CN115165400B - 一种用于自动驾驶试验场的平行驾驶试验系统及方法 - Google Patents
一种用于自动驾驶试验场的平行驾驶试验系统及方法 Download PDFInfo
- Publication number
- CN115165400B CN115165400B CN202211094636.8A CN202211094636A CN115165400B CN 115165400 B CN115165400 B CN 115165400B CN 202211094636 A CN202211094636 A CN 202211094636A CN 115165400 B CN115165400 B CN 115165400B
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- time
- remote control
- control platform
- 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 63
- 238000012360 testing method Methods 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 230000001133 acceleration Effects 0.000 claims description 66
- 230000010365 information processing Effects 0.000 claims description 44
- 238000012544 monitoring process Methods 0.000 claims description 30
- 238000010998 test method Methods 0.000 claims description 10
- 230000035484 reaction time Effects 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000003491 array Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明涉及平行驾驶技术领域,具体为一种用于自动驾驶试验场的平行驾驶试验系统及方法,控制信息优先级分析模块,控制信息优先级分析模块控制远控平台对时间点t获取的第二信息及第三信息进行分析处理,判断分析处理后的控制信息的优先级,并按优先级高的控制信息控制车辆。本发明不仅考虑到信息传递过程中的时延对车辆行驶距离的影响,还结合边缘计算技术根据采集的车辆数据生成相应的控制信息,进而分析驾驶模拟器传递的控制信息与边缘计算技术生成的控制信息之间的优先级,实现对车辆的有效控制,确保在车辆前进方向存在障碍物的情况下,能够及时有效的控制车辆进行避障,确保车辆行驶安全。
Description
技术领域
本发明涉及平行驾驶技术领域,具体为一种用于自动驾驶试验场的平行驾驶试验系统及方法。
背景技术
近年来,随着物联网、大数据以及人工智能等技术的发展,信息数据已经成为当下最为重要的资源,软件定义的组件、流程、系统逐渐走入大众视野,进一步推动了平行驾驶的发展,将人工系统与真实系统虚实结合起来。
平行驾驶充分利用了全球数字化及信息化资源,将云端、道路及车辆上的资源无缝衔接,使得人物免受驾驶环境的影响,确保驾驶人员的安全。
现有的基于自动驾驶试验场的平行驾驶实验系统中,只是单纯的通过车辆上的传感器获取车辆信息反馈给驾驶模拟器,并根据驾驶模拟器传递的控制信息控制车辆,但是未考虑到信息传递过程中的时延对车辆行驶距离的影响,在车辆前进方向存在障碍物的情况下,往往不能及时有效的控制车辆进行避障,使得车辆碰撞障碍物,进而现有技术存在较大的缺陷。
发明内容
本发明的目的在于提供一种用于自动驾驶试验场的平行驾驶试验系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种用于自动驾驶试验场的平行驾驶试验方法,所述自动驾驶试验场包括:车辆运行场地、数据采集器、驾驶模拟器、边缘信息处理单元及远控平台;
所述平行驾驶实验方法包括以下步骤:
S1、通过传感器实时获取车辆运行场地中的车辆信息及驾驶模拟器中用户的控制信息,将车辆运行场地中的车辆信息记为第一信息,将驾驶模拟器中用户的控制信息记为第二信息,所述第一信息包括车速、刹车片温度、车辆前方毫米波雷达的监测结果、车辆前方、左右后视以及车内方向盘视角的图像,所述第二信息包括方向盘偏转方向及角度、刹车片温度、油门踏板踩踏偏转角度及刹车踏板踩踏偏转角度;
S2、数据采集器实时将第一信息传递给驾驶模拟器的显示屏及车辆上的边缘信息处理单元,获取数据采集器每次传递第一信息的过程中,从获取第一信息至显示屏上呈现第一信息时对应的时延,记为第一时延,从获取第一信息至边缘信息处理单元接收第一信息中的全部内容时对应的时延,记为第二时延;
S3、驾驶模拟器实时将第二信息传递给远控平台,并获取每次传递第二信息的过程中,从获取第二信息至远控平台接收第二信息中的全部内容时对应的时延,记为第三时延;
S4、边缘信息处理单元分析第一信息中车辆前方毫米波雷达的监测结果,判断车辆前方是否存在障碍物及相应障碍物与车辆之间的距离,
当车辆前方不存在障碍物时,则边缘信息处理单元不向远控平台传递车辆控制信息,
当车辆前方存在障碍物时,则边缘信息处理单元向远控平台传递车辆控制信息,记为第三信息,并获取每次传递第三信息的过程中,从开始获取第三信息至远控平台接收第三信息中的全部内容时对应的时延,记为第四时延,
所述第三信息包括刹车踏板踩踏偏转角度及刹车片温度,分析历史数据中的第二时延、第四时延、车速及刹车片温度,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,获取所述第三信息;
S5、远控平台对时间点t获取的第二信息及第三信息进行分析处理,判断分析处理后的控制信息的优先级,并按优先级高的控制信息控制车辆。
进一步的,分析历史数据中的第二时延、第四时延、车速及刹车片温度获取所述第三信息前,需要对历史数据中的第一时延、第二时延、第三时延及第四时延进行处理,具体处理方法包括以下步骤:
S4.1、获取历史数据中的第一时延、第二时延、第三时延及第四时延;
S4.2、以时间t1为参照点,将历史数据中时间t1之前第一单位时间内各个第一时延的平均值,记为TD1t1;将历史数据中时间t1之前第一单位时间内各个第二时延的平均值,记为TD2t1;将历史数据中时间t1之前第一单位时间内各个第三时延的平均值,记为TD3t1;将历史数据中时间t1之前第一单位时间内各个第四时延的平均值,记为TD4t1;
所述第一单位时间为数据库中预置的常数。
本发明对历史数据中的第一时延、第二时延、第三时延及第四时延进行处理,是考虑到信息传递过程中,产生的时延受硬件自身因素及环境因素的影响出现的异常偏差,信息传递过程中的时延是波动且不稳定的,往往对应一个相应的波动区间,进而对第一时延、第二时延、第三时延及第四时延进行处理,一方面能够将第一时延、第二时延、第三时延及第四时延具体量化,是其分别对应一个具体的数值,同时还能够降低因偶然因素导致的异常时延后续数据分析造成的影响。
进一步的,所述S4中获取第三信息的方法包括以下步骤:
S4-1、获取边缘信息处理单元接收第一信息中车辆前方毫米波雷达的监测结果时对应的时间点,记为t2,得到历史数据中以t2为参照点时对应的TD1t2、TD2t2、TD3t2及TD4t2;
S4-2、获取远控平台在时间区间[t2-TD2t2,t2]中各个时间点分别执行的控制信息,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,预测时间t2时车辆的车速v1及时间t2+TD4t2时车辆的车速v2;
S4-3、得到第一制动距离L1,L1=(TD2t2+TD4t2)*v2+0.5*v22/a,所述a表示刹车踏板踩踏偏转角度最大时,G2中相应的车辆加速度的绝对值;
S4-4、预测时间t2-TD2t2+TD1t2+b+TD3t2时车辆的车速v3,所述b表示用户反应时间,b为数据库中预置的常数,得到第二制动距离L2,L2=(TD1t2+b+TD3t2)*v3+0.5*v32/a;
S4-5、获取时间t2对应的第一信息中车辆前方毫米波雷达的监测结果中,相应障碍物与车辆之间的距离,记为LZA,将LZA分别与L1、L2进行比较,
当LZA>L1且LZA>L2时,则生成的第三集合为空;
当LZA≤L1时,则生成的第三集合中刹车踏板踩踏偏转角度为最大值,刹车片温度为时间t2对应的第一信息中的刹车片温度;
当L2≥LZA>L1时,则比较v2与第一安全速度阈值vA之间的关系,所述第一安全速度阈值vA为数据库中预置的常数,
若v2>vA,计算LZA-L1=0.5*(v22-vA2)/ae时对应的车辆加速度ae,
如果ae≥a,则生成的第三集合中刹车踏板踩踏偏转角度为最大值,刹车片温度为时间t2对应的第一信息中的刹车片温度,
如果ae<a,则获取边缘信息处理单元在时间t2接收的第一信息中刹车片温度TS,在数据库中所属的温度区间,并查询数据库中TS所属温度区间对应的刹车系数r,将车辆加速度a/r代入G2,得到相应的刹车踏板踩踏偏转角度β,则生成的第三集合中刹车踏板踩踏偏转角度为β,刹车片温度为TS;
若v2≤vA,则生成的第三集合为空。
本发明边缘信息处理单生成第三信息,是考虑到第二信息从生成至传递给远控平台之间存在较大的时延,该时延对应的时间区间内,车辆是实时运动的,进而会导致车辆实际运行情况与驾驶员发送的第二信息针对的车辆情况存在较大的偏差,进而当车辆前存在障碍物时,会导致驾驶员不能及时控制车辆避障,进而对车辆造成影响,而边缘信息处理单元生成第三信息是为了根据接收到的第一信息,实现对车辆状态的预测,并根据不同的车辆状态预测结果,生成不同的第三信息,实现对车辆自动控制,避免车辆与障碍物发生碰撞;本发明数据库中预置有刹车片温度在不同温度区间内相应的刹车系数。
进一步的,所述S4-2中获取数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2的方法包括以下步骤:
S4-2-1、获取历史数据库中刹车踏板踩踏偏转角度为0的情况下,油门踏板踩踏偏转角度c不变时,第二单位时间td内车辆速度的变化量vb,构建第一类型数组(c,vb/td),所述第二单位时间为数据库中预置的常数;
S4-2-2、获取历史数据库中油门踏板踩踏偏转角度为0的情况下,刹车踏板踩踏偏转角度c1不变时,第二单位时间td内车辆速度的变化量vb1,构建第二类型数组(c1,vb1/td),
S4-2-3、获取c为不同值时对应的各个第一类型数组,并结合线性拟合方程公式,得到油门踏板踩踏偏转角度与车辆加速度之间的函数G1;
S4-2-4、获取c1为不同值时对应的各个第二类型数组,并结合线性拟合方程公式,得到刹车踏板踩踏偏转角度与车辆加速度之间的函数G2;
预测时间t2时车辆的车速v1及时间t2+TD4t2时车辆的车速v2的方法包括以下步骤:
SA1、获取边缘信息处理单元在时间t2接收的第一信息中的车速v0及刹车片温度TS;
SA2、获取TS在数据库中所属的温度区间,并查询数据库中TS所属温度区间对应的刹车系数r;
SA3、预测时间t2时车辆的车速v1,
其中,G1(t3)表示远控平台在时间区间t3时执行的控制信息中,相应的油门踏板踩踏偏转角度在G1中对应的车辆加速度,
G2(t3)表示远控平台在时间区间t3时执行的控制信息中,相应的刹车踏板踩踏偏转角度在G2中对应的车辆加速度;
SA4、预测时间t2+TD4t2时车辆的车速v2,
得到时间t2-TD2t2+TD1t2+b+TD3t2时车辆车速的预测值v3,
本发明获取数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1,是为了能够根据车辆信息中的油门踏板踩踏偏转角度与车辆加速度这两个因素中的任一个因素准确预测出另一个因素相应的结果,获取刹车踏板踩踏偏转角度与车辆加速度之间的函数G2的目的与获取G1的目的相同;预测v2与v3分别是为了预测出相应的第一制动距离与第二制动距离,便于后续过程中结合障碍物与车辆之间的距离,判断车辆的状态,进而生成相应第三信息。
进一步的,所述远控平台对时间点t获取的第二信息及第三信息进行分析,判断两者的优先级的过程中,
当远控平台在时间点t未获取到第三信息或第三信息为空时,则判定远控平台在时间点t对应的第二信息的优先级高于第三信息的优先级;
当远控平台在时间点t获取到第三信息时,则对第二信息及第三信息进行组合,并判定组合后的控制信息的优先级高于第二信息及第三信息任一个的优先级;
远控平台按控制信息控制车辆时,不对控制信息中的刹车片温度进行处理,
当远控平台先控制车辆静止并再次启动时,在车辆的车速持续不超过第二安全速度阈值vA2的时间区间内,远控平台在相应时间区间中的各个时间点对应的第二信息的优先级高于第三信息的优先级,所述第二安全速度阈值vA2为数据库中预置的常数。
本发明远控平台对时间点t获取的第二信息及第三信息进行分析,判断两者的优先级的过程中,是为了根据第二信息与第三信息对车辆的影响情况,实现对车辆控制信息的有效筛选,避免车辆按照相应控制信息控制车辆时与障碍物发生碰撞,确保车辆行驶安全;对第二信息与第三信息进行组合,是考虑到第三信息中只包含刹车踏板踩踏偏转角度及刹车片温度,控制信息不全面,第二信息中还包括油门踏板踩踏偏转角度、方向盘偏转方向及角度。
进一步的,当远控平台在时间点t获取到第三信息时,对第二信息及第三信息进行组合的方法包括以下步骤:
S5.1、提取远控平台在时间点t获取的第二信息中,油门踏板踩踏偏转角度KY1及刹车踏板踩踏偏转角度KS1,将KY1代入G1,得到相应的车辆加速度vKY1,将KS1代入G2,得到相应的车辆加速度vKS1;
S5.2、获取远控平台在时间点t获取的第二信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r1;
S5.3、获取远控平台在时间点t获取的第三信息中,刹车踏板踩踏偏转角度kS2,将KS2代入G2,得到相应的车辆加速度vKS2;
S5.4、获取远控平台在时间点t获取的第三信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r2;
S5.5、比较vKY1+r1*vKS1与r2*vKS2的大小,
当vKY1+r1*vKS1>r2*vKS2时,将远控平台在时间点t获取的第三信息中的油门踏板踩踏偏转角度、刹车踏板踩踏偏转角度及刹车片温度,替换成控平台在时间点t获取的第二信息中的刹车踏板踩踏偏转角度及刹车片温度,第二信息中的其余数据保持不变,新的第二信息为第二信息及第三信息的组合结果;
当vKY1+r1*vKS1≤r2*vKS2时,第二信息及第三信息进行组合结果与第二信息相同。
本发明对第二信息及第三信息进行组合的过程中,将远控平台在时间点t获取的第三信息中的油门踏板踩踏偏转角度、刹车踏板踩踏偏转角度及刹车片温度,替换成控平台在时间点t获取的第二信息中的刹车踏板踩踏偏转角度及刹车片温度,默认替换后的第二信息中油门踏板踩踏偏转角度为0。
一种用于自动驾驶试验场的平行驾驶试验系统,所述系统包括以下模块:
信息获取模块,所述信息获取模块通过传感器实时获取车辆运行场地中的车辆信息及驾驶模拟器中用户的控制信息,将车辆运行场地中的车辆信息记为第一信息,将驾驶模拟器中用户的控制信息记为第二信息,
所述第一信息包括车速、刹车片温度、车辆前方毫米波雷达的监测结果、车辆前方、左右后视以及车内方向盘视角的图像,所述第二信息包括方向盘偏转方向及角度、刹车片温度、油门踏板踩踏偏转角度及刹车踏板踩踏偏转角度;
第一信息传递时延获取模块,所述第一信息传递时延获取模块控制数据采集器实时将第一信息传递给驾驶模拟器的显示屏及车辆上的边缘信息处理单元,获取数据采集器每次传递第一信息的过程中,从获取第一信息至显示屏上呈现第一信息时对应的时延,记为第一时延,从获取第一信息至边缘信息处理单元接收第一信息中的全部内容时对应的时延,记为第二时延;
第二信息传递时延获取模块,所述第二信息传递时延获取模块控制驾驶模拟器实时将第二信息传递给远控平台,并获取每次传递第二信息的过程中,从获取第二信息至远控平台接收第二信息中的全部内容时对应的时延,记为第三时延;
边缘控制信息生成模块,所述边缘控制信息生成模块控制边缘信息处理单元分析第一信息中车辆前方毫米波雷达的监测结果,判断车辆前方是否存在障碍物及相应障碍物与车辆之间的距离,
所述第一信息中车辆前方毫米波雷达的监测结果包括前方障碍物监测结果,在监测结果中存在障碍物的情况下,第一信息中车辆前方毫米波雷达的监测结果还包括相应障碍物与车辆之间的距离,
当车辆前方不存在障碍物时,则边缘信息处理单元不向远控平台传递车辆控制信息,
当车辆前方存在障碍物时,则边缘信息处理单元向远控平台传递车辆控制信息,记为第三信息,并获取每次传递第三信息的过程中,从开始获取第三信息至远控平台接收第三信息中的全部内容时对应的时延,记为第四时延,
所述第三信息包括刹车踏板踩踏偏转角度及刹车片温度,分析历史数据中的第二时延、第四时延、车速及刹车片温度,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,获取所述第三信息;
控制信息优先级分析模块,控制信息优先级分析模块控制远控平台对时间点t获取的第二信息及第三信息进行分析处理,判断分析处理后的控制信息的优先级,并按优先级高的控制信息控制车辆。
进一步的,所述控制信息优先级分析模块中,远控平台对时间点t获取的第二信息及第三信息进行分析,判断两者的优先级的过程中,
当远控平台在时间点t未获取到第三信息或第三信息为空时,则判定远控平台在时间点t对应的第二信息的优先级高于第三信息的优先级;
当远控平台在时间点t获取到第三信息时,则对第二信息及第三信息进行组合,并判定组合后的控制信息的优先级高于第二信息及第三信息任一个的优先级;
远控平台按控制信息控制车辆时,不对控制信息中的刹车片温度进行处理,
当远控平台先控制车辆静止并再次启动时,在车辆的车速持续不超过第二安全速度阈值vA2的时间区间内,远控平台在相应时间区间中的各个时间点对应的第二信息的优先级高于第三信息的优先级,所述第二安全速度阈值vA2为数据库中预置的常数。
进一步的,当远控平台在时间点t获取到第三信息时,对第二信息及第三信息进行组合的过程中,
所述远控平台提取自身在时间点t获取的第二信息中,油门踏板踩踏偏转角度KY1及刹车踏板踩踏偏转角度KS1,将KY1代入G1,得到相应的车辆加速度vKY1,将KS1代入G2,得到相应的车辆加速度vKS1;所述远控平台获取自身在时间点t获取的第二信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r1;获取远控平台在时间点t获取的第三信息中,刹车踏板踩踏偏转角度kS2,将KS2代入G2,得到相应的车辆加速度vKS2;所述远控平台获取自身在时间点t获取的第三信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r2;
所述远控平台比较vKY1+r1*vKS1与r2*vKS2的大小,
当vKY1+r1*vKS1>r2*vKS2时,将远控平台在时间点t获取的第三信息中的油门踏板踩踏偏转角度、刹车踏板踩踏偏转角度及刹车片温度,替换成控平台在时间点t获取的第二信息中的刹车踏板踩踏偏转角度及刹车片温度,第二信息中的其余数据保持不变,新的第二信息为第二信息及第三信息的组合结果;
当vKY1+r1*vKS1≤r2*vKS2时,第二信息及第三信息进行组合结果与第二信息相同。
与现有技术相比,本发明所达到的有益效果是:本发明不仅考虑到信息传递过程中的时延对车辆行驶距离的影响,还结合边缘计算技术根据采集的车辆数据生成相应的控制信息,进而分析驾驶模拟器传递的控制信息与边缘计算技术生成的控制信息之间的优先级,实现对车辆的有效控制,确保在车辆前进方向存在障碍物的情况下,能够及时有效的控制车辆进行避障,确保车辆行驶安全。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种用于自动驾驶试验场的平行驾驶试验系统的结构示意图;
图2是本发明一种用于自动驾驶试验场的平行驾驶试验方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:一种用于自动驾驶试验场的平行驾驶试验方法,所述自动驾驶试验场包括:车辆运行场地、数据采集器、驾驶模拟器、边缘信息处理单元及远控平台;
所述平行驾驶实验方法包括以下步骤:
S1、通过传感器实时获取车辆运行场地中的车辆信息及驾驶模拟器中用户的控制信息,将车辆运行场地中的车辆信息记为第一信息,将驾驶模拟器中用户的控制信息记为第二信息,所述第一信息包括车速、刹车片温度、车辆前方毫米波雷达的监测结果、车辆前方、左右后视以及车内方向盘视角的图像,所述第二信息包括方向盘偏转方向及角度、刹车片温度、油门踏板踩踏偏转角度及刹车踏板踩踏偏转角度;
S2、数据采集器实时将第一信息传递给驾驶模拟器的显示屏及车辆上的边缘信息处理单元,获取数据采集器每次传递第一信息的过程中,从获取第一信息至显示屏上呈现第一信息时对应的时延,记为第一时延,从获取第一信息至边缘信息处理单元接收第一信息中的全部内容时对应的时延,记为第二时延;
S3、驾驶模拟器实时将第二信息传递给远控平台,并获取每次传递第二信息的过程中,从获取第二信息至远控平台接收第二信息中的全部内容时对应的时延,记为第三时延;
S4、边缘信息处理单元分析第一信息中车辆前方毫米波雷达的监测结果,判断车辆前方是否存在障碍物及相应障碍物与车辆之间的距离,
当车辆前方不存在障碍物时,则边缘信息处理单元不向远控平台传递车辆控制信息,
当车辆前方存在障碍物时,则边缘信息处理单元向远控平台传递车辆控制信息,记为第三信息,并获取每次传递第三信息的过程中,从开始获取第三信息至远控平台接收第三信息中的全部内容时对应的时延,记为第四时延,
所述第三信息包括刹车踏板踩踏偏转角度及刹车片温度,分析历史数据中的第二时延、第四时延、车速及刹车片温度,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,获取所述第三信息;
S5、远控平台对时间点t获取的第二信息及第三信息进行分析处理,判断分析处理后的控制信息的优先级,并按优先级高的控制信息控制车辆。
分析历史数据中的第二时延、第四时延、车速及刹车片温度获取所述第三信息前,需要对历史数据中的第一时延、第二时延、第三时延及第四时延进行处理,具体处理方法包括以下步骤:
S4.1、获取历史数据中的第一时延、第二时延、第三时延及第四时延;
S4.2、以时间t1为参照点,将历史数据中时间t1之前第一单位时间内各个第一时延的平均值,记为TD1t1;将历史数据中时间t1之前第一单位时间内各个第二时延的平均值,记为TD2t1;将历史数据中时间t1之前第一单位时间内各个第三时延的平均值,记为TD3t1;将历史数据中时间t1之前第一单位时间内各个第四时延的平均值,记为TD4t1;
所述第一单位时间为数据库中预置的常数。
本实施例中第一单位时间为1天。
所述S4中获取第三信息的方法包括以下步骤:
S4-1、获取边缘信息处理单元接收第一信息中车辆前方毫米波雷达的监测结果时对应的时间点,记为t2,得到历史数据中以t2为参照点时对应的TD1t2、TD2t2、TD3t2及TD4t2;
S4-2、获取远控平台在时间区间[t2-TD2t2,t2]中各个时间点分别执行的控制信息,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,预测时间t2时车辆的车速v1及时间t2+TD4t2时车辆的车速v2;
S4-3、得到第一制动距离L1,L1=(TD2t2+TD4t2)*v2+0.5*v22/a,所述a表示刹车踏板踩踏偏转角度最大时,G2中相应的车辆加速度的绝对值;
S4-4、预测时间t2-TD2t2+TD1t2+b+TD3t2时车辆的车速v3,所述b表示用户反应时间,b为数据库中预置的常数,得到第二制动距离L2,L2=(TD1t2+b+TD3t2)*v3+0.5*v32/a;
本实施例中用户反应时间b为0.8秒。
S4-5、获取时间t2对应的第一信息中车辆前方毫米波雷达的监测结果中,相应障碍物与车辆之间的距离,记为LZA,将LZA分别与L1、L2进行比较,
当LZA>L1且LZA>L2时,则生成的第三集合为空;
当LZA≤L1时,则生成的第三集合中刹车踏板踩踏偏转角度为最大值,刹车片温度为时间t2对应的第一信息中的刹车片温度;
当L2≥LZA>L1时,则比较v2与第一安全速度阈值vA之间的关系,所述第一安全速度阈值vA为数据库中预置的常数,
本实施例中第一安全速度阈值vA为20km/h。
若v2>vA,计算LZA-L1=0.5*(v22-vA2)/ae时对应的车辆加速度ae,
如果ae≥a,则生成的第三集合中刹车踏板踩踏偏转角度为最大值,刹车片温度为时间t2对应的第一信息中的刹车片温度,
如果ae<a,则获取边缘信息处理单元在时间t2接收的第一信息中刹车片温度TS,在数据库中所属的温度区间,并查询数据库中TS所属温度区间对应的刹车系数r,将车辆加速度a/r代入G2,得到相应的刹车踏板踩踏偏转角度β,则生成的第三集合中刹车踏板踩踏偏转角度为β,刹车片温度为TS;
若v2≤vA,则生成的第三集合为空。
所述S4-2中获取数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2的方法包括以下步骤:
S4-2-1、获取历史数据库中刹车踏板踩踏偏转角度为0的情况下,油门踏板踩踏偏转角度c不变时,第二单位时间td内车辆速度的变化量vb,构建第一类型数组(c,vb/td),所述第二单位时间为数据库中预置的常数;
本实施例中第二单位时间td为5秒;
S4-2-2、获取历史数据库中油门踏板踩踏偏转角度为0的情况下,刹车踏板踩踏偏转角度c1不变时,第二单位时间td内车辆速度的变化量vb1,构建第二类型数组(c1,vb1/td),
S4-2-3、获取c为不同值时对应的各个第一类型数组,并结合线性拟合方程公式,得到油门踏板踩踏偏转角度与车辆加速度之间的函数G1;
S4-2-4、获取c1为不同值时对应的各个第二类型数组,并结合线性拟合方程公式,得到刹车踏板踩踏偏转角度与车辆加速度之间的函数G2;
预测时间t2时车辆的车速v1及时间t2+TD4t2时车辆的车速v2的方法包括以下步骤:
SA1、获取边缘信息处理单元在时间t2接收的第一信息中的车速v0及刹车片温度TS;
SA2、获取TS在数据库中所属的温度区间,并查询数据库中TS所属温度区间对应的刹车系数r;
SA3、预测时间t2时车辆的车速v1,
其中,G1(t3)表示远控平台在时间区间t3时执行的控制信息中,相应的油门踏板踩踏偏转角度在G1中对应的车辆加速度,
G2(t3)表示远控平台在时间区间t3时执行的控制信息中,相应的刹车踏板踩踏偏转角度在G2中对应的车辆加速度;
SA4、预测时间t2+TD4t2时车辆的车速v2,
得到时间t2-TD2t2+TD1t2+b+TD3t2时车辆车速的预测值v3,
本实施例中若TD1t2对应的时延为50ms,TD2t2对应的时延为30ms,TD3t2对应的时延为35ms,用户反应时间b为0.8s;
且v0对应的值为10m/s,v1对应的值为10.06m/s,
则v3=(10.06-10)*(50*10-3+35*10-3+0.8-30*10-3)/(30*10-3)+10=11.71m/s。
所述远控平台对时间点t获取的第二信息及第三信息进行分析,判断两者的优先级的过程中,
当远控平台在时间点t未获取到第三信息或第三信息为空时,则判定远控平台在时间点t对应的第二信息的优先级高于第三信息的优先级;
当远控平台在时间点t获取到第三信息时,则对第二信息及第三信息进行组合,并判定组合后的控制信息的优先级高于第二信息及第三信息任一个的优先级;
远控平台按控制信息控制车辆时,不对控制信息中的刹车片温度进行处理,
当远控平台先控制车辆静止并再次启动时,在车辆的车速持续不超过第二安全速度阈值vA2的时间区间内,远控平台在相应时间区间中的各个时间点对应的第二信息的优先级高于第三信息的优先级,所述第二安全速度阈值vA2为数据库中预置的常数。
本实施例中第二安全速度阈值vA2为15km/h;
当远控平台在时间点t获取到第三信息时,对第二信息及第三信息进行组合的方法包括以下步骤:
S5.1、提取远控平台在时间点t获取的第二信息中,油门踏板踩踏偏转角度KY1及刹车踏板踩踏偏转角度KS1,将KY1代入G1,得到相应的车辆加速度vKY1,将KS1代入G2,得到相应的车辆加速度vKS1;
S5.2、获取远控平台在时间点t获取的第二信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r1;
S5.3、获取远控平台在时间点t获取的第三信息中,刹车踏板踩踏偏转角度kS2,将KS2代入G2,得到相应的车辆加速度vKS2;
S5.4、获取远控平台在时间点t获取的第三信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r2;
S5.5、比较vKY1+r1*vKS1与r2*vKS2的大小,
当vKY1+r1*vKS1>r2*vKS2时,将远控平台在时间点t获取的第三信息中的油门踏板踩踏偏转角度、刹车踏板踩踏偏转角度及刹车片温度,替换成控平台在时间点t获取的第二信息中的刹车踏板踩踏偏转角度及刹车片温度,第二信息中的其余数据保持不变,新的第二信息为第二信息及第三信息的组合结果;
当vKY1+r1*vKS1≤r2*vKS2时,第二信息及第三信息进行组合结果与第二信息相同。
一种用于自动驾驶试验场的平行驾驶试验系统,所述系统包括以下模块:
信息获取模块,所述信息获取模块通过传感器实时获取车辆运行场地中的车辆信息及驾驶模拟器中用户的控制信息,将车辆运行场地中的车辆信息记为第一信息,将驾驶模拟器中用户的控制信息记为第二信息,
所述第一信息包括车速、刹车片温度、车辆前方毫米波雷达的监测结果、车辆前方、左右后视以及车内方向盘视角的图像,所述第二信息包括方向盘偏转方向及角度、刹车片温度、油门踏板踩踏偏转角度及刹车踏板踩踏偏转角度;
第一信息传递时延获取模块,所述第一信息传递时延获取模块控制数据采集器实时将第一信息传递给驾驶模拟器的显示屏及车辆上的边缘信息处理单元,获取数据采集器每次传递第一信息的过程中,从获取第一信息至显示屏上呈现第一信息时对应的时延,记为第一时延,从获取第一信息至边缘信息处理单元接收第一信息中的全部内容时对应的时延,记为第二时延;
第二信息传递时延获取模块,所述第二信息传递时延获取模块控制驾驶模拟器实时将第二信息传递给远控平台,并获取每次传递第二信息的过程中,从获取第二信息至远控平台接收第二信息中的全部内容时对应的时延,记为第三时延;
边缘控制信息生成模块,所述边缘控制信息生成模块控制边缘信息处理单元分析第一信息中车辆前方毫米波雷达的监测结果,判断车辆前方是否存在障碍物及相应障碍物与车辆之间的距离,
所述第一信息中车辆前方毫米波雷达的监测结果包括前方障碍物监测结果,在监测结果中存在障碍物的情况下,第一信息中车辆前方毫米波雷达的监测结果还包括相应障碍物与车辆之间的距离,
当车辆前方不存在障碍物时,则边缘信息处理单元不向远控平台传递车辆控制信息,
当车辆前方存在障碍物时,则边缘信息处理单元向远控平台传递车辆控制信息,记为第三信息,并获取每次传递第三信息的过程中,从开始获取第三信息至远控平台接收第三信息中的全部内容时对应的时延,记为第四时延,
所述第三信息包括刹车踏板踩踏偏转角度及刹车片温度,分析历史数据中的第二时延、第四时延、车速及刹车片温度,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,获取所述第三信息;
控制信息优先级分析模块,控制信息优先级分析模块控制远控平台对时间点t获取的第二信息及第三信息进行分析处理,判断分析处理后的控制信息的优先级,并按优先级高的控制信息控制车辆。
所述控制信息优先级分析模块中,远控平台对时间点t获取的第二信息及第三信息进行分析,判断两者的优先级的过程中,
当远控平台在时间点t未获取到第三信息或第三信息为空时,则判定远控平台在时间点t对应的第二信息的优先级高于第三信息的优先级;
当远控平台在时间点t获取到第三信息时,则对第二信息及第三信息进行组合,并判定组合后的控制信息的优先级高于第二信息及第三信息任一个的优先级;
远控平台按控制信息控制车辆时,不对控制信息中的刹车片温度进行处理,
当远控平台先控制车辆静止并再次启动时,在车辆的车速持续不超过第二安全速度阈值vA2的时间区间内,远控平台在相应时间区间中的各个时间点对应的第二信息的优先级高于第三信息的优先级,所述第二安全速度阈值vA2为数据库中预置的常数。
当远控平台在时间点t获取到第三信息时,对第二信息及第三信息进行组合的过程中,
所述远控平台提取自身在时间点t获取的第二信息中,油门踏板踩踏偏转角度KY1及刹车踏板踩踏偏转角度KS1,将KY1代入G1,得到相应的车辆加速度vKY1,将KS1代入G2,得到相应的车辆加速度vKS1;所述远控平台获取自身在时间点t获取的第二信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r1;获取远控平台在时间点t获取的第三信息中,刹车踏板踩踏偏转角度kS2,将KS2代入G2,得到相应的车辆加速度vKS2;所述远控平台获取自身在时间点t获取的第三信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r2;
所述远控平台比较vKY1+r1*vKS1与r2*vKS2的大小,
当vKY1+r1*vKS1>r2*vKS2时,将远控平台在时间点t获取的第三信息中的油门踏板踩踏偏转角度、刹车踏板踩踏偏转角度及刹车片温度,替换成控平台在时间点t获取的第二信息中的刹车踏板踩踏偏转角度及刹车片温度,第二信息中的其余数据保持不变,新的第二信息为第二信息及第三信息的组合结果;
当vKY1+r1*vKS1≤r2*vKS2时,第二信息及第三信息进行组合结果与第二信息相同。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (9)
1.一种用于自动驾驶试验场的平行驾驶试验方法,其特征在于,所述自动驾驶试验场包括:车辆运行场地、数据采集器、驾驶模拟器、边缘信息处理单元及远控平台;
平行驾驶实验方法包括以下步骤:
S1、通过传感器实时获取车辆运行场地中的车辆信息及驾驶模拟器中用户的控制信息,将车辆运行场地中的车辆信息记为第一信息,将驾驶模拟器中用户的控制信息记为第二信息,所述第一信息包括车速、刹车片温度、车辆前方毫米波雷达的监测结果、车辆前方、左右后视以及车内方向盘视角的图像,所述第二信息包括方向盘偏转方向及角度、刹车片温度、油门踏板踩踏偏转角度及刹车踏板踩踏偏转角度;
S2、数据采集器实时将第一信息传递给驾驶模拟器的显示屏及车辆上的边缘信息处理单元,获取数据采集器每次传递第一信息的过程中,从获取第一信息至显示屏上呈现第一信息时对应的时延,记为第一时延,从获取第一信息至边缘信息处理单元接收第一信息中的全部内容时对应的时延,记为第二时延;
S3、驾驶模拟器实时将第二信息传递给远控平台,并获取每次传递第二信息的过程中,从获取第二信息至远控平台接收第二信息中的全部内容时对应的时延,记为第三时延;
S4、边缘信息处理单元分析第一信息中车辆前方毫米波雷达的监测结果,判断车辆前方是否存在障碍物及相应障碍物与车辆之间的距离,
当车辆前方不存在障碍物时,则边缘信息处理单元不向远控平台传递车辆控制信息,
当车辆前方存在障碍物时,则边缘信息处理单元向远控平台传递车辆控制信息,记为第三信息,并获取每次传递第三信息的过程中,从开始获取第三信息至远控平台接收第三信息中的全部内容时对应的时延,记为第四时延,
所述第三信息包括刹车踏板踩踏偏转角度及刹车片温度,分析历史数据中的第二时延、第四时延、车速及刹车片温度,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,获取所述第三信息;
S5、远控平台对时间点t获取的第二信息及第三信息进行分析处理,判断分析处理后的控制信息的优先级,并按优先级高的控制信息控制车辆。
2.根据权利要求1所述的一种用于自动驾驶试验场的平行驾驶试验方法,其特征在于:分析历史数据中的第二时延、第四时延、车速及刹车片温度获取所述第三信息前,需要对历史数据中的第一时延、第二时延、第三时延及第四时延进行处理,具体处理方法包括以下步骤:
S4.1、获取历史数据中的第一时延、第二时延、第三时延及第四时延;
S4.2、以时间t1为参照点,将历史数据中时间t1之前第一单位时间内各个第一时延的平均值,记为TD1t1;将历史数据中时间t1之前第一单位时间内各个第二时延的平均值,记为TD2t1;将历史数据中时间t1之前第一单位时间内各个第三时延的平均值,记为TD3t1;将历史数据中时间t1之前第一单位时间内各个第四时延的平均值,记为TD4t1;
所述第一单位时间为数据库中预置的常数。
3.根据权利要求1所述的一种用于自动驾驶试验场的平行驾驶试验方法,其特征在于:所述S4中获取第三信息的方法包括以下步骤:
S4-1、获取边缘信息处理单元接收第一信息中车辆前方毫米波雷达的监测结果时对应的时间点,记为t2,得到历史数据中以t2为参照点时对应的TD1t2、TD2t2、TD3t2及TD4t2;
S4-2、获取远控平台在时间区间[t2-TD2t2,t2]中各个时间点分别执行的控制信息,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,预测时间t2时车辆的车速v1及时间t2+TD4t2时车辆的车速v2;
S4-3、得到第一制动距离L1,L1=(TD2t2+TD4t2)*v2+0.5*v22/a,所述a表示刹车踏板踩踏偏转角度最大时,G2中相应的车辆加速度的绝对值;
S4-4、预测时间t2-TD2t2+TD1t2+b+TD3t2时车辆的车速v3,所述b表示用户反应时间,b为数据库中预置的常数,得到第二制动距离L2,L2=(TD1t2+b+TD3t2)*v3+0.5*v32/a;
S4-5、获取时间t2对应的第一信息中车辆前方毫米波雷达的监测结果中,相应障碍物与车辆之间的距离,记为LZA,将LZA分别与L1、L2进行比较,
当LZA>L1且LZA>L2时,则生成的第三集合为空;
当LZA≤L1时,则生成的第三集合中刹车踏板踩踏偏转角度为最大值,刹车片温度为时间t2对应的第一信息中的刹车片温度;
当L2≥LZA>L1时,则比较v2与第一安全速度阈值vA之间的关系,所述第一安全速度阈值vA为数据库中预置的常数,
若v2>vA,计算LZA-L1=0.5*(v22-vA2)/ae时对应的车辆加速度ae,
如果ae≥a,则生成的第三集合中刹车踏板踩踏偏转角度为最大值,刹车片温度为时间t2对应的第一信息中的刹车片温度,
如果ae<a,则获取边缘信息处理单元在时间t2接收的第一信息中刹车片温度TS,在数据库中所属的温度区间,并查询数据库中TS所属温度区间对应的刹车系数r,将车辆加速度a/r代入G2,得到相应的刹车踏板踩踏偏转角度β,则生成的第三集合中刹车踏板踩踏偏转角度为β,刹车片温度为TS;
若v2≤vA,则生成的第三集合为空。
4.根据权利要求3所述的一种用于自动驾驶试验场的平行驾驶试验方法,其特征在于:所述S4-2中获取数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2的方法包括以下步骤:
S4-2-1、获取历史数据库中刹车踏板踩踏偏转角度为0的情况下,油门踏板踩踏偏转角度c不变时,第二单位时间td内车辆速度的变化量vb,构建第一类型数组(c,vb/td),所述第二单位时间为数据库中预置的常数;
S4-2-2、获取历史数据库中油门踏板踩踏偏转角度为0的情况下,刹车踏板踩踏偏转角度c1不变时,第二单位时间td内车辆速度的变化量vb1,构建第二类型数组(c1,vb1/td),
S4-2-3、获取c为不同值时对应的各个第一类型数组,并结合线性拟合方程公式,得到油门踏板踩踏偏转角度与车辆加速度之间的函数G1;
S4-2-4、获取c1为不同值时对应的各个第二类型数组,并结合线性拟合方程公式,得到刹车踏板踩踏偏转角度与车辆加速度之间的函数G2;
预测时间t2时车辆的车速v1及时间t2+TD4t2时车辆的车速v2的方法包括以下步骤:
SA1、获取边缘信息处理单元在时间t2接收的第一信息中的车速v0及刹车片温度TS;
SA2、获取TS在数据库中所属的温度区间,并查询数据库中TS所属温度区间对应的刹车系数r;
SA3、预测时间t2时车辆的车速v1,
其中,G1(t3)表示远控平台在时间区间t3时执行的控制信息中,相应的油门踏板踩踏偏转角度在G1中对应的车辆加速度,
G2(t3)表示远控平台在时间区间t3时执行的控制信息中,相应的刹车踏板踩踏偏转角度在G2中对应的车辆加速度;
SA4、预测时间t2+TD4t2时车辆的车速v2,
得到时间t2-TD2t2+TD1t2+b+TD3t2时车辆车速的预测值v3,
5.根据权利要求1所述的一种用于自动驾驶试验场的平行驾驶试验方法,其特征在于:所述远控平台对时间点t获取的第二信息及第三信息进行分析,判断两者的优先级的过程中,
当远控平台在时间点t未获取到第三信息或第三信息为空时,则判定远控平台在时间点t对应的第二信息的优先级高于第三信息的优先级;
当远控平台在时间点t获取到第三信息时,则对第二信息及第三信息进行组合,并判定组合后的控制信息的优先级高于第二信息及第三信息任一个的优先级;
远控平台按控制信息控制车辆时,不对控制信息中的刹车片温度进行处理,
当远控平台先控制车辆静止并再次启动时,在车辆的车速持续不超过第二安全速度阈值vA2的时间区间内,远控平台在相应时间区间中的各个时间点对应的第二信息的优先级高于第三信息的优先级,所述第二安全速度阈值vA2为数据库中预置的常数。
6.根据权利要求5所述的一种用于自动驾驶试验场的平行驾驶试验方法,其特征在于:当远控平台在时间点t获取到第三信息时,对第二信息及第三信息进行组合的方法包括以下步骤:
S5.1、提取远控平台在时间点t获取的第二信息中,油门踏板踩踏偏转角度KY1及刹车踏板踩踏偏转角度KS1,将KY1代入G1,得到相应的车辆加速度vKY1,将KS1代入G2,得到相应的车辆加速度vKS1;
S5.2、获取远控平台在时间点t获取的第二信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r1;
S5.3、获取远控平台在时间点t获取的第三信息中,刹车踏板踩踏偏转角度kS2,将KS2代入G2,得到相应的车辆加速度vKS2;
S5.4、获取远控平台在时间点t获取的第三信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r2;
S5.5、比较vKY1+r1*vKS1与r2*vKS2的大小,
当vKY1+r1*vKS1>r2*vKS2时,将远控平台在时间点t获取的第三信息中的油门踏板踩踏偏转角度、刹车踏板踩踏偏转角度及刹车片温度,替换成控平台在时间点t获取的第二信息中的刹车踏板踩踏偏转角度及刹车片温度,第二信息中的其余数据保持不变,新的第二信息为第二信息及第三信息的组合结果;
当vKY1+r1*vKS1≤r2*vKS2时,第二信息及第三信息进行组合结果与第二信息相同。
7.一种用于自动驾驶试验场的平行驾驶试验系统,其特征在于,所述系统包括以下模块:
信息获取模块,所述信息获取模块通过传感器实时获取车辆运行场地中的车辆信息及驾驶模拟器中用户的控制信息,将车辆运行场地中的车辆信息记为第一信息,将驾驶模拟器中用户的控制信息记为第二信息,
所述第一信息包括车速、刹车片温度、车辆前方毫米波雷达的监测结果、车辆前方、左右后视以及车内方向盘视角的图像,所述第二信息包括方向盘偏转方向及角度、刹车片温度、油门踏板踩踏偏转角度及刹车踏板踩踏偏转角度;
第一信息传递时延获取模块,所述第一信息传递时延获取模块控制数据采集器实时将第一信息传递给驾驶模拟器的显示屏及车辆上的边缘信息处理单元,获取数据采集器每次传递第一信息的过程中,从获取第一信息至显示屏上呈现第一信息时对应的时延,记为第一时延,从获取第一信息至边缘信息处理单元接收第一信息中的全部内容时对应的时延,记为第二时延;
第二信息传递时延获取模块,所述第二信息传递时延获取模块控制驾驶模拟器实时将第二信息传递给远控平台,并获取每次传递第二信息的过程中,从获取第二信息至远控平台接收第二信息中的全部内容时对应的时延,记为第三时延;
边缘控制信息生成模块,所述边缘控制信息生成模块控制边缘信息处理单元分析第一信息中车辆前方毫米波雷达的监测结果,判断车辆前方是否存在障碍物及相应障碍物与车辆之间的距离,
所述第一信息中车辆前方毫米波雷达的监测结果包括前方障碍物监测结果,在监测结果中存在障碍物的情况下,第一信息中车辆前方毫米波雷达的监测结果还包括相应障碍物与车辆之间的距离,
当车辆前方不存在障碍物时,则边缘信息处理单元不向远控平台传递车辆控制信息,
当车辆前方存在障碍物时,则边缘信息处理单元向远控平台传递车辆控制信息,记为第三信息,并获取每次传递第三信息的过程中,从开始获取第三信息至远控平台接收第三信息中的全部内容时对应的时延,记为第四时延,
所述第三信息包括刹车踏板踩踏偏转角度及刹车片温度,分析历史数据中的第二时延、第四时延、车速及刹车片温度,结合数据库中油门踏板踩踏偏转角度与车辆加速度之间的函数G1及刹车踏板踩踏偏转角度与车辆加速度之间的函数G2,获取所述第三信息;
控制信息优先级分析模块,控制信息优先级分析模块控制远控平台对时间点t获取的第二信息及第三信息进行分析处理,判断分析处理后的控制信息的优先级,并按优先级高的控制信息控制车辆。
8.根据权利要求7所述的一种用于自动驾驶试验场的平行驾驶试验系统,其特征在于:所述控制信息优先级分析模块中,远控平台对时间点t获取的第二信息及第三信息进行分析,判断两者的优先级的过程中,
当远控平台在时间点t未获取到第三信息或第三信息为空时,则判定远控平台在时间点t对应的第二信息的优先级高于第三信息的优先级;
当远控平台在时间点t获取到第三信息时,则对第二信息及第三信息进行组合,并判定组合后的控制信息的优先级高于第二信息及第三信息任一个的优先级;
远控平台按控制信息控制车辆时,不对控制信息中的刹车片温度进行处理,
当远控平台先控制车辆静止并再次启动时,在车辆的车速持续不超过第二安全速度阈值vA2的时间区间内,远控平台在相应时间区间中的各个时间点对应的第二信息的优先级高于第三信息的优先级,所述第二安全速度阈值vA2为数据库中预置的常数。
9.根据权利要求7所述的一种用于自动驾驶试验场的平行驾驶试验系统,其特征在于:当远控平台在时间点t获取到第三信息时,对第二信息及第三信息进行组合的过程中,
所述远控平台提取自身在时间点t获取的第二信息中,油门踏板踩踏偏转角度KY1及刹车踏板踩踏偏转角度KS1,将KY1代入G1,得到相应的车辆加速度vKY1,将KS1代入G2,得到相应的车辆加速度vKS1;所述远控平台获取自身在时间点t获取的第二信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r1;获取远控平台在时间点t获取的第三信息中,刹车踏板踩踏偏转角度kS2,将KS2代入G2,得到相应的车辆加速度vKS2;所述远控平台获取自身在时间点t获取的第三信息中,刹车温度在数据库中所属的温度区间,并查询数据库中相应温度区间对应的刹车系数r2;
所述远控平台比较vKY1+r1*vKS1与r2*vKS2的大小,
当vKY1+r1*vKS1>r2*vKS2时,将远控平台在时间点t获取的第三信息中的油门踏板踩踏偏转角度、刹车踏板踩踏偏转角度及刹车片温度,替换成控平台在时间点t获取的第二信息中的刹车踏板踩踏偏转角度及刹车片温度,第二信息中的其余数据保持不变,新的第二信息为第二信息及第三信息的组合结果;
当vKY1+r1*vKS1≤r2*vKS2时,第二信息及第三信息进行组合结果与第二信息相同。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211094636.8A CN115165400B (zh) | 2022-09-08 | 2022-09-08 | 一种用于自动驾驶试验场的平行驾驶试验系统及方法 |
PCT/CN2022/132595 WO2024050969A1 (zh) | 2022-09-08 | 2022-11-17 | 一种用于自动驾驶试验场的平行驾驶试验系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211094636.8A CN115165400B (zh) | 2022-09-08 | 2022-09-08 | 一种用于自动驾驶试验场的平行驾驶试验系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115165400A CN115165400A (zh) | 2022-10-11 |
CN115165400B true CN115165400B (zh) | 2022-11-18 |
Family
ID=83482382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211094636.8A Active CN115165400B (zh) | 2022-09-08 | 2022-09-08 | 一种用于自动驾驶试验场的平行驾驶试验系统及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115165400B (zh) |
WO (1) | WO2024050969A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115165400B (zh) * | 2022-09-08 | 2022-11-18 | 江苏天一航空工业股份有限公司 | 一种用于自动驾驶试验场的平行驾驶试验系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160024201A (ko) * | 2014-08-25 | 2016-03-04 | 한국교통대학교산학협력단 | 앰블런스 시뮬레이터 구동을 위한 6축 액추에이터 제어를 위한 프로토콜 |
JP2018167705A (ja) * | 2017-03-30 | 2018-11-01 | 東日本旅客鉄道株式会社 | 車両走行シミュレータおよびプログラム |
CN109709965A (zh) * | 2018-12-28 | 2019-05-03 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆的控制方法和自动驾驶系统 |
CN111428646A (zh) * | 2020-03-25 | 2020-07-17 | 东风汽车集团有限公司 | 一种基于边缘云计算的驾驶员接管保障方法及系统 |
CN111497835A (zh) * | 2020-04-24 | 2020-08-07 | 北京智行者科技有限公司 | 车辆平行驾驶及自动防撞系统 |
CN111624894A (zh) * | 2020-04-28 | 2020-09-04 | 东风汽车集团有限公司 | 一种用于平行驾驶的仿真测试方法及系统 |
CN112286188A (zh) * | 2020-10-20 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 车辆行驶的控制方法、装置、设备及计算机可读存储介质 |
CN112918491A (zh) * | 2021-03-31 | 2021-06-08 | 东风汽车集团股份有限公司 | 一种平行驾驶控制系统及方法 |
CN113783651A (zh) * | 2021-09-10 | 2021-12-10 | 阿波罗智能技术(北京)有限公司 | 平行驾驶的远程控制方法、装置、云端、车端及平行驾驶系统 |
CN114666382A (zh) * | 2022-03-17 | 2022-06-24 | 北京斯年智驾科技有限公司 | 针对自动驾驶半挂集卡的平行驾驶系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101730321B1 (ko) * | 2015-08-03 | 2017-04-27 | 엘지전자 주식회사 | 운전자 보조 장치 및 그 제어방법 |
CN108762279A (zh) * | 2018-06-20 | 2018-11-06 | 北京智行者科技有限公司 | 一种平行驾驶系统 |
CN112526980A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 远程控制方法、驾驶舱、云端服务器和自动驾驶车辆 |
CN113467324B (zh) * | 2021-07-22 | 2023-12-05 | 东风悦享科技有限公司 | 一种自适应5g网络小区切换平行驾驶系统及方法 |
CN115165400B (zh) * | 2022-09-08 | 2022-11-18 | 江苏天一航空工业股份有限公司 | 一种用于自动驾驶试验场的平行驾驶试验系统及方法 |
-
2022
- 2022-09-08 CN CN202211094636.8A patent/CN115165400B/zh active Active
- 2022-11-17 WO PCT/CN2022/132595 patent/WO2024050969A1/zh unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160024201A (ko) * | 2014-08-25 | 2016-03-04 | 한국교통대학교산학협력단 | 앰블런스 시뮬레이터 구동을 위한 6축 액추에이터 제어를 위한 프로토콜 |
JP2018167705A (ja) * | 2017-03-30 | 2018-11-01 | 東日本旅客鉄道株式会社 | 車両走行シミュレータおよびプログラム |
CN109709965A (zh) * | 2018-12-28 | 2019-05-03 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆的控制方法和自动驾驶系统 |
CN111428646A (zh) * | 2020-03-25 | 2020-07-17 | 东风汽车集团有限公司 | 一种基于边缘云计算的驾驶员接管保障方法及系统 |
CN111497835A (zh) * | 2020-04-24 | 2020-08-07 | 北京智行者科技有限公司 | 车辆平行驾驶及自动防撞系统 |
CN111624894A (zh) * | 2020-04-28 | 2020-09-04 | 东风汽车集团有限公司 | 一种用于平行驾驶的仿真测试方法及系统 |
CN112286188A (zh) * | 2020-10-20 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 车辆行驶的控制方法、装置、设备及计算机可读存储介质 |
CN112918491A (zh) * | 2021-03-31 | 2021-06-08 | 东风汽车集团股份有限公司 | 一种平行驾驶控制系统及方法 |
CN113783651A (zh) * | 2021-09-10 | 2021-12-10 | 阿波罗智能技术(北京)有限公司 | 平行驾驶的远程控制方法、装置、云端、车端及平行驾驶系统 |
CN114666382A (zh) * | 2022-03-17 | 2022-06-24 | 北京斯年智驾科技有限公司 | 针对自动驾驶半挂集卡的平行驾驶系统 |
Non-Patent Citations (1)
Title |
---|
"驾驶辅助系统硬件在环仿真技术发展现状";曾杰;《汽车工程师》;20200831;第11-15页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2024050969A1 (zh) | 2024-03-14 |
CN115165400A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4075227A1 (en) | Method and device for vehicle path planning, intelligent driving domain controller, and intelligent vehicle | |
US20220289223A1 (en) | EGO-Vehicle Warning Method and Apparatus | |
CN101389977B (zh) | 物体检测装置和检测物体的方法 | |
CN115165400B (zh) | 一种用于自动驾驶试验场的平行驾驶试验系统及方法 | |
US11662735B2 (en) | Method and system for updating a control model for automatic control of at least one mobile unit | |
CN111845742B (zh) | 智能驾驶车辆的跟车控制系统及方法 | |
WO2020196003A1 (ja) | 信号処理装置、信号処理方法、プログラム、及び、情報処理装置 | |
CN114080629A (zh) | 点云中的对象检测 | |
US20150106171A1 (en) | Dynamic pricing based on sliding mode control and estimation for high occupancy toll lanes | |
CN113612844A (zh) | 车辆端的数据分享方法、装置、介质及电子设备 | |
Formosa et al. | A new modeling approach for predicting vehicle-based safety threats | |
CN116985803B (zh) | 电动滑板车速度自适应控制系统及方法 | |
CN113593221A (zh) | 信息价值评估式驾驶系统、网联车辆系统和数据传输方法 | |
CN112319505A (zh) | 自动驾驶换道判断方法、装置、设备及存储介质 | |
CN117169873A (zh) | 超视域鸟瞰感知方法及装置、目标感知装置、设备、介质 | |
KR102551566B1 (ko) | 교통사고 검지 시스템 및 그 방법 | |
US20220101663A1 (en) | Driving evaluation device, driving evaluation system, and recording medium | |
CN115802311A (zh) | 用于通信网络中车辆的适应性通信 | |
Lee et al. | Real-time associative memory–based rear-end collision warning system | |
CN112249010A (zh) | 车辆自动紧急制动的控制方法和装置及存储介质 | |
Sato et al. | Influence of weather features in determining sudden braking | |
JPH0634755A (ja) | 車載用レーダ | |
Shams El Din | Statistical modelling of critical cut-ins for the evaluation of autonomous vehicles and advanced driver assistance systems | |
CN115830860B (zh) | 交通事故预测方法及装置 | |
Zhang et al. | Static targets recognition and tracking based on millimeter wave radar |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20221011 Assignee: Jiangsu Tianyi Airport Equipment Maintenance Service Co.,Ltd. Assignor: Jiangsu Tianyi Aviation Industry Co.,Ltd. Contract record no.: X2023980044219 Denomination of invention: A parallel driving test system and method for autonomous driving test fields Granted publication date: 20221118 License type: Common License Record date: 20231024 |
|
EE01 | Entry into force of recordation of patent licensing contract |