CN111703424A - 一种智能网联汽车多传感器融合辅助变道方法及*** - Google Patents
一种智能网联汽车多传感器融合辅助变道方法及*** Download PDFInfo
- Publication number
- CN111703424A CN111703424A CN202010455667.6A CN202010455667A CN111703424A CN 111703424 A CN111703424 A CN 111703424A CN 202010455667 A CN202010455667 A CN 202010455667A CN 111703424 A CN111703424 A CN 111703424A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- current
- lane
- angle
- yaw angle
- 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
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000006855 networking Effects 0.000 title claims abstract description 16
- 230000001133 acceleration Effects 0.000 claims abstract description 94
- 230000008859 change Effects 0.000 claims description 64
- 238000001514 detection method Methods 0.000 abstract description 9
- 230000006399 behavior Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
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
- B60W30/18—Propelling the vehicle
-
- 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
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开一种智能网联汽车多传感器融合辅助变道方法及***,属于辅助变道技术领域,解决了现有技术中车辆变道行为检测结果准确性不够的问题。一种智能网联汽车多传感器融合辅助变道方法,包括以下步骤:获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;获取车辆横向速度,获取车辆横向加速度;确定车辆行驶状态是否为转向,若否,则确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道。本发明所述的智能网联汽车多传感器融合辅助变道方法,结合了道路情况和车辆本身的运动情况,提高了车辆变道行为检测结果的准确性。
Description
技术领域
本发明涉及辅助变道技术领域,尤其是涉及一种智能网联汽车多传感器融合辅助变道方法及***。
背景技术
随着人工智能、传感器检测以及车联网等技术的不断发展,智能网联汽车可以更加容易地感知和获取周围环境和车辆的信息,为车辆的智能辅助变道提供了技术支持;在智能网联环境下,车辆可以与信号覆盖范围内的周围车辆进行实时通信,从而获得周围车辆的位置和驾驶行为等实时信息,并根据实际情况和辅助建议及时地做出决策,从而减少由于变道造成的安全事故的发生,提高驾驶的安全性。
目前的车辆变道(转向)检测方法大多是采用单一传感器基于规则或基于学习对车辆的变道行为进行检测,未能结合道路情况和车辆本身的运动情况,导致车辆变道行为检测结果准确性不够,且具有一定的局限性,不能广泛地适应各种场景。
发明内容
有鉴于此,本发明提供了一种智能网联汽车多传感器融合辅助变道方法及***,解决现有技术中车辆变道行为检测结果不够准确的技术问题。
一方面,本发明提供了一种智能网联汽车多传感器融合辅助变道方法,包括以下步骤:
获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;
根据所述车辆行驶方向与车道线之间的夹角、车辆初始偏航角,得到当前车道线的方向角度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度;
根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,若否,则根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道。
进一步地,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,具体包括,
根据公式
获取车辆横向速度vL,其中,v为车辆速度,α为车辆当前偏航角,β为当前车道线的方向角度;
根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度,具体包括,
根据公式
获取车辆横向加速度aL,其中,a为车辆加速度,α为车辆当前偏航角,β为当前车道线的方向角度。
