CN116238545B - 一种自动驾驶轨迹偏差检测方法及检测*** - Google Patents
一种自动驾驶轨迹偏差检测方法及检测*** Download PDFInfo
- Publication number
- CN116238545B CN116238545B CN202310534741.7A CN202310534741A CN116238545B CN 116238545 B CN116238545 B CN 116238545B CN 202310534741 A CN202310534741 A CN 202310534741A CN 116238545 B CN116238545 B CN 116238545B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- point
- equation
- target path
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 143
- 230000008569 process Effects 0.000 claims abstract description 123
- 230000001133 acceleration Effects 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
-
- 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
- B60W40/10—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 related to vehicle motion
-
- 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
- B60W40/10—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 related to vehicle motion
- B60W40/105—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
- 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
- B60W40/10—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 related to vehicle motion
- B60W40/107—Longitudinal acceleration
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/06—Direction of travel
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种自动驾驶轨迹偏差检测方法及检测***，通过采用现有技术中常见的传感器采集车辆的初始状态参数值和过程参数值，模拟车辆在行驶过程中的行驶路径方程，计算车辆在过程位置点pmt的坐标与目标路径轨迹方程组规划的位置点之间的欧拉距离，引入重合率的概念，并计算过程位置坐标点与目标路径轨迹方程上点的重合率值，作为自动驾驶轨迹偏差程度的表征值，可以直观的量化评价车辆行驶过程中的轨迹偏差程度，且***结构简单，成本低，布置方便，无需通过卫星定位法来对自动驾驶车辆进行高精度的实时定位获取车辆行驶轨迹，适用于网络信号差的环境中。
Description
技术领域
本发明涉及自动驾驶自动化控制技术领域，特别涉及一种自动驾驶轨迹偏差检测方法及检测***。
背景技术
自动驾驶汽车又称无人驾驶汽车，是依靠人工智能、视觉计算、雷达、监控装置和全球定位***协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。随着信息技术和控制技术的发展,新一轮科技革命和产业变革蓬勃兴起，智能汽车已成为汽车产业发展的战略方向。智能汽车是解决汽车社会面临的交通安全、道路拥堵、能源消耗、环境污染等问题的重要手段。
自动驾驶轨迹控制技术主要指的是对自动驾驶车辆的横向控制，主要研究不同车速、载荷下，车辆沿预定的参考线行驶的控制算法，为了使车辆能够按照设定轨迹行驶，国内外学者已经在车辆轨迹跟踪算法精确性方面开展了大量的研究工作，现有的轨迹控制算法包括有纯跟踪算法、Stanley法、LQR、MPC算法等。而横向控制主要是对车辆方向盘的转向角进行控制，以减小车辆与参考线轨迹的横向距离。检测轨迹偏差是评价控制算法精确性，判断控制算法、参数优劣的最重要依据。
目前，现有技术中采用卫星定位法来对自动驾驶车辆进行高精度的实时定位，从而获取车辆行驶轨迹，并与设定的轨迹路线进行对比检测轨迹偏差，但采用卫星定位方法，当行驶至信号强度较弱或者有信号屏蔽的区域时，会由于无法获取位置信息造成数据缺失，导致检测结果与实际值之间存在较大误差。为此，我们提出一种自动驾驶轨迹偏差检测方法及检测***。
发明内容
本发明的主要目的在于提供一种自动驾驶轨迹偏差检测方法及检测***，通过采集车辆的初始状态参数值和过程参数值，模拟车辆在行驶过程中的行驶路径方程，计算车辆在过程位置点pmt的坐标与目标路径轨迹方程组规划的位置点之间的欧拉距离，根据计算结果，引入两个点之间重合率的概念作为自动驾驶轨迹偏差程度的表征值，可以有效解决背景技术中的问题。
为实现上述目的，本发明采取的技术方案为：
一种自动驾驶轨迹偏差检测方法，用于自动驾驶车辆行驶轨迹偏差检测，所述方法包括以下步骤：
步骤一，获取车辆目标路径的轨迹方程，以目标路径起点为圆心构建坐标系，设pi=（xi,yi）为目标路径轨迹方程上的点，xi,yi分别为点的横坐标和纵坐标值，其中，i=1,2,...,n，n为整数，p1为目标路径的起点，pn为目标路径的终点；
步骤二，获取车辆初始状态参数值，包括初始位置p0的坐标（x0,y0）、初始加速度a0m/s2、初始行驶速度v0m/s及初始转向角θ0°；
步骤三，采集车辆在行驶过程中的过程参数值，包括过程加速度atm/s2、过程行驶速度vtm/s及过程转向角θt°；
步骤四，模拟车辆在行驶过程中的行驶路径方程，通过模拟结果计算车辆在行驶过程中的过程位置点pmt的坐标（xmt,ymt）,其中，m为大于一的正整数；
步骤五，计算车辆在过程位置点pmt的坐标（xmt,ymt）与目标路径轨迹方程组规划的位置点（xi,yi）之间的欧拉距离；
步骤六，根据计算结果，计算过程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）的重合率Co，计算公式为：，其中，Di为计算重合率时选取的目标路径轨迹方程上点的总数量值，Dt为程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）重合的点的个数，以重合率作为自动驾驶轨迹偏差程度的表征值，其中，轨迹偏差程度反比于重合率。
进一步的，在步骤六中，以车辆在行驶过程中的过程位置点（xmt,ymt）为圆心作半径为R的圆，当所作圆与目标路径轨迹存在交点时，判定该过程位置坐标点与该圆内目标路径轨迹方程上点的重合。
进一步的，Di的值根据目标路径轨迹长度确定，Di值正比于目标路径轨迹长度。
进一步的，R的取值范围根据目标路径轨迹长度确定，R的取值正比于目标路径轨迹长度。
进一步的，在步骤三中，过程参数值的采集时刻点为从过程转向角θt开始时刻t0至结束时刻tf。
进一步的，在步骤四中，车辆从初始位置至终点位置的行驶路径方程的模拟方法根据过程转向角θt确定，具体方法为：
一，当过程转向角θt为零度的时间段内，采用直线方程模拟该时间段内的行驶路径方程；
二，当过程转向角θt不为零度的时间段内，采用圆周方程模拟该时间段内的行驶路径方程。
进一步的，在步骤六中，获取重合率Co的值后，利用重合率Co的数值创建样本集，并获取样本集中的均值和标准差，利用均值和标准差对数据进行标准化，标准化公式为，在此式中z为标准参量，σ为样本数据的方差，μ为样本数据的均值，在完成标准化后，将标准参量利用/>将数值区间调整至[0,1]之间，利用f(k)的函数值对重合率进行分类，分类的机制为：
当时，重合率分类为一级，即表示轨迹偏差程度为一级；
当时，重合率分类为二级，即表示轨迹偏差程度为二级；
其中，f(k)min，f(k)max分别为f(k)的函数值的最小值和最大值。
一种自动驾驶轨迹偏差检测***，用于自动驾驶车辆行驶轨迹偏差检测，所述***包括：
目标路径轨迹获取模块，用于通过以目标路径起点为圆心构建坐标系，获取车辆目标路径轨迹方程；
数据采集模块，用于采集车辆的初始状态参数值和过程参数值；
数据分析模块，用于模拟车辆在行驶过程中的行驶路径方程，并通过模拟结果计算车辆在行驶过程中的过程位置点pmt的坐标（xmt,ymt）；
距离计算模块，用于计算车辆在过程位置点pmt的坐标（xmt,ymt）与目标路径轨迹方程组规划的位置点（xi,yi）之间的欧拉距离；
数据拟合模块，用于计算过程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）的重合率Co，并以重合率作为自动驾驶轨迹偏差程度的表征值，对轨迹偏差程度进行等级划分；
进一步的，所述***包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。
进一步的，数据采集模块通过传感器采集车辆的初始状态参数值和过程参数值，包括速度传感器、加速度传感器、转角传感器，所述速度传感器和加速度传感器均安装于车厢内部，所述转角传感器安装于车辆转向轴或任意一个前轮主销上。
本发明方案的具体实施步骤为：
步骤1,首先，通过目标路径轨迹获取模块获取车辆目标路径轨迹，以目标路径起点为圆心构建目标路径轨迹的二维坐标系，并以目标路径轨迹方程上的点集作为目标路径轨迹方程的表达式，记作pi=（xi,yi）；
步骤2,然后，通过数据采集模块采集车辆的初始状态参数值和过程参数值；
步骤3,通过数据分析模块根据步骤2中采集的数据，模拟车辆在行驶过程中的行驶路径方程，具体方法为：
一，当过程转向角θt为零度的时间段内，说明车辆在此时间段内行驶方向未发生变化，是沿直线行驶，采用直线方程模拟该时间段内的行驶路径方程；
二，当过程转向角θt不为零度的时间段内，说明车辆在此时间段内以固定的转向角行驶，由于转向角度固定，车辆在做圆周运动，其行驶轨迹为圆弧状，采用圆周方程模拟该时间段内的行驶路径方程；
并通过模拟结果依次计算车辆在行驶过程中的各个过程位置点pmt的坐标（xmt,ymt）；
步骤4，接下来，通过距离计算模块计算车辆在行驶过程中的各个过程位置点pmt的坐标（xmt,ymt）与目标路径轨迹方程组规划的位置点（xi,yi）之间的欧拉距离，其中欧拉距离的计算公式为：；
步骤5，最后，根据计算结果，通过数据拟合模块计算过程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）的重合率Co，以重合率作为自动驾驶轨迹偏差程度的表征值，获取轨迹偏差程度的等级评价结果。
与现有技术相比，本发明具有如下有益效果：
1)本发明通过采集车辆的初始状态参数值和过程参数值，并模拟车辆在行驶过程中的行驶路径方程，根据模拟结果计算车辆在行驶过程中的过程位置点pmt的坐标（xmt,ymt）,并进一步计算车辆在过程位置点pmt的坐标（xmt,ymt）与目标路径轨迹方程组规划的位置点（xi,yi）之间的欧拉距离，根据计算结果，引入两个点之间重合率的概念，通过计算过程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）的重合率Co作为自动驾驶轨迹偏差程度的表征值，可以直观的量化评价车辆行驶过程中的轨迹偏差程度；
2)本发明的方案通过数据采集模块，采用现有技术中常见的传感器采集车辆的初始状态参数值和过程参数值，包括速度传感器、加速度传感器、转角传感器等，无需通过卫星定位法来对自动驾驶车辆进行高精度的实时定位，获取车辆行驶轨迹，***结构简单，成本低，布置方便，适用于网络信号差的环境中。
附图说明
图1为本发明一种自动驾驶轨迹偏差检测方法的技术路线图；
图2为目标路径轨迹的示意图。
图中：1、目标路径轨迹；2、与目标路径轨迹线相距为R的线；a、目标路径轨迹起点；b、目标路径轨迹终点。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明，其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制，为了更好地说明本发明的具体实施方式，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸。
下面提供本发明的一种具体实施例：
步骤1，首先，通过目标路径轨迹获取模块获取车辆目标路径轨迹，目标路径轨迹为卫星导航***生成的导航路线图，此步骤中，路径轨迹忽略在高度上的差异，通过定位路径的起点位置，以目标路径起点为圆心构建目标路径轨迹的二维坐标系，并以目标路径轨迹方程上的点集作为目标路径轨迹方程的表达式，记作pi=（xi,yi）；
步骤2,然后，通过数据采集模块采集车辆的初始状态参数值和过程参数值，其中，初始状态参数值包括初始位置p0的坐标（x0,y0）、初始加速度a0m/s2、初始行驶速度v0m/s及初始转向角θ0°，过程参数值包括过程加速度atm/s2、过程行驶速度vtm/s及过程转向角θt°，过程参数值的采集时刻点为从过程转向角θt开始时刻t0至结束时刻tf；
步骤3，通过数据分析模块根据步骤2中采集的数据，模拟车辆在行驶过程中的行驶路径方程，具体方法为：
一，当过程转向角θt为零度的时间段内，说明车辆在此时间段内行驶方向未发生变化，是沿直线行驶，采用直线方程模拟该时间段内的行驶路径方程，需要说明的是，当过程转向角θt为零度的时间段内，过程加速度at的值存在两种情况，情况一是过程加速度at发生变化，即此时车辆在做变加速直线运动；情况二是过程加速度at未发生变化，即此时车辆在做匀加速直线运动，且当过程加速度at为零时，车辆在做匀速直线运动；
对于上述情况，假设车辆由初始位置p0行驶至第一个过程位置点p1t的时间段内，过程转向角θt为零，由步骤2中获取的数据可知，初始位置p0的坐标为（x0,y0），初始加速度为a0m/s2、初始行驶速度为v0m/s，第一个过程位置点p1t的坐标设为（x1t,y1t），车辆到达第一个过程位置点时的过程加速度a1m/s2、过程行驶速度v1m/s，对于情况一，根据运动学定理的位移时间公式：s=(v1+v2)*t/2=v1*t+at2/2；对于情况二，根据加速度变化规律求加速度对时间的平均值，再结合上式即可求解出初始位置p0与第一个过程位置点p1t的距离，从而确定第一个过程位置点p1t的坐标（x1t,y1t）；
二，当过程转向角θt不为零度的时间段内，说明车辆在此时间段内以固定的转向角行驶，由于转向角度固定，车辆在做圆周运动，其行驶轨迹为圆弧状，采用圆周方程模拟该时间段内的行驶路径方程，需要说明的是，当过程转向角θt不为零度的时间段内，过程加速度at的值存在两种情况，情况一是过程加速度at发生变化，即此时车辆在做变加速曲线运动；情况二是过程加速度at未发生变化，即此时车辆在做匀加速曲线运动，且当过程加速度at为零时，车辆在做匀速曲线运动，对于上述情况一，根据加速度变化规律求加速度对时间的平均值，然后由平面曲线运动的运动方程：
；
其中，ax，ay分别为过程加速度at在x轴和y轴上的分量，根据上式确定第一个过程位置点p1t的坐标（x1t,y1t）；从而模拟完成车辆由初始位置p0至第一个过程位置点p1t的行驶路径方程，同理，当车辆由第一个过程位置点p1t行驶至第二个过程位置点p2t的过程采用同样的方法进行模拟，从而通过模拟结果依次计算车辆在行驶过程中的各个过程位置点pmt的坐标（xmt,ymt）；
步骤4，接下来，通过距离计算模块计算车辆在行驶过程中的各个过程位置点pmt的坐标（xmt,ymt）与目标路径轨迹方程组规划的位置点（xi,yi）之间的欧拉距离，其中欧拉距离的计算公式为：；
需要说明的是目标路径轨迹方程组规划的位置点（xi,yi）是由目标路径轨迹获得的，在本实施例中，可以在坐标***通过作过程位置点pmt与目标路径轨迹的垂线，从而确定目标路径轨迹方程组规划的位置点（xi,yi）的坐标值；
步骤5，最后，根据计算结果，通过数据拟合模块计算过程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）的重合率Co，以重合率作为自动驾驶轨迹偏差程度的表征值，其中，以车辆在行驶过程中的过程位置点（xmt,ymt）为圆心作半径为R的圆，当所作圆与目标路径轨迹存在交点时，判定该过程位置坐标点与该圆内目标路径轨迹方程上点的重合，如图2所示，图2中1线为目标路径轨迹，2线为与目标路径轨迹距离为R的两条线，则当过程位置点（xmt,ymt）落在图中阴影区域内时，说明该过程位置坐标点与该圆内目标路径轨迹方程上点的重合，当落在阴影区域外部时，说明该过程位置坐标点与该圆内目标路径轨迹方程上点的不重合，获取重合率Co的值后，利用重合率Co的数值创建样本集，并获取样本集中的均值和标准差，利用均值和标准差对数据进行标准化，标准化公式为，在此式中z为标准参量，σ为样本数据的方差，μ为样本数据的均值，在完成标准化后，将标准参量利用/>将数值区间调整至[0,1]之间，利用f(k)的函数值对重合率进行分类，分类的机制为：
当时，重合率分类为一级，即表示轨迹偏差程度为一级；
当时，重合率分类为二级，即表示轨迹偏差程度为二级，从而获取轨迹偏差程度的等级评价结果。
本发明的技术方案具有以下优点：
1)本发明通过采集车辆的初始状态参数值和过程参数值，并模拟车辆在行驶过程中的行驶路径方程，根据模拟结果计算车辆在行驶过程中的过程位置点pmt的坐标（xmt,ymt）,并进一步计算车辆在过程位置点pmt的坐标（xmt,ymt）与目标路径轨迹方程组规划的位置点（xi,yi）之间的欧拉距离，根据计算结果，引入两个点之间重合率的概念，通过计算过程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）的重合率Co作为自动驾驶轨迹偏差程度的表征值，可以直观的量化评价车辆行驶过程中的轨迹偏差程度；
2)本发明的方案通过数据采集模块，采用现有技术中常见的传感器采集车辆的初始状态参数值和过程参数值，包括速度传感器、加速度传感器、转角传感器等，无需通过卫星定位法来对自动驾驶车辆进行高精度的实时定位，获取车辆行驶轨迹，***结构简单，成本低，布置方便，适用于网络信号差的环境中。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种自动驾驶轨迹偏差检测方法，用于自动驾驶车辆行驶轨迹偏差检测，其特征在于：所述方法包括以下步骤：
步骤一，获取车辆目标路径的轨迹方程，以目标路径起点为圆心构建坐标系，设pi=（xi,yi）为目标路径轨迹方程上的点，xi,yi分别为点的横坐标和纵坐标值，其中，i=1,2,...,n，n为整数，p1为目标路径的起点，pn为目标路径的终点；
步骤二，获取车辆初始状态参数值，包括初始位置p0的坐标（x0,y0）、初始加速度a0m/s2、初始行驶速度v0m/s及初始转向角θ0°；
步骤三，采集车辆在行驶过程中的过程参数值，包括过程加速度atm/s2、过程行驶速度vtm/s及过程转向角θt°；
步骤四，模拟车辆在行驶过程中的行驶路径方程，通过模拟结果计算车辆在行驶过程中的过程位置点pmt的坐标（xmt,ymt）,其中，m为大于一的正整数；
步骤五，计算车辆在过程位置点pmt的坐标（xmt,ymt）与目标路径轨迹方程组规划的位置点（xi,yi）之间的欧拉距离；其中，在坐标***通过所述过程位置点pmt与所述目标路径轨迹的垂线，确定目标路径轨迹方程组规划的位置点（xi,yi）的坐标值；
步骤六，根据计算结果，计算过程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）的重合率Co，计算公式为：，其中，Di为计算重合率时选取的目标路径轨迹方程上点的总数量值，Dt为程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）重合的点的个数，以重合率作为自动驾驶轨迹偏差程度的表征值，其中，轨迹偏差程度反比于重合率；
在步骤六中，以车辆在行驶过程中的过程位置点（xmt,ymt）为圆心作半径为R的圆，当所作圆与目标路径轨迹存在交点时，判定该过程位置坐标点与该圆内目标路径轨迹方程上点的重合；
在步骤三中，过程参数值的采集时刻点为从过程转向角θt开始时刻t0至结束时刻tf；
在步骤四中，车辆从初始位置至终点位置的行驶路径方程的模拟方法根据过程转向角θt确定，具体方法为：
一，当过程转向角θt为零度的时间段内，采用直线方程模拟该时间段内的行驶路径方程；
二，当过程转向角θt不为零度的时间段内，采用圆周方程模拟该时间段内的行驶路径方程；
在步骤六中，获取重合率Co的值后，利用重合率Co的数值创建样本集，并获取样本集中的均值和标准差，利用均值和标准差对数据进行标准化，标准化公式为，在此式中z为标准参量，σ为样本数据的方差，μ为样本数据的均值，在完成标准化后，将标准参量利用将数值区间调整至[0,1]之间，利用f(k)的函数值对重合率进行分类，分类的机制为：
当时，重合率分类为一级，即表示轨迹偏差程度为一级；
当时，重合率分类为二级，即表示轨迹偏差程度为二级；
其中，f(k)min，f(k)max分别为f(k)的函数值的最小值和最大值。
2.根据权利要求1所述的一种自动驾驶轨迹偏差检测方法，其特征在于：Di的值根据目标路径轨迹长度确定，Di值正比于目标路径轨迹长度。
3.根据权利要求1所述的一种自动驾驶轨迹偏差检测方法，其特征在于：R的取值范围根据目标路径轨迹长度确定，R的取值正比于目标路径轨迹长度。
4.一种基于权利要求1-3中任一项所述方法的自动驾驶轨迹偏差检测***，用于自动驾驶车辆行驶轨迹偏差检测，其特征在于：所述***包括：
目标路径轨迹获取模块，用于通过以目标路径起点为圆心构建坐标系，获取车辆目标路径轨迹方程；
数据采集模块，用于采集车辆的初始状态参数值和过程参数值；
数据分析模块，用于模拟车辆在行驶过程中的行驶路径方程，并通过模拟结果计算车辆在行驶过程中的过程位置点pmt的坐标（xmt,ymt）；
距离计算模块，用于计算车辆在过程位置点pmt的坐标（xmt,ymt）与目标路径轨迹方程组规划的位置点（xi,yi）之间的欧拉距离；
数据拟合模块，用于计算过程位置坐标点（xmt,ymt）与目标路径轨迹方程上点（xi,yi）的重合率Co，并以重合率作为自动驾驶轨迹偏差程度的表征值，对轨迹偏差程度进行等级划分。
5.根据权利要求4所述的一种自动驾驶轨迹偏差检测***，其特征在于：所述***还包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现权利要求1-3任一项所述自动驾驶轨迹偏差检测方法的步骤。
6.根据权利要求4所述的一种自动驾驶轨迹偏差检测***，其特征在于：数据采集模块通过传感器采集车辆的初始状态参数值和过程参数值，所述传感器包括速度传感器、加速度传感器、转角传感器，所述速度传感器和加速度传感器均安装于车厢内部，所述转角传感器安装于车辆转向轴或任意一个前轮主销上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310534741.7A CN116238545B (zh) | 2023-05-12 | 2023-05-12 | 一种自动驾驶轨迹偏差检测方法及检测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310534741.7A CN116238545B (zh) | 2023-05-12 | 2023-05-12 | 一种自动驾驶轨迹偏差检测方法及检测*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116238545A CN116238545A (zh) | 2023-06-09 |
| CN116238545B true CN116238545B (zh) | 2023-10-27 |
Family
ID=86626340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310534741.7A Active CN116238545B (zh) | 2023-05-12 | 2023-05-12 | 一种自动驾驶轨迹偏差检测方法及检测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116238545B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116880472B (zh) * | 2023-06-30 | 2024-06-11 | 西安建筑科技大学 | 一种露天无人驾驶矿车行进障碍物的智能检测*** |
| CN116972788B (zh) * | 2023-09-22 | 2024-01-09 | 农业农村部南京农业机械化研究所 | 用于农业机械的曲线行驶精度检测方法及装置、设备 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106769080A (zh) * | 2016-11-30 | 2017-05-31 | 百度在线网络技术（北京）有限公司 | 用于测量无人驾驶车辆的行驶精度的方法和装置 |
| DE102017005319A1 (de) * | 2017-06-02 | 2018-02-22 | Daimler Ag | Verfahren zum Betrieb eines Assistenzsystems eines Fahrzeugs |
| CN110186472A (zh) * | 2019-05-23 | 2019-08-30 | 中电工业互联网有限公司 | 车辆偏航检测方法、计算机设备、存储介质及车辆*** |
| CN110264586A (zh) * | 2019-05-28 | 2019-09-20 | 浙江零跑科技有限公司 | L3级自动驾驶***道路驾驶数据采集、分析及上传方法 |
| CN110276952A (zh) * | 2019-06-27 | 2019-09-24 | 武汉中海庭数据技术有限公司 | 一种交通信息模拟采集方法及装置 |
| CN112000090A (zh) * | 2020-07-03 | 2020-11-27 | 中国北方车辆研究所 | 一种用于非结构化道路的轨迹队列管理方法 |
| CN113469218A (zh) * | 2021-06-02 | 2021-10-01 | 安徽心之声医疗科技有限公司 | 基于深度学习的心电信号危急值处理方法、***及介质 |
| CN113619603A (zh) * | 2021-08-25 | 2021-11-09 | 华中科技大学 | 一种双阶段自动驾驶车辆调头轨迹规划方法 |
| CN113935332A (zh) * | 2021-11-02 | 2022-01-14 | 海信集团控股股份有限公司 | 图书分级方法及图书分级设备 |
| CN114715196A (zh) * | 2022-05-16 | 2022-07-08 | 中国第一汽车股份有限公司 | 一种跟随误差确定方法、装置、设备及存储介质 |
-
2023
- 2023-05-12 CN CN202310534741.7A patent/CN116238545B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106769080A (zh) * | 2016-11-30 | 2017-05-31 | 百度在线网络技术（北京）有限公司 | 用于测量无人驾驶车辆的行驶精度的方法和装置 |
| DE102017005319A1 (de) * | 2017-06-02 | 2018-02-22 | Daimler Ag | Verfahren zum Betrieb eines Assistenzsystems eines Fahrzeugs |
| CN110186472A (zh) * | 2019-05-23 | 2019-08-30 | 中电工业互联网有限公司 | 车辆偏航检测方法、计算机设备、存储介质及车辆*** |
| CN110264586A (zh) * | 2019-05-28 | 2019-09-20 | 浙江零跑科技有限公司 | L3级自动驾驶***道路驾驶数据采集、分析及上传方法 |
| CN110276952A (zh) * | 2019-06-27 | 2019-09-24 | 武汉中海庭数据技术有限公司 | 一种交通信息模拟采集方法及装置 |
| CN112000090A (zh) * | 2020-07-03 | 2020-11-27 | 中国北方车辆研究所 | 一种用于非结构化道路的轨迹队列管理方法 |
| CN113469218A (zh) * | 2021-06-02 | 2021-10-01 | 安徽心之声医疗科技有限公司 | 基于深度学习的心电信号危急值处理方法、***及介质 |
| CN113619603A (zh) * | 2021-08-25 | 2021-11-09 | 华中科技大学 | 一种双阶段自动驾驶车辆调头轨迹规划方法 |
| CN113935332A (zh) * | 2021-11-02 | 2022-01-14 | 海信集团控股股份有限公司 | 图书分级方法及图书分级设备 |
| CN114715196A (zh) * | 2022-05-16 | 2022-07-08 | 中国第一汽车股份有限公司 | 一种跟随误差确定方法、装置、设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 康跃.智能技术基础及应用.首都经济贸易大学出版社,2021,115-116. * |
| 莫凡.机器学习算法的数学解析与Python实现.机械工业出版社,2020,74. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116238545A (zh) | 2023-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116238545B (zh) | 一种自动驾驶轨迹偏差检测方法及检测*** | |
| CN108536149B (zh) | 一种基于Dubins路径的无人驾驶车辆避障控制方法 | |
| CN109085829B (zh) | 一种动静态目标识别方法 | |
| CN105718710B (zh) | 一种驾驶行为分析方法及设备 | |
| US10829114B2 (en) | Vehicle target tracking | |
| CN113340615B (zh) | 一种汽车自动驾驶功能模拟测试***及方法 | |
| CN106843214A (zh) | 一种基于自抗扰控制的磁带导引agv循迹控制方法 | |
| CN111415511A (zh) | 车辆监测和控制基础设施 | |
| CN107505617A (zh) | 一种雷达目标测试方法 | |
| CN114200945B (zh) | 一种移动机器人的安全控制方法 | |
| CN114758504B (zh) | 一种基于滤波校正的网联车超速预警方法及*** | |
| CN108759822A (zh) | 一种移动机器人3d定位*** | |
| CN111596666A (zh) | 一种基于agv运动预测的障碍物碰撞威胁的检测方法 | |
| CN113064430A (zh) | 一种基于Android手机的质量巡检小车避障及路径规划算法 | |
| CN115540850A (zh) | 一种激光雷达与加速度传感器结合的无人车建图方法 | |
| Parra-Tsunekawa et al. | A kalman-filtering-based approach for improving terrain mapping in off-road autonomous vehicles | |
| CN112389438A (zh) | 一种车辆转向***传动比的确定方法及装置 | |
| CN112880663B (zh) | 一种考虑累积误差的auv强化学习路径规划方法 | |
| Nikolov et al. | Autonomous navigation and speed control for line following robot | |
| CN114993303A (zh) | 自动泊车测试方法、装置、计算机终端及存储介质 | |
| CN115342830A (zh) | 用于定位装置和里程计的标定方法、程序产品和标定装置 | |
| Lufinka et al. | Comparison of different sensors and localization methods suitable for autonomous robotic platform used in the field of ADAS testing | |
| US20240203130A1 (en) | Systems and methods for detecting and tracking objects in an environment of an autonomous vehicle | |
| CN111623777B (zh) | 一种基于场强信息的等值线跟踪方法 | |
| US20230025579A1 (en) | High-definition mapping |
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 |