【技术实现步骤摘要】
本专利技术涉及驾驶辅助，具体为一种交叉路口直行的车辆横向控制方法及结构。
技术介绍
1、自动驾驶技术是指在没有人类驾驶员干预的情况下，车辆能够自主进行加速、转向、刹车和避免障碍物等操作。目前，许多汽车制造商已经推出了配备l2级别（部分自动化）驾驶功能的家用汽车。这些车辆通常配备了先进的驾驶辅助系统，如自适应巡航控制（adaptive cruise control，acc）、车道保持辅助系统（lane keepingassist，lka）、交通拥堵辅助（traffic jam assistant，tja）、领航辅助（navigateon autopilot，noa）等，能够在特定条件下实现一定程度的自动化驾驶。目前的驾驶辅助系统都能够在通过使用摄像头、激光雷达等传感器来监测车辆在道路上的位置，并能够对车辆进行自动的方向调整，帮助驾驶员保持车辆在行驶过程中不偏离车道。通常情况下，驾驶辅助系统能够在车辆的速度范围内工作，一般从低速到高速都可以发挥作用。这种技术可以提高驾驶的安全性，尤其是在长途高速行驶或在疲劳驾驶时具有一定的作用。
2、驾驶辅助系统对车辆的控制可分为横向控制和纵向控制，纵向控制的控制目标为车辆的速度，横向控制用于保持车辆直线行驶、控制车辆转向、变换车辆所在的车道等方面。
3、然而，如图1所示，当驾驶辅助系统的车辆，图中标记为自车2在城区道路的交叉路口直行时，进入到交叉路口的中心区域1后，由于中心区域1是不标记车道线的，即，对于车辆辅助系统来说是车道线数据丢失的情况，但中心区域的车辆和道路情况却更
4、针对图1所示场景，现有的l2级别的驾驶辅助系统的横向控制通常采取三种方案来应对交叉路口直行的中车道线丢失的场景。第一种方案是将车道线丢失前的车道中心线信息锁存，作为车辆直线行驶的参考轨迹，直到车道线信息被重新获取。第二种方案是保持车辆的横向控制姿态不变，直到通过路口。第三种方案是使用高精地图或者激光雷达提供的道路车道线信息，规划车辆行驶的参考轨迹。
5、当前方案存在的问题是：基于第一个方案和第二个方案通过交叉路口时，车道线丢失前的信息与真实道路信息存在偏差，使用车道线丢失前的中心线信息作为参考轨迹进行横向控制，或者直接沿用车道线丢失前横向控制姿态信息，控制不够精准，都会导致车辆可能会偏离车道。而使用高精地图和激光雷达会增加整车成本，并且目前只有部分城市的高精地图数据，无法覆盖所有城市的道路场景。
技术实现思路
1、为了解决现有技术中驾驶辅助系统在交叉路口直行车道线数据丢失时无法实现精准的横向控制的问题，本专利技术提供一种交叉路口直行的车辆横向控制方法，其可以基于较低成本提高直行车辆经过交叉路口中心区域时的横向控制的精准度。同时，本申请还公开了一种交叉路口直行的车辆横向控制结构。
2、本专利技术的技术方案是这样的：一种交叉路口直行的车辆横向控制方法，其特征在于，其包括以下步骤：
3、s1：基于车载摄像头，实时监控当前车辆行驶的场景；
4、所述摄像头安装在当前车辆的前方，检测车辆前方环境信息；所述环境信息包括：车道线、车辆、行人、障碍物；
5、s2：确认当前场景为是否为交叉路口直行场景；
6、如果是，则执行步骤s3，进入交叉口车辆横向控制流程；
7、否则，循环执行步骤s1~s2；
8、s3：采集车道线信息，计算车道中心线轨迹；
9、s4：根据vcu的自车运动信息计算当前车辆的预测运动轨迹；
10、s5：判断当前车辆是否存在前车；
11、如果存在，则根据前车历史运动信息计算前车历史运动轨迹后，执行步骤s6；
12、否则，将前车历史运动轨迹赋值为空后，执行步骤s6；
13、s6：判断所述前车历史运动轨迹是否为空；
14、如果是，则使用扩展卡尔曼滤波方法对所述车道中心线轨迹和所述预测运动轨迹进行融合，得到最终的车辆行驶参考路径轨迹；
15、否则，使用扩展卡尔曼滤波方法对所述车道中心线轨迹、所述预测运动轨迹和所述前车历史运动轨迹进行融合，得到最终的车辆行驶参考路径轨迹；
16、融合后的所述车辆行驶参考路径的轨迹方程为：
17、ys=ds+as×xs+bs×x2s+cs×x3s；
18、其中，轨迹计算基于笛卡尔车辆坐标系，原点o为轨迹计算开始时的车辆后轴中心，x轴与车辆前进方向一致，y轴与车辆的右侧方向一致，ys为参考路径轨迹点的y轴坐标，xs为参考路径轨迹点的x轴坐标，as、bs、cs和ds为轨迹方程的系数；
19、s7：使用基于预瞄的横向轨迹跟踪pid计算目标方向盘角度；
20、φst=φf+φpi+φz；
21、其中，φst为目标方向盘角度，φf为前馈方向盘转角，φpi为反馈pid控制方向盘转角，φz为预先标定的方向盘安装的零位偏差修正角度；
22、φf= kf*i*(180/π)*arctan(l*bf)；
