CN114537385A - 一种基于交通目标感知结果的危险目标筛选方法 - Google Patents

一种基于交通目标感知结果的危险目标筛选方法 Download PDF

Info

Publication number
CN114537385A
CN114537385A CN202210226337.9A CN202210226337A CN114537385A CN 114537385 A CN114537385 A CN 114537385A CN 202210226337 A CN202210226337 A CN 202210226337A CN 114537385 A CN114537385 A CN 114537385A
Authority
CN
China
Prior art keywords
target
vehicle
lane
ttc
dangerous
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
Application number
CN202210226337.9A
Other languages
English (en)
Other versions
CN114537385B (zh
Inventor
丁明慧
雍文亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202210226337.9A priority Critical patent/CN114537385B/zh
Publication of CN114537385A publication Critical patent/CN114537385A/zh
Application granted granted Critical
Publication of CN114537385B publication Critical patent/CN114537385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W30/095—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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于交通目标感知结果的危险目标筛选方法，包括步骤：1）基于多传感器信息融合技术获取感知结果；2）将交通目标定义为纵向行驶目标或横向行驶目标；3）划分感兴趣区域，计算出本车与交通目标的碰撞时间TTC；4）从感兴趣区域内的纵向行驶目标中选出危险目标CIPV1，从感兴趣区域内的横向行驶目标中选出危险目标CIPV2；5）选择危险目标CIPV1或危险目标CIPV2作为最危险目标CIPV输出。本发明所述筛选方法将感知到的交通目标分为纵向行驶目标和横向行驶目标，针对每种交通目标的运动特点分别采取更有针对性的筛选策略选出最危险目标；从而解决危险目标的误检率和漏检率较高、危险目标易跳变及输出不稳定等问题。

Description

一种基于交通目标感知结果的危险目标筛选方法
技术领域
本发明属于汽车自动驾驶的技术领域，具体涉及一种基于交通目标感知结果的危险目标筛选方法。
背景技术
智能驾驶辅助***可为驾驶员提供主动安全预警和安全辅助控制，减少驾驶员误操作，提高行车安全。智能辅助驾驶***中环境感知技术是实现本车运动控制、路径规划与决策等关键技术的前提条件。环境感知技术包括交通目标感知，交通目标感知主要是通过多种传感器获取交通目标的位置、速度、加速度和目标的类型等；将行车过程中的危险目标从众多交通目标中筛选出来是智能驾驶辅助***的关键技术之一。
目前，危险目标的筛选方法主要有两种：一是依赖车道线进行本车道危险目标的筛选，二是依赖车辆运动状态，然后根据本车的行驶轨迹进行危险目标的筛选。中国专利201710696755.3面向驾驶辅助***的危险目标检测方法、装置，该方案以预设相机为原点，通过设定的水平距离阈值和垂直距离阈值对车体外部图像进行划分，将图像划分为12个区域，考虑到目标的对称性，将12个区域分为8个距离类别；该方案在筛选过程中采取统一的筛选策略，未考虑目标的转向运动带来的左右方向危险差异，使智能驾驶辅助***存在危险目标的误检率和漏检率较高、危险目标易跳变输出不稳定等问题。中国专利202010307385.1自动驾驶危险目标确定方法及装置，该方案以第一辆车的运动状态数据为依据，根据本车的行驶轨迹来设定危险区域、筛选危险目标；但该方案在完全不考虑车道线的情况下筛选危险目标，容易导致本车在不同幅度的转弯时，相邻弯道的交通目标被误识别，造成本车的误制动。
综上，目前在危险目标的筛选过程中过分依赖车道线或本车行驶路径，同时，采取统一的筛选策略，未考虑交通目标的运动方向带来的危险差异，使智能驾驶辅助***存在危险目标的误检率和漏检率较高、危险目标易跳变输出不稳定等问题，进而导致车辆存在较多的误制动和漏制动，严重影响用户的使用体验。
发明内容
针对现有技术的上述不足，本发明要解决的技术问题是提供一种基于交通目标感知结果的危险目标筛选方法，解决目前对于危险目标的筛选存在误检率和漏检率较高的问题，取得降低车辆误制动和漏制动，提高用户使用体验的效果。
为解决上述技术问题，本发明采用如下技术方案：
一种基于交通目标感知结果的危险目标筛选方法，包括如下步骤：
1）基于多传感器信息融合技术获取感知结果，感知结果包括车道线信息、本车信息、与本车周围的交通目标对应的目标信息；
2）根据所述目标信息将对应的交通目标定义为纵向行驶目标或横向行驶目标；
3）根据本车信息划分感兴趣区域，根据本车信息和目标信息计算出本车与交通目标的碰撞时间TTC；
4）根据碰撞时间TTC、本车信息、车道线信息和预设的危险参数，从感兴趣区域内的纵向行驶目标中选出危险目标CIPV1，从感兴趣区域内的横向行驶目标中选出危险目标CIPV2；
5）根据基于碰撞时间TTC和预设的权重系数，选择危险目标CIPV1或危险目标CIPV2作为最危险目标CIPV输出。
进一步地，步骤1）中，所述车道线信息包括本车道车道线、左侧车道车道线和右侧车道车道线；本车信息包括本车车速、本车加速度和本车转弯半径，本车车速包括本车纵向车速和本车横向车速；目标信息包括对应交通目标的目标车速、目标加速度、对应交通目标与本车的纵向距离和横向距离。
进一步地，步骤2）中，所述纵向行驶目标是指与本车同向或对向行驶的交通目标，横向行驶目标是指具有横向运动趋势的交通目标。
进一步地，步骤3）中，所述根据本车信息和目标信息计算出本车与交通目标的碰撞时间TTC采用运动学公式；步骤3）中，所述根据本车信息划分感兴趣区域的操作如下：
根据本车转弯半径得到经过本车中心的行驶方向线，建立以本车中心为原点并以本车前方为Y轴正向的平面直角坐标系；
将行驶方向线分别向X轴的正方向和负方向平移W/2米得到的区域沿Y轴截取L米作为感兴趣区域，感兴趣区域在Y轴正半轴上的部分为前向区域，前向区域在Y轴上的长度为Lf米，感兴趣区域在Y轴负半轴上的部分为后向区域，后向区域在Y轴上的长度为Lr米。
进一步地，步骤4）中，所述从感兴趣区域内的纵向行驶目标中选出危险目标CIPV1的操作如下：
将所述行驶方向线分别向左和向右平移1.5m得到本车行驶路径，获取本车转向灯信息；根据本车纵向车速判断本车为倒车行驶或前向行驶，当本车纵向车速Ve≥0km/h时，本车为前向行驶，本车的感兴趣区域为前向区域；当本车纵向车速Ve<0km/h时，本车为倒车行驶，本车的感兴趣区域为后向区域；
当本车为前向行驶且本车左转向灯亮起时，从前向区域、本车行驶路径、本车道和左侧车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为前向行驶且本车右转向灯亮起时，从前向区域、本车行驶路径、本车道和右侧车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为前向行驶且本车转向灯未亮起时，从前向区域、本车行驶路径、本车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为倒车行驶时，从后向区域和本车行驶路径的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1。
进一步地，步骤4）中，所述危险参数包括碰撞时间边界和横向距离边界，碰撞时间边界包括TLL、TLR、TRL、TRR、TCL和TCR，横向距离边界包括DLL、DLR、DRL、DRR、DCL和DCR。
进一步地，步骤4）中，所述从感兴趣区域内的横向行驶目标中选出危险目标CIPV2的操作如下：
根据本车纵向车速判断本车为倒车行驶或前向行驶，当本车纵向车速Ve≥0km/h时，本车为前向行驶，本车的感兴趣区域为前向区域；当本车纵向车速Ve<0km/h时，本车为倒车行驶，本车的感兴趣区域为后向区域；
当本车左转向灯亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TLL，且与本车的横向距离的绝对值小于DLL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TLR，且与本车的横向距离的绝对值小于DLR的横向行驶目标也作为初步目标；选取对应的碰撞时间TTC最小的初步目标作为危险目标CIPV2；
当本车右转向灯亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TRL，且与本车的横向距离的绝对值小于DRL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TRR，且与本车的横向距离的绝对值小于DRR的横向行驶目标也作为初步目标；选取对应碰撞时间TTC最小的初步目标作为危险目标CIPV2；
当本车转向灯未亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TCL，且与本车的横向距离的绝对值小于DCL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TCR，且与本车的横向距离的绝对值小于DCR的横向行驶目标也作为初步目标；选取对应碰撞时间TTC最小的初步目标作为危险目标CIPV2。
进一步地，步骤4）中，当车道线信息有效时，本车道是指以本车道车道线为边界的车道，左侧车道是指以左侧车道车道线为边界的车道，右侧车道是指以右侧车道车道线为边界的车道；
当车道线信息无效时，将本车行驶路径作为本车道，将本车行驶路径向左平移3米作为左侧车道，将本车行驶路径向右平移3米作为右侧车道。
进一步地，步骤5）中，所述权重系数包括右转权重系数atr、左转权重系数atl、倒车行驶权重系数ar和前向直行权重系数as。
进一步地，步骤5）中，所述根据基于碰撞时间TTC和预设的权重系数，选择危险目标CIPV1或危险目标CIPV2作为最危险目标CIPV输出的操作如下：
定义本车与纵向行驶目标的碰撞时间为TTCCIPV1, 定义本车与横向行驶目标的碰撞时间为TTCCIPV2；
当本车为前向行驶且本车左转向灯亮起时，若atl×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若atl×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为前向行驶且本车右转向灯亮起时，若atr×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若atr×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为前向行驶且本车转向灯未亮起时，若as×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若as×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为倒车行驶时，若ar×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若ar×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出。
相比现有技术，本发明的有益效果如下：
1、本发明所述筛选方法将感知到的交通目标分为纵向行驶目标和横向行驶目标，针对每种交通目标的运动特点分别采取更有针对性的筛选策略选出最危险目标；从而解决危险目标的误检率和漏检率较高、危险目标易跳变及输出不稳定等问题；另外，将横向行驶目标单独考虑，提高了对横向行驶目标的识别，降低了“鬼探头”等场景的风险。
2、本发明所述筛选方法根据本车运动状态（倒车行驶、前向直行、左转、右转）确定来纵向行驶目标和横向行驶目标的感兴趣区域，基于感兴趣区域做进一步筛选，可有效降低***误识别和漏识别的概率，解决危险目标识别过晚的问题。
3、本发明所述筛选方法，在纵向行驶目标中筛选出危险目标CIPV1的过程中，同时参考车道线和本车行驶轨迹，避免严重依靠车道线造成的无车道线时算法的失效，同时，可避免严重依赖本车行驶轨迹带来的转向过程中危险目标的误识别等问题；可有效集合两种方法的优点，规避两种方法的缺点。
4、本发明所述筛选方法，筛选危险目标CIPV2时与车道线无关，只关注横向行驶目标与本车的横向距离、碰撞时间和本车的行驶方向；在从横向行驶目标中筛选处危险目标CIPV2的过程中，设定本车不同运动状态（倒车行驶、前向直行、左转、右转）下的危险参数，从而更准确的筛选出危险目标CIPV2。
5、本发明所述筛选方法，根据本车不同运动状态（倒车行驶、前向直行、左转、右转）的危险程度不同，对危险目标CIPV2对应的碰撞时间附加不同的权重，可有效提高不同场景下，筛选出最危险目标的准确性。
附图说明
图1为实施例的一种基于交通目标感知结果的危险目标筛选方法的流程图；
图2为实施例所述本车前向直行对应感兴趣区域和本车行驶路径的示意图；
图3为实施例所述本车左转对应感兴趣区域和本车行驶路径的示意图；
图4为实施例所述本车右转对应感兴趣区域和本车行驶路径的示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
实施例：
请参见图1，一种基于交通目标感知结果的危险目标筛选方法，包括如下步骤：
1）基于多传感器信息融合技术获取感知结果，感知结果包括车道线信息、本车信息、与本车周围的交通目标对应的目标信息；
所述车道线信息包括本车道车道线、左侧车道车道线和右侧车道车道线；本车信息包括本车的本车纵向车速、本车横向车速、本车纵向加速度、本车横向加速度和本车转弯半径；目标信息包括对应交通目标的目标纵向车速、目标横向车速、目标纵向加速度、目标横向加速度、对应交通目标与本车的纵向距离和横向距离。
2）根据所述目标信息将对应的交通目标定义为纵向行驶目标或横向行驶目标；所述纵向行驶目标是指与本车同向或对向行驶的交通目标，横向行驶目标是指具有横向运动趋势的交通目标。
3）根据本车信息划分感兴趣区域，基于运动学公式根据本车信息和目标信息计算出本车与交通目标的碰撞时间TTC；
请参见图2-图4，根据本车信息划分感兴趣区域的操作如下：根据本车转弯半径得到经过本车中心的行驶方向线；
建立以本车中心为原点并以本车前方为Y轴正向的平面直角坐标系；将行驶方向线分别向X轴的正方向和负方向平移W/2米得到的区域沿Y轴截取L米作为感兴趣区域，即感兴趣区域的总宽为W米、总长为L米；感兴趣区域在Y轴正半轴上的部分为前向区域，前向区域在Y轴上的长度为Lf米，感兴趣区域在Y轴负半轴上的部分为后向区域，后向区域在Y轴上的长度为Lr米；
另外，将所述行驶方向线分别向左和向右平移1.5m可得到本车行驶路径；图2-图4分别为本车前向直行对应感兴趣区域和本车行驶路径的示意图、本车左转对应感兴趣区域和本车行驶路径的示意图和本车右转对应感兴趣区域和本车行驶路径的示意图。
4）根据碰撞时间TTC、本车信息、车道线信息和预设的危险参数，从感兴趣区域内的纵向行驶目标中选出危险目标CIPV1，从感兴趣区域内的横向行驶目标中选出危险目标CIPV2；所述危险参数包括碰撞时间边界和横向距离边界，碰撞时间边界包括TLL、TLR、TRL、TRR、TCL和TCR，横向距离边界包括DLL、DLR、DRL、DRR、DCL和DCR；
其中，TLL表示本车左转向灯亮起时感兴趣区域左侧部分纵向行驶目标的碰撞时间边界，TLR表示本车左转向灯亮起时感兴趣区域右侧部分纵向行驶目标的碰撞时间边界，TRL表示本车右转向灯亮起时感兴趣区域左侧部分纵向行驶目标的碰撞时间边界，TRR表示本车右转向灯亮起时感兴趣区域右侧部分纵向行驶目标的碰撞时间边界，TCL表示本车转向灯未亮起时感兴趣区域左侧部分纵向行驶目标的碰撞时间边界，TCR表示本车转向灯未亮起时感兴趣区域右侧部分纵向行驶目标的碰撞时间边界；本实施例中TLL、TLR、TRL、TRR、TCL和TCR取值均为3秒；
DLL表示本车左转向灯亮起时感兴趣区域左侧部分纵向行驶目标的横向距离边界，DLR表示本车左转向灯亮起时感兴趣区域右侧部分纵向行驶目标的横向距离边界，DRL表示本车右转向灯亮起时感兴趣区域左侧部分纵向行驶目标的横向距离边界，DRR表示本车右转向灯亮起时感兴趣区域右侧部分纵向行驶目标的横向距离边界，DCL表示本车转向灯未亮起时感兴趣区域左侧部分纵向行驶目标的横向距离边界，DCR表示本车转向灯未亮起时感兴趣区域右侧部分纵向行驶目标的横向距离边界；本实施例中，DLL取值为4米，DLR取值为2米，DRL取值为2米，DRR取值为4米，DCL取值为3米，DCR取值为3米。
从感兴趣区域内的纵向行驶目标中选出危险目标CIPV1的操作如下：
将所述行驶方向线分别向左和向右平移1.5m得到本车行驶路径，获取本车转向灯信息；根据本车纵向车速判断本车为倒车行驶或前向行驶，当本车纵向车速Ve≥0km/h时，本车为前向行驶，本车的感兴趣区域为前向区域；当本车纵向车速Ve<0km/h时，本车为倒车行驶，本车的感兴趣区域为后向区域；
当本车为前向行驶且本车左转向灯亮起时，从前向区域、本车行驶路径、本车道和左侧车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为前向行驶且本车右转向灯亮起时，从前向区域、本车行驶路径、本车道和右侧车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为前向行驶且本车转向灯未亮起时，从前向区域、本车行驶路径、本车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为倒车行驶时，从后向区域和本车行驶路径的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1。
从感兴趣区域内的横向行驶目标中选出危险目标CIPV2的操作如下：
根据本车纵向车速判断本车为倒车行驶或前向行驶，当本车纵向车速Ve≥0km/h时，本车为前向行驶，本车的感兴趣区域为前向区域；当本车纵向车速Ve<0km/h时，本车为倒车行驶，本车的感兴趣区域为后向区域；
当本车左转向灯亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TLL，且与本车的横向距离的绝对值小于DLL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TLR，且与本车的横向距离的绝对值小于DLR的横向行驶目标也作为初步目标；选取对应的碰撞时间TTC最小的初步目标作为危险目标CIPV2；
当本车右转向灯亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TRL，且与本车的横向距离的绝对值小于DRL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TRR，且与本车的横向距离的绝对值小于DRR的横向行驶目标也作为初步目标；选取对应碰撞时间TTC最小的初步目标作为危险目标CIPV2；
当本车转向灯未亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TCL，且与本车的横向距离的绝对值小于DCL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TCR，且与本车的横向距离的绝对值小于DCR的横向行驶目标也作为初步目标；选取对应碰撞时间TTC最小的初步目标作为危险目标CIPV2。
其中，当车道线信息有效时，本车道是指以本车道车道线为边界的车道，左侧车道是指以左侧车道车道线为边界的车道，右侧车道是指以右侧车道车道线为边界的车道；
当车道线信息无效时，将本车行驶路径作为本车道，将本车行驶路径向左平移3米作为左侧车道，将本车行驶路径向右平移3米作为右侧车道。
5）根据基于碰撞时间TTC和预设的权重系数，选择危险目标CIPV1或危险目标CIPV2作为最危险目标CIPV输出；所述权重系数包括右转权重系数atr、左转权重系数atl、倒车行驶权重系数ar和前向直行权重系数as；本实施例中，atr取值为0.9，atl取值为0.9，ar取值为0.85，as取值为0.95.
选择危险目标CIPV1或危险目标CIPV2作为最危险目标CIPV输出的操作如下：
定义本车与纵向行驶目标的碰撞时间为TTCCIPV1, 定义本车与横向行驶目标的碰撞时间为TTCCIPV2；
当本车为前向行驶且本车左转向灯亮起时，若atl×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若atl×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为前向行驶且本车右转向灯亮起时，若atr×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若atr×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为前向行驶且本车转向灯未亮起时，若as×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若as×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为倒车行驶时，若ar×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若ar×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于交通目标感知结果的危险目标筛选方法，其特征在于：包括如下步骤：
1）基于多传感器信息融合技术获取感知结果，感知结果包括车道线信息、本车信息、与本车周围的交通目标对应的目标信息；
2）根据所述目标信息将对应的交通目标定义为纵向行驶目标或横向行驶目标；
3）根据本车信息划分感兴趣区域，根据本车信息和目标信息计算出本车与交通目标的碰撞时间TTC；
4）根据碰撞时间TTC、本车信息、车道线信息和预设的危险参数，从感兴趣区域内的纵向行驶目标中选出危险目标CIPV1，从感兴趣区域内的横向行驶目标中选出危险目标CIPV2；
5）根据基于碰撞时间TTC和预设的权重系数，选择危险目标CIPV1或危险目标CIPV2作为最危险目标CIPV输出。
2.根据权利要求1所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤1）中，所述车道线信息包括本车道车道线、左侧车道车道线和右侧车道车道线；本车信息包括本车车速、本车加速度和本车转弯半径，本车车速包括本车纵向车速和本车横向车速；目标信息包括对应交通目标的目标车速、目标加速度、对应交通目标与本车的纵向距离和横向距离。
3.根据权利要求1所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤2）中，所述纵向行驶目标是指与本车同向或对向行驶的交通目标，横向行驶目标是指具有横向运动趋势的交通目标。
4.根据权利要求2所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤3）中，所述根据本车信息和目标信息计算出本车与交通目标的碰撞时间TTC采用运动学公式；步骤3）中，所述根据本车信息划分感兴趣区域的操作如下：
根据本车转弯半径得到经过本车中心的行驶方向线，建立以本车中心为原点并以本车前方为Y轴正向的平面直角坐标系；
将行驶方向线分别向X轴的正方向和负方向平移W/2米得到的区域沿Y轴截取L米作为感兴趣区域，感兴趣区域在Y轴正半轴上的部分为前向区域，前向区域在Y轴上的长度为Lf米，感兴趣区域在Y轴负半轴上的部分为后向区域，后向区域在Y轴上的长度为Lr米。
5.根据权利要求4所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤4）中，所述从感兴趣区域内的纵向行驶目标中选出危险目标CIPV1的操作如下：
将所述行驶方向线分别向左和向右平移1.5m得到本车行驶路径，获取本车转向灯信息；根据本车纵向车速判断本车为倒车行驶或前向行驶，当本车纵向车速Ve≥0km/h时，本车为前向行驶，本车的感兴趣区域为前向区域；当本车纵向车速Ve<0km/h时，本车为倒车行驶，本车的感兴趣区域为后向区域；
当本车为前向行驶且本车左转向灯亮起时，从前向区域、本车行驶路径、本车道和左侧车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为前向行驶且本车右转向灯亮起时，从前向区域、本车行驶路径、本车道和右侧车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为前向行驶且本车转向灯未亮起时，从前向区域、本车行驶路径、本车道的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1；
当本车为倒车行驶时，从后向区域和本车行驶路径的共同区域中选出与本车的纵向距离最小的纵向行驶目标作为危险目标CIPV1。
6.根据权利要求5所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤4）中，所述危险参数包括碰撞时间边界和横向距离边界，碰撞时间边界包括TLL、TLR、TRL、TRR、TCL和TCR，横向距离边界包括DLL、DLR、DRL、DRR、DCL和DCR。
7.根据权利要求6所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤4）中，所述从感兴趣区域内的横向行驶目标中选出危险目标CIPV2的操作如下：
根据本车纵向车速判断本车为倒车行驶或前向行驶，当本车纵向车速Ve≥0km/h时，本车为前向行驶，本车的感兴趣区域为前向区域；当本车纵向车速Ve<0km/h时，本车为倒车行驶，本车的感兴趣区域为后向区域；
当本车左转向灯亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TLL，且与本车的横向距离的绝对值小于DLL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TLR，且与本车的横向距离的绝对值小于DLR的横向行驶目标也作为初步目标；选取对应的碰撞时间TTC最小的初步目标作为危险目标CIPV2；
当本车右转向灯亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TRL，且与本车的横向距离的绝对值小于DRL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TRR，且与本车的横向距离的绝对值小于DRR的横向行驶目标也作为初步目标；选取对应碰撞时间TTC最小的初步目标作为危险目标CIPV2；
当本车转向灯未亮起时，将感兴趣区域、本车道和左侧车道的共同区域中对应的碰撞时间TTC≤TCL，且与本车的横向距离的绝对值小于DCL的横向行驶目标作为初步目标；将感兴趣区域、本车道和右侧车道的共同区域中对应的碰撞时间TTC≤TCR，且与本车的横向距离的绝对值小于DCR的横向行驶目标也作为初步目标；选取对应碰撞时间TTC最小的初步目标作为危险目标CIPV2。
8.根据权利要求7所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤4）中，当车道线信息有效时，本车道是指以本车道车道线为边界的车道，左侧车道是指以左侧车道车道线为边界的车道，右侧车道是指以右侧车道车道线为边界的车道；
当车道线信息无效时，将本车行驶路径作为本车道，将本车行驶路径向左平移3米作为左侧车道，将本车行驶路径向右平移3米作为右侧车道。
9.根据权利要求8所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤5）中，所述权重系数包括右转权重系数atr、左转权重系数atl、倒车行驶权重系数ar和前向直行权重系数as。
10.根据权利要求9所述一种基于交通目标感知结果的危险目标筛选方法，其特征在于：步骤5）中，所述根据基于碰撞时间TTC和预设的权重系数，选择危险目标CIPV1或危险目标CIPV2作为最危险目标CIPV输出的操作如下：
定义本车与纵向行驶目标的碰撞时间为TTCCIPV1, 定义本车与横向行驶目标的碰撞时间为TTCCIPV2；
当本车为前向行驶且本车左转向灯亮起时，若atl×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若atl×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为前向行驶且本车右转向灯亮起时，若atr×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若atr×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为前向行驶且本车转向灯未亮起时，若as×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若as×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出；
当本车为倒车行驶时，若ar×TTCCIPV2≤TTCCIPV1,则选择危险目标CIPV2作为最危险目标CIPV输出；若ar×TTCCIPV2＞TTCCIPV1, 则选择危险目标CIPV1作为最危险目标CIPV输出。
CN202210226337.9A 2022-03-09 2022-03-09 一种基于交通目标感知结果的危险目标筛选方法 Active CN114537385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210226337.9A CN114537385B (zh) 2022-03-09 2022-03-09 一种基于交通目标感知结果的危险目标筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210226337.9A CN114537385B (zh) 2022-03-09 2022-03-09 一种基于交通目标感知结果的危险目标筛选方法

Publications (2)

Publication Number Publication Date
CN114537385A true CN114537385A (zh) 2022-05-27
CN114537385B CN114537385B (zh) 2024-05-07

Family

ID=81664104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210226337.9A Active CN114537385B (zh) 2022-03-09 2022-03-09 一种基于交通目标感知结果的危险目标筛选方法

Country Status (1)

Country Link
CN (1) CN114537385B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060190175A1 (en) * 2003-01-28 2006-08-24 Toyoto Jidosha Kabushiki Kaisha Collision predicting apparatus and collision predicting method
CN109849910A (zh) * 2018-12-21 2019-06-07 重庆长安汽车股份有限公司 无人驾驶车辆多目标决策控制方法、装置及计算机可读存储介质
CN110588648A (zh) * 2019-10-25 2019-12-20 北京行易道科技有限公司 车辆行驶中碰撞危险识别方法、装置、车辆及存储介质
CN112026756A (zh) * 2020-08-31 2020-12-04 重庆长安汽车股份有限公司 基于跟踪目标的危险目标选择方法、***及车辆
CN112124313A (zh) * 2020-09-29 2020-12-25 重庆长安汽车股份有限公司 基于自动驾驶换道的目标车辆选择方法、车辆及存储介质
CN112634354A (zh) * 2020-12-21 2021-04-09 紫清智行科技(北京)有限公司 基于路侧传感器的网联自动驾驶行车风险评估方法与装置
US20210261119A1 (en) * 2020-02-21 2021-08-26 Toyota Jidosha Kabushiki Kaisha Driving assist system
CN113370977A (zh) * 2021-05-06 2021-09-10 上海大学 一种基于视觉的智能车辆前向碰撞预警方法及***
US20210291825A1 (en) * 2020-03-18 2021-09-23 Denso Corporation Systems and methods for adapting activation of alerts according to curvature of a target path
US20210300360A1 (en) * 2020-03-27 2021-09-30 Aptiv Technologies Limited Warning System for a Host Automotive Vehicle
US20210394752A1 (en) * 2018-09-28 2021-12-23 Hitachi Automotive Systems, Ltd. Traveling Control Device, Vehicle, and Traveling Control Method
CN114132311A (zh) * 2021-12-28 2022-03-04 联创汽车电子有限公司 车辆自动紧急制动危险目标筛选方法及模块

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060190175A1 (en) * 2003-01-28 2006-08-24 Toyoto Jidosha Kabushiki Kaisha Collision predicting apparatus and collision predicting method
US20210394752A1 (en) * 2018-09-28 2021-12-23 Hitachi Automotive Systems, Ltd. Traveling Control Device, Vehicle, and Traveling Control Method
CN109849910A (zh) * 2018-12-21 2019-06-07 重庆长安汽车股份有限公司 无人驾驶车辆多目标决策控制方法、装置及计算机可读存储介质
CN110588648A (zh) * 2019-10-25 2019-12-20 北京行易道科技有限公司 车辆行驶中碰撞危险识别方法、装置、车辆及存储介质
US20210261119A1 (en) * 2020-02-21 2021-08-26 Toyota Jidosha Kabushiki Kaisha Driving assist system
US20210291825A1 (en) * 2020-03-18 2021-09-23 Denso Corporation Systems and methods for adapting activation of alerts according to curvature of a target path
US20210300360A1 (en) * 2020-03-27 2021-09-30 Aptiv Technologies Limited Warning System for a Host Automotive Vehicle
CN112026756A (zh) * 2020-08-31 2020-12-04 重庆长安汽车股份有限公司 基于跟踪目标的危险目标选择方法、***及车辆
CN112124313A (zh) * 2020-09-29 2020-12-25 重庆长安汽车股份有限公司 基于自动驾驶换道的目标车辆选择方法、车辆及存储介质
CN112634354A (zh) * 2020-12-21 2021-04-09 紫清智行科技(北京)有限公司 基于路侧传感器的网联自动驾驶行车风险评估方法与装置
CN113370977A (zh) * 2021-05-06 2021-09-10 上海大学 一种基于视觉的智能车辆前向碰撞预警方法及***
CN114132311A (zh) * 2021-12-28 2022-03-04 联创汽车电子有限公司 车辆自动紧急制动危险目标筛选方法及模块

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘军;高雪婷;王利明;晏晓娟;: "基于OpenCV的前方车辆检测和前撞预警算法研究", 汽车技术, no. 06, 24 June 2017 (2017-06-24) *
孟柯;吴超仲;陈志军;吕能超;邓超;刘钢;: "人车碰撞风险识别及智能车辆控制***", 交通信息与安全, no. 06, 28 December 2016 (2016-12-28) *

Also Published As

Publication number Publication date
CN114537385B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
JP7103753B2 (ja) 衝突回避装置
JP3860061B2 (ja) 車外監視装置、及び、この車外監視装置を備えた走行制御装置
US7742864B2 (en) Vehicle surroundings monitoring apparatus and traveling control system incorporating the apparatus
JP3845548B2 (ja) 自動車両の車線変更時の速度及び車間距離のための制御システム
JP4021344B2 (ja) 車両用運転支援装置
US20160148514A1 (en) Parking space detector
US20200216063A1 (en) Vehicle and method for controlling the same
CN109733392B (zh) 一种避障方法及装置
US20180259636A1 (en) Monitoring device and monitoring method
CN107010064A (zh) 一种车队编队驾驶方法及***
CN110816540B (zh) 交通拥堵的确定方法、装置、***及车辆
JP4442520B2 (ja) 車両用進路推定装置
US20220135165A1 (en) Drive assistance device for saddle riding-type vehicle
JP4541609B2 (ja) 停止線認識装置、及び、その停止線認識装置を用いた車両用運転支援装置
CN112026761A (zh) 一种基于数据共享的汽车辅助驾驶方法
CN108021861A (zh) 一种基于机器视觉的智能车右转弯目标检测方法
KR20200119068A (ko) 차량 및 그 제어방법
JP2002160598A (ja) 車外監視装置
CN112277799B (zh) 一种汽车盲区检测报警方法及***
CN114537385B (zh) 一种基于交通目标感知结果的危险目标筛选方法
JP2006160032A (ja) 運転状態判定装置及び運転状態判定方法
JP2015064796A (ja) 駐車場判定装置、駐車場判定方法
JP2004164187A (ja) 車両用報知装置
JP5682302B2 (ja) 走行道路推定装置、方法およびプログラム
WO2021235043A1 (ja) 車両制御装置

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