CN115230696B - 车辆单车道行驶的居中控制方法 - Google Patents
车辆单车道行驶的居中控制方法 Download PDFInfo
- Publication number
- CN115230696B CN115230696B CN202210766475.6A CN202210766475A CN115230696B CN 115230696 B CN115230696 B CN 115230696B CN 202210766475 A CN202210766475 A CN 202210766475A CN 115230696 B CN115230696 B CN 115230696B
- Authority
- CN
- China
- Prior art keywords
- lane line
- vehicle
- fitting parameter
- fitting
- preset period
- 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 59
- 238000011217 control strategy Methods 0.000 claims abstract description 38
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 238000003825 pressing Methods 0.000 claims abstract description 24
- 230000010355 oscillation Effects 0.000 claims abstract description 23
- 230000002787 reinforcement Effects 0.000 claims abstract description 19
- 238000003860 storage Methods 0.000 claims abstract description 11
- 230000001133 acceleration Effects 0.000 claims description 51
- 238000009825 accumulation Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000009795 derivation Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect 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
- 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
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆单车道行驶的居中控制方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况;若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。采用本方法能提高车辆在行驶过程中的稳定性。
Description
技术领域
本申请涉及智能驾驶技术领域,特别是涉及一种车辆单车道行驶的居中控制方法。
背景技术
智能驾驶汽车是人工智能与车辆控制的最新产物,对于长途货运商用车,L2级智能驾驶辅助系统能有效降低驾驶员的劳动强度,提升行车安全性。单车道居中控制是L2级智能驾驶系统的重要组成部分,能够通过对前方车道线的识别,自动控制方向盘使车辆沿车道中心线行驶。
在相关技术中,通常采用预瞄控制实现对车辆方向盘的控制。然而,相比于乘用车,重型牵引车以及载货车等长途货运类的商用车质量范围变化较大,且不同商用车之间存在制造和装配工艺等的差别。若采用传统的预瞄控制实现长途货运类的商用车单车道居中控制,需要对不同车辆以及同一车辆的不同载荷情况分别进行调试与控制参数标定,标定难度和工作量都比较大,且控制方法的鲁棒性较差。因此,目前急需一种车辆的单车道居中控制方法
发明内容
基于此,有必要针对上述技术问题,提供一种车辆单车道行驶的居中控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种车辆单车道行驶的居中控制方法。所述方法包括:
获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,第二拟合参数指的是车道线与车辆的中心线之间的夹角,第三拟合参数指的是车道线曲率,第四拟合参数指的是车道线曲率的变化率;
根据左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。
在其中一个实施例中,根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数,包括:
判断左侧车道线的摄像头识别质量等级,并判断右侧车道线的摄像头识别质量等级是否低于预设等级;
若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均不低于预设等级,则将左侧车道线与右侧车道线之间第一拟合参数的平均值、第二拟合参数的平均值、第三拟合参数的平均值和第四拟合参数的平均值,分别依次作为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;
若左侧车道线和右侧车道线中存在一个车道线的摄像头识别质量等级低于预设等级,则根据左侧车道线的第一拟合参数、右侧车道线的第一拟合参数和宽度值,确定中心车道线的第一拟合参数,并将摄像头识别质量等级不低于预设等级的车道线的第二拟合参数、第三拟合参数和第四拟合参数,分别作为中心车道线的第二拟合参数、第三拟合参数和第四拟合参数;
若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均低于预设等级,则获取上一预设周期内中心车道线的各项拟合参数,并作为当前预设周期内中心车道线的各项拟合参数。
在其中一个实施例中,根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,包括:
确定车辆在每一预设周期内的车头朝向,车头朝向包括朝左侧车道线和朝右侧车道线;
若车辆满足第一预设条件,则车辆的行驶工况为往复左右震荡工况,第一预设条件指的是对于由当前预设周期与当前预设周期前的第一预设数量的预设周期所构成的第一预设周期集,在第一预设周期集中,每一预设周期内的左侧车道线和右侧车道线的摄像头识别质量等级均不低于预设等级,且存在两个以上同时满足第二预设条件的预设周期,第二预设条件指的是预设周期内车道中心线的第一拟合参数大于第一预设距离以及车头朝向相同;
若车辆满足第三预设条件,则车辆的行驶工况为邻近压线工况,第三预设条件指的是对于由当前预设周期与当前预设周期前的第二预设数量的预设周期所构成的第二预设周期集,在第二预设周期集中,每一预设周期内的左侧车道线和右侧车道线的摄像头识别质量等级均不低于预设等级,且存在一个以上预设周期内车道中心线的第一拟合参数大于第二预设距离的预设周期;
若车辆均不满足第一预设条件和第二预设条件,则车辆的行驶工况为正常行驶工况。
在其中一个实施例中,根据预瞄控制策略,控制车辆行驶,包括:
根据当前预设周期内中心车道线的第三拟合参数以及车辆的车速,确定预瞄距离;
根据当前预设周期内中心车道线的各项拟合参数和预瞄距离,确定横向移动距离;
根据预瞄距离、横向移动距离以及车辆的车速,确定期望横向加速度;
根据车辆的轴距、车速、转向传动比以及期望横向加速度,确定车辆的方向盘转角控制量;
根据当前预设周期内方向盘实际转角与方向盘转角控制量,控制车辆行驶。
在其中一个实施例中,根据预瞄距离、横向移动距离以及车辆的车速,确定期望横向加速度,包括:
根据预瞄距离、横向移动距离以及车辆的车速,确定二阶横向预瞄加速度和三阶横向预瞄加速度;
根据二阶横向预瞄加速度和三阶横向预瞄加速度,确定期望横向加速度。
在其中一个实施例中,根据强化学习控制策略,控制车辆行驶,包括:
将当前预设周期内中心车道线的第一拟合参数、第二拟合参数与预瞄距离的乘积、第三拟合参数与预瞄距离的平方的乘积、以及第四拟合参数与预瞄距离的立方的乘积进行求和,得到求和值;
将求和值进行取绝对值,得到绝对求和值,并将绝对求和值取相反数得到的值作为单步横向距离误差;
根据预瞄距离、车辆的车速以及预设周期,确定当前预设周期的横向距离误差累加量;
根据单步横向距离误差、横向距离误差累加量,确定当前预设周期内的横向距离误差;
根据横向距离误差,控制车辆行驶。
第二方面,本申请还提供了一种车辆单车道行驶的居中控制装置。所述装置包括:
第一获取模块,用于获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,第二拟合参数指的是车道线与车辆的中心线之间的夹角,第三拟合参数指的是车道线曲率,第四拟合参数指的是车道线曲率的变化率;
确定模块,用于根据左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
第二获取模块,用于根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
判断模块,用于根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
控制模块,用于若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,第二拟合参数指的是车道线与车辆的中心线之间的夹角,第三拟合参数指的是车道线曲率,第四拟合参数指的是车道线曲率的变化率;
根据左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,第二拟合参数指的是车道线与车辆的中心线之间的夹角,第三拟合参数指的是车道线曲率,第四拟合参数指的是车道线曲率的变化率;
根据左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,第二拟合参数指的是车道线与车辆的中心线之间的夹角,第三拟合参数指的是车道线曲率,第四拟合参数指的是车道线曲率的变化率;
根据左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。
上述车辆单车道行驶的居中控制方法、装置、计算机设备、存储介质和计算机程序产品,通过获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级;根据左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况;若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。可以提高车辆行驶过程的稳定性,从而提高智能驾驶控制的可靠性和鲁棒性。
附图说明
图1为一个实施例中车辆单车道行驶的居中控制方法的应用环境图;
图2为一个实施例中车辆单车道行驶的居中控制方法的流程示意图;
图3为一个实施例中车辆在单车道上行驶过程的示意图;
图4为一个实施例中横向移动距离的示意图;
图5为另一个实施例中车辆单车道行驶的居中控制方法的流程示意图;
图6为一个实施例中车辆单车道行驶的居中控制装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的车辆单车道行驶的居中控制方法,可以应用于如图1所示的应用环境中。其中,终端101通过网络与服务器102进行通信。数据存储系统可以存储服务器102需要处理的数据。数据存储系统可以集成在服务器102上,也可以放在云上或其他网络服务器上。其中,终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能车载设备等。服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种车辆单车道行驶的居中控制方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
201、获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,第二拟合参数指的是车道线与车辆的中心线之间的夹角,第三拟合参数指的是车道线曲率,第四拟合参数指的是车道线曲率的变化率;
202、根据左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
203、根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
204、根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
205、若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。
上述步骤201中,左侧车道线和右侧车道线的摄像头识别质量等级以及各项拟合参数都可以通过摄像头获取,本申请中的摄像头指的是包含感知模块的摄像头,摄像头被安装在整车的中心线上且放置在整车的车头上。
一般情况下,右侧车道线的第一拟合参数为正数,左侧车道线的第一拟合参数为负数;右侧车道线的第二拟合参数和左侧车道线的第二拟合参数的正负与车辆的车头的朝向有关,在当前预设周期内,若车辆的车头的朝左侧车道线方向,则右侧车道线和左侧车道线的第二拟合参数为正;若车辆的车头的朝右侧车道线方向,则右侧车道线和左侧车道线的第二拟合参数为负。
车辆在单车道上行驶过程的示意图如图3所示,图3中O点处即为摄像头所在位置。图3中,右侧车道线的第一拟合参数为y1,左侧车道线的第一拟合参数为y2;C1为左侧车道线和右侧车道线的第二拟合参数。
此外,左侧车道线和右侧车道线的摄像头识别质量等级至少包括2个等级以上,比如,摄像头识别质量等级从低到高依次可以为0级、1级、2级以及3级共4个等级。
上述步骤202中,每一预设周期对应一个宽度值,对于当前预设周期的宽度值,由左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级确定;
上述步骤203中,中心车道线指的是左侧车道线和右侧车道线的中心线。
上述步骤204中,往复左右震荡工况指的是车辆的沿中心车道线左右往复震荡行驶;邻近压线工况指的是车辆接近或超过左侧车道线或右侧车道线行驶。
上述步骤205中,预瞄控制策略指的是根据中心车道线的各项拟合参数,通过消除预瞄距离处的横向误差,控制车辆行驶。对于预瞄控制策略和强化学习控制策略中的控制器,本发明实施例对其不做具体限定,包括但不限于:PID控制器。
具体地,若当前预设周期内,左侧车道线与摄像头右侧车道线的摄像头识别质量等级均不小于最高预设等级,则将右侧车道线的第一拟合参数减去左侧车道线的第一拟合参数后得到的值,作为当前预设周期的宽度值,计算公式为:
W=COR-COL (1);
式(1)中,COR为右侧车道线的第一拟合参数,COL左侧车道线的第一拟合参数,W为宽度值。
若当前预设周期内,左侧车道线或摄像头右侧车道线的摄像头识别质量等级小于最高预设等级,则将上一预设周期的宽度值作为当前预设周期的宽度值。其中,最高预设等级指的是摄像头识别质量等级中最高的等级;比如,若摄像头识别质量等级从低到高依次可以为0级、1级、2级以及3级共4个等级,则最高预设等级为3级。
本发明实施例提供的方法,通过确定当前周期内中心车道线的各项拟合数据,可以确定当前周期内车辆的行驶工况,从而可以确定车辆的控制策略,进而提高车辆行驶的稳定性,以及提高智能驾驶辅助系统的可靠性。
结合上述实施例的内容,在一个实施例中,根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数,包括:
判断左侧车道线的摄像头识别质量等级,并判断右侧车道线的摄像头识别质量等级是否低于预设等级;
若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均不低于预设等级,则将左侧车道线与右侧车道线之间第一拟合参数的平均值、第二拟合参数的平均值、第三拟合参数的平均值和第四拟合参数的平均值,分别依次作为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;
若左侧车道线和右侧车道线中存在一个车道线的摄像头识别质量等级低于预设等级,则根据左侧车道线的第一拟合参数、右侧车道线的第一拟合参数和宽度值,确定中心车道线的第一拟合参数,并将摄像头识别质量等级不低于预设等级的车道线的第二拟合参数、第三拟合参数和第四拟合参数,分别作为中心车道线的第二拟合参数、第三拟合参数和第四拟合参数;
若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均低于预设等级,则获取上一预设周期内中心车道线的各项拟合参数,并作为当前预设周期内中心车道线的各项拟合参数。
其中,预设等级低于最高预设等级。具体地,若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均不低于预设等级,则将左侧车道线与右侧车道线之间第一拟合参数的平均值、第二拟合参数的平均值、第三拟合参数的平均值和第四拟合参数的平均值,分别依次作为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数,包括:
式(2)中,C0C、C1C、C2C和C3C分别依次为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;C0R、C1R、C2R和C3R分别依次为右侧车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;C0L、C1L、C2L和C3L分别依次为左侧车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数。
若左侧车道线的摄像头识别质量等级低于预设等级,且右侧车道线的摄像头识别质量等级不低于预设等级,则根据左侧车道线的第一拟合参数和宽度值,确定中心车道线的第一拟合参数,并将左侧车道线的第二拟合参数、第三拟合参数和第四拟合参数,分别作为中心车道线的第二拟合参数、第三拟合参数和第四拟合参数,包括:
式(3)中,C0C、C1C、C2C和C3C分别依次为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;C0L、C1L、C2L和C3L分别依次为左侧车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数,W为宽度值。
若右侧车道线的摄像头识别质量等级低于预设等级,且左侧车道线的摄像头识别质量等级不低于预设等级,则根据右侧车道线的第一拟合参数和宽度值,确定中心车道线的第一拟合参数,并将右侧车道线的第二拟合参数、第三拟合参数和第四拟合参数,分别作为中心车道线的第二拟合参数、第三拟合参数和第四拟合参数,包括:
式(4)中,C0C、C1C、C2C和C3C分别依次为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;C0R、C1R、C2R和C3R分别依次为右侧车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;W为宽度值。
本发明实施例提供的方法,通过宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,可以确定当前预设周期内中心车道线的拟合参数。
结合上述实施例的内容,在一个实施例中,根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,包括:
确定车辆在每一预设周期内的车头朝向,车头朝向包括朝左侧车道线和朝右侧车道线;
若车辆满足第一预设条件,则车辆的行驶工况为往复左右震荡工况,第一预设条件指的是对于由当前预设周期与当前预设周期前的第一预设数量的预设周期所构成的第一预设周期集,在第一预设周期集中,每一预设周期内的左侧车道线和右侧车道线的摄像头识别质量等级均不低于预设等级,且存在两个以上同时满足第二预设条件的预设周期,第二预设条件指的是预设周期内车道中心线的第一拟合参数大于第一预设距离以及车头朝向相同;
若车辆满足第三预设条件,则车辆的行驶工况为邻近压线工况,第三预设条件指的是对于由当前预设周期与当前预设周期前的第二预设数量的预设周期所构成的第二预设周期集,在第二预设周期集中,每一预设周期内的左侧车道线和右侧车道线的摄像头识别质量等级均不低于预设等级,且存在一个以上预设周期内车道中心线的第一拟合参数大于第二预设距离的预设周期;
若车辆均不满足第一预设条件和第二预设条件,则车辆的行驶工况为正常行驶工况。
其中,对于预设周期的大小,本发明实施例不做具体限定,可以为终端中软件的运行周期。
具体地,第一预设周期集中的预设周期的数量大于第二预设周期集中的预设周期的数量。比如,预设周期的时长为0.2s,第一预设周期集中的预设周期的数量为40,第二预设周期集中的预设周期的数量为5。预设等级低于摄像头识别质量等级中的最高等级。比如,若摄像头识别质量等级从低到高依次可以为0级、1级、2级以及3级共4个等级,则预设等级可以为2级。
本发明实施例提供的方法,通过当前预设周期内车道中心线的各项拟合参数,可以确定当前预设周期内车辆的行驶工况,从而可以根据车辆的行驶工况,对车辆实现精准控制,进而提高车辆行驶过程中的稳定性。
结合上述实施例的内容,在一个实施例中,根据预瞄控制策略,控制车辆行驶,包括:
根据当前预设周期内中心车道线的第三拟合参数以及车辆的车速,确定预瞄距离;
根据当前预设周期内中心车道线的各项拟合参数和预瞄距离,确定横向移动距离;
根据预瞄距离、横向移动距离以及车辆的车速,确定期望横向加速度;
根据车辆的轴距、车速、转向传动比以及期望横向加速度,确定车辆的方向盘转角控制量;
根据当前预设周期内方向盘实际转角与方向盘转角控制量,控制车辆行驶。
其中,中心车道线的第三拟合参数指的是中心车道线的曲率,预瞄距离与车辆的车速成正比,预瞄距离与中心车道线的曲率成反比。另外,预瞄距离也可以根据车辆的实际行驶情况进行设定。
根据当前预设周期内中心车道线的各项拟合参数和预瞄距离,确定横向移动距离,包括:
Y=C0+C1X+C2X2+C3X3 (5);
式(5)中,Y为横向移动距离;C0、C1、C2和C3分别依次为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;X为预瞄距离。其中,如图4所示,横向移动距离指的是在车辆的中心线上、在车辆的车头前方、且与摄像头之间距离为X的所在位置与中心车道线之间的距离。
根据车辆的轴距、车速、转向传动比以期望横向加速度,确定车辆的方向盘转角控制量,包括:
式(6)中,i为转向传动比,a为期望横向加速度,L为车辆的轴距,v为车辆的车速,SWA为方向盘转角控制量。
具体地,根据方向盘转角控制量,控制车辆的方向盘转向,并确定方向盘转角控制量与当前预设周期内方向盘实际转角之间的差值,作为误差量,将误差量输入至PID控制器中,通过PID控制器对车辆方向盘的转角实现闭环控制。
此外,在通过PID控制器对方向盘的转角进行控制的过程中,根据车辆的车速,对方向盘的总转角进行限制。比如,在车速为120km/h时限制方向盘的总转角不超过30度,在车速为60km/h时限制方向盘的总转角不超过70度,当车速在60~120km/h之间或0~60km/h之间时,方向盘的总转角的转角限值通过线性插值获得。
此外,PID控制器控制车辆行驶的过程中,根据车辆的载荷工况和车速工况,确定PID控制器的控制参数,其中车辆的载荷工况分为车辆、半载以及满载,车速工况包括第一车速工况、第二车速工况以及第三车速工况,将载荷工况和车速工况任意组合后包括九种工况,分别为:第一工况(车辆空载及车速为第一车速工况)、第二工况(车辆空载及车速为第二车速工况)、第三工况(车辆空载及车速为第三车速工况)、第四工况(车辆半载及车速为第一车速工况)、第五工况(车辆半载及车速为第二车速工况)、第六工况(车辆半载及车速为第三车速工况)、第七工况(车辆满载及车速为第一车速工况)、第八工况(车辆半载及车速为第二车速工况)、第九工况(车辆半载及车速为第三车速工况)。根据九种工况对PID控制器的控制参数进行标定,其余载荷和车速工况下的控制参数通过九种工况对PID控制器的控制参数的插值获得。
对PID控制器的控制参数进行标定时,首先将PID控制器的积分项和微分项系数设为0,增大比例项系数来提升系统的横向响应速度,降低误差,其中,比例项系数不能过大而引起系统振荡。其次,增大积分项系数来进一步降低误差。通过对PID控制器的积分项系数和微分项系数和比例项系数进行不断调整,达到PID控制器实现对车辆的精准控制。
本发明实施例提供的方法,通过确定当前预设周期内方向盘实际转角与方向盘转角控制量之间的误差,可以实现车辆方向盘的转角闭环控制,从而提高智能控制系统控制过程中的准确性。
结合上述实施例的内容,在一个实施例中,根据预瞄距离、横向移动距离以及车辆的车速,确定期望横向加速度,包括:
根据预瞄距离、横向移动距离以及车辆的车速,确定二阶横向预瞄加速度和三阶横向预瞄加速度;
根据二阶横向预瞄加速度和三阶横向预瞄加速度,确定期望横向加速度。
具体地,图4中预瞄距离为X,根据预瞄距离、横向移动距离以及车辆的车速,确定二阶横向预瞄加速度,包括:
式(7)中,a1为二阶横向预瞄加速度;Y1为横向移动距离;X为预瞄距离;v为车辆的车速。
根据上述公式(7),确定二阶横向预瞄加速度为:
式(8)中,a1为二阶横向预瞄加速度;Y1为横向移动距离;X为预瞄距离;v为车辆的车速。
根据上述公式(7),确定三阶横向运动距离为:
式(9)中,a2为三阶横向预瞄加速度;Y2为三阶横向移动距离;X为预瞄距离;v为车辆的车速;a'2为对三阶横向预瞄加速度求导。
对上述公式(8)求导后,得到横向运动速度为:
式(10)中,a2为三阶横向预瞄加速度;Y'2为横向运动速度;X为预瞄距离;v为车辆的车速;a'2为对三阶横向预瞄加速度求导。
根据上述公式(9)与(10),可以确定三阶横向预瞄加速度为:
式(11)中,a2为三阶横向预瞄加速度;Y'2为横向运动速度;Y2为三阶横向移动距离;X为预瞄距离;v为车辆的车速;a'2为对三阶横向预瞄加速度求导。
根据二阶横向预瞄加速度和三阶横向预瞄加速度,确定期望横向加速度,包括:
a=ka1+(1-k)a2 (12);
式(12)中,a2为三阶横向预瞄加速度;a1为二阶横向预瞄加速度;a为期望横向加速度。
本发明实施例提供的方法,通过预瞄距离、横向移动距离以及车辆的车速,可以确定期望横向加速度。
结合上述实施例的内容,在一个实施例中,根据强化学习控制策略,控制车辆行驶,包括:
将当前预设周期内中心车道线的第一拟合参数、第二拟合参数与预瞄距离的乘积、第三拟合参数与预瞄距离的平方的乘积、以及第四拟合参数与预瞄距离的立方的乘积进行求和,得到求和值;
将求和值进行取绝对值,得到绝对求和值,并将绝对求和值取相反数得到的值作为单步横向距离误差;
根据预瞄距离、车辆的车速以及预设周期,确定当前预设周期的横向距离误差累加量;
根据单步横向距离误差、横向距离误差累加量,确定当前预设周期内的横向距离误差;
根据横向距离误差,控制车辆行驶。
确定单步横向距离误差,包括:
r=-|C0+C1X+C2X2+C3X3| (13);
式(13)中,C0、C1、C2和C3分别依次为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;X为预瞄距离;r为单步横向距离误差。
根据预瞄距离、车辆的车速以及预设周期,确定当前预设周期的横向距离误差累加量,包括:
式(14)中,X为预瞄距离;T为预设周期,v为车辆的车速,m为横向距离误差累加量。
在当前预设周期的环境状态集S0条件下,根据单步横向距离误差、横向距离误差累加量,确定当前预设周期内的横向距离误差,包括:
式(15)中,m为横向距离误差累加量,R为横向距离误差,ri+1为第i+1个单步横向距离误差,S0表示当前周期的环境状态集。
对于强化学习控制策略中迭代算法,本发明实施例对其不做具体限定,包括但不限于蒙特卡洛强化学习算法。具体地,车辆在行驶过程中,根据获取的横向距离误差,不断调整强化学习控制策略中神经网络的参数,最终得到收敛的神经网络,用于对车辆方向盘进行控制。
本发明实施例提供的方法,通过强化学习控制策略对车辆进行控制,可以减小智能控制系统的控制误差,从而提高车辆行驶的安全性。
结合上述实施例的内容,在一个实施例中,如图5所示,一种车辆单车道行驶的居中控制方法,还包括:
501、根据当前预设周期内左侧车道线和右侧车道线的摄像头识别质量等级及各项拟合参数,计算当前预设周期内的宽度值;
502、根据当前预设周期内左侧车道线和右侧车道线的摄像头识别质量等级及各项拟合参数,以及宽度值,计算中心车道线的各项拟合参数;
503、根据中心车道线的各项拟合参数,确定当前预设周期内车辆的行驶工况;
504、根据当前预设周期内车辆的行驶工况,确定当前预设周期内的控制策略;
505、根据当前预设周期内的控制策略,控制车辆行驶。
本发明实施例提供的方法,通过当前预设周期内左侧车道线和右侧车道线的摄像头识别质量等级及各项拟合参数,可以确定车辆的控制策略,从而根据控制策略控制车辆行驶,进而提高车辆行驶过程的稳定性。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的车辆单车道行驶的居中控制方法的车辆单车道行驶的居中控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个车辆单车道行驶的居中控制装置实施例中的具体限定可以参见上文中对于车辆单车道行驶的居中控制方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种车辆单车道行驶的居中控制装置,包括:第一获取模块601、确定模块602、第二获取模块603、判断模块604和控制模块604,其中:
第一获取模块601,用于获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,所第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,第二拟合参数指的是车道线与车辆的中心线之间的夹角,第三拟合参数指的是车道线曲率,第四拟合参数指的是车道线曲率的变化率;
确定模块602,用于根据左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
第二获取模块603,用于根据宽度值、左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
判断模块604,用于根据车道中心线的各项拟合参数,判断车辆的在当前预设周期内的行驶工况,行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
控制模块605,用于若车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制车辆行驶;若车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制车辆行驶。
在一个实施例中,第二获取模块603,包括:
判断子模块,用于判断左侧车道线的摄像头识别质量等级,并判断右侧车道线的摄像头识别质量等级是否低于预设等级;
平均子模块,用于若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均不低于预设等级,则将左侧车道线与右侧车道线之间第一拟合参数的平均值、第二拟合参数的平均值、第三拟合参数的平均值和第四拟合参数的平均值,分别依次作为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;
第一确定子模块,用于若左侧车道线和右侧车道线中存在一个车道线的摄像头识别质量等级低于预设等级,则根据左侧车道线的第一拟合参数、右侧车道线的第一拟合参数和宽度值,确定中心车道线的第一拟合参数,并将摄像头识别质量等级不低于预设等级的车道线的第二拟合参数、第三拟合参数和第四拟合参数,分别作为中心车道线的第二拟合参数、第三拟合参数和第四拟合参数;
获取子模块,用于若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均低于预设等级,则获取上一预设周期内中心车道线的各项拟合参数,并作为当前预设周期内中心车道线的各项拟合参数。
在一个实施例中,判断模块604,包括:
第二确定子模块,用于确定车辆在每一预设周期内的车头朝向,车头朝向包括朝左侧车道线和朝右侧车道线;
第三确定子模块,用于若车辆满足第一预设条件,则车辆的行驶工况为往复左右震荡工况,第一预设条件指的是对于由当前预设周期与当前预设周期前的第一预设数量的预设周期所构成的第一预设周期集,在第一预设周期集中,每一预设周期内的左侧车道线和右侧车道线的摄像头识别质量等级均不低于预设等级,且存在两个以上同时满足第二预设条件的预设周期,第二预设条件指的是预设周期内车道中心线的第一拟合参数大于第一预设距离以及车头朝向相同;
第四确定子模块,用于若车辆满足第三预设条件,则车辆的行驶工况为邻近压线工况,第三预设条件指的是对于由当前预设周期与当前预设周期前的第二预设数量的预设周期所构成的第二预设周期集,在第二预设周期集中,每一预设周期内的左侧车道线和右侧车道线的摄像头识别质量等级均不低于预设等级,且存在一个以上预设周期内车道中心线的第一拟合参数大于第二预设距离的预设周期;
第五确定子模块,用于若车辆均不满足第一预设条件和第二预设条件,则车辆的行驶工况为正常行驶工况。
在一个实施例中,控制模块605,包括:
第六确定子模块,用于根据当前预设周期内中心车道线的第三拟合参数以及车辆的车速,确定预瞄距离;
第七确定子模块,用于根据当前预设周期内中心车道线的各项拟合参数和预瞄距离,确定横向移动距离;
第八确定子模块,用于根据预瞄距离、横向移动距离以及车辆的车速,确定期望横向加速度;
第九确定子模块,用于根据车辆的轴距、车速、转向传动比以及期望横向加速度,确定车辆的方向盘转角控制量;
第一控制子模块,用于根据当前预设周期内方向盘实际转角与方向盘转角控制量,控制车辆行驶。
在一个实施例中,第八确定子模块,包括:
第一确定单元,用于根据预瞄距离、横向移动距离以及车辆的车速,确定二阶横向预瞄加速度和三阶横向预瞄加速度;
第二确定单元,用于根据二阶横向预瞄加速度和三阶横向预瞄加速度,确定期望横向加速度。
在一个实施例中,控制模块605,还包括:
求和子模块,用于将当前预设周期内中心车道线的第一拟合参数、第二拟合参数与预瞄距离的乘积、第三拟合参数与预瞄距离的平方的乘积、以及第四拟合参数与预瞄距离的立方的乘积进行求和,得到求和值;
取值子模块,用于将求和值进行取绝对值,得到绝对求和值,并将绝对求和值取相反数得到的值作为单步横向距离误差;
第十确定子模块,用于根据预瞄距离、车辆的车速以及预设周期,确定当前预设周期的横向距离误差累加量;
第十一确定子模块,用于根据单步横向距离误差、横向距离误差累加量,确定当前预设周期内的横向距离误差;
第二控制子模块,用于根据横向距离误差,控制车辆行驶。
上述车辆单车道行驶的居中控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和通信接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆单车道行驶的居中控制方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (9)
1.一种车辆单车道行驶的居中控制方法,其特征在于,所述方法包括:
获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,所述各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,所述第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,所述第二拟合参数指的是车道线与所述车辆的中心线之间的夹角,所述第三拟合参数指的是车道线曲率,所述第四拟合参数指的是车道线曲率的变化率;
根据所述左侧车道线的摄像头识别质量等级和所述右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
根据所述宽度值、所述左侧车道线的各项拟合参数、所述右侧车道线的各项拟合参数、所述左侧车道线的摄像头识别质量等级以及所述右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
根据所述车道中心线的各项拟合参数,判断所述车辆的在当前预设周期内的行驶工况,所述行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
若所述车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制所述车辆行驶;若所述车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制所述车辆行驶其中,所述根据所述宽度值、所述左侧车道线的各项拟合参数、所述右侧车道线的各项拟合参数、所述左侧车道线的摄像头识别质量等级以及所述右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数,包括:
判断所述左侧车道线的摄像头识别质量等级,并判断所述右侧车道线的摄像头识别质量等级是否低于预设等级;
若所述左侧车道线的摄像头识别质量等级和所述右侧车道线的摄像头识别质量等级均不低于所述预设等级,则将所述左侧车道线与所述右侧车道线之间第一拟合参数的平均值、第二拟合参数的平均值、第三拟合参数的平均值和第四拟合参数的平均值,分别依次作为所述中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;
若所述左侧车道线和所述右侧车道线中存在一个车道线的摄像头识别质量等级低于所述预设等级,则根据所述左侧车道线的第一拟合参数、所述右侧车道线的第一拟合参数和所述宽度值,确定所述中心车道线的第一拟合参数,并将摄像头识别质量等级不低于所述预设等级的车道线的第二拟合参数、第三拟合参数和第四拟合参数,分别作为所述中心车道线的第二拟合参数、第三拟合参数和第四拟合参数;
若所述左侧车道线的摄像头识别质量等级和所述右侧车道线的摄像头识别质量等级均低于所述预设等级,则获取上一预设周期内中心车道线的各项拟合参数,并作为当前预设周期内中心车道线的各项拟合参数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车道中心线的各项拟合参数,判断所述车辆的在当前预设周期内的行驶工况,包括:
确定所述车辆在每一预设周期内的车头朝向,所述车头朝向包括朝左侧车道线和朝右侧车道线;
若所述车辆满足第一预设条件,则所述车辆的行驶工况为所述往复左右震荡工况,所述第一预设条件指的是对于由当前预设周期与当前预设周期前的第一预设数量的预设周期所构成的第一预设周期集,在所述第一预设周期集中,每一预设周期内的左侧车道线和右侧车道线的摄像头识别质量等级均不低于所述预设等级,且存在两个以上同时满足第二预设条件的预设周期,所述第二预设条件指的是预设周期内车道中心线的第一拟合参数大于第一预设距离以及车头朝向相同;
