[发明专利]一种智能驾驶可行驶区域的确定方法

说明书

本发明提供了一种智能驾驶可行驶区域的确定方法，属于智能驾驶数据融合技术领域。该智能驾驶可行驶区域的确定方法包括：获取车辆的当前位置在行驶路径上的自车曲率以及多条行驶参照线，多条行驶参照线包括动态的参照线；确定车辆的可行驶区域的尺寸；计算每条行驶参照线与其余行驶参照线之间的平行度；根据平行度判断行驶参照线是否异常；若是，删除平行度异常的行驶参照线；根据自车曲率和平行度不异常的目标行驶参照线的测量值确定可行驶路径；根据可行驶区域的尺寸和可行驶路径确定可行驶区域。本发明的智能驾驶可行驶区域的确定方法能够提高所确定出的可行驶区域的准确性，保证智能驾驶功能的正常运行。

技术领域

本发明涉及智能驾驶数据融合技术领域，特别是涉及一种智能驾驶可行驶区域的确定方法。

背景技术

在智能驾驶领域涉及到的关键技术中，智能驾驶系统理解场景具有非常重要的意义。除了常规的结构化道路场景，在车道线本身置信度较低或非结构化道路的场景，智能驾驶系统也应该能够根据环境中的其他要素构建车辆的可行驶区域，正确匹配环境车辆在可行驶区域中的位置，且保持较高的置信度，以确保智能驾驶功能的正常运行。

以十字路口场景为例，车辆在穿过十字路口时会出现车道线丢失的情况，此时已经无法感知到车道线，但仍然可以识别到环境车辆及其他环境信息，智能驾驶车辆应该跟随环境车辆的车流顺利通过十字路口。对于没有车道线的场景，此时横向控制功能已经不能使用，但智能驾驶车辆仍应找到并且跟随前方车辆进行纵向控制，而寻找跟车目标需要先确定自车的可行驶区域，通过分析环境车辆与可行驶区域的相对位置继而确定目标车辆进行跟随。因此构建车辆的可行驶区域是智能驾驶系统理解场景的重要手段之一。

在现有的构建可行驶区域方法中，一般参考的环境信息为静态的车道信息。通常使用卡尔曼滤波器进行环境数据的融合，或者使用最小二乘法进行拟合得到可行驶路径。为了方便拟合或数据融合，大多数可行驶路径的数学表达以三次多项式为主，少数情况下会以分段的三次多项式进行表述。但是，只考虑静态的车道信息所确定出的可行驶区域往往不够准确，可能无法保证智能驾驶功能的正常运行。

发明内容

本发明的一个目的是要提供一种智能驾驶可行驶区域的确定方法，能够提高所确定出的可行驶区域的准确性，保证智能驾驶功能的正常运行。

本发明进一步的一个目的是要使得获取的目标行驶参照线更加准确。

本发明的另一个目的是保证可行驶区域的整体置信度。

本发明的再一个目的是增加系统鲁棒性。

特别地，本发明提供了一种智能驾驶可行驶区域的确定方法，包括：

获取车辆的当前位置在行驶路径上的自车曲率以及多条行驶参照线，多条所述行驶参照线包括动态的参照线；

确定所述车辆的可行驶区域的尺寸；

计算每条所述行驶参照线与其余所述行驶参照线之间的平行度；

根据所述平行度判断所述行驶参照线是否异常；

若是，删除所述平行度异常的所述行驶参照线；

根据所述自车曲率和所述平行度不异常的目标行驶参照线的测量值确定可行驶路径；

根据所述可行驶区域的尺寸和所述可行驶路径确定所述可行驶区域。

可选地，多条所述行驶参照线包括交通车流线、视觉车道线和道路边界线。

可选地，计算每条所述行驶参照线与其余所述行驶参照线之间的平行度的步骤包括：

将每一所述行驶参照线按照预设弧长进行离散；

根据每一所述行驶参照线的各个弧线段对平行度的影响程度计算每一所述行驶参照线与其他所述行驶参照线的所述平行度。