CN209225052U - 一种带有可变前照灯的无人驾驶汽车行驶控制*** - Google Patents

Abstract

本实用新型属于车辆控制技术领域，具体为一种带有可变前照灯的无人驾驶汽车行驶控制***。包括传感器单元、核心单元和出光单元；传感器单元包括用于探测路况的识别传感器；核心单元包括、传感器融合算法模块、场景分析模块、预测车辆行驶状态的预测和决策模块，以及目标计算模块等；出光单元包括汽车前照灯；行驶的汽车通过路况识别传感器，对道路上的路况进行探测，并实时场景分析与监视，识别道路使用者或障碍物，并对目标进行观测计算，预测将要发生的状况，做出行驶策略的决策，并根据结果控制左右前大灯输出对应的光线照度，满足传感器照明需求。本实用新型可实现可变照度的无人驾驶汽车，提高车辆行驶的安全性。

Description

一种带有可变前照灯的无人驾驶汽车行驶控制***

技术领域

本实用新型属于车辆控制技术领域，具体涉及一种带有可变前照灯的无人驾驶汽车行驶控制***。

背景技术

无人驾驶汽车是利用智能软件和车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，随即作出反应判断，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路行驶。每种传感器都拥有各自特定的功能，包括确定相对位置、识别交通信号和交通标志，分析路况等。目前，在推进无人驾驶汽车发展中，存在以下不足，首先是高昂的价格，装备电脑和多种传感器的配置使价格居高不下。其次，对于道路环境的感知和识别易受环境的影响，无法保证识别的准确性。最后，电脑的安全性问题也是最主要的问题。

中国无人驾驶汽车行业目前及将来一段时间内还将处于研发的初级阶段，预计随着国外技术成熟度的不断提升，国内各车企参与无人驾驶汽车研发的积极性将水涨船高。因此本实用新型提出了一种带有可变前照灯的无人驾驶汽车行驶控制***，实现无人驾驶传感器最佳的识别效果，保证无人驾驶汽车的安全性。

发明内容

本实用新型的目的在于提供一种带有可变前照灯的无人驾驶汽车行驶控制***，可以通过调节前照灯的照明状况，实现无人驾驶传感器最佳的识别效果，做出最准确的行车策略，保证无人驾驶汽车的安全性。

本实用新型提供的带有可变前照灯的无人驾驶汽车行驶控制***，包括：传感器单元、核心单元和出光单元。其中：

所述传感器单元，包括多种可实现道路状况采集的路况识别传感器1，用于探测路况；具体传感器1可以包括：视觉传感器1-1，雷达传感器1-2，补充传感器1-3等；

所述核心单元，包括：用于对各种识别传感器探测的数据进行融合计算的传感器融合算法模块2；用于对道路场景进行分析的场景分析模块3，场景分析模块3对道路车辆进行行驶路径分析，对道路上的各种使用者以及障碍物进行驾驶监视；预测车辆行驶状态的预测和决策模块4；用于对道路上各物体与车辆之间的相对距离进行计算的目标计算模块5，目标计算模块5首先道路上各物体与车辆状况的目标进行观察；核心单元的所有计算皆在车载电脑中实现和完成；

所述出光单元，包括可实现特定光输出的汽车前照灯6，用于提供合适光环境，提高路况识别的准确性和行车的安全性。其中，汽车前照灯6分为左大灯输出光6-1，右大灯输出光6-2。

本实用新型中，无人驾驶汽车的前照灯6根据传感器1识别能力的需求，可以改变照度，适应无人驾驶的行驶状况，同时满足国家标准，且不产生额外的眩光。

较佳地，***所用识别传感器的类型包括：视觉传感器1-1、雷达传感器1-2以及补充传感器1-3等，可实现各种道路状况识别。视觉传感器1-1可以是普通摄像头和红外摄像头，分辨率640×480即可；雷达传感器1-2可以是雷达或者LIDARLight Detection AndRanging；补充传感器1-3可以是超声波。上述传感器由于易受到外界光环境变化的影响，故前照灯6可以提供所需最佳光环境。传感器捕捉的数据可以通过传感器融合算法模块2，计算并显示详实完整的实时道路状况。

本实用新型中，所述传感器融合算法模块2，对于传感器1采集的数据进行融合计算，算法流程如下：输入原始数据，提取图像特征，探测图像特征中的断点，利用线形特征对图像进行过滤，将图像中表面断点进行连接，输出可供后续算法计算的优化结果。算法流程如图5所示。

本实用新型中，所述场景分析模块3，以前期道路场景采集数据为基础，建立相关典型道路场景，利用采集数据进行场景比对，分析当下行驶场景状况。使用openCV的资源库，采用SVMSupport Vector Machine结合HOGHistogram of Gradient特征算法，提取场景的特征，调用场景数据库，快速高效分析传感器捕捉的信息，并进行识别分类，完成包括识别道路车辆行驶、道路上的各种使用者以及障碍物的驾驶监视的任务。车辆行驶路径分析模块3-1和驾驶监视模块3-2皆以传感器1实时采集的数据为基础，在完成探测数据融合后，即可得到，同时传感器1会继续更新数据，以适应道路上路况变化。

本实用新型中，所述预测和决策模块4，其算法流程如下：基于场景识别的数据，首先进行当前车道是否有障碍物的判定，若没有，则继续行驶；若有，则进行障碍物类别分析。完成后，判定当前的车灯出光状态是否达到要求，如果达到要求，即不调整出光，通过雷达传感器1-2可以获得与道路上其他物体的相对距离，通过相关速度的测算，预测按照目前行驶状态下可能的状况，如果没有可能发生事故，则继续行驶；如果可能发生事故，则需要进一步调整行车策略；行车策略包括，如果相邻车道车辆众多，在发生碰撞行为前车辆完成刹车行为；如果相邻车道车辆较少，可以选取改变车道的转向行为，继续行驶；如果未达要求，则调整出光状态，并完成行驶策略选择，继续行驶。流程参见图6所示。

本实用新型中，所述目标计算模块5与目标观测模块5-1，在车辆行驶过程中完成目标计算和目标观测功能，其使用的数据源由传感器1采集，时序上是完成预测和决策步骤后由传感器1探测得到。

较佳地，无人驾驶的前照灯6可以是LED像素车灯、ADBAdaptive Driving Beam车灯或者AFSAdaptive Front-lighting System车灯等可改变照明效果的前照灯。

基于上述无人驾驶汽车行驶控制***，涉及的无人驾驶汽车行驶控制方法，具体步骤为：

S1：行驶的汽车利用多种路况识别传感器1，对道路上的路况进行探测；

S2：根据上述对于路况的探测结果，对实时道路场景进行分析和监视，识别道路上的障碍物或道路上的其他使用者；

S3：对上述目标道路上的障碍物或道路上的其他使用者进行观测和计算，得到相对距离，预测下一步将要发生的状况，并做出行驶策略的决策；

S4：根据上述测算数据，控制汽车左右前大灯输出对应的光线照度，满足传感器照明需求，同时减少其他道路使用者的不适眩光。

较佳地，所述步骤S1进一步包括，采用多种可实现道路状况采集的路况识别传感器，对任何可能遇到的天气、路面、白天黑夜状况下的道路状况进行探测，得到相关数据，多种传感器探测的数据经过进一步的融合计算，以供后续步骤调用。

较佳地，所述步骤S2进一步包括，对于传感器探测得到的数据，通过一定算法进行场景分析，包括识别道路车辆行驶路径，以及监视道路上的各种使用者以及障碍物的情况。

较佳地，所述步骤S3进一步包括，在识别道路各种特征物体的结果后，计算各物体与车辆之间的相对距离，预测按照目前行驶状态下可能遇到的状况，根据安全性原则，对后续行车策略做出决策。

较佳地，所述步骤S4进一步包括，根据上述数据，完成目标计算与目标观测，进而控制汽车前照灯输出可以满足行驶要求的光线，该光线不仅可以满足传感器的照明需求，还可以满足相关照明标准，同时对道路上其他使用者无不适眩光。

本实用新型提供出带有可变前照灯的无人驾驶汽车行驶控制***，以实现无人驾驶安全性为核心，通过可变前照灯提供传感器所需的光环境，提高路况识别准确性，方便场景的分析的完备性，通过特定算法，规划后续的行车策略，保证无人驾驶汽车及道路其他使用者的安全。

本实用新型提出的可变前照灯的无人驾驶汽车行驶控制***，以单一车辆为中心，对周围环境进行全方位的识别，可快速、准确、智能地制定出最安全的行车策略。

附图说明

图1是本实用新型方法的整体流程图。

图2为***结构示意图。

图3为路遇行人的情景示意图。

图4为经过识别后出光调整的示意图。

图5为传感器数据融合算法流程图。

图6为预测和决策算法流程图。

图中标号：1为传感器，其中，1-1为视觉传感器，1-2为雷达传感器，1-3为补充传感器；2为传感器融合算法模块；3为场景分析模块，其中，3-1为车辆行驶路径分析模块，3-2为驾驶监视模块，用于监视道路上的各种使用者以及障碍物情况；4为车辆行驶状态的预测和决策模块；5为目标计算模块，5-1为目标观测模块；6为汽车前照灯，6-1为左大灯输出光，6-2为右大灯输出光；7为道路上其它使用者。

具体实施方式

下面通过实施例进一步说明本实用新型。

实施例：

如图1所示，本实施例提供一种带有可变前照灯的无人驾驶汽车行驶控制方法，包括以下步骤：

S1：利用多种路况识别传感器，行驶的汽车对道路上的路况进行探测；

S2：通过上述探测结果对实时道路场景进行分析和监视，识别道路上的其他道路使用者或障碍物；

S3：对上述目标进行观测和计算，得到相对距离，预测下一步将要发生的状况，并做出行驶策略的决策；

S4：根据上述测算数据，控制左右前大灯输出对应的光线照度，满足传感器照明需求，同时减少其他道路使用者的不适眩光。

其中，采用多种可实现道路状况采集的路况识别传感器1，对任何可能遇到的天气、路面、白天黑夜状况下的道路状况进行探测，得到相关数据，多种传感器1探测的数据将进一步通过特定算法进行传感器融合，以供后续步骤调用。

对于传感器1探测得到的数据，通过特定算法识别道路车辆行驶路径、道路上的各种使用者以及障碍物的驾驶监视，进行场景分析。

在识别道路各种特征物体的结果后，计算各物体与车辆之间的相对距离，预测按照目前行驶状态下可能遇到的状况，根据安全性原则，对后续行车策略做出决策，完成预测和决策4步骤。如图3所示，前照灯6出光照射前方，通过传感器1采集前方的数据，识别前方的其他道路使用者7。

根据上述数据，完成目标计算5与目标观测模块5-1，进而控制汽车前照灯6输出可以满足行驶要求的光线，该光线不仅可以满足传感器1的照明需求，还可以满足相关照明标准，同时对其他道路使用者7无不适眩光。如图4所示，识别出前方是其他道路使用者7后，或无法准确识别前方物体，调整前照灯6的出光效果，完成后续照明要求以及行车策略规划。

本实施例中，***以传感器单元、核心单元和出光单元实现无人安全驾驶。如图2所示。

传感器单元包括多种可实现道路状况采集的路况识别传感器1，用于路况探测；核心单元包括探测传感器融合数据，道路车辆行驶路径、道路上的各种使用者以及障碍物的驾驶监视，进行场景分析，各物体与车辆之间的相对距离计算，行驶状态的预测和决策4；出光单元包括可实现特定光输出的汽车前照灯6，用于提供合适光环境，提高路况识别的准确性和行车的安全性。

***所用识别传感器的类型包括：视觉传感器1-1、雷达传感器1-2以及补充传感器1-3等，可实现各种道路状况识别。视觉传感器1-1可以是普通摄像头和红外摄像头，分辨率640×480即可；雷达传感器1-2可以是雷达或者LIDARLight Detection And Ranging；补充传感器1-3可以是超声波。上述传感器由于易受到外界光环境变化的影响，故而前照灯6提供所需最佳光环境。传感器捕捉的数据可以通过传感器融合算法模块2，计算并显示详实完整的实时道路状况。传感器融合算法模块2利用数据融合算法实现，算法流程图如图5所示，算法流程如下：原始数据输入，图像特征提取，探测图像特征中的断点，利用线形特征对图像进行过滤，将图像中表面断点进行连接，输出可供后续算法计算的优化结果。

场景分析模块3，以前期道路场景采集数据为基础，建立相关典型道路场景，利用采集数据进行场景比对，分析当下行驶场景状况。使用openCV的资源库，采用SVMSupportVector Machine结合HOGHistogram of Gradient特征算法，提取场景的特征，调用场景数据库，快速高效分析传感器捕捉的信息，并进行识别分类，完成包括识别道路车辆行驶、道路上的各种使用者以及障碍物的驾驶监视的任务。车辆行驶路径分析模块3-1和驾驶监视模块3-2皆以传感器1实时采集的数据为基础，在完成探测数据融合后，即可得到，同时传感器1会继续更新数据，以适应道路上路况变化。

预测和决策模块4，如图6所示，算法流程如下：基于场景识别的数据，首先进行当前车道是否有障碍物的判定，若没有，则继续行驶；若有，则进行障碍物类别分析。完成后，判定当前的车灯出光状态是否达到要求，如果达到要求，即不调整出光，通过雷达传感器1-2可以获得与道路上其他物体的相对距离，通过相关速度的测算，可以预测按照目前行驶状态下可能的状况，如果没有可能发生事故，则继续行驶；如果可能发生事故，则需要进一步调整行车策略，行车策略包括，如果相邻车道车辆众多，在发生碰撞行为前车辆完成刹车行为；如果相邻车道车辆较少，可以选取改变车道的转向行为，继续行驶；如果未达要求，则调整出光状态，并完成行驶策略选择，继续行驶。在车辆行驶过程中完成目标计算和目标观测功能，该步骤的数据源由传感器1采集，时序上是完成预测和决策步骤后传感器1的探测数据。无人驾驶的前照灯6可以是LED像素车灯、ADBAdaptive Driving Beam车灯或者AFSAdaptive Front-lighting System车灯等可改变照明效果的前照灯。

Claims (5)

1.一种带有可变前照灯的无人驾驶汽车行驶控制***，其特征在于，包括：传感器单元、核心单元和出光单元；其中：

所述传感器单元，包括多种可实现道路状况采集的路况识别传感器（1），用于探测路况；

所述核心单元，包括：

用于对各种识别传感器探测的数据进行融合计算的传感器融合算法模块（2）；

用于对道路场景进行分析的场景分析模块（3），该场景分析模块（3）对道路车辆进行行驶路径分析，对道路上的各种使用者以及障碍物进行驾驶监视；

预测车辆行驶状态的预测和决策模块（4）；

用于对道路上各物体与车辆之间的相对距离进行计算的目标计算模块（5），目标计算模块（5）首先道路上各物体与车辆状况的目标进行观察；

核心单元的所有计算皆在车载电脑中实现和完成；

所述出光单元，包括可实现特定光输出的汽车前照灯（6），用于提供合适光环境，提高路况识别的准确性和行车的安全性；其中，汽车前照灯（6）分为左大灯输出光（6-1），右大灯输出光（6-2）。

2.根据权利要求1所述的无人驾驶汽车行驶控制***，其特征在于，所述汽车前照灯（6）根据传感器（1）识别能力的需求，可以改变照度，适应无人驾驶的行驶状况，同时满足国家标准，且不产生额外的眩光。

3.根据权利要求1所述的无人驾驶汽车行驶控制***，其特征在于，所述识别传感器（1）的类型包括：视觉传感器（1-1）、雷达传感器（1-2）以及补充传感器（1-3），用于实现各种道路状况识别；其中，视觉传感器（1-1）是普通摄像头或红外摄像头，分辨率为640×480；雷达传感器（1-2）是雷达或者LIDAR；补充传感器（1-3）为超声波。

4.根据权利要求1所述的无人驾驶汽车行驶控制***，其特征在于，所述目标计算模块（5）与目标观测模块（5-1），在车辆行驶过程中完成目标计算和目标观测，所使用的数据源是在完成预测和决策步骤后由传感器（1）探测得到。

5.根据权利要求1所述的无人驾驶汽车行驶控制***，其特征在于，所述汽车前照灯（6）为LED像素车灯、ADB车灯或者AFS车灯。