CN113119945A - 一种基于环境模型的汽车高级辅助驾驶系统 - Google Patents

Abstract

本发明提供一种基于环境模型的汽车高级辅助驾驶系统，涉及汽车驾驶技术领域，包括传感器、环境模型驾驶控制系统、中控系统与执行机构，所述车载传感器与所述环境信息收集单元相连，所述环境收集单元与所述环境状态分类单元相连，所述环境状态分类单元分别与所述环境模型分类单元、所述安全监管单元相连，所述环境模型分类单元与所述驾驶模式分类单元相连，所述驾驶模式分类单元、所述安全监管单元与所述车辆控制单元相连，所述车辆控制单元与所述执行机构相连，所述信息交互中心单元与所述中控系统相连。

Description

一种基于环境模型的汽车高级辅助驾驶系统

技术领域

本发明涉及车辆驾驶技术领域，具体涉及一种基于环境模型的汽车高级辅助驾驶系统。

背景技术

先进驾驶辅助系统(advanced driver assistance system，ADAS)是是一种利用安装在车辆上的传感、通信、决策及执行等装置,监测驾驶员、车辆及其行驶环境并通过影像、灯光、声音、触觉提示/警告或控制等方式辅助驾驶员执行驾驶任务或主动避免/减轻碰撞危害的各类系统。

现有技术中，大部分的ADAS(高级辅助驾驶系统)，会收集来自各种传感器(毫米波雷达，智能摄像头等)输出的目标信号(例如，车辆信息，车道线信息，道路标识，行人/自动车/电瓶车等)，实现ACC(自适应巡航)，LKS(车道保持辅助)，AEB(自动紧急制动)等功能，只能单一的针对某个目标做特定的响应，该系统并不能根据实际判断当前行车环境(例如车辆是在高架桥/高速路/乡村道路，是交通流量拥堵/畅通等)，进而根据不同的行车环境进行针对性的控制策略调整，以实现更安全舒适的驾控，因而需要一种能够基于环境进行判断后调整的汽车高级辅助驾驶系统。

发明内容

为解决上述技术问题，本发明的目的是提供一种基于环境模型的汽车高级辅助驾驶系统。

本发明提供了如下的技术方案：

一种基于环境模型的汽车高级辅助驾驶系统，包括传感器、环境模型驾驶控制系统、中控系统与执行机构，所述环境模型驾驶控制系统包括：

环境信息收集单元，用于收集车辆在行驶过程中，影响到车辆行驶的信息通过车载各传感器输出的信息；

环境状态分类单元，将汽车行驶过程中的外界驾驶环境与自身车辆驾驶状态进行分类；

环境模型分类单元，对车辆在行驶过程中遇到的不同驾驶环境进行模型建立；

驾驶模式分类单元，根据所述环境分类单元得到的信息以及环境模型的建立进行智能化分析，识别出适合当前行车环境的驾驶模式；

车辆控制单元，对于不同的驾驶模式对应的不同驾驶方法，匹配不同的控制参数，通过当前驾驶模式，依照参数匹配，输出适合当前模式的控制参数；

安全监管单元，由车辆的行驶状态与行驶环境进行综合判断，判断系统是否能够支持对当前行驶环境的安全驾驶要求，若是，系统判定当前为非安全驾驶环境，则本单元发布安全退出指令，并指示驾驶员安全接管车辆；

信息交互中心单元，收集上述所有单元的输出信息，并将收集到的信息进行统一的管理与输出，用于车载显示或是传输给其他车载设备，并通过车载中控系统，用于和驾驶员进行相关功能的信息交互和操作确认。

所述车载传感器与所述环境信息收集单元相连，所述环境收集单元与所述环境状态分类单元相连，所述环境状态分类单元分别与所述环境模型分类单元、所述安全监管单元相连，所述环境模型分类单元与所述驾驶模式分类单元相连，所述驾驶模式分类单元、所述安全监管单元与所述车辆控制单元相连，所述车辆控制单元与所述执行机构相连，所述信息交互中心单元与所述中控系统相连。

优选的，所述车载传感器包括车载地图、雷达传感器、视觉传感器、驾驶员监测与车辆信息相关传感器。

优选的，所述环境信息收集单元包括行车环境信息、车辆信息、车辆目标信息、VRU(弱势道路使用者，通常是行人或骑车者)目标信息、车道信息、交通灯信息、通用障碍物信息与定位限速标识信息。

优选的，所述环境状态分类单元包括本车驾驶状态、交通流量状态、危险车辆状态、局部环境状态与限速状态。

优选的，所述环境模型分类单元包括交通流量模型与行驶区域模型。

优选的，所述驾驶模式分类单元包括驾驶模式。

优选的，所述中控系统包括模式选择与信息显示。

优选的，所述执行机构包括刹车系统、转向系统与发动机系统。

优选的，一种基于环境模型的汽车高级辅助驾驶系统及控制方法，包括以下步骤：

S1、环境信息收集单元收集车载地图、雷达传感器、视觉传感器、驾驶员监控设备的输出信息与车辆信息等，收集到的信息将其归类为行车环境信息、车辆信息、车辆目标信号、VRU目标信息、车道信息、交通信息、通用障碍物信息与定位限速标识信息：

S2、环境信息收集单元将信息反馈给环境状态分类单元，将外界环境与自身车辆环境分类为本车驾驶状态、交通流量状态、危险车辆状态、局部环境状态与限速状态：首先将车辆目标信息采用特殊设计的流量统计算法，识别出交通流量状态，由于在不同路况下，不同类型车辆行驶速度不同，所以可以统计不同类型车流速度与密度，也便于后续算法对于不同车型采用不同算法控制；

S3、再将车道信息，定位信息、交通标识信息，车辆信息，交通灯信息，通用障碍物信息定位，通过算法识别局部环境，即当前车辆所处局部环境信息，便于之后的算法用于所处的局部路况进行控制；接着通过定位/限速/标识信息，提取限速信息，通过算法区分当前行驶区域的对车辆的限速要求，即限速状态；

S4、其次通过车辆目标信息识别危险车辆状态，状态识别后用于后续车辆行驶过程中，在遇到大车时，能够进行车辆控制，避免撞上大车；最后通过驾驶员监控传感器，车辆信息等识别出本车驾驶状态，以便于接下来根据驾驶员的状态进行驾驶安全管理，确保驾驶时的安全性。

S5、将环境状态分类单元收集到的各种状态进行环境建模，分为交通流量模型与行驶区域模型：结合交通流量状态与本车驾驶状态，建立交通流量模型，本车驾驶时会随着道路的交通流量模型来控制车辆的驾驶策略和行驶速度；结合车道信息、交通流量状态、局部环境与限速状态，建立行驶区域模型，即本车行驶时所处的各种道路类型，本车驾驶时，会根据行驶区域模型，来控制驾驶策略和行驶速度。

S6、根据所述环境分类单元得到的信息以及环境模型的建立进行智能化分析，识别出适合当前行驶环境的驾驶模式；通过本车驾驶状态、交通流量模型、行驶区域模型、局部环境状态与限速状态进行分析，分析当前车辆所处的驾驶模式，根据分析出的适合的驾驶模式，采取对应的车辆控制策略以增加驾驶模式的智能性、舒适性与安全性。

S7、对于不同的驾驶模式对应的不同驾驶策略，匹配不同的控制参数，通过当前驾驶模式，依照参数匹配，输出适合当前模式的控制参数；车辆控制单元包括参数管理、功能控制与横纵向控制，上述驾驶模式分类好后，根据不同模式采取不同策略，从而匹配不同的控制参数，在多种模式下，采取多参数查表的方式，进行不同参数的匹配，输出适合当前驾驶工况的控制参数。

S8、由车辆的行驶状态与行驶环境进行综合判断，判断系统是否能够支持对当前行驶环境的安全驾驶要求，根据行车环境信息、本车驾驶状态、行驶区域模型与局部环境状态进行判断，判断当前的行车状态是否安全；

S9、收集上述所有单元的输出信息，并将收集到的信息进行统一的管理与输出，用于车载显示或是传输给其他车载设备。通过车载人机交互系统，与驾驶员确认各功能的状态启停，除此还结合安全监管单元控制各功能的降级、抑制、关闭、打开、恢复等操作，收集各单元中的输入输出信息，然后将收集到的信息进行统一的管理与输出，用于中控系统的信息显示，或是用于其他车载设备也可以进行反馈控制。

本发明的有益效果是：

(1)本发明通过车载传感器收集车辆在行驶过程中，影响到车辆行驶的信息通过车载各传感器输出的信息，反馈给环境状态分类单元，将外界环境与自身车辆环境分类为几种状态，便于系统适用于不同的驾驶环境状态，增加了系统的全面性；

(2)本发明通过算法建立行驶区域与交通流量模型，得出不同的驾驶模式，车辆根据实际情况选择不同驾驶模式，增加了系统的拟人化行为，提高了系统的精确性；

(3)本发明通过车辆的行驶状态与行驶环境进行系统是否支持对当前行驶环境的安全驾驶要求，便于切换为人工驾驶，增加了系统的智能性，也增加了系统的实用性；

(4)本发明通过将外界环境与自身车辆环境分类为本车驾驶状态、交通流量状态、危险车辆状态、局部环境状态与限速状态，然后根据状态进行控制调整，增加了驾驶系统使用时的安全性与舒适性；

(5)本发明通过采取多参数查表的方式，进行不同参数的匹配，输出适合当前驾驶工况的控制参数。将得出的参数用于横纵向控制功能，并将控制功能命令传输给车辆执行机构，从而执行车辆的启停与转向，增加了系统的精确性与可控性。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明控制原理框图；

图2是本发明多维参数例举表图。

具体实施方式

如图1所示，一种基于环境模型的汽车高级辅助驾驶系统，包括传感器、环境模型驾驶控制系统、中控系统与执行机构，所述环境模型驾驶控制系统包括：

环境信息收集单元，用于收集车辆在行驶过程中，影响到车辆行驶的信息通过车载各传感器输出的信息；环境信息收集单元收集车载地图、雷达传感器、视觉传感器、驾驶员监控设备的输出信息与车辆信息相关传感器等，收集到的信息将其归类为行车环境信息、车辆信息、车辆目标信号、VRU目标信息、车道信息、交通信息、通用障碍物信息与定位限速标识信息：

行车环境信息由摄像头传感器输出，为天气状况与路面状况；车辆信息来自车身公共CAN网络上的信号，为车辆行驶速度、油门信号、刹车信号、加减速信号，车身倾斜朝向角度，监控系统监控驾驶员疲劳度；车辆摄像头、雷达、超声或激光雷达等传感器提供车辆目标信号与VRU目标信息，车辆目标信号包括目标车辆尺寸、类型、数量、车辆到本车的相对横纵距离与相对横纵加速度(速度)；VRU目标信息为行人、非机动车的目标数量与目标距离；摄像头与车载地图提供车道信息，为车道宽度与数量、本车所在车道、车道线类型(虚，实线或虚实结合)与其他车道(合并、分离车道)；摄像头、V2X与车载地图提供行交通灯信息，即红绿灯属性与停止线属性；摄像头提供的通用障碍物信息即为道路上常见的障碍物；车辆上的摄像头、车载地图与V2X提供车辆限速信息、定位信息与交通标识信息。

如图1所示，环境状态分类单元，将汽车行驶过程中的外界驾驶环境与自身车辆驾驶状态进行分类；环境信息收集单元将信息反馈给环境状态分类单元，将外界环境与自身车辆环境分类为本车驾驶状态、交通流量状态、危险车辆状态、局部环境状态与限速状态：

首先将车辆目标信息采用特殊设计的流量统计算法，识别出交通流量状态(普通车辆车流速度和密度与大车车流速度和密度)，由于在不同路况下，不同类型车辆行驶速度不同，所以可以统计不同类型车流速度与密度，也便于后续算法对于不同车型采用不同算法控制；

再将车道信息定位，通过算法识别局部环境，即当前车辆所处局部环境信息，便于之后的算法用于所处的局部路况进行控制；接着通过定位/限速/标识信息，提取限速信息，通过算法区分当前行驶区域的对车辆的限速要求，即限速状态；

其次通过车辆目标信息识别危险车辆状态，即一些超大型的车辆状态(速度、相对距离、移动轨迹)，状态识别后用于后续车辆行驶过程中，在遇到大车时，能够进行车辆控制，避免撞上大车，即使对于城市工况下的探头也能进行有效避让；

最后通过车辆信息识别出本车驾驶状态，以便于接下来根据驾驶员的状态进行安全管理，确保驾驶时的安全性。

如图1所示，环境模型分类单元，对车辆在行驶过程中遇到的不同驾驶环境进行模型建立；将环境状态收集单元收集到的各种状态进行环境建模，分为交通流量模型与行驶区域模型：

结合交通流量状态与本车驾驶状态，建立交通流量模型，本车所处道路的交通流量状态是否拥挤或是通畅，即本车行驶的状态会随着道路的流量状态来控制车辆的行驶速度，根据车辆行驶速度判断当前道路状况；

结合车道信息、交通流量状态、局部环境与限速状态，建立行驶区域模型，即本车行驶时所处的各种道路，例如乡村路、城镇道路、高速国道、危险区域等。

如图1所示，驾驶模式分类单元，根据所述环境分类单元得到的信息以及环境模型的建立进行智能化分析，识别出适合当前行车环境的驾驶模式；通过本车驾驶状态、交通流量模型、行驶区域模型、局部环境状态与限速状态进行分析，分析当前车辆所处的驾驶模式，一般会根据道路的结构化、非结构化或乡村等进行分类，分析好模式后，进行对策采取以增加驾驶模式的智能性，例如：在城市道路拥堵情况驾驶，应采取缩短跟车距离，快速启停，应对加塞的道内偏执避让；在城市道路车况正常，应正常跟车快速启停，探头避让；在高速上行驶，车况正常，应加大车距，对大车辆进行避让；在乡村道路行驶，采取智能调速换道；作为非上述模式的，可行驶区域的默认驾驶模式，和传统标准ADAS驾驶模式相同。

如图1-2所示，车辆控制单元，对于不同的驾驶模式对应的不同驾驶方法，匹配不同的控制参数，通过当前驾驶模式，依照参数匹配，输出适合当前模式的控制参数；车辆控制单元包括参数管理、功能控制与横纵向控制，上述驾驶模式分类好后，根据不同模式采取不同策略，从而匹配不同的控制参数，在多种模式下，采取多参数查表的方式，进行不同参数的匹配，输出适合当前驾驶工况的控制参数。表中根据高速畅通、正常模式、缓行模式与蠕动模式等模式下，分为无跟大车与跟大车的情况，无跟大车与跟大车又分为能见度高与能见度低的情况下，对应路面干燥与路面湿滑对应的参数不同。分析得出的参数用于横纵向控制功能，并将控制功能命令传输给车辆执行机构，执行机构包括刹车系统、转向系统与发动机系统，从而执行车辆的启停与转向。

如图1所示，安全监管单元，由车辆的行驶状态与行驶环境进行综合判断，判断系统是否能够支持对当前行驶环境的安全驾驶要求，若是，系统判定当前为非安全驾驶环境，则本单元发布安全退出指令，并指示驾驶员安全接管车辆；根据行车环境信息、本车驾驶状态、行驶区域模型与局部环境状态进行判断，判断当前的行车状态是否为安全情况下进行，若为安全状态，系统控制继续驾驶，若为危险状态，则本单元输出退出指令，驾驶系统停止工作，由驾驶员接管驾驶；

信息交互中心单元，收集上述所有单元的输出信息，并将收集到的信息进行统一的管理与输出，用于车载显示或是传输给其他车载设备，并通过车载中控系统，用于和驾驶员进行相关功能的信息交互和操作确认。信息交互中心单元包括功能开启、关闭管理与驾驶模式输出信息收集，通过车载人机交互系统，与驾驶员确认各功能的状态启停，除此之外，还结合安全监管单元控制各功能的降级、抑制、关闭、打开、恢复等操作；驾驶模式输出信息收集用来收集各单元中的输入输出信息，然后将收集到的信息进行统一的管理与输出，用于中控系统的信息显示，即车辆的信息显示，或是用于其他车载设备，其他车载设备也可以进行反馈控制，提高车辆在不同情况下的使用性能以增加驾驶员驾驶的舒适性与安全性。

一种基于环境模型的汽车高级辅助驾驶系统的仿真方法，包括以下步骤：

S1、环境信息收集单元收集车载地图、雷达传感器、视觉传感器、驾驶员监控设备的输出信息与车辆信息等，收集到的信息将其归类为行车环境信息、车辆信息、车辆目标信号、VRU目标信息、车道信息、交通信息、通用障碍物信息与定位限速标识信息：

S2、环境信息收集单元将信息反馈给环境状态分类单元，将外界环境与自身车辆环境分类为本车驾驶状态、交通流量状态、危险车辆状态、局部环境状态与限速状态：首先将车辆目标信息采用特殊设计的流量统计算法，识别出交通流量状态，由于在不同路况下，不同类型车辆行驶速度不同，所以可以统计不同类型车流速度与密度，也便于后续算法对于不同车型采用不同算法控制；

S3、再将车道信息，定位信息、交通标识信息，车辆信息，交通灯信息，通用障碍物信息定位，通过算法识别局部环境，即当前车辆所处局部环境信息，便于之后的算法用于所处的局部路况进行控制；接着通过定位/限速/标识信息，提取限速信息，通过算法区分当前行驶区域的对车辆的限速要求，即限速状态；

S4、其次通过车辆目标信息识别危险车辆状态，状态识别后用于后续车辆行驶过程中，在遇到大车时，能够进行车辆控制，避免撞上大车；最后通过驾驶员监控传感器，车辆信息等识别出本车驾驶状态，以便于接下来根据驾驶员的状态进行驾驶安全管理，确保驾驶时的安全性。

S5、将环境状态分类单元收集到的各种状态进行环境建模，分为交通流量模型与行驶区域模型：结合交通流量状态与本车驾驶状态，建立交通流量模型，本车驾驶时会随着道路的交通流量模型来控制车辆的驾驶策略和行驶速度；结合车道信息、交通流量状态、局部环境与限速状态，建立行驶区域模型，即本车行驶时所处的各种道路类型，本车驾驶时，会根据行驶区域模型，来控制驾驶策略和行驶速度。

S6、根据所述环境分类单元得到的信息以及环境模型的建立进行智能化分析，识别出适合当前行驶环境的驾驶模式；通过本车驾驶状态、交通流量模型、行驶区域模型、局部环境状态与限速状态进行分析，分析当前车辆所处的驾驶模式，根据分析出的适合的驾驶模式，采取对应的车辆控制策略以增加驾驶模式的智能性、舒适性与安全性。

S7、对于不同的驾驶模式对应的不同驾驶策略，匹配不同的控制参数，通过当前驾驶模式，依照参数匹配，输出适合当前模式的控制参数；车辆控制单元包括参数管理、功能控制与横纵向控制，上述驾驶模式分类好后，根据不同模式采取不同策略，从而匹配不同的控制参数，在多种模式下，采取多参数查表的方式，进行不同参数的匹配，输出适合当前驾驶工况的控制参数。

S8、由车辆的行驶状态与行驶环境进行综合判断，判断系统是否能够支持对当前行驶环境的安全驾驶要求，根据行车环境信息、本车驾驶状态、行驶区域模型与局部环境状态进行判断，判断当前的行车状态是否安全；

S9、收集上述所有单元的输出信息，并将收集到的信息进行统一的管理与输出，用于车载显示或是传输给其他车载设备。通过车载人机交互系统，与驾驶员确认各功能的状态启停，除此还结合安全监管单元控制各功能的降级、抑制、关闭、打开、恢复等操作，收集各单元中的输入输出信息，然后将收集到的信息进行统一的管理与输出，用于中控系统的信息显示，或是用于其他车载设备也可以进行反馈控制。

本发明通过车载传感器收集车辆在行驶过程中，影响到车辆行驶的信息通过车载各传感器输出的信息，反馈给环境状态分类单元，将外界环境与自身车辆环境分类为几种状态，便于系统适用于不同的环境状态，增加了系统的全面性；本发明通过算法建立行驶区域与交通流量模型，得出不同的驾驶模式，车辆根据实际情况选择不同模式，增加了系统的拟人化行为，提高了系统的精确性；本发明通过车辆的行驶状态与行驶环境进行系统是否支持对当前行驶环境的安全驾驶要求，便于切换为人工驾驶，增加了系统的智能性，也增加了系统的实用性；本发明通过将外界环境与自身车辆环境分类为本车驾驶状态、交通流量状态、危险车辆状态、局部环境状态与限速状态，然后根据状态进行控制调整，增加了驾驶系统使用时的安全性与舒适性；本发明通过采取多参数查表的方式，进行不同参数的匹配，输出适合当前驾驶工况的控制参数。将得出的参数用于横纵向控制功能，并将控制功能命令传输给车辆执行机构，从而执行车辆的启停与转向，增加了系统的精确性与可控性。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于环境模型的汽车高级辅助驾驶系统，其特征在于，包括传感器、环境模型驾驶控制系统、中控系统与执行机构，所述环境模型驾驶控制系统包括：

环境信息收集单元，用于收集车辆在行驶过程中，影响到车辆行驶的信息通过车载各传感器输出的信息；

环境状态分类单元，将汽车行驶过程中的外界驾驶环境与自身车辆驾驶状态进行分类；

环境模型分类单元，对车辆在行驶过程中遇到的不同驾驶环境进行模型建立；

驾驶模式分类单元，根据所述环境分类单元得到的信息以及环境模型的建立进行智能化分析，识别出适合当前行车环境的驾驶模式；

车辆控制单元，对于不同的驾驶模式对应的不同驾驶方法，匹配不同的控制参数，通过当前驾驶模式，依照参数匹配，输出适合当前模式的控制参数；

安全监管单元，由车辆的行驶状态与行驶环境进行综合判断，判断系统是否能够支持对当前行驶环境的安全驾驶要求，若是，系统判定当前为非安全驾驶环境，则本单元发布安全退出指令，并指示驾驶员安全接管车辆；

信息交互中心单元，收集上述所有单元的输出信息，并将收集到的信息进行统一的管理与输出，用于车载显示或是传输给其他车载设备，并通过车载中控系统，用于和驾驶员进行相关功能的信息交互和操作确认。

所述车载传感器与所述环境信息收集单元相连，所述环境收集单元与所述环境状态分类单元相连，所述环境状态分类单元分别与所述环境模型分类单元、所述安全监管单元相连，所述环境模型分类单元与所述驾驶模式分类单元相连，所述驾驶模式分类单元、所述安全监管单元与所述车辆控制单元相连，所述车辆控制单元与所述执行机构相连，所述信息交互中心单元与所述中控系统相连。

2.根据权利要求1所述的一种基于环境模型的汽车高级辅助驾驶系统，其特征在于，所述车载传感器包括车载地图、雷达传感器、视觉传感器、驾驶员监测与车辆信息相关传感器。

3.根据权利要求1所述的一种基于环境模型的汽车高级辅助驾驶系统，其特征在于，所述环境信息收集单元包括行车环境信息、车辆信息、车辆目标信息、VRU(弱势道路使用者，通常是行人或骑车者)目标信息、车道信息、交通灯信息、通用障碍物信息与定位限速标识信息。

4.根据权利要求1所述的一种基于环境模型的汽车高级辅助驾驶系统，其特征在于，所述环境状态分类单元包括本车驾驶状态、交通流量状态、危险车辆状态、局部环境状态与限速状态。

5.根据权利要求1所述的一种基于环境模型的汽车高级辅助驾驶系统，其特征在于，所述环境模型分类单元包括交通流量模型与行驶区域模型。

6.根据权利要求1所述的一种基于环境模型的汽车高级辅助驾驶系统，其特征在于，所述驾驶模式分类单元包括驾驶模式。

7.根据权利要求1所述的一种基于环境模型的汽车高级辅助驾驶系统，其特征在于，所述中控系统包括模式选择与信息显示。

8.根据权利要求1所述的一种基于环境模型的汽车高级辅助驾驶系统，其特征在于，所述执行机构包括刹车系统、转向系统与发动机系统。

9.一种基于权利要求1所述的一种基于环境模型的汽车高级辅助驾驶系统及控制方法，其特征在于，包括以下步骤：

S1、环境信息收集单元收集车载地图、雷达传感器、视觉传感器、驾驶员监控设备的输出信息与车辆信息等，收集到的信息将其归类为行车环境信息、车辆信息、车辆目标信号、VRU目标信息、车道信息、交通信息、通用障碍物信息与定位限速标识信息：

S2、环境信息收集单元将信息反馈给环境状态分类单元，将外界环境与自身车辆环境分类为本车驾驶状态、交通流量状态、危险车辆状态、局部环境状态与限速状态：首先将车辆目标信息采用特殊设计的流量统计算法，识别出交通流量状态，由于在不同路况下，不同类型车辆行驶速度不同，所以可以统计不同类型车流速度与密度，也便于后续算法对于不同车型采用不同算法控制；

S3、再将车道信息，定位信息、交通标识信息，车辆信息，交通灯信息，通用障碍物信息定位，通过算法识别局部环境，即当前车辆所处局部环境信息，便于之后的算法用于所处的局部路况进行控制；接着通过定位/限速/标识信息，提取限速信息，通过算法区分当前行驶区域的对车辆的限速要求，即限速状态；

S4、其次通过车辆目标信息识别危险车辆状态，状态识别后用于后续车辆行驶过程中，在遇到大车时，能够进行车辆控制，避免撞上大车；最后通过驾驶员监控传感器，车辆信息等识别出本车驾驶状态，以便于接下来根据驾驶员的状态进行驾驶安全管理，确保驾驶时的安全性。

S5、将环境状态分类单元收集到的各种状态进行环境建模，分为交通流量模型与行驶区域模型：结合交通流量状态与本车驾驶状态，建立交通流量模型，本车驾驶时会随着道路的交通流量模型来控制车辆的驾驶策略和行驶速度；结合车道信息、交通流量状态、局部环境与限速状态，建立行驶区域模型，即本车行驶时所处的各种道路类型，本车驾驶时，会根据行驶区域模型，来控制驾驶策略和行驶速度。

S6、根据所述环境分类单元得到的信息以及环境模型的建立进行智能化分析，识别出适合当前行驶环境的驾驶模式；通过本车驾驶状态、交通流量模型、行驶区域模型、局部环境状态与限速状态进行分析，分析当前车辆所处的驾驶模式，根据分析出的适合的驾驶模式，采取对应的车辆控制策略以增加驾驶模式的智能性、舒适性与安全性。

S7、对于不同的驾驶模式对应的不同驾驶策略，匹配不同的控制参数，通过当前驾驶模式，依照参数匹配，输出适合当前模式的控制参数；车辆控制单元包括参数管理、功能控制与横纵向控制，上述驾驶模式分类好后，根据不同模式采取不同策略，从而匹配不同的控制参数，在多种模式下，采取多参数查表的方式，进行不同参数的匹配，输出适合当前驾驶工况的控制参数。

S8、由车辆的行驶状态与行驶环境进行综合判断，判断系统是否能够支持对当前行驶环境的安全驾驶要求，根据行车环境信息、本车驾驶状态、行驶区域模型与局部环境状态进行判断，判断当前的行车状态是否安全；

S9、收集上述所有单元的输出信息，并将收集到的信息进行统一的管理与输出，用于车载显示或是传输给其他车载设备。通过车载人机交互系统，与驾驶员确认各功能的状态启停，除此还结合安全监管单元控制各功能的降级、抑制、关闭、打开、恢复等操作，收集各单元中的输入输出信息，然后将收集到的信息进行统一的管理与输出，用于中控系统的信息显示，或是用于其他车载设备也可以进行反馈控制。

Images