CN111634292A - 一种用于矿区的碰撞预测方法 - Google Patents

Abstract

本发明公开了一种用于矿区的碰撞预测方法，包括以下步骤：障碍物运动预测模型；本车运动预测模型；坐标变换，得到本车预测位置所对应的车辆坐标系下的目标障碍物预测位置坐标；碰撞判定，得到本车与障碍物发生碰撞的条件；车辆行为决策，控制车辆做出减速或刹停动作。该方法适用于矿区无人驾驶环境，可根据自车和前方障碍物的运动信息预测未来时刻的自车和前方障碍物的行驶轨迹，从而判定二者是否有发生碰撞的风险，进而限速或限停。

Description

一种用于矿区的碰撞预测方法

技术领域

本发明属于矿区无人驾驶领域，特别涉及一种用于矿区的碰撞预测方法。

背景技术

矿区的道路环境较为复杂，无人驾驶车辆在行驶过程中前方可能会出现其他的运动车辆、故障静止车辆、行人、落石等障碍物。为了避免无人驾驶车辆与前方障碍物发生碰撞的风险，需要具备碰撞预测功能，通过实时的预测无人驾驶车辆是否可能会与前方障碍物发生碰撞，从而采取限速限停措施。

业内的碰撞预测算法主要是基于公开道路。基于公开道路的行驶规则以及边界线、车道线、红绿灯等基础设施对前方的车辆、行人进行碰撞预测。专利CN201910232415.4的技术方案流程图如图1所示，其基于公开道路的行驶规则，在实现的过程中使用了车道线信息，而矿区的道路是没有车道线信息的，因此该专利并不适用于矿区道路环境。本发明要解决在非公开道路条件下(道路两侧无边界线标志，无车道线标志、路口无红绿灯)，实现对目标障碍物的行驶轨迹进行预测，进而避免发生碰撞。

发明内容

本发明的目的在于针对上述存在的问题和不足，提供一种针对矿区的无人驾驶碰撞预测方法。该方法适用于矿区无人驾驶环境，可根据自车和前方障碍物的运动信息预测未来时刻的自车和前方障碍物的行驶轨迹，从而判定二者是否有发生碰撞的风险，进而限速或限停。

为实现上述目的，本发明采用以下技术方案：

一种用于矿区的碰撞预测方法，其特征在于，包括以下步骤：

步骤一，障碍物运动预测模型；

步骤二，本车运动预测模型；

步骤三，坐标变换，得到本车预测位置所对应的车辆坐标系下的目标障碍物预测位置坐标；

步骤四，碰撞判定，得到本车与障碍物发生碰撞的条件；

步骤五，车辆行为决策，控制车辆做出减速或刹停动作。

进一步的，所述步骤一，根据雷达检测到的前方障碍物类型的不同，把障碍物类型设为3类，包括静止物体、运动车辆、运动行人；定义xob(t)为在当前时刻的车辆坐标系下，经过时间t后的目标障碍物质心x坐标位置，yob(t)为在当前时刻的车辆坐标系下，经过时间t后的目标障碍物质心y坐标位置，

1)对于静止物体，有

2)对于运动车辆，有

3)对于运动行人，有

其中，A₁(t)是运动车辆的状态转移预测矩阵，A₂(t)是运动行人的状态转移预测矩阵。

进一步的，所述步骤二，建立本车运动预测模型：

(1)沿参考路径前进或倒车行驶

本车质心车速为v，t为预测时间，s(t)为经过时间t后，本车沿参考路径方向所行驶过的距离；Δx(0)为当前时刻车辆偏离参考路径的横向偏差，Δx(t)为t时刻车辆偏离参考路径的所预测出来的横向偏差；其中，s(t)＝f(t，v)，f(t，v)为沿参考路径行驶的距离的预测函数；Δx(t)＝g(t，Δx(0))，g(t，Δx(0))为横向偏差的预测函数；

根据时刻t的预测结果s(t)和Δx(t)可以计算得到在该时刻的车辆预测位置在初始时刻车辆坐标系下的坐标

(2)动态规划前进或倒车行驶

在此种情况下，无参考路径，本车并非寻迹行驶，需要根据本车的当前车速和前轮转角以及车身参数来计算得到未来时刻本车所处的位置；低速环境下，车辆行驶路径的转弯半径变化缓慢，假定车辆转弯半径固定不变，则车辆会进行匀速圆周运动；其中，v为本车质心车速，β为质心侧偏角，由前轮转角和车身参数计算获得，o为车辆转弯圆心，R为车辆质心转弯半径；根据该运动模型可以得到在初始时刻车辆坐标系下的车辆预测位置坐标：

