CN118061991A - 控制车辆紧急避让的方法和装置 - Google Patents

Abstract

本申请提供一种控制车辆紧急避让的方法和装置，方法包括，确定当前道路为限速小于或等于预设限速阈值的常规城市道路，且实时路况为属于目标路况时，目标路况指代有发生目标紧急场景的可能性的路况，判断受控车辆当前是否处于目标紧急场景；目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景；当处于目标紧急场景时，根据实时路况增大摄像头权重；对目标紧急场景进行威胁评估；并在评估有威胁时，执行预设的紧急场景规避操作。本方案通过增大摄像头权重，使车辆在常规城市道路行驶时尽早发现受控车辆处于目标紧急场景，给处于目标紧急场景的受控车辆留出更多避让的时间，提高自动驾驶的受控车辆的安全性。

Description

控制车辆紧急避让的方法和装置

技术领域

本发明涉及自动驾驶技术领域，特别涉及一种控制车辆紧急避让的方法和装置。

背景技术

车辆在限速小于或等于80km/h的常规城市道路行驶时，经常会遇到一些可能诱发交通事故的紧急场景，俗称的“鬼探头”场景，就是其中一种典型的紧急场景。

“鬼探头”场景，是指包括行人、自行车和电动两轮车在内的道路弱势群体(也可以称为道路弱势使用者，vulnerable road user，VRU)，从道路两侧的视野盲区(例如被墙体或其他车辆遮挡的区域)没有预警就突然进入并试图横穿常规城市道路的场景。

在“鬼探头”场景中，往往在VRU离开视野盲区后行驶中的车辆才会发现，此时车辆只有很短的时间进行避让，因此容易因避让不及时而发生交通事故。

发明内容

针对上述现有技术的缺点，本发明提供一种控制车辆紧急避让的方法和装置，以提高自动驾驶车辆的安全性。

本申请第一方面提供一种控制车辆紧急避让的方法，包括：

确定当前道路是否为限速小于或等于预设限速阈值的常规城市道路；

若所述当前道路为常规城市道路，识别实时路况是否属于预设的目标路况；其中，所述目标路况指代有发生目标紧急场景的可能性的路况；

若所述实时路况属于所述目标路况，判断所述受控车辆当前是否处于所述目标紧急场景；其中，所述目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景；

若所述受控车辆处于所述目标紧急场景，根据所述实时路况增大摄像头权重；

对所述受控车辆当前的目标紧急场景进行威胁评估；

在威胁评估的结果为有威胁时，执行预设的紧急场景规避操作。

本申请第二方面提供一种控制车辆紧急避让的装置，包括：

信号接收处理模块，核心算法模块，信号输出模块；

所述信号接收处理模块，用于接收处理传感器信号和整车信号，并将所述传感器信号和整车信号发送至所述核心算法模块；

所述核心算法模块，用于根据所述信号接收处理模块提供的信号，确定受控车辆是否处于目标紧急场景，在所述受控车辆处于所述目标紧急场景时进行威胁评估，并根据威胁评估的结果输出控制指令；

所述信号输出模块，用于将所述控制指令转为对应的控制电信号，并将所述控制电信号发送给受控车辆的执行机构，使所述执行机构执行预设的紧急场景规避操作；

所述核心算法模块具体包括：

确定单元，用于确定当前道路是否为限速小于或等于预设限速阈值的常规城市道路；

识别单元，用于若所述当前道路为常规城市道路，识别实时路况是否属于预设的目标路况；其中，所述目标路况指代有发生目标紧急场景的可能性的路况；

判断单元，用于若所述实时路况属于所述目标路况，判断所述受控车辆当前是否处于所述目标紧急场景；其中，所述目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景；

调整单元，用于若所述受控车辆处于所述目标紧急场景，根据所述实时路况增大摄像头权重；

评估单元，用于对所述受控车辆当前的目标紧急场景进行威胁评估；

输出单元，用于在威胁评估的结果为有威胁时，输出预设的紧急场景规避操作对应的控制指令。

本申请提供一种控制车辆紧急避让的方法和装置，方法包括，确定当前道路为限速小于或等于预设限速阈值的常规城市道路，且实时路况为属于目标路况时，目标路况指代有发生目标紧急场景的可能性的路况，判断受控车辆当前是否处于目标紧急场景；目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景；当处于目标紧急场景时，根据实时路况增大摄像头权重；对目标紧急场景进行威胁评估；并在评估有威胁时，执行预设的紧急场景规避操作。本方案通过增大摄像头权重，使车辆在常规城市道路行驶时尽早发现受控车辆处于目标紧急场景，给处于目标紧急场景的受控车辆留出更多避让的时间，提高自动驾驶的受控车辆的安全性。

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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种目标紧急场景的示意图；

图2为本申请实施例提供的另一种目标紧急场景的示意图；

图3为本申请实施例提供的一种伪目标紧急场景的示意图；

图4为本申请实施例提供的一种受控车辆的控制系统的结构示意图；

图5为本申请实施例提供的一种控制车辆紧急避让的方法的流程图；

图6为本申请实施例提供一种控制车辆紧急避让的装置的结构示意图；

图7为本申请实施例提供的一种控制车辆紧急避让的装置中核心算法模块的结构示意图。

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。

为了便于理解本申请的技术方案，首先结合图1至图3说明车辆在常规城市道路上行驶时的几种常见场景。

常规城市道路，在本申请实施例中用于指代除了高速公路和城市快速路以外的道路，由于高速公路和城市快速路的限速均大于80km/h，所以，在本申请实施例中也可以认为常规城市道路为，限速小于或等于预设的限速阈值的道路，该限速阈值可以是80km/h。

请参见图1，为车辆在常规城市道路中行驶时可能遇到的一种“鬼探头”场景的示意图。

在该场景中，道路弱势群体(vulnerable road user，VRU)可能会从受控车辆(即图1左侧的车辆)一侧的车流(在图1中为右侧的车流)中突然穿出并试图横穿受控车辆行驶的道路。这种场景下，由于车流的遮挡，当受控车辆发现穿出的VRU时，已经距离VRU很近，因此受控车辆和VRU双方容易避让不及时而相互碰撞，造成交通事故。

请参见图2，为车辆在常规城市道路中行驶时可能遇到的另一种“鬼探头”场景。

在该场景中，道路的一侧有大型障碍物，具体可以是大型广告牌，建筑物墙体，连片的灌木或树丛等，由于大型障碍物的遮挡，对于沿大型障碍物一侧行驶的车辆来说，其侧前方存在视野盲区，例如图2中墙体前端自行车，行人和电动两轮车所在的区域，对于图2左侧行驶中的车辆来说就是视野盲区。

当VRU没有提前进行预警而从视野盲区处突然穿出时，与图1的场景类似，行驶中的车辆在很晚才发现穿出的VRU，此时双方距离已经很近，因此容易造成交通事故。

并且，和图1所示的场景相比，在图1的场景中受控车辆一侧的车流因为高度较低通常不会完全遮挡横穿道路的VRU，因此受控车辆能够在VRU完全脱离侧方的车流之前，就相对较早地发现VRU；而在图2的场景中，VRU被大型障碍物完全遮挡，一般只有VRU从大型障碍物造成的视野盲区完全离开时受控车辆才能发现VRU。

所以，图1的场景和图2的场景对比，在图2的场景中从发现VRU横穿道路到双方相互碰撞的时间更短，也就是说，留给受控车辆采取规避措施的时间更短。

本申请实施例中，道路弱势群体，用于指代行人，自行车和电动两轮车。

现有部分自动驾驶车辆具有识别上述场景的功能。但是现有车辆在识别上述场景时，为了避免误触发的问题，通常会为车辆上配置的用于采集车辆周围环境信息的摄像头设定较低的权重，这种情况下，车辆只有在摄像头和雷达等多个传感器同时识别到车辆前方(包括正前方和侧前方)有VRU时才会采取对应的规避措施，然而在图1和图2所示的“鬼探头”场景中，当多个传感器都识别到VRU时，往往已经来不及采取规避措施。

针对上述问题，本申请实施例提供一种控制车辆紧急避让的方法和装置，以便在车辆行驶在常规城市道路时，及早发现如图1或图2所示的“鬼探头”场景并采取对应的规避措施，提高车辆的安全性，同时避免将图3所示的场景误识别为“鬼探头”场景，确保车辆在没有危险情况时能够正常行驶。

请参见图4，为用于实现本申请实施例提供的控制车辆紧急避让的方法的一种控制系统的示意图。

可以看到，该系统包括控制车辆紧急避让的装置，该装置的输入信息包括雷达摄像头采集到的环境信息，整车信号和地图定位信息。

环境信息可以包括前方是否有VRU，VRU的速度，位置，加速度等信息，还包括道路边沿信息，道路边沿信息，用于指示道路边沿是否有栏杆或绿化隔离带等阻拦VRU的物体以及该物体的高度。整车信号则包括和受控车辆自身的状态相关的信息，例如自车的速度，加速度，横摆角度等。地图定位信息，用于指示受控车辆当前所在的地理位置，根据地图定位信息可以确定受控车辆行驶的当前道路是否为常规城市道路。

控制车辆紧急避让的装置利用上述信息，执行本申请实施例提供的控制车辆紧急避让的方法，从而在发现受控车辆处于“鬼探头”场景时，执行特定的紧急场景规避操作，如图4所示，可以执行的紧急场景规避操作，包括输出碰撞预警信息，车辆制动和车辆转向中的任意一种或多种。

其中，碰撞预警信息可以通过受控车辆上配置的人机接口(又称人机界面，HumanMachine Interface，HMI)，例如通过车辆中控的显示屏和喇叭输出，因此碰撞预警信息也可以称为HMI预警信息。

图4中控制车辆紧急避让的装置，可以视为车辆上安装的控制器。

请参见图5，为本申请实施例提供的一种控制车辆紧急避让的方法的流程图，该方法可以包括如下步骤。

S501，判断当前道路是否为常规城市道路。

若当前道路不为常规城市道路，执行步骤S502，若当前道路为常规城市道路，执行步骤S503。

当前道路，指代受控车辆当前所行驶的道路。

受控车辆，指代执行本实施例所提供的方法的控制器所在的车辆。

步骤S501，相当于，确定当前道路是否为限速小于或等于预设限速阈值的常规城市道路。

S501的一种实施方式可以是，根据受控车辆的地图定位信息，判断受控车辆当前所在的位置是否在常规城市道路上，从而确定当前道路是否为常规城市道路。

S501的另一种可选的实施方式可以是，结合地图定位信息和受控车辆当前的车速来确定当前道路是否为常规城市道路。具体的，如果地图定位信息指示受控车辆当前位于常规城市道路上，并且受控车辆当前的车速低于预设的车速阈值(例如低于90km/h)，则确定当前道路为常规城市道路，如果不满足前两个条件中的至少一个，则确定当前道路不为常规城市道路。

采用后一种实施方式的好处在于，提高判断的准确性，避免由于地图数据更新不及时或地图定位信息不准确而误将高速公路或城市快速路识别为常规城市道路。

S502，基于常规自动紧急制动算法控制受控车辆。

自动紧急制动(Autonomous EmergencyBraking，AEB)算法，为目前多数车辆都会配置的控制算法，该算法的具体实施方式可以参见相关技术领域的文献，不再赘述。

S503，识别实时路况是否属于预设的目标路况。

实时路况，表示受控车辆两侧的障碍物的情况。

目标路况，是指预先设定的可能存在目标紧急场景的路况，本实施例中，目标路况可以有两种，分别记为第一目标路况和第二目标路况。

第一目标路况为受控车辆的至少一侧存在其他车辆的路况，相当于图1所示的受控车辆沿车流的一侧行驶的场景。

第二目标路况为受控车辆的至少一侧存在道路弱势群体可穿过的非车辆障碍物且障碍物在受控车辆的前方形成视野盲区的路况，相当于图2所示的受控车辆沿墙体或广告牌等大型障碍物一侧行驶的场景。在S503中，若识别出实时路况不属于任意一种预设的目标路况，则认为当前不会存在目标紧急场景，本实施例结束，若识别出实时路况属于任意一种目标路况，则认为当前可能存在目标紧急场景，执行步骤S504。

以上两种实时路况，可以根据受控车辆的摄像头采集到的环境信息来判断。具体的，如果受控车辆的摄像头在受控车辆两侧都识别到其他车辆，则可以确定实时路况为受控车辆的至少一侧存在其他车辆；如果受控车辆的摄像头在受控车辆的一侧(左侧或右侧)识别到不属于车辆的障碍物，并且摄像头无法穿过该障碍物，也就是无法识别到该障碍物后方的物体，则确定实时路况为，受控车辆的至少一侧存在道路弱势群体可穿过的非车辆障碍物且障碍物在受控车辆的前方形成视野盲区。

目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景。也就是说，本申请实施例中，目标紧急场景，相当于图1或图2所示的“鬼探头”场景。

除以上两种实时路况外，若实时路况为受控车辆的至少一侧存在道路弱势群体不可穿过的非车辆障碍物且所述障碍物在所述受控车辆的前方形成视野盲区，则停止对所述道路弱势群体的威胁评估，即忽略道路弱势群体带来的影响，不采取规避措施。也就是说，如果识别出实时路况属于上述路况，则可以结束本方法，不执行后续步骤。具体地，可通过判断所述障碍物的高度是否达到预设值，如果达到预设高度则判断该障碍物不可越过，认为是伪“鬼探头”场景。请参见图3，为车辆在常规城市道路中行驶时可能遇到的一种伪“鬼探头”场景。在该场景中，机动车道和非机动车道的边界处设置有栏杆，当栏杆的高度足够高时，一般可以认为VRU不可能翻越栏杆进入机动车道。因此在这种场景下，即使车辆前方有VRU靠近栏杆，也不会出现如图1或图2所示的“鬼探头”场景，但是VRU靠近栏杆的过程又很容易被一些现有的自动驾驶算法识别为“鬼探头”场景，从而误触发对应的规避措施，所以如图3所示的场景在自动驾驶领域俗称为伪“鬼探头”场景。

步骤S503，相当于：

若当前道路为常规城市道路，识别实时路况是否属于预设的目标路况；其中，目标路况指代有发生目标紧急场景的可能性的路况。

S504，判断当前场景是否为道路弱势群体横穿道路。

若判断当前场景是道路弱势群体(即VRU)横穿道路，执行步骤S505。若判断不是VRU横穿道路，确定受控车辆当前所处的场景不为目标紧急场景，本实施例结束。

目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景。也就是说，本申请实施例中，目标紧急场景，相当于图1或图2所示的“鬼探头”场景。

在步骤S504中，可以依次判断目标物体是否属于VRU，目标物体是否处于运动状态，以及目标物体的横向速度是否小于安全速度阈值。

如果以上三次判断的结果均为是，则确定当前场景是VRU横穿道路，如果至少一次判断的结果为否，则确定当前场景不是VRU横穿道路。

其中，目标物体是否属于VRU，可以将目标物体的图像和预先收集的各种VRU的图像进行比对来确定。目标物体是否处于运动状态，可以根据目标物体的移动速度是否大于特定的运动状态阈值来确定。该运动状态阈值可以根据实际应用场景预先标定，此处不做限定。

横向指代垂直于当前道路的方向。安全速度阈值可以根据实际情况设定，不做限定。

S505，判断目标物体的速度是否合理。

若目标物体的速度合理，执行步骤S506，若目标物体的速度不合理，确定受控车辆当前所处的场景不为目标紧急场景，本实施例结束。

在步骤S505中，可以先根据目标物体的类型确定目标物体对应的速度上限阈值，然后判断目标物体的速度是否大于该速度上限阈值，如果速度大于目标物体对应的速度上限阈值，则确定目标物体的速度不合理，如果速度不大于目标物体对应的速度上限阈值，则确定目标物体的速度合理。

示例性的，若目标物体属于行人，则获得预设的第一速度上限阈值，若目标物体属于自行车，则获得预设的第二速度上限阈值，若目标物体属于电动两轮车，则获得预设的第三速度上限阈值。

第一速度上限阈值，第二速度上限阈值和第三速度上限阈值逐一递增。示例性的，第一速度上限阈值可以是10km/h，第二速度上限阈值可以是20km/h，第三速度上限阈值可以是30km/h。

目标物体对应的速度上限阈值，表示特定类型的目标物体通常情况下的移动速度上限。如果发现目标物体的速度大于其对应的速度上限阈值，则可以认为受控车辆的摄像头发生误识别。

例如，一般情况下行人跑步的速度不大于10km/h，因此，可以将行人对应的第一速度上限阈值设定为10km/h，如果发现摄像头识别到前方有行人，但是行人的速度大于10km/h，则可以确定摄像头发生误识别，前方实际上并没有行人。

S506，判断目标物体和受控车辆是否会碰撞。

若目标物体和受控车辆会碰撞，执行步骤S507，若目标物体和受控车辆不会碰撞，确定受控车辆当前所处的场景不为目标紧急场景，本实施例结束。

在步骤S506中，可以依次判断目标物体的目标移动轨迹和受控车辆的行驶轨迹是否会相交，判断道路边沿的高度是否小于预设的高度阈值。如果两次判断的结果都为是，则确定目标物体和受控车辆会碰撞，如果两次判断的结果中至少一次判断的结果为否，则确定目标物体和受控车辆不会碰撞。

判断目标移动轨迹和行驶轨迹是否会相交的过程包括：

首先根据受控车辆的车速，加速度，横摆角和方向盘转角计算受控车辆的行驶轨迹，用于计算行驶轨迹的信息可以从整车信号中获取。

然后根据目标物体相对于受控车辆的自车坐标系(也就是以受控车辆所在位置为原点建立的坐标系)下的移动速度，位置，加速度和朝向角计算得到目标移动轨迹。

行驶轨迹和目标移动轨迹的具体计算方法可以参见相关技术领域的文献，不再赘述。

最后就可以判断计算得到的行驶轨迹和目标移动轨迹是否相交。

判断道路边沿的高度是否小于高度阈值时，可以根据雷达摄像头提供的道路边沿信息确定道路边沿的高度。高度阈值可以根据实际情况进行设定，本实施例不做限定。示例性的，高度阈值可以设定为1米。

可以看出，步骤S504至S506，相当于是，若实时路况属于目标路况，判断受控车辆当前是否处于目标紧急场景的过程，如果步骤S504至S506中任一步骤的判断结果为否，则认为受控车辆不处于目标紧急场景，如果这些步骤判断结果均为是，则认为受控车辆处于目标紧急场景。

结合步骤S504至S506的具体判断过程，可以看出，本实施例提供的方法中，判断受控车辆当前是否处于目标紧急场景的具体方式相当于：

逐一检测目标物体是否满足紧急场景识别条件；

其中，紧急场景识别条件包括：

目标物体属于道路弱势群体，目标物体处于运动状态，目标物体的横向速度小于安全速度阈值，目标物体的速度小于目标物体对应的速度上限阈值，目标物体的目标移动轨迹和受控车辆的行驶轨迹相交；受控车辆和目标物体的碰撞时间小于碰撞时间阈值；横向指代垂直于当前道路的方向，道路边沿的障碍物为道路弱势群体可穿越的障碍物；

若目标物体满足每一条紧急场景识别条件，确定受控车辆当前处于目标紧急场景；

若目标物体不满足至少一条紧急场景识别条件，确定受控车辆不处于目标紧急场景。

S507，根据实时路况增大摄像头权重。

步骤S507，相当于：

若受控车辆处于所述目标紧急场景，根据实时路况增大摄像头权重。

可选的，步骤S507的具体实施方式可以，包括：

若实时路况为，受控车辆的至少一侧存在其他车辆，将摄像头权重的数值增大至第一数值；

若实时路况为，受控车辆的至少一侧存在道路弱势群体可穿过的非车辆障碍物且障碍物在受控车辆的前方形成视野盲区，将摄像头权重的数值增大至第二数值；其中，第二数值大于第一数值；

若实时路况为，受控车辆的至少一侧存在道路弱势群体不可穿过的非车辆障碍物且所述障碍物在所述受控车辆的前方形成视野盲区，则停止对所述道路弱势群体的威胁评估。也就是说，如果执行S207时，实时路况属于上述路况，则可以认为受控车辆当前所处的场景没有威胁，直接结束本方法。

示例性的，第一数值可以是70％，第二数值可以是100％。

其中，第一种实时路况相当于图1所示的受控车辆沿车流的一侧行驶的场景，第二种实时路况，相当于图2所示的受控车辆沿墙体或广告牌等大型障碍物一侧行驶的场景。

如前所述，在图2所示的场景中，识别出“鬼探头”场景后留给受控车辆避让的时间比图1的场景更短，因此当车辆在第二种实时路况下行驶时将摄像头权重增大至第二数值，可以使受控车辆在第二种实时路况下行驶时，只要任意一个摄像头在前方识别到目标物体，就进入本实施例后续的步骤来判断当前是否处于“鬼探头”场景，由此最大限度地将识别出图2所示的“鬼探头”场景的时刻提前，为后续可能执行的紧急场景规避操作留出更多时间。

