CN111661060B - 建立车辆纵向运动模型的方法、装置及计算机系统 - Google Patents
建立车辆纵向运动模型的方法、装置及计算机系统 Download PDFInfo
- Publication number
- CN111661060B CN111661060B CN201910162589.8A CN201910162589A CN111661060B CN 111661060 B CN111661060 B CN 111661060B CN 201910162589 A CN201910162589 A CN 201910162589A CN 111661060 B CN111661060 B CN 111661060B
- Authority
- CN
- China
- Prior art keywords
- acceleration
- vehicle
- information
- quantized value
- angle
- 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
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
- B60W40/00—Estimation 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
- B60W40/10—Estimation 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
-
- 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
- B60W40/00—Estimation 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
- B60W40/10—Estimation 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
- B60W40/107—Longitudinal acceleration
-
- 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
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Regulating Braking Force (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请实施例公开了建立车辆纵向运动模型的方法、装置及计算机系统,所述方法包括:控制车辆方向盘旋转至目标采样角度;在该目标采样角度的条件下,通过控制加速控制部件的量化值信息将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值信息将车辆逐渐减速至停止;在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值信息与车辆速度、加速度之间的对应关系信息;根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。通过本申请实施例,能够通过更简单、更高精度的纵向运动模型,实现更精确的自动驾驶控制。
Description
技术领域
本申请涉及自动驾驶技术领域,特别是涉及建立车辆纵向运动模型的方法、装置及计算机系统。
背景技术
在车辆自动驾驶控制系统中,对车辆的控制主要包括对行车速度以及方向上的控制。其中,关于车速以及本车与前后车或障碍物距离的自动控制属于一种纵向控制。横向控制指垂直于运动方向上的控制,对于汽车而言也就是转向控制。
其中,纵向控制问题可归结为对发动机输出和刹车的控制。在传统的实现方案中,通过各种发动机模型、汽车运行模型和刹车过程模型与不同的控制器算法结合,建立发动机和汽车运动过程的近似线形模型,在此基础上设计控制器。这种方法实现的控制,需要准确的获知车辆的驱动器、制动器等多个主要模块的参数,因此,参数依赖性大及模型误差较大,所以精度差、适应性差。
因此,如何实现更精确的自动驾驶控制,成为需要本领域技术人员解决的技术问题。
发明内容
本申请提供了建立车辆纵向运动模型的方法、装置及计算机系统,能够通过更简单、更高精度的纵向运动模型,实现更精确的自动驾驶控制。
本申请提供了如下方案:
一种自动驾驶控制方法,包括:
获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值信息、速度、角度、加速度之间的对应关系;
接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息;
根据所述加速/制动控制部件的量化值信息信息向车辆底盘控制系统发送控制指令。
一种建立车辆纵向运动模型的方法,包括:
控制车辆方向盘旋转至目标采样角度;
在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值与车辆速度、加速度之间的对应关系信息;
根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
一种自动驾驶控制方法,包括:
获得车辆纵向运动模型;
接收运动控制算法输出的纵向控制目标信息;
根据所述纵向运动模型、所述纵向控制目标信息以及车辆的当前运动状态信息,确定加速/制动控制部件的量化值信息;
根据所述加速/制动控制部件的量化值信息信息向车辆底盘控制系统发送控制指令。
一种自动驾驶控制装置,包括:
模型获得单元,用于获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值、速度、角度、加速度之间的对应关系;
信息获得单元,用于接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
量化值信息确定单元,用于根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息;
控制指令发送单元,用于根据所述加速/制动踏板控制部件的量化值信息向车辆底盘控制系统发送控制指令。
一种建立车辆纵向运动模型的装置,包括:
角度控制单元,用于控制车辆方向盘旋转至目标采样角度;
踏板开度控制单元,用于在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
信息采集单元,用于在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值与车辆速度、加速度之间的对应关系信息;
模型建立单元,用于根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
一种自动驾驶控制装置,包括:
模型获得单元,用于获得车辆纵向运动模型;
