CN107161143A - 一种采用人工势场法的车辆主动避撞方法 - Google Patents

一种采用人工势场法的车辆主动避撞方法 Download PDF

Info

Publication number
CN107161143A
CN107161143A CN201710351414.2A CN201710351414A CN107161143A CN 107161143 A CN107161143 A CN 107161143A CN 201710351414 A CN201710351414 A CN 201710351414A CN 107161143 A CN107161143 A CN 107161143A
Authority
CN
China
Prior art keywords
mrow
msub
vehicle
repulsion
collision avoidance
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.)
Pending
Application number
CN201710351414.2A
Other languages
English (en)
Inventor
袁朝春
翁烁丰
何友国
范兴根
刘慧�
王桐
陆传道
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN201710351414.2A priority Critical patent/CN107161143A/zh
Publication of CN107161143A publication Critical patent/CN107161143A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects

Abstract

本发明公开了一种采用人工势场法的车辆主动避撞方法，属于行车安全技术领域。包括如下步骤：1:获取车辆自身与环境信息；2:通过分析车辆自身与环境信息，建立车辆虚拟斥力人工势场模型，得到车辆当前所受虚拟斥力；3:通过车辆可见障碍物斥力以及盲区虚拟斥力判断是否需要进行主动避撞；4:在需要主动避撞时，利用人工势场模型规划主动避撞路径；5:由电子控制单元按避撞路径控制避撞；6:判断当前驾驶员操作，决策是否归还车辆控制权；7:重复步骤1至6直到车辆到达安全地点。本发明提出人工势场模型能够合理规划避撞路径，避免车辆规避障碍物过程中的二次碰撞所带来的伤害；同时对驾驶员操作的检测能够实现车辆主动避撞与驾驶员控制的合理过渡。

