CN104670222B - 滑动模式的行驶路径投票策略模块及驾驶控制系统与方法 - Google Patents
滑动模式的行驶路径投票策略模块及驾驶控制系统与方法 Download PDFInfo
- Publication number
- CN104670222B CN104670222B CN201310628704.9A CN201310628704A CN104670222B CN 104670222 B CN104670222 B CN 104670222B CN 201310628704 A CN201310628704 A CN 201310628704A CN 104670222 B CN104670222 B CN 104670222B
- Authority
- CN
- China
- Prior art keywords
- road
- information
- sliding
- driving
- modes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002123 temporal effect Effects 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000004888 barrier function Effects 0.000 claims abstract description 55
- 230000035484 reaction time Effects 0.000 claims abstract description 18
- 238000012502 risk assessment Methods 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 31
- 238000010586 diagram Methods 0.000 description 8
- 230000003542 behavioural effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003446 memory effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/30—Road curve radius
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提供一种滑动模式的行驶路径投票策略模块及驾驶控制系统与方法。滑动模式的行驶路径投票策略模块利用滑动模式控制理论将一反应时间及一煞车距离整合为一障碍物特征滑动平面，并结合模糊理论计算障碍物特征滑动平面及一道路曲率值，借此获得一安全路径方位角。
Description
技术领域
本发明是有关于一种驾驶控制系统，且特别是有关于一种滑动模式的行驶路径投票策略模块及其驾驶控制系统与方法。
背景技术
随着车辆相关技术发展，车辆行驶的安全问题层出不穷，而人们对于行车安全更加重视。因此，随着法规的严格规定及相关报导的呼吁，车辆安全科技为目前研发车辆相关技术首重的课题。
车辆安全科技发展之初，一般以被动辅助装置的保护或加固的方式来减轻事故发生后的伤亡，例如安全气囊、安全带、特殊颈椎保护座椅及防撞杆等。然而，事故发生前的主动辅助装置显然更为重要，例如防锁死煞车系统(AnRClock Brake System，ABS)、电子稳定系统(Electronic Stability Program System，ESPS)及牵引控制系统(TracRCon ControlSystem，TCS)等，其能于车子发生撞击前或失速时作动，借此即时控制车子。
目前则以整合信息电子及感测技术为主，其不仅可对环境路况进行即时感测，并进一步透过分析及判断来协助驾驶。此外，更可结合自动控制技术微控车子，未来甚至进行摇控驾驶及全自动驾驶。
发明内容
因此，本发明的目的是在提供一种滑动模式的行驶路径投票策略模块及其驾驶控制系统、方法，借此完成高安全性的智能驾驶控制系统。
依据本发明一实施方式是在提供一种滑动模式的行驶路径投票策略模块，其包含一模糊化界面、一模糊化推论界面以及一解模糊化界面。模糊化界面输入一道路曲率信息及一行经道路风险评估信息并根据多个预设归属函数进行模糊化分析。模糊化推论界面依据一滑动模式控制理论整合道路曲率信息及行经道路风险评估信息，并针对道路曲率信息及行经道路风险评估信息进行模拟运算，用以获得一路径投票结果。解模糊化界面根据一模糊逻辑规则表解模糊化路径投票结果，用以获得一安全路径方位角。
依据前述的滑动模式的行驶路径投票策略模块，其中滑动模式控制理论是整合道路曲率信息及行经道路风险评估信息中的一反应时间及一相对距离为一障碍物特征滑动平面，且障碍物特征滑动平面为Si＝sign(Yi)(τi+λdi)，其中τ为反应时间，λ为一障碍物特征常数，d为相对距离，Y为一目标障碍物的横座标位置，下标i为目标障碍物。反应时间可为驾驶规避一障碍物所花费的时间及目标车辆回应路径投票结果所花费的时间。模糊化推论界面是以一道路曲率值及障碍物特征滑动平面为一模糊化规则前件部，并以安全路径方位角为一模糊化规则后件部，而道路曲率值为K＝1/r，其中r为一道路曲率半径。道路曲率信息可为目标车辆的一横向动态及一纵向动态，行经道路风险评估信息可为一障碍物特性、一道路特性及一人车互动特性。预设归属函数可采用三角形函数方程进行分类。
依据本发明另一实施方式是在提供一种滑动模式的驾驶控制系统，其包含一环境数值信息传感融合单元、一驾驶行为侦测单元、一行经道路风险评估单元、一行驶路径投票策略单元、一驾驶行为命令产生单元以及一车载单元。环境数值信息传感融合单元获取一目标车辆的若干外部环境数值及若干内部数值。驾驶行为侦测单元获取一车辆驾驶行为干扰数据。道路曲率产生单元接收外部环境数值及内部数值后产生一道路曲率信息。行经道路风险评估单元接收车辆驾驶行为干扰数据、外部环境数值及内部数值后取得一行经道路风险评估信息。行驶路径投票策略单元以行经道路风险评估信息及道路曲率信息进行判断分析，并依据一道路曲率值及一障碍物特征滑动平面计算获得一安全路径方位角。驾驶行为命令产生单元运用安全路径方位角输出一驾驶行为命令。车载单元依据驾驶行为命令自动控制目标车辆。
依据前述的滑动模式的驾驶控制系统，其中障碍物特征滑动平面是以一滑动模式控制理论整合一反应时间及一相对距离而成，而障碍物特征滑动平面为Si＝sign(Yi)(τi+λdi)，其中τ为反应时间，λ为一障碍物特征常数，d为相对距离，Y为目标障碍物的横座标位置，下标i为目标障碍物。反应时间是包含驾驶规避一障碍物所花费的时间或目标车辆回应驾驶行为命令所花费的时间。行驶路径投票策略单元采一模糊运算分析方式，且行驶路径投票策略单元以一道路曲率值及障碍物特征滑动平面为一模糊化规则前件部，并以安全路径方位角为一模糊化规则后件部，而道路曲率值为K＝1/r，其中r为一道路曲率半径。道路曲率信息可为目标车辆的一横向动态及一纵向动态，行经道路风险评估信息可为一障碍物特性、一地图道路特性、一人车互动特性及一行车规定特性。滑动模式的驾驶控制系统更可储存外部环境数值、内部数值、车辆驾驶行为干扰数据、道路曲率信息及行经道路风险评估信息。
依据本发明再一实施方式是在提供一种滑动模式的驾驶控制方法，其包含以下步骤：取得若干外部环境数值、若干内部数值及一车辆驾驶行为干扰数据。利用上述外部环境数值及内部数值产生一道路曲率信息。利用车辆驾驶行为干扰数据、外部环境数值及内部数值取得一行经道路风险评估信息。以一行驶路径投票策略单元进行行经道路风险评估信息及道路曲率信息的判断分析，并依据一道路曲率值及一障碍物特征滑动平面获得一安全路径方位角。运用安全路径方位角输出一驾驶行为命令，且依据驾驶行为命令操作目标车辆。
依据前述的滑动模式的驾驶控制方法，其中障碍物特征滑动平面是以一滑动模式控制理论整合一反应时间及一相对距离而成，而障碍物特征滑动平面为Si＝sign(Yi)(τi+λdi)，其中τ为反应时间，λ为一障碍物特征常数，d为相对距离，Y为一目标障碍物的横座标位置，下标i为目标障碍物。反应时间可为驾驶规避一障碍物所花费的时间或目标车辆回应驾驶行为命令所花费的时间。行驶路径投票策略单元采一模糊运算分析方式，且行驶路径投票策略单元以一道路曲率值及障碍物特征滑动平面为一模糊化规则前件部，并以安全路径方位角为一模糊化规则后件部，而道路曲率值为K＝1/r，其中r为一道路曲率半径。道路曲率信息为目标车辆的一横向动态及一纵向动态，行经道路风险评估信息为一障碍物特性、一地图道路特性、一人车互动特性及一行车规定特性。滑动模式的驾驶控制方法其步骤还包含即时储存外部环境数值、内部数值、车辆驾驶行为干扰数据、道路曲率信息及行经道路风险评估信息。
本发明的滑动模式的行驶路径投票策略模块及其驾驶控制系统、方法，其是透过环境数值信息传感融合单元监测车身信号、路面状况、障碍物信息及驾驶状态等监控状态以进行数据搜集，利用行驶路径投票策略单元进一步分析与计算后提供安全路径方位角，将车辆直线或转弯移动状态透过滑动模式控制理论进行处理，获得最佳行驶路径选择后以进行车载单元的驾驶行为命令控制。
附图说明
为让本发明的上述和其他目的、特征、优点与实施例能更明显易懂，所附附图的说明如下：
图1是是绘示依照本发明一实施方式的一种滑动模式的驾驶控制系统的方块图；
