CN113954859A - 一种适用于非自动驾驶车辆的自动驾驶改装方法及装置 - Google Patents
一种适用于非自动驾驶车辆的自动驾驶改装方法及装置 Download PDFInfo
- Publication number
- CN113954859A CN113954859A CN202011273115.XA CN202011273115A CN113954859A CN 113954859 A CN113954859 A CN 113954859A CN 202011273115 A CN202011273115 A CN 202011273115A CN 113954859 A CN113954859 A CN 113954859A
- Authority
- CN
- China
- Prior art keywords
- automatic driving
- vehicle
- driving
- subunit
- automobile
- 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 27
- 238000012546 transfer Methods 0.000 claims abstract description 23
- 230000033001 locomotion Effects 0.000 claims abstract description 21
- 238000012986 modification Methods 0.000 claims abstract description 19
- 230000004048 modification Effects 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 32
- 230000006399 behavior Effects 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 13
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 claims description 12
- 230000004888 barrier function Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 12
- 238000009420 retrofitting Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 8
- 238000002715 modification method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000007429 general method Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 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
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种适用于非自动驾驶车辆的自动驾驶改装方法及装置，所述自动驾驶改装方法适用于线控或者非线控、电池或者内燃引擎驱动的非自动驾驶车辆。所述自动驾驶改装装置与被改装汽车相连接，所述自动驾驶改装装置通过CAN总线与行车环境感知单元和自动驾驶决策单元相连，所述自动驾驶决策单元先根据所述行车环境感知单元获得行车环境感知数据进行自动驾驶决策，然后结合所述自动驾驶改装装置内的运动控制传递函数及线控制调节器，线控化非自动驾驶车辆的转向、油门、刹车以及制动控制信号等，最后向汽车的ECU电子控制执行单元输出自动驾驶的控制信号。本发明为非自动驾驶车辆自动驾驶找到一个通用的方法，快速且高效地实现其线控化。
Description
技术领域
本发明涉及自动驾驶领域，尤其涉及一种适用于非自动驾驶车辆的自动驾驶改装方法，并涉及用于实现该适用于非自动驾驶车辆的自动驾驶改装方法的自动驾驶改装装置。
背景技术
各国的自动驾驶车辆、道路的标准和管理政策法规目前仍在制定中，满足L3级以上的自动驾驶技术已经具备商用条件。但由于路网适应自动驾驶改造与发展进程漫长，各国未来自动驾驶监管政策不一，导致车辆和路网实现车路协同的自动驾驶的进程与技术深度也不一样，因此需要设计一种能够适应非自动驾驶汽车从非自动驾驶到自动驾驶过程的过渡装置。
发明内容
本发明所要解决的技术问题是需要提供一种能够对没有自动驾驶功能，但具备转向、制动、加速及变速器的内燃引擎驱动汽车或由电池驱动的汽车进行加装，进而实现自动驾驶的自动驾驶改装方法；在此基础上，还进一步提供用于实现该适用于非自动驾驶车辆的自动驾驶改装方法的自动驾驶改装装置。
对此，本发明提供一种适用于非自动驾驶车辆的自动驾驶改装方法，通过适用于非自动驾驶车辆的自动驾驶改装装置与被改装汽车相连接，所述被改装汽车(简称汽车或车辆)为非自动驾驶车辆，所述自动驾驶改装装置分别与行车环境感知单元和自动驾驶决策单元相连，所述自动驾驶决策单元根据所述行车环境感知单元所获得的行车环境感知数据进行控制指令和车辆的运动控制传递函数的输出；所述自动驾驶决策单元包括路线规划子单元、路径规划子单元、行为选择子单元、运动规划子单元和车路协同子单元，所述路线规划子单元用于负责计算出穿过路网的路线，让汽车能从起始位置自动驾驶到达终点位置；所述路径规划子单元根据汽车状态和环境数据以及交通规则计算一组路径；所述行为选取子单元用于负责选择当前的驾驶行为，所述驾驶行为包括车道保持、交叉路口处理以及交通灯处理；所述运动规划子单元用于负责计算从汽车的当前状态到当前目标的轨迹，该轨迹遵循所述行为选取子单元所定义的路径，并满足汽车的运动学和动力学约束条件；所述车路协同子单元用于负责实现与路网以及临近车辆的驾驶协同。
本例所述适用于非自动驾驶车辆的自动驾驶改装装置通过CAN总线与自动驾驶系统(可以是业内现行的也可以是自主研发的)的行车环境感知单元和自动驾驶决策单元相连，所述自动驾驶决策单元先根据所述行车环境感知单元获得行车环境感知数据进行自动驾驶决策，然后结合所述自动驾驶改装装置内的运动控制传递函数及线控制调节器，线控化非自动驾驶车辆的控制信号，所述控制信号包括但不限于转向、油门、刹车及制动控制信号，最后向汽车的ECU电子控制执行单元输出非自动驾驶车辆的自动驾驶控制信号。
本例所述与非自动驾驶车辆相连的自动驾驶改装装置与车路协同的DSRC OBU车载单元(即V2X OBU，车路协同简称V2X，DSRC是Dedicated Short Range Communication的缩写，OBU是on board unit的缩写)连接，以实现路侧云端控制下的自动驾驶模式；所述的非自动驾驶车辆的自动驾驶改装装置内含有自动驾驶模式逻辑选择开关，可使被改装车辆灵活的在基于云端路侧决策的自动驾驶或基于本地环境信息决策的自动驾驶两种驾驶模式间切换。所述自动驾驶改装装置也采集被改装车辆的人工驾驶信息。当人工驾驶信号被检测到、自动驾驶改装装置输出人工驾驶信息，即切换为人工驾驶模式。
本发明的进一步改进在于，所述行车环境感知单元包括汽车定位子单元、静态障碍物地图测绘子单元、移动目标检测与跟踪子单元、道路地图测绘子单元以及交通信号检测与识别子单元，所述汽车定位子单元用于负责估计在静态地图相关的汽车状态；所述静态障碍物地图测绘子单元用于负责计算汽车所在环境中的障碍物地图，以便汽车有能力安全地驶过公共道路而不与障碍物发生碰撞，障碍物地图包含汽车可以驶过或不能驶过的位置信息，并区分可通行与已占用区域；所述移动目标检测与跟踪子单元用于负责检测和跟踪汽车所处环境中的移动障碍物的姿态数据；所述道路测绘子单元用于负责收集汽车周围的道路和车道信息，并使用几何和拓扑属性将它们表示在地图中，包括互连的区域和受限区域；所述交通信号检测与识别子单元用于负责检测和识别交通规则定义的信号。
本发明的进一步改进在于，所述自动驾驶改装装置包括第一CAN总线、第二CAN总线、第三CAN总线和第四CAN总线，所述自动驾驶改装装置通过第一CAN总线与DSRC OBU车载单元相连；所述自动驾驶改装装置通过第二CAN总线与所述自动驾驶决策单元相连；所述自动驾驶改装装置通过第三CAN总线与汽车自身的里方向盘、刹车以及油门的操作控制信号相连；所述自动驾驶改装装置通过第四CAN总线与汽车当前的自动驾驶控制总线以及ECU电子控制执行单元相连接。
本发明的进一步改进在于，所述第一CAN总线用于负责云端路网驾驶决策与导航信息之间的传输；所述第二CAN总线用于负责基于车身环境传感器的决策与导航信息之间的传输；所述第三CAN总线用于负责在紧急情况下输出人工驾驶信息至所述自动驾驶决策单元；所述第四CAN总线用于将自动驾驶的决策指令下发至汽车中包括启停、油门、刹车以及转向的ECU电子控制执行单元。
本发明的进一步改进在于，所述自动驾驶改装装置包括用于车路协同的DSRC OBU车载单元，该DSRC OBU车载单元与路测装置进行实时通讯，安装在汽车的前挡风玻璃内侧、中间上方区域以及汽车外部车顶部中的任意一处，用于车辆定位及向周边传送自身信息，便于车辆接收道路、周边车辆及环境信息。
本发明的进一步改进在于，所述自动驾驶改装装置包括用于启动线控校正算法的线控调节开关启动按钮，所述线控校正算法包括PID控制算法，用于将原车的控制信号进行线控化，并封装成汽车的自动驾驶控制指令发送至所述第四CAN总线，原车的控制信号包括转向、刹车、油门以及制动的运动控制传递函数(也称控制模型二阶传递函数)信号。
本发明的进一步改进在于，运动控制传递函数的参数包括比例系数、积分系数以及微分系数，其参数值通过对汽车的加速、减速、制动以及转向的动态试验测试得到，或通过深度学习算法对驾驶过程中驾驶员包括转向、刹车、油门以及制动的原车操作控制参数进行分析和学习得到。
本发明的进一步改进在于，所述自动驾驶改装装置还包括自动驾驶模式逻辑选择开关，用于选择环境感知决策自动驾驶模式和路网协同云端决策自动驾驶模式；人工驾驶优先级最高，在转动方向盘或踩下刹车与油门则进入紧急人工辅助驾驶状态，直到再次按下自动驾驶模式逻辑选择开关，则进入被选择的自动驾驶模式。
本发明的进一步改进在于，通过原车命令解析模块实现原车控制信号和逻辑的解析，在路网协同云端决策自动驾驶模式下，通过原车命令解析模块定时向所述自动驾驶改装装置发送某个车辆预期下一定时时刻t0的速度v、加速度a与位置信息z，在转动方向盘或踩下刹车与油门则进入紧急人工辅助驾驶状态；直到再次选择则恢复选择的驾驶模式状态。
本发明还提供一种适用于非自动驾驶车辆的自动驾驶改装装置，用于实现如上所述的适用于非自动驾驶车辆的自动驾驶改装方法，并包括外挂和内置在非自动驾驶车辆的部分或全部组件。
与现有技术相比，本发明的有益效果在于：所述自动驾驶决策单元根据所述行车环境感知单元所获得的行车环境感知数据进行控制指令和车辆的运动控制传递函数的输出，使得操作信号通过传感和变换得到电控信号，进而使得非自动驾驶车辆具备自动驾驶能力，实现非自动驾驶向自动驾驶的快速过渡和转换，为非自动驾驶车辆实现自动驾驶找到一个通用的方法，快速且高效地实现非自动驾驶车辆的线控化。
附图说明
图1是本发明一种实施例的系统结构示意图；
图2是本发明一种实施例的工作流程示意图；
图3是本发明一种实施例的控制模型二阶传递函数的参数获取原理示意图。
具体实施方式
下面结合附图，对本发明的较优的实施例作进一步的详细说明。
目前相当多汽车还是不能将驾驶员的操作信号通过传感器变换成电控制信号的非线控车辆，这些汽车需要一种方法对其进行线控化，需要符合非自动驾驶车辆改装自动驾驶的技术安全升级，具体包括：1、非线控汽车的线控化；2、加入目前市面已有的车身传感器，如视频和雷达等环境数据传感器参与驾驶决策；3、通过路网管理与服务机构得到驾驶与导航决策信息(如加减速和转向等)，或相反，当前车辆的位置坐标、速度和加速度信息也可发送给路网管理与服务机构，即由车路协同子单元OBU负责在车辆与路网间收发自动驾驶导航的决策信息；4、紧急情况下的自动驾驶人工干预。通过实验和理论分析证明：在相对封闭道路环境，包括停车场以及多车辆自动驾驶的决策由路网通过云计算集中决策效率远大于各车辆单独决策的效率，并且能耗最低。
因此，如图1所示，本例提供一种适用于非自动驾驶车辆的自动驾驶改装方法，通过适用于非自动驾驶车辆的自动驾驶改装装置与汽车相连接，所述汽车为线控或者非线控、电池或者内燃引擎驱动的非自动驾驶车辆。所述自动驾驶改装装置分别与自动驾驶系统(可以是业内现行的也可以是自主研发的)的行车环境感知单元和自动驾驶决策单元连接。所述自动驾驶决策单元先根据所述行车环境感知单元获得行车环境感知数据，进行控制指令和车辆的运动控制传递函数的输出；然后所述自动驾驶决策单元结合所述自动驾驶改装装置内的运动控制传递函数及线控制调节器，线控化非自动驾驶车辆的转向、油门、刹车以及制动控制信号；最后向汽车的ECU电子控制执行单元输出自动驾驶的控制信号；所述自动驾驶决策单元包括路线规划子单元、路径规划子单元、行为选择子单元、运动规划子单元和车路协同子单元，所述路线规划子单元用于负责计算出穿过路网的路线，让汽车能从起始位置自动驾驶到达终点位置；所述路径规划子单元根据汽车状态和环境数据以及交通规则计算一组路径；所述行为选取子单元用于负责选择当前的驾驶行为，所述驾驶行为包括车道保持、交叉路口处理以及交通灯处理；所述运动规划子单元用于负责计算从汽车的当前状态到当前目标(到达终点位置路径上对应的目标位置)的轨迹，该轨迹遵循所述行为选取子单元所定义的路径，并满足汽车的运动学和动力学约束条件，能够保证乘客的舒适度；所述车路协同子单元(V2X的DSRC OBU)用于负责实现与路网以及临近车辆的驾驶协同，保证道路及车辆的行车安全，其规范包括但不限于C-V2X等。
本例所述的非自动驾驶车辆指的是没有自动驾驶功能，但具备转向、制动、加速及变速器(包括线控或者非线控)的内燃引擎驱动的车辆或由电池驱动的汽车，通过对这类汽车加装本例所述适用于非自动驾驶车辆的自动驾驶改装装置，加上业内通行或自主研发的自动驾驶系统(套件)，所述自动驾驶改装装置结合线控校正算法与训练数据集(主要是控制指令和汽车的控制模型二阶传递函数)的不同、可使满足上述条件的传统的非自动驾驶车具备L4或L5级的自动驾驶能力。
本例所述行车环境感知单元具有GPS和北斗定位接收机，还具有激光、毫米波、超声雷达以及CMOS等车身传感器，可以用于对行车环境进行检测和感知；具体包括汽车定位子单元、静态障碍物地图测绘子单元、移动目标检测与跟踪子单元、道路地图测绘子单元以及交通信号检测与识别子单元，所述汽车定位子单元用于负责估计在静态地图相关的汽车状态；所述静态障碍物地图测绘子单元用于负责计算汽车所在环境中的障碍物地图，以便汽车有能力安全地驶过公共道路而不与障碍物(如标牌或路沿等)发生碰撞，障碍物地图包含汽车可以驶过或不能驶过的位置信息，并区分可通行与已占用区域；所述移动目标检测与跟踪子单元用于负责检测和跟踪汽车所处环境中的移动障碍物的姿态数据；所述道路测绘子单元用于负责收集汽车周围的道路和车道信息，并使用几何和拓扑属性将它们表示在地图中，包括互连的区域和受限区域；所述交通信号检测与识别子单元用于负责检测和识别交通规则定义的信号，使汽车可以在遵守交通法规的基础上做出正确的决策。
本例所述自动驾驶改装装置包括用于车路协同的DSRC OBU车载单元，该DSRC OBU车载单元与路测装置进行实时或延时通讯，安装在汽车的前挡风玻璃内侧、中间上方区域以及汽车外部车顶部中的任意一处，用于解决车辆定位及向周边传送自身信息以及车辆接收道路、周边车辆及环境信息等问题，当然，也可以安装在其他合理的地方，加装简单有效。
如图1所示，本例所述自动驾驶改装装置优选包括第一CAN总线、第二CAN总线、第三CAN总线和第四CAN总线，所述自动驾驶改装装置通过第一CAN总线与DSRC OBU车载单元相连，所述第一CAN总线用于负责云端路网驾驶决策与导航信息之间的传输；所述自动驾驶改装装置通过第二CAN总线与所述自动驾驶决策单元相连，所述第二CAN总线用于负责基于车身环境传感器的决策与导航信息之间的传输；所述自动驾驶改装装置通过第三CAN总线与汽车自身的里方向盘(转向)、刹车(减速)以及油门(加速)的操作控制信号相连，所述第三CAN总线用于负责在紧急情况下输出人工驾驶信息至所述自动驾驶决策单元；所述自动驾驶改装装置通过第四CAN总线与汽车当前的自动驾驶控制总线以及ECU电子控制执行单元相连接，所述ECU电子控制执行单元为ECU，所述第四CAN总线用于将自动驾驶的决策指令下发至汽车中包括启停、油门、刹车以及转向的ECU电子控制执行单元，用于实现汽车启停、加速、减速以及转向的电子控制。
如图2所示，本例所述自动驾驶改装装置包括用于启动线控校正算法的线控调节开关启动按钮，该优选为硬件按钮，按下后默认线控校正算法的启动，所述自动驾驶改装装置的内部具有CAN总线原车命令解析模块及车辆的线控校正算法，原车命令解析模块及车辆的线控校正算法优选通过DSP、MCU或FPGA实现，DSP含有FLASHROM存放上述算法与程序，并由RTC、UART和CAN等硬件资源支持上述的程序的实现。所述原车命令解析模块用于负责解析来自第三CAN总线的原车控制，如转向、刹车、油门和制动的控制信号和逻辑，不同的车辆可能控制命令与时序不一样，需要测试或通过车厂的授权来获得；所述线控校正算法包括PID控制算法，用于将原车的控制信号进行线控化，并封装成汽车的自动驾驶控制指令发送至所述第四CAN总线，原车的控制信号包括转向、刹车、油门以及制动的控制模型二阶传递函数信号。
本例所述线控校正算法是对原车控制参数如：转向、刹车、油门和制动的控制模型的二阶传递函数外加PID调节器算法进行线控调节。如图3所示，在实际应用中，也可以通过其它有利于线控上述控制参数的线性化的高阶算法，方便自动驾驶系统决策各个子单元的加装与工作，方便提升汽车的舒适驾驶程度。
本例的运动控制传递函数(也称控制模型二阶传递函数)的参数包括转向、刹车、油门、制动的各二阶传递函数模型的比例系数、积分系数以及微分系数等参数，其参数值通过对汽车的加速、减速、制动以及转向的动态试验测试得到，如图3所示，图3中，Kd表示微分因子，Ki表示积分因子，Kp表示比例因子，S表示算子，通过自动驾驶决策单元给出自动驾驶改装装置内的转向、加速、制动线控校正模块的输入给定，进而实现转向、加速、制动线控输出控制；上述各因子可通过深度学习算法对驾驶过程中驾驶员包括转向、刹车、油门以及制动的原车操作控制参数进行分析和学习得到。
