CN114155732A - 车辆周围障碍物监测方法、电子设备及存储介质 - Google Patents

Abstract

本发明公开一种车辆周围障碍物监测方法、电子设备及存储介质。方法包括：通过与本车车机通信连接的本车通信终端，获取被监测范围内障碍物的障碍物通信终端的通信信息；基于通信信息，以本车通讯终端标记的本车位置点与障碍物通讯终端标记的障碍物位置点的连线作为车距方向；获取本车运动信息和障碍物运动信息，计算本车与障碍物的相对运动信息；确定相对运动信息关于车距方向的基准运动信息；基于基准运动信息，对障碍物进行监测。本发明通过本车通信终端与障碍物通信终端，对障碍物进行监测，信息交互采用基于V2X的网络交互手段，可大范围、高精度地实现同时采集周围多障碍物的运动参数，成本低廉且可靠性高。

Description

车辆周围障碍物监测方法、电子设备及存储介质

技术领域

本发明涉及汽车相关技术领域，特别是一种车辆周围障碍物监测方法、电子设备及存储介质。

背景技术

现有的自动驾驶车辆，通过雷达、摄像头等辅助监测设备，小范围内进行障碍物的识别与检测。然而受限于安装位置及设备精度，性价比也不高；同时，安全性与自动化程度有待提升，调控不够智能精确，有些方案仅能用于警示提醒，需要用户配合完成车辆运到状态的调整；有些方案粗略的通过规定阈值的方法，在触发阈值之后紧急制动。

现有技术存在的问题主要为：

1、性价比差：雷达或传感器等辅助测距设备精度有限，且为避免盲区需安装多个位置，成本上升，性价比不高；

2、安全性有待提升：仅是辅助手段，作为提示信息警示用户，车辆运到状态调整还是需要用户自己完成(除了紧急制动外)；

3、难用于自动化调控：车辆状态自动化调节程度取决于雷达或传感器的可靠性，但由于价格及布局的限制，导致目前调节的自动化程度不高；

4、精度受影响：在面对多方位多障碍物体时，容易出现盲区而导致未能监测成功(为避免盲区，目前大多采用在多个位置安装的方法，这样成本将上升很多)，同时就算避免了盲区，但在雷达或传感器在受到影响精度的环境下(如电磁干扰、镜头遮蔽、下雨天等恶劣环境)，监测的精度也会大受影响，很容易出现误判；

5、监测距离有限(且监测距离提高造成成本急剧上升)。

发明内容

基于此，有必要针对现有的自动驾驶车辆由于使用雷达或传感器存在的技术问题，提供一种车辆周围障碍物监测方法、电子设备及存储介质。

本发明提供一种车辆周围障碍物监测方法，包括：

通过与本车车机通信连接的本车通信终端，获取被监测范围内障碍物的障碍物通信终端的通信信息；

基于通信信息，以本车通讯终端标记的本车位置点与障碍物通讯终端标记的障碍物位置点的连线作为车距方向；

获取本车运动信息和障碍物运动信息，计算本车与障碍物的相对运动信息；

确定相对运动信息关于车距方向的基准运动信息；

基于所述基准运动信息，对所述障碍物进行监测。

进一步地，所述本车运动信息包括本车速度V1和本车加速度a1，所述障碍物运动信息包括障碍物速度V2和障碍物加速度a2，所述相对运动信息包括根据本车速度V1和障碍物速度V2计算得到的相对速度V12、以及根据本车加速度a1和障碍物加速度a2计算得到的相对加速度a12；

所述确定相对运动信息关于车距方向的基准运动信息，具体包括：

计算相对速度V12沿车距方向的第一相对速度分量V12x和垂直于车距方向的第二相对速度分量V12y；

计算相对加速度a12沿车距方向的第一相对加速度分量a12x和垂直与车距方向的第二相对加速度分量a12y。

更进一步地，所述基于所述基准运动信息，对所述障碍物进行监测，具体包括：

基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹。

再进一步地，所述基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹，具体包括：

根据所述第一相对速度分量、所述第二相对速度分量、所述第一相对加速度分量、以及所述第二相对加速度分量计算本车与障碍物的相对运动轨迹；

显示所述相对运动轨迹。

再进一步地，所述根据所述第一相对速度分量、所述第二相对速度分量、所述第一相对加速度分量、以及所述第二相对加速度分量计算本车与障碍物的相对运动轨迹，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间。

再进一步地，所述基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹，具体包括：

计算本车与障碍物的距离；

如果本车与障碍物的距离小于等于预设距离阈值，则计算并显示本车与障碍物的相对运动轨迹，或者如果本车与障碍物的距离大于预设距离阈值，且本车与障碍物的距离小于等于相对速度，则计算并显示本车与障碍物的相对运动轨迹。

再进一步地，所述计算本车与障碍物的距离，具体包括：

根据障碍物通信终端的通信信息，计算本车通信终端与障碍物通信终端的通信距离S12’；

计算本车与障碍物的距离S12＝S12’-K，所述K为预设修正值。

再进一步地，所述基于所述基准运动信息，对所述障碍物进行监测，具体包括：

如果未满足监控安全条件，则对本车与障碍物的基准运动信息进行监控；

在监控情况下，如果未满足调控安全条件，则基于所述基准运动信息，判断本车与障碍物是否会发生碰撞；

如果判断本车与障碍物会发生碰撞，则调整车辆。

再进一步地：

所述如果未满足监控安全条件，则对本车与障碍物的基准运动信息进行监控，具体包括：

计算本车与障碍物的距离；

如果本车与障碍物的距离小于等于预设距离阈值，则对本车与障碍物的基准运动信息进行监控，或者如果本车与障碍物的距离大于预设距离阈值，且本车与障碍物的距离小于等于相对速度，则对本车与障碍物的基准运动信息进行监控；

所述判断本车与障碍物是否会发生碰撞，具体包括：

在监控情况下，如果本车与障碍物的距离小于等于预设间距参数判断值，则判断本车与障碍物是否会发生碰撞，或者本车与障碍物的距离大于等于预设间距参数判断值，且本车与障碍物的距离小于等于相对速度，则判断本车与障碍物是否会发生碰撞，所述间距参数判断值小于等于所述距离阈值。

再进一步地，所述计算本车与障碍物的距离，具体包括：

根据障碍物通信终端的通信信息，计算本车通信终端与障碍物通信终端的通信距离S12’；

计算本车与障碍物的距离S12＝S12’-K，所述K为预设修正值。

再进一步地，所述间距参数判断值根据被监测范围内障碍物的障碍物数量确定，障碍物数量大对应的间距参数判断值大于等于障碍物数量小对应的间距参数判断值。

再进一步地，所述判断本车与障碍物是否会发生碰撞，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间；

如果Sx＝S12时，Sy≥安全阈值，则判断本车与障碍物不会碰撞，否则判断本车与障碍物会发生碰撞。

再进一步地，所述如果判断本车与障碍物会发生碰撞，则调整车辆，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间；

如果判断本车与障碍物会发生碰撞，则判断第一相对加速度分量a12x是否等于0；

如果第一相对加速度分量a12x不等于0，则控制车辆速度和/或方向，使得第二相对加速度分量a12y≥[L*a12x^2+a12x*V12x*V12y-a12x*V12y*sqrt(V12x^2+2*a12x*S12)]/[a12x*S12+V12x^2-V12x*sqrt(V12x^2+2*a12x*S12)]，其中L为安全阈值；

如果第一相对加速度分量a12x等于0，则控制车辆速度和/或方向，使得第二相对加速度分量a12y≥(2L*V12x^2-2*V12x*V12y*S12)/S12^2，其中L为安全阈值。

再进一步地，所述被监测范围内的障碍物为多个，所述如果判断本车与障碍物会发生碰撞，则调整车辆，具体包括：

计算本车与每一障碍物相对运动轨迹的沿车距方向的第一位移分量函数和本车与每一障碍物相对运动轨迹的垂直车距方向的第二位移分量函数，其中，本车与第u个障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sux＝V1ux*t+1/2*a1ux*t^2，本车与第u个障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Suy＝V1uy*t+1/2*a1uy*t^2，其中t为时间，V1ux为本车速度V1和第u个障碍物速度Vu计算得到的第u个相对速度V1u沿车距方向的第一相对速度分量，V1uy为第u个相对速度V1u垂直于车距方向的第二相对速度分量，a1ux为本车加速度a1和第u个障碍物加速度au计算得到的第u个相对加速度a1u沿车距方向的第一相对加速度分量，a1y为第u个相对加速度a1u垂直与车距方向的第二相对加速度分量；

如果Sux＝S1u时，Suy≥安全阈值，则判断本车与第u个障碍物不会碰撞，否则判断本车与第u个障碍物会发生碰撞，S1u为本车与第u个待计算障碍物的距离；

将所有会发生碰撞的障碍物作为待计算障碍物，对于每个待计算障碍物，均判断待计算障碍物的第一相对加速度分量是否等于0；

控制车辆，使得对于每个待计算障碍物，均满足：

如果本车相对第w个待计算障碍物的第一相对加速度分量a1wx不等于0，则控制车辆速度和/或方向，使得本车相对第w个待计算障碍物的第二相对加速度分量a1wy≥[L*a1wx^2+a1wx*V1wx*V1wy-a1wx*V1wy*sqrt(V1wx^2+2*a1wx*S1w)]/[a1wx*S1w+V1wx^2-V1wx*sqrt(V1wx^2+2*a1wx*S1w)]；

如果本车相对第w个计算障碍物的第一相对加速度分量a1wx等于0，则控制车辆速度和/或方向，使得本车相对第w个待计算障碍物的第二相对加速度分量a1wy≥(2L*V1wx^2-2*V1wx*V1wy*S12)/S1w^2，其中L为安全阈值；

其中L为安全阈值，V1wx为本车速度V1和第w个障碍物速度Vw计算得到的第w个相对速度V1w沿车距方向的第一相对速度分量，V1wy为第w个相对速度V1w垂直于车距方向的第二相对速度分量，a1wx为本车加速度a1和第w个障碍物加速度aw计算得到的第w个相对加速度a1w沿车距方向的第一相对加速度分量，a1y为第w个相对加速度a1w垂直与车距方向的第二相对加速度分量，S1w为本车与第w个待计算障碍物的距离。

本发明提供一种电子设备，包括：

至少一个处理器；以及，

与至少一个所述处理器通信连接的存储器；其中，

所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的车辆周围障碍物监测方法。

本发明提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的车辆周围障碍物监测方法的所有步骤。

本发明通过本车通信终端与障碍物通信终端，确定相对运动信息关于车距方向的基准运动信息，并基于所述基准运动信息，对所述障碍物进行监测，可实时优化本车行驶参数(加速度及加速度角度)，从而自动地调整本车的运动状态，规避与周围障碍物发生碰撞的风险；信息交互采用基于V2X的网络交互手段，可大范围、高精度地实现同时采集周围多障碍物的运动参数，成本低廉且可靠性高；可用于自动驾驶过程中车辆的运动状态实时自动控制。

附图说明

图1为本发明一种车辆周围障碍物监测方法的工作流程图；

图2为本发明一实施例中一种车辆周围障碍物监测方法的工作流程图；

图3为原运动轨迹和调整后运动轨迹示意图；

图4为多轨迹示意图；

图5为本发明最佳实施例一种车辆周围障碍物监测方法的工作流程图；

图6为本发明一种电子设备的硬件结构示意图。

具体实施方式

下面结合附图来进一步说明本发明的具体实施方式。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。

实施例一

如图1所示为本发明一种车辆周围障碍物监测方法的工作流程图，包括：

步骤S101，通过与本车车机通信连接的本车通信终端，获取被监测范围内障碍物的障碍物通信终端的通信信息；

步骤S102，基于通信信息，以本车通讯终端标记的本车位置点与障碍物通讯终端标记的障碍物位置点的连线作为车距方向；

步骤S103，获取本车运动信息和障碍物运动信息，计算本车与障碍物的相对运动信息；

步骤S104，确定相对运动信息关于车距方向的基准运动信息；

步骤S105，基于所述基准运动信息，对所述障碍物进行监测。

具体来说，本发明可以应用在网络端服务器或者车辆的电子控制器单元(Electronic Control Unit，ECU)上。对周围障碍物进行监测的车辆作为本车。通信终端可以为移动终端，例如智能手机等。步骤S101中，本车通信终端通过车用无线通信技术(Vehicle to X，V2X)与障碍物通信终端进行通信，然后获取通信信息。然后步骤S102，基于通信信息确定车距方向。车距方向选定为本车通信终端与障碍物通信终端的连线。具体来说，可以由本车通信终端，根据通信信息的信号强度，选择所接收的通信信号的信号强度最大的方向，作为车距方向。

然后，步骤S103获取本车运动信息和障碍物运动信息，其中本车运动信息从本车的传感器中获取，而障碍物运动信息，由障碍物的传感器检测得到后，通过障碍物通信终端发送到本车通信终端，然后由本车的控制器统一计算本车与障碍物的相对运动信息。或者本车运动信息和障碍物运动信息均发送到网络端服务器，由网络端服务器计算本车与障碍物的相对运动信息。例如如果障碍物为障碍物车辆，则障碍物车辆获取车辆的运动信息，然后通过与障碍物车辆通信连接的障碍物通信终端发送信息。再例如，如果障碍物为人，则由人所持有的手机检测运动信息，然后由手机发送信息。

得到相对运动信息后，将相对运动信息，分解为关于车距方向的基准运动信息，并最后执行步骤S105，基于基准运动信息，对障碍物进行监测。

本发明通过本车通信终端与障碍物通信终端，确定相对运动信息关于车距方向的基准运动信息，并基于所述基准运动信息，对所述障碍物进行监测，由于信息交互采用基于V2X的网络交互手段，可大范围、高精度地实现同时采集周围多障碍物的运动参数，成本低廉且可靠性高，可用于自动驾驶过程中车辆的运动状态实时自动控制。

实施例二

如图2所示为本发明一实施例中一种车辆周围障碍物监测方法的工作流程图，包括：

步骤S201，通过与本车车机通信连接的本车通信终端，获取被监测范围内障碍物的障碍物通信终端的通信信息；

步骤S202，基于通信信息，以本车通讯终端标记的本车位置点与障碍物通讯终端标记的障碍物位置点的连线作为车距方向；

步骤S203，获取本车运动信息和障碍物运动信息，计算本车与障碍物的相对运动信息，所述本车运动信息包括本车速度V1和本车加速度a1，所述障碍物运动信息包括障碍物速度V2和障碍物加速度a2，所述相对运动信息包括根据本车速度V1和障碍物速度V2计算得到的相对速度V12、以及根据本车加速度a1和障碍物加速度a2计算得到的相对加速度a12；

步骤S204，计算相对速度V12沿车距方向的第一相对速度分量V12x和垂直于车距方向的第二相对速度分量V12y，计算相对加速度a12沿车距方向的第一相对加速度分量a12x和垂直与车距方向的第二相对加速度分量a12y；

步骤S205，基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹。

在其中一个实施例中，所述基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹，具体包括：

根据所述第一相对速度分量、所述第二相对速度分量、所述第一相对加速度分量、以及所述第二相对加速度分量计算本车与障碍物的相对运动轨迹；

显示所述相对运动轨迹。

在其中一个实施例中，所述根据所述第一相对速度分量、所述第二相对速度分量、所述第一相对加速度分量、以及所述第二相对加速度分量计算本车与障碍物的相对运动轨迹，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间。

在其中一个实施例中，所述基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹，具体包括：

计算本车与障碍物的距离；

如果本车与障碍物的距离小于等于预设距离阈值，则计算并显示本车与障碍物的相对运动轨迹，或者如果本车与障碍物的距离大于预设距离阈值，且本车与障碍物的距离小于等于相对速度，则计算并显示本车与障碍物的相对运动轨迹。

在其中一个实施例中，所述计算本车与障碍物的距离，具体包括：

根据障碍物通信终端的通信信息，计算本车通信终端与障碍物通信终端的通信距离S12’；

计算本车与障碍物的距离S12＝S12’-K，所述K为预设修正值。

步骤S206，如果未满足监控安全条件，则对本车与障碍物的基准运动信息进行监控；

步骤S207，在监控情况下，如果未满足调控安全条件，则基于所述基准运动信息，判断本车与障碍物是否会发生碰撞；

步骤S208，如果判断本车与障碍物会发生碰撞，则调整车辆。

在其中一个实施例中：

所述如果未满足监控安全条件，则对本车与障碍物的基准运动信息进行监控，具体包括：

计算本车与障碍物的距离；

如果本车与障碍物的距离小于等于预设距离阈值，则对本车与障碍物的基准运动信息进行监控，或者如果本车与障碍物的距离大于预设距离阈值，且本车与障碍物的距离小于等于相对速度，则对本车与障碍物的基准运动信息进行监控；

所述判断本车与障碍物是否会发生碰撞，具体包括：

在监控情况下，如果本车与障碍物的距离小于等于预设间距参数判断值，则判断本车与障碍物是否会发生碰撞，或者本车与障碍物的距离大于等于预设间距参数判断值，且本车与障碍物的距离小于等于相对速度，则判断本车与障碍物是否会发生碰撞，所述间距参数判断值小于等于所述距离阈值。

在其中一个实施例中，所述计算本车与障碍物的距离，具体包括：

根据障碍物通信终端的通信信息，计算本车通信终端与障碍物通信终端的通信距离S12’；

计算本车与障碍物的距离S12＝S12’-K，所述K为预设修正值。

在其中一个实施例中，所述间距参数判断值根据被监测范围内障碍物的障碍物数量确定，障碍物数量大对应的间距参数判断值大于等于障碍物数量小对应的间距参数判断值。

在其中一个实施例中，所述判断本车与障碍物是否会发生碰撞，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间；