图2是绘示依照本发明一实施方式的一种滑动模式的行驶路径票策略单元的示意图；
图3是绘示依照应用图1的滑动模式的驾驶控制系统的判断示意图；
图4A是绘示依照图2的滑动模式的行驶路径票策略单元的滑动条件示意图；
图4B是绘示依照图2的滑动模式的行驶路径票策略单元的道路曲率的归属函数图；
图4C是绘示依照图2的滑动模式的行驶路径票策略单元的障碍物特征滑动平面的归属函数图；
图4D是绘示依照图2的滑动模式的行驶路径票策略单元的安全路径方位角的示意图。
具体实施方式
请参照图1及图2，图1是绘示依照本发明一实施方式的一种滑动模式的驾驶控制系统的方块图，图2是绘示依照本发明一实施方式的一种滑动模式的行驶路径票策略单元的示意图。滑动模式的驾驶控制系统100包含一环境数值信息传感融合单元110、一驾驶行为侦测单元120、一道路曲率产生单元130、一行经道路风险评估单元140、一行驶路径投票策略单元150、一驾驶行为命令产生单元160及一车载单元170。
环境数值信息传感融合单元110获取一目标车辆的若干外部环境数值EV及若干内部数值IV，例如以无线雷达(Ladar)、光学雷达(Lidar)及摄影机侦测的周遭环境及障碍物辨识信息、GPS卫星定位侦测的定位信息及惯性感测器感应的目标车辆动态信息等，惯性感测单元意指三轴加速度计、陀螺仪及电子罗盘等。环境数值信息传感融合单元110可将上述数种感应单元或侦测单元的数据融合(fusion)，用以作为后续分析判断使用。
驾驶行为侦测单元120不仅接收环境数值信息传感融合单元110所侦测的数值，也获取目前一操控目标车辆行为数值DB，将其整合为一车辆驾驶行为干扰数据DD。上述驾驶行为侦测单元120所获取的数值皆为影响后续车辆驾驶行为的数值，例如车辆与障碍物的距离、车道的辨识、车道与车头行径方向夹角、车辆与路面的摩擦阻尼、车辆惯性、车辆重心以及目标车辆目前的油门力道、方向盘角度、煞车力道、轮胎模型等。
道路曲率产生单元130接收环境数值信息传感融合单元110的外部环境数值EV后计算产生一道路曲率信息RC，而道路曲率信息RC为目标车辆的行经道路的曲率大小。要强调的是，道路曲率信息RC是以环境数值信息传感融合单元110所感测的数值结合地图信息来加以计算。
行经道路风险评估单元140接收驾驶行为侦测单元120的车辆驾驶行为干扰数据DD、环境数值信息传感融合单元110的外部环境数值EV及内部数值IV后取得一行经道路风险评估信息RI。行经道路风险评估信息RI的计算包含一障碍物特性、一道路特性及一人车互动特性。行经道路风险评估信息RI是根据路上的行人、动物、积水、路面特性或其余障碍物的特性，推算闪避障碍物或行经障碍地面可能产生的风险。
行驶路径投票策略单元150以行经道路风险评估单元140的行经道路风险评估信息RI及道路曲率产生单元130的道路曲率信息RC进行判断分析，并结合目标车辆的横向动态是以克罗梭曲线法计算可行路线曲率，以及目标车辆的纵向动态，其是以目辆车辆的动态模型、轮胎模型及路面的摩擦系数等，做为和缓转向的物理限制，用以产生最佳化目标车辆可行驶的一安全路径方位角OA。
驾驶行为命令产生单元160接收行驶路径投票策略单元150的目标车辆可行驶的一安全路径方位角OA，并借此输出一驾驶行为命令DC。
车载单元170依据驾驶行为命令产生单元160的驾驶行为命令DC自动控制目标车辆。车载单元170是用以控制目标车辆的行驶行为，例如油门、剎车及电动转向系统(EnergyPower Steering，EPS)等。
本实施方式中是以模糊控制理论建构行驶路径投票策略单元150的判断分析工具。行驶路径投票策略单元150包含一模糊化界面151、一模糊化推论界面152、一解模糊化界面153以及一模糊逻辑规则数据库154。模糊化界面151输入道路曲率信息RC及行经道路风险评估信息RI并根据多个预先设定的归属函数进行模糊化的分析归类。模糊化推论界面152则依据滑动模式控制理论整合道路曲率信息RC及行经道路风险评估信息RI，并针对道路曲率信息RC及行经道路风险评估信息RI进行模拟运算，用以获得一路径投票结果PA。解模糊化界面153根据模糊逻辑规则数据库154中的模糊逻辑规则表解模糊化路径投票结果PA，用以获得目标车辆可行驶的一安全路径方位角OA。
上述模糊化演算的原理已为已知的技术，各于此不再赘述，本实施方式仅针对模糊化的演算过程及各参数进行举例说明。因此，请再同时参照图3、图4A、图4B、图4C及图4D，图3是绘示依照应用图1的滑动模式的驾驶控制系统的判断示意图，图4A是绘示依照图2的滑动模式的行驶路径投票策略单元的滑动条件示意图，图4B是绘示图2的滑动模式的行驶路径投票策略单元的道路曲率的归属函数图，图4C是绘示依照图2的滑动模式的行驶路径投票策略单元的障碍物特征滑动平面的归属函数图，图4D是绘示依照图2的滑动模式的行驶路径投票策略单元的安全路径方位角的示意图。
如图3所绘示，其举例说明目标车辆行驶于一道路上，目标车辆前方具有障碍物，而目标车辆左后方具有另一车辆的情况。通过上述的环境数值信息传感融合单元110所侦测的外部环境数值EV将目标车辆所处周围区域划分，并分别标示为LB、L、LF、F、B、RB、R及RF。首先由滑动模式的驾驶控制系统100的环境数值信息传感融合单元110、驾驶行为侦测单元120接收目标车辆的外部环境数值EV、内部数值IV及操控目标车辆行为数值DB，并输出至道路曲率产生单元130及行经道路风险评估单元140，使其分别产生道路曲率信息RC及行经道路风险评估信息RI。行驶路径投票策略单元150则同时接收道路曲率信息RC及行经道路风险评估信息RI，通过模糊化分析推算出目标车辆可行驶的最佳化的安全路径方位角OA。通过驾驶行为命令产生单元160控制车载单元170的作动，使目标车辆符合安全路径方位角OA。
本实施方式的滑动模式的驾驶控制系统100更可将环境数值信息传感融合单元110、驾驶行为侦测单元120、道路曲率产生单元130、行经道路风险评估单元140、行驶路径投票策略单元150及驾驶行为命令产生单元160所传输的信息或数值进行备份，并可配合地图路线进行回忆动作。
其中行驶路径投票策略单元150是以一道路曲率值K、一反应时间τ及一相对距离d作为计算出目标车辆可行驶的最佳化的安全路径方位角OA的参数。然而考虑三个输入参数及一个输出参数，则模糊化推论界面152须设定为三个前件部(Antecedent)及一个后件部(Consequent)，在此情况下行驶路径投票策略单元150须架设数量庞大的规则数据来进行计算。因此，以滑动模式控制理论来缩减整体架构，其是将滑动模式的驾驶控制系统100的系统状态相关于反应时间τ及相对距离d的滑动平面，故将反应时间τ及相对距离d整合成一障碍物特征滑动平面Si(请参照图4A)，则Si＝sign(Yi)(τi+λdi)，其中Yi表示为一目标障碍物的横座标位置，下标i表示为目标障碍物，λ为一障碍物特征常数。如此一来，行驶路径投票策略单元150缩减为使用两个前件部即可进行计算，即道路曲率值K及障碍物特征滑动平面Si，而道路曲率值K为1/r，其中r为一道路曲率半径，其是根据平面曲线的曲率计算方法推算，在道路上一点P的曲率大小等于一密切圆半径的倒数，而密切圆的半径即为道路曲率半径r，其中C为密切圆圆心(如图3所示)。道路曲率值K的值越小表示路径越直，障碍物特征滑动平面Si的值越小表示行驶越危险。
以三角函数方程作为道路曲率值K及障碍物特征滑动平面Si的归属函数(如图4B及图4C)，其中道路曲率值K以LL、LM、LS、S、RS、RM及RL表示为模糊变数，障碍物特征滑动平面Si以LD0、LD1、LD2、D3、RD2、RD1及RD0表示为模糊变数(如图4C)。最后以道路曲率值K及障碍物特征滑动平面Si制作模糊逻辑规则表，并找出对应的路径投票结果PA，借此推算出安全路径方位角OA(如图4D)。模糊逻辑规则表表列如下：
对应参照图3所绘示，行驶路径投票策略单元150的计算须同时依据障碍物的信息、道路特性、驾驶行为以及目标车辆的动态信息。举例来说，当障碍物特征滑动平面Si对应模糊变数D3时(危险系数最大时)，其比对任何模糊变数的道路曲率值K，其路径投票结果PA皆显示为B，表示执行减速动作。而当道路曲率值K对应模糊变数LL时(曲率最大)，其比对障碍物特征滑动平面Si中较高危险系数的模糊变数LD2、D3及RD2时，其路径投票结果PA显示为RB、B及LB，表示进入曲率越大的弯道时，过弯将同时减速。
因此，由上述实施方式可知本发明的滑动模式的行驶路径投票策略模块及其驾驶控制系统、方法，其具有以下优点：
1.利用滑动模式控制理论缩减行驶路径投票策略单元的计算参数，可大幅减少模糊运算的规则，借此缩短整体系统的运算时间，使整体系统反应更加迅速。
2.行驶路径投票策略单元所用以计算的数值不仅包含路面、障碍物、天气及车辆动态的信息等，驾驶的操作信息也将会纳入计算的内容当中，借此提供半/全自动的智能驾驶系统。
3.此外，无论环境数值信息传感融合单元、驾驶行为侦测单元、道路曲率产生单元、行经道路风险评估单元、行驶路径投票策略单元及驾驶行为命令产生单元所传输的信息或数值都可额外进行备份，并可配合地图路线进行回忆动作。当目标车辆再次行经同样路线时，滑动模式的驾驶控制系统可应用即时储存单元已储存的数据，而不须花费再次运算的时间。
虽然本发明已以实施方式揭露如上，然其并非用以限定本发明，任何熟悉此技艺者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰，因此本发明的保护范围当视所附的权利要求书所界定的范围为准。
Claims (8)
1.一种滑动模式的行驶路径投票策略模块，其特征在于，包含：
一模糊化界面，输入一道路曲率信息及一行经道路风险评估信息并根据多个预设归属函数进行模糊化分析；
一模糊化推论界面，依据一滑动模式控制理论整合该道路曲率信息及该行经道路风险评估信息，并针对该道路曲率信息及该行经道路风险评估信息进行模拟运算，以获得一路径投票结果；以及
一解模糊化界面，根据一模糊逻辑规则表解模糊化路径投票结果，以获得一安全路径方位角；
其中该滑动模式控制理论是整合该道路曲率信息及该行经道路风险评估信息中的一反应时间及一相对距离为一障碍物特征滑动平面，该障碍物特征滑动平面为Si＝sign(Yi)(τi+λdi)，其中τ为该反应时间，λ为一障碍物特征常数，d为车辆与一目标障碍物的相对距离，Y为该目标障碍物的横座标位置，下标i为该目标障碍物；该模糊化推论界面是以一道路曲率值及该障碍物特征滑动平面为一模糊化规则前件部，并以该安全路径方位角为一模糊化规则后件部，而该道路曲率值为K＝1/r，其中r为一道路曲率半径。
2.根据权利要求1的滑动模式的行驶路径投票策略模块，其特征在于，该道路曲率信息为目标车辆的一横向动态及一纵向动态，该行经道路风险评估信息为一障碍物特性、一道路特性及一人车互动特性。
3.根据权利要求1的滑动模式的行驶路径投票策略模块，其特征在于，所述预设归属函数是采用三角形函数方程。
4.一种滑动模式的驾驶控制系统，其特征在于，包含：
一环境数值信息传感融合单元，获取一目标车辆的若干外部环境数值及若干内部数值；
一驾驶行为侦测单元，获取一目标车辆驾驶行为干扰数据；
一道路曲率产生单元，接收所述外部环境数值及所述内部数值后产生一道路曲率信息；
一行经道路风险评估单元，接收该目标车辆驾驶行为干扰数据、所述外部环境数值及所述内部数值后取得一行经道路风险评估信息；
一行驶路径投票策略单元，以该行经道路风险评估信息及该道路曲率信息进行判断分析，并依据一道路曲率值及一障碍物特征滑动平面计算获得一安全路径方位角；
一驾驶行为命令产生单元，运用该安全路径方位角输出一驾驶行为命令；以及
一车载单元，依据该驾驶行为命令自动控制操作该目标车辆；
其中该障碍物特征滑动平面为Si＝sign(Yi)(τi+λdi)，其中τ为一反应时间，λ为一障碍物特征常数，d为该目标车辆与一目标障碍物的相对距离，Y为该目标障碍物的横座标位置，下标i为该目标障碍物；该行驶路径投票策略单元采一模糊运算分析方式，且该行驶路径投票策略单元以一道路曲率及该障碍物特征滑动平面为一模糊化规则前件部，并以该安全路径方位角为一模糊化规则后件部，而该道路曲率值为K＝1/r，其中r为一道路曲率半径。
5.根据权利要求4的滑动模式的驾驶控制系统，其特征在于，该道路曲率信息为该目标车辆的一横向动态及一纵向动态，该行经道路风险评估信息为一障碍物特性、一地图道路特性、一人车互动特性及一行车规定特性。
6.一种滑动模式的驾驶控制方法，其特征在于，包含以下步骤：
取得若干外部环境数值、若干内部数值及一目标车辆驾驶行为干扰数据；
参考所述外部环境数值及所述内部数值产生一道路曲率信息；
利用该目标车辆驾驶行为干扰数据、所述外部环境数值及所述内部数值取得一行经道路风险评估信息；
以一行驶路径投票策略单元进行该行经道路风险评估信息及该道路曲率信息的判断分析，并依据一道路曲率值及一障碍物特征滑动平面获得一安全路径方位角；以及
运用该安全路径方位角输出一驾驶行为命令，且依据该驾驶行为命令操作该目标车辆；
其中该障碍物特征滑动平面是以一滑动模式控制理论整合一反应时间及一相对距离而成，该障碍物特征滑动平面为Si＝sign(Yi)(τi+λdi)，其中τ为该反应时间，λ为一障碍物特征常数，d为车辆与一目标障碍物的相对距离，Y为该目标障碍物的横座标位置，下标i为该目标障碍物；该行驶路径投票策略单元采一模糊运算分析方式，且该行驶路径投票策略单元以一道路曲率值及该障碍物特征滑动平面为一模糊化规则前件部，并以该安全路径方位角为一模糊化规则后件部，而该道路曲率值为K＝1/r，其中r为一道路曲率半径。
7.根据权利要求6的滑动模式的驾驶控制方法，其特征在于，该道路曲率信息为该目标车辆的一横向动态及一纵向动态，该行经道路风险评估信息为一障碍物特性、一地图道路特性、一人车互动特性及一行车规定特性。
