车辆横向控制方法、车辆以及计算机可读存储介质与流程

[0001]
本发明涉及自动驾驶技术领域，尤其涉及一种车辆横向控制方法、车辆以及计算机可读存储介质。


背景技术：

[0002]
自动驾驶汽车(autonomous vehicles；self-driving automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。车辆行驶在有车道线的道路上时，车辆能够依据车道线实现自动驾驶，主要包括lck车道居中保持驾驶或者车道线保持等。一但车道线消失(例如在过十字路口的时或者车道线中段一定距离时)，车道线消失的瞬间存在如下问题：1、车辆所能够识别到的车道线较短；2、原本是直行道路，但对车道线延长处理后将得到弯曲虚拟车道线；3、假如在十字路口处，车辆摄像头无法将近处车道的车道线和过十字路口后的车道线拼接起来。
[0003]
针对以上问题，一般通过以下方案来解决：采用车道线持续消失一定时间内，沿用最后一帧所计算的方向盘转角值控制车辆行驶方向，然后退出横向控制策略。沿用最后一帧所计算的方向盘转角值会导致车辆驾驶随机，往往会随机偏向一侧，最终导致车辆与理想状态时的偏移量很大，从而会导致碰撞的风险。


技术实现要素：

[0004]
鉴于此，为了在一定程度上解决相关技术中的技术问题之一，有必要提供一种车辆横向控制方法、车辆以及计算机可读存储介质，能够在更为符合预期驾驶路线上自动行驶。
[0005]
本发明第一方面提供一种无车道线道路自动驾驶横向控制方法，所述方法包括：
[0006]
在识别到车道线消失后，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息；
[0007]
根据所述某一时刻的位姿并通过航迹推算算法确定车辆当前应当保持的姿态；
[0008]
根据当前应当保持的位姿对车辆进行横向控制以使所述车辆保持应当保持的姿态驾驶。
[0009]
进一步的，所述方法还包括：
[0010]
判断历史车道线数据帧数是否大于或等于预定值；其中，以当前时刻为准，存储过去一定时间段内以每间隔时间段采集的数据帧，在车道线消失时刻之前的数据帧为历史车道线数据帧；
[0011]
若帧数大于或等于预定值，则根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。
[0012]
进一步的，所述根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息，包括：
[0013]
根据车辆的当前速度确定所选用的历史车道线数据帧；其中，车速越快，选用时间
越靠前的历史车道线数据帧，反之，车数越慢，则选用时间越靠后的历史车道线数据帧；
[0014]
根据所选用的历史车道线数据帧得到车辆在该时刻的位姿信息。
[0015]
进一步的，根据车辆速度确定所选用的历史车道线数据帧，包括：
[0016]
根据车辆当前速度确定所选用的历史车道线数据帧；或者
[0017]
通过所存储的车辆历史行驶速度来得到所述某一时刻的车辆速度进而确定所选用的历史车道线数据帧。
[0018]
进一步的，若帧数小于预定值，则启用车辆交通拥堵辅助系统。
[0019]
进一步的，在识别到车道线消失后，判断车辆前方是否有障碍物；
[0020]
若车辆前方有障碍物，则获取有效范围内的前方障碍物信息；
[0021]
采用轨迹跟踪控制算法跟踪前方障碍物；
[0022]
若车辆前方没有障碍物，则根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。
[0023]
本发明第二方面提供一种无车道线道路自动驾驶横向控制装置，所述装置包括：
[0024]
获取模块，用于在识别到车道线消失后，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息；
[0025]
确定模块，用于根据所述某一时刻的位姿并通过航迹推算算法确定车辆当前应当保持的姿态；
[0026]
控制模块，用于根据当前应当保持的位姿对车辆进行横向控制以使所述车辆保持应当保持的姿态驾驶。
[0027]
进一步的，所述装置还包括：
[0028]
判断模块，用于判断历史车道线数据帧数是否大于或等于预定值；其中，以当前时刻为准，存储过去一定时间段内以每间隔时间段采集的数据帧，在车道线消失时刻之前的数据帧为历史车道线数据帧；
[0029]
所述获取模块，用于当帧数大于或等于预定值时，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。
[0030]
本发明第三方面提供一种车辆，所述车辆包括：
[0031]
处理器；以及
[0032]
存储装置，该存储装置存储有计算机程序，所述计算机程序在由处理器执行时用于执行所述的无车道线道路自动驾驶横向控制方法的步骤。
[0033]
本发明第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的无车道线道路自动驾驶横向控制方法的步骤。
[0034]
通过以上方案可知，本发明在识别到车道线消失后，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息；根据所述某一时刻的位姿并通过航迹推算算法确定车辆当前应当保持的姿态；根据当前应当保持的位姿对车辆进行横向控制以使所述车辆保持应当保持的姿态驾驶，通过本发明所提供的方案，车辆在无车道线的道路处行驶时，驾驶路线更为符合预期要求，横向偏离距离小。
附图说明
[0035]
图1为本发明的第一实施方式的方法流程图。
[0036]
图2为航迹推算算法运行模型。
[0037]
图3为阿克曼转向机构的几何关系示意图。
[0038]
图4为本发明的第二实施方式的方法流程图。
[0039]
图5为本发明的数据帧采集和存储示意图。
[0040]
图6为本发明的车辆原理图。
[0041]
图7为本发明的一实施方式的无车道线道路自动驾驶横向控制装置的结构示意图。
[0042]
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
[0043]
下面将结合本发明实施例中的附图，对本发明实施例中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。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得所有其他实施例，都属于本发明的保护范围。可以理解的是，附图仅仅提供参考与说明用，并非用来对本发明加以限制。
[0044]
参阅图1所示，图1示出了本发明的第一具体实施方式的流程图。本实施方式所提供的一种无车道线道路自动驾驶横向控制方法，包括以下步骤。
[0045]
s110：在识别到车道线消失后，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。
[0046]
具体地，可以在行驶一定距离后未识别到车道线或者车道线消失后一定时间内，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。位姿信息包括在某一时刻的位置信息以及在该时刻的姿态信息。
[0047]
在有车道线的情况下，车辆将根据车道线进行自动驾驶，例如采用lck车道居中保持技术进行自动驾驶。在有车道线的情况下，车辆将获取车道线信息并计算车道宽度，通过车道宽度获取车道中心线，然后计算横向偏移量、相对航向角、预瞄点半径，反馈方向盘转角、方向盘转角补偿、前馈方向盘转角，并修正转角偏差得到理论方向盘转角，进行实现沿着道路自动驾驶。
[0048]
在有车道线的情况下，由于具有参考线，车辆能够可靠地行驶在道路上。
[0049]
在车辆自动驾驶的过程中，车辆自身能够持续获取车道线的相关信息并将车道线信息进行存储，从而得到历史车道线数据信息。历史车道线数据能够存储在车辆的存储系统中，存储时间过久的历史车道线数据可用性较低，当历史车道线数据存储达到一定时间后将其删除以减少数据所占存储空间。
[0050]
在车辆自动驾驶的过程中，车辆还能够存储一定时间段内的车速信息以作为后续车速的参考或使用。
[0051]
可选的是，在识别到车道线消失后，判断车辆前方是否有障碍物，若车辆前方有障碍物，则获取有效范围内的前方障碍物信息，并采用轨迹跟踪控制算法跟踪前方障碍物，以横向控制计算期望的方向盘转角，从而实现tja交通拥堵辅助。在车辆前方没有障碍物的情况下，则获取历史车道线数据，并通过历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。
[0052]
车辆在行驶的过程中，将持续检测并判断车辆前方是否有障碍物，车辆前方有障碍物时，将终止无车道线道路自动驾驶横向控制，而获取有效范围内的前方障碍物信息以跟踪前方障碍物。
[0053]
s120：根据所述某一时刻的位姿并通过航迹推算算法确定车辆当前应当保持的姿态。
[0054]
航迹推算算法运行模型如图2所示。世界坐标系为x
w
o
w
y
w
，车辆定位信息包括3个量x、y和r，x表示车辆的位置，y表示位姿，r表示旋转角度。用icr表示瞬时旋转中心(instant center of rotation)，d
s
和d
r
分别表示两相邻时刻间车辆行驶的距离和旋转角度，(d
s
,d
r
)也称为车辆里程计数据。车辆在运行的过程中，后轮固定在车体上，前轮可以绕水平轴转动实现车辆转向。
[0055]
根据所示的几何关系，相邻时刻的车辆位姿关系：
[0056][0057]
上式为航迹推算公式，后续的位姿通过该公式可依次获得。
[0058]
采用轮速脉冲信号计数，通过单位时间内左右轮运动行程s
l
、s
r
，计算后轴中点位置增量为：
[0059][0060]
航迹推算过程中，将实时获取车辆底盘can信息中的车速和方向盘转角进行车辆位置和航向角的估计。
[0061]
d
r
的值由车辆运动过程中的几何关系求得。根据阿克曼转向机构的几何关系(如图3所示)：
[0062][0063]
其中l为车辆轴距，δ
f
为车辆前轮虚拟中心轮的转角。δ
f
可以通过计算左/右前轮的转角然后转换得到。
[0064]
通过以上公式，将步骤s110中获得的某一时刻的位姿信息代入上述公式，能够推导得到车辆当前应当保持的姿态。
[0065]
s130：根据当前应当保持的位姿对车辆进行横向控制以使所述车辆保持应当保持的姿态驾驶。
[0066]
在确定了车辆当保持的位姿时，计算横向偏移量、相对航向角、预瞄点半径，反馈方向盘转角、方向盘转角补偿、前馈方向盘转角，并修正转角偏差得到理论方向盘转角，
[0067]
参阅图4所示，图4示出了本发明的第二具体实施方式的流程图。本实施方式所提供的一种无车道线道路自动驾驶横向控制方法，包括以下步骤。应当理解的是，适用于第一实施方式的各具体方案可以相应地适用于本实施方式中。
[0068]
s210：在识别到车道线消失后，判断历史车道线数据帧数是否大于或等于预定值，若历史车道线数据帧数大于或等于预定值，则执行步骤s220-s250，若历史车道线数据帧数
小于预定值，则执行步骤s260。
[0069]
具体的，如图5所示，当前时刻为准，车辆能够存储过去一定时间t内(例如30s)所获取的所有的数据帧。在过去一定时间内，以每间隔一定时间段t对道路信息(包括车道线信息)进行采集一次，在过去一定时间内将存储有所采集的n(n＝t/t)帧数据帧。随着时间的推移，靠前的时间段内所获取的道路信息将被删除。
[0070]
在识别到车道线消失后，首先判断历史车道线数据帧数是否大于或等于预定值(例如100帧)，历史车道线数据帧数为车道线消失时刻之前的数据帧，也即具有道路线信息的数据帧。
[0071]
s220：根据车辆的当前速度确定所选用的历史车道线数据帧。
[0072]
车速越快，选用时间越靠前的历史车道线数据帧，车数越慢，则选用时间越靠后的历史车道线数据帧。车辆的当前速度的确定包括：根据车辆当前速度确定所选用的历史车道线数据帧或者通过所存储的车辆历史行驶速度来得到所述某一时刻的车辆速度进而确定所选用的历史车道线数据帧。
[0073]
以时间由先至后排列n帧历史车道线数据，为第1帧历史车道线数据、第2帧历史车道线数据、
…
、第n帧历史车道线数据，n值越大，历史车道线数据帧数越靠近当前时刻，例如，当车速为60km/h时，选用第30帧历史车道线数据，当车速为30km/h时，选用第60帧历史车道线数据。
[0074]
以此方式所确定的历史车道线数据帧将越靠近道路线消失时刻，跟踪的历史车道线更加准确的描述当前道路的车道线状态(比如左弯道或者右弯道十字路口，越靠近十字路口处的车道线越能表征十字路口消失部分的车道线状态)，根据其得到车辆在该时刻的位姿信息将与目前应当保持的姿态越吻合，即后续通过航迹推算算法所确定的车辆当前应当保持的姿态越符合预期。
[0075]
在本实施方式中，不选用最靠近车道线消失时刻的那一帧或几帧历史车道线数据帧，最后几帧车道线数据容易因为车道线太短而导致识别车道线信息存在问题，进而避免误差。
[0076]
s230：根据所选用的历史车道线数据帧得到车辆在该时刻的位姿信息。
[0077]
s240：根据所述某一时刻的位姿并通过航迹推算算法确定车辆当前应当保持的姿态。
[0078]
s250：根据当前应当保持的位姿对车辆进行横向控制以使所述车辆保持应当保持的姿态驾驶。
[0079]
s260：启用tja车辆交通拥堵辅助系统。
[0080]
如果帧数大于或等于预定值，则根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息；而如果帧数小于预定值，则启用tja车辆交通拥堵辅助系统。历史车道线数据帧数小于预定值，则将会直接影响获取过去某一时刻的位姿信息的准确性。
[0081]
图6为本发明提供的车辆100的一种实施例的结构图，所述车辆100可包括处理器10、存储装置20，还包括存储在所述存储装置20中并可向所述处理器10上运行的计算机程序，例如控制程序等等。
[0082]
在所述存储装置20中能够存储计算机程序，并且所述计算机程序能够通过所述处
理器10执行，以实现：确定总线与所连接的模块之间的物理距离；连接在所述总线和所述模块之间的寄存器级数将所述物理距离均分得到子距离；根据所述子距离预估静态时序分析所需的时序信息；将时序信息导入静态时序分析工具进行分析得到该数据通道的时序违例和时序余量；判断分析结果中该数据通道是否有时序违例以及判断时序余量是否大于预设值；若该数据通道有时序违例，则在该数据通道上插入一级寄存器并再次预估时序信息并进行静态时序分析，直至该数据通道没有时序违例；若该数据通道时序余量大于预设值，则在该数据通道上减少一级寄存器并再次预估时序信息并进行静态时序分析，直至该数据通道的时序余量不大于预设值。
[0083]
所述处理器10可以是中央处理单元(cpu)，还可以是其他通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述车辆100的控制中心，利用各种接口和线路连接整个车辆100的各个部分。
[0084]
所述存储装置20可用于存储所述计算机程序和/或模块，所述处理器10通过运行或执行存储在所述存储装置20内的计算机程序和/或模块，以及调用存储在存储装置20内的数据，实现所述车辆的各种功能。所述存储装置20可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作车辆、至少一个功能所需的程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储装置20可以包括高速随机存取存储装置，还可以包括非易失性存储装置，例如硬盘、内存、插接式硬盘，智能存储卡，安全数字卡，闪存卡、至少一个磁盘存储装置件、闪存器件、或其他非易失性固态存储装置件。
[0085]
图7为发明提供的无车道线道路自动驾驶横向控制装置200的结构示意图，所述无车道线道路自动驾驶横向控制装置200可以包括获取模块21、确定模块22、控制模块23。
[0086]
所述获取模块21，用于在识别到车道线消失后，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。
[0087]
所述确定模块22，用于根据所述某一时刻的位姿并通过航迹推算算法确定车辆当前应当保持的姿态。
[0088]
所述控制模块23，用于根据当前应当保持的位姿对车辆进行横向控制以使所述车辆保持应当保持的姿态驾驶。
[0089]
进一步的，所述装置200还包括判断模块24。
[0090]
所述判断模块24，判断历史车道线数据帧数是否大于或等于预定值；其中，以当前时刻为准，存储过去一定时间段内以每间隔时间段采集的数据帧，在车道线消失时刻之前的数据帧为历史车道线数据帧。
[0091]
所述获取模块21，用于当历史车道线数据帧数大于或等于预定值时，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。
[0092]
进一步的，所述获取模块21具体用于：
[0093]
根据车辆的当前速度确定所选用的历史车道线数据帧；其中，车速越快，选用时间越靠前的历史车道线数据帧，反之，车数越慢，则选用时间越靠后的历史车道线数据帧；
[0094]
根据所选用的历史车道线数据帧得到车辆在该时刻的位姿信息。
[0095]
进一步的，根据车辆速度确定所选用的历史车道线数据帧，包括：
[0096]
根据车辆当前速度确定所选用的历史车道线数据帧；或者
[0097]
通过所存储的车辆历史行驶速度来得到所述某一时刻的车辆速度进而确定所选用的历史车道线数据帧。
[0098]
进一步的，所述装置200还包括启用模块25。
[0099]
所述启用模块25，用于当历史车道线数据帧数小于预定值时，启用车辆交通拥堵辅助系统。
[0100]
进一步的，所述装置200还包括轨迹跟踪控制模块26，用于：
[0101]
在识别到车道线消失后，判断车辆前方是否有障碍物；
[0102]
若车辆前方有障碍物，则获取有效范围内的前方障碍物信息；
[0103]
采用轨迹跟踪控制算法跟踪前方障碍物；
[0104]
所述获取模块21，用于在车辆前方没有障碍物时，根据历史车道线数据得到车辆在具有车道线并依据车道线自动驾驶时的某一时刻的位姿信息。
[0105]
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的无车道线道路自动驾驶横向控制方法的步骤。
[0106]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包括在本发明的保护范围之内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除