CN111873998B - 一种自动驾驶车辆纵向加速度规划方法 - Google Patents

一种自动驾驶车辆纵向加速度规划方法 Download PDF

Info

Publication number
CN111873998B
CN111873998B CN202010755197.5A CN202010755197A CN111873998B CN 111873998 B CN111873998 B CN 111873998B CN 202010755197 A CN202010755197 A CN 202010755197A CN 111873998 B CN111873998 B CN 111873998B
Authority
CN
China
Prior art keywords
vehicle
acceleration
following
target
state
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
Application number
CN202010755197.5A
Other languages
English (en)
Other versions
CN111873998A (zh
Inventor
周增碧
孔周维
陈情
刘秀鹏
张欢庆
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.)
Chongqing Changan Automobile Software Technology Co ltd
Original Assignee
Chongqing Changan Automobile Co Ltd
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 Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202010755197.5A priority Critical patent/CN111873998B/zh
Publication of CN111873998A publication Critical patent/CN111873998A/zh
Application granted granted Critical
Publication of CN111873998B publication Critical patent/CN111873998B/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
    • 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
    • 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
    • B60W40/02—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 ambient conditions
    • B60W40/06—Road conditions
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开一种自动驾驶车辆纵向加速度规划方法，步骤包括：基于道路实时信息和车辆周围目标信息，实时判定本车所处的工况状态，本车工况状态包括巡航状态、跟车状态和弯道行驶状态，车辆周围目标信息包括旁边车道车辆有切入本车道趋势；在车辆行驶过程中实时规划出对应工况状态下的目标加速度：巡航加速度、跟车目标加速度、道路曲率加速度和威胁目标加速度补偿；建立实时规划加速度与巡航加速度、跟车加速度、道路曲率加速度和威胁目标加速度补偿之间的关系模型；将检测到的当前车辆所处的工况状态代入关系模型中，计算出实时规划加速度。该方法能够满足对复杂工况的处理，同时提升了功能的平台适应性和安全性能。

Description

一种自动驾驶车辆纵向加速度规划方法
技术领域
本发明涉及汽车自动驾驶技术领域，尤其涉及一种自动驾驶车辆纵向加速度规划方法。
背景技术
近年来，自动驾驶功能吸引了外界不少关注，尤其是各大主机厂。当前阶段，已有主机厂基于毫米波雷达和前视摄像头完成了ACC/IACC等驾驶辅助功能的量产，市场反响良好，自动驾驶的市场前景令人看好。深挖技术，自动驾驶加速度规划的基本原理主要是基于道路实时信息、车辆周围目标信息进行实时目标加速度规划，保证车辆能够在实际道路上完成跟车行驶、巡航行驶等等自动驾驶功能。现有专利中提及的加速度规划，一般只考虑了前车目标与本车的相对车速、相对距离，以及驾驶员设置目标车速等简单信息，这样的加速度规划对于目标状态急剧变化或者道路上多目标车的场景来讲，具有局限性，并不能适用于自动驾驶功能，不能满足在驾驶员不监控车辆运行状态的情况下的复杂工况处理。
发明内容
本发明的目的是提供一种自动驾驶车辆纵向加速度规划方法，能满足对复杂工况的处理，使得加速度规划算法更能适应自动驾驶功能的升级迭代，提升功能的平台适应性和安全性能。
为实现上述目的，本发明提供了一种自动驾驶车辆纵向加速度规划方法，其特征在于，包括以下步骤：
基于道路实时信息和车辆周围目标信息，实时判定本车所处的工况状态，本车工况状态包括巡航状态、跟车状态和弯道行驶状态，车辆周围目标信息包括旁边车道车辆有切入本车道趋势；
在车辆行驶过程中实时规划出对应工况状态下的目标加速度，其中，巡航状态下对应的目标加速度为巡航加速度at_cruise，跟车状态下对应的目标加速度为跟车目标加速度at_foc，弯道行驶状态对应的目标加速度为道路曲率加速度at_curve，旁边车道车辆有切入本车道趋势下对应的目标加速度为威胁目标加速度补偿at_potential；
建立实时规划加速度at与巡航加速度at_cruise、跟车加速度at_foc、道路曲率加速度at_curve和威胁目标加速度补偿at_potential之间的关系模型，关系模型为：
at＝min(at_cruise,at_foc,at_curve)+min(0,k×at_potential)，其中，k是危险目标加速度补偿系数；
将检测到的当前车辆所处的工况状态代入关系模型中，计算出实时规划加速度at。
进一步，若本车处在跟车状态，则在车辆行驶过程中实时规划出的目标加速度为跟车目标加速度at_foc；跟车加速度at_foc的公式为：
Figure GDA0003034545100000021
并且，Vt-foc＝Vh+α×Δv+β×(Drel-Vh×T-Gap)；
其中，af是目标车加速度，Vt_foc是跟车目标车速，Vh是当前本车实时车速，跟车目标相对车速Δv，相对距离Drel，α是相对车速系数，β是跟车距离误差系数，T_Gap是设置的跟车时距，k1是误差控制系数。
进一步，当旁边车道车辆有切入本车道趋势时，依据该车辆与本车的相对运动关系，计算得出威胁目标加速度补偿at_potential的公式为：
Figure GDA0003034545100000022
其中，Δv是威胁车与本车的相对车速，D是威胁车与本车的相对距离，Q是威胁车与本车的最大横向相对距离。
进一步，若本车处在弯道行驶状态，则车辆行驶过程中实时规划出的目标加速度为道路曲率加速度at_curve；道路曲率加速度at_curve的公式为：
at_curve＝n×(Vt_curve-Vh)；
Figure GDA0003034545100000023
其中，Vt_curve是过弯车速，Vh是当前本车实时车速，n是比例系数，curve道路曲率，横向加速度约束值a_lat。
进一步，若本车处在巡航状态，则在车辆行驶过程中实时规划出的目标加速度为巡航加速度at_cruise；巡航加速度at_cruise的公式为：
at_cruise＝m×(Vt-Vh)
其中，Vt是期望车速，Vh是当前本车实时车速，m是比例系数。
进一步，还执行以下步骤：在车辆纵向行驶过程中，将实时规划加速度at的加速度变化率控制在-10m/s3-10m/s3范围内。
进一步，旁边车道车辆有切入本车道趋势的判定方式为：当旁边车道的车横向距离和横向速度均在向本车道靠近时，或旁边车辆的车头与本车道车道线在2倍跟车时距内有交叉点时，则判定旁边车道车辆有切入本车道趋势。
进一步，k＝0.2×D_lat，D_lat是威胁车与本车车道线的横向距离。
进一步，横向加速度约束值a_lat的取值范围为1.5m/s2-2m/s2。
进一步，n的取值范围为0-0.5。
本发明与现有技术相比较具有以下优点：
本发明的自动驾驶车辆纵向加速度规划方法，本方法针对传统IACC加速度规划算法中的不足和缺陷，根据自动驾驶实际需求，进行了规划方法的改进，使得加速度规划算法更能适应自动驾驶功能的升级迭代，提升功能的平台适应性和安全性能，在巡航状态或跟车状态或弯道行驶状态下，引入旁边车道目标车切入前的加速度约束，同时考虑前方道路信息进行加速度的综合计算，最终取出一个最优加速度规划值，用作自动驾驶控制目标，能够满足对复杂工况的处理。
附图说明
图1为本发明自动驾驶车辆纵向加速度规划方法的流程图；
图2为实际道路场景的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。
参见图1至图2所示，本实施例公开了一种自动驾驶车辆纵向加速度规划方法，包括以下步骤：
基于道路实时信息和车辆周围目标信息，实时判定本车所处的工况状态，本车工况状态包括巡航状态、跟车状态和弯道行驶状态，车辆周围目标信息包括旁边车道车辆有切入本车道趋势；
在车辆行驶过程中实时规划出对应工况状态下的目标加速度，其中，巡航状态下对应的目标加速度为巡航加速度at_cruise，跟车状态下对应的目标加速度为跟车目标加速度at_foc，弯道行驶状态对应的目标加速度为道路曲率加速度at_curve，旁边车道车辆有切入本车道趋势下对应的目标加速度为威胁目标加速度补偿at_potential；
建立实时规划加速度at与巡航加速度at_cruise、跟车加速度at_foc、道路曲率加速度at_curve和威胁目标加速度补偿at_potential之间的关系模型，关系模型为：at＝min(at_cruise,at_foc,at_curve)+min(0,k×at_potential)，其中，k是危险目标加速度补偿系数；
将检测到的当前车辆所处的工况状态代入关系模型中，计算出实时规划加速度at。纵向控制模块接收到实时规划加速度at后，通过一系列计算，得出控制运动需要的加速度扭矩和制动力，完成车辆运行控制。
在本实施例中，关系模型at＝min(atcruise,atfoc,atcurve)+min(0,k×atpotential)定义为：
在跟车状态下的跟车目标加速度at_foc和在弯道行驶状态下的道路曲率加速度at_curve均小于巡航加速度at_cruise；若当前车辆不处于跟车状态，在关系模型中跟车工况状态下的目标加速度为极大值；若当前车辆不处于弯道行驶状态，在关系模型中弯道行驶工况状态下的目标加速度为极大值；当旁边车道车辆有切入本车道趋势时，at_potential小于0，当旁边车道车车辆未有切入本车道趋势时，at_potential大于0。
若当前车辆处于巡航状态时，此时巡航加速度at_cruise是最小值并作为实时规划加速度at；若在巡航状态且当旁边车道车辆有切入本车道趋势时，此时实时规划加速度at＝巡航加速度at_cruise+at_potential；若当前车辆处于跟车状态，或者同时跟车状态和巡航状态时，此时跟车目标加速度at_foc是最小值并作为实时规划加速度at；若在跟车状态且当旁边车道车辆有切入本车道趋势时，此时实时规划加速度at＝跟车目标加速度at_foc+at_potential；若当前车辆处于弯道行驶状态，或者同时弯道行驶状态和巡航状态时，此时道路曲率加速度at_curve是最小值并作为实时规划加速度at；若在弯道行驶状态且当旁边车道车辆有切入本车道趋势时，此时实时规划加速度at＝道路曲率加速度at_curve+at_potential；若当前车辆同时处于跟车状态和弯道行驶状态，或者同时处于巡航状态、跟车状态和弯道行驶时，则跟车目标加速度at_foc与道路曲率加速度at_curve中最小值作为实时规划加速度at。若当前车辆同时处于跟车状态和弯道行驶状态且旁边车道车辆有切入本车道趋势，或者同时处于巡航状态、跟车状态和弯道行驶且旁边车道车辆有切入本车道趋势，此时实时规划加速度at＝跟车目标加速度at_foc和道路曲率加速度at_curve中最小值+at_potential。
在本实施例中，还执行以下步骤：在车辆纵向行驶过程中，将实时规划加速度at的加速度变化率控制在-10m/s3-10m/s3范围内。加速度变化率限制是为了保证实时规划加速度at变化时候，不能超过制动系统响应的物理极限-10m/s3-10m/s3，避免出现不合理加速度输出的现象。
在本实施例中，旁边车道车辆有切入本车道趋势的判定方式为：当旁边车道的车横向距离和横向速度均在向本车道靠近时，或旁边车辆的车头方向与本车道车道线在2倍跟车时距内有交叉点时，则判定判定旁边车道车辆有切入本车道趋势。这里的跟车时距为驾驶员设置T_gap。
在本实施例中，k＝0.2×D_lat，D_lat是旁边车道的威胁车与本车车道线的横向距离。k是根据旁边车道的威胁车对本车车道线相对距离来确定的。旁边车道车辆有切入本车道趋势的车辆为威胁车。
在本实施例中，当旁边车道车辆有切入本车道趋势时，依据该车辆与本车的相对运动关系，计算得出威胁目标加速度补偿at_potential的公式为：
Figure GDA0003034545100000051
其中，Δv是威胁车与本车的相对车速，D是威胁车与本车的相对横向距离。D的单位为米。当旁边车道车辆有切入本车道趋势时，设定威胁车与本车的最大横向相对距离为Q，Q的单位为米。Q的取值范围通常在0-5。可选的，Q＝2，在某些实施例中，Q根据实际情况设定也可以为其他数值，并不以此为限。
在本实施例中，若本车处在巡航状态，则在车辆行驶过程中实时规划出的目标加速度为巡航加速度at_cruise；巡航加速度at_cruise的公式为：
at_cruise＝m×(Vt-Vh)
其中，Vt是期望车速，Vh是当前本车实时车速，m是比例系数。比例系数m是一个实际经验值，可以是一个根据车速大小而变化的参数，也可以是一个固定系数。在本实施例中，m＝0.35，在某些实施例中，m也可以根据实际情况设置能成其他数值。
在本实施例中，若本车处在跟车状态，则在车辆行驶过程中实时规划出的目标加速度为跟车目标加速度at_foc；跟车加速度at_foc的公式为：
Figure GDA0003034545100000061
并且，Vt-foc＝Vh+α×Δv+β×(Drel-Vh×T-Gap)；
其中，af是目标车加速度，Vt_foc是跟车目标车速，Vh是当前本车实时车速，跟车目标相对车速Δv，跟车目标相对距离Drel，α是相对车速系数，β是跟车距离误差系数，T_Gap是设置的跟车时距，k1是误差控制系数。α是相对车速系数，根据实际跟车状态评价，α的取值范围为0-1，可选的，α＝1。α可以是一个固定系数，在某些实施例中，α也可以是一个根据车速大小而变化的参数。β是跟车距离误差系数，根据加减速度舒适性和驾驶体验评价，β的取值范围为0-1，可选的，β＝0.2。β可以是一个固定系数，在某些实施例中，β也可以是一个根据车速大小而变化的参数。at-foc＝k1(Vt-foc-Vh)是将相对车速差乘以一个系数得到期望的加速度值，k1的取值范围在0-1之间，可选的，k1＝0.35；在某些实施例中，k1也可以取其他数值。
在本实施例中，若本车处在弯道行驶状态，则车辆行驶过程中实时规划出的目标加速度为道路曲率加速度at_curve；道路曲率加速度at_curve的公式为：
at_curve＝n×(Vt_curve-Vh)；
Figure GDA0003034545100000062
其中，Vt_curve是过弯车速，Vh是当前本车实时车速，n是比例系数，curve道路曲率，横向加速度约束值a_lat。横向加速度约束值a_lat的最大值取值范围为1.5m/s2-2m/s2，根据实际人开车的驾驶习惯，可知一般情况下能够承受的合理横向加速度约束值a_lat取值范围在1.5m/s-2m/s2之间，根据测试效果，a_lat的取值可以为1.8m/s2。横向加速度约束值a_lat即为横向加速度最大值。
在本实施例中，n的取值范围为0-0.5。n是经验取值，可选的，n＝0.1。
本发明的自动驾驶车辆纵向加速度规划方法，本方法针对传统IACC加速度规划算法中的不足和缺陷，根据自动驾驶实际需求，进行了规划方法的改进，使得加速度规划算法更能适应自动驾驶功能的升级迭代，提升功能的平台适应性和安全性能，在巡航状态或跟车状态或弯道行驶状态下，引入旁边车道目标车切入前的加速度约束，同时考虑前方道路信息进行加速度的综合计算，最终取出一个最优加速度规划值，用作自动驾驶控制目标，能够满足对复杂工况的处理。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种自动驾驶车辆纵向加速度规划方法，其特征在于，包括以下步骤：
基于道路实时信息和车辆周围目标信息，实时判定本车所处的工况状态，本车工况状态包括巡航状态、跟车状态和弯道行驶状态，车辆周围目标信息包括旁边车道车辆有切入本车道趋势；
在车辆行驶过程中实时规划出对应工况状态下的目标加速度，其中，巡航状态下对应的目标加速度为巡航加速度at_cruise，跟车状态下对应的目标加速度为跟车目标加速度at_foc，弯道行驶状态对应的目标加速度为道路曲率加速度at_curve，旁边车道车辆有切入本车道趋势下对应的目标加速度为威胁目标加速度补偿at_potential；
建立实时规划加速度at与巡航加速度at_cruise、跟车加速度at_foc、道路曲率加速度at_curve和威胁目标加速度补偿at_potential之间的关系模型，关系模型为：at＝min(at_cruise,at_foc,at_curve)+min(0,k×at_potential)，其中，k是危险目标加速度补偿系数；
将检测到的当前车辆所处的工况状态代入关系模型中，计算出实时规划加速度at。
2.根据权利要求1所述的自动驾驶车辆纵向加速度规划方法，其特征在于，
若本车处在跟车状态，则在车辆行驶过程中实时规划出的目标加速度为跟车目标加速度at_foc；跟车加速度at_foc的公式为：
Figure FDA0003034545090000011
并且，Vt-foc＝Vh+α×Δv+β×(Drel-Vh×T-Gap)；
其中，af是目标车加速度，Vt_foc是跟车目标车速，Vh是当前本车实时车速，跟车目标相对车速Δv，相对距离Drel，α是相对车速系数，β是跟车距离误差系数，T_Gap是设置的跟车时距，k1是误差控制系数。
3.根据权利要求2所述的自动驾驶车辆纵向加速度规划方法，其特征在于，当旁边车道车辆有切入本车道趋势时，依据该车辆与本车的相对运动关系，计算得出威胁目标加速度补偿at_potential的公式为：
Figure FDA0003034545090000021
其中，Δv是威胁车与本车的相对车速，D是威胁车与本车的相对距离，Q是威胁车与本车的最大横向相对距离。
4.根据权利要求3所述的自动驾驶车辆纵向加速度规划方法，其特征在于，若本车处在弯道行驶状态，则车辆行驶过程中实时规划出的目标加速度为道路曲率加速度at_curve；道路曲率加速度at_curve的公式为：
at_curve＝n×(Vt_curve-Vh)；
Figure FDA0003034545090000022
其中，Vt_curve是过弯车速，Vh是当前本车实时车速，n是比例系数，curve道路曲率，横向加速度约束值a_lat。
5.根据权利要求1至4任一所述的自动驾驶车辆纵向加速度规划方法，其特征在于，
若本车处在巡航状态，则在车辆行驶过程中实时规划出的目标加速度为巡航加速度at_cruise；巡航加速度at_cruise的公式为：
at_cruise＝m×(Vt-Vh)
其中，Vt是期望车速，Vh是当前本车实时车速，m是比例系数。
6.根据权利要求1至4任一所述的自动驾驶车辆纵向加速度规划方法，其特征在于，还执行以下步骤：在车辆纵向行驶过程中，将实时规划加速度at的加速度变化率控制在-10m/s3-10m/s3范围内。
7.根据权利要求1至4任一所述的自动驾驶车辆纵向加速度规划方法，其特征在于，旁边车道车辆有切入本车道趋势的判定方式为：当旁边车道的车横向距离和横向速度均在向本车道靠近时，或旁边车辆的车头与本车道车道线在2倍跟车时距内有交叉点时，则判定旁边车道车辆有切入本车道趋势。
8.根据权利要求1至4任一所述的自动驾驶车辆纵向加速度规划方法，其特征在于，k＝0.2×D_lat，D_lat是威胁车与本车车道线的横向距离。
9.根据权利要求4所述的自动驾驶车辆纵向加速度规划方法，其特征在于，横向加速度约束值a_lat的取值范围为1.5m/s2-2m/s2。
10.根据权利要求4所述的自动驾驶车辆纵向加速度规划方法，其特征在于，n的取值范围为0-0.5。
CN202010755197.5A 2020-07-31 2020-07-31 一种自动驾驶车辆纵向加速度规划方法 Active CN111873998B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010755197.5A CN111873998B (zh) 2020-07-31 2020-07-31 一种自动驾驶车辆纵向加速度规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010755197.5A CN111873998B (zh) 2020-07-31 2020-07-31 一种自动驾驶车辆纵向加速度规划方法

Publications (2)

Publication Number Publication Date
CN111873998A CN111873998A (zh) 2020-11-03
CN111873998B true CN111873998B (zh) 2021-07-06

Family

ID=73204313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010755197.5A Active CN111873998B (zh) 2020-07-31 2020-07-31 一种自动驾驶车辆纵向加速度规划方法

Country Status (1)

Country Link
CN (1) CN111873998B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112455439B (zh) * 2020-11-25 2022-07-08 重庆长安汽车股份有限公司 基无人驾驶车辆环境认知及决策控制方法、系统及车辆
CN112441004B (zh) * 2020-11-30 2023-04-25 重庆长安汽车股份有限公司 自动驾驶换道的纵向规划方法、系统、车辆及存储介质
CN112947047B (zh) * 2021-01-26 2022-08-09 重庆长安汽车股份有限公司 一种基于自适应pid算法的自动驾驶加速度控制方法
CN112896162B (zh) * 2021-03-29 2022-09-27 东风汽车集团股份有限公司 一种匝道工况下的汽车纵向行驶优化控制方法及装置
CN113276855B (zh) * 2021-05-08 2023-03-14 重庆长安汽车股份有限公司 一种稳定跟车系统及方法
CN113386793B (zh) * 2021-06-30 2022-06-03 重庆长安汽车股份有限公司 线性和非线性控制结合低速稳态控制系统
CN113377112B (zh) * 2021-06-30 2023-05-05 东风商用车有限公司 一种自动驾驶速度规划及状态协调方法和装置
CN113428141B (zh) * 2021-07-15 2022-12-09 东风汽车集团股份有限公司 一种前车紧急切入及时响应的智能检测方法及系统
CN114291110B (zh) * 2021-12-29 2023-08-25 广州小鹏自动驾驶科技有限公司 车辆控制方法、装置、电子设备及存储介质
CN115848372B (zh) * 2023-03-02 2023-06-23 常州星宇车灯股份有限公司 车辆自适应巡航控制装置及控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107272405B (zh) * 2017-05-26 2021-01-26 广州汽车集团股份有限公司 匀质车辆队列的车辆分布式控制器增益求取方法和装置
CN107719369B (zh) * 2017-09-14 2019-05-10 北京智行者科技有限公司 自动驾驶纵向控制方法、装置及具有其的无人驾驶车辆
KR20190062154A (ko) * 2017-11-28 2019-06-05 한국전자통신연구원 자율주행 차량의 안전 주행을 위한 제어 장치
CN111216740A (zh) * 2018-11-08 2020-06-02 株式会社万都 驾驶员辅助设备及其控制方法以及驾驶员辅助系统
CN110962848B (zh) * 2019-07-31 2021-08-06 重庆长安汽车股份有限公司 自动驾驶纵向运动控制的方法及系统
CN111216713B (zh) * 2020-02-17 2022-06-10 哈尔滨工业大学 一种自动驾驶车辆速度预瞄控制方法

Also Published As

Publication number Publication date
CN111873998A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN111873998B (zh) 一种自动驾驶车辆纵向加速度规划方法
CN113276848B (zh) 一种智能驾驶换道避障轨迹规划、跟踪控制方法及系统
US8190330B2 (en) Model based predictive control for automated lane centering/changing control systems
CN112289076B (zh) 双车道智能网联车协同换道方法、装置、设备及存储介质
CN111260956B (zh) 一种基于模型预测控制的车辆自动换道规划与控制方法
CN111016893B (zh) 一种拥堵环境下智能车辆可拓博弈车道保持自适应巡航控制系统与控制方法
CN110103959B (zh) 一种自适应巡航控制方法
CN110286681A (zh) 一种变曲率弯道的动态自动驾驶换道轨迹规划方法
JP4710529B2 (ja) 走行制御装置
CN112124314B (zh) 车辆自动变道横向路径规划方法、系统、车辆及存储介质
CN112249008B (zh) 针对复杂动态环境的无人驾驶汽车预警方法
CN111016886B (zh) 一种基于b样条理论的自动泊车路径规划方法
CN110254422B (zh) 一种基于多目标增强学习及贝塞尔曲线的汽车避障方法
CN114523982B (zh) 一种自动驾驶并行行驶回避的速度规划方法
CN110789524A (zh) 自适应巡航控制
CN114194215B (zh) 一种智能车辆避障换道轨迹规划方法及系统
CN113593275B (zh) 一种基于公交信号优先的交叉口网联自动驾驶方法
CN107004365A (zh) 预测进路推断装置以及预测进路推断方法
CN110936958A (zh) 自动驾驶换道轨迹优化模型、换道轨迹优化方法及其系统
CN110893850A (zh) 一种车辆纵向速度规划方法和纵向速度规划装置
CN112363505B (zh) 一种基于目标距离的铰接式扫地车速度规划方法及系统
CN112937584A (zh) 一种自动换道控制方法、装置及汽车
CN110654386B (zh) 弯道下多智能电动汽车协作式巡航纵横向综合控制方法
CN115092167B (zh) 一种城区自动驾驶弯道速度控制方法、存储介质及汽车
Li et al. Lane keeping control based on model predictive control under region of interest prediction considering vehicle motion states

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: 20230918

Address after: 401120 No.107 dataguzhong Road, Xiantao street, Yubei District, Chongqing

Patentee after: Chongqing Changan Automobile Software Technology Co.,Ltd.

Address before: 400023, No. 260, Jianxin East Road, Jiangbei District, Chongqing

Patentee before: Chongqing Changan Automobile Co.,Ltd.

TR01 Transfer of patent right