预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115973186A(43)申请公布日2023.04.18(21)申请号202111196568.1(22)申请日2021.10.14(71)申请人云控智行科技有限公司地址100176北京市大兴区北京经济技术开发区荣华南路13号院7号楼4层403(72)发明人邓晨阿拉坦套力古拉杨轩常雪阳(74)专利代理机构北京科领智诚知识产权代理事务所(普通合伙)11782专利代理师陈士骞(51)Int.Cl.B60W60/00(2020.01)B60W40/105(2012.01)权利要求书3页说明书15页附图3页(54)发明名称基于自动驾驶的车道选择方法及装置(57)摘要本发明公开一种基于自动驾驶的车道选择方法及装置,方法包括:将目标道路划分成多个道路段;获取待通行的每个道路段的每个车道在当前单位时间内的平均车辆通行速度;根据每个道路段的每个车道在当前单位时间内的平均车辆通行速度和线性回归模型,确定每个道路段的每个车道在下一个单位时间内的平均车辆通行速度;根据预设车道选择条件、每个道路段的道路段长度、每个道路段的每个车道在下一个单位时间内的平均车辆通行速度,计算从当前位置到达并通过最后一个道路段的最短时间,并将最短时间所对应的车道序列确定为车辆通过待通行的道路段所需的目标车道序列。依据通行时间最短的目标车道序列进行行驶可以提高通行效率。CN115973186ACN115973186A权利要求书1/3页1.一种基于自动驾驶的车道选择方法,其特征在于,所述方法包括:将目标道路划分成多个道路段;获取待通行的每个道路段的每个车道在当前单位时间内的平均车辆通行速度;根据每个道路段的每个车道在所述当前单位时间内的平均车辆通行速度和线性回归模型,确定每个道路段的每个车道在下一个单位时间内的平均车辆通行速度,所述线性回归模型为根据历史平均车辆通行速度训练得到的、用于确定每个道路段的每个车道在下一个单位时间内的平均车辆通行速度的模型,所述历史平均车辆通行速度为历史单位时间内的平均车辆通行速度;根据预设车道选择条件、每个道路段的道路段长度、每个道路段的每个车道在所述下一个单位时间内的平均车辆通行速度,计算从当前位置到达并通过最后一个道路段的最短时间,并将所述最短时间所对应的车道序列确定为车辆通过待通行的道路段所需的目标车道序列,所述预设车道选择条件为从当前道路段的当前车道到达下一个道路段时,可选车道包括当前车道、与所述当前车道相邻的车道。2.如权利要求1所述的方法,其特征在于,将目标道路划分成多个道路段,包括:根据所述目标道路上的历史平均车辆通行速度,将所述目标道路划分成多个道路段,使得在预设道路段长度范围内历史平均车辆通行速度与道路段长度呈正相关关系。3.如权利要求2所述的方法,其特征在于,根据所述目标道路上的历史平均车辆通行速度,将所述目标道路划分成多个道路段,使得在预设道路段长度范围内历史平均车辆通行速度与道路段长度呈正相关关系,包括:当所述历史平均车辆通行速度小于或者等于第一平均车辆通行速度阈值时,对应的道路段长度为第一长度;当所述历史平均车辆通行速度大于所述第一平均车辆通行速度阈值,且小于第二平均车辆通行速度阈值时,对应的道路段长度与所述历史平均车辆通行速度成正比;当所述历史平均车辆通行速度大于所述第二平均车辆通行速度阈值时,对应的道路段长度为第二长度;其中,所述第一平均车辆通行速度阈值小于所述第二平均车辆通行速度阈值,所述第一长度小于所述第二长度。4.如权利要求1所述的方法,其特征在于,获取待通行的每个道路段的每个车道在当前单位时间内的平均车辆通行速度,包括:获取路侧感知设备采集的待通行的每个道路段的每个车道上所有车辆在所述当前单位时间内的瞬时车辆行驶速度;针对所述待通行的每个道路段的每个车道,根据所述当前单位时间内每个采样时刻的车辆数量、所述当前单位时间内的采样次数以及所述瞬时车辆行驶速度,计算所述每个车道在所述当前单位时间内的平均车辆通行速度。5.如权利要求1所述的方法,其特征在于,根据每个道路段的每个车道在所述当前单位时间内的平均车辆通行速度和线性回归模型,确定每个道路段的每个车道在下一个单位时间内的平均车辆通行速度,包括:根据所述线性回归模型计算第k个道路段的第i个车道在第n+1个单位时间内的平均车辆通行速度Vi,k(n+1);2CN115973186A权利要求书2/3页所述线性回归模型为Vi,k(n+1)=u+[a1a2a3a4a5a6a7a8a9]×[Vi‑1,k‑1(n)Vi‑1,k(n)Vi‑1,k+1(n)Vi,k‑1T(n)Vi,k(n)Vi,k+1(n)Vi+1,k‑1(n)Vi+1,k(n)Vi+1,k+1(n)]其中,u、a1、a2、a3、a4、a5、a6、