进一步的，所述步骤三，本车预测位置所对应的车辆坐标系下的目标障碍物预测位置坐标为

其中，α为预测位置所对应的车辆坐标系相对于当前位置所对应的车辆坐标系的旋转角。

进一步的，所述步骤四，t取不同的离散时间，计算得到在不同的预测时间下的坐标

其中t的取值范围为[0,T],T为最大预测时间；

本车与障碍物发生碰撞条件：

且y_{i_ob}(t)≤L

其中，若车辆为前进行驶，则Wi为本车车头宽度，Wt为目标障碍物朝向本车车头方向的宽度，L为车辆质心距离车头中心的距离；若车辆为倒车行驶，Wi为本车车尾宽度，Wt为目标障碍物朝向本车车尾方向的宽度，L为车辆质心距离车尾中心的距离。

进一步的，所述步骤五：从步骤四可以获得本车与障碍物预测会发生碰撞的最小时间t_c，进而根据t_c生成不同的期望车速来控制车辆做出减速或刹停动作：

v_c＝f(t_c，v)

其中，v_c为期望车速，f(t_c，v)为从t_c到v_c的映射函数。

本发明与现有技术相比所具有的有益效果：

(1)本发明专注于解决矿区环境下无人驾驶的碰撞预测问题。不同于公开道路，矿区道路没有相应的标准，没有道路边界线、车道线标识、路口没有红绿灯。在这种矿区道路条件下，需要提出一种更加通用普适性的算法。

(2)本发明针对矿区道路中有可能会出现的目标障碍物进行了分类同时根据有无参考路径，建立了不同的本车运动预测模型，使其覆盖场景更加的广泛。

(3)本发明通过采取离散时间的计算，求解出了本车与障碍物的最小碰撞时间，进而生成车辆的期望速度，以此控制车辆进行减速或刹停。

附图说明

图1是现有技术提供的一种运动轨迹预测方法的流程图。

图2是本发明提供的一种用于矿区的碰撞预测方法的流程图。

图3是本发明提供的一种用于矿区的碰撞预测方法的参考路径示意图。

图4是本发明提供的一种用于矿区的碰撞预测方法的动态规划示意图。

图5是本发明提供的一种用于矿区的碰撞预测方法的坐标变换示意图。

具体实施方式

下面结合实施例和附图，对本发明的实施方式做详细、清楚的描述。

一种用于矿区的碰撞预测方法，适用于矿区无人驾驶环境，可根据自车和前方障碍物的运动信息预测未来时刻的自车和前方障碍物的行驶轨迹，从而判定二者是否有发生碰撞的风险，进而限速或限停。如图2所示，具体步骤如下：

步骤一：障碍物运动预测模型。

根据雷达检测到的前方障碍物类型的不同，把障碍物类型设为3类，包括静止物体(落石、故障车辆)、运动车辆、运动行人。

定义xob(t)为在当前时刻的车辆坐标系下，经过时间t后的目标障碍物质心x坐标位置，yob(t)为在当前时刻的车辆坐标系下，经过时间t后的目标障碍物质心y坐标位置。

1)对于静止物体，有

2)对于运动车辆，有

3)对于运动行人，有

其中，A₁(t)是运动车辆的状态转移预测矩阵，A₂(t)是运动行人的状态转移预测矩阵。

步骤二：本车运动预测模型。

矿区车辆在作业过程中，包括了前向行驶和倒车行驶两种情况。无人驾驶行驶过程中又分为了根据全局、局部已规划好的参考路径进行寻迹行驶和在无参考路径条件下车辆自主进行动态规划行驶的两种情况。因此，对上述行驶情况进行组合，建立本车的运动预测模型如下：

1、沿参考路径前进或倒车行驶

如图3所示，本车质心车速为v，t为预测时间，s(t)为经过时间t后，本车沿参考路径方向所行驶过的距离。Δx(0)为当前时刻车辆偏离参考路径的横向偏差，Δx(t)为t时刻车辆偏离参考路径的所预测出来的横向偏差。

其中，s(t)＝f(t，v)，f(t，v)为沿参考路径行驶的距离的预测函数；Δx(t)＝g(t，Δx(0))，g(t，Δx(0))为横向偏差的预测函数。

根据时刻t的预测结果s(t)和Δx(t)可以计算得到在该时刻的车辆预测位置在初始时刻车辆坐标系下的坐标

3、动态规划前进或倒车行驶

在此种情况下，无参考路径，本车并非寻迹行驶，需要根据本车的当前车速和前轮转角以及车身参数来计算得到未来时刻本车所处的位置。

如图4所示，低速环境下，车辆行驶路径的转弯半径变化缓慢，假定车辆转弯半径固定不变，则车辆会进行匀速圆周运动。其中，v为本车质心车速，β为质心侧偏角，由前轮转角和车身参数计算获得，o为车辆转弯圆心，R为车辆质心转弯半径。根据该运动模型可以得到在初始时刻车辆坐标系下的车辆预测位置坐标：

步骤三：坐标变换。

根据步骤一，

为在(x,y)坐标系下的目标障碍物预测位置坐标，根据步骤二，

为本车的预测位置坐标，现在需要求出在本车预测位置所对应的车辆坐标系下的目标障碍物预测位置坐标

需进行坐标变换。

如图5所示，(x,y)为本车当前位置所对应的车辆坐标系，(x’,y’)为本车预测位置所对应的车辆坐标系，α为预测位置所对应的车辆坐标系相对于当前位置所对应的车辆坐标系的旋转角：

步骤四：碰撞判定。

从步骤一到步骤三，t取不同的离散时间，即可计算得到在不同的预测时间下的坐标

t的取值范围为[0,T],T为最大预测时间。

本车与障碍物发生碰撞条件：

且y_{i_ob}(t)≤L

其中，若车辆为前进行驶，则Wi为本车车头宽度，Wt为目标障碍物朝向本车车头方向的宽度，L为车辆质心距离车头中心的距离。若车辆为倒车行驶，Wi为本车车尾宽度，Wt为目标障碍物朝向本车车尾方向的宽度，L为车辆质心距离车尾中心的距离。

步骤五：车辆行为决策。

从步骤四可以获得本车与障碍物预测会发生碰撞的最小时间t_c，进而根据t_c生成不同的期望车速来控制车辆做出减速或刹停动作：

v_c＝f(t_c，v)

其中，v_c为期望车速，f(t_c，v)为从t_c到v_c的映射函数。

Claims (6)

1.一种用于矿区的碰撞预测方法，其特征在于，包括以下步骤：

步骤一，障碍物运动预测模型；

步骤二，本车运动预测模型；

步骤三，坐标变换，得到本车预测位置所对应的车辆坐标系下的目标障碍物预测位置坐标；

步骤四，碰撞判定，得到本车与障碍物发生碰撞的条件；

步骤五，车辆行为决策，控制车辆做出减速或刹停动作。

2.如权利要求1所述的一种用于矿区的碰撞预测方法，其特征在于，所述步骤一，根据雷达检测到的前方障碍物类型的不同，把障碍物类型设为3类，包括静止物体、运动车辆、运动行人；定义xob(t)为在当前时刻的车辆坐标系下，经过时间t后的目标障碍物质心x坐标位置，yob(t)为在当前时刻的车辆坐标系下，经过时间t后的目标障碍物质心y坐标位置，

1)对于静止物体，有

2)对于运动车辆，有

3)对于运动行人，有

其中，A₁(t)是运动车辆的状态转移预测矩阵，A₂(t)是运动行人的状态转移预测矩阵。

3.如权利要求2所述的一种用于矿区的碰撞预测方法，其特征在于，所述步骤二，建立本车运动预测模型：

(1)沿参考路径前进或倒车行驶

本车质心车速为v，t为预测时间，s(t)为经过时间t后，本车沿参考路径方向所行驶过的距离；Δx(0)为当前时刻车辆偏离参考路径的横向偏差，Δx(t)为t时刻车辆偏离参考路径的所预测出来的横向偏差；其中，s(t)＝f(t，v)，f(t，v)为沿参考路径行驶的距离的预测函数；Δx(t)＝g(t，Δx(0))，g(t，Δx(0))为横向偏差的预测函数；

根据时刻t的预测结果s(t)和Δx(t)可以计算得到在该时刻的车辆预测位置在初始时刻车辆坐标系下的坐标

(2)动态规划前进或倒车行驶

在此种情况下，无参考路径，本车并非寻迹行驶，需要根据本车的当前车速和前轮转角以及车身参数来计算得到未来时刻本车所处的位置；低速环境下，车辆行驶路径的转弯半径变化缓慢，假定车辆转弯半径固定不变，则车辆会进行匀速圆周运动；其中，v为本车质心车速，β为质心侧偏角，由前轮转角和车身参数计算获得，o为车辆转弯圆心，R为车辆质心转弯半径；根据该运动模型可以得到在初始时刻车辆坐标系下的车辆预测位置坐标：

4.如权利要求3所述的一种用于矿区的碰撞预测方法，其特征在于，所述步骤三，本车预测位置所对应的车辆坐标系下的目标障碍物预测位置坐标为

其中，α为预测位置所对应的车辆坐标系相对于当前位置所对应的车辆坐标系的旋转角。

5.如权利要求4所述的一种用于矿区的碰撞预测方法，其特征在于，所述步骤四，t取不同的离散时间，计算得到在不同的预测时间下的坐标

其中t的取值范围为[0,T],T为最大预测时间；

本车与障碍物发生碰撞条件：

且y_{i_ob}(t)≤L

其中，若车辆为前进行驶，则Wi为本车车头宽度，Wt为目标障碍物朝向本车车头方向的宽度，L为车辆质心距离车头中心的距离；若车辆为倒车行驶，Wi为本车车尾宽度，Wt为目标障碍物朝向本车车尾方向的宽度，L为车辆质心距离车尾中心的距离。

6.如权利要求5所述的一种用于矿区的碰撞预测方法，其特征在于，所述步骤五：从步骤四可以获得本车与障碍物预测会发生碰撞的最小时间t_c，进而根据t_c生成不同的期望车速来控制车辆做出减速或刹停动作：

v_c＝f(t_c，v)

其中，v_c为期望车速，f(t_c，v)为从t_c到v_c的映射函数。

Images