一种车辆避障方法与流程

本发明涉及自动驾驶领域，尤其涉及一种车辆避障方法。

背景技术

随着经济的发展以及人工智能技术的崛起，自动驾驶汽车也越来越受市场的关注。自动驾驶汽车指的是依靠人工智能、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。市场预测自动驾驶汽车的普及可以实现降低交通事故发生率、降低交通拥堵程度、降低投入交通基础设施的成本、以及减少对环境的污染等效果。

但目前，自动驾驶领域的相关技术还并不成熟，使得自动驾驶车无法在实际道路中行驶。尤其是如何对车辆、行人、自行车以及其他运动物体进行避障，成为当前自动驾驶领域继续解决的问题。

技术实现要素：

本发明的目的是针对现有技术的缺陷，提供了一种车辆避障方法，当在无人驾驶车辆所在行驶路线上存在障碍物干扰车辆行驶时，无需切换人工驾驶，无人驾驶车辆自动通过调节纵向速度的方式来避免车辆和障碍物之间发生碰撞，使得行驶过程可以更安全。

为了实现上述目的，本发明实施例提供了一种车辆避障方法，包括：

车辆中的车辆控制单元获取预设行车轨迹信息，用以所述车辆根据所述预设行驶轨迹控制车辆行驶；

所述车辆控制单元通过所述车辆中的感知单元获取实际道路环境信息；

对所述实际道路环境信息进行解析，确定所述实际道路环境中是否存在障碍物；

当所述实际道路环境中存在所述障碍物时，根据所述实际道路环境信息获取障碍物信息；所述障碍物信息包括障碍物速度、障碍物位置和障碍物与车辆的距离；所述障碍物与车辆的距离小于预设距离；

根据所述障碍物与车辆的距离、所述障碍物速度和车辆行驶速度得到碰撞时间和车头时距；

根据所述碰撞时间与第一预设值的差，以及所述车头时距与第二预设值的差，得到第一速度控制参数；

并且根据所述障碍物速度和所述车辆行驶速度得到车辆与障碍物之间的相对速度；

根据所述车辆与障碍物之间的相对速度和所述障碍物与车辆的距离得到第二速度控制参数；

从所述第一速度控制参数和所述第二速度控制参数中确定最优速度控制参数；

控制所述车辆根据所述最优速度控制参数行驶。

优选的，在车辆中的车辆控制单元获取预设行车轨迹信息之前，所述方法还包括：

所述车辆控制单元根据行车任务信息和地图信息生成所述行车路线信息。

优选的，所述预设行车轨迹信息包括预设行车路线信息和预设车辆行驶速度，用以所述车辆控制单元根据所述预设行车路线信息和预设车辆行驶速度控制车辆行驶。

优选的，所述感知单元所述感知单元包括视觉获取模块、毫米波雷达模块、激光雷达模块和定位模块。

优选的，在所述控制所述车辆根据所述最优速度控制参数行驶之前所述方法还包括：

所述车辆控制单元根据所述车辆行驶速度得到预留车距；

根据所述预留车距、所述碰撞时间与第一预设值的差，以及所述车头时距与第二预设值的差生成所述第一速度控制参数，并且根据所述预留车距以及车辆与障碍物之间的相对速度和所述障碍物与车辆的距离生成所述第二速度控制参数。

进一步优选的，所述速度控制参数包括减速控制参数和制动控制参数。

进一步优选的，所述预留车距不小于预设车距。

进一步优选的：当所述障碍物速度大于第一预设速度值时，所述最优速度控制参数中的纵向减速度不大于第一预设值，且纵向减速度平均变化率不大于第二预设值；

当所述障碍物速度小于第二预设速度值时，所述最优速度控制参数中的纵向减速度不大于第三预设值，且所述纵向减速度平均变化率不大于第四预设值。

优选的，在所述控制所述车辆根据所述最优速度控制参数行驶之后，所述方法还包括：

监测所述障碍物速度、所述障碍物位置、所述障碍物与车辆的距离、所述车辆行驶速度；

根据当前的障碍物速度、当前的障碍物位置、当前的障碍物与车辆的距离和当前的车辆行驶速度更新所述最优速度控制参数，用以所述车辆控制单元根据更新后的最优速度控制参数控制所述车辆行驶。

进一步优选的，在所述控制所述车辆根据所述最优速度控制参数行驶之后，所述方法还包括：

当所述实际道路环境中不存在所述障碍物时，所述车辆控制单元根据所述预设行车路线信息和预设车辆行驶速度控制车辆行驶。

本发明实施例提供的车辆避障方法，当在无人驾驶车辆所在行驶路线上存在障碍物干扰车辆行驶时，无需切换人工驾驶，无人驾驶车辆自动通过调节纵向速度的方式来避免车辆和障碍物之间发生碰撞，使得行驶过程可以更安全。

附图说明

图1为本发明实施例提供的车辆避障方法的流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明实施例提供的车辆避障方法，实现于无人驾驶车辆中，用于无人驾驶车辆对车辆、行人、自行车以及其他运动物体进行避障，其方法流程图如图1所示，包括如下步骤：

步骤110，车辆控制单元获取预设行车轨迹信息；

具体的，无人驾驶车辆中包括车辆控制单元和感知单元。其中，车辆控制单元可以理解为用于控制车辆行驶的控制模块。感知单元可以理解为对车辆周围环境进行感知的模块。感知单元包括定位模块、视觉获取模块、毫米波雷达模块和激光雷达模块。定位模块用于通过全球定位系统获取车辆当前的位置。视觉获取模块用于对车辆周围360°的环境状况进行图像采集。毫米波雷达模块和激光雷达模块用于对车辆车身的附近物体进行探测。

预设行车轨迹信息包括预设行车路线信息和预设车辆行驶速度。预设行车路线信息可以理解为预先得到的、用于执行本次行车任务的行车路线。行车路线信息也可以是用户输入的，也可以是车辆控制单元根据行车任务信息和地图信息生成的。行车任务信息可以理解为本次行车任务的相关信息。行车任务信息包括行车时间要求、起始地点、中途停车地点和终点地点。地图信息可以理解为一个电子地图。地图信息中包括道路信息。道路信息可以理解为包括行车道标识和限速标识的信息。

预设车辆行驶速度可以是根据行车任务信息得到的，也可以是用户输入的。

步骤120，根据预设行车路线信息和预设车辆行驶速度执行行车任务；

具体的，无人驾驶车辆按照预设行车路线信息和预设车辆行驶速度行驶。在无人驾驶车辆根据预设行车路线信息执行行车任务的过程中，车辆控制单元会通过感知单元中的各个模块实时获取实际道路环境信息。实际道路环境信息反映了当前车辆行驶环境情况。

步骤130，对实际道路环境信息进行解析，确定实际道路环境中是否存在障碍物；

具体的，障碍物可以理解为在无人驾驶车辆所行驶的预设行车路线上的物体，包括在移动的动态目标和静止的静态目标。实际道路环境信息包括车辆环境图像数据、毫米波雷达数据和激光雷达数据。其中，激光雷达数据由多个激光点数据构成。车辆控制单元综合解析车辆环境图像数据、毫米波雷达数据和激光雷达数据，确定实际道路环境中是否存在障碍物。

当车辆环境图像数据、毫米波雷达数据和激光雷达数据所代表的实际道路环境中具有与无人驾驶车辆的距离小于预设距离的目标，且该目标位于预设行车路线信息所代表的路线中，则车辆控制单元确定实际道路环境中存在障碍物，则执行下述步骤140。相反，当车辆环境图像数据、毫米波雷达数据和激光雷达数据所代表的实际道路环境中不具有与无人驾驶车辆的距离小于预设距离的目标，或该目标位于预设行车路线信息所代表的路线中，则车辆控制单元确定实际道路环境中不存在障碍物，则返回执行步骤120，也就是车辆控制单控制车辆继续根据预设行车路线信息和预设车辆行驶速度执行行车任务。

在一个具体的例子中，车辆控制单元会通过感知单元中的各个模块实时获取实际道路环境信息，并确定实际道路环境信息中是否存在障碍物的具体方法如下：

视觉获取模块主要以视觉图像的形式对目标进行探测，也就是说，视觉获取模块可以以视觉图像的形式识别到包括目标的形象、轮廓以及目标与无人驾驶车辆之间的距离的车辆环境图像数据。

毫米波雷达模块是通过向外发射雷达波段的方式的对目标进行探测的。毫米波雷达传感器的探测范围相对于激光雷达模块的探测范围更大，可以达到200米，并且毫米波雷达传感器对目标运动速度的识别精准度很高，误差度小于0.3m/s。也就是说，车辆控制单元对毫米波雷达数据进行解析后，可以得到包括目标速度和目标与无人驾驶车辆之间的距离的毫米波雷达数据。

激光雷达模块是通过向外发射激光束的方式对目标进行探测的。激光雷达模块向目标发射多组激光束,激光束打到目标后形成激光点，并反射回目标回波，将目标回波与发射信号进行比较和处理，即可识别到包括目标的轮廓、运动状态以及目标与无人驾驶车辆之间的距离的激光雷达数据。

进一步具体的，车辆控制单元可以根据激光雷达模块识别到的目标的运动状态，得到的用于确定目标类型的数据具体为：车辆控制单元解析多个帧数的多个激光点数据，确定多个激光点数据的位置在预设帧数内是否呈线性变化。当多个激光点数据的位置在预设帧数内呈线性变化时，说明目标时运动的，因此可以确定目标类型为动态目标类型。当多个激光点数据的位置在预设帧数内不呈线性变化，而是呈聚集状态时，说明目标时静止的，因此可以确定目标类型为静态目标类型。

车辆控制单元根据车辆环境图像数据、毫米波雷达数据和激光雷达数据中的数据的置信度高低，对车辆环境图像数据、毫米波雷达数据和激光雷达数据中的数据进行综合分析，用置信度较低的数据匹配置信度较高的数据，根据匹配结果确定目标与车辆的距离，并根据定位模块获取的无人驾驶车辆当前的位置，根据目标与无人驾驶车辆之间的距离和无人驾驶车辆当前的位置得到目标位置。

车辆控制单元根据车辆环境图像数据、毫米波雷达数据和激光雷达数据中的数据的置信度高低可以是用户自行设置的。一般，车辆环境图像数据的置信度最高。

当目标与无人驾驶车辆之间的距离小于预设距离，且目标位置与预设行车路线信息相符，则可以确定该目标为障碍物，也就是确定实际道路环境中存在障碍物。

步骤140，获取障碍物速度、障碍物位置和障碍物与车辆的距离；

具体的，当实际道路环境中存在障碍物时，上述步骤中已监测到的目标速度即为障碍物速度，目标位置即为障碍物位置，目标与无人驾驶车辆之间的距离即为障碍物与车辆的距离。

步骤150，根据障碍物与车辆的距离、障碍物速度和车辆行驶速度得到碰撞时间和车头时距；

具体的，车辆控制单元通过车辆中的轮速计获取当前车辆行驶速度，然后根据上述步骤已确定的根据目标与车辆的距离和目标速度并结合车辆行驶速度计算得到碰撞时间(timetocollision，ttc)和车头时距(timeheadway，thw)。

ttc可以理解为以当前车辆与障碍物的相对距离与相对速度关系下，车辆与障碍物发生碰撞所需要的时间，ttc是车辆控制单元根据当前车辆行驶速度、障碍物速度和障碍物与车辆的距离计算得到的。thw可以理解为无人驾驶车辆以当前车速到达障碍物位置的时间。thw是车辆控制单元根据当前车辆行驶速度和障碍物与车辆的距离计算得到的。ttc和thw都可以代表无人驾驶车辆所具有对障碍物进行安全避障的反应时间。

步骤160，生成第一速度控制参数和第二速度控制参数；

具体的，在无人驾驶车辆通过速度对障碍物进行被动避障时，会采取两种方法得到速度控制参数。速度控制参数包括减速控制参数和制动控制参数，也就是说，在必要时，车辆会驻车以确保行车安全。

在第一种方法中，车辆控制单元根据ttc与第一预设值的差，以及thw与第二预设值的差，得到第一速度控制参数。

当避障开始时，ttc应不小于3秒的第一预设值，且thw应在2至5秒的第二预设值的范围内。因此，车辆控制单元需要根据ttc与第一预设值的差，以及thw与第二预设值的差，生成速度控制参数，用以确保当避障开始时，ttc应不小于3秒的第一预设值，且thw应在2至5秒的第二预设值的范围内。

在一个具体的例子中，若ttc与第一预设值的差较大，或thw与第二预设值的差较大，则速度控制参数中的减速度较大。相反，若ttc与第一预设值的差较小，或thw与第二预设值的差较小，则速度控制参数中的减速度较小。

在第二种方法中，车辆控制单元根据障碍物速度和车辆行驶速度确定车辆与障碍物之间的相对速度和相对距离，并根据直接根据车辆与障碍物之间的相对速度和障碍物与车辆的距离得到第二速度控制参数。

也就是说，在无人驾驶车辆通过速度对障碍物进行被动避障时，会分别根据ttc和thw以及车辆与障碍物之间的相对速度和相对距离生成两个速度控制参数。

在一些优选的实施例中，第一速度控制参数和第二速度控制参数的生成还需要考虑车辆的预留车距。预留车距可以理解为无人驾驶车辆与前方目标应有的距离。首先，车辆控制单元根据车辆行驶速度得到预留车距。然后，车辆控制单元再根据预留车距、ttc与第一预设值的差，以及thw与第二预设值的差生成第一速度控制参数，并根据预留车距、为车辆根据车辆与障碍物之间的相对速度和相对距离生成第二速度控制参数。

预留车距应不小于值为0.5米的预设车距。

步骤170，确定最优速度控制参数；

具体的，车辆控制单元从第一速度控制参数和第二速度控制参数中选取减速度最小的速度控制参数为最优速度控制参数。

步骤180，控制车辆根据最优速度控制参数行驶；

具体的，车辆控制单元根据最优速度控制参数和预测同向行驶障碍物轨迹信息控制车辆工作，也就是说，车辆不会改变原有路径，而是仍然在原有路径上减速行驶或驻车，以躲避障碍物的干扰。

并且，在无人驾驶车辆通过减速或驻车的方式躲避障碍物的过程中，车辆控制单元会通过感知单元中的各个模块继续实时监测实际道路环境信息，并确定实际道路环境中的障碍物是否已消失。一旦车辆控制单元确定实际道路环境中的障碍物已消失，则车辆控制单元恢复输出预设车辆行驶速度，用以车辆根据预设行车路线信息和预设车辆行驶速度继续执行行车任务。车辆控制单元确定实际道路环境中的障碍物是否已消失的步骤可参考上述步骤130，在此不再赘述。

在一些优选的实施例中，在无人驾驶车辆通过减速或驻车的方式躲避障碍物的过程中，车辆控制单元仍然会继续监测障碍物速度、障碍物位置、障碍物与车辆的距离、车辆行驶速度，并根据当前的障碍物速度、当前的障碍物位置、当前的障碍物与车辆的距离和当前的车辆行驶速度的变化更新第一速度控制参数和第二速度控制参数，从而更新最优速度控制参数。也就是说，在无人驾驶车辆是实时输出速度控制参数，用以通过减速或驻车的方式躲避障碍物的。

在另一些优选的实施例中，当无人驾驶车辆的车辆行驶速度大于20m/s的第一预设速度值时，最优速度控制参数中的纵向减速度不大于3.5m/s²的第一预设值，且纵向减速度平均变化率不大于2.5m/s³的第二预设值；当无人驾驶车辆的车辆行驶速度小于5m/s的第二预设速度值时，最优速度控制参数中的纵向减速度不大于5m/s²的第三预设值，且纵向减速度平均变化率不大于5m/s³的第四预设值。其中纵向减速度平均变化率为以2秒长度按采样值得到的平均值。

本发明实施例提供的一种车辆避障方法，当在无人驾驶车辆所在行驶路线上存在障碍物干扰车辆行驶时，无需切换人工驾驶，无人驾驶车辆自动通过调节纵向速度的方式来避免车辆和障碍物之间发生碰撞，使得行驶过程可以更安全。

专业人员应该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动力系统控制方法、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。