【技术实现步骤摘要】
本公开涉及用于车辆的变道控制系统。
技术介绍
1、车辆可以在各种自主或半自主模式下操作，其中诸如车辆的推进装置、制动系统和/或转向系统的一个或多个部件由车辆计算机控制。汽车工程师协会(sae)已经定义了多个级别的自主车辆操作。在级别0至级别2，人类驾驶员常常在没有车辆的帮助下监测或控制大部分驾驶任务。例如，在级别0(“无自动化”)下，人类驾驶员负责所有车辆操作。在级别1(“驾驶员辅助”)下，车辆有时辅助转向、加速或制动，但驾驶员仍然负责绝大部分的车辆控制。在级别2(“部分自动化”)下，车辆可在某些情形下在没有人类交互的情况下控制转向、加速和制动。在级别3至级别5，车辆承担更多的驾驶相关任务。在级别3(“条件性自动化”)下，车辆可在某些情况下处置转向、加速和制动，以及对驾驶环境的监测。然而，级别3偶尔需要驾驶员干预。在级别4(“高度自动化”)下，车辆可处置与在级别3下相同的任务，但不依赖于驾驶员在特定驾驶模式下进行接管。在级别5(“完全自动化”)，车辆可以处置几乎所有任务而不需要任何驾驶员干预或甚至不需要驾驶员在场。
2、可以在1级或更高级别下操作的各种现有系统包括诸如自适应巡航控制的系统，所述系统可以控制车辆的速度，包括通过以下操作控制车辆的速度：使自我意识车辆的速度适应一辆或多辆其他车辆；车道居中，其中控制车辆转向以将车辆的横向位置保持在行驶车道的中心；以及变道，其中可以控制车辆转向、加速和/或制动以使车辆从一个行驶车道移动到另一个行驶车道。此类系统可以被称为高级驾驶员辅助系统(adas)。
1、本文描述了用于车辆的变道控制系统，所述车辆被称为“自我意识”车辆，因为它是相对于其执行控制系统的操作的车辆。变道控制系统可以被称为“纵向横向协调控制”(l2c2)系统，因为它有利地协调对纵向速度的控制与横向移动以改善车辆的自动变道的轨迹。
2、因此，本公开包括一种系统，所述系统包括用于自我意识车辆的计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令能够由所述处理器执行。所述指令包括用于进行以下操作的指令：在检测到将所述自我意识车辆从当前车道移动到目标车道的变道触发时，识别所述目标车道中的目标车辆。所述指令还包括用于进行以下操作的指令：通过以下操作为所述目标车道中的所述目标车辆中的每一者构建用于变道操纵的候选轨迹集合：基于在所述自我意识车辆中收集的当前数据来确定用于变道操纵的约束集合，所述约束集合包括所述自我意识车辆的速度和距离约束；以及从存储的轨迹集合向所述候选轨迹集合添加所述变道操纵的满足所述变道操纵的约束的候选轨迹。所述指令还包括用于进行以下操作的指令：在确定已经为所述目标车辆中的每一者构建了所述候选轨迹集合时，则从所述候选轨迹集合中选择最佳轨迹。所述指令还包括用于进行以下操作的指令：基于所述最佳轨迹来命令所述自我意识车辆的纵向加速度。
3、所述指令还可以包括用于进行以下操作的指令：在确定所述最佳轨迹的完成时间与针对所述变道操纵指定的完成时间匹配时，命令所述自我意识车辆根据所述最佳轨迹执行所述变道操纵。所述自我意识车辆可以在执行所述变道操纵的命令之后执行所述变道操纵。所述指令还包括用于进行以下操作的指令：在确定在所述命令之后的完成时间内未执行所述变道操纵时，重新识别所述目标车辆或所述目标车道中的新目标车辆，构建新的候选轨迹集合，从所述候选轨迹集合中选择新的最佳轨迹，以及基于所述新的最佳轨迹来命令所述自我意识车辆的新的纵向加速度。所述指令还包括用于进行以下操作的指令：在确定所述新的最佳轨迹的完成时间与针对所述变道操纵指定的完成时间匹配时，命令所述自我意识车辆根据所述最佳轨迹执行所述变道操纵。
4、所述候选轨迹可以基于包括距目标车辆中一者的自我意识车辆距离和速度的相应场景和/或通过求解联立方程组和/或根据梯形加速度分布和/或根据包括加速度约束的静态约束而生成，和/或可以从各自定义最终距离-速度点的相应的测试轨迹集合中选择。所述静态约束还可以包括速度、所述自我意识车辆与所述目标车辆之间的最终距离以及加速度变化中的至少一者。
5、可以通过对所述候选轨迹执行优化成本函数的候选轨迹的离散搜索来从所述候选轨迹中选择所述最佳轨迹。
6、所述指令还可以包括用于进行以下操作的指令：在确定所述候选轨迹集合为空时，调整调谐变量以调整变道参数以构建所述候选轨迹集合。
7、一种方法包括：在检测到将自我意识车辆从当前车道移动到目标车道的变道触发时，识别所述目标车道中的目标车辆。所述方法还包括：通过以下操作为所述目标车道中的所述目标车辆中的每一者构建用于变道操纵的候选轨迹集合：基于在所述自我意识车辆中收集的当前数据来确定用于变道操纵的约束集合，所述约束集合包括所述自我意识车辆的速度和距离约束；以及从存储的轨迹集合向所述候选轨迹集合添加所述变道操纵的满足所述变道操纵的约束的候选轨迹。所述方法还包括：在确定已经为所述目标车辆中的每一者构建了所述候选轨迹集合时，则从所述候选轨迹集合中选择最佳轨迹。所述方法还包括：基于所述最佳轨迹来命令所述自我意识车辆的纵向加速度。
8、所述方法还可以包括：在确定所述最佳轨迹的完成时间与针对所述变道操纵指定的完成时间匹配时，命令所述自我意识车辆根据所述最佳轨迹执行所述变道操纵。所述自我意识车辆可以在执行所述变道操纵的命令之后执行所述变道操纵。所述方法还可以包括：在确定在所述命令之后的完成时间内未执行所述变道操纵时，重新识别所述目标车辆或所述目标车道中的新目标车辆，构建新的候选轨迹集合，从所述候选轨迹集合中选择新的最佳轨迹，以及基于所述新的最佳轨迹来命令所述自我意识车辆的新的纵向加速度。所述方法还可以包括：在确定所述新的最佳轨迹的完成时间与针对所述变道操纵指定的完成时间匹配时，命令所述自我意识车辆根据所述最佳轨迹执行所述变道操纵。
9、所述候选轨迹可以基于包括距目标车辆中一者的自我意识车辆距离和速度的相应场景和/或通过求解联立方程组和/或根据梯形加速度分布和/或根据包括加速度约束的静态约束而生成，和/或可以从各自定义最终距离-速度点的相应的测试轨迹集合中选择。所述静态约束还可以包括速度、所述自我意识车辆与所述目标车辆之间的最终距离以及加速度变化中的至少一者。
10、可以通过对所述候选轨迹执行优化成本函数的候选轨迹的离散搜索来从所述候选轨迹中选择所述最佳轨迹。
本文档来自技高网...【技术保护点】
1.一种方法，其包括：
2.如权利要求1所述的方法，其还包括：
3.如权利要求2所述的方法，其中所述自我意识车辆在执行所述变道操纵的命令之后执行所述变道操纵。
4.如权利要求2所述的方法，其还包括在确定在所述命令之后的完成时间内未执行所述变道操纵时：
5.如权利要求4所述的方法，其还包括：
6.如权利要求1所述的方法，其中所述候选轨迹基于包括距所述目标车辆中一者的自我意识车辆距离和速度的相应场景而生成。
7.如权利要求1所述的方法，其中所述候选轨迹是以下各项的至少一者：(a)从各自定义最终距离-速度点的相应的测试轨迹集合中选择，或者(b)根据包括加速度约束的静态约束而生成。
8.如权利要求7所述的方法，其中所述静态约束还包括速度、所述自我意识车辆与所述目标车辆之间的最终距离以及加速度变化中的至少一者。
9.如权利要求1所述的方法，其中所述候选轨迹根据梯形加速度分布而生成。
10.如权利要求1所述的方法，其中所述候选轨迹通过求解联立方程组而生成。
11.如权利要求
12.如权利要求1所述的方法，其还包括：在确定所述候选轨迹集合为空时，调整调谐变量以调整变道参数以构建所述候选轨迹集合。
13.一种计算机，其被编程为实施如权利要求1至12中任一项所述的方法。
14.一种车辆，其包括如权利要求12所述的计算机。
...【技术特征摘要】
1.一种方法，其包括：
2.如权利要求1所述的方法，其还包括：
3.如权利要求2所述的方法，其中所述自我意识车辆在执行所述变道操纵的命令之后执行所述变道操纵。
4.如权利要求2所述的方法，其还包括在确定在所述命令之后的完成时间内未执行所述变道操纵时：
5.如权利要求4所述的方法，其还包括：
6.如权利要求1所述的方法，其中所述候选轨迹基于包括距所述目标车辆中一者的自我意识车辆距离和速度的相应场景而生成。
7.如权利要求1所述的方法，其中所述候选轨迹是以下各项的至少一者：(a)从各自定义最终距离-速度点的相应的测试轨迹集合中选择，或者(b)根据包括加速度约束的静态约束而生成。
8.如权利要求7所述的方法，...
【专利技术属性】
技术研发人员：B·辛格，弗拉基米尔·伊万诺维奇，弘泰·埃里克·曾，B·马拉迪，P·K·冈杜，
申请(专利权)人：福特全球技术公司，
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。