CN105539586A - 用于自主驾驶的车辆躲避移动障碍物的统一的运动规划 - Google Patents

Abstract

用于自主驾驶的车辆躲避移动障碍物的统一的运动规划，提供了用于碰撞避免目的的转向校正。该方法包括检测车辆沿其行驶的道路车道的车道中心并且确定将车辆从其当前位置引向车道中心的车道定中路径。该方法还包括检测车辆前方的移动物体并且确定如果车辆沿着车道定中路径以当前车辆速度行驶，在车辆和物体之间是否将要发生碰撞。该方法求解五阶多项式方程来限定从当前车辆位置到距物体一定安全距离的路点的碰撞避免路径以及车辆自动沿其转向的从该路点到车道中心的返回路径。

Description

用于自主驾驶的车辆躲避移动障碍物的统一的运动规划

技术领域

本发明大体涉及一种用于在半自主或自主驾驶车辆中提供路径规划和产生的系统和方法，并且更特别地，涉及一种用于在半自主或自主驾驶车辆中提供路径规划和路径产生的系统和方法，包括响应于车辆前方检测到的移动物体而改变车辆转向路径，其中物体可以相对于车辆运动沿横向或纵向方向移动。

背景技术

当今车辆的操作变得更加自主化，即，车辆能够以越来越少的驾驶员干预来提供驾驶控制。巡航控制系统已经用在车辆上很多年，其中车辆操作者能设定车辆特定的速度，而车辆将会维持在该速度而不需要驾驶员操作油门。自适应巡航控制系统最近已经在该领域中得以发展，其中，不仅仅是系统维持设定速度，而且将会在采用各种传感器检测到较慢移动的前方车辆的情况下自动使车辆减速，各种传感器例如是雷达和摄像机。某些现代车辆还提供自主泊车，其中车辆会自动地提供转向控制来停泊车辆。如果驾驶员做出可能影响车辆稳定的快速的转向改变，那么某些车辆系统进行干预。某些车辆系统试图将车辆保持在道路上车道的中心附近。此外，完全自主的车辆已经被证实能够在模拟的城市交通中达到30mph的行驶，从而观察道路的所有规则。

随着车辆系统的改善，他们会变得更自主化，目标是成为完全自主驾驶的车辆。例如，未来的车辆可能会利用自主系统来进行车道改变、通过、避开交通或进入交通等等。平滑操纵和自动车道定中以及车道改变控制对于自主驾驶车辆中的驾驶员和乘客的舒适性是重要的。然而，由于传感器和致动器的等待时间，测量的车辆状态可能与实际车辆状态不同。这种不同会引起不正确的路径产生，这将会影响车道改变的粗糙度。

美国专利号8170739(于2012年5月1日公布的，名称为用于自动车道定中和车道改变控制系统的路径产生算法，转让给本申请的受让人，并且通过参考并入本文)，公开了一种用于提供自动车道定中心和/或车道改变目的的路径产生的系统。该系统使用了一个或多个前视摄像机，前视摄像机检测车辆前方的车道标记以识别车辆在其上行驶的行驶车道。期望的路径产生处理器接收来自摄像机的信号，车辆状态信息和车辆的转向角，以及车辆车道改变的请求。该系统还包括路径预测处理器，路径预测处理器基于车辆状态信息来预测车辆路径，车辆状态信息包括车辆纵向速度，车辆横向速度，车辆横摆率以及车辆转向角。将期望路径信息和预测路径信息相比较以产生误差信号，误差信号被发送到车道改变控制器，车道改变控制器提供转向角信号以使车辆转变方向并且减少误差信号，其中路径产生处理器利用五阶多项式方程来基于输入信号确定车辆的期望路径。

Lee等人的美国专利申请公开号2010/0082195(名称为采用自主车辆控制系统自适应地控制车辆操作的方法，转让给本申请的受让人并且通过参考并入本文)公开了在‘739专利中披露的路径产生算法的改进，其包括基于预测的行驶路径和估计的道路位置确定优选的车辆行驶路径。

‘739专利和‘195申请没有在半自主或自主驾驶的车辆中提供用于避免碰撞目的期望路径产生和自动车辆转向(如果在车辆前方检测到移动物体)。

发明内容

本公开描述了用于在半自主或自主驾驶车辆中提供路径规划和产生的系统和方法，其提供避免碰撞目的的转向校正。该方法包括检测车辆沿其行驶的道路车道的车道中心并且确定指引车辆从其当前位置到车道中心的车道定中路径。该方法还包括检测车辆前方的移动物体，并且确定如果车辆沿着车道定中路径以当前车辆速度行驶，在车辆和物体之间是否将会发生碰撞。该方法确定：如果确定碰撞将会发生，那么单独车辆制动是否将会阻止与物体的碰撞，并且如果不能，则确定物体周围的转向路径。该方法确定移动物体是否在沿相对于车辆路径的横向或纵向文向行驶，并且如果物体在沿横向方向移动，那么该方法求解五阶多项式方程以限定从当前车辆位置到离物体安全距离的路点的碰撞避免路径和从该路点到车道中心的返回路径(车辆自动沿其转向)。如果物体在沿纵向方向移动，那么该方法确定到路点的碰撞避免路径，随后确定邻近物体的巡航路径，以及随后确定回到车道中心的返回路径。

本发明包括以下方案：

1.一种用于提供车辆自动转向路径的方法，所述方法包括：

检测车辆沿其行驶的道路车道的车道中心；

确定将车辆从当前车辆位置引向车道中心的车道定中路径；

沿着车道定中路径自动转向车辆；

检测车辆前方的移动物体；

确定如果车辆沿着车道定中路径以当前车辆速度行驶，那么在车辆和物体之间是否将要发生碰撞；

如果确定碰撞将要发生，那么确定单独的车辆制动是否将会阻止与物体的碰撞；

如果确定车辆制动将不会阻止与物体的碰撞，那么确定物体周围的转向路径；

以及

沿着转向路径转向车辆。

2.根据方案1的方法，其中检测道路车道的车道中心包括使用检测的道路上的道路标记的摄像机测量值以及道路几何图形的地图数据库并且基于摄像机测量值和地图数据库的道路几何图形的融合来限定车道中心为三阶多项式方程。

3.根据方案1的方法，其中确定单独的车辆制动是否将会阻止碰撞包括计算用于碰撞避免的需要的减速并且将需要的减速与车辆的最大可能减速进行比较。

4.根据方案1的方法，其中确定车辆和物体之间的碰撞是否将要发生包括限定移动物体周围的碰撞边界，基于移动物体的速度、物体的移动方向、移动物体的大小以及碰撞时间值，并且确定车道定中路径是否与碰撞边界相交。

5.根据方案4的方法，其中确定物体周围的转向路径包括确定从当前车辆位置到碰撞边界上的路点的碰撞避免路径，所述方法进一步包括向碰撞避免路径上的路点转向车辆。

6.根据方案5的方法，其中确定碰撞避免路径包括选择到碰撞边界上的多个路点的多个可能的碰撞避免路径中的一个，其中在道路边界内的到当前车辆位置的最近的路点被选择为算法避免路径。

7.根据方案5的方法，其中确定碰撞避免路径包括基于初始车辆条件和道路边界条件求解五阶多项式方程。

8.根据方案7的方法，其中五阶多项式方程为：

y_AP(x)＝a_5，APx⁵+a_4，APx⁴+a_3，APx³+a_2，APx²+a_1，APx+a_0，AP，

对于时间0＜t＜t_TTC，其中初始条件限定为：

y_AP(0)＝0，

y′_AP(0)＝0，

y″_AP(0)＝2c₂，

并且边界条件限定为：

y_AP(v_xt_TTC)＝y_lane(v_xt_TTC)+D_LC，

y′_AP(v_xt_TTC)＝y′_lane(v_xt_TTC)，

y″_AP(v_xt_TTC)＝y″_lane(v_xt_TTC)，

其中y_AP是碰撞避免路径上的车辆横向位置，y_lane是车道定中路径上的车辆横向位置，a_0，AP，a_1，AP，a_2，AP，a_3，AP，a_4，AP和a_5，AP是未知系数并且使用初始条件和边界条件来确定，t_TTC是碰撞时间值，v_x是车辆纵向速度，而D_LC是与车道中心的横向偏移。

9.根据方案5的方法，其中检测车辆前方的移动物体包括确定移动物体是否在沿相对车道定中路径的横向方向或侧向方向移动。

10.根据方案9的方法，其中确定物体周围的转向路径包括如果物体在沿横向方向移动，则确定从路点到车道中心的返回路径。

11.根据方案10的方法，其中确定返回路径包括通过基于初始条件和道路边界条件求解五阶多项式方程确定返回路径。

12.根据方案11的方法，其中五阶多项式方程为：

y_RP(x)＝a_5，RPx⁵+a_4，RPx⁴+a_3，RPx³+a_2，RPx²+a_1，RPx+a_0，RP，

对于时间t_TTC＜t＜t_TTR，其中初始条件限定为：

y_RP(v_xt_TTC)＝y_AP(v_xt_TTC)，

y′_RP(v_xt_TTC)＝y′_AP(v_xt_TTC)，

y″_RP(v_xt_TTC)＝y″_AP(v_xt_TTC)，

以及边界条件限定为：

y_RP(v_xt_TTR)＝y_lane(v_xt_TTR)，

y′_RP(v_xt_TTR)＝y′_lane(v_xt_TTR)，

y″_RP(v_xt_TTR)＝y″_lane(v_xt_TTR)，

其中y_AP是碰撞避免路径上的车辆横向位置，y_RP是返回路径上的车辆横向位置，y_lane是车道定中路径上的车辆横向位置，a_0，RP，a_1，RP，a_2，RP，a_3，RP，a_4，RP和a_5，RP是未知系数并且使用初始条件和边界条件来确定，t_TTC是碰撞时间值，t_TTR是返回时间值，而v_x是车辆纵向速度。

13.根据方案10的方法，其中确定车辆转向路径包括：如果物体在沿相对于车辆的纵向方向移动或如果物体太长而仅能通过碰撞避免路径和返回路径避免，那么确定碰撞避免路径和返回路径之间的巡航路径。

14.根据方案13的方法，其中确定巡航路径包括基于初始条件和道路边界条件求解五阶多项式方程。

15.根据方案14的方法，其中所述五阶多项式方程为：

y_CP(x)＝a_5，CPx⁵+a_4，CPx⁴+a_3，CPx³+a_2，CPx²+a_1，CPx+a_0，CP，

对时间t_TTC＜t＜t_TTS，其中初始条件限定为：

y_CP(v_xt_TTC)＝y_AP(v_xt_TTC)，

y′_CP(v_xt_TTC)＝y′_AP(v_xt_TTC)，

y″_CP(v_xt_TTC)＝y″_AP(v_xt_TTC)，

而边界条件限定为：

y_CP(v_xt_TTS)＝y_lane(v_xt_TTS)+D_LC，

y′_CP(v_xt_TTS)＝y′_lane(v_xt_TTS)，

y″_CP(v_xt_TTS)＝y″_lane(v_xt_TTS)，

其中y_AP是碰撞避免路径上的车辆横向位置，y_CP是巡航路径上的车辆横向位置y_lane是车道定中路径上的车辆横向位置，a_0，CP，a_1，CP，a_2，CP，a_3，CP，a_4，CP和a_5，CP是未知系数并且采用初始条件和边界条件来确定，t_TTC是碰撞时间值，t_TTS是巡航时间值，v_x是车辆纵向速度，而D_LC是与车道中心的偏移。

16.根据方案15的方法，其中巡航路径的长度由巡航时间值限定，巡航时间值由物体速度和其方向限定为：

$t_{TTS}=t_{TTC}+\frac{v_x-v_{x,obs}}{l}+t_{m\arg in},$

其中v_x是车辆速度，r_x，obs是物体速度，l是物体长度，并且t_margin是巡航时间的安全裕量。

17.一种用于为车辆提供自动转向路径的方法，所述方法包括：

检测车辆沿其行驶的道路车道的车道中心；

确定将车辆从当前车辆位置引向车道中心的车道定中路径；

沿车道定中路径自动转向车辆；

检测车辆前方的移动物体，其中所述移动物体在沿相对车道定中路径的横向方向移动；

确定如果车辆沿车道定中路径以当前车辆速度行驶，那么车辆和物体之间是否将要发生碰撞；

确定从当前车辆位置到与移动物体邻近的安全路点的碰撞避免路径，其中确定碰撞避免路径包括求解五阶多项式方程；

从当前车辆位置向碰撞避免路径上的路点转向车辆；

确定从路点到车道中心的返回路径，其中确定返回路径包括求解五阶多项式方程；以及

从返回路径上的路点转向车辆。

18.根据方案17的方法，其中检测道路车道的车道中心包括使用检测的道路上的道路标记的摄像机测量值以及道路几何形状的地图数据库以及基于摄像机测量值和地图数据库的道路几何形状的融合来限定车道中心为三阶多项式方程。

19.一种用于为车辆提供自动转向路径的方法，所述方法包括：

检测车辆沿其行驶的道路车道的车道中心；

确定将车辆从当前车辆位置引向车道中心的车道定中路径；

沿车道定中路径自动转向车辆；

检测车辆前方的移动物体，其中所述移动物体在沿相对于车道定中路径的纵向方向移动；

确定如果车辆沿着车道定中路径以当前车辆速度行驶，那么在车辆和物体之间是否将要发生碰撞；

确定从当前车辆位置到与移动物体邻近的安全路点的碰撞避免路径，其中确定碰撞避免路径包括求解五阶多项式方程；

从当前车辆位置向碰撞避免路径上的路点转向车辆；

确定从路点到物体之外的避免位置的巡航路径，其中确定巡航路径包括求解五阶多项式方程；

从路点向巡航路径上的避免位置转向车辆；

确定从避免位置到车道中心的返回路径，其中确定返回路径包括求解五阶多项式方程；以及

从返回路径上的避免位置转向车辆。

20.根据方案19的方法，其中检测道路车道的车道中心包括使用检测的道路上的道路标记的摄像机测量值以及道路几何形状的地图数据库以及基于摄像机测量值和地图数据库的道路几何形状的融合来限定车道中心为三阶多项式方程。

由下面的说明和附加的权利要求连同附图，本发明的附加特征将会变得明显。

附图说明

图1是包括用于在半自主或自主驾驶车辆中提供路径预测和产生的必要部件的车辆的示意图；

图2是路径预测和产生系统的框图；

图3是行驶在包括车辆前方横向移动物体的道路上的车辆的示意图；

图4是行驶在包括车辆前方纵向移动物体的道路上的车辆的示意图；

图5是行驶在显示预测车辆路径的道路上的车辆的示意图；

图6是车辆运动模型的示意图；以及

图7是显示用于躲避移动物体的过程的流程图。

具体实施例

指向用于在半自主或自主驾驶车辆中提供路径规划和产生以及避免与移动物体的碰撞的系统和方法的本发明的实施例的如下讨论，实质上仅仅是示例性的，并且决不意于限制本发明或其应用或使用。

图1是车辆10的示意图，车辆包括控制器12，控制器执行本文所讨论的所有必要过程、计算、算法等以提供以半自主或自主方式驾驶的车辆10的路径预测、产生以及控制，其中控制器12可以是任意数量的独立的或组合的处理器、电子控制单元(ECUs)、设备等。控制器12从检测车道标记和道路上或道路中或相反在车辆10前方的物体的一个或多个前视视觉摄像机14接收信号，其中摄像机14可以是用于此目的的任何合适的检测设备，例如电荷耦合设备(CCD)摄像机，互补金属氧化物半导体(CMOS)视频图像传感器等。车辆10还包括多个传感器，通常表示为传感器16，其提供车辆运动信息，包括但不限于，车辆速度、横摆率、转向角、横向和纵向加速度、横向和纵向速度等。车辆10进一步包括GPS接收器18，其接收识别车辆10位置的GPS信号，GPS信号被提供给地图数据库20，地图数据库20向控制器12提供道路上车辆10位置的指示，例如，当与道路点间隔分开时。车辆10还包括表示任意数量传感器的传感器22，例如能够检测车辆10前方物体的摄像机、激光雷达、雷达等。基于车辆10的期望路径以及车辆10是半自主还是或自主驾驶，控制器12可提供输出信号到车辆制动系统24、车辆节气门26和/或车辆转向系统28。

图2是车道改变和车道定中系统30的大体原理框图，该系统30提供了当改变车道时车辆10遵循的期望路径(在笔直道路上或弯曲道路上)，并且在自主或半自主驾驶车辆中提供车道定中。系统30包括期望路径产生处理器32，其可从框34接收驾驶员的车道改变请求。期望路径预测处理器32还从车道标记检测处理器36接收由摄像机14和由传感器22提供的在框36处的物体检测感测提供的信号。车道标记检测处理器36辨别车道标记并且以车道曲率、切角以及横向偏移的参数来表示车道，其中车道标记的检测处理器36的输出是道路方向角和曲率。当进行不具有突然改变(否则会给乘客不舒服感觉)的转向时，期望路径产生处理器32产生用于车辆10的平滑路径。

期望路径表示为在车道改变将发生的一段时间周期内的一系列横向偏移、方方角和纵向距离。该路径信息被提供给比较器40，比较器40从路径预测处理器42接收信号并且提供期望路径和预测路径之间的误差信号。误差信号被发送给提供用于车道改变或车道定中的转向角指令信号δ_cmd的高层级车道改变控制器44以及低层级车道改变控制器46。车道改变控制器44和46产生最小化车辆期望路径和预测车辆路径之间的定向和偏移误差的未来转向角指令序列。

转向角指令信号δ_cmd随后被发送到车辆动态控制器48，车辆动态控制器48提供转向控制信号δ_cmd给车辆10上的车辆转向系统28。当车辆10转向时，车辆10上的传感器，例如转向角传感器、速度计以及横摆率传感器，在框50处提供车辆运动的测量信号。车辆运动信息被提供给车辆状态估计处理器52，该处理器52提供估计的车辆状态信号，即，车辆纵向速度、车辆横向速度以及车辆横摆率。车辆状态估计处理器52使用车辆模型来过滤估计的车辆状态信号。该状态信号被发送到路径预测处理器42，该处理器42将能够基于该信息及时预测用于紧接的几个情况的车辆路径。该路径预测处理器42基于当前车辆速度、横摆率以及转向角来估计车辆未来路径。

图3是行驶在道路64的车道66上的车辆62的示意图60，道路64具有在车道66的中心处的估计的车道中心线68，其已经通过车道中心估计算法从各种感应测量值例如前视摄像机以及GPS/地图数据库确定，其中道路64还包括相对于车道66的相邻车道70。车辆62装备有用于路径预测和产生所需的全部部件，包括检测道路64上车道标记的前视视觉摄像机，其中当车辆62沿着或接近中心线68行驶时，在摄像机采样时间，沿着车道66的一系列点识别车辆62的期望位置，并且其中所述点是车道66的右边缘和左边缘处标记之间的平均距离。应该注意的是，车辆62的位置在车辆坐标中以x，y提供，其中x是相对于车辆行驶方向的纵向方向而y是相对于车辆行驶方向的横向方向。期望的是车辆62的期望路径精确地与车道中心线68重叠。然而，在现实中，在车辆62需要遵循的期望路径和车道66的实际中心之间存在偏差。偏差的一个原因在于初始车辆位置没有位于车道66的中心并且车辆62的移动方向没有与车道中心线68完全对准。在示意图60中，车辆62沿着车道定中路径72行驶，其中算法尝试于将车辆62定中在车道中心线68上，以使得路径72和线68重叠并且车辆62位于车道66的中心。

如上所述，‘739专利采用了前视摄像机以及路径预测和产生算法，诸如可以在控制器12和/或系统30中使用，以产生期望的车辆路径从而保持车辆62处于车道中心以及用于车道改变目的的路径。期望的路径表示为在某一时间周期内的一系列横向偏移，方向角和纵向距离。控制器12基于预测的车道中心使用五阶多项式方程产生期望的路径。所述五阶多项式方程在用于计算期望的路径的过程开始处具有六个未知数。标准化的路径问题独立于车辆状态，其中车辆状态用于标准化坐标向车辆坐标的坐标变换。对于平滑的路径，在算法中使用连续性假设，并且包括与当前车辆位置和车辆移动方向对准的期望路径的起始位置以及定向角，其中车道改变路径应该在目的地车道的中心处结束并且与第一和第二阶导数中的车道对准。

来自‘739专利的用于确定车道定中路径72的过程在下面部分地重建。摄像机14提供了相对于车辆62中心的车道66的位置和定向的估计。在此实施例中，道路64建模为二阶多项式的两部分，为：

y_sec1(x)＝A₁x²+B₁x+C₁，0＜x＜x₁，(1)

y_sec2(x)＝A₂x²+B₂x+C₂，x₁＜x＜x₂，(2)

其中x₁和x₂表示沿第一部分和第二部分的x轴的端点，而y_sec1和y_sec2表示相对于车辆坐标系统R_v(t)的道路64的横向偏移。由摄像机14提供的测量值包括车辆62相对于道路64的第一部分的横摆角车辆的重心与车道66的横向偏移y_r，1，以及第一部分和第二部分的道路曲率ρ₁和ρ₂。

由道路64和车道图示的几何关系，方程(1)和(2)的系数可相关为：

$A_1=\frac{{\mathrm{\ρ}}_1}{2},---\left(3\right)$

$A_2=\frac{{\mathrm{\ρ}}_2}{2},---\left(4\right)$

C₁＝y_r，1.(6)

假设道路64没有不连续的延伸，也就是说，每个道路图示的两个部分平滑地连接而在转换点x₁没有突然改变。在此假设只有零阶和一阶连续性，因此下面的方程(7)和(8)在转换点x₁保持。

y_sec1(x₁)＝y_sec2(x₁)，(7)

$\frac{{\mathrm{dy}}_{\sec 1}}{dx}{|}_{x=x1}=\frac{{\mathrm{dy}}_{\sec 2}}{dx}{|}_{x=x1}.---\left(8\right)$

将方程(3)-(8)带入方程(1)和(2)得到：

C₂＝y_sec1(x₁)，(9)

B₁＝2A₁x₁+B₁.(10)

通过整合方程(3)-(6)，(9)和(10)，方程(1)和(2)可根据摄像机14的测量值重写为：

假设车辆62以纵向速度v_x运行并且在道路64上没有障碍，那么驾驶员/乘客的舒适取决于车辆的横向加速度a_y，而横向加速度a_y是车辆速度v_x和转向角δ的函数。时间变量t_LX被指定以独立于车辆纵向速度v_x完成车道改变操作，除非计算的横向加速度a_y被预测为在车道改变操作期间超出某一极限。如果横向加速度a_y超出该极限，那么采用新的延长的车道改变操作时间计算新的路径。

车辆纵向速度v_x通过车辆速度计测量，而横向偏移、方向角和道路曲率ρ由摄像机14测量。用于车道改变操作的期望路径的产生用公式表达为边界条件问题。假设车道改变控制在t＝0时开始，并且限定(x(t)，y(t))为相对于坐标系统原点R_v(0)在时间t时的车辆位置。注意到坐标系统R_v是在时间t＝0时捕获的车辆坐标系统并且在t＝0时车辆62的位置和方向角与R_v(0)对齐。因此，(x(t＝0，y(t＝0))＝(0，0)和y′(0)＝0可不失一般性而设置。

车辆62的初始和最终状态(y，y′，y″)_t＝0和能随后通过处理道路表示方程(11)和(12)而获得。值(x(t_LX)，y(t_LX))对应于车辆62在时间t＝t_LX时的期望位置，其中x(t_LX)能通过将车辆纵向速度v_x积分而估计，而值y(t_LX)能通过车道宽度和道路几何形状而获得。注意到方程(3)-(6)中的y_r表示道路与车辆62中心的横向偏移，并且在此y表示相对于R_v(0)的车辆位置。

选择车辆62x和y位置的五阶多项式方程得出：

y(x)＝a₅x⁵+a₄x⁴+a₃x³+a₂x²+a₁x+a₀.(13)

考虑初始和最终条件给出：

(y(x)，y′(x)，y″(x))_t＝0＝(0，0，y″_seg1(x(0))，(14)

所述问题可以通过如下线性方程求解：

$\left[\begin{array}{c}{a}_0\\ a_1\\ a_2\\ a_3\\ a_4\\ a_5\end{array}\right]={\left[\begin{array}{cccccc}1& x\left(0\right)& x^2\left(0\right)& x^3& x^4\left(0\right)& x^5\left(0\right)\\ 0& 1& 2x\left(0\right)& 3x^2\left(0\right)& 4x^3\left(0\right)& 5x^4\left(0\right)\\ 0& 0& 2& 6x\left(0\right)& 12x^2\left(0\right)& 20x^3\left(0\right)\\ 1& x\left(t_{LX}\right)& x^2\left(t_{LX}\right)& x^3\left(t_{LX}\right)& x^4\left(t_{LX}\right)& x^5\left(t_{LX}\right)\\ 0& 1& 2x\left(t_{LX}\right)& 3x^2\left(t_{Lx}\right)& 4x^3\left(t_{LX}\right)& 5x^4\left(t_{LX}\right)\\ 0& 0& 0& 6x\left(t_{LX}\right)& 12x^2\left(t_{LX}\right)& 20x^3\left(t_{LX}\right)\end{array}\right]}^{-1}\left[\begin{array}{c}y\left(x\right(0\left)\right)\\ y^{\′}\left(x\right(0\left)\right)\\ y^{\′\′}\left(x\right(0\left)\right)\\ y\left(x\right(t_{LX}\left)\right)\\ y^{\′}\left(x\right(t_{LX}\left)\right)\\ y^{\′\′}\left(x\right(t_{LX}\left)\right)\end{array}\right].---\left(16\right)$

路径产生问题可通过坐标标准化而简化。将标准化坐标表示为(x_n(t)，y_n(t))得到：

$x_n\left(t\right)-\frac{x\left(t\right)}{x\left(t_{LX}\right)},---\left(17\right)$

$y_n\left(x\right(t\left)\right)=\frac{y\left(x\right(t\left)\right)}{y\left(x\right(t_{LX}\left)\right)}.---\left(18\right)$

将方程(17)和(18)带入方程(13)并且重新限定多项式方程的系数，y_n可通过如下方程获得：

$y_n\left(x_n\right)=a_{n,5}{x}_n^5+a_{n,4}{x}_n^4+a_{n,3}{x}_n^3+a_{n,2}{x}_n^2+a_{n,1}{x}_n+a_{n,0}.---\left(19\right)$

方程(17)和(18)的标准化坐标应用到初始和最终条件中，标准化坐标可重写成条件为：

${\left(y_n\right(x_n),y^{\′}{\left(x_n\right)}_n,y^{\′\′}{\left(x_n\right)}_n)}_{t=0}=(0,0,y_{seg1}^{\′\′}(x\left(0\right))\·\frac{x^2\left(t_{LX}\right)}{y\left(t_{LX}\right)}),---\left(20\right)$

方程(16)的线性方程问题可随后简化为：

$\left[\begin{array}{c}{a}_{n,0}\\ a_{n,1}\\ a_{n,2}\\ a_{n,3}\\ a_{n.4}\\ a_{n,5}\end{array}\right]={\left[\begin{array}{cccccc}1& 0& 0& 0& 0& 0\\ 0& 1& 0& 0& 0& 0\\ 0& 0& 2& 0& 0& 0\\ 1& 1& 1& 1& 1& 1\\ 0& 1& 2& 3& 4& 5\\ 0& 0& 2& 6& 12& 20\end{array}\right]}^{-1}\left[\begin{array}{c}{y}_n\left(0\right)\\ y_n^{\′}\left(0\right)\\ y_n^{\′\′}\left(0\right)\\ y_n\left(1\right)\\ y_n^{\′}\left(1\right)\\ y_n^{\′\′}\left(1\right)\end{array}\right].---\left(22\right)$

注意到道路条件仅仅通过y矢量捕获而矩阵是与初始条件、最终条件或道路几何形状无关的常数矩阵。因此，方程(22)的解可以通过一些简单的代数计算获得。一旦解被计算出，方程(19)就表示在标准化坐标中完成当前车道改变操作的期望路径。应用方程(18)能在车辆坐标中产生期望路径轮廓。

恢复车辆初始位置(x(t＝0)，y(t＝0))＝(0，0)和初始方向角y′(0)＝0，因为车辆运动由在t＝0，R_v(0)时捕获的车辆坐标系统来描述。在弯曲的道路情况中，边界条件可以写为：

(y(x(0))y′(x(0))y″(x(0)))＝(00y″_seg(0))，(23)

(y(x(t_LX))y′(x(t_LX))y″(x(t_LX))＝(y_seg(x(t_LX))+Ly′_seg(x(t_LX))y″_seg(x(t_LX)))，(24)

其中L是车道宽度而x(t_LX)是在时间t_LX时的x坐标，其对应于完成车道改变操作而行驶的纵向距离。值x(t_LX)能通过将车辆速度v_x在时间上积分而估计。注意到v_seg可以是y_seg1或y_seg2，取决于x(t_LX)属于哪一段，即：

在标准形式中，初始和最终条件为：

$\begin{array}{ccc}\left(y_n\right(x_n=0)& y_n^{\′}(x_n=0)& y_n^{\′\′}(x_n=0)\end{array}=\left(\begin{array}{ccc}0& 0& y_{seg}^{\′\′}\left(0\right)\·\frac{x^3\left(t_{LX}\right)}{y\left(x\right(t_{LX}\left)\right)}\end{array}\right),---\left(26\right)$

$\begin{array}{c}\begin{array}{ccc}\left(y_n\right(x_n=1)& y_n^{\′}(x_n=1)& y_n^{\′\′}(x_n=1)\end{array}\\ =\left(\begin{array}{ccc}1& y_{seg}^{\′}\left(x\left(t_{LX}\right)\right)\·\frac{x\left(t_{LX}\right)}{y\left(x\right(t_{LX}\left)\right)}& y_{seg}^{\′\′}\left(x\left(t_{LX}\right)\right)\·\frac{x^2\left(t_{LX}\right)}{y\left(x\right(t_{LX}\left)\right)}\end{array}\right).\end{array}---\left(27\right)$

将方程(26)和(27)代入线性方程(22)得到如下解：

a_n，0＝a_n，1＝0，(28)

$a_{n,2}=0.5y_{seg1}^{\′\′}\·\frac{x^2\left(t_{Lx}\right)}{y\left(x\right(t_{Lx}\left)\right)},---\left(29\right)$

$\left[\begin{array}{c}{a}_{n,3}\\ a_{n,4}\\ a_{n,5}\end{array}\right]={\left[\begin{array}{ccc}1& 1& 1\\ 3& 4& 5\\ 6& 12& 20\end{array}\right]}^{-1}\left[\begin{array}{c}{y}_n\left(1\right)-0.5y_{seg}^{\′\′}\left(0\right)\·\frac{x^2\left(t_{Lx}\right)}{y\left(x\right(t_{Lx}\left)\right)}\\ y_n^{\′}\left(1\right)-0.5y_{seg}^{\′\′}\left(0\right)\·\frac{x^2\left(t_{Lx}\right)}{y\left(x\right(t_{Lx}\left)\right)}\\ y_n^{\′\′}\left(1\right)-0.5y_{seg}^{\′\′}\left(0\right)\·\frac{x^2\left(t_{Lx}\right)}{y\left(x\right(t_{Lx}\left)\right)}\end{array}\right].---\left(30\right)$

注意到y_seg可以是y_seg1或y_seg2，取决于x(t_LX)属于哪一段。

如在方程(30)中所看到的，多项式方程的最初两个系数总是零。此外，其余系数能采用一些具有边界条件的代数计算而计算得到。

对于笔直道路情况，路径产生问题能进一步简化。在车道改变操作的自始至终，道路曲率ρ都是零并且在车道改变的终点处的期望的方向角也将会是零。因此，初始和最终条件为：

(y(x(0))y′(x(0))y″(x(0)))＝(000)，(31)

(y(x(t_LX))y′(x(t_LX))y″(x(t_LX)))＝(L00)，(32)

其中L是车道宽度。

在标准化形式中，初始和最终条件可写为：

(y_n(x_n＝0)y′_n(x_n＝0)y″_n(x_n＝0)＝(000)，(33)

(y_n(x_n＝1)y′_n(x_n＝1)y″_n(x_n＝1)＝(100).(34)

最后，将方程(33)和(34)的条件代入线性方程得到如下的解：

a_n，0＝a_n，1＝a_n，2＝0，(35)

$\left[\begin{array}{c}{a}_{n,3}\\ a_{n,4}\\ a_{n,5}\end{array}\right]={\left[\begin{array}{ccc}1& 1& 1\\ 3& 4& 5\\ 6& 12& 20\end{array}\right]}^{-1}\left[\begin{array}{c}{y}_n\left(1\right)\\ y_n^{\′}\left(1\right)\\ y_n^{\′\′}\left(1\right)\end{array}\right]=\left[\begin{array}{c}10\\ -15\\ 6\end{array}\right].---\left(36\right)$

如在方程(36)中看到的，用于笔直道路的多项式方程的系数是与车道改变操作距离无关的常数，也就是说，期望路径被预先确定而不需要笔直道路情况的车道改变操作的在线计算。

上面的讨论可以概括如下。摄像机14检测地面上的车道标记并且报告车道66的中心线68为三阶多项式方程：

y_lane(x)＝c₃·x³+c₂·x²+c₁·x+c₀，(37)

其中c₁，c₂和c₃是识别车道66中心的摄像机测量值，车辆62的当前位置是零，并且其中车辆62与曲线的二阶导数对齐。

车道定中控制器随后产生车道定中路径72，即，从当前车辆位置到车道中心线68的路径，在每个时间步长为单个五阶多项式方程：

y_LC(x)＝a_0，LC+a_1，LCx+a_2，LCx²+a_3，LCx³+a_4，LCx⁴+a_5，LCx⁵，(38)

对于0＜x≤x_{carn_range}并且其中a_0，LC，a_1，LCx，a_2，LCx²，a_3，LCx³，a_4，LCx⁴和a_5，LCx⁵由车道定中路径产生算法确的。

上面的讨论提供了用于将用于车辆62遵循的路径72建模为五阶多项式方程的计算和操作，如由来自摄像机14的测量值限定的并且如在‘739专利中提出的。然而，该讨论没有考虑这样的情形：其中移动物体(在横向方向上或纵向方向上行驶)在车辆62前方被检测到，并且处于与此的碰撞路径中，以及如何采取躲避转向动作以在物体周围转向，如果确定单独的制动不能够避免碰撞的话。

如将要在下面讨论的，本发明描述了在半自主或自主驾驶车辆中的路径产生，这避免与移动物体的碰撞，被称作是碰撞避免路径(AP)产生，在移动物体周围的转向路径，称作巡航路径(CP)产生，以及用于在经过物体之后返回到原始车道中心路径的路径产生，称作为返回路径(RP)产生。

当路径产生过程被执行并且车辆62被朝着车道66的中心线68自动转向的时候，物体检测传感器22将会监测并且提供车辆62前方物体的物体检测。示意图60示出了移动物体74，在此为自行车，横过车辆62前方的车道66横向移动。物体检测传感器22将检测物体74并且基于可用的技术提供物体74的移动方向、速度、位置以及尺寸的指示。进一步地，基于该信息，算法基于当前车辆速度以及物体74的位置确定碰撞时间值t_TTC。此外，所述算法确定识别可能考虑物体74的速度、物体74的尺寸以及值t_TTC的与物体74碰撞的位置的碰撞边界76。碰撞边界76将足够大以便提供合适的安全裕量。所述算法确定车辆62的车道定中路径72是否经过碰撞边界76，并且如果没有经过，就不存在碰撞威胁，并且车辆62沿着路径72以确定的速度行进。

如果算法确定在车辆速度下车道定中路径72将穿过碰撞边界76，那么所述算法确定躲避制动操作是否将避免与物体74的碰撞。特别地，给定当前车辆速度和到物体74的距离，所述算法计算所需的减速度a_x，req以避免与物体74的碰撞：

其中v_x是当前车辆速度而s_f是到物体74的距离。

所述算法随后将所需的减速度a_x，req与车辆62的最大可能的减速度极限a_x，max比较，并且如果|a_x，req|小于a_x，max，则所述算法计算车辆速度曲线为：

v(t)＝v_x+a_x，reqt.(40)

然而，如果|a_x，req|大于a_x，max，那么随后单独的制动不能避免与物体74的碰撞并且所述算法继续确定在物体74周围的躲避转向操作，如下面讨论的。

碰撞边界76包括由当前车辆位置确定的两个路点78和80，作为车辆62必须移动来避免与物体74碰撞的位置。从车辆62到所述点78的碰撞避免路径82是一种可能路径用于躲避物体74并且从车辆62到所述点80的碰撞避免路径84是另一种可能的路径用于躲避物体74。所述算法确定两个路点78和80两者是否都落在道路边界内或不可驾驶的区域中的道路边界外。如果路点78和80都落在道路边界内，那么所述算法由车道定中路径72计算从车辆位置到路点78和80的每一个的横向距离D_LC并且选择使得车辆62与车道定中路径72较小的横向偏移的路点78或80。在图3示出的示例中，路径84位于道路边界外侧，并且不考虑为用于车辆62躲避物体74的可能路径。因此，路径82选择为用于车辆62躲避物体74的碰撞避免路径y_AP。

碰撞避免路径82以上面讨论的方式确定为五阶多项式方程：

y_AP(x)＝a_5，APx⁵+a_4，APx⁴+a_3，APx³+a_2，APx²+a_1，APx+a_0，AP，(41)

对于0＜t＜t_TTC并且其中a_0，AP，a_1，AP，a_2，AP，a_3，AP，a_4，AP和a_5，AP是未知系数。

在碰撞避免路径82的起始处的初始条件限定为：

y_AP(0)＝0，(42)

y′_AP(0)＝0，(43)

y″_AP(0)＝2c₂.(44)

由初始条件和方程(42)-(44)，所述未知系数a_0，AP，a_1，AP和a_2，AP能确定为：

a_0，AP＝0，(45)

a_1，AP＝0，(46)

a_2，AP＝c₂.(47)

碰撞避免路径82的边界条件限定为：

y_AP(v_xt_TTC)＝y_lane(v_xt_TTC)+D_LC，(48)

y′_AP(v_xt_TTC)＝y′_lane(v_xt_TTC)，(49)

y″_AP(v_xt_TTC)＝y″_lane(v_xt_TTC).(50)

所述边界条件提供具有三个未知系数a_3，AP，a_4，AP和a_5，AP的三个方程(48)-(50)，其可求解为：

c₂·(v_xt_TTC)²+a_3，AP·(v_xt_TTC)³+a_4，AP·(v_xt_TTC)⁴+a_5，AP·(v_xt_TTC)⁵＝

y_lane(v_xt_TTC)+D_LC，(51)

2c₂·(v_xt_TTC)+3a_3，AP·(v_xt_TTC)²+4a_4，AP·(v_xt_TTC)³+5a_5，AP·

(v_xt_TTC)⁴＝y′_lane(v_xt_TTC)，(52)

2c₂+6a_3，AP·(v_xt_TTC)+12a_4，AP·(v_xt_TTC)²+20a_5，AP·(v_xt_TTC)³＝

y″_lane(v_xt_TTC).(53)

在碰撞避免路径80被求解后，并且对于横过移动物体的情况，所述算法随后计算从路点78向原始车道66的中心线68的返回路径(RP)，如在示意图60中由返回路径86标识的。使用偏移D_LC，从路点78到初始车道66的中心线68的返回时间值t_TTR可以估计为：

t_TTR＝t_TTC+ΔT_LXD_LC/L，(54)

其中ΔT_LX是典型的车道改变时间，诸如5或6秒。

如上所述，返回路径86定义为五阶多项式方程：

y_RP(x)＝a_5，RPx⁵+a_4，RPx⁴+a_3，RPx³+a_2，RPx²+a_1，RPx+a_0，RP，(55)

对于t_TTC＜t＜t_TTR并且其中系数a_0，RP，a_1，RP，a_2，RP，a_3，RP，a_4，RP和a_5，RP是未知的。

返回路径86的初始条件限定为：

y_RP(v_xt_TTC)＝y_AP(v_xt_TTC)，(56)

y′_RP(v_xt_TTC)＝y′_AP(v_xt_TTC)，(57)

y″_RP(v_xt_TTC)＝y″_AP(v_xt_TTC)，(58)

并且返回路径86的边界条件限定为：

y_RP(v_xt_TTR)＝y_lane(v_xt_TTR)，(59)

y′_RP(v_xt_TTR)＝y′_lane(v_xt_TTR)，(60)

y″_RP(v_xt_TTR)＝y″_lane(v_xt_TTR).(61)

由于存在六个方程和六个未知系数a_0，RP，a_1，RP，a_2，RP，a_3，RP，a_4，RP和a_5，RP，因此所述系数可由方程(56)-(61)确定，并且返回路径86求解为：

a_0，RP+a_1，RP(v_xt_TTC)+a_2，RP·(v_xt_TTC)²+a_3，RP·(v_xt_TTC)³+a_4，RP·(v_xt_TTC)⁴+

a_5，RP·(v_xt_TTC)⁵＝y_AP(v_xt_TTC)，(62)

a_1，RP+2a_2，RP·(v_xt_TTC)+3a_3，RP·(v_xt_TTC)²+4a_4，RP·(v_xt_TTC)³+5a_5，RP·

(v_xt_TTC)⁴＝y′_AP(v_xt_TTC)(63)

2a_2，RP+6a_3，RP·(v_xt_TTC)+12a_4，RP·(v_xt_TTC)²+20a_5，RP·(v_xt_TTC)³＝

y″_AP(v_xt_TTC)(64)

a_0，RP+a_1，RP(v_xt_TTC)+a_2，RP·(v_xt_TTC)²+a_3，RP·(v_xt_TTC)³+a4_，RP·

(v_xt_TTC)⁴+a_5，RP·(v_xt_TTC)⁵＝y_lane(v_xt_TTC)，(65)

a_1，RP+2a_2，RP·(v_xt_TTC)+3a_3，RP·(v_xt_TTC)²+4a_4，RP·(v_xt_TTC)³+

5a_5，RP·(v_xt_TTC)⁴＝y′_lane(v_xt_TTC)(66)

2a_2，RP+6a_3，RP·(v_xt_TTC)+12a_4，RP·(v_xt_TTC)²+20a_5，RP·(v_xt_TTC)³＝

y″_lane(v_xt_TTC)(67)

上面的讨论是对于沿相对于车辆行驶方向的横向方向移动的物体74，并且因此仅仅需要计算碰撞避免路径82和返回路径86来躲避物体74。然而，如果物体传感器22确定物体在车辆62前方在碰撞路径中沿相对于车辆行驶方向的纵向方向上移动或者物体太长而不能仅仅通过碰撞避免路径82和返回路径86而躲避，那么所述算法计算碰撞避免路径82和返回路径86之间的巡航路径(CP)。

图4是与示意图60类似的示意图100，其中相同的元件采用相同的参考标记标识，描绘了这样的情形，其中移动物体102(在此为自行车)在车辆62前方行驶并且具有大体相同的行驶方向。示出的巡航路径104邻近物体102，位于碰撞避免路径80和返回路径86之间，其允许车辆62在物体102周围行驶，其中巡航路径104在路点78处开始并且以车道偏移D_LC遵循车道边界。如所示出的，碰撞边界106在尺寸和形状上被修改以考虑物体102的移动方向。

巡航路径104的长度通过巡航时间值t_TTS来限定，巡航时间值t_TTS由物体102的速度和其方向确定为：

其中v_x是车辆速度，v_x，obg是物体102的速度，l是物体102的长度，而t_margin是巡航时间中的安全裕量。

如上所述，巡航路径104限定为五阶多项式方程：

y_CP(x)a_5，CPx⁵+a_4，CPx⁴+a_3，CPx³a_2，CPx²+a_1，CPx+a_0，CP，(69)

对于t_TTC＜t＜t_TTS并且其中系数a_0，CP，a_1，CP，a_2，CP，a_3，CP，a_4，CP和a_5，CP是未知的。

巡航路径104的初始条件限定为：

y_CP(v_xt_TTC)＝y_AP(v_xt_TTC)，(70)

y′_CP(v_xt_TTC)＝y′_AP(v_xt_TTC)，(71)

y″_CP(v_xt_TTC)＝y″_AP(v_xt_TTC)，(72)

并且巡航路径104的边界条件限定为：

y_CP(v_xt_TTS)＝y_lane(v_xt_TTS)+D_LC，(73)

y′_CP(v_xt_TTS)＝y′_lane(v_xt_TTS)，(74)

y″_CP(v_xt_TTS)＝y″_lane(v_xt_TTS).(75)

由于存在六个方程和六个未知数，所以巡航路径104通过从初始和边界条件计算系数a_0，CP，a_1，CP，a_2，RP，a_3，CP，a_4，CP和a_5，CP而确定或求解为：

a_0，CP+a_1，CP(v_xt_TTC)+a_2，CP·(v_xt_TTC)²+a_3，CP·(v_xt_TTC)³+a_4，CP·(v_xt_TTC)⁴+

a_5，CP·(v_xt_TTC)⁵＝y_AP(v_xt_TTC)(76)

a_1，CP+2a_2，CP·(v_xt_TTC)+3a_3，CP·(v_xt_TTC)²+4a_4，CP·(v_xt_TTC)³+5a_5，CP·

(v_xt_TTC)⁴＝y′_AP(v_xt_TTC)(77)

2a_2，CP6a_3，CP·(v_xt_TTC)+12a_4，CP·(v_xt_TTC)²+20a_5，CP·(v_xt_TTC)³＝

y″_AP(v_xt_TTC)(78)

a_0，CP+a_1，CP(v_xt_TTS)+a_2，CP·(v_xt_TTS)²+a_3，CP·(v_xt_TTS)³+a_4，CP·

(v_xt_TTS)⁴+a_5，CP·(v_xt_TTS)⁵＝y_lane(v_xt_TTS)(79)

a_1，CP+2a_2，CP·(v_xt_TTS)+3a_3，CP·(v_xt_TTS)²+4a_4，CP·(v_xt_TTS)³+5a_5，CP·

(v_xt_TTS)⁴＝y′_lane(v_xt_TTS)(80)

2a_2，CP+6a_3，CP·(v_xt_TTS)+12a_4，SP·(v_xt_TTS)²+20a_5，CP·(v_xt_TTS)³＝

y″_lane(v_xt_TTS)(81)

返回路径86随后由巡航路径104的终点以与上述方程(62)-(67)相同的方式计算，其中采用相同的边界条件，但是采用不同的初始条件如下表示：

y_RP(v_xt_TTS)＝y_CP(v_xt_TTS)，(82)

y′_RP(v_xt_TTS)＝y′_CP(v_xt_TTS)，(83)

y″_RP(v_xt_TTS)＝y″_CP(v_xt_TTS)，(84)

a_0，RP+a_1，RP(v_xt_TTS)+a_2，RP·(v_xt_TTS)²+a_3，RP·(v_xt_TTS)³+a_4，RP·(v_xt_TTS)⁴+

a_5，RP·(v_xt_TTS)⁵＝y_AP(v_xt_TTS)，(85)

a_1，RP+2a_2，RP·(v_xt_TTS)+3a_3，RP·(v_xt_TTS)²+4a_4，RP·(v_xt_TTS)³+5a_5，RP·

(v_xt_TTS)⁴＝y′_AP(v_xt_TTS)，(86)

2a_2，RP+6a_3，RP·(v_xt_TTS)+12a_4，RP·(v_xt_TTS)²+20a_5，RP·(v_xt_TTS)³＝

y″_AP(v_xt_TTS)，(87)

根据本发明的另一个实施例，与上面讨论的那些类似的过程能用于在手动或半自主车辆行驶中提供与横向和纵向方向上的移动物体的碰撞避免。对于手动车辆行驶，车辆不遵循计算的车辆路径，该车辆路径被确定用于车辆定中并且因此所述算法不知道车辆遵循什么路径。然而，采用车辆移动感测数据和车辆动态学，车辆的路径能在路径预测处理器42中被预测，并且该预测的车辆路径能用于确定是否将发生与移动物体的碰撞，并且如果会的话，采取自动躲避转向动作。

图5是道路64的示意图90，其中对于示意图60和100的相同的元件采用相同的参考标记标识。在该实施例中，如将要在下面详细讨论的，车辆62没有遵循车道定中路径72，但是遵循预测路径92，该预测路径92在路径预测处理器42中由车辆运动感测数据和车辆参数确定。

图6是显示了预测路径92如何能基于相对于车辆重心112的车辆转向角δ被确定为时间序列的运动模型的示意图110，其通过由车辆运动感测数据v_x，r和δ以及车辆参数m，I，C_f，C_r，a和b求解差分方程(88)而得到。

其中y_pred是车辆的横向位置，是车辆的方向角，v_x是车辆纵向速度，v_y是车辆横向速度，r是车辆的横摆率，δ是转向角，m是车辆质量，I是车辆惯量，C_f和C_r分别是车辆前部和后部侧偏刚度，而a和b分别是从重心112到车辆前车轴和后车轴的距离。

预测路径92的曲率能基于距车辆62的当前位置不同距离处的横向位置的偏移y_pred而确定。使用车辆62的预测路径92，所述算法能确定在沿着预测路径92的不同路点94处的车辆62的位置为(x_pred，1，y_pred，1)，(x_pred，2，y_pred，2)，(x_pred，3，y_pred，3)等，其中值1，2和3表示采样时间。如果采样时间例如是0.1秒，那么(x_pred，1，y_pred，1)是在时间t＝0.1秒时采样的路点。换句话说，求解方程(88)提供了一系列采样路点94，其是时间序列解。时间序列解在每个采样时间处获得，例如0.1秒。例如，y_pred，1是方程(88)在t＝0.1秒时的解，y_pred，2是方程(88)在t＝0.2秒时的解，等等。值x_pred，1被计算为v_x*0.1秒，x_pred，2被计算为v_x*0.2秒，等等。

一旦(x_pred，1，y_pred，1)，(x_pred，2，y_pred，2)，(x_pred，3，y_pred，3)等被获得，那么曲线拟合算法确定通过(x_pred，1，y_pred，1)，(x_pred，2，y_pred，2)，(x_pred，3，y_pred，3)等的最佳拟合曲线，并且车辆62的预测路径y_PP能通过三阶多项式方程限定为：

y_PP(x)＝p₃·x³+p₂·x²+p₁·x+p₀，(89)

其中参数p₁，p₂，p₃和p₄是未知数，并且通过最小二乘法计算以最小化成本函数J：

$J=\frac{1}{2}{\mathrm{\Σ}}_i\[{(y_{pred,i}-y_{PP}(x=x_{pred,i}\left)\right)}^2\],---\left(90\right)$

其中成本函数J的解由如下给出：

$\left[\begin{array}{c}{p}_3\\ p_2\\ p_1\\ p_0\end{array}\right]={\left[\begin{array}{cccc}{x}_{pred1}^3& x_{pred,1}^2& x_{pred,1}& 1\\ ...& ...& ...& ...\\ x_{pred,n}^3& x_{pred,n}^2& x_{pred,n}& 1\end{array}\right]}^{-1}\·\left[\begin{array}{c}{y}_{pred,1}\\ y_{pred,2}\\ ...\\ y_{pred,n}\end{array}\right].---\left(91\right)$

如果在路点x_pred，i处的成本函数J超过一定极限J≥J_threshold，那么算法在点x_pred，i处结束路径92的第一段并且开始新的预测路径为：

y_PP，seg2＝p_3，seg2·x³+p_2，seg2·x²+p_1，seg2·x+p_0，seg2.(92)

一旦预测路径92已经如上所述被确定，所述算法继续以确定与移动物体的碰撞是否是关注的，也如上面讨论的，并且如果被关注，那么制动是否能阻止碰撞，或是否需要转向。如果需要转向，那么算法继续以确定碰撞边界76、路点78和80、碰撞避免路径82、巡航路径104和返回路径86，以与上面讨论的相同方式，其中车辆控制器会从车辆驾驶员接管车辆62的转向，并且那些路径将以如上面讨论的相同方式被计算为五阶多项式方程。

图7是流程图120，提供了上面讨论的用于提供碰撞避免的一般过程流程。该算法在框122处开始，并且随后在决定菱形124处确定车辆62是手动驾驶还是自主驾驶。如果车辆62是自主驾驶，那么算法在框126处如上面描述地提供车道定中以及路径产生，而如果车辆62是手动驾驶，那么算法在框128处如上面讨论地计算预测的车辆路径94。所述算法随后在框130处确定在车辆前方是否检测到物体，并且如果检测到，在决定菱形132处执行碰撞检查以确定在当前车辆速度和路径下是否会发生与物体的碰撞。如果不会发生碰撞，那么算法返回到开始框122。如果在决定菱形处132处会发生碰撞，那么算法在框134处计算制动距离来避免碰撞，并且随后在决定菱形136处确定碰撞是否可通过制动避免，如上面讨论的。如果在决定菱形136处碰撞通过单独的制动就能避免，那么在框138处算法执行制动操作。如果算法确定碰撞不能通过制动避免并且需要转向，那么在框140处产生碰撞避免路径82，在框142处产生巡航路径104并且在框144处产生返回路径。

如将由本领域技术人员很好理解的，来描述本发明的本文讨论的多个以及各个的步骤和过程可以指通过计算机、处理器或采用电现象操作和/或转换数据的其他电子计算装置执行的操作。那些计算机和电子装置可使用各种易失和/或非易失存储器，包括具有其上存储有可执行程序的非暂态计算机可读介质，其包括能够由计算机或处理器执行的各种代码或可执行指令，其中所述存储器和/或计算机可读介质可包括所有形式和类型的存储器以及其他计算机可读介质。

前面公开的讨论和描述仅仅是本发明的示例性实施例。本领域技术人员会从这种讨论以及从附图和权利要求中容易地认识到，能在其中做出各种改变、修改和变形而不脱离如下面权利要求限定的本发明的实质和范围。

Claims (10)

1.一种用于提供车辆自动转向路径的方法，所述方法包括：

检测车辆沿其行驶的道路车道的车道中心；

确定将车辆从当前车辆位置引向车道中心的车道定中路径；

沿着车道定中路径自动转向车辆；

检测车辆前方的移动物体；

确定如果车辆沿着车道定中路径以当前车辆速度行驶，那么在车辆和物体之间是否将要发生碰撞；

如果确定碰撞将要发生，那么确定单独的车辆制动是否将会阻止与物体的碰撞；

如果确定车辆制动将不会阻止与物体的碰撞，那么确定在物体周围的转向路径；以及

沿着转向路径转向车辆。

2.根据权利要求1的方法，其中检测道路车道的车道中心包括使用检测的道路上的道路标记的摄像机测量值以及道路几何图形的地图数据库并且基于摄像机测量值和地图数据库的道路几何图形的融合来限定车道中心为三阶多项式方程。

3.根据权利要求1的方法，其中确定单独的车辆制动是否将会阻止碰撞包括计算用于碰撞避免的需要的减速并且将需要的减速与车辆的最大可能减速进行比较。

4.根据权利要求1的方法，其中确定车辆和物体之间的碰撞是否将要发生包括限定移动物体周围的碰撞边界，基于移动物体的速度、物体的移动方向、移动物体的大小以及碰撞时间值，并且确定车道定中路径是否与碰撞边界相交。

5.根据权利要求4的方法，其中确定物体周围的转向路径包括确定从当前车辆位置到碰撞边界上的路点的碰撞避免路径，所述方法进一步包括向碰撞避免路径上的路点转向车辆。

6.根据权利要求5的方法，其中确定碰撞避免路径包括选择到碰撞边界上的多个路点的多个可能的碰撞避免路径中的一个，其中在道路边界内的到当前车辆位置的最近的路点被选择为算法避免路径。

7.根据权利要求5的方法，其中确定碰撞避免路径包括基于初始车辆条件和道路边界条件求解五阶多项式方程。

8.根据权利要求7的方法，其中五阶多项式方程为：

y_AP(x)＝a_5，APx⁵+a_4，APx⁴+a_3，APx³+a_2，APx²+a_1，APx+a_0，AP，

对于时间0＜t＜t_TTC，其中初始条件限定为：

y_AP(0)＝0，

y′_AP(0)＝0，

y″_AP(0)＝2c₂，

并且边界条件限定为：

y_AP(v_xt_TTC)＝y_lane(v_xt_TTC)+D_LC，

y′_AP(v_xt_TTC)＝y′_lane(v_xt_TTC)，

y″_AP(v_xt_TTC)＝y″_lane(v_xt_TTC)，

其中y_AP是碰撞避免路径上的车辆横向位置，y_lane是车道定中路径上的车辆横向位置，a_0，AP，a_1，AP，a_2，AP，a_3，AP，a_4，AP和a_5，AP是未知系数并且使用初始条件和边界条件来确定，t_TTC是碰撞时间值，v_x是车辆纵向速度，而D_LC是与车道中心的横向偏移。

9.一种用于为车辆提供自动转向路径的方法，所述方法包括：

检测车辆沿其行驶的道路车道的车道中心；

确定将车辆从当前车辆位置引向车道中心的车道定中路径；

沿车道定中路径自动转向车辆；

检测车辆前方的移动物体，其中所述移动物体在沿相对车道定中路径的横向方向移动；

确定如果车辆沿车道定中路径以当前车辆速度行驶，那么车辆和物体之间是否将要发生碰撞；

确定从当前车辆位置到与移动物体邻近的安全路点的碰撞避免路径，其中确定碰撞避免路径包括求解五阶多项式方程；

从当前车辆位置向碰撞避免路径上的路点转向车辆；

确定从路点到车道中心的返回路径，其中确定返回路径包括求解五阶多项式方程；以及

从返回路径上的路点转向车辆。

10.一种用于为车辆提供自动转向路径的方法，所述方法包括：

检测车辆沿其行驶的道路车道的车道中心；

确定将车辆从当前车辆位置引向车道中心的车道定中路径；

沿车道定中路径自动转向车辆；

检测车辆前方的移动物体，其中所述移动物体在沿相对于车道定中路径的纵向方向移动；

确定如果车辆沿着车道定中路径以当前车辆速度行驶，那么在车辆和物体之间是否将要发生碰撞；

确定从当前车辆位置到与移动物体邻近的安全路点的碰撞避免路径，其中确定碰撞避免路径包括求解五阶多项式方程；

从当前车辆位置向碰撞避免路径上的路点转向车辆；

确定从路点到物体之外的避免位置的巡航路径，其中确定巡航路径包括求解五阶多项式方程；

从路点向巡航路径上的避免位置转向车辆；

确定从避免位置到车道中心的返回路径，其中确定返回路径包括求解五阶多项式方程；以及

从返回路径上的避免位置转向车辆。