CN111976721A - 一种基于矩形聚类碰撞锥模型的主动避障控制方法 - Google Patents
一种基于矩形聚类碰撞锥模型的主动避障控制方法 Download PDFInfo
- Publication number
- CN111976721A CN111976721A CN202010911080.1A CN202010911080A CN111976721A CN 111976721 A CN111976721 A CN 111976721A CN 202010911080 A CN202010911080 A CN 202010911080A CN 111976721 A CN111976721 A CN 111976721A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- collision
- steering
- angle
- distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000006870 function Effects 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- PMGQWSIVQFOFOQ-YKVZVUFRSA-N clemastine fumarate Chemical compound OC(=O)\C=C\C(O)=O.CN1CCC[C@@H]1CCO[C@@](C)(C=1C=CC(Cl)=CC=1)C1=CC=CC=C1 PMGQWSIVQFOFOQ-YKVZVUFRSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
- B60W30/08—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
- B60W30/0953—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
- B60W30/095—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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于汽车安全技术领域,公开一种基于矩形聚类碰撞锥模型的主动避障控制方法,判断是否可以通过本车道内自动刹车避免碰撞,若判断自动刹车可以避免碰撞,同时后车与自车无追尾危险,采用自动刹车;若判断自动刹车无法避免碰撞,通过对自车和前方障碍物车辆进行矩形聚类,利用碰撞锥原理计算自动转向避撞时的最小转向角,若在此转下角输入下满足自车与邻车道上的目标车辆无碰撞危险,同时自车能保持转向稳定性,则进行自动转向避撞。本发明利用碰撞锥原理计算自动转向时最小转向角,解决驾驶员在紧急情况下转向幅度操作失误而造成的问题,达到降低自车与前车侧撞或者车辆失稳导致更严重事故发生的目的。
Description
技术领域
本发明属于汽车安全技术领域,尤其涉及一种带有基于矩形聚类碰撞锥模型的自动紧急转向功能的主动避障控制方法。
背景技术
目前,车辆在行驶过程中突遇紧急情况,比如前车突然减速或前方突然出现障碍物需要避障的情形时有发生,因此防避撞功能对于车辆行驶安全性非常重要。目前市场上的汽车防碰撞***中,主要有两类:第一类是纵向避撞***,包括前方碰撞预警(FCW)和自动紧急刹车***(AEB),利用前视雷达或摄像头等环感传感器检测前方障碍物信息,能在纵向行驶方向上通过提醒驾驶员减速或者自动刹车避撞。另一类是自动紧急转向横向避障***,将避免转向发生侧滑或翻车事故时的航向角作为转向避障角,以此角度转向实现车辆避障。
通过上述分析,现有技术存在的问题及缺陷为:
(1)在现有的纵向避撞***中,若自车后方紧跟车辆时,缺乏后视环感传感器检测自车后方信息,启用自动刹车避障可能造成后方车辆与自车发生追尾,甚至发生连环碰撞事故。
(2)在现有的自动转向避障***中,将特殊工况转向侧滑时的航向角作为避障转向控制角,以此角作为转向避障角可能导致乘员的离位,从而降低车辆被动安全约束***的保护作用。
(3)在现实中复杂的避障工况下,对于单一的纵向避撞***和自动转向避障***缺乏综合判断和协调处理的策略,避障效果降低。
针对单一的纵向避撞***和自动转向避障***存在的缺陷,在纵向避撞***基础上,增加后视环感传感器检测紧急刹车时后方是否有车辆追尾的风险;基于障碍物车辆外形进行矩形聚类,利用碰撞锥原理计算转向避障时所需的最小转向角,实时性强;在复杂的行车环境中,自动刹车和紧急转向功能协同配合,能最大限度避免自车与其它车辆碰撞或者车辆失稳事故,提高驾乘安全性。
