阅读说明：本技术 用于基于预期的车道偏离控制车辆的系统和方法 (System and method for controlling a vehicle based on expected lane departure ) 是由 R·泽瑞哈拉姆 M·沙里亚里 M·R·侯赛因 J·萨契戴夫 A·塔克马尔 于 2019-05-30 设计创作，主要内容包括：机动车辆包括至少一个传感器,其被配置为检测靠近车辆的车道标记,并检测车辆的速率、加速度和偏航率。车辆还包括控制器,该控制器与至少一个传感器通信并且被配置为在第一模式和第二模式中选择性地控制转向干预系统。控制器被配置为在相应的多个时间实例中计算多个车道偏离估计,在多个车道偏离估计当中进行仲裁以计算到车道偏离的预测时间,计算与到车道偏离的预测时间相关联的车道偏离置信度值,并且响应于置信度值超过第一阈值并且到车道偏离的预测时间低于第二阈值,控制转向干预系统处于第二模式。(The motor vehicle includes at least one sensor configured to detect lane markers proximate the vehicle and to detect a velocity, an acceleration, and a yaw rate of the vehicle. The vehicle also includes a controller in communication with the at least one sensor and configured to selectively control the steering intervention system in a first mode and a second mode. The controller is configured to calculate a plurality of lane departure estimates at a respective plurality of time instances, arbitrate among the plurality of lane departure estimates to calculate a predicted time to lane departure, calculate a lane departure confidence value associated with the predicted time to lane departure, and control the steering intervention system to be in the second mode in response to the confidence value exceeding a first threshold and the predicted time to lane departure being below a second threshold.)

用于基于预期的车道偏离控制车辆的系统和方法

技术领域

本公开涉及具有转向干预系统的车辆，所述转向干预系统被配置为自动地提供干预以避免或阻止意外的车道偏离。

引言

车辆控制系统可以包括如下布置：路径跟踪控制系统，车道边界保持控制系统，转向扭矩辅助控制系统和转向角辅助控制系统。这种行进控制系统依赖于各种传感器、控制器和致动器，并且可以包括利用可视车道检测系统。

发明内容

根据本公开的机动车辆包括至少一个传感器和控制器。传感器被配置为检测车辆附近的车道标记，检测车辆的速率，检测车辆的偏航率，以及检测车辆的加速度。控制器与至少一个传感器通信，并且被配置为在第一模式和第二模式中选择性地控制转向干预系统。控制器还被配置为在相应的多个时间实例中计算多个车道偏离估计，在多个车道偏离估计当中进行仲裁以计算到车道偏离的预测时间，计算与到车道偏离的预测时间相关联的车道偏离置信度值，并且响应于置信度值超过第一阈值并且车道偏离的预测时间低于第二阈值，控制转向干预系统处于第二模式。

在示例性实施例中，控制器还被配置为基于运动学模型计算到车道偏离的初始时间参数，并且通过过滤所述到车道偏离的初始时间参数计算到车道偏离的预测时间和车道偏离置信度值。在这样的实施例中，控制器还可以被配置为使用估计算法(例如，使用无迹卡尔曼滤波器)过滤所述到车道偏离的初始时间参数。在这样的实施例中，运动学模型可以基于从至少一个传感器获得的车辆的测量的速率、车辆的测量的加速度、车辆的测量的偏航率、检测到的相对于车辆的车道标记位置、检测到的相对于车辆的车道标记航向、以及检测到的车道曲率。

在示例性实施例中，转向干预系统包括听觉、可视或触觉操作员通知系统。在第一模式中，转向干预系统不提供通知，并且在第二模式中，转向干预系统提供通知。

在示例性实施例中，转向干预系统包括至少一个致动器，其被配置为控制车辆转向。在第一模式中，转向干预系统不控制致动器以提供转向扭矩，并且在第二模式中，转向干预系统控制致动器以提供转向扭矩。

