CN109229105A - 驾驶辅助系统和方法 - Google Patents

驾驶辅助系统和方法 Download PDF

Info

Publication number
CN109229105A
CN109229105A CN201710499108.3A CN201710499108A CN109229105A CN 109229105 A CN109229105 A CN 109229105A CN 201710499108 A CN201710499108 A CN 201710499108A CN 109229105 A CN109229105 A CN 109229105A
Authority
CN
China
Prior art keywords
vehicle
jumps
speed
clear
curve
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
CN201710499108.3A
Other languages
English (en)
Inventor
王丛
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.)
Audi AG
Original Assignee
Audi AG
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 Audi AG filed Critical Audi AG
Priority to CN201710499108.3A priority Critical patent/CN109229105A/zh
Publication of CN109229105A publication Critical patent/CN109229105A/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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及驾驶辅助系统和方法。一种用于车辆的驾驶辅助系统包括：检测装置，用于检测车辆周围环境中的障碍物；分析装置，用于在判断检测装置检测的障碍物是可越过障碍物并且可越过障碍物在车辆的预期行驶轨迹中时，根据可越过障碍物的位置和形状，确定车辆自动通过可越过障碍物时的预期通过速度和车辆的预期减速曲线；和输出装置，用于控制车辆根据预期通过速度和预期减速曲线行驶通过可越过障碍物。

