CN112959994A - 一种路径跟随算法及装置、设备、介质 - Google Patents
一种路径跟随算法及装置、设备、介质 Download PDFInfo
- Publication number
- CN112959994A CN112959994A CN202110539102.0A CN202110539102A CN112959994A CN 112959994 A CN112959994 A CN 112959994A CN 202110539102 A CN202110539102 A CN 202110539102A CN 112959994 A CN112959994 A CN 112959994A
- Authority
- CN
- China
- Prior art keywords
- path
- lane line
- steering wheel
- following
- vehicle
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 230000036461 convulsion Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 238000010295 mobile communication 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
- 230000008707 rearrangement Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction 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
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
- B62D6/001—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits the torque NOT being among the input parameters
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Automation & Control Theory (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种路径跟随算法及装置、设备、介质。所述路径跟随算法包括:S1、确定跟随路径;S2、判断a0的绝对值是否大于控制阈值;S3、若否,则基于驾驶员操作控制车辆;S4、若是,则计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。本发明实施例提供的技术方案,提供了一种稳定性高的路径跟随算法,且通过设置合适的控制阈值,可选择性实现寻迹功能或车道偏离预警及车道保持功能,能够适用于自动驾驶场景。
Description
技术领域
本发明实施例涉及路径跟随算法技术领域,尤其涉及一种路径跟随算法及装置、设备、介质。
背景技术
车道保持功能(Lane keeping assist, LKA)用于帮助驾驶员使车辆一直保持在规定的某个车道上行驶,车辆不偏离车道, 如果车辆偏离该车道,车道保持***会让转向***自动纠偏。LKA的原理是通过摄像头或其他设备采集车道信息,根据车辆和车道的相对位置对驾驶员进行预警或对车辆方向盘进行控制。
为实现车道保持功能,现有技术中提出了多种路径跟随算法,但这些路径跟随算法均基于左右车道线轨迹实现,对于仅存在一条清晰车道线或无清晰车道线的情况,其输出结果不可靠,因此稳定性不高。且现有技术中的路径跟随算法仅能够实现车道预警和车道保持,或仅能够实现车辆的寻迹,算法功能单一。
发明内容
本发明提供一种路径跟随算法及装置、设备、介质,以提供一种稳定性高的路径跟随算法,且通过设置合适的控制阈值,可选择性实现寻迹功能或车道偏离预警及车道保持功能,能够适用于自动驾驶场景。
第一方面,本发明实施例提供了一种路径跟随算法,包括:
S1、采用如下方式确定跟随路径:
检测是否获取到车道线轨迹;
若否,则确定跟随轨迹为直线:z=0;
若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;
在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;
在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;
其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;
S2、判断a0的绝对值是否大于控制阈值;
S3、若否,则基于驾驶员操作控制车辆;
S4、若是,则计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。
第二方面,本发明实施例还提供了一种路径跟随装置,包括:
路径确定模块,用于采用如下方式确定跟随路径:
检测是否获取到车道线轨迹;
若否,则确定跟随轨迹为直线:z=0;
若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;
在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;
在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;
其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;
阈值判断模块,用于判断a0是否大于控制阈值;
行驶控制模块,用于在判断a0小于控制阈值时,基于驾驶员操作控制车辆;
转动控制模块,用于在判断a0大于控制阈值时,计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。