通过步骤S507，可以使受控车辆在少数摄像头发现前方有目标物体后立即执行本实施例后续的步骤，从而尽快发现“鬼探头”场景，而不需要等到更多摄像头识别到目标物体后才执行对应的操作。

目标物体，指代道路上出现的除了受控车辆自身以外的其他任意物体，包括但不限于其他车辆，行人，自行车和电动两轮车。

在一些可选的实施例中，步骤S507还可以包括：减少目标确认时间。

目标确认时间，是指在摄像头拍摄的车辆前方有目标物体后，确认该目标物体所需的时间。具体来说，就是当摄像头在目标确认时间内持续拍摄到车辆前方有目标物体时，车辆才会确认前方确实有目标物体而不是摄像头出错。

可以看出，目标确认时间越短，则车辆可以越快的采取对应的规避操作，从而进一步提高车辆的安全性。

S508，预处理目标物体并调整阈值。

步骤S508具体包括预处理目标物体和调整阈值两个步骤。

步骤S508相当于在判断出受控车辆处于目标紧急场景后，减小碰撞时间阈值，纵向减速度阈值和方向盘转角阈值。

预处理目标物体，是指，包括对目标物体的属性进行修正，以及确定目标物体的碰撞模型。其中，修正目标物体的属性时，可以根据目标物体的类型获得该目标物体对应的一些属性限制，然后根据属性限制进行修正，例如目标物体为行人，则对目标物体的速度作限制(行人的速度不得大于20kph)。

确定目标物体的碰撞模型时，首先根据目标物体的类型，确定对应的初始碰撞模型，例如，若目标物体是行人，则确定初始碰撞模型为40cm*40cm的矩形框，若目标物体是自行车或电动两轮车，则确定初始碰撞模型为160cm*40cm的矩形框。可以理解的，在实际应用场景中，不同目标物体对应的初始碰撞模型的尺寸和形状可以根据需要而调整，不限于前述两个模型，前述两个模型仅作为示例。

然后，根据受控车辆和目标物体的相对纵向速度，受控车辆和目标物体的纵向距离，以及目标物体的横向速度，对初始碰撞模型进行调整，获得调整后的目标物体的碰撞模型。纵向，是指平行于当前道路的方向。

调整时遵循如下原则，相对纵向速度越大，则调整后的碰撞模型应当越大；目标物体的横向速度越高，则调整后的碰撞模型越大；目标物体到受控车辆的纵向距离越近，则调整后的碰撞模型越大。

具体的调整幅度，可以根据实际应用场景下实车的性能和配置的雷达摄像头的性能来标定得到，本实施例不做限定。

需要说明的是，步骤S508为可选的步骤，在一些实施例中，可以不执行步骤S508。

执行步骤S508的好处在于：通过减小上述阈值，可以使受控车辆在处于目标紧急场景时，更早地执行制动和转向紧急场景规避操作，从而进一步提高受控车辆在目标紧急场景下的安全性。

S509，威胁评估。

步骤S509相当于：

对受控车辆当前的目标紧急场景进行威胁评估。

若威胁评估结果为有威胁，执行步骤S510，若威胁评估结果为没有威胁，表示当前场景下目标物体受到的安全威胁较低，不需要控制受控车辆执行紧急场景规避操作，本实施例结束。

威胁评估结果可以根据计算出的受控车辆和目标物体的碰撞时间确定，具体的，若计算出碰撞时间小于碰撞时间阈值，则确定有威胁，反之，若计算出碰撞时间大于或等于碰撞时间阈值，则确定没有威胁。

受控车辆和目标物体的碰撞时间可以按如下方式计算：

碰撞时间(Time-to-collision，TTC)可以通过求解如下方程获得：

0.5*Avr*TTC*TTC+Vvr*TTC+Svr＝0。

其中：Avr表示受控车辆和目标物体的相对加速度，Vvr表示受控车辆和目标物体的相对速度，Svr表示受控车辆和目标物体的纵向距离。

其中Svr可以利用步骤S508中确定的碰撞模型进行修正。示例性的，目标物体为行人，根据步骤S508，确定出的行人的碰撞模型为一个50cm*50cm的矩形框，则步骤S509中求解上述方程时，可以将其中的Svr设定为，在雷达摄像头测得的纵向距离的基础上减去50cm，例如雷达摄像头测得的纵向距离为1米，就将上述方程的Svr设定为1米减50cm，即设定为0.95米。

这样修正的好处在于，雷达摄像头测得的距离可能是受控车辆的某一点到目标物体的某一点的距离，而目标物体实际上在空间中占据一定的体积，所以直接根据雷达摄像头测得的距离求解的碰撞时间，可能比实际发生碰撞所需的时间要长，导致后续的决策不准确，而根据目标物体的碰撞模型进行修正，则可以避免上述问题。

步骤S509中，在确定威胁评估结果为有威胁之后，还可以进一步计算纵向减速度和避让方向盘转角，以便在步骤S510中根据纵向减速度和避让方向盘转角确定采取何种紧急场景规避操作。

纵向减速度，是指受控车辆执行制动(即刹车)操作时，为了避免撞到目标物体所需要的纵向减速度。

纵向减速度的计算方式可以如下：

对于横穿VRU场景，计算出目标物体在横向方向上路过受控车辆所需的时间T1，受控车辆的当前位置到T1时间后的目标物体所在位置的纵向距离差S，受控车辆当前车速V0。根据S，V0和T1，则可以求解出受控车辆避让目标物体所需的纵向减速度。具体的计算方法可以参见相关技术领域的文献，不再赘述。

上述时间T1，可以理解为目标物体完全穿过受控车辆的行驶路径所需的时间，例如，目标物体在受控车辆右侧出现并横穿道路，则上述时间T1，可以是从当前时刻开始，到目标物体完全穿过受控车辆左侧边缘的延长线所需的时间。

纵向距离差S的计算过程为，根据目标物体当前的位置和移动速度，计算T1时间后目标物体将会移动到的位置，然后计算该位置和受控车辆当前位置之间的纵向距离，计算结果就是上述纵向距离差S。

避让方向盘转角，是指受控车辆执行转向操作以规避碰撞时，为了避免撞到目标物体所需的方向盘转角。

避让方向盘转角的计算方式可以如下：

根据计算出的TTC时间，计算出避让所需要的曲率，并根据TTC时间计算出曲率的变化率。然后结合曲率和曲率的变化率，根据受控车辆的自行车模型转换成前轮转角大小，再根据传动比转换成方向盘转角大小。

S510，执行预设的紧急场景规避操作。

步骤S510，相当于：在威胁评估的结果为有威胁时，执行预设的紧急场景规避操作。

在本实施例中，紧急场景规避操作，可以包括输出碰撞预警信息(即HMI信息)，控制车辆制动和控制车辆转向。在实际应用场景中，执行S510时可以同时执行这三种紧急场景规避操作中的任意一种或多种。

步骤S510的具体执行过程可以包括：

当碰撞时间小于预设的碰撞时间阈值，输出碰撞预警信息；

当碰撞时间小于碰撞时间阈值，且纵向减速度大于纵向减速度阈值时，控制受控车辆制动；

当碰撞时间小于碰撞时间阈值，且避让方向盘转角大于预设的方向盘转角阈值时，确认需要转向，此时可以控制受控车辆转向并制动。

可以看出，当碰撞时间小于碰撞时间阈值时，不论纵向减速度和方向盘转角如何，本实施例的装置都会输出碰撞预警信息，在此基础上，再根据纵向减速度和方向盘转角的情况，决定是否要进一步控制车辆制动和/或转向。

在一些可选的实施例中，当确认需要转向后，可以根据转向避让后新的行驶轨迹，重新计算目标物体在横向方向上路过受控车辆所需的时间T1，受控车辆的当前位置到T1时间后的目标物体所在位置的纵向距离差S，然后根据受控车辆的车速V0，以及重新计算得到的S和T1更新避让所需的纵向减速度。

在一些可选的实施例中，在确认需要转向后，可以根据是否有转向空间来确定是否要在转向的同时制动，也就是说，在确认需要转向后，如果受控车辆的另一侧(指除了目标物体所在侧的另一侧)有转向空间，则可以只转向不制动，如果受控车辆的另一侧没有转向空间，则同时进行转向和制动。

本申请提供一种控制车辆紧急避让的方法，方法包括，确定当前道路为限速小于或等于预设限速阈值的常规城市道路，且实时路况为属于目标路况时，目标路况指代有发生目标紧急场景的可能性的路况，判断受控车辆当前是否处于目标紧急场景；目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景；当处于目标紧急场景时，根据实时路况增大摄像头权重；对目标紧急场景进行威胁评估；并在评估有威胁时，执行预设的紧急场景规避操作。本方案通过增大摄像头权重，使车辆在常规城市道路行驶时尽早发现受控车辆处于目标紧急场景，给处于目标紧急场景的受控车辆留出更多避让的时间，提高自动驾驶的受控车辆的安全性；同时针对伪“鬼探头”场景进行判断，从而不需要对没有威胁的场景采取紧急措施，舍弃“伪”目标，保证了功能的误触发率，使得驾驶更为平稳舒适。

本实施例提供的控制车辆紧急避让的方法，具有如下技术效果。

针对城市鬼探头的场景，除了融合算法外，额外开发一套加大摄像头权重的算法策略。按照当前工程经验，至少可以减少六个周期的鬼探头类场景确认时间。为后续的算法和执行器大大缩短时间，保证功能可以正常实现。

针对鬼探头场景，有四种算法执行策略。分别是通过告警方式，制动方式，转向方式，制动加转向方式。根据当前鬼探头场景的出现紧急程度，提供系统化的解决方案。确保可以在关键时刻能够挽救人员生命安全。

针对城市铁栅栏等“伪”鬼探头场景，通过一系列的诸如加入道路边沿，是否可以穿越等信息，算法端过滤不切实际的横向加速度等措施。舍弃“伪”目标，很好的区分此种场景和法规场景。保证了本申请提供的在“鬼探头”场景下主动避让的功能具有较低的误触发率。

根据本申请实施例提供的控制车辆紧急避让的方法，本申请实施例还提供一种控制车辆紧急避让的装置，请参见图6，该装置可以包括如下单元。

信号接收处理模块，用于接收处理传感器信号和整车信号，并将其发送给核心算法模块。

其中传感器信号包括图4所示的地图定位信息和雷达摄像头采集的环境信息等。

核心算法模块，用于根据信号接收处理模块提供的信号，确定受控车辆是否处于目标紧急场景，在受控车辆处于目标紧急场景时进行威胁评估，并根据威胁评估的结果输出控制指令。

信号输出模块，用于将控制指令转为对应的控制电信号，并将控制电信号发送给受控车辆的执行机构，使执行机构执行预设的紧急场景规避操作。

其中，执行机构可以包括，人机接口(即HMI)，例如车辆的中控屏；车身电子平稳自动控制系统(Electronic Stability Program，ESP)；电动助力转向系统(Electric PowerSteering，EPS)。

其中，请参见图7，为核心算法模块的结构示意图，核心算法模块具体可以包括如下单元：

确定单元701，用于确定当前道路是否为限速小于或等于预设限速阈值的常规城市道路。

识别单元702，用于若当前道路为常规城市道路，识别实时路况是否属于预设的目标路况。

其中，目标路况指代有发生目标紧急场景的可能性的路况。

判断单元703，用于若实时路况属于目标路况，判断受控车辆当前是否处于目标紧急场景。

其中，目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景。

调整单元704，用于若受控车辆处于目标紧急场景，根据实时路况增大摄像头权重。

评估单元705，用于对受控车辆当前的目标紧急场景进行威胁评估。

输出单元706，用于在威胁评估的结果为有威胁时，输出预设的紧急场景规避操作对应的控制指令。

调整单元704根据实时路况增大摄像头权重时，具体用于：

若实时路况为，受控车辆的至少一侧存在其他车辆，将摄像头权重的数值增大至第一数值；

若实时路况为，受控车辆的至少一侧存在道路弱势群体可穿过的非车辆障碍物且障碍物在受控车辆的前方形成视野盲区，将摄像头权重的数值增大至第二数值；其中，第二数值大于第一数值；

若实时路况为，受控车辆的至少一侧存在道路弱势群体不可穿过的非车辆障碍物且所述障碍物在所述受控车辆的前方形成视野盲区，则停止对所述道路弱势群体的威胁评估。

判断单元703判断受控车辆当前是否处于目标紧急场景时，具体用于：

逐一检测目标物体是否满足紧急场景识别条件；

其中，紧急场景识别条件包括：

目标物体属于道路弱势，目标物体处于运动状态，目标物体的横向速度小于安全速度阈值，目标物体的速度小于目标物体对应的速度上限阈值，目标物体的目标移动轨迹和受控车辆的行驶轨迹相交；横向指代垂直于当前道路的方向；

若目标物体满足每一条紧急场景识别条件，确定受控车辆当前处于目标紧急场景；

若目标物体不满足至少一条紧急场景识别条件，确定受控车辆不处于目标紧急场景。

输出单元706输出预设的紧急场景规避操作对应的控制指令时，具体用于：

当碰撞时间小于预设的碰撞时间阈值，输出碰撞预警信息对应的控制指令；

当碰撞时间小于碰撞时间阈值，且纵向减速度大于纵向减速度阈值时，输出控制受控车辆制动的控制指令；

当碰撞时间小于碰撞时间阈值，且避让方向盘转角大于预设的方向盘转角阈值时，输出控制受控车辆转向并制动的控制指令。

可选的，调整单元704还用于：

减小碰撞时间阈值，纵向减速度阈值和方向盘转角阈值。

本申请实施例提供的控制车辆紧急避让的装置中各模块和单元的具体工作原理，以及该装置的有益效果，均可以参见本申请任一实施例提供的控制车辆紧急避让的方法中的相关步骤和对应的有益效果，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。

需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

专业技术人员能够实现或使用本申请。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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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 (10)

1.一种控制车辆紧急避让的方法，其特征在于，包括：

确定当前道路是否为限速小于或等于预设限速阈值的常规城市道路；

若所述当前道路为常规城市道路，识别实时路况是否属于预设的目标路况；其中，所述目标路况指代有发生目标紧急场景的可能性的路况；

若所述实时路况属于所述目标路况，判断所述受控车辆当前是否处于所述目标紧急场景；其中，所述目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景；

若所述受控车辆处于所述目标紧急场景，根据所述实时路况增大摄像头权重；

对所述受控车辆当前的目标紧急场景进行威胁评估；

在威胁评估的结果为有威胁时，执行预设的紧急场景规避操作。

2.根据权利要求1所述的方法，其特征在于，所述根据所述实时路况增大摄像头权重，包括：

若实时路况为，受控车辆的至少一侧存在其他车辆，将摄像头权重的数值增大至第一数值；

若实时路况为，受控车辆的至少一侧存在道路弱势群体可穿过的非车辆障碍物且所述障碍物在所述受控车辆的前方形成视野盲区，将摄像头权重的数值增大至第二数值；其中，所述第二数值大于所述第一数值；

若实时路况为，受控车辆的至少一侧存在道路弱势群体不可穿过的非车辆障碍物且所述障碍物在所述受控车辆的前方形成视野盲区，则停止对所述道路弱势群体的威胁评估。

3.根据权利要求1所述的方法，其特征在于，所述判断所述受控车辆当前是否处于目标紧急场景，包括：

逐一检测所述目标物体是否满足紧急场景识别条件；

其中，所述紧急场景识别条件包括：

所述目标物体属于道路弱势，所述目标物体处于运动状态，所述目标物体的横向速度小于安全速度阈值，所述目标物体的速度小于所述目标物体对应的速度上限阈值，所述目标物体的目标移动轨迹和所述受控车辆的行驶轨迹相交；所述受控车辆和所述目标物体的碰撞时间小于碰撞时间阈值；横向指代垂直于所述当前道路的方向，道路边沿的障碍物为道路弱势群体可穿越的障碍物；

若所述目标物体满足每一条所述紧急场景识别条件，确定所述受控车辆当前处于目标紧急场景；

若所述目标物体不满足至少一条所述紧急场景识别条件，确定所述受控车辆不处于目标紧急场景。

4.根据权利要求1所述的方法，其特征在于，所述执行预设的紧急场景规避操作，包括：

当所述碰撞时间小于预设的碰撞时间阈值时，输出碰撞预警信息；

当所述碰撞时间小于所述碰撞时间阈值，且所述纵向减速度大于纵向减速度阈值时，控制所述受控车辆制动；

当所述碰撞时间小于所述碰撞时间阈值，且所述避让方向盘转角大于预设的方向盘转角阈值时，控制所述受控车辆转向并制动。

5.根据权利要求1所述的方法，其特征在于，所述判断所述受控车辆当前是否处于目标紧急场景之后，还包括：

减小所述碰撞时间阈值，所述纵向减速度阈值和所述方向盘转角阈值。

6.一种控制车辆紧急避让的装置，其特征在于，包括：

信号接收处理模块，核心算法模块，信号输出模块；

所述信号接收处理模块，用于接收处理传感器信号和整车信号，并将所述传感器信号和整车信号发送至所述核心算法模块；

所述核心算法模块，用于根据所述信号接收处理模块提供的信号，确定受控车辆是否处于目标紧急场景，在所述受控车辆处于所述目标紧急场景时进行威胁评估，并根据威胁评估的结果输出控制指令；

所述信号输出模块，用于将所述控制指令转为对应的控制电信号，并将所述控制电信号发送给受控车辆的执行机构，使所述执行机构执行预设的紧急场景规避操作；

所述核心算法模块具体包括：

确定单元，用于确定当前道路是否为限速小于或等于预设限速阈值的常规城市道路；

识别单元，用于若所述当前道路为常规城市道路，识别实时路况是否属于预设的目标路况；其中，所述目标路况指代有发生目标紧急场景的可能性的路况；

判断单元，用于若所述实时路况属于所述目标路况，判断所述受控车辆当前是否处于所述目标紧急场景；其中，所述目标紧急场景为，道路弱势群体从道路两侧的视野盲区在无预警情况下横穿道路的场景；

调整单元，用于若所述受控车辆处于所述目标紧急场景，根据所述实时路况增大摄像头权重；

评估单元，用于对所述受控车辆当前的目标紧急场景进行威胁评估；

输出单元，用于在威胁评估的结果为有威胁时，输出预设的紧急场景规避操作对应的控制指令。

7.根据权利要求6所述的装置，其特征在于，所述调整单元根据所述实时路况增大摄像头权重时，具体用于：

若实时路况为，受控车辆的至少一侧存在其他车辆，将摄像头权重的数值增大至第一数值；

若实时路况为，受控车辆的至少一侧存在道路弱势群体可穿过的非车辆障碍物且所述障碍物在所述受控车辆的前方形成视野盲区，将摄像头权重的数值增大至第二数值；其中，所述第二数值大于所述第一数值；

若实时路况为，受控车辆的至少一侧存在道路弱势群体不可穿过的非车辆障碍物且所述障碍物在所述受控车辆的前方形成视野盲区，则停止对所述道路弱势群体的威胁评估。

8.根据权利要求6所述的装置，其特征在于，所述判断单元判断所述受控车辆当前是否处于目标紧急场景时，具体用于：

逐一检测所述目标物体是否满足紧急场景识别条件；

其中，所述紧急场景识别条件包括：

所述目标物体属于道路弱势，所述目标物体处于运动状态，所述目标物体的横向速度小于安全速度阈值，所述目标物体的速度小于所述目标物体对应的速度上限阈值，所述目标物体的目标移动轨迹和所述受控车辆的行驶轨迹相交；横向指代垂直于所述当前道路的方向，道路边沿的障碍物为道路弱势群体可穿越的障碍物；

若所述目标物体满足每一条所述紧急场景识别条件，确定所述受控车辆当前处于目标紧急场景；

若所述目标物体不满足至少一条所述紧急场景识别条件，确定所述受控车辆不处于目标紧急场景。

9.根据权利要求6所述的装置，其特征在于，所述输出单元输出预设的紧急场景规避操作对应的控制指令时，具体用于：

当所述碰撞时间小于预设的碰撞时间阈值时，输出碰撞预警信息对应的控制指令；

当所述碰撞时间小于所述碰撞时间阈值，且所述纵向减速度大于纵向减速度阈值时，输出控制所述受控车辆制动的控制指令；

当所述碰撞时间小于所述碰撞时间阈值，且所述避让方向盘转角大于预设的方向盘转角阈值时，输出控制所述受控车辆转向并制动的控制指令。

10.根据权利要求6所述的装置，其特征在于，所述调整单元还用于：

减小所述碰撞时间阈值，所述纵向减速度阈值和所述方向盘转角阈值。