CN111929068B - 一种封闭场景下车辆道路能力测试方法 - Google Patents
一种封闭场景下车辆道路能力测试方法 Download PDFInfo
- Publication number
- CN111929068B CN111929068B CN202010662511.5A CN202010662511A CN111929068B CN 111929068 B CN111929068 B CN 111929068B CN 202010662511 A CN202010662511 A CN 202010662511A CN 111929068 B CN111929068 B CN 111929068B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- speed
- obs
- target point
- obstacle
- 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.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000003550 marker Substances 0.000 claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 238000010276 construction Methods 0.000 claims abstract description 5
- 239000004576 sand Substances 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种封闭场景下车辆道路能力测试方法,将处理器、姿态及位置获取模块、激光雷达和激光测距传感器安装到车辆上,在封闭测试场地内设置矩形标志物和多个目标点,处理器采用已知算法通过激光雷达完成对当前环境地图的构建;将车辆放置在其中一个目标点上,设定测试圈数或测试时间,通过自动驾驶开始进行测试,处理器实时接收姿态及位置获取模块、激光雷达和激光测距传感器反馈的数据,对数据结合构建的环境地图进行分析,确定最佳速度评价指标,然后根据确定的最佳速度评价指标控制车辆以最优线速度与角速度行驶。通过自动驾驶代替人工驾驶进行车辆道路能力测试,不仅能不间断安全对车辆进行测试,而且有效降低人员的劳动强度。
Description
技术领域
本发明涉及一种封闭场景下车辆道路能力测试方法,属于自动驾驶技术领域。
背景技术
对于特种车辆、客车、以及小汽车等车辆,在研发过程中需要进行大量的整车道路能力测试,以检验车辆在疲劳耐久、车辆强度、制动性能、燃油经济性等方面的测试,这些测试内容目前主要依赖司机驾驶车辆在封闭场景中进行测试,在封闭的道路场景中司机极容易产生视觉疲劳,且长时间的行驶也容易造成司机的疲乏,无法进行长时间的测试,对于炎热或者寒冷等极端天气也会对驾驶员产生影响。
在封闭场景中的测试,行人以及其他车辆等干扰因素极少,因此如何通过自动驾驶代替人工进行车辆道路能力测试,是本行业的研究方向。
发明内容
针对上述现有技术存在的问题,本发明提供一种封闭场景下车辆道路能力测试方法,采用自动驾驶代替人工驾驶进行车辆道路能力测试,不仅能不间断安全对车辆进行测试,而且有效降低人员的劳动强度。
为了实现上述目的,本发明采用的技术方案是:一种封闭场景下车辆道路能力测试方法,具体步骤为:
A、在车辆内安装处理器和姿态及位置获取模块,在车辆同一侧装有两个激光测距传感器,两个激光测距传感器间隔一定距离且处于同一水平面上;在车辆前端装有激光雷达,姿态及位置获取模块、激光雷达和两个激光测距传感器将检测的数据反馈给处理器,处理器对数据分析处理后控制车辆的行驶线速度及行驶角速度,完成车辆的自动驾驶***的安装,然后处理器采用已知的SLAM开源算法通过激光雷达完成对当前环境地图的构建;
B、选择长圆形跑道作为封闭测试场地,在长圆形跑道中间设有矩形标志物,在矩形标志物中点两侧的长圆形跑道上对称设有第一目标点和第四目标点,在矩形标志物端部的前方及后方的对称长圆形跑道上对称设有第二目标点和第三目标点,且相邻两个目标点之间的直线距离相等;将步骤A完成安装的车辆放置在任意一个目标点处作为起始点,且使装有两个激光测距传感器的车辆一侧朝向矩形标志物;设定测试圈数或测试时间输入到处理器内,其中一圈设定为车辆顺时针或逆时针绕矩形标志物依次经过各个目标点回到起始点;若设定为测试圈数,则车辆绕矩形标志物达到设定测试圈数时,车辆停止行驶完成测试;若设定为测试时间,则车辆在开始行驶时进行计时,每行驶一圈将当前时间与测试时间进行比对,若当前时间未超过测试时间,则车辆继续下一圈行驶;若当前时间超过测试时间,则车辆停止行驶完成测试;