其中，深度学习算法对原车操作控制参数进行分析和学习的过程如下：初始化参数，对计数器进行赋1操作，输入第一组样本，计算各层的输出，通过公式
计算误差E，其中，P为计数器参数，初始值为1；t为时间参数，代表当前时刻，当样本没计算完之后，计数器逐步加1，并通过上述公式计算各层的误差值，通过误差值调整各层的权值，直到当前误差小于预先设定的最小误差值，则结束；否则对误差值设置为0，对计数器参数进行初始化操作，返回第一组样本进行计算。当然，这只是优选的其中一种深度学习算法，在实际应用中也可以通过其它的线性化的高阶算法或深度学习算法对原车操作控制参数进行分析和学习。
本例所述自动驾驶改装装置还优选包括自动驾驶模式逻辑选择开关，属于硬件输入开关，用于选择环境感知自动驾驶模式或路网协同云端决策自动驾驶模式，环境感知自动驾驶模式属于一种依靠车辆自身环境感知传感器+高精度地图+本地决策算法进行自动驾驶的工作模式；人工驾驶优先级最高，在转动方向盘或踩下刹车与油门则进入紧急人工辅助驾驶状态，直到再次按下自动驾驶模式逻辑选择开关，则进入被选择的自动驾驶模式。
本例通过原车命令解析模块实现原车控制信号和逻辑的解析，路网协同云端决策自动驾驶模式属于一种依靠路网信息采集+云端驾驶决策+高精度地图进行自动驾驶的工作模式，在路网协同云端决策自动驾驶模式下，通过路网定时向所述自动驾驶改装装置发送该车辆下一时刻t0的速度v、加速度a与位置信息z，该信号在改装装置内部转换为控制车辆驾驶的转向角度、油门大小、刹车力度大小及制动与否的信号，送给汽车的电控单元。依据汽车在转动方向盘或踩下刹车与油门则进入紧急人工辅助驾驶状态；直到再次选择则恢复选择的驾驶模式状态。定时发送的周期依据路网的限速、交通流量的控制要求而定、如果是120公里的高速公路，限速是33.3M米每秒，200M的车距、则发送周期设置3秒；当然，这些数值的限定和设置可以根据实际情况进行修改和自定义设置。
具体的，如图2所示，本例所述适用于非自动驾驶车辆的自动驾驶改装方法的工作过程如下：首先判断线控调节开关启动按钮是否按下，若是，则读入原车辆方向盘、刹车、油门以及制动的控制模型二阶传递函数，或通过深度学习算法对驾驶过程中驾驶员包括转向、刹车、油门以及制动的原车操作控制参数进行分析和学习得到汽车线控调节器的比例、积分和微分系数；若否，则跳转至自动驾驶模式逻辑选择；此时，如果选择了路网协同云端决策自动驾驶模式，则进入路网协同云端决策自动驾驶模式并接收下一时刻的速度、加速度以及转向角度等信息，如果没有进入路网协同云端决策自动驾驶模式则默认进入环境感知自动驾驶模式，或接收紧急人工辅助驾驶状态信息，以便非自动驾驶车辆快速且高效地实现自动驾驶的过渡和转换。
如图1所示，本例还提供一种适用于非自动驾驶车辆的自动驾驶改装装置，用于实现如上所述的适用于非自动驾驶车辆的自动驾驶改装方法，并包括外挂和内置在非自动驾驶车辆的部分或全部组件。通过该自动驾驶改装装置与传统的非自动驾驶车辆相连，然后根据线控校正算法与深度学习算法的训练数据集，主要包括控制指令和车辆的运动控制传递函数，可使传统的所述非自动驾驶车辆具备L4或L5级的自动驾驶能力。
综上所述，本例所述自动驾驶决策单元根据所述行车环境感知单元所获得的行车环境感知数据进行控制指令和车辆的运动控制传递函数的输出，使得操作信号通过传感和变换得到电控信号，进而使得非自动驾驶车辆具备自动驾驶能力，实现非自动驾驶向自动驾驶的快速过渡和转换，为非自动驾驶车辆实现自动驾驶找到一个通用的方法，快速且高效地实现非自动驾驶车辆的线控化。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，通过适用于非自动驾驶车辆的自动驾驶改装装置与被改装汽车相连接，所述汽车为非自动驾驶车辆，所述自动驾驶改装装置分别与行车环境感知单元和自动驾驶决策单元相连， 所述自动驾驶决策单元先根据所述行车环境感知单元获得行车环境感知数据，进行控制指令和车辆的运动控制传递函数的输出；然后所述自动驾驶决策单元结合所述自动驾驶改装装置内的运动控制传递函数及线控制调节器，线控化非自动驾驶车辆的转向、油门、刹车以及制动控制信号；最后向汽车的ECU电子控制执行单元输出自动驾驶的控制信号；所述自动驾驶决策单元包括路线规划子单元、路径规划子单元、行为选择子单元、运动规划子单元和车路协同子单元，所述路线规划子单元用于负责计算出穿过路网的路线，让汽车能从起始位置自动驾驶到达终点位置；所述路径规划子单元根据汽车状态和环境数据以及交通规则计算一组路径；所述行为选取子单元用于负责选择当前的驾驶行为，所述驾驶行为包括车道保持、交叉路口处理以及交通灯处理；所述运动规划子单元用于负责计算从汽车的当前状态到当前目标的轨迹，该轨迹遵循所述行为选取子单元所定义的路径，并满足汽车的运动学和动力学约束条件；所述车路协同子单元用于负责实现与路网以及临近车辆的驾驶协同。
2.根据权利要求1所述的适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，所述行车环境感知单元包括汽车定位子单元、静态障碍物地图测绘子单元、移动目标检测与跟踪子单元、道路地图测绘子单元以及交通信号检测与识别子单元，所述汽车定位子单元用于负责估计在静态地图相关的汽车状态；所述静态障碍物地图测绘子单元用于负责计算汽车所在环境中的障碍物地图，以便汽车有能力安全地驶过公共道路而不与障碍物发生碰撞，障碍物地图包含汽车可以驶过或不能驶过的位置信息，并区分可通行与已占用区域；所述移动目标检测与跟踪子单元用于负责检测和跟踪汽车所处环境中的移动障碍物的姿态数据；所述道路测绘子单元用于负责收集汽车周围的道路和车道信息，并使用几何和拓扑属性将它们表示在地图中，包括互连的区域和受限区域；所述交通信号检测与识别子单元用于负责检测和识别交通规则定义的信号。
3.根据权利要求1或2所述的适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，所述自动驾驶改装装置包括第一CAN总线、第二CAN总线、第三CAN总线和第四CAN总线，所述自动驾驶改装装置通过第一CAN总线与DSRC OBU车载单元相连；所述自动驾驶改装装置通过第二CAN总线与所述自动驾驶决策单元相连；所述自动驾驶改装装置通过第三CAN总线与汽车自身的方向盘、刹车以及油门的操作控制信号相连；所述自动驾驶改装装置通过第四CAN总线与汽车当前的自动驾驶控制总线以及ECU电子控制执行单元相连接。
4.根据权利要求3所述的适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，所述第一CAN总线用于负责云端路网驾驶决策与导航信息之间的传输；所述第二CAN总线用于负责基于车身环境传感器的决策与导航信息之间的传输；所述第三CAN总线用于负责在紧急情况下输出人工驾驶信息至所述自动驾驶决策单元；所述第四CAN总线用于将自动驾驶的决策指令下发至汽车中包括启停、油门、刹车以及转向的ECU电子控制执行单元。
5.根据权利要求1或2所述的适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，所述自动驾驶改装装置包括用于车路协同的DSRC OBU车载单元，该DSRC OBU车载单元与路测装置进行实时通讯，安装在汽车的前挡风玻璃内侧、中间上方区域以及汽车外部车顶部中的任意一处，用于车辆定位及向周边传送自身信息，便于车辆接收道路、周边车辆及环境信息。
6.根据权利要求3所述的适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，所述自动驾驶改装装置包括用于启动线控校正算法的线控调节开关启动按钮，所述线控校正算法包括PID控制算法，用于将原车的控制信号进行线控化，并封装成汽车的自动驾驶控制指令发送至所述第四CAN总线，原车的控制信号包括转向、刹车、油门以及制动的运动控制传递函数信号。
7.根据权利要求6所述的适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，运动控制传递函数的参数包括比例系数、积分系数以及微分系数，其参数值通过对汽车的加速、减速、制动以及转向的动态试验测试得到，或通过深度学习算法对驾驶过程中驾驶员包括转向、刹车、油门以及制动的原车操作控制参数进行分析和学习得到。
8.根据权利要求3所述的适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，所述自动驾驶改装装置还包括自动驾驶模式逻辑选择开关，用于选择环境感知决策自动驾驶模式和路网协同云端决策自动驾驶模式；人工驾驶优先级最高，在转动方向盘或踩下刹车与油门则进入紧急人工辅助驾驶状态，直到再次按下自动驾驶模式逻辑选择开关，则进入被选择的自动驾驶模式。
9.根据权利要求8所述的适用于非自动驾驶车辆的自动驾驶改装方法，其特征在于，通过原车命令解析模块实现原车控制信号和逻辑的解析，在路网协同云端决策自动驾驶模式下，通过原车命令解析模块定时向所述自动驾驶改装装置发送某个车辆预期下一定时时刻t0的速度v、加速度a与位置信息z，在转动方向盘或踩下刹车与油门则进入紧急人工辅助驾驶状态；直到再次选择则恢复选择的驾驶模式状态。
10.一种适用于非自动驾驶车辆的自动驾驶改装装置，其特征在于，用于实现如权利要求1至9任意一项所述的适用于非自动驾驶车辆的自动驾驶改装方法，并包括外挂和内置在非自动驾驶车辆的部分或全部组件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011273115.XA CN113954859A (zh) | 2020-11-13 | 2020-11-13 | 一种适用于非自动驾驶车辆的自动驾驶改装方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011273115.XA CN113954859A (zh) | 2020-11-13 | 2020-11-13 | 一种适用于非自动驾驶车辆的自动驾驶改装方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113954859A true CN113954859A (zh) | 2022-01-21 |
Family
ID=79459197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011273115.XA Pending CN113954859A (zh) | 2020-11-13 | 2020-11-13 | 一种适用于非自动驾驶车辆的自动驾驶改装方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113954859A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117885765A (zh) * | 2024-03-15 | 2024-04-16 | 中国第一汽车股份有限公司 | 车辆的控制方法、装置及车辆 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108357564A (zh) * | 2018-03-16 | 2018-08-03 | 华南理工大学 | 一种普适的主动驾驶改装车 |
| CN108803607A (zh) * | 2018-06-08 | 2018-11-13 | 北京领骏科技有限公司 | 一种用于自动驾驶的多功能仿真系统 |
| CN108919797A (zh) * | 2018-06-06 | 2018-11-30 | 上海国际汽车城（集团）有限公司 | 一种电动小巴的自动驾驶系统 |
| WO2019207160A1 (en) * | 2018-04-27 | 2019-10-31 | Visteon Global Technologies, Inc. | Map line interface for autonomous driving |
| CN211765500U (zh) * | 2019-11-27 | 2020-10-27 | 北京新能源汽车技术创新中心有限公司 | 一种用于封闭场景下的智能驾驶环境感知系统及汽车 |
-
2020
- 2020-11-13 CN CN202011273115.XA patent/CN113954859A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108357564A (zh) * | 2018-03-16 | 2018-08-03 | 华南理工大学 | 一种普适的主动驾驶改装车 |
| WO2019207160A1 (en) * | 2018-04-27 | 2019-10-31 | Visteon Global Technologies, Inc. | Map line interface for autonomous driving |
| CN108919797A (zh) * | 2018-06-06 | 2018-11-30 | 上海国际汽车城（集团）有限公司 | 一种电动小巴的自动驾驶系统 |
| CN108803607A (zh) * | 2018-06-08 | 2018-11-13 | 北京领骏科技有限公司 | 一种用于自动驾驶的多功能仿真系统 |
| CN211765500U (zh) * | 2019-11-27 | 2020-10-27 | 北京新能源汽车技术创新中心有限公司 | 一种用于封闭场景下的智能驾驶环境感知系统及汽车 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117885765A (zh) * | 2024-03-15 | 2024-04-16 | 中国第一汽车股份有限公司 | 车辆的控制方法、装置及车辆 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110550029B (zh) | 障碍物避让方法及装置 | |
| US10809733B2 (en) | Intelligent motor vehicles, systems, and control logic for driver behavior coaching and on-demand mobile charging | |
| US11370435B2 (en) | Connected and automated vehicles, driving systems, and control logic for info-rich eco-autonomous driving | |
| CN110861650B (zh) | 车辆的路径规划方法、装置，车载设备和存储介质 | |
| CN112519575B (zh) | 调整油门踏板特性的方法和装置 | |
| CN112937607B (zh) | 一种用于景区观光车的网联自动驾驶系统及方法 | |
| US20200225676A1 (en) | Control of autonomous vehicle based on pre-learned passenger and environment aware driving style profile | |
| CN110673602B (zh) | 一种强化学习模型、车辆自动驾驶决策的方法和车载设备 | |
| CN113460042B (zh) | 车辆驾驶行为的识别方法以及识别装置 | |
| EP4141736A1 (en) | Lane tracking method and apparatus | |
| JP7466396B2 (ja) | 車両制御装置 | |
| US20160244062A1 (en) | Method and device for anticipatory or predictive economical running of a motor vehicle including a determination of a route and a probable driving time and time of arrival | |
| CN115390554A (zh) | 一种设计运行区域odd判断方法、装置及相关设备 | |
| US20190033871A1 (en) | Path planning for autonomous driving | |
| CN113156927A (zh) | 自动驾驶车辆的安全控制方法及安全控制装置 | |
| US20210311491A1 (en) | Intelligent roadside toolbox | |
| CN107757597A (zh) | 用于自动驾驶车辆的车道保持自动驾驶仪 | |
| US20230048680A1 (en) | Method and apparatus for passing through barrier gate crossbar by vehicle | |
| CN114792149A (zh) | 一种轨迹预测方法、装置及地图 | |
| CN113954859A (zh) | 一种适用于非自动驾驶车辆的自动驾驶改装方法及装置 | |
| CN113968242B (zh) | 自动驾驶场景生成方法、装置及系统 | |
| CN113859265A (zh) | 一种驾驶过程中的提醒方法及设备 | |
| CN111599166B (zh) | 用于解释交通信号和协商信号化的交叉路口的方法和系统 | |
| CN113227831B (zh) | 基于多传感器数据融合的护栏估计方法和车载设备 | |
| CN110426215B (zh) | 一种用于车辆平顺性测试的模型建立方法及智能驾驶系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |