CN104925059A - 自动跟车方法及装置 - Google Patents

Abstract

本发明公开了一种自动跟车方法及装置，属于汽车主动安全领域。该方法包括：获取n个增强信号值，n个增强信号值是将跟车距离等间距划分为n段，并给每段距离对应的子区域确定增强信号值得到的，跟车距离为预设的本车跟随前车行驶距离，跟车距离对应的区域为可靠区域，n为大于2的整数；获取n个归一化值，n个归一化值是对n个增强信号值进行归一化处理得到的；根据n个增强信号值、n个归一化值和本车当前行驶位置，判断本车是否在可靠区域内；当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作。本发明解决了自动跟车可靠性较低的问题，实现了提高自动跟车可靠性的效果，用于自动跟车。

Description

自动跟车方法及装置

技术领域

本发明涉及汽车主动安全领域，特别涉及一种自动跟车方法及装置。

背景技术

随着汽车工业的快速发展和人们生活水平的不断提高，汽车已快速进入普通家庭。由于道路上行驶的车辆越来越多，交通拥堵现象日益严重。在长时间拥堵的情况下，车辆行驶非常缓慢，车辆在停和走两个状态之间不断切换，这时就需要驾驶员高度注意本车与前车之间的距离，否则稍不注意则会造成追尾等交通事故，这样一来，容易使驾驶员处于疲劳驾驶状态，且易发生交通事故。作为汽车安全辅助系统的关键技术之一，自动跟车方法得到了广泛关注。

相关技术中，自动跟车方法采用摄像头、雷达等传感器检测本车与前车的距离，通过相应的控制算法使本车自动跟随前车向前行驶。具体的，采用监督学习的控制算法，根据人为设定的固定距离，使本车与前车保持该固定距离，并跟随前车向前行驶。在行驶过程中，当本车与前车的距离小于该固定距离时，控制本车执行减速或刹车动作，使本车与前车的距离延长至固定距离；当本车与前车的距离大于该固定距离时，控制本车执行加速动作，使本车与前车的距离缩小至固定距离。

由于上述自动跟车方法采用的是基于监督学习的方法来调整本车与前车的距离，监督学习的方法的稳定性较差，本车易出现颠簸及急刹车等现象，因此，可靠性较低。

发明内容

为了解决自动跟车可靠性较低的问题，本发明提供了一种自动跟车方法及装置。所述技术方案如下：

第一方面，提供了一种自动跟车方法，所述方法包括：

获取n个增强信号值，所述增强信号值用于指示本车距离前车的可靠程度，所述n个增强信号值是将跟车距离等间距划分为n段，并给每段距离对应的一个子区域确定所述增强信号值得到的，所述跟车距离为预设的所述本车跟随所述前车行驶的距离，所述跟车距离对应的区域为可靠区域，所述可靠区域由n个所述子区域组成，所述n为大于2的整数；

获取n个归一化值，所述n个归一化值是对所述n个增强信号值进行归一化处理得到的；

根据所述n个增强信号值、所述n个归一化值和所述本车的当前行驶位置，判断所述本车是否在所述可靠区域内；

当所述本车在所述可靠区域内时，通过机器学习方法，控制所述本车完成自动跟车动作。

可选的，在所述获取n个增强信号值之前，所述方法还包括：

将所述跟车距离等间距划分为n段，每段距离对应一个子区域；

确定每个所述子区域的增强信号值，得到所述n个增强信号值；

对所述n个增强信号值进行归一化处理，得到所述n个归一化值。

可选的，所述确定每个所述子区域的增强信号值，得到所述n个增强信号值，包括：

以第一子区域为分界点，将除所述第一子区域之外的n-1个子区域划分为第一子区域组和第二子区域组，所述第一区域组中每个子区域的增强信号值以所述第一子区域的增强信号值为基准，按照折扣因子以指数规律递减，所述第二区域组中每个子区域的增强信号值以所述第一子区域的增强信号值为基准，按照所述折扣因子以所述指数规律递减，所述第一子区域的增强信号值为1，所述第一子区域为所述跟车距离的中点所在的区域。

可选的，所述当所述本车在所述可靠区域内时，通过机器学习方法，控制所述本车完成自动跟车动作，包括：

当所述本车在所述可靠区域内时，存储跟车经验信息，所述跟车经验信息包括所述本车与所述前车的第一行驶位置和所述第一行驶位置对应的增强信号值，所述第一行驶位置为所述本车跟随所述前车行驶的任一位置；

根据所述跟车经验信息、所述当前行驶位置和所述当前行驶位置对应的增强信号值调整当前行驶位置，控制所述本车完成自动跟车动作。

可选的，在所述根据所述n个增强信号值、所述n个归一化值和所述本车的当前行驶位置，判断所述本车是否在所述可靠区域内之后，所述方法还包括：

当所述本车在所述可靠区域外时，根据所述增强信号值和所述归一化值判断所述本车是否在邻接非可靠区域，所述邻接非可靠区域为位于所述可靠区域之外且靠近所述前车的区域；

当所述本车在所述邻接非可靠区域时，控制所述本车执行减速动作；

当所述本车不在所述邻接非可靠区域时，控制所述本车执行加速动作。

第二方面，提供了一种自动跟车装置，所述装置包括：

第一获取单元，用于获取n个增强信号值，所述增强信号值用于指示本车距离前车的可靠程度，所述n个增强信号值是将跟车距离等间距划分为n段，并给每段距离对应的一个子区域确定所述增强信号值得到的，所述跟车距离为预设的所述本车跟随所述前车行驶的距离，所述跟车距离对应的区域为可靠区域，所述可靠区域由n个所述子区域组成，所述n为大于2的整数；

第二获取单元，用于获取n个归一化值，所述n个归一化值是对所述n个增强信号值进行归一化处理得到的；

第一判断单元，用于根据所述n个增强信号值、所述n个归一化值和所述本车的当前行驶位置，判断所述本车是否在所述可靠区域内；

学习执行单元，用于在所述本车在所述可靠区域内时，通过机器学习方法，控制所述本车完成自动跟车动作。

可选的，所述装置还包括：

划分单元，用于将所述跟车距离等间距划分为n段，每段距离对应一个子区域；

第一确定单元，用于确定每个所述子区域的增强信号值，得到所述n个增强信号值；

归一化处理单元，用于对所述n个增强信号值进行归一化处理，得到所述n个归一化值。

可选的，所述第一确定单元，包括：

确定模块，用于以第一子区域为分界点，将除所述第一子区域之外的n-1个子区域划分为第一子区域组和第二子区域组，所述第一区域组中每个子区域的增强信号值以所述第一子区域的增强信号值为基准，按照折扣因子以指数规律递减，所述第二区域组中每个子区域的增强信号值以所述第一子区域的增强信号值为基准，按照所述折扣因子以所述指数规律递减，所述第一子区域的增强信号值为1，所述第一子区域为所述跟车距离的中点所在的区域。

可选的，所述学习执行单元，包括：

存储模块，用于在所述本车在所述可靠区域内时，存储跟车经验信息，所述跟车经验信息包括所述本车与所述前车的第一行驶位置和所述第一行驶位置对应的增强信号值，所述第一行驶位置为所述本车跟随所述前车行驶的任一位置；

调整模块，用于根据所述跟车经验信息、所述当前行驶位置和所述当前行驶位置对应的增强信号值调整当前行驶位置，控制所述本车完成自动跟车动作。

可选的，所述装置还包括：

第二判断单元，用于在所述本车在所述可靠区域外时，根据所述增强信号值和所述归一化值判断所述本车是否在邻接非可靠区域，所述邻接非可靠区域为位于所述可靠区域之外且靠近所述前车的区域；

减速控制单元，用于在所述本车在所述邻接非可靠区域时，控制所述本车执行减速动作；

加速控制单元，用于在所述本车不在所述邻接非可靠区域时，控制所述本车执行加速动作。

本发明提供了一种自动跟车方法及装置，能够根据获取到的n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内，当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作，相较于相关技术，设置了增强信号值，通过机器学习的方法提高了本车自主学习的能力，因此，提高了自动跟车的可靠性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种自动跟车方法的流程图；

图2是本发明实施例提供的另一种自动跟车方法的流程图；

图3是本发明实施例提供的一种确定增强信号值和归一化值的示意图；

图4是本发明实施例提供的一种控制本车完成自动跟车动作方法的流程图；

图5是本发明实施例提供的一种自动跟车装置的结构示意图；

图6是本发明实施例提供的另一种自动跟车装置的结构示意图；

图7是本发明实施例提供的一种第一确定单元的结构示意图；

图8是本发明实施例提供的一种学习执行单元的结构示意图。

通过上述附图，已示出本发明明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种自动跟车方法，如图1所示，该方法包括：

步骤101、获取n个增强信号值，该增强信号值用于指示本车距离前车的可靠程度。n个增强信号值是将跟车距离等间距划分为n段，并给每段距离对应的一个子区域确定增强信号值得到的。跟车距离为预设的本车跟随前车行驶的距离，跟车距离对应的区域为可靠区域，可靠区域由n个子区域组成，n为大于2的整数。

步骤102、获取n个归一化值，该n个归一化值是对n个增强信号值进行归一化处理得到的。

步骤103、根据n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内。

步骤104、当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作。

综上所述，本发明实施例提供的自动跟车方法，能够根据获取到的n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内，当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作，相较于相关技术，设置了增强信号值，通过机器学习的方法提高了本车自主学习的能力，因此，提高了自动跟车的可靠性。

在步骤101之前，该方法还包括：将跟车距离等间距划分为n段，每段距离对应一个子区域；确定每个子区域的增强信号值，得到n个增强信号值；对n个增强信号值进行归一化处理，得到n个归一化值。

进一步的，确定每个子区域的增强信号值，得到n个增强信号值，包括：

以第一子区域为分界点，将除第一子区域之外的n-1个子区域划分为第一子区域组和第二子区域组。第一区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减；第二区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减。该第一子区域的增强信号值为1，第一子区域为跟车距离的中点所在的区域。

步骤104包括：当本车在可靠区域内时，存储跟车经验信息，该跟车经验信息包括本车与前车的第一行驶位置和第一行驶位置对应的增强信号值，第一行驶位置为本车跟随前车行驶的任一位置；根据跟车经验信息、当前行驶位置和当前行驶位置对应的增强信号值调整当前行驶位置，控制本车完成自动跟车动作。

可选的，在步骤103之后，该方法还包括：当本车在可靠区域外时，根据增强信号值和归一化值判断本车是否在邻接非可靠区域，该邻接非可靠区域为位于可靠区域之外且靠近前车的区域；当本车在邻接非可靠区域时，控制本车执行减速动作；当本车不在邻接非可靠区域时，控制本车执行加速动作。

综上所述，本发明实施例提供的自动跟车方法，能够根据获取到的n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内，当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作，相较于相关技术，设置了增强信号值，通过机器学习的方法提高了本车自主学习的能力，因此，提高了自动跟车的可靠性。

本发明实施例提供了另一种自动跟车方法，如图2所示，该方法包括：

步骤201、将跟车距离等间距划分为n段，每段距离对应一个子区域。

跟车距离为预设的本车跟随前车行驶的距离，跟车距离对应的区域为可靠区域，可靠区域由n个子区域组成，n为大于2的整数。

具体的，跟车距离可以是预设的本车跟随前车行驶的距离。假设预设的跟车距离D满足9.5m(米)≤D≤20.5m，如图3所示，若以1米为基准对该跟车距离D进行划分，则可以划分为11个区域，如9.5m≤D＜10.5m时的区域为一个子区域，10.5m≤D＜11.5m时的区域为另一个子区域。将9.5m≤D≤20.5m时的区域作为可靠区域，而将可靠区域之外的区域作为非可靠区域，如D＜9.5m时的区域为危险区域，表明本车与前车之间的距离太近；D＞20.5m时的区域为滞后区域，表明本车与前车之间的距离太远。

步骤202、确定每个子区域的增强信号值，得到n个增强信号值。

增强信号值用于指示本车距离前车的可靠程度。增强信号值越大，本车距离前车的可靠程度越高；增强信号值越小，本车距离前车的可靠程度越低。增强信号是对每次跟车的控制决策行为的评估，其数值的大小直接反映出每次跟车的控制决策行为的“好”与“坏”。

具体的，步骤202可以包括：

以第一子区域为分界点，将除第一子区域之外的n-1个子区域划分为第一子区域组和第二子区域组，第一区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减；第二区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减。第一子区域的增强信号值为1，第一子区域为跟车距离的中点所在的区域。

示例的，折扣因子可以等于0.8。以图3为例，将14.5m≤跟车距离D＜15.5m时的区域作为第一子区域，以第一子区域为分界点，向左右两边的子区域分别设定增强信号，且增强信号值按照折扣因子以指数规律递减。设第一子区域的增强信号值R为0.8⁰，则与第一子区域相邻，且位于第一子区域左侧的子区域的增强信号值R为0.8¹；与第一子区域相邻，且位于第一子区域右侧的子区域的增强信号值R为0.8¹。其余子区域的增强信号值依次类推。如在可靠区域内，距离前车最近的子区域的增强信号值R为0.8⁵；在可靠区域内，距离前车最远的子区域的增强信号值R也为0.8⁵。两个非可靠区域即危险区域和滞后区域的增强信号值R均为0.8⁶。由图3可以看出，增强信号值R越大，本车距离前车的可靠程度越高，当增强信号值R为1时，本车距离前车的可靠程度最高，即本车与前车之间的距离为最佳跟车距离；增强信号值R越小，本车距离前车的可靠程度越低，当增强信号值R为0.8⁶时，本车距离前车的可靠程度最低，即本车与前车之间的距离太近，或太远。

步骤203、对n个增强信号值进行归一化处理，得到n个归一化值。

确定n个增强信号值之后，可以进一步对n个增强信号值进行归一化处理。以图3为例，对n个增强信号值R进行归一化处理的过程可以为：令跟车距离D≤15.5m时的区域内每一个子区域的增强信号值R对应的归一化值M等于该子区域的增强信号值R，即M＝R；令D＞15.5m时的区域内每一个子区域的增强信号R对应的归一化值M等于该子区域的增强信号值R的负数，即M＝–R。如14.5m≤D＜15.5m时的子区域的归一化值M＝R＝0.8⁰＝1，17.5m≤D＜18.5m时的子区域的归一化值M＝–R＝–0.8³。同样的，可以得到其余子区域的归一化值，最终得到n个归一化值。

步骤204、获取n个增强信号值。

获取步骤202中得到的n个增强信号值。

步骤205、获取n个归一化值。

获取步骤203中得到的n个归一化值。

步骤206、根据n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内。当本车在可靠区域内时，执行步骤207；当本车不在可靠区域内，即本车在可靠区域外时，执行步骤208。

示例的，采用摄像机、毫米波雷达、激光雷达等传感器获取关于本车的当前行驶位置的数据，再将该数据通过图像处理技术转换为该自动跟车方法对应的输入数值。关于传感器获取行驶位置数据及通过图像处理技术对该行驶位置数据进行处理可以参考相关技术，在此不再赘述。

根据n个增强信号值、n个归一化值和本车的当前行驶位置，获取本车当前行驶位置对应的增强信号值和归一化值，根据对应的增强信号值和归一化值，即可判断本车是否在可靠区域内。

以图3为例，假设本车与前车的当前距离为12m，由于11.5m≤12m≤12.5m，则可根据n个增强信号值确定本车当前行驶位置对应的增强信号值为0.8³，对应的归一化值为0.8³，本车在可靠区域内；假设本车与前车的当前距离为22m，由于22m＞20.5m，则可确定本车当前行驶位置对应的增强信号值为0.8⁶，对应的归一化值为–0.8⁶，本车不在可靠区域内。

步骤207、通过机器学习方法，控制本车完成自动跟车动作。

具体的，如图4所示，步骤207可以包括：

步骤2071、存储跟车经验信息。

跟车经验信息包括本车与前车的第一行驶位置和第一行驶位置对应的增强信号值，第一行驶位置为本车跟随前车行驶的任一位置。

如步骤202所述，增强信号是对每次跟车的控制决策行为的评估，其数值的大小直接反映出每次跟车的控制决策行为的“好”与“坏”。当本车在可靠区域内时，认为当前跟车的控制决策行为是“好”的控制决策行为；当本车在可靠区域外时，认为当前跟车的控制决策行为是“坏”的控制决策行为。而“好”的控制决策行为以“奖励”的方式被记住，作为跟车经验信息被存储。在可靠区域内，在本车行驶过程中，根据增强信号值不断学习，能够逐渐使本车与前车的距离趋于更优。

步骤2072、根据跟车经验信息、当前行驶位置和当前行驶位置对应的增强信号值调整当前行驶位置，控制本车完成自动跟车动作。

步骤2071中的“好”的控制决策行为以“奖励”的方式被记住，作为跟车经验信息被存储，之后每次遇到相同的情况则会优先考虑该控制决策行为，再考虑其他更好的控制决策行为。“坏”的控制决策行为以“惩罚”的方式被记住，并在之后的控制决策行为中做出相应的修正和调整。

以图3为例，假设第一次本车与前车的距离为12m，根据步骤2071，将本次对应的增强信号值0.8³和12m进行存储。第二次本车与前车的距离为14m，将本次对应的增强信号值0.8¹和14m进行存储。第三次本车与前车的距离为20m，将本次对应的增强信号值0.8⁵和20m进行存储，同时发现已存储的跟车经验信息中存在比增强信号值0.8⁵更大的增强信号值0.8³和0.8¹，继而优先选择增强信号值0.8¹对应的距离，从而将本车与前车相距20m调整为相距12m。

步骤208、根据增强信号值和归一化值判断本车是否在邻接非可靠区域。当本车在邻接非可靠区域时，执行步骤209；当本车不在邻接非可靠区域时，执行步骤210。

邻接非可靠区域为位于可靠区域之外且靠近前车的区域。如步骤201所述，除可靠区域之外的区域为非可靠区域，且非可靠区域包含危险区域(即邻接非可靠区域)和滞后区域两个区域。具体可以根据本车当前行驶位置对应的归一化值的正负来确定本车是否处于邻接非可靠区域。当前行驶位置对应的归一化值为正数，表明本车在邻接非可靠区域，本车与前车之间的距离太近；当前行驶位置对应的归一化值为负数，表明本车不在邻接非可靠区域，本车与前车之间的距离太远。

步骤209、控制本车执行减速动作。

当本车在邻接非可靠区域时，本车与前车之间的距离太近，需要紧急制动，控制本车执行减速动作，延长本车与前车的距离。

步骤210、控制本车执行加速动作。

当本车不在邻接非可靠区域时，本车与前车之间的距离太远，需要最大化踩油门，控制本车执行加速动作，缩小本车与前车的距离。

需要说明的是，该自动跟车方法还可以根据实际需要对跟车速度进行设定。

跟车的控制决策是自动跟车的核心，本发明实施例提供的基于机器学习的自动跟车方法中的控制决策是通过实时与环境交互，在成功和失败的经验教训中自主学习跟车的控制决策。该方法通过不同的增强信号值评估控制决策行为，使得本车能够根据跟车距离自主调节控制决策行为，跟车效果具有更好的自适应性、稳定性和舒适性。

综上所述，本发明实施例提供的自动跟车方法，能够根据获取到的n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内，当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作，相较于相关技术，设置了增强信号值，通过机器学习的方法提高了本车自主学习的能力，因此，提高了自动跟车的可靠性。

本发明实施例提供了一种自动跟车装置50，如图5所示，该自动跟车装置50包括：

第一获取单元501，用于获取n个增强信号值，该增强信号值用于指示本车距离前车的可靠程度，n个增强信号值是将跟车距离等间距划分为n段，并给每段距离对应的一个子区域确定增强信号值得到的。跟车距离为预设的本车跟随前车行驶的距离，跟车距离对应的区域为可靠区域，可靠区域由n个子区域组成，n为大于2的整数。

第二获取单元502，用于获取n个归一化值，该n个归一化值是对n个增强信号值进行归一化处理得到的。

第一判断单元503，用于根据n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内。

学习执行单元504，用于在本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作。

综上所述，本发明实施例提供的自动跟车装置，能够根据获取到的n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内，当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作，相较于相关技术，设置了增强信号值，通过机器学习的方法提高了本车自主学习的能力，因此，提高了自动跟车的可靠性。

本发明实施例提供了另一种自动跟车装置50，如图6所示，该自动跟车装置50包括：

第一获取单元501，用于获取n个增强信号值，该增强信号值用于指示本车距离前车的可靠程度，n个增强信号值是将跟车距离等间距划分为n段，并给每段距离对应的一个子区域确定增强信号值得到的。跟车距离为预设的本车跟随前车行驶的距离，跟车距离对应的区域为可靠区域，可靠区域由n个子区域组成，n为大于2的整数。

第二获取单元502，用于获取n个归一化值，该n个归一化值是对n个增强信号值进行归一化处理得到的。

第一判断单元503，用于根据n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内。

学习执行单元504，用于在本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作。

划分单元505，用于将跟车距离等间距划分为n段，每段距离对应一个子区域。

第一确定单元506，用于确定每个子区域的增强信号值，得到n个增强信号值。

归一化处理单元507，用于对n个增强信号值进行归一化处理，得到n个归一化值。

第二判断单元508，用于在本车在可靠区域外时，根据增强信号值和归一化值判断本车是否在邻接非可靠区域，该邻接非可靠区域为位于可靠区域之外且靠近前车的区域。

减速控制单元509，用于在本车在邻接非可靠区域时，控制本车执行减速动作。

加速控制单元510，用于在本车不在邻接非可靠区域时，控制本车执行加速动作。

进一步的，如图7所示，第一确定单元506，包括：

确定模块5061，用于以第一子区域为分界点，将除第一子区域之外的n-1个子区域划分为第一子区域组和第二子区域组，第一区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减；第二区域组中每个子区域的增强信号值以第一子区域的增强信号值为基准，按照折扣因子以指数规律递减，该第一子区域的增强信号值为1，该第一子区域为跟车距离的中点所在的区域。

如图8所示，学习执行单元504，包括：

存储模块5041，用于在本车在可靠区域内时，存储跟车经验信息，该跟车经验信息包括本车与前车的第一行驶位置和第一行驶位置对应的增强信号值，该第一行驶位置为本车跟随前车行驶的任一位置。

调整模块5042，用于根据跟车经验信息、当前行驶位置和当前行驶位置对应的增强信号值调整当前行驶位置，控制本车完成自动跟车动作。

综上所述，本发明实施例提供的自动跟车装置，能够根据获取到的n个增强信号值、n个归一化值和本车的当前行驶位置，判断本车是否在可靠区域内，当本车在可靠区域内时，通过机器学习方法，控制本车完成自动跟车动作，相较于相关技术，设置了增强信号值，通过机器学习的方法提高了本车自主学习的能力，因此，提高了自动跟车的可靠性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自动跟车方法，其特征在于，所述方法包括：

获取n个增强信号值，所述增强信号值用于指示本车距离前车的可靠程度，所述n个增强信号值是将跟车距离等间距划分为n段，并给每段距离对应的一个子区域确定所述增强信号值得到的，所述跟车距离为预设的所述本车跟随所述前车行驶的距离，所述跟车距离对应的区域为可靠区域，所述可靠区域由n个所述子区域组成，所述n为大于2的整数；

获取n个归一化值，所述n个归一化值是对所述n个增强信号值进行归一化处理得到的；

根据所述n个增强信号值、所述n个归一化值和所述本车的当前行驶位置，判断所述本车是否在所述可靠区域内；

当所述本车在所述可靠区域内时，通过机器学习方法，控制所述本车完成自动跟车动作。

2.根据权利要求1所述的方法，其特征在于，在所述获取n个增强信号值之前，所述方法还包括：

将所述跟车距离等间距划分为n段，每段距离对应一个子区域；

确定每个所述子区域的增强信号值，得到所述n个增强信号值；

对所述n个增强信号值进行归一化处理，得到所述n个归一化值。

3.根据权利要求2所述的方法，其特征在于，所述确定每个所述子区域的增强信号值，得到所述n个增强信号值，包括：

以第一子区域为分界点，将除所述第一子区域之外的n-1个子区域划分为第一子区域组和第二子区域组，所述第一区域组中每个子区域的增强信号值以所述第一子区域的增强信号值为基准，按照折扣因子以指数规律递减，所述第二区域组中每个子区域的增强信号值以所述第一子区域的增强信号值为基准，按照所述折扣因子以所述指数规律递减，所述第一子区域的增强信号值为1，所述第一子区域为所述跟车距离的中点所在的区域。

4.根据权利要求1所述的方法，其特征在于，所述当所述本车在所述可靠区域内时，通过机器学习方法，控制所述本车完成自动跟车动作，包括：

当所述本车在所述可靠区域内时，存储跟车经验信息，所述跟车经验信息包括所述本车与所述前车的第一行驶位置和所述第一行驶位置对应的增强信号值，所述第一行驶位置为所述本车跟随所述前车行驶的任一位置；

根据所述跟车经验信息、所述当前行驶位置和所述当前行驶位置对应的增强信号值调整当前行驶位置，控制所述本车完成自动跟车动作。

5.根据权利要求1所述的方法，其特征在于，在所述根据所述n个增强信号值、所述n个归一化值和所述本车的当前行驶位置，判断所述本车是否在所述可靠区域内之后，所述方法还包括：

当所述本车在所述可靠区域外时，根据所述增强信号值和所述归一化值判断所述本车是否在邻接非可靠区域，所述邻接非可靠区域为位于所述可靠区域之外且靠近所述前车的区域；

当所述本车在所述邻接非可靠区域时，控制所述本车执行减速动作；

当所述本车不在所述邻接非可靠区域时，控制所述本车执行加速动作。

6.一种自动跟车装置，其特征在于，所述装置包括：

第一获取单元，用于获取n个增强信号值，所述增强信号值用于指示本车距离前车的可靠程度，所述n个增强信号值是将跟车距离等间距划分为n段，并给每段距离对应的一个子区域确定所述增强信号值得到的，所述跟车距离为预设的所述本车跟随所述前车行驶的距离，所述跟车距离对应的区域为可靠区域，所述可靠区域由n个所述子区域组成，所述n为大于2的整数；

第二获取单元，用于获取n个归一化值，所述n个归一化值是对所述n个增强信号值进行归一化处理得到的；

第一判断单元，用于根据所述n个增强信号值、所述n个归一化值和所述本车的当前行驶位置，判断所述本车是否在所述可靠区域内；

学习执行单元，用于在所述本车在所述可靠区域内时，通过机器学习方法，控制所述本车完成自动跟车动作。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

划分单元，用于将所述跟车距离等间距划分为n段，每段距离对应一个子区域；

第一确定单元，用于确定每个所述子区域的增强信号值，得到所述n个增强信号值；

归一化处理单元，用于对所述n个增强信号值进行归一化处理，得到所述n个归一化值。

8.根据权利要求7所述的装置，其特征在于，所述第一确定单元，包括：

确定模块，用于以第一子区域为分界点，将除所述第一子区域之外的n-1个子区域划分为第一子区域组和第二子区域组，所述第一区域组中每个子区域的增强信号值以所述第一子区域的增强信号值为基准，按照折扣因子以指数规律递减，所述第二区域组中每个子区域的增强信号值以所述第一子区域的增强信号值为基准，按照所述折扣因子以所述指数规律递减，所述第一子区域的增强信号值为1，所述第一子区域为所述跟车距离的中点所在的区域。

9.根据权利要求6所述的装置，其特征在于，所述学习执行单元，包括：

存储模块，用于在所述本车在所述可靠区域内时，存储跟车经验信息，所述跟车经验信息包括所述本车与所述前车的第一行驶位置和所述第一行驶位置对应的增强信号值，所述第一行驶位置为所述本车跟随所述前车行驶的任一位置；

调整模块，用于根据所述跟车经验信息、所述当前行驶位置和所述当前行驶位置对应的增强信号值调整当前行驶位置，控制所述本车完成自动跟车动作。

10.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第二判断单元，用于在所述本车在所述可靠区域外时，根据所述增强信号值和所述归一化值判断所述本车是否在邻接非可靠区域，所述邻接非可靠区域为位于所述可靠区域之外且靠近所述前车的区域；

减速控制单元，用于在所述本车在所述邻接非可靠区域时，控制所述本车执行减速动作；

加速控制单元，用于在所述本车不在所述邻接非可靠区域时，控制所述本车执行加速动作。