CN105137970B - 车辆避障方法及装置 - Google Patents

Abstract

本发明公开了一种车辆避障方法及装置，属于汽车主动安全领域。该方法包括：检测本车与障碍车的第一纵向距离；当第一纵向距离小于第一预设距离时，检测本车与障碍车的当前距离；查询预设的横纵距离与第一增强信号值的对应关系，确定当前距离对应的第一增强信号值；当第一增强信号值大于第一预设值时，根据当前距离，通过增强学习法确定第一动作控制参数，第一动作控制参数包括油门或刹车的参考力度值、方向盘旋转的参考角度；根据第一动作控制参数控制本车完成避障动作。本发明解决了车辆在避障过程中的稳定性较差，可靠性较低，且灵活性较差的问题，实现了提高稳定性、可靠度和灵活性的效果，用于控制车辆。

Description

车辆避障方法及装置

技术领域

本发明涉及汽车主动安全领域，特别涉及一种车辆避障方法及装置。

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，汽车已经取代了传统交通工具。由于道路上行驶的车辆越来越多，因此如果不对车辆避障进行有效控制，就可能引发交通安全事故。作为汽车主动安全系统的关键技术之一，车辆避障方法得到了广泛关注。

相关技术中，车辆避障方法利用摄像机和雷达探测障碍车的位置，获取本车与前车的横向距离、本车与前车的纵向距离及本车与车道线的距离，通过相应的控制算法控制本车与前车的距离、本车与车道线的距离，然后按照人为设定的避障轨迹和车道保持轨迹，调整本车与前车的横向距离、本车与前车的纵向距离及本车与车道线的距离。

由于上述车辆避障方法中的避障轨迹和车道保持轨迹都是人为设定的，属于监督学习过程，而基于监督学习的车辆避障方法的稳定性较差，可靠性较低，且灵活性较差。

发明内容

为了解决车辆在避障过程中的稳定性较差，可靠性较低，且灵活性较差的问题，本发明提供了一种车辆避障方法及装置。所述技术方案如下：

第一方面，提供了一种车辆避障方法，所述方法包括：

检测本车与障碍车的第一纵向距离，所述第一纵向距离为本车处于避障状态时，所述障碍车的车尾中点到第一直线的距离，所述第一直线为经过本车的车头中点且垂直于本车的行驶方向的直线；

当所述第一纵向距离小于第一预设距离时，检测本车与所述障碍车的当前距离，所述当前距离包括本车与所述障碍车的当前横向距离和当前纵向距离；

查询预设的横纵距离与第一增强信号值的对应关系，确定所述当前距离对应的第一增强信号值，所述第一增强信号值用于表示本车距离所述障碍车的可靠程度；

当所述第一增强信号值大于第一预设值时，根据所述当前距离，通过增强学习法确定第一动作控制参数，所述第一动作控制参数包括油门或刹车的参考力度值、方向盘旋转的参考角度，所述增强学习法表示本车通过学习选择的方式获得用于车辆避障的参考动作；

根据所述第一动作控制参数控制本车完成避障动作。

可选的，所述根据所述当前距离，通过增强学习法确定第一动作控制参数，包括：

将向动作网络输入所述当前距离后，所述动作网络输出的参数确定为第二动作控制参数，所述第二动作控制参数包括油门或刹车的初始力度值、方向盘旋转的初始角度，所述动作网络为包含隐藏层的多输入多输出非线性神经网络；

采用评价网络对所述第二动作控制参数进行实时评估，确定所述动作网络输出的第一动作控制参数，所述评价网络为包含隐藏层的多输入多输出非线性神经网络。

可选的，所述根据所述当前距离，通过增强学习法确定第一动作控制参数，包括：

将向动作网络输入所述当前距离后，所述动作网络输出的参数确定为第二动作控制参数，所述第二动作控制参数包括油门或刹车的初始力度值、方向盘旋转的初始角度，所述动作网络为包含隐藏层的多输入多输出非线性神经网络；

采用评价网络对所述第二动作控制参数进行实时评估，确定所述动作网络输出的第一动作控制参数，所述评价网络为包含隐藏层的多输入多输出非线性神经网络。

可选的，在所述检测本车与所述障碍车的第一纵向距离之前，所述方法还包括：

检测本车前方是否有障碍车；

当本车前方有障碍车，且本车与所述障碍车的第二纵向距离小于或等于第二预设距离时，控制本车进入避障状态。

可选的，在所述检测本车前方是否有障碍车之后，所述方法还包括：

当本车前方没有障碍车时，确定位于本车两侧的车道线，所述车道线包括左侧车道线和右侧车道线；

确定本车与所述左侧车道线的第一距离、本车与所述右侧车道线的第二距离；

查询预设的车道线距离与第二增强信号值的对应关系，确定所述第一距离和所述第二距离对应的第二增强信号值，所述第二增强信号值用于表示本车距离所述车道线的可靠程度；

当所述第二增强信号值大于第二预设值时，根据所述第一距离和所述第二距离，通过所述增强学习法确定第三动作控制参数；

根据所述第三动作控制参数使本车处于车道保持状态。

可选的，所述确定位于本车两侧的车道线，包括：

通过摄像机对所述车道线进行检测；

采用图像增强技术增强所述车道线的边缘；

采用自适应二值化算法提取所述边缘；

根据所述车道线特征在所述边缘内提取所述车道线的内侧边缘；

根据所述内侧边缘采用霍夫变换技术拟合所述车道线；

根据拟合的车道线确定位于本车两侧的车道线。

第二方面，提供了一种车辆避障装置，所述装置包括：

第一检测单元，用于检测本车与障碍车的第一纵向距离，所述第一纵向距离为本车处于避障状态时，所述障碍车的车尾中点到第一直线的距离，所述第一直线为经过本车的车头中点且垂直于本车的行驶方向的直线；

第二检测单元，用于在所述第一纵向距离小于第一预设距离时，检测本车与所述障碍车的当前距离，所述当前距离包括本车与所述障碍车的当前横向距离和当前纵向距离；

第一查询单元，用于查询预设的横纵距离与第一增强信号值的对应关系，确定所述当前距离对应的第一增强信号值，所述第一增强信号值用于表示本车距离所述障碍车的可靠程度；

第一确定单元，用于在所述第一增强信号值大于第一预设值时，根据所述当前距离，通过增强学习法确定第一动作控制参数，所述第一动作控制参数包括油门或刹车的参考力度值、方向盘旋转的参考角度，所述增强学习法表示本车通过学习选择的方式获得用于车辆避障的参考动作；

第一控制单元，用于根据所述第一动作控制参数控制本车完成避障动作。

可选的，所述第一确定单元，包括：

第一确定模块，用于将向动作网络输入所述当前距离后，所述动作网络输出的参数确定为第二动作控制参数，所述第二动作控制参数包括油门或刹车的初始力度值、方向盘旋转的初始角度，所述动作网络为包含隐藏层的多输入多输出非线性神经网络；

评估模块，用于采用评价网络对所述第二动作控制参数进行实时评估，确定所述动作网络输出的第一动作控制参数，所述评价网络为包含隐藏层的多输入多输出非线性神经网络。

可选的，所述装置还包括：

第三检测单元，用于检测本车前方是否有障碍车；

第二控制单元，用于在本车前方有障碍车，且本车与所述障碍车的第二纵向距离小于或等于第二预设距离时，控制本车进入避障状态。

可选的，所述装置还包括：

第二确定单元，用于在本车前方没有障碍车时，确定位于本车两侧的车道线，所述车道线包括左侧车道线和右侧车道线；

第三确定单元，用于确定本车与所述左侧车道线的第一距离、本车与所述右侧车道线的第二距离；

第二查询单元，用于查询预设的车道线距离与第二增强信号值的对应关系，确定所述第一距离和所述第二距离对应的第二增强信号值，所述第二增强信号值用于表示本车距离所述车道线的可靠程度；

第四确定单元，用于当所述第二增强信号值大于第二预设值时，根据所述第一距离和所述第二距离，通过所述增强学习法确定第三动作控制参数；

处理单元，用于根据所述第三动作控制参数使本车处于车道保持状态。

可选的，所述第二确定单元，包括：

第一检测模块，用于通过摄像机对所述车道线进行检测；

增强模块，用于采用图像增强技术增强所述车道线的边缘；

第一提取模块，用于采用自适应二值化算法提取所述边缘；

第二提取模块，用于根据所述车道线特征在所述边缘内提取所述车道线的内侧边缘；

拟合模块，用于根据所述内侧边缘采用霍夫变换技术拟合所述车道线；

第二确定模块，用于根据拟合的车道线确定位于本车两侧的车道线。

本发明提供了一种车辆避障方法及装置，能够检测本车与障碍车的当前距离，并确定当前距离对应的第一增强信号值，进而通过增强学习法确定用于控制本车完成避障动作的第一动作控制参数，相较于相关技术，提高了车辆的自主学习能力，因此，提高了车辆避障时的稳定性，可靠性，和灵活性。

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车辆避障方法的流程图；

图2-1是本发明实施例提供的另一种车辆避障方法的流程图；

图2-2是本发明实施例提供的一种车辆的行驶环境示意图；

图2-3是本发明实施例提供的一种自适应动态规划控制系统的示意图；

图2-4是本发明实施例提供的一种确定第一动作控制参数的流程图；

图3-1是本发明实施例提供的一种车辆避障装置的结构示意图；

图3-2是本发明实施例提供的另一种车辆避障装置的结构示意图；

图3-3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3-4是本发明实施例提供的一种第二确定单元的结构示意图。

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车辆避障方法，如图1所示，该方法可以包括：

步骤101、检测本车与障碍车的第一纵向距离，该第一纵向距离为本车处于避障状态时，障碍车的车尾中点到第一直线的距离，第一直线为经过本车的车头中点且垂直于本车的行驶方向的直线。

步骤102、当第一纵向距离小于第一预设距离时，检测本车与障碍车的当前距离，该当前距离包括本车与障碍车的当前横向距离和当前纵向距离。

步骤103、查询预设的横纵距离与第一增强信号值的对应关系，确定当前距离对应的第一增强信号值，该第一增强信号值用于表示本车距离障碍车的可靠程度。

步骤104、当第一增强信号值大于第一预设值时，根据当前距离，通过增强学习法确定第一动作控制参数。第一动作控制参数包括油门或刹车的参考力度值、方向盘旋转的参考角度。增强学习法表示本车通过学习选择的方式获得用于车辆避障的参考动作。

步骤105、根据第一动作控制参数控制本车完成避障动作。

综上所述，本发明实施例提供的车辆避障方法，能够检测本车与障碍车的当前距离，并确定当前距离对应的第一增强信号值，进而通过增强学习法确定用于控制本车完成避障动作的第一动作控制参数，相较于相关技术，提高了车辆的自主学习能力，因此，提高了车辆避障时的稳定性，可靠性，和灵活性。

可选的，步骤104包括：

将向动作网络输入当前距离后，动作网络输出的参数确定为第二动作控制参数。第二动作控制参数包括油门或刹车的初始力度值、方向盘旋转的初始角度。动作网络为包含隐藏层的多输入多输出非线性神经网络；

采用评价网络对第二动作控制参数进行实时评估，确定动作网络输出的第一动作控制参数。评价网络为包含隐藏层的多输入多输出非线性神经网络。

在步骤101之前，该方法还包括：

检测本车前方是否有障碍车；当本车前方有障碍车，且本车与障碍车的第二纵向距离小于或等于第二预设距离时，控制本车进入避障状态。

在检测本车前方是否有障碍车之前，该方法还包括：

当本车前方没有障碍车时，确定位于本车两侧的车道线，该车道线包括左侧车道线和右侧车道线；

确定本车与左侧车道线的第一距离、本车与右侧车道线的第二距离；

查询预设的车道线距离与第二增强信号值的对应关系，确定第一距离和第二距离对应的第二增强信号值，该第二增强信号值用于表示本车距离车道线的可靠程度；

当第二增强信号值大于第二预设值时，根据第一距离和第二距离，通过增强学习法确定第三动作控制参数；

根据第三动作控制参数使本车处于车道保持状态。

其中，确定位于本车两侧的车道线，包括：通过摄像机对车道线进行检测；采用图像增强技术增强车道线的边缘；采用自适应二值化算法提取边缘；根据车道线特征在边缘内提取车道线的内侧边缘；根据内侧边缘采用霍夫变换技术拟合车道线；根据拟合的车道线确定位于本车两侧的车道线。

综上所述，本发明实施例提供的车辆避障方法，能够检测本车与障碍车的当前距离，并确定当前距离对应的第一增强信号值，进而通过增强学习法确定用于控制本车完成避障动作的第一动作控制参数，相较于相关技术，提高了车辆的自主学习能力，因此，提高了车辆避障时的稳定性，可靠性，和灵活性。

本发明实施例提供了另一种车辆避障方法，如图2-1所示，该方法可以包括：

步骤201、检测本车前方是否有障碍车。

本发明实施例中的车辆可以为智能车，该智能车可以安装有摄像机、雷达和后置雷达。采用摄像机检测本车前方是否有障碍车，当本车前方没有障碍车时，执行步骤202；当本车前方有障碍车时，执行步骤208。

步骤202、确定位于本车两侧的车道线。执行步骤203。

车道线包括左侧车道线和右侧车道线。具体的，步骤202可以包括：通过摄像机对车道线进行检测；采用图像增强技术增强车道线的边缘；采用自适应二值化算法提取车道线的边缘；根据车道线特征在边缘内提取车道线的内侧边缘；根据车道线的内侧边缘采用霍夫变换(Hough)技术拟合车道线；根据拟合的车道线确定位于本车两侧的车道线。为了得到更加稳定的车道线，还可以采用车道线跟踪技术对拟合车道线做进一步处理。确定车道线的具体过程可以参考相关技术，在此不再赘述。

步骤203、确定本车与左侧车道线的第一距离。执行步骤204。

图2-2示出了本车的行驶环境示意图，图中的前车为障碍车。在步骤202的基础上，测量本车与左侧车道线的第一距离D₁。图2-2中前车为障碍车。Δx为本车行驶在障碍车之后时，本车与障碍车的横向偏移量。

步骤204、确定本车与右侧车道线的第二距离。执行步骤205。

如图2-2所示，确定本车与右侧车道线的第二距离D₂。

步骤205、查询预设的车道线距离与第二增强信号值的对应关系，确定第一距离和第二距离对应的第二增强信号值。执行步骤206。

第二增强信号值用于表示本车距离车道线的可靠程度。根据本车与左侧车道线的第一距离D₁和本车与右侧车道线的第二距离D₂，确定第二增强信号值的方法有多种，假设最终取得的第二增强信号值的范围为[-1，0]，当第二增强信号值等于0时，说明当前时刻本车行驶至左侧车道线和右侧车道线之间的中线上，本车距离车道线的可靠程度最高；当第二增强信号值等于-1时，说明当前时刻本车行驶至左侧车道线或右侧车道线上，本车距离车道线的可靠程度最低；当第二增强信号值小于-1时，说明当前时刻本车已行驶至左侧车道线和右侧车道线之外了，不再使用本发明实施例提供的方法对车辆进行控制。

步骤206、当第二增强信号值大于第二预设值时，根据第一距离和第二距离，通过增强学习法确定第三动作控制参数。执行步骤207。

示例的，第二预设值可以等于-1，如步骤205所述，当第二增强信号值大于第二预设值时，根据本车与左侧车道线的第一距离、本车与右侧车道线的第二距离通过自适应动态规划控制系统，确定第三动作控制参数。具体过程可以为：将第一距离和第二距离作为自适应动态规划控制系统的输入参数，自适应动态规划控制系统采用两个神经网络对输入参数进行处理，如图2-3所示，动作网络用于为自适应动态规划控制系统提供控制策略U(t)，评价网络用于通过输入的第二增强信号值产生代价函数J(t)，对动作网络输出的控制策略U(t)进行实时评估。动作网络和评价网络均采用非线性多层感知机结构的正向输送网络，每个网络里均含有一个隐藏层。自适应动态规划控制系统能够对两个神经网络的输出进行反馈调节，其中，对评价网络的输出进行反馈调节的策略是采用J(t)的值，去近似折算第二增强信号值的无穷累加和；对动作网络的输出进行反馈调节的策略是通过比较效用函数U_c(t)期望值和代价函数J(t)的大小，得到动作误差，根据该动作误差，利用梯度下降法对两个神经网络的权值进行调节，进而使控制策略趋于最优，得到第三动作控制参数。代价函数J(t)用于表示车辆根据动作网络输出的控制策略行驶时付出的代价，效用函数U_c(t)用于表示自适应动态规划控制系统的输入参数与控制策略U(t)之间的关系。图2-3中的X(t)和X(t+1)为系统的输入量，R(t)为增强信号，U_c(t)为效用函数，α为折算因子，用于表示后一状态对前一状态的影响程度，J(t-1)-R(t)表示代价函数与增强信号值的差值。智能车跟车物理系统用于根据调整后的控制策略控制车辆行驶。

自适应动态规划控制系统输出的第三动作控制参数可以包括油门或刹车的参考力度值，方向盘旋转的参考角度。

步骤207、根据第三动作控制参数使本车处于车道保持状态。

根据油门或刹车的参考力度值，方向盘旋转的参考角度控制本车完成车道保持动作。

步骤208、检测本车与障碍车的第二纵向距离是否小于或等于第二预设距离。

第二预设距离为本车与障碍车的最小安全距离。如图2-2所示，采用图像处理技术确定本车与障碍车的第二纵向距离K。当本车与障碍车的第二纵向距离K小于或等于第二预设距离K_min时，执行步骤209；当本车与障碍车的第二纵向距离K大于第二预设距离K_min时，执行步骤202。

步骤209、控制本车进入避障状态。执行步骤210。

步骤210、检测本车与障碍车的第一纵向距离是否小于第一预设距离。

第一纵向距离为本车处于避障状态时，障碍车的车尾中点到第一直线的距离，第一直线为经过本车的车头中点且垂直于本车的行驶方向的直线。第一预设距离为本车与障碍车的安全距离。如图2-2所示，采用后置雷达检测本车与障碍车的第一纵向距离L，当本车与障碍车的第一纵向距离L小于第一预设距离L_max时，执行步骤211；当本车与障碍车的第一纵向距离L不小于第一预设距离L_max时，执行步骤202。

步骤211、检测本车与障碍车的当前距离。执行步骤212。

当前距离包括本车与障碍车的当前横向距离和当前纵向距离。如图2-2所示，当本车行驶在障碍车和左侧车道线之间时，检测本车与左侧车道线的横向距离D_L1，检测本车与障碍车所在直线的横向距离D_L2，同时检测本车与障碍车当前的纵向距离；当本车行驶在障碍车与右侧车道线之间时，检测本车与右侧车道线的横向距离D_R2，检测本车与障碍车所在直线的的横向距离D_R1，同时检测本车与障碍车当前的纵向距离。本车与障碍车的当前距离可以采用摄像机内外参数标定法进行检测，具体采用三线标定法计算出世界坐标系与图像坐标系之间的对应关系，形成世界坐标系和图像坐标系之间的映射关系，进而计算出本车与障碍车的横纵距离，该计算过程可以参考相关技术，在此不再赘述。

步骤212、查询预设的横纵距离与第一增强信号值的对应关系，确定当前距离对应的第一增强信号值。执行步骤213。

该第一增强信号值用于表示本车距离障碍车的可靠程度。当第一增强信号值大于第一预设值时，执行步骤213。确定第一增强信号值的方法有多种，假设最终取得的第一增强信号值的范围为[-1，0]，当第一增强信号值等于0时，说明当前时刻本车行驶至车道线与障碍车所在直线之间的子中线上，本车距离障碍车的可靠程度最高；当第一增强信号值等于-1时，说明当前时刻本车行驶至左侧车道线或右侧车道线上，或本车已与障碍车发生碰撞，本车距离障碍车的可靠程度最低；当第一增强信号值小于-1时，说明本车已行驶至左侧车道线和右侧车道线之外，本车已出界，此时不再使用本发明实施例提供的方法对车辆进行控制。

步骤213、当第一增强信号值大于第一预设值时，根据当前距离，通过增强学习法确定第一动作控制参数。执行步骤214。

第一动作控制参数可以包括油门或刹车的参考力度值、方向盘旋转的参考角度。增强学习法表示本车通过学习选择的方式获得用于车辆避障的参考动作。示例的，第一预设值可以等于-1。根据当前距离，通过增强学习法确定第一动作控制参数的工作原理如图2-3所示，关于图2-3的具体说明可以参考步骤206中的说明。

步骤213如图2-4所示，可以包括：

步骤2131、将向动作网络输入当前距离后，动作网络输出的参数确定为第二动作控制参数。

第二动作控制参数包括油门或刹车的初始力度值、方向盘旋转的初始角度，动作网络为包含隐藏层的多输入多输出非线性神经网络，动作网络为非线性多层感知机结构的正向输送网络。将本车与障碍车的横纵距离输入至自适应动态规划控制系统，通过自适应动态规划控制系统中的动作网络对横纵距离进行处理，得到油门或刹车的初始力度值、方向盘旋转的初始角度。

步骤2132、采用评价网络对第二动作控制参数进行实时评估，确定动作网络输出的第一动作控制参数。

评价网络为包含隐藏层的多输入多输出非线性神经网络，评价网络为非线性多层感知机结构的正向输送网络。采用图2-3中的评价网络对动作网络输出的油门或刹车的初始力度值、方向盘旋转的初始角度进行实时评估，使动作网络输出油门或刹车的参考力度值、方向盘旋转的参考角度。关于动作网络和评价网络的反馈调节策略可以参考步骤206中的说明。

步骤214、根据第一动作控制参数控制本车完成避障动作。

根据油门或刹车的参考力度值、方向盘旋转的参考角度控制本车完成避障动作。

需要说明的是，为了更加方便地区分本车处于避障状态还是车道保持状态，可以设置状态参数M，且使M的值为0或者为1。M＝1表明本车仍处于避障状态，M＝0表明本车已脱离避障状态，进入车道保持状态。如图2-2所示，当前置摄像头检测到本车与障碍车的第二纵向距离K大于第二预设距离K_min时，M＝0，本车处于车道保持状态(如图2-2中的状态1)；当本车与障碍车的第二纵向距离K小于或等于第二预设距离K_min时，或当本车与障碍车的第一纵向距离L小于第一预设距离L_max时，M＝1，本车处于避障状态(如图2-2中的状态2)；当本车与障碍车的第一纵向距离L不小于第一预设距离L_max时，M＝0，本车已避开障碍车，本车重新进入车道保持状态(如图2-2中的状态3)。

本发明实施例提供的车辆避障方法，采用基于自适应动态规划的低速避障车道保持控制系统，该控制系统由动作网络和评价网络两个神经网络构成，其中，动作网络根据该控制系统的输入参数提供控制策略，评价网络根据增强信号对控制策略进行实时评估，该方法根据环境中反馈的回报即增强信号，对错误的控制策略进行认知和学习，并试着在以后的控制策略中避免该错误再次发生；同时根据环境中反馈的回报，对有效的控制策略给予奖励，这样，在以后制定控制策略的过程中，相同的情况会被优先考虑。因此，车辆在行驶过程中，系统为了获得更多的奖励，将对控制策略进行不断调整，进而使控制策略趋于最优，控制车辆行驶在最优状态。

该车辆避障方法采用自适应动态规划方法，解决了智能车低速车道保持及智能避障过程中稳定性较差，可靠性较低，和灵活性较差的问题，该方法通过摄像机和雷达对障碍车及车道线进行检测，并通过逻辑判断选择智能车的行驶状态(如避障状态和车道保持状态)，采用自适应动态规划方法，提高智能车的自主学习能力，从而提高智能车在车道保持和避障超车时的可靠性、稳定性，灵活性和舒适性，提高了智能车的自主行驶能力和避障能力。

需要说明的是，本发明实施例提供的车辆避障方法步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本发明的保护范围之内，因此不再赘述。

综上所述，本发明实施例提供的车辆避障方法，能够检测本车与障碍车的当前距离，并确定当前距离对应的第一增强信号值，进而通过增强学习法确定用于控制本车完成避障动作的第一动作控制参数，相较于相关技术，提高了车辆的自主学习能力，因此，提高了车辆避障时的稳定性，可靠性，和灵活性。

本发明实施例提供了一种车辆避障装置，如图3-1所示，该装置可以包括：

第一检测单元301，用于检测本车与障碍车的第一纵向距离。第一纵向距离为本车处于避障状态时，障碍车的车尾中点到第一直线的距离。第一直线为经过本车的车头中点且垂直于本车的行驶方向的直线。

第二检测单元302，用于在第一纵向距离小于第一预设距离时，检测本车与障碍车的当前距离。当前距离包括本车与障碍车的当前横向距离和当前纵向距离。

第一查询单元303，用于查询预设的横纵距离与第一增强信号值的对应关系，确定当前距离对应的第一增强信号值。第一增强信号值用于表示本车距离障碍车的可靠程度。

第一确定单元304，用于在第一增强信号值大于第一预设值时，根据当前距离，通过增强学习法确定第一动作控制参数。第一动作控制参数包括油门或刹车的参考力度值、方向盘旋转的参考角度。增强学习法表示本车通过学习选择的方式获得用于车辆避障的参考动作。

第一控制单元305，用于根据第一动作控制参数控制本车完成避障动作。

综上所述，本发明实施例提供的车辆避障装置，能够检测本车与障碍车的当前距离，并确定当前距离对应的第一增强信号值，进而通过增强学习法确定用于控制本车完成避障动作的第一动作控制参数，相较于相关技术，提高了车辆的自主学习能力，因此，提高了车辆避障时的稳定性，可靠性，和灵活性。

本发明实施例提供了另一种车辆避障装置，如图3-2所示，该装置可以包括：

第一检测单元301，用于检测本车与障碍车的第一纵向距离。第一纵向距离为本车处于避障状态时，障碍车的车尾中点到第一直线的距离。第一直线为经过本车的车头中点且垂直于本车的行驶方向的直线。

第二检测单元302，用于在第一纵向距离小于第一预设距离时，检测本车与障碍车的当前距离。当前距离包括本车与障碍车的当前横向距离和当前纵向距离。

第一查询单元303，用于查询预设的横纵距离与第一增强信号值的对应关系，确定当前距离对应的第一增强信号值。第一增强信号值用于表示本车距离障碍车的可靠程度。

第一确定单元304，用于在第一增强信号值大于第一预设值时，根据当前距离，通过增强学习法确定第一动作控制参数。第一动作控制参数包括油门或刹车的参考力度值、方向盘旋转的参考角度。增强学习法表示本车通过学习选择的方式获得用于车辆避障的参考动作。

第一控制单元305，用于根据第一动作控制参数控制本车完成避障动作。

第三检测单元306，用于检测本车前方是否有障碍车。

第二控制单元307，用于在本车前方有障碍车，且本车与障碍车的第二纵向距离小于或等于第二预设距离时，控制本车进入避障状态。

第二确定单元308，用于在本车前方没有障碍车时，确定位于本车两侧的车道线，车道线包括左侧车道线和右侧车道线。

第三确定单元309，用于确定本车与左侧车道线的第一距离、本车与右侧车道线的第二距离。

第二查询单元310，用于查询预设的车道线距离与第二增强信号值的对应关系，确定第一距离和第二距离对应的第二增强信号值。第二增强信号值用于表示本车距离车道线的可靠程度。

第四确定单元311，用于当第二增强信号值大于第二预设值时，根据第一距离和第二距离，通过增强学习法确定第三动作控制参数。

处理单元312，用于根据第三动作控制参数使本车处于车道保持状态。

具体的，第一确定单元304如图3-3所示，包括：

第一确定模块3041，用于将向动作网络输入当前距离后，动作网络输出的参数确定为第二动作控制参数。第二动作控制参数包括油门或刹车的初始力度值、方向盘旋转的初始角度。动作网络为包含隐藏层的多输入多输出非线性神经网络。

评估模块3042，用于采用评价网络对第二动作控制参数进行实时评估，确定动作网络输出的第一动作控制参数。评价网络为包含隐藏层的多输入多输出非线性神经网络。

具体的，第二确定单元308如图3-4所示，包括：

第一检测模块3081，用于通过摄像机对车道线进行检测。

增强模块3082，用于采用图像增强技术增强车道线的边缘。

第一提取模块3083，用于采用自适应二值化算法提取边缘。

第二提取模块3084，用于根据车道线特征在边缘内提取车道线的内侧边缘。

拟合模块3085，用于根据内侧边缘采用霍夫变换技术拟合车道线。

第二确定模块3086，用于根据拟合的车道线确定位于本车两侧的车道线。

综上所述，本发明实施例提供的车辆避障装置，能够检测本车与障碍车的当前距离，并确定当前距离对应的第一增强信号值，进而通过增强学习法确定用于控制本车完成避障动作的第一动作控制参数，相较于相关技术，提高了车辆的自主学习能力，因此，提高了车辆避障时的稳定性，可靠性，和灵活性。

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、单元和模块的具体工作过程，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)

1.一种车辆避障方法，其特征在于，所述方法包括：

检测本车与障碍车的第一纵向距离，所述第一纵向距离为本车处于避障状态时，所述障碍车的车尾中点到第一直线的距离，所述第一直线为经过本车的车头中点且垂直于本车的行驶方向的直线；

当所述第一纵向距离小于第一预设距离时，检测本车与所述障碍车的当前距离，所述当前距离包括本车与所述障碍车的当前横向距离和当前纵向距离；

查询预设的横纵距离与第一增强信号值的对应关系，确定所述当前距离对应的第一增强信号值，所述第一增强信号值用于表示本车距离所述障碍车的可靠程度；

当所述第一增强信号值大于第一预设值时，根据所述当前距离，通过增强学习法确定第一动作控制参数，所述第一动作控制参数包括油门或刹车的参考力度值、方向盘旋转的参考角度，所述增强学习法表示本车通过学习选择的方式获得用于车辆避障的参考动作；

根据所述第一动作控制参数控制本车完成避障动作。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前距离，通过增强学习法确定第一动作控制参数，包括：

将向动作网络输入所述当前距离后，所述动作网络输出的参数确定为第二动作控制参数，所述第二动作控制参数包括油门或刹车的初始力度值、方向盘旋转的初始角度，所述动作网络为包含隐藏层的多输入多输出非线性神经网络；

采用评价网络对所述第二动作控制参数进行实时评估，确定所述动作网络输出的第一动作控制参数，所述评价网络为包含隐藏层的多输入多输出非线性神经网络。

3.根据权利要求1所述的方法，其特征在于，在所述检测本车与所述障碍车的第一纵向距离之前，所述方法还包括：

检测本车前方是否有障碍车；

当本车前方有障碍车，且本车与所述障碍车的第二纵向距离小于或等于第二预设距离时，控制本车进入避障状态。

4.根据权利要求3所述的方法，其特征在于，在所述检测本车前方是否有障碍车之后，所述方法还包括：

当本车前方没有障碍车时，确定位于本车两侧的车道线，所述车道线包括左侧车道线和右侧车道线；

确定本车与所述左侧车道线的第一距离、本车与所述右侧车道线的第二距离；

查询预设的车道线距离与第二增强信号值的对应关系，确定所述第一距离和所述第二距离对应的第二增强信号值，所述第二增强信号值用于表示本车距离所述车道线的可靠程度，所述车道线距离为车辆与所述左侧车道线的距离，以及车辆与所述右侧车道线的距离；

当所述第二增强信号值大于第二预设值时，根据所述第一距离和所述第二距离，通过所述增强学习法确定第三动作控制参数；

根据所述第三动作控制参数使本车处于车道保持状态。

5.根据权利要求4所述的方法，其特征在于，所述确定位于本车两侧的车道线，包括：

通过摄像机对所述车道线进行检测；

采用图像增强技术增强所述车道线的边缘；

采用自适应二值化算法提取所述边缘；

根据所述车道线特征在所述边缘内提取所述车道线的内侧边缘；

根据所述内侧边缘采用霍夫变换技术拟合所述车道线；

根据拟合的车道线确定位于本车两侧的车道线。

6.一种车辆避障装置，其特征在于，所述装置包括：

第一检测单元，用于检测本车与障碍车的第一纵向距离，所述第一纵向距离为本车处于避障状态时，所述障碍车的车尾中点到第一直线的距离，所述第一直线为经过本车的车头中点且垂直于本车的行驶方向的直线；

第二检测单元，用于在所述第一纵向距离小于第一预设距离时，检测本车与所述障碍车的当前距离，所述当前距离包括本车与所述障碍车的当前横向距离和当前纵向距离；

第一查询单元，用于查询预设的横纵距离与第一增强信号值的对应关系，确定所述当前距离对应的第一增强信号值，所述第一增强信号值用于表示本车距离所述障碍车的可靠程度；

第一确定单元，用于在所述第一增强信号值大于第一预设值时，根据所述当前距离，通过增强学习法确定第一动作控制参数，所述第一动作控制参数包括油门或刹车的参考力度值、方向盘旋转的参考角度，所述增强学习法表示本车通过学习选择的方式获得用于车辆避障的参考动作；

第一控制单元，用于根据所述第一动作控制参数控制本车完成避障动作。

7.根据权利要求6所述的装置，其特征在于，所述第一确定单元，包括：

第一确定模块，用于将向动作网络输入所述当前距离后，所述动作网络输出的参数确定为第二动作控制参数，所述第二动作控制参数包括油门或刹车的初始力度值、方向盘旋转的初始角度，所述动作网络为包含隐藏层的多输入多输出非线性神经网络；

评估模块，用于采用评价网络对所述第二动作控制参数进行实时评估，确定所述动作网络输出的第一动作控制参数，所述评价网络为包含隐藏层的多输入多输出非线性神经网络。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第三检测单元，用于检测本车前方是否有障碍车；

第二控制单元，用于在本车前方有障碍车，且本车与所述障碍车的第二纵向距离小于或等于第二预设距离时，控制本车进入避障状态。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

第二确定单元，用于在本车前方没有障碍车时，确定位于本车两侧的车道线，所述车道线包括左侧车道线和右侧车道线；

第三确定单元，用于确定本车与所述左侧车道线的第一距离、本车与所述右侧车道线的第二距离；

第二查询单元，用于查询预设的车道线距离与第二增强信号值的对应关系，确定所述第一距离和所述第二距离对应的第二增强信号值，所述第二增强信号值用于表示本车距离所述车道线的可靠程度，所述车道线距离为车辆与所述左侧车道线的距离，以及车辆与所述右侧车道线的距离；

第四确定单元，用于当所述第二增强信号值大于第二预设值时，根据所述第一距离和所述第二距离，通过所述增强学习法确定第三动作控制参数；

处理单元，用于根据所述第三动作控制参数使本车处于车道保持状态。

10.根据权利要求9所述的装置，其特征在于，所述第二确定单元，包括：

第一检测模块，用于通过摄像机对所述车道线进行检测；

增强模块，用于采用图像增强技术增强所述车道线的边缘；

第一提取模块，用于采用自适应二值化算法提取所述边缘；

第二提取模块，用于根据所述车道线特征在所述边缘内提取所述车道线的内侧边缘；

拟合模块，用于根据所述内侧边缘采用霍夫变换技术拟合所述车道线；

第二确定模块，用于根据拟合的车道线确定位于本车两侧的车道线。