CN111409639B - 一种主车网联巡航控制方法及系统 - Google Patents

Abstract

本发明涉及一种主车网联巡航控制方法及系统，方法包括：确定主车与前车之间的纵向距离；判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定两侧旁车道上的主车与各旁车的纵向距离和旁车转向信息，并将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率；选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离；确定主车与前车之间的跟车距离目标值；根据主车与前车之间的跟车距离目标值确定主车期望目标车速；根据主车期望目标车速控制主车行驶的速度，本发明根据旁车的切入概率动态调整主车的巡航距离策略，避免与旁车的侧向追尾碰撞。

Description

一种主车网联巡航控制方法及系统

技术领域

本发明涉及网联汽车主动安全控制技术领域，特别是涉及一种主车网联巡航控制方法及系统。

背景技术

自适应巡航控制(Adaptive cruise control，ACC)作为高级驾驶辅助系统(Advanced driver assistant system，ADAS)的典型应用之一，是利用车载雷达、相机以及车对车联网通讯设备，获知前方车辆信息，辅助驾驶员对主车进行巡航控制，有效的提升了行驶的舒适性和安全性。

但是，车辆在道路上巡航行驶时，周围工况复杂多变，如遇到相邻车道车辆在突然换道切入主车与前车的间隙中。传统的ACC跟车控制策略是等待旁车道车辆完整进入主车前方区域时，才将切入车辆更新为新的跟踪目标，跟踪目标的突然变化以及有限的跟车间隙约束，往往会导致主车的紧急制动刹车，而这种紧急制动反应非常危险，可能导致严重的碰撞。因此，针对旁车的并线行为进行预测，以及对主车采取适当的提前调速反应是提升主车巡航安全性最具挑战性的任务。

发明内容

基于此，本发明的目的是提供一种主车网联巡航控制方法及系统，综合考虑两侧旁车道车辆的并线行为，以提高主车网联巡航控制的安全性。

为实现上述目的，本发明提供了一种主车网联巡航控制方法，所述方法包括：

步骤S1：确定主车与前车之间的纵向距离；

步骤S2：判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定两侧旁车道上的主车与各旁车的纵向距离和旁车转向信息，并执行步骤S3；如果前方两侧旁车道监控区域内不存在旁车，则执行步骤S5；

步骤S3：将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率；

步骤S4：选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离；

步骤S5：利用跟车距离目标公式确定主车与前车之间的跟车距离目标值，所述跟车距离目标公式为：

h＝ph_side+(1-p)h₁ (1)；

其中，h为主车与前车之间的跟车距离目标值，h₁为主车与前车之间的纵向距离，h_side为主车与旁车目标之间的纵向距离，p为旁车目标的切入概率值；

步骤S6：根据主车与前车之间的跟车距离目标值确定主车期望目标车速；

步骤S7：根据主车期望目标车速控制主车行驶的速度。

可选的，所述根据主车期望目标车速控制主车行驶的速度，具体包括：

步骤S71：根据主车期望目标车速确定主车期望加速度；

步骤S72：判断主车期望加速度是否超过加速度设定范围，如果主车期望加速度没有超过加速度设定范围，则根据主车期望加速度计算油门开度或者制动踏板开度，以使末端车辆控制执行单元根据油门开度或者制动踏板开度改变车速。

可选的，所述确定主车与前车之间的纵向距离，具体包括：

判断主车在主车道上碰撞区域内是否存在前车；如果主车在主车道上碰撞区域内存在前车，则确定主车道上的主车与前车之间的纵向距离，并执行步骤S2；如果主车在主车道上碰撞区域内不存在前车，则拟定前车，确定主车道上主车与前车之间的纵向距离，直接执行步骤S2。

