CN117246321A - 一种多场景下的前方危险目标检测方法及aeb控制策略 - Google Patents
一种多场景下的前方危险目标检测方法及aeb控制策略 Download PDFInfo
- Publication number
- CN117246321A CN117246321A CN202311184197.4A CN202311184197A CN117246321A CN 117246321 A CN117246321 A CN 117246321A CN 202311184197 A CN202311184197 A CN 202311184197A CN 117246321 A CN117246321 A CN 117246321A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- distance
- ttc
- braking
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011217 control strategy Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 238000012502 risk assessment Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 claims description 3
- 125000003275 alpha amino acid group Chemical group 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000004927 fusion Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001681 protective effect 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
- 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
- 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
- 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
- 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
- B60W2050/143—Alarm means
-
- 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
- B60W2552/30—Road curve radius
-
- 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
- B60W2554/801—Lateral distance
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种多场景下的前方危险目标检测方法及AEB控制策略,包括如下步骤:利用毫米波雷达对前方目标信息进行探测;计算在直道行驶和弯道行驶时,自车与前方目标车辆之间的相对横向距离;以相对横向距离为判断条件,选定危险目标,完成目标检测;在选定危险目标后,以设计的AEB控制策略进行碰撞风险评估及紧急制动。基于本发明可对直道和弯道等场景下的前方危险目标进行精确检测,提高AEB系统的可靠性,相较于单一的安全距离模型和安全时间模型,可以提高驾驶安全性和舒适性。
Description
技术领域
本发明属于自动紧急制动技术领域,具体涉及一种多场景下的前方危险目标检测方法及AEB控制策略。
背景技术
自动紧急制动(AEB)系统作为先进驾驶辅助系统的其中一个代表性功能,AEB系统必须精确识别前方目标,评估碰撞风险,计算出合理的介入时机,在满足不干扰驾驶员正常操作的前提下,在各种交通环境下达到安全避撞的目的。在直道和弯道场景中,由于前方相邻车道车辆与自车道车辆都在毫米波雷达的感应范围内,可能会导致AEB系统的误识别。因此,如何检测目标车辆和自车是否处于同一车道以及判断目标车辆是否会和自车发生碰撞,成为AEB系统的研究重点,开发AEB系统的前方危险目标检测方法对于行车安全性有着重要的意义。在AEB系统控制策略的研究中,安全距离模型侧重于安全性,安全时间(TTC)模型侧重于舒适性,缺乏同时考虑驾驶安全性和舒适性的融合策略研究,因此,开发AEB系统的融合控制策略可以同时满足驾驶安全性和舒适性需求。
本发明的目的在于弥补现有的技术空缺,设计出了一种多场景下的前方危险目标检测方法及自动紧急制动系统控制策略,实现AEB系统在直道和弯道场景中对前方危险目标的精确检测;并提供兼顾驾驶安全性和舒适性的自动紧急制动系统控制策略。
发明内容
本发明针对目前AEB系统在误识别问题和控制策略研究的不足,考虑了直道和弯道等场景,根据毫米波雷达探测的信息,设计了前方危险目标检测方法,计算出自车与目标车之间的相对横向距离,得到相对位置关系,精确检测前方危险目标;在确立危险目标后,同时考虑安全性和舒适性,对安全距离模型和安全时间模型进行融合,设计了自动紧急制动系统控制策略,确保AEB系统在行驶时,既不会因相邻车道的车辆出现误识别问题,又能够有效地避免与自车道前车的碰撞。
本发明为解决现有技术中存在的问题采用的技术方案如下:
一种多场景下的前方危险目标检测方法,包括如下步骤:
步骤1、利用毫米波雷达对前方目标信息进行探测;
步骤2、当自车与前方目标车辆处于直道行驶时,计算自车与目标车辆相对横向距离;
所述步骤2具体为根据毫米波雷达探测的信息,计算出直道行驶时自车与前方车辆之间的相对横向距离d:
d=S*sinθ (1)
式(1)中,S是目标车辆与自车之间的相对距离;θ是方位角;d是自车与目标车辆之间的相对横向距离。
步骤3、当自车与前方目标车辆处于弯道行驶时,计算自车与目标车辆之间的纵向距离和横向距离;
所述步骤3具体为基于毫米波雷达探测的信息,计算出弯道行驶时自车与目标车辆之间的纵向距离dx和横向距离dy:
式(2)中,S是目标车辆与自车之间的相对距离;θ是方位角;dx是两车纵向距离;dy是两车横向距离。
步骤4、根据弯道行驶时自车传感器获取的车辆状态信息,计算自车行驶的道路曲率半径;
所述步骤4具体为基于车辆自带的陀螺仪获取自车的横摆角速度Yaw-rate,以及车速传感器获取自车车速V,计算出当前车道的道路曲率半径:
式(3)中,R为道路曲率半径;Yaw-rate为自车横摆角速度;V为自车速。
步骤5、根据毫米波雷达探测信息和弯道曲率半径,进行弯道位置补偿,计算出弯道行驶时自车与前方目标车辆的相对横向距离;
所述步骤5具体为在弯道场景中,为了精确检测前车与自车的相对位置关系,需要对毫米波雷达探测的自车与前车的纵向距离和横向距离进行位置补偿,抵消道路曲率的影响,计算相对横向距离,判断目标车辆是否在自车道内行驶,前方目标车辆点C相对于自车的道路基准圆心角为
式(4)中,为前方目标车辆点相对于自车的道路基准圆心角;R为道路曲率半径,L为自车后轴到雷达安装点之间的距离,S是目标车辆与自车之间的相对距离;
A0点为自车车头中心点,B0点为自车后轴中心点,在自车道中心线位置,与前方目标车辆对应同一圆心角位置为D点,C点是D点向x轴(以B0点为坐标轴原点,沿自车长度方向为y轴,垂直于y轴方向即为x轴)的垂直线的交点,D点与自车的纵向距离为CD,CD的长度计算公式为:
F点为相邻车道的前方车辆车尾中心点,E点为F点到x轴的垂直线上与D点具有同一纵坐标的点,故EF长度为:
DF长度为自车与前方车辆的预测相对横向距离d:
当两车相对距离较近,即值趋近于0时,基于式(7)计算的横向距离有误差,故两车距离20m之内时,采用式(8)计算相对横向距离d:
步骤6、以相对横向距离为判断条件,选定危险目标,完成危险目标检测。
根据《中国公路设计规范》,设置道路宽度为W,相对横向距离的安全阈值为W/2,行车时,有以下三种情况判断碰撞风险:
S6.1、当d>W/2时,判断目标车在右侧车道行驶,没有碰撞风险;
S6.2、当-W/2≤d≤W/2时,判断目标车在自车道行驶,有碰撞风险;
S6.3、当d<-W/2时,判断目标车在左侧车道行驶,没有碰撞风险;
本发明还包括一种自动紧急制动系统(AEB)控制策略,即步骤7、在选定危险目标后,以设计的AEB控制策略进行碰撞风险评估及紧急制动。
所述AEB控制策略具体包括:步骤7.1基于安全时间模型的分级预警策略、步骤7.2基于安全距离的分级制动策略,步骤7.3分级预警和制动控制策略设计,将安全距离模型和安全时间模型进行融合,设计分级预警/制动控制策略。
其中步骤7.1基于安全时间模型的分级预警策略具体如下:
步骤7.1.1基于TTC模型来制定分级预警策略以及AEB系统介入的时机,TTC算法的计算公式为:
式(9)中,S为目标车辆与自车之间的相对距离;vr为两车相对速度;ar为两车相对加速度。
考虑到在弯道中探测的相对距离和实际相对距离有误差,对实际相对距离进行计算,将自车简化为A点,同车道内同向行驶的前车简化为B点,雷达探测的自车与自车道前车相对距离为直线AB长度S,但实际相对距离为弧AB的长度,即LAB,根据弧长计算公式计算:
式(10)适用于前车与自车处于同一车道中,故本发明中的TTC值用下式计算:
步骤7.1.2TTC阈值确定;
