CN114312832A - 基于模式切换的线控底盘车辆智能驾驶***及其控制方法 - Google Patents
基于模式切换的线控底盘车辆智能驾驶***及其控制方法 Download PDFInfo
- Publication number
- CN114312832A CN114312832A CN202111561737.7A CN202111561737A CN114312832A CN 114312832 A CN114312832 A CN 114312832A CN 202111561737 A CN202111561737 A CN 202111561737A CN 114312832 A CN114312832 A CN 114312832A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving
- information
- state information
- control unit
- 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 36
- 238000004891 communication Methods 0.000 claims abstract description 100
- 230000006855 networking Effects 0.000 claims description 40
- 230000001133 acceleration Effects 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 12
- 230000004888 barrier function Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开的基于模式切换的线控底盘车辆智能驾驶***及其控制方法,通过车联网通信获取车辆行驶的全局路径信息、目的地信息、道路实时交通状态信息和车辆周围其他车辆的行驶状态信息,极大提高了车辆感知范围,进而提高车辆行驶安全性和自动驾驶性能;本发明实现了不同路况条件下车辆在三种智能驾驶模式之间的切换,通过在危险路况下优先采用云控自动驾驶模式,减少了人工驾驶模式的切换频率,提高了驾驶舒适性,减少了车辆传感器和控制器成本并减少了车辆传感器和控制器性能与驾驶舒适性之间的矛盾;通过在非危险路况下采用车辆自主驾驶模式,减少了云端***参与控制车辆自动驾驶的频率,进而减少了云端***的负载,提高了云端***的利用率。
Description
技术领域
本发明属于汽车智能驾驶领域,具体是一种基于模式切换的线控底盘车辆智能驾驶***及其控制方法。
背景技术
车辆智能化是汽车行业的重要发展趋势。智能汽车集环境感知、规划决策和底盘控制等功能于一体,是智能交通***的重要组成部分和未来出行的重要载体。汽车智能驾驶***搭载高性能车载传感器和控制器,采用先进的智能控制算法,为实现车辆自动驾驶提供了解决方案。与此同时,车辆底盘线控技术集线控驱动、线控转向、线控制动等技术为一体,极大提高了智能车辆底盘模块化和集成化程度,对推进车辆智能驾驶技术落地具有重要意义。
在现有的汽车智能驾驶解决方案中,由于道路环境的复杂性、车载传感器和控制器的局限性及周围车辆行为的不确定性,使得智能驾驶***难以完全取代驾驶员,实现所有工况下的车辆的自动驾驶。因此,传统智能驾驶***常采用智能辅助驾驶模式、自动驾驶模式和人工驾驶模式等多种智能驾驶模式切换的方式,以满足车辆行驶安全性和驾驶舒适性的需求。比如公布号为CN111845752A的专利申请,提出了一种车辆的手动与自动驾驶模式自动切换的方法及***,通过手动与自动的切换开关信号、转向电机扭矩信号和刹车信号三种实现手动与自动驾驶模式的切换,实现车辆手动模式与自动驾驶模式的切换。
传统的基于模式切换的智能驾驶***主要关注车辆自动驾驶和人工驾驶两种模式之间的切换逻辑与切换方法。由于车辆在自动驾驶模式下完全依靠自身的传感器与控制器来实现自动驾驶,因此这种智能驾驶***主要存在以下几点局限性:
(1)车辆控制器和传感器性能与驾驶舒适性之间的矛盾。传统智能驾驶***若要提高车辆自动驾驶的性能,减少驾驶员人工驾驶参与的频率,则需要采用性能更优的车辆控制器与传感器。反之若车辆控制器与传感器的性能降低,则会造成驾驶员人工驾驶参与频次的增加,降低驾驶体验,同时造成危险。
(2)自动驾驶决策受传感器性能限制。由于车载传感器感知范围的限制,车辆依靠车载传感器仅能感知车辆周围的环境,难以获得车辆行驶路径的全局信息,难以发现潜在的危险场景。
发明内容
针对目前智能驾驶***存在的问题,本发明提出一种基于模式切换的线控底盘车辆智能驾驶***及其控制方法,根据工况需求实现车辆自主驾驶、云控自动驾驶和人工驾驶三种智能驾驶模式切换,在满足车辆行驶安全性的同时,减少智能驾驶模式下驾驶员的参与,提高了驾驶舒适性,减少了车辆传感器和控制器成本,同时降低了云端***的负载。
本发明解决上述技术问题所采用的技术方案为:基于模式切换的线控底盘车辆智能驾驶***,包括人工驾驶操纵机构、感知***、车载传感***、底盘线控***、车联网通信模块和整车控制器;
所述的人工驾驶操纵机构用于将人工驾驶时的操纵行为转化为驾驶意图信息,并将驾驶意图信息发送给整车控制器;
所述的感知***用于实时感知车辆周围环境和障碍物,并将感知信息发送给整车控制器,其中感知信息包括环境信息和障碍物信息,所述的障碍物信息包括障碍物个数、障碍物移动速度和障碍物距离车辆的距离信息;
所述的车载传感***用于实时测量车辆的行驶状态信息,并将车辆的行驶状态信息发送给整车控制器;
所述的底盘线控***包括线控驱动***、线控转向***和线控制动***,所述的底盘线控***用于接收整车控制器传送的控制信号、控制车辆行驶并将底盘线控***的状态信息反馈给整车控制器;
所述的车联网通信模块用于收发车联网通信信息,完成整车控制器与车联网通信端之间的信息传输,实现车辆与车联网通信端之间的信息交互,并实时监测车联网通信状态,将车联网通信状态信息发送给整车控制器,车联网通信状态信息包括通信延时和通信丢包率;所述的车联网通信端包括智能路侧设施、云端***和其他车辆,车辆通过与智能路侧设施通信获取道路实时交通状态信息;通过与云端***通信获取全局路径信息和目的地信息用于规划路径,并实现云端***对车辆行驶的实时控制,进而实现云控自动驾驶;通过与其他车辆通信获取车辆周围其他车辆的行驶状态信息;
所述的整车控制器分别与所述的人工驾驶操纵机构、感知***、车载传感***、底盘线控***和车联网通信模块通信连接,所述的整车控制器用于接收、处理数据,并:
根据目的地信息和全局路径信息规划行驶路径;
根据障碍物信息判断车辆是否进入突发危险工况,并控制车辆执行应急措施;
根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息切换智能驾驶模式,所述的智能驾驶模式包括人工驾驶模式、自主驾驶模式和云控自动驾驶模式;
在人工驾驶模式中,整车控制器接收人工驾驶操纵机构传送的驾驶意图信息,并转化为底盘线控***的控制信号,控制车辆按照驾驶员意图行驶;在自主驾驶模式中,整车控制器根据感知信息、车辆的行驶状态信息和底盘线控***的状态信息,自主决策出底盘线控***的控制信号,控制车辆自主行驶;在云控自动驾驶模式中,整车控制器将车辆的行驶状态信息通过车联网通信模块发送给云端***,接收云端***决策出的控制信号并发送给底盘线控***,控制车辆实现云控自动驾驶。
上述基于模式切换的线控底盘车辆智能驾驶***的控制方法,包括以下步骤:
S1:车辆启动,智能驾驶***随之启动;
S2:整车控制器根据云端***发送的全局路径信息和目的地信息,规划行驶路径;
S3:整车控制器根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息,决策并切换至相应的智能驾驶模式,控制车辆驶向目的地;
S4:整车控制器根据障碍物距离车辆的距离信息,判断车辆是否进入突发危险工况,突发危险工况即:车辆行驶过程中,车辆行驶前进方向的安全距离内和车辆两侧的安全距离内突然出现障碍物,造成车辆需被迫刹停以免发生碰撞的工况;若判断车辆未进入突发危险工况,则进入步骤S7,否则进入步骤S5,其中,判断车辆是否进入突发危险工况的方法为:
将车辆行驶前进方向的障碍物距离车辆的最小距离记为l0,将车辆两侧的障碍物距离车辆的最小距离记为r0,若车辆直行,则当l0<L时,判断车辆进入突发危险工况;若车辆转弯行驶,则当l0<L或r0<R时,判断车辆进入突发危险工况;
其中,L和R分别为车辆行驶前进方向允许的障碍物距离车辆的最小安全距离和车辆两侧允许的障碍物距离车辆的最小安全距离,其计算公式为:
L=α+β|v|-ζ|δ|
R=R0
式中,v为车辆行驶车速,δ为车辆为前轮转角;α,β,ζ,R0均为常数;
S5:车辆采取应对突发危险工况的应急措施,即整车控制器控制底盘线控***,以最大制动力刹停车辆;
S6:整车控制器根据障碍物距离车辆的距离信息和步骤S2中规划的行驶路径,判断突发危险工况是否解除,具体方法为:
根据规划的行驶路径,若突发危险工况解除后车辆直行,则当l0≥L时,突发危险工况解除;若突发危险工况解除后车辆转弯行驶,则当l0≥L且r0≥R时,突发危险工况解除;
若判断突发危险工况解除,则进入步骤S7,否则进入步骤S5;
S7:整车控制器判断车辆是否到达目的地,若未到达目的地,则进入步骤S3;若到达目的地,则智能驾驶***关闭,等待下一次车辆启动。
作为优选,步骤S3中,整车控制器决策和切换智能驾驶模式的方法包括以下步骤:
S301:整车控制器根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息,判断当前路况是否为危险路况,具体方法为:
设车辆状态评价值为J,道路环境评价值为H,安全评价值为S,其计算公式如下:
式中,vmax,ax,max,ay,max,γmax分别为车辆行驶车速的允许最大值、纵向加速度的允许最大值、侧向加速度的允许最大值和横摆角加速度的允许最大值;v,ax,ay,γ分别为车辆行驶车速、纵向加速度、侧向加速度和横摆角加速度;ε1,ε2,ε3,ε4为加权参数,且满足以下公式:
ε1+ε2+ε3+ε4=1
式中,Nmax,Mmax,n分别为车辆所行驶的当前道路允许的最大车流密度、车辆感知范围内障碍物个数的最大值、道路场景系数,且Mmax,n分别为预先存储在整车控制器中的数值,Nmax为车辆通过车联网通信得到的数值,道路场景系数n为表征道路场景复杂程度的数值,道路场景越复杂则n取值越大,且满足:0<n<1;N,M,vx分别为车辆所行驶的当前道路的车流密度、车辆感知范围内障碍物个数、车辆感知范围内障碍物的最大移动速度;σ1,σ2,σ3,σ4为加权系数,且满足以下公式:
σ1+σ2+σ3+σ4=1
安全评价值S计算公式为:
若S≥1,则判断当前路况为非危险路况,车辆切换到自主驾驶模式,否则判断当前路况为危险路况,进入步骤S302;
S302:整车控制器接收车联网通信模块传送的车联网通信状态信息,判断当前车联网通信条件是否满足云控自动驾驶需求,具体方法为:
作为优选,步骤S2中,整车控制器通过Dijkstra算法规划行驶路径。
与现有技术相比,本发明具有如下优点:
(1)本发明提出一种基于模式切换的线控底盘车辆智能驾驶***,通过车联网通信获取车辆行驶的全局路径信息、目的地信息、道路实时交通状态信息和车辆周围其他车辆的行驶状态信息,极大提高了车辆感知范围,进而提高车辆行驶安全性和自动驾驶性能;
(2)本发明提出的智能驾驶***和控制方法,实现了不同路况条件下车辆在自主驾驶、云控自动驾驶和人工驾驶三种智能驾驶模式之间的切换,通过在危险路况下优先采用云控自动驾驶模式,减少了人工驾驶模式的切换频率,提高了驾驶舒适性,相比于传统智能驾驶***减少了车辆传感器和控制器成本,并减少了车辆传感器和控制器性能与驾驶舒适性之间的矛盾;
(3)本发明提出的智能驾驶***和控制方法,通过在非危险路况下采用车辆自主驾驶模式,减少了云端***参与控制车辆自动驾驶的频率,进而减少了云端***的负载,提高了云端***的利用率。
附图说明
图1为本发明控制方法的架构图;
图2为本发明控制方法的流程图;
图3为本发明控制方法中自适应终端滑模控制的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
实施例1:基于模式切换的线控底盘车辆智能驾驶***,如图1所示,该智能驾驶***包括人工驾驶操纵机构、感知***、车载传感***、底盘线控***、车联网通信模块和整车控制器;
人工驾驶操纵机构用于将人工驾驶时的操纵行为转化为驾驶意图信息,并将驾驶意图信息发送给整车控制器;
感知***用于实时感知车辆周围环境和障碍物,并将感知信息发送给整车控制器,其中感知信息包括环境信息和障碍物信息,障碍物信息包括障碍物个数、障碍物移动速度和障碍物距离车辆的距离信息;
车载传感***用于实时测量车辆的行驶状态信息,并将车辆的行驶状态信息发送给整车控制器;
底盘线控***包括线控驱动***、线控转向***和线控制动***,底盘线控***用于接收整车控制器传送的控制信号、控制车辆行驶并将底盘线控***的状态信息反馈给整车控制器;
车联网通信模块用于收发车联网通信信息,完成整车控制器与车联网通信端之间的信息传输,实现车辆与车联网通信端之间的信息交互,并实时监测车联网通信状态,将车联网通信状态信息发送给整车控制器,车联网通信状态信息包括通信延时和通信丢包率,本实施例中,车联网通信方式为LET-V通信;车联网通信端包括智能路侧设施、云端***和其他车辆,车辆通过与智能路侧设施通信获取道路实时交通状态信息;通过与云端***通信获取全局路径信息和目的地信息用于规划路径,并实现云端***对车辆行驶的实时控制,进而实现云控自动驾驶;通过与其他车辆通信获取车辆周围其他车辆的行驶状态信息;
整车控制器分别通过CAN通信方式与人工驾驶操纵机构、感知***、车载传感***、底盘线控***和车联网通信模块通信连接,整车控制器用于接收、处理数据,并:
根据目的地信息和全局路径信息规划行驶路径;
根据障碍物信息判断车辆是否进入突发危险工况,并控制车辆执行应急措施;
根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息切换智能驾驶模式,智能驾驶模式包括人工驾驶模式、自主驾驶模式和云控自动驾驶模式;
在人工驾驶模式中,整车控制器接收人工驾驶操纵机构传送的驾驶意图信息,并转化为底盘线控***的控制信号,控制车辆按照驾驶员意图行驶;在自主驾驶模式中,整车控制器根据感知信息、车辆的行驶状态信息和底盘线控***的状态信息,自主决策出底盘线控***的控制信号,控制车辆自主行驶;在云控自动驾驶模式中,整车控制器将车辆的行驶状态信息通过车联网通信模块发送给云端***,接收云端***决策出的控制信号并发送给底盘线控***,控制车辆实现云控自动驾驶。
实施例2:实施例1的基于模式切换的线控底盘车辆智能驾驶***的控制方法,其流程图见图2,具体包括以下步骤:
S1:车辆启动,智能驾驶***随之启动;
S2:整车控制器根据云端***发送的全局路径信息和目的地信息,通过Dijkstra算法规划行驶路径;
S3:整车控制器根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息,决策并切换至相应的智能驾驶模式,控制车辆驶向目的地;其中,整车控制器决策和切换智能驾驶模式的方法的流程如图3所示,具体包括以下步骤:
S301:整车控制器根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息,判断当前路况是否为危险路况,具体方法为:
设车辆状态评价值为J,道路环境评价值为H,安全评价值为S,其计算公式如下:
式中,vmax,ax,max,ay,max,γmax分别为车辆行驶车速的允许最大值、纵向加速度的允许最大值、侧向加速度的允许最大值和横摆角加速度的允许最大值;v,ax,ay,γ分别为车辆行驶车速、纵向加速度、侧向加速度和横摆角加速度;ε1,ε2,ε3,ε4为加权参数,且满足以下公式:
ε1+ε2+ε3+ε4=1
式中,Nmax,Mmax,n分别为车辆所行驶的当前道路允许的最大车流密度、车辆感知范围内障碍物个数的最大值、道路场景系数,且Mmax,n分别为预先存储在整车控制器中的数值,Nmax为车辆通过车联网通信得到的数值,道路场景系数n为表征道路场景复杂程度的数值,道路场景越复杂则n取值越大,且满足:0<n<1;N,M,vx分别为车辆所行驶的当前道路的车流密度、车辆感知范围内障碍物个数、车辆感知范围内障碍物的最大移动速度;σ1,σ2,σ3,σ4为加权系数,且满足以下公式:
σ1+σ2+σ3+σ4=1
本实施例中,道路场景系数n取值为:
安全评价值S计算公式为:
若S≥1,则判断当前路况为非危险路况,车辆切换到自主驾驶模式,否则判断当前路况为危险路况,进入步骤S302;
S302:整车控制器接收车联网通信模块传送的车联网通信状态信息,判断当前车联网通信条件是否满足云控自动驾驶需求,具体方法为:
S4:整车控制器根据障碍物距离车辆的距离信息,判断车辆是否进入突发危险工况,突发危险工况即:车辆行驶过程中,车辆行驶前进方向的安全距离内和车辆两侧的安全距离内突然出现障碍物,造成车辆需被迫刹停以免发生碰撞的工况;若判断车辆未进入突发危险工况,则进入步骤S7,否则进入步骤S5,其中,判断车辆是否进入突发危险工况的方法为:
将车辆行驶前进方向的障碍物距离车辆的最小距离记为l0,将车辆两侧的障碍物距离车辆的最小距离记为r0,若车辆直行,则当l0<L时,判断车辆进入突发危险工况;若车辆转弯行驶,则当l0<L或r0<R时,判断车辆进入突发危险工况;
其中,L和R分别为车辆行驶前进方向允许的障碍物距离车辆的最小安全距离和车辆两侧允许的障碍物距离车辆的最小安全距离,其计算公式为:
L=α+β|v|-ζ|δ|
R=R0
式中,v为车辆行驶车速,δ为车辆为前轮转角;α,β,ζ,R0均为常数;
S5:车辆采取应对突发危险工况的应急措施,即整车控制器控制底盘线控***,以最大制动力刹停车辆;
S6:整车控制器根据障碍物距离车辆的距离信息和步骤S2中规划的行驶路径,判断突发危险工况是否解除,具体方法为:
根据规划的行驶路径,若突发危险工况解除后车辆直行,则当l0≥L时,突发危险工况解除;若突发危险工况解除后车辆转弯行驶,则当l0≥L且r0≥R时,突发危险工况解除;
若判断突发危险工况解除,则进入步骤S7,否则进入步骤S5;
S7:整车控制器判断车辆是否到达目的地,若未到达目的地,则进入步骤S3;若到达目的地,则智能驾驶***关闭,等待下一次车辆启动。
Claims (4)
1.基于模式切换的线控底盘车辆智能驾驶***,其特征在于,包括人工驾驶操纵机构、感知***、车载传感***、底盘线控***、车联网通信模块和整车控制器;
所述的人工驾驶操纵机构用于将人工驾驶时的操纵行为转化为驾驶意图信息,并将驾驶意图信息发送给整车控制器;
所述的感知***用于实时感知车辆周围环境和障碍物,并将感知信息发送给整车控制器,其中感知信息包括环境信息和障碍物信息,所述的障碍物信息包括障碍物个数、障碍物移动速度和障碍物距离车辆的距离信息;
所述的车载传感***用于实时测量车辆的行驶状态信息,并将车辆的行驶状态信息发送给整车控制器;
所述的底盘线控***包括线控驱动***、线控转向***和线控制动***,所述的底盘线控***用于接收整车控制器传送的控制信号、控制车辆行驶并将底盘线控***的状态信息反馈给整车控制器;
所述的车联网通信模块用于收发车联网通信信息,完成整车控制器与车联网通信端之间的信息传输,实现车辆与车联网通信端之间的信息交互,并实时监测车联网通信状态,将车联网通信状态信息发送给整车控制器,车联网通信状态信息包括通信延时和通信丢包率;所述的车联网通信端包括智能路侧设施、云端***和其他车辆,车辆通过与智能路侧设施通信获取道路实时交通状态信息;通过与云端***通信获取全局路径信息和目的地信息用于规划路径,并实现云端***对车辆行驶的实时控制,进而实现云控自动驾驶;通过与其他车辆通信获取车辆周围其他车辆的行驶状态信息;
所述的整车控制器分别与所述的人工驾驶操纵机构、感知***、车载传感***、底盘线控***和车联网通信模块通信连接,所述的整车控制器用于接收、处理数据,并:
根据目的地信息和全局路径信息规划行驶路径;
根据障碍物信息判断车辆是否进入突发危险工况,并控制车辆执行应急措施;
根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息切换智能驾驶模式,所述的智能驾驶模式包括人工驾驶模式、自主驾驶模式和云控自动驾驶模式;
在人工驾驶模式中,整车控制器接收人工驾驶操纵机构传送的驾驶意图信息,并转化为底盘线控***的控制信号,控制车辆按照驾驶员意图行驶;在自主驾驶模式中,整车控制器根据感知信息、车辆的行驶状态信息和底盘线控***的状态信息,自主决策出底盘线控***的控制信号,控制车辆自主行驶;在云控自动驾驶模式中,整车控制器将车辆的行驶状态信息通过车联网通信模块发送给云端***,接收云端***决策出的控制信号并发送给底盘线控***,控制车辆实现云控自动驾驶。
2.如权利要求1所述的基于模式切换的线控底盘车辆智能驾驶***的控制方法,其特征在于,包括以下步骤:
S1:车辆启动,智能驾驶***随之启动;
S2:整车控制器根据云端***发送的全局路径信息和目的地信息,规划行驶路径;
S3:整车控制器根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息,决策并切换至相应的智能驾驶模式,控制车辆驶向目的地;
S4:整车控制器根据障碍物距离车辆的距离信息,判断车辆是否进入突发危险工况,突发危险工况即:车辆行驶过程中,车辆行驶前进方向的安全距离内和车辆两侧的安全距离内突然出现障碍物,造成车辆需被迫刹停以免发生碰撞的工况;若判断车辆未进入突发危险工况,则进入步骤S7,否则进入步骤S5,其中,判断车辆是否进入突发危险工况的方法为:
将车辆行驶前进方向的障碍物距离车辆的最小距离记为l0,将车辆两侧的障碍物距离车辆的最小距离记为r0,若车辆直行,则当l0<L时,判断车辆进入突发危险工况;若车辆转弯行驶,则当l0<L或r0<R时,判断车辆进入突发危险工况;
其中,L和R分别为车辆行驶前进方向允许的障碍物距离车辆的最小安全距离和车辆两侧允许的障碍物距离车辆的最小安全距离,其计算公式为:
L=α+β|v|-ζ|δ|
R=R0
式中,v为车辆行驶车速,δ为车辆为前轮转角;α,β,ζ,R0均为常数;
S5:车辆采取应对突发危险工况的应急措施,即整车控制器控制底盘线控***,以最大制动力刹停车辆;
S6:整车控制器根据障碍物距离车辆的距离信息和步骤S2中规划的行驶路径,判断突发危险工况是否解除,具体方法为:
根据规划的行驶路径,若突发危险工况解除后车辆直行,则当l0≥L时,突发危险工况解除;若突发危险工况解除后车辆转弯行驶,则当l0≥L且r0≥R时,突发危险工况解除;
若判断突发危险工况解除,则进入步骤S7,否则进入步骤S5;
S7:整车控制器判断车辆是否到达目的地,若未到达目的地,则进入步骤S3;若到达目的地,则智能驾驶***关闭,等待下一次车辆启动。
3.根据权利要求2所述的基于模式切换的线控底盘车辆智能驾驶***的控制方法,其特征在于,步骤S3中,整车控制器决策和切换智能驾驶模式的方法包括以下步骤:
S301:整车控制器根据感知信息、车辆的行驶状态信息、道路实时交通状态信息、车辆周围其他车辆的行驶状态信息和车联网通信状态信息,判断当前路况是否为危险路况,具体方法为:
设车辆状态评价值为J,道路环境评价值为H,安全评价值为S,其计算公式如下:
式中,vmax,ax,max,ay,max,γmax分别为车辆行驶车速的允许最大值、纵向加速度的允许最大值、侧向加速度的允许最大值和横摆角加速度的允许最大值;v,ax,ay,γ分别为车辆行驶车速、纵向加速度、侧向加速度和横摆角加速度;ε1,ε2,ε3,ε4为加权参数,且满足以下公式:
ε1+ε2+ε3+ε4=1
式中,Nmax,Mmax,n分别为车辆所行驶的当前道路允许的最大车流密度、车辆感知范围内障碍物个数的最大值、道路场景系数,且Mmax,n分别为预先存储在整车控制器中的数值,Nmax为车辆通过车联网通信得到的数值,道路场景系数n为表征道路场景复杂程度的数值,道路场景越复杂则n取值越大,且满足:0<n<1;N,M,vx分别为车辆所行驶的当前道路的车流密度、车辆感知范围内障碍物个数、车辆感知范围内障碍物的最大移动速度;σ1,σ2,σ3,σ4为加权系数,且满足以下公式:
σ1+σ2+σ3+σ4=1
安全评价值S计算公式为:
若S≥1,则判断当前路况为非危险路况,车辆切换到自主驾驶模式,否则判断当前路况为危险路况,进入步骤S302;
S302:整车控制器接收车联网通信模块传送的车联网通信状态信息,判断当前车联网通信条件是否满足云控自动驾驶需求,具体方法为:
4.根据权利要求2所述的基于模式切换的线控底盘车辆智能驾驶***的控制方法,其特征在于,步骤S2中,整车控制器通过Dijkstra算法规划行驶路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111561737.7A CN114312832B (zh) | 2021-12-20 | 基于模式切换的线控底盘车辆智能驾驶***及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111561737.7A CN114312832B (zh) | 2021-12-20 | 基于模式切换的线控底盘车辆智能驾驶***及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114312832A true CN114312832A (zh) | 2022-04-12 |
CN114312832B CN114312832B (zh) | 2024-07-05 |
Family
ID=
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117775106A (zh) * | 2024-02-27 | 2024-03-29 | 中国第一汽车股份有限公司 | 后轮转向工作模式切换控制方法、车辆控制器及其车辆 |
CN117872710A (zh) * | 2024-03-11 | 2024-04-12 | 天津森普捷电子有限公司 | 一种智能底盘及其控制方法、装置、***、介质及设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1775601A (zh) * | 2005-11-18 | 2006-05-24 | 吉林大学 | 车辆行驶轨迹预估及车道偏离评价方法 |
CN202911632U (zh) * | 2012-10-17 | 2013-05-01 | 长安大学 | 一种基于单片机的车辆防撞装置 |
CN105522997A (zh) * | 2015-12-21 | 2016-04-27 | 东北大学 | 货车转弯智能安全预警***及方法 |
CN106527428A (zh) * | 2016-10-19 | 2017-03-22 | 东风汽车公司 | 基于高速公路的嵌入式集成自动驾驶控制器 |
CN106774291A (zh) * | 2016-12-26 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 一种自动驾驶电动汽车的电控*** |
CN111833580A (zh) * | 2020-06-16 | 2020-10-27 | 浙江天尚元科技有限公司 | 一种智能患者运送车及其控制方法 |
US20210039673A1 (en) * | 2019-08-06 | 2021-02-11 | Subaru Corporation | Vehicle traveling control system |
CN112937607A (zh) * | 2021-03-29 | 2021-06-11 | 紫清智行科技(北京)有限公司 | 一种用于景区观光车的网联自动驾驶***及方法 |
CN113096442A (zh) * | 2021-03-29 | 2021-07-09 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于车路云协同的智能公交车控制*** |
CN113516862A (zh) * | 2021-07-22 | 2021-10-19 | 中国第一汽车股份有限公司 | 一种预警方法、装置、电子设备以及存储介质 |
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1775601A (zh) * | 2005-11-18 | 2006-05-24 | 吉林大学 | 车辆行驶轨迹预估及车道偏离评价方法 |
CN202911632U (zh) * | 2012-10-17 | 2013-05-01 | 长安大学 | 一种基于单片机的车辆防撞装置 |
CN105522997A (zh) * | 2015-12-21 | 2016-04-27 | 东北大学 | 货车转弯智能安全预警***及方法 |
CN106527428A (zh) * | 2016-10-19 | 2017-03-22 | 东风汽车公司 | 基于高速公路的嵌入式集成自动驾驶控制器 |
CN106774291A (zh) * | 2016-12-26 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 一种自动驾驶电动汽车的电控*** |
US20210039673A1 (en) * | 2019-08-06 | 2021-02-11 | Subaru Corporation | Vehicle traveling control system |
CN111833580A (zh) * | 2020-06-16 | 2020-10-27 | 浙江天尚元科技有限公司 | 一种智能患者运送车及其控制方法 |
CN112937607A (zh) * | 2021-03-29 | 2021-06-11 | 紫清智行科技(北京)有限公司 | 一种用于景区观光车的网联自动驾驶***及方法 |
CN113096442A (zh) * | 2021-03-29 | 2021-07-09 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于车路云协同的智能公交车控制*** |
CN113516862A (zh) * | 2021-07-22 | 2021-10-19 | 中国第一汽车股份有限公司 | 一种预警方法、装置、电子设备以及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117775106A (zh) * | 2024-02-27 | 2024-03-29 | 中国第一汽车股份有限公司 | 后轮转向工作模式切换控制方法、车辆控制器及其车辆 |
CN117872710A (zh) * | 2024-03-11 | 2024-04-12 | 天津森普捷电子有限公司 | 一种智能底盘及其控制方法、装置、***、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107972608B (zh) | 车辆对车辆通信的方法和*** | |
US20200293034A1 (en) | Vehicle controls for autonomous vehicles | |
CN108206774B (zh) | 车载网络*** | |
CN100590011C (zh) | 车辆用行驶控制装置 | |
US11685440B2 (en) | System and method for shared control for emergency steering | |
CN112224202B (zh) | 一种紧急工况下的多车协同避撞***及方法 | |
US20190256094A1 (en) | Architecture and methodology for target states determination of performance vehicle motion control | |
US20210074162A1 (en) | Methods and systems for performing lane changes by an autonomous vehicle | |
US20210109535A1 (en) | Systems And Methods For Controlling An Unmanned Self-Powered Follow Vehicle Following A Lead Vehicle With Independent Hazard Avoidance By The Follow Vehicle | |
CN112712730A (zh) | 用于准备用来操控至少部分自动化的车辆的信号的方法 | |
CN108407807B (zh) | 一种商用车的转向避撞***及其控制方法 | |
US11332139B2 (en) | System and method of controlling operation of autonomous vehicle | |
CN113071492A (zh) | 建立车道变换操纵的***方法 | |
JP2009018621A (ja) | 走行制御装置及びこれを用いた輸送システム | |
US20220119008A1 (en) | Vehicle control systems and methods | |
CN114312832B (zh) | 基于模式切换的线控底盘车辆智能驾驶***及其控制方法 | |
CN114312832A (zh) | 基于模式切换的线控底盘车辆智能驾驶***及其控制方法 | |
US20200387161A1 (en) | Systems and methods for training an autonomous vehicle | |
CN115675466A (zh) | 车道变换协商方法和*** | |
KR20240031445A (ko) | 자율주행차량의 수동주행모드 전환 제어 방법 | |
US20230174086A1 (en) | Methods and systems for adaptive blending of driver and automated steering commands under external threat | |
US11772641B2 (en) | Vehicle lateral motion management with preview road surface information | |
US20230283986A1 (en) | Systems and methods for providing guidance instructions to an operational charging unit | |
US11794777B1 (en) | Systems and methods for estimating heading and yaw rate for automated driving | |
US12005933B2 (en) | Methods and systems for a unified driver override for path based automated driving assist under external threat |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230731 Address after: 315191 East 1st Road, Science Park, Jiangshan Town, Yinzhou District, Ningbo City, Zhejiang Province Applicant after: Shangyuan Zhixing (Ningbo) Technology Co.,Ltd. Address before: 315191 East 1st Road, Science Park, Jiangshan Town, Yinzhou District, Ningbo City, Zhejiang Province Applicant before: Zhejiang tianshangyuan Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant |