CN106379319B - 一种汽车辅助驾驶系统及控制方法 - Google Patents

Abstract

一种汽车辅助驾驶系统及控制方法，所述汽车辅助驾驶系统包括信息采集模块和信息融合处理器；所述信息采集模块包括前置摄像头、前置雷达和超声波雷达；所述信息融合处理器和所述信息采集模块之间电性连接；所述信息融合处理器读取所述信息采集模块的信息后进行信息融合处理，输出包括车辆制动控制信号、速度与距离控制信号和行车轨迹控制信号。所述前置摄像头包括图像识别算法模块，光源识别算法模块和车道线识别算法模块。所述前置雷达包括前部障碍物探测模块和前部中远程车距探测模块。所述超声波雷达包括周围车距探测模块和前部近程车距探测模块。

Description

一种汽车辅助驾驶系统及控制方法

技术领域

本发明属于汽车自动驾驶技术领域，特别涉及一种汽车辅助驾驶系统及控制方法。

背景技术

随着汽车市场不断扩大，私家车拥有量持续上升，在给人们出行带来方便的同时，也造成了城市拥堵问题，尤其堵车已经成为大城市行车的常态。拥堵时，驾驶员需要随时注意前车情况，频繁地进行踏板操作，操作汽车起停，容易引发驾驶疲劳。由于长时间的拥堵易引发驾驶员急躁情绪，容易引发交通事故。

而现今的解决拥堵辅助的技术主要依赖GPS信号，车车通讯以及车路通讯等技术获得环境信息实现跟车，例如以下的技术方案。

公开号为CN104210492的文献，公开了“一种自动跟车装置，其特征在于，所述装置包括：获取模块，用于获取周边车辆的行驶状态，并根据所述行驶状态确定所述周边车辆执行的操作，所述周边车辆为第一车辆周围的设定范围内的车辆，所述行驶状态包括行驶速度、档位、制动使用情况、发动机运转情况、方向盘转向、与所述第一车辆的距离、行驶轨迹中的一种或多种，所述操作包括挂D档、挂P档、制动、启动发动机、停止发送机中的一种或多种；控制模块，用于在自动跟车开启之后，根据跟车对象的行驶速度和方向盘转向，控制所述第一车辆的行驶速度和方向盘转向，所述跟车对象为所述周边车辆中的一个；当所有所述周边车辆中大于或等于设定比例的所述周边车辆执行第一操作时，控制所述第一车辆执行所述第一操作，所述第一操作为所述操作中的一种”。该技术方案基于GPS信号和车车通讯，实现汽车自行启动，加速，制动等操作，保证拥堵时跟车的可靠性，减轻减少驾驶疲劳。

公开号为CN105035071的文献，公开了“一种面向城市环境下汽车低速走停工况的自动跟车系统及其控制方法，控制系统包括传感器、控制器和执行器，传感器包括毫米波雷达、车载DSRC无线通讯接收模块，执行器包括基于车载CAN总线通讯的发动机动力控制单元、ESC主动制动单元、电子驻车制动单元、自动变速器及发动机怠速启停单元。控制方法利用车-车通讯、车-路通讯以及各个执行器的协同控制，在停车工况、起步工况与制动工况下实现自动跟车，代替驾驶员的油门及制动操作“。该技术方案基于DSRC网络，利用车车通讯、车路通讯以及各个执行器的协同控制，在停车工况、起步工况与制动工况下实现自动跟车，代替驾驶员的油门及制动操作。

上述的技术方案，在实际应用中受到很大限制，会有如下缺点：

1.通过GPS信号来确定位置信息，对GPS精度要求非常高。特别是在拥堵情况下，汽车间距较近。少量的位置偏差都可能造成刮擦。并且在隧道，山区道路等GPS信号受限的区域，该功能无法使用。

2.DSRC网络通讯能够收集周围车辆信息，但是如果某一辆汽车没有接入该网络，它就成为了信息盲点，会对整个系统的其他车辆造成威胁。因此在该系统对所有车辆进行覆盖之前，它提供的信息是不完整不可靠的。

3.车辆的各个传感器独立工作，导致信息利用率低，相关功能适应性弱，容易被复杂工况，恶劣天气等因素影响。

近年来车联网技术迅猛发展，通过车车通讯实现车辆位置，速度，加速度，转向等信息的技术也日趋成熟，信息融合算法日益完善。GPS精度也在不断提高，但仍然无法满足高密度跟车需要。与此同时，通过车车通信模式所获得的信息，只有在周围所有汽车都装备该系统时才是可靠的，并且无法获得如障碍物，行人等环境信息。因此，单纯通过车联网来获取的信息并不足以支持实现低速跟车。相对而言，车辆自身摄像头和传感器获取信息比较可靠，延迟小，抗干扰能力强，实现低速自动跟车较为现实。

发明内容

针对现有解决方案的不足，本发明利用车载传感器收集环境信息，并融合多传感器算法，实现高可靠性，高适应性，低延迟的控制输出，使得汽车能够在拥堵状况下安全地自动跟车，转弯，制动，停止以及再启动。本发明利用当前智能驾驶辅助系统所用到的传感器设备，对它们收集的信息进行融合，包括：

1.优化汽车前置摄像头的车道线识别算法，使其在低速拥堵状况下，也能实现车道保持功能。并融合超声波雷达对两边车道的车辆进行检测，由此对车道线识别算法进行补充，使得在部分车道线被前车遮挡时，也能进行安全地低速跟车转弯。

2.利用前置摄像头识别并锁定前车，分析其运动轨迹，为跟车提供功能支持。

3.融合ACC中远程雷达和超声波雷达的功能，探测前部车辆位置，在不同车速下保持安全距离跟车。即在较低速度时利用超声波雷达蠕行跟车，在较高速度下利用中远程雷达跟车。

4.白天行车时，利用前置摄像头识别算法识别前方车辆信息，特别是识别前方摩托车等反射面较小的障碍物，为雷达系统提供信息支持。提高系统可靠性。

5.夜间行车时，可利用前置摄像头中的光源识别算法识别前方车辆尾灯，为雷达系统提供信息辅助。

6.在汽车传感器网络内新增一个高性能处理单元，用于综合以及融合各个传感器收集的实时信息，并发出控制指令。

其中，多传感器的信息融合算法是本发明的核心技术。

本发明提供一种汽车辅助驾驶系统及控制方法，以解决现有汽车辅助驾驶系统中拥堵跟车的智能驾驶问题。本发明的技术方案为：一种汽车辅助驾驶系统，其特征在于，汽车辅助驾驶系统包括信息采集模块和信息融合处理器；信息采集模块包括前置摄像头、前置雷达和超声波雷达；信息融合处理器和信息采集模块之间电性连接；信息融合处理器读取信息采集模块的信息后进行信息融合处理，输出包括车辆制动控制信号、速度与距离控制信号和行车轨迹控制信号。

在一个实施例中，前置摄像头包括图像识别算法模块，光源识别算法模块和车道线识别算法模块。

在一个实施例中，前置雷达包括前部障碍物探测模块和前部中远程车距探测模块。

在一个实施例中，超声波雷达包括周围车距探测模块和前部近程车距探测模块。

一种汽车辅助驾驶系统的控制方法，其特征在于：控制方法包括车辆制动控制方法、速度与距离控制方法和行车轨迹控制方法；车辆制动控制方法包括读取所述图像识别算法模块、所述光源识别算法模块和所述前部障碍物探测模块的信息后进入所述信息融合处理器进行信息融合处理，输出车辆制动控制信号。

在一个实施例中，速度与距离控制逻辑控制方法包括读取前部中远程车距探测模块和近程前部车距探测模块的信息后进入信息融合处理器进行信息融合处理，输出速度与距离控制信号。

在一个实施例中，行车轨迹控制方法包括读取所述车道线识别算法模块、所述周围车距探测模块和所述图像识别算法模块的信息后进入所述信息融合处理器进行信息融合处理，输出行车轨迹控制信号。

在一个实施例中，车辆制动控制方法包括如下步骤：

1)分别从前置雷达和前置摄像头读取目标物信息并存入目标物库中；

2)将目标物库中的目标置信度数值与置信度设定值做比对，如果目标置信度数值大于或等于所述置信度设定值，将目标置信度数值存入高置信库，并认定为实际存在的目标；如果目标置信度数值小于所述置信度设定值，则存入低置信库，并认定为可能存在的目标，再对其进行进一步的判断；

3)将低置信库的目标位置信息进行匹配，把摄像头在某处识别到的障碍物与雷达在同一处的识别结果相对比；如果匹配，说明摄像头和雷达在同一处都识别到了该障碍物，该目标位所述置信度数值将会增强，得到一个新的置信度值之后再进行置信度比对，如果所述置信度数值大于或等于所述置信度设定值，则将置信度数值存入高置信库，如果置信度数值小于置信度设定值，则认定该目标物不可信，作为放弃处理，放入弃置库中。

4)读取高置信库中的信息作为碰撞危险功能的判断依据，如果判断为不危险，作为放弃处理；如果判断为危险，输出制动控制信号控制车辆刹车。

在一个实施例中，速度与距离控制方法包括如下步骤：

1)采集所述前置雷达的车距信息和超声波雷达的车距信息后对车距进行计算；

2)将计算结果和车距设定值比对，如果大于或等于车距设定值，转换成低速跟车逻辑模式，由车辆控制器输出相匹配的车辆速度和加速度；如果小于车距设定值，转换成蠕行跟车模式，由车辆控制器输出相匹配的车辆速度和加速度。

在一个实施例中，行车轨迹控制方法包括如下步骤：

1)利用摄像头识别道路车道线，如果识别成功，则读取相关车辆信息后运行车道保持算法程序，计算方向盘扭矩后转换为普通跟车逻辑并输出相应的方向控制指令；

2)如果识别不成功，读取所述高置信库中的前车识别信息再进行前车识别，如果识别成功且车速为低速，则进行前车运动分析并计算方向盘扭矩后转换成锁定前车逻辑模式，输出相应的方向控制指令；如果识别不成功或当前车速不为低速，系统退出拥堵辅助程序并提醒驾驶员接管车辆；

3)读取所述超声波雷达的左右车距信息并判断车距，如果车距过近，则输出相应信息提醒驾驶员接管；如果车距正常，则通过所述左右车距信息来帮助计算方向盘扭矩，转换成锁定前车逻辑模式并输出相应的方向控制指令。

本发明提供的拥堵辅助解决方案具有延迟小，可靠性高，抗干扰能力强等特点。融合算法不仅使得各个传感器相互配合，相互支持，相互补充，提升整个系统鲁棒性。并且最大限度地利用了汽车现有的硬件资源，控制了成本提升，易于推广。此拥堵辅助功能可极大地减少驾驶员在拥堵情况下的操作负担，减轻驾驶疲劳，避免由此引发的交通事故。

附图说明

图1揭示了本发明的汽车辅助驾驶系统一实施例的硬件示意图。

图2揭示了本发明的汽车辅助驾驶系统一实施例的车辆制动控制方法的流程示意图。

图3揭示了本发明的汽车辅助驾驶系统一实施例的速度与距离控制方法的流程示意图。

图4揭示了本发明的汽车辅助驾驶系统一实施例的行车轨迹控制方法的流程示意图。

具体实施方式

参考图1：图1揭示了本发明的汽车辅助驾驶系统一实施例的硬件示意图。汽车辅助驾驶系统包括信息采集模块和信息融合处理器；信息采集模块包括前置摄像头、前置雷达和超声波雷达；信息融合处理器和信息采集模块之间电性连接；信息融合处理器读取信息采集模块的信号后进行信息融合处理，包括输出车辆制动控制信号，速度与距离控制信号和行车轨迹控制信号。前置摄像头包括图像识别算法模块，光源识别算法模块和车道线识别算法模块。前置雷达包括前部障碍物探测模块和前部中远程车距探测模块。超声波雷达包括周围车距探测模块和前部近程车距探测模块。

继续参考图1，一种汽车辅助驾驶系统的控制方法，其特征在于：控制方法包括车辆制动逻辑控制方法、，速度与距离控制方法和行车轨迹控制方法；

车辆制动逻辑控制方法包括读取所述图像识别算法模块的信息，光源识别算法模块的信息和前部障碍物探测模块的信息进入信息融合处理器进行信息融合处理，输出车辆制动控制信号；

速度与距离控制逻辑控制方法包括读取前部中远程车距探测模块的信息和近程前部车距探测模块的信息后进入信息融合处理器进行信息融合处理，输出速度控制信号和距离控制信号；

行车轨迹控制方法包括读取图像识别算法模块的信息，车道线识别算法模块的信息和周围车距探测模块的信息和行人、车辆识别算法模块的信息后进入信息融合处理器进行信息融合处理，输出行车轨迹控制信号。

参考图2，图2揭示了本发明的汽车辅助驾驶系统一实施例的车辆制动控制方法的流程示意图。车辆制动逻辑控制方法包括如下步骤：

1)读取障碍物探测模块的目标物信息和图像识别模块的目标物信号光源识别模块的目标物信息后存入目标物库，由目标库进行信息处理后输出置信度数值；分别从前置雷达和前置摄像头读取目标物信息，包括目标物编号，位置，置信度等，并将它们存入目标物库中

2)将输出的目标物库中所有目标的置信度数值与置信度设定值做比对，如果置信度数值大于或等于置信度设定值，将置信度数值存入高置信库，认定为实际存在的目标；如果置信度数值小于置信度设定值，则存入低置信库，认定为可能存在的目标，需要对其进行进一步的判决；

3)将读取低置信库的目标的位置信息进行匹配，与摄像头读取的位置信息、前部雷达在线读取的位置信息分别做位置匹配比较即把摄像头在某处识别到的障碍物与雷达在同一处的识别结果相对比；如果匹配，说明摄像头和雷达在同一处都识别到了该障碍物，将该目标位所述置信度数值将会增强，得到一个新的置信度值然之后再进行置信度比对，如果置信度数值大于或等于所述置信度设定值，则将置信度数值存入高置信库，如果置信度数值小于置信度设定值，说明至少有一种传感器认为该目标物不可信，可以作为放弃处理，放入弃置库中；如果不匹配，作为放弃处理。

4)读取高置信库中的信息作为碰撞危险功能的判断依据，结合自车行驶速度，轨迹等判断与障碍物撞击可能，如果判断为不危险，作为放弃处理；如果判断为危险，输出制动控制信号控制车辆刹车。

作为一个优选,车辆制动控制逻辑由前置雷达和前置摄像头的信号经过融合后产生。判断前方行车道路上是否存在障碍物，障碍物的距离，判决车辆是否需要制动，需要何种程度的制动。其中车辆前置摄像头能够通过图像识别算法，识别前方道路上的车辆，摩托车以及行人，监控他们的运动轨迹。前置雷达用于探测这些目标物与车辆的距离，综合车距车速判断制动需求。在夜间行车时，前置摄像头内的光源识别算法发挥作用，通过识别前方各种车辆灯光，为雷达和图像识别提供支持。

信息融合处理器通过收集到的前方障碍物信息，距离信息结合自身车速，加速度等信息，可以产生以下控制逻辑：预制动(刹车泵预充油)，普通制动，全力制动。最大减速度可以达8m/s2

