[发明专利]一种带风险监控的车道保持控制方法及系统

说明书

本发明公开了一种带风险监控的车道保持控制方法，包括：实时采集车辆所在环境信息数据、道路信息数据、车辆信息数据；建立聚类分析模型，根据建立的聚类分析模型，将采集的数据进行分类，得到各分类的因素影响系数；根据各因素影响系数建立类影响系数统一模型和综合影响系数统一模型，根据建立的类影响系数统一模型和综合影响系数统一模型，确定类影响系数和综合影响系数；根据类影响系数和综合影响系数对当前车道保持系统工作下的车辆状态进行干预修正。综合考虑车辆环境、道路、车辆自身状态三方信息，并对车辆实时干预修正，可实现车辆实时风险监控与规避，提高车道保持功能控制下的车辆行驶的安全性与稳定性。

技术领域

本发明属于智能汽车车道保持控制技术领域，具体地涉及一种带风险监控的车道保持控制方法及系统。

背景技术

随着汽车工业技术的发展，智能汽车成为近几年来汽车领域的研究热点。车道保持功能是智能汽车重要的基础功能之一，可以实现车辆保持在车道中央行驶。常规的车道保持功能仅仅依靠摄像头给出的准确的车道标线信息和车辆相对车道标线的信息，以及车辆自身传感器给出的车辆自身信息，实现车辆实时稳定地保持在车道中线位置。但是，车道保持功能工作时有很大可能会遇到道路车道标线被遮挡、车道标线严重磨损、天气不好、路面湿滑等情况，这些信息会对车道保持功能产生严重的影响，甚至造成严重车祸。本发明由此而来。

发明内容

为了解决上述存在的技术问题，本发明提供了一种带风险监控的车道保持控制方法及系统，综合考虑车辆环境、道路、车辆自身状态三方信息，并对车辆实时干预修正，可实现车辆实时风险监控与规避，提高车道保持功能控制下的车辆行驶的安全性与稳定性。

本发明的技术方案是：

一种带风险监控的车道保持控制方法，包括以下步骤：

S01：实时采集车辆所在环境信息数据、道路信息数据、车辆信息数据；

S02：建立聚类分析模型，根据建立的聚类分析模型，将采集的数据进行分类，得到各分类的因素影响系数；

S03：根据各因素影响系数建立类影响系数统一模型和综合影响系数统一模型，根据建立的类影响系数统一模型和综合影响系数统一模型，确定类影响系数和综合影响系数；

S04：根据类影响系数和综合影响系数对当前车道保持系统工作下的车辆状态进行干预修正。

优选的技术方案中，所述步骤S02中得到各分类的因素影响系数的方法，包括：

将采集的各类信息作为一种风险因素，确定每种风险因素的因素影响系数；

根据各种场景中每种风险因素在理想状态下的影响系数，将每种风险因素所得的数据进行整合，并进行回归分析，得到各种场景下每种影响因素的理想因素影响系数。

优选的技术方案中，所述步骤S03中建立类影响系数统一模型包括，

根据车辆实时采集的风险因素的因素影响系数与理想因素影响系数的偏差，确定类中各个风险因素的实时偏差，并求得实时类方差，根据类中风险因素的数量和各个风险因素的影响系数大小，建立类影响系数统一模型。

优选的技术方案中，所述步骤S03中建立综合影响系数统一模型包括，

将实时采集的因素影响系数带入类影响系数统一模型，得到各类的实时类影响系数，根据实时类影响系数获得类影响系数与理想类影响系数偏差，求取实时综合方差，所述理想类影响系数由理想因素影响系数带入类影响系数统一模型得到，根据类的数量和各类的类影响系数大小，建立综合影响系数统一模型。

优选的技术方案中，所述步骤S04还包括，