一种自动驾驶变道速度控制方法、计算机设备及存储介质技术

本发明专利技术实施例公开一种自动驾驶变道速度控制方法、计算机设备及存储介质，获取变道车辆当前的驾驶信息数据，其中，所述驾驶信息数据包括位置信息及速度信息，所述变道车辆为自动驾驶车辆；基于所述位置信息确定所述变道车辆在原车道以及目标车道的周围车辆驾驶信息数据，其中，所述周围车辆包括所述变道车辆原车道前车、目标车道的前后车；基于所述变道车辆当前的驾驶信息数据、所述周围车辆的驾驶信息数据输入训练好的深度强化学习模型，输出所述变道车辆的加速度的值和方向角；如此，在未来车联网的混合交通流情况下，自动驾驶车辆能够充分感知混合交通流中的周围车辆驾驶状态，从而能够提高变道效率，从而提高道路出行效率以及安全性道。以及安全性道。以及安全性道。

【技术实现步骤摘要】
一种自动驾驶变道速度控制方法、计算机设备及存储介质


[0001]本专利技术涉及自动驾驶领域，尤其涉及一种自动驾驶变道速度控制方法、计算机设备及存储介质。

技术介绍

[0002]变道行为是一种常见的驾驶行为。变道操作对驾驶员来说是复杂和具有挑战性的，因为变道车辆需要与其他车辆交互，并且他在操纵时需要同时完成横向和纵向运动。驾驶员一旦在执行变道过程中出现错误，就会导致严重的交通事故，对交通流的安全和稳定产生很大的影响。
[0003]传统的变道模型包括数值变道模型和基于监督学习的变道模型。然而传统的数值变道模型是使用一定数量的参数来表达变道行为，但这些参数难以全面覆盖驾驶风格的多样性和驾驶场景的复杂性，因此数值变道模型不适合复杂环境。其次，基于监督学习的变道模型缺乏区分好行为和坏行为的能力，只能通过监督学习尽可能完美地模仿人类行为。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种自动驾驶变道速度控制方法、计算机设备及存储介质，以使得自动驾驶车辆能够在周围车辆之间安全且高效地完成变道，以提高道路驾驶安全性和驾驶效率。
[0005]为达到上述目的，本专利技术的技术方案是这样实现的：
[0006]第一方面，本专利技术提供了一种自动驾驶变道速度控制方法，所述方法包括：
[0007]获取变道车辆当前的驾驶信息数据，其中，所述驾驶信息数据包括位置信息及速度信息，所述变道车辆为自动驾驶车辆；
[0008]基于所述位置信息确定所述变道车辆在原车道以及目标车道的周围车辆驾驶信息数据，其中，所述周围车辆包括所述变道车辆原车道前车、目标车道的前后车；
[0009]基于所述变道车辆当前的驾驶信息数据、所述周围车辆的驾驶信息数据输入训练好的深度强化学习模型，输出所述变道车辆的加速度的值和方向角。
[0010]其中，所述获取变道车辆当前的驾驶信息数据，包括：
[0011]通过目标区域的路段上的摄像头及路段检测器采集车辆驾驶信息数据，包括位置信息及速度信息，将所述驾驶信息数据通过路侧通信单元传输给所述变道车辆。
[0012]其中，所述基于所述位置信息确定所述变道车辆在原车道以及目标车道的周围车辆的驾驶信息数据，包括：
[0013]基于所述变道车辆的位置信息确定所述变道车辆的车道位置数据；
[0014]基于所述车道位置数据以及自动驾驶车辆的变道意图确定变道的原车道及目标车道，并确定变道过程的起点；
[0015]获取起点时刻下当前车道的前车及目标车道前后车的驾驶信息数据，构建自动驾驶车辆的变道仿真环境。
[0016]其中，所述构建自动驾驶车辆的变道仿真环境，包括：
[0017]确定深度强化学习模型中的智能体为自动驾驶车辆，动作空间为自动驾驶车辆的加速度的值和方向角[a
v
，a
d
]，状态空间为变道车辆与周围车辆之间相对纵向速度以及纵向距离、变道车辆横向速度以及变道车辆横向移动距离[Δv
y_lcs
，Δv
y_lts
，Δv
y_fts
，Δy
lcs
，Δy
lts
，Δy
fts
，v
x_s
，x
s
‑
x
o
]，所述状态根据运动学原理进行更新，公式为：
[0018]v
x_s
(t+1)＝v
x_s
(t)+a
v
(t)*sin a
d
(t)*ΔT
[0019]v
y_s
(t+1)＝v
y_s
(t)+a
v
(t)*cos a
d
(t)*ΔT
[0020][0021][0022]其中，s，lc，lt，ft分别代表自动驾驶车辆、原车道的前车、目前车道的前车以及目标车道的后车，ΔT为测量时间步长。
[0023]其中，所述深度强化学习模型的网络结构包括策略网络，两个值函数网络以及两个Q函数网络。
[0024]其中，还包括：
[0025]设计奖励函数引导自动驾驶车辆在变道过程中在给定的横向范围内完成加减速运动，并在变道完成时其横向速度小于给定范围。其中，所述给定的横向范围根据车道中心线确定，给定的最终横向速度根据直线行驶要求以及道路限速确定，奖励函数通过对变道过程中不同阶段的横向移动位置及横向速度或横向加速设计相应的奖励值。
[0026]其中，将所述基于所述变道车辆当前的驾驶信息数据、所述周围车辆的驾驶信息数据输入训练好的深度强化学习模型之前，还包括：
[0027]将所述变道车辆以及周围车辆的驾驶信息数据输入初始深度强化学习模型进行训练，更新各网络参数；
[0028]对所述深度强化学习模型进行迭代更新，直至设置的奖励函数满足收敛条件，获得训练好的深度强化学习模型。
[0029]其中，所述基于所述目标车辆当前的驾驶信息数据、所述基于所述变道车辆当前的驾驶信息数据以及周围车辆的驾驶信息数据输入训练好的深度强化学习模型，输出所述变道车辆的加速度的值和方向角，包括：
[0030]基于所述变道车辆以及周围车辆的驾驶信息数据确定当前目标状态；
[0031]基于所述目标状态输入所述训练好的深度强化学习模型，输出所述变道车辆的加速度的值和方向角。
[0032]第二方面，本专利技术提供了一种计算机设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
[0033]其中，所述处理器用于运行所述计算机程序时，实现执行实现上述任意所述的自动驾驶变道速度控制方法。
[0034]第三方面，本专利技术提供了一种计算存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行实现上述任意所述的自动驾驶变道速度控制方法。
[0035]本专利技术实施例提供的自动驾驶变道速度控制方法、计算机设备及存储介质，包括：
以变道车辆原车道前车、目标车道的前后车作为自动驾驶车辆变道过程的周围车辆，通过获取位置信息及速度信息构建自动变道驾驶环境；基于深度强化学习算法确定动作空间为加速度的值以及方向角，且状态空间为变道车辆与周围车辆之间相对纵向速度以及纵向距离、变道车辆横向速度以及变道车辆横向移动距离；通过设计强化学习算法中的奖励函数来引导自动驾驶车辆完成变道过程中横向运动的加减速过程，且引入避撞策略确保自动驾驶车辆在纵向运动中不会与周围车辆发生碰撞；将自动驾驶车辆当前的驾驶信息数据以及周围车辆的驾驶信息数据输入训练好的深度强化学习模型，输出变道过程中的加速度的值以及相应的方向角，从而控制自动驾驶车辆的变道速度。如此，在未来车联网的混合交通流情况下，自动驾驶车辆能够充分感知混合交通流中的周围车辆驾驶状态，从而能够提高变道效率，从而提高道路出行效率以及安全性道；本专利技术方法设计简单，易于计算；基于深度强化学习的自动驾驶车辆的变道模型，能够克服已有变道本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶变道速度控制方法，其特征在于，所述方法包括：获取变道车辆当前的驾驶信息数据，其中，所述驾驶信息数据包括位置信息及速度信息，所述变道车辆为自动驾驶车辆；基于所述位置信息确定所述变道车辆在原车道以及目标车道的周围车辆驾驶信息数据，其中，所述周围车辆包括所述变道车辆原车道前车、目标车道的前后车；基于所述变道车辆当前的驾驶信息数据、所述周围车辆的驾驶信息数据输入训练好的深度强化学习模型，输出所述变道车辆的加速度的值和方向角。2.根据权利要求1所述的自动驾驶变道速度控制方法，其特征在于，所述获取变道车辆当前的驾驶信息数据，包括：通过目标区域的路段上的摄像头及路段检测器采集车辆驾驶信息数据，包括位置信息及速度信息，将所述驾驶信息数据通过路侧通信单元传输给所述变道车辆。3.根据权利要求1所述的自动驾驶变道速度控制方法，其特征在于，所述基于所述位置信息确定所述变道车辆在原车道以及目标车道的周围车辆的驾驶信息数据，包括：基于所述变道车辆的位置信息确定所述变道车辆的车道位置数据；基于所述车道位置数据以及自动驾驶车辆的变道意图确定变道的原车道及目标车道，并确定变道过程的起点；获取起点时刻下当前车道的前车及目标车道前后车的驾驶信息数据，构建自动驾驶车辆的变道仿真环境。4.根据权利要求3所述的自动驾驶变道速度控制方法，其特征在于，所述构建自动驾驶车辆的变道仿真环境，包括：确定深度强化学习模型中的智能体为自动驾驶车辆，动作空间为自动驾驶车辆的加速度的值和方向角[a
v
，a
d
]，状态空间为变道车辆与周围车辆之间相对纵向速度以及纵向距离、变道车辆横向速度以及变道车辆横向移动距离[Δv
y_lcs
，Δv
y_lts
，Δv
y_fts
，Δy
lcs
，Δy
lts
，Δy
fts
，v
x_s
，x
s
‑
x
o
]，所述状态根据运动学原理进行更新，公式为：v
x_s
(t+1)＝v
x_s
(t)+a
v
(t)*sin a
d
(t)*ΔTv
y_s
...

【专利技术属性】
技术研发人员：唐进君，王喆，孟宪伟，黄合来，
申请(专利权)人：中南大学，
类型：发明
国别省市：