[发明专利]一种基于路面附着系数识别的自适应巡航方法

说明书

本发明涉及一种基于路面附着系数识别的自适应巡航方法，该方法包括以下步骤：1)摄像头拍摄本车前方道路照片，根据预测神经网络模型获得当前行驶路面的路面附着系数μ；2)车载雷达测出本车与前车距离S、前车车速v₁，根据本车车速v₂、S、v₁，分别计算出两车的理论制动距离X₁、X₂；3)假设当前车紧急制动时防止追尾的最小距离作为最小安全距离X，根据X₁、X₂、S₀计算得到X，其中S₀为距离裕值；比较X和S的大小：当S＞X时本车处于安全状态，本车加速到设定车速或者保持设定车速；当S≤X时本车处于危险状态，本车减速至S＞X的状态。本发明可应用于辅助驾驶，能够自动调节车距，保护车辆处于安全状态。

技术领域

本发明涉及无人驾驶技术领域，更具体地说，涉及一种基于路面附着系数识别的自适应巡航方法。

背景技术

随着无人驾驶技术的迅速兴起，无人驾驶辅助系统也开始在一些车上应用。其中自适应巡航系统(Adaptive Cruise Control，简写ACC)在一定的路况条件下能够实现自适应巡航，在一定程度上减少驾驶员反复调整巡航速度的繁琐步骤。自适应巡航系统主要包括自适应巡航距离传感器、自适应巡航控制系统控制器、发动机管理控制器、电子节气门执行器、制动执行器等，ACC通过距离传感器测出汽车的行驶状态和跟车距离，通过电子节气门执行器和制动执行器调整与前车的距离。现有技术已提出多种保持安全距离的新算法，但是这些算法都没有考虑路面的状况。

发明内容

(一)要解决的技术问题

为了解决现有技术的上述问题，本发明提出了一种基于路面附着系数识别的自适应巡航方法。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

设计一种基于路面附着系数识别的自适应巡航方法，该方法包括以下步骤：

1)摄像头拍摄本车前方道路照片，根据路面附着系数预测神经网络模型获得当前行驶路面的路面附着系数μ；

2)车载雷达测出本车与前车距离S、前车车速v₁，根据本车车速v₂、本车与前车距离S、前车车速v₁，分别计算出两车的理论制动距离X₁、X₂；

3)假设当前车紧急制动时防止追尾的最小距离作为最小安全距离X，根据X₁、X₂、S₀计算得到X，其中S₀为距离裕值，是指前车与本车在当前路面状态下以相同的最大减速度制动至两车完全停止时两车的距离；比较X和S的大小：当S＞X时本车处于安全状态，本车加速到设定车速或者保持设定车速；当S≤X时本车处于危险状态，本车减速至S＞X的状态。

在上述方案中：在所述步骤1)中，路面附着系数μ的计算方法如下：1.1)制作训练数据集，采集不同路面状态的图片并进行分类、标注路面附着系数；2.2)基于tensorflow选择相应的分类预测神经网络，对上述处理图片进行大量的训练，保存为pb文件；1.3)本车摄像头拍摄的视频流里每秒拍摄一帧路面图片，应于上述已训练好的预测神经网络模型获得路面附着系数μ。

在上述方案中：在所述步骤3)中，根据汽车理论知识，最小安全距离X的计算方法如下：

设前车制动作用时间为t₀，本车制动反应时间为t₁，本车制动作用时间为t₂；假设前车和本车的路面附着系数相同，紧急制动时最大制动减速度a_max为