详情

原文传递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

专利名称：	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
摘要：	本发明公开了一种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，包括以下步骤：将传感器能感知的区域划分为安全区和感兴趣区；判断感兴趣区内是否有车辆；若感兴趣区内有车辆，判断车辆是否有靠近趋势，以及车辆是否有压线；根据感兴趣区内是否有目标车辆、感兴趣区内的车辆是否有靠近趋势和是否有压线的情况，判断本车辆的危险等级，并输出场景标签；基于危险等级对本车的期望行为进行决策。本发明在现有无人驾驶应用领域的基础上增加了对多目标场景的理解，根据不同的场景激活对应的控制模块，使得无人驾驶车辆行为接近熟练驾驶员的行为，提高乘员的乘坐体验和车辆的行驶安全性。
专利类型：	发明专利
国家地区组织代码：	重庆;50
申请人：	重庆长安汽车股份有限公司
发明人：	邱利宏;游虹;冯荣;丁可;孔周维
专利状态：	有效
申请日期：	2018-12-21T00:00:00+0800
发布日期：	2019-06-07T00:00:00+0800
申请号：	CN201811574058.1
公开号：	CN109849910A
代理机构：	重庆华科专利事务所
代理人：	谭小琴
分类号：	B60W30/14(2006.01);B;B60;B60W;B60W30
申请人地址：	400023 重庆市江北区建新东路260号
主权项：	1.一种无人驾驶车辆多目标决策控制方法，其特征在于，包括以下步骤：将传感器能感知的区域划分为安全区和感兴趣区；判断感兴趣区内是否有车辆；若感兴趣区内有车辆，判断车辆是否有靠近趋势，以及车辆是否有压线；根据感兴趣区内是否有目标车辆、感兴趣区内的车辆是否有靠近趋势和是否有压线的情况，判断本车辆的危险等级，并输出场景标签；基于危险等级对本车的期望行为进行决策。 2.根据权利要求1所述的无人驾驶车辆多目标决策控制方法，其特征在于：传感器能感知区域根据如下规则定义：安全区：RT1车尾前方的本车道及其相邻车道内的区域；感兴趣区：本车的车头前方和RT1车尾后方之间的本车道及其相邻车道内的区域；其中：RT1是指本车道内与本车纵向距离最近的车辆。 3.根据权利要求1或2所述的无人驾驶车辆多目标决策控制方法，其特征在于：感兴趣区内是否有车辆，根据如下规则进行判断：判断RT3或RT4是否存在；若RT3存在且在感兴趣区内，或者RT4存在且在感兴趣区内，则感兴趣区内有车辆；其中： RT3是指本车的左侧相邻车道内与本车纵向距离最近的车辆； RT4是指本车的右侧相邻车道内与本车纵向距离最近的车辆。 4.根据权利要求3所述的无人驾驶车辆多目标决策控制方法，其特征在于：判断车辆是否有靠近趋势的方法为：当RT3存在且在感兴趣区内时，实时检测当前时刻RT3与本车的横向相对距离和横向车速，若在预设时间后RT3与本车的横向相对距离小于预设距离，则认为当前时刻的RT3有靠近趋势；当RT4存在且在感兴趣区内时，实时检测当前时刻RT4与本车的横向相对距离和横向车速，若在预设时间后RT4与本车的横向相对距离小于预设距离，则认为当前时刻的RT4有靠近趋势。 5.根据权利要求4所述的无人驾驶车辆多目标决策控制方法，其特征在于：判断车辆是否有压线的方法为：当车道线存在时，利用传感器输出的系数，得到本车道左侧和右侧的车道线方程；当车道线不存在时，利用本车的车速和横摆角速度近似计算车辆的转向半径，以此为依据得到车道线中心线方程，然后向左和向右偏移半个车道宽度，即得到本车道左侧和右侧的车道线方程；以目标车辆的尾部中心为基准点，用长度为Am、宽度为传感器检测到的实际宽度的长方形表示目标车辆，长方形的四个点的坐标即表示车辆的四个边缘点坐标；利用目标车辆边缘点坐标和车道线方程，判断车辆是否压线：若RT3在感兴趣区内，且至少有两个边缘点与车道线的横向偏移小于零，则RT3压线，反之，则RT3未压线；同理，若RT4在感兴趣区内，且至少有两个边缘点与车道线的横向偏移大于零，则RT4压线，反之，则RT4未压线。 6.根据权利要求5所述的无人驾驶车辆多目标决策控制方法，其特征在于：场景标签判断规则如下：（1）感兴趣区无车，即RT3或者RT4均不在感兴趣区内，则场景标签flag为0；（2）感兴趣区有2辆车，即RT3和RT4均在感兴趣区内，此时： A. 若RT3和RT4均未压线，且均无靠近趋势，则场景标签flag为1； B. 若RT3和RT4均未压线，且至少有一辆车有靠近趋势，则场景标签flag为2； C. 若RT3或RT4压线了，则场景标签flag为3；此时，若一段时间内压线车辆并无靠近趋势，则场景标签flag跳转到2； D. 若RT3和RT4均压线了，则场景标签flag为4；（3）感兴趣区有1辆车，即RT3或RT4在感兴趣区内，此时： A. 若RT3在感兴趣区内，未压线，且无靠近趋势；或者若RT4在感兴趣区内，未压线，且无靠近趋势；则场景标签flag为1； B. 若RT3在感兴趣区内，未压线，且有靠近趋势；或者若RT4在感兴趣区内，未压线，且有靠近趋势；则场景标签flag为2； C. 若RT3在感兴趣区内，且压线；或者若RT4在感兴趣区内，且压线；则场景标签flag为3；此时，若一段时间内RT3或RT4无靠近趋势，则场景标签flag跳转到2。 7.根据权利要求6所述的无人驾驶车辆多目标决策控制方法，其特征在于：基于危险等级对本车的期望行为进行决策，具体如下：（1）若flag为0，则以RT1为跟车目标，基于标准的跟车时距，进行自适应巡航算法的设计；（2）若flag为1，则以RT1为跟车目标，基于标准的跟车时距，进行自适应巡航算法的设计，但需对加速度峰值作出限制；（3）若flag为2，则以RT1为跟车目标，先丢油门，并基于较大的跟车时距，进行自适应巡航算法的设计，同时对加速度峰值作出限制；（4）若flag为3，则以压线车辆为跟车目标，在保持安全距离的前提下，平滑减速至与跟车目标相同的车速，且在达到此车速时恢复较大的跟车时距；此时，若压线车辆无靠近趋势，则以RT1为跟车目标，基于较大的跟车时距，进行自适应巡航算法的设计，同时对加速度峰值作出限制；（5）若flag为4，则以较危险的压线车辆为跟车目标，在保持安全距离的前提下，平滑减速至与跟车目标相同的车速，且在达到此车速时恢复较大的跟车时距；此时，若压线车辆无靠近趋势，则以靠得较近的压线车辆为跟车目标，基于较大的跟车时距，进行自适应巡航算法的设计，同时对加速度峰值作出限制；其中，较危险的压线车辆是指预碰撞时间较小的车辆。 8.根据权利要求6或7所述的无人驾驶车辆多目标决策控制方法，其特征在于，为避免场景标签频繁跳转，对场景进行保持处理，处理规则如下：（1）若被触发的场景标签比当前时刻的场景标签大，即下一时刻的场景比当前时刻危险，判断当前时刻的场景是否被保持了第一预定时间，若未保持到第一预定时间，则保持到第一预定时间之后跳转到被触发的场景标签，若保持时间超过了第一预定时间，则立即跳转到下一个时刻的场景标签；（2）若被触发的场景标签比当前时刻的场景标签小，即下一时刻的场景比当前时刻安全，判断当前时刻的场景是否被保持了第二预定时间，若未保持到第二预定时间，则到第二预定时间之后跳转到被触发的场景标签，若保持时间超过了第二预定时间，则立即跳转到下一个时刻的场景标签。 9.一种无人驾驶车辆多目标决策控制装置，包括：用于获取目标车辆的状态信息和车道线信息的传感器模块，以及分别与整车总线和传感器模块连接的控制器，所述控制器从整车总线上获取本车的车速和横摆角速度信息，其特征在于，所述控制器被编程以便执行如权利要求1至8任一所述的步骤。 10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～8中任一项所述的步骤。
所属类别：	发明专利