进一步地,根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,具体包括,若在当前时刻t时,α(t)-β(t)>ρ,则判定车辆行驶状态为右转向,若α(t)-β(t)<-ρ,则判定车辆行驶状态为左转向,其中,α(t)为当前时刻t时车辆偏航角,β(t)为当前时刻t时车道线的方向角度,ρ为转向阈值。
进一步地,根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道,具体包括,
若aL(t)>ε,则确定车辆有向右变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值大于δ,则判定车辆向右进行变道,否则,车辆未进行变道;
若aL(t)<-ε,则确定车辆有向左变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值小于-δ,则判定车辆向左进行变道,否则,车辆未进行变道;
若-ε≤aL(t)≤ε并且vL(t)>δ,则判定车辆向右进行变道,若-ε≤aL(t)≤ε并且vL(t)<-δ,则判定车辆向左进行变道;其中,aL(t)为当前时刻t时车辆横向加速度,vL(t)为当前时刻t时车辆横向加速度,ε为变道行为横向加速度判定阈值,δ为变道行为横向速度判定阈值。
进一步地,所述智能网联汽车多传感器融合辅助变道方法,还包括,将车辆行驶状态是否为转向、车辆行驶状态是否为有变道意图及车辆是否进行变道信息共享至周围车辆。
另一方面,本发明提供了一种智能网联汽车多传感器融合辅助变道***,包括数据采集模块、车辆状态获取模块及车辆行驶状态判定模块,
所述数据采集模块,用于获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;
所述车辆状态获取模块,用于根据所述车辆行驶方向与车道线之间的夹角、车辆初始偏航角,得到当前车道线的方向角度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度;
所述车辆行驶状态判定模块,用于根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,若否,则根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道。
进一步地,所述车辆状态获取模块包括车辆速度获取单元和车辆加速度获取单元,所述车辆速度获取单元,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,具体包括,
根据公式
获取车辆横向速度vL,其中,v为车辆速度,α为车辆当前偏航角,β为当前车道线的方向角度;
所述车辆加速度获取单元,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度,具体包括,
根据公式
获取车辆横向加速度aL,其中,a为车辆加速度,α为车辆当前偏航角,β为当前车道线的方向角度。
进一步地,所述车辆行驶状态判定模块,根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,具体包括,若在当前时刻t时,α(t)-β(t)>ρ,则判定车辆行驶状态为右转向,若α(t)-β(t)<-ρ,则判定车辆行驶状态为左转向,其中,α(t)为当前时刻t时车辆偏航角,β(t)为当前时刻t时车道线的方向角度,ρ为转向阈值。
进一步地,所述车辆行驶状态判定模块,根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道,具体包括,
若aL(t)>ε,则确定车辆有向右变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值大于δ,则判定车辆向右进行变道,否则,车辆未进行变道;
若aL(t)<-ε,则确定车辆有向左变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值小于-δ,则判定车辆向左进行变道,否则,车辆未进行变道;
若-ε≤aL(t)≤ε并且vL(t)>δ,则判定车辆向右进行变道,若-ε≤aL(t)≤ε并且vL(t)<-δ,则判定车辆向左进行变道;其中,aL(t)为当前时刻t时车辆横向加速度,vL(t)为当前时刻t时车辆横向加速度,ε为变道行为横向加速度判定阈值,δ为变道行为横向速度判定阈值。
所述智能网联汽车多传感器融合辅助变道***还包括信息共享模块,所述信息共享模块,用于将车辆行驶状态是否为转向、车辆行驶状态是否为有变道意图及车辆是否进行变道信息共享至周围车辆。
与现有技术相比,本发明的有益效果包括:通过获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;根据所述车辆行驶方向与车道线之间的夹角、车辆初始偏航角,得到当前车道线的方向角度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度;根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,若否,则根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道;结合了道路情况和车辆本身的运动情况,提高了车辆变道行为检测结果的准确性。
附图说明
图1是本发明实施例1所述的智能网联汽车多传感器融合辅助变道方法的流程示意图;
图2是本发明实施例2所述的车辆行驶方向与车道线之间的夹角示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
本发明实施例提供了一种智能网联汽车多传感器融合辅助变道方法,其流程示意图,如图1所示,所述智能网联汽车多传感器融合辅助变道方法包括以下步骤:
步骤S1、获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;
步骤S2、根据所述车辆行驶方向与车道线之间的夹角、车辆初始偏航角,得到当前车道线的方向角度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度;
步骤S3、根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,若否,则根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道。
一个具体实施例中,根据车辆行驶方向与车道线之间的夹角θ和车辆初始偏航角α0计算当前车道线的方向角度β,β=θ+α0;
优选的,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,具体包括,
根据公式
获取车辆横向速度vL,其中,v为车辆速度,α为车辆当前偏航角,β为当前车道线的方向角度。
根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度,具体包括,
根据公式
获取车辆横向加速度aL,其中,a为车辆加速度,α为车辆当前偏航角,β为当前车道线的方向角度。
优选的,根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,具体包括,若在当前时刻t时,α(t)-β(t)>ρ,则判定车辆行驶状态为右转向,若α(t)-β(t)<-ρ,则判定车辆行驶状态为左转向,其中,α(t)为当前时刻t时车辆偏航角,β(t)为当前时刻t时车道线的方向角度,ρ为转向阈值。
一个具体实施例中,转向阈值ρ为取值为60°~80°之间,优选的,ρ=70°,
优选的,根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道,具体包括,
若aL(t)>ε,则确定车辆有向右变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值大于δ,则判定车辆向右进行变道,否则,车辆未进行变道;
若aL(t)<-ε,则确定车辆有向左变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值小于-δ,则判定车辆向左进行变道,否则,车辆未进行变道;
若-ε≤aL(t)≤ε并且vL(t)>δ,则判定车辆向右进行变道,若-ε≤aL(t)≤ε并且vL(t)<-δ,则判定车辆向左进行变道;其中,aL(t)为当前时刻t时车辆横向加速度,vL(t)为当前时刻t时车辆横向加速度,ε为变道行为横向加速度判定阈值,δ为变道行为横向速度判定阈值。
需要说明的是,ε和δ这两个参数与行驶的场景有关(高速,城区不同路况等),可以分场景采集大量数据进行学习确定,以高速公路场景为例,变道行为横向加速度判定阈值ε的范围可为0.5m/s2~1m/s2,变道行为横向速度判定阈值δ的范围可为40m/s~60m/s;若aL(t)>ε,则提示车辆有向右变道意图,并进一步判断车辆是否变道:从t时刻开始监测横向加速度aL的值,当aL的值第一次过零点时记为aL(t0)=0,此时,判断t0时刻的横向速度值,若vL(t0)>δ,则判定车辆向右变道;否则车辆未变道;
若aL(t)<-ε,则提示车辆有向左变道意图,同理,aL(t0)=0时,判断t0时刻的横向速度值,若vL(t0)<-δ,则判定车辆向左变道;否则车辆未变道;若-ε<aL(t)<ε,则提示车辆没有变道意图,同时实时监测横向速度值,若vL(t)>δ,则判定车辆向右平缓变道;若vL(t)<-δ,则判定车辆向左平缓变道。
优选的,智能网联汽车多传感器融合辅助变道方法还包括,将车辆行驶状态是否为转向、车辆行驶状态是否为有变道意图及车辆是否进行变道信息共享至周围车辆。
实施例2
本发明实施例提供了一种智能网联汽车多传感器融合辅助变道***,包括数据采集模块、车辆状态获取模块及车辆行驶状态判定模块,
所述数据采集模块,用于获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;
所述车辆状态获取模块,用于根据所述车辆行驶方向与车道线之间的夹角、车辆初始偏航角,得到当前车道线的方向角度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度;
所述车辆行驶状态判定模块,用于根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,若否,则根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道。
一个具体实施例中,所述数据采集模块包括摄像头、陀螺仪、加速度计个GPS/北斗高精度定位模块等,将摄像头固定在车辆上,校准后,采集(采样间隔T可根据高速、城市道路等不同场景进行设置)道路信息并计算车辆行驶方向与车道线之间的夹角θ(以车辆行驶方向为轴线,以顺时针方向为正);根据车辆行驶方向与车道线之间的夹角和当前车辆偏航角计算当前车道线的方向角度β;车辆行驶方向与车道线之间的夹角示意图,如图2所示;
将陀螺仪和加速度计组成的MPU6050六轴传感器,将所述六轴传感器安装在车辆并校准,实时采集并计算车辆的加速度a及偏航角α(以顺时针方向为正)信息;采用GPS/北斗高精度定位模块实时获取高精度位置信息并计算车辆的行驶速度(车辆速度)v;
根据陀螺仪、加速度计以及高精度定位模块所采集的加速度a、偏航角α以及车辆行驶速度v等信息,实时计算车辆的横向速度vL以及横向加速度aL:
优选的,所述车辆状态获取模块包括车辆速度获取单元和车辆加速度获取单元,所述车辆速度获取单元,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,具体包括,
根据公式
获取车辆横向速度vL,其中,v为车辆速度,α为车辆当前偏航角,β为当前车道线的方向角度。
所述车辆加速度获取单元,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度,具体包括,
根据公式
获取车辆横向加速度aL,其中,a为车辆加速度,α为车辆当前偏航角,β为当前车道线的方向角度。
优选的,所述车辆行驶状态判定模块,根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,具体包括,若在当前时刻t时,α(t)-β(t)>ρ,则判定车辆行驶状态为右转向,若α(t)-β(t)<-ρ,则判定车辆行驶状态为左转向,其中,α(t)为当前时刻t时车辆偏航角,β(t)为当前时刻t时车道线的方向角度,ρ为转向阈值。
优选的,所述车辆行驶状态判定模块,根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道,具体包括,
若aL(t)>ε,则确定车辆有向右变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值大于δ,则判定车辆向右进行变道,否则,车辆未进行变道;
若aL(t)<-ε,则确定车辆有向左变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值小于-δ,则判定车辆向左进行变道,否则,车辆未进行变道;
若-ε≤aL(t)≤ε并且vL(t)>δ,则判定车辆向右进行变道,若-ε≤aL(t)≤ε并且vL(t)<-δ,则判定车辆向左进行变道;其中,aL(t)为当前时刻t时车辆横向加速度,vL(t)为当前时刻t时车辆横向加速度,ε为变道行为横向加速度判定阈值,δ为变道行为横向速度判定阈值。
一个具体实施例中,在t时刻,若α(t)-β(t)>70°,则判定车辆行驶状态为右转;若α(t)-β(t)<-70°,则判定车辆行驶状态为左转;摄像头重新采集道路信息并计算当前车道线的方向角度。
若-70°≤α(t)-β(t)≤70°时,且若aL(t)>ε,则提示车辆有向右变道意图,并进一步判断车辆是否变道:从t时刻开始监测横向加速度aL的值,当aL的值第一次过零点时记为aL(t0)=0,此时,判断t0时刻的横向速度值,若vL(t0)>δ,则判定车辆向右变道;否则车辆未变道。
若aL(t)<-ε,则显示屏信息交互模块提示车辆有向左变道意图,同理,aL(t0)=0时,判断t0时刻的横向速度值,若vL(t0)<-δ,则判定车辆向左变道;否则车辆未变道。
若-ε≤aL(t)≤ε,则显示屏信息交互模块提示车辆没有变道意图,同时实时监测横向速度值,若vL(t)>δ,则判定车辆向右平缓变道;若vL(t)<-δ,则判定车辆向左平缓变道;
优选的,所述智能网联汽车多传感器融合辅助变道***还包括信息共享模块,所述信息共享模块,用于将车辆行驶状态是否为转向、车辆行驶状态是否为有变道意图及车辆是否进行变道信息共享至周围车辆;
一个具体实施例中,摄像头以采集车道信息,并计算更新当前车道线的方向角度β,重复判断车辆转向及变道情况;在夜间或极端天气下,摄像头感知效果受影响时,可采用取偏航角滑动平均值的方法对车道线方向角度进行更新和校正:对固定时间间隔(根据车辆变道所需时间通过工程实践确定)内的所有偏航角的值取滑动平均值,若前后三次滑动平均值的大小近似相等,则取这三次滑动平均值的平均值作为车道线方向角度的更新值;可通过车载无线自组网络与周围车辆进行信息共享,并根据周围车辆运动信息进行危险提示并作出辅助变道建议;
需要说明的是,车辆行驶状态判定模块可为智能控制中心,用于融合所有传感器的实时信息并对车辆行驶状态进行判断;所述智能网联汽车多传感器融合辅助变道***还包括DSRC/LTE-V无线通信模块及显示屏信息交互模块,通过信息共享模块(DSRC/LTE-V无线通信模块)将实时车辆行驶状态(包括车辆行驶状态是否为转向、车辆行驶状态是否为有变道意图及车辆是否进行变道)发送至无线网络覆盖范围内的所有车辆,以进行共享,通过显示屏信息交互模块实时显示周围车辆的变道信息和辅助变道决策建议及危险提示。
本发明公开了一种智能网联汽车多传感器融合辅助变道方法及***,通过获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;根据所述车辆行驶方向与车道线之间的夹角、车辆初始偏航角,得到当前车道线的方向角度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度;根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,若否,则根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道;结合了道路情况和车辆本身的运动情况,提高了车辆变道行为检测结果的准确性;
本发明技术方案,利用传感器融合和智能网联的技术优势,使用摄像头、GPS/北斗定位模块和六轴传感器等传感器,实现成本较低;
基于GPS/北斗定位模块、陀螺仪和加速度计等多源传感器的实时信息对车辆的实时运动状态进行判断,并结合摄像头实时更新道路信息,对车道线的角度方向进行校正;重复判断车辆转向及变道情况,有利于减小判断车辆转向及变道时产生的误差;
通过网联的方式突破物理障碍,使车辆能够全方位感知周围道路环境信息及车辆本身信息,通过信息共享模块与周围车辆组网进行信息共享,获取车辆本身及周围车辆的运动(变道等)情况,为车辆的变道行为提供智能决策建议,能够广泛适应不同的场景和道路情况进行辅助变道,从而减少安全事故的发生,提高驾驶安全性,预防安全事故。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。
Claims (10)
1.一种智能网联汽车多传感器融合辅助变道方法,其特征在于,包括以下步骤:
获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;
根据所述车辆行驶方向与车道线之间的夹角、车辆初始偏航角,得到当前车道线的方向角度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度;
根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,若否,则根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道。
3.根据权利要求1所述的智能网联汽车多传感器融合辅助变道方法,其特征在于,根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,具体包括,若在当前时刻t时,α(t)-β(t)>ρ,则判定车辆行驶状态为右转向,若α(t)-β(t)<-ρ,则判定车辆行驶状态为左转向,其中,α(t)为当前时刻t时车辆偏航角,β(t)为当前时刻t时车道线的方向角度,ρ为转向阈值。
4.根据权利要求1所述的智能网联汽车多传感器融合辅助变道方法,其特征在于,根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道,具体包括,
若aL(t)>ε,则确定车辆有向右变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值大于δ,则判定车辆向右进行变道,否则,车辆未进行变道;
若aL(t)<-ε,则确定车辆有向左变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值小于-δ,则判定车辆向左进行变道,否则,车辆未进行变道;
若-ε≤aL(t)≤ε并且vL(t)>δ,则判定车辆向右进行变道,若-ε≤aL(t)≤ε并且vL(t)<-δ,则判定车辆向左进行变道;其中,aL(t)为当前时刻t时车辆横向加速度,vL(t)为当前时刻t时车辆横向加速度,ε为变道行为横向加速度判定阈值,δ为变道行为横向速度判定阈值。
5.根据权利要求1所述的智能网联汽车多传感器融合辅助变道方法,其特征在于,还包括,将车辆行驶状态是否为转向、车辆行驶状态是否为有变道意图及车辆是否进行变道信息共享至周围车辆。
6.一种智能网联汽车多传感器融合辅助变道***,其特征在于,包括数据采集模块、车辆状态获取模块及车辆行驶状态判定模块,
所述数据采集模块,用于获取车辆初始偏航角,并实时获取车辆行驶方向与车道线之间的夹角、车辆当前偏航角、车辆加速度及车辆速度;
所述车辆状态获取模块,用于根据所述车辆行驶方向与车道线之间的夹角、车辆初始偏航角,得到当前车道线的方向角度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆速度,获取车辆横向速度,根据所述当前车道线的方向角度、车辆当前偏航角及车辆加速度,获取车辆横向加速度;
所述车辆行驶状态判定模块,用于根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,若否,则根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道。
8.根据权利要求6所述的智能网联汽车多传感器融合辅助变道***,其特征在于,所述车辆行驶状态判定模块,根据所述当前车道线的方向角度及车辆当前偏航角,确定车辆行驶状态是否为转向,具体包括,若在当前时刻t时,α(t)-β(t)>ρ,则判定车辆行驶状态为右转向,若α(t)-β(t)<-ρ,则判定车辆行驶状态为左转向,其中,α(t)为当前时刻t时车辆偏航角,β(t)为当前时刻t时车道线的方向角度,ρ为转向阈值。
9.根据权利要求6所述的智能网联汽车多传感器融合辅助变道***,其特征在于,所述车辆行驶状态判定模块,根据所述车辆横向速度及车辆横向加速度,确定车辆行驶状态是否为有变道意图,并确定车辆是否进行变道,具体包括,
若aL(t)>ε,则确定车辆有向右变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值大于δ,则判定车辆向右进行变道,否则,车辆未进行变道;
若aL(t)<-ε,则确定车辆有向左变道意图,若在当前时刻t之后,车辆横向加速度第一次过零点时的横向速度值小于-δ,则判定车辆向左进行变道,否则,车辆未进行变道;
若-ε≤aL(t)≤ε并且vL(t)>δ,则判定车辆向右进行变道,若-ε≤aL(t)≤ε并且vL(t)<-δ,则判定车辆向左进行变道;其中,aL(t)为当前时刻t时车辆横向加速度,vL(t)为当前时刻t时车辆横向加速度,ε为变道行为横向加速度判定阈值,δ为变道行为横向速度判定阈值。
10.根据权利要求6所述的智能网联汽车多传感器融合辅助变道***,其特征在于,还包括信息共享模块,所述信息共享模块,用于将车辆行驶状态是否为转向、车辆行驶状态是否为有变道意图及车辆是否进行变道信息共享至周围车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010455667.6A CN111703424B (zh) | 2020-05-26 | 2020-05-26 | 一种智能网联汽车多传感器融合辅助变道方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010455667.6A CN111703424B (zh) | 2020-05-26 | 2020-05-26 | 一种智能网联汽车多传感器融合辅助变道方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111703424A true CN111703424A (zh) | 2020-09-25 |
CN111703424B CN111703424B (zh) | 2021-12-24 |
Family
ID=72538046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010455667.6A Active CN111703424B (zh) | 2020-05-26 | 2020-05-26 | 一种智能网联汽车多传感器融合辅助变道方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111703424B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530202A (zh) * | 2020-11-23 | 2021-03-19 | 中国第一汽车股份有限公司 | 一种车辆变道的预测方法、装置、设备及车辆 |
CN112634655A (zh) * | 2020-12-15 | 2021-04-09 | 北京百度网讯科技有限公司 | 基于车道线的变道处理方法、装置、电子设备及存储介质 |
CN112758107A (zh) * | 2021-02-07 | 2021-05-07 | 的卢技术有限公司 | 一种车辆自动变道方法、控制装置、电子设备及汽车 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130173115A1 (en) * | 2012-01-02 | 2013-07-04 | Ford Global Technologies, Llc | Lane-keeping assistance method for a motor vehicle |
CN104670225A (zh) * | 2013-11-26 | 2015-06-03 | 现代自动车株式会社 | 用于车辆的制动控制***和方法 |
CN106056946A (zh) * | 2016-06-13 | 2016-10-26 | 黄明 | 一种对车辆行驶过程进行监控的方法及*** |
CN109344704A (zh) * | 2018-08-24 | 2019-02-15 | 南京邮电大学 | 一种基于行车方向与车道线夹角的车辆变道行为检测方法 |
CN110481551A (zh) * | 2019-08-16 | 2019-11-22 | 中国第一汽车股份有限公司 | 一种自动换道的控制方法、装置及车辆 |
CN110705388A (zh) * | 2019-09-16 | 2020-01-17 | 清华大学 | 一种基于预测反馈的辅助驾驶用目标车辆换道识别方法 |
-
2020
- 2020-05-26 CN CN202010455667.6A patent/CN111703424B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130173115A1 (en) * | 2012-01-02 | 2013-07-04 | Ford Global Technologies, Llc | Lane-keeping assistance method for a motor vehicle |
CN104670225A (zh) * | 2013-11-26 | 2015-06-03 | 现代自动车株式会社 | 用于车辆的制动控制***和方法 |
CN106056946A (zh) * | 2016-06-13 | 2016-10-26 | 黄明 | 一种对车辆行驶过程进行监控的方法及*** |
CN109344704A (zh) * | 2018-08-24 | 2019-02-15 | 南京邮电大学 | 一种基于行车方向与车道线夹角的车辆变道行为检测方法 |
CN110481551A (zh) * | 2019-08-16 | 2019-11-22 | 中国第一汽车股份有限公司 | 一种自动换道的控制方法、装置及车辆 |
CN110705388A (zh) * | 2019-09-16 | 2020-01-17 | 清华大学 | 一种基于预测反馈的辅助驾驶用目标车辆换道识别方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530202A (zh) * | 2020-11-23 | 2021-03-19 | 中国第一汽车股份有限公司 | 一种车辆变道的预测方法、装置、设备及车辆 |
CN112634655A (zh) * | 2020-12-15 | 2021-04-09 | 北京百度网讯科技有限公司 | 基于车道线的变道处理方法、装置、电子设备及存储介质 |
CN112758107A (zh) * | 2021-02-07 | 2021-05-07 | 的卢技术有限公司 | 一种车辆自动变道方法、控制装置、电子设备及汽车 |
Also Published As
Publication number | Publication date |
---|---|
CN111703424B (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10678247B2 (en) | Method and apparatus for monitoring of an autonomous vehicle | |
CN110517521B (zh) | 一种基于路车融合感知的车道偏离预警方法 | |
CN108995649B (zh) | 车辆的行驶控制装置 | |
CN111703424B (zh) | 一种智能网联汽车多传感器融合辅助变道方法及*** | |
JP7377317B2 (ja) | 道路の曲率データ無しでの進行レーン識別 | |
EP3644294B1 (en) | Vehicle information storage method, vehicle travel control method, and vehicle information storage device | |
EP3358545B1 (en) | Travel control method and travel control device | |
KR101320223B1 (ko) | 자동차를 주차하거나 운전할 때 운전자를 돕기 위한 방법및 시스템 | |
DE112019006548T5 (de) | Lenkwinkelkalibrierung | |
CN113044059A (zh) | 用于车辆的安全*** | |
US10369995B2 (en) | Information processing device, information processing method, control device for vehicle, and control method for vehicle | |
CN110830711A (zh) | 视频稳定 | |
CN112109633B (zh) | 车道偏离预警方法、装置、设备、车辆及存储介质 | |
KR101744781B1 (ko) | 도로의 형상 인식을 통한 예측 변속 제어 방법 | |
EP3528231B1 (en) | Vehicle travel control method and vehicle travel control device | |
CN112542056B (zh) | 一种车辆监控方法和装置及存储介质 | |
CN110606081B (zh) | 移动体辅助***和移动体辅助方法 | |
CN113232643B (zh) | 一种基于路面环境的自适应辅助驾驶***及方法 | |
US11640173B2 (en) | Control apparatus, control method, and computer-readable storage medium storing program | |
EP4308429A1 (en) | Automated emergency braking system | |
CN111754799B (zh) | 图像信息收集***和车辆 | |
CN116034359A (zh) | 用于以至少两个互不依赖的成像环境检测传感器来进行环境检测的方法、用于执行该方法的设备、车辆以及对应设计的计算机程序 | |
CN115523934A (zh) | 一种基于深度学习的车辆轨迹预测方法及*** | |
US11807238B2 (en) | Driving assistance system for a vehicle, vehicle having same and driving assistance method for a vehicle | |
CN118025221A (zh) | 一种车辆控制方法、装置、设备及可读存储介质 |
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 |