一种基于多传感器融合的车辆自动跟随系统及其方法与流程

本发明属于汽车技术领域，具体涉及一种基于多传感器融合的车辆自动跟随系统及其方法。

背景技术：

目前存在的大多数acc跟车系统都是单纯依靠毫米波雷达来获取自车至前车的相对距离以及相对速度，毫米波雷达检测性能会受到天气原因影响造成检测距离不准确，而且会出现短距检测盲区，在跟车较近时很容易发生交通事故。并且随着5g技术的发展，v2v(车车通讯系统)也开始应用到车辆acc系统中来，但是由于技术不成熟，不同区域网络信号强度不同，也会造成车车之间的通讯时滞，造成获取距离与实际距离偏差。

技术实现要素：

为解决上述技术问题，本发明提供了一种基于多传感器融合的车辆自动跟随系统及其方法，自车通过安装的毫米波雷达和超声波雷达、摄像头以及车车通讯系统分别获得自车和前车状态信息，然后根据不同的天气状态以及网络状态进行不同的权重分配，得到最终两车的相对速度与相对距离，然后计算加权碰撞时间，最后根据不同的进行车距跟随保持，直到自车到达目的地。

本发明采用如下技术方案：

一种基于多传感器融合的车辆自动跟随系统，包括：

环境信息感知单元，包括多个传感器，用于获取自车至前车的相对距离和相对速度，以及获取影响多个传感器数据的外部环境因素；

决策控制单元，用于接收多个传感器的数据，根据外部环境因素对得到的相对距离和相对速度进行加权平均，计算碰撞时间，并判断所述碰撞时间是否超过预设的预警时间阈值；

其中，若碰撞时间超过阈值，则控制自车加速；若碰撞时间未超过阈值，则控制自车制动减速。

优选的，所述环境信息感知单元包括：

雷达检测模块，用于通过雷达波获取自车至前车的相对距离和相对速度；

摄像头模块，用于通过视频采集获取自车至前车的相对距离和相对速度；

v2v通讯系统模块，自车和前车进行实时通讯，前车实时将位置信息和速度信息传给自车，自车根据得到的信息，通过计算得出自车至前车的相对距离和相对速度；

天气检测判断模块，用于对影响雷达检测模块、摄像头模块数据的雨、雾天气情况进行评判；

网络判断模块，用于对自车和前车实时通讯的网络传输质量进行评判。

优选的，所述雷达检测模块包括毫米波雷达与超声波雷达，所述毫米波雷达安装在车辆前保险杠的中间位置，用于检测自车前方距离3～150米的区域；所述超声波雷达对称安装在前保险杠的两侧，检测自车前方距离20～400厘米的区域；雷达检测模块通过毫米波雷达与超声波雷达相互补偿获取自车至前车的相对距离和相对速度。

优选的，所述决策控制单元包括：

中央ecu控制器，用于接收各模块的相对距离信息和相对速度信息；根据天气检测判断模块评判的雨、雾天气的好坏来确定雷达和摄像头所得数据所占的比例，根据网络判断模块评判的网络传输质量的好坏来确定v2v通讯系统模块得到数据所占的比例，对得到的相对距离和相对速度进行加权平均，计算碰撞时间；判断碰撞时间是否大于阈值，若是则判断为无碰撞危险，将信号给到油门执行机构；若否则判断为有一定的碰撞危险，将信号给到制动执行机构；

油门执行机构，用于接收无碰撞危险信号，执行给自车加速的操作；

制动执行机构，用于接收有一定的碰撞危险信号，执行给自车制动减速的操作。

本发明还公开了一种基于多传感器融合的车辆自动跟随方法，包括如下步骤：

s1、通过多个传感器获取自车至前车的相对距离和相对速度，并获取影响多个传感器数据的外部环境因素；

s2、根据外部环境因素对得到的相对距离和相对速度进行加权平均，根据得到的加权相对距离和加权相对速度计算碰撞时间；

s3、判断所述碰撞时间是否超过预设的预警时间阈值，其中，若碰撞时间超过阈值，则发出自车加速信号；若碰撞时间未超过阈值，则发出自车制动减速信号；

s4、重复步骤s1、s2、s3，直到自车安全到达目的地。

优选的，所述步骤s1包括：

通过雷达检测模块获取自车至前车的相对距离dl和相对速度vl；

通过摄像头模块获取自车至前车的相对距离dc和相对速度vc；

通过v2v通讯系统模块计算得出自车至前车的相对距离dt和相对速度vt；

通过天气检测判断模块对影响雷达检测模块、摄像头模块数据的雨、雾天气情况进行评判；

通过网络判断模块对自车和前车实时通讯的网络传输质量进行评判；

各模块的相对距离信息和相对速度信息通过can通讯模式传递到中央ecu控制器。

优选的，所述雷达检测模块采用毫米波雷达与超声波雷达互相补偿方式，毫米波雷达检测自车前方距离3～150米的区域，超声波雷达检测自车前方距离20～400厘米的区域，通过毫米波雷达与超声波雷达相互补偿获取自车至前车的相对距离为dl和相对速度vl。

优选的，所述步骤s3包括：

中央ecu控制器根据天气检测判断模块对雨、雾大小的评判来确定雷达检测模块和摄像头模块所得到的相对距离和相对速度所占的比例；

中央ecu控制器根据网络判断模块对网络传输质量好坏的评判来确定v2v通讯系统模块所得到的相对距离和相对速度所占的比例；

根据各个检测模块所占的权重，对得到的相对距离和相对速度进行加权平均；

根据得到的加权相对距离和加权相对速度计算碰撞时间ttc。

所述步骤s3具体包括：

对有雾环境进行分级，分为无雾、轻雾、中雾和大雾，其中雾对雷达检测模块所得数据影响所占的权重记为：

wl1＝{无雾，轻雾，中雾，大雾}＝{wa1，wa2，wa3，wa4}；(1)

雾对摄像头模块所得数据的影响所占的权重记为：

wc1＝{无雾，轻雾，中雾，大雾}＝{wb1，wb2，wb3，wb4}；(2)

对有雨环境进行分级，分为无雨、小雨、中雨和大雨，其中雨对雷达检测模块所得数据的影响所占的权重记为：

wl2＝{无雨，小雨，中雨，大雨}＝{wd1，wd2，wd3，wd4}；(3)

雨对摄像头模块所得数据的影响所占的权重记为：

wc2＝{无雨，小雨，中雨，大雨}＝{we1，we2，we3，we4}；(4)

对通讯质量进行分级，分为通讯质量非常好，通讯质量一般，通讯质量差，通讯中断，通讯质量对v2v通讯系统模块所得数据的影响所占的权重记为：

wt＝{非常好，一般，差，中断}＝{wf1，wf2，wf3，wf4}。(5)

根据天气判断模块以及网络通讯质量模块的判断各个检测模块所占的权重，对得到的相对距离和相对速度进行加权平均，得到最终的相对距离df和相对速度vf:

其中，i＝1，2，3，4。

根据得到的最终加权相对距离和相对速度计算得到碰撞时间ttc：

优选的，所述步骤s4中还包括预设的第一车速阈值和第二车速阈值，所述预警时间阈值包括第一时间阈值、第二时间阈值和第三时间阈值；

判断当前自车车速是否超过第一车速阈值，若超过第一车速阈值，则判断碰撞时间ttc是否超过第一时间阈值；若未超过第一车速阈值，则判断当前自车车速是否超过第二车速阈值，若超过第二车速阈值，则判断碰撞时间ttc是否超过第二时间阈值，若未超过第二车速阈值，则判断碰撞时间ttc是否超过第三时间阈值；

其中，若碰撞时间超过阈值，则中央ecu控制器对油门执行机构发出指令，油门执行机构执行自车加速操作；若碰撞时间未超过阈值，则中央ecu控制器对制动执行机构发出指令，制动执行机构执行自车制动减速操作。

本发明的有益效果：

(1)本发明通过毫米波雷达和超声波雷达进行融合，对毫米波雷达出现的短距盲区进行了弥补，使得雷达数据获取系统更加完整准确无盲区；

(2)通过车联网系统获取数据与传统传感器数据进行融合，各系统可以根据不同的工作条件进行优势互补，可以保证环智能车acc系统在非良好条件下也可以正常运行；

(3)通过对网络条件以及传感器工作条件进行划分，对不同条件下获得的数据进行权重分配，使得获取数据更加准确实时。

附图说明

附图用来提供对本发明的优选的理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明系统的整体结构框架图；

图2为本发明各传感器在车辆上的安装位置示意图；

图3为本发明系统的工作流程图。

具体实施方式

本发明公开了的一种基于多传感器融合的车辆自动跟随系统，主要包括环境信息感知和决策控制两大部分，其中环境信息感知部分主要包括雷达检测模块、摄像头模块、v2v通讯系统模块、天气检测判断模块和网络判断模块；决策控制部分主要包括车辆ecu及对油门和制动系统的执行机构。

下面将结合具体实施例及附图1、2、3对本发明专利做进一步的详细描述。

步骤一:各传感器对相对距离和相对速度的获取

雷达检测模块采用毫米波雷达4与左超声波雷达3、右超声波雷达5互相补偿的算法来获取相对距离和相对速度，毫米波雷达检测区域为s2，检测距离d2为3～150米，在短距离检测方面存在检测盲区，而超声波雷达的检测区域为s1，可以准确检测到的距离d1为20～400厘米，所以在采用毫米波雷达与超声波雷达相补偿的雷达测距系统，毫米波雷达4安装在车辆前保险杠离地50～80厘米的中间位置，左超声波雷达3、右超声波雷达5对称安装在前保险杠两侧；通过雷达相互补偿获取的自车至前车的相对距离为dl，相对速度为vl。

摄像头模块采用ccd相机2，安装在自车前挡风玻璃中间位置，摄像头部分可以实现0～100米全覆盖，获取到的自车与前车的相对距离为dc，相对速度为vc。

v2v通讯系统模块安装在车顶部位，自车和前车可以进行实时通讯，前车可以实时的把位置信息和速度信息传给自车，自车根据得到的信息，通过计算得出自车和前车的相对距离为dt，相对速度为vt。

所获得的各模块的相对距离信息和相对速度信息通过can通讯模式传递到中央ecu控制器内等待做进一步处理。

步骤二:各传感器获得相对距离和相对速度的权重计算

雷达和摄像头模块主要受天气环境影响，如雨和雪、雾等，同时雨、雾的大小不同对雷达和摄像头造成的影响也会不同，天气检测判断模块主要对自车行驶的外部环境进行评判，根据工作环境的好坏来确定雷达和摄像头所得数据所占的比例。v2v通讯系统模块主要靠网络之间进行传输，网络信号的快慢直接决定所传输数据的实时准确性，所以车车通讯模块得到数据所占的权重由网络强度决定。

雷达和摄像头主要受雨、雾影响，首先对有雾环境进行分级，分为无雾、轻雾、中雾和大雾，其中雾对雷达所得数据影响所占的权重记为：

wl1＝{无雾，轻雾，中雾，大雾}＝{wa1，wa2，wa3，wa4}；(9)

雾对摄像头模块所得数据的影响所占的权重记为：

wc1＝{无雾，轻雾，中雾，大雾}＝{wb1，wb2，wb3，wb4}；(10)

然后对有雨环境进行分级，分为无雨、小雨、中雨和大雨，其中雨对雷达所得数据影响所占的权重记为：

wl2＝{无雨，小雨，中雨，大雨}＝{wd1，wd2，wd3，wd4}；(11)

雨对摄像头模块所得数据的影响所占的权重记为：

wc2＝{无雨，小雨，中雨，大雨}＝{we1，we2，we3，we4}；(12)

对于v2v通讯模块来说，其主要受通讯质量的影响，对通讯质量进行分级，分为通讯质量非常好，通讯质量一般，通讯质量差，通讯中断，通讯质量对车车通讯模块所得数据影响的权重记为：

wt＝{非常好，一般，差，中断}＝{wf1，wf2，wf3，wf4}。(13)

根据天气判断模块以及网络通讯质量模块的判断各个检测模块所占的权重，对得到的相对距离和相对速度进行加权平均，得到最终的相对距离df和相对速度vf:

其中，i＝1，2，3，4。

步骤三:根据得到的最终加权相对距离和相对速度计算得到多传感器融合碰撞时间ttc，然后进行决策控制：

碰撞时间的大小设定既不能过大也不能过小，如果设置ttc过大会造成跟车距离过大，会造成交通拥堵，设置过小会造成跟随距离过近，遇到突发情况很容易造成交通事故，所以决定采用自车速度和ttc来确定跟随策略。

当自车速度v>＝60km/h时，碰撞时间定为1.5s，当计算得出的ttc>1.5s时，无碰撞危险，自车可以适当加速，减小车距来提高同行效率；当ttc<1.5s时有一定的碰撞危险，自车应该进行适当制动减速。

当自车速度30km/h＝<v<60km/h时，碰撞时间定为1.2s，当计算得出的ttc>1.2s时，无碰撞危险，自车可以适当加速，减小车距来提高同行效率；当ttc<1.2s时有一定的碰撞危险，自车应该进行适当制动减速。

当自车速度v<30km/h时，碰撞时间定为1s，当计算得出的ttc>1s时，无碰撞危险，自车可以适当加速，减小车距来提高同行效率；当ttc<1s时有一定的碰撞危险，自车应该进行适当制动减速。

重复步骤一到三，直到自车安全到达目的地。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。