可选的，所述将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率，具体包括：

将各旁车在当前时刻前第一设定时间内的所述旁车转向信息输入至NAR神经网络模型，获得当前时刻后第二设定时间的旁车转向信息；

将当前时刻后第二设定时间的旁车转向信息输入至NARX神经网络模型，预测出第二设定时间内各预计位置信息的纵向轨迹；

将当前时刻后第二设定时间的旁车转向信息输入至RNN神经网络模型，预测出第二设定时间内各预计位置信息的横向轨迹；

根据第二设定时间内预计位置信息的纵向轨迹和横向轨迹确定第二设定时间内各预计位置信息；

根据各预计位置信息确定各旁车的并线切入概率。

可选的，所述根据主车与前车之间的跟车距离目标值确定主车期望目标车速，具体公式为：

其中，V(h)为当前跟车距离目标值为h时的主车期望目标车速，h_st为最近跟车距离，h_go为最远跟车距离，v_max为巡航速度上限。

可选的，所述根据主车期望目标车速确定主车期望加速度，具体公式为：

a_acc＝α(V(h)-v_p)+β(v_p-v_h)+γa_p (3)；

其中，α、β、γ均为增益系数，V(h)为当前跟车距离目标值为h时的主车期望目标车速，v_h为主车纵向速度，v_p为前车纵向速度，a_p为前车纵向加速度，a_acc为主车期望加速度。

本发明还公开一种主车网联巡航控制系统，所述系统包括：

第一距离确定模块，用于确定主车与前车之间的纵向距离；

判断模块，用于判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定两侧旁车道上的主车与各旁车的纵向距离和旁车转向信息，并执行“并线切入概率确定模块”；如果前方两侧旁车道监控区域内不存在旁车，则执行“跟车距离目标值确定模块”；

并线切入概率确定模块，用于将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率；

第二距离确定模块，用于选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离；

跟车距离目标值确定模块，用于利用跟车距离目标公式确定主车与前车之间的跟车距离目标值，所述跟车距离目标公式为：

h＝ph_side+(1-p)h₁ (1)；

其中，h为主车与前车之间的跟车距离目标值，h₁为主车与前车之间的纵向距离，h_side为主车与旁车目标之间的纵向距离，p为旁车目标的切入概率值；

主车期望目标车速确定模块，用于根据主车与前车之间的跟车距离目标值确定主车期望目标车速；

控制模块，用于根据主车期望目标车速控制主车行驶的速度。

可选的，所述控制模块，具体包括：

主车期望加速度确定单元，用于根据主车期望目标车速确定主车期望加速度；

第一判断单元，用于判断主车期望加速度是否超过加速度设定范围，如果主车期望加速度没有超过加速度设定范围，则根据主车期望加速度计算油门开度或者制动踏板开度，以使末端车辆控制执行单元根据油门开度或者制动踏板开度改变车速。

可选的，所述第一距离确定模块，具体包括：

第二判断单元，用于判断主车在主车道上碰撞区域内是否存在前车；如果主车在主车道上碰撞区域内存在前车，则确定主车道上的主车与前车之间的纵向距离，并执行“判断模块”；如果主车在主车道上碰撞区域内不存在前车，则拟定前车，确定主车道上主车与前车之间的纵向距离，直接执行“判断模块”。

可选的，所述并线切入概率确定模块，具体包括：

旁车转向信息确定单元，用于将各旁车在当前时刻前第一设定时间内的所述旁车转向信息输入至NAR神经网络模型，获得当前时刻后第二设定时间的旁车转向信息；

纵向轨迹确定单元，用于将当前时刻后第二设定时间的旁车转向信息输入至NARX神经网络模型，预测出第二设定时间内各预计位置信息的纵向轨迹；

横向轨迹确定单元，用于将当前时刻后第二设定时间的旁车转向信息输入至RNN神经网络模型，预测出第二设定时间内各预计位置信息的横向轨迹；

各预计位置信息确定单元，用于根据第二设定时间内预计位置信息的纵向轨迹和横向轨迹确定第二设定时间内各预计位置信息；

并线切入概率确定单元，用于根据各预计位置信息确定各旁车的并线切入概率。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供了一种主车网联巡航控制方法及系统，方法包括：步骤S1：确定主车与前车之间的纵向距离；步骤S2：判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定两侧旁车道上的主车与各旁车的纵向距离和旁车转向信息，并执行步骤S3；如果前方两侧旁车道监控区域内不存在旁车，则执行步骤S5；步骤S3：将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率；步骤S4：选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离；步骤S5：利用跟车距离目标公式确定主车与前车之间的跟车距离目标值；步骤S6：根据主车与前车之间的跟车距离目标值确定主车期望目标车速；步骤S7：根据主车期望目标车速控制主车行驶的速度，本发明根据旁车的切入概率动态调整主车的巡航距离策略，保证两车的安全距离，避免与旁车的侧向追尾碰撞。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例主车网联巡航控制方法流程图；

