾驶车辆从各所述目标枢纽点到终点的行驶时间作为各所述目标枢纽点到终点的全局收益；
[0032]或，根据各目标枢纽点到终点的目标信息和所述无人驾驶车辆从各所述目标枢纽点到终点的行驶时间计算各所述目标枢纽点到终点的全局收益；
[0033]其中，所述目标信息包括红绿灯数量信息或收费站信息。
[0034]本申请第二方面提供了一种无人驾驶车辆变道决策系统，包括：
[0035]划分模块，用于将全局地图中各道路的交叉口划分为枢纽中心，将该全局地图中各道路与各枢纽中心的连接点划分为枢纽点；
[0036]计算模块，用于确定当前的目标枢纽点后，计算无人驾驶车辆从各目标枢纽点到终点的行驶时间，得到各所述目标枢纽点的全局收益，所述目标枢纽点为所述无人驾驶车辆前方可行道路到距离该无人驾驶车辆最近的枢纽中心的入口点；
[0037]道路决策模块，用于根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息和各所述目标枢纽点到终点的全局收益，获取最优道路决策。
[0038]本申请第三方面提供了一种无人驾驶车辆变道决策设备，所述设备包括处理器以及存储器；
[0039]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0040]所述处理器用于根据所述程序代码中的指令执行第一方面任一种所述的无人驾驶车辆变道决策方法。
[0041]本申请第四方面提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码被处理器执行时实现第一方面任一种所述的无人驾驶车辆变道决策方法。
[0042]从以上技术方案可以看出，本申请具有以下优点：
[0043]本申请提供了一种无人驾驶车辆变道决策方法，包括：将全局地图中各道路的交叉口划分为枢纽中心本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人驾驶车辆变道决策方法，其特征在于，包括：将全局地图中各道路的交叉口划分为枢纽中心，将该全局地图中各道路与各枢纽中心的连接点划分为枢纽点；确定当前的目标枢纽点后，计算无人驾驶车辆从各目标枢纽点到终点的全局收益，所述目标枢纽点为所述无人驾驶车辆前方可行道路到距离该无人驾驶车辆最近的枢纽中心的入口点；根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息和各所述目标枢纽点到终点的全局收益，获取最优道路决策。2.根据权利要求1所述的无人驾驶车辆变道决策方法，其特征在于，所述根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息和各所述目标枢纽点到终点的全局收益，获取最优道路决策，包括：将所述无人驾驶车辆到各所述目标枢纽点的可行道路分割为若干个路径点；将路径点的选择过程建模为马尔可夫决策模型；计算所述无人驾驶车辆在当前路径点选择各可执行的动作后所到达下一路径点的状态转移概率，所述动作包括左转变道、右转变道和保持车道；根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息计算所述无人驾驶车辆从当前路径点到下一路径点的短期时间损失；将所述下一路径点作为当前路径点，返回所述计算所述无人驾驶车辆在当前路径点选择各可执行的动作后所到达下一路径点的状态转移概率的步骤，直至当前路径点为所述目标枢纽点，得到所述无人驾驶车辆在所有可行驶的路径点之间的状态转移概率和短期时间损失；结合所述路径点之间的状态转移概率、所述路径点之间的短期时间损失和所述目标枢纽点到终点的全局收益，获取最优道路决策。3.根据权利要求2所述的无人驾驶车辆变道决策方法，其特征在于，所述下一路径点包括所述无人驾驶车辆前进后的正前方路径点，所述根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息计算所述无人驾驶车辆从当前路径点到下一路径点的短期时间损失，包括：根据所述无人驾驶车辆到各所述目标枢纽点的实时交通信息获取的所述无人驾驶车辆周围的车辆数量和车辆速度计算车流速度；根据所述车流速度计算所述无人驾驶车辆从当前路径点前进到正前方路径点的行驶时间；基于所述无人驾驶车辆从当前路径点前进到正前方路径点的行驶时间获取所述无人驾驶车辆从当前路径点到正前方路径点的短期时间损失。4.根据权利要求3所述的无人驾驶车辆变道决策方法，其特征在于，所述下一路径点还包括所述无人驾驶车辆左转变道后的左前方路径点或右转变道后的右前方路径点，所述基于所述无人驾驶车辆从当前路径点前进到正前方路径点的行驶时间获取所述无人驾驶车辆从当前路径点到正前方路径点的短期时间损失，之后还包括：在所述无人驾驶车辆从当前路径点到前方路径点的短期时间损失上增加左转变道或右转变道的时间损失，得到所述无人驾驶车辆从当...

【专利技术属性】
技术研发人员：李思思，张賾隐，韩旭，
申请(专利权)人：广州文远知行科技有限公司，
类型：发明
国别省市：