若所述车辆满足第三预设条件,则所述车辆的行驶工况为所述邻近压线工况,所述第三预设条件指的是对于由当前预设周期与当前预设周期前的第二预设数量的预设周期所构成的第二预设周期集,在所述第二预设周期集中,每一预设周期内的左侧车道线和右侧车道线的摄像头识别质量等级均不低于所述预设等级,且存在一个以上预设周期内车道中心线的第一拟合参数大于第二预设距离的预设周期;
若所述车辆均不满足所述第一预设条件和所述第二预设条件,则所述车辆的行驶工况为所述正常行驶工况。
3.根据权利要求2所述的方法,其特征在于,所述根据预瞄控制策略,控制所述车辆行驶,包括:
根据当前预设周期内中心车道线的第三拟合参数以及所述车辆的车速,确定预瞄距离;
根据当前预设周期内中心车道线的各项拟合参数和所述预瞄距离,确定横向移动距离;
根据所述预瞄距离、所述横向移动距离以及所述车辆的车速,确定期望横向加速度;
根据所述车辆的轴距、车速、转向传动比以及所述期望横向加速度,确定所述车辆的方向盘转角控制量;
根据当前预设周期内方向盘实际转角与所述方向盘转角控制量,控制所述车辆行驶。
4.根据权利要求3所述的方法,其特征在于,所述根据所述预瞄距离、所述横向移动距离以及所述车辆的车速,确定期望横向加速度,包括:
根据所述预瞄距离、所述横向移动距离以及所述车辆的车速,确定二阶横向预瞄加速度和三阶横向预瞄加速度;
根据所述二阶横向预瞄加速度和所述三阶横向预瞄加速度,确定所述期望横向加速度。
5.根据权利要求4所述的方法,其特征在于,所述根据强化学习控制策略,控制所述车辆行驶,包括:
将当前预设周期内中心车道线的第一拟合参数、第二拟合参数与所述预瞄距离的乘积、第三拟合参数与所述预瞄距离的平方的乘积、以及第四拟合参数与所述预瞄距离的立方的乘积进行求和,得到求和值;
将所述求和值进行取绝对值,得到绝对求和值,并将所述绝对求和值取相反数得到的值作为单步横向距离误差;
根据所述预瞄距离、所述车辆的车速以及预设周期,确定当前预设周期的横向距离误差累加量;
根据所述单步横向距离误差、所述横向距离误差累加量,确定当前预设周期内的横向距离误差;
根据所述横向距离误差,控制所述车辆行驶。
6.一种车辆单车道行驶的居中控制装置,其特征在于,所述装置包括:
第一获取模块,用于获取当前预设周期内左侧车道线的各项拟合参数、右侧车道线的各项拟合参数、左侧车道线的摄像头识别质量等级以及右侧车道线的摄像头识别质量等级,所述各项拟合参数包括第一拟合参数、第二拟合参数、第三拟合参数以及第四拟合参数,其中,所述第一拟合参数指的是车道线与摄像头所在位置之间的垂直距离,所述第二拟合参数指的是车道线与所述车辆的中心线之间的夹角,所述第三拟合参数指的是车道线曲率,所述第四拟合参数指的是车道线曲率的变化率;
确定模块,用于根据所述左侧车道线的摄像头识别质量等级和所述右侧车道线的摄像头识别质量等级,确定当前预设周期的宽度值;
第二获取模块,用于根据所述宽度值、所述左侧车道线的各项拟合参数、所述右侧车道线的各项拟合参数、所述左侧车道线的摄像头识别质量等级以及所述右侧车道线的摄像头识别质量等级,获取当前预设周期内中心车道线的拟合参数;
判断模块,用于根据所述车道中心线的各项拟合参数,判断所述车辆的在当前预设周期内的行驶工况,所述行驶工况包括正常行驶工况、往复左右震荡工况以及邻近压线工况;
控制模块,用于若所述车辆在当前预设周期内的行驶工况为正常行驶工况,则根据预瞄控制策略,控制所述车辆行驶;若所述车辆为往复左右震荡工况或邻近压线工况,则根据强化学习控制策略,控制所述车辆行驶;
所述第二获取模块,包括:
判断子模块,用于判断左侧车道线的摄像头识别质量等级,并判断右侧车道线的摄像头识别质量等级是否低于预设等级;
平均子模块,用于若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均不低于预设等级,则将左侧车道线与右侧车道线之间第一拟合参数的平均值、第二拟合参数的平均值、第三拟合参数的平均值和第四拟合参数的平均值,分别依次作为中心车道线的第一拟合参数、第二拟合参数、第三拟合参数和第四拟合参数;
第一确定子模块,用于若左侧车道线和右侧车道线中存在一个车道线的摄像头识别质量等级低于预设等级,则根据左侧车道线的第一拟合参数、右侧车道线的第一拟合参数和宽度值,确定中心车道线的第一拟合参数,并将摄像头识别质量等级不低于预设等级的车道线的第二拟合参数、第三拟合参数和第四拟合参数,分别作为中心车道线的第二拟合参数、第三拟合参数和第四拟合参数;
获取子模块,用于若左侧车道线的摄像头识别质量等级和右侧车道线的摄像头识别质量等级均低于预设等级,则获取上一预设周期内中心车道线的各项拟合参数,并作为当前预设周期内中心车道线的各项拟合参数。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
9.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210766475.6A CN115230696B (zh) | 2022-07-01 | 2022-07-01 | 车辆单车道行驶的居中控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210766475.6A CN115230696B (zh) | 2022-07-01 | 2022-07-01 | 车辆单车道行驶的居中控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115230696A CN115230696A (zh) | 2022-10-25 |
CN115230696B true CN115230696B (zh) | 2024-06-04 |
Family
ID=83672083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210766475.6A Active CN115230696B (zh) | 2022-07-01 | 2022-07-01 | 车辆单车道行驶的居中控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115230696B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102076541A (zh) * | 2008-06-20 | 2011-05-25 | 通用汽车环球科技运作公司 | 用于自动车道居中和车道变换控制系统的路径生成算法 |
CN110962847A (zh) * | 2019-11-26 | 2020-04-07 | 清华大学苏州汽车研究院(吴江) | 车道居中辅助自适应巡航的轨迹规划方法和系统 |
CN110979305A (zh) * | 2019-03-18 | 2020-04-10 | 长城汽车股份有限公司 | 车辆异常换道控制方法、装置及系统 |
CN112477847A (zh) * | 2020-12-11 | 2021-03-12 | 清华大学苏州汽车研究院(吴江) | 一种交通拥堵辅助控制方法及系统 |
CN112537303A (zh) * | 2020-12-14 | 2021-03-23 | 英博超算(南京)科技有限公司 | 一种智能车辆车道居中保持方法 |
CN112590802A (zh) * | 2020-12-04 | 2021-04-02 | 英博超算(南京)科技有限公司 | 车辆驾驶控制方法、装置、车辆以及计算机可读存储介质 |
WO2021259000A1 (zh) * | 2020-06-24 | 2021-12-30 | 中国第一汽车股份有限公司 | 跟车控制方法、装置、车辆及存储介质 |
WO2022104925A1 (zh) * | 2020-11-23 | 2022-05-27 | 重庆长安汽车股份有限公司 | 自动驾驶系统的冗余控制方法、自动驾驶系统、汽车、控制器及计算机可读存储介质 |
-
2022
- 2022-07-01 CN CN202210766475.6A patent/CN115230696B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102076541A (zh) * | 2008-06-20 | 2011-05-25 | 通用汽车环球科技运作公司 | 用于自动车道居中和车道变换控制系统的路径生成算法 |
CN110979305A (zh) * | 2019-03-18 | 2020-04-10 | 长城汽车股份有限公司 | 车辆异常换道控制方法、装置及系统 |
CN110962847A (zh) * | 2019-11-26 | 2020-04-07 | 清华大学苏州汽车研究院(吴江) | 车道居中辅助自适应巡航的轨迹规划方法和系统 |
WO2021259000A1 (zh) * | 2020-06-24 | 2021-12-30 | 中国第一汽车股份有限公司 | 跟车控制方法、装置、车辆及存储介质 |
WO2022104925A1 (zh) * | 2020-11-23 | 2022-05-27 | 重庆长安汽车股份有限公司 | 自动驾驶系统的冗余控制方法、自动驾驶系统、汽车、控制器及计算机可读存储介质 |
CN112590802A (zh) * | 2020-12-04 | 2021-04-02 | 英博超算(南京)科技有限公司 | 车辆驾驶控制方法、装置、车辆以及计算机可读存储介质 |
CN112477847A (zh) * | 2020-12-11 | 2021-03-12 | 清华大学苏州汽车研究院(吴江) | 一种交通拥堵辅助控制方法及系统 |
CN112537303A (zh) * | 2020-12-14 | 2021-03-23 | 英博超算(南京)科技有限公司 | 一种智能车辆车道居中保持方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115230696A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177934B (zh) | 参考路径规划的方法、设备和存储介质 | |
CN114572055B (zh) | 续航里程估算方法、装置、计算机设备和存储介质 | |
US11527028B2 (en) | Systems and methods for monocular based object detection | |
US20220412742A1 (en) | Coordinate determination method and apparatus, computer device and storage medium | |
CN111258218A (zh) | 基于最大相关熵准则的智能车辆路径跟踪方法 | |
Ding et al. | Development of a generalised equivalent estimation approach for multi-axle vehicle handling dynamics | |
CN115230696B (zh) | 车辆单车道行驶的居中控制方法 | |
CN115891549B (zh) | 阻尼器控制方法和系统 | |
CN116252853A (zh) | 阻尼补偿控制方法、装置、控制器和存储介质 | |
CN114872718B (zh) | 车辆轨迹预测方法、装置、计算机设备和存储介质 | |
CN116793712A (zh) | 商用车轮胎侧偏刚度在线辨识方法及系统 | |
CN116009536A (zh) | 一种多车协同运输系统的层级式建模与约束跟随控制方法 | |
CN115973191A (zh) | 智能汽车人机共驾控制方法 | |
CN115489340A (zh) | 多电机扭矩分配方法、装置、计算机设备、存储介质 | |
CN114889598B (zh) | 停车控制方法、装置、计算机设备和存储介质 | |
CN114670675B (zh) | 电动汽车的力矩分配方法、装置、计算机设备和存储介质 | |
CN117644912A (zh) | 转向控制方法、装置、计算机设备和存储介质 | |
CN114212081B (zh) | 车辆横向控制方法、装置、计算机设备和可读存储介质 | |
CN117539970B (zh) | 车道数据压缩方法、装置、计算机设备和存储介质 | |
CN114770510B (zh) | 运动学解析解择优方法、装置、计算机设备及存储介质 | |
CN117341813A (zh) | 转向控制方法、装置、计算机设备和存储介质 | |
CN115269763B (zh) | 局部点云地图更新维护方法、装置、移动工具及存储介质 | |
CN115876490A (zh) | 车辆稳定性的检测方法、装置、计算机设备和存储介质 | |
CN117842095A (zh) | 行车轨迹确定方法、装置、计算机设备和存储介质 | |
CN114889598A (zh) | 停车控制方法、装置、计算机设备和存储介质 |
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 |