智能汽车换道时长预测及拟人化轨迹规划方法

摘要

本申请涉及智能汽车应用技术领域，特别涉及一种智能汽车换道时长预测及拟人化轨迹规划方法，包括：从自然驾驶数据中提取优秀驾驶员的换道轨迹，并提取多车影响下的换道时长；获取换道车辆的周车运动信息，将周车影响表征为周车运动学参数对换道车辆的平均纵向加速度的非线性映射，进而获得周车影响下的换道时长预测模型；智能汽车应用换道时长预测模型时，基于预期换道纵向位移、当前纵向速度和换道后目标车道预期车速，结合周车信息，利用预测模型进行换道时长的优选，进而实现拟人化的换道轨迹规划。由此，充分挖掘了自然驾驶数据中优秀驾驶员的操纵规律，为智能汽车科学合理的换道决策提供参考，是智能汽车拟人化决策理念在换道决策中的体现。