23、其中，k f为前馈转角标定系数，由车速和综合偏差决定；i为转向系统的传动比；l为车辆轴距，bf为参考轨迹上参考点的曲率，参考点是参考轨迹上距离预瞄点最近的轨迹点；
24、；
25、其中，kpy为横向偏离距离反馈控制比例项系数，dy为预瞄点与参考点之间的横向偏离距离；kph为航向角偏差反馈控制比例项系数，df为预瞄距离，由车速、参考点曲率和预瞄时间共同决定，ay为预瞄点与参考点之间的航向角偏差，ki为反馈控制积分项系数；
26、s8：对所述目标方向盘角度进行干扰限制处理后，得到处理后方向盘角度，将所述处理后方向盘角度输出到车辆vcu控制器，控制车辆横向运动；
27、所述干扰限制处理包括：限幅处理、滤波处理和变化率限制处理。
28、其进一步特征在于：
29、其还包括以下步骤：
30、s9：根据结束条件判断是否结束本次横向控制；
31、所述结束条件包括：
32、条件1：当左右车道线质量均可用，并持续3s以上；
33、条件2：驾驶员手动接管方向盘操作；
34、当上述两个条件中的任意一个时，则判断为结束本次横向控制；
35、如果判断本次横向控制结束，则退出；
36、否则，保持使用所述处理后方向盘角控制车辆横向运动；
37、步骤s2中，当同时满足以下场景条件时，则判断当前车辆处于交叉路口直行场景：
38、场景条件1：左右两侧车道线质量均可不用；
39、或者单侧车道线质量可用并且曲率大于设定阈值sccurv、且曲率变化率大于设定阈值sccrate；
40、场景条件2：车辆左右转向灯均为熄灭状态；
41、场景条件3：车辆横摆角速度小本文档来自技高网...
【技术保护点】
1.一种交叉路口直行的车辆横向控制方法，其特征在于，其包括以下步骤：
2.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：其还包括以下步骤：
3.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤S2中，当同时满足以下场景条件时，则判断当前车辆处于交叉路口直行场景：
4.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤S3中，所述车道中心线轨迹的计算方法，具体包括以下步骤：
5.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤S4中，当前车辆的所述预测运动轨迹的计算方法包括以下步骤：
6.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤S5中，基于毫米波雷达判断当前车辆是否存在前车，以及检测前车信息；
7.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤S5中，所述前车运动轨迹的计算方法包括以下步骤：
8.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步
9.一种交叉路口直行的车辆横向控制结构，其包括：摄像头、毫米波雷达和控制模块，其特征在在于：所述控制模块包括：传感器信息处理模块、轨迹计算模块、轨迹融合模块和横向轨迹跟踪PID模块；所述摄像头和所述毫米微波雷达电连接所述控制模块，所述控制模块通信连接当前车辆的VCU车载控制器和ADU自动驾驶控制器；
10.根据权利要求9所述一种交叉路口直行的车辆横向控制结构，其特征在于：其还包括：方法状态标记位F-LC，所述方法状态标记位F-LC的状态包括：激活状态和抑制状态；
...【技术特征摘要】
1.一种交叉路口直行的车辆横向控制方法，其特征在于，其包括以下步骤：
2.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：其还包括以下步骤：
3.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤s2中，当同时满足以下场景条件时，则判断当前车辆处于交叉路口直行场景：
4.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤s3中，所述车道中心线轨迹的计算方法，具体包括以下步骤：
5.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤s4中，当前车辆的所述预测运动轨迹的计算方法包括以下步骤：
6.根据权利要求1所述一种交叉路口直行的车辆横向控制方法，其特征在于：步骤s5中，基于毫米波雷达判断当前车辆是否存在前车，以及检测...
【专利技术属性】
技术研发人员：翟明浩，孔国玲，龙洋，
申请(专利权)人：无锡车联天下信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。