CN114291094B - 一种基于自动驾驶的路面状况感知响应系统及方法 - Google Patents

Abstract

本发明公开了一种基于自动驾驶的路面状况感知响应系统及方法，路面状况感知响应系统包括电磁悬架系统、ABS系统、自动驾驶决策及控制系统，自动驾驶决策及控制系统分别与电磁悬架系统和ABS系统通信连接；电磁悬架系统能够获取车辆轮胎升降变化数据以得到相应路面凹凸不平程度信息，ABS系统能够依据采集的车轮角速度得到相应的滑移率，进而计算得到路面附着系数，自动驾驶决策及控制系统依据路面凹凸不平程度信息以及路面附着系数以判断车辆是否需要减速。本发明提供的路面状况感知响应系统及方法利用多次触发响应机制提高了该系统机制的鲁棒性，保障了自动驾驶车辆在异常路况下的安全、可控地行驶，极大地提高了行车安全性。

Description

一种基于自动驾驶的路面状况感知响应系统及方法

技术领域

本发明涉及自动驾驶技术领域，特别涉及一种基于自动驾驶的路面状况感知响应系统及方法。

背景技术

目前路面状况主要通过自动驾驶车辆上安装的前视广角摄像头传感器通过深度学习的方法进行检测，但该方法会由于摄像头自身的局限性或深度学习算法问题导致路面状况识别出现差错，比如，晚上光线太暗或雨天、大雾天、沙尘天、大雪天等，会使得摄像头视线被遮挡，视觉传感器无法准确捕获路面异常信息，从而导致车辆发生失控或其他危险情况。

发明内容

为了克服现有技术存在的不足，本发明提供了一种基于自动驾驶的路面状况感知响应系统及方法，所述技术方案如下：

一方面，本发明提供了一种基于自动驾驶的路面状况感知响应系统，包括电磁悬架系统、ABS系统、自动驾驶决策及控制系统，所述自动驾驶决策及控制系统分别与所述电磁悬架系统和ABS系统通信连接；

所述电磁悬架系统能够获取车辆轮胎升降变化数据以得到相应路面凹凸不平程度信息，所述ABS系统能够依据采集的车轮角速度得到相应的滑移率，进而计算得到路面附着系数，所述自动驾驶决策及控制系统依据所述路面凹凸不平程度信息以及路面附着系数以判断车辆是否需要减速，若所述路面凹凸不平程度大于第一预设值或路面附着系数小于第二预设值，则所述自动驾驶决策及控制系统判定路面存在异常风险，若连续判定路面存在异常风险的次数超出预设次数，则判定路面异常，并相应控制所述车辆降速行驶。

进一步地，所述电磁悬架系统包括车载控制系统、车轮位移传感器和加速度传感器，所述车轮位移传感器和加速度传感器均设置在车轮和车身连接处，并均与所述车载控制系统相连；

所述ABS系统包括轮速传感器和胎压传感器，所述胎压传感器用于检测车轮的压力，以确定车轮的实际半径，所述轮速传感器用于检测车轮的角速度。

进一步地，所述路面状况感知响应系统还包括云平台，所述自动驾驶决策及控制系统将判定路面异常的异常问题及位置信息上传至所述云平台，以供其它过往车辆共享数据。

进一步地，所述路面状况感知响应系统还包括路边单元系统，所述自动驾驶决策及控制系统与所述路边单元系统无线通信连接，并周期性地上传相应车辆信息至所述路边单元系统，所述路边单元系统对接收到的车辆信息进行处理分析以向周边区域内的车辆播报路况信息。

另一方面，提供了一种基于自动驾驶的路面状况感知响应方法，包括以下步骤：

S1、利用电磁悬架系统获取路面凹凸不平程度信息，利用ABS系统获取滑移率以得到路面附着系数；

S2、若所述路面凹凸不平程度大于第一预设值或路面附着系数小于第二预设值，则判定路面存在异常风险，执行S3，否则判定路面正常，车辆按照原先车速继续行驶；

S3、若连续判定路面存在异常风险的次数超出预设次数，则判定路面异常，然后控制所述车辆降速行驶，否则控制车辆按照原先车速继续行驶。

进一步地，在步骤S3中，当连续同时满足路面凹凸不平程度大于第一预设值以及路面附着系数小于第二预设值两个条件时，控制车辆降至第一车速，若连续仅满足其中一个条件，控制车辆降至第二车速，所述第二车速大于所述第一车速。

进一步地，在步骤S3中，车辆降速后若连续多次判定路面正常，则控制车辆恢复原先自动驾驶的车速。

进一步地，所述车辆将路面异常状况的车辆信息以及相应位置信息上传至云平台，若后续其它车辆在相邻预设时间段内即将经过异常路面时，所述云平台发送路面异常状况提醒给所述后续其它车辆。

进一步地，在步骤S1中，所述凹凸不平程度信息为路面颠簸值或路面平整度，

所述路面颠簸值的计算公式如下所示：

式中，LPD为路面颠簸值，h_i为轮胎纵向位移，n为检测的位移数量；

所述路面平整度的计算公式如下所示：

式中，LPDS为路面平整度，Δh_i为检测点i的路面纵断面高程偏差。

进一步地，在步骤S1中，所述ABS系统利用轮速传感器感知车轮的转速以计算出相应滑移率，并依据Burckhardt轮胎路面模型，从而计算出路面附着系数，其计算公式如下：

式中，μ为路面附着系数，s为滑移率，c₁、c₂、c₃为路面不同特性的参数值。

本发明提供的技术方案带来的有益效果如下：

(1)对自动驾驶的主要影响因素进行判断分析，提高了自动驾驶的可靠性，减少了对摄像头传感器的依赖；

(2)多次触发响应机制提高了该系统机制的鲁棒性，稳定性强；

(3)利用车辆原有的系统和部件即可完成改造，成本较低。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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获得其他的附图。

图1是本发明实施例提供的路面状况感知响应系统中滑移率与路面附着系数关系曲线示意图；

图2是本发明实施例提供的路面状况感知响应系统中云平台通信示意图；

图3是本发明实施例提供的路面状况感知响应方法框架流程示意图；

图4是本发明实施例提供的路面状况感知响应方法判断流程示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，更清楚地了解本发明的目的、技术方案及其优点，以下结合具体实施例并参照附图对本发明实施例中的技术方案进行清楚、完整地描述。需要说明的是，附图中未绘示或描述的实现方式，为所属技术领域中普通技术人员所知的形式。另外，虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。除此，本发明的说明书和权利要求书中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本发明的一个实施例中，提供了一种基于自动驾驶的路面状况感知响应系统，包括电磁悬架系统、ABS系统、自动驾驶决策及控制系统，所述自动驾驶决策及控制系统分别与所述电磁悬架系统和ABS系统通信连接；

所述电磁悬架系统能够获取车辆轮胎升降变化数据以得到相应路面凹凸不平程度信息，所述ABS系统能够依据采集的车轮角速度得到相应的滑移率，进而计算得到路面附着系数，所述自动驾驶决策及控制系统依据所述路面凹凸不平程度信息以及路面附着系数以判断车辆是否需要减速，若所述路面凹凸不平程度大于第一预设值或路面附着系数小于第二预设值，则所述自动驾驶决策及控制系统判定路面存在异常风险，由于一直在进行周期性数据采集并比较判断，当连续判定路面存在异常风险的次数超出预设次数，则进一步判定路面异常，并相应控制所述车辆降速行驶。

具体地，电磁悬挂系统包括车载控制系统、车轮位移传感器、加速度传感器、悬架行程传感器、电磁液压杆和直筒减振器，电磁悬挂系统在每个车轮和车身连接处都有一个车轮位移传感器和加速度传感器，这些传感器与车载控制系统电连接。其中，加速度传感器用来检测路面凹凸不平的程度。自动驾驶车辆行驶到颠簸路面，凹凸不平的路面引起车轮跳动的时候传感器会迅速将车轮位移信号和车轮位移加速度信号传至车载控制系统。

在自动驾驶车辆行驶过程中，以预定间隔，通过加速度的二次积分计算轮胎纵向位移h_i或检测点i的路面纵断面高程偏差Δh_i；车载控制系统接收加速度传感器探测到的信号，以确定在自动驾驶车辆行驶的一定距离内的路面颠簸值LPD和路面平整度LPDS；

路面颠簸值LPD的计算公式如下所示：

式中：LPD—路面颠簸值(mm/km)，单位长度轮胎纵向升/降位移累计均值；h_i—轮胎纵向位移，mm；n—检测的位移数量；

路面平整度LPDS的计算公式为：

式中：LPDS—路面平整度(mm²/km)，单位长度路面纵断面高程偏差平方的累计均值；Δh_i：检测点i的路面纵断面高程偏差，mm。

电磁悬架系统中的加速度传感器在颠簸过程中，车载控制系统中的处理器通过对加速度传感器输出的信号数据进行积分，获得上升/下降的高程距离h_i和Δh_i。车载控制系统通过处理这些高程距离，累积得到行驶路面的路面颠簸值LPD和路面平整度LPDS。通过上述的实施例，可实现准确的测量路面颠簸的高程变化，测量到的数据就是真实的路面的颠簸高程数据。

