CN110949370A - 自动驾驶车辆的安全监测方法、系统及运动控制系统 - Google Patents

Abstract

本发明涉及智能交通技术领域，提供一种自动驾驶车辆的安全监测方法及系统。所述方法包括：横向控制安全监测步骤，建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系，获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角以作为转角阈值，判断方向盘转角是否大于转角阈值，若是，则将方向盘转角限制在转角阈值，否则正常输出；纵向控制安全监测步骤，针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值，并判断目标加速度是否大于加速度阈值，若是，则将目标加速度限制在加速度阈值，否则正常输出。本发明从横向控制和纵向控制分别出发来设计用于自动驾驶系统的安全监测策略，使设计更具完整性。

Description

自动驾驶车辆的安全监测方法、系统及运动控制系统

技术领域

本发明涉及智能交通技术领域，特别涉及一种自动驾驶车辆的安全监测方法、系统及运动控制系统。

背景技术

自动驾驶(也称无人驾驶、智能驾驶)系统的设计与开发大致可分为四个模块的关键技术：环境感知、数据融合、决策规划和运动控制。一辆自动驾驶车辆要实现自动行驶，首先需要像人一样充分“了解”周围的环境，包括周围车辆、行人、道路标示、道路路面、天气等一切影响驾驶行为的环境信息，即环境感知。其次，自动驾驶系统将采集到的所有传感器信息进行处理，包括提取、筛选、过滤、对比等，最终得到稳定的可真实反映车辆周围环境信息的信号，即数据融合。进而，自动驾驶系统根据融合后的信息做出相应的“判断和规划”，包括保持当前道路行驶、换道、行驶轨迹、行驶速度等内容，即决策规划。最后，自动驾驶系统根据接收的决策指令控制车辆完成相应的动作，包括保持在当前车道内行驶、换道、按规定速度行驶、跟随前车行驶等，即运动控制。

其中，运动控制模块作为自动驾驶系统的底层模块要实现对车辆的控制就必须遵循车辆的“操纵规则”，这样才能保证控制的安全性、稳定性和舒适性。研究汽车操纵运动时，必须研究包括驾驶员特性在内的“驾驶员-汽车”系统。在这一系统中，驾驶员的操纵动作是根据他所感受到的车辆状态而发出的认为适当的操纵量。而对于自动驾驶车辆而言，自动驾驶系统就是“驾驶员”，这个驾驶员需要发出合理的操作指令，才能满足控制的要求。

然而，由于自动驾驶系统各模块的非智能性和非完整性，每个模块都有可能在运行时出现错误。比如，某一传感器的突然故障或者信号异常导致系统的输入异常，从而引起错误的计算，最终得到错误的输出。这一输出可能产生车辆突然转向或者突然制动和加速，这样的错误输出轻则使乘客感觉到不舒适，重则引起车辆的侧滑和侧翻，这样一来就严重违背了自动驾驶系统的开发初衷。因此，为了保证自动驾驶系统控制的安全性，应考虑在自动驾驶系统的运动控制模块中增加“安全监测”功能，以实现对横纵向控制量的安全监测。

但是，目前在车辆的运动控制算法开发中或者是实际的道路测试中，为了保证测试人员的安全和车辆执行机构不被损坏，通常的安全监测方案是直接给对输出的控制量进行极值限制(如，u_min≤u≤u_max，其中u输出值，u_min为输出上限，u_max输出下限)。这种方案虽然能达到一定的监测目的，但是方法过于笼统简单，无法适应不同的工况和不断变化的车辆状态。最终的结果往往是：在一些工况下达不到安全监测的效果；在另一些工况下制约了控制系统的控制作用。也就是说，现有的安全监测方案不能根据不同工况和不同车辆状态对控制量进行安全监测。

发明内容

有鉴于此，本发明旨在提出一种自动驾驶车辆的安全监测方法，以至少部分地解决上述技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种自动驾驶车辆的安全监测方法，包括：

横向控制安全监测步骤，包括：建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系；根据所述对应关系，获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角，将该最大的方向盘转角作为转角阈值；以及实时监测所述方向盘转角，并判断所监测的方向盘转角是否大于所述转角阈值，若是，则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制，否则正常输出所述方向盘转角以用于车辆横向控制；

纵向控制安全监测步骤，包括：针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值；以及实时监测所获取的目标加速度，并判断该目标加速度是否大于所述加速度阈值，若是，则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制，否则正常输出所述目标加速度以用于车辆纵向控制。

进一步的，所述建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括：根据车辆运动学模型及车辆参数，建立所述对应关系为

其中，δ_sw为所述方向盘转角，L为车辆轴距，a_y为所述侧向加速度，u为纵向车速，i为转向系统传动比。

进一步的，所述建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括：根据车辆动力学模型及车辆参数，建立所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系为

其中，a_y为所述侧向加速度，k₁为前轴等效侧偏刚度，k₂为后轴等效侧偏刚度，a为质心到前轴的距离，b为质心到后轴的距离，u为纵向车速，δ为前轮转角；

再根据如下的前轮转角与所述方向盘转角的转换关系确定所述侧向加速度与纵向车速及方向盘转角之间的对应关系：

δ_sw＝δi

其中，δ_sw为方向盘转角，i为转向系统传动比。

进一步的，所述针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值包括：采用以下公式确定所述加速度阈值

其中，TopSpd表示目标车速，VehSpd表示当前车速，b1至b6为依次增大且小于1的常数，a₁₁至a₁₇为依次减小的设定值。

进一步的，在所述横向控制安全监测步骤中，在所述建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系之前，还包括：建立车辆的侧翻稳定性评价指标，该侧翻稳定性评价指标包括车辆的横向载荷转移率；以及确定影响所述侧翻稳定性评价指标的因子作为车辆的稳定性控制目标，包括：确定影响所述横向载荷转移率的因子，该因子包括车辆的侧向加速度；以及将所述侧向加速度作为所述横向载荷转移率对应的所述稳定性控制目标。

相对于现有技术，本发明从自动驾驶系统的横向控制和纵向控制的安全性分别出发，设计了用于自动驾驶系统的安全监测策略，使自动驾驶系统的设计更具完整性。

本发明的另一目的在于提出一种机器可读存储介质，以至少部分地解决上述技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的自动驾驶车辆的安全监测方法。

所述机器可读存储介质与上述安全监测方法相对于现有技术所具有的优势相同，在此不再赘述。

本发明的另一目的在于提出一种自动驾驶车辆的安全监测系统，以至少部分地解决上述技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种自动驾驶车辆的安全监测系统，包括：

横向控制安全监测单元，包括：关系建立模块，用于建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系；第一阈值确定模块，用于根据所述对应关系，获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角，将该最大的方向盘转角作为转角阈值；以及第一监测模块，用于实时监测所述方向盘转角，并判断所监测的方向盘转角是否大于所述转角阈值，若是，则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制，否则正常输出所述方向盘转角以用于车辆横向控制；

纵向控制安全监测单元，包括：第二阈值确定模块，用于针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值；以及第二监测模块，用于实时监测所获取的目标加速度，并判断该目标加速度是否大于所述加速度阈值，若是，则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制，否则正常输出所述目标加速度以用于车辆纵向控制。

进一步的，所述关系建立模块用于建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括：根据车辆运动学模型及车辆参数，建立所述对应关系为

其中，δ_sw为所述方向盘转角，L为车辆轴距，a_y为所述侧向加速度，u为纵向车速，i为转向系统传动比。

进一步的，所述关系建立模块用于建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括：根据车辆动力学模型及车辆参数，建立所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系为

其中，a_y为所述侧向加速度，k₁为前轴等效侧偏刚度，k₂为后轴等效侧偏刚度，a为质心到前轴的距离，b为质心到后轴的距离，u为纵向车速，δ为前轮转角；

再根据如下的前轮转角与所述方向盘转角的转换关系确定所述侧向加速度与纵向车速及方向盘转角之间的对应关系：

δ_sw＝δi

其中，δ_sw为方向盘转角，i为转向系统传动比。

进一步的，所述第二阈值确定模块用于针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值包括：采用以下公式确定所述加速度阈值

其中，TopSpd表示目标车速，VehSpd表示当前车速，b1至b6为依次增大且小于1的常数，a₁₁至a₁₇为依次减小的设定值。

所述安全监测系统与上述安全监测方法相对于现有技术所具有的优势相同，在此不再赘述。

本发明的另一目的在于提出一种自动驾驶车辆的运动控制系统，以至少部分地解决上述技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种自动驾驶车辆的运动控制系统，包括上述的自动驾驶车辆的安全监测系统。

所述运动控制系统与上述安全监测方法相对于现有技术所具有的优势相同，在此不再赘述。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种自动驾驶车辆的安全监测方法的流程示意图；

图2是本发明实施例的横向载荷转移率的物理模型的示意图；

图3是本发明实施例中进行横向控制安全监测的流程示意图；

图4是本发明实施例的实测示例中不同车速下的最大方向盘转角的曲线图；

图5是本发明实施例中进行纵向控制安全监测的流程示意图；

图6是本发明实施例的一种自动驾驶车辆的安全监测系统的结构示意图；以及

图7是本发明实施例的一种自动驾驶车辆的运动控制系统的结构示意图。

附图标记说明：

610、横向控制安全监测单元 620、纵向控制安全监测单元

611、关系建立模块 612、第一阈值确定模块

613、第一监测模块 621、第二阈值确定模块

622、第二监测模块

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。

下面将参考附图并结合实施方式来详细说明本发明。

在介绍本发明实施例之前，先介绍自动驾驶车辆在纵向控制中涉及的三种纵向控制状态，即巡航模式、跟随模式、AEB模式。在其他实施例中，还可以包括起停模式，其是指自动驾驶车辆能够准确控制车辆停靠至预设地点(如收费站、服务区等等)，但起停模式可在跟随模式下实现其功能，故可从属于跟随模式。

1)巡航模式

巡航模式，是指自动驾驶车辆(以下也称为本车)处于动作距离(ActDis_m)以内没有存在前车的巡航状态时，调节自动驾驶车辆可行驶的最高车速，当车速低于最高车速时，自动驾驶车辆加速行驶，反之减速。

2)跟随模式

跟随模式，是指自动驾驶车辆处于本车道内动作距离内存本在前车、且本车在不换道时跟随前车运动的跟随状态时，调节本车车速，在保证安全行车的前提下，使其与前车之间保持一定的安全距离和相对速度，保持稳定地跟随前车行驶的状态。

3)AEB模式

AEB模式，是指在纵向决策发出AEB模式的信号时，自动驾驶车辆以极大减速度进行制动。

图1是本发明实施例的一种自动驾驶车辆的安全监测方法的流程示意图。如图1所示，所述纵向控制安全监测方法可以包括以下两大步骤：

S110，横向控制安全监测步骤。

在车辆横向控制中，侧翻是需要重点注意的控制指标。侧翻稳定性只有20余年的发展历史，但是侧翻引起的人员伤亡和经济损失却是最为严重的。因此，本发明实施例涉及的横向控制主要是侧翻控制，需要先建立车辆的侧翻稳定性评价指标，再对侧翻稳定性评价指标进行安全监测。

研究车辆侧翻，首先需要有一个衡量车辆侧翻危险程度的评价指标，这个指标还需要评判车辆是否达到临界侧翻点。首先，侧翻是指车辆在运动之中绕其行驶方向为轴翻转一个大直角以上，导致车身与地面发生碰撞的危险情况。实际工况下，特别是对于曲线运动引起的车辆侧翻，由于高速运动的车辆存在较大的惯性，当一侧车轮离开地面时绝大多数的情况下车辆都会发生侧翻事故。只有极少数驾驶员驾驶特殊的车辆能够在车轮离地瞬间保持行驶并恢复到稳定状态。所以针对不同的情况，侧翻稳定性的评价指标亦有所不同。

由于高速运动时基本上一侧车轮垂直载荷为0，侧翻事故就会发生，所以研究车辆侧翻需要实时测量高速运动中车辆每个车轮的垂直载荷。但是，车辆运动时候测量车轮上载荷较为困难，所以需要对参数进行变换，且该变换过程即是对单侧车轮离地的整车力学条件进行变换。依据条件变换的不同，最终所用到的评价指标也各不相同。

基于此，本发明实施例中的侧翻稳定性评价指标包括有侧倾角阈值、横向加速度阈值、侧翻时间以及横向载荷转移率(Lateral-load Transfer Rate,LTR)中的一者多者。其中，采用侧倾角阈值和横向加速度阈值可以用来描述车辆的侧翻状态，且这两个指标可以通过静态试验得到。具体地，当车辆运动时通过测量或者计算的方法可以得到不同阶段的侧倾角和横向加速度，将其与阈值作对比，如果越接近等于或者超过阈值则表明越容易发生侧翻。这两个评价指标最大的问题在于需要进行不同车型静态试验以获得其相应参数的闭值。

横向载荷转移率是常用的一种用于表达车轮垂直载荷变化情况的指标，在本发明实施例中，同时还可以用来评价整车的侧翻稳定性。横向载荷转移率是指车辆左右车轮垂直载荷之差与之和的比值，表达式为：

式中，LTR表示所述横向载荷转移率，且F_zl和F_zr分别表示作用于左右车轮的垂直载荷，且满足下式：

F_zl+F_zr＝mg (2)

式(2)中，m为车辆的总质量，g为重力加速度。考虑到车辆的行驶工况，当车辆转弯的时候，弯内轮的垂直载荷减小而弯外轮的垂直载荷相应的增大。根据侧翻的定义，显然：

由于横向载荷转移率的大小与车型以及车辆车体参数等均无关系，并且绝对值都在1左右，容易进行对比，所以适用于所有类型的车辆(包括自动驾驶车辆)，对于研究SUV或者半挂车辆列车等这些易发生侧翻的车型也具有一定的通用性。

在具体实践中，基于上述式(1)至式(3)，可采用Simulink仿真软件建立车辆的防侧翻模型，使得仿真过程能够实时测量一些难以获得的车辆运行参数，如侧倾角，LTR等参数。LTR能够从不同方面评价车辆的防侧翻性能，因此本发明实施例采用LTR这个参数为侧翻稳定性评价指标。

进一步地，在确定侧翻稳定性评价指标之后，需要确定影响所述侧翻稳定性评价指标的因子作为车辆的稳定性控制目标。以LTR为例，首先建立一个可以表达横向载荷转移率LTR受何参数影响的数学模型，其物理模型如图2所示。基于物理模型，在数据模型构建中，假设路面平整，忽略车桥的质量的侧倾并假设前后车轴轮距相同，即B_r＝B_l。假设，簧载质量为m_s，h为质心高度，h_s为质心到侧翻中心的距离，g为重力加速度，Φ为等效的侧倾角，

为等效侧倾刚度，

等效侧倾阻尼，则对车辆的侧倾里侧车轮(图2中里侧车轮为右侧车轮)地面反作用点取力矩平衡方程，可得：

采用同样的方法，对车辆侧倾外侧车轮取矩，可得:

因为Φ较小，取sinΦ＝Φ；在取LTR值时，模型忽略非簧载质量，即取m_s＝m。由式(1)、(2)、(4)以及(5)，可得：

由式(6)可以看出，车辆侧翻的横向载荷转移率会受车辆结构参数以及行驶参数的影响，有效控制这些参数就能够控制车辆的侧翻状态。根据式(6)，要降低LTR的值，可有以下方法：

1)降低车辆质心高度h，从而也使得h_s降低；

2)增大车辆轮距B；

3)减小车辆侧倾角Φ；以及

4)降低车辆侧向加速度a_y。

这四种方法即是侧翻的研究目标。由于一款车型的结构参数在车辆设计阶段就已经被决定了，如方法1)和方法2)的质心高度和车辆轮距这些结构参数在车辆生产之后就不会改变。因此，这两种方法所能够起到的防侧翻控制作用在车辆设计阶段就已经确定，所以用结构参数的优化来控制侧翻的技术属于被动防侧翻技术。侧倾角Φ的大小在侧向加速度一定的情况下主要由车辆的悬架系统等这类决定簧载质量侧倾程度的系数和参数决定，所以需要降低等效侧倾角必须考虑悬架的影响。很显然，侧翻的主要原因是由于a_y超过了极限，使弯道里侧车轮垂直载荷减小到0造成的。车辆侧向加速度a_y由侧向力产生，而对侧向力的控制通常采用主动控制技术，如主动转向、差动制动等，因此控制车辆转弯时候的侧向加速度常常采用以上一种或者几种控制方式。

因此，要降低LTR的值，需要考虑悬架的影响以及选择一种控制侧向力的主动控制技术。由于车辆在设计的时候悬架的类型基本也是确定的，所以本发明实施例对方法3)也不予以考虑。如此，本发明实施例将防侧翻的重点问题定位在减小车辆转弯的侧向加速度上。

据此，在选定侧向加速度作为车辆的稳定性控制目标之后，步骤S110如图3所示，可以进一步包括以下步骤：

步骤S111，建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系。

在第一个优选实施例中，根据车辆运动学模型及车辆参数，建立所述对应关系为：

其中，δ_sw为所述方向盘转角，L为车辆轴距，a_y为所述侧向加速度，u为纵向车速，i为转向系统传动比。

具体地，由运动学原理可知车辆转弯时的侧向加速度：

式中，a_y为车辆侧向加速度，u为纵向车速，R为车辆的转弯半径。

又根据阿克曼转向定理：

式中，δ为前轮偏角，L为车辆轴距。

已知车辆前轮偏角和转向盘角度间满足：

δ_sw＝δi (10)

式中：δ_sw为方向盘转角，δ为前轮偏角，i为转向系统传动比。

根据式(8)、(9)和(10)，可以很容易的建立侧向加速度和纵向车速、方向盘转角之间的对应关系，即上述的式(7)。

在第二个优选实施例中，根据车辆动力学模型及车辆参数，建立所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系为：

其中，a_y为所述侧向加速度，k₁为前轴等效侧偏刚度，k₂为后轴等效侧偏刚度，a为质心到前轴的距离，b为质心到后轴的距离，u为纵向车速，δ为前轮转角。

该式(11)可通过如下过程得到：

首先，将车辆简化为线性二自由度的“自行车模型”进行研究可以有效掌握车辆运动的基本特性。根据建立的二自由度模型：

其中，k₁为前轴等效侧偏刚度，k₂为后轴等效侧偏刚度，a为质心到前轴的距离，b为质心到后轴的距离，m为整车质量，I_Z为转动惯量，u为纵向车速，v为侧向车速，w_r为横摆角速度，δ为前轮转角。

需说明的是，侧向车速v一般较小，且在本发明实施例中，对方向盘转角的影响也较小，因此在一些情况下可只采用纵向车速。

其次，根据最优预瞄理论，假设车辆在道路上总是沿着某一曲线稳态行驶，跟随误差为零，且现处于稳态情况下，则

根据式(12)可得：

由式(12)-式(14)，可得所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系，即上述的式(11)。

在此，第一个优选实施例基于车辆运动学模型建立所述侧向加速度与纵向车速及方向盘转角的关系，

步骤S112，根据所述对应关系，获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角，将该最大的方向盘转角作为转角阈值。

对应步骤S111中的第一个优选实施例，根据式(7)，在不同的车速下给定最大车辆侧向加速a_ymax后，即可求得最大的方向盘转角δ_swmax，计算公式为：

该最大的方向盘转角δ_swmax就是转角阈值。

另外，需控制不同车速下对应的最大的所述侧向加速度小于上述的极限侧向加速度值(优选为0.25g)。

对应步骤S111中的第二个优选实施例，根据式(11)，可得在不同的车速下给定最大车辆侧向加速a_ymax后，即可求得最大的方向盘转角δ_swmax，计算公式为：

步骤S113，实时监测所述方向盘转角，并判断所监测的方向盘转角是否大于所述转角阈值，若是，则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制，否则正常输出所述方向盘转角以用于车辆横向控制。

具体地，自动驾驶系统可利用EPS(Electric Power Steering，电动助力转向系统)来进行横向控制，故在环境感知模块、数据融合模块或决策规划模块获取目标方向盘转角后，在发送至EPS之前利用转角阈值δ_swmax进行限制，当某一时刻计算的目标方向盘转角大于转角阈值则令其等于转角阈值δ_swmax，否则正常输出。

对于横向控制安全监测步骤S110，在此通过示例来说明本发明实施例的横向控制安全监测方法的实测结果。该示例中，按照某款车型设置参数，得到不同车速下的最大方向盘转角的曲线如图4所示，可知车速越大，对应的最大方向盘转角越小，从而可避免因车速过大而发生侧翻。图4示出的实测结果表明，本发明实施例的横向控制安全监测步骤S110可以达到安全监测的目的，尤其在高速工况下可以确保车辆的安全行驶，进而提高了自动驾驶系统的安全性，相比于传统的直接给出极值限制值的方案，更加适应不同的工况和不断变化的车辆状态。

S120，纵向控制安全监测步骤。

本发明实施例中，在进行具体的纵向控制安全监测之前，应首先获取车辆的纵向控制状态和对应的纵向控制算法及通过纵向控制算法计算出的目标加速度。具体过程如下：

首先，获取所述自动驾驶车辆的纵向控制状态。

如上所述，纵向控制状态可包括巡航模式、跟随模式和AEB模式三种。这三种模式由自动驾驶系统的决策规划模块得到，且决策规划模块会将车辆当前所处的纵向控制状态传输给运动控制模块以进行纵向控制，因此本发明实施例中可从决策规划模块或运动控制模块中直接获取到所述自动驾驶车辆的纵向控制状态。

其次，获取针对不同纵向控制状态的纵向控制算法，并获取通过所述纵向控制算法计算出的目标加速度。

其中，运动控制模块在获取到决策规划模块制定的纵向决策后，会采用相应的纵向控制算法来进行纵向控制。而针对巡航模式、跟随模式和AEB模式，纵向控制算法的目的在于计算出合适的目标加速度以保证车辆的稳定运行。因此，本发明实施例可从自动驾驶系统的运动控制模块获取关于纵向控制算法的信息，并实时获取通过所述纵向控制算法计算出的目标加速度。

在一个优选的实施例中，针对巡航模式，纵向控制算法为P控制算法，且基于该P控制算法，采用以下公式计算目标加速度a：

a＝(TopSpd-VehSpd)*Kp

其中，TopSpd表示目标车速，VehSpd表示当前车速，Kp为P控制的比例参数。其中，P控制是指经典PID(Proportion Integration Differentiation，比例-积分-微分)控制中的P控制。

采用P控制，在现有值与目标值相差不大时，可以很好地调节加速度，但当两值相差较大时，通过P控制输出的加速度超出了车辆应该响应的控制范围，故本发明实施例引入了纵向监测策略。

其中，不同的比例参数Kp会有不同的控制效果，若采用不同的速度下不同的比例系数Kp，此比例系数Kp的标定工作将是浩大的工程，且没有统一的评判标准，若研发后期系统的参数及条件发生改变时，此工作又要重新标定，将会耗费大量的人力、物力。因此，本发明实施例采用一种固定比例系数的方式，增加一个巡航模式的监测策略来进行修正，即可完成车辆的巡航控制。

在另一个优选的实施例中，针对跟随模式，纵向控制算法为用于控制所述自动驾驶车辆在所述跟随模式的不同工况下的速度变化的算法，其中该算法与对应工况的关系具体包括：

1)前车速度小于本车速度且前车相对于本车的两车实际距离小于期望距离的第一工况，以及用于控制本车在所述第一工况下以第一加速度进行减速的第一算法；

2)前车速度小于本车速度且前车相对于本车的两车实际距离大于期望距离的第二工况，以及用于控制本车在所述第二工况下以第二加速度进行减速的第二算法；

3)前车速度大于本车速度且前车相对于本车的两车实际距离大于期望距离的第三工况，以及用于控制本车在所述第三工况下以第三加速度进行加速的第三算法；

4)前车速度大于本车速度且前车相对于本车的两车实际距离小于期望距离的第四工况，以及用于控制本车在所述第四工况下以第四加速度进行减速的第四算法；以及

5)前车速度与本车速度之间的速度差在设定的速度阈值范围内且前车相对于本车的两车实际距离在设定的距离阈值范围内的第五工况，以及用于控制本车在所述第五工况下稳定跟随前车行驶的第五算法。

下面具体介绍这五种工况下计算对应目标加速度的方法：

一、第一工况及对应的第一算法

本领域技术人员可理解的，“加速度”不限于示意车辆加速场景，也可示意车辆减速场景，“以加速度进行减速”与“减速度”均可示意车辆减速场景。

另外，在介绍第一算法之前，先引入安全距离(SfDis_m)和制动距离(AEBDis_m)的概念，该安全距离SfDis_m是指本车与前车的速度一样时，两车之间要求保持的最小距离，该制动距离AEBDis_m是指所述自动驾驶车辆从跟随模式切换到AEB模式时两车间的距离阈值。

本发明实施例中，需通过计算TTC(Time to collision，碰撞时间)来计算制动距离AEBDis_m。TTC的计算如下：

式中，VehSpd_kph为本车速度，FroVehSpd_kph为前车速度，RelaDis_m为两车实际距离。

进一步地，采用下式计算制动距离AEBDis_m：

AEBDis_m＝(VehSpd_kph-FroVehSpd_kph)*TTC/3.6(2)

进一步地，采用下式计算安全距离SfDis_m：

SfDis_m＝0.8509*FroVehSpd_kph+c (3)

式中，c为标定量，例如c＝8。

基于上述式(1)-(3)，本发明实施例采用下式计算第一加速度a1：

式中，ExpDis_m为期望距离。

根据式(4)，可分为三种情况计算第一加速度a1，据此可确定第一加速度a1的范围为a1∈[-8，1]，此公式(4)中：

当两车之间的距离为SfDis_m<RelaDis_m<ExpDis_m时，此时

当两车之间的距离为AEBDis_m<RelaDis_m<SfDis_m时，此时

当两车之间的距离为RelaDis_m<AEBDis_m时从跟随模式切换到AEB模式，执行AEB的控制，加速度为-8m/s²。

需说明是，本发明实施例的计算公式中，加速度值带有负号“-”时，表示“以加速度进行减速”或“减速度”。

二、第二工况及对应的第二算法

优选地，采用以下公式计算所述第二加速度a2：

式中，K₁为用于补偿控制算法的延迟影响的常数。具体地，自动驾驶车辆的纵向控制(Vehicle Longitudinal Control，VLC)系统对车辆进行纵向控制时，会有延迟响应，K₁则用于补偿VLC系统的延迟响应。

三、第三工况及对应的第三算法

优选地，采用以下公式计算所述第三加速度a3：

式中，C31-C34表示不同的加速状态，k31-k34表示不同加速状态对应的加速度值。具体地，根据前车车速、前车距离本车的距离等，可将第三工况的加速状态分为C31-C34四种子状态，不同子状态对应相应的加速度，即k31-k34。

四、第四工况及对应的第四算法

优选地，采用以下公式计算所述第四加速度a4：

式中，C41-C44表示不同的减速状态，k41-k44表示不同减速状态对应的加速度值。

五、第五工况及第五算法

其中，第五工况中前车速度与本车速度之间的速度差在设定的速度阈值范围内，以及前车相对于本车的两车实际距离也在设定的距离阈值范围内，从而本车近似匀速地稳定跟随前车行车。

其中，第五法用于控制本车在所述第五工况下稳定跟随前车行驶。

在其他实施例中，在对本车相对于前车的稳定跟随状态要求不高时，第五算法可考虑控制本车以第五加速度a5稳定跟随前车行驶，并且可采用以下公式计算该第五加速度a5：

a5＝(FroVehSpd_kph-VehSpd_kph)*k_p

其中，VehSpd_kph为所述本车速度，FroVehSpd_kph为所述前车速度，k_p为比例系数。

在此基础上，本发明实施例的纵向控制安全监测步骤S120如图5所示，可以包括以下步骤：

步骤S121，针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值。

优选地，采用以下公式确定所述加速度阈值

其中，b1至b7为依次增大且小于1的常数，a₁₁至a₁₇为依次减小的设定值。在示例中，b1至b6以等差序列的方式依次增大，a₁至a₇为以等差序列的方式依次减小，例如b1至b7分别为0.35、0.45、0.55、0.65、0.75、0.85，a₁₁至a₁₇为依次减小的值。

需说明的是，针对AEB模式的加速度阈值的确定与此类似，故不再进行赘述。

在此，可以有效的控制当前车速与目标车速之间的关系，结合成熟驾驶员的对此工况的驾驶风格及行为来进行加速度阈值的设定，保证在实现纵向安全监测的前提下，提高纵向控制的性能。

步骤S122，实时监测所获取的目标加速度，并判断该目标加速度是否大于所述加速度阈值，若是，则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制，否则正常输出所述目标加速度以用于车辆纵向控制。

即，将纵向控制算法加速度与不同车速下对应的加速度阈值相比较，采用两者中较小的值传输给车辆执行机构以执行纵向控制，其中车辆执行机构例如是车身稳定控制单元(ElectronicStabilityProgram，以下简称ESP)、发动机控制模块(Engine ControlModule，以下简称ECM)等等。

具体地，运动控制模块执行相应的纵向控制算法后向ESP或ECM发送指令，以使ESP或ECM进行相应的车身稳定控制或发动机控制。但本发明实施例在运动控制模块与ESP或ECM之间设置了实现上述纵向控制安全监测方法的纵向监测模块，将各个工况下产生的过大加速度(超过了加速度阈值)限制到加速度阈值，使得最终输出至ESP或ECM的目标加速度能够满足ESP及ECM进行控制响应的极限能力。

需说明的是，对于减速情形，适应性地可理解为将各个工况下产生的过低减速度(超过了减速度阈值)限制到减速度阈值，以保证ESP或ECM等车辆执行机构的正常运行。

因此，本发明实施例的纵向控制安全监测步骤S120对运动控制模块输出的加速度进行了监测和限制，从而一方面能够防止车辆突然加速，另一方面能够保证车辆执行机构在其极限能力内正常响应。

综上所述，本发明实施例从自动驾驶系统的横向控制和纵向控制的安全性分别出发，设计了用于自动驾驶系统的安全监测策略，使自动驾驶系统的设计更具完整性。并且，本发明实施例针对横向控制的安全监测策略相比于传统的“一刀切”(即直接给出约束极值)的方法更加合理，针对纵向控制的安全监测策略实时考虑了车辆的纵向控制状态，避免因参数或条件的变化导致纵向控制算法重新标定系数的隐患，使得算法更为方便、快捷，易于后期开发维护。本发明实施例的自动驾驶车辆的安全监测方法或系统所示出的安全策略已经在实车上经过上百次测试验证，能够很好的保证自动驾驶系统的安全性。

图6是本发明实施例的一种自动驾驶车辆的安全监测系统的结构示意图。如图6所示，所述安全监测系统可以包括：

横向控制安全监测单元610，其又进一步包括：关系建立模块611，用于建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系；第一阈值确定模块612，用于根据所述对应关系，获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角，将该最大的方向盘转角作为转角阈值；以及第一监测模块613，用于实时监测所述方向盘转角，并判断所监测的方向盘转角是否大于所述转角阈值，若是，则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制，否则正常输出所述方向盘转角以用于车辆横向控制。

纵向控制安全监测单元620，其又进一步包括：第二阈值确定模块621，用于针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值；以及第二监测模块622，用于实时监测所获取的目标加速度，并判断该目标加速度是否大于所述加速度阈值，若是，则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制，否则正常输出所述目标加速度以用于车辆纵向控制。

可理解的是，图6中示出的连接关系是示例性的，例如横向控制安全监测单元610和纵向控制安全监测单元620也可各自独立。

需说明是，本发明实施例的自动驾驶车辆的安全监测系统的其他实施细节及效果可参考上述关于自动驾驶车辆的安全监测方法的实施例，在此则不再赘述。

图7是本发明实施例的一种自动驾驶车辆的运动控制系统的结构示意图。如图7所示，该运动控制系统包括上述实施例的自动驾驶车辆的安全监测系统。其中，该运动控制系统等于背景技术及上文提及的运动控制模块，在此即是将上述实施例的自动驾驶车辆的运动控制系统集成至自动驾驶系统的运动控制模块中，以丰富其进行横向控制及纵向控制的功能。

具体地，参考图7，运动控制系统可包括横向控制模块和纵向控制模块，而横向控制安全监测单元和纵向控制安全监测单元分别针对横向控制模块和纵向控制模块，横向控制模块和纵向控制模块分别输出的方向盘转角和目标加速度需要经过对应的横向控制安全监测单元和纵向控制安全监测单元的安全监测才能输出底层的车辆执行机构。如此，提高了自动驾驶系统进行运动控制的安全性。

本发明另一实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的自动驾驶车辆的纵向控制安全监测方法。所述机器可读存储介质包括但不限于相变内存(相变随机存取存储器的简称，Phase Change RandomAccess Memory，PRAM，亦称为RCM/PCRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体(Flash Memory)或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种自动驾驶车辆的安全监测方法，其特征在于，所述自动驾驶车辆的安全监测方法包括：

横向控制安全监测步骤，包括：

建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系；

根据所述对应关系，获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角，将该最大的方向盘转角作为转角阈值；以及

实时监测所述方向盘转角，并判断所监测的方向盘转角是否大于所述转角阈值，若是，则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制，否则正常输出所述方向盘转角以用于车辆横向控制；

纵向控制安全监测步骤，包括：

针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值；以及

实时监测所获取的目标加速度，并判断该目标加速度是否大于所述加速度阈值，若是，则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制，否则正常输出所述目标加速度以用于车辆纵向控制。

2.根据权利要求1所述的自动驾驶车辆的安全监测方法，其特征在于，所述建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括：

根据车辆运动学模型及车辆参数，建立所述对应关系为：

其中，δ_sw为所述方向盘转角，L为车辆轴距，a_y为所述侧向加速度，u为纵向车速，i为转向系统传动比。

3.根据权利要求1所述的自动驾驶车辆的安全监测方法，其特征在于，所述建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括：

根据车辆动力学模型及车辆参数，建立所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系为：

其中，a_y为所述侧向加速度，k₁为前轴等效侧偏刚度，k₂为后轴等效侧偏刚度，a为质心到前轴的距离，b为质心到后轴的距离，u为纵向车速，δ为前轮转角；

再根据如下的前轮转角与所述方向盘转角的转换关系确定所述侧向加速度与纵向车速及方向盘转角之间的对应关系：

δ_sw＝δi

其中，δ_sw为方向盘转角，i为转向系统传动比。

4.根据权利要求1所述的自动驾驶车辆的安全监测方法，其特征在于，所述针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值包括：

采用以下公式确定所述加速度阈值

其中，TopSpd表示目标车速，VehSpd表示当前车速，b1至b6为依次增大且小于1的常数，a₁₁至a₁₇为依次减小的设定值。

5.根据权利要求1所述的自动驾驶车辆的安全监测方法，其特征在于，在所述横向控制安全监测步骤中，在所述建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系之前，还包括：

建立车辆的侧翻稳定性评价指标，该侧翻稳定性评价指标包括车辆的横向载荷转移率；以及

确定影响所述侧翻稳定性评价指标的因子作为车辆的稳定性控制目标，包括：确定影响所述横向载荷转移率的因子，该因子包括车辆的侧向加速度；以及将所述侧向加速度作为所述横向载荷转移率对应的所述稳定性控制目标。

6.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1至5中任意一项所述的自动驾驶车辆的安全监测方法。

7.一种自动驾驶车辆的安全监测系统，其特征在于，所述自动驾驶车辆的安全监测系统包括：

横向控制安全监测单元，包括：

关系建立模块，用于建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系；

第一阈值确定模块，用于根据所述对应关系，获取不同车速下给定的最大的所述侧向加速度对应的最大的方向盘转角，将该最大的方向盘转角作为转角阈值；以及

第一监测模块，用于实时监测所述方向盘转角，并判断所监测的方向盘转角是否大于所述转角阈值，若是，则将所述方向盘转角限制在所述转角阈值之后再输出以用于车辆横向控制，否则正常输出所述方向盘转角以用于车辆横向控制；

纵向控制安全监测单元，包括：

第二阈值确定模块，用于针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值；以及

第二监测模块，用于实时监测所获取的目标加速度，并判断该目标加速度是否大于所述加速度阈值，若是，则将所述目标加速度限制在所述加速度阈值之后再输出以用于车辆纵向控制，否则正常输出所述目标加速度以用于车辆纵向控制。

8.根据权利要求7所述的自动驾驶车辆的安全监测系统，其特征在于，所述关系建立模块用于建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括：

根据车辆运动学模型及车辆参数，建立所述对应关系为：

其中，δ_sw为所述方向盘转角，L为车辆轴距，a_y为所述侧向加速度，u为纵向车速，i为转向系统传动比。

9.根据权利要求7所述的自动驾驶车辆的安全监测系统，其特征在于，所述关系建立模块用于建立车辆的侧向加速度与纵向车速及方向盘转角之间的对应关系包括：

根据车辆动力学模型及车辆参数，建立所述侧向加速度与纵向车速、前轮转角及所述车辆参数之间的对应关系为：

其中，a_y为所述侧向加速度，k₁为前轴等效侧偏刚度，k₂为后轴等效侧偏刚度，a为质心到前轴的距离，b为质心到后轴的距离，u为纵向车速，δ为前轮转角；

再根据如下的前轮转角与所述方向盘转角的转换关系确定所述侧向加速度与纵向车速及方向盘转角之间的对应关系：

δ_sw＝δi

其中，δ_sw为方向盘转角，i为转向系统传动比。

10.根据权利要求7所述的自动驾驶车辆的安全监测系统，其特征在于，所述第二阈值确定模块用于针对不同的纵向控制状态，获取不同车速下给定的最大的目标加速度对应的加速度阈值包括：

采用以下公式确定所述加速度阈值

其中，TopSpd表示目标车速，VehSpd表示当前车速，b1至b6为依次增大且小于1的常数，a₁₁至a₁₇为依次减小的设定值。

11.一种自动驾驶车辆的运动控制系统，其特征在于，包括权利要求7-10中任意一项所述的自动驾驶车辆的安全监测系统。

Images