买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：同济大学

摘要：本发明涉及一种基于自然驾驶人特性的车辆高速公路换道轨迹规划方法，包括：获取基于自然驾驶人的车辆高速公路历史行驶轨迹信息；提取车辆换道轨迹片段信息；对车辆换道轨迹片段进行分类；对每一类中换道轨迹片段历经时间进行统计分析，得到期望换道时间；将每一类中的换道轨迹片段进行时间尺度上的放缩；利用二维高斯函数最大似然估计对相同时刻的不同横、纵向位置进行统计分析，得到期望横、纵向位置，由此获取该纵向车速分类下的示教换道轨迹；对换道示教轨迹进行学习，获得轨迹基元库；利用最优轨迹基元生成基于自然驾驶人特性的换道轨迹。与现有技术相比，本发明具有计算效率高、泛化能力强、驾乘舒适性好等优点。

主权项：1.一种基于自然驾驶人特性的车辆高速公路换道轨迹规划方法，其特征在于，所述的换道轨迹规划方法包括：步骤1：获取基于自然驾驶人的车辆高速公路历史行驶轨迹信息；步骤2：基于车辆航向角信息对车辆历史行驶轨迹进行分割，提取车辆换道轨迹片段信息；步骤3：依据获取的车辆换道轨迹片段起始时刻纵向车速对车辆换道轨迹片段进行分类；步骤4：对步骤3中每一类中换道轨迹片段历经时间利用一维高斯函数最大似然估计进行统计分析，得到其统计意义上的期望换道时间；步骤5：将每一类中的换道轨迹片段依据步骤4得到的相应期望换道时间进行时间尺度上的放缩；步骤6：利用二维高斯函数最大似然估计对相同时刻的不同横、纵向位置进行统计分析，得到统计意义上的期望横、纵向位置，由此获取该纵向车速分类下的示教换道轨迹；步骤7：利用改进的轨迹基元算法对步骤6获取的换道示教轨迹进行学习，获得轨迹基元库；步骤8：根据车辆纵向行驶速度，匹配最优轨迹基元，并根据目标位置利用最优轨迹基元生成基于自然驾驶人特性的换道轨迹；所述的步骤4中一维高斯函数最大似然估计具体为： 其中，T为换道轨迹片段历经时间；μT为该类换道轨迹片段期望换道时间；为换道轨迹片段历经时间的方差；所述的步骤5具体为：步骤5-1：获取换道轨迹纵向车速曲线并进行缩放；具体为： 其中，为缩放后的纵向车速；vx为缩放前纵向车速；步骤5-2：利用一维线性插值，基于时间维度对放缩后的纵向车速进行N次等间隔采样，得到在期望时间下的纵向车速序列，结合期望换道时间，获得期望纵向位置序列；次数N具体为： 其中，Δt为采样间隔；期望时间下的纵向车速序列具体为： 期望纵向位置序列具体为： 步骤5-3：基于步骤5-2获得的期望纵向位置序列，结合换道轨迹，利用一维线性插值获得期望横向位置，完成换道轨迹在时间尺度上的缩放；期望横向位置序列具体为： 所述步骤7中改进后的轨迹基元算法为： 其中，τ为时间缩放因子；αz和βz为系统参数；g为目标位置；y0为系统起始位置；f为强迫函数；y、和分别为系统位移、速度和加速度；x为系统自变量；强迫函数f具体为： 其中，Ψx为高斯基函数；wi为基函数权重；M为基函数数量；x为时间t的函数，具体为： 其中，αx＞0，为系统常数；所述的步骤7具体为：步骤7-1：基于示教轨迹计算目标强迫函数；具体为： 其中，ydemo、和分别为示教轨迹的位移、速度和加速度；步骤7-2：构造损失函数，利用局部加权回归算法求解基函数对应权重值；损失函数具体为： 局部加权回归算法求解基函数对应权重值的方法具体为：

全文数据：

权利要求：

百度查询： 同济大学 基于自然驾驶人特性的车辆高速公路换道轨迹规划方法