纵向控制目标信息接收单元,用于接收运动控制算法输出的纵向控制目标信息;
量化值确定单元,用于根据所述纵向运动模型、所述纵向控制目标信息以及车辆的当前运动状态信息,确定加速/制动控制部件的量化值信息;
指令发送单元,用于根据所述加速/制动控制部件的量化值信息信息向车辆底盘控制系统发送控制指令。
一种计算机系统,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如下操作:
获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值、速度、角度、加速度之间的对应关系;
接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息;
根据所述加速/制动控制部件的量化值信息向车辆底盘控制系统发送控制指令。
一种计算机系统,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如下操作:
控制车辆方向盘旋转至目标采样角度;
在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值与车辆速度、加速度之间的对应关系信息;
根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
根据本申请提供的具体实施例,本申请公开了以下技术效果:
通过本申请实施例,可以在具体控制车辆行驶过程中,通过具体的数据采集创建纵向运动模型。其中,具体采集过程中的控制操作可以包括:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动踏板开度,改变车辆的速度以及加速度,并在此过程中,记录车辆的加速/制动踏板开度、速度、角度、加速度之间的对应关系,据此对车辆的纵向运动模型进行描述。这样,可以简化车辆的纵向运动模型,降低对车辆内部各模块参数的依赖,并且,由于是在车辆具体行驶过程中进行的数据采集,因此,精度也会比较高。
另外,还可以在具体利用上述纵向控制模型进行自动驾驶控制的过程中,获得车辆底盘控制系统在目标速度、角度情况下,响应加速/制动踏板开度信息后,车辆获得的实际加速度信息,并利用所述实际加速度信息对所述车辆纵向运动模型进行校正。也就是说,可以实现实际自动驾驶过程中对模型的校正,使得最终每个车辆的模型能够更准确的反应车辆自身的情况,降低不同车辆之间的轻微不一致性带来的影响,进一步提高精确性。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的系统的示意图;
图2是本申请实施例提供的第一方法的流程图;
图3是本申请实施例提供的第二方法的流程图;
图4是本申请实施例提供的第三方法的流程图;
图5是本申请实施例提供的第一装置的示意图;
图6是本申请实施例提供的第二装置的示意图;
图7是本申请实施例提供的第三装置的示意图;
图8是本申请实施例提供的计算机系统的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
在本申请实施例中,提供了更简单,但精确性更高的纵向运动模型,在此基础上实现对车辆的自动控制。其中,由于在纵向控制的过程中,主要的目的就是根据算法计算出的目标加速度,结合车辆当前的速度、方向盘角度等信息,确定出加速/制动控制部件的量化值信息(例如,在车辆具有加速/制动踏板的情况下,该量化值具体可以是指踏板的开度,等等),以便将加速/制动控制部件的量化值信息发送给车辆的底盘控制系统,由底盘控制系统执行对应的操作,以达到通过改变加速度使车辆加速或者减速的目的。因此,在本申请实施例中,就可以将纵向运动模型简化为加速/制动控制部件的量化值信息、速度、角度(方向盘转角或者前轮转角等)、加速度这四个维度上的信息之间的关系,只要能够预先获知上述几个方面的信息之间的对应关系,则可以在其中三个维度上的信息已知的情况下,确定出另一个维度上的信息。例如,具体在对车辆进行自动驾驶的运动控制的过程中,具体的运动控制算法会计算出目标加速度,也即,需要让车辆按照这个加速度进行加速或者减速;另外,根据车辆的定位系统等,还可以获知车辆的当前速度信息;再者车辆还可以实时反馈其当前的角度信息,也就是说,加速度、速度、角度都是已知的,因此,可以根据模型中的对应关系,确定出对应的加速/制动踏控制部件的量化值信息。
其中,为了建立上述纵向运动模型,可以在具体的车辆中进行数据采集,然后,根据采集到的数据进行模型的建立。具体实现时,如图1所示,可以在在车辆安装的计算平台等系统中,提供数据采集系统。其中,该计算平台中具体可以包括感知模块(根据各种传感器获得对车辆自身以及周围环境的感知)、路径规划模块、运动控制模块等,主要用于为车辆进行行驶路径的自动规划。而本申请实施例中的数据采集系统就可以运行在车辆的自动控制计算平台中,能够通过计算平台的运动控制模块生成具体的控制报文,该控制报文则可以通过CAN总线等方式,发送到车辆底盘控制系统,车辆底盘控制系统则可以控制响应具体的控制报文,驱动车辆按照规定的方式进行运动。另外,车辆控制系统还可以向数据采集系统反馈一些数据,包括速度、加速度等,当然,具体的速度、加速度等信息,也可以通过车辆的定位导航系统等进行获知。这样,数据采集系统便可以根据预先的设计要求,控制车辆执行对应的运动,并在运动中对具体的加速/制动控制部件的量化值信息、速度、角度、加速度等进行采集,并进行记录。后续便可以根据记录的信息建立对应的纵向运动模型。
通过这种方式,将车辆的纵向运动模型可以简化为通过加速/制动控制部件的量化值信息、速度、角度、加速度这四个维度上的信息之间的对应关系进行表达,因此,可以比较简单;另外,由于上述模型可以在车辆具体的运动状态下通过对数据进行采集的方式而进行创建,因此,也具有更高的精确性,另外,还可以实现在具体自动驾驶过程中,对模型中的信息进行校正,进一步提高精确度。
下面对具体的实现方案进行详细介绍。
实施例一
该实施例一首先从数据采集系统的角度,提供了一种建立车辆纵向运动模型的方法,参见图2,包括:
S201:控制车辆方向盘旋转至目标采样角度;
具体实现时,由于在速度、加速度固定的情况下,方向盘转角与加速/制动踏板开度之间基本呈线性关系,因此,为了方便进行数据采集,本申请实施例中采用的方案可以是:首先设定几个特定的方向盘角度作为目标采样角度,然后,分别在各个采样角度条件下,分别对加速/制动控制部件的量化值信息与车辆速度、加速度之间的对应关系进行采集。例如,所述目标采样角度可以包括方向盘转角分为满量程的100%,50%,15%,2%,0。具体如,假设某车辆方向盘转角满量程为470度,传动比16,也即方向盘打满量程后,前轮的旋转角度是470/16=29.375度。则具体在采样时,可以在方向盘转角为470度、235度、70.5度、9.4度、0度的状态下,分别进行采样。
