CN116080641A - 针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆 - Google Patents
针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆 Download PDFInfo
- Publication number
- CN116080641A CN116080641A CN202310002899.XA CN202310002899A CN116080641A CN 116080641 A CN116080641 A CN 116080641A CN 202310002899 A CN202310002899 A CN 202310002899A CN 116080641 A CN116080641 A CN 116080641A
- Authority
- CN
- China
- Prior art keywords
- target
- preset
- threat
- vehicle
- type
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 89
- 238000011217 control strategy Methods 0.000 claims abstract description 37
- 230000008447 perception Effects 0.000 claims abstract description 24
- 238000007499 fusion processing Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000004927 fusion Effects 0.000 description 13
- 206010039203 Road traffic accident Diseases 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000007547 defect Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000012141 concentrate Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及驾驶辅助安全技术领域,特别涉及一种针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆,其中,方法包括:获取目标车辆的感知信号并进行融合处理,得到目标车辆的目标置信度和持续检测时长,进而判断目标车辆的存在类型,根据当前车辆和目标车辆的当前车速计算相对速度差和碰撞时间,基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,并根据威胁类型和存在类型匹配当前车辆的最佳控制策略对当前车辆进行控制。根据本申请实施例的针对异常车辆目标的驾驶辅助安全控制方法,通过传感器对目标车辆的感知识别进行分类处理,并根据目标车辆的部分特性表现进行分级提示、警示或适当的减速控制,以规避场景中对目标车辆的漏识别而导致的安全风险。
Description
技术领域
本申请涉及驾驶辅助安全技术领域,特别涉及一种针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆。
背景技术
当前自动驾驶辅助面临的场景复杂多变,在实际的自动驾驶场景中,如高速上的静止车辆、车祸车辆、静止缓行的异形车辆等场景,存在一定的交通危险性,为解决这一问题,需要对车辆的驾驶辅助功能进行识别和安全提示。目前,对目标的检测和融合处理是制约驾驶辅助功能的最大瓶颈。
相关技术中,大多采用如下方法解决制约辅助驾驶功能的瓶颈问题,如(1)加大对特殊目标的训练和学习;(2)引入比传统感知更有效的探测手段(如V2X(Vehicle to X,车对外界的无线信息交换技术))以及其他附加资源;(3)维持现状,在融合策略基础上做逻辑和算法优化。
然而,上述方法也存在一定的局限性,具体如下:
(1)在对特殊目标加大训练和学习时,由于特殊目标较少见,增大了采集数据及特殊目标覆盖率的难度,从而造成收益率降低。
(2)在引入附加设备及附加资源时,会加强对附加设备的依赖性,同时增加了成本,并且增大了特殊目标覆盖率的难度。
(3)在融合策略基础上做逻辑和算法优化时,仍无法从根本上解决问题,从而造成出现漏输出目标和误输出目标的情况
发明内容
本申请提供一种针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆,以解决自动驾驶中因为环境感知的局限性、融合算法逻辑缺陷或误选目标较多等原因而导致的车辆控制系统漏制动、晚制动或误制动,从而影响驾驶员的驾驶体验,且增大了交通事故发生的概率等问题。
本申请第一方面实施例提供一种针对异常车辆目标的驾驶辅助安全控制方法,包括以下步骤:获取目标车辆的感知信号,并对所述感知信号进行融合处理,得到所述目标车辆的目标置信度和持续检测时长;根据所述目标置信度和所述持续检测时长判断所述目标车辆的存在类型,并根据当前车辆的当前车速和目标车辆的当前速度计算相对速度差和碰撞时间;以及基于所述存在类型,根据所述相对速度差和所述碰撞时间确定所述目标车辆的威胁类型,并根据所述威胁类型和所述存在类型匹配所述当前车辆的最佳控制策略,并根据所述最佳控制策略对所述当前车辆进行控制。
根据上述技术手段,通过对码表车辆的存在类型及威胁类型的计算,从而匹配最佳控制策略控制车辆,确保了车辆和驾驶员的安全,提高了感知识别训练的适用性和可移植性。
进一步地,在本申请的一个实施例中,所述根据所述目标置信度和所述持续检测时长判断所述目标车辆的存在类型,包括:若所述目标置信度大于第一预设值,且所述持续检测时长大于第一预设时长,则判定所述目标车辆的存在类型为潜在目标;若所述目标置信度大于第一预设值,且所述持续检测时长大于第二预设时长,或者,所述目标置信度大于第二预设值,且所述持续检测时长大于所述第一预设时长,则判定所述目标车辆的存在类型为警示目标,其中,所述第二预设值大于所述第一预设值,所述第二预设时长大于所述第一预设时长;若所述目标置信度大于所述第二预设值,且所述持续检测时长大于第三预设时长,或者,所述目标置信度大于第三预设值,且所述持续检测时长大于所述第一预设时长,则判定所述目标车辆的存在类型为大概率目标,其中,所述第三预设值大于所述第二预设值,所述第三预设时长大于所述第二预设时长;若所述目标置信度大于第四预设值且所述持续检测时长大于所述第一预设时长,或者,所述目标置信度大于第五预设值且所述持续检测时长大于所述第二预设时长,或者,所述目标置信度大于第六预设值且所述持续检测时长大于第四预设时长,则判定所述目标车辆的存在类型为真实目标,其中,所述第六预设值小于所述第五预设值,所述第五预设值大于所述第四预设值,所述第四预设时长大于所述第三预设时长。
根据上述技术手段,通过对目标车辆的目标置信度和持续检测时长判断目标车辆的存在类型,从而可以提高车辆当前存在类型的威胁等级,从而匹配最佳方式向驾驶员提醒,确保驾驶员的行车安全。
进一步地,在本申请的一个实施例中,所述存在类型为所述潜在目标或所述警示目标,所述基于所述存在类型,根据所述相对速度差和所述碰撞时间确定所述目标车辆的威胁类型,包括;若所述碰撞时间大于第五预设时长,则判定所述目标车辆的威胁类型为无威胁目标;若所述相对速度差大于第一预设速度,则判定所述目标车辆的威胁类型为高威胁目标;若所述相对速度差小于所述第一预设速度,且所述相对速度差大于第二预设速度,则判定所述目标车辆的威胁类型为中威胁目标;若所述相对速度差小于所述第二预设速度,且所述相对速度差大于第三预设速度,则判定所述目标车辆的威胁类型为低威胁目标。
根据上述技术手段,通过目标车辆的存在类型计算其对应的威胁类型,进行分类报警和分级处理,以警示驾驶员当前车辆的行驶路况,避免交通事故的发生。
进一步地,在本申请的一个实施例中,所述存在类型为所述大概率目标或所述真实目标,所述基于所述存在类型,根据所述相对速度差和所述碰撞时间确定所述目标车辆的威胁类型,包括;若所述碰撞时间大于第六预设时长,则判定所述目标车辆的威胁类型为所述无威胁目标;若所述相对速度差大于第四预设速度,则判定所述目标车辆的威胁类型为所述高威胁目标;若所述相对速度差小于所述第四预设速度,且所述相对速度差大于第五预设速度,则判定所述目标车辆的威胁类型为所述中威胁目标;若所述相对速度差小于所述第五预设速度,且所述相对速度差大于第六预设速度,则判定所述目标车辆的威胁类型为所述低威胁目标。
根据上述技术手段,通过目标车辆的存在类型计算其对应的威胁类型,进行分类报警和分级处理,以警示驾驶员当前车辆的行驶路况,避免交通事故的发生。
进一步地,在本申请的一个实施例中,所述根据所述威胁类型和所述存在类型匹配所述当前车辆的最佳控制策略,包括;若所述威胁类型为所述无威胁目标,则所述最佳控制策略为在驾驶员注意力满足预设分散条件时,获取所述驾驶员第一注意力分散时长,并在所述第一注意力分散时长大于第七预设时长时,发出声音提醒和灯光提醒;若所述威胁类型为所述低威胁目标,则所述最佳控制策略为在驾驶员注意力满足所述预设分散条件时,获取所述驾驶员第二注意力分散时长,并在所述第二注意力分散时长大于第八预设时长时,发出所述声音提醒和所述灯光提醒,其中,所述第八预设时长小于所述第七预设时长;若所述威胁类型为所述中威胁目标,则所述最佳控制策略为在驾驶员注意力满足所述预设分散条件时,发出所述声音提醒和所述灯光提醒;若所述威胁类型为所述中威胁目标且为所述大概率目标,则所述最佳控制策略为直接发出所述声音提醒和所述灯光提醒;若所述威胁类型为所述高威胁目标且为所述大概率目标,或者所述威胁类型为中威胁目标且为所述真实目标,则所述最佳控制策略为直接发出所述声音提醒和所述灯光提醒的同时,按照预设减速策略控制所述当前车辆进行减速。
根据上述技术手段,通过计算得出的目标车辆的存在类型和威胁类型,以不同的提醒方式向驾驶员警示,提高了驾驶员的注意力,避免交通事故的发生、
本申请第二方面实施例提供一种针对异常车辆目标的驾驶辅助安全控制装置,包括:获取模块,用于获取目标车辆的感知信号,并对所述感知信号进行融合处理,得到所述目标车辆的目标置信度和持续检测时长;计算模块,用于根据所述目标置信度和所述持续检测时长判断所述目标车辆的存在类型,并根据当前车辆的当前车速和目标车辆的当前速度计算相对速度差和碰撞时间;控制模块,用于基于所述存在类型,根据所述相对速度差和所述碰撞时间确定所述目标车辆的威胁类型,并根据所述威胁类型和所述存在类型匹配所述当前车辆的最佳控制策略,并根据所述最佳控制策略对所述当前车辆进行控制。
进一步地,在本申请的一个实施例中,所述计算模块,包括:第一判定单元,用于若所述目标置信度大于第一预设值,且所述持续检测时长大于第一预设时长,则判定所述目标车辆的存在类型为潜在目标;第二判定单元,用于若所述目标置信度大于第一预设值,且所述持续检测时长大于第二预设时长,或者,所述目标置信度大于第二预设值,且所述持续检测时长大于所述第一预设时长,则判定所述目标车辆的存在类型为警示目标,其中,所述第二预设值大于所述第一预设值,所述第二预设时长大于所述第一预设时长;第三判定单元,用于若所述目标置信度大于所述第二预设值,且所述持续检测时长大于第三预设时长,或者,所述目标置信度大于第三预设值,且所述持续检测时长大于所述第一预设时长,则判定所述目标车辆的存在类型为大概率目标,其中,所述第三预设值大于所述第二预设值,所述第三预设时长大于所述第二预设时长;第四判定单元,用于若所述目标置信度大于第四预设值且所述持续检测时长大于所述第一预设时长,或者,所述目标置信度大于第五预设值且所述持续检测时长大于所述第二预设时长,或者,所述目标置信度大于所述第六预设值且所述持续检测时长大于第四预设时长,则判定所述目标车辆的存在类型为真实目标,其中,所述第六预设值小于所述第五预设值,所述第五预设值大于所述第四预设值,所述第四预设时长大于所述第三预设时长。
进一步地,在本申请的一个实施例中,所述控制模块,包括:第五判定单元,若所述碰撞时间大于第五预设时长,则判定所述目标车辆的威胁类型为无威胁目标;第六判定单元,若所述相对速度差大于第一预设速度,则判定所述目标车辆的威胁类型为高威胁目标;第七判定单元,若所述相对速度差小于所述第一预设速度,且所述相对速度差大于第二预设速度,则判定所述目标车辆的威胁类型为中威胁目标;第八判定单元,若所述相对速度差小于所述第二预设速度,且所述相对速度差大于第三预设速度,则判定所述目标车辆的威胁类型为低威胁目标。
进一步地,在本申请的一个实施例中,所述控制模块,包括:第九判定单元,若所述碰撞时间大于第六预设时长,则判定所述目标车辆的威胁类型为所述无威胁目标;第十判定单元,若所述相对速度差大于第四预设速度,则判定所述目标车辆的威胁类型为所述高威胁目标;第十一判定单元,若所述相对速度差小于所述第四预设速度,且所述相对速度差大于第五预设速度,则判定所述目标车辆的威胁类型为所述中威胁目标;第十二判定单元,若所述相对速度差小于所述第五预设速度,且所述相对速度差大于第六预设速度,则判定所述目标车辆的威胁类型为所述低威胁目标。
进一步地,在本申请的一个实施例中,所述控制模块,包括:第一获取单元,用于若所述威胁类型为所述无威胁目标,则所述最佳控制策略为在驾驶员注意力满足预设分散条件时,获取所述驾驶员第一注意力分散时长,并在所述第一注意力分散时长大于第五预设时长时,发出声音提醒和灯光提醒;第二获取单元,若所述威胁类型为所述低威胁目标,则所述最佳控制策略为在驾驶员注意力满足所述预设分散条件时,获取所述驾驶员第二注意力分散时长,并在所述第二注意力分散时长大于第六预设时长时,发出所述声音提醒和所述灯光提醒,其中,所述第六预设时长小于所述第七预设时长;提醒单元,用于若所述威胁类型为所述中威胁目标,则所述最佳控制策略为在驾驶员注意力满足所述预设分散条件时,发出所述声音提醒和所述灯光提醒;第十三判定单元,用于若所述威胁类型为所述中威胁目标且为所述大概率目标,则所述最佳控制策略为直接发出所述声音提醒和所述灯光提醒;控制单元,用于若所述威胁类型为所述高威胁目标且为所述大概率目标,或者所述威胁类型为中威胁目标且为所述真实目标,则所述最佳控制策略为直接发出所述声音提醒和所述灯光提醒的同时,按照预设减速策略控制所述当前车辆进行减速。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的针对异常车辆目标的驾驶辅助安全控制方法。
本申请第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的针对异常车辆目标的驾驶辅助安全控制方法。
本申请实施例通过获取目标车辆的感知信号并进行融合处理,得到目标车辆的目标置信度和持续检测时长,进而判断目标车辆的存在类型,根据当前车辆和目标车辆的当前车速计算相对速度差和碰撞时间,基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,并根据威胁类型和存在类型匹配当前车辆的最佳控制策略对当前车辆进行控制。由此,解决了自动驾驶中因为环境感知的局限性、融合算法逻辑缺陷或误选目标较多等原因而导致的车辆控制系统漏制动、晚制动或误制动,从而影响驾驶员的驾驶体验,且增大了交通事故发生的概率等问题。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例的系统框架示意图;
图2为根据本申请实施例的一种针对异常车辆目标的驾驶辅助安全控制方法的流程图;
图3为根据本申请实施例的目标识别和系统处理流程图;
图4为根据本申请实施例的异常目标分类示意图;
图5为根据本申请实施例针对异常车辆目标的驾驶辅助安全控制装置的示例图;
图6为根据本申请实施例的车辆的结构示意图。
附图标记说明:10-针对异常车辆目标的驾驶辅助安全控制装置;100-获取模块、200-计算模块、300-控制模块。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆。针对上述背景技术中提到的自动驾驶中因为环境感知的局限性、融合算法逻辑缺陷或误选目标较多等原因而导致的车辆控制系统漏制动、晚制动或误制动,从而影响驾驶员的驾驶体验,且增大了交通事故发生的概率的问题,本申请提供了一种针对异常车辆目标的驾驶辅助安全控制方法,在该方法中,获取目标车辆的感知信号并进行融合处理,得到目标车辆的目标置信度和持续检测时长,进而判断目标车辆的存在类型,根据当前车辆和目标车辆的当前车速计算相对速度差和碰撞时间,基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,并根据威胁类型和存在类型匹配当前车辆的最佳控制策略对当前车辆进行控制。由此,解决了自动驾驶中因为环境感知的局限性、融合算法逻辑缺陷或误选目标较多等原因而导致的车辆控制系统漏制动、晚制动或误制动,从而影响驾驶员的驾驶体验,且增大了交通事故发生的概率等问题,通过传感器对目标车辆的感知识别进行分类处理,并根据目标车辆的部分特性表现进行分级提示、警示或适当的减速控制,以规避场景中对目标车辆的漏识别而导致的安全风险。
具体地,在介绍本申请实施例之前,首先介绍一下本申请实施例所涉及的相关系统控制器,如图1所示,分别为:转向控制器、制动控制器、动力控制器、驾驶辅助控制器、网关、摄像头、雷达、车机、仪表、以及DNS(DomainNameSystem,域名系统)。
其中,转向控制器、制动控制器、动力控制器负责执行系统发送的横向或纵向控制指令,配合完成系统对车辆的驾驶辅助控制,并通过动力底盘CAN(Controller AreaNetwork,控制器局域网络)进行信号传输;驾驶辅助控制器,负责多传感器输出的目标融合处理以及分类,负责驾驶辅助逻辑控制,并通过ADAS(Advanced Driver AssistanceSystem,高级驾驶辅助系统)CAN将控制指令发送给关联控制器;网关作为整个网络拓扑架构的中转,负责将不同网段的信号接收并转发给响应网段的ECU(Electronic ControlUnit,电子控制单元);车机和仪表作为人机交互的载体和控制器,负责对驾驶员进行提示和警示,或者接收驾驶员部分开关操作指令;DMS(Driver Monitoring System,驾驶员监测系统)负责对驾驶员的状态监控。
具体而言,图2为本申请实施例所提供的一种针对异常车辆目标的驾驶辅助安全控制方法的流程示意图。
如图2所示,该针对异常车辆目标的驾驶辅助安全控制方法包括以下步骤:
在步骤S201中,获取目标车辆的感知信号,并对感知信号进行融合处理,得到目标车辆的目标置信度和持续检测时长。
具体地,如图3所示,本申请实施例通过车辆的雷达和摄像头获取目标车辆的感知信号,并将目标车辆的感知信号通过CAN总线传输至驾驶辅助控制器,在驾驶辅助控制器接收到目标车辆的感知信号后,对感知信号进行融合处理。
进一步地,相关技术中对车辆的感知信号进行融合处理的过程中,通常采用常规的融合算法,对目标车辆的感知信号正常过滤和处理后,通过固定的接口输出目标车辆的置信度、目标类型、目标速度以及目标距离等信息。但由于在感知识别异常目标车辆时会存在一些局限性,例如,目标类型不明、目标置信度较低、目标跳变较大、目标识别距离较近、静止或低速目标初始识别时距离和速度误差较大,从而易造成目标车辆的感知信号容易被融合算法处理并过滤。因此,本申请实施例在常规的融合算法基础上,采取增加或者嵌入的方式,在感知识别异常目标车辆时进行目标融合处理,从而得到目标车辆的目标置信度和持续检测时长。
举例而言,如图4所示,在识别到异常目标车辆并对其进行目标融合处理后,得到目标车辆的目标置信度p,其取值为0到100%、目标车辆的目标速度v1、当前车辆的车速v以及目标车辆持续出现的时间t,并根据目标车辆的目标置信度和持续检测时长,对目标车辆的存在概率进行分类,可以分为为无目标、潜在目标、警示目标、大概率目标、真实目标。
在步骤S202中,根据目标置信度和持续检测时长判断目标车辆的存在类型,并根据当前车辆的当前车速和目标车辆的当前速度计算相对速度差和碰撞时间。
进一步地,在本申请的一个实施例中,根据目标置信度和持续检测时长判断目标车辆的存在类型,包括:若目标置信度大于第一预设值,且持续检测时长大于第一预设时长,则判定目标车辆的存在类型为潜在目标;若目标置信度大于第一预设值,且持续检测时长大于第二预设时长,或者,目标置信度大于第二预设值,且持续检测时长大于第一预设时长,则判定目标车辆的存在类型为警示目标,其中,第二预设值大于第一预设值,第二预设时长大于第一预设时长;若目标置信度大于第二预设值,且持续检测时长大于第三预设时长,或者,目标置信度大于第三预设值,且持续检测时长大于第一预设时长,则判定目标车辆的存在类型为大概率目标,其中,第三预设值大于第二预设值,第三预设时长大于第二预设时长;若目标置信度大于第四预设值且持续检测时长大于第一预设时长,或者,目标置信度大于第五预设值且持续检测时长大于第二预设时长,或者,目标置信度大于第六预设值且持续检测时长大于第四预设时长,则判定目标车辆的存在类型为真实目标,其中,第六预设值小于第五预设值,第四预设值大于第二预设值,第五预设值大于第四预设值,第四预设时长大于第三预设时长。
其中,第一至第六预设值,第一至第四预设时长,均可以为本领域技术人员或驾驶员设定的阈值,也可以为经计算机多次仿真得到的阈值,在此不做具体限定。
具体地,如图4所示,本申请实施例在获取到的目标车辆的目标置信度和持续检测时长后,若目标置信度大于第一预设值(如2%),且持续检测时长大于第一预设时长(如100ms),则判定目标车辆的存在类型为潜在目标,也就是说,当目标置信度大于2%且持续检测时长大于100ms时,目标车辆的存在类型为潜在目标。
进一步地,若目标置信度大于第一预设值,且持续检测时长大于第二预设时长(如500ms),或者,置信度大于第二预设值(如15%),且持续检测时长大于第一预设时长,则判定目标车辆的存在类型为警示目标,其中,第二预设时长大于第一预设时长。也就是说,当目标置信度大于2%且持续检测时长大于500ms时,或者,置信度大于15%且持续检测时长大于100ms时,目标车辆的存在类型为警示目标。
进一步地,若目标置信度大于第二预设值,且持续检测时长大于第三预设时长(如600ms),或者,目标置信度大于第三预设值(如50%),且持续检测时长大于第一预设时长,则判定目标车辆的存在类型为大概率目标,其中,第三预设值大于第一预设值。也就是说,当目标置信度大于15%且持续检测时长大于600ms,或者,目标置信度大于50%且持续检测时长大于100ms时,目标车辆的存在类型为大概率目标。
进一步地,若目标置信度大于第四预设值(如80%)且持续检测时长大于第一预设时长,或者,目标置信度大于第五预设值(如70%)且持续检测时长大于第二预设时长,或者,目标置信度大于第六预设值(如60%)且持续检测时长大于第四预设时长(700ms),则判定目标车辆的存在类型为真实目标,其中,第六预设值小于第五预设值,第五预设值大于第四预设值。也就是说,当目标置信度大于80%且持续检测时长大于100ms,或者,目标置信度大于70%且持续检测时长大于500ms,或者,目标置信度大于60%且持续检测时长大于700ms,目标车辆的存在类型为真实目标。
进一步地,若目标置信度小于2%,此时目标车辆的存在类型为无目标,则不再判断目标存在概率。
综上,如图4所示,可以看出越靠近右上角的区域置信度越高,持续检测时长越长,则目标车辆的感知信号越容易被常规融合算法输出;反之,越靠近左下角的区域置信度越低,持续检测时长越短,则目标车辆的感知信号越容易被常规融合算法所过滤。
需要说明的是,上述目标车辆的目标置信度取值范围仅为示例性的,可以根据车辆实际传感器的感知情况进行标定,在此不做具体限定。
在步骤S203中,基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,并根据威胁类型和存在类型匹配当前车辆的最佳控制策略,并根据最佳控制策略对当前车辆进行控制。
进一步地,在本申请的一个实施例中,存在类型为潜在目标或警示目标,基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,包括;若碰撞时间大于第五预设时长,则判定目标车辆的威胁类型为无威胁目标;若相对速度差大于第一预设速度,则判定目标车辆的威胁类型为高威胁目标;若相对速度差小于第一预设速度,且相对速度差大于第二预设速度,则判定目标车辆的威胁类型为中威胁目标;若相对速度差小于第二预设速度,且相对速度差大于第三预设速度,则判定目标车辆的威胁类型为低威胁目标。
其中,第五预设时长以及第一至第三预设速度均可以为本领域技术人员或驾驶员设定的阈值,也可以为经计算机多次仿真得到的阈值,在此不做具体限定。
具体地,若本申请实施例的存在类型为潜在目标或警示目标时,根据当前车辆的车速和目标车辆的车速计算两车的相对速度差及TTC(Time to collision两车碰撞时间),进而确定目标车辆的威胁类型。
举例而言,假设第五预设时长为5s,目标车辆的目标速度为v1、当前车辆的车速为v,第一预设速度为80kph,第二预设速度为60kph,第三预设速度为40kph,则当TTC>5s时,该时长为推荐时长,可以进行标定,并判定目标车辆的威胁类型为无威胁目标;当|v-v1|>80kph时,该时长为推荐时长,可以进行标定,并判定目标车辆的威胁类型为高威胁目标;当80>|v-v1|>60kph时,该时长为推荐时长,可以进行标定,并判定目标车辆的威胁类型为中威胁目标;当若60>|v-v1|>40kph,该时长为推荐时长,可以进行标定,并判定目标车辆的威胁类型为低威胁目标。
进一步地,在本申请的一个实施例中,存在类型为大概率目标或真实目标,基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,包括;若碰撞时间大于第六预设时长,则判定目标车辆的威胁类型为无威胁目标;若相对速度差大于第四预设速度,则判定目标车辆的威胁类型为高威胁目标;若相对速度差小于第四预设速度,且相对速度差大于第五预设速度,则判定目标车辆的威胁类型为中威胁目标;若相对速度差小于第五预设速度,且相对速度差大于第六预设速度,则判定目标车辆的威胁类型为低威胁目标。
其中,第六预设时长、第四预设速度、第五预设速度可以为本领域技术人员或驾驶员设定的阈值,也可以为经计算机多次仿真得到的阈值,在此不做具体限定。
具体地,若本申请实施例的存在类型为大概率目标或真实目标时,根据当前车辆的车速和目标车辆的车速计算两车的相对速度差及TTC,进而确定目标车辆的威胁类型。
举例而言,假设第二预设速度为60kph,第三预设速度为40kph,第四预设速度为20kph,则当TTC>5s时,该时长为推荐时长,可以进行标定,并判定目标车辆的威胁类型为无威胁目标;当|v-v1|>60kph时,该时长为推荐时长,可以进行标定,并判定目标车辆的威胁类型为高威胁目标;当60>|v-v1|>40kph时,该时长为推荐时长,可以进行标定,并判定目标车辆的威胁类型为中威胁目标;当40>|v-v1|>20kph时,该时长为推荐时长,可以进行标定,并判定目标车辆的威胁类型为低威胁目标。
进一步地,在本申请的一个实施例中,所述根据所述威胁类型和所述存在类型匹配所述当前车辆的最佳控制策略,包括;若所述威胁类型为所述无威胁目标,则所述最佳控制策略为在驾驶员注意力满足预设分散条件时,获取所述驾驶员第一注意力分散时长,并在所述第一注意力分散时长大于第七预设时长时,发出声音提醒和灯光提醒;若所述威胁类型为所述低威胁目标,则所述最佳控制策略为在驾驶员注意力满足所述预设分散条件时,获取所述驾驶员第二注意力分散时长,并在所述第二注意力分散时长大于第八预设时长时,发出所述声音提醒和所述灯光提醒,其中,所述第八预设时长小于所述第七预设时长;若所述威胁类型为所述中威胁目标,则所述最佳控制策略为在驾驶员注意力满足所述预设分散条件时,发出所述声音提醒和所述灯光提醒;若所述威胁类型为所述中威胁目标且为所述大概率目标,则所述最佳控制策略为直接发出所述声音提醒和所述灯光提醒;若所述威胁类型为所述高威胁目标且为所述大概率目标,或者所述威胁类型为中威胁目标且为所述真实目标,则所述最佳控制策略为直接发出所述声音提醒和所述灯光提醒的同时,按照预设减速策略控制所述当前车辆进行减速。
其中,预设分散条件、第七预设时长、第八预设时长、第一注意力分散时长以及第二注意力分散时长可以为本领域技术人员或驾驶员设定的条件和阈值,也可以为经计算机多次仿真得到的阈值,声音提醒可以为车载喇叭、蜂鸣器或者其他具有声音提醒功能的声音提醒设备,灯光提醒可以为LED(light emitting diode,发光二极管)显示屏、液晶显示屏或者其他具有灯光提醒功能的灯光提醒设备,在此不做具体限定。
具体地,通过上述计算获得的目标车辆的存在类型和威胁类型通过驾驶辅助控制器融合后并通过ADASCAN将控制指令发送给关联控制器进行系统控制,进而将控制结果发送至车辆仪表和车机,然后通过DMS检测驾驶员是否存在较长时间的注意力分散,若存在较长时间的注意力分散,则通过仪表和车机通过与目标车辆的存在类型和威胁类型匹配当前车辆的最佳控制策略,即进行不同方式的声音和灯光提醒。
具体而言,假设本申请实施例的预设分散条件为驾驶员的注意力分散时长大于或于为5s,第7预设时长为10s,第8预设时长为8s,若本申请实施例的目标车辆的威胁类型为无威胁目标,则对驾驶员的行为进行监控,若驾驶员的注意力不集中即满足预设分散条件时,则获取驾驶员的第一注意力分散时长,如驾驶员的第一注意力分散时长为12s,若第一注意力分散时长大于第五预设时长时,此时可以向驾驶员发出声音提醒和灯光提醒,如通过车载喇叭向驾驶员发出“请注意,检测到您的分散注意力时间过长,请集中注意力,小心驾驶”等信息,以及通过LED显示屏进行灯光闪烁,以提示驾驶员集中注意力,谨慎行车。
可选地,若本申请实施例的目标车辆的威胁类型为低威胁目标,则对驾驶员的行为进行监控,若驾驶员的注意力满足预设分散条件,则获取驾驶员的第二注意力分散时长,如驾驶员的第二注意力分散时长为9s,并在第二注意力分散时长大于第六预设时长时,发出声音提醒和灯光提醒,如通过车载喇叭向驾驶员发出“请注意,检测到您的分散注意力时间过长,请集中注意力,小心驾驶”等信息,以及通过LED显示屏进行变换灯光闪烁,以提示驾驶员集中注意力,谨慎行车。
可选地,若本申请实施例的目标车辆的威胁类型为中威胁目标,则对驾驶员的行为进行监控,若驾驶员的注意力满足预设分散条件,则取消对驾驶员分散时间的判定,在驾驶员存在注意力存在分散时,则立即向驾驶员向发出声音提醒和灯光提醒,如通过车载喇叭向驾驶员发出“请注意,当前车辆与前方目标车辆距离过近,存在交通事故发生的风险,请集中注意力,小心驾驶”等信息,以及通过LED显示屏使灯光长亮,以提示驾驶员集中注意力,谨慎行车。
可选地,若本申请实施例的目标车辆的威胁类型为中威胁目标且为大概率目标,此时无论驾驶员是否注意力集中,则直接向驾驶员向发出声音提醒和灯光提醒,如通过车载喇叭向驾驶员发出“请注意,当前车辆与前方目标车辆距离过近,存在交通事故发生的风险,请集中注意力,小心驾驶”等信息,以及通过LED显示屏使灯光长亮,以提示驾驶员集中注意力,谨慎行车。
可选地,若本申请实施例的目标车辆的威胁类型为高威胁目标且为大概率目标,或者威胁类型为中威胁目标且为真实目标,此时,除车辆的报警提示外,系统应直接向驾驶员发出声音提醒和灯光提醒的,并按照预设减速策略通过制动控制期望和动力控制器执行车辆驾驶辅助控制器发出的减速或收油指令,进而控制当前车辆进行减速,以确保为后续的跟车减速预留更多的安全空间。
综上,本申请实施例通过引入新的目标融合处理逻辑,对目标车辆的感知信号进行重新分类用于不同的报警和控制,其产生的有益效果如下:利用有限的信息源,做可能多的系统控制,以确保车辆和驾驶员的安全及驾驶舒适性,同时无需增加额外的探测手段和探测设备,节省了配置成本,并且在提升安全的同时,感知识别的训练优化后仍可以通过升级并且适用本申请实施例的系统,提高了其适用性和可移植性强。
根据本申请实施例提出的针对异常车辆目标的驾驶辅助安全控制方法,通过获取目标车辆的感知信号并进行融合处理,得到目标车辆的目标置信度和持续检测时长,进而判断目标车辆的存在类型,根据当前车辆和目标车辆的当前车速计算相对速度差和碰撞时间,基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,并根据威胁类型和存在类型匹配当前车辆的最佳控制策略对当前车辆进行控制。由此,解决了自动驾驶中因为环境感知的局限性、融合算法逻辑缺陷或误选目标较多等原因而导致的车辆控制系统漏制动、晚制动或误制动,从而影响驾驶员的驾驶体验,且增大了交通事故发生的概率等问题,通过传感器对目标车辆的感知识别进行分类处理,并根据目标车辆的部分特性表现进行分级提示、警示或适当的减速控制,以规避场景中对目标车辆的漏识别而导致的安全风险。
其次参照附图描述根据本申请实施例提出的针对异常车辆目标的驾驶辅助安全控制装置。
图5是本申请实施例的针对异常车辆目标的驾驶辅助安全控制装置的方框示意图。
如图5所示,该针对异常车辆目标的驾驶辅助安全控制装置10包括:获取模块100、计算模块200和控制模块300。
其中,获取模块100,用于获取目标车辆的感知信号,并对感知信号进行融合处理,得到目标车辆的目标置信度和持续检测时长;
计算模块200,用于根据目标置信度和持续检测时长判断目标车辆的存在类型,并根据当前车辆的当前车速和目标车辆的当前速度计算相对速度差和碰撞时间;
控制模块300,用于基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,并根据威胁类型和存在类型匹配当前车辆的最佳控制策略,并根据最佳控制策略对当前车辆进行控制。
进一步地,在本申请的一个实施例中,计算模块200,包括:第一判定单元、第二判定单元、第三判定单元和第四判定单元。
其中,第一判定单元,用于若目标置信度大于第一预设值,且持续检测时长大于第一预设时长,则判定目标车辆的存在类型为潜在目标;
第二判定单元,用于若目标置信度大于第一预设值,且持续检测时长大于第二预设时长,则判定目标车辆的存在类型为警示目标,其中,第二预设时长大于第一预设时长;
第三判定单元,用于若目标置信度大于第二预设值,且持续检测时长大于第三预设时长,则判定目标车辆的存在类型为大概率目标,其中,第二预设值大于第一预设值,第三预设时长大于第二预设时长;
第四判定单元,用于若目标置信度大于第三预设值且持续检测时长大于第一预设时长,或者,目标置信度大于第四预设值且持续检测时长大于第二预设时长,或者,目标置信度大于第四预设值且持续检测时长大于第三预设时长,则判定目标车辆的存在类型为真实目标,其中,第四预设值小于第三预设值,第四预设值大于第二预设值。
进一步地,在本申请的一个实施例中,控制模块300,包括:第五判定单元、第六判定单元、第七判定单元、第八判定单元。
其中,第五判定单元,若碰撞时间大于第四预设时长,则判定目标车辆的威胁类型为无威胁目标;
第六判定单元,若相对速度差大于第一预设速度,则判定目标车辆的威胁类型为高威胁目标;
第七判定单元,若相对速度差小于第一预设速度,且相对速度差大于第二预设速度,则判定目标车辆的威胁类型为中威胁目标;
第八判定单元,若相对速度差小于第二预设速度,且相对速度差大于第三预设速度,则判定目标车辆的威胁类型为低威胁目标。
进一步地,在本申请的一个实施例中,控制模块300,包括:第九判定单元、第十判定单元、第十一判定单元、第十二判定单元。
其中,第九判定单元,若碰撞时间大于第四预设时长,则判定目标车辆的威胁类型为无威胁目标;
第十判定单元,若相对速度差大于第四预设速度,则判定目标车辆的威胁类型为高威胁目标;
第十一判定单元,若相对速度差小于第四预设速度,且相对速度差大于第五预设速度,则判定目标车辆的威胁类型为中威胁目标;
第十二判定单元,若相对速度差小于第五预设速度,且相对速度差大于第六预设速度,则判定目标车辆的威胁类型为低威胁目标。
进一步地,在本申请的一个实施例中,控制模块300,包括:第一获取单元、第二获取单元、提醒单元、第十三判定单元和控制单元。
其中,第一获取单元,用于若威胁类型为无威胁目标,则最佳控制策略为在驾驶员注意力满足预设分散条件时,获取驾驶员第一注意力分散时长,并在第一注意力分散时长大于第五预设时长时,发出声音提醒和灯光提醒;
第二获取单元,若威胁类型为低威胁目标,则最佳控制策略为在驾驶员注意力满足预设分散条件时,获取驾驶员第二注意力分散时长,并在第二注意力分散时长大于第六预设时长时,发出声音提醒和灯光提醒,其中,第六预设时长小于第五预设时长;
提醒单元,用于若威胁类型为中威胁目标,则最佳控制策略为在驾驶员注意力满足预设分散条件时,发出声音提醒和灯光提醒;
第十三判定单元,用于若威胁类型为中威胁目标且为大概率目标,则最佳控制策略为直接发出声音提醒和灯光提醒;
控制单元,用于若威胁类型为高威胁目标且为大概率目标,或者威胁类型为中威胁目标且为真实目标,则最佳控制策略为直接发出声音提醒和灯光提醒的同时,按照预设减速策略控制当前车辆进行减速。
根据本申请实施例提出的针对异常车辆目标的驾驶辅助安全控制装置,通过获取目标车辆的感知信号并进行融合处理,得到目标车辆的目标置信度和持续检测时长,进而判断目标车辆的存在类型,根据当前车辆和目标车辆的当前车速计算相对速度差和碰撞时间,基于存在类型,根据相对速度差和碰撞时间确定目标车辆的威胁类型,并根据威胁类型和存在类型匹配当前车辆的最佳控制策略对当前车辆进行控制。由此,解决了自动驾驶中因为环境感知的局限性、融合算法逻辑缺陷或误选目标较多等原因而导致的车辆控制系统漏制动、晚制动或误制动,从而影响驾驶员的驾驶体验,且增大了交通事故发生的概率等问题,通过传感器对目标车辆的感知识别进行分类处理,并根据目标车辆的部分特性表现进行分级提示、警示或适当的减速控制,以规避场景中对目标车辆的漏识别而导致的安全风险。
图6为本申请实施例提供的车辆的结构示意图。该车辆可以包括:
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的针对异常车辆目标的驾驶辅助安全控制方法。
进一步地,车辆还包括:
通信接口603,用于存储器601和处理器602之间的通信。
存储器601,用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现,则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral Component,外部设备互连)总线或EISA(Extended Industry Standard Architecture,扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器601、处理器602及通信接口603,集成在一块芯片上实现,则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的针对异常车辆目标的驾驶辅助安全控制方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种针对异常车辆目标的驾驶辅助安全控制方法,其特征在于,包括以下步骤;
获取目标车辆的感知信号,并对所述感知信号进行融合处理,得到所述目标车辆的目标置信度和持续检测时长;
根据所述目标置信度和所述持续检测时长判断所述目标车辆的存在类型,并根据当前车辆的当前车速和目标车辆的当前速度计算相对速度差和碰撞时间;以及
基于所述存在类型,根据所述相对速度差和所述碰撞时间确定所述目标车辆的威胁类型,并根据所述威胁类型和所述存在类型匹配所述当前车辆的最佳控制策略,并根据所述最佳控制策略对所述当前车辆进行控制。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标置信度和所述持续检测时长判断所述目标车辆的存在类型,包括:
若所述目标置信度大于第一预设值,且所述持续检测时长大于第一预设时长,则判定所述目标车辆的存在类型为潜在目标;
若所述目标置信度大于第一预设值,且所述持续检测时长大于第二预设时长,或者,所述目标置信度大于第二预设值,且所述持续检测时长大于所述第一预设时长,则判定所述目标车辆的存在类型为警示目标,其中,所述第二预设值大于所述第一预设值,所述第二预设时长大于所述第一预设时长;
若所述目标置信度大于所述第二预设值,且所述持续检测时长大于第三预设时长,或者,所述目标置信度大于第三预设值,且所述持续检测时长大于所述第一预设时长,则判定所述目标车辆的存在类型为大概率目标,其中,所述第三预设值大于所述第二预设值,所述第三预设时长大于所述第二预设时长;
若所述目标置信度大于第四预设值且所述持续检测时长大于所述第一预设时长,或者,所述目标置信度大于第五预设值且所述持续检测时长大于所述第二预设时长,或者,所述目标置信度大于第六预设值且所述持续检测时长大于第四预设时长,则判定所述目标车辆的存在类型为真实目标,其中,所述第六预设值小于所述第五预设值,所述第五预设值大于所述第四预设值,所述第四预设时长大于所述第三预设时长。
3.根据权利要求2所述的方法,其特征在于,所述存在类型为所述潜在目标或所述警示目标,所述基于所述存在类型,根据所述相对速度差和所述碰撞时间确定所述目标车辆的威胁类型,包括;
若所述碰撞时间大于第五预设时长,则判定所述目标车辆的威胁类型为无威胁目标;
若所述相对速度差大于第一预设速度,则判定所述目标车辆的威胁类型为高威胁目标;
若所述相对速度差小于所述第一预设速度,且所述相对速度差大于第二预设速度,则判定所述目标车辆的威胁类型为中威胁目标;
若所述相对速度差小于所述第二预设速度,且所述相对速度差大于第三预设速度,则判定所述目标车辆的威胁类型为低威胁目标。
4.根据权利要求3所述的方法,其特征在于,所述存在类型为所述大概率目标或所述真实目标,所述基于所述存在类型,根据所述相对速度差和所述碰撞时间确定所述目标车辆的威胁类型,包括;
若所述碰撞时间大于第六预设时长,则判定所述目标车辆的威胁类型为所述无威胁目标;
若所述相对速度差大于第四预设速度,则判定所述目标车辆的威胁类型为所述高威胁目标;
若所述相对速度差小于所述第四预设速度,且所述相对速度差大于第五预设速度,则判定所述目标车辆的威胁类型为所述中威胁目标;
若所述相对速度差小于所述第五预设速度,且所述相对速度差大于第六预设速度,则判定所述目标车辆的威胁类型为所述低威胁目标。
5.根据权利要求3或4所述的方法,其特征在于,所述根据所述威胁类型和所述存在类型匹配所述当前车辆的最佳控制策略,包括;
若所述威胁类型为所述无威胁目标,则所述最佳控制策略为在驾驶员注意力满足预设分散条件时,获取所述驾驶员第一注意力分散时长,并在所述第一注意力分散时长大于第七预设时长时,发出声音提醒和灯光提醒;
若所述威胁类型为所述低威胁目标,则所述最佳控制策略为在驾驶员注意力满足所述预设分散条件时,获取所述驾驶员第二注意力分散时长,并在所述第二注意力分散时长大于第八预设时长时,发出所述声音提醒和所述灯光提醒,其中,所述第八预设时长小于所述第七预设时长;
若所述威胁类型为所述中威胁目标,则所述最佳控制策略为在驾驶员注意力满足所述预设分散条件时,发出所述声音提醒和所述灯光提醒;
若所述威胁类型为所述中威胁目标且为所述大概率目标,则所述最佳控制策略为直接发出所述声音提醒和所述灯光提醒;
若所述威胁类型为所述高威胁目标且为所述大概率目标,或者所述威胁类型为中威胁目标且为所述真实目标,则所述最佳控制策略为直接发出所述声音提醒和所述灯光提醒的同时,按照预设减速策略控制所述当前车辆进行减速。
6.一种针对异常车辆目标的驾驶辅助安全控制装置,其特征在于,包括:
获取模块,用于获取目标车辆的感知信号,并对所述感知信号进行融合处理,得到所述目标车辆的目标置信度和持续检测时长;
计算模块,用于根据所述目标置信度和所述持续检测时长判断所述目标车辆的存在类型,并根据当前车辆的当前车速和目标车辆的当前速度计算相对速度差和碰撞时间;
控制模块,用于基于所述存在类型,根据所述相对速度差和所述碰撞时间确定所述目标车辆的威胁类型,并根据所述威胁类型和所述存在类型匹配所述当前车辆的最佳控制策略,并根据所述最佳控制策略对所述当前车辆进行控制。
7.根据权利要求6所述的装置,其特征在于,所述计算模块,包括:
第一判定单元,用于若所述目标置信度大于第一预设值,且所述持续检测时长大于第一预设时长,则判定所述目标车辆的存在类型为潜在目标;
第二判定单元,用于若所述目标置信度大于第一预设值,且所述持续检测时长大于第二预设时长,则判定所述目标车辆的存在类型为警示目标,其中,所述第二预设时长大于所述第一预设时长;
第三判定单元,用于若所述目标置信度大于第二预设值,且所述持续检测时长大于第三预设时长,则判定所述目标车辆的存在类型为大概率目标,其中,所述第二预设值大于所述第一预设值,所述第三预设时长大于所述第二预设时长;
第四判定单元,用于若所述目标置信度大于第三预设值且所述持续检测时长大于所述第一预设时长,或者,所述目标置信度大于第四预设值且所述持续检测时长大于所述第二预设时长,或者,所述目标置信度大于所述第四预设值且所述持续检测时长大于所述第三预设时长,则判定所述目标车辆的存在类型为真实目标,其中,所述第四预设值小于所述第三预设值,所述第四预设值大于所述第二预设值。
8.根据权利要求7所述的装置,其特征在于,所述控制模块,包括:
第五判定单元,若所述碰撞时间大于第四预设时长,则判定所述目标车辆的威胁类型为无威胁目标;
第六判定单元,若所述相对速度差大于第一预设速度,则判定所述目标车辆的威胁类型为高威胁目标;
第七判定单元,若所述相对速度差小于所述第一预设速度,且所述相对速度差大于第二预设速度,则判定所述目标车辆的威胁类型为中威胁目标;
第八判定单元,若所述相对速度差小于所述第二预设速度,且所述相对速度差大于第三预设速度,则判定所述目标车辆的威胁类型为低威胁目标。
9.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的针对异常车辆目标的驾驶辅助安全控制方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的针对异常车辆目标的驾驶辅助安全控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310002899.XA CN116080641A (zh) | 2023-01-03 | 2023-01-03 | 针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310002899.XA CN116080641A (zh) | 2023-01-03 | 2023-01-03 | 针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116080641A true CN116080641A (zh) | 2023-05-09 |
Family
ID=86202056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310002899.XA Pending CN116080641A (zh) | 2023-01-03 | 2023-01-03 | 针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116080641A (zh) |
-
2023
- 2023-01-03 CN CN202310002899.XA patent/CN116080641A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6690952B2 (ja) | 車両走行制御システム、及び車両走行制御方法 | |
JP6317315B2 (ja) | 標識情報表示装置及び方法 | |
CN108615383B (zh) | 基于车间通信的汽车交通路口辅助通行系统及其控制方法 | |
US9643493B2 (en) | Display control apparatus | |
CN113665584A (zh) | 车辆预警方法及装置 | |
CN114845273A (zh) | 车辆与基础设施通信中不当行为的检测和报告 | |
JP2019168840A (ja) | 車両に搭載可能な情報通知装置、および車両 | |
CN115366907A (zh) | 驾驶员的状态异常提醒方法、装置、车辆及存储介质 | |
US11891056B2 (en) | Device and method for improving assistance systems for lateral vehicle movements | |
US11763681B2 (en) | ECU and lane departure warning system | |
CN116872957A (zh) | 智能驾驶车辆的预警方法、装置及电子设备、存储介质 | |
KR20220030231A (ko) | 교차로 신호위반 차량 경고 장치 및 방법 | |
CN114274954A (zh) | 一种车内外感知结合的车辆主动接管系统及方法 | |
CN111277956A (zh) | 车辆盲区信息的采集方法及装置 | |
CN113352988A (zh) | 智能行车安全辅助方法、装置、设备、程序产品及介质 | |
CN113753067B (zh) | 车道偏离干预控制方法及装置 | |
JP2006160032A (ja) | 運転状態判定装置及び運転状態判定方法 | |
CN116080641A (zh) | 针对异常车辆目标的驾驶辅助安全控制方法、装置及车辆 | |
US20200369268A1 (en) | Vehicles and systems for predicting road agent behavior based on driving style | |
CN113257021B (zh) | 一种车辆安全预警方法及系统 | |
CN113246978A (zh) | 车辆后视镜盲区检测方法及检测装置 | |
CN113838306A (zh) | 自动驾驶车队的预警方法及装置 | |
CN111754762B (zh) | 用于向周围车辆发送信息的方法和控制装置 | |
CN114348014A (zh) | 车道偏离预警方法、装置、车辆和介质 | |
CN113012470A (zh) | 一种前碰撞预警系统的报警方法及参数实时调校方法 |
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 |