自动驾驶车辆的加速度控制方法及装置与流程

1.本技术涉及自动驾驶技术领域，特别涉及一种自动驾驶车辆的加速度控制方法及装置。


背景技术：

2.相关技术中，通过采集车辆俯仰角和计算整车质量，调节加速度增加自动驾驶汽车的体感，或者通过分析车辆所处的坡度和加减速状态信息，调节驱动扭矩和制动扭矩的变化斜率，缓和扭矩突变，以减少切换过程中的不平顺性。
3.然而，相关技术中调节驱动扭矩和制动扭矩的变化斜率，无法控制扭矩的跟随性，且响应较慢，降低了车辆的加速度控制的实时性和适用性，并且降低用户的驾乘体验，无法满足用户的驾乘需求，亟待解决。


技术实现要素：

4.本技术是基于发明人对以下问题和认识作出的：
5.自动驾驶系统工作时，由自动驾驶域控制器根据感知层的数据，按照一定算法对自动驾驶汽车的下一步动作进行决策，自动驾驶纵向控制过程中，自动驾驶域控制器对动力域控制器发出扭矩指令，动力与控制器根据扭矩指令控制动力系统按需输出扭矩。
6.现阶段l2～l3等级的自动驾驶系统，需要驾驶员在紧急时刻接管车辆，驾驶员一般可通过转动方向盘、踩下制动或油门踏板等操作接管车辆，当驾驶员采用后一种方式接管车辆时，由于驾驶员不知道自动驾驶域控制器在驾驶员接管前发出的扭矩指令是多少，而驾驶员踩下制动或油门踏板时，动力与控制器会根据制动或油门踏板开度根据查表法找到对应的扭矩值，按照该扭矩值控制动力系统输出动力，这便出现了在驾驶员接管车辆的瞬间，扭矩值会发生突变，导致纵向控制平顺性变差，影响驾乘感受，亟待改进。
7.本技术提供一种自动驾驶车辆的加速度控制方法及装置，以解决相关技术中调节驱动扭矩和制动扭矩的变化斜率，无法控制扭矩的跟随性，且响应较慢，降低了车辆的加速度控制的实时性和适用性，并且降低用户的驾乘体验，无法满足用户的驾乘需求的问题。
8.本技术第一方面实施例提供一种自动驾驶车辆的加速度控制方法，包括以下步骤：检测自动驾驶车辆的当前行驶工况；在检测到所述当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定所述自动驾驶车辆的加速度初始值，基于目标成本函数将所述加速度初始值按照二次规划方法进行优化，得到优化结果；根据所述优化结果对所述车辆的扭矩进行补偿，输出所述行车工况对应的最佳扭矩，使得所述自动驾驶车辆的加速度从所述加速度初始值过渡到加速度目标值。
9.可选地，在本技术的一个实施例中，所述利用锚点法确定所述自动驾驶车辆的加速度初始值，包括：根据所述车辆的直角坐标系确定所述车辆最大车速时的至少一个锚点；利用所述至少一个锚点计算所述加速度初始值。
10.可选地，在本技术的一个实施例中，所述基于目标成本函数将所述加速度初始值
按照二次规划方法进行优化，包括：根据所述车辆的速度和加速度生成所述目标成本函数；基于所述目标成本函数确定所述车辆的速度、加速度和加速度变化率的目标约束条件；利用所述目标成本函数和所述目标约束条件对所述加速度初始值进行二次优化。
11.可选地，在本技术的一个实施例中，所述根据所述优化结果对所述车辆的扭矩进行补偿，包括：根据所述优化结果和油门踏板/制动踏板的实际开度，得到目标扭矩；根据所述目标扭矩得到动力系统的扭矩补偿值。
12.可选地，在本技术的一个实施例中，在得到所述目标扭矩之前，包括：在所述当前行驶工况为无人驾驶行车工况，且所述车辆为加速行驶状态的情况下，根据驾驶员的目标接管方式，采集所述油门踏板/制动踏板的实际开度；在所述当前行驶工况为无人驾驶行车工况，且所述车辆为减速行驶状态的情况下，根据所述驾驶员的目标接管方式，采集所述油门踏板/制动踏板的实际开度。
13.可选地，在本技术的一个实施例中，还包括：根据所述当前行驶工况匹配所述车辆的最佳提醒方式；按照所述最佳提醒方式控制所述车辆切换所述行驶工况时进行所述行车工况的切换提醒。
14.可选地，在本技术的一个实施例中，所述最佳提醒方式包括目标提醒方式和对应的提醒内容。
