一种基于车辆转弯半径的车道线校验方法、系统及车辆与流程

1.本发明属于汽车智能驾驶领域，具体涉及一种基于车辆转弯半径的车道线校验方法。


背景技术：

2.在车辆自动驾驶系统中，车道线的作用极为重要，直接影响车辆横向控制边界。由于智能驾驶车辆在实际道路中行驶时，车道线信息来源有图像感知、地图定位。在实际工况中，真实车道线难免有破损、不清晰，导致摄像头对车道线的检测出现丢失、不准确等问题；定位也会存在不准确，无法使用地图信息中的车道线。
3.中国专利文献cn110967026a公开了车道线拟合方法及系统，是通过获取针对本车当前位置的地图信息及导航信息，根据地图信息和/或导航信息确定本车的实际道路工况，并对应确定由所述实际道路工况触发的车道线拟合状态；结合地图信息和导航信息，确定符合所述车道线拟合状态的车道线偏移基准；基于车道线偏移基准偏移生成本车的多条车道线；以及对所生成的多条车道线上的线点的集合进行曲线拟合以得到对应的车道线方程。
4.中国专利文献cn109724615b公开了一种车道线识别结果的校验方法及系统，是在获取高精地图中本车所在位置的车道线信息后，将车道线信息进行坐标转换，得到高精地图中车道线点列在车辆坐标系下的位置，然后利用该高精地图中车道线点列在车辆坐标系下的位置对本车摄像头输出的车道线识别结果的正确性进行判定。
5.以上方法均依赖于高精度地图信息，而且在定位不准确的时候高精度地图信息无法保证正确性判断。


技术实现要素：

6.本发明提出一种基于车辆转弯半径的车道线校验方法、系统及车辆，主要解决自动驾驶车辆视觉检测车道线不准、地图地位不准时，传感器输出的车道线误差大，无法满足控制需求的问题。
7.本发明解决其技术问题所采用的技术方案如下：
8.一种基于车辆转弯半径的车道线校验方法，其特点包括下述步骤：
9.步骤1：从感知接口中获取传感器信息及本车信息，传感器信息包括目标信息、车道线信息、定位信息，本车信息包括本车横摆加速度、本车方向盘转角、本车车速。
10.步骤2：根据本车横摆加速度、本车方向盘转角、本车车速，计算本车转弯半径。
11.步骤3：结合转弯半径与车道线信息，在转弯半径的圆弧上取点，并将这些点形成的聚合拟合成三次方程，得到拟合车道线。
12.步骤4：计算拟合车道线与车道线之间的差异，得到校验依据，进而对车道线进行合理修正。
13.本发明进一步提供一种基于车辆转弯半径的车道线校验系统，其包括：
14.信息获取模块，从感知接口中获取传感器信息及本车信息，传感器信息包括目标信息、车道线信息、定位信息，本车信息包括本车横摆加速度、本车方向盘转角、本车车速。
15.计算模块，根据本车横摆加速度、本车方向盘转角、本车车速，计算本车转弯半径。
16.拟合模块，结合转弯半径与车道线信息，在转弯半径的圆弧上取点，并将这些点形成的集合拟合成三次方程，得到拟合车道线。
17.修正模块，计算拟合车道线与车道线之间的差异，得到校验依据，进而对车道线进行合理修正。
18.本发明还提供一种车辆，配置有以上所述的基于车辆转弯半径的车道线校验系统，通过所述系统执行车道线校验方法的步骤。
19.通过以上技术方案可见，本发明是通过收集传感器、本车信息数据，利用本车信息动态计算车辆转弯半径，在转弯半径上取若干个点，拟合成三次曲线。对比拟合出的三次曲线与传感器输出或地图获取的差异，作为合理性校验依据，根据合理性校验依据，形成一套方法。本发明不依赖与外部控制器信息，只需在本车can总线上采集已有信息即可对传感器识别的车道线进行校验，提升车道线适应性、鲁棒性，由此可以解决自动驾驶车辆视觉检测车道线不准、地图地位不准时，传感器输出的车道线误差大，无法满足控制需求的问题。
附图说明
20.图1车道线校验系统框图。
21.图2本车转弯半径计算流程图。
22.图3拟合车道线获取流程图。
23.图4车道线校验流程图。
具体实施方式
24.下面结合说明书附图对本发明进行进一步的描述：
25.本发明提出的基于车辆转弯半径的车道线校验方法，如图1的车道线校验方法总体框图所示：
26.第一步，从感知接口获取传感器信息、本车状态信息。这里传感器信息包括但不限于目标信息、车道线信息、定位信息等。本车信息包括但不限于本车横摆加速度、本车方向盘转角、本车车速标量。
27.第二步，计算转弯半径，根据本车横摆角速度、方向盘转角、车速标量实时计算本车转弯半径。
28.第三步，根据车道线的有效长度，在转弯半径每间隔5米取一个拟合点，并将取得的点拟合成三次曲线，即拟合车道线。
29.第四步，计算拟合车道线与车道线之间的差异。
30.第五步，对车道线进行修正。
31.如图2图所示，本实施例给出了本车转弯半径计算流程：
32.第一步，获取本车横摆角速度、速度、方向盘转角信息。
33.第二步，设置本车速度低速阈值、高速阈值，当本车速度大于高速阈值时，利用车辆横摆角速度与速度计算本车转弯半径r1，即转弯半径为r1＝ω/v。
34.第三步，当本车速度介于低速阈值和高速阈值之间时，利用方向盘转角计算转弯半径r3，即转弯半径为r3＝aixdistance/(steeringangle/c)，其中aixdistance是本车的轴距，c是本车转向机构的机械常数，代表方向盘转角与转向轮转角之间的转化关系；得到r1和r3后，再将r1与r3进行与速度关联的加权平均得到本车转弯半径r2，即wight＝(v
‑
minv)/(maxv
‑
minv)，wight为权重因子，maxv为高速阈值、minv为低速阈值、v为当前本车速度，再利用公式r2＝r1*wight r3*(1
‑
wight)计算得到r2。
35.第四步，当本车速度低于低速阈值时，直接用地三步计算得到的转弯半径r3。
36.如图3所示，本实施例进一步给出了本发明的拟合点获取流程：
37.根据转弯半径与左右车道线有效长度，在本车转弯半径的圆弧上取点，并将这些点形成的聚合拟合成3次方程，即得到拟合车道线，具体是：
38.第一步，根据左、右车道线长度对比，取最大值作为获取拟合点的“终止点”。
39.第二步，选图2流程中选择的转为半径为本车当前的转弯半径，即形成本车预测轨迹；
40.第三步，纵向距离从0米到“终止点”，每隔5米取一个点，将这些点的集合拟合成本车轨迹预测三次曲线。
41.如图4所示，本实施例是车道线校验的流程，方法是计算拟合车道线与车道线之间的差异，得到校验依据，进而对车道线进行合理修正。其中a1\a2\a3为传感器感知输出的车道线系数，a1\a2\a3为利用本车信息(包括车速、横摆角速度、方向盘转角)计算得到的拟合车道线系数。具体步骤如下：
42.第一步，分别取a1与a1、a2与a2、a3与a3的差值，再取差值的绝对值得到d1\d2\d3。
43.第二步，将d1\d2\d3与经验阈值作大小比较，若d1\d2\d3大于经验阈值，则取a1与a1、a2与a2、a3与a3中对应两者的平均值。
44.以下的实施例是基于车辆转弯半径的车道线校验系统，用于实现以上各实施例描述的方法流程，该系统包括以下功能模块：
45.信息获取模块，用于从感知接口中获取传感器信息及本车信息，传感器信息包括目标信息、车道线信息、定位信息，本车信息包括本车横摆加速度、本车方向盘转角、本车车速。
46.计算模块，用于根据本车横摆加速度、本车方向盘转角、本车车速，计算本车转弯半径。
47.拟合模块，用于结合转弯半径与车道线信息，在转弯半径的圆弧上取点，并将这些点形成的聚合拟合成三次方程，得到拟合车道线。
48.修正模块，用于计算拟合车道线与车道线之间的差异，得到校验依据，进而对车道线进行合理修正。
49.另一个实施例还提出一种车辆，配置有前面实施例所述的基于车辆转弯半径的车道线校验系统，通过所述系统执行前面所述的基于车辆转弯半径的车道线校验方法的步骤。
50.以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。