CN112477847B - 一种交通拥堵辅助控制方法及系统 - Google Patents

Abstract

本发明公开了一种交通拥堵辅助控制方法，当交通拥堵辅助系统功能被激活时，对车辆进行横向控制和纵向控制；在横向控制时，当有车道线时，根据车辆传感器检测到的车道线控制车辆居中行驶，在无车道线或车道线不清晰时，控制跟随前车横向偏移；在纵向控制时，根据前车数据计算自车目标车速，结合道路曲率信息、当前方向盘转角及横向控制得出的目标方向盘转角对目标车速进行耦合限速控制，对目标车速进行控制，得到期望的车辆加速度。根据环境感知自动控制车辆进行加速、减速、转向等操作，对车辆进行横纵向耦合控制，保证车辆在较高车速或弯道控制时的安全性以及平稳性，并在车道线不清晰时仍可跟随前车行驶，大大增加了TJA功能适用场景。

Description

一种交通拥堵辅助控制方法及系统

技术领域

本发明属于汽车驾驶辅助技术领域，具体地涉及一种交通拥堵辅助控制方法及系统。

背景技术

随着科技的快速发展和技术的不断成熟，汽车的智能化程度越来越高。在交通拥堵工况下，驾驶员需要频繁的踩油门、刹车、换挡等一系列操作，极易造成驾驶疲劳。为了缓解驾驶员在此种环境下的疲劳，保障驾驶安全、提高驾驶舒适性及交通运行效率，开发了交通拥堵辅助系统即TJA(Traffic Jam Assist)。

公告号为CN 106218636 A的专利公开了一种交通拥堵辅助系统，所述交通拥堵辅助系统融合自适应巡航系统ACC和全速车道保持辅助系统实现交通拥堵工况下车辆的纵向和横向控制，在有前车引导情况下跟随前车保持在车道内行驶，当无前车时退出到只有ACC工作状态，所述交通拥堵辅助系统保持驾驶员设置的速度巡航，当车速高于60km/h时所述交通拥堵辅助系统自动切换到高速公路辅助功能HWA实现无缝衔接。其TJA功能仅仅就是将自适应巡航ACC和车道保持系统LKA叠加在一起，或仅仅只是ACC的拓展版，纵向采用ACC进行速度控制，横向在有车道线情况下进行LKA控制，并没有考虑车辆的纵横向控制耦合关系，且在无车道线情况下，无法进行横向控制。TJA功能在使用层面上，不仅仅是LKA和ACC同时工作状态的叠加，应该包括两者之间的协调控制，以保证车辆控制的安全性以及平稳性。

发明内容

为了解决上述存在的技术问题，本发明提供了一种交通拥堵辅助控制方法及系统，可根据交通场景，在拥堵情况下自动激活交通拥堵辅助系统，根据环境感知自动控制车辆进行加速、减速、转向等操作，对车辆进行横纵向耦合控制，保证车辆在较高车速或弯道控制时的安全性以及平稳性，并在车道线不清晰或无车道线情况下仍可跟随前车行驶，大大增加了TJA功能适用场景，提高了车辆的智能化水平及交通运行效率。

本发明的技术方案是：

一种交通拥堵辅助控制方法，当交通拥堵辅助系统功能被激活时，对车辆进行横向控制和纵向控制；

在横向控制时，当有车道线时，根据车辆传感器检测到的车道线控制车辆居中行驶，在无车道线或车道线不清晰时，控制跟随前车横向偏移；

在纵向控制时，根据前车数据计算自车目标车速，结合道路曲率信息、当前方向盘转角及横向控制得出的目标方向盘转角对目标车速进行耦合限速控制，对目标车速进行控制，得到期望的车辆加速度。

优选的技术方案中，所述控制车辆居中行驶的方法，包括：

S01：获取当前时刻的横向偏移量x_off，航向角偏差偏移量θ，、预瞄距离Dp、及预瞄距离内曲率引起的横向距离偏差Δx，计算预瞄横向偏差x_pre＝x_off+Dp*θ-Δx；

S02：将该预瞄横向偏差x_pre输入控制器获取方向盘转角信息Sw_aim＝PID_Controller1(x_pre)；

其中，PID_Controller1()为控制器控制函数。

优选的技术方案中，所述控制跟随前车横向偏移的方法，包括：

S11：根据平行车道交通模型，建立车道偏移模型；

S12：以前车位置为中心，左右两侧分别平行于自车方向建立车道；

S13：根据前车距离和预瞄距离信息建立三角相似关系，得到目标偏移距离；

S14：将偏移距离输入控制器得到目标方向盘转角信息。

优选的技术方案中，所述纵向控制方法包括以下步骤：

1)计算期望的目标车间距离d_aim：

d_aim＝τ_aim×v_ego+D_safe

其中，D_safe为两车完全静止后，需要保持的最小安全静距离，τ_aim为目标时距，v_ego为自车实时速度；

2)计算距离误差e_d：

e_d＝d_aim-d_relative

其中，d_relative为两车实际距离；

3)根据距离PID控制器和前车车速计算建议跟随车速v_{follow_sug}：

v_follo_{w_sug}＝k×v_front+PID_Controller2(e_d)

其中，k为系数，v_front为前车实际车速，PID_Controller2()为距离PID控制器控制函数；

4)根据道路曲率限定的车速v_set、横向控制得出的目标方向盘转角及横向控制后车辆的实际方向盘转角及横向加速度限定的车速v_limit，对建议跟随车速进行限定，得到最终期望的目标车速v_aim：

v_aim＝min[v_set，v_limit，v_{follow_sug}]

5)计算车速误差e_v：

e_v＝v_aim-v_ego

6)根据车速PID控制器计算建议加速度acc_sug：

acc_sug＝PID_Controller3(e_v)

其中，PID_Controller3()为车速PID控制器控制函数。

本发明还公开了一种交通拥堵辅助系统，包括环境感知系统、交通拥堵辅助决策模块与交通拥堵辅助控制模块；

所述环境感知系统包括摄像头和前向毫米波雷达，所述摄像头用于获取车道线参数信息及障碍物信息，所述前向毫米波雷达用于获取障碍物参数信息；

所述交通拥堵辅助决策模块包括启动/关闭、待机、激活三种工作状态，当驾驶场景满足触发TJA功能条件时，TJA功能被自动激活，控制交通拥堵辅助控制模块工作；

所述交通拥堵辅助控制模块对车辆进行横向控制和纵向控制；

在横向控制时，当有车道线时，根据车辆传感器检测到的车道线控制车辆居中行驶，在无车道线或车道线不清晰时，控制跟随前车横向偏移；

在纵向控制时，根据前车数据计算自车目标车速，结合道路曲率信息、当前方向盘转角及横向控制得出的目标方向盘转角对目标车速进行耦合限速控制，对目标车速进行控制，得到期望的车辆加速度。

优选的技术方案中，所述环境感知系统包括车道线信息处理模块，对车道线进行多项式拟合，通过卡曼滤波对摄像头获取的车道线信息进行追踪，获取车道线方程；所述车道线参数包括左右车道线类型、质量、曲率、长度。

优选的技术方案中，所述环境感知系统包括障碍物信息融合处理模块，根据摄像头数据及毫米波数据的新一帧数据，结合前一帧数据做卡曼追踪处理，然后对毫米波数据及摄像头数据进行匹配融合输出障碍物信息列表；所述障碍物参数信息包括障碍物数量、距离自车的横纵向距离、相对车速。

优选的技术方案中，所述控制车辆居中行驶的方法，包括：

S01：获取当前时刻的横向偏移量x_off，航向角偏差偏移量θ，、预瞄距离Dp、及预瞄距离内曲率引起的横向距离偏差Δx，计算预瞄横向偏差x_pre＝x_off+Dp*θ-Δx；

S02：将该预瞄横向偏差x_pre输入控制器获取方向盘转角信息Sw_aim＝PID_Controller1(x_pre)；

其中，PID_Controller1()为控制器控制函数。

优选的技术方案中，所述控制跟随前车横向偏移的方法，包括：

S11：根据平行车道交通模型，建立车道偏移模型；

S12：以前车位置为中心，左右两侧分别平行于自车方向建立车道；

S13：根据前车距离和预瞄距离信息建立三角相似关系，得到目标偏移距离；

S14：将偏移距离输入控制器得到目标方向盘转角信息。

优选的技术方案中，所述纵向控制方法包括以下步骤：

1)计算期望的目标车间距离d_aim：

d_aim＝τ_aim×v_ego+D_safe

其中，D_safe为两车完全静止后，需要保持的最小安全静距离，τ_aim为目标时距，v_ego为自车实时速度；

2)计算距离误差e_d：

e_d＝d_aim-d_relative

其中，d_relative为两车实际距离；

3)根据距离PID控制器和前车车速计算建议跟随车速v_{follow_sug}：

v_{follow_sug}＝k×v_front+PID_Controller2(e_d)

其中，k为系数，v_front为前车实际车速，PID_Controller2()为距离PID控制器控制函数；

4)根据道路曲率限定的车速v_set、横向控制得出的目标方向盘转角及横向控制后车辆的实际方向盘转角及横向加速度限定的车速v_limit，对建议跟随车速进行限定，得到最终期望的目标车速v_aim：

v_aim＝min[v_set，v_limit，v_{follow_sug}]

5)计算车速误差e_v：

e_v＝v_aim-v_ego

6)根据车速PID控制器计算建议加速度acc_sug：

acc_sug＝PID_Controller3(e_v)

其中，PID_Controller3()为车速PID控制器控制函数。

与现有技术相比，本发明的优点是：

本发明的交通拥堵辅助系统具有两大创新点：一是通过摄像头与毫米波雷达感知相融合，使车辆在复杂工况下的障碍物检测更精确可靠，基于智能驾驶车辆，根据感知信息可自动判断是否激活TJA功能。二是考虑了纵横向的耦合控制，保证了车辆在较高车速或弯道控制时的安全性以及平稳性，且在车道线不清晰条件下，仍然可以跟随前车横向位移进行控制，避免了TJA因车道线不清晰或不存在时的频繁退出问题。

本发明可根据交通场景，在拥堵情况下自动激活交通拥堵辅助系统，根据环境感知自动控制车辆进行加速、减速、转向等操作，对车辆进行横纵向耦合控制，在横向控制上，当有车道线时，根据车辆传感器检测到的车道线做对中行驶，在无车道线或车道线不清晰的情况下，根据前车横向偏移做跟随行驶。在纵向控制上，在现有全速域ACC跟随控制功能的基础上进行了优化，加入了方向盘转角、横向加速度对纵向速度的限制等耦合控制条件，以保证车辆在较高车速或弯道控制时的安全性以及平稳性，大大增加了TJA适用场景，提高了车辆的智能化水平及交通运行效率。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明交通拥堵辅助系统控制原理图；

图2为本发明TJA决策模块状态及其转换图；

图3为本发明无车道线时横向偏移距离控制原理图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

实施例：

下面结合附图，对本发明的较佳实施例作进一步说明。

一实施例中，一种交通拥堵辅助控制方法，当交通拥堵辅助系统功能被激活时，对车辆进行横向控制和纵向控制；

在横向控制时，当有车道线时，根据车辆传感器检测到的车道线控制车辆居中行驶，在无车道线或车道线不清晰时，控制跟随前车横向偏移；

在纵向控制时，根据前车数据计算自车目标车速，结合道路曲率信息、当前方向盘转角及横向控制得出的目标方向盘转角对目标车速进行耦合限速控制，对目标车速进行控制，得到期望的车辆加速度。

另一实施例中，一种交通拥堵辅助系统主要包括环境感知系统、交通拥堵辅助决策模块与交通拥堵辅助控制模块。

当车辆启动后，环境感知系统启动。其所述车辆的环境感知系统，硬件主要包括摄像头，前向毫米波雷达。摄像头用来获取车道线的各个参数信息及障碍物信息，车道线参数主要包括有左右车道线类型、质量、曲率、长度等。前向毫米波雷达主要获取障碍物参数信息，主要包括障碍物数量、距离自车的横纵向距离、相对车速等。

