CN115140089B - 车辆的辅助驾驶方法、装置、车辆及存储介质 - Google Patents
车辆的辅助驾驶方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN115140089B CN115140089B CN202210709332.1A CN202210709332A CN115140089B CN 115140089 B CN115140089 B CN 115140089B CN 202210709332 A CN202210709332 A CN 202210709332A CN 115140089 B CN115140089 B CN 115140089B
- Authority
- CN
- China
- Prior art keywords
- target
- actual
- vehicle
- preset
- distance
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000009471 action Effects 0.000 claims abstract description 10
- 230000001133 acceleration Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W2554/802—Longitudinal distance
-
- 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
- B60W2554/803—Relative lateral speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及车辆技术领域，特别涉及一种车辆的辅助驾驶方法、装置、车辆及存储介质，其中，方法包括：获取车辆与目标物体之间的实际纵向距离和/或目标物体的实际横向速度；根据实际纵向距离和/或实际横向速度匹配车辆的预设识别范围的目标调整值，基于目标调整值调整预设识别范围至目标识别范围；在识别到目标物体进入目标识别范围内时，控制车辆执行目标制动动作。由此，解决了相关技术中，使用静态边界静态识别目标，智能性较低，安全性较差，无法满足实际使用中对工作性能和应用场景的要求等问题。
Description
技术领域
本申请涉及车辆技术领域，特别涉及一种车辆的辅助驾驶方法、装置、车辆及存储介质。
背景技术
辅助驾驶已经得到一定程度的应用，在辅助驾驶过程中，行人目标往往具有较大的危险性，当本车前进区域中出现行人时，一般其与本车速度差较大，如横穿目标，此时就需要及时关注该目标，进行制动等避撞措施，因此，辅助驾驶过程中的行人目标选择，对辅助驾驶的安全性能有着至关重要的影响。
相关技术中，可以使用一种静态边界判断行人目标的方法，对进入本车道的行人目标进行选择；或者可以使用一种利用神经网络建模判断的方法，导入行人数据进行训练。
然而，以上两种方法都存在一定的使用隐患，比如以静态边界判断行人目标时，静态边界较为生硬，可能无法及时避险；以神经网络建模判断行人目标时，当路况场景未被学习时，该方法无法进行判断，甚至会出现错误决策，尤其当模型出错时，会出现无法进行回溯解释的情况。
发明内容
本申请提供一种车辆的辅助驾驶方法、装置、车辆及存储介质，以解决相关技术中，使用静态边界静态识别目标物体，无法根据目标物体的运动情况调整识别边界，无法及时规避目标物体带来的可能碰撞风险，智能性及安全性较差，无法满足实际行车的要求等问题。
本申请第一方面实施例提供一种车辆的辅助驾驶方法，包括以下步骤：获取车辆与目标物体之间的实际纵向距离和/或所述目标物体的实际横向速度；根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值，基于所述目标调整值调整所述预设识别范围至目标识别范围；在识别到所述目标物体进入所述目标识别范围内时，控制所述车辆执行目标制动动作。
根据上述技术手段，本申请实施例可以根据目标物体的实际情况动态调整识别范围，使得识别范围与目标物体的实际情况匹配，可以及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求。
进一步地，所述根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值，包括：判断所述实际距离是否大于预设距离；如果所述实际距离大于所述预设距离，则计算所述实际距离与所述预设距离的差值；根据所述差值匹配所述预设识别范围的目标缩小值。
