[发明专利]一种基于规则的自动驾驶交叉口车辆换道控制方法

说明书

本发明公开了一种基于规则的自动驾驶交叉口车辆换道控制方法，属于智能交通控制领域。首先建立直角坐标系，确定车辆的状态，输入目标车道，确定同一车道上车辆最小跟车距离和相邻车道换道的最小安全间隔、车辆行驶速度和加速度的边界。确定迭代步长，在迭代步长中，根据车辆与停车线距离排序，按排序依次进行判断，是否需要换道，并建立评估模型，根据换道车辆的车速、位置，相邻车道前后车的间距等，评估换道间隙的有效性，具有换道条件则按固定加减速完成换道，否则在当前车道继续行驶，每步迭代结束后，记录每辆车的速度、位置等信息，继续下次迭代。基于规则的换道控制模型能实现车辆在进口道从当前车道换道最佳进口车道的控制。

技术领域

本发明属于智能交通控制领域，涉及交叉口进口车道自动驾驶车辆协作换道技术领域，更具体地说，涉及一种基于规则的自动驾驶交叉口车辆换道控制方法。

背景技术

我国城市交通发展正处于传统交通向智能交通、追求速度规模向注重质量效益转型的关键期，《交通强国建设纲要》中明确指出大力发展智慧交通。在车辆智能化与网联化的趋势下，积极响应国家战略要求，深入探索面向智能网联、自动驾驶环境的新型交通控制技术，有利于提升城市交通智能管控水平，为我国智能交通城市建设提供技术支撑。

感知、规划和控制是自主驾驶的三大关键技术。其中，轨迹规划需要考虑车辆间的协作，最为复杂，轨迹规划一般可分为全局规划和局部决策两类。在局部决策中，换道规划非常重要，最原始的换道决策模型Gipps模型由美国学者Gipps在上世纪60年代提出的，现有的规划方法可分为三类，即人工势场、最优控制算法和栅栏法。

人工势场算法是一种模拟物理力场的算法，它是将道路周围环境抽象成一种引力场，目标点产生“引力”，障碍物产生“斥力”，通过合力来控制移车辆运动。为了有效地寻找最优或次优轨迹，最优控制算法广泛用于轨迹规划。通常利用多项式曲线生成决策轨迹集合，然后通过模型选取最优轨迹；栅栏法是将周围环境划分若干小区域，确定障碍物所在区域位置，采用路径搜索算法寻找轨迹规划方案。此外，在换道决策方法有：元胞自动机模型、博弈论、贝叶斯模型、隐马尔可夫模型、决策树模型、支持向量机换道决策模型等。

有研究学者将换道分为自由换道、强制、协同换道三种，其中自主性换道主要是追求更高的行驶速度，而强制性换道行为是按照目标路线进行变道行驶。现有换道的研究多数针对强制换道问题，如交叉口和高速公路匝道的换道。

现有换道决策方法存在一定的局限性，例如人工势场法仅利用局部信息，可能会使得解陷入局部极值点，但是当障碍物密集、周围行车环境复杂时，基于栅栏法的最短路搜索效率较低，短时间内难以搜索出最优路径等，决策方法较为复杂，很难满足实时决策的需求，基于此，本发明提出一种基于规则的自动驾驶交叉口车辆换道控制方法，通过考虑同一车道前后车跟车安全距离和相邻车道的可换道间隙，迭代计算车辆的换道方案。该方法具有控制逻辑清晰、易于编程、实现能满足实时性要求等特点，本发明针对自动驾驶交叉口进口道换道控制，属于协同换道类型，能够与自动驾驶车辆最佳进出口道优化模型协调控制，自动驾驶车辆最佳进出口道优化模型参见专利《一种最佳进口车道选择的自动驾驶交叉口交通控制方法》(专利号：ZL 2020 1 1218959.4)。

发明内容

技术问题：针对现有换道决策方法较为复杂、在实际控制中较难实现，且在复杂环境下不能满足实时性要求以及容易陷入局部极值的不足，本发明的目的是提供一种基于规则的自动驾驶交叉口车辆换道控制方法，在交叉口进口道考虑自动驾驶车辆协同换道，能配合已有自动驾驶车辆最佳进出口道优化模型同时优化交叉口区域车辆行驶轨迹。降低车辆在交叉口进口道换道的相互干扰，提高交叉口区域整体的通行能力，降低通行延误。

技术方案：为解决上述技术问题，本发明的一种基于规则的自动驾驶交叉口车辆换道控制方法，包括如下步骤：