车辆变道控制方法、装置、计算机设备和存储介质与流程

1.本技术涉及自动驾驶技术领域，特别是涉及一种车辆变道控制方法、装置、计算机设备和存储介质。


背景技术：

2.随着自动驾驶技术的发展，人们对自动驾驶系统的安全可靠性及舒适性要求越来越高。如今，不少主机厂商出于对性价比的追求，会选择1v5r的传感器方案以实现noa功能，然而此类传感器的配置下，在自车周围一定区域内存在目标异常丢失现象，即感知盲区，而在这样的配置下，在进行变道时可能出现无视临近车道车辆而危险变道的情况。
3.传统技术的变道控制方法，是通过根据车辆周围障碍物信息和道路信息提取动态目标，将动态目标标记在位置关系图中，根据动态目标的状态信息和车辆状态信息确定是否存在变道风险。然而这种方法仍然无法避免在车辆进入感知盲区后的变道风险控制，即在无法感知目标的情况下避免碰撞风险的问题。
4.因此，传统的自动驾驶技术仍然存在感知盲区内碰撞风险较大的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够降低感知盲区内碰撞风险的车辆变道控制方法、装置、计算机设备和计算机可读存储介质。
6.第一个方面，本实施例提供了一种车辆变道控制方法，所述方法包括：
7.实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；
8.基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；
9.基于所述目标车辆的速度信息，确定变道抑制时长；
10.基于所述变道抑制时长开启自身车辆的变道抑制；
11.若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。
12.在其中一个实施例中，所述车辆信息还包括位置信息，所述基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失包括：
13.获取第一时刻周围车辆的第一标识信息和第二时刻周围车辆的第二标识信息；所述第一时刻和所述第二时刻为相邻两时刻；
14.基于所述第一标识信息和所述第二标识信息，确定异常车辆；
15.基于所述异常车辆的速度信息和位置信息判断所述异常车辆是否进入感知盲区；若是，则视为所述周围车辆出现感知丢失。
16.在其中一个实施例中，所述基于所述第一标识信息和所述第二标识信息，确定异常车辆还包括：
17.依次判断所述第一标识信息对应的周围车辆是否存在于所述第二标识信息中，若
不存在，则将不存在的所述周围车辆确定为异常车辆。
18.在其中一个实施例中，所述基于所述异常车辆的速度信息和位置信息判断所述异常车辆是否进入感知盲区之前包括：
19.获取自身车辆的感知单元的可感知区域，以及所述自身车辆所在区域的车道线信息和所在车道信息；
20.基于所述感知区域、所述车道线信息和所在车道信息确定所述感知盲区。
21.在其中一个实施例中，所述目标车辆的速度信息包括所述目标车辆第一时刻的第一行驶速度；所述基于所述目标车辆的速度信息，确定变道抑制时长包括：
22.获取自身车辆的第二行驶速度；
23.基于所述第一行驶速度与所述第二行驶速度，确定速度差；
24.基于所述速度差和预设的速度差-变道抑制时长映射关系，确定所述变道抑制时长。
25.在其中一个实施例中，所述车辆信息还包括位置信息，所述目标车辆的车辆信息包括目标车辆第一时刻的车辆信息；所述基于所述车辆信息重新获取所述目标车辆包括：
26.基于所述目标车辆第一时刻的车辆信息，计算所述目标车辆的预测位置和预测速度；
27.基于第三时刻所述周围车辆的第三标识信息与第四时刻所述周围车辆的第四标识信息，确定是否出现新车辆；
28.若所述新车辆的位置信息与所述目标车辆的预测位置的差值小于第一预设阈值，且所述新车辆的速度信息与所述目标车辆的预测速度的差值小于第二预设阈值，则视为重新获取所述目标车辆。
29.在其中一个实施例中，所述位置信息包括纵向位置，所述速度信息包括纵向速度和纵向加速度，所述基于所述目标车辆第一时刻的车辆信息，计算所述目标车辆的预测位置和预测速度包括：
30.基于所述目标车辆的纵向位置、纵向速度和纵向加速度以及自身车辆的纵向速度和纵向加速度，计算所述目标车辆的预测位置；
31.基于所述目标车辆的纵向速度和纵向加速度，计算所述目标车辆的预测速度。
32.第二个方面，本实施例提供了一种车辆变道控制装置，所述装置包括：
33.信息获取模块，用于实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；
34.判断丢失模块，用于基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；
35.时长确定模块，用于基于所述目标车辆的速度信息，确定变道抑制时长；
36.变道抑制模块，用于基于所述变道抑制时长开启自身车辆的变道抑制；
37.关闭抑制模块，用于若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。
38.第三个方面，本实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。
39.第四个方面，本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，
所述计算机程序被处理器执行时实现如上述方法的步骤。
40.上述车辆变道控制方法、装置、计算机设备和存储介质，通过相邻两时刻的周围车辆的标识信息确定是否存在感知丢失，并将感知丢失的车辆作为目标车辆，根据目标车辆丢失前的速度信息确定变道抑制时长，并在时长内进行抑制，若重新获取到目标车辆，则可以提前关闭抑制，实现了对盲区内丢失的车辆的确定，并基于目标车辆的车辆信息进行变道抑制，达到了降低变道碰撞风险的效果，当重新获取到目标车辆时提前关闭变道抑制，还可以减少变道抑制时间，达到提高用户体验的效果。
附图说明
41.图1为一个实施例中车辆变道控制方法的流程示意图；
42.图2为一个实施例中车辆变道控制方法的应用装置图；
43.图3为另一个实施例中车辆变道控制方法的流程示意图；
44.图4为一个实施例中车辆变道控制装置的结构框图；
45.图5为一个实施例中计算机设备的内部结构图。
具体实施方式
46.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
47.本技术实施例提供的车辆变道控制方法可以应用于车辆中，其中，车辆可以设置有终端和传感器，终端通过有线或无线连接获取传感器所采集的车辆周围感知数据。终端实时获取周围车辆的车辆信息，车辆信息包括标识信息和速度信息，车辆信息可以是基于传感器所采集的车辆周围感知数据经过处理得到；终端基于相邻两时刻的标识信息，判断周围车辆是否出现感知丢失；若是，将感知丢失的周围车辆确定为目标车辆；基于目标车辆的速度信息，确定变道抑制时长；基于所述变道抑制时长开启自身车辆的变道抑制；若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和物联网设备，物联网设备可为智能车载设备。
48.在一个实施例中，如图1所示，提供了一种车辆变道控制方法，以该方法应用于上述终端为例进行说明，包括以下步骤：
49.步骤s100，实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息。
50.其中，本实施例的变道控制方法执行于自身车辆中，周围车辆可以是在自身车辆的预设范围内的车辆。该预设范围可以是基于预设距离进行设置，也可以根据纵向和横向两个方向进行分别设置，还可以是根据车道信息对预设范围进行划定，还可以是根据其他自身车辆周边环境因素进行设置，以及可以是根据上述参数进行结合设置，本文对此不作限定。本实施例中，自身车辆上设置有多个传感器，车辆信息可以是对传感器所采集的数据进行处理得到。
51.标识信息可以是对每个周围车辆赋予的标识。标识信息可以是在自身车辆行驶过
程中，基于对周围车辆的跟踪识别得到。标识信息可以是临时性的，即不具备与周围车辆单体本身的强关联性，在预设条件下可以被删除或覆写，用于处理自身车辆当前环境下的驾驶策略；标识信息也可以是永久性的，即与周围车辆单体本身存在强关联性，每个标识信息与周围车辆单体一一对应。进一步的，标识信息可以是与周围车辆单体的车身信息一起存储于终端的存储器中或上传至服务器。
52.速度信息可以是每个周围车辆的速度信息。速度信息可以是以地面作为参考系进行确定，也可以是以自身车辆作为参考系进行确定。速度信息还可以包括速度和加速度的一种或两种。示例性的，速度信息可以包括实际速度、实际加速度、相对速度、相对加速度中的至少一种，其中，相对速度和相对加速度可以是目标车辆与自身车辆的速度差和加速度差。
53.步骤s200，基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失。若是，将感知丢失的所述周围车辆确定为目标车辆。
54.可以理解的是，周围车辆的标识信息和速度信息可以是根据不同时刻进行采集。相邻两时刻可以是以预设单位时长为间隔的前后两个时刻，预设单位时长可以是采样时长，也可以是其他基于实际需求设置的时长。
55.基于相邻两时刻的所述标识信息，判断周围车辆是否出现感知丢失，可以是将前一时刻的标识信息与后一时刻的标识信息进行比对，从而判断是否存在丢失车辆。将感知丢失的周围车辆确定为目标车辆，可以是将该周围车辆作为可能需要避免变道时碰撞风险的车辆。
56.步骤s300，基于所述目标车辆的速度信息，确定变道抑制时长。
57.其中，变道抑制时长可以是需要对自身车辆进行变道抑制的时间，变道抑制即对自身车辆的变道行为进行抑制。
58.基于速度信息确定变道抑制时长，可以是基于速度信息中的参数，依照预设规则计算出与该参数相对应的时长，将该时长作为变道抑制时长。示例性的，当速度信息中包括相对速度时，可以是根据相对速度和预设规则计算相应的变道抑制时长。
59.可以理解的是，目标车辆的速度信息所反映的是，在目标车辆丢失前的行驶状态，可以作为碰撞风险评估的参考因素之一。
60.步骤s400，基于所述变道抑制时长开启自身车辆的变道抑制。
61.其中，开启变道抑制可以是通过硬件进行物理抑制，也可以是在软件层面进行算法控制，例如，可以是对自动驾驶系统中的特定参数进行调整，相应的，当自身车辆需要进行变道时，可以是获取变道抑制的特定参数，若该特定参数为预设的开启值，则代表变道抑制开启，则取消或延缓本次变道；若该特定参数为预设的关闭值，则代表变道抑制未开启，则执行变道。
