一种倾斜坡面的自动驾驶方法、装置以及车辆与流程

本发明涉及车辆自动驾驶技术领域，特别是涉及一种倾斜坡面的自动驾驶方法、装置以及车辆。

背景技术：

自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆自动驾驶汽车技术的研发。在20世纪也已经有数十年的历史，于21世纪初呈现出接近实用化的趋势。

汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图对前方的道路进行导航。

现有的自动驾驶方法需要使用GPS以及网络信号进行数据通信，因此在无GPS信号或无网络信号时，自动驾驶系统失灵，严重影响了用户的使用体验和行车安全。

技术实现要素：

本发明的目的是提供一种倾斜坡面的自动驾驶方法、装置以及车辆，目的在于解决现有技术在无GPS信号或无网络信号的情况下不能实现自动驾驶的问题。

为解决上述技术问题，本发明提供一种倾斜坡面的自动驾驶方法，包括：

获取倾斜坡面上车辆的倾斜角数据；

确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离；

根据所述制动距离以及所述倾斜角数据，确定对所述车辆实施制动的制动力度以及制动时间。

可选地，所述获取倾斜坡面上车辆的倾斜角数据包括：

获取由安装在车辆上的倾斜角传感器采集的倾斜角数据。

可选地，所述确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离包括：

通过惯性导航以及地形匹配数据确定所述当前行车位置以及所述制动目标位置，并计算所述制动距离。

可选地，所述根据所述制动距离以及所述倾斜角数据，确定对所述车辆的制动力度以及制动时间包括：

当所述制动距离大于或等于预设阈值时，确定长程不同阶段对应的制动力度以及制动时间；

当所述制动距离小于所述预设阈值时，确定即时的制动力度以及相应的制动时间。

可选地，所述预设阈值为100米。

可选地，在所述获取倾斜坡面上车辆的倾斜角数据之前还包括：

判断当前位置有无GPS信号或者网络信号；

如果有GPS信号且有网络信号时，则采用GPS信号以及网络信号确定所述倾斜坡面的倾斜角数据；

如果无GPS信号或无网络信号时，则执行后续操作。

本发明还提供了一种倾斜坡面的自动驾驶装置，包括：

倾斜角数据获取模块，用于获取倾斜坡面上车辆的倾斜角数据；

定位计算模块，用于确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离；

制动力度以及制动时间确定模块，用于根据所述制动距离以及所述倾斜角数据，确定对所述车辆实施制动的制动力度以及制动时间。

可选地，所述定位计算模块包括：

惯性导航单元以及地形匹配定位单元，用于确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离。

可选地，还包括：

GPS定位模块以及网络通信模块，用于对车辆所在位置进行实时定位；并根据随车倾斜角信号进行及时制动。

本发明还提供了一种车辆，包括上述任一种倾斜坡面的自动驾驶装置。

本发明所提供的倾斜坡面的自动驾驶方法及装置，通过获取倾斜坡面上车辆的倾斜角数据；确定当前行车位置以及制动目标位置，并计算当前行车位置以及制动目标位置之间的制动距离；根据制动距离以及倾斜角数据，确定对车辆实施制动的制动力度以及制动时间。可见，本申请中纵向倾斜角信号由随车传感器获取得到，能够在无GPS信号、无网络信号的情况下，为坡道制动时的自动驾驶提供安全保障规划，同时为坡道的即时制动提供辅助。另外，由于倾斜角传感器随车运动，因此测量更为精确，提高了自动驾驶的精度。此外，本申请还提供了一种具有上述技术优点的车辆。

附图说明

为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的倾斜坡面的自动驾驶方法的一种具体实施方式的流程图；

图2为本发明所提供的倾斜坡面的自动驾驶方法的实施示意图；

图3为本发明所提供的倾斜坡面的自动驾驶方法的另一种具体实施方式的流程图；

图4为本发明实施例提供的倾斜坡面的自动驾驶装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明所提供的倾斜坡面的自动驾驶方法的一种具体实施方式的流程图如图1所示，该方法包括：

步骤S101：获取倾斜坡面上车辆的倾斜角数据；

步骤S102：确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离；

步骤S103：根据所述制动距离以及所述倾斜角数据，确定对所述车辆实施制动的制动力度以及制动时间。

需要指出的是，通过随车的纵向倾斜角信号，结合车辆荷载、车速信号、路面高程信号能够得到即时制动力分配及制动时间规划。

本实施例中，获取倾斜坡面上车辆的倾斜角数据的过程可以具体为：

获取由安装在车辆上的倾斜角传感器采集的倾斜角数据。

本发明所提供的倾斜坡面的自动驾驶方法，通过获取倾斜坡面上车辆的倾斜角数据；确定当前行车位置以及制动目标位置，并计算当前行车位置以及制动目标位置之间的制动距离；根据制动距离以及倾斜角数据，确定对车辆实施制动的制动力度以及制动时间。可见，本申请中纵向倾斜角信号由随车传感器获取得到，能够在无GPS信号、无网络信号的情况下，为坡道制动时的自动驾驶提供安全保障规划，同时为坡道的即时制动提供辅助。

在上述实施例的基础上，本发明所提供的倾斜坡面的自动驾驶方法中确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离的过程可以具体通过：

通过惯性导航以及地形匹配数据确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离。

惯性导航系统通常由惯性测量装置、处理器、控制显示器等组成。惯性测量装置包括加速度计以及陀螺仪，又称为惯性导航组合。具体地，可以由3个自由度陀螺仪来测量3个转动运动，3个加速度计来测量3个平移运动的加速度。处理器根据测得的加速度信号计算出速度和位置数据。惯性导航能够从一已知点的位置，根据连续测得的速度以及加速度，推算出下一点的位置，因而能够连续测出运动体的当前位置。

由于汽车运动是非惯性系统，因此采用惯性系统得到的位置信息不够精确。因此本实施例将惯性导航与地形匹配结合起来进行精确定位。具体地，可以在车辆行驶的公路上选择明显的标志物，如红绿灯、交通指示牌、电线杆、路灯或建筑物等。通过标志物与电子地图进行相似性对比，来对当前位置进行定位。

当然，上述确定当前行车位置以及制动目标位置的过程还可以采用GPS导航系统获取得到，这均不影响本发明的实现。

在上述任一实施例的基础上，本发明所提供的倾斜坡面的自动驾驶方法中根据制动距离以及所述倾斜角数据，确定对所述车辆的制动力度以及制动时间的步骤可以具体为：

当所述制动距离大于或等于预设阈值时，确定长程不同阶段对应的制动力度以及制动时间；

当所述制动距离小于所述预设阈值时，确定即时的制动力度以及相应的制动时间。

具体地，本实施例中预设阈值可以为100米。本实施例将坡道的制动分为两种类型。大于100米时为长程制动，小于100米时为即时制动。

下面对根据制动距离以及倾斜角数据，确定对车辆实施制动的制动力度以及制动时间的过程进行具体详细阐述。

在平路上，由运动学公式v²＝2*a*s可知，汽车的制动距离表示为：

s＝v²/(2×a)。假设汽车制动时所受摩擦力恒定，即加速度a恒定。

在下坡路时，增加了额外的同向下坡推力，F₁＝m×g×sin(e)，其中，m为车辆的荷载质量，e为坡道的倾角，g为重力加速度，则制动距离为

在上坡路时，增加了额外的反向下坡推力，F₁＝m×g×sin(e)，其中，m为车辆的荷载质量，e为坡道的倾角，g为重力加速度，则制动距离为

上述式子中，s为最短的刹车距离。实际运用时，开始刹车的距离应选取大于s，如选为2*s。

将制动力F＝ma带入上述式子可得：

在上坡时，制动力为：

在下坡时，制动力为：

而制动时间t与车速v、制动力F、车的荷载质量m以及坡道的倾角e相关，由下面的二阶方程可以确定：

下坡路时，F/m*t²+v*t-v²/(2*(F/m-g*sin(e)))＝0；

上坡路时，F/m*t²+v*t-v²/(2*(F/m+g*sin(e)))＝0。

如图2本发明所提供的倾斜坡面的自动驾驶方法的实施示意图所示，A点为当前行车位置，B点为制动目标位置。10为倾斜坡道，11为倾斜角传感器、12为自动驾驶操控系统，13为惯性导航系统以及地形匹配定位系统，15为自动驾驶车辆，20为车联网信号，25为GPS信号。A、B点位置信息可以由GPS导航或惯性导航定位修正后获得，对比电子地图和高程数据可获得制动的距离和坡度，这样再根据车速、荷载等参数即可确定实施制动的时间和力度。当满足长程制动的条件时，确定长程不同阶段对应的制动力度以及开始制动的时间；当制动距离小于预设距离时，根据随车的纵向倾斜角传感器信号确定即时路面坡度，同时确定最佳的制动时间和距离。

进一步地，本发明所提供的倾斜坡面的自动驾驶方法在有GPS信号以及网络信号的情况下，还可以采用GPS信号以及网络信号进行数据的获取，如图3本发明所提供的倾斜坡面的自动驾驶方法的另一种具体实施方式的流程图所示，该方法包括：

步骤S201：判断当前位置有无GPS信号或者网络信号；

步骤S202：如果有GPS信号且有网络信号时，则采用GPS信号以及网络信号确定所述倾斜坡面的倾斜角数据；

步骤S203：如果无GPS信号或无网络信号时，则获取由安装在车辆上的倾斜角传感器采集的倾斜坡面的倾斜角数据；

步骤S204：确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离；

步骤S205：根据所述制动距离以及所述倾斜角数据，确定对所述车辆实施制动的制动力度以及制动时间。

需要指出的是，在当前车辆有GPS信号且有网络信号时，也可以通过倾斜角传感器获取的倾斜角数据对自动驾驶辅助系统进行修正。由于倾斜角传感器随车运动，因此避免了通过GPS信号以及网络信号定位带来的误差，提高了自动驾驶辅助系统的精度。

下面对本发明实施例提供的倾斜坡面的自动驾驶装置进行介绍，下文描述的倾斜坡面的自动驾驶装置与上文描述的倾斜坡面的自动驾驶方法可相互对应参照。

图4为本发明实施例提供的倾斜坡面的自动驾驶装置的结构框图，参照图4倾斜坡面的自动驾驶装置可以包括：

倾斜角数据获取模块100，用于获取倾斜坡面上车辆的倾斜角数据；

定位计算模块200，用于确定当前行车位置以及制动目标位置，并计算所述当前行车位置以及所述制动目标位置之间的制动距离；

制动力度以及制动时间确定模块300，用于根据所述制动距离以及所述倾斜角数据，确定对所述车辆实施制动的制动力度以及制动时间。

作为一种具体实施方式，本发明所提供的倾斜坡面的自动驾驶装置中，上述定位计算模块200具体包括：

惯性导航单元以及地形匹配定位单元，用于确定当前行车位置以及制动目标位置，并，计算所述当前行车位置以及所述制动目标位置之间的制动距离。

进一步地，本申请所提供的倾斜坡面的自动驾驶装置还可以包括：

GPS定位模块以及网络通信模块，用于对车辆所在位置进行实时定位；并根据随车倾斜角信号进行及时制动。

本发明所提供的倾斜坡面的自动驾驶装置可具体通过车辆的自动驾驶信息处理系统来实施。车辆的自动驾驶信息处理系统可用于接收GPS信号以及车联网信号，还能够接收倾斜角信号、惯性导航信号、车速、载荷等信号。在有GPS信号且有网络信号的情况下，通过GPS信号以及车联网信号进行数据定位；在无GPS信号或无网络信号的情况下，通过惯性导航以及地形匹配进行数据定位。

在确定行车位置A和制动位置B的位置后，通过对比电子地图和高程数据能够获得制动的距离和坡度；进而规划长程制动的时间和制动力度；当制动距离小于X值(如X＝100米)，根据随车的纵向倾斜角传感器信号确定即时路面坡度，设计最佳的制动时间和制动力度，将车辆自动地停止到目标位置处。

本发明所提供的倾斜坡面的自动驾驶装置，通过获取倾斜坡面上车辆的倾斜角数据；确定当前行车位置以及制动目标位置，并计算当前行车位置以及制动目标位置之间的制动距离；根据制动距离以及倾斜角数据，确定对车辆实施制动的制动力度以及制动时间。可见，本申请中纵向倾斜角信号由随车传感器获取得到，能够在无GPS信号、无网络信号的情况下，为坡道制动时的自动驾驶提供安全保障规划，同时为坡道的即时制动提供辅助。

此外，本申请还提供了一种包括上述任一种倾斜坡面的自动驾驶装置的车辆。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的倾斜坡面的自动驾驶方法、装置以及车辆进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。