CN113428180A - 一种无人驾驶车辆单道行驶车速控制方法、系统及终端 - Google Patents
一种无人驾驶车辆单道行驶车速控制方法、系统及终端 Download PDFInfo
- Publication number
- CN113428180A CN113428180A CN202110918873.0A CN202110918873A CN113428180A CN 113428180 A CN113428180 A CN 113428180A CN 202110918873 A CN202110918873 A CN 202110918873A CN 113428180 A CN113428180 A CN 113428180A
- Authority
- CN
- China
- Prior art keywords
- driving
- obstacle
- road
- speed
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000004044 response Effects 0.000 claims abstract description 74
- 238000011217 control strategy Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种无人驾驶车辆单道行驶车速控制方法、系统及终端,涉及,涉及无人驾驶汽车技术领域,其技术方案要点是:获取从目标车辆前侧道路连续采集的实时道路图像,并从实时道路图像中识别分析出障碍距离、障碍类型、障碍速度、障碍状态以及行驶环境信息;根据道路障碍的分布情况匹配相应的行驶控制策略;相应行驶控制策略下,依据目标车辆的车辆速度和行驶环境信息分析得到目标车辆的行驶控制状态,并依据障碍距离、障碍速度、障碍状态和行驶环境信息动态分析得到对应行驶控制状态下的行驶控制响应值;根据行驶控制响应值在相应行驶控制状态进行牵引或制动控制。本发明有效降低了计算量,可有提高车速控制的稳定性和响应速度。
Description
技术领域
本发明涉及无人驾驶汽车技术领域,更具体地说,它涉及一种无人驾驶车辆单道行驶车速控制方法、系统及终端。
背景技术
无人驾驶汽车是通过车载传感系统或图像采集设备获知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。其依据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。
目前,在无人驾驶汽车领域中,已有通过前方车辆或障碍物的速度值、当前车辆的速度值以及两者之间的距离值对当前车辆的车速值进行调控,通过在与前方急刹车的车辆或障碍物相撞前安全停住车,防止与前方车辆或障碍物追尾相撞。然而,无人驾驶汽车行驶过程中存在较多的运行状态,不同运行状态对车辆行驶速度、制动响应、牵引响应的需求不同。例如,遇到紧急状况时,需要及时刹车停止,这就需要制动响应的性能好;又例如,遇到道路红灯或道路病害障碍时,需要稳定刹车,其制动响应的性能需求又不相同。现有技术中仅仅依据前后车辆的速度值和距离值来控制目标车辆的行驶速度,在遇到复杂环境或紧急情况时,无法及时、准确的做出相应的控制策略。
因此,如何研究设计一种无人驾驶车辆单道行驶车速控制方法、系统及终端是我们目前急需解决的问题。
发明内容
为解决现有技术中的不足,本发明的目的是提供一种无人驾驶车辆单道行驶车速控制方法、系统及终端。
本发明的上述技术目的是通过以下技术方案得以实现的:
第一方面,提供了一种无人驾驶车辆单道行驶车速控制方法,包括以下步骤:
获取从目标车辆前侧道路连续采集的实时道路图像,并从实时道路图像中识别分析出障碍距离、障碍类型、障碍速度、障碍状态以及行驶环境信息;
根据道路障碍的分布情况匹配相应的行驶控制策略;
相应行驶控制策略下,依据目标车辆的车辆速度和行驶环境信息分析得到目标车辆的行驶控制状态,并依据障碍距离、障碍速度、障碍状态和行驶环境信息动态分析得到对应行驶控制状态下的行驶控制响应值;
