CN110884490B - 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质 - Google Patents

一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质 Download PDF

Info

Publication number
CN110884490B
CN110884490B CN201911032343.5A CN201911032343A CN110884490B CN 110884490 B CN110884490 B CN 110884490B CN 201911032343 A CN201911032343 A CN 201911032343A CN 110884490 B CN110884490 B CN 110884490B
Authority
CN
China
Prior art keywords
vehicle
intrusion
lane
target
self
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
CN201911032343.5A
Other languages
English (en)
Other versions
CN110884490A (zh
Inventor
谢兆夫
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.)
Guangzhou Xiaopeng Motors Technology Co Ltd
Original Assignee
Guangzhou Xiaopeng Motors Technology Co Ltd
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 Guangzhou Xiaopeng Motors Technology Co Ltd filed Critical Guangzhou Xiaopeng Motors Technology Co Ltd
Priority to CN201911032343.5A priority Critical patent/CN110884490B/zh
Publication of CN110884490A publication Critical patent/CN110884490A/zh
Application granted granted Critical
Publication of CN110884490B publication Critical patent/CN110884490B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/02—Control of vehicle driving stability
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration

Abstract

一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质，包括获取当前自车与目标车辆的运动状态信息；通过建立模糊规则表以及模糊隶属度函数，解算出目标车辆入侵自车道的概率，并综合警报指数以及碰撞时间确定出不同的驾驶策略以及行驶轨迹，解决目前车辆入侵只能通过单纯制动进行跟随的问题。因此，可以提高车辆侵入判断及车辆辅助行驶的精度，保证车辆行驶的平顺性。

Description

一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质
技术领域
本发明涉及汽车技术领域，尤其涉及车辆辅助行驶系统。
背景技术
在汽车自动驾驶或辅助驾驶控制中，车道居中辅助系统是重要一环，目前市面上存在的车道居中辅助系统大多只是依靠视觉探测到的摄像头使车辆保持在道路中间行驶，但对于旁车道的车辆侵入问题目前没有合适地解决方案，特别是对于旁车道车辆入侵自车道的判断以及对入侵的程度进行相应的处理没有太多的方案，当其他车辆变道时，容易造成当前车辆的紧急制动或与当前车辆发生碰撞，影响乘车的舒适性与安全性。
发明内容
本发明实施例提供了一种车辆侵入判断及车辆辅助行驶控制方法、系统、车辆及存储介质，用于提高车辆侵入判断及车辆辅助行驶的精度。
本发明专利基于传感器对旁车道目标车辆的位置以及速度的探测，通过模糊法建立解算出目标车辆侵入的概率，并综合警报指数以及碰撞时间等参数提出不同的行驶策略。提供辅助系统的舒适性与安全性。
有鉴于此，本发明第一方面提供了一种车辆侵入判断及车辆辅助行驶控制方法，包括：
获取车辆行驶环境信息，得到车辆行驶自车道线；
获取自车和目标车辆的物理参数，并将所述物理参数转化为输入参数，所述输入参数包括以下参数中的至少一个：目标车辆侵入概率、报警指数和碰撞时间；
根据所述输入参数确定车辆行驶模式；
根据所述车辆行驶模式，控制车辆按照所述车辆行驶模式行驶。
可选的，在本发明的一些实施例中，所述获取车辆行驶环境信息，得到车辆行驶自车道线，包括：
利用摄像头并结合图像处理技术在车辆行驶的区域进行分析并寻找期望特征点，对特征点进行预处理，提取特征点并进行拟合，获得前方视野内的车道线。
可选的，在本发明的一些实施例中，获取自车和目标车辆的物理参数，并将所述物理参数转化为供决策用的输入参数，所述输入参数包括以下参数中的至少一个：目标车辆侵入概率、报警指数和碰撞时间，包括：
所述目标车辆的物理参数包括目标车辆运动姿态、与自车的相对速度和相对距离，具体包括目标车辆与自车的横向和/或纵向相对速度，横向和/或纵向相对距离。所述自车的物理参数包括速度参数、加速度参数、时间参数和控制系统运行参数，所述加速度参数可为车辆在正常道路环境下的最大加速度，所述时间参数可为驾驶员反应时间或车辆控制系统的延迟时间，所述控制系统运行参数包括车辆紧急制动距离或车辆紧急报警距离。
进一步的，以上所述参数可为车辆或零部件系统相应的客观常量参数、人为预先设定的参数或通过试验标定出的参数。
得到车辆侵入概率，具体包括：
建立模糊规则库监控旁车道的车辆侵入，设定目标车辆侵入自车道的概率为Plane，并通过模糊法建立车辆侵入概率规则，该模糊法的建立基于真实事件中的自车行驶行为，通过自车行驶行为，并结合目标车辆与自车的相对横向距离和相对横向速度两个输入量，得出输出量即其他车辆侵入自车道的可能性，此处引入最常用的重心法来进行模糊值解算，最终得到车辆侵入自车道概率。
进一步的，在本发明的一些实施例中，所述相对横向距离的值可以归类为为近、中、远三个值；所述相对横向速度的值可以归类为慢速、正常、快速三个值；得到的车辆侵入自车道概率为低、中、高三个值。
需要说明的是，以上数值的设定可以通过实际测试结果表现来设定和得到。
进一步的，当所述相对横向距离的值为近时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为中，高，高；当所述相对横向距离的值为中时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为低，中，高；当所述相对横向距离的值为远时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为低，低，中。
得到报警指数，具体包括：
设定报警指数Xwar，若报警指数Xwar的数值大于设定阈值时，则表示此时自车处于安全区域；若报警指数Xwar的数值小于设定阈值时，责表示此时自车处于危险区域。
得到碰撞时间，具体包括：设定碰撞时间TTC，所述碰撞时间为自车与目标车辆纵向相对距离与自车与目标车辆之间纵向速度差值的比值。
可选的，在本发明的一些实施例中，判断所述输入参数是否符合预设条件来确定车辆行驶模式，包括：
判断所述目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果否，则使车辆居中行驶；
可选的，在本发明的一些实施例中，判断所述输入参数是否符合预设条件来确定车辆行驶模式，还包括，判断目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果是，则可以判断以下条件中的至少一个：
判断报警指数Xwar是否小于报警指数阈值Xth或判断碰撞时间TTC是否小于碰撞时间阈值Tth，如果是，则使车辆减速跟车行驶，如果否，则使车辆平移行驶。
进一步的，若Plane<Pth，则说明当前无车辆侵入自车道的可能性，反之则说明目标车辆有侵入车道的可能性。若无判断无车辆侵入自车道时，自车维持当前的行驶状态，即保持在道路中间居中行驶。
进一步的，若Plane>Pth，且报警指数Xwar与碰撞时间TTC都小于相对应的阈值Xth和Tth时，说明当前目标车辆侵入不会影响到自车正常行驶，但为提高车辆的通过性即车辆可通过变更参考轨迹，对参考轨迹进行平移。
进一步的，通过车载摄像头等视觉系统可得到相邻车辆侵入自车道的侵入量△d，此时可对参考轨迹进行平移，即由原来的的车道中心线平移至无车辆入侵侧的△d距离行驶。
进一步的，若Plane>Pth，且报警指数或碰撞时间任一数值超过阈值。则判断当前目标车辆侵入自车车道并且会影响车辆正常行驶，此时自车采用制动减速跟随侵入进来车辆行驶。
可选的，在本发明的一些实施例中，根据所述行驶模式，控制车辆按照行驶模式行驶，包括：根据所述行驶模式生成对应自车目标轨迹模型，控制自车按照目标轨迹行驶：
在居中行驶和平移行驶模式下，根据得到的所述居中行驶模式和平移行驶模式的轨迹线模型，车辆以方向盘转角δ为输出量，采用PID控制器、线性二次型调节器(LQR)或者模型预测控制(MPC)算法等，计算出当前所需方向盘转角值δ，并将转角值δ发送给转向系统，转向系统根据收到的δ进行转向，控制车辆沿着参考轨迹行驶。
在减速跟车行驶模式下，自车采用现有自适应巡航系统(ACC)跟车策略，进一步的，把侵入车辆当做自适应巡航目标车辆，然后根据目标车辆当前的位置，计算出保持距离需要的减速度发送给车辆制动系统，通过制动车辆来保持合适的安全距离。
本发明第二方面提供一种车辆侵入判断及车辆辅助行驶系统，包括：
获取模块，用于获取车辆行驶环境信息，和获取自车和目标车辆的物理参数；
