一种基于模拟退火算法的车道选择方法、设备及存储介质与流程

本发明涉及车辆自动驾驶，特别涉及一种基于模拟退火算法的车道选择方法、设备及存储介质。

背景技术：

1、自动驾驶中，车道选择算法的作用是根据当前车辆位置、速度和周围环境等因素，选择最合适的车道以确保安全和高效的行驶。该算法可以考虑道路环境和周围交通环境信息，从而做出最佳的车道选择决策。

2、现有技术中关于车道选择计算方法的专利文献，如公开号为cn117740009a提出了一种车道推荐方法、装置、电子设备及存储介质，该方法通过获取车辆的当前路线导航信息；基于当前路线导航信息，判断当前车辆是否满足预设的车道选择条件；若当前车辆满足预设的车道选择条件，则计算当前车辆待驶入道路的每条车道的优先级，并发送每条车道的优先级至车辆。该方法只能按照预设的车道选择条件和固定的判断规则计算得到每条车道的优先级，在辅助驾驶系统的车道决策过程中，无法灵活地应对不断变化的交通环境以及结合道路的未知因素(如实时交通流量、突发事故等)动态地调整车道优先级，在面对复杂的车辆行驶路径规划时，其车道选择的智能化程度不高，缺乏自适应性。

技术实现思路

1、本发明提供一种基于模拟退火算法的车道选择方法、设备及存储介质，利用模拟退火算法优化车辆在分段道路上的车道选择顺序，旨在从当前所在道路段到指定出口道路段上，对所获取的附加有换道成本的总通行时间最小化。

2、本发明的目的采用以下技术方案实现：

3、第一方面，本发明提供一种基于模拟退火算法的车道选择方法，包括：

4、获取车辆在目标道路区间内的车道行驶序列集合以及各个道路段上各个车道的平均通行时间；

5、基于所述车道行驶序列集合以及所述平均通行时间，设定所述模拟退火算法的目标函数；

6、在所述车道行驶序列集合中随机选择一个车道行驶序列，作为所述目标函数对应的初始解，利用模拟退火过程进行迭代计算；

7、在迭代过程中，从当前解中随机改变其中一个道路段的车道选择从而产生领域解，比较所述领域解与所述当前解所对应的目标函数值，判断是否更新所述模拟退火算法的最优解；

8、重复迭代过程直至当前温度小于设定的停止温度时结束模拟退火过程，得到模拟退火过程中最小的所述目标函数值对应的最优解，以作为最终所规划的车道行驶序列。

9、根据本发明提供的一种基于模拟退火算法的车道选择方法，所述获取车辆在目标道路区间内的车道行驶序列集合的步骤，包括：

10、将目标道路区间划分为长度相等的多个道路段；

11、在所述目标道路区间内从起始道路段到达指定的出口道路段的过程中，在车辆前进方向的每个道路段上选择一个目标车道，按顺序将所述目标车道的序号组成一个车道行驶序列；

12、根据起始道路段和出口道路段之间目标车道的随机性，形成多个所述车道行驶序列，以作为所述车道行驶序列集合。

13、根据本发明提供的一种基于模拟退火算法的车道选择方法，所述目标函数用于计算当前车道行驶序列所需的总通行时间成本，所述总通行时间成本包括车辆从起始道路段所在车道变换到出口道路段所在车道所需的车道变更成本和通行路段累加时间成本。

14、根据本发明提供的一种基于模拟退火算法的车道选择方法，所述车道变更成本采用以下方式计算得到：

15、获取车辆当前位置与前一位置之间的换道次数；

16、基于所述换道次数确定对应的换道代价成本；

17、基于所述换道次数和所述换道代价成本得到所述车道变更成本；

18、所述通行路段累加时间成本采用以下方式计算得到：

19、将道路段的长度除以所述道路段的各个车道上车辆的平均通行车速，得到各个道路段上各个车道的平均通行时间；

20、以道路段为索引对所述平均通行时间以通行时间表格的形式进行存储，遍历所述车道行驶序列，获取每个道路段在所述通行时间表格中的平均通行时间并进行累加得到所述通行路段累加时间成本。

21、根据本发明提供的一种基于模拟退火算法的车道选择方法，所述基于所述车道行驶序列集合以及所述平均通行时间，设定所述模拟退火算法的目标函数的步骤，包括：

22、设定所述模拟退火算法的初始温度、冷却因子以及停止温度，其中，

23、所述冷却因子用于对所述初始温度进行降温操作，所述停止温度用于当当前温度小于设定的停止温度时结束模拟退火过程。

24、根据本发明提供的一种基于模拟退火算法的车道选择方法，使用当前解计算适应度，所述适应度为当前的所述车道行驶序列的总通行时间成本相对于总成本最大值的归一化值，即目标函数值；

25、所述在迭代过程中，从当前解中随机改变其中一个道路段的车道选择从而产生领域解，比较所述领域解与所述当前解所对应的目标函数值，判断是否更新所述模拟退火算法的最优解的步骤，包括：

26、在每次迭代过程中：

27、从当前解中随机改变其中一个道路段的车道选择从而产生邻域解；

28、计算所述邻域解的适应度，并与所述当前解的适应度进行比较；

29、如果所述邻域解的适应度小于所述当前解的适应度，则将所述邻域解更新为所述模拟退火算法的最优解；

30、如果所述邻域解的适应度大于或等于所述当前解的适应度，则根据温度和适应度变化概率更新所述模拟退火算法的最优解；

31、将所述模拟退火算法的最优解的适应度更新为所述迭代过程中的最佳适应度。

32、根据本发明提供的一种基于模拟退火算法的车道选择方法，所述根据温度和适应度变化概率更新所述模拟退火算法的最优解的步骤，包括：

33、计算所述邻域解的适应度与所述当前解的适应度之间的适应度差值；

34、根据所述当前温度和所述适应度差值定义接受概率；

35、将所述接受概率与0到1之前的随机数进行判断；

36、如果所述接受概率大于或等于所述随机数，则将所述邻域解更新为所述模拟退火算法的最优解，否则不更新所述模拟退火算法的最优解。

37、根据本发明提供的一种基于模拟退火算法的车道选择方法，还包括：分别设定所述初始温度和所述冷却因子的取值范围，并确定由所述初始温度和所述冷却因子形成的多个参数组合；

38、在每次调用所述模拟退火算法时，计算每个参数组合的算法耗时和目标函数值；

39、在所述模拟退火算法的算法次数内，计算所述参数组合的多个所述算法耗时的平均值和多个所述目标函数值的平均值，以作为所述参数组合最终的算法耗时和目标函数值；

40、将不同参数组合的最终的算法耗时和目标函数值以变化图和散点图的形式表示，从所述变化图和所述散点图中找出算法耗时最小且目标函数值最小的最佳参数组合，以确定所述目标函数最终的参数值设置。

41、第二方面，本发明提供一种电子设备，所述电子设备包括：

42、一个或多个处理器；

43、以及存储有计算机程序指令的存储器，所述计算机程序指令在被执行时使所述处理器执行如上述任一种所述的基于模拟退火算法的车道选择方法的步骤。

44、第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序/指令，所述计算机程序/指令被处理器执行时实现如上述任一种所述的基于模拟退火算法的车道选择方法的步骤。

45、本发明提供的一种基于模拟退火算法的车道选择方法、设备及存储介质，通过获取车辆在目标道路区间内的车道行驶序列集合以及各个道路段上各个车道的平均通行时间；基于车道行驶序列集合以及平均通行时间，设定模拟退火算法的目标函数；在车道行驶序列集合中随机选择一个车道行驶序列，作为目标函数对应的初始解，利用模拟退火过程进行迭代计算；在迭代过程中，从当前解中随机改变其中一个道路段的车道选择从而产生领域解，比较领域解与当前解所对应的目标函数值，判断是否更新模拟退火算法的最优解；重复迭代过程直至当前温度小于设定的停止温度时结束模拟退火过程，得到模拟退火过程中最小的目标函数值对应的最优解，以作为最终所规划的车道行驶序列。本发明利用模拟退火算法优化车辆在分段道路上的车道选择顺序，以尽量少换道的方式引导车辆从预期出口离开当前道路，旨在将获取的附加有换道成本的总通行时间最小化。本发明能够适应不断变化的交通环境和道路交通未知因素，通过不断地模拟和迭代更新，可动态调整车道优先级，相较于采用固定规则选择车道的方式更为灵活。因此，在辅助驾驶系统的车道决策过程中能够提供更为精细化和前瞻性的车道推荐，以实现更高级别的智能化和自主化。