适用于拥堵跟车工况的自动驾驶纵向运动控制方法与流程

1.本发明涉及自动驾驶技术领域，尤其涉及一种适用于拥堵跟车工况的自动驾驶纵向运动控制方法。


背景技术：

2.自动驾驶功能的技术研究与量产已然成为当前以及未来相当长一段时间内重点面对的问题。当前，自动驾驶技术的研究主要聚焦传感器融合、目标检测、功能软件技术、功能安全、整车运动控制技术以及车辆集成技术等，各个关键技术相互契合、协作实现完整的自动驾驶整车功能。
3.其中，车辆运动控制技术及其效果直接影响着驾驶员(用户)的乘坐体验舒适性，也是自动驾驶车辆输出反馈用户的最直接体现；车辆运动控制在车辆运动学维度区分为：车辆横向运动控制以及车辆纵向运动控制。车辆横向运动控制主要实现对转向系统的控制，实现车辆对横向位移指令的跟踪，表现为车辆的转向/横摆运动，例如直道保持、弯道保持、变道或者道路转向；而车辆纵向运动控制则是基于对驱动系统、制动系统乃至能量回收系统的综合控制，实现车辆对纵向指令的响应与跟踪，表现为车辆的加减速运动，例如制动、停车、驻车以及起步、加速等控制。
4.优良的舒适性能诉求，给自动驾驶车辆的运动控制，尤其是车辆纵向运动提出了较高的要求：例如在拥堵交通环境下的频繁停车、起步与跟车控制，是考量纵向运动控制效果的典型场景，特别是在坡度明显的道路环境下，自动驾驶车辆的拥堵跟车工况，更是对车辆纵向运动控制效果的直接、有效的检验。因此，本发明关注的问题是使自动驾驶系统具备完备、合理的加速、制动等纵向控制逻辑，用以实现坡度道路环境下的车辆跟车控制，以满足用户对自动驾驶车辆舒适性能的要求。


技术实现要素：

5.鉴于上述，本发明旨在提供一种适用于拥堵跟车工况的自动驾驶纵向运动控制方法，用以实现自动驾驶车辆在不同道路环境的拥堵跟车工况下的舒适性控制。
6.本发明采用的技术方案如下：
7.一种适用于拥堵跟车工况的自动驾驶纵向运动控制方法，其中包括：
8.在车辆行驶过程中，实时检测表征当前行驶路面类型的道路环境；
9.在检测出道路环境为上坡路面后，获取第一速度控制需求；
10.当第一速度控制需求为上坡加速时，按第一策略计算得出车辆的实际正向加速度；
11.当第一速度控制需求为上坡减速时，按既定的减速程度等级以及相应的第二策略计算得出车辆的实际负向加速度；
12.在检测出道路环境为下坡路面后，获取第二速度控制需求；
13.当第二速度控制需求为下坡加速时，按既定的加速程度等级以及相应的第三策略
计算得出车辆的实际正向加速度；
14.当第二速度控制需求为下坡减速时，按既定的减速程度等级以及相应的第四策略计算得出车辆的实际负向加速度；
15.将上述实际正向加速度或实际负向加速度作为控制目标进行车辆纵向运动控制。
16.在其中至少一种可能的实现方式中，所述第一策略包括：
17.由自动驾驶控制器输出目标正向驱动力矩至驱动系统，驱动系统根据目标正向驱动力矩与上坡阻力的差值，计算得出车辆的实际正向加速度。
18.在其中至少一种可能的实现方式中，所述按既定的减速程度等级以及相应的第二策略计算得出车辆的实际负向加速度包括：
19.当减速程度等级为预设的最小减速需求时，由自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统根据上坡阻力与目标正向驱动力矩的差值，计算得出车辆的实际负向加速度；
20.当减速程度等级为预设的中等减速需求时，由自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出目标负向驱动力矩给驱动系统，驱动系统将目标负向驱动力矩与上坡阻力叠加，计算得出车辆的实际负向加速度；
21.当减速程度等级为预设的最大减速需求时，由自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出作用于车轮的制动力矩，并将制动力矩与上坡阻力叠加，计算得出车辆的实际负向加速度。
22.在其中至少一种可能的实现方式中，所述按既定的加速程度等级以及相应的第三策略计算得出车辆的实际正向加速度包括：
23.当加速程度等级为预设的最小加速需求时，由自动驾驶控制器输出目标正向加速度给电动助力制动系统，电动助力制动系统根据目标正向加速度，计算并输出作用于车轮的制动力矩，并由下坡阻力与制动力矩的差值，计算得出车辆的实际正向加速度；
24.当加速程度等级为预设的中等加速需求时，由自动驾驶控制器输出目标正向加速度给电动助力制动系统，电动助力制动系统根据目标正向加速度计算输出目标负向驱动力矩给驱动系统，驱动系统根据下坡阻力与目标负向驱动力矩的差值，计算得出车辆的实际正向加速度；
25.当加速程度等级为预设的最大加速需求时，由自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统将下坡阻力与目标正向驱动力矩叠加，计算得出车辆的实际正向加速度。
26.在其中至少一种可能的实现方式中，所述按既定的减速程度等级以及相应的第四策略计算得出车辆的实际负向加速度包括：
27.当减速程度等级为预设的最小减速需求时，由自动驾驶控制器输出目标负向驱动力矩给驱动系统，驱动系统根据下坡阻力与目标负向驱动力的差值，计算得出车辆的实际负向加速度；
28.当减速程度等级为预设的最大减速需求时，由自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出作用于车轮的制动力矩，并根据制动力矩与下坡阻力的差值，计算得出车辆的实际负向加速度。
29.在其中至少一种可能的实现方式中，所述自动驾驶纵向运动控制方法还包括：
30.在检测出道路环境为平坦路面后，获取第三速度控制需求；
31.当第三速度控制需求为加速时，由自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统根据目标正向驱动力矩计算得出车辆的实际正向加速度；
32.当第三速度控制需求为减速时，由自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度输出作用于车轮的制动力矩，并根据制动力矩计算得出车辆的实际负向加速度；
33.将所述实际正向加速度或所述实际负向加速度作为控制目标进行车辆纵向运动控制。
34.本发明的设计构思在于，根据在车辆行驶过程中实时检测的当前道路环境，区分出上下坡路面，并针对不同的路面类型分别按照加速及减速需求，提出具有针对性的信号交互及车速控制策略，从而获得车辆实际正向加速度或实际负向加速度，并将上述实际正向加速度或实际负向加速度作为控制目标进行自动驾驶车辆的纵向运动控制。本发明提出了具有工况区分且按实际加减速需求的纵向控制方案，能够满足坡度道路环境下的车辆拥堵跟车控制，因而也可以满足其他常规路况下的纵向运动控制，极大改善了自动驾驶车辆的操控、乘坐舒适性能。
附图说明
35.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步描述，其中：
36.图1为本发明实施例提供的适用于拥堵跟车工况的自动驾驶纵向运动控制方法的流程图。
具体实施方式
37.下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
38.本发明提出了一种适用于拥堵跟车工况的自动驾驶纵向运动控制方法的实施例，具体来说，如图1所示，可以包括如下：
39.步骤s0、在车辆行驶过程中，实时检测表征当前行驶路面类型的道路环境；
40.步骤s1、在检测出道路环境为上坡路面后，获取第一速度控制需求；
41.步骤s10、当第一速度控制需求为上坡加速时，按第一策略计算得出车辆的实际正向加速度；
42.步骤s11、当第一速度控制需求为上坡减速时，按既定的减速程度等级以及相应的第二策略计算得出车辆的实际负向加速度；
43.步骤s2、在检测出道路环境为下坡路面后，获取第二速度控制需求；
44.步骤s20、当第二速度控制需求为下坡加速时，按既定的加速程度等级以及相应的第三策略计算得出车辆的实际正向加速度；
45.步骤s21、当第二速度控制需求为下坡减速时，按既定的减速程度等级以及相应的
第四策略计算得出车辆的实际负向加速度；
46.步骤s3、将上述实际正向加速度或实际负向加速度作为控制目标进行车辆纵向运动控制。
47.进一步地，所述第一策略包括：
48.由自动驾驶控制器输出目标正向驱动力矩至驱动系统，驱动系统根据目标正向驱动力矩与上坡阻力的差值，计算得出车辆的实际正向加速度。
49.进一步地，所述按既定的减速程度等级以及相应的第二策略计算得出车辆的实际负向加速度包括：
50.当减速程度等级为预设的最小减速需求时，由自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统根据上坡阻力与目标正向驱动力矩的差值，计算得出车辆的实际负向加速度；
51.当减速程度等级为预设的中等减速需求时，由自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出目标负向驱动力矩给驱动系统，驱动系统将目标负向驱动力矩与上坡阻力叠加，计算得出车辆的实际负向加速度；
52.当减速程度等级为预设的最大减速需求时，由自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出作用于车轮的制动力矩，并将制动力矩与上坡阻力叠加，计算得出车辆的实际负向加速度。
53.进一步地，所述按既定的加速程度等级以及相应的第三策略计算得出车辆的实际正向加速度包括：
54.当加速程度等级为预设的最小加速需求时，由自动驾驶控制器输出目标正向加速度给电动助力制动系统，电动助力制动系统根据目标正向加速度，计算并输出作用于车轮的制动力矩，并由下坡阻力与制动力矩的差值，计算得出车辆的实际正向加速度；
55.当加速程度等级为预设的中等加速需求时，由自动驾驶控制器输出目标正向加速度给电动助力制动系统，电动助力制动系统根据目标正向加速度计算输出目标负向驱动力矩给驱动系统，驱动系统根据下坡阻力与目标负向驱动力矩的差值，计算得出车辆的实际正向加速度；
56.当加速程度等级为预设的最大加速需求时，由自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统将下坡阻力与目标正向驱动力矩叠加，计算得出车辆的实际正向加速度。
57.进一步地，所述按既定的减速程度等级以及相应的第四策略计算得出车辆的实际负向加速度包括：
58.当减速程度等级为预设的最小减速需求时，由自动驾驶控制器输出目标负向驱动力矩给驱动系统，驱动系统根据下坡阻力与目标负向驱动力的差值，计算得出车辆的实际负向加速度；
59.当减速程度等级为预设的最大减速需求时，由自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出作用于车轮的制动力矩，并根据制动力矩与下坡阻力的差值，计算得出车辆的实际负向加速度。
60.进一步地，所述自动驾驶纵向运动控制方法还包括：
61.在检测出道路环境为平坦路面后，获取第三速度控制需求；
62.当第三速度控制需求为加速时，由自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统根据目标正向驱动力矩计算得出车辆的实际正向加速度；
63.当第三速度控制需求为减速时，由自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度输出作用于车轮的制动力矩，并根据制动力矩计算得出车辆的实际负向加速度；
64.将所述实际正向加速度或所述实际负向加速度作为控制目标进行车辆纵向运动控制。
65.为了便于理解上述实施例及其优选方案，此处提供如下示意性说明：
66.本发明提出的纵向运动控制逻辑所基于的纵向运动架构，可以采用如下示例的自动驾驶系统架构：基于燃油平台、纯电动平台或是混动平台的自动驾驶车辆，该架构中设计有驱动系统、制动系统，其中优选地，制动系统典型设计为制动冗余架构的制动系统，其具体包含电动助力制动系统与电子稳定控制系统/制动防抱死系统；自动驾驶纵向运动驱动指令控制驱动系统输出驱动力矩作用于驱动轮，制动指令控制电动助力制动系统输出制动力矩作用于车轮。
67.而自动驾驶控制器作为自动驾驶车辆的控制核心，在本发明所提及的纵向运动控制中，对车辆的加速状态进行直接闭环控制，即，其在加速状态下的目标控制量主要是车辆的加速度；以及，对车辆的减速状态进行间接闭环控制，并结合电动助力系统通过输出目标负向驱动力矩与制动力矩相互叠加；以上，实现了对车辆的负向加速度以及正向加速度的闭环控制。
68.具体来说，首先可以结合已有的自动驾驶控制策略以及车辆控制技术，在车辆行驶过程中判定当前道路环境，例如：
69.(一)当检测出车辆位于上坡路面时，按照既定策略此时可以包含两种主要的车速需求：上坡加速以及上坡减速。(上述车速需求是以拥堵跟车工况角度提出的，而拥堵跟车工况属于相对复杂、苛刻的工况，因此上述车速需求以及后续相应的具体纵向运动控制策略同样也可用于其他非拥堵跟车工况，对此本发明不作限定——后文提及的下坡路面、平坦路面皆同理)
70.(1)在获得上坡加速指令后(比如跟车过程中，前车与本车间距拉大，需要加速跟车)，此时可以按如下策略执行：由自动驾驶控制器输出目标正向驱动力矩至驱动系统，驱动系统根据目标正向驱动力矩与当前上坡阻力(坡道的阻力同样可基于已有的自动驾驶控制策略以及车辆控制技术获得，对此本发明不作赘述)的差值，计算得出车辆的实际正向加速度，并以此作为控制目标进行车辆纵向运动控制。
71.(2)在获得上坡减速指令后，可以依据当前驾驶环境信息，识别出该上坡减速指令所对应的既定减速程度等级(拥堵跟车工况的复杂之处，在于所跟前车的行进方式具有随机性，比如在上坡减速时，可以能会因为前车平缓制动、紧急制动、或者其他车道车辆变道至本车前方等，调整不同的减速程度等级)，然后根据不同的减速程度等级采用不同的纵向运动控制策略。这里提供基于上坡减速场景下的三种负向加速度控制程度等级供参考：
72.(2.1)最小减速需求
73.自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统根据上坡阻力与目
标正向驱动力矩的差值，计算得出车辆的实际负向加速度，并以此作为控制目标进行车辆纵向运动控制。
74.(2.2)中等减速需求
75.自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出目标负向驱动力矩给到驱动系统，驱动系统将目标负向驱动力矩与上坡阻力叠加，计算得出车辆的实际负向加速度，并以此作为控制目标进行车辆纵向运动控制。
76.(2.3)最大减速需求
77.自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出作用于车轮的制动力矩，并将制动力矩与上坡阻力叠加，计算得出车辆的实际负向加速度，并以此作为控制目标进行车辆纵向运动控制。
78.(二)当检测出车辆位于下坡路面时，同前文所述，按照既定策略此时可以包含两种主要的车速需求：下坡加速以及下坡减速。
79.(a)在获得下坡加速指令后，由于下坡工况车速会相对较快，也即是风险系数会增加，因此当需求下坡加速时，可以根据当前驾驶环境信息，识别出该下坡加速指令所对应的既定加速程度等级，然后根据不同的加速程度等级采用不同的纵向运动控制策略。这里提供基于下坡加速场景下的三种正向加速度控制程度等级供参考：
80.(a.1)最小加速需求
81.自动驾驶控制器输出目标正向加速度给电动助力制动系统，电动助力制动系统根据目标正向加速度，计算并输出作用于车轮的制动力矩，并由下坡阻力与制动力矩的差值，计算得出车辆的实际正向加速度，并以此作为控制目标进行车辆纵向运动控制。
82.(a.2)中等加速需求
83.自动驾驶控制器输出目标正向加速度给电动助力制动系统，电动助力制动系统根据目标正向加速度计算输出目标负向驱动力矩给驱动系统，驱动系统根据下坡阻力与目标负向驱动力矩的差值，计算得出车辆的实际正向加速度，并以此作为控制目标进行车辆纵向运动控制。
84.(a.3)最大加速需求
85.自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统将下坡阻力与目标正向驱动力矩叠加，计算得出车辆的实际正向加速度，并以此作为控制目标进行车辆纵向运动控制。
86.(b)在获得下坡减速指令后，如前所述，由于跟车工况及道路行驶环境的复杂性，因此优选地，可以识别出该下坡减速指令所对应的既定减速程度等级，然后根据不同的减速程度等级采用不同的纵向运动控制策略。这里提供基于下坡减速场景下的三种负向加速度控制程度等级供参考：
87.(b.1)最小减速需求
88.自动驾驶控制器输出目标负向驱动力矩给驱动系统，驱动系统根据下坡阻力与目标负向驱动力的差值，计算得出车辆的实际负向加速度，并以此作为控制目标进行车辆纵向运动控制。
89.(b.2)最大减速需求
90.自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度，计算并输出作用于车轮的制动力矩，并根据制动力矩与下坡阻力的差值，计算得出车辆的实际负向加速度，并以此作为控制目标进行车辆纵向运动控制。
91.除上述坡道工况的控制策略之外，本发明还补充提供了如下基于平坦路面的纵向运动控制，供实施参考：
92.(三)当检测出车辆位于平坦路面时，按照既定策略此时可以包含两种主要的车速需求：加速以及减速。
93.(3
‑
1)在获得加速指令后，此时可以按如下策略执行：自动驾驶控制器输出目标正向驱动力矩给驱动系统，驱动系统根据目标正向驱动力矩计算得出车辆的实际正向加速度，并以此作为控制目标进行车辆纵向运动控制。
94.(3
‑
2)在获得减速指令后，此时可以按如下策略执行：自动驾驶控制器输出目标负向加速度给电动助力制动系统，电动助力制动系统根据目标负向加速度输出作用于车轮的制动力矩，并根据制动力矩计算得出车辆的实际负向加速度，并以此作为控制目标进行车辆纵向运动控制。
95.综上所述，本发明的设计构思在于，根据在车辆行驶过程中实时检测的当前道路环境，区分出上下坡路面，并针对不同的路面类型分别按照加速及减速需求，提出具有针对性的信号交互及车速控制策略，从而获得车辆实际正向加速度或实际负向加速度，并将上述实际正向加速度或实际负向加速度作为控制目标进行自动驾驶车辆的纵向运动控制。本发明提出了具有工况区分且按实际加减速需求的纵向控制方案，能够满足坡度道路环境下的车辆拥堵跟车控制，因而也可以满足其他常规路况下的纵向运动控制，极大改善了自动驾驶车辆的操控、乘坐舒适性能。
96.本发明实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示单独存在a、同时存在a和b、单独存在b的情况。其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a，b，c，a和b，a和c，b和c或a和b和c，其中a，b，c可以是单个，也可以是多个。
97.以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，但以上仅为本发明的较佳实施例，需要言明的是，上述实施例及其优选方式所涉及的技术特征，本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下，合理地组合搭配成多种等效方案；因此，本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。