CN113370987B - 在机动车辆中启用机动车辆自动驾驶控制的系统和方法 - Google Patents

Abstract

一种启用机动车辆自动驾驶控制的系统，包括在启用机动车辆自动驾驶控制功能之前应用的自动驾驶控制系统的质量指标。计算用于评估质量指标的自适应前向传播范围和预测范围。在自适应前向传播范围内传播车辆状态和道路几何形状，并且基于预测范围内的前向传播状态来评估质量指标。第一信号允许启动机动车辆的自动驾驶控制功能，第二信号禁止启动自动驾驶控制功能。基于在自适应前向传播范围内评估质量控制指数轨迹的结果，选择第一信号或第二信号之一。

Description

在机动车辆中启用机动车辆自动驾驶控制的系统和方法

技术领域

本公开涉及具有自动驾驶系统和用于启动自动驾驶系统的控制系统的机动车辆。

背景技术

机动车辆自动驾驶控制系统通常在建立和确认车辆驾驶条件(例如车道内的车辆稳定性)后启动。保守的设计准则导致频繁生成“禁止”信号，从而阻止自动驾驶系统启动。允许启动的驾驶员超驰系统并非最佳，因为对车辆操作员的反馈通常会导致生成指示灯闪烁或系统“不可用”的信息，这可能会导致车辆操作员困惑或不满。因此，可能需要操作员多次尝试来启动机动车辆自动驾驶控制系统的操作。

因此，虽然当前的机动车辆自动驾驶控制系统实现了其预期目的，但是仍需要一种新的和改进的系统和方法来智能启用机动车辆自动驾驶控制系统。

发明内容

在本公开的一个方面，一种启用机动车辆自动驾驶控制的系统，包括在启用机动车辆自动驾驶控制功能之前应用的自动驾驶控制系统的质量指标。计算用于该质量指标评估的自适应范围。车辆状态和道路几何形状在该自适应范围内传播，质量指标基于预测范围内的前向传播状态得到评估。第一信号允许启动机动车辆的自动驾驶控制功能，第二信号阻止启动自动驾驶控制功能。基于在自适应前向传播范围内评估质量指标轨迹的结果，选择第一信号或第二信号之一。

在本公开的另一方面，质量指标包括在计算质量指标时分配给变量的加权惩罚。加权惩罚分为三类，包括：定义应用于多个安全事件元素的多个安全事件惩罚的第一类；定义应用于多个启动元素的多个启动惩罚的第二类；以及定义应用于多个性能和舒适性元素的多个性能和舒适性惩罚的第三类。

在本公开的另一方面，安全事件惩罚具有分配给安全事件元素的加权因子，该加权因子高于分配给启动惩罚的加权因子。

在本公开的另一方面，启动惩罚具有分配给启动惩罚元素的加权因子，该加权因子高于分配给性能和舒适性元素的加权因子。

在本公开的另一方面，虚拟控制器提供车辆位置、道路曲率和转向角的实时计算，这些车辆位置、道路曲率和转向角包括在车辆自适应前向传播范围的生成内。

在本公开的另一方面，位置控制器利用多个车辆位置输入来生成虚拟车辆位置信号，该信号被转发给虚拟曲率控制器。

在本公开的另一方面，虚拟曲率控制器生成虚拟曲率控制信号，该虚拟曲率控制信号被转发给虚拟转向角控制器，虚拟转向角控制器生成虚拟转向角信号，该虚拟转向角信号用于生成车辆在自适应范围内的前向传播。

在本公开的另一方面，针对“N”多个未来预测的车辆位置预测车辆自适应前向传播范围，所述“N”多个未来预测的车辆位置定义了机动车辆在预定时间窗内的预测的前向移动位置。

在本公开的另一方面，将所述“N”个未来预测的车辆位置的值根据多个变量来计算，这些变量包括车辆速度、车辆前向和横向加速度。

在本公开的另一方面，多个变量包括偏航角速率、车道接近度、曲率跟踪误差、偏航角速率误差、转向角、转向角速率和扭矩命令。

根据几个方面，一种启用机动车辆自动驾驶控制的方法，包括：在启用机动车辆的自动驾驶控制功能之前，应用自动驾驶特征的质量指标进行评估；基于传播的车辆状态和道路几何形状计算质量指标，计算质量指标在前向传播范围内的轨迹，以及基于质量指标轨迹的评估在允许启动机动车辆的自动驾驶控制功能和禁止启动自动驾驶控制功能之间进行选择。

在本公开的另一方面，该方法还包括启动开关以请求启动和操作自动驾驶控制功能；以及并行进行车辆模型数据生成、道路几何数据生成、驾驶员输入采集和车辆参数采集。

在本公开的另一方面，该方法还包括采集来自车辆模型数据生成、道路几何数据生成、驾驶员输入采集和车辆参数采集的数据以及来自多个机动车辆动力学传感器的数据；以及在计算自适应前向传播范围时应用采集到的数据。

在本公开的另一方面，该方法还包括在预定时间窗内应用质量指标进行评估；以及在移动时间窗内执行质量指标速率矩阵生成。

在本公开的另一方面，该方法还包括将质量指标的变化和质量指标的变化率转发给决策块，其中在决策块中，如果质量指标的变化的绝对值小于第一阈值β₁，则得出第一确定；如果质量指标的变化率的绝对值小于第二阈值β₂，则得出第二确定；以及得出第三确定，以识别质量指标的变化率是否也是负定的。

在本公开的另一方面，该方法还包括生成允许控制信号，如果第一确定识别出质量指标的变化的绝对值小于第一阈值β₁，第二确定识别出质量指标的变化率的绝对值小于第二阈值β₂，并且第三确定识别出质量指标的变化率也是负定的，则该允许控制信号允许启动自动驾驶控制功能。

在本公开的另一方面，该方法还包括生成禁止控制信号，如果第一确定识别出质量指标的变化的绝对值等于或大于第一阈值β₁，或者第二确定识别出质量指标的变化率的绝对值等于或大于第二阈值β₂，或者第三确定识别出质量指标的变化率不是负定的，或者第一确定、第二确定和第三确定均识别出，则该禁止控制信号禁止启动自动驾驶控制功能。

根据几个方面，一种启用机动车辆自动驾驶控制的方法，包括：请求启动和操作机动车辆的自动驾驶控制功能；并行进行车辆模型数据生成、道路几何数据生成、驾驶员输入采集和车辆参数采集；将车辆模型数据生成、道路几何数据生成、驾驶员输入采集和车辆参数采集应用于质量指标中；基于质量指标的计算结果来计算机动车辆的自适应前向传播范围；以及基于对自适应前向传播范围内的质量指标的评估，在允许启动机动车辆的自动驾驶控制功能和禁止启动自动驾驶控制功能之间进行选择。

在本公开的另一方面，该方法还包括在预定时间窗内针对机动车辆的“N”多个未来预测的位置预测车辆自适应前向传播范围。

在本公开的另一方面，该方法还包括将机动车辆的“N”个未来预测的位置的值作为多个变量的函数来计算，这些变量包括根据车辆动力学模型的数据生成的车辆性能约束、安全约束和启动约束。

从本文提供的描述中，进一步的适用范围将变得显而易见。应当理解，该描述和具体示例仅用于说明的目的，并不旨在限制本公开的范围。

附图说明

于此描述的附图仅用于说明目的，无意于以任何方式限制本公开的范围。

图1是根据示例性方面的机动车辆的侧视图，该机动车辆具有用于智能启用机动车辆自动驾驶控制的系统；

图2A是用于启动图1系统的开关的正面视图；

图2B是具有图1的系统的车内配置的后透视图；

图2C是具有图1的系统的机动车辆的正面透视图；

图2D是具有图1系统的道路地图路径数据图的弯曲车行道的俯视图；

图2E是具有由图1的系统生成的虚拟中心车道的车行道的后透视图；

图3是图1系统的车辆动力学模型的透视图；

图4是图1系统的虚拟路径规划的俯视图；

图5是由图1的系统生成的传播范围内的车辆自适应前向传播的俯视图；

图6是图1的系统的虚拟控制器的流程图；

图7是在生成用于预测图1的系统的控制质量的质量指标(Q)中使用的元素的示意图；

图8是操作图1的系统的方法步骤的流程图；

图9是自适应前向传播范围内的质量指标轨迹的俯视图，其呈现了启动机动车辆自动驾驶控制功能的稳定驾驶条件；

图10是图9的车辆自适应前向传播范围的示意图；

图11是自适应前向传播范围内的质量指标轨迹的俯视图，其呈现了阻止启动机动车辆自动驾驶控制功能的不稳定驾驶条件；以及

图12是图11的车辆自适应前向传播范围的示意图。

具体实施方式

以下描述本质上仅仅是示例性的，并不旨在限制本公开、应用或用途。

参照图1，为机动车辆12提供了一种机动车辆自动驾驶控制10的智能启用系统，该系统具有控制器14，控制器14接收车辆输入数据并应用质量指标(参照图8更详细描述)，以预测在请求启动机动车辆自动驾驶控制功能16以自动控制机动车辆12的操作的请求启动时间点的车辆状况是否满足预定阈值。首先，操作员18启动开关20以请求启动和操作自动驾驶控制功能16。启动和操作自动驾驶控制功能16的请求被转发给控制器16。开关20可以位于机动车辆12内的多个不同位置，包括方向盘22或仪表板24上。也可以在机动车辆12内安装至少一个摄像头26，以向控制器16提供摄像头图像数据输入。

参照图2A-图2E并再次参照图1，在开关20启动后，在接收到启动和操作自动驾驶控制功能16的请求之后，控制器14还接收从至少一个摄像头26转发给控制器14的道路视觉数据，分析多个操作员输入28(将在下文中得到更详细地描述)，接收并分析来自多个机动车辆动力学传感器(统称为动力学传感器30)的数据，应用包括全球定位系统(GPS)数据的道路数据32、道路地图路径数据34和道路曲率数据36，并使用数据(包括来自摄像头26的数据)在虚拟道路图像40上生成目标路径38。

参照图3并再次参照图2A-图2E，使用从动力学传感器30获得的数据从车辆动力学模型42获得车辆动力学特性，动力学传感器30可以包括加速度计、角度传感器、接近传感器等。车辆动力学模型42可以生成数据，例如偏航角速率44、横向加速度46和转向角48，以及航向跟踪误差、曲率跟踪误差、横向急动等。

参照图4并再次参照图2A-图2E和图3，虚拟路径规划50为机动车辆12的瞬时或当前车辆路径54应用预览距离52。虚拟路径规划50应用车辆运行条件和道路特征来计算机动车辆12的车辆虚拟路径56。

参照图5并再次参照图1至图4，将参照图4描述的车辆动力学特性和参照图4描述的来自虚拟路径规划50的输出用于预测车辆轨迹在自适应范围58内的前向传播。车辆自适应前向传播预测范围58是针对机动车辆12在预定时间窗(例如1秒)内的“N”多个未来预测的位置而预测的，并且表示“N”多个未来预测的位置。“N”未来预测的位置的数量作为函数71来计算(参照图7更详细描述)，并且可以根据多个准则变化，这些准则包括车辆速度、车辆前向和横向加速度、偏航角速率、车道接近度、曲率跟踪误差、偏航角速率误差、转向角、转向角速率、扭矩命令、根据车辆动力学模型42的数据生成的车辆性能约束，安全约束(如下所述)、启动约束(如下所述)，和事件约束，例如当机动车辆12预计相对于由车道中心线62限定的最佳路径沿着道路60行进时道路60的几何形状。在图5的示例中，为开关20的示例性启动点提供了瞬时车辆位置(k＝0)，并且示出了在启动开关20时立即生成的机动车辆12的四个未来预测的位置(k＝1、k＝2、k＝3、k＝N)。

参照图6并再次参照图1至图5，虚拟控制器64还为在预测范围58内生成车辆自适应前向传播时包括的车辆位置、道路曲率和转向角的实时克隆计算提供下采样。下采样允许控制采样频率，从而限制处理器运行时间和资源。例如，位置控制器66利用多个车辆位置输入来生成虚拟车辆位置信号，该信号被转发给虚拟曲率控制器68。虚拟曲率控制器68生成虚拟曲率控制信号，该信号被转发给虚拟转向角控制器70。虚拟转向角控制器70生成虚拟转向角信号，该信号用于生成车辆自适应前向传播范围58。

参照图7并再次参照图1至图6，如前所述，针对“N”多个未来预测的车辆位置，预测车辆自适应前向传播范围58，所述“N”多个未来预测的车辆位置由机动车辆12在预定时间窗内的预测前向移动位置表示。未来预测的车辆位置的数量“N”作为多个车辆变量的函数71来计算，如图所示，多个变量包括车辆速度、车辆前向和横向加速度、偏航角速率、车道接近度、曲率跟踪误差、偏航角速率误差、转向角、转向角速率和扭矩命令。未来预测的车辆位置的数量“N”在车辆运行期间会发生变化，并且由操作员启动开关20时的车辆运行条件决定。例如，如果道路是直的，车辆横向加速度基本上为零，而生成“N”的因素是不变的，那么仅两个数据点的“N”即可确定启动自动驾驶控制功能16的可行性。如果条件发生变化，例如在道路的“S”转弯中，随着加速度的变化，以及其他车辆运行条件的变化，可以使用多个数据点，例如十个数据点的“N”。

数量“N”还用于确定质量指标(Q)72，该质量指标(Q)72用于在基于预定的车辆行驶时间间隔以及允许启动自动驾驶控制功能16的情况下，在预测的车辆未来位置期间评估控制的质量。在计算质量指标72时，为不同的变量分配加权惩罚，加权惩罚分为以下三类。

第一类定义了具有安全事件元素的多个安全事件惩罚74，包括但不限于车道接触事件、速度相关转向度量违规事件、过度扭矩事件、横向加速度违规事件、横向碰撞事件和严重振荡事件。只要检测到任何一个安全事件惩罚74，便生成阻止自动驾驶控制功能16启动的信号。

第二类加权惩罚定义了一组启动惩罚76。启动惩罚76具有启动惩罚元素的中间加权因子，其比安全事件惩罚元素的加权因子低。启动惩罚元素可以包括但不限于转向角、转向角速率、扭矩命令和扭矩命令速率，分别为其分配了预定阈值。如果未超过安全事件惩罚74的阈值、启动惩罚76的阈值以及下面描述的性能和舒适性惩罚元素的预定阈值，则允许启动自动驾驶控制功能16。

第三类加权惩罚定义了一组性能和舒适性惩罚78。性能和舒适性惩罚78的加权因子低于启动惩罚因子的加权因子，因此是三个惩罚组中最低的加权因子。性能和舒适性惩罚元素可以包括但不限于车道接近度、位置跟踪误差、航向跟踪误差、曲率跟踪误差、调整后的横向加速度、调整后的偏航角速率、横向急动和侧滑，分别为其分配了比启动惩罚元素的阈值低的预定阈值。如果未超过安全事件惩罚74的阈值、启动惩罚76的阈值以及性能和舒适性惩罚元素的预定阈值，则允许启动自动驾驶控制功能16。

质量指标(Q)72根据下面的等式1计算：

在上述等式1中，并继续参照图8，质量指标72等式的第三项80包含安全事件惩罚74，其中“S”项表示分配给根据具有零值(0)或无穷大(∞)值的表82确定的安全惩罚的加权因子，使得存在加权为无穷大的任何一个安全事件惩罚74会导致质量指标(Q)72提高到无穷大，如上所述，这将生成阻止自动驾驶控制功能16启动的信号。质量指标72等式的PS项定义了安全事件加权矩阵，质量指标72等式的PTS项定义了安全事件加权矩阵的变换。

质量指标72等式的第二项84类似地包含了启动惩罚76，其中项“U”表示分配给根据表86确定的启动惩罚的加权因子。质量指标72等式的PU项定义了启动加权矩阵，质量指标72等式的PTU项定义了启动加权矩阵的变换。

质量指标72等式的第三项88类似地包含了性能和舒适性惩罚78，其中项“R”表示分配给根据表90确定的性能和舒适性惩罚的加权因子。质量指标72等式的PC项定义了性能和舒适性加权矩阵，质量指标72等式的PTC项定义了性能和舒适性加权矩阵的变换。

参照图8并再次参照图1至图7，流程图示出了用于操作本公开的机动车辆自动驾驶控制10的智能启用系统的方法步骤，包括如下多个步骤。在启动步骤94中，操作员18启动开关20以请求启动和操作自动驾驶控制功能16。在启动步骤94之后，进行车辆模型数据生成步骤96。与车辆模型数据生成步骤96并行，进行道路几何数据生成步骤98、驾驶员输入采集步骤100和车辆参数采集步骤102。来自前面步骤的数据，以及在数据采集步骤104中从多个机动车辆动力学传感器(统称为动力学传感器30)采集的数据用于生成车辆自适应前向传播范围58。

在生成车辆自适应前向传播范围58之后，还使用从前面的步骤96、98、100、102采集的数据，在预定时间窗内执行质量指标矩阵生成步骤106，随后在移动时间窗内执行质量指标速率矩阵生成步骤108。质量指标的变化和质量指标的变化率QdotΔT112被转发给决策块114。在决策块114中，如果质量指标的变化/>的绝对值小于第一阈值β1，则进行第一确定116；如果质量指标的变化率QdotΔT112的绝对值小于第二阈值β2，则进行第二确定118。然后进行第三确定120，以确定质量指标的变化率QdotΔT112是否也是负定的。

如果第一确定116确定出质量指标的变化的绝对值小于第一阈值β1，第二确定118确定出质量指标的变化率QdotΔT112的绝对值小于第二阈值β2，并且第三确定120确定出质量指标的变化率QdotΔT112也是负定的，则生成允许自动驾驶控制功能16启动的允许控制信号122。如果第一确定116确定出质量指标的变化/>的绝对值等于或大于第一阈值β1，或者第二确定118确定出质量指标的变化率QdotΔT112的绝对值等于或大于第二阈值β2，或者第三确定120确定出质量指标的变化率QdotΔT112不是负定的，或者第一确定116、第二确定118和第三确定120全部确定出，则生成禁止自动驾驶控制功能16启动的禁止控制信号124。

参照图9并再次参照图1至图8，在按下开关20的瞬间，在所示的稳定驾驶条件下，大约三个数据点“N”预测在时间窗内的机动车辆未来位置不违反任何预定阈值。时间窗可以变化，例如可以是3毫秒到大约2秒。质量指标72确定启动自动驾驶控制功能16的可接受条件。

参照图10并再次参照图9，图9的条件的视觉表示得以呈现。图10呈现了质量指标矩阵的变化110的归一化值128，该归一化值128是相对于质量指标的变化率QdotΔT112的归一化值130绘制的。绘制了预定的质量指标边界132，相对于该边界绘制了瞬时计算出的质量指标72。由于在计算质量指标72期间生成的k＝0至k＝N的值在预定质量指标边界132的值的范围内或小于预定质量指标边界132的值的范围，所以生成允许自动驾驶控制功能16启动的控制信号122。

参照图11并再次参照图9，在按下开关20的瞬间，在所示的不稳定驾驶条件下，大约四个数据点“N”预测在时间窗内的机动车辆未来位置违反一个或多个预定阈值。质量指标72确定启动自动驾驶控制功能16的不可接受条件。

参照图12并再次参照图11，图11的条件的视觉表示得以呈现。图12呈现了质量指标矩阵的变化110的归一化值128，该归一化值128是相对于质量指标矩阵的变化率QdotΔT 112的归一化值130绘制的。绘制了预定质量指标边界132，相对于该边界绘制了瞬时计算出的质量指标72。由于在计算质量指标72期间生成的k＝0至k＝N的值超出了预定质量指标边界132的值的范围，所以生成禁止自动驾驶控制功能16启动的控制信号124。

一种机动车辆自动驾驶控制10的智能启用方法，包括：在启用机动车辆12的自动驾驶控制功能16之前，应用质量指标72进行评估；计算机动车辆12的车辆自适应前向传播范围58；以及基于质量指标72的计算结果，在允许启动机动车辆12的自动驾驶控制功能16和禁止启动自动驾驶控制功能16之间进行选择。

本公开的机动车辆自动驾驶控制10的智能启用系统提供了几个优点。这些优点包括：在自动驾驶启用之前提供稳定性和质量评估；提供基于性能、驱动、安全和事件约束的质量指标；基于驾驶场景、下采样和克隆路径规划，为机动车辆的前向传播提供自适应范围，以确保准确性并节省计算吞吐量。这些优点还包括：提供用于虚拟评估质量的控制装置和控制稳定性；提供车辆动力学、道路、规划和控制的实时前向传播；在传播范围内为特征启用提供质量指标的评估；使用质量指标来允许特征启用；以及使用质量指标来允许从驾驶员超驰过渡到自动控制。

本公开的描述本质上仅仅是示例性的，并且不偏离本公开要点的变型旨在落入本公开的范围内。这种变化不应被视为偏离本公开的精神和范围。

Claims (8)

1. 一种在机动车辆中启用机动车辆自动驾驶控制的系统，包括：

开关，所述开关配置为启用所述机动车辆自动驾驶控制；以及

控制器，所述控制器与所述开关通信连接，并且配置为：

确定在启用机动车辆的自动驾驶控制功能之前应用的所述机动车辆的自动驾驶控制系统的质量指标；

计算所述机动车辆的自适应前向传播范围，其中所述自适应前向传播范围是针对由所述机动车辆在预定时间窗内的预测前向移动位置表示的“N”多个未来预测的车辆位置来预测的，并且其中，所述“N”多个未来预测的车辆位置的值基于多个变量计算，所述多个变量包括车辆速度、车辆前向和横向加速度，以及包括道路几何形状和车道标记的环境状况，并且其中，数量“N”用于确定所述质量指标，所述质量指标用于在基于预定的车辆行驶时间间隔以及允许启用所述自动驾驶控制的情况下，在所述未来预测的车辆位置期间评估控制的质量；

确定在所述自适应前向传播范围内对所述质量指标的评估；以及

产生允许启动所述机动车辆的所述自动驾驶控制功能的第一信号和阻止启动所述自动驾驶控制功能的第二信号，基于所述自适应前向传播范围内对所述质量指标的评估来选择所述第一信号或所述第二信号之一。

2.根据权利要求1所述的在机动车辆中启用机动车辆自动驾驶控制的系统，其中，所述质量指标包括在计算所述质量指标时分配给变量的加权惩罚，所述加权惩罚分为三类，包括：

定义应用于多个安全事件元素的多个安全事件惩罚的第一类；

定义应用于多个启动元素的多个启动惩罚的第二类；以及

定义应用于多个性能和舒适性元素的多个性能和舒适性惩罚的第三类。

3.根据权利要求2所述的在机动车辆中启用机动车辆自动驾驶控制的系统，其中所述安全事件惩罚具有安全事件惩罚加权因子，所述启动惩罚具有启动惩罚加权因子，并且其中所述安全事件惩罚加权因子高于所述启动惩罚加权因子。

4.根据权利要求3所述的在机动车辆中启用机动车辆自动驾驶控制的系统，其中所述性能和舒适性惩罚具有性能和舒适性加权因子，并且所述启动惩罚加权因子高于所述性能和舒适性加权因子。

5.根据权利要求1所述的在机动车辆中启用机动车辆自动驾驶控制的系统，还包括虚拟控制器，所述虚拟控制器提供对车辆状态的实时计算，所述车辆状态包括在所述车辆自适应前向传播范围的计算中的位置、航向、转向角和路径跟踪曲率。

6.根据权利要求5所述的在机动车辆中启用机动车辆自动驾驶控制的系统，还包括跟踪控制器，所述跟踪控制器利用多个车辆状态输入生成虚拟车辆状态范围信号，所述虚拟车辆状态范围信号被转发给虚拟曲率控制器。

7.根据权利要求6所述的在机动车辆中启用机动车辆自动驾驶控制的系统，还包括虚拟转向角控制器，并且其中：

所述虚拟曲率控制器生成虚拟曲率控制信号，所述虚拟曲率控制信号被转发给所述虚拟转向角控制器；以及

所述虚拟转向角控制器生成虚拟转向角信号，所述虚拟转向角信号被应用于计算所述机动车辆的自适应前向传播范围。

8.根据权利要求1所述的在机动车辆中启用机动车辆自动驾驶控制的系统，其中，所述多个变量还包括偏航角速率、车道接近度、曲率跟踪误差、偏航角速率误差、转向角、转向角速率和扭矩命令。