【技术实现步骤摘要】
本专利技术涉及无人车，具体涉及一种无人车横向动态避让决策方法和无人车系统。
技术介绍
1、无人车在机动车道行驶过程中，需要根据感知或地图提供的静态障碍、动态障碍、车道线、路沿等信息进行决策。如针对静态障碍沿等静态对象，自车较为容易就能做出绕行避让的决策，而针对动态障碍，则需要考虑自车与障碍物之间的相对位置、速度、加速度等信息，以及车道线等交通信息进行综合决策，受限于感知检测的稳定性，动态障碍的检测与识别存在一定的误差，过于置信感知提供的高阶信息会对决策的稳定性提出挑战。
技术实现思路
1、本专利技术针对现有技术存在的问题，提供了一种通过障碍考虑区域从疑似障碍物中筛选并定位实际障碍物以保证动态障碍检测与识别的准确性的无人车横向动态避让决策方法，该方法在充分考虑车道信息、无人车自身的车辆状态信息、横向参考位置和实际障碍物的状态信息的前提下获取避让决策，保证避让决策的稳定性。
2、为实现上述目的，本专利技术采用的技术方案如下：一种无人车横向动态避让决策方法，包括以下步骤：
3、获取行驶场景、车道信息、规划空间横坐标、横向参考位置和无人车的车辆状态信息；
4、基于所述行驶场景，根据所述车辆状态信息和所述车道信息获得障碍考虑区域，或根据所述车道信息、所述规划空间横坐标和所述车辆状态信息获得障碍考虑区域；
5、获取疑似障碍物的状态信息；
6、基于所述障碍考虑区域判断所述疑似障碍物是否为实际障碍物：若是，则根据所述车辆状态信息和所述实际
7、根据所述车辆状态信息、所述车道信息、和所述横向参考位置和所述实际障碍物的相对状态信息获得避让决策；
8、所述无人车基于所述避让决策执行动态避让。
9、在其中一些实施例中，所述车辆状态信息包括车辆边界坐标和车辆宽度；
10、所述车道信息包括车道边界横坐标和车道线类型；
11、所述障碍考虑区域包括区域极限位置横坐标和区域边界坐标；
12、所述行驶场景包括正常行驶场景和预设行驶场景；
13、所述相对状态信息包括相对行驶状态和相对位置。
14、在其中一些实施例中，基于所述正常行驶场景，获得所述区域极限位置横坐标的步骤为：
15、获取第一系数、第二系数和安全距离余量；
16、根据所述车道边界横坐标向内收第一乘积获得第一横坐标，所述第一乘积为所述车辆宽度与所述第一系数的乘积；
17、根据所述第一横坐标获得初始区域极限位置横坐标，或根据所述第一横坐标与所述规划空间横坐标获得初始区域极限位置横坐标；
18、基于所述车道线类型，根据所述初始区域极限位置横坐标向内收所述安全距离余量获得所述区域极限位置横坐标，或根据所述初始区域极限位置横坐标向内收第二乘积获得所述区域极限位置横坐标，所述第二乘积为所述安全距离余量与所述第二系数的乘积。
19、在其中一些实施例中，所述车辆边界坐标包括车辆边界横坐标和车辆边界纵坐标；所述区域边界坐标包括区域边界横坐标和区域边界纵坐标；
20、基于所述正常行驶场景，获得所述区域边界横坐标的步骤为：
21、获取第三系数、检测距离余量和检测距离；
22、基于所述车道线类型，根据所述车道边界横坐标向外扩所述检测距离余量获得初始区域边界横坐标，或根据所述车道边界横坐标向外扩第三乘积获得初始区域边界横坐标，所述第三乘积为所述检测距离余量与所述第三系数的乘积；
23、根据所述初始区域边界横坐标、所述车辆边界横坐标和所述检测距离获得所述区域边界横坐标；
24、基于所述正常行驶场景，获得区域边界纵坐标的步骤为：
25、获取相对行驶状态和第四系数；
26、基于所述相对行驶状态，根据所述车辆边界纵坐标获得所述区域边界纵坐标，或根据所述车辆边界纵坐标和所述检测距离获得所述区域边界纵坐标，或根据所述车辆边界纵坐标、所述第四系数和所述检测距离获得所述区域边界纵坐标。
27、在其中一些实施例中，所述车辆状态信息还包括当前航向角信息；获得所述相对行驶状态的步骤为：
28、获取同向检测阈值和障碍物的航向角信息；
29、所述根据所述当前航向角信息和所述障碍物的航向角信息获得航向角差；
30、对比所述航向角差和所述同向检测阈值获得所述相对行驶状态。
31、在其中一些实施例中，所述疑似障碍物的状态信息包括障碍物边界坐标和障碍物纵向速度，所述障碍物边界坐标至少包括障碍物边界纵坐标；所述车辆状态信息还包括车辆纵向速度；所述相对位置至少包括纵向相对位置；
32、基于所述障碍考虑区域判断所述疑似障碍物是否为实际障碍物的步骤为：
33、根据所述障碍考虑区域和所述障碍物边界坐标判断所述疑似障碍物是否在所述障碍考虑区域内：若是，则所述疑似障碍物为待确认障碍物；
34、根据所述待确认障碍物的所述障碍物边界纵坐标、障碍物纵向速度、所述车辆边界纵坐标和所述车辆纵向速度获得所述待确认障碍物的纵向相对位置；
35、基于所述纵向相对位置、或基于所述纵向相对位置和所述相对状态信息，根据所述待确认障碍物的状态信息和所述车辆状态信息判断所述待确认障碍物与所述无人车是否有相接触的可能性：若是，则所述待确认障碍物为所述实际障碍物。
36、在其中一些实施例中，所述障碍物边界坐标还包括障碍物边界横坐标；所述车辆状态信息还包括自身横坐标；所述相对位置还包括横向相对位置；
37、所述步骤s4还包括：根据所述实际障碍物的障碍物边界横坐标和所述自身横坐标获得所述实际障碍物的横向相对位置，或根据所述实际障碍物的障碍物边界横坐标、所述区域边界横坐标和所述自身横坐标获得所述实际障碍物的横向相对位置。
38、在其中一些实施例中，所述避让决策包括保持决策、中心决策、左侧避让决策和右侧避让决策。
39、在其中一些实施例中，所述左侧避让决策包括左侧横向避让决策和左侧横纵向综合避让决策；所述右侧避让决策包括右侧横向避让决策和右侧横纵向综合避让决策。
40、一种无人车系统，包括无人车和动态避让模块，所述动态避让模块用于实现所述无人车横向动态避让决策方法。
41、相对于现有技术，本专利技术具有以下有益效果：
42、本专利技术通过障碍考虑区域从疑似障碍物中筛选并定位实际障碍物，保证动态障碍检测与识别的准确性，且在充分考虑车道信息、无人车自身的车辆状态信息、横向参考位置和实际障碍物的状态信息的前提下获取避让决策，保证避让决策的稳定性。
本文档来自技高网...【技术保护点】
1.一种无人车横向动态避让决策方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的无人车横向动态避让决策方法，其特征在于：所述车辆状态信息包括车辆边界坐标和车辆宽度；
3.根据权利要求2所述的无人车横向动态避让决策方法，其特征在于：基于所述正常行驶场景，获得所述区域极限位置横坐标的步骤为：
4.根据权利要求2所述的无人车横向动态避让决策方法，其特征在于：所述车辆边界坐标包括车辆边界横坐标和车辆边界纵坐标；所述区域边界坐标包括区域边界横坐标和区域边界纵坐标；
5.根据权利要求4所述的无人车横向动态避让决策方法，其特征在于：所述车辆状态信息还包括当前航向角信息；获得所述相对行驶状态的步骤为：
6.根据权利要求4所述的无人车横向动态避让决策方法，其特征在于：所述疑似障碍物的状态信息包括障碍物边界坐标和障碍物纵向速度，所述障碍物边界坐标至少包括障碍物边界纵坐标；所述车辆状态信息还包括车辆纵向速度；所述相对位置至少包括纵向相对位置；
7.根据权利要求6所述的无人车横向动态避让决策方法，其特征在于：所述障碍物边界坐
8.根据权利要求7所述的无人车横向动态避让决策方法，其特征在于：所述避让决策包括保持决策、中心决策、左侧避让决策和右侧避让决策。
9.根据权利要求8所述的无人车横向动态避让决策方法，其特征在于：所述左侧避让决策包括左侧横向避让决策和左侧横纵向综合避让决策；所述右侧避让决策包括右侧横向避让决策和右侧横纵向综合避让决策。
10.一种无人车系统，包括无人车和动态避让模块，其特征在于：所述动态避让模块用于实现权利要求1-9任一项所述的无人车横向动态避让决策方法。
...【技术特征摘要】
1.一种无人车横向动态避让决策方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的无人车横向动态避让决策方法，其特征在于：所述车辆状态信息包括车辆边界坐标和车辆宽度；
3.根据权利要求2所述的无人车横向动态避让决策方法，其特征在于：基于所述正常行驶场景，获得所述区域极限位置横坐标的步骤为：
4.根据权利要求2所述的无人车横向动态避让决策方法，其特征在于：所述车辆边界坐标包括车辆边界横坐标和车辆边界纵坐标；所述区域边界坐标包括区域边界横坐标和区域边界纵坐标；
5.根据权利要求4所述的无人车横向动态避让决策方法，其特征在于：所述车辆状态信息还包括当前航向角信息；获得所述相对行驶状态的步骤为：
6.根据权利要求4所述的无人车横向动态避让决策方法，其特征在于：所述疑似障碍物的状态信息包括障碍物边界坐标和障碍物纵向速度，所述障...
【专利技术属性】
技术研发人员：刘王智懿，潘学亮，吕强，苗乾坤，
申请(专利权)人：新石器慧通北京科技有限公司，
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。