C、车辆开始行驶测试时,姿态及位置获取模块、激光雷达和两个激光测距传感器实时将检测的数据反馈给处理器,处理器对数据进行分析处理,进而确定最佳速度评价指标,并根据最佳速度评价指标调整从起始点到下一目标点之间的最佳行驶速度及行驶方向,直至车辆到达下一个目标点,所述确定最佳速度评价指标的过程为:
根据道路安全要求以及车辆自身性能限制设定车辆最大车辆线速度vmax、车辆最小线速度vmin、车辆最大角速度ωmax和车辆最小角速度ωmin,车辆当前线速度和角速度分别为vcur、ωcur;假定在处理器的一个处理周期Δt内车辆作匀速直线运行,则在当前速度(vcur,ωcur)下所能达到的速度范围为:
vcur-adec·Δt≤v≤vcur+aacc·Δt (1)
ωcur-aωd·Δt≤ω≤ωcur+aωa·Δt (2)
其中adec、aacc、aωd、aωa分别为车辆的最大直线减速度、最大直线加速度、最大角减速度和最大角加速度,则在上述范围内选择不同的v值及不同的ω值进行组合,进而根据各个(v,ω)组合分别计算出在给定预测时间内各自对应的预测轨迹,根据每一条的预测轨迹通过姿态及位置获取模块、激光雷达和两个激光测距传感器反馈的检测数据,处理器选择最优路线,从而得出该最优路线对应的速度(v,ω),具体选择过程为:
①对于每一组速度(v,w),有对应的刹车距离diss,刹车距离能根据匀减速直线运动位移公式来估算:
其中,s为匀减速直线运动位移;为了增加测试时的安全运行,设定一个安全系数k=1.2,则diss=k·s;
②在处理器获取激光雷达的距离信息时,取出离车辆正前方最近的障碍物距离obsfront以及未装有激光测距传感器的车辆一侧45°方向的最近障碍物距离obsleft,根据这两个距离信息避让障碍物,当障碍物距离车辆大于100m或是激光雷达未探测到障碍物,记obsfront=100、obsleft=100;
③当车辆正前方及未装有激光测距传感器的车辆一侧45°方向上都没有障碍物时,即obsfront>2diss且obsleft>2.8diss,此时处理器使车辆以最大速度线速度vmax行驶,车辆角速度ω根据两个激光测距传感器探测到与矩形标志物之间的距离差异进行调整,使车辆始终保持与矩形标志物平行在场地道路上行驶;
④当仅有正前方探测到障碍物时,即obsfront<2diss,首先通过姿态获取模块实时获得车辆的姿态角θ、当前的位置(x,y)以及当前的速度(vcur,ωcur),通过计算得到车辆与下一个目标点方向的夹角α;通过激光雷达获得当前最近的障碍物位置(xobs,yobs);当前速度为(vcur,ωcur)的车辆,由公式(1)、(2)得到车辆所能达到的速度范围(v,ω),对于其中的速度,线速度以5km/h递增,角速度以0.0174rad/s(即1°/s)递增,预测5s时间内车辆所能到达的位置,从中选择最佳的速度;假设预测时间内每一速度组合(v,ω)保持不变,每一速度组合在预测时间共预计([]为下取整)次,记则每一速度组合预测车辆位置(xpre、ypre)以及姿态角θpre表示如下:
故每一速度组合的预测数据有(xpre,ypre,θpre)以及其对应的线速度veli(i=1,2…j),根据当前探测到的最近障碍物位置(xobs,yobs)以及各个预测车辆位置(xpre、ypre),能计算得到各个预测车辆位置与当前最近障碍物的距离obsi(i=1,2…j);根据各个预测姿态角θpre以及目标点姿态角θgoal,计算得到各个预测姿态角与下一目标点的角度diri(i=1,2…j),最后对所有参数进行归一化:
然后按照三个参数相应的权重wobs、wdir、wvel计算得到速度(vi,ωi)的评价分数scorei:
scorei=wobs·obsi+wdir·diri+wvel·veli
选择其中得分最高的速度组合(vbest,ωbest),处理器按照该速度组合对车辆行驶进行控制,进而车辆完成对正前方障碍物的避让;
⑤当仅有未装有激光测距传感器的车辆一侧45°方向上探测到障碍物时,若obsleft>2.8diss,当前车辆行驶速度不作调整;当obsleft<2.8diss时,此时调整车速为当前速度的一半继续行驶,若继续行驶过程中探测的障碍物距离进一步减小到obsfront<1.5diss,则调整车速到10km/h继续行驶,若继续行驶过程中探测障碍物距离再一次减小到obsfront<1.2diss,则进行停车等待,直至激光雷达检测未装有激光测距传感器的车辆一侧45°方向上没有障碍物,车辆再次启动并重复上述确定最佳行驶速度的过程开始向下一目标点继续行驶;
