CN111703422B - 智能驾驶车辆的目标跟踪路径选择方法及装置 - Google Patents
智能驾驶车辆的目标跟踪路径选择方法及装置 Download PDFInfo
- Publication number
- CN111703422B CN111703422B CN202010588546.9A CN202010588546A CN111703422B CN 111703422 B CN111703422 B CN 111703422B CN 202010588546 A CN202010588546 A CN 202010588546A CN 111703422 B CN111703422 B CN 111703422B
- Authority
- CN
- China
- Prior art keywords
- variation
- lane
- variable quantity
- line
- center line
- 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
- 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
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
Abstract
本发明提供了一种智能驾驶车辆的目标跟踪路径选择方法及装置,方法包括分别计算经过预瞄时间后本车中线与右侧车道线、左侧车道线以及车道中线的相对侧向距离的变化量,在本车中线与车道中线的相对侧向的变化量未超过其它两个变化量中较小值太多时,选择车道中线方程作为目标跟踪路径,避免了频繁在各个道线之间切换跟踪;在本车中线与车道中线的相对侧向的变化量,超过其它两个变化量中较小值太多时,选择其它两个变化量中较小值对应的道线方程的非零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪,进而减小本车中线行驶状态的变化量,减小行驶风险,给予驾驶员更多的反应时间,增加了行驶安全性。
Description
技术领域
本发明涉及汽车自动驾驶控制技术领域,更具体地说,涉及智能驾驶车辆的目标跟踪路径选择方法及装置。
背景技术
随着自动驾驶汽车的发展,越来越多的车辆开始配备驾驶辅助系统,在驾驶辅助功能中,车道居中保持功能是一个典型功能。车道居中保持功能是通过前视摄像头识别车道分界线,辅助驾驶员将车辆控制在当前车道中央区域行驶。若车辆偏离当前车道,则发出声光报警,以提示驾驶员安全驾驶。为了实现车辆居中控制,系统感知层一般采用前视摄像头系统,实时得到前方车道线的轨迹方程参数。在决策控制层面,驾驶辅助系统根据摄像头系统识别到的车道线方程,选择目标跟踪路径。但是,在某些车道线比较复杂的场景下,如经过右侧匝道出口时,摄像头系统有一定概率将右侧车道线识别为右转弯道,导致车辆被带出主路,给驾驶员带来困扰甚至出现安全风险。
发明内容
有鉴于此,本发明提出一种智能驾驶车辆的目标跟踪路径选择方法及装置,欲提高智能驾驶车辆的行驶安全性。
为了实现上述目的,现提出的方案如下:
第一方面,本发明提供了一种智能驾驶车辆的目标跟踪路径选择方法,包括:
实时计算经过预瞄时间后的第一变化量、第二变化量和第三变化量,所述第一变化量为本车中线与右侧车道线的相对侧向距离的变化量,所述第二变化量为本车中线与左侧车道线的相对侧向距离的变化量,所述第三变化量为本车中线与车道中线的相对侧向距离的变化量;
将所述第一变化量和所述第二变化量中较小值与预设阈值相加,得到变化量阈值;
判断所述第三变化量是否小于所述变化量阈值,若是,则选择所述车道中线的多项式方程作为目标跟踪路径,若否,则比较所述第二变化量与所述第一变化量的大小;
若所述第二变化量小于所述第一变化量,则选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪;
若所述第二变化量大于所述第一变化量,则选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪;
其中,所述车道中线的多项式方程、左侧车道线的多项式方程、右侧车道线的多项式方程和所述目标跟踪路径的阶数均相同。
可选的,若所述第二变化量等于所述第一变化量,则选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪,或者,选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
可选的,所述车道中线的多项式方程、左侧车道线的多项式方程和右侧车道线的多项式方程均为frenet坐标系下的三次多项式方程;
根据第一变化量公式计算得到第一变化量,所述第一变化量公式为:
其中,Tp表示预瞄时间,Δyr表示经过预瞄时间Tp后的第一变化量,v表示本车车速,表示本车中线横摆角速度,C1r表示本车中线行驶速度方向和右侧车道线的切线的角度差,C2r表示右侧车道线的曲率,C3r表示右侧车道线的曲率变化率;
根据第二变化量公式计算得到第二变化量,所述第二变化量公式为:
其中,Δyl表示经过预瞄时间Tp后的第二变化量,C1l表示本车中线行驶速度方向和左侧车道线的切线的角度差,C2l表示左侧车道线的曲率,C3l表示左侧车道线的曲率变化率;
根据第三变化量公式计算得到第三变化量,所述第三变化量公式为:
其中,Δy表示经过预瞄时间Tp后的第三变化量,C1表示本车中线行驶速度方向和车道中线的切线的角度差,C2表示车道中线的曲率,C3表示车道中线的曲率变化率。
可选的,所述预设阈值为:0.1米。
第二方面,本发明提供了一种智能驾驶车辆的目标跟踪路径选择装置,包括:
变化量计算单元,用于实时计算经过预瞄时间后的第一变化量、第二变化量和第三变化量,所述第一变化量为本车中线与右侧车道线的相对侧向距离的变化量,所述第二变化量为本车中线与左侧车道线的相对侧向距离的变化量,所述第三变化量为本车中线与车道中线的相对侧向距离的变化量;
求和单元,用于将所述第一变化量和所述第二变化量中较小值与预设阈值相加,得到变化量阈值;
第一判断单元,用于判断所述第三变化量是否小于所述变化量阈值,若是,则执行第一选择单元,若否,则执行第二判断单元;
所述第一选择单元,用于选择所述车道中线的多项式方程作为目标跟踪路径;
所述第二判断单元,用于比较所述第二变化量与所述第一变化量的大小,若所述第二变化量小于所述第一变化量,则执行第二选择单元,若所述第二变化量大于所述第一变化量,则执行第三选择单元;
所述第二选择单元,用于选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪;
所述第三选择单元,用于选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
可选的,所述智能驾驶车辆的目标跟踪路径选择装置,还包括:
第四选择单元,用于若所述第二变化量等于所述第一变化量,则选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪,或者,选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
可选的,所述车道中线的多项式方程、左侧车道线的多项式方程和右侧车道线的多项式方程均为frenet坐标系下的三次多项式方程;
所述变化量计算单元,具体包括:
第一变化量计算子单元,用于根据第一变化量公式计算得到第一变化量,所述第一变化量公式为:
其中,Tp表示预瞄时间,Δyr表示经过预瞄时间Tp后的第一变化量,v表示本车车速,表示本车中线横摆角速度,C1r表示本车中线行驶速度方向和右侧车道线的切线的角度差,C2r表示右侧车道线的曲率,C3r表示右侧车道线的曲率变化率;
第二变化量计算子单元,用于根据第二变化量公式计算得到第二变化量,所述第二变化量公式为:
其中,Δyl表示经过预瞄时间Tp后的第二变化量,C1l表示本车中线行驶速度方向和左侧车道线的切线的角度差,C2l表示左侧车道线的曲率,C3l表示左侧车道线的曲率变化率;
第三变化量计算子单元,用于根据第三变化量公式计算得到第三变化量,所述第三变化量公式为:
其中,Δy表示经过预瞄时间Tp后的第三变化量,C1表示本车中线行驶速度方向和车道中线的切线的角度差,C2表示车道中线的曲率,C3表示车道中线的曲率变化率。
可选的,所述预设阈值为:0.1米。
与现有技术相比,本发明的技术方案具有以下优点:
上述技术方案提供的一种智能驾驶车辆的目标跟踪路径选择方法及装置,方法包括分别计算经过预瞄时间后的本车中线与右侧车道线、左侧车道线以及车道中线的相对侧向距离的变化量,并综合分析三个变化量之间的关系,选择相应的目标路径进行轨迹跟踪。在本车中线与车道中线的相对侧向的变化量,未超过其它两个变化量中较小值太多时,依然选择车道中线的多项式方程作为目标跟踪路径,避免了频繁在各个道线之间切换跟踪;在本车中线与车道中线的相对侧向的变化量,超过其它两个变化量中较小值太多时,其它两个变化量中较小值对应的道线的多项式方程的非零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪,进而减小本车中线行驶状态的变化量,减小行驶风险,给予驾驶员更多的反应时间,增加了行驶安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种智能驾驶车辆的目标跟踪路径选择方法的流程图;
图2为本发明实施例提供的一种智能驾驶车辆的目标跟踪路径选择装置的示意图;
图3为本发明实施例提供的一种驾驶辅助系统的示意图。
具体实施方式
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。
参见图1,为本发明实施例提供的一种智能驾驶车辆的目标跟踪路径选择方法,该方法可以包括步骤:
S11:实时计算经过预瞄时间后的第一变化量、第二变化量和第三变化量,第一变化量为本车中线与右侧车道线的相对侧向距离的变化量,第二变化量为本车中线与左侧车道线的相对侧向距离的变化量,第三变化量为本车中线与车道中线的相对侧向距离的变化量。
右侧车道线为面向本车行驶方向,位于右侧的车道线,左侧车道线为面向本车行驶方向,位于左侧的车道线。摄像头系统可以提供frenet坐标系下的左侧车道线的多项式方程,以及右侧车道线的多项式方程。以本车中线行驶方向为x轴的正方向,本车中线右侧正交方向为y轴的正方向,侧向坐标轴原点位置为本车中线,相对侧向距离的变化量代表y轴方向的距离的变化量。车道中线的多项式方程、左侧车道线的多项式方程、右侧车道线的多项式方程和目标跟踪路径的阶数均相同。使用三次多项式进行拟合,得到的左右两侧车道线的方程如下:
左侧车道线的方程为yl=C0l+C1lx+C2lx2+C3lx3,其中,C0l表示本车处于原点位置时本车中线与左侧车道线的相对侧向距离,C1l表示本车中线行驶速度方向和左侧车道线的切线的角度差,C2l表示左侧车道线的曲率,C3l表示左侧车道线的曲率变化率,yl表示本车在行驶前方x位置时左侧车道线与本车中线的相对侧向距离。
右侧车道线的方程为yr=C0r+C1rx+C2rx2+C3rx3,其中,C0r表示本车处于原点位置时本车中线与右侧车道线的相对侧向距离,C1r表示本车中线行驶速度方向和右侧车道线的切线的角度差,C2r表示右侧车道线的曲率,C3r表示右侧车道线的曲率变化率,yr表示本车在行驶前方x位置时右侧车道线与本车中线的相对侧向距离。
根据左右两侧车道线的方程计算得到的车道中线的方程为y=C0+C1x+C2x2+C3x3,其中,C0表示本车处于原点位置时本车中线与车道中线的相对侧向距离,C1表示本车中线行驶速度方向和车道中线的切线的角度差,C2表示车道中线的曲率,C3表示车道中线的曲率变化率,y表示本车在行驶前方x位置时车道中线与本车中线的相对侧向距离。车道中线的方程各个系数利用下述公式计算得到:
其中,n=0、1、2、3。
如果左右两侧车道线满足平行理论,左右两侧车道线的方程的各个非零阶系数基本相等。在选取跟踪路径的非零阶系数时,选取左侧车道线的方程的非零阶系数、右侧车道线的方程的非零阶系数或车道中线的方程的非零阶系数,作为目标跟踪路径的对应阶系数进行轨迹跟踪,效果基本一致。但是在经过车道线复杂或有干扰线路面时。有一定概率将左右侧的车道线的方程拟合出不同的结果。如在右侧匝道出口处,摄像头系统有较大概率将右侧车道线识别为右转弯道。因此需要对目标跟踪路径进行选择校验。
本车处于原点位置时本车中线与右侧车道线的相对侧向距离为C0r;本车车速为v,则经过预瞄时间Tp后,本车纵向运动距离为x=Tpv,进而得到经过预瞄时间Tp后,本车中线距离右侧车道线的横向位置为yr=|C0r+C1r(Tpν)+C2r(Tpν)2+C3r(Tpν)3|。其中,预瞄时间Tp可依据实际经验设定。
考虑到本车可能具有横摆角速度,故考虑道路几何关系,根据横摆角速度和一定纵向距离后的横向位置公式可以计算得到:
S12:将第一变化量和第二变化量中较小值与预设阈值相加,得到变化量阈值;
S13:判断第三变化量是否小于变化量阈值,若是,则执行步骤S14,若否,则执行步骤S15。
预设阈值的选择主要考虑以下两个方面:一是避免过频繁的在各个车道线间切换,并保证优先选择道路中线,二是在某侧道线发生了异常跳变时,应可以保证系统可以合理地过滤掉异常道线。如果选择阈值过小,会导致频繁在各个道线之间切换,如果选择过大,则不能合理过滤掉异常跳变。在一个优选的实施例中,选择预设阈值为0.1m。
S14:选择车道中线的多项式方程作为目标跟踪路径。
S15:比较第二变化量与第一变化量的大小,若第二变化量小于第一变化量,则执行步骤S16,若第二变化量大于第一变化量,则执行步骤S17。
S16:选择左侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
S17:选择右侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
本实施例提供的上述智能驾驶车辆的目标跟踪路径选择方法,综合考虑了减小车辆状态变化和优先保持车道中线行驶的策略。在单侧车道线发生识别错误时,则根据此车道线计算出的预瞄时间后的侧向距离变化量会明显大于依据正常侧车道线计算出的预瞄时间后的侧向距离变化量。此时会选择正常侧的道线参数作为自车的跟踪路径参数,自车仍可以完成车辆的稳定路径跟踪行驶。当双侧车道线均发生识别错误时,会选择一条侧向距离变化量最小的路径跟踪,可以减小本车行驶状态的变化量,减小行驶风险,给予驾驶员更多的反应时间,增加了行驶安全性。
若第二变化量等于第一变化量,则既可以选择左侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪,也可以选择右侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
对于前述方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
参见图2,为本发明实施例提供的一种智能驾驶车辆的目标跟踪路径选择装置,包括:变化量计算单元21、求和单元22、第一判断单元23、第一选择单元24、第二判断单元25、第二选择单元26和第三选择单元27。
变化量计算单元21,用于实时计算经过预瞄时间后的第一变化量、第二变化量和第三变化量,第一变化量为本车中线与右侧车道线的相对侧向距离的变化量,第二变化量为本车中线与左侧车道线的相对侧向距离的变化量,第三变化量为本车中线与车道中线的相对侧向距离的变化量。
求和单元22,用于将第一变化量和第二变化量中较小值与预设阈值相加,得到变化量阈值。
第一判断单元23,用于判断第三变化量是否小于变化量阈值,若是,则执行第一选择单元,若否,则执行第二判断单元。
第一选择单元24,用于选择车道中线的多项式方程作为目标跟踪路径。
第二判断单元25,用于比较第二变化量与第一变化量的大小,若第二变化量小于第一变化量,则执行第二选择单元,若第二变化量大于第一变化量,则执行第三选择单元。
第二选择单元26,用于选择左侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
第三选择单元27,用于选择右侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
可选的,智能驾驶车辆的目标跟踪路径选择装置,还包括:第四选择单元,用于若所述第二变化量等于所述第一变化量,则选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪,或者,选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
可选的,车道中线的多项式方程、左侧车道线的多项式方程和右侧车道线的多项式方程均为frenet坐标系下的三次多项式方程;变化量计算单元,具体包括:第一变化量计算子单元、第二变化量计算子单元和第三变化量计算子单元。
第一变化量计算子单元,用于根据第一变化量公式计算得到第一变化量,第一变化量公式为:
其中,Tp表示预瞄时间,Δyr表示经过预瞄时间Tp后的第一变化量,v表示本车车速,表示本车中线横摆角速度,C1r表示本车中线行驶速度方向和右侧车道线的切线的角度差,C2r表示右侧车道线的曲率,C3r表示右侧车道线的曲率变化率。
第二变化量计算子单元,用于根据第二变化量公式计算得到第二变化量,第二变化量公式为:
其中,Δyl表示经过预瞄时间Tp后的第二变化量,C1l表示本车中线行驶速度方向和左侧车道线的切线的角度差,C2l表示左侧车道线的曲率,C3l表示左侧车道线的曲率变化率。
第三变化量计算子单元,用于根据第三变化量公式计算得到第三变化量,第三变化量公式为:
其中,Δy表示经过预瞄时间Tp后的第三变化量,C1表示本车中线行驶速度方向和车道中线的切线的角度差,C2表示车道中线的曲率,C3表示车道中线的曲率变化率。
可选的,预设阈值为:0.1米。
本发明实施例提供的智能驾驶车辆的目标跟踪路径选择方法可应用于驾驶辅助系统。参见图3,为本发明实施例提供的一种驾驶辅助系统。驾驶辅助系统的硬件结构可以包括:至少一个处理器31,至少一个通信接口32,至少一个存储器33和至少一个通信总线34;且处理器31、通信接口32、存储器33通过通信总线34完成相互间的通信。
处理器31在一些实施例中可以是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本发明实施例的一个或多个集成电路等。
通信接口32可以包括标准的有线接口、无线接口。通常用于在驾驶辅助系统与其他电子设备或系统之间建立通信连接。
存储器33包括至少一种类型的可读存储介质。可读存储介质可以为如闪存、硬盘、多媒体卡、卡型存储器等NVM(non-volatile memory,非易失性存储器)。可读存储介质还可以是高速RAM(random access memory,随机存取存储器)。
其中,存储器33存储有计算机程序,处理器31可调用存储器33存储的计算机程序,所述计算机程序用于:
实时计算经过预瞄时间后的第一变化量、第二变化量和第三变化量,第一变化量为本车中线与右侧车道线的相对侧向距离的变化量,第二变化量为本车中线与左侧车道线的相对侧向距离的变化量,第三变化量为本车中线与车道中线的相对侧向距离的变化量;
将第一变化量和第二变化量中较小值与预设阈值相加,得到变化量阈值;
判断第三变化量是否小于变化量阈值,若是,则选择车道中线的多项式方程作为目标跟踪路径,若否,则比较第二变化量与第一变化量的大小;
若第二变化量小于第一变化量,则选择左侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪;
若第二变化量大于第一变化量,则选择右侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
所述程序的细化功能和扩展功能可参照上文描述。
本发明实施例还提供一种可读存储介质,该可读存储介质可存储有适于处理器执行的程序,所述程序用于:
实时计算经过预瞄时间后的第一变化量、第二变化量和第三变化量,第一变化量为本车中线与右侧车道线的相对侧向距离的变化量,第二变化量为本车中线与左侧车道线的相对侧向距离的变化量,第三变化量为本车中线与车道中线的相对侧向距离的变化量;
将第一变化量和第二变化量中较小值与预设阈值相加,得到变化量阈值;
判断第三变化量是否小于变化量阈值,若是,则选择车道中线的多项式方程作为目标跟踪路径,若否,则比较第二变化量与第一变化量的大小;
若第二变化量小于第一变化量,则选择左侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪;
若第二变化量大于第一变化量,则选择右侧车道线的多项式方程的非零阶系数和车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
所述程序的细化功能和扩展功能可参照上文描述。
以上所描述的装置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。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。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可,且本说明书中各实施例中记载的特征可以相互替换或者组合。
对本发明所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种智能驾驶车辆的目标跟踪路径选择方法,其特征在于,包括:
实时计算经过预瞄时间后的第一变化量、第二变化量和第三变化量,所述第一变化量为本车中线与右侧车道线的相对侧向距离的变化量,所述第二变化量为本车中线与左侧车道线的相对侧向距离的变化量,所述第三变化量为本车中线与车道中线的相对侧向距离的变化量;
将所述第一变化量和所述第二变化量中较小值与预设阈值相加,得到变化量阈值;
判断所述第三变化量是否小于所述变化量阈值,若是,则选择所述车道中线的多项式方程作为目标跟踪路径,若否,则比较所述第二变化量与所述第一变化量的大小;
若所述第二变化量小于所述第一变化量,则选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪;
若所述第二变化量大于所述第一变化量,则选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪;
其中,所述车道中线的多项式方程、左侧车道线的多项式方程、右侧车道线的多项式方程和所述目标跟踪路径的阶数均相同。
2.根据权利要求1所述的一种智能驾驶车辆的目标跟踪路径选择方法,其特征在于,若所述第二变化量等于所述第一变化量,则选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪,或者,选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
3.根据权利要求1所述的一种智能驾驶车辆的目标跟踪路径选择方法,其特征在于,所述车道中线的多项式方程、左侧车道线的多项式方程和右侧车道线的多项式方程均为frenet坐标系下的三次多项式方程;
根据第一变化量公式计算得到第一变化量,所述第一变化量公式为:
其中,Tp表示预瞄时间,Δyr表示经过预瞄时间Tp后的第一变化量,v表示本车车速,表示本车中线横摆角速度,C1r表示本车中线行驶速度方向和右侧车道线的切线的角度差,C2r表示右侧车道线的曲率,C3r表示右侧车道线的曲率变化率;
根据第二变化量公式计算得到第二变化量,所述第二变化量公式为:
其中,Δyl表示经过预瞄时间Tp后的第二变化量,C1l表示本车中线行驶速度方向和左侧车道线的切线的角度差,C2l表示左侧车道线的曲率,C3l表示左侧车道线的曲率变化率;
根据第三变化量公式计算得到第三变化量,所述第三变化量公式为:
其中,Δy表示经过预瞄时间Tp后的第三变化量,C1表示本车中线行驶速度方向和车道中线的切线的角度差,C2表示车道中线的曲率,C3表示车道中线的曲率变化率。
4.根据权利要求1~3中任意一项所述的智能驾驶车辆的目标跟踪路径选择方法,其特征在于,所述预设阈值为:0.1米。
5.一种智能驾驶车辆的目标跟踪路径选择装置,其特征在于,包括:
变化量计算单元,用于实时计算经过预瞄时间后的第一变化量、第二变化量和第三变化量,所述第一变化量为本车中线与右侧车道线的相对侧向距离的变化量,所述第二变化量为本车中线与左侧车道线的相对侧向距离的变化量,所述第三变化量为本车中线与车道中线的相对侧向距离的变化量;
求和单元,用于将所述第一变化量和所述第二变化量中较小值与预设阈值相加,得到变化量阈值;
第一判断单元,用于判断所述第三变化量是否小于所述变化量阈值,若是,则执行第一选择单元,若否,则执行第二判断单元;
所述第一选择单元,用于选择所述车道中线的多项式方程作为目标跟踪路径;
所述第二判断单元,用于比较所述第二变化量与所述第一变化量的大小,若所述第二变化量小于所述第一变化量,则执行第二选择单元,若所述第二变化量大于所述第一变化量,则执行第三选择单元;
所述第二选择单元,用于选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪;
所述第三选择单元,用于选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
6.根据权利要求5所述的一种智能驾驶车辆的目标跟踪路径选择装置,其特征在于,还包括:
第四选择单元,用于若所述第二变化量等于所述第一变化量,则选择所述左侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪,或者,选择所述右侧车道线的多项式方程的非零阶系数和所述车道中线的多项式方程的零阶系数作为目标跟踪路径的对应阶系数进行轨迹跟踪。
7.根据权利要求5所述的一种智能驾驶车辆的目标跟踪路径选择装置,其特征在于,所述车道中线的多项式方程、左侧车道线的多项式方程和右侧车道线的多项式方程均为frenet坐标系下的三次多项式方程;
所述变化量计算单元,具体包括:
第一变化量计算子单元,用于根据第一变化量公式计算得到第一变化量,所述第一变化量公式为:
其中,Tp表示预瞄时间,Δyr表示经过预瞄时间Tp后的第一变化量,v表示本车车速,表示本车中线横摆角速度,C1r表示本车中线行驶速度方向和右侧车道线的切线的角度差,C2r表示右侧车道线的曲率,C3r表示右侧车道线的曲率变化率;
第二变化量计算子单元,用于根据第二变化量公式计算得到第二变化量,所述第二变化量公式为:
其中,Δyl表示经过预瞄时间Tp后的第二变化量,C1l表示本车中线行驶速度方向和左侧车道线的切线的角度差,C2l表示左侧车道线的曲率,C3l表示左侧车道线的曲率变化率;
第三变化量计算子单元,用于根据第三变化量公式计算得到第三变化量,所述第三变化量公式为:
其中,Δy表示经过预瞄时间Tp后的第三变化量,C1表示本车中线行驶速度方向和车道中线的切线的角度差,C2表示车道中线的曲率,C3表示车道中线的曲率变化率。
8.根据权利要求5~7中任意一项所述的智能驾驶车辆的目标跟踪路径选择装置,其特征在于,所述预设阈值为:0.1米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010588546.9A CN111703422B (zh) | 2020-06-24 | 2020-06-24 | 智能驾驶车辆的目标跟踪路径选择方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010588546.9A CN111703422B (zh) | 2020-06-24 | 2020-06-24 | 智能驾驶车辆的目标跟踪路径选择方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111703422A CN111703422A (zh) | 2020-09-25 |
CN111703422B true CN111703422B (zh) | 2021-06-29 |
Family
ID=72542596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010588546.9A Active CN111703422B (zh) | 2020-06-24 | 2020-06-24 | 智能驾驶车辆的目标跟踪路径选择方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111703422B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114043993B (zh) * | 2022-01-13 | 2022-04-29 | 深圳佑驾创新科技有限公司 | 一种适用于智能驾驶车辆的关键目标选择方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101970273A (zh) * | 2008-03-12 | 2011-02-09 | 本田技研工业株式会社 | 车辆行驶辅助装置、车辆、车辆行驶辅助程序 |
US10379538B1 (en) * | 2017-03-20 | 2019-08-13 | Zoox, Inc. | Trajectory generation using motion primitives |
CN110562251A (zh) * | 2018-06-05 | 2019-12-13 | 广州小鹏汽车科技有限公司 | 一种自动驾驶方法及装置 |
CN110979305A (zh) * | 2019-03-18 | 2020-04-10 | 长城汽车股份有限公司 | 车辆异常换道控制方法、装置及系统 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5007840B2 (ja) * | 2009-05-22 | 2012-08-22 | トヨタ自動車株式会社 | 運転支援装置 |
KR102623680B1 (ko) * | 2015-02-10 | 2024-01-12 | 모빌아이 비젼 테크놀로지스 엘티디. | 자율 주행을 위한 약도 |
JP6398951B2 (ja) * | 2015-11-12 | 2018-10-03 | マツダ株式会社 | 車線維持制御装置 |
US9625264B1 (en) * | 2016-01-20 | 2017-04-18 | Denso Corporation | Systems and methods for displaying route information |
JP7329298B2 (ja) * | 2016-10-11 | 2023-08-18 | モービルアイ ビジョン テクノロジーズ リミテッド | 検出された障壁に基づく車両のナビゲーション |
CN106828489B (zh) * | 2017-02-14 | 2019-04-26 | 中国科学院自动化研究所 | 一种车辆行驶控制方法及装置 |
US11142246B2 (en) * | 2017-04-12 | 2021-10-12 | Toyota Jidosha Kabushiki Kaisha | Lane change assist apparatus for vehicle |
DE102017206847B4 (de) * | 2017-04-24 | 2020-08-13 | Robert Bosch Gmbh | Verfahren zum automatischen Erstellen und Aktualisieren eines Datensatzes für ein autonomes Fahrzeug |
US11254329B2 (en) * | 2017-04-24 | 2022-02-22 | Mobileye Vision Technologies Ltd. | Systems and methods for compression of lane data |
JP7116355B2 (ja) * | 2017-09-28 | 2022-08-10 | トヨタ自動車株式会社 | 運転支援装置 |
EP3693942A4 (en) * | 2017-10-04 | 2021-08-18 | Pioneer Corporation | DETERMINATION DEVICE, DETERMINATION PROCEDURE AND PROGRAM FOR DETERMINATION |
JP6614509B2 (ja) * | 2017-10-05 | 2019-12-04 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
EP3476681A1 (en) * | 2017-10-26 | 2019-05-01 | Ningbo Geely Automobile Research & Development Co. Ltd. | An autonomous driving vehicle |
JP6859927B2 (ja) * | 2017-11-06 | 2021-04-14 | トヨタ自動車株式会社 | 自車位置推定装置 |
JP6981197B2 (ja) * | 2017-11-17 | 2021-12-15 | トヨタ自動車株式会社 | 車両制御装置 |
DE102017221619A1 (de) * | 2017-11-30 | 2019-06-06 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Anzeigen einer Durchführbarkeit eines zumindest teilweise automatisch durchführbaren Fahrmanövers in einem Fahrzeug |
US10875531B2 (en) * | 2018-08-08 | 2020-12-29 | Ford Global Technologies, Llc | Vehicle lateral motion control |
US11079761B2 (en) * | 2018-12-12 | 2021-08-03 | Ford Global Technologies, Llc | Vehicle path processing |
JP7083306B2 (ja) * | 2018-12-17 | 2022-06-10 | 本田技研工業株式会社 | 走行軌道決定処理及び自動運転装置 |
-
2020
- 2020-06-24 CN CN202010588546.9A patent/CN111703422B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101970273A (zh) * | 2008-03-12 | 2011-02-09 | 本田技研工业株式会社 | 车辆行驶辅助装置、车辆、车辆行驶辅助程序 |
US10379538B1 (en) * | 2017-03-20 | 2019-08-13 | Zoox, Inc. | Trajectory generation using motion primitives |
CN110562251A (zh) * | 2018-06-05 | 2019-12-13 | 广州小鹏汽车科技有限公司 | 一种自动驾驶方法及装置 |
CN110979305A (zh) * | 2019-03-18 | 2020-04-10 | 长城汽车股份有限公司 | 车辆异常换道控制方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
自动驾驶汽车下匝道路径优化控制策略研究;董长印;《中国优秀硕士论文电子期刊》;20170331;41-53页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111703422A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108202742B (zh) | 用于确定自动驾驶车辆的驾驶控制权限的系统和方法 | |
US11130523B2 (en) | Driving supporter | |
US9542606B2 (en) | Lane line recognition apparatus | |
US9096267B2 (en) | Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors | |
US9522701B2 (en) | Steering risk decision system and method for driving narrow roads | |
CN111186443B (zh) | 变道路径规划方法、装置、电子设备和计算机可读介质 | |
CN110203197B (zh) | 一种车道识别及车道保持方法及终端设备 | |
CN111717198B (zh) | 面向l2级自动驾驶的控制方法、装置、设备及介质 | |
JP2013180638A (ja) | 車両用走行制御装置 | |
WO2023050811A1 (zh) | 行驶设备控制方法、装置、电子设备、存储介质及计算机程序产品 | |
CN114735002B (zh) | 一种车辆的转向控制方法、装置、车辆及存储介质 | |
CN111703422B (zh) | 智能驾驶车辆的目标跟踪路径选择方法及装置 | |
CN110053612A (zh) | 车道居中扰动缓解 | |
US20190317493A1 (en) | Apparatus and method for providing safety strategy in vehicle | |
CN116476840B (zh) | 变道行驶方法、装置、设备及存储介质 | |
CN111483459B (zh) | 车辆控制装置 | |
CN112477855A (zh) | 一种车辆转向辅助方法、装置及设备 | |
US20220289183A1 (en) | Apparatus for controlling lane keeping, system having the same and method thereof | |
EP4011733A1 (en) | Method and device for driver assistance for determining habits of driver | |
JP7301175B2 (ja) | 先行車両判定システム及び先行車両判定方法 | |
CN112633124A (zh) | 一种自动驾驶车辆的目标车判断方法及电子设备 | |
CN111063211A (zh) | 车辆停车辅助设备和方法 | |
JP2017215887A (ja) | 車両制御装置 | |
JP7380734B2 (ja) | 操舵制御装置 | |
CN116588112B (zh) | 交叉路口的车辆控制方法、装置及车辆 |
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 | ||
CB02 | Change of applicant information |
Address after: 4 / F, building 1, No.14 Jiuxianqiao Road, Chaoyang District, Beijing 100020 Applicant after: Beijing Jingwei Hengrun Technology Co., Ltd Address before: 8 / F, block B, No. 11, Anxiang Beili, Chaoyang District, Beijing 100101 Applicant before: Beijing Jingwei HiRain Technologies Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |