[發明專利]智能駕駛車輛自車參考軌跡篩選方法和篩選系統

在審

• 申請號: 202011606684.1
• 申請日: 2020-12-28
• 公開（公告）號: CN113147782A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 杜思偉;王濰;陳琦;宋振壘;謝鵬;蘆暢
• 申請（專利權）人: 上海汽車工業(集團)總公司;聯創汽車電子有限公司
• 主分類號: B60W60/00
• 分類號: B60W60/00;B60W40/00
• 代理公司: 上海浦一知識產權代理有限公司 31211
• 代理人: 焦天雷

本發明公開了一種智能駕駛車輛自車參考軌跡篩選方法，包括：獲取智能駕駛車輛多條參考軌跡，所述參考軌跡均穿過自車坐標系原點；對每條參考軌跡分別計算軌跡上每一個點的權重系數；分別計算每條參考軌跡的平行度，并根據各參考軌跡平行度排序；選取各參考軌跡中平行度居中的參考軌跡；獲得平行性篩選的閾值；根據平行性篩選的閾值篩選出符合平行性的參考軌跡。本發明公開了一種智能駕駛車輛自車參考軌跡篩選系統。本發明能篩選出預測的參考軌跡中符合軌跡平行性的參考軌跡，判斷出適合自車軌跡預測的行駛軌跡，能提高復雜的行駛環境下智能駕駛車輛控制的魯棒性。

技術領域

本發明涉及智能汽車領域，特別是涉及一種智能駕駛車輛自車預測的多條參考軌跡 的篩選方法。本發明還涉及一種智能駕駛車輛自車預測的多條參考軌跡的篩選系統。

背景技術

智能駕駛與無人駕駛是不同概念，智能駕駛更為寬泛。它指的是機器幫助人進行駕 駛，以及在特殊情況下完全取代人駕駛的技術。智能駕駛系統是一個集中運用了先進的信息控制技術，劇本環境感知、多等級輔助駕駛等功能于一體的綜合系統。目前，智能 駕駛發展規劃可以劃分為五個階段：L0～L4。

智能駕駛車輛在自動駕駛過程中，會面對城市道路、高速度道路等多種不同的行駛 環境。復雜的行駛環境會對智能駕駛車輛產生極大的干擾和沖突，此時需要對自車的軌跡進行預測，通過精準的自車軌跡來進行障礙物的篩選和自車橫向控制，但是自車軌跡 有多條參考目標，如何從多條軌跡中篩選判斷出適合的軌跡是一個非常關鍵且困難的問 題。

發明內容

在發明內容部分中引入了一系列簡化形式的概念,該簡化形式的概念均為本領域現 有技術簡化，這將在具體實施方式部分中進一步詳細說明。本發明的發明內容部分并不意味著要試圖限定出所要求保護的技術方案的關鍵特征和必要技術特征，更不意味著試圖確定所要求保護的技術方案的保護范圍。

本發明要解決的技術問題是提供一種能在車載環境感知系統提供(預測)的多條參 考軌跡中篩選出最適合自車行駛軌跡的智能駕駛車輛自車參考軌跡篩選方法。

本發明要解決的另一技術問題是提供一種能在車載環境感知系統提供(預測)的多 條參考軌跡中篩選出最適合自車行駛軌跡的智能駕駛車輛自車參考軌跡篩選系統。

為解決上述技術問題，本發明提供的智能駕駛車輛自車參考軌跡篩選方法，包括以 下步驟：

S1，獲取智能駕駛車輛多條參考軌跡，所述參考軌跡均穿過自車坐標系原點；

參考軌跡是由車載視覺傳感器獲取道路路沿或車道線信息；

S2，對每條參考軌跡分別計算軌跡上每一個點的權重系數；

S3，分別計算每條參考軌跡的平行度，并根據各參考軌跡平行度排序；

S4，選取各參考軌跡中平行度居中的參考軌跡；

S5，獲得平行性篩選的閾值；

S6，根據平行性篩選的閾值篩選出符合平行性的參考軌跡。

可選擇的，進一步所述的智能駕駛車輛自車參考軌跡篩選方法，步驟S2包括：

i表示參考軌跡編號,j表示每條參考軌跡上均勻分布點的編號，所述均勻分布點由 極坐標下的半徑和角度表示，W_ij表示第i條軌跡的第j個點的權重系數，Alpha表示Alpha濾波系數，R_ij表示第i條軌跡的第j個點的半徑，max_speed表示軌跡半徑變 形的最大速度，ego_speed表示自車行駛速度。

可選擇的，進一步所述的智能駕駛車輛自車參考軌跡篩選方法，步驟S3包括：計算平行度P_i后，將各參考軌跡按平行度從小到大排序；