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】
本专利技术涉及车辆辅助驾驶,尤其是一种车道居中行驶轨迹决策方法、设备及存储介质。
技术介绍
1、在智能驾驶领域中车道保持负责大多数基于车道线检测模块检测出的车道线进行居中控制,对车道线检测模块检测出的结果依赖较强,当出现合流分流或者某一侧有压线车辆或者车道线不清晰的情况下,居中性能会明显下降甚至于出现不预期转向。后有基于模型预测控制或基于规划的方法实现车道保持辅助,该类方法可以兼顾舒适性与安全性,但计算量大,多用于高阶辅助驾驶,l2等级的辅助驾驶大多选用低成本的运算平台,难以在l2平台部署落地。
技术实现思路
1、本专利技术要解决的技术问题是提供一种车道居中行驶轨迹决策方法、设备及存储介质,能够解决现有技术的不足,使车道居中控制更加稳定。
2、为解决上述技术问题,本专利技术所采取的技术方案如下。
3、一种车道居中行驶轨迹决策方法,包括以下步骤:
4、a、车道线识别与跟踪模块对车载摄像头拍摄的各帧图像中的车道线进行识别与跟踪,得到各帧图像中各条车道线的曲率方程和车道线长度;
5、b、居中行驶轨迹决策模块根据曲率方程计算车道线与上一帧跟踪轨迹线的离散度以及车道线的弯道半径和车道线长度,并得到下一帧跟踪轨迹;
6、c、转角指令计算模块根据步骤b得到的下一帧跟踪轨迹送入lqr控制器模块计算相对于上一帧踪轨迹的转角控制量。
7、作为优选,步骤a中,车道线曲率方程的表达式为,
8、,
9、其中,c3
10、作为优选,步骤b中具体包括以下步骤,
11、b1、计算当前左右车道线与上一帧跟踪轨迹线的离散度,若通过离散度可以确定下一帧跟踪轨迹线则结束步骤b,否则转向步骤b2;
12、b2、计算车道线弯道半径,确定合流分流,若通过弯道半径可以确定下一帧跟踪轨迹线则结束步骤b,否则转向步骤b3;
13、b3、计算左右车道线长度差异,若左右车道线长度差异大于设定阈值,则取较长的车道线的参数c3、c2、c1作为下一帧跟踪轨迹线的参数c3、c2、c1,下一帧跟踪轨迹线参数c0取左右车道线参数c0项的平均值,否则取左右车道线参数的平均值为下一帧跟踪轨迹线参数。
14、作为优选,步骤b1中,
15、将车道线曲率方向与上一帧的跟踪轨迹线进行离散化,纵向距离上每隔1m取一个点,最大取n=50个点,将其代入车道线曲率方程获取车道线离散点集,
16、左侧车道线离散点集合:l=[(xl1,yl1),(xl2,yl2)…(xln,yln)],
17、右侧车道线离散点集合:r=[(xr1,yr1),(xr2,yr2)…(xrn,yrn)],
18、上一帧跟踪轨迹离散点集合:c=[(xc1,yc1),(xc2,yc2)…(xcn,ycn)];
19、计算左侧车道线离散点集合与右侧车道线离散点集合分别相对于上一帧跟踪轨迹离散点集合的对应点的欧式距离之和,其表征轨迹离散度,
20、其中,similval1为左车道线与上一帧跟踪轨迹的离散度,similval2为右车道线与上一帧跟踪轨迹的离散度,结束步骤b;否则转向步骤b2。
21、作为优选,步骤b2中,
22、根据左右车道线的曲率方程计算平均弯道半径r,纵向距离每隔5m取一个点计算,最大取n=8个点,根据下式计算对应点曲率半径,将8个点的弯道半径求平均,得到平均弯道半径;
23、,
24、其中,y’为函数y对x的一阶导数,y’’为函数y对x的二阶导数,y=fdes(x);
25、计算左右车道线弯道半径差异,若弯道半径差异大于设定阈值,则选取弯道半径较大一侧的车道线的参数c3、c2、c1, 记录上一帧车道宽度和本次选取车道线的方位,若选取侧方位为左侧,c0则取车道线c0项与车道宽度一半值之差,若选取侧方位为右侧,c0则取车道线c0项与车道宽度一半值之和,结束步骤b;否则转向步骤b3。
26、一种电子设备,包括存储器和处理器,存储器存储计算机执行指令,处理器执行所述存储器存储的计算机执行指令,以实现上述的车道居中行驶轨迹决策方法。
27、一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现上述的车道居中行驶轨迹决策方法。
28、采用上述技术方案所带来的有益效果在于:
29、本专利技术根据本帧检测到的左右车道线信息与上一帧决策出的跟踪轨迹线信息分别判断了轨迹离散度、弯道半径、车道线长度;从多个维度考虑了在进行居中控制时的跟踪轨迹的稳定性,大大提升了跟踪轨迹的稳定性,使车道居中控制更加稳定。
30、本专利技术在车道居中控制时可以适应分流合流的车道线场景、前车切入压线场景,使车道居中辅助的场景适应能力大大提升,不会出现不预期或大幅转向产生的碰撞风险。
31、本专利技术在单侧线不清晰感知结果不正常的情况下通过历史校验选取更值得信任的车道线进行补线,车道线不清晰的场景下性能不会明显下降。
本文档来自技高网...【技术保护点】
1.一种车道居中行驶轨迹决策方法,其特征在于包括以下步骤:
2.根据权利要求1所述的车道居中行驶轨迹决策方法,其特征在于:步骤A中,车道线曲率方程的表达式为,
3.根据权利要求2所述的车道居中行驶轨迹决策方法,其特征在于:步骤B中具体包括以下步骤,
4.根据权利要求3所述的车道居中行驶轨迹决策方法,其特征在于:步骤B1中,
5.根据权利要求4所述的车道居中行驶轨迹决策方法,其特征在于:步骤B2中,
6.一种电子设备,其特征在于:包括存储器和处理器,存储器存储计算机执行指令,处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至5任一项所述的车道居中行驶轨迹决策方法。
7.一种计算机可读存储介质,其特征在于:计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现如权利要求1至5任一项所述的车道居中行驶轨迹决策方法。
【技术特征摘要】
1.一种车道居中行驶轨迹决策方法,其特征在于包括以下步骤:
2.根据权利要求1所述的车道居中行驶轨迹决策方法,其特征在于:步骤a中,车道线曲率方程的表达式为,
3.根据权利要求2所述的车道居中行驶轨迹决策方法,其特征在于:步骤b中具体包括以下步骤,
4.根据权利要求3所述的车道居中行驶轨迹决策方法,其特征在于:步骤b1中,
5.根据权利要求4所述的车道居中行驶轨迹...
【专利技术属性】
技术研发人员:谌龙,秦豪,孙浩,
申请(专利权)人:深圳安智杰科技有限公司,
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。