62.步骤s500，若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。
63.其中，变道抑制时长结束，可以是以目标车辆感知丢失的时刻开始计算，也可以是以开启变道抑制的时刻开始计算。基于车辆信息重新获取目标车辆，可以是基于图像传感器对可见范围内的车辆进行图像识别，若基于图像识别获取到目标车辆，则代表目标车辆重新被检测或离开感知盲区；还可以是基于目标车辆的其他车辆信息与重新获取到的车辆
信息进行匹配，并基于匹配结果确定重新获取到的车辆是否为目标车辆。可以理解的是，当重新获取到目标车辆时，则消除了在目标车辆未知情况下的碰撞风险，则可以根据现有检测到的周围车辆信息正常计算碰撞风险以及执行变道操作。
64.进一步的，本实施例的变道控制方法还可以是应用于周围车辆中多个车辆丢失的情形，即，当存在两个及两个以上的感知丢失的周围车辆时，可以分别根据感知丢失的周围车辆确定为目标车辆并进行变道抑制，可以是在所有目标车辆的变道抑制时长结束或被重新获取后，再关闭自身车辆的变道抑制。
65.本实施例提供的一种车辆变道控制方法，通过实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；基于所述目标车辆的速度信息，确定变道抑制时长；基于所述变道抑制时长开启自身车辆的变道抑制；若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制，可以实现对盲区内丢失的车辆的确定，以及基于目标车辆的车辆信息进行变道抑制，达到了降低变道碰撞风险的效果，当重新获取到目标车辆时提前关闭变道抑制，还可以减少变道抑制时间，达到提高用户体验的效果。
66.在其中一个实施例中，所述车辆信息还包括位置信息，所述基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失包括：
67.获取第一时刻周围车辆的第一标识信息和第二时刻周围车辆的第二标识信息；所述第一时刻和所述第二时刻为相邻两时刻；
68.基于所述第一标识信息和所述第二标识信息，确定异常车辆；
69.基于所述异常车辆的速度信息和位置信息判断所述异常车辆是否进入感知盲区；若是，则视为所述周围车辆出现感知丢失。
70.其中，第一时刻和第二时刻可以是以采样时长或其他预设时长为间隔的、相邻的两时刻。第一时刻周围车辆的第一标识信息，即获取在第一时刻下所有周围车辆的标识信息。相应的，第二时刻周围车辆的第二标识信息，即获取在第二时刻下所有周围车辆的标识信息。可以理解的是，第一标识信息和第二标识信息分别表示在第一时刻和第二时刻下，自身车辆周围所存在的车辆单体。
71.基于第一标识信息和第二标识信息，确定异常车辆，可以是将第一标识信息与第二标识信息中的周围车辆进行比对。可以理解的是，当存在周围车辆仅存在于第一标识信息和第二标识信息中的一项时，表示车辆感知丢失或出现新车辆。
72.可以理解的是，在基于第一标识信息和第二标识信息确定异常车辆后，一般情况下可以直接将该异常车辆视为感知丢失。然而部分车辆的异常原因可能并非出于进入感知盲区，可能是受障碍物遮挡、道路变化等，因此还可以对异常车辆的车辆信息进行分析，进一步确定该异常车辆是否在感知盲区内丢失。基于所述异常车辆的速度信息和位置信息判断所述异常车辆是否进入感知盲区，可以是根据异常车辆在丢失前一时刻的速度信息和位置信息确定异常车辆是否在感知盲区外。示例性的，丢失前一时刻可以是第一时刻，在第一时刻下，若异常车辆的实际速度与自身车辆的实际速度的速度差，或相对速度小于预设阈值，且异常车辆在丢失前位于感知盲区的预设范围内，则可以视为进入感知盲区，并视为该异常车辆出现感知丢失。
73.本实施例提供的一种车辆变道控制方法，通过基于第一时刻和第二时刻的标识信息确定异常车辆，并以异常车辆进入感知盲区作为判断条件之一，对周围车辆是否出现感知丢失进行判断，区别于简单的判断目标是否出现检测丢失，可以排除周围车辆因其他原因造成感知丢失的情形，达到减少丢失车辆的误判的效果，提高用户体验感。
74.在其中一个实施例中，所述基于所述第一标识信息和所述第二标识信息，确定异常车辆还包括：
75.依次判断所述第一标识信息对应的周围车辆是否存在于所述第二标识信息中，若不存在，则将不存在的所述周围车辆确定为异常车辆。
76.其中，可以是基于第一标识信息中的周围车辆，依次判断该车辆在第二标识信息中是否存在，若不存在，则代表该周围车辆在第一时刻可以被感知，但在第二时刻无法被感知，则可以视为感知丢失。
77.本实施例提供的一种车辆变道控制方法，通过依次判断所述第一标识信息对应的周围车辆是否存在于所述第二标识信息中，若不存在，则将不存在的所述周围车辆确定为异常车辆，可以实现对异常车辆的判断。
78.在其中一个实施例中，所述基于所述异常车辆的速度信息和位置信息判断所述异常车辆是否进入感知盲区之前包括：
79.获取自身车辆的感知单元的可感知区域，以及所述自身车辆所在区域的车道线信息和所在车道信息；
80.基于所述感知区域、所述车道线信息和所在车道信息确定所述感知盲区。
81.其中，获取自身车辆的感知单元的可感知区域，可以是基于摄像头、雷达、激光雷达等传感器的可采样范围，对自身车辆周围的可感知区域进行确定。车道线信息和所在车道信息可以是基于感知单元所采集的信息处理后得到，例如对摄像头采集的图像进行识别进行确定，也可以是与服务器通讯得到，并基于导航和定位单元或结合图像识别，对自身车辆所在车道进行识别。
82.基于所述感知区域、所述车道线信息和所在车道信息确定所述感知盲区，可以是先基于感知区域确定第一感知盲区，再基于车道线信息和所在车道信息确定自身车辆的相邻车道，并基于相邻车道和预设的纵向距离对第一感知盲区的范围进行限缩，将限缩后的第一感知盲区作为所述感知盲区；还可以是其他出于实际需求的设置，在感知区域、车道线信息和所在车道信息的基础上确定的感知盲区。
83.本实施例提供的一种车辆变道控制方法，通过获取自身车辆的感知单元的可感知区域，以及所述自身车辆所在区域的车道线信息和所在车道信息；基于所述感知区域、所述车道线信息和所在车道信息确定所述感知盲区，可以实现感知盲区的合理划定。可以理解的是，感知盲区过大可能导致部分不存在碰撞风险的车道上的车辆被视为目标车辆，造成变道抑制异常，还可能因感知盲区过大导致计算数据量的增加，因此，对感知盲区的合理划定，可以提高碰撞风险评估的准确性，以及加快变道控制的响应速度，达到提高用户体验感的效果。
84.在其中一个实施例中，所述目标车辆的速度信息包括所述目标车辆第一时刻的第一行驶速度；所述基于所述目标车辆的速度信息，确定变道抑制时长包括：
85.获取自身车辆的第二行驶速度；
86.基于所述第一行驶速度与所述第二行驶速度，确定速度差；
87.基于所述速度差和预设的速度差-变道抑制时长映射关系，确定所述变道抑制时长。
88.其中，本实施例中的速度信息可以是实际速度；第一时刻可以是目标车辆丢失前的时刻；目标车辆第一时刻的第一行驶速度，可以是目标车辆在第一时刻下的实际速度；获取自身车辆的第二行驶速度，可以是获取自身车辆在第一时刻下的实际速度。基于所述第一行驶速度与所述第二行驶速度，确定速度差，即确定自身车辆与目标车辆在第一时刻下的相对速度。
89.速度差-变道抑制时长映射关系，即目标车辆与自身车辆的速度差、与变道抑制时长的映射关系。该映射关系可以是预先设置的，示例性的，当目标车辆与自身车辆的相对速度越小，则目标车辆可能将与自身车辆处于较长时间的并行行驶状态，因此，需要预留出较长时间的变道抑制时长；相应的，当目标车辆与自身车辆的相对速度越大，若第一行驶速度大于第二行驶速度，则可能是目标车辆在自身车辆的侧后方超车而进入感知盲区等情形，则目标车辆在感知盲区内停留的时长可能就越短，可以预留出较短时间的变道抑制时长；若第一行驶速度小于第二行驶速度，则可能是目标车辆在自身车辆的侧前方，且自身车辆执行超车等情形，同样的，也可以预留出较短时间的变道抑制时长。
90.本实施例提供的一种车辆变道控制方法，通过基于目标车辆与自身车辆在丢失前的速度差确定相应的变道抑制时长，可以实现基于不同的行车情况确定相应的变道抑制，可以提高变道抑制的合理性，达到维持自动驾驶系统运行的稳定性。
91.在其中一个实施例中，所述车辆信息还包括位置信息，所述目标车辆的车辆信息包括目标车辆第一时刻的车辆信息；所述基于所述车辆信息重新获取所述目标车辆包括：
92.基于所述目标车辆第一时刻的车辆信息，计算所述目标车辆的预测位置和预测速度；
93.基于第三时刻所述周围车辆的第三标识信息与第四时刻所述周围车辆的第四标识信息，确定是否出现新车辆；
94.若所述新车辆的位置信息与所述目标车辆的预测位置的差值小于第一预设阈值，且所述新车辆的速度信息与所述目标车辆的预测速度的差值小于第二预设阈值，则视为重新获取所述目标车辆。
95.其中，位置信息可以是目标车辆在自身车辆参考系或道路参考系下的位置。基于所述目标车辆第一时刻的车辆信息，计算所述目标车辆的预测位置与预测速度，可以是基于车辆信息中的位置信息和速度信息，以及目标车辆自丢失时刻至当前时刻所经历的丢失时长，预测目标车辆在当前时刻下可能处于的位置和可能的速度，作为目标车辆的预测位置与预测速度。
96.基于第三时刻所述周围车辆的第三标识信息与第四时刻所述周围车辆的第四标识信息，确定是否出现新车辆，其判断方法与判断周围车辆是否感知丢失的方法原理相同，可以是依次判断第四标识信息中的周围车辆在第三标识信息中是否存在，从而判断是否出现型车辆，本文在此不做赘述。
97.第一预设阈值可以是预设的距离差值，即判断新车辆的位置与目标车辆的预测位置的距离是否小于预设的距离差值，若是，则代表新车辆的当前位置与目标车辆的预测位
置相近，若否，则代表新车辆的当前位置与目标车辆的预测位置有较大距离；第二预设阈值可以是预设的速度差值，即判断新车辆的速度与目标车辆的预测速度是否小于预设的速度差值，若是，则代表新车辆的当前速度与目标车辆的预测速度相近，若否，则代表新车辆的当前速度与目标车辆的预测速度有较大差距。若基于第一预设阈值和第二预设阈值的判断结果均为是，则新车辆为感知丢失的目标车辆的可能性较高，此时可以视为重新获取目标车辆。可以理解的是，在感知盲区边缘处采用雷达或激光雷达测速，而不包括图像采集的情况下，车辆的标识信息可以是基于跟踪信息而临时赋予，当目标车辆重新被感知到时，可能被确认为新车辆，因此需要将新车辆与目标车辆进行匹配。
98.本实施例提供的一种车辆变道控制方法，通过对目标车辆的位置信息和速度信息进行预测，并与获取到的新车辆的位置信息和速度信息进行比对，以确定新车辆是否为重新获取的目标车辆，可以实现在无需图像传感器识别的情况下快速确定目标车辆，同时，当感知丢失的周围车辆为两辆或两辆以上时，也可以基于匹配结果区分出仍然在盲区内的其他目标车辆，达到提高目标识别准确性以及变道风险控制合理性的效果。