本发明实施例提供的技术方案,通过采用如下方式确定跟随路径:检测是否获取到车道线轨迹,若否,则确定跟随轨迹为直线:z=0;若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;判断a0的绝对值是否大于控制阈值;若否,则基于驾驶员操作控制车辆;若是,则计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。提供一种稳定性高的路径跟随算法,且通过设置合适的控制阈值,可选择性实现寻迹功能或车道偏离预警及车道保持功能,能够适用于自动驾驶场景。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明实施例提供的一种路径跟随算法的方法流程示意图;
图2是本发明实施例提供的一种车道线示意图;
图3是本发明实施例提供的一种阈值分级示意图;
图4是本发明实施例提供的一种轨迹示意图;
图5是本发明实施例提供的一种方向盘转角随时间的变化曲线;
图6是本发明实施例提供的一种方向盘控制示意图;
图7是本发明实施例提供的一种方向盘控制脉冲示意图;
图8是本发明实施例提供的一种获取车道宽度的方法流程示意图;
图9是本发明实施例提供的一种计算目标方向盘转角的方法流程示意图;
图10是本发明实施例提供的一种拟合点选取示意图;
图11是本发明实施例提供的一种拟合点轨迹示意图;
图12是本发明实施例提供的一种路径跟随装置的结构示意图;
图13为本发明实施例提供的一种设备的结构示意图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种路径跟随算法及装置、设备、介质的具体实施方式、结构、特征及其功效,详细说明如后。
本发明实施例提供了一种路径跟随算法,包括:
S1、采用如下方式确定跟随路径:
检测是否获取到车道线轨迹;
若否,则确定跟随轨迹为直线:z=0;
若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;
在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;
在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;
其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;
S2、判断a0的绝对值是否大于控制阈值;
S3、若否,则基于驾驶员操作控制车辆;
S4、若是,则计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。
本发明实施例提供的技术方案,通过采用如下方式确定跟随路径:检测是否获取到车道线轨迹,若否,则确定跟随轨迹为直线:z=0;若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;判断a0的绝对值是否大于控制阈值;若否,则基于驾驶员操作控制车辆;若是,则计算目标方向盘转角;控制车辆的方向盘按照目标方向盘转角转动。提供一种稳定性高的路径跟随算法,且通过设置合适的控制阈值,可选择性实现寻迹功能或车道偏离预警及车道保持功能,能够适用于自动驾驶场景。
以上是本申请的核心思想,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其他实施方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示装置器件结构的示意图并非按照一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度以及高度的三维空间尺寸。
图1是本发明实施例提供的一种路径跟随算法的方法流程示意图。如图1所示,该路径跟随算法可以包括如下:
S1、采用如下方式确定跟随路径:
检测是否获取到车道线轨迹;
其中,车道线轨迹为可以唯一确定对应车道线的三元一次方程,该方程的因变量x为车辆行驶方向坐标,因变量z为垂直于车辆行驶方向坐标,可以理解的是,车道线轨迹既为以x和z为轴的车辆坐标系下的一条曲线。
需要说明的是,车道包括左车道线和右车道线,获取到任意一条车道线轨迹既确定已获取到车道线轨迹。具体的,车道线轨迹由外部设备直接提供,示例性的,外部设备可以为具有运算中心的摄像头,在形成过程中,摄像头实时拍摄道路图像,其运算中心对图像进行处理,形成对应的车道线轨迹。
若否,则确定跟随轨迹为直线:z=0;
需要说明的是,在硬件设备无故障的前提下,未获取到车道线,说明车辆行驶于开阔路段,例如草原等场景,无法基于车道线确定跟随轨迹,为保证该场景下仍能够存在唯一且合理的跟随轨迹,本实施例设置在未获取到车道线轨迹时,将跟随轨迹确定为车辆行驶方向上的直线。
若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标。
需要说明的是,在获取到左车道线轨迹和右车道线轨迹时,将车道的中线作为跟随路径,以使得车辆能够在车道线中间行驶,具体如图2所示,在车辆坐标系下,将左车道线E1F1和右车道线E2F2的中线EF作为跟随路径,其中,实线矩形框表示车辆,车辆的中心位置位于坐标系原点,左车道线E1F1和右车道线E2F2之间的宽度为车道线宽度△L 。在仅获取到左车道线轨迹或右车道线轨迹时,将距离该车道线轨迹的距离为车道宽度的一半,且与该车道线轨迹形状相同的曲线作为跟随路径,典型场景为:未获取到的车道线因被覆盖或摩擦变浅等原因未被识别到,基于车道宽度与被识别到的车道线保证了车辆靠近车道中间行驶。
S2、判断a0的绝对值是否大于控制阈值。
其中,a0为跟随路径与车辆之间的横向位移,a0的绝对值大于控制阈值,说明车辆横向偏离跟随路径的距离已较大,需要通过控制介入,实现车道保持功能。值得注意的是,若a0大于0表示车辆靠近左车道线,则a0小于0表示车辆靠近右车道线,无论从左车道线偏离还是从右车道线偏离,均属于偏离车道,因此,本实施例判断a0的绝对值是否大于控制阈值。
可以理解的是,若将控制阈值设置为负数,则a0的绝对值每时每刻均大于控制阈值,自动控制持续执行,保持车辆沿跟随路径行驶,实现了寻迹功能。
S3、若否,则基于驾驶员操作控制车辆。
S4、若是,则计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。
其中,目标方向盘转角为根据车辆状态确定的方向盘需要转动的角度,以使得车辆能够靠近跟随轨迹。