参考图3，图3揭示了本发明的汽车辅助驾驶系统一实施例的速度与距离控制方法的流程示意图。速度与距离控制控制方法包括如下步骤：

1)采集所述前置雷达的车距信息和超声波雷达的车距信息后对车距进行计算；

2)将计算结果和车距设定值比对，如果大于或等于车距设定值，转换成低速跟车逻辑模式，此模式下由车辆控制器输出相匹配的车辆速度和加速度值，车辆连续行驶，并根据前车进行加减速，跟车距离较大，适应于大车流低速行车工况；如果小于车距设定值，转换成蠕行跟车模式，此模式下车辆进行近距离跟车，速度较低，加减速缓慢，适应于不断起停的堵车工况。由车辆控制器输出相匹配的车辆速度和加速度值；

作为一个优选：车辆前部雷达的探测距离为2-160m，当低速跟车距离小于时2m时，超声波雷达开始工作。为系统提供精确的近距离信息。跟车行为设置为三档可调，可以实现1m-3m(静止时)的拥堵跟车，激进的设置会实现紧随跟车，但车辆加速和减速度较大。反之跟车空间变大，但舒适感提升。用户可根据需求自行调整。拥堵辅助激活的速度上限为40km/h。

处理器在不同车距下切换中远程雷达和超声波传感器的工作状态，使它们分工合作，取长补短。

参考图4,图4揭示了本发明的汽车辅助驾驶系统一实施例的行车轨迹控制方法的流程示意图。行车轨迹控制方法包括如下步骤：

1)利用摄像头识别道路车道线读取摄像头中车道线信息进行识别，如果识别成功，则读取包括车速、加速度和水平偏角信息后运行车道保持算法程序，计算方向盘扭矩后转换为普通跟车逻辑并输出相应的方向控制指令，使车辆保持在车道中间行驶。；

2)如果识别不成功，读取所述目前物高置信库中的前车识别信息，读取车速信号、加速度信号和水平偏角信号后再进行识别包括前车位置，加速度，水平和垂直速度等，如果识别成功且车速为低速，则转换成锁定前车逻辑模式，进行前车运动分析并计算方向盘扭矩，转换成锁定前车逻辑模式，输出相应的方向控制指令；如果识别不成功且或者当前车速不为低速，此时车辆已经无法从外界获得相应的行驶信息，系统退出拥堵辅助程序并输出相应信息通过仪表盘文字以及警告音提醒驾驶员接管车辆；

3)读取超声波雷达中左右车距信息，判断车距是否过近，如果过近，输出相应信息提醒驾驶员接管；如果正常，则两侧的车距也可以帮助计算方向盘扭矩，转换成锁定前车逻辑模式并输出相应的方向控制指令控制车辆在密集车流中与周围车辆保持安全距离。

作为一个优选：前置摄像头可以捕捉到车道线并进行跟车转弯。而在跟车距离较近，前车体积较大，车道线被大量遮挡，或者车道线模糊导致车道线识别困难时，通过前置摄像头锁定前方需要跟车的车辆，分析其运动轨迹实现跟车。结合收集到的车道线信息，共同产生行车轨迹控制逻辑，控制转弯角度。同时超声波传感器监测车辆与周围障碍物的距离，对当前行驶轨迹进行微调，保证在高密度车流的跟车时不会发生擦刮。

本发明提供的拥堵辅助解决方案具有延迟小，可靠性高，抗干扰能力强等特点。融合算法不仅使得各个传感器相互配合，相互支持，相互补充，提升整个系统鲁棒性。并且最大限度地利用了汽车现有的硬件资源，控制了成本提升，易于推广。此拥堵辅助功能可极大地减少驾驶员在拥堵情况下的操作负担，减轻驾驶疲劳，避免由此引发的交通事故。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (4)

1.一种汽车辅助驾驶系统，所述汽车辅助驾驶系统包括信息采集模块和信息融合处理器；所述信息采集模块包括前置摄像头、前置雷达和超声波雷达；所述信息融合处理器和所述信息采集模块之间电性连接；所述信息融合处理器读取所述信息采集模块的信息后进行信息融合处理，输出包括车辆制动控制信号、速度与距离控制信号和行车轨迹控制信号，

所述前置摄像头包括图像识别算法模块，光源识别算法模块和车道线识别算法模块，

所述前置雷达包括前部障碍物探测模块和前部中远程车距探测模块，

所述超声波雷达包括周围车距探测模块和前部近程车距探测模块，

所述汽车辅助驾驶系统对车辆的控制方法包括车辆制动控制方法、速度与距离控制方法和行车轨迹控制方法；

所述车辆制动控制方法包括读取所述图像识别算法模块、所述光源识别算法模块和所述前部障碍物探测模块的信息后进入所述信息融合处理器进行信息融合处理，输出车辆制动控制信号，

所述速度与距离控制方法包括读取所述前部中远程车距探测模块和所述前部近程车距探测模块的信息后进入所述信息融合处理器进行信息融合处理，输出所述速度与距离控制信号，

所述行车轨迹控制方法包括读取所述车道线识别算法模块、所述周围车距探测模块和所述图像识别算法模块的信息后进入所述信息融合处理器进行信息融合处理，输出行车轨迹控制信号。

2.根据权利要求1所述的汽车辅助驾驶系统的控制方法，其特征在于：所述车辆制动控制方法包括如下步骤：

1)分别从前置雷达和前置摄像头读取目标物信息并存入目标物库中；

2)将所述目标物库中的目标置信度数值与置信度设定值做比对，如果所述目标置信度数值大于或等于所述置信度设定值，将所述目标置信度数值存入高置信库，并认定为实际存在的目标；如果所述目标置信度数值小于所述置信度设定值，则存入低置信库，并认定为可能存在的目标，再对其进行进一步的判断；

3)将所述低置信库的目标位置信息进行匹配，把前置摄像头在某处识别到的障碍物与前置雷达在同一处的识别结果相对比；如果匹配，说明前置摄像头和前置雷达在同一处都识别到了该障碍物，该目标位的置信度数值将会增强，得到一个新的置信度数值之后再进行置信度比对，如果新的置信度数值大于或等于所述置信度设定值，则将新的置信度数值存入高置信库，如果新的置信度数值小于所述置信度设定值，则认定该目标物不可信，作为放弃处理，放入弃置库中；

4)读取高置信库中的信息作为碰撞危险功能的判断依据，如果判断为不危险，作为放弃处理；如果判断为危险，输出制动控制信号控制车辆刹车。

3.根据权利要求1所述的汽车辅助驾驶系统的控制方法，其特征在于，所述速度与距离控制方法包括如下步骤：

1)采集所述前置雷达的车距信息和超声波雷达的车距信息后对车距进行计算；

2)将计算结果和车距设定值比对，如果大于或等于车距设定值，转换成低速跟车逻辑模式，由车辆控制器输出相匹配的车辆速度和加速度；如果小于车距设定值，转换成蠕行跟车模式，由车辆控制器输出相匹配的车辆速度和加速度。

4.根据权利要求2所述的汽车辅助驾驶系统的控制方法，其特征在于，所述行车轨迹控制方法包括如下步骤：

1)利用摄像头识别道路车道线，如果识别成功，则读取相关车辆信息后运行车道保持算法程序，计算方向盘扭矩后转换为普通跟车逻辑并输出相应的方向控制指令；

2)如果识别不成功，读取所述高置信库中的前车识别信息再进行前车识别，如果识别成功且车速为低速，则进行前车运动分析并计算方向盘扭矩后转换成锁定前车逻辑模式，输出相应的方向控制指令；如果识别不成功或当前车速不为低速，系统退出拥堵辅助程序并提醒驾驶员接管车辆；

3)读取所述超声波雷达的左右车距信息并判断车距，如果车距过近，则输出相应信息提醒驾驶员接管；如果车距正常，则通过所述左右车距信息来帮助计算方向盘扭矩，转换成锁定前车逻辑模式并输出相应的方向控制指令。