[发明专利]一种换道控制方法及装置

说明书

本发明实施例公开了一种换道控制方法及装置，该方法，包括：获取当前时刻被控车周围环境的当前环境数据；根据预先得到的动作评价模型和当前环境数据，获得当前时刻对换道动作的评分，换道动作包括加速度和转向角；将最高评分对应的换道动作确定为当前时刻的被选换道动作；根据被选换道动作，控制被控车动作。本发明实施例对换道过程中的加速度和转向角进行综合考虑，避免了将纵向和横向规划强行解耦导致的稳定性问题，增加了鲁棒性和乘客的舒适度。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种换道控制方法及装置。

背景技术

自动换道是实现车辆自动驾驶的关键技术之一，但受汽车动力学的非线性特征以及实际复杂的驾驶环境的制约，在自动驾驶过程中，如何保证车辆安全、快速、稳定的换道又是当今自动驾驶技术研究的重点和难点。

在自动换道控制的过程中，通过识别被控车辆的相邻车道线以及相邻车道线上的车辆位置和速度，计算局部路线，使被控车辆经该局部路线运动到相邻车到的车道中心线。现有的换道控制技术存在以下缺点：将相互耦合的纵横向控制规划强行解耦，对纵向加速和横向转向分开规划，造成自动驾驶汽车在换道过程中鲁棒性不高、乘客的舒适性不好。

发明内容

有鉴于此，本发明提供了一种换道控制方法及装置，能够解决现有的自动驾驶汽车在换道过程中鲁棒性不高、舒适性不好的问题。

本发明实施例提供的一种换道控制方法，包括：

获取当前时刻被控车周围环境的当前环境数据；

根据预先得到的动作评价模型和所述当前环境数据，获得当前时刻对换道动作的评分，所述换道动作包括加速度和转向角；

将最高评分对应的换道动作确定为当前时刻的被选换道动作；

根据所述被选换道动作，控制所述被控车动作。

可选的，所述动作评价模型的建立方法，具体包括：

获取换道动作训练集，所述换道动作训练集包括多组换道数据，每组换道数据包括一个换道过程中驾驶员控制第一车执行的每个换道动作和执行该换道动作时所述第一车的车速数据及其周围环境的环境数据；

根据所述换道动作训练集，基于卷积神经网络对训练目标函数进行训练，训练收敛后，得到所述动作评价模型q(s,a)；

其中，a为当前换道动作，s为当前环境数据，a'为下一时刻的换道动作，s'为下一时刻的环境数据，γ为学习率，R(s)为当前时刻的即时回报。

可选的，

在换道过程中，所述即时回报与第一舒适数据和第二舒适数据正相关，所述即时回报还与第一安全数据和/或第二安全数据正相关；

其中，所述第一舒适数据与所述第一车在预设时间段内横向加速度的变化程度负相关；所述第二舒适数据与所述第一车在所述预设时间段内纵向加速度的变化程度负相关；所述第一安全数据与第一距离和第二车的车速正相关，所述第二车在所述第一车前方且位于待转入车道，所述第一距离为所述第二车与所述第一车的纵向距离，所述第一安全数据还与所述第一车的车速、最大制动减速度和反应时延负相关；所述第二安全数据与第二距离和所述第一车的车速正相关，所述第二距离为第三车与所述第一车的纵向距离，所述第三车在所述第一车后方且位于所述待转入车道，所述第二安全数据还与所述第三车的车速、最大制动减速度和反应时延负相关；

换道结束时，所述即时回报为100。

可选的，在换道过程中，所述即时回报具体为：