(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210863061.5 (22)申请日 2022.07.21 (71)申请人 同济大学 地址 200092 上海市杨 浦区四平路1239号 (72)发明人 熊璐　李拙人　杨若霖　付志强　 肖宏宇　冷搏　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 叶敏华 (51)Int.Cl. B60W 30/18(2012.01) B60W 60/00(2020.01) B60W 50/00(2006.01) B60W 40/105(2012.01) B60W 40/10(2012.01)G06F 30/15(2020.01) G06F 30/20(2020.01) G06F 111/04(2020.01) G06F 111/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种考虑不确定性的自动驾驶汽车换道决 策控制方法 (57)摘要 本发明涉及一种考虑不确定性的自动驾驶 汽车换道决策控制方法， 包括： 构建状态空间及 动作空间， 建立状态转移方程； 建立自车、 他车的 观测空间模 型及信念空间模型、 他车预测轨迹的 不确定性模型； 设定奖励函数， 结合POMDP模型， 求解自车的决策状态点集、 并解耦为横向空间决 策集及纵向时间决策集； 分别确定横向、 纵向可 行驶边界， 引入道路边界约束， 车速约束及障碍 物距离约束， 划分出横向可行驶区域及参考路 径、 纵向可行驶区域及参考速度曲线； 根据决策 结果， 车辆规划模块输出相应车辆最优轨迹， 使 车辆按照最优轨迹行驶。 与现有技术相比， 本发 明充分考虑他车预测轨迹的不确定性， 决策出的 自车状态 点集更加稳定可靠， 能有效增强车辆驾 驶的舒适性及安全性。 权利要求书3页 说明书9页 附图4页 CN 115257746 A 2022.11.01 CN 115257746 A 1.一种考虑不确定性的自动驾驶汽车 换道决策控制方法， 其特 征在于， 包括以下步骤： S1、 基于感知到的自车状态及预测的他车状态， 结合车辆动力学模型， 构建状态空间及 动作空间， 并建立状态转移方程； S2、 分别建立自车的观测空间模型及信念空间模型、 他车的观测空间模型及信念空间 模型、 他车 预测轨迹的不确定性模型； S3、 设定奖励函数， 结合 步骤S1和S2构建得到POMD P模型， 求 解出自车的决策状态点 集； S4、 将自车的决策状态点 集解耦为横向空间决策集及纵向时间决策集； S5、 确定横向可行驶边界， 引 入道路边界约束， 车速约束及障碍物距离约束， 划分出横 向可行驶区域及参 考路径； 确定纵向可行驶边界， 引入道路边界约束， 车速约束及障碍物距离约束， 划分出纵向可 行驶区域及参 考速度曲线； S6、 根据步骤S5划分出的横向可行驶区域及参考路径、 纵向可行驶区域及参考速度曲 线， 车辆规划模块输出相应车辆最优轨 迹， 使车辆按照最优轨 迹行驶。 2.根据权利要求1所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述 步骤S1具体包括以下步骤： S11、 使用简化的车辆运动学模型， 将车辆的运动简化为Frenet坐标系中质点的运动， 以构建自车的状态空间及动作空间； S12、 利用状态空间和动作空间， 建立自车及他车的状态转移函数。 3.根据权利要求2所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述 步骤S11具体包括以下步骤： S111、 采集感知的自车的车辆位置、 纵向速度、 纵向加速度、 侧向速度信息， 构成自车的 状态空间； 采集预测的他车的航向角、 车辆位置、 纵向速度、 纵向加速度、 侧向速度信息， 结合车身 长宽， 构成他车的状态空间； S112、 设定离散的横向加速度 序列及纵向加速度 序列， 以作为动作空间。 4.根据权利要求2所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述步骤S12的具体过程为： 假设自车和他车状态的演进过程是相互独立的， 根据 简化的车辆运动模型， 得到自车 的状态转移方程， 他车 的状态转移方程则由下一时刻不同 状态的概 率表达。 5.根据权利要求1所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述步骤S2中观测空间模 型的观测函数分为自车和他车， 其中， 自车观测函数由布 尔值表示， 若下一状态存在， 则设置为1， 否则设置为0； 他车的观测函数符合高斯分布； 所述步骤S2中他车 预测轨迹的不确定性模型采用多元高斯分布构建。 6.根据权利要求1所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述 步骤S3具体包括以下步骤： S31、 设定奖励函数包括安全性奖励函数Rsafe、 舒适性奖励函数Rcomfort及效率性奖励函 数Refficiency， 其中， 安全性奖励函数Rsafe包括碰撞奖励函数Rcolli及距离奖励函数Rdis； 舒适性奖励函数Rcomfort包括速度相关舒适性奖励函数Rspeed、 侧向速度动作惩罚函数权　利　要　求　书 1/3 页 2 CN 115257746 A 2Rvlat以及连续 性指标Rcontinuity； 效率性奖励函数Refficiency包括目标任务奖励函数Rlane和目标速度函数Rv_tar； S32、 基于构建的状态空间、 动作空间、 信念空间及奖励函数， 采用确定性稀疏可观测树 的方法， 求解POMDP模 型， 得到自车的决策状态 点集， 其中， 决策状态点集的内容包括自车的 位置信息以及不同时刻的速度和 加速度信息 。 7.根据权利要求6所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述步骤S31具体是根据碰撞发生的概率设计碰撞奖励函 数Rcolli， 即当碰撞概率超 过设定阈值时， 给予惩罚； 所述步骤S31具体是根据碰撞发生时间TTC模型设计距离奖励函数Rdis， 并设定最大安 全距离的上 下界限； 所述步骤S31中， 速度相关舒适性奖励函数Rspeed的影响因素包括当前的纵向速度 vloncur、 纵向加速度aloncur、 侧向速度vlatcur以及下一时刻的纵向速度vlonnext、 纵向加速 度alonnext、 侧向速度vlatnext； 所述步骤S31中， 侧向速度动作惩罚函数Rvlat只与侧向速度有关； 所述步骤S31中， 连续性指标Rcontinuity与前后两次决策的位置变化量正相关， 前后两次 决策的位置变化 量越大、 则Rcontinuity越大。 8.根据权利要求6所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述步骤S4中横向空间决策集包括自车的位置信息； 纵向时间决策集包括自车 的 速度及加速度信息 。 9.根据权利要求1所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述步骤S5中横向可行驶边界在选择时， 横向可行驶边界的节点到障碍物的距离 应大于安全距离， 同时横向可行驶边界值不超过结构化道路的原始边界， 并保持一个安全 阈值的距离； 所述横向参 考路径的建立过程具体为： 首先构建横向优化问题， 设计横向成本函数对每个节点进行评价， 取横向成本函数最 小处的点作为最优解， 其中， 所述横向优化问题的约束为航向角在最小及最大车轮转角之 间， 所述横向优化问题的目标函数为横向成本函数， 所述横向成本函数Cnode‑h为第一距离成 本Cd， 第一安全成本 Co及连续性成本Cc的加权和； 通过计算从节点到目标状态点的距离， 以作为第一距离成本； 计算从节点到障碍物的 距离， 以作为第一安全成本； 计算从前后节点之间的位置变化率， 以作为连续性成本； 结合 对应的权 重系数， 计算得到横向成本函数； 最终取横向成本函数最小处的值， 连线形成横向期望参 考路径。 10.根据权利要求9所述的一种考虑不确定性的自动驾驶汽车换道决策控制方法， 其特 征在于， 所述步骤S5中纵向可行驶边界的确定原则为： 纵向可行驶边界与障碍物车位置坐 标重合； 纵向可行驶边界的约束条件为： 纵向可行驶边界的s ‑t曲线不超过表示最高、 最低的平 均车速的s ‑t曲线； 所述纵向参 考速度曲线的建立过程具体为： 首先构建纵向优化问题， 设计纵向成本函数对每个节点进行评价， 取纵向成本函数最权　利　要　求　书 2/3 页 3 CN 115257746 A 3