自车变道意图的识别方法技术

本发明专利技术实施例提供了自车变道意图的识别方法

【技术实现步骤摘要】
自车变道意图的识别方法、装置、计算机设备及介质


[0001]本专利技术涉及自动驾驶
，特别涉及一种自车变道意图的识别方法
、
装置
、
计算机设备及介质
。

技术介绍

[0002]ADAS(Advanced Driving Assistant System)
，即高级驾驶辅助系统中，
ACC(Adaptive Cruise Control)
自适应巡航是其中一种重要的纵向控制功能，在合适场景下提供安全且舒适的驾乘体验
。
其中一种重要的场景为自车变道切出本车道切入旁车道，此场景下对目标车辆识别或者释放的时机不当则易产生不连贯的加减速而引起车内人员不舒适感
。
为了优化此场景的性能表现，需要通过一种或多种传感器准确识别环境信息
、
自车和目标车状态等，其中包括对驾驶员变道意图的识别
。
[0003]关于识别驾驶员变道意图，现有方案涉及到对方向盘转角
、
方向盘上施加的转向力矩
、
自车横摆率
、
转向灯状态
、
车道线横向距离中的一种或多种进行判断
。
其中方向盘转角
、
方向盘上施加的转向力矩最终反应到自车姿态上也即横摆率，结合驾驶员拨转向灯杆的动作
、
自车距离车道线的距离来进行变道意图的识别
。
[0004]现有实现驾驶员变道意图识别的方法里，横摆率/>Yaw Rate
无法直接测得，常用的方法有轮速差估算
、
侧向加速度
‑
车速法
、Yaw
‑
G
传感器通过惯性测量
(
科氏震动陀螺仪
)。
以上三种方法所估算或测量出的横摆率相互校验得出实际横摆率
。
另外受传感器噪声等因素影响，往往需要进一步进行滤波处理
。
此方法使用多种传感器并且均需要校准标定，带来额外的工作量，估算或测量值的校验和滤波处理也较复杂
。
另外使用方向盘转角
/
转向力矩
、
横摆率来判断，某些场景会误触发变道意图，例如躲避少量侵入本车道内的障碍物等；实际道路上变道不开转向灯的情况也较普遍，不适合用于变道意图判断
。
所以有必要提供一种相较于使用这些信号，简单方便又可靠的解决方法
。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供了一种自车变道意图的识别方法，以解决了现有技术中变道意图识别复杂
、
可靠性低的技术问题
。
该方法包括：
[0006]通过车载传感器采集自车信息，其中，自车信息包括自车实际车速
ν
ego
；
[0007]当自车前方的车载图像采集设备采集的图像数据中存在车道线时，则采集车道线信息，其中，车道线信息包括车道线横偏
C0
和航向角
C1
，车道线横偏
C0
为自车坐标系下自车前保险杠中心点与车道线的横向距离，航向角
C1
为自车坐标系下车道线与自车中心线的夹角；
[0008]通过车道线横偏
C0
和航向角
C1
判断自车的潜在变道方向；
[0009]根据自车实际车速
ν
ego
、
在潜在变道方向上的车道线横偏
C0
和在潜在变道方向上的航向角
C1
，确定自车的变道意图概率
P
；
[0010]在变道意图概率
P
大于等于概率阈值
P3
时，判断自车存在变道意图
。
[0011]本专利技术实施例还提供了一种自车变道意图的识别装置，以解决了现有技术中变道意图识别复杂
、
可靠性低的技术问题
。
该装置包括：
[0012]自车信息采集模块，用于通过车载传感器采集自车信息，其中，自车信息包括自车实际车速
ν
ego
；
[0013]车道线信息采集模块，用于当自车前方的车载图像采集设备采集的图像数据中存在车道线时，则采集车道线信息，其中，车道线信息包括车道线横偏
C0
和航向角
C1
，车道线横偏
C0
为自车坐标系下自车前保险杠中心点与车道线的横向距离，航向角
C1
为自车坐标系下车道线与自车中心线的夹角；
[0014]变道方向判断模块，用于通过车道线横偏
C0
和航向角
C1
判断自车的潜在变道方向；
[0015]变道意图概率及阈值计算模块，用于根据自车实际车速
ν
ego
、
在潜在变道方向上的车道线横偏
C0
和在潜在变道方向上的航向角
C1
，确定自车的变道意图概率
P
；
[0016]变道意图识别模块，用于在变道意图概率
P
大于等于概率阈值
P3
时，判断自车存在变道意图
。
[0017]本专利技术实施例还提供了一种计算机设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意的自车变道意图的识别方法，以解决了现有技术中变道意图识别复杂
、
可靠性低的技术问题
。
[0018]本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述任意的自车变道意图的识别方法的计算机程序，以解决了现有技术中变道意图识别复杂
、
可靠性低的技术问题
。
[0019]与现有技术相比，本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：
[0020]直接使用车载传感器
(
前向感知摄像头
)
提供的车道线信息，根据车道线信息，结合当前自车实际车速，精确识别车辆行驶过程中自车的变道意图，取代横摆率的估算
/
测量，减小了车内通信数据量并节省了一定计算资源，实现低成本
、
简单高效的驾驶员变道意图识别
。
附图说明
[0021]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图
。
[0022]图1是本专利技术实施例提供的一种自车变道意图的识别方法的流程图；
[0023]图2是本专利技术实施例提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种自车变道意图的识别方法，其特征在于，包括：通过车载传感器采集自车信息，其中，所述自车信息包括自车实际车速
ν
ego
；当自车前方的车载图像采集设备采集的图像数据中存在车道线时，则采集车道线信息，其中，所述车道线信息包括车道线横偏
C0
和航向角
C1
，所述车道线横偏
C0
为自车坐标系下自车前保险杠中心点与车道线的横向距离，所述航向角
C1
为自车坐标系下车道线与自车中心线的夹角；通过所述车道线横偏
C0
和所述航向角
C1
判断自车的潜在变道方向；根据所述自车实际车速
ν
ego
、
在所述潜在变道方向上的所述车道线横偏
C0
和在所述潜在变道方向上的所述航向角
C1
，确定自车的变道意图概率
P
；在所述变道意图概率
P
大于等于概率阈值
P3
时，判断自车存在变道意图
。2.
如权利要求1所述的自车变道意图的识别方法，其特征在于，通过所述车道线横偏
C0
和所述航向角
C1
判断自车的潜在变道方向，包括：当所述图像数据中存在左车道线和右车道线时，确定左车道线横偏和右车道线横偏，其中，所述左车道线横偏为自车前保险杠中心点与左车道线的横向距离，所述右车道线横偏为自车前保险杠中心点与右车道线的横向距离；将所述左车道线横偏和所述右车道线横偏二者中绝对值小的对应的车道线确定为自车所靠近的车道线，并将自车所靠近的车道线所在自车的方向确定为自车的潜在变道方向；当所述图像数据中存在所述左车道线和
/
或所述右车道线时，确定出绝对值小于自车车辆宽度的一半的车道线横偏
C0
，当一侧车道线横偏
C0
的绝对值小于自车车辆宽度的一半且该侧车道线对应的航向角
C1
的绝对值小于航向角阈值时，将该车道线横偏
C0
对应的车道线确定为自车骑行的车道线，并将自车骑行的车道线所在自车的方向确定为自车的潜在变道方向
。3.
如权利要求2所述的自车变道意图的识别方法，其特征在于，将所述左车道线横偏和所述右车道线横偏二者中绝对值小的对应的车道线确定为自车所靠近的车道线，并将自车所靠近的车道线所在自车的方向确定为自车的潜在变道方向，包括：当所述左车道线横偏和所述右车道线横偏之和为正，则确定所述潜在变道方向为向左变道，其中，所述自车坐标系以自车前保险杠中心点为原点，以自车中心线向自车前方作为所述自车坐标系的
x
轴正向，以垂直于自车中心线向自车右方作为所述自车坐标系的
y
轴正向；当所述左车道线横偏和所述右车道线横偏之和为负，则确定所述潜在变道方向为向右变道；将自车骑行的车道线所在自车的方向确定为自车的潜在变道方向，包括：当
﹣Wd
ego
/2≤
左车道线横偏＜0且左航向角的绝对值小于航向角阈值，则确定所述潜在变道方向为向左变道，其中，所述左航向角为左车道线与自车中心线的夹角，
Wd
ego
为自车车辆宽度；当0＜右车道线横偏
≤Wd
ego
/2
且右航向角的绝对值小于航向角阈值，则确定所述潜在变道方向为向右变道，其中，所述右航向角为右车道线与自车中心线的夹角
。4.
如权利要求1至3中任一项所述的自车变道意图的识别方法，其特征在于，根据所述
自车实际车速
ν
ego
、
在所述潜在变道方向上的所述车道线横偏
C0
和在所述潜在变道方向上的所述航向角
C1
，确定自车的变道意图概率
P
，包括：通过在所述潜在变道方向上的所述车道线横偏
C0、
所述自车实际车速
ν
ego
和所述自车车辆宽度
Wd
ego
确定横偏概率
P1
，通过在所述潜在变道方向上的所述航向角
C1
和所述自车实际车速
ν
ego
确定航向角概率
P2
；将所述横偏概率
P1
和所述航向角概率
P2
相乘，将得到的乘积确定为所述变道意图概率
P。5.
如权利要求4所述的自车变道意图的识别方法...

【专利技术属性】
技术研发人员：胡嘉文，曾佳威，何子伟，王述良，程建伟，
申请(专利权)人：武汉极目智能技术有限公司，
类型：发明
国别省市：