所述环境感知系统软件算法包括车道线信息处理模块及障碍物信息融合处理模块，车道线信息处理模块主要对车道线进行多项式拟合，具体的拟合方法可以采用现有方法进行拟合，这不是本申请的发明点，故不在此赘述。

为了保证车道线的可靠性，通过卡曼滤波对摄像头获取的车道线信息进行追踪，最大程度的消除由于传感器的原因造成的车道线检测的波动，获取可靠的车道线方程，提升车辆的横向控制性能。

障碍物信息融合处理模块根据摄像头及毫米波雷达新一帧数据，结合前一帧数据做卡曼追踪处理，然后对毫米波数据及摄像头数据进行匹配融合输出可靠的障碍物信息列表。

交通拥堵辅助决策模块，包括启动/关闭、待机、激活三种工作状态，如附图2所示，当车辆启动后，环境感知系统启动，车辆可通过HMI软开关一键启动或关闭TJA功能，打开TJA功能，TJA处于待机状态。

如图1所示，车辆行驶过程中，环境感知系统实时探测车辆周边障碍物信息并对数据进行处理，当车辆驶入交通拥堵环境(可以采用已知的判断方法进行判断)时，场景满足触发TJA功能条件时，TJA功能被自动激活，交通拥堵辅助控制模块起作用。

所述交通拥堵辅助控制模块包括横向控制与纵向控制，详细设计原理及方法如下：

(1)在横向方向控制方面包括车道居中辅助功能和跟随前车横向偏移功能，在车道线清晰条件下，采用车道居中辅助功能。在车道线不可见且不可见的距离满足预定阈值要求时，本车将跟随前车横向偏移，沿着前车行驶轨迹行驶。

车道线清晰可见广义上具有以下三种情况：

1)本车所在车道两侧车道线均可见时，本车在横向上将保持在车道中央；

2)本车所在车道仅单侧车道线可见时，同车道线侧的车身与车道线保持70cm距离宽度，进行车道保持。

3)双侧车道线不可见，但距离小于一定值时，系统虚拟产生车道线，进行车道居中。

所述车道居中辅助功能通过当前时刻的横向偏移量x_off，航向角偏差偏移量θ，、预瞄距离Dp、及预瞄距离内曲率引起的横向距离偏差Δx计算预瞄横向偏差x_pre，将此预瞄横向偏差输入PID控制获取方向盘转角信息，如下式：

x_pre＝x_off+Dp*θ-Δx

SW_aim＝PID_Controller1(x_pre)

其中，预瞄距离Dp和速度以及道路曲率紧密相关，采用查找表的形式确定预瞄距离Dp。

跟随前车横向偏移是当本车道双侧车道线不可见时，且不可见的距离满足特定要求时，本车将跟随前车横向偏移，沿着前车行驶轨迹行驶，以车道线丢失处为基准，左右最大横向偏移为0.7m。

所述横向偏移控制设计方案如图3所示，根据TIPL(traffic in parallel lane，平行车道交通)模型，建立车道偏移模型。以前车位置为中心，左右两侧分别平行于自车方向建立车道，这里预先定义车道宽度约为3m。根据前车距离，预瞄距离信息建立三角相似关系，从而得到目标偏移距离。将此偏移距离直接输入PID控制得出目标方向盘转角信息。

(2)在纵向控制方面，根据前车距离、相对车速、安全时距等信息规划自车车速，同时，结合道路曲率信息、当前方向盘转角及横向控制得出的目标方向盘转角对目标车速进行耦合限速控制，然后对目标车速进行控制，通过两级PID最终得出期望的车辆加减速度。具体实现步骤如下：

1)计算期望的目标车间距离d_aim，其中D_safe为两车完全静止后，需要保持的最小安全静距离，τ_aim为目标时距，v_ego为自车实时速度。

d_aim＝τ_aim×v_ego+D_safe

2)计算距离误差，其中d_relative为实际两车距离。

e_d＝d_aim-d_relative

3)根据距离PID控制器和前车车速计算建议跟随车速，其中，k为系数，v_front为前车实际车速。

v_{follow_sug}＝k×v_front+PID_Controller2(e_d)

4)根据道路曲率限定的车速v_set、横向控制得出的目标方向盘转角及横向控制后车辆的实际方向盘转角及横向加速度限定的车速v_limit，对建议跟随车速进行限定，得到最终期望的目标车速v_aim：

v_aim＝min[v_set，v_limit，v_{follow_sug}]

5)计算车速误差e_v：

e_v＝v_aim-v_ego

6)根据车速PID控制器计算建议加速度acc_sug，其中，e_v车速误差。

acc_sug＝PID_Controller3(e_v)

将横纵向控制得出的目标控制量通过CAN线输出给车辆底层控制器，完成对车辆的横纵向耦合控制，实现车辆TJA功能。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (6)

1.一种交通拥堵辅助控制方法，其特征在于，当交通拥堵辅助系统功能被激活时，对车辆进行横向控制和纵向控制；

在横向控制时，当有车道线时，根据车辆传感器检测到的车道线控制车辆居中行驶，在无车道线或车道线不清晰时，控制跟随前车横向偏移；

在纵向控制时，根据前车数据计算自车目标车速，根据道路曲率限定的车速v_set、横向控制得出的目标方向盘转角及横向控制后车辆的实际方向盘转角及横向加速度限定的车速v_limit，对建议跟随车速v_{follow_sug}进行限定，得到最终期望的目标车速v_aim：

v_aim＝min[v_set,v_limit，v_{follow_sug}]，根据目标车速得到期望的车辆加速度；

所述控制跟随前车横向偏移的方法，包括：

S11：根据平行车道交通模型，建立车道偏移模型；

S12：以前车位置为中心，左右两侧分别平行于自车方向建立车道；

S13：根据前车距离和预瞄距离信息建立三角相似关系，得到目标偏移距离；

S14：将偏移距离输入控制器得到目标方向盘转角信息；

其中，纵向控制方法包括以下步骤：

1)计算期望的目标车间距离d_aim：

d_aim＝τ_aim×v_ego+D_safe

其中，D_safe为两车完全静止后，需要保持的最小安全静距离，τ_aim为目标时距，v_ego为自车实时速度；

2)计算距离误差e_d：

e_d＝d_aim-d_relative

其中，d_relative为两车实际距离；

3)根据距离PID控制器和前车车速计算建议跟随车速v_{follow_sug}：

v_{follow_sug}＝k×v_front+PID_Controller2(e_d)

其中，k为系数，v_front为前车实际车速，PID_Controller2()为距离PID控制器控制函数；

4)根据道路曲率限定的车速v_set、横向控制得出的目标方向盘转角及横向控制后车辆的实际方向盘转角及横向加速度限定的车速v_limit，对建议跟随车速进行限定，得到最终期望的目标车速v_aim：

v_aim＝min[v_set,v_limit，v_{follow_sug}]

5)计算车速误差e_v：

e_v＝v_aim-v_ego

6)根据车速PID控制器计算建议加速度acc_sug：

acc_sug＝PID_Controller3(e_v)

其中，PID_Controller3()为车速PID控制器控制函数。

2.根据权利要求1所述的交通拥堵辅助控制方法，其特征在于，所述控制车辆居中行驶的方法，包括：

S01：获取当前时刻的横向偏移量x_off、航向角偏差偏移量θ、预瞄距离Dp、及预瞄距离内曲率引起的横向距离偏差Δx，计算预瞄横向偏差x_pre＝x_off+Dp*θ-Δx；

S02：将该预瞄横向偏差x_pre输入控制器获取方向盘转角信息Sw_aim＝PID_Controller1(x_pre)；

其中，PID_Controller1()为控制器控制函数。

3.一种交通拥堵辅助系统，其特征在于，包括环境感知系统、交通拥堵辅助决策模块与交通拥堵辅助控制模块；

所述环境感知系统包括摄像头和前向毫米波雷达，所述摄像头用于获取车道线参数信息及障碍物信息，所述前向毫米波雷达用于获取障碍物参数信息；

所述交通拥堵辅助决策模块包括启动/关闭、待机、激活三种工作状态，当驾驶场景满足触发TJA功能条件时，TJA功能被自动激活，控制交通拥堵辅助控制模块工作；

所述交通拥堵辅助控制模块对车辆进行横向控制和纵向控制；

在横向控制时，当有车道线时，根据车辆传感器检测到的车道线控制车辆居中行驶，在无车道线或车道线不清晰时，控制跟随前车横向偏移；

在纵向控制时，根据前车数据计算自车目标车速，根据道路曲率限定的车速v_set、横向控制得出的目标方向盘转角及横向控制后车辆的实际方向盘转角及横向加速度限定的车速v_limit，对建议跟随车速v_{follow_sug}进行限定，得到最终期望的目标车速v_aim：

v_aim＝min[v_set,v_limit，v_{follow_sug}]，根据目标车速得到期望的车辆加速度；

所述控制跟随前车横向偏移的方法，包括：

S11：根据平行车道交通模型，建立车道偏移模型；

S12：以前车位置为中心，左右两侧分别平行于自车方向建立车道；

S13：根据前车距离和预瞄距离信息建立三角相似关系，得到目标偏移距离；

S14：将偏移距离输入控制器得到目标方向盘转角信息；

其中，纵向控制方法包括以下步骤：

1)计算期望的目标车间距离d_aim：

d_aim＝τ_aim×v_ego+D_safe

其中，D_safe为两车完全静止后，需要保持的最小安全静距离，τ_aim为目标时距，v_ego为自车实时速度；

2)计算距离误差e_d：

e_d＝d_aim-d_relative

其中，d_relative为两车实际距离；

3)根据距离PID控制器和前车车速计算建议跟随车速v_{follow_sug}：

v_{follow_sug}＝k×v_front+PID_Controller2(e_d)

其中，k为系数,v_front为前车实际车速，PID_Controller2()为距离PID控制器控制函数；

4)根据道路曲率限定的车速v_set、横向控制得出的目标方向盘转角及横向控制后车辆的实际方向盘转角及横向加速度限定的车速v_limit，对建议跟随车速进行限定，得到最终期望的目标车速v_aim：

v_aim＝min[v_set,v_limit，v_{follow_sug}]

5)计算车速误差e_v：

e_v＝v_aim-v_ego

6)根据车速PID控制器计算建议加速度acc_sug：

acc_sug＝PID_Controller3(e_v)

其中，PID_Controller3()为车速PID控制器控制函数。

4.根据权利要求3所述的交通拥堵辅助系统，其特征在于，所述环境感知系统包括车道线信息处理模块，对车道线进行多项式拟合，通过卡曼滤波对摄像头获取的车道线信息进行追踪，获取车道线方程；所述车道线参数包括左右车道线类型、质量、曲率、长度。

5.根据权利要求3所述的交通拥堵辅助系统，其特征在于，所述环境感知系统包括障碍物信息融合处理模块，根据摄像头数据及毫米波数据的新一帧数据，结合前一帧数据做卡曼追踪处理，然后对毫米波数据及摄像头数据进行匹配融合输出障碍物信息列表；所述障碍物参数信息包括障碍物数量、距离自车的横纵向距离、相对车速。

6.根据权利要求3所述的交通拥堵辅助系统，其特征在于，所述控制车辆居中行驶的方法，包括：

S01：获取当前时刻的横向偏移量x_off、航向角偏差偏移量θ、预瞄距离Dp、及预瞄距离内曲率引起的横向距离偏差Δx，计算预瞄横向偏差x_pre＝x_off+Dp*θ-Δx；

S02：将该预瞄横向偏差x_pre输入控制器获取方向盘转角信息Sw_aim＝PID_Controller1(x_pre)；

其中，PID_Controller1()为控制器控制函数。

Images