CN103770783A - 进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统 - Google Patents

Abstract

本发明涉及一种进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统，具体为利用道路的交通安全设施提前预测车辆进入弯路的进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统。本发明提供的进入弯路预测装置包括：信息部，获取有关道路交通安全设施的信息；预测部，利用由所述信息部获取的信息计算出车辆不能行驶的方向，排除计算出的不能行驶的方向，得出所述车辆可行驶的方向而预测进入弯路。根据本发明不需摄像头或导航仪也可以提前预测车辆进入弯路，使智能定速巡航系统更加稳定地控制车辆；可以更加准确计算弯路的曲率半径，从而提升智能定速巡航系统的选定对象目标性能。

Description

进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统

技术领域

本发明涉及进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统。具体是，利用道路的交通安全设施，提前预测车辆进入弯路的进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统。

背景技术

如今，配备自动跟随前方车辆的智能定速巡航系统的车辆日益增多。智能定速巡航系统是为了与前方车辆保持一定车间距离的同时以稳定速度跟随前方车辆而需要一种估算车辆行驶方向的技术。

车辆跟随前方车辆中进入弯路时，现有智能定速巡航系统利用从偏航速率传感器、转向角传感器及车速传感器等车辆的各种传感器采集到的偏航速率、转向角及车速计算道路的曲率半径等。但，如上所述，现有的智能定速巡航系统的曲率半径计算方法不能提前应对车辆进入弯路，算出的曲率半径也不准确。

现有的智能定速巡航系统中还有一个方法是利用摄像头或者导航仪的追加装置提前预测进入弯路，但需要装配摄像头或者导航仪。

因此需要一种不需再装配摄像头或导航仪，也可以提前预测车辆进入弯路的方法及提高算出的曲率半径准确度的方法。

发明内容

本发明提供一种利用道路的交通安全设施提前预测车辆进入弯路，提高算出的曲率半径准确度的进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统，以解决现有技术中存在的问题。

为解决所述问题，进入弯路预测装置包括：信息部，获取有关道路交通安全设施的信息；预测部，利用由所述信息部获取的信息计算出车辆不能行驶的方向，排除计算出的不能行驶的方向，得出所述车辆可行驶的方向而预测进入弯路。

优选地，所述道路交通安全设施的信息包括从过去时刻到当前时刻设定的时间之内的所述交通安全设施的位置的信息；所述预测部是，判断所车辆是否通过所述交通安全设施的位置之间，计算出所述车辆不能行驶的方向。

优选地，所述信息部是对于所述获取的交通安全设施的位置信息，利用所述车辆的速度和偏航速率，对既定的时间之内因所述车辆移动而发生的所述交通安全设施的位置信息变化进行校正。

优选地，所述预测部包括：向量计算部，将车辆的可移动方向以线性近似法生成方向向量集合；通过与否判断部，从所述方向向量集合中的方向向量中掌握未通过所述获取的所有位置坐标的至少一个以上的方向向量；行驶方向计算部，利用所述掌握的方向向量计算出所述车辆的行驶方向；进入弯路预测部，所述计算的行驶方向超过既定的基准值Dth时预测所述车辆进入弯路。

优选地，所述信息部考虑所述车辆的移动速度校正所述获取的交通安全设施的位置坐标；所述是否通过判断部是，从所述方向向量集合中掌握未通过所述被校正的所有位置坐标的既定距离r以内的至少一个以上的方向向量。

为解决所述问题，本发明还提供一种进入弯路预测方法，是其实施步骤包括：获取信息，获取道路的交通安全设施的位置坐标；计算向量，将车辆的可移动方向以线性近似法生成方向向量集合；判断通过与否，从所述方向向量集合中掌握未通过所述获取的所有位置坐标的至少一个以上的方向向向量；计算行驶方向，利用所述掌握的方向向量计算所述车辆的行驶方向；预测进入弯路，所述计算的行驶方向超过既定的基准值Dth时预测所述车辆进入弯路。

优选地，所述获取信息步骤是，对于所述获取的交通安全设施的位置坐标，考虑所述车辆的移动速度进行校正；所述通过与否步骤是，从所述方向向量集合中方向向量中掌握未通过所述被校正的所有位置坐标的至少一个以上的方向向量。

优选地，所述判断通过与否步骤是，从所述方向向量集合中掌握未通过所述获取的所有位置坐标的既定距离r以内的至少一个以上的方向向量。

为解决所述问题，本发明还提供一种智能定速巡航系统包括：雷达传感器，采集道路的交通安全设施的位置坐标；进入弯路预测装置，预测进入弯路；所述进入弯路预测装置包括：信息部，对于所述采集的交通安全设施的位置坐标，考虑所述车辆的移动速度进行校正；向量计算部，将车辆的可移动方向以线性近似法生成方向向量集合；通过与否判断部，从所述方向向量集合中掌握未通过所述被校正的所有位置坐标的至少一个以上的方向向量；行驶方向计算部，利用所述掌握的方向向量计算所述车辆的行驶方向；进入弯路预测部，所述计算的行驶方向超过既定的基准值Dth时预测所述车辆进入弯路。

优选地，所述智能定速巡航系统还包括：车辆传感器，测定车速、偏航速率及转向角；曲率估算装置，利用在所述车辆传感器测定的所述车辆的速度、所述偏航速率及所述转向角估算道路曲率的信息；车辆控制部，利用由所述进入弯路预测装置预测的信息和所述曲率估算装置的估算信息控制车辆。

本发明具有的优点在于：

根据本发明，不需摄像头或导航仪也可以提前预测车辆进入弯路，使智能定速巡航系统更加稳定地控制车辆。

根据本发明，可以更加准确计算弯路的曲率半径，从而提升智能定速巡航系统的选定对象目标性能。

附图说明

图1是本发明优选实施例的进入弯路预测装置的框图。

图2是本发明的进入弯路预测装置的预测部的一个实施例的框图。

图3是说明本发明优选实施例的进入弯路预测装置的预测部预测进入弯路的方法的图示。

图4是本发明优选实施例的智能定速巡航系统的框图。

图5是本发明优选实施例的进入弯路预测方法的流程图。

具体实施方式

下面参照附图，对发明优选实施例详细进行描述。说明内容和附图中的实际同一个构件是用同一个符号表示，不再重复说明。而且说明本发明时，若对有关的公知功能或者结构的具体说明使本发明宗旨变得模糊则省略该说明。

描述某一个构件“连接于”或“联接于”其它构件，有可能直接连接于或联接于该其它构件，但应被理解成中间有可能存在其它构件。相反，描述某一个构件“直接连接于”或“直接联接于”其它构件，应被理解成中间不存在其它构件。

本说明书中的单数形式，在文句中没有特别提示的前提下，也包含复数形式。说明书中使用的“包括（comprises）”或者“包括的(comprising)”不排除所涉及的构件、步骤、动作以及/或元件以外的一个以上的其它构件、步骤、动作以及/或元件的存在或者补充。

本发明的进入弯路预测装置涉及利用高速公路上大部分都有设置且急转弯路上必须设置或排列的反向板、交通指示牌、护栏、路灯或者中央分离棒等安全设施，在车辆没有安装摄像头或导航仪的前提下可以提前预测进入弯路的发明。

图1是本发明优选实施例的进入弯路预测装置的框图。

根据图1，本发明优选实施例的进入弯路预测装置100包括信息部110和预测部120。

信息部110获取有关道路交通安全设施的信息。有关道路交通安全设施的信息优选地包括有关交通安全设施位置的信息。

具体是，信息部110可从实时或定期采集有关交通安全设施的位置信息的雷达传感器（Radar Sensor）获取交通安全设施的信息。信息部110从雷达传感器获取道路的交通安全设施的信息时，信息部110和雷达传感器可以用有线或无线通信连接。交通安全设施是反射特性强，易于被雷达传感器检测。

信息部110获取的信息包括当前时间从过去时刻到当前时刻的既定时间T内的交通安全设施的位置信息。既定时间T是为预测进入弯路而充分获取交通安全设施的信息的时间。例如，T可以设置成三秒左右，雷达传感器则三秒之内实时或定期采集交通安全设施的信息，信息部110则实时或定期获取采集的信息。

信息部110为校正T时间内车辆移动而发生的有关交通安全设施的位置信息的变化或误差，从车辆传感器获取车速和偏航速率信息，利用获取的车速和偏航速率信息校正交通安全设施的位置。

预测部120利用从信息部110获取的交通安全设施的位置信息或者被校正的交通安全设施的位置信息，在车辆进入弯路之前预测车辆进入弯路。

具体是，预测部120掌握交通安全设施的位置，排除车辆因交通安全设施而无法行驶的方向，得出车辆可行驶的方向。预测部120是利用得出的可行驶的方向，提前预测进入弯路。

图2是本发明的进入弯路预测装置100的预测部的一个实施例的框图。

根据图2，预测部120包括向量计算部121、集合部123、通过与否判断部125、行驶方向计算部127及进入弯路预测部120。

向量计算部121是将车辆可移动的方向以线性近似的方法计算出车辆的方向向量集合A。

方向向量集合A是按下列数学式1表示。

[数学式1]

$\left(\begin{array}{c}{f}_1:y=\tan \left(d_1\right)\·x\\ f_2:y=\tan \left(d_2\right)\·x\\ .\\ .\\ .\\ f_M:y=\tan \left(d_M\right)\·x\end{array}\right)\⇒A=\{d_1,d_2,d_3\·\·\·d_M\}$

数学式1中向量计算部121是将车辆的可移动方向以线性近似方法表示，利用如y=ax的直线形态的式。y=ax中a表示直线的倾斜度，故可用a=tan(d)表示。D表示方向角。

从数学式1来看，A是指诸方向向量(d₁,d₂,d₃,…,d_M)的集合。

集合部123是保存从过去时刻至当前时刻设定的时间T之内由信息部110获取的交通安全设施的位置或者由信息部110校正的交通安全设施的位置信息，将保存的信息集合成交通安全设施位置信息。集合的例如数学式2。

[数学式2]

B={P₁，P₂，…P_N}

数学式2中B是在集合部123集合的交通安全设施位置的信息。P₁,P₂,…,P_N是被校正的交通安全设施的位置。即，P₁,p₂,…,P_N是可分别在平面上用坐标表示。例如，P₁是(x₁,y₁)，P2是(x₂,y₂)，P_N是(x_N,y_N)。

通过与否判断部125检验车辆的方向向量集合A的各个方向向量是否通过集合B中包含的交通安全设施的位置。

车辆在行驶时不会与交通安全设施发生碰撞，故提取所有未与交通安全设施的位置交叉的向量即可预测出车辆的行驶方向。

通过与否判断部125是车辆的方向向量为直线形态，交通安全设施的位置以平面上的坐标x，y表示，因此提取平面上给定的交通安全设施的位置坐标不相遇的方向向量。

具体是，通过与否判断部125是对集合A中包含的所有车辆的方向向量实施判断，从集合A的各向量中提取未通过集合B的所有交通安全设施的位置的向量。

从通过与否判断部125中提取的诸向量的集合称为S。

通过与否判断部125是判断集合A中包含的各个向量是否通过集合B中包含的所有坐标和既定的距离r以内，利用只提取未通过的向量的方法生成集合S。

既定的距离r是可以是考虑车辆宽度或道路宽度的值，也可以是考虑按照各种法规的交通安全设施的排列间隔的值。既定的距离r是根据车种或交通安全设施的种类不同。

图3是说明本发明优选实施例的进入弯路预测装置100的预测部中120预测进入弯路的方法的图示。

根据图3的（A），车辆的雷达传感器采集车辆前方的交通安全设施P₀,P₁,P₂,P₃和P₄的位置，获取信息部110采集的位置信息。

根据图3的（B），向量计算部121可以生成表示车辆可移动方向的直线向量d₁,d₂,d₃,…,d_M-4,d_M-3,d_M-2,d_M-1,d_M的集合A。

集合部123利用从信息部110获取的信息将交通安全设施位置坐标信息即P₁,P₂,P₃及P₄集合B化。通过与否判断部125是判断A的向量即d₁,d₂,d₃,…,d_M-4,d_M-3,d_M-2,d_M-1,d_M的各个向量是否不通过所有坐标P₁,P₂,P₃和P₄。图3的（B）中，d_M-4,d_M-3,d_M-2,d_M-1,d_M是未通过集合B中包含的所有坐标的既定距离以内的向量。即，通过与否判断部125是可将d_M-4,d_M-3,d_M-2,d_M-1,d_M生成为集合S。

行驶方向计算部127是利用从通过与否判断部125提取的向量的集合即S计算车辆可预测的行驶方向。

例如，图3的（B）中利用d_M-4,d_M-3,d_M-2,d_M-1,d_M

计算车辆的行驶方向。

具体是，行驶方向计算部127是利用数学式3计算车辆的可预测的行驶方向。

[数学式3]

$D=\underset{k\∈S}{\overset{M}{\mathrm{\Σ}}}\frac{1}{M}\·d_k$

D是可预测的车辆的行驶方向。S是指从通过与否判断部125生成的集合S。M是指集合A的方向向量d_M中的M。

利用数学式3计算车辆的行驶方向D则进入弯路预测部129可以预测成车辆进入弯路。

具体是，进入弯路预测部129是在行驶方向计算部127计算的行驶方向D的大小大于既定的基准值Dth，则可以预测成车辆进入弯路。

既定的基准值Dth是可以考虑预测进入弯路的适当时期设定。例如，既定的基准值Dth可以设定为5°左右。既定的基准值Dth是可根据道路的曲率变更，例如半径在150M以下的弯路是将Dth较小地设定为宜。

就是说，既定的基准值Dth为5°时，如果进入弯路预测部129计算的行驶方向D的大小大于5°，则预测车辆进入弯路。

图4是本发明优选实施例的智能定速巡航系统的框图。

图4中，本发明优选实施例的智能定速巡航系统400包括雷达传感器410、车辆传感器420、曲率估算装置430、车辆控制部440及进入弯路预测装置100。

现有的智能定速巡航系统包括雷达传感器410、车辆传感器420、曲率估算装置430、车辆控制部440，并控制车辆跟随前方车辆。

就是说，智能定速巡航系统是利用偏航速率传感器、速度传感器和转向角传感器等车辆传感器420由弯路估算装置430跟踪行驶中的道路的曲率，由车辆控制部440控制车辆跟随前方车辆。

现有的智能定速巡航系统是在曲率估算装置430估算车辆行驶中的道路的曲率，在弯路适当地控制车辆。

本发明优选实施例的智能定速巡航系统400的特征是现有的智能定速巡航系统中包含本发明的进入弯路预测装置100。因包含本发明的进入弯路预测装置100而本发明优选实施例的智能定速巡航系统400从雷达传感器410获取交通安全设施的位置信息，利用获取的信息提前预测车辆进入弯路。

就是说，在本发明优选实施例的进入弯路预测装置100的预测部120预测到进入弯路时，向车辆控制部440传送进入弯路预测信号，由车辆控制部440以在弯路控制车辆的模式提前应对。

在本发明优选实施例的进入弯路预测装置100因计算行驶方向D的过程，与只有曲率估算装置430估算道路曲率相比，其算出的道路曲率更加准确。道路曲率的准确度提高，则智能定速巡航系统400的选择对象目标性能也随之提高。

图5是本发明优选实施例的进入弯路预测方法的流程图。

下面根据图5对本发明优选实施例的进入弯路预测方法进行说明，由信息部110获取交通安全设施位置信息（步骤S510），信息部110是优选地考虑车辆移动对获取的交通安全设施的位置信息进行校正。

向量计算部121是将车辆的可移动方向以线性近似方式生成车辆的方向向量集合A（步骤S520）。

集合部123利用从过去时刻到当前时刻的T时间之内的交通安全设施的位置信息或被校正的交通安全设施的位置信息生成集合B(步骤S530)。

通过与否判断部125判断各属于A的方向向量是否通过B中包含的交通安全设施位置坐标的既定距离r以内，将所有未通过交通安全设施位置坐标的既定距离r以内的方向向集合起来生成集合S（步骤S540）。

行驶方向计算部127利用属于S的方向向量计算车辆的行驶方向D（步骤S550）。

进入弯路预测部129判断算出的行驶方向D大小是否超过既定的基准值Dth，预测车辆是否进入弯路（步骤S560）。

进入弯路预测部129是D的大小超过Dth则预测车辆进入弯路，而车辆控制部440则提前应对进入弯路。

本发明优选实施例的进入弯路预测装置100的框图应被理解成表示使发明原理变得更加明确的例示概念上的观点。与此同样，所有流程图应被理解成表示实际可以在电脑中读取的媒介上显示，且无论有无电脑或者处理器的明确图示但都是通过电脑或处理器实施的各种处理进程。

包括用处理器或者与此类似的概念表示功能块在内的图上图示的各种装置的功能是可以利用专用硬件乃至可以运行适宜软件能力的硬件提供。利用处理器提供时，所述功能可以通过单一专用处理器、单一共享处理器或者多个个别处理器提供，而且其中一部分可以共享。

而且明确使用处理器、控制或者用与此类似的概念表示的术语不能被解释成排他性地引用具有运行软件能力的硬件，应被理解成暗指无限制地包含数字信号处理器DSP硬件、存储软件的ROM、RAM以及非挥发性内存。也可以包含公知惯用的其它硬件。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所述的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例所述技术方案的范围。本发明的保护范围应根据下述的权利要求范围进行解释，而且在其同等范围内的所有技术方案应都属于本发明的权利要求范围。

Claims (10)

1.一种进入弯路预测装置，其特征在于，包括：

信息部，获取有关道路交通安全设施的信息；

预测部，利用由所述信息部获取的信息计算出车辆不能行驶的方向，排除计算出的不能行驶的方向，得出所述车辆可行驶的方向而预测进入弯路。

2.根据权利要求1所述的进入弯路预测装置，其特征在于，

所述道路交通安全设施的信息包括从过去时刻到当前时刻设定的时间之内的所述交通安全设施的位置的信息；

所述预测部是，判断所车辆是否通过所述交通安全设施的位置之间，计算出所述车辆不能行驶的方向。

3.根据权利要求2所述的进入弯路预测装置，其特征在于，

所述信息部是对于所述获取的交通安全设施的位置信息，利用所述车辆的速度和偏航速率，对既定的时间之内因所述车辆移动而发生的所述交通安全设施的位置的信息变化进行校正。

4.根据权利要求1所述的进入弯路预测装置，其特征在于，

所述预测部包括：

向量计算部，将车辆的可移动方向以线性近似法生成方向向量集合；

通过与否判断部，从所述方向向量集合中的方向向量中掌握未通过所述获取的所有位置坐标的至少一个以上的方向向量；

行驶方向计算部，利用所述掌握的方向向量计算出所述车辆的行驶方向；

进入弯路预测部，所述计算的行驶方向超过既定的基准值时预测所述车辆进入弯路。

5.根据权利要求4所述的进入弯路预测装置，其特征在于，

所述信息部考虑所述车辆的移动速度校正所述获取的交通安全设施的位置坐标；

所述是否通过判断部是，从所述方向向量集合中掌握未通过所述被校正的所有位置坐标的既定距离以内的至少一个以上的方向向量。

6.一种进入弯路预测方法，其特征在于，该方法的实施步骤包括：

获取信息，获取道路的交通安全设施的位置坐标；

计算向量，将车辆的可移动方向以线性近似法生成方向向量集合；

判断通过与否，从所述方向向量集合中掌握未通过所述获取的所有位置坐标的至少一个以上的方向向量；

计算行驶方向，利用所述掌握的方向向量计算所述车辆的行驶方向；

预测进入弯路，所述计算的行驶方向超过既定的基准值时预测所述车辆进入弯路。

7.根据权利要求6所述的进入弯路预测方法，其特征在于，

所述获取信息步骤是，对于所述获取的交通安全设施的位置坐标，考虑所述车辆的移动速度进行校正；

所述通过与否步骤是，从所述方向向量集合中方向向量中掌握未通过所述被校正的所有位置坐标的至少一个以上的方向向量。

8.根据权利要求6所述的进入弯路预测方法，其特征在于，

所述判断通过与否步骤是，从所述方向向量集合中掌握未通过所述获取的所有位置坐标的既定距离以内的至少一个以上的方向向量。

9.一种智能定速巡航系统，其特征在于，包括：

雷达传感器，采集道路的交通安全设施的位置坐标；

进入弯路预测装置，预测进入弯路；

所述进入弯路预测装置包括：

信息部，对于所述采集的交通安全设施的位置坐标，考虑所述车辆的移动速度进行校正；

向量计算部，将车辆的可移动方向以线性近似法生成方向向量集合；

通过与否判断部，从所述方向向量集合中掌握未通过所述被校正的所有位置坐标的至少一个以上的方向向量；

行驶方向计算部，利用所述掌握的方向向量计算所述车辆的行驶方向；

进入弯路预测部，所述计算的行驶方向超过既定的基准值时预测所述车辆进入弯路。

10.根据权利要求9所述的智能定速巡航系统，其特征在于，

所述智能定速巡航系统还包括：

车辆传感器，测定车速、偏航速率及转向角；

曲率估算装置，利用在所述车辆传感器测定的所述车辆的速度、所述偏航速率及所述转向角估算道路曲率的信息；

车辆控制部，利用由所述进入弯路预测装置预测的信息和所述曲率估算装置的估算信息控制车辆。

Images