一种基于模糊推理真值演进的车距保持速度规划方法技术

本申请涉及一种基于模糊推理真值演进的车距保持速度规划方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取当前车距与预期车距之间的当前车距误差、以及当前车速与预期车速之间的当前车速误差。根据车距误差对应的隶属度函数，确定当前车距误差对应的车距误差隶属度，根据车速误差对应的隶属度函数，确定当前车速误差对应的车速误差隶属度。根据车距误差隶属度、车速误差隶属、隶属度经验函数、加速度对应的隶属度函数和推理损失函数，确定使得推理损失函数的取值处于最小值的加速度，作为预期加速度。通过本申请的方法，能够提升预期加速度的准确率。能够提升预期加速度的准确率。能够提升预期加速度的准确率。

【技术实现步骤摘要】
一种基于模糊推理真值演进的车距保持速度规划方法


[0001]本申请涉及自动驾驶
，特别是涉及一种基于模糊推理真值演进的车距保持速度规划方法。

技术介绍

[0002]随着自动驾驶
的发展，出现了自动跟车技术，具体而言，通过调整本车辆的车速，以保持与前车车辆固定的相对距离。
[0003]相关技术中，一般通过车辆的历史行驶数据，建立经验行驶速度表，即，在前车车速、与前车之间的车距以及本车车速分别处于某个取值范围的情况下，应该调整车辆加速度为某个预期加速度。其中，不同的人建立的经验行驶速度表的差异较大，因此，人工建立经验行驶速度表时的准确度较低。
[0004]由于经验行驶速度表的建立得准确度直接决定预期加速度的准确度，因此，相关技术中确定出的预期加速度准确度也较低，基于此对车辆进行车速规划的准确率也较低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高提升对车速规划的准确率的一种基于模糊推理真值演进的车距保持速度规划方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种车速规划方法。所述方法包括：
[0007]获取当前车距与预期车距之间的当前车距误差、以及当前车速与预期车速之间的当前车速误差；
[0008]根据车距误差对应的隶属度函数，确定所述当前车距误差对应的车距误差隶属度；根据车速误差对应的隶属度函数，确定所述当前车速误差对应的车速误差隶属度；
[0009]根据所述车距误差隶属度、所述车速误差隶属、隶属度经验函数、所述加速度对应的隶属度函数和推理损失函数，确定使得所述推理损失函数的取值处于最小值的加速度，作为车辆的预期加速度；所述隶属度经验函数用于反映所述期望加速度的隶属度、所述车速误差的隶属度、所述车距误差的隶属度之间的关系；所述推理损失函数用于反映所述期望加速度推理至所述车速误差以及所述车距误差的推理可信度的损失程度。
[0010]在其中一个实施例中，在根据所述车距误差隶属度、所述车速误差隶属、隶属度经验函数、所述加速度对应的隶属度函数和推理损失函数，确定使得推理损失函数的取值处于最小值的加速度，作为预期加速度前，所述方法还包括：
[0011]获取所述车辆历史行驶经验数据；所述历史经验数据包括加速度、车距误差、车速误差；
[0012]根据所述车距误差对应的隶属度函数、所述车速误差对应的隶属度函数、所述加速度对应的隶属度函数，分别确定将所述历史行驶经验数据中加速度、车距误差、车速误差的历史加速度隶属度、历史车距误差隶属度、历史车速误差隶属度；
[0013]根据所述历史加速度隶属度、所述历史车距误差隶属度、所述历史车速误差隶属度，拟合得到用于反映所述期望加速度的隶属度、所述车速误差的隶属度、所述车距误差的隶属度之间的关系的隶属度经验函数。
[0014]在其中一个实施例中，在根据车距误差对应的隶属度函数，确定所述当前车距误差对应的车距误差隶属度；根据车速误差对应的隶属度函数，确定所述当前车速误差对应的车速误差隶属度前，所述方法还包括：
[0015]分别获取期望加速度、车速误差、车距误差的边界参数；
[0016]构建边界参数符合所述车速误差对应的边界参数的函数，作为所述车速误差的隶属度函数；
[0017]构建边界参数符合所述车距误差对应的边界参数的函数，作为所述车距误差的隶属度函数；
[0018]构建边界参数符合所述期望加速度对应的边界参数的函数，作为所述期望加速度对应的隶属度函数。
[0019]在其中一个实施例中，所述获取期望加速度的边界参数，包括：
[0020]获取车辆数据以及环境数据；
[0021]根据所述车辆数据以及所述环境数据，确定期望加速度对应的上限加速度值以及下限加速度值，并将所述上限加速度值以及所述下限加速度值作为所述期望加速度的边界参数。
[0022]在其中一个实施例中，所述获取车速误差、车距误差的边界参数，包括：
[0023]获取灵敏度设置参数；
[0024]根据所述灵敏度设置参数，确定所述车速误差、所述车距误差的边界参数；所述灵敏度设置参数与所述车速误差、所述车距误差的边界参数的范围成反比。
[0025]在其中一个实施例中，所述获取当前车距与预期车距之间的当前车距误差、以及当前车速与预期车速之间的当前车速误差，包括：
