一种用于智能驾驶车辆的局部轨迹容错方法技术

一种用于智能驾驶车辆的局部轨迹容错方法，其包括：步骤一、初始化跟随模式，构建智能驾驶车辆的车辆坐标系；步骤二、基于车辆坐标系，根据获取到的GPS数据进行GPS数据的有效性判别，得到GPS数据有效性判别结果；步骤三、根据GPS数据和获取到的车道线数据确定车道线识别状态，并确定真实容错偏差；步骤四、根据GPS数据有效性判别结果、车道线识别状态和真实容错偏差，更新智能驾驶车辆的跟随模式，根据更新后的跟随模式确定智能驾驶车辆的规划轨迹。本方法能够基于各数据状态进行容错，并对相应数据进行实时动态的更新。该方法易于实际应用，其不仅能够提高数据处理的鲁棒性，还能够有效简化系统的复杂度。

A Local Trajectory Fault Tolerance Method for Intelligent Driving Vehicles

A fault-tolerant method for local trajectory of intelligent driving vehicle is presented, which includes: step 1, initialization of follow-up mode to construct vehicle coordinate system of intelligent driving vehicle; step 2, validity discrimination of GPS data based on vehicle coordinate system, and validity discrimination result of GPS data based on acquired GPS data; step 3, validity discrimination result of GPS data based on GPS data and acquired Lane data. Step 4: Update the following mode of intelligent driving vehicle according to the validity of GPS data, lane recognition status and real fault tolerance deviation, and determine the planning trajectory of intelligent driving vehicle according to the updated following mode. This method can be fault-tolerant based on the data states, and update the corresponding data dynamically in real time. This method is easy to be applied in practice. It can not only improve the robustness of data processing, but also effectively simplify the complexity of the system.

【技术实现步骤摘要】
一种用于智能驾驶车辆的局部轨迹容错方法
本专利技术涉及智能驾驶
，具体地说，涉及一种用于智能驾驶车辆的局部轨迹容错方法。
技术介绍
智能驾驶车辆是指能通过车载传感器系统感知道路环境来自动规划行车路线并控制车辆到达预定目标的智能汽车。智能驾驶技术中的路径轨迹规划是智能驾驶领域的关键技术之一。在半结构化环境下的智能驾驶过程中，车辆容易遇到GPS/IMU由于受到干扰而导致信号不稳定、车道线不清晰或不连续或错误识别车道线等复杂突发情况。局部轨迹规划为非特定场景下的动态规划，要求准确完成车道跟随，且需对异常突发情况快速响应。目前，现有的智能驾驶车辆局部路径轨迹规划方法主要包括基于启发式搜索、智能仿生、行为规划以及再励学习等路径规划方法，这些方法在全局路径规划方面取得了良好的效果，但并未考虑如半结构化道路下车道不连续和车道错误识别或GPS/IMU定位失真等因数据不稳定对规划系统带来的难适应性。
技术实现思路
为解决上述问题，本专利技术提供了一种用于智能驾驶车辆的局部轨迹容错方法，所述方法包括：步骤一、初始化跟随模式，构建智能驾驶车辆的车辆坐标系；步骤二、基于所述车辆坐标系，根据获取到的GPS数据进行GPS数据的有效性判别，得到GPS数据有效性判别结果；步骤三、根据所述GPS数据和获取到的车道线数据确定车道线识别状态，并确定真实容错偏差；步骤四、根据所述GPS数据有效性判别结果、车道线识别状态和真实容错偏差，更新所述智能驾驶车辆的跟随模式，根据更新后的跟随模式确定所述智能驾驶车辆的规划轨迹。根据本专利技术的一个实施例，在所述步骤一中，通过初始化跟随模式，将所述智能驾驶车辆的跟随模式设置为GPS跟随模式。根据本专利技术的一个实施例，在所述车辆坐标系中，所述智能驾驶车辆的车辆正前方朝向为X轴，车辆正左方为Y轴，车辆正上方为Z轴。根据本专利技术的一个实施例，所述步骤二包括：基于所述车辆坐标系，根据当前时刻的GPS数据以及前一时刻的GPS数据确定GPS位置误差；根据所述GPS位置误差进行GPS数据的有效性判别，确定所述GPS数据有效性判别结果。根据本专利技术的一个实施例，在所述步骤二中，根据如下表达式计算所述GPS位置误差：errorgps＝Pgps(x＝0|t)-Pgps(x＝0|t-1)其中，errorgps表示GPS位置误差，Pgps(x＝0|t)表示x＝0位置处的t时刻的GPS期望路径，Pgps(x＝0|t-1)表示x＝0位置处的t-1时刻的GPS期望路径。根据本专利技术的一个实施例，判断所述GPS位置误差是否小于或等于预设运动误差，其中，如果所述GPS位置误差小于或等于预设运动误差，则判定所述GPS数据有效，否则判定所述GPS数据无效。根据本专利技术的一个实施例，在所述步骤三中，获取车道线实时追踪帧数，分别将所述车道线实时追踪帧数中的左车道线实时追踪帧数和右车道线实时追踪帧数与预设追踪帧数阈值进行比较，根据比较结果确定所述车道线识别状态。根据本专利技术的一个实施例，如果所述左车道线实时追踪帧数小于或等于预设追踪帧数阈值，则判定所述左车道线识别无效，否则判定所述左车道线识别有效；如果所述右车道线实时追踪帧数小于或等于预设追踪帧数阈值，则判定所述右车道线识别无效，否则判定所述右车道线识别有效。根据本专利技术的一个实施例，在所述步骤三中，根据所述车道线数据分别确定左车道线中心数据和右车道线中心数据；根据所述左车道线中心数据和右车道线中心数据确定车道识别宽度；根据所述车道识别宽度和车道真实宽度确定车道线识别状态。根据本专利技术的一个实施例，如果所述车道识别宽度与车道真实宽度之间差值的绝对值小于或等于预设宽度差值阈值，则判定双车道线识别有效，否则判定双车道线识别无效。根据本专利技术的一个实施例，在所述步骤三中，根据所述车道线数据分别确定左车道线中心数据和右车道线中心数据；根据所述GPS数据确定车道中心数据；根据所述左车道线中心数据和车道中心数据确定第一距离误差，根据所述右车道线中心数据和车道中心数据确定第二距离误差；根据所述第一距离误差、第二距离误差和预设中心偏差阈值，分别确定所述左车道线和右车道线的识别有效性。根据本专利技术的一个实施例，分别根据如下表达式计算所述左车道线中心数据和右车道线中心数据：YcenterLeft＝(PlaneLeft(x1)+PlaneLeft(x2)+PlaneLeft(x3))/3YcenterRight＝(PlaneRight(x1)+PlaneRight(x2)+PlaneRight(x3))/3根据如下表达式确定所述车道中心数据：Ycentergps＝(Pgps(x1)+Pgps(x2)+Pgps(x3))/3分别根据如下表达式计算所述第一距离误差和第二距离误差：errorlaneLeft＝abs(YcenterLeft-Wreal/2)-YcenterGpserrorlaneRight＝abs(YcenterRight-Wreal/2)-YcenterGps其中，PlaneLeft(x1)、PlaneLeft(x2)和PlaneLeft(x3)分别表示横坐标为x1、x2和x3的位置处的左车道线轨迹，PlaneRight(x1)、PlaneRight(x2)和PlaneRight(x3)分别表示横坐标为x1、x2和x3的位置处的右车道线轨迹，YcenterLeft和YcenterRight分别表示左车道线中心数据和右车道线中心数据，Ycentergps表示GPS车道中心数据，Pgps(x1)、Pgps(x2)和Pgps(x3)分别表示横坐标为x1、x2和x3的位置处的GPS车道线数据，errorlaneLeft和errorlaneRight分别表示第一距离误差和第二距离误差，Wreal表示轨迹真实宽度。根据本专利技术的一个实施例，如果所述第一距离误差小于或等于预设中心偏差阈值，则确定左车道线识别有效，否则确定左车道线识别无效。根据本专利技术的一个实施例，在所述步骤三中，还根据所述车道线识别状态确定单车道持续时长TMissSingleLane、丢失左车道时长TMissLeftLane和丢失右车道时长TMissRightLane。根据本专利技术的一个实施例，在所述步骤三中，根据所述左车道线中心数据、右车道线中心数据和车道中心数据确定检测车道中心与GPS车道中心之间的偏差，得到车道中心偏差；根据所述车道中心确定当前容错偏差；根据所述当前容错偏差，计算不同跟随模式下的真实容错偏差。根据本专利技术的一个实施例，根据如下表达式计算所述当前容错偏差：errorGpsLane＝(YcenterLeft+YcenterRight)/2-YcenterGpserroroffsetCurrent＝λerrorGpsLane+errorcalibration其中，erroroffsetCurrent表示当前容错偏差，λ表示偏差比例系数，errorGpsLane表示车道中心偏差，errorcalibration表示标准偏差，YcenterLeft和YcenterRight分别表示左车道线中心数据和右车道线中心数据，YcenterGps分别表示GPS车道中心数据。根据本专利技术的一个实施例，根据如下表达式计算不同跟随模式下的真实容错偏差：其中，erroroffset(本文档来自技高网...

【技术保护点】
1.一种用于智能驾驶车辆的局部轨迹容错方法，其特征在于，所述方法包括：步骤一、初始化跟随模式，构建智能驾驶车辆的车辆坐标系；步骤二、基于所述车辆坐标系，根据获取到的GPS数据进行GPS数据的有效性判别，得到GPS数据有效性判别结果；步骤三、根据所述GPS数据和获取到的车道线数据确定车道线识别状态，并确定真实容错偏差；步骤四、根据所述GPS数据有效性判别结果、车道线识别状态和真实容错偏差，更新所述智能驾驶车辆的跟随模式，根据更新后的跟随模式确定所述智能驾驶车辆的规划轨迹。

【技术特征摘要】
1.一种用于智能驾驶车辆的局部轨迹容错方法，其特征在于，所述方法包括：步骤一、初始化跟随模式，构建智能驾驶车辆的车辆坐标系；步骤二、基于所述车辆坐标系，根据获取到的GPS数据进行GPS数据的有效性判别，得到GPS数据有效性判别结果；步骤三、根据所述GPS数据和获取到的车道线数据确定车道线识别状态，并确定真实容错偏差；步骤四、根据所述GPS数据有效性判别结果、车道线识别状态和真实容错偏差，更新所述智能驾驶车辆的跟随模式，根据更新后的跟随模式确定所述智能驾驶车辆的规划轨迹。2.如权利要求1所述的方法，其特征在于，在所述步骤一中，通过初始化跟随模式，将所述智能驾驶车辆的跟随模式设置为GPS跟随模式。3.如权利要求1或2所述的方法，其特征在于，在所述车辆坐标系中，所述智能驾驶车辆的车辆正前方朝向为X轴，车辆正左方为Y轴，车辆正上方为Z轴。4.如权利要求1～3中任一项所述的方法，其特征在于，所述步骤二包括：基于所述车辆坐标系，根据当前时刻的GPS数据以及前一时刻的GPS数据确定GPS位置误差；根据所述GPS位置误差进行GPS数据的有效性判别，确定所述GPS数据有效性判别结果。5.如权利要求4所述的方法，其特征在于，在所述步骤二中，根据如下表达式计算所述GPS位置误差：errorgps＝Pgps(x＝0|t)-Pgps(x＝0|t-1)其中，errorgps表示GPS位置误差，Pgps(x＝0|t)表示x＝0位置处的t时刻的GPS期望路径，Pgps(x＝0|t-1)表示x＝0位置处的t-1时刻的GPS期望路径。6.如权利要求4或5所述的方法，其特征在于，判断所述GPS位置误差是否小于或等于预设运动误差，其中，如果所述GPS位置误差小于或等于预设运动误差，则判定所述GPS数据有效，否则判定所述GPS数据无效。7.如权利要求1～6中任一项所述的方法，其特征在于，在所述步骤三中，获取车道线实时追踪帧数，分别将所述车道线实时追踪帧数中的左车道线实时追踪帧数和右车道线实时追踪帧数与预设追踪帧数阈值进行比较，根据比较结果确定所述车道线识别状态。8.如权利要求7所述的方法，其特征在于，如果所述左车道线实时追踪帧数小于或等于预设追踪帧数阈值，则判定所述左车道线识别无效，否则判定所述左车道线识别有效；如果所述右车道线实时追踪帧数小于或等于预设追踪帧数阈值，则判定所述右车道线识别无效，否则判定所述右车道线识别有效。9.如权利要求1～8中任一项所述的方法，其特征在于，在所述步骤三中，根据所述车道线数据分别确定左车道线中心数据和右车道线中心数据；根据所述左车道线中心数据和右车道线中心数据确定车道识别宽度；根据所述车道识别宽度和车道真实宽度确定车道线识别状态。10.如权利要求9所述的方法，其特征在于，如果所述车道识别宽度与车道真实宽度之间差值的绝对值小于或等于预设宽度差值阈值，则判定双车道线识别有效，否则判定双车道线识别无效。11.如权利要求1～10中任一项所述的方法，其特征在于，在所述步骤三中，根据所述车道线数据分别确定左车道线中心数据和右车道线中心数据；根据所述GPS数据确定车道中心数据；根据所述左车道线中心数据和车道中心数据确定第一距离误差，根据所述右车道线中心数据和车道中心数据确定第二距离误差；根据所述第一距离误差、第二距离误差和预设中心偏差阈值，分别确定所述左车道线和右车道线的识别有效性。12.如权利要求11所述的方法，其特征在于，分别根据如下表达式计算所述左车道线中心数据和右车道线中心数据：YcenterLeft＝(PlaneLeft(x1)+PlaneLeft(x2)+PlaneLeft(x3))/3YcenterRight＝(PlaneRight(x1)+PlaneRight(x2)+PlaneRight(x3))/3根据如下表达式确定所述车道中心数据：Ycentergps＝(Pgps(x1)+Pgps(x2)+Pgps(x3))/3分别根据如下表达式计算所述第一距离误差和第二距离误差：errorlaneLeft＝abs(YcenterLeft-Wreal/2)-YcenterGpserrorlaneRight＝abs(YcenterRight-Wreal/2)-YcenterGps其中，PlaneLeft(x1)、PlaneLeft(x2)和PlaneLeft(x3)分别表示横坐标为x1、x2和x3的位置处的左车道线轨迹，PlaneRight(x1)、PlaneRight(x2)和PlaneRight(x3)分别表示横坐标为x1、x2和x3的位置处的右车道线轨迹，YcenterLeft和YcenterRight分别表示左车道线中心数据和右车道线中心数据，Ycentergps表示GPS车道中心数据，Pgps(x1)、Pgps(x2)和Pgps(x3)分别表示横坐标为x1、x2和x3的位置处的GPS车道线数据，errorlaneLeft和errorlaneRight分别表示第一距离误差和第二距离误差，Wreal表示轨迹真实宽度。13.如权利要求11或12所述的方法，其特征在于，如果所述第一距离误差小于或等于预设中心偏差阈值，则确定...

【专利技术属性】
技术研发人员：唐广笛，胡旭，朱田，雷悠，彭再武，王文明，彭之川，
申请(专利权)人：湖南中车时代电动汽车股份有限公司，
类型：发明
国别省市：湖南,43