Description

一种采用人工势场法的车辆主动避撞方法
技术领域
本发明涉及一种汽车动态紧急纵向避撞区的建模方法，属于行驶安全技术领域。
背景技术
随着汽车保有量的快速增长，道路交通安全问题已经成为各国政府和社会关注的重要问题。美国国家高速公路安全委员会(NHTSA)的调研表明，在道路交通致死事故中，因驾驶员过失造成的约占90％，而因车辆故障造成的仅占约3％。发展先进的车辆主动安全系统是现代道路交通的迫切需求。车辆主动安全系统中的重要环节是车辆的主动避撞方法的研究与开发。现有的主动避撞方法在复杂交通环境下的避撞路径规划不够理想且未考虑到传感器视野盲区所带来的潜在交通事故风险。
发明内容
本发明旨在实现车辆行驶过程中的危险工况规避，并减少检测盲区所带来的潜在交通事故风险，以提高行车的安全系数；发明提出的人工势场模型能够合理规划避撞路径，避免车辆规避障碍物过程中的二次碰撞所带来的伤害；车辆控制过程中对驾驶员操作的检测反馈能够实现车辆主动避撞与驾驶员控制的合理过渡。具体方案如下：
一种采用人工势场法的车辆主动避撞方法，包括如下步骤：
步骤1：获取车辆自身与环境信息；
步骤2：通过分析车辆自身与环境信息，建立车辆虚拟斥力人工势场模型，得到车辆当前所受虚拟斥力；
步骤3：通过车辆可见障碍物斥力以及盲区虚拟斥力判断是否需要进行主动避撞；
步骤4：在需要进行主动避撞时，利用人工势场模型规划主动避撞路径；
步骤5：按照步骤4所规划的路径由电子控制单元控制避撞；
步骤6：对当前驾驶员操作输入进行判断，决策是否归还车辆控制权；
步骤7：单位时间之后，重复步骤1至6直到车辆到达安全地点。
进一步，步骤1中所述的车辆环境信息通过激光雷达与CCD工业相机获取，所获取的信息包括：当前行驶道路两侧障碍物信息，当前行驶路面障碍物信息，当前交通信号灯信息，当前传感器视野盲区信息；所述的车辆自身信息通过车身传感器与GPS获取，所获取信息包括：车辆速度，车辆加速度，车辆当前位置。
进一步，步骤2中所述的车辆虚拟斥力包括下列斥力：
(1)前方及侧向障碍物斥力：
其中，为障碍物与车辆相对距离，为障碍物与车辆相对速度，Mvehicle为车辆当前运动状态，Ssafe-r为障碍物与车辆理论安全距离，Kr-abstacle为车辆前方及侧向障碍物斥力系数。
(2)信号指示灯斥力：
其中，为车辆与交通信号灯相对距离，Ssafe为车辆与交通信号灯安全距离阈值，Mlight为信号灯当前显示，Ssafe-light信号灯理论影响距离，Kr-light为信号指示灯斥力系数；
(3)前方检测盲区斥力
其中，为车辆与盲区边界相对距离，为车辆与盲区边界相对速度，Ssafe-blind为车辆与盲区边界理论安全距离，Kr-blind为前方检测盲区斥力系数。
进一步，步骤3中的汽车主动避撞判断采用阈值判断，分别计算前方障碍物斥力、侧向障碍物斥力与盲区潜在障碍物斥力，若计算结果大于对应斥力阈值，则判定需要进行主动避撞操作。
进一步，步骤4中的人工势场模型包括当前地图下的虚拟斥力人工势场模型、以及引力模型。其中，引力模型包括当前全局规划虚拟引力、安全换道虚拟引力；虚拟斥力人工势场模型包括前方及侧向障碍物斥力、信号指示灯斥力、前方检测盲区斥力。所述的车辆虚拟引力模型具体为：
(1)全局规划虚拟引力：
其中，μroll为车辆滚动阻力系数，A为车辆的等效迎风面积，Cw为车辆的风阻系数，V为车辆行驶速度，M为车辆质量，Kattract-plan为全局规划虚拟引力系数。
