[发明专利]一种纵向跟踪控制方法、装置、设备及存储介质

权利要求书

1.一种纵向跟踪控制方法，其特征在于，包括：

获取当前驾驶数据；

根据所述当前驾驶数据确定驾驶风格；

根据所述驾驶风格和所述当前驾驶数据确定本车的当前状态和本车期望加速度；

所述根据所述驾驶风格和所述当前驾驶数据确定本车的当前状态和本车期望加速度，包括：

根据所述驾驶风格确定第一距离；

当本车与前车之间的距离大于第一距离时，确定本车进入加速跟进状态，

根据如下公式确定本车第一期望加速度：

其中，a_h为第一期望加速度，ε_style为个性化指数，驾驶风格为保守型时ε_style＝0.8，驾驶风格为一般型时ε_style＝1，驾驶风格为激进型时ε_style＝1.2，v_CIPV为前车车速，v₁为本车车速，v_cali为标定车速；

当本车与前车之间的距离小于第一距离，且大于距离阈值时，确定本车进入跟随状态；

根据如下公式确定本车第二期望加速度：

其中，b_h为第二期望加速度，K_CIPV为第一标定常数，D_cali为标定距离，D_real为本车与前车之间距离，D_style为第一距离；

当本车与前车之间距离小于距离阈值时，确定本车进入紧急制动状态；

根据如下公式确定本车第三期望加速度：

其中，c_h为第三期望加速度，d_cali为第二标定常数。

2.根据权利要求1所述的方法，其特征在于，根据所述当前驾驶数据确定驾驶风格包括：

获取驾驶数据样本；

建立待训练决策树模型；

根据所述驾驶数据样本训练所述待训练决策树模型，得到目标决策树模型；

将所述当前驾驶数据输入所述目标决策树模型得到所述当前驾驶数据对应的驾驶风格。

3.根据权利要求2所述的方法，其特征在于，获取驾驶数据样本包括：

获取历史驾驶数据；

对所述历史驾驶数据进行叠加，得到第一驾驶数据；

对所述第一驾驶数据进行关于采样时间的拟合，得到拟合函数；

根据所述拟合函数对所述第一驾驶数据采样间隔之间的数据进行补充，得到驾驶数据样本。

4.根据权利要求2所述的方法，其特征在于，根据所述驾驶数据样本训练所述待训练决策树模型，得到目标决策树模型，包括：

根据所述驾驶数据样本建立特征数据库，其中，所述特征数据库包括：平均速度、平均加速度、平均减速度、速度标准差、加速度标准差、行驶里程、最大加速度、最大减速度、最大速度、怠速时间比、加速时间比、减速时间比、匀速时间比、低速时间比、中速时间比以及高速时间比中的至少一种；

基于所述特征数据库训练至少一个待训练决策树模型，得到至少一个目标决策树模型。

5.根据权利要求1所述的方法，其特征在于，所述驾驶数据包括：车速、加速度、行驶距离、怠速状态、加速状态、减速状态、本车和前车之间的距离、减速度、本车累计行驶时间以及前车车速中的至少一种。