[发明专利]一种智能驾驶车辆行驶路径融合的选择方法

说明书

一种智能驾驶车辆行驶路径融合的选择方法，其控制器将自多个传感器处分别计算多个预测轨迹，判断多个预测轨迹中中是否存在转向角预测轨迹、方向盘转角预测轨迹、有效静态目标预测轨迹、有效前车预测轨迹，将上述信息进行融合，预测出更加准确的车辆行驶轨迹，其中优先级别为有效静态目标预测轨迹、有效的静态目标预测轨迹、和转向角预测轨迹和方向盘转角预测轨迹。

技术领域

本发明关于一种智能驾驶车辆行驶路径融合的选择方法。

背景技术

在实现车辆智能驾驶时，系统的控制器需要识别并预测出车辆的行驶轨迹，用于判断在车辆的预行驶轨迹上是否存在遮挡物。当行驶轨迹周边存在遮挡物，例如车辆或行人，系统需要通过遮挡物和本车的运动状态，判断当本车按照预行驶轨迹行驶时，是否会发生危险场景。

对直道中的车辆轨迹预测实现较为容易，但对弯道尤其是直道变弯道的场景进行准确的预测，往往比较困难。

准确预测出车辆的行驶轨迹，对车辆智能驾驶系统的误报率起到至关重要的作用。预测车辆行驶轨迹不准确时，可能会造成对相邻车道的车辆误识别，导致车辆进行不合理的减速和刹车。

现有技术中，在预测车辆的转角时，通常会通过车辆的转向角传感器反馈的转角，进行预测。在这样的方案下，因为车辆当前转角与车道线方向不一定完全重合，导致在较远距离时会存在误差导致判断错误。同时对直道变弯道的场景，由于车辆当前转角约为0°，而前车可能已经进入弯道，导致被误识别或当前目标丢失。

发明内容

本发明的目的是设计一种轨迹预测的方法来解决复杂道路环境下的目标识别。对直道变弯道，弯道变直道等场景有可以进行有效预测。提升智能驾驶系统的性能。

为实现上述技术目的，本发明提供一种智能驾驶车辆行驶路径融合的选择方法，其包括：控制器将自多个传感器处获得的信息分别计算出车辆的多个预测轨迹，其中：判断一：当多个所述预测轨迹中只包括：转向角预测轨迹和方向盘转角预测轨迹时，根据所述车辆的车速判断并确定第一基本轨迹和识别弯道；判断二：当多个所述预测轨迹中只包括：所述转向角预测轨迹、所述方向盘转角预测轨迹和有效静态目标预测轨迹时，使用所述有效静态目标预测轨迹确定第二基本轨迹和识别弯道；判断三：当多个所述预测轨迹中存在有效前车预测轨迹时，使用所述有效前车预测轨迹确定第三基本轨迹和识别弯道；且按照第三基本轨迹、第二基本轨迹和第一基本轨迹的优先级顺序，确定最终基本轨迹。

本发明采集多个信息，通过合理的方案，将上述信息进行融合，预测出更加准确的车辆行驶轨迹，其中优先级别为有效静态目标预测轨迹、有效的静态目标预测轨迹、和转向角预测轨迹和方向盘转角预测轨迹。

作为进一步的改进，所述转向角预测轨迹根据转向角传感器计算并获得，所述方向盘转角预测轨迹根据方向盘转角传感器计算并获得，所述静态目标预测轨迹和所述前车预测轨迹根据所述车辆的智能驾驶系统传感器在世界坐标系中计算并获得。

作为进一步的改进，所述智能驾驶系统传感器包括：毫米雷达和摄像头。

作为进一步的改进，在所述判断一中，当所述车速小于1.5米/秒时，确定所述方向盘转角预测轨迹为所述第一基本轨迹和识别弯道；当所述车速大于等于1.5米/秒时，确定所述转向角预测轨迹为所述第一基本轨迹和识别弯道。

作为进一步的改进，当静态目标预测轨迹中存在曲率且横向位移大于2.3米时，判断为所述有效静态目标预测轨迹。

作为进一步的改进，当前车预测轨迹与所述第一基本轨迹的横向偏差小于2.3米时，或当前车预测轨迹中具有一段与所述第一基本轨迹相交时，判断为所述有效前车预测轨迹。

作为进一步的改进，当前车预测轨迹中具有一段与所述第一基本轨迹的横向偏差小于0.5米时，认定为所述段与所述第一基本轨迹相交。