⑥当车辆正前方及未装有激光测距传感器的车辆一侧45°方向上均检测到障碍物时,根据两个激光测距传感器探测到与矩形标志物之间的距离差异对车辆角速度ω进行调整,使车辆始终保持与矩形标志物平行在场地道路上行驶;此时若obsfront<2diss且obsleft<2.8diss,此时调整车速为当前速度的一半继续行驶,若继续行驶过程中两个方向距离进一步减小到obsfront<1.5diss并且obsleft<2.8diss,则调整车速到10km/h,若继续行驶过程中探测障碍物距离再一次减小到obsfront<1.2diss并且obsleft<2.8diss,则进行停车等待,直至激光雷达检测车辆正前方及未装有激光测距传感器的车辆一侧45°方向上均没有障碍物时,车辆再次启动并重复上述确定最佳行驶速度的过程开始向下一目标点继续行驶;
D、在车辆行进的过程中,处理器实时读取姿态获取模块的定位信息,用来判断车辆是否到达下一目标点,若未到达下一目标点则根据选择的最佳行驶速度控制车辆直至下一目标点,到达当前目标点时,处理器判断是否达到设定测试圈数或设定测试时间,若是则停止运行,如否则车辆继续向下一目标点继续行驶,并重复步骤C确定最佳速度评价指标的步骤,并根据最佳速度评价指标调整从该目标点到下一目标点之间的最佳行驶速度及行驶方向,如此循环,进行车辆道路能力测试,直至达到设定测试圈数或设定测试时间停止测试;最后通过设置在车辆内的数据收集装置获取车辆测试过程中各项道路能力参数,从而对当前车辆的道路能力进行评价。
进一步,所述处理器为工控机。
进一步,所述激光雷达的通信接口为以太网或者USB;激光测距传感器的通信接口为RS485或RS232接口。
进一步,所述姿态获取模块由载波相位差分定位装置和惯性测量单元组成。
进一步,所述激光雷达为16线激光雷达、32线激光雷达和64线激光雷达的其中之一。
与现有技术相比,本发明将处理器、姿态及位置获取模块、激光雷达和激光测距传感器安装到车辆上,开始进行自动驾驶测试车辆道路能力;将车辆放置在封闭测试场地内,并且设置矩形标志物和多个目标点,处理器采用已知的SLAM开源算法通过激光雷达完成对当前环境地图的构建;将车辆放置在其中一个目标点上,设定测试圈数或测试时间,开始进行测试,处理器实时接收姿态及位置获取模块、激光雷达和激光测距传感器反馈的数据,对数据结合构建的环境地图进行分析,确定最佳速度评价指标,然后根据确定的最佳速度评价指标控制车辆以最优线速度与角速度行驶直至到达下一目标点;处理器实时读取姿态获取模块的定位信息,用来判断车辆是否到达下一目标点,若未到达下一目标点则根据选择的最佳行驶速度控制车辆直至下一目标点,到达当前目标点时,处理器判断是否达到设定测试圈数或设定测试时间,若是则停止运行,如否则车辆继续向下一目标点继续行驶,并重复上述确定最佳速度评价指标的步骤,并根据最佳速度评价指标调整从该目标点到下一目标点之间的最佳行驶速度及行驶方向,如此循环,进行车辆道路能力测试;因此本发明采用自动驾驶代替人工驾驶进行车辆道路能力测试,不仅能不间断对车辆进行测试、并且能在测试过程中行驶路线上出现障碍物时能自动进行避让,从而保证测试的安全性;另外由于无需人工驾驶,也能有效降低人员的劳动强度,防止由于驾驶员疲劳驾驶发生安全事故的情况。
附图说明
图1是本发明中检测装置的安装位置示意图;
图2是本发明中各个目标点的设置示意图;
图3是本发明测试过程中车辆前方及车辆一侧45°方向均存在障碍物的示意图;
图4是本发明判断测试过程是否完成的流程图;
图5是本发明在测试过程中的流程图。
图中:11、处理器,12、姿态获取模块,13、激光测距传感器,14、激光雷达,21、第一目标点,22、第二目标点,23、第三目标点。
具体实施方式
下面将对本发明作进一步说明。
如图1和2所示,本发明的具体步骤为:
A、在车辆内安装处理器和姿态及位置获取模块,在车辆同一侧装有两个激光测距传感器,两个激光测距传感器间隔一定距离且处于同一水平面上;在车辆前端装有激光雷达,姿态及位置获取模块、激光雷达和两个激光测距传感器将检测的数据反馈给处理器,处理器对数据分析处理后控制车辆的行驶线速度及行驶角速度,完成车辆的自动驾驶***的安装,然后处理器采用已知的SLAM开源算法通过激光雷达完成对当前环境地图的构建;
B、选择长圆形跑道作为封闭测试场地,在长圆形跑道中间设有矩形标志物,在矩形标志物中点两侧的长圆形跑道上对称设有第一目标点和第四目标点,在矩形标志物端部的前方及后方的对称长圆形跑道上对称设有第二目标点和第三目标点,且相邻两个目标点之间的直线距离相等;将步骤A完成安装的车辆放置在任意一个目标点处作为起始点,且使装有两个激光测距传感器的车辆一侧朝向矩形标志物;设定测试圈数或测试时间输入到处理器内,其中一圈设定为车辆顺时针或逆时针绕矩形标志物依次经过各个目标点回到起始点;若设定为测试圈数,则车辆绕矩形标志物达到设定测试圈数时,车辆停止行驶完成测试;若设定为测试时间,则车辆在开始行驶时进行计时,每行驶一圈将当前时间与测试时间进行比对,若当前时间未超过测试时间,则车辆继续下一圈行驶;若当前时间超过测试时间,则车辆停止行驶完成测试;
C、车辆开始行驶测试时,姿态及位置获取模块、激光雷达和两个激光测距传感器实时将检测的数据反馈给处理器,处理器对数据进行分析处理,进而确定实时的最佳速度评价指标,并根据实时最佳速度评价指标调整从起始点到下一目标点之间的最佳行驶速度及行驶方向,直至车辆到达下一个目标点,所述确定最佳速度评价指标的过程为:
根据道路安全要求以及车辆自身性能限制设定车辆最大车辆线速度vmax、车辆最小线速度vmin、车辆最大角速度ωmax和车辆最小角速度ωmin,车辆当前线速度和角速度分别为vcur、ωcur;假定在处理器的一个处理周期Δt内车辆作匀速直线运行,则在当前速度(vcur,ωcur)下所能达到的速度范围为:
vcur-adec·Δt≤v≤vcur+aacc·Δt (1)
ωcur-aωd·Δt≤ω≤ωcur+aωa·Δt (2)
其中adec、aacc、aωd、aωa分别为车辆的最大直线减速度、最大直线加速度、最大角减速度和最大角加速度,则在上述范围内选择不同的v值及不同的ω值进行组合,进而根据各个(v,ω)组合分别计算出在给定预测时间内各自对应的预测轨迹,根据每一条的预测轨迹通过姿态及位置获取模块、激光雷达和两个激光测距传感器反馈的检测数据,处理器选择最优路线,从而得出该最优路线对应的速度(v,ω),具体选择过程为:
①对于每一组速度(v,w),有对应的刹车距离diss,刹车距离能根据匀减速直线运动位移公式来估算:
其中,s为匀减速直线运动位移;为了增加测试时的安全运行,设定一个安全系数k=1.2,则diss=k·s;
②在处理器获取激光雷达的距离信息时,取出离车辆正前方最近的障碍物距离obsfront以及未装有激光测距传感器的车辆一侧45°方向的最近障碍物距离obsleft,根据这两个距离信息避让障碍物,当障碍物距离车辆大于100m或是激光雷达未探测到障碍物,记obsfront=100、obsleft=100;
③当车辆正前方及未装有激光测距传感器的车辆一侧45°方向上都没有障碍物时,即obsfront>2diss且obsleft>2.8diss,此时处理器使车辆以最大速度线速度vmax行驶,车辆角速度ω根据两个激光测距传感器探测到与矩形标志物之间的距离差异进行调整,使车辆始终保持与矩形标志物平行在场地道路上行驶;
④当仅有正前方探测到障碍物时,即obsfront<2diss,首先通过姿态获取模块实时获得车辆的姿态角θ、当前的位置(x,y)以及当前的速度(vcur,ωcur),通过计算得到车辆与下一个目标点方向的夹角α;通过激光雷达获得当前最近的障碍物位置(xobs,yobs);当前速度为(vcur,ωcur)的车辆,由公式(1)、(2)得到车辆所能达到的速度范围(v,ω),对于其中的速度,线速度以5km/h递增,角速度以0.0174rad/s(即1°/s)递增,预测5s时间内车辆所能到达的位置,从中选择最佳的速度;假设预测时间内每一速度组合(v,ω)保持不变,每一速度组合在预测时间共预计([]为下取整)次,记则每一速度组合预测车辆位置(xpre、ypre)以及姿态角θpre表示如下:
故每一速度组合的预测数据有(xpre,ypre,θpre)以及其对应的线速度veli(i=1,2…j),根据当前探测到的最近障碍物位置(xobs,yobs)以及各个预测车辆位置(xpre、ypre),能计算得到各个预测车辆位置与当前最近障碍物的距离obsi(i=1,2…j);根据各个预测姿态角θpre以及目标点姿态角θgoal,计算得到各个预测姿态角与下一目标点的角度diri(i=1,2…j),最后对所有参数进行归一化:
然后按照三个参数相应的权重wobs、wdir、wvel计算得到速度(vi,ωi)的评价分数scorei:
scorei=wobs·obsi+wdir·diri+wvel·veli
选择其中得分最高的速度组合(vbest,ωbest),处理器按照该速度组合对车辆行驶进行控制,进而车辆完成对正前方障碍物的避让;
⑤当仅有未装有激光测距传感器的车辆一侧45°方向上探测到障碍物时,若obsleft>2.8diss,当前车辆行驶速度不作调整;当obsleft<2.8diss时,此时调整车速为当前速度的一半继续行驶,若继续行驶过程中探测的障碍物距离进一步减小到obsfront<1.5diss,则调整车速到10km/h继续行驶,若继续行驶过程中探测障碍物距离再一次减小到obsfront<1.2diss,则进行停车等待,直至激光雷达检测未装有激光测距传感器的车辆一侧45°方向上没有障碍物,车辆再次启动并重复上述确定最佳行驶速度的过程开始向下一目标点继续行驶;
⑥当车辆正前方及未装有激光测距传感器的车辆一侧45°方向上均检测到障碍物时,也就是图3所示的情况,根据两个激光测距传感器探测到与矩形标志物之间的距离差异对车辆角速度ω进行调整,使车辆始终保持与矩形标志物平行在场地道路上行驶;此时若obsfront<2diss且obsleft<2.8diss,此时调整车速为当前速度的一半继续行驶,若继续行驶过程中两个方向距离进一步减小到obsfront<1.5diss并且obsleft<2.8diss,则调整车速到10km/h,若继续行驶过程中探测障碍物距离再一次减小到obsfront<1.2diss并且obsleft<2.8diss,则进行停车等待,直至激光雷达检测车辆正前方及未装有激光测距传感器的车辆一侧45°方向上均没有障碍物时,车辆再次启动并重复上述确定最佳行驶速度的过程开始向下一目标点继续行驶;
D、在车辆行进的过程中,处理器实时读取姿态获取模块的定位信息,用来判断车辆是否到达下一目标点,若未到达下一目标点则根据选择的最佳行驶速度控制车辆直至下一目标点,到达当前目标点时,处理器判断是否达到设定测试圈数或设定测试时间,若是则停止运行,如否则车辆继续向下一目标点继续行驶,并重复步骤C确定实时最佳速度评价指标的步骤,并根据实时最佳速度评价指标调整从该目标点到下一目标点之间的最佳行驶速度及行驶方向,如此循环,进行车辆道路能力测试,直至达到设定测试圈数或设定测试时间停止测试;最后通过设置在车辆内的数据收集装置获取车辆测试过程中各项道路能力参数,从而对当前车辆的道路能力进行评价。
进一步,所述处理器为工控机。
进一步,所述激光雷达的通信接口为以太网或者USB;激光测距传感器的通信接口为RS485或RS232接口。
进一步,所述姿态获取模块由载波相位差分定位装置和惯性测量单元组成。
进一步,所述激光雷达为16线激光雷达、32线激光雷达和64线激光雷达的其中之一。
Claims (5)
1.一种封闭场景下车辆道路能力测试方法,其特征在于,具体步骤为:
A、在车辆内安装处理器和姿态及位置获取模块,在车辆同一侧装有两个激光测距传感器,两个激光测距传感器间隔一定距离且处于同一水平面上;在车辆前端装有激光雷达,姿态及位置获取模块、激光雷达和两个激光测距传感器将检测的数据反馈给处理器,处理器对数据分析处理后控制车辆的行驶线速度及行驶角速度,完成车辆的自动驾驶***的安装,然后处理器采用已知的SLAM开源算法通过激光雷达完成对当前环境地图的构建;
B、选择长圆形跑道作为封闭测试场地,在长圆形跑道中间设有矩形标志物,在矩形标志物中点两侧的长圆形跑道上对称设有第一目标点和第四目标点,在矩形标志物端部的前方及后方的对称长圆形跑道上对称设有第二目标点和第三目标点,且相邻两个目标点之间的直线距离相等;将步骤A完成安装的车辆放置在任意一个目标点处作为起始点,且使装有两个激光测距传感器的车辆一侧朝向矩形标志物;设定测试圈数或测试时间输入到处理器内,其中一圈设定为车辆顺时针或逆时针绕矩形标志物依次经过各个目标点回到起始点;若设定为测试圈数,则车辆绕矩形标志物达到设定测试圈数时,车辆停止行驶完成测试;若设定为测试时间,则车辆在开始行驶时进行计时,每行驶一圈将当前时间与测试时间进行比对,若当前时间未超过测试时间,则车辆继续下一圈行驶;若当前时间超过测试时间,则车辆停止行驶完成测试;
C、车辆开始行驶测试时,姿态及位置获取模块、激光雷达和两个激光测距传感器实时将检测的数据反馈给处理器,处理器对数据进行分析处理,进而确定最佳速度评价指标,并根据最佳速度评价指标调整从起始点到下一目标点之间的最佳行驶速度及行驶方向,直至车辆到达下一个目标点,所述确定最佳速度评价指标的过程为:
根据道路安全要求以及车辆自身性能限制设定车辆最大线速度vmax、车辆最小线速度vmin、车辆最大角速度ωmax和车辆最小角速度ωmin,车辆当前线速度和角速度分别为vcur、ωcur;假定在处理器的一个处理周期Δt内车辆作匀速直线运行,则在当前速度(vcur,ωcur)下所能达到的速度范围为:
vcur-adec·Δt≤v≤vcur+aacc·Δt (1)
ωcur-aωd·Δt≤ω≤ωcur+aωa·Δt (2)
其中adec、aacc、aωd、aωa分别为车辆的最大直线减速度、最大直线加速度、最大角减速度和最大角加速度,则在上述范围内选择不同的v值及不同的ω值进行组合,进而根据各个(v,ω)组合分别计算出在给定预测时间内各自对应的预测轨迹,根据每一条的预测轨迹通过姿态及位置获取模块、激光雷达和两个激光测距传感器反馈的检测数据,处理器选择最优路线,从而得出该最优路线对应的速度(v,ω),具体选择过程为:
①对于每一组速度(v,w),有对应的刹车距离diss,刹车距离能根据匀减速直线运动位移公式来估算:
其中,s为匀减速直线运动位移;为了增加测试时的安全运行,设定一个安全系数k=1.2,则diss=k·s;
②在处理器获取激光雷达的距离信息时,取出离车辆正前方最近的障碍物距离obsfront以及未装有激光测距传感器的车辆一侧45°方向的最近障碍物距离obsleft,根据这两个距离信息避让障碍物,当障碍物距离车辆大于100m或是激光雷达未探测到障碍物,记obsfront=100、obsleft=100;
③当车辆正前方及未装有激光测距传感器的车辆一侧45°方向上都没有障碍物时,即obsfront>2diss且obsleft>2.8diss,此时处理器使车辆以最大速度线速度vmax行驶,车辆角速度ω根据两个激光测距传感器探测到与矩形标志物之间的距离差异进行调整,使车辆始终保持与矩形标志物平行在场地道路上行驶;
④当仅有正前方探测到障碍物时,即obsfront<2diss,首先通过姿态获取模块实时获得车辆的姿态角θ、当前的位置(x,y)以及当前的速度(vcur,ωcur),通过计算得到车辆与下一个目标点方向的夹角α;通过激光雷达获得当前最近的障碍物位置(xobs,yobs);当前速度为(vcur,ωcur)的车辆,由公式(1)、(2)得到车辆所能达到的速度范围(v,ω),对于其中的速度,线速度以5km/h递增,角速度以0.0174rad/s递增,预测5s时间内车辆所能到达的位置,从中选择最佳的速度;假设预测时间内每一速度组合(v,ω)保持不变,每一速度组合在预测时间共预计次,记则每一速度组合预测车辆位置(xpre,ypre)以及姿态角θpre表示如下:
故每一速度组合的预测数据有(xpre,ypre,θpre)以及其对应的线速度veli(i=1,2…j),根据当前探测到的最近障碍物位置(xobs,yobs)以及各个预测车辆位置(xpre,ypre),能计算得到各个预测车辆位置与当前最近障碍物的距离obsi(i=1,2…j);根据各个预测姿态角θpre以及目标点姿态角θgoal,计算得到各个预测姿态角与下一目标点的角度diri(i=1,2…j),最后对所有参数进行归一化:
然后按照三个参数相应的权重wobs、wdir、wvel计算得到速度(vi,ωi)的评价分数scorei:
scorei=wobs·obsi+wdir·diri+wvel·veli
选择其中得分最高的速度组合(vbest,ωbest),处理器按照该速度组合对车辆行驶进行控制,进而车辆完成对正前方障碍物的避让;
⑤当仅有未装有激光测距传感器的车辆一侧45°方向上探测到障碍物时,若obsleft>2.8diss,当前车辆行驶速度不作调整;当obsleft<2.8diss时,此时调整车速为当前速度的一半继续行驶,若继续行驶过程中探测的障碍物距离进一步减小到obsfront<1.5diss,则调整车速到10km/h继续行驶,若继续行驶过程中探测障碍物距离再一次减小到obsfront<1.2diss,则进行停车等待,直至激光雷达检测未装有激光测距传感器的车辆一侧45°方向上没有障碍物,车辆再次启动并重复上述调整最佳行驶速度的过程开始向下一目标点继续行驶;
⑥当车辆正前方及未装有激光测距传感器的车辆一侧45°方向上均检测到障碍物时,根据两个激光测距传感器探测到与矩形标志物之间的距离差异对车辆角速度ω进行调整,使车辆始终保持与矩形标志物平行在场地道路上行驶;此时若obsfront<2diss且obsleft<2.8diss,此时调整车速为当前速度的一半继续行驶,若继续行驶过程中两个方向距离进一步减小到obsfront<1.5diss并且obsleft<2.8diss,则调整车速到10km/h,若继续行驶过程中探测障碍物距离再一次减小到obsfront<1.2diss并且obsleft<2.8diss,则进行停车等待,直至激光雷达检测车辆正前方及未装有激光测距传感器的车辆一侧45°方向上均没有障碍物时,车辆再次启动并重复上述调整最佳行驶速度的过程开始向下一目标点继续行驶;
D、在车辆行进的过程中,处理器实时读取姿态获取模块的定位信息,用来判断车辆是否到达下一目标点,若未到达下一目标点则根据选择的最佳行驶速度控制车辆直至下一目标点,到达当前目标点时,处理器判断是否达到设定测试圈数或设定测试时间,若是则停止运行,如否则车辆继续向下一目标点继续行驶,并重复步骤C确定最佳速度评价指标的步骤,并根据最佳速度评价指标调整从该目标点到下一目标点之间的最佳行驶速度及行驶方向,如此循环,进行车辆道路能力测试,直至达到设定测试圈数或设定测试时间停止测试。
2.根据权利要求1所述的一种封闭场景下车辆道路能力测试方法,其特征在于,所述处理器为工控机。
3.根据权利要求1所述的一种封闭场景下车辆道路能力测试方法,其特征在于,所述激光雷达的通信接口为以太网或者USB;激光测距传感器的通信接口为RS485或RS232接口。
4.根据权利要求1所述的一种封闭场景下车辆道路能力测试方法,其特征在于,所述姿态获取模块由载波相位差分定位装置和惯性测量单元组成。
5.根据权利要求1所述的一种封闭场景下车辆道路能力测试方法,其特征在于,所述激光雷达为16线激光雷达、32线激光雷达和64线激光雷达的其中之一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010662511.5A CN111929068B (zh) | 2020-07-10 | 2020-07-10 | 一种封闭场景下车辆道路能力测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010662511.5A CN111929068B (zh) | 2020-07-10 | 2020-07-10 | 一种封闭场景下车辆道路能力测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111929068A CN111929068A (zh) | 2020-11-13 |
CN111929068B true CN111929068B (zh) | 2022-03-04 |
Family
ID=73313456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010662511.5A Active CN111929068B (zh) | 2020-07-10 | 2020-07-10 | 一种封闭场景下车辆道路能力测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111929068B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112486018B (zh) * | 2020-12-23 | 2021-08-17 | 中国矿业大学(北京) | 一种基于速度自适应预瞄的无模型无人车路径跟踪方法 |
CN113030960B (zh) * | 2021-04-06 | 2023-07-04 | 陕西国防工业职业技术学院 | 一种基于单目视觉slam的车辆定位方法 |
CN113176772B (zh) * | 2021-04-23 | 2023-05-09 | 重庆中车长客轨道车辆有限公司 | 双流制车辆的无电区行驶切换控制仿真测试***及方法 |
CN114434495A (zh) * | 2022-01-07 | 2022-05-06 | 浪潮软件集团有限公司 | 机器人运动性能测试工装及测试方法 |
CN118067555B (zh) * | 2024-04-18 | 2024-07-16 | 交通运输部公路科学研究所 | 一种极地机场压实雪跑道道面压实度动态检测*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594812A (zh) * | 2018-04-16 | 2018-09-28 | 电子科技大学 | 一种结构化道路的智能车辆平滑轨迹规划方法 |
CN109634282A (zh) * | 2018-12-25 | 2019-04-16 | 奇瑞汽车股份有限公司 | 自动驾驶车辆、方法和装置 |
CN109976355A (zh) * | 2019-04-26 | 2019-07-05 | 腾讯科技(深圳)有限公司 | 轨迹规划方法、***、设备及存储介质 |
CN110341711A (zh) * | 2019-07-06 | 2019-10-18 | 深圳数翔科技有限公司 | 一种基于码头环境的行驶轨迹生成***及方法 |
CN110514224A (zh) * | 2019-08-26 | 2019-11-29 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人驾驶汽车局部路径规划性能评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI674984B (zh) * | 2018-11-15 | 2019-10-21 | 財團法人車輛研究測試中心 | 自動駕駛車輛之行駛軌跡規劃系統及方法 |
-
2020
- 2020-07-10 CN CN202010662511.5A patent/CN111929068B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594812A (zh) * | 2018-04-16 | 2018-09-28 | 电子科技大学 | 一种结构化道路的智能车辆平滑轨迹规划方法 |
CN109634282A (zh) * | 2018-12-25 | 2019-04-16 | 奇瑞汽车股份有限公司 | 自动驾驶车辆、方法和装置 |
CN109976355A (zh) * | 2019-04-26 | 2019-07-05 | 腾讯科技(深圳)有限公司 | 轨迹规划方法、***、设备及存储介质 |
CN110341711A (zh) * | 2019-07-06 | 2019-10-18 | 深圳数翔科技有限公司 | 一种基于码头环境的行驶轨迹生成***及方法 |
CN110514224A (zh) * | 2019-08-26 | 2019-11-29 | 中国人民解放军军事科学院国防科技创新研究院 | 一种无人驾驶汽车局部路径规划性能评价方法 |
Non-Patent Citations (1)
Title |
---|
一种基于递归BP神经网络的多步预测控制方法;李会军,叶宾;《第二十九届中国控制会议论文集》;20100731;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111929068A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111929068B (zh) | 一种封闭场景下车辆道路能力测试方法 | |
CN105774806B (zh) | 车辆行驶控制装置 | |
CN106080601B (zh) | 行驶控制装置 | |
CN108394411B (zh) | 车辆的跟随起步控制装置 | |
CN105892464A (zh) | 基于固定路线的专用车自动驾驶***及其驾驶方法 | |
CN108604421B (zh) | 车辆的行驶控制方法及车辆的行驶控制装置 | |
CN106573623B (zh) | 用于自动选择机动车上的行驶模式的方法和设备 | |
US10260889B2 (en) | Position estimation device and position estimation method | |
US8947218B2 (en) | Driving support device | |
CN104039623B (zh) | 用于监测通行的方法和控制单元 | |
CN106114217A (zh) | 行驶控制装置 | |
CN109885066A (zh) | 一种运动轨迹预测方法及装置 | |
CN104943689B (zh) | 一种汽车主动防撞***的控制方法 | |
CN110296713A (zh) | 路侧自动驾驶车辆定位导航***及单个、多个车辆定位导航方法 | |
CN107807634A (zh) | 用于车辆的驾驶辅助装置 | |
CN108536149A (zh) | 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法 | |
CN107543726B (zh) | 一种无人车驾驶控制***操控精度的测试方法及装置 | |
CN105612567A (zh) | 车辆用驾驶辅助装置以及车辆用驾驶辅助方法 | |
CN108778882A (zh) | 车辆控制装置、车辆控制方法及车辆控制程序 | |
CN106184217A (zh) | 车辆的自动驾驶*** | |
CN106166951A (zh) | 车速限制装置以及车速控制装置 | |
CN106461406A (zh) | 车道选择装置、车辆控制***及车道选择方法 | |
JPH07104062A (ja) | 衝突防止装置 | |
CN112046501A (zh) | 自动驾驶装置和方法 | |
CN106541946A (zh) | 车速控制装置 |
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 |