详情

原文传递车辆自动紧急制动危险目标筛选方法及模块

专利名称：	车辆自动紧急制动危险目标筛选方法及模块
摘要：	本发明公开了一种车辆自动紧急制动危险目标筛选方法及模块，包括：根据指定筛选规则筛选出传感器感知有效目标；计算自车避撞有效目标所需的近似纵向加速度和TTC时刻；预测自车和有效目标的横向位置关系，根据自车和有效目标宽度判断TTC时刻有效目标是否在自车路径范围内；根据是否在自车路径中及近似纵向加速度由小向大选择n2个有效目标，n2为指定数量；根据自车和有效目标当前运动状态、运动模式和车辆运动学模型，计算n2个有效目标当前时刻和TTC时刻是否在自车行进路径中，并计算TTC时刻在自车行进路径中有效目标和自车的相对位置关系；计算TTC时刻自车避撞所需的横向加速度和纵向加速度；根据避撞所需的横向加速度、纵向加速度和纵向相对车距与其各自指定阈值的关系选择主目标。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	联创汽车电子有限公司
发明人：	徐闯;马晓炜;张舒琦;常敬虎;田贺;芦畅
专利状态：	有效
申请日期：	2021-12-28T00:00:00+0800
发布日期：	2022-03-04T00:00:00+0800
申请号：	CN202111630300.4
公开号：	CN114132311A
代理机构：	上海浦一知识产权代理有限公司
代理人：	焦天雷
分类号：	B60W30/095;B60W50/00;B60W40/107;B60W40/109;B;B60;B60W;B60W30;B60W50;B60W40;B60W30/095;B60W50/00;B60W40/107;B60W40/109
申请人地址：	201206 上海市浦东新区金吉路33弄4幢
主权项：	1.一种车辆自动紧急制动危险目标筛选方法，其特征在于，包括以下步骤； S1，根据指定筛选规则滤除传感器感知目标中的无效目标，筛选出有效目标； S2，计算自车避撞有效目标所需的近似纵向加速度和TTC时刻，TTC时刻是纵向距离碰撞时刻； S3，预测自车和有效目标的横向位置关系，根据自车和有效目标宽度判断TTC时刻有效目标是否在自车路径范围内； S4，将所有TTC时刻在自车路径范围内的有效目标的近似纵向加速度升序排序，根据近似纵向加速度由小向大选择n2个有效目标，n2为指定数量； S5，根据自车和有效目标当前运动状态、运动模式和车辆运动学模型，计算n2个有效目标当前时刻和TTC时刻是否在自车行进路径中，并计算TTC时刻在自车行进路径中有效目标和自车的相对位置关系； S6，根据所述相对位置关系，计算TTC时刻自车避撞所需的横向加速度和纵向加速度； S7，根据横向加速度和纵向加速度与其各自指定阈值的关系选择主目标。 2.如权利要求1所述的车辆自动紧急制动危险目标筛选方法，其特征在于：自车避撞所需的近似纵向加速度ALgtRough采用公式(2)计算； ALgtrel是自车和目标车的相对纵向加速度，VLgtrel是自车和目标车的相对纵向速度，XLgtrel自车和目标车的纵向车距。 3.如权利要求1所述的车辆自动紧急制动危险目标筛选方法，其特征在于：步骤S3，采用以下公式(4)-公式(6)预测自车和有效目标的横向位置关系； APredict＝Anow 公式(4)； VPredict＝Anow×T 公式(5)； PosnPredict＝Vnow×T+0.5×Anow×T2 公式(6)； Anow为当前时刻横向加速度，Vnow为当前时刻横向速度，APredict预测T时刻的横向加速度，VPredict预测T时刻的横向速度，T预测时间，PosnPredict预测T时刻的横向位置。 4.如权利要求3所述的车辆自动紧急制动危险目标筛选方法，其特征在于：步骤S3，采用以下公式(7)，根据自车和有效目标宽度判断TTC时刻有效目标是否在自车路径范围内； \|EgoPosnPredict-ObjPosnPredict\|＜0.5×(EgoWidth+ObjWidth) 公式(7)； EgoPosnPredict为自车TTC时刻的横向位置，ObjPosnPredict为目标车TTC时刻的横向位置，EgoWidth为自车车辆宽度，ObjWidth为目标车宽度。 5.如权利要求3所述的车辆自动紧急制动危险目标筛选方法，其特征在于：步骤S4，如果路径内的目标个数少于n2/2个，则选择不在路径中较近的目标补齐至n2个有效目标。 6.如权利要求1所述的车辆自动紧急制动危险目标筛选方法，其特征在于：根据自车和有效目标当前运动状态，计算TTC采用以下公式： Arel为自车和有效目标的相对纵向加速度，Vrel为自车和有效目标的相对纵向速度，Xrel为两车车距，即自车车头距有效目标车车尾的距离，t为纵向距离碰撞时间，若公式(8)无解则无碰撞风险。 7.如权利要求5所述的车辆自动紧急制动危险目标筛选方法，其特征在于：Arel、Vrel和Xrel在不同工况计算公式如下： 1)假设在碰撞时刻两车均处于运动状态； Arel＝Aobj-Aego； Vrel＝Vobj-Vego； Xrel＝EdgeDiatance； Aobj为目标的加速度、Aego为自车的加速度、Vobj为目标车的速度、Vego为自车的速度、EdgeDiatance为两车车距，即自车车头距目标车车尾的距离。 2)假设在碰撞时刻有效目标静止，自车运动； Arel＝-Aego； Vrel＝-Vego； 3)假设在碰撞时刻有效目标运动，自车静止； Arel＝Aobj； Vrel＝Vobj； 4)假设在碰撞时刻有效目标和自车均静止； tegostop＜tobjstop，则自车先停，根据上述运动状态3)计算TTC时刻，否则选择运动状态2)。 8.如权利要求7所述的车辆自动紧急制动危险目标筛选方法，其特征在于：根据当前车辆的运动状态，判断当前车辆所处的运动模式，利用车辆运动学模型对车辆将来时刻的运动状态进行预测。 9.如权利要求8所述的车辆自动紧急制动危险目标筛选方法，其特征在于：运动模式包括静止、线性运动和圆周运动。 10.如权利要求9所述的车辆自动紧急制动危险目标筛选方法，其特征在于： A、运动模式为车辆静止，TTC时刻的位置和速度分别等于当前时刻的位置和车速； PosnLgtttc＝PosnLgtnow； PosnLatttc＝PosnLatnow； VLgtttc＝VLgtnow； VLatttc＝VLatnow； Headingttc＝Headingnow； PosnLgtttc为TTC时刻纵向位置，PosnLgtnow为当前时刻纵向位置，PosnLatttc为TTC时刻横向位置，PosnLatnow为当前时刻横向位置，VLgtttc为TTC时刻纵向速度、VLgtnow为当前时刻纵向速度，VLatttc为TTC时刻横向速度，VLatnow为当前时刻横向速度，Headingttc为TTC时刻航向角，Headingnow为当前时刻航向角； B、运动模式为线性运动，自车横向和纵向上均为匀加速直线运动，TTC时刻的位置和速度分别为： VLgtttc＝VLgtnow+ALgtnow·TTC； VLatttc＝VLatnow+ALatnow·TTC； Headingttc＝arctan(VLatttc/VLgtttc)； C、运动模式为圆周运动，自车围绕圆心做匀速圆周运动，TTC时刻的位置和速度分别为： PosnLgtttc＝PosnLgtnow+sign(Vnow)·Length·cos(Headingttc)； PosnLatttc＝PosnLatnow+sign(Vnow)·Length·sin(Headingttc)； VLgtttc＝(Vnow+Anow·TTC)·cos(Headingttc)； VLatttc＝(Vnow+Anow·TTC)·sin(Headingttc)； Headingttc＝Headingnow+MoveDiatance·Curvature； MoveDiatance为圆周运动的圆弧，Curvature为圆周曲率，Vnow为当前时刻圆周线速度，Anow为当前时刻线加速度，Length为安全边界的纵向长度。 11.如权利要求10所述的车辆自动紧急制动危险目标筛选方法，其特征在于：步骤S5中，计算n2个有效目标当前时刻和TTC时刻是否在自车行进路径中包括：基于车辆运动学模型，计算当前时刻有效目标和自车的相对位置关系，计算出当前时刻两车之间的横向最短距离，判断有效目标和自车当前时刻是否重叠，判断当前时刻有效目标是否在自车前进路径中；基于车辆运动学模型，预测TTC时刻有效目标和自车的相对位置关系，计算自车右侧到目标车最左侧的距离X1，自车左侧到目标车最右侧的距离X2，获得自车和有效目标的横向最远距离和最近距离；如果自车和有效目标的横向最远距离和最近距离在指定坐标系下异号，则确定TTC时刻有效目标在自车前进路径中；其中，指定坐标系为自车后轴中心点为原点，行驶方向为X轴；垂直行驶方向左侧为Y轴；垂直行驶方向上方为Z轴。 12.如权利要求11所述的车辆自动紧急制动危险目标筛选方法，其特征在于：如果ALatreq大于等于第一设定阈值，则选择ALatreq最大的目标为主目标；如果所有有效目标的ALatreq均小于第一设定阈值，ALgtreq小于等于第二设定阈值，则选择ALgtreq最小的目标为主目标；如果所有有效目标的ALatreq均小于第一设定阈值，且所有有效目标的ALgtreq均大于第二设定阈值，则选择纵向距离最近有效目标作为主目标； ALatreq是自车避撞所需的横向加速度，ALgtreq是自车避撞所需的纵向加速度。 13.一种车辆自动紧急制动危险目标筛选模块，其特征在于，包括：第一筛选单元，其根据指定筛选规则滤除传感器感知目标中的无效目标，筛选出有效目标；第一计算单元，其计算自车避撞有效目标所需的近似纵向加速度和TTC时刻，TTC时刻是纵向距离碰撞时刻；预测单元，其预测自车和有效目标的横向位置关系，根据自车和有效目标宽度判断TTC时刻有效目标是否在自车路径范围内；第二筛选单元，其将所有TTC时刻在自车路径范围内的有效目标的近似纵向加速度升序排序，根据近似纵向加速度由小向大选择n2个有效目标，n2为指定数量；第二计算单元，其根据自车和有效目标当前运动状态、运动模式和车辆运动学模型，计算n2个有效目标当前时刻和TTC时刻是否在自车行进路径中；第三计算单元，其计算TTC时刻在自车行进路径中有效目标和自车的相对位置关系；第四计算单元，其根据所述相对位置关系，计算TTC时刻自车避撞所需的横向加速度和纵向加速度；目标选取单元，其根据横向加速度和纵向加速度与其各自指定阈值的关系选择主目标。 14.如权利要求13所述的车辆自动紧急制动危险目标筛选模块，其特征在于：近似纵向加速度ALgtRough采用公式(2)计算； ALgtrel是自车和目标车的相对纵向加速度，VLgtrel是自车和目标车的相对纵向速度、XLgtrel自车和目标车的纵向车距。 15.如权利要求13所述的车辆自动紧急制动危险目标筛选模块，其特征在于：预测单元采用以下公式(4)-公式(6)预测自车和有效目标的横向位置关系； APredict＝Anow 公式(4)； VPredict＝Anow×T 公式(5)； PosnPredict＝Vnow×T+0.5×Anow×T2 公式(6)； Anow为当前时刻横向加速度，Vnow为当前时刻横向速度，APredict预测T时刻的横向加速度，VPredict预测T时刻的横向速度，T预测时间，PosnPredict预测T时刻的横向位置。 16.如权利要求15所述的车辆自动紧急制动危险目标筛选模块，其特征在于：预测单元采用以下公式(7)，根据自车和有效目标宽度判断TTC时刻有效目标是否在自车路径范围内； \|EgoPosnPredict-ObjPosnPredict\|＜0.5×(EgoWidth+EgoWidth) 公式(7)； EgoPosnPredict为自车TTC时刻的横向位置，ObjPosnPredict为目标车TTC时刻的横向位置，EgoWidth为自车车辆宽度，ObjWidth为目标车宽度。 17.如权利要求15所述的车辆自动紧急制动危险目标筛选模块，其特征在于：第二筛选单元执行筛选时，如果路径内的目标个数少于n2/2个，则选择不在路径中较近的目标补齐至n2个有效目标。 18.如权利要求13所述的车辆自动紧急制动危险目标筛选模块，其特征在于：第二计算单元计算TTC采用以下公式： Arel为自车和有效目标的相对纵向加速度，Vrel为自车和有效目标的相对纵向速度，Xrel为两车车距，即自车车头距有效目标车车尾的距离，t为纵向距离碰撞时间，若公式(8)无解则无碰撞风险。 19.如权利要求18所述的车辆自动紧急制动危险目标筛选模块，其特征在于：Arel、Vrel和Xrel在不同工况计算公式如下： 1)假设在碰撞时刻两车均处于运动状态； Arel＝Aobj-Aego； Vrel＝Vobj-Vego； Xrel＝EdgeDiatance； Aobj为目标的加速度，Aego为自车的加速度，Vobj为目标车的速度，Vego为自车的速度，EdgeDiatance为相对车距，即自车车头距目标车车尾的距离。 2)假设在碰撞时刻有效目标静止，自车运动； Arel＝-Aego； Vrel＝-Vego； 3)假设在碰撞时刻有效目标运动，自车静止； Arel＝Aobj； Vrel＝Vobj； 4)假设在碰撞时刻有效目标和自车均静止； tegostop＜tobjstop，则自车先停，根据上述运动状态3)计算TTC时刻，否则选择运动状态2)。 20.如权利要求19所述的车辆自动紧急制动危险目标筛选模块，其特征在于：根据当前车辆的运动状态，判断当前车辆所处的运动模式，利用车辆运动学模型对车辆将来时刻的运动状态进行预测。 21.如权利要求20所述的车辆自动紧急制动危险目标筛选模块，其特征在于：运动模式包括静止、线性运动和圆周运动。 22.如权利要求21所述的车辆自动紧急制动危险目标筛选模块，其特征在于： A、运动模式为车辆静止，TTC时刻的位置和速度分别等于当前时刻的位置和车速； PosnLgtttc＝PosnLgtnow； PosnLatttc＝PosnLatnow； VLgtttc＝VLgtnow； VLatttc＝VLatnow； Headingttc＝Headingnow； PosnLgtttc为TTC时刻纵向位置，PosnLgtnow为当前时刻纵向位置，PosnLatttc为TTC时刻横向位置，PosnLatnow为当前时刻横向位置，VLgtttc为TTC时刻纵向速度、VLgtnow为当前时刻纵向速度，VLatttc为TTC时刻横向速度，VLatnow为当前时刻横向速度，Headingttc为TTC时刻航向角，Headingnow为当前时刻航向角； B、运动模式为线性运动，自车横向和纵向上均为匀加速直线运动，TTC时刻的位置和速度分别为： VLgtttc＝VLgtnow+ALgtnow·TTC； VLatttc＝VLatnow+ALatnow·TTC； Headingttc＝arctan(VLatttc/VLgtttc)； C、运动模式为圆周运动，自车围绕圆心做匀速圆周运动，TTC时刻的位置和速度分别为： PosnLgtttc＝PosnLgtnow+sign(Vnow)·Length·cos(Headingttc)； PosnLatttc＝PosnLatnow+sign(Vnow)·Length·sin(Headingttc)； VLgtttc＝(Vnow+Anow·TTC)·cos(Headingttc)； VLatttc＝(Vnow+Anow·TTC)·sin(Headingttc)； Headingttc＝Headingnow+MoveDiatance·Curvature； MoveDiatance为圆周运动的圆弧，Curvature为圆周曲率，Vnow为当前时刻圆周线速度，Anow为当前时刻线加速度，Length为安全边界的纵向长度。 23.如权利要求22所述的车辆自动紧急制动危险目标筛选模块，其特征在于：计算n2个有效目标当前时刻和TTC时刻是否在自车行进路径中包括：基于车辆运动学模型，计算当前时刻有效目标和自车的相对位置关系，计算出当前时刻两车之间的横向最短距离，判断有效目标和自车当前时刻是否重叠，判断当前时刻有效目标是否在自车前进路径中；基于车辆运动学模型，预测TTC时刻有效目标和自车的相对位置关系，计算自车右侧到目标车最左侧的距离X1，自车左侧到目标车最右侧的距离X2，获得自车和有效目标的横向最远距离和最近距离；如果自车和有效目标的横向最远距离和最近距离在指定坐标系下异号，则确定TTC时刻有效目标在自车前进路径中；其中，指定坐标系为自车后轴中心点为原点，行驶方向为X轴；垂直行驶方向左侧为Y轴；垂直行驶方向上方为Z轴。 24.如权利要求23所述的车辆自动紧急制动危险目标筛选模块，其特征在于：如果ALatreq大于等于第一设定阈值，则选择ALatreq最大的目标为主目标；如果所有有效目标的ALatreq均小于第一设定阈值，ALgtreq小于等于第二设定阈值，则选择ALgtreq最小的目标为主目标；如果所有有效目标的ALatreq均小于第一设定阈值，且所有有效目标的ALgtreq均大于第二设定阈值，则选择纵向距离最近有效目标作为主目标； ALatreq是自车避撞所需的横向加速度，ALgtreq是自车避撞所需的纵向加速度。
所属类别：	发明专利