[發(fā)明專利]一種基于V2V的前車意圖識別系統(tǒng)及識別方法

在審

• 申請?zhí)枺?/td>: 202110888159.1
• 申請日: 2021-08-03
• 公開（公告）號: CN113581206A
• 公開（公告）日: 2021-11-02
• 發(fā)明（設計）人: 左益芳;王龍翔;毛祺琦;吳旭楠
• 申請（專利權）人: 信通院車聯網創(chuàng)新中心（成都）有限公司
• 主分類號: B60W60/00
• 分類號: B60W60/00;B60W40/00
• 代理公司: 深圳市神州聯合知識產權代理事務所(普通合伙) 44324
• 代理人: 王志強

本發(fā)明公開了一種基于V2V的前車意圖識別系統(tǒng)及識別方法，屬于智能網聯汽車技術領域。該系統(tǒng)包括有感知模塊、決策規(guī)劃模塊、執(zhí)行控制模塊，所述感知模塊、決策規(guī)劃模塊、執(zhí)行控制模塊依次連接。相比與現有技術，本發(fā)明的有益效果是：首先，本發(fā)明通過V2V的方式感知前方車輛的駕駛意圖，彌補自車車載傳感器獲取信息的不足，V2V超視距的信息能夠保證他車駕駛意圖識別能夠被更早獲取，從而幫助自車進而做出更準確、有效、擬人化的決策和運動規(guī)劃。其次，V2V方式獲取得到前車信息，保證了前車意圖識別的準確率，提升汽車駕駛的安全性。

技術領域：

本發(fā)明屬于智能網聯汽車技術領域，具體涉及一種基于V2V的前車意圖識別系統(tǒng)及識別方法。

背景技術：

在汽車智能化和網聯化快速發(fā)展的時期，汽車駕駛的安全和舒適問題依然是智能網聯汽車需要考慮的重大問題，在向更高級自動駕駛技術發(fā)展的階段，汽車感知-控制-決策的技術都需要得到更多的提升，在感知技術層面，V2X可以突破單車智能的感知邊界，獲取環(huán)境盲區(qū)信息和超視距信息，能夠獲得更豐富更準確的周圍環(huán)境信息。

通過V2X獲取到的環(huán)境信息可以進行更深層次的挖掘，如更準確的判斷他車行駛意圖，他車行駛意圖的識別可以使自車更早獲取周圍車輛的駕駛意圖，進而做出更準確、有效、擬人化決策和運動規(guī)劃。因此，他車行駛意圖的識別研究，是智能網聯汽車安全和舒適問題的重要一環(huán)。

現有的駕駛意圖識別，車輛對周圍環(huán)境的感知還是基于攝像頭和毫米波雷達等傳統(tǒng)車載感知傳感器，對周圍車輛的駕駛意圖通過傳感器反饋數據進行推理預判，傳感器反饋數據存在一定誤差，影響意圖識別的準確率。

發(fā)明內容

為解決上述問題，本發(fā)明的首要目的在于提供一種基于V2V的前車意圖識別系統(tǒng)及識別方法，本發(fā)明通過V2V的方式感知前方車輛的駕駛意圖，彌補自車車載傳感器獲取信息的不足，V2V超視距的信息能夠保證他車駕駛意圖識別能夠被更早獲取，從而幫助自車進而做出更準確、有效、擬人化的決策和運動規(guī)劃。

本發(fā)明的另一個目的在于提供一種基于V2V的前車意圖識別系統(tǒng)及識別方法，能夠V2V方式獲取得到前車信息，保證了前車意圖識別的準確率，提升汽車駕駛的安全性。

為實現上述目的，本發(fā)明的技術方案如下：

一種基于V2V的前車意圖識別系統(tǒng)，該系統(tǒng)包括有感知模塊、決策規(guī)劃模塊、執(zhí)行控制模塊，所述感知模塊、決策規(guī)劃模塊、執(zhí)行控制模塊依次連接。

進一步地，所述感知模塊中設置有車載OBU單元，本系統(tǒng)還設置有用于識別車輛駕駛意圖的意圖識別模塊，所述意圖識別模塊設置于車載OBU單元中或設置于決策規(guī)劃模塊中，所述意圖識別模塊能夠通過自車CAN信號進行自車駕駛意圖識別。

進一步地，所述車載OBU單元通過V2V方式接收BSM信息，當意圖識別模塊設置于車載OBU單元中，車載OBU單元會接收自帶意圖信息的BSM信息，判斷車輛間位置關系確定前車，車載OBU單元可直接對前車意圖信息進行提取；當意圖識別模塊置于決策規(guī)劃模塊中，所述車載OBU單元會接收不帶意圖信息的BSM信息，先判斷車輛間位置關系確定前車，后決策規(guī)劃模塊中的意圖識別模塊根據BSM信息進行前車駕駛意圖識別。

進一步地，所述感知模塊采用攝像頭、毫米波雷達、超聲波雷達、激光雷達、高清地圖、慣性導航、全球衛(wèi)星導航系統(tǒng)等感知設備感知自車周圍環(huán)境信息。

進一步地，所述決策規(guī)劃模塊能夠實現車輛的軌跡預測、全局決策規(guī)劃、局部路徑規(guī)劃。

進一步地，所述執(zhí)行控制模塊能夠實現車輛的縱向控制與橫向控制。

本發(fā)明還提供一種基于V2V的前車意圖識別方法，該識別方法包括以下步驟：

S1：通過自車車載GNSS、RTK定位服務、IMU、車輛CAN信號和攝像頭進行數據融合，并結合高精度地圖服務，獲得擁有自車所處車道中準確的位置信息，并達到車道級別的定位需求；