CN117681611A - 一种考虑轮式车辆转向操作的路面预瞄方法、系统及设备 - Google Patents

Abstract

本发明公开了一种考虑轮式车辆转向操作的路面预瞄方法、系统及设备，涉及汽车悬架控制技术领域。方法包括：当检测到转向盘偏转角时，获取轮式车辆前方路面的点云数据；基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图；根据转向盘偏转角和车速，确定轮式车辆中每个车轮的预行驶路径；根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点；从三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据。本发明通过构建车轮前方路面的三维地图确定每个车轮的预瞄点，能够实现车辆在转向过程中的路面预瞄，进而提高轮式车辆的控制精度。

Description

一种考虑轮式车辆转向操作的路面预瞄方法、系统及设备

技术领域

本发明涉及汽车悬架控制技术领域，特别是涉及一种考虑轮式车辆转向操作的路面预瞄方法、系统及设备。

背景技术

路面预瞄技术是通过检测汽车车轮即将驶过的路面不平度，并将其作为可控悬架系统的前馈量输入，以提高悬架控制系统的性能。现有的路面预瞄方法有车前预瞄和轴间预瞄两种。车前预瞄方法是通过汽车前部的传感器采集车前道路路面不平度信息，作为前、后悬架控制系统的控制参考信号。车前预瞄使悬架控制系统能够提前应对即将到来的路面激励，从而获得较好的控制效果。但这种方法需要专用的路面预瞄传感器，成本较高。轴间预瞄方法是通过前轮感知路面不平度信息，作为后悬架控制系统的控制参考信号。这种方法只需添加位移传感器用于测量前悬架的压缩量，因此成本较低。但是，轴间预瞄只能用于后悬架控制，预瞄得到的路面不平度准确度不高。而且，轴间预瞄只能针对直线行驶工况，不适应转向行驶工况。

用于车前路面预瞄的传感器主要有雷达和相机两大类。雷达主要有机械激光雷达和固态激光雷达，相机主要分为单目相机，双目相机和深度相机。由于相机容易受环境干扰，因此，路面预瞄传感器在室外复杂环境下多选用固态激光雷达。基本方法是根据路面预瞄传感器采集到的车前路面点云信息和车辆自身实时的状态信息，对车轮前方路面进行三维实时定位与建图，并根据车速计算提取车轮在未来某一时刻将接触的局部路面的高程信息，作为悬架控制系统的输入激励。预瞄提取的局部路面的宽度一般略大于车轮的宽度即可。预瞄提取的局部路面到车轮的距离则应根据车速和电控系统的响应时间确定。对于直线行驶工况，预瞄提取的局部路面在车轮的正前方即可。但对于转向行驶工况，由于质心侧偏角的存在，车轮的滚动轨迹不会经过正前方的预瞄提取局部路面。因此，要提出考虑轮式车辆转向操作的路面预瞄方法，以便在转向行驶工况下可以对车轮即将经过的路面进行正确预瞄。

发明内容

本发明的目的是提供一种考虑轮式车辆转向操作的路面预瞄方法、系统及设备，能够提高路面预瞄精度，进而提高轮式车辆的控制精度。

为实现上述目的，本发明提供了如下方案：

一种考虑轮式车辆转向操作的路面预瞄方法，所述方法应用于一种轮式车辆，所述轮式车辆上安装有多个固态激光雷达；

所述固态激光雷达用于获取轮式车辆前方路面的点云数据；

所述方法包括：

当检测到转向盘偏转角时，获取轮式车辆前方路面的点云数据；

基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图；

获取轮式车辆的车速；

根据所述转向盘偏转角和所述车速，确定轮式车辆中每个车轮的预行驶路径；

根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点；

从所述三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据。

可选的，在从所述三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据之后，还包括：

将每个车轮的预瞄点对应预瞄区域的高程数据作为路面激励实时输入，输入到轮式车辆的悬架控制系统中。

可选的，所述基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图，包括：

对轮式车辆前方路面的点云数据分别进行滤波处理，得到多组滤波处理后的点云数据；

对多组滤波处理后的点云数据分别进行降采样处理，得到多组降采样处理后的点云数据；

分别对每组降采样处理后的点云数据进行特征点提取，得到每组降采样处理后的点云数据的特征点；

基于所述特征点，对多组降采样处理后的点云数据进行坐标配准，将多组降采样处理后的点云数据转换到同一坐标系下，得到车轮前方路面的三维地图。

可选的，根据所述转向盘偏转角和所述车速，确定轮式车辆中每个车轮的预行驶路径，包括：

获取当前车轮的内轮转向系统角传动比和外轮转向系统角传动比；

根据转向盘偏转角和内轮转向系统角传动比，利用公式确定内轮偏向角；其中，δ₀为内轮偏向角；δ为转向盘偏转角；i_ω1为内轮转向系统角传动比；

根据转向盘偏转角和外轮转向系统角传动比，利用公式确定外轮偏向角；其中，δ_i为外轮偏向角；i_ω2为外轮转向系统角传动比；

根据所述外轮偏向角，利用公式确定转向半径；其中，R₀为转向半径；L为轴距；

根据所述车速和所述转向半径，利用公式确定轮式车辆受到的地面侧向反作用力；其中，F_Y为轮式车辆受到的地面侧向反作用力；M为车辆整备质量；v为车速；

根据轮式车辆受到的地面侧向反作用力和轮胎侧偏刚度，利用公式F_Y/4＝kα确定车轮侧偏角；k为轮胎侧偏刚度；α为车轮侧偏角；

根据车轮侧偏角，利用阿克曼模型在所述三维地图中确定轮式车辆中每个车轮的预行驶路径。

可选的，根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点，包括：

根据所述车速和所述转向半径，利用公式ω＝v/R₀确定轮式车辆的转弯角速度；其中，ω为转弯角速度；

确定所述预瞄时间与轮式车辆的转弯角速度的乘积为预瞄转角；

确定任一车轮为当前车轮；

以预瞄开始时刻当前车轮的坐标为起点，根据预瞄转角在当前车轮的预行驶路径上截取预瞄路径；

在当前车轮为内轮时，根据内轮偏向角确定预瞄路径的终点为当前车轮的预瞄点；

在当前车轮为外轮时，根据外轮偏向角确定预瞄路径的终点为当前车轮的预瞄点；

更新当前车轮并返回步骤“以预瞄开始时刻当前车轮的坐标为起点，根据预瞄转角在当前车轮的预行驶路径上截取预瞄路径”直至遍历所有车轮，得到每个车轮的预瞄点。

可选的，从所述三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据，包括：

确定任一车轮为当前车轮；

以当前车轮的预瞄点为中心，以当前车轮的预行驶路径方向为长轴方向，构建椭圆形区域为当前车轮的预瞄区域；

更新当前车轮并返回步骤“以当前车轮的预瞄点为中心，以当前车轮的预行驶路径方向为长轴方向，构建椭圆形区域为当前车轮的预瞄区域”直至遍历所有车轮，得到多个预瞄区域；

从所述三维地图中提取每个预瞄区域的高程数据。

一种考虑轮式车辆转向操作的路面预瞄系统，包括：

点云数据获取模块，用于当检测到转向盘偏转角时，获取轮式车辆前方路面的点云数据；

三维地图构建模块，用于基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图；

车速获取模块，用于获取轮式车辆的车速；

预行驶路径确定模块，用于根据所述转向盘偏转角和所述车速，确定轮式车辆中每个车轮的预行驶路径；

预瞄点确定模块，用于根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点；

高程数据提取模块，用于从所述三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据。

一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行所述的一种考虑轮式车辆转向操作的路面预瞄方法。

可选的，所述存储器为可读存储介质。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供的一种考虑轮式车辆转向操作的路面预瞄方法、系统及设备，通过安装多个传感器，实时监测左右侧车轮前方路面采集3D点云数据，并运用点云滤波剔除噪声点，离群点，孔洞，再进行点云降采样，以降低点云密度，减少计算量，保证了建图的实时性；考虑车辆在不平路面的颠簸情况，运用点云配准，使不同视角下的点云数据经过刚性变换整合到同一个指定坐标，保证了实时地图的精确性；实时提取地形网格中的轮胎高程序列，提取出车前路面的不平度信息，结合车辆当前时刻状态，作为悬架控制系统的输入；同时在车辆直线行驶工况的基础上提出了基于转向工况的预瞄，并展示了转向时激光雷达预瞄范围的计算方法。同时还提出了转向时轮胎侧偏对预瞄的影响，能够提高路面预瞄精度，进而提高轮式车辆的控制精度。

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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例1中考虑轮式车辆转向操作的路面预瞄方法流程图；

图2为本发明实施例1中主动悬架预瞄控制系统的流程架构图；

图3为本发明实施例1中车辆车前预瞄过程以及坐标系示意图；

图4为本发明实施例1中基于阿克曼模型的车辆转向的前后轮轨迹以及预瞄点示意图；

图5为本发明实施例1中轮胎接地椭圆内的路面点云信息在xy方向的投影。

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。

本发明的目的是提供一种考虑轮式车辆转向操作的路面预瞄方法、系统及设备，能够提高路面预瞄精度，进而提高轮式车辆的控制精度。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1

如图1所示，本实施例提供了一种考虑轮式车辆转向操作的路面预瞄方法，方法应用于一种轮式车辆，轮式车辆上安装有多个固态激光雷达。固态激光雷达用于获取轮式车辆前方路面的点云数据。

方法包括：

步骤101：当检测到转向盘偏转角时，获取轮式车辆前方路面的点云数据。

步骤102：基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图。

步骤103：获取轮式车辆的车速。

步骤104：根据转向盘偏转角和车速，确定轮式车辆中每个车轮的预行驶路径。

步骤105：根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点。

步骤106：从三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据。

步骤107：将每个车轮的预瞄点对应预瞄区域的高程数据作为路面激励实时输入，输入到轮式车辆的悬架控制系统中。

步骤102，包括：

步骤102-1：对轮式车辆前方路面的点云数据分别进行滤波处理，得到多组滤波处理后的点云数据。

步骤102-2：对多组滤波处理后的点云数据分别进行降采样处理，得到多组降采样处理后的点云数据。

步骤102-3：分别对每组降采样处理后的点云数据进行特征点提取，得到每组降采样处理后的点云数据的特征点。

步骤102-4：基于特征点，对多组降采样处理后的点云数据进行坐标配准，将多组降采样处理后的点云数据转换到同一坐标系下，得到车轮前方路面的三维地图。

步骤104，包括：

步骤104-1：获取当前车轮的内轮转向系统角传动比和外轮转向系统角传动比；

步骤104-12：根据转向盘偏转角和内轮转向系统角传动比，利用公式确定内轮偏向角；其中，δ₀为内轮偏向角；δ为转向盘偏转角；i_ω1为内轮转向系统角传动比；

步骤104-3：根据转向盘偏转角和外轮转向系统角传动比，利用公式确定外轮偏向角；其中，δ_i为外轮偏向角；i_ω2为外轮转向系统角传动比；

步骤104-4：根据所述外轮偏向角，利用公式确定转向半径；其中，R₀为转向半径；L为轴距；

步骤104-5：根据所述车速和所述转向半径，利用公式确定轮式车辆受到的地面侧向反作用力；其中，F_Y为轮式车辆受到的地面侧向反作用力；M为车辆整备质量；v为车速；

步骤104-6：根据轮式车辆受到的地面侧向反作用力和轮胎侧偏刚度，利用公式F_Y/4＝kα确定车轮侧偏角；k为轮胎侧偏刚度；α为车轮侧偏角；

步骤104-7：根据车轮侧偏角，利用阿克曼模型在所述三维地图中确定轮式车辆中每个车轮的预行驶路径。

步骤105包括：

步骤105-1：根据车速和转向半径，利用公式ω＝v/R₀确定轮式车辆的转弯角速度。其中，ω为转弯角速度。

步骤105-2：确定预瞄时间与轮式车辆的转弯角速度的乘积为预瞄转角。

步骤105-3：确定任一车轮为当前车轮。

步骤105-4：以预瞄开始时刻当前车轮的坐标为起点，根据预瞄转角在当前车轮的预行驶路径上截取预瞄路径。

步骤105-5：确定预瞄路径的终点为当前车轮的预瞄点。具体的，在当前车轮为内轮时，根据内轮偏向角确定预瞄路径的终点为当前车轮的预瞄点；在当前车轮为外轮时，根据外轮偏向角确定预瞄路径的终点为当前车轮的预瞄点。

步骤105-6：更新当前车轮并返回步骤105-4直至遍历所有车轮，得到每个车轮的预瞄点。

步骤106，包括：

步骤106-1：确定任一车轮为当前车轮。

步骤106-2：以当前车轮的预瞄点为中心，以当前车轮的预行驶路径方向为长轴方向，构建椭圆形区域为当前车轮的预瞄区域。

步骤106-3：更新当前车轮并返回步骤106-2直至遍历所有车轮，得到多个预瞄区域。

步骤106-4：从三维地图中提取每个预瞄区域的高程数据。

如图2，本实施例基本原理是：首先基于路面预瞄传感器完成创建车轮前方路面的三维地图。然后，根据轮式车辆在转向行驶时的前轮偏转角，计算出前、后车轮的行驶路径。接下来，确定前、后车轮在未来某一时刻将接触的局部路面。最后，提取并处理局部路面的高程信息，为悬架控制系统提供输入激励，车辆的状态信息作为悬架系统的反馈量，通过如下技术方案实现：

选择合适的路面预瞄传感器，由于固态激光雷达的视野角度范围较小，因此通常使用多个固态激光雷达来进行路面建图。可以在车辆的左、右前轮前方分别安装激光雷达。转向盘转角和车速数据可以从汽车总线上获取。

第一步：基于路面预瞄传感器完成创建车轮前方路面的三维地图。

具体流程是：首先利用固态激光雷达采集点云数据并进行点云滤波，然后对点云数据进行降采样(DownSample)处理以降低点云密度，再提取点云特征点，最后经过配准(Registration)处理将雷达在不同位姿下采集的点云数据整合到同一坐标系下。

第二步：根据转向盘偏转角和车速计算出前、后各车轮将要行驶的路径。

具体流程是：首先根据转向盘偏转角和汽车转向系统的角传动比计算得到左、右转向轮偏转角并根据阿克曼转向原理计算转向半径，然后根据车速和转向半径计算出汽车的侧向力并根据轮胎侧偏特性计算前、后各车轮侧偏角，再根据各车轮的实际滚动方向计算出前、后各车轮将要行驶的圆弧路径。

第三步：根据预瞄时间计算前、后各车轮将要到达的路径点(预瞄点)。

具体流程是：首先根据车速和汽车转向行驶的状态计算出前、后各车轮的转速，然后根据给定的预瞄时间计算前、后各车轮将要滚过的距离，再在前、后各车轮的圆弧路径上确定车轮将要到达的路径点(预瞄点)。

路面预瞄传感器的安装应使各车轮的预瞄点均在其探测范围内。

第四步：提取各车轮预瞄点及其附近的路面的高程信息并进行数据处理。

具体流程是：首先将轮胎接地面积看成一个椭圆并根据轮胎接地条件确定椭圆的长短轴参数，然后在世界坐标系下建立点云的三维地图转化为路面高程信息并提取各车轮的预瞄点处的轮胎接地椭圆内所有点位的路面高程信息，再对提取的这些路面高程信息进行加权平均处理以得到各车轮的预瞄点的高程值，作为相应的悬架控制系统的路面激励实时输入。

实现方法如下：

步骤1：基于路面预瞄传感器完成创建车轮前方路面的三维地图

(1)利用固态激光雷达采集点云数据并进行点云滤波。

固态激光雷达采集的点云数据比较密集，采集到的点云数据质量的优劣对即时定位与地图构建的精度有很大影响，因此要对大量点云数据进行预处理。对点云进行处理的第一步是点云滤波，主要剔除噪声点，离群点，孔洞，为后续处理奠定基础。

(2)对点云数据进行降采样(DownSample)处理。

降采样的原理为将空间内一个大立方体内的点云分割成许多个小立方体(体素网格)，根据点云密度确定小立方体的重心，将重心视作这一块区域的等效点云。则每个体素网格的等效坐标x，y，z为：

N为体素网格内点的数量，x_i，y_i，z_i为每个点的三维坐标，i＝1,2…n。

(3)点云特征点提取。

可以提取物体的边缘特征，对于后续的点云配准至关重要。对于被测点A，有如下公式：

O为激光雷达的位置，B，C，D，E分别为被测点A周围的四个点，这五个向量和的长度用来判断A点的特征。如果向量和的值小于某个阈值时，A即为平面点。接下来计算A点附近两个面的夹角：

式中分别是A附近两个平面的法向量，如果θ的值小于某个阈值，则θ可判定为边缘点。

(4)对点云数据进行配准(Registration)处理。

点云配准原理是通过计算得出坐标变换，从而使不同视角下的点云数据经过刚性变换整合到同一个指定坐标的过程。当雷达的位姿发生变化时，不同时刻采集的点云不会完全重合，因此要经过点云配准才能生成地图。

点云坐标变换的原理如下，对于不同坐标系下的两个点X，X’：

X'＝R_3×3X+T_3×1。

R为旋转矩阵，T为平移矩阵，若坐标轴沿x，y，z轴的旋转的角度为α，β，γ，则旋转矩阵可表示为：

进一步构建地图，根据需求选择八叉树地图(OctoMap)，八叉树地图是一种灵活的，可压缩的，可随时更新的地图形式。由于累计误差，地图的构建会出现误差，因此引入回环检测来消除误差，当车辆到达与之前相同的位置时，会触发回环检测，进行位姿的优化，从而不断优化地图的精度。

步骤2：根据转向盘偏转角和车速计算出前、后各车轮将要行驶的路径。

根据转向盘转角和转向系统的角传动比计算得到内、外转向轮偏转角。

当车辆转弯时，从总线上可以得到方向盘偏转角δ，内、外轮转向系统角传动比为i_ω1、i_ω2，可求出车辆内、外轮偏转角δ0、δi：

(2)根据阿克曼转向原理计算转向半径。

可根据如下公式计算转向半径R₀：

(3)根据车速v和转向半径R₀计算出汽车受到的地面侧向反作用力F_Y。

由于汽车受到的地面侧向反作用力与转弯产生的离心力相等，故可根据如下公式计算汽车受到的地面侧向反作用力F_Y：

根据轮胎侧偏特性计算前、后各车轮侧偏角。

地面侧向反作用力是地面对每个轮胎侧向反作用力的合力。对于四轮汽车，地面对单个轮胎的侧向反作用力可近似看作是汽车受到的地面侧向反作用力的1/4，即：F_Y'＝1/4F_Y。滚动的轮胎在此力作用下会产生一个侧偏角α，在汽车受到的地面侧向反作用力较小时，可以用如下线性关系式近似表达：

F_Y＝kα

式中，K为轮胎侧偏刚度，一般在-80000～-28000范围取值。

(5)计算各车轮的实际圆弧轨迹。

当侧偏角小于一定值时，车辆实际转弯过程应满足阿克曼模型，各个车轮的瞬时转向中心为O点。车轮行驶的圆弧轨迹见附图4。

步骤3：根据预瞄时间计算前、后各车轮将要到达的路径点(预瞄点)。车辆车前预瞄过程以及坐标系示意图如图3所示。

(1)根据车速和转弯半径计算出车辆转弯角速度。

车速为v，转弯半径为R₀时，车辆转弯角速度ω＝v/R₀。

(2)根据给定的预瞄时间计算前、后各车轮将要滚过的距离。

给悬架预留的反应时间为t_s，汽车的转弯角速度为ω时，车轮相对于旋转中心O的转角为ωt_s。根据转角在轨迹上截取相应的范围即为转弯轨迹。

(3)确定前、后各车轮将要到达的路径点(预瞄点)。

设四个车轮预瞄点设为D_fl，D_fr，D_rl，D_rr。

左前轮，右前轮D_fl与D_fr相对于对应车轮接地点为坐标原点的x，y方向坐标(以前进方向为x)分别为：

左后轮，右后轮D_rl与D_rr相对于对应车轮接地点为坐标原点的x，y方向坐标分别为：

δ₀、δi为车辆内、外轮偏转角，ω为转弯角速度，t_s为悬架预瞄时间。

验证预瞄点是否在激光雷达的扫描范围内。

根据几何关系，可以计算得出转弯角速度，前轮转角与雷达探测角θ1之间的约束关系。

位于左侧的雷达，对于左前轮与左后轮分别有：

位于右侧的雷达，对于右前轮与右后轮分别有

汽车右转弯时，右前轮的雷达在对右后轮即将经过的路面进行预瞄时，容易出现盲点，同理向左转弯时左侧雷达也容易出现盲点。可以通过在两侧添加转向辅助雷达以应对转向时的预瞄，当检测到方向盘转角时，侧方雷达自动开始检测。

步骤4：提取各车轮预瞄点及其附近的路面的高程信息并进行数据处理。

(1)根据轮胎接地条件确定轮胎接地椭圆的长短轴参数

轮胎接地面积与胎压，载荷多种因素相关，普通乘用车接地椭圆的长短轴比例约为0.9～1.05，经查阅资料，当胎压为0.8MPa，载荷为10kN时，轮胎接地面积约为1.25×103mm²。

在世界坐标系下建立点云的三维地图转化为路面高程信息。

以车辆预瞄点为椭圆中心，提取轮胎接地椭圆范围内的点云信息，并将处理后的点云数据进行投影，如附图5所示，得到路面高程序列，计算公式为：

其中，p为投影得到的路面高程坐标，r_SP为激光雷达扫描得到的车前路面数据，和r_SM是激光雷达坐标系到世界坐标系的旋转矩阵和平移向量。

进行加权平均处理以得到各车轮的预瞄点的高程值。

椭圆范围内所有点高程值(h_j，j＝1,2…n)的加权平均作为轮胎接地点处(h_i)的高程值。公式如下：

式中，w_j为权重，距离接地点越近权重越大。

下面结合具体实例，对本实施例进行具体说明。

步骤1：每个预瞄周期开始时，固态激光雷达接收到点云信息后，保留点云数据的xyz值，先用一个大立方体包围所有点云数据，计算所有点云在各个维度的最大值，作为大立方体的边界。再自定义体素网格的尺寸r，将大立方体分割成许多小立方体，计算小立方体点云的重心，作为新的点云。

步骤2：利用IMU传感器感知车辆的位姿变化，从而进行不同帧点云之间的位姿变换，将前k帧扫描到的数据按照位姿变化关系组合成一个局部地图，用于获得更精准的路面信息。

步骤3：预瞄过程涉及到四个坐标系，世界坐标系I，车身坐标系B，雷达坐标系S和高程地图坐标系M，如附图3所示。

根据IMU可以得到车身坐标系相对于世界坐标系的平移r_IB和旋转(包括俯仰，偏航，横滚)，以及雷达坐标系，高程地图坐标系，相对于车身坐标系的平移r_BS，r_BM，进而得到高程地图坐标系相对于雷达坐标系的位姿r_SM,/>

步骤4：雷达坐标系高度约距离地面0.5m，高程地图坐标系位置位于当前时刻的车轮接地点，在步骤2中可以得到r_SM,P为单位矩阵，利用坐标变换将雷达检测到的点云坐标r_SP映射到高程地图坐标系中得到p：

步骤5：根据上述公式计算，当车辆以15km/h转弯，预瞄时间为0.5s，内外轮转角δ_i，δ₀分别为20°，17°，轮距l_w＝1.3m，轴距L＝2.5m，可以求出转弯半径R0＝6.87m，转弯角速度约为ω＝0.61rad/s，进而可以求出预瞄点相对于各个车轮接地点的xy坐标为：

左前轮右前轮/>/>

左后轮右后轮/>

步骤6：根据预瞄点提取轮胎接地椭圆范围内的高程信息，并进行加权计算高程值。轮胎接地面积约为1.25×103mm²，计算出长短轴约为21mm，19mm，根据高程地图坐标系下的点云信息，可以得到所有x，y点落在椭圆范围内对应的z坐标，作为该点的高程值h。

经过加权

得到预瞄点的高程，作为悬架的控制量输入。

实施例2

为了执行上述实施例1对应的方法，以实现相应的功能和技术效果，下面提供了一种考虑轮式车辆转向操作的路面预瞄系统，包括：

点云数据获取模块，用于当检测到转向盘偏转角时，获取轮式车辆前方路面的点云数据。

三维地图构建模块，用于基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图。

车速获取模块，用于获取轮式车辆的车速。

预行驶路径确定模块，用于根据转向盘偏转角和车速，确定轮式车辆中每个车轮的预行驶路径。

预瞄点确定模块，用于根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点。

高程数据提取模块，用于从三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据。

实施例3

本实施例提供了一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例1所述的一种考虑轮式车辆转向操作的路面预瞄方法。

其中，存储器为可读存储介质。

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。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种考虑轮式车辆转向操作的路面预瞄方法，其特征在于，所述方法应用于一种轮式车辆，所述轮式车辆上安装有多个固态激光雷达；

所述固态激光雷达用于获取轮式车辆前方路面的点云数据；

所述方法包括：

当检测到转向盘偏转角时，获取轮式车辆前方路面的点云数据；

基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图；

获取轮式车辆的车速；

根据所述转向盘偏转角和所述车速，确定轮式车辆中每个车轮的预行驶路径；

根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点；

从所述三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据。

2.根据权利要求1所述的一种考虑轮式车辆转向操作的路面预瞄方法，其特征在于，在从所述三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据之后，还包括：

将每个车轮的预瞄点对应预瞄区域的高程数据作为路面激励实时输入，输入到轮式车辆的悬架控制系统中。

3.根据权利要求1所述的一种考虑轮式车辆转向操作的路面预瞄方法，其特征在于，所述基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图，包括：

对轮式车辆前方路面的点云数据分别进行滤波处理，得到多组滤波处理后的点云数据；

对多组滤波处理后的点云数据分别进行降采样处理，得到多组降采样处理后的点云数据；

分别对每组降采样处理后的点云数据进行特征点提取，得到每组降采样处理后的点云数据的特征点；

基于所述特征点，对多组降采样处理后的点云数据进行坐标配准，将多组降采样处理后的点云数据转换到同一坐标系下，得到车轮前方路面的三维地图。

4.根据权利要求1所述的一种考虑轮式车辆转向操作的路面预瞄方法，其特征在于，根据所述转向盘偏转角和所述车速，确定轮式车辆中每个车轮的预行驶路径，包括：

获取当前车轮的内轮转向系统角传动比和外轮转向系统角传动比；

根据转向盘偏转角和内轮转向系统角传动比，利用公式确定内轮偏向角；其中，δ₀为内轮偏向角；δ为转向盘偏转角；i_ω1为内轮转向系统角传动比；

根据转向盘偏转角和外轮转向系统角传动比，利用公式确定外轮偏向角；其中，δ_i为外轮偏向角；i_ω2为外轮转向系统角传动比；

根据所述外轮偏向角，利用公式确定转向半径；其中，R₀为转向半径；L为轴距；

根据所述车速和所述转向半径，利用公式确定轮式车辆受到的地面侧向反作用力；其中，F_Y为轮式车辆受到的地面侧向反作用力；M为车辆整备质量；v为车速；

根据轮式车辆受到的地面侧向反作用力和轮胎侧偏刚度，利用公式F_Y/4＝kα确定车轮侧偏角；k为轮胎侧偏刚度；α为车轮侧偏角；

根据车轮侧偏角，利用阿克曼模型在所述三维地图中确定轮式车辆中每个车轮的预行驶路径。

5.根据权利要求4所述的一种考虑轮式车辆转向操作的路面预瞄方法，其特征在于，根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点，包括：

根据所述车速和所述转向半径，利用公式ω＝v/R₀确定轮式车辆的转弯角速度；其中，ω为转弯角速度；

确定所述预瞄时间与轮式车辆的转弯角速度的乘积为预瞄转角；

确定任一车轮为当前车轮；

以预瞄开始时刻当前车轮的坐标为起点，根据预瞄转角在当前车轮的预行驶路径上截取预瞄路径；

在当前车轮为内轮时，根据内轮偏向角确定预瞄路径的终点为当前车轮的预瞄点；

在当前车轮为外轮时，根据外轮偏向角确定预瞄路径的终点为当前车轮的预瞄点；

更新当前车轮并返回步骤“以预瞄开始时刻当前车轮的坐标为起点，根据预瞄转角在当前车轮的预行驶路径上截取预瞄路径”直至遍历所有车轮，得到每个车轮的预瞄点。

6.根据权利要求4所述的一种考虑轮式车辆转向操作的路面预瞄方法，其特征在于，从所述三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据，包括：

确定任一车轮为当前车轮；

以当前车轮的预瞄点为中心，以当前车轮的预行驶路径方向为长轴方向，构建椭圆形区域为当前车轮的预瞄区域；

更新当前车轮并返回步骤“以当前车轮的预瞄点为中心，以当前车轮的预行驶路径方向为长轴方向，构建椭圆形区域为当前车轮的预瞄区域”直至遍历所有车轮，得到多个预瞄区域；

从所述三维地图中提取每个预瞄区域的高程数据。

7.一种考虑轮式车辆转向操作的路面预瞄系统，其特征在于，包括：

点云数据获取模块，用于当检测到转向盘偏转角时，获取轮式车辆前方路面的点云数据；

三维地图构建模块，用于基于轮式车辆前方路面的点云数据，构建车轮前方路面的三维地图；

车速获取模块，用于获取轮式车辆的车速；

预行驶路径确定模块，用于根据所述转向盘偏转角和所述车速，确定轮式车辆中每个车轮的预行驶路径；

预瞄点确定模块，用于根据预瞄时间和每个车轮的预行驶路径，确定每个车轮的预瞄点；

高程数据提取模块，用于从所述三维地图中提取每个车轮的预瞄点对应预瞄区域的高程数据。

8.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至6中任一项所述的一种考虑轮式车辆转向操作的路面预瞄方法。

9.根据权利要求8所述的一种电子设备，其特征在于，所述存储器为可读存储介质。