CN105698783A - 一种智能车辆方阵跟驰辅助驾驶方法 - Google Patents

一种智能车辆方阵跟驰辅助驾驶方法 Download PDF

Info

Publication number
CN105698783A
CN105698783A CN201610027908.0A CN201610027908A CN105698783A CN 105698783 A CN105698783 A CN 105698783A CN 201610027908 A CN201610027908 A CN 201610027908A CN 105698783 A CN105698783 A CN 105698783A
Authority
CN
China
Prior art keywords
vehicle
control vehicle
row
vehicles
square formation
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.)
Granted
Application number
CN201610027908.0A
Other languages
English (en)
Other versions
CN105698783B (zh
Inventor
杨毅
宋文杰
邱凡
汪稚力
李�昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201610027908.0A priority Critical patent/CN105698783B/zh
Publication of CN105698783A publication Critical patent/CN105698783A/zh
Application granted granted Critical
Publication of CN105698783B publication Critical patent/CN105698783B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明提供一种智能车辆方阵跟驰辅助驾驶方法,过程为:确定方阵中每辆车在坐标系中所应处的位置;在车辆的相应位置安装激光传感器和红外摄像机;从方阵第一排的车辆中选定一个作为基准车,获得该基准车的位置及姿态;选定与基准车同列的所有车为列基准车,获得其姿态和位置;针对方阵中的每一行,以该行中已经进行定位的车辆为基准车,计算与该基准车相邻的待定位车辆的位置及姿态;根据之前步骤获得的所有车辆的精确位置及偏向角,将其投影至所述坐标系中,获得整体效果图,则驾驶员即可知道自己车辆所处位置,及其应该跟踪的位置。同时,方阵的整体情况及每辆车与其应当所处位置的偏差在该效果图中均被呈现。

