CN111619589A - 一种复杂环境的自动驾驶控制方法 - Google Patents

一种复杂环境的自动驾驶控制方法 Download PDF

Info

Publication number
CN111619589A
CN111619589A CN202010519333.0A CN202010519333A CN111619589A CN 111619589 A CN111619589 A CN 111619589A CN 202010519333 A CN202010519333 A CN 202010519333A CN 111619589 A CN111619589 A CN 111619589A
Authority
CN
China
Prior art keywords
lane
distance
target vehicle
vehicle
lane change
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.)
Granted
Application number
CN202010519333.0A
Other languages
English (en)
Other versions
CN111619589B (zh
Inventor
曹玲
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.)
Dragon Totem Technology Hefei Co ltd
Original Assignee
Nanjing Institute of Industry Technology
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 Nanjing Institute of Industry Technology filed Critical Nanjing Institute of Industry Technology
Priority to CN202010519333.0A priority Critical patent/CN111619589B/zh
Publication of CN111619589A publication Critical patent/CN111619589A/zh
Application granted granted Critical
Publication of CN111619589B publication Critical patent/CN111619589B/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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种复杂环境的自动驾驶控制方法，包括：步骤1：对目标车辆采集数据；步骤2：特征数据分离，进行目标车辆位置定位和目标车辆行驶环境定位；步骤3：计算获得目标车辆与车道标志线的间距并计算所述间距和期望距离的差值，依据所述差值进行判断，若判定为“保持跟驰”则执行步骤6，否则执行步骤4；步骤4：对目标行驶环境是否符合变道条件进行判断，若符合则执行变道，否则判定为“保持跟驰”执行步骤6；步骤5：目标车辆变道，完成变道后执行步骤6；步骤6：根据跟驰保持方法对目标车辆的行车轨迹进行调控。本发明保证对目标车辆的变道控制达到足够精度，同时保证建设维护成本合理可控。

Description

一种复杂环境的自动驾驶控制方法
技术领域
本发明涉及一种复杂环境的自动驾驶控制方法。
背景技术
随着我国交通网络不断完善，信息化水平不断提高，电子计算能力不断增强，交通环境日趋复杂，在全球自动驾驶热潮下，为了占据主动权，率先取得突破性进展，现如今如何将车、路进行有效结合从而实现车的智能化成为自动驾驶技术的研发重点。现有技术的主要思路分为两种，一种是对车的改造，通过在车上集成多种感知单元实现车对路的有效识别和主动控制；一种是对路的改造，通过在路侧加装感知设备实现路与车的实时通行与引导。
目前的技术瓶颈在于对车的微观定位与控制。目前多数车企提供的辅助驾驶系统中的车道保持技术即是通过视频和强大的图像识别算法实现对车道边线的有效识别，从而对驾驶人员的一种行驶行为予以监控、警告和矫正。但此方法不仅受限于环境光照效果，如雨雪、昏暗场景下图像识别的错误率大大增加超出安全驾驶可接受的范围。在道路侧方向加装路网单元，可以辅助提升在线车辆的控制精度，但是这种方案难以在一般道路推广，因为需要的路网单元密度过大，建造和维护成本过高，远远超过所能承受的范围。因此如何在保证成本可控的前提下，提供一种能有效提高控制精度的自动驾驶控制方法成为自动驾驶所需解决的问题。
发明内容
本发明的目的在于提供一种复杂环境的自动驾驶控制方法，以解决现有技术中无法在保证对目标车辆的变道控制达到足够精度，同时保证建设维护成本合理可控的问题。
所述的一种复杂环境的自动驾驶控制方法，包括以下步骤：
步骤1：对目标车辆采集数据，采集的数据包括车型信息和车道标志数据，车道标志线上设有标志物（1）作为用于采集车道标志数据的定位标的；
步骤2：特征数据分离，进行目标车辆位置定位和目标车辆行驶环境定位；
步骤3：计算获得目标车辆与车道标志线的间距并计算所述间距和期望距离的差值，依据所述差值进行判断，若判定为“保持跟驰”则执行步骤6，否则执行步骤4；
步骤4：对目标行驶环境是否符合变道条件进行判断，若符合则执行变道，否则判定为“保持跟驰”执行步骤6；
步骤5：目标车辆变道，完成变道后执行步骤6；
步骤6：根据跟驰保持方法对目标车辆的行车轨迹进行调控。
优选的，所述步骤1中采集的数据还包括360度全景测距雷达数据、视频数据和GPS定位数据；所述步骤4中所述变道条件为：在变道需求启动后同时满足GPS定位范围变道内向在线车辆最小车距大于安全阈值下限、视频视距范围内变道向在线车辆最小车距大于安全阈值下限、测距雷达测距D各方向大于安全阈值下限和采样时间周期内行车稳定性判断通过的条件。
优选的，车道标志数据中标志物的宽度记为
Figure 116299DEST_PATH_IMAGE001
，目标车辆的车型信息包括：车宽
Figure 299019DEST_PATH_IMAGE002
，是否载货以及载货极限宽度
Figure 875493DEST_PATH_IMAGE003
；根据公路等级获取的车道宽度信息
Figure 287014DEST_PATH_IMAGE004
；
360度全景测距雷达数据包括前、后、左、右、左前、右前、左后、右后八个方向的距离，记载为
Figure 632545DEST_PATH_IMAGE005
；
GPS定位数据包括目标车辆的GPS位置信息经纬度{E,N},以目标车辆为中心，获取半径50m内在线车辆位置信息
Figure 986166DEST_PATH_IMAGE006
，
Figure 784358DEST_PATH_IMAGE007
= 0,1,2... ；
据视频数据采集目标车辆视距内障碍物信息
Figure 265149DEST_PATH_IMAGE008
，
Figure 730765DEST_PATH_IMAGE007
= 0,1,2...；将视距内障碍物相对于目标车辆的方位表示为：
Figure 255287DEST_PATH_IMAGE009
。
优选的，所述步骤3中，计算所述差值并依据所述差值进行判断的方法如下：
通过实验获得安全行驶状态下的车道标志检测装置到标志物位置的标准距离
Figure 540775DEST_PATH_IMAGE010
；根据大数据仿真，建立样本数据库，根据样本数据库得到样本标准差：
Figure 12208DEST_PATH_IMAGE011
；
其中n为参与计算的样本数，
Figure 820414DEST_PATH_IMAGE012
为对应样本所得到的实测值，
Figure 781416DEST_PATH_IMAGE013
为对应样本所得到的理论计算值。则得到的修正值
Figure 554200DEST_PATH_IMAGE014
；期望距离的计算式如下：
Figure 626061DEST_PATH_IMAGE015
；
所述间距和期望距离的差值为：
Figure 3953DEST_PATH_IMAGE016
；
当
Figure 621010DEST_PATH_IMAGE017
≥30%，进行调控启动变道需求； 当
Figure 881090DEST_PATH_IMAGE017
≤30%,维持行车轨迹，保持跟驰。
优选的，所述步骤3中，计算安全行驶状态下的标准距离
Figure 287801DEST_PATH_IMAGE018
的方法如下：当所述车道标志检测装置的外视角为θ、分辨率为σ、安装位置高度为h、左右两侧车道标志检测装置的间距为L时，设定位于探视角中心角位置为O，以O为原点建立坐标系，坐标轴由内侧指向外侧，即内侧为负外侧为正,同时以像素作为最小单位尺度，记录标志物中心位置到O的像素数α，则有：
Figure 67669DEST_PATH_IMAGE019
。
优选的，所述步骤4中目标行驶环境是否符合变道条件的判断方法具体如下：
步骤a、变道需求启动，切换目标车辆跟驰标准距,切换后目标车辆到前车的跟车车距为
Figure 573737DEST_PATH_IMAGE020
，作为变道车距安全阈值下限；
步骤b、获取目标车辆半径50m内在线车辆位置信息
Figure 55534DEST_PATH_IMAGE021
，根据目标车辆位置{E,N}，得到各在线车辆相对目标车辆距离
Figure 734777DEST_PATH_IMAGE022
，当
Figure 618419DEST_PATH_IMAGE023
= 0时，启动变道，否则启动下一判断条件；
步骤c、建立历史轨迹计算周期时间表
Figure 842858DEST_PATH_IMAGE024
,其中
Figure 811951DEST_PATH_IMAGE025
表示最近一次测距；
步骤d、获取目标车辆视距范围内障碍物信息
Figure 966989DEST_PATH_IMAGE026
= 0,1,2...，
Figure 970717DEST_PATH_IMAGE027
= -k, ... ,0；
Figure 615325DEST_PATH_IMAGE009
，则视距内各车与目标车辆相对速度
Figure 85096DEST_PATH_IMAGE028
, 当
Figure 840563DEST_PATH_IMAGE029
且
Figure 433218DEST_PATH_IMAGE030
时，允许变道，变道侧为符合条件的R侧，并启动下一判断条件；
步骤e、获得对应时刻的
Figure 451990DEST_PATH_IMAGE031
(i=-k,…,0)，判断当前
Figure 395675DEST_PATH_IMAGE032
，
Figure 971144DEST_PATH_IMAGE033
是否满足变道条件：
当
Figure 683885DEST_PATH_IMAGE034
且
Figure 404716DEST_PATH_IMAGE035
，
Figure 38960DEST_PATH_IMAGE036
，
Figure 683699DEST_PATH_IMAGE037
，
Figure 719788DEST_PATH_IMAGE038
，
Figure 611521DEST_PATH_IMAGE039
时允许左变道；
当
Figure 529798DEST_PATH_IMAGE040
且
Figure 696337DEST_PATH_IMAGE041
，
Figure 868824DEST_PATH_IMAGE042
，
Figure 197037DEST_PATH_IMAGE043
，
Figure 540294DEST_PATH_IMAGE038
，
Figure 244945DEST_PATH_IMAGE044
时允许右变道；
左右变道条件同时满足时，左变道优先于右变道。
优选的，所述步骤5中的变道步骤如下：启动变道，降低轨迹保持的优先级，控制目标车辆变道，当
Figure 52364DEST_PATH_IMAGE045
或
Figure 316859DEST_PATH_IMAGE046
时，恢复轨迹控制优先级，并完成车道并入。
优选的，所述车道标志检测装置为红外探视仪，所述标志物为金属薄条。
优选的，所述车道标志检测装置为合成孔径雷达，所述标志物为金属薄条。
本发明具有如下优点：本方法中通过在道路的车道标志线上设置标志物辅助车辆进行定位计算，提高了控制的精度，将微观自动驾驶定位精度提高到厘米级，对车辆车道变道定位计算提高到厘米级，并结合GPS定位、视频图像和测距雷达提供的多元数据进行综合判断，大大提高了判断的可靠性和精确性，从而有效保证自动驾驶车辆的安全性。
而且这种方式受环境光照条件影响很小，克服了光照不足对控制精度的影响由于变道控制更准确也有利于缩短跟驰状态下自动驾驶车辆的跟车距离，为满足L4-L5级自动驾驶技术对车辆车道定位能力的需求提供一种解决方法。相比在道路上设置对车辆进行检测的路网单元，本方法只需在道路标志线上设置若干金属薄条，成本大为降低，在道路施工时布置也比较方便，因此能大规模推广。
附图说明
图1是本发明的流程图，
图2是本发明使用状态下的示意图；
图3是本发明的实施例的变道次数结果图；
图4是本发明的实施例的变道平均用时结果图。
附图标记：1、标志物，2、车道标志检测装置。
具体实施方式
下面对照附图，通过对实施例的描述，对本发明具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
如图1-4所示，本发明提供了一种复杂环境的自动驾驶控制方法，该方法需要在道路标志线上设置标志物，车辆上需安装车道标志检测装置、360°全景测距雷达、GPS定位装置和高清摄像头。
其中标志物可以采用金属薄条，金属薄条规格控制在0.2X20.0X100.0mm以内，表面粗糙，其中薄条厚度尽可能压薄，维持金属薄条表面粗糙度（这样氧化后不影响使用）以增强目标在频段内的后向散射能力，从而能够通过成像算法重现出目标形态。在为车道画标志线时，对于虚白线，以标志线首尾各铺设一片薄金属条并固定，并在表面刷上薄层涂料，融入标志线中，同时避免直晒；对于实白线行车区域，在实白线内等距铺设金属薄条。
车道标志检测装置可以采用合成孔径雷达或红外探视仪。合成孔径雷达频率选择50-100GHz并避免使用通信频段，采用该频段意义在于雷达的距离向成像分辨率与载波带宽直接相关，而为满足金属薄条成像需要，至少保证在距离向上成像目标占据足够像素以保证后期计算需求；同时该频段在雨雪条件下衰减较小，因此能满足全天候使用条件，结合方位采集数据即可实现对目标的SAR成像。
红外探视仪分别安装至车辆首尾四个角落，视角垂直向下，保证探视仪视野能够覆盖以其安装位置为中心半径0.5m以上（根据不同公路等级车道宽度不同，同时根据不同车型车宽不同，实际视野半径按需求进行调整，其基本原则为在车辆一侧压线的情况下，另一侧依然能够探测到对应车道标线）。
在目标车辆周围装配360°全景测距雷达，对目标周围环境进行运动目标距离检测。通过GPS定位技术，获取目标附近在线车辆宏观位置信息，通过动态视频辅助获取目标车辆周围在线车辆位置信息。
依据上述装置和标志物，本自动驾驶控制方法包括以下步骤：
步骤1：对目标车辆采集数据，采集的数据包括车型信息、车道标志数据、360度全景测距雷达数据、视频数据和GPS定位数据，车道标志线上设有标志物1作为用于采集车道标志数据的定位标的。
步骤2：特征数据分离，进行目标车辆位置定位和目标车辆行驶环境定位。
采集并分离后得到下列数据：
车道标志数据中标志物1的宽度记为
Figure 944149DEST_PATH_IMAGE001
，目标车辆的车型信息包括：车宽
Figure 186912DEST_PATH_IMAGE002
，是否载货以及载货极限宽度
Figure 786520DEST_PATH_IMAGE003
；根据公路等级获取的车道宽度信息
Figure 456536DEST_PATH_IMAGE004
。
360度全景测距雷达数据包括前、后、左、右、左前、右前、左后、右后八个方向的距离，记载为
Figure 321855DEST_PATH_IMAGE005
。
GPS定位数据包括目标车辆的GPS位置信息经纬度{E,N},以目标车辆为中心，获取半径50m内在线车辆位置信息
Figure 368309DEST_PATH_IMAGE006
，
Figure 884741DEST_PATH_IMAGE007
= 0,1,2... 。
据视频数据采集目标车辆视距内障碍物信息
Figure 725658DEST_PATH_IMAGE008
，
Figure 530803DEST_PATH_IMAGE007
= 0,1,2...；将视距内障碍物相对于目标车辆的方位表示为：
Figure 866100DEST_PATH_IMAGE009
。
车道标志检测装置的安装参数：车道标志检测装置2的外视角为θ、分辨率为σ、安装位置高度为h、左右两侧车道标志检测装置2的间距为L。
步骤3：计算获得目标车辆与车道标志线的间距并计算所述间距和期望距离的差值，依据所述差值进行判断，若判定为“保持跟驰”则执行步骤6，否则执行步骤4。
其中通过实验获得安全行驶状态下的车道标志检测装置到标志物位置的标准距离
Figure 237039DEST_PATH_IMAGE010
；当所述车道标志检测装置的外视角为θ、分辨率为σ、安装位置高度为h、左右两侧车道标志检测装置的间距为L时，设定位于探视角中心角位置为O，以O为原点建立坐标系，坐标轴由内侧指向外侧，即内侧为负外侧为正,同时以像素作为最小单位尺度，记录标志物中心位置到O的像素数α，则有：
Figure 514436DEST_PATH_IMAGE019
。
根据大数据仿真，建立样本数据库，根据样本数据库得到样本标准差：
Figure 338036DEST_PATH_IMAGE011
；
其中n为参与计算的样本数，
Figure 477024DEST_PATH_IMAGE012
为对应样本所得到的实测值，
Figure 905731DEST_PATH_IMAGE013
为对应样本所得到的理论计算值。则得到的修正值
Figure 88451DEST_PATH_IMAGE014
；期望距离的计算式如下：
Figure 664926DEST_PATH_IMAGE015
；
所述间距和期望距离的差值为：
Figure 856873DEST_PATH_IMAGE016
；
当
Figure 684627DEST_PATH_IMAGE017
≥30%，进行调控启动变道需求；当
Figure 303827DEST_PATH_IMAGE017
≤30%，维持行车轨迹，保持跟驰。