转化模块，用于将所述物理参数转化为供决策用的输入参数，所述输入参数包括以下参数中的至少一个：目标车辆侵入概率、报警指数和碰撞时间；
判断模块，用于判断所述输入参数是否符合预设条件确定车辆行驶模式；
执行模块，用于根据行驶模式，控制车辆按照行驶模式行驶。
可选的，在本发明的一些实施例中，所述获取模块，具体用于利用摄像头并结合图像处理技术在车辆行驶的区域进行分析并寻找期望特征点，对特征点进行预处理，提取特征点并进行拟合，获取前方视野内的车道线。
所述获取模块具体还用于，获取自车与目标车辆的物理参数，包括目标车辆的运动姿态、与自车的相对速度和相对距离，具体包括目标车辆与自车的横向和/或纵向相对速度，横向和/或纵向相对距离。所述自车的物理参数包括速度参数、加速度参数、时间参数和控制系统运行参数，所述加速度参数可为车辆在正常道路环境下的最大加速度，所述时间参数可为驾驶员反应时间或车辆控制系统的延迟时间，所述控制系统运行参数包括车辆紧急制动距离或车辆紧急报警距离。
进一步的，以上所述参数可为车辆或零部件系统相应的客观常量参数、人为预先设定的参数或通过试验标定出的参数。
可选的，在本发明的一些实施例中，转化模块，具体用于将所述物理信息参数转化为供决策用的输入参数，所述输入参数至少包括目标车辆侵入概率、报警指数和/或碰撞时间，具体包括：
得到车辆侵入概率，具体为：
建立模糊规则库监控旁车道的车辆侵入，设定目标车辆侵入自车道的概率为Plane，并通过模糊法建立车辆侵入概率规则，该模糊法的建立基于真实事件中的自车行驶行为，通过自车行驶行为，并结合目标车辆与自车的相对横向距离或/和相对横向速度两个输入量，得出输出量即其他车辆侵入自车道的可能性，此处引入最常用的重心法来进行模糊值解算，最终得到车辆侵入自车道概率。
进一步的，在本发明的一些实施例中，所述相对横向距离的值可以归类为近、中、远三个值；所述相对横向速度的值可以归类为慢速、正常、快速三个值；所述车辆侵入自车道概率为低、中、高三个值。
需要说明的是，以上数值的设定可以通过实际测试结果表现来设定和得到。
进一步的，当所述相对横向距离的值为近时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为中，高，高；当所述相对横向距离的值为中时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为低，中，高；当所述相对横向距离的值为远时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为低，低，中。
得到报警指数，具体包括：
报警指数用于表示车辆是否处于安全区域，设定报警指数Xwar，若报警指数Xwar的数值大于设定阈值时，则表示此时自车处于安全区域；若报警指数Xwar的数值小于设定阈值时，责表示此时自车处于危险区域。
得到碰撞时间，具体包括：设定碰撞时间TTC，所述碰撞时间为自车与目标车辆纵向相对距离与自车与目标车辆之间纵向速度差值的比值。
可选的，在本发明的一些实施例中，判断模块，具体用于判断所述输入参数是否符合预设条件来确定车辆行驶模式，包括：
判断所述目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果否，则使车辆居中行驶；
可选的，在本发明的一些实施例中，判断模块用于判断所述输入参数是否符合预设条件来确定车辆行驶模式，还包括，判断目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果是，则可以判断以下条件中的至少一个：
判断报警指数Xwar是否小于报警指数阈值Xth或判断碰撞时间TTC是否小于碰撞时间阈值Tth，如果是，则使车辆减速跟车行驶，如果否，则使车辆平移行驶。
进一步的，若Plane<Pth，则说明当前无车辆侵入自车道的可能性，反之则说明目标车辆有侵入车道的可能性。若无判断无车辆侵入自车道时，自车维持当前的行驶状态，即保持在道路中间居中行驶。
进一步的，若Plane>Pth，且报警指数Xwar与碰撞时间TTC都小于相对应的阈值Xth和Tth时，说明当前目标车辆侵入不会影响到自车正常行驶，但为提高车辆的通过性即车辆可通过变更参考轨迹，对参考轨迹进行平移。
进一步的，通过车载摄像头等视觉系统可得到相邻车辆侵入自车道的侵入量△d，此时可对参考轨迹进行平移，即由原来的的车道中心线平移至无车辆入侵侧的△d距离行驶。
进一步的，若Plane>Pth，且报警指数或碰撞时间任一数值超过阈值。则判断当前目标车辆侵入自车车道并且会影响车辆正常行驶，此时自车采用制动减速跟随侵入进来车辆行驶。
可选的，在本发明的一些实施例中，执行模块，具体用于根据行驶模式，控制车辆按照行驶模式行驶，具体包括：根据所述行驶模式生成对应自车目标轨迹模型，控制自车按照目标轨迹行驶
在居中行驶和平移行驶模式下，根据得到的所述居中行驶模式和平移行驶模式的轨迹线模型，车辆以方向盘转角δ为输出量，采用PID控制器、线性二次型调节器(LQR)或者模型预测控制(MPC)算法等，计算出当前所需方向盘转角值δ，并将转角值δ发送给转向系统，转向系统根据收到的δ进行转向，控制车辆沿着参考轨迹行驶。
在减速跟车行驶模式下，自车采用现有自适应巡航系统(ACC)跟车策略，进一步的，把侵入车辆当做自适应巡航目标车辆，然后根据目标车辆当前的位置，计算出保持距离需要的减速度发送给车辆制动系统，通过制动车辆来保持合适的安全距离。
本发明第三方面提供一种车辆侵入判断及车辆辅助行驶系统，包括：
一种车辆侵入判断及车辆辅助行驶系统，包括：
前视摄像头，用于获取车辆行驶环境信息，和获取目标车辆的物理参数；
前毫米波雷达，用于获取获取目标车辆的物理参数；
主控ECU，用于将前视摄像头获取的物理参数和前毫米波雷达获取的物理参数进行融合，得到融合后的目标车辆物理参数，并获取自车物理参数，将所述融合后的目标车辆物理参数和自车物理参数转化为供决策用的输入参数，所述输入参数至少包括目标车辆侵入概率、报警指数和碰撞时间中的一种，并用于根据所述输入参数确定车辆行驶模式；
动力及底盘系统，用于根据行驶模式，控制车辆按照行驶模式行驶。
可选的，在本发明的一些实施例中，主控ECU，具体用于根据获取自车物理参数，将所述物理参数转化为供决策用的输入参数，所述输入参数至少包括目标车辆侵入概率、报警指数和碰撞时间中的一种，所述输入参数计算模型采用本发明第一方面提供一种车辆侵入判断及车辆辅助行驶的方法。
进一步的，还包括：并用于判断所述输入参数是否符合预设条件来确定车辆行驶模式，具体为：
判断所述目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果否，则使车辆居中行驶；
可选的，在本发明的一些实施例中，判断所述输入参数是否符合预设条件来确定车辆行驶模式，还包括，判断目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果是，则可以判断以下条件中的至少一个：
判断报警指数Xwar是否小于报警指数阈值Xth或判断碰撞时间TTC是否小于碰撞时间阈值Tth，如果是，则使车辆减速跟车行驶，如果否，则使车辆平移行驶。
进一步的，若Plane<Pth，则说明当前无车辆侵入自车道的可能性，反之则说明目标车辆有侵入车道的可能性。若无判断无车辆侵入自车道时，自车维持当前的行驶状态，即保持在道路中间居中行驶。
进一步的，若Plane>Pth，且报警指数Xwar与碰撞时间TTC都小于相对应的阈值Xth和Tth时，说明当前目标车辆侵入不会影响到自车正常行驶，但为提高车辆的通过性即车辆可通过变更参考轨迹，对参考轨迹进行平移。
进一步的，通过车载摄像头等视觉系统可得到相邻车辆侵入自车道的侵入量△d，此时可对参考轨迹进行平移，即由原来的的车道中心线平移至无车辆入侵侧的△d距离行驶。
进一步的，若Plane>Pth，且报警指数或碰撞时间任一数值超过阈值。则判断当前目标车辆侵入自车车道并且会影响车辆正常行驶，此时自车采用制动减速跟随侵入进来车辆行驶。
所述居中行驶模式模型、平移行驶模式模型和减速行驶模式使用与本发明第一方面提供一种车辆侵入判断及车辆辅助行驶方法中相同的路径模型。
本发明第四方面提供一种车辆，可以包括如本发明第二方面及第三方面任一可选方式中所述的车辆侵入判断及车辆辅助行驶系统。
本发明第五方面提供一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的一种车辆侵入判断及车辆辅助行驶控制方法。
从以上技术方案可以看出，本发明实施例具有以下优点：
在本发明实施例中，获取当前自车与目标车辆的运动状态信息；通过建立模糊规则表以及模糊隶属度函数，解算出目标车辆入侵自车道的概率，并综合警报指数以及碰撞时间确定出不同的驾驶策略以及行驶轨迹，解决目前车辆入侵只能通过单纯制动进行跟随的问题。因此，可以提高车辆侵入判断及车辆辅助行驶的精度，保证车辆行驶的平顺性。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例和现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，还可以根据这些附图获得其它的附图。
图1为一种车辆侵入判断及车辆辅助行驶方法流程图；
图2为另一种车辆侵入判断及车辆辅助行驶方法流程图图；
图3A为目标车辆侵入概率输入与输出隶属函数关系图；
图3B为目标车辆侵入概率输入与输出模糊规则结果图；
图4为一种车辆侵入判断及车辆辅助行驶系统结构图；
图5为另一种车辆侵入判断及车辆辅助行驶系统结构图。
具体实施方式
本发明实施例提供了一种车辆侵入判断及车辆辅助行驶控制方法及车辆侵入判断及车辆辅助行驶系统，用于提高车辆侵入判断及车辆辅助行驶的精度，保证车辆行驶的平顺性。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，都应当属于本发明保护的范围。
下面以实施例的方式，对本发明技术方案做进一步的说明，参照图1和图2所示，为本发明实施例中车辆侵入判断及车辆辅助行驶控制方法的一个实施例示意图，可以包括：
100、获取车辆行驶自车道线。
利用自车摄像头并结合图像处理技术在车辆行驶的区域进行分析并寻找期望特征点，对特征点进行预处理，提取特征点并进行拟合，获得前方视野内的车道线。
200、获取自车和目标车辆的物理参数，并将所述物理信息参数转化为供决策用的输入参数。
所述目标车辆为行驶在旁车道的车辆，所述输入参数至少包括目标车辆侵入概率、报警指数和碰撞时间中的至少一个，所述目标车辆的物理参数包括运动姿态、与自车的相对速度或/和相对距离，具体包括目标车辆与自车的横向和/或纵向相对速度，横向和/或纵向相对距离，和所述自车的物理参数包括速度参数、加速度参数、时间参数或/和控制系统运行参数，所述加速度参数可为车辆在正常道路环境下的最大加速度，所述时间参数可为驾驶员反应时间或车辆控制系统的延迟时间，所述控制系统运行参数包括车辆紧急制动距离或车辆紧急报警距离。
进一步的，以上所述物理参数可为车辆或零部件系统相应的客观常量参数、人为预先设定的参数或通过试验标定出的参数。
作为一种可选的实施方式，并将所述物理参数转化为供决策用的输入参数，具体包括：
210、获取目标车辆侵入概率
建立模糊规则库监控旁车道的车辆侵入，设定目标车辆侵入自车道的概率为Plane，并通过模糊法建立车辆侵入概率规则，该模糊法的建立基于真实事件中的自车行驶行为，通过自车行驶行为，并结合目标车辆与自车的相对横向距离或/和相对横向速度两个输入量，得出输出量即其他车辆侵入自车道的概率，此处引入重心法来进行模糊值解算，最终得到车辆侵入自车道概率。
进一步的，在本发明的一些实施例中，参照图3A和图3B。所述相对横向距离的值可以为近、中、远三个值，所对应的距离可以设定为1.8米、2.5米和3米；所述相对横向速度的值可以为慢速、正常、快速三个值，所对应的速度可以设定为0.2米/秒、0.6米/秒和1.2米/秒；所述车辆侵入自车道概率为低、中、高三个值，所对应的概率可以为0.2、0.5和0.8。
需要说明的是，以上数值的设定可以通过实际测试结果表现来设定和得到。
进一步的，当所述相对横向距离的值为近时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为中、高、高；当所述相对横向距离的值为中时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为低、中、高；当所述相对横向距离的值为远时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为低、低、中。
220、获取报警指数
报警指数用于表示车辆是否处于安全区域，设定报警指数Xwar，定义模型如下：
Figure BDA0002250513620000111
其中，Xlong表示自车与目标车辆之间的纵向相对距离，Xbr表示紧急刹车距离，Xw表示为紧急报警距离，
Xbr和Xw的具体模型定义如下：
Figure BDA0002250513620000112
Figure BDA0002250513620000113
其中，Vlong表示自车与目标车辆之间的纵向速度差值；Tdelay表示系统的延迟时间，其受限于自车的制动系统；amax表示车辆在正常道路环境下的最大加速度，其受制于自车条件；Vs表示目标车辆的速度，Thdelay表示驾驶员反应时间。为确保制动距离计算更加精确，所述模型还包括道路摩擦系数相关的道路摩擦比例函数f(μ)，其中μ为道路与轮胎的摩擦系数。
若报警指数Xwar的数值大于1时，则表示此时自车处于安全区域；若报警指数Xwar的数值小于1或者为负数时，则表示此时自车处于危险区域。
230、获取碰撞时间
设定碰撞时间TTC，定义模型如下：
Figure BDA0002250513620000114
300、根据所述输入参数确定车辆行驶模式。
判断所述输入参数是否符合预设条件来确定车辆行驶模式，包括：
判断所述目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果否，则使车辆居中行驶；
可选的，在本发明的一些实施例中，判断所述输入参数是否符合预设条件来确定车辆行驶模式，还包括：
310、判断车辆侵入概率是否大于车辆侵入概率阈值
如果是，则执行判断报警指数Xwar是否小于报警指数阈值Xth或判断碰撞时间TTC是否小于碰撞时间阈值Tth的步骤320，如果否，在执行居中行驶333行驶模式。
320、判断报警指数Xwar是否小于报警指数阈值Xth或判断碰撞时间TTC是否小于碰撞时间阈值Tth，
如果是，则执行减速跟车行驶331行驶模式，如果否，则执行平移行驶332行驶模式。
400、驾驶模式输出。
根据所述行驶模式，控制车辆按照行驶模式行驶，包括：
在所述居中行驶模式中，根据左右车道线的车道线模型进行计算得到目标轨迹线，所述左车道线模型定义如下：
Figure BDA0002250513620000121
所述右车道线模型定义如下：
Figure BDA0002250513620000122
目标轨迹就是左右车道线的中线，因此目标轨迹模型：
Figure BDA0002250513620000123
其中，dy为车道线距离坐标原点的距离,具体包括左车道距离dyleftlane、右车道距离dyrightlane和车道中线距离dytarget；ε车道线航向角，即车道线与坐标系X轴方向的夹角，具体包括与左车道航向角εl和与右车道航向角εr；C0为车道线曲率，具体包括左车道线曲率C0l和右车道线曲率C0r；C1为车道线曲率变化率，具体包括左车道曲率变化率C1l和右车道曲率变化率C1r；dx为车道线识别距离。
Figure BDA0002250513620000131
在所述平移行驶模式中，根据旁车道目标车辆侵入自车道的侵入量△d，得到此时自车的目标参考轨迹模型：
其中，S0表示为预留安全距离。
在所述减速跟车行驶模式中，自车采用现有自适应巡航系统(ACC)跟车策略。
在居中行驶和平移行驶模式下，根据得到的所述居中行驶模式和平移行驶模式的轨迹线模型，车辆以方向盘转角δ为输出量，采用PID控制器、线性二次型调节器(LQR)或者模型预测控制(MPC)算法等，计算出当前所需方向盘转角值δ，并将转角值δ发送给转向系统，转向系统根据收到的δ进行转向，控制车辆沿着参考轨迹行驶。
在减速跟车行驶模式下，自车采用现有自适应巡航系统(ACC)跟车策略，进一步的，把侵入车辆当做自适应巡航目标车辆，然后根据目标车辆当前的位置，计算出保持距离需要的减速度发送给车辆制动系统，通过制动车辆来保持合适的安全距离。
在本发明实施例中，获取当前自车与目标车辆的运动状态信息；通过建立模糊规则表以及模糊隶属度函数，解算出目标车辆入侵自车道的概率，并综合警报指数以及碰撞时间确定出不同的驾驶策略以及行驶轨迹，解决目前车辆入侵只能通过单纯制动进行跟随的问题。因此，可以提高车辆侵入判断及车辆辅助行驶的精度，保证车辆行驶的平顺性。
如图4所示，为本发明实施例中车辆侵入判断及车辆辅助行驶系统的一个实施例示意图，包括：
获取模块510，用于获取车辆行驶环境信息，和获取自车和目标车辆的物理参数；
可选的，在本发明的一些实施例中，所述获取模块，具体用于利用摄像头并结合图像处理技术在感兴趣的区域进行分析并寻找期望特征点，对特征点进行预处理，提取特征点并进行拟合，获取前方视野内的车道线。
所述获取模块具体还用于，获取自车与目标车辆的物理参数，包括目标车辆的运动姿态、与自车的相对速度或/和相对距离，具体包括目标车辆与自车的横向和/或纵向相对速度，横向和/或纵向相对距离。所述自车的物理参数包括速度参数、加速度参数、时间参数和控制系统运行参数，所述加速度参数可为车辆在正常道路环境下的最大加速度，所述时间参数可为驾驶员反应时间或车辆控制系统的延迟时间，所述控制系统运行参数包括车辆紧急制动距离或车辆紧急报警距离。
进一步的，以上所述参数可为车辆或零部件系统相应的客观常量参数、人为预先设定的参数或通过试验标定出的参数。
转化模块520，用于将所述物理信息参数转化为供决策用的输入参数，所述输入参数至少包括目标车辆侵入概率、报警指数和/或碰撞时间。
可选的，在本发明的一些实施例中，转化模块，具体用于将所述物理信息参数转化为供决策用的输入参数，所述输入参数包括以下参数中的至少一个：目标车辆侵入概率、报警指数和碰撞时间，具体包括：
得到车辆侵入概率，具体为：
建立模糊规则库监控旁车道的车辆侵入，设定目标车辆侵入自车道的概率为Plane，并通过模糊法建立车辆侵入概率规则，该模糊法的建立基于真实事件中的自车行驶行为，通过自车行驶行为，并结合目标车辆与自车的相对横向距离或/和相对横向速度两个输入量，得出输出量即其他车辆侵入自车道的可能性，此处引入最常用的重心法来进行模糊值解算，最终得到车辆侵入自车道概率。
进一步的，在本发明的一些实施例中，所述相对横向距离的值可以为近、中、远三个值，所对应的距离可以设定为1.8米、2.5米和3米；所述相对横向速度的值可以为慢速、正常、快速三个值，所对应的速度可以设定为0.2米/秒、0.6米/秒和1.2米/秒；所述车辆侵入自车道概率为低、中、高三个值，所对应的概率可以为0.2、0.5和0.8。
需要说明的是，以上数值的设定可以通过实际测试结果表现来设定和得到。
进一步的，当所述相对横向距离的值为近时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为中，高，高；当所述相对横向距离的值为中时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为低，中，高；当所述相对横向距离的值为远时，相对横向速度值为慢速、正常、快速分别对应的车辆侵入自车道概率值为低，低，中。
得到报警指数，具体包括：
设定报警指数Xwar，定义模型如下：
Figure BDA0002250513620000151
其中，Xlong表示自车与目标车辆之间的距离，Xbr表示紧急刹车距离，Xw表示为紧急报警距离，
具体模型定义如下：
Figure BDA0002250513620000152
Figure BDA0002250513620000153
其中，Vlong表示自车与目标车辆之间的速度差值；Tdelay表示系统的延迟时间，其受限于自车的制动系统；amax表示车辆在正常道路环境下的最大加速度，其受制于自车条件；Vs表示目标车辆的速度，Thdelay表示驾驶员反映时间。为确保制动距离计算更加精确，所述模型还包括道路摩擦系数相关的道路摩擦比例函数f(μ)，其中μ为道路与轮胎的摩擦系数。
若报警指数Xwar的数值大于1时，则表示此时自车处于安全区域；若报警指数Xwar的数值小于1或者为负数时，责表示此时自车处于危险区域。
得到碰撞时间，具体包括：
设定碰撞时间TTC，定义模型如下：
Figure BDA0002250513620000154
判断模块530，具体用于判断所述输入参数是否符合预设条件来确定车辆行驶模式。
可选的，在本发明的一些实施例中，具体用于判断以下条件中的至少一个：
判断所述目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果否，则使车辆居中行驶；
可选的，在本发明的一些实施例中，判断模块用于判断所述输入参数是否符合预设条件来确定车辆行驶模式，还包括，判断目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果是，则可以判断以下条件中的至少一个：
判断报警指数Xwar是否小于报警指数阈值Xth或判断碰撞时间TTC是否小于碰撞时间阈值Tth，如果是，则使车辆减速跟车行驶，如果否，则使车辆平移行驶。
进一步的，若Plane<Pth，则说明当前无车辆侵入自车道的可能性，反之则说明目标车辆有侵入车道的可能性。若无判断无车辆侵入自车道时，自车维持当前的行驶状态，即保持在道路中间居中行驶。
进一步的，若Plane>Pth，且报警指数Xwar与碰撞时间TTC都小于相对应的阈值Xth和Tth时，说明当前目标车辆侵入不会影响到自车正常行驶，但为提高车辆的通过性即车辆可通过变更参考轨迹，对参考轨迹进行平移。
进一步的，通过车载摄像头等视觉系统可得到相邻车辆侵入自车道的侵入量△d，此时可对参考轨迹进行平移，即由原来的的车道中心线平移至无车辆入侵侧的△d距离行驶。
进一步的，若Plane>Pth，且报警指数或碰撞时间任一数值超过阈值。则判断当前目标车辆侵入自车车道并且会影响车辆正常行驶，此时自车采用制动减速跟随侵入进来车辆行驶。
执行模块540，具体用于根据行驶模式，控制车辆按照行驶模式行驶，包括：根据所述行驶模式生成对应自车目标轨迹模型，控制自车按照目标轨迹行驶
所述居中行驶模式，包括：根据左右车道线的车道线模型进行计算得到目标轨迹线：
所述左车道线模型定义如下：
Figure BDA0002250513620000171
所述右车道线模型定义如下：
Figure BDA0002250513620000172
目标轨迹就是左右车道线的中线，因此目标轨迹模型：
Figure BDA0002250513620000173
其中，dy为车道线距离坐标原点的距离,具体包括左车道距离dyleftlane、右车道距离dyrightlane和车道中线距离dytarget；ε车道线航向角，即车道线与坐标系X轴方向的夹角，具体包括与左车道航向角εl和与右车道航向角εr；C0为车道线曲率，具体包括左车道线曲率C0l和右车道线曲率C0r；C1为车道线曲率变化率，具体包括左车道曲率变化率C1l和右车道曲率变化率C1r；dx为车道线识别距离。
进一步的，所述平移行驶模式，包括：根据旁车道目标车辆侵入自车道的侵入量△d，得到此时自车的目标参考轨迹模型：
Figure BDA0002250513620000174
其中，S0表示为预留安全距离。
进一步的，所述减速跟车行驶模式，包括：自车采用现有自适应巡航系统(ACC)跟车策略。
在居中行驶和平移行驶模式下，根据得到的所述居中行驶模式和平移行驶模式的轨迹线模型，车辆以方向盘转角δ为输出量，采用PID控制器、线性二次型调节器(LQR)或者模型预测控制(MPC)算法等，计算出当前所需方向盘转角值δ，并将转角值δ发送给转向系统，转向系统根据收到的δ进行转向，控制车辆沿着参考轨迹行驶。
在减速跟车行驶模式下，自车采用现有自适应巡航系统(ACC)跟车策略，进一步的，把侵入车辆当做自适应巡航目标车辆，然后根据目标车辆当前的位置，计算出保持距离需要的减速度发送给车辆制动系统，通过制动车辆来保持合适的安全距离。
如图5所示，为本发明实施例中另一种车辆侵入判断及车辆辅助行驶系统的一个实施例示意图，包括：
前视摄像头，用于获取车辆行驶环境信息，和获取目标车辆的物理参数；
前毫米波雷达，用于获取获取目标车辆的物理参数；
主控ECU，用于将前视摄像头获取的物理参数和前毫米波雷达获取的物理参数进行融合，得到融合后的目标车辆物理参数，并获取自车物理参数，将所述融合后的目标车辆物理参数和自车物理参数转化为供决策用的输入参数，所述输入参数至少包括目标车辆侵入概率、报警指数和碰撞时间中的一种，并用于根据所述输入参数确定车辆行驶模式；
动力及底盘系统，用于根据行驶模式，控制车辆按照行驶模式行驶。
可选的，在本发明的一些实施例中，主控ECU，具体用于根据获取自车物理参数，将所述物理参数转化为供决策用的输入参数，所述输入参数包括目标车辆侵入概率、报警指数和/或碰撞时间，所述输入参数计算模型采用本发明第一方面提供一种车辆侵入判断及车辆辅助行驶的方法。
进一步的，还包括：并用于判断所述输入参数是否符合预设条件来确定车辆行驶模式，具体为：
判断所述目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果否，则使车辆居中行驶；
可选的，在本发明的一些实施例中，判断所述输入参数是否符合预设条件来确定车辆行驶模式，还包括，判断目标车辆侵入概率Plane是否大于侵入概率阈值Pth，如果是，则可以判断以下条件中的至少一个：
判断报警指数Xwar是否小于报警指数阈值Xth或判断碰撞时间TTC是否小于碰撞时间阈值Tth，如果是，则使车辆减速跟车行驶，如果否，则使车辆平移行驶。
进一步的，若Plane<Pth，则说明当前无车辆侵入自车道的可能性，反之则说明目标车辆有侵入车道的可能性。若无判断无车辆侵入自车道时，自车维持当前的行驶状态，即保持在道路中间居中行驶。
进一步的，若Plane>Pth，且报警指数Xwar与碰撞时间TTC都小于相对应的阈值Xth和Tth时，说明当前目标车辆侵入不会影响到自车正常行驶，但为提高车辆的通过性即车辆可通过变更参考轨迹，对参考轨迹进行平移。
进一步的，通过车载摄像头等视觉系统可得到相邻车辆侵入自车道的侵入量△d，此时可对参考轨迹进行平移，即由原来的的车道中心线平移至无车辆入侵侧的△d距离行驶。
进一步的，若Plane>Pth，且报警指数或碰撞时间任一数值超过阈值。则判断当前目标车辆侵入自车车道并且会影响车辆正常行驶，此时自车采用制动减速跟随侵入进来车辆行驶。
所述居中行驶模式模型、平移行驶模式模型和减速行驶模式使用与本发明第一实施例提供一种车辆侵入判断及车辆辅助行驶方法中相同的路径模型。
本发明实施例公开一种车辆，其中，该车辆包括图4或图5所示的一种车辆侵入判断及车辆辅助行驶系统。
本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行图1或图2所示的任意一种车辆侵入判断及车辆辅助行驶方法。
结合上述本发明的实施例可以看出，本发明通过获取当前自车与目标车辆的运动状态信息；通过建立模糊规则表以及模糊隶属度函数，解算出目标车辆入侵自车道的概率，并综合警报指数以及碰撞时间确定出不同的驾驶策略以及行驶轨迹，解决目前车辆入侵只能通过单纯制动进行跟随的问题。因此，可以提高车辆侵入判断及车辆辅助行驶的精度，保证车辆行驶的平顺性。
除了本发明实施例中描述的判断顺序和优先级，在本发明其他实施例中，也可以只判断上述各项中的具体一项或者多项，还可以结合不在上述各项中的其他内容进行判断，此处不再赘述，这些未具体说明的实施例，也应当属于本发明实施例的范围。在其他实施例中，各项判断内容的顺序优先级也可以与本发明详细说明的实施例不同。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置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系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种车辆辅助行驶方法，自车位于自车道上，目标车辆位于旁车道上，所述自车道和所述旁车道互为通行方向相同的相邻车道，所述自车获取行驶环境信息，得到车辆行驶自车道线，其特征在于，包括：
获取自车和目标车辆的物理参数，并将所述物理参数转化为输入参数，所述输入参数包括以下参数中的至少一个：目标车辆侵入概率、报警指数和碰撞时间，所述车辆侵入概率通过模糊法建立车辆侵入概率规则获得，所述侵入概率规则通过自车行驶行为及目标车辆与自车的相对横向距离或/和相对横向速度作为输入量；
根据所述输入参数确定车辆行驶模式；
根据所述车辆行驶模式，控制车辆按照所述车辆行驶模式行驶，包括：
所述输入参数具体为目标车辆侵入概率，
根据所述输入参数确定车辆行驶模式的步骤包括：
判断所述目标车辆侵入概率是否大于侵入概率阈值，如果否，则使车辆居中行驶；
若所述判断目标车辆侵入概率是否大于侵入概率阈值的步骤的结果为是，则判断报警指数是否小于报警指数阈值或判断碰撞时间是否小于碰撞时间阈值步骤中的至少一项；
若判断结果为是，则使车辆减速跟车行驶；若判断结果为否，则使车辆平移行驶。
2.根据权利要求1所述的方法，其特征在于，获取自车和目标车辆的物理参数，包括：
获取自车的速度参数、加速度参数、时间参数控制系统运行参数；
至少获取目标车辆的运动姿态、相对自车的相对速度和相对距离中的一个物理参数。
3.根据权利要求1所述的方法，其特征在于，根据所述车辆行驶模式，控制车辆按照所述车辆行驶模式行驶，包括：
根据所述车辆行驶模式生成对应自车的目标轨迹模型，控制自车按照所述目标轨迹模型行驶。
4.一种车辆侵入判断及车辆辅助行驶系统，其特征在于，包括：
获取模块，用于获取车辆行驶环境信息，和获取自车和目标车辆的物理参数；
转化模块，用于将所述物理参数转化为供决策用的输入参数，所述输入参数包括以下参数中的至少一个：目标车辆侵入概率、报警指数和碰撞时间，所述车辆侵入概率通过模糊法建立车辆侵入概率规则获得，所述侵入概率规则通过自车行驶行为及目标车辆与自车的相对横向距离或/和相对横向速度作为输入量；
判断模块，用于判断所述输入参数是否符合预设条件确定车辆行驶模式，判断所述目标车辆侵入概率是否大于侵入概率阈值，如果否，则使车辆居中行驶；
所述判断模块判断所述目标车辆侵入概率是否大于侵入概率阈值，如果是，则判断报警指数是否小于报警指数阈值或判断碰撞时间是否小于碰撞时间阈值步骤中的至少一项，若判断结果为是，则使车辆减速跟车行驶，若判断结果为否，则使车辆平移行驶；
执行模块，用于根据行驶模式，控制车辆按照行驶模式行驶。
5.一种车辆侵入判断及车辆辅助行驶系统，其特征在于，包括：
前视摄像头，用于获取车辆行驶环境信息，和获取目标车辆的物理参数；
前毫米波雷达，用于获取目标车辆的物理参数；
主控ECU，用于将前视摄像头获取的物理参数和前毫米波雷达获取的物理参数进行融合，得到融合后的目标车辆物理参数，并获取自车物理参数，将所述融合后的目标车辆物理参数和自车物理参数转化为供决策用的输入参数，所述输入参数至少包括目标车辆侵入概率、报警指数和碰撞时间中的一种，所述车辆侵入概率通过模糊法建立车辆侵入概率规则获得，所述侵入概率规则通过自车行驶行为及目标车辆与自车的相对横向距离或/和相对横向速度作为输入量，所述主控ECU用于：
判断所述目标车辆侵入概率是否大于侵入概率阈值，如果否，则使车辆居中行驶；
判断目标车辆侵入概率是否大于侵入概率阈值，如果是，则判断报警指数是否小于报警指数阈值或判断碰撞时间是否小于碰撞时间阈值步骤中的至少一项，若判断结果为是，则使车辆减速跟车行驶，若判断结果为否，则使车辆平移行驶;
动力及底盘系统，用于根据车辆行驶模式，控制车辆按照行驶模式行驶。
6.一种车辆，其特征在于，包括如权利要求4-5中任一项所述的车辆侵入判断及车辆辅助行驶系统。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-3中任一项所述的车辆侵入判断及车辆辅助行驶控制方法。
CN201911032343.5A 2019-10-28 2019-10-28 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质 Active CN110884490B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911032343.5A CN110884490B (zh) 2019-10-28 2019-10-28 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911032343.5A CN110884490B (zh) 2019-10-28 2019-10-28 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质

Publications (2)

Publication Number Publication Date
CN110884490A CN110884490A (zh) 2020-03-17
CN110884490B true CN110884490B (zh) 2021-12-07

Family

ID=69746582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911032343.5A Active CN110884490B (zh) 2019-10-28 2019-10-28 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质

Country Status (1)

Country Link
CN (1) CN110884490B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113460042B (zh) * 2020-03-31 2022-12-30 华为技术有限公司 车辆驾驶行为的识别方法以及识别装置
CN114084133B (zh) * 2020-07-31 2024-02-02 上海汽车集团股份有限公司 一种跟车目标的确定方法及相关装置
CN114435389B (zh) * 2020-11-02 2024-01-30 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆
WO2022151369A1 (zh) * 2021-01-15 2022-07-21 华为技术有限公司 一种信息处理方法及相关装置
CN113221638B (zh) * 2021-03-31 2023-05-26 重庆长安汽车股份有限公司 一种车辆目标感知方法及系统
CN113460050B (zh) * 2021-07-22 2022-11-15 上汽通用五菱汽车股份有限公司 车辆跟停控制方法、装置及计算机可读存储介质
CN113815620B (zh) * 2021-10-26 2023-03-14 中国第一汽车股份有限公司 一种车辆安全行驶的评估方法、装置、设备及存储介质
CN113990052B (zh) * 2021-10-29 2023-08-15 南京慧尔视防务科技有限公司 一种来车预警方法、装置、存储介质及道路防护车辆
CN114148326B (zh) * 2021-11-23 2023-08-22 重庆长安汽车股份有限公司 集成式自适应巡航系统智慧偏移控制方法、系统、车辆及存储介质
CN116749968B (zh) * 2023-08-16 2023-11-03 知行汽车科技(苏州)股份有限公司 一种目标车辆的检测方法、装置、设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160318511A1 (en) * 2013-12-24 2016-11-03 Volvo Truck Corporation Method and system for driver assistance for a vehicle
CN107848533A (zh) * 2015-08-06 2018-03-27 本田技研工业株式会社 车辆控制装置、车辆控制方法及车辆控制程序
CN107848534A (zh) * 2015-08-06 2018-03-27 本田技研工业株式会社 车辆控制装置、车辆控制方法及车辆控制程序
CN109318895A (zh) * 2018-10-24 2019-02-12 广州小鹏汽车科技有限公司 预防恶意加塞的自动驾驶方法及系统
CN109421705A (zh) * 2017-08-23 2019-03-05 丰田自动车株式会社 车辆驾驶辅助装置
CN109983305A (zh) * 2016-11-25 2019-07-05 本田技研工业株式会社 车辆用显示控制装置、车辆用显示控制方法及车辆用显示控制程序
CN110264698A (zh) * 2019-06-25 2019-09-20 重庆长安汽车股份有限公司 列队行驶分离与重组方法
CN110366513A (zh) * 2017-03-01 2019-10-22 本田技研工业株式会社 车辆控制系统、车辆控制方法及车辆控制程序

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160318511A1 (en) * 2013-12-24 2016-11-03 Volvo Truck Corporation Method and system for driver assistance for a vehicle
CN107848533A (zh) * 2015-08-06 2018-03-27 本田技研工业株式会社 车辆控制装置、车辆控制方法及车辆控制程序
CN107848534A (zh) * 2015-08-06 2018-03-27 本田技研工业株式会社 车辆控制装置、车辆控制方法及车辆控制程序
CN109983305A (zh) * 2016-11-25 2019-07-05 本田技研工业株式会社 车辆用显示控制装置、车辆用显示控制方法及车辆用显示控制程序
CN110366513A (zh) * 2017-03-01 2019-10-22 本田技研工业株式会社 车辆控制系统、车辆控制方法及车辆控制程序
CN109421705A (zh) * 2017-08-23 2019-03-05 丰田自动车株式会社 车辆驾驶辅助装置
CN109318895A (zh) * 2018-10-24 2019-02-12 广州小鹏汽车科技有限公司 预防恶意加塞的自动驾驶方法及系统
CN110264698A (zh) * 2019-06-25 2019-09-20 重庆长安汽车股份有限公司 列队行驶分离与重组方法

Also Published As

Publication number Publication date
CN110884490A (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
CN110884490B (zh) 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质
CN107792079B (zh) 利用路径预测的自主车辆
EP3699051A1 (en) Vehicle control device
EP3699047A1 (en) Vehicle control apparatus
EP3699049A1 (en) Vehicle control device
EP3715204A1 (en) Vehicle control device
CN109720348B (zh) 车载装置、信息处理系统和信息处理方法
CN104662592A (zh) 用于运行车辆的驾驶员辅助系统的方法
CN111775940A (zh) 一种自动换道方法、装置、设备及存储介质
US11731661B2 (en) Systems and methods for imminent collision avoidance
EP3741638A1 (en) Vehicle control device
EP3666612A1 (en) Vehicle control device
US11167754B2 (en) Systems and methods for trajectory based safekeeping of vehicles
CN106470884B (zh) 车辆状态的确定和在驾驶车辆时的驾驶员辅助
CN112046494B (zh) 一种车辆控制方法、装置、设备及存储介质
US20210316722A1 (en) Systems and methods for trajectory based safekeeping of vehicles
CN116466644B (zh) 一种基于plc控制的车辆性能监管系统及方法
CN116872921A (zh) 一种车辆规避风险方法、系统、车辆及存储介质
KR20170070580A (ko) Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 차선 변경 제어 방법
CN113353083B (zh) 车辆行为识别方法
KR102011665B1 (ko) 차량용 ａｃｃ 시스템 시험평가 장치 및 방법
CN111038503B (zh) 车辆自适应巡航控制方法、装置、车辆及存储介质
CN114291116B (zh) 周围车辆轨迹预测方法、装置、车辆及存储介质
CN113022593B (zh) 障碍物处理方法、装置和行驶设备
Rezaei et al. Multisensor data fusion strategies for advanced driver assistance systems

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