根据上述技术手段，本申请实施例可以在目标物体距离车辆较远时，收窄识别范围，避免误识别对行车安全无影响或影响较小的目标物体，在保证行车安全的同时，提高辅助驾驶的智能性，提升用户的使用体验，满足实际行车的要求。
进一步地，所述根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值，包括：根据所述当前速度和所述车辆的预设决策时间计算所述预设识别范围的第一目标扩大值。
根据上述技术手段，本申请实施例可以根据目标物体的实际速度合理扩大识别范围，使得识别范围与目标物体的实际速度匹配，可以及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求。
进一步地，在基于所述目标识别范围识别所述目标物体之前，还包括：获取所述目标物体在预设时长内的多个横向速度和横向距离变化值；根据所述多个横向速度计算所述目标物体的实际加速度；根据所述横向距离变化值和所述实际加速度识别到所述目标物体的实际运动状态值；根据所述实际运动状态值识别所述目标物体与所述车辆处于靠近状态时，根据所述实际运动状态值匹配所述目标识别范围的第二目标扩大值，并基于所述第二目标扩大值修正所述目标识别范围。
根据上述技术手段，本申请实施例可以在目标物体不断靠近车辆时，再次扩大识别范围，可以及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求。
进一步地，所述在识别到所述目标物体进入所述目标识别范围内时，还包括：获取所述目标物体与所述车辆的实际横向距离；在所述实际横向距离小于预设距离时，根据所述实际横向距离匹配所述目标识别范围的第三目标扩大值，并基于所述第三目标扩大值修正所述目标识别范围。
根据上述技术手段，本申请实施例可以在目标物体距离车辆较近时，通过扩大识别范围选中目标物体，即相当于给识别范围的边界变量设置选入回滞区间，避免目标在边界附近时反复选入释放的问题，节约运算资源，提升辅助驾驶的智能性。
进一步地，在根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值之前，包括：获取所述车辆的实际车速和/或当前车道宽度；根据所述实际车速和/或所述当前车道宽度匹配所述预设识别范围。
根据上述技术手段，本申请实施例可以根据车辆的实际情况匹配初始识别范围，提升识别范围设备的合理性，避免初始范围过大误识别对行车安全无影响或影响较小的目标物体，或者避免初始范围过小不能及时规避目标物体带来的可能碰撞风险，通过合理的初始范围设置提升辅助驾驶的智能性，提升用户的使用体验。
本申请第二方面实施例提供一种车辆的辅助驾驶装置，包括：获取模块，用于获取车辆与目标物体之间的实际纵向距离和/或所述目标物体的实际横向速度；匹配模块，用于根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值，基于所述目标调整值调整所述预设识别范围至目标识别范围；控制模块，用于在识别到所述目标物体进入所述目标识别范围内时，控制所述车辆执行目标制动动作。
可选地，所述匹配模块进一步用于：判断所述实际距离是否大于预设距离；如果所述实际距离大于所述预设距离，则计算所述实际距离与所述预设距离的差值；根据所述差值匹配所述预设识别范围的目标缩小值；
可选地，所述匹配模块进一步用于：根据所述当前速度和所述车辆的预设决策时间计算所述预设识别范围的第一目标扩大值；
可选地，所述控制模块进一步用于：获取所述目标物体与所述车辆的实际横向距离；在所述实际横向距离小于预设距离时，根据所述实际横向距离匹配所述目标识别范围的第三目标扩大值，并基于所述第三目标扩大值修正所述目标识别范围。
可选地，还包括：修正模块，用于获取所述目标物体在预设时长内的多个横向速度和横向距离变化值；根据所述多个横向速度计算所述目标物体的实际加速度；根据所述横向距离变化值和所述实际加速度识别到所述目标物体的实际运动状态值；根据所述实际运动状态值识别所述目标物体与所述车辆处于靠近状态时，根据所述实际运动状态值匹配所述目标识别范围的第二目标扩大值，并基于所述第二目标扩大值修正所述目标识别范围；识别模块，用于获取所述车辆的实际车速和/或当前车道宽度；根据所述实际车速和/或所述当前车道宽度匹配所述预设识别范围。
本申请第三方面实施例提供一种车辆，包括：存储器、处理器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，所述处理器执行所述程序，以实现如上述实施例所述的车辆的辅助驾驶方法。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的车辆的辅助驾驶方法。
由此，本申请至少具有如下有益效果：
(1)本申请实施例可以根据目标物体的实际情况动态调整识别范围，使得识别范围与目标物体的实际情况匹配，可以及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求；
(2)本申请实施例可以在目标物体距离车辆较远时，收窄识别范围，避免误识别对行车安全无影响或影响较小的目标物体，在保证行车安全的同时，提高辅助驾驶的智能性，提升用户的使用体验，满足实际行车的要求；
(3)本申请实施例可以根据目标物体的实际速度合理扩大识别范围，使得识别范围与目标物体的实际速度匹配，可以及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求；
(4)本申请实施例可以在目标物体不断靠近车辆时，再次扩大识别范围，可以及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求；
(5)本申请实施例可以在目标物体距离车辆较近时，通过扩大识别范围选中目标物体，即相当于给识别范围的边界变量设置选入回滞区间，避免目标在边界附近时反复选入释放的问题，节约运算资源，提升辅助驾驶的智能性；
(6)本申请实施例根据车辆的实际情况匹配初始识别范围，提升识别范围设备的合理性，避免初始范围过大误识别对行车安全无影响或影响较小的目标物体，或者避免初始范围过小不能及时规避目标物体带来的可能碰撞风险，通过合理的初始范围设置提升辅助驾驶的智能性，提升用户的使用体验。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的车辆的辅助驾驶方法的流程图；
图2为根据本申请的一个实施例提供的车辆的辅助驾驶方法的流程图；
图3为根据本申请实施例提供的车辆的辅助驾驶装置的示例图；
图4为根据本申请实施例提供的车辆的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
在辅助驾驶过程中，对感知到的行人目标进行判断决策，选择出需要进行关注或采取措施的行人目标提供给规划控制。相关技术中，可以使用一种静态边界判断行人目标的方法，对进入本车道的行人目标进行选择；或者可以使用一种利用神经网络建模判断的方法，导入行人数据进行训练；下面将结合具体实施例对相关技术方案进行阐述。
(1)使用静态边界判断行人目标的方法，可以判断本车所在车道内是否有行人目标存在，如果有行人目标则选中该目标。这种方法较为直接粗糙，举例而言，一种情况下，如果行人目标以一定的速度横穿车道，那么目标的危险性要更大，而本车选择行人的目标边界是静态边界，只会在行人目标进入到本车道之后再进行选择，不能提前做出动作，存在较大的掣肘；另一种情况下，如果一个行人目标站在路边沿路边静止，则其危险性并不大，如果单纯地判定其在本车车道内进行选入，则势必会引起较大制动，甚至可能导致追尾等其他危险，因此，上述用于车辆自动驾驶的行人礼让方法的静态边界较为生硬，对大多数路况的适应不是很好。
(2)使用神经网络建模判断的方法，可以利用神经网络搭建的模型，用真实驾驶过程中有行人目标的数据集导入模型进行训练，以期望模型能够学习驾驶员对待行人目标场景时的决策。该方法弊端在于，需要大量的行人数据进行训练，且当前的神经网络模型属于弱人工智能，仅能学习既有场景，不能应对数据中未出现的场景；比如，当数据集中没有出现某一场景，则使用这种方法可能会对当前场景束手无策，甚至可能做出错误决策。此外，当模型出错时，由于模型为根据经验数据学习的结果，因此此时该方法无法进行回溯解释，其可解释性差。
下面参考附图描述本申请实施例的车辆的辅助驾驶方法、装置、车辆及存储介质。
具体而言，图1为本申请实施例所提供的一种车辆的辅助驾驶方法的流程示意图。
如图1所示，该车辆的辅助驾驶方法包括以下步骤：
在步骤S101中，获取车辆与目标物体之间的实际纵向距离和/或目标物体的实际横向速度。
其中，目标物体可以是出现在当前车辆行进方向前方的物体，比如行人、路障等，对此不做具体限定。为了便于叙述，以下实施例将以行人为例进行具体解释。
可以理解的是，本申请实施例可以首先在当前状态下，获取当前车辆与目标物体之间的实际纵向距离，并且获取目标物体可能存在的横穿车道行为产生的实际横向速度，以用于后续步骤对目标物体的识别范围的生成。其中，本申请实施例可以通过至少一种方式获取上述信息，比如可以通过车辆传感器获取等方式，对此不做具体限定。
在步骤S102中，根据实际纵向距离和/或实际横向速度匹配车辆的预设识别范围的目标调整值，基于目标调整值调整预设识别范围至目标识别范围。
其中，预设识别范围可以根据实际情况进行具体设置，对此不做具体限定。
可以理解的是，本申请实施例可以根据行人目标纵向距离和/或行人速度对预设识别范围进行调整。其中，对识别范围的动态调整过程包括缩小边界和拓宽边界两种情况，下面将结合具体实施例对这两种情况进行阐述。
在本申请实施例中，根据实际纵向距离和/或实际横向速度匹配车辆的预设识别范围的目标调整值，包括：判断实际距离是否大于预设距离；如果实际距离大于预设距离，则计算实际距离与预设距离的差值；根据差值匹配预设识别范围的目标缩小值。
其中，预设距离可以根据实际情况进行具体设置，比如，预设距离可以设置为0.2m等，对此不做具体限定。
可以理解的是，本申请实施例可以遍历每个行人目标纵向距离，根据纵向距离调整对应目标的边界变量值，在目标物体距离车辆较远时，收窄识别范围，避免误识别对行车安全无影响或影响较小的目标物体，排除目标物体过远时的干扰。
具体而言，本申请实施例可以根据行人目标纵向距离调整边界。对于行人目标，目标过远时可能存在探测不准的情况，且此时目标的碰撞概率会降低，因此对于过远的行人目标，本申请实施例可以基于纵向距离对其边界进行收窄，以避免误选入。例如，本申请实施例可以设定当行人目标距离80m以上时，每增加10m纵向距离，其选入边界收窄0.2m。
在本申请实施例中，根据实际纵向距离和/或实际横向速度匹配车辆的预设识别范围的目标调整值，包括：根据当前速度和车辆的预设决策时间计算预设识别范围的第一目标扩大值。
其中，预设决策时间可以根据实际情况进行具体设置，比如，预设决策时间可以是1s等，对此不做具体限定。
可以理解的是，本申请实施例可以遍历每个行人目标的横向速度，根据横向速度的大小，即根据目标物体的实际速度，合理扩大识别范围，使得识别范围与目标物体的实际速度匹配。其中，横向速度的大小存在负值，符号可表示其方向；本申请实施例的标定表可以根据实际情况通过计算进行具体设置，比如可以对应行人横向速度为0.5m/s时，边界拓宽值为0.5m等，对此不做具体限定。
具体而言，本申请实施例可以根据行人速度调整动态边界，主要是根据行人的横向速度调整边界，如果行人目标具有靠近本车行进轨迹中心的速度，则可以认为该行人目标未来将具有侵入危险，因此本申请实施例可以根据其速度和本车预测时间扩宽边界，使其能够更早选入。例如，行人目标具有0.5m/s的横向速度，本车计划预设决策时间为1s，即期望可以提前1s进行决策，因此该目标的选入边界可扩宽0.5m/s乘以1s为0.5m。
需要说明的是，本申请实施例除了可以直接使用上述步骤中获取的车辆与目标物体数据之外(车辆与目标物体之间的实际纵向距离、目标物体的实际横向速度)，还可以获取其他车辆数据和环境数据，以对预设识别范围进行综合考虑，提升边界设置的合理性。
在本申请实施例中，在根据实际纵向距离和/或实际横向速度匹配车辆的预设识别范围的目标调整值之前，包括：获取车辆的实际车速和/或当前车道宽度；根据实际车速和/或当前车道宽度匹配预设识别范围。
可以理解的是，本申请实施例可以对应每个目标物体定义初始化边界值，根据车辆的实际情况匹配初始识别范围，避免初始范围过大误识别对行车安全无影响或影响较小的目标物体，或者避免初始范围过小不能及时规避目标物体带来的可能碰撞风险。例如，如果最多可处理10个行人，则本申请实施例可以定义10个初始化边界变量。
具体而言，本申请实施例可以根据当前本车车速和/或当前车道宽度设定一个初始化选入边界。例如，当车道宽为标准3.6m，本车车速在40km/h以下时，行人选择初始化边界可以为距离本车行进轨迹中心半车道宽减去0.2m，即可以距离本车行进轨迹中心1.6m；可以理解为，若在直道上，本车行进轨迹为直线，则此时该值含义等同于行人目标侵入车道线0.2m。
在步骤S103中，在识别到目标物体进入目标识别范围内时，控制车辆执行目标制动动作。
其中，目标制动动作可以根据实际情况进行具体设置，比如可以是刹车等，对此不做具体限定。
可以理解的是，本申请实施例可以在为每个目标给出综合的具有弹性的动态选择边界后，判断每个目标是否进入选择边界，当目标未进入选择边界时不执行制动动作，当目标进入选择边界时执行目标动作。
在本申请实施例中，在识别到目标物体进入目标识别范围内时，还包括：获取目标物体与车辆的实际横向距离；在实际横向距离小于预设距离时，根据实际横向距离匹配目标识别范围的第三目标扩大值，并基于第三目标扩大值修正目标识别范围。
可以理解的是，如图2所示，本申请实施例还可以设置边界变量选入回滞区间，当目标被选入时，对应目标的边界变量值小幅度拓宽，当目标由选入被释放，对应目标的边界变量值小幅度收窄。
具体而言，本申请实施例可以对上述动态边界设置回滞区间。当动态边界确定后，本申请实施例可以根据目标距本车轨迹中心距离决定是否选入目标，当选入目标后，其动态选入边界小幅度相应拓宽，包裹目标，避免目标在边界附近反复选入释放的问题，从而可以有效节约运算资源。
