车辆控制方法及车辆与流程

摘要: 本技术涉及自动驾驶,涉及一种车辆控制方法及车辆。背景技术:1、自动导航驾驶(navigateonautopilot,noa)是一种驾驶辅助系统,通过高精度定位、...
车辆控制方法及车辆与流程

本技术涉及自动驾驶,涉及一种车辆控制方法及车辆。

背景技术:

1、自动导航驾驶(navigate on autopilot,noa)是一种驾驶辅助系统,通过高精度定位、多传感器融合和人工智能算法,实现车辆在高速公路或城市道路上的自主导航与驾驶。它不仅能保持车道、自动加减速,还能根据导航路线进行自动变道、超车和避障操作。在当前的自动导航驾驶技术架构中,车辆的自动驾驶轨迹生成主要依赖规则(rule)模型、深度学习(maxprob)模型以及迭代线性二次调节(iterative linear quadratic regulator,ilqr)算法配合的架构生成车辆的自动驾驶轨迹。

2、然而,在相关技术中,车辆在实际行驶过程中,车辆的整车控制器全程采用固定权重比例融合规则模型与深度学习模型,未能根据实时道路场景与行驶工况进行动态调整。这种固定配比的权重配比极易导致多模型输出的候选轨迹之间发生轨迹冲突(例如规则模型强调保守避障而深度学习模型倾向于激进超车),从而引发目标轨迹的频繁跳变、抖动或不符合预期的控制指令,进而引发各类实车故障,严重影响了智能驾驶的安全性与驾乘舒适性。

技术实现思路

1、本技术提供了一种车辆控制方法及车辆,该方法能够通过车道参数以及行驶参数对自动驾驶模型的初始融合权重修正,从而使得自动驾驶模型的初始融合权重更适用于车辆的不同行驶工况。

2、第一方面,提供了一种车辆控制方法,该方法包括:

3、在车辆处于自动驾驶过程中,获取该车辆所在车道的车道参数以及该车辆的行驶参数,其中,该车道参数用于表征该车辆所处车道的可通行空间,该行驶参数用于表征该车辆是否存在变道意图;

4、基于该车道参数以及该行驶参数,对该车辆的各个自动驾驶模型各自对应的初始融合权重分别进行修正,得到该各个自动驾驶模型各自对应的目标融合权重,该自动驾驶模型用于生成控制该车辆进行行驶的轨迹;

5、基于该各个自动驾驶模型各自对应的目标融合权重,对多个该自动驾驶模型各自输出的参考轨迹进行融合,以生成该车辆的目标轨迹。

6、通过上述方法,通过车道参数与行驶参数对各个自动驾驶模型各自对应的初始融合权重进行动态修正。也即是,该方法利用车道参数对车辆的驾驶意图进行约束,使自动驾驶模型在狭窄或受限场景下自动调整不可靠模型的融合权重占比,提升了轨迹规划对复杂环境的鲁棒性,从而避免了固定模型决策导致的轨迹抖动、偏移或激进变道,显著提升了自动驾驶系统在多场景下的行驶安全性、乘坐舒适性与轨迹跟踪精度。

7、结合第一方面,在某些可能的实施方式中,该基于该车道参数以及该行驶参数,对该车辆的各个自动驾驶模型各自对应的初始融合权重分别进行修正,得到该各个自动驾驶模型各自对应的目标融合权重,包括:

8、基于该车道参数确定该车辆的车道置信度,该车道置信度用于表征该车辆在该车道安全行驶的可靠程度;

9、基于该行驶参数确定该车辆的变道置信度,该变道置信度用于表征该车辆的变道意图的强弱程度;

10、基于该车道置信度与该变道置信度确定目标置信度,该目标置信度用于表征该车辆的变道意图受该车辆的当前道路空间的约束程度;

11、基于该目标置信度以及该各个自动驾驶模型输出的参考轨迹之间的轨迹偏移差,对各个初始融合权重分别进行修正,得到各个该目标融合权重。

12、通过上述方法,通过车道置信度对变道置信度约束得到目标置信度,由于目标置信度用于表征车辆的变道意图受车辆的当前道路空间的约束程度,因此通过目标置信度以及各个自动驾驶模型输出的参考轨迹之间的轨迹偏移差对初始融合权重进行修正,得到目标融合权重。由于车道置信度反映了车道空间对车辆行驶的宽容程度,变道置信度表征了车辆变道意图的强弱,因此基于两者得到的目标置信度动态调整初始融合权重,使融合结果更贴合实际驾驶场景与车辆意图,提升了自动驾驶决策的准确性与适应性,增强了自动驾驶系统在复杂路况下的安全性与行驶效率。