Description

驾驶辅助系统和方法
技术领域
本发明涉及车辆的辅助技术领域。更具体地，本发明涉及用于车辆的驾驶辅助系统和方法。
背景技术
现有的自动驾驶技术主要关注本车辆周围的其他车辆、行人等，以便于本车辆能实现安全高效行驶。车辆在行驶过程中还会经常越过减速带。减速带等可越过障碍物与车辆车身发生碰撞的可能性较低。但是，为防止车辆损坏且保证乘员舒适性，在通过减速带之前，车辆需要减速。在驾驶员手动驾驶车辆通过减速带时，需要提前观察发现减速带，并且在适当的时间点制动，以使车辆以合适的速度通过减速带。这无疑增加了驾驶员的操作难度。
为此，需要一种能够自动检测可越过障碍物并辅助车辆通过可越过障碍物的驾驶辅助系统和方法。
发明内容
本发明的一个目的是提供能够自动检测可越过障碍物的驾驶辅助系统和方法。本发明的另一目的是提供能够辅助车辆自动通过可越过障碍物的驾驶辅助系统和方法。本发明的另一目的是提供能够建立车辆通过可越过障碍物的驾驶行为模型的驾驶辅助系统和方法。
本发明的一个方面提供一种用于车辆的驾驶辅助系统，包括：检测装置，用于检测车辆周围环境中的障碍物；分析装置，用于在判断检测装置检测的障碍物是可越过障碍物并且可越过障碍物在车辆的预期行驶轨迹中时，根据可越过障碍物的位置和形状，确定车辆自动通过可越过障碍物时的预期通过速度和车辆的预期减速曲线；和输出装置，用于控制车辆根据预期通过速度和预期减速曲线行驶通过可越过障碍物。
根据本发明的实施例，分析装置构造成根据预置模型来确定预期通过速度和预期减速曲线。
根据本发明的实施例，驾驶辅助系统还包括学习装置，用于记录驾驶员在手动驾驶车辆通过先前的可越过障碍物时的驾驶行为。
根据本发明的实施例，学习装置还构造成根据记录的驾驶行为，建立驾驶行为模型；并且分析装置还构造成根据驾驶行为模型来确定预期通过速度和预期减速曲线。
根据本发明的实施例，驾驶行为包括：可越过障碍物的高度、车辆通过可越过障碍物时的通过速度、车辆开始减速时车辆到可越过障碍物的距离、和车辆的减速曲线；学习装置还构造成建立高度与通过速度之间的拟合曲线、和车辆的实时加速度与车辆到可越过障碍物的实时距离之间的曲线的拟合范围；并且分析装置还构造成根据高度与通过速度之间的拟合曲线来确定预期通过速度，并且根据车辆的实时加速度与车辆到可越过障碍物的实时距离之间的曲线的拟合范围来确定预期减速曲线。
根据本发明的实施例，分析装置还构造成：根据记录的通过速度和高度的多个组合，建立高度与通过速度之间的拟合曲线；和/或根据记录的多个减速曲线，建立车辆的实时加速度与实时距离之间的曲线的拟合范围。
根据本发明的实施例，分析装置构造成存储有预置模型；并且学习装置还构造成根据记录的驾驶行为来修正预置模型。
根据本发明的实施例，可越过障碍物的高度在20至150mm之间。
根据本发明的实施例，检测装置包括光学雷达单元。
本发明的另一方面提供一种车辆，其包括根据本发明的驾驶辅助系统。
本发明的另一方面提供一种用于车辆的驾驶辅助方法，包括：检测车辆周围环境中的障碍物；在判断检测的障碍物是可越过障碍物并且可越过障碍物在车辆的预期行驶轨迹中时，根据可越过障碍物的位置和形状，确定车辆自动通过可越过障碍物时的预期通过速度和车辆的预期减速曲线；和控制车辆根据预期通过速度和预期减速曲线行驶通过可越过障碍物。
根据本发明的实施例，根据预置模型来确定预期通过速度和预期减速曲线。
根据本发明的实施例，驾驶辅助方法还包括：记录驾驶员在手动驾驶车辆通过先前的可越过障碍物时的驾驶行为。
根据本发明的实施例，驾驶辅助方法还包括：根据记录的驾驶行为，建立驾驶行为模型，其中，根据驾驶行为模型来确定预期通过速度和预期减速曲线。
根据本发明的实施例，驾驶行为包括：可越过障碍物的高度、车辆通过可越过障碍物时的通过速度、车辆开始减速时车辆到可越过障碍物的距离、和车辆的减速曲线；建立驾驶行为模型包括：建立高度与通过速度之间的拟合曲线、和车辆的实时加速度与车辆到可越过障碍物的实时距离之间的曲线的拟合范围；并且根据驾驶行为模型来确定预期速度和预期减速曲线包括：根据高度与通过速度之间的拟合曲线来确定预期通过速度，并且根据车辆的实时加速度与车辆到可越过障碍物的实时距离之间的曲线的拟合范围来确定预期减速曲线。
根据本发明的实施例，根据记录的通过速度和高度的多个组合，建立高度与通过速度之间的拟合曲线；和/或根据记录的多个减速曲线，建立车辆的实时加速度与实时距离之间的曲线的拟合范围。
根据本发明的实施例，驾驶辅助方法还包括根据记录的驾驶行为来修正预置模型。
根据本发明的实施例，可越过障碍物的高度在20至150mm之间。
根据本发明的实施例，可越过障碍物包括：减速带、减速丘、减速台、道路突起、道钉。
附图说明
图1是根据本发明的实施例的车辆的示意图。
