一种无人驾驶车辆紧急制动系统的制作方法

本发明属于无人驾驶，具体涉及一种无人驾驶车辆紧急制动系统。

背景技术：

1、在无人驾驶技术飞速发展的当下，车辆自主决策与安全控制成为核心研究方向，其中紧急制动系统作为规避碰撞风险、保障驾乘人员及道路参与者安全的关键模块，其性能直接决定无人驾驶车辆的通行安全性与可靠性。

2、现有的无人驾驶系统采用预设固定附着系数或单一检测方式检测车轮与地面的摩擦力，忽略了不同路面类型的差异，导致地面摩擦力计算偏差较大，进而引发制动力不足或过度制动，增加车辆侧翻、甩尾风险，为此改进设计了一种无人驾驶车辆紧急制动系统。

技术实现思路

1、针对现有技术中存在的上述不足之处，本发明提供了一种无人驾驶车辆紧急制动系统用以解决上述背景技术中的问题。

2、为了解决上述技术问题，本发明采用了如下技术方案：

3、一种无人驾驶车辆紧急制动系统，包括

4、采集模块：用于采集车辆周边环境图像数据，识别行人、车辆和障碍物作为风险源，并采集车辆轮胎滚动阻力、车辆转向角和车辆速度；

5、处理模块：计算风险源与车辆的距离、相对运动速度，根据计算结果判定风险源优先级；

6、地面摩擦力检测模块：包括地面材质识别单元与附着系数检测单元，所述地面材质识别单元用于根据所述车辆周边环境图像数据识别不同地面类型，根据不同地面类型查表得到第一地面附着系数，所述附着系数检测单元通过车轮的滚动阻力计算第二地面附着系数，结合地面类型的物理特征修正和的偏差，得到第三附着系数，根据第三附着系数计算车辆与地面的摩擦力记为地面摩擦力；

7、博弈决策模块：基于风险源优先级和地面摩擦力构建车辆-风险源-地面摩擦力的博弈模型，通过强化学习算法得到含制动时机和制动力梯度的制动策略；

8、制动执行模块：包括机电伺服制动单元与压电陶瓷辅助制动单元，所述机电伺服制动单元根据所述制动策略改变活塞的位移与夹紧力，所述压电陶瓷辅助制动单元根据所述制动策略通过逆压电效应产生高频微振动增强制动摩擦力；

9、云端离线校验模块：通过车联网获取车辆制动数据，通过离线强化学习算法优化博弈决策模块；

10、整车状态感知反馈模块：用于采集在制动过程中的车身应力、车轮外倾角和制动盘温度并反馈至博弈决策模块，当任一项超过阈值时，博弈决策模块重新调整制动策略，并采集车辆俯仰角用于计算地面摩擦力。

11、优选地，所述视觉感知模块采用高清cmos视觉传感器识别风险源，所述附着系数检测单元中的第二地面附着系数计算公式为：，其中为所述地面附着系数，为车辆质量，为重力加速度，为整车状态感知反馈模块输出的车辆俯仰角。

12、优选地，所述处理模块判定风险源优先级时，采用加权评分法，计算风险源的综合风险评分，按综合风险评分从高到低排序确定优先级。

13、优选地，所述地面材质识别单元预设的地面类型包括干燥沥青路、湿滑沥青路、积雪路、结冰路和砂石路，每种地面类型对应预设初始地面附着系数区间，通过图像灰度值、纹理特征和反光率修正初始地面附着系数区间的边界值。

14、优选地，所述博弈决策模块中的强化学习算法采用深度q网络算法，将风险源优先级、地面摩擦力、车辆当前速度和转向角作为状态输入，将制动时机延迟量和制动力梯度增量作为动作输出，以制动距离最短、车身稳定性最优为奖励函数。

15、优选地，所述云端离线校验模块获取的制动数据包括制动触发时间、制动力大小、地面附着系数、风险源类型及运动参数、车身姿态参数和制动效果数据，离线强化学习算法采用近端策略优化算法。

16、优选地，所述整车状态感知反馈模块设定的车身应力阈值为200mpa，车轮外倾角阈值为±5°，制动盘温度阈值为300℃，当任一参数超过对应阈值时，博弈决策模块将制动力梯度降低20%-50%，并延长制动时机延迟量0.1s-0.3s。

17、优选地，所述采集模块包括激光雷达传感器、毫米波雷达传感器和高清cmos视觉传感器，通过卡尔曼滤波算法对多传感器采集的环境数据进行融合处理，并同步采集车辆转向角和车辆速度，将其传输至博弈决策模块作为状态输入参数

18、本发明与现有技术相比，具有如下有益效果：

19、1. 通过设置地面摩擦力检测模块，此模块通过图像特征识别地面材质，结合车轮滚动阻力计算双维度附着系数，并依据地面物理特征修正偏差，得到精准的第三附着系数，从而可以适应不同环境、不同材质下的路段，通过第三附着系数制动的制动策略，能够避免单一附着系数测算偏差导致的制动不足或过度制动，确保不同路面条件下制动效果稳定；

20、2. 通过设置博弈决策模块和整车状态感知模块，博弈决策模块采用深度 q 网络算法，构建车辆 - 风险源 - 地面摩擦力的博弈模型，以制动距离最短、车身稳定性最优为目标输出制动时机和制动力梯度，配合整车状态感知反馈模块，实时监测车身应力、车轮外倾角、制动盘温度等关键参数，当参数超标时动态调整制动力梯度与制动延迟量，有效防止制动过程中车身侧翻、甩尾，在紧急制动时兼顾制动效率与行驶稳定性。

1.一种无人驾驶车辆紧急制动系统，其特征在于，包括

2.如权利要求1所述的一种无人驾驶车辆紧急制动系统，其特征在于，所述视觉感知模块采用高清cmos视觉传感器识别风险源，所述附着系数检测单元中的第二地面附着系数计算公式为：，其中为所述地面附着系数，为车辆质量，为重力加速度，为整车状态感知反馈模块输出的车辆俯仰角。

3.如权利要求1所述的一种无人驾驶车辆紧急制动系统，其特征在于，所述处理模块判定风险源优先级时，采用加权评分法，计算风险源的综合风险评分，按综合风险评分从高到低排序确定优先级。

4.如权利要求1所述的一种无人驾驶车辆紧急制动系统，其特征在于，所述地面材质识别单元预设的地面类型包括干燥沥青路、湿滑沥青路、积雪路、结冰路和砂石路，每种地面类型对应预设初始地面附着系数区间，通过图像灰度值、纹理特征和反光率修正初始地面附着系数区间的边界值。

5.如权利要求1所述的一种无人驾驶车辆紧急制动系统，其特征在于，所述博弈决策模块中的强化学习算法采用深度q网络算法，将风险源优先级、地面摩擦力、车辆当前速度和转向角作为状态输入，将制动时机延迟量和制动力梯度增量作为动作输出，以制动距离最短、车身稳定性最优为奖励函数。

6.如权利要求1所述的一种无人驾驶车辆紧急制动系统，其特征在于，所述云端离线校验模块获取的制动数据包括制动触发时间、制动力大小、地面附着系数、风险源类型及运动参数、车身姿态参数和制动效果数据，离线强化学习算法采用近端策略优化算法。

7.如权利要求1所述的一种无人驾驶车辆紧急制动系统，其特征在于，所述整车状态感知反馈模块设定的车身应力阈值为200mpa，车轮外倾角阈值为±5°，制动盘温度阈值为300℃，当任一参数超过对应阈值时，博弈决策模块将制动力梯度降低20%-50%，并延长制动时机延迟量0.1s-0.3s。

8.如权利要求1所述的一种无人驾驶车辆紧急制动系统，其特征在于，所述采集模块包括激光雷达传感器、毫米波雷达传感器和高清cmos视觉传感器，通过卡尔曼滤波算法对多传感器采集的环境数据进行融合处理，并同步采集车辆转向角和车辆速度，将其传输至博弈决策模块作为状态输入参数。