[發(fā)明專利]一種無人駕駛車道保持方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310421107.2
• 申請(qǐng)日: 2023-04-19
• 公開（公告）號(hào): CN116620278A
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 鄭竹安;葉子墨;鄭祥雨;王志強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 鹽城工學(xué)院
• 主分類號(hào): B60W30/12
• 分類號(hào): B60W30/12;B60W60/00;B60W50/00
• 代理公司: 南京業(yè)騰知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32321
• 代理人: 李靜

本發(fā)明公開了一種無人駕駛車道保持方法，方法步驟包括如下：識(shí)別選取：首先通過高清攝像頭對(duì)車輛周圍的參照物進(jìn)行識(shí)別和篩選，參照物包括路標(biāo)、交通標(biāo)志、樹木、建筑物等，識(shí)別參照物時(shí)，需考慮多個(gè)因素，比如光照條件、天氣情況、車速以及路面狀態(tài)等，無人駕駛車輛還需配備激光雷達(dá)等傳感器設(shè)備，提高周圍環(huán)境的識(shí)別準(zhǔn)確度和穩(wěn)定性。本發(fā)明首先利用高清攝像頭對(duì)車輛周圍參照物進(jìn)行識(shí)別和篩選，對(duì)識(shí)別出的參照物進(jìn)行等級(jí)劃分，并與車輛建立聯(lián)系，利用模糊PID算法來進(jìn)一步優(yōu)化車輛與參照物之間的聯(lián)系，根據(jù)聯(lián)系等級(jí)來逐步進(jìn)行參照物的選取和剔除，保證車輛一直與參照物有著相對(duì)更緊密的聯(lián)系，提升自動(dòng)駕駛車道保持的安全性和平順性。

技術(shù)領(lǐng)域

本發(fā)明涉及無人駕駛方法技術(shù)領(lǐng)域，尤其是一種無人駕駛車道保持方法。

背景技術(shù)

隨著全球交通量不斷增長(zhǎng)，各種交通問題也逐漸浮現(xiàn)。傳統(tǒng)的交通方式面臨的問題包括交通擁堵、交通事故、排放污染等，而無人駕駛車輛的出現(xiàn)則有望為這些問題帶來解決方案，無人駕駛車輛指的是能夠自主運(yùn)行而無需人工操作的汽車，它們憑借先進(jìn)的傳感器、人工智能和機(jī)器學(xué)習(xí)技術(shù)等，可以識(shí)別道路標(biāo)志、交通信號(hào)燈、行人、車輛和其他障礙物，并基于收集到的數(shù)據(jù)做出決策和控制車輛運(yùn)動(dòng)，無人駕駛車輛的發(fā)展可以提高交通效率、減少交通事故、降低空氣污染并增強(qiáng)交通安全性，無人駕駛車輛的技術(shù)需要包括傳感器技術(shù)、人工智能和機(jī)器學(xué)習(xí)技術(shù)、高精度定位技術(shù)、通訊技術(shù)、安全和保障技術(shù)、電池技術(shù)等多個(gè)方面，同時(shí)也需要相關(guān)法規(guī)與標(biāo)準(zhǔn)來約束無人駕駛車輛的研發(fā)、測(cè)試、上路使用等一系列問題，目前，世界上已有多家汽車廠商和科技公司在無人駕駛領(lǐng)域進(jìn)行了探索和研發(fā)，隨著技術(shù)的不斷發(fā)展，無人駕駛車輛有望成為未來智能交通發(fā)展的重要方向之一。

然而，與此同時(shí)，無人駕駛車輛的技術(shù)研發(fā)和應(yīng)用也面臨諸多挑戰(zhàn)，其中，技術(shù)不成熟、成本高昂、安全隱患等問題是目前需要解決的主要難題，車道保持方法是整個(gè)無人駕駛技術(shù)領(lǐng)域中的一部分，而現(xiàn)有的無人駕駛車道保持方法在運(yùn)行時(shí)存在車輛與外部環(huán)境參照物聯(lián)系不夠緊密，當(dāng)偏離車道后才會(huì)進(jìn)行摻入控制駛回車道保持的安全性和平順性不足。

發(fā)明內(nèi)容

本發(fā)明針對(duì)背景技術(shù)中的不足，提供了一種無人駕駛車道保持方法。

本發(fā)明為解決上述現(xiàn)象，采用以下技術(shù)方案，一種無人駕駛車道保持方法，方法步驟包括如下：

S1，識(shí)別選取：首先通過高清攝像頭對(duì)車輛周圍的參照物進(jìn)行識(shí)別和篩選，參照物包括路標(biāo)、交通標(biāo)志、樹木、建筑物等，識(shí)別參照物時(shí)，需考慮多個(gè)因素，比如光照條件、天氣情況、車速以及路面狀態(tài)等，無人駕駛車輛還需配備激光雷達(dá)等傳感器設(shè)備，提高周圍環(huán)境的識(shí)別準(zhǔn)確度和穩(wěn)定性；

S2，劃分聯(lián)系：識(shí)別選取完畢，需對(duì)所識(shí)別出的參照物進(jìn)行等級(jí)劃分，并與車輛建立聯(lián)系，等級(jí)劃分基于參照物的重要性、可靠性、距離等因素，與車輛建立聯(lián)系可采用傳統(tǒng)的目標(biāo)跟蹤算法，如卡爾曼濾波器、粒子濾波器等；

S3，算法控制：劃分聯(lián)系完畢，需利用模糊PID算法來進(jìn)一步優(yōu)化車輛與參照物之間的聯(lián)系，模糊PID算法是一種控制算法，可根據(jù)當(dāng)前狀態(tài)和目標(biāo)狀態(tài)來調(diào)整輸出信號(hào)，從而使系統(tǒng)穩(wěn)定并達(dá)到期望效果，在該種情況下，將車輛看作系統(tǒng)，將車道保持設(shè)定期望效果，使用模糊PID算法來調(diào)整車輛的方向盤、油門和剎車等信號(hào)，從而確保車輛始終保持在車道上行駛，可根據(jù)聯(lián)系等級(jí)來逐步進(jìn)行參照物的選取和剔除。

步驟S1中，在進(jìn)行參照物識(shí)別時(shí)，可以考慮以下因素，第一改善光照條件，通過調(diào)整車燈、遮陽板等方式來改善光照條件，從而提高參照物的識(shí)別率，第二適應(yīng)天氣情況，對(duì)于雨天、霧天等惡劣天氣條件，使用紅外線攝像頭等特殊傳感器來增強(qiáng)識(shí)別能力，需加強(qiáng)算法適應(yīng)性，防止誤判，第三適配車速：隨著車速的增加，識(shí)別速度需適配，采用多路視頻流合并的方式，利用分布式計(jì)算提高效率，第四感知路面狀態(tài)，對(duì)于坑洼、波動(dòng)等路面情況，對(duì)傳感器數(shù)據(jù)進(jìn)行濾波處理，減少誤差。