本发明涉及自动驾驶的控制技术领域，具体地涉及一种新型自动驾驶车辆安全换道的控制方法及系统。
背景技术：
车辆自动驾驶技术是近年来国内外热门的研究专业。在自动驾驶技术的加持下，针对不同的路面状况，系统能够采用不同的应对策略来控制车辆，从而替代了现有技术中依赖人为驾驶的现状。但是，在采用不同的应对策略控制车辆时，车内的人员也会受到影响。例如急刹、急转等，对于一些有晕车症状的乘客而言，会造成相当大的负面影响。因此，如何在实现自动驾驶的同时，保障乘客乘坐的舒适度已成为自动驾驶领域丞待解决的技术问题。
技术实现要素：
本发明实施方式的目的是提供一种新型自动驾驶车辆安全换道的控制方法及系统，该控制方法及系统能够在车辆执行换道操作时，选择最佳的换道策略，从而保障乘客乘坐的舒适度。
为了实现上述目的，本发明实施方式提供一种新型自动驾驶车辆安全换道的控制方法，所述控制方法包括：
获取前方障碍车辆的宽度、当前车道的宽度、车辆的宽度、车辆质心距后轮驱动桥的距离、车辆的后悬长度；
遍历模拟预设的换道策略集合中的每个换道策略，筛选满足约束条件(1)和约束条件(2)的所述换道策略以得到待筛选集合，
其中，y(t)为所述车辆在换道时的横向位移，b0为前方障碍车辆的宽度，b为车辆质心距后轮驱动桥的距离，b′为车辆的后悬长度，b1为车辆的宽度，vy(t)为车辆的横向速度，vx(t)为车辆的纵向速度，y(t)max为所述车辆在换道时的最大横向位移，b为当前车道的宽度，ay(t)max为车辆的横向加速度的最大值；
其中，lmin1为车辆的纵向加速度ax＝0时的最小安全距离，lmin2为车辆的纵向加速度ax≠0时的最小安全距离，vx0、v′x0分别为车辆与障碍车辆的初速度，tp1、tp2为临界避让时间点，a0为障碍车辆的加速度，ab为车辆的加速度，lsafe为预设的安全距离，t0为车辆的横向速度的延迟时间，tb为车辆的制动延迟时间；
计算所述筛选集合中每个所述换道策略的价值度；
选取价值度最大的所述换道策略控制所述车辆。
可选地，所述计算所述筛选集合中每个所述换道策略的价值度进一步包括：
根据公式(3)计算所述价值度，
其中，value(ai)为换道策略ai的价值度，fj(ai)表示换道策略ai的第j个属性值，p为所述属性值的数量，wj为第j个属性值的权重。
可选地，所述属性值包括与所述车道的左边界的距离、在换道操作中与所述障碍车辆的距离、是否出现急刹车状况、完成所述换道操作的时间中的至少一者。
可选地，所述计算所述筛选集合中每个所述换道策略的价值度进一步包括：
根据预设的基准值对所述距离/时间进行量化运算。
可选地，所述方法进一步包括：
采用ahp算法确定所述权重。
另一方面，本发明还提供一种新型自动驾驶车辆安全换道的控制系统，所述控制系统包括：
传感器模块，用于获取所述车辆的环境状况，其中，所述环境状况包括前方障碍车辆的宽度、当前车道的宽度、所述车辆的速度；
策略库，预置有多个用于控制所述车辆执行换道操作的换道策略；
实时决策子系统，用于根据所述环境状况和所述换道策略执行如上述任一所述的控制方法以筛选出最佳的换道策略；以及
动作执行机构，用于执行最佳的换道策略。
可选地，所述传感器模块包括相机单元，所述实时决策子系统进一步用于根据所述相机单元拍摄的所述当前车道和所述障碍车辆的照片，通过比例计算得到所述环境状况。
可选地，所述传感器模块包括车速测量单元，用于获取所述车辆的速度。
可选地，所述传感器模块进一步包括雷达单元用于获取所述车辆与周围车辆的实时距离；
所述实时决策子系统进一步用于：
在执行换道操作的过程中，判断所述实时距离是否小于预设的安全距离；
在判断所述实时距离是否小于预设的安全距离的情况下，停止执行所述换道策略，并执行预设的返回策略以使得所述车辆返回安全驾驶状态。
再一方面，本发明还提供一种存储介质，所述存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如上述任一所述的控制方法。
通过上述技术方案，本发明提供的新型自动驾驶车辆安全换道的控制方法及系统通过在自动控制系统选择换道策略的过程中增加了舒适度模型的筛选，使得车辆在能够完成换道操作的前提下，最大程度地保证乘客的舒适度。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1是根据本发明的一个实施方式的新型自动驾驶车辆安全换道的控制方法的流程图；
