本发明涉及一种自动驾驶车辆躲避威胁加速度控制方法、装置及存储介质。
背景技术：
近些年来，随着科技的发展，尤其是智能计算的飞速发展，自动驾驶汽车技术研究成为各行业聚焦的热点。麦肯锡发布的“决定未来经济的12项前沿技术”报告探讨了12项前沿技术对未来经济、社会的影响程度，分析估测了2025年12项技术各自的经济与社会影响力，其中自动驾驶汽车技术排在第6位，其2025年影响力估测为：经济效益每年约0.2-1.9万亿美元，社会效益每年可挽回3-15万个生命。
按技术领域划分，自动驾驶可分为感知模块、定位模块、预测模块、控制模块、执行模块。感知模块相当于人的眼睛，通过摄像头、毫米波雷达、激光雷达等传感器实时采集周边环境状态，定位模块用于获取车辆自身位置信息，预测模块是对车辆自身运行轨迹进行预测或对其他车辆、行人、机动车的行为进行轨迹预测，控制是对车辆运动的决策、规划，执行是执行车辆的决策规划命令。
现有技术中，自动驾驶车辆的预测模块大都仅对车辆自身的轨迹预测，未对其他车辆的运行轨迹进行预测。相应地，自动驾驶车辆在车道中行驶时，只是针对自动驾驶车辆所在车道的前方车辆进行防追尾安全控制，未对其他车道突然切入车辆做防追尾安全控制，存在发生碰撞的隐患。
技术实现要素：
本发明的发明目的在于提供一种自动驾驶车辆躲避威胁加速度控制方法、装置及存储介质，能够躲避从其他车道切入的前方切入车辆，有效避免自动驾驶车辆与前方车辆发生碰撞的风险。
基于同一发明构思，本发明具有三个独立的技术方案：
1、一种自动驾驶车辆躲避威胁加速度控制方法，其特征在于：
感知模块获取自动驾驶车辆所在车道的前方车辆运行信息和其他车道车辆运行信息；
预测模块预测其他车道的车辆运行轨迹，并预测切入到自动驾驶车辆所在车道的前方切入车辆运行信息；
控制模块根据自动驾驶车辆所在车道的前方车辆运行信息，计算自动驾驶车辆所需的防追尾加速度a0；根据预测的前方切入车辆运行信息，计算自动驾驶车辆所需的躲避切入威胁加速度aq，取防追尾加速度a0和躲避切入威胁加速度aq中的最小值，做为自动驾驶车辆当前所需加速度。
进一步地，当s1–s0–safe_s>thres时，式中，s1为前方车辆当前纵向位置，s0为自动驾驶车辆当前纵向位置，safe_s为安全距离，thres为设定的阈值；控制模块不需计算自动驾驶车辆所需的防追尾加速度a0，直接将躲避切入威胁加速度aq做为自动驾驶车辆当前所需加速度。
进一步地，当0≤s1–s0–safe_s<thres，且v0>v1时，式中，v0为自动驾驶车辆当前车速，v1为前方车辆当前车速；
计算自动驾驶车辆所需理想加速度ax，将理想加速度ax做为防追尾加速度a0；自动驾驶车辆以理想加速度ax运行下，能够在t时刻满足如下条件：
s1–s0＝safe_s,且v0t＝v1t，式中，v0t为自动驾驶车辆t时刻车速，v1t为前方车辆t时刻车速。
进一步地，当s1–s0–safe_s<0，且v0>v1时，计算自动驾驶车辆所需理想加速度ax，将理想加速度ax做为防追尾加速度a0。
进一步地，当s1–s0–safe_s<0，且v0<＝v1时，计算自动驾驶车辆所需加速度ay，将加速度ay做为防追尾加速度a0；自动驾驶车辆以加速度ay运行下，能够在t_to_safe时刻满足条件：s1–s0＝safe_s。
进一步地，自动驾驶车辆所需的躲避切入威胁加速度aq通过如下方法获得，
计算自动驾驶车辆所需的加速度az1,自动驾驶车辆以加速度az1运行下,能够在tq时刻满足条件：自动驾驶车辆的车速与前方切入车辆的车速相同；所述tq时刻是指，前方切入车辆切入到自动驾驶车辆所在车道的时刻；
