[发明专利]一种适用于车辆编队的车辆跟随自动驾驶方法及系统

说明书

本发明提供了一种适用于车辆编队的车辆跟随自动驾驶方法及系统，其中，方法包括：获取车辆编队中待规划车辆的前车车辆的路径和待规划车辆的位置；待规划车辆为车辆编队中的非首车车辆；前车车辆为车辆编队中待规划车辆之前距离待规划车辆最近的车辆；根据前车车辆的路径，利用曲线拟合和均匀内插法确定待规划车辆的目标路径；根据目标路径和待规划车辆的位置，确定待规划车辆与目标路径的偏差；根据偏差，确定控制待规划车辆至目标路径的偏转角。本发明考虑了横向侧倾(横向位移偏差)和旋转因子(横向角度偏)对车辆的影响，能够提高车辆编队自动驾驶横向控制的协调性和路径规划的精度。

技术领域

本发明涉及车队路径规划技术领域，特别是涉及一种适用于车辆编队的车辆跟随自动驾驶方法及系统。

背景技术

队列自动驾驶是利用网联技术将单个车辆构成编队，通过交互协作方式完成车辆编队耦合性运动的自动驾驶策略。现有技术中，队列自动驾驶可通过两种技术实现。第一种是基于队列中单车的横向模型，例如，利用高速公路上铺设的磁性系统，检测单车数据，设计编队横纵向相关性，构建队列模型；在编队中通过单车识别道路，利用道路与单车横向相对位置建立横向模型；基于高精度地图规划目标路径，编队中的单车利用自身绝对定位和相对定位构成的组合定位，建立与目标路径之间的横向模型来实现横向运动控制。此外，还有利用激光雷达、IMU等多传感器融合的SLAM技术实时生成队列车辆的地图，制定行车规划，并结合路径跟踪等解耦控制方法进行横向控制。此类技术的横向模型都是基于队列中的单车而建立，基本能够满足单车横向自动驾驶的功能要求，但并未考虑队列编队的横向耦合性和一致性，通常会因单车的个体误差累积导致队列的横向一致性降低，影响横向控制稳定性和协调性，且控制方法较难适用于大曲线变化的道路。

第二种是利用后车装载的传感器识别前车构建横向模型。例如，利用机器视觉方法检测识别前车，并计算与其相对位置的横向偏差构建横向模型；采用激光雷达和雷达的传感器融合方案，实现了对障碍物和前车的鲁棒性检测，结合基于车道标志检测的数字地图对存在障碍物的车道进行识别等；并结合路径跟踪等解耦控制方法进行横向控制。这种方法对前车进行检测并计算相对位置，相比基于单车自主的横向模型，一定程度上提高了队列的横向耦合性。但是，此类方案要求前方车辆尾部具有明显的特征才能保障横向模型精度，当前方车辆是拖车或者挂车头的情况下，无法进行精确检测。此外，上述方法利用后车前方的传感器检测前车车尾的相关信息，造成前后车的控制点相异，容易降低横向模型准确度，影响横向控制精度和队列耦合性，且控制方法较难适用于大曲线变化的道路。

综上，现有技术在队列自动驾驶横向模型及控制方法上，忽略了队列车辆之间的耦合关系，从横向模型到控制方法上，均容易因队列车辆之间的个体差异，造成误差累积，影响队列在横向上的一致性；在控制方法中，忽略横向侧倾和旋转因子对车辆的影响，在道路曲率变化和高速变化情况下造成控制精度降低。

发明内容

本发明的目的是提供一种适用于车辆编队的车辆跟随自动驾驶方法及系统，能够提高车辆编队自动驾驶和路径规划的精度。

为实现上述目的，本发明提供了如下方案：

一种适用于车辆编队的车辆跟随自动驾驶方法，包括：

获取车辆编队中待规划车辆的前车车辆的路径和所述待规划车辆的位置；所述待规划车辆为车辆编队中的非首车车辆；所述前车车辆为车辆编队中待规划车辆之前距离待规划车辆最近的车辆；

根据所述前车车辆的路径，利用曲线拟合和均匀内插法确定所述待规划车辆的目标路径；

根据所述目标路径和所述待规划车辆的位置，确定所述待规划车辆与所述目标路径的偏差；

根据所述偏差，确定控制所述待规划车辆至所述目标路径的偏转角。

可选的，所述目标路径为：