【技术实现步骤摘要】
本专利技术涉及汽车，特别是涉及一种变道方法、一种自动驾驶方法、一种变道装置、一种自动驾驶装置和一种自动驾驶车辆。
技术介绍
1、随着自动驾驶技术的不断发展和普及，人们对于该技术安全性及舒适性高需求的同时，对于智能化程度也越来越重视。其中，变道场景作为高速/城市场景中使用最为频繁的功能，能够最为直观地反映自动驾驶系统的先进性及鲁棒性程度，变道成功率则是智能化和场景覆盖性的量化指标。同时，现有的自动驾驶技术需求方，如车企、各级供应商、硬件厂商，则希望能够在尽可能更低成本的硬件架构及传感器部署方案中，使用安全稳定及智能的智驾技术。因而，如何能够在复杂场景中控制自动驾驶车辆去创造安全、舒适的变道条件，将是现阶段自动驾驶技术的核心能力之一。
2、参考人类驾驶的习惯，创造变道条件的过程往往是通过自车的加减速行为去贴近目标变道位置，现有的技术方案中，大体上能够分为基于数据驱动的方案和基于规则的方案，然而，在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：
3、基于数据驱动的方法中，由于加减速变道的数据标注难度大，数据量少，因而训练难度较大，同时，由于该行为与环境交互性强，生成的轨迹如果不进行后处理，一般无法直接用于实车中，该方案落地难度较大。
4、基于规则的方案目前有少部分能够落地，其中可以分为以下几种类型: （1）基于采样的方案，通过设置固定的时间/加速度对问题进行降维，计算出对应的轨迹，该类方案中使用到的运动学模型较为简单，自车只能以定加速度去逼近目标位置，与现实中车辆运动不符；（2）基
技术实现思路
1、针对现有技术中的缺陷，本专利技术实施例提供了一种变道方法、一种自动驾驶方法、一种变道装置、一种自动驾驶装置和一种自动驾驶车辆。
2、第一方面，提供一种变道方法，包括：
3、获取自车和变道空间内障碍物的st图信息，所述st图信息包括根据路径规划信息确定的自车和障碍物的交互信息；
4、基于所述st图信息和状态转移方程预测自车在未来每个时刻的运动状态，所述运动状态至少包括对应时刻下的速度、位置和加速度；
5、基于未来每个时刻的运动状态，计算自车进行变道时每个时刻的综合代价；
6、基于变道约束条件，对所述运动状态对应的状态空间进行剪枝，搜索剪枝后的状态空间中的所有可行解；
7、基于所述可行解中每个节点的所述综合代价确定每个可行解的轨迹代价，基于所述轨迹代价从所述所有可行解中确定所述变道空间对应的最优轨迹。
8、如上述方法，可选地，所述计算自车进行变道时每个时刻的综合代价，包括：
9、基于自车进行变道时每个时刻的位置目标函数、速度目标函数、舒适性目标函数、时效性目标函数和行为代价函数计算自车进行变道时每个时刻的综合代价。
10、如上述方法，可选地，根据下述步骤计算自车进行变道时每个时刻的位置目标函数：
11、根据公式（1）计算自车的目标位置：
12、公式（1）
13、其中，为目标位置，为目标位置在前后车相对距离中的比例，为前向障碍物位置，为后向障碍物位置；
14、根据公式（2）计算自车进行变道时每个时刻的位置目标函数：
15、公式（2）
16、其中，为自车t时刻的位置目标函数，为自车t时刻的位置。
17、如上述方法，可选地，根据下述步骤计算自车进行变道时每个时刻的速度目标函数：
18、根据公式（5）计算自车的目标速度：
19、公式（5）
20、其中，为目标速度，为目标速度比例，为前向障碍物速度，为后向障碍物速度；
21、根据公式（6）计算自车进行变道时每个时刻的速度目标函数：
22、公式（6）
23、其中，为自车t时刻的速度目标函数，为自车t时刻的速度。
24、如上述方法，可选地，根据公式（7）计算自车进行变道时每个时刻的舒适性目标函数：
25、公式（7）
26、其中，为自车t时刻的舒适性目标函数，为自车t时刻的加速度。
27、如上述方法，可选地，根据公式（8）计算自车进行变道时每个时刻的时效性目标函数：
28、公式（8）
29、其中，为自车t时刻的时效性目标函数，为最优完成时间，为变道期望最长完成时间，为最优时间变化系数，为本次变道行为开始时间至t时刻的持续时间。
30、如上述方法，可选地，根据公式（9）计算自车进行变道时每个时刻的行为代价函数：
31、公式（9）
32、其中，为自车t时刻的行为代价函数，为自车t时刻的加速度。
33、如上述方法，可选地，根据公式（10）计算自车进行变道时每个时刻的综合代价：
34、公式（10）
35、其中，为自车进行变道时在t时刻的综合代价。
36、如上述方法，可选地，根据下述步骤确定状态转移方程：
37、根据安全时距确定动态时距调整系数；
38、根据所述动态时距调整系数确定自车每个时刻的位置范围；
39、根据前向障碍物速度和后向障碍物速度确定自车每个时刻的速度范围；
40、将任意时刻自车的运动状态记为节点，所述节点包括在对应时刻的位置、速度、加速度、目标位置范围、目标速度范围和前置节点；
41、根据稠密步长和稀疏步长确定状态转移方程中每个节点的步长；
42、根据所述st图信息预测自车在所述每个节点的行驶行为；
43、根据所述步长、所述前置节点和所述行驶行为确定状态转移方程。
44、如上述方法，可选地，所述变道约束条件包括：
45、最大时间约束条件、最大速度范围约束条件、加加速度约束条件和终点条件约束条件。
46、如上述方法，可选地，所述搜索剪枝后的状态空间中的所有可行解，包括：
47、遍历状态方程中的每个节点；
48、遍历所述节点下的所有运动状态；
49、基于所述运动状态预测多个下一个节点；
50、基于变道约束条件优化预测的下一个节点；
51、将得到的下一个节点作为当前节点，继续预测直到满足终止条件；
52、将得到的每组节点作为所述状态空间中的一组可行解。
53、如上述方法，可选地，在获取自车和变道空间内障碍物的st图信息之前，还包括：
54、当存在多个障碍物时，根据预设安全条件，确定满足安全条件的至少一个变道空间。
55、如上述方法，可选地，在确定满足安全条件的至少一个变道空间之后，还包括：
56、根据加减速变道预处理状本文档来自技高网...
【技术保护点】
1.一种变道方法，其特征在于，包括：
2.根据权利要求1所述的变道方法，其特征在于，所述计算自车进行变道时每个时刻的综合代价，包括：
3.根据权利要求2所述的变道方法，其特征在于，根据下述步骤计算自车进行变道时每个时刻的位置目标函数：
4.根据权利要求3所述的变道方法，其特征在于，根据下述步骤计算自车进行变道时每个时刻的速度目标函数：
5.根据权利要求4所述的变道方法，其特征在于，根据公式（7）计算自车进行变道时每个时刻的舒适性目标函数：
6.根据权利要求5所述的变道方法，其特征在于，根据公式（8）计算自车进行变道时每个时刻的时效性目标函数：
7.根据权利要求6所述的变道方法，其特征在于，根据公式（9）计算自车进行变道时每个时刻的行为代价函数：
8.根据权利要求7所述的变道方法，其特征在于，根据公式（10）计算自车进行变道时每个时刻的综合代价：
9.根据权利要求1所述的变道方法，其特征在于，根据下述步骤确定状态转移方程：
10.根据权利要求9所述的变道方法，其特征在于，所述
11.根据权利要求10所述的变道方法，其特征在于，所述搜索剪枝后的状态空间中的所有可行解，包括：
12.根据权利要求1-11任一项所述的变道方法，其特征在于，在获取自车和变道空间内障碍物的ST图信息之前，还包括：
13.根据权利要求12所述的变道方法，其特征在于，在确定满足安全条件的至少一个变道空间之后，还包括：
14.根据权利要求13所述的变道方法，其特征在于，所述基于所述轨迹代价从所述所有可行解中确定所述变道空间对应的最优轨迹之后，还包括：
15.根据权利要求14所述的变道方法，其特征在于，所述确定变道最优轨迹之后，还包括：
16.根据权利要求15所述的变道方法，其特征在于，还包括：
17.一种自动驾驶方法，其特征在于，包括：
18.一种变道装置，其特征在于，包括：
19.一种自动驾驶装置，其特征在于，包括：
20.一种自动驾驶车辆，其特征在于，包括：
21.一种电子设备，其特征在于，包括：
22.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至16任一项所述的变道方法或如权利要求17所述的自动驾驶方法。
...【技术特征摘要】
1.一种变道方法，其特征在于，包括：
2.根据权利要求1所述的变道方法，其特征在于，所述计算自车进行变道时每个时刻的综合代价，包括：
3.根据权利要求2所述的变道方法，其特征在于，根据下述步骤计算自车进行变道时每个时刻的位置目标函数：
4.根据权利要求3所述的变道方法，其特征在于，根据下述步骤计算自车进行变道时每个时刻的速度目标函数：
5.根据权利要求4所述的变道方法，其特征在于，根据公式（7）计算自车进行变道时每个时刻的舒适性目标函数：
6.根据权利要求5所述的变道方法，其特征在于，根据公式（8）计算自车进行变道时每个时刻的时效性目标函数：
7.根据权利要求6所述的变道方法，其特征在于，根据公式（9）计算自车进行变道时每个时刻的行为代价函数：
8.根据权利要求7所述的变道方法，其特征在于，根据公式（10）计算自车进行变道时每个时刻的综合代价：
9.根据权利要求1所述的变道方法，其特征在于，根据下述步骤确定状态转移方程：
10.根据权利要求9所述的变道方法，其特征在于，所述变道约束条件包括：
11.根据权利要求10所述的变道方法，其特...
【专利技术属性】
技术研发人员：于兆玮，都大龙，单羿，
申请(专利权)人：上海鉴智其迹科技有限公司，
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。