车辆运动控制能力评估方法及其系统技术方案

本申请公开一种车辆运动控制能力评估方法及其系统

【技术实现步骤摘要】
车辆运动控制能力评估方法及其系统、设备、介质


[0001]本申请属于车辆运动控制
，尤其涉及一种车辆运动控制能力评估方法及其系统
、
设备
、
介质
。

技术介绍

[0002]目前，随着感知
、
控制
、
计算机
、
传感
、
人工智能等相关科学与技术的进步，智能驾驶车辆已进入人们的生活中，将会影响与改变人类未来交通与通行方式
。
[0003]但目前智能驾驶技术还未成熟，基于现实交通环境的复杂与多变性以及感知技术的局限，以及人员误用或误操作等多种因素的影响，智能车辆的智能驾驶功能还存在大量安全隐患，尤其是智能车辆的智能驾驶功能不足或性能局限，例如智能车辆在运动控制能力上的不足
。
因此，如何对智能车辆的运动控制能力进行实时评估，是当前亟需解决的问题
。

技术实现思路

[0004]本申请实施例提供一种车辆运动控制能力评估方法及其系统
、
设备
、
介质
、
产品，能够对智能车辆的运动控制能力进行准确有效评估
。
[0005]第一方面，本申请实施例提供一种车辆运动控制能力评估方法，该方法包括：获取测试车辆的测试数据集，其中，测试数据集包括测试车辆在实际测试路径上
N
个采样点的第一实际运动数据，以及在第一目标路径上
N
个第一目标点的第一目标运动数据，实际测试路径上
N
个采样点对应第一目标路径上
N
个第一目标点，
N
为正整数；基于测试车辆的测试数据集和极大似然估计算法，确定运动控制能力参数；获取目标车辆在当前时刻的实时数据集，其中，实时数据集包括目标车辆在当前行驶路径上当前位置的第二实际运动数据，以及在第二目标路径上目标点的第二目标运动数据，当前行驶路径上当前位置对应第二目标路径上第二目标点；结合实时数据集和运动控制能力参数，确定目标车辆的运动控制偏差的目标均值和目标方差；结合目标均值和目标方差，对目标车辆中运动控制系统的运动控制能力进行实时评估，得到评估结果
。
[0006]在第一方面的一些可实现方式中，结合实时数据集和运动控制能力参数，确定目标车辆的运动控制偏差的目标均值和目标方差，包括：将运动控制能力参数作为模型参数进行建模，得到运动控制能力评估模型；通过向运动控制能力评估模型输入实时数据集，得到目标均值和目标方差
。
[0007]在第一方面的一些可实现方式中，第一实际运动数据包括采样点的实际纵向位置
、
实际侧向位置
、
运动速度和运动加速度，第二实际运动数据包括当前位置的实际纵向位置
、
实际侧向位置
、
运动速度和运动加速度，第一目标运动数据包括第一目标点的期望纵向位置
、
期望侧向位置
、
曲率
、
曲率变化量，第二目标运动数据包括第二目标点的期望纵向位置
、
期望侧向位置
、
曲率
、
曲率变化量
。
[0008]在第一方面的一些可实现方式中，运动控制偏差包括纵向控制偏差和侧向控制偏
差，运动控制能力参数包括纵向控制能力参数和侧向控制能力参数，目标均值包括第一均值和第二均值，目标方差包括第一方差和第二方差，结合实时数据集和运动控制能力参数，确定目标车辆的运动控制偏差的目标均值和目标方差，包括：结合纵向控制能力参数和实时数据集，确定纵向控制偏差的均值和方差，得到第一均值和第一方差；结合侧向控制能力参数和实时数据集，确定侧向控制偏差的均值和方差，得到第二均值和第二方差
。
[0009]在第一方面的一些可实现方式中，结合目标均值和目标方差，对目标车辆中运动控制系统的运动控制能力进行实时评估，得到评估结果，包括：结合第一均值和第一方差，对运动控制系统的纵向运动控制能力进行实时评估，得到纵向控制能力评估结果；结合第二均值和第二方差，对运动控制系统的侧向运动控制能力进行实时评估，得到侧向控制能力评估结果
。
[0010]在第一方面的一些可实现方式中，纵向控制能力参数包括第一系数集合和第二系数集合，其中，第一系数集合包括对应第一取值范围的
k1
个第一曲率系数
、
对应第二取值范围的
k2
个第一曲率变化量系数
、
对应第三取值范围的
k3
个第一速度系数
、
对应第四取值范围的
k4
个第一加速度系数；第二系数集合包括对应第五取值范围的
k5
个第二曲率系数
、
对应第六取值范围的
k6
个第二曲率变化量系数
、
对应第七取值范围的
k7
个第二速度系数
、
对应第八取值范围的
k8
个第二加速度系数；第一取值范围包括
k1
个取值，第二取值范围包括
k2
个取值，第三取值范围包括
k3
个取值，第四取值范围包括
k4
个取值，第五取值范围包括
k5
个取值，第六取值范围包括
k6
个取值，第七取值范围包括
k7
个取值，第八取值范围包括
k8
个取值，
k1、k2、k3、k4、k5、k6、k7、k8
均为正整数
。
[0011]在第一方面的一些可实现方式中，第二实际运动数据包括当前位置的实际纵向位置
、
实际侧向位置
、
运动速度和运动加速度，第二目标运动数据包括第二目标点的期望纵向位置
、
期望侧向位置
、
曲率
、
曲率变化量；结合纵向控制能力参数和实时数据集，确定纵向控制偏差的均值和方差，包括：计算第二目标点的曲率为底数，
k1
个取值分别为指数时的
k1
个幂；计算第二目标点的曲率变化量为底数，
k2
个取值分别为指数时的
k2
个幂；计算当前位置的运动速度为底数，
k3
个取值分别为指数时的
k3
个幂；计算当前位置的运动加速度为底数，
k4
个取值分别为指数时的
k4
个幂；计算第二目标点的曲率为底数，预设倍数的
k5
个取值分别为指数时的
k5
个幂；计算第二目标点的曲率变化量为底数，预设倍数的
k6
个取值分别为指数时的
k6
个幂；计算当前位置的运动速度为底数，预设倍数的
k7
个取值分别为指数时的
k7...

【技术保护点】

【技术特征摘要】
1.
一种车辆运动控制能力评估方法，其特征在于，所述方法包括：获取测试车辆的测试数据集，其中，所述测试数据集包括所述测试车辆在实际测试路径上
N
个采样点的第一实际运动数据，以及在第一目标路径上
N
个第一目标点的第一目标运动数据，所述实际测试路径上
N
个采样点对应所述第一目标路径上
N
个第一目标点，
N
为正整数；基于所述测试车辆的测试数据集和极大似然估计算法，确定运动控制能力参数；获取目标车辆在当前时刻的实时数据集，其中，所述实时数据集包括所述目标车辆在当前行驶路径上当前位置的第二实际运动数据，以及在第二目标路径上目标点的第二目标运动数据，所述当前行驶路径上当前位置对应所述第二目标路径上第二目标点；结合所述实时数据集和所述运动控制能力参数，确定所述目标车辆的运动控制偏差的目标均值和目标方差；结合所述目标均值和所述目标方差，对所述目标车辆中运动控制系统的运动控制能力进行实时评估，得到评估结果
。2.
根据权利要求1所述的方法，其特征在于，所述结合所述实时数据集和所述运动控制能力参数，确定所述目标车辆的运动控制偏差的目标均值和目标方差，包括：将所述运动控制能力参数作为模型参数进行建模，得到运动控制能力评估模型；通过向所述运动控制能力评估模型输入所述实时数据集，得到所述目标均值和目标方差
。3.
根据权利要求1所述的方法，其特征在于，所述第一实际运动数据包括所述采样点的实际纵向位置
、
实际侧向位置
、
运动速度和运动加速度，所述第二实际运动数据包括所述当前位置的实际纵向位置
、
实际侧向位置
、
运动速度和运动加速度，所述第一目标运动数据所述第一目标点的期望纵向位置
、
期望侧向位置
、
曲率
、
曲率变化量，所述第二目标运动数据包括所述第二目标点的期望纵向位置
、
期望侧向位置
、
曲率
、
曲率变化量
。4.
根据权利要求1所述的方法，其特征在于，所述运动控制偏差包括纵向控制偏差和侧向控制偏差，所述运动控制能力参数包括纵向控制能力参数和侧向控制能力参数，所述目标均值包括第一均值和第二均值，所述目标方差包括第一方差和第二方差，所述结合所述实时数据集和所述运动控制能力参数，确定所述目标车辆的运动控制偏差的目标均值和目标方差，包括：结合所述纵向控制能力参数和所述实时数据集，确定所述纵向控制偏差的均值和方差，得到所述第一均值和所述第一方差；结合所述侧向控制能力参数和所述实时数据集，确定所述侧向控制偏差的均值和方差，得到所述第二均值和第二方差
。5.
根据权利要求4所述的方法，其特征在于，所述结合所述目标均值和所述目标方差，对所述目标车辆中运动控制系统的运动控制能力进行实时评估，得到评估结果，包括：结合所述第一均值和所述第一方差，对所述运动控制系统的纵向运动控制能力进行实时评估，得到纵向控制能力评估结果；结合所述第二均值和所述第二方差，对所述运动控制系统的侧向运动控制能力进行实时评估，得到侧向控制能力评估结果
。6.
根据权利要求4所述的方法，其特征在于，所述纵向控制能力参数包括第一系数集合
和第二系数集合，其中，所述第一系数集合包括对应第一取值范围的
k1
个第一曲率系数
、
对应第二取值范围的
k2
个第一曲率变化量系数
、
对应第三取值范围的
k3
个第一速度系数
、
对应第四取值范围的
k4
个第一加速度系数；所述第二系数集合包括对应第五取值范围的
k5
个第二曲率系数
、
对应第六取值范围的
k6
个第二曲率变化量系数
、
对应第七取值范围的
k7
个第二速度系数
、
对应第八取值范围的
k8
个第二加速度系数；所述第一取值范围包括
k1
个取值，所述第二取值范围包括
k2
个取值，所述第三取值范围包括
k3
个取值，所述第四取值范围包括
k4
个取值，所述第五取值范围包括
k5
个取值，所述第六取值范围包括
k6
个取值，所述第七取值范围包括
k7
个取值，所述第八取值范围包括
k8
个取值，
k1、k2、k3、k4、k5、k6、k7、k8
均为正整数
。7.
根据权利要求6所述的方法，其特征在于，所述第二实际运动数据包括所述当前位置的实际纵向位置
、
实际侧向位置
、
运动速度和运动加速度，所述第二目标运动数据包括所述第二目标点的期望纵向位置
、
期望侧向位置
、
曲率
、
曲率变化量；所述结合所述纵向控制能力参数和所述实时数据集，确定所述纵向控制偏差的均值和方差，包括：计算所述第二目标点的曲率为底数，所述
k1
个取值分别为指数时的
k1
个幂；计算所述第二目标点的曲率变化量为底数，所述
k2
个取值分别为指数时的
k2
个幂；计算所述当前位置的运动速度为底数，所述
k3
个取值分别为指数时的
k3
个幂；计算所述当前位置的运动加速度为底数，所述
k4
个取值分别为指数时的
k4
个幂；计算所述第二目标点的曲率为底数，预设倍数的所述
k5
个取值分别为指数时的
k5
个幂；计算所述第二目标点的曲率变化量为底数，预设倍数的所述
k6
个取值分别为指数时的
k6
个幂；计算所述当前位置的运动速度为底数，预设倍数的所述
k7
个取值分别为指数时的
k7
个幂；计算所述当前位置的运动加速度为底数，预设倍数的所述
k8
个取值分别为指数时...

【专利技术属性】
技术研发人员：李红，李克强，
申请(专利权)人：国汽北京智能网联汽车研究院有限公司，
类型：发明
国别省市：