图2是根据本发明的一个实施方式的地面坐标系xoy和车辆坐标系xoy的示意图；
图3是车辆在执行换道操作时，因外界因素(例如超车、避免发生碰撞等)而导致的实际的换道速度(横向)与预期的换道速度(横向)的拟合图；以及
图4是根据本发明的一个实施方式的新型自动驾驶车辆安全换道的控制系统的结构框图。
具体实施方式
以下结合附图对本发明实施方式的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施方式，并不用于限制本发明实施方式。
在本发明实施方式中，在未作相反说明的情况下，使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的或者是针对竖直、垂直或重力方向上而言的各部件相互位置关系描述用词。
另外，若本发明实施方式中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
如图1所示是根据本发明的一个实施方式的新型自动驾驶车辆安全换道的控制方法的流程图。在图1中，该控制方法可以包括：
在步骤s10中，获取前方障碍车辆的宽度、当前车道的宽度、车辆的宽度、车辆质心距后轮驱动桥的距离、车辆的后悬长度。其中，前方障碍车辆的宽度以及当前车道的宽度可以是通过在车辆上安装相机，并通过对拍摄的照片通过比例换算得到，而对于车辆质心距后轮驱动桥的距离以及车辆的后悬长度，则可以是预先通过采集车辆的基本信息来获得。
在步骤s11中，遍历模拟预设的换道策略集合中的每个换道策略，筛选满足约束条件(1)和约束条件(2)的换道策略以得到待筛选集合，
其中，y(t)为车辆在换道时的横向位移，b0为前方障碍车辆的宽度，b为车辆质心距后轮驱动桥的距离，b′为车辆的后悬长度，b1为车辆的宽度，vy(t)为车辆的横向速度，vx(t)为车辆的纵向速度，y(t)max为车辆在换道时的最大横向位移，b为当前车道的宽度，ay(t)max为车辆的横向加速度的最大值；
其中，lmin1为车辆的纵向加速度ax＝0时的最小安全距离，lmin2为车辆的纵向加速度ax≠0时的最小安全距离，vx0、v′x0分别为车辆与障碍车辆的初速度，tp1、tp2为临界避让时间点，a0为障碍车辆的加速度，ab为车辆的加速度，lsafe为预设的安全距离，一般为2m，t0为车辆的横向速度的延迟时间，tb为车辆的制动延迟时间。
在该实施方式中，发明人考虑到虽然换道策略集合中存在多个能够适应当前的环境条件的换道策略，但并不是每个换道策略都能够保障乘客的舒适度。因此，发明人结合了车辆换道时的环境条件，设计出该约束条件(1)和约束条件(2)。其具体的设计过程如下：
1、定义地面坐标系xoy和车辆坐标系xoy。其中，该地面坐标系和车辆坐标系可以是如图2所示。
2、在定义的地面坐标系和车辆坐标系的基础上，采用向量
其中，xe、ye、θe分别为车辆坐标系中的纵向误差、横向误差以及横摆角误差，[xr,yr,θr]为车辆在地面坐标系xoy中的参考点的位置坐标。
3、如图3所示是车辆在执行换道操作时，因外界因素(例如超车、避免发生碰撞等)而导致的实际的换道速度(横向)与预期的换道速度(横向)的拟合图。从该图4中可以看出，车辆实际的换道速度在预期的换道速度之间，呈现类似于高斯分布模型的分布特点。因此，可以根据公式(4)确定车辆的横向速度，
其中，d＝b，σy、μy为预设的拟合系数，t为车辆的行驶时间。
4、针对公式(4)中的高斯分布公式，为了进一步确定其中的各个系数，发明人考虑到车辆在实际换道的过程中可能存在不能于一个正弦周期内实现完整换道，因此在系数中引入概率系数p和λ以表示能够完全换道的概率。在进一步的计算中，该概率系数p和λ也可以计算公式(4)中的标准差σy(拟合系数)。具体地，各个系数的求解如公式(5)所示，
其中，t0为车辆的自动判定时间。td为车辆的横向速度的延迟时间。f为转向频率。λ为决定车辆横向响度最大值以及横向加速度的概率系数，该λ的值越大，表示车辆横向速度和横向速度加速度越大。由于横向速度和横向加速度直接决定了车内乘客的舒适度，因此该λ的值也直接决定车内乘客的舒适度。在本发明的该实施方式中，通过数值验证和对比，该λ的值可以优选地选择为5至6之间。
5、将公式(5)中求解的内容加入公式(4)中进行联立计算和求导计算，从而得到用于表示车辆的横向加速度ay(t)的公式(6)，
从该公式(6)中可知，在该车辆的行驶时间t＝μy，车辆横向加速度为0，此时车辆的横向速度达到最大值vy(t)max。且：
