【技术实现步骤摘要】
本专利技术涉及车辆自动驾驶，具体涉及一种自动驾驶换道决策方法及其装置、存储介质。
技术介绍
1、当前的自动驾驶换道决策方法分为基于规则的决策方法、基于ai强化学习的决策方法以及基于规则和ai融合的决策方法等三大类。
2、其中，基于规则的决策方法应用最为广泛，目前为行业内主流采用的方法，其优点是具有较好的行为解释空间，可根据实车或仿真的动作表现，分析规则制定的合理性，并按预期调整规则，可使自动驾驶决策的结果符合预期；但其也存在以下缺点：其与规则的制定与决策的灵活性强相关，规则越复杂则决策灵活性更高，但规则的维护或调整难度会上升；规则简单则决策灵活性下降，不能有效的处理一些特殊场景。
3、其中，基于ai强化学习的决策方法当前处于研究阶段，可实际应用较少，其优点是只需要加大训练的数据量即可得到较好的输出结果，不用设计复杂的规则装置；但其也存在以下缺点：可解释性较差，对训练出来的模型不能针对性调整，且对错误结果不能有效的进行改善，因此无法较好的应用于安全性要求高的自动驾驶领域。
4、其中，基于规则和ai融合的决策方法是综合上述两种方法而衍生出来的一种方法，其出发点是想综合两者的优点，从而达到较好的效果；但实际上，实车采用两套算法同时工作，再增加一个仲裁模块去判定两者的输出结果，然而仲裁模块是基于规则的，并没有起到真正的仲裁效果，且两套算法同时运行，极大的增加了车载算力消耗。
5、综上，当前的自动驾驶换道决策方法均存在不足之处，故有必要研究一种能够取得更好换道效果的自动驾驶换道决策方法，来提
技术实现思路
1、本专利技术的目的在于提出一种自动驾驶换道决策方法及其装置、存储介质，以提高自动驾驶换道的决策效率和合理性。
2、为实现上述目的，本专利技术的第一方面提出一种自动驾驶换道决策方法，所述方法包括：
3、获取本车位置信息和当前导航任务的道路信息；
4、以本车所在车道为当前车道，生成左侧相邻车道、左侧相邻车道的左车车道、右侧相邻车道、右侧相邻车道的右侧车道获得五条车道，并且每条车道的参考线为其中心线；
5、获取车载感知模块检测的障碍物信息，并根据所述障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图；
6、根据所述本车行为意图确定是否进行换道代价计算，若是，则根据预设代价函数计算每条车道的参考线的换道代价值，并选择换道代价值最小的一条车道的参考线作为目标参考线；若否，则判定本车保持当前横向动作；
7、当所述目标参考线为当前车道的参考线时，判定本车保持当前横向动作；
8、当所述目标参考线为左侧相邻车道、左侧相邻车道的左车车道、右侧相邻车道、右侧相邻车道的右侧车道中的任一条车道的参考线时，判定需要换道，获取所述目标参考线对应的车道的障碍物信息，根据所述目标参考线对应的车道的障碍物信息计算所述目标参考线对应的车道的任意两个障碍物之间的空间，选择其中一个最优的两个障碍物之间的空间作为换道空间，根据所述换道空间进行换道。
9、优选地，所述本车行为意图包括路侧起步、靠边停车、放弃换道、强制换道、会车、绕障、换道超车、车道内偏移中的至少一种；
10、其中，所述根据所述障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图，包括：
11、若本车处于起步状态，且本车的原点距当前车道的参考线的距离大于预设的路侧起步距离阈值，则确定本车行为意图为路侧起步；
12、若本车在当前车道的换道次数为0，且本车距导航任务终点的距离小于预设的靠边停车距离阈值，确定本车行为意图为靠边停车；
13、若本车当前处于换道过程中，且与目标车道上的障碍物存在碰撞风险，则确定本车行为意图为放弃换道；
14、若本车距离当前车道终点的距离减去前方实线长度和当前路段路口长度后小于总的换道距离时，则确定本车行为意图为强制换道；
15、若本车在最左侧车道，且左侧逆向车道上的逆向车辆距离本车当前车道的中心线的距离处于预设的第一阈值范围内，则确定本车行为意图为会车意图；
16、若本车的导航任务规划路线与前方静止障碍物存在碰撞风险，则确定本车行为意图为绕障；
17、若当前车道的前方存在限制本车行驶速度的移动障碍物，且本车速度满足预设条件时，则确定本车行为意图为换道超车；
18、若本车前方有障碍物，且该障碍物边界到当前车道中心的距离在预设的第二阈值范围内，则确定本车行为意图为车道内偏移。
19、优选地，所述根据所述障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图，包括：
20、根据所述障碍物信息确定障碍物的移动路线，并根据所述移动路线确定各条车道上存在的障碍物；其中，当任一个障碍物的移动路线位于任一条车道上时，确定该一条车道上存在该一个障碍物。
21、优选地，所述根据所述障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图，包括：
22、根据所述障碍物信息确定与本车存在碰撞风险的目标障碍物，并根据所述目标障碍物的障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图。
23、优选地，所述根据所述本车行为意图确定是否进行换道代价计算，包括：
24、当路侧起步、靠边停车、放弃换道、强制换道、会车、绕障、换道超车、车道内偏移中的任一种本车行为意图成立时，确定进行换道代价计算；
25、当路侧起步、靠边停车、放弃换道、强制换道、会车、绕障、换道超车、车道内偏移的本车行为意图均不成立时，确定不进行换道代价计算。
26、优选地，每条车道的参考线的换道代价值包括全局导航代价global_cost、距离代价dis_cost、速度代价speed_cost、换道代价lc_cost、稳定性代价stable_cost、安全性代价safety_cost、边道代价side_cost中的至少一种代价。
27、优选地，其中：
28、全局导航代价global_cost等价于本车到导航任务终点的换道次数；
29、距离代价dis_cost与本车到当前车道终点的距离有关，本车到当前车道终点的距离越近，则对应的距离代价dis_cost越大；
30、速度代价speed_cost＝c*speed_cost+b*a*v_max/v_ego；其中，v_max为当前车道限速，v_ego为本车车速，a、b、c为预设系数；
31、换道代价lc_cost表示从当前车道换道至目标车道的换道次数；
32、稳定性代价stable_cost＝(t_stable–t_do_lc/t_stable)+dis_line+delta_angle；其中，t_stable为预设的时间阈值，t_do_lc为车辆完成一次换道本文档来自技高网...
【技术保护点】
1.一种自动驾驶换道决策方法，其特征在于，所述方法包括：
2.如权利要求1所述的自动驾驶换道决策方法，其特征在于，所述本车行为意图包括路侧起步、靠边停车、放弃换道、强制换道、会车、绕障、换道超车、车道内偏移中的至少一种；
3.如权利要求2所述的自动驾驶换道决策方法，其特征在于，所述根据所述障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图，包括：
4.如权利要求2所述的自动驾驶换道决策方法，其特征在于，所述根据所述障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图，包括：
5.如权利要求2所述的自动驾驶换道决策方法，其特征在于，所述根据所述本车行为意图确定是否进行换道代价计算，包括：
6.如权利要求2所述的自动驾驶换道决策方法，其特征在于，每条车道的参考线的换道代价值包括全局导航代价Global_cost、距离代价Dis_cost、速度代价Speed_cost、换道代价Lc_cost、稳定性代价Stable_cost、安全性代价Safety_cost、边道代价Side_co
7.如权利要求6所述的自动驾驶换道决策方法，其特征在于，其中：
8.如权利要求1～7中任一项所述的自动驾驶换道决策方法，其特征在于，所述根据所述目标参考线对应的车道的障碍物信息计算所述目标参考线对应的车道的任意两个障碍物之间的空间，包括：
9.一种自动驾驶换道决策装置，其特征在于，用于实现权利要求1～8中任一项所述的自动驾驶换道决策方法，所述装置包括：
10.一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存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1～8中任一项所述的自动驾驶换道决策方法。
...【技术特征摘要】
1.一种自动驾驶换道决策方法，其特征在于，所述方法包括：
2.如权利要求1所述的自动驾驶换道决策方法，其特征在于，所述本车行为意图包括路侧起步、靠边停车、放弃换道、强制换道、会车、绕障、换道超车、车道内偏移中的至少一种；
3.如权利要求2所述的自动驾驶换道决策方法，其特征在于，所述根据所述障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图，包括：
4.如权利要求2所述的自动驾驶换道决策方法，其特征在于，所述根据所述障碍物信息、所述本车位置信息以及所述当前导航任务的道路信息确定本车行为意图，包括：
5.如权利要求2所述的自动驾驶换道决策方法，其特征在于，所述根据所述本车行为意图确定是否进行换道代价计算，包括：
6.如权利要求2所述的自动驾驶换道决策方法，其特征在于，每条车道的参考线的换道代价值包括全局导航...
【专利技术属性】
技术研发人员：王文宇，杭宸，夏锌，钟斌，刘佳东，翁茂楠，
申请(专利权)人：广州汽车集团股份有限公司，
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。