辅助驾驶横向控制方法、系统、车辆及存储介质与流程

1.本发明涉及辅助驾驶技术领域，尤其涉及一种辅助驾驶横向控制方法、系统、车辆及存储介质。


背景技术：

2.车道保持辅助系统是一种高级驾驶辅助系统。当驾驶员未意识到车辆偏离车道，且未采取纠正措施时，车道保持辅助系统将主动介入转向控制，将车辆纠正回到行驶车道中心，避免因车辆偏离车道引发的交通事故，对提升车辆行驶安全具有重要意义。车辆横向控制(车辆横向纠偏控制)是车道保持辅助系统进行驾驶控制的核心，它直接影响到车辆控制的稳定性和安全性。
3.目前，行业通常采用驾驶员单点预瞄模型或模型预测控制，实现车道保持功能。然而，驾驶员单点预瞄模型不能对车辆运动轨迹、姿态、转向等变量进行较优控制。模型预测控制则大多是基于车辆绝对坐标系下的模型预测跟踪控制，需要gnss(global navigation satellite system，全球导航卫星系统)及rtk(real-time kinematic，实时动态定位)等高精度定位传感器确定车辆在绝对坐标下精确位置，以确定车辆当前姿态，从而进行车辆横向控制，成本较高。


技术实现要素：

4.本发明提供一种辅助驾驶横向控制方法、系统、车辆及存储介质，用以解决现有技术中的车辆横向控制需要采用高精度定位传感器，确定车辆在绝对坐标下精确位置，以确定车辆当前姿态，从而进行车辆横向控制，导致横向控制成本较高的问题。
5.本发明提供一种辅助驾驶横向控制方法，包括：
6.获取车道线信息；
7.基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；
8.基于所述参考轨迹，得到车辆的参考控制状态参数；
9.基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；
10.基于所述预测控制状态参数，进行辅助驾驶横向控制。
11.可选地，所述基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹的步骤包括：
12.以车辆前轴中心为原点，以车辆纵向为横轴，并以车辆横向为纵轴，建立车辆运动坐标系；
13.对所述车道线信息进行坐标变换，得到在所述车辆运动坐标系下的车道线坐标信息；
14.基于所述车道线坐标信息，进行曲线拟合，得到车道中心线方程；
15.基于所述车道中心线方程，得到车辆在预设时间段内的所述参考轨迹。
16.可选地，所述基于所述参考轨迹，得到车辆的参考控制状态参数的步骤包括：
17.基于所述参考轨迹和所述车道中心线方程，得到车辆运动坐标系下多个行驶长度所对应的所述参考控制状态参数。
18.可选地，所述离散控制状态方程的获取步骤包括：
19.基于预设的静止坐标系，建立车辆的运动学模型；
20.基于所述车辆的运动学模型，得到车辆运动状态方程；
21.通过对所述车辆运动状态方程进行线性化处理，得到线性状态方程，所述线性化处理包括：泰勒级数展开、去除高次项、以及求雅可比矩阵；
22.通过对所述线性状态方程进行离散控制处理，得到所述离散控制状态方程，所述离散控制处理包括前向欧拉离散化处理；所述离散控制状态方程中下一预测周期的预测控制状态参数由当前预测周期的预测控制状态参数得到，所述预测控制状态参数为当前控制状态参数与对应的所述参考控制状态参数之间的差值，所述预测控制参数包括：预测坐标信息、预测横摆角和预测转向角度。
23.可选地，所述基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数的步骤包括：
24.基于所述参考控制状态参数中初始时刻的初始参考控制参数，得到初始控制状态参数，所述初始控制状态参数作为所述离散控制状态方程的输入量；所述初始控制状态参数包括：初始坐标信息、初始横摆角和初始转向角度；所述初始坐标信息的确定方式为将0与初始参考控制参数中的参考坐标之间的差值，确定为所述初始坐标信息；所述初始横摆角的确定方式为将0与初始参考控制参数中的参考横摆角之间的差值，确定为所述初始横摆角；所述初始转向角度的确定方式为将上一预测周期的预测转向角度与初始参考控制参数中的参考转向角度之间的差值，确定所述初始转向角度；
25.将所述初始控制状态参数和所述参考控制状态参数输入所述离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的所述预测控制状态参数。
26.可选地，基于所述预测控制状态参数，进行辅助驾驶横向控制的步骤包括：
27.基于所述预测控制状态参数、预设的代价函数和约束条件，得到车辆辅助驾驶横向控制的转向角度最优解；所述代价函数基于所述预测控制状态参数得到，所述代价函数包括用于调整所述预测控制状态参数的权重矩阵；
28.基于所述转向角度最优解，进行辅助驾驶横向控制。
29.可选地，所述约束条件包括：
30.当所述预测控制状态参数中的预测转向角度在预设的转向角度阈值范围内，且所述预测转向角度的变化值在预设的转向变化阈值范围内时，将所述预测转向角度确定为所述转向角度最优解；所述转向角度阈值范围基于预设的横向加速度限值确定，所述转向变化阈值范围基于预设的横向加速度变化率限值确定。
31.本发明还提供一种辅助驾驶横向控制系统，包括：
32.车道线获取模块，用于获取车道线信息；
33.参考轨迹获取模块，用于基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；
34.参考控制状态参数获取模块，用于基于所述参考轨迹，得到车辆的参考控制状态参数；
35.预测模块，用于基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；
36.横向控制模块，用于基于所述预测控制状态参数，进行辅助驾驶横向控制。
37.本发明还提供一种车辆，包括：前视摄像头和辅助驾驶横向控制系统，所述前视摄像头用于获取车道线图像或视频；
38.所述辅助驾驶横向控制系统包括：
39.车道线获取模块，用于基于所述车道线图像或视频，以获取车道线信息；
40.参考轨迹获取模块，用于基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；
41.参考控制状态参数获取模块，用于基于所述参考轨迹，得到车辆的参考控制状态参数；
42.预测模块，用于基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；
43.横向控制模块，用于基于所述预测控制状态参数，进行辅助驾驶横向控制。
44.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述辅助驾驶横向控制方法的步骤。
45.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述辅助驾驶横向控制方法的步骤。
46.本发明的有益效果：本发明提供的辅助驾驶横向控制方法、系统、车辆及存储介质，通过获取车道线信息；基于车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，参考轨迹为车道居中行驶参考轨迹；基于参考轨迹，得到车辆的参考控制状态参数；基于参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；基于预测控制状态参数，进行辅助驾驶横向控制。本发明以车辆运动坐标系为参考坐标系，无需采用定位传感器确定车辆在绝对坐标下的位置，即可实现对车辆的辅助驾驶横向控制，精确度较高，成本较低，可实施性较强。
附图说明
47.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
48.图1是本发明提供的辅助驾驶横向控制方法的流程示意图；
49.图2是本发明提供的辅助驾驶横向控制方法中得到参考轨迹的流程示意图；
50.图3是本发明提供的辅助驾驶横向控制方法中车辆运动坐标系的示意图；
51.图4是本发明提供的辅助驾驶横向控制方法中运动学模型的结构示意图；
52.图5是本发明提供的辅助驾驶横向控制系统的结构示意图；
53.图6是本发明提供的电子设备的结构示意图。
具体实施方式
54.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
55.下面以实施例的方式，结合图1至图6描述本发明提供的辅助驾驶横向控制方法、系统、车辆及存储介质。
56.请参考图1，本实施例提供的辅助驾驶横向控制方法，包括：
57.s10：获取车道线信息。
58.具体地，所述车道线信息的获取步骤包括：利用车辆的前视摄像头或前视相机，采集车道线图像或视频，基于所述车道线图像或视频，进行车道线识别与检测，得到所述车道线信息。通过获取所述车道线信息，便于后续基于所述车道线信息，得到车辆的参考轨迹。
59.s20：基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹。即以车辆运动坐标系为参考坐标系，基于所述车道线信息，得到车辆在预设时间段内的居中行驶参考轨迹。
60.s30：基于所述参考轨迹，得到车辆的参考控制状态参数。即基于所述参考轨迹，得到行驶于所述参考轨迹所对应的参考控制状态参数。所述参考控制状态参数包括：参考坐标信息、参考横摆角和参考转向角度和参考纵向速度。每个预测周期具有对应的参考控制状态参数。通过基于参考轨迹，得到车辆的参考控制状态参数，便于后续基于该参考控制状态参数，进行车辆控制状态预测。
61.s40：基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数。所述离散控制状态方程用于基于当前预测周期的预测控制状态预测下一预测周期的预测控制状态参数。基于所述参考控制状态参数中的初始参考控制参数，得到初始控制状态参数，所述初始控制状态参数作为所述离散控制状态方程的输入量，即横向控制初始情况下车辆的状态参数。基于所述初始控制状态参数和所述离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数。
62.s50：基于所述预测控制状态参数，进行辅助驾驶横向控制。通过基于所述预测控制状态参数，进行辅助驾驶横向控制，能够在车辆行驶过程中，及时将车辆纠正回到行驶车道中心，避免因车辆偏离车道而引发不必要的交通事故，精确度较高。本实施例中的辅助驾驶横向控制方法，无需采用定位传感器等来确定车辆的绝对位置，成本较低，可实施性较高，灵活度较高。
63.请参考图2，在一些实施例中，所述基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹的步骤包括：
64.s201：以车辆前轴中心为原点，以车辆纵向为横轴，并以车辆横向为纵轴，建立车辆运动坐标系。请参考图3，以车辆前轴中心为原点o，以车辆纵向为x轴，并以车辆横向为y
轴，建立车辆运动坐标系。
65.需要说明的是，车辆前轴指连接车辆的两个前轮的轴。由于车辆的前视摄像头等传感器通常设置于车辆前轴或与前轴相连接，因此，通过以车辆前轴中心为原点，建立车辆运动坐标系，能够便于后续的坐标变换，降低坐标变换的难易程度，提高得到的参考轨迹的精确度。在具体实施过程中，还可以根据实际情况设置车辆运动坐标系的原点，如车辆后轴中心等，相比于以车辆前轴中心为原点，后续对车道线信息进行坐标变化的复杂度相对增加。
66.s202：对所述车道线信息进行坐标变换，得到在所述车辆运动坐标系下的车道线坐标信息。即将车道线信息中的车道线坐标转换到车辆运动坐标系下，可以采用现有的坐标变换的方法，如坐标系转换模型等，此处不再赘述。
67.s203：基于所述车道线坐标信息，进行曲线拟合，得到车道中心线方程。所述曲线拟合可采用现有技术中的车道中心线提取等方法进行。
68.具体地，所述车道中心线方程的数学表达为：
69.y＝c0+c1*x+c2*x2+c3*x370.其中，x、y表示车道中心线的横纵坐标，c0、c1、c2和c3均为曲线拟合得到的车道线拟合参数，c0表示当前时刻车辆与车道中心线之间的横向距离，c1表示当前时刻车辆纵轴与车道中心线的夹角的tan(正切)值，c2表示拟合得到的车道中心线的曲率，c3表示车道中心线的曲率的变化率。车道中心线方程的曲线如图3所示。
71.初始状态下或当前时刻，车辆与车道中心线状态为：
[0072][0073]
其中，x0表示当前时刻的车辆横坐标，y0为当前时刻的车辆横向偏离车道中心的距离，为当前时刻的车道中心线与车辆航向夹角，ρ0为当前时刻的车道中心线曲率。
[0074]
s204：基于所述车道中心线方程，得到车辆在预设时间段内的所述参考轨迹。
[0075]
具体地，所述预设时间段包括多个预测周期t，在预设时间段或预测时域内，车辆在每个预测周期所对应的时刻的纵向行驶距离s＝v*t*np，其中，v表示车辆行驶速度，t表示预测周期的时长，np表示预测周期的数量。基于所述车道中心线方程和车辆的纵向行驶距离，可以得到至少一个或多个预测周期所对应的车辆参考坐标，即得到车辆在预设时间段内的参考轨迹。图3中参考轨迹的曲线与车道中心线方程的曲线相重合，即多个预测周期的参考轨迹组合成曲线，该曲线与车道中心线方程的曲线重合。
[0076]
在一些实施例中，所述基于所述参考轨迹，得到车辆的参考控制状态参数的步骤包括：
[0077]
s301：基于所述参考轨迹和所述车道中心线方程，得到车辆运动坐标系下多个行驶长度所对应的所述参考控制状态参数。
[0078]
具体地，根据步骤s203中得到的车道中心线方程，以及步骤s204确定的车辆在预测时刻的纵向行驶距离s，可以求取在纵向行驶距离s处的车道中心线参考坐标(xr(np),yr(np))。其求解过程如下：
[0079]
基于道路中心线方程，通过预设离散坐标点x＝0、0.01
…
1000得到每个预测周期所对应的参考坐标点。即yn＝c0+c1*xn+c2*x
n2
+
[0080]
c3*x
n3
。其中，xn、yn指离散坐标点的横纵坐标。
[0081]
基于离散坐标点，求得任意点与原点的曲线长度sn；当车辆行驶距离s与sn差值最小时，则可得到sn对应的坐标(xn,yn)，将其作为参考坐标点(xr(np),yr(np))。
[0082]
根据参考坐标点(xr(np),yr(np))及车道中心线方程，得到在参考坐标点处的横摆角度如下面公式所示。
[0083]
根据参考坐标点及车道中心线方程，得到参考坐标点处的车道线曲率，假定车辆在参考坐标点处，按照曲率行驶，则可得到转向角度δr(np)，如下式所示。
[0084][0085]
其中，xr和yr均表示参考坐标信息，即参考横纵坐标，表示参考横摆角，δr表示参考转向角度，vr表示参考纵向速度，f(x，y，s)表示参考纵坐标点xr(np)与离散坐标xn、yn，以及行驶距离s的关系，g(xn，yn，s)表示参考纵坐标点yr(np)与离散坐标xn、yn，以及行驶距离s的关系，l表示车辆轴距。
[0086]
在一些实施中，所述离散控制状态方程的获取步骤包括：
[0087]
首先，基于预设的静止坐标系，建立车辆的运动学模型。所述静止坐标系可以为大地坐标系或以其他固定参照物为依据建立的坐标系。请参考图4，车辆的运动学模型假设车辆的运动是一个二维平面上的运动，车辆被简化为相互连接的前轴e和后轴z，图4中(x，y)表示后轴z中心的坐标，v表示车辆纵向速度，vf表示车辆行驶速度，vfy表示车辆横向速度，表示车辆横摆角，δ表示车辆转向角度。
[0088]
其次，基于所述车辆的运动学模型，得到车辆运动状态方程。
[0089]
具体地，所述车辆运动状态方程的数学表达为：
[0090][0091]
其中，和表示车辆运动状态方程中的车辆坐标。
[0092]
上述车辆运动状态方程的推导逻辑为：
[0093]
(1)基于运动学原理可知：
[0094]
(2)根据车辆刚性体特性，车辆纵轴方向上所有点的速度应该相等，得到：vf*cosδ
＝v；
[0095]
(3)对于前轴速度，分解到车辆横向速度为vfy，该速度将引起车辆横摆运动，vf*sinδ＝vfy；
[0096]
(4)以车辆后轴为中心，引起车辆横摆运动的速度只有vfy,则横摆角速度ω＝vfy/l，
[0097]
(5)联立上述公式，可得由此得到所述车辆运动状态方程。
[0098]
之后，通过对所述车辆运动状态方程进行线性化处理，得到线性状态方程，所述线性化处理包括：泰勒级数展开、去除高次项、以及求雅可比矩阵。以此引入参考轨迹，即参考控制状态参数。
[0099]
最后，通过对所述线性状态方程进行离散控制处理，得到所述离散控制状态方程，所述离散控制处理包括：前向欧拉离散化处理、以及整理递推关系，整理递推关系指对等式进行移项处理，得到当前预测周期的预测控制状态参数与下一预测周期的预测控制状态参数之间的递推关系；所述离散控制状态方程中下一预测周期的预测控制状态参数由当前预测周期的预测控制状态参数得到，所述预测控制状态参数为当前控制状态参数与对应的所述参考控制状态参数之间的差值，所述预测控制参数包括：预测坐标信息、预测横摆角和预测转向角度。
[0100]
具体地，所述离散控制状态方程的数学表达为：
[0101]
ξ(k+1)＝a*ξ(k)+b*δδ(k)
[0102]
其中，
[0103][0104]
ξ(k)表示车辆当前控制状态，ξ(k+1)表示下一预测周期的预测控制状态，x(k)、y(k)、和δ(k-1)表示车辆当前控制状态参数，xr(k)、yr(k)、和δr(k-1)表示当前时刻所对应的参考控制状态参数，1≤k≤np。
[0105]
在一些实施例中，所述基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数的步骤包括：
[0106]
首先，基于所述参考控制状态参数中初始时刻的初始参考控制参数，得到初始控制状态参数，所述初始控制状态参数作为所述离散控制状态方程的输入量；所述初始控制状态参数包括：初始坐标信息、初始横摆角和初始转向角度；所述初始坐标信息的确定方式为将0与初始参考控制参数中的参考坐标之间的差值，确定为所述初始坐标信息；所述初始横摆角的确定方式为将0与初始参考控制参数中的参考横摆角之间的差值，确定为所述初
始横摆角；所述初始转向角度的确定方式为将上一预测周期的预测转向角度与初始参考控制参数中的参考转向角度之间的差值，确定所述初始转向角度。通过将初始控制状态参数作为所述离散控制状态方程的输入量，形成辅助驾驶横向控制的闭环控制。
[0107]
需要说明的是，所述初始时刻指启动横向控制的时刻。即x＝0所对应的时刻。所述初始控制状态参数的数学表达为：
[0108][0109]
其中，δ(k-1)为上一预测周期的预测转向角度。
[0110]
然后，将所述初始控制状态参数和所述参考控制状态参数输入所述离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的所述预测控制状态参数。
[0111]
具体地，将所述初始控制状态参数和所述参考控制状态参数输入所述离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的所述预测控制状态参数的数学表达为：
[0112]
ξ(k+1)＝a*ξ(k)+b*δδ(k)；
[0113]
ξ(k+2)＝a2*ξ(k)+ab*δδ(k)+b*δδ(k+1)；
[0114]
……
[0115]
ξ(k+np)＝a
np
*ξ(k)+a
np-1
b*δδ(k)+a
np-2
b*δδ(k+1)+......+b*δδ(k+np-1)
[0116]
令令则车辆控制状态预测过程可写为以下预测状态方程：u＝φ*ξ(k)+θ*δu，从而得到在至少一个预测周期内的车辆的所述预测控制状态参数。
[0117]
在一些实施例中，基于所述预测控制状态参数，进行辅助驾驶横向控制的步骤包括：
[0118]
基于所述预测控制状态参数、预设的代价函数和约束条件，得到车辆辅助驾驶横向控制的转向角度最优解；所述代价函数基于所述预测控制状态参数得到，所述代价函数包括用于调整所述预测控制状态参数的权重矩阵，即代价函数用于对预测控制状态参数进行调整。基于所述转向角度最优解，进行辅助驾驶横向控制。
[0119]
具体地，所述代价函数的数学表达为：
[0120]
j＝min(u
t
*q*u+δu
t
*r*δu)
[0121]
其中，j表示代价函数，q、r均为权重矩阵，通过调整权重矩阵，实现对预测控制状态参数以及车辆的运动姿态的调整。u
t
表示u的转置，δu
t
表示δu的转置，min表示取最小值。
[0122]
在一些实施例中，还可以对上述代价函数进行化简，具体包括：
[0123]
令e＝φ*ξ(k)，则j＝min(δu
t
*[θ
t
qθ+r]*δu+[2e
t
qθ]δu)；
[0124]
令h＝2*(θ
t
qθ+r)，f
t
＝2e
t
qθ，则上述代价函数写为标准二次型
[0125]
在一些实施例中，所述约束条件包括：
[0126]
当所述预测控制状态参数中的预测转向角度在预设的转向角度阈值范围内，且所述预测转向角度的变化值在预设的转向变化阈值范围内时，将所述预测转向角度确定为所述转向角度最优解；所述转向角度阈值范围基于车辆预设的横向加速度限值确定，所述转向变化阈值范围基于车辆预设的横向加速度变化率限值确定。所述预测转向角度的变化值指相邻预测周期的预测转向角度之间的差值。
[0127]
具体地，所述约束条件的数学表达为：
[0128][0129]
其中，a_limt表示预设的横向加速度限值，δa_limt表示预设的横向加速度变化率限值，δ表示预测转向角度，δδ表示预测转向角度的变化值。所述转向角度阈值范围为所述转向变化阈值范围为
[0130]
所述约束条件的推导逻辑为：
[0131]
(1)统计车辆的历史转向角度、历史横向角速度和历史横向加速度变化率。
[0132]
(2)基于车辆的历史转向角度和历史横向角速度，得到车辆历史横向加速度，基于所述历史横向加速度，确定横向加速度限值，即|a|≤a_limt。可以理解的，取大于或等于历史横向加速度的绝对值的值，作为所述横向加速度限值。
[0133]
并基于车辆的历史横向加速度变化率，确定横向加速度变化率限值，即|δa|≤δa_limt。可以理解的，取大于或等于历史横向加速度变化率的绝对值的值，作为所述横向加速度变化率限值。
[0134]
即
[0135]
(3)由牛顿第二定律以及阿克曼定律联立可得：再对该式进行微分，得到
[0136]
假设在lka(lane keeping assist system，车道保持辅助)转向时，车辆速度保持不变，即则有
[0137]
(4)联立上述公式1、2、3，则可得到所述约束条件。
[0138]
需要提及的是，本实施例通过基于横向加速度和横向加速度变化率(冲击度)，设定约束条件，能够在一定程度上提高车辆辅助驾驶的安全性与舒适性，满足整车安全与舒适性要求，且在测试与标定过程中更为直观简便，可实施性较强。
[0139]
下面对本发明提供的辅助驾驶横向控制系统进行描述，下文描述的辅助驾驶横向
控制系统与上文描述的辅助驾驶横向控制方法可相互对应参照。
[0140]
请参考图5，本实施例还提供一种辅助驾驶横向控制系统，包括：
[0141]
车道线获取模块501，用于获取车道线信息；
[0142]
参考轨迹获取模块502，用于基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；
[0143]
参考控制状态参数获取模块503，用于基于所述参考轨迹，得到车辆的参考控制状态参数；
[0144]
预测模块504，用于基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；
[0145]
横向控制模块505，用于基于所述预测控制状态参数，进行辅助驾驶横向控制。所述车道线获取模块501、参考轨迹获取模块502、参考控制状态参数获取模块503、预测模块504和横向控制模块505连接。本系统以车辆运动坐标系为参考坐标系，无需采用定位传感器确定车辆在绝对坐标下的位置，即可实现对车辆的辅助驾驶横向控制，精确度较高，可实施性较强，灵活度较高。
[0146]
在一些实施例中，所述参考轨迹获取模块502具体用于以车辆前轴中心为原点，以车辆纵向为横轴，并以车辆横向为纵轴，建立车辆运动坐标系；
[0147]
对所述车道线信息进行坐标变换，得到在所述车辆运动坐标系下的车道线坐标信息；
[0148]
基于所述车道线坐标信息，进行曲线拟合，得到车道中心线方程；
[0149]
基于所述车道中心线方程，得到车辆在预设时间段内的所述参考轨迹。
[0150]
在一些实施例中，所述参考控制状态参数获取模块503具体用于基于所述参考轨迹和所述车道中心线方程，得到车辆运动坐标系下多个行驶长度所对应的所述参考控制状态参数。
[0151]
在一些实施例中，所述预测模块504具体用于基于所述参考控制状态参数中初始时刻的初始参考控制参数，得到初始控制状态参数，所述初始控制状态参数作为所述离散控制状态方程的输入量；所述初始控制状态参数包括：初始坐标信息、初始横摆角和初始转向角度；所述初始坐标信息的确定方式为将0与初始参考控制参数中的参考坐标之间的差值，确定为所述初始坐标信息；所述初始横摆角的确定方式为将0与初始参考控制参数中的参考横摆角之间的差值，确定为所述初始横摆角；所述初始转向角度的确定方式为将上一预测周期的预测转向角度与初始参考控制参数中的参考转向角度之间的差值，确定所述初始转向角度；
[0152]
将所述初始控制状态参数和所述参考控制状态参数输入所述离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的所述预测控制状态参数。
[0153]
在一些实施例中，所述横向控制模块505具体用于基于所述预测控制状态参数、预设的代价函数和约束条件，得到车辆辅助驾驶横向控制的转向角度最优解；所述代价函数基于所述预测控制状态参数得到，所述代价函数包括用于调整所述预测控制状态参数的权重矩阵；基于所述转向角度最优解，进行辅助驾驶横向控制。
[0154]
下面对本发明提供的车辆进行描述，下文描述的车辆与上文描述的辅助驾驶横向控制方法及系统可相互对应参照。
[0155]
本实施例提供的车辆，包括：前视摄像头和辅助驾驶横向控制系统，所述前视摄像头用于获取车道线图像或视频；
[0156]
所述辅助驾驶横向控制系统包括：
[0157]
车道线获取模块501，用于基于所述车道线图像或视频，以获取车道线信息；
[0158]
参考轨迹获取模块502，用于基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；
[0159]
参考控制状态参数获取模块503，用于基于所述参考轨迹，得到车辆的参考控制状态参数；
[0160]
预测模块504，用于基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；
[0161]
横向控制模块505，用于基于所述预测控制状态参数，进行辅助驾驶横向控制。本车辆无需采用定位传感器确定车辆在绝对坐标下的位置，即可实现对车辆的辅助驾驶横向控制，成本较低，可实施性较强，控制精确度较高。
[0162]
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(communications interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行辅助驾驶横向控制方法，该方法包括：获取车道线信息；基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；基于所述参考轨迹，得到车辆的参考控制状态参数；基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；基于所述预测控制状态参数，进行辅助驾驶横向控制。
[0163]
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0164]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的辅助驾驶横向控制方法，该方法包括：获取车道线信息；基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；基于所述参考轨迹，得到车辆的参考控制状态参数；基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；基于所述预测控制状态参数，进行辅助驾驶横向控制。
[0165]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单
元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0166]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0167]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种辅助驾驶横向控制方法，其特征在于，包括：获取车道线信息；基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；基于所述参考轨迹，得到车辆的参考控制状态参数；基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；基于所述预测控制状态参数，进行辅助驾驶横向控制。2.根据权利要求1所述的辅助驾驶横向控制方法，其特征在于，所述基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹的步骤包括：以车辆前轴中心为原点，以车辆纵向为横轴，并以车辆横向为纵轴，建立车辆运动坐标系；对所述车道线信息进行坐标变换，得到在所述车辆运动坐标系下的车道线坐标信息；基于所述车道线坐标信息，进行曲线拟合，得到车道中心线方程；基于所述车道中心线方程，得到车辆在预设时间段内的所述参考轨迹。3.根据权利要求2所述的辅助驾驶横向控制方法，其特征在于，所述基于所述参考轨迹，得到车辆的参考控制状态参数的步骤包括：基于所述参考轨迹和所述车道中心线方程，得到车辆运动坐标系下多个行驶长度所对应的所述参考控制状态参数。4.根据权利要求1所述的辅助驾驶横向控制方法，其特征在于，所述离散控制状态方程的获取步骤包括：基于预设的静止坐标系，建立车辆的运动学模型；基于所述车辆的运动学模型，得到车辆运动状态方程；通过对所述车辆运动状态方程进行线性化处理，得到线性状态方程，所述线性化处理包括：泰勒级数展开、去除高次项、以及求雅可比矩阵；通过对所述线性状态方程进行离散控制处理，得到所述离散控制状态方程，所述离散控制处理包括前向欧拉离散化处理；所述离散控制状态方程中下一预测周期的预测控制状态参数由当前预测周期的预测控制状态参数得到，所述预测控制状态参数为当前控制状态参数与对应的所述参考控制状态参数之间的差值，所述预测控制参数包括：预测坐标信息、预测横摆角和预测转向角度。5.根据权利要求1所述的辅助驾驶横向控制方法，其特征在于，所述基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数的步骤包括：基于所述参考控制状态参数中初始时刻的初始参考控制参数，得到初始控制状态参数，所述初始控制状态参数作为所述离散控制状态方程的输入量；所述初始控制状态参数包括：初始坐标信息、初始横摆角和初始转向角度；所述初始坐标信息的确定方式为将0与初始参考控制参数中的参考坐标之间的差值，确定为所述初始坐标信息；所述初始横摆角的确定方式为将0与初始参考控制参数中的参考横摆角之间的差值，确定为所述初始横摆角；所述初始转向角度的确定方式为将上一预测周期的预测转向角度与初始参考控制参数
中的参考转向角度之间的差值，确定所述初始转向角度；将所述初始控制状态参数和所述参考控制状态参数输入所述离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的所述预测控制状态参数。6.根据权利要求1所述的辅助驾驶横向控制方法，其特征在于，基于所述预测控制状态参数，进行辅助驾驶横向控制的步骤包括：基于所述预测控制状态参数、预设的代价函数和约束条件，得到车辆辅助驾驶横向控制的转向角度最优解；所述代价函数基于所述预测控制状态参数得到，所述代价函数包括用于调整所述预测控制状态参数的权重矩阵；基于所述转向角度最优解，进行辅助驾驶横向控制。7.根据权利要求6所述的辅助驾驶横向控制方法，其特征在于，所述约束条件包括：当所述预测控制状态参数中的预测转向角度在预设的转向角度阈值范围内，且所述预测转向角度的变化值在预设的转向变化阈值范围内时，将所述预测转向角度确定为所述转向角度最优解；所述转向角度阈值范围基于预设的横向加速度限值确定，所述转向变化阈值范围基于预设的横向加速度变化率限值确定。8.一种辅助驾驶横向控制系统，其特征在于，包括：车道线获取模块，用于获取车道线信息；参考轨迹获取模块，用于基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；参考控制状态参数获取模块，用于基于所述参考轨迹，得到车辆的参考控制状态参数；预测模块，用于基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；横向控制模块，用于基于所述预测控制状态参数，进行辅助驾驶横向控制。9.一种车辆，其特征在于，包括：前视摄像头和辅助驾驶横向控制系统，所述前视摄像头用于获取车道线图像或视频；所述辅助驾驶横向控制系统包括：车道线获取模块，用于基于所述车道线图像或视频，以获取车道线信息；参考轨迹获取模块，用于基于所述车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，所述参考轨迹为车道居中行驶参考轨迹；参考控制状态参数获取模块，用于基于所述参考轨迹，得到车辆的参考控制状态参数；预测模块，用于基于所述参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；横向控制模块，用于基于所述预测控制状态参数，进行辅助驾驶横向控制。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述辅助驾驶横向控制方法的步骤。

技术总结
本发明涉及辅助驾驶技术领域，提供一种辅助驾驶横向控制方法、系统、车辆及存储介质，方法包括：获取车道线信息；基于车道线信息和预设的车辆运动坐标系，得到车辆在预设时间段内的参考轨迹，参考轨迹为车道居中行驶参考轨迹；基于参考轨迹，得到车辆的参考控制状态参数；基于参考控制状态参数和预设的离散控制状态方程，进行车辆控制状态预测，得到在至少一个预测周期内的车辆的预测控制状态参数；基于预测控制状态参数，进行辅助驾驶横向控制。无需采用定位传感器确定车辆在绝对坐标下的位置，即可实现对车辆的辅助驾驶横向控制，精确度较高，成本较低，可实施性较强。可实施性较强。可实施性较强。


技术研发人员：王满江 李政 李理 莫劲威
受保护的技术使用者：三一汽车制造有限公司
技术研发日：2023.06.30
技术公布日：2023/9/14