阅读说明：本技术 一种基于机器视觉技术的实时计算车辆不足转向梯度系数的系统、方法及介质 (System, method and medium for calculating vehicle understeer gradient coefficient in real time based on machine vision technology ) 是由 梁军 胡进 赖锋 孙国正 李泽彬 于 2021-07-29 设计创作，主要内容包括：本发明公开了一种基于机器视觉技术的实时计算车辆不足转向梯度系数的系统、方法及介质,采集车道线信息获取车道线与车辆的位置关系,根据车道线与车辆的位置关系获取车道线与车辆位置关系的三次项系数A、二次项系数B、一次项系数C；获取方向盘转角δ、车速V；记录两个采样周期下的上述参数；计算两个采样周期下的系数C-(k-1)、C-(k)的差值；根据车速值V-(k-1)、V-(k),方向盘转角δ-(k-1)、δ-(k),一次项系数C-(k-1)、C-(k),以及车辆轴距L、转向传动比i、采样周期T,计算出不足转向梯度系数。利用本发明所述的方法,可以更快更准确的计算车辆不足转向梯度系数,从而节省车辆试验的时间和成本。(The invention discloses a system, a method and a medium for calculating a vehicle understeer gradient coefficient in real time based on a machine vision technology, wherein the system, the method and the medium are used for acquiring lane line information to obtain the position relation between a lane line and a vehicle, and obtaining a cubic term coefficient A, a quadratic term coefficient B and a primary term coefficient C of the position relation between the lane line and the vehicle according to the position relation between the lane line and the vehicle; acquiring a steering wheel corner delta and a vehicle speed V; recording the parameters under two sampling periods; calculating coefficient C under two sampling periods k‑1 、C k A difference of (d); according to the vehicle speed value V k‑1 、V k Steering wheel angle delta k‑1 、δ k Coefficient of first order term C k‑1 、C k And calculating the understeer gradient coefficient according to the vehicle wheel base L, the steering transmission ratio i and the sampling period T. By utilizing the method, the vehicle understeer can be calculated more quickly and accuratelyAnd the gradient coefficient is calculated, so that the time and the cost of vehicle test are saved.)

一种基于机器视觉技术的实时计算车辆不足转向梯度系数的 系统、方法及介质

技术领域

本发明属于汽车控制技术领域，具体涉及一种基于机器视觉技术的实时计算车辆不足转向梯度系数的系统、方法及介质。

背景技术

在转向盘保持固定转角下，车辆缓慢加速或以不同车速匀速行驶时，随着车速的增加车辆的转向半径会存在变化，当汽车转向不足时，其转向半径增大；当汽车转向过多时，转向半径会减小；汽车转向叶性时，其转向半径则维持不变。车辆不足转向梯度系数则用于描述汽车转向特性，是衡量车辆转向运动的重要参数之一。该系数的测量对于汽车驾驶非常重要。现有技术通过汽车操稳试验可获得车辆不足转向梯度系数，但是该试验复杂，操稳人员面对复杂的测试用例，需进行多次、反复、高难度驾驶试验；同时由于测试用例不可能覆盖各种工况，只能获得部分工况下的不足转向梯度系数；再者当车辆乘坐人数或载物负荷发生变化时数据即失效，因为该参数与载荷分布有关，离线操稳试验获得的数据不能符合荷载变化后的情况。

发明内容

本发明的目的是提供一种基于机器视觉技术的实时计算车辆不足转向梯度系数的系统、方法及介质。本发明基于机器视觉可以随时、随地获取当时工况下不足转向梯度系数的取值。

实现本发明目的之一的基于机器视觉技术的实时计算车辆不足转向梯度系数的方法的技术方案为：

采集车道线信息获取车道线与车辆的位置关系，根据车道线与车辆的位置关系获取车道线与车辆位置关系的三次项系数A、二次项系数B、一次项系数C；

获取方向盘转角δ、车速V；

获取k-1时刻和k时刻两个采样周期下的参数，该参数包括三次项系数A_k-1、A_k，二次项系数B_k-1、B_k，一次项系数C_k-1、C_k，车速 V_k-1、V_k，方向盘转角δ_k-1、δ_k；

计算两个采样周期下的系数C_k-1、C_k的差值；

根据车速值V_k-1、V_k，方向盘转角δ_k-1、δ_k，一次项系数C_k-1、C_k，以及车辆轴距L、转向传动比i、采样周期T，计算出不足转向梯度系数￡。

不足转向梯度系数￡所表示的含义如下：当不足转向梯度系数￡＝0时，表示为中性转向；当￡>0时，为不足转向；当￡<0时，为过度转向。

记Z：车辆前进方向上的点距离摄像头的纵向距离；X:随Z变化的车道线相对于摄像头的偏移距离，视觉摄像头可自动计算出Z与X 的函数关系，如下公式(1)所示。

X＝AZ³+BZ²+CZ+D 公式(1)

所述车道线位置信息为上述车道线方程系数的A、B、C。

进一步的技术方案包括：当两个采样周期下的方向盘转角δ_k-1、δ_k满足设定条件时，计算两个采样周期下的系数C_k-1、C_k的差值。

进一步的技术方案包括：所述设定条件包括，δ_k-1、δ_k均不为0。

进一步的技术方案包括：三次项系数A_k-1、A_k，二次项系数B_k-1、B_k的值均在设定范围内时，计算两个采样周期下的系数C_k-1、C_k的差值。

进一步的技术方案包括：所述三次项系数A_k-1、A_k，二次项系数 B_k-1、B_k的值均在[-0.001，0.001]范围内时，计算两个采样周期下的系数C_k-1、C_k的差值。

实现本发明目的之二的基于机器视觉技术的实时计算车辆不足转向梯度系数的系统的技术方案为：包括：采集模块：采集车道线与车辆位置关系的参数、车辆动态运行数据及车辆静态参数；计算模块：根据车速值V_k-1、V_k，方向盘转角δ_k-1、δ_k，一次项系数C_k-1、C_k，以及车辆轴距L、转向传动比i、采样周期T，计算不足转向梯度系数；发送模块：将计算模块计算的不足转向梯度系数发送给整车网络。

进一步的，所述计算模块还包括条件判断模块，用于判断是否计算两个采样周期下的系数C_k-1、C_k的差值。

如果k-1时刻和k时刻的方向盘转角δ_k-1、δ_k均不等于0，则继续判断A_k-1、A_k和B_k-1、B_k。如果A_k-1、Ak和B_k-1、B_k值均在[-0.001， 0.001]范围内时，则计算C_k-C_k-1，并将差值记录在在线辨识控制器的存储模块中。

进一步的，所述采集模块包括采集模块1：用于采集车道线与车辆位置关系的参数；采集模块2：用于采集车辆动态运行数据；采集模块3：用于获取车辆静态参数。

采集模块1从视觉摄像头获取车道线与车辆位置关系的参数，该参数包括：三次项系数A、二次项系数B、一次项系数C。

采集模块2从车辆传感器获取车辆动态运行数据，包括车速、方向盘转角。

采集模块3从车辆读取车辆静态参数，包括车辆轴距、转向传动比。

每种车型对应的静态参数是固定的，车型出厂就已将该参数标定，采集模块3直接获取此参数即可。

进一步的，所述采集模块1和采集模块2还包括时钟模块，用于对采集信息进行时钟同步。

实现本发明目的之三的一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现任一项所述基于机器视觉技术的实时计算车辆不足转向梯度系数的方法的步骤。

利用本发明所述的方法，可以更快更准确的计算车辆不足转向梯度系数，从而节省车辆试验的时间和成本。

具体实施方式

下列具体实施方式用于对本发明权利要求技术方案的解释，以便本领域的技术人员理解本权利要求书。本发明的保护范围不限于下列具体的实施结构。本领域的技术人员做出的包含有本发明权利要求书技术方案而不同于下列具体实施方式的也是本发明的保护范围。

机器视觉类似于人类的眼睛，它可以观察到视野内的相对转向运动，本方案将通过机器视觉采集量化的转向运动数据与车辆运动数据进行综合计算，通过记录计算数据所得的差异化结果为基础，以此在线辨识当前时刻的车辆不足转向梯度系数。下面将分步骤详细说明本发明所述方法。

S1、在车辆行驶过程中安装在车辆上的视觉摄像头通过对道路车道线的视觉感知获取车道线位置信息，车道线类型可以是实线也可以是虚线，颜色可以是白色也可以是黄色，此视觉摄像头优选安装在车辆前方中央，例如挡风玻璃内侧中间位置或内后视镜附近。

所安装的视觉摄像头具有自动识别车道线的功能，可根据识别到的车道线，自动计算车道线上的点与车辆的位置关系。

记Z：车辆前进方向上的点距离摄像头的纵向距离；X:随Z变化的车道线相对于摄像头的偏移距离，视觉摄像头可自动计算出Z与X 的函数关系，如下公式(1)所示。

X＝AZ³+BZ²+CZ+D 公式(1)

所述车道线位置信息为上述车道线方程系数的A、B、C。

S2、将视觉摄像头给出的车道线信息组装为CAN报文发送到整车 CAN网络。

S3、安装不足转向梯度系数在线辨识控制器，该控制器包含采集模块、存储模块、发送模块和计算模块，其接入整车CAN网络，对整车CAN网络周期地进行数据采样。在k-1时刻，采样车辆前方车道线方程的三次项系数A_k-1、二次项系数B_k-1、一次项系数C_k-1、车辆方向盘转角δ_k-1，并记录在在线辨识控制器的存储模块中；在k时刻，采样车辆前方车道线方程的三次项系数A_k；二次项系数B_k；一次项系数 C_k；车辆方向盘转角δ_k，并记录在在线辨识控制器的存储模块中。

S4、如果k-1时刻和k时刻的方向盘转角δ_k-1、δ_k均不等于0，则继续判断A_k-1、A_k和B_k-1、B_k。如果A_k-1、A_k和B_k-1、B_k值均在0值附近，比如正负偏差0.001，则计算C_k-C_k-1，并将差值记录在在线辨识控制器的存储模块中。

同时记录k-1时刻的车速V_k-1、方向盘转角δ_k-1，记录k时刻的车速V_k、方向盘转角δ_k。k-1时刻与k时刻之间的时差为一个采样周期时间T。利用控制器在线计算与T的乘积的一半的数值，将该数值记做f(￡)，即：

S5、将S4步骤中C_k-C_k-1的值乘以车辆轴距L、转向传动比i，记为Y，即：

Y＝L*i*(C_k-C_k-1) 公式(3)

S6、将步骤S4公式(2)与步骤S5的公式(3)计算值联立f(￡)＝Y，即：

在线辨识控制器的计算模块根据公式(4)可计算出￡的数值。计算结果中只有正值是有效值，如果有两个正值，则优选较小的正值。

那么k时刻的不足转向梯度系数取值等于￡，将不足转向梯度系数￡的数值记录在在线辨识控制器的存储模块中。

S7、在线辨识控制器的发送模块将不足转向梯度系数￡周期性发送至整车CAN网络，用户可使用CAN数据采集器从整车CAN网络中实时读取该数值，作为k时刻的不足转向梯度系数。由于辨识控制器安装在行驶车辆上，记录了每一个时刻车辆行驶在不同位置时的不足转向梯度系数，因此实现了随时、随地获取当时工况下的不足转向梯度系数的数值。