[发明专利]智能驾驶系统EPS转角自学习方法、系统及存储介质及车辆

说明书

本发明属于智能驾驶技术领域，公开了一种智能驾驶系统EPS转角自学习方法、系统及存储介质及车辆：以摄像头的中心点作为坐标系原点，构建车道线位置函数；实时获取车辆的车速、方向盘转角、方向盘转矩，并获取摄像头输出的车道线识别质量参数Qsubgt;i/subgt;；判断车辆是否在直道内稳定直线行驶，如果是在直道内稳定直线行驶，则发出一个自学习标志位Flg；获取到所述自学习标志位Flg时，开始进行方向盘转角中位自学习。本发明解决了方向盘转角信号和车辆真实的方向盘转向角度存在的系统性偏差的问题。

技术领域

本发明属于智能驾驶技术领域，具体涉及一种智能驾驶系统EPS转角自学习方法、系统及存储介质及车辆。

背景技术

近年来，互联网技术、高精度地图和人工智能的迅速发展和广泛应用促进了自动驾驶技术的发展。相关研究表明，自动驾驶技术可减少90％交通事故，降低70％出行成本，将成为下一代智能汽车的关键核心技术，而目前已经实现商用的L2、L3级智能辅助驾驶功能则在一定程度上向自动驾驶靠近，针对交通事故中最为常见的追尾、侧偏、驾驶疲劳等情况充分考虑，从辅助驾驶的应用中一定程度上减少交通事故的发生。

现有技术中，L1、L2、L3级辅助驾驶技术通常包括感知、决策和执行三个环节。首先通过摄像头、或毫米波雷达等传感器，采集与处理环境信息和车内信息，车辆状态参数通过车辆本身的各执行器由CAN总线或以太网获取，其中环境信息包括：车道线信息、障碍物信息、交通标志信息等；然后决策控制模块依据获取的信息和驾驶员意图进行决策判断，制定相应的控制策略并将控制指令发送至CAN总线或以太网；最后由车辆的各执行器进行控制，反馈到底层模块执行任务，包括加速、制动和转向以及人机交互等。

在L2、L3级智能驾驶系统中，对方向盘的控制是通过一系列复杂算法，根据车道线、交通环境、交通参与者信息计算出车辆预期的行驶轨迹，进而计算出的作用在方向盘上的转向角度或转向扭矩，通过电动助力转向系统(Electric Power Steering，EPS)进行响应。

对于智能驾驶系统，在根据传感器获取的环境信息和车载通信网络获取的车辆信息进行规划决策控制时，以及车辆通过EPS进行转向角度控制时，方向盘转角信号是重要的计算参考信号。通常方向盘转角信号由EPS内部进行运算或通过车辆转向机构中的方向盘转角传感器获得，也有部分车辆来自于电子稳定控制系统(Electrical StabilityControl，ESC)根据车辆运动学参数计算得到的虚拟方向盘转角。但通常方向盘转角信号和车辆真实的方向盘转向角度存在系统性偏差，这一偏差将对智能驾驶系统进行规划决策控制造成显著的影响。

发明内容

针对上述提出的技术问题，本发明提供一种智能驾驶系统EPS转角自学习方法、系统及存储介质及车辆，旨在消除方向盘转角信号和车辆真实的方向盘转向角度存在的系统性偏差。

第一方面，本发明提供了一种智能驾驶系统EPS转角自学习方法，该方法包括如下步骤：

步骤1、以摄像头的中心点作为坐标系原点，构建车道线位置函数：

y_i＝c_0i+c_1ix+c_2ix²+c_3ix³，

其中，x为车道线上的点在垂直于车辆中轴线上的投影点到坐标系原点的距离，c_0i为垂直于车道中心线方向上所述中心点距离两侧车道线的距离，c_1i为车辆中线与车道线的夹角，c_2i为车道线弯曲程度，c_3i为车道线弯曲程度变化率，y_i为车道线上的点在水平垂直与车辆中轴线方向上到所述车辆中轴线的距离，i＝1时，表示是左侧车道线，i＝2时，表示是右侧车道线；