[发明专利]一种自动驾驶车辆换道轨迹规划方法及系统

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：

v_xt＝v_x(t-1)+a_xtΔt

v_yt＝v_y(t-1)+a_ytΔt

0＜v_xt＜v_x，max，0＜v_yt＜v_y，max

其中，v_xt和v_yt分别表示t时刻车辆的纵向速度和横向速度；v_x(t-1)和v_y(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；x_t和y_t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a_xt和横向加速度a_yt由每个时间步Δt中车辆与算法交互得到，v_x，max和v_y，max分别是纵向速度的最大值和横向速度的最大值，x_max和y_max分别是纵向位置的最大值和横向位置的最大值，t_f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F_d和目标车道前车L_d，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F_d和目标车道前车L_d的策略集为Φ₂＝{d_i1，d_i2}，i＝{F_d，L_d}，其中d_i1表示车辆i允许换道，d_i2表示拒绝换道。