CN110794820A - 一种智能车速度跟踪方法及系统 - Google Patents

Abstract

本发明涉及一种智能车速度跟踪方法及系统，该系统包括处理器和储存器，处理器用于执行存储在储存器中、以实现如下步骤的指令：1)根据当前车速计算预瞄距离，选取预瞄点；2)从所述预瞄点出发，对应V‑S曲线，寻找当前位置到所述预瞄点之间的拐点；所述V‑S曲线是根据轨迹规划得到的；3)将所述拐点作为控制点控制车辆进行加速、减速或匀速行驶。通过寻找拐点，判断车辆处于加速模式、减速模式或巡航模式；将拐点作为控制点对车速进行控制。有效地解决了因车辆规划的速度曲线复杂多样而导致无法只用用一种方法跟踪车辆速度的问题。

Description

一种智能车速度跟踪方法及系统

技术领域

本发明属于智能车控制技术领域，具体涉及一种智能车速度跟踪方法及系统。

背景技术

自动驾驶汽车是由车载计算机根据环境感知的周边环境信息，生成可行驶的轨迹信息；并控制车辆执行机构，完成对生成轨迹的跟踪。车载计算机生成的轨迹信息中包含了路径规划信息和车速规划信息，路径规划信息是车辆行驶的位置信息，速度规划信息为包含道路曲率约束和车辆动力学约束的车辆期望速度信息。

通常情况下车辆的速度历程可以分为三个部分：加速部分、定速(匀速)部分、减速部分。智能车规划的速度曲线可能是复杂多变的，针对每一种曲线都设计一种跟踪算法几乎是不可能的。因此需要一种能够跟踪车辆速度在不同部分的跟踪方法。

发明内容

本发明的目的在于提供一种智能车速度跟踪方法及系统，用于解决智能车辆在不同行驶阶段的速度跟踪问题。

为解决上述技术问题，本发明的技术方案为：

本发明提供了一种智能车速度跟踪方法，包括以下步骤：

1)根据当前车速计算预瞄距离，选取预瞄点；

2)从所述预瞄点出发，对应V-S曲线，寻找当前位置到所述预瞄点之间的拐点；所述V-S曲线是根据轨迹规划得到的；

3)将所述拐点作为控制点控制车辆进行加速、减速或匀速行驶。

本发明还提供了一种智能车速度跟踪系统，包括处理器和储存器，处理器用于执行存储在储存器中、以实现如下步骤的指令：

1)根据当前车速计算预瞄距离，选取预瞄点；

2)从所述预瞄点出发，对应V-S曲线，寻找当前位置到所述预瞄点之间的拐点；所述V-S曲线是根据轨迹规划得到的；

3)将所述拐点作为控制点控制车辆进行加速、减速或匀速行驶。

本发明的有益效果：

通过将车辆轨迹规划曲线分段拆分，分为加速阶段、匀速巡航阶段和减速阶段，车辆在行驶进程中，根据环境感知情况、道路曲率情况、车辆动力情况给出前方一定距离内的速度曲线，通过预瞄距离的方式查找速度曲线的拐点，根据拐点和当前车辆速度判断车辆行驶在哪个阶段，有效地解决了因车辆规划的速度曲线复杂多样而导致无法只用用一种方法跟踪车辆速度的问题。

作为一种智能车速度跟踪方法及系统的进一步改进，在步骤2)后还包括判断拐点是否为无效拐点，所述无效拐点为轨迹规划图形中的第一类间断点。

作为一种智能车速度跟踪方法及系统的进一步改进，通过V-S曲线的斜率判断在当前位置到所述预瞄点之间找到的点是否为拐点。

作为一种智能车速度跟踪方法及系统的进一步改进，预瞄距离的计算公式为：

S_p＝K*V+S_b

其中S_p为预瞄距离，K为车速系数，V为当前车速，S_b为根据道路情况所预设的基本距离。

附图说明

图1是规划车速分段示意图；

图2是智能车速度跟踪方法流程图；

图3是实施例的流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚，下面结合附图及实施例，对本发明作进一步的详细说明。

如图1所示，横轴为前方距离，纵轴为车辆行驶速度，通常情况下车辆的速度历程可以分为三个部分：加速模式A、巡航模式B、减速模式C。智能车规划的速度曲线L可能是复杂多变的，针对每一种曲线都设计一种跟踪算法几乎是不可能的。但是可以把智能车规划的速度曲线分段拆分，每一个条速度规划曲线分段拆分为：加速模式A、巡航模式B、减速模式C。然后分别对应加速模式A、巡航模式B、减速模式C设计响应的控制策略实现速度跟踪。

本发明的基本原理如下：

如图2所示，首先由车辆上配置的传感器等环境检测器件获取用于轨迹规划的各种信息(环境感知情况、道路曲率情况、车辆动力情况)，然后判断轨迹规划信息是否有效，若无效，则继续检测以获取轨迹规划信息；若有效，则根据当前车速计算预瞄距离；预瞄距离的计算公式为：

S_p＝K*V+S_b

其中S_p为预瞄距离，K为车速系数，V为当前车速，S_b为根据道路情况所预设的基本距离。

根据预瞄距离在预瞄点与当前位置之间查找速度曲线的拐点(速度曲线斜率在设定的阈值区间内的点)，判断拐点时需要判断疑似拐点前后一定范围内的点斜率是否处于设定的阈值区间内，若处于阈值区间内，车辆处于巡航模式；若不处于阈值区间内，则该疑似点为拐点，得到拐点后，将拐点作为控制点控制车辆进行加速、减速或匀速行驶。

设定的阈值非常接近于零，当加速度即速度曲线斜率的绝对值非常小时，近似视为加速度为零，即车辆处于巡航模式。

根据车辆速度曲线，加速度的求取公式为：

a＝ΔV/ΔT

其中ΔV为速度变化量，ΔT为时间变化量。

根据车辆加速度，判断该点加速度是否处于设定的阈值区间内，根据结果判断车辆处于加速模式、巡航模式和减速模式中哪个阶段。后对车辆速度进行跟踪，行驶过预瞄距离后，车辆传感器重新检测用于轨迹规划的各种信息(环境感知情况、道路曲率情况、车辆动力情况)，重复图2流程。

具体实施方式流程图如图3所示，首先获取需要跟踪的轨迹和速度信息，检测信息有效性，若无效，则重新获取轨迹和速度信息，若有效，则根据当前车速计算预瞄距离；在预瞄点与当前位置之间查找速度曲线的基本点(速度曲线斜率在设定的阈值区间内的点)，判断基本点是否有效，若基本点为V-S曲线函数的第一类间断点，则基本点无效；若基本点无效，则需要对基本点进行修正，修正后的基本点为当前横坐标下V-S曲线上的点。如果基本点有效，根据V-S曲线中该点的斜率近似计算当前加速度，判断该基本点是否为拐点。若在该基本点附近范围内的点斜率处于设定的阈值区间内，则该点不是拐点，则目前车辆处于巡航模式。若为拐点，则进一步判断目前车辆是处于加速模式还是减速模式。若车辆处于加速模式，则把速度规划曲线中速度最高点作为速度控制点，根据规划速度和当前车速通过PID闭环控制油门量进行加速，当车辆速度达到速度最高点时停止加速；若车辆处于减速模式，则把速度最低点作为速度控制点，根据规划速度和当前车速计算反向加速度控制制动量，当车辆速度达到速度最低点时停止制动。

本实施例中加入了判断当前距离到预瞄点之间寻找的点是否有效这一步骤，防止该点为轨迹规划图形函数的第一类间断点中的可去间断点，若为可去间断点，在计算加速度时会造成较大误差，因此需要在本实施例中对这种情况进行排除，对无效的点进行修正。

本实施例中寻找基本点，判断基本点后计算该点前后一定范围内的点斜率是否处于设定的阈值区间内，通过这一步确定该基本点是否为拐点。通过二次判断准确寻找拐点，该步骤原理也是基于从预瞄点出发对应V-S曲线寻找拐点。

由于轨迹规划曲线为V-S曲线，V-S曲线可利用斜率近似计算车辆加速度，V-S曲线图形可视为速度时间曲线图形根据横轴即时间轴的拉伸得到的。

本发明还提供了一种智能车速度跟踪系统，用于实现上述方法步骤。

作为其他实施方式，预瞄距离的计算方法可由其他数学方法代替。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (8)

1.一种智能车速度跟踪方法，其特征在于，包括以下步骤：

1)根据当前车速计算预瞄距离，选取预瞄点；

2)从所述预瞄点出发，对应轨迹规划得到的V-S曲线，寻找当前位置到所述预瞄点之间的拐点；

3)将所述拐点作为控制点控制车辆进行加速、减速或匀速行驶。

2.根据权利要求1所述的一种智能车速度跟踪方法，其特征在于，在步骤2)后还包括判断拐点是否为无效拐点，所述无效拐点为轨迹规划V-S曲线中的第一类间断点。

3.根据权利要求1所述的一种智能车速度跟踪方法，其特征在于，通过V-S曲线的斜率判断所述拐点。

4.根据权利要求1所述的一种智能车速度跟踪方法，其特征在于，预瞄距离的计算公式为：

S_p＝K*V+S_b

其中S_p为预瞄距离，K为车速系数，V为当前车速，S_b为根据道路情况所预设的基本距离。

5.一种智能车速度跟踪系统，处理器和储存器，其特征在于，处理器用于执行存储在储存器中、以实现如下步骤的指令：

1)根据当前车速计算预瞄距离，选取预瞄点；

2)从所述预瞄点出发，对应V-S曲线，寻找当前位置到所述预瞄点之间的拐点；所述V-S曲线是根据轨迹规划得到的；

3)将所述拐点作为控制点控制车辆进行加速、减速或匀速行驶。

6.根据权利要求5所述的一种智能车速度跟踪系统，其特征在于，在步骤2)后还包括判断拐点是否为无效拐点，所述无效拐点为轨迹规划图形中的第一类间断点。

7.根据权利要求5所述的一种智能车速度跟踪系统，其特征在于，通过V-S曲线的斜率判断在当前位置到所述预瞄点之间找到的点是否为拐点。

8.根据权利要求5所述的一种智能车速度跟踪系统，其特征在于，预瞄距离的计算公式为：

S_p＝K*V+S_b

其中S_p为预瞄距离，K为车速系数，V为当前车速，S_b为根据道路情况所预设的基本距离。

Images