13、结合第一方面,在某些可能的实施方式中,该基于该车道置信度与该变道置信度确定目标置信度,包括:

14、基于该车道置信度以及预设系数确定该车辆的变道许可因子,该变道许可因子用于表征该车道的当前可行驶空间对该车辆变道意图的允许程度;

15、将该变道置信度与该变道许可因子的乘积确定为该目标置信度。

16、通过上述方法,通过车道置信度以及预设系数确定变道许可因子,由于变道许可因子能够表示车道的当前可行驶空间对车辆变道意图的允许程度,因此通过变道许可因子以及车道变道意图的目标置信度能够直观反映主观变道意图与客观道路条件的匹配关系。当车道空间不足以支持变道时,许可因子降低,从而有效抑制目标置信度,进而避免了车辆在不允许变道的车道内强行规划变道轨迹,显著提升了自动驾驶决策的安全性与合理性。

17、结合第一方面,在某些可能的实施方式中,该自动驾驶模型包括第一自动驾驶模型以及第二自动驾驶模型,该基于该目标置信度以及该各个自动驾驶模型输出的参考轨迹之间的轨迹偏移差,对各个初始融合权重分别进行修正,得到各个该目标融合权重,包括:

18、获取该第一自动驾驶模型输出的第一参考轨迹以及该第二自动驾驶模型输出的第二参考轨迹;

19、确定该第一参考轨迹与该第二参考轨迹之间的轨迹偏移差;

20、基于该目标置信度对该轨迹偏移差进行修正,得到该车辆的偏差补偿,该偏差补偿用于表征该车辆因变道意图而产生的位置偏移量;

21、基于该目标置信度与该偏差补偿,对该各个初始融合权重分别进行修正,得到各个该目标融合权重。

22、通过上述方法,通过计算不同自动驾驶模型间的轨迹偏移差,并结合目标置信度进行修正以得到偏差补偿,通过目标置信度以及该偏差补偿对初始融合权重进行动态修正。从而在修正初始融合权重的过程中,兼顾车辆意图与环境约束,实现了更安全的轨迹融合,有效提高了自动驾驶系统在复杂场景下的行驶稳定性与决策可靠性。

23、结合第一方面,在某些可能的实施方式中,该车道参数包括车道宽度,该基于该车道参数确定该车辆的车道置信度,包括:

24、基于该车道宽度与允许车道宽度确定该车辆的有效宽度置信度,该允许车道宽度用于表征该车道允许车辆安全行驶的最小宽度;

25、基于该车辆与该车辆所在车道的第一边界线之间的第一边界距离,和第一预设距离确定该车辆的第一侧向置信度,该第一侧向置信度用于表征该车辆向该车道的第一边界线移动的空间富余程度;

26、基于该车辆与该车辆所在车道的第二边界线之间的第二边界距离,和第二预设距离确定该车辆的第二侧向置信度,该第二侧向置信度用于表征该车辆向该车道的第二边界线移动的空间富余程度;

27、将该有效宽度置信度、该第一侧向置信度以及该第二侧向置信度中的最小值确定为该车道置信度。

28、通过上述方法,通过综合有效宽度置信度、第一侧向置信度以及第二侧向置信度确定车道置信度,能够准确评估车道空间对车辆行驶的宽容程度。该方法不仅考虑了车道本身的物理宽度限制,还结合了车辆与两侧障碍物的实际距离,通过选取最小值作为车道置信度,确保了评估结果的保守性与安全性,从而有效避免了因单一参数评估导致的误判,提高了自动驾驶系统在狭窄或复杂路况下对车道通行能力的判断准确性,增强了车辆行驶的安全性与稳定性。

29、结合第一方面,在某些可能的实施方式中,该行驶参数包括横摆角速度与轨迹偏移量,该基于该行驶参数确定该车辆的变道置信度,包括:

30、基于该行驶参数确定该车辆是否存在变道意图;

31、在该车辆存在变道意图的情况下,基于该横摆角速度与该轨迹偏移量确定该车辆的变道置信度;

32、在该车辆不存在变道意图的情况下,将预设阈值确定为该车辆的变道置信度。

33、通过上述方法,通过先判断车辆是否存在变道意图,再根据不同变道意图确定变道置信度,也即是,在存在变道意图时,结合横摆角速度与轨迹偏移量计算置信度,能更准确地反映车辆变道行为的强弱程度;在无变道意图时采用预设阈值,避免了误判带来的决策干扰,不仅提升了变道意图识别的准确性与鲁棒性,还增强了自动驾驶系统在复杂交通场景下的决策可靠性。

34、结合第一方面,在某些可能的实施方式中,在该基于该目标融合权重对各个自动驾驶模型输出的参考轨迹进行融合,以生成该车辆的目标轨迹之后,还包括:

35、对该目标轨迹求解最优控制序列,得到规划目标转角,该规划目标转角为该车辆的底盘期望达到的转角角度值;

36、获取该车辆的底盘转角;

37、基于该规划目标转角与该底盘转角之间的转角偏差,确定针对该底盘转角的控制策略。

38、通过上述方法,通过对目标轨迹求解最优控制序列得到规划目标转角,并基于规划目标转角与车辆实际底盘转角之间的转角偏差确定控制策略,从而有效解决了自动驾驶过程中机械延迟等系统滞后与外部干扰的问题,显著提升了车辆轨迹跟踪的精度与响应速度。

39、结合第一方面,在某些可能的实施方式中,该基于该规划目标转角与该底盘转角之间的转角偏差,确定针对该底盘转角的控制策略,包括:

40、在该转角偏差小于或等于第一阈值的情况下,确定针对该底盘转角的控制策略为第一控制策略,该第一控制策略用于控制该底盘转角以第一变化速率跟随该规划目标转角;

41、在该转角偏差大于该第一阈值且小于或等于第二阈值的情况下,确定针对该底盘转角的控制策略为第二控制策略,该第二控制策略用于控制该底盘转角以第二变化速率跟随该规划目标转角,该第一阈值小于该第二阈值,该第一变化速率大于该第二变化速率;

42、在该转角偏差大于该第二阈值的情况下,确定针对该底盘转角的控制策略为第三控制策略,该第三控制策略用于控制该底盘转角以第三变化速率跟随该规划目标转角,该第二变化速率大于该第三变化速率。

43、通过上述方法,根据转角偏差大小分段设定控制策略,实现了底盘转角的自适应分级控制。也即是,当转角偏差处于小偏差区间时,采用高变化速率跟随策略,使底盘转角快速逼近规划目标值,确保整车控制器具备足够的响应灵敏度与动态跟踪精度;当转角偏差增大至中偏差区间时,主动降低底盘转角的变化速率,通过平滑缓冲机制抑制转角指令的突变,避免阶跃式响应带来的超调现象;当转角偏差进一步扩大至大偏差区间时,强制采用极低变化速率,以多帧分步收敛的方式消除该转角偏差,从而杜绝车辆横摆失稳风险。

44、结合第一方面,在某些可能的实施方式中,该方法还包括:

45、在该转角偏差大于该第二阈值的情况下,获取该车辆的目标置信度;

46、基于该目标置信度与该转角偏差确定该车辆的车速修正系数;

47、基于该车速修正系数与该车辆的第一预设车速输出该车辆的目标车速。

48、通过上述方法,在转角偏差较大时,结合目标置信度与转角偏差确定车速修正系数,动态调整目标车速,从而实现了转向控制与车速的协同调节,在转角偏差较大时控制车辆降速,提升了车辆在极端工况下的行驶稳定性与安全性。

49、第二方面,提供了一种车辆控制装置,该装置包括:

50、获取模块,用于在车辆处于自动驾驶过程中,获取该车辆所在车道的车道参数以及该车辆的行驶参数,其中,该车道参数用于表征该车辆所处车道的可通行空间,该行驶参数用于表征该车辆是否存在变道意图;

51、修正模块,用于基于该车道参数以及该行驶参数,对该车辆的各个自动驾驶模型各自对应的初始融合权重分别进行修正,得到该各个自动驾驶模型各自对应的目标融合权重,该自动驾驶模型用于生成控制该车辆进行行驶的轨迹;

52、融合模块,用于基于该各个自动驾驶模型各自对应的目标融合权重,对多个该自动驾驶模型各自输出的参考轨迹进行融合,以生成该车辆的目标轨迹。

53、第三方面,提供了一种车辆,包括存储器和处理器。该存储器用于存储可执行程序代码,该处理器用于从存储器中调用并运行该可执行程序代码,使得该车辆执行上述车辆控制方法所执行的方法。

54、第四方面,提供了一种计算机程序产品,该计算机程序产品包括:计算机程序代码,当该计算机程序代码在计算机上运行时,使得该计算机执行上述车辆控制方法所执行的方法。

55、第五方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序代码,当该计算机程序代码在计算机上运行时,使得该计算机执行上述车辆控制方法所执行的方法。