[發明專利]一種用于自動駕駛車輛的彎道行駛縱向控制方法

有效

• 申請號: 201710338593.6
• 申請日: 2017-05-15
• 公開（公告）號: CN107284442B
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 龔建偉;朱曉龍;呂超;吳紹斌;王博洋
• 申請（專利權）人: 北京理工大學
• 主分類號: B60W30/02
• 分類號: B60W30/02;B60W30/14
• 代理公司: 北京天達知識產權代理事務所(普通合伙) 11386
• 代理人: 龐許倩;馬東偉

1.一種用于自動駕駛車輛的彎道行駛縱向控制方法，其特征在于，包括以下步驟：

根據車輛狀態信息和行駛路徑信息，判斷車輛在彎道中的所處階段；

根據車輛在彎道中的所處階段，對車輛的行駛速度進行在線實時控制，將控制結果傳遞給加速度控制模塊；

所述車輛狀態信息包括車輛速度、車輛加速度；所述行駛路徑信息來源于GPS數據和/或地圖信息，包括根據GPS數據和/或地圖信息獲取的車輛所處位置、當前曲率；所述車輛在彎道中的所處階段包括入彎行駛階段、出彎行駛階段、彎內行駛階段；

當判斷為彎內行駛階段，計算當前車速與當前曲率下彎道內舒適行駛速度的差值，作為期望加速度傳遞給下層加速度跟蹤模塊進行實時控制；

當判斷為入彎階段或出彎階段，則根據訓練得到的駕駛員模型，采用GMR方法實時輸出期望加速度，并傳遞給下層加速度跟蹤模塊進行實時控制。

2.根據權利要求1所述的彎道行駛縱向控制方法，其特征在于，判斷車輛在彎道中的所處階段是根據當前曲率ρ_c和前視曲率ρ_p的數值關系進行的，具體方法為：

當ρ_c＜ρ_p且ρ_c接近于0，則判斷車輛處于入彎階段；

當ρ_c＞ρ_p且ρ_p接近于0，則判斷車輛處于出彎階段；

當ρ_c和ρ_p相近，則判斷車輛處于彎內行駛階段。

3.根據權利要求1所述的彎道行駛縱向控制方法，其特征在于，所述駕駛員模型是通過對GMM模型進行訓練得到的，駕駛員模型的訓練方式包括：

S1.采集駕駛員彎道自由行駛數據；

S2.基于采集到的駕駛員彎道自由行駛數據，獲取彎道行駛特征量；

S3.利用彎道行駛特征量訓練GMM模型，得到駕駛員模型。

4.根據權利要求1所述的彎道行駛縱向控制方法，其特征在于，彎道內舒適行駛速度的計算方法為：判定車輛處于彎內行駛階段的情況下，提取彎內行駛階段對應的速度信息，求取均值，作為彎內行駛舒適車速。

5.根據權利要求3所述的彎道行駛縱向控制方法，其特征在于，采集的彎道自由行駛數據包括：當前車速、當前曲率、前視曲率、車輛加速度；所述彎道行駛特征量包括：當前車速、當前曲率、前視曲率、加速度。

6.根據權利要求3所述的彎道行駛縱向控制方法，其特征在于，步驟S2還包括對采集到的駕駛員彎道自由行駛數據進行處理：

確認數據無丟包現象，去除冗余數據，提取彎道行駛特征量；

對提取的彎道行駛特征量進行中值濾波，再采用移動平均法進行數據的均值濾波和降噪平滑；

以及對彎道行駛特征量進行歸一化處理。

7.根據權利要求3所述的彎道行駛縱向控制方法，其特征在于，步驟S3進一步包括：

選取聚類個數k；對提取的特征數據進行多次K-means聚類，選取對數似然函數值最大的一次聚類結果進行GMM模型參數的初始化；

然后采用EM算法對GMM模型進行訓練；

訓練結束后存儲模型的對數似然函數值；

依次選取不同的聚類個數k，分別進行訓練，得到對應的對數似然函數值；

選取最大的一個對數似然函數值對應的GMM模型作為最終的駕駛員模型。

8.根據權利要求7所述的彎道行駛縱向控制方法，其特征在于，所述聚類個數k的取值為5至40。