(2)安全换道虚拟引力：
其中，V(t)为车辆行驶速度，β(t)为车辆换道行驶过程中的质心侧偏角，Slane1-2为车辆所在车道及换行车道的中线距离，M为车辆质量，μslide为滑动摩擦系数，g为重力加速度，t表示时间，condtion(1)为智能车辆当前车道交通危险存在判定条件，condtion(2)为相邻车道没有交通危险判定条件，condtion(3)为智能车辆当前行驶车道没有交通危险存在判定条件，condtion(4)智能汽车禁止换道交通规则判定条件。
进一步，步骤4中的规划避撞路径的具体方法为：求出待规划位置所受所有斥力与引力的合力，合力方向为该位置车辆的理想避撞规划方向。
进一步，步骤6中当前驾驶员操作反馈进行判断决策的具体方法为：
计算驾驶员当前操作安全系数：Kdriver＝f(δd-p,Nd-p)。其中δd-p为驾驶员当前操作与理论安全操作方向盘输入角度差值，Nd-p为驾驶员当前操作与理论安全操作油门与刹车信号输入。若操作安全系数大于预设阈值则判定为不安全操作，反之判定为安全操作。在判断为安全操作的情况下，将车辆控制权归还给驾驶员。
本发明的有益效果包括：
(1)本发明提出的人工势场主动避撞模型能实现车辆行驶过程中的危险工况的规避，并减少检测盲区所带来的潜在交通事故风险以提高行车的安全系数；
(2)本发明提出的人工势场模型能够合理规划避撞路径，避免车辆规避障碍物过程中的二次碰撞所带来的伤害；
(3)本发明提出的车辆控制过程中对驾驶员操作的反馈能够实现车辆主动避撞与驾驶员控制的合理过渡。
附图说明
图1是本发明的方法流程图
图2是典型工况1示意图；
图3是典型工况2示意图；
图4是典型工况3示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
本发明提供一种使用人工势场法的车辆主动避撞方法，如图1所示，包括以下几个步骤：
步骤1：获取车辆自身与环境信息。
CCD可以工业相机可以安装在车辆前保险杠上，用于将车辆前方的状况传输给电子控制单元ECU；车载雷达设置为四个，其中1个分置在车辆前端保险杆中间位置，另外两个分别放置在两侧的前门和后门之间的中间位置，最后一个放置在车辆的尾部，用于检测车辆四个方向上的障碍物信息并传输给电子控制单ECU。
所述的车辆自身信息通过车身传感器与GPS获取，获取的信息包括：车辆速度，车辆加速度，车辆当前位置。
步骤2：通过分析车辆自身与环境信息，建立车辆虚拟斥力人工势场模型，得到车辆当前所受虚拟斥力。
所述的车辆虚拟斥力包括下列斥力：
(1)前方及侧向障碍物斥力：
其中，为障碍物与车辆相对距离，为障碍物与车辆相对速度，Mvehicle为车辆当前运动状态，Ssafe-r为障碍物与车辆理论安全距离，Kr-abstacle为车辆前方及侧向障碍物斥力系数。
(2)信号指示灯斥力：
其中，为车辆与交通信号灯相对距离，Ssafe为车辆与交通信号灯安全距离阈值，Mlight为信号灯当前显示，Ssafe-light信号灯理论影响距离，Kr-light为信号指示灯斥力系数；
(3)前方检测盲区斥力
其中，为车辆与盲区边界相对距离，为车辆与盲区边界相对速度，Ssafe-blind为车辆与盲区边界理论安全距离，Kr-blind为前方检测盲区斥力系数。
步骤3：通过车辆当前预期可见障碍物斥力以及盲区虚拟斥力判断是否需要进行主动避撞。
分别计算前方障碍物斥力、侧向障碍物斥力与盲区潜在障碍物斥力，若计算结果大于对应斥力阈值，则判定需要进行主动避撞操作。斥力阈值可取范围为0.5-2。
步骤4：在需要进行主动避撞时，利用人工势场模型规划主动避撞路径。
这里的人工势场模型包括当前地图下的虚拟斥力人工势场模型、以及引力模型；其中，引力模型包括当前全局规划虚拟引力、安全换道虚拟引力；虚拟斥力人工势场模型包括前方及侧向障碍物斥力、信号指示灯斥力、前方检测盲区斥力。
以下面几种典型工况举例说明：
(1)如图2所示工况1，自车前方存在威胁到车辆安全行驶的障碍物，此时由于相邻车道没有障碍物，在前方障碍物虚拟斥力与安全换道虚拟引力联合作用之下，车辆规划并采取换道的横向主动避撞，以将虚拟斥力控制在阈值以内，达到规避车辆碰撞的目的。
(2)如图3所示工况2，自车前方存在威胁到车辆安全行驶的障碍物，此时由于相邻车道被障碍物占用，在前方障碍物虚拟斥力，侧向障碍物虚拟斥力的作用下，此时车辆采取主动刹车，尽量减少所受车辆虚拟斥力，达到降低车辆碰撞所受伤害的目的。
(3)如图4所示工况3，自身前方存在传感器检测盲区时，检测到该盲区存在潜在的碰撞风险，在检测盲区虚拟斥力的作用之下，车辆采取换道与制动措施减少虚拟斥力，以降低盲区障碍物所带来的碰撞风险。
步骤5：将步骤4要进行的动作由电子控制单元控制避撞。
步骤6：对当前驾驶员操作反馈进行判断，决策是否归还车辆控制权。
计算驾驶员当前操作安全系数：Kdriver＝Kδ×δd-p+Nd-p，其中δd-p为驾驶员当前操作与理论安全操作方向盘输入角度差值，Nd-p为驾驶员当前操作与理论安全操作的油门与刹车信号输入差值，Kδ为输入角度差值系数。取Kδ为0.1，若操作安全系数大于预设阈值1，则判定为不安全操作，反之判定为安全操作。
步骤7：单位时间之后，重复步骤1至6直到车辆车辆到达安全地点。
以图3中的工况2为例：
(1)获取车辆自身与环境信息。
(2)通过分析车辆自身与环境信息，建立车辆斥力人工势场模型，得到车辆当前所受虚拟斥力。
(3)将车辆当前所受各项虚拟斥力分别与斥力阈值进行比较，得到障碍物斥力大于障碍物斥力阈值，判断需要进行主动避撞。
(4)建立人工势场模型，规划主动避撞路径。
自车前方存在威胁到车辆安全行驶的障碍物，此时由于相邻车道被障碍物占用，在前方障碍物虚拟斥力，侧向障碍物虚拟斥力的作用下，无法在人工势场模型中无法规划出将斥力降低至阈值以下的避撞路径此时车辆采取主动刹车，尽量减少所受车辆虚拟斥力，达到降低车辆碰撞所受伤害的目的。
(5)将步骤(4)要进行的动作由电子控制单元控制避撞。
(6)对当前驾驶员操作反馈进行判断，决策是否归还车辆控制权。
检测到风险采取主动制动措施之后，若检测到驾驶员输入油门或换道信号，则继续保持原车道进行主动制动，若驾驶员未输入换道信号且输入刹车信号，则归还车辆控制权。
(7)单位时间之后，重复步骤(1)至(6)直到车辆到达安全地点。
本发明提出的人工势场主动避撞模型能实现车辆行驶过程中的危险工况的规避，并减少检测盲区所带来的潜在交通事故风险以提高行车的安全系数；所提出的人工势场模型能够合理规划避撞路径，避免车辆规避障碍物过程中的二次碰撞所带来的伤害；车辆控制过程中对驾驶员操作的反馈能够实现车辆主动避撞与驾驶员控制的合理过渡。
上述仅为本发明技术方案和具体实施例的解释，并不用于限定本发明的保护范围，在不违背本发明实质内容和原则的前提下，所作任何修改、润饰等都在保护范围之内。

Claims (9)

1.一种采用人工势场法的车辆主动避撞方法，其特征在于，包括如下步骤：
步骤1：获取车辆自身与环境信息；
步骤2：通过分析车辆自身与环境信息，建立车辆虚拟斥力人工势场模型，得到车辆当前所受虚拟斥力；
步骤3：通过车辆可见障碍物斥力以及盲区虚拟斥力判断是否需要进行主动避撞；
步骤4：在需要进行主动避撞时，利用人工势场模型规划主动避撞路径；
步骤5：按照步骤4所规划的路径由电子控制单元控制避撞；
步骤6：对当前驾驶员操作输入进行判断，决策是否归还车辆控制权；
步骤7：单位时间之后，重复步骤1至6直到车辆到达安全地点。
2.根据权利要求1所述的一种采用人工势场法的车辆主动避撞方法，其特征在于，所述步骤1中的车辆环境信息包括：当前行驶道路两侧障碍物信息，当前行驶路面障碍物信息，当前交通信号灯信息，当前传感器视野盲区信息。
3.根据权利要求2所述的一种采用人工势场法的车辆主动避撞方法，其特征在于，所述车辆环境信息通过激光雷达与CCD工业相机获取。
4.根据权利要求1所述的一种采用人工势场法的车辆主动避撞方法，其特征在于，所述步骤2中的虚拟斥力人工势场模型包括如下斥力：
(1)前方及侧向障碍物斥力：
<mrow> <msub> <mi>F</mi> <mrow> <mi>r</mi> <mo>-</mo> <mi>a</mi> <mi>b</mi> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>c</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>K</mi> <mrow> <mi>r</mi> <mo>-</mo> <mi>a</mi> <mi>b</mi> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>c</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>M</mi> <mrow> <mi>v</mi> <mi>e</mi> <mi>h</mi> <mi>i</mi> <mi>c</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mfrac> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mrow> <mi>a</mi> <mi>b</mi> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>c</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>a</mi> <mi>b</mi> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>c</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> </mfrac> </mrow> </mtd> <mtd> <mrow> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>a</mi> <mi>b</mi> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>c</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> <mo>&lt;</mo> <msub> <mi>S</mi> <mrow> <mi>s</mi> <mi>a</mi> <mi>f</mi> <mi>e</mi> <mo>-</mo> <mi>r</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>a</mi> <mi>b</mi> <mi>s</mi> <mi>t</mi> <mi>a</mi> <mi>c</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> <mo>&amp;GreaterEqual;</mo> <msub> <mi>S</mi> <mrow> <mi>s</mi> <mi>a</mi> <mi>f</mi> <mi>e</mi> <mo>-</mo> <mi>r</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，为障碍物与车辆相对距离，为障碍物与车辆相对速度，Mvehicle为车辆当前运动状态，Ssafe-r为障碍物与车辆理论安全距离，Kr-abstacle为车辆前方及侧向障碍物斥力系数；
(2)信号指示灯斥力：
<mrow> <msub> <mi>F</mi> <mrow> <mi>r</mi> <mo>-</mo> <mi>l</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>K</mi> <mrow> <mi>r</mi> <mo>-</mo> <mi>l</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> <mi>t</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>M</mi> <mrow> <mi>l</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> <mi>t</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mfrac> <msub> <mi>S</mi> <mrow> <mi>s</mi> <mi>a</mi> <mi>f</mi> <mi>e</mi> </mrow> </msub> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>l</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> <mi>t</mi> </mrow> </msub> </mfrac> </mrow> </mtd> <mtd> <mrow> <mn>0</mn> <mo>&lt;</mo> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>l</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> <mi>t</mi> </mrow> </msub> <mo>&lt;</mo> <msub> <mi>S</mi> <mrow> <mi>s</mi> <mi>a</mi> <mi>f</mi> <mi>e</mi> <mo>-</mo> <mi>l</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> <mi>t</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>l</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> <mi>t</mi> </mrow> </msub> <mo>&gt;</mo> <msub> <mi>S</mi> <mrow> <mi>s</mi> <mi>a</mi> <mi>f</mi> <mi>e</mi> <mo>-</mo> <mi>l</mi> <mi>i</mi> <mi>g</mi> <mi>h</mi> <mi>t</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，为车辆与交通信号灯相对距离，Ssafe为车辆与交通信号灯安全距离阈值，Mlight为信号灯当前显示，Ssafe-light信号灯理论影响距离，Kr-light为信号指示灯斥力系数；
(3)前方检测盲区斥力
<mrow> <msub> <mi>F</mi> <mrow> <mi>r</mi> <mo>-</mo> <mi>b</mi> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>K</mi> <mrow> <mi>r</mi> <mo>-</mo> <mi>b</mi> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mfrac> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mrow> <mi>b</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>b</mi> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> </mfrac> </mrow> </mtd> <mtd> <mrow> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>b</mi> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>&amp;le;</mo> <msub> <mi>S</mi> <mrow> <mi>s</mi> <mi>a</mi> <mi>f</mi> <mi>e</mi> <mo>-</mo> <mi>b</mi> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <msub> <mover> <mi>S</mi> <mo>~</mo> </mover> <mrow> <mi>b</mi> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>&gt;</mo> <msub> <mi>S</mi> <mrow> <mi>s</mi> <mi>a</mi> <mi>f</mi> <mi>e</mi> <mo>-</mo> <mi>b</mi> <mi>l</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，为车辆与盲区边界相对距离，为车辆与盲区边界相对速度，Ssafe-blind为车辆与盲区边界理论安全距离，Kr-blind为前方检测盲区斥力系数。
5.根据权利要求1所述的一种采用人工势场法的车辆主动避撞方法，其特征在于，所述步骤3中的汽车主动避撞判断采用阈值判断，分别计算前方障碍物斥力、侧向障碍物斥力与盲区潜在障碍物斥力，若计算结果大于对应斥力阈值，则判定需要进行主动避撞操作。
6.根据权利要求1所述的一种采用人工势场法的车辆主动避撞方法，其特征在于，所述步骤4中的人工势场模型包括当前地图下的虚拟斥力人工势场模型、以及引力模型；其中，引力模型包括当前全局规划虚拟引力、安全换道虚拟引力；虚拟斥力人工势场模型包括前方及侧向障碍物斥力、信号指示灯斥力、前方检测盲区斥力。
7.根据权利要求6所述的一种采用人工势场法的车辆主动避撞方法，其特征在于，所述全局规划虚拟引力为：
<mrow> <msub> <mi>F</mi> <mrow> <mi>a</mi> <mi>t</mi> <mi>t</mi> <mi>r</mi> <mi>a</mi> <mi>c</mi> <mi>t</mi> <mo>-</mo> <mi>p</mi> <mi>l</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>K</mi> <mrow> <mi>a</mi> <mi>t</mi> <mi>t</mi> <mi>r</mi> <mi>a</mi> <mi>c</mi> <mi>t</mi> <mo>-</mo> <mi>p</mi> <mi>l</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;mu;</mi> <mrow> <mi>r</mi> <mi>o</mi> <mi>l</mi> <mi>l</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mi>M</mi> <mo>+</mo> <mfrac> <mn>1</mn> <mn>16</mn> </mfrac> <mi>A</mi> <mo>&amp;CenterDot;</mo> <msub> <mi>C</mi> <mi>w</mi> </msub> <mo>&amp;CenterDot;</mo> <msup> <mi>V</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow>
其中，μroll为车辆滚动阻力系数，A为车辆的等效迎风面积，Cw为车辆的风阻系数，V为车辆行驶速度，M为车辆质量，Kattract-plan为全局规划虚拟引力系数；
所述安全换道虚拟引力：
其中，V(t)为车辆行驶速度，β(t)为车辆换道行驶过程中的质心侧偏角，Slane1-2为车辆所在车道及换行车道的中线距离，M为车辆质量，μslide为滑动摩擦系数，g为重力加速度，t为时间，condtion(1)为智能车辆当前车道交通危险存在判定条件，condtion(2)为相邻车道没有交通危险判定条件，condtion(3)为智能车辆当前行驶车道没有交通危险存在判定条件，condtion(4)智能汽车禁止换道交通规则判定条件。
8.根据权利要求1所述的一种采用人工势场法的车辆主动避撞方法，其特征在于，所述步骤4中的规划主动避撞路径的具体方法为：求出待规划位置所受的所有斥力与引力的合力，所述合力方向为该位置车辆的理想避撞规划方向。
9.根据权利要求1所述的一种采用人工势场法的车辆主动避撞方法，其特征在于，所述步骤6中的具体过程包括：
计算驾驶员当前操作安全系数：Kdriver＝f(δd-p,Nd-p)；其中δd-p为驾驶员当前操作与理论安全操作方向盘输入角度差值，Nd-p为驾驶员当前操作与理论安全操作油门与刹车信号输入；若操作安全系数大于预设阈值则判定为不安全操作，反之判定为安全操作；在判断为安全操作的情况下，将车辆控制权归还给驾驶员。
CN201710351414.2A 2017-05-18 2017-05-18 一种采用人工势场法的车辆主动避撞方法 Pending CN107161143A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710351414.2A CN107161143A (zh) 2017-05-18 2017-05-18 一种采用人工势场法的车辆主动避撞方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710351414.2A CN107161143A (zh) 2017-05-18 2017-05-18 一种采用人工势场法的车辆主动避撞方法

Publications (1)

Publication Number Publication Date
CN107161143A true CN107161143A (zh) 2017-09-15

Family

ID=59816719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710351414.2A Pending CN107161143A (zh) 2017-05-18 2017-05-18 一种采用人工势场法的车辆主动避撞方法

Country Status (1)

Country Link
CN (1) CN107161143A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107826115A (zh) * 2017-10-26 2018-03-23 杨晓艳 一种汽车识别方法
CN108791285A (zh) * 2018-06-13 2018-11-13 北京车和家信息技术有限公司 一种车辆控制方法及车辆
CN108897216A (zh) * 2018-07-03 2018-11-27 吉林大学 一种基于区域虚拟力场的智能汽车模型预测决策方法
CN109147389A (zh) * 2018-08-16 2019-01-04 大连民族大学 自主汽车或者辅助驾驶系统规划路线的方法
CN109376642A (zh) * 2018-10-16 2019-02-22 长安大学 一种基于驾驶员行为的运动车辆状态预测方法
CN109515437A (zh) * 2018-09-10 2019-03-26 江苏大学 一种考虑前后车辆的acc车辆控制方法
CN110001635A (zh) * 2017-12-27 2019-07-12 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
CN110244713A (zh) * 2019-05-22 2019-09-17 江苏大学 一种基于人工势场法的智能车辆换道轨迹规划系统及方法
CN110356405A (zh) * 2019-07-23 2019-10-22 桂林电子科技大学 车辆辅助行驶方法、装置、计算机设备及可读存储介质
CN110626339A (zh) * 2019-07-10 2019-12-31 聊城大学 基于驾驶员意图的紧急避障自动驾驶辅助力矩计算方法
CN110851948A (zh) * 2019-08-27 2020-02-28 清华大学 非结构化道路条件下的行车环境态势评估方法及评估装置
CN111081011A (zh) * 2018-11-28 2020-04-28 南京航空航天大学 一种自行车行驶辅助方法
CN112092805A (zh) * 2020-09-23 2020-12-18 北京理工大学 一种智能车辆避撞与降低碰撞伤害的集成控制方法和系统
CN112109704A (zh) * 2020-09-22 2020-12-22 同济大学 一种基于精准轨迹预测的车辆避撞动态安全路径规划方法
CN113002537A (zh) * 2021-03-16 2021-06-22 镇江康飞汽车制造股份有限公司 一种基于人工势场法的车辆主动避撞方法
CN113137974A (zh) * 2021-03-15 2021-07-20 北京汽车研究总院有限公司 智能车及其路径规划方法、装置
CN113508064A (zh) * 2019-01-22 2021-10-15 日产自动车株式会社 车辆的行驶控制方法及行驶控制装置
CN113525375A (zh) * 2020-04-21 2021-10-22 郑州宇通客车股份有限公司 一种基于人工势场法的车辆换道方法及装置
CN113788014A (zh) * 2021-10-09 2021-12-14 华东理工大学 一种基于斥力场模型的特种车辆避让方法和系统
CN113936483A (zh) * 2021-12-21 2022-01-14 华录易云科技有限公司 一种面向紧急车辆快速通行的车路协同调度方法
CN114355896A (zh) * 2021-12-14 2022-04-15 东南大学 一种智能网联队列内车辆换道安全间距确定方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006199233A (ja) * 2005-01-24 2006-08-03 Advics:Kk 車両用安全制御装置
JP2007283910A (ja) * 2006-04-17 2007-11-01 Toyota Central Res & Dev Lab Inc 障害物回避制御装置及び障害物回避制御プログラム
CN101833092A (zh) * 2010-04-27 2010-09-15 成都捌零科技有限公司 车辆360度障碍无死角智能检测与预警方法
CN105109485A (zh) * 2015-08-24 2015-12-02 奇瑞汽车股份有限公司 一种驾驶方法及系统
CN105480226A (zh) * 2015-12-21 2016-04-13 冯道平 避免交通事故的方法及装置
CN105966396A (zh) * 2016-05-13 2016-09-28 江苏大学 一种基于驾驶员避撞行为的车辆避撞控制方法
CN106379316A (zh) * 2016-09-06 2017-02-08 江苏大学 一种车辆主动避撞模式切换方法
CN106427998A (zh) * 2016-09-30 2017-02-22 江苏大学 一种高速状态下车辆紧急变道避撞的控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006199233A (ja) * 2005-01-24 2006-08-03 Advics:Kk 車両用安全制御装置
JP2007283910A (ja) * 2006-04-17 2007-11-01 Toyota Central Res & Dev Lab Inc 障害物回避制御装置及び障害物回避制御プログラム
CN101833092A (zh) * 2010-04-27 2010-09-15 成都捌零科技有限公司 车辆360度障碍无死角智能检测与预警方法
CN105109485A (zh) * 2015-08-24 2015-12-02 奇瑞汽车股份有限公司 一种驾驶方法及系统
CN105480226A (zh) * 2015-12-21 2016-04-13 冯道平 避免交通事故的方法及装置
CN105966396A (zh) * 2016-05-13 2016-09-28 江苏大学 一种基于驾驶员避撞行为的车辆避撞控制方法
CN106379316A (zh) * 2016-09-06 2017-02-08 江苏大学 一种车辆主动避撞模式切换方法
CN106427998A (zh) * 2016-09-30 2017-02-22 江苏大学 一种高速状态下车辆紧急变道避撞的控制方法

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107826115A (zh) * 2017-10-26 2018-03-23 杨晓艳 一种汽车识别方法
CN110001635A (zh) * 2017-12-27 2019-07-12 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
CN108791285A (zh) * 2018-06-13 2018-11-13 北京车和家信息技术有限公司 一种车辆控制方法及车辆
CN108897216A (zh) * 2018-07-03 2018-11-27 吉林大学 一种基于区域虚拟力场的智能汽车模型预测决策方法
CN109147389A (zh) * 2018-08-16 2019-01-04 大连民族大学 自主汽车或者辅助驾驶系统规划路线的方法
CN109515437A (zh) * 2018-09-10 2019-03-26 江苏大学 一种考虑前后车辆的acc车辆控制方法
CN109376642A (zh) * 2018-10-16 2019-02-22 长安大学 一种基于驾驶员行为的运动车辆状态预测方法
CN111081011A (zh) * 2018-11-28 2020-04-28 南京航空航天大学 一种自行车行驶辅助方法
CN113508064B (zh) * 2019-01-22 2022-09-16 日产自动车株式会社 车辆的行驶控制方法及行驶控制装置
CN113508064A (zh) * 2019-01-22 2021-10-15 日产自动车株式会社 车辆的行驶控制方法及行驶控制装置
CN110244713A (zh) * 2019-05-22 2019-09-17 江苏大学 一种基于人工势场法的智能车辆换道轨迹规划系统及方法
CN110626339A (zh) * 2019-07-10 2019-12-31 聊城大学 基于驾驶员意图的紧急避障自动驾驶辅助力矩计算方法
CN110356405A (zh) * 2019-07-23 2019-10-22 桂林电子科技大学 车辆辅助行驶方法、装置、计算机设备及可读存储介质
CN110356405B (zh) * 2019-07-23 2021-02-02 桂林电子科技大学 车辆辅助行驶方法、装置、计算机设备及可读存储介质
CN110851948A (zh) * 2019-08-27 2020-02-28 清华大学 非结构化道路条件下的行车环境态势评估方法及评估装置
CN113525375A (zh) * 2020-04-21 2021-10-22 郑州宇通客车股份有限公司 一种基于人工势场法的车辆换道方法及装置
CN113525375B (zh) * 2020-04-21 2023-07-21 宇通客车股份有限公司 一种基于人工势场法的车辆换道方法及装置
CN112109704A (zh) * 2020-09-22 2020-12-22 同济大学 一种基于精准轨迹预测的车辆避撞动态安全路径规划方法
CN112092805A (zh) * 2020-09-23 2020-12-18 北京理工大学 一种智能车辆避撞与降低碰撞伤害的集成控制方法和系统
CN113137974A (zh) * 2021-03-15 2021-07-20 北京汽车研究总院有限公司 智能车及其路径规划方法、装置
CN113137974B (zh) * 2021-03-15 2023-05-19 北京汽车研究总院有限公司 智能车及其路径规划方法、装置
CN113002537A (zh) * 2021-03-16 2021-06-22 镇江康飞汽车制造股份有限公司 一种基于人工势场法的车辆主动避撞方法
CN113788014A (zh) * 2021-10-09 2021-12-14 华东理工大学 一种基于斥力场模型的特种车辆避让方法和系统
CN114355896A (zh) * 2021-12-14 2022-04-15 东南大学 一种智能网联队列内车辆换道安全间距确定方法
CN113936483A (zh) * 2021-12-21 2022-01-14 华录易云科技有限公司 一种面向紧急车辆快速通行的车路协同调度方法
CN113936483B (zh) * 2021-12-21 2022-03-22 华录易云科技有限公司 一种面向紧急车辆快速通行的车路协同调度方法

Similar Documents

Publication Publication Date Title
CN107161143A (zh) 一种采用人工势场法的车辆主动避撞方法
CN105966396B (zh) 一种基于驾驶员避撞行为的车辆避撞控制方法
CN104282161B (zh) 一种基于实时车辆轨迹的信号交叉口两难区控制方法
CN103072575B (zh) 一种车辆主动防碰撞方法
CN110155046A (zh) 自动紧急制动分级控制方法与系统
CN104210489A (zh) 车路协同环境下车辆与行人碰撞规避方法与系统
CN107161097A (zh) 基于北斗导航系统的车辆行驶智能安全系统
CN105667506B (zh) 一种汽车动态紧急避撞控制方法
CN104192144B (zh) 一种汽车主动防撞弯道虚警消除方法
CN102785660A (zh) 车辆防碰撞预警装置
CN110316198A (zh) 一种用于高速公路提速的安全保障系统及运行方法
CN104494550A (zh) 一种车辆主动避撞装置及避撞距离的计算方法
CN104648389B (zh) 汽车安全防护方法及系统
CN106627590A (zh) 刹车距离计算方法及装置
CN106251666A (zh) 面向智能网联汽车的雾天环境下高速公路安全车速引导系统和方法
CN106428002A (zh) 一种基于车辆主动安全的防撞预警装置及方法
CN109849917A (zh) 车辆的控制方法、系统和车辆
CN107985308A (zh) 基于可拓逻辑的主动避撞系统及该系统的模式切换方法
CN106530827A (zh) 弯道行车预警装置、系统及方法
Raksincharoensak et al. Predictive braking assistance system for intersection safety based on risk potential
CN206049559U (zh) 一种基于计算机技术的车辆辅助驾驶系统
CN203165215U (zh) 高速公路安全行车监测系统
CA3102494C (en) Vehicle speed management systems and methods
CN113870580A (zh) 用于货车的超速检测方法、装置、货车车辆及货车系统
CN103273913A (zh) 一种基于正交配置优化的汽车自动制动装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170915