本申請涉及智能交通，尤其涉及一種快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法。

背景技術(shù)：

1、近年來，隨著智能交通系統(tǒng)與智能駕駛技術(shù)的快速發(fā)展，智能駕駛汽車逐漸滲入到城市開放道路，可以說智能網(wǎng)聯(lián)車輛將是未來城市道路交通的重要參與者和規(guī)則改變者。雖然在短時間內(nèi)無法完全實現(xiàn)智能網(wǎng)聯(lián)車輛的普及，但是在可預(yù)見的未來，城市道路交通系統(tǒng)中將長期存在自動駕駛車輛和自然人駕駛車輛混合行駛的情況，形成復(fù)雜的混合交通環(huán)境。

2、而快速路的交織區(qū)域，作為主要道路與輔助道路或匝道車流交匯的節(jié)點，對整個快速路系統(tǒng)的通行效率起著決定性作用。由于駕駛員在快速路交織區(qū)進行車輛交匯時，可操作的時間和空間極為有限，因此這一區(qū)域常被視為城市快速路交通中的阻塞點。相較于快速路的其他部分，交織區(qū)內(nèi)車輛密度高，頻繁的減速、加速和變道等駕駛行為使得該區(qū)域的交通狀況極為復(fù)雜，極易導(dǎo)致交通事故，從而影響交織區(qū)的通行效率，為了智能網(wǎng)聯(lián)車輛能夠提前作出相應(yīng)的決策、規(guī)劃與控制，減少行車沖突，提高通行效率和安全性，對智能網(wǎng)聯(lián)車輛的換道意圖進行準(zhǔn)確、有效預(yù)測至關(guān)重要。

3、現(xiàn)有技術(shù)中，在關(guān)于換道意圖預(yù)測的輸入特征選取上，常以目標(biāo)車輛的位置、速度和加速度信息作為模型輸入，未能將周邊車輛的絕對運動信息和相對運動信息融合考慮，特別是針對交織區(qū)復(fù)雜交通場景，難以充分學(xué)習(xí)車輛駕駛行為及其交互關(guān)系，導(dǎo)致預(yù)測準(zhǔn)確度較差，進而影響智能網(wǎng)聯(lián)車輛的行為決策，影響快速路交織區(qū)通行效率和安全性。

技術(shù)實現(xiàn)思路

1、有鑒于此，有必要提供一種快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，用以解決現(xiàn)有技術(shù)中存在的難以充分學(xué)習(xí)車輛駕駛行為及其交互關(guān)系，導(dǎo)致預(yù)測準(zhǔn)確度較差，影響快速路交織區(qū)通行效率和安全性的問題。

2、為了解決上述問題，本申請?zhí)峁┝艘环N快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，包括：

3、獲取目標(biāo)車輛及其周圍車輛的歷史狀態(tài)數(shù)據(jù)；

4、將所述歷史狀態(tài)數(shù)據(jù)輸入訓(xùn)練完備的換道意圖預(yù)測模型，得到目標(biāo)車輛的換道意圖，所述訓(xùn)練完備的換道意圖預(yù)測模型包括依次連接的輸入層、cnn層、lstm層、attention層和輸出層；

5、當(dāng)所述換道意圖為換道時，控制目標(biāo)車輛和目標(biāo)車道上的協(xié)作車輛執(zhí)行協(xié)同換道策略。

6、在一些可能的實現(xiàn)方式中，所述訓(xùn)練完備的換道意圖預(yù)測模型通過如下步驟訓(xùn)練獲取：

7、獲取citysim數(shù)據(jù)集，并從所述citysim數(shù)據(jù)集中提取每輛車的行駛軌跡；

8、從所述行駛軌跡中提取車道沒有發(fā)生改變的車道保持軌跡，將所述車道保持軌跡的最后一個時刻作為第一終點時刻，從所述第一終點時刻往前預(yù)設(shè)時間的時刻作為第一起始時刻，從所述第一起始時刻到所述第一終點時刻作為一個車道保持場景；

9、從所述行駛軌跡中提取確定車輛跨過車道線的時刻為第二終點時刻，從所述第二終點時刻往前預(yù)設(shè)時間的時刻作為第二起始時刻，從所述第二起始時刻到所述第二終點時刻作為一個換道場景；

10、從所述citysim數(shù)據(jù)集中提取處于所述換道場景和所述車道保持場景的目標(biāo)車輛及其周圍車輛的狀態(tài)數(shù)據(jù)，基于所述狀態(tài)數(shù)據(jù)確定樣本數(shù)據(jù)集；

11、基于所述樣本數(shù)據(jù)集對初始換道意圖預(yù)測模型進行訓(xùn)練，得到訓(xùn)練完備的換道意圖預(yù)測模型。

12、在一些可能的實現(xiàn)方式中，從所述citysim數(shù)據(jù)集中提取處于所述換道場景和所述車道保持場景的目標(biāo)車輛及其周圍車輛的狀態(tài)數(shù)據(jù)，基于所述狀態(tài)數(shù)據(jù)確定樣本數(shù)據(jù)集，包括：

13、從所述citysim數(shù)據(jù)集中提取處于所述換道場景和所述車道保持場景的目標(biāo)車輛及其周圍車輛的初始狀態(tài)數(shù)據(jù)；

14、對所述初始狀態(tài)數(shù)據(jù)進行歸一化處理，得到最終的狀態(tài)數(shù)據(jù)，基于所述最終的狀態(tài)數(shù)據(jù)確定樣本數(shù)據(jù)集。

15、在一些可能的實現(xiàn)方式中，從所述citysim數(shù)據(jù)集中提取處于所述換道場景和所述車道保持場景的目標(biāo)車輛及其周圍車輛的狀態(tài)數(shù)據(jù)，包括：

16、基于滑動窗口法，從所述citysim數(shù)據(jù)集中提取處于所述換道場景和所述車道保持場景的目標(biāo)車輛及其周圍車輛的狀態(tài)數(shù)據(jù)。

17、在一些可能的實現(xiàn)方式中，所述換道場景包括左換道場景和右換道場景。

18、在一些可能的實現(xiàn)方式中，所述周圍車輛包括在目標(biāo)車輛所處車道上的前車和后車，在目標(biāo)車輛左側(cè)車道上的左前車、坐車和左后車，以及在目標(biāo)車輛右側(cè)車道上的右前車、右車和右后車。

19、在一些可能的實現(xiàn)方式中，所述狀態(tài)數(shù)據(jù)包括目標(biāo)車輛的歷史狀態(tài)數(shù)據(jù)以及與周圍車輛的歷史交互數(shù)據(jù)。

20、在一些可能的實現(xiàn)方式中，所述方法還包括：當(dāng)所述換道意圖為車道保持時，控制目標(biāo)車輛執(zhí)行跟弛策略，所述跟弛策略采用自適應(yīng)巡航控制跟馳模型。

21、在一些可能的實現(xiàn)方式中，所述協(xié)同換道策略包括兩階段協(xié)同策略，所述兩階段協(xié)同策略包括：基于軌跡規(guī)劃策略，控制目標(biāo)車輛和在目標(biāo)車道上的協(xié)作車輛調(diào)整速度，直至目標(biāo)車輛和周圍車輛的車輛間距滿足換道要求，控制目標(biāo)車輛進行換道；

22、其中，所述軌跡規(guī)劃策略中車輛軌跡采用如下公式描述：

23、

24、

25、

26、

27、

28、式中，表示車輛的縱向位移，表示車輛間距調(diào)整時間，表示待定系數(shù)，的前3項表示車輛的初始運動狀態(tài)，的后2項表示車輛的目標(biāo)運動狀態(tài)，；

29、所述軌跡規(guī)劃策略的優(yōu)化目標(biāo)函數(shù)為：

30、

31、式中，為目標(biāo)車輛，為協(xié)作車輛，為目標(biāo)車輛的目標(biāo)速度，為協(xié)作車輛的目標(biāo)速度，、、分別為、和的權(quán)重系數(shù)，為車輛的期望車速，為車輛的加速度閾值，為目標(biāo)車輛時刻的加速度，為協(xié)作車輛時刻的加速度；

32、所述目標(biāo)函數(shù)的約束條件為：

33、

34、式中，為協(xié)作車輛，為目標(biāo)車輛，為車輛的縱向位移，為車輛本車道前車的縱向位移，基于勻速模型預(yù)測，為車輛車長，為車輛本車道前車車長，為車輛時刻的加速度，為加速度閾值，為安全裕度，表示時刻車輛的縱向位移，為時刻目標(biāo)車輛與周圍車輛的車輛間距，為目標(biāo)車輛和周圍車輛之間的安全距離，由換道階段車輛初、末狀態(tài)確定。

35、在一些可能的實現(xiàn)方式中，所述協(xié)同換道策略包括并行協(xié)同策略，所述并行協(xié)同策略包括：當(dāng)目標(biāo)車輛的目標(biāo)車道上的協(xié)作車輛遠離目標(biāo)車輛一側(cè)的車道上的換道空間大于閾值時，控制目標(biāo)車輛和協(xié)作車輛并行向一側(cè)換道。

