一种封闭场景下车辆道路能力测试方法技术

本发明专利技术公开了一种封闭场景下车辆道路能力测试方法，将处理器、姿态及位置获取模块、激光雷达和激光测距传感器安装到车辆上，在封闭测试场地内设置矩形标志物和多个目标点，处理器采用已知算法通过激光雷达完成对当前环境地图的构建；将车辆放置在其中一个目标点上，设定测试圈数或测试时间，通过自动驾驶开始进行测试，处理器实时接收姿态及位置获取模块、激光雷达和激光测距传感器反馈的数据，对数据结合构建的环境地图进行分析，确定最佳速度评价指标，然后根据确定的最佳速度评价指标控制车辆以最优线速度与角速度行驶。通过自动驾驶代替人工驾驶进行车辆道路能力测试，不仅能不间断安全对车辆进行测试，而且有效降低人员的劳动强度。

【技术实现步骤摘要】
一种封闭场景下车辆道路能力测试方法
本专利技术涉及一种封闭场景下车辆道路能力测试方法，属于自动驾驶

技术介绍
对于特种车辆、客车、以及小汽车等车辆，在研发过程中需要进行大量的整车道路能力测试，以检验车辆在疲劳耐久、车辆强度、制动性能、燃油经济性等方面的测试，这些测试内容目前主要依赖司机驾驶车辆在封闭场景中进行测试，在封闭的道路场景中司机极容易产生视觉疲劳，且长时间的行驶也容易造成司机的疲乏，无法进行长时间的测试，对于炎热或者寒冷等极端天气也会对驾驶员产生影响。在封闭场景中的测试，行人以及其他车辆等干扰因素极少，因此如何通过自动驾驶代替人工进行车辆道路能力测试，是本行业的研究方向。
技术实现思路
针对上述现有技术存在的问题，本专利技术提供一种封闭场景下车辆道路能力测试方法，采用自动驾驶代替人工驾驶进行车辆道路能力测试，不仅能不间断安全对车辆进行测试，而且有效降低人员的劳动强度。为了实现上述目的，本专利技术采用的技术方案是：一种封闭场景下车辆道路能力测试方法，具体步骤为：A、在车辆内安装处理器和姿态及位置获取模块，在车辆同一侧装有两个激光测距传感器，两个激光测距传感器间隔一定距离且处于同一水平面上；在车辆前端装有激光雷达，姿态及位置获取模块、激光雷达和两个激光测距传感器将检测的数据反馈给处理器，处理器对数据分析处理后控制车辆的行驶线速度及行驶角速度，完成车辆的自动驾驶系统的安装，然后处理器采用已知的SLAM开源算法通过激光雷达完成对当前环境地图的构建；B、选择长圆形跑道作为封闭测试场地，在长圆形跑道中间设有矩形标志物，在矩形标志物中点两侧的长圆形跑道上对称设有第一目标点和第四目标点，在矩形标志物端部的前方及后方的对称长圆形跑道上对称设有第二目标点和第三目标点，且相邻两个目标点之间的直线距离相等；将步骤A完成安装的车辆放置在任意一个目标点处作为起始点，且使装有两个激光测距传感器的车辆一侧朝向矩形标志物；设定测试圈数或测试时间输入到处理器内，其中一圈设定为车辆顺时针或逆时针绕矩形标志物依次经过各个目标点回到起始点；若设定为测试圈数，则车辆绕矩形标志物达到设定测试圈数时，车辆停止行驶完成测试；若设定为测试时间，则车辆在开始行驶时进行计时，每行驶一圈将当前时间与测试时间进行比对，若当前时间未超过测试时间，则车辆继续下一圈行驶；若当前时间超过测试时间，则车辆停止行驶完成测试；C、车辆开始行驶测试时，姿态及位置获取模块、激光雷达和两个激光测距传感器实时将检测的数据反馈给处理器，处理器对数据进行分析处理，进而确定最佳速度评价指标，并根据最佳速度评价指标调整从起始点到下一目标点之间的最佳行驶速度及行驶方向，直至车辆到达下一个目标点，所述确定最佳速度评价指标的过程为：根据道路安全要求以及车辆自身性能限制设定车辆最大车辆线速度vmax、车辆最小线速度vmin、车辆最大角速度ωmax和车辆最小角速度ωmin,车辆当前线速度和角速度分别为vcur、ωcur；假定在处理器的一个处理周期Δt内车辆作匀速直线运行，则在当前速度(vcur,ωcur)下所能达到的速度范围为：vcur-adec·Δt≤v≤vcur+aacc·Δt(1)ωcur-aωd·Δt≤ω≤ωcur+aωa·Δt(2)其中adec、aacc、aωd、aωa分别为车辆的最大直线减速度、最大直线加速度、最大角减速度和最大角加速度，则在上述范围内选择不同的v值及不同的ω值进行组合，进而根据各个(v,ω)组合分别计算出在给定预测时间内各自对应的预测轨迹，根据每一条的预测轨迹通过姿态及位置获取模块、激光雷达和两个激光测距传感器反馈的检测数据，处理器选择最优路线，从而得出该最优路线对应的速度(v,ω)，具体选择过程为：①对于每一组速度(v,w)，有对应的刹车距离diss，刹车距离能根据匀减速直线运动位移公式来估算：其中，s为匀减速直线运动位移；为了增加测试时的安全运行，设定一个安全系数k＝1.2,则diss＝k·s；②在处理器获取激光雷达的距离信息时，取出离车辆正前方最近的障碍物距离obsfront以及未装有激光测距传感器的车辆一侧45°方向的最近障碍物距离obsleft，根据这两个距离信息避让障碍物，当障碍物距离车辆大于100m或是激光雷达未探测到障碍物，记obsfront＝100、obsleft＝100；③当车辆正前方及未装有激光测距传感器的车辆一侧45°方向上都没有障碍物时，即obsfront>2diss且obsleft>2.8diss,此时处理器使车辆以最大速度线速度vmax行驶，车辆角速度ω根据两个激光测距传感器探测到与矩形标志物之间的距离差异进行调整，使车辆始终保持与矩形标志物平行在场地道路上行驶；④当仅有正前方探测到障碍物时，即obsfront<2diss,首先通过姿态获取模块实时获得车辆的姿态角θ、当前的位置(x,y)以及当前的速度(vcur,ωcur)，通过计算得到车辆与下一个目标点方向的夹角α；通过激光雷达获得当前最近的障碍物位置(xobs,yobs)；当前速度为(vcur,ωcur)的车辆，由公式(1)、(2)得到车辆所能达到的速度范围(v,ω),对于其中的速度，线速度以5km/h递增，角速度以0.0174rad/s(即1°/s)递增,预测5s时间内车辆所能到达的位置，从中选择最佳的速度；假设预测时间内每一速度组合(v,ω)保持不变，每一速度组合在预测时间共预计([]为下取整)次，记则每一速度组合预测车辆位置(xpre、ypre)以及姿态角θpre表示如下：故每一速度组合的预测数据有(xpre,ypre,θpre)以及其对应的线速度veli(i＝1,2…j)，根据当前探测到的最近障碍物位置(xobs,yobs)以及各个预测车辆位置(xpre、ypre)，能计算得到各个预测车辆位置与当前最近障碍物的距离obsi(i＝1,2…j)；根据各个预测姿态角θpre以及目标点姿态角θgoal,计算得到各个预测姿态角与下一目标点的角度diri(i＝1,2…j),最后对所有参数进行归一化：然后按照三个参数相应的权重wobs、wdir、wvel计算得到速度(vi,ωi)的评价分数scorei:scorei＝wobs·obsi+wdir·diri+wvel·veli选择其中得分最高的速度组合(vbest,ωbest)，处理器按照该速度组合对车辆行驶进行控制,进而车辆完成对正前方障碍物的避让；⑤当仅有未装有激光测距传感器的车辆一侧45°方向上探测到障碍物时，若obsleft>2.8diss,当前车辆行驶速度不作调整；当obsleft<2.8diss时,此时调整车速为当前速度的一半继续行驶，若继续行驶过程中探测的障碍物距离进一步减小到obsfront<1.5diss，则调整车速到10km/h继续行驶，若继续行驶过程中探测障碍物距离再一次减小到obsfront<1.2diss,则进行停车等待，直至激本文档来自技高网...

【技术保护点】
1.一种封闭场景下车辆道路能力测试方法，其特征在于，具体步骤为：/nA、在车辆内安装处理器和姿态及位置获取模块，在车辆同一侧装有两个激光测距传感器，两个激光测距传感器间隔一定距离且处于同一水平面上；在车辆前端装有激光雷达，姿态及位置获取模块、激光雷达和两个激光测距传感器将检测的数据反馈给处理器，处理器对数据分析处理后控制车辆的行驶线速度及行驶角速度，完成车辆的自动驾驶系统的安装，然后处理器采用已知的SLAM开源算法通过激光雷达完成对当前环境地图的构建；/nB、选择长圆形跑道作为封闭测试场地，在长圆形跑道中间设有矩形标志物，在矩形标志物中点两侧的长圆形跑道上对称设有第一目标点和第四目标点，在矩形标志物端部的前方及后方的对称长圆形跑道上对称设有第二目标点和第三目标点，且相邻两个目标点之间的直线距离相等；将步骤A完成安装的车辆放置在任意一个目标点处作为起始点，且使装有两个激光测距传感器的车辆一侧朝向矩形标志物；设定测试圈数或测试时间输入到处理器内，其中一圈设定为车辆顺时针或逆时针绕矩形标志物依次经过各个目标点回到起始点；若设定为测试圈数，则车辆绕矩形标志物达到设定测试圈数时，车辆停止行驶完成测试；若设定为测试时间，则车辆在开始行驶时进行计时，每行驶一圈将当前时间与测试时间进行比对，若当前时间未超过测试时间，则车辆继续下一圈行驶；若当前时间超过测试时间，则车辆停止行驶完成测试；/nC、车辆开始行驶测试时，姿态及位置获取模块、激光雷达和两个激光测距传感器实时将检测的数据反馈给处理器，处理器对数据进行分析处理，进而确定最佳速度评价指标，并根据最佳速度评价指标调整从起始点到下一目标点之间的最佳行驶速度及行驶方向，直至车辆到达下一个目标点，所述确定最佳速度评价指标的过程为：/n根据道路安全要求以及车辆自身性能限制设定车辆最大车辆线速度v...

【技术特征摘要】
1.一种封闭场景下车辆道路能力测试方法，其特征在于，具体步骤为：
A、在车辆内安装处理器和姿态及位置获取模块，在车辆同一侧装有两个激光测距传感器，两个激光测距传感器间隔一定距离且处于同一水平面上；在车辆前端装有激光雷达，姿态及位置获取模块、激光雷达和两个激光测距传感器将检测的数据反馈给处理器，处理器对数据分析处理后控制车辆的行驶线速度及行驶角速度，完成车辆的自动驾驶系统的安装，然后处理器采用已知的SLAM开源算法通过激光雷达完成对当前环境地图的构建；
B、选择长圆形跑道作为封闭测试场地，在长圆形跑道中间设有矩形标志物，在矩形标志物中点两侧的长圆形跑道上对称设有第一目标点和第四目标点，在矩形标志物端部的前方及后方的对称长圆形跑道上对称设有第二目标点和第三目标点，且相邻两个目标点之间的直线距离相等；将步骤A完成安装的车辆放置在任意一个目标点处作为起始点，且使装有两个激光测距传感器的车辆一侧朝向矩形标志物；设定测试圈数或测试时间输入到处理器内，其中一圈设定为车辆顺时针或逆时针绕矩形标志物依次经过各个目标点回到起始点；若设定为测试圈数，则车辆绕矩形标志物达到设定测试圈数时，车辆停止行驶完成测试；若设定为测试时间，则车辆在开始行驶时进行计时，每行驶一圈将当前时间与测试时间进行比对，若当前时间未超过测试时间，则车辆继续下一圈行驶；若当前时间超过测试时间，则车辆停止行驶完成测试；
C、车辆开始行驶测试时，姿态及位置获取模块、激光雷达和两个激光测距传感器实时将检测的数据反馈给处理器，处理器对数据进行分析处理，进而确定最佳速度评价指标，并根据最佳速度评价指标调整从起始点到下一目标点之间的最佳行驶速度及行驶方向，直至车辆到达下一个目标点，所述确定最佳速度评价指标的过程为：
根据道路安全要求以及车辆自身性能限制设定车辆最大车辆线速度vmax、车辆最小线速度vmin、车辆最大角速度ωmax和车辆最小角速度ωmin,车辆当前线速度和角速度分别为vcur、ωcur；假定在处理器的一个处理周期Δt内车辆作匀速直线运行，则在当前速度(vcur,ωcur)下所能达到的速度范围为：
vcur-adec·Δt≤v≤vcur+aacc·Δt(1)
ωcur-aωd·Δt≤ω≤ωcur+aωa·Δt(2)
其中adec、aacc、aωd、aωa分别为车辆的最大直线减速度、最大直线加速度、最大角减速度和最大角加速度，则在上述范围内选择不同的v值及不同的ω值进行组合，进而根据各个(v,ω)组合分别计算出在给定预测时间内各自对应的预测轨迹，根据每一条的预测轨迹通过姿态及位置获取模块、激光雷达和两个激光测距传感器反馈的检测数据，处理器选择最优路线，从而得出该最优路线对应的速度(v,ω)，具体选择过程为：
①对于每一组速度(v,w)，有对应的刹车距离diss，刹车距离能根据匀减速直线运动位移公式来估算：



其中，s为匀减速直线运动位移；为了增加测试时的安全运行，设定一个安全系数k＝1.2,则diss＝k·s；
②在处理器获取激光雷达的距离信息时，取出离车辆正前方最近的障碍物距离obsfront以及未装有激光测距传感器的车辆一侧45°方向的最近障碍物距离obsleft，根据这两个距离信息避让障碍物，当障碍物距离车辆大于100m或是激光雷达未探测到障碍物，记obsfront＝100、obsleft＝100；
③当车辆正前方及未装有激光测距传感器的车辆一侧45°方向上都没有障碍物时，即obsfront>2diss且obsleft>2.8diss,此时处理器使车辆以最大速度线速度vmax行驶，车辆角速度ω根据两个激光测距传感器探测到与矩形标志物之间的距离差异进行调整，使车辆始终保持与矩形标志物平行在场地道路上行驶；
④当仅有正前方探测到障碍物时，即obsfront<2diss,首先通过姿态获取模块实时获得车辆的姿态角θ、当前的位置(x,y)以及当前的速度(vcur,ωcur)，通过计算得到车辆与下一个目标点方向的夹角α；通过激光雷达获得当前最近的障碍物位置(xobs,yobs)；当前速度为(vcur,ωcur)的车辆，由公式(1)、(2)得到车辆所能达...

【专利技术属性】
技术研发人员：李会军，毛影，叶宾，李刘川，石允林，张培媛，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：江苏;32