CN112859838A - 一种自动驾驶控制方法、装置、设备和介质 - Google Patents

一种自动驾驶控制方法、装置、设备和介质 Download PDF

Info

Publication number
CN112859838A
CN112859838A CN202011632632.1A CN202011632632A CN112859838A CN 112859838 A CN112859838 A CN 112859838A CN 202011632632 A CN202011632632 A CN 202011632632A CN 112859838 A CN112859838 A CN 112859838A
Authority
CN
China
Prior art keywords
controller
running vehicle
information
lane
determining
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.)
Granted
Application number
CN202011632632.1A
Other languages
English (en)
Other versions
CN112859838B (zh
Inventor
张晓莉
戴一凡
卢贤票
徐巍
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.)
Tsinghua University
Suzhou Automotive Research Institute of Tsinghua University
Original Assignee
Tsinghua University
Suzhou Automotive Research Institute of Tsinghua University
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 Tsinghua University, Suzhou Automotive Research Institute of Tsinghua University filed Critical Tsinghua University
Priority to CN202011632632.1A priority Critical patent/CN112859838B/zh
Publication of CN112859838A publication Critical patent/CN112859838A/zh
Application granted granted Critical
Publication of CN112859838B publication Critical patent/CN112859838B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种自动驾驶控制方法、装置、设备和介质。其中，该方法包括：确定行驶车辆的决策行为；其中，决策行为包括换道行为或跟车巡航行为；若检测到决策行为不是换道行为，则根据预先获取的行驶车辆的属性参考信息确定行驶车辆的目标横向控制器；其中，属性参考信息包括车道线信息和定位信息；根据目标横向控制器确定行驶车辆的方向盘转角。本发明实施例能够基于行驶车辆的决策行为选择行驶车辆的目标横向控制器，有效解决了车道线难以识别导致无法确定行车方向的问题，从而提高了自动驾驶系统的驾驶安全。

Description

一种自动驾驶控制方法、装置、设备和介质
技术领域
本发明实施例涉及一种自动驾驶技术领域，尤其涉及一种自动驾驶控制方法、装置、设备和介质。
背景技术
自动驾驶系统通常包括感知、决策、控制和执行四个模块，其中控制又分为横向控制和纵向控制；横向控制主要是通过设计的控制算法控制自动驾驶车辆的转向，使之能够沿着目标路径行驶；纵向控制通过控制车辆的踏板开度，制动压力或加减速度，使车辆达到路径对应的车速或程序中设置的目标车速。横纵向控制目标的计算，对自动驾驶系统呈现的最终结果有着至关重要的影响，其不仅影响车辆的控制精度，还会对自车的稳定性、舒适性产生重要的影响。目前在自动驾驶领域中的横向控制，主要是基于摄像头输出的车道线信息进行车道保持，即根据摄像头输出的车道线信息结合横向控制器确定行驶车辆的方向。
上述方案的缺陷在于：当出现车道线丢失或者有遮挡的情况，无法准确识别出车道线信息，从而导致难以准确确定出行驶车辆的待行驶方向。
发明内容
本申请实施例提供一种自动驾驶控制方法、装置、设备和介质，可以基于确定出的行驶车辆的决策行为选择行驶车辆目标横向控制器，能够有效解决车道线难以识别导致无法确定行车方向的问题，从而提高了自动驾驶系统的驾驶安全。
第一方面，本发明实施例提供了一种自动驾驶控制方法，包括：
确定行驶车辆的决策行为；其中，所述决策行为包括换道行为或跟车巡航行为；
若检测到所述决策行为不是换道行为，则根据预先获取的所述行驶车辆的属性参考信息确定所述行驶车辆的目标横向控制器；其中，所述属性参考信息包括车道线信息和定位信息；
根据所述目标横向控制器确定所述行驶车辆的方向盘转角。
可选的，确定行驶车辆的决策行为，包括：
获取行驶车辆的行驶信息；其中，所述行驶信息包括状态信息、环境信息和障碍物信息中的至少一种；
根据所述行驶信息确定所述行驶车辆的决策行为。
可选的，根据预先获取的所述行驶车辆的属性参考信息确定所述行驶车辆的目标横向控制器，包括：
检测预先获取的车道线信息是否有效；
若否，则判断行驶车辆的定位信息是否可用；
若可用，则将车道居中控制器切换为自动循迹控制器，并将所述自动循迹控制器作为所述行驶车辆的目标横向控制器。
可选的，在将所述自动循迹控制器作为所述行驶车辆的目标横向控制器之后，所述方法还包括：
若检测到所述行驶车辆的定位信息不可用，且车道线信息可用，则将所述自动循迹控制器切换为车道居中控制器，并将所述车道居中控制器作为所述行驶车辆的目标横向控制器。
可选的，检测预先获取的车道线信息是否有效，包括：
确定摄像头输出的车道线识别质量；其中，所述车道线识别质量由车道线识别等级确定；
确定摄像头输出的车道线特征质量；其中，所述车道线特征质量包括车道线方程、车道宽度、车道线长度和车道标线宽度；
根据所述车道线识别质量和所述车道线特征质量，确定预先获取的车道线信息是否有效。
可选的，判断行驶车辆的定位信息是否可用，包括：
确定导航设备输出的定位信号的所属状态；其中，所述定位信号的所属状态包括差分状态；
确定导航设备输出的经纬度；
根据所述定位信号的所属状态和所述经纬度，判断行驶车辆的定位信息是否可用。
可选的，根据所述目标横向控制器确定所述行驶车辆的方向盘转角，包括：
若所述目标横向控制器为自动循迹控制器，则根据行驶车辆的定位信息、障碍物信息和行驶车辆的状态信息确定所述行驶车辆的局部轨迹；
将所述决策行为和所述局部轨迹输入所述自动循迹控制器，以根据所述自动循迹控制器的输出得到所述行驶车辆的方向盘转角。
可选的，所述自动循迹控制器和所述车道居中控制器之间的切换通过横向稳定切换模糊控制器完成。
第二方面，本发明实施例提供了一种自动驾驶控制装置，包括：
决策行为确定模块，用于确定行驶车辆的决策行为；其中，所述决策行为包括换道行为或跟车巡航行为；
控制器确定模块，用于若检测到所述决策行为不是换道行为，则根据预先获取的所述行驶车辆的属性参考信息确定所述行驶车辆的目标横向控制器；其中，所述属性参考信息包括车道线信息和定位信息；
方向盘转角确定模块，用于根据所述目标横向控制器确定所述行驶车辆的方向盘转角。
可选的，决策行为确定模块，具体用于：
获取行驶车辆的行驶信息；其中，所述行驶信息包括状态信息、环境信息和障碍物信息中的至少一种；
根据所述行驶信息确定所述行驶车辆的决策行为。
可选的，控制器确定模块，包括：车道线信息检测单元、定位信息判断单元和控制器确定单元；
车道线信息检测单元，用于检测预先获取的车道线信息是否有效；
定位信息判断单元，用于若否，则判断行驶车辆的定位信息是否可用；
控制器确定单元，用于若可用，则将车道居中控制器切换为自动循迹控制器，并将所述自动循迹控制器作为所述行驶车辆的目标横向控制器。
可选的，还包括：
控制器切换模块，用于若检测到所述行驶车辆的定位信息不可用，且车道线信息可用，则将所述自动循迹控制器切换为车道居中控制器，并将所述车道居中控制器作为所述行驶车辆的目标横向控制器。
可选的，车道线信息检测单元，具体用于：
确定摄像头输出的车道线识别质量；其中，所述车道线识别质量由车道线识别等级确定；
确定摄像头输出的车道线特征质量；其中，所述车道线特征质量包括车道线方程、车道宽度、车道线长度和车道标线宽度；
根据所述车道线识别质量和所述车道线特征质量，确定预先获取的车道线信息是否有效。
可选的，定位信息判断单元，具体用于：
确定导航设备输出的定位信号的所属状态；其中，所述定位信号的所属状态包括差分状态；
确定导航设备输出的经纬度；
根据所述定位信号的所属状态和所述经纬度，判断行驶车辆的定位信息是否可用。
可选的，方向盘转角确定模块，具体用于：
若所述目标横向控制器为自动循迹控制器，则根据行驶车辆的定位信息、障碍物信息和行驶车辆的状态信息确定所述行驶车辆的局部轨迹；
将所述决策行为和所述局部轨迹输入所述自动循迹控制器，以根据所述自动循迹控制器的输出得到所述行驶车辆的方向盘转角。
可选的，所述自动循迹控制器和所述车道居中控制器之间的切换通过横向稳定切换模糊控制器完成。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中的任一种所述的自动驾驶控制方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的任一种所述的自动驾驶控制方法。
本发明实施例确定行驶车辆的决策行为；其中，决策行为包括换道行为或跟车巡航行为；若检测到决策行为不是换道行为，则根据预先获取的行驶车辆的属性参考信息确定行驶车辆的目标横向控制器；其中，属性参考信息包括车道线信息和定位信息；根据目标横向控制器确定行驶车辆的方向盘转角。本发明实施例能够基于行驶车辆的决策行为选择行驶车辆的目标横向控制器，有效解决了车道线难以识别导致无法确定行车方向的问题，从而提高了自动驾驶系统的驾驶安全。
附图说明
图1是本发明实施例一中的自动驾驶控制方法的流程示意图；
图2是本发明实施例二中的自动驾驶控制方法的流程示意图；
图3是本发明实施例二中的行驶车辆的自动驾驶系统的结构示意图；
图4是本发明实施例三中的自动驾驶控制装置的结构示意图；
图5是本实施例四中的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的自动驾驶控制方法的流程示意图。本实施例可适用于行驶车辆实施自动驾驶的情况。本实施例方法可由自动驾驶控制装置来执行，该装置可采用硬件/或软件的方式来实现，并可配置于电子设备中。可实现本申请任意实施例所述的自动驾驶控制方法。如图1所示，该方法具体包括如下：
S110、确定行驶车辆的决策行为；其中，决策行为包括换道行为或跟车巡航行为。
在本实施例中，行驶车辆为具有自动驾驶功能的移动设备；行驶车辆的决策行为是该行驶车辆在下一时刻要进行的车辆控制行为，决策行为能够反映出行驶车辆在正常运行过程中自动驾驶系统对于该行驶车辆的实时掌控，以有效保证行驶车辆自动驾驶的安全稳定性。其中，跟车巡航行为是在和前车保持安全距离的前提下，跟随前车加减速行驶。
在本实施例中，可选的，确定行驶车辆的决策行为，包括：
获取行驶车辆的行驶信息；其中，行驶信息包括状态信息、环境信息和障碍物信息中的至少一种；
根据行驶信息确定行驶车辆的决策行为。
其中，行驶车辆的状态信息为行驶车辆在行走过程中车辆自身的底层运行数据，例如车辆的当前车速、方向盘转角、档位以及油门开度等数据；环境信息为车辆行走周边环境中设备或者道路信息，例如交通指示灯和交通标示标牌等，行驶车辆的状态信息和环境信息可通过车辆中安装的传感器获取得到；障碍物是指道路前方行驶的或静止的机动车辆或非机动车辆，通过毫米波雷达检测得到，可包括道路前方行驶的或静止的机动车辆或非机动车辆相对自车的位置、速度等信息。
根据行驶信息确定行驶车辆的决策行为可包括：根据行驶信息预测当前行驶道路的可行驶安全值；若该可行驶安全值小于第一阈值，则确定行驶车辆的决策行为为换道行为；若该可行驶安全值大于第一阈值且小于第二阈值，则确定行驶车辆的决策行为跟车巡航行为。其中，阈值可根据行驶车辆的历史行车信息进行自定义设置。
本实施例能够结合行驶车辆的状态信息、环境信息以及障碍物信息，对行驶车辆的行车环境进行有效判断，从而快速准确的判定出行驶车辆的决策行为。
S120、判断决策行为是否为换道行为；若否，则执行S130；若是，则执行S140。
S130、根据预先获取的行驶车辆的属性参考信息确定行驶车辆的目标横向控制器；其中，属性参考信息包括车道线信息和定位信息。
在本实施例中，目标横向控制器包括车道居中控制器和自动循迹控制器；行驶车辆原始的横向控制器为车道居中控制器，当判断出决策行为是换道行为时，则需要对行驶车辆的横向控制器进行重新确定，以保证行驶车辆能够安全稳定的实施变道操作。
其中，车道线信息可包括车道线的线型(例如实线和虚线)、识别质量、车道线中心方程、车道线长度以及车道标线宽度等；车道线信息可由智能智能摄像头基于内置算法进行车道线的识别，并对车道线进行三次多项式拟合，输出多项式的拟合系数、车道线的线型、识别质量、车道线中心方程、车道线长度以及车道标线宽度。定位信息可包括GPS(Global Positioning System，全球定位系统)输出的定位信号、经纬度、航向角和差分状态信号等。
由于现有的自动驾驶系统仅能采用行驶车辆的车道线信息对行驶车辆的换道行为进行有效监测，其采用的仅有一个横向控制器实现，当车道线信息出现丢失或者识别不出的情况，就难以准确实时的对行驶车辆进行自动驾驶，极大的降低了行驶车辆的安全。
因此，本实施例采用结合车道线信息和定位信息，对行驶车辆的横向控制器进行信息优选，以在车道线信息难以正常使用的情况下还能利用定位信息确定另一个横向控制器，对行驶车辆进行实时控制。
S140、将车道居中控制器切换为自动循迹控制器，并将自动循迹控制器作为行驶车辆的目标横向控制器。
在本实施例中，若决策行为显示为换道行为时，则表明行驶车辆的自动驾驶系统确认行驶车辆的定位信息是有效的，则需要对行驶车辆的横向控制器进行切换，由自动循迹控制器实现对行驶车辆的横向控制；变道完成后，当检测到车道线信息有效且行驶车辆的当前状态满足车道居中功能时，可由自动循迹控制器切换为车道居中控制器。
S150、根据目标横向控制器确定行驶车辆的方向盘转角。
在本实施例中，目标横向控制器的输入为车道线中心方程或者行驶车辆的定位信息、障碍物信息以及状态信息，输出为行驶车辆的方向盘转角，以实现行驶车辆的安全有效的自动驾驶；本实施例在一些特定的行驶情况下包括但不限于目标横向控制器的输出还可以为方向盘角速度。
本发明实施例确定行驶车辆的决策行为；其中，决策行为包括换道行为或跟车巡航行为；若检测到决策行为不是换道行为，则根据预先获取的行驶车辆的属性参考信息确定行驶车辆的目标横向控制器；其中，属性参考信息包括车道线信息和定位信息；根据目标横向控制器确定行驶车辆的方向盘转角。本发明实施例能够基于行驶车辆的决策行为选择行驶车辆的目标横向控制器，有效解决了车道线难以识别导致无法确定行车方向的问题，从而提高了自动驾驶系统的驾驶安全。
实施例二
图2是本发明实施例二中的自动驾驶控制方法的流程示意图。本实施例是在上述实施例的基础上进一步扩展与优化，并可与上述技术方案中任意可选方案组合。如图2所示，该方法包括：
S210、确定行驶车辆的决策行为；其中，决策行为包括换道行为或跟车巡航行为。
S220、若检测到决策行为不是换道行为，则检测预先获取的车道线信息是否有效；若否，则执行S230；若是，则执行S260。
在本实施例中，当行驶车辆不需要换道行为时，检测车道线信息是为了确定该行驶车辆可用的横向控制器，以避免对行驶车辆自动驾驶功能的延迟。
在本实施例中，检测预先获取的车道线信息是否有效，包括：
确定摄像头输出的车道线识别质量；其中，车道线识别质量由车道线识别等级确定；
确定摄像头输出的车道线特征质量；其中，车道线特征质量包括车道线方程、车道宽度、车道线长度和车道标线宽度；
根据车道线识别质量和车道线特征质量，确定预先获取的车道线信息是否有效。
其中，车道线识别质量可以为车道线相关特征量的质量，其能够反映出车道线是否满足使用要求；示例性的，在本实施例中，当摄像头输出的连续五组车道线识别质量均为2或3时，则表明车道线识别质量满足要求；具体的，2和3为车道线的不同识别等级。
车道线特征质量的判定，包括对车道线方程的四个三次多项式系数的范围及前后帧间跳变的范围合理性进行判断；对识别到的车道宽度的范围和帧间跳变的范围进行合理性判断；对识别车道线的长度进行合理性判断；对车道标线宽度的合理性判断等。根据经验值，常规车道宽度一般为3.5m或3.75m，车道标线宽度一般为15cm，车道线三次多项式系数也有对应的范围。在本实施例中，如果测试数据与预设经验值的差值超过一定阈值或测试数据超出经验范围，则认为此数据不可用。
根据车道线识别质量和车道线特征质量，确定预先获取的车道线信息是否有效，可包括：确定车道线识别质量是否合格，并确定车道线特征质量是否合格；若车道线识别质量合格且车道线特征质量合格，则确定车道线信息有效。本实施例根据通过对车道线识别质量和车道线特征质量的合规性判定，能够精准的判定出获取的车道线信息是否可用。
S230、判断行驶车辆的定位信息是否可用；若可用，则执行S240；若不可用，则执行S250。
在本实施例中，判断行驶车辆的定位信息是否可用，包括：
确定导航设备输出的定位信号的所属状态；其中，定位信号的所属状态包括差分状态；
确定导航设备输出的经纬度；
根据定位信号的所属状态和经纬度，判断行驶车辆的定位信息是否可用。
其中，根据定位信号的所属状态和经纬度，判断行驶车辆的定位信息是否可用，包括：根据预设信号值确定定位信号的所属状态是否合理，并根据预设经纬度范围确定经纬度是否合理；若定位信号的所属状态和经纬度均合理，则确定行驶车辆的定位信息可用。本实施例能够结合定位信号的所属状态和经纬度对行驶车辆的定位信息进行有效判定，从而提高了行驶车辆的定位信息的判定效率。
示例性的，导航设备输出的定位信号可通过数值表示，例如0、1、2、3和4，可预先将数值4定义为差分状态，若检测到导航设备输出的定位信号为4，则认为定位信号合理；经纬度的数据变化范围小于第一预设阈值，或者多帧之间数据变化范围小于预设阈值，则认为经纬度合理。
S240、将车道居中控制器切换为自动循迹控制器，并将自动循迹控制器作为行驶车辆的目标横向控制器。
在本实施例中，在车道居中控制器切换为自动循迹控制器时，可选的，自动循迹控制器和车道居中控制器之间的切换通过横向稳定切换模糊控制器完成以实现目标横向控制器切换间的平稳过渡；具体的，横向控制稳定切换模糊控制器是一种模糊控制器，通过该控制器获取加权系数λ，在不同横向控制器切换过渡过程中对当前横向控制器和目标横向控制器输出的方向盘转角δ1和δ2进行加权处理，最终输出的目标方向盘转角可根据下式(1)确定。
δaim＝λ*δ1+(1-λ)*δ2 (1)
其中：λ和(1-λ)分别为上述两个控制器输出的加权系数；加权系数λ，可根据模糊规则的设定，随着两个控制器输出差值的变化不断调整，当切换结束后，其中一个加权系数为1，另外一个为0，从而防止控制模式切换时伴随着控制器输出的较大跳跃，引起系统扰动和瞬态响应，以实现横向控制目标的平滑切换。
示例性的，以下述典型工况为例进行说明。在车道线信息和差分GPS信息都可用的工况下，自动驾驶车辆由车道居中控制，当决策出要进行换道时，控制器需要切换为自动循迹，如果直接切换有可能会造成方向控制产生震荡，因此有必要设计过渡过程，完成平稳切换。
当前控制器的输出是车道居中控制，目标输出则表示切换过程结束后控制器的输出，控制器输出加权系数λ是指前一个控制器的输出加权系数，控制器输出加权系数(1-λ)是指即将工作的控制器输出加权系数；λ随着切换过程不断调整，且其大小和当前输出和目标输出的差值有关，具体实现通过横向控制稳定切换模糊控制器；模糊控制是以一种从行为上模仿人的模糊推理和决策过程的智能控制方法，根据操作人员手动控制的经验或专家经验编成模糊规则，再根据系统当前运行状态，经过模糊推理、模糊判决等运算求出控制量实现对被控对象的控制；模糊控制器由模糊化，模糊规则，模糊推理和去模糊化四部分组成。
在本实施例中，模糊控制的输入是当前控制器和目标控制器输出的差值，输出是当前控制器的权重系数；输入值论域定为[-30,30]，将输入量分为7个等级，对应的模糊子集为{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PM(正小)，PS(正中)，PB(正大)}；输出值论域为[0,1]，对应的模糊子集为{ZO，PS，PM，PB}。
定义隶属度函数：隶属度函数常见类型包括高斯型，S形，钟形，梯形，三角形，Z形等；一般选用原则为在误差大的区域选择低分辨率的模糊集，在误差较小的区域选择较高分辨率的模糊集，在本实施例中，考虑到计算的方便性和算法的实时性，对输入输出量两边选用钟形隶属度函数，中间选用三角形隶属度函数；并采用专家经验来定义模糊控制规则，一般当目标输出与当前输出偏差较大，为了保证切换的连续性，当前控制器输出加权系数应较大，目标控制器输出加权系数应较小；当目标输出与当前输出很接近，说明切换过程即将完成，此时当前控制器输出加权系数为零，目标控制器输出加权系数无限接近于1；其他依次类推。最终确定的模糊规则表如下：
IF(e) NB NM NS ZO PS PM PB
THEN(u) PB PM PS ZO PS PM PB
模糊推理，得到输出论域对应的模糊集合的隶属度，然后去模糊化推导精确值，本实施例中去模糊化采用的方法是加权平均法；加权平均法的基本公式可参见如下公式(2)。
Figure BDA0002880429300000141
其中FSi是推理得到的隶属度，ki是对应的权重系数，其值的选取根据实际情况而定；计算得到此控制器的输出即是当前控制器输出权重λ，然后根据公式(1)计算综合的控制目标，完成控制器的平稳切换。
本实施例通过预先设置的横向稳定切换模糊控制器，实现不同横向控制器输出的方向盘转角的平稳过渡，最终实现车辆在车道线丢失、模糊、阴影等，或差分GPS信号丢失或信号较弱等非常规工况下也能自动驾驶，拓宽自动驾驶系统的适用范围，从而有效提高自动驾驶系统的稳定性和鲁棒性。
S250、启动行驶车辆的异常控制器，并生成异常预警提示。
在本实施例中，若检测到车道线信息和定位信息同时不可用的情况下，表明行驶车辆的横向控制器均不可用，为了有效保证行驶车辆的驾驶安全，则启动异常控制器进行异常控制；其中，异常控制可包括减速；异常预警提示可包括语音提示以及振动提示等。本实施例通过在检测到行驶车辆的横向控制器均不可用时，启动异常控制，能够有效保证行驶车辆的行车安全，降低行车风险。
S260、将车道居中控制器作为行驶车辆的目标横向控制器。
S270、根据目标横向控制器确定行驶车辆的方向盘转角。
在上述实施例的基础上，可选的，在将自动循迹控制器作为行驶车辆的目标横向控制器之后，本实施例方法还包括：
若检测到行驶车辆的定位信息不可用，且车道线信息可用，则将自动循迹控制器切换为车道居中控制器，并将车道居中控制器作为行驶车辆的目标横向控制器。
在本实施例中，当行驶车辆基于自动循迹控制器进行行走时，若定位信息不可用，且车道线信息可用时，则表明自动循迹控制器无法对该行驶车辆进行正常控制；本实施例通过将自动循迹控制器切换为车道居中控制器，以保证行驶车辆在实施自动驾驶功能时的驾驶安全。
在上述实施例的基础上，可选的，根据目标横向控制器确定行驶车辆的方向盘转角，包括：
若目标横向控制器为自动循迹控制器，则根据行驶车辆的定位信息、障碍物信息和行驶车辆的状态信息确定行驶车辆的局部轨迹；
将决策行为和局部轨迹输入自动循迹控制器，以根据自动循迹控制器的输出得到行驶车辆的方向盘转角。
在本实施例中，可根据决策规划模块确定的决策行为、行驶车辆的定位信息和状态信息，计算行驶车辆相对目标轨迹的横向位置偏差、航向角偏差及轨迹点的曲率，通过预先算法计算得到行驶车辆的方向盘转角。
其中，根据行驶车辆的定位信息、障碍物信息和行驶车辆的状态信息确定行驶车辆的局部轨迹，可包括：根据行驶车辆的定位信息确定行驶车辆的起点坐标，并根据障碍物信息确定行驶车辆的终点坐标；根据行驶车辆的状态信息、起点坐标以及终点坐标确定行驶车辆的局部轨迹。本实施例能够通过行驶车辆自动驾驶系统的决策规划模块基于行驶车辆的定位信息、障碍物信息和行驶车辆的状态信息确定行驶车辆当前的局部轨迹，并将该局部轨迹输入自动循迹控制器中，从而有效得出行驶车辆的方向盘转角。
需要说明的是，本实施例中根据横向控制器确定出的方向盘转角能够结合纵向控制器实现行驶车辆的行车控制；其中，纵向控制器能够实现车辆驱动以及车辆制动的控制。
其中，若目标横向控制器为车道居中控制器，则获取车道线的有效信息，根据有效信息确定车道线中心方程；将车道线中心方程输入车道居中控制器，以根据车道居中控制器的输出得到行驶车辆的方向盘转角。具体的，可根据行驶车辆距车道中心线的横向偏差和航向角偏差及道路曲率，通过预先设计的算法计算目标方向盘转角。
车道线的有效信息为车道线通过有效性判断合理的车道线信息，将车道线的有效信息进行车道中心线拟合，得到车道线中心方程；具体的，车道中心线方程拟合，可包括以下操作：根据识别到的车道线线型和识别质量，结合车道线数据有效性判断的结果，将左右两侧车道线，或根据更新的车道宽度和单侧车道线拟合成车道中心线，并对该车道中心线进行卡尔曼滤波追踪，输出拟合追踪后的车道中心线方程，作为车道居中控制器的输入。
示例性的，以对车道线的有效信息进行三次多项式拟合为例说明。
根据识别到的车道线线型和识别质量，结合车道线的有效数据，分别判断当前左右两侧车道线的可用性。若左右侧车道线数据均可用，考虑到左右两侧车道线一般是平行关系，则由左右两侧车道线方程的系数进行平均，得到目标车道中心线方程，并根据摄像头到左右车道线的距离更新车道宽度；若只有单侧车道线，则结合更新的车道宽度，将单侧车道线方程进行平移，得到目标车道中心线方程；然后对该车道中心线进行卡尔曼滤波追踪，输出拟合追踪后的车道中心线方程。确定出车道线中心方程可参见公式(3)。
X＝C3*Z3+C2*Z2+C1*Z+C0 (3)
其中，C0表示摄像头距车道线的横向距离，C1表示车辆和车道线的相对夹角，2C2表示车道线的曲率，6C3表示曲率变化率。
在本实施例中，图3为行驶车辆的自动驾驶系统的结构示意图；自动驾驶系统由感知定位模块、决策规划模块、控制模块和执行模块组成；其中，感知定位模块包括智能摄像头、传感器、导航设备(例如组合导航)和毫米波雷达；决策规划模块根据车辆的状态信息及周边道路环境及障碍物信息，进行决策行为的判断，并规划出合理的局部路径，并发送给控制模块；控制模块接收感知定位模块发出的信息和决策规划模块发出的决策行为和轨迹信息，进行综合判断，计算出横向控制目标并发送给执行车辆；执行模块接收并执行控制模块发送的横纵向控制指令，实现车道居中控制或自动循迹或自动避障等功能，并同时向其他模块反馈自身状态信息，包括实际车速和实际方向盘转角等。
实施例三
图4是本发明实施例三中的自动驾驶控制装置的结构示意图，本实施例可适用于行驶车辆实施自动驾驶的情况。该装置配置于电子设备中，可实现本申请任意实施例所述的自动驾驶控制方法。该装置具体包括如下：
决策行为确定模块410，用于确定行驶车辆的决策行为；其中，所述决策行为包括换道行为或跟车巡航行为；
控制器确定模块420，用于若检测到所述决策行为不是换道行为，则根据预先获取的所述行驶车辆的属性参考信息确定所述行驶车辆的目标横向控制器；其中，所述属性参考信息包括车道线信息和定位信息；
方向盘转角确定模块430，用于根据所述目标横向控制器确定所述行驶车辆的方向盘转角。
在上述实施例的基础上，可选的，决策行为确定模块410，具体用于：
获取行驶车辆的行驶信息；其中，所述行驶信息包括状态信息、环境信息和障碍物信息中的至少一种；
根据所述行驶信息确定所述行驶车辆的决策行为。
在上述实施例的基础上，可选的，控制器确定模块420，包括：车道线信息检测单元、定位信息判断单元和控制器确定单元；
车道线信息检测单元，用于检测预先获取的车道线信息是否有效；
定位信息判断单元，用于若否，则判断行驶车辆的定位信息是否可用；
控制器确定单元，用于若可用，则将车道居中控制器切换为自动循迹控制器，并将所述自动循迹控制器作为所述行驶车辆的目标横向控制器。
在上述实施例的基础上，可选的，本实施例装置还包括：
控制器切换模块，用于若检测到所述行驶车辆的定位信息不可用，且车道线信息可用，则将所述自动循迹控制器切换为车道居中控制器，并将所述车道居中控制器作为所述行驶车辆的目标横向控制器。
在上述实施例的基础上，可选的，车道线信息检测单元，具体用于：
确定摄像头输出的车道线识别质量；其中，所述车道线识别质量由车道线识别等级确定；
确定摄像头输出的车道线特征质量；其中，所述车道线特征质量包括车道线方程、车道宽度、车道线长度和车道标线宽度；
根据所述车道线识别质量和所述车道线特征质量，确定预先获取的车道线信息是否有效。
在上述实施例的基础上，可选的，定位信息判断单元，具体用于：
确定导航设备输出的定位信号的所属状态；其中，所述定位信号的所属状态包括差分状态；
确定导航设备输出的经纬度；
根据所述定位信号的所属状态和所述经纬度，判断行驶车辆的定位信息是否可用。
在上述实施例的基础上，可选的，方向盘转角确定模块430，具体用于：
若所述目标横向控制器为自动循迹控制器，则根据行驶车辆的定位信息、障碍物信息和行驶车辆的状态信息确定所述行驶车辆的局部轨迹；
将所述决策行为和所述局部轨迹输入所述自动循迹控制器，以根据所述自动循迹控制器的输出得到所述行驶车辆的方向盘转角。
在上述实施例的基础上，可选的，所述自动循迹控制器和所述车道居中控制器之间的切换通过横向稳定切换模糊控制器完成。
通过本发明实施例三的自动驾驶控制装置，能够基于行驶车辆的决策行为选择行驶车辆的目标横向控制器，有效解决了车道线难以识别导致无法确定行车方向的问题，从而提高了自动驾驶系统的驾驶安全。
本发明实施例所提供的自动驾驶控制装置可执行本发明任意实施例所提供的自动驾驶控制方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5是本发明实施例四中的电子设备的结构示意图，如图5所示，该电子设备包括处理器510、存储器520、输入装置530和输出装置540；电子设备中处理器510的数量可以是一个或多个，图5中以一个处理器510为例；电子设备中的处理器510、存储器520、输入装置530和输出装置440可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器520作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的自动驾驶控制方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的自动驾驶控制方法。
存储器520可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器520可进一步包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置540可包括显示屏等显示设备。
实施例五
本实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的自动驾驶控制方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的自动驾驶控制方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (11)

1.一种自动驾驶控制方法，其特征在于，所述方法包括：
确定行驶车辆的决策行为；其中，所述决策行为包括换道行为或跟车巡航行为；
若检测到所述决策行为不是换道行为，则根据预先获取的所述行驶车辆的属性参考信息确定所述行驶车辆的目标横向控制器；其中，所述属性参考信息包括车道线信息和定位信息；
根据所述目标横向控制器确定所述行驶车辆的方向盘转角。
2.根据权利要求1所述的方法，其特征在于，确定行驶车辆的决策行为，包括：
获取行驶车辆的行驶信息；其中，所述行驶信息包括状态信息、环境信息和障碍物信息中的至少一种；
根据所述行驶信息确定所述行驶车辆的决策行为。
3.根据权利要求1所述的方法，其特征在于，根据预先获取的所述行驶车辆的属性参考信息确定所述行驶车辆的目标横向控制器，包括：
检测预先获取的车道线信息是否有效；
若否，则判断行驶车辆的定位信息是否可用；
若可用，则将车道居中控制器切换为自动循迹控制器，并将所述自动循迹控制器作为所述行驶车辆的目标横向控制器。
4.根据权利要求3所述的方法，其特征在于，在将所述自动循迹控制器作为所述行驶车辆的目标横向控制器之后，所述方法还包括：
若检测到所述行驶车辆的定位信息不可用，且车道线信息可用，则将所述自动循迹控制器切换为车道居中控制器，并将所述车道居中控制器作为所述行驶车辆的目标横向控制器。
5.根据权利要求3所述的方法，其特征在于，检测预先获取的车道线信息是否有效，包括：
确定摄像头输出的车道线识别质量；其中，所述车道线识别质量由车道线识别等级确定；
确定摄像头输出的车道线特征质量；其中，所述车道线特征质量包括车道线方程、车道宽度、车道线长度和车道标线宽度；
根据所述车道线识别质量和所述车道线特征质量，确定预先获取的车道线信息是否有效。
6.根据权利要求3所述的方法，其特征在于，判断行驶车辆的定位信息是否可用，包括：
确定导航设备输出的定位信号的所属状态；其中，所述定位信号的所属状态包括差分状态；
确定导航设备输出的经纬度；
根据所述定位信号的所属状态和所述经纬度，判断行驶车辆的定位信息是否可用。
7.根据权利要求3所述的方法，其特征在于，根据所述目标横向控制器确定所述行驶车辆的方向盘转角，包括：
若所述目标横向控制器为自动循迹控制器，则根据行驶车辆的定位信息、障碍物信息和行驶车辆的状态信息确定所述行驶车辆的局部轨迹；
将所述决策行为和所述局部轨迹输入所述自动循迹控制器，以根据所述自动循迹控制器的输出得到所述行驶车辆的方向盘转角。
8.根据权利要求3或4所述的方法，其特征在于，所述自动循迹控制器和所述车道居中控制器之间的切换通过横向稳定切换模糊控制器完成。
9.一种自动驾驶控制装置，其特征在于，所述装置包括：
决策行为确定模块，用于确定行驶车辆的决策行为；其中，所述决策行为包括换道行为或跟车巡航行为；
控制器确定模块，用于若检测到所述决策行为不是换道行为，则根据预先获取的所述行驶车辆的属性参考信息确定所述行驶车辆的目标横向控制器；其中，所述属性参考信息包括车道线信息和定位信息；
方向盘转角确定模块，用于根据所述目标横向控制器确定所述行驶车辆的方向盘转角。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～8中任一所述的自动驾驶控制方法。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～8中任一所述的自动驾驶控制方法。
CN202011632632.1A 2020-12-31 2020-12-31 一种自动驾驶控制方法、装置、设备和介质 Active CN112859838B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011632632.1A CN112859838B (zh) 2020-12-31 2020-12-31 一种自动驾驶控制方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011632632.1A CN112859838B (zh) 2020-12-31 2020-12-31 一种自动驾驶控制方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN112859838A true CN112859838A (zh) 2021-05-28
CN112859838B CN112859838B (zh) 2022-05-17

Family

ID=75999977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011632632.1A Active CN112859838B (zh) 2020-12-31 2020-12-31 一种自动驾驶控制方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN112859838B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487901A (zh) * 2021-07-30 2021-10-08 重庆长安汽车股份有限公司 基于摄像头感知的车道宽度校验方法及系统
CN113619581A (zh) * 2021-08-27 2021-11-09 中国第一汽车股份有限公司 一种跟车巡航状态的车辆控制方法、装置、设备及介质
CN114368393A (zh) * 2021-12-21 2022-04-19 重庆长安汽车股份有限公司 直道上的车道线丢失预警方法、系统与人机共驾方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107264531A (zh) * 2017-06-08 2017-10-20 中南大学 一种半结构化环境中智能车辆自主换道超车运动规划方法
CN108447266A (zh) * 2018-05-23 2018-08-24 清华大学 一种智能网联汽车协同换道入队控制方法
CN109318905A (zh) * 2018-08-22 2019-02-12 江苏大学 一种智能汽车路径跟踪混合控制方法
CN109606353A (zh) * 2018-12-29 2019-04-12 中企超控科技有限公司 一种无人驾驶车辆的转向系统
CN109753047A (zh) * 2017-11-08 2019-05-14 通用汽车环球科技运作有限责任公司 用于自主车辆行为控制的系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107264531A (zh) * 2017-06-08 2017-10-20 中南大学 一种半结构化环境中智能车辆自主换道超车运动规划方法
CN109753047A (zh) * 2017-11-08 2019-05-14 通用汽车环球科技运作有限责任公司 用于自主车辆行为控制的系统和方法
CN108447266A (zh) * 2018-05-23 2018-08-24 清华大学 一种智能网联汽车协同换道入队控制方法
CN109318905A (zh) * 2018-08-22 2019-02-12 江苏大学 一种智能汽车路径跟踪混合控制方法
CN109606353A (zh) * 2018-12-29 2019-04-12 中企超控科技有限公司 一种无人驾驶车辆的转向系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113487901A (zh) * 2021-07-30 2021-10-08 重庆长安汽车股份有限公司 基于摄像头感知的车道宽度校验方法及系统
CN113619581A (zh) * 2021-08-27 2021-11-09 中国第一汽车股份有限公司 一种跟车巡航状态的车辆控制方法、装置、设备及介质
CN114368393A (zh) * 2021-12-21 2022-04-19 重庆长安汽车股份有限公司 直道上的车道线丢失预警方法、系统与人机共驾方法
CN114368393B (zh) * 2021-12-21 2023-09-15 重庆长安汽车股份有限公司 直道上的车道线丢失预警方法、系统与人机共驾方法

Also Published As

Publication number Publication date
CN112859838B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
CN112859838B (zh) 一种自动驾驶控制方法、装置、设备和介质
CN111688663B (zh) 机动交通工具及控制其自动驾驶操作的方法
EP4173916A1 (en) Method and apparatus for controlling vehicle following, vehicle, and storage medium
US20190250617A1 (en) Fast trajectory planning via maneuver pattern selection
CN111289978A (zh) 一种车辆无人驾驶行为决策的方法和系统
CN110268457B (zh) 用于确定至少两个车辆的集体操纵的方法、计算机程序产品、计算机能读取的介质、控制器和包括该控制器的车辆
CN111552284A (zh) 无人驾驶车辆的局部路径规划方法、装置、设备及介质
US20140207325A1 (en) Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors
CN112965476B (zh) 一种基于多窗口模型的高速无人车轨迹规划系统及方法
WO2023010854A1 (zh) 路径跟踪方法、装置、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
JP7193656B2 (ja) 割り込んでくる又は抜け出て行く車両を認識する制御ユニット及び方法
US11358606B2 (en) Method for operating a motor vehicle for improving working conditions of evaluation units in the motor vehicle, control system for performing a method of this kind, and motor vehicle having a control system of this kind
Chen et al. A hierarchical hybrid system of integrated longitudinal and lateral control for intelligent vehicles
Wei et al. Game theoretic merging behavior control for autonomous vehicle at highway on-ramp
CN114435405A (zh) 一种车辆换道方法、装置、设备和存储介质
US11390303B2 (en) Vehicle control device
CN114103957B (zh) 变道控制方法、装置、电子设备和存储介质
CN115123227A (zh) 变道决策方法、装置以及车辆
CN111176285A (zh) 一种行进路径规划的方法及装置、车辆、可读存储介质
CN114148344B (zh) 一种车辆行为预测方法、装置及车辆
CN118124578A (zh) 换道轨迹规划方法、装置、车辆及存储介质
US20230192125A1 (en) Vehicle control system and method of controlling vehicle
CN117864135A (zh) 基于驾驶员操纵舒适性的车辆变道转向辅助方法
CN116572994B (zh) 一种车辆速度规划方法、装置及计算机可读介质

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