CN113371065B

CN113371065B - 一种智能驾驶人机共驾驶横向协同控制方法及系统

Info

Publication number: CN113371065B
Application number: CN202110744266.7A
Authority: CN
Inventors: 高洪波; 王源源; 郝旭
Original assignee: Institute of Advanced Technology University of Science and Technology of China
Current assignee: Institute of Advanced Technology University of Science and Technology of China
Priority date: 2021-06-30
Filing date: 2021-06-30
Publication date: 2023-06-16
Anticipated expiration: 2041-06-30
Also published as: CN113371065A

Abstract

本发明提供了一种智能驾驶人机共驾驶横向协同控制方法及系统，涉及智能汽车驾驶控制技术领域，该方法包括：步骤S1：采集车辆在驾驶过程中前方的实时图像信息；步骤S2：提取车辆当前的位置信息、速度信息及所处路况信息；步骤S3：根据驾驶员的驾驶意图提供转向角γ(t)；步骤S4：计算所述车辆的前视距离L_d，并根据所述前视距离确定预瞄点D；步骤S5：计算t时刻车辆的车身和所述预瞄点D之间的夹角α(t)；步骤S6：计算车辆前轮转角δ(t)及转向力矩T，并转换为方向盘转角θ(t)控制车辆转向。本发明简化了人机共驾智能车辆的横向协同控制算法，降低了其成产成本，增加了鲁棒性，提升了自适应能力，实现了较好的人机共驾型智能车辆的横向协同控制效果。

Description

一种智能驾驶人机共驾驶横向协同控制方法及系统

技术领域

本发明涉及智能汽车驾驶控制技术领域，具体地，涉及一种智能驾驶人机共驾驶横向协同控制方法及系统。

背景技术

近年来，汽车使用量急剧上升,同时也带来了一系列新的问题，例如交通事故的频繁发生。为了减少由于人为失误引起的交通事故,研究人员将先进驾驶辅助系统(AdvancedDriver Assi stance Systems,ADAS)作为研究的重点,而横向辅助驾驶系统则是ADAS的重要组成部分。在智能汽车驾驶控制领域，横向控制是指在不同环境下控制汽车自动跟随已规划路径轨迹，并保持一定的舒适性和平稳性，也就是控制汽车的行驶方向。

目前对人机共驾型智能汽车的横向协同控制已经有了一定的研究，如公开号为CN111688704A的中国发明专利，公开了一种基于驾驶状态预测的人机力矩协同转向控制方法，提出的一种通过建立人-车-路模型预测驾驶状态，实现协同转向的方法，能够使车辆更好地跟随期望路径，同时减轻了驾驶员的驾驶负担；公开号为CN111487971A的中国发明专利，公开了一种车辆自动驾驶横向控制方法及系统，提出一种自动驾驶横向控制方法，算法简单，可使用较小计算内存快速适配多个车型，降低生产成本；公开号为CN110789517A的中国发明专利，公开了一种自动驾驶横向控制方法、装置、设备及存储介质，通过获取待控制车辆前方预设区域的当前图像信息，选择合适的预瞄距离，实现良好的车辆横向控制效果。

虽然现在对于智能驾驶人机共驾横向协同控制有了一定研究，但综上看来，在现有的研究成果中，对于不同车型的横向协同控制考虑并不完整，部分算法也过于复杂，不利于广泛推广。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种智能驾驶人机共驾驶横向协同控制方法及系统，旨在解决现有的人机共驾横向协同控制方法中存在的汽车车型考虑不够完整，其控制算法过于复杂且难以推广的问题。

根据本发明提供的一种智能驾驶人机共驾驶横向协同控制方法及系统，所述方案如下：

第一方面，提供了一种智能驾驶人机共驾驶横向协同控制方法，所述方法包括：

采集车辆在驾驶过程中前方的实时图像信息；

根据所述的实时图像信息提取所述车辆当前的位置信息、速度信息及所处路况信息；

根据所述的位置信息、速度信息及路况信息，根据驾驶员的驾驶意图提供转向角γ(t)，并通过方向盘传递；

根据所述的位置信息、速度信息及路况信息，计算所述车辆的前视距离L_d，并根据所述前视距离确定预瞄点D；

根据所述预瞄点D，计算t时刻所述车辆的车身和所述预瞄点D之间的夹角α(t)；

根据所述前视距离L_d，通过直接式横向协同控制或间接式横向协同控制，计算车辆前轮转角δ(t)及转向力矩T，并转换为方向盘转角θ(t)控制车辆转向。

优选的，所述计算车辆的前视距离L_d包括：

L_d＝Av²+Bv+C；

其中，L_d为车辆的前视距离；Av²定义为车辆制动距离；Bv定义为车辆遭遇异常情况时进行反应的车辆行驶距离；C为附加常量；

其中，A可取

其中，a_max为所述车辆的最大制动距离；B可取/>

C可取m，m为车辆的最小转弯半径。

优选的，所述计算车辆前轮转角δ(t)：

其中，α(t)为t时刻所述车辆的车身和预瞄点D之间的夹角；l为所述车辆的轴距。

优选的，所述通过直接式横向协同控制计算转向力矩T：

其中，T为所述车辆的最终控制转矩；γ(t)为方向盘转角；θ(t)为车辆前轮转角δ(t)转换为的方向盘转角；K_r为直接交互系数。

优选的，所述通过间接式横向协同控制计算转向力矩T：

其中，K_w为间接交互系数。

第二方面，提供了一种智能驾驶人机共驾驶横向协同控制系统，所述系统包括：

模块M1：采集车辆在驾驶过程中前方的实时图像信息；

模块M2：根据所述的实时图像信息提取所述车辆当前的位置信息、速度信息及所处路况信息；

模块M3：根据所述的位置信息、速度信息及路况信息，根据驾驶员的驾驶意图提供转向角γ(t)，并通过方向盘传递；

模块M4：根据所述的位置信息、速度信息及路况信息，计算所述车辆的前视距离L_d，并根据所述前视距离确定预瞄点D；

模块M5：根据所述预瞄点D，计算t时刻所述车辆的车身和所述预瞄点D之间的夹角α(t)；

模块M6：根据所述前视距离L_d，通过直接式横向协同控制或间接式横向协同控制，计算车辆前轮转角δ(t)及转向力矩T，并转换为方向盘转角θ(t)控制车辆转向。

优选的，所述模块M4中计算车辆的前视距离L_d包括：

L_d＝Av²+Bv+C；

其中，A可取

其中，a_max为所述车辆的最大制动距离；B可取/>

C可取m，m为车辆的最小转弯半径。

优选的，所述模块M6中计算车辆前轮转角δ(t)：

优选的，所述模块M6中通过直接式横向协同控制计算转向力矩T：

优选的，所述模块M6中通过间接式横向协同控制计算转向力矩T：

其中，K_w为间接交互系数。

与现有技术相比，本发明具有如下的有益效果：

1、本发明通过图像采集模块获取实时道路信息、位置信息及速度信息，一方面驾驶员做出驾驶意图，传递方向盘转角，另一方面控制器基于采集信息计算出前轮转角，针对不同车型，两类转向角进行不同类型的交互，从而获得车辆行驶的最终输出力矩；

2、本发明简化了人机共驾智能车辆的横向协同控制算法，没有过多的标注参数，也不需要过于复杂的算法，降低了其成产成本，同时本发明针对不同车型分别提出了控制算法及系统，保证了其适应范围；

3、本发明还基于人-车-路进行算法设计，增加了鲁棒性，提升了自适应能力，最终实现了较好的人机共驾型智能车辆的横向协同控制效果。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明整体流程示意图；

图2为本发明的横向协同控制方法及系统原理框图；

图3为本发明的横向控制模型图；

图4为本发明计算前轮转角的模型图；

图5为本发明的自行车模型；

图6为本发明的功能模块示意图；

图7为本发明的控制器模块模型示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

本发明实施例提供了一种智能驾驶人机共驾驶横向协同控制方法，参照图1所示，具体步骤如下：

首先采集车辆在驾驶过程中前方的实时图像信息，采集该车辆当前的位置信息、速度信息及所处路况信息。其中，车辆的当前位置信息为大地坐标系下自车位置信息，车辆当前速度信息为车辆实时纵向速度、加速度及横向速度、加速度；车辆当前所处路况信息包括道路信息、周围车辆位置及速度信息。

驾驶员根据自己的转向意图，通过方向盘传递，提供一个转向角γ(t)，再根据位置信息、速度信息及路况信息，计算车辆的前视距离L_d，并根据前视距离确定预瞄点D。

参照图2，计算车辆的前视距离L_d包括：

L_d＝Av²+Bv+C；

式中，L_d为车辆的前视距离；Av²定义为车辆制动距离；Bv定义为车辆遭遇异常情况时进行反应的车辆行驶距离；C为附加常量；

其中，A可取

其中，a_max为所述车辆的最大制动距离，可取a_max＝3m/s²；B可取

C可取m，m为车辆的最小转弯半径。

参照图3，计算车辆的最小转弯半径：

式中，r为车辆环行内半径；n为车辆前轮距；l为车辆轴距；b为车辆宽度；

根据前视距离L_d，确定预瞄点D。参照图3，可认为车辆质点A到预瞄点D之间的期望路径上的曲线距离等于前视距离L_d，即

根据前视距离L_d和预瞄点D，计算控制器输出的车辆前轮转角δ(t)。

参照图4，计算车辆前轮转角δ(t)：

本实施例的方案是基于车辆的转向模型-阿克曼转向几何的简化版(自行车模型)展开的，采用自行车模型，简化了车辆前轮转向角与后轴将遵循的曲率之间的几何关系：

参照图5，所述几何关系具体如下：

式中，δ表示前轮的转角，l为轴距，R为在给定的转向角下后轴遵循着的圆的半径，可用此公式估计在较低速度场景下的车辆运动。

根据车辆前轮转角δ(t)与方向盘转角θ(t)成线性关系，本实施例中不一定是绝对的比例关系，但存在一个大致的比例关系，约为1：10，将步骤4中的前轮转角转化为对应方向盘转角。

参照图5，分别计算直接式横向协同控制或间接式横向协同控制控制器的最终输出转向力矩T。

接式横向协同控制计算转向力矩T：

其中，T为所述车辆的最终控制转矩；γ(t)为方向盘转角；θ(t)为车辆前轮转角δ(t)转换为的方向盘转角；K_r为直接交互系数，依据实际标定确定，可由多次实验得出。

直接式横向协同控制适用于搭载机械式转向底盘的人机共驾型智能汽车，其优点在于反馈力直接交互，交互性好。

间接式横向协同控制计算转向力矩T：根据驾驶意图得到的方向盘转角γ(t)传递给控制器，控制器进行反馈，发送到方向盘产生相应的阻尼力T_f，给驾驶员提供实时路感反馈，修正驾驶员的意图输出，即前轮转角δ(t)转换的方向盘转角θ(t)与方向盘转角γ(t)间接交互，获得车辆最终的输出控制力矩T；

其中，式中T、θ(t)、γ(t)意义同上，K_w为间接交互系数，依据实际标定确定，可由多次实验得出。

间接横向协同控制适用于搭载线控转向底盘的人机共驾型智能汽车，其优点在于舒适性好，性能提升空间大。

在本实施例中，根据搭载转向底盘的不同将车辆分为两大类：分别是搭载了机械式转向底盘的人机共驾型智能汽车和搭载线控转向底盘的人机共驾型智能汽车。所谓机械式，即以驾驶员的力为基础，借助方向盘、转向器和转向传动机构等全机械机构实现转向；所谓线控式，即在方向盘和转向齿条之间是通过线控(电子信号)连接和控制的转向系统，即它们之间没有直接的液力或者机械等物理连接。通过对车辆进行分类，扩大了本发明的适用范围，增强了灵活性。

参照图6所示，本发明整体可分为多个模块，包括图像采集模块、数据计算模块以及控制器模块。其中，图像采集模块主要用于采集车辆的当前位置信息、速度信息及所处路况信息。数据计算模块用于计算车辆的前视距离、车辆的最小转弯半径、车辆的前轮转角以及将前轮转角转化为对应方向盘转角。参照图7所示，控制器模块用于根据不同的车辆适应平台，对驾驶员提供的方向盘转角力矩和根据采集信息计算出的前轮转角力矩(需转换成方向盘转角力矩)分别采用不同的算法进行交互，输出最终控制力矩。在间接式横向协同控制中，控制器还需对驾驶员提供的方向盘转角进行反馈修正。

本发明实施例提供了一种智能驾驶人机共驾驶横向协同控制方法，通过图像采集模块获取实时道路信息、位置信息及速度信息，一方面驾驶员做出驾驶意图，传递方向盘转角，另一方面控制器基于采集信息计算出前轮转角，针对不同车型，两类转向角进行不同类型的交互，从而获得车辆行驶的最终输出力矩。本发明简化了人机共驾智能车辆的横向协同控制算法，没有过多的标注参数，也不需要过于复杂的算法，降低了其成产成本，同时本发明针对不同车型分别提出了控制算法及系统，保证了其适应范围。本发明还基于人-车-路进行算法设计，增加了鲁棒性，提升了自适应能力，最终实现了较好的人机共驾型智能车辆的横向协同控制效果。

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。