1.一种考虑换道风险的智能车辆最优车道选择方法,其特征在于,包括以下步骤:步骤1,获取目标车辆的换道场景信息;
步骤2,根据步骤1得到的换道场景信息计算目标车辆驾驶员对当前车道的不满程度;
步骤3,根据步骤2中得到的不满程度分析目标车辆的换道风险;
步骤4,根据步骤3中得到的分析结果确定目标车辆下一时刻的最优车道;
步骤4中,根据步骤3中得到的分析结果确定目标车辆更换的最优车道,具体方法是:设置虚拟车辆,所述虚拟车辆是指与目标车辆所处车道相邻的两个车道均存在与目标车辆运动状态及位置信息均一致的车辆;
根据以下策略确定目标车辆更换的最优车道:
当两个相邻车道的前车车速小于目标车辆当前车道的前车车速、两辆虚拟车辆分别与各自车道的前车之间的距离等于最小跟车距离,且虚拟车辆的车速大于等于期望车速时,则将两相邻车道均作为最优车道;
当两个相邻车道的前车车速小于目标车辆当前车道的前车车速、两辆虚拟车辆分别与各自车道的前车之间的距离等于最小跟车距离,且虚拟车辆的车速小于期望车速时,则将虚拟车辆不满程度最小的相邻车道作为最优车道;
两个相邻车道的前车车速大于等于目标车辆当前车道的前车车速时,则将虚拟车辆的车速达到期望车速时间最短的车道作为最优车道。
2.根据权利要求1所述的一种考虑换道风险的智能车辆最优车道选择方法,其特征在于,步骤1中,所述目标车辆的换道场景信息包括目标车辆车速、目标车辆最大加速度、目标车辆制动因数、目标车辆当前车道前车车速、系统延迟时间、系统采样初始时刻和系统当前时刻。
3.根据权利要求1所述的一种考虑换道风险的智能车辆最优车道选择方法,其特征在于,步骤2中,根据步骤1得到的换道场景信息计算目标车辆驾驶员对当前车道的不满程度,具体方法是:设定目标车辆期望车速,结合步骤1得到的换道场景信息计算目标车辆的最小跟车距离;
当时,通过下式计算驾驶员对当前车道不满程度:
当时,通过下式计算驾驶员对当前车道不满程度:
其中,为采样初始时刻,目标车辆与所处当前车道的前车之间的间距;为采样初始时刻至当前时刻,目标车辆向前行驶的距离;为采样初始时刻至当前时刻,目标车辆所处当前车道前车向前行驶的距离;为驾驶员对当前车道不满程度;为目标车辆在当前车道行驶到最小跟车距离且仍未达到期望车速时的不满程度;为时刻驾驶员对车道不满程度;
通过下式计算时刻驾驶员对车道不满程度:
为期望车速;为目标车辆车速;
为时刻驾驶员对当前车道不满程度阈值。
4.根据权利要求1所述的一种考虑换道风险的智能车辆最优车道选择方法,其特征在于,步骤3中,根据步骤2中得到的不满程度分析目标车辆的换道风险,具体方法是:当驾驶员对当前车道产生不满程度小于设定阈值时,则不予换道;否则,计算目标车辆的换道风险值;
当计算得到的目标车辆的换道风险值大于等于设定阈值时,则不予换道;否则予以换道。