一种车路协同环境下的自动驾驶横向控制方法

    公开(公告)号:CN112896170B

    公开(公告)日:2022-09-20

    申请号:CN202110131776.7

    申请日:2021-01-30

    Applicant: 同济大学

    Abstract: 本发明涉及一种车路协同环境下的自动驾驶横向控制方法,包括:结合车辆平面运动模型、三维路面高程模型、四分之一车辆模型,建立自动驾驶仿真平台;以烦恼率、垂向加速度变化率、偏角加速度变化率作为舒适性评价指标;以换道时间、车辆与目标车道中心线之间的距离作为安全性评价指标;以此建立自动驾驶奖励函数,基于DDPG结构,构建自动驾驶横向控制模型;将当前的车辆位置与速度、车辆前方路面高程图像和车辆悬架振动状态输入自动驾驶横向控制模型,实时输出得到车道选择数据以及偏角加速度变化率,以此控制自动驾驶车辆的行驶状态。与现有技术相比,本发明能够实时准确控制自动驾驶车辆的换道行为和偏角加速度变化率,可靠地实现车辆横向控制。

    一种面向车路协同的感知信息融合表征及目标检测方法

    公开(公告)号:CN116685873A

    公开(公告)日:2023-09-01

    申请号:CN202180011148.3

    申请日:2021-04-01

    Applicant: 同济大学

    Abstract: 一种面向车路协同的感知信息融合表征及目标检测方法,包含以下步骤:布设路侧激光雷达,为路侧激光雷达配置相应的路侧计算设备;标定路侧激光雷达外参;路侧计算设备根据自动驾驶车辆定位数据和路侧激光雷达外参计算自动驾驶车辆相对于路侧激光雷达的相对位置;路侧计算设备根据相对位置将路侧激光雷达检测到的路侧激光雷达点云偏转至自动驾驶车辆坐标系中,得到偏转点云;路侧计算设备对偏转点云进行体素化处理,得到体素化偏转点云。自动驾驶车辆对车载激光雷达检测到的车载激光雷达点云进行体素化处理得到体素化车载激光雷达点云;路侧计算设备计算体素化偏转点云的体素级特征,得到偏转点云体素级特征。自动驾驶车辆计算体素化车载激光雷达点云体素级特征,得到车载激光雷达点云体素级特征;将各点云体素级特征压缩并传输至计算设备,传输设备可以是自动驾驶车辆、路侧计算设备或是云端。计算设备对车载激光雷达点云体素级特征和偏转点云体素级特征进行数据拼接和数据聚合得到聚合体素级特征;计算设备将聚合体素级特征输入基于体素级特征的三维目标检测网络模型得到目标检测结果;当计算设备为路侧计算设备或是云端时,最后将目标检测结果发送至自动驾驶车辆。

    一种车路协同环境下的自动驾驶横向控制方法

    公开(公告)号:CN112896170A

    公开(公告)日:2021-06-04

    申请号:CN202110131776.7

    申请日:2021-01-30

    Applicant: 同济大学

    Abstract: 本发明涉及一种车路协同环境下的自动驾驶横向控制方法,包括:结合车辆平面运动模型、三维路面高程模型、四分之一车辆模型,建立自动驾驶仿真平台;以烦恼率、垂向加速度变化率、偏角加速度变化率作为舒适性评价指标;以换道时间、车辆与目标车道中心线之间的距离作为安全性评价指标;以此建立自动驾驶奖励函数,基于DDPG结构,构建自动驾驶横向控制模型;将当前的车辆位置与速度、车辆前方路面高程图像和车辆悬架振动状态输入自动驾驶横向控制模型,实时输出得到车道选择数据以及偏角加速度变化率,以此控制自动驾驶车辆的行驶状态。与现有技术相比,本发明能够实时准确控制自动驾驶车辆的换道行为和偏角加速度变化率,可靠地实现车辆横向控制。

Patent Agency Ranking