15.本技术第二方面实施例提供一种自动驾驶车辆的加速度控制装置，包括：检测模块，用于检测自动驾驶车辆的当前行驶工况；处理模块，用于在检测到所述当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定所述自动驾驶车辆的加速度初始值，基于目标成本函数将所述加速度初始值按照二次规划方法进行优化，得到优化结果；控制模块，用于根据所述优化结果对所述车辆的扭矩进行补偿，输出所述行车工况对应的最佳扭矩，使得所述自动驾驶车辆的加速度从所述加速度初始值过渡到加速度目标值。
16.可选地，在本技术的一个实施例中，所述处理模块包括：第一确定单元，用于根据所述车辆的直角坐标系确定所述车辆最大车速时的至少一个锚点；计算单元，用于利用所述至少一个锚点计算所述加速度初始值。
17.可选地，在本技术的一个实施例中，所述处理模块包括：生成单元，用于根据所述车辆的速度和加速度生成所述目标成本函数；第二确定单元，用于基于所述目标成本函数确定所述车辆的速度、加速度和加速度变化率的目标约束条件；优化单元，用于利用所述目标成本函数和所述目标约束条件对所述加速度初始值进行二次优化。
18.可选地，在本技术的一个实施例中，所述控制模块包括：第一获取单元，用于根据所述优化结果和油门踏板/制动踏板的实际开度，得到目标扭矩；第二获取单元，用于根据所述目标扭矩得到动力系统的扭矩补偿值。
19.可选地，在本技术的一个实施例中，还包括：第一采集模块，用于在得到所述目标扭矩之前，在所述当前行驶工况为无人驾驶行车工况，且所述车辆为加速行驶状态的情况下，根据驾驶员的目标接管方式，采集所述油门踏板/制动踏板的实际开度；第二采集模块，用于在得到所述目标扭矩之前，在所述当前行驶工况为无人驾驶行车工况，且所述车辆为减速行驶状态的情况下，根据所述驾驶员的目标接管方式，采集所述油门踏板/制动踏板的实际开度。
20.可选地，在本技术的一个实施例中，还包括：匹配模块，用于根据所述当前行驶工
况匹配所述车辆的最佳提醒方式；提醒模块，用于按照所述最佳提醒方式控制所述车辆切换所述行驶工况时进行所述行车工况的切换提醒。
21.可选地，在本技术的一个实施例中，所述最佳提醒方式包括目标提醒方式和对应的提醒内容。
22.本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的自动驾驶车辆的加速度控制方法。
23.本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的自动驾驶车辆的加速度控制方法。
24.本技术实施例可以在检测到自动驾驶车辆的当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定自动驾驶车辆的加速度初始值，基于目标成本函数将加速度初始值按照二次规划方法进行优化得到优化结果，从而对车辆的扭矩进行补偿获得最佳扭矩，使得自动驾驶车辆的加速度从加速度初始值过渡到加速度目标值，进而有效的提升了车辆的加速度控制的实时性和适用性，并且提升用户的驾乘体验，满足用户的驾乘需求。由此，解决了相关技术中调节驱动扭矩和制动扭矩的变化斜率，无法控制扭矩的跟随性，且响应较慢，降低了车辆的加速度控制的实时性和适用性，并且降低用户的驾乘体验，无法满足用户的驾乘需求的问题。
25.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
26.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
27.图1为根据本技术实施例提供的一种自动驾驶车辆的加速度控制方法的流程图；
28.图2为本技术一个具体实施例的so线斜率为正时的坐标系示意图；
29.图3为本技术一个具体实施例的so线斜率为负时的坐标系示意图；
30.图4为根据本技术实施例的自动驾驶车辆的加速度控制装置的结构示意图；
31.图5为根据本技术实施例提供的车辆的结构示意图。
具体实施方式
32.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
33.下面参考附图描述本技术实施例的自动驾驶车辆的加速度控制方法及装置。针对上述背景技术中心提到的相关技术中调节驱动扭矩和制动扭矩的变化斜率，无法控制扭矩的跟随性，且响应较慢，降低了车辆的加速度控制的实时性和适用性，并且降低用户的驾乘体验，无法满足用户的驾乘需求的问题，本技术提供了一种自动驾驶车辆的加速度控制方法，在该方法中，可以在检测到自动驾驶车辆的当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定自动驾驶车辆的加速度初始值，基于目标成本函数将加速度初
始值按照二次规划方法进行优化得到优化结果，从而对车辆的扭矩进行补偿获得最佳扭矩，使得自动驾驶车辆的加速度从加速度初始值过渡到加速度目标值，进而有效的提升了车辆的加速度控制的实时性和适用性，并且提升用户的驾乘体验，满足用户的驾乘需求。由此，解决了相关技术中调节驱动扭矩和制动扭矩的变化斜率，无法控制扭矩的跟随性，且响应较慢，降低了车辆的加速度控制的实时性和适用性，并且降低用户的驾乘体验，无法满足用户的驾乘需求的问题。
34.具体而言，图1为本技术实施例所提供的一种自动驾驶车辆的加速度控制方法的流程示意图。
35.如图1所示，该自动驾驶车辆的加速度控制方法包括以下步骤：
36.在步骤s101中，检测自动驾驶车辆的当前行驶工况。
37.可以理解的是，本技术实施例可以检测自动驾驶车辆的当前行驶工况，例如，可以通过检测驾驶员是否手握方向盘、是否触发油门踏板或制动踏板，确定自动驾驶车辆当前为无人驾驶工况或有人驾驶工况，从而有效的提升了自动驾驶车辆的加速度控制的可执行性。
38.在步骤s102中，在检测到当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定自动驾驶车辆的加速度初始值，基于目标成本函数将加速度初始值按照二次规划方法进行优化，得到优化结果。
39.可以理解的是，本技术实施例在检测到当前行驶工况为无人切换至有人驾驶的行车工况时，可以利用下述步骤中的锚点法确定自动驾驶车辆的加速度初始值，基于下述步骤中的目标成本函数将加速度初始值按照二次规划方法进行优化，得到优化结果，从而有效的提升了车辆的加速度控制的实时性。
40.其中，在本技术的一个实施例中，利用锚点法确定自动驾驶车辆的加速度初始值，包括：根据车辆的直角坐标系确定车辆最大车速时的至少一个锚点；利用至少一个锚点计算加速度初始值。
41.举例而言，如图2所示，本技术实施例中坐标系的横轴为时间t，纵轴为车速v，其中，v
max
为最高车速，δt为时间步，可根据需要设定，如0.5s。
42.其中，so段线为无人驾驶的s-t曲线，在o点对应的时刻t0，假设驾驶员接管前自动驾驶汽车在加速行驶，驾驶员通过踩油门踏板接管车辆，可以根据下述步骤中驾驶员踩油门踏板的开度得出驾驶员需求的扭矩，并转化为加速度，对应ot段线的斜率，且so和ot段斜率出现突变，因此，本技术实施例可以对加速度进行调节，以保持纵向控制的平顺性。
43.接着，将so延长与v
max
水平线交点为b，将ot线延长与v
max
水平线交点为a，将ab线段四等分，等分点分别为p、q、r，称为锚点，做oq连接线，与t0+δt铅直线交点为k1，连接k1p，与t0+2δt铅直线交点为k2，连接k2a，与t0+3δt铅直线交点为k3。得到ok1、k1k2、k2k3三段线，其斜率对应的加速度分别记为a1、a2、a3，有效的提升车辆的加速度控制的实时性。
44.其中，在本技术的一个实施例中，基于目标成本函数将加速度初始值按照二次规划方法进行优化，包括：根据车辆的速度和加速度生成目标成本函数；基于目标成本函数确定车辆的速度、加速度和加速度变化率的目标约束条件；利用目标成本函数和目标约束条件对加速度初始值进行二次优化。
45.作为一种可能实现的方式，如图2所示，本技术实施例可以以加速度a1、a2、a3为基
础，设定成本函数，即：
[0046][0047]
其中，vi是t0+δt、t0+2δt、t0+3δt时刻的速度，v
iref
是t0+δt、t0+2δt、t0+3δt时刻oa线上的车速值，ai是t0+δt、t0+2δt、t0+3δt时刻的加速度，a
ref
是ot线的斜率，ai′
是t0+δt、t0+2δt、t0+3δt时刻加速度的变化率，w1、w2、w3是三项各自的权重，本在此不做具体限定。
[0048]
在本技术实施例中，成本函数越小越好，优化的结果vi与v
iref
的偏差越小越好，ai与a
ref
偏差越小越好，ai′
越小越好。
[0049]
接着，本技术实施例可以设定约束条件，bound
low
≤v,a,a
′
≤bound
up
[0050]
令：
[0051][0052]
上述成本函数和约束条件可以化为二次优化标准型式：
[0053][0054]
subject to l≤x≤u
[0055]
其中，p、q为根据成本函数化为二次优化标准型过程中的转换矩阵，l、u代表x约束条件的下界和上界。
[0056]
接着，将约束条件代入qp二次规划求解器，对a1、a2、a3进行优化，并得出优化结果，从而有效的提升了车辆切换行驶工况时的平顺性。
[0057]
在步骤s103中，根据优化结果对车辆的扭矩进行补偿，输出行车工况对应的最佳扭矩，使得自动驾驶车辆的加速度从加速度初始值过渡到加速度目标值。
[0058]
可以理解的是，本技术实施例可以根据优化结果对下述步骤中的车辆的扭矩进行补偿，输出行车工况对应的最佳扭矩，使得自动驾驶车辆的加速度从加速度初始值过渡到加速度目标值，例如，可以在检测到车辆从无人驾驶切换至有人驾驶时，输出最佳扭矩，从而对加速度值进行调整，有效的提高车辆的纵向控制平顺性，提升用户的驾乘体验。
[0059]
可选地，在本技术的一个实施例中，根据优化结果对车辆的扭矩进行补偿，包括：根据优化结果和油门踏板/制动踏板的实际开度，得到目标扭矩；根据目标扭矩得到动力系统的扭矩补偿值。
[0060]
举例而言，如图2所示，假设驾驶员接管前自动驾驶汽车在加速行驶，驾驶员通过踩油门踏板接管车辆，本技术实施例可以根据优化结果，并基于驾驶员踩油门踏板开度，生成额外正或负扭矩，对动力系统输出的扭矩进行补偿，完成对无人驾驶和有人驾驶切换过程中的平顺性优化。
[0061]
另外，如果驾驶员接管前自动驾驶汽车在减速行驶，驾驶员通过踩制动踏板接管车辆，可以将v
max
线调整为v＝0的水平线，从而得到优化后的a1、a2、a3，本技术实施例根据优化结果，并基于驾驶员踩制动踏板开度，生成额外正或负扭矩，对动力系统输出的扭矩进行
补偿，以提升无人驾驶和有人驾驶切换过程中平顺性。
[0062]
可选地，在本技术的一个实施例中，在得到目标扭矩之前，包括：在当前行驶工况为无人驾驶行车工况，且车辆为加速行驶状态的情况下，根据驾驶员的目标接管方式，采集油门踏板/制动踏板的实际开度；在当前行驶工况为无人驾驶行车工况，且车辆为减速行驶状态的情况下，根据驾驶员的目标接管方式，采集油门踏板/制动踏板的实际开度。
[0063]
举例而言，如图3所示，假设驾驶员接管前自动驾驶汽车在减速行驶，驾驶员通过踩油门踏板接管车辆时，so线斜率为负，则从o点按照最小斜率阈值做直线与v
max
交于b点，获取加速度a1、a2、a3，并以加速度a1、a2、a3为基础设定成本函数和约束条件，进行二次优化，同时，该二次优化过程也适用于驾驶员接管之前自动驾驶汽车为加速行驶，驾驶员通过踩制动踏板接管的行驶状态中，其中，获取加速度的过程与加速过程中驾驶员踩油门踏板接管相同，在此不作具体赘述，从而有效的提升了用户的驾乘体验。
[0064]
可选地，在本技术的一个实施例中，还包括：根据当前行驶工况匹配车辆的最佳提醒方式；按照最佳提醒方式控制车辆切换行驶工况时进行行车工况的切换提醒。
[0065]
在部分实施例中，本技术实施例可以根据当前行驶工况匹配下述步骤中车辆的最佳提醒方式，可以按照下述步骤中的最佳提醒方式，控制车辆在切换行驶工况时将进行行车工况的提醒，有效的提升了车辆的智能化水平。
[0066]
可选地，在本技术的一个实施例中，最佳提醒方式包括目标提醒方式和对应的提醒内容。
[0067]
例如，本技术实施例中的最佳提醒方式包括声学提醒方式和光学提醒方式，当车辆从无人驾驶切换到有人驾驶时，座舱内可以通过语音提示“已人工接管车辆”，并且仪表盘内的人工驾驶的图标亮起，有效的提升了车辆的交互性。
[0068]
根据本技术实施例提出的自动驾驶车辆的加速度控制方法，可以在检测到自动驾驶车辆的当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定自动驾驶车辆的加速度初始值，基于目标成本函数将加速度初始值按照二次规划方法进行优化得到优化结果，从而对车辆的扭矩进行补偿获得最佳扭矩，使得自动驾驶车辆的加速度从加速度初始值过渡到加速度目标值，进而有效的提升了车辆的加速度控制的实时性和适用性，并且提升用户的驾乘体验，满足用户的驾乘需求。由此，解决了相关技术中调节驱动扭矩和制动扭矩的变化斜率，无法控制扭矩的跟随性，且响应较慢，降低了车辆的加速度控制的实时性和适用性，并且降低用户的驾乘体验，无法满足用户的驾乘需求的问题。
[0069]
其次参照附图描述根据本技术实施例提出的自动驾驶车辆的加速度控制装置。
[0070]
图4是本技术实施例的自动驾驶车辆的加速度控制装置的方框示意图。
[0071]
如图4所示，该自动驾驶车辆的加速度控制装置10包括：检测模块100、处理模块200和控制模块300。
[0072]
具体地，检测模块100，用于检测自动驾驶车辆的当前行驶工况。
[0073]
处理模块200，用于在检测到当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定自动驾驶车辆的加速度初始值，基于目标成本函数将加速度初始值按照二次规划方法进行优化，得到优化结果。
[0074]
控制模块300，用于根据优化结果对车辆的扭矩进行补偿，输出行车工况对应的最佳扭矩，使得自动驾驶车辆的加速度从加速度初始值过渡到加速度目标值。
[0075]
可选地，在本技术的一个实施例中，处理模块包括：第一确定单元和计算单元。
[0076]
其中，第一确定单元，用于根据车辆的直角坐标系确定车辆最大车速时的至少一个锚点。
[0077]
计算单元，用于利用至少一个锚点计算加速度初始值。
[0078]
可选地，在本技术的一个实施例中，处理模块包括：生成单元、第二确定单元和优化单元。
[0079]
其中，生成单元，用于根据车辆的速度和加速度生成目标成本函数。
[0080]
第二确定单元，用于基于目标成本函数确定车辆的速度、加速度和加速度变化率的目标约束条件。
[0081]
优化单元，用于利用目标成本函数和目标约束条件对加速度初始值进行二次优化。
[0082]
可选地，在本技术的一个实施例中，控制模块包括：第一获取单元和第二获取单元
[0083]
其中，第一获取单元，用于根据优化结果和油门踏板/制动踏板的实际开度，得到目标扭矩。
[0084]
第二获取单元，用于根据目标扭矩得到动力系统的扭矩补偿值。
[0085]
可选地，在本技术的一个实施例中，还包括：第一采集模块和第二采集模块。
[0086]
其中，第一采集模块，用于在得到目标扭矩之前，在当前行驶工况为无人驾驶行车工况，且车辆为加速行驶状态的情况下，根据驾驶员的目标接管方式，采集油门踏板/制动踏板的实际开度。
[0087]
第二采集模块，用于在得到目标扭矩之前，在当前行驶工况为无人驾驶行车工况，且车辆为减速行驶状态的情况下，根据驾驶员的目标接管方式，采集油门踏板/制动踏板的实际开度。
[0088]
可选地，在本技术的一个实施例中，还包括：匹配模块和提醒模块。
[0089]
其中，匹配模块，用于根据当前行驶工况匹配车辆的最佳提醒方式。
[0090]
提醒模块，用于按照最佳提醒方式控制车辆切换行驶工况时进行行车工况的切换提醒。
[0091]
可选地，在本技术的一个实施例中，最佳提醒方式包括目标提醒方式和对应的提醒内容。
[0092]
需要说明的是，前述对自动驾驶车辆的加速度控制方法实施例的解释说明也适用于该实施例的自动驾驶车辆的加速度控制装置，此处不再赘述。
[0093]
根据本技术实施例提出的自动驾驶车辆的加速度控制装置，可以在检测到自动驾驶车辆的当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定自动驾驶车辆的加速度初始值，基于目标成本函数将加速度初始值按照二次规划方法进行优化得到优化结果，从而对车辆的扭矩进行补偿获得最佳扭矩，使得自动驾驶车辆的加速度从加速度初始值过渡到加速度目标值，进而有效的提升了车辆的加速度控制的实时性和适用性，并且提升用户的驾乘体验，满足用户的驾乘需求。由此，解决了相关技术中调节驱动扭矩和制动扭矩的变化斜率，无法控制扭矩的跟随性，且响应较慢，降低了车辆的加速度控制的实时性和适用性，并且降低用户的驾乘体验，无法满足用户的驾乘需求的问题。
[0094]
图5为本技术实施例提供的车辆的结构示意图。该车辆可以包括：
[0095]
存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序。
[0096]
处理器502执行程序时实现上述实施例中提供的自动驾驶车辆的加速度控制方法。
[0097]
进一步地，车辆还包括：
[0098]
通信接口503，用于存储器501和处理器502之间的通信。
[0099]
存储器501，用于存放可在处理器502上运行的计算机程序。
[0100]
存储器501可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0101]
如果存储器501、处理器502和通信接口503独立实现，则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0102]
可选地，在具体实现上，如果存储器501、处理器502及通信接口503，集成在一块芯片上实现，则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
[0103]
处理器502可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0104]
本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，该程序被处理器执行时实现如上的自动驾驶车辆的加速度控制方法。
[0105]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0106]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0107]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0108]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用
于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0109]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0110]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0111]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0112]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种自动驾驶车辆的加速度控制方法，其特征在于，包括以下步骤：检测自动驾驶车辆的当前行驶工况；在检测到所述当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定所述自动驾驶车辆的加速度初始值，基于目标成本函数将所述加速度初始值按照二次规划方法进行优化，得到优化结果；以及根据所述优化结果对所述车辆的扭矩进行补偿，输出所述行车工况对应的最佳扭矩，使得所述自动驾驶车辆的加速度从所述加速度初始值过渡到加速度目标值。2.根据权利要求1所述的方法，其特征在于，所述利用锚点法确定所述自动驾驶车辆的加速度初始值，包括：根据所述车辆的直角坐标系确定所述车辆最大车速时的至少一个锚点；利用所述至少一个锚点计算所述加速度初始值。3.根据权利要求1所述的方法，其特征在于，所述基于目标成本函数将所述加速度初始值按照二次规划方法进行优化，包括：根据所述车辆的速度和加速度生成所述目标成本函数；基于所述目标成本函数确定所述车辆的速度、加速度和加速度变化率的目标约束条件；利用所述目标成本函数和所述目标约束条件对所述加速度初始值进行二次优化。4.根据权利要求1所述的方法，其特征在于，所述根据所述优化结果对所述车辆的扭矩进行补偿，包括：根据所述优化结果和油门踏板/制动踏板的实际开度，得到目标扭矩；根据所述目标扭矩得到动力系统的扭矩补偿值。5.根据权利要求4所述的方法，其特征在于，在得到所述目标扭矩之前，包括：在所述当前行驶工况为无人驾驶行车工况，且所述车辆为加速行驶状态的情况下，根据驾驶员的目标接管方式，采集所述油门踏板/制动踏板的实际开度；在所述当前行驶工况为无人驾驶行车工况，且所述车辆为减速行驶状态的情况下，根据所述驾驶员的目标接管方式，采集所述油门踏板/制动踏板的实际开度。6.根据权利要求1所述的方法，其特征在于，还包括：根据所述当前行驶工况匹配所述车辆的最佳提醒方式；按照所述最佳提醒方式控制所述车辆切换所述行驶工况时进行所述行车工况的切换提醒。7.根据权利要求6所述的方法，其特征在于，所述最佳提醒方式包括目标提醒方式和对应的提醒内容。8.一种自动驾驶车辆的加速度控制装置，其特征在于，包括：检测模块，用于检测自动驾驶车辆的当前行驶工况；处理模块，用于在检测到所述当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定所述自动驾驶车辆的加速度初始值，基于目标成本函数将所述加速度初始值按照二次规划方法进行优化，得到优化结果；以及控制模块，用于根据所述优化结果对所述车辆的扭矩进行补偿，输出所述行车工况对应的最佳扭矩，使得所述自动驾驶车辆的加速度从所述加速度初始值过渡到加速度目标
值。9.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-7任一项所述的自动驾驶车辆的加速度控制方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-7任一项所述的自动驾驶车辆的加速度控制方法。

技术总结
本申请涉及自动驾驶技术领域，特别涉及一种自动驾驶车辆的加速度控制方法和装置，其中，方法包括：检测自动驾驶车辆的当前行驶工况；在检测到当前行驶工况为无人切换至有人驾驶的行车工况时，利用锚点法确定自动驾驶车辆的加速度初始值，基于目标成本函数将加速度初始值按照二次规划方法进行优化，并得到优化结果；根据优化结果对车辆的扭矩进行补偿，输出行车工况对应的最佳扭矩，使得自动驾驶车辆的加速度从加速度初始值过渡到加速度目标值。由此，解决了相关技术中调节驱动扭矩和制动扭矩的变化斜率，无法控制扭矩的跟随性，且响应较慢，降低了车辆的加速度控制的实时性和适用性，并且降低用户的驾乘体验的问题。并且降低用户的驾乘体验的问题。并且降低用户的驾乘体验的问题。


技术研发人员：黄秋生
受保护的技术使用者：奇瑞智能汽车科技（合肥）有限公司
技术研发日：2023.06.06
技术公布日：2023/10/6