CN111731282A - 一种考虑车辆稳定性的紧急避撞系统及其控制方法 - Google Patents

Abstract

本发明公开了一种考虑车辆稳定性的紧急避撞系统及其控制方法，包括：车辆智能控制单元与车辆稳定状态反馈单元；在雨雾场景下突遇障碍物时，车辆智能控制单元感知环境状况及障碍物参数，并结合当前汽车行驶状况，决策出避障响应，根据道路条件判定转向或制动，制动时由路面附着系数限制制动；转向时规划出理想避撞路径并通过车辆稳定状态反馈单元实时进行车辆稳定性反馈控制。本发明与现有紧急避撞系统相比，增加了对特殊环境状况恶劣、行驶工况突变、汽车行驶稳定性低的情况的考虑，并通过车辆稳定状态反馈模块实时反馈控制提高了车辆的主动安全性。

Description

一种考虑车辆稳定性的紧急避撞系统及其控制方法

技术领域

本发明属于汽车安全控制领域，具体指代一种雨雾环境下考虑车辆稳定性的紧急避撞系统及其控制方法。

背景技术

道路交通事故多由车辆与障碍物的碰撞以及碰撞后的产生事故引起，而交通事故多则是由于雨雾等恶劣天气状况下路面湿滑、能见度过低等问题。

目前，对于紧急避撞系统的研究多集中在决策多种工况并进行避撞响应方面，例如中国发明专利申请号为CN201910893411，专利名称为“一种智能汽车紧急避撞控制方法”中提出了根据自车车速、自车距前方车辆或障碍物距离等信息，同时探测邻车道安全性，决策出最佳的避撞方式，实现不同工况下的不同控制方法，从而更有效地解决紧急避撞问题；中国发明专利申请号为CN201711081087，专利名称为“一种考虑运动障碍物的汽车紧急避撞分层式控制方法”中通过构建基于模型预测控制的分层优化问题，上层采用质点模型进行路径规划，下层采用高精度的汽车动力学模型进行路径跟踪，解决了紧急避撞时路径动态规划与实时跟踪问题，并同时考虑了动障碍物的情况，实现了安全最优避撞；中国发明专利申请号为 CN201810325588.6，专利名称为“一种汽车危险工况的界定与避撞控制方法”中通过对工作时路面附着系数估计模块估计所得路面附着系数，车速、两车相对距离进行危险工况判定，判定紧急工况为制动避撞、转向避撞、协调避撞、无法避撞四种工况并分别采用不同避撞控制方法实现主动规避，保证了路面突变环境的自适应主动避撞。

综合来看，由于环境状况变化复杂，尤其在极端恶劣条件如雨雾场景，车辆因路面附着系数和能见度变化，进行转向响应时会发生失稳，而目前现有技术并未考虑极端恶劣条件如雨雾场景下道路状况对车辆稳定性的限制；同时现有避撞系统在执行避撞响应时未实时进行稳定性反馈控制，无法保证汽车的主动安全性。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种考虑车辆稳定性的紧急避撞系统及其控制方法，以解决现有技术中紧急避撞方法所存在的没有考虑环境天气状况道路条件变化及避撞过程中预规划路径不安全可靠的问题。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种考虑车辆稳定性的紧急避撞系统，包括：车辆智能控制单元与车辆稳定状态反馈单元；

所述车辆智能控制单元包括：视觉模块、雷达检测模块、传感器模块、计算模块、车辆智能控制器；

所述视觉模块用于获取环境图像从而得到的雨雾场景下的道路信息和障碍物参数，其包括：雨量检测模块，雾量检测模块，双目摄像头；

雨量检测模块的输入端与双目摄像头的输出端电气连接，输出端与计算模块的输入端电气连接；

雾量检测模块的输入端与双目摄像头的输出端电气连接，输出端与计算模块的输入端电气连接；

所述雷达检测模块，用于获取道路信息和障碍物参数，其包括：激光雷达传感器和毫米波雷达传感器；

激光雷达传感器和毫米波雷达传感器的输出端均与计算模块的输入端电气连接；

所述传感器模块包括：质心侧偏角传感器，横摆角速度传感器，车速传感器；

质心侧偏角传感器安装在车辆质心处，与所述车辆智能控制器电气连接，用于获取质心侧偏角信号，并将信号传输到车辆智能控制器；

横摆角速度传感器安装在车辆中央手扶箱下的底盘上，与所述车辆智能控制器电气连接，用于获取横摆角速度信号，并将信号传输到所述车辆智能控制器；

车速传感器安装在车辆的驱动桥的桥壳内或变速箱壳体内，与所述车辆智能控制器电气连接，用于获取车速信号，并将信号传输到所述车辆智能控制器；

所述车辆智能控制器的输入端分别与计算模块和传感器模块的输出端相连，并根据接收到的当前速度V、横摆角速度ω_r、质心侧偏角β进行车辆稳定性判断并计算出所需控制量以控制车辆执行相应操作；

所述车辆稳定状态反馈单元的输入端与车辆智能控制器相连，输出端与计算模块相连；将计算模块计算所得的路径规划作为车辆智能控制器的控制目标，并通过计算模块实时进行稳定性分析调整规划路径，同时进行稳定性反馈控制，保证车辆紧急避撞的主动安全性。

进一步地，所述视觉模块获得的道路信息包括：道路宽度、车道数量、路面附着系数、能见度系数；障碍物参数包括：障碍物的大小、位置及速度。

进一步地，所述雨量监测模块基于反光度及图像锐度对湿滑道路的反光特性计算评估；一般认为反光度大的道路湿滑程度更高，道路平均锐度小的湿滑程度高；结合权值评估图像道路的湿滑系数p(y)＝a×反光度-b×图像锐度，a、b为权重系数；由于摄像头正对道路，故a 值较大，b值较小，预设a＝0.8、b＝0.2。

进一步地，所述雾量检测模块基于环境图像中的模糊的视觉特征，采用canny算法检测图像边缘并进行边缘密度分析，确定雾区的大小，评估图像能见度f(x)。

进一步地，所述雷达检测模块获得的道路信息包括：道路宽度、车道数量；障碍物参数包括障碍物的大小、位置及速度。

进一步地，所述计算模块对视觉模块及雷达检测模块获得的道路信息和障碍物参数进行计算，得到完成避撞的理想避撞横向位移y_e和理想避撞纵向位移x_e，并根据得到的参数规划出完成紧急避撞的预规划路径S₁；及通过对车辆稳定状态反馈单元实时反馈的车辆参数数据进行稳定性分析，调整并规划路径得到S₂、S₃。

本发明还提供一种考虑车辆稳定性的紧急避撞系统的控制方法，步骤如下：

1)视觉模块采集环境图像进而获得部分道路信息和障碍物参数，雷达检测模块采集道路信息及障碍物参数；

2)雨量检测模块接收上述环境图像，通过图像处理评估湿滑系数p(y)，并根据路面湿滑系数估计出路面附着系数μ；

3)雾量检测模块接收上述环境图像，通过图像处理评估图像能见度f(x)；

4)根据雾量检测模块得到的图像能见度f(x)，对视觉模块与雷达检测模块所得到的数据参数进行分析，确定如何通过视觉模块与雷达检测模块得到障碍物参数；

5)将车辆的当前速度V、道路信息、障碍物参数发送至计算模块，计算模块进行相应计算，得到纵向安全距离S_w和前向碰撞危险系数FCR；

6)检测到障碍物时，计算所得的前向碰撞危险系数FCR>0.3，做出避撞响应；

7)车辆稳定状态反馈单元实时进行稳定性反馈控制，保证车辆紧急避撞的主动安全性。

进一步地，所述步骤1)中环境图像为摄像头所拍摄的环境图像；障碍物参数包括：障碍物的大小、位置及速度。

进一步地，所述步骤2)中路面附着系数估计步骤如下：

2.1)若0.73≤p(y)≤0.80，则湿滑系数高，估计路面附着系数μ为0.50；

2.2)若0.65≤p(y)≤0.73，则雨量对车辆行驶时的路面附着系数影响程度小，估计路面附着系数μ为0.60；

2.3)若0.50≤p(y)≤0.65，则路面基本干燥，估计路面附着系数μ为0.70。

进一步地，所述步骤4)中障碍物参数获取方式的骤如下：

4.1)若f(x)≥F₀，表示能见度等级为无限远，对车辆行驶影响小，此时障碍物参数来自双目摄像头采集的数据；

4.2)若F₁≤f(x)≤F₀，表示能见度等级为较近，对车辆行驶有一定影响，此时障碍物参数来自双目摄像头和雷达检测模块采集的数据；

4.3)若f(x)≤F₁，表示能见度等级为很近，对车辆行驶影响大，此时障碍物参数来自雷达检测模块采集的数据。

进一步地，所述步骤5)中障碍物的参数包括：障碍物的大小、车辆与障碍物间的实时距离、车辆与障碍物的相对速度；道路信息包括：路面附着系数μ、道路宽度、车道数目。

进一步地，所述步骤5)中前向碰撞危险系数FCR计算公式为：

式中，v_rel是车辆与障碍物的相对速度，S是车辆与障碍物间实时纵向距离。

进一步地，所述步骤6)中做出避撞响应步骤如下：

6.1)当S小于/等于纵向安全距离S_w时，不具备转向条件，此时应进行制动响应，并由μ限制制动程度；

6.2)当S大于纵向安全距离S_w时，计算模块做出转向响应，并计算规划出相应路径。

进一步地，所述步骤6.2)具体包括：

6.2.1)坐标定位：以车辆开始转向时的位置为坐标原点，在前进方向为x轴方向的平面直角坐标系下，车辆自身坐标为(x，y)；

6.2.2)计算模块对视觉模块获得的道路信息和障碍物信息进行计算，得到完成避撞的理想避撞横向位移y_e和理想避撞纵向位移x_e；

6.2.3)根据理想避撞横向位移y_e和纵向位移x_e，得到期望路径表达式

此路径为预规划路径S₁。

进一步地，所述步骤7)中车辆稳定状态反馈单元实时进行稳定性反馈控制步骤如下：

7.1)车辆智能控制器通过车速传感器、横摆角速度传感器和质心侧偏角传感器所获得车辆当前速度V、横摆角速度ω_r、质心侧偏角β进行车辆稳定性判断；

7.2)考虑轮胎饱和非线性特性，则侧向加速度a_y上限为：|a_y|≤μ·g，此时，车辆的侧向加速度a为V*ω_r，为车辆设置安全系数K＝0.8，当前安全侧向加速度为0.8V*ωr；对路径表达式

求二阶导数得到所规划路径侧向加速度y”，当y”≥ 0.8V*ω_r时，对所规划路径进行调整，使y”_max＝0.8V*ω_r，反馈后路径为考虑横摆角速度的反馈规划路径S₂；

7.3)在行驶过程中，预设质心侧偏角β稳定域值为μ*0.05rad，当车辆在紧急避撞运行时对质心侧偏角进行判断，对所规划路径进行调整。

进一步地，所述步骤7.3)中调整规划路径步骤如下：

7.3.1)车辆紧急避撞运行质心侧偏角ω_r超过μ*0.05rad时，进一步调整当前路径侧向加速度值，调整量为y”＝0.8V*ω_r-0.02，此路径为考虑质心侧偏角的实时调整路径S₃；

7.3.2)每0.02s进行一次判断，当前横摆角速度质心侧偏角ω_r小于μ*0.05rad后，恢复执行路径S₂。

本发明的有益效果：

本发明能够在雨雾场景下考虑路面附着系数变化及能见度变化进行紧急避撞，同时通过实时稳定性反馈控制保证车辆稳定性，满足车辆紧急避撞的主动安全性。

附图说明

图1为本发明的系统结构示意图；

图2为本发明的控制方法流程示意图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

参照图1所示，本发明公开了一种考虑车辆稳定性的紧急避撞系统，包括车辆智能控制单元与车辆稳定状态反馈单元；

所述的车辆智能控制单元包括视觉模块10、雷达检测模块20、传感器模块30、计算模块40、车辆智能控制器50；

所述的视觉模块10用于获取环境图像从而得到的雨雾场景下的道路信息和障碍物参数，其包括雨量检测模块12，雾量检测模块13，双目摄像头11；

所述雨量检测模块12的输入端与双目摄像头11的输出端电气连接，输出端与计算模块 40的输入端电气连接；

所述雾量检测模块13的输入端与双目摄像头11的输出端电气连接，输出端与计算模块 40的输入端电气连接；

所述的雷达检测模块20，用于获取道路信息和障碍物参数，其包括激光雷达传感器21 和毫米波雷达传感器22；

所述激光雷达传感器21和毫米波雷达传感器22的输出端与所述计算模块40的输入端电气连接；

所述传感器模块30包括质心侧偏角传感器31，横摆角速度传感器32，车速传感器33；

所述质心侧偏角传感器31安装在车辆质心处，与所述智能控制器50电气连接，用于获取质心侧偏角信号，并将信号传输到所述车辆智能控制器；

所述横摆角速度传感器32安装在车辆中央手扶箱下的底盘上，与所述智能控制器50电气连接，用于获取横摆角速度信号，并将信号传输到所述车辆智能控制器；

所述车速传感器33安装在车辆的驱动桥的桥壳内或变速箱壳体内，与所述智能控制器 50电气连接，用于获取车速信号，并将信号传输到所述车辆智能控制器；

所述的车辆智能控制器50的输入端分别与计算模块40和传感器的输出端相连，并根据接收到的当前速度V、横摆角速度ωr、质心侧偏角β进行车辆稳定性判断并计算出所需控制量以控制车辆执行相应操作；

所述的车辆稳定状态反馈单元60的输入端与车辆智能控制器50相连，输出端与计算模块40相连；可以将计算模块计算所得的路径规划作为车辆智能控制器的控制目标，并通过计算模块实时进行稳定性分析调整规划路径，同时进行稳定性反馈控制，保证车辆紧急避撞的主动安全性；

其中，所述视觉模块10通过环境图像可获得的道路信息包括道路宽度、车道数量、路面附着系数、能见度系数，可获得的障碍物信息包括障碍物的大小、位置及速度。

其中，所述雨量监测模块12是基于反光度及图像锐度对湿滑道路的反光特性计算评估，一般认为反光度大的道路湿滑程度更高，道路平均锐度小的湿滑程度高。结合权值评估图像道路的湿滑系数p(y)＝a×反光度-b×图像锐度，a、b为权重系数。由于摄像头正对道路，故a 值较大，b值较小，预设a＝0.8、b＝0.2；

其中，所述雾量检测模块13是基于环境图像画面中的模糊的视觉特征，采用canny算法检测图像边缘并进行边缘密度分析，确定雾区的大小，评估图像能见度f(x)；

其中，所述雷达检测模块获得的道路信息包括：道路宽度、车道数量；可获得的障碍物参数包括障碍物的大小、位置及速度。

其中，所述计算模块40，可以对视觉模块及雷达检测模块获得的道路信息和障碍物参数进行计算，得到完成避撞的理想避撞横向位移y_e和理想避撞纵向位移x_e，并根据得到的参数规划出完成紧急避撞的预规划路径S₁。另外，通过对车辆稳定状态反馈单元实时反馈的车辆参数数据进行稳定性分析，调整并规划路径得到S₂、S₃。

参照图2所示，本发明还提供一种考虑车辆稳定性的紧急避撞系统的控制方法，步骤如下：

1)视觉模块采集环境图像进而获得部分道路信息和障碍物参数，雷达检测模块采集道路信息及障碍物参数；环境图像为摄像头所拍摄的环境图像；部分道路信息包括：道路宽度及车道数量；障碍物参数包括：障碍物的大小、位置及速度。

2)雨量检测模块接收上述环境图像，通过图像处理评估湿滑系数p(y)，并根据路面湿滑系数估计出路面附着系数μ；

雨量检测模块接收上述环境图像，通过图像处理评估湿滑系数p(y)，并根据路面湿滑系数估计出路面附着系数μ；

路面附着系数估计步骤如下：

2.1)若0.73≤p(y)≤0.80，则湿滑系数高，估计路面附着系数μ为0.50；

2.2)若0.65≤p(y)≤0.73，则雨量对车辆行驶时的路面附着系数影响程度小，估计路面附着系数μ为0.60；

2.3)若0.50≤p(y)≤0.65，则路面基本干燥，估计路面附着系数μ为0.70。

3)雾量检测模块接收上述环境图像，通过图像处理评估图像能见度f(x)；

4)视觉模块与雷达检测模块在雨雾场景下判断车辆周围的道路信息；同时，根据雾量检测模块得到的图像能见度f(x)，对视觉模块与雷达检测模块所得到的数据参数进行分析，确定如何通过视觉模块与雷达检测模块得到障碍物参数；

障碍物参数获取方式的骤如下：

4.1)若f(x)≥F₀，表示能见度等级为无限远，对车辆行驶影响小，此时障碍物参数来自双目摄像头采集的数据；

4.2)若F₁≤f(x)≤F₀，表示能见度等级为较近，对车辆行驶有一定影响，此时障碍物参数来自双目摄像头和雷达检测模块采集的数据；

4.3)若f(x)≤F₁，表示能见度等级为很近，对车辆行驶影响大，此时障碍物参数来自雷达检测模块采集的数据。

5)将车辆的当前速度V、道路信息、障碍物参数发送至计算模块，计算模块根据车辆当前速度V、道路信息、障碍物参数进行相应计算，得到纵向安全距离S_w和前向碰撞危险系数 FCR；

前向碰撞危险系数FCR计算公式为：

式中，v_rel是车辆与障碍物的相对速度，S是车辆与障碍物间实时纵向距离。

6)检测到障碍物时，计算所得的前向碰撞危险系数FCR>0.3，做出避撞响应；步骤如下：

6.1)当S小于/等于纵向安全距离S_w时，不具备转向条件，此时应进行制动响应，并由μ限制制动程度；

6.2)当S大于纵向安全距离S_w时，计算模块做出转向响应，并计算规划出相应路径。

所述步骤6.2)具体包括：

6.2.1)坐标定位：以车辆开始转向时的位置为坐标原点，在前进方向为x轴方向的平面直角坐标系下，车辆自身坐标为(x，y)；

6.2.2)计算模块对视觉模块获得的道路信息和障碍物信息进行计算，得到完成避撞的理想避撞横向位移y_e和理想避撞纵向位移x_e；

6.2.3)根据理想避撞横向位移y_e和纵向位移x_e，得到期望路径表达式

此路径为预规划路径S₁。

7)车辆稳定状态反馈单元实时进行稳定性反馈控制，保证车辆紧急避撞的主动安全性；

车辆稳定状态反馈单元实时进行稳定性反馈控制步骤如下：

7.1)车辆智能控制器通过车速传感器、横摆角速度传感器和质心侧偏角传感器所获得车辆当前速度V、横摆角速度ω_r、质心侧偏角β进行车辆稳定性判断；

7.2)考虑轮胎饱和非线性特性，则侧向加速度a_y上限为：|a_y|≤μ·g，此时，车辆的侧向加速度a为V*ω_r，为车辆设置安全系数K＝0.8，当前安全侧向加速度为0.8V*ωr；对路径表达式

求二阶导数得到所规划路径侧向加速度y”，当y”≥ 0.8V*ω_r时，对所规划路径进行调整，使y”_max＝0.8V*ω_r，反馈后路径为考虑横摆角速度的反馈规划路径S₂；

7.3)在行驶过程中，预设质心侧偏角β稳定域值为μ*0.05rad，当车辆在紧急避撞运行时对质心侧偏角进行判断，对所规划路径进行调整。

所述步骤7.3)中调整规划路径步骤如下：

7.3.1)车辆紧急避撞运行质心侧偏角ω_r超过μ*0.05rad时，进一步调整当前路径侧向加速度值，调整量为y”＝0.8V*ω_r-0.02，此路径为考虑质心侧偏角的实时调整路径S₃；

7.3.2)每0.02s进行一次判断，当前横摆角速度质心侧偏角ω_r小于μ*0.05rad后，恢复执行路径S₂。

本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (10)

1.一种考虑车辆稳定性的紧急避撞系统，其特征在于，包括：车辆智能控制单元与车辆稳定状态反馈单元；

所述车辆智能控制单元包括：视觉模块、雷达检测模块、传感器模块、计算模块、车辆智能控制器；

所述视觉模块用于获取环境图像从而得到的雨雾场景下的道路信息和障碍物参数，其包括：雨量检测模块，雾量检测模块，双目摄像头；

雨量检测模块的输入端与双目摄像头的输出端电气连接，输出端与计算模块的输入端电气连接；

雾量检测模块的输入端与双目摄像头的输出端电气连接，输出端与计算模块的输入端电气连接；

所述雷达检测模块，用于获取道路信息和障碍物参数，其包括：激光雷达传感器和毫米波雷达传感器；

激光雷达传感器和毫米波雷达传感器的输出端均与计算模块的输入端电气连接；

所述传感器模块包括：质心侧偏角传感器，横摆角速度传感器，车速传感器；

质心侧偏角传感器安装在车辆质心处，与所述车辆智能控制器电气连接，用于获取质心侧偏角信号，并将信号传输到车辆智能控制器；

横摆角速度传感器安装在车辆中央手扶箱下的底盘上，与所述车辆智能控制器电气连接，用于获取横摆角速度信号，并将信号传输到所述车辆智能控制器；

车速传感器安装在车辆的驱动桥的桥壳内或变速箱壳体内，与所述车辆智能控制器电气连接，用于获取车速信号，并将信号传输到所述车辆智能控制器；

所述车辆智能控制器的输入端分别与计算模块和传感器模块的输出端相连，并根据接收到的当前速度V、横摆角速度ω_r、质心侧偏角β进行车辆稳定性判断并计算出所需控制量以控制车辆执行相应操作；

所述车辆稳定状态反馈单元的输入端与车辆智能控制器相连，输出端与计算模块相连；将计算模块计算所得的路径规划作为车辆智能控制器的控制目标，并通过计算模块实时进行稳定性分析调整规划路径，同时进行稳定性反馈控制，保证车辆紧急避撞的主动安全性。

2.根据权利要求1所述的考虑车辆稳定性的紧急避撞系统，其特征在于，所述视觉模块获得的道路信息包括：道路宽度、车道数量、路面附着系数、能见度系数；障碍物参数包括：障碍物的大小、位置及速度。

3.根据权利要求1所述的考虑车辆稳定性的紧急避撞系统，其特征在于，所述雨量监测模块基于反光度及图像锐度对湿滑道路的反光特性计算评估。

4.根据权利要求1所述的考虑车辆稳定性的紧急避撞系统，其特征在于，所述雾量检测模块基于环境图像中的模糊的视觉特征，采用canny算法检测图像边缘并进行边缘密度分析，确定雾区的大小，评估图像能见度f(x)。

5.根据权利要求1所述的考虑车辆稳定性的紧急避撞系统，其特征在于，所述计算模块对视觉模块及雷达检测模块获得的道路信息和障碍物参数进行计算，得到完成避撞的理想避撞横向位移y_e和理想避撞纵向位移x_e，并根据得到的参数规划出完成紧急避撞的预规划路径S₁；及通过对车辆稳定状态反馈单元实时反馈的车辆参数数据进行稳定性分析，调整并规划路径得到S₂、S₃。

6.一种考虑车辆稳定性的紧急避撞系统的控制方法，其特征在于，步骤如下：

1)视觉模块采集环境图像进而获得部分道路信息和障碍物参数，雷达检测模块采集道路信息及障碍物参数；

2)雨量检测模块接收上述环境图像，通过图像处理评估湿滑系数p(y)，并根据路面湿滑系数估计出路面附着系数μ；

3)雾量检测模块接收上述环境图像，通过图像处理评估图像能见度f(x)；

4)根据雾量检测模块得到的图像能见度f(x)，对视觉模块与雷达检测模块所得到的数据参数进行分析，确定如何通过视觉模块与雷达检测模块得到障碍物参数；

5)将车辆的当前速度V、道路信息、障碍物参数发送至计算模块，计算模块进行相应计算，得到纵向安全距离S_w和前向碰撞危险系数FCR；

6)检测到障碍物时，计算所得的前向碰撞危险系数FCR>0.3，做出避撞响应；

7)车辆稳定状态反馈单元实时进行稳定性反馈控制，保证车辆紧急避撞的主动安全性。

7.根据权利要求6所述的考虑车辆稳定性的紧急避撞系统的控制方法，其特征在于，所述步骤2)中路面附着系数估计步骤如下：

2.1)若0.73≤p(y)≤0.80，则湿滑系数高，估计路面附着系数μ为0.50；

2.2)若0.65≤p(y)≤0.73，则雨量对车辆行驶时的路面附着系数影响程度小，估计路面附着系数μ为0.60；

2.3)若0.50≤p(y)≤0.65，则路面基本干燥，估计路面附着系数μ为0.70。

8.根据权利要求6所述的考虑车辆稳定性的紧急避撞系统的控制方法，其特征在于，所述步骤4)中障碍物参数获取方式的骤如下：

4.1)若f(x)≥F₀，表示能见度等级为无限远，对车辆行驶影响小，此时障碍物参数来自双目摄像头采集的数据；

4.2)若F₁≤f(x)≤F₀，表示能见度等级为较近，对车辆行驶有一定影响，此时障碍物参数来自双目摄像头和雷达检测模块采集的数据；

4.3)若f(x)≤F₁，表示能见度等级为很近，对车辆行驶影响大，此时障碍物参数来自雷达检测模块采集的数据。

9.根据权利要求6所述的考虑车辆稳定性的紧急避撞系统的控制方法，其特征在于，所述步骤5)中障碍物的参数包括：障碍物的大小、车辆与障碍物间的实时距离、车辆与障碍物的相对速度；道路信息包括：路面附着系数μ、道路宽度、车道数目。

10.根据权利要求6所述的考虑车辆稳定性的紧急避撞系统的控制方法，其特征在于，所述步骤5)中前向碰撞危险系数FCR计算公式为：

式中，v_rel是车辆与障碍物的相对速度，S是车辆与障碍物间实时纵向距离。

Images