CN115303288A - 一种车辆控制方法、控制装置及摄像头装置 - Google Patents

一种车辆控制方法、控制装置及摄像头装置 Download PDF

Info

Publication number
CN115303288A
CN115303288A CN202210980575.9A CN202210980575A CN115303288A CN 115303288 A CN115303288 A CN 115303288A CN 202210980575 A CN202210980575 A CN 202210980575A CN 115303288 A CN115303288 A CN 115303288A
Authority
CN
China
Prior art keywords
lane
camera device
vehicle
information
equation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210980575.9A
Other languages
English (en)
Inventor
陈俊杰
王野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Geely Holding Group Co Ltd
Ningbo Geely Automobile Research and Development Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Ningbo Geely Automobile Research and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Geely Holding Group Co Ltd, Ningbo Geely Automobile Research and Development Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202210980575.9A priority Critical patent/CN115303288A/zh
Publication of CN115303288A publication Critical patent/CN115303288A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/20—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B60R1/22—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开实施例公开了一种车辆控制方法、控制装置及摄像头装置，车辆控制方法可以包括：控制端获取车辆上摄像头装置输入的车道中心线方程，车道中心线方程为摄像头装置对车辆前方车道线的检测后拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程；控制端根据车道中心线方程规划车辆期望跟踪轨迹，判断摄像头感知的道路几何结构是否发生变化；在判定摄像头装置感知的道路几何结构发生变化时，对摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程。本公开实施例公开的车辆控制方法、控制装置及摄像头装置，可对感知层信息进行二次优化，提高感知层信息的有效性和稳定性。

Description

一种车辆控制方法、控制装置及摄像头装置
技术领域
本公开涉及但不仅限于汽车领域，尤指一种车辆控制方法、控制装置及摄像头装置。
背景技术
智能驾驶技术可分为感知、决策、规划、控制四个模块，其中感知层通过硬件传感器感知设备，实现车辆外界周围路况、障碍物、车道线等特征目标的检测，并通过算法或者建模等方式来完成信息的处理和分析，以实现对周围环境以及路况信息的识别，帮助智能驾驶汽车有效进行后续的决策和执行控制。因此，感知层信息的有效性和稳定性决定了后续决策和控制的有效性和稳定性。
目前的智能驾驶车辆对道路几何结构主要通过车道线的检测识别，而车道线的检测识别主要依赖于车辆上安装的摄像头装置，摄像头装置内部的车道线检测算法通过对车道两侧的车道线感知检测，最终输出用于车辆控制的拟合车道中心线参数，包括车道中心线方程，车道曲率以及车辆偏离车道中心线距离。受制于车道线检测算法和摄像头装置感知性能的局限性，面对道路几何结构变化，比如对于双侧鱼骨线或者单侧鱼骨线存在的路面，车道线样式和宽度出现较大变化，摄像头装置容易对车道线宽度识别出现较大偏差，如单侧车道线宽度检测出现的偏差导致车道中心线位置出现偏差，进而导致车辆横向轨迹跟踪控制出现较大误差量。
以及，目前的智能驾驶感知层输入到规划层的链路都是单向的，规划层对车辆横向控制的期望转向角计算完全依赖于摄像头装置输入的车道线信息，如车道中心线方程、车道曲率以及车辆偏离车道中心线距离，如果摄像头装置性能受限或感知出现误差将直接导致规划层横向期望转向角计算的偏差，进而导致车辆横向控制出现偏差，偏离预期的行驶轨迹。因此摄像头装置实时的带有一定偏差跳动量的车道信息的输入也将直接造成车辆横向轨迹控制的摇摆和失稳。
发明内容
第一方面，本公开实施例提供了一种车辆控制方法，包括：
控制端获取车辆上摄像头装置输入的车道中心线方程，所述车道中心线方程为所述摄像头装置对车辆前方车道线的检测后拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程；
所述控制端根据所述车道中心线方程规划车辆期望跟踪轨迹，判断所述摄像头感知的道路几何结构是否发生变化；
在判定所述摄像头装置感知的道路几何结构发生变化时，对所述摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程。
第二方面，本公开实施例提供了一种车辆控制方法，包括：
摄像头装置对车辆前方车道线进行检测，拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程，并将所述车道中心线方程发送给控制端；
所述摄像头装置将检测到的道路前方一定距离内的车道线信息，以及历史时域的车道线信息发送给所述控制端，以使所述控制端重新线性拟合得到二次优化的车道中心线方程；
或者，
所述摄像头装置接收到所述控制端发送的二次拟合信息时，根据检测到的道路前方一定距离内的车道线信息，以及历史时域的车道线信息，重新线性拟合得到二次优化的车道中心线方程，将二次优化的车道中心方程发送给所述控制端。
第三方面，本公开实施例提供了一种车辆控制装置，包括存储器和处理器，存储器用于存储执行指令；处理器调用所述执行指令，用于执行第一方面任一实施例所述的车辆控制方法。
第四方面，本公开实施例提供了一种摄像头装置，包括：摄像头、存储器和处理器，存储器用于存储执行指令；处理器调用所述执行指令，用于执行第二方面任一实施例所述的车辆控制方法。
本公开至少一个实施例提供的车辆控制方法、控制装置及摄像头装置，与现有技术相比，具有以下有益效果：与规划层对车辆横向控制的计算完全依赖于感知层信息相比，可对感知层信息进行二次优化，提高了感知层信息的有效性和稳定性，降低了感知层无效和偏差信息被规划控制层直接执行的风险。
本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本公开技术方案的理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。
图1为本公开一示例实施例提供的车辆控制方法的流程图；
图2为本公开一示例实施例提供的车辆控制的示意图；
图3为本公开另一示例实施例提供的车辆控制方法的流程图；
图4为本公开一示例实施例提供的车辆控制装置的结构框图；
图5为本公开一示例实施例提供的摄像头装置的结构框图。
具体实施方式
本公开描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本公开所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本公开包括并设想了与本领域普通技术人员已知的特征和元件的组合。本公开已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本公开中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本公开实施例的精神和范围内。
图1为本公开一示例实施例提供的车辆控制方法的流程图，图2为本公开一示例实施例提供的车辆控制的示意图，本公开实施例的执行主体可以为规划层的控制端，如图1和图2所示，车辆控制方法可以包括：S101、S102和S103。
S101：控制端获取车辆上摄像头装置输入的车道中心线方程，车道中心线方程为摄像头装置对车辆前方车道线的检测后拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程。
可在车辆上安装摄像头装置(可称为摄像头传感器)作为智能驾驶感知层，摄像头装置可以包括摄像头和处理器，摄像头采集车道两侧的道路信息，处理器内部的车道线检测算法通过对车道两侧的车道线感知检测，向规划层的控制端输出用于车辆控制的拟合车道中心线参数，车道中心线参数可以包括车道中心线方程，车道曲率以及车辆偏离车道中心线距离等。车道中心线方程可以为二次数学方程、三次数学方程等。
摄像头装置内部的车道线检测算法可采用已有的车道线检测算法，车道线检测算法主要用于将采集来的车道线数据进行曲线拟合，以估计车道线的参数信息，得知转向角、偏移量、倾斜角、曲率半径等信息，从而预测车道线的走向。其中，车道线检测算法对车道两侧的车道线感知检测，输出用于车辆控制的拟合车道中心线参数的实现原理与现有技术相同，本实施例不再赘述。
举例来说，可通过摄像头装置中的摄像头获取车辆前方100米的车道线数据，摄像头装置中的处理器内部的车道线检测算法可根据车辆前方100米的车道线数据进行曲线拟合，以得到前时刻之后的未来一定时域内(比如前方500米)的车道中心线方程。
在一示例中，摄像头装置对车辆前方车道线进行检测，拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程，可以包括：
如图2所示，摄像头装置对前方车道线检测，得到并存储道路前方一定距离内的两侧车道线的所有离散目标位置点信息；摄像头装置根据道路前方一定距离内的两侧车道线的所有离散目标位置点信息，拟合计算得到未来一定时域内的车道中心线方程。
摄像头装置通过对前方车道线的检测识别，输出道路前方一定距离内的两侧车道线的所有离散目标位置点信息；车辆将实时存储当前时刻车辆前方一定距离内的两侧车道线的所有离散目标位置点信息；摄像头装置根据车道线的离散目标位置点信息，拟合计算得到超越当前时刻的一定未来时域内的车道中心线方程。
S102：控制端根据车道中心线方程规划车辆期望跟踪轨迹，判断摄像头装置感知的道路几何结构是否发生变化。
如图2所示，摄像头装置计算得到的车道中心线方程输入到规划层的控制端用于规划车辆期望跟踪轨迹。控制端可设计车辆跟踪轨迹预控算法，对摄像头装置将车道中心线方程输入到车辆规划层后，规划出的期望轨迹进行预先跟踪控制，以预先识别期望轨迹对车辆轨迹跟踪横向控制的误差影响，进而判断摄像头装置车道中心线感知识别的有效性和稳定性。
在一示例中，控制端根据车道中心线方程规划车辆期望跟踪轨迹，判断摄像头装置感知的道路几何结构是否发生变化，可以包括：
根据车道中心线方程，预测得到未来一定时域内的车辆横向控制的期望转向角；根据横向控制转向角和当前时刻下车辆行驶的状态信息，预测得到未来一定时域内的车辆期望横摆角速度；根据期望横摆角速度判断摄像头装置感知的道路几何结构是否发生变化。
控制端可根据车辆自身结构参数和动力学方程构建车辆动力学模型和驾驶员模型，可通过驾驶员模型表示车道中心线与车辆横向控制转向角的对应关系。车辆动力学模型可根据车辆动力学推论得到，可通过车辆动力学模型表示车辆行驶的状态信息、车辆横向控制转向角与车辆横摆角速度的对应关系。其中，车辆动力学模型和驾驶员模型的构建原理与现有方案的构建原理相同，本实施例在此不进行限定和赘述。
可通过感知层输入的期望车辆跟踪轨迹，即摄像头装置输入的车道中心线方程，将车道中心线方程输入到驾驶员模型，得到当前时刻和未来一定时域内的车辆横向控制转向角。
可通过车辆传感器和观测器得到当前时刻下车辆行驶的状态信息，如横纵向车速，加速度，横摆角速度以及航向角等，将车辆当前状态信息和未来时域内的车辆横向控制转向角输入车辆动力学模型，预测得到未来一定时域内的车辆期望横摆角速度。
在一示例中，状态信息可以包括以下至少一种：车辆车速、加速度、横摆角速度以及航向角。
S103：在判定摄像头装置感知的道路几何结构发生变化时，对摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程。
当控制端根据期望横摆角速度判断摄像头装置感知的道路几何结构发生变化，无论是道路实际几何结构发生变化还是摄像头装置识别道路几何结构出现偏差，则都表征摄像头装置感知的道路几何结构发生变化。
控制端设计车道线感知识别反馈优化算法，将车辆规划控制层的结果反馈到感知算法层，对摄像头装置的车道中心线参数进行二次优化，输出可以降低车辆轨迹跟踪横向控制误差的车道中心线参数。
与规划层对车辆横向控制完全依赖于感知层信息相比，可对感知层信息进行二次优化，提高了感知层信息的有效性和稳定性，降低了感知层无效和偏差信息被规划控制层直接执行的风险。
在一示例中，对摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程，可以包括：
从摄像头装置获取二次拟合所需的道路前方一定距离内的车道线信息，以及历史时域的车道线信息，以重新线性拟合得到二次优化的车道中心线方程。
本实施例中，可在控制端设置车道线二次优化模块，在判定摄像头感知装置感知的道路几何结构发生变化时，从摄像头装置获取二次拟合所需信息(历史车道线信息和未来时域的车道线信息)，以重新线性拟合得到二次优化的车道中心线方程。
在一示例中，对摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程，可以包括：
向摄像头装置发送二次拟合信息，用于指示摄像头装置重新线性拟合得到二次优化的车道中心线方程。
本实施例中，可在摄像头装置中设置车道线二次优化模块，在摄像头装置接收到控制端发送的二次拟合信息时，摄像头装置重新线性拟合得到二次优化的车道中心线方程。与目前智能驾驶感知层到规划控制层的单向信息传输链路结构相比，可将规划控制层(控制端)的结果反馈到感知层(摄像头装置)，对感知层信息进行二次优化，提高了感知层信息的有效性和稳定性，降低了感知层无效和偏差信息被规划控制层直接执行的风险。
在一示例中，重新线性拟合得到二次优化的车道中心线方程，可以包括：
获取摄像头装置检测到的道路前方一定距离内的两侧车道线的所有离散目标位置点信息，作为第一离散目标位置点信息；获取摄像头装置检测到的历史时域的两侧车道线的所有离散目标位置点，作为第二离散目标位置点信息；将第一离散目标位置点信息和第二离散目标位置点信息揉合在一起后，重新线性拟合得到二次优化的车道线方程。
在二次优化时，可将摄像头装置检测到的未来时域内(比如前方100米)的两侧车道线的所有离散目标位置点信息和该未来时域之前的一定时域内(历史时域)的两侧车道线的所有离散目标位置点信息揉合在一起，输入到控制端中或摄像头装置中的车道线二次优化模块；车道线二次优化模块，可将扩展时域内的所有离散目标位置点信息进行噪声(偏离点)去除，并重新线性拟合得到二次优化的车道中心线方程。
本公开实施例提供的车辆控制方法，可将规划控制层的结果反馈到感知层，对感知层信息进行二次优化，提高了感知层信息的有效性和稳定性，降低了感知层无效和偏差信息被规划控制层直接执行的风险。
在本公开一示例实施例中，根据期望横摆角速度判断摄像头装置感知的道路几何结构是否发生变化，可以包括：
计算未来一定时域内的期望横摆角速度的方差；将期望横摆角速度的方差与设定阈值比较，在期望横摆角速度的方差大于设定阈值时，判定摄像头装置感知的道路几何结构发生变化。
当期望横摆角速度的方差超过一定的阈值，则判断表征摄像头装置感知的道路几何结构发生变化。
当控制端提前识别到未来时域内车辆的期望横摆角速度的方差超过一定阈值，无论是道路实际几何结构发生变化还是摄像头装置识别道路几何结构出现偏差，则都表征摄像头装置感知的道路几何结构发生变化。
在本公开一示例实施例中，二次拟合信息可以包括：期望横摆角速度的方差大于设定阈值的时间段，二次拟合信息用于指示摄像头装置重新线性拟合该时间段内的车道线信息得到二次优化的车道中心线方程。
控制端可将期望横摆角速度的方差大于设定阈值的时间段返回摄像头装置，摄像头装置重新线性拟合该时间段内的车道线信息得到二次优化的车道中心线方程。举例来说，摄像头装置获取到车辆前方100米的车道线数据，控制端预测判定得到望横摆角速度的方差大于设定阈值的时间段为前方40米至50米，控制端将该前方40米至50米对应的时间段返回给摄像头装置，摄像头装置将该未来时域内(前方40米至50米)的两侧车道线的所有离散目标位置点信息和该未来时域之前的一定时域内(历史时域)的两侧车道线的所有离散目标位置点信息揉合在一起，输入到车道线信息二次优化模块；车道线信息二次优化模块，将扩展时域内的所有离散目标位置点信息进行噪声(偏离点)去除，并重新线性拟合得到二次优化的车道线信息。
图3为本公开另一示例实施例提供的车辆控制方法的流程图，本公开实施例的执行主体可以为规划层的控制端，如图3所示，车辆控制方法可以包括：S301和S302。
S301：摄像头装置对车辆前方车道线进行检测，拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程，并将车道中心线方程发送给控制端。
可在车辆上安装摄像头装置作为智能驾驶感知层，摄像头装置可以包括摄像头和处理器，摄像头采集车道两侧的道路信息，处理器内部的车道线检测算法通过对车道两侧的车道线感知检测，向规划层的控制端输出用于车辆控制的拟合车道中心线参数，车道中心线参数可以包括车道中心线方程，车道曲率以及车辆偏离车道中心线距离等。车道中心线方程可以为二次数学方程、三次数学方程等。
摄像头装置内部的车道线检测算法可采用已有的车道线检测算法，车道线检测算法主要用于将采集来的车道线数据进行曲线拟合，以估计车道线的参数信息，得知转向角、偏移量、倾斜角、曲率半径等信息，从而预测车道线的走向。其中，车道线检测算法对车道两侧的车道线感知检测，输出用于车辆控制的拟合车道中心线参数的实现原理与现有技术相同，本实施例不再赘述。
举例来说，可通过摄像头装置中的摄像头获取车辆前方100米的车道线数据，摄像头装置中的处理器内部的车道线检测算法可根据车辆前方100米的车道线数据进行曲线拟合，以得到前时刻之后的未来一定时域内(比如前方500米)的车道中心线方程。
摄像头装置通过对前方车道线的检测识别，输出道路前方一定距离内的两侧车道线的所有离散目标位置点信息；车辆将实时存储当前时刻车辆前方一定距离内的两侧车道线的所有离散目标位置点信息；摄像头装置根据车道线的离散目标位置点信息，拟合计算得到超越当前时刻的一定未来时域内的车道中心线方程。
S302：在摄像头装置接收到控制端发送的二次拟合信息时，根据检测到的道路前方一定距离内的车道线信息，以及历史时域的车道线信息，重新线性拟合得到二次优化的车道中心线方程，将二次优化的车道中心方程发送给控制端。
本实施例中，可在摄像头装置中设置车道线二次优化模块，在摄像头装置接收到控制端发送的二次拟合信息时，摄像头装置重新线性拟合得到二次优化的车道中心线方程。
在一示例中，重新线性拟合得到二次优化的车道中心线方程，可以包括：
摄像头装置获取道路前方一定距离内的两侧车道线的所有离散目标位置点信息，作为第一离散目标位置点信息；摄像头装置获取历史时域的两侧车道线的所有离散目标位置点，作为第二离散目标位置点信息；将第一离散目标位置点信息和第二离散目标位置点信息揉合在一起后，重新线性拟合得到二次优化的车道线方程。
摄像头装置接收到控制端发送的二次拟合信息，摄像头装置将该未来时域内(比如前方100米)的两侧车道线的所有离散目标位置点信息和该未来时域之前的一定时域内(历史时域)的两侧车道线的所有离散目标位置点信息揉合在一起，输入到车道线信息二次优化模块；车道线信息二次优化模块，将扩展时域内的所有离散目标位置点信息进行噪声(偏离点)去除，并重新线性拟合得到二次优化的车道中心线方程。
在一可替代实施例中，摄像头装置将检测到的道路前方一定距离内的车道线信息，以及历史时域的车道线信息发送给控制端，以使控制端重新线性拟合得到二次优化的车道中心线方程。
本公开实施例提供的车辆控制方法，与目前智能驾驶感知层到规划控制层的单向信息传输链路结构相比，本实施例可将规划控制层的结果反馈到感知层，对感知层信息进行二次优化，提高了感知层信息的有效性和稳定性，降低了感知层无效和偏差信息被规划控制层直接执行的风险。
在本公开一示例实施例中，摄像头装置对车辆前方车道线进行检测，拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程，可以包括：
摄像头装置对前方车道线检测，得到并存储道路前方一定距离内的两侧车道线的所有离散目标位置点信息；摄像头装置根据道路前方一定距离内的两侧车道线的所有离散目标位置点信息，拟合计算得到未来一定时域内的车道中心线方程。
摄像头装置通过对前方车道线的检测识别，输出道路前方一定距离内的两侧车道线的所有离散目标位置点信息；车辆将实时存储当前时刻车辆前方一定距离内的两侧车道线的所有离散目标位置点信息；摄像头装置根据车道线的离散目标位置点信息，拟合计算得到超越当前时刻的一定未来时域内的车道中心线方程。
在本公开一示例实施例中，二次拟合信息可以包括：车辆的期望横摆角速度的方差大于设定阈值的时间段，期望横摆角速度为控制端根据车道中心线方程预测得到。第一离散目标位置点信息可以包括：摄像头装置获取道路前方一定距离内时间段对应的两侧车道线的所有离散目标位置点信息。
控制端可将期望横摆角速度的方差大于设定阈值的时间段返回摄像头装置，摄像头装置重新线性拟合该时间段内的车道线信息得到二次优化的车道中心线方程。举例来说，摄像头装置获取到车辆前方100米的车道线数据，控制端预测判定得到望横摆角速度的方差大于设定阈值的时间段为前方40米至50米，控制端将该前方40米至50米对应的时间段返回给摄像头装置，摄像头装置将该未来时域内(前方40米至50米)的两侧车道线的所有离散目标位置点信息和该未来时域之前的一定时域内(历史时域)的两侧车道线的所有离散目标位置点信息揉合在一起，输入到车道线信息二次优化模块；车道线信息二次优化模块，将扩展时域内的所有离散目标位置点信息进行噪声(偏离点)去除，并重新线性拟合得到二次优化的车道线信息。
图4为本公开一示例实施例提供的车辆控制装置的结构框图，如图4所示，车辆控制装置可以包括存储器41和处理器42。
存储器用于存储执行指令，处理器可以是一个中央处理器(Central ProcessingUnit，简称CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或者完成实施本公开实施例的一个或多个集成电路。当车辆控制装置运行时，处理器与存储器之间通信，处理器调用执行指令，用于执行以下操作：
控制端获取车辆上摄像头装置输入的车道中心线方程，所述车道中心线方程为所述摄像头装置对车辆前方车道线的检测后拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程；
所述控制端根据所述车道中心线方程规划车辆期望跟踪轨迹，判断所述摄像头装置感知的道路几何结构是否发生变化；
在判定所述摄像头装置感知的道路几何结构发生变化时，对所述摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程。
在本公开一示例实施例中，处理器根据所述车道中心线方程规划车辆期望跟踪轨迹，判断所述摄像头装置感知的道路几何结构是否发生变化，可以包括：
根据所述车道中心线方程，预测得到所述未来一定时域内的车辆横向控制的期望转向角；
根据所述横向控制转向角和当前时刻下车辆行驶的状态信息，预测得到所述未来一定时域内的车辆期望横摆角速度；
根据所述期望横摆角速度判断所述摄像头装置感知的道路几何结构是否发生变化。
在本公开一示例实施例中，处理器根据所述期望横摆角速度判断所述摄像头装置感知的道路几何结构是否发生变化，可以包括：
计算所述未来一定时域内的所述期望横摆角速度的方差；将所述期望横摆角速度的方差与设定阈值比较，在所述期望横摆角速度的方差大于所述设定阈值时，判定所述摄像头装置感知的道路几何结构发生变化。
在本公开一示例实施例中，所述状态信息可以包括以下至少一种：车辆车速、加速度、横摆角速度以及航向角。
在本公开一示例实施例中，处理器对所述摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程，可以包括：
从摄像头装置获取二次拟合所需的道路前方一定距离内的车道线信息，以及历史时域的车道线信息，以重新线性拟合得到二次优化的车道中心线方程；
或者，
向所述摄像头装置发送二次拟合信息，用于指示所述摄像头装置重新线性拟合得到二次优化的车道中心线方程。
在本公开一示例实施例中，处理器重新线性拟合得到二次优化的车道中心线方程，可以包括:
获取所述摄像头装置检测到的道路前方一定距离内的两侧车道线的所有离散目标位置点信息，作为第一离散目标位置点信息；
获取所述摄像头装置检测到的历史时域的两侧车道线的所有离散目标位置点，作为第二离散目标位置点信息；
将所述第一离散目标位置点信息和所述第二离散目标位置点信息揉合在一起后，重新线性拟合得到二次优化的车道线方程。
在本公开一示例实施例中，所述二次拟合信息可以包括：所述期望横摆角速度的方差大于设定阈值的时间段，所述二次拟合信息用于指示所述摄像头装置重新线性拟合所述时间段内的车道线信息得到二次优化的车道中心线方程。
图5为本公开一示例实施例提供的摄像头装置的结构框图，如图5所示，摄像头装置可以包括摄像头51、存储器52和处理器53。
摄像头用于采集车辆前方车道线信息并发送给处理器。
存储器用于存储执行指令，处理器可以是一个中央处理器(Central ProcessingUnit，简称CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或者完成实施本公开实施例的一个或多个集成电路。当摄像头装置运行时，处理器与存储器之间通信，处理器调用执行指令，用于执行以下操作：
摄像头装置对车辆前方车道线进行检测，拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程，并将所述车道中心线方程发送给控制端；
所述摄像头装置将检测到的道路前方一定距离内的车道线信息，以及历史时域的车道线信息发送给所述控制端，以使所述控制端重新线性拟合得到二次优化的车道中心线方程；
或者，
所述摄像头装置接收到所述控制端发送的二次拟合信息时，根据检测到的道路前方一定距离内的车道线信息，以及历史时域的车道线信息，重新线性拟合得到二次优化的车道中心线方程，将二次优化的车道中心方程发送给所述控制端。
在本公开一示例实施例中，处理器对车辆前方车道线进行检测，拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程，可以包括：
所述摄像头装置对前方车道线检测，得到并存储道路前方一定距离内的两侧车道线的所有离散目标位置点信息；
所述摄像头装置根据道路前方一定距离内的两侧车道线的所有离散目标位置点信息，拟合计算得到所述未来一定时域内的车道中心线方程。
在本公开一示例实施例中，处理器重新线性拟合得到二次优化的车道中心线方程，可以包括：
获取道路前方一定距离内的两侧车道线的所有离散目标位置点信息，作为第一离散目标位置点信息；
获取历史时域的两侧车道线的所有离散目标位置点，作为第二离散目标位置点信息；
将所述第一离散目标位置点信息和所述第二离散目标位置点信息揉合在一起后，重新线性拟合得到二次优化的车道线方程。
在本公开一示例实施例中，所述二次拟合信息可以包括：车辆的期望横摆角速度的方差大于设定阈值的时间段，所述期望横摆角速度为所述控制端根据所述车道中心线方程预测得到；
所述第一离散目标位置点信息可以包括：所述摄像头装置获取道路前方一定距离内所述时间段对应的两侧车道线的所有离散目标位置点信息。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (12)

1.一种车辆控制方法，其特征在于，包括：
控制端获取车辆上摄像头装置输入的车道中心线方程，所述车道中心线方程为所述摄像头装置对车辆前方车道线的检测后拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程；
所述控制端根据所述车道中心线方程规划车辆期望跟踪轨迹，判断所述摄像头感知的道路几何结构是否发生变化；
在判定所述摄像头装置感知的道路几何结构发生变化时，对所述摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程。
2.根据权利要求1所述的方法，其特征在于，所述控制端根据所述车道中心线方程规划车辆期望跟踪轨迹，判断所述摄像头装置感知的道路几何结构是否发生变化，包括：
根据所述车道中心线方程，预测得到所述未来一定时域内的车辆横向控制的期望转向角；
根据所述横向控制转向角和当前时刻下车辆行驶的状态信息，预测得到所述未来一定时域内的车辆期望横摆角速度；
根据所述期望横摆角速度判断所述摄像头装置感知的道路几何结构是否发生变化。
3.根据权利要求2所述的方法，其特征在于，所述根据所述期望横摆角速度判断所述摄像头装置感知的道路几何结构是否发生变化，包括：
计算所述未来一定时域内的所述期望横摆角速度的方差；
将所述期望横摆角速度的方差与设定阈值比较，在所述期望横摆角速度的方差大于所述设定阈值时，判定所述摄像头装置感知的道路几何结构发生变化。
4.根据权利要求2或3所述的方法，其特征在于，所述状态信息包括以下至少一种：车辆车速、加速度、横摆角速度以及航向角。
5.根据权利要求1-3任一项所述的方法，其特征在于，所述对所述摄像头装置检测的车辆前方车道线进行二次拟合，以重新线性拟合得到二次优化的车道中心线方程，包括：
从摄像头装置获取二次拟合所需的道路前方一定距离内的车道线信息，以及历史时域的车道线信息，以重新线性拟合得到二次优化的车道中心线方程；
或者，
向所述摄像头装置发送二次拟合信息，用于指示所述摄像头装置重新线性拟合得到二次优化的车道中心线方程。
6.根据权利要求5所述的方法，其特征在于，所述重新线性拟合得到二次优化的车道中心线方程，包括:
获取所述摄像头装置检测到的道路前方一定距离内的两侧车道线的所有离散目标位置点信息，作为第一离散目标位置点信息；
获取所述摄像头装置检测到的历史时域的两侧车道线的所有离散目标位置点，作为第二离散目标位置点信息；
将所述第一离散目标位置点信息和所述第二离散目标位置点信息揉合在一起后，重新线性拟合得到二次优化的车道线方程。
7.一种车辆控制方法，其特征在于，包括：
摄像头装置对车辆前方车道线进行检测，拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程，并将所述车道中心线方程发送给控制端；
所述摄像头装置将检测到的道路前方一定距离内的车道线信息，以及历史时域的车道线信息发送给所述控制端，以使所述控制端重新线性拟合得到二次优化的车道中心线方程；
或者，
所述摄像头装置接收到所述控制端发送的二次拟合信息时，根据检测到的道路前方一定距离内的车道线信息，以及历史时域的车道线信息，重新线性拟合得到二次优化的车道中心线方程，将二次优化的车道中心方程发送给所述控制端。
8.根据权利要求7所述的方法，其特征在于，所述摄像头装置对车辆前方车道线进行检测，拟合计算得到当前时刻之后的未来一定时域内的车道中心线方程，包括：
所述摄像头装置对前方车道线检测，得到并存储道路前方一定距离内的两侧车道线的所有离散目标位置点信息；
所述摄像头装置根据道路前方一定距离内的两侧车道线的所有离散目标位置点信息，拟合计算得到所述未来一定时域内的车道中心线方程。
9.根据权利要求7所述的方法，其特征在于，所述重新线性拟合得到二次优化的车道中心线方程，包括：
所述摄像头装置获取道路前方一定距离内的两侧车道线的所有离散目标位置点信息，作为第一离散目标位置点信息；
所述摄像头装置获取历史时域的两侧车道线的所有离散目标位置点，作为第二离散目标位置点信息；
将所述第一离散目标位置点信息和所述第二离散目标位置点信息揉合在一起后，重新线性拟合得到二次优化的车道线方程。
10.根据权利要求9所述的方法，其特征在于，所述二次拟合信息包括：车辆的期望横摆角速度的方差大于设定阈值的时间段，所述期望横摆角速度为所述控制端根据所述车道中心线方程预测得到；
所述第一离散目标位置点信息包括：所述摄像头装置获取道路前方一定距离内所述时间段对应的两侧车道线的所有离散目标位置点信息。
11.一种车辆控制装置，其特征在于，包括存储器和处理器，存储器用于存储执行指令；处理器调用所述执行指令，用于执行如权利要求1-6任一项所述的车辆控制方法。
12.一种摄像头装置，其特征在于，包括：摄像头、存储器和处理器，存储器用于存储执行指令；处理器调用所述执行指令，用于执行如权利要求7-10任一项所述的车辆控制方法。
CN202210980575.9A 2022-08-16 2022-08-16 一种车辆控制方法、控制装置及摄像头装置 Pending CN115303288A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210980575.9A CN115303288A (zh) 2022-08-16 2022-08-16 一种车辆控制方法、控制装置及摄像头装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210980575.9A CN115303288A (zh) 2022-08-16 2022-08-16 一种车辆控制方法、控制装置及摄像头装置

Publications (1)

Publication Number Publication Date
CN115303288A true CN115303288A (zh) 2022-11-08

Family

ID=83863260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210980575.9A Pending CN115303288A (zh) 2022-08-16 2022-08-16 一种车辆控制方法、控制装置及摄像头装置

Country Status (1)

Country Link
CN (1) CN115303288A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116580373A (zh) * 2023-07-11 2023-08-11 广汽埃安新能源汽车股份有限公司 一种车道线优化方法、装置、电子设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116580373A (zh) * 2023-07-11 2023-08-11 广汽埃安新能源汽车股份有限公司 一种车道线优化方法、装置、电子设备和存储介质
CN116580373B (zh) * 2023-07-11 2023-09-26 广汽埃安新能源汽车股份有限公司 一种车道线优化方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
US8190330B2 (en) Model based predictive control for automated lane centering/changing control systems
US8428843B2 (en) Method to adaptively control vehicle operation using an autonomic vehicle control system
US11235757B2 (en) Collision avoidance apparatus
CN103204162B (zh) 具有有效后转向的车道跟踪系统
US8140210B2 (en) Method and device for object tracking in a driver assistance system of a motor vehicle
CN112567439B (zh) 一种交通流信息的确定方法、装置、电子设备和存储介质
WO2009155228A1 (en) Path generation algorithm for automated lane centering and lane changing control system
US20200363816A1 (en) System and method for controlling autonomous vehicles
CN115087573B (zh) 一种关键目标选取方法、装置及系统
CN115195718A (zh) 一种车道保持辅助驾驶方法、系统及电子设备
CN115303288A (zh) 一种车辆控制方法、控制装置及摄像头装置
CN111660928B (zh) 车道偏离预警方法、装置和电子设备
CN114852085A (zh) 基于路权侵入度的车辆自动驾驶轨迹规划方法
US20220121213A1 (en) Hybrid planning method in autonomous vehicle and system thereof
US20220073063A1 (en) Vehicle detection and response
CN115320572A (zh) 一种车辆控制方法及装置
US11938952B2 (en) Traveling trajectory estimation system, traveling trajectory estimation program, and traveling trajectory estimating method
US11987251B2 (en) Adaptive rationalizer for vehicle perception systems toward robust automated driving control
CN110347166B (zh) 用于自动驾驶系统的传感器控制方法
CN111176285B (zh) 一种行进路径规划的方法及装置、车辆、可读存储介质
CN113386773A (zh) 视觉识别可靠度的判断方法及设备
CN112693461A (zh) 用于跟随在路径上的最近车辆的系统和过程
US11403441B2 (en) Method for checking a vehicle dynamics model
CN116674594B (zh) 一种基于路径规划的纵向控制方法及装置
CN114084133B (zh) 一种跟车目标的确定方法及相关装置

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