99.在其中一个实施例中，所述位置信息包括纵向位置，所述速度信息包括纵向速度和纵向加速度，所述基于所述目标车辆第一时刻的车辆信息，计算所述目标车辆的预测位置和预测速度包括：
100.基于所述目标车辆的纵向位置、纵向速度和纵向加速度以及自身车辆的纵向速度和纵向加速度，计算所述目标车辆的预测位置；
101.基于所述目标车辆的纵向速度和纵向加速度，计算所述目标车辆的预测速度。
102.其中，纵向位置可以是在车辆行驶方向上，目标车辆在自身车辆参考系下的位置，可以理解的是，纵向位置消除了不同车道对距离计算造成的影响，可以对目标车辆当前位置的预测作更准确的计算。
103.目标车辆的纵向位置、纵向速度和纵向加速度为目标车辆在第一时刻下的纵向位置、纵向速度和纵向加速度。在一个具体实施例中，预测位置的计算公式如下：
104.curpx＝lastxp+lastxv*t+0.5*lastxa*t*t
–
(selfv*t+0.5*selfa*t*t)
105.其中，curpx为目标车辆的预测位置，lastxp为目标车辆第一时刻的纵向位置，lastxv为目标车辆第一时刻的纵向速度，t为目标车辆的丢失时间，lastxa为目标车辆第一时刻的纵向加速度，selfv为自身车辆第一时刻的纵向速度，selfa为自身车辆第一时刻的纵向加速度。
106.基于所述目标车辆的纵向速度和纵向加速度，计算所述目标车辆的预测速度，在一个具体实施例中，预测速度的计算公式如下：
107.curvx＝lastxv+lastxa*t
108.其中，curvx为目标车辆的预测速度，lastxv为目标车辆第一时刻的纵向速度，lastxa为目标车辆第一时刻的纵向加速度。
109.本实施例提供的一种车辆变道控制方法，通过基于目标车辆在第一时刻下的位置信息和速度信息，以及自身车辆的速度信息对预测位置进行计算，可以消除自身车辆的加速，对目标车辆的位置和速度的预测偏差，可以达到目标识别的准确性的效果。
110.为了更清楚地阐述本技术的技术方案，本技术还提供了一个详细实施例。
111.本实施例的车辆变道控制方法可以应用于如图2所示的装置中，其中，该装置包括
导航和地图定位单元、感知单元、车身单元、融合单元、目标选择单元、变道风险评估单元、决策和规划单元以及执行单元。其中：
112.导航和地图定位单元用于获得全局路径，例如道路信息、定位信息、车道中心线信息等。
113.感知单元用于获取障碍物信息、交通指示灯及车道标线信息。
114.车身单元，用于获得驾驶员请求、设置和车速等信息。
115.融合单元，用于获取来自导航和地图定位单元、感知单元和车身单元的数据作为输入信息，并对上述输出信息做融合处理，获得车道线信息、障碍物信息、包含择路信息的全局路径信息和所在车道信息。
116.目标选择单元，用于基于融合单元的车道线信息和障碍物信息，选择出自动驾驶车辆周围关键目标信息，并向变道风险评估单元发送选择后的障碍物信息。
117.变道风险评估单元，用于基于选择后的障碍物信息，对盲区内目标车辆异常丢失及目标车辆重新出现情况进行处理，同时输出变道flag信号至决策和规划单元。
118.决策和规划单元，用于对融合单元及风险评估单元的信息处理，获得方向盘转角请求、加减速请求和转向灯请求等。
119.执行单元，用于执行上述请求的指令。
120.上述单元之间参数传输包括但不限于can总线、以太网的传输。
121.以本实施例的车辆变道控制方法应用于变道风险评估单元为例，如图3所示，车辆变道控制方法如下：
122.步骤一、确定盲区范围。其中，以自身车辆为参考系，将x1和x2作为以自身车辆为原点的纵向距离，其中，x1《0，x2》0，分别表示自身车辆的车后和车前距离，如此设置，自身车辆的感知盲区范围(x1，x2)。
123.步骤二、判断目标是否异常丢失，若否，则变道flag信号置0。其中：
124.设置变量作为标识信息，即二维数组lfobjid，用于存放目标车辆的身份信息，记上一采样时刻的周围车辆的标识信息为lastlfobjid。
125.记lastlf1px为第一目标异常丢失时前一帧的纵向位置坐标数据，为一维变量。
126.记lastlf1vx为第一目标异常丢失时前一帧的纵向速度数据，为一维变量。
127.记taconerfobjmislgtt为目标的变道抑制时长，为一维变量。
128.记frontconermissobjtdelay为目标异常丢失后累计的丢失时长，为一维变量。
129.变道flag信号用于代表自身车辆能否进行变道，置1时代表当前不能变道，置0时代表当前可以变道。
130.记systemsamplet为系统运行时间；
131.以相邻左侧车道前方的两辆周围车辆为例，记lf1为相邻左侧车道前方第一辆车的id，由目标选择单元给出，记lf2为相邻左侧车道前方第二辆车的id，由目标选择单元给出。
132.当lf1存在并驶入盲区内时，且与自身车辆的相对速度绝对值小于预设值时，则记lfobjid(1)的值为lf1，记lastlf1vx的值为lf1的速度值。
133.当lf2存在并驶入盲区内时，且与自身车辆的相对速度绝对值小于预设值时，则记lfobjid(2)的值为lf2，记lastlf2vx的值为lf2的速度值。
134.判断lf1和lf2是否满足如下三个条件之一，若满足，则认为目标异常丢失：
135.条件1：上一时刻和当前时刻的lfobjid(1)均不为0，且上一时刻与当前时刻的lfobjid(1)不相等，且上一时刻的lfobjid(2)不为0，且上一时刻的lfobjid(1)所对应的车辆不在当前感知范围内的车辆集合内；
136.若条件1中的上述条件均满足，则认为满足条件1。
137.条件2：上一时刻的lfobjid(2)为0，且上一时刻的lfobjid(1)不为0，且上一时刻的lfobjid(1)所对应的车辆不在当前感知范围内的车辆集合内，且当前时刻的lfobjid(1)为0；
138.若条件2中的上述条件均满足，则认为满足条件2。
139.条件3：当前时刻的lfobjid(1)和lfobjid(2)均为0，且上一时刻的lfobjid(1)和lfobjid(2)均不为0，且上一时刻的lfobjid(1)所对应的车辆不在当前感知范围内的车辆集合内；
140.若条件3中的上述条件均满足，则认为满足条件3。
141.步骤三、计算变道抑制时长，并基于变道抑制时长对变道flag信号置1。其中，在确认目标异常丢失后，计算抑制自身车辆变道的时长，并且当满足以下判断条件后，开始进行抑制时长计时。其中，计算目标车辆与自身车辆的速度差的绝对值，并基于该绝对值查表得到变道抑制时长taconerfobjmislgtt。
142.判断丢失时长是否小于等于变道抑制时长；若否，则变道flag信号置0；若是，则变道flag信号置1。具体的，若满足taconerfobjmislgtt大于0，且frontconermissobjtdelay小于taconerfobjmislgtt，则视为是，将变道flag信号置1，更新frontconermissobjtdelay的值，即frontconermissobjtdelay(更新值)＝frontconermissobjtdelay(最近历史值)+systemsamplet；若不满足，则视为否，将变道flag信号置0，同时，将frontconermissobjtdelay和taconerfobjmislgtt均置0。
143.当再次获取到新的周围车辆时，判断新目标是否为异常丢失目标，若是，则将变道flag信号置0。
144.具体的，在目标丢失后，实时预测异常丢失目标在当前时刻的纵向的预测位置和纵向的预测速度，即目标车辆丢失前一帧的时刻为第一时刻，则，预测位置的计算公式如下：
145.curpx＝lastxp+lastxv*t+0.5*lastxa*t*t
–
(selfv*t+0.5*selfa*t*t)
146.其中，curpx为目标车辆的预测位置，lastxp为目标车辆第一时刻的纵向位置，lastxv为目标车辆第一时刻的纵向速度，t为目标车辆的丢失时长，lastxa为目标车辆第一时刻的纵向加速度，selfv为自身车辆第一时刻的纵向速度，selfa为自身车辆第一时刻的纵向加速度。
147.基于所述目标车辆的纵向速度和纵向加速度，计算所述目标车辆的预测速度，在一个具体实施例中，预测速度的计算公式如下：
148.curvx＝lastxv+lastxa*t
149.其中，curvx为目标车辆的预测速度，lastxv为目标车辆第一时刻的纵向速度，lastxa为目标车辆第一时刻的纵向加速度；t为目标车辆的丢失时长。
150.当再次获取到新的周围车辆时，将新车辆的纵向位置和纵向速度，与目标车辆的
预测位置和预测速度进行比较：
151.若新车辆纵向位置与目标车辆纵向位置的差值的绝对值，小于第一预设阈值，且新车辆纵向速度与目标车辆纵向速度的差值的绝对值，小于第二预设阈值，则认为新车辆为目标车辆，即新目标为异常丢失目标，则将变道flag信号和taconerfobjmislgtt置0。
152.本实施例提供的一种车辆变道控制方法，可以实现对盲区内丢失的车辆的确定，以及基于目标车辆的车辆信息进行变道抑制，达到了降低变道碰撞风险的效果，当重新获取到目标车辆时提前关闭变道抑制，还可以减少变道抑制时间，达到提高用户体验的效果；通过将前一时刻与当前时刻的车辆标识信息进行比较，区别于简单的判断目标是否出现检测丢失，可以排除周围车辆因其他原因造成感知丢失的情形，达到减少丢失车辆的误判的效果，提高用户体验感；基于所述导航与地图定位单元、感知单元和车身单元的信息确定所述感知盲区，可以实现感知盲区的合理划定；通过基于目标车辆与自身车辆在丢失前的速度差确定相应的变道抑制时长，可以实现基于不同的行车情况确定相应的变道抑制，可以提高变道抑制的合理性，达到维持自动驾驶系统运行的稳定性；通过对目标车辆的位置信息和速度信息进行预测，并与获取到的新车辆的位置信息和速度信息进行比对，以确定新车辆是否为重新获取的目标车辆，可以实现在无需图像传感器识别的情况下快速确定目标车辆，同时，当感知丢失的周围车辆为两辆或两辆以上时，也可以基于匹配结果区分出仍然在盲区内的其他目标车辆，达到提高目标识别准确性以及变道风险控制合理性的效果；通过基于目标车辆在第一时刻下的位置信息和速度信息，以及自身车辆的速度信息对预测位置进行计算，可以消除自身车辆的加速，对目标车辆的位置和速度的预测偏差，可以达到目标识别的准确性的效果。
153.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
154.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的车辆变道控制方法的车辆变道控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个车辆变道控制装置实施例中的具体限定可以参见上文中对于车辆变道控制方法的限定，在此不再赘述。
155.在一个实施例中，如图4所示，提供了一种车辆变道控制装置，包括：信息获取模块100、判断丢失模块200、时长确定模块300、变道抑制模块400和关闭抑制模块500，其中：
156.信息获取模块100，用于实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；
157.判断丢失模块200，用于基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；
158.时长确定模块300，用于基于所述目标车辆的速度信息，确定变道抑制时长；
159.变道抑制模块400，用于基于所述变道抑制时长开启自身车辆的变道抑制；
160.关闭抑制模块500，用于若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。
161.在其中一个实施例中，所述车辆信息还包括位置信息，所述判断丢失模块200还用于：获取第一时刻周围车辆的第一标识信息和第二时刻周围车辆的第二标识信息；所述第一时刻和所述第二时刻为相邻两时刻；基于所述第一标识信息和所述第二标识信息，确定异常车辆；基于所述异常车辆的速度信息和位置信息判断所述异常车辆是否进入感知盲区；若是，则视为所述周围车辆出现感知丢失。
162.在其中一个实施例中，所述判断丢失模块200还用于：依次判断所述第一标识信息对应的周围车辆是否存在于所述第二标识信息中，若不存在，则将不存在的所述周围车辆确定为异常车辆。
163.在其中一个实施例中，所述判断丢失模块200还用于：获取自身车辆的感知单元的可感知区域，以及所述自身车辆所在区域的车道线信息和所在车道信息；基于所述感知区域、所述车道线信息和所在车道信息确定所述感知盲区。
164.在其中一个实施例中，所述目标车辆的速度信息包括所述目标车辆第一时刻的第一行驶速度；所述目标车辆的速度信息包括所述目标车辆第一时刻的第一行驶速度；所述时长确定模块300还用于：获取自身车辆的第二行驶速度；基于所述第一行驶速度与所述第二行驶速度，确定速度差；基于所述速度差和预设的速度差-变道抑制时长映射关系，确定所述变道抑制时长。
165.在其中一个实施例中，所述车辆信息还包括位置信息，所述目标车辆的车辆信息包括目标车辆第一时刻的车辆信息；所述关闭抑制模块500还用于：基于所述目标车辆第一时刻的车辆信息，计算所述目标车辆的预测位置和预测速度；基于第三时刻所述周围车辆的第三标识信息与第四时刻所述周围车辆的第四标识信息，确定是否出现新车辆；若所述新车辆的位置信息与所述目标车辆的预测位置的差值小于第一预设阈值，且所述新车辆的速度信息与所述目标车辆的预测速度的差值小于第二预设阈值，则视为重新获取所述目标车辆。
166.在其中一个实施例中，所述位置信息包括纵向位置，所述速度信息包括纵向速度和纵向加速度，所述关闭抑制模块500还用于：基于所述目标车辆的纵向位置、纵向速度和纵向加速度以及自身车辆的纵向速度和纵向加速度，计算所述目标车辆的预测位置；基于所述目标车辆的纵向速度和纵向加速度，计算所述目标车辆的预测速度。
167.上述车辆变道控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
168.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储车辆信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆变道控制方法。
169.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
170.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
171.实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；
172.基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；
173.基于所述目标车辆的速度信息，确定变道抑制时长；
174.基于所述变道抑制时长开启自身车辆的变道抑制；
175.若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。
176.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
177.实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；
178.基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；
179.基于所述目标车辆的速度信息，确定变道抑制时长；
180.基于所述变道抑制时长开启自身车辆的变道抑制；
181.若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。
182.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
183.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
184.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
185.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种车辆变道控制方法，其特征在于，所述方法包括：实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；基于所述目标车辆的速度信息，确定变道抑制时长；基于所述变道抑制时长开启自身车辆的变道抑制；若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。2.根据权利要求1所述的方法，其特征在于，所述车辆信息还包括位置信息，所述基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失包括：获取第一时刻周围车辆的第一标识信息和第二时刻周围车辆的第二标识信息；所述第一时刻和所述第二时刻为相邻两时刻；基于所述第一标识信息和所述第二标识信息，确定异常车辆；基于所述异常车辆的速度信息和位置信息判断所述异常车辆是否进入感知盲区；若是，则视为所述周围车辆出现感知丢失。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一标识信息和所述第二标识信息，确定异常车辆还包括：依次判断所述第一标识信息对应的周围车辆是否存在于所述第二标识信息中，若不存在，则将不存在的所述周围车辆确定为异常车辆。4.根据权利要求2所述的方法，其特征在于，所述基于所述异常车辆的速度信息和位置信息判断所述异常车辆是否进入感知盲区之前包括：获取自身车辆的感知单元的可感知区域，以及所述自身车辆所在区域的车道线信息和所在车道信息；基于所述感知区域、所述车道线信息和所在车道信息确定所述感知盲区。5.根据权利要求1所述的方法，其特征在于，所述目标车辆的速度信息包括所述目标车辆第一时刻的第一行驶速度；所述基于所述目标车辆的速度信息，确定变道抑制时长包括：获取自身车辆的第二行驶速度；基于所述第一行驶速度与所述第二行驶速度，确定速度差；基于所述速度差和预设的速度差-变道抑制时长映射关系，确定所述变道抑制时长。6.根据权利要求1所述的方法，其特征在于，所述车辆信息还包括位置信息，所述目标车辆的车辆信息包括目标车辆第一时刻的车辆信息；所述基于所述车辆信息重新获取所述目标车辆包括：基于所述目标车辆第一时刻的车辆信息，计算所述目标车辆的预测位置和预测速度；基于第三时刻所述周围车辆的第三标识信息与第四时刻所述周围车辆的第四标识信息，确定是否出现新车辆；若所述新车辆的位置信息与所述目标车辆的预测位置的差值小于第一预设阈值，且所述新车辆的速度信息与所述目标车辆的预测速度的差值小于第二预设阈值，则视为重新获取所述目标车辆。7.根据权利要求6所述的方法，其特征在于，所述位置信息包括纵向位置，所述速度信
息包括纵向速度和纵向加速度，所述基于所述目标车辆第一时刻的车辆信息，计算所述目标车辆的预测位置和预测速度包括：基于所述目标车辆的纵向位置、纵向速度和纵向加速度以及自身车辆的纵向速度和纵向加速度，计算所述目标车辆的预测位置；基于所述目标车辆的纵向速度和纵向加速度，计算所述目标车辆的预测速度。8.一种车辆变道控制装置，其特征在于，所述装置包括：信息获取模块，用于实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；判断丢失模块，用于基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；时长确定模块，用于基于所述目标车辆的速度信息，确定变道抑制时长；变道抑制模块，用于基于所述变道抑制时长开启自身车辆的变道抑制；关闭抑制模块，用于若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至权利要求7中任一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至权利要求7中任一项所述的方法的步骤。

技术总结
本申请涉及一种车辆变道控制方法、装置、计算机设备和存储介质。所述方法包括：实时获取周围车辆的车辆信息，所述车辆信息包括标识信息和速度信息；基于相邻两时刻的所述标识信息，判断所述周围车辆是否出现感知丢失；若是，将感知丢失的所述周围车辆确定为目标车辆；基于所述目标车辆的速度信息，确定变道抑制时长；基于所述变道抑制时长开启自身车辆的变道抑制；若所述变道抑制时长结束，或基于所述车辆信息重新获取所述目标车辆，则关闭所述自身车辆的变道抑制。采用本方法能够实现对盲区内丢失的车辆的确定，以及基于目标车辆的车辆信息进行变道抑制，达到降低变道碰撞风险的效果。果。果。


技术研发人员：潘文博 邹欣 赵红军 李小刚 白颖
受保护的技术使用者：福思（杭州）智能科技有限公司
技术研发日：2023.07.27
技术公布日：2023/10/11