欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022107066907
申请人: 长安大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种自动驾驶车辆换道轨迹规划方法,其特征在于,包括如下过程:

获取车辆信息:所述车辆信息包括:换道车辆的速度、加速度和位置信息,以及周围车辆的速度、加速度和位置信息;

根据所述车辆信息、换道车辆与周围车辆的博弈换道决策模型、考虑安全性和时效性的博弈收益函数并利用博弈收益矩阵求解当前时刻换道车辆的最优换道决策;

根据所述最优换道决策,以降低燃油消耗和提高驾驶效率为目标,并利用基于深度强化学习的自动驾驶车辆换道轨迹规划模型,得到整个换道过程最优的序贯加速度决策信息;

利用车辆横纵向离散化运动学模型,通过所述最优的序贯加速度决策信息计算出换道过程中每个时间点换道车辆的车辆状态,根据换道车辆的车辆状态得出换道车辆的换道轨迹。

2.根据权利要求1所述的一种自动驾驶车辆换道轨迹规划方法,其特征在于,所述车辆横纵向离散化运动学模型的建立过程包括:在XOY平面直角坐标系中,以X轴方向为车辆纵向行驶的方向,以Y轴方向为车辆的横向行驶方向,解耦车辆运动学模型,并以Δt为采样时间进行离散化,得到所述纵横向分离的离散化车辆运动学模型及约束条件如下:vxt=vx(t‑1)+axtΔt

vyt=vy(t‑1)+aytΔt

0<vxt<vx,max,0<vyt<vy,max

其中,vxt和vyt分别表示t时刻车辆的纵向速度和横向速度;vx(t‑1)和vy(t‑1)分别表示t‑1时刻车辆的纵向速度和横向速度;t‑1时刻为t时刻上一时刻;xt和yt分别表示t时刻车辆的纵坐标和横坐标;x(t‑1)和y(t‑1)分别表示t‑1时刻车辆的纵坐标和横坐标;纵向加速度axt和横向加速度ayt由每个时间步Δt中车辆与算法交互得到,vx,max和vy,max分别是纵向速度的最大值和横向速度的最大值,xmax和ymax分别是纵向位置的最大值和横向位置的最大值,tf为换道的完成时间;

通过运动学模型得到下一时刻车辆的位置和速度,直到车辆到达换道目标位置或驶离车道时终止状态结束。

3.根据权利要求1所述的一种自动驾驶车辆换道轨迹规划方法,其特征在于,换道车辆与周围车辆的博弈换道决策模型如下:博弈的参与者为换道车辆M、目标车道跟随车辆Fd和目标车道前车Ld,换道车辆M的策略集为Φ1={m1,m2},其中m1表示换道,m2表示不换道;目标车道跟随车辆Fd和目标车道前车Ld的策略集为Φ2={di1,di2},i={Fd,Ld},其中di1表示车辆i允许换道,di2表示拒绝换道。

4.根据权利要求1所述的一种自动驾驶车辆换道轨迹规划方法,其特征在于,考虑安全性和时效性的博弈收益函数如下:RM,RD=α1*Rsafe+α2*Rtime.

其中,Rsafe和Rtime分别表示决策车辆考虑安全性和时效性所获得的收益;α1和α2均为权重系数,α1+α2=1,代表不同驾驶因素的重要程度;

其中,vMx和vMx分别表示换道车辆的纵向速度和目标车道前车的纵向速度,Phead为当前时刻两车的车头间距,aMx和 为换道车辆和目标车道前车的纵向加速度;Pmin为当前状态下所需的最小安全距离;t0表示保持原状态下达到目的地所需的时间,xtarget为换道目标点的纵向坐标;tf表示换道的完成时间,由轨迹规划部分得出。

5.根据权利要求1所述的一种自动驾驶车辆换道轨迹规划方法,其特征在于,所述博弈收益矩阵如表1:表1

其中,RM表示当前策略下换道车辆可得到的博弈收益,RD表示当前策略下目标车道车辆可得到的博弈收益;

换道车辆与目标车道前车和跟随车分别进行博弈,得到四种博弈结果分别为:换道车辆进行换道,目标车道车辆允许换道;换道车辆进行换道,目标车道车辆拒绝换道;换道车辆不换道,目标车道车辆允许换道;换道车辆不换道,目标车道车辆拒绝换道;只有换道车辆选择换道策略,且目标车道前车和跟随车都做出允许换道的策略时,执行换道。

6.根据权利要求5所述的一种自动驾驶车辆换道轨迹规划方法,其特征在于,求解当前时刻换道车辆的最优换道决策的过程包括:如果博弈矩阵中存在某一纯策略(din,mn),i={Fd,Ld},n=1,2使下式成立,则称(din,mn)为当前博弈的纯策略纳什均衡,该策略为当前环境下车辆做出的最优换道决策,根据此决策确定所需求解的换道轨迹规划子问题,所述换道轨迹规划子问题包括:左换道、右换道或车道保持;

式中,din,i={Fd,Ld},n=1,2,表示目标车道车辆i允许换道或者拒绝换道,mn,n=1,2表示换道车辆M换道或者不换道,Φ1表示换道车辆M的策略集,m表示换道车辆策略集Φ1中的任意策略,Φ2表示目标车道跟随车辆Fd和目标车道前车Ld的策略集,di表示目标车道车辆i的策略集Φ2中的任意策略。

7.根据权利要求1所述的一种自动驾驶车辆换道轨迹规划方法,其特征在于,所述基于深度强化学习的自动驾驶车辆换道轨迹规划模型包括状态空间、动作空间以及奖励函数;

所述状态空间中包含自动驾驶车辆换道所需要的全部信息,每个时刻均获取当前换道车辆的纵坐标xt、横坐标yt、纵向速度vxt和横向速度vyt;每一时刻的状态用一个四元组表示,st=[xt,vxt;yt,vyt];

所述动作空间定义自动驾驶车辆所采取的动作,结合车辆运动学纵横向解耦状态方

2

程,用纵横向加速度作为自动驾驶车辆的动作,纵向加速度axt的取值范围设定为[‑2m/s ,

2 2 2

2m/s];横向加速度ayt的取值范围为[‑0.2m/s ,0.2m/s];每一时刻的动作用一个二元组表示,at=[axt;ayt];

所述奖励函数Rt由沿目标车道中心线奖励Ry、目标速度奖励Rv、油耗奖励Re和结束任务奖励Rd四部分组成,具体如下:Rt=wyRy+wvRv+weRe+wdRd.

Ry=‑|yt‑ytarget|

Rv=‑axt(vxt‑vtarget)

Re=ln(MOE)

其中,MOE为瞬时燃油消耗,包括线性、二次和三次速度和加速度项的组合,Lk,q和Mk,q表示在速度的k次幂和加速度的q次幂下MOE的模型系数,此项用瞬时燃油消耗作为惩罚项,使车辆学习到节能的换道方式;wy、wv、we和wd分别为不同收益的权重系数,表示其重要程度,C1和C2为常数,ytarget表示目标车道中心线的横向坐标,vtarget表示车辆到达换道终点时的目标速度,e为自然对数的底数。

8.根据权利要求7所述的一种自动驾驶车辆换道轨迹规划方法,其特征在于,所述基于深度强化学习的自动驾驶车辆换道轨迹规划模型的训练过程包括:将变道车辆初始状态作为双延迟深度确定性策略梯度学习算法的输入,换道目标对应状态作为变道车辆的结束状态,进行双延迟深度确定性策略梯度学习算法训练,训练过程中先收集添加随机噪声的决策行为以及对应收益,并存放到经验回放池中,达到预设数量后进行批量选取进行训练,直到收益逐步稳定,双延迟深度确定性策略梯度学习算法收敛;

训练过程中双延迟深度确定性策略梯度学习算法的评价网络和策略网络的损失计算如下:

9.根据权利要求8所述的一种自动驾驶车辆换道轨迹规划方法,其特征在于,根据最优换道决策,以降低燃油消耗和提高驾驶效率为目标,并利用基于深度强化学习的自动驾驶车辆换道轨迹规划模型,得到整个换道过程最优的序贯加速度决策信息时,根据收敛后双延迟深度确定性策略梯度学习算法,对双延迟深度确定性策略梯度学习算法输入当前车辆的初始状态和换道目标状态,求解基于深度强化学习的自动驾驶车辆换道轨迹规划模型,得到整个换道过程最优的序贯加速度决策信息。

10.一种自动驾驶车辆换道轨迹规划系统,其特征在于,包括:

获取环境信息模块:用于获取车辆信息,所述车辆信息包括:换道车辆的速度、加速度和位置信息,以及周围车辆的速度、加速度和位置信息;

换道决策模块:用于根据所述车辆信息、换道车辆与周围车辆的博弈换道决策模型、考虑安全性和时效性的博弈收益函数并利用博弈收益矩阵求解当前时刻换道车辆的最优换道决策;

换道轨迹规划模块:用于根据所述最优换道决策,以降低燃油消耗和提高驾驶效率为目标,并利用基于深度强化学习的自动驾驶车辆换道轨迹规划模型,得到整个换道过程最优的序贯加速度决策信息;

仿真模块:用于利用车辆横纵向离散化运动学模型,通过所述最优的序贯加速度决策信息计算出换道过程中每个时间点换道车辆的车辆状态,根据换道车辆的车辆状态得出换道车辆的换道轨迹。