当路面平整度LPDS低于第一设定值时，限制车辆最高驱动扭矩；当路面平整度LPDS高于第一设定值，且低于第二设定值时，限制车辆最高驱动扭矩到设定扭矩值，并限制最高行车速度到设定速度值。

所述ABS系统包括轮速传感器和胎压传感器，ABS系统中的轮速传感器负责感知每个车轮的转速ω，所述胎压传感器用于检测车轮的压力，从而确定车轮的实际半径R，当发生打滑情况的时候，车轮的切向速度ωR将低于汽车行驶速度v，汽车的轮胎与路面之间会产生滑移的情况，滑移的程度通常用滑移率s表示：

式中，v—车辆速度；ω—为车轮角速度；R—车轮半径；δ为车轮的切向速度。

基于大量实测经验数据的Burckhardt轮胎－路面模型较好地描述了典型路面下路面附着系数μ与滑移率s的对应关系，依据该模型计算路面附着系数μ，其表达式如下:

式中，c₁、c₂、c₃为路面不同特性的参数值大小，表1为六种不同经典路面的峰值附着系数μ_max。将表1中六种典型路面的不同参数带入公式中得到各个典型路面μ(s)曲线，如图1所示，不同路面对应的参数，在系统上可以人工选择，也可以通过图像传感器进行AI识别分类到相应的类型的路面，还可以根据地图信息中路面信息结合当时的天气状态以实现智能自动分类，以便后续的公式计算。

表1六种经典路面Burckhardt轮胎－路面模型参数表

路面类型	C1	C2	C3	μmax
					冰	0.050	306.39	0.001	0.05
雪	0.195	94.13	0.0646	0.18
					湿鹅卵石	0.400	33.71	0.12	0.35
湿沥青	0.857	33.82	0.35	0.69
					干水泥	1.197	25.17	0.54	0.91
干沥青	1.280	23.99	0.52	1.03

本实施例从预期功能安全场景架构中第一层道路结构中的路面情况角度出发，提供了一种基于自动驾驶的路面状况感知响应系统，其是关于路面摩擦系数和颠簸程度的路面质量感知系统，该系统同时检测了道路结构中影响自动驾驶车辆行驶稳定性最大的两个因素；该系统避免了视觉感知路面鲁棒性较低的技术缺点，可以确保路面检测结果的准确性。

在本发明的一个实施例中，所述路面状况感知响应系统还包括云平台和路边单元系统，所述自动驾驶决策及控制系统将判定路面异常的异常问题及位置信息上传至所述云平台，以供其它过往车辆共享数据。所述自动驾驶决策及控制系统与所述路边单元系统无线通信连接，并周期性地上传相应车辆信息至所述路边单元系统，所述路边单元系统对接收到的车辆信息进行处理分析以向周边区域内的车辆播报路况信息。

具体地，参见图2，本车辆将获取的道路异常问题及位置信息上传到云平台，以共享车端数据。自动驾驶车辆周期将车辆信息上传至路边单元系统，所述车辆信息包括车辆速度、车辆加速度、车辆方向角、单位时间内刹车次数、车辆位置的地面航向角和经纬度。路边单元系统对车辆信息进行处理，若发生突发事故，则生成固定格式的广播消息，再向邻近突发事故区域的行驶车辆进行广播；然后可以把这些信息实时上传给云平台，同时提前发布给即将行驶到异常路段的装有车载终端的车辆。

本实施例可以确保路面检测结果的准确性，即便其能在傍晚和雨天仍能分辨路况，并融合车联网技术，它可以通过车与车、车与路互联互通实现信息共享，收集车辆、道路和环境的信息，并在信息网络平台上对多源采集的信息进行加工、计算、共享和安全发布。

在本发明的一个实施例中，提供了一种基于自动驾驶的路面状况感知响应方法，包括以下步骤：

S1、利用电磁悬架系统获取路面凹凸不平程度信息，利用ABS系统获取滑移率以得到路面附着系数；

具体地，所述凹凸不平程度信息为路面颠簸值或路面平整度，

所述路面颠簸值的计算公式如下所示：

式中，LPD为路面颠簸值，h_i为轮胎纵向位移，n为检测的位移数量；

所述路面平整度的计算公式如下所示：

式中，LPDS为路面平整度，Δh_i为检测点i的路面纵断面高程偏差；

所述ABS系统利用轮速传感器感知车轮的转速以计算出相应滑移率，并依据Burckhardt轮胎路面模型，从而计算出路面附着系数，其计算公式如下：

式中，μ为路面附着系数，s为滑移率，c₁、c₂、c₃为路面不同特性的参数值。

S2、若所述路面凹凸不平程度大于第一预设值或路面附着系数小于第二预设值，则判定路面存在异常风险，执行S3，否则判定路面正常，车辆按照原先车速继续行驶；

S3、若连续判定路面存在异常风险的次数超出预设次数，则判定路面异常，然后控制所述车辆降速行驶，否则控制车辆按照原先车速继续行驶；

其中，当连续同时满足路面凹凸不平程度大于第一预设值以及路面附着系数小于第二预设值两个条件时，控制车辆降至第一车速，若连续仅满足其中一个条件，控制车辆降至第二车速，所述第二车速大于所述第一车速。车辆降速后若连续多次判定路面正常，则控制车辆恢复原先自动驾驶的车速。

在本发明的一个实施例中，参见图3，利用电磁悬架系统、ABS系统实时采集数据，电磁悬架系统利用加速度传感获取路面凹凸不平程度信息，利用ABS系统计算获取车轮滑移率，进而确定出路面附着系数，然后依据路面凹凸不平程度信息和路面附着系数，判断路面是否湿滑或坑洼，若没有湿滑或坑洼，则车辆按照正常路面状况输出指令，若路面出现湿滑或坑洼，则认为有路面异常风险，每隔100ms检测判断一次，若连续出现三次判定路面异常风险，则输出减速指令，使车辆根据路面调整车速，以低速行驶到路面状况正常，并将路面异常问题及位置信息上传到云端，以共享车端数据。

在本发明的一个实施例中，根据此时通过电磁悬架系统测得的路面平整度信息，利用ABS系统和胎压传感器计算得到的路面附着系数μ，以确定此时路面湿滑程度。参见图4，当路面平整度LPDS＞α时，其中α为常数，定义此时的路面为颠簸路面，当路面附着系数μ＜0.5时，定义此时的路面为湿滑路面。该系统的响应频率为100ms，当三次响应都满足以上两个条件的任何一个条件时，则说明此时的路况处于异常路况。此时决策系统输出减速指令，使车辆根据路面的具体状况调整目标车速和减速度数值，以低速行驶直到路面状况正常。当不满足以上两个条件中的任何一个条件时，则说明此时处于正常的路面状况，决策系统按照正常路面状况输出控制指令。利用三次响应机制提高了该系统响应机制的鲁棒性。

在本发明的一个实施例中，所述车辆将路面异常状况的车辆信息以及相应位置信息上传至云平台，若后续其它车辆在相邻预设时间段内即将经过异常路面时，所述云平台发送路面异常状况提醒给所述后续其它车辆。例如，两辆车前后相距几十米行驶，前一辆车判断路面异常开始减速时，并将异常问题及位置给到云平台，后一辆车从云平台接收到该条记录，以提前开始减速，以避免紧急刹车。

本实施例以预期功能安全场景架构中第一层道路结构中的路面情况为研究对象，对路面湿滑和路面坑洼情况进行判断，路面湿滑度和路面平整度是路面质量的重要指标，对自动驾驶车辆行驶时的舒适度、平稳性和安全性有较大影响。路面附着系数过小或者路面颠簸程度过大都会严重影响自动驾驶车辆的正常行驶。

本发明提供的基于自动驾驶的路面状况感知响应系统及方法可以保障自动驾驶车辆在异常路况下的安全、可控地行驶，极大地提高了行车安全性。本发明以预期功能安全场景架构中第一层道路结构中的路面情况为研究对象，对路面湿滑和路面坑洼情况进行判断。当摄像头传感器及其它自动驾驶感知传感器对路面异常状况的感知识别出现差错，没有准确识别出前方异常路面时，本发明中的技术方案更加可靠，可以确保路面检测结果的准确性。本发明基于电磁悬架系统、ABS系统和胎压传感器，不用单独配置其他传感器，从而使得整个系统更加简洁。该系统的多次触发响应机制提高了该系统机制的鲁棒性。同时，融合车联网技术，当本车检测到前方道路路况异常时，本车会将获取的道路异常问题及位置信息上传到云端，共享车端数据，它可以通过车与车、车与路互联互通实现信息共享，收集车辆、道路和环境的信息，并在信息网络平台上对多源采集的信息进行加工、计算、共享和安全发布，根据不同的功能需求对车辆进行有效的引导与监管。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于自动驾驶的路面状况感知响应系统，其特征在于，包括电磁悬架系统、ABS系统、自动驾驶决策及控制系统，所述自动驾驶决策及控制系统分别与所述电磁悬架系统和ABS系统通信连接；

所述电磁悬架系统能够获取车辆轮胎升降变化数据以得到相应路面凹凸不平程度信息，所述路面凹凸不平程度信息为路面颠簸值或路面平整度，所述ABS系统能够依据采集的车轮角速度得到相应的滑移率，进而计算得到路面附着系数，所述自动驾驶决策及控制系统依据所述路面凹凸不平程度信息以及路面附着系数以判断车辆是否需要减速，若所述路面凹凸不平程度大于第一预设值或路面附着系数小于第二预设值，则所述自动驾驶决策及控制系统判定路面存在异常风险，若以一定的响应频率连续判定路面存在异常风险的次数超出预设次数，则判定路面异常，并相应控制所述车辆降速行驶。

2.根据权利要求1所述的路面状况感知响应系统，其特征在于，所述电磁悬架系统包括车载控制系统、车轮位移传感器和加速度传感器，所述车轮位移传感器和加速度传感器均设置在车轮和车身连接处，并均与所述车载控制系统相连；

所述ABS系统包括轮速传感器和胎压传感器，所述胎压传感器用于检测车轮的压力，以确定车轮的实际半径，所述轮速传感器用于检测车轮的角速度。

3.根据权利要求1所述的路面状况感知响应系统，其特征在于，还包括云平台，所述自动驾驶决策及控制系统将判定路面异常的异常问题及位置信息上传至所述云平台，以供其它过往车辆共享数据。

4.根据权利要求3所述的路面状况感知响应系统，其特征在于，还包括路边单元系统，所述自动驾驶决策及控制系统与所述路边单元系统无线通信连接，并周期性地上传相应车辆信息至所述路边单元系统，所述路边单元系统对接收到的车辆信息进行处理分析以向周边区域内的车辆播报路况信息。

5.一种基于自动驾驶的路面状况感知响应方法，其特征在于，包括以下步骤：

S1、利用电磁悬架系统获取路面凹凸不平程度信息，所述路面凹凸不平程度信息为路面颠簸值或路面平整度，利用ABS系统获取滑移率以得到路面附着系数；

S2、若所述路面凹凸不平程度大于第一预设值或路面附着系数小于第二预设值，则判定路面存在异常风险，执行S3，否则判定路面正常，车辆按照原先车速继续行驶；

S3、若以一定的响应频率连续判定路面存在异常风险的次数超出预设次数，则判定路面异常，然后控制所述车辆降速行驶，否则控制车辆按照原先车速继续行驶。

6.根据权利要求5所述的路面状况感知响应方法，其特征在于，在步骤S3中，当连续同时满足路面凹凸不平程度大于第一预设值以及路面附着系数小于第二预设值两个条件时，控制车辆降至第一车速，若连续仅满足其中一个条件，控制车辆降至第二车速，所述第二车速大于所述第一车速。

7.根据权利要求5所述的路面状况感知响应方法，其特征在于，在步骤S3中，车辆降速后若连续多次判定路面正常，则控制车辆恢复原先自动驾驶的车速。

8.根据权利要求5所述的路面状况感知响应方法，其特征在于，所述车辆将路面异常状况的车辆信息以及相应位置信息上传至云平台，若后续其它车辆在相邻预设时间段内即将经过异常路面时，所述云平台发送路面异常状况提醒给所述后续其它车辆。

9.根据权利要求5所述的路面状况感知响应方法，其特征在于，

所述路面颠簸值的计算公式如下所示：

式中，LPD为路面颠簸值，h_i为轮胎纵向位移，n为检测的位移数量；

所述路面平整度的计算公式如下所示：

式中，LPDS为路面平整度，Δh_i为检测点i的路面纵断面高程偏差。

10.根据权利要求5所述的路面状况感知响应方法，其特征在于，在步骤S1中，所述ABS系统利用轮速传感器感知车轮的转速以计算出相应滑移率，并依据Burckhardt轮胎路面模型，从而计算出路面附着系数，其计算公式如下：

式中，μ为路面附着系数，s为滑移率，c₁、c₂、c₃为路面不同特性的参数值。