一种自动驾驶汽车的车速精准控制方法及系统与流程

1.本发明涉及自动驾驶技术领域，具体而言，涉及一种自动驾驶汽车的车速精准控制方法及系统。


背景技术：

2.随着汽车技术的快速发展，自动驾驶技术得到了快速的发展，目前l2级别的驾驶辅助技术已经得到了较为广泛的应用，l3级别的驾驶辅助技术也在部分车型上得以应用。
3.车速控制是自动驾驶的重要内容，现有技术中自动驾驶车辆的车速控制主要是通过比对目标车速(即指令车速)与实测车速的差值进而输出速度修正指令来实现，然而，这种方式会导致车辆的车速控制难以快速达标，而且修正次数会较多，导致车速控制系统的算力大幅增加。


技术实现要素：

4.为了解决上述背景技术中存在的技术问题，本发明提供了一种自动驾驶汽车的车速精准控制方法、系统、电子设备及计算机存储介质。
5.本发明的第一方面提供了一种自动驾驶汽车的车速精准控制方法,包括如下步骤：
6.获取目标车速和实时车速，根据所述目标车速和所述实时车速计算偏差值；
7.在所述偏差值大于阈值时，获取第一周期内的历史车速；
8.根据所述历史车速计算下一时刻的车速控制量。
9.作为一种优选，在所述获取第一周期内的历史车速之前，还包括：
10.获取所述自动驾驶汽车的环境探测数据，根据所述环境探测数据确定行驶环境分类；
11.根据所述行驶环境分类确定所述阈值的大小。
12.作为一种优选，所述根据所述行驶环境分类确定所述阈值的大小，包括：
13.通过查表确定所述行驶环境分类对应的危险度值；
14.根据所述危险度值确定所述阈值的大小；
15.其中，所述阈值与所述危险度值成正比。
16.作为一种优选，所述第一周期的长度与所述阈值成正比。
17.作为一种优选，所述根据所述历史车速计算下一时刻的车速控制量，包括：
18.根据所述历史车速和目标车速计算得出若干历史偏差值；
19.根据所述历史偏差值计算得出等效偏差值；
20.根据所述等效偏差值修正所述车速控制量模型；
21.将所述实时车速和历史车速输入修正后的所述车速控制量模型，所述车速控制量模型输出所述车速控制量。
22.作为一种优选，所述根据所述等效偏差值修正所述车速控制量模型，包括：
23.对所述等效偏差值进行处理，以得到修正微分项；
24.将所述车速控制量模型中的微分项替换为所述修正微分项。
25.作为一种优选，所述等效偏差值通过下式计算得出：
[0026][0027]
式中，为等效偏差值，e(t-n)为第t-n个历史数据的偏差值，n为历史车速的个数；
[0028]
所述修正微分项为：
[0029][0030][0031]
式中，为修正微分项，t为对应于历史数据的采样的时间序号的最大值，γn为调节系数，根据第一周期的长度和历史车速的个数确定；
[0032]
所述修正后的所述车速控制量模型为：
[0033][0034]
式中，k
p
为比例系数，ki为积分系数，kd为微分系数，t为积分时间长度。
[0035]
本发明的第二方面提供了一种自动驾驶汽车的车速精准控制系统，包括处理模块、存储模块、通信模块，所述处理模块与所述存储模块、所述通信模块连接；其中，
[0036]
所述存储模块(102)，用于存储可执行的计算机程序代码；
[0037]
所述通信模块(103)，用于获取目标车速和实时车速并传输给所述处理模块，并输出所述处理模块(101)输出的车速控制量；
[0038]
所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如前任一项所述的方法。
[0039]
本发明的第三方面提供了一种电子设备，包括：
[0040]
存储有可执行程序代码的存储器；
[0041]
与所述存储器耦合的处理器；
[0042]
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。
[0043]
本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
[0044]
本发明的方案，获取目标车速和实时车速，根据所述目标车速和所述实时车速计算偏差值；在所述偏差值大于阈值时，获取第一周期内的历史车速；根据所述历史车速计算下一时刻的车速控制量。本发明根据能够反映自动驾驶车辆对目标车速的实际执行情况的历史车速来确定出更为合理的车速控制量，使得目标车速和实时车速更为接近，从而避免了车速反复修正的问题。
附图说明
[0045]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
[0046]
图1是本发明实施例公开的一种自动驾驶汽车的车速精准控制方法的流程示意图；
[0047]
图2是本发明实施例公开的一种自动驾驶汽车的车速精准控制系统的结构示意图；
[0048]
图3是本发明实施例公开一种电子设备的结构示意图。
具体实施方式
[0049]
现在将参考附图来更加全面地描述本发明的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本发明的内容更加完整，更加便于将发明构思全面地传达给本领域的技术人员。
[0050]
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。
[0051]
在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。
[0052]
附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。
[0053]
附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0054]
各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件，但不偏离本发明实质的技术方案。此外，术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。
[0055]
实施例一
[0056]
请参阅图1，图1是本发明实施例公开的一种自动驾驶汽车的车速精准控制方法的流程示意图。如图1所示，本发明实施例的一种自动驾驶汽车的车速精准控制方法,包括如下步骤：
[0057]
获取目标车速和实时车速，根据所述目标车速和所述实时车速计算偏差值；
[0058]
在所述偏差值大于阈值时，获取第一周期内的历史车速；
[0059]
根据所述历史车速计算下一时刻的车速控制量。
[0060]
在本发明实施例中，现有技术中的车速控制一般是基于目标车速和实时车速的偏差值来确定修正数值，然而，自动驾驶汽车的车速是受多方面因素影响的，计算出的偏差值实际上很难一次性的达成修正目标，需要多次修正，于是，容易产生反复修正的情况，既耗费算力，也会影响乘坐体验。有鉴于此，本发明在计算出目标车速和实时车速计算偏差值大于阈值时，根据第一周期内的历史车速来确定下一时刻的车速控制量，其中，历史车速能够反映自动驾驶车辆对目标车速的实际执行情况(例如折扣情况)，根据历史车速可以确定出更为合理的车速控制量，使得目标车速和实时车速更为接近，从而避免了车速反复修正的问题。
[0061]
作为一种优选，在所述获取第一周期内的历史车速之前，还包括：
[0062]
获取所述自动驾驶汽车的环境探测数据，根据所述环境探测数据确定行驶环境分类；
[0063]
根据所述行驶环境分类确定所述阈值的大小。
[0064]
在本发明实施例中，自动驾驶车辆的行驶速度是受驾驶环境影响的，不同的驾驶环境实际上会影响到自动驾驶车辆对车速的最终控制的。例如，当驾驶环境恶劣时，为了确保安全，自动驾驶车辆此时并不会完全执行目标车速，或者会临时改变目标车速。有鉴于此，本发明中的自动驾驶车辆在行驶过程中通过车载传感器对周围环境进行探测以获得环境探测数据，据此可以实现行驶环境分类，并最终确定出阈值的大小。于是，本发明可以基于行驶环境来确定对目标速度和实时速度偏差的容忍度，从而减少不必要的车速修正。
[0065]
作为一种优选，所述根据所述行驶环境分类确定所述阈值的大小，包括：
[0066]
通过查表确定所述行驶环境分类对应的危险度值；
[0067]
根据所述危险度值确定所述阈值的大小；
[0068]
其中，所述阈值与所述危险度值成正比。
[0069]
在本发明实施例中，本发明预先将各种行驶环境与危险度值建立关联关系，例如，行驶环境为市区场景时对应的危险度值为高，行驶环境为郊区场景且周边无车辆时对应的危险度值为低，行驶环境的具体分类以及危险度值的具体设置，本发明在此不再赘述。在危险度值较高时，干扰因素对应增多，于是，为了确保驾驶安全，自动驾驶汽车对目标车速的执行时就更有可能打较大的折扣，此时，本发明设置阈值增大，即增加对目标速度和实时速度的偏差的容忍度。
[0070]
作为一种优选，所述第一周期的长度与所述阈值成正比。
[0071]
在本发明实施例中，与前类似，在行驶环境的危险度值越高时，自动驾驶汽车受到的干扰因素就会越多，为了确保行驶安全，自动驾驶汽车也就更难以严格执行目标车速，于是，更长的第一周期内的历史车速才能更为准确的反映上述折扣的程度。于是，本发明设置第一周期的长度与所述阈值成正比，即阈值越大则第一周期越长(也即，危险度值越高则第一周期越长)，如此，可以使得计算得出的下一时刻的车速控制量更符合当前的驾驶场景。
[0072]
作为一种优选，所述根据所述历史车速计算下一时刻的车速控制量，包括：
[0073]
根据所述历史车速和目标车速计算得出若干历史偏差值；
[0074]
根据所述历史偏差值计算得出等效偏差值；
[0075]
根据所述等效偏差值修正所述车速控制量模型；
[0076]
将所述实时车速和历史车速输入修正后的所述车速控制量模型，所述车速控制量模型输出所述车速控制量。
[0077]
在本发明实施例中，首先计算历史车速与对应的目标车速的历史偏差值，再将历史偏差值转化为等效偏差值，其中，等效偏差值能够更为准确的反映第一周期内的车速控制执行偏差的“平均程度”。最后，再根据等效偏差值对车速控制量模型进行修正，修正后的车速控制量模型就可以得出所述车速控制量。其中，车速控制量模型可以采用pid算法构建。
[0078]
作为一种优选，所述根据所述等效偏差值修正所述车速控制量模型，包括：
[0079]
对所述等效偏差值进行处理，以得到修正微分项；
[0080]
将所述车速控制量模型中的微分项替换为所述修正微分项。
[0081]
在本发明实施例中，由于车辆行驶环境复杂多变，速度偏差可能会比较激烈，传统的pi d算法输出的车速控制量容易超出上下限值，一方面导致控制不够精确，另一方面容易使车速出现较大的变动，降低乘坐体验。有鉴于此，本发明先对等效偏差值进行处理以得到修正微分项，利用修正微分项来优化基于传统算法构建的车速控制量模型，从而达到抑制车速控制量超出上下限导致调节失效或缓慢的情况出现。
[0082]
作为一种优选，所述等效偏差值通过下式计算得出：
[0083][0084]
式中，为等效偏差值，e(t-n)为第t-n个历史数据的偏差值，n为历史车速的个数；
[0085]
所述修正微分项为：
[0086][0087]
式中，为修正微分项，t为对应于历史数据的采样的时间序号的最大值，γn为调节系数，根据第一周期的长度和历史车速的个数确定；
[0088]
所述修正后的所述车速控制量模型为：
[0089][0090]
式中，k
p
为比例系数，ki为积分系数，kd为微分系数，t为积分时间长度。
[0091]
在本发明实施例中，基于传统pid算法构建的车速控制模型如下：
[0092]
[0093]
本发明对其中的微分部分进行修正，即将e(t)-e(t-1)替换为计算出的修正微分项从而达到前述的效果。
[0094]
实施例二
[0095]
请参阅图2，图2是本发明实施例公开的一种自动驾驶汽车的车速精准控制系统的结构示意图。如图2所示，本发明实施例的一种自动驾驶汽车的车速精准控制系统(100)，包括处理模块(101)、存储模块(102)、通信模块(103)，所述处理模块(101)与所述存储模块(102)、所述通信模块(103)连接；其中，
[0096]
所述存储模块(102)，用于存储可执行的计算机程序代码；
[0097]
所述通信模块(103)，用于获取目标车速和实时车速并传输给所述处理模块，并输出所述处理模块(101)输出的车速控制量；
[0098]
所述处理模块(101)，用于通过调用所述存储模块(102)中的所述可执行的计算机程序代码，执行如实施例一所述的方法。
[0099]
该实施例中的一种自动驾驶汽车的车速精准控制系统的具体功能参照上述实施例一，由于本实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
[0100]
实施例三
[0101]
请参阅图3，图3是本发明实施例公开的一种电子设备，包括：
[0102]
存储有可执行程序代码的存储器；
[0103]
与所述存储器耦合的处理器；
[0104]
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如实施例一所述的方法。
[0105]
实施例四
[0106]
本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如实施例一所述的方法。
[0107]
计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：服务端提供的配置服务管理，生成与域名相关的配置文件；当请求业务服务期间出现域名故障时，客户端通过根据所述配置文件进行的配置更新以实现域名访问的自动切换。
[0108]
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。
[0109]
所述计算机可读介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0110]
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0111]
综上所述，本发明可以执行计算机程序的方法、系统、电子装置或计算机可读介质来实现。可以在实践中使用微处理器或者数字信号处理器(dsp)等通用数据处理设备来实现本发明的一些或者全部功能。
[0112]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种自动驾驶汽车的车速精准控制方法,其特征在于，包括如下步骤：获取目标车速和实时车速，根据所述目标车速和所述实时车速计算偏差值；在所述偏差值大于阈值时，获取第一周期内的历史车速；根据所述历史车速计算下一时刻的车速控制量。2.根据权利要求1所述的一种自动驾驶汽车的车速精准控制方法,其特征在于：在所述获取第一周期内的历史车速之前，还包括：获取所述自动驾驶汽车的环境探测数据，根据所述环境探测数据确定行驶环境分类；根据所述行驶环境分类确定所述阈值的大小。3.根据权利要求2所述的一种自动驾驶汽车的车速精准控制方法,其特征在于：所述根据所述行驶环境分类确定所述阈值的大小，包括：通过查表确定所述行驶环境分类对应的危险度值；根据所述危险度值确定所述阈值的大小；其中，所述阈值与所述危险度值成正比。4.根据权利要求3所述的一种自动驾驶汽车的车速精准控制方法,其特征在于：所述第一周期的长度与所述阈值成正比。5.根据权利要求1或4所述的一种自动驾驶汽车的车速精准控制方法,其特征在于：所述根据所述历史车速计算下一时刻的车速控制量，包括：根据所述历史车速和目标车速计算得出若干历史偏差值；根据所述历史偏差值计算得出等效偏差值；根据所述等效偏差值修正所述车速控制量模型；将所述实时车速和历史车速输入修正后的所述车速控制量模型，所述车速控制量模型输出所述车速控制量。6.根据权利要求5所述的一种自动驾驶汽车的车速精准控制方法,其特征在于：所述根据所述等效偏差值修正所述车速控制量模型，包括：对所述等效偏差值进行处理，以得到修正微分项；将所述车速控制量模型中的微分项替换为所述修正微分项。7.根据权利要求6所述的一种自动驾驶汽车的车速精准控制方法,其特征在于：所述等效偏差值通过下式计算得出：式中，为等效偏差值，e(t-n)为第t-n个历史数据的偏差值，n为历史车速的个数；所述修正微分项为：式中，为修正微分项，t为对应于历史数据的采样的时间序号的最大值，γ
n
为调节系数，根据第一周期的长度和历史车速的个数确定；所述修正后的所述车速控制量模型为：式中，k
p
为比例系数，k
i
为积分系数，k
d
为微分系数，t为积分时间长度。8.一种自动驾驶汽车的车速精准控制系统，包括处理模块、存储模块、通信模块，所述
处理模块与所述存储模块、所述通信模块连接；其中，所述存储模块(102)，用于存储可执行的计算机程序代码；其特征在于：所述处理模块，用于通过调用所述存储模块中的所述可执行的计算机程序代码，执行如权利要求1-7任一项所述的方法。9.一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的方法。10.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时执行如权利要求1-7任一项所述的方法。

技术总结
本发明提供了一种自动驾驶汽车的车速精准控制方法及系统。其中，所述方法包括：获取目标车速和实时车速，根据所述目标车速和所述实时车速计算偏差值；在所述偏差值大于阈值时，获取第一周期内的历史车速；根据所述历史车速计算下一时刻的车速控制量；本发明根据能够反映自动驾驶车辆对目标车速的实际执行情况的历史车速来确定出更为合理的车速控制量，使得目标车速和实时车速更为接近，从而避免了车速反复修正的问题。反复修正的问题。反复修正的问题。


技术研发人员：俞陆祥
受保护的技术使用者：杭州期铭新能源科技有限公司
技术研发日：2023.04.19
技术公布日：2023/6/28