如果Sx＝S12时，Sy≥安全阈值，则判断本车与障碍物不会碰撞，否则判断本车与障碍物会发生碰撞。

在其中一个实施例中，所述如果判断本车与障碍物会发生碰撞，则调整车辆，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间；

如果判断本车与障碍物会发生碰撞，则判断第一相对加速度分量a12x是否等于0；

如果第一相对加速度分量a12x不等于0，则控制车辆速度和/或方向，使得第二相对加速度分量a12y≥[L*a12x^2+a12x*V12x*V12y-a12x*V12y*sqrt(V12x^2+2*a12x*S12)]/[a12x*S12+V12x^2-V12x*sqrt(V12x^2+2*a12x*S12)]，其中L为安全阈值；

如果第一相对加速度分量a12x等于0，则控制车辆速度和/或方向，使得第二相对加速度分量a12y≥(2L*V12x^2-2*V12x*V12y*S12)/S12^2，其中L为安全阈值。

在其中一个实施例中，所述被监测范围内的障碍物为多个，所述如果判断本车与障碍物会发生碰撞，则调整车辆，具体包括：

计算本车与每一障碍物相对运动轨迹的沿车距方向的第一位移分量函数和本车与每一障碍物相对运动轨迹的垂直车距方向的第二位移分量函数，其中，本车与第u个障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sux＝V1ux*t+1/2*a1ux*t^2，本车与第u个障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Suy＝V1uy*t+1/2*a1uy*t^2，其中t为时间，V1ux为本车速度V1和第u个障碍物速度Vu计算得到的第u个相对速度V1u沿车距方向的第一相对速度分量，V1uy为第u个相对速度V1u垂直于车距方向的第二相对速度分量，a1ux为本车加速度a1和第u个障碍物加速度au计算得到的第u个相对加速度a1u沿车距方向的第一相对加速度分量，a1y为第u个相对加速度a1u垂直与车距方向的第二相对加速度分量；

如果Sux＝S1u时，Suy≥安全阈值，则判断本车与第u个障碍物不会碰撞，否则判断本车与第u个障碍物会发生碰撞，S1u为本车与第u个待计算障碍物的距离；

将所有会发生碰撞的障碍物作为待计算障碍物，对于每个待计算障碍物，均判断待计算障碍物的第一相对加速度分量是否等于0；

控制车辆，使得对于每个待计算障碍物，均满足：

如果本车相对第w个待计算障碍物的第一相对加速度分量a1wx不等于0，则控制车辆速度和/或方向，使得本车相对第w个待计算障碍物的第二相对加速度分量a1wy≥[L*a1wx^2+a1wx*V1wx*V1wy-a1wx*V1wy*sqrt(V1wx^2+2*a1wx*S1w)]/[a1wx*S1w+V1wx^2-V1wx*sqrt(V1wx^2+2*a1wx*S1w)]；

如果本车相对第w个计算障碍物的第一相对加速度分量a1wx等于0，则控制车辆速度和/或方向，使得本车相对第w个待计算障碍物的第二相对加速度分量a1wy≥(2L*V1wx^2-2*V1wx*V1wy*S12)/S1w^2，其中L为安全阈值；

其中L为安全阈值，V1wx为本车速度V1和第w个障碍物速度Vw计算得到的第w个相对速度V1w沿车距方向的第一相对速度分量，V1wy为第w个相对速度V1w垂直于车距方向的第二相对速度分量，a1wx为本车加速度a1和第w个障碍物加速度aw计算得到的第w个相对加速度a1w沿车距方向的第一相对加速度分量，a1y为第w个相对加速度a1w垂直与车距方向的第二相对加速度分量，S1w为本车与第w个待计算障碍物的距离。

具体来说，步骤S201通过与本车车机通信连接的本车通信终端，获取被监测范围内障碍物的障碍物通信终端的通信信息。其中，如果障碍物为车辆：则由控制器域网(Control ler Area Network，CAN)网络直接获取运动信息然后通过手机APP上传至网络端。如果障碍物为人，则手机APP通过GPS***获取信息然后上传至网络端。识别：①手机APP与车机一对一绑定，同时在网络端为每台车分配一个ID码，与手机APP账号一一对应；②手机APP将对外实时发出信息，以便在其周围一定范围内的另一手机APP能实时捕捉到上传至网络端的信息。

而步骤S202，基于通信信息，以本车通讯终端标记的本车位置点与障碍物通讯终端标记的障碍物位置点的连线作为车距方向。具体来说，以车距方向为x轴方向，以垂直车距方向为y轴方向。

步骤S203中获取本车运动信息和障碍物运动信息，本车运动信息包括本车速度V1和本车加速度a1，障碍物运动信息包括障碍物速度V2和障碍物加速度a2。然后计算V1与V2的差值则为相对速度V12，计算a1和a2的差值为相对加速度a12。优选地，相对速度V12＝V1-V2，相对加速度a12＝a1-a2。

然后步骤S204计算沿车距及垂直于车距方向的速度分量：V12x、V12y，以及计算沿车距及垂直于车距方向的加速度分量：a12x、a12y。

然后步骤S205，基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹。

相对运动轨迹通过轨迹函数表示，轨迹函数包括本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2、以及本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间。其中^2为平方计算，即t^2为时间t的平方。轨迹函数表示采用当前得到的本车运动信息和障碍物运动信息，在t时间之后，沿车距方向的位移Sx以及垂直车距方向的位移Sy。将轨迹函数在二维坐标上显示，则得到相对运动轨迹。

可以在满足条件时才计算并显示相对运动轨迹。计算并显示相对运动轨迹的条件为：如果本车与障碍物的距离小于等于预设距离阈值，则计算并显示本车与障碍物的相对运动轨迹，或者如果本车与障碍物的距离大于预设距离阈值，且本车与障碍物的距离小于等于相对速度，则计算并显示本车与障碍物的相对运动轨迹。

在高速行驶时，保持安全车距一般与车速大小相关，若车距值大于相对车速值，则认为属于安全行驶，不用计算并显示相对运动轨迹。

而如果车距在距离阈值以内，则计算并显示相对运动轨迹，并进入监控计算。

在距离阈值以上的车距，如果行驶速度处于极端情况下，相对车速大于车距值，则计算并显示相对运动轨迹，并将进入监控计算，其中相对车速与车距值的比较是在标准单位下，相对车速的数值与车距值的比较。例如，车距值S12单位为米，相对车速为公里每小时时，相对车速值与车距值进行比较。

在进入监控计算之后，进一步计算是否满足调控条件，在满足调控条件时计算是否会发生碰撞。调控条件为：在监控情况下，如果本车与障碍物的距离小于等于预设间距参数判断值，则判断本车与障碍物是否会发生碰撞，或者本车与障碍物的距离大于等于预设间距参数判断值，且本车与障碍物的距离小于等于相对速度，则判断本车与障碍物是否会发生碰撞，所述间距参数判断值小于等于所述距离阈值。

其中间距参数判断值为P值，根据被监测范围内识别到的障碍物的障碍物数量确定，例如10个以上：P＝80m；10个以内：P＝60m。

考虑到被监测物体的体积大小，对车距值S12进行修正，S12＝S12’-K，所述K为预设修正值，优选地K为4米。

具体地先根据车间距，再结合车间距与相对速度的大小关系进行自适应地选择监控及自动调控与否：

①在间距参数判断值ˉ距离阈值相对间距范围内，当间距小于相对速度时，进入自动计算及调控与否。

②在间距参数判断值以内，强制进入自动计算及调控。

当被监测范围内物体很多(10个以上)，则需要介入监控及调控的时间要早，如80m间距开始自动计算及调控；若被监测范围内物体较少(10个以内)，则需要介入监控及调控的时间可以晚一点，如60m间距开始自动计算及调控。

如图3所示，当Sx＝S12时，Sy≥安全阈值时，判断不会发生碰撞，考虑到车辆是有体积的，而通讯设备的定位点是车辆中心点，因此出于实际情况的考虑，加入了这个安全阈值，为了保险起见，安全阈值选取为车身长度的一半。优选地，安全阈值为2米。当Sx＝S12时，Sy<安全阈值，则判断会发生碰撞，此时根据a12x是否等于0，选择相应的调控公式。

对于安全阈值为2米的情况：

如果a12x不等于0，则自动降速，同时调节a12x、a12y，最终使其满足关系式①a12y≥f(a12x)＝[2*a12x^2+a12x*V12x*V12y-a12x*V12y*sqrt(V12x^2+2a12x*S12)]/[a12x*S12+V12x^2-V12x*sqrt(V12x^2+2*a12x*S12)]。其中sqrt为求开方函数，即sqrt(V12x^2+2*a12x*S12)为

如果a12x等于0，则自动降速：同时调节a12x、a12y，最终使其满足关系式②a12y≥(4*V12x^2-2*V12x*V12y*S12)/S12^2。

具体地，控制器根据关系式①或②计算最优的参数，然后发给控制器进行车辆调整。调整方法为：一、ECU发出制动信号进行减速；二、ECU同时发出制动与转向信号进行减速。

调整时优先先选择方法一：ECU发出制动信号进行减速，此种情况下本车加速度a1的方向将保持不变，大小减小。若方法一不足以规避碰撞的风险时，再选择方法二：ECU同时发出制动与转向信号进行减速。此种情况下本车加速度a1的大小减小的同时，方向也将调整。

最优的加速度及转向角度大小由软件自动计算出，ECU再将计算出的加速度及转向角度发送到执行器，从而改变本车的运动参数，调整运动状态避免与被监测物体发生碰撞。输出调整后的相对运动轨迹图，然后调整本车运动参数后返回步骤S201进行重新循环进行实时监测计算。

对于多个被监测物体的情况，可以同时引入多个被监测物体数据，在综合考虑各被监测物体影响的情况下计算出最优调整参数，然后通过控制器赋予本车，进行车辆状态的调整。

被监测范围内的所有障碍物均为待计算障碍物；判断时是同时满足相对于每一个障碍物的运动条件方程式，方程式的选择根据a1wx(w为障碍物编号)是否等于0来判断；

如：现有3个障碍物同时在监测范围内，编号分别为2、3、4，以安全阈值为2米为例。

若a12x＝0&a13x≠0&a14x≠0，则调整车辆，使得

a12y≥(4*V12x^2-2*V12x*V12y*S12)/S12^2

&a13y≥[2*a13x^2+a13x*V13x*V13y-a13x*V13y*sqrt(V13x^2+2a13x*S13)]/[a13x*S13+V13x^2-V13x*sqrt(V13x^2+2*a13x*S13)]

&a14y≥[2*a14x^2+a14x*V14x*V14y-a14x*V14y*sqrt(V14x^2+2a14x*S14)]/[a14x*S14+V14x^2-V14x*sqrt(V14x^2+2*a14x*S14)]

调整车辆速度和/或方向，使得上述三个不等式同时满足。

本实施例利用V2X技术实现车辆与障碍物(车、人等任意可实现通讯的物体)间的交互及信息传递。通过在仪表上运动轨迹展示+警示提醒，展示给用户当前的运动状态及本车与被监测范围内的物体间的相对运动轨迹。自动求解出最优的运动参数，并在需要的情况下(如间距<80m,且有碰撞风险但车主仍未采取主动避让措施)，主动调整车辆的运动参数(加速度大小及方向盘转角)。多因素兼顾优化运动参数，当周围有多个障碍物时，可同时考虑各个障碍物的影响，求解出最优加速度及调整角度，保证与监测范围内的每一障碍物都避免发生碰撞。监测范围广且成本低，只要能进行网络通讯进行信息交互的任何物体均可融入该监测网络，成为被监测的一部分。

通过该监控及计算***，可实时优化本车行驶参数(加速度及加速度角度)，从而自动地调整本车的运动状态，规避与周围障碍物发生碰撞的风险；信息交互采用基于V2X的网络交互手段，可大范围、高精度地实现同时采集周围多障碍物的运动参数，成本低廉且可靠性高；可用于自动驾驶过程中车辆的运动状态实时自动控制。

如图5所示为本发明最佳实施例一种车辆周围障碍物监测方法的工作流程图，包括：

步骤S501，手机APP与车机一对一绑定，同时在网络端为每台车分配一个ID码，与手机APP账号一一对应，手机APP将对外实时发出信息，以便在其周围一定范围内的另一手机APP能实时捕捉到上传至网络端的信息。

步骤S502，识别500m范围内所有物体，对物体的信息进行读取，然后进行后续计算，车辆识别通过车机网络自动识别ID码，根据识别车辆的数量，选择间距参数判断值P(10个以上：P＝80m；10个以内：P＝60m)。

步骤S503，读取本车信息：①车速V1；②加速度a1；

读取被监测物体信息：①速度V2；②加速度a2；

计算本车与被监测物体间的距离并取修正值：S12(修正值为实车值△S12-4m，考虑到被监测物体的体积大小，故使用修正值作为后面车间距值，代入下述计算)；

分别计算a1、a2与步骤3中车距方向间的夹角α、β。

步骤S504，①计算相对速度、加速度：①V12；②a12；

②计算沿车距及垂直于车距方向的速度分量：V12x、V12y；

③计算沿车距及垂直于车距方向的加速度分量：a12x、a12y。

步骤S505，判断是否满足监控条件，如果满足监控安全条件，执行步骤S502，否则执行步骤S506。

监控安全条件为：S12>150m且S12>V12(其中S12单位为m；V12单位换算成km/h)

说明：先根据车间距，再结合车间距与相对速度的大小关系进行自适应地选择进入计算处理与否；

①高速行驶保持安全车距一般与车速大小相关，若车距值S12大于150m，且车距值大于相对速度值，则认为属于安全行驶，跳到步骤S502；

②150m以上车距，且行驶速度处于极端情况下(相对速度大于150km/h)也将进入监控计算，跳到步骤S506；

③150m以内车距，均进入监控计算，跳到步骤S506。

步骤S506，计算出本车与被监测物体的相对运动轨迹：

①Sx＝V12x*t+1/2*a12x*t^2；

②Sy＝V12y*t+1/2*a12y*t^2；

其中V12、a12均为实时采样检测，并计算采样时刻之后的轨迹。

步骤S507，判断是否满足调控安全条件，如果满足执行步骤S502，否则在仪表上提示请减速，并执行步骤S508。

调控安全条件为：S12>间距参数判断值P,且S12>V12(其中S12单位为m；V12单位换算成km/h)；

说明：先根据车间距，再结合车间距与相对速度的大小关系进行自适应地选择监控及自动调控与否：

①在P-150m相对间距范围内，当间距小于相对速度值时，执行步骤S508，进入自动计算及调控与否；

②在P间距以内，执行步骤S508，强制进入自动计算及调控。

P在前述步骤S502中计算得到，如500m范围内物体很多(10个以上)，则需要介入监控及调控的时间要早，如P＝80m间距开始自动计算及调控；若500m范围内物体较少(10个以内)，则需要介入监控及调控的时间可以晚一点，如P＝60m间距开始自动计算及调控。

步骤S508，判断a12x是否等于0，如果a12x＝0，则执行步骤S5092，否则执行步骤S5091。

步骤S5091，计算并判断当Sx＝S12时，Sy是否≥2m，其中2m为安全阈值，如果Sx＝S12时，Sy≥2m，则在仪表上显示保持当前运动状态，执行步骤S502，否则执行步骤S5101。

步骤S5101，在仪表上显示相对运到轨迹图，且提示t秒之后有碰撞危险请减速(t通过Sx＝S12求得)；

自动降速：同时调节a12x、a12y，最终使其满足关系式①a12y≥f(a12x)＝[2*a12x^2+a12x*V12x*V12y-a12x*V12y*sqrt(V12x^2+2a12x*S12)]/[a12x*S12+V12x^2-V12x*sqrt(V12x^2+2*a12x*S12)]，执行步骤S511。

步骤S5092，计算并判断当Sx＝S12时，Sy是否≥2m，其中2m为安全阈值，如果Sx＝S12时，Sy≥2m，则在仪表上显示保持当前运动状态，执行步骤S502，否则执行步骤S5102。

步骤S5102，在仪表上显示相对运到轨迹图，且提示t秒之后有碰撞危险请减速(t通过Sx＝S12求得)；

自动降速：同时调节a12x、a12y，最终使其满足关系式②a12y≥(4*V12x^2-2*V12x*V12y*S12)/S12^2，执行步骤S511。

步骤S511，控制器根据关系式①或②计算最优的参数，然后发给控制器进行车辆调整方法：

一、ECU发出制动信号进行减速；

二、ECU同时发出制动与转向信号进行减速。

步骤S512，优先先选择方法一：ECU发出制动信号进行减速；此种情况下本车加速度a1的方向将保持不变，大小减小；

若方法一不足以规避碰撞的风险时，再选择方法二：ECU同时发出制动与转向信号进行减速；此种情况下本车加速度a1的大小减小的同时，方向也将调整。

步骤S513，最优的加速度及转向角度大小由软件自动计算出，ECU再将计算出的加速度及转向角度发送到执行器，从而改变本车的运动参数，调整运动状态避免与被监测物体发生碰撞；

输出调整后的相对运动轨迹图，然后调整本车运动参数后返回步骤S502进行重新循环进行实时监测计算。

如图3所示为原运动轨迹31和调整后运动轨迹32示意图。

可同时引入多个被监测物体数据，在综合考虑各被监测物体影响的情况下计算出最优调整参数，然后通过控制器赋予本车，进行车辆状态的调整。

如图4所示为原运动轨迹411、421、431、441、451、461、471、481以及对应的调整后运动轨迹412、422、432、442、452、462、472、482示意图。

本实施例通过该监控及计算***，可实时优化本车行驶参数(加速度及加速度角度)，从而自动地调整本车的运动状态，规避与周围障碍物发生碰撞的风险；信息交互采用基于V2X的网络交互手段，可大范围、高精度地实现同时采集周围多障碍物的运动参数，成本低廉且可靠性高；可用于自动驾驶过程中车辆的运动状态实时自动控制

实施例三

如图6所示为本发明一种电子设备的硬件结构示意图，包括：

至少一个处理器601；以及，

与至少一个所述处理器601通信连接的存储器602；其中，

所述存储器602存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的车辆周围障碍物监测方法。

图6中以一个处理器601为例。

电子设备还可以包括：输入装置603和显示装置604。

处理器601、存储器602、输入装置603及显示装置604可以通过总线或者其他方式连接，图中以通过总线连接为例。

存储器602作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的车辆周围障碍物监测方法对应的程序指令/模块，例如，图1所示的方法流程。处理器601通过运行存储在存储器602中的非易失性软件程序、指令以及模块，从而执行各种功能应用以及数据处理，即实现上述实施例中的车辆周围障碍物监测方法。

存储器602可以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***、至少一个功能所需要的应用程序；存储数据区可存储根据车辆周围障碍物监测方法的使用所创建的数据等。此外，存储器602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。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至执行车辆周围障碍物监测方法的装置。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603可接收输入的用户点击，以及产生与车辆周围障碍物监测方法的用户设置以及功能控制有关的信号输入。显示装置604可包括显示屏等显示设备。

在所述一个或者多个模块存储在所述存储器602中，当被所述一个或者多个处理器601运行时，执行上述任意方法实施例中的车辆周围障碍物监测方法。

本发明通过本车通信终端与障碍物通信终端，确定相对运动信息关于车距方向的基准运动信息，并基于所述基准运动信息，对所述障碍物进行监测，可实时优化本车行驶参数(加速度及加速度角度)，从而自动地调整本车的运动状态，规避与周围障碍物发生碰撞的风险；信息交互采用基于V2X的网络交互手段，可大范围、高精度地实现同时采集周围多障碍物的运动参数，成本低廉且可靠性高；可用于自动驾驶过程中车辆的运动状态实时自动控制。

本发明一实施例提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的车辆周围障碍物监测方法的所有步骤。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (16)

1.一种车辆周围障碍物监测方法，其特征在于，包括：

通过与本车车机通信连接的本车通信终端，获取被监测范围内障碍物的障碍物通信终端的通信信息；

基于通信信息，以本车通讯终端标记的本车位置点与障碍物通讯终端标记的障碍物位置点的连线作为车距方向；

获取本车运动信息和障碍物运动信息，计算本车与障碍物的相对运动信息；

确定相对运动信息关于车距方向的基准运动信息；

基于所述基准运动信息，对所述障碍物进行监测。

2.根据权利要求1所述的车辆周围障碍物监测方法，其特征在于，所述本车运动信息包括本车速度V1和本车加速度a1，所述障碍物运动信息包括障碍物速度V2和障碍物加速度a2，所述相对运动信息包括根据本车速度V1和障碍物速度V2计算得到的相对速度V12、以及根据本车加速度a1和障碍物加速度a2计算得到的相对加速度a12；

所述确定相对运动信息关于车距方向的基准运动信息，具体包括：

计算相对速度V12沿车距方向的第一相对速度分量V12x和垂直于车距方向的第二相对速度分量V12y；

计算相对加速度a12沿车距方向的第一相对加速度分量a12x和垂直与车距方向的第二相对加速度分量a12y。

3.根据权利要求2所述的车辆周围障碍物监测方法，其特征在于，所述基于所述基准运动信息，对所述障碍物进行监测，具体包括：

基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹。

4.根据权利要求3所述的车辆周围障碍物监测方法，其特征在于，所述基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹，具体包括：

根据所述第一相对速度分量、所述第二相对速度分量、所述第一相对加速度分量、以及所述第二相对加速度分量计算本车与障碍物的相对运动轨迹；

显示所述相对运动轨迹。

5.根据权利要求4所述的车辆周围障碍物监测方法，其特征在于，所述根据所述第一相对速度分量、所述第二相对速度分量、所述第一相对加速度分量、以及所述第二相对加速度分量计算本车与障碍物的相对运动轨迹，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间。

6.根据权利要求3所述的车辆周围障碍物监测方法，其特征在于，所述基于所述基准运动信息，计算并显示本车与障碍物的相对运动轨迹，具体包括：

计算本车与障碍物的距离；

如果本车与障碍物的距离小于等于预设距离阈值，则计算并显示本车与障碍物的相对运动轨迹，或者如果本车与障碍物的距离大于预设距离阈值，且本车与障碍物的距离小于等于相对速度，则计算并显示本车与障碍物的相对运动轨迹。

7.根据权利要求6所述的车辆周围障碍物监测方法，其特征在于，所述计算本车与障碍物的距离，具体包括：

根据障碍物通信终端的通信信息，计算本车通信终端与障碍物通信终端的通信距离S12’；

计算本车与障碍物的距离S12＝S12’-K，所述K为预设修正值。

8.根据权利要求2所述的车辆周围障碍物监测方法，其特征在于，所述基于所述基准运动信息，对所述障碍物进行监测，具体包括：

如果未满足监控安全条件，则对本车与障碍物的基准运动信息进行监控；

在监控情况下，如果未满足调控安全条件，则基于所述基准运动信息，判断本车与障碍物是否会发生碰撞；

如果判断本车与障碍物会发生碰撞，则调整车辆。

9.根据权利要求8所述的车辆周围障碍物监测方法，其特征在于：

所述如果未满足监控安全条件，则对本车与障碍物的基准运动信息进行监控，具体包括：

计算本车与障碍物的距离；

如果本车与障碍物的距离小于等于预设距离阈值，则对本车与障碍物的基准运动信息进行监控，或者如果本车与障碍物的距离大于预设距离阈值，且本车与障碍物的距离小于等于相对速度，则对本车与障碍物的基准运动信息进行监控；

所述判断本车与障碍物是否会发生碰撞，具体包括：

在监控情况下，如果本车与障碍物的距离小于等于预设间距参数判断值，则判断本车与障碍物是否会发生碰撞，或者本车与障碍物的距离大于等于预设间距参数判断值，且本车与障碍物的距离小于等于相对速度，则判断本车与障碍物是否会发生碰撞，所述间距参数判断值小于等于所述距离阈值。

10.根据权利要求9所述的车辆周围障碍物监测方法，其特征在于，所述计算本车与障碍物的距离，具体包括：

根据障碍物通信终端的通信信息，计算本车通信终端与障碍物通信终端的通信距离S12’；

计算本车与障碍物的距离S12＝S12’-K，所述K为预设修正值。

11.根据权利要求9所述的车辆周围障碍物监测方法，其特征在于，所述间距参数判断值根据被监测范围内障碍物的障碍物数量确定，障碍物数量大对应的间距参数判断值大于等于障碍物数量小对应的间距参数判断值。

12.根据权利要求8所述的车辆周围障碍物监测方法，其特征在于，所述判断本车与障碍物是否会发生碰撞，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间；

如果Sx＝S12时，Sy≥安全阈值，则判断本车与障碍物不会碰撞，否则判断本车与障碍物会发生碰撞。

13.根据权利要求8所述的车辆周围障碍物监测方法，其特征在于，所述如果判断本车与障碍物会发生碰撞，则调整车辆，具体包括：

计算本车与障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sx＝V12x*t+1/2*a12x*t^2，计算本车与障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Sy＝V12y*t+1/2*a12y*t^2，其中t为时间；

如果判断本车与障碍物会发生碰撞，则判断第一相对加速度分量a12x是否等于0；

如果第一相对加速度分量a12x不等于0，则控制车辆速度和/或方向，使得第二相对加速度分量a12y≥[L*a12x^2+a12x*V12x*V12y-a12x*V12y*sqrt(V12x^2+2*a12x*S12)]/[a12x*S12+V12x^2-V12x*sqrt(V12x^2+2*a12x*S12)]，其中L为安全阈值；

如果第一相对加速度分量a12x等于0，则控制车辆速度和/或方向，使得第二相对加速度分量a12y≥(2L*V12x^2-2*V12x*V12y*S12)/S12^2，其中L为安全阈值。

14.根据权利要求8所述的车辆周围障碍物监测方法，其特征在于，所述被监测范围内的障碍物为多个，所述如果判断本车与障碍物会发生碰撞，则调整车辆，具体包括：

计算本车与每一障碍物相对运动轨迹的沿车距方向的第一位移分量函数和本车与每一障碍物相对运动轨迹的垂直车距方向的第二位移分量函数，其中，本车与第u个障碍物相对运动轨迹的沿车距方向的第一位移分量函数为Sux＝V1ux*t+1/2*a1ux*t^2，本车与第u个障碍物相对运动轨迹的垂直车距方向的第二位移分量函数为Suy＝V1uy*t+1/2*a1uy*t^2，其中t为时间，V1ux为本车速度V1和第u个障碍物速度Vu计算得到的第u个相对速度V1u沿车距方向的第一相对速度分量，V1uy为第u个相对速度V1u垂直于车距方向的第二相对速度分量，a1ux为本车加速度a1和第u个障碍物加速度au计算得到的第u个相对加速度a1u沿车距方向的第一相对加速度分量，a1y为第u个相对加速度a1u垂直与车距方向的第二相对加速度分量；

如果Sux＝S1u时，Suy≥安全阈值，则判断本车与第u个障碍物不会碰撞，否则判断本车与第u个障碍物会发生碰撞，S1u为本车与第u个待计算障碍物的距离；

将所有会发生碰撞的障碍物作为待计算障碍物，对于每个待计算障碍物，均判断待计算障碍物的第一相对加速度分量是否等于0；

控制车辆，使得对于每个待计算障碍物，均满足：

如果本车相对第w个待计算障碍物的第一相对加速度分量a1wx不等于0，则控制车辆速度和/或方向，使得本车相对第w个待计算障碍物的第二相对加速度分量a1wy≥[L*a1wx^2+a1wx*V1wx*V1wy-a1wx*V1wy*sqrt(V1wx^2+2*a1wx*S1w)]/[a1wx*S1w+V1wx^2-V1wx*sqrt(V1wx^2+2*a1wx*S1w)]；

如果本车相对第w个计算障碍物的第一相对加速度分量a1wx等于0，则控制车辆速度和/或方向，使得本车相对第w个待计算障碍物的第二相对加速度分量a1wy≥(2L*V1wx^2-2*V1wx*V1wy*S12)/S1w^2，其中L为安全阈值；

其中L为安全阈值，V1wx为本车速度V1和第w个障碍物速度Vw计算得到的第w个相对速度V1w沿车距方向的第一相对速度分量，V1wy为第w个相对速度V1w垂直于车距方向的第二相对速度分量，a1wx为本车加速度a1和第w个障碍物加速度aw计算得到的第w个相对加速度a1w沿车距方向的第一相对加速度分量，a1y为第w个相对加速度a1w垂直与车距方向的第二相对加速度分量，S1w为本车与第w个待计算障碍物的距离。

15.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与至少一个所述处理器通信连接的存储器；其中，

所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如权利要求1至14任一项所述的车辆周围障碍物监测方法。

16.一种存储介质，其特征在于，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如权利要求1～14任一项所述的车辆周围障碍物监测方法的所有步骤。

Images