发明内容
鉴于目前现有技术的不足,本发明的目的在于提供一种自动驾驶系统中他车切入的判断方法,判断及时而且准确。
为达到上述目的,本发明的实施例采用如下技术方案:
一种自动驾驶系统中他车切入的判断方法,所述判断方法包括:
按周期循环判断条件0是否成立, 如果条件0不成立,则按公式零计算他车的切入概率P,如果条件0成立,则按公式一计算所述他车的切入概率P,并判断所述他车的切入概率P是否大于第一阀值,如果是,则判定他车正在切入,如果不是,则判定他车不在切入,
公式零:P(t)= A*P(t-1),
公式一:P(t)= P(t-1)+C1,
其中所述t为计算周期,t为大于等于1的整数,P(0)为0,A为固定常数,且A大于等于0小于等于1,C1为稳定切入参数,当条件1成立时,所述稳定切入参数C1为第一数值,否则,所述稳定切入C1参数为第零数值,
条件0,所述他车相对于自车的纵向距离小于所述自车相对于正在跟驰的目标车辆的纵向距离,
条件1,所述他车相对于自车的横向距离在逐步减小。
进一步,当条件1成立时,所述稳定切入参数C1进一步还包括根据所述他车相对于自车的横向速度的不同为不同的数值。
进一步,当所述他车相对于自车的横向速度小于第二阀值,则所述稳定切入参数C1为第二数值;当所述他车相对于自车的横向速度大于等于第二阀值小于第三阀值,则所述稳定切入参数C1为第三数值;当所述他车相对于自车的横向速度大于等于第三阀值,则所述稳定切入参数C1为第四数值。
进一步,所述条件0还包括:当所述自车没有正在跟驰的目标车辆时,则所述条件0为,所述他车相对于自车的纵向距离小于第四阀值。
进一步,按公式二计算所述他车的切入概率P,
公式二:P(t)= P(t-1)+C1+C2,
其中,C2为转向灯亮参数,当条件2成立时,所述转向灯亮参数C2为第五数值,否则,所述转向灯亮C2参数为0,
条件2,所述他车靠近自车一侧的转向灯为亮。
进一步,所述条件2是根据所述他车的左转向灯亮否、右转向灯亮否以及所述他车相对于自车的角度进行判断,其中,所述他车相对于自车的角度,如果所述他车位于自车的左侧则用正数表示,如果所述他车位于自车的右侧则用负数表示,或者反之,如果所述他车位于自车的左侧则用负数表示,如果所述他车位于自车的右侧则用正数表示。
进一步,按公式三计算所述他车的切入概率P,
公式三:P(t)= P(t-1)+C1+C2+C3,
其中,C3为距离接近参数,当条件3成立时,所述距离接近参数C3为第六数值,否则,所述距离接近参数C3为0,
条件3,所述他车相对于自车的横向距离小于第五阀值。
进一步,按公式四计算所述他车的切入概率P,
公式四:P(t)= P(t-1)+C1+C2+C3+C4,
其中,C4为车道线压线参数,当条件4成立时,所述车道线压线参数C4为第七数值,否则,所述车道线压线参数C4为0,
条件4,所述他车正在压着车道线行驶。
进一步,所述第零数值为负数。
进一步,所述条件0、条件1、条件2、条件3、条件4的判断所需要的行驶数据通过设置于自车前部的感测器按所述周期实时测量更新,所述感测器包括摄像头和/或激光雷达和/或毫米波雷达和信息处理单元,所述摄像头拍摄侧前方车辆的图像和正前方车辆的图像,所述激光雷达或毫米波雷达获取侧前方车辆的点云数据和正前方车辆的点云数据,所述图像和/或点云数据发送到所述信息处理单元计算出所述行驶数据,所述自动驾驶系统的主控制器按所述周期从所述信息处理单元获取并缓存所述行驶数据。
本发明上述自动驾驶系统中他车切入的判断方法能够有效的预测判断周边车辆切入到自车车道的意图,从而实现及时甚至提前制动,保证自车的安全。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明一实施方式一种自动驾驶系统中他车切入的判断方法,所述判断方法包括:
按周期循环判断条件0是否成立, 如果条件0不成立,则按公式零计算他车的切入概率P,如果条件0成立,则按公式一计算所述他车的切入概率P,并判断所述他车的切入概率P是否大于第一阀值,如果是,则判定他车正在切入,如果不是,则判定他车不在切入,
公式零:P(t)= A*P(t-1),
公式一:P(t)= P(t-1)+C1,
其中所述t为计算周期,t为大于等于1的整数,P(0)为0,A为固定常数,且A大于等于0小于等于1,C1为稳定切入参数,当条件1成立时,所述稳定切入参数C1为第一数值,否则,所述稳定切入C1参数为第零数值,
条件0,所述他车相对于自车的纵向距离小于所述自车相对于正在跟驰的目标车辆的纵向距离,
条件1,所述他车相对于自车的横向距离在逐步减小。
其中,所述他车相对于自车的纵向距离、所述自车相对于正在跟驰的目标车辆的纵向距离、所述他车相对于自车的横向距离等行驶数据均是通过设置于自车前部的感测器按所述周期实时测量更新,即本发明所述的自动驾驶系统中他车切入的判断方法的判断周期与所述感测器实时测量更新行驶数据的周期一致,所述感测器每一周期更新的行驶数据均用于进行判断他车是否在切入,本发明所述的自动驾驶系统中他车切入的判断方法得到的判断结果非常及时。
所述感测器包括摄像头和/或激光雷达和/或毫米波雷达和信息处理单元,所述摄像头拍摄侧前方车辆的图像和正前方车辆的图像,所述激光雷达或毫米波雷达获取侧前方车辆的点云数据和正前方车辆的点云数据,所述图像和/或点云数据发送到所述信息处理单元计算出所述行驶数据,所述自动驾驶系统的主控制器按所述周期从所述信息处理单元获取并缓存所述行驶数据。
预先说明,本发明所述的自动驾驶系统中他车切入的判断方法所需要的行驶数据,包括所述条件0、条件1以及后文即将描述到的条件2、条件3、条件4的判断所需要的行驶数据均通过所述设置于自车前部的感测器按所述周期实时测量更新,后文不再赘述。
举例来说,所述自车相对于正在跟驰的目标车辆的纵向距离,所述感测器可以直接测量得到;而所述他车相对于自车的纵向距离、所述他车相对于自车的横向距离,则是根据感测器测量得到的他车相对于自车的直线距离以及他车相对于自车的角度进行换算得到。而所述他车相对于自车的角度在后文即将描述到的条件2中被用到。
若所述他车相对于自车的纵向距离大于所述自车相对于正在跟驰的目标车辆的纵向距离,即所述他车的所处位置是位于所述自车正在跟驰的目标车辆的前方,此时即使他车切入,影响的也只会是所述自车正在跟驰的目标车辆,而不会直接影响到自车,对自车的行驶安全没有影响,这不是本发明所述的自动驾驶系统中他车切入的判断方法所要针对的情况,所以此时不需要判断所述他车的切入概率P,所述他车的切入概率P可以清零,即A取值为0,也可以保持与前一周期的所述他车的切入概率P一致,即A取值为1,但这样可能会让后续在计算所述他车的切入概率P时太慢(清零时)或太快(与前一周期保持一致)达到第一阀值,所以可以考虑让所述他车的切入概率P按周期逐渐等比例递减,即A取值为0到1之间的一个百分比,在一具体实施例中,A取值为90%,使得本发明所述的自动驾驶系统中他车切入的判断方法的判断结果更加恰当。
若所述他车相对于自车的纵向距离小于所述自车相对于正在跟驰的目标车辆的纵向距离,即所述他车的所处位置是位于所述自车与所述自车正在跟驰的目标车辆之间,此时若他车切入,则会直接影响到自车,若不能及时判断出他车正在切入并对自车加以控制,会极易产生交通安全事故,这正是本发明所述的自动驾驶系统中他车切入的判断方法所要针对的情况,所以此时需要判断所述他车的切入概率P是否大于预设的第一阀值,如果是,则判定他车正在切入,如果不是,则判定他车不在切入。
而在判断之前,先按上述公式一对所述他车的切入概率P进行计算,即根据他车相对于自车的横向距离是否在逐步减小而对所述他车的切入概率P进行累加计算。因为在实际的行驶过程中,无论是自车还是他车,均不可能一直保持直线在行驶,而是会左右移动。所以,若他车相对于自车的横向距离在逐步减小,比如当前周期他车相对于自车的横向距离相比于上一周期他车相对于自车的横向距离有减小,此时则可认为他车有可能有准备切入的意图,把此意图设定为稳定切入参数C1,并给予一个较小的值为第一数值,比如在一具体实例中,所述第一数值为10%,对所述他车的切入概率P进行累加计算。如果多个周期他车相对于自车的横向距离都在减小,则说明他车确有可能在进行切入,而此时所述他车的切入概率P经过累加之后,也应该可能或已经超过第一阀值,判定结果与实际情况大致吻合。在一具体实例中,所述第一阀值为80%。在此一并说明,本发明中所涉及所有数值,均可根据实际情况进行调整。
另外,若他车相对于自车的横向距离不在逐步减小,即他车相对于自车的横向距离保持不变或在增大,此意味着他车与自车在并行行驶,或他车在向远离自车的方向行驶,此时应该认为他车没有可能准备切入的意图,此时则不能对所述他车的切入概率P进行累加计算,所以此时给予稳定切入参数C1设定为第二数值,所述第二数值可以为0,甚至可以为负数。如果所述第二数值为0,所述他车的切入概率P的数值就就会保持不变,但如果此后他车在在向远离自车的方向行驶一段时间之后,又向靠近自车的方向行驶,即他车相对于自车的横向距离又在减小,所述他车的切入概率P的数值就就会又累加上升,而如果此前所述他车的切入概率P已快接近所述第一阀值,那经此一累加计算,则很可能就会超过所述第一阀值,但此时实际上他车还离自车很远,并没有切入自车车道,如此判断结果则会不太准确。所以,把所述第二数值设为负数,会更有利于准确判断。比如在一具体实例中,所述第二数值为-5%。所述第二数值为负数,对于所述他车的切入概率P还考虑其他条件、参数的情况,会尤其有利,这会在后文进行描述。
上述的自动驾驶系统中他车切入的判断方法,,当条件1成立时,即当他车相对于自车的横向距离在逐步减小时,所述稳定切入参数C1为第一数值,是一个固定的数值,此对于所述他车的切入概率P的计算以及判断并不是最优的。所以,进一步,当条件1成立时,所述稳定切入参数C1进一步还包括根据所述他车相对于自车的横向速度的不同为不同的数值。比如,当所述他车相对于自车的横向速度小于第二阀值,则所述稳定切入参数C1为第二数值;当所述他车相对于自车的横向速度大于等于第二阀值小于第三阀值,则所述稳定切入参数C1为第三数值;当所述他车相对于自车的横向速度大于等于第三阀值,则所述稳定切入参数C1为第四数值。因为当所述他车相对于自车的横向速度较慢时,其切入到自车车道的速度也就比较慢,那所述他车的切入概率P的计算也就可以比较慢些,即用较小的稳定切入参数C1进行计算。而当所述他车相对于自车的横向速度较快时,其切入到自车车道的速度也就比较快,那所述他车的切入概率P的计算也就需要快些,即用较大的稳定切入参数C1进行计算。如此,可以提高判断结果的及时性和准确性。在一具体实例中,所述第二阀值为0.5m/s,所述第三阀值为1m/s,所述第二数值为6%,第三数值为8%,第四数值为12%。
上述条件0是判断他车相对于自车的纵向距离是否小于自车相对正在跟驰的目标车辆的纵向距离,而当所述自车没有正在跟驰的目标车辆时,所述条件0则包括为,所述他车相对于自车的纵向距离小于第四阀值。当自车没有正在跟驰的目标车辆,而此时在他车在相邻车道的前方行驶,如果此时他车切入自车车道,自车也需要及时的判断到并加以控制,方能不引起安全事故。所以,此时将他车相对于自车的纵向距离与一固定数值第四阀值进行比较,所述第四阀值可以取一个较大的数值,比如在一具体实例中,所述第四阀值为50m,或100 m,甚至可以为无穷大。甚至可以在感测器中,当感测器检测到自车有正在跟驰的目标车辆时,所述自车相对于正在跟驰的目标车辆的纵向距离则用实际检测到的数值来表示,而当感测器检测到自车没有正在跟驰的目标车辆时,则可以用无穷大来表示所述自车相对于正在跟驰的目标车辆的纵向距离。如此,自动驾驶系统的主控制器一直比较他车相对于自车的纵向距离与自车相对于正在跟驰的目标车辆的纵向距离即可。
上述的自动驾驶系统中他车切入的判断方法,仅考虑了他车与自车的横向距离因素,而在实际行驶过程中,他车要切换车道时,往往会打转向灯,所以转向灯因素也可用于切换车道意图的判断。如此,所述他车的切入概率P可按公式二计算,
公式二:P(t)= P(t-1)+C1+C2,
其中,C2为转向灯亮参数,当条件2成立时,所述转向灯亮参数C2为第五数值,否则,所述转向灯亮C2参数为0,
条件2,所述他车靠近自车一侧的转向灯为亮。
其中,所述条件2是根据所述他车的左转向灯亮否、右转向灯亮否以及所述他车相对于自车的角度进行判断。因为,所述感测器在获取行驶数据时,为了区分他车是在自车的左侧车道还是在右侧车道,会把他车相对于自车的角度根据左侧车道和右侧车道的不同而用正负数来分别表示。比如,所述他车相对于自车的角度,如果所述他车位于自车的左侧则用正数表示,如果所述他车位于自车的右侧则用负数表示,或者反之,如果所述他车位于自车的左侧则用负数表示,如果所述他车位于自车的右侧则用正数表示。所以,结合他车的左转向灯亮否、右转向灯亮否以及所述他车相对于自车的角度,可以判断出他车靠近自车一侧的转向灯是否为亮。而其中他车的左转向灯亮否、右转向灯亮否,所述感测器根据其中的摄像头和/或激光雷达和/或毫米波雷达获得的数据可以分析给出。
在实际行驶过程中,如果他车相对于自车的横向距离在逐步减小,他车靠近自车一侧的转向灯为亮,说明他车准备切入自车车道的意图比较明显了,所述稳定切入参数C1和所述转向灯亮参数C2同时给所述他车的切入概率P累加,所述他车的切入概率P可以较快的达到所述第一阀值。而如果他车相对于自车的横向距离没有在逐步减小,只有他车靠近自车一侧的转向灯为亮,说明他车可能有准备切入自车车道的意图但还没有正式开始,此时只有所述转向灯亮参数C2给所述他车的切入概率P累加,所述他车的切入概率P的上升则相对较慢。但如果,此情况保持的时间较长,所述他车的切入概率P依然有可能超过所述第一阀值,而此时实际上他车并没有向自车靠近,有可能是他车误打了转向灯,此时的判断结果则有误。所以,如前所述,将稳定切入参数C1的第二数值设为负数,此时所述稳定切入参数C1和所述转向灯亮参数C2此消彼长,所述他车的切入概率P的上升就会很慢,不会产生误判。在一具体实施例中,所述第五数值为5%。
另外,当他车距离自车很近时,应当认为他车切入自车车道的意图应该是非常明显了,所以所述他车的切入概率P还可以按公式三计算,
公式三:P(t)= P(t-1)+C1+C2+C3,
其中,C3为距离接近参数,当条件3成立时,所述距离接近参数C3为第六数值,否则,所述距离接近参数C3为0,
条件3,所述他车相对于自车的横向距离小于第五阀值。
所述第六数值的取值要稍高一些,以让所述他车的切入概率P尽快的达到所述第一阀值。在一具体实施例中,所述第六数值为20%,所述第五阀值为2m。此方法对于他车从向方突然插入到自车前方的情况下的判断会非常有利。
进一步,当他车已压到车道线时,应当认为他车切入自车车道的意图应该是非常强烈了,所以所述他车的切入概率P还可以按公式四计算,
公式四:P(t)= P(t-1)+C1+C2+C3+C4,
其中,C4为车道线压线参数,当条件4成立时,所述车道线压线参数C4为第七数值,否则,所述车道线压线参数C4为0,
条件4,所述他车正在压着车道线行驶。
其中,他车是否压到车道线,所述感测器根据其中的摄像头和/或激光雷达和/或毫米波雷达获得的数据可以分析给出。所述第七数值的取值要更高一些,以让所述他车的切入概率P更快的达到所述第一阀值。在一具体实施例中,所述第七数值为30%。
本发明上述自动驾驶系统中他车切入的判断方法能够有效的预测判断周边车辆切入到自车车道的意图,从而实现及时甚至提前制动,保证自车的安全。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。