一种智能驾驶过程中道路状态判断方法及系统技术方案

本发明专利技术适用于驾驶辅助技术领域，尤其涉及一种智能驾驶过程中道路状态判断方法及系统，所述系统包括前视摄像头、制动器、主机和域控制器，域控制器内设置有车道线处理模块和控制算法模块，域控制器与前视摄像头、制动器和主机电性连接。本发明专利技术通过现有车道线感知方案以及内部算法，对弯道行驶时的工况进行了细化，通过现有车道线感知方案，得到当前道路曲率半径R1、当前道路曲率K、车速等信号，经过逻辑设计判断，可以更准确的得出当前车辆所处的弯道工况；该细化后的车道工况可以给后续规划控制算法的设计提供了更细致的场景区分，使得车辆进出弯道过程中的波动性变小，提升了驾驶舒适性和安全性。性和安全性。性和安全性。

【技术实现步骤摘要】
一种智能驾驶过程中道路状态判断方法及系统


[0001]本专利技术属于驾驶辅助
，尤其涉及一种智能驾驶过程中道路状态判断方法及系统。

技术介绍

[0002]随着全球车企电动化、智能化、网联化的高速发展，汽车辅助驾驶系统已经由传统的L1或L2级别逐渐往L2+，甚至L3级别发展；根据汽车工程学会预测信息可知，目前我国智能驾驶市场规模约近600亿元，未来5年复合增长率将会超过37％；面对如此庞大的市场，各家企业都在积极布局更高级别的辅助驾驶功能。
[0003]在L2+以上级别智能驾驶系统中，车道线状态对控制系统的边界确认，起到很重要的作用；故对车道线状态和车道线类型的判断，可以提升高阶智能驾驶功能的使用性和舒适性；其中车道线类型判断越细化，对控制系统针对不同场景下的控制算法设计越有针对性；在控制算法中，车辆在弯道车道线内控制远远比直道车道线控制要困难，故对弯道车道线类型进行细化识别判断，可以给控制算法提供更细致的参数；有利于控制算法依据不同弯道车道线类型进行个性化控制算法设计。
[0004]目前市面上与车道线相关的智能驾驶系统，比如LKA、LCC、ALC等功能；对于车道线的判断，往往是采用单一阈值，当感知模块识别到的车道线曲率半径<阈值(标定值)，认为当前道路是弯道情况；但是该车道线判断只能对应一种控制算法策略，无法对进入弯道和出弯道的情况进行特定控制算法策略设计；一般情况下，弯道与直道过渡阶段往往是控制波动较大的时刻，如仅采用单一阈值进行控制算法策略设计，该控制算法无法完全覆盖进弯道、出弯道、在弯道中三种工况；在智能驾驶功能开启时，车辆在弯道和直道过渡阶段会发生较大横向波动；越小的曲率半径的弯道越明显。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种智能驾驶过程中道路状态判断方法，旨在解决仅采用单一阈值进行控制算法策略设计，该控制算法无法完全覆盖进弯道、出弯道、在弯道中三种工况的问题。
[0006]本专利技术实施例是这样实现的，一种智能驾驶过程中道路状态判断系统，所述系统包括前视摄像头、制动器、主机和域控制器，域控制器内设置有车道线处理模块和控制算法模块，域控制器与前视摄像头、制动器和主机电性连接。
[0007]本专利技术实施例的另一目的在于提供一种智能驾驶过程中道路状态判断方法，应用于如上所述的智能驾驶过程中道路状态判断系统，所述方法包括：
[0008]通过域控制器驱动前视摄像头实时检测智能驾驶车辆当前所处车道的左右车道线轨迹，前视摄像头生成域控制器计算所需要的车道线三项式参数，其中通过计算得到当前左车道线和右车道线的道路曲率，计算得到曲率半径，通过制动器获取当前智能驾驶车辆的车速，根据实时计算得到的曲率半径以及实时车速来判定当前道路的类型，确定车辆
处于左转弯弯道或右转弯弯道。
[0009]优选的，道路曲率通过公式K＝2*C2确定，其中C2为前视摄像头识别的车道线方程式参数值。
[0010]优选的，道路曲率半径通过公式R1＝abs(1/K)确定，其中abs表示绝对值含义。
[0011]优选的，所述确定车辆处于左转弯弯道或右转弯弯道的步骤之后，通过将曲率半径和实时车速与预设值进行比较，在智能驾驶车辆处于左转弯弯道时，进一步确定智能驾驶车辆处于进入左转弯弯道状态、左转弯弯道中状态或出左转弯弯道状态，在智能驾驶车辆处于右转弯弯道时，进一步确定智能驾驶车辆处于进入右转弯弯道状态、右转弯弯道中状态或出右转弯弯道状态。
[0012]优选的，根据智能驾驶车辆所处的车道状态，为智能驾驶车辆设置至少七种状态，通过车道线状态LaneState表示，当LaneState为0时，表示智能驾驶车辆处于直道，当LaneState为1时，表示智能驾驶车辆处于进入左转弯弯道状态，当LaneState为2时，表示智能驾驶车辆处于左转弯弯道中状态，当LaneState为3时，表示智能驾驶车辆处于出左转弯弯道状态，当LaneState为4时，表示智能驾驶车辆处于进入右转弯弯道状态，当LaneState为5时，表示智能驾驶车辆处于进入右转弯弯道中状态，当LaneState为6时，表示智能驾驶车辆处于出右转弯弯道状态。
[0013]优选的，曲率半径大于第一半径值或车速小于第一车速值时，判定车辆进入直道工况。
[0014]优选的，当曲率半径小于第二半径值且道路曲率小于0且车速大于第二车速值时，判定车辆为进入左转弯弯道状态；当曲率半径小于第二半径值且道路曲率大于0且车速大于第二车速值时，判定车辆为进入右转弯弯道状态。
[0015]优选的，域控制器内中的车道线处理模块用于处理来自前视摄像头识别道路曲率K和曲率半径R，通过逻辑判断得到车道线类型。
[0016]优选的，车道线处理模块计算得到的道路曲率K和曲率半径R通过SPI总线发送至控制算法模块。
[0017]本专利技术实施例提供的一种智能驾驶过程中道路状态判断方法，通过现有车道线感知方案以及内部算法，对弯道行驶时的工况进行了细化，通过现有车道线感知方案，得到当前道路曲率半径R1、当前道路曲率K、车速等信号，经过逻辑设计判断，可以更准确的得出当前车辆所处的弯道工况；该细化后的车道工况可以给后续规划控制算法的设计提供了更细致的场景区分，使得车辆进出弯道过程中的波动性变小，提升了驾驶舒适性和安全性。
附图说明
[0018]图1为本专利技术实施例提供的一种智能驾驶过程中道路状态判断系统的架构图；
[0019]图2为本专利技术实施例提供的一种智能驾驶过程中道路状态判断方法的工作流程图。
具体实施方式
[0020]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并
不用于限定本专利技术。
[0021]可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
[0022]如图1所示，为本专利技术实施例提供的一种智能驾驶过程中道路状态判断系统的架构图，所述系统包括前视摄像头、制动器、主机和域控制器，域控制器内设置有车道线处理模块和控制算法模块，域控制器与前视摄像头、制动器和主机电性连接。
[0023]在本实施例中，前视摄像头(FCM):识别自车所处车道的左右车道线，为车辆提供准确的车道线曲率K和车道线曲率半径R；制动器(ESP)发送车辆四轮车速脉冲信号，为域控制器提供更准确的车辆车速信号；主机(IVI)：高阶智能驾驶系统功能开关项设置；域控制器(DCU)：包含车道线处理模块和控制算法模块，其中车道线处理模块处理来自前视摄像头识别车道线曲率K和曲率半径R，通过逻辑判断得到车道线类型，并内部通过SPI总线发送给控制算法模块进行控制算法设计。...

【技术保护点】

【技术特征摘要】
1.一种智能驾驶过程中道路状态判断系统，其特征在于，所述系统包括前视摄像头、制动器、主机和域控制器，域控制器内设置有车道线处理模块和控制算法模块，域控制器与前视摄像头、制动器和主机电性连接。2.一种智能驾驶过程中道路状态判断方法，应用于如权利要求1所述的智能驾驶过程中道路状态判断系统，其特征在于，所述方法包括：通过域控制器驱动前视摄像头实时检测智能驾驶车辆当前所处车道的左右车道线轨迹，前视摄像头生成域控制器计算所需要的车道线三项式参数，其中通过计算得到当前左车道线和右车道线的道路曲率，计算得到曲率半径，通过制动器获取当前智能驾驶车辆的车速，根据实时计算得到的曲率半径以及实时车速来判定当前道路的类型，确定车辆处于左转弯弯道或右转弯弯道。3.根据权利要求2所述的一种智能驾驶过程中道路状态判断方法，其特征在于，道路曲率通过公式K＝2*C2确定，其中C2为前视摄像头识别的车道线方程式参数值。4.根据权利要求2所述的一种智能驾驶过程中道路状态判断方法，其特征在于，道路曲率半径通过公式R1＝abs(1/K)确定，其中abs表示绝对值含义。5.根据权利要求2所述的一种智能驾驶过程中道路状态判断方法，其特征在于，所述确定车辆处于左转弯弯道或右转弯弯道的步骤之后，通过将曲率半径和实时车速与预设值进行比较，在智能驾驶车辆处于左转弯弯道时，进一步确定智能驾驶车辆处于进入左转弯弯道状态、左转弯弯道中状态或出左转弯弯道状态，在智能驾驶车辆处于右转弯弯道时，进一步确定智能驾驶车辆处于进入右转弯弯道状态、右转弯弯道中状态或出右转弯弯道状态。6.根据权利要求5所述...

【专利技术属性】
技术研发人员：张洪亮，
申请(专利权)人：阿尔特汽车技术股份有限公司，
类型：发明
国别省市：