System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及自动驾驶车辆控制,具体涉及一种铰链式车辆自动驾驶碰撞预测方法。
技术介绍
1、铰链式车辆属于特型车辆,主要构成为后轮驱动箱体和前部设备箱体组成,中间由铰链式液压杆连接两箱体实现传动与转向,与乘用车辆的区别在于:
2、1、控制方式不同,乘用车通常为前轮驱动加方向盘转向实现控制,铰链式为后轮驱动,左右铰链推拉使前后车体形成一定的夹角实现转向控制。
3、2、车辆运动模型不同,乘用车采用简单的单车模型即可完整描述车辆状态(如图1、图2所示),铰链式车辆由前后两个箱体组成,在运动过程中由于铰链推拉,使得前后两个箱体存在一定的夹角,从而使得铰链式车辆模型无法使用静态车辆模型来描述,运动过程中每时每刻车辆模型都不一样,是个动态的车辆模型(如图3所示)。
4、在现有自动驾驶系统技术中,运动碰撞预测采用单车模型矩形框描述轮廓,对感知障碍进行分析判断,由于单车模型为静态刚体模型,在运动过程中无法完整描述出铰链式车辆的轮廓,从而在实际存在碰撞风险的情况下无法正确的预测,因此无法适用于铰链式车辆。
技术实现思路
1、本专利技术旨在针对现有技术的技术缺陷,提供一种铰链式车辆自动驾驶碰撞预测方法,以解决目前采用单车模型所构建的碰撞预测方法不适用于铰链车辆的技术问题。
2、为实现以上技术目的,本专利技术采用以下技术方案:
3、一种铰链式车辆自动驾驶碰撞预测方法,包括以下步骤:
4、1)建立铰链式车辆的轮廓动态模型函数;
...【技术保护点】
1.一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤1)中,通过采样多项式拟合建立铰链角度Q与曲率V关系。
3.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤2)中,等距采样并计算每个采样点的曲率和采样点对应的未来时间。
4.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤4)中,所述障碍物信息是由传感器获取的,所述障碍物包括车辆、行人、静态物。
5.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤5)中,将障碍物、动态轨迹、轮廓均投影至栅格地图中,并赋予标签。
6.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤6)中,在建立铰链式车辆轮廓的初始模型后,根据局部坐标轨迹采样点位置和曲率,计算出在栅格障碍地图中,未来某个时间点自身车辆的位置与轮廓。
7.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步
8.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤1)包括:
9.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤6)包括:
10.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤7)包括:
...【技术特征摘要】
1.一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤1)中,通过采样多项式拟合建立铰链角度q与曲率v关系。
3.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤2)中,等距采样并计算每个采样点的曲率和采样点对应的未来时间。
4.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤4)中,所述障碍物信息是由传感器获取的,所述障碍物包括车辆、行人、静态物。
5.根据权利要求1所述的一种铰链式车辆自动驾驶碰撞预测方法,其特征在于,步骤5)中,将障碍物、动态轨迹、轮廓均投影至栅格地图中,并赋予标签。
6.根据权利要求1所述的一种铰链式...
【专利技术属性】
技术研发人员:郑勇飞,王维,
申请(专利权)人:睿羿科技山东有限公司,
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。