CN110341716A

CN110341716A - 车速计算方法、装置、自动驾驶系统及存储介质

Info

Publication number: CN110341716A
Application number: CN201910722157.8A
Authority: CN
Inventors: 张韬
Original assignee: Zhejiang Geely Holding Group Co Ltd; Zhejiang Geely Automobile Research Institute Co Ltd
Current assignee: Zhejiang Geely Holding Group Co Ltd; Zhejiang Geely Automobile Research Institute Co Ltd
Priority date: 2019-08-06
Filing date: 2019-08-06
Publication date: 2019-10-18
Anticipated expiration: 2039-08-06
Also published as: CN110341716B

Abstract

本发明提供了一种车速计算方法、装置、自动驾驶系统及存储介质，涉及自动驾驶领域。本发明的车速计算方法，包括获取由车辆的传感器组采集的位于传感器组探测范围内的多个单一目标的目标信息；根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离、与有效目标距离相对应的目标距离置信度、探测范围内的区域信噪比和与区域信噪比对应的信噪比置信度；融合区域信噪比、信噪比置信度、每一种类目标的有效目标距离、每一种类目标的目标距离置信度得到融合数据；根据融合数据计算得出车辆的最大安全车速。采用上述方法，通过参考传感器性能的变化，来感知车辆前方的可靠探测范围，从而计算得到车辆的最大安全车速。

Description

车速计算方法、装置、自动驾驶系统及存储介质

技术领域

本发明涉及自动驾驶领域，特别是涉及一种车速计算方法、装置、自动驾驶系统及存储介质。

背景技术

自动驾驶依赖于多种多样的传感器，其中最重要的是环境传感器组，所谓环境传感器组就是感知周边环境的多个传感器。核心环境传感器组包括毫米波雷达，激光雷达和摄像头等。传感器组通过融合数据来实现对周边目标的探测，其中，周边目标包括静止目标、运动目标、道路状况等。

所有传感器在使用过程中都可能发生性能下降。当传感器性能下降时，自动驾驶系统能及时探测到性能的降级，并降低自动驾驶的级别，直到降为手动驾驶。传感器性能降级的原因很多，如天气的变化，传感器的遮挡，或者周边其他传感器的干扰等。目前高速公路自动驾驶的方案一般是按照设定的车速上限来开，在传感器性能受限时退出自动驾驶或自动驾驶降级，没有考虑到传感器性能的变化。

发明内容

本发明的一个目的是要提供一种车速计算方法，以解决现有技术中因传感器及环境原因而导致的自动驾驶降级的问题。

本发明另一个目的是要提供一种车速计算装置，以解决现有技术中因传感器及环境原因而导致的自动驾驶降级的问题。

本发明又一个目的是要提供一种存储介质。

本发明再一个目的是要提供一种自动驾驶系统。

一方面，本发明提供了一种车速计算方法，包括：

获取由车辆的传感器组采集的位于传感器组探测范围内的多个单一目标的目标信息；

根据多个单一目标的目标信息计算传感器组的有效探测范围；

根据有效探测范围计算车辆的最大安全车速。

可选地，根据所有的目标信息计算传感器组的有效探测范围包括：

根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离、与有效目标距离相对应的目标距离置信度、探测范围内的区域信噪比和与区域信噪比对应的信噪比置信度；

融合区域信噪比、信噪比置信度、每一种类目标的有效目标距离、每一种类目标的目标距离置信度得到融合数据；

根据融合数据传感器组的有效探测范围。

可选地，根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离和与有效目标距离相对应的目标距离置信度包括：

根据传感器组的有效探测距离、传感器组的角度置信度、任一种类目标的目标探测距离和与目标探测距离相对应的探测距离置信度计算探测范围内的任一目标的有效目标距离和目标距离置信度。

可选地，传感器组的有效探测距离的计算方法如下：

计算传感器组中的所有传感器对同一目标的探测角度；

比较所有探测角度中的任意两个探测角度以得到多个差值角度，取所有差值角度中的最大值作为传感器组对该目标的最大差值角度；

根据预设时间内传感器组对所有目标的最大差值角度计算得到平均差值角度；

根据平均差值角度和预设误差计算得到传感器组的有效探测距离；

传感器组的角度置信度的计算方法如下：

根据预设时间内传感器组检测到的目标的目标数量计算传感器组的角度置信度。

可选地，任一种类目标的目标探测距离计算方法如下：

获取预设时间内传感器组的所有传感器对该种类目标的探测距离；

根据所有的探测距离计算出该种类目标的目标探测距离；

任一种类目标的探测距离置信度的计算方法如下：

根据预设时间内传感器组检测到的种类目标的目标数量计算探测距离置信度。

可选地，根据所有的目标信息计算探测范围内的区域信噪比包括：

将探测范围划分为多个区域；

计算预设时间内每个区域内的目标错误率和目标测量参数误差；

根据目标错误率和目标测量参数误差计算每个区域的区域信噪比；

根据所有的目标信息计算与区域信噪比对应的信噪比置信度包括：

根据预设时间内传感器组检测到的每个区域的目标数量计算信噪比置信度。

又一方面，本发明还提供了一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的车速计算方法。

另一方面，本发明还提供了一种车速计算装置，包括：

获取单元，用于获取车辆的传感器组采集的位于传感器组探测范围内的多个单一目标的目标信息；

处理单元，用于根据多个单一目标的目标信息计算传感器组的有效探测范围；

计算单元，根据有效探测范围计算车辆的最大安全车速。

可选地，处理单元根据所有的目标信息计算传感器组的有效探测范围包括：

根据融合数据传感器组的有效探测范围。

可选地，处理单元根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离和与有效目标距离相对应的目标距离置信度包括：

根据传感器组的有效探测距离、传感器组的角度置信度、任一种类目标的目标探测距离和与目标探测距离相对应的探测距离置信度计算探测范围内的任一目标的有效目标距离和目标距离置信度；

可选地，处理单元根据所有的目标信息计算探测范围内的区域信噪比包括：

将探测范围划分为多个区域；

可选地，处理单元根据所有的目标信息计算与区域信噪比对应的信噪比置信度包括：

根据预设时间内传感器组检测到的每个区域的目标数量计算信噪比置信度；

可选地，处理单元通过以下步骤计算传感器组的有效探测距离：

计算传感器组中的所有传感器对同一目标的探测角度；

可选地，处理单元通过以下步骤计算传感器组的角度置信度：

根据预设时间内传感器组检测到的目标的目标数量计算传感器组的角度置信度；

可选地，处理单元通过以下步骤计算任一种类目标的目标探测距离：

根据所有的探测距离计算出该种类目标的目标探测距离；

可选地，处理单元通过以下步骤计算任一种类目标的探测距离置信度：

再一方面，本发明还提供了一种自动驾驶系统，包括数据采集装置、控制装置和上述的车速计算装置，车速计算装置获取数据采集装置采集的数据并对其进行计算以得到车辆的最大安全车速，控制装置控制车辆以最大安全车速行驶。

本发明的车速计算方法，包括获取由车辆的传感器组采集的位于传感器组探测范围内的多个单一目标的目标信息；根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离、与有效目标距离相对应的目标距离置信度、探测范围内的区域信噪比和与区域信噪比对应的信噪比置信度；融合区域信噪比、信噪比置信度、每一种类目标的有效目标距离、每一种类目标的目标距离置信度得到融合数据；根据融合数据计算得出车辆的最大安全车速。采用上述方法，通过参考传感器性能的变化，来感知车辆前方的可靠探测范围，从而计算得到车辆的最大安全车速。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本发明一个实施例的车速计算装置的示意性结构图；

图2是根据本发明一个实施例的车速计算方法的示意性流程图；

图3是根据本发明另一个实施例的车速计算方法的示意性流程图。

具体实施方式

图1是根据本发明一个实施例的车速计算装置的示意性结构图。图2是根据本发明一个实施例的车速计算方法的示意性流程图。图3是根据本发明另一个实施例的车速计算方法的示意性流程图。下面参照图1至图3来描述本发明实施例的车速计算方法及装置。

一种自动驾驶系统，用于实现车辆的自动驾驶，其包括但不限于数据采集装置、控制装置和车速计算装置。数据采集装置包括但不限于激光雷达、毫米波雷达、摄像头和导航系统等。激光雷达、毫米波雷达和摄像头获得道路状况、运动目标和静止目标的信息。道路信息包括道路边缘、车道线、道路不可用(如破损或修路)、岔路、可行驶区域等信息，他们可以通过部分或者全部的传感器探测到。另外，导航系统(包括高精度地图和GNSS)也可提供道路信息。道路信息和目标信息的区别是道路信息一般是连续的，而目标信息一般都是分离的。在高等级自动驾驶中，我们只需要稳定确认两类信息，一是可行驶区域信息，二是车道线/道路边缘信息，两者相互结合我们就可以得到道路信息。而不管是可行驶区域，还是车道线或是道路边缘，都可以等价为特殊目标。在使用过程中，所有传感器都会发生性能下降。性能下降有很多种情况，例如，一种是探测范围内目标的误报/漏报，一种是目标的位置等信息准确率下降，这两种属于信噪比的影响，一种是探测范围的减小，一种是传感器本身的位移或者偏转，导致探测目标出现系统性的偏移，这两种属于系统性的影响。不管是信噪比的影响还是系统性的影响都会导致自动驾驶系统出现问题。自动驾驶需要对周边环境非常精准的感知，如果感知不可靠就会导致融合失效，从而发生事故。因此，针对感知系统的提供信息，分析其可靠性，从而对速度进行调节，最大限度的降低其风险非常重要。数据采集装置将各部件的采集的数据发送至车速计算装置。

车速计算装置获取数据采集装置采集的数据并对其进行计算以得到车辆的最大安全车速。控制装置包括但不限于动力单元、制动单元和转向单元等。控制装置控制车辆以最大安全车速行驶。参考图1，本实施例中的车速计算装置，包括获取单元1、处理单元2和计算单元3。获取单元1用于获取由传感器组采集的位于传感器组探测范围内的多个单一目标的目标信息。处理单元2用于根据所有的多个单一目标的目标信息计算传感器组的有效探测范围。计算单元3根据有效探测范围计算车辆的最大安全车速。例如，一个车辆可以看做一个单一目标，一条车道线可以看成一个单一目标。

进一步地，处理单元2根据所有的目标信息计算传感器组的有效探测范围包括：

根据所有的目标信息计算探测范围内的任一种类目标K的有效目标距离(D_K)、与有效目标距离相对应的目标距离置信度(C_DK)、探测范围内的区域信噪比(C_n)和与区域信噪比对应的信噪比置信度(P_n)。对于每一种类目标k，目标种类可以区分为卡车，小汽车，两轮车，行人，大型动物，其他未知目标，道路标识，车道线，道路边缘等，例如，探测范围内的所有小汽车可以看成一个种类目标K，所有车道线可以看成同一种类目标K。置信度表示的是被测量参数的测量值的可信程度。

融合区域信噪比(C_n)、信噪比置信度(P_n)、每一种类目标的有效目标距离(D_K)、每一种类目标的目标距离置信度(C_DK)得到融合数据；具体地，对于某一类型目标和探测区域，用D_k，C_Dk，C_n，P_n作为输入计算出分区域的融合数据质量矩阵Q和质量置信度矩阵CQ其中，

Q_nk＝w₁C_nP_n+w₂C_Dk(区域n对应的最远距离>＝D_k)

Q_nk＝w₁C_nP_n+w₃C_Dk(如果区域n对应的最远距离<D_k)

CQ_nk＝max(w₁Cn，w₂C_Dk)(如果区域n对应的最远距离>＝D_k)

CQ_nk＝max(w₁C_n，w₃C_Dk)(如果区域n对应的最远距离<D_k)

w₁和w₂的范围可以为0-1。

根据融合数据传感器组的有效探测范围，具体地，对于每一区域n，获取质量矩阵和质量置信度矩阵中均能满足可靠性要求的范围，例如，Q_(n-2)(k-2)和C Q_(n-2)(k-2)内的数据质量高，满足可靠性要求，而超过n-2区域之外的数据(n-1区域，n区域)不满足可靠性要求，那么则判定n-2区域以内为传感器组的有效探测范围，也就是可以探测出较车辆前方的为安全行驶距离。

车辆内设有预先输入的探测距离需求矩阵L其对应的不同自动驾驶速度V₁……V_p；当确定有效探测范围(安全行驶距离)后，可以根据需求矩阵L得出自动驾驶速度，也即是最大安全速度。

进一步地，处理单元2根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离(D_K)和与有效目标距离相对应的目标距离置信度(C_DK)包括：

根据传感器组的有效探测距离(D)、传感器组的角度置信度(C_D)、任一种类目标的目标探测距离(a_k)和与目标探测距离(a_k)相对应的探测距离置信度(C_ak)计算探测范围内的任一目标的有效目标距离(D_K)和目标距离置信度(C_DK)；

具体地，预设一个与角度置信度相关的预设阈值，当C_D>预设阈值时，则认为有效探测距离D有效，否则认为有效探测距离D无效；

如果D无效，则D_k＝a_k，C_DK＝Ca_k；

如果D有效，则D_k＝min(a_k，D)，如果a_k较小，则C_DK＝C_ak，如果D较小，则C_DK＝C_D。

进一步地，处理单元2根据所有的目标信息计算探测范围内的区域信噪比(C_n)包括：

将探测范围划分为多个区域n；例如，将车辆前方的区域按距离划分区域：0-10m，10-20m，20-30m，……；

计算预设时间内每个区域内的目标错误率和目标测量参数误差，目标错误率包括误报率和/或漏报率；这里的预设时间可以是几十秒，还可以是几分钟，具体数值根据实际情况而定，这里不做详细限制。具体地，对于目标错误率，在每个区域内，将不同传感器检测到的同一单一目标的位置进行匹配，如果不同传感器检测到的位置不能相互匹配，则说明该目标存在误报或漏报，属于错误目标；如果匹配，则属于正确目标；正确目标的数量/错误目标的数量＝目标错误率(P_1n)；对于目标测量参数误差，将不同传感器采集的同一单一目标的数据进行两两比较，得到多个误差值，根据多个误差值求出误差平均值，然后根据该区域内的每个单一目标的误差平均值求出目标测量参数误差(P_2n)；

根据目标错误率和目标测量参数误差计算每个区域的区域信噪比(C_n)；具体地，将P_1n和P_2n加权平均可以获取信噪比(w₁P_1n+w₂P_2n)/(w₁+w₂)，其中w₁和w₂的范围为0-1。

进一步地，处理单元2根据所有的目标信息计算与区域信噪比对应的信噪比置信度(P_n)包括：

根据预设时间内传感器组检测到的每个区域的目标数量计算信噪比置信度(P_n)；具体地，统计一段时间内单个区域内的目标数量，目标可以是单一目标，也可以是一类目标，目标数量越高，信噪比置信度越高，例如，传感器组每帧可以采集到50个单一目标，一秒钟是20帧，那么一秒钟即能采集到1000个单一目标，假如单一目标的数量为0时，信噪比置信度为0，单一目标的数量为5000时，信噪比置信度为0.5，单一目标的数量为10000时，信噪比置信度为1，这里只是列举了一个例子，并不是对信噪比置信度的判断做详细限定，可以理解的是，单一目标的数量越多，置信度越高，而其中的变化曲线，本领域技术人员可根据经验或其他数据自己设置。

进一步地，处理单元2通过以下步骤计算传感器组的有效探测距离(D)：

计算传感器组中的所有传感器对同一目标的探测角度；这里的目标优选为单一目标；

根据预设时间内传感器组对所有目标的最大差值角度计算得到平均差值角度θ；

根据平均差值角度和预设误差(ΔD)计算得到传感器组的有效探测距离(D)，D＝ΔD/tgθ；这里的预设误差可以由工作人员直接设定好，也可以由处理单元2自己计算，而计算原则是根据需求直接推导出的，比如在自车车道内的目标不能被误解为处于其他车道的目标，这个预设误差就是与自车道的目标对应的数据应当反映目标在自车道内，而不应该反应在其他车道内，相当于目标的所在车道判断信息是准确的。

进一步地，处理单元2通过以下步骤计算传感器组的角度置信度(C_D)：

根据预设时间内传感器组检测到的目标的目标数量计算传感器组的角度置信度。这里的角度置信度的计算方法跟上述信噪比置信度的方法基本一致，此处不再详述。

进一步地，处理单元2通过以下步骤计算任一种类目标的目标探测距离(a_k)：

根据所有的探测距离计算出该种类目标的目标探测距离(a_k)；具体地，将所有的探测距离按从大到小的顺序排序，取第二个探测距离为目标探测距离(a_k)。

进一步地，处理单元2通过以下步骤计算任一种类目标的探测距离置信度(C_ak)：

根据预设时间内传感器组检测到的种类目标的目标数量计算探测距离置信度(C_ak)，这里的探测距离置信度的计算方法跟上述信噪比置信度的方法基本一致，此处不再详述。

参考图3，本实施例中的车速计算方法，包括：

步骤S101，获取由车辆的传感器组采集的位于传感器组探测范围内的多个单一目标的目标信息；

步骤S102，根据多个单一目标的目标信息计算传感器组的有效探测范围；

步骤S103，根据有效探测范围计算车辆的最大安全车速。

在一个具体的实施例中，

根据所有的目标信息计算传感器组的有效探测范围包括：

根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离(D_K)、与有效目标距离相对应的目标距离置信度(C_DK)、探测范围内的区域信噪比(C_n)和与区域信噪比对应的信噪比置信度(P_n)；

根据融合数据传感器组的有效探测范围。

进一步地，根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离(D_K)和与有效目标距离相对应的目标距离置信度(C_DK)包括：

根据传感器组的有效探测距离(D)、传感器组的角度置信度(C_D)、任一种类目标的目标探测距离(a_k)和与目标探测距离(a_k)相对应的探测距离置信度(C_ak)计算探测范围内的任一目标的有效目标距离(D_K)和目标距离置信度(C_DK)。

进一步地，传感器组的有效探测距离(D)的计算方法如下：

计算传感器组中的所有传感器对同一目标的探测角度；

根据平均差值角度和预设误差计算得到传感器组的有效探测距离(D)。

进一步地，传感器组的角度置信度(C_D)的计算方法如下：

进一步地，任一种类目标的目标探测距离(a_k)计算方法如下：

根据所有的探测距离计算出该种类目标的目标探测距离(a_k)。

进一步地，任一种类目标的探测距离置信度(C_ak)的计算方法如下：

根据预设时间内传感器组检测到的种类目标的目标数量计算探测距离置信度(C_ak)。

进一步地，根据所有的目标信息计算探测范围内的区域信噪比(C_n)包括：

将探测范围划分为多个区域；

根据目标错误率和目标测量参数误差计算每个区域的区域信噪比。

进一步地，根据所有的目标信息计算与区域信噪比对应的信噪比置信度(P_n)包括：

根据预设时间内传感器组检测到的每个区域的目标数量计算信噪比置信度(P_n)。

本方法的主要创新点是在算法中加入对融合数据质量的实时监控，把前方区域分割为一系列的较小的区域，分开监控数据质量，然后综合起来感知传感器组的探测范围中的有效探测范围，并结合功能计算推到得到车辆的最大安全车速。

本发明还提供了一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述车速计算方法。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims

1.一种车速计算方法，其特征在于，包括：

获取由车辆的传感器组采集的位于所述传感器组探测范围内的多个单一目标的目标信息；

根据所述多个单一目标的目标信息计算所述传感器组的有效探测范围；

根据所述有效探测范围计算车辆的最大安全车速。

2.根据权利要求1所述的车速计算方法，其特征在于，

根据所有的目标信息计算所述传感器组的有效探测范围包括：

根据所有的目标信息计算所述探测范围内的任一种类目标的有效目标距离、与所述有效目标距离相对应的目标距离置信度、所述探测范围内的区域信噪比和与所述区域信噪比对应的信噪比置信度；

融合所述区域信噪比、所述信噪比置信度、每一种类目标的有效目标距离、每一种类目标的目标距离置信度得到融合数据；

根据所述融合数据所述传感器组的有效探测范围。

3.根据权利要求1所述的车速计算方法，其特征在于，

根据所有的目标信息计算探测范围内的任一种类目标的有效目标距离和与所述有效目标距离相对应的目标距离置信度包括：

根据传感器组的有效探测距离、所述传感器组的角度置信度、任一种类目标的目标探测距离和与所述目标探测距离相对应的探测距离置信度计算探测范围内的任一目标的有效目标距离和目标距离置信度。

4.根据权利要求3所述的车速计算方法，其特征在于，

所述传感器组的有效探测距离的计算方法如下：

计算所述传感器组中的所有传感器对同一目标的探测角度；

比较所有探测角度中的任意两个探测角度以得到多个差值角度，取所有差值角度中的最大值作为所述传感器组对该目标的最大差值角度；

根据预设时间内所述传感器组对所有目标的最大差值角度计算得到平均差值角度；

根据所述平均差值角度和预设误差计算得到传感器组的有效探测距离；

所述传感器组的角度置信度的计算方法如下：

根据所述预设时间内所述传感器组检测到的目标的目标数量计算传感器组的角度置信度。

5.根据权利要求3所述的车速计算方法，其特征在于，

任一种类目标的目标探测距离计算方法如下：

获取预设时间内所述传感器组的所有传感器对该种类目标的探测距离；

根据所有的探测距离计算出该种类目标的目标探测距离；

任一种类目标的探测距离置信度的计算方法如下：

根据所述预设时间内所述传感器组检测到的种类目标的目标数量计算探测距离置信度。

6.根据权利要求2所述的车速计算方法，其特征在于，

根据所有的目标信息计算所述探测范围内的区域信噪比包括：

将所述探测范围划分为多个区域；

根据所述目标错误率和所述目标测量参数误差计算每个区域的区域信噪比；

根据所有的目标信息计算与所述区域信噪比对应的信噪比置信度包括：

根据所述预设时间内所述传感器组检测到的每个区域的目标数量计算信噪比置信度。

7.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的车速计算方法。

8.一种车速计算装置，其特征在于，包括：

获取单元，用于获取车辆的传感器组采集的位于所述传感器组探测范围内的多个单一目标的目标信息；

处理单元，用于根据所述多个单一目标的目标信息计算所述传感器组的有效探测范围；

计算单元，根据所述有效探测范围计算车辆的最大安全车速。

9.根据权利要求8所述的车速计算装置，其特征在于，

所述处理单元根据所有的目标信息计算所述传感器组的有效探测范围包括：

根据所述融合数据所述传感器组的有效探测范围。

10.一种自动驾驶系统，其特征在于，包括数据采集装置、控制装置和如权利要求8或9所述的车速计算装置，所述车速计算装置获取所述数据采集装置采集的数据并对其进行计算以得到车辆的最大安全车速，所述控制装置控制所述车辆以所述最大安全车速行驶。