CN117043033A

CN117043033A - 避开障碍物的方法

Info

Publication number: CN117043033A
Application number: CN202280023006.3A
Authority: CN
Inventors: G·布鲁诺; A-L·都; M·莱希姆
Original assignee: Renault SAS
Current assignee: Renault SAS
Priority date: 2021-02-19
Filing date: 2022-02-03
Publication date: 2023-11-10
Also published as: JP2024506972A; KR20230146642A; FR3120039A1; WO2022175103A1; US20240149871A1

Abstract

本发明涉及一种用于由机动车辆(10)避开物体(C1，C2，C3，C4)的方法，该方法包括以下步骤：‑检测位于机动车辆的环境中的物体；‑如果已经检测到若干物体，则获取表征每个物体的位置和/或动态的数据；‑验证所检测到的物体中的至少两个物体之间的至少一个接近度标准是否得到满足，并且如果满足；‑将这两个物体组合为一个组(G2)；‑计算表征该组的位置和/或动态的数据；以及‑根据表征该组的位置和/或动态的数据，激活用于障碍物避让的系统和/或确定避让轨迹。

Description

避开障碍物的方法

技术领域

本发明总体上涉及机动车辆驾驶辅助。

更特别地，本发明涉及一种用于避开障碍物的方法。

本发明还涉及一种机动车辆，该机动车辆配备有被设计为实施该方法的计算机。

背景技术

出于提高机动车辆安全性的目的，这些车辆现在配备有驾驶辅助系统或自主驾驶系统。

已知这些系统特别是包括自动紧急制动(AEB)系统，这些自动紧急制动系统被设计为通过简单地作用于机动车辆的常规制动系统来避免与位于车辆行驶的车道中的障碍物发生任何碰撞。

然而，在有些情况下，这些紧急制动系统无法避免碰撞或无法使用(例如，如果另一车辆紧跟在该机动车辆后面)。

针对这些情况，已经开发了高级回避转向或自动紧急转向(AES)系统，这些系统使得通过作用于车辆的转向而使车辆偏离其轨迹来避开障碍物。

为保证该AES功能的有效性，需要可靠地检测机动车辆环境中与计算最优避让轨迹相关的部分。

通常用于该目的的一个参数被称为碰撞时间(TTC)。第二参数由要被执行以使车辆从检测到的障碍物的一侧通过而不撞击该障碍物的偏差形成。因此，单独考虑每个潜在的障碍物以便确定其中最危险的一个障碍物并从中推导出最优避让轨迹。

然而，事实证明，通过依赖这些参数，在一些危险情况下(此时优选的是让驾驶员执行避让)，AES障碍物避让功能会在自主模式下激活(无需驾驶员的动作)。还有一种情况是，AES障碍物避让功能由于在同一区域内要避开的障碍物过多而无法激活，从而导致该功能相对不可用。

发明内容

为了纠正现有技术的上述缺点，本发明提出并非独立地处理检测到的物体，而是在可能时将它们分组在一起。

更特别地，根据本发明提出的是一种用于机动车辆避开物体的方法，这些物体最初被认为是潜在的障碍物。该方法包括以下步骤：

-检测位于机动车辆的环境中的物体，

-如果已经检测到多个物体，则获取表征每个检测到的物体的位置和/或动态的数据，

-检查所检测到的这些物体中的至少两个物体之间的至少一个接近度标准是否得到满足，并且如果满足，

-将这两个物体组合为一个组，

-计算表征所述组的位置和/或动态的数据，以及

-根据表征所述组的位置和/或动态的数据，激活障碍物避让系统和/或确定避让轨迹。

用于对目标进行分组的方法有许多优点。

主要优点是，这意味着AES功能可以在比一般更多的情况下被激活。

事实上，在存在过多数量的待处理物体的情况下，通常规定使AES功能处于非激活状态，而在这种情况下，通过对物体进行分组，可以处理大量单独的物体。

同样地，当车辆在双车道道路上行驶并且每条车道中存在一个或多个物体时，通常规定不允许激活AES功能。相比之下，在本发明中，仅考虑各种物体或物体组之间的偏差，以便检查是否可以激活AES功能。

此外，通常规定在激活AES功能之前先检测每个物体所在的行车道。与物体位于其车道中央相比，当该物体横跨两个行车道时，从该物体旁边通过的间隙更加有限。因此，在激活AES功能之前，通常会考虑较大的安全裕度。相比之下，在本发明中，每个目标组定义了要避开的区域，该区域的位置不依赖于行车道的位置。因此，可以限制要考虑的安全裕度，从而可以在更多情况下激活AES功能。

更一般地，该方法可以在计算避让轨迹时忽略行车道的概念，而是优选将环境作为物体移动的单个空间进行管理。

还应当注意，本发明可以简化计算。

这样就可以同时管理大量的目标，这在检测到一群骑自行车者的情况下被证明特别有益。

还应当注意，该方法不关注检测到的物体的类别(骑自行车者、机动车辆等)，而是优选仅根据一个或多个接近度标准对任何类别的物体进行分组。

以下是根据本发明的方法的其他有利的和非限制性的特征，这些特征单独地或以任何技术上可能的组合加以考虑：

-基于单独表征所述组中的物体的数据，计算表征该组的位置和/或动态的数据；

-接下来，不再考虑单独表征该组中的物体的这些数据：-独立于单独表征该组中的物体的数据，激活障碍物避让系统和/或具体确定避让轨迹；

-接近度标准涉及两个物体之间的横向距离(沿与物体齐平处的道路的切线正交的轴线)；

-在获取步骤中，数据之一是机动车辆为避开每个物体而必须采取的横向轨迹偏差；

-接近度标准包括检查一方面为避开这两个物体中朝向第二物体定向的一侧上的第一物体而要采取的横向轨迹偏差与另一方面为避开朝向第一物体定向的一侧上的第二物体而要采取的横向轨迹偏差之间的差是否大于或等于预定阈值；

-该阈值大于或等于0；

-如果已经检测到至少三个物体，则规定将这些物体按照从道路的一个边缘到另一边缘的连续顺序进行排序，然后检查按照所述连续顺序的每对连续物体之间是否满足接近度标准；

-规定基于一方面在沿机动车辆齐平处的道路的切线定向的第一参考系中机动车辆相对于该车辆所行驶的道路的横向速度与另一方面在沿物体齐平处的道路的切线定向的第二参考系中所述物体相对于道路的横向速度之间的偏差来计算相对横向速度，然后基于相对横向速度来确定每个横向轨迹偏差；

-所述接近度标准涉及两个物体之间的纵向距离；

-在获取步骤中，数据之一涉及机动车辆撞击每个物体之前的剩余时间；

-为了检查出所述接近度标准是否得到满足，检查与两个物体的碰撞时间之间的偏差是否小于阈值；

-该阈值大于或等于0；

在获取步骤中，数据之一是为避开同一左侧或右侧的每个物体而要采取的横向轨迹偏差，并且在计算步骤中，表征该组的数据之一被选择为等于为避开该组中同一侧的物体而要采取的横向轨迹偏差中的最大值；

在获取步骤中，表征每个物体的数据之一是机动车辆撞击每个物体之前的剩余时间，并且在计算步骤中，表征该组的数据之一被选择为等于机动车辆撞击该组中的一个物体之前的剩余时间中的最小值。

本发明还涉及一种机动车辆，该机动车辆包括至少一个转向轮，用于每个转向轮的转向系统被设计为通过由计算机控制的致动器来进行操纵，该计算机被设计为实施如上所述的触发方法。

当然，本发明的各种特征、变体和实施例可以以各种组合彼此组合，只要它们没有不兼容或相互排斥即可。

具体实施方式

参照通过非限制性示例的方式给出的附图而进行的以下描述将对本发明的内容以及本发明可以如何实施提供更好的理解。

在附图中：

[图1]是根据本发明的机动车辆以及行驶在两条不同行车道中的两个目标汽车的示意图；

[图2]是图1的机动车辆以及这两个目标汽车之一的示意图；

[图3]是与图2所示相似的视图，展示了确定目标汽车之一的位置的过程中的第二步骤；

[图4]是与图2所示相似的视图，展示了用作本发明的一部分的四个参考系；

[图5]是图4中的四个参考系的表示；

[图6]是图1中的目标汽车之一及其行车道的示意图；

[图7]是根据本发明的机动车辆所在的以及在其附近行驶的四辆汽车的一个示例性配置的示意图；

[图8]是与图7相似的视图，在该视图中，汽车的附图标记已进行了重新排序；

[图9]是与图8相似的视图，在该视图中，汽车已进行了第一次分组；

[图10]是与图8相似的视图，在该视图中，汽车已进行了第二次分组；

[图11]是根据本发明的机动车辆所在的以及在其附近行驶的具有三辆汽车的组的另一示例性配置的示意图；

[图12]是根据本发明的机动车辆所在的以及在其附近行驶的三辆汽车的另一示例性配置的示意图。

图1示出了机动车辆10在道路上行驶，该道路上具有形成机动车辆10的潜在障碍物的两个“物体”。在这种情况下，这两个物体由汽车C1、C2形成。作为变体，这两个物体可以是其他类型的物体(行人、骑自行车者等)。优选地，所考虑的这些物体正在移动。

在说明书的其余部分中，机动车辆10是将实施本发明的车辆并且将被称为“本车辆10”。

该本车辆10通常包括界定乘客舱的底盘、其中至少两个是转向轮的车轮、动力传动系、制动系统、以及用于作用于转向轮的取向的常规转向系统。

在所考虑的示例中，转向系统由辅助转向致动器控制，该辅助转向致动器使得可以基于方向盘的取向和/或在一定情况下可以基于由计算机C10发出的指令来作用于转向轮的取向。

计算机C10包括至少一个处理器、至少一个存储器以及各种输入和输出接口。

计算机C10凭借其输入接口能够接收来自各种传感器的输入信号。

在这些传感器中，例如提供了以下各项：

-用于识别本车辆相对于其行车道的位置的设备，比如前置相机，

-用于检测位于本车辆10的轨迹上的障碍物的设备，比如雷达或激光雷达远程检测器，

-用于观察本车辆侧面的环境的至少一个横向设备，比如雷达或激光雷达远程检测器。

因此，计算机C10从多个传感器接收与本车辆10的环境中存在的物体有关的数据。通常，这些数据相互组合，以提供关于每个物体的可靠融合数据。

计算机C10凭借其输出接口能够向辅助转向致动器传输指令。

因此，如果条件允许，可以确保车辆尽最大的可能遵循障碍物避让轨迹。

计算机C10凭借其存储器来存储用作下述方法的一部分的数据。

该计算机尤其存储由包括指令的计算机程序构成的计算机应用程序，这些指令在由处理器执行时使得计算机能够实施下文描述的方法。

这些程序尤其包括“AES系统”，该系统被设计为计算障碍物避让轨迹并控制本车辆10以使其遵循该轨迹，或者辅助驾驶员控制本车辆10以使其遵循该轨迹。AES系统具有自主模式和手动模式，在自主模式下，遵循轨迹无需驾驶员的辅助，而在手动模式下，AES系统辅助驾驶员避开障碍物并且驾驶员仍掌控操纵。由于本领域技术人员熟知该AES系统，所以这里将不详细描述该系统。

计算机程序还包括用于激活AES系统的激活软件，该激活软件将可以确定是否应该激活AES系统(考虑到本车辆的轨迹以及存在于本车辆的环境中的物体的轨迹)并且等待该系统的最佳激活时刻。这里，该激活软件更具体地作为本发明的主题。

一旦本车辆10开始移动，该软件就被激活。

该软件以循环形式、以固定时间增量来实施。

该软件包括获取与本车辆10及其环境有关的数据的预备步骤、接着是九个主要步骤。然后，可以逐一来描述这些连续的步骤。

在预备步骤中，计算机C10接收由本车辆10的前置相机获取的至少一个图像。计算机还接收来自远程检测器的数据。然后，将这些图像和数据进行融合。

在该阶段，计算机C10因此具有位于本车辆10前方的道路的图像以及融合数据，这些图像和数据尤其表征检测到的且位于本车辆10的环境中的每个物体。这里，这些环境被认为是位于本车辆周围的区域，在该区域中该车辆的传感器被设计为获取数据。

在图1的示例中，本车辆在中央行车道V_C上行驶，该中央行车道的两侧具有另外两个行车道V_R、V_L。

然后，计算机C10试图确定这些行车道V_C、V_R、V_L的边界线NL、L、R、NL的位置和形状。

为此，在这种情况下，这些线中的每一条都通过多项式方程进行建模。这里，所选多项式为3阶，因此可以写为：

[Math.1]

yLine＝d.x³+c.x²+b.x+a

在该方程中：

-项yLine表示所考虑的车道边界线的横向坐标，

-项x表示该边界线的纵向坐标，并且

-项a、b、c和d是多项式的系数，这些项基于通过本车辆的前置相机所看到(或者由计算机C10从包括具有本车辆正在其中移动的地点的详细地图的导航系统中获取)的边界线的形状来确定。

实际上，这些项是通过融合数据而提供的。当能见度条件良好时，它们可以对车道边界线的形状进行建模，最远可达一百米左右的距离。

在该阶段，应当注意，在本披露内容的其余部分中，所谓的术语“纵向”将对应于沿所考虑的参考系中横坐标的矢量分量，并且所谓的术语“横向”将对应于沿所考虑的参考系中纵坐标的矢量分量(这里所考虑的参考系始终是正交的)。

方程[Math.1]在这里以依附于本车辆10并在图1中示出的参考系(X_EGO，Y_EGO)来表示。该参考系被定向为使得其横坐标轴沿本车辆10的纵向轴线延伸。它以本车辆10的前部雷达为中心。

作为变体，可以使用其他更简单或更复杂的方式对车道边界线的几何形状进行建模。

一旦已经确定了每条车道边界线的系数a、b、c、d，计算机C10就可以实施该方法的这九个步骤，从而可以感知检测到的物体对本车辆的危险程度，以便在必要时触发AES障碍物避让系统。

第一步骤包括确定本车辆与所考虑物体(汽车C1、C2之一)之间的距离。

这里，所计算的距离不是欧几里得距离。事实上，需要考虑道路的形状，以便确定本车辆10和该物体在相互发生撞击之前所必须行驶的距离。

因此，这里，计算机C10计算的是弧距L_AB。

为此，例如在文献FR3077547中详细描述的，计算机可以使用以下方程：

[Math.2]

其中：

-L_AB是A和B两个点(对应于本车辆和所考虑物体的位置)之间的弧线距离，

-x_A是本车辆的纵向位置(在雷达齐平处)，并且

-x_B是在参考系(X_EGO，Y_EGO)中所考虑物体的纵向位置。

第二步骤包括考虑到每条车道边界线的方程以及融合数据的情况确定每个检测到的物体相对于道路行车道的位置。

计算机C10知道每个检测到的物体的特征点(下文中称为“锚点”)在依附于本车辆的参考系(X_EGO，Y_EGO)中的坐标。该特征点通常是通过前置相机或雷达远程检测器所看到的物体中心。这里将考虑，该特征点是汽车C1、C2的散热器格栅的中间位置。

在已经检测到两个物体(这两个汽车C1、C2)的图1的示例中，锚点的坐标分别被标记为(X_rel1，Y_rel1)和(X_rel2，Y_rel2)。

该图1在参考系(X_EGO，Y_EGO)的纵坐标轴上还示出有以下值：

-Y_road_NL_1，其是车道边界线NL的方程[Math.1]中的项yLine在横坐标点X_rel1处的值，

-Y_road_NL_2，其是车道边界线NL的方程[Math.1]中的项yLine在横坐标点X_rel2处的值，

-Y_road_L_1，其是车道边界线L的方程[Math.1]中的项yLine在横坐标点X_rel1处的值，

-Y_road_L_2，其是车道边界线L的方程[Math.1]中的项yLine在横坐标点X_rel2处的值，

-Y_road_R_1，其是车道边界线R的方程[Math.1]中的项yLine在横坐标点X_rel1处的值，

-Y_road_R_2，其是车道边界线R的方程[Math.1]中的项yLine在横坐标点X_rel2处的值，

-Y_road_NR_1，其是车道边界线NR的方程[Math.1]中的项yLine在横坐标点X_rel1处的值，

-Y_road_NR_2，其是车道边界线NR的方程[Math.1]中的项yLine在横坐标点X_rel2处的值。

然后，通过将这些值与汽车C1、C2的横向坐标Y_rel1、Y_rel2进行比较，可以确定这两个汽车中的每个汽车所处的行车道。

举例来说，汽车C1的横向坐标Y_rel1在这里介于值Y_road_R_1和Y_road_L_1之间，这意味着该汽车位于车道边界线L和R之间。

在该阶段，计算机C10因此可以确定每个检测到的物体所处的行车道V_L、V_C、V_R。

第三步骤的目的是确定表征每个物体相对于车道边界线的运动学的参数。

在该步骤的其余部分的描述中，为了本披露内容的清楚性起见，将只关注这些物体中的单个物体(汽车C1)。

该步骤包括第一子步骤，在该第一子步骤中，计算机C10确定物体相对于车道边界线之一的位置。所考虑的车道边界线优选地是将中央行车道与所考虑物体所处的行车道分隔开的车道边界线。

作为变体，所考虑的车道边界线可以是另一边界线，例如，车道边缘线(见图2和图3)，尤其是在物体的行车道与本车辆10的行车道之间没有检测到边界线的情况下。

想法是，将该车道边界线的间隔离散化为有限数量的N个点，然后选择最接近所考虑物体的点。该操作通过在每次被缩小的并位于所选择点两侧的间隔内对车道边界线进行重新离散化来执行若干次，以便最终找到行车道上最接近所考虑物体的点的良好估计。

实际上，如图2所示，计算机开始于将车道边界线R离散化为本车辆10的参考系中的N个坐标点(X_i，Y_i)。这些点沿该边界线规律地分布(实际上，沿轴X_EGO的两个连续点之间的间隔始终相同)，这些点中的第一个点与本车辆齐平(其横坐标为零)或者位于与本车辆相距第一预定距离的位置处，并且这些点中的最后一个点位于与本车辆相距第二预定距离的位置处。

然后，知道了汽车C1的锚点的、这里表示为(X_rel；Yrel)的坐标，计算机就能够使用以下方程来从中推导出车道边界线R的每个离散化点与汽车C1的锚点之间的欧几里得距离Bird_Distance：

[Math.3]

欧几里得距离Bird_Distance最短的离散化点是最接近汽车C1的点。因此，选择该坐标点(X_S，Y_S)。

然后，如图3所示，在更小的间隔内以更精细的离散化程度重复该离散化操作。间隔的边界优选地由坐标点(X_s-1，Y_s-1)和(X_s+1，Y_s+1)形成。离散化点的数量优选地仍然等于n。然后，该新的操作可以选择新的坐标点(X_s，Y_s)。

经过一定数量(例如，10次)的循环之后或当两个离散化点之间的间隔足够小(例如，小于10cm)时，计算机停止重复这些循环操作。

已经选择的最后一个点被称为“投射点F”。认为这是边界线上最接近汽车C1的点的良好近似。

该点的横坐标X_s的值被称为Distance_Xproj。

投射点F与汽车C1之间的欧几里得距离Bird_Distance的值被称为Dist_Target2Lane。

第二子步骤包括计算机C10确定在依附于道路且与本车辆齐平的参考系中该本车辆10的速度、以及在依附于道路且与汽车C1齐平的参考系中该汽车C1的速度。

在该子步骤中，将假设，从投射点F开始，道路沿该点的切线延伸。因此，从汽车C1开始，道路被认为是直线。

为了很好地理解这些计算，图4示出了在本披露内容的其余部分中使用的四个参考系。

第一参考系是已经呈现的依附于本车辆的参考系(X_EGO，Y_EGO)。

应当注意，该参考系与本车辆10同时移动。因此，还示出有绝对参考系(X_abs，Y_abs)，该绝对参考系在测量时与第一参考系一致但被认为是固定的。

另一参考系被表示为(X_lineEGO，Y_lineEGO)；该参考系依附于车道边界线R，其被定向为使其横坐标与该边界线相切，并且其以本车辆的雷达为中心(该雷达的横坐标在第二参考系中为零)。

又另一参考系被表示为(X_obj，Y_obj)；该参考系依附于汽车C1，其被定向为使其横坐标与汽车C1的行进方向对齐，并且其以该汽车C1的锚点为中心。

最后一个参考系被表示为(X_LineObj，Y_LineObj)；该参考系依附于车道边界线R，其被定向为使其横坐标与该边界线相切，并且其以汽车C1的锚点为中心。

图5示出了分隔这些参考系的角度：

-Angle_lineEGO/EGO可以从参考系(X_EGO，Y_EGO)变换到参考系(X_lineEGO，Y_lineEGO)，

-Angle_lineObj/EGO可以从参考系(X_EGO，Y_EGO)变换到参考系(X_LineObj，Y_LineObj)，

-Angle_Obj/EGO可以从参考系(X_EGO，Y_EGO)变换到参考系(X_Obj，Y_Obj)，

-Angle_Obj/LineObj可以从参考系(X_LineObj，Y_LineObj)变换到参考系(X_Obj，Y_Obj)。

Angle_LineX/EGO将更一般地用于指代将参考系(X_EGO，Y_EGO)的横坐标与车道边界线R在横坐标点X(以参考系(X_EGO，Y_EGO)表示)处的切线分隔开的角度。

因此，可以写为：

[Math.4]

Angle_Linex/Ego＝arctan(d(yLine(x))/dx)

其中：

[Math.5]

因此，在x＝0时，可以写为：

[Math.6]

Angle_LineX/Ego＝Angle_LineEgo/Ego＝arctan(b)

在横坐标点x＝Distancex_proj时，可以写为：

[Math.7]

Angle_Obj/LineObj＝Angle_obj/Ego-Angle_LineObj/Ego

计算机可以借助于以下公式来计算在参考系(X_lineEGO，Y_lineEGO)中本车辆10的速度的纵向分量Vx_EGO/LineEGO和横向分量Vy_EGO/LineEGO：

[Math.8]

[Math.9]

在这些公式中：

-V_EGO/abs是在绝对参考系(X_abs，Y_abs)中本车辆10的速度，其例如由位于车辆的车桥处的传感器测得；

-Anglev_Ego/Ego是本车辆10相对于参考系(X_EGO，Y_EGO)的横坐标的速度矢量的角度。这里假设该角度为零。

计算机还可以计算在绝对参考系中汽车C1的速度V_Obj/abs的纵向分量Vx_Obj/abs和横向分量Vy_Obj/abs。为此，计算机使用以下公式：

[Math.10]

Vx_Obj/abs＝Vx_obj/Ego+Vx_Ego/abs

[Math.11]

Vy_obj/abs＝Vy_Obj/Ego+Vy_Ego/abs

在这些公式中：

-VX_EGO/abs和Vy_EGO/abs是本车辆10沿绝对参考系(X_abs，Y_abs)的横坐标和纵坐标的速度分量，并且

-V_XObj/EGO和Vy_Obj/EGO是汽车C1相对于本车辆10沿参考系(X_EGO，Y_EGO)的横坐标和纵坐标的速度分量。

因此，可以写为：

[Math.12]

如以下两个方程所示，可以基于角度Angle_LineObj/Ego和Angle_LineEgo/Ego来确定汽车C1相对于投射点F处的边界线的“沿车道边界线R”的相对速度的分量VX_Obj/lineObj、Vy_Obj/lineObj，从而允许更好地表示信息。

[Math.13]

[Math.14]

在这两个方程中，Angle_VObj/Obj是在依附于汽车C1的参考系中该汽车的速度矢量的角度，并且Angle_Obj/Ego是参考系(X_EGO，Y_EGO)中汽车的航向角。

实际上，这里假设物体的速度矢量与其航向角共线，因此角度Angle_VObj/Obj为零。

类似的过程被应用于确定本车辆与零横坐标点处的车道边界线之间、以及汽车C1与投射点F处的车道边界线之间的“沿车道边界线R”的相对加速度。

因此，计算机可以借助于以下公式来计算在参考系(X_LineEGO，Y_LineEGO)中本车辆10的加速度的纵向分量Ax_EGO/LineEGO和横向分量Ay_EGO/LineEGO：

[Math.15]

[Math.16]

计算机还可以借助于以下公式来计算在参考系(X_LineObj，Y_LineObj)中汽车C1的加速度的纵向分量Ax_Obj/LineObj和横向分量Ay_Obj/LineObj：

[Math.17]

[Math.18]

在这些公式中：

-A_EGO/abs是在绝对参考系中本车辆10的绝对加速度；

-A_Obj/abs是在绝对参考系中汽车C1的绝对加速度。

然后，可以将计算出的速度和计算出的加速度结合起来，以便使用下文定义的这四个方程来获得本车辆和汽车C1相对于所行驶道路的相对速度和相对加速度的纵向分量VRelRoute_Longi、ARelRoute_Longi和横向分量VRelRoute_Lat、ARelRoute_Lat。

实际上，将认为本车辆与汽车C1之间的相对速度的纵向分量VRelRoute_Longi等于一方面以依附于本车辆齐平处的行车道的参考系(X_LineEGO，Y_LineEGO)表示的本车辆的速度的纵向分量与另一方面以依附于汽车C1齐平处的行车道的参考系(X_LineObj，Y_LineObj)表示的汽车C1的速度的纵向分量之间的偏差。

同样地，将认为本车辆与汽车C1之间的相对速度的横向分量VRelRoute_Lat等于一方面以依附于本车辆齐平处的行车道的参考系(X_LineEGO，Y_LineEGO)表示的本车辆的速度的横向分量与另一方面以依附于汽车C1齐平处的行车道的参考系(X_LineObj，Y_LineObj)表示的汽车C1的速度的横向分量之间的偏差。

因此可以写为：

[Math.19]

VRelRoute_Longi＝Vx_obj/LineObj-Vx_Ego/LineEgo

[Math.20]

VRelRoute_Lat＝Vy_Obj/Lineobj-Vy_Ego/LineEgo

可以用类似的方式计算加速度的分量：

[Math.21]

ARelRoute_Longi＝Ax_obj/LineObj－Ax_{Ego/LineE目o}

[Math.22]

ARelRoute_Lat＝Ay_Obj/LineObj-Ay_Ego/LineEgo

如在本披露内容的其余部分中将详细变得显而易见的，使用相对速度可以提供难以通过其他方式获得的关于碰撞风险的指示。

在该阶段，可以回顾的是，计算机C10知道(投射点F处的)车道边界线与汽车C1的锚点之间的距离Dist_Target2Lane的值。

在第三子步骤中，计算机C10将确定投射点F与最接近车道边界线R的汽车C1的点P_prox之间的距离Lane_DY(见图6)。

这里，该计算机通过以下方程计算该距离。

[Math.23]

在该方程中，项Width对应于汽车C1的宽度。

然后，该组计算可以在第四子步骤中确定与所考虑物体(汽车C1)的碰撞时间TTC，即，当本车辆和汽车C1二者都维持其速度时本车辆撞击该汽车所需的时间。

事实上，在该阶段，根据方程[Math.2]，计算机知道将本车辆10与汽车C1分隔开的弧线的长度L_AB。根据方程[Math.19]，计算机还知道本车辆10与汽车C1之间、参照道路形状的相对速度的纵向分量VRelRoute_Longi。最后，根据方程[Math.21]，该计算机知道加速度对应的纵向分量ARelRoute_Longi。

使用这些纵向分量可以在道路弯曲且车辆轨迹不平行时获得碰撞时间TTC的良好近似。

这里，计算机C10然后确定使用以下方程所寻求的碰撞时间TTC：

[Math.24]

应当注意，必须预先满足该方程的两个有效性条件。这些条件如下。

[Math.25]

并且ARelRoute_Longi≠0

相反，如果相对加速度的纵向分量ARelRoute_Longi为零，则可以写为：

[Math.26]

作为变体，可以以另一种方式计算碰撞时间TTC，例如，假设相对速度和/或相对加速度是恒定的。

总之，在该阶段，计算机凭借利用融合数据具有各种参数，这些参数表征处于其环境中的各种物体，并且这些参数也是位于其轨迹上的潜在障碍物。对于每个物体，该计算机尤其具有：

-碰撞时间TTC(方程[Math.24])，

-物体在道路上的位置(在步骤2中确定)，以及

-确认物体存在的信息(在数据融合步骤中提供)。

然后，在第四步骤中，计算机C10将基于其所具有的参数对检测到的各种物体执行第一次过滤，以便仅保留与用于实施AES功能相关的物体(即，形成潜在障碍物的物体)。

因此，过滤操作包括考虑相关物体(在下文中称为“目标”)是在数据融合期间被确认存在的物体，这些物体的位置具有潜在危险性(在示例中，这相当于检查这些物体位于行车道之一中)，并且这些物体的碰撞时间TTC小于预定阈值。

如果在同一条行车道上检测到多个目标，则也可以仅考虑其中有限数量的目标(例如，4个)，具体而言，与本车辆10的距离最短的目标。

第五步骤包括计算机C10识别为向右和向左避开每个目标或每组目标的同时避开道路上存在的其他物体所需的横向轨迹偏差(或重叠)。

该步骤以五个子步骤来实施。

在第一子步骤之前，计算机C10通过特定于每个目标的参考来标识该目标。

图7示出了四个目标位于本车辆10的环境中且领先于本车辆的情况的一个示例。

举例来说，每个目标由计算机通过这里以Cn形式写出的参考符号来标识，其中，n在这里为等于1、2、3或4的自然数。

这里随机给出了目标Cn的数量n。

第一子步骤包括独立地考虑每个目标Cn并计算为向右避开该目标Cn所需的偏差ovLn和为向左避开该目标Cn所需的偏差ovRn。

图7中已展示了为避开目标C1而要采取的偏差ovL1、ovR1。

这些右左偏差ovLn和ovRn是在考虑了本车辆10的轨迹和融合数据的情况下确定的。事实上，数据融合提供了与目标相对于本车辆10相关的运动学信息，该运动学信息与本车辆的轨迹一起用于计算这些偏差。因此，这些偏差是基于本车辆10的动态、目标的动态和车道的形状来动态计算的。

图7的示例对应于本车辆10和目标沿直线移动的情况。

其中观察到，如果必须采取偏差以向右避开目标，则偏差ovRn的值大于0。否则，该偏差的值小于或等于0。更具体地，如果本车辆10不必改变其轨迹以避开目标，同时尽可能靠近目标通过时，则偏差ovRn等于0。相比之下，如果本车辆10不必改变其轨迹以避开目标，但如果希望尽可能靠近目标通过就应改变其轨迹时，则偏差ovRn严格小于0。

同样地，如果为了向左避开目标而必须采取偏差，则偏差ovLn的值大于0。否则，该偏差的值小于或等于0。

如果道路不直，则提议考虑以下信息来细化这些偏差的计算：

-本车辆与所考虑目标之间沿所行驶道路的相对速度的横向分量VRelRoute_Lat(方程[Math.20])，

-角度Angle_Obj/LineObj，以及

-碰撞时间TTC。

在考虑行车道的形状的情况下，这些信息中的第一项可以考虑本车辆10与目标之间的真实横向速度。

为了很好地理解该参数的益处，可以考虑以下示例：在该示例中，本车辆和目标在两条不同的行车道上以相反的方向行驶，并正确遵循这两条行车道的曲率。因此应当理解，理论上，发生事故的风险为零。在示例中，本车辆相对于目标的相对速度的横向分量VRelRoute_Lat将为零，这意味着计算出的偏差将小于或等于零，这正确地表达了理论上碰撞风险为零的想法。

换言之，横向分量VRelRoute_Lat和碰撞时间TTC使得可以权衡相对横向速度和相对纵向速度对左偏差ovLn计算和右偏差ovRn计算的影响。

同样地，通过对车辆的长度和宽度进行加权，信息Angle_Obj/LineObj使得可以确定所考虑目标的冲击表面的更精确的值。

这里，计算这些右偏差E_right和左偏差E_left，其方式类似于文献FR1907351中描述的方式，不同之处在于这些计算可以考虑上述三种信息。

因此，将基于信息Angle_Obj/LineObj来计算目标的半宽。然后，使用该半宽来计算每个偏差的初步值，该初步值不考虑避开目标的安全半径。横向分量VRelRoute_Lat就其本身而言乘以碰撞时间TTC，然后与该初步偏差相加，以获得期望偏差。

换言之，如果考虑文献FR1907351，为了计算这些偏差，将有必要在横向坐标dVy的计算中使用横向分量VRelRoute_Lat与碰撞时间TTC的乘积。在该文献中使用的坐标Y_a(这里其对应于坐标Y_rel)就其本身而言将被认为等于由数据融合产生的坐标和等于目标的长度与角度Angle_Obj/LineObj的余弦的乘积的项的总和。

因此，可以写为：

[Math.27]

在该方程中，er是用于补偿横向测量误差的项，并且Long是目标的长度。

[Math.28]

如果使用数据融合，则项er还考虑了由数据融合产生的误差。该项是预定的并且存储在计算机的存储器中。

第二子步骤将包括对目标进行排序，以便将这些目标按照其在道路上的位置(更准确地说，取决于目标与道路的边缘之一的偏差)对其进行排序。

这里，该操作基于计算出的左偏差ovL_n按照降序执行。作为变体，当然可以应用另一种排序方法。

这里使用的方法的益处在于，基于本车辆10和目标的横向相对速度，而且还基于计算出的碰撞时间TTC，偏差的计算考虑了场景的相对动态，这集成了预测本车辆和目标的相对位置的概念。

这里，如图8所示，之前被称为Cn的目标现在被称为C_n。

从图7和图8中可以看出：

-目标C1变为目标C₂，

-目标C2变为目标C₄，

-目标C3变为目标C₃，

-目标C4变为目标C₁。

同样地，之前被称为ovLn、ovRn的偏差现在被称为ovL_n、ovR_n。

因此：

-偏差ovL1、ovR1变为ovL₂、ovR₂，

-偏差ovL2、ovR2变为ovL₄、ovR₄，

-偏差ovL3、ovR3变为ovL₃、ovR₃，

-偏差ovL4、ovR4变为ovL₁、ovR₁。

目标的这种分类可以将这些目标相对于本车辆10从左到右进行排序。

在下文中，TTC_n将用于表示针对目标C_n计算的碰撞时间。

按照由此确定的顺序连续考虑每个目标，计算机C10然后可以确定是否可以从该目标的右侧或左侧通过。

为此，在第三子步骤中，计算机求解以下方程(在示例中，所有n值的范围都是从1到4)。

[Math.29]

Gap_{Left_n}＝-(ovL_n+ovR_A-1)-dSafe

[Math.30]

Gap_{Right_n}＝-(ovR_n+ovL_n+1)-dSafe

在这些方程中，参数dSafe具有严格的正值并且对应于期望在目标周围形成的安全距离，以避免在通过时太靠近目标。其值可能会例如基于目标和本车辆的速度或交通状况(天气等)而变化。它至少等于本车辆的宽度。

参数Gap_{Left_n}以下称为左间隙，对应于在考虑到其他目标的情况下从目标左侧通过的宽度。

参数Gap_{Right_n}以下称为右间隙，对应于在考虑到其他目标的情况下从目标右侧通过的宽度。

这里应当注意，当n等于1时，不必计算左间隙Gap_{Left_n}，因为已知可以从目标C₁的左侧通过。

同样地，当n等于4时，不必计算右间隙Gap_{Right_n}，因为已知可以从目标C₄的右侧通过。

在该阶段，可以认为当且仅当左间隙Gap_{Left_n}大于或等于零时，本车辆10可以从所考虑目标C_n的左侧通过。

同样地，可以认为当且仅当右间隙Gap_{Right_n}大于或等于零时，本车辆10可以从所考虑目标C_n的右侧通过。

在图8的示例中，因此获得以下内容：

-Gap_{Right_1}>或＝0，

-Gap_{Left_2}>或＝0，

-Gap_{Right_2}<0，

-Gap_{Left_3}<0，

-Gap_{Right_3}<0，

-Gap_{Left_4}<0。

图9中示出了这种情况。

可以观察到，值Gap_{Right_2}、Gap_{Left_3}、Gap_{Right_3}、Gap_{Left_4}都严格小于零，这意味着从理论上看不能从目标C₂、C₃与C₄之间通过。

还可以观察到，值Gap_{Right_4}和Gap_{Left_2}大于或等于0，这意味着可以从具有目标C₂、C₃和C₄的这个组的任一侧通过。因为项Gap_{Right_1}大于或等于0，所以也可以从目标C₁的右侧通过。

在该阶段，当从理论上看不能从目标之间通过时，计算机因此可以将目标进行分组。

为此，使用目标之间的至少一个接近度标准。

第一接近度标准涉及目标之间的横向距离。

因此，为了形成组，计算机C10识别所考虑目标C_n与相邻目标C_n+1(按连续顺序)之间的间隙Gap_{Right_n}或Gap_{Left_n+1}是否严格小于0。如果是，则这两个目标被分为一组。

因此，这在图9的示例中给出了具有三个目标的组，在下文中被称为初步组G1。

将目标组合成具有多个目标的组可以到此为止。

然而，这里规定考虑以第二接近度标准来形成这些组。该第二接近度标准涉及目标之间的纵向距离。

具体地，想法是，仅当本车辆10不能容纳在初步组G1的一些目标之间时，才形成一个组。

为此，计算机C10在这里被编程为当一个或多个初步组G1包括彼此纵向隔开的目标时对该一个或多个初步组进行划分。

这里，通过比较每个目标C_n的碰撞时间TTC_n来对每个组内的目标执行这种排序。作为变体，这种排序可以使用其他参数(特别是弧距L_AB)来执行。这里使用该参数TTC_n的益处是其考虑了目标C_n的相对纵向速度和加速度。

计算机C10对具有多个目标的每个组都以同样的方式工作。

该计算机基于该组目标的碰撞时间TTC_n对该组目标进行排序，例如，按照升序。

在图10的示例中，目标按照以下顺序进行排序：C₄、C₂、C₃。

然后，计算机计算每对连续目标之间的偏差(按照确定的顺序)。

因此，在图10的示例中，该计算机计算：

-和目标C₄相关联的碰撞时间TTC₄与和目标C₂相关联的碰撞时间TTC₂之间的偏差Δ_4-2，

-和目标C₂相关联的碰撞时间TTC₂与和目标C₃相关联的碰撞时间TTC₃之间的偏差Δ_2-3。

然后，计算机将这些偏差Δ_4-2、Δ_2-3中的每一个与阈值Sx进行比较。

该阈值可能是不变的。然而，优选地，将至少基于本车辆10的纵向速度来选择该阈值。

如果与两个连续目标相关联的碰撞时间之间的偏差大于该阈值，则计算机将初步组分成两个组。

在图10的示例中，在该操作结束时，目标C₄和C₂则形成第一个组G2，而目标C₃被剔出。

因此，在该阶段，计算机将以同样的方式将每个组视为单独的目标。因此，计算机将关联左偏差ovL_i、右偏差ovR_i和碰撞时间TTC_i(i是所考虑的组的索引)。

然后按如下方式计算这些参数。

为了便于理解，可以参考图11的示例，其中，所考虑的组G3包括三个目标C₁、C₂、C₃。

该组的碰撞时间TTC_i将被选择为等于该组目标C₁、C₂、C₃的碰撞时间TTC_n中的最小碰撞时间TTC_n。

该组的左偏差ovL_i将被选择为等于该组目标的左偏差ovL_n中的最大左偏差ovL_n。

该组的右偏差ovR_i将被选择为等于该组目标的右偏差ovR_n中的最大右偏差ovR_n。

在本披露内容的其余部分中，为了简单起见，通用术语“目标”既用于指代具有多个目标的组，也用于指代不形成任何组的一部分的单个目标。

第六步骤包括计算机在目标中执行第二次过滤以将临界目标与其他目标区分开。

如果避开目标需要激活AES功能，则该目标将被称为临界目标。最临界的目标(目标MCT)是需要最早激活AES功能的目标。

如果目标的位置在确定要遵循的避让轨迹时应当加以考虑，则该目标将被称为“中等风险”目标。因此，中等风险目标可能会抑制AES功能的激活。

想法是，依次独立地考虑每个检测到的目标(并且因此，与其环境无关)。

首先，计算机C10认为位于本车辆10的行车道中的所有目标都是临界目标。

关于位于与本车辆10所行驶车道相邻的车道中的目标，计算机检查它们是否符合附加标准。

这里，这些标准与以下参数有关：

-弧距L_AB，

-投射点F与最接近车道边界线的目标的点之间的距离Lane_DY(方程[Math.23])，以及

-目标相对于投射点F处的车道边界线的速度的横向分量Vy_Obj/lineObj(方程[Math.14])。

图12示出了位于与本车辆10所行驶车道相邻的两条车道中的三个目标C4、C5、C6。

为了确定每个目标是否是临界目标，计算机检查是否满足以下两个条件i)和ii)。

为了检查第一个条件i)，计算机开始于计算目标与所考虑的车道边界线之间的距离Lane_DY(方程[Math.23])。这可以确定目标距所考虑的车道边界线是相对较近还是相反较远。

计算机C10从中推导出最小横向速度阈值，表示为Vy_thresholdMin。

然后，如果分量Vy_Obj/lineObj超过最小阈值Vy_thresholdMin，则第一个条件(认为目标是临界目标)得到满足。如果不是，则目标被简单地认为是中等风险目标。

应当注意，所使用的阈值因此是变量，该变量取决于目标与所考虑的车道边界线之间的距离，从而就可以考虑以下事实：该距离越短，碰撞风险就越大。

所使用的阈值还可以取决于目标在先前时间增量中的表征方式(临界状态或非临界状态)。具体而言想法是，对目标的表征不随每个时间增量而变化，因为要融合的数据的测量中存在噪声。为此，用于使目标从非临界状态变换到临界状态的阈值高于用于使目标从临界状态变换到非临界状态的阈值(类似于迟滞功能)。

第二个条件ii)可以不考虑源自可能的感知误差的目标、以及横向速度过大或异常的目标。为此，计算机将横向分量Vy_Obj/lineObj的绝对值与预定最大阈值Vy_thresholdMax进行比较。如果该分量大于最大阈值，则第二个条件未得到满足并且目标被认为是中等风险目标。最大阈值应当具有一定的限制，以避免考虑有时数值不合理的错误检测。

该最大阈值优选地大于2m/s，优选地等于3m/s。

不满足条件i)和ii)中的一个条件和/或另一个条件的目标被认为是中等风险目标。其他目标被认为是临界目标。

将感知到的目标分类为临界目标和中等风险目标可以减少计算时间。此外，对目标的这种分类简化了是否激活AES系统的决策，并且所做出的决策对人类驾驶员而言可以被证明是合理的。

在图12中，可以认为，仅目标C4满足这两个条件i)和ii)，因为其他两个目标都不满足条件i)。

第七步骤包括计算机C10为每个临界目标确定临界时间Tcrit，该临界时间合并了两种不同但相关的信息，以保证障碍物避让同时最小化AES功能对驾驶员的侵扰性。

计算该参数的益处尤其是可以在临界目标中找出哪一个目标是最临界的目标MCT。

在描述如何获得该参数之前，可以回顾，可以完全自动地(在这种情况下，辅助转向致动器自主地遵循避让轨迹)或半自动地(在这种情况下，由驾驶员手动执行避让，一旦驾驶员已经触发了避让，辅助转向致动器就被控制以辅助驾驶员遵循避让轨迹)操作AES避让系统。在说明书的其余部分中，参考自主模式和手动模式来分别指代这两种方法。

手动模式下的避让可能不如自主模式下的避让有效。因此，由AES系统计算出的避让轨迹在手动模式下与在自主模式下将不相同。应当注意，该避让轨迹(呈回旋线形式)的计算不是本发明的主题。可以简单地回顾下，该轨迹的形状是基于车辆的动态性能以及驾驶员(在手动模式下)的能力来计算的。

无论情况如何，考虑到计算出的偏差ovL_n、ovR_n，可以构建四条避让轨迹(四条回旋线)以在手动模式下和在自主模式下向右和向左避开临界目标。

这些回旋线的曲率取决于车辆的最大动态能力。因此，基于本车辆10的速度从数据库中读取这些回旋线的形状。

考虑到这些偏差和确定的避让轨迹，可以从中推导出四个操纵时间TTS(见图7)，这四个操纵时间对应于在每种模式下向左或向右执行避让操纵所需的时间。

这里将不对这些操纵时间TTS的获得方式进行描述，因为这些操纵时间的获得方式将取决于本机动车辆10的动态特性和驾驶员的表现。实际上，这些操纵时间TTS可以从使用测试电池建立的数据库中读取。

知道了每个临界目标的碰撞时间TTC_n和操纵时间TTS后，计算机就可以使用以下公式从中推导出临界时间Tcrit：

[Math.31]

Tcrit＝TTC-TTS

因此，该临界时间在最后时刻变为零，在该时刻，仍可以激活AES功能，并在所考虑的手动或自动模式下通过在所考虑的一侧避开所考虑的临界目标来避免与该目标发生碰撞。

因此，该临界时间Tcrit携带了关于所考虑目标的三种基本信息：在哪一侧避开该目标、系统(和驾驶员)的表现、以及与目标的碰撞时间TTC_n。

然后，第八步骤将包括使用计算出的临界时间Tcrit对临界目标进行分类并找到最临界的目标MCT。

如果驾驶员在手动模式下掌控操纵(例如，因为无法激活自主模式)，那么计算机选择在向右避让的情况下其临界时间最小的临界目标以及在向左避让的情况下其临界时间最小的临界目标。

然后，一旦计算机C10检测到驾驶员发起了避让操纵，该计算机就可以基于所选择的两个临界时间决定激活AES系统以辅助驾驶员进行操纵。

为此，计算机确定驾驶员在开始其避让操纵时将方向盘转向的一侧(向右或向左)，然后计算机从所选择的两个临界时间中选出与驾驶员已经开始其避让操纵的那一侧相对应的临界时间。

最临界的目标MCT是与选出的临界时间相对应的目标。

在自主模式下，计算机的行为方式有所不同。事实上，需要确定本车辆10应当避开一个或多个障碍物的那一侧。

想法继而是，针对每个临界目标确定最佳避让侧，然后确定最临界的目标MCT。

实际上，计算机会针对每个临界目标选择其临界时间Tcrit最高的那一侧。

然后，该计算机从如此选择的临界时间中选出最小的临界时间。

然后，计算机认为最临界的目标MCT是其临界时间Tcrit已经被选出的目标。

第九步骤包括计算机C10在必要时以及在最佳时刻触发AES功能。

在这种情况下，在自主模式下，一旦所选出的临界时间Tcrit下降到低于预定阈值(例如，等于0秒)，就会触发AES功能。

相比之下，在手动模式下，该AES功能的触发方式不同。

想法是，以符合情况的方式来触发AES功能并配合驾驶员进行避让。

事实上，如果驾驶员过早地发起方向盘转向，则其操纵将被认为是非紧急操纵，因为在该时刻这种情况并不需要驾驶员采取这种类型的动作。此时，AES系统将不会被激活。

同样地，如果碰撞即将发生并且如果自主模式之前无法激活，则可以认为为时已晚，AES系统无法向驾驶员提供任何辅助。此时，将责任移交给另一安全系统以将影响降到最低。

因此，在手动模式下，将需要确定一个时间间隔，在该时间间隔期间，如果检测到驾驶员执行了避让动作，则AES系统将被激活。

该时间间隔将由两个边界界定。

第一边界将对应于严格大于0的临界时间Tcrit，从该边界开始，如果驾驶员发起避让操纵，则其将得到辅助。

第二边界对应于小于或等于0并且优选地严格小于0的临界时间Tcrit，从该边界开始，将认为触发AES系统为时已晚。

因此，为了激活AES功能，计算机确定所选出的临界时间Tcrit是否介于这两个边界之间，并且只有在介于这两个边界之间的情况下才会激活AES功能。

本发明决不限于所描述和示出的实施例，但是本领域技术人员将知道如何向该实施例提供根据本发明的任何变体。

可以考虑既非横向也非纵向的单一接近度标准，但只考虑目标之间的偏差。

作为另一种变体，第一步骤可以是根据车辆的纵向偏差对车辆进行分组，然后根据该组车辆之间的横向偏差按照需要对由此获得的每个组进行划分。

Claims

1.一种用于机动车辆(10)避开物体(C1，C2，C3，C4)的方法，该方法包括以下步骤：

-检测位于该机动车辆(10)的环境中的物体(C1，C2，C3，C4)，

-获取表征每个检测物体(C1，C2，C3，C4)的位置和/或动态的数据，

其特征在于，如果已经检测到多个物体(C1，C2，C3，C4)，则规定进行以下步骤：

-检查所检测到的这些物体(C1，C2，C3，C4)中的至少两个物体之间的至少一个接近度标准是否得到满足，并且如果满足，

-将这两个物体(C1，C2，C3，C4)组合为一个组(G1，G2，G3)，

-计算表征所述组(G1，G2，G3)的位置和/或动态的数据，以及

-根据表征所述组(G1，G2，G3)的位置和/或动态的该数据，激活障碍物避让系统(AES)和/或确定避让轨迹(T1)。

2.如前一项权利要求所述的避让方法，其中，所述接近度标准涉及这两个物体(C1，C2，C3，C4)之间的横向距离。

3.如前一项权利要求所述的避让方法，其中，在该获取步骤中，该数据之一是该机动车辆(10)为避开每个物体(C1，C2，C3，C4)而必须采取的横向轨迹偏差(E_left，E_right)，并且其中，该接近度标准包括检查一方面为避开这两个物体中朝向第二物体定向的一侧上的第一物体而要采取的横向轨迹偏差(E_left)与另一方面为避开朝向第一物体定向的一侧上的第二物体而要采取的横向轨迹偏差(E_right)之间的差(Gap_{Left_n}，Gap_{Right_n})是否大于或等于预定阈值(d_safe)。

4.如前一项权利要求所述的避让方法，其中，如果已经检测到至少三个物体(C1，C2，C3，C4)，则规定将这些物体(C1，C2，C3，C4)按照从道路的一个边缘到另一边缘的连续顺序进行排序，并且其中，检查按照所述连续顺序的每对连续物体之间是否满足该接近度标准。

5.如前述两项权利要求中任一项所述的避让方法，其中，规定基于一方面在沿该机动车辆(10)齐平处的道路的切线定向的第一参考系(X_LineEgo，Y_LineEgo)中该机动车辆(10)相对于其所行驶的道路的横向速度(Vy_Ego/LineEgo)与另一方面在沿所述物体(C1，C2)齐平处的道路的切线定向的第二参考系(X_LineObj，Y_LineObj)中该物体(C1，C2)相对于该道路的横向速度(Vy_Obj/LineObj)之间的偏差来计算相对横向速度(VRelRoute_Lat)，并且其中，基于该相对横向速度(VRelRoute_Lat)来确定每个横向轨迹偏差(E_left，E_right)。

6.如前述权利要求之一所述的避让方法，其中，所述接近度标准涉及这两个物体之间的纵向距离。

7.如前一项权利要求所述的避让方法，其中，在该获取步骤中，该数据之一涉及该机动车辆(10)撞击每个物体(C1，C2，C3，C4)之前的剩余时间(TTC)，并且其中，为了检查出所述接近度标准得到满足，检查与这两个物体的碰撞时间(TTC)之间的偏差(Δ_2-3，Δ_4-2)是否小于阈值。

8.如前述权利要求之一所述的避让方法，其中，在该获取步骤中，该数据之一是为避开同一左侧或右侧的每个物体(C1，C2，C3，C4)而要采取的横向轨迹偏差(E_left，E_right)，并且其中，在该计算步骤中，表征该组的该数据之一被选择为等于为避开该组(G1，G2，G3)中同一侧的每个物体(C1，C2，C3，C4)而要采取的这些横向轨迹偏差(E_left，E_right)中的最大值。

9.如前述权利要求之一所述的避让方法，其中，在该获取步骤中，表征每个物体的该数据之一是该机动车辆(101)撞击每个物体(C1，C2，C3，C4)之前的剩余时间(TTC)，并且其中，在该计算步骤中，表征该组的该数据之一被选择为等于该机动车辆(101)撞击该组(G1，G2，G3)中的每个物体(C1，C2，C3，C4)之前的剩余时间(TTC)中的最小值。

10.一种机动车辆(10)，包括至少一个转向轮，用于每个转向轮的转向系统被设计为通过由计算机(C10)控制的致动器来进行操纵，其特征在于，该计算机(C10)被设计为实施如前述权利要求之一所述的避让方法。