图2是根据本发明的驾驶辅助系统的应用示例。
图3是根据本发明的实施例的驾驶辅助系统的应用示例的示意图。
图4是根据本发明的实施例的驾驶辅助系统的应用示例的示意图。
图5是根据本发明的实施例的车辆速度与障碍物高度的曲线图。
图6是根据本发明的实施例的车辆的减速曲线图。
图7是根据本发明的实施例的车辆速度与障碍物高度的曲线拟合图。
图8是根据本发明的实施例的实时加速度与实时距离的曲线范围图。
图9是根据本发明的实施例的驾驶辅助方法的流程图。
具体实施方式
下文中，参照附图描述本发明的实施例。下面的详细描述和附图用于示例性地说明本发明的原理，本发明不限于所描述的优选实施例，本发明的范围由权利要求书限定。现参考示例性的实施方式详细描述本发明，一些实施例图示在附图中。以下描述参考附图进行，除非另有表示，否则在不同附图中的相同附图标记代表相同或类似的元件。以下示例性实施方式中描述的方案不代表本发明的所有方案。相反，这些方案仅是所附权利要求中涉及的本发明的各个方面的系统和方法的示例。
根据本发明的实施例的驾驶辅助系统可以安装在车辆上或应用于车辆。车辆可以是以内燃机为驱动源的内燃机汽车、以电动机为驱动源的电动汽车或燃料电池汽车、以上述两者为驱动源的混合动力汽车、或具有其他驱动源的汽车。
图1是根据本发明的实施例的车辆的示意图。如图1所示，车辆10包括驾驶辅助系统100和操作执行系统200。驾驶辅助系统100可以与操作执行系统200彼此连接和通信。为了简明起见，车辆中公知的动力和操纵装置、传动系统等部件未在图1中示出。
如图1所示，驾驶辅助系统100可以包括检测装置110、分析装置120和输出装置130。
检测装置110可以检测车辆10周围环境中的障碍物。根据本发明的实施例，检测装置110可以包括一个或多个检测单元，并且可以包括各种类型的检测单元，例如激光检测单元、超声波检测单元、雷达检测单元、摄像单元等。检测装置110可以通过以上任意一种检测单元和/或检测单元的组合来检测车辆10周围环境中的障碍物。
在示例性实施例中，检测装置110可以包括光学雷达(Lidar)单元和摄像单元。光学雷达单元可以通过光束(例如激光)检测障碍物的形状、到车辆10的距离和相对于车辆10的方向等。摄像单元可以拍摄车辆10的周围的图像。
图2是根据本发明的驾驶辅助系统的应用示例。如图2所示，车辆10的检测装置110可以包括光学雷达单元112、光学雷达单元114和摄像单元116。光学雷达单元112可以沿竖直方向(即Z轴方向)扫描车辆10的前方区域，光学雷达单元114可以沿水平方向(即X轴方向和Y轴方向)扫描车辆10的前方区域，摄像单元116可以拍摄车辆10的前方区域的图像。在一些实施例中，光学雷达单元112可以安装在车辆10的车头，例如车头的中心位置。在一些实施例中，光学雷达单元114可以安装在车辆10的角部，例如车头的两个角部处。在一些实施例中，摄像单元116可以安装在车辆10的前侧，例如前挡风玻璃的中心位置。
如图2所示，光学雷达单元112和光学雷达单元114可以检测车辆10前方的道路上是否存在障碍物。光学雷达单元112可以沿竖直方向检测车辆10前方道路上的障碍物20，例如障碍物的高度、障碍物到车辆10的距离和障碍物相对于车辆10的方向等。光学雷达单元114可以沿水平方向检测车辆10前方道路上的障碍物20，例如障碍物的长度和宽度、障碍物到车辆10的距离和障碍物相对于车辆10的方向等。摄像单元116可以拍摄车辆10前方的图像，例如前方道路的图像，以辅助对于障碍物的检测。
上文描述光学雷达单元112、光学雷达单元114和摄像单元116的安装位置。但是，本发明不限于上述安装位置。本领域技术人员能够理解，本发明的光学雷达单元和/或摄像单元还可以安装在车辆的其他位置。
上文描述检测装置110利用光学雷达单元和摄像单元来检测障碍物。但是，本发明不限于此。本领域技术人员能够理解，本发明的检测装置还可以通过其他类型的检测单元来检测障碍物。
分析装置120可以与检测装置110有线或无线通信。分析装置120可以从检测装置110接收检测数据，例如障碍物的形状参数、到车辆的距离和障碍物相对于车辆的方向等。
根据本发明的实施例，分析装置120可以根据检测装置110的检测数据，判断检测装置110检测的障碍物是否属于可越过障碍物。“可越过障碍物”表示高度较低且车辆可以攀爬越过的障碍物。在示例性实施例中，可越过障碍物可以包括但不限于：减速带、减速台、道路突起、道钉、减速垫等。
图3是根据本发明的实施例的驾驶辅助系统的应用示例的示意图。如图3所示，车辆10的检测装置110(图3中未示出)检测到障碍物20。车辆10的分析装置120(图3中未示出)将检测装置110的扫描区域划分成若干网格，例如m×n个网格。
根据检测装置110的检测数据，分析装置120可以为每个网格分配值(x，y，z)，其中x表示沿X轴方向从车辆10到该网格的距离，y表示沿Y轴方向从车辆10到该网格的距离，z表示沿Z轴方向该网格处的高度。
分析装置120可以根据检测装置110的检测数据来确定障碍物到车辆的距离和障碍物相对于车辆的方向。例如，分析装置120可以根据障碍物20占据的网格来确定障碍物20到车辆10的距离和障碍物20相对于车辆10的方向，如图3所示。
在示例性实施例中，分析装置120可以根据障碍物20的高度来判断障碍物20是否是可越过障碍物。例如，分析装置120可以根据障碍物20占据的各个网格的z值来判断障碍物20是否是可越过障碍物。在一些实施例中，当障碍物20的高度值在20mm至150mm范围内时，分析装置120判断障碍物20是可越过障碍物。
根据本发明的某些实施例，分析装置120还可以根据障碍物20的宽度(例如沿Y方向)来判断障碍物20是否是可越过障碍物。在一些实施例中，当障碍物20的宽度大于等于预定值时，分析装置120判断障碍物20是可越过障碍物。
根据本发明的某些实施例，分析装置120可以在判断障碍物是可越过障碍物后，确定可越过障碍物的位置和形状。
根据本发明的实施例，在障碍物20是可越过障碍物时，分析装置120可以判断可越过障碍物20是否在车辆10的预期行驶轨迹中。在一些实施例中，分析装置120可以获取车辆10的预期行驶轨迹，例如从导航装置等。在本文中，“可越过障碍物在预期行驶轨迹中”表示该可越过障碍物的至少一部分与预期行驶轨迹重叠或者该可越过障碍物的至少一部分邻近预期行驶轨迹。
根据本发明的实施例，当分析装置120判断可越过障碍物20在车辆10的预期行驶轨迹中时，车辆10可以被自动控制以通过可越过障碍物20。这时，车辆10可以在无驾驶员操作的情况下，自动攀爬并越过可越过障碍物20。一般情况下，车辆需要减速通过减速带等可越过障碍物，以避免车辆受损并且保证乘员舒适性。
在示例性实施例中，分析装置120可以在判断可越过障碍物20在车辆10的预期行驶轨迹中时，根据可越过障碍物20的位置和形状，确定车辆10自动通过可越过障碍物20时的预期通过速度和预期减速曲线。减速曲线可以表示车辆10的加速度与车辆10到可越过障碍物20的距离之间的变化关系。这种情况下，车辆10将以预期通过速度通过可越过障碍物20；同时车辆10的加速度将根据预期减速曲线被调节，以使得车辆10在即将通过可越过障碍物20前达到该预期通过速度。
根据本发明的某些实施例，分析装置120可以根据预置模型来确定预期通过速度和预期减速曲线。分析装置120可以预先存储或从外部获取一个或多个预置模型。
图4是根据本发明的实施例的驾驶辅助系统的应用示例的示意图。在示例性实施例中，如图4所示，在车辆10开始减速以通过可越过障碍物20时，a表示车辆10的实时加速度，L表示车辆10到可越过障碍物20的实时距离，V表示车辆10在越过可越过障碍物20时的预期通过速度，h表示可越过障碍物20的高度。
根据本发明的某些实施例，分析装置120可以根据预置模型来确定车辆10在越过可越过障碍物20时的预期通过速度V。在示例性实施例中，分析装置120可以根据可越过障碍物20的高度h，确定车辆10在越过可越过障碍物20时的速度V。
图5是根据本发明的实施例的车辆速度与障碍物高度的曲线图。如图5所示，预期通过速度-高度曲线(V-h曲线)示出车辆10在越过可越过障碍物20时的预期通过速度V随着可越过障碍物20的高度h改变。分析装置120可以根据检测装置110检测的可越过障碍物20的高度和V-h曲线，确定车辆10自动通过可越过障碍物20时的预期通过速度V。
根据本发明的某些实施例，分析装置120可以根据预置模型来确定车辆10的减速曲线，即车辆10的实时加速度a和实时距离L的变化曲线。
图6是根据本发明的实施例的车辆的减速曲线图。如图6所示，实时加速度-实时距离曲线(减速曲线或a-L曲线)表示车辆10的实时加速度a随着车辆10到可越过障碍物20的实时距离L改变。分析装置120可以根据减速曲线确定车辆10开始减速时到可越过障碍物20的减速开始距离Li，并且根据减速曲线来控制车辆10的实时加速度a，以实现车辆10以确定的速度V通过可越过障碍物20。
输出装置130可以与检测装置110和/或分析装置120有线或无线通信。输出装置130还可以与操作执行系统200有线或无线通信。操作执行系统200构造成控制车辆的各个部件的操作，例如，车辆的动力系统、转向系统、变速系统、制动系统、安全系统等。
根据本发明的实施例，输出装置130可以控制车辆10根据分析装置120确定的预期通过速度和预期减速曲线行驶通过可越过障碍物20。在示例性实施例中，输出装置130可以在车辆10距离可越过障碍物20适当位置(例如上述减速开始距离Li)处，开始指示操作执行系统200(例如制动系统)根据减速曲线进行减速，以在即将通过可越过障碍物20之前使车辆10达到预期通过速度。之后，输出装置130可以指示操作执行系统200以控制车辆10以该预期通过速度通过可越过障碍物20。
根据本发明的某些实施例，输出装置130还可以在车辆开始减速之前或期间指示操作执行系统200，调整悬架以在车辆10通过可越过障碍物20时确保乘客的舒适性和/或预紧安全带以在车辆10的减速过程中为乘客提供安全辅助。
根据本发明的实施例，输出装置130还可以在分析装置120判断可越过障碍物20在车辆10的预期行驶轨迹中时，向车辆10的乘客发出警示。警示可以包括下列至少一项：振动警示、声音警示、发光警示、图形警示和文字警示。
上文描述分析装置120根据预置模型来确定车辆10自动通过可越过障碍物20时的预期通过速度和车辆10的预期减速曲线。但是，本发明不限于此。根据本发明的实施例，分析装置120还可以通过学习得到的模型来确定车辆10自动通过可越过障碍物20时的预期通过速度和车辆10的预期减速曲线。
根据本发明的实施例，驾驶辅助系统100还可以包括学习装置140。学习装置140可以与检测装置110、分析装置120和/或输出装置130有线或无线通信。
学习装置140可以记录车辆10的驾驶员在手动驾驶车辆通过先前的可越过障碍物时的驾驶行为。在示例性实施例中，驾驶行为可以包括但不限于：可越过障碍物20的高度hM、通过可越过障碍物20时的通过速度VM、开始减速时车辆10到可越过障碍物20的距离LMi、车辆10的减速曲线(即，在减速过程中车辆10的实时加速度aM和到可越过障碍物20的实时距离LM之间的变化曲线)等。
在示例性实施例中，当驾驶员每次手动驾驶车辆10通过可越过障碍物20时，学习装置140可以记录驾驶行为。例如，当检测装置110检测到可越过障碍物20并且分析装置120判断可越过障碍物20在车辆10的预期行驶轨迹中时，学习装置140可以开始记录驾驶行为。
根据本发明的某些实施例，学习装置140可以直接检测或者从外部获取驾驶行为。例如，学习装置140可以从根据本发明的检测装置110、分析装置120获取高度hM、距离LM等。例如，学习装置140可以从车辆10的其他检测单元获取通过速度VM、减速曲线等。
根据本发明的实施例，学习装置140还可以根据记录的驾驶行为，建立驾驶行为模型。
在示例性实施例中，学习装置140可以根据收集的车辆10通过可越过障碍物20时的通过速度VM和可越过障碍物20的高度hM的多个组合，拟合出车辆的通过速度与障碍物高度的曲线(拟合的V-h曲线)。
图7是根据本发明的实施例的车辆速度与障碍物高度的曲线拟合图。如图7所示，在坐标系中列出多个散点，每个散点表示学习装置140收集的通过速度VM和高度hM的一个组合。学习装置140可以根据散点，拟合出通过速度V和高度h的V-h曲线。
在示例性实施例中，学习装置140可以根据收集的多个减速曲线，拟合出实时加速度a和实时距离L的减速曲线范围(a-L曲线的拟合范围)。
图8是根据本发明的实施例的实时加速度与实时距离的曲线范围图。如图8所示，在坐标系中绘制出多条减速曲线(如虚线所示)，每条减速曲线表示在车辆10的一次减速过程中，学习装置140收集的实时加速度a和实时距离L的一组对应关系。学习装置140可以根据这些减速曲线，拟合出实时加速度a和实时距离L的减速曲线范围(如阴影部分所示)。
根据本发明的实施例，分析装置120可以根据检测装置110检测的可越过障碍物20的高度h和学习装置140拟合的V-h曲线，确定车辆自动通过可越过障碍物20时的预期通过速度。
根据本发明的实施例，分析装置120可以根据学习装置140拟合的减速曲线范围和分析装置120确定的预期通过速度，确定车辆自动通过可越过障碍物20时的预期减速曲线。在示例性实施例中，分析装置120可以模拟出多条减速曲线，并且根据拟合的减速曲线范围选出优化的减速曲线。例如，分析装置120可以模拟出多条减速曲线并且排除不在拟合的减速曲线范围内的模拟减速曲线，然后分析装置120可以选出位于拟合的减速曲线范围内的优化减速曲线。
之后，输出装置130可以控制车辆10根据分析装置120确定的预期速度和预期减速曲线行驶通过可越过障碍物20。通过学习驾驶员的驾驶行为来建立模型并根据该学习得到的驾驶行为来自动控制车辆通过可越过障碍物，根据本发明的驾驶辅助系统可以模拟车辆驾驶员的驾驶习惯，以为车辆的使用者提供个性化的驾驶体验。
上文描述学习装置140根据记录的驾驶行为来建立驾驶行为模型。但是，本发明不限于此。根据本发明的实施例，学习装置140还可以根据记录的驾驶行为来修正预置模型。例如，分析装置120可以预先存储预置V-h曲线和a-L曲线，学习装置140可以根据记录的驾驶行为，修正V-h曲线和a-L曲线。