在设备了具体的目标采样角度后,便可以分别将各个目标采样角度设为当前的角度条件,然后进行速度、加速度、加速/制动控制部件的量化值信息等信息的采集。因此,在具体开始进行采集后,首先就可以控制车辆方向盘旋转至目标采样角度,在该条件下的采集操作结束之前,方向盘转角一直保持该角度不变。需要说明的是,由于数据采集系统设置在自动驾驶计算平台中,因此,可以直接通过计算平台的运动控制模块等,发送具体的控制报文,以完成对车辆方向盘旋转角度的控制。
S202:在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
在将车辆的方向盘转角设置为某个角度后,可以控制通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,然后,再通过控制制动控制部件的量化值将车辆逐渐减速至停止。也就是说,具体的数据采集系统通过运动控制模块向车辆底盘控制系统发送的控制消息可以包括方向盘转角以及加速/制动控制部件的量化值信息这两个方面的信息。在初始状态下控制车辆方向盘旋转到某个角度后,便可以通过控制加速/制动控制部件的量化值信息,来改变车辆在该角度条件下的行驶速度以及加速度。
例如,具体实现时,可以是加速踏板的初始开度可以是0%,也即,车辆初始状态可以是停止状态,或者,也可以是10%等其他的状态。可以通过预置的步进值,逐渐增加加速踏板的开度,知道车辆的速度达到当前方向盘转角下的最大安全速度。
具体的,关于车辆在具体方向盘转角下的最大安全速度可以是预先设定的。根据人类驾驶经验和车辆稳定性,车辆行驶时的侧向加速度应小于3m/s2,也就是说,为了保证车辆的安全行驶,无论具体的方向盘转角为多少,都应该控制车辆的侧向加速度低于上述阈值,否则可能会发生侧翻等危险。而侧向加速度是由于车辆正在转弯过程中做出的圆弧运动导致的,该加速度与具体的车辆行驶速度以及对应的方向盘转角是相关的,因此,在已知方向盘转角的情况下,就可以根据侧向加速度的最大值,计算出在该转角条件下车辆能够行驶到的最高速度,将该速度作为对应转角条件下的最大安全速度即可。
其中,关于具体的侧向加速度、速度、方向盘转角之间的关系,可以根据具体的传动比、轴距等进行计算,这里不进行详述。总之,在安全范围内允许的侧向加速度的最大值固定不变的情况下,由于预先设定了方向盘转角,因此,可以对应计算出具体方向盘转角条件下允许的最大安全速度。例如,方向盘转角分别为满量程的100%,50%,15%,2%时,对应的车辆最大安全速度分别为3m/s,5m/s,10m/s,20m/s。另外,在方向盘转角为0%时,可以对最大安全速度进行设定,例如,可以为30m/s,或者根据车辆自身的配置、性能等设定其他的数值,等等。
也就是说,在方向盘转角为满量程的100%的情况下,通过控制加速踏板的开度进行角度的过程中,只能将车辆加速至3m/s,在达到该最大安全速度后,将会通过控制制动踏板的开度进行减速,直到车辆停止,车辆速度为0。类似的,在方向盘转角为满量程的50%的情况下,通过控制加速踏板的开度进行角度的过程中,可以将车辆加速至5m/s,在达到该最大安全速度后,将会通过控制制动踏板的开度进行减速,直到车辆停止,车辆速度为0,以此类推。
S203:在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值信息与车辆速度、加速度之间的对应关系信息;
在通过控制加速/制动控制部件的量化值信息对车辆进行加速或者减速控制的过程中,还可以按照预置的时间间隔采集并记录加速/制动控制部件的量化值信息与车辆速度、加速度之间的对应关系信息。具体的时间间隔可以根据实际的精度需要而定,另外,不同的方向盘转角条件下对应的时间间隔也可以是不同的。例如,具体实现时,可以是每100ms采集一次,等等。
其中,关于加速/制动控制部件的量化值信息与车辆速度、加速度等信息,可以是由车辆系统反馈,或者,关于速度、加速度等信息,还可以通过车辆的定位系统进行获得。
具体可以通过表格的形式记录具体的对应关系,例如,在方向盘角度为满量程的100%的情况下,记录的对应关系可以如表1所示:
表1
其他各种角度条件下的对应关系也可以分别通过上述方式进行采集,具体的,在其中一个角度条件下的采集过程结束后,可以控制车辆方向盘转到下一个目标采集角度,然后重复执行该步骤203,获得新的角度条件下的数据采集结果。例如,最终获得的采集结果可以如表2所示:
表2
S204:根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
在得到上述多个目标采样角度条件下获得的多组所述对应关系后,就可以根据这些对应关系建立车辆纵向运动模型。在本申请实施例中,具体的车辆纵向运动模型,就可以由加速/制动控制部件的量化值信息、速度、加速度、角度这四个维度上的对应关系来进行表达。
具体实现时,由于数据采集的过程中通常是按照一定的时间间隔进行采集,因此,采集到的数据在时间维度上是等距的,但是,由于加速度的存在,在其他维度上则会是不等距的。因此,为了能够更好的使用该纵向运动模型进行自动驾驶控制,并去掉采集数据中采样时间这一维度上的信息,还可以针对所述多个目标采样角度条件下获得的多组所述对应关系,分别从速度维度上,按照预置的速度间隔进行切分,形成速度、角度(方向盘转角,或前轮转角)、加速/制动控制部件的量化值信息、加速度的三维标定表(也即,可以通过其中任意三个维度上的信息对另一个维度上的信息进行标定),例如,在速度维度上进行间隔0.1m/s的切分,使得最终的模型可以如表3所示:
表3
另外,在具体实现时,还可以对所述对应关系中的加速度信息进行滤波处理,去除毛刺的影响。
在得到上述三维标定表后,就建立起了具体的纵向运动模型,进而就可以利用该纵向运动模型进行具体的车辆自动驾驶控制。需要说明的是,在本申请实施例中,是在具体车辆的行驶过程中进行数据采集,并生成对应的纵向运动模型,而在实际应用中,由于同一品牌、型号、款式的车辆,在具体的纵向运动参数方面通常具有比较强的一致性,因此,可以针对其中一个车辆作为样本进行数据采集,当然,为了更加准确,也可以选择同一品牌、型号、款式的多个车辆分别进行采集,取均值后建立纵向运动模型,等等。在建立起纵向运动模型后,就可以提供给车辆的具体自动驾驶计算平台来使用。
具体的,自动驾驶计算平台通常可以安装在车辆系统内,通过对车辆以及周边车辆、环境的感知,可以进行自动驾驶的路径规划,并生成对应的控制报文,通过CAN纵向等提供给车辆底盘控制系统,对车辆进行运动控制。在本申请实施例中,具体的纵向运动模型就可以用来实现纵向控制的控制报文的生成。具体的,计算平台中的路径规划模块规划出具体的行驶路径信息后,具体的运动控制模块会生成两个方面的控制报文,一个是加速度方面,另一个是角度方面,通过加速度改变车辆的速度,通过角度改变车辆的方向。其中,对于纵向控制而言,只关心加速度的变化,该加速度信息可以是由具体的运动控制模块的通过计算获得的,也即,通过对车辆本身、周边环境等的感知,确定出车辆需要通过一定的加速度改变当前速度,并且可以计算出该加速度的值。在获得目标加速度信息后,还可以通过车辆的定位导航系统等获得车辆的当前速度信息,另外,还可以通过车辆底盘控制系统等的反馈信息获得车辆当前的角度信息(方向盘转角或者前轮转角)。这样,相当于加速度、速度、转角这三个维度上的信息都是已知的,因此,只需要通过前文建立的三维标定表,标定出具体的加速/制动控制部件的量化值信息即可。
需要说明的是,在本申请实施例中,只是对几个特定的目标采样角度进行了数据采集,建立的对应关系中也只包括上述目标采样角度条件下,不同速度、不同加速度与不同加速/制动控制部件的量化值信息之间的对应关系。但是,在车辆实际行驶过程中具体的角度可能是满量程范围内的任意值,因此,具体在进行标定时,还可以根据实际的角度值,在所述三维标定表中进行换算。
例如,假设某时刻车辆的方向盘转角是满量程的80%,速度是1.2m/s,加速度是-0.1m/s2,此时,由于具体的三维标定表中不存在方向盘转角是满量程的80%时,与速度1.2m/s,加速度是-0.1m/s2对应的加速/制动踏板的开度信息,因此,需要进行换算。具体的,由于80%位于100%和50%之间,因此,可以首先查询出方向盘转角是满量程的100%时,与速度1.2m/s,加速度是-0.1m/s2对应的加速/制动控制部件的第一量化值信息,以及方向盘转角是满量程的50%时,与速度1.2m/s,加速度是-0.1m/s2对应的加速/制动控制部件的第二量化值信息。由于在速度、加速度固定的条件下,方向盘转角与加速/制动控制部件的量化值信息之间成线性变化关系,因此,只要再预先获知该线性变化函数,就可以结合上述区间起点以及终点处的加速/制动踏板的开度信息,计算出方向盘转角是满量程的80%时,与速度1.2m/s,加速度是-0.1m/s2对应的加速/制动控制部件的第三量化值信息。然后,可以根据该第三量化值信息,向车辆底盘控制系统发送对应的控制报文,以控制车辆获得对应的加速度。
在车辆底盘系统响应具体的控制消息后,车辆的加速度信息会发生变化,在完全精确控制的情况下,车辆实际获得的角速度与之前计算平台中计算出的加速度应该是完全一致的。当然,在实际应用中,如前文所述,由于数据采集可能只是在部分车辆上进行,并将具体的建模结果应用到同品牌、款式、型号的多个不同车辆上,而不同的车辆之间虽然存在比较强的一致性,但是,也可能存在部分车辆的实际参数存在一些细小差异的情况,使得不同车辆在相同速度、角度的状态下,响应相同的加速/制动控制部件的量化值信息后,实际获得的加速度可能会略有差异。因此,在本申请实施例中,还可以获得具体车辆实际获得的加速度信息,并且可以对当前车辆中的纵向运动模型进行校正。后续再进行自动驾驶控制的过程中,便可以利用校正后的值进行控制,以提高精确性。也就是说,通过这种方式,不同车辆之间如果存在参数不一致的情况,则可以在实际的自动驾驶过程中进行校正,通过这种校正使得每个车辆上的纵向运动模型之间会存在一些差异,更适合具体车辆自身的实际情况,获得更精确的控制结果。
总之,通过本申请实施例,可以在具体控制车辆行驶过程中,通过具体的数据采集创建纵向运动模型。其中,具体采集过程中的控制操作可以包括:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动控制部件的量化值,改变车辆的速度以及加速度,并在此过程中,记录车辆的加速/制动控制部件的量化值、速度、角度、加速度之间的对应关系,据此对车辆的纵向运动模型进行描述。这样,可以简化车辆的纵向运动模型,降低对车辆内部各模块参数的依赖,并且,由于是在车辆具体行驶过程中进行的数据采集,因此,精度也会比较高。
另外,还可以在具体利用上述纵向控制模型进行自动驾驶控制的过程中,获得车辆底盘控制系统在目标速度、角度情况下,响应加速/制动控制部件的量化值信息后,车辆获得的实际加速度信息,并利用所述实际加速度信息对所述车辆纵向运动模型进行校正。也就是说,可以实现实际自动驾驶过程中对模型的校正,使得最终每个车辆的模型能够更准确的反应车辆自身的情况,降低不同车辆之间的轻微不一致性带来的影响,进一步提高精确性。
实施例二
该实施例二是与实施例一相对应的,从自动驾驶计算平台的角度,提供了一种自动驾驶控制方法,参见图3,该方法具体可以包括:
S301:获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值、速度、角度、加速度之间的对应关系;
具体实现时,如实施例一所述,所述纵向运动模型是在控制车辆行驶过程中采集到的数据进行创建的,其中,在采集过程中对车辆的控制包括:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动控制部件的量化值,改变车辆的速度以及加速度。
S302:接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
其中,具体的目标加速度信息可以是由计算平台中的路径规划模块、运动控制模块等,根据车辆自身以及周边环境的当前情况计算获得的,也即,需要控制车辆改变为该目标加速度,才能避免与其他车辆发生碰撞,或者,为当前车辆获得更好的行驶空间以及性能,等等。
S303:根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动踏板控制部件的量化值;
其中,所述纵向运动模型中包括在预置的多个目标采样角度条件下,加速/制动踏板开度、速度、加速度之间的对应关系。
但是,由于所述目标采样角度的数量可能是比较有限的,而车辆实际行驶过程中的角度确实多变的,因此,还可以以所述目标采样角度为节点划分为多个角度区间;在当前需要进行控制时,确定所述当前角度所属的角度区间,以及该区间起点对应的第一目标采样角度以及终点对应的第二目标采样角度;并确定所述第一目标采样角度条件下,所述目标加速度信息、当前速度对应的加速/制动踏板的第一开度信息,以及所述第二目标采样角度条件下,所述目标加速度信息、当前速度对应的加速/制动踏板的第二开度信息;然后,可以根据所述第一开度信息、第二开度信息以及预置的线性函数关系信息,确定所述当前角度下,所述目标加速度信息、当前速度对应的加速/制动踏板的第三开度信息。
其中,所述线性函数关系信息是根据以下特性确定:在速度以及加速度固定的情况下,车辆的角度与加速/制动踏板的开度信息之间成线性关系。
S304:根据所述加速/制动控制部件的量化值信息向车辆底盘控制系统发送控制指令。
在向车辆底盘控制系统发送控制指令后,车辆底盘控制系统可以响应该指令,通过改变加速/制动踏板开度信息来改变车辆的加速度。
具体实现时,还可以获得所述车辆底盘控制系统响应所述加速/制动踏板开度信息后,车辆获得的实际加速度信息;利用所述实际加速度信息对所述车辆纵向运动模型进行校正。
关于该实施例二中的未详述部分,可以参见前述实施例一中的记载,这里不再赘述。
实施例三
前述各实施例中,是通过车辆的加速/制动控制部件的量化值信息、速度、角度、加速度之间的对应关系来表达车辆的纵向运动模型,而在实际应用中,纵向运动模型的具体表达方式还可以有多种,因此,本申请实施例还提供了一种自动驾驶控制方法,参见图4,该方法具体可以包括:
S401:获得车辆纵向运动模型;
S402:接收运动控制算法输出的纵向控制目标信息;
其中,纵向控制目标通常也可以是具体的目标加速度信息,或者,还可能包括速度信息等。
S403:根据所述纵向运动模型、所述纵向控制目标信息以及车辆的当前运动状态信息,确定加速/制动控制部件的量化值信息;
当前运动状态信息就可以包括当前的速度、车辆角度等等。
S404:根据所述加速/制动控制部件的量化值信息信息向车辆底盘控制系统发送控制指令。
关于该实施例三中的未详述部分,也可以参见前述实施例一、二中的记载,这里不再赘述。
与实施例一相对应,本申请实施例还提供了一种建立车辆纵向运动模型的装置,参见图5,该装置具体可以包括:
角度控制单元501,用于控制车辆方向盘旋转至目标采样角度;
速度控制单元502,用于在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
信息采集单元503,用于在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值信息与车辆速度、加速度之间的对应关系信息;
模型建立单元504,用于根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
具体实现时,该装置还可以包括:
切分单元,用于针对所述多个目标采样角度条件下获得的多组所述对应关系,分别从速度维度上,按照预置的速度间隔进行切分。
滤波单元,用于对所述对应关系中的加速度信息进行滤波处理。
实际加速度获得单元,用于在利用所述纵向运动模型对车辆进行自动驾驶控制的过程中,获得车辆底盘控制系统在目标速度、角度情况下,响应加速/制动控制部件的量化值信息后,车辆获得的实际加速度信息;
校正单元,用于利用所述实际加速度信息对所述车辆纵向运动模型进行校正。
与实施例二相对应,本申请实施例还提供了一种自动驾驶控制装置,参见图6,该装置具体可以包括:
模型获得单元601,用于获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值、速度、角度、加速度之间的对应关系;
信息获得单元602,用于接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
量化值信息确定单元603,用于根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息;
控制指令发送单元604,用于根据所述加速/制动控制部件的量化值信息向车辆底盘控制系统发送控制指令。
具体实现时,所述纵向运动模型可以是在控制车辆行驶过程中采集到的数据进行创建的,其中,在采集过程中对车辆的控制包括:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动控制部件的量化值信息,改变车辆的速度以及加速度。
其中,所述纵向运动模型中包括在预置的多个目标采样角度条件下,加速/制动控制部件的量化值信息、速度、加速度之间的对应关系。
此时,所述开度信息确定单元具体可以包括:
区间划分子单元,用于以所述目标采样角度为节点划分为多个角度区间;
所属区间确定子单元,用于确定所述当前角度所属的角度区间,以及该区间起点对应的第一目标采样角度以及终点对应的第二目标采样角度;
第一确定子单元,用于确定所述第一目标采样角度条件下,所述目标加速度信息、当前速度对应的加速/制动控制部件的第一量化值信息,以及所述第二目标采样角度条件下,所述目标加速度信息、当前速度对应的加速/制动控制部件的第二量化值信息;
第二确定子单元,用于根据所述第一量化值信息、第二量化值信息以及预置的线性函数关系信息,确定所述当前角度下,所述目标加速度信息、当前速度对应的加速/制动控制部件的第三量化值信息。
其中,所述线性函数关系信息是根据以下特性确定:在速度以及加速度固定的情况下,车辆的角度与加速/制动控制部件的量化值信息之间成线性关系。
具体实现时,该装置还可以包括:
实际加速度信息获得单元,用于获得所述车辆底盘控制系统响应所述加速/制动控制部件的量化值信息后,车辆获得的实际加速度信息;
校正单元,用于利用所述实际加速度信息对所述车辆纵向运动模型进行校正。
与实施例三相对应,本申请实施例还提供了一种自动驾驶控制装置,参见图7,该装置可以包括:
模型获得单元701,用于获得车辆纵向运动模型;
纵向控制目标信息接收单元702,用于接收运动控制算法输出的纵向控制目标信息;
量化值确定单元703,用于根据所述纵向运动模型、所述纵向控制目标信息以及车辆的当前运动状态信息,确定加速/制动控制部件的量化值信息;
指令发送单元704,用于根据所述加速/制动控制部件的量化值信息信息向车辆底盘控制系统发送控制指令。
另外,本申请实施例还提供了一种计算机系统,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如下操作:
获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值、速度、角度、加速度之间的对应关系;
接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息;
根据所述加速/制动控制部件的量化值信息向车辆底盘控制系统发送控制指令。
以及另一种计算机系统,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如下操作:
控制车辆方向盘旋转至目标采样角度;
在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值与车辆速度、加速度之间的对应关系信息;
根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
其中,图8示例性的展示出了计算机系统的架构,具体可以包括处理器810,视频显示适配器811,磁盘驱动器812,输入/输出接口813,网络接口814,以及存储器820。上述处理器810、视频显示适配器811、磁盘驱动器812、输入/输出接口813、网络接口814,与存储器820之间可以通过通信总线830进行通信连接。
其中,处理器810可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请所提供的技术方案。
存储器820可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器820可以存储用于控制计算机系统800运行的操作系统821,用于控制计算机系统800的低级别操作的基本输入输出系统(BIOS)。另外,还可以存储网页浏览器823,数据存储管理系统824,以及自动驾驶处理系统825等等。上述自动驾驶处理系统825就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之,在通过软件或者固件来实现本申请所提供的技术方案时,相关的程序代码保存在存储器820中,并由处理器810来调用执行。
