CN108944929B - 一种用于车辆自适应巡航控制系统的目标提取方法 - Google Patents
一种用于车辆自适应巡航控制系统的目标提取方法 Download PDFInfo
- Publication number
- CN108944929B CN108944929B CN201810552699.0A CN201810552699A CN108944929B CN 108944929 B CN108944929 B CN 108944929B CN 201810552699 A CN201810552699 A CN 201810552699A CN 108944929 B CN108944929 B CN 108944929B
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- main vehicle
- main
- follows
- 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.)
- Active
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 54
- 238000000605 extraction Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 9
- 230000003068 static effect Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000736199 Paeonia Species 0.000 description 1
- 235000006484 Paeonia officinalis Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
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
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
- B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种用于车辆自适应巡航控制系统的目标提取方法,利用ESR雷达传感器识别前方目标,提取目标数据,判断目标是否为目标车辆还是目标物体;针对前方目标物体的数据,利用最小二乘法进行三次曲线拟合,拟合出的三次曲率曲线来表示道路边沿情况,利用拟合的三次曲线提前估计车辆前方行驶道路情况,判断是否需要退出自适应巡航控制系统;在弯道处时进行弯道识别,判断主车前方目标是否为有效目标。本发明能准确识别正在跟踪的车辆,保障自适应巡航控制系统在使用中的行车安全性。
Description
技术领域
本发明涉及一种用于车辆自适应巡航控制系统的目标提取方法,尤其针对使用自适应巡航模式的驾驶主车能够对于目标车辆进行识别和追踪。
背景技术
目前,无人驾驶和辅助驾驶越来越得到人们的关注,将是未来汽车的发展方向。辅助驾驶在提高安全性、减轻驾驶员操作负担、节能环保等方面有非常重大的作用,汽车自适应巡航的技术在产生的十几年间迅速发展,目前已有车辆配备了自适应巡航系统,自适应巡航系统主要基于雷达和摄像头,当驾驶员打开自适应巡航模式,车辆会按照驾驶员设定的参数以一定的距离自动跟随处在本车前方的目标车辆。但是,现有技术中的自适应巡航系统存在有局限性。车辆在弯道时,毫米波雷达的视野较小,汽车会根据弯道的情况而调整车速,若是弯道半径过小,可能会丢失目标,造成对跟踪车辆的误判,存在安全隐患,现阶段大部分自适应巡航驾驶系统是对150m以上的弯道半径做性能要求。
发明内容
本发明是为避免上述现有技术所存在的问题,提供一种用于车辆自适应巡航控制系统的目标提取方法,以便准确识别正在跟踪的车辆,保障行车安全性。
本发明为解决技术问题采用如下技术方案:
本发明用于车辆自适应巡航控制系统的目标提取方法的特点是:
所述车辆是指具有自适应巡航控制系统功能的主车,所述目标包括是指主车前方、且与主车按相同方向行进的目标车辆,以及处在主车前方道路两侧的目标物体;
在所述主车上配置有GPS定位系统和毫米波雷达;所述毫米波雷达通过目标合并输出目标信号,所述目标信号包括目标ID号、主车与目标之间的距离ρ、主车与目标之间的相对速度v,以及主车与目标之间的相对方位角θ;
所述目标提取方法按如下步骤进行:
步骤1:利用相对方位角θ,根据式(1)计算获得主车与目标之间的纵向距离为dy,以及主车与目标之间的侧向距离为dx,
纵向是指沿着主车的行驶方向,所述侧向是指垂直于主车的行驶方向;
步骤2、利用主车上的GPS定位系统检测获得主车的行驶速度va,利用所述毫米波雷达检测获得目标相对于主车的径向速度vr,则:目标相对于主车的切向速度vt为:
其中,vr=v,为θ的微分值;
径向是指主车与目标连线的方向,切向是指垂直于主车与目标连线的方向;
利用式(2)计算获得目标相对于主车的纵向速度vy;利用式(3)计算获得目标相对于主车的侧向速度为vx;
vy=vrcosθ-vtsinθ (2)
vx=vrsinθ+vtcosθ (3)
步骤3、按如下方式对目标进行判断:
针对主车与目标A,在毫米波雷达的连续三个检测周期内,若是满足条件一,则判断目标A为静止目标A1,
设置条件一为:|vy-va|<0.1m/s;
在所述主车与静止目标A1之间,若不满足条件二,则判断静止目标A1为目标车辆;
在所述主车与静止目标A1之间,若满足条件二,则判断静止目标A1为目标物体;
设置条件二为:|dx|≥4.5m;
步骤4:针对目标物体,按如下方式获得道路曲线:
定义坐标系:以纵向为y轴向,以侧向为x轴向,以雷达中心点为坐标原点;
利用目标物体的目标信号,采用最小二乘法进行拟合,获得由式(4)所表征的道路曲线y(x):
y(x)=p11x3+p12x2+p13x+p14 (4)
其中,x和y分别由式(1)计算获得:y(x)=dy,x=dx;
利用式(5)所示的正规方程组求解获得各系数p11、p12、p13和p14:
其中,m是由毫米波雷达检测获得、且按时间序列排布的目标信号的个数,m至少为4,xk为m个目标信号中第k个目标信号中的x的值;yk为的m个目标信号中第k个目标信号中的y的值;
步骤5:根据所获得的由式(4)所表征的道路曲线,按如下方式选取道路曲线的有效区域:
设定:道路曲线有效区域的x值为:0≤x≤xm;取x=xm,利用式(4)计算获得y(xm);
定义:雷达中心点在沿侧向上延伸并于道路侧边形成的交点为P1点;
道路曲线中(xm,y(xm))点为P2点;
P1与P2的连线为P1P2;获得连线P1P2与主车行进方向的夹角为β角;
步骤6:按照β角的阈值对是否需要退出自适应巡航控制系统做出处理;
若β角大于10°,判断为不适于自适应巡航的工作模式,退出自适应巡航;
若β小于0.1°,判断道路为近似直线,主车保持为自适应巡航的工作模式;
若β角度在0.1°和10°之间,判断为主车处在弯道中;
针对处在弯道中的主车,判断处在主车前方的目标车辆为有效目标或为无效目标;若为有效目标,则主车保持与有效目标之间的自适应巡航工作模式;若为无效目标,则主车退出自适应巡航工作模式;
所述有效目标是指:目标车辆与主车处于同一车道中;
所述无效目标是指:目标车辆与主车处于不同车道中。
本发明目标提取方法的特点也在于按如下方式判断目标车辆是否为有效目标:
目标车辆尾部中点为p5,自点p5起在沿侧向上延伸并于道路侧边形成的交点为P3点;经过点p5,并与p5和毫米波雷达中点连线相垂直的线与道路侧边形成的交点为p4;
对于处在弯道中的主车,根据主车与目标之间的距离ρ1和相对方位角θ1,利用式(1)分别计算获得dx1和dy1的值为:dy1=ρ1cosθ1;dx1=ρ1sinθ1
利用dy1的值,将y(x1)=dy1代入三次式(4)计算获得对应的x1的值;
计算获得p3和p5间的距离L1为:L1=x1-dx1;
计算获得p4与p5间的距离L2为:L2=L1×cos2θ;
设置条件三:
H为前方目标车辆的宽度,W为车道宽度;
若满足条件三,判断前方目标车辆为有效目标,主车维持自适应巡航控制模式;
若不满足条件三,则判断前方目标车辆为无效目标,主车退出自适应巡航控制系统。
与已有技术相比,本发明有益效果体现在:
1、本发明中设计的毫米波雷达目标识别与弯道有效目标识别方法可有效滤除干扰和无效信息,准确识别自适应巡航控制所需的目标,同时可在在弯道工况下进行有效目标识别.本发明所设计的目标识别方法可以用于自适应巡航控制系统道路信息的识别与检测。
2、本发明创建的弯道识别模型可识别前方目标是否属于自适应巡航控制系统的有效目标,经验证,本发明所建立的模型对于模型里的参数的波动不敏感,具有良好的稳定性。建立的自适应巡航控制系统有效目标辨识模型结构简单,在弯道处能够准确跟踪前方目标车辆,保证驾驶安全性。
3、本发明中通过毫米波雷达测量试验车辆与前方目标的相对距离相对角度和相对车速,根据雷达数据,采用三次多项式作为基函数,采用最小二乘方法拟合道路参数方程,能以较高精度描述道路平面线形,为自适应巡航控制系统在弯道处能够判断是否为有效目标提供依据。
4、本发明基于几何分析方法建立了自适应巡航控制系统有效目标的辨识模型,验证试验表明,模型辨识准确,实时分辨能力较强。依据发明中提出的方法,可以判断在弯道处是否满足自适应巡航控制系统的工作条件,对提高驾驶员的安全性有很大的帮助。
附图说明
图1为本发明中自适应巡航控制系统工作判断情况的流程示意图;
图2为本发明中主车与目标车辆相对位置示意图;
图3为本发明中弯道工况下几何关系分析示意图;
图4为本发明中弯道识别模型示意图;
图中标号:1主车,2目标车辆,3道路。
具体实施方式
本实施例中用于车辆自适应巡航控制系统的目标提取方法是:
车辆是指具有自适应巡航控制系统功能的主车,目标包括是指主车前方、且与主车按相同方向行进的目标车辆,以及处在主车前方道路两侧的目标物体。
在主车上配置有GPS定位系统和德尔福毫米波雷达,毫米波雷达具有同时工作的两种检测模式,分别是中距离模式和远距离模式;中距离模式用于检测主车前方60m、水平视角±45°之内的目标;远距离模式用于检测主车前方175m、水平视角±10°之内的目标;毫米波雷达通过目标合并输出目标信号,目标信号包括目标ID号、主车与目标之间的距离ρ、主车与目标之间的相对速度v,以及主车与目标之间的相对方位角θ。
ID号包含在雷达数据中,毫米波雷达在一个检测周期内总计输出64个目标信号,毫米波雷达的目标信号更新频率为20Hz,主车的行驶速度va为:va≥30km/h。
目标提取方法按如下步骤进行:
步骤1:如图2所示,利用相对方位角θ,根据式(1)计算获得主车1与目标之间的纵向距离为dy,以及主车1与目标之间的侧向距离为dx,
纵向是指沿着主车1的行驶方向,侧向是指垂直于主车1的行驶方向;
比如:选择目标ID号为2的目标为ID2,主车与ID2之间的距离ρ2=82.56028m、主车与ID2之间的相对速度v2=25.8404m/s,主车与ID2之间的相对方位角θ0=0.718461°;计算获得主车与目标车辆的相对侧向距离为:dx2=1.03524m,其相对纵向距离为:dy2=82.5538m。
步骤2、利用主车上的GPS定位系统检测获得主车1的行驶速度va,利用毫米波雷达检测获得目标相对于主车1的径向速度vr,则:目标相对于主车1的切向速度vt为:
其中,vr=v,为θ的微分值;
径向是指主车1与目标连线的方向,切向是指垂直于主车1与目标连线的方向。
利用式(2)计算获得目标相对于主车1的纵向速度vy;利用式(3)计算获得目标相对于主车1的侧向速度为vx;
vy=vrcosθ-vtsinθ (2)
vx=vrsinθ+vtcosθ (3)
步骤3、按如下方式对目标进行判断:
针对主车与目标A,在毫米波雷达的连续三个检测周期内,若是满足条件一,则判断目标A为静止目标A1;若是不满足条件一,则判断目标A为运动目标A1,剔除运动目标A1信号。
设置条件一为:|vy-va|<0.1m/s;
在主车与静止目标A1之间,若不满足条件二,则判断静止目标A1为目标车辆;
在主车与静止目标A1之间,若满足条件二,则判断静止目标A1为目标物体;
设置条件二为:|dx|≥4.5m;
此时主车行驶在每条道路宽为3m三车道上,且车辆在中间车道行驶;比如:主车利用GPS测得的绝对车速为va=25.7967m/s,计算得到目标车辆纵向相对速度为vy2=25.8384m/s,计算得到|vy2-va|=0.042km/h,同时满足条件一和条件二,判断例中目标ID2是目标车辆。
步骤4:针对目标物体,按如下方式获得道路曲线:
定义坐标系:如图3所示,以纵向为y轴向,以侧向为x轴向,以雷达中心点为坐标原点;
利用目标物体的目标信号,采用最小二乘法进行拟合,获得由式(4)所表征的道路曲线y(x):
y(x)=p11x3+p12x2+p13x+p14 (4)
其中,x和y分别由式(1)计算获得:y(x)=dy,x=dx;采用三次曲线拟合主要是避免了高次曲线计算上的复杂性及其它方面的不利因素,同时又达到了较好的拟合效果,便于在计算机上编程实现。
利用式(5)所示的正规方程组求解获得各系数p11、p12、p13和p14:
其中,m是由毫米波雷达检测获得、且按时间序列排布的目标信号的个数,m至少为4,xk为m个目标信号中第k个目标信号中的x的值;yk为的m个目标信号中第k个目标信号中的y的值。
步骤5:根据所获得的由式(4)所表征的道路曲线,按如下方式选取道路曲线的有效区域:
设定:道路曲线有效区域的x值为:0≤x≤xm;取x=xm,利用式(4)计算获得y(xm);
定义:如图3所示,雷达中心点在沿侧向上延伸并于道路3侧边形成的交点为P1点;道路曲线中的(xm,y(xm))点为P2点;P1与P2的连线为P1P2;获得连线P1P2与主车1行进方向的夹角为β角;
步骤6:如图1所示,按照β角的阈值对是否需要退出自适应巡航控制系统做出处理:
若β角大于10°,判断为不适于自适应巡航的工作模式,退出自适应巡航,其道路半径很小;
若β小于0.1°,判断道路为近似直线,主车保持为自适应巡航的工作模式;
若β角度在0.1°和10°之间,判断为主车处在弯道中,此时主车不会丢失目标,同时说明道路具有一定弧度,可能会误把其他车道的车辆作为目标跟踪。
针对处在弯道中的主车,判断处在主车前方的目标车辆为有效目标或为无效目标;若为有效目标,则主车保持与有效目标之间的自适应巡航工作模式;若为无效目标,则主车退出自适应巡航工作模式;
有效目标是指:目标车辆与主车处于同一车道中;
无效目标是指:目标车辆与主车处于不同车道中。
具体实施中,如图4所示按如下方式判断目标车辆是否为有效目标:
目标车辆2尾部中点为p5,自点p5起在沿侧向上延伸并于道路侧边形成的交点为P3点;经过点p5,并与p5和毫米波雷达中点连线相垂直的线与道路侧边形成的交点为p4;
对于处在弯道中的主车1,根据主车1与目标之间的距离ρ1和相对方位角θ1,利用式(1)分别计算获得dx1和dy1的值为:dy1=ρ1cosθ1;dx1=ρ1sinθ1;
利用dy1的值,将y(x1)=dy1代入三次式(4)计算获得对应的x1的值。
计算获得p3和p5间的距离L1为:L1=x1-dx1;
计算获得p4与p5间的距离L2为:L2=L1×cos2θ;
设置条件三:
H为前方目标车辆2的宽度,W为车道宽度。
若满足条件三,判断前方目标车辆2为有效目标,主车1维持自适应巡航控制模式;
若不满足条件三,则判断前方目标车辆2为无效目标,主车1退出自适应巡航控制系统。
如果主车1和目标车辆2处于同一车道,自适应巡航控制系统利用控制算法对车速进行控制,如果前方所有车辆都与主车不处于同一车道,则ACC系统根据预设车速保持固定车速行驶,或者需要驾驶人员退出自适应巡航控制系统,主动驾驶车辆。同时以上分析方法也适用于右转弯弯道,由此可完成对弯道处自适应巡航控制系统对前方目标是否为有效目标的判断计算。
利用获取的数据拟合出的道路曲线为
y(x)=70x3-1117x2+6005x-10783;
利用三次拟合曲线公式,计算得到主车与目标物体纵向相对距离为dy30=87.5611m,计算得到主车与目标物体纵向相对距离为dx30=ρ30sinθ30=5.6608m,主车与道路边缘点的距离为dx2,利用上述方案拟合的三次曲线计算的x1=4.5049m,,计算得到β=0.7563°。认为不会丢失目标,进行弯道识别。比如,主车车辆与ID的方位夹角θ0=0.718461°。计算得到d=1.04586m,车宽H=1.75m,W=3.75m,满足条件三,可以得出主车和前方车辆处于同一车道,不需要退出自适应巡航控制系统。
表1
表1前四列所示为雷达获取的目标信号,包括包括目标ID号、主车与目标之间的距离ρ、主车与目标之间的相对方位角θ,以及主车与目标之间的相对速度v,第五列第六列为主车与目标之间的侧向距离为dx和主车与目标之间的纵向距离为dy。
Claims (2)
1.一种用于车辆自适应巡航控制系统的目标提取方法,其特征是:
所述车辆是指具有自适应巡航控制系统功能的主车,所述目标包括主车前方、且与主车按相同方向行进的目标车辆,以及处在主车前方道路两侧的目标物体;
在所述主车上配置有GPS定位系统和毫米波雷达;所述毫米波雷达通过目标合并输出目标信号,所述目标信号包括目标ID号、主车与目标之间的距离ρ、主车与目标之间的相对速度v,以及主车与目标之间的相对方位角θ;
所述目标提取方法按如下步骤进行:
步骤1:利用相对方位角θ,根据式(1)计算获得主车与目标之间的纵向距离为dy,以及主车与目标之间的侧向距离为dx,
纵向是指沿着主车的行驶方向,所述侧向是指垂直于主车的行驶方向;
步骤2、利用主车上的GPS定位系统检测获得主车的行驶速度va,利用所述毫米波雷达检测获得目标相对于主车的径向速度vr,则:目标相对于主车的切向速度vt为:
其中,νr=v,为θ的微分值;
径向是指主车与目标连线的方向,切向是指垂直于主车与目标连线的方向;
利用式(2)计算获得目标相对于主车的纵向速度vy;利用式(3)计算获得目标相对于主车的侧向速度为vx;
vy=vrcosθ-vtsinθ (2),
vx=vrsinθ+vtcosθ (3);
步骤3、按如下方式对目标进行判断:
针对主车与目标A,在毫米波雷达的连续三个检测周期内,若是满足条件一,则判断目标A为静止目标A1,
设置条件一为:|vy-va|<0.1m/s;
在所述主车与静止目标A1之间,若不满足条件二,则判断静止目标A1为目标车辆;
在所述主车与静止目标A1之间,若满足条件二,则判断静止目标A1为目标物体;
设置条件二为:|dx|≥4.5m;
步骤4:针对目标物体,按如下方式获得道路曲线:
定义坐标系:以纵向为y轴向,以侧向为x轴向,以雷达中心点为坐标原点;
利用目标物体的目标信号,采用最小二乘法进行拟合,获得由式(4)所表征的道路曲线y(x):
y(x)=p11x3+p12x2+p13x+p14 (4),
其中,x和y分别由式(1)计算获得:y(x)=dy,x=dx;
利用式(5)所示的正规方程组求解获得各系数p11、p12、p13和p14:
其中,m是由毫米波雷达检测获得、且按时间序列排布的目标信号的个数,m至少为4,xk为m个目标信号中第k个目标信号中的x的值;yk为的m个目标信号中第k个目标信号中的y的值;
步骤5:根据所获得的由式(4)所表征的道路曲线,按如下方式选取道路曲线的有效区域:
设定:道路曲线有效区域的x值为:0≤x≤xm;取x=xm,利用式(4)计算获得y(xm);
定义:雷达中心点在沿侧向上延伸并于道路侧边形成的交点为P1点;道路曲线中(xm,y(xm))点为P2点;
P1与P2的连线为P1P2;获得连线P1P2与主车行进方向的夹角为β角;
步骤6:按照β角的阈值对是否需要退出自适应巡航控制系统做出处理;
若β角大于10°,判断为不适于自适应巡航的工作模式,退出自适应巡航;
若β小于0.1°,判断道路为近似直线,主车保持为自适应巡航的工作模式;
若β角度在0.1°和10°之间,判断为主车处在弯道中;
针对处在弯道中的主车,判断处在主车前方的目标车辆为有效目标或为无效目标;若为有效目标,则主车保持与有效目标之间的自适应巡航工作模式;若为无效目标,则主车退出自适应巡航工作模式;
所述有效目标是指:目标车辆与主车处于同一车道中;
所述无效目标是指:目标车辆与主车处于不同车道中。
2.根据权利要求1所述的用于车辆自适应巡航控制系统的目标提取方法,其特征是按如下方式判断目标车辆是否为有效目标:
目标车辆尾部中点为p5,自点p5起在沿侧向上延伸并于道路侧边形成的交点为p3点;经过点p5,并与p5和毫米波雷达中点连线相垂直的线与道路侧边形成的交点为p4;
对于处在弯道中的主车,根据主车与目标之间的距离ρ1和相对方位角θ1,利用式(1)分别计算获得dx1和dy1的值为:dy1=ρ1cosθ1;dx1=ρ1sinθ1
利用dy1的值,将y(x1)=dy1代入三次式(4)计算获得对应的x1的值;
计算获得p3和p5间的距离L1为:L1=x1-dx1;
计算获得p4与p5间的距离L2为:L2=L1×cos2θ;
设置条件三:
H为前方目标车辆的宽度,W为车道宽度;
若满足条件三,判断前方目标车辆为有效目标,主车维持自适应巡航控制模式;
若不满足条件三,则判断前方目标车辆为无效目标,主车退出自适应巡航控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810552699.0A CN108944929B (zh) | 2018-05-31 | 2018-05-31 | 一种用于车辆自适应巡航控制系统的目标提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810552699.0A CN108944929B (zh) | 2018-05-31 | 2018-05-31 | 一种用于车辆自适应巡航控制系统的目标提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108944929A CN108944929A (zh) | 2018-12-07 |
CN108944929B true CN108944929B (zh) | 2019-11-15 |
Family
ID=64492822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810552699.0A Active CN108944929B (zh) | 2018-05-31 | 2018-05-31 | 一种用于车辆自适应巡航控制系统的目标提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108944929B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11009881B2 (en) * | 2019-04-05 | 2021-05-18 | Caterpillar Paving Products Inc. | Roadway center detection for autonomous vehicle control |
CN110155046B (zh) * | 2019-05-09 | 2020-12-29 | 武汉理工大学 | 自动紧急制动分级控制方法与系统 |
CN110472578B (zh) * | 2019-08-15 | 2020-09-18 | 宁波中车时代传感技术有限公司 | 基于车道弯曲度的车道线保持方法 |
CN110444044B (zh) * | 2019-08-27 | 2022-07-12 | 纵目科技(上海)股份有限公司 | 基于超声波传感器的车辆位姿检测系统、终端和存储介质 |
CN110949395B (zh) * | 2019-11-15 | 2021-06-22 | 江苏大学 | 一种基于多传感器融合的弯道acc目标车辆识别方法 |
CN111169476B (zh) * | 2020-01-18 | 2021-09-03 | 重庆长安汽车股份有限公司 | 一种运动趋势预测方法、装置、控制器及汽车 |
CN111366928B (zh) * | 2020-02-21 | 2022-07-01 | 北京小马慧行科技有限公司 | 车辆速度的确定方法及装置、存储介质、处理器 |
CN112540622B (zh) * | 2020-04-10 | 2021-12-28 | 广州极飞科技股份有限公司 | 雷达数据的处理方法及装置、作业设备 |
CN112130563B (zh) * | 2020-09-10 | 2022-04-29 | 东风汽车集团有限公司 | 一种多目标筛选辅助驾驶控制方法 |
CN112699575A (zh) * | 2021-01-22 | 2021-04-23 | 中汽创智科技有限公司 | 一种虚拟车辆测试平台中相对位置测算方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005032182A1 (de) * | 2005-07-09 | 2007-01-18 | Bayerische Motoren Werke Ag | Verfahren zur Regelung der Geschwindigkeit eines Kraftfahrzeugs |
JP4475342B2 (ja) * | 2008-03-28 | 2010-06-09 | アイシン・エィ・ダブリュ株式会社 | 道路形状推定装置、道路形状推定方法及びプログラム |
CN102358289A (zh) * | 2011-09-07 | 2012-02-22 | 北京理工大学 | 一种车辆acc工况弯道主目标快速识别方法 |
CN103163886B (zh) * | 2013-04-08 | 2016-04-13 | 合肥中科自动控制系统有限公司 | 一种智能车辆的自动驾驶装置及控制方法 |
DE102014218565B4 (de) * | 2014-09-16 | 2020-07-23 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zur adaptiven Geschwindigkeits- und/oder Abstandsregelung eines Fahrzeugs |
CN105667509A (zh) * | 2015-12-30 | 2016-06-15 | 苏州安智汽车零部件有限公司 | 一种用于汽车自适应巡航控制系统的弯道控制系统及方法 |
-
2018
- 2018-05-31 CN CN201810552699.0A patent/CN108944929B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108944929A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108944929B (zh) | 一种用于车辆自适应巡航控制系统的目标提取方法 | |
US11768286B2 (en) | Method of determining the yaw rate of a target vehicle | |
CN107609522B (zh) | 一种基于激光雷达和机器视觉的信息融合车辆检测系统 | |
US10605896B2 (en) | Radar-installation-angle calculating device, radar apparatus, and radar-installation-angle calculating method | |
Yao et al. | On-road vehicle trajectory collection and scene-based lane change analysis: Part II | |
CN102508246B (zh) | 车辆前方障碍物检测跟踪方法 | |
Jiménez et al. | Improving the obstacle detection and identification algorithms of a laserscanner-based collision avoidance system | |
US20120116662A1 (en) | System and Method for Tracking Objects | |
CN106096525A (zh) | 一种复合型车道识别系统及方法 | |
CN206734295U (zh) | 一种用于探测车辆周围目标的探测系统以及其应用 | |
CN106295459A (zh) | 基于机器视觉和级联分类器的车辆检测和预警方法 | |
CN104044594A (zh) | 一种面向横向距离预警的运算装置 | |
CN109752719A (zh) | 一种基于多传感器的智能汽车环境感知方法 | |
CN107796373A (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
CN101233036A (zh) | 用于为驾驶员辅助功能产生环境假设的方法 | |
Tanaka et al. | Vehicle Detection Based on Perspective Transformation Using Rear‐View Camera | |
CN113432615A (zh) | 基于多传感器融合可驾驶区域的检测方法、系统和车辆 | |
Xie et al. | Obstacle detection based on depth fusion of lidar and radar in challenging conditions | |
CN202911633U (zh) | 基于多信息融合的混合动力车车道标识线动态检测装置 | |
Li et al. | Composition and application of current advanced driving assistance system: A review | |
CN114084129A (zh) | 一种基于融合的车辆自动驾驶控制方法及系统 | |
Wittmann et al. | Improving lidar data evaluation for object detection and tracking using a priori knowledge and sensorfusion | |
Liu et al. | A detachable and expansible multisensor data fusion model for perception in level 3 autonomous driving system | |
Ye et al. | The implementation of lane detective based on OpenCV | |
US20130204518A1 (en) | Minimal infrastructure system and method for determining lane |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |