CN110834642B - 车辆跑偏识别方法、装置、车辆及存储介质 - Google Patents

车辆跑偏识别方法、装置、车辆及存储介质 Download PDF

Info

Publication number
CN110834642B
CN110834642B CN201911065867.4A CN201911065867A CN110834642B CN 110834642 B CN110834642 B CN 110834642B CN 201911065867 A CN201911065867 A CN 201911065867A CN 110834642 B CN110834642 B CN 110834642B
Authority
CN
China
Prior art keywords
vehicle
deviation
current
value
preset
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
Application number
CN201911065867.4A
Other languages
English (en)
Other versions
CN110834642A (zh
Inventor
刘斌
吴杭哲
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN201911065867.4A priority Critical patent/CN110834642B/zh
Publication of CN110834642A publication Critical patent/CN110834642A/zh
Application granted granted Critical
Publication of CN110834642B publication Critical patent/CN110834642B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/10Estimation 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 vehicle motion
    • B60W40/114Yaw movement

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种车辆跑偏识别方法、装置、车辆及存储介质。该方法包括:在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。本发明实施例的技术方案,达到了多次进行偏差判断,提升自动驾驶汽车对车辆跑偏识别的准确性的效果。

Description

车辆跑偏识别方法、装置、车辆及存储介质
技术领域
本发明实施例涉及自动驾驶车辆轨迹检测技术,尤其涉及一种车辆跑偏识别方法、装置、车辆及存储介质。
背景技术
自动驾驶车辆是指自动驾驶系统开启后自动控制车辆沿期望轨迹行驶的车辆。车辆跑偏是指本应沿期望轨迹行驶的车辆,在行驶过程中发生偏离的现象。
引发车辆跑偏的原因有多种,例如胎压异常、四轮定位异常、载荷不均、轮胎磨损、整车装配等。现阶段常通过转向系统或通过车辆自身行驶状态进行车辆跑偏检测,其主要通过车辆方向盘、车载转向力矩传感器、车载角度传感器及车载图像传感器等判断车辆是否跑偏。
但车辆跑偏的原因各不相同,很多因素不能为电子系统实时监控。根据车辆转向系统判断车辆跑偏情况,其采用机器学习与实际检测相结合的方法判断车辆跑偏情况,但机器在学习过程中存在不稳定性,将其应用于自动驾驶中,学习错误会导致预测失败。根据车辆自身行驶状态判断车辆跑偏情况,其采用的多种传感器在判断过程中可能由于强干扰或传感器信号抖动产生误判,由此影响自动驾驶车辆跑偏检测的准确性。
发明内容
本发明提供一种车辆跑偏识别方法、装置、车辆及存储介质,提高了车辆跑偏识别的准确性。
第一方面,本发明实施例提供了一种车辆跑偏识别方法,包括:
在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;
当所述第一上一偏差值大于第一偏差阈值,且所述第一当前阈值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。
第二方面,本发明实施例还提供了一种车辆跑偏识别装置,该车辆跑偏识别装置包括:
偏差值确定模块,用于在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;
行驶状态确定模块,用于当所述第一上一偏差值大于第一偏差阈值,且所述第一当前阈值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。
第三方面,本发明实施例还提供了一种车辆,所述车辆包括:
一个或多个传感器,用于获取所述车辆与预设行驶轨迹的位置信息;
一个或多个控制器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个控制器执行,使得一个或多个控制器实现如本发明任意实施例中提供的车辆跑偏识别方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例提供的车辆跑偏识别方法。
本发明实施例通过在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,可以实时获取当前时刻相对于行驶轨迹的偏差情况,避免获取偏差值不及时准确的问题,实现了实时更新每一时刻对应位置上的偏差值的效果。当第一上一偏差值大于第一偏差阈值且第一当前偏差值大于第二偏差阈值时,确定车辆在当前时刻的行驶状态为跑偏,两次判断了偏差值与阈值的关系,避免了车辆受到强干扰时或接收信号抖动时产生跑偏的误判。解决自动驾驶汽车进行车辆跑偏判断时易受环境影响,产生误判的问题,提升了自动驾驶汽车对车辆跑偏识别的准确性。
附图说明
图1为本发明实施例一中的一种车辆跑偏识别方法的流程图;
图2是本发明实施例二中的一种车辆跑偏识别方法的流程图;
图3是本发明实施例三中的一种车辆跑偏识别方法的流程图;
图4是本发明实施例四中的一种车辆跑偏识别方法的流程图;
图5是本发明实施例五中的一种车辆跑偏识别装置的结构示意图;
图6是本发明实施例六中的一种车辆的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种车辆跑偏识别方法的流程图,本实施例可适用于自动驾驶汽车轨迹检测的情况,该方法可以由车辆跑偏识别装置来执行,该车辆跑偏识别装置可以由软件和/或硬件来实现,该车辆跑偏识别装置可以配置在计算设备上,具体包括如下步骤:
步骤110、在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;
其中,跑偏识别条件可理解为车辆开始执行跑偏识别时所必须满足的条件,该条件可以是车辆处于自动驾驶模式且处于稳定驾驶状态。
具体的,车辆驾驶模式包括自动驾驶模式和非自动驾驶模式,若当前时刻车辆处于自动驾驶模式,则进行车辆驾驶状态的判定,判定其是否处于稳定驾驶状态;若当前时刻车辆处于非自动驾驶模式,则将下一时刻作为新的当前时刻判断车辆驾驶模式,直到车辆驾驶模式为自动驾驶模式后进入车辆驾驶状态的判定。
其中,稳定驾驶状态可理解为车辆在以当前时刻为结点的一段固定时间内或以当前时刻所处位置为结点的一段固定距离内维持同一车身姿态,该车身姿态可体现为车辆的航向角等参数。
可选的,固定时间可为自动驾驶车辆的一次车辆调整周期,优选的,该固定时间可为1-3s内任意值。
具体的,当车辆处于自动驾驶模式时进行车辆驾驶状态判定,若车辆处于稳定驾驶状态,则确定车辆在当前时刻相对预设行驶轨迹的第一当前偏差值;否则,则将下一时刻作为新的当前时刻判断车辆驾驶状态,直到车辆处于稳定驾驶状态。
其中,预设行驶轨迹可理解为自动驾驶汽车的期望轨迹,即希望车辆行驶的轨迹,该轨迹可为直线也可为曲线。
第一当前偏差值可理解为以当前时刻为结点,车辆在当前时刻前预设时间内各时刻距离预设行驶轨迹的偏差值的和。
具体的,在当前时刻前,可以以设定时间间隔采集车辆距离预设行驶轨迹的偏差值,直到采集时间达到预设时间,将采集的偏差值求和得到第一当前偏差值。同时,将当前时刻的上一时刻作为新的当前时刻,以同样的设定时间间隔采集同样预设时间内的车辆距离预设行驶轨迹的偏差值并求和,将其作为第一上一偏差值。
在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,可以实时获取当前时刻相对于行驶轨迹的偏差情况,避免获取偏差值不及时准确的问题,实现了实时更新每一时刻对应位置上的偏差值的效果。
步骤120、当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。
其中,第一偏差阈值可以理解为预设时间内由车辆传感器精度和车辆传感器采样周期确定的最大误差值。
第二偏差阈值可以理解为预设时间内由车辆传感器精度加上预设验证值和车辆传感器采样周期确定的最大误差值。
可选的,车辆传感器可为前视摄像头、环视摄像头或激光雷达等用于获取车辆位置以及车辆与预设轨迹相对位置的传感装置。
可选的,所述预设验证值与车辆传感器品类相关。
具体的,当第一上一偏差值大于第一偏差阈值时,认为车辆存在跑偏可能,此时判断第一当前偏差值与第二偏差阈值大小关系,当第一当前偏差值大于第二偏差阈值时,可认为当前车辆已偏离预设轨迹。由于该车辆跑偏识别方法适用于自动驾驶模式,故需检查车辆在设定时长内的驾驶模式,若在设定时长内车辆驾驶模式为自动驾驶模式,则可确定车辆当前时刻的行驶状态为跑偏,否则,将当前时刻作为新的上一时刻,将当前时刻的下一时刻作为新的当前时刻,重新对车辆跑偏识别条件进行判断,进行确定第一当前偏差值的确定操作。
其中,设定时长可理解为驾驶模式判定的起始时刻到当前时刻的时间长度,具体的,可理解为从当前时刻的上一时刻前预设时间到当前时刻的一段时间长度。
可选的,当确定车辆当前时刻的行驶状态为跑偏后,可以进行退出自动驾驶模式并发出警报、停止行驶并发出警报或自动调节回期望轨迹等操作。
本实施例的技术方案,通过在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,可以实时获取当前时刻相对于行驶轨迹的偏差情况,避免获取偏差值不及时准确的问题,实现了实时更新每一时刻对应位置上的偏差值的效果。当第一上一偏差值大于第一偏差阈值且第一当前偏差值大于第二偏差阈值时,确定车辆在当前时刻的行驶状态为跑偏,两次判断了偏差值与阈值的关系,避免了车辆受到强干扰时或接收信号抖动时产生跑偏的误判。解决自动驾驶汽车进行车辆跑偏判断时易受环境影响,产生误判的问题,提升了自动驾驶汽车对车辆跑偏识别的准确性。
实施例二
图2为本发明实施例二提供的一种车辆跑偏识别方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化,具体包括如下步骤:
步骤210、在当前时刻满足跑偏识别条件时,获取车辆在预设时间内各时刻的实际行驶位置和预设行驶位置。
其中,所述预设时间为当前时刻之前的预设时长。
具体的,在当前时刻满足跑偏识别条件时,从车辆自动驾驶系统读取预设时间内各时刻车辆预设行驶位置,利用车载传感器确定预设时间内各时刻车辆的而实际行驶位置。
可选的,预设时间可为60s或其他正整数值。
具体的,预设时间越长,车辆跑偏识别越准确,但可能存在识别不及时的情况;预设时间越短,车辆跑偏识别越快,但可能因预设时间内的短暂外界条件影响使得识别结果不准确。
步骤220、根据所述预设行驶位置及所述实际行驶位置,确定所述车辆在所述预设时间内各时刻的横向偏差。
其中,横向偏差可理解为车辆在同一时刻的预设行驶位置和实际行驶位置之间的距离,可选的,该距离以实际行驶位置在预设行驶轨迹右侧为正,左侧为负或该距离以实际行驶位置在预设行驶轨迹左侧为正,右侧为负。
具体的,车辆控制系统获取当前时刻前预设时间内的预设行驶轨迹,同时获取当前时刻前预设时间内的车辆实际行驶轨迹,求取相同时刻两轨迹对应位置的距离,将该距离作为预设时间内各时刻车辆对应的横向偏差。其中,以车辆实际行驶方向为预设行驶轨迹正方向,根据实际行驶位置与预设行驶轨迹的位置关系确定横向偏差的正负。
步骤230、对各所述时刻的横向偏差进行积分,并基于积分结果确定所述车辆在当前时刻的第一当前偏差值。
具体的,将预设时间内各时刻确定的横向偏差依次求和,将求和结果作为积分结果。当积分结果大于零时,将积分结果作为第一当前偏差值,否则,将积分结果的绝对值作为第一当前偏差值。
步骤240、当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。
其中,第一偏差阈值可以理解为预设时间内由车辆传感器精度和车辆传感器采样周期确定的最大误差值。
示例性的,设第一偏差阈值为E1,车辆传感器识别精度为X,车辆传感器采样周期为Y,预设时间为T1,可得到E1与T1、X、Y间的关系为:
E1=T1*X/Y
其中,车辆传感器识别精度可理解为标准测量情况下一个采样周期内车辆由于传感器误差造成的最大偏差值。
其中,第二偏差阈值可以理解为预设时间内由车辆传感器精度加上预设验证值和车辆传感器采样周期确定的最大误差值。
示例性的,设第二偏差阈值为E2,车辆传感器识别精度为X,车辆传感器采样周期为Y,预设验证值为a,预设时间为T1,可得到E2与T1、a、X、Y之间的关系为:
E2=T1*(X+a)/Y
可选的,预设时间可为采样周期的整数倍,预设验证值可为车辆传感器识别精度50%-100%间的任意值。
本实施例的技术方案,根据预设时长内各时刻对应的预设行驶位置和实际行驶位置求取各时刻对应的横向偏差值,对预设时间内横向偏差求积分,根据积分结果确定第一当前偏差值,可以实时获取最接近当前时刻的相对于行驶轨迹的偏差情况,避免偏差值获取不够及时准确的问题,实现了每一时刻对应位置偏差值实时更新的效果。
实施例三
图3为本发明实施例三提供的一种车辆跑偏识别方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化,具体包括如下步骤:
步骤310、在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值。
步骤320、当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。
步骤330、如果所述第一当前偏差值小于所述第一偏差阈值,则确定所述车辆在所述当前时刻的行驶状态为正常未跑偏。
具体的,当第一当前偏差值小于第一偏差阈值时,即使第一上一偏差值大于第一偏差阈值,认为车辆存在跑偏可能,也可认为是车辆传感器受到强干扰或出现信号抖动而产生误判,车辆在当前时刻的行驶状态为正常未跑偏。
本实施例的技术方案,两次判断了偏差值与偏差阈值的关系,避免了一次判断情况下车辆传感器在受到强干扰或接收信号抖动时产生跑偏的误判。解决了自动驾驶汽车进行车辆跑偏判断时易受环境影响,产生误判的问题,提升了自动驾驶汽车对车辆跑偏识别的准确性。
实施例四
图4为本发明实施例四提供的一种车辆跑偏识别方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化,具体包括如下步骤:
步骤410、在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值。
步骤420、当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。
步骤430、将当前时刻作为新的上一时刻,将下一时刻作为新的当前时刻,返回执行第一当前偏差值的确定操作,直至所述车辆在当前时刻的驾驶模式为非自动驾驶模式。
具体的,当车辆完成一次车辆跑偏识别操作后,得到当前时刻车辆行驶状态,将当前时刻作为新的上一时刻,将当前时刻的下一时刻作为新的当前时刻,再次确定第一当前偏差值,进入下一个车辆跑偏识别循环,直到车辆在当前时刻的驾驶模式为非自动驾驶模式时,不再符合车辆跑偏识别条件。
本实施例的技术方案,在车辆完成一次跑偏识别后对其下一时刻的参数进行设置,使得车辆在满足跑偏识别条件的情况下连续进行车辆跑偏识别操作,实现了自动驾驶汽车行驶过程中车辆跑偏状况的实时检测,提升了自动驾驶汽车对车辆跑偏识别的准确性。
实施例五
图5为本发明实施例五所提供的一种车辆跑偏识别装置的结构示意图,该车辆跑偏识别装置包括:偏差值确定模块510和行驶状态确定模块520。
其中,偏差值确定模块510,用于在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;行驶状态确定模块520,用于当所述第一上一偏差值大于第一偏差阈值,且所述第一当前阈值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。
本实施例的技术方案,解决自动驾驶汽车进行车辆跑偏判断时易受环境影响,产生误判的问题,提升了自动驾驶汽车对车辆跑偏识别的准确性。
可选的,该装置还包括:
状态确定模块,用于如果所述第一当前偏差值小于所述第一偏差阈值,则确定所述车辆在所述当前时刻的行驶状态为正常未跑偏。
重复执行模块,用于将当前时刻作为新的上一时刻,将下一时刻作为新的当前时刻,返回执行第一当前偏差值的确定操作,直至所述车辆在当前时刻的驾驶模式为非自动驾驶模式。
可选的,偏差值确定模块510包括:
识别条件判断单元,用于判断车辆当前时刻所处的驾驶模式与驾驶状态。
行驶位置获取单元,用于获取车辆在预设时间内各时刻的实际行驶位置和预设行驶位置,其中,所述预设时间为当前时刻之前的预设时长。
横向偏差确定单元,用于根据所述预设行驶位置及所述实际行驶位置,确定所述车辆在所述预设时间内各时刻的横向偏差。
偏差值确定单元,用于对各所述时刻的横向偏差进行积分,并基于积分结果确定所述车辆在当前时刻的第一当前偏差值。
可选的,识别条件判断单元,还用于:若当前时刻车辆处于自动驾驶模式,则进行车辆驾驶状态的判定,判定其是否处于稳定驾驶状态;若当前时刻车辆处于非自动驾驶模式,则将下一时刻作为新的当前时刻判断车辆驾驶模式,直到车辆驾驶模式为自动驾驶模式后进入车辆驾驶状态的判定。
可选的,识别条件判断单元,还用于:当车辆处于自动驾驶模式时进行车辆驾驶状态判定,若车辆处于稳定驾驶状态,则确定车辆在当前时刻相对预设行驶轨迹的第一当前偏差值;否则,则将下一时刻作为新的当前时刻判断车辆驾驶状态,直到车辆处于稳定驾驶状态。
可选的,行驶位置获取单元,还用于:获取车辆在预设时间内各时刻的实际行驶位置和预设行驶位置,其中,所述预设时间为上一时刻之前的预设时长。
可选的,偏差值确定单元,还用于:对上一时刻之前的预设时长内的各所述时刻的横向偏差进行积分,并基于积分结果确定所述车辆在上一时刻的第一上一偏差值。
可选的,偏差值确定单元,还用于:当所述积分结果大于零时,将所述积分结果确定为所述第一当前偏差值;否则,将所述积分结果的绝对值确定为所述第一当前偏差值;其中,所述横向偏差为所述车辆在同一时刻的所述预设行驶位置与所述实际行驶位置的距离,以所述实际行驶位置在所述预设行驶轨迹的预设侧为正,另一侧为负。
可选的,行驶状态确定模块520,还包括:
第一偏差阈值确定单元,用于根据所述预设时间内由所述车辆的传感器精度和所述车辆的传感器采样周期确定的最大误差值确定第一偏差阈值。
第二偏差阈值确定单元,用于根据所述预设时间内由所述车辆的传感器精度加上预设验证值和所述车辆的传感器采样周期确定的最大误差值确定第二偏差阈值。
本发明实施例所提供的车辆跑偏识别装纸可执行本发明任意实施例所提供的车辆跑偏识别方法,具备执行方法相应的功能模块和有益效果。
实施例六
图6为本发明实施例六提供的一种车辆的结构示意图,如图6所示,该车辆包括传感器610、控制器620、存储器630、输入装置640和输出装置650;车辆中传感器610和控制器620的数量可以是一个或多个,图6中以一个传感器610和一个控制器620为例;车辆中的传感器610、控制器620、存储器630、输入装置640和输出装置650可以通过总线或其他方式连接,图6中以通过总线连接为例。
传感器610可用于获取所述车辆与预设行驶轨迹的位置信息,其中,所述传感器可为前视摄像头、环视摄像头或激光雷达等车载传感装置。
存储器630作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的车辆跑偏识别方法对应的程序指令/模块(例如,偏差值确定模块510和行驶状态确定模块520)。控制器620通过运行存储在存储器630中的软件程序、指令以及模块,从而执行车辆的各种功能应用以及数据处理,即实现上述的车辆跑偏识别方法。
存储器630可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器630可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器630可进一步包括相对于控制器620远程设置的存储器,这些远程存储器可以通过网络连接至车辆。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置640可用于接收输入的数字或字符信息,以及产生与计算设备的用户设置以及功能控制有关的键信号输入,可以包括触屏、键盘和鼠标等。输出装置650可包括显示屏等显示设备。
实施例七
本发明实施例七还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆跑偏识别方法,该方法包括:
在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;
当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的车辆跑偏识别方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述搜索装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种车辆跑偏识别方法,其特征在于,包括:
在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;
当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值;
