CN115489522A - 一种应用于平行辅助驾驶系统的避障目标识别方法及系统 - Google Patents

一种应用于平行辅助驾驶系统的避障目标识别方法及系统 Download PDF

Info

Publication number
CN115489522A
CN115489522A CN202211445827.4A CN202211445827A CN115489522A CN 115489522 A CN115489522 A CN 115489522A CN 202211445827 A CN202211445827 A CN 202211445827A CN 115489522 A CN115489522 A CN 115489522A
Authority
CN
China
Prior art keywords
obstacle
parallel
information
driving
target
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.)
Granted
Application number
CN202211445827.4A
Other languages
English (en)
Other versions
CN115489522B (zh
Inventor
张利
张驰
李凯
董士琦
邝勇
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.)
Dongfeng Yuexiang Technology Co Ltd
Original Assignee
Dongfeng Yuexiang Technology 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 Dongfeng Yuexiang Technology Co Ltd filed Critical Dongfeng Yuexiang Technology Co Ltd
Priority to CN202211445827.4A priority Critical patent/CN115489522B/zh
Publication of CN115489522A publication Critical patent/CN115489522A/zh
Application granted granted Critical
Publication of CN115489522B publication Critical patent/CN115489522B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09Taking automatic action to avoid collision, e.g. braking and steering
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0956Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W50/0098Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/93Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/50Barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于车辆驾驶技术领域,公开了一种应用于平行辅助驾驶系统的避障目标识别方法及系统,毫米波雷达识别出多个障碍物信息,传输至平行驾驶终端控制器;前向避障目标识别软件将障碍物信息由路面信息分类器通过计算障碍物危险事件的发生概率进行第一轮筛选;通过驾驶员信息分类器进行第二轮筛选;通过车辆信息分类器进行第三轮筛选;将第三轮筛选输出的用于执行避障的障碍物目标分为静止障碍物目标与运动障碍物目标;基于雷达传感器识别出的障碍物目标相对位置信息与实际路面相对位置情况,判断是否为弯道,判断是否要对横纵向坐标进行修正;不同工况下输出前向避障目标。本发明解决了在多障碍物目标、多工况中正确识别出避障目标的问题。

Description

一种应用于平行辅助驾驶系统的避障目标识别方法及系统
技术领域
本发明属于车辆驾驶技术领域,具体涉及一种应用于平行辅助驾驶系统的避障目标识别方法及系统。
背景技术
基于4G或5G移动通信技术的平行驾驶系统或远程驾驶系统,已经成为智能网联新兴发展技术,且已经拥有一定的应用领域,如园区与矿区的平行驾驶车辆接驳及作业。
目前行业内推出的平行驾驶系统,主要通过车载摄像头传感器采集车外环境视频传输到远程驾驶座舱,远程驾驶员通过观看远程驾舱内显示屏中车外环境视频图像,远程遥控车辆的行驶。但因车外摄像头采集及传输的视频图像为二维图像,远程驾驶员通过观看二维的环境视频图像,依靠个人经验对三维空间中的车辆进行操作,与真实的三维空间中驾驶车辆人体环境感知差异较大,驾驶员往往无法有效地通过视频图像感知前向障碍物真实距离及判断碰撞风险,从而导致一定的远程驾驶行车效率及行车安全问题。
在平行驾驶系统上增设障碍物探测器(如毫米波雷达等),由障碍物探测器检测前方障碍,并实现自主避障或自动防撞的平行辅助驾驶方案,是上述问题的解决方案之一,并已经得到了一定的应用。但该功能被正确执行的障碍物目标具有危险性与唯一性。而原始的障碍物检测器(毫米波雷达)障碍物信息一般为多个障碍物目标,且存在直道与弯道不同的道路工况。因此,如何在多障碍物目标,且在多工况中正确的识别出避障目标,是平行辅助驾驶自主避障或自动防撞方案成败的关键。
发明内容
针对上述提出的技术问题,从平行辅助驾驶系统实现自主避障或自动防撞的目标识别方案出发,本发明提供一种应用于平行辅助驾驶系统的避障目标识别方法及系统。
第一方面,本发明提供了一种应用于平行辅助驾驶系统的避障目标识别方法,该方法包括如下的步骤:
步骤1、毫米波雷达识别出原始多个障碍物信息,传输至平行驾驶终端控制器;
步骤2、平行驾驶终端控制器运行的前向避障目标识别软件,将原始多个障碍物信息由路面信息分类器通过计算障碍物危险事件的发生概率进行第一轮筛选,其中,路面信息指障碍物在路面的分布位置;
步骤3、平行驾驶终端控制器运行的前向避障目标识别软件,将路面信息分类器的第一轮筛选输出的目标,通过驾驶员信息分类器进行第二轮筛选,其中,驾驶员信息指平行驾驶员对障碍物的感知信息;
步骤4、平行驾驶终端控制器运行的前向避障目标识别软件,将驾驶员信息分类器的第二轮筛选输出的目标,通过车辆信息分类器进行第三轮筛选,其中,车辆信息指障碍物与本车的相对运动学参数;
步骤5、通过车辆信息分类器的第三轮筛选输出的用于执行避障的障碍物目标,障碍物目标又分为静止障碍物目标与运动障碍物目标;
步骤6、若雷达传感器识别出的障碍物目标相对位置信息与实际路面相对位置不重合,则为弯道工况;
若400≤R<3000,则对弯道工况的横向距离和纵向距离进行修正,其中,R为弯道 半径,
Figure 750805DEST_PATH_IMAGE001
,Vs为本车速度;Yaw为横摆角速度。
步骤7、不同工况下输出前向避障目标。
具体地,步骤2中,通过如下步骤计算障碍物危险事件的发生概率:
步骤2.1、计算障碍物纵向距离危险事件的条件概率:
Figure 136787DEST_PATH_IMAGE003
其中,A为障碍物纵向距离危险事件;B为障碍物横向距离危险事件;
Figure 854207DEST_PATH_IMAGE004
为目标 识别系统工作距离;D为障碍物信息中的纵向距离;
步骤2.2、计算障碍物横向距离危险事件的概率:
Figure 734570DEST_PATH_IMAGE005
其中,X为障碍物信息中的横向距离;
步骤2.3、计算障碍物危险事件的发生概率P(A·B):
Figure 221046DEST_PATH_IMAGE006
当P(A·B)等于0时,则障碍物为非危险目标;
当P(A·B)不等于0时,则障碍物为危险目标,概率越大,危险程度越高。
具体地,步骤4中,相对运动学参数包括相对速度、横向距离、纵向距离,具体通过如下方式进行第三轮筛选:
步骤4.1、计算相对速度,筛选危险障碍物:
当障碍物
Figure 777929DEST_PATH_IMAGE007
Figure 763072DEST_PATH_IMAGE008
时,障碍物被筛选为危险障碍物;
当障碍物
Figure 634076DEST_PATH_IMAGE007
Figure 771796DEST_PATH_IMAGE009
时,障碍物被筛选为危险障碍物;
其中,
Figure 984734DEST_PATH_IMAGE010
为本车与障碍物的相对速度,
Figure 473484DEST_PATH_IMAGE011
为本车速度;
步骤4.2、计算横向距离、纵向距离,进一步筛选危险障碍物:
当50<D<100且
Figure 882600DEST_PATH_IMAGE012
,障碍物被筛选为危险障碍物;
当0<D<50且
Figure 124094DEST_PATH_IMAGE013
,障碍物被筛选为危险障碍物;
其中,D为障碍物信息中的纵向距离,X为障碍物信息中的横向距离。
具体地,步骤5中,通过如下方式判断静止障碍物目标与运动障碍物目标:
Figure 288359DEST_PATH_IMAGE014
Figure 998826DEST_PATH_IMAGE015
Figure 962365DEST_PATH_IMAGE007
Figure 74678DEST_PATH_IMAGE009
, 50<D<100且
Figure 878686DEST_PATH_IMAGE012
或0<D<50且
Figure 528979DEST_PATH_IMAGE013
,则障碍物为运动障碍物目标;
Figure 342214DEST_PATH_IMAGE014
Figure 512295DEST_PATH_IMAGE015
Figure 769095DEST_PATH_IMAGE007
Figure 188575DEST_PATH_IMAGE008
, 50<D<100且
Figure 743185DEST_PATH_IMAGE012
或0<D<50且
Figure 79357DEST_PATH_IMAGE013
,则障碍物为静止障碍物目标。
具体地,步骤6中,具体通过如下步骤修正横向距离和纵向距离:
步骤6.1、修正横向距离:
Figure 490747DEST_PATH_IMAGE016
其中,X为弯道工况路面横向距离,x为原始障碍物横向距离,I为原始障碍物纵向距离;
步骤6.2、修正纵向距离:
Figure 600785DEST_PATH_IMAGE017
其中,D为弯道工况路面纵向距离。
具体地,步骤7包括如下步骤:
步骤7.1、当修正条件触发时,用修正横向距离和修正纵向距离替换步骤5中的运动目标与静止目标的横向距离和纵向距离,前向避障目标识别软件输出弯道工况下前向避障目标信息,用于执行自主避障功能;
步骤7.2、当修正条件未触发时,采用步骤5中的运动目标与静止目标的横向距离和纵向距离,前向避障目标识别软件输出直道工况下前向避障目标信息,用于执行自主避障功能。
第二方面,本发明还提供了一种应用于平行辅助驾驶系统的避障目标识别系统,该系统包括:平行驾驶车辆端和平行驾驶舱端;
平行驾驶车辆端,包括摄像头传感器、毫米波雷达传感器、平行驾驶终端控制器、平行驾驶车辆;
平行驾驶舱端,包括驾驶模拟器、平行驾驶台架控制器、平行驾驶视频控制器、图像显示屏;
平行驾驶终端控制器将摄像头传感器采集到的车辆环境视频图像进行H264格式的图像编码与压缩,然后将编码与压缩后的码流进行UDP/RTP协议封装,与平行驾驶视频控制器以UDP方式进行网络通讯,以平行驾驶终端控制器作为UDP Client,将车辆环境视频图像上传到平行驾驶视频控制器;
平行驾驶终端控制器与平行驾驶台架控制器建立TCP通讯,并以平行驾驶终端控制器作为台架驱动服务的TCP Client,通过网络传输的方式获取驾驶模拟器的控制数据,对其TCP协议解封和无人车辆CAN协议转换,下发到平行驾驶车辆CAN总线上;
平行驾驶终端控制器通过CAN协议接收毫米波雷达传感器检测到的障碍物信息,将障碍物信息进行分类筛选,选取正前方最危险的障碍物信息,计算安全避障策略,当达到避障条件时,将减速或制动指令下发到平行驾驶车辆CAN总线上,执行避障功能。
具体地,驾驶模拟器主要提供平行驾驶车辆台架的控制数据,由平行驾驶台架控制器提供驱动。
具体地,平行驾驶台架控制器作为台架驱动服务的TCP Server,采集驾驶模拟器的控制数据,对控制数据进行TCP协议的封装,并通过网络传输至平行驾驶终端控制器。
具体地,平行驾驶视频控制器,与平行驾驶终端控制器以UDP方式进行通讯,作为UDP Server 实现视频数据接收服务,将接收到的视频数据进行UDP/RTP协议解封,重组为H264格式的码流,再进行H264码流的解码,并通过HDMI接口传输到显示屏显示。
与现有技术相比,本发明的有益效果至少如下所述:
1、本发明在平行驾驶系统上增障碍物探测器(毫米波雷达等),由障碍物探测器检测前方障碍,实现自主避障或自动防撞的平行辅助驾驶方案,解决了平行驾驶系统行车效率与行车安全的问题;
2、本发明针对自主避障或自动防撞功能,被正确执行的障碍物目标具有危险性与唯一性。而原始的障碍物检测器(毫米波雷达)障碍物信息一般为多个障碍物目标,提出一种基于人车路闭环的目标识别方法。经过三轮筛选,识别出前向避障目标信息;保障了平行辅助驾驶中自主避障功能的高正确率执行;
3、本发明针对平行驾驶系统实际行车过程中,按道路信息分为直道工况与弯道工况;将前向避障目标信息通过车辆行驶轨迹预测的反馈环节,对本帧障碍物路面信息进行修正。扩大了平行辅助驾驶中自主避障的功能的应用范围。
附图说明
图1为本发明的一种应用于平行辅助驾驶系统的避障目标识别方法的流程图;
图2为本发明的一种应用于平行辅助驾驶系统的避障目标识别系统的结构示意图;
图3为本发明的前向避障目标的识别流程图;
图4为本发明的弯道工况的路面信息修正说明图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明经行进一步的详细说明。显然,此处所描述的具体实施例仅仅用于解释本发明,是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术普通人员在没有做出创造性劳动的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。
本发明中前向避障目标识别方案为基于人、车、路闭环系统的目标识别方法。总体设计思路如下:毫米波雷达传感器采集障碍物信息,经过路面信息分类器、驾驶员信息分类器与车辆信息分类器,得到前向避障目标。上一帧前向避障目标信息通过车辆行驶轨迹预测的反馈环节,对本帧障碍物路面信息进行修正。本发明的前向避障目标识别流程如图3所示。
图1所示是本发明提供的一种应用于平行辅助驾驶系统的避障目标识别方法的流程图,该流程图具体包括:
步骤1、毫米波雷达识别出原始多个障碍物信息,传输至平行驾驶终端控制器。
步骤2、平行驾驶终端控制器运行的前向避障目标识别软件,将原始多个障碍物信息由路面信息分类器通过计算障碍物危险事件的发生概率进行第一轮筛选,其中,路面信息指障碍物在路面的分布位置。
其中,所述分布位置为障碍物在路面上的区域范围。
具体地,通过如下步骤计算障碍物危险事件的发生概率:
步骤2.1、计算障碍物纵向距离危险事件的条件概率:
Figure 518274DEST_PATH_IMAGE018
其中,A为障碍物纵向距离危险事件;B为障碍物横向距离危险事件;
Figure 662948DEST_PATH_IMAGE004
为目标 识别系统工作距离;D为障碍物信息中的纵向距离;
步骤2.2、计算障碍物横向距离危险事件的概率:
Figure 245239DEST_PATH_IMAGE005
其中,X为障碍物信息中的横向距离;
步骤2.3、计算障碍物危险事件的发生概率P(A·B):
Figure 154158DEST_PATH_IMAGE006
当P(A·B)等于0时,则障碍物为非危险目标;
当P(A·B)不等于0时,则障碍物为危险目标,概率越大,危险程度越高。
步骤3、平行驾驶终端控制器运行的前向避障目标识别软件,将路面信息分类器的第一轮筛选输出的目标,通过驾驶员信息分类器进行第二轮筛选,其中,驾驶员信息指平行驾驶员对障碍物的感知信息。
从心理学角度,人们所处的三维空间中离人们最近的障碍物,对人造成的危险程度越大,平行驾驶员虽然不在车辆三维空间中,但是远程二维视频图像中也适用该项原则:
Figure 50570DEST_PATH_IMAGE015
其中,D1,D2,…DN为原始障碍物信息中的纵向距离。
步骤4、平行驾驶终端控制器运行的前向避障目标识别软件,将驾驶员信息分类器的第二轮筛选输出的目标,通过车辆信息分类器进行第三轮筛选,其中,车辆信息指障碍物与本车的相对运动学参数。
具体地,相对运动学参数包括相对速度、横向距离、纵向距离。
具体通过如下方式进行第三轮筛选:
步骤4.1、计算相对速度,筛选危险障碍物:
当障碍物
Figure 846487DEST_PATH_IMAGE007
Figure 350412DEST_PATH_IMAGE008
时,障碍物被筛选为危险障碍物;
当障碍物
Figure 435043DEST_PATH_IMAGE007
Figure 197462DEST_PATH_IMAGE009
时,障碍物被筛选为危险障碍物;
其中,
Figure 97154DEST_PATH_IMAGE010
为本车与障碍物的相对速度,
Figure 958931DEST_PATH_IMAGE011
为本车速度;
步骤4.2、计算横向距离、纵向距离,进一步筛选危险障碍物:
当50<D<100且
Figure 593175DEST_PATH_IMAGE012
,障碍物被筛选为危险障碍物;
当0<D<50且
Figure 378859DEST_PATH_IMAGE013
,障碍物被筛选为危险障碍物;
其中,D为障碍物信息中的纵向距离,X为障碍物信息中的横向距离。
步骤5、通过车辆信息分类器的第三轮筛选输出的用于执行避障的障碍物目标,障碍物目标又分静止障碍物目标与运动障碍物目标。
具体地,通过如下方式判断静止障碍物目标与运动障碍物目标:
Figure 352631DEST_PATH_IMAGE014
Figure 447626DEST_PATH_IMAGE015
Figure 756117DEST_PATH_IMAGE007
Figure 860339DEST_PATH_IMAGE009
, 50<D<100且
Figure 173771DEST_PATH_IMAGE012
或0<D<50且
Figure 705246DEST_PATH_IMAGE013
,则障碍物为运动障碍物目标;
Figure 782924DEST_PATH_IMAGE014
Figure 877788DEST_PATH_IMAGE015
Figure 357310DEST_PATH_IMAGE007
Figure 59687DEST_PATH_IMAGE008
, 50<D<100且
Figure 578656DEST_PATH_IMAGE012
或0<D<50且
Figure 24680DEST_PATH_IMAGE013
,则障碍物为静止障碍物目标。
步骤6、若雷达传感器识别出的障碍物目标相对位置信息与实际路面相对位置不重合,则为弯道工况;
若400≤R<3000,则对弯道工况的横向距离和纵向距离进行修正,其中,R为弯道 半径,
Figure 358710DEST_PATH_IMAGE001
Figure 418939DEST_PATH_IMAGE011
为本车速度;
Figure 471208DEST_PATH_IMAGE019
为横摆角速度。
具体地,具体通过如下步骤修正横向距离和纵向距离:
步骤6.1、修正横向距离:
Figure 455345DEST_PATH_IMAGE016
其中,X为弯道工况路面横向距离,x为原始障碍物横向距离,I为原始障碍物纵向距离;
步骤6.2、修正纵向距离:
Figure 863455DEST_PATH_IMAGE017
其中,D为弯道工况路面纵向距离。
本发明的弯道工况的路面信息修正说明图如图4所示。
步骤7、不同工况下输出前向避障目标。
具体地,步骤7包括如下步骤:
步骤7.1、当修正条件触发时,用修正横向距离和修正纵向距离替换步骤5中的运动目标与静止目标的横向距离和纵向距离,前向避障目标识别软件输出弯道工况下前向避障目标信息,用于执行自主避障功能;
步骤7.2、当修正条件未触发时,采用步骤5中的运动目标与静止目标的横向距离和纵向距离,前向避障目标识别软件输出直道工况下前向避障目标信息,用于执行自主避障功能。
图2所示是本发明提供的一种应用于平行辅助驾驶系统的避障目标识别系统的结构示意图,包括:平行驾驶车辆端和平行驾驶舱端。
平行驾驶车辆端,包括摄像头传感器、毫米波雷达传感器、平行驾驶终端控制器、平行驾驶车辆。
具体地,平行驾驶车辆为L3级以上的自动驾驶车辆。
具体地,摄像头传感器为360环视摄像头,采集平行驾驶车辆的环境视频图像,并传输到平行驾驶终端控制器。摄像头传感器采用LVDS输出接口传输数据。
具体地,毫米波雷达传感器为77GHZ毫米波雷达,安装在平行驾驶车辆前保险杠中部,与平行驾驶终端控制器,通过私有CAN接口相连,采集平行驾驶车辆正前方区域(扇形区域)的障碍物目标信息,并传输到平行驾驶终端控制器。
具体地,平行驾驶终端控制器为Linux系统。
平行驾驶舱端,包括驾驶模拟器、平行驾驶台架控制器、平行驾驶视频控制器、图像显示屏。
具体地,驾驶模拟器主要提供平行驾驶车辆台架的控制数据,由平行驾驶台架控制器提供驱动。其中,控制数据包括方向盘、油门、刹车、档位等。
具体地,驾驶模拟器方向盘上分布有平行驾驶功能启动按键“Start”键。
具体地,平行驾驶台架控制器为windows系统,平行驾驶视频控制器为Linux系统。
平行驾驶终端控制器将摄像头传感器采集到的车辆环境视频图像进行H264格式的图像编码与压缩,然后将编码与压缩后的码流进行UDP/RTP协议封装,与平行驾驶视频控制器以UDP方式进行网络通讯,以平行驾驶终端控制器作为UDP Client,将车辆环境视频图像上传到平行驾驶视频控制器。
平行驾驶终端控制器与平行驾驶台架控制器建立TCP通讯,并以平行驾驶终端控制器作为台架驱动服务的TCP Client,通过网络传输的方式获取驾驶模拟器的控制数据,对其TCP协议解封和无人车辆CAN协议转换,下发到平行驾驶车辆CAN总线上。
平行驾驶终端控制器通过CAN协议接收毫米波雷达传感器检测到的障碍物信息,将障碍物信息进行分类筛选,选取正前方最危险的障碍物信息,计算安全避障策略,当达到避障条件时,将减速或制动指令下发到平行驾驶车辆CAN总线上,执行避障功能。
具体地,平行驾驶台架控制器作为台架驱动服务的TCP Server,采集驾驶模拟器的控制数据,对控制数据进行TCP协议的封装,并通过网络传输至平行驾驶终端控制器。
具体地,平行驾驶视频控制器,与平行驾驶终端控制器以UDP方式进行通讯,作为UDP Server 实现视频数据接收服务,将接收到的视频数据进行UDP/RTP协议解封,重组为H264格式的码流,再进行H264码流的解码,并通过HDMI接口传输到显示屏显示。
具体地,图像显示屏显示视频控制器解码后的视频图像。
以上上述的实施例仅表达了本发明的实施优选方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种应用于平行辅助驾驶系统的避障目标识别方法,其特征在于,包括如下的步骤:
步骤1、毫米波雷达识别出原始多个障碍物信息,传输至平行驾驶终端控制器;
步骤2、所述平行驾驶终端控制器运行的前向避障目标识别软件,将所述原始多个障碍物信息由路面信息分类器通过计算障碍物危险事件的发生概率进行第一轮筛选,其中,所述路面信息指障碍物在路面的分布位置;
步骤3、所述平行驾驶终端控制器运行的所述前向避障目标识别软件,将所述路面信息分类器的第一轮筛选输出的目标,通过驾驶员信息分类器进行第二轮筛选,其中,所述驾驶员信息指平行驾驶员对障碍物的感知信息;
步骤4、所述平行驾驶终端控制器运行的所述前向避障目标识别软件,将所述驾驶员信息分类器的第二轮筛选输出的目标,通过车辆信息分类器进行第三轮筛选,其中,所述车辆信息指所述障碍物与本车的相对运动学参数;
步骤5、通过所述车辆信息分类器的第三轮筛选输出的用于执行避障的障碍物目标,所述障碍物目标又分为静止障碍物目标与运动障碍物目标;
步骤6、若雷达传感器识别出的所述障碍物目标相对位置信息与实际路面相对位置不重合,则为弯道工况;
Figure 129315DEST_PATH_IMAGE001
,则对所述弯道工况的横向距离和纵向距离进行修正,其中,R 为弯道半径,
Figure 780876DEST_PATH_IMAGE002
Figure 452291DEST_PATH_IMAGE003
为本车速度,
Figure 581921DEST_PATH_IMAGE004
为横摆角速度;
步骤7、不同工况下输出前向避障目标。
2.根据权利要求1所述的一种应用于平行辅助驾驶系统的避障目标识别方法,其特征在于,所述步骤2中,具体通过如下步骤计算所述障碍物危险事件的发生概率:
步骤2.1、计算障碍物纵向距离危险事件的条件概率:
Figure 317665DEST_PATH_IMAGE006
其中,A为障碍物纵向距离危险事件;B为障碍物横向距离危险事件;
Figure 608969DEST_PATH_IMAGE007
为目标识别 系统工作距离;D为障碍物信息中的纵向距离;
步骤2.2、计算障碍物横向距离危险事件的概率:
Figure 610423DEST_PATH_IMAGE008
其中,X为所述障碍物信息中的横向距离;
步骤2.3、计算所述障碍物危险事件的发生概率P(A·B):
Figure 278164DEST_PATH_IMAGE009
当P(A·B)等于0时,则所述障碍物为非危险目标;
当P(A·B)不等于0时,则所述障碍物为危险目标,概率越大,危险程度越高。
3.根据权利要求1所述的一种应用于平行辅助驾驶系统的避障目标识别方法,其特征在于,所述步骤4中,所述相对运动学参数包括相对速度、横向距离、纵向距离,具体通过如下方式进行第三轮筛选:
步骤4.1、计算相对速度,筛选危险障碍物:
当障碍物
Figure 369879DEST_PATH_IMAGE010
Figure 97664DEST_PATH_IMAGE011
时,所述障碍物被筛选为危险障碍物;
当障碍物
Figure 773365DEST_PATH_IMAGE010
Figure 979218DEST_PATH_IMAGE012
时,所述障碍物被筛选为危险障碍物;
其中,
Figure 237024DEST_PATH_IMAGE013
为本车与所述障碍物的相对速度,
Figure 135710DEST_PATH_IMAGE003
为本车速度;
步骤4.2、计算横向距离、纵向距离,进一步筛选危险障碍物:
当50<D<100且
Figure 788453DEST_PATH_IMAGE014
,所述障碍物被筛选为危险障碍物;
当0<D<50且
Figure 532418DEST_PATH_IMAGE015
,所述障碍物被筛选为危险障碍物;
其中,D为障碍物信息中的纵向距离,X为障碍物信息中的横向距离。
4.根据权利要求1所述的一种应用于平行辅助驾驶系统的避障目标识别方法,其特征在于,所述步骤5中,具体通过如下方式判断所述静止障碍物目标与所述运动障碍物目标:
Figure 910310DEST_PATH_IMAGE016
Figure 166848DEST_PATH_IMAGE017
Figure 364611DEST_PATH_IMAGE010
Figure 177846DEST_PATH_IMAGE012
,50<D<100且
Figure 98660DEST_PATH_IMAGE014
或0<D<50且
Figure 339148DEST_PATH_IMAGE015
,则所述障碍物为运动障碍物目标;
Figure 24208DEST_PATH_IMAGE016
Figure 828084DEST_PATH_IMAGE017
Figure 649410DEST_PATH_IMAGE010
Figure 326379DEST_PATH_IMAGE011
,50<D<100且
Figure 983887DEST_PATH_IMAGE014
或0<D<50且
Figure 76608DEST_PATH_IMAGE015
,则所述障碍物为静止障碍物目标。
5.根据权利要求1所述的一种应用于平行辅助驾驶系统的避障目标识别方法,其特征在于,所述步骤6中,具体通过如下步骤修正横向距离和纵向距离:
步骤6.1、修正横向距离:
Figure 283599DEST_PATH_IMAGE018
其中,X为弯道工况路面横向距离,x为原始障碍物横向距离,I为原始障碍物纵向距离;
步骤6.2、修正纵向距离:
Figure 115157DEST_PATH_IMAGE019
其中,D为弯道工况路面纵向距离。
6.根据权利要求1所述的一种应用于平行辅助驾驶系统的避障目标识别方法,其特征在于,所述步骤7具体包括如下步骤:
步骤7.1、当修正条件触发时,用所述修正横向距离和修正纵向距离替换步骤5中的运动目标与静止目标的横向距离和纵向距离,所述前向避障目标识别软件输出弯道工况下前向避障目标信息,用于执行自主避障功能;
步骤7.2、当修正条件未触发时,采用步骤5中的运动目标与静止目标的横向距离和纵向距离,所述前向避障目标识别软件输出直道工况下前向避障目标信息,用于执行自主避障功能。
7.一种应用于平行辅助驾驶系统的避障目标识别系统,其特征在于,包括:平行驾驶车辆端和平行驾驶舱端;
所述平行驾驶车辆端,包括摄像头传感器、毫米波雷达传感器、平行驾驶终端控制器、平行驾驶车辆;
所述平行驾驶舱端,包括驾驶模拟器、平行驾驶台架控制器、平行驾驶视频控制器、图像显示屏;
所述平行驾驶终端控制器将所述摄像头传感器采集到的车辆环境视频图像进行H264格式的图像编码与压缩,然后将编码与压缩后的码流进行UDP/RTP协议封装,与所述平行驾驶视频控制器以UDP方式进行网络通讯,以所述平行驾驶终端控制器作为UDP Client,将所述车辆环境视频图像上传到所述平行驾驶视频控制器;
所述平行驾驶终端控制器与所述平行驾驶台架控制器建立TCP通讯,并以所述平行驾驶终端控制器作为台架驱动服务的TCP Client,通过网络传输的方式获取所述驾驶模拟器的控制数据,对其TCP协议解封和无人车辆CAN协议转换,下发到平行驾驶车辆CAN总线上;
所述平行驾驶终端控制器通过CAN协议接收所述毫米波雷达传感器检测到的障碍物信息,将所述障碍物信息进行分类筛选,选取正前方最危险的障碍物信息,计算安全避障策略,当达到避障条件时,将减速或制动指令下发到所述平行驾驶车辆CAN总线上,执行避障功能。
8.根据权利要求7所述的一种应用于平行辅助驾驶系统的避障目标识别系统,其特征在于,所述驾驶模拟器,主要提供平行驾驶车辆台架的所述控制数据,由所述平行驾驶台架控制器提供驱动。
9.根据权利要求8所述的一种应用于平行辅助驾驶系统的避障目标识别系统,其特征在于,所述平行驾驶台架控制器作为所述台架驱动服务的TCP Server,采集所述驾驶模拟器的所述控制数据,对所述控制数据进行TCP协议的封装,并通过网络传输至所述平行驾驶终端控制器。
10.根据权利要求7所述的一种应用于平行辅助驾驶系统的避障目标识别系统,其特征在于,所述平行驾驶视频控制器,与所述平行驾驶终端控制器以UDP方式进行通讯,作为UDPServer 实现视频数据接收服务,将接收到的所述视频数据进行UDP/RTP协议解封,重组为H264格式的码流,再进行H264码流的解码,并通过HDMI接口传输到显示屏显示。
CN202211445827.4A 2022-11-18 2022-11-18 一种应用于平行辅助驾驶系统的避障目标识别方法及系统 Active CN115489522B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211445827.4A CN115489522B (zh) 2022-11-18 2022-11-18 一种应用于平行辅助驾驶系统的避障目标识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211445827.4A CN115489522B (zh) 2022-11-18 2022-11-18 一种应用于平行辅助驾驶系统的避障目标识别方法及系统

Publications (2)

Publication Number Publication Date
CN115489522A true CN115489522A (zh) 2022-12-20
CN115489522B CN115489522B (zh) 2023-04-07

Family

ID=85116216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211445827.4A Active CN115489522B (zh) 2022-11-18 2022-11-18 一种应用于平行辅助驾驶系统的避障目标识别方法及系统

Country Status (1)

Country Link
CN (1) CN115489522B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115980738A (zh) * 2023-03-15 2023-04-18 深圳安智杰科技有限公司 一种基于动静分离的多目标跟踪方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20210001841A1 (en) * 2018-11-30 2021-01-07 Baidu Online Network Technology (Beijing) Co., Ltd. Obstacle Avoidance Method and Apparatus for Autonomous Driving Vehicle
CN112406903A (zh) * 2019-08-23 2021-02-26 丰田自动车株式会社 自动驾驶系统
CN213210796U (zh) * 2020-08-07 2021-05-14 北京宝沃汽车股份有限公司 车辆的避障系统和车辆
CN113359687A (zh) * 2021-07-22 2021-09-07 东风悦享科技有限公司 一种网络通讯异常工况下的平行驾驶控制方法及系统
CN113419520A (zh) * 2021-07-28 2021-09-21 东风悦享科技有限公司 一种基于公网条件下的平行驾驶系统及方法
CN115320584A (zh) * 2022-10-13 2022-11-11 之江实验室 考虑障碍物预警的车辆远程驾驶辅助方法及远程驾驶系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210001841A1 (en) * 2018-11-30 2021-01-07 Baidu Online Network Technology (Beijing) Co., Ltd. Obstacle Avoidance Method and Apparatus for Autonomous Driving Vehicle
CN112406903A (zh) * 2019-08-23 2021-02-26 丰田自动车株式会社 自动驾驶系统
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
CN213210796U (zh) * 2020-08-07 2021-05-14 北京宝沃汽车股份有限公司 车辆的避障系统和车辆
CN113359687A (zh) * 2021-07-22 2021-09-07 东风悦享科技有限公司 一种网络通讯异常工况下的平行驾驶控制方法及系统
CN113419520A (zh) * 2021-07-28 2021-09-21 东风悦享科技有限公司 一种基于公网条件下的平行驾驶系统及方法
CN115320584A (zh) * 2022-10-13 2022-11-11 之江实验室 考虑障碍物预警的车辆远程驾驶辅助方法及远程驾驶系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115980738A (zh) * 2023-03-15 2023-04-18 深圳安智杰科技有限公司 一种基于动静分离的多目标跟踪方法
CN115980738B (zh) * 2023-03-15 2023-06-02 深圳安智杰科技有限公司 一种基于动静分离的多目标跟踪方法

Also Published As

Publication number Publication date
CN115489522B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
US11727807B2 (en) Vehicular control system with collision avoidance
CN110228484B (zh) 一种具有辅助驾驶功能的低时延智能远程驾驶系统
US10909852B2 (en) Intelligent traffic safety pre-warning method, cloud server, onboard-terminal and system
CN110920552B (zh) 防止高速路上碰撞后发生连环事故的车辆安全系统及方法
US11188090B2 (en) Autonomous driving control apparatus, vehicle having the same and method for controlling vehicle
US20200282983A1 (en) Brake assistance apparatus, control apparatus, and brake assistance method for vehicle
CN106882143B (zh) 基于lte-v通信的行人保护系统及方法
US7602945B2 (en) Driving support apparatus
US9620017B2 (en) Vehicle merge assistance system and method
CN110775057B (zh) 基于车载盲区视觉场景分析控制转向扭矩的车道辅助方法
CN115489522B (zh) 一种应用于平行辅助驾驶系统的避障目标识别方法及系统
CN103686068A (zh) 车辆图像处理装置和方法以及车辆图像处理系统
CN206171447U (zh) 一种车辆行车环境识别与预警防撞主动安全系统
CN210454790U (zh) 一种车辆紧急加速自保护系统
CN113844445B (zh) 基于预测参考线坐标系的车辆自动紧急制动系统与方法
KR20180007412A (ko) 멀티센서 기반의 융합형 물체 감지 장치 및 방법
WO2021241189A1 (ja) 情報処理装置、情報処理方法、およびプログラム
CN115223131A (zh) 一种自适应巡航的跟随目标车辆检测方法、装置及汽车
KR20160131196A (ko) 장애물 감지 장치
WO2023153083A1 (ja) 情報処理装置、情報処理方法、情報処理プログラム及び移動装置
KR20210130297A (ko) 운전자 보조 시스템
CN113635845B (zh) 集成辅助驾驶系统及作业机械
JP2019140472A (ja) 遠隔操縦される車両に搭載される画像送信装置
KR20210112077A (ko) 운전자 보조 장치 및 그 제어 방법
KR20210029927A (ko) 레이더 장치, 레이더 장치의 타겟 인식 방법 및 레이더 장치를 포함하는 차량 제어 시스템

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