CN109850012B - 一种无人车横向控制方法、装置、系统及存储介质 - Google Patents

Abstract

本发明提供了一种无人车横向控制方法、装置、系统及存储介质。该方法包括：获取所述无人车的实时位姿；根据所述实时位姿确定期望路径；基于所述期望路径利用所述实时位姿确定期望初始前轮偏角；基于所述期望路径利用所述实时位姿确定期望补偿前轮偏角；根据所述期望初始前轮偏角和所述期望补偿前轮偏角确定期望方向盘转角；根据所述期望方向盘转角控制所述无人车的方向盘转向。上述方案针对无人车的方向盘零位偏差，在无人车驾驶过程中根据实时检测的实际行驶路径与期望路径之间的偏差对车辆前轮偏角加以在线补偿修正，从而提高了无人车横向控制的精确性和行驶的安全性。

Description

一种无人车横向控制方法、装置、系统及存储介质

技术领域

本发明涉及车辆自动控制领域，更具体地涉及一种无人车横向控制方法、装置、系统及存储介质。

背景技术

随着车辆智能化技术的发展，无人驾驶技术逐渐成为车辆研究领域的一个热点。其中，无人车横向控制是车辆自动控制中的重要组成部分。

在现有的技术中，如果无人车在方向盘零位标定过程中出现偏差，则在实际行驶中将会出现实际行驶路径与期望路径存在稳态横向偏差的问题，导致无人车不能按实际规划的期望路径准确行驶，并可能因与相邻车道的车辆距离过近而影响安全驾驶。

因此，迫切需要一种新的无人车横向控制技术，以解决上述问题。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种无人车横向控制方法、装置、系统及存储介质。

根据本发明一个方面，提供了一种无人车横向控制方法，包括：

获取所述无人车的实时位姿；

根据所述实时位姿确定期望路径；

基于所述期望路径利用所述实时位姿确定期望初始前轮偏角；

基于所述期望路径利用所述实时位姿确定期望补偿前轮偏角；

根据所述期望初始前轮偏角和所述期望补偿前轮偏角确定期望方向盘转角；

根据所述期望方向盘转角控制所述无人车的方向盘转向。

示例性地，所述基于所述期望路径利用所述实时位姿确定期望补偿前轮偏角包括：

利用所述实时位姿确定所述无人车实际行驶路径；

确定所述无人车实际行驶路径与所述期望路径之间的稳态横向偏差；

根据所述稳态横向偏差确定期望补偿前轮偏角。

示例性地，所述确定所述无人车实际行驶路径与所述期望路径之间的稳态横向偏差包括：

在连续多个判断周期中的每个判断周期，确定所述无人车实际行驶路径与所述期望路径之间的车辆横偏值；

根据所述连续多个判断周期的车辆横偏值是否都在特定阈值范围内，判断所述无人车实际行驶路径与所述期望路径之间是否存在所述稳态横向偏差；

对于存在所述稳态横向偏差的情况，根据所述连续多个判断周期的车辆横偏值确定所述稳态横向偏差。

示例性地，所述确定所述无人车实际行驶路径与所述期望路径之间的车辆横偏值包括：

根据所述实时位姿确定所述无人车在所述无人车实际行驶路径中的当前位置；

计算所述当前位置与所述期望路径之间的最短距离，以得到所述车辆横偏值。

示例性地，所述根据所述连续多个判断周期的车辆横偏值确定所述稳态横向偏差包括：

计算所述连续多个判断周期的车辆横偏值的中值为所述稳态横向偏差。

示例性地，所述根据所述稳态横向偏差确定期望补偿前轮偏角包括：

根据当前车辆速度确定预瞄距离；

根据所述稳态横向偏差和所述预瞄距离利用如下公式(1)计算所述期望补偿前轮偏角δ₂，

其中，l_fr表示所述无人车的前后轮距，Δd表示所述稳态横向偏差，l_d表示所述预瞄距离，k_offset表示补偿权重系数。

示例性地，所述根据所述期望初始前轮偏角和所述期望补偿前轮偏角确定期望方向盘转角包括：

根据如下公式(2)确定所述期望方向盘转角δ_steer，

δ_steer＝(δ₁+δ₂)*ratio (2)

其中，δ₁表示所述期望初始前轮偏角，δ₂表示所述期望补偿前轮偏角，ratio表示所述无人车的车辆方向盘传动比。

示例性地，所述基于所述期望路径利用所述实时位姿确定期望初始前轮偏角包括：

根据当前车辆速度确定预瞄距离；

根据所述预瞄距离确定所述期望路径上的预瞄点在车辆坐标系下的坐标位置；

根据所述预瞄距离和所述预瞄点的坐标位置确定所述期望初始前轮偏角。

示例性地，所述根据所述预瞄距离和所述预瞄点的坐标位置确定所述期望初始前轮偏角包括：

根据如下公式(3)确定所述期望初始前轮偏角δ₁，

其中，l_fr表示所述无人车的前后轮距，dx表示所述预瞄点在所述车辆坐标系下的横坐标，l_d表示所述预瞄距离。

示例性地，所述根据当前车辆速度确定预瞄距离包括：

根据如下公式(4)确定所述预瞄距离l_d，

l_d＝k*v (4)

其中，v表示所述当前车辆速度，k表示预瞄系数。

示例性地，，所述获取所述无人车的实时位姿包括：

利用传感器定位获取所述无人车的实时位姿；或

利用同时定位与建图技术获取所述无人车的实时位姿。

根据本发明另一方面，还提供了一种无人车横向控制装置，包括：

实时位姿获取模块，用于获取所述无人车的实时位姿；

期望路径确定模块，用于根据所述实时位姿确定期望路径；

初始偏角确定模块，用于基于期望路径利用所述实时位姿确定期望初始前轮偏角；

补偿偏角确定模块，用于基于所述期望路径利用所述实时位姿确定期望补偿前轮偏角；

方向盘转角确定模块，用于根据所述期望初始前轮偏角和所述期望补偿前轮偏角确定期望方向盘转角；

控制模块，用于根据所述期望方向盘转角控制所述无人车的方向盘转向，以修正所述稳态横向偏差。

根据本发明又一方面，还提供了一种用于无人车横向控制的系统，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行上述无人车横向控制方法。

根据本发明再一方面，还提供了一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行上述无人车横向控制方法。

根据本发明实施例的无人车横向控制方法、装置、系统及存储介质，针对无人车的方向盘零位偏差，在无人车驾驶过程中根据实时检测的实际行驶路径与期望路径之间的偏差对车辆前轮偏角加以在线补偿修正，从而提高了无人车横向控制的精确性和行驶的安全性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1示出了根据本发明一个实施例的无人车横向控制方法的示意性流程图；

图2示出了根据本发明一个实施例的基于期望路径利用实时位姿确定期望初始前轮偏角的示意性流程图；

图3示出了根据本发明一个实施例的无人车跟踪期望路径行驶的示意图；

图4示出了根据本发明一个实施例的基于期望路径利用实时位姿确定期望补偿前轮偏角的示意性流程图；

图5示出了根据本发明一个实施例的确定无人车实际行驶路径与期望路径之间的稳态横向偏差的示意性流程图；

图6示出了根据本发明一个实施例的确定无人车实际行驶路径与期望路径之间的车辆横偏值的示意性流程图；以及

图7示出了根据本发明一个实施例的无人车横向控制装置的示意性框图。

具体实施方式

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

传统的车辆方向盘零位标定主要是利用机械式的方法，一般都会存在标定误差，也就是存在方向盘零位偏差。因此，一般车辆都需要定期进行零位校正，也就是常说的四轮定位。对于无人车，传统的车辆横向控制算法默认车辆没有方向盘零位偏差，横向控制的精确度依赖于车辆的方向盘零位标定的准确度。一旦无人车存在方向盘零位偏差，则在实际行驶中将会出现实际行驶路径与期望路径存在稳态横向偏差的问题，导致无人车不能按实际规划的期望路径准确行驶，并可能因与相邻车道的车辆距离过近而影响安全驾驶。由此，本发明提供了一种无人车横向控制方法。该无人车横向控制方法是一种在无人车驾驶过程中实时在线控制无人车的方法。在无人车驾驶过程中，对方向盘零位偏差进行实时判断及补偿，以解决上述问题。

下面，将参考图1描述根据本发明实施例的无人车横向控制方法。图1示出了根据本发明一个实施例的无人车横向控制方法1000的示意性流程图。如图1所示，方法1000包括步骤S1100、步骤S1200、步骤S1300、步骤S1400、步骤S1500以及步骤S1600。

步骤S1100，获取无人车的实时位姿。

无人车的实时位姿包括当前位置和航向。当前位置例如可以用世界坐标表示。航向也叫行驶方向或前进方向，例如可以用航向角表示。可以利用任何现有的或未来开发的技术定位无人车的实时位姿。

示例性地，可以利用传感器定位实时位姿。例如，可以利用车载全球定位系统(Global Positioning System，简称GPS)传感器定位无人车的实时位姿。由此，获取无人车精确的实时位姿，提高无人车横向控制的精确性。

示例性地，可以利用车载惯性导航系统(Inertial Navigation System，简称INS)传感器定位无人车的实时位姿。由此，获取无人车精确的实时位姿，提高无人车横向控制的精确性。

示例性地，可以利用同时定位与建图(Simultaneously Localization andMapping，简称SLAM)技术获取无人车的实时位姿。SLAM技术通过在自身定位的基础上同时构建增量式地图。利用车载SLAM系统，可以获得无人车更精确的实时状态，从而提高了无人车横向控制的精确性。

步骤S1200，根据步骤S1100获取的实时位姿确定期望路径。

期望路径是无人车在当前位姿时预期行驶/前进的路线。可以利用任何现有的或未来开发的技术规划期望路径。例如，无人车的自动驾驶系统可以基于实时位姿和导航信息规划期望路径。期望路径包括一组期望轨迹点组成的序列，每个期望轨迹点可以用世界坐标表示。可以通过车道线识别计算得到道路的中心线，期望轨迹点位于道路的中心线上。

步骤S1300，基于步骤S1200确定的期望路径利用实时位姿确定期望初始前轮偏角。

期望初始前轮偏角是无人车跟踪期望路径行驶，基于当前位姿和期望路径预期车辆前轮偏转的角度。该期望初始前轮偏角的确定无视了无人车可能存在的方向盘零位偏差，换言之，无视了期望路径与实际行驶路径之间可能存在的偏差。这里，无人车的实际行驶路径可以表示为无人车的车辆后轴中心走过的轨迹线。对于没有方向盘零位偏差的无人车，根据期望初始前轮偏角控制无人车的方向盘可以实现对期望路径的跟踪行驶。而对于存在方向盘零位偏差的无人车，仅根据期望初始前轮偏角控制无人车的方向盘，将使得无人车的实际行驶路径与期望路径之间存在一定的偏差。偏差的大小取决于无人车的方向盘零位偏差大小。方向盘零位偏差越大，则偏差也越大。

可以利用任何现有的或未来开发的技术确定期望初始前轮偏角。例如，可以根据实时位姿计算无人车的航向与期望路径的航向偏差来计算期望初始前轮偏角。

步骤S1400，基于步骤S1200确定的期望路径利用实时位姿确定期望补偿前轮偏角。

期望补偿前轮偏角是针对无人车的方向盘零位偏差导致的无人车行驶到当前位置时实际行驶路径与期望路径之间存在的偏差，对车辆前轮的偏角进行在线补偿的角度。通过利用期望补偿前轮偏角补偿期望初始前轮偏角，使得无人车偏离目前的实际行驶路径，转向期望路径。根据无人车的方向盘零位偏差大小的不同，以及无人车行驶的速度和路线平直度等因素，实际行驶路径与期望路径之间的偏差短时间内可能是稳态值，长期看可能是动态变化值。根据实际行驶路径与期望路径之间的偏差实时计算期望补偿前轮偏角，在线对无人车的行驶进行方向盘零位偏差修正，从而提高了无人车对期望路径的跟踪精度和行驶的安全性。

步骤S1500，根据步骤S1300确定的期望初始前轮偏角和步骤S1400确定的期望补偿前轮偏角确定期望方向盘转角。

无人车行进的车辆前轮偏角与方向盘转角存在确定的传动比，结合上述步骤确定的期望初始前轮偏角和期望补偿前轮偏角可以确定期望方向盘转角。

在一个示例中，根据如下公式(2)确定期望方向盘转角δ_steer，

δ_steer＝(δ₁+δ₂)*ratio (2)

其中，δ₁表示期望初始前轮偏角，δ₂表示期望补偿前轮偏角，ratio表示无人车的车辆方向盘传动比。由此，实现了对无人车行驶中的方向盘零位偏差进行实时精确修正。

步骤S1600，根据步骤S1500确定的期望方向盘转角控制无人车的方向盘转向。

无人车的方向盘传动系统根据期望方向盘转角相应地控制无人车的方向盘转向，从而实现对期望路径的精确跟踪。

上述方案针对无人车的方向盘零位偏差，在对期望路径的跟踪过程中根据实时检测的实际行驶路径与期望路径之间的偏差对车辆前轮偏角加以在线补偿修正，从而提高了无人车横向控制的精确性和行驶的安全性。

图2示出了根据本发明一个实施例的步骤S1300基于期望路径利用实时位姿确定期望初始前轮偏角的示意性流程图。如图2所示，步骤S1300包括步骤S1310、步骤S1320以及步骤S1330。

步骤S1310，根据当前车辆速度确定预瞄距离。

预瞄距离是基于无人车当前速度对期望路径进行瞄准得到的预瞄点与无人车当前位置之间的距离。

在一个示例中，可以根据如下公式(4)确定预瞄距离l_d，

l_d＝k*v (4)

其中，v表示当前车辆速度，k表示预瞄系数。

上述方案根据车辆速度调整预瞄距离的长短，当车辆速度较快时，预瞄距离较长，提高了转向控制的稳定性；当车辆速度较慢时，预瞄距离较短，提高了转向控制的灵活性。

步骤S1320，根据步骤S1310确定的预瞄距离确定期望路径上的预瞄点在车辆坐标系下的坐标位置。

图3示出了根据本发明一个实施例的无人车跟踪期望路径行驶的示意图。如图3所示，基于车辆坐标系，以无人车的车辆后轴中心为原点，以预瞄距离l_d为半径的扫描线与前方期望路径的相交点即为预瞄点。从而可以得到预瞄点在车辆坐标系下的坐标位置(dx,dy)。车辆坐标系以车辆当前的后轴中心为原点，以后轴方向为x轴，以在水平面内垂直于后轴的方向为y轴。

步骤S1330，根据步骤S1310确定的预瞄距离和步骤S1320确定的预瞄点的坐标位置确定期望初始前轮偏角。

在一个示例中，可以根据如下公式(3)确定期望初始前轮偏角δ₁，

其中，l_fr表示无人车的前后轮距，dx表示预瞄点在车辆坐标系下的横坐标，l_d表示预瞄距离。

对于没有方向盘零位偏差的无人车，实际行驶路径与期望路径重合，预瞄点落在根据期望路径解算的航向上。随着期望路径的方向变化，dx相应变化，根据δ₁控制方向盘可以实现对期望路径的跟踪。可以理解，当前方期望路径是直线时，也即根据期望路径解算的航向为正前方，此时dx＝0，于是δ₁＝0。也即对于前方期望路径是直线的情况，维持方向盘在零位位置即可实现对期望路径的跟踪。而对于存在方向盘零位偏差的无人车，即使前方期望路径是直线，由于dx≠0，因此δ₁≠0。可以根据δ₁调整方向盘使得无人车向期望路径方向调整。但是由于无人车存在方向盘零位偏差，调整后的方向也不能理想地实现无人车的实际行驶路径与期望路径的重合，存在无人车横向控制的精度偏差。

图4示出了根据本发明一个实施例的步骤S1400基于期望路径利用实时位姿确定期望补偿前轮偏角的示意性流程图。如图4所示，步骤S1400包括步骤S1410、步骤S1420以及步骤S1430。

步骤S1410，利用实时位姿确定无人车实际行驶路径。

通过步骤S1100获取的实时位姿包括无人车当前的世界坐标。由此可以获得无人车的轨迹数据，也即无人车的实际行驶路径。

步骤S1420，确定步骤S1410确定的无人车实际行驶路径与期望路径之间的稳态横向偏差。

通过计算无人车的实际位置与期望路径之间的最短距离，可以得到无人车当前的横向偏差。由于横向偏差存在波动，可以通过连续一段时间的监测判断无人车实际行驶路径与期望路径之间是否存在稳态横向偏差。对于存在稳态横向偏差的情况，继续步骤S1430计算针对稳态横向偏差的大小需要对前轮偏角进行修正的角度，也即期望补偿前轮偏角。

图5示出了根据本发明一个实施例的步骤S1420确定无人车实际行驶路径与期望路径之间的稳态横向偏差的示意性流程图。如图5所示，步骤S1420包括步骤S1421、步骤S1422以及步骤S1423。

步骤S1421，在连续多个判断周期中的每个判断周期，确定无人车实际行驶路径与期望路径之间的车辆横偏值。

在每个判断周期，通过计算无人车的实际位置与期望路径之间的最短距离得到无人车当前的横向偏差。判断周期可以是系统设置值，例如系统设置为0.1秒。判断周期也可以是用户设置值。判断周期还可以是根据无人车行驶速度动态设定的值。可以理解，对于固定的判断周期，无人车行驶速度越快，判断周期内行驶的距离越长，判断的精度越低。因此可以根据无人车行驶速度动态设定判断周期，确保判断精度，从而保证方向盘零位偏差的补偿精度。

在连续多个判断周期，例如连续N个判断周期，获取每个判断周期的车辆横偏值。N例如可以是10～100。如判断周期为0.1秒，则连续N个判断周期对应于1～10秒。通过获取连续多个判断周期的车辆横偏值，判断车辆横偏值的波动性来确定无人车的实际行驶路径与期望路径之间是否存在稳态横向偏差。从而避免无人车行驶过程中的偶然波动带来的对方向盘零位偏差的误判。

图6示出了根据本发明一个实施例的步骤S1421确定无人车实际行驶路径与期望路径之间的车辆横偏值的示意性流程图。如图6所示，步骤S1421包括步骤S1421a和步骤S1421b。

步骤S1421a，根据步骤S1410确定的实时位姿确定无人车在无人车实际行驶路径中的当前位置。无人车的实时位姿中的世界坐标即表示无人车的当前位置。

步骤S1421b，计算当前位置与期望路径之间的最短距离，以得到无人车的车辆横偏值。

在世界坐标系中，计算无人车的当前位置与期望路径之间的最短距离，可以得到无人车的车辆横偏值。参照图3可以理解，如果无人车走的是直线路径，车头方向和期望路径平行，无人车的车辆横偏值即为图中的Δd，并且Δd与车辆坐标系下的预瞄点的横坐标的绝对值|dx|相等。如果无人车走的不是直线路径，车头方向和期望路径不平行，无人车的车辆横偏值与车辆坐标系下的预瞄点的横坐标的绝对值|dx|不相等。

步骤S1422，根据连续多个判断周期的车辆横偏值是否都在特定阈值范围内，判断无人车实际行驶路径与期望路径之间是否存在稳态横向偏差。

可以通过特定阈值范围判断连续多个判断周期的车辆横偏值的波动性。例如判断车辆横偏值是否都在某个值的左右10％范围内。例如所有判断周期的车辆横偏值都在0.18～0.22米之间，稳定在0.2米的左右10％范围内，则可以判断无人车实际行驶路径与期望路径之间存在稳态横向偏差。

步骤S1423，对于存在稳态横向偏差的情况，根据连续多个判断周期的车辆横偏值确定稳态横向偏差。

在一个示例中，可以根据连续多个判断周期的车辆横偏值的中值确定稳态横向偏差。继续上述示例，车辆横偏值都在0.18～0.22米之间，可以确定稳态横向偏差为0.18～0.22米的中值，即0.2米。连续多个判断周期的车辆横偏值的中值表示车辆横偏值波动的中心值，利用中心值拟合无人车实际行驶路径的车辆横偏值对无人车的方向盘零位偏差进行修正，提高了方向盘零位偏差修正的准确性。

可选地，可以根据连续多个判断周期的车辆横偏值的均值确定稳态横向偏差。

步骤S1430，根据步骤S1420确定的稳态横向偏差确定期望补偿前轮偏角。

对于不存在稳态横向偏差的情况，期望补偿前轮偏角为零，也即不需要补偿。否则需要根据稳态横向偏差的大小计算期望补偿前轮偏角。

在一个示例中，通过如下子步骤确定期望补偿前轮偏角。

子步骤一：根据当前车辆速度确定预瞄距离。

该步骤实现的功能以及处理过程与上述步骤S1310类似，为了简洁，不再赘述。

子步骤二：根据稳态横向偏差和预瞄距离利用如下公式(1)计算期望补偿前轮偏角δ₂，

其中，l_fr表示无人车的前后轮距，Δd表示所述稳态横向偏差，l_d表示预瞄距离，k_offset补偿权重系数。

上述方案通过对无人车行驶过程中的稳态横向偏差的实时监测，得到了针对方向盘零位偏差的期望补偿前轮偏角，从而可以对无人车的方向盘零位偏差进行实时修正，提高了无人车横向控制的精确性。

根据本发明另一个实施例，还提供了一种用于无人车横向控制的装置。图7示出了根据本发明一个实施例的无人车横向控制装置7000的示意性框图。如图7所示，装置7000包括实时位姿获取模块7100、期望路径确定模块7200、初始偏角确定模块7300、补偿偏角确定模块7400、方向盘转角确定模块7500以及控制模块7600。

实时位姿获取模块7100，用于获取无人车的实时位姿。

期望路径确定模块7200，用于根据实时位姿确定期望路径。

初始偏角确定模块7300，用于基于期望路径利用实时位姿确定期望初始前轮偏角。

补偿偏角确定模块7400，用于基于期望路径利用实时位姿确定期望补偿前轮偏角。

方向盘转角确定模块7500，用于根据期望初始前轮偏角和期望补偿前轮偏角确定期望方向盘转角。

控制模块7600，用于根据期望方向盘转角控制无人车的方向盘转向，以修正稳态横向偏差。

总之，无人车横向控制装置7000中的各个模块用于具体执行上述无人车横向控制方法中的相应步骤。通过阅读上述关于该方法的描述，本领域普通技术人员可以理解上述无人车横向控制装置7000的具体实现和技术效果。

根据本发明又一方面，还提供了一种用于无人车横向控制的系统。包括处理器和存储器，其中，所述存储器中存储用于实现根据本发明实施例的无人车横向控制方法中的各个步骤的计算机程序指令。所述处理器用于运行所述存储器中存储的计算机程序指令，以执行根据本发明实施例的无人车横向控制方法的相应步骤，并且用于实现根据本发明实施例的无人车横向控制装置中的实时位姿获取模块7100、期望路径确定模块7200、初始偏角确定模块7300、补偿偏角确定模块7400、方向盘转角确定模块7500以及控制模块7600。

根据本发明再一方面，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时使得所述计算机或处理器执行本发明实施例的无人车横向控制方法的相应步骤，并且用于实现根据本发明实施例的无人车横向控制装置中的相应模块。所述存储介质例如可以包括平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。

本领域普通技术人员可以理解，上述视觉定位的过程中，可以利用GPS或INS等技术手段快速定位当前位姿，利用当前位姿预测即将使用的地图范围，提前加载即将使用的地图子文件。由此，对于后续的视觉定位，其需要用到的局部地图是可以实时更新的，不需要等待加载需要使用的地图子文件，从而可以实现实时视觉定位。可以理解，对于后续的预测加载处理，也可以直接利用根据当前图像进行视觉定位得到的位姿进行预测加载地图子文件。上述视觉定位的过程中，如果初始的位姿是根据当前图像进行视觉定位得到的位姿，则需等待初始的视觉定位成功才可进行预测加载处理。此时根据地图的复杂度和当前图像的复杂度的不同，初始的视觉定位可能存在不同的延迟。后续利用提前预测加载的地图子文件更新局部地图，根据当前图像进行视觉定位进入实时定位状态。由此，消除了需要使用的地图子文件的加载等待时间，实现实时的视觉定位。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的视觉定位地图加载装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (13)

1.一种无人车横向控制方法，包括：

获取所述无人车的实时位姿；

根据所述实时位姿确定期望路径；

基于所述期望路径利用所述实时位姿确定期望初始前轮偏角；

基于所述实时位姿确定无人车实际行驶路径；

确定多个判断周期内所述无人车实际行驶路径与期望路径与所述期望路径之间的车辆横偏值；

基于所述多个判断周期内的车辆横偏值确定稳态横向偏差；

基于所述稳态横向偏差确定期望补偿前轮偏角；

根据所述期望初始前轮偏角和所述期望补偿前轮偏角确定期望方向盘转角；

根据所述期望方向盘转角控制所述无人车的方向盘转向。

2.如权利要求1所述的方法，其中，所述基于所述多个判断周期内的车辆横偏值确定稳态横向偏差包括：

根据连续多个判断周期的车辆横偏值是否都在特定阈值范围内，判断所述无人车实际行驶路径与所述期望路径之间是否存在所述稳态横向偏差；

对于存在所述稳态横向偏差的情况，根据所述连续多个判断周期的车辆横偏值确定所述稳态横向偏差。

3.如权利要求1所述的方法，其中，所述确定多个判断周期内所述无人车实际行驶路径与期望路径与所述期望路径之间的车辆横偏值包括：

根据所述实时位姿确定所述无人车在所述无人车实际行驶路径中的当前位置；

计算所述当前位置与所述期望路径之间的最短距离，以得到所述车辆横偏值。

4.如权利要求2所述的方法，其中，所述根据所述连续多个判断周期的车辆横偏值确定所述稳态横向偏差包括：

计算所述连续多个判断周期的车辆横偏值的中值为所述稳态横向偏差。

5.如权利要求1所述的方法，其中，所述基于所述稳态横向偏差确定期望补偿前轮偏角包括：

根据当前车辆速度确定预瞄距离；

根据所述稳态横向偏差和所述预瞄距离利用如下公式(1)计算所述期望补偿前轮偏角δ₂，

其中，l_fr表示所述无人车的前后轮距，Δd表示所述稳态横向偏差，l_d表示所述预瞄距离，k_offset表示补偿权重系数。

6.如权利要求1所述的方法，其中，所述根据所述期望初始前轮偏角和所述期望补偿前轮偏角确定期望方向盘转角包括：

根据如下公式(2)确定所述期望方向盘转角δ_steer，

δ_steer＝(δ₁+δ₂)*ratio (2)

其中，δ₁表示所述期望初始前轮偏角，δ₂表示所述期望补偿前轮偏角，ratio表示所述无人车的车辆方向盘传动比。

7.如权利要求1所述的方法，其中，所述基于所述期望路径利用所述实时位姿确定期望初始前轮偏角包括：

根据当前车辆速度确定预瞄距离；

根据所述预瞄距离确定所述期望路径上的预瞄点在车辆坐标系下的坐标位置；

根据所述预瞄距离和所述预瞄点的坐标位置确定所述期望初始前轮偏角。

8.如权利要求7所述的方法，其中，所述根据所述预瞄距离和所述预瞄点的坐标位置确定所述期望初始前轮偏角包括：

根据如下公式(3)确定所述期望初始前轮偏角δ₁，

其中，l_fr表示所述无人车的前后轮距，dx表示所述预瞄点在所述车辆坐标系下的横坐标，l_d表示所述预瞄距离。

9.如权利要求7所述的方法，其中，所述根据当前车辆速度确定预瞄距离包括：

根据如下公式(4)确定所述预瞄距离l_d，

l_d＝k*v (4)

其中，v表示所述当前车辆速度，k表示预瞄系数。

10.如权利要求1所述的方法，其中，所述获取所述无人车的实时位姿包括：

利用传感器定位获取所述无人车的实时位姿；或

利用同时定位与建图技术获取所述无人车的实时位姿。

11.一种无人车横向控制装置，包括：

实时位姿获取模块，用于获取所述无人车的实时位姿，并基于所述实时位姿确定无人车实际行驶路径；

期望路径确定模块，用于根据所述实时位姿确定期望路径；

初始偏角确定模块，用于基于期望路径利用所述实时位姿确定期望初始前轮偏角；

补偿偏角确定模块，用于基于所述期望路径利用所述实时位姿确定期望补偿前轮偏角；其中，所述补偿偏角确定模块用于确定多个判断周期内所述无人车实际行驶路径与期望路径与所述期望路径之间的车辆横偏值；基于所述多个判断周期内的车辆横偏值确定稳态横向偏差；基于所述稳态横向偏差确定期望补偿前轮偏角；

方向盘转角确定模块，用于根据所述期望初始前轮偏角和所述期望补偿前轮偏角确定期望方向盘转角；

控制模块，用于根据所述期望方向盘转角控制所述无人车的方向盘转向，以修正所述稳态横向偏差。

12.一种用于无人车横向控制的系统，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行如权利要求1至10任一项所述的无人车横向控制方法。

13.一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行如权利要求1至10任一项所述的无人车横向控制方法。

Images