CN114475573B - 基于v2x与视觉融合的起伏路况识别及车辆控制方法 - Google Patents

Abstract

本发明公开了基于V2X与视觉融合的起伏路况识别及车辆控制方法，涉及智能驾驶技术领域，包括五组信号链路，具体步骤为：获取各信号链路的原始路面数据；对V2I、V2V和基于视觉的路面起伏感知探测得到的数据，采用直接式检测法进行处理，依次得到国际平整度指数IRI₁、IRI₂和IRI₃；对基于前车车灯垂向位置跳变数据采用响应式检测法进行处理，得到国际平整度指数IRI₄；对不同源头所获取的国际平整度指数进行加权处理，得到最终的国际平整度指数IRI_f；结合IRI_f及国际平整度指数评价指标，对当前的行驶速度或行驶轨迹进行优化调整，提高起伏路面下行车的安全性和舒适性。

Description

基于V2X与视觉融合的起伏路况识别及车辆控制方法

技术领域

本发明涉及智能驾驶技术领域，具体是基于V2X与视觉融合的起伏路况识别及车辆控制方法。

背景技术

随着智能驾驶技术的演进和发展，高级别智能驾驶对全场景覆盖的要求越来越强烈。在重型车辆通过较多或道路维护不及时的路段，常见较陡且深的凹坑，在某些郊区场景，常存在非标准的水泥等材质的减速带或于道路桥梁结合处，也常见较深凹坑。这些起伏路面，对行车安全及舒适性带来较大威胁和影响，尤其是在凹坑注满雨水的漆黑夜晚，在缺乏有效感知手段的前提下，很容易造成不舒适的起伏，极端工况下可能对车辆底盘及轮胎造成损伤；

当前应对道路起伏的技术主要分为两类：一类是基于被动路况感知的悬架调节技术；但由于其被动感知的特性，***只有在接触到起伏路面的时候才可作动，响应存在滞后，在某些极端的凹坑路况下，即使触发了车辆减速，也无法避免自车剧烈的颠簸甚至损伤；另一类是基于主动安全的路况超前感知的自车控制技术；但视觉对于路面起伏及凹坑的检测性能还有待提高，尤其是在视线较差的雨夜行车时，面对积满水的凹坑，视觉感知仍很难应对，同时该类技术还受限于传感器性能；为解决上述问题，本发明提供了一种基于V2X与视觉融合的起伏路况识别及车辆控制方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于V2X与视觉融合的起伏路况识别及车辆控制方法，实现了对起伏路面工况的准确识别，并能够调节车速或调整行驶路径以减轻或规避自车起伏造成的不舒适或车辆损伤。

为实现上述目的，根据本发明的第一方面的实施例提出基于V2X与视觉融合的起伏路况识别及车辆控制方法，包括五组信号链路，具体步骤如下：

步骤一：获取各信号链路的原始路面数据；

步骤二：针对V2I、V2V和基于视觉的路面起伏感知这三组信号链路探测得到的路面数据，对大于阈值的凹坑或凸起进行筛选；如存在该类目标，则将最终的国际平整度指数IRI_f赋值10，直接进入步骤六；否则，进入步骤三；

步骤三：对步骤二中的路面数据按照信号链路进行分类，分别采用直接式检测法进行处理，根据左右车轮中心及整车中心沿车头方向的延长线上的路面数据计算，依次得到国际平整度指数IRI₁、IRI₂和IRI₃；

步骤四：对基于视觉的前车车灯垂直方向位置感知采集到的前车车灯垂向位置跳变数据采用响应式检测法进行处理，得到国际平整度指数IRI₄；

步骤五：对不同信号链路所获取的国际平整度指数进行加权处理，得到最终的国际平整度指数IRI_f；

步骤六：结合最终的国际平整度指数IRI_f及国际平整度指数评价指标，对当前的行驶速度或行驶轨迹进行优化调整；其中国际平整度指数评价指标包括国际平整度指数和路面状况划分的对照表。

进一步地，所述五组信号链路分别为：链路①为V2I通信，链路②为V2V通信，链路③为基于视觉的路面起伏感知，链路④为基于视觉的前车车灯垂直方向位置感知，链路⑤为将自车结合前端感知信息经过融合、决策、规划和控制算法处理之后的控制信号发送到相应的执行单元。

进一步地，步骤三中直接式检测法表现为：通过计算道路横断面的起伏情况，得到当前道路的国际平整度指数，具体包括：

沿车辆行驶方向，将每个车道划分为3个感兴趣区域，应用一般统计学方法对当前道路进行平整度的计算，其计算公式如下：

其中，n为每一步长内所包含的高程值数目；Y_i为每一步长内的第i个高程值(mm)；Y_a为每一步长内包含的高程值得算数平均值；

s为以标准差表示的道路平整度指数，按照下述转化公式将其转化为国际平整度指数IRI_a：

进一步地，所述3个感兴趣区域包括左车轮中心线上的区域、右车轮中心线上的区域以及整车中心沿车头方向的延长线上的区域。

进一步地，步骤四中响应式检测法表现为：通过检测车辆对起伏路面的力学响应，进而推断出当前道路的国际平整度指数，具体为：

其中，v是车辆相对于地面的绝对速度，Δt为道路采样的时间间隔，l_i为离散采样获得的车身固定点垂直地面方向的距离，n为采样点数量，结合Δt可知道路的采样距离。

进一步地，最终的国际平整度指数IRI_f的计算公式如下：

其中，IRI₁，IRI₂，IRI₃，IRI₄，ω₁，ω₂，ω₃，ω₄分别指V2I、V2V、基于视觉的路面起伏感知、基于视觉的前车车灯垂直方向位置感知这四组信号链路获得的国际平整度指数及其对应的权重值。

进一步地，当该信号链路不存在的时候，其权重值取0。

进一步地，步骤六中对当前的行驶速度或行驶轨迹进行优化调整，具体包括：

当IRI_f值小于4时，不对整车速度进行任何限制；

当IRI_f值介于4到6之间时，不对速度进行限制，但通过人机交互进行文字或声音提醒；

当IRI_f值大于6时，对于整车限速30km/h；对于自动驾驶车辆，同步进行路径重规划，当有新的可行驶路径时，进行路径更新并控制整车进行起伏躲避。

与现有技术相比，本发明的有益效果是：

本发明通过五组信号链路实现了对单车智能感知信息的充分挖掘，应用前视相机对路面的实时状态进行感知，综合考虑各感知单元的优缺点，通过V2X与视觉融合，充分发挥V2X与视觉传感器的优点，弥补其不足之处，对起伏路况进行准确、及时的感知和反馈，使其可以更好的覆盖传统单车智能难以覆盖的极端场景，提高了整车对道路平整度感知的准确性、环境适应性和鲁棒性；

对于路上车辆目标，通过对前车车灯垂直方向的位置跳变的观测，同时结合前车车速，推导出前车当前所处位置的道路起伏状况，综合路端与目标端的视觉感知结果，对自车的行驶速度和轨迹进行调整，有效提升起伏路面下行车的安全性和舒适性，在极端起伏路面，可避免或减轻较大凹坑或凸起对车辆造成的损害。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明的原理框图。

图2为本发明中五组链路的结构示意图。

具体实施方式

下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。

如图1至图2所示，基于V2X与视觉融合的起伏路况识别及车辆控制方法，包括五组信号链路，其中链路①为V2I通信，链路②为V2V通信，链路③为基于视觉的路面起伏感知，链路④为基于视觉的前车车灯垂直方向位置感知，链路⑤为将自车结合前端感知信息经过融合、决策、规划、控制等算法处理之后的控制信号发送到相应的执行单元；其中，对道路起伏状况的评判标准，均统一到国际平整度指数(IRI)来进行计算；具体步骤如下：

步骤一：获取各链路的原始路面数据；

步骤二：针对V2I、V2V和基于视觉的路面起伏感知探测得到的数据，对大于阈值的凹坑或凸起进行筛选；如存在大于阈值的凹坑或凸起，则将其IRI_f赋值10，直接进入步骤六；

步骤三：如不存在大于阈值的凹坑或凸起，对剩余路面数据采用直接式检测法进行处理，采用左右车轮中心及整车中心沿车头方向的延长线上的路面数据计算国际平整度指数IRI₁、IRI₂和IRI₃；其中直接式检测法表现为：通过计算道路横断面的起伏情况，进行一系列数学分析，得到当前道路的国际平整度指数，具体包括：

沿车辆行驶方向，将每个车道划分为3个感兴趣区域，包括左车轮中心线上的区域、右车轮中心线上的区域以及整车中心沿车头方向的延长线上的区域；应用一般统计学方法对当前道路进行平整度的计算，其计算公式如下：

其中，n为每一步长内所包含的高程值数目；Y_i为每一步长内的第i个高程值(mm)；Y_a为每一步长内包含的高程值得算数平均值；

s为以标准差表示的道路平整度指数，按照下述转化公式将其转化为国际平整度指数IRI_a：

其中ɑ＝1，2，3；分别指代V2I、V2V和基于视觉的路面起伏感知这三种方式；

步骤四：对基于视觉的前车车灯垂直方向位置感知采集到的前车车灯垂向位置跳变数据采用响应式检测法进行处理，计算路面的国际平整度指数IRI₄；其中响应式检测法表现为：通过检测车辆对起伏路面的力学响应，进而推断出道路的起伏状况，即国际平整度指数，具体包括：

应用如下的计算公式计算当前路面的起伏状况IRI_b：

其中，v是车辆相对于地面的绝对速度，Δt为道路采样的时间间隔，l_i为离散采样获得的车身固定点垂直地面方向的距离，n为采样点数量，结合Δt可知道路的采样距离；其中b取值4；

在本实施例中，链路④为基于视觉的前车车灯垂直方向位置感知，是本发明的一大亮点，在充分挖掘单车感知能力的基础上实现对道路环境的间接感知。当前方目标车处于起伏路面的时候，其车灯在垂直方向的位置发生跳变，依据上述第二种响应式检测法，推导出其所处路面的起伏情况，进而有充分的时间进行自车行驶策略的调整。此外，基于该信号，可以有效规避视觉对水坑深度检测的缺失，为后端的决策规划算法提供更多有效信息；

步骤五：对所获取的所有国际平整度指数进行加权处理，得到最终的国际平整度指数IRI_f；具体计算公式如下：

其中，IRI₁，IRI₂，IRI₃，IRI₄，ω₁，ω₂，ω₃，ω₄分别指V2I、V2V、基于视觉的路面起伏感知、基于视觉的前车车灯垂直方向位置感知四种方式获得的国际平整度指数及其对应的权重值，当该方式不存在的时候，其权重值取0；在本实施例中，例如：ω₁，ω₂，ω₃，ω₄分别取4，2，2，2；

步骤六：依据最终的国际平整度指数，按表1结合自车的性能对自车速度进行限制或对当前行驶路径重新进行规划以规避剧烈的颠簸路面，具体为：

表1：国际平整度指数及路面状况划分

当IRI_f值小于4时，不对整车速度进行任何限制，其中IRI_f的单位取m×km^-1；当IRI_f值介于4到6之间时，不对速度进行限制，但通过人机交互(HMI)进行文字或声音提醒；当IRI_f值大于6时，对于整车限速30km/h；对于自动驾驶车辆，同步进行路径重规划，当有新的可行驶路径时，进行路径更新并控制整车进行起伏躲避。

本发明通过对单车智能感知信息的充分挖掘，应用前视相机对路面的实时状态进行感知，综合考虑各感知单元的优缺点，通过V2X与视觉融合，充分发挥V2X与视觉传感器的优点，弥补其不足之处，对起伏路况进行准确、及时的感知和反馈，对于路上车辆目标，通过对前车车灯垂直方向的位置跳变的观测，同时结合前车车速，推导出前车当前所处位置的道路起伏状况，综合路端与目标端的视觉感知结果，对自车的行驶速度和轨迹进行调整，有效提升起伏路面下行车的安全性和舒适性。

本发明的工作原理：

基于V2X与视觉融合的起伏路况识别及车辆控制方法，在工作时，首先获取各链路的原始路面数据；针对V2I、V2V和基于视觉的路面起伏感知探测得到的数据，对大于阈值的凹坑或凸起进行筛选；如存在大于阈值的凹坑或凸起，则将其IRI_f赋值10；如不存在大于阈值的凹坑或凸起，对剩余路面数据采用直接式检测法进行处理，采用左右车轮中心及整车中心沿车头方向的延长线上的路面数据计算国际平整度指数IRI₁、IRI₂和IRI₃；对基于视觉的前车车灯垂直方向位置感知采集到的前车车灯垂向位置跳变数据采用响应式检测法进行处理，计算路面的国际平整度指数IRI₄；然后对所获取的所有国际平整度指数进行加权处理，得到最终的平整度指数IRI_f；依据最终的国际平整度指数IRI_f，结合自车的性能对自车速度进行限制或对当前行驶路径重新进行规划以规避剧烈的颠簸路面，有效提升起伏路面下行车的安全性和舒适性。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.基于V2X与视觉融合的起伏路况识别及车辆控制方法，包括五组信号链路，其特征在于，具体步骤如下：

步骤一：获取各信号链路的原始路面数据；所述五组信号链路分别为：链路①为V2I通信，链路②为V2V通信，链路③为基于视觉的路面起伏感知，链路④为基于视觉的前车车灯垂直方向位置感知，链路⑤为将自车结合前端感知信息经过融合、决策、规划和控制算法处理之后的控制信号发送到相应的执行单元；

步骤二：针对V2I、V2V和基于视觉的路面起伏感知这三组信号链路探测得到的路面数据，对大于阈值的凹坑或凸起进行筛选；如存在此类目标，则将最终的国际平整度指数IRI_ƒ赋值10，直接进入步骤六；否则，进入步骤三；

步骤三：对步骤二中的路面数据按照信号链路进行分类，分别采用直接式检测法进行处理，根据左右车轮中心及整车中心沿车头方向的延长线上的路面数据计算，依次得到国际平整度指数IRI₁、IRI₂和IRI₃；具体包括：

沿车辆行驶方向，将每个车道划分为3个感兴趣区域，所述3个感兴趣区域包括左车轮中心线上的区域、右车轮中心线上的区域以及整车中心沿车头方向的延长线上的区域；

应用一般统计学方法对当前道路进行平整度的计算，其计算公式如下：

其中，n为每一步长内所包含的高程值数目；Y_i为每一步长内的第i个高程值；Y_a为每一步长内包含的高程值得算数平均值；

s为以标准差表示的道路平整度指数，按照下述转化公式将其转化为国际平整度指数IRI_a：IRI_a=(s-0.013)/0.5926；其中a=1，2，3；分别指代V2I、V2V和基于视觉的路面起伏感知这三种方式；

步骤四：对基于视觉的前车车灯垂直方向位置感知采集到的前车车灯垂向位置跳变数据采用响应式检测法进行处理，得到国际平整度指数IRI₄；

步骤五：对不同源头所获取的国际平整度指数进行加权处理，得到最终的国际平整度指数IRI_ƒ；

步骤六：结合最终的国际平整度指数IRI_ƒ及国际平整度指数评价指标，对当前的行驶速度或行驶轨迹进行优化调整；其中国际平整度指数评价指标为国际平整度指数和路面状况划分的对照表。

2.根据权利要求1所述的基于V2X与视觉融合的起伏路况识别及车辆控制方法，其特征在于，步骤四中响应式检测法表现为：通过检测车辆对起伏路面的力学响应，进而推断出当前道路的国际平整度指数，具体为：

；

其中，v是车辆相对于地面的绝对速度，

为道路采样的时间间隔，l_i为离散采样获得的车身固定点垂直地面方向的距离，n为采样点数量，结合

可知道路的采样距离。

3.根据权利要求1所述的基于V2X与视觉融合的起伏路况识别及车辆控制方法，其特征在于，最终的国际平整度指数IRI_ƒ的计算公式如下：

其中，IRI₁，IRI₂，IRI₃，IRI₄,w₁,w₂,w₃,w₄分别指V2I、V2V、基于视觉的路面起伏感知、基于视觉的前车车灯垂直方向位置感知这四组信号链路获得的国际平整度指数及其对应的权重值。

4.根据权利要求3所述的基于V2X与视觉融合的起伏路况识别及车辆控制方法，其特征在于，当该信号链路不存在的时候，其权重值取0。

5.根据权利要求1所述的基于V2X与视觉融合的起伏路况识别及车辆控制方法，其特征在于，步骤六中对当前的行驶速度或行驶轨迹进行优化调整，具体包括：

当IRI_ƒ值小于4时，不对整车速度进行任何限制；

当IRI_ƒ值介于4到6之间时，不对速度进行限制，但通过人机交互进行文字或声音提醒；

当IRI_ƒ值大于6时，对于整车限速30 km/h；对于自动驾驶车辆，同步进行路径重规划，当有新的可行驶路径时，进行路径更新并控制整车进行起伏躲避。

Images