[发明专利]基于车载盲区视觉场景分析控制转向扭矩的车道辅助方法

说明书

本发明涉及一种基于车载盲区视觉场景分析控制转向扭矩的车道辅助方法：①基于深度卷积神经网络，对车辆盲区视觉场景输入进行车辆以及道路标识线联合分析，输出当前车辆所处车道的边界信息以及相邻车道的同向车辆信息；②估算侧后方车辆以及自身车辆所在车道边界与自身车辆的相对距离，计算自身车辆与盲区车辆预碰撞时间以及自身车辆车道预偏离时间；③通过声音以及图形界面两种交互方式向驾驶者发出分级预警；④用PID控制器通过电子转向系统对车辆进行转向扭矩控制，使得车辆在无变道意图且即将偏离行驶车道或有变道意图且有碰撞风险时能够回到当前行驶车道。本发明能主动避免相应潜在事故的发生，提升车辆自动驾驶的主动安全性能。

技术领域

本发明涉及汽车自动驾驶技术领域，尤其涉及一种基于车载盲区视觉场景分析控制转向扭矩的车道辅助方法。

背景技术

智能化是如今汽车行业发展的重要趋势之一，预计2020～2030期间智能驾驶技术与系统将在世界范围内快速发展。绝大部分整车制造商在智能化领域的技术路线规划稳步从L1级、L2级辅助驾驶系统向L3级及以上级别辅助驾驶系统过渡与升级。对于量产车型而言，辅助驾驶系统的功能集成化程度以及成本是整车企业关注的重点。现有高级辅助驾驶系统在高速场景工况下，大多依据前向以及盲区视觉或毫米波雷达系统输入进行相应预警或辅助车辆控制；在低速场景工况下，大多依据360°环视系统以及超声波雷达系统输入进行相应预警或辅助车辆控制。

现有车道级辅助驾驶系统主要包括车辆变道辅助系统(LCAS)与车道偏离预警系统(LDAS)两类。现有此类量产系统主要以预警应用为主，车辆完全由驾驶者操控。车辆变道辅助系统，对驾驶员有变道意图的情况下在车辆盲区范围内存在快速行驶车辆的情况做出预警，以避免潜在变道交通事故的发生。车道偏离预警系统，对驾驶员无变道意图情况下的车道偏离现象做出预警，从而避免潜在变道交通事故或违规驾驶行为(实线变道)的发生。现有此类量产系统功能是基于不同的视觉系统或毫米波雷达系统输入完成的(LDAS由前向视觉算法实现，LCAS则通过盲区视觉/雷达算法完成)。

现有通过车辆盲区监视实现变道辅助的系统(LCAS)感知方案主要分为两大类：一类基于毫米波雷达，另一类基于视觉系统。其中，基于毫米波雷达的方案相对成本较高，且中近距离物体检测虚报率偏高。基于视觉系统的方案，利用稀疏光流算法聚类具图像ROI区域有相似运动特征的障碍物，算法实时性好，但检测准确性较差，且易受极端天气影响。现有车道偏离预警系统(LDAS)主要基于前视单目相机的图像分析与处理，提取车道线信息、计算预警指标以及做出相应应用决策。综上所述，现有上述两个系统需要基于不同的感知输入，单一系统车道级的辅助驾驶功能应用不完善并且系统输出仅限于L0级的预警应用，在驾驶员对预警信号无法做出正确响应的情况下难以避免潜在交通事故的发生。

发明内容

本发明为了解决上述技术问题，提供一种基于车载盲区视觉场景分析控制转向扭矩的车道辅助方法，能够在无变道意图车辆偏离时或主动变道存在碰撞风险时，通过方向盘扭矩回正控制使车辆回归当前车道，从而避免相应潜在事故的发生，主动安全性好，有效提高中高速工况车辆车道保持以及变道行驶的安全性能。

本发明的上述技术问题主要是通过下述技术方案得以解决的：本发明基于车载盲区视觉场景分析控制转向扭矩的车道辅助方法，包括下列步骤：

①盲区视觉场景输入分析：基于深度卷积神经网络，对车辆盲区视觉场景输入进行车辆以及道路标识线联合分析，输出当前车辆所处车道的边界信息以及相邻车道的同向车辆信息；

②视觉场景分析结果后处理：基于盲区相机安装参数，估算侧后方车辆以及自身车辆所在车道边界与自身车辆的相对距离，计算自身车辆与盲区车辆预碰撞时间以及自身车辆车道预偏离时间；

③转向扭矩控制：用PID控制器通过电子转向系统对车辆进行转向扭矩控制，使得车辆在无变道意图且即将偏离行驶车道时或有变道意图且有碰撞风险时能够回到当前行驶车道。