[发明专利]一种无人驾驶汽车动态障碍物避撞的方法和系统

权利要求书

1.一种无人驾驶汽车动态障碍物的避撞方法，其特征在于，所述方法包括：

无人驾驶汽车根据人类避撞控制策略或仿真平台测试数据，统计出各种运行状态下发生碰撞的可能性，选择发生碰撞可能性最小的运行参数作为最佳避撞策略，确定模糊控制规则库。

首先对无人驾驶汽车与障碍物之间纵向和横向距离参量进行模糊化处理，将距离分成：小距离、中距离和大距离三个模糊区域。再对无人驾驶汽车的当前运行速度作为模糊输入变量，进行模糊处理，将运动速度分为低速、中速、快速和高速四个模糊区域。而将无人驾驶汽车所采取减速或/和变道操作作为模糊输出变量，也可模糊设定为：速度不变、慢减速、快减速、快减速+变道四个模糊行为。

当无人驾驶汽车在行驶中，检测到前方障碍物在移动时，传感器或图像设备等采集相关信息后，首先将无人驾驶汽车与障碍物之间纵向和横向距离，根据模糊控制规则库，进行逻辑推理，确定一个距离模糊域。再根据该距离模糊域，对无人驾驶汽车运动速度数据，根据模糊控制规则库，进行逻辑推理，确定一种模糊输出的行为或结果。

根据上面输出行为或结果，进行反模糊化，选定一个特定减速加速度或/和左右变道的具体行为，实现与动态障碍物的避撞。

2.根据权利要求1所述无人驾驶汽车根据人类避撞控制策略或仿真平台测试数据，统计出各种运行状态下发生碰撞的可能性，确定模糊控制规则库，其特征还包括：无人驾驶汽车根据确定距离和运行速度情况下，障碍物采取不同移动速度，统计在各种加速度情况下发生碰撞的机率，选择机率最小作为确定最佳控制策略，建立对应的模糊避撞规则库。

3.根据权利要求1所述无人驾驶汽车与障碍物之间纵向和横向距离，根据模糊控制规则库，进行逻辑推理，确定一个距离模糊域。其特征还包括：分别为无人驾驶汽车与障碍物之间纵向和横向距离建立一个三角形的模糊隶属函数。

4.根据权利要求1所述无人驾驶汽车的运动速度作为模糊变量，其特征还包括：分别为无人驾驶汽车运动速度建立一个三角形的模糊隶属函数。

5.根据权利要求1所述模糊输出行为或结果，进行反模糊化操作，其进一步特征：在选择特定减速加速度或/和左右变道操作时，考虑一种有利于无人驾驶汽车与前方障碍物之间最近距离最大化方向操作。

6.一种无人驾驶汽车动态障碍物的避撞系统，其特征在于，所述系统包括：模糊规则库建立模块，信息采集模块、避撞控制模块以及操作执行模块，其中：

模糊规则库建立模块，用于无人驾驶汽车对人类避撞控制策略或无人驾驶仿真平台数据，进行统计和分析，建立无人驾驶汽车模糊规则库。

信息采集模块，用于无人驾驶汽车自身以及其周围环境信息的采集，包括无人驾驶速度、前方障碍物运行状态以及纵横向距离等数据采集。

避撞控制模块，能够根据采集到信息和模糊规则库，进行模糊推理和反模糊化操作，输出相应具体操作行为。

操作执行模块：根据避撞控制模块所输出具体操作行为，执行特定行为动作。