[go: up one dir, main page]

CN113844445A - 基于预测参考线坐标系的车辆自动紧急制动系统与方法 - Google Patents

基于预测参考线坐标系的车辆自动紧急制动系统与方法 Download PDF

Info

Publication number
CN113844445A
CN113844445A CN202111077226.8A CN202111077226A CN113844445A CN 113844445 A CN113844445 A CN 113844445A CN 202111077226 A CN202111077226 A CN 202111077226A CN 113844445 A CN113844445 A CN 113844445A
Authority
CN
China
Prior art keywords
vehicle
obstacle
self
coordinate system
reference line
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.)
Granted
Application number
CN202111077226.8A
Other languages
English (en)
Other versions
CN113844445B (zh
Inventor
余伟
赵子瑾
张小龙
王耀农
林贤德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Zero Run Technology Co Ltd
Original Assignee
Zhejiang Zero Run Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Zero Run Technology Co Ltd filed Critical Zhejiang Zero Run Technology Co Ltd
Priority to CN202111077226.8A priority Critical patent/CN113844445B/zh
Publication of CN113844445A publication Critical patent/CN113844445A/zh
Application granted granted Critical
Publication of CN113844445B publication Critical patent/CN113844445B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60W30/0953—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
    • 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
    • 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
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • 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
    • 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
    • B60W2554/804—Relative longitudinal speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Regulating Braking Force (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种基于预测参考线坐标系的车辆自动紧急制动系统与方法，包括相互信号连接输入模块、自车轨迹预测模块、障碍物轨迹预测模块，碰撞检测模块、障碍物危险度评估模块、决策模块、输出模块，首先根据自车行驶数据和障碍物位置及形状信息预测自车运行轨迹和障碍物运动轨迹并映射到参考线坐标系下，计算障碍物是否会与自车发生碰撞，并评估危险度最高的障碍物作为避障目标。最终将制动使能信号输出到自车执行机构。本发明根据当前自车状态，预测自车的运行轨迹，以此构建参考线坐标系，将自车和障碍物映射到此坐标系下，从而适用弯道处曲率变化带来的距离扭曲，综合自车纵向减速和横向转向方式实现避障条件，更好判断最佳避障时机。

