CN113815646A - 车辆的智能驾驶方法、车辆和可读存储介质 - Google Patents

Abstract

本发明公开了一种车辆的智能驾驶方法、车辆和可读存储介质，所述方法包括以下步骤：实时监测所述车辆的车辆位置、车辆速度和导航线路；根据车辆位置和导航线路上的多个参考轨迹点设置距离所述车辆位置最近的参考轨迹点为近端参考点；根据近端参考点和预存的多个参考轨迹点更新导航线路；根据更新后的导航线路和车辆速度确定车辆的轨迹控制参数；根据车辆行驶方向，在参考轨迹点中选取横向偏差参考点和航向偏差参考点；根据偏差参考点生成所述车辆的误差控制参数；根据误差控制参数调整轨迹控制参数，并根据轨迹控制参数调整方向盘的角度。通过本发明提供的车辆的智能驾驶方法计算量小，实时性好。

Description

车辆的智能驾驶方法、车辆和可读存储介质

技术领域

本发明涉及人工智能技术领域，具体涉及一种车辆的智能驾驶方法、车辆和可读存储介质。

背景技术

随着人工智能技术越来越发达，智能驾驶技术也不断的取得进步。而该技术一直是现代车辆研究领域的热点与难点，现阶段部分智能驾驶车辆的高精度定位通常通过高精地图和差分GPS进行定位，在对车辆定位之后，计算路径搜索的时候会循环计算局部或全局路径上距离车辆位置的最小欧式距离参考点，这种循环搜索算法的耗时较高，由于计算量大，实时性也很差。

发明内容

本发明提供了一种车辆的智能驾驶方法，旨在解决确定距离车辆最近的参考轨迹点时实时性差的问题。

为实现上述目的，本发明提供了一种车辆的智能驾驶方法，该方法包括以下步骤：

实时监测所述车辆的车辆位置、车辆速度，根据所述车辆位置和所述导航线路上的多个参考轨迹点设置距离所述车辆位置最近的参考轨迹点为近端参考点；

根据所述近端参考点和所述预存的多个参考轨迹点更新导航线路；

根据更新后的所述导航线路和所述车辆速度确定所述车辆的轨迹控制参数；

根据车辆行驶方向，在位于所述导航线路上的参考轨迹点中选取横向偏差参考点；

根据所述导航线路的曲率和车辆行驶方向，在位于所述导航线路上的参考轨迹点中选取航向偏差参考点；

根据所述横向偏差参考点和所述航向偏差参考点生成所述车辆的误差控制参数；

根据所述误差控制参数调整所述轨迹控制参数，并根据所述轨迹控制参数调整方向盘的角度。

可选地，沿所述导航线路，连接每一参考轨迹点到下一参考轨迹点为第一矢量；

连接每一参考轨迹点到所述车辆位置为第二矢量；

计算与同一所述参考轨迹点连接的所述第一矢量和所述第二矢量的夹角，设置所述夹角为该所述参考轨迹点对应的轨迹点夹角；

遍历所有所述轨迹点夹角，将所述轨迹点夹角大于或等于九十度，且沿所述导航线路在该轨迹点夹角的上一个轨迹点夹角小于九十度的轨迹点夹角对应的参考轨迹点设为近端参考点。

可选地，根据所述车辆位置、所述导航线路和横向偏差参考点获取横向误差；

根据所述车辆位置、所述导航线路和航向偏差参考点获取航向误差；

获取所述导航线路上所述近端参考点的曲率；

根据所述近端参考点的曲率、横向误差和航向误差获得所述误差控制参数。

可选地，沿所述车辆行驶方向，设置距离所述车辆第一预设长度的位置为横向偏差辅助点；

将距离所述横向偏差辅助点最近的参考轨迹点设置为横向偏差参考点。

可选地，沿所述车辆行驶方向，设置距离所述车辆第二预设长度的位置为航向偏差辅助点；

将距离所述航向偏差辅助点最近的参考轨迹点设置为航向参考点；

获取所述近端参考点至所述航向参考点的所述导航线路，并将该段导航线路设为近端导航线路；

计算所述近端导航线路上所有所述参考轨迹点的曲率；

根据所述曲率将所述近端导航线路中一参考轨迹点设置为所述航向偏差参考点。

可选地，获取所述近端导航线路上所有所述参考轨迹点曲率中的最大曲率；

判断所述最大曲率是否大于第一预设曲率；

若所述最大曲率小于或等于第一预设曲率，则将航向参考点设为航向偏差参考点；

若所述最大曲率大于第一预设曲率，则将最大曲率对应的参考轨迹点设为航向偏差参考点。

可选地，根据所述横向误差确定横向标准误差增量；

根据所述航向误差确定航向标准误差增量；

根据所述横向误差和历史横向误差获取横向实际误差增量，并更新所述历史横向误差为所述横向误差；

根据所述航向误差和历史航向误差获取航向实际误差增量，并更新所述历史航向误差为所述航向误差；

根据横向标准误差增量、航向标准误差增量、横向实际误差增量和航向实际误差增量生成误差修正系数；

根据误差修正系数修正所述误差控制参数。

可选地，计算横向标准误差增量和横向实际误差增量的差值为横向差值；

计算航向标准误差增量和航向实际误差增量的差值为航向差值；

计算横向差值和航向差值的和为误差增量差值；

计算横向标准误差增量和横向实际误差增量的比值为横向比值；

计算航向标准误差增量和航向实际误差增量的比值为航向比值；

根据横向比值、航向比值和误差增量差值获取误差修正系数。

为实现上述目的，本申请还提出一种车辆，车辆包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现所述电机系统的选型方法。

为实现上述目的，本申请还提出一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述电机系统的选型方法。

本发明技术方案中，实时监测所述车辆的车辆位置、车辆速度和导航线路；根据车辆位置和导航线路上的多个参考轨迹点设置距离所述车辆位置最近的参考轨迹点为近端参考点；根据近端参考点和预存的多个参考轨迹点更新导航线路；由于导航线路实时更新，因此自动驾驶的方向具有实时性；根据更新后的导航线路和车辆速度确定车辆的轨迹控制参数；根据车辆行驶方向，在参考轨迹点中选取横向偏差参考点和航向偏差参考点；根据偏差参考点生成所述车辆的误差控制参数；根据误差控制参数调整轨迹控制参数，并根据轨迹控制参数调整方向盘的角度，通过多个方向的误差控制车辆行驶，能够避免参数控制参数单一，实现不同工况下对车辆的有效控制。通过本发明可以避免车辆在行驶过程中对每个参考轨迹点的距离大量循环搜索计算，减少车辆运行时的计算量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明一实施例的车辆的智能驾驶方法的模块结构示意图；

图2为本发明一实施例的车辆的智能驾驶方法的流程图；

图3为本发明另一实施例的车辆的智能驾驶方法的细化流程图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参照图1，图1为本发明各个实施例中所提供的车辆的硬件结构示意图。所述车辆包括执行模块01、存储器02、处理器03等部件。本领域技术人员可以理解，图1中所示出的车辆还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中，所述处理器03分别与所述存储器02和所述执行模块模块01连接，所述存储器02上存储有计算机程序，所述计算机程序同时被处理器03执行。

执行模块01，可获取车辆位置信息、速度信息，根据处理器发出的指令调整车辆方向盘的方向，并反馈以上信息发送给所述处理器03。

存储器02，可用于存储软件程序以及各种数据。存储器02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等；存储数据区可存储根据终端的使用所创建的数据或信息等。此外，存储器02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、或其他易失性固态存储器件。

处理器03，是处理平台的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器02内的软件程序和/或模块，以及调用存储在存储器02内的数据，执行终端的各种功能和处理数据，从而对汽车进行整体监控。处理器03可包括一个或多个处理单元；优选的，处理器03可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器03中。

本领域技术人员可以理解，图1中示出的车辆结构并不构成对车辆的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

根据上述硬件结构，提出本发明方法各个实施例。

参照图2，在本发明车辆的智能驾驶方法的第一实施例中，所述车辆的智能驾驶方法包括：

步骤S100，实时监测所述车辆的车辆位置和车辆速度，根据所述车辆位置和预设导航线路上的多个参考轨迹点设置距离所述车辆位置最近的参考轨迹点为近端参考点；

现阶段部分智能驾驶车辆的高精度定位通常通过高精地图和差分GPS进行定位，以提供特定场景或特定工况的无人驾驶车辆的定位服务。智能驾驶中的车辆循迹功能正在越来越引起重视，支撑记忆泊车等高级功能的落地。由于循迹功能偏向应用于无人化或无干预的场景中，循迹控制算法的实时性和自主性要求相对较高。现阶段的方法在计算路径搜索的时候会循环计算局部或全局路径上距离车辆位置的最小欧式距离参考点，搜索算法耗时较高；循迹控制采用一套控制参数，导致不能很好的权衡控制实时性和超调量等控制性能；当使用场景变化导致控制效果与预期相差较大时，没有纠错能力，循迹控制失效。

本实施例中，在智能驾驶车辆的起点和终点均确定之后，车辆根据预存的数据自动生成多个参考轨迹点，同时车辆进行轨迹搜索初始化，初始化时，首先车辆通过欧式距离计算方法全局搜索距离当前车辆初始位置最近的轨迹点，并以此作为起始点，并给出前方一定距离的轨迹离散点以形成导航线路。理论上车辆会沿着导航线路上的参考轨迹点行进，但车辆实际行驶过程中，车辆上的环境监控设备如摄像头、雷达等会持续工作，当环境监控设备监控到路线上的不确定因素，如对向来车、行人、栏杆等障碍物，环境监控设备会将障碍物的障碍物信息上报给整车控制系统，为了避让障碍物，保障行车安全，整车控制系统会临时改变车辆行驶方向，使得车辆暂时偏离预先设定的导航线路。在车辆偏离导航线路之后，若车辆行驶经过障碍物所在的路段，且环境监控设备并未检测到导航线路上有其他障碍物，则车辆需要重新靠近并回归导航线路。而在重新回归导航线路之前，车辆需要先进行轨迹搜索，搜索出距离车辆位置最近的参考轨迹点，也就是本申请中的近端参考点，再根据近端参考点的位置进行重新回归导航线路的部署。

步骤S200，根据所述近端参考点和所述预存的多个参考轨迹点更新导航线路；

当车辆的起点和终点确定之后，车辆会生成预存的起点和终点之间所有参考轨迹点。导航线路是根据车辆的参考轨迹点和车辆位置生成的，而由于行驶过程中车辆位置不断发生变化，因此导航线路也不断的进行着更新。例如，当车辆在无人驾驶的起点，导航线路是由起点和起点前一段参考轨迹点生成。当车辆沿导航线路行进一段距离之后，车辆会将车辆行驶过的轨迹设为历史轨迹，未行驶过的轨迹设为待行驶轨迹，历史轨迹上的参考轨迹点为历史轨迹点，待行驶轨迹上的参考轨迹点为待行驶轨迹点，此时车辆的导航线路由待行驶轨迹点生成，随着车辆沿导航线路不断前进，行驶经过的待行驶轨迹点更新为历史轨迹点，因此导航线路也在不停的更新。当车辆沿导航线路不断前进，车辆会经过运算得到距离车辆位置最近的参考轨迹点，也即近端参考点，并以近端参考点作为重新规划导航线路的起始点，导航线路由车辆的近端参考点到近端参考点前一段预设数量的参考轨迹点生成；随着车辆位置的不断变化，车辆的近端参考点也在不停的变化，因此车辆的导航线路也在不停的更新。

步骤S300，根据更新后的所述导航线路和所述车辆速度确定所述车辆的轨迹控制参数；

本实施例中，在车辆的行驶过程中，确定了车辆的近端参考点和根据近端参考点更新的导航线路之后，车辆会根据更新的导航线路前进，而车辆的行驶路线又由车辆速度和车辆的行驶方向确定，因此轨迹控制参数主要控制所述车辆的行驶方向。

步骤S400，根据车辆行驶方向，在位于所述导航线路上的参考轨迹点中选取横向偏差参考点；

步骤S500，根据所述导航线路的曲率和车辆行驶方向，在位于所述导航线路上的参考轨迹点中选取航向偏差参考点；

为了确保能够对无人驾驶车辆实现精准定位，在确定了车辆的导航线路之后，通常会选取导航线路上车辆前方一段距离的参考轨迹点作为车辆控制的参考点，其中，车辆控制的参考点可以是多个方向上的偏差参考点，可以通过针对小曲率工况的路径，将一个具有反馈控制的系统作为无人驾驶的驾驶员，驾驶员会基于自己预瞄的路径和期望的路径差形成一个反馈系统，而常用的反馈系统会考虑人的一些特性参数，用一个pid来表示，pid表示在过程控制中，按偏差的比例(P)、积分(I)和微分(D)进行控制的一种算法。例如；比例可以是驾驶员对方向盘输入的多少，微分可以是驾驶员的预瞄，积分可以是驾驶员的一个延迟缓解，可能包括肌肉延时和其它延时，而反馈的输入就是上面说到的路径差，同前面这些参数共同构成一个预测系统，通过预测系统选取一个参考轨迹点作为车辆控制的参考点。

步骤S600，根据所述横向偏差参考点和所述航向偏差参考点生成所述车辆的误差控制参数；

步骤S700，根据所述误差控制参数调整所述轨迹控制参数，并根据所述轨迹控制参数调整方向盘的角度。

本实施例中，在两个方向上选取了车辆控制的参考点以作为偏差参考点，根据横向的偏差参考点可以获知车辆在横向上实际位置与预设位置之间的误差，根据航向的偏差参考点可以获知车辆在航向上实际位置与预设位置之间的误差，又根据横向的误差和航向的误差可以生成车辆的误差控制参数，误差控制参数同轨迹控制参数一样，通过调整方向盘的角度对车辆的行驶轨迹产生影响。误差控制参数能够使车辆的实际位置在横向和航向上更靠近导航线路上的预设位置，使车辆的定位更为精准，提升无人驾驶的安全性。其中，横向为横向，航向为航向。

如图3所示，在一实施例中，步骤S100包括：

步骤S110，沿所述导航线路，连接每一参考轨迹点到下一参考轨迹点为第一矢量；

步骤S120，连接每一参考轨迹点到所述车辆位置为第二矢量；

本实施例中，参考轨迹点是沿着导航线路离散分布的，又根据汽车的行驶方向，参考轨迹点产生了先后的顺序关系。将每一参考轨迹点到下一参考轨迹点的连线设为第一矢量，将每一参考轨迹点到车辆位置的连线设为第二矢量，因此每个参考轨迹点都有对应的第一矢量和第二矢量。

步骤S130，计算与同一所述参考轨迹点连接的所述第一矢量和所述第二矢量的夹角，设置所述夹角为该所述参考轨迹点对应的轨迹点夹角；

由于每个参考轨迹点都有对应的第一矢量和第二矢量，而每个参考轨迹点对应的第一矢量和第二矢量都只有一个交点，其交点即为该参考轨迹点，因此每个参考轨迹点对应的第一矢量和第二矢量都会有一个夹角，将这个夹角设置为该参考轨迹点对应的轨迹点夹角。

步骤S140，遍历所有所述轨迹点夹角，获取所述轨迹点夹角小于九十度且沿所述导航线路相邻轨迹点夹角大于或等于九十度的两个轨迹点夹角对应的两个参考轨迹点，并比较所述两个参考轨迹点分别与车辆位置的距离，将所述两个参考轨迹点中距离所述车辆位置最近的参考轨迹点设为近端参考点。

轨迹点夹角越接近直角，则轨迹点夹角对应的参考轨迹点距离车辆的位置越近。因此两相邻的参考轨迹点上，上一个轨迹点夹角小于九十度且沿所述导航线路下一个轨迹点夹角大于或等于九十度的两个轨迹点夹角对应的两个参考轨迹点为距离车辆位置最近的两个参考轨迹点，比较这两个参考轨迹点与车辆位置的距离，距离更近的那个参考轨迹点即为距离车辆位置最近的参考轨迹点，也即为近端参考点。由于车辆在不断的行驶，因此各参考轨迹点对应的轨迹点夹角的角度也在不停的变化，利用轨迹点夹角确定近端参考点，可以避免车辆行驶过程中不断循环计算同每个参考轨迹点的距离，大大的减少了数据的运算量，提高了路径搜索效率。

在一实施例中，步骤S600包括：

根据所述车辆位置、所述导航线路和横向偏差参考点获取横向误差；

根据所述车辆位置、所述导航线路和航向偏差参考点获取航向误差；

获取所述导航线路上所述近端参考点的曲率；

根据所述近端参考点的曲率、横向误差和航向误差获得所述误差控制参数。

本实施例中，横向为横向，也即车辆行驶时与车头方向垂直的方向，因此横向偏差参考点即为横向偏差参考点；航向为航向，也即车辆行驶时车头的方向，因此航向偏差参考点即为航向偏差参考点。导航线路是经过所有参考轨迹点的曲线，因此每个参考轨迹点在导航线路上，都有对应的曲率，在确定近端参考点后，可以获取导航线路上近端参考点的曲率。确定了车辆的航向偏差参考点和横向偏差参考点后，可以对车辆进行航向控制和横向控制，控制方法可以为模型预测控制、PID控制、线性二次型控制等。其中，航向控制和横向控制可以包括四个部分：横向误差、横向误差变化率、朝向和朝向的变化率。在一实施例中，采用模糊PID控制对车辆进行控制。模糊PID控制是在PID算法基础上的一种改进算法，PID控制算法可以对车辆起到比例调节、积分调节和微分调节这三个调节作用。而PID控制算法虽然控制原理简单且易于实现，但是其参数整定十分麻烦。而模糊PID控制则可以利用模糊逻辑并根据一定的模糊规则对PID的参数进行实时的优化，以克服传统PID参数无法实时调整PID参数的缺点。将近端参考点的曲率、横向误差和航向误差作为参数输入到预设的模糊PID控制器中，可以得出相应的误差控制参数，根据误差控制参数可以对车辆位置进行调节，以减少甚至消除车辆位置的误差，提升车辆位置的准确性。

在一实施例中，步骤S400包括：

沿所述车辆行驶方向，设置距离所述车辆第一预设长度的位置为横向偏差辅助点；

将距离所述横向偏差辅助点最近的参考轨迹点设置为横向偏差参考点。

本实施例中，横向为横向，也即车辆行驶时与车头方向垂直的方向，因此横向偏差参考点即为横向偏差参考点。第一预设长度为根据预设条件提前设置，并可以根据驾驶需要随时更改，第一预设长度可以是50米，也可以是30米等等。将沿车辆行驶方向上，距离车辆第一预设长度的位置设置为横向偏差辅助点，若该横向偏差辅助点恰好与参考轨迹点重合，则将该参考轨迹点定位横向偏差参考点。若该横向偏差辅助点不与参考轨迹点重合，则计算横向偏差辅助点与所有参考轨迹点的距离，然后获取距离横向偏差辅助点最近的参考轨迹点，将该参考轨迹点设为横向偏差参考点。

在一实施例中，步骤S500包括：

步骤a，沿所述车辆行驶方向，设置距离所述车辆第二预设长度的位置为航向偏差辅助点；

步骤b，将距离所述航向偏差辅助点最近的参考轨迹点设置为航向参考点；

本实施例中，航向为航向，也即车辆行驶时与车头的方向，因此航向偏差参考点即为航向偏差参考点。第二预设长度为根据预设条件提前设置，并可以根据驾驶需要随时更改，第二预设长度可以和第一预设长度相等，也可以不相等。第二预设长度可以是50米，也可以是30米等等。将沿车辆行驶方向上，距离车辆第二预设长度的位置设置为航向偏差辅助点，若该航向偏差辅助点恰好与参考轨迹点重合，则将该参考轨迹点定位航向参考点。若该航向偏差辅助点不与参考轨迹点重合，则计算航向偏差辅助点与所有参考轨迹点的距离，然后求出距离航向偏差辅助点最近的参考轨迹点，将该参考轨迹点设为航向参考点。

步骤c，获取所述近端参考点至所述航向参考点的所述导航线路，并将该段导航线路设为近端导航线路；

判断近端参考点与航向参考点的位置关系，若近端参考点和航向参考点不重合，则将导航线路上近端参考点至航向参考点这一段作为近端导航线路。若近端参考点与航向参考点重合，则直接将近端参考点作为航向偏差参考点。

步骤d，计算所述近端导航线路上所有所述参考轨迹点的曲率；

步骤f，根据所述曲率将所述近端导航线路中一参考轨迹点设置为所述航向偏差参考点。

本实施例中，近端导航线路为一条经过多个参考轨迹点的曲线，近端导航线路上所有参考轨迹点在近端导航线路上都有相应的曲率，由于利用单点预瞄法选点只能针对小曲率路径的控制模型，因此根据曲率的不同，航向偏差参考点的设置方法也各不相同。

在一实施例中，所述根据所述曲率将所述近端导航线路中一参考轨迹点设置为所述航向偏差参考点的步骤包括：

获取所述近端导航线路上所有所述参考轨迹点曲率中的最大曲率；

判断所述最大曲率是否大于第一预设曲率；

若所述最大曲率小于或等于第一预设曲率，则将航向参考点设为航向偏差参考点；

若所述最大曲率大于第一预设曲率，则将最大曲率对应的参考轨迹点设为航向偏差参考点。

由于单点预瞄法在大曲率导航线路上取点具有局限性，因此在选择航向偏差参考点时，需要考虑近端导航路线曲率的影响。本实施例中，获取近端导航线路上所有参考轨迹点的曲率，并从中得到最大的曲率值。判断该最大的曲率值是否大于第一预设曲率，其中第一预设曲率是本领域人员根据预设规则提前设置的曲率临界值。当最大曲率小于或等于第一预设曲率时，则将航向参考点设为航向偏差参考点；当最大曲率大于第一预设曲率时，则将最大曲率对饮的参考轨迹点设为航向偏差参考点。单点预瞄法是针对的是小曲率工况的路径，因此若近端参考线路上参考轨迹点的曲率均不大于第一预设曲率，则说明可以用单点预瞄法选取偏差参考点，若近端参考线路上参考轨迹点的曲率均大于第一预设曲率，则再采用单点预瞄法选取偏差参考点不太准确，难以实现对车辆的有效控制，而当曲率较大时，采用大曲率参考轨迹点作为偏差参考点，可以实现循迹过程中大曲率的有效跟踪，保证当轨迹曲率较大的时候，车辆不至于跑偏轨迹，以使车辆适应更多场景的循迹控制任务。

在一实施例中，所述根据所述横向偏差参考点和所述航向偏差参考点获取所述车辆的误差控制参数的步骤之后，还包括：

根据所述横向误差确定横向标准误差增量；

根据所述航向误差确定航向标准误差增量；

根据所述横向误差和历史横向误差获取横向实际误差增量，并更新所述历史横向误差为所述横向误差；

根据所述航向误差和历史航向误差获取航向实际误差增量，并更新所述历史航向误差为所述航向误差；

根据横向标准误差增量、航向标准误差增量、横向实际误差增量和航向实际误差增量生成误差修正系数；

根据误差修正系数修正所述误差控制参数。

当处于不同环境时，模糊PID的控制输出并不能总是保证下一阶段控制的效果不变，在不对控制效果进行监控并对控制量进行修正的时候，会导致控制失效。为解决这个问题，本实施例通过横向误差和航向误差为模糊论域，获取PID参数。由于模糊规则确定，通过标准周期误差增量表可以查询获得每一个横向误差或航向误差的标准误差增量。按照这个方法由横向误差可查表获取横向标准误差增量，由航向误差可查表获取航向标准误差增量；又由本次的误差减去历史误差，即可得到实际误差增量，历史误差即为上一次误差，而每次计算完实际误差增量之后，将本次误差更新为历史误差。按照这个方法，计算横向误差和历史横向误差的差为横向实际误差增量，并将横向误差设置为新的历史横向误差；计算航向误差和历史航向误差的差为航向实际误差增量，并将航向误差设置为新的历史航向误差。获取横向标准误差增量、航向标准误差增量、横向实际误差增量和航向实际误差增量这四个参数之后，再根据这四个参数通过预设的方法生成误差修正系数。误差修正系数通过实际控制效果和预测控制效果的差异，对误差控制参数进行控制变量的修正，使得自动驾驶更加精确。

在一实施例中，所述根据横向标准误差增量、航向标准误差增量、横向实际误差增量和航向实际误差生成获取误差修正系数的步骤包括：

计算横向标准误差增量和横向实际误差增量的差值为横向差值；

计算航向标准误差增量和航向实际误差增量的差值为航向差值；

计算横向标准误差增量和横向实际误差增量的比值为横向比值；

计算航向标准误差增量和航向实际误差增量的比值为航向比值；

根据横向比值和航向比值获取误差修正系数。

本实施例中，利用横向标准误差增量减去横向实际误差增量，即可得到横向实际误差增量偏离标准误差增量的差值，将该差值设为横向差值；相应的，利用航向标准误差增量减去航向实际误差增量，即可得到航向实际误差增量偏离标准误差增量的差值，将该差值设为航向差值。计算横向差值和横向标准误差增量的比值，设为横向比值，计算航向差值和航向标准误差增量的比值，设为航向比值，将横向比值和航向比值作为模糊PID的输入，通过模糊PID控制器，输出的参数即为误差修正系数。在一实施例中，若横向差值和航向差值为正，代表实际控制效果不达标，PID修正模块将会输出一个正的系数h，修正后的控制量为原来的(1+h)倍，形成两层的PID控制的循迹系统，若横向差值与航向差值为负，同样代表实际控制效果不达标，PID修正模块将会输出一个负的系数m，修正后的控制量为原来的(1+m)倍，形成两层的PID控制的循迹系统，若横向差值与航向差值的和为零，则无需进行修正。通过这种两层的模糊PID控制和修正模型，能够实现覆盖较多工况的循迹控制任务。

本发明还提出一种车辆，车辆包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序用于执行本发明各个实施例所述的方法。

本发明还提出一种可读存储介质，其上存储有计算机程序。所述计算机可读存储介质可以是图1的中的存储器，也可以是如ROM(Read-Only Memory，只读存储器)/RAM(Random Access Memory，随机存取存储器)、磁碟、光盘中的至少一种，所述计算机可读存储介质包括若干指令用以使得一台具有处理器的终端设备(可以是手机，计算机，服务器，终端，或者网络设备等)执行本发明各个实施例所述的方法。

在本发明中，术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的，而不能理解为指示或暗示相对重要性，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，本发明保护的范围并不局限于此，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换，这些变化、修改和替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种车辆的智能驾驶方法，其特征在于，该方法包括以下步骤：

实时监测所述车辆的车辆位置和车辆速度，根据所述车辆位置和预设导航线路上的多个参考轨迹点设置距离所述车辆位置最近的参考轨迹点为近端参考点；

根据所述近端参考点和所述多个参考轨迹点更新导航线路；

根据更新后的所述导航线路和所述车辆速度确定所述车辆的轨迹控制参数；

根据车辆行驶方向，在位于所述导航线路上的参考轨迹点中选取横向偏差参考点；

根据所述导航线路的曲率和车辆行驶方向，在位于所述导航线路上的参考轨迹点中选取航向偏差参考点；

根据所述横向偏差参考点和所述航向偏差参考点生成所述车辆的误差控制参数；

根据所述误差控制参数调整所述轨迹控制参数，并根据所述轨迹控制参数调整方向盘的角度。

2.如权利要求1所述的车辆的智能驾驶方法，其特征在于，所述根据所述车辆位置和所述导航线路上的多个参考轨迹点设置距离所述车辆位置最近的参考轨迹点为近端参考点的步骤包括：

沿所述导航线路，连接每一参考轨迹点到下一参考轨迹点为第一矢量；

连接每一参考轨迹点到所述车辆位置为第二矢量；

计算与同一所述参考轨迹点连接的所述第一矢量和所述第二矢量的夹角，设置所述夹角为该所述参考轨迹点对应的轨迹点夹角；

遍历所有所述轨迹点夹角，获取所述轨迹点夹角小于九十度且沿所述导航线路相邻轨迹点夹角大于或等于九十度的两个轨迹点夹角对应的两个参考轨迹点，并比较所述两个参考轨迹点分别与车辆位置的距离，将所述两个参考轨迹点中距离所述车辆位置最近的参考轨迹点设为近端参考点。

3.如权利要求1所述的车辆的智能驾驶方法，其特征在于，所述根据所述横向偏差参考点和所述航向偏差参考点生成所述车辆的误差控制参数的步骤包括：

根据所述车辆位置、所述导航线路和横向偏差参考点获取横向误差；

根据所述车辆位置、所述导航线路和航向偏差参考点获取航向误差；

获取所述导航线路上所述近端参考点的曲率；

根据所述近端参考点的曲率、横向误差和航向误差获得所述误差控制参数。

4.如权利要求1所述的车辆的智能驾驶方法，其特征在于，所述根据车辆行驶方向，在位于所述导航线路上的参考轨迹点中选取横向偏差参考点的步骤包括：

沿所述车辆行驶方向，设置距离所述车辆第一预设长度的位置为横向偏差辅助点；

将距离所述横向偏差辅助点最近的参考轨迹点设置为横向偏差参考点。

5.如权利要求1所述的车辆的智能驾驶方法，其特征在于，所述根据所述导航线路的曲率和车辆行驶方向，在位于所述导航线路上的参考轨迹点中选取航向偏差参考点的步骤包括：

沿所述车辆行驶方向，设置距离所述车辆第二预设长度的位置为航向偏差辅助点；

将距离所述航向偏差辅助点最近的参考轨迹点设置为航向参考点；

获取所述近端参考点至所述航向参考点的所述导航线路，并将该段导航线路设为近端导航线路；

计算所述近端导航线路上所有所述参考轨迹点的曲率；

根据所述曲率将所述近端导航线路中一参考轨迹点设置为所述航向偏差参考点。

6.如权利要求5所述的车辆的智能驾驶方法，其特征在于，所述根据所述曲率将所述近端导航线路中一参考轨迹点设置为所述航向偏差参考点的步骤包括：

获取所述近端导航线路上所有所述参考轨迹点曲率中的最大曲率；

判断所述最大曲率是否大于第一预设曲率；

若所述最大曲率小于或等于第一预设曲率，则将航向参考点设为航向偏差参考点；

若所述最大曲率大于第一预设曲率，则将最大曲率对应的参考轨迹点设为航向偏差参考点。

7.如权利要求3所述的车辆的智能驾驶方法，其特征在于，所述根据所述横向偏差参考点和所述航向偏差参考点获取所述车辆的误差控制参数的步骤之后，还包括：

根据所述横向误差确定横向标准误差增量；

根据所述航向误差确定航向标准误差增量；

根据所述横向误差和历史横向误差获取横向实际误差增量，并更新所述历史横向误差为所述横向误差；

根据所述航向误差和历史航向误差获取航向实际误差增量，并更新所述历史航向误差为所述航向误差；

根据横向标准误差增量、航向标准误差增量、横向实际误差增量和航向实际误差增量生成误差修正系数；

根据误差修正系数修正所述误差控制参数。

8.如权利要求7所述的车辆的智能驾驶方法，其特征在于，所述根据横向标准误差增量、航向标准误差增量、横向实际误差增量和航向实际误差增量生成误差修正系数的步骤包括：

计算横向标准误差增量和横向实际误差增量的差值为横向差值；

计算航向标准误差增量和航向实际误差增量的差值为航向差值；

计算横向标准误差增量和横向实际误差增量的比值为横向比值；

计算航向标准误差增量和航向实际误差增量的比值为航向比值；

根据横向比值和航向比值获取误差修正系数。

9.一种车辆，其特征在于，包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述智能驾驶的车辆控制方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述智能驾驶的车辆控制方法的步骤。

Images