在示例性实施例中，至少一个传感器包括光学相机、LiDAR系统或RADAR系统。

根据本公开的控制主机动车辆的方法包括为主车辆提供与至少一个控制器通信的至少一个传感器、至少一个控制器和转向干预系统。所述方法还包括从至少一个传感器获得主车辆的测量速率、主车辆的测量的加速度、主车辆的测量的偏航率、检测到的相对于主车辆的车道标记位置、检测到的相对于主车辆的车道标记航向、以及检测到的车道曲率。所述方法还包括基于测量的速率、测量的加速度、测量的偏航率、车道标记位置、车道标记航向和车道曲率，经由至少一个控制器根据运动学模型计算到车道越线的初始时间参数。所述方法还包括经由至少一个控制器过滤到车道越线的初始时间参数以获得到车道越线的最终时间值和与到车道越线的最终时间值相关联的置信度参数。所述方法还包括，响应于到车道越线的最终时间低于第一阈值并且置信度参数超过第二阈值，经由至少一个控制器在转向干预模式下自动控制转向干预系统。

在示例性实施例中，过滤包括应用无迹卡尔曼滤波器。

在示例性实施例中，转向干预系统包括听觉、可视或触觉操作员通知系统，并且其中在转向干预模式中控制转向干预系统包括控制转向干预系统以提供通知。

在示例性实施例中，转向干预系统包括至少一个致动器，其被配置为控制车辆转向，并且其中在转向干预模式中控制转向干预系统包括控制转向干预系统以提供校正转向扭矩。

在示例性实施例中，过滤包括修改一个或多个不合理的到车道越线的时间计算。

在示例性实施例中，所述方法还包括经由至少一个控制器将到车道越线的初始时间参数与车辆运动学信息、车辆动态信息、车辆状态信息和主车辆车道信息融合。

根据本公开的实施例提供了许多优点。例如，本公开提供了一种用于基于对当前行驶车道的预期偏离进行准确和及时干预的系统和方法。

从以下结合附图对优选实施例的详细描述，本公开的上述和其他优点和特征将变得显而易见。

附图说明

图1是根据本公开的实施例的车辆的示意图；

图2是根据本公开的实施例的计算车辆的车道偏离估计的方法的逻辑图示；

图3是根据本公开第一实施例的用于控制车辆的系统的逻辑图方法；以及

图4是根据本公开第二实施例的用于控制车辆的系统的逻辑图示。

具体实施方式

本文描述了本公开的实施例。然而，应该理解，所公开的实施例仅仅是示例，并且其他实施例可以采用各种和替代形式。这些数字不一定按比例；某些功能可能会被夸大或最小化，以示出特定部件的详细信息。因此，本文公开的具体结构和功能细节不应被解释为限制性的，而仅仅是代表性的。参考任何一个附图示出和描述的各种特征可以与一个或多个其他附图中示出的特征组合，以产生未明确示出或描述的实施例。所示特征的组合提供了典型应用的代表性实施例。然而，对于特定应用或实现，可能需要与本公开的教导一致的特征的各种组合和修改。

现在参考图1，以示意图的形式示出了根据本公开的用于控制车辆的系统10。系统10包括机动车辆12。机动车辆12包括推进系统14，推进系统14在各种实施例中可包括内燃发动机，诸如牵引马达的电机、和/或燃料电池推进系统。机动车辆12另外包括转向系统16。虽然为了说明的目的被描绘为包括方向盘，但是在本公开的范围内的一些实施例中，转向系统16可以省略方向盘。机动车辆12另外包括多个车轮18和被配置为向车轮18提供制动扭矩的相关联的车轮制动器20。在各种实施例中，车轮制动器20可包括摩擦制动器、再生制动系统，例如电机和/或其他适当的制动系统。

推进系统14、转向系统16和车轮制动器20与至少一个控制器22通信或在其控制下。虽然为了说明目的而描绘为单个单元，但控制器22可另外包括一个或多个其他控制器，统称为“控制器”。控制器22可包括与各种类型的计算机可读存储设备或介质通信的微处理器或中央处理单元(CPU)。计算机可读存储设备或介质可以包括例如只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性和非易失性存储器。KAM是持久性或非易失性存储器，可用于在CPU断电时存储各种操作变量。计算机可读存储设备或介质可以使用许多已知存储器设备中的任何一种来实现，例如PROM(可编程只读存储器)、EPROM(电子PROM)、EEPROM(电可擦除PROM)、闪存或能够存储数据的任何其他电、磁、光或组合存储器件，其中一些代表可执行指令，由控制器22用于控制车辆。

控制器22与多个传感器24通信。在示例性实施例中，传感器24包括一个或多个传感器，其被配置为捕获关于车辆12附近的交通车道的信息，例如RADAR、LiDAR、光学相机、热像仪和超声波传感器。另外，传感器24包括一个或多个传感器，其被配置为检测车辆12的速率、加速度和偏航率。这种传感器可包括一个或多个惯性测量单元。传感器24还可以适当地包括附加传感器或上述的任何组合。

控制器22设置有车道偏离算法26，如下面将进一步详细讨论的。车道偏离算法26被配置为计算直到车辆12偏离当前行驶车道的预计时间。控制器与干预系统28通信，干预系统28被配置为基于预期的车道偏离执行辅助、校正或其他自动化动作。

在第一示例性实施例中，干预系统28包括人机接口(HMI)元件，其被配置为生成对车辆乘员的通知，诸如音频通知、视觉通知、触觉通知或任何其他适当的通知系统。在这样的实施例中，控制器22可以被配置为控制干预系统28以响应于由车道偏离算法26计算的车道偏离条件得到满足而生成通知。这些实施例可以称为车道偏离警告系统。

在第二示例性实施例中，干预系统28包括致动器，致动器被配置为选择性地将转向扭矩施加到转向系统16。在这样的实施例中，控制器22可以被配置为响应于由车道偏离算法26计算的车道偏离条件得到满足，控制干预系统28施加校正转向扭矩以使车辆12远离车道标记。这些实施例可以称为车道保持系统。

在第三示例性实施例中，控制器22设置有自动驾驶系统(ADS)，用于在没有人为干预的情况下分别自动控制推进系统14、转向系统16和车轮制动器20以控制车辆加速、转向和制动。在这样的实施例中，车道偏离算法可以合并到ADS中。在这样的实施例中，干预系统28包括致动器，其被配置为选择性地将转向扭矩施加到转向系统16，并且ADS 24被配置为响应于来自多个传感器24的输入来控制车道辅助系统28。

用于车道偏离算法的已知配置可涉及检测即将到来的道路几何形状，将检测到的几何形状与包含多个具有相关联车道偏离方程的预定义道路几何形状的数据库进行比较，在多个预定义道路几何形状之间进行仲裁，以及基于得到的车道偏离方程计算距车道偏离的时间。这种配置可能在计算上有噪声。

根据本公开的实施例被配置为基于高保真度运动学模型计算车道偏离。在示例性实施例中，可以基于车辆中心坐标系描述运动学模型，如下：

和

其中x轴是车辆的纵向(前后)轴，y轴是车辆的横向(侧到侧)轴，a是指车辆加速度，V是指车辆速率，以及指车辆偏航率。

假设速率和偏航率不变，车辆位置因此可以计算为：

和

车辆中心坐标系中的车道估计可以由相机表示为：

y_Lane＝C₀+C₁l+C₂l²+C₃l³

其中l是前瞻距离，可以用上面的x_veh代替，得到：

其中C₀、C₁、C₂和C₃是映射到检测到的车道标记的三阶多项式系数。

然后可以将到车道越线的距离(DLC)定义为：

Δr_veh(t)＝y_veh-y_Lane

得到：

考虑到t＝0周围的该方程的二阶泰勒展开得到：

因此，基于运动学模型的到车道越线的时间(TTLC)的二阶近似可以表示为：

然后可以基于来自运动学模型的近似TTLC来定义预测模型。在下面的示例性实施例中，预测模型假设连续时间步骤之间的TTLC的线性传播或积分。在下面的预测模型中，v_x表示主车辆速率，a_x表示主车辆加速度，C₀表示主车辆与相关车道标记的相对距离，C₁表示车道相对于主车辆的航向，C₂表示车道相对于主车辆的曲率。

其中

随后可将测量模型表示为：

TTLC_t＝TTLC_t+η_tlc，

其中

使用这种运动学模型可以实现更准确和及时的干预，这也将在下面结合图2-4进一步详细讨论。

此外，可以如下使用无迹卡尔曼滤波器对估计的TTLC进行滤波。生成并扩充状态sigma点：

使用预测模型计算下一时间步的Sigma点：

预测状态均值和状态协方差：

然后使用测量模型预测测量空间中的Sigma点：

然后基于实际测量结果更新状态和协方差矩阵：

互相关矩阵：

卡尔曼增益：

残留/创新：y_t+1＝z-z_t+1|t

更新状态矩阵：x_t+1|t+1＝x_t+1|t+K_t+1|t·y_t+1

更新协方差矩阵：

可以看出，上述模式基于当前时间步骤的测量在后续时间步骤预测TTLC。在随后的时间步骤中，更新预测，同时还使用预测模型之间的互相关来更新协方差。由此可以基于其他状态的变化来检测意外的TTLC行为。通过在每个时间步骤使用协方差，由此获得在相应时间步骤的TTLC计算的置信度参数。

现在参考图2，以逻辑图的形式示出了根据本公开的控制车辆的系统和方法。获得车辆运动参数40，包括车辆速度、加速度和偏航率。运动学参数40可以从一个或多个传感器(例如，与车辆相关联的加速度计或IMU)获得。运动学参数被输入到轨迹近似算法42。轨迹近似算法42包括车辆模型44并施加车辆运动约束或物理约束46。轨迹近似算法输出车辆状态和轨迹参数48和预测的车辆轨迹50。

获得车道标准52，包括检测到的车道标记位置、车道航向和车道曲率。车道标准52可以从一个或多个传感器(例如，光学相机或LiDAR)获得。车道标准52和预测车辆轨迹50被输入到车道越线计算54。车道越线计算54包括调整和变换步骤56、到车道越线的距离制定步骤58、以及相对车道-车辆模型步骤60。车道越线计算输出调整后的车道信息62和到车道越线的距离参数64。

到车道越线的距离参数64被输入到车道越线的时间计算66。车道越线时间计算66包括调节步骤68和求解器步骤70。到车道越线的时间计算66输出基于模型的到车道的近似时间72。

将车辆状态和轨迹参数48、调整后的车道信息62和到车道越线的时间72输入到估计和置信度计算74，例如，如上面的等式所示。估计和置信度计算74包括用于确定增强的车道状态和相关性的第一步骤76，用于预测和状态传播的第二步骤78，用于基于测量和模型概率更新预测的第三步骤80，以及用于检查估计收敛的第四步骤82。如果未收敛，则计算74返回到第一步骤76。估计和置信度计算74输出TTLC参数84和相关联的置信因子86。置信因子86表示车辆将在TTLC参数84所指示的时间越过车道分隔器的置信度。

因此，估计和置信度计算74用作监督估计器，接收包括其自己的TTLC估计的各种信息。通过利用监督估计器融合车辆运动学和动力学，车道信息和车辆状态，估计和置信度计算74可以鲁棒地过滤不可信的TTLC计算和错误的车道偏离预测，以提供对TTLC的准确和连续的估计。有利地，估计和置信度计算74是可重新配置的，例如，容易地修改以适应和包括其他输入来代替或补充车辆状态和轨迹参数48、调整后的车道信息62和到车道越线的时间72。

TTLC参数84和置信因子86被输入到干预系统88。在第一示例性实施例中，干预系统88包括被配置为向驾驶员提供听觉、可视、触觉或警告即将车道越线的其他通知的驾驶员通知系统。在第二示例性实施例中，干预系统88包括车道保持辅助系统，车道保持辅助系统被配置为控制车辆转向系统，例如通过致动器施加校正转向扭矩，以阻止越过车道标记。在第三示例性实施例中，干预系统88包括车道居中系统，车道居中系统被配置为控制车辆转向系统以维持期望的车道，例如，根据自动驾驶系统。在其他实施例中，可以实现其他干预系统。

现在参考图3，以示意性形式示出了根据本公开的车道保持辅助系统100的示例性实施例。车道保持辅助系统100包括第一传感器102，其被配置为检测车辆外部的特征。第一传感器102布置成检测与车道相关的信息。在各种示例性实施例中，第一传感器102包括光学相机、LiDAR系统、RADAR系统、其他传感器或其组合。车道保持辅助系统100另外包括第二传感器104，其被配置为检测车辆运动参数，例如车辆速度、加速度和偏航率。在示例性实施例中，第二传感器104包括加速计或IMU。预测性TTLC算法106，例如，如上所述，接收来自第一传感器102的车道信息和来自第二传感器104的运动参数。TTLC算法106输出TTLC参数和置信因子，如上面参考图2所讨论的。评估一个或多个干预标准108以确定是否需要车道保持辅助干预。如果满足干预标准108并且期望车道保持辅助干预，则将激活命令传递到车道保持控制算法110。车道保持控制算法110产生转向命令，例如，扭矩命令或目标转向角命令，并将转向命令发送到致动器112，例如，动力转向系统执行器。

现在参考图4，以示意形式示出了车道居中控制系统120的示例性实施例。车道居中控制系统120包括第一传感器122，其被配置为检测车辆外部的特征。第一传感器122布置成检测与靠近车辆的交通车道有关的信息。在各种示例性实施例中，第一传感器122包括光学相机、LiDAR系统、RADAR系统、其他传感器或其组合。车道居中控制系统120另外包括第二传感器124，其被配置为检测车辆运动参数，例如车辆速度、加速度和偏航率。在示例性实施例中，第二传感器124包括加速计或IMU。车道居中控制系统120另外包括地图126，地图126包含与道路曲率有关的信息，例如存储在非瞬态数据存储器中。预测性TTLC算法128，例如，如上所述，接收来自第一传感器122的车道信息，来自第二传感器124的运动参数，以及来自地图126的道路曲率信息。TTLC算法128输出TTLC参数和置信因子，如上面关于图2所讨论的。另外，任务计划器算法，例如自动驾驶系统的路径规划模块接收来自第一传感器122的车道信息、来自第二传感器124的运动参数、以及来自地图126的道路曲率信息。任务计划器算法130将期望的轨迹输出到车道居中控制算法132。车道居中控制算法132包括路径跟随控制模块134和车道偏离减轻控制模块136。车道偏离减轻控制模块136从TTLC算法接收TTLC参数和置信因子。车道居中算法132结合来自路径跟随控制模块134和车道偏离减轻控制模块136的输出，以产生转向命令，例如，扭矩命令或目标转向角命令，并将转向命令发送到致动器138，例如，动力转向系统执行器。

可以看出，本公开提供了一种用于基于对当前行驶车道的预期偏离进行准确和及时干预的系统和方法。

虽然以上描述了示例性实施例，但并不意味着这些实施例描述了权利要求所包含的所有可能形式。说明书中使用的词语是描述性词语而不是限制性词语，并且应当理解，在不脱离本公开的精神和范围的情况下，可以进行各种改变。如前所述，各种实施例的特征可以组合以形成可能未明确描述或说明的本公开的其他示例性方面。虽然各种实施例可以被描述为相对于一个或多个期望特性提供优势或优于其他实施例或现有技术实现方式，但是取决于具体的应用程序和实现方式，本领域普通技术人员认识到可以省略一个或多个特征或特性以实现期望的整体系统属性。这些属性可以包括但不限于成本、强度、耐久性、生命周期成本、可销售性、外观、包装、尺寸、可维护性、重量、可制造性、易于组装等。因此，关于一个或多个特性，所描述的实施例不如其他实施例或现有技术实现方式有利，但不在本公开的范围之外，并且对于特定应用可能是有利的。