CN116252816A - 一种底盘避障系统及避障方法 - Google Patents

Abstract

本发明公开了一种底盘避障系统及避障方法，系统包括：雷达传感器、车速传感器、高精度地图设备和汽车控制单元，汽车控制单元从车辆周围障碍物信息中确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间，并在基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，基于高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险采取对应的预设避障策略，以避免车辆出现拖底风险，或是将损失与风险降至最低，大大提高车辆行驶的安全性和可靠性。

Description

一种底盘避障系统及避障方法

技术领域

本发明涉及汽车智能驾驶技术领域，更具体的说，涉及一种底盘避障系统及避障方法。

背景技术

现有汽车的底盘避障系统一般是利用机械结构在底盘托底后进行报警，或利用摄像头/超声波雷达/激光雷达获取地面障碍物信息，判断有风险后预警提醒，由驾驶员进行避障。

随着无人驾驶技术的推广，路面状况对无人驾驶汽车运行的安全性和可靠性有十分重要的影响，特别是非结构化道路，其包含更多不可控的凸起、石堆等元素，加之现有车辆避障策略尚不成熟，因此导致无人驾驶汽车按原有规划路径行驶时，存在车辆托底甚至损坏的风险。

因此，如何提供一种适用于底盘避障系统，成为本领域技术人员亟需解决的技术问题。

发明内容

有鉴于此，本发明公开一种底盘避障系统及避障方法，以通过雷达传感器和车速传感器对车辆周围障碍物信息和车辆自身运行状态进行实时采集，高效便捷的获知车辆所在位置及周边的路面状态信息，当基于各个障碍物尺寸及对应的碰撞时间确定车辆存在底盘拖底风险时，对车辆的行驶路径进行重新规划或是采取预设避障策略，以避免车辆出现拖底风险，或是将损失与风险降至最低，大大提高车辆行驶的安全性和可靠性。

一种底盘避障系统，包括：

雷达传感器，用于在车辆行驶过程中获取车辆周围障碍物信息；

车速传感器，用于采集所述车辆的车速信息；

高精度地图设备，分别与所述雷达传感器和所述车速传感器连接，用于基于原始地图数据、所述车辆周围障碍物信息、所述车速信息以及车辆实际位置信息，对所述车辆的GPS信息进行修正，得到所述车辆的高精定位信息，并基于所述高精定位信息得到高精度地图数据；

汽车控制单元，分别与所述雷达传感器和所述高精度地图设备连接，用于从所述雷达传感器输出的所述车辆周围障碍物信息中，确定各个障碍物尺寸以及所述车辆与各个障碍物的碰撞时间，基于各个所述障碍物尺寸及对应的所述碰撞时间，结合所述车辆的所述高精度定位信息，确定所述车辆是否存在底盘拖底风险，如果是，则基于所述高精度地图设备输出的所述高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险，采取对应的预设避障策略。

可选的，所述雷达传感器包括：超声波雷达传感器和激光雷达传感器；

所述超声波雷达传感器包括：

设置在车辆前置底盘且横向等距布置的多个前置超声波雷达，每个所述前置超声波雷达用于获取所述车辆向前行驶过程中的前方地面障碍物信息；

设置在车辆后置底盘且横向等距布置的多个后置超声波雷达，每个所述后置超声波雷达用于获取所述车辆向后行驶过程中的后方地面障碍物信息；

所述激光雷达传感器包括：

设置在所述车辆前方的前置激光雷达，用于获取所述车辆向前行驶过程中的道路前方障碍物信息；

设置在所述车辆后方的后置激光雷达，用于获取所述车辆向后行驶过程中的道路后方障碍物信息。

可选的，所述汽车控制单元具体用于：

当基于所述前置超声波雷达输出的所述前方地面障碍物信息探测到所述车辆在当前位置存在底盘拖底风险且车辆向前行驶时，判断所述车辆周围是否有碰撞风险；

如果否，则控制所述车辆刹停避障，并重新规划行驶路径；

如果是，则在不产生碰撞的前提下控制所述车辆减速避让，并重新规划行驶路径。

可选的，所述汽车控制单元具体用于：

当基于所述后置超声波雷达输出的所述后方地面障碍物信息探测到所述车辆在当前位置存在底盘拖底风险且车辆向后行驶时，判断所述车辆周围是否有碰撞风险；

如果否，则控制所述车辆刹停避障，并重新规划行驶路径；

如果是，则在不产生碰撞的后提下控制所述车辆减速避让，并重新规划行驶路径。

可选的，所述汽车控制单元具体用于：

当基于所述前置激光雷达输出的所述道路前方障碍物信息预测到前方道路存在底盘拖底风险且车辆向前行驶时，重新规划行驶路径；

当基于所述后置激光雷达输出的所述道路后方障碍物信息预测到后方道路存在底盘拖底风险且车辆向后行驶时，重新规划行驶路径。

可选的，所述高精地图设备包括：高精地图模块、惯导模块和车辆定位模块；

所述高精地图模块，用于基于对所述车辆的GPS信息从云端获取所述原始地图数据；

所述惯导模块，用于在DPS信号强度小于预设信号强度时，获取所述车辆实际位置信息；

所述车辆定位模块，分别与所述高精地图模块、所述惯导模块、所述雷达传感器和所述车速传感器连接，用于基于所述原始地图数据、所述车速信息、所述车辆实际位置信息以及所述车辆周围障碍物信息，对所述GPS信息进行修正，得到所述车辆的所述高精定位信息；

所述高精地图模块，还用于基于所述车辆的所述高精定位信息得到所述高精度地图数据。

可选的，所述车辆定位模块对所述GPS信息进行修正的过程包括：

基于所述车速信息、所述车辆实际位置信息和所述GPS信息获得车辆定位坐标信息；

基于所述高精地图模块利用所述车辆定位信息在所述原始地图数据上获得的车辆周围物体信息，以及所述雷达传感器获得的所述车辆周围障碍物信息，确定所述车辆周围明确存在的标识性物体及标识性物体坐标；

对所述标识性物体坐标进行反向计算，对所述GPS信息进行修正，得到所述车辆的所述高精定位信息。

可选的，所述汽车控制单元还用于：

当确定所述车辆存在底盘拖底风险时，基于各个所述障碍物尺寸及对应的所述碰撞时间，确定对应的拖底风险等级；

基于所述拖底风险等级确定车辆拖底危险程度，并采取对应的应对策略；

其中，所述拖底风险等级基于障碍物尺寸大小和碰撞时间长短划分，障碍物尺寸越大，碰撞时间越短，对应的拖底风险等级越高；障碍物尺寸越小，碰撞时间越长，对应的拖底风险等级越低。

可选的，所述汽车控制单元在重新规划行驶路径时，具体用于：

以避开有拖底风险障碍物的道路，且最低功能等级连接路径为原则，重新规划行驶路径；

当有多个相同功能等级的路径时，将具有最小航向变化的路径作为重新规划后的目标路径。

可选的，所述汽车控制单元采取所述预设避障策略时，具体包括：

当确定所述车辆存在底盘拖底风险，且无法通过重新规划行驶路径方式规避底盘拖底风险时，判断车辆周围是否存在碰撞风险；

如果否，则控制所述车辆自动刹停，并输出危险报警信息；

如果是，则在不产生碰撞的前提下控制所述车辆减速避让，并输出所述危险报警信息。

一种底盘避障方法，应用于上述所述底盘避障系统中的汽车控制单元，所述底盘避障方法包括：

从雷达传感器输出的车辆周围障碍物信息中，确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间；

基于各个所述障碍物尺寸及对应的所述碰撞时间，结合所述车辆的所述高精度定位信息，确定所述车辆是否存在底盘拖底风险；

如果是，则基于高精度地图设备输出的高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险，采取预设避障策。

从上述的技术方案可知，本发明公开的一种底盘避障系统及避障方法，系统包括：雷达传感器、车速传感器、高精度地图设备和汽车控制单元，高精度地图设备基于原始地图数据、雷达传感器在车辆行驶过程中获取的车辆周围障碍物信息，车速传感器采集的车速信息以及获取的车辆实际位置信息，对车辆的GPS信息进行修正，得到车辆的高精定位信息，并基于高精定位信息得到高精度地图数据，汽车控制单元从车辆周围障碍物信息中确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间，并在基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，基于高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险采取对应的预设避障策略。在车辆行驶过程中，本发明通过雷达传感器和车速传感器对车辆周围障碍物信息和车辆自身运行状态进行实时采集，高效便捷的获知车辆所在位置及周边的路面状态信息，当基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，对车辆的行驶路径进行重新规划或是采取预设避障策略，以避免车辆出现拖底风险，或是将损失与风险降至最低，大大提高车辆行驶的安全性和可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据公开的附图获得其他的附图。

图1为本发明实施例公开的一种底盘避障系统的结构示意图；

图2为本发明实施例公开的另一种底盘避障系统的结构示意图；

图3为本发明实施例公开的一种无人驾驶汽车底盘避障系统的传感器安装侧视图；

图4为本发明实施例公开的一种无人驾驶汽车底盘避障系统的传感器安装俯视图；

图5为本发明实施例公开的一种无人驾驶汽车底盘避障系统的高精定位信息的获取流程图；

图6为本发明实施例公开的一种无人驾驶汽车与标识物体的坐标信息示意图；

图7为本发明实施例公开的一种底盘避障方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种底盘避障系统及避障方法，系统包括：雷达传感器、车速传感器、高精度地图设备和汽车控制单元，高精度地图设备基于原始地图数据、雷达传感器在车辆行驶过程中获取的车辆周围障碍物信息，车速传感器采集的车速信息以及获取的车辆实际位置信息，对车辆的GPS信息进行修正，得到车辆的高精定位信息，并基于高精定位信息得到高精度地图数据，汽车控制单元从车辆周围障碍物信息中确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间，并在基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，基于高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险采取对应的预设避障策略。在车辆行驶过程中，本发明通过雷达传感器和车速传感器对车辆周围障碍物信息和车辆自身运行状态进行实时采集，高效便捷的获知车辆所在位置及周边的路面状态信息，当基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，对车辆的行驶路径进行重新规划或是采取预设避障策略，以避免车辆出现拖底风险，或是将损失与风险降至最低，大大提高车辆行驶的安全性和可靠性。

参见图1，本发明实施例公开的一种底盘避障系统的结构示意图，该系统包括：雷达传感器11、车速传感器12、高精度地图设备13和汽车控制单元14。

其中，雷达传感器11用于在车辆行驶过程中获取车辆周围障碍物信息。

其中，车辆周围障碍物信息包括但不限于障碍物尺寸、障碍物类型、障碍物与车辆之间的距离、速度等。

车速传感器12用于采集车辆的车速信息。

在实际应用中，车速传感器12采集的车速信息可以作为车辆运动信息和定位补偿等计算过程的信息输入。

高精度地图设备13分别与雷达传感器11和车速传感器12连接，用于基于原始地图数据、车辆周围障碍物信息、车速信息以及车辆实际位置信息，对车辆的GPS信息进行修正，得到车辆的高精定位信息，并基于高精定位信息得到高精度地图数据。

在实际应用中，高精度地图设备13获取的是一组精度较低的原始地图数据，在该原始地图数据的基础上，基于车辆周围障碍物信息和车速信息进行调整，即可得到高精度地图数据。

汽车控制单元14分别与雷达传感器11和高精度地图设备13连接，用于从雷达传感器11输出的车辆周围障碍物信息中，确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间，基于各个障碍物尺寸及对应的碰撞时间，结合车辆的所述高精度定位信息，确定车辆是否存在底盘拖底风险，如果是，则基于高精度地图设备输出的高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险，采取对应的预设避障策略。

本实施例中，碰撞时间(Time To Collision，TTC)为：本车与前方目标的相对距离/本车与前方目标的速度差。

可以理解的是，障碍物尺寸越大，碰撞时间越短，车辆存在的底盘拖底风险程度越高。

汽车控制单元14在重新规划行驶路径时，以避开有拖底风险障碍物的道路，且最低功能等级连接路径为原则，重新规划行驶路径。

需要说明的是，当无法通过重新规划行驶路径方式规避底盘拖底风险时，汽车控制单元14会针对车辆周围存在碰撞风险或不存在碰撞风险，采取不同的预设避障策略，预设避障策略包括：当存在碰撞风险时采用减速避障，当不存在碰撞风险时采用刹停避障，以避免车辆出现拖底风险，或是将拖底损失降至最低。

综上可知，本发明公开了一种底盘避障系统，包括：雷达传感器11、车速传感器12、高精度地图设备13和汽车控制单元14，高精度地图设备13基于原始地图数据、雷达传感器11在车辆行驶过程中获取的车辆周围障碍物信息，车速传感器12采集的车速信息以及获取的车辆实际位置信息，对车辆的GPS信息进行修正，得到车辆的高精定位信息，并基于高精定位信息得到高精度地图数据，汽车控制单元14从车辆周围障碍物信息中确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间，并在基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，基于高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险采取对应的预设避障策略。在车辆行驶过程中，本发明通过雷达传感器11和车速传感器12对车辆周围障碍物信息和车辆自身运行状态进行实时采集，高效便捷的获知车辆所在位置及周边的路面状态信息，当基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，对车辆的行驶路径进行重新规划或是采取预设避障策略，以避免车辆出现拖底风险，或是将损失与风险降至最低，大大提高车辆行驶的安全性和可靠性。

为进一步优化上述实施例，参见图2，本发明另一实施例公开的一种底盘避障系统的结构示意图，在图1所示实施例的基础上，雷达传感器11包括：超声波雷达传感器111和激光雷达传感器112。

超声波雷达传感器111包括：

设置在车辆前置底盘且横向等距布置的多个前置超声波雷达，每个前置超声波雷达用于获取车辆向前行驶过程中的前方地面障碍物信息。

设置在车辆后置底盘且横向等距布置的多个后置超声波雷达，每个所述后置超声波雷达用于获取车辆向后行驶过程中的后方地面障碍物信息；

激光雷达传感器112包括：

设置在车辆前方的前置激光雷达，用于获取车辆向前行驶过程中的道路前方障碍物信息。

设置在车辆后方的后置激光雷达，用于获取车辆向后行驶过程中的道路后方障碍物信息。

具体的，详见图3和图4所示的本发明提供的无人驾驶汽车底盘避障系统的传感器安装侧视图和俯视图，前置激光雷达1为前置传感器，用于获取车辆向前行驶过程中的道路前方障碍物信息，后置激光雷达2为后置传感器，用于获取车辆向后行驶过程中的道路后方障碍物信息。

其中，激光雷达传感器112的具体布置角度及高度参数需要考虑车辆高度、激光雷达本身探测角度、范围等参数、美观程度、布置难易程度、是否方便清洗、是否易损易脏等问题。

假设车辆中设置了三个前置超声波雷达，附图标记分别为：3a/3b/3c，前置超声波雷达3a、前置超声波雷达3b和前置超声波雷达3c为车辆前置底盘横向等距布置的前置传感器，用于前方避障冗余设计，获取车辆向前行驶过程中的前方地面障碍物信息。

假设车辆中设置了三个后置超声波雷达，附图标记分别为：4a/4b/4c，后置超声波雷达4a、后置超声波雷达4b和后置超声波雷达4c为车辆后置底盘横向等距布置的后置传感器，用于后方避障冗余设计，获取车辆向后行驶过程中的后方地面障碍物信息。

需要说明的是，超声波雷达传感器111采取横向等距布置的目的为：通过对拖底场景分析可知，拖底在车辆底盘x轴方向上发生的概率是均等且随机的，因此，本发明对超声波雷达传感器111(前置超声波雷达和后置超声波雷达)采取了横向等距的布置方案。

为进一步优化上述实施例，汽车控制单元14具体可以用于：

当基于前置超声波雷达输出的前方地面障碍物信息探测到车辆在当前位置存在底盘拖底风险且车辆向前行驶时，判断车辆周围是否有碰撞风险；

如果否，则控制车辆刹停避障，并重新规划行驶路径；

如果是，则在不产生碰撞的前提下控制车辆减速避让，并重新规划行驶路径。

本实施例中当探测到车辆在当前位置不存在底盘拖底风险或是车辆向后行驶时，则返回前置超声波雷达探测阶段。

综上可知，当确定车辆在当前位置存在底盘拖底风险且车辆向前行驶时，若车辆周围无碰撞风险，则通过控制车辆刹停避障并重新规划行驶路径，避免车辆出现拖底风险；若车辆周围有碰撞风险，则在不产生碰撞的前提下控制车辆减速避让，使损失与风险降至最低，并重新规划行驶路径。

为进一步优化上述实施例，汽车控制单元14具体可以用于：

当基于后置超声波雷达输出的后方地面障碍物信息探测到车辆在当前位置存在底盘拖底风险且车辆向后行驶时，判断车辆周围是否有碰撞风险；

如果否，则控制车辆刹停避障，并重新规划行驶路径；

如果是，则在不产生碰撞的后提下控制车辆减速避让，并重新规划行驶路径。

综上可知，当确定车辆在当前位置存在底盘拖底风险且车辆向后行驶时，若车辆周围无碰撞风险，则通过控制车辆刹停避障并重新规划行驶路径，避免车辆出现拖底风险；若车辆周围有碰撞风险，则在不产生碰撞的后提下控制车辆减速避让，使损失与风险降至最低，并重新规划行驶路径。

为进一步优化上述实施例，汽车控制单元14具体可以用于：

当基于前置激光雷达输出的道路前方障碍物信息预测到前方道路存在底盘拖底风险且车辆向前行驶时，重新规划行驶路径；

当基于后置激光雷达输出的道路后方障碍物信息预测到后方道路存在底盘拖底风险且车辆向后行驶时，重新规划行驶路径。

基于上述论述可知，本发明不仅通过安装在车辆的前置激光雷达和后置激光雷达完成道路前方/后方障碍物的预测，并结合高精地图模块131、车辆定位模块133、惯导模块132、车速传感器12等完成无人驾驶汽车行驶路径的重新规划，以提前避免车辆底盘拖底的风险，而且通过设置在底盘的前置超声波雷达和后置超声波雷达完成对车辆前进/倒车过程中地面障碍物的探测，并遇紧急情况时进行车辆刹停，以达到车辆行驶过程底盘避障冗余设计的目的。

为进一步优化上述实施例，在图2所示实施例的基础上，高精地图设备13可以包括：高精地图模块131、惯导模块132和车辆定位模块133。

其中，高精地图模块131用于基于对车辆的GPS信息从云端获取原始地图数据。

需要说明的是，高精地图模块131从云端获取的原始地图数据为一组精度较低的地图数据。

惯导模块132用于在DPS信号强度小于预设信号强度时，获取车辆实际位置信息。

无人驾驶汽车在隧道等GPS信号强度弱的场景下，会因为长时间接收不到卫星信号，导致位置误差随着时间的积累越来越大，无法进行长时间精准车辆定位。此时可依据惯导模块132测量出的运动车辆的角速度和加速度，再对时间积分得到运动车辆移动的距离和方位，从而得到车辆实际位置信息。

车辆定位模块133分别与高精地图模块131、惯导模块132、雷达传感器11和车速传感器12连接，用于基于原始地图数据、车速信息、车辆实际位置信息以及车辆周围障碍物信息，对GPS信息进行修正，得到车辆的高精定位信息(HD-GPS)。

在实际应用中，由于车辆周期性接收GPS信号且车辆一直处于行驶中，因此，车辆定位模块133需要根据车速传感器12采集的车速信息对车辆位置进行实时补偿，以获得车辆更精准的定位信息，最后根据纵向补偿距离D₁和横向补偿距离D₂对GPS信号更新周期T开始对车辆的位置进行补偿。

其中，纵向补偿距离D₁公式的表达式如下：

式中，θ₁(t)表示车辆纵向速度，T表示GPS信号更新周期。

横向补偿距离D₂公式的表达式如下：

式中，θ₂(t)表示车辆横向速度，T表示GPS信号更新周期。

高精地图模块131还用于基于车辆的高精定位信息(HD-GPS)得到高精度地图数据。

为进一步优化上述实施例，参见图5所示的本发明实施例公开的一种无人驾驶汽车底盘避障系统的高精定位信息的获取流程图，图5中标识物体1、标识物体2和标识物体3是对车辆周围物体的量化，实际数量依据实际场景判断。从图5中可以看出，车辆定位模块133对GPS信息进行修正的过程具体包括：

基于车速传感器12采集的车速信息、惯导模块132获取的车辆实际位置信息以及GPS信息获得车辆定位坐标信息A(x₀，y₀，z₀)，该车辆定位坐标信息A(x₀,y₀,z₀)也即本车未修正的位置坐标信息，详见图6所示的无人驾驶汽车与标识物体的坐标信息示意图。

基于高精地图模块131利用车辆定位信息A(x₀,y₀,z₀)在原始地图数据上获得的车辆周围物体信息(尺寸、类型、距离等信息)，以及雷达传感器11(此处主要为激光雷达传感器112)获得的车辆周围障碍物信息(尺寸、类型、距离等信息)，综合对比车辆周围障碍物的尺寸、类型等信息，确定车辆周围明确存在的标识性物体及标识性物体坐标，详见图5中示出的标识物体1、标识物体2和标识物体3，坐标分别为：B(x₁，y₁，z₁)、C(x₂，y₂，z₂)和D(x₃，y₃，z₃)。

对标识性物体坐标利用公式(3)进行反向计算，对车辆的GPS信息进行修正，得到车辆的高精定位信息P(x，y，z)，高精定位信息P(x，y，z)也即本车实际位置坐标信息。

本实施例具体为：通过标识物体1、标识物体2和标识物体3的坐标，以及激光雷达传感器112测得的本车与标识物体1、标识物体2和标识物体3之间的实际距离(分别为L₁、L₂、L₃)，对本车的GPS信息(也即位置信息)进行修正，得到车辆的高精定位信息。

公式(3)的表达式如下：

式中，L₁表示激光雷达传感器测得的本车与标识物体1之间的实际距离，L₂表示激光雷达传感器测得的本车与标识物体2之间的实际距离，L₃表示激光雷达传感器测得的本车与标识物体3之间的实际距离。

为进一步优化上述实施例，汽车控制单元14还可以用于：

当确定车辆存在底盘拖底风险时，基于各个障碍物尺寸及对应的碰撞时间，确定对应的拖底风险等级；

基于拖底风险等级确定车辆拖底危险程度，并采取对应的应对策略。

其中，拖底风险等级基于障碍物尺寸大小和碰撞时间长短划分，障碍物尺寸越大，碰撞时间越短，对应的拖底风险等级越高；障碍物尺寸越小，碰撞时间越长，对应的拖底风险等级越低。

在实际应用中，基于拖底风险等级确定车辆拖底危险程度后，就可以确定拖底发生的轻重缓急，从而采取对应的应对策略，比如，刹停避障、减速避障等。拖底风险等级的划分及对应的应对策略，可依据实际需要而定，本发明在此不做限定。

为进一步优化上述实施例，汽车控制单元14在重新规划行驶路径时，具体用于：

以避开有拖底风险障碍物的道路，且最低功能等级连接路径为原则，重新规划行驶路径；

当有多个相同功能等级的路径时，将具有最小航向变化的路径作为重新规划后的目标路径。

汽车控制单元14在重新规划行驶路径时，原则上需要避开有有拖底风险障碍物的道路(或车道)，以最低功能等级连接路径的方式规划处新路线，如果路径有相同功能等级(例：高速公路的功能等级＜国道的功能等级，即高速路优先)，那么选择具有最小航向变化的路径作为重新规划后的目标路径，以减少不必要的弯路。

为进一步优化上述实施例，汽车控制单元14采取预设避障策略时，具体包括：

当确定车辆存在底盘拖底风险，且无法通过重新规划行驶路径方式规避底盘拖底风险时，判断车辆周围是否存在碰撞风险；

如果否，则控制车辆自动刹停，并输出危险报警信息，以避免拖底风险；

如果是，则在不产生碰撞的前提下控制车辆减速避让，并输出危险报警信息。

其中，危险报警信息可以为开启危险报警灯，以警示周围车辆同时将损失降低至最低。

判断车辆周围是否存在碰撞风险的判断过程为：依据TTC和雷达传感器11探测到的车辆周围障碍物信息，确定本车后方无其他车辆或与后方行驶车辆的TTC满足不碰撞要求，且周围无穿插车辆及无变道车辆，确定本车辆周围不存在碰撞风险。

反之，依据TTC和雷达传感器11探测到的车辆周围障碍物信息，确定本车与后方行驶车辆有碰撞风险，且相邻车道不允许变道/相邻车道不满足变道条件，确定本车辆周围存在碰撞风险。

本实施例中的碰撞风险具体指的是：本车辆与其他车辆/物体发生碰撞的风险。

与上述系统实施例相对应，本发明还公开了一种底盘避障方法。

参见图7，本发明实施例公开的一种底盘避障方法的流程图，该方法应用于上述底盘避障系统中的汽车控制单元，底盘避障方法包括：

步骤S101、从雷达传感器输出的车辆周围障碍物信息中，确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间。

步骤S102、基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息，确定车辆是否存在底盘拖底风险，如果是，则执行步骤S103。

步骤S103、基于高精度地图设备输出的高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险，采取预设避障策。

综上可知，本发明公开了一种底盘避障方法，汽车控制单元从车辆周围障碍物信息中确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间，并在基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，基于高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险采取对应的预设避障策略。在车辆行驶过程中，本发明通过雷达传感器和车速传感器对车辆周围障碍物信息和车辆自身运行状态进行实时采集，高效便捷的获知车辆所在位置及周边的路面状态信息，当基于各个障碍物尺寸及对应的碰撞时间，结合车辆的高精度定位信息确定车辆存在底盘拖底风险时，对车辆的行驶路径进行重新规划或是采取预设避障策略，以避免车辆出现拖底风险，或是将损失与风险降至最低，大大提高车辆行驶的安全性和可靠性。

需要特别说明的是，方法实施例中各个步骤的具体工作原理，请参见系统实施例对应部分，此处不再赘述。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (11)

1.一种底盘避障系统，其特征在于，包括：

雷达传感器，用于在车辆行驶过程中获取车辆周围障碍物信息；

车速传感器，用于采集所述车辆的车速信息；

高精度地图设备，分别与所述雷达传感器和所述车速传感器连接，用于基于原始地图数据、所述车辆周围障碍物信息、所述车速信息以及车辆实际位置信息，对所述车辆的GPS信息进行修正，得到所述车辆的高精定位信息，并基于所述高精定位信息得到高精度地图数据；

汽车控制单元，分别与所述雷达传感器和所述高精度地图设备连接，用于从所述雷达传感器输出的所述车辆周围障碍物信息中，确定各个障碍物尺寸以及所述车辆与各个障碍物的碰撞时间，基于各个所述障碍物尺寸及对应的所述碰撞时间，结合所述车辆的所述高精度定位信息，确定所述车辆是否存在底盘拖底风险，如果是，则基于所述高精度地图设备输出的所述高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险，采取对应的预设避障策略。

2.根据权利要求1所述的底盘避障系统，其特征在于，所述雷达传感器包括：超声波雷达传感器和激光雷达传感器；

所述超声波雷达传感器包括：

设置在车辆前置底盘且横向等距布置的多个前置超声波雷达，每个所述前置超声波雷达用于获取所述车辆向前行驶过程中的前方地面障碍物信息；

设置在车辆后置底盘且横向等距布置的多个后置超声波雷达，每个所述后置超声波雷达用于获取所述车辆向后行驶过程中的后方地面障碍物信息；

所述激光雷达传感器包括：

设置在所述车辆前方的前置激光雷达，用于获取所述车辆向前行驶过程中的道路前方障碍物信息；

设置在所述车辆后方的后置激光雷达，用于获取所述车辆向后行驶过程中的道路后方障碍物信息。

3.根据权利要求2所述的底盘避障系统，其特征在于，所述汽车控制单元具体用于：

当基于所述前置超声波雷达输出的所述前方地面障碍物信息探测到所述车辆在当前位置存在底盘拖底风险且车辆向前行驶时，判断所述车辆周围是否有碰撞风险；

如果否，则控制所述车辆刹停避障，并重新规划行驶路径；

如果是，则在不产生碰撞的前提下控制所述车辆减速避让，并重新规划行驶路径。

4.根据权利要求2所述的底盘避障系统，其特征在于，所述汽车控制单元具体用于：

当基于所述后置超声波雷达输出的所述后方地面障碍物信息探测到所述车辆在当前位置存在底盘拖底风险且车辆向后行驶时，判断所述车辆周围是否有碰撞风险；

如果否，则控制所述车辆刹停避障，并重新规划行驶路径；

如果是，则在不产生碰撞的后提下控制所述车辆减速避让，并重新规划行驶路径。

5.根据权利要求2所述的底盘避障系统，其特征在于，所述汽车控制单元具体用于：

当基于所述前置激光雷达输出的所述道路前方障碍物信息预测到前方道路存在底盘拖底风险且车辆向前行驶时，重新规划行驶路径；

当基于所述后置激光雷达输出的所述道路后方障碍物信息预测到后方道路存在底盘拖底风险且车辆向后行驶时，重新规划行驶路径。

6.根据权利要求1所述的底盘避障系统，其特征在于，所述高精地图设备包括：高精地图模块、惯导模块和车辆定位模块；

所述高精地图模块，用于基于对所述车辆的GPS信息从云端获取所述原始地图数据；

所述惯导模块，用于在DPS信号强度小于预设信号强度时，获取所述车辆实际位置信息；

所述车辆定位模块，分别与所述高精地图模块、所述惯导模块、所述雷达传感器和所述车速传感器连接，用于基于所述原始地图数据、所述车速信息、所述车辆实际位置信息以及所述车辆周围障碍物信息，对所述GPS信息进行修正，得到所述车辆的所述高精定位信息；

所述高精地图模块，还用于基于所述车辆的所述高精定位信息得到所述高精度地图数据。

7.根据权利要求6所述的底盘避障系统，其特征在于，所述车辆定位模块对所述GPS信息进行修正的过程包括：

基于所述车速信息、所述车辆实际位置信息和所述GPS信息获得车辆定位坐标信息；

基于所述高精地图模块利用所述车辆定位信息在所述原始地图数据上获得的车辆周围物体信息，以及所述雷达传感器获得的所述车辆周围障碍物信息，确定所述车辆周围明确存在的标识性物体及标识性物体坐标；

对所述标识性物体坐标进行反向计算，对所述GPS信息进行修正，得到所述车辆的所述高精定位信息。

8.根据权利要求1所述的底盘避障系统，其特征在于，所述汽车控制单元还用于：

当确定所述车辆存在底盘拖底风险时，基于各个所述障碍物尺寸及对应的所述碰撞时间，确定对应的拖底风险等级；

基于所述拖底风险等级确定车辆拖底危险程度，并采取对应的应对策略；

其中，所述拖底风险等级基于障碍物尺寸大小和碰撞时间长短划分，障碍物尺寸越大，碰撞时间越短，对应的拖底风险等级越高；障碍物尺寸越小，碰撞时间越长，对应的拖底风险等级越低。

9.根据权利要求1所述的底盘避障系统，其特征在于，所述汽车控制单元在重新规划行驶路径时，具体用于：

以避开有拖底风险障碍物的道路，且最低功能等级连接路径为原则，重新规划行驶路径；

当有多个相同功能等级的路径时，将具有最小航向变化的路径作为重新规划后的目标路径。

10.根据权利要求1所述的底盘避障系统，其特征在于，所述汽车控制单元采取所述预设避障策略时，具体包括：

当确定所述车辆存在底盘拖底风险，且无法通过重新规划行驶路径方式规避底盘拖底风险时，判断车辆周围是否存在碰撞风险；

如果否，则控制所述车辆自动刹停，并输出危险报警信息；

如果是，则在不产生碰撞的前提下控制所述车辆减速避让，并输出所述危险报警信息。

11.一种底盘避障方法，其特征在于，应用于权利要求1～10任意一项所述底盘避障系统中的汽车控制单元，所述底盘避障方法包括：

从雷达传感器输出的车辆周围障碍物信息中，确定各个障碍物尺寸以及车辆与各个障碍物的碰撞时间；

基于各个所述障碍物尺寸及对应的所述碰撞时间，结合所述车辆的所述高精度定位信息，确定所述车辆是否存在底盘拖底风险；

如果是，则基于高精度地图设备输出的高精度地图数据重新规划行驶路径，或是在无法通过重新规划行驶路径方式规避底盘拖底风险时，基于车辆周围是否存在碰撞风险，采取预设避障策。

Images