8.根据权利要求7的滑动模式的驾驶控制方法，其特征在于，其步骤还包含即时储存所述外部环境数值、所述内部数值、该目标车辆驾驶行为干扰数据、该道路曲率信息及该行经道路风险评估信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310628704.9A CN104670222B (zh) | 2013-11-29 | 2013-11-29 | 滑动模式的行驶路径投票策略模块及驾驶控制系统与方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310628704.9A CN104670222B (zh) | 2013-11-29 | 2013-11-29 | 滑动模式的行驶路径投票策略模块及驾驶控制系统与方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104670222A CN104670222A (zh) | 2015-06-03 |
| CN104670222B true CN104670222B (zh) | 2017-07-25 |
Family
ID=53305967
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310628704.9A Active CN104670222B (zh) | 2013-11-29 | 2013-11-29 | 滑动模式的行驶路径投票策略模块及驾驶控制系统与方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104670222B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109849913B (zh) * | 2017-11-29 | 2022-07-22 | 奥迪股份公司 | 辅助车辆停泊在路缘上的系统和方法 |
| CN110276985B (zh) | 2018-03-16 | 2020-12-15 | 华为技术有限公司 | 自动驾驶安全评估方法、装置和系统 |
| TWI673190B (zh) * | 2018-11-07 | 2019-10-01 | 國家中山科學研究院 | 基於光學雷達之汽車偵測方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5545960A (en) * | 1991-04-09 | 1996-08-13 | International Business Machines Corporation | Autonomous mobile machine, and system and method for controlling a mobile machine |
| JP2008197848A (ja) * | 2007-02-09 | 2008-08-28 | Kakei Gakuen | ファジィ制御装置、レーン走行支援装置、および操舵補助装置 |
| CN101833333A (zh) * | 2009-12-23 | 2010-09-15 | 湖南大学 | 水下清洗作业机器人未知环境路径规划方法 |
| CN103324196A (zh) * | 2013-06-17 | 2013-09-25 | 南京邮电大学 | 基于模糊逻辑的多机器人路径规划与协调避碰方法 |
-
2013
- 2013-11-29 CN CN201310628704.9A patent/CN104670222B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5545960A (en) * | 1991-04-09 | 1996-08-13 | International Business Machines Corporation | Autonomous mobile machine, and system and method for controlling a mobile machine |
| JP2008197848A (ja) * | 2007-02-09 | 2008-08-28 | Kakei Gakuen | ファジィ制御装置、レーン走行支援装置、および操舵補助装置 |
| CN101833333A (zh) * | 2009-12-23 | 2010-09-15 | 湖南大学 | 水下清洗作业机器人未知环境路径规划方法 |
| CN103324196A (zh) * | 2013-06-17 | 2013-09-25 | 南京邮电大学 | 基于模糊逻辑的多机器人路径规划与协调避碰方法 |
Non-Patent Citations (4)
| Title |
|---|
| "基于模糊控制的智能车转向控制仿真研究";张国亚等;《湖北汽车工业学院学报》;20080331;第22卷(第1期);第1444-1456页 * |
| "基于模糊控制的智能车辆自主行驶方法研究";熊波，曲仕茹;《交通运输系统工程与信息》;20100430;第10卷(第2期);第70-75页 * |
| "智能车辆路径跟踪的模糊预瞄控制方法研究";王全;《计算机与数字工程》;20130920;第41卷(第9期);第26-28页 * |
| "智能车辆避障路径规划及横向控制研究";李明;《中国优秀硕士学位论文全文数据库 工程科技第Ⅱ辑》;20130815(第8期);第21-26、42-53页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104670222A (zh) | 2015-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110379193B (zh) | 自动驾驶车辆的行为规划方法及行为规划装置 | |
| CN113879295B (zh) | 轨迹预测方法及装置 | |
| CN112230642B (zh) | 道路可行驶区域推理方法及装置 | |
| US9884645B2 (en) | Lane change control system | |
| CN110989569B (zh) | 一种车辆行驶控制方法及相关设备 | |
| US9321458B2 (en) | Sliding mode trajectory voting strategy module and driving control system and method thereof | |
| CN110794851B (zh) | 车辆远程控制安全防护方法、装置和无人驾驶车辆 | |
| US9903945B2 (en) | Vehicle motion estimation enhancement with radar data | |
| US11719549B2 (en) | Vehicle control apparatus | |
| US20160140400A1 (en) | Atomic scenes for scalable traffic scene recognition in monocular videos | |
| Tan et al. | On the use of monte-carlo simulation and deep fourier neural network in lane departure warning | |
| CN113467438B (zh) | 路径规划的方法、装置、控制器及移动物体 | |
| CN111599179B (zh) | 一种基于风险动态平衡的无信号交叉口车辆运动规划方法 | |
| KR20140020230A (ko) | 검출된 물체의 행동을 예측하기 위한 시스템 및 방법 | |
| CN112672942B (zh) | 一种车辆换道方法及相关设备 | |
| CN109334661B (zh) | 基于速度障碍模型和碰撞概率密度模型的避障预判方法 | |
| CN116390879B (zh) | 用于避免即将发生的碰撞的系统和方法 | |
| KR20200087891A (ko) | 차량 주변의 위험 요소를 감지하기 위한 전자 장치 및 이를 제어하기 위한 방법 | |
| Arroyo et al. | Adaptive fuzzy classifier to detect driving events from the inertial sensors of a smartphone | |
| CN113631452A (zh) | 一种变道区域获取方法以及装置 | |
| CN104670222B (zh) | 滑动模式的行驶路径投票策略模块及驾驶控制系统与方法 | |
| US12051248B2 (en) | Moving body collision avoidance device, collision avoidance method and electronic device | |
| EP4246492A1 (en) | Control method and device | |
| CN114261404B (zh) | 一种自动驾驶方法及相关装置 | |
| TWI535601B (zh) | 滑動模式之行駛路徑投票策略模組及其駕駛控制系統與方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |