+

CN114643988A - 跟踪目标确定方法和装置、电子设备和存储介质 - Google Patents

跟踪目标确定方法和装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114643988A
CN114643988A CN202210548956.XA CN202210548956A CN114643988A CN 114643988 A CN114643988 A CN 114643988A CN 202210548956 A CN202210548956 A CN 202210548956A CN 114643988 A CN114643988 A CN 114643988A
Authority
CN
China
Prior art keywords
vehicle
obstacle
offset
lane
boundary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210548956.XA
Other languages
English (en)
Other versions
CN114643988B (zh
Inventor
郭守昌
董健
林志华
江鑫豪
成伟
陆佳辉
武静雯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hongjing Intelligent Driving (Quzhou) Technology Co.,Ltd.
Original Assignee
Hangzhou Hongjing Zhijia Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Hongjing Zhijia Technology Co ltd filed Critical Hangzhou Hongjing Zhijia Technology Co ltd
Priority to CN202210548956.XA priority Critical patent/CN114643988B/zh
Publication of CN114643988A publication Critical patent/CN114643988A/zh
Application granted granted Critical
Publication of CN114643988B publication Critical patent/CN114643988B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14Adaptive cruise control
    • B60W30/16Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B60W30/165Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0025Planning or execution of driving tasks specially adapted for specific operations
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/50Barriers
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及跟踪目标确定方法和装置、电子设备和计算机可读存储介质。所述方法包括:由车载雷达或车载摄像机获得障碍物车辆信息;确定自身车辆行驶轨迹;基于自身车辆行驶轨迹确定障碍物筛选边界;根据所述障碍物车辆信息,确定障碍物车辆相对自身车辆的偏移度;根据所述偏移度与障碍物筛选边界确定应跟踪的障碍物车辆。本发明能够有效减少跟车目标的错误选择,提高跟车目标选择准确性,从而改善自动驾驶的自适应巡航控制。

Description

跟踪目标确定方法和装置、电子设备和存储介质
技术领域
本发明涉及自动驾驶技术。
背景技术
自适应巡航控制是自动驾驶中的一个基本的功能,实现自适应巡航首先要考虑的就是选择合适的跟车目标,跟车目标选择的准确性直接决定了自适应巡航系统对于本车行驶控制能否达到预期效果。目前,自适应巡航的目标选取存在跟车目标的误选择问题。
发明内容
本发明鉴于现有技术的以上问题作出,用以解决现有技术中存在的一项或更多项的问题。
根据本发明的一个方面,提供了一种跟踪目标确定方法,其特征在于,包括以下步骤:由车载雷达或车载摄像机获得障碍物车辆信息;确定自身车辆行驶轨迹;基于自身车辆行驶轨迹确定障碍物筛选边界;根据所述障碍物车辆信息,确定障碍物车辆相对自身车辆的偏移度;根据所述偏移度与障碍物筛选边界确定应跟踪的障碍物车辆。
根据本发明的另一个方面,提供了一种跟踪目标确定装置,包括:障碍物车辆信息获得单元,由车载雷达或车载摄像机获得障碍物车辆信息;自身车辆行驶轨迹确定单元,用于确定自身车辆行驶轨迹;障碍物筛选边界确定单元,用于基于自身车辆行驶轨迹确定障碍物筛选边界;障碍物车辆偏移度确定单元,用于根据所述障碍物车辆信息,确定障碍物车辆相对自身车辆的偏移度;跟踪车辆确定单元,根据所述偏移度与障碍物筛选边界确定应跟踪的障碍物车辆。
根据本发明的另一个方面,提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现本发明的方法。
根据本发明的又一个方面,提供了一种计算机可读存储介质,所述可读存储介质上存储设备控制程序,当所述设备控制程序被处理器执行时,实现本发明所述的方法。
附图说明
结合附图可以更好地理解本发明。附图只是示意性的,不是对本发明的保护范围的限制。附图并不是按照比例绘制的。
图1是示出了依据本发明的一种实施方式的跟踪目标确定方法的示意性流程图。
图2示出了依据本发明的一种实施方式确定的障碍物筛选边界。
图3A到图3C示出了依据本发明的一种实施方式的在障碍物车辆处于车道线距离内的情况下,确定障碍物车辆相对自身车辆的偏移度的示意图。
图4示出了依据本发明的一种实施方式的在障碍物车辆处于车道线距离外的情况下,确定障碍物车辆相对自身车辆的偏移度的示意图。
图5示出了依据本发明的一种实施方式,在没有道路车道线信息或者车道线非常短的情况下确定障碍物车辆相对自身车辆的偏移度的示意图。
图6是示出了依据本发明的一种实施方式的跟踪目标确定装置的示意性方框图。
具体实施方式
下面结合附图对本发明的具体实施方式进行说明。这些说明都是示例性的,旨在使本领域技术人员能够实现本发明的实施方式,不是对本发明的保护范围的限制。说明中也没有描述对于实际实施不可缺少,但是对于理解本发明无关的内容。
图1是示出了依据本发明的一种实施方式的跟踪目标确定方法的示意性流程图。如图1所示,依据本发明的一种实施方式,依据本发明的跟踪目标确定方法首先在步骤S100由车载雷达或车载摄像机获得障碍物车辆信息。障碍物车辆信息也可以通过车载雷达和车载摄像机等多种传感器的配置和融合获得。障碍物车辆信息可以包括当前情况下障碍物车辆与自身车辆的横向偏移,也即Y obstacle ,其表示障碍物车辆在自身车辆坐标系中的Y坐标。
然后,在步骤S200,确定自身车辆行驶轨迹。根据一种实施方式,在有车道线的情况下,可以根据车道中心线确定自身车辆的轨迹。可以假定自身车辆的行驶轨迹中心线始终平行于车道线的中心线。在没有车道线的情况下,可以根据自身车辆的当前位置以及自身车辆方向盘的角度确定自身车辆的中心线。
接着,在步骤S300,基于自身行驶轨迹确定障碍物筛选边界。图2示出了依据本发明的一种实施方式确定的障碍物筛选边界。在图2的实施方式中,以自身车辆的行驶轨迹中心线(图中虚线)为中心,由内向外确定了四组障碍物筛选边界Bound1、Bound3、Bound4和Bound2。其中,第二个障碍物筛选边界Bound3平行于第一个障碍物筛选边界Bound1,第三个障碍物筛选边界Bound4为接近自身车辆位置处宽于远离自身车辆位置的形状,第四个障碍物筛选边界Bound2为接近自身车辆位置处窄于远离自身车辆位置的形状。各障碍物筛选边界均以自身车辆的运动轨迹中心对称。利用这样的障碍物筛选边界能够适应道路的情况,有层次地确定应跟踪的障碍物车辆。
障碍物筛选的边界条件也就是各个边界在车辆坐标系下的点的坐标。根据一种实施方式,每个点的坐标值会提前放到一个表格中,当使用边界条件进行目标筛选的时候,会从表格中查询对应的点或通过插值得到障碍物筛选边界,通过表格的大小、疏密可以最大可能的使用所对应障碍物位置的边界。
根据一种实施方式,对于最靠近自身车辆的行驶轨迹中心线的障碍物筛选边界,在行驶方向,在距离自身车辆短于自身车辆车速×障碍物监控周期×近端调节系数的距离内,所述障碍物筛选边界的宽度为0.2-0.4车道宽;在距离自身车辆远于自身车辆车速×障碍物监控周期×远端调节系数的距离外,所述障碍物筛选边界的宽度为0.5-0.6车道宽,在距离自身车辆远于自身车辆车速×障碍物监控周期×近端调节系数,但是近于自身车辆车速×障碍物监控周期×远端调节系数的距离范围内,所述障碍物筛选边界的宽度为0.75-0.85车道宽,其中1.5>远端调节系数>近端调节系数>1。依据这样的上述方式,能够比较平稳地避让障碍物。
接着,回到图1,在步骤S400,根据所述障碍物车辆信息,确定障碍物车辆相对自身车辆的偏移度。
图3A图3C示出了依据本发明的一种实施方式的在障碍物车辆处于车道线信息距离范围内的情况下,确定障碍物车辆相对自身车辆的偏移度的示意图。车道线信息距离是指传感器等能够得到的车道线的最远距离。
如图3A到图3C所示,虚线是车道中心线。根据一种实施方式,根据以下公式确定在障碍物处,障碍物车辆相对自身车辆的偏移度:
Offset=Offset self +Offset obstacle
其中,
Offset obstacle = Y obstacle— Offset lane
Y obstacle 表示障碍物车辆在自身车辆坐标系中的Y坐标,Offset lane 表示在障碍物车辆处,车道中心线相对于自身车辆的横向偏移,Offset self 表示自身车辆当前相对于车道中心线的横向偏移。障碍物车辆是否在车道线范围内可以由道路模型融合给出。Offset lane 也由道路模型融合给出。在图中的示意中,障碍物车辆的位置以其后轴中心坐标为其位置点。自身车辆为其后轴中心坐标为其位置点。道路模型是结合图像给出的车道线信息得到的三次样条曲线。
公式中的参数有一定的正负关系,本身是带有符号的。当障碍物在自身车辆左侧时,Y obstacle 为正值,在自身车辆右侧时为负值;当自身车辆在车道中心线的左侧时,Offset selfOffset lane为负值,反之为正值。当障碍物在车道中心线的左侧时,计算出的Offset obstacle应该为正值,反之为负值;最终计算出的Offset的值,正值表示障碍物在自身车辆轨迹的左侧,反之为右侧。本领域的技术人员应该意识到,后面的公式的情况类似。根据不同的情形,其中涉及的参数可以是正值也可以是负值。
在如图3A的场景的情况下(图中深黑色为左右车道线,中间的虚线为车道中心线),自车处于车道中心线的左侧,此时Offset self 为负值,假定此场景下为-1.2m,障碍物处于自车的右侧,其中Y obstacle 为负值,假定此场景下为-1.4m,Offset lane 在障碍物的纵向位置出的车道中心线距离,假定此场景下为-2.0m。
则:Offset obstacle = YobstacleOffset lane =-1.4-(-2) = 0.6m
障碍物在车道中心线的左侧,Offset obstacle 为正值,此场景下为0.6m。
Offset=Offset self +Offset obstacle = -1.2+0.6=-0.6m
负值代表障碍物在自车轨迹的右侧,距离自车轨迹的横向距离为0.6m。
类似地,在图3B的场景下,自车处于车道中心线的左侧,此时Offset self为负值,假定此场景下为-1.2m。障碍物处于自车的右侧,其中Y obstacle 为负值,假定此场景下为-2.7m。Offset lane是在障碍物的纵向位置出的车道中心线距离,此场景下为-2.0m。
因而:
Offset obstacle = Y obstacle— Offset lane =-2.7-(-2) = -0.7m
障碍物在车道中心线的右侧,Offset obstacle为负值,此场景下为-0.7m
Offset=Offset self +Offset obstacle = -1.2+(-0.7) =-1.9m
负值代表在自车轨迹的右侧,距离自车轨迹的横向距离为1.9m。
类似地,在图3C的场景下,自车处于车道中心线的左侧,此时Offset self为负值,假定此场景下为-0.9m。障碍物处于自车的左侧,其中Y obstacle 为正值,假定此场景下为1.2m。Offset lane是在障碍物的纵向位置出的车道中心线距离,假定此场景下为-2.0m。
则有:
Offset obstacle = Y obstacle— Offset lane =1.2-(-2) = 3.2m
障碍物在车道中心线的左侧,Offset obstacle为正值,此场景下为3.2m。
Offset=Offset self +Offset obstacle = -0.9+3.2=2.3m
正值代表在自车轨迹的左侧,距离自车轨迹的横向距离为2.3m。
以上的说明表明以上的公式都是正确的。以上的数值仅是示例性,不是对本发明的保护范围的限制。
图4示出了依据本发明的一种实施方式的在障碍物车辆处于车道线信息距离范围外的情况下,确定障碍物车辆相对自身车辆的偏移度的示意图。在这种情况下,可以通过以下的A和B两个步骤来进行。
A、将车道线边界进行延长,延长的车道线边界曲线应满足以下条件:在车道线边界与车道线边界延长线的连接点连续,并且车道线边界延长线在障碍物车辆所在位置的切线的方向与障碍物车辆车头的朝向一致,其中障碍物车辆所在的位置指:在自身车辆坐标系下,障碍物车辆的位置,对应图中的X obstacle Y obstacle
B、根据以下公式计算障碍物车辆相对自身车辆的偏移度
Offset=Offset self + Offset obstacle
其中,
Offset obstacle = Y obstacle— Offset lane
Y obstacle 表示障碍物车辆在自身车辆坐标系中的Y坐标,Offset lane 表示在障碍物车辆所在位置处,车道中心线相对于自身车辆的横向偏移,Offset self 表示自身车辆当前相对于车道中心线的横向偏移。可以通过计算自身车辆所处的当前的车道的宽度(图像识别,或根据车道线的信息)以及自身车辆当前的行驶位置来确定自身车辆当前相对于车道中心线的偏移量Offset self
以上各公式以及其应用,可以参照对图3A到图3C的说明。
图5示出了依据本发明的一种实施方式,在没有道路车道线信息或者车道线短于预定距离的情况下(以下称车道线非常短)确定障碍物车辆相对自身车辆的偏移度的示意图。根据一种实施方式,该预定距离为10米。根据另一种实施方式,该预定距离为车速×障碍物监控周期×0.6,根据这样的实施方式能够实现有车道线和没有车道线时的顺利交接。
如图5所示,在没有道路车道线信息或者车道线非常短的情况下,首先拟合出自身车辆运行轨迹的中心线,并取车道宽度取为预定值。根据一种实施方式,利用自身车辆运动信息以及障碍物车辆的航向角(heading)拟合出来一条三次曲线作为所述车道线的中心线。根据一种实施方式,拟合的方法为根据边界条件进行三次样条曲线的系数求解,自身车辆运动信息是指自身车辆的航向角度、自身车辆运动轨迹的曲率以及自身车辆运动轨迹的的曲率的变化率(曲率变化率)。
拟合的中心线利用自身车辆运动轨迹的曲率curvature以及曲率变化率curvature rate,同时需要满足图中A点处(自身车辆运行轨迹的中心线与障碍物车辆开始平行处,即自身车辆追赶上障碍物车辆的情况下)的曲线的切线的方向与障碍物车辆的航向相同。此处假定障碍物车辆是平行于道路中心线在行驶,因此可以用障碍物车辆的航向角来更新三次样条曲线。
然后,可以利用以下公式计算障碍物车辆相对自身车辆的偏移度
Offset=Y obstacle - Y lane
Offset = Offset×FilterConstant +Offset pre ×(1-FilterConstant)
其中,FilterConstant的值根据当前曲率确定,当前曲率越大则FilterConstant取值越大,0<FilterConstant<1。曲率就是描述曲线弯曲程度的物理量,弯曲程度越大曲率越大。当前曲率就是此刻计算出来的曲率。Y lane 是车道线在自身车辆坐标系中障碍物处的Y坐标。Y lane 本身也是带符号的。当自身车辆在障碍物处的拟合出的自身车辆行驶轨迹左侧的时,Y lane 为负值;在障碍物处的拟合出的自身车辆行驶轨迹在当前自身车辆左侧的时候,Y lane 为正值。
回到图1,最后,在步骤S500,根据所述偏移度与障碍物筛选边界确定应跟踪的障碍物车辆。在这一步骤中,可以首先根据所述偏移度与障碍物筛选边界确定障碍物车辆是否在障碍物筛选边界内。然后,当障碍物车辆在筛选边界内达到第一预定时间t1时,将其列为应跟踪的障碍物车辆。
根据一种实施方式,所述方法还包括根据以下公式判断判断障碍物车辆是否会变道:
Offset=(Offset - Offset pre )/ Δt
通过offset的变化率判断障碍物车辆是否会切出和切入车道。offset是指障碍物车辆当前时刻偏离道路中心线的距离,Offset pre 指的是前一时刻障碍物车辆偏离道路中心线的距离。Δt是前后两个时刻的时间差值。
在确定出障碍物车辆在切出车道时,进行障碍物车辆解跟踪处理。障碍物筛选是用边界来筛选的,障碍物车辆切出车道的判断是通过offset的变化预判在第二预定时间t2内是否会超出筛选边界来判定的。障碍物车辆解跟踪的条件应该比确定应跟踪的障碍物车辆难一些。具体而言,针对障碍物车辆切出,障碍物车辆在更短的时间内超出筛选边界,即第二预定时间t2小于第一预定时间t1。
根据一种实施方式,本发明的方法还包括以下的步骤:
(1)判断自身车辆是否变道的步骤;这一步骤可以通过判断自身车辆转向灯状态、自身车辆与车道线的夹角等来实现。
(2)向自身车辆变道方向,根据预设的量调整障碍物筛选边界。该预设的量可以是预先存储的。根据一种实施方式,可以根据自身车辆当前的速度通过查表法来确定该预设的量。根据这种方法,能够实现客户定制。不同的用户对于驾驶的平稳度等有不同的要求,根据不同的用户要求设置与车辆当前速度不同的障碍物筛选边界,能够更好地满足客户的要求。
将障碍物筛选边界整体向变道方向进行平移,可以实现自身车辆完成变道后,障碍物筛选边界的位置也从之前的车道位置变到新的车道的位置。
(3)向自身车辆变道方向,根据以下公式调整障碍物车辆相对自身车辆的偏移度:
Offset = Offset-width/2
其中,width表示障碍物宽。
图6是示出了依据本发明的一种实施方式的跟踪目标确定装置的示意性方框图。如图6所示,依据本发明的一种实施方式,跟踪目标确定装置10包括:障碍物车辆信息获得单元100,由车载雷达或车载摄像机获得障碍物车辆信息;自身车辆行驶轨迹确定单元200,用于确定自身车辆行驶轨迹;障碍物筛选边界确定单元300,用于基于自身车辆行驶轨迹确定障碍物筛选边界;障碍物车辆偏移度确定单元400,用于根据所述障碍物车辆信息,确定障碍物车辆相对自身车辆的偏移度;跟踪车辆确定单元500,根据所述偏移度与障碍物筛选边界确定应跟踪的障碍物车辆。
根据一种实施方式,障碍物筛选边界确定单元300对于最靠近自身车辆的中心线的障碍物筛选边界,在行驶方向,距离自身车辆短于自身车辆车速×障碍物监控周期×近端调节系数的距离内,所述障碍物筛选边界的宽度为0.2-0.4车道宽;在距离自身车辆远于自身车辆车速×障碍物监控周期×远端调节系数的距离外,所述障碍物筛选边界的宽度为0.5-0.6车道宽,在距离自身车辆远于自身车辆车速×障碍物监控周期×近端调节系数但是近于自身车辆车速×障碍物监控周期×远端调节系数的距离范围内,所述障碍物筛选边界的宽度为0.75-0.85车道宽,其中1.5>远端调节系数>近端调节系数>1。
根据一种实施方式,障碍物筛选边界确定单元300确定多个障碍物筛选边界,其中第二个障碍物筛选边界平行于第一个障碍物筛选边界,在车辆行驶方向上,第三个障碍物筛选边界为接近自身车辆位置处宽于远离自身车辆位置的形状,第四个障碍物筛选边界为接近自身车辆位置处窄于远离自身车辆位置的形状,所述障碍物筛选边界以自身车辆的运动轨迹中心对称。
根据一种实施方式,障碍物车辆偏移度确定单元400如下地确定障碍物车辆相对自身车辆的偏移度:
(1)障碍物车辆处于车道线信息距离范围内的情况下时,根据以下公式计算障碍物车辆相对自身车辆的偏移度
Offset=Offset self +Offset obstacle
其中,
Offset obstacle = Y obstacle— Offset lane
Y obstacle 表示障碍物车辆在自身车辆的坐标系中的Y坐标,Offset lane 表示在障碍物车辆处,车道中心线相对于自身车辆的横向偏移,Offset self 表示自身车辆当前相对于车道中心线的横向偏移;
(2)障碍物车辆处于车道线信息距离范围外时,
(2.1)将车道线边界进行延长,延长的曲线满足条件:在车道线边界与车道线边界延长线的连接点连续,并且车道线边界延长线在障碍物车辆所在位置的切线的方向与障碍物车辆车头的朝向一致;
(2.2)根据以下公式计算障碍物车辆相对自身车辆的偏移度
Offset=Offset self +Offset obstacle
其中,
Offset obstacle = Y obstacle— Offset lane
Y obstacle 表示障碍物车辆在自身车辆坐标系中的Y坐标,Offset lane 表示在障碍物车辆处,车道中心线相对于自身车辆的横向偏移,Offset self 表示自身车辆当前相对于车道中心线的横向偏移,
(3)在没有道路车道线信息或者车道线短于预定距离的情况下,如下地确定障碍物车辆相对自身车辆的偏移度:
(3.1)拟合估计车道线的中心线,并取车道宽度取为预定值;
(3.2)利用以下公式计算障碍物车辆相对自身车辆的偏移度
Offset=Y obstacle - Y lane
Offset = Offset×FilterConstant +Offset pre ×(1-FilterConstant)
FilterConstant的值根据当前拟合出的车道线轨迹的曲率确定,曲率越大则FilterConstant取值越大,0<FilterConstant<1。Y lane 是车道线在自身车辆坐标系中障碍物处的Y坐标,其中,当障碍物在自身车辆左侧时,Y obstacle 为正值,在自身车辆右侧时,Y obstacle 为负值;当自身车辆在车道中心线的左侧时,Offset selfOffset lane为负值,当自身车辆在车道中心线的右侧时,Offset selfOffset lane为正值;当自身车辆在障碍物处的拟合出的自身车辆行驶轨迹左侧的时,Y lane 为负值;在障碍物处的拟合出的自身车辆行驶轨迹在当前自身车辆左侧的时候,Y lane 为正值。
根据一种实施方式,拟合的中心线利用自身车辆运动轨迹的曲率以及曲率变化率,并同时需要满足在与障碍物车辆平行处,该曲线的切线的方向与障碍物车辆的航向相同。
根据一种实施方式,所述装置还包括障碍物车辆变道判断单元(图中未示出),其根据以下公式判断判断障碍物车辆是否会变道:
Offset’=( Offset - Offset pre )/ Δt
offset是指目标车当前时刻偏离道路中心线的距离,Offset pre 指的是前一时刻障碍物车辆偏离道路中心线的距离。Δt是前后两个时刻的时间差值,当根据offset的变化offset’预判自身车辆在第二预定时间t2内会超出筛选边界时,判定障碍物车辆将切出车道。
根据一种实施方式,所述装置还包括自身车辆变道处理单元,其
(1)判断自身车辆是否变道;
(2)向自身车辆变道方向,根据以下公式调整障碍物车辆相对自身车辆的偏移度:
Offset = Offset-width/2
其中,width表示障碍物宽。
(3)向自身车辆变道方向,根据预设的量调整障碍物筛选边界。
本领域技术人员容易理解,可以利用以上对方法的说明来理解本发明的装置。
本领域技术人员容易理解,本发明的方法还可以包括与本发明的装置所完成的功能对应的其他步骤。以上的这些步骤也可以进行精简。
本发明对单元和步骤的标号仅仅是为了说明的方便,除非上下文中有相反的说明,否则不代表其执行的顺序。
本领域的技术人员应该理解,上述的各单元可以由软件或专门的硬件来实现,例如现场可编程门阵列、单片机、或微芯片等,或者也可以通过软件结合硬件的方式来实现。
本发明还提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现本发明的方法。
本发明还涉及一种计算机软件,该计算机软件在被计算装置(例如单片机、电脑、CPU等)执行时,可以实现本发明的方法。
本发明还涉及一种计算机软件存储装置,例如硬盘、软盘、闪存等,该计算机软件存储装置存储有上述的计算机软件。
本发明对方法或步骤的说明可以用于理解对单元或装置的说明,对单元或装置的说明也可以用于理解本发明的方法或步骤。
本发明的车载雷达或车载摄像机应做宽泛的理解,是现在知悉的或未来知悉的各种可以获得障碍物信息的技术手段。
以上说明仅仅是示意性的,不是对本发明的保护范围的限制,在本发明的权利要求范围内的任何改变、替换均在本发明的保护范围内。

Claims (10)

1.一种跟踪目标确定方法,其特征在于,包括以下步骤:
由车载雷达或车载摄像机获得障碍物车辆信息;
确定自身车辆行驶轨迹;
基于自身车辆行驶轨迹确定障碍物筛选边界;
根据所述障碍物车辆信息,确定障碍物车辆相对自身车辆的偏移度;
根据所述偏移度与障碍物筛选边界确定应跟踪的障碍物车辆。
2.根据权利要求1所述的跟踪目标确定方法,其特征在于,对于最靠近自身车辆的中心线的障碍物筛选边界,在行驶方向,距离自身车辆短于自身车辆车速×障碍物监控周期×近端调节系数的距离内,所述障碍物筛选边界的宽度为0.2-0.4车道宽;在距离自身车辆远于自身车辆车速×障碍物监控周期×远端调节系数的距离外,所述障碍物筛选边界的宽度为0.5-0.6车道宽,在距离自身车辆远于自身车辆车速×障碍物监控周期×近端调节系数,但是近于自身车辆车速×障碍物监控周期×远端调节系数的距离范围内,所述障碍物筛选边界的宽度为0.75-0.85车道宽,其中1.5>远端调节系数>近端调节系数>1。
3.根据权利要求1所述的跟踪目标确定方法,其特征在于,确定多个障碍物筛选边界,其中第二个障碍物筛选边界平行于第一个障碍物筛选边界,在车辆行驶方向上,第三个障碍物筛选边界为接近自身车辆位置处宽于远离自身车辆位置的形状,第四个障碍物筛选边界为接近自身车辆位置处窄于远离自身车辆位置的形状,所述障碍物筛选边界以自身车辆的运动轨迹中心对称。
4.根据权利要求1所述的跟踪目标确定方法,其特征在于,如下地确定障碍物车辆相对自身车辆的偏移度:
(1)障碍物车辆处于车道线信息距离范围内的情况下时,根据以下公式计算障碍物车辆相对自身车辆的偏移度
Offset=Offset self +Offset obstacle
其中,
Offset obstacle = Y obstacle— Offset lane
Y obstacle 表示障碍物车辆在自身车辆的坐标系中的Y坐标, Offset lane 表示在障碍物车辆处,车道中心线相对于自身车辆的横向偏移,Offset self 表示自身车辆当前相对于车道中心线的横向偏移;
(2)障碍物车辆处于车道线信息距离范围外时,
(2.1)将车道线边界进行延长,延长的曲线满足条件:在车道线边界与车道线边界延长线的连接点连续,并且车道线边界延长线在障碍物车辆所在位置的切线的方向与障碍物车辆车头的朝向一致;
(2.2)根据以下公式计算障碍物车辆相对自身车辆的偏移度
Offset=Offset self +Offset obstacle
其中,
Offset obstacle = Y obstacle— Offset lane
Y obstacle 表示障碍物车辆在自身车辆坐标系中的Y坐标,Offset lane 表示在障碍物车辆处,车道中心线相对于自身车辆的横向偏移,Offset self 表示自身车辆当前相对于车道中心线的横向偏移,
(3)在没有道路车道线信息或者车道线短于预定距离的情况下,如下地确定障碍物车辆相对自身车辆的偏移度:
(3.1)拟合估计车道线的中心线,并取车道宽度为预定值;
(3.2)利用以下公式计算障碍物车辆相对自身车辆的偏移度
Offset= Y obstacle - Y lane
Offset = Offset×FilterConstant +Offset pre ×(1-FilterConstant)
其中,FilterConstant的值根据当前拟合出的车道线轨迹的曲率确定,曲率越大则FilterConstant取值越大,0<FilterConstant<1,Y lane 是车道线在自身车辆坐标系中障碍物处的Y坐标,
其中,当障碍物在自身车辆左侧时,Y obstacle 为正值,在自身车辆右侧时,Y obstacle 为负值;当自身车辆在车道中心线的左侧时,Offset selfOffset lane为负值,当自身车辆在车道中心线的右侧时,Offset selfOffset lane为正值;当自身车辆在障碍物处的拟合出的自身车辆行驶轨迹左侧的时,Y lane 为负值;在障碍物处的拟合出的自身车辆行驶轨迹在当前自身车辆左侧的时候,Y lane 为正值。
5.根据权利要求4所述的跟踪目标确定方法,其特征在于,所述拟合估计车道线的中心线利用自身车辆运动轨迹的曲率以及曲率变化率,并同时需要满足在与障碍物车辆平行处,该曲线的切线的方向与障碍物车辆的航向相同,其中所述预定距离为自身车辆的车速×障碍物监控周期×0.6。
6.根据权利要求1所述的跟踪目标确定方法,其特征在于,所述方法还包括根据以下公式判断判断障碍物车辆是否会变道:
Offset’=( Offset - Offset pre )/ Δt
offset是指障碍物车辆当前时刻偏离道路中心线的距离,Offset pre 指的是前一时刻障碍物车辆偏离道路中心线的距离,Δt是前后两个时刻的时间差值,
当根据offset的变化offset’预判障碍物车辆在第二预定时间t2内会超出筛选边界时,判定障碍物车辆将切出车道。
7.根据权利要求1所述的跟踪目标确定方法,其特征在于,所述方法还包括:
(1)判断自身车辆是否变道的步骤;
(2)向自身车辆变道方向,根据以下公式调整障碍物车辆相对自身车辆的偏移度:
Offset = Offset-width/2
其中,width表示障碍物宽;
(3)向自身车辆变道方向,根据预设的量调整障碍物筛选边界。
8.一种跟踪目标确定装置,其特征在于,包括:
障碍物车辆信息获得单元,由车载雷达或车载摄像机获得障碍物车辆信息;
自身车辆行驶轨迹确定单元,用于确定自身车辆行驶轨迹;
障碍物筛选边界确定单元,用于基于自身车辆行驶轨迹确定障碍物筛选边界;
障碍物车辆偏移度确定单元,用于根据所述障碍物车辆信息,确定障碍物车辆相对自身车辆的偏移度;
跟踪车辆确定单元,根据所述偏移度与障碍物筛选边界确定应跟踪的障碍物车辆。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述可读存储介质上存储设备控制程序,当所述设备控制程序被处理器执行时,实现如权利要求1至7任一项所述的方法。
CN202210548956.XA 2022-05-20 2022-05-20 跟踪目标确定方法和装置、电子设备和存储介质 Active CN114643988B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210548956.XA CN114643988B (zh) 2022-05-20 2022-05-20 跟踪目标确定方法和装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210548956.XA CN114643988B (zh) 2022-05-20 2022-05-20 跟踪目标确定方法和装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN114643988A true CN114643988A (zh) 2022-06-21
CN114643988B CN114643988B (zh) 2022-10-21

Family

ID=81997853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210548956.XA Active CN114643988B (zh) 2022-05-20 2022-05-20 跟踪目标确定方法和装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114643988B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115661797A (zh) * 2022-12-06 2023-01-31 清华大学 目标跟踪方法、装置及设备
CN115691127A (zh) * 2022-10-26 2023-02-03 智道网联科技(北京)有限公司 障碍物检测方法、装置及电子设备、计算机可读存储介质
CN115771512A (zh) * 2022-12-09 2023-03-10 浙江零跑科技股份有限公司 一种目标选择方法、装置、计算机设备、可读存储介质及机动车
CN118953385A (zh) * 2024-09-10 2024-11-15 上汽通用五菱汽车股份有限公司 目标筛选方法、装置、存储介质和acc系统或其控制单元
CN119927931A (zh) * 2025-04-08 2025-05-06 江西省科技事务中心 一种减小机器人转弯时传感器盲区的控制系统与控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104527644A (zh) * 2014-12-29 2015-04-22 江苏大学 一种自适应巡航系统及方法
CN110758392A (zh) * 2019-10-17 2020-02-07 中通客车控股股份有限公司 一种客车用自主变道控制方法
CN111731289A (zh) * 2020-06-24 2020-10-02 中国第一汽车股份有限公司 跟车控制方法、装置、车辆及存储介质
CN112009473A (zh) * 2020-10-16 2020-12-01 福瑞泰克智能系统有限公司 一种自适应巡航目标选择的方法、装置和计算机设备
CN112572472A (zh) * 2020-12-08 2021-03-30 重庆大学 一种基于Frenet坐标系的自动驾驶碰撞预测方法
CN112644489A (zh) * 2019-10-11 2021-04-13 现代自动车株式会社 车道跟随控制设备和方法
US20210150906A1 (en) * 2019-11-20 2021-05-20 Hyundai Motor Company Apparatus for displaying steering information of preceding vehicle and method thereof
CN114655208A (zh) * 2020-12-04 2022-06-24 上海汽车集团股份有限公司 一种车辆后方障碍车辆的确定方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104527644A (zh) * 2014-12-29 2015-04-22 江苏大学 一种自适应巡航系统及方法
CN112644489A (zh) * 2019-10-11 2021-04-13 现代自动车株式会社 车道跟随控制设备和方法
CN110758392A (zh) * 2019-10-17 2020-02-07 中通客车控股股份有限公司 一种客车用自主变道控制方法
US20210150906A1 (en) * 2019-11-20 2021-05-20 Hyundai Motor Company Apparatus for displaying steering information of preceding vehicle and method thereof
CN112824200A (zh) * 2019-11-20 2021-05-21 现代自动车株式会社 前行车辆转向信息显示装置及其方法
CN111731289A (zh) * 2020-06-24 2020-10-02 中国第一汽车股份有限公司 跟车控制方法、装置、车辆及存储介质
CN112009473A (zh) * 2020-10-16 2020-12-01 福瑞泰克智能系统有限公司 一种自适应巡航目标选择的方法、装置和计算机设备
CN114655208A (zh) * 2020-12-04 2022-06-24 上海汽车集团股份有限公司 一种车辆后方障碍车辆的确定方法及装置
CN112572472A (zh) * 2020-12-08 2021-03-30 重庆大学 一种基于Frenet坐标系的自动驾驶碰撞预测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115691127A (zh) * 2022-10-26 2023-02-03 智道网联科技(北京)有限公司 障碍物检测方法、装置及电子设备、计算机可读存储介质
CN115661797A (zh) * 2022-12-06 2023-01-31 清华大学 目标跟踪方法、装置及设备
CN115661797B (zh) * 2022-12-06 2023-05-09 清华大学 目标跟踪方法、装置及设备
CN115771512A (zh) * 2022-12-09 2023-03-10 浙江零跑科技股份有限公司 一种目标选择方法、装置、计算机设备、可读存储介质及机动车
CN118953385A (zh) * 2024-09-10 2024-11-15 上汽通用五菱汽车股份有限公司 目标筛选方法、装置、存储介质和acc系统或其控制单元
CN119927931A (zh) * 2025-04-08 2025-05-06 江西省科技事务中心 一种减小机器人转弯时传感器盲区的控制系统与控制方法

Also Published As

Publication number Publication date
CN114643988B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN114643988B (zh) 跟踪目标确定方法和装置、电子设备和存储介质
CN110466516B (zh) 一种基于非线性规划的曲线道路自动车换道轨迹规划方法
US9457807B2 (en) Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
US9428187B2 (en) Lane change path planning algorithm for autonomous driving vehicle
CN108639048B (zh) 汽车变道辅助方法、系统以及汽车
JP7149121B2 (ja) 車両制御装置、車両制御方法及び車両制御システム
CN111186443A (zh) 变道路径规划方法、装置、电子设备和计算机可读介质
WO2023050811A1 (zh) 行驶设备控制方法、装置、电子设备、存储介质及计算机程序产品
EP4320020B1 (en) Lane changing based only on local information
CN112567439B (zh) 一种交通流信息的确定方法、装置、电子设备和存储介质
CN116080754B (zh) 一种车辆自主驾驶横向控制方法
CN115900738A (zh) 路径规划方法、装置、车辆以及存储介质
CN115416669B (zh) 一种车辆行驶路面坡度预测方法、系统及其车辆
CN115447615B (zh) 基于车辆运动学模型预测控制的轨迹优化方法
CN114802234A (zh) 一种智能巡航中道路边缘避让方法及系统
CN114291092A (zh) 车辆换道控制方法、装置、电子控制单元及存储介质
CN115303262A (zh) 车辆控制方法、装置、终端设备及计算机可读存储介质
CN111688683A (zh) 车辆行驶状态控制方法、装置、计算机设备和存储介质
KR102509622B1 (ko) 자동주차 시스템 안정성을 보장하는 근사 클로소이드 기반 로컬 경로 생성 방법 및 장치
CN117075619B (zh) 一种局部路径规划方法、装置和介质
WO2022230094A1 (ja) 制御演算装置及び制御演算方法
CN114762011A (zh) 绘制越过车道轮廓的车载驾驶辅助方法和设备
CN114906152A (zh) 车道线构造方法、装置、电子设备和计算机可读存储介质
CN115303288A (zh) 一种车辆控制方法、控制装置及摄像头装置
CN116529142A (zh) 适应于感知的控制系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 324000 Zhejiang Province, Quzhou City, Kecheng District, KaiXuan South Road No.6, Building 2, C Area, 2nd Floor, Room 202

Patentee after: Hongjing Intelligent Driving (Quzhou) Technology Co.,Ltd.

Country or region after: China

Address before: Room B4152, 4th Floor, Building 1 (North), No. 368 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province

Patentee before: Hangzhou Hongjing Zhijia Technology Co.,Ltd.

Country or region before: China

点击 这是indexloc提供的php浏览器服务,不要输入任何密码和下载