CN113945221A - 一种考虑近迫感效应的自动驾驶车道宽度确定方法 - Google Patents

Abstract

本发明涉及一种考虑近迫感效应的自动驾驶车道宽度确定方法，包括步骤：S1、将车载测距设备安装在车辆前部正中央；S2、在车道右侧设置连续障碍物并施划白实线，左侧施划白虚线；S3、以车道中心线为y轴，以车道中心线的垂线为x轴建立平面直角坐标系；S4、测量车辆的横向摆动幅度；S5、得到车辆在车道内横向摆动幅度与影响因素的函数关系；S6、得到不同横向运动失效度下的车道宽度；S7、校核不同宽度下的自动驾驶车辆横向舒适度情况；S8、确定自动驾驶道路直线段宽度。本发明提出基于横向运动失效度确定车道宽度的公式，同时校核车道的自由流速度、通行能力及安全运行情况，综合考虑确定自动驾驶车辆专用车道直线段宽度。

Description

一种考虑近迫感效应的自动驾驶车道宽度确定方法

技术领域

本发明涉及车路联网与协同交通设计的技术领域，尤其是涉及一种考虑近迫感效应的自动驾驶车道宽度确定方法。

背景技术

车道宽度是交通设计、规划与管理中基本参数，随着自动驾驶车辆的普及，正确地确定自动驾驶车道宽度具有重要的理论意义与工程价值。现有的技术中，车道设计是面向人类驾驶车辆的，且车道宽度由设计车辆宽度加上车辆横向安全距离值确定，而车辆的横向安全距离值假定为只受车辆相对速度的影响。

发明内容

本发明要解决的技术问题在于，提供一种自动驾驶车辆远离障碍物的且确定专用车道直线段宽度的考虑近迫感效应的自动驾驶车道宽度确定方法。

本发明解决其技术问题所采用的技术方案是：提供一种考虑近迫感效应的自动驾驶车道宽度确定方法，包括以下步骤：

S1、将车载测距设备安装在车辆前部正中央，并对设备测量精度进行标定；

S2、在单向两车道的道路上搭建测试场景，在右侧车道的右侧设置连续障碍物并施划白实线，右侧车道的左侧不设置障碍物并施划白虚线；

S3、以车道中心线为y轴，以车道中心线的垂线为x轴建立平面直角坐标系；

S4、在不同的障碍物密度、车道宽度、环境亮度、地面标线完整度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下，让自动驾驶车辆在车道内行驶，测量车辆的横向摆动幅度；

S5、利用统计学方法，得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系，考虑自动驾驶车辆在车道中运行的近迫感效应，即车辆有远离障碍物的趋势，使用右偏态函数拟合自动驾驶车辆在车道内横向摆动幅度；

S6、将车辆左侧边缘线触碰到车道线的概率，定义为车辆的横向运动失效度，从而反推得到不同横向运动失效度下的车道宽度；

S7、校核不同宽度下的自动驾驶车辆横向舒适度情况；

S8、确定考虑近迫感效应的自动驾驶道路直线段宽度确定方法。

按上述方案，所述步骤S1包括以下步骤：

S101、将设备安装在小汽车前部正中央，使设备的安装误差小于0.5cm；

S102、对设备测量精度进行标定，使车载测距设备检测得到的设备到车道线的距离误差小于0.5cm；

S103、当设备的安装精度及测量精度无法达到要求，进一步调试，直到达到精度要求。

按上述方案，所述步骤S2包括以下步骤：

S201、在单向两车道的道路上搭建考虑近迫感效应的自动驾驶车道宽度确定测试场景，测试路段长度大于5km；

S202、在右侧车道的右侧施划白实线，并在距离白实线50cm处设置连续障碍物，障碍物形状为长方体，障碍物尺寸为长、宽、高30cm×30cm×100cm；

S203、在右侧车道的左侧不设置障碍物并施划白虚线。

按上述方案，所述步骤S3包括以下步骤：

S301、以车道中心线为y轴，以车道中心线的垂线为x轴建立平面直角坐标系；

S302、该坐标系以障碍物所在的方向为x轴的正方向。

按上述方案，所述步骤S4包括以下步骤：

S401、打开车辆的自动驾驶功能；

S402、在不同的车辆宽度

车道宽度w_i、环境亮度l_i、路面摩擦系数f_i、横向风速s_i、行驶速度v_i、自动驾驶等级d_i下，让自动驾驶车辆在车道内行驶；

S403、在控制其它变量为定值的基础上，在右侧车道的右侧设置不同密度的连续障碍物，障碍物密度ρ_i取值范围为1个/10m至1个/200m，并以1个/10m为步长；

S404、利用车载测距设备，输出自动驾驶车辆中心线与车道中心线的距离，也即为自动驾驶车辆中心线在车道中的坐标位置x；

S405、得到一个矩阵

按上述方案，所步骤S5包括以下步骤：

S501、考虑到自动驾驶车辆在车道中运行的近迫感效应，即车辆有远离障碍物的趋势，因此使用右偏态函数拟合自动驾驶车辆中心线在车道中的坐标位置x；

S502、根据交通工程学原理，使用对数正态分布函数，拟合自动驾驶车辆中心线在车道中的坐标位置x：

式中，μ_x为x的均值，δ_x为x的标准差，

为车辆宽度，w为车道宽度，l为环境亮度，f为路面摩擦系数，s为横向风速，v为行驶速度，d为自动驾驶等级，a₀,a₁…a₇为拟合系数；

S503、使用ρ作为修正系数对自动驾驶车辆中心线在车道中的坐标位置x进行修正，得到自动驾驶车辆中心线在车道中的坐标位置x的概率密度函数表达式：

S504、以矩阵

为输入，使用蚁群算法，求解x,μ_x,δx,ρ,a₀,a₁…a₇等12个参数，得到f(x,μ_x,δ_x,ρ)的解析表达式；

S505、进一步地，定义F(x)为f(x,μ_x,δ_x,ρ)的累计分布函数，即有：

按上述方案，所述步骤S6包括以下步骤：

S601、将车辆左侧边缘线触碰到车道线的概率P，定义为车辆的横向运动失效度ρ，ρ可由如下公式计算：

S602、同时，ρ亦可用f(x,μ_x,δ_x,ρ)的累计分布函数F(x)来表达：

S603、由车辆的横向运动失效度ρ，计算得到考虑近迫感效应的自动驾驶车道宽度W，W可由如下公式计算：

式中，F^-1(x)为累计分布函数F(x)的反函数，利用MATLAB的数学计算软件求得。

按上述方案，所述步骤S7包括以下步骤：

S701、根据车道宽度与自动驾驶车辆横向舒适度的关系公式进行校核，确保自动驾驶车辆横向舒适度不得高于人体能够承受的最大横向力系数，校核公式为：

式中，τ为人体能够承受的最大横向力系数；

S702、由

可得，根据车道宽度与自动驾驶车辆横向舒适度的关系进行校核的最终公式为：

按上述方案，所述步骤S8包括以下步骤：

S801、自动驾驶车辆专用车道直线段宽度应综合考虑车辆的横向运动失效度及车辆横向舒适度确定；

S802、高速公路自动驾驶车辆专用车道直线段宽度的最终确定公式为：

实施本发明的自动驾驶车辆专用车道直线段宽度确定方法，具有以下有益效果：

1、本发明是以自动驾驶车辆为设计车辆，自动驾驶车辆由于具有车道保持辅助(Lane Keeping Assist，LKA)功能，通过视觉传感器检测并修订车辆在车道中的位置，从而保证车辆在车道中运行，自动驾驶车道的宽度小于人类驾驶车辆的宽度。

2、本发明着重考虑了车辆有远离障碍物的趋势，即近迫感效应，由于车辆的近迫感效应，因此当确定最右侧车道宽度时，考虑了车辆的横向位置会远离障碍物，而不是在车道的正中间。

3、本发明为了从数学的角度描述车辆的近迫感效应，需要使用右偏态函数拟合自动驾驶车辆中心线在车道中的坐标位置，用概率性的方法来描述车辆在车道中的分布，而不是一个固定值。

4、本发明考虑了用平顺性，根据车道宽度与自动驾驶车辆横向舒适度的关系公式进行校核，确保自动驾驶车辆横向舒适度不得高于人体能够承受的最大横向力系数。

附图说明

图1为车载测距设备安装的示意图；

图2为自动驾驶车辆中心线在车道中的坐标位置的示意图；

图3为车辆的横向运动失效度的示意图。

A具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

如图1-3所示，在本发明的考虑近迫感效应的自动驾驶车道宽度确定方法，包括以下步骤：

S1、将车载测距设备安装在车辆前部正中央，并对设备测量精度进行标定，具体如下；

S101、将设备安装在小汽车前部正中央，可以用毫米级精度的钢尺进行确认，使设备的安装误差应小于0.5cm；

S102、对设备测量精度进行标定，车载测距设备检测得到的设备到车道线的距离误差应小于0.5cm；

S103、若设备的安装精度及测量精度无法达到要求，需要进一步调试，直到达到要求。

S2、在车道右侧设置连续障碍物并施划白实线，车道左侧不设置障碍物并施划白虚线，以搭建测试场景，具体如下：

S201、在单向两车道的道路上搭建考虑近迫感效应的自动驾驶车道宽度确定测试场景，测试路段长度应大于5km；

S202、在右侧车道的右侧施划白实线，并在距离白实线50cm处设置连续障碍物，本实施例中的障碍物形状为长方体，障碍物尺寸为长、宽、高30cm×30cm×100cm；

S203、在右侧车道的左侧不设置障碍物并施划白虚线。

S3、以车道中心线为y轴，以车道中心线的垂线为x轴建立平面直角坐标系，具体如下：

S301、以车道中心线为y轴，以车道中心线的垂线为x轴建立平面直角坐标系；

S302、该坐标系以障碍物所在的方向为x轴的正方向；

S4、在不同的障碍物密度、车道宽度、环境亮度、地面标线完整度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下，让自动驾驶车辆在车道内行驶，测量车辆的横向摆动幅度，具体如下：

S401、打开车辆的自动驾驶功能；

S402、在不同的车辆宽度

车道宽度w_i、环境亮度l_i、路面摩擦系数f_i、横向风速s_i、行驶速度v_i、自动驾驶等级d_i下，让自动驾驶车辆在车道内行驶；

S403、在控制其它变量为定值的基础上，在右侧车道的右侧设置不同密度的连续障碍物，障碍物密度ρ_i取值范围为1个/10m至1个/200m，并以1个/10m为步长；

S404、利用车载测距设备，输出自动驾驶车辆中心线与车道中心线的距离，也即为自动驾驶车辆中心线在车道中的坐标位置x；

S405、得到一个矩阵

S5、利用统计学方法，得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系。考虑自动驾驶车辆在车道中运行的近迫感效应，即车辆有远离障碍物的趋势，使用某一种右偏态函数拟合自动驾驶车辆在车道内横向摆动幅度，具体如下：

S501、考虑到自动驾驶车辆在车道中运行的近迫感效应，即车辆有远离障碍物的趋势，因此使用某一种右偏态函数拟合自动驾驶车辆中心线在车道中的坐标位置x；

S502、根据交通工程学原理，具体地，使用对数正态分布函数，拟合自动驾驶车辆中心线在车道中的坐标位置x：

式中，μ_x为x的均值，δ_x为x的标准差，

为车辆宽度，w为车道宽度，l为环境亮度，f为路面摩擦系数，s为横向风速，v为行驶速度，d为自动驾驶等级，a₀,a₁…a₇为拟合系数。

S503、使用ρ作为修正系数对自动驾驶车辆中心线在车道中的坐标位置x进行修正，得到自动驾驶车辆中心线在车道中的坐标位置x的概率密度函数表达式：

S504、以矩阵

为输入，使用启发式算法，如蚁群算法，求解x,μ_x,δ_x,ρ,a₀,a₁…a₇等12个参数，得到f(x,μ_x,δ_x,ρ)的解析表达式。

S505、进一步地，定义F(x)为f(x,μ_x,δ_x,ρ)的累计分布函数，即有：

S6、将车辆左侧边缘线触碰到车道线的概率，定义为车辆的横向运动失效度，从而反推得到不同横向运动失效度下的车道宽度，具体如下：

S601、将车辆左侧边缘线触碰到车道线的概率P，定义为车辆的横向运动失效度ρ，ρ可由如下公式计算：

S602、同时，ρ亦可用f(x,μ_x,δ_x,ρ)的累计分布函数F(x)来表达：

S603、由车辆的横向运动失效度ρ，计算得到考虑近迫感效应的自动驾驶车道宽度W，W可由如下公式计算：

式中，F^-1(x)为累计分布函数F(x)的反函数，可利用常见的数学计算软件，如MATLAB均可求得。

本实施例中，若取车辆的横向运动失效度ρ为80％，则对应的车道宽度为2.7m。

S7、校核不同宽度下的自动驾驶车辆横向舒适度情况，具体如下：

S701、根据车道宽度与自动驾驶车辆横向舒适度的关系公式进行校核，确保自动驾驶车辆横向舒适度不得高于人体能够承受的最大横向力系数，校核公式为：

式中，τ为人体能够承受的最大横向力系数；

S702、由

可得，根据车道宽度与自动驾驶车辆横向舒适度的关系进行校核的最终公式为：

本实施例中，假定自动驾驶车辆横向舒适度τ的取值为0.7，则W应满足：W>2.98m。

S8、综合考虑，确定考虑近迫感效应的自动驾驶道路直线段宽度确定方法，具体如下：

本实施例中一种考虑近迫感效应的自动驾驶车道宽度确定公式为：

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (9)

1.一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，包括以下步骤：

S1、将车载测距设备安装在车辆前部正中央，并对设备测量精度进行标定；

S2、在单向两车道的道路上搭建测试场景，在右侧车道的右侧设置连续障碍物并施划白实线，右侧车道的左侧不设置障碍物并施划白虚线；

S3、以车道中心线为y轴，以车道中心线的垂线为x轴建立平面直角坐标系；

S4、在不同的障碍物密度、车道宽度、环境亮度、地面标线完整度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下，让自动驾驶车辆在车道内行驶，测量车辆的横向摆动幅度；

S5、利用统计学方法，得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系，考虑自动驾驶车辆在车道中运行的近迫感效应，即车辆有远离障碍物的趋势，使用右偏态函数拟合自动驾驶车辆在车道内横向摆动幅度；

S6、将车辆左侧边缘线触碰到车道线的概率，定义为车辆的横向运动失效度，从而反推得到不同横向运动失效度下的车道宽度；

S7、校核不同宽度下的自动驾驶车辆横向舒适度情况；

S8、确定考虑近迫感效应的自动驾驶道路直线段宽度。

2.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，所述步骤S1包括以下步骤：

S101、将设备安装在小汽车前部正中央，使设备的安装误差小于0.5cm；

S102、对设备测量精度进行标定，使车载测距设备检测得到的设备到车道线的距离误差小于0.5cm；

S103、当设备的安装精度及测量精度无法达到要求，进一步调试，直到达到精度要求。

3.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，所述步骤S2包括以下步骤：

S201、在单向两车道的道路上搭建考虑近迫感效应的自动驾驶车道宽度确定测试场景，测试路段长度大于5km；

S202、在右侧车道的右侧施划白实线，并在距离白实线50cm处设置连续障碍物，障碍物形状为长方体，障碍物尺寸为长、宽、高30cm×30cm×100cm；

S203、在右侧车道的左侧不设置障碍物并施划白虚线。

4.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，所述步骤S3包括以下步骤：

S301、以车道中心线为y轴，以车道中心线的垂线为x轴建立平面直角坐标系；

S302、该坐标系以障碍物所在的方向为x轴的正方向。

5.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，所述步骤S4包括以下步骤：

S401、打开车辆的自动驾驶功能；

S402、在不同的车辆宽度

车道宽度w_i、环境亮度l_i、路面摩擦系数f_i、横向风速s_i、行驶速度v_i、自动驾驶等级d_i下，让自动驾驶车辆在车道内行驶；

S403、在控制其它变量为定值的基础上，在右侧车道的右侧设置不同密度的连续障碍物，障碍物密度ρ_i取值范围为1个/10m至1个/200m，并以1个/10m为步长；

S404、利用车载测距设备，输出自动驾驶车辆中心线与车道中心线的距离，也即为自动驾驶车辆中心线在车道中的坐标位置x；

S405、得到一个矩阵

6.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，所步骤S5包括以下步骤：

S501、考虑到自动驾驶车辆在车道中运行的近迫感效应，即车辆有远离障碍物的趋势，因此使用右偏态函数拟合自动驾驶车辆中心线在车道中的坐标位置x；

S502、根据交通工程学原理，使用对数正态分布函数，拟合自动驾驶车辆中心线在车道中的坐标位置x：

式中，μ_x为x的均值，δ_x为x的标准差，

为车辆宽度，w为车道宽度，l为环境亮度，f为路面摩擦系数，s为横向风速，v为行驶速度，d为自动驾驶等级，a₀,a₁…a₇为拟合系数；

S503、使用ρ作为修正系数对自动驾驶车辆中心线在车道中的坐标位置x进行修正，得到自动驾驶车辆中心线在车道中的坐标位置x的概率密度函数表达式：

S504、以矩阵

为输入，使用蚁群算法，求解x,μ_x,δ_x,ρ,a₀,a₁…a₇等12个参数，得到f(x,μ_x,δ_x,ρ)的解析表达式；

S505、进一步地，定义F(x)为f(x,μ_x,δ_x,ρ)的累计分布函数，即有：

7.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，所述步骤S6包括以下步骤：

S601、将车辆左侧边缘线触碰到车道线的概率P，定义为车辆的横向运动失效度ρ，ρ可由如下公式计算：

S602、同时，ρ亦可用f(x,μ_x,δ_x,ρ)的累计分布函数F(x)来表达：

S603、由车辆的横向运动失效度ρ，计算得到考虑近迫感效应的自动驾驶车道宽度W，W可由如下公式计算：

式中，F^-1(x)为累计分布函数F(x)的反函数，利用MATLAB的数学计算软件求得。

8.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，所述步骤S7包括以下步骤：

S701、根据车道宽度与自动驾驶车辆横向舒适度的关系公式进行校核，确保自动驾驶车辆横向舒适度不得高于人体能够承受的最大横向力系数，校核公式为：

式中，τ为人体能够承受的最大横向力系数；

S702、由

可得，根据车道宽度与自动驾驶车辆横向舒适度的关系进行校核的最终公式为：

9.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法，其特征在于，所述步骤S8包括以下步骤：

S801、自动驾驶车辆专用车道直线段宽度应综合考虑车辆的横向运动失效度及车辆横向舒适度确定；

S802、高速公路自动驾驶车辆专用车道直线段宽度的最终确定公式为：

Images