对于不同的制动强度和碰撞时间阈值,计算出相应的事故避免概率,得到AEB系统介入时机的TTC阈值为TTC_3;根据交通事故中采集的信息,分析驾驶员的反应时间,若预警方式为灯光时的平均反应时间约为T1;预警方式为灯光+声音时的平均时间约为T2,制动器起作用时间约为T3,因此在AEB系统介入时机的TTC阈值为TTC_3时,可推导出单独灯光预警的时间阈值为T1+TTC_3;灯光+声音联合预警的时间阈值为T2+TTC_3,因此,设定一级预警(单独灯光预警)时间阈值为TTC_1等于T1+TTC_3;二级预警(灯光+声音联合预警)的时间阈值为TTC_2等于T2+TTC_3。
步骤7.2基于安全距离的分级制动策略具体如下:
步骤7.2.1安全距离模型:基于汽车制动过程的安全距离模型,在二级预警后,当计算的TTC值在AEB系统介入的时间阈值TTC_3内时,通过安全距离算法来实时控制车辆进行制动,在制动过程中后车为A车,车速为vA,同车道同向行驶的前车为B车,车速为vB,两车之间最小安全距离s0为:
s0=sA+d0-sB (12)
式(12)中,sA为A车行驶距离;sB为B车行驶距离;d0为设定的两车最小相对距离。
根据汽车制动过程,推导出s0的具体计算公式:
当前车静止时,
当前车匀速时,
当前车匀减速时,
τ2为制动间隙时间;τ3为制动力增长时间;vr为两车相对速度;vA为自车速度;vB为前车速度;aAmax为自车最大加速度;aB为前车减速度;d0为最小相对距离。
步骤7.2.2制动强度和关键参数的确定:
分析碰撞事故得到驾驶员施加的平均制动强度数据,设定部分制动时的制动减速度a1、全力制动时的制动减速度a2、制动间隙时间τ2、制动力增长时间τ3的值,并将a1、a2、τ2、τ3、分别代入到式(13)、(14)、(15)中,计算得到的三个s0,取最大值为部分制动最小安全距离阈值s1,取最小值为全力制动时的最小安全距离阈值s2,考虑行车安全性和舒适性,采用分级制动来设计制动控制策略;
步骤7.3分级预警和制动控制策略设计;将安全距离模型和安全时间模型进行融合,设计分级预警和制动控制策略。
所述分级预警和制动的总体控制过程如下:
S7.3.1、根据相关信息计算TTC值,当TTC>TTC_1时,车辆正常驾驶,不进行任何操作;
S7.3.2、TTC_2<TTC≤TTC_1时,进行一级预警,即灯光预警。
S7.3.3、TTC_3<TTC≤TTC_2时,进行二级预警,即灯光+声音预警;
S7.3.4、TTC≤TTC_3时,AEB系统开始介入,根据两车之间的相对距离S和部分制动及全力制动时的最小安全距离阈值s1、s2的关系进行分级制动;
S7.3.4.1、当S>s1时,暂不进行制动,保持当前车速行驶;
S7.3.4.2、当s2≤S≤s1时,进行部分制动;
S7.3.4.3、当S<s2时,进行全力制动。
本发明具有如下优点:
1、应用本发明的多场景下的前方危险目标检测方法,可同时适用于直道和弯道两种不同场景,可以对前方危险目标进行精确检测,避免AEB系统的误识别问题,提高AEB系统的可靠性。
2、应用本发明的自动紧急制动系统控制策略,相较于单一的安全距离模型和安全时间模型,可以提高驾驶安全性和舒适性。
附图说明
图1为弯道目标位置补偿模型图;
图2为近距离弯道位置补偿模型图;
图3为直道行驶时的目标选取示意图;
图4为弯道行驶时的目标选取示意图;
图5为实际距离模型图;
图6为车辆安全距离模型图;
图7为本发明融合控制策略流程图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明,一种多场景下的前方危险目标检测方法及自动紧急制动系统控制策略,包括如下步骤:
步骤1、利用毫米波雷达对前方目标信息进行探测;
步骤2、当自车与前方目标车辆处于直道行驶时,计算自车与目标车辆相对横向距离;
所述步骤2具体为根据毫米波雷达探测的信息,计算出直道行驶时自车与前方目标车辆之间的相对横向距离d:
d=S*sinθ (1)
式(1)中,S是目标车辆与自车之间的相对距离;θ是方位角;d是自车与目标车辆之间的相对横向距离。
步骤3、当自车与前方目标车辆处于弯道行驶时,计算自车与目标车辆之间的纵向距离和横向距离;
基于毫米波雷达探测的信息,获得AEB系统所需要的目标车辆与自车之间的纵向距离dx和横向距离dy:
式(2)中,S是目标车辆与自车之间的相对距离;θ是方位角;dx是两车纵向距离;dy是两车横向距离。
步骤4、根据弯道行驶时自车传感器获取的车辆状态信息,计算自车行驶的道路曲率半径;
基于车辆自带的陀螺仪获取自车的横摆角速度Yaw-rate,以及车速传感器获取自车车速V,计算出当前车道的道路曲率半径:
式(3)中,R为道路曲率半径;Yaw-rate为自车横摆角速度;V为自车速度。
步骤5、根据毫米波雷达探测信息和弯道曲率半径,设计两种弯道位置补偿算法,计算出弯道行驶时自车与前方目标车辆的相对横向距离;
在弯道中,为了精确检测前车与自车的相对位置关系,需要对自车毫米波雷达探测的与前车的纵向距离和横向距离进行位置补偿,抵消道路曲率的影响,计算相对横向距离,判断目标车辆是否在自车道内行驶,目标车和自车相对位置关系如图1所示,前方目标车辆点F相对于自车的道路基准圆心角为
式(4)中,为道路基准圆心角;L为自车后轴到雷达安装点之间的距离。
如图1所示,A0点为自车车头中心点,B0点为自车后轴中心点,在自车道中心线位置,与前方目标车辆对应同一圆心角位置为D点,C点是D点向x轴(以A0点为坐标轴原点,沿自车长度方向为y轴,垂直于y轴方向即为x轴)的垂直线的交点,D点与自车的纵向距离CD为:
F点为相邻车道的前方车辆车尾中心点,E点为F点到x轴的垂直线上与D点具有同一纵坐标的点,故EF长度为:
DF长度为自车与前方车辆的预测相对横向距离d:
另外,考虑当两车相对距离较近,即值趋近于0时,如图2所示,上式计算的横向距离有误差,故两车距离20m之内时,采用下式计算相对横向距离d:
步骤6、以相对横向距离为判断条件,选定危险目标;
根据《中国公路设计规范》,设置道路宽度为W,相对横向距离的安全阈值为W/2,直道和弯道场景分别如图3、4所示,行车时,有以下三种情况判断碰撞风险:
(1)当d>W/2时,判断目标车在右侧车道行驶,没有碰撞风险;
(2)当-W/2≤d≤W/2时,判断目标车在自车道行驶,有碰撞风险;
(3)当d<-W/2时,判断目标车在左侧车道行驶,没有碰撞风险;
步骤7、在选定危险目标后,以设计的融合控制策略进行碰撞风险评估及紧急制动;所述融合控制策略具体包括:步骤7.1基于安全时间模型的分级预警策略;步骤7.2基于安全距离的分级制动策略;步骤7.3分级预警和制动控制策略设计,基于融合的安全距离模型和安全时间模型来设计分级预警和制动控制策略。
其中步骤7.1基于安全时间模型的分级预警策略具体如下:
步骤7.1.1、TTC算法:
本发明基于TTC模型来制定分级预警策略以及AEB系统介入的时机,TTC算法的计算公式为:
式(9)中,S为两车相对距离;vr为两车相对速度;ar为两车相对加速度。
考虑到在弯道中探测的相对距离和实际相对距离有误差,如图5所示,对实际相对距离进行计算。将自车简化为A点,自车道内的前车简化为B点,雷达探测的自车与自车道前车相对距离为直线AB长度S,但实际相对距离为弧AB的长度,即LAB。根据弧长计算公式计算:
式(10)适用于前车与自车处于同一车道中,故本发明中的TTC值用下式计算:
步骤7.1.2、TTC阈值确定;
对于不同的制动强度和碰撞时间阈值,计算出相应的事故避免概率,如表1所示。
表1不同制动强度和不同碰撞时间阈值下的避撞概率
由表1可知,如果驾驶员在发生碰撞前1.8s开始施加0.5g的制动减速度,那么有95%的概率可以避免碰撞事故,故将AEB系统介入时机的TTC阈值设为1.8s。
根据交通事故中采集的信息,分析驾驶员的反应时间,数据如表2所示。由表2可知,预警方式为灯光时的平均反应时间约为1.13s;预警方式为灯光+声音时的平均时间约为0.9s,制动器起作用时间约为0.2s,因此在AEB系统介入时机的TTC阈值为1.8s时,可推导出单独灯光预警的时间阈值为2.93s;灯光+声音联合预警的时间阈值为2.7s。因此,设定一级预警时间阈值TTC_1为2.93s;二级预警的时间阈值TTC_2为2.7s;AEB系统介入的时间阈值TTC_3为1.8s。
表2意外事故中驾驶员反应时间
步骤7.2基于安全距离的分级制动策略具体如下:
步骤7.2.1安全距离模型
基于汽车制动过程的安全距离模型,在二级预警后,当计算的TTC值在1.7s内,通过安全距离算法来实时控制车辆进行制动,在制动过程中前车与后车的位置对应关系如图6所示,A车(车速为vA)、B车(车速为vB)为同车道同向行驶的车辆。由图6可知,两车之间最小安全距离s0为:
s0=sA+d0-sB (12)
式(12)中,sA为A车行驶距离;sB为B车行驶距离;d0为设定的两车最小相对距离。
根据汽车制动过程,推导出s0的具体计算公式,如表3所示。表3中,τ2为制动间隙时间;τ3为制动力增长时间;vr为两车相对速度;vA为自车速度;vB为前车速度;aAmax为自车最大加速度;aB为前车减速度;d0为最小相对距离。
表3不同工况下的安全距离算法
步骤7.2.2、制动强度和关键参数确定;
分析碰撞事故得到驾驶员施加的平均制动强度数据,如表4所示,考虑行车安全性和舒适性,采用分级制动来设计制动控制策略,结合表4数据,设定分级制动控制策略中的部分制动强度为0.4g、全力制动强度为0.7g,制动间隙时间τ2为0.07s,制动力增长时间τ3为0.1s。具体分级制动策略参数如表5所示。
表4碰撞事故中的平均制动强度
表5分级制动参数
步骤7.3、分级预警/制动控制策略设计;
将安全距离模型和安全时间模型进行融合,设计分级预警/制动控制策略,自动紧急制动控制策略流程如图7所示。
分级预警/制动的总体控制过程如下:
(1)根据相关信息计算TTC值,当TTC>2.93s时,车辆正常驾驶,不进行任何操作;
(2)2.7s<TTC≤2.93s时,进行一级预警(灯光预警)。
(3)1.8s<TTC≤2.7s时,进行二级预警(灯光+声音预警)。
(4)TTC≤1.7s时,AEB系统开始介入,根据两车之间的相对距离S和部分制动及全力制动时的最小安全距离阈值s1、s2的关系进行分级制动。
1)当S>s1时,暂不进行制动,保持当前车速行驶;
2)当s2≤S≤s1时,以0.4g的制动强度进行部分制动;
3)当S<s2时,以0.7g的制动强度进行全力制动。
本发明的保护范围并不限于上述的实施例,显然,本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的范围和精神。倘若这些改动和变形属于本发明权利要求及其等同技术的范围内,则本发明的意图也包含这些改动和变形在内。
Claims (10)
1.一种多场景下的前方危险目标检测方法,其特征在于,包括如下步骤:
步骤1、利用毫米波雷达对前方目标信息进行探测;
步骤2、当自车与前方目标车辆处于直道行驶时,计算自车与目标车辆相对横向距离;
步骤3、当自车与前方目标车辆处于弯道行驶时,计算自车与目标车辆之间的纵向距离和横向距离;
步骤4、根据弯道行驶时自车传感器获取的车辆状态信息,计算自车行驶的道路曲率半径;
步骤5、根据毫米波雷达探测信息和弯道曲率半径,进行弯道位置补偿,计算出弯道行驶时自车与前方目标车辆的相对横向距离;
步骤6、以相对横向距离为判断条件,选定危险目标,完成目标检测。
2.如权利要求1所述的一种多场景下的前方危险目标检测方法,其特征在于:所述步骤2具体为根据毫米波雷达探测的信息,计算出直道行驶时自车与前方目标车辆之间的相对横向距离d:
d=S*sinθ (1)
式(1)中,S是目标车辆与自车之间的相对距离;θ是方位角;d是自车与目标车辆之间的相对横向距离。
3.如权利要求2所述的一种多场景下的前方危险目标检测方法,其特征在于:所述步骤3具体为基于毫米波雷达探测的信息,计算出弯道行驶时自车与目标车辆之间的纵向距离dx和横向距离dy:
式(2)中,S是目标车辆与自车之间的相对距离;θ是方位角;dx是两车纵向距离;dy是两车横向距离。
4.如权利要求3所述的一种多场景下的前方危险目标检测方法,其特征在于:所述步骤4具体为基于车辆自带的陀螺仪获取自车的横摆角速度Yaw-rate,以及车速传感器获取自车车速V,计算出当前车道的道路曲率半径:
式(3)中,R为道路曲率半径;Yaw-rate为自车横摆角速度;V为自车速度。
5.如权利要求4所述的一种多场景下的前方危险目标检测方法,其特征在于:所述步骤5具体为在弯道中,为了精确检测前车与自车的相对位置关系,需要对自车毫米波雷达探测的与前车的纵向距离和横向距离进行位置补偿,抵消道路曲率的影响,计算相对横向距离,判断目标车辆是否在自车道内行驶,前方目标车辆车尾中心点F相对于自车的道路基准圆心角为
式(4)中,为前方目标车辆点相对于自车的道路基准圆心角;R为道路曲率半径,L为自车后轴到雷达安装点之间的距离,S是目标车辆与自车之间的相对距离;
设定A0点为自车车头中心点,B0点为自车后轴中心点,在自车道中心线位置,与前方目标车辆对应同一圆心角位置为D点,C点是D点向x轴的垂直线的交点,D点与自车的纵向距离为CD,CD的长度计算公式为:
F点为相邻车道的前方车辆车尾中心点,E点为F点到x轴的垂直线上与D点具有同一纵坐标的点,故EF长度为:
DF长度为自车与前方车辆的预测相对横向距离d:
当两车相对距离在20m之内时,采用式(8)计算相对横向距离d:
6.如权利要求1所述的一种多场景下的前方危险目标检测方法,其特征在于:设置道路宽度为W,相对横向距离d的安全阈值为W/2,在直道和弯道行车时,根据以下条件判断碰撞风险:
S6.1、当d>W/2时,判断目标车在右侧车道行驶,没有碰撞风险;
S6.2、当-W/2≤d≤W/2时,判断目标车在自车道行驶,有碰撞风险;
S6.3、当d<-W/2时,判断目标车在左侧车道行驶,没有碰撞风险。
7.如权利要求1-6任一项所述的一种多场景下的前方危险目标检测方法,,其特征在于:还包括一种基于前述前方危险目标检测方法的AEB控制策略,即自动紧急制动系统控制策略,步骤7、在选定危险目标后,以设计的自动紧急制动系统控制策略进行碰撞风险评估及紧急制动;所述自动紧急制动系统控制策略具体包括:
步骤7.1基于安全时间模型的分级预警策略;
步骤7.2基于安全距离的分级制动策略;
步骤7.3分级预警和制动控制策略设计,将安全距离模型和安全时间模型进行融合,设计自动紧急制动系统的分级预警/制动控制策略。
8.如权利要求7所述的一种基于前述前方危险目标检测方法的AEB控制策略,其特征在于,所述步骤7.1基于安全时间模型的分级预警策略具体如下:
步骤7.1.1基于TTC模型来制定分级预警策略以及AEB系统介入的时机,TTC算法的计算公式为:
式(9)中,S为目标车辆与自车之间的相对距离;vr为两车相对速度;ar为两车相对加速度;
将自车简化为A点,同车道内同向行驶的前车简化为B点,雷达探测的自车与自车道前车相对距离为直线AB长度S,在弯道中两车实际相对距离为弧AB的长度,即LAB,根据弧长计算公式计算:
式(10)适用于前车与自车处于同一车道中,故本发明中的TTC值用下式计算:
步骤7.1.2TTC阈值确定;
对于不同的制动强度和碰撞时间阈值,计算出相应的事故避免概率,得到AEB系统介入时机的TTC阈值为TTC_3;根据交通事故中采集的信息,分析驾驶员的反应时间,若预警方式为灯光时的平均反应时间约为T1;预警方式为灯光+声音时的平均时间约为T2,制动器起作用时间约为T3,因此在AEB系统介入时机的TTC阈值为TTC_3时,推导出单独灯光预警的时间阈值为T1+TTC_3;灯光+声音联合预警的时间阈值为T2+TTC_3,因此,设定一级预警即单独灯光预警的时间阈值为TTC_1等于T1+TTC_3;二级预警即灯光+声音联合预警的时间阈值为TTC_2等于T2+TTC_3。
9.如权利要求8所述的一种基于前述前方危险目标检测方法的AEB控制策略,其特征在于,步骤7.2基于安全距离的分级制动策略具体如下:
步骤7.2.1基于安全距离模型计算最小安全距离:基于汽车制动过程的安全距离模型,在二级预警后,当计算的TTC值在AEB系统介入的时间阈值TTC_3内时,通过安全距离算法来实时控制车辆进行制动,在制动过程中后车为A车,车速为vA,同车道同向行驶的前车为B车,车速为vB,两车之间最小安全距离s0为:
s0=sA+d0-sB (12)
式(12)中,sA为A车行驶距离;sB为B车行驶距离;d0为设定的两车最小相对距离;
根据汽车制动过程,推导出s0的具体计算公式:
当前车静止时,
当前车匀速时,
当前车匀减速时,
τ2为制动间隙时间;τ3为制动力增长时间;vr为两车相对速度;vA为自车速度;vB为前车速度;aAmax为自车最大加速度;aB为前车减速度;d0为最小相对距离;
步骤7.2.2制动强度和关键参数的确定:
分析碰撞事故得到驾驶员施加的平均制动强度数据,设定部分制动时的制动减速度a1、全力制动时的制动减速度a2、制动间隙时间τ2、制动力增长时间τ3的值,并将a1、a2、τ2、τ3、分别代入到式(13)、(14)、(15)中,计算得到的三个s0,取最大值为部分制动最小安全距离阈值s1,取最小值为全力制动时的最小安全距离阈值s2,考虑行车安全性和舒适性,采用分级制动来设计制动控制策略。
10.如权利要求9所述的一种基于前述前方危险目标检测方法的AEB控制策略,其特征在于,所述步骤7.3中分级预警和制动的总体控制过程如下:
S7.3.1、根据相关信息计算TTC值,当TTC>TTC_1时,车辆正常驾驶,不进行任何操作;
S7.3.2、TTC_2<TTC≤TTC_1时,进行一级预警,即灯光预警;
S7.3.3、TTC_3<TTC≤TTC_2时,进行二级预警,即灯光+声音预警;
S7.3.4、TTC≤TTC_3时,AEB系统开始介入,根据两车之间的相对距离S和部分制动及全力制动时的最小安全距离阈值s1、s2的关系进行分级制动;
S7.3.4.1、当S>s1时,暂不进行制动,保持当前车速行驶;
S7.3.4.2、当s2≤S≤s1时,进行部分制动;
S7.3.4.3、当S<s2时,进行全力制动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311184197.4A CN117246321A (zh) | 2023-09-14 | 2023-09-14 | 一种多场景下的前方危险目标检测方法及aeb控制策略 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311184197.4A CN117246321A (zh) | 2023-09-14 | 2023-09-14 | 一种多场景下的前方危险目标检测方法及aeb控制策略 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117246321A true CN117246321A (zh) | 2023-12-19 |
Family
ID=89134245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311184197.4A Pending CN117246321A (zh) | 2023-09-14 | 2023-09-14 | 一种多场景下的前方危险目标检测方法及aeb控制策略 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117246321A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118197094A (zh) * | 2024-03-04 | 2024-06-14 | 江西科技学院 | 一种汽车碰撞预警方法、系统、计算机及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080074246A1 (en) * | 2006-09-21 | 2008-03-27 | Denso Corporation | Vehicle collision determination apparatus |
JP2018163482A (ja) * | 2017-03-24 | 2018-10-18 | 株式会社デンソー | 運転支援装置 |
CN110444014A (zh) * | 2019-07-01 | 2019-11-12 | 淮阴工学院 | 基于反向st-mrf车辆跟踪算法的防追尾预警方法 |
CN111696387A (zh) * | 2020-05-21 | 2020-09-22 | 东南大学 | 一种基于前向障碍物识别的自适应防撞分级预警方法 |
CN112927512A (zh) * | 2021-02-24 | 2021-06-08 | 山东科技大学 | 一种高速公路匝道合流控制系统及方法 |
CN113788020A (zh) * | 2021-09-17 | 2021-12-14 | 东风汽车集团股份有限公司 | 一种车辆的自适应巡航控制方法及装置 |
CN114148322A (zh) * | 2022-01-04 | 2022-03-08 | 吉林大学 | 一种路面附着自适应的商用车气压自动紧急制动控制方法 |
CN114475587A (zh) * | 2022-01-30 | 2022-05-13 | 重庆长安汽车股份有限公司 | 引入目标行为及碰撞概率的风险评估算法 |
CN114735018A (zh) * | 2022-05-06 | 2022-07-12 | 上海智驾汽车科技有限公司 | 一种基于单雷达的前方最危险目标车辆的筛选判断方法 |
CN115179959A (zh) * | 2022-07-18 | 2022-10-14 | 福州大学 | 基于行驶道路自适应更新阈值的智能驾驶车辆行为预测方法 |
US20230090474A1 (en) * | 2020-02-06 | 2023-03-23 | Hitachi Astemo, Ltd. | Vehicle control device |
CN116401861A (zh) * | 2023-04-03 | 2023-07-07 | 天津科技大学 | 一种基于弯道多目标车识别的车辆自动紧急制动系统建模方法 |
-
2023
- 2023-09-14 CN CN202311184197.4A patent/CN117246321A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080074246A1 (en) * | 2006-09-21 | 2008-03-27 | Denso Corporation | Vehicle collision determination apparatus |
JP2018163482A (ja) * | 2017-03-24 | 2018-10-18 | 株式会社デンソー | 運転支援装置 |
CN110444014A (zh) * | 2019-07-01 | 2019-11-12 | 淮阴工学院 | 基于反向st-mrf车辆跟踪算法的防追尾预警方法 |
US20230090474A1 (en) * | 2020-02-06 | 2023-03-23 | Hitachi Astemo, Ltd. | Vehicle control device |
CN111696387A (zh) * | 2020-05-21 | 2020-09-22 | 东南大学 | 一种基于前向障碍物识别的自适应防撞分级预警方法 |
CN112927512A (zh) * | 2021-02-24 | 2021-06-08 | 山东科技大学 | 一种高速公路匝道合流控制系统及方法 |
CN113788020A (zh) * | 2021-09-17 | 2021-12-14 | 东风汽车集团股份有限公司 | 一种车辆的自适应巡航控制方法及装置 |
CN114148322A (zh) * | 2022-01-04 | 2022-03-08 | 吉林大学 | 一种路面附着自适应的商用车气压自动紧急制动控制方法 |
CN114475587A (zh) * | 2022-01-30 | 2022-05-13 | 重庆长安汽车股份有限公司 | 引入目标行为及碰撞概率的风险评估算法 |
CN114735018A (zh) * | 2022-05-06 | 2022-07-12 | 上海智驾汽车科技有限公司 | 一种基于单雷达的前方最危险目标车辆的筛选判断方法 |
CN115179959A (zh) * | 2022-07-18 | 2022-10-14 | 福州大学 | 基于行驶道路自适应更新阈值的智能驾驶车辆行为预测方法 |
CN116401861A (zh) * | 2023-04-03 | 2023-07-07 | 天津科技大学 | 一种基于弯道多目标车识别的车辆自动紧急制动系统建模方法 |
Non-Patent Citations (1)
Title |
---|
裴晓飞、张成才、武冬梅: "《汽车电器与电控系统》", 31 August 2021, 北京理工大学出版社, pages: 186 - 189 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118197094A (zh) * | 2024-03-04 | 2024-06-14 | 江西科技学院 | 一种汽车碰撞预警方法、系统、计算机及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110155046B (zh) | 自动紧急制动分级控制方法与系统 | |
CN110723141B (zh) | 一种车辆主动避撞系统及其避撞方式切换方法 | |
EP1750146B1 (en) | Obstacle verification | |
CN103350698B (zh) | 用于运行车辆的方法和设备 | |
CN113428141B (zh) | 一种前车紧急切入及时响应的智能检测方法及系统 | |
KR20140057583A (ko) | 자동차용 안전 장치 | |
CN109760678A (zh) | 一种汽车自适应巡航系统的限速方法 | |
CN112406820B (zh) | 多车道增强型自动紧急制动系统控制方法 | |
CN101612938A (zh) | 用于车辆安全系统的判断线计算 | |
CN110723142B (zh) | 一种智能汽车紧急避撞控制方法 | |
US11760344B2 (en) | Collision avoidance assist apparatus | |
CN109693669B (zh) | 一种确定最近在径前车的方法及系统 | |
CN117246321A (zh) | 一种多场景下的前方危险目标检测方法及aeb控制策略 | |
CN112026761A (zh) | 一种基于数据共享的汽车辅助驾驶方法 | |
CN109501798B (zh) | 行驶控制装置、以及行驶控制方法 | |
US20200331527A1 (en) | System for recognizing trailer of vehicle and method thereof | |
CN110979277B (zh) | 基于前方车辆状态的防追尾系统及方法 | |
CN114735018A (zh) | 一种基于单雷达的前方最危险目标车辆的筛选判断方法 | |
US20220375349A1 (en) | Method and device for lane-changing prediction of target vehicle | |
CN110481550B (zh) | 一种基于车联网的汽车弯道盲区跟随控制方法 | |
CN109774709B (zh) | 一种紧急变道工况下车辆线控制动辅助安全系统及其控制方法 | |
US20240101154A1 (en) | Method for planning an at least partly automated driving process by means of a driver assistance system | |
Kodaka et al. | Rear-end collision velocity reduction system | |
CN113415283A (zh) | 一种面向有条件自动驾驶的道路行驶风险评估方法 | |
CN115817423B (zh) | 营运车辆车路协同精准制动控制系统及方法 |
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 |