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() 用于估计车辆的横向速度的系统和方法技术方案_技高网

用于估计车辆的横向速度的系统和方法技术方案

技术编号:40491888 阅读:11 留言:0更新日期:2024-02-26 19:22
系统和方法用于控制车辆。系统和方法接收来自感知系统的静态对象检测数据。静态对象检测数据包括静态对象在当前时间上的第一表示以及静态对象在较早时间上的第二表示。系统和方法接收来自传感器系统的车辆动态测量数据,基于静态对象的第一表示确定静态对象的当前位置,使用静态对象在较早时间上的第二表示、运动模型和车辆动态测量数据预测静态对象在当前时间上的预期位置;基于当前位置和预期位置之间的差距估计车辆的横向速度;以及使用横向速度控制车辆。

【技术实现步骤摘要】

本公开总体上涉及用于估计横向速度的车辆、系统和方法。


技术介绍

1、自主和半自主车辆能够感测其环境并且基于感测到的环境进行导航。此类车辆使用诸如雷达、激光雷达、图像传感器等的感测装置感测其环境。车辆系统进一步使用来自全球定位系统(gps)技术、导航系统、车辆对车辆通信、车辆对设施技术和/或电传线控系统的信息对车辆进行导航。

2、车辆自动化已被归类成数字级别,这些级别处于从零(对应于完全由人控制的无自动化)到五(对应于没有人为控制的完全自动化)的范围内。各种自动化驾驶员辅助系统(诸如巡航控制、自适应巡航控制和停车辅助系统)对应于较低的自动化级别,而真正的“无人驾驶”车辆则对应于较高的自动化级别。

3、一些自动化车辆系统包括感知系统,其包括检测静态交通对象(比如车道标记、交通标志、交通控制装置等)的能力。自动化车辆控制特征(诸如脱手驾驶辅助技术、碰撞避免转向和车道保持辅助)以及其他基于转向的自动化驾驶特征依赖于路径规划,并且借助于对横向速度的准确估计而提高路径规划准确度。横向速度可以被应用于其他自动化车辆控制特征,诸如那些依赖侧滑角并且包括模型预测控制的特征。可以使用基于模型的方案估计横向速度,但是这样的模型必须以可靠的高准确度描述车辆,并且在计算上是要求高的。

4、因此,希望提供不依赖于复杂模型来估计横向速度从而在实现准确估计的同时实现提高的计算效率的系统和方法。此外,结合附图以及前述

技术介绍
,根据随后的详细描述和所附的权利要求,本专利技术的其他期望的特征和特性将变得显而易见。


技术实现思路

1、在一个方面,提供了一种控制车辆的方法。所述方法包括:经由至少一个处理器接收来自车辆的感知系统的静态对象检测数据,静态对象检测数据包括静态对象在当前时间上的第一表示以及静态对象在较早时间上的第二表示;经由至少一个处理器接收来自车辆的传感器系统的车辆动态测量数据;经由至少一个处理器基于静态对象的第一表示确定静态对象的当前位置;经由至少一个处理器使用静态对象在较早时间上的第二表示、运动模型和车辆动态测量数据预测静态对象在当前时间上的预期位置;经由至少一个处理器基于当前位置和预期位置之间的差距估计车辆的横向速度;以及经由至少一个处理器使用横向速度控制车辆。

2、在实施例中,所述方法包括:经由至少一个处理器使用静态对象在较早时间上的第二表示确定静态对象的较早位置,其中,预测静态对象在当前时间上的预期位置使用了静态对象在较早时间上的第二表示、运动模型、车辆动态测量数据和静态对象的较早位置。

3、在实施例中,差距由至少一个处理器使用窗口确定,所述窗口具有静态对象的出现于第一表示和第二表示中的重叠表示。

4、在实施例中,静态对象的第一表示和静态对象的第二表示分别呈第一和第二函数的形式。

5、在实施例中,所述方法包括:经由至少一个处理器确定与静态对象的第一表示重合的第一组点,经由至少一个处理器使用运动模型和车辆动态测量数据将第一组点变换到静态对象的第二表示的坐标系中,以提供变换组点,其中,经由至少一个处理器预测静态对象在当前时间上的预期位置使用了静态对象在较早时间上的第二表示、运动模型、车辆动态测量数据和变换组点。

6、在实施例中,静态对象的第一表示和静态对象的第二表示分别呈第一和第二函数的形式。所述方法包括:经由至少一个处理器使用第一函数确定第一组点,经由至少一个处理器使用运动模型和车辆动态测量数据将第一组点变换到静态对象的第二表示的坐标系中,以提供变换组点,其中,经由至少一个处理器预测静态对象在当前时间上的预期位置包括相对于变换组点评估第二函数,以提供第二组点,以及将第二组点转换到第一表示的坐标系中,以提供预期组点。估计车辆的横向速度是基于第一组点和预期组点之间的差距。

7、在实施例中,估计车辆的横向速度是基于使当前位置和预期位置之间的误差最小化的函数,其中,函数对应于差距。

8、在实施例中,静态对象是车道标记。

9、在实施例中,所述方法包括:针对静态对象检测数据中的多个静态对象中的每个执行以下步骤:确定静态对象的当前位置,预测静态对象的预期位置以及估计车辆的横向速度,由此提供车辆的横向速度的多个估值,其中,所述方法包括组合横向速度的多个估值,以提供组合估值,其中,控制车辆是基于组合估值。

10、在实施例中,组合多个估值包括评估加权和函数。在实施例中,根据每个静态对象所处的离开车辆的距离来设定加权和的权重。在实施例中,根据感知系统提供的与每个静态对象相关联的感知置信度来设定加权和的权重。

11、在实施例中,所述方法包括:根据预定排除阈值,当感知系统提供的感知置信度不够高时和/或当静态对象位于离开车辆过远时,从估计车辆的横向速度中排除静态对象。

12、在另一个方面,提供了一种用于控制车辆的系统。所述系统包括感知系统、传感器系统、与传感器系统和感知系统可操作通信的至少一个处理器。至少一个处理器被配置成执行程序指令。程序指令被配置成使至少一个处理器:接收来自感知系统的静态对象检测数据,静态对象检测数据包括静态对象在当前时间上的第一表示以及静态对象在较早时间上的第二表示;接收来自传感器系统的车辆动态测量数据;基于静态对象的第一表示确定静态对象的当前位置;使用静态对象在较早时间上的第二表示、运动模型和车辆动态测量数据预测静态对象在当前时间上的预期位置;基于当前位置和预期位置之间的差距估计车辆的横向速度;以及使用横向速度控制车辆。

13、在实施例中,程序指令被配置成使至少一个处理器:使用静态对象在较早时间上的第二表示确定静态对象的较早位置,其中,预测静态对象在当前时间上的预期位置使用了静态对象在较早时间上的第二表示、运动模型、车辆动态测量数据和静态对象的较早位置。

14、在实施例中,差距由至少一个处理器使用窗口确定,所述窗口具有静态对象的出现于第一表示和第二表示中的重叠表示。

15、在实施例中,静态对象的第一表示和静态对象的第二表示分别呈第一和第二函数的形式。

16、在实施例中,程序指令被配置成使至少一个处理器:确定与静态对象的第一表示重合的第一组点,使用运动模型和车辆动态测量数据将第一组点变换到静态对象的第二表示的坐标系中,以提供变换组点,其中,预测静态对象在当前时间上的预期位置使用了静态对象在较早时间上的第二表示、运动模型、车辆动态测量数据和变换组点。

17、在实施例中,静态对象的第一表示和静态对象的第二表示分别呈第一和第二函数的形式,其中,程序指令被配置成使至少一个处理器:使用第一函数确定第一组点,使用运动模型和车辆动态测量数据将第一组点变换到静态对象的第二表示的坐标系中,以提供变换组点,其中,预测静态对象在当前时间上的预期位置包括相对于变换组点评估第二函数,以提供第二组点,以及将第二组点转换到第一表示的坐标系中,以提供预期组点,并且其中,估计车辆的横向速度是基于第一组点和预期组点之间的差距。

1本文档来自技高网...

【技术保护点】

1.一种控制车辆的方法,所述方法包括:

2.根据权利要求1所述的方法,包括经由所述至少一个处理器使用所述静态对象在所述较早时间上的所述第二表示确定所述静态对象的较早位置,其中,预测静态对象在所述当前时间上的所述预期位置使用了所述静态对象在所述较早时间上的所述第二表示、所述运动模型、所述车辆动态测量数据和所述静态对象的所述较早位置。

3.根据权利要求2所述的方法,其中,所述差距由所述至少一个处理器使用窗口确定,所述窗口具有所述静态对象的出现于所述第一表示和所述第二表示中的重叠表示。

4.根据权利要求1所述的方法,其中,所述静态对象的所述第一表示和所述静态对象的所述第二表示分别呈第一函数和第二函数的形式。

5.根据权利要求1所述的方法,包括:经由所述至少一个处理器确定与所述静态对象的所述第一表示重合的第一组点,经由所述至少一个处理器使用所述运动模型和所述车辆动态测量数据将所述第一组点变换到所述静态对象的所述第二表示的坐标系中,以提供变换组点,其中,经由所述至少一个处理器预测所述静态对象在所述当前时间上的所述预期位置使用了所述静态对象在所述较早时间上的所述第二表示、所述运动模型、所述车辆动态测量数据和所述变换组点。

6.根据权利要求1所述的方法,其中,所述静态对象的所述第一表示和所述静态对象的所述第二表示分别呈第一函数和第二函数的形式,并且其中,所述方法包括:经由所述至少一个处理器使用所述第一函数确定第一组点,经由所述至少一个处理器使用所述运动模型和所述车辆动态测量数据将所述第一组点变换到所述静态对象的所述第二表示的坐标系中,以提供变换组点,其中,经由所述至少一个处理器预测所述静态对象在所述当前时间上的预期位置包括相对于所述变换组点评估所述第二函数,以提供第二组点,以及将所述第二组点转换到所述第一表示的坐标系中,以提供预期组点,并且其中,估计所述车辆的所述横向速度是基于所述第一组点和所述预期组点之间的差距。

7.根据权利要求1所述的方法,其中,估计所述车辆的所述横向速度是基于使所述当前位置和所述预期位置之间的误差最小化的函数,其中,所述函数对应于所述差距。

8.根据权利要求1所述的方法,其中,所述静态对象是车道标记。

9.根据权利要求1所述的方法,包括针对所述静态对象检测数据中的多个静态对象中的每个执行以下步骤:确定所述静态对象的所述当前位置,预测所述静态对象的所述预期位置以及估计所述车辆的所述横向速度,由此提供所述车辆的所述横向速度的多个估值,其中,所述方法包括组合所述横向速度的所述多个估值,以提供组合估值,其中,控制所述车辆是基于所述组合估值。

10.一种用于控制车辆的系统,所述系统包括:

...

【技术特征摘要】

1.一种控制车辆的方法,所述方法包括:

2.根据权利要求1所述的方法,包括经由所述至少一个处理器使用所述静态对象在所述较早时间上的所述第二表示确定所述静态对象的较早位置,其中,预测静态对象在所述当前时间上的所述预期位置使用了所述静态对象在所述较早时间上的所述第二表示、所述运动模型、所述车辆动态测量数据和所述静态对象的所述较早位置。

3.根据权利要求2所述的方法,其中,所述差距由所述至少一个处理器使用窗口确定,所述窗口具有所述静态对象的出现于所述第一表示和所述第二表示中的重叠表示。

4.根据权利要求1所述的方法,其中,所述静态对象的所述第一表示和所述静态对象的所述第二表示分别呈第一函数和第二函数的形式。

5.根据权利要求1所述的方法,包括:经由所述至少一个处理器确定与所述静态对象的所述第一表示重合的第一组点,经由所述至少一个处理器使用所述运动模型和所述车辆动态测量数据将所述第一组点变换到所述静态对象的所述第二表示的坐标系中,以提供变换组点,其中,经由所述至少一个处理器预测所述静态对象在所述当前时间上的所述预期位置使用了所述静态对象在所述较早时间上的所述第二表示、所述运动模型、所述车辆动态测量数据和所述变换组点。

6.根据权利要求1所述的方法,其中,所述静态对象的所述第一表示和所述静态对象的所述...

【专利技术属性】
技术研发人员:J·B·麦克格罗里M·沙里亚里K·A·库雷希M·阿伯洛杉
申请(专利权)人:通用汽车环球科技运作有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1