6、在确定了车辆的横向加速度后，考虑到横向加速度的变化率也是影响乘客乘坐的舒适度的重要因素之一。因此，可以对公式(6)进行进一步地求导，从而得到表示横向加速度的变化率
通过该公式(8)可以知道，在
其中，ay(t)max表示横向加速度ay(t)的最大值，ay(t)min表示横向加速度ay(t)最小值。
7、公式(3)至公式(9)均可以用于描述车辆在换道时横向速度的变化。由于本发明要解决的技术问题是在完成换道操作的情况下，保障乘客的舒适度。横向速度的变化直接影响乘客的舒适度，而能够完成换道操作则需要根据车辆实际在横向完成的位移来确定。因此，在该实施方式中，可以针对公式(4)表示的车辆的横向速度进行积分，即公式(10)，
其中，t为车辆完成换道操作的整体时间。事实上，车辆在完成换道操作前后，车辆的横向速度均为0。也就是说，车辆在完成换道操作过程中，横向速度会由0逐渐增加为最大速度，再由最大速度逐渐减小为0。因此，公式(10)所示出的积分公式也可以采用公式(11)来表示，
为了确保车辆安全地换道并且不发生碰撞，就车辆实际的环境而言，应当满足三个要求：
(1)车辆应当避开前方障碍物；
(2)车辆应当在适当的时间转向并返回原车道，横向位移应当等于或接近于车道的宽度；
(3)车辆的横向速度变化应当保持稳定。
基于以上理由，并结合公式(3)至公式(11)所描述的车辆的横向运动状态的变化，可以得到上述所述的约束条件(1)。
另外，为了保证车辆在换道时能够与前方或后方障碍车辆保持安全距离，结合公式(3)至公式(11)所描述的车辆的横向运动状态的变化，可以得到上述所述的约束条件(2)。
在步骤s12中，计算筛选集合中每个换道策略的价值度。在该实施方式中，该价值度是用于评价每个换道策略执行换道操作的优劣的标准。对于该价值度，如果不设置合理的计算方式，则会使本发明的技术方案无法达到预期的技术效果。因此，在该实施方式中，该计算方式可以是根据公式(12)来计算，
其中，value(ai)为换道策略ai的价值度，fj(ai)表示换道策略ai的第j个属性值，p为属性值的数量，wj为第j个属性值的权重。
在该实施方式中，属性值是直接影响价值度的重要因素。所以如何选取合适的属性值也是直接决定本发明是否能够解决技术问题的关键技术点。通过对车辆换道时可能出现的环境情况的考虑，该属性值可以包括与车道的左边界的距离、在换道操作中与障碍车辆的距离、是否出现急刹车状况、完成换道操作的时间中的至少一者。进一步地，考虑到上述的距离、是否出现刹车状况以及完成换道操作的时间呈现不同的数值特点。因此，为了便于价值度的计算，也可以进一步采用预设的基准值对距离/时间进行量化运算，从而使得各个属性值对应的数值特点保持一致。具体地，例如对距离设置多个基准值，每个基准值设置对应的数字，例如0、1、2等。在达到某个基准值的情况下，属性值即为该基准值对应的数字。而对于是否出现刹车状况的属性值，则可以采用0或1来表示。
此外，权重是用来衡量每个属性值的重要性的重要参数，如果权重的值确定不合理，即使是属性值设置合理，也会导致上述技术方案无法达到预期的技术效果。因此，为了保证计算出的价值度能够衡量出对应的换道策略的优劣，该权重可以采用ahp算法来确定。
在步骤s13中，选取价值度最大的换道策略控制车辆。
另一方面，本发明还提供一种新型自动驾驶车辆安全换道的控制系统，如图4所示，该控制系统可以包括传感器模块01、策略库02、实时决策子系统03以及动作执行机构04。具体地，传感器模块01可以用于获取车辆的环境状况。其中，环境状况包括前方障碍车辆的宽度、当前车道的宽度、车辆的速度。策略库02可以预置有多个用于控制车辆执行换道操作的换道策略。实时决策子系统03可以用于根据环境状况和换道策略执行如上述所述的控制方法以筛选出最佳的换道策略。而动作执行机构04则可以用于执行该最佳的换道策略。
在如图4所示的控制系统的基础上，传感器模块01可以包括相机单元。实时决策子系统03可以进一步用于根据该相机单元拍摄的当前车道和障碍车辆的照片，通过比例计算得到环境状况。
在如图4所示的控制系统的基础上，传感器模块01可以包括车速测量单元。该车速测量单元可以用于获取车辆的速度。
在如图4所示的控制系统的基础上，传感器模块01进一步包括雷达单元。该雷达单元用于获取车辆与周围车辆的实时距离。实时决策子系统03则可以进一步用于在执行换道操作的过程中，判断实时距离是否小于预设的安全距离，并新一步在判断实时距离是否小于预设的安全距离的情况下，停止执行换道策略，并执行预设的返回策略以使得车辆返回安全驾驶状态。
再一方面，本发明还提供一种存储介质，该存储介质可以存储有指令，该指令可以用于被机器读取以使得该机器执行如上述任一所述的控制方法。
通过上述技术方案，本发明提供的新型自动驾驶车辆安全换道的控制方法及系统通过在自动控制系统选择换道策略的过程中增加了舒适度模型的筛选，使得车辆在能够完成换道操作的前提下，最大程度地保证乘客的舒适度。
以上结合附图详细描述了本发明例的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个可以是单片机，芯片等或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明实施方式的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。
1.一种新型自动驾驶车辆安全换道的控制方法，其特征在于，所述控制方法包括：
获取前方障碍车辆的宽度、当前车道的宽度、车辆的宽度、车辆质心距后轮驱动桥的距离、车辆的后悬长度；
遍历模拟预设的换道策略集合中的每个换道策略，筛选满足约束条件(1)和约束条件(2)的所述换道策略以得到待筛选集合，
其中，y(t)为所述车辆在换道时的横向位移，b0为前方障碍车辆的宽度，b为车辆质心距后轮驱动桥的距离，b′为车辆的后悬长度，b1为车辆的宽度，vy(t)为车辆的横向速度，vx(t)为车辆的纵向速度，y(t)max为所述车辆在换道时的最大横向位移，b为当前车道的宽度，ay(t)max为车辆的横向加速度的最大值；
其中，lmin1为车辆的纵向加速度ax＝0时的最小安全距离，lmin2为车辆的纵向加速度ax≠0时的最小安全距离，vx0、v′x0分别为车辆与障碍车辆的初速度，tp1、tp2为临界避让时间点，a0为障碍车辆的加速度，ab为车辆的加速度，lsafe为预设的安全距离，t0为车辆的横向速度的延迟时间，tb为车辆的制动延迟时间；
计算所述筛选集合中每个所述换道策略的价值度；
选取价值度最大的所述换道策略控制所述车辆。
2.根据权利要求1所述的方法，其特征在于，所述计算所述筛选集合中每个所述换道策略的价值度进一步包括：
根据公式(3)计算所述价值度，
其中，value(ai)为换道策略ai的价值度，fj(ai)表示换道策略ai的第j个属性值，p为所述属性值的数量，wj为第j个属性值的权重。
3.根据权利要求2所述的方法，其特征在于，所述属性值包括与所述车道的左边界的距离、在换道操作中与所述障碍车辆的距离、是否出现急刹车状况、完成所述换道操作的时间中的至少一者。
4.根据权利要求3所述的方法，其特征在于，所述计算所述筛选集合中每个所述换道策略的价值度进一步包括：
根据预设的基准值对所述距离/时间进行量化运算。
5.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：
采用ahp算法确定所述权重。
6.一种新型自动驾驶车辆安全换道的控制系统，其特征在于，所述控制系统包括：
传感器模块，用于获取所述车辆的环境状况，其中，所述环境状况包括前方障碍车辆的宽度、当前车道的宽度、所述车辆的速度；
策略库，预置有多个用于控制所述车辆执行换道操作的换道策略；
实时决策子系统，用于根据所述环境状况和所述换道策略执行如权利要求1至5任一所述的控制方法以筛选出最佳的换道策略；以及
动作执行机构，用于执行最佳的换道策略。
7.根据权利要求6所述的控制系统，其特征在于，所述传感器模块包括相机单元，所述实时决策子系统进一步用于根据所述相机单元拍摄的所述当前车道和所述障碍车辆的照片，通过比例计算得到所述环境状况。
8.根据权利要求6所述的控制系统，其特征在于，所述传感器模块包括车速测量单元，用于获取所述车辆的速度。
9.根据权利要求6所述的控制系统，其特征在于，所述传感器模块进一步包括雷达单元用于获取所述车辆与周围车辆的实时距离；
所述实时决策子系统进一步用于：
在执行换道操作的过程中，判断所述实时距离是否小于预设的安全距离；
在判断所述实时距离是否小于预设的安全距离的情况下，停止执行所述换道策略，并执行预设的返回策略以使得所述车辆返回安全驾驶状态。
10.一种存储介质，其特征在于，所述存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行如权利要求1至5任一所述的控制方法。
技术总结