车辆控制方法、电子设备及存储介质与流程

1.本发明涉及车辆相关技术领域，特别是一种车辆控制方法、电子设备及存储介质。


背景技术：

2.现有的车辆辅助功能，能够实现对车辆的辅助驾驶。例如车道保持辅助(lka)，车道保持辅助系统属于智能驾驶辅助系统中的一种，它可以对转向系统进行控制辅助车辆保持在本车道内行驶。lka性能的好坏与客户驾驶安心感和安全性有着重要联系。一般lka功能的驾驶模式包括自动驾驶和人机共驾两种模式。正常情况下lka激活后为自动驾驶模式，当遇到有避障需求时驾驶员可在lka不退出前提下部分接管车辆，即为人机共驾模式。
3.然而，现有的车辆控制方法，并没有考虑到弯道状态，无论车辆处于何种弯道状态，现有技术的车辆控制方法，均采用相同的控制逻辑。
4.然而，如图1所示，车辆启动了lka功能。在弯道10'，由于内外弯的回正力矩和电动助力转向系统(electronic power steering，eps)控制力矩方向不同，将影响车辆控制。
5.具体地，对于内弯驾驶员人工干预方向盘(override)，其转向输出力矩为：t
tire
＝t
eps_a
+tm+t
re
，其中，t
tire
为轮胎总的力矩，t
eps_a
为电动助力转向系统控制力矩，tm为驾驶员手力矩，t
re
为整车回正力矩。车辆11'在内弯override保舵力大，需要克服回正力矩12'和lka控制力矩13'，同时，如内弯车道轨迹线14'所示，内弯override自动驾驶控制权增大时方向盘转速较快，容易超调。
6.对于外弯override，其转向输出力矩为：t
tire
＝t
eps_a
+t
m-t
re
。车辆15'在外弯override保舵力小，回正力矩16'和lka控制力矩17'方向相反，同时，如外弯车辆轨迹线18’所示，外弯override自动驾驶控制权增大时轮端转向力矩不足以克服回正力矩，车辆容易偏出车道。
7.因此，由于现有技术无法识别内外弯因素，导致车辆在辅助驾驶时容易出现超调或者偏出车道的情况。


技术实现要素：

8.基于此，有必要针对现有技术无法识别内外弯因素，导致车辆在辅助驾驶时容易出现超调或者偏出车道的情况的技术问题，提供一种车辆控制方法、电子设备及存储介质。
9.本发明提供一种驾驶控制权分配方法，包括：
10.获取车辆的横向偏移量以及横向加速度；
11.根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，所述弯道状态至少包括内弯状态、或外弯状态；
12.基于所述弯道状态，控制车辆。
13.进一步地，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包
括：
14.如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为内弯状态；或者
15.如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为内弯状态。
16.进一步地，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
17.如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为外弯状态；或者
18.如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为外弯状态。
19.进一步地，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数，所述弯道状态还包括居中过弯状态，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，确定车辆的弯道状态，具体包括：
20.如果所述横向偏移量的绝对值小于等于偏移量弯道阈值，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为居中过弯状态。
21.进一步地，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数，所述弯道状态还包括直行状态，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
22.如果所述横向加速度的绝对值小于等于加速度弯道阈值，则判断为直行状态。
23.再进一步地，所述基于所述弯道状态，控制车辆，具体包括：
24.监测驾驶员手力矩是否满足驾驶模式的切换条件；
25.在驾驶员手力矩满足自动驾驶模式与人机共驾模式的切换条件的情况下，每间隔预设时长，根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，根据当前时刻的自动驾驶控制权占比进行驾驶模式的切换。
26.再进一步地，所述根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，具体包括：
27.计算上一时刻整车回正力矩；
28.计算当前时刻的自动驾驶控制权占比为：
29.q
t
＝q
t-1
+η
1，t-1
η
2，t-1
t
re，t-1
+η
5，t-1
δt，其中：
30.q
t
为当前时刻的自动驾驶控制权占比，q
t-1
为上一时刻的自动驾驶控制权占比，t
re，t-1
为上一时刻整车回正力矩；
31.其中，η1为横向加速度权重系数，g
t-1
为上一时刻的车辆横向加速度，g
max
为允许最大横向加速度；
32.，η
2，t-1
为根据上一时刻所述弯道状态计算确定的内外弯状态系数；
33.其中，k1为自动驾驶控制权下降斜率，k2为自动驾驶控制权上升斜率，t
tm≥tm1
为满足tm≥tm1的持续时间，tm为驾驶员手力矩，tm1为第一方向盘手力矩阈值，t
m1
为第一时间阈值，t
tm≤tm2
为满足tm≤tm2的持续时间，tm2为第二方向盘手力矩阈值，t
m2
为第二时间阈值，q
t-1
为上一时刻的自动驾驶控制权占比，q
min
为自动驾驶最小控制权，δt为所述预设时长。
34.再进一步地，所述计算上一时刻整车回正力矩，具体包括：计算上一时刻整车回正力矩为：t
re，t-1
＝t
tire_re，t-1
+t
lat_re，t-1
，其中：t
re，t-1
为上一时刻整车回正力矩，t
tire_re，t-1
为上一时刻轮胎转角产生的回正力矩，t
lat_re，t-1
为上一时刻横向力产生的回正力矩。
35.本发明提供一种电子设备，包括：
36.至少一个处理器；以及，
37.与至少一个所述处理器通信连接的存储器；其中，
38.所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的驾驶控制权分配方法。
39.本发明提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的驾驶控制权分配方法的所有步骤。
40.本发明根据横向偏移量和/或横向加速度，确定车辆的弯道状态，基于弯道状态，控制车辆，从而在车辆控制算法中，引入弯道状态，从而避免车辆出现超调或者偏出车道的情况。
附图说明
41.图1为车辆在内弯和外弯状态下的力矩示意图；
42.图2为本发明一实施例一种驾驶控制权分配方法的工作流程图；
43.图3为本发明另一实施例一种驾驶控制权分配方法的工作流程图；
44.图4为本发明一个内弯例子图；
45.图5为本发明再一个内弯例子；
46.图6为本发明一个外弯例子；
47.图7为本发明再一个外弯例子；
48.图8为本发明一个居中过弯例子；
49.图9为本发明再一个居中过弯例子；
50.图10为本发明一个直行例子；
51.图11为本发明再一个直行例子；
52.图12为本发明又一个直行例子；
53.图13为本发明最佳实施例电机扭矩输出示意图；
54.图14为整车回正力矩示意图；
55.图15为本发明最佳实施例一种弯道识别方法的工作流程图；
56.图16为本发明一种电子设备的硬件结构示意图。
具体实施方式
57.下面结合附图来进一步说明本发明的具体实施方式。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
58.如图2所示为本发明一实施例一种驾驶控制权分配方法的工作流程图，包括：
59.步骤s201，获取车辆的横向偏移量以及横向加速度；
60.步骤s202，根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，所述弯道状态至少包括内弯状态、或外弯状态；
61.步骤s203，基于所述弯道状态，控制车辆。
62.具体来说，本发明可以应用在车辆具有处理能力的电子设备，例如电子控制器单元(electronic control unit，ecu)上。
63.电子设备执行步骤s201，获取车辆的横向偏移量y以及横向加速度g。横向偏移量为车辆的位置与车道中心线的横向距离。其中横向偏移量可以为正数或负数。横向加速度为车辆质心位置的横向加速度。横向加速度可以为正数或负数。
64.在一些实施例中，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数。
65.在一些实施例中，车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数。
66.然后，执行步骤s202，根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，所述弯道状态至少包括内弯状态、或外弯状态。
67.其中，内弯状态为车辆处于转弯且位于弯曲的车道中心线的内侧，而外弯状态为车辆处于转弯且位于弯曲的车道中心线的外侧。而除了内弯状态和外弯状态以外的状态为其他状态。其他状态包括但不限于居中过弯状态、车辆直行状态等。其中，车道中心线弯曲时，其靠近圆心一侧为内侧，而远离圆心一侧为外侧。
68.然后，执行步骤s203，基于弯道状态，控制车辆。具体地，基于车辆为内弯状态、外弯状态或其他状态，控制车辆。
69.控制车辆的方法可以为各种辅助车辆方法。
70.本发明根据横向偏移量和/或横向加速度，确定车辆的弯道状态，基于弯道状态，控制车辆，从而在车辆控制算法中，引入弯道状态，从而避免车辆出现超调或者偏出车道的情况。
71.如图3所示为本发明另一实施例一种车辆控制方法的工作流程图，包括：
72.步骤s301，获取车辆的横向偏移量以及横向加速度，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数；
73.步骤s302，根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，所述弯道状态至少包括内弯状态、外弯状态、居中过弯状态、或者直行状态。
74.在其中一个实施例中，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
75.如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为内弯状态；或者
76.如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为内弯状态。
77.在其中一个实施例中，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
78.如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为外弯状态；或者
79.如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为外弯状态。
80.在其中一个实施例中，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
81.如果所述横向偏移量的绝对值小于等于偏移量弯道阈值，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为居中过弯状态。
82.在其中一个实施例中，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
83.如果所述横向加速度的绝对值小于等于加速度弯道阈值，则判断为直行状态。
84.步骤s303，监测驾驶员手力矩是否满足驾驶模式的切换条件；
85.步骤s304，在驾驶员手力矩满足自动驾驶模式与人机共驾模式的切换条件的情况下，每间隔预设时长，根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，根据当前时刻的自动驾驶控制权占比进行驾驶模式的切换。
86.在其中一个实施例中，所述根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，具体包括：
87.计算上一时刻整车回正力矩；
88.计算当前时刻的自动驾驶控制权占比为：
89.q
t
＝q
t-1
+η
1，t-1
η
2，t-1
t
re，t-1
+η
5，t-1
δt，其中：
90.q
t
为当前时刻的自动驾驶控制权占比，q
t-1
为上一时刻的自动驾驶控制权占比，
t
re，t-1
为上一时刻整车回正力矩；
91.其中，η1为横向加速度权重系数，g
t-1
为上一时刻的车辆横向加速度，g
max
为允许最大横向加速度；
92.η
2，t-1
为根据上一时刻所述弯道状态计算确定的内外弯状态系数；
93.t
re，t-1
＝t
tire_re，t-1
+t
lat_re，t-1
，其中：t
re，t-1
为上一时刻整车回正力矩，t
tire_re，t-1
为上一时刻轮胎转角产生的回正力矩，t
lat_re，t-1
为上一时刻横向力产生的回正力矩；
94.其中，k1为自动驾驶控制权下降斜率，k2为自动驾驶控制权上升斜率，t
tm≥tm1
为满足tm≥tm1的持续时间，tm为驾驶员手力矩，tm1为第一方向盘手力矩阈值，t
m1
为第一时间阈值，t
tm≤tm2
为满足tm≤tm2的持续时间，tm2为第二方向盘手力矩阈值，t
m2
为第二时间阈值，q
t-1
为上一时刻的自动驾驶控制权占比，q
min
为自动驾驶最小控制权，
△
t为所述预设时长。
95.在其中一个实施例中，所述计算上一时刻整车回正力矩，具体包括：计算上一时刻整车回正力矩为：t
re,t-1
＝t
tire_re,t-1
+t
lat_re,t-1
,其中:t
re,t-1
为上一时刻整车回正力矩，t
tire_re,t-1
为上一时刻轮胎转角产生的回正力矩，t
lat_re,t-1
为上一时刻横向力产生的回正力矩。
96.具体来说，首先执行步骤s301，获取车辆的横向偏移量以及横向加速度，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数。
97.然后，执行步骤s302，根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态。
98.在其中一个实施例中，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
99.如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为内弯状态；或者
100.如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为内弯状态。
101.具体来说：
102.如图4所示，横向偏移量y》0，且y的绝对值》偏移量弯道阈值y
curve
，且横向加速度g
为正数，且横向加速度g的绝对值》加速度弯道阈值g
curve
，则车辆41位于车道中心线52左侧，且向左转，判断为内弯状态；或者
103.如图5所示，横向偏移量y《0，且y的绝对值》y
curve
，且横向加速度为负数，且横向加速度的绝对值》g
curve
，则如图5所示，车辆51位于车道中心线52右侧，且向右转，判断为内弯状态。
104.在一些实施例中，如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值的持续时间超过第一弯道时间阈值tg，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值的持续时间超过第二弯道时间阈值ty，则判断为内弯状态；或者
105.如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值的持续时间超过第一弯道时间阈值tg，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值的持续时间超过第二弯道时间阈值ty，则判断为内弯状态。
106.本实施例基于横向偏移量与横向加速度判断内弯状态。
107.在其中一个实施例中，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
108.如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为外弯状态；或者
109.如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为外弯状态。
110.具体来说：
111.如图6所示，横向偏移量y》0，且y的绝对值》y
curve
，且横向加速度为负数，且横向加速度的绝对值》g
curve
，则如图6所示，车辆61位于车道中心线62左侧，且向右转，判断为外弯状态；或者
112.如图7所示，横向偏移量y《0，且y的绝对值》y
curve
，且横向加速度为正数，且横向加速度的绝对值》g
curve
，则如图7所示，车辆71位于车道中心线72右侧，且向左转，判断为外弯状态。
113.在一些实施例中，如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值的持续时间超过第一弯道时间阈值tg，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值的持续时间超过第二弯道时间阈值ty，则判断为外弯状态；或者
114.如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值的持续时间超过第一弯道时间阈值tg，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值的持续时间超过第二弯道时间阈值ty，则判断为外弯状态。
115.本实施例基于横向偏移量与横向加速度判断外弯状态。
116.在其中一个实施例中，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
117.如果所述横向偏移量的绝对值小于等于偏移量弯道阈值，且所述横向加速度的绝
对值大于加速度弯道阈值，则判断为居中过弯状态。
118.具体来说：
119.如图8所示，y绝对值≤y
curve
，且横向加速度g为正数，且横向加速度g绝对值》g
curve
，则如图8所示，车辆81位于车道中心线82上，且向左转，判断为居中过弯状态；或者
120.如图9所示，y绝对值≤y
curve
，且横向加速度g为负数，且横向加速度g绝对值》g
curve
，则如图9所示，车辆91位于车道中心线92上，且向右转，判断为居中过弯状态。
121.本实施例基于横向偏移量与横向加速度判断居中过弯状态。
122.在其中一个实施例中，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：
123.如果所述横向加速度的绝对值小于等于加速度弯道阈值，则判断为直行状态。
124.如图10所示，横向偏移量y》0，且y绝对值》y
curve
，且横向加速度g绝对值≤g
curve
，则如图10所示，车辆1001偏左，且直行；
125.如图11所示，横向偏移量y《0，且y绝对值》ycurve，且横向加速度g绝对值≤gcurve，则如图11所示，车辆1101偏右，且直行；
126.如图12所示，横向偏移量y绝对值≤ycurve，且横向加速度g绝对值≤gcurve，则如图12所示，车辆1201直行居中。
127.本实施例基于横向偏移量与横向加速度判断直行状态。
128.最后，执行步骤s303，监测驾驶员手力矩是否满足驾驶模式的切换条件。
129.其中，切换条件包括：自动驾驶模式切换至人机共驾模式/纯人工模式的第一条件、或者纯人工模式/人机共驾模式切换至自动驾驶模式的第二条件。
130.因此，监测驾驶员手力矩是否满足驾驶模式的切换条件，具体为：车辆是否满足自动驾驶模式切换至人机共驾模式/纯人工模式的第一条件或者人机共驾模式/纯人工模式切换至自动驾驶模式的第二条件。
131.一般来说，正常情况下lka激活后为自动驾驶模式，当遇到有避障需求时驾驶员可在lka不退出前提下部分接管车辆，即为人机共驾模式。因此，优选地，切换条件包括：自动驾驶模式切换至人机共驾模式的第一条件、或者人机共驾模式切换至自动驾驶模式的第二条件。
132.在一些实施例中，所述监测驾驶员手力矩是否满足驾驶模式的切换条件，具体包括：
133.监测驾驶员手力矩；
134.如果驾驶员手力矩大于第一方向盘手力矩阈值的持续时间超过第一时间阈值，则判断车辆满足所述切换条件；或者
135.如果驾驶员手力矩小于第二方向盘手力矩阈值的持续时间超过第二时间阈值，则判断车辆满足所述切换条件，其中所述第二方向盘手力矩阈值小于所述第一接管力矩阈值。
136.具体来说，如果驾驶员手力矩大于第一方向盘手力矩阈值的持续时间超过第一时间阈值，则判断车辆满足所述第一条件，将计算自动驾驶控制权，并基于自动驾驶控制权从纯自动驾驶模式向人机共驾模式或纯人工驾驶模式切换。而如果驾驶员手力矩小于第二方向盘手力矩阈值的持续时间超过第二时间阈值，则判断车辆满足所述切换条件，将计算自
动驾驶控制权，并基于自动驾驶控制权从纯人工驾驶模式或者人机共驾模式切换至自动驾驶模式。
137.一旦车辆满足驾驶模式的切换条件，即满足第一条件、或者满足第二条件，则执行步骤s304，每间隔预设时长，根据上一时刻的自动驾驶控制权占比、整车回正力矩、弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比。
138.而一旦车辆不满足驾驶模式的切换条件，即车辆不满足第一条件、也不满足第二条件，则保持自动驾驶控制权占比不变。
139.其中，自动驾驶控制权占比为自动驾驶控制权在驾驶控制权中的占比。驾驶控制权是指控制车辆的权限，驾驶控制权包括自动驾驶控制权与驾驶员控制权。自动驾驶控制权是指自动驾驶模式控制车辆的权限，而驾驶员控制权为纯人工驾驶控制车辆的权限。其中，自动驾驶控制权占比0％为纯人工驾驶模式，100％为纯自动驾驶模式，0％～100％之间为人机共驾模式。
140.具体来说，每间隔预设时长则确定一次当前时刻的自动驾驶控制权占比，然后根据当前时刻的自动驾驶控制权占比控制驾驶模式的切换，即从纯自动驾驶模式-》人机共驾模式-》纯人工驾驶模式切换，或者从纯人工驾驶模式-》人机共驾模式-》自动驾驶模式。
141.然后，根据当前时刻的自动驾驶控制权占比进行驾驶模式的切换。驾驶模式包括纯自动驾驶模式、人机共驾模式、纯人工驾驶模式。驾驶模式的切换，如图13所示。其中，车辆通过获取时间、车速、手力扭矩、方向盘转角、车辆横向加速度、横向偏移量、航向角，分别输入人工驾驶助力模块1301、回正力矩控制模块1302、车道保持力矩控制模块1303，计算后输出电机扭矩。人工驾驶助力模块1301计算的第一扭矩、回正力矩控制模块1302计算的第二扭矩、以及车道保持力矩控制模块1303计算的第三扭矩结合作为车辆的电机扭矩输出。其中，第一扭矩是人工驾驶助力模块1301根据驾驶员对方向盘施加的驾驶员手力矩采用现有的人工驾驶助力方法计算得到的扭矩，反映驾驶员纯人工驾驶控制车辆所输出的扭矩。而第二扭矩是回正力矩控制模块1302采用现有的回正力矩控制方法计算得到的扭矩。第三扭矩则是车道保持力矩控制模块1303采用现有的车道保持方法计算得到的扭矩，反映纯自动驾驶控制车辆所输出的扭矩。
142.其中，电机扭矩输出＝第一扭矩乘以(1-q
t
)+第二扭矩乘以kr+第三扭矩乘以q
t
。其中，q
t
为当前时刻的自动驾驶控制权占比，kr为回正力矩系数。通过调节自动驾驶控制权占比，则能够调整人工驾驶助力模块1301输出的第一扭矩与车道保持力矩控制模块1303输出的第三扭矩在电机扭矩中的占比。当q
t
为0％时，车道保持力矩控制模块1303输出的第三扭矩对电机扭矩无作用，电机扭矩由人工驾驶助力模块1301输出的第一扭矩结合回正力矩控制模块1302输出的第二扭矩得到，此时为纯人工驾驶模式。当q
t
为100％时，人工驾驶助力模块1301输出的第一扭矩对电机扭矩无作用，电机扭矩由车道保持力矩控制模块1303输出的第三扭矩结合回正力矩控制模块1302输出的第二扭矩得到，此时为纯自动驾驶模式。当0％＜q
t
＜100％时，电机扭矩由第一扭矩、第二扭矩、第三扭矩结合得到，此时为人机共驾模式。
143.本实施例根据车辆横向加速度和横向偏移量信号自动识别内外弯，并结合横向加速度和横向偏移量大于设定阈值的持续时间来进行状态判断，可避免信号抖动或者其他干扰造成的误识别，内外弯的自动识别有利于提升车道保持辅助功能人机共驾模式下车辆偏
内弯和外弯恢复居中过程中的性能。
144.在其中一个实施例中，所述根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，具体包括：
145.计算上一时刻整车回正力矩；
146.计算当前时刻的自动驾驶控制权占比为：
147.q
t
＝q
t-1
+η
1，t-1
η
2，t-1
t
re，t-1
+η
5，t-1
δt，其中：
148.q
t
为当前时刻的自动驾驶控制权占比，q
t-1
为上一时刻的自动驾驶控制权占比，t
re,t-1
为上一时刻整车回正力矩；
149.其中，η1为横向加速度权重系数，g
t-1
为上一时刻的车辆横向加速度，g
max
为允许最大横向加速度；
150.η
2,t-1
为根据上一时刻所述弯道状态计算确定的内外弯状态系数；
151.t
re,t-1
＝t
tire_re,t-1
+t
lat_re,t-1
,其中:t
re,t-1
为上一时刻整车回正力矩，t
tire_re,t-1
为上一时刻轮胎转角产生的回正力矩，t
lat_re,t-1
为上一时刻横向力产生的回正力矩；
152.其中，k1为自动驾驶控制权下降斜率，k2为自动驾驶控制权上升斜率，t
tm≥tm1
为满足tm≥tm1的持续时间，tm为驾驶员手力矩，tm1为第一方向盘手力矩阈值，t
m1
为第一时间阈值，t
tm≤tm2
为满足tm≤tm2的持续时间，tm2为第二方向盘手力矩阈值，t
m2
为第二时间阈值，q
t-1
为上一时刻的自动驾驶控制权占比，q
min
为自动驾驶最小控制权，
△
t为所述预设时长。
153.具体来说，首先计算上一时刻整车回正力矩，然后计算当前时刻的自动驾驶控制权占比为：
154.q
t
＝q
t-1
+η
1,t-1
η
2,t-1
t
re,t-1
+η
5,t-1
δt。
155.本实施例通过考虑横向加速度、内外弯判定以及回正力矩的综合因素，从而在驾驶过程中，特别是车辆转向时，在驾驶员控制权减弱过程中保持平稳的车辆举动，以及在驾驶员控制权增大过程中减少人机冲突。同时，通过η
5,t-1
表征不同条件下的驾驶控制权变化的斜率，通过考虑驾驶员手力矩因素来确定驾驶控制权分配。
156.其中，q
t
为当前时刻的自动驾驶控制权占比，q
t-1
为上一时刻的自动驾驶控制权占比，t
re,t-1
为上一时刻的所述整车回正力矩；
157.其中，η1为横向加速度权重系数，g
t-1
为上一时刻的车辆横向加速度，g
max
为允许最大横向加速度；
158.其中，η
2,t-1
为上一时刻的内外弯状态系数。
159.其中，g
t-1
为上一时刻的车辆横向加速度，g
max
为允许最大横向加速度。因此，当上一时刻的车辆横向加速度大于等于允许最大横向加速度，则η
1,t-1
为0，则第一参数q1为0。而当上一时刻的车辆横向加速度小于允许最大横向加速度，则η
1,t-1
为横向加速度权重系数η1。η1可以通过标定得到。
160.而η
2,t-1
为上一时刻的内外弯状态系数，用于标识上一时刻车辆为内弯状态或者外弯状态。在上一时刻车辆为内弯状态时，η
2,t-1
为-1，在上一时刻车辆为外弯状态时，η
2,t-1
为1。而在其他状态，例如上一时刻车辆为直行或者车辆转弯但位于车道中心线，则η
2,t-1
为0，第一参数q1为0。
161.由于内弯的回正力矩方向和自动驾驶控制转向电机输出力矩的方向相同，因此，本实施例在内弯设定为-1用于削弱回正力矩的影响以免车辆出现超调。而外弯的回正力矩方向和自动驾驶控制转向电机输出力矩的方向相反，因此本实施例外弯设定为1用于补偿回正力矩的影响以免车辆冲出车道。
162.在其中一个实施例中，所述计算上一时刻整车回正力矩，具体包括：计算上一时刻整车回正力矩为：t
re,t-1
＝t
tire_re,t-1
+t
lat_re,t-1
,其中:t
re,t-1
为上一时刻整车回正力矩，t
tire_re,t-1
为上一时刻轮胎转角产生的回正力矩，t
lat_re,t-1
为上一时刻横向力产生的回正力矩。
163.如图14所示，整车回正力矩包括轮胎141绕悬架的主销轴143旋转的轮胎转角产生的回正力矩和横向力142产生的回正力矩两部分，其中轮胎转角产生的回正力矩和方向盘转角呈正相关关系，横向力产生的回正力矩和车辆横向加速度呈正相关关系。
164.整车回正力矩计算公式如下：
165.t
re
＝t
tire_re
+t
lat_re
，其中:t
re
为整车回正力矩，t
tire_re
为轮胎转角产生的回正力矩，t
lat_re
为横向力产生的回正力矩。
166.本实施例考虑轮胎转角产生的回正力矩和横向力产生的回正力矩，得到准确的整车回正力矩。
167.在一些实施例中，监测驾驶员手力矩是否满足驾驶模式的切换条件；
168.在驾驶员手力矩满足自动驾驶模式与人机共驾模式的切换条件的情况下，每间隔预设时长，根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，根据当前时刻的自动驾驶控制权占比进行驾驶模式的切换。
169.在一些实施例中，所述根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，具体包括：
170.计算上一时刻整车回正力矩；
171.计算当前时刻的自动驾驶控制权占比为：
172.其中：
173.其中，η1为横向加速度权重系数，g
t-1
为上一时刻的车辆横向加速度，g
max
为允许最大横向加速度；
174.η
2,t-1
为上一时刻的内外弯状态系数；
175.η3为横向偏移量权重系数，y
t-1
为上一时刻的实时横向偏移量，|y
t-1
|为上一时刻的实时横向偏移量的绝对值，y
max
为允许最大横向偏移量；
176.η4为航向角权重系数，θ
t-1
为上一时刻的实时航向角，θ
max
为允许最大航向角；
177.其中，k1为自动驾驶控制权下降斜率，k2为自动驾驶控制权上升斜率，t
tm≥tm1
为满足tm≥tm1的持续时间，tm为驾驶员手力矩，tm1为第一方向盘手力矩阈值，t
m1
为第一时间阈值，t
tm≤tm2
为满足tm≤tm2的持续时间，tm2为第二方向盘手力矩阈值，t
m2
为第二时间阈值，q
t-1
为上一时刻的自动驾驶控制权占比，q
min
为自动驾驶最小控制权，其中，k1＜0，k2＞0，且k1的绝对值大于k2的绝对值，
△
t为所述预设时长，预设时长为系统计算周期，即当前时刻t与上一时刻t-1的时长。
178.其中，当驾驶员手力矩大于等于第一方向盘手力矩阈值的持续时间t
tm≥tm1
超过第一时间阈值t
m1
，且上一时刻的自动驾驶控制权占比q
t-1
仍然大于自动驾驶最小控制权q
min
,则表示驾驶员希望人工介入，此时采用自动驾驶控制权上升斜率k1计算第四参数q4。而当驾驶员手力矩小于等于第二方向盘手力矩阈值的持续时间t
tm≤tm2
超过第二时间阈值t
m2
，且上一时刻的自动驾驶控制权占比q
t-1
小于100％,则表示驾驶员希望自动驾驶介入，此时采用自动驾驶控制权下降斜率k2计算第四参数q4。其他情况下，η
5,t-1
均为0。
179.在自动驾驶模式向人机共驾模式/纯人工驾驶模式切换的过程中，要求自动驾驶模式退出的方向盘手力矩阈值tm1及持续时间要求t
m1
均设定合适，过小的tm1和t
m1
容易被路面不平整造成方向盘晃动使得模式误切换，过大的tm1和t
m1
会让驾驶员感到模式切换困难；
180.而在人机共驾模式/纯容驾驶模式向自动驾驶模式切换的过程中，要求人机共驾模式退出的方向盘手力矩阈值tm2及持续时间要求t
m2
均设定合适，过小的tm2和t
m2
容易导致方向盘抢手，过大的tm2和tm2会使得车辆容易偏离车道。
181.另外，k1＜0，k2＞0，且k1的绝对值大于k2的绝对值。
182.其中，k1是自动驾驶控制权下降的斜率，所以小于0，k2是自动驾驶控制权上升的斜率，所以大于0，同时，通过设定k1的绝对值大于k2的绝对值，能更好地响应驾驶员的干预。
183.本实施例通过监测驾驶员手力矩是否满足驾驶模式的切换条件，并在驾驶员手力矩满足驾驶模式的切换条件的情况下，根据上一时刻的自动驾驶控制权占比、整车回正力矩、横向偏移量、航向角以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比。通过在自动驾驶控制权占比的计算中，引入整车回正力矩、横向偏移量、航向角，从而在驾驶员控制权减弱过程中保持平稳的车辆举动，以及在驾驶员控制权增大过程中减少人机冲突。
184.如图15所示为本发明最佳实施例一种弯道识别方法的工作流程图，包括：
185.步骤s1501，如果横向加速度g的绝对值＞g
curve
的持续时间超过tg，则执行步骤s1502，否则判断车辆不在过弯状态，结束；
186.步骤s1502，如果横向加速度g＞0，则执行步骤s1503，否则执行步骤s1506；
187.步骤s1503，判断车辆在左弯；
188.步骤s1504，如果横向偏移量y绝对值大于y
curve
的持续时间超过ty，则执行步骤s1505，否则判断车辆居中过弯状态，结束；
189.步骤s1505，如果横向偏移量y＞0，则判断车辆在内弯，结束，否则判断车辆在外弯，结束；
190.步骤s1506，判断车辆在右弯；
191.步骤s1507，如果横向偏移量y绝对值大于y
curve
的持续时间超过ty，则执行步骤s1508，否则判断车辆居中过弯状态，结束；
192.步骤s1508，如果横向偏移量y＞0，则判断车辆在外弯，结束，否则判断车辆在内弯，结束。
193.如图16所示为本发明一种电子设备的硬件结构示意图，包括：
194.至少一个处理器1601；以及，
195.与至少一个所述处理器1601通信连接的存储器1602；其中，
196.所述存储器1602存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的车辆控制方法。
197.图16中以一个处理器1601为例。
198.电子设备还可以包括：输入装置1603和显示装置1604。
199.处理器1601、存储器1602、输入装置1603及显示装置1604可以通过总线或者其他方式连接，图中以通过总线连接为例。
200.存储器1602作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本技术实施例中的车辆控制方法对应的程序指令/模块，例如，图2、图3所示的方法流程。处理器1601通过运行存储在存储器1602中的非易失性软件程序、指令以及模块，从而执行各种功能应用以及数据处理，即实现上述实施例中的车辆控制方法。
201.存储器1602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据车辆控制方法的使用所创建的数据等。此外，存储器1602可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器1602可选包括相对于处理器1601远程设置的存储器，这些远程存储器可以通过网络连接至执行车辆控制方法的装置。上述网络的实例包括但不限于互联网、企业内部网、局域
网、移动通信网及其组合。
202.输入装置1603可接收输入的用户点击，以及产生与车辆控制方法的用户设置以及功能控制有关的信号输入。显示装置1604可包括显示屏等显示设备。
203.在所述一个或者多个模块存储在所述存储器1602中，当被所述一个或者多个处理器1601运行时，执行上述任意方法实施例中的车辆控制方法。
204.本发明根据横向偏移量和/或横向加速度，确定车辆的弯道状态，基于弯道状态，控制车辆，从而在车辆控制算法中，引入弯道状态，从而避免车辆出现超调或者偏出车道的情况。
205.本发明一实施例提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的车辆控制方法的所有步骤。
206.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

技术特征：
1.一种车辆控制方法，其特征在于，包括：获取车辆的横向偏移量以及横向加速度；根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，所述弯道状态至少包括内弯状态、或外弯状态；基于所述弯道状态，控制车辆。2.根据权利要求1所述的车辆控制方法，其特征在于，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为内弯状态；或者如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为内弯状态。3.根据权利要求1所述的车辆控制方法，其特征在于，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：如果所述横向偏移量为正数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为负数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为外弯状态；或者如果所述横向偏移量为负数，且所述横向偏移量的绝对值大于偏移量弯道阈值，且所述横向加速度为正数，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为外弯状态。4.根据权利要求1所述的车辆控制方法，其特征在于，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数，所述弯道状态还包括居中过弯状态，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，确定车辆的弯道状态，具体包括：如果所述横向偏移量的绝对值小于等于偏移量弯道阈值，且所述横向加速度的绝对值大于加速度弯道阈值，则判断为居中过弯状态。5.根据权利要求1所述的车辆控制方法，其特征在于，以车辆转左弯的时候横向加速度为正数，车辆转右弯时横向加速度为负数，车辆位于车道中心线左侧，横向偏移量为正数，车辆位于车道中心线右侧，横向偏移量为负数，所述弯道状态还包括直行状态，所述根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，具体包括：如果所述横向加速度的绝对值小于等于加速度弯道阈值，则判断为直行状态。6.根据权利要求1至5任一项所述的车辆控制方法，其特征在于，所述基于所述弯道状态，控制车辆，具体包括：
监测驾驶员手力矩是否满足驾驶模式的切换条件；在驾驶员手力矩满足自动驾驶模式与人机共驾模式的切换条件的情况下，每间隔预设时长，根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，根据当前时刻的自动驾驶控制权占比进行驾驶模式的切换。7.根据权利要求6所述的车辆控制方法，其特征在于，所述根据上一时刻的自动驾驶控制权占比、整车回正力矩、所述弯道状态以及驾驶员手力矩，确定当前时刻的自动驾驶控制权占比，具体包括：计算上一时刻整车回正力矩；计算当前时刻的自动驾驶控制权占比为：q
t
＝q
t-1
+η
1，t-1
η
2，t-1
t
re，t-1
+η
5，t-1
δt，其中：q
t
为当前时刻的自动驾驶控制权占比，q
t-1
为上一时刻的自动驾驶控制权占比，t
re，t-1
为上一时刻整车回正力矩；其中，η1为横向加速度权重系数，g
t-1
为上一时刻的车辆横向加速度，g
max
为允许最大横向加速度；η
2，t-1
为根据上一时刻所述弯道状态计算确定的内外弯状态系数；其中，k1为自动驾驶控制权下降斜率，k2为自动驾驶控制权上升斜率，t
tm≥tm1
为满足tm≥tm1的持续时间，tm为驾驶员手力矩，tm1为第一方向盘手力矩阈值，t
m1
为第一时间阈值，t
tm≤tm2
为满足tm≤tm2的持续时间，tm2为第二方向盘手力矩阈值，t
m2
为第二时间阈值，q
t-1
为上一时刻的自动驾驶控制权占比，q
min
为自动驾驶最小控制权，δt为所述预设时长。8.根据权利要求7所述的车辆控制方法，其特征在于，所述计算上一时刻整车回正力矩，具体包括：计算上一时刻整车回正力矩为：t
re，t-1
＝t
tire_re，t-1
+t
lat_re，t-1
，其中：t
re，t-1
为上一时刻整车回正力矩，t
tire_re，t-1
为上一时刻轮胎转角产生的回正力矩，t
lat_re，t-1
为上一时刻横向力产生的回正力矩。9.一种电子设备，其特征在于，包括：至少一个处理器；以及，与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如权利要求1至8任一项所述的车辆控制方法。10.一种存储介质，其特征在于，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如权利要求1至8任一项所述的车辆控制方法的所有步骤。

技术总结
本发明公开一种车辆控制方法、电子设备及存储介质。车辆控制方法，包括：获取车辆的横向偏移量以及横向加速度；根据所述横向偏移量和/或所述横向加速度，确定车辆的弯道状态，所述弯道状态至少包括内弯状态、或外弯状态；基于所述弯道状态，控制车辆。本发明根据横向偏移量和/或横向加速度，确定车辆的弯道状态，基于弯道状态，控制车辆，从而在车辆控制算法中，引入弯道状态，从而避免车辆出现超调或者偏出车道的情况。车道的情况。车道的情况。


技术研发人员：易仲庆 黄伟 邸曙升
受保护的技术使用者：东风汽车有限公司东风日产乘用车公司
技术研发日：2023.05.24
技术公布日：2023/7/6