[發明專利]一種基于機器學習的車道保持方法

有效

• 申請號: 202010906874.9
• 申請日: 2020-08-31
• 公開（公告）號: CN112092825B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 枚元元;王繼貞;田鋒;秦倫;宋吉
• 申請（專利權）人: 英博超算(南京）科技有限公司
• 主分類號: B60W60/00
• 分類號: B60W60/00;B60W30/12;B60W50/00;G06N20/00
• 代理公司: 北京沁優知識產權代理有限公司 11684
• 代理人: 林捷達

1.一種基于機器學習的車道保持方法，其特征在于：提供視覺檢測系統、轉向執行系統以及橫向控制器，所述視覺檢測系統、所述轉向執行系統以及所述橫向控制器均設置于智能車輛上，該車道保持方法包括模型構建步驟和自動橫向控制步驟；

所述模型構建步驟包括；

S10，所述視覺檢測系統于車主駕駛車輛時采集車主駕駛數據構建駕駛行為習慣數據庫，所述車主駕駛數據為表征了車主駕駛車輛的駕駛行為和駕駛習慣的數據；

S20，所述橫向控制器根據駕駛行為習慣數據庫通過機器學習構建駕駛行為習慣數學模型；

所述自動橫向控制步驟包括；

S30，所述視覺檢測系統于自動駕駛車輛時實時采集車輛駕駛數據，所述車輛駕駛數據為表征了前方車道狀態或車輛于車道內行駛狀態的數據，所述橫向控制器根據所述車輛駕駛數據并通過所述駕駛行為習慣數學模型得到車輛期望轉角，所述車輛期望轉角表征了對車輛駕駛的預期操縱；

S40，所述轉向執行系統根據所述車輛期望轉角對智能車輛進行橫向運動控制；

所述橫向控制器包括有前饋控制器和反饋控制器，所述前饋控制器根據所述車輛駕駛數據并通過所述駕駛行為習慣數學模型得到車輛期望轉角；所述視覺檢測系統實時確定智能車輛與車道參考線的相對位置和姿態，并通過所述反饋控制器確定車輛補償轉角，所述車輛補償轉角表征了對車輛駕駛的補償控制;

所述S40還包括：所述轉向執行系統根據所述車輛補償轉角補償實際角度輸出以對智能車輛進行橫向運動控制。

2.根據權利要求1所述的一種基于機器學習的車道保持方法，其特征在于：所述車主駕駛數據包括相對航向角、預覽曲率、車輛縱向速度以及期望橫向保持距離，所述相對航向角表征航向角方向與車道參考線方向的角度偏差，所述航向角方向為當前時刻車頭的方向，所述預覽曲率表征車道的彎曲方向以及車道的曲率，所述車輛縱向速度為智能車輛沿車頭航向角的速度分量，所述期望橫向保持距離為車主駕駛車輛時，車道參考線上各點距離車頭航向角方向的垂直距離。

3.根據權利要求2所述的一種基于機器學習的車道保持方法，其特征在于：所述車輛駕駛數據包括相對航向角、預覽曲率、車輛縱向速度以及橫向偏差，所述橫向偏差為期望橫向保持距離與實際橫向保持距離之差，所述實際橫向保持距離為自動駕駛車輛時，車道參考線上各點距離車頭航向角方向的垂直距離。

4.根據權利要求2或3所述的一種基于機器學習的車道保持方法，其特征在于：所述相對航向角的計算方法包括：

S11，選取車頭航向角方向相距車頭X0和X2距離處的兩個第一采樣點，以這兩個第一采樣點為垂足做航向角方向的垂線，得到垂線與車道參考線之間的第一采樣交點；

S12，獲取兩個第一采樣交點與航向角方向的垂直距離，并計算垂直距離差值；

S13，根據X0和X2的差值以及垂直距離差值通過計算得到兩個交點連線方向與航向角方向的夾角，所述夾角即為相對航向角。

5.根據權利要求3所述的一種基于機器學習的車道保持方法，其特征在于：所述橫向偏差的計算方法包括：

S21，選取車頭航向角方向距離車頭X1距離處的第二采樣點，以這個第二采樣點為垂足做航向角方向的垂線，得到垂線與車道參考線之間的第二采樣交點；

S22，獲取第二采樣交點與航向角方向的垂直距離，該垂直距離即為所述實際橫向保持距離；

S23，計算所述實際橫向保持距離與第二采樣點處的所述期望橫向保持距離的差值，該差值即為所述橫向偏差。

6.根據權利要求2或3所述的一種基于機器學習的車道保持方法，其特征在于：所述預覽曲率的計算方法包括：

S31，于車頭航向角方向距離車頭0到X3距離區間內等間隔選取若干第三采樣點；

S32，對車道參考線擬合的多項式函數求解一階導和二階導計算各第三采樣點對應處的曲率值；

S33，對曲率值進行統計學分析，得到加權曲率值，所述加權曲率值表征車道參考線是左彎道或右彎道或直道，以及彎道半徑大小，所述加權曲率值即為預覽曲率。

7.根據權利要求2或3所述的一種基于機器學習的車道保持方法，其特征在于：所述車輛縱向速度通過實時讀取智能車輛行駛狀態信息得到。