Description

基于预测参考线坐标系的车辆自动紧急制动系统与方法
技术领域
本发明涉及自车驾驶控制系统领域，尤其涉及一种基于预测参考线坐标系车辆自动紧急制动系统与方法。
背景技术
近年来，随着经济的快速发展和人们生活水平的不断提高，汽车已经取代了传统交通工具。由于道路上行驶的自车越来越多，因此如果不对自车避障进行有效控制，就可能引发安全事故。作为汽车主动安全系统的关键技术之一，自车避障方法得到了广泛的关注。
随着摄像头技术和电磁波雷达等传感器技术的进步，自车的紧急自动制动等辅助功能受到市场上越来越多的关注。自动紧急制动系统，即Autonomous Emergency braking即AEB，是指自车在非自适应巡航的情况下正常行驶，如自车遇到突发危险情况或与前车及行人距离小于安全距离时主动进行刹车，但具备这种功能的自车并不一定能够将自车完全刹停，避免或者减少追尾等碰撞事故的发生，从而提高行车安全性的一种技术。
目前，针对非自适应巡航自车的自动紧急制动系统已有不少的研究成果。但是，在现有的自车自动紧急制动系统存在往往只考虑直道场景，在弯道处容易存在误检、漏检和条件计算错误，无法避免碰撞的问题。
例如，一种在中国专利文献上公开的“一种自动驾驶装置用避障系统及避障方法”，其公告号CN107618506A，包括控制模块、驱动模块、转向模块、制动模块、检测模块和提示模块，所述的驱动模块、转向模块、制动模块、检测模块和提示模块分别与所述控制模块连接，所述的检测模块包括多个超声波传感器、图像采集器和激光测距仪。但是上述方案紧急制动系统横纵向距离依靠超声波传感器输入的数据，存在无法适用弯道处曲率变化带来的距离扭曲，从而造成在弯道处容易造成误检、漏检和条件计算错误，无法避免碰撞的问题。
发明内容
本发明是为了克服现有技术的紧急制动系统无法适用弯道处曲率变化带来的距离扭曲的问题，提供一种基于预测参考线坐标系将自车和障碍物映射到此坐标系下，从而完全适用了弯道等场景的自车自动紧急制动系统与方法。
为实现上述目的，本发明采用以下技术方案：
一种基于预测参考线坐标系的自车自动紧急制动系统，包括相互信号连接的轨迹预测模块和碰撞预测模块和决策输出模块，所述轨迹预测模块根据自车行驶数据和障碍物位置及形状信息预测自车运行轨迹和障碍物运动轨迹，所述碰撞预测模块将自车运行轨迹和障碍物运行轨迹映射到参考线坐标系下，计算障碍物是否会与自车发生碰撞，并对会与自车发生碰撞的障碍物进行危险度评估，选择危险度最高的障碍物作为避障目标，决策输出模块将符合制动能动性的目标障碍物对应制动使能信号输出到自车执行机构。轨迹预测模块还包括实时监测和采集自车行驶数据和障碍物位置及形状信息的输入模块；所述自车行驶数据包括自车速度、自车加速度和方向盘角度；所述障碍物位置及形状信息包括障碍物相对于自车的位置坐标，障碍物相对于自车的相对移动速度，障碍物相对于自车的相对移动加速度，障碍物长、宽、高信息。决策输出模块包括决策模块和输出模块，决策模块预设符合制动能动性的危险度阈值，判断目标障碍物是否满足危险度阈值，若满足则将相应的报警信号和制动信号置位，输出模块将报警信好和制动信号封装为自车can信号，输出模块将can信号发送给自车执行机构。
作为优选，所述碰撞预测模块包括碰撞检测模块和障碍物危险评估模块，所述碰撞检测模块预测一定时间内的障碍物与自车相对位置的轨迹；采用分离轴定理计算障碍物是否会与自车发生碰撞，所述障碍物危险评估模块计算每个具有碰撞风险的障碍物危险度系数，按危险度系数对障碍物进行排序，选取危险度系数最高的障碍物作为避障目标。碰撞检测模块将自车和障碍物的预测轨迹在时间上进行对齐，计算预测轨迹的时间段中每一时刻自车和障碍物是否发生碰撞，所述碰撞检测模块对发生碰撞的障碍物予以保留，剔除不发生碰撞的障碍物。
作为优选，所述危险度系数的计算因子包括自车与障碍物之间的纵向距离、纵向避障的纵向减速度、横向避障的横向加速度。分别对上述纵向距离、纵向避障纵向减速度和横向避障的横向加速度进行归一化并附加权值，计算危险度系数，选择危险度最高的障碍物作为避障目标。
作为优选，一种基于预测参考线坐标系的自车自动紧急制动方法，使用权利要求1～3任一条所述的系统，其特征在于，包括如下步骤：
步骤S1：轨迹预测模块预测自车轨迹：根据阿克曼运动学模型，推算自车一定时间内的运行轨迹；
步骤S2：轨迹预测模块预测障碍物轨迹：采用运动方程预测一定时间内的障碍物与自车相对位置的轨迹；
步骤S3：碰撞检测模块采用层次包围盒的方法，首先计算包围球的距离，判断是否发生在碰撞，若发生碰撞，再计算包围矩形是否发生碰撞；
步骤S4：障碍物危险评估模块对障碍物的危险度系数进行计算，选取危险度系数最高的障碍物；
步骤S5：决策输出模块判断最危险障碍物的危险度系数是否满足预设的危险度阈值，若满足则向通过输出模块向自车制动模块发出制动和/或报警信号。
分离轴定理为：如果能找到一个轴，两个凸形状在该轴上的投影不重叠，则这两个形状不相交。如果这个轴不存在，并且那些形状是凸形的，则可以确定两个形状相交。
即如果能找到一条直线，令包围盒A完全在直线的一边，包围盒B完全在另一边，则两包围盒不重叠。而这条直线便成为分离线，分离线在三维世界中被称为分离面，并且一定垂直于分离轴。
对于自车和障碍物，根据分离轴定理将自车和障碍物分别对应为包围盒A和包围盒B，只需计算自车和障碍物分别在四条边上的投影是否满足该定理，即可判断碰撞关系。
作为优选，所述步骤S1包括如下步骤：
步骤S11：根据自车位置、自车速度、自车加速度、方向盘转角得出自车前轮偏角和自车当前航向角；
Figure BDA0003261649430000031
Figure BDA0003261649430000032
Figure BDA0003261649430000033
其中，v为自车运行速度，a为自车加速度，δ为自车前轮偏角，L为轴距，φ为自车当前的航向角；
步骤S12：建立自车运动转移方程：
Figure BDA0003261649430000034
Figure BDA0003261649430000035
Figure BDA0003261649430000036
vt+1＝vt+a*dt
步骤S13：基于自车运动转移方程，根据阿克曼运动学模型推算接下来一定时间内自车轨迹。
作为优选，步骤S2所述的运动方程满足如下关系：
Figure BDA0003261649430000041
Figure BDA0003261649430000042
vxt+1＝Vxt+axt
vyt+1＝vyt+ayt
Figure BDA0003261649430000043
作为优选，步骤S3包括如下步骤：
步骤S31：每隔dt间隔点在自车预测轨迹和障碍物预测轨迹上取点；
步骤S32：计算包围球之间距离判断是否发生碰撞；若否，则障碍物不在自车轨迹上；若是则执行步骤S33；
步骤S33：分离轴计算包围矩形是否发生碰撞；若否，则障碍物不在自车轨迹上；若是，则障碍物在自车轨迹上。
8.根据权利要求7所述的一种基于预测参考线坐标系的自车自动紧急制动方法，其特征在于，步骤S32所述的包围球之间的距离d满足如下关系：
Figure BDA0003261649430000044
若自车和障碍物之间的距离d小于阈值，则碰撞，否则不碰撞。
作为优选，步骤S4包括计算每个具有碰撞风险的障碍物危险度系数，按危险度系数对障碍物进行排序，选取危险度系数最高的障碍物作为避障目标：如下步骤：
步骤S6.1：以自车运行轨迹为参考线，构建参考线坐标系，将障碍物坐标投影到参考线坐标系中，获取沿着参考线的自车与障碍物之间的纵向距离ds；
步骤S6.2：计算TTC时刻即障碍物与自车的碰撞时刻，
Figure BDA0003261649430000045
其中，SV为自车，TV为障碍物，V为速度，a为加速度，d为距离；
步骤S6.3：计算TTC时刻自车避障的纵向减速度：
Figure BDA0003261649430000046
其中，VTV-TTC代表TTC时刻障碍物的速度；
步骤S6.4：计算TTC时刻自车避障的横向加速度：
Figure BDA0003261649430000051
Figure BDA0003261649430000052
Figure BDA0003261649430000053
其中，lleft为自车向左避障的横向距离，lright为自车向右避障的横向距离，alat_right向左避障横向加速度，alat_right为向右避障横向加速度，alat为横向避障加速度；
步骤S6.5：计算障碍物危险度系数COST，按危险度系数对障碍物进行排序，选取危险度系数最高的障碍物作为避障目标：
COsT＝w1ds+w2agt+w3atcl
其中：w1、w2、w3为加权系数，ds为纵向距离，alat为纵向避障减速度，alat为横向避障加速度。传统的AEB系统只考虑通过制动实现纵向避障。但是在很多实际场景下，驾驶员通过转向也可以避免碰撞。而且速度越快，转向避障最晚时刻晚于纵向制动避障最晚时刻。故在计算纵向减速度后，通过计算横向避障加速度，也可以判断避障是否一定触发。在坐标系转换的基础上，通过计算自车向左和向右转向避障需要的最小加速度，取二者较小的那一个作为自车横向避障加速度。
作为优选，所述参考线坐标系为Frenet坐标系。参考线坐标系为Frenet坐标系，对于纵向距离dx，输入模块提供的是笛卡尔坐标系下的纵向距离，而在弯道时，该距离并不代表辆车之间的实际距离；将笛卡尔坐标系转换为Frenet坐标系，将笛卡尔坐标系的纵向距离和横向距离转换为Frednet坐标系的纵向距离和横向距离。通过该种坐标系的变换，更好的适应了弯道场景。
因此，本发明具有如下有益效果：(1)本发明根据当前自车状态，预测自车一定时间内的运行轨迹，以此构建参考线坐标系，将自车和障碍物映射到此坐标系下，从而适用弯道处曲率变化带来的距离扭曲。(2)同时预测障碍物轨迹，包括行人和自车，障碍物轨迹携带时间信息便于判断全时间段安全性。(3)综合自车纵向减速和横向转向方式实现避障条件，更好判断最佳避障时机。
附图说明
图1是本发明一实施例的自车自动紧急制动系统模块示意图。
图2是本发明一实施例的自车碰撞检测模块检测方法流程图。
图3是本发明一实施例的障碍物危险评估模块评估方法流程图。
图4是本发明自车与障碍物关系迪卡尔坐标系示意图。
图5是本发明自车与障碍物关系参考线坐标系示意图。
图6是本发明笛卡尔坐标系与参考线坐标系对比图。
图7是本发明一实施例横向避障轨迹示意图。
图8是本发明一实施例分离轴定理示意图。
图中：1、轨迹预测模块 2、碰撞预测模块 3、决策输出模块 4、自车 5、障碍物 6、笛卡尔坐标系 7、参考线坐标系 8、向左避障轨迹 9、向右避障轨迹 10障碍物在纵向的投影。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
实施例：
图2为本发明的自车自动紧急制动系统模块示意图，输入模块根据摄像头、毫米波雷达等传感器，实时感知道路障碍物，提供包括行人、车辆、自行车等道路障碍物信息，获取障碍物相对于自体自车的位置坐标、速度、加速度、长宽高等信息；以及自车底盘运动信息，包括自车速度、加速度、方向盘角度等信息。
轨迹预测模块中的车辆轨迹预测模块预测自车轨迹，障碍物轨迹预测模块预测障碍物轨迹；
自车轨迹预测方法，根据当前车辆的位置p，速度v，加速度a，方向盘转角，使用阿克曼运动学模型预测自当前时刻起未来3s内的自车运行轨迹；
Figure BDA0003261649430000061
Figure BDA0003261649430000062
Figure BDA0003261649430000063
δ代表前轮偏角，L代表轴距，
Figure BDA0003261649430000067
代表当前车辆的航向角；
可得车辆运动转移方程：
Figure BDA0003261649430000064
Figure BDA0003261649430000065
Figure BDA0003261649430000066
vt+1＝vt+a*dt
由此可以推算3s内的自车轨迹。
障碍物轨迹预测方法：采用运动方程法预测障碍物自当前时刻起未来3s内移动轨迹：
Figure BDA0003261649430000071
Figure BDA0003261649430000072
vxi+1＝vxt+cxt
vyt+1＝vyt+dyt
Figure BDA0003261649430000073
对于障碍物轨迹预测可以采用自车轨迹预测同样的方法，但是现实中障碍物偏航角传感信息难以获得，故采用运动方程预测障碍物轨迹。
如图2所示的自车碰撞检测模块检测方法流程图，
步骤S31：每隔0.1s间隔点在自车预测轨迹和障碍物预测轨迹上取点；
步骤S32：计算包围球之间距离判断是否发生碰撞；若否，则障碍物不在自车轨迹上；若是则执行步骤S33；
包围球之间的距离d满足如下关系：
Figure BDA0003261649430000074
若自车和障碍物之间的距离d小于阈值，则碰撞，否则不碰撞。
步骤S33：分离轴计算包围矩形是否发生碰撞；若否，则障碍物不在自车轨迹上；若是，则障碍物在自车轨迹上。
如图8所示分离轴定理为：如果能找到一个轴，两个凸形状在该轴上的投影不重叠，则这两个形状不相交。如果这个轴不存在，并且那些形状是凸形的，则可以确定两个形状相交。
即如果能找到一条直线，令包围盒A完全在直线的一边，包围盒B完全在另一边，则两包围盒不重叠。而这条直线便成为分离线，分离线在三维世界中被称为分离面，并且一定垂直于分离轴。
若某一轴为分离轴，这在此轴上的投影，满足以下关系。
Proj(T)＞0.5*Proj(A)+0.5*Proj(B)
|T·L|＞|(WA*Ax)·L|+|(HA*Ay)·L|+|(WB*Bx)·L|+|(HB*By)·L|
对于自车和障碍物，根据分离轴定理将自车和障碍物分别对应为包围盒A和包围盒B，只需计算自车和障碍物分别在四条边上的投影是否满足该定理，即可判断碰撞关系。计算方式如下所示：
L＝Ax
|T·Ax|＞|(WA*Ax)·Ax|+|(HA*Ay)·Ax|+|(WB*Bx)·Ax|+|(HB*By)·Ax|
|T·Ax|＞WA+|(WB*Bx)·Ax|+|(HB*By)·Ax|
L＝Ay
|T·Ay|＞HA+|(WB*Bx)·Ay|+|(HB*By)·Ay|
L＝Bx
|T·Bx|＞|(WA*Ax)·Bx|+|(HA*Ay)·Bx|+WB
L＝By
|T·By|＞|(WA*Ax)·By|+|(HA*Ay)·By|+HB
如图3～图7所示障碍物危险评估模块采用坐标系变换思想，通过计算每个存在碰撞风险的障碍物避障纵向减速度、横向加速度和纵向距离。来对障碍物危险程度进行打分，最终选取最危险障碍物；具体包括如下步骤：
步骤S6.1：以自车运行轨迹为参考线，构建参考线坐标系，将障碍物坐标投影到参考线坐标系中，获取沿着参考线的自车与障碍物之间的纵向距离ds；
步骤S6.2：计算TTC时刻即障碍物与自车的碰撞时刻，
Figure BDA0003261649430000081
其中，SV为自车，TV为障碍物，V为速度，a为加速度，d为距离；
步骤S6.3：计算TTC时刻自车避障的纵向减速度：
Figure BDA0003261649430000082
其中，VTV-TTC代表TTC时刻障碍物的速度；
步骤S6.4：计算TTC时刻自车避障的横向加速度：
Figure BDA0003261649430000083
Figure BDA0003261649430000091
Figure BDA0003261649430000092
其中，lleft为自车向左避障的横向距离，lright为自车向右避障的横向距离，alat_right向左避障横向加速度，alat_right为向右避障横向加速度，alat为横向避障加速度；
步骤S6.5：计算障碍物危险度系数COST，按危险度系数对障碍物进行排序，选取危险度系数最高的障碍物作为避障目标：
COST＝w1ds+w2algt+w3dlat
其中：w1、w2、w3为加权系数，ds为纵向距离，alat为纵向避障减速度，alat为横向避障加速度。传统的AEB系统只考虑通过制动实现纵向避障。但是在很多实际场景下，驾驶员通过转向也可以避免碰撞。而且速度越快，转向避障最晚时刻晚于纵向制动避障最晚时刻。故在计算纵向减速度后，通过计算横向避障加速度，也可以判断避障是否一定触发。在坐标系转换的基础上，通过计算自车向左和向右转向避障需要的最小加速度，取二者较小的那一个作为自车横向避障加速度。
决策输出模块包括决策模块和输出模块，决策模块预设符合制动能动性的危险度阈值，判断目标障碍物是否满足危险度阈值，若满足则将相应的报警信号和制动信号置位，输出模块将报警信好和制动信号封装为自车can信号，输出模块将can信号发送给自车执行机构。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了参考线坐标系、阿克曼学模型、包围球、危险度系数等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (10)

1.一种基于预测参考线坐标系的车辆自动紧急制动系统，其特征在于，包括相互信号连接的轨迹预测模块和碰撞预测模块和决策输出模块，所述轨迹预测模块根据自车行驶数据和障碍物位置及形状信息预测自车运行轨迹和障碍物运动轨迹，所述碰撞预测模块将自车运行轨迹和障碍物运行轨迹映射到参考线坐标系下，计算障碍物是否会与自车发生碰撞，并对会与自车发生碰撞的障碍物进行危险度评估，选择危险度最高的障碍物作为避障目标，决策输出模块将符合制动能动性的目标障碍物对应制动使能信号输出到自车执行机构。
2.根据权利要求1所述的基于预测参考线坐标系的车辆自动紧急制动系统，其特征在于，所述碰撞预测模块包括碰撞检测模块和障碍物危险评估模块，所述碰撞检测模块预测一定时间内的障碍物与自车相对位置的轨迹；采用分离轴定理计算障碍物是否会与自车发生碰撞，所述障碍物危险评估模块计算每个具有碰撞风险的障碍物危险度系数，按危险度系数对障碍物进行排序，选取危险度系数最高的障碍物作为避障目标。
3.根据权利要求2所述的基于预测参考线坐标系的车辆自动紧急制动系统，其特征在于，所述危险度系数的计算因子包括自车与障碍物之间的纵向距离、纵向避障的纵向减速度、横向避障的横向加速度。
4.一种基于预测参考线坐标系的车辆自动紧急制动方法，使用权利要求1～3任一条所述的系统，其特征在于，包括如下步骤：
步骤S1：轨迹预测模块预测自车轨迹：根据阿克曼运动学模型，推算自车一定时间内的运行轨迹；
步骤S2：轨迹预测模块预测障碍物轨迹：采用运动方程预测一定时间内的障碍物与自车相对位置的轨迹；
步骤S3：碰撞检测模块采用层次包围盒的方法，首先计算包围球的距离，判断是否发生在碰撞，若发生碰撞，再计算包围矩形是否发生碰撞；
步骤S4：障碍物危险评估模块对障碍物的危险度系数进行计算，选取危险度系数最高的障碍物；
步骤S5：决策输出模块最危险障碍物的危险度系数是否满足预设的危险度阈值，若满足则向通过输出模块向自车制动模块发出制动和/或报警信号。
5.根据权利要求4所述的基于预测参考线坐标系的车辆自动紧急制动方法，其特征在于，所述步骤S1包括如下步骤：
步骤S11：根据自车位置、自车速度、自车加速度、方向盘转角得出自车前轮偏角和自车当前航向角；
Figure FDA0003261649420000021
Figure FDA0003261649420000022
Figure FDA0003261649420000023
其中，v为自车运行速度，a为自车加速度，δ为自车前轮偏角，L为轴距，φ为自车当前的航向角；
步骤S12：建立自车运动转移方程：
Figure FDA0003261649420000024
Figure FDA0003261649420000025
Figure FDA0003261649420000026
vt+1＝vt+a*dt
步骤S13：基于自车运动转移方程，根据阿克曼运动学模型推算接下来一定时间内自车轨迹。
6.根据权利要求5所述的基于预测参考线坐标系的车辆自动紧急制动方法，其特征在于，步骤S2所述的运动方程满足如下关系：
Figure FDA0003261649420000027
Figure FDA0003261649420000028
vxt+1＝vxt+axt
vyt+1＝vyt+ayt
Figure FDA0003261649420000029
7.根据权利要求6所述的基于预测参考线坐标系的车辆自动紧急制动方法，其特征在于，步骤S3包括如下步骤：
步骤S31：每隔dt间隔点在自车预测轨迹和障碍物预测轨迹上取点；
步骤S32：计算包围球之间距离判断是否发生碰撞；若否，则障碍物不在自车轨迹上；若是则执行步骤S33；
步骤S33：分离轴计算包围矩形是否发生碰撞；若否，则障碍物不在自车轨迹上；若是，则障碍物在自车轨迹上。
8.根据权利要求7所述的基于预测参考线坐标系的车辆自动紧急制动方法，其特征在于，步骤S32所述的包围球之间的距离d满足如下关系：
Figure FDA0003261649420000031
9.根据权利要求8所述的基于预测参考线坐标系的车辆自动紧急制动方法，其特征在于，步骤S4包括计算每个具有碰撞风险的障碍物危险度系数，按危险度系数对障碍物进行排序，选取危险度系数最高的障碍物作为避障目标：如下步骤：
步骤S6.1：以自车运行轨迹为参考线，构建参考线坐标系，将障碍物坐标投影到参考线坐标系中，获取沿着参考线的自车与障碍物之间的纵向距离ds；
步骤S6.2：计算TTC时刻即障碍物与自车的碰撞时刻，
Figure FDA0003261649420000032
其中，SV为自车，TV为障碍物，V为速度，a为加速度，d为距离；
步骤S6.3：计算TTC时刻自车避障的纵向减速度：
Figure FDA0003261649420000033
其中，VTV-TTC代表TTC时刻障碍物的速度；
步骤S6.4：计算TTC时刻自车避障的横向加速度：
Figure FDA0003261649420000034
Figure FDA0003261649420000035
Figure FDA0003261649420000036
其中，lleft为自车向左避障的横向距离，lright为自车向右避障的横向距离，alat_right向左避障横向加速度，alat_right为向右避障横向加速度，alat为横向避障加速度；
步骤S6.5：计算障碍物危险度系数COST，按危险度系数对障碍物进行排序，选取危险度系数最高的障碍物作为避障目标：
COST＝w1ds+w2algt+w3alat
其中：w1、w2、w3为加权系数，ds为纵向距离，alat为纵向避障减速度，alat为横向避障加速度。
10.根据权利要求9所述的基于预测参考线坐标系的车辆自动紧急制动方法，其特征在于，所述参考线坐标系为Frenet坐标系。
CN202111077226.8A 2021-09-14 2021-09-14 基于预测参考线坐标系的车辆自动紧急制动系统与方法 Active CN113844445B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111077226.8A CN113844445B (zh) 2021-09-14 2021-09-14 基于预测参考线坐标系的车辆自动紧急制动系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111077226.8A CN113844445B (zh) 2021-09-14 2021-09-14 基于预测参考线坐标系的车辆自动紧急制动系统与方法

Publications (2)

Publication Number Publication Date
CN113844445A true CN113844445A (zh) 2021-12-28
CN113844445B CN113844445B (zh) 2022-12-30

Family

ID=78973846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111077226.8A Active CN113844445B (zh) 2021-09-14 2021-09-14 基于预测参考线坐标系的车辆自动紧急制动系统与方法

Country Status (1)

Country Link
CN (1) CN113844445B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114089775A (zh) * 2022-01-20 2022-02-25 杭州蓝芯科技有限公司 移动机器人的停障控制方法与装置
CN114162115A (zh) * 2022-02-10 2022-03-11 北京宏景智驾科技有限公司 用于智能驾驶的车辆碰撞风险监控方法及域控制器
CN114312698A (zh) * 2022-01-24 2022-04-12 岚图汽车科技有限公司 车辆制动方法、装置、设备及可读存储介质
CN114559956A (zh) * 2022-02-23 2022-05-31 阿波罗智联(北京)科技有限公司 自动驾驶车辆的避让方法、装置、设备及计算机存储介质
CN114834446A (zh) * 2022-05-09 2022-08-02 北京主线科技有限公司 一种车辆的碰撞预测方法、装置、介质和电子设备
CN114987496A (zh) * 2022-05-24 2022-09-02 浙江零跑科技股份有限公司 一种自动紧急刹车系统的危险目标筛选方法
CN115027464A (zh) * 2022-07-29 2022-09-09 西安电子科技大学芜湖研究院 一种基于方向包围盒的自动驾驶碰撞检测方法
CN115123216A (zh) * 2022-08-05 2022-09-30 国汽智控(北京)科技有限公司 车辆避障方法、装置、车辆、设备及存储介质
CN115257720A (zh) * 2022-08-30 2022-11-01 重庆长安汽车股份有限公司 基于转弯场景的紧急避撞方法、装置、设备及介质
CN116653932A (zh) * 2023-06-09 2023-08-29 苏州畅行智驾汽车科技有限公司 一种车辆自动紧急转向的实现方法及相关装置
CN117707163A (zh) * 2023-12-13 2024-03-15 湖南大学苏州研究院 一种无人驾驶车辆紧急避障方法与系统
WO2024152489A1 (zh) * 2023-01-18 2024-07-25 清华大学 智能车辆紧急避撞方法与系统
CN118810704A (zh) * 2024-09-18 2024-10-22 北京赛目科技股份有限公司 一种车辆的制动避障方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019194758A (ja) * 2018-05-01 2019-11-07 キヤノン株式会社 情報処理装置、情報処理方法、およびプログラム
CN112068545A (zh) * 2020-07-23 2020-12-11 哈尔滨工业大学（深圳） 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、系统及存储介质
US20210031800A1 (en) * 2018-04-24 2021-02-04 Qip Patentanwâlte Method and apparatus for cooperatively coordinating future driving maneuvers of a vehicle with foreign maneuvers of at least one foreign vehicle
US20210146922A1 (en) * 2018-04-24 2021-05-20 Robert Bosch Gmbh Method and device for a cooperative coordination between future driving maneuvers of one vehicle and the maneuvers of at least one other vehicle

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210031800A1 (en) * 2018-04-24 2021-02-04 Qip Patentanwâlte Method and apparatus for cooperatively coordinating future driving maneuvers of a vehicle with foreign maneuvers of at least one foreign vehicle
US20210146922A1 (en) * 2018-04-24 2021-05-20 Robert Bosch Gmbh Method and device for a cooperative coordination between future driving maneuvers of one vehicle and the maneuvers of at least one other vehicle
JP2019194758A (ja) * 2018-05-01 2019-11-07 キヤノン株式会社 情報処理装置、情報処理方法、およびプログラム
CN112068545A (zh) * 2020-07-23 2020-12-11 哈尔滨工业大学（深圳） 一种无人驾驶车辆在十字路口的行驶轨迹规划方法、系统及存储介质

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114089775A (zh) * 2022-01-20 2022-02-25 杭州蓝芯科技有限公司 移动机器人的停障控制方法与装置
CN114312698A (zh) * 2022-01-24 2022-04-12 岚图汽车科技有限公司 车辆制动方法、装置、设备及可读存储介质
CN114162115A (zh) * 2022-02-10 2022-03-11 北京宏景智驾科技有限公司 用于智能驾驶的车辆碰撞风险监控方法及域控制器
CN114162115B (zh) * 2022-02-10 2022-06-14 北京宏景智驾科技有限公司 用于智能驾驶的车辆碰撞风险监控方法及域控制器
CN114559956A (zh) * 2022-02-23 2022-05-31 阿波罗智联(北京)科技有限公司 自动驾驶车辆的避让方法、装置、设备及计算机存储介质
CN114834446A (zh) * 2022-05-09 2022-08-02 北京主线科技有限公司 一种车辆的碰撞预测方法、装置、介质和电子设备
CN114987496B (zh) * 2022-05-24 2024-11-29 浙江零跑科技股份有限公司 一种自动紧急刹车系统的危险目标筛选方法
CN114987496A (zh) * 2022-05-24 2022-09-02 浙江零跑科技股份有限公司 一种自动紧急刹车系统的危险目标筛选方法
CN115027464A (zh) * 2022-07-29 2022-09-09 西安电子科技大学芜湖研究院 一种基于方向包围盒的自动驾驶碰撞检测方法
CN115027464B (zh) * 2022-07-29 2025-02-07 西安电子科技大学芜湖研究院 一种基于方向包围盒的自动驾驶碰撞检测方法
CN115123216A (zh) * 2022-08-05 2022-09-30 国汽智控(北京)科技有限公司 车辆避障方法、装置、车辆、设备及存储介质
CN115257720B (zh) * 2022-08-30 2024-06-25 重庆长安汽车股份有限公司 基于转弯场景的紧急避撞方法、装置、设备及介质
CN115257720A (zh) * 2022-08-30 2022-11-01 重庆长安汽车股份有限公司 基于转弯场景的紧急避撞方法、装置、设备及介质
WO2024152489A1 (zh) * 2023-01-18 2024-07-25 清华大学 智能车辆紧急避撞方法与系统
CN116653932B (zh) * 2023-06-09 2024-03-26 苏州畅行智驾汽车科技有限公司 一种车辆自动紧急转向的实现方法及相关装置
CN116653932A (zh) * 2023-06-09 2023-08-29 苏州畅行智驾汽车科技有限公司 一种车辆自动紧急转向的实现方法及相关装置
CN117707163A (zh) * 2023-12-13 2024-03-15 湖南大学苏州研究院 一种无人驾驶车辆紧急避障方法与系统
CN118810704A (zh) * 2024-09-18 2024-10-22 北京赛目科技股份有限公司 一种车辆的制动避障方法、装置及电子设备
CN118810704B (zh) * 2024-09-18 2025-01-24 北京赛目科技股份有限公司 一种车辆的制动避障方法、装置及电子设备

Also Published As

Publication number Publication date
CN113844445B (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN113844445B (zh) 基于预测参考线坐标系的车辆自动紧急制动系统与方法
WO2022133684A1 (zh) 控制方法、相关设备及计算机可读存储介质
CN110481544B (zh) 一种针对行人的汽车避撞方法及避撞系统
CN110362077B (zh) 无人驾驶车辆紧急避险决策系统、方法及介质
US12168439B2 (en) Vehicle control device, and vehicle control system
JP6710710B2 (ja) 車両制御装置、車両制御方法、およびプログラム
US20210188356A1 (en) Vehicle control device
US20210188258A1 (en) Vehicle control device
CN113386795A (zh) 一种自动驾驶车辆智能决策及局部轨迹规划方法及其决策系统
JP5620147B2 (ja) 可動物予測装置及びプログラム
EP3741639A1 (en) Vehicle control device
US20200238980A1 (en) Vehicle control device
EP3715204A1 (en) Vehicle control device
CN114312772B (zh) 一种斑马线路口场景下安全驾驶控制方法
CN113460081A (zh) 车辆控制装置、车辆控制方法及存储介质
JP2019151207A (ja) 車両制御装置、車両制御方法、およびプログラム
EP3738849A1 (en) Vehicle control device
JP2020158048A (ja) 車両制御装置、車両制御方法、およびプログラム
CN111688692A (zh) 车辆控制装置、车辆控制方法及存储介质
CN113525413A (zh) 车辆控制装置、车辆控制方法及存储介质
CN113460080A (zh) 车辆控制装置、车辆控制方法及存储介质
CN113655469B (zh) 基于智能驾驶的预测感知盲区中存在物体的方法及系统
JP7446216B2 (ja) 車両制御装置
CN114103893A (zh) 一种无人车的轨迹预测防撞方法
CN113788016A (zh) 防误触发的自动紧急制动控制方法、系统、服务器及存储介质

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