步骤4：对目标行驶环境是否符合变道条件进行判断，若符合则执行变道，否则判定为“保持跟驰”执行步骤6。
目标行驶环境是否符合变道条件的判断方法具体如下：
步骤a、变道需求启动，切换目标车辆跟驰标准距,切换后目标车辆到前车的跟车车距为
Figure 305281DEST_PATH_IMAGE020
，作为变道车距安全阈值下限；
步骤b、获取目标车辆半径50m内在线车辆位置信息
Figure 35340DEST_PATH_IMAGE021
，根据目标车辆位置{E,N}，得到各在线车辆相对目标车辆距离
Figure 969798DEST_PATH_IMAGE022
，当
Figure 776211DEST_PATH_IMAGE023
= 0时，启动变道，否则启动下一判断条件；
步骤c、建立历史轨迹计算周期时间表
Figure 61699DEST_PATH_IMAGE024
，其中
Figure 329869DEST_PATH_IMAGE025
表示最近一次测距；
步骤d、获取目标车辆视距范围内障碍物信息
Figure 384413DEST_PATH_IMAGE026
= 0,1,2...，
Figure 96148DEST_PATH_IMAGE027
=-k, ... ,0；
Figure 603353DEST_PATH_IMAGE009
，则视距内各车与目标车辆相对速度
Figure 675214DEST_PATH_IMAGE028
,当
Figure 53106DEST_PATH_IMAGE029
且
Figure 919430DEST_PATH_IMAGE030
时，允许变道，变道侧为符合条件的R侧，并启动下一判断条件；
步骤e、获得对应时刻的
Figure 195822DEST_PATH_IMAGE031
(i=-k,…,0)，判断当前
Figure 805795DEST_PATH_IMAGE032
，
Figure 834931DEST_PATH_IMAGE033
是否满足变道条件：
当
Figure 75419DEST_PATH_IMAGE034
且
Figure 822795DEST_PATH_IMAGE035
，
Figure 990121DEST_PATH_IMAGE036
，
Figure 139343DEST_PATH_IMAGE037
，
Figure 613050DEST_PATH_IMAGE038
，
Figure 582143DEST_PATH_IMAGE039
时允许左变道；
当
Figure 737180DEST_PATH_IMAGE040
且
Figure 491641DEST_PATH_IMAGE041
，
Figure 667407DEST_PATH_IMAGE042
，
Figure 327059DEST_PATH_IMAGE043
，
Figure 82525DEST_PATH_IMAGE038
，
Figure 691492DEST_PATH_IMAGE044
时允许右变道；
左右变道条件同时满足时，左变道优先于右变道。
总结后，步骤4中所述变道条件为：在变道需求启动后同时满足GPS定位范围变道内向在线车辆最小车距大于安全阈值下限、视频视距范围内变道向在线车辆最小车距大于安全阈值下限、测距雷达测距D各方向大于安全阈值下限和采样时间周期内行车稳定性判断通过的条件。
步骤5：目标车辆变道，完成变道后执行步骤6。具体步骤为：启动变道，降低轨迹保持的优先级，控制目标车辆变道，当
Figure 772581DEST_PATH_IMAGE045
或
Figure 716266DEST_PATH_IMAGE046
时，恢复轨迹控制优先级，并完成车道并入。
步骤6：根据跟驰保持方法对目标车辆的行车轨迹进行调控。
下面为具体实施例中采用的参数设置：
模拟路段选择：宁沪高速路段，单车道宽度
Figure 9844DEST_PATH_IMAGE047
；
模拟车型选择：最大宽度
Figure 925847DEST_PATH_IMAGE048
；
雷达安装高度
Figure 662990DEST_PATH_IMAGE049
；外视角
Figure 93972DEST_PATH_IMAGE050
；左右雷达间距
Figure 191241DEST_PATH_IMAGE051
；
标准前车跟车车距。
模拟行使均速80km/h，车速区间[70,90]km/h,模拟行驶公里数S = {5km,10km,15km,20km,40km}。
仿真结果如图3和图4所示。车辆在5km内变道2次，平均变道用时7秒；10km内变道5次，平均变道用时6秒；15km内变道5次，平均变道用时7秒；20km内变道6次，平均变道用时8秒；40km内变道15次，平均变道用时7秒。可见，本发明能将微观自动驾驶定位精度提高到厘米级，对车辆车道跟驰定位提高到厘米级，自动驾驶车辆跟驰距离缩短至20米内。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的发明构思和技术方案进行的各种非实质性的改进，或未经改进将本发明构思和技术方案直接应用于其它场合的，均在本发明保护范围之内。

Claims (9)

1.一种复杂环境的自动驾驶控制方法，其特征在于：包括以下步骤：
步骤1：对目标车辆采集数据，采集的数据包括车型信息和车道标志数据，车道标志线上设有标志物（1）作为用于采集车道标志数据的定位标的；
步骤2：特征数据分离，进行目标车辆位置定位和目标车辆行驶环境定位；
步骤3：计算获得目标车辆与车道标志线的间距并计算所述间距和期望距离的差值，依据所述差值进行判断，若判定为“保持跟驰”则执行步骤6，否则执行步骤4；
步骤4：对目标行驶环境是否符合变道条件进行判断，若符合则执行变道，否则判定为“保持跟驰”执行步骤6；
步骤5：目标车辆变道，完成变道后执行步骤6；
步骤6：根据跟驰保持方法对目标车辆的行车轨迹进行调控。
2.根据权利要求1所述的一种复杂环境的自动驾驶控制方法，其特征在于：所述步骤1中采集的数据还包括360度全景测距雷达数据、视频数据和GPS定位数据；所述步骤4中所述变道条件为：在变道需求启动后同时满足GPS定位范围变道内向在线车辆最小车距大于安全阈值下限、视频视距范围内变道向在线车辆最小车距大于安全阈值下限、测距雷达测距D各方向大于安全阈值下限和采样时间周期内行车稳定性判断通过的条件。
3.根据权利要求2所述的一种复杂环境的自动驾驶控制方法，其特征在于：车道标志数据中标志物（1）的宽度记为
Figure 100484DEST_PATH_IMAGE001
；目标车辆的车型信息包括：车宽
Figure 461058DEST_PATH_IMAGE002
，是否载货以及载货极限宽度
Figure 130068DEST_PATH_IMAGE003
；根据公路等级获取的车道宽度信息
Figure 31028DEST_PATH_IMAGE004
；
360度全景测距雷达数据包括前、后、左、右、左前、右前、左后、右后八个方向的距离，记载为
Figure 718361DEST_PATH_IMAGE005
；
GPS定位数据包括目标车辆的GPS位置信息经纬度{E,N}，以目标车辆为中心，获取半径50m内在线车辆位置信息
Figure 46574DEST_PATH_IMAGE006
，
Figure 937301DEST_PATH_IMAGE007
= 0,1,2... ；
据视频数据采集目标车辆视距内障碍物信息
Figure 845214DEST_PATH_IMAGE008
，
Figure 387054DEST_PATH_IMAGE007
= 0,1,2...；将视距内障碍物相对于目标车辆的方位表示为
Figure 151747DEST_PATH_IMAGE009
。
4.根据权利要求3所述的一种复杂环境的自动驾驶控制方法，其特征在于：所述步骤3中，计算所述差值并依据所述差值进行判断的方法如下：
通过实验获得安全行驶状态下的车道标志检测装置到标志物位置的标准距离
Figure 779038DEST_PATH_IMAGE010
；
根据大数据仿真，建立样本数据库，根据样本数据库得到样本标准差:
Figure 504024DEST_PATH_IMAGE011
；
其中n为参与计算的样本数，
Figure 165949DEST_PATH_IMAGE012
为对应样本所得到的实测值，
Figure 39227DEST_PATH_IMAGE013
为对应样本所得到的理论计算值；则得到的修正值
Figure 153814DEST_PATH_IMAGE014
；期望距离的计算式如下：
Figure 934688DEST_PATH_IMAGE015
；
所述间距和期望距离的差值为：
Figure 201853DEST_PATH_IMAGE016
；
当
Figure 308349DEST_PATH_IMAGE017
≥30%，进行调控启动变道需求； 当
Figure 910231DEST_PATH_IMAGE017
≤30%，维持行车轨迹，保持跟驰。
5.根据权利要求4所述的一种复杂环境的自动驾驶控制方法，其特征在于：所述步骤3中，计算安全行驶状态下的标准距离
Figure 494797DEST_PATH_IMAGE010
的方法如下：当所述车道标志检测装置的外视角为θ、分辨率为σ、安装位置高度为h、左右两侧车道标志检测装置的间距为L时，设定位于探视角中心角位置为O，以O为原点建立坐标系，坐标轴由内侧指向外侧，即内侧为负外侧为正,同时以像素作为最小单位尺度，记录标志物中心位置到O的像素数α，则有：
Figure 616467DEST_PATH_IMAGE018
。
6.根据权利要求5所述的一种复杂环境的自动驾驶控制方法，其特征在于：所述步骤4中目标行驶环境是否符合变道条件的判断方法具体如下：
步骤a、变道需求启动，切换目标车辆跟驰标准距,切换后目标车辆到前车的跟车车距为
Figure 831548DEST_PATH_IMAGE019
，作为变道车距安全阈值下限；
步骤b、获取目标车辆半径50m内在线车辆位置信息
Figure 655148DEST_PATH_IMAGE020
，根据目标车辆位置{E,N}，得到各在线车辆相对目标车辆距离
Figure 43404DEST_PATH_IMAGE021
,当
Figure 534428DEST_PATH_IMAGE022
=0时，启动变道，否则启动下一判断条件；
步骤c、建立历史轨迹计算周期时间表
Figure 467880DEST_PATH_IMAGE023
，其中
Figure 44355DEST_PATH_IMAGE024
表示最近一次测距；
步骤d、获取目标车辆视距范围内障碍物信息
Figure 173985DEST_PATH_IMAGE025
= 0,1,2...，
Figure 253936DEST_PATH_IMAGE026
=-k, ... ,0；
Figure 138716DEST_PATH_IMAGE009
，则视距内各车与目标车辆相对速度
Figure 690569DEST_PATH_IMAGE027
，当
Figure 155049DEST_PATH_IMAGE028
且
Figure 558348DEST_PATH_IMAGE029
时，允许变道，变道侧为符合条件的R侧，并启动下一判断条件；
步骤e、获得对应时刻的
Figure 348450DEST_PATH_IMAGE030
(i=-k,…,0)，判断当前
Figure 368358DEST_PATH_IMAGE031
；
Figure 652840DEST_PATH_IMAGE032
是否满足变道条件：
当
Figure 972963DEST_PATH_IMAGE033
且
Figure 668387DEST_PATH_IMAGE034
，
Figure 441171DEST_PATH_IMAGE035
，
Figure 716294DEST_PATH_IMAGE036
，
Figure 376077DEST_PATH_IMAGE037
，
Figure 507981DEST_PATH_IMAGE038
时允许左变道；
当
Figure 768061DEST_PATH_IMAGE039
且
Figure 643613DEST_PATH_IMAGE040
，
Figure 423481DEST_PATH_IMAGE041
，
Figure 195128DEST_PATH_IMAGE042
，
Figure 942504DEST_PATH_IMAGE037
，
Figure 621747DEST_PATH_IMAGE043
；时允许右变道；
左右变道条件同时满足时，左变道优先于右变道。
7.根据权利要求6所述的一种复杂环境的自动驾驶控制方法，其特征在于：所述步骤5中的变道步骤如下：启动变道，降低轨迹保持的优先级，控制目标车辆变道，当
Figure 253193DEST_PATH_IMAGE044
或
Figure 461320DEST_PATH_IMAGE045
时，恢复轨迹控制优先级，并完成车道并入。
8.根据权利要求1-7中任一所述的一种复杂环境的自动驾驶控制方法，其特征在于：所述车道标志检测装置（2）为红外探视仪，所述标志物（1）为金属薄条。
9.根据权利要求1-7中任一所述的一种复杂环境的自动驾驶控制方法，其特征在于：所述车道标志检测装置（2）为合成孔径雷达，所述标志物（1）为金属薄条。
CN202010519333.0A 2020-06-09 2020-06-09 一种复杂环境的自动驾驶控制方法 Active CN111619589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010519333.0A CN111619589B (zh) 2020-06-09 2020-06-09 一种复杂环境的自动驾驶控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010519333.0A CN111619589B (zh) 2020-06-09 2020-06-09 一种复杂环境的自动驾驶控制方法

Publications (2)

Publication Number Publication Date
CN111619589A true CN111619589A (zh) 2020-09-04
CN111619589B CN111619589B (zh) 2022-12-30

Family

ID=72269106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010519333.0A Active CN111619589B (zh) 2020-06-09 2020-06-09 一种复杂环境的自动驾驶控制方法

Country Status (1)

Country Link
CN (1) CN111619589B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112389430A (zh) * 2020-11-06 2021-02-23 北京航空航天大学 一种基于偏移率的车辆换道切入车队时段的判定方法
CN112622935A (zh) * 2020-12-30 2021-04-09 一汽解放汽车有限公司 一种车辆自动驾驶方法、装置、车辆及存储介质
CN115497300A (zh) * 2022-11-16 2022-12-20 四川省公路规划勘察设计研究院有限公司 一种基于车路协同系统的车辆安全分流调度方法及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105015545A (zh) * 2015-07-03 2015-11-04 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车的自主变道决策系统
CN106647776A (zh) * 2017-02-24 2017-05-10 驭势科技（北京）有限公司 车辆变道趋势的判断方法、判断装置和计算机存储介质
CN108572642A (zh) * 2017-12-15 2018-09-25 蔚来汽车有限公司 一种自动驾驶系统及其横向控制方法
US20190100211A1 (en) * 2017-09-29 2019-04-04 Neusoft Corporation Vehicle lane-changing control method, vehicle lanechanging control device and related equipment
CN109581449A (zh) * 2018-12-14 2019-04-05 安徽江淮汽车集团股份有限公司 一种自动驾驶汽车的定位方法及系统
CN110531661A (zh) * 2019-08-22 2019-12-03 浙江吉利汽车研究院有限公司 一种车辆自动跟驰控制方法、装置及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105015545A (zh) * 2015-07-03 2015-11-04 内蒙古麦酷智能车技术有限公司 一种无人驾驶汽车的自主变道决策系统
CN106647776A (zh) * 2017-02-24 2017-05-10 驭势科技（北京）有限公司 车辆变道趋势的判断方法、判断装置和计算机存储介质
US20190100211A1 (en) * 2017-09-29 2019-04-04 Neusoft Corporation Vehicle lane-changing control method, vehicle lanechanging control device and related equipment
CN108572642A (zh) * 2017-12-15 2018-09-25 蔚来汽车有限公司 一种自动驾驶系统及其横向控制方法
CN109581449A (zh) * 2018-12-14 2019-04-05 安徽江淮汽车集团股份有限公司 一种自动驾驶汽车的定位方法及系统
CN110531661A (zh) * 2019-08-22 2019-12-03 浙江吉利汽车研究院有限公司 一种车辆自动跟驰控制方法、装置及设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112389430A (zh) * 2020-11-06 2021-02-23 北京航空航天大学 一种基于偏移率的车辆换道切入车队时段的判定方法
CN112389430B (zh) * 2020-11-06 2024-01-19 北京航空航天大学 一种基于偏移率的车辆换道切入车队时段的判定方法
CN112622935A (zh) * 2020-12-30 2021-04-09 一汽解放汽车有限公司 一种车辆自动驾驶方法、装置、车辆及存储介质
CN115497300A (zh) * 2022-11-16 2022-12-20 四川省公路规划勘察设计研究院有限公司 一种基于车路协同系统的车辆安全分流调度方法及设备
CN115497300B (zh) * 2022-11-16 2023-01-31 四川省公路规划勘察设计研究院有限公司 一种基于车路协同系统的车辆安全分流调度方法及设备

Also Published As

Publication number Publication date
CN111619589B (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN111619589B (zh) 一种复杂环境的自动驾驶控制方法
CN109064495B (zh) 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法
CN114999228B (zh) 一种自动驾驶车在恶劣天气防碰撞方法
CN108256413B (zh) 可通行区域检测方法及装置、存储介质、电子设备
CN101894271B (zh) 汽车偏离车道线角度和距离的视觉计算及预警方法
JP4756931B2 (ja) デジタルレーンマーク作成装置
CN109085823B (zh) 一种园区场景下基于视觉的自动循迹行驶方法
CN107783535A (zh) 车辆控制装置
CN105511462B (zh) 一种基于视觉的agv导航方法
CN105676253A (zh) 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法
CA3012439A1 (en) Vehicle travel control method and vehicle travel control device
CN107664504A (zh) 一种路径规划装置
CN113763738B (zh) 车路协同系统路侧感知与车端感知实时匹配的方法及系统
CN112046487A (zh) 基于车辆行驶状态的路面坡度估算方法及系统
CN110097762A (zh) 一种道路视频图像低能见度刻度估算方法及系统
CN114454878B (zh) 车速控制模型训练样本的确定方法及装置
CN111325187B (zh) 一种车道位置的识别方法及装置
CN111623786B (zh) 预判车辆行驶轨迹的方法
CN113252051A (zh) 一种地图构建方法及装置
CN112829753A (zh) 基于毫米波雷达的护栏估计方法、车载设备和存储介质
CN112810619A (zh) 基于雷达的辅助驾驶系统前方目标车辆识别方法
CN114475573A (zh) 基于v2x与视觉融合的起伏路况识别及车辆控制方法
CN113852925A (zh) 一种车辆指挥方法和系统
CN111301348B (zh) 基于电子地平线的雨刷控制方法、终端设备及存储介质
CN117198057A (zh) 一种面向路侧感知轨迹数据质量检评的实验方法及系统

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
CP01 Change in the name or title of a patent holder

Address after: Nanjing Institute of technology, No.1, Yangshan North Road, Qixia District, Nanjing City, Jiangsu Province

Patentee after: Nanjing Vocational University of Industry Technology

Address before: Nanjing Institute of technology, No.1, Yangshan North Road, Qixia District, Nanjing City, Jiangsu Province

Patentee before: NANJING INSTITUTE OF INDUSTRY TECHNOLOGY

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20231226

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Address before: Nanjing Institute of technology, No.1, Yangshan North Road, Qixia District, Nanjing City, Jiangsu Province

Patentee before: Nanjing Vocational University of Industry Technology

TR01 Transfer of patent right