一种自动驾驶车辆画龙判断控制方法与流程

1.本发明涉及自动驾驶技术领域，具体而言，涉及一种自动驾驶车辆画龙判断控制方法。


背景技术：

2.矿区自动驾驶车辆往往面临行驶的道路边界局部狭窄的场景和矿区车辆转向机构会运行在低温颠坡路面环境的特点，会造成转向执行系统偶发的跟随效果变差以及响应卡滞等现象。进一步，横向控制算法会来回纠正车辆行驶轨迹造成矿卡车辆开始在跟随目标路径左右横摆及画龙，画龙程度剧烈会造成车辆不受控和增加冲撞路径两侧挡墙的风险。因此，车辆横向性能的实时监测和风险预防尤其重要。
3.当前自动驾驶控制中，关注重点在横纵向控制性能的提升，缺少对车辆横向的控制性能的实时监控以及当车辆横向行车性能变差后的安全预防策略。对于自动驾驶车辆尤其是矿区自动驾驶矿卡，车辆画龙造成的风险极大，需要能快速准确的识别出车辆画龙现象以及实施车辆画龙后的安全防护措施。
4.为此提出一种自动驾驶车辆画龙判断控制方法，以解决上述提出的问题。


技术实现要素：

5.本发明旨在提供一种自动驾驶车辆画龙判断控制方法，以解决或改善上述提出的对矿区自动驾驶车辆横向画龙现象的风险预防较弱，矿用车辆冲撞挡墙或偏向另一车道的问题。
6.有鉴于此，本发明的第一方面在于提供一种自动驾驶车辆画龙判断控制方法。
7.本发明的第一方面提供了一种自动驾驶车辆画龙判断控制方法，包括如下步骤：s1，实时获取所述车辆行驶中的数据，计算车辆航向与自动驾驶路径的关键点航向的偏差角；s2，根据所述偏差角判断车辆是否发生画龙，若否则返回s1，若是则进行s3；s3，根据所述车辆与关键点的横向偏差对所述画龙进行分级并报警，基于分级的结果对所述车辆的速度进行控制；s4，根据分级的结果指示车辆继续行驶或停车。
8.本发明提供的一种自动驾驶车辆画龙判断控制方法，通过对车辆实时行驶中的数据进行判断，能够快速准确的识别出自动驾驶车辆是否画龙，弥补自动驾驶车辆针对画龙现象识别策略的缺失；
9.在识别出车辆画龙后，能够进一步结合车辆实际横向偏差，区分画龙等级，不同画龙等级的警示信息通过上传平台给安全员报警信息，降低车辆横向性能指标进一步恶化的风险；
10.区分出不同的画龙等级后，在纵向控制中，做出不同的安全限速限停策略，能够降低车速或停车，减少矿用车辆冲撞挡墙或偏向另一车道的风险；
11.提高了对矿区自动驾驶车辆横向画龙现象的风险预防，减少矿用车辆冲撞挡墙或偏向另一车道的风险，通过自动驾驶车辆横向偏差和与目标路径的航向偏差信息，能够实
时准确的识别出画龙现象，且通过限速限停车辆，降低车辆发生横向碰撞的风险。
12.另外，根据本发明的实施例提供的技术方案还可以具有如下附加技术特征：
13.上述任一技术方案中，所述s1的步骤，具体包括：s11，以固定频率，连续实时获取并更新预设时间内所述车辆与关键点航向的偏差角；s12，根据车辆航向与关键点航向的指向关系，对所述偏差角进行正或负的赋值；s13，以偏差角为纵坐标和以时间为横坐标，绘制所述预设时间内的变化曲线。
14.在该技术方案中，采用固定的频率对车辆的信息进行采样，且以车辆行驶的当前时刻为终点，采集一段时间内的行驶数据，能够对车辆进行连续的短时间监控，以便在车辆出现画龙时能够快速检测出，保证后续控制步骤的时效性，在计算偏差角时考虑车辆航向与关键点航向之间的指向关系，通过不同的指向关系对偏差角进行正或负的赋值，将画龙时车辆的反复摆动进行考虑，能够降低车辆正常转弯动作对画龙判断的干扰，提高判断的准确率；
15.由于车辆出现画龙时左右摆动的幅度呈现逐渐增的情况，因此以偏差角为纵坐标和以时间为横坐标绘制变化曲线，以便对画龙发生的状况进行分析和后续计算。
16.上述任一技术方案中，所述固定频率为20hz，和/或所述预设时间为5s。
17.在该技术方案中，设定固定的采集频率能够保证车辆在连续的行驶中数据点位的均匀获取，能够对画龙发生时的车辆摆动极端点及其附近点位进行采集，能够增加对出车辆真实行驶轨迹获取的准确性；将预设时间设定为5s能够车辆在出现画龙时的初始轨迹被记录下来，同时在5s内进行不断的更新数据避免了车辆的数据对计算的负担过大，也避免了车辆在连续的s型弯道中被误判为画龙现象。
18.上述任一技术方案中，以所述关键点航向为正方向，以及所述s12包括：当车辆航向的指向偏右时，所述偏差角为正值；当车辆航向的指向偏左时，所述偏差角为负值。
19.在该技术方案中，由于车辆在画龙时会出现摆动的情况，且行驶的轨迹为s型，因此将关键点航向作为参考的正方向，将车辆航线指向相对于正方向的左向或右向，对偏差角进行正负的赋值，使得偏差角的数据考虑了车辆相对于关键点航向的偏向，在后续的计算处理中对车辆的状态考虑更加的贴合实际。
20.上述任一技术方案中，所述s2的步骤，具体包括：s21，获取所述变化曲线所有的波峰和波谷，计算相邻所述波峰和波谷的差值；s22，判断多个连续所述差值是否均小于阈值，若否则返回s1，若是则判定车辆发生画龙。
21.在该技术方案中，通过计算波谷和波峰之间的差值能够了解车辆在到此摆动中的摇摆角度，并设置用于判断摇摆角度是否过大的阈值，在车辆数值采集判断时间之内，当出现多个连续大于阈值的差值时，车辆即出现画龙的状况。
22.上述任一技术方案中，所述s22中差值的个数为3次，以及所述阈值为5
°
。
23.在该技术方案中，设定连续出现三个大于阈值的差值时，车辆发生画龙，由于画龙发生的过程中车辆会发生摆动逐渐增大且具有连续性，设置阈值为5
°
能够从车辆摆动的角度大小对是否发生画龙进行判定，通过从车辆摆动大小、连续摆动的次数以及在是否在规定时间内发生的多种条件下进行判定，避免了车辆在矿区内转弯时发生误判，以及车辆在真实出现画龙时无法判定出的问题。
24.上述任一技术方案中，所述横向偏差为所述车辆的中心与关键点航向线的距离，
以及所述s3的步骤包括：s31，判断横向偏差是否小于0.5m，若否则进行s32，若是则判定所述画龙为三级画龙，报警并控制车辆；s32，判断横向偏差是否小于或等于1.0m，若否则进行s33，若是则判定所述画龙为二级画龙，报警并控制车辆；s33，判断横向偏差是否大于1.0m，若否则进行s33，若是则判定所述画龙为一级画龙，报警并控制车辆。
25.在该技术方案中，在发生画龙后，采用车辆中心点与关键点航向线之间的距离，对车辆画龙的程度进行判定，能够对车辆的状态进行进一步细分，以便在后续的控制时进行更加精细的判断，以及针对不同的画龙程度进行不同的控制策略，能够覆盖能更多的车辆画龙轨迹和摆动程度。
26.上述任一技术方案中，当所述画龙为三级画龙时，控制车辆匀减速至60％当前路径期望车速；当所述画龙为二级画龙时，控制车辆匀减速至40％当前路径期望车速；当所述画龙为一级画龙时，控制车辆匀减速直至停车。
27.在该技术方案中，根据车辆中心点与关键点航向线之间的不同距离，将车辆的画龙严重程度分成多个等级，在判定为一级画龙时进行匀减速控制直至车辆停止，当出现非一级画龙时对车辆进行匀加速控制，并根据其不同的等级控制车辆减速至车辆在当前路径的关键点上不同百分比的预设期望车速，三级画龙控制车辆减速至百分之六十的期望车速，二级画龙控制车辆减速至百分之四十的期望车速，以便在面对轻微的画龙程度时能够尽可能降低车辆控制对车辆整体运行速度的影响。
28.上述任一技术方案中，所述s4的步骤，具体包括：s41，判断画龙是否为一级画龙，若是则清除画龙判定并持续停车，若否则进行s42；s42，判断当前变化曲线内多个连续所述差值是否均小于阈值，否则返回s2，若是则进行s43；s43，控制车辆匀加速至当前路段期望车速，清除画龙判定并返回s1；其中，s42中差值的数量为三个。
29.在该技术方案中，在车辆出现一级画龙并控制停车后，车辆容易出现偏移正常轨道的情况，直接进行停车后的启动会造成其他问题，例如车辆偏离预定轨道与其他车辆相撞，因此一级画龙并控制停车后选择停止运行，等待人工干预，避免二次启动后路径运行无法恢复。
30.本发明与现有技术相比所具有的有益效果：
31.通过数据收据和偏差计算，能够快速准确的识别出自动驾驶车辆是否画龙，弥补自动驾驶车辆针对画龙现象识别策略的缺失；
32.识别出车辆画龙后，能够进一步结合车辆实际横向偏差，区分画龙等级，不同画龙等级的警示信息通过上传平台给安全员报警信息，降低车辆横向性能指标进一步恶化的风险；
33.区分出不同的画龙等级后，在纵向控制中，做出不同的安全限速限停策略，能够降低车速或停车，减少矿用车辆冲撞挡墙或偏向另一车道的风险。
34.根据本发明的实施例的附加方面和优点将在下面的描述部分中变得明显，或通过根据本发明的实施例的实践了解到。
附图说明
35.附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制。
36.图1为本发明的流程示意图。
具体实施方式
37.为了可以更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
38.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
39.本发明的一些实施例提供了一种自动驾驶车辆画龙判断控制方法，请参阅图1，本发明提供了一种自动驾驶车辆画龙判断控制方法，该自动驾驶车辆画龙判断控制方法包括：
40.第一部分，实时记录并更新一段时间内的车辆和目标路径点的关键点航向偏差。自动驾驶车辆画龙时，一段时间内车辆与路径的航向偏差表现为幅值逐渐发散的正弦波状；
41.进行数据存储与正弦波起伏分析，提取出这一段数据的所有波峰波谷，计算出波峰波谷之间的最大差值；
42.具体地，自动驾驶车辆画龙现象辨识：以20hz的频率，连续实时记录并更新5s内车辆与目标路径关键点航向偏差，且偏差取左正右负，然后提取出这段数据的所有波峰波谷，筛选出波峰波谷即最大偏差和最小偏差；
43.画龙状态判断，把实际自动驾驶车辆正常行驶的最大偏差作为阈值，当波峰波谷之间的最大航向偏差累计3次大于阈值，判断出车辆是否在目标轨迹线左右大幅摆动,即自动驾驶车辆画龙；
44.具体地，若最大偏差与最小偏差的差值小于阈值，阈值具体取值为5
°
，则继续记录并更新航向偏差；若差值大于阈值，则从当前时刻开始重新记录5s内车辆与目标路径关键点航向偏差并计算最大偏差和最小偏差，若连续3次大于阈值，则判断车辆画龙。若未连续触发3次，则继续记录并更新航向偏差。
45.第二部分，发生画龙后安全限速策略，发生画龙后,结合自动驾驶车辆当前的横向偏差，区分画龙等级，画龙程度由轻微到严重依次是:三级画龙、二级画龙环和一级画龙；
46.具体地，画龙后的安全控制策略，诊断出画龙现象后，依据车辆当前横向偏差，划分不同的画龙等级，画龙程度由重到轻依次是：一级画龙，二级画龙和三级画龙。
47.针对不同程度等级的画龙现象,制动不同的安全控制策略，如下表所示：
48.表1画龙故障等级
[0049][0050]
车辆三级画龙：当识别出自动驾驶车辆画龙后,横向偏差绝对值在(0m,0.5m)，报画龙故障且使用0.6限幅因子乘原始期望车速从而对期望车速进行限幅，使期望车速降速至当前路段原始期望车速的60％。当用限幅因子对车辆期望车速调整后，重新记录并更新5s内车辆与目标路径关键点航向偏差，计算最大值与最小值的差值，若差值大于阈值，则继续保持对原始期望车速的限幅。若差值小于阈值，从当前时刻开始重新记录5s内车辆与目标路径关键点航向偏差并计算最大偏差和最小偏差，若连续3次小于阈值，则判断车辆恢复正常，画龙消失，期望车速复位限速。
[0051]
车辆二级画龙：横向偏差绝对值在[0.5m,1.0m]之间，报画龙故障且使用0.4限幅因子乘原始期望车速从而对期望车速进行限幅，使期望车速降速至当前路段原始期望车速的40％。判断画龙消失步骤同车辆三级画龙，不再赘述。
[0052]
车辆一级画龙：横向偏差绝对值大于1m，报画龙故障，且停车：未停车前一级画龙故障保持，停车后复位相关画龙等级标志位。
[0053]
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0054]
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

技术特征：
1.一种自动驾驶车辆画龙判断控制方法，其特征在于，包括如下步骤：s1，实时获取所述车辆行驶中的数据，计算车辆航向与自动驾驶路径的关键点航向的偏差角；s2，根据所述偏差角判断车辆是否发生画龙，若否则返回s1，若是则进行s3；s3，根据所述车辆与关键点的横向偏差对所述画龙进行分级并报警，基于分级的结果对所述车辆的速度进行控制；s4，根据分级的结果指示车辆继续行驶或停车。2.根据权利要求1所述的一种自动驾驶车辆画龙判断控制方法，其特征在于，所述s1的步骤，具体包括：s11，以固定频率，连续实时获取并更新预设时间内所述车辆与关键点航向的偏差角；s12，根据车辆航向与关键点航向的指向关系，对所述偏差角进行正或负的赋值；s13，以偏差角为纵坐标和以时间为横坐标，绘制所述预设时间内的变化曲线。3.根据权利要求2所述的一种自动驾驶车辆画龙判断控制方法，其特征在于，所述固定频率为20hz，和/或所述预设时间为5s。4.根据权利要求2所述的一种自动驾驶车辆画龙判断控制方法，其特征在于，以所述关键点航向为正方向，以及所述s12包括：当车辆航向的指向偏右时，所述偏差角为正值；当车辆航向的指向偏左时，所述偏差角为负值。5.根据权利要求2所述的一种自动驾驶车辆画龙判断控制方法，其特征在于，所述s2的步骤，具体包括：s21，获取所述变化曲线所有的波峰和波谷，计算相邻所述波峰和波谷的差值；s22，判断多个连续所述差值是否均小于阈值，若否则返回s1，若是则判定车辆发生画龙。6.根据权利要求5所述的一种自动驾驶车辆画龙判断控制方法，其特征在于，所述s22中差值的个数为3次，以及所述阈值为5
°
。7.根据权利要求5所述的一种自动驾驶车辆画龙判断控制方法，其特征在于，所述横向偏差为所述车辆的中心与关键点航向线的距离，以及所述s3的步骤包括：s31，判断横向偏差是否小于0.5m，若否则进行s32，若是则判定所述画龙为三级画龙，报警并控制车辆；s32，判断横向偏差是否小于或等于1.0m，若否则进行s33，若是则判定所述画龙为二级画龙，报警并控制车辆；s33，判断横向偏差是否大于1.0m，若否则进行s33，若是则判定所述画龙为一级画龙，报警并控制车辆。8.根据权利要求7所述的一种自动驾驶车辆画龙判断控制方法，其特征在于，所述控制车辆包括：当所述画龙为三级画龙时，控制车辆匀减速至60％当前路径期望车速；当所述画龙为二级画龙时，控制车辆匀减速至40％当前路径期望车速；当所述画龙为一级画龙时，控制车辆匀减速直至停车。9.根据权利要求8所述的一种自动驾驶车辆画龙判断控制方法，其特征在于，所述s4的
步骤，具体包括：s41，判断画龙是否为一级画龙，若是则清除画龙判定并持续停车，若否则进行s42；s42，判断当前变化曲线内多个连续所述差值是否均小于阈值，否则返回s2，若是则进行s43；s43，控制车辆匀加速至当前路段期望车速，清除画龙判定并返回s1；其中，s42中差值的数量为三个。

技术总结
本发明属于自动驾驶技术领域，具体公开了一种自动驾驶车辆画龙判断控制方法，包括：实时获取所述车辆行驶中的数据，计算车辆航向与自动驾驶路径的关键点航向的偏差角；根据所述偏差角判断车辆是否发生画龙，若否则返回S1，若是则进行S3；根据所述车辆与关键点的横向偏差对所述画龙进行分级并报警，基于分级的结果对所述车辆的速度进行控制；在画龙消失后，根据分级的结果指示车辆继续行驶或停车，具有以下优点：能够快速准确的识别出自动驾驶车辆是否画龙；进一步结合车辆实际横向偏差，区分画龙等级；根据不同的画龙等级，在纵向控制中做出不同的安全限速限停策略，减少矿用车辆冲撞挡墙或偏向另一车道的风险。挡墙或偏向另一车道的风险。挡墙或偏向另一车道的风险。


技术研发人员：陈江松 夏启 王文飞 邬海杰 胡瑞
受保护的技术使用者：北京踏歌智行科技有限公司
技术研发日：2023.03.15
技术公布日：2023/7/4