输入/输出接口813用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口814用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线830包括一通路,在设备的各个组件(例如处理器810、视频显示适配器811、磁盘驱动器812、输入/输出接口813、网络接口814,与存储器820)之间传输信息。
另外,该计算机系统800还可以从虚拟资源对象领取条件信息数据库841中获得具体领取条件的信息,以用于进行条件判断,等等。
需要说明的是,尽管上述设备仅示出了处理器810、视频显示适配器811、磁盘驱动器812、输入/输出接口813、网络接口814,存储器820,总线830等,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本申请方案所必需的组件,而不必包含图中所示的全部组件。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请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存储介质中,如ROM/RAM、磁碟、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)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本申请所提供的建立车辆纵向运动模型的方法、装置及计算机系统,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (14)
1.一种自动驾驶控制方法,其特征在于,包括:
获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值信息、速度、角度、加速度之间的对应关系;
接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息;
根据所述加速/制动控制部件的量化值信息信息向车辆底盘控制系统发送控制指令;
其中,所述车辆纵向运动模型是通过以下方式创建的:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动控制部件的量化值信息,改变车辆的速度以及加速度,以获取在预置的多个目标采样角度条件下,加速/制动控制部件的量化值信息、速度、加速度之间的对应关系。
2.根据权利要求1所述的方法,其特征在于,
所述根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息,包括:
以所述目标采样角度为节点划分为多个角度区间;
确定所述当前角度所属的角度区间,以及该区间起点对应的第一目标采样角度以及终点对应的第二目标采样角度;
确定所述第一目标采样角度条件下,所述目标加速度信息、当前速度对应的加速/制动控制部件的第一量化值信息,以及所述第二目标采样角度条件下,所述目标加速度信息、当前速度对应的加速/制动控制部件的第二量化值信息;
根据所述第一量化值信息、第二量化值信息以及预置的线性函数关系信息,确定所述当前角度下,所述目标加速度信息、当前速度对应的加速/制动控制部件的第三量化值信息。
3.根据权利要求2所述的方法,其特征在于,
所述线性函数关系信息是根据以下特性确定:在速度以及加速度固定的情况下,车辆的角度与加速/制动控制部件的量化值信息之间成线性关系。
4.根据权利要求1所述的方法,其特征在于,还包括:
获得所述车辆底盘控制系统响应所述加速/制动控制部件的量化值信息后,车辆获得的实际加速度信息;
利用所述实际加速度信息对所述车辆纵向运动模型进行校正。
5.一种建立车辆纵向运动模型的方法,其特征在于,包括:
控制车辆方向盘旋转至目标采样角度;
在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值与车辆速度、加速度之间的对应关系信息;
根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
6.根据权利要求5所述的方法,其特征在于,还包括:
针对所述多个目标采样角度条件下获得的多组所述对应关系,分别从速度维度上,按照预置的速度间隔进行切分。
7.根据权利要求5所述的方法,其特征在于,还包括:
对所述对应关系中的加速度信息进行滤波处理。
8.根据权利要求5所述的方法,其特征在于,还包括:
在利用所述纵向运动模型对车辆进行自动驾驶控制的过程中,获得车辆底盘控制系统在目标速度、角度情况下,响应加速/制动控制部件的量化值信息后,车辆获得的实际加速度信息;
利用所述实际加速度信息对所述车辆纵向运动模型进行校正。
9.一种自动驾驶控制方法,其特征在于,包括:
获得车辆纵向运动模型;其中,所述车辆纵向运动模型是通过以下方式创建的:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动控制部件的量化值信息,改变车辆的速度以及加速度,以获取在预置的多个目标采样角度条件下,加速/制动控制部件的量化值信息、速度、加速度之间的对应关系;
接收运动控制算法输出的纵向控制目标信息;
根据所述纵向运动模型、所述纵向控制目标信息以及车辆的当前运动状态信息,确定加速/制动控制部件的量化值信息;
根据所述加速/制动控制部件的量化值信息信息向车辆底盘控制系统发送控制指令。
10.一种自动驾驶控制装置,其特征在于,包括:
模型获得单元,用于获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值、速度、角度、加速度之间的对应关系;
信息获得单元,用于接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
量化值信息确定单元,用于根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息;
控制指令发送单元,用于根据所述加速/制动踏板控制部件的量化值信息向车辆底盘控制系统发送控制指令;
其中,所述车辆纵向运动模型是通过以下方式创建的:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动控制部件的量化值信息,改变车辆的速度以及加速度,以获取在预置的多个目标采样角度条件下,加速/制动控制部件的量化值信息、速度、加速度之间的对应关系。
11.一种建立车辆纵向运动模型的装置,其特征在于,包括:
角度控制单元,用于控制车辆方向盘旋转至目标采样角度;
踏板开度控制单元,用于在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
信息采集单元,用于在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值与车辆速度、加速度之间的对应关系信息;
模型建立单元,用于根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
12.一种自动驾驶控制装置,其特征在于,包括:
模型获得单元,用于获得车辆纵向运动模型;其中,所述车辆纵向运动模型是通过以下方式创建的:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动控制部件的量化值信息,改变车辆的速度以及加速度,以获取在预置的多个目标采样角度条件下,加速/制动控制部件的量化值信息、速度、加速度之间的对应关系;
纵向控制目标信息接收单元,用于接收运动控制算法输出的纵向控制目标信息;
量化值确定单元,用于根据所述纵向运动模型、所述纵向控制目标信息以及车辆的当前运动状态信息,确定加速/制动控制部件的量化值信息;
指令发送单元,用于根据所述加速/制动控制部件的量化值信息信息向车辆底盘控制系统发送控制指令。
13.一种计算机系统,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如下操作:
获得车辆纵向运动模型,其中,所述纵向运动模型中包括车辆的加速/制动控制部件的量化值、速度、角度、加速度之间的对应关系;
接收运动控制算法输出的目标加速度信息,并获得车辆的当前速度以及角度信息;
根据所述纵向运动模型,确定在所述目标加速度信息、当前速度以及角度信息的条件下,对应的加速/制动控制部件的量化值信息;
根据所述加速/制动控制部件的量化值信息向车辆底盘控制系统发送控制指令;
其中,所述车辆纵向运动模型是通过以下方式创建的:在控制车辆获得目标采样角度后,通过逐渐改变加速/制动控制部件的量化值信息,改变车辆的速度以及加速度,以获取在预置的多个目标采样角度条件下,加速/制动控制部件的量化值信息、速度、加速度之间的对应关系。
14.一种计算机系统,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如下操作:
控制车辆方向盘旋转至目标采样角度;
在该目标采样角度的条件下,通过控制加速控制部件的量化值将车辆逐渐加速至该目标采样角度条件下的最高安全行车速度,再通过控制制动控制部件的量化值将车辆逐渐减速至停止;
在所述车辆加速/减速的过程中,按照预置的时间间隔采集并记录加速/制动控制部件的量化值与车辆速度、加速度之间的对应关系信息;
根据多个目标采样角度条件下获得的多组所述对应关系,建立所述车辆纵向运动模型。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910162589.8A CN111661060B (zh) | 2019-03-05 | 2019-03-05 | 建立车辆纵向运动模型的方法、装置及计算机系统 |
PCT/CN2020/076530 WO2020177571A1 (zh) | 2019-03-05 | 2020-02-25 | 建立车辆纵向运动模型的方法、装置及计算机系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910162589.8A CN111661060B (zh) | 2019-03-05 | 2019-03-05 | 建立车辆纵向运动模型的方法、装置及计算机系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111661060A CN111661060A (zh) | 2020-09-15 |
CN111661060B true CN111661060B (zh) | 2022-06-21 |
Family
ID=72338117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910162589.8A Active CN111661060B (zh) | 2019-03-05 | 2019-03-05 | 建立车辆纵向运动模型的方法、装置及计算机系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111661060B (zh) |
WO (1) | WO2020177571A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112379668A (zh) * | 2020-10-30 | 2021-02-19 | 深圳元戎启行科技有限公司 | 车辆控制数据标定方法、装置、计算机设备和存储介质 |
CN115056797A (zh) * | 2021-03-08 | 2022-09-16 | 长沙智能驾驶研究院有限公司 | 车辆控制方法、装置、设备及计算机存储介质 |
CN115793675B (zh) * | 2023-02-09 | 2023-05-16 | 陕西欧卡电子智能科技有限公司 | 无人船动力系统的耦合标定方法、装置及计算机设备 |
CN116424370B (zh) * | 2023-06-14 | 2023-09-15 | 苏州上善知源汽车电子有限公司 | 一种车辆控制方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10114239A (ja) * | 1996-08-10 | 1998-05-06 | Daimler Benz Ag | 自動車の縦運動の制御方法及び装置 |
CN102795225A (zh) * | 2012-09-10 | 2012-11-28 | 北京理工大学 | 利用驾驶员侧纵向控制模型检测驾驶员干扰状态的方法 |
DE112013001720T5 (de) * | 2012-03-28 | 2014-12-18 | Hitachi Automotive Systems, Ltd. | Fahrzeug-Fahrsteuerungssystem |
CN108427417A (zh) * | 2018-03-30 | 2018-08-21 | 北京图森未来科技有限公司 | 自动驾驶控制系统及方法、计算机服务器和自动驾驶车辆 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105752084B (zh) * | 2014-12-17 | 2019-02-05 | 上汽通用五菱汽车股份有限公司 | 一种新能源汽车能量优化方法 |
JP2017144776A (ja) * | 2016-02-15 | 2017-08-24 | 株式会社Subaru | 車両の走行制御装置 |
CN107117167B (zh) * | 2017-04-24 | 2023-05-09 | 南京航空航天大学 | 具有多种避撞模式的汽车差速转向系统及其控制方法 |
US10703367B2 (en) * | 2017-05-31 | 2020-07-07 | Nio Usa, Inc. | Utilization of smoothing functions for acceleration and deceleration profile generation |
CN108312966A (zh) * | 2018-02-26 | 2018-07-24 | 江苏裕兰信息科技有限公司 | 一种包含汽车底部影像的全景环视系统及其实现方法 |
CN108717268A (zh) * | 2018-06-22 | 2018-10-30 | 南京航空航天大学 | 基于最优控制与安全距离的自动驾驶最速操纵控制系统及其控制方法 |
-
2019
- 2019-03-05 CN CN201910162589.8A patent/CN111661060B/zh active Active
-
2020
- 2020-02-25 WO PCT/CN2020/076530 patent/WO2020177571A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10114239A (ja) * | 1996-08-10 | 1998-05-06 | Daimler Benz Ag | 自動車の縦運動の制御方法及び装置 |
DE112013001720T5 (de) * | 2012-03-28 | 2014-12-18 | Hitachi Automotive Systems, Ltd. | Fahrzeug-Fahrsteuerungssystem |
CN102795225A (zh) * | 2012-09-10 | 2012-11-28 | 北京理工大学 | 利用驾驶员侧纵向控制模型检测驾驶员干扰状态的方法 |
CN108427417A (zh) * | 2018-03-30 | 2018-08-21 | 北京图森未来科技有限公司 | 自动驾驶控制系统及方法、计算机服务器和自动驾驶车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN111661060A (zh) | 2020-09-15 |
WO2020177571A1 (zh) | 2020-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111661060B (zh) | 建立车辆纵向运动模型的方法、装置及计算机系统 | |
EP3315388B1 (en) | Spring system-based change lane approach for autonomous vehicles | |
EP3342670B1 (en) | Method to dynamically adjusting speed control rates of autonomous vehicles | |
US10054945B2 (en) | Method for determining command delays of autonomous vehicles | |
KR20220088387A (ko) | 도로의 울퉁불퉁한 구역의 검측방법, 장치, 전자기기, 저장매체, 컴퓨터 프로그램 및 차량 | |
US10409280B2 (en) | Control dominated planning and control system for autonomous driving vehicles | |
US20190378412A1 (en) | V2x communication-based vehicle lane system for autonomous vehicles | |
CN111665738A (zh) | 在环仿真系统及其中的信息处理方法及装置 | |
CN104442821A (zh) | 从自主车辆控制到响应驾驶员的控制的转换 | |
JP2022013929A (ja) | 測位方法、装置、媒体及びデバイス | |
US9925841B2 (en) | Active vehicle suspension | |
US20210191402A1 (en) | Communications protocols between planning and control of autonomous driving vehicle | |
US10891951B2 (en) | Vehicle language processing | |
WO2024051024A1 (zh) | 车辆避障方法、装置、设备及存储介质 | |
CN112414415A (zh) | 高精度点云地图构建方法 | |
CN113442854B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN111098842A (zh) | 车辆速度控制方法及相关设备 | |
CN114001739A (zh) | 一种路径规划方法、装置、车辆及存储介质 | |
CN112432643A (zh) | 一种行驶数据生成方法、装置、电子设备和存储介质 | |
CN111547038B (zh) | 一种车辆控制系统,设备及方法 | |
CN114419758B (zh) | 跟车距离的计算方法、装置、车辆及存储介质 | |
CN114670797B (zh) | 车辆制动测试控制系统、方法、装置、电子设备及存储介质 | |
CN115476881A (zh) | 车辆轨迹跟踪控制方法、装置、设备及介质 | |
CN115098821A (zh) | 轨迹参考曲率确定方法、装置、设备、介质及程序 | |
US10850766B2 (en) | Portable device data calibration |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230721 Address after: Room 437, Floor 4, Building 3, No. 969, Wenyi West Road, Wuchang Subdistrict, Yuhang District, Hangzhou City, Zhejiang Province Patentee after: Wuzhou Online E-Commerce (Beijing) Co.,Ltd. Address before: Box 847, four, Grand Cayman capital, Cayman Islands, UK Patentee before: ALIBABA GROUP HOLDING Ltd. |
|
TR01 | Transfer of patent right |