Description

一种智能车辆方阵跟驰辅助驾驶方法
技术领域
本发明属于辅助驾驶技术领域,具体涉及一种智能车辆方阵跟驰辅助驾驶方法。
背景技术
随着社会的发展,辅助驾驶系统已经逐渐走进人们的生活。而在很多特殊场合,针对车联网的辅助驾驶系统也具有很多的应用价值。一个重大的社会或国家活动中,车辆方阵无疑是不可或缺的一个重要组成部分,如何保证车辆方阵整齐划一是一个亟待解决的问题。这不仅仅关系到一个单位乃至国家的形象,更展示了一个群体乃至一个民族的精神面貌。
目前在车辆方阵跟驰技术中主要采用的传统的人眼根据标杆采用三点一线原理进行标齐,不仅给驾驶员带来了巨大困难,也影响了车辆标齐的质量。另一种思路是借助差分定位系统实现车辆单独精确定位,从而实现方阵的标齐。这种方案虽然可以极大地提供定位精度,实现车辆间的相互标定,但是设备成本巨大,并不适合推广使用。因此,依靠视觉、激光等廉价传感器实现车联网及综合定位以完成车辆跟驰过程中的标齐功能具有广阔的市场前景。
如何依靠尽量少的传感器完成定位测量工作则是一个重要任务,这不仅可以极大降低成本,同时也可以提高设备的稳定性。而一般车辆方阵展示过程主要是在中心街道或特殊场合,通过使用道路信息则可以极大地降低传感器数量并提高测量精度。道路上的车道线则可以为车辆跟驰系统提供一个绝对的参考。同时,车辆间相互检测也是一个重要任务,如何利用传感器检测车辆间纵向偏差则是一个重大难题。基于视觉进行检测不进可以提供检测精度,也可降低成本,更适合于智能辅助设备。
发明内容
为解决上述问题,本发明提供一个智能车辆方阵跟驰辅助驾驶方法,该方法适用性强,可在雨雪、夜晚等复杂天气条件下稳定工作,可广泛应用于车辆方阵展示活动中,为驾驶员提供极大的便利。
实现本发明的技术方案如下:
一种智能车辆方阵跟驰辅助驾驶方法,包括如下步骤:
步骤1,根据需要设定方阵形状及坐标系,确定方阵中每辆车在所述坐标系中所应处的位置;
步骤2,在车辆上安装单点激光传感器及摄像机;
步骤3,从方阵第一排的车辆中选定一个作为基准车,利用单点激光测得基准车与车队前方目标的距离,利用摄像机测得基准车与车道线的横向偏差及夹角,从而实现基准车的定位,获得其姿态和位置;
步骤4,选定与基准车同列的所有车为列基准车,利用单点激光测得每一列基准车与前方车辆的纵向距离,利用相机测得每一列基准车与车道线的横向偏差及夹角,从而实现列基准车的定位,获得其姿态和位置;
步骤5,针对方阵中的每一行,以该行中已经进行定位的车辆为基准车,计算与该基准车相邻的待定位车辆的位置和姿态;具体为:
步骤5.1,利用相机测得待定位车辆与车道线的横向偏差及夹角,并进一步获得其相对基准车的横向偏差及夹角,结合所述基准车的横向偏差及夹角,计算出待定位车辆当前的横向偏差及夹角;
步骤5.2,利用相机测得待定位车辆与其相应基准车的纵向偏差,同时根据基准车的当前姿态和位置,计算出待定位车辆的纵向位置,从而实现待定位车辆的定位,获得其姿态和位置;
步骤6,针对方阵中的每一行,更新该行所对应的基准车,按照步骤5的方式计算与基准车相邻的待定位车辆的姿态和位置,直至所有车辆的位置和姿态被确定;
步骤7,根据获得的所有车辆的位置和姿态,将其投影至所述坐标系中,获得整体效果图,方便驾驶员对其所驾驶车辆的执行正确的驾驶策略。
有益效果:
第一,本发明采用车联网技术,通过车与车道线的定位,车与车的相互定位实现每辆车的精确定位,从而完成整个方阵的定位,相比利用传统方法或者GPS定位等方法的精确高。
第二,本发明中采用有限的单点激光测距传感器及相机,成本低且测量精度高。
第三,本发明通过对每辆车精确定位及偏向角,获得整体效果图,可以方便驾驶员直观观察自己车辆所处位置以及整个方阵当前的行驶情况,方便驾驶员的执行正确的驾驶策略。
附图说明
图1为本发明智能车辆方阵跟驰辅助驾驶方法的流程图;
图2为本发明智能车辆方阵跟驰辅助驾驶方法的方阵预设阵型及坐标示意图;
图3为本发明智能车辆方阵跟驰辅助驾驶方法的某例中的三类车型及其传感器安装及测量方案;
图4为本发明智能车辆方阵跟驰辅助驾驶方法的利用单点激光及俯视红外相机进行测距,获得方阵基准车的位置及偏向角示意图;
图5为本发明智能车辆方阵跟驰辅助驾驶方法的所有列基准车以及利用单点激光及俯视摄像机进行测距,获得列基准车的位置及偏向角示意图;
图6为本发明智能车辆方阵跟驰辅助驾驶方法的每行中根据列基准车为基准,利用旁视摄像机及俯视摄像机进行测距,实现由里至外依次定位;
图7为本发明智能车辆方阵跟驰辅助驾驶方法的整体定位效果图;
图8为本发明智能车辆方阵跟驰辅助驾驶方法的最终应用界面图。
具体实施方式
下面结合附图和具体实例对本发明进行详细说明。
如图1所示,本发明一种智能车辆方阵跟驰辅助驾驶方法,包括以下几个步骤:
步骤一:根据任务要求设定方阵形状和坐标系,确定方阵中每辆车在所述坐标系中所应处的位置。
步骤二:在车辆的相应位置安装激光传感器,在车辆的相应位置安装红外摄像机。
步骤三:从方阵第一排的车辆中选定一个作为基准车(第一排靠中间),利用单点激光测得该基准车与车队前方目标的距离,利用俯视的红外摄像机测得基准车与车道线的横向偏差及夹角,从而实现基准车在设定的坐标系下的定位,获得该基准车的位置及姿态。
步骤四:选定与基准车同列的所有车(除基准车外)为列基准车,利用单点激光测得每一列基准车与前方车辆的纵向距离,利用相机测得每一列基准车与车道线的横向偏差及夹角,从而实现列基准车的定位,获得其姿态和位置,具体为:
(401)基准车同列后方车辆通过WIFI网络通信获知前方基准车的位置及姿态;
(402)该后方车辆利用单点激光测距传感器测得其与前方基准车的距离,结合前方基准车的位置和姿态,计算出两者精确的纵轴方向距离,从而计算出该后方车辆的纵向位置;
(403)该后方车辆利用俯视的红外摄像机检测车道线,并计算其与车道线的横向偏差及夹角,再结合前方基准车辆与车道线的偏差及夹角计算出该车辆的横向位置及夹角,结合步骤402的结果以获得后方车辆的精确位置及姿态;
(404)以该新定位的车辆作为新的基准车,对该列其后方车辆重复步骤(401)至(403),从而获得该整列所有车辆的精确位置及姿态。
步骤五:针对方阵中的每一行,以该行中已经进行定位的车辆(基准车或列基准车)为基准车,计算与该基准车相邻的待定位车辆的位置及姿态,具体为:
(501)基准车同行左右侧相邻的待定位车辆通过WIFI网络通信获得该基准车的位置及姿态;
(502)该基准车左右侧相邻的待定位车辆利用俯视的红外摄像机检测车道线,并计算其与车道线的横向偏差及夹角,再结合其旁侧基准车与车道线的横向位置及夹角,计算出待定位车辆的横向位置及夹角;
(503)所述左右侧相邻的待定位车辆利用旁视的红外摄像机检测对应基准车上相应靶标,计算对应靶标的刻度偏差,再结合所述基准车当前的位置及姿态,从而获得该车辆的纵向位置,再结合步骤(502)获得的横向位置及夹角,即可获得该待定位车辆的精确位置及姿态;
(504)以新定位的车辆作为新的基准车,对该行其外侧的车辆重复步骤(501)至(503),从而获得该整行所有车辆的精确位置及姿态。
步骤六:根据之前步骤获得的所有车辆的精确位置及偏向角,将其投影至所述坐标系中,获得整体效果图,则驾驶员即可知道自己车辆所处位置,及其应该跟踪的位置。同时,方阵的整体情况及每辆车与其应当所处位置的偏差在该效果图中均被呈现。
实施例一
应用该智能车辆方阵跟驰辅助驾驶方法具体步骤为:
步骤一:根据任务要求设定方阵形状坐标系,确定方阵中每辆车在所述坐标系中所应处的位置,如图2所示,灰色条带为车道线,虚线框为根据任务安排,车辆在该坐标系中应该处的位置。选择头排左侧车为方阵基准车,其正前方所跟踪上一方阵的对准位置为坐标原点,过原点垂直车道线方向为Y轴,第二条车道线中心线为X轴,头车距上一方阵30米,方阵间车辆纵向间隔10米,横向间隔10米。
步骤二:根据任务要求,在特定车辆的相应位置安装激光传感器,在特定车辆的相应位置安装红外摄像机,如图3所示,整个方阵分为三种车型(即三种不同的传感器安装方式),车型1如图3(b)所示,其包含前方俯视摄像机和左侧旁视摄像机,主要拍摄前方车道线及左侧2类车辆上的靶标;车型2如图3(c)所示,其包含前方俯视摄像机和前方单点测距激光雷达,主要探测距前方车辆(或方阵)距离及前方车道线。车型3如图3(d)所示,其包含前方俯视摄像机和右侧旁视摄像机,其功能与1类车型类似,旁视摄像机需要观察右侧车辆的靶标。
步骤三:选定一个基准车(第一排靠中间)作为整个方阵的基准,这里定义下标为i的车为基准车。如图4所示,利用单点激光测得该基准车与车队前方目标的距离di,利用俯视的红外摄像机测得基准车与车道线的横向偏差εi及夹角αi,则其前轴中点A的位置为(Di,∈i),即(Xi,Yi),这里Di=di*cosαi。这样,则可获得该基准车的位置及偏向角,再结合车辆模型即可画出其在坐标系中的具体姿态。
步骤四:选定基准车同列的所有车(除基准车外)为列基准车,利用单点激光测得列基准车与前方车辆的纵向距离,利用相机测得列基准车与车道线的横向偏差及夹角,从而实现列基准车的定位,如图5所示,定义下标为j的车辆为待定位车,利用俯视的红外摄像机检测车道线可以获得其横向偏差∈j和其与车道线夹角αj,利用单点激光可以测得其与前方车辆距离dj,认为前方车辆驾驶角度偏差不大,则Dj=dj*cosαj,则该车辆的前轴中点B的位置为(Dj+Xi+Q*cosαi,∈j),这里Q为车长,即A点到对应车尾平面的距离。同理,可以求得该列后方所有车辆的位置和姿态。
步骤五:针对每一行,以该行中已经进行定位的车辆为基准车(基准车或列基准车),计算与该行中所有车辆的精确位置及偏向角从而实现相应行所有车的定位,如图6所示,同样将基准车辆下标设为i,待定位车下标设为j。A点为该行中列基准车的前轴中点,B点为待定位车的前轴中点。待定位车辆利用前视摄像机检测车道线,获得其横向偏差∈j,及与车道线夹角为αj。同时利用旁视摄像机检测其对应基准车上相应侧的靶标,结合两者分别与车道线的夹角进行图像校正,从而计算出两者的纵向绝对偏差δj,则其中心B的位置为(Xij,∈j-L),这里L为相邻车道线中心间隔。这样,可以获得该车辆的位置与偏向角。同理,依次可以获得该行其他车辆的位置及偏向角。
步骤六:对每一行重复步骤五则可获得所有车辆的精确位置及偏向角,如图7所示。
步骤七:根据每辆车的位置,结合车辆尺寸等,在最终效果图中画出每辆车的姿态及其目标位置。如图8所示为9号车辆上所显示的本车辆跟驰系统效果图,图中则可直观观察整个方阵标齐情况,看出哪辆车标齐出现问题。
当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (2)

1.一种智能车辆方阵跟驰辅助驾驶方法,其特征在于,包括如下步骤:
步骤1,根据需要设定方阵形状及坐标系,确定方阵中每辆车在所述坐标系中所应处的位置;
步骤2,在车辆上安装单点激光传感器及摄像机;
步骤3,从方阵第一排的车辆中选定一个作为基准车,利用单点激光测得基准车与车队前方目标的距离,利用摄像机测得基准车与车道线的横向偏差及夹角,从而实现基准车的定位,获得其姿态和位置;
步骤4,选定与基准车同列的所有车为列基准车,利用单点激光测得每一列基准车与前方车辆的纵向距离,利用相机测得每一列基准车与车道线的横向偏差及夹角,从而实现列基准车的定位,获得其姿态和位置;
步骤5,针对方阵中的每一行,以该行中已经进行定位的车辆为基准车,计算与该基准车相邻的待定位车辆的位置和姿态;
步骤6,针对方阵中的每一行,更新该行所对应的基准车,按照步骤5的方式计算与基准车相邻的待定位车辆的姿态和位置,直至所有车辆的位置和姿态被确定;
步骤7,根据获得的所有车辆的位置和姿态,将其投影至所述坐标系中,获得整体效果图,方便驾驶员对其所驾驶车辆的执行正确的驾驶策略。
2.根据权利要求1所述智能车辆方阵跟驰辅助驾驶方法,其特征在于,所述步骤5的具体过程为:
步骤5.1,利用相机测得待定位车辆与车道线的横向偏差及夹角,并进一步获得其相对基准车的横向偏差及夹角,结合所述基准车的横向偏差及夹角,计算出待定位车辆当前的横向偏差及夹角;
步骤5.2,利用相机测得待定位车辆与其相应基准车的纵向偏差,同时根据基准车的当前姿态和位置,计算出待定位车辆的纵向位置,从而实现待定位车辆的定位,获得其姿态和位置。
CN201610027908.0A 2016-01-15 2016-01-15 一种智能车辆方阵跟驰辅助驾驶方法 Active CN105698783B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610027908.0A CN105698783B (zh) 2016-01-15 2016-01-15 一种智能车辆方阵跟驰辅助驾驶方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610027908.0A CN105698783B (zh) 2016-01-15 2016-01-15 一种智能车辆方阵跟驰辅助驾驶方法

Publications (2)

Publication Number Publication Date
CN105698783A true CN105698783A (zh) 2016-06-22
CN105698783B CN105698783B (zh) 2018-10-09

Family

ID=56227369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610027908.0A Active CN105698783B (zh) 2016-01-15 2016-01-15 一种智能车辆方阵跟驰辅助驾驶方法

Country Status (1)

Country Link
CN (1) CN105698783B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106248071A (zh) * 2016-07-14 2016-12-21 深圳市天工测控技术有限公司 一种阵列排布方法、系统、服务器以及移动终端
CN113763693A (zh) * 2020-06-05 2021-12-07 北京图森未来科技有限公司 一种车辆数据处理方法、装置、介质和设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6882287B2 (en) * 2001-07-31 2005-04-19 Donnelly Corporation Automotive lane change aid
CN103794044A (zh) * 2014-03-10 2014-05-14 成都衔石科技有限公司 结合车联网和跟弛换算的交通控制方法及系统
CN104850131A (zh) * 2015-04-21 2015-08-19 北京理工大学 一种基于位置估计的机器人编队控制方法
CN105160865A (zh) * 2015-08-05 2015-12-16 深圳市航盛电子股份有限公司 一种车辆编队行驶控制系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6882287B2 (en) * 2001-07-31 2005-04-19 Donnelly Corporation Automotive lane change aid
CN103794044A (zh) * 2014-03-10 2014-05-14 成都衔石科技有限公司 结合车联网和跟弛换算的交通控制方法及系统
CN104850131A (zh) * 2015-04-21 2015-08-19 北京理工大学 一种基于位置估计的机器人编队控制方法
CN105160865A (zh) * 2015-08-05 2015-12-16 深圳市航盛电子股份有限公司 一种车辆编队行驶控制系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106248071A (zh) * 2016-07-14 2016-12-21 深圳市天工测控技术有限公司 一种阵列排布方法、系统、服务器以及移动终端
CN113763693A (zh) * 2020-06-05 2021-12-07 北京图森未来科技有限公司 一种车辆数据处理方法、装置、介质和设备
US20210383702A1 (en) * 2020-06-05 2021-12-09 Beijing Tusen Weilai Technology Co., Ltd. Method, apparatus, medium and device for processing vehicle data

Also Published As

Publication number Publication date
CN105698783B (zh) 2018-10-09

Similar Documents

Publication Publication Date Title
CN107246868B (zh) 一种协同导航定位系统及导航定位方法
CN109341706B (zh) 一种面向无人驾驶汽车的多特征融合地图的制作方法
CN102967305B (zh) 基于大小回字标志物的多旋翼无人机位姿获取方法
CN106441319B (zh) 一种无人驾驶车辆车道级导航地图的生成系统及方法
CN107704821B (zh) 一种弯道的车辆位姿计算方法
CN106289327B (zh) 一种差分移动机器人里程计标定方法
CN109946732A (zh) 一种基于多传感器数据融合的无人车定位方法
CN106123908B (zh) 车辆导航方法和系统
CN102944224B (zh) 一种无人驾驶车的自动环境感知系统的工作方法
CN102661733B (zh) 一种基于单目视觉的前方车辆测距方法
Gehrig et al. Dead reckoning and cartography using stereo vision for an autonomous car
CN107422730A (zh) 基于视觉导引的agv运输系统及其驾驶控制方法
CN103487034B (zh) 一种基于立式标靶的车载单目摄像头测距测高方法
CN110208842A (zh) 一种车联网环境下车辆高精度定位方法
CN104865578A (zh) 一种室内停车场高精细地图生成装置及方法
CN110243380A (zh) 一种基于多传感器数据与角度特征识别的地图匹配方法
CN106226780A (zh) 基于激光扫描雷达的多旋翼室内定位系统及实现方法
CN109325390B (zh) 一种基于地图与多传感器检测相结合的定位方法及系统
CN105136153B (zh) 一种车道线精确位置采集装置以及采集方法
US11920950B2 (en) System and method for generating precise road lane map data
CN111426320A (zh) 一种基于图像匹配/惯导/里程计的车辆自主导航方法
US20230127230A1 (en) Control loop for navigating a vehicle
CN112923931A (zh) 一种基于固定路线下的特征地图匹配与gps定位信息融合方法
CN113819905A (zh) 一种基于多传感器融合的里程计方法及装置
CN115027482A (zh) 智能驾驶中的融合定位方法

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