需要说明的是,对于车道保持功能,车辆偏离车道后,需要通过控制方向盘使车辆回归到跟随路径上,即回归到车道内,对于寻迹功能,通过控制方向盘使车辆时刻车辆沿跟随路径行驶。
值得注意的是,本实施例中的控制为车辆自动控制,而非驾驶员介入的控制。
可以理解的是,按照目标方向盘转角转动方向盘后,车辆靠近跟随轨迹,实现车道保持或寻迹功能。
其中,目标方向盘转角包括转动方向以及转动方向上的角度信息,可按照目标方向盘转角中携带的上述信息准确控制方向盘执行对应的转动操作。
本实施例提供的技术方案,通过采用如下方式确定跟随路径:检测是否获取到车道线轨迹,若否,则确定跟随轨迹为直线:z=0;若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;判断a0的绝对值是否大于控制阈值;若否,则基于驾驶员操作控制车辆;若是,则计算目标方向盘转角;控制车辆的方向盘按照目标方向盘转角转动。提供一种稳定性高的路径跟随算法,针对任意车道线识别结果均能够唯一确定出对应的跟随路径,且通过设置合适的控制阈值,可选择性实现寻迹功能或车道偏离预警及车道保持功能,能够适用于自动驾驶场景。
在上述实施例的基础上,本实施例对路径跟随算法作进一步的优化。具体的,在图1所示路径跟随算法的基础上,S2之前还可以包括:判断a0的绝对值是否大于预警阈值,若是,则进行报警提示,其中,预警阈值小于控制阈值。
需要说明的是,a0为跟随路径与车辆之间的横向位移,a0的绝对值大于预警阈值,说明车辆横向偏离跟随路径的距离已较大,偏离车道,需要进行预警,以提示驾驶员进行车辆控制。值得注意的是,若a0大于0表示车辆靠近左车道线,则a0小于0表示车辆靠近右车道线,无论从左车道线偏离还是从右车道线偏离,均属于偏离车道,因此,本实施例判断a0的绝对值是否大于预警阈值。
还需要说明的是,对于驾驶员驾驶的车辆,在确定车辆偏离车道的距离达到预警阈值后,先进行预警,提醒驾驶员进行控制,并在车辆偏离车道距离进一步增大至控制阈值后,进行车辆控制,以避免碰撞事故发生。
在本实施例的一种具体实施方式中,可设置Level1(不控制), Level2(轻度控制),Level3(重度控制),Level4(寻迹)共四个等级,等级越高表示车道保持功能越灵敏。
具体的,如图3所示,车道偏离的预警阈值根据预设的等级选取(i=1,2,3,4表示不同等级),车道偏离的控制阈值根据预设的等级选取(i=1,2,3,4表示不同等级)。其中和选取为正无穷,显然车道线参数a0的绝对值不可能大于和,故不会进行预警和控制;和选做一个正数(例如2m),应小于;和选做一个正数(例如1m),应小于;选取为正无穷,此时不会进行预警,选取为负无穷,此时a0必然大于并小于其负值,此时控制会一直介入,实现寻迹功能,寻迹时的控制效果如图4和图5所示,其中,图4为车辆的跟随路径(虚线)和实际行驶轨迹(实线),图4中X和Y为车辆的位置坐标,其单位均为米,图4中以m表示。图5为方向盘转角随时间的变化曲线,值得注意的是,图4中的实线和虚拟重合度很高,说明采用本实施例提供的路径跟随算法实线的寻迹功能的准确性很高。
显然,选择不同的预警阈值和控制阈值,即可实现不同等级的预警和控制。在本实施例的其他实时方式中,也可通过增加更多组阈值来实现控制等级的进一步细分,进而调整车道保持功能的灵敏度。
可选的,进行预警具体可以包括:获取预警时的方向盘转角,根据方向盘转角,控制方向盘进行预警提示。
本实施例通过方向盘抖动的方式进行预警提示,无需额外增加硬件即可实现预警,成本低。
示例性的,计算预警时的方向盘转角可以包括:获取车辆的实际方向盘转角,将实际方向盘转角与预设周期性变量之和作为预警时的方向盘转角,在方向盘转角远离其平衡位时,按照预警时的方向盘转角对方向盘进行控制。
具体的,上述方法具体如图6所示,图6中虚线所示的为方向盘转角传感器测得的方向盘实际转角δwr。预警时的方向盘转角δww可取为方向盘实际转角δwr叠加小的周期性变量δwp,叠加得到的目标方向盘转角如图中粗实线所示,表示为δww=δwr+δwp。周期性变量δwp可取为正弦函数δwp=A*sin(2Πt/T),其中A为幅值,T为周期,t为时间。
但实际上,通过方向盘转角传感器测得的方向盘实际转角δwr不能完全表示驾驶员期望的方向盘转角,若δww对方向盘一直控制,驾驶员则无法对方向盘进行操作。因此本实施例设置间歇性的退出控制以测量驾驶员的期望转角。此外,是否对方向盘转角控制也按周期性进行变化,如图6中细实线所示。具体的,仅在周期性变量δwp使方向盘转角远离其平衡位置时,对方向盘进行控制,此时控制脉冲给高电平信号,表示需要控制。以图7中的正弦波为例,其平衡点为0点,故在第一个1/4周期和第三个1/4周期内δwp有远离平衡点的趋势,此时控制脉冲给高电平表示需要控制。第一个1/4周期和第三个1/4的控制会让方向盘发生明显偏转,在第二个1/4周期和第四个1/4周期不对方向盘进行控制,由于驾驶员一直握着方向盘,其对方向盘的力会使方向盘恢复到平衡位置,故此时方向盘会产生明显抖动。显然,如果驾驶员在第二个1/4周期和第四个1/4周期内未抓紧方向盘,第一个1/4周期和第三个1/4周期的控制转角叠加为0,也会使方向盘回到平衡点并产生抖动。
此外,如图7所示,周期性的三角波、方波等也可产生上述类似效果。通过选择不同的波形、幅值A、周期T可使方向盘产生不同的抖动效果。
本实施例在上述实施例的基础上,对获取车道宽度的步骤作进一步的优化。具体的,图8是本发明实施例提供的一种获取车道宽度的方法流程示意图。如图8所示,获取车道宽度△L可以包括如下:
S21、在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定△L=ar0-al0;
其中,车道宽度等于左车道线和右车道线之间的距离,其等于左车道线轨迹的常数和右车道线轨迹的常数之差。
S22、在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0或右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,判断最近一次确定车道线宽度的时刻距离当前时刻的时长是否小于预设时长,若是,则将最近一次确定的车道线宽度作为所述车道线宽度。
需要说明的是,考虑到车道宽度不会突变,若突然未识别到两侧车道线,即最近一次确定车道线宽度的时刻距离当前时刻的时长小于预设时长,则将最后一次识别出的车道宽度△L1记为本次车道宽度。
S23、其他情况下,确定车道宽度△L为预设宽度。
其中,其他情况具体包括:未识别到车道线,或者仅识别到左车道线或右车道线,且最近一次确定车道线宽度的时刻距离当前时刻的时长大于或等于预设时长。
示例性的,预设宽度例如可以为常规车道宽度3.6m。
在上述实施例的基础上,本实施例对路径跟随算法作进一步的优化,具体的,获取车道宽度△L之后还可以包括:对车道宽度△L进行滤波。
需要说明的是,滤波能够滤除噪声,抑制干扰,使得到的车道宽度△L更准确。
对应的,对车道宽度△L进行滤波包括:将△L与上一控制周期确定的△L差值按照预设比例缩小,将缩小后的值与上一控制周期确定的△L之和作为滤波后的△L。
具体的,采用公式具体表示为:△L=△Llast+(△Ltamp-△Llast)*0.9,其中,△L为本控制周期确定的车道宽度,△Llast为上一个控制周期计算的车道宽度,0.9为预设比例,△Ltamp为本控制周期滤波处理前的车道宽度。
本实施例在上述实施例的基础上,对计算目标方向盘转角的步骤作进一步的优化。具体的,图9是本发明实施例提供的一种计算目标方向盘转角的方法流程示意图。如图9所示,计算目标方向盘转角可以包括如下:
S31、计算基础曲率和PID曲率。
其中,基础曲率为前馈曲率,PID曲率为反馈曲率,综合基础曲率和PID曲率共同确定跟随路径曲率,能够减小结果的误差。
S32、将基础曲率和PID曲率之和作为跟随路径的曲率。
即k=kPID+kbase,其中,k为跟随路径的曲率,kPID为PID曲率,kbase为基础曲率。
S33、根据跟随路径的曲率以及二自由度车辆稳态回转模型,确定前轮转角。
具体的,采用二自由度车辆稳态回转的模型可知,车辆前轮转角δ的计算公式为δ=kL(1+Kμ2), 其中L为车轮轴距,K为车辆稳定性因数,其与车辆结构相关,可通过实验测得,μ为车辆速度,k为跟随路径的曲率。根据上述车辆前轮转角δ的计算公式可计算获得前轮转角。
S34、获取传动比。
其中,传动比为机构中两转动构件角速度的比值,也称速比,此处具体为前轮角速度与驱动轮角速度之比。
需要说明的是,传动比为车辆的固有参数,可直接获取。
S35、根据前轮转角以及传动比,确定目标方向盘转角。
具体的,δwc=δ/λ,其中λ为方向盘转角到前轮转角的传动比,δ为车辆前轮转角,δwc为目标方向盘转角。
可选的,计算基础曲率可以包括:
按照预设规则,在以车辆的中心位置为原点,x所在坐标轴为第一坐标轴,z所在坐标轴为第二坐标轴的直角坐标系中确定四个拟合点:第一拟合点、第二拟合点、第三拟合点和第四拟合点;
采用最小二乘法拟合第一拟合点、第二拟合点、第三拟合点和第四拟合点,得到拟合轨迹z=b3x3+b2x2+b1x+b0;
将b2作为基础曲率。
示例性的,按照预设规则,在以车辆的中心位置为原点,x所在坐标轴为第一坐标轴,z所在坐标轴为第二坐标轴的直角坐标系中确定四个拟合点:第一拟合点、第二拟合点、第三拟合点和第四拟合点可以包括:
选择车辆的中心位置为第一拟合点;选择与第一拟合点之间的距离等于第一中间参数且位于第一圆上的点作为第二拟合点,第一圆的半径长度等于上一控制周期中确定的跟随路径的曲率的倒数;选择与第一中间点的x坐标相同,且位于跟随路径上的点作为第三拟合点,第一中间点位于跟随路径轨迹在z=0处的切线上且与第一拟合点的距离等于第二中间参数;选择与第二中间点的x坐标相同,且位于跟随路径上的点作为第四拟合点,第二中间点位于跟随路径轨迹在z=0处的切线上,且与第一中间点之间的距离等于第三中间参数;第一拟合点、第二拟合点、第三拟合点和第四拟合点的x坐标依次增大;
获取车辆的车速,以及影响第一中间参数、第二中间参数和第三中间参数的最大车速和最小车速;
根据车辆的车速、最大车速和最小车速,计算获得第一中间参数、第二中间参数和第三中间参数;
根据第一中间参数和上一控制周期确定的跟随路径的曲率,确定第二拟合点在直角坐标系中的坐标;
根据第二中间参数和跟随轨迹在z=0处的切线方程,确定第三拟合点在直角坐标系中的坐标;
根据第三中间参数和跟随路径轨迹,确定第四拟合点在直角坐标系中的坐标。
具体的,下面具体说明基础曲率的计算方法:
首先, 根据车辆车速计算第一中间参数d1,第二中间参数R,和第三中间参数d3,三者均为与速度相关的变量。具体的,计算中间变量车速μtmpt=min(max(μmin,μ),μmax),其中μmin和μmax分别为能够影响第一中间参数、第二中间参数和第三中间参数的最小车速和最大车速。进一步的,根据第一中间参数计算公式d1=dc1μtmpt/μmax,第二中间参数计算公式R=Rcμtmpt/μmax,以及第三中间参数计算公式d3=dc3μtmpt/μmax可分别计算获得第一中间参数、第二中间参数和第三中间参数,其中dc1、Rc、dc3为可调的参数。可见,车速越小,d1、R、d3则越小,A、B、C点则离原点越近,则车辆将在越短时间内收敛到跟随曲线。
其次,选取四个拟合点:第一拟合点O、第二拟合点A、第三拟合点B和第四拟合点C,参照图10,计算四个拟合点坐标的过程如下:
第一拟合点O取为原点(0,0),具体为本车的中心位置,需要说明的是,以第一拟合点O为原点,以车辆行驶方向为x轴,以垂直于车辆行驶方向为z轴的直角坐标系为车辆坐标系,具体为图10所示直角坐标系。
第二拟合点A根据上一控制周期跟随路径的曲率klast计算,用于限制跟随路径的曲率的快速变化。其中线段OA的预设长度为p,根据klast画圆弧(圆心在Z轴上),则A点坐标计算为,,其中,圆弧的半径r=1/klast。
第三拟合点B点根据第二中间参数R计算,其表示在车辆行驶过R距离后,车辆轨迹大致收敛至跟随轨迹。为计算B点坐标,首先计算B’点坐标,其表示为以O点画半径为R的圆弧,与跟随轨迹EF在z=0处的切线E’F’的交点。显然EF在z=0处的切线E’F’的切线可表示为z=a1x+a0,则交点B’的x坐标为,B点取为与B’点具有相同x坐标的EF上的点,则xB=XB’,zB=a3xB 3+a2xB 2+a1xB+a0。
第四拟合点C取为B点沿EF方向向远处延伸的一个点,用于防止计算的目标轨迹震荡。首先,计算C’点,其表示为B’沿着E’F’点延伸d3距离的一个点,具体的,C’点的x坐标为,C点取为与C’点具有相同x坐标的EF上的点,则xC=XC’,zC=a3xC 3+a2xC 2+a1xC+a0。
第三,采用最小二乘法进行三次多项式拟合,拟合第一拟合点O、第二拟合点A、第三拟合点B和第四拟合点C点,拟合得到的多项式为z=b3x3+b2x2+b1x+b0,该多项式表示的曲线即为OABC,作为根据当前车辆位置、上一时刻目标曲率、跟随轨迹得到的目标轨迹。该多项式的系数b2即可作为基础曲率kbase。该过程如图11所示。
示例性的,计算PID曲率可以包括:
采用具有预设计算逻辑的PID控制器,分别获取侧向位移偏差和航向角偏差;
将侧向位移偏差和航向角偏差之和作为PID曲率;
其中,预设计算逻辑包括:
S101、计算输入量的积分值;
S102、限制积分值的上下限;
S103、对积分值进行衰减;
S104、当条件量为0时,对积分进行清零;
S105、将当前偏差与积分偏差之和作为输出值输出;
S106、对上一周期变量进行赋值。
具体的,下面具体说明PID曲率的计算过程:
首先,设计如下的PID控制器:
其中,T为程序周期,△μ为控制输入,△μI_last为上一时刻控制输入,△μI为控制输入积分值,△μImax为控制输入积分值的幅值上限,kp为比例项系数,ki为积分项系数,γ为积分衰减速度,enable为使能开关。
具体的,step1用于计算输入量的积分值;step2限制积分值的上下限,防止积分值过大导致的***不稳定;step3对积分进行衰减,防止积分值过大导致的***不稳定;step4在enable给0时,对积分进行清零;step5计算PID输出,即计算当前偏差与积分偏差之和;step6对上一周期变量进行赋值。
其次, PID 曲率kPID根据侧向位移偏差和航向角偏差进行计算,作为曲率控制的反馈项,其计算为,其中上述两个PID是控制器是两个不同的PID,参数不相互影响,前一PID控制器用于计算侧向位移偏差,后一PID控制器用于计算航向角偏差。PID控制器的参数可根据实验情况进行修改,根据经验,侧向位移a0所在的PID控制器的参数通常比航向角a1所在的PID控制器的参数小。具体的,当进行轨迹控制时,enable给1,否则给0。
图12是本发明实施例提供的一种路径跟随装置的结构示意图。如图12所示,路径跟随装置可以包括:
路径确定模块41,用于采用如下方式确定跟随路径:
检测是否获取到车道线轨迹;
若否,则确定跟随轨迹为直线:z=0;
若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;
在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;
在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;
其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;
阈值判断模块42,用于判断a0是否大于控制阈值;
行驶控制模块43,用于在判断a0小于控制阈值时,基于驾驶员操作控制车辆;
转动控制模块44,用于在判断a0大于控制阈值时,计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。
图13为本发明实施例提供的一种设备的结构示意图,如图13所示,该设备包括处理器50、存储器51、输入装置52和输出装置53;设备中处理器50的数量可以是一个或多个,图13中以一个处理器50为例;设备中的处理器50、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接,图13中以通过总线连接为例。
存储器51作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的路径跟随算法对应的程序指令/模块(例如,路径跟随装置包括的路径确定模块41、阈值判断模块42、行驶控制模块43、转动控制模块44)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的路径跟随算法。
存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器51可进一步包括相对于处理器50远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置52可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种路径跟随算法,该方法包括:
S1、采用如下方式确定跟随路径:
检测是否获取到车道线轨迹;
若否,则确定跟随轨迹为直线:z=0;
若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;
在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;
在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;
其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;
S2、判断a0的绝对值是否大于控制阈值;
S3、若否,则基于驾驶员操作控制车辆;
S4、若是,则计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的路径跟随算法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(RandomAccess Memory, RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述路径跟随装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整、相互结合和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种路径跟随算法,其特征在于,包括:
S1、采用如下方式确定跟随路径:
检测是否获取到车道线轨迹;
若否,则确定跟随轨迹为直线:z=0;
若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;
在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;
在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;
其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;
S2、判断a0的绝对值是否大于控制阈值;
S3、若否,则基于驾驶员操作控制车辆;
S4、若是,则计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。
2.根据权利要求1所述的路径跟随算法,其特征在于,S2之前还包括:
判断a0的绝对值是否大于预警阈值;
若是,则进行报警提示;
其中,预警阈值小于所述控制阈值。
3.根据权利要求1所述的路径跟随算法,其特征在于,获取车道宽度△L包括:
在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定△L=ar0-al0;
在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0或右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,判断最近一次确定车道线宽度的时刻距离当前时刻的时长是否小于预设时长,若是,则将最近一次确定的车道线宽度作为所述车道线宽度;
其他情况下,确定车道宽度△L为预设宽度。
4.根据权利要求1所述的路径跟随算法,其特征在于,获取车道宽度△L之后,还包括:
对车道宽度△L进行滤波;
对应的,对车道宽度△L进行滤波包括:
将△L与上一控制周期确定的△L差值按照预设比例缩小;
将缩小后的值与上一控制周期确定的△L之和作为滤波后的△L。
5.根据权利要求1所述的路径跟随算法,其特征在于,计算目标方向盘转角包括:
计算基础曲率和PID曲率;
将所述基础曲率和PID曲率之和作为所述跟随路径的曲率;
根据所述跟随路径的曲率以及二自由度车辆稳态回转模型,确定前轮转角;
获取传动比;
根据所述前轮转角以及传动比,确定目标方向盘转角。
6.根据权利要求5所述的路径跟随算法,其特征在于,计算基础曲率包括:
按照预设规则,在以车辆的中心位置为原点,x所在坐标轴为第一坐标轴,z所在坐标轴为第二坐标轴的直角坐标系中确定四个拟合点:第一拟合点、第二拟合点、第三拟合点和第四拟合点;
采用最小二乘法拟合所述第一拟合点、所述第二拟合点、所述第三拟合点和所述第四拟合点,得到拟合轨迹z=b3x3+b2x2+b1x+b0;
将b2作为所述基础曲率。
7.根据权利要求6所述的路径跟随算法,其特征在于,按照预设规则,在以车辆的中心位置为原点,x所在坐标轴为第一坐标轴,z所在坐标轴为第二坐标轴的直角坐标系中确定四个拟合点:第一拟合点、第二拟合点、第三拟合点和第四拟合点包括:
选择车辆的中心位置为所述第一拟合点;选择与所述第一拟合点之间的距离等于第一中间参数且位于第一圆上的点作为所述第二拟合点,所述第一圆的半径长度等于上一控制周期中确定的跟随路径的曲率的倒数;选择与所述第一中间点的x坐标相同,且位于跟随路径上的点作为第三拟合点,所述第一中间点位于跟随路径轨迹在z=0处的切线上且与所述第一拟合点的距离等于第二中间参数;选择与第二中间点的x坐标相同,且位于跟随路径上的点作为第四拟合点,所述第二中间点位于跟随路径轨迹在z=0处的切线上,且与所述第一中间点之间的距离等于第三中间参数;所述第一拟合点、所述第二拟合点、所述第三拟合点和所述第四拟合点的x坐标依次增大;
获取车辆的车速,以及影响所述第一中间参数、所述第二中间参数和所述第三中间参数的最大车速和最小车速;
根据所述车辆的车速、所述最大车速和所述最小车速,计算获得所述第一中间参数、所述第二中间参数和所述第三中间参数;
根据所述第一中间参数和上一控制周期确定的跟随路径的曲率,确定所述第二拟合点在所述直角坐标系中的坐标;
根据所述第二中间参数和跟随轨迹在z=0处的切线方程,确定所述第三拟合点在所述直角坐标系中的坐标;
根据所述第三中间参数和所述跟随路径轨迹,确定所述第四拟合点在所述直角坐标系中的坐标。
8.根据权利要求5所述的路径跟随算法,其特征在于,计算PID曲率包括:
采用具有预设计算逻辑的PID控制器,分别获取侧向位移偏差和航向角偏差;
将所述侧向位移偏差和所述航向角偏差之和作为所述PID曲率;
其中,所述预设计算逻辑包括:
S101、计算输入量的积分值;
S102、限制积分值的上下限;
S103、对积分值进行衰减;
S104、当条件量为0时,对积分进行清零;
S105、将当前偏差与积分偏差之和作为输出值输出;
S106、对上一周期变量进行赋值。
9.根据权利要求2所述的路径跟随算法,其特征在于,进行预警包括:
获取预警时的方向盘转角;
根据所述方向盘转角,控制方向盘进行预警提示。
10.根据权利要求9所述的路径跟随算法,其特征在于,计算预警时的方向盘转角包括:
获取车辆的实际方向盘转角;
将所述实际方向盘转角与预设周期性变量之和作为预警时的方向盘转角;
在所述方向盘转角远离其平衡位时,按照所述预警时的方向盘转角对方向盘进行控制。
11.一种路径跟随装置,其特征在于,包括:
路径确定模块,用于采用如下方式确定跟随路径:
检测是否获取到车道线轨迹;
若否,则确定跟随轨迹为直线:z=0;
若是,则获取车道宽度△L,并在获取到的车道线轨迹包括左车道线轨迹z=al3x3+al2x2+al1x+al0和右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=(al3+ar3)/2、a2=(al2+ar2)/2、a1=(al1+ar1)/2、a0=(al0+ar0)/2;
在获取到的车道线轨迹仅包括左车道线轨迹z=al3x3+al2x2+al1x+al0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=al3、a2=al2、a1=al1、a0=al0+△L/2;
在获取到的车道线轨迹仅包括右车道线轨迹z=ar3x3+ar2x2+ar1x+ar0时,确定跟随路径z=a3x3+a2x2+a1x+a0中,a3=ar3、a2=ar2、a1=ar1、a0=ar0-△L/2;
其中,x为车辆行驶方向坐标,z为平行于地面且垂直于车辆行驶方向坐标;
阈值判断模块,用于判断a0是否大于控制阈值;
行驶控制模块,用于在判断a0小于控制阈值时,基于驾驶员操作控制车辆;
转动控制模块,用于在判断a0大于控制阈值时,计算目标方向盘转角,控制车辆的方向盘按照目标方向盘转角转动。
12.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的路径跟随算法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-10中任一所述的路径跟随算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110539102.0A CN112959994B (zh) | 2021-05-18 | 2021-05-18 | 一种路径跟随算法、设备、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110539102.0A CN112959994B (zh) | 2021-05-18 | 2021-05-18 | 一种路径跟随算法、设备、介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112959994A true CN112959994A (zh) | 2021-06-15 |
CN112959994B CN112959994B (zh) | 2021-07-30 |
Family
ID=76279814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110539102.0A Active CN112959994B (zh) | 2021-05-18 | 2021-05-18 | 一种路径跟随算法、设备、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112959994B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113401121A (zh) * | 2021-07-30 | 2021-09-17 | 驭势(上海)汽车科技有限公司 | 一种车辆控制方法、装置、电子设备及存储介质 |
CN114051781A (zh) * | 2021-12-07 | 2022-02-18 | 清博(昆山)智能科技有限公司 | 一种协同作业农业机械设备的智能导航*** |
CN114419758A (zh) * | 2022-01-24 | 2022-04-29 | 广州小鹏自动驾驶科技有限公司 | 跟车距离的计算方法、装置、车辆及存储介质 |
US20220281523A1 (en) * | 2021-03-04 | 2022-09-08 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Method and apparatus for lane control of a vehicle |
CN115097632A (zh) * | 2022-07-22 | 2022-09-23 | 北京经纬恒润科技股份有限公司 | 一种ar-hud转向辅助显示方法及*** |
CN116481560A (zh) * | 2023-06-21 | 2023-07-25 | 天津所托瑞安汽车科技有限公司 | 车辆行驶里程的计算方法、装置、终端及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108545079A (zh) * | 2018-03-30 | 2018-09-18 | 吉利汽车研究院(宁波)有限公司 | 一种拥堵路况驾驶辅助***及方法 |
CN110612240A (zh) * | 2017-05-09 | 2019-12-24 | 维宁尔瑞典公司 | 用于车道检测的设备 |
WO2020141493A1 (en) * | 2019-01-04 | 2020-07-09 | Visteon Global Technologies, Inc. | Ehorizon upgrader module, moving objects as ehorizon extension, sensor detected map data as ehorizon extension, and occupancy grid as ehorizon extension |
CN111717189A (zh) * | 2019-03-18 | 2020-09-29 | 长城汽车股份有限公司 | 车道保持控制方法、装置及*** |
CN112307808A (zh) * | 2019-07-25 | 2021-02-02 | 郑州宇通客车股份有限公司 | 一种车辆实验场地及其车道线检测方法 |
-
2021
- 2021-05-18 CN CN202110539102.0A patent/CN112959994B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110612240A (zh) * | 2017-05-09 | 2019-12-24 | 维宁尔瑞典公司 | 用于车道检测的设备 |
CN108545079A (zh) * | 2018-03-30 | 2018-09-18 | 吉利汽车研究院(宁波)有限公司 | 一种拥堵路况驾驶辅助***及方法 |
WO2020141493A1 (en) * | 2019-01-04 | 2020-07-09 | Visteon Global Technologies, Inc. | Ehorizon upgrader module, moving objects as ehorizon extension, sensor detected map data as ehorizon extension, and occupancy grid as ehorizon extension |
CN111717189A (zh) * | 2019-03-18 | 2020-09-29 | 长城汽车股份有限公司 | 车道保持控制方法、装置及*** |
CN112307808A (zh) * | 2019-07-25 | 2021-02-02 | 郑州宇通客车股份有限公司 | 一种车辆实验场地及其车道线检测方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220281523A1 (en) * | 2021-03-04 | 2022-09-08 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Method and apparatus for lane control of a vehicle |
CN113401121A (zh) * | 2021-07-30 | 2021-09-17 | 驭势(上海)汽车科技有限公司 | 一种车辆控制方法、装置、电子设备及存储介质 |
CN113401121B (zh) * | 2021-07-30 | 2022-11-08 | 驭势(上海)汽车科技有限公司 | 一种车辆控制方法、装置、电子设备及存储介质 |
CN114051781A (zh) * | 2021-12-07 | 2022-02-18 | 清博(昆山)智能科技有限公司 | 一种协同作业农业机械设备的智能导航*** |
CN114419758A (zh) * | 2022-01-24 | 2022-04-29 | 广州小鹏自动驾驶科技有限公司 | 跟车距离的计算方法、装置、车辆及存储介质 |
CN114419758B (zh) * | 2022-01-24 | 2023-04-07 | 广州小鹏自动驾驶科技有限公司 | 跟车距离的计算方法、装置、车辆及存储介质 |
CN115097632A (zh) * | 2022-07-22 | 2022-09-23 | 北京经纬恒润科技股份有限公司 | 一种ar-hud转向辅助显示方法及*** |
CN115097632B (zh) * | 2022-07-22 | 2024-01-26 | 北京经纬恒润科技股份有限公司 | 一种ar-hud转向辅助显示方法及*** |
CN116481560A (zh) * | 2023-06-21 | 2023-07-25 | 天津所托瑞安汽车科技有限公司 | 车辆行驶里程的计算方法、装置、终端及存储介质 |
CN116481560B (zh) * | 2023-06-21 | 2023-10-03 | 天津所托瑞安汽车科技有限公司 | 车辆行驶里程的计算方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112959994B (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112959994B (zh) | 一种路径跟随算法、设备、介质 | |
CN108082185A (zh) | 一种车辆的行驶控制方法、装置和车辆 | |
CN102975716B (zh) | 用于在自动化车道对中过程中的速度自适应转向超驰检测的***和方法 | |
KR20210134530A (ko) | 자율주행차량의 장애물 회피 시스템 및 방법 | |
CN105785999B (zh) | 无人艇航向运动控制方法 | |
Simmons | The curvature-velocity method for local obstacle avoidance | |
US8510034B2 (en) | Perception model for trajectory following autonomous and human augmented steering control | |
CN108834425B (zh) | 用于控制自动驾驶车辆进入自动驾驶模式的方法及*** | |
CN108725585A (zh) | 车辆自主泊车的轨迹跟踪控制方法及装置 | |
CN110155172A (zh) | 一种车辆行驶调整方法、装置、车辆控制***及存储介质 | |
CN108388241B (zh) | 移动机器人的路径跟踪方法 | |
CN110073172B (zh) | 用于确定机动车的相对位置的方法、用于机动车的位置确定***和机动车 | |
US11024178B2 (en) | System and method for autonomously steering a vehicle | |
CN108274467A (zh) | 机器人走直线的控制方法和芯片及机器人 | |
US20120158247A1 (en) | Perception Model For Trajectory Following Autonomous And Human Augmented Steering Control | |
CN106886217A (zh) | 自主导航控制方法和装置 | |
US20100138110A1 (en) | Method and Device for Determining A Steering Angle Offset | |
CN115167469A (zh) | 一种路径跟踪控制方法及装置 | |
CN110758232B (zh) | 一种车辆转向灯控制方法、车辆及存储介质 | |
CN112455540B (zh) | 一种基于车辆姿态的转向零位识别方法及*** | |
CN114440874A (zh) | 基于光流和光栅的融合定位方法和装置 | |
CN113515133A (zh) | 一种agv的力控方法、装置、电子设备及存储介质 | |
CN117032237B (zh) | 一种全向底盘通用运动控制方法 | |
CN112327620B (zh) | 兼顾绕障的移动机器人鲁棒控制方法及*** | |
CN117724504B (zh) | 一种基于投影面积的无人车路径跟踪控制方法及装置 |
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 |