所述确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,包括:
获取车辆在预设时间内各时刻的实际行驶位置和预设行驶位置,其中,所述预设时间为当前时刻之前的预设时长;
根据所述预设行驶位置及所述实际行驶位置,确定所述车辆在所述预设时间内各时刻的横向偏差;
对各所述时刻的横向偏差进行积分,并基于积分结果确定所述车辆在当前时刻的第一当前偏差值;
所述基于积分结果确定所述车辆在当前时刻的第一当前偏差值,包括:
当所述积分结果大于零时,将所述积分结果确定为所述第一当前偏差值;否则,将所述积分结果的绝对值确定为所述第一当前偏差值;
其中,所述横向偏差为所述车辆在同一时刻的所述预设行驶位置与所述实际行驶位置的距离,以所述实际行驶位置在所述预设行驶轨迹的预设侧为正,另一侧为负。
2.根据权利要求1所述的方法,其特征在于,所述跑偏识别条件为:车辆处于自动驾驶模式且处于稳定驾驶状态;
所述设定时长为驾驶模式判定的起始时刻至当前时刻的时间长度。
3.根据权利要求1-2任一项所述的方法,其特征在于,所述第一偏差阈值为所述预设时间内由所述车辆的传感器精度和所述车辆的传感器采样周期确定的最大误差值;
所述第二偏差阈值为所述预设时间内由所述车辆的传感器精度加上预设验证值和所述车辆的传感器采样周期确定的最大误差值。
4.根据权利要求1-2任一项所述的方法,其特征在于,还包括:
如果所述第一当前偏差值小于所述第一偏差阈值,则确定所述车辆在所述当前时刻的行驶状态为正常未跑偏。
5.根据权利要求1-2任一项所述的方法,其特征在于,还包括:
将当前时刻作为新的上一时刻,将下一时刻作为新的当前时刻,返回执行第一当前偏差值的确定操作,直至所述车辆在当前时刻的驾驶模式为非自动驾驶模式。
6.一种车辆跑偏识别装置,其特征在于,包括:
偏差值确定模块,用于在当前时刻满足跑偏识别条件时,确定车辆在所述当前时刻相对预设行驶轨迹的第一当前偏差值,并获取所述车辆在上一时刻相对预设行驶轨迹的第一上一偏差值;
行驶状态确定模块,用于当所述第一上一偏差值大于第一偏差阈值,且所述第一当前偏差值大于第二偏差阈值时,如果所述车辆的驾驶模式在设定时长内处于自动驾驶模式,则确定车辆在所述当前时刻的行驶状态为跑偏,其中,所述第二偏差阈值大于所述第一偏差阈值;
所述偏差值确定模块包括:识别条件判断单元、行驶位置获取单元、横向偏差确定单元和偏差值确定单元;
识别条件判断单元,还用于判断车辆当前时刻所处的驾驶模式与驾驶状态;
行驶位置获取单元,还用于获取车辆在预设时间内各时刻的实际行驶位置和预设行驶位置,其中,所述预设时间为当前时刻之前的预设时长;
横向偏差确定单元,还用于根据所述预设行驶位置及所述实际行驶位置,确定所述车辆在所述预设时间内各时刻的横向偏差;
偏差值确定单元,还用于对各所述时刻的横向偏差进行积分,并基于积分结果确定所述车辆在当前时刻的第一当前偏差值;
所述偏差值确定单元,还用于当所述积分结果大于零时,将所述积分结果确定为所述第一当前偏差值;否则,将所述积分结果的绝对值确定为所述第一当前偏差值;其中,所述横向偏差为所述车辆在同一时刻的所述预设行驶位置与所述实际行驶位置的距离,以所述实际行驶位置在所述预设行驶轨迹的预设侧为正,另一侧为负。
7.一种车辆,其特征在于,所述车辆包括:
一个或多个传感器,用于获取所述车辆与预设行驶轨迹的位置信息;
一个或多个控制器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个控制器执行,使得所述一个或多个控制器实现如权利要求1-5中任一所述的车辆跑偏识别方法。
8.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一所述的车辆跑偏识别方法。
CN201911065867.4A 2019-11-04 2019-11-04 车辆跑偏识别方法、装置、车辆及存储介质 Active CN110834642B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911065867.4A CN110834642B (zh) 2019-11-04 2019-11-04 车辆跑偏识别方法、装置、车辆及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911065867.4A CN110834642B (zh) 2019-11-04 2019-11-04 车辆跑偏识别方法、装置、车辆及存储介质

Publications (2)

Publication Number Publication Date
CN110834642A CN110834642A (zh) 2020-02-25
CN110834642B true CN110834642B (zh) 2021-03-26

Family

ID=69575928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911065867.4A Active CN110834642B (zh) 2019-11-04 2019-11-04 车辆跑偏识别方法、装置、车辆及存储介质

Country Status (1)

Country Link
CN (1) CN110834642B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111751857A (zh) * 2020-07-08 2020-10-09 中国第一汽车股份有限公司 一种车辆位姿的估算方法、装置、存储介质及系统
CN114074706B (zh) * 2020-08-19 2023-06-30 蜂巢智能转向系统(江苏)有限公司 电动助力转向系统、跑偏补偿仲裁方法及设备
CN112255628A (zh) * 2020-10-09 2021-01-22 新石器慧义知行智驰(北京)科技有限公司 障碍物轨迹预测方法、装置、设备和介质
CN112896145B (zh) * 2021-03-10 2022-07-05 浙江三一装备有限公司 履带式作业机械的控制方法、装置及履带式作业机械
CN112924193B (zh) * 2021-03-22 2023-08-18 黑龙江惠达科技股份有限公司 测试自动驾驶系统的方法和测试系统
CN112918482B (zh) * 2021-03-25 2022-12-27 东风汽车集团股份有限公司 车辆跑偏程度的检测分析方法、系统及存储介质
CN113044048B (zh) * 2021-03-31 2023-03-28 东风商用车有限公司 一种车辆跑偏的识别方法、装置、设备及可读存储介质
CN114120252B (zh) * 2021-10-21 2023-09-01 阿波罗智能技术(北京)有限公司 自动驾驶车辆状态的识别方法、装置、电子设备及车辆

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004039741A1 (de) * 2004-08-17 2006-02-23 Robert Bosch Gmbh Fahrerassistenzsystem mit Einrichtung zur Spurwechselerkennung
JP6413953B2 (ja) * 2015-06-29 2018-10-31 株式会社デンソー 車線逸脱回避システム
JP6481660B2 (ja) * 2016-06-09 2019-03-13 トヨタ自動車株式会社 車両用挙動制御装置
US10279807B2 (en) * 2017-02-17 2019-05-07 GM Global Technology Operations LLC System and method for predicting a possible lane departure when driving a vehicle autonomously or semi-autonomously, and for taking a remedial action to prevent a lane departure
US20180365989A1 (en) * 2017-06-20 2018-12-20 GM Global Technology Operations LLC System and method for wrong-way driving detection and mitigation
CN109445425B (zh) * 2019-01-02 2021-08-31 奇瑞汽车股份有限公司 自动驾驶系统的性能检测方法、装置及存储介质
CN110203206B (zh) * 2019-06-05 2021-02-02 北京经纬恒润科技股份有限公司 一种车辆行驶跑偏检测方法及装置

Also Published As

Publication number Publication date
CN110834642A (zh) 2020-02-25

Similar Documents

Publication Publication Date Title
CN110834642B (zh) 车辆跑偏识别方法、装置、车辆及存储介质
CN109649489B (zh) 车辆转向状态的识别方法、装置、电子设备及存储介质
US11447141B2 (en) Method and device for eliminating steady-state lateral deviation and storage medium
US10460467B2 (en) Object recognition processing apparatus, object recognition processing method, and autonomous driving system
CN113715814B (zh) 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆
CN108364372B (zh) 一种车辆行驶状态检测方法及装置
CN109878530B (zh) 识别车辆侧向行驶工况的方法和系统
US11748593B2 (en) Sensor fusion target prediction device and method for vehicles and vehicle including the device
WO2023050586A1 (zh) 定位传感器的异常检测方法、装置及终端设备
US11403494B2 (en) Obstacle recognition assistance device, obstacle recognition assistance method, and storage medium
US9701314B2 (en) Method for detecting the attentional state of the driver of a vehicle
CN111947669A (zh) 用于将基于特征的定位地图用于车辆的方法
JP2017105294A (ja) 操舵角検出装置及び操舵角検出方法
CN114474076A (zh) 机器人碰撞检测方法、装置、检测设备及可读存储介质
JP6169270B2 (ja) 外部車両の走行状態を識別する方法及び装置
WO2020063818A1 (zh) 目标跟踪方法及装置
JP2010231358A (ja) 車両特定装置
CN112739599B (zh) 一种车辆变道行为识别方法及装置
US11654927B2 (en) Method for monitoring a vehicle system for detecting an environment of a vehicle
CN113168763B (zh) 用于检查车辆的至少半自主行驶运行的方法、装置和介质
CN113325415A (zh) 车辆雷达数据和相机数据的融合方法及系统
CN108827369B (zh) 提升传感器关联效率的方法
US20230227042A1 (en) Method for determining the reliability of objects
US20230401906A1 (en) Driving diagnostic map creation device, driving diagnostic map creation system, and driving diagnostic map creation method
EP4336445A2 (en) Multi-object tracking system and its motion trajectory optimization apparatus and optimization method

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