详情

原文传递 AEBS智能识别障碍物的方法

专利名称：	AEBS智能识别障碍物的方法
摘要：	本发明公开了一种AEBS智能识别障碍物的方法，该方法包括：利用AEBS上的感应器，在当前两帧的时间点上，分别测量距离自身车辆最近的障碍物的距离，得到距离自身车辆最近的障碍物对应的距离差；根据得到的距离自身车辆最近的障碍物的距离差，计算得到当前车辆与障碍物的相对车速；根据当前车辆对应的自身车辆系统，获取所述当前车辆行驶的绝对车速；将计算得到的所述相对车速与所述当前车辆的绝对车速进行比对，并根据所述相对车速与绝对车速的比对结果，判断出当前车辆距离最近的障碍物的状态；进而根据障碍物的状态采用与障碍物的状态相匹配的制动策略，提高AEBS自动制动的可靠性、安全性以及用户的驾乘体验感。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	中科安达(北京)科技有限公司
发明人：	冉绍平;邢伟一;姜晓燕
专利状态：	有效
申请日期：	2019-02-01T00:00:00+0800
发布日期：	2019-06-21T00:00:00+0800
申请号：	CN201910105538.1
公开号：	CN109910877A
代理机构：	北京冠和权律师事务所
代理人：	朱健;张国香
分类号：	B60W30/09(2012.01);B;B60;B60W;B60W30
申请人地址：	100000 北京市丰台区南四环西路186号三区2号楼5层07室
主权项：	1.一种AEBS智能识别障碍物的方法，其特征在于，所述AEBS智能识别障碍物的方法包括：利用AEBS上的感应器，在当前两帧的时间点上，分别测量距离自身车辆最近的障碍物的距离，得到距离自身车辆最近的障碍物对应的距离差；根据得到的距离自身车辆最近的障碍物的距离差，计算得到当前车辆与障碍物的相对车速；根据当前车辆对应的自身车辆系统，获取所述当前车辆行驶的绝对车速；将计算得到的所述相对车速与所述当前车辆的绝对车速进行比对，并根据所述相对车速与绝对车速的比对结果，判断出当前车辆距离最近的障碍物的状态。 2.如权利要求1所述的AEBS智能识别障碍物的方法，其特征在于，所述根据所述相对车速与绝对车速的比对结果，判断出当前车辆对应的前方障碍物的状态，包括：若所述相对车速等于绝对车速的预设值，则判断出当前车辆对应的前方障碍物为：静止状态或者横向移动状态；若所述相对车速不等于绝对车速的预设值，则判断出当前车辆对应的前方障碍物为移动状态。 3.如权利要求1或2所述的AEBS智能识别障碍物的方法，其特征在于，所述AEBS智能识别障碍物的方法还包括：根据当前车辆距离最近的障碍物的状态，采用与所述距离最近的障碍物状态相匹配的不同的车辆制动策略。 4.如权利要求3所述的AEBS智能识别障碍物的方法，其特征在于，所述根据当前车辆距离最近的障碍物的状态，采用与所述距离最近的障碍物状态相匹配的不同的车辆制动策略，包括：在当前这一帧对应的时间点上，利用AEBS上的感应器测量距离自身车辆最近的障碍物的距离，得到基准取值码c1；判断所述基准取值码c1是否小于预设安全阈值N；若c1小于N，则根据预设制动距离对比表，启动制动指令，执行车辆的制动操作；若c1大于或者等于N，则继续执行车辆的监测操作。 5.如权利要求4所述的AEBS智能识别障碍物的方法，其特征在于，所述预设制动距离对比表包括：在不同的车辆行驶速度下，针对不同的距离预先设置的不同的TTC或制动距离值；其中，所述TTC或制动距离的取值包括预设范围内的任一数值。 6.如权利要求5所述的AEBS智能识别障碍物的方法，其特征在于，所述设置不同的TTC或制动距离值，包括：计算第p个人的反应时间函数Tp：其中，为第i项因素，n为第i项因素一共有n种，Ad(ki,kj)为第i项因素与第j项因素的关联程度，Qj为第i项因素与第j项因素的关联程度对第i项因素所造成的影响，Qi代表第i项因素对第p个人所造成的影响，σ为不确定因素，t为当前时刻；对于随时间的推移衰减或者增加的情况，通过调查各项因素数据，拟合出各项因素随时间变化的衰减或者增长函数，并将拟合得到的上述衰减或者增长函数代入反应时间函数Tp1，得到函数Tp1(t-ti)：其中：Tp1(t-ti)代表因素随着时间变化的衰减或增长后的反应时间，ti代表第i项因素发生的起始时间，tj代表第j项因素发生的起始时间，t为当前时刻，Bi(t-ti)为第i项因素随着时间变化的衰减或增长函数，Bj(t-tj)为第j项因素随着时间变化的衰减或增长函数；对函数Tp1关于t求其最大值Tp1(t-ti)max和最小值Tp1(t-ti)min，并研究随着时间的推移该因素发生震荡的情况；将该因素随着时间变化的衰减或增长，与该因素随时间变化发生震荡进行综合后，与当前汽车速度相乘并加上制动距离最终得到TTC或制动距离的取值的预设范围为： [V(Tp1(t-ti)min+Tp2(t-ti)min)+S，V(Tp1(t-ti)max+Tp2(t-ti)max)+S] 其中，V为当前速度，S为制动距离。 7.如权利要求4所述的AEBS智能识别障碍物的方法，其特征在于，所述若c1大于或者等于N，则继续执行车辆的监测操作，包括：若c1大于或者等于N，则在第二帧对应的时间点上，利用AEBS上的感应器测量距离自身车辆最近的障碍物的距离，得到基准取值码c2；若c2大于或者等于c1，则继续执行车辆的监测操作；若c2小于c1，则计算c2与c1的差值，并在所述第二帧对应的时间点上，计算该车辆与距离最近的障碍物的相对车速，并将所述相对车速与该车辆的绝对车速进行比较。 8.如权利要求7所述的AEBS智能识别障碍物的方法，其特征在于，所述将所述相对车速与该车辆的绝对车速进行比较，包括：在所述第二帧对应的时间点上，根据当前车辆对应的自身车辆系统，采集所述当前车辆行驶的绝对车速；将计算得到的所述相对车速与绝对车速进行比对；如果相对车速等绝对车速的预设值，则所述障碍物为静止或横向移动状态，反之，则所述障碍物为移动状态。 9.如权利要求1或2所述的AEBS智能识别障碍物的方法，其特征在于，所述将计算得到的所述相对车速与所述当前车辆的绝对车速进行比对，包括：增加判断数据，多次采集并执行连续不断的、快速的相对车速与绝对车速的比对，以使得比对数据更加丰富以及比对结果更加准确。 10.如权利要求3所述的AEBS智能识别障碍物的方法，其特征在于，所述根据当前车辆距离最近的障碍物的状态，采用与所述距离最近的障碍物状态相匹配的不同的车辆制动策略，包括：针对静止障碍物采用专用的紧急制动策略，确保在一定车速的标准范围内避免车辆与障碍物的碰撞；针对移动障碍物采用预设的其他制动策略，以便在保障避免碰撞的前提下，最大可能的提高驾乘体验感和舒适性。
所属类别：	发明专利