解决以上问题及缺陷的难度为:
近年来,一方面汽车电子技术特别是专用智能汽车控制器算力的提升,为运行汽车避障算法提供了高效的运营环境;另一方面,汽车环感技术的成熟为智能汽车通过车载环感传感器准确采集道路情况并及时传递各种信息给决策***提供了保障,相关产品的价格降低为避障***在智能汽车上应用提供了推广条件。
解决以上问题及缺陷的意义为:
在纵向避障***中增加后视环感传感器检测自车后方信息,充分考虑启用自动刹车避障时后方车辆与自车发生追尾的风险,为综合评估采取避障策略提供条件。以雷达检测到障碍物车辆宽度和距离作为碰撞锥避障转向控制算法的重要参数,将车辆外形矩形聚类,利用几何学方法提高精度。
发明内容
针对现有技术存在的问题,本发明提供了一种基于矩形聚类碰撞锥模型的主动避障控制方法。车辆在行驶过程中面临的动态障碍物主要是汽车,鉴于车辆外形在俯视图上近似矩形,因此本发明对自车和其它车辆进行矩形聚类,在此基础上,在无法通过自动刹车避障情况下,根据自车速度、车辆宽度、前后车距、前方障碍物车辆车速等参数计算接下来某个时间内发生碰撞的自车航向角上限值和下限值,即碰撞锥,上限值或下限值即为所求的避障转向最小航向角。
本发明是这样实现的,一种基于矩形聚类碰撞锥模型的主动避障控制方法包括:
步骤一、采集毫米波雷达传感器的实时数据,获取自车与前车纵向距离s12、前车的速度v2x、自车与后车的纵向距离s13、后车的速度v3x、后车的减速度a3x、自车与相邻车道目标车辆4的横向距离S14,y、自车与目标车辆的纵向距离S14,x和前车的几何尺寸信息。
步骤二、自车以第一刹车减速度a1x开始减速至完全停止所需的时间t1x,计算在t1x时间内前车的刹车距离s2x、本车的刹车距离s1x;后车以刹车减速度a3x开始减速至完全停止所需的时间t3x,计算在t3x时间内后车的刹车距离s3x。
步骤三、比较自车刹车距离与车距之差s1x-s12和前障碍物车辆刹车距离s2x大小,比较后车刹车距离与车距之差s3x-s13和自车刹车距离s1x大小,判断自动刹车功能能否避障。
(1)若(s1x-s12)<s2x且(s3x-s13)<s1x,可以通过启动自动刹车避撞,并且后车与本车无追尾风险。
(2)若(s1x-s12)≥s2x或(s3x-s13)≥s1x,启动自动刹车后,自车不能与前车避撞或后车与自车有追尾风险,需要寻求自动转向功能避撞。
步骤四、基于矩形聚类碰撞锥方法,计算发生碰撞的自车姿态角集合(α1,α2),其中α1≤α2,角度为负值,表示向右转向避障,角度为正值,表示向左转向避障。
(2)基于碰撞锥原理和碰撞锥检测条件,计算α1和α2。
步骤五、判断以车辆避障最小转向角α转向是否发生侧碰和转向失稳,选择避障策略。
(1)以abs(α1)和abs(α2)中较小值作为最小避障最小角,计算自车转向沿行驶方向x轴的距离S1x、转向方向的距离S、自车开始转向至目标车道的时间t1y以及在t1y时间内目标车辆4行驶的距离S4x。
侧向摩擦力Ff=μmg,其中a2为质心到后轴的距离,l为轴距,α为前述车辆转向角,μ为附着系数。
(3)考虑汽车碰撞重叠率,设置一个安全余量ΔS,ΔS大小由***根据车辆参数确定。
若S4x∈(S14,x+S1x-ΔS,S14,x+S1x+ΔS),自车与相邻车道目标车辆有发生碰撞危险,再次以abs(α1)和abs(α2)中较大者计算,重复步骤五。
进一步,步骤二,取制动加速度a1x=μ1g,根据路面和车辆情况设置参数μ1大小,g为自由落体运动中重力加速度,加速度a3x,根据毫米波雷达传感器测量获取。
进一步,步骤四中,基于一个安全角度σ后确定本车辆避障转向角α:
若αmin=α2,则α=α2+σ;
若αmin=α1,则α=α1-σ;
其中σ为安全角,大小根据前方障碍车辆的长度尺寸与本车辆长度尺寸之比决定,本发明中,取σ=π/18。
本发明另一目的在于提供一种实施基于矩形聚类碰撞锥模型的主动避障***包括:
外部环境感知***,通过毫米波雷达获取车辆1周围信息,包括车辆2、车辆3后及车辆4的行驶速度、加速度和距离;
车辆行驶状态监测***,采集车辆2的行驶信息和物理参数,为控制器提供输入数据;
控制器,根据外部环境感知***和行驶状态监测***上传的数据进行判断车辆1前方出现急减速,做出刹车或转向决策;
执行器用于响应控制器发出的决策指令,以实现对车辆1避障。
进一步,所述外部环境感知***包括6个77G毫米波雷达,其中1个前毫米波雷达1,为远距毫米波雷达,测距范围为0-250m,方位角±9°,俯仰角14°,安装在前保险杠车标处;
所述前毫米波雷达1用摄像头装置或者激光雷达替代;一个后毫米波雷达2,为远距毫米波雷达,安装在后保险杠车标处,方位角±9°,俯仰角14°;
4个角毫米波雷达,为近距毫米波雷达,安装在汽车四个角落,方位角±60°,俯仰角20°;
车辆行驶状态监测***包括汽车车速传感器、汽车方向盘转角传感器和横摆角传感器;
执行器包括线控化电动助力转向机构和制动器,按照所规划出的合适角度控制自车转向。
本发明另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行所述方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
本车道内有碰撞危险时,确定本车辆即将采取的避撞方式,***首先判断是否可以通过本车道内自动刹车避免碰撞,若判断自动刹车可以避免碰撞,同时后车与自车无追尾危险,采用自动刹车;若判断自动刹车无法避免碰撞,通过对自车和前方障碍物车辆进行矩形聚类,利用碰撞锥原理计算自动转向避撞时的最小转向角,若在此转下角输入下满足自车与邻车道上的目标车辆无碰撞危险,同时自车能保持转向稳定性,则进行自动转向避撞,否则仍采用自动刹车。通过在自动刹车防撞功能基础上增加自动转向功能,利用碰撞锥原理计算自动转向时所需的最小转向角,解决驾驶员在紧急情况下转向幅度操作失误而造成的问题,达到降低自车与前车侧撞或者车辆失稳导致更严重事故发生的目的。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,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这些附图获得其他的附图。
图1是本发明实施例提供的基于矩形聚类碰撞锥模型的主动避障控制方法流程图。
图2是本发明实施例提供的车辆工作状态下的示意性俯视图。
图3是本发明实施例提供的车辆主动避障控制方法实施***流程示意图。
图4是本发明实施例提供的车辆主动避障控制方法逻辑控制流程示意图。
图5是本发明实施例提供的车辆前毫米波雷达探测示意图。
图6是本发明实施例提供的车辆基于矩形聚类碰撞锥原理示意图。
图7是本发明实施例提供的自动转向时,自车行驶路径示意图。
图8是本发明实施例提供的为二自由度汽车模型。
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。
针对现有技术存在的问题,本发明提供了一种基于矩形聚类碰撞锥模型的主动避障控制方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于矩形聚类碰撞锥模型的主动避障控制方法包括:
S101,采集毫米波雷达传感器的实时数据,获取自车与前车纵向距离s12、前车的速度v2x、自车与后车的纵向距离s13、后车的速度v3x、后车的减速度a3x、自车与相邻车道目标车辆4的横向距离S14,y、自车与目标车辆的纵向距离S14,x和前车的几何尺寸信息。
S102,自车以第一刹车减速度a1x开始减速至完全停止所需的时间t1x,计算在t1x时间内前车的刹车距离s2x、本车的刹车距离s1x;后车以刹车减速度a3x开始减速至完全停止所需的时间t3x,计算在t3x时间内后车的刹车距离s3x。
S103,比较自车刹车距离与车距之差s1x-s12和前障碍物车辆刹车距离s2x大小,比较后车刹车距离与车距之差s3x-s13和自车刹车距离s1x大小,判断自动刹车功能能否避障。
S104,基于矩形聚类碰撞锥方法,计算发生碰撞的自车姿态角集合(α1,α2),其中α1≤α2,角度为负值,表示向右转向避障,角度为正值,表示向左转向避障。
S105,判断以车辆避障最小转向角α转向是否发生侧碰和转向失稳,选择避障策略。
下面结合具体实施例对本发明作进一步描述。
实施例
图2是所述车辆工作状态下的示意性俯视图,图3是所述车辆主动避障控制方法实施***流程示意图,结合图2和图3进行说明。
实现矩形聚类碰撞锥模型的车辆主动避撞控制控制***,包括:外部环境感知***、车辆行驶状态监测***、控制器和执行器。
外部环境感知***主要通过毫米波雷达获取车辆1周围信息,包括车辆2、车辆3后及车辆4的行驶速度、加速度和距离。车辆行驶状态监测***采集车辆2的行驶信息和物理参数,为控制器提供输入数据。控制器根据外部环境感知***和行驶状态监测***上传的数据进行判断车辆1前方出现急减速,做出刹车或转向决策。执行器用于响应控制器发出的决策指令,以实现对车辆1避障。
结合图2车辆工作状态下的示意性俯视图进行说明,所述车辆1外部环境感知***包括6个77G毫米波雷达,其中1个前毫米波雷达1,为远距毫米波雷达,测距范围为0-250m,方位角±9°,俯仰角14°,安装在前保险杠车标处,可选地,所述前毫米波雷达1可用摄像头装置或者激光雷达替代;一个后毫米波雷达2,为远距毫米波雷达,测距范围为0-250m,安装在后保险杠车标处,方位角±9°,俯仰角14°;4个角毫米波雷达,为近距毫米波雷达,测距范围为0-20m,安装在汽车四个角落,方位角±60°,俯仰角20°。
车辆行驶状态监测***包括汽车车速传感器、汽车方向盘转角传感器和横摆角传感器。
执行器主要是线控化电动助力转向机构和制动器,按照所规划出的合适角度控制自车转向。
如图4所示,是本发明所述车辆的主动避障***逻辑控制流程示意图,包括以下步骤:
步骤一、采集毫米波雷达传感器的实时数据,获取自车与前车纵向距离s12、前车的速度v2x、自车与后车的纵向距离s13、后车的速度v3x、后车的减速度a3x、自车与相邻车道目标车辆4的横向距离S14,y、自车与目标车辆的纵向距离S14,x和前车的几何尺寸信息。
步骤二、若监测到前车突然急减速,则判断有碰撞危险,自车以第一刹车减速度a1x开始减速至完全停止所需的时间t1x,计算在t1x时间内前车的刹车距离s2x、本车的刹车距离s1x;后车以刹车减速度a3x开始减速至完全停止所需的时间t3x,计算在t3x时间内后车的刹车距离s3x。其中a1x=μ1g,根据路面和车辆情况设置μ1大小,其中g为自由落体运动中重力加速度,加速度a3x,根据毫米波雷达传感器测量获取。
(3)计算在t1x时间内,前车的刹车距离和本车的刹车距离:
若t1x<t2x,前车刹车距离为:
若t1x<t3x,后车刹车距离为:
步骤三、判断自动刹车功能能否避障。
(1)若(s1x-s12)<s2x且(s3x-s13)<s1x,可以通过启动自动刹车避撞,并且后车与本车无追尾风险。
(2)若(s1x-s12)≥s2x,启动自动刹车后,自车与前车有碰撞风险。
(3)若(s3x-s13)≥s1x,启动自动刹车后,后车与自车有追尾风险。
步骤四、基于矩形聚类碰撞锥模型计算计算发生碰撞的自车姿态角集合(α1,α2),其中α1≤α2。
图5车辆前毫米波雷达探测示意图所示,根据前毫米波雷达1探测到车辆2的最左侧点C和最右侧点D的距离dSC和dSD,他们分别与水平x轴之间的夹角是ε和γ,沿逆时针方向为正,顺时针方向为负:
W2 2=dSC 2+dSD 2-2dSCdSDcos(ε-γ) (8)
其中,dBC、dAD和W2分别是线段BC、AD和CD的长度。
图6车辆基于矩形聚类碰撞锥原理示意图所示,将汽车矩形聚类,搭建碰撞锥模型,AH与BC为圆O1和圆O2的外切线,两线相交于O:
(1)根据几何原理,计算以下数据:
其中r1为矩形聚类碰撞锥模型与车辆1相关的圆O1半径,r2为矩形聚类碰撞锥模型与前方障碍车辆2相关的圆O2半径。
dBN=W1-dAN (19)
dDP=W2-dCP (21)
其中dAO、dBO、dCO、dDO、dAN、dBN、dCP和dDP为线段AO、BO、CO、DO、AN、NB、CP和DP的长度。
在三角形ANO和BNO中,满足:
(17)和(18)联合求解出dNO,其中dNO为线段NO的长度。
在三角形CPO和DPO中,满足:
(19)和(20)联合求解出dPO,其中dPO为线段PO的长度。
其中θ为线段O1O2与x轴之间的夹角。
(2)利用碰撞锥原理,计算:
同时α1和α2满足碰撞锥检测条件,碰撞检测条件如下:
自车航向角在(α1,α2)(假设α1≤α2)范围内,在接下来的某一时刻就会发生碰撞,应当采取转向避障措施。
步骤五、考虑转向稳定性约束,选择避障策略。
若abs(α1)>abs(α2),选择αmin=α2,则α=α2+σ;
若abs(α2)>abs(α1),选择αmin=α1,则α=α1-σ;
其中σ为安全角,大小根据前方障碍车辆的长度尺寸与本车辆长度尺寸之比决定,本发明中,取σ=π/18
图7自动转向时,自车行驶路径示意图所示,自车以α转向避障时,基于自车和目标车辆4沿y方向的距离S14,y和几何关系,S14,y大小由角毫米波雷达和***确定,计算自车转向沿x轴方向的距离S1x=S14,ycotα和转向方向的距离
基于x方向,自车与目标车辆的距离S14,x,S14,x由角毫米波雷达传感器获取,比较S4x和(S14,x+S1x)大小,考虑汽车碰撞重叠率,设置一个安全余量ΔS,ΔS大小由***根据车辆参数标定。
侧向摩擦力Ff=μmg,其中μ为附着系数。
若S4x∈(S14,x+S1x-ΔS,S14,x+S1x+ΔS),说明自车与相邻车道目标车辆有发生碰撞危险,以α1和α2中绝对值较大的角度转向,重复步骤五。
控制器计算出的合适转向角度将信号输出给转向系进行转向。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行***,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于矩形聚类碰撞锥模型的主动避障控制方法,其特征在于,所述基于矩形聚类碰撞锥模型的主动避障控制方法包括:
在无法通过自动刹车避障情况下,根据自车速度、车辆宽度、前后车距、前方障碍物车辆车速参数,利用碰撞锥方法计算某个时间内发生碰撞的自车航向角上限值和下限值,所述自车航向角上限值或下限值为自动转向避障最小转向角。
2.如权利要求1所述的基于矩形聚类碰撞锥模型的主动避障控制方法,其特征在于,所述方法包括:
***首先判断是否可以通过本车道内自动刹车避免碰撞,若判断自动刹车可以避免碰撞,同时后车与自车无追尾危险,采用自动刹车;若判断自动刹车无法避免碰撞,通过对自车和前方障碍物车辆进行矩形聚类,利用碰撞锥原理计算自动转向避撞时的最小转向角,若在此转下角输入下满足自车与邻车道上的目标车辆无碰撞危险,同时自车能保持转向稳定性,则进行自动转向避撞,否则仍采用自动刹车。
3.如权利要求1所述的基于矩形聚类碰撞锥模型的主动避障控制方法,其特征在于,所述基于矩形聚类碰撞锥模型的主动避障控制方法具体包括:
步骤一,采集毫米波雷达传感器的实时数据,获取自车与前车纵向距离s12、前车的速度v2x、自车与后车的纵向距离s13、后车的速度v3x、后车的减速度a3x、自车与相邻车道目标车辆的横向距离S14,y、自车与目标车辆的纵向距离S14,x和前车的几何尺寸信息;
步骤二,自车以第一刹车减速度a1x开始减速至完全停止所需的时间t1x,计算在t1x时间内前车的刹车距离s2x、本车的刹车距离s1x;后车以刹车减速度a3x开始减速至完全停止所需的时间t3x,计算在t3x时间内后车的刹车距离s3x;
步骤三,比较自车刹车距离与车距之差s1x-s12和前障碍物车辆刹车距离s2x大小,比较后车刹车距离与车距之差s3x-s13和自车刹车距离s1x大小,判断自动刹车功能能否避障;
步骤四,基于矩形聚类碰撞锥方法,计算发生碰撞的自车姿态角集合(α1,α2),其中α1≤α2,角度为负值,表示向右转向避障,角度为正值,表示向左转向避障;
步骤五,判断以车辆避障最小转向角α转向是否发生侧碰和转向失稳,选择避障策略。
4.如权利要求3所述的基于矩形聚类碰撞锥模型的主动避障控制方法,其特征在于,所述步骤二,取制动加速度a1x=μ1g,根据路面和车辆情况设置参数μ1大小,g为自由落体运动中重力加速度,加速度a3x,根据毫米波雷达传感器测量获取。
5.如权利要求3所述的基于矩形聚类碰撞锥模型的主动避障控制方法,其特征在于,所述步骤三包括:
(1)若(s1x-s12)<s2x且(s3x-s13)<s1x,通过启动自动刹车避撞,并且后车与本车无追尾风险;
(2)若(s1x-s12)≥s2x或(s3x-s13)≥s1x,启动自动刹车后,自车不能与前车避撞或后车与自车有追尾风险,寻求自动转向功能避撞。
7.如权利要求3所述的基于矩形聚类碰撞锥模型的主动避障控制方法,其特征在于,所述步骤五包括:
(i)以abs(α1)和abs(α2)中较小值作为最小避障角,计算自车转向沿行驶方向x轴的距离S1x、转向方向的距离S、自车开始转向至目标车道的时间t1y以及在t1y时间内目标车辆行驶的距离S4x;
侧向摩擦力Ff=μmg,其中a2为质心到后轴的距离,l为轴距,α为前述车辆转向角,μ为附着系数;
(iii)考虑汽车碰撞重叠率,设置一个安全余量ΔS,ΔS大小由***根据车辆参数确定;
若S4x∈(S14,x+S1x-ΔS,S14,x+S1x+ΔS),自车与相邻车道目标车辆有发生碰撞危险,再次以abs(α1)和abs(α2)中较大者计算。
8.一种实施权利要求1~7任意一项所述基于矩形聚类碰撞锥模型的主动避障控制***,其特征在于,所述基于矩形聚类碰撞锥模型的主动避障控制***包括:
外部环境感知***,通过毫米波雷达获取车辆1周围信息,包括车辆2、车辆3及车辆4的行驶速度、加速度和距离;
车辆行驶状态监测***,采集车辆1的行驶信息和物理参数,为控制器提供输入数据;
控制器,根据外部环境感知***和行驶状态监测***上传的数据进行判断车辆1前方出现急减速,做出刹车或转向决策;
执行器用于响应控制器发出的决策指令,以实现对车辆1避障。
9.如权利要求8所述的基于矩形聚类碰撞锥模型的主动避障控制***,其特征在于,所述外部环境感知***包括6个77G毫米波雷达,其中1个前毫米波雷达1,为远距毫米波雷达,测距范围为0-250m,方位角±9°,俯仰角14°,安装在前保险杠车标处;
所述前毫米波雷达1选用摄像头装置或者激光雷达替代;一个后毫米波雷达2,为远距毫米波雷达,安装在后保险杠车标处,方位角±9°,俯仰角14°;
4个角毫米波雷达,为近距毫米波雷达,安装在汽车四个角落,方位角±60°,俯仰角20°;
车辆行驶状态监测***包括汽车车速传感器、汽车方向盘转角传感器和横摆角传感器;
执行器包括线控化电动助力转向机构和线控制动***,按照策略自动刹车或所规划出的合适角度控制自车转向。
10.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1~7所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010911080.1A CN111976721B (zh) | 2020-09-02 | 2020-09-02 | 一种基于矩形聚类碰撞锥模型的主动避障控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010911080.1A CN111976721B (zh) | 2020-09-02 | 2020-09-02 | 一种基于矩形聚类碰撞锥模型的主动避障控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111976721A true CN111976721A (zh) | 2020-11-24 |
CN111976721B CN111976721B (zh) | 2022-11-22 |
Family
ID=73448642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010911080.1A Active CN111976721B (zh) | 2020-09-02 | 2020-09-02 | 一种基于矩形聚类碰撞锥模型的主动避障控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111976721B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112606837A (zh) * | 2020-12-25 | 2021-04-06 | 东风汽车集团有限公司 | 一种转向和制动协同的车辆避障***及方法 |
CN112644441A (zh) * | 2020-12-28 | 2021-04-13 | 联创汽车电子有限公司 | 基于前后向环境感知的自动紧急避撞方法及自动紧急避撞*** |
CN113022520A (zh) * | 2021-05-27 | 2021-06-25 | 天津所托瑞安汽车科技有限公司 | 自适应刹车方法、设备和存储介质 |
CN113370980A (zh) * | 2021-08-16 | 2021-09-10 | 清华大学 | 极限工况下车辆失稳与碰撞综合风险评估方法及装置 |
CN113830084A (zh) * | 2021-10-29 | 2021-12-24 | 东风汽车集团股份有限公司 | 基于多车道车辆主动避撞的控制方法及车辆 |
CN114030434A (zh) * | 2021-11-30 | 2022-02-11 | 浙江亚太机电股份有限公司 | 基于毫米波雷达的防追尾*** |
CN114162118A (zh) * | 2021-10-29 | 2022-03-11 | 际络科技(上海)有限公司 | 车辆驾驶辅助方法、装置、存储介质及计算机程序产品 |
CN116161111A (zh) * | 2023-04-24 | 2023-05-26 | 小米汽车科技有限公司 | 车辆控制方法、装置、车辆及存储介质 |
CN117141472A (zh) * | 2023-10-26 | 2023-12-01 | 集美大学 | 一种车辆行驶主动避障控制***及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288133A1 (en) * | 2006-06-13 | 2007-12-13 | Nissan Motor Co., Ltd. | Obstacle avoidance path computing apparatus, obstacle avoidance path computing method, and obstacle avoidance control system equipped with obstacle avoidance path computing system |
CN103072575A (zh) * | 2013-01-18 | 2013-05-01 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种车辆主动防碰撞方法 |
US20160185388A1 (en) * | 2014-12-30 | 2016-06-30 | Mando Corporation | Lane change control device and control method |
CN106427998A (zh) * | 2016-09-30 | 2017-02-22 | 江苏大学 | 一种高速状态下车辆紧急变道避撞的控制方法 |
JP2019012345A (ja) * | 2017-06-29 | 2019-01-24 | いすゞ自動車株式会社 | 右左折時衝突被害軽減装置 |
US20190100197A1 (en) * | 2017-09-29 | 2019-04-04 | Toyota Jidosha Kabushiki Kaisha | Collision avoidance assist apparatus |
CN110304054A (zh) * | 2019-07-03 | 2019-10-08 | 国唐汽车有限公司 | 一种基于多传感器融合的自动紧急制动方法 |
-
2020
- 2020-09-02 CN CN202010911080.1A patent/CN111976721B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288133A1 (en) * | 2006-06-13 | 2007-12-13 | Nissan Motor Co., Ltd. | Obstacle avoidance path computing apparatus, obstacle avoidance path computing method, and obstacle avoidance control system equipped with obstacle avoidance path computing system |
CN103072575A (zh) * | 2013-01-18 | 2013-05-01 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种车辆主动防碰撞方法 |
US20160185388A1 (en) * | 2014-12-30 | 2016-06-30 | Mando Corporation | Lane change control device and control method |
CN106427998A (zh) * | 2016-09-30 | 2017-02-22 | 江苏大学 | 一种高速状态下车辆紧急变道避撞的控制方法 |
JP2019012345A (ja) * | 2017-06-29 | 2019-01-24 | いすゞ自動車株式会社 | 右左折時衝突被害軽減装置 |
US20190100197A1 (en) * | 2017-09-29 | 2019-04-04 | Toyota Jidosha Kabushiki Kaisha | Collision avoidance assist apparatus |
CN110304054A (zh) * | 2019-07-03 | 2019-10-08 | 国唐汽车有限公司 | 一种基于多传感器融合的自动紧急制动方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112606837A (zh) * | 2020-12-25 | 2021-04-06 | 东风汽车集团有限公司 | 一种转向和制动协同的车辆避障***及方法 |
CN112644441A (zh) * | 2020-12-28 | 2021-04-13 | 联创汽车电子有限公司 | 基于前后向环境感知的自动紧急避撞方法及自动紧急避撞*** |
CN113022520A (zh) * | 2021-05-27 | 2021-06-25 | 天津所托瑞安汽车科技有限公司 | 自适应刹车方法、设备和存储介质 |
CN113022520B (zh) * | 2021-05-27 | 2021-08-13 | 天津所托瑞安汽车科技有限公司 | 自适应刹车方法、设备和存储介质 |
CN113370980A (zh) * | 2021-08-16 | 2021-09-10 | 清华大学 | 极限工况下车辆失稳与碰撞综合风险评估方法及装置 |
CN113370980B (zh) * | 2021-08-16 | 2021-11-02 | 清华大学 | 极限工况下车辆失稳与碰撞综合风险评估方法及装置 |
CN113830084A (zh) * | 2021-10-29 | 2021-12-24 | 东风汽车集团股份有限公司 | 基于多车道车辆主动避撞的控制方法及车辆 |
CN114162118A (zh) * | 2021-10-29 | 2022-03-11 | 际络科技(上海)有限公司 | 车辆驾驶辅助方法、装置、存储介质及计算机程序产品 |
CN113830084B (zh) * | 2021-10-29 | 2023-05-23 | 东风汽车集团股份有限公司 | 基于多车道车辆主动避撞的控制方法及车辆 |
CN114030434A (zh) * | 2021-11-30 | 2022-02-11 | 浙江亚太机电股份有限公司 | 基于毫米波雷达的防追尾*** |
CN116161111A (zh) * | 2023-04-24 | 2023-05-26 | 小米汽车科技有限公司 | 车辆控制方法、装置、车辆及存储介质 |
CN117141472A (zh) * | 2023-10-26 | 2023-12-01 | 集美大学 | 一种车辆行驶主动避障控制***及方法 |
CN117141472B (zh) * | 2023-10-26 | 2023-12-26 | 集美大学 | 一种车辆行驶主动避障控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111976721B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111976721B (zh) | 一种基于矩形聚类碰撞锥模型的主动避障控制方法 | |
CN110614998B (zh) | 一种激进型辅助驾驶弯道避障换道路径规划***及方法 | |
US7916006B2 (en) | Judgment line calculations for a vehicle safety system | |
TWI678305B (zh) | 具決策診斷之自動駕駛方法及其裝置 | |
CN109334564B (zh) | 一种防碰撞的汽车主动安全预警*** | |
CN113044015A (zh) | 用于紧急制动的***和方法 | |
CN112406820B (zh) | 多车道增强型自动紧急制动***控制方法 | |
CN110723142B (zh) | 一种智能汽车紧急避撞控制方法 | |
CN113844445B (zh) | 基于预测参考线坐标系的车辆自动紧急制动***与方法 | |
US11364952B2 (en) | System for recognizing trailer of vehicle and method thereof | |
CN103448720A (zh) | 汽车爆胎防追尾控制方法及控制装置 | |
CN111994067A (zh) | 一种应对车辆爆胎的智能安全控制***和方法 | |
JP2006188129A (ja) | 衝突負荷低減車両システム | |
JP7474352B2 (ja) | 車両制御装置、および、車両制御方法 | |
US20210284142A1 (en) | Control device and vehicle | |
CN112829743B (zh) | 驾驶辅助装置 | |
CN113232648A (zh) | 针对弱势道路使用者的汽车避撞***及其控制方法 | |
US20240010193A1 (en) | Vehicle control apparatus | |
CN114084133B (zh) | 一种跟车目标的确定方法及相关装置 | |
CN115892061A (zh) | 一种基于v2i的高风险路段纵向决策控制方法、车辆、计算机及存储介质 | |
CN116135638A (zh) | 一种针对车辆横穿的自适应防撞方法、***及车辆 | |
EP4360975A2 (en) | Driving assistance device, driving assistance method, and storage medium | |
JP7302582B2 (ja) | 車両制御システム | |
US20240034286A1 (en) | Collision avoidance assistance device | |
EP4140843A1 (en) | Vehicle drive assist device, vehicle drive assist method, and non-transitory storage medium |
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 |