[发明专利]一种基于旁车切入识别的自适应巡航控制方法及设备

权利要求书

1.一种基于旁车切入识别的自适应巡航控制方法，其特征在于，所述方法包括：

获取目标车辆的数据交互信息，并将所述数据交互信息进行特征训练，构建旁车切入识别模型；

通过所述旁车切入识别模型，对目标车辆进行旁车切入的识别，得到识别结果；其中，所述识别结果为车辆已切入或者车辆未切入；

若所述识别结果为车辆已切入，则对切入车辆的相对车速以及相对车距进行模糊控制，得到跟随性权重系数；

根据所述跟随性权重系数，对预设模型预测控制器进行更新，并通过更新后的预设模型预测控制器，获取所述目标车辆的期望加速度；

根据所述期望加速度，对所述目标车辆的油门执行器以及制动执行器进行调节控制，以完成对所述目标车辆行驶速度的控制。

2.根据权利要求1所述的一种基于旁车切入识别的自适应巡航控制方法，其特征在于，获取目标车辆的数据交互信息，并将所述数据交互信息进行特征训练，构建旁车切入识别模型，具体包括：

获取所述目标车辆的行驶轨迹数据；其中，所述行驶轨迹数据至少包括：所述目标车辆的加速度数据、速度数据以及所处车道数据；

根据所述目标车辆的行驶轨迹数据，对预设NGSIM数据集中的换道车辆以及换道时刻进行对应选择，并筛选出与所述目标车辆相邻的车辆换道轨迹数据；

将所述车辆换道轨迹数据与所述行驶轨迹数据进行横向位置曲线斜率计算，得到所述目标车辆的数据交互信息；

将所述数据交互信息进行卡尔曼滤波处理，得到车辆换道轨迹拟合数据；

对所述车辆换道轨迹拟合数据进行轨迹特征训练，构建所述旁车切入识别模型。

3.根据权利要求2所述的一种基于旁车切入识别的自适应巡航控制方法，其特征在于，对所述车辆换道轨迹拟合数据进行轨迹特征训练，构建所述旁车切入识别模型，具体包括：

对所述车辆换道轨迹拟合数据进行样本分类，得到轨迹测试样本以及轨迹训练样本；

通过人工蜂群算法，对支持向量机模型的核函数以惩罚因子进行适应度评价，得到适应度优化参数，并根据所述适应度优化参数，对所述支持向量机模型进行参数优化训练，得到优化支持向量机模型；

通过预设滑动识别窗口对所述轨迹训练样本进行初步识别，得到初识样本；

根据所述优化支持向量机模型，对所述初识样本进行特征训练，并通过所述轨迹测试样本，对特征训练后的优化支持向量机模型进行验证，得到所述旁车切入识别模型；其中，所述旁车切入识别模型为ACC系统整体框架下的识别模型。

4.根据权利要求1所述的一种基于旁车切入识别的自适应巡航控制方法，其特征在于，通过所述旁车切入识别模型，对目标车辆进行旁车切入的识别，得到识别结果，具体包括：

通过所述目标车辆的传感器，获取所述目标车辆的周围环境信息；其中，所述周围环境信息至少包括：相邻车辆速度信息、相邻车辆间隔距离信息以及相邻车辆行驶轨迹信息；

通过所述旁车切入识别模型，对所述周围环境信息进行旁车切入的识别判定；

若所述识别判定为待切入旁车，则通过所述目标车辆的ACC系统，对所述待切入旁车进行实时目标跟随，直至所述待切入旁车在所述目标车辆的正前方，并得到所述待切入旁车的识别结果。

5.根据权利要求1所述的一种基于旁车切入识别的自适应巡航控制方法，其特征在于，在若所述识别结果为车辆已切入，则对切入车辆的相对车速以及相对车距进行模糊控制，得到跟随性权重系数之前，所述方法还包括：

根据所述目标车辆的ACC系统，获取所述目标车辆的相对运动量；其中，所述相对运动量至少包括：目标车辆加速度、前车加速度、目标车辆车速、前车车速、相对速度、相对车距、前车加速度扰动量，目标车辆期望加速度、期望跟车距离；

根据所述相对运动量，对所述目标车辆与前车进行车间距纵向动力矩阵的构建，得到车间状态方程；

将所述车间状态方程中控制性能需求进行性能评价指标的相关约束，得到所述目标车辆的相对偏差量；其中，所述控制性能需至少包括：行驶安全性需求、跟随稳定性需求、乘坐舒适性需求以及燃油经济性需求；

将所述相对偏差量以及车辆状态信息进行矩阵预测，并根据矩阵预测的状态量与控制量，得到跟车预测模型。