具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

另外，为了更好的说明本发明，在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。

本发明一实施例提出一种车辆偏离车道的预警方法，图1为本实施例方法的流程图，参阅图1，本实施例方法包括以下步骤S1-S3：

步骤S1、获取当前车速和当前道路曲率半径，并根据所述当前车速和当前道路曲率半径获得对应的动态边界补偿值；

具体而言，所述当前车速和当前道路曲率半径可以通过相应的传感单元采集得到并应用于步骤S1中的处理，本实施例中对车速和道路曲率半径的采集方式可以选用本领域技术人员所熟知的任一种方式，此处不做具体限定。

其中，本实施例预先设定车速和道路曲率半径与动态边界补偿值的对应关系，在实施步骤S1时，根据所述当前车速和当前道路曲率半径以及所述对应关系即可以获得对应的动态边界补偿值。

优选地，所述步骤S1具体采用模糊推理理论来设计动态边界补偿值，步骤S1具体包括步骤S11-S13：

步骤S11、根据所述当前车速确定当前车速所隶属的车速模糊子集；

其中，车速论域优选但不限于为[60,120]km/h，所述车速模糊子集包括低速子集L1、中速子集M1和高速子集H，低速、中速、高速的速度范围可以具体根据实车试验数据来标定，不同车型略有不同，本实施例中不做具体限定。

步骤S12、根据所述当前道路曲率半径确定当前道路曲率半径所隶属的曲率半径模糊子集；

其中，曲率半径论域优选但不限于为[250,1000]m，所述曲率半径模糊子集包括小曲率半径子集S、中曲率半径子集M2和大曲率半径子集L2；小曲率半径、中曲率半径和曲率半径的半径范围可以具体根据实车试验数据来标定，不同车型略有不同，本实施例中不做具体限定。

步骤S13、根据所述车速模糊子集与所述曲率半径模糊子集以及预设模糊推理规则进行模糊推理得到对应的动态边界补偿值。

其中，输出量为动态边界补偿值d，其论域优选但不限于为[0，0.5]m，本实施例中预设模糊推理规则如下表1所示：

表1

参阅上述表1，所述预设模糊推理规则为：

若当前车速隶属于低速子集L1且当前曲率半径隶属于大曲率半径子集L2，则动态边界补偿值d为第一补偿值N1；

若当前车速隶属于低速子集L1且当前曲率半径隶属于中曲率半径子集M2，则动态边界补偿值d为第二补偿值N2；

若当前车速隶属于低速子集L1且当前曲率半径隶属于小曲率半径子集S，则动态边界补偿值d为第二补偿值N2；

若当前车速隶属于中速子集M1且当前曲率半径隶属于大曲率半径子集L2，则动态边界补偿值d为第二补偿值N2；

若当前车速隶属于中速子集M1且当前曲率半径隶属于中曲率半径子集M2，则动态边界补偿值d为第二补偿值N2；

若当前车速隶属于中速子集M1且当前曲率半径隶属于小曲率半径子集S，则动态边界补偿值d为第三补偿值N3；

若当前车速隶属于高速子集H，则动态边界补偿值d为第三补偿值N3；

其中，第一补偿值N1<第二补偿值N2<第三补偿值N3。

需说明的是，以上论域具体范围，可根据实际需要调整，不限于本实施例所列举的论域及动态边界补偿值数据。

步骤S2、获取当前车辆与实际车道线之间的横向距离、当前车辆偏航角和当前车辆横摆角速度，并根据所述当前车辆与实际车道线之间的横向距离、当前车辆偏航角、当前车辆横摆角速度以及动态边界补偿值获得对应的横跨虚拟车道线边界时间；

具体而言，所述当前车辆与实际车道线之间的横向距离、当前车辆偏航角和当前车辆横摆角速度可以通过相应的传感单元采集得到并应用于步骤S2中的处理，本实施例中对车辆位置信息、车道边界信息、车辆偏航角和车辆横摆角速度的采集方式可以选用本领域技术人员所熟知的任一种方式，此处不做具体限定。

其中，步骤S2中根据步骤S1所提出的动态边界补偿值，结合TLC判别方法和FOD判别方法，提出TVLC判别方法，最终根据横跨虚拟车道线边界时间进行车道偏离判别。

具体而言，本实施例步骤S2在确定动态边界补偿值的基础上，考虑到侧风和道路斜坡影响，车辆偏离轨迹是曲线而非直线。所以，基于短时间内车辆横摆角速度不变假设，计算出横跨虚拟车道线时间，以FOD阈值等于车道边界线为例，具体计算如下：

图2为本实施例提出的TVLC判别方法的原理示意图，图3为车辆与实际车道线、虚拟FOD边界线、虚拟TVLC边界线的位置关系示意图，参阅图2-3可知，TVLC计算如下：

其中，ω为车辆横摆角速度，α为偏离轨迹圆心角。

在图2中的ΔABC中，根据运动学关系可得偏离轨迹半径如下式(2)所示：

其中，v_x为当前车速的纵向分量；

进一步在图2中的ΔBDE中，由三角函数关系得式(3)：

其中，如图3所示，BE＝S-K-d，K为FOD设定的虚拟车道边界阈值，d为步骤S1推理得到的动态边界补偿值；为车辆偏航角，S为当前车辆与实际车道线之间的横向距离。

进一步在图2中的ΔACD依据正弦定理求得：

进一步求得圆心角α如式(5)示；

最终求得横跨虚拟车道线边界时间如下：

步骤S3、根据所述横跨虚拟车道线边界时间与预设阈值的比较结果判定车辆是否偏离车道，若判定车辆偏离车道，则生成预警指令，并根据所述预警指令控制车辆的预警执行单元进行车道偏离预警。

其中，所述根据所述横跨虚拟车道线边界时间与预设阈值的比较结果判定车辆是否偏离车道，包括：

若横跨虚拟车道线边界时间小于预设阈值，则判定车辆偏离车道；

若横跨虚拟车道线边界时间大于等于预设阈值，则判定车辆未偏离车道。

具体而言，本实施例方法计算出横跨虚拟车道线时间TVLC，并与设定的阈值进行比较，当横跨虚拟车道线时间TVLC大于预设阈值时，表明不存在风险，系统预警；反之，当横跨虚拟车道线时间TVLC小于预设阈值时，则意味着车辆偏离严重，需要及时提醒驾驶员。其中，所述预设阈值可以根据实车试验数据进行标定，不同车型的车辆预设阈值可能有所不同，本实施例中不具体限定。

本实施例方法用于车辆行车过程中，当发生因驾驶员注意力分散等原因导致的车辆偏离当前行驶车道时，能够及时有效的判断出车辆偏离并向驾驶员发出预警信息，从而提醒驾驶员以避免发生交通事故。

为验证本实施例方法的判别效果，列举以下验证数据进行说明，其中不同工况的仿真和实车实验数据分析具体如下：

1.直道偏离工况

工况设计为：直道长500m，宽度3.75m，车速90km/h，FOD虚拟边界阈值为0.5m(距离实际车道线0.5m)，以不同的偏离速度模拟驾驶员无意识车道偏离场景，其中1至2s阶跃输入幅值为pi/180，在3-4s内，阶跃输入幅值为-4*pi/180，仿真结果如图4-6所示。

对于常见的车道偏离联合判别方法，通常以0.6m/s为限值，当偏离速度小于0.6m/s时，采用FOD判别方法，当偏离速度大于0.6m/s时，采用TLC判别方法。由图5和6可知，FOD判别方法在2.62s时判断出车辆偏离车道，而本实施例的TVLC判别方法则是在2.5s时判断出车辆偏离车道，比前者FOD判别方法提前0.12s(约3m)；此外，由于FOD虚拟边界阈值为0.5m，当车辆在3s时施加反向输入时，大约在3.3s时，车辆偏离状态解除，本实施例的TVLC判别方法及时退出预警，而此时车辆左前轮与实际车道线距离仍然小于0.5m，所以FOD判别方法会持续预警直至3.6s退出预警。当偏离速度大于0.6m/s时，本实施例的TVLC判别方法和传统TLC判别方法分别在4s和4.2s判断车辆偏离车道，前者提前了0.2s(约5m)。由图4和图6可知，本实施例的TVLC方法对车道偏离的判断与车辆偏离轨迹具有较高的吻合度。综上分析，本实施例所提出的TVLC方法对直道偏离工况是有效的。

2.弯道偏离工况

工况设计为：曲率半径R＝500m，宽度3.75m，车速72km/h，FOD虚拟边界阈值为0.5m。0-5s内方向盘阶跃输入为-4*pi/180，模拟车辆以小偏离速度向弯道内部无意识车道偏离场景，之后转角输入为0，车辆自由偏离车道，仿真结果如图6-8所示。

从图7-9中可知，在小偏离速度下，FOD判别方法在4.26s判断出车辆偏离车道，而本实施例的TVLC判别方法则是在4.16s，比前者提前0.1s(约2m)；当车辆在5s时，方向盘输入为0，车辆偏离趋势得到抑制，本实施例的TVLC判别方法在5.05s退出预警，但右前轮与实际车道线距离下小于0.5m，传统的FOD判别方法持续预警直至6.2s退出。在大偏离速度下，本实施例的TVLC判别方法和传统TLC判别方法则是分别在6.82s和7.06s判断车辆偏离车道，较传统TLC判别方法提前了0.24s(约4.8m)。综合图7和图9可知，本实施例的TVLC判别方法对车道偏离的判断与车辆偏离轨迹具有较高的吻合度。综上分析，本实施例所提出的TVLC方法对弯道偏离工况也是有效的。

本发明又一实施例提出一种车辆偏离车道的预警系统，所述系统包括：

动态补偿值获取单元，用于获取当前车速和当前道路曲率半径，并根据所述当前车速和当前道路曲率半径获得对应的动态边界补偿值；

边界时间获取单元，用于获取当前车辆与实际车道线之间的横向距离、当前车辆偏航角和当前车辆横摆角速度，并根据所述当前车辆与实际车道线之间的横向距离、当前车辆偏航角、当前车辆横摆角速度以及动态边界补偿值获得对应的横跨虚拟车道线边界时间；以及

车道偏离判定单元，用于根据所述横跨虚拟车道线边界时间与预设阈值的比较结果判定车辆是否偏离车道，若判定车辆偏离车道，则生成预警指令，并根据所述预警指令控制车辆的预警执行单元进行车道偏离预警。

优选地，所述动态补偿值获取单元，包括：

车速子集确定单元，用于根据所述当前车速确定当前车速所隶属的车速模糊子集；

半径子集确定单元，用于根据所述当前道路曲率半径确定当前道路曲率半径所隶属的曲率半径模糊子集；以及

模糊推理单元，用于根据所述车速模糊子集与所述曲率半径模糊子集以及预设模糊推理规则进行模糊推理得到对应的动态边界补偿值。

优选地，所述车速模糊子集包括低速子集、中速子集和高速子集；所述曲率半径模糊子集包括小曲率半径子集、中曲率半径子集和大曲率半径子集；

所述预设模糊推理规则为：

若当前车速隶属于低速子集且当前曲率半径隶属于大曲率半径子集，则动态边界补偿值为第一补偿值；

若当前车速隶属于低速子集且当前曲率半径隶属于中曲率半径子集，则动态边界补偿值为第二补偿值；

若当前车速隶属于低速子集且当前曲率半径隶属于小曲率半径子集，则动态边界补偿值为第二补偿值；

若当前车速隶属于中速子集且当前曲率半径隶属于大曲率半径子集，则动态边界补偿值为第二补偿值；

若当前车速隶属于中速子集且当前曲率半径隶属于中曲率半径子集，则动态边界补偿值为第二补偿值；

若当前车速隶属于中速子集且当前曲率半径隶属于小曲率半径子集，则动态边界补偿值为第三补偿值；

若当前车速隶属于高速子集，则动态边界补偿值为第三补偿值；其中，第一补偿值<第二补偿值<第三补偿值

以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

需说明的是，上述实施例所述系统与上述实施例所述方法对应，因此，上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到，此处不再赘述。

并且，上述实施例所述车辆偏离车道的预警系统如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

本发明另一实施例还提出一种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上述实施例所述车辆偏离车道的预警方法的步骤。

具体而言，所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。

本发明又一实施例提出一种车辆，其包括上述实施例所述的车辆偏离车道的预警系统，或者，上述实施例所述的计算机可读存储介质。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。