下面将参考附图描述根据本发明的实施例的驾驶辅助方法。图9示出根据本发明的一个实施例的驾驶辅助方法的流程图。
如图9所示，在步骤S910，检测车辆10周围环境中的障碍物20。在示例性实施例中，可以检测障碍物的形状、到车辆10的距离和相对于车辆10的方向等。在一些实施例中，可以通过本发明的检测装置110(例如光学雷达单元112、光学雷达单元114、摄像单元116等)检测车辆10周围环境中的障碍物。有关障碍物检测的其他方面参照上文所述，在此不再赘述。
在步骤S920，判断检测的障碍物是否属于可越过障碍物。在示例性实施例中，可越过障碍物可以包括但不限于：减速带、减速台、道路突起、道钉、减速垫等。在示例性实施例中，可以根据障碍物20的高度来判断障碍物20是否是可越过障碍物。在一些实施例中，当障碍物20的高度值在20mm至150mm范围内时，判断障碍物20是可越过障碍物。根据本发明的某些实施例，还可以根据障碍物20的宽度(例如沿Y方向)来判断障碍物20是否是可越过障碍物。
如果在步骤S920中判断检测的障碍物属于可越过障碍物，则该方法进行到步骤S930。如果在步骤S920中判断检测的障碍物不属于可越过障碍物，则该方法返回到步骤S910。
在步骤S930，判断可越过障碍物20是否在车辆10的预期行驶轨迹中。如果在步骤S930中判断可越过障碍物20在车辆10的预期行驶轨迹中，则该方法进行到步骤S940。如果在步骤S930中判断可越过障碍物20不在车辆10的预期行驶轨迹中，则该方法返回到步骤S910。
在步骤S940，根据可越过障碍物20的位置和形状，确定车辆10自动通过可越过障碍物20时的预期通过速度和预期减速曲线。
根据本发明的某些实施例，可以根据预置模型来确定预期通过速度和预期减速曲线。可以预先存储或从外部获取一个或多个预置模型。有关根据预置模型确定预期通过速度和预期减速曲线的其他方面参照上文所述，在此不再赘述。
根据本发明的某些实施例，还可以通过学习得到的模型来确定预期通过速度和预期减速曲线。
根据本发明的实施例，可以记录车辆10的驾驶员在手动驾驶车辆通过可越过障碍物时的驾驶行为。可以根据记录的驾驶行为，建立驾驶行为模型。有关根据学习得到的模型确定预期通过速度和预期减速曲线的其他方面参照上文所述，在此不再赘述。
在步骤S950，可以控制车辆10根据确定的预期通过速度和预期减速曲线行驶通过可越过障碍物20。
在示例性实施例中，可以在车辆10距离可越过障碍物20适当位置处，开始控制车辆10根据减速曲线进行减速，以在即将通过可越过障碍物20之前使车辆10达到预期通过速度。之后，可以控制车辆10以该预期通过速度通过可越过障碍物20。
根据本发明的某些实施例，还可以在车辆减速之前或期间，调整悬架以在车辆10通过可越过障碍物20时确保乘客的舒适性和/或预紧安全带以在车辆10的减速过程中为乘客提供安全辅助。
可选地，根据本发明的驾驶辅助方法还可以包括在判断可越过障碍物20在车辆10的预期行驶轨迹中时，向车辆10的乘客发出警示。警示可以包括下列至少一项：振动警示、声音警示、发光警示、图形警示和文字警示。
上文描述在步骤S920判断检测的障碍物是否属于可越过障碍物，然后在步骤S930中可越过障碍物是否在车辆的预期行驶轨迹中。但是，本发明不限于此。本领域技术人员能够理解，本发明的驾驶辅助方法还可以先判断障碍物是否在车辆的预期行驶轨迹中，然后当障碍物在车辆的预期行驶轨迹中时，再判断障碍物是否属于可越过障碍物。
可选地，根据本发明的驾驶辅助方法还可以包括步骤S905，通过学习建立驾驶行为模型。根据本发明的实施例，可以记录车辆10的驾驶员在手动驾驶车辆通过可越过障碍物时的驾驶行为。例如，当检测到可越过障碍物20并且判断可越过障碍物20在车辆10的预期行驶轨迹中时，可以开始记录驾驶行为。
根据本发明的实施例，可以根据记录的驾驶行为，建立驾驶行为模型。在示例性实施例中，可以根据收集的车辆10通过可越过障碍物20时的通过速度VM和可越过障碍物20的高度hM的多个组合，拟合出车辆的通过速度与障碍物高度的曲线(拟合的V-h曲线)。在示例性实施例中，可以根据收集的多个减速曲线，拟合出实时加速度a和实时距离L的减速曲线范围(a-L曲线的拟合范围)。
根据本发明的实施例，还可以根据记录的驾驶行为来修正预置模型。
有关通过学习建立驾驶行为模型的其他方面参照上文所述，在此不再赘述。
尽管已经参考示例性实施例描述了本发明，但是应理解，本发明并不限于上述实施例的构造和方法。相反，本发明意在覆盖各种修改例和等同配置。另外，尽管在各种示例性结合体和构造中示出了所公开发明的各种元件和方法步骤，但是包括更多、更少的元件或方法的其它组合也落在本发明的范围之内。

Claims (19)

1.一种用于车辆的驾驶辅助系统，包括：
检测装置，用于检测车辆周围环境中的障碍物；
分析装置，用于在判断所述检测装置检测的障碍物是可越过障碍物并且所述可越过障碍物在所述车辆的预期行驶轨迹中时，根据所述可越过障碍物的位置和形状，确定所述车辆自动通过所述可越过障碍物时的预期通过速度和车辆的预期减速曲线；和
输出装置，用于控制所述车辆根据所述预期通过速度和所述预期减速曲线行驶通过所述可越过障碍物。
2.根据权利要求1所述的驾驶辅助系统，其中，
所述分析装置构造成根据预置模型来确定所述预期通过速度和所述预期减速曲线。
3.根据权利要求1所述的驾驶辅助系统，还包括：
学习装置，用于记录驾驶员在手动驾驶所述车辆通过先前的可越过障碍物时的驾驶行为。
4.根据权利要求3所述的驾驶辅助系统，其中，
所述学习装置还构造成根据记录的所述驾驶行为，建立驾驶行为模型；并且
所述分析装置还构造成根据所述驾驶行为模型来确定所述预期通过速度和所述预期减速曲线。
5.根据权利要求4所述的驾驶辅助系统，其中，
所述驾驶行为包括：可越过障碍物的高度、车辆通过可越过障碍物时的通过速度、车辆开始减速时车辆到可越过障碍物的距离、和车辆的减速曲线；
所述学习装置还构造成建立所述高度与所述通过速度之间的拟合曲线、和车辆的实时加速度与车辆到可越过障碍物的实时距离之间的曲线的拟合范围；并且
所述分析装置还构造成根据所述高度与所述通过速度之间的拟合曲线来确定所述预期通过速度，并且根据所述车辆的所述实时加速度与所述车辆到所述可越过障碍物的所述实时距离之间的曲线的拟合范围来确定所述预期减速曲线。
6.根据权利要求5所述的驾驶辅助系统，其中，所述分析装置还构造成：
根据记录的所述通过速度和所述高度的多个组合，建立所述高度与所述通过速度之间的拟合曲线；和/或
根据记录的多个减速曲线，建立所述车辆的所述实时加速度与所述实时距离之间的曲线的拟合范围。
7.根据权利要求3所述的驾驶辅助系统，其中，
所述分析装置构造成存储有预置模型；并且
所述学习装置还构造成根据记录的所述驾驶行为来修正所述预置模型。
8.根据权利要求1所述的驾驶辅助系统，其中，
所述可越过障碍物的高度在20至150mm之间。
9.根据权利要求1所述的驾驶辅助系统，其中，
所述检测装置包括光学雷达单元。
10.一种车辆，其包括根据权利要求1至9中任一项所述的驾驶辅助系统。
11.一种用于车辆的驾驶辅助方法，包括：
检测车辆周围环境中的障碍物；
在判断检测的所述障碍物是可越过障碍物并且所述可越过障碍物在车辆的预期行驶轨迹中时，根据所述可越过障碍物的位置和形状，确定所述车辆自动通过所述可越过障碍物时的预期通过速度和车辆的预期减速曲线；和
控制车辆根据所述预期通过速度和所述预期减速曲线行驶通过所述可越过障碍物。
12.根据权利要求11所述的驾驶辅助方法，其中，
根据预置模型来确定所述预期通过速度和所述预期减速曲线。
13.根据权利要求11所述的驾驶辅助方法，还包括：
记录驾驶员在手动驾驶所述车辆通过先前的可越过障碍物时的驾驶行为。
14.根据权利要求13所述的驾驶辅助方法，还包括：
根据记录的所述驾驶行为，建立驾驶行为模型，
其中，根据所述驾驶行为模型来确定所述预期通过速度和所述预期减速曲线。
15.根据权利要求14所述的驾驶辅助方法，其中，
所述驾驶行为包括：可越过障碍物的高度、车辆通过可越过障碍物时的通过速度、车辆开始减速时车辆到可越过障碍物的距离、和车辆的减速曲线；
建立驾驶行为模型包括：建立所述高度与所述通过速度之间的拟合曲线、和所述车辆的实时加速度与所述车辆到所述可越过障碍物的实时距离之间的曲线的拟合范围；并且
根据所述驾驶行为模型来确定所述预期速度和所述预期减速曲线包括：根据所述高度与所述通过速度之间的拟合曲线来确定所述预期通过速度，并且根据所述车辆的所述实时加速度与所述车辆到所述可越过障碍物的所述实时距离之间的曲线的拟合范围来确定所述预期减速曲线。
16.根据权利要求15所述的驾驶辅助方法，其中，
根据记录的所述通过速度和所述高度的多个组合，建立所述高度与所述通过速度之间的拟合曲线；和/或
根据记录的多个减速曲线，建立所述车辆的所述实时加速度与所述实时距离之间的曲线的拟合范围。
17.根据权利要求13所述的驾驶辅助方法，还包括：
根据记录的所述驾驶行为来修正预置模型。
18.根据权利要求11所述的驾驶辅助方法，其中，
所述可越过障碍物的高度在20至150mm之间。
19.根据权利要求11所述的驾驶辅助方法，其中，
所述可越过障碍物包括：减速带、减速丘、减速台、道路突起、道钉。
CN201710499108.3A 2017-06-27 2017-06-27 驾驶辅助系统和方法 Pending CN109229105A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710499108.3A CN109229105A (zh) 2017-06-27 2017-06-27 驾驶辅助系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710499108.3A CN109229105A (zh) 2017-06-27 2017-06-27 驾驶辅助系统和方法

Publications (1)

Publication Number Publication Date
CN109229105A true CN109229105A (zh) 2019-01-18

Family

ID=65083209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710499108.3A Pending CN109229105A (zh) 2017-06-27 2017-06-27 驾驶辅助系统和方法

Country Status (1)

Country Link
CN (1) CN109229105A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111824214A (zh) * 2019-04-18 2020-10-27 中车株洲电力机车研究所有限公司 一种重载机车自动驾驶主动安全控制方法及系统
CN112757900A (zh) * 2021-02-05 2021-05-07 奇瑞新能源汽车股份有限公司 一种防止纯电动汽车电池包挂底的控制策略
CN112937562A (zh) * 2021-02-24 2021-06-11 恒大新能源汽车投资控股集团有限公司 车辆行驶控制方法、电子设备、存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106184346A (zh) * 2015-01-22 2016-12-07 Lg电子株式会社 摄像头组件联动车辆方向盘反冲降低装置及其控制方法
CN205844895U (zh) * 2016-07-01 2016-12-28 湖北文理学院 一种自动驾驶电动观光车避障系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106184346A (zh) * 2015-01-22 2016-12-07 Lg电子株式会社 摄像头组件联动车辆方向盘反冲降低装置及其控制方法
CN205844895U (zh) * 2016-07-01 2016-12-28 湖北文理学院 一种自动驾驶电动观光车避障系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111824214A (zh) * 2019-04-18 2020-10-27 中车株洲电力机车研究所有限公司 一种重载机车自动驾驶主动安全控制方法及系统
CN111824214B (zh) * 2019-04-18 2022-05-20 中车株洲电力机车研究所有限公司 一种重载机车自动驾驶主动安全控制方法及系统
CN112757900A (zh) * 2021-02-05 2021-05-07 奇瑞新能源汽车股份有限公司 一种防止纯电动汽车电池包挂底的控制策略
CN112757900B (zh) * 2021-02-05 2022-09-27 奇瑞新能源汽车股份有限公司 一种防止纯电动汽车电池包挂底的控制策略
CN112937562A (zh) * 2021-02-24 2021-06-11 恒大新能源汽车投资控股集团有限公司 车辆行驶控制方法、电子设备、存储介质

Similar Documents

Publication Publication Date Title
US11238674B2 (en) Simulation of different traffic situations for a test vehicle
KR100904767B1 (ko) 차량의 충돌 예방 시스템 시험 평가 장치
KR102303716B1 (ko) 차량-도로인프라 정보융합 기반 자율협력주행 방법 및 시스템
CN103646298B (zh) 一种自动驾驶方法及系统
CN109884916A (zh) 一种自动驾驶仿真评估方法及装置
CN111795832B (zh) 一种智能驾驶车辆测试方法、装置及设备
KR20190054374A (ko) 주행 경험 정보를 이용한 자율주행 학습 장치 및 방법
CN108694367A (zh) 一种驾驶行为模型的建立方法、装置和系统
CN110647056A (zh) 一种基于整车硬件在环的智能网联汽车环境模拟仿真系统
CN105388021A (zh) Adas虚拟开发与测试系统
CN107571864A (zh) 无人驾驶车辆的数据采集方法和装置
CN112819968B (zh) 基于混合现实的自动驾驶车辆的测试方法和装置
WO2019106789A1 (ja) 処理装置及び処理方法
CN108657178A (zh) 一种智能网联电动教练车及控制方法
CN108058705B (zh) 车辆驾驶辅助系统和方法
CN110663073B (zh) 策略生成装置及车辆
CN109229105A (zh) 驾驶辅助系统和方法
CN106541946A (zh) 车速控制装置
JP2016215790A (ja) 車線変更計画生成装置、車線変更計画生成方法
US11496707B1 (en) Fleet dashcam system for event-based scenario generation
CN115042821B (zh) 车辆控制方法、装置、车辆及存储介质
CN109987090A (zh) 驾驶辅助系统和方法
JP2017105284A (ja) 車両用制御装置
KR102057453B1 (ko) 운전습관을 반영한 차량의 가감속 제어 장치 및 방법
TW201416274A (zh) 直覺式節能駕駛輔助方法與系統

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: 20190118