一种目标跟车距离计算系统及计算方法技术方案

本发明专利技术涉及一种目标跟车距离计算系统及计算方法，本发明专利技术采集驾驶员在自动驾驶系统关闭时的自然驾驶数据，将稳定跟车场景时的车速、道路曲率半径、跟车平均距离等特征，并将特征数据存入存储器待后续机器学习训练使用，采用多层感知器对目标跟车距离进行建模，待满足机器学习训练所需的最小数据要求后，对目标跟车距离模型进行训练；待车辆进入自动驾驶状态后，训练完成后的模型可以根据各类输入信息进行目标跟车距离的实时计算.本发明专利技术不依赖于大数据分类，可以在车端收集本车驾驶员的驾驶信息以实现最贴近驾驶员风格的目标距离建模，且可以考虑天气、路况、夜晚等因素对跟车距离的影响，有效提升自适应巡航功能对驾驶员的适应性。性。性。

【技术实现步骤摘要】
一种目标跟车距离计算系统及计算方法


[0001]本专利技术属于机器学习及智能化驾驶
，具体涉及一种目标跟车距离计算系统及计算方法。

技术介绍

[0002]目前的高级辅助驾驶系统(Advanced Driver Assistant System)的自适应巡航(Adaptive Cruise Control，ACC)功能，是通过传感器获得前车的相对距离、速度、本车速度等信息结合目标跟车距离设定信息实时计算车辆的加速减速，从而实现跟车控制。由于当前的智驾系统产品的目标跟车距离设置是通过有限的几个档位来调节，这种简单的目标距离档位调节难以满足数量众多且驾驶风格多样的驾驶员对跟车距离的预期，使用者会觉得自适应巡航不舒适、不安全，从而频繁人工介入功能，甚至关闭功能。
[0003]为了提高自适应巡航的对众多驾驶者的适应能力，有研究者提出通过收集驾驶员自然驾驶的数据，而后构造时距、最大加速度等特征，通过基于规则或聚类算法实现分类，然后根据分类结果得到该类结果的目标距离参数，该方法虽然将驾驶员的跟车风格进行自动识别，但是仍然是分为有限的类别，只是类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标跟车距离计算系统，该系统设于车端控制器内，其特征在于：包括：数据收集模块，用于获取当前车辆在驾驶过程中和自动驾驶系统的信息；跟车特征计算模块，用于对数据收集模块中收集到的信息进行特征计算；跟车条件判断模块，用于判断本车当前是否满足跟车条件，即是否处于人工驾驶且稳定跟车状态；跟车特征存储模块，包括存储器，用于存储跟车特征计算模块中计算所得的驾驶员稳定跟车状态的特征数据；训练条件判断模块，用于判断存储器内所存储的特征数据数量是否满足训练条件；车端神经网络训练模块，用于进行车端模型训练，模型采用多层感知器的一种神经网络模型，模型的输入为跟车特征计算模块中计算的特征数据，模型的输出为目标跟车距离；目标距离推理模块，用于进行目标跟车距离计算，本车进入自动驾驶状态之后，基于目标距离推理模块进行目标跟车距离计算。2.根据权利要求1所述一种目标跟车距离计算系统，其特征在于：所述数据收集模块中所获取的信息包括：自动驾驶系统状态、本车车速、本车加速度、前车位置、前车位置、前车加速度、周围车辆位置、周围车辆速度、车道线信息、雨刮状态、雨量等级信号、环境光信号、前照灯状态。3.根据权利要求1所述一种目标跟车距离计算系统，其特征在于：所述跟车特征计算模块中所得的特征计算结果包括：平均跟车距离d
avg
、平均车速V
avg
、左侧车道和右侧车道的平均车流跟车时距THL
avg
和THR
avg
、车道线特征、道路曲率半径最大值、雨量特征、光照特征。4.根据权利要求1所述一种目标跟车距离计算系统，其特征在于：所述跟车条件包括：自动驾驶系统状态一直处于人工驾驶状态；前车目标存在，且处于车道保持状态，未处于换道状态；本车处于车道保持状态；本车车速最近10s内变化不超过3m/s；本车加速度最近10s内未超过1m/s2；前车与本车最近10s内的相对速度不超过3m/s；道路曲率半径最近10s内不小于50m。5.根据权利要求1所述一种目标跟车距离计算系统，其特征在于：所述存储器内的特征数据以组划分，且每组特征数据包括：本车平均车速、左侧车道车流平均跟车时距、右侧车道车流平均跟车时距、左侧车道线特征、右侧车道线特征、道路曲率半径最大值、雨量特征和光照特征；且所述存储器的总限值为1000组数据，若特征数据组数超过总限值，则将最早存入存储器的那组历史数据晒出，填入新一组数据；所述存储器下电后仍能保证现有数据不丢失。6.根据权利要求1所述一种目标跟车距离计算系统，其特征在于：所述训练条件包括：当所述存储器内所存的特征数据超过500组，且本车车速处于0km/h、0
‑
20km/h、20
‑
40km/h、40
‑
60km/h、60
‑
80km/h、80
‑
100km/h、100
‑
120km/h、120km/h以上这些区间内，均至少有10组特征数据。7.根据权利要求1所述一种目标跟车距离计算系统，其特征在于：所述神经网络模型包
括一个输入层、一个隐含层和一个输出层，所述输入层包括8个输入，分别为本车平均车速、左侧车道车流平均跟车时距、右侧车道车流平均跟车时距、左侧车道线特征、右侧车道线特征、道路曲率半径最大值、雨量特征和光照特征；所述隐含层为13个神经元采用Sigmoid激活函数...

【专利技术属性】
技术研发人员：尹旭，黄杉，肖友，张飞龙，单玉梅，张鹏，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：