【技术实现步骤摘要】
本专利技术属于智能驾驶，具体涉及一种适用于智能汽车的具有换道功能的自适应巡航控制(acc)方法。
技术介绍
1、随着智能驾驶的迅速发展，作为高级辅助驾驶的重要部分，自适应巡航控制方法已被广泛应用于中、高端车辆。自适应巡航控制方法是指智能汽车利用雷达、激光或摄像头等传感器来监测前方车辆的距离和速度，根据车间距方法，自动调整车辆的速度以保持安全距离，有效地应对复杂的交通状况，降低驾驶员的疲劳感，减少人为驾驶错误和事故风险。
2、现阶段，自适应巡航控制方法的研究由车辆跟随性的单一目标控制逐渐转变成跟随性、舒适性的多目标控制。然而现有的多目标巡航控制方法多针对直行中的跟车工况，对于行驶过程中的前车切入、前车驶离、本车变道等复杂驾驶工况缺乏深入探讨。不同的行驶工况会对车辆的性能提出不同的要求，若只考虑多目标优化而不结合车辆行驶工况具体分析，可能会使车辆在不同行驶工况下的适应能力不足。并且由于换道行为不仅涉及车辆自身状态和动力学特性，还需要考虑周围交通流的动态变化，难以建立精准的决策模型和轨迹规划，将主动换道功能整合到自适应巡航控制方法...
【技术保护点】
1.适用于智能汽车的具有换道功能的自适应巡航控制方法，其特征在于，包括以下步骤：
2.如权利要求1所述的方法，其特征在于，步骤1中，通过提取真实数据集NextGeneration Simulation中的跟随、换道特征数据对极致梯度提升树进行训练，采用贝叶斯贝算法对模型参数进行优化，将训练好的模型作为车辆在线换道决策的依据。
3.如权利要求2所述的方法，其特征在于，步骤2中，根据决策结果，将车辆行驶行为分为跟车巡航和换道两部分。
4.如权利要求3所述的方法，其特征在于，步骤3中，采用模型预测控制建立多目标跟车巡航控制框架具体为：p>
5.如权利...
【技术特征摘要】
1.适用于智能汽车的具有换道功能的自适应巡航控制方法，其特征在于，包括以下步骤：
2.如权利要求1所述的方法，其特征在于，步骤1中，通过提取真实数据集nextgeneration simulation中的跟随、换道特征数据对极致梯度提升树进行训练，采用贝叶斯贝算法对模型参数进行优化，将训练好的模型作为车辆在线换道决策的依据。
3.如权利要求2所述的方法，其特征在于，步骤2中，根据决策结果，将车辆行...
【专利技术属性】
技术研发人员：吴小娟，凌兴鹏，操畅，张卫东，胡江平，
申请(专利权)人：电子科技大学，
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。