根据行驶控制响应值在相应行驶控制状态进行牵引或制动控制。
进一步的,所述障碍类型包括车辆障碍、红绿灯障碍以及物体障碍;
从实时道路图像中识别道路障碍时,筛选出位于预设距离范围内所有的车辆障碍、红绿灯障碍和物体障碍;
从所有的车辆障碍筛选出距离目标车辆最近的唯一一个车辆障碍作为有效车辆障碍;
从所有的红绿灯障碍筛选出距离目标车辆最近的唯一一个红绿灯障碍作为有效红绿灯障碍;
从所有的物体障碍筛选出距离目标车辆最近的唯一一个物体障碍作为有效物体障碍。
进一步的,所述障碍速度的识别分析过程具体为:
获取连续采集的两个实时道路图像,并对实时道路图像中的道路障碍进行定位,分别获得两个实时道路图像中目标车辆与道路故障的图像显示距离;
根据相应实时道路图像的图像采集角度所对应的转换系数将图像显示距离转换为道路实际距离,并根据两个实时道路图像所对应的道路实际距离之差计算得到行驶距离差值;
获取目标车辆在连续采集的采集间隔时间内车辆速度,并结合采集间隔时间内的行驶距离差值分析得到道路障碍在采集间隔时间内的障碍速度。
进一步的,所述行驶控制策略的匹配过程具体为:
若从实时道路图像中未识别出位于预设距离范围内有效的道路障碍,则目标车辆匹配为常规驾驶策略;
若从实时道路图像中识别出有效的道路障碍中物体障碍距离目标车辆最近,则目标车辆匹配为异常驾驶策略;
若从实时道路图像中识别出有效的道路障碍中车辆故障位于红绿灯故障、目标车辆之间,则目标车辆匹配为跟车驾驶策略;
若从实时道路图像中识别出有效的道路障碍中红绿灯故障位于车辆故障、目标车辆之间,则目标车辆匹配为安全驾驶策略;
异常驾驶策略的优先级大于跟车驾驶策略、安全驾驶策略的优先级。
进一步的,所述常规驾驶策略、异常驾驶策略、跟车驾驶策略、安全驾驶策略均包括匀速行驶状态、制动行驶状态、牵引行驶状态;
异常驾驶策略还包括紧急制动状态;
跟车驾驶策略、安全驾驶策略还包括预制动状态和预牵引状态;
行驶控制状态依据预驾驶阈值和目标车辆的车辆速度进行分析:
若目标车辆当前时刻的车辆速度等于预驾驶阈值,则下一时刻的行驶控制状态为匀速行驶状态;
若目标车辆当前时刻的车辆速度大于预驾驶阈值,则下一时刻的行驶控制状态为制动行驶状态;
若目标车辆当前时刻的车辆速度小于预驾驶阈值,则下一时刻的行驶控制状态为牵引行驶状态;
若目标车辆行驶至有效物体障碍时车辆速度会超出稳定驾驶速度,则下一时刻的行驶控制状态为紧急制动状态,同时将行驶控制响应值转换为紧急制动响应值;
若目标车辆刚行驶至红绿灯故障时红绿灯故障处于黄灯状态或红灯状态,则下一时刻的行驶控制状态为预制动状态,同时将行驶控制响应值转换为预制动响应值;
若目标车辆行驶在红绿灯故障过程中时红绿灯故障处于黄灯状态或红灯状态,则下一时刻的行驶控制状态为预牵引状态,同时将行驶控制响应值转换为预牵引响应值。
进一步的,所述预驾驶阈值根据行驶轨迹弧度信息、道路湿度信息、道路坡度信息、以及限速信息进行计算,具体计算公式为:
其中,vy表示预驾驶阈值;vx表示限速信息;εh表示行驶道路的行驶轨迹弧度值;βs表示行驶道路的湿度强度值,取值为[0,0.3];αp表示行驶道路的坡度值。
进一步的,所述行驶控制响应值的计算公式具体为:
其中,a1表示行驶控制响应值,单位为m/s2;a0表示预设响应值,由目标车辆的车载系统设置;εh表示行驶道路的行驶轨迹弧度值;βs表示行驶道路的湿度强度值,取值为[0,0.3];αp表示行驶道路的坡度值,上坡为负值,下坡为正值;k为动态调控系数;若道路故障为静止状态,则k取最小值1;若道路故障为移动状态,则k取值与障碍距离呈反相关,与障碍速度呈正相关。
进一步的,所述目标车辆从当前时刻开始在紧急制动响应值的制动下,行驶至有效物体障碍时的速度达到稳定驾驶速度的80-90%;
目标车辆从当前时刻开始在预制动响应值的制动下,行驶至红绿灯故障时的速度为0;
目标车辆从当前时刻开始在预牵引响应值的牵引下,行驶过红绿灯故障时,红绿灯故障处于红灯状态。
第二方面,提供了一种无人驾驶车辆单道行驶车速控制系统,包括:
数据采集模块,用于获取从目标车辆前侧道路连续采集的实时道路图像,并从实时道路图像中识别分析出障碍距离、障碍类型、障碍速度、障碍状态以及行驶环境信息;
策略匹配模块,用于根据道路障碍的分布情况匹配相应的行驶控制策略;
响应分析模块,用于在相应行驶控制策略下,依据目标车辆的车辆速度和行驶环境信息分析得到目标车辆的行驶控制状态,并依据障碍距离、障碍速度、障碍状态和行驶环境信息动态分析得到对应行驶控制状态下的行驶控制响应值;
响应控制模块,用于根据行驶控制响应值在相应行驶控制状态进行牵引或制动控制。
第三方面,提供了一种计算机终端,包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面中任意一项所述的一种无人驾驶车辆单道行驶车速控制方法。
与现有技术相比,本发明具有以下有益效果:
1、本发明依据道路障碍的分布情况,预先匹配相应的行驶控制策略,在行驶控制响应值确定后,接收到车速控制信号后只需要在一定时间内进行牵引或制动即可,在此过程中行驶控制响应值保持稳定,无需进行实时动态计算,有效降低了计算量,可有提高车速控制的稳定性和响应速度;
2、本发明通过预驾驶阈值进行动态分析计算,使得目标车辆在不同道路环境下均可以稳定、安全的行驶,同时可作为匀速行驶状态、制动行驶状态、牵引行驶状态的速度参考值;
3、本发明在目标车辆遇到紧急制动、预制动和预牵引情况时,灵活的对行驶控制响应值进行变换,能够使得车速控制快速、准确的响应。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1是本发明实施例中的整体流程图;
图2是本发明实施例中有效道路障碍的筛选示意图;
图3是本发明实施例中障碍速度的识别分析流程图;
图4是本发明实施例中的系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1:一种无人驾驶车辆单道行驶车速控制方法,如图1所示,具体由以下步骤实现。
步骤一:获取从目标车辆前侧道路连续采集的实时道路图像,并从实时道路图像中识别分析出障碍距离、障碍类型、障碍速度、障碍状态以及行驶环境信息。
如图2所示,障碍类型包括车辆障碍、红绿灯障碍以及物体障碍。其中,物体障碍包括但不限于人、道路凹陷、道路凸起、占道标准等。从实时道路图像中识别道路障碍时,首先筛选出位于预设距离范围内所有的车辆障碍、红绿灯障碍和物体障碍。然后,从所有的车辆障碍筛选出距离目标车辆最近的唯一一个车辆障碍作为有效车辆障碍;从所有的红绿灯障碍筛选出距离目标车辆最近的唯一一个红绿灯障碍作为有效红绿灯障碍;从所有的物体障碍筛选出距离目标车辆最近的唯一一个物体障碍作为有效物体障碍。
需要说明的是,预设距离范围不仅限定了沿行驶轨迹方向上的长度,还包括了与目标车辆处于同车道的车道范围。
此外,在当前时刻进行行驶车速控制时,所采用故障信息仅包括有效道路故障,对于未筛选作为有效道路故障的其他道路故障,可进行存储,并与下一或未来某时刻的道路故障信息进行对比分析,以此可有效增强图像识别的准确度。
如图3所示,障碍速度的识别分析过程具体为:获取连续采集的两个实时道路图像,并对实时道路图像中的道路障碍进行定位,分别获得两个实时道路图像中目标车辆与道路故障的图像显示距离;根据相应实时道路图像的图像采集角度所对应的转换系数将图像显示距离转换为道路实际距离,并根据两个实时道路图像所对应的道路实际距离之差计算得到行驶距离差值;获取目标车辆在连续采集的采集间隔时间内车辆速度,并结合采集间隔时间内的行驶距离差值分析得到道路障碍在采集间隔时间内的障碍速度。
需要说明的是,采集间隔时间可依据道路情况进行智能化分析调整,例如,车辆密度大,则采集间隔时间小;车辆行驶速度快,则采集间隔时间小;道路情况复杂,则采集间隔时间小。
步骤二:根据道路障碍的分布情况匹配相应的行驶控制策略。
行驶控制策略的匹配过程具体为:若从实时道路图像中未识别出位于预设距离范围内有效的道路障碍,则目标车辆匹配为常规驾驶策略;若从实时道路图像中识别出有效的道路障碍中物体障碍距离目标车辆最近,则目标车辆匹配为异常驾驶策略;若从实时道路图像中识别出有效的道路障碍中车辆故障位于红绿灯故障、目标车辆之间,则目标车辆匹配为跟车驾驶策略;若从实时道路图像中识别出有效的道路障碍中红绿灯故障位于车辆故障、目标车辆之间,则目标车辆匹配为安全驾驶策略;异常驾驶策略的优先级大于跟车驾驶策略、安全驾驶策略的优先级。
需要说明的是,行驶控制策略的匹配仅为一种优选的常规驾驶匹配措施,若针对特殊情况或对无人驾驶有附加要求,可根据需要进行动态调整。此外,在驾驶过程中,若同时存在多种策略,则优先以行驶控制速度最小的策略进行响应。
步骤三:相应行驶控制策略下,依据目标车辆的车辆速度和行驶环境信息分析得到目标车辆的行驶控制状态,并依据障碍距离、障碍速度、障碍状态和行驶环境信息动态分析得到对应行驶控制状态下的行驶控制响应值。需要说明的是,行驶控制响应值表征目标车辆的制动或牵引性能,可理解为牵引加速度或制动加速度,在行驶控制响应值确定后,接收到车速控制信号后只需要在一定时间内进行牵引或制动即可,在此过程中行驶控制响应值保持稳定,无需进行实时动态计算,有效降低了计算量,可有提高车速控制的稳定性和响应速度。
常规驾驶策略、异常驾驶策略、跟车驾驶策略、安全驾驶策略均包括匀速行驶状态、制动行驶状态、牵引行驶状态;异常驾驶策略还包括紧急制动状态;跟车驾驶策略、安全驾驶策略还包括预制动状态和预牵引状态。
行驶控制状态依据预驾驶阈值和目标车辆的车辆速度进行分析:若目标车辆当前时刻的车辆速度等于预驾驶阈值,则下一时刻的行驶控制状态为匀速行驶状态;若目标车辆当前时刻的车辆速度大于预驾驶阈值,则下一时刻的行驶控制状态为制动行驶状态;若目标车辆当前时刻的车辆速度小于预驾驶阈值,则下一时刻的行驶控制状态为牵引行驶状态;
此外,若目标车辆行驶至有效物体障碍时车辆速度会超出稳定驾驶速度,则下一时刻的行驶控制状态为紧急制动状态,同时将行驶控制响应值转换为紧急制动响应值。
另外,若目标车辆刚行驶至红绿灯故障时红绿灯故障处于黄灯状态或红灯状态,则下一时刻的行驶控制状态为预制动状态,同时将行驶控制响应值转换为预制动响应值。若目标车辆行驶在红绿灯故障过程中时红绿灯故障处于黄灯状态或红灯状态,则下一时刻的行驶控制状态为预牵引状态,同时将行驶控制响应值转换为预牵引响应值。
预驾驶阈值根据行驶轨迹弧度信息、道路湿度信息、道路坡度信息、以及限速信息进行计算,具体计算公式为:
其中,vy表示预驾驶阈值;vx表示限速信息;εh表示行驶道路的行驶轨迹弧度值;βs表示行驶道路的湿度强度值,取值为[0,0.3];αp表示行驶道路的坡度值。
行驶控制响应值的计算公式具体为:
其中,a1表示行驶控制响应值,单位为m/s2;a0表示预设响应值,由目标车辆的车载系统设置;εh表示行驶道路的行驶轨迹弧度值;βs表示行驶道路的湿度强度值,取值为[0,0.3];αp表示行驶道路的坡度值,上坡为负值,下坡为正值;k为动态调控系数;若道路故障为静止状态,则k取最小值1;若道路故障为移动状态,则k取值与障碍距离呈反相关,与障碍速度呈正相关。
步骤四:根据行驶控制响应值在相应行驶控制状态进行牵引或制动控制。
目标车辆从当前时刻开始在紧急制动响应值的制动下,行驶至有效物体障碍时的速度达到稳定驾驶速度的80-90%。目标车辆从当前时刻开始在预制动响应值的制动下,行驶至红绿灯故障时的速度为0。目标车辆从当前时刻开始在预牵引响应值的牵引下,行驶过红绿灯故障时,红绿灯故障处于红灯状态。
需要说明的是,本发明可应用于单道行驶的车速控制,其单道行驶包含了红绿灯路口的行驶,默认存在红绿灯的两个路段之间为单一行驶道。
实施例2:一种无人驾驶车辆单道行驶车速控制系统,如图4所示,包括数据采集模块、策略匹配模块、响应分析模块和响应控制模块。
数据采集模块,用于获取从目标车辆前侧道路连续采集的实时道路图像,并从实时道路图像中识别分析出障碍距离、障碍类型、障碍速度、障碍状态以及行驶环境信息。策略匹配模块,用于根据道路障碍的分布情况匹配相应的行驶控制策略。响应分析模块,用于在相应行驶控制策略下,依据目标车辆的车辆速度和行驶环境信息分析得到目标车辆的行驶控制状态,并依据障碍距离、障碍速度、障碍状态和行驶环境信息动态分析得到对应行驶控制状态下的行驶控制响应值。响应控制模块,用于根据行驶控制响应值在相应行驶控制状态进行牵引或制动控制。
工作原理:本发明依据道路障碍的分布情况,预先匹配相应的行驶控制策略,在行驶控制响应值确定后,接收到车速控制信号后只需要在一定时间内进行牵引或制动即可,在此过程中行驶控制响应值保持稳定,无需进行实时动态计算,有效降低了计算量,可有提高车速控制的稳定性和响应速度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种无人驾驶车辆单道行驶车速控制方法,其特征是,包括以下步骤:
获取从目标车辆前侧道路连续采集的实时道路图像,并从实时道路图像中识别分析出障碍距离、障碍类型、障碍速度、障碍状态以及行驶环境信息;
根据道路障碍的分布情况匹配相应的行驶控制策略;
相应行驶控制策略下,依据目标车辆的车辆速度和行驶环境信息分析得到目标车辆的行驶控制状态,并依据障碍距离、障碍速度、障碍状态和行驶环境信息动态分析得到对应行驶控制状态下的行驶控制响应值;
根据行驶控制响应值在相应行驶控制状态进行牵引或制动控制。
2.根据权利要求1所述的一种无人驾驶车辆单道行驶车速控制方法,其特征是,所述障碍类型包括车辆障碍、红绿灯障碍以及物体障碍;
从实时道路图像中识别道路障碍时,筛选出位于预设距离范围内所有的车辆障碍、红绿灯障碍和物体障碍;
从所有的车辆障碍筛选出距离目标车辆最近的唯一一个车辆障碍作为有效车辆障碍;
从所有的红绿灯障碍筛选出距离目标车辆最近的唯一一个红绿灯障碍作为有效红绿灯障碍;
从所有的物体障碍筛选出距离目标车辆最近的唯一一个物体障碍作为有效物体障碍。
3.根据权利要求1所述的一种无人驾驶车辆单道行驶车速控制方法,其特征是,所述障碍速度的识别分析过程具体为:
获取连续采集的两个实时道路图像,并对实时道路图像中的道路障碍进行定位,分别获得两个实时道路图像中目标车辆与道路故障的图像显示距离;
根据相应实时道路图像的图像采集角度所对应的转换系数将图像显示距离转换为道路实际距离,并根据两个实时道路图像所对应的道路实际距离之差计算得到行驶距离差值;
获取目标车辆在连续采集的采集间隔时间内车辆速度,并结合采集间隔时间内的行驶距离差值分析得到道路障碍在采集间隔时间内的障碍速度。
4.根据权利要求1-3任意一项所述的一种无人驾驶车辆单道行驶车速控制方法,其特征是,所述行驶控制策略的匹配过程具体为:
若从实时道路图像中未识别出位于预设距离范围内有效的道路障碍,则目标车辆匹配为常规驾驶策略;
若从实时道路图像中识别出有效的道路障碍中物体障碍距离目标车辆最近,则目标车辆匹配为异常驾驶策略;
若从实时道路图像中识别出有效的道路障碍中车辆故障位于红绿灯故障、目标车辆之间,则目标车辆匹配为跟车驾驶策略;
若从实时道路图像中识别出有效的道路障碍中红绿灯故障位于车辆故障、目标车辆之间,则目标车辆匹配为安全驾驶策略;
异常驾驶策略的优先级大于跟车驾驶策略、安全驾驶策略的优先级。
5.根据权利要求4所述的一种无人驾驶车辆单道行驶车速控制方法,其特征是,所述常规驾驶策略、异常驾驶策略、跟车驾驶策略、安全驾驶策略均包括匀速行驶状态、制动行驶状态、牵引行驶状态;
异常驾驶策略还包括紧急制动状态;
跟车驾驶策略、安全驾驶策略还包括预制动状态和预牵引状态;
行驶控制状态依据预驾驶阈值和目标车辆的车辆速度进行分析:
若目标车辆当前时刻的车辆速度等于预驾驶阈值,则下一时刻的行驶控制状态为匀速行驶状态;
若目标车辆当前时刻的车辆速度大于预驾驶阈值,则下一时刻的行驶控制状态为制动行驶状态;
若目标车辆当前时刻的车辆速度小于预驾驶阈值,则下一时刻的行驶控制状态为牵引行驶状态;
若目标车辆行驶至有效物体障碍时车辆速度会超出稳定驾驶速度,则下一时刻的行驶控制状态为紧急制动状态,同时将行驶控制响应值转换为紧急制动响应值;
若目标车辆刚行驶至红绿灯故障时红绿灯故障处于黄灯状态或红灯状态,则下一时刻的行驶控制状态为预制动状态,同时将行驶控制响应值转换为预制动响应值;
若目标车辆行驶在红绿灯故障过程中时红绿灯故障处于黄灯状态或红灯状态,则下一时刻的行驶控制状态为预牵引状态,同时将行驶控制响应值转换为预牵引响应值。
8.根据权利要求5所述的一种无人驾驶车辆单道行驶车速控制方法,其特征是,所述目标车辆从当前时刻开始在紧急制动响应值的制动下,行驶至有效物体障碍时的速度达到稳定驾驶速度的80-90%;
目标车辆从当前时刻开始在预制动响应值的制动下,行驶至红绿灯故障时的速度为0;
目标车辆从当前时刻开始在预牵引响应值的牵引下,行驶过红绿灯故障时,红绿灯故障处于红灯状态。
9.一种无人驾驶车辆单道行驶车速控制系统,其特征是,包括:
数据采集模块,用于获取从目标车辆前侧道路连续采集的实时道路图像,并从实时道路图像中识别分析出障碍距离、障碍类型、障碍速度、障碍状态以及行驶环境信息;
策略匹配模块,用于根据道路障碍的分布情况匹配相应的行驶控制策略;
响应分析模块,用于在相应行驶控制策略下,依据目标车辆的车辆速度和行驶环境信息分析得到目标车辆的行驶控制状态,并依据障碍距离、障碍速度、障碍状态和行驶环境信息动态分析得到对应行驶控制状态下的行驶控制响应值;
响应控制模块,用于根据行驶控制响应值在相应行驶控制状态进行牵引或制动控制。
10.一种计算机终端,包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现如权利要求1-8中任意一项所述的一种无人驾驶车辆单道行驶车速控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110918873.0A CN113428180A (zh) | 2021-08-11 | 2021-08-11 | 一种无人驾驶车辆单道行驶车速控制方法、系统及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110918873.0A CN113428180A (zh) | 2021-08-11 | 2021-08-11 | 一种无人驾驶车辆单道行驶车速控制方法、系统及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113428180A true CN113428180A (zh) | 2021-09-24 |
Family
ID=77763198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110918873.0A Pending CN113428180A (zh) | 2021-08-11 | 2021-08-11 | 一种无人驾驶车辆单道行驶车速控制方法、系统及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113428180A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184384A (zh) * | 2021-11-15 | 2022-03-15 | 中国人民解放军63963部队 | 车辆健康管理系统的数据集联装置 |
CN114941710A (zh) * | 2022-05-12 | 2022-08-26 | 上海伯镭智能科技有限公司 | 一种无人驾驶矿车档位切换控制方法 |
CN115123129A (zh) * | 2022-07-01 | 2022-09-30 | 浙江极氪智能科技有限公司 | 行车安全保障方法、装置、设备及存储介质 |
-
2021
- 2021-08-11 CN CN202110918873.0A patent/CN113428180A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184384A (zh) * | 2021-11-15 | 2022-03-15 | 中国人民解放军63963部队 | 车辆健康管理系统的数据集联装置 |
CN114184384B (zh) * | 2021-11-15 | 2023-10-17 | 中国人民解放军63963部队 | 车辆健康管理系统的数据集联装置 |
CN114941710A (zh) * | 2022-05-12 | 2022-08-26 | 上海伯镭智能科技有限公司 | 一种无人驾驶矿车档位切换控制方法 |
CN114941710B (zh) * | 2022-05-12 | 2024-03-01 | 上海伯镭智能科技有限公司 | 一种无人驾驶矿车档位切换控制方法 |
CN115123129A (zh) * | 2022-07-01 | 2022-09-30 | 浙江极氪智能科技有限公司 | 行车安全保障方法、装置、设备及存储介质 |
CN115123129B (zh) * | 2022-07-01 | 2023-11-07 | 浙江极氪智能科技有限公司 | 行车安全保障方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110155046B (zh) | 自动紧急制动分级控制方法与系统 | |
WO2020187254A1 (zh) | 自动驾驶车辆的纵向控制方法系统 | |
CN113428180A (zh) | 一种无人驾驶车辆单道行驶车速控制方法、系统及终端 | |
CN109318893B (zh) | 基于车牌像素高度变化的安全驾驶辅助方法和系统 | |
CN111994068B (zh) | 一种基于智能轮胎触觉感知的智能驾驶汽车控制系统 | |
US11912286B2 (en) | Driving risk identification model calibration method and system | |
CN103269935A (zh) | 车辆驾驶辅助装置、方法和车辆 | |
JP7081423B2 (ja) | 情報処理システム | |
CN111645682B (zh) | 一种巡航控制方法、系统及车辆 | |
CN113147752B (zh) | 一种无人驾驶方法及系统 | |
US20200039514A1 (en) | Distance control for a vehicle with trailer | |
US20200339125A1 (en) | Method for operating a driving assistance system, and driving assistance system | |
CN113501001A (zh) | 一种无人驾驶车辆变道行驶控制方法、系统及终端 | |
CN105632203B (zh) | 一种交通安全预警方法及系统 | |
CN111391832A (zh) | 一种基于信息共享的车辆自适应巡航控制方法及系统 | |
CN115951678A (zh) | 一种用于电子导向胶轮车的自动驾驶系统 | |
US20220375349A1 (en) | Method and device for lane-changing prediction of target vehicle | |
CN111717213A (zh) | 自动驾驶车辆的巡航控制方法及装置 | |
CN113085828A (zh) | 无人驾驶汽车紧急制动时保护后方车辆的控制方法 | |
CN116564084A (zh) | 一种基于纯路端感知的网联式辅助驾驶控制方法及系统 | |
CN115123222A (zh) | 一种融合路面环境和车辆安全模型的辅助巡航主动刹车方法 | |
Pirhonen et al. | Predictive braking with brake light detection—Field test | |
CN114701491A (zh) | 智能驾驶车辆的纵向控制方法及系统 | |
US20200193833A1 (en) | Driving support apparatus, vehicle, control method for driving support apparatus, and storage medium | |
CN115097827B (zh) | 一种无人驾驶汽车的道路学习方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210924 |
|
WD01 | Invention patent application deemed withdrawn after publication |