图2为本发明实施例旁车并线过程中碰撞概率计算示意图；

图3为本发明实施例主车网联巡航控制系统结构图；

图4为本发明实施例跟车速度与跟车距离关系；

图5为本发明实施例并线切入概率预测示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种主车网联巡航控制方法及系统，综合考虑两侧旁车道车辆的并线行为，以提高主车网联巡航控制的安全性。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例主车网联巡航控制方法流程图，图2为本发明实施例旁车并线过程中碰撞概率计算示意图，如图1-图2所示，本发明公开一种主车网联巡航控制方法，所述方法包括：

步骤S1：确定主车与前车之间的纵向距离。

步骤S2：判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定两侧旁车道上的主车与各旁车的纵向距离和旁车转向信息，并执行步骤S3；如果前方两侧旁车道监控区域内不存在旁车，则执行步骤S5。

步骤S3：将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率。

步骤S4：选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离。

步骤S5：利用跟车距离目标公式确定主车与前车之间的跟车距离目标值，所述跟车距离目标公式为：

h＝ph_side+(1-p)h₁ (1)；

其中，h为主车与前车之间的跟车距离目标值，h₁为主车与前车之间的纵向距离，h_side为主车与旁车目标之间的纵向距离，p为旁车目标的切入概率值。

步骤S6：根据主车与前车之间的跟车距离目标值确定主车期望目标车速，具体公式为：

其中，V(h)为当前跟车距离目标值为h时的主车期望目标车速，h_st为最近跟车距离，h_go为最远跟车距离，v_max为巡航速度上限。

步骤S7：根据主车期望目标车速控制主车行驶的速度。

下面对各个步骤进行详细论述：

步骤S1：确定主车与前车之间的纵向距离，具体包括：

判断主车在主车道上碰撞区域内是否存在前车；如果主车在主车道上碰撞区域内存在前车，则确定主车道上的主车与前车之间的纵向距离，并执行步骤S2；如果主车在主车道上碰撞区域内不存在前车，则拟定前车，确定主车道上主车与前车之间的纵向距离，直接执行步骤S2。

本发明所述碰撞区域为主车正前方投影区域，长度为h_go即最远跟车距离，所述监控区域为主车正前方碰撞区域左右两侧各1m的范围，远离监控区域的旁车不进行预测。

步骤S2：判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定两侧旁车道上的主车与各旁车的纵向距离和旁车转向信息，并执行步骤S3；如果前方两侧旁车道监控区域内不存在旁车，则执行步骤S5；所述旁车转向信息包括：方向盘角度、偏航率、航向加速度、旁车速度和纵向加速度。

本发明中的所述旁车转向信息中的方向盘角度、偏航率、航向和纵向加速度是基于两车网联通信接收的，主车与前车之间的纵向距离、两侧旁车道上的主车与各旁车的纵向距离和旁车的速度均是基于主车车载雷达(毫米波雷达或激光雷达或固态雷达等)或摄像头(单目摄像头或双目摄像头)直接测量获得，或者基于两车相对定位导航设备结合网联通信设备(基于LTE-V或者DSRC等方式通信传感设备)间接获取的。

当各车辆处于弯道工况条件下，结合两车航向角以及道路半径信息，通过数据补偿方法(正余弦函数)确定主车与前车之间的纵向距离以及两侧旁车道上的主车与各旁车的纵向距离。

步骤S7：根据主车期望目标车速控制主车行驶的速度，具体包括：

步骤S71：根据主车期望目标车速确定主车期望加速度，具体公式为：

a_acc＝α(V(h)-v_p)+β(v_p-v_h)+γa_p (3)；

其中，α、β、γ均为增益系数，V(h)为当前跟车距离目标值为h时的主车期望目标车速，v_h为主车纵向速度，v_p为前车纵向速度，a_p为前车纵向加速度，a_acc为主车期望加速度。

步骤S72：判断主车期望加速度是否超过加速度设定范围，如果主车期望加速度没有超过加速度设定范围，则根据主车期望加速度计算油门开度或者制动踏板开度，以使末端车辆控制执行单元根据油门开度或者制动踏板开度改变车速。

步骤S3：所述将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率，具体包括：

步骤S31：将各旁车在当前时刻前第一设定时间内的所述旁车转向信息输入至NAR神经网络模型，获得当前时刻后第二设定时间的旁车转向信息；

步骤S32：将当前时刻后第二设定时间的旁车转向信息中的偏航率、航向、速度和纵向加速度输入至NARX神经网络模型，预测出第二设定时间内各预计位置信息的纵向轨迹；

步骤S33：将当前时刻后第二设定时间的旁车转向信息中的方向盘角度、偏航率、速度和航向输入至RNN神经网络模型，预测出第二设定时间内各预计位置信息的横向轨迹；

步骤S34：根据第二设定时间内预计位置信息的纵向轨迹和横向轨迹确定第二设定时间内各预计位置信息；

步骤S35：根据各预计位置信息确定各旁车的并线切入概率，具体的，将各预计位置信息接触碰撞区域的次数占比作为并线切入概率。

本发明第一设定时间设定为2s，所述第二设定时间为1s，也就是说用过去2s的所述旁车转向信息来预测旁车未来10步的横纵向轨迹，基于预测的轨迹计算旁车未来10次预计位置信息，统计10次预计位置信息中进入碰撞区域的次数n。令p＝0.1n为并线切入概率。以上只是一个实施例并不代表第一设定时间必须为2s，所述第二设定时间必须为1s。

本发明NAR神经网络模型、NARX神经网络模型和RNN神经网络模型都需要事先通过采集大量换道样本数据，经过归一化处理和噪声滤波后进行网络训练所得。上述各神经网络模型都只有1个隐含层、20个节点和10步短期记忆，这意味着在预测步长为0.1s的条件下，用过去第一设定时间的所述旁车转向信息来预测第二设定时间的横纵向轨迹，也就是说用过去2s的所述旁车转向信息来预测旁车未来1s内10步的横纵向轨迹。

上述组合神经网络的优势在于：NARX是一个具有反馈延迟的神经网络，尽管与NAR相似，但是NAR不依赖于任何外部输入，NARX可以被训练并用于从它的过去值和一个外源输入值去预测下一个时间序列状态。RNN在训练的过程中利用其内部存储器，可以区分具有部分相似输入信号的不同动作。例如，由于道路曲率而产生的转向可能与换道操作的转向部分相似，但是RNN可以通过查看更长的历史信号或其他输入信号(如道路曲率)来学习区分这两种动作。

本发明当出现旁车进入主车的前方监控区域时，根据人工神经网络组获得旁车切入概率值。旁车横向移动速度越快或者距离越近，预测的1s轨迹距离越长，有效计算得到的切入概率值越大。根据公式(1)获得最新的距离目标，且h＝[ph_side+(1-p)h₁]＜h₁，因此旁车的出现导致距离目标变小，根据图2可知，跟车距离目标h变小时，对应的目标车速V(h)也相应减小。稳定匀速行驶状态下的车辆加速度为0，V(h)减小导致公式(3)得到加速度为负值，此时主车会执行减速过程，拉大与前车的跟车距离，确保主车与前车以及旁车在纵向上维持更大的间隙，确保行驶安全。

图3为本发明实施例主车网联巡航控制系统结构图，如图3所示，本发明还公开一种主车网联巡航控制系统，所述系统包括：

第一距离确定模块1，用于确定主车与前车之间的纵向距离。

判断模块2，用于判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定两侧旁车道上的主车与各旁车的纵向距离和旁车转向信息，并执行“并线切入概率确定模块”；如果前方两侧旁车道监控区域内不存在旁车，则执行“跟车距离目标值确定模块”。

并线切入概率确定模块3，用于将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率。

第二距离确定模块4，用于选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离。

跟车距离目标值确定模块5，用于利用跟车距离目标公式确定主车与前车之间的跟车距离目标值，所述跟车距离目标公式为：

h＝ph_side+(1-p)h₁ (1)；

其中，h为主车与前车之间的跟车距离目标值，h₁为主车与前车之间的纵向距离，h_side为主车与旁车目标之间的纵向距离，p为旁车目标的切入概率值。

主车期望目标车速确定模块6，用于根据主车与前车之间的跟车距离目标值确定主车期望目标车速。

控制模块7，用于根据主车期望目标车速控制主车行驶的速度。

作为一种可选的实施方式，本发明所述控制模块7，具体包括：

主车期望加速度确定单元，用于根据主车期望目标车速确定主车期望加速度；

第一判断单元，用于判断主车期望加速度是否超过加速度设定范围，如果主车期望加速度没有超过加速度设定范围，则根据主车期望加速度计算油门开度或者制动踏板开度，以使末端车辆控制执行单元根据油门开度或者制动踏板开度改变车速。

作为一种可选的实施方式，本发明所述第一距离确定模块1，具体包括：

第二判断单元，用于判断主车在主车道上碰撞区域内是否存在前车；如果主车在主车道上碰撞区域内存在前车，则确定主车道上的主车与前车之间的纵向距离，并执行“判断模块”；如果主车在主车道上碰撞区域内不存在前车，则拟定前车，确定主车道上主车与前车之间的纵向距离，直接执行“判断模块”。

作为一种可选的实施方式，本发明所述并线切入概率确定模块3，具体包括：

旁车转向信息确定单元，用于将各旁车在当前时刻前第一设定时间内的所述旁车转向信息输入至NAR神经网络模型，获得当前时刻后第二设定时间的旁车转向信息；

纵向轨迹确定单元，用于将当前时刻后第二设定时间的旁车转向信息输入至NARX神经网络模型，预测出第二设定时间内各预计位置信息的纵向轨迹；

横向轨迹确定单元，用于将当前时刻后第二设定时间的旁车转向信息输入至RNN神经网络模型，预测出第二设定时间内各预计位置信息的横向轨迹；

各预计位置信息确定单元，用于根据第二设定时间内预计位置信息的纵向轨迹和横向轨迹确定第二设定时间内各预计位置信息；

并线切入概率确定单元，用于根据各预计位置信息确定各旁车的并线切入概率。

本发明根据旁车的切入概率动态调整主车的巡航距离策略，根据巡航距离调整主车的距离-速度巡航策略，进而根据速度来调整主车的加速度控制量。与现有技术相比，本发明的优点在于将旁车的并线切入概率考虑到中，主车能够尽早及时的调整跟车距离，避免与旁车的侧向追尾碰撞。

具体举例：

本发明主要包括自适应巡航和定速巡航。具体工作方式如下：在驾驶员启动车辆巡航功能后，设定巡航速度上限v_max＝30m/s、最近停车距离h_st＝5m，最远跟车距离h_g0＝35m，系统检测周围车辆的信息，判断反馈目标信息中是否有车辆在前车纵向35m的范围内。并将有效范围内主车道内的车辆作为系统巡航跟踪的前车，将邻车道的车辆视为旁车，系统允许多辆旁车的存在，但是最终只会选取最有危险性的旁车作为唯一的旁车目标。跟踪范围内有前车存在时，巡航系统执行自适应巡航模式，当没有前车时，巡航系统执行定速巡航模式。需要特别声明的是，当主车道内跟踪范围内没有前车时，系统会假设存在一虚拟定速行驶的前车。这样两种模式下可以使用同样的距离-速度策略的计算公式。确保跟踪目标突然消失或者突然出现时，主车速度不会发生突然震荡。

速度与距离对应的线性关系图4所示，在巡航跟车过程中，当主车距离前车距离较远时，主车期望获得一个较大的行驶速度；当主车距离前车距离较近时，主车期望获得一个较小的行驶速度；巡航控制系统调节车辆的油门或者制动单元控制车辆达到期望的行驶速度，通过实时的动态平衡调整，使主车在跟随前车的过程中达到一个与前车速度相匹配的稳定距离跟车状态。当前车速度超过主车设定的跟随上限v_max时，主车切换为定速巡航模式。

本仿真实施案例中，假设初始状态下没有旁车存在，主车稳定的跟随前车行驶，速度均为v_h＝v_p＝15m/s，唯一旁车出现在前方纵向h_side为12m，横向为2m的位置上，在第1.5s时，旁车以大约1m/s的横向速度移动靠近主车与前车的间隙中。当横向距离小于1m时，触发旁车运动轨迹预测模块工作，在旁车横向并线切入的过程中，人工神经网络预测结果如图5所示，相应的切入概率p由0变为1。

本发明以中间某时刻的时刻概率为0.3为例。根据公式(1)可知，此时主车目标跟车距离h由20m变为h＝ph_side+(1-p)h₁＝0.3·12+0.7·20＝17.6m。

可知，原本匀速稳定状态下的车辆加速度由公式(3)计算为a_acc＝0，此时当h由20变为17.6，导致V(h)变小，进而导致公式(3)计算的a_acc＜0，这使得主车需要减速，即拉大与前车的跟车距离，确保主车与前车以及旁车在纵向上维持更大的间隙，确保行驶安全。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本发明中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种主车网联巡航控制方法，其特征在于，所述方法包括：

步骤S1：确定主车与前车之间的纵向距离；

步骤S2：判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定主车与两侧旁车道上各旁车的纵向距离和旁车转向信息，并执行步骤S3；如果前方两侧旁车道监控区域内不存在旁车，则执行步骤S5；

步骤S3：将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率，具体包括：

将各旁车在当前时刻前第一设定时间内的所述旁车转向信息输入至NAR神经网络模型，获得当前时刻后第二设定时间的旁车转向信息；

将当前时刻后第二设定时间的旁车转向信息输入至NARX神经网络模型，预测出第二设定时间内各预计位置信息的纵向轨迹；

将当前时刻后第二设定时间的旁车转向信息输入至RNN神经网络模型，预测出第二设定时间内各预计位置信息的横向轨迹；

根据第二设定时间内预计位置信息的纵向轨迹和横向轨迹确定第二设定时间内各预计位置信息；

根据各预计位置信息确定各旁车的并线切入概率；

步骤S4：选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离；

步骤S5：利用跟车距离目标公式确定主车与前车之间的跟车距离目标值，所述跟车距离目标公式为：

h＝ph_side+(1-p)h₁ (1)；

其中，h为主车与前车之间的跟车距离目标值，h₁为主车与前车之间的纵向距离，h_side为主车与旁车目标之间的纵向距离，p为旁车目标的切入概率值；

步骤S6：根据主车与前车之间的跟车距离目标值确定主车期望目标车速；

步骤S7：根据主车期望目标车速控制主车行驶的速度。

2.根据权利要求1所述的主车网联巡航控制方法，其特征在于，所述根据主车期望目标车速控制主车行驶的速度，具体包括：

步骤S71：根据主车期望目标车速确定主车期望加速度；

步骤S72：判断主车期望加速度是否超过加速度设定范围，如果主车期望加速度没有超过加速度设定范围，则根据主车期望加速度计算油门开度或者制动踏板开度，以使末端车辆控制执行单元根据油门开度或者制动踏板开度改变车速。

3.根据权利要求1所述的主车网联巡航控制方法，其特征在于，所述确定主车与前车之间的纵向距离，具体包括：

判断主车在主车道上碰撞区域内是否存在前车；如果主车在主车道上碰撞区域内存在前车，则确定主车道上的主车与前车之间的纵向距离，并执行步骤S2；如果主车在主车道上碰撞区域内不存在前车，则拟定前车，确定主车道上主车与前车之间的纵向距离，直接执行步骤S2；所述拟定前车为在主车道上碰撞区域内假定一虚拟车。

4.根据权利要求1所述的主车网联巡航控制方法，其特征在于，所述根据主车与前车之间的跟车距离目标值确定主车期望目标车速，具体公式为：

其中，V(h)为当前跟车距离目标值为h时的主车期望目标车速，h_st为最近跟车距离，h_go为最远跟车距离，v_max为巡航速度上限。

5.根据权利要求2所述的主车网联巡航控制方法，其特征在于，所述根据主车期望目标车速确定主车期望加速度，具体公式为：

a_acc＝α(V(h)-v_p)+β(v_p-v_h)+γa_p (3)；

其中，α、β、γ均为增益系数，V(h)为当前跟车距离目标值为h时的主车期望目标车速，v_h为主车纵向速度，v_p为前车纵向速度，a_p为前车纵向加速度，a_acc为主车期望加速度。

6.一种主车网联巡航控制系统，其特征在于，所述系统包括：

第一距离确定模块，用于确定主车与前车之间的纵向距离；

判断模块，用于判断前方两侧旁车道监控区域内是否存在旁车；如果前方两侧旁车道监控区域内存在多辆旁车，则确定主车与两侧旁车道上各旁车的纵向距离和旁车转向信息，并执行“并线切入概率确定模块”；如果前方两侧旁车道监控区域内不存在旁车，则执行“跟车距离目标值确定模块”；

并线切入概率确定模块，用于将所述旁车转向信息输入至神经网络组确定各旁车切入主车与前车间隙的并线切入概率，具体包括：

将各旁车在当前时刻前第一设定时间内的所述旁车转向信息输入至NAR神经网络模型，获得当前时刻后第二设定时间的旁车转向信息；

将当前时刻后第二设定时间的旁车转向信息输入至NARX神经网络模型，预测出第二设定时间内各预计位置信息的纵向轨迹；

将当前时刻后第二设定时间的旁车转向信息输入至RNN神经网络模型，预测出第二设定时间内各预计位置信息的横向轨迹；

根据第二设定时间内预计位置信息的纵向轨迹和横向轨迹确定第二设定时间内各预计位置信息；

根据各预计位置信息确定各旁车的并线切入概率；

第二距离确定模块，用于选取并线切入概率最大的车辆作为旁车目标，并确定主车与旁车目标之间的纵向距离；

跟车距离目标值确定模块，用于利用跟车距离目标公式确定主车与前车之间的跟车距离目标值，所述跟车距离目标公式为：

h＝ph_side+(1-p)h₁ (1)；

其中，h为主车与前车之间的跟车距离目标值，h₁为主车与前车之间的纵向距离，h_side为主车与旁车目标之间的纵向距离，p为旁车目标的切入概率值；

主车期望目标车速确定模块，用于根据主车与前车之间的跟车距离目标值确定主车期望目标车速；

控制模块，用于根据主车期望目标车速控制主车行驶的速度。

7.根据权利要求6所述的主车网联巡航控制系统，其特征在于，所述控制模块，具体包括：

主车期望加速度确定单元，用于根据主车期望目标车速确定主车期望加速度；

第一判断单元，用于判断主车期望加速度是否超过加速度设定范围，如果主车期望加速度没有超过加速度设定范围，则根据主车期望加速度计算油门开度或者制动踏板开度，以使末端车辆控制执行单元根据油门开度或者制动踏板开度改变车速。

8.根据权利要求6所述的主车网联巡航控制系统，其特征在于，所述第一距离确定模块，具体包括：

第二判断单元，用于判断主车在主车道上碰撞区域内是否存在前车；如果主车在主车道上碰撞区域内存在前车，则确定主车道上的主车与前车之间的纵向距离，并执行“判断模块”；如果主车在主车道上碰撞区域内不存在前车，则拟定前车，确定主车道上主车与前车之间的纵向距离，直接执行“判断模块”；所述拟定前车为在主车道上碰撞区域内假定一虚拟车。

Images