在本申请实施例中，在基于目标识别范围识别目标物体之前，还包括：获取目标物体在预设时长内的多个横向速度和横向距离变化值；根据多个横向速度计算目标物体的实际加速度；根据横向距离变化值和实际加速度识别到目标物体的实际运动状态值；根据实际运动状态值识别目标物体与车辆处于靠近状态时，根据实际运动状态值匹配目标识别范围的第二目标扩大值，并基于第二目标扩大值修正目标识别范围。
其中，预设时长可以根据实际情况进行具体设置，比如本申请实施例可以获取目标行人3s内的多个横向速度和横向距离变化值等，对此不做具体限定。
可以理解的是，本申请实施例还可以根据行人目标的历史状态调整动态边界，通过记录每个行人目标过去一段时间内的横向距离变化量和横向速度保持量，判断其靠近趋势，并根据每个行人的目标的靠近趋势对其对应边界进行预判性动态调整，及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求。
具体而言，本申请实施例可以根据行人目标历史状态调整动态边界，行人目标如果历史状态中存在持续靠近的行为，可以认为其靠近趋势强烈，虽然其可能尚未达到本车道，但可根据有无靠近趋势以及靠近趋势持续时间，响应拓宽选目标边界。
综上，本申请实施例可以提供一种车辆的辅助驾驶方法，设定一个初始化状态边界，随后考虑每个行人目标的位置、速度加速度等属性以及行人历史状态，分别调整边界，为每个行人目标给出一个综合的具有弹性的动态选择边界，最终再基于该动态边界对每个目标分别决策是否选入。
根据本申请实施例提出的车辆的辅助驾驶方法，可以根据目标物体的实际情况动态调整识别范围，使得识别范围与目标物体的实际情况匹配，可以及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求。
其次参照附图描述根据本申请实施例提出的车辆的辅助驾驶装置。
图3是本申请实施例的车辆的辅助驾驶装置的方框示意图。
如图3所示，该车辆的辅助驾驶装置10包括：获取模块100、匹配模块200和控制模块300。
其中，获取模块100用于获取车辆与目标物体之间的实际纵向距离和/或目标物体的实际横向速度；匹配模块200用于根据实际纵向距离和/或实际横向速度匹配车辆的预设识别范围的目标调整值，基于目标调整值调整预设识别范围至目标识别范围；控制模块300用于在识别到目标物体进入目标识别范围内时，控制车辆执行目标制动动作。
在本申请实施例中，匹配模块200进一步用于：判断实际距离是否大于预设距离；如果实际距离大于预设距离，则计算实际距离与预设距离的差值；根据差值匹配预设识别范围的目标缩小值。
在本申请实施例中，匹配模块200进一步用于：根据当前速度和车辆的预设决策时间计算预设识别范围的第一目标扩大值。
在本申请实施例中，控制模块300进一步用于：获取目标物体与车辆的实际横向距离；在实际横向距离小于预设距离时，根据实际横向距离匹配目标识别范围的第三目标扩大值，并基于第三目标扩大值修正目标识别范围。
在本申请实施例中，车辆的辅助驾驶装置10还包括：修正模块和识别模块。
在本申请实施例中，修正模块用于：获取目标物体在预设时长内的多个横向速度和横向距离变化值；根据多个横向速度计算目标物体的实际加速度；根据横向距离变化值和实际加速度识别到目标物体的实际运动状态值；根据实际运动状态值识别目标物体与车辆处于靠近状态时，根据实际运动状态值匹配目标识别范围的第二目标扩大值，并基于第二目标扩大值修正目标识别范围。
在本申请实施例中，识别模块用于：获取车辆的实际车速和/或当前车道宽度；根据实际车速和/或当前车道宽度匹配预设识别范围。
需要说明的是，前述对车辆的辅助驾驶方法实施例的解释说明也适用于该实施例的车辆的辅助驾驶装置，此处不再赘述。
根据本申请实施例提出的车辆的辅助驾驶装置，可以根据目标物体的实际情况动态调整识别范围，使得识别范围与目标物体的实际情况匹配，可以及时规避目标物体带来的可能碰撞风险，提升辅助驾驶的智能性以及行车的安全性，提升用户的使用体验，满足实际行车的要求。
图4为本申请实施例提供的车辆的结构示意图。该车辆可以包括：
存储器401、处理器402及存储在存储器401上并可在处理器402上运行的计算机程序。
处理器402执行程序时实现上述实施例中提供的车辆的辅助驾驶方法。
进一步地，车辆还包括：
通信接口403，用于存储器401和处理器402之间的通信。
存储器401，用于存放可在处理器402上运行的计算机程序。
存储器401可能包含高速RAM(Random Access Memory，随机存取存储器)存储器，也可能还包括非易失性存储器，例如至少一个磁盘存储器。
如果存储器401、处理器402和通信接口403独立实现，则通信接口403、存储器401和处理器402可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture，工业标准体系结构)总线、PCI(Peripheral Component，外部设备互连)总线或EISA(Extended Industry Standard Architecture，扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器401、处理器402及通信接口403，集成在一块芯片上实现，则存储器401、处理器402及通信接口403可以通过内部接口完成相互间的通信。
处理器402可能是一个CPU(Central Processing Unit，中央处理器)，或者是ASIC(Application Specific Integrated Circuit，特定集成电路)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的车辆的辅助驾驶方法。
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申请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是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N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。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列，现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种车辆的辅助驾驶方法，其特征在于，包括以下步骤：
获取车辆与目标物体之间的实际纵向距离和/或所述目标物体的实际横向速度；
根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值，基于所述目标调整值调整所述预设识别范围至目标识别范围；
在识别到所述目标物体进入所述目标识别范围内时，控制所述车辆执行目标制动动作；
所述根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值，包括：
判断所述实际纵向距离是否大于预设距离；
如果所述实际纵向距离大于所述预设距离，则计算所述实际纵向距离与所述预设距离的差值；
根据所述差值匹配所述预设识别范围的目标缩小值；
所述根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值，包括：
根据所述实际横向速度和车辆的预设决策时间计算所述预设识别范围的第一目标扩大值。
2.根据权利要求1所述的方法，其特征在于，在基于所述目标识别范围识别所述目标物体之前，还包括：
获取所述目标物体在预设时长内的多个横向速度和横向距离变化值；
根据所述多个横向速度计算所述目标物体的实际加速度；
根据所述横向距离变化值和所述实际加速度识别到所述目标物体的实际运动状态值；
根据所述实际运动状态值识别所述目标物体与所述车辆处于靠近状态时，根据所述实际运动状态值匹配所述目标识别范围的第二目标扩大值，并基于所述第二目标扩大值修正所述目标识别范围。
3.根据权利要求1所述的方法，其特征在于，所述在识别到所述目标物体进入所述目标识别范围内时，还包括：
获取所述目标物体与所述车辆的实际横向距离；
在所述实际横向距离小于预设距离时，根据所述实际横向距离匹配所述目标识别范围的第三目标扩大值，并基于所述第三目标扩大值修正所述目标识别范围。
4.根据权利要求1-3任意一项所述的方法，其特征在于，在根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值之前，包括：
获取所述车辆的实际车速和/或当前车道宽度；
根据所述实际车速和/或所述当前车道宽度匹配所述预设识别范围。
5.一种车辆的辅助驾驶装置，其特征在于，包括：
获取模块，用于获取车辆与目标物体之间的实际纵向距离和/或所述目标物体的实际横向速度；
匹配模块，用于根据所述实际纵向距离和/或所述实际横向速度匹配所述车辆的预设识别范围的目标调整值，基于所述目标调整值调整所述预设识别范围至目标识别范围；
控制模块，用于在识别到所述目标物体进入所述目标识别范围内时，控制所述车辆执行目标制动动作；
其中，所述匹配模块进一步用于：判断所述实际纵向距离是否大于预设距离；如果所述实际纵向距离大于所述预设距离，则计算所述实际纵向距离与所述预设距离的差值；根据所述差值匹配所述预设识别范围的目标缩小值；
所述匹配模块进一步用于：根据所述实际横向速度和车辆的预设决策时间计算所述预设识别范围的第一目标扩大值；
所述控制模块进一步用于：获取所述目标物体与所述车辆的实际横向距离；在所述实际横向距离小于预设距离时，根据所述实际横向距离匹配所述目标识别范围的第三目标扩大值，并基于所述第三目标扩大值修正所述目标识别范围。
6.根据权利要求5所述的装置，其特征在于，还包括：
修正模块，用于获取所述目标物体在预设时长内的多个横向速度和横向距离变化值；根据所述多个横向速度计算所述目标物体的实际加速度；根据所述横向距离变化值和所述实际加速度识别到所述目标物体的实际运动状态值；根据所述实际运动状态值识别所述目标物体与所述车辆处于靠近状态时，根据所述实际运动状态值匹配所述目标识别范围的第二目标扩大值，并基于所述第二目标扩大值修正所述目标识别范围；
识别模块，用于获取所述车辆的实际车速和/或当前车道宽度；根据所述实际车速和/或所述当前车道宽度匹配所述预设识别范围。
7.一种车辆，其特征在于，包括：存储器、处理器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，所述处理器执行所述程序，以实现如权利要求1-4任一项所述的车辆的辅助驾驶方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-4任一项所述的车辆的辅助驾驶方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210709332.1A CN115140089B (zh) | 2022-06-21 | 2022-06-21 | 车辆的辅助驾驶方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210709332.1A CN115140089B (zh) | 2022-06-21 | 2022-06-21 | 车辆的辅助驾驶方法、装置、车辆及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115140089A CN115140089A (zh) | 2022-10-04 |
| CN115140089B true CN115140089B (zh) | 2024-08-20 |
Family
ID=83408047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210709332.1A Active CN115140089B (zh) | 2022-06-21 | 2022-06-21 | 车辆的辅助驾驶方法、装置、车辆及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115140089B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115476863B (zh) * | 2022-10-29 | 2024-08-06 | 重庆长安汽车股份有限公司 | 一种车辆加速度确定方法、控制方法、系统、设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104973071A (zh) * | 2014-03-04 | 2015-10-14 | 沃尔沃汽车公司 | 持续建立自动驾驶可用性的边界的设备和方法及相关车辆 |
| CN107004361A (zh) * | 2014-12-09 | 2017-08-01 | 三菱电机株式会社 | 碰撞风险计算装置、碰撞风险显示装置以及车体控制装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6560525B1 (en) * | 2002-01-02 | 2003-05-06 | Ford Global Technologies, Llc | Integrated queue assist and adaptive cruise control |
| EP3842304B1 (en) * | 2018-08-14 | 2024-09-18 | Mobileye Vision Technologies Ltd. | Systems and methods for navigating with safe distances |
| CN110979316B (zh) * | 2019-12-18 | 2021-06-22 | 新石器慧通（北京）科技有限公司 | 车速调节方法、装置、汽车控制设备及汽车 |
-
2022
- 2022-06-21 CN CN202210709332.1A patent/CN115140089B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104973071A (zh) * | 2014-03-04 | 2015-10-14 | 沃尔沃汽车公司 | 持续建立自动驾驶可用性的边界的设备和方法及相关车辆 |
| CN107004361A (zh) * | 2014-12-09 | 2017-08-01 | 三菱电机株式会社 | 碰撞风险计算装置、碰撞风险显示装置以及车体控制装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115140089A (zh) | 2022-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108692734B (zh) | 一种路径规划方法和装置 | |
| CN111830979B (zh) | 一种轨迹优化方法和装置 | |
| EP3725627B1 (en) | Method for generating vehicle control command, and vehicle controller and storage medium | |
| JP2018206036A (ja) | 車両制御システム及び方法、並びに走行支援サーバ | |
| EP3647136B1 (en) | Vehicle traveling assistance method and vehicle traveling assistance device | |
| US20190392308A1 (en) | Grading And Unlearning Implementations For Neural Network Based Course Of Action Selection | |
| EP3725609B1 (en) | Calibrating method for vehicle anti-collision parameters, vehicle controller and storage medium | |
| CN112026756A (zh) | 基于跟踪目标的危险目标选择方法、系统及车辆 | |
| CN114987498B (zh) | 自动驾驶车辆的拟人化轨迹规划方法、装置、车辆及介质 | |
| CN114906164A (zh) | 用于自主驾驶的轨迹验证 | |
| CN115140089B (zh) | 车辆的辅助驾驶方法、装置、车辆及存储介质 | |
| CN115179949A (zh) | 车辆的压速变道控制方法、装置、设备及存储介质 | |
| CN111038504B (zh) | 车辆自适应巡航控制方法、装置、车辆及存储介质 | |
| CN115431961A (zh) | 车辆的控制方法、装置、车辆及存储介质 | |
| US20230271621A1 (en) | Driving assistance device, learning device, driving assistance method, medium with driving assistance program, learned model generation method, and medium with learned model generation program | |
| CN113954877A (zh) | 基于安全沙箱的智能汽车安全仲裁及控制方法及装置 | |
| US11650600B2 (en) | Apparatus and method for controlling driving of vehicle | |
| CN116653957A (zh) | 一种变速变道方法、装置、设备及存储介质 | |
| CN111414929B (zh) | 设计泊车路径规划预判器的方法和泊车路径规划预判器 | |
| CN111038503A (zh) | 车辆自适应巡航控制方法、装置、车辆及存储介质 | |
| CN110834626A (zh) | 行车障碍预警方法、装置、车辆和存储介质 | |
| JP2019164812A (ja) | 車両制御システム及び方法、並びに走行支援サーバ | |
| CN114228746B (zh) | 一种预测车辆运动轨迹的方法及装置 | |
| CN113682300B (zh) | 避让障碍物的决策方法、装置、设备及介质 | |
| CN115107787A (zh) | 车辆的自适应巡航偏移控制方法、装置、车辆及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |