无人驾驶车的驾驶控制方法及其装置、计算机设备、车辆制造方法及图纸

本发明专利技术涉及无人驾驶车的驾驶控制方法及其装置、计算机设备、车辆，方法包括如下步骤：S1获取当前车辆环境特征信息和当前车辆位姿信息；S2根据当前车辆环境特征信息、当前车辆位姿信息和目的地信息进行全局路径规划得到车辆行驶路径；S3根据当前车辆环境特征信息、当前车辆位姿信息、车辆行驶路径以及预设车辆行为规则进行车辆行为规划得到当前车辆控制期望值；其中，当前车辆控制期望值为当前各行为的控制期望值之和，所述行为包括车道保持行为、避障行为、跟车巡航行为、紧急停车行为、融入交通流行为和停车等待行为中的一种或多种行为；S4根据当前车辆控制期望值控制车辆行驶；装置、计算机设备为实现方法的载体，车辆安装有载体。本发明专利技术结合功能体系结构和行为体系结构，提高无人驾驶控制系统的适应性、可靠性以及安全性。

【技术实现步骤摘要】
无人驾驶车的驾驶控制方法及其装置、计算机设备、车辆
本专利技术涉及无人驾驶汽车
，具体涉及无人驾驶车的驾驶控制方法及其装置、计算机设备、车辆。
技术介绍
对无人驾驶车来说，体系结构是指无人驾驶车系统各部分之间相互关系和功能的分配，用于确定无人驾驶车信息流通关系和逻辑上的计算结构，简而言之，即无人驾驶车信息处理和控制系统的总体结构。对于驾驶控制系统的设计，其首要的问题就是要考虑建立一个适当的体系结构，实现系统模块之间的合理协调，并在系统的软、硬件上具有一定的开放性和可扩展性。体系结构的合理设计将能够实现复杂行为，而这正是结构化环境下无人驾驶车系统所需要具备的能力。目前无人驾驶车系统架构设计采用功能分解型体系结构或行为分解型体系结构；如图1所示，功能分解型体系结构的主要特点在于其按照系统需要完成的基本任务将系统划分为各个子模块，系统只有一个单向循环的流程，每个模块被看作一个功能组件，在执行阶段则是按照规划结果运行，各模块顺序执行。如图2所示，行为分解型体系结构根据系统的行为划分为几个不同的子模块，如将月球探测车的任务划分为避障、漫游、行走等模块，每一个子模块都能独立控制智能系统完成特定的行为。在实现本专利技术的过程中，专利技术人发现目前无人驾驶车系统架构设计至少存在以下问题：1)所述功能型分解型体系架构的系统可靠性较差，且系统运行周期较长，不能满足无人驾驶汽车对功能安全以及在紧急工况下的快速响应性能要求；2)所述功能型分解型体系架构存在对不同环境适应的完备性问题。专利
技术实现思路
本专利技术的目的在于提出一种无人驾驶车的控制方法及其装置、计算机设备、车辆，以解决功能分解型体系结构或行为分解型体系结构存在的问题。为达本专利技术目的，本专利技术第一方面实施例提供一种无人驾驶车的驾驶控制方法，包括如下步骤：步骤S1、获取当前车辆环境特征信息和当前车辆位姿信息；步骤S2、根据所述当前车辆环境特征信息、所述当前车辆位姿信息和目的地信息进行全局路径规划得到车辆行驶路径；步骤S3、根据所述当前车辆环境特征信息、所述当前车辆位姿信息、所述车辆行驶路径以及预设车辆行为规则进行车辆行为规划输出当前车辆控制期望值；其中，所述当前车辆控制期望值为当前各行为的控制期望值之和，所述行为包括车道保持行为、避障行为、跟车巡航行为、紧急停车行为、融入交通流行为和停车等待行为中的一种或多种行为；步骤S4、根据所述当前车辆控制期望值控制车辆行驶。优选地，所述步骤S3包括：S31、根据所述当前车辆环境特征信息、所述车辆行驶路径和所述当前车辆位姿信息确定当前驾驶工况；S32、根据所述当前驾驶工况确定参与竞争的行为；S33、根据预设车辆行为规则确定所述参与竞争的行为的权值，并根据参与竞争的行为的权值进行行为规划；S34、根据以下公式(1)-(2)和所述参与竞争的行为的权值确定当前车辆控制期望值，所述当前车辆控制期望值包括方向盘转角控制期望值和车速控制期望值；其中，δsw为方向盘转角控制期望值，λi为i行为规划对期望方向盘转角的权值，δsw(i)为i行为规划的方向盘转角控制期望值，V为车速控制期望值，ωi为i行为规划对期望车速的权值，V(i)为i行为规划的车速控制期望值。优选地，所述若干行为包括车道保持行为、避障行为、跟车巡航行为、紧急停车行为、融入交通流行为和停车等待行为中的一种或多种行为。优选地，所述步骤S33包括：若当前驾驶工况为车道没有其他交通物体，则车道保持行为的权值为1，并进行车道保持行为规划得到相应的车辆控制期望值。优选地，所述步骤S33包括：若满足第二条件，则紧急停车行为的权值为1，避障行为和跟车巡航行为的权值为0，并进行紧急停车行为规划得到相应的车辆控制期望值；若满足第一条件且满足第三条件中障碍物与无人驾驶车速度差小于预设干涉阈值，则避障行为的权值为1，跟车巡航行为和紧急停车行为的权值为0，并进行避障行为规划得到相应的车辆控制期望值；若满足第三条件中障碍物与无人驾驶车速度差大于等于跟车阈值且小于不干涉阈值，则跟车巡航行为的权值为1，避障行为和紧急停车行为的权值为0，并进行跟车巡航行为规划得到相应的车辆控制期望值；若满足第三条件中障碍物与无人驾驶车速度差大于预设不干涉阈值，则车道保持行为的权值为1，跟车巡航行为、避障行为和紧急停车行为的权值为0，并进行车道保持行为规划得到相应的车辆控制期望值。其中，不干涉阈值>跟车阈值>干涉阈值。优选地，所述步骤S31包括：若当前驾驶工况为车辆前方为道路交叉口，则所述融入交通流行为和停车等待行为根据预设条件进行行为竞争；其中，预设条件包括：第四条件为路口没有交通指示灯或交通指示灯为绿灯、第五条件为tBMP>tAMP+TAB以及第六条件为tAMP>tBMP+TAB；tBMP为侧方车辆到达车辆交汇点所用时间，tAMP为车辆到达车辆交汇点所用时间，TAB为安全时间阈值；若满足第四条件且满足第五条件或第六条件，则融入交通流行为的权值为1，停车等待行为的权值为0，并进行融入交通流行为规划得到相应的车辆控制期望值；若不满足第四条件，则停车等待行为的权值为1，融入交通流行为的权值为0，并进行停车等待行为规划得到相应的车辆控制期望值；若满足第四条件但同时不满足第五条件和第六条件，则停车等待行为的权值为1，融入交通流行为的权值为0，并进行停车等待行为规划得到相应的车辆控制期望值。优选地，tBMP和tAMP根据如下公式(3)-(4)进行计算：tBMP＝dBMP/vB(3)其中，VB为侧方车辆速度，dAMP为车辆到交汇点距离，asat为车辆最大加速度，V0为车辆当前车速，tSW为车辆加速时间，Vplan为行为规划欲达到的最终车速。优选地，所述当前车辆环境特征信息包括当前车道线特征信息；所述步骤S33中车道保持行为规划包括：根据所述当前车道线特征信息和所述当前车辆位姿信息确定车辆的方向盘转角控制期望值。优选地，所述当前车辆环境特征信息包括当前车道线特征信息和前方障碍物特征信息；所述步骤S33中避障行为规划包括：根据所述前方障碍物特征信息和所述当前车辆位姿信息判断车辆与前方障碍物的距离是否大于安全距离；若大于安全距离，则根据所述当前车辆位姿信息以及所述障碍物特征信息确定车辆绕过所述前方障碍物的当前车辆控制期望值；在绕过所述前方障碍物后并且车辆与所述前方障碍物的距离大于安全距离时，根据所述当前车道线特征信息和所述当前车辆位姿信息确定使车辆回到车道中心的当前车辆控制期望值。优选地，所述当前车辆环境特征信息包括前方障碍物特征信息；所述步骤S33中跟车巡航行为规划包括：根据车辆与前方障碍物的距离、车辆前方障碍物的速度差以及最小行车间距确定进行跟车巡航的当前车辆控制期望值；其本文档来自技高网...

【技术保护点】
1.一种无人驾驶车的驾驶控制方法，其特征在于，包括如下步骤：/n步骤S1、获取当前车辆环境特征信息和当前车辆位姿信息；/n步骤S2、根据所述当前车辆环境特征信息、所述当前车辆位姿信息和目的地信息进行全局路径规划得到车辆行驶路径；/n步骤S3、根据所述当前车辆环境特征信息、所述当前车辆位姿信息、所述车辆行驶路径以及预设车辆行为规则进行车辆行为规划输出当前车辆控制期望值；其中，所述当前车辆控制期望值为当前各行为的控制期望值之和，所述行为包括车道保持行为、避障行为、跟车巡航行为、紧急停车行为、融入交通流行为和停车等待行为中的一种或多种行为；/n步骤S4、根据所述当前车辆控制期望值控制车辆行驶。/n

【技术特征摘要】
1.一种无人驾驶车的驾驶控制方法，其特征在于，包括如下步骤：
步骤S1、获取当前车辆环境特征信息和当前车辆位姿信息；
步骤S2、根据所述当前车辆环境特征信息、所述当前车辆位姿信息和目的地信息进行全局路径规划得到车辆行驶路径；
步骤S3、根据所述当前车辆环境特征信息、所述当前车辆位姿信息、所述车辆行驶路径以及预设车辆行为规则进行车辆行为规划输出当前车辆控制期望值；其中，所述当前车辆控制期望值为当前各行为的控制期望值之和，所述行为包括车道保持行为、避障行为、跟车巡航行为、紧急停车行为、融入交通流行为和停车等待行为中的一种或多种行为；
步骤S4、根据所述当前车辆控制期望值控制车辆行驶。


2.根据权利要求1所述的无人驾驶车的驾驶控制方法，其特征在于，所述步骤S3包括：
步骤S31、根据所述当前车辆环境特征信息、所述车辆行驶路径和所述当前车辆位姿信息确定当前驾驶工况；
步骤S32、根据所述当前驾驶工况确定参与竞争的行为；
步骤S33、根据预设车辆行为规则确定所述参与竞争的行为的权值，并根据参与竞争的行为的权值进行行为规划；
步骤S34、根据以下公式(1)-(2)和所述参与竞争的行为的权值确定当前车辆控制期望值，所述当前车辆控制期望值包括方向盘转角控制期望值和车速控制期望值；






其中，δsw为方向盘转角控制期望值，λi为i行为规划对期望方向盘转角的权值，δsw(i)为i行为规划的方向盘转角控制期望值，V为车速控制期望值，ωi为i行为规划对期望车速的权值，V(i)为i行为规划的车速控制期望值。


3.根据权利要求2所述的无人驾驶车的驾驶控制方法，其特征在于，所述步骤S33包括：
若当前驾驶工况为车道没有其他交通物体，则车道保持行为的权值为1，并进行车道保持行为规划得到相应的车辆控制期望值；
若当前驾驶工况为车道有其他交通物体，所述避障行为、跟车巡航行为和紧急停车行为根据预设条件进行行为竞争；其中，预设条件包括：第一条件为车道为可通过车道、第二条件为障碍物与无人驾驶车时间距离小于安全阈值以及第三条件为障碍物与无人驾驶车速度差大于等于跟车阈值；
若满足第二条件，则紧急停车行为的权值为1，避障行为和跟车巡航行为的权值为0，并进行紧急停车行为规划得到相应的车辆控制期望值；
若满足第一条件且满足第三条件中障碍物与无人驾驶车速度差小于预设干涉阈值，则避障行为的权值为1，跟车巡航行为和紧急停车行为的权值为0，并进行避障行为规划得到相应的车辆控制期望值；
若满足第三条件中障碍物与无人驾驶车速度差大于等于跟车阈值且小于不干涉阈值，则跟车巡航行为的权值为1，避障行为和紧急停车行为的权值为0，并进行跟车巡航行为规划得到相应的车辆控制期望值；
若满足第三条件中障碍物与无人驾驶车速度差大于预设不干涉阈值，则车道保持行为的权值为1，跟车巡航行为、避障行为和紧急停车行为的权值为0，并进行车道保持行为规划得到相应的车辆控制期望值。
其中，不干涉阈值>跟车阈值>干涉阈值。


4.根据权利要求3所述的无人驾驶车的驾驶控制方法，其特征在于，所述步骤S31包括：
若当前驾驶工况为车辆前方为道路交叉口，则所述融入交通流行为和停车等待行为根据预设条件进行行为竞争；其中，预设条件包括：第四条件为路口没有交通指示灯或交通指示灯为绿灯，第五条件为tBMP>tAMP+TAB以及第六条件为tAMP>tBMP+TAB；tBMP为侧方车辆到达车辆交汇点所用时间，tAMP为车辆到达车辆交汇点所用时间，TAB为安全时间阈值；
若满足第四条件且满足第五条件或第六条件，则融入交通流行为的权值为1，停车等待行为的权值为0，并进行融入交通流行为规划得到相应的车辆控制期望值；
若不满足第四条件，则停车等待行为的权值为1，融入交通流行为的权值为0，并进行停车等待行为规划得到相应的车辆控制期望值；
若满足第四条件但同时不满足第五条件和第六条件，则停...

【专利技术属性】
技术研发人员：修彩靖，郭继舜，梁伟强，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：广东;44