计算自动驾驶车辆所需的加速度az2,自动驾驶车辆以加速度az2运行下,能够在tq时刻满足条件：自动驾驶车辆与前方切入车辆的距离等于安全距离safe_s；
取加速度az1和加速度az2中的最小值做为自动驾驶车辆所需的躲避切入威胁加速度aq。
进一步地，预测模块预测其他车道的车辆运行轨迹时，采用曲线生成算法。
进一步地，预测模块预测其他车道的车辆运行轨迹前，基于该车辆的历史位置、速度、加速度方向信息和车辆当前的位置、速度、加速度方向信息，首先判断该车辆的横向意图。
2、一种基于历史信息的车辆轨迹预测装置，其特征在于，包括：
感知模块，所述感知模块用于获取自动驾驶车辆所在车道的前方车辆运行信息和其他车道车辆运行信息；
预测模块，所述预测模块用于预测其他车道的车辆运行轨迹，并预测切入到自动驾驶车辆所在车道的前方切入车辆运行信息；
控制模块，用于实现上述的方法。
3、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于：所述计算机程序在被处理器执行时实现上述的方法。
本发明具有的有益效果：
本发明预测模块预测其他车道的车辆运行轨迹，并预测切入到自动驾驶车辆所在车道的前方切入车辆运行信息；控制模块根据自动驾驶车辆所在车道的前方车辆运行信息，计算自动驾驶车辆所需的防追尾加速度a0；根据预测的前方切入车辆运行信息，计算自动驾驶车辆所需的躲避切入威胁加速度aq，取防追尾加速度a0和躲避切入威胁加速度aq中的最小值，做为自动驾驶车辆当前所需加速度。本发明可以使自动驾驶车辆不仅躲避当前车道的前方车辆威胁，还可躲避由其他车道切入的前方切入车辆威胁，从而实现比一般自动驾驶(只躲避前车)更加安全的自动驾驶。
附图说明
图1是本发明方法的总体流程图；
图2是本发明预测模块预测其他车道的车辆运行轨迹的流程图；
图3是本发明控制模块计算自动驾驶车辆当前所需加速度的流程图。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。
实施例一：
自动驾驶车辆躲避威胁加速度控制方法
(一)感知模块获取信息
如图1所示，感知模块获取自动驾驶车辆所在车道的前方车辆运行信息和其他车道车辆运行信息。具体包括车辆信息、道路信息等，得到这些信息之后，预测模块会先对车辆信息和道路信息进行结合，找出每个车辆属于哪个车道，类似于一个道路信息的鸟瞰图。
(二)预测模块预测前方切入车辆运行信息
如图1、图2所示，预测模块预测其他车道的车辆运行轨迹，并预测切入到自动驾驶车辆所在车道的前方切入车辆运行信息，具体通过如下方法实现：
首先，确定车辆的横向意图，换句话说，车辆未来是想在自己道上继续行驶，还是变道进入到别的车道中。判断时，基于该车辆的历史位置、速度、加速度方向信息(从缓存的历史环境信息中得到)和该车辆当前的位置、速度、加速度方向信息。例如，一辆车在当前时刻之前的2秒内，一直在往左偏移，当前时刻车头已非常接近它的车道边缘，并且当前时刻车头朝向左侧，那么这辆车未来进行向左变道的概率将会非常大。横向意图的最终结果会是(意图，概率)组合。例如，(向左，80％)，(直行，10％)，(向右，10％)。
得到车辆未来横向意图后，预测模块预测车辆的未来轨迹，本实施例中，未来轨迹预测是基于规则的曲线生成算法。
曲线生成算法：
对于每一条曲线，采用横向纵向分别处理的方式。对于横向，使用位置关于时间的5次多项式：横向位移＝a0+a1*t+a2*(t^2)+a3*(t^3)+a4*(t^4)+a5*(t^5)，其中t代表时间。这样有a0到a56个未知数。下面介绍如何求出这6个未知数。
正常人驾驶，如果要变道，最后基本会到达目标道路的道路中心，并且变道结束后，车会沿着目标道路前进，车头会基本与目标道路平行，在横向基本没有速度和加速度。所以我们假设轨迹最后会到达意图所指向的目标道路的道路中心，并且在终点时刻横向速度和加速度为0。因为最后到达了目标道路的中心，所以未来轨迹终点相对于目标道路的横向位移为0。这样我们就知道未来轨迹终点相对于目标道路的横向位移，速度，加速度。而又可以通过感知到的结果得知当前时刻车的横向位移，速度，加速度，这样就可以有6个方程，即可求出上面的6个未知数(t0表示当前时刻，t1表示采样的横向意图时间):
当前横向位移＝a0+a1*t0+a2*(t0^2)+a3*(t0^3)+a4*(t0^4)+a5*(t0^5)
当前横向速度＝当前横向位移的一阶导数＝a1+2*a2*t0+3*a3*(t0^2)+4*a4(t0^3)+5*a5*(t0^4)
当前横向加速度＝当前横向位移的二阶导数＝2*a2+6*a3*t0+12*a4*(t0^2)+20*a5*(t0^3)
终点横向位移＝0＝a0+a1*t1+a2*(t1^2)+a3*(t1^3)+a4*(t1^4)+a5*(t1^5)
终点横向速度＝终点横向位移的一阶导数＝0＝a1+2*a2*t1+3*a3*(t1^2)+4*a4(t1^3)+5*a5*(t1^4)
终点横向加速度＝终点横向位移的二阶导数＝0＝2*a2+6*a3*t1+12*a4*(t1^2)+20*a5*(t1^3)
对于纵向，不好假设未来轨迹的终点的纵向位移，根据正常人驾驶习惯，比较好假设的是未来轨迹终点的纵向速度与当前速度相等，终点的加速度为0(例如向左变道，已经变道完成后，正常人一般会选择匀速驾驶)。这样就只有5个方程(相比横向少了终点位移的那个方程)，所以纵向使用的是位移关于时间的4次多项式：
纵向位移＝a0+a1*t+a2*t^2+a3*t^3+a4*t^4；
得到横纵向两个多项式之后，即可得到t0到t1中任一时刻车的横向位移和纵向位移，横向速度和纵向速度(对多项式求一阶导数求得)，横向加速度和纵向加速度(对多项式求二阶导数求得)，即可得到一条从t0时刻开始终止于t1时刻的轨迹。
对于每辆车，通过数学曲线公式和周围环境情况，采样不同的意图完成时间，对每个横向意图拟合出多条可能轨迹，然后从这些轨迹中选出最为合理的一条作为每个车辆对于每个横向意图的最终轨迹。“轨迹合理”定义为轨迹更贴近车辆的历史驾驶风格。
(三)控制模块计算自动驾驶车辆当前所需加速度
如图1、图3所示，控制模块根据自动驾驶车辆所在车道的前方车辆运行信息，计算自动驾驶车辆所需的防追尾加速度a0；根据预测的前方切入车辆运行信息，计算自动驾驶车辆所需的躲避切入威胁加速度aq，取防追尾加速度a0和躲避切入威胁加速度aq中的最小值，做为自动驾驶车辆当前所需加速度。
计算自动驾驶车辆所需的防追尾加速度a0，通过如下方法实现：
当s1–s0–safe_s>thres时，式中，s1为前方车辆当前纵向位置，s0为自动驾驶车辆当前纵向位置，safe_s为安全距离，thres为设定的阈值；控制模块不需计算自动驾驶车辆所需的防追尾加速度a0，直接将躲避切入威胁加速度aq做为自动驾驶车辆当前所需加速度。
当0≤s1–s0–safe_s<thres，且v0>v1时，式中，v0为自动驾驶车辆当前车速，v1为前方车辆当前车速；计算自动驾驶车辆所需理想加速度ax，将理想加速度ax做为防追尾加速度a0；自动驾驶车辆以理想加速度ax运行下，能够在t时刻满足如下条件：
s1–s0＝safe_s,且v0t＝v1t，式中，v0t为自动驾驶车辆t时刻车速，v1t为前方车辆t时刻车速，即，自动驾驶车辆车速与前方车辆车速相同，且自动驾驶车辆与前方车辆之间的距离为安全距离。
理想加速度ax计算方法：
假设当前时刻为0，并假设在未来时间t时刻，自动驾驶车与前车恰好保持安全距离并且速度等于前车。那么t与ax需满足v0+ax*t＝v1+a1*t，使自动驾驶车满足在t时刻与前车速度相等；t与ax还需满足能够使自动驾驶车t时刻与前车恰好保持安全距离从当前时刻到t时刻前车匀加速行驶的距离s11＝v1*t+0.5*a1*t*t；从当前时刻到t时刻自动驾驶车以ax的加速度匀加速行驶的距离s01＝v0*t+0.5*ax*t*t；所以s01–s11＝两车当前距离-safe_s，由上述方程可计算获得ax、t的值。
当s1–s0–safe_s<0，且v0>v1时，计算自动驾驶车辆所需理想加速度ax，将理想加速度ax做为防追尾加速度a0。理想加速度ax的计算方法同上。
当s1–s0–safe_s<0，且v0<＝v1时，计算自动驾驶车辆所需加速度ay，将加速度ay做为防追尾加速度a0；自动驾驶车辆以加速度ay运行下，能够在t_to_safe时刻满足条件：s1–s0＝safe_s。
自动驾驶车辆所需的躲避切入威胁加速度aq，通过如下方法获得：
计算自动驾驶车辆所需的加速度az1,自动驾驶车辆以加速度az1运行下,能够在tq时刻满足条件：自动驾驶车辆的车速与前方切入车辆的车速相同；所述tq时刻是指，前方切入车辆切入到自动驾驶车辆所在车道的时刻；
计算自动驾驶车辆所需的加速度az2,自动驾驶车辆以加速度az2运行下,能够在tq时刻满足条件：自动驾驶车辆与前方切入车辆的距离等于安全距离safe_s；
取加速度az1和加速度az2中的最小值做为自动驾驶车辆所需的躲避切入威胁加速度aq。
在tq时刻，如果前方切入车辆与自动驾驶车辆之间的距离大于为设定的阈值thres时，则不需要计算躲避切入威胁加速度aq。
实施例二：
基于历史信息的车辆轨迹预测装置
包括感知模块，所述感知模块用于获取自动驾驶车辆所在车道的前方车辆运行信息和其他车道车辆运行信息。感知模块包括摄像头、毫米波雷达、激光雷达等传感器，实时采集周边环境状态，还包括定位模块，用于获取车辆自身位置信息。
预测模块，所述预测模块用于预测其他车道的车辆运行轨迹，并预测切入到自动驾驶车辆所在车道的前方切入车辆运行信息。
控制模块，用于实现实施例一所述的方法。根据自动驾驶车辆所在车道的前方车辆运行信息，计算自动驾驶车辆所需的防追尾加速度a0；根据预测的前方切入车辆运行信息，计算自动驾驶车辆所需的躲避切入威胁加速度aq，取防追尾加速度a0和躲避切入威胁加速度aq中的最小值，做为自动驾驶车辆当前所需加速度。
实施例三：
计算机可读存储介质
所述计算机可读存储介质上存储有计算机程序，所述计算机程序在被处理器执行时实现实施例一所述的方法，计算获得自动驾驶车辆当前所需加速度。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
技术特征：
1.一种自动驾驶车辆躲避威胁加速度控制方法，其特征在于：
感知模块获取自动驾驶车辆所在车道的前方车辆运行信息和其他车道车辆运行信息；
预测模块预测其他车道的车辆运行轨迹，并预测切入到自动驾驶车辆所在车道的前方切入车辆运行信息；
控制模块根据自动驾驶车辆所在车道的前方车辆运行信息，计算自动驾驶车辆所需的防追尾加速度a0；根据预测的前方切入车辆运行信息，计算自动驾驶车辆所需的躲避切入威胁加速度aq，取防追尾加速度a0和躲避切入威胁加速度aq中的最小值，做为自动驾驶车辆当前所需加速度。
2.根据权利要求1所述的自动驾驶车辆躲避威胁加速度控制方法，其特征在于：
当s1–s0–safe_s>thres时，式中，s1为前方车辆当前纵向位置，s0为自动驾驶车辆当前纵向位置，safe_s为安全距离，thres为设定的阈值；
控制模块不需计算自动驾驶车辆所需的防追尾加速度a0，直接将躲避切入威胁加速度aq做为自动驾驶车辆当前所需加速度。
3.根据权利要求2所述的自动驾驶车辆躲避威胁加速度控制方法，其特征在于：
当0≤s1–s0–safe_s<thres，且v0>v1时，式中，v0为自动驾驶车辆当前车速，v1为前方车辆当前车速；
计算自动驾驶车辆所需理想加速度ax，将理想加速度ax做为防追尾加速度a0；自动驾驶车辆以理想加速度ax运行下，能够在t时刻满足如下条件：
s1–s0＝safe_s,且v0t＝v1t，式中，v0t为自动驾驶车辆t时刻车速，v1t为前方车辆t时刻车速。
4.根据权利要求3所述的自动驾驶车辆躲避威胁加速度控制方法，其特征在于：当s1–s0–safe_s<0，且v0>v1时，计算自动驾驶车辆所需理想加速度ax，将理想加速度ax做为防追尾加速度a0。
5.根据权利要求3所述的自动驾驶车辆躲避威胁加速度控制方法，其特征在于：当s1–s0–safe_s<0，且v0<＝v1时，计算自动驾驶车辆所需加速度ay，将加速度ay做为防追尾加速度a0；自动驾驶车辆以加速度ay运行下，能够在t_to_safe时刻满足条件：s1–s0＝safe_s。
6.根据权利要求1所述的自动驾驶车辆躲避威胁加速度控制方法，其特征在于，自动驾驶车辆所需的躲避切入威胁加速度aq通过如下方法获得，
计算自动驾驶车辆所需的加速度az1,自动驾驶车辆以加速度az1运行下,能够在tq时刻满足条件：自动驾驶车辆的车速与前方切入车辆的车速相同；所述tq时刻是指，前方切入车辆切入到自动驾驶车辆所在车道的时刻；
计算自动驾驶车辆所需的加速度az2,自动驾驶车辆以加速度az2运行下,能够在tq时刻满足条件：自动驾驶车辆与前方切入车辆的距离等于安全距离safe_s；
取加速度az1和加速度az2中的最小值做为自动驾驶车辆所需的躲避切入威胁加速度aq。
7.根据权利要求1至6任何一项所述的自动驾驶车辆躲避威胁加速度控制方法，其特征在于：预测模块预测其他车道的车辆运行轨迹时，采用曲线生成算法。
8.根据权利要求7所述的自动驾驶车辆躲避威胁加速度控制方法，其特征在于：预测模块预测其他车道的车辆运行轨迹前，基于该车辆的历史运行速度、加速度方向和车辆当前的速度、加速度方向，首先判断其横向意图。
9.一种基于历史信息的车辆轨迹预测装置，其特征在于，包括：
感知模块，所述感知模块用于获取自动驾驶车辆所在车道的前方车辆运行信息和其他车道车辆运行信息；
预测模块，所述预测模块用于预测其他车道的车辆运行轨迹，并预测切入到自动驾驶车辆所在车道的前方切入车辆运行信息；
控制模块，用于实现权利要求1至6任何一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于：所述计算机程序在被处理器执行时实现权利要求1至6任何一项所述的方法。
技术总结
本发明涉及一种自动驾驶车辆躲避威胁加速度控制方法、装置及存储介质，感知模块获取自动驾驶车辆所在车道的前方车辆运行信息和其他车道车辆运行信息；预测模块预测其他车道的车辆运行轨迹，并预测切入到自动驾驶车辆所在车道的前方切入车辆运行信息；控制模块根据自动驾驶车辆所在车道的前方车辆运行信息，计算自动驾驶车辆所需的防追尾加速度a0；根据预测的前方切入车辆运行信息，计算自动驾驶车辆所需的躲避切入威胁加速度aq，取防追尾加速度a0和躲避切入威胁加速度aq中的最小值，做为自动驾驶车辆当前所需加速度。本发明能够躲避从其他车道切入的前方切入车辆，有效避免自动驾驶车辆与前方车辆发生碰撞的风险。
技术研发人员：赵琛;江頔;张笑枫;李垚;王超;韩坪良
受保护的技术使用者：苏州智加科技有限公司
技术研发日：.11.29
技术公布日：.02.21