36、本申請的有益效果是：本申請?zhí)峁┑目焖俾方豢梾^(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，針對交織區(qū)復(fù)雜交通場景，構(gòu)建了基于卷積神經(jīng)網(wǎng)絡(luò)（cnn）、長短期記憶網(wǎng)絡(luò)（lstm）和注意力機制（attention）的換道意圖預(yù)測模型，通過換道意圖預(yù)測模型融合目標(biāo)車輛及其周圍車輛的交互數(shù)據(jù)，有效、準(zhǔn)確地對快速路交織區(qū)智能網(wǎng)聯(lián)車輛的換道意圖進行了預(yù)測，并控制車輛執(zhí)行對應(yīng)的策略，進而提高了快速路交織區(qū)人機混駕交通流通行效率和安全性。

技術(shù)特征：

1.一種快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，所述訓(xùn)練完備的換道意圖預(yù)測模型通過如下步驟訓(xùn)練獲取：

3.根據(jù)權(quán)利要求2所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，從所述citysim數(shù)據(jù)集中提取處于所述換道場景和所述車道保持場景的目標(biāo)車輛及其周圍車輛的狀態(tài)數(shù)據(jù)，基于所述狀態(tài)數(shù)據(jù)確定樣本數(shù)據(jù)集，包括：

4.根據(jù)權(quán)利要求2所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，從所述citysim數(shù)據(jù)集中提取處于所述換道場景和所述車道保持場景的目標(biāo)車輛及其周圍車輛的狀態(tài)數(shù)據(jù)，包括：

5.根據(jù)權(quán)利要求1所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，所述換道場景包括左換道場景和右換道場景。

6.根據(jù)權(quán)利要求1所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，所述周圍車輛包括在目標(biāo)車輛所處車道上的前車和后車，在目標(biāo)車輛左側(cè)車道上的左前車、坐車和左后車，以及在目標(biāo)車輛右側(cè)車道上的右前車、右車和右后車。

7.根據(jù)權(quán)利要求1所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，所述狀態(tài)數(shù)據(jù)包括目標(biāo)車輛的歷史狀態(tài)數(shù)據(jù)以及與周圍車輛的歷史交互數(shù)據(jù)。

8.根據(jù)權(quán)利要求1所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，所述方法還包括：當(dāng)所述換道意圖為車道保持時，控制目標(biāo)車輛執(zhí)行跟弛策略，所述跟弛策略采用自適應(yīng)巡航控制跟馳模型。

9.根據(jù)權(quán)利要求1所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，所述協(xié)同換道策略包括兩階段協(xié)同策略，所述兩階段協(xié)同策略包括：基于軌跡規(guī)劃策略，控制目標(biāo)車輛和在目標(biāo)車道上的協(xié)作車輛調(diào)整速度，直至目標(biāo)車輛和周圍車輛的車輛間距滿足換道要求，控制目標(biāo)車輛進行換道；

10.根據(jù)權(quán)利要求9所述的快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，其特征在于，所述協(xié)同換道策略包括并行協(xié)同策略，所述并行協(xié)同策略包括：當(dāng)目標(biāo)車輛的目標(biāo)車道上的協(xié)作車輛遠離目標(biāo)車輛一側(cè)的車道上的換道空間大于閾值時，控制目標(biāo)車輛和協(xié)作車輛并行向一側(cè)換道。

技術(shù)總結(jié)
本申請涉及一種快速路交織區(qū)人機混駕交通流智能網(wǎng)聯(lián)車輛控制方法，屬于智能交通技術(shù)領(lǐng)域，其中，該方法包括：獲取目標(biāo)車輛及其周圍車輛的歷史狀態(tài)數(shù)據(jù)；將歷史狀態(tài)數(shù)據(jù)輸入訓(xùn)練完備的換道意圖預(yù)測模型，得到目標(biāo)車輛的換道意圖，訓(xùn)練完備的換道意圖預(yù)測模型包括依次連接的輸入層、CNN層、LSTM層、Attention層和輸出層；當(dāng)換道意圖為換道時，控制目標(biāo)車輛和目標(biāo)車道上的協(xié)作車輛執(zhí)行協(xié)同換道策略。本申請針對交織區(qū)復(fù)雜交通場景，構(gòu)建了基于CNN、LSTM和注意力機制的快速路交織區(qū)的換道意圖預(yù)測模型，有效、準(zhǔn)確地對快速路交織區(qū)智能網(wǎng)聯(lián)車輛的換道意圖進行了預(yù)測，并控制車輛執(zhí)行對應(yīng)的換道策略。

技術(shù)研發(fā)人員：劉偉,羅逸峰,魏舒慧,吳諾瑤
受保護的技術(shù)使用者：武漢理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15