CN117141472B - 一种车辆行驶主动避障控制系统及方法 - Google Patents
一种车辆行驶主动避障控制系统及方法 Download PDFInfo
- Publication number
- CN117141472B CN117141472B CN202311399465.4A CN202311399465A CN117141472B CN 117141472 B CN117141472 B CN 117141472B CN 202311399465 A CN202311399465 A CN 202311399465A CN 117141472 B CN117141472 B CN 117141472B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- information
- vehicle
- collision
- collision risk
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000033001 locomotion Effects 0.000 claims abstract description 127
- 230000003068 static effect Effects 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims description 55
- 238000012360 testing method Methods 0.000 claims description 32
- 230000000694 effects Effects 0.000 claims description 26
- 230000001133 acceleration Effects 0.000 claims description 19
- 238000011076 safety test Methods 0.000 claims description 15
- 238000007689 inspection Methods 0.000 claims description 12
- 238000013112 stability test Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 238000011990 functional testing Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- 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
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental 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
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2520/12—Lateral 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
- B60W2520/125—Lateral acceleration
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
Abstract
本发明公开了一种车辆行驶主动避障控制系统及方法，包括：获取车辆行驶速度信息和行驶路面信息，获取障碍物识别信息，对障碍物进行分类，包括静止障碍物和运动障碍物；若为静止障碍物，判断其与车辆之间的碰撞风险，输出第一碰撞风险结果；若为运动障碍物，对其轨迹进行预测，判断其与车辆之间的碰撞风险，输出第二碰撞风险结果；创建环境地图，集成实时路况数据和气象数据对其进行优化，获取标准环境地图；根据第一碰撞风险结果和第二碰撞风险结果，计算避免碰撞的最佳路径，并通过自动化控制设备对车辆进行自动化控制操作，同时对自动化控制设备进行检测；从而帮助车辆在复杂路况中安全、准确地执行避障和路径规划，提高行车安全性和高效性。
Description
技术领域
本申请涉及车辆控制领域，尤其是涉及一种车辆行驶主动避障控制系统及方法。
背景技术
汽车的智能化是增强汽车行驶性能的重要途径，智能驾驶逐渐发展成为一种新的技术领域，无论何时，安全永远是汽车行驶最重要的一项因素，安全避障已成为智能驾驶汽车上一项必不可少的功能系统。
现有技术中，车辆避障多依靠感知结果为基础实现轨迹规划，进而进行动力控制，但在此过程中，车辆无法得到全局路况信息，只能根据当前已获得的信息进行下一步运动，并且非结构化的道路包含更多的复杂形状的障碍物，因而运动轨迹存在极大的不确定性，车辆智能避障效果低下。
为此我们提出一种车辆行驶主动避障控制系统及方法用于解决上述问题。
发明内容
为了克服上述现有技术的不足，本申请提供一种车辆行驶主动避障控制系统及方法。
第一方面，本申请提供的一种车辆行驶主动避障控制系统及方法，所述方法包括：
获取当前车辆行驶速度信息和行驶路面信息；
对所述行驶路面信息进行识别，获取障碍物识别信息；
基于所述障碍物识别信息，对障碍物进行分类，包括静止障碍物和运动障碍物；
若为静止障碍物，基于所述车辆行驶速度信息，判断车辆与静止障碍物之间的碰撞风险，输出第一碰撞风险结果；
若为运动障碍物，对所述运动障碍物的轨迹进行预测，获取运动轨迹信息；
基于所述车辆行驶速度信息和所述运动轨迹信息，判断车辆与运动障碍物之间的碰撞风险，输出第二碰撞风险结果；
获取道路几何信息和障碍物识别信息，创建标准环境地图；
基于所述标准环境地图，根据所述第一碰撞风险结果和所述第二碰撞风险结果，计算避免碰撞的最佳路径，输出规划路径信息；
基于所述规划路径信息，通过自动化控制设备对行驶车辆进行自动化控制操作，包括自动化的制动、转向、变速或停止操作；
同时，对所述自动化控制设备进行故障检测，输出预警提示。
通过采用上述技术方案，利用传感技术和图像识别技术识别行驶路面上的障碍物信息，车辆的当前速度和行驶的路面情况可以帮助系统判断是否有潜在的碰撞风险；并将障碍物划分为静止障碍物和运动障碍物，对于不同类型的障碍物进行分类有助于采取适当的避障策略；结合道路几何信息和障碍物信息，构建出车辆行驶的环境地图，利用实时路况数据和气象数据对环境地图进行优化和更新，获得标准环境地图，使其更加准确实用；根据规划路径信息，系统通过自动化控制设备对车辆进行相应的操作，如自动制动、转向、变速以及停车操作，帮助车辆在复杂路况中安全、准确地执行避障和路径规划；并在车辆行驶的过程中，系统实时检测自动化控制设备的工作状态，如果自动化控制设备出现故障和损坏，系统会通过预警设备向驾驶人员发出预警提示，使驾驶人员可以及时了解情况并采取相应的措施，确保行车安全，提高行车的安全性和效率。
优选的，对所述行驶路面信息进行预处理，包括去噪、校正以及时间同步，获取路面处理信息；
对所述路面处理信息进行特征提取，包括颜色、纹理以及形状特征，获取路面特征信息；
利用机器学习模型对所述路面特征信息进行识别，获取障碍物识别信息；
基于所述障碍物识别信息，通过激光传感设备检测障碍物与车辆之间的距离，获取目标距离数据。
通过采用上述技术方案，由于行驶路面信息包含大量的噪声和不准确数据，对行驶路面信息进行预处理，提高数据质量，使得获取的路面信息更加准确和可靠；通过实用目标检测算法对路面处理信息进行检测，可以获取障碍物的位置、大小以及形状特征信息，为后续的避障和路径规划提供数据基础；通过激光传感设备发射激光光束来测量障碍物与车辆之间的距离，为系统提供障碍物在垂直和水平方向上的准确位置以及距离信息，有助于判断碰撞风险和规划最佳避障路径；并通过AI物体识别技术判别障碍物的状态属性，根据障碍物的状态属性，系统划分为静止障碍物和运动障碍物，对于静止障碍物，系统需要绕道或寻找其他安全的通过方式，对于运动障碍物，系统需要预测其运动轨迹并做出相应的避障决策。
优选的，获取当前车辆行驶速度信息和所述目标距离数据；
计算当前车辆与所述静止障碍物之间的相对速度，所述相对速度是指车辆速度与静止障碍物速度之差，获取第一相对速度数据；
基于所述第一相对速度数据和目标距离数据，计算车辆与所述静止障碍物之间的第一碰撞时间，所述第一碰撞时间是指车辆需要多长时间才会与静止障碍物发生碰撞；
将所述第一碰撞时间与第一标准时间范围进行比较，所述第一标准时间范围是指车辆与静止障碍物之间不会发生碰撞的时间范围；
若所述第一碰撞时间在第一标准时间范围外，则车辆与所述静止障碍物之间存在碰撞风险，输出第一碰撞风险结果。
通过采用上述技术方案，计算出车辆与静止障碍物之间的第一碰撞时间，是进行碰撞风险评估的重要参数，帮助系统评估车辆与障碍物之间是否存在潜在的碰撞风险，如果第一碰撞时间不在标准时间内，意味着当前车辆与静止障碍物之间存在潜在的碰撞风险，需要采取相应的避障措施来避免碰撞，从而提高行车的安全性，减少潜在的碰撞风险。
优选的，获取目标距离数据；
对所述运动障碍物进行检测，获取运动障碍物的速度信息和加速度信息；
建立运动障碍物的运动模型，根据历史观测数据和历史运动轨迹，估计运动模型的参数，以获取运动障碍物的标准运动模型；
将所述运动障碍物的速度信息和加速度信息输入标准运动模型中，对运动障碍物未来的位置进行预测，获取未来多个时间点的位置信息；
通过卡尔曼滤波方法估计标准运动模型的不确定性，获取未来多个时间点的位置信息的误差范围；
基于未来多个时间点的位置信息和误差范围，预测运动障碍物的可能的运动轨迹，输出运动轨迹信息。
通过采用上述技术方案，了解目标物体在空间中的位置；对运动障碍物进行检测，速度和加速度是描述物体运动的重要参数，通过获取这些信息，了解物体的运动状态和趋势，从而预测物体的未来行动轨迹，也可以用来判断是否需要采取避让或减速等行动；建立一个描述物体运动的数学模型，借助运动模型对物体的未来行动进行预测；利用卡尔曼滤波来评估预测的位置信息的准确性，得到未来多个时间点的位置信息的误差范围，根据预测的位置信息和误差范围，从而生成可能的运动轨迹。
优选的，获取当前车辆行驶速度信息和运动障碍物的所述速度信息；
计算车辆与运动障碍物之间的相对速度，所述相对速度是指车辆速度与运动障碍物速度之差，获取第二相对速度数据；
基于所述第二相对速度数据和运动障碍物的运动轨迹信息，计算车辆与所述运动障碍物发生碰撞时的位置信息，获得碰撞位置信息；
基于所述第二相对速度数据和碰撞位置信息，计算车辆与所述运动障碍物之间的第二碰撞时间，所述第二碰撞时间是指车辆需要多长时间才会与运动障碍物发生碰撞；
将所述第二碰撞时间与第二标准时间范围进行比较，所述第二标准时间范围是指车辆与运动障碍物之间不会发生碰撞的时间范围；
若所述第二碰撞时间在第二标准时间范围外，则车辆与所述运动障碍物之间存在碰撞风险，输出第二碰撞风险结果。
通过采用上述技术方案，根据车辆的速度和运动障碍物的速度信息计算与障碍物之间的相对速度，了解两个物体之间的运动关系，通过获取相对速度数据，可以更好地了解碰撞风险；根据相对速度和目标距离来计算碰撞时间，根据车辆当前位置和障碍物的运动轨迹来计算碰撞时的位置信息，并计算出车辆与运动障碍物之间的第二碰撞时间，如果第二碰撞时间在第二标准时间范围外，意味着当前车辆与运动障碍物之间存在碰撞风险，输出第二碰撞风险结果，可以提醒驾驶员或自动驾驶系统采取相应的避障措施来避免碰撞。
优选的，获取车辆当前位置信息和目标位置信息；
基于所述标准环境地图，获取车辆从当前位置到目标值位置的所有路径信息；
根据第一碰撞风险结果和第二碰撞风险结果，计算所有路径的碰撞风险程度；
选择碰撞风险程度最低的路径作为最佳路径，输出规划路径信息。
通过采用上述技术方案，车辆的位置信息是进行路径规划的基础，获取车辆当前所在的位置和要达到的目标位置信息，利用算法计算出从当前位置到目标位置的所有可能路径；根据之前计算得到的第一碰撞风险结果和第二碰撞风险结果，对每条路径的碰撞风险程度进行评估，选择碰撞风险程度最低的路径作为最佳路径，输出路径的起点、终点、路径长度、路径上的关键点等信息，用于后续的行驶决策或路径跟踪等操作。
优选的，获取规划路径信息；
根据当前车辆行驶速度信息、行驶加速度信息以及规划路径信息，判断需要对车辆进行的控制指令操作，包括制动控制、转向控制、变速控制以及停止控制；
若为制动控制，则获取制动需求信息，包括制动强度和制动时间，控制制动器根据制动强度和制动时间进行制动操作，并利用传感设备监测制动效果；
若为转向控制，则获取转向需求信息，包括转向角度和转向速度，控制转向器根据转向角度和转向时间进行转向操作，并通过传感设备监测转向效果；
若为变速控制，则获取变速需求信息，包括变速挡位和变速时间，控制变速器根据变速挡位和变速时间进行变速操作，并通过传感设备监测变速效果；
若为停止控制，则获取停止需求信息，包括停止位置和停止时间，控制制动器和转向器根据停止位置和停止时间进行停止操作，并通过传感设备监测停止效果。
通过采用上述技术方案，根据车辆当前的速度、加速度以及规划路径信息，判断车辆需要执行相应的操作，如果需要执行制动操作，获取相应的制动需求信息，并利用传感设备对制动效果进行监测；如果需要执行转向操作，获取相应的转向需求信息，并利用传感设备对转向效果进行监测；如果需要执行变速操作，获取相应的变速需求信息，并利用传感设备对变速效果进行监测；如果需要执行停止操作，获取相应的停止需求信息，并利用传感设备对停车效果进行监测；从而实现有效的车辆制动控制，进而实现车辆高效避障，保障行车安全。
优选的，对自动化设备进行外观检查，检查设备的各部件是否存在外观破损和缺失，记录外观检查结果；
若所述外观检查结果显示正常，则对自动化设备进行精度测试，根据系统要求进行精度校准，记录精度测试结果；
若所述精度测试结果显示正常，则对自动化设备进行功能测试，检查设备的各项功能是否正常，记录功能测试结果；
若所述功能测试结果显示正常，则对自动化设备进行稳定性测试，在设备连续工作预设时间后，检测设备是否出现故障或异常现象，记录稳定性测试结果；
若所述稳定性测试结果显示正常，则对自动化设备进行安全性测试，检测设备安全保护装置是否存在安全隐患，记录安全性测试结果；
若所述安全性测试结果显示正常，则对自动化设备进行环境适应性测试，检测设备在不同温度、湿度和气压环境下能否正常工作，记录环境适应性测试结果；
若任何一项测试结果显示异常，则通过预警设备向相关驾驶人员发出预警提示。
通过采用上述技术方案，外观检查可以初步判断设备是否可能在运行中出现问题，精度测试是为了验证自动化设备的精确度是否符合系统要求，功能测试是为了验证自动化设备的各项功能是否正常，稳定性测试是为了检验自动化设备在连续工作一段时间后是否仍然稳定，安全性测试是为了验证自动化设备的安全保护装置是否有效，环境适应性测试是为了验证自动化设备在不同环境条件下是否能够正常工作；如果任何一项测试显示异常，则通过预警设备向驾驶人员发出预警提示，确保及时接收并处理这些信息，以便采取适当的措施来解决问题或避免潜在的风险。
第二方面，一种车辆行驶主动避障控制系统，包括：
信息获取模块，用于获取当前车辆行驶速度信息和行驶路面信息；
中央控制模块，用于对行驶路面信息进行识别，获取障碍物识别信息；还用于判断车辆与静止障碍物之间的碰撞风险和判断车辆与运动障碍物之间的碰撞风险；以及用于根据第一碰撞风险结果和所述第二碰撞风险结果，计算避免碰撞的最佳路径。
模型构建模块，用于根据道路集合信息和障碍物识别信息，创建环境地图；
自动化控制模块，根据规划路径信息，对行驶车辆进行自动化控制操作，包括自动化的制动、转向、变速以及停止操作。
预警模块，当自动化控制设备出现故障或损坏时，向相关驾驶人员发出预警提示。
优选的，所述自动化控制模块，还包括：
控制器，用于根据当前车辆行驶速度信息和行驶加速度信息，对车辆输出控制指令；
制动单元，包括制动器，用于根据制动强度和制动时间对车辆进行制动操作；
转向单元，包括转向器，用于根据转向角度和转向时间对车辆进行转向操作；
变速单元，包括变速器，用于根据变速挡位和变速时间对车辆进行变速操作；
停止单元，包括制动器和转向器，用于根据停止位置和停止时间对车辆进行停止操作。
通过采用上述技术方案，通过信息获取模块来获取车辆行驶速度信息和行驶路面信息，通过中央控制模块对行驶路面信息进行识别，获取障碍物识别信息，并对障碍物进行分类，划分为静止障碍物和运动障碍物，通过中央控制模块判断车辆与静止障碍物以及运动障碍物之间的碰撞风险，分别获取第一碰撞风险结果和第二碰撞分线结果；利用模块行构建模块基于道路几何信息和障碍物识别信息来创建环境地图，利用构建的环境地图根据第一碰撞风险结果和第二碰撞风险结果获取避免碰撞的最佳路径，输出规划路径信息；根据规划路径信息，通过自动化控制模块对车辆进行控制，由控制器根据当前车辆行驶速度信息和行驶加速度信息，对车辆输出控制指令；通过制动单元根据制动强度和制动时间对车辆进行制动操作，通过转向单元根据转向角度和转向时间对车辆进行转向操作，通过变速单元根据变速挡位和变速时间对车辆进行变速操作，通过停止单元，根据停止位置和停止时间对车辆进行停止操作，通过上述控制操作实现车辆的避障控制；同时对自动化控制模块进行检测，当自动化控制模块出现故障和损坏时通过预警模块想相关驾驶人员发出预警提示；从而帮助车辆在复杂路况中安全、准确地执行避障和路径规划，提高行车安全性和高效性。
综上所述，本申请包括以下至少一种有益技术效果：
1.利用传感技术和图像识别技术识别行驶路面上的障碍物信息，车辆的当前速度和行驶的路面情况可以帮助系统判断是否有潜在的碰撞风险；并将障碍物划分为静止障碍物和运动障碍物，对于不同类型的障碍物进行分类有助于采取适当的避障策略；结合道路几何信息和障碍物信息，系统构建出车辆行驶环境的三维地图，利用实时路况数据和气象数据对三维环境地图进行优化和更新，使其更加准确实用；根据规划路径信息，系统通过自动化控制设备对车辆进行相应的操作，如自动制动、转向、变速以及停车操作，帮助车辆在复杂路况中安全、准确地执行避障和路径规划；并在车辆行驶的过程中，系统实时检测自动化控制设备的工作状态，如果自动化控制设备出现故障和损坏，系统会通过预警设备向驾驶人员发出预警提示，使驾驶人员可以及时了解情况并采取相应的措施，确保行车安全，提高行车的安全性和效率。
2.根据车辆的速度和运动障碍物的速度信息计算与障碍物之间的相对速度，了解两个物体之间的运动关系，通过获取相对速度数据，可以更好地了解碰撞风险；根据相对速度和目标距离来计算碰撞时间，根据车辆当前位置和障碍物的运动轨迹来计算碰撞时的位置信息，并计算出车辆与运动障碍物之间的第二碰撞时间，如果第二碰撞时间在第二标准时间范围外，意味着当前车辆与运动障碍物之间存在碰撞风险，输出第二碰撞风险结果，可以提醒驾驶员或自动驾驶系统采取相应的避障措施来避免碰撞。
3.根据车辆当前的速度、加速度以及规划路径信息，判断车辆需要执行相应的操作，如果需要执行制动操作，获取相应的制动需求信息，并利用传感设备对制动效果进行监测；如果需要执行转向操作，获取相应的转向需求信息，并利用传感设备对转向效果进行监测；如果需要执行变速操作，获取相应的变速需求信息，并利用传感设备对变速效果进行监测；如果需要执行停止操作，获取相应的停止需求信息，并利用传感设备对停车效果进行监测；从而实现有效的车辆制动控制，进而实现车辆高效避障，保障行车安全。
附图说明
图1是本实施例主要体现的一种车辆行驶主动避障控制方法的步骤框图；
图2是本实施例主要体现的S4子步骤的步骤框图；
图3是本实施例主要体现的S6子步骤的步骤框图；
图4是本实施例主要体现的S9子步骤的步骤框图；
图5是本实施例主要体现的一种车辆行驶主动避障控制系统的结构框图。
附图标记说明：1、信息获取模块；2、中央控制模块；3、模型构建模块；4、自动化控制模块；41、控制器；42、制动单元；43、转向单元；44、变速单元；45、停止单元；5、预警模块。
具体实施方式
下面结合以下实施例对本发明作进一步详细描述。
参照图1，一种车辆行驶主动避障控制方法，包括以下步骤：
S1.获取当前车辆行驶速度信息和行驶路面信息；
S2.对所述行驶路面信息进行识别，获取障碍物识别信息；
S3.基于所述障碍物识别信息，对障碍物进行分类，包括静止障碍物和运动障碍物；
S4.若为静止障碍物，基于所述车辆行驶速度信息，判断车辆与静止障碍物之间的碰撞风险，输出第一碰撞风险结果；
S5.若为运动障碍物，对所述运动障碍物的轨迹进行预测，获取运动轨迹信息；
S6.基于所述车辆行驶速度信息和所述运动轨迹信息，判断车辆与运动障碍物之间的碰撞风险，输出第二碰撞风险结果；
S7.获取道路几何信息和障碍物识别信息，创建标准环境地图；
S8.基于所述标准环境地图，根据所述第一碰撞风险结果和所述第二碰撞风险结果，计算避免碰撞的最佳路径，输出规划路径信息；
S9.基于所述规划路径信息，通过自动化控制设备对行驶车辆进行自动化控制操作，包括自动化的制动、转向、变速或停止操作；
S10.同时，对所述自动化控制设备进行故障检测，输出预警提示。
具体的，利用传感技术和图像识别技术识别行驶路面上的障碍物信息，包括障碍物的种类、大小、位置以及方向信息，车辆的当前速度和行驶的路面情况可以帮助系统判断是否有潜在的碰撞风险；并将障碍物划分为静止障碍物和运动障碍物，静止障碍物包括路标、路边停放的车辆等，运动障碍物包括其他人行驶的车辆和行人等，对于不同类型的障碍物进行分类有助于采取适当的避障策略；结合道路几何信息和障碍物信息，系统构建出车辆行驶环境的环境地图，实时路况数据和气象数据为环境地图提供额外的信息和约束条件，对环境地图进行优化和更新，获得标准环境地图，使其更加准确实用，从而帮助系统进行精确的路径规划和避障操作；根据规划路径信息，系统通过自动化控制设备对车辆进行相应的操作，如自动制动、转向、变速以及停车操作，帮助车辆在复杂路况中安全、准确地执行避障和路径规划；并在车辆行驶的过程中，系统实时检测自动化控制设备的工作状态，如果自动化控制设备出现故障和损坏，系统会通过预警设备向驾驶人员发出预警提示，使驾驶人员可以及时了解情况并采取相应的措施，确保行车安全，提高行车的安全性和效率。
进一步的，对行驶路面信息进行识别，获取障碍物识别信息的具体步骤如下：
对所述行驶路面信息进行预处理，包括去噪、校正以及时间同步，获取路面处理信息；
对所述路面处理信息进行特征提取，包括颜色、纹理以及形状特征，获取路面特征信息；
利用机器学习模型对所述路面特征信息进行识别，获取障碍物识别信息；
基于所述障碍物识别信息，通过激光传感设备检测障碍物与车辆之间的距离，获取目标距离数据。
具体的，由于行驶路面信息包含大量的噪声和不准确数据，对行驶路面信息进行预处理，包括利用滑动平均滤波技术对其进行去噪，通过采用灰度值映射的方法对行驶路面信息的图像亮度分布进行校正，采用硬件时间戳来实现时间的同步，保证多个信息获取设备之间的数据在同一时间尺度上进行比较和处理，进而提高数据质量，使得获得的路面信息更加准确和可靠；通过实用目标检测算法对路面处理信息进行检测，可以获取障碍物的位置、大小以及形状特征信息，为后续的避障和路径规划提供数据基础；通过激光传感设备发射激光光束来测量障碍物与车辆之间的距离，为系统提供障碍物在垂直和水平方向上的准确位置以及距离信息，有助于判断碰撞风险和规划最佳避障路径；根据障碍物的状态属性，系统划分为静止障碍物和运动障碍物，对于静止障碍物，系统需要绕道或寻找其他安全的通过方式，对于运动障碍物，系统需要预测其运动轨迹并做出相应的避障决策。
参照图2，具体的步骤S4包括以下子步骤：
S41.获取当前车辆行驶速度信息和所述目标距离数据；
S42.计算当前车辆与所述静止障碍物之间的相对速度，所述相对速度是指车辆速度与静止障碍物速度之差，获取第一相对速度数据；
S43.基于所述第一相对速度数据和目标距离数据，计算车辆与所述静止障碍物之间的第一碰撞时间，所述第一碰撞时间是指车辆需要多长时间才会与静止障碍物发生碰撞；
S44.将所述第一碰撞时间与第一标准时间范围进行比较，所述第一标准时间范围是指车辆与静止障碍物之间不会发生碰撞的时间范围；
S45.若所述第一碰撞时间在第一标准时间范围外，则车辆与所述静止障碍物之间存在碰撞风险，输出第一碰撞风险结果。
具体的，计算出车辆与静止障碍物之间的第一碰撞时间，是进行碰撞风险评估的重要参数，帮助系统评估车辆与障碍物之间是否存在潜在的碰撞风险，如果第一碰撞时间在第一标准时间范围之外，意味着车辆与静止障碍物之间存在潜在的碰撞风险，需要采取相应的避障措施来避免碰撞，从而提高行车的安全性，减少潜在的碰撞风险。
进一步的，若为运动障碍物，对所述运动障碍物的轨迹进行预测的具体步骤如下：
获取目标距离数据；
对所述运动障碍物进行检测，获取运动障碍物的速度信息和加速度信息；
建立运动障碍物的运动模型，根据历史观测数据和历史运动轨迹，估计运动模型的参数，以获取运动障碍物的标准运动模型；
将所述运动障碍物的速度信息和加速度信息输入标准运动模型中，对运动障碍物未来的位置进行预测，获取未来多个时间点的位置信息；
通过卡尔曼滤波方法估计标准运动模型的不确定性，获取未来多个时间点的位置信息的误差范围；
基于未来多个时间点的位置信息和误差范围，预测运动障碍物的可能的运动轨迹，输出运动轨迹信息。
具体的，获取目标物体的位置信息，了解目标物体在空间中的位置；对运动障碍物进行检测，获取运动障碍物的动态信息速度信息和加速度信息，速度和加速度是描述物体运动的重要参数，通过获取这些信息，了解物体的运动状态和趋势，从而预测物体的未来行动轨迹；卡尔曼滤波是一种常用于数据融合和估计的算法，它能够通过对一系列的不完全的和含有噪声的测量进行预测和校正，得出最可能的估计结果，利用卡尔曼滤波来评估预测的位置信息的准确性，得到未来多个时间点的位置信息的误差范围，根据预测的位置信息和误差范围，从而生成可能的运动轨迹。
参照图3，具体的步骤S6包括以下子步骤：
S61.获取当前车辆行驶速度信息和运动障碍物的所述速度信息；
S62.计算车辆与运动障碍物之间的相对速度，所述相对速度是指车辆速度与运动障碍物速度之差，获取第二相对速度数据；
S63.基于所述第二相对速度数据和运动障碍物的运动轨迹信息，计算车辆与所述运动障碍物发生碰撞时的位置信息，获得碰撞位置信息；
S64.基于所述第二相对速度数据和碰撞位置信息，计算车辆与所述运动障碍物之间的第二碰撞时间，所述第二碰撞时间是指车辆需要多长时间才会与运动障碍物发生碰撞；
S65将所述第二碰撞时间与第二标准时间范围进行比较，所述第二标准时间范围是指车辆与运动障碍物之间不会发生碰撞的时间范围；
S66.若所述第二碰撞时间在第二标准时间范围外，则车辆与所述运动障碍物之间存在碰撞风险，输出第二碰撞风险结果。
具体的，根据车辆的速度和运动障碍物的速度信息计算与障碍物之间的相对速度，了解两个物体之间的运动关系，如果相对速度为正，则表示车辆正在接近障碍物，如果相对速度为负，则表示车辆正在远离障碍物，通过获取相对速度数据，可以更好地了解碰撞风险；根据车辆当前位置和障碍物的运动轨迹来计算碰撞时的位置信息，根据相对速度和碰撞位置来计算碰撞时间，碰撞时间是衡量碰撞风险的重要指标，可以判断车辆和障碍物在多长时间内可能会发生碰撞，输出第二碰撞时间，我们可以更好地了解碰撞风险；如果第二碰撞时间在第二标准时间范围之外，意味着当前车辆与运动障碍物之间存在碰撞风险，输出第二碰撞风险结果，提醒驾驶员或自动驾驶系统采取相应的避障措施来避免碰撞，从而提高车辆行驶的安全性和高效性。
进一步的，根据第一碰撞风险结果和第二碰撞风险结果，计算避免碰撞的最佳路径的具体步骤如下：
获取车辆当前位置信息和目标位置信息；
基于所述标准环境地图，获取车辆从当前位置到目标值位置的所有路径信息；
根据第一碰撞风险结果和第二碰撞风险结果，计算所有路径的碰撞风险程度；
选择碰撞风险程度最低的路径作为最佳路径，输出规划路径信息。
具体的，车辆的位置信息是进行路径规划的基础，获取车辆当前所在的位置和要达到的目标位置信息，利用广度优先搜索算法计算出从当前位置到目标位置的所有可能路径，广度优先搜索算法从车辆所在源节点开始，向周围访问所有相邻的节点，然后对每个相邻节点再访问他们的相邻节点，以此类推，直到找到目标位置所在的目标节点，从而生成车辆到目标位置的所有可能路径；根据之前计算得到的第一碰撞风险结果和第二碰撞风险结果，对每条路径的碰撞风险程度进行评估，设定每条路径的碰撞风险概率为参数P，车辆与目标障碍物之间的相对速度为参数v，车辆与目标障碍物之间的目标距离为参数s，驾驶人员在感知到障碍物并做出自动化控制反应所需的时间为t,以及地面摩擦系数为参数μ，则车辆与目标障碍物之间的碰撞风险概率则为，从而计算出所有路径的碰撞风险概率，对于碰撞风险概率越大的路径，其碰撞风险程度也越大，后续车辆采取自动化控制避免碰撞时的控制幅度也越大；相反，对于碰撞风险概率越小的路径，其碰撞风险程度也越小，后续车辆采取自动化控制避免碰撞时的控制幅度也越小；选择碰撞风险程度最低的路径即采取对自动化控制的控制幅度小的路径作为最佳路径，输出路径的起点、终点、路径长度、路径上的关键点等信息，这些信息可以用于后续的行驶决策或路径跟踪等操作。
参照图４，具体的步骤S9包括以下子步骤：
S91.获取规划路径信息；
S92.根据当前车辆行驶速度信息、行驶加速度信息以及规划路径信息，判断需要对车辆进行的控制指令操作，包括制动控制、转向控制、变速控制以及停止控制；
S93.若为制动控制，则获取制动需求信息，包括制动强度和制动时间，控制制动器根据制动强度和制动时间进行制动操作，并利用传感设备监测制动效果；
S94.若为转向控制，则获取转向需求信息，包括转向角度和转向速度，控制转向器根据转向角度和转向时间进行转向操作，并通过传感设备监测转向效果；
S95.若为变速控制，则获取变速需求信息，包括变速挡位和变速时间，控制变速器根据变速挡位和变速时间进行变速操作，并通过传感设备监测变速效果；
S96.若为停止控制，则获取停止需求信息，包括停止位置和停止时间，控制制动器和转向器根据停止位置和停止时间进行停止操作，并通过传感设备监测停止效果。
具体的，根据车辆当前的速度和、加速度以及规划路径信息，判断车辆需要执行相应的操作，如果需要执行制动操作，根据车辆采取自动化控制避免碰撞时的控制幅度获取相应的制动需求信息，如制动强度即刹车力度和制动时间即刹车时间，因为控制幅度越大，执行制动操作的时间就越长，执行自动化操作的强度或角度就越大，控制制动器按照制动需求进行制动操作，即根据刹车力度和刹车时间进行刹车控制操作，同时，利用传感设备对制动效果进行监测；如果需要执行转向操作，根据车辆采取自动化控制避免碰撞时的控制幅度获取相应的转向需求信息，如执行自动化转向如转向角度即方向盘旋转的角度和转向速度即方向盘旋转的速度，因为控制幅度越大，执行制动化转向的角度就越大，控制方向盘旋转的速度就越大，控制转向器按照转向需求进行转向操作，即根据制动转向角度和方向盘旋转速度对方向盘进行进行转向控制操作，同时，利用传感设备对转向效果进行监测；如果需要执行变速操作，根据车辆采取自动化控制避免碰撞时的控制幅度获取相应的变速需求信息，如变速挡位即齿轮箱的挡位和变速时间即换挡的时间，因为控制幅度越大，执行齿轮箱档位变化距离就越长，换挡的时间也就越长，控制变速器按照变速需求进行变速操作，即根据换挡档位和换挡时间对档位器进行变速操作，同时，利用传感设备对变速效果进行监测；以此类推，如果需要执行停止操作，获取相应的停止需求信息，如停车位置和停车时间，控制制动器和转向器进行停车操作，同时，利用传感设备对停车效果进行监测；从而实现有效的车辆制动控制，进而实现车辆高效避障，保障行车安全。
进一步的，对自动化控制设备进行故障检测，输出预警提示的具体步骤如下：
对自动化设备进行外观检查，检查设备的各部件是否存在明显损坏和缺失，记录外观检查结果；
若所述外观检查结果显示正常，则对自动化设备进行精度测试，根据系统要求进行精度校准，记录精度测试结果；
若所述精度测试结果显示正常，则对自动化设备进行功能测试，检查设备的各项功能是否正常，记录功能测试结果；
若所述功能测试结果显示正常，则对自动化设备进行稳定性测试，在设备连续工作一端时间后，检测设备是否出现故障或异常现象，记录稳定性测试结果；
若所述稳定性测试结果显示正常，则对自动化设备进行安全性测试，检测设备安全保护装置是否存在安全隐患，记录安全性测试结果；
若所述安全性测试结果显示正常，则对自动化设备进行环境适应性测试，检测设备在不同温度、湿度和气压环境下能否正常工作，记录环境适应性测试结果；
若上述任何一项测试结果显示异常，则通过预警设备向相关驾驶人员发出预警提示。
具体的，外观检查可以初步判断设备是否可能在运行中出现问题，记录检查结果可以提供设备的详细信息，便后续参考；精度测试是为了验证自动化设备的精确度是否符合系统要求，如果设备的精度不够，可能会导致设备无法准确完成任务，甚至对整个系统产生负面影响；功能测试是为了验证自动化设备的各项功能是否正常，每个部件都有其特定的功能，如果这些功能出现问题，可能会对整个系统产生影响；稳定性测试是为了检验自动化设备在连续工作一段时间后是否仍然稳定，设备的稳定性对其长时间运行和系统的可靠性至关重要，记录稳定性测试结果可以评估设备的持续工作时间以及可能出现的问题；安全性测试是为了验证自动化设备的安全保护装置是否有效，记录安全性测试结果可以发现并解决可能存在的安全问题；环境适应性测试是为了验证自动化设备在不同环境条件下是否能够正常工作，特别是对于那些在极端环境下运行的设备，记录环境适应性测试结果可以评估设备在不同环境条件下的性能和可靠性；如果任何一项测试显示异常，则通过预警设备向驾驶人员发出预警提示，确保及时接收并处理这些信息，以便采取适当的措施来解决问题或避免潜在的风险。
本申请实施例方法的实施原理为：利用传感技术和图像识别技术识别行驶路面上的障碍物信息，包括障碍物的种类、大小、位置以及方向信息，车辆的当前速度和行驶的路面情况可以帮助系统判断是否有潜在的碰撞风险；并将障碍物划分为静止障碍物和运动障碍物，静止障碍物包括路标、路边停放的车辆等，运动障碍物包括其他人行驶的车辆和行人等，对于不同类型的障碍物进行分类有助于采取适当的避障策略；结合道路几何信息和障碍物信息，系统构建出车辆行驶环境的环境地图地图，实时路况数据和气象数据为环境地图提供额外的信息和约束条件，对环境环境地图进行优化和更新，获取标准环境地图，使其更加准确实用，从而帮助系统进行精确的路径规划和避障操作；根据规划路径信息，系统通过自动化控制设备对车辆进行相应的操作，如自动制动、转向、变速以及停车操作，帮助车辆在复杂路况中安全、准确地执行避障和路径规划；并在车辆行驶的过程中，系统实时检测自动化控制设备的工作状态，如果自动化控制设备出现故障和损坏，系统会通过预警设备向驾驶人员发出预警提示，使驾驶人员可以及时了解情况并采取相应的措施，确保行车安全，提高行车的安全性和效率。
本申请实施例方法与系统结合，参照图5，通过信息获取模块1来获取车辆行驶速度信息和行驶路面信息，通过中央控制模块2对行驶路面信息进行识别，获取障碍物识别信息，并对障碍物进行分类，划分为静止障碍物和运动障碍物，通过中央控制模块2判断车辆与静止障碍物以及运动障碍物之间的碰撞风险，分别获取第一碰撞风险结果和第二碰撞分线结果；利用模块行构建模块基于道路几何信息和障碍物识别信息来创建环境地图，利用构建的环境地图根据第一碰撞风险结果和第二碰撞风险结果获取避免碰撞的最佳路径，输出规划路径信息；根据规划路径信息，通过自动化控制模块4对车辆进行控制，由控制器41根据当前车辆行驶速度信息和行驶加速度信息，对车辆输出控制指令；通过制动单元42根据制动强度和制动时间对车辆进行制动操作，通过转向单元43根据转向角度和转向时间对车辆进行转向操作，通过变速单元44根据变速挡位和变速时间对车辆进行变速操作，通过停止单元45，根据停止位置和停止时间对车辆进行停止操作，通过上述控制操作实现车辆的避障控制；同时对自动化控制模块4进行检测，当自动化控制模块4出现故障和损坏时通过预警模块5想相关驾驶人员发出预警提示；从而帮助车辆在复杂路况中安全、准确地执行避障和路径规划，提高行车安全性和高效性。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (8)
1.一种车辆行驶主动避障控制方法，其特征在于，包括以下步骤：
获取当前车辆行驶速度信息和行驶路面信息；
对行驶路面信息进行识别，获取障碍物识别信息；
基于所述障碍物识别信息，对障碍物进行分类，包括静止障碍物和运动障碍物；
若为静止障碍物，基于所述车辆行驶速度信息，判断车辆与静止障碍物之间的碰撞风险，输出第一碰撞风险结果；
若为运动障碍物，对所述运动障碍物的轨迹进行预测，获取运动轨迹信息；
基于车辆行驶速度信息和所述运动轨迹信息，判断车辆与运动障碍物之间的碰撞风险，输出第二碰撞风险结果；
获取道路几何信息和障碍物识别信息，创建标准环境地图；
基于标准环境地图，根据所述第一碰撞风险结果和所述第二碰撞风险结果，计算避免碰撞的最佳路径，输出规划路径信息；
基于规划路径信息，通过自动化控制设备对行驶车辆进行自动化控制操作，包括自动化的制动、转向、变速或停止操作；
所述基于规划路径信息，通过自动化控制设备对行驶车辆进行自动化控制操作的步骤，包括：
获取规划路径信息；
根据当前车辆行驶速度信息、行驶加速度信息以及规划路径信息，判断需要对车辆进行的控制指令操作，包括制动控制、转向控制、变速控制以及停止控制；
若为制动控制，则获取制动需求信息，包括制动强度和制动时间，控制制动器根据制动强度和制动时间进行制动操作，并利用传感设备监测制动效果；
若为转向控制，则获取转向需求信息，包括转向角度和转向速度，控制转向器根据转向角度和转向时间进行转向操作，并通过传感设备监测转向效果；
若为变速控制，则获取变速需求信息，包括变速挡位和变速时间，控制变速器根据变速挡位和变速时间进行变速操作，并通过传感设备监测变速效果；
若为停止控制，则获取停止需求信息，包括停止位置和停止时间，控制制动器和转向器根据停止位置和停止时间进行停止操作，并通过传感设备监测停止效果；
同时，对自动化控制设备进行故障检测，输出预警提示；
所述对自动化控制设备进行故障检测，输出预警提示的步骤，包括：
对自动化设备进行外观检查，检查设备的各部件是否存在外观破损和缺失，记录外观检查结果；
若所述外观检查结果显示正常，则对自动化设备进行精度测试，根据系统要求进行精度校准，记录精度测试结果；
若所述精度测试结果显示正常，则对自动化设备进行功能测试，检查设备的各项功能是否正常，记录功能测试结果；
若所述功能测试结果显示正常，则对自动化设备进行稳定性测试，在设备连续工作预设时间后，检测设备是否出现故障或异常现象，记录稳定性测试结果；
若所述稳定性测试结果显示正常，则对自动化设备进行安全性测试，检测设备安全保护装置是否存在安全隐患，记录安全性测试结果；
若所述安全性测试结果显示正常，则对自动化设备进行环境适应性测试，检测设备在不同温度、湿度和气压环境下能否正常工作，记录环境适应性测试结果；
若任何一项测试结果显示异常，则通过预警设备向相关驾驶人员发出预警提示。
2.根据权利要求1所述的一种车辆行驶主动避障控制方法，其特征在于，所述对行驶路面信息进行识别，获取障碍物识别信息的步骤，包括：
对所述行驶路面信息进行预处理，包括去噪、校正以及时间同步，获取路面处理信息；
对所述路面处理信息进行特征提取，包括颜色、纹理以及形状特征，获取路面特征信息；
利用机器学习模型对所述路面特征信息进行识别，获取障碍物识别信息；
基于所述障碍物识别信息，通过激光传感设备检测障碍物与车辆之间的距离，获取目标距离数据。
3.根据权利要求2所述的一种车辆行驶主动避障控制方法，其特征在于，所述若为静止障碍物，基于所述车辆行驶速度信息，判断车辆与静止障碍物之间的碰撞风险的步骤，包括：
获取当前车辆行驶速度信息和所述目标距离数据；
计算当前车辆与所述静止障碍物之间的相对速度，所述相对速度是指车辆速度与静止障碍物速度之差，获取第一相对速度数据；
基于所述第一相对速度数据和目标距离数据，计算车辆与所述静止障碍物之间的第一碰撞时间，所述第一碰撞时间是指车辆需要多长时间才会与静止障碍物发生碰撞；
将所述第一碰撞时间与第一标准时间范围进行比较，所述第一标准时间范围是指车辆与静止障碍物之间不会发生碰撞的时间范围；
若所述第一碰撞时间在第一标准时间范围外，则车辆与所述静止障碍物之间存在碰撞风险，输出第一碰撞风险结果。
4.根据权利要求1所述的一种车辆行驶主动避障控制方法，其特征在于，所述若为运动障碍物，对所述运动障碍物的轨迹进行预测的步骤，包括：
获取目标距离数据；
对所述运动障碍物进行检测，获取运动障碍物的速度信息和加速度信息；
建立运动障碍物的运动模型，根据历史观测数据和历史运动轨迹，估计运动模型的参数，以获取运动障碍物的标准运动模型；
将所述运动障碍物的速度信息和加速度信息输入标准运动模型中，对运动障碍物未来的位置进行预测，获取未来多个时间点的位置信息；
通过卡尔曼滤波方法估计标准运动模型的不确定性，获取未来多个时间点的位置信息的误差范围；
基于未来多个时间点的位置信息和误差范围，预测运动障碍物的可能的运动轨迹，输出运动轨迹信息。
5.根据权利要求1所述的一种车辆行驶主动避障控制方法，其特征在于，所述基于车辆行驶速度信息和所述运动轨迹信息，判断车辆与运动障碍物之间的碰撞风险的步骤，包括：
获取当前车辆行驶速度信息和运动障碍物的速度信息；
计算车辆与运动障碍物之间的相对速度，所述相对速度是指车辆速度与运动障碍物速度之差，获取第二相对速度数据；
基于所述第二相对速度数据和运动障碍物的运动轨迹信息，计算车辆与所述运动障碍物发生碰撞时的位置信息，获得碰撞位置信息；
基于所述第二相对速度数据和碰撞位置信息，计算车辆与所述运动障碍物之间的第二碰撞时间，所述第二碰撞时间是指车辆需要多长时间才会与运动障碍物发生碰撞；
将所述第二碰撞时间与第二标准时间范围进行比较，所述第二标准时间范围是指车辆与运动障碍物之间不会发生碰撞的时间范围；
若所述第二碰撞时间在第二标准时间范围外，则车辆与所述运动障碍物之间存在碰撞风险，输出第二碰撞风险结果。
6.根据权利要求1所述的一种车辆行驶主动避障控制方法，其特征在于，所述基于标准环境地图，根据所述第一碰撞风险结果和所述第二碰撞风险结果，计算避免碰撞的最佳路径，输出规划路径信息的步骤，包括：
获取车辆当前位置信息和目标位置信息；
基于所述标准环境地图，获取车辆从当前位置到目标值位置的所有路径信息；
根据第一碰撞风险结果和第二碰撞风险结果，计算所有路径的碰撞风险程度；
选择碰撞风险程度最低的路径作为最佳路径，输出规划路径信息。
7.一种车辆行驶主动避障控制系统，适用于权利要求1-6任意一项所述的一种车辆行驶主动避障控制方法，包括：
信息获取模块(1)，用于获取当前车辆行驶速度信息和行驶路面信息；
中央控制模块(2)，用于对行驶路面信息进行识别，获取障碍物识别信息；还用于判断车辆与静止障碍物之间的碰撞风险和判断车辆与运动障碍物之间的碰撞风险；以及用于根据第一碰撞风险结果和所述第二碰撞风险结果，计算避免碰撞的最佳路径；
模型构建模块(3)，用于根据道路集合信息和障碍物识别信息，创建环境地图；
自动化控制模块(4)，根据规划路径信息，对行驶车辆进行自动化控制操作，包括自动化的制动、转向、变速以及停止操作；
预警模块(5)，当自动化控制设备出现故障或损坏时，向相关驾驶人员发出预警提示。
8.根据权利要求7所述的一种车辆行驶主动避障控制系统，所述自动化控制模块(4)，包括：
控制器(41)，用于根据当前车辆行驶速度信息和行驶加速度信息，对车辆输出控制指令；
制动单元(42)，包括制动器，用于根据制动强度和制动时间对车辆进行制动操作；
转向单元(43)，包括转向器，用于根据转向角度和转向时间对车辆进行转向操作；
变速单元(44)，包括变速器，用于根据变速挡位和变速时间对车辆进行变速操作；
停止单元(45)，包括制动器和转向器，用于根据停止位置和停止时间对车辆进行停止操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311399465.4A CN117141472B (zh) | 2023-10-26 | 2023-10-26 | 一种车辆行驶主动避障控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311399465.4A CN117141472B (zh) | 2023-10-26 | 2023-10-26 | 一种车辆行驶主动避障控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117141472A CN117141472A (zh) | 2023-12-01 |
| CN117141472B true CN117141472B (zh) | 2023-12-26 |
Family
ID=88912363
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311399465.4A Active CN117141472B (zh) | 2023-10-26 | 2023-10-26 | 一种车辆行驶主动避障控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117141472B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117465394B (zh) * | 2023-12-28 | 2024-04-16 | 深圳市开心电子有限公司 | 一种电动车紧急制动的控制方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111775934A (zh) * | 2020-07-21 | 2020-10-16 | 湖南汽车工程职业学院 | 一种汽车的智能驾驶避障系统 |
| CN111923904A (zh) * | 2020-08-13 | 2020-11-13 | 西安理工大学 | 一种无人驾驶电动汽车的自主避障方法 |
| CN111976721A (zh) * | 2020-09-02 | 2020-11-24 | 湖北汽车工业学院 | 一种基于矩形聚类碰撞锥模型的主动避障控制方法 |
| CN113815649A (zh) * | 2021-10-29 | 2021-12-21 | 上海洛轲智能科技有限公司 | 避障系统、避障方法、电子设备及介质 |
| CN115092183A (zh) * | 2022-07-15 | 2022-09-23 | 东风柳州汽车有限公司 | 一种基于势场力的车辆主动避障控制方法及系统 |
| CN115214638A (zh) * | 2021-05-13 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种车辆主动避障控制方法、设备及装置 |
| CN116714578A (zh) * | 2023-06-12 | 2023-09-08 | 武汉理工大学 | 一种车辆换道避障方法、系统、装置及存储介质 |
| CN116872921A (zh) * | 2023-07-26 | 2023-10-13 | 重庆长安汽车股份有限公司 | 一种车辆规避风险方法、系统、车辆及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11230273B2 (en) * | 2019-05-02 | 2022-01-25 | Liebherr Mining Equipment Newport News Co. | Method for autonomously controlling a vehicle |
-
2023
- 2023-10-26 CN CN202311399465.4A patent/CN117141472B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111775934A (zh) * | 2020-07-21 | 2020-10-16 | 湖南汽车工程职业学院 | 一种汽车的智能驾驶避障系统 |
| CN111923904A (zh) * | 2020-08-13 | 2020-11-13 | 西安理工大学 | 一种无人驾驶电动汽车的自主避障方法 |
| CN111976721A (zh) * | 2020-09-02 | 2020-11-24 | 湖北汽车工业学院 | 一种基于矩形聚类碰撞锥模型的主动避障控制方法 |
| CN115214638A (zh) * | 2021-05-13 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种车辆主动避障控制方法、设备及装置 |
| CN113815649A (zh) * | 2021-10-29 | 2021-12-21 | 上海洛轲智能科技有限公司 | 避障系统、避障方法、电子设备及介质 |
| CN115092183A (zh) * | 2022-07-15 | 2022-09-23 | 东风柳州汽车有限公司 | 一种基于势场力的车辆主动避障控制方法及系统 |
| CN116714578A (zh) * | 2023-06-12 | 2023-09-08 | 武汉理工大学 | 一种车辆换道避障方法、系统、装置及存储介质 |
| CN116872921A (zh) * | 2023-07-26 | 2023-10-13 | 重庆长安汽车股份有限公司 | 一种车辆规避风险方法、系统、车辆及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117141472A (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10121367B2 (en) | Vehicle lane map estimation | |
| JP7059888B2 (ja) | 支援制御システム | |
| CN117141472B (zh) | 一种车辆行驶主动避障控制系统及方法 | |
| CN111016872A (zh) | 车辆路径规划 | |
| US11697412B2 (en) | Collision monitoring using statistic models | |
| US11787424B2 (en) | Method for checking at least one driving environment sensor of a vehicle | |
| US10095238B2 (en) | Autonomous vehicle object detection | |
| US11270164B1 (en) | Vehicle neural network | |
| CN110858301A (zh) | 偏心率地图 | |
| CN111610191B (zh) | 一种道路检测与修复系统 | |
| JP2021082286A (ja) | 車線変更の検出を改良するためのシステム、非一時的コンピュータ可読媒体および方法 | |
| CN116859413A (zh) | 一种用于露天矿车车辆的感知模型建立方法 | |
| CN113487910B (zh) | 一种用于跟车场景的汽车数据采集系统性能分析方法 | |
| CN112526976B (zh) | 一种自动泊车控制器的仿真测试方法及系统 | |
| CN105303887A (zh) | 用于监视车辆的期望轨迹的方法和设备 | |
| CN113022593B (zh) | 障碍物处理方法、装置和行驶设备 | |
| US11610412B2 (en) | Vehicle neural network training | |
| US10990104B2 (en) | Systems and methods including motorized apparatus for calibrating sensors | |
| CN114730521A (zh) | 使用统计模型的碰撞监测 | |
| CN111231959A (zh) | 车辆及控制车辆的方法 | |
| US20230154313A1 (en) | Sensor localization | |
| US20240087136A1 (en) | Dynamic bounding box | |
| JP2014182591A (ja) | 移動体の環境地図生成制御装置、移動体、及び移動体の環境地図生成方法 | |
| Hermann et al. | Automated Sensor Performance Evaluation of Robot-Guided Vehicles for High Dynamic Tests | |
| CN117799663A (zh) | 基于视线追踪的轨道车辆控制方法、装置、设备及介质 |
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 |