本发明专利技术涉及一种基于自学习的红绿灯路口驾驶控制系统及方法，系统包括信息获取单元、策略计算单元、车载决策单元和车载控制单元；信息获取单元用于提供场景数据，包括本车的车速、本车与前方路口的距离、本车前方路口红绿灯的颜色和倒计时数值；策略计算单元用于学习用户在多种路口场景下的驾驶习惯和用于根据场景数据制定出符合用户驾驶习惯的驾驶策略；车载决策单元用于根据驾驶策略输出相应的控制指令。本发明专利技术在制定合理通过红绿灯路口的驾驶策略的基础上，能够是驾驶控制更加接近用户真实的驾驶习惯，可有效解决目前自动驾驶控制无法针对不同驾驶风格偏好的用户进行自适应调整的问题，提高用户的满意度和驾驶体验。提高用户的满意度和驾驶体验。提高用户的满意度和驾驶体验。
【技术实现步骤摘要】
一种基于自学习的红绿灯路口驾驶控制系统及方法
[0001]本专利技术属于汽车自动驾驶的
，具体涉及一种基于自学习的红绿灯路口驾驶控制系统及方法。
技术介绍
[0002]随着车辆智能化的快速发展，越来越多的汽车搭载了自动驾驶系统。自动驾驶系统的使用场景正在从小范围、简单城区环境下的低速行驶以及城际公路简单环境中的高速行驶，逐步向城市道路场景扩展。
[0003]目前，自动驾驶系统对车辆的行驶控制主要包括目标跟踪行驶和车道控制行驶两个方面，如中国专利CN201910974202.9 一种自动驾驶汽车的运动目标跟踪方法和CN202111201285.1 车辆横向距离的测量方法、装置及自动驾驶的测试方法。随着自动驾驶研究的不断深入，对自动驾驶系统的行驶控制提出了更高的要求，尤其当自动驾驶车辆通过红绿灯路口时；中国专利CN202110874675.9 一种自动驾驶车速控制方法、系统、终端以及存储介质和中国专利CN201810510649.6 一种智能驾驶车辆行驶控制方法，这两个方案均是采集车辆红绿灯的红绿灯信息，然后将红绿灯信息和车辆行驶信息代入到预设规则中以做出控制决策，控制车辆通过红绿灯路口，虽然增加自动驾驶系统的控制场景，但由于不同城市的实际场景和驾驶风格的差异性，以及不同用户的驾驶偏好不同，该自动驾驶系统在控制车辆经过红绿灯时很难满足不同用户的要求，灵活性较差，控制较为生硬，不仅影响驾驶体验，同时也容易降低用户对品牌的信赖。
[0004]因此，需要提供一种可自学习的自动驾驶系统或方法，以解决目前自动驾驶控制无法针对不同驾驶风格偏好的用户进行自适应调整的问题，从而提高用户的满意度和驾驶体验。
技术实现思路
[0005]针对现有技术的上述不足，本专利技术要解决的技术问题是提供一种基于自学习的红绿灯路口驾驶控制系统及方法，解决目前自动驾驶系统控制车辆通过红绿灯时难以满足用户驾驶偏好的问题，取得提高自动驾驶系统灵活性和用户使用体验的效果。
[0006]为解决上述技术问题，本专利技术采用如下技术方案：一种基于自学习的红绿灯路口驾驶控制系统，包括信息获取单元、策略计算单元、车载决策单元和车载控制单元；信息获取单元用于向策略计算单元提供场景数据，场景数据包括本车的车速、本车与前方路口的距离、本车前方路口红绿灯的颜色和倒计时数值；策略计算单元用于学习用户在多种路口场景下的驾驶习惯和用于根据场景数据制定出符合用户驾驶习惯的驾驶策略；车载决策单元用于根据驾驶策略输出相应的控制指令；车载控制单元用于执行控制指令以控制车辆执行相应的操作。
[0007]进一步地，信息获取单元包括车速检测模块、高精地图、定位模块和环境感知模
块；车速检测模块用于获取本车的车速，定位模块用于获取本车的定位信息，高精地图用于根据本车的定位信息获取本车前方路口的红绿灯信息和本车与前方路口的距离，环境感知模块用于根据红绿灯信息识别出本车前方路口红绿灯的颜色和倒计时数值。
[0008]进一步地，策略计算单元包括策略生成模块、习惯学习模块和存储模块；存储模块用于存储用户在多种路口场景下的驾驶数据，驾驶数据包括场景数据和用户在对应路口场景下作出的驾驶操作；习惯学习模块用于根据用户在多种路口场景下的驾驶数据学习用户在多种路口场景下的驾驶习惯；策略生成模块用于根据场景数据制定出符合用户驾驶习惯的驾驶策略。
[0009]进一步地，车载决策单元包括指令生成模块，指令生成模块用于根据策略生成模块制定出的驾驶策略生成相应的控制指令。
[0010]进一步地，车载决策单元还包括驾驶模式设置模块，驾驶模式设置模块用于供用户设置驾驶模式；驾驶模式包括极速模式、舒适模式和自动模式；当设置驾驶模式为极速模式时，策略生成模块根据场景数据制定出驾驶效率最优的驾驶策略；当设置驾驶模式为舒适模式时，策略生成模块根据场景数据制定出驾驶舒适性最优的驾驶策略；当设置驾驶模式为自动模式时，策略生成模块用于根据场景数据制定出符合用户驾驶习惯的驾驶策略。
[0011]本专利技术还包括一种基于自学习的红绿灯路口驾驶控制方法，使用如上所述一种基于自学习的红绿灯路口驾驶控制系统，包括步骤如下：1）自动驾驶功能开启；2）用户设置驾驶模式；3）信息获取单元向策略计算单元提供场景数据，当场景数据符合预设要求时，执行步骤4）；4）策略计算单元根据本车的车速以及本车与前方路口的距离，计算本车行驶至前方路口所需的时间；5）策略计算单元根据本车行驶至前方路口所需的时间以及本车前方路口红绿灯的颜色和倒计时数值判断本车是否能通过前方路口，是，则以当前驾驶模式通过前方路口。
[0012]进一步地，当步骤3）所述预设要求为场景数据中本车与前方路口的距离小于等于300m。
[0013]进一步地，步骤5）中，判断本车是否能通过前方路口包括如下内容：计算本车前方路口红绿灯的倒计时数值与本车行驶至前方路口所需的时间的差值T；当红绿灯的颜色为红色时，若T为正数，则判断本车不能通过前方路口，若T为非正数，则判断本车能通过前方路口；当红绿灯的颜色为黄色时，若T小于等于3，则判断本车不能通过前方路口；当红绿灯的颜色为绿色时，若T为正数，则判断本车能通过前方路口，若T为非正数，则判断本车不能通过前方路口。
[0014]相比现有技术，本专利技术的有益效果如下：1、本专利技术所述一种基于自学习的红绿灯路口驾驶控制系统中，策略计算单元对用
户的驾驶习惯进行学习，从而根据场景数据制定出符合用户驾驶习惯的驾驶策略；在制定合理通过红绿灯路口的驾驶策略的基础上，能够是驾驶控制更加接近用户真实的驾驶习惯，可有效解决目前自动驾驶控制无法针对不同驾驶风格偏好的用户进行自适应调整的问题，从而提高用户的满意度和驾驶体验。
[0015]2、本专利技术所述一种基于自学习的红绿灯路口驾驶控制系统中，车载决策单元预设有极速模式、自动模式和舒适模式，用户可以根据实际需求进行切换，策略计算单元在制定驾驶策略时优先考虑驾驶效率、用户习惯或驾驶舒适性，使所述驾驶控制系统更加灵活，可有效提高用户的满意度和驾驶体验。
附图说明
[0016]图1为实施例的一种基于自学习的红绿灯路口驾驶控制系统的组成框图；图2为实施例的一种基于自学习的红绿灯路口驾驶控制方法的流程图。
具体实施方式
[0017]下面结合附图对本专利技术的具体实施方式作进一步的详细说明。
[0018]实施例：请参见图1，一种基于自学习的红绿灯路口驾驶控制系统，包括信息获取单元、策略计算单元、车载决策单元和车载控制单元；信息获取单元用于向策略计算单元提供场景数据，场景数据包括本车的车速、本车与前方路口的距离、本车前方路口红绿灯的颜色和倒计时数值；策略计算单元用于学习用户在多种路口场景下的驾驶习惯和用于根据场景数据制定出符合用户驾驶习惯的驾驶策略；车载决策单元用于根据驾驶策略输出相应的控制指令；车载控制单元用于执行控制指令以控制车辆执行相应的操作。
[0019]本专利技术所述一种基于自学习的红绿灯路口驾驶控制系统中，策略计算单元对用户的驾驶本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于自学习的红绿灯路口驾驶控制系统，其特征在于：包括信息获取单元、策略计算单元、车载决策单元和车载控制单元；信息获取单元用于向策略计算单元提供场景数据，场景数据包括本车的车速、本车与前方路口的距离、本车前方路口红绿灯的颜色和倒计时数值；策略计算单元用于学习用户在多种路口场景下的驾驶习惯和用于根据场景数据制定出符合用户驾驶习惯的驾驶策略；车载决策单元用于根据驾驶策略输出相应的控制指令；车载控制单元用于执行控制指令以控制车辆执行相应的操作。2.根据权利要求1所述一种基于自学习的红绿灯路口驾驶控制系统，其特征在于：信息获取单元包括车速检测模块、高精地图、定位模块和环境感知模块；车速检测模块用于获取本车的车速，定位模块用于获取本车的定位信息，高精地图用于根据本车的定位信息获取本车前方路口的红绿灯信息和本车与前方路口的距离，环境感知模块用于根据红绿灯信息识别出本车前方路口红绿灯的颜色和倒计时数值。3.根据权利要求2所述一种基于自学习的红绿灯路口驾驶控制系统，其特征在于：策略计算单元包括策略生成模块、习惯学习模块和存储模块；存储模块用于存储用户在多种路口场景下的驾驶数据，驾驶数据包括场景数据和用户在对应路口场景下作出的驾驶操作；习惯学习模块用于根据用户在多种路口场景下的驾驶数据学习用户在多种路口场景下的驾驶习惯；策略生成模块用于根据场景数据制定出符合用户驾驶习惯的驾驶策略。4.根据权利要求3所述一种基于自学习的红绿灯路口驾驶控制系统，其特征在于：车载决策单元包括指令生成模块，指令生成模块用于根据策略生成模块制定出的驾驶策略生成相应的控制指令。5.根据权利要求4所述一种基于自学习的红绿灯路口驾驶控制系统，其特征在于：车载决策单元还包括驾驶模式设置模块，驾驶模式...
【专利技术属性】
技术研发人员：王文娟，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。