[發明專利]車道保持方法、裝置、設備、介質及系統

有效

• 申請號: 202111114543.2
• 申請日: 2021-09-23
• 公開（公告）號: CN113696890B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李偉男;劉斌;吳杭哲;劉楓
• 申請（專利權）人: 中國第一汽車股份有限公司
• 主分類號: B60W30/12
• 分類號: B60W30/12;B60W40/09;B60W10/20;G06F18/214;G06N3/02
• 代理公司: 北京遠智匯知識產權代理有限公司 11659
• 代理人: 范坤坤

1.一種車道保持方法，其特征在于，所述方法包括：

獲取目標車輛的車輛行駛數據，其中，所述車輛行駛數據包括轉向盤轉角、車輛橫向位置以及車輛橫向加速度；

基于所述車輛行駛數據以及預先訓練的駕駛風格辨識模型，確定所述目標車輛對應的駕駛風格類別；

基于所述駕駛風格類別以及所述目標車輛的車輛狀態數據，確定所述目標車輛的目標轉向盤轉角，并基于所述目標轉向盤轉角調整所述目標車輛的轉向盤轉角；

所述車輛狀態數據包括當前車速、車道中心線、當前位置側向坐標、車輛轉向系傳動比以及車輛前后軸軸距，所述基于所述駕駛風格類別以及所述目標車輛的車輛狀態數據，確定所述目標車輛的目標轉向盤轉角，滿足如下公式：

其中，θ_opt為目標轉向盤轉角，L為車輛前后軸軸距，i為車輛轉向系傳動比，C_y表示駕駛風格類別，v為當前車速，y(t)為當前位置側向坐標，T為預瞄時間，f(t)為t時刻的車道中心線，f(t+T)表示t+T時刻車道中心線的側向坐標，d為預瞄距離，表示車輛側向速度。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取樣本輸入向量以及所述樣本輸入向量對應的駕駛風格標簽，將所述樣本輸入向量輸入至學習向量量化神經網絡的輸入層；

計算所述樣本輸入向量與所述學習向量量化神經網絡的各競爭層神經元的距離，在所述各競爭層神經元中確定出與所述樣本輸入向量距離最近的第一目標神經元和第二目標神經元；

基于所述第一目標神經元與所述樣本輸入向量的距離、所述第二目標神經元與所述樣本輸入向量的距離、所述第一目標神經元對應的駕駛風格預測值、所述第二目標神經元對應的駕駛風格預測值以及所述樣本輸入向量對應的駕駛風格標簽，更新所述學習向量量化神經網絡中所述第一目標神經元和/或所述第二目標神經元對應的權值；

將所述學習向量量化神經網絡確定為駕駛風格辨識模型。

3.根據權利要求2所述的方法，其特征在于，所述基于所述第一目標神經元與所述樣本輸入向量的距離、所述第二目標神經元與所述樣本輸入向量的距離、所述第一目標神經元對應的駕駛風格預測值、所述第二目標神經元對應的駕駛風格預測值以及所述樣本輸入向量對應的駕駛風格標簽，更新所述學習向量量化神經網絡中所述第一目標神經元和/或所述第二目標神經元對應的權值，包括：

基于所述第一目標神經元與所述樣本輸入向量的距離、所述第二目標神經元與所述樣本輸入向量的距離、所述第一目標神經元對應的駕駛風格預測值、所述第二目標神經元對應的駕駛風格預測值，判斷是否滿足預設權值更新條件；

若是，則基于預設學習率、所述樣本輸入向量以及所述駕駛風格標簽，更新所述學習向量量化神經網絡中所述第一目標神經元和所述第二目標神經元對應的權值。

4.根據權利要求1所述的方法，其特征在于，在所述基于所述目標轉向盤轉角調整所述目標車輛的轉向盤轉角之后，所述方法還包括：

獲取各采集位置對應的車輛橫向位置、車道中心線橫向位置；

基于各所述車輛橫向位置、各所述車道中心線橫向位置以及所述駕駛風格類別，確定所述目標車輛是否回歸車道中心線。

5.根據權利要求4所述的方法，其特征在于，所述基于各所述車輛橫向位置、各所述車道中心線橫向位置以及所述駕駛風格類別，確定所述目標車輛是否回歸車道中心線，包括：

根據各所述采集位置對應的所述車輛橫向位置構建多項式函數，基于各所述采集位置對應的車道中心線橫向位置計算所述多項式函數的多項式系數；

基于所述多項式系數以及所述駕駛風格類別，確定所述目標車輛是否回歸車道中心線。