[0026]获取所述车辆的当前车速、所述车辆与前车之间的当前车距、所述前车的当前车速以及所述车辆与所述前车之间的期望车距；
[0027]将所述车辆的当前车速与所述前车的当前车速之间的差值确定为当前车速误差，将所述当前车距与所述期望车距之间的差值确定为当前车距误差。
[0028]第二方面，本申请还提供了一种基于模糊推理真值演进的车距保持速度规划装置。所述装置包括：
[0029]获取模块，用于获取当前车距与预期车距之间的当前车距误差、以及当前车速与预期车速之间的当前车速误差；
[0030]隶属度确定模块，用于根据车距误差对应的隶属度函数，确定所述当前车距误差对应的车距误差隶属度；根据车速误差对应的隶属度函数，确定所述当前车速误差对应的车速误差隶属度；
[0031]加速度确定模块，用于根据所述车距误差隶属度、所述车速误差隶属、隶属度经验函数、所述加速度对应的隶属度函数和推理损失函数，确定使得所述推理损失函数的取值处于最小值的加速度，作为车辆的预期加速度；所述隶属度经验函数用于反映所述期望加速度的隶属度、所述车速误差的隶属度、所述车距误差的隶属度之间的关系；所述推理损失
函数用于反映所述期望加速度推理至所述车速误差以及所述车距误差的推理可信度的损失程度。
[0032]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0033]获取当前车距与预期车距之间的当前车距误差、以及当前车速与预期车速之间的当前车速误差；
[0034]根据车距误差对应的隶属度函数，确定所述当前车距误差对应的车距误差隶属度；根据车速误差对应的隶属度函数，确定所述当前车速误差对应的车速误差隶属度；
[0035]根据所述车距误差隶属度、所述车速误差隶属、隶属度经验函数、所述加速度对应的隶属度函数和推理损失函数，确定使得所述推理损失函数的取值处于最小值的加速度，作为车辆的预期加速度；所述隶属度经验函数用于反映所述期望加速度的隶属度、所述车速误差的隶属度、所述车距误差的隶属度之间的关系；所述推理损失函数用于反映所述期望加速度推理至所述车速误差以及所述车距误差的推理可信度的损失程度。
[0036]第四方面，本申请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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0037]获取当前车距与预期车距之间的当前车距误差、以及当前车速本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊推理真值演进的车距保持速度规划方法，其特征在于，所述方法包括：获取当前车距与预期车距之间的当前车距误差、以及当前车速与预期车速之间的当前车速误差；根据车距误差对应的隶属度函数，确定所述当前车距误差对应的车距误差隶属度；根据车速误差对应的隶属度函数，确定所述当前车速误差对应的车速误差隶属度；根据所述车距误差隶属度、所述车速误差隶属、隶属度经验函数、所述加速度对应的隶属度函数和推理损失函数，确定使得所述推理损失函数的取值处于最小值的加速度，作为车辆的预期加速度；所述隶属度经验函数用于反映所述期望加速度的隶属度、所述车速误差的隶属度、所述车距误差的隶属度之间的关系；所述推理损失函数用于反映所述期望加速度推理至所述车速误差以及所述车距误差的推理可信度的损失程度。2.根据权利要求1所述的方法，其特征在于，在根据所述车距误差隶属度、所述车速误差隶属、隶属度经验函数、所述加速度对应的隶属度函数和推理损失函数，确定使得所述推理损失函数的取值处于最小值的加速度，作为车辆的预期加速度前，所述方法还包括：获取所述车辆历史行驶经验数据；所述历史经验数据包括加速度、车距误差、车速误差；根据所述车距误差对应的隶属度函数、所述车速误差对应的隶属度函数、所述加速度对应的隶属度函数，分别确定将所述历史行驶经验数据中加速度、车距误差、车速误差的历史加速度隶属度、历史车距误差隶属度、历史车速误差隶属度；根据所述历史加速度隶属度、所述历史车距误差隶属度、所述历史车速误差隶属度，拟合得到用于反映所述期望加速度的隶属度、所述车速误差的隶属度、所述车距误差的隶属度之间的关系的隶属度经验函数。3.根据权利要求1所述的方法，其特征在于，在根据车距误差对应的隶属度函数，确定所述当前车距误差对应的车距误差隶属度；根据车速误差对应的隶属度函数，确定所述当前车速误差对应的车速误差隶属度前，所述方法还包括：分别获取期望加速度、车速误差、车距误差的边界参数；构建边界参数符合所述车速误差对应的边界参数的函数，作为所述车速误差的隶属度函数；构建边界参数符合所述车距误差对应的边界参数的函数，作为所述车距误差的隶属度函数；构建边界参数符合所述期望加速度对应的边界参数的函数，作为所述期望加速度对应的隶属度函数。4.根据权利要求3所述的方法，其特征在于，所述获取期望加速度的边界参数，包括：...

【专利技术属性】
技术研发人员：孟天闯，黄晋，李惠乾，李星宇，杨殿阁，
申请(专利权)人：清华大学，
类型：发明
国别省市：