[发明专利]用于车辆自动驾驶的数据处理方法

说明书

本发明公开了一种用于车辆自动驾驶的数据处理方法，包括以下步骤，(1)获取当前采样周期内本车及本车周围车辆的行驶状态数据；(2)结合当前采样周期内本车的行驶状态数据和本车周围车辆的行驶状态数据判断出本车感兴趣车辆；(3)分析所述本车感兴趣车辆的行驶状态数据、且分析的结果用于规划本车未来时刻的行驶机动。本发明用于车辆自动驾驶的数据处理方法，结合本车运行状态和周围车辆的运行状态判断出本车感兴趣车辆，仅仅对本车感兴趣车辆的行驶状态数据做数据分析，并根据数据分析的结果规划本车未来时刻的行驶机动，有效降低数据分析的计算量，降低自动驾驶系统的运行难度和运行成本，有效解决决策延时问题。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种用于车辆自动驾驶的数据处理方法。

背景技术

自动驾驶包括预测、决策、规划和控制四大模块，预测模块根据本车行驶状态和周围车辆行驶状态预测周围车辆在未来一段时间内的轨迹变化，以及发生轨迹变化的概率，轨迹变化包括车辆左变道、右变道、直行。决策模块根据预测模块的预测输出结果、环境信息、导航信息、本车驾驶员行为模块、本车动力学模型等计算本车的下一个期望状态；规划模块根据当前状态以及下一个期望状态规划本车行驶轨迹；控制模块根据规划的行驶轨迹计算相应的油门、制动和转向。预测模块通过环境感知提取本车行驶状态数据和周围车辆行驶状态数据，并基于数据融合分析环境感知提取的相关数据。

目前，一些互联网企业和汽车厂商的自动驾驶系统中，对所有周围车辆的行驶状态数据进行数据融合分析，根据数据融合分析的结果预测周围车辆在未来一段时间内的轨迹变化和发生轨迹变化的概率。这些车辆中不排除有对本车不会产生干扰的周围车辆，即部分周围车辆是本车不感兴趣车辆，这些不感兴趣车辆的行驶状态不但会干扰预测结果，还会大大增加数据融合分析的计算量，增加系统运行难度和运行成本，最终造成决策延时。

发明内容

本发明提供一种用于车辆自动驾驶的数据处理方法，结合本车运行状态和周围车辆的运行状态判断出本车感兴趣车辆，仅仅对本车感兴趣车辆的行驶状态数据做数据分析，并根据数据分析的结果规划本车未来时刻的行驶机动，有效降低数据分析的计算量，降低自动驾驶系统的运行难度和运行成本，有效解决决策延时问题。

为了解决上述技术问题，本发明提供了一种用于车辆自动驾驶的数据处理方法，包括以下步骤，

(1)获取当前采样周期内本车及本车周围车辆的行驶状态数据；

(2)结合当前采样周期内本车的行驶状态数据和本车周围车辆的行驶状态数据判断出本车感兴趣车辆；

(3)分析所述本车感兴趣车辆的行驶状态数据、且分析的结果用于规划本车未来时刻的行驶机动。

本发明一个较佳实施例中，进一步包括，

步骤(1)中，获取本车制动至停止的制动距离S1；

获取位于本车行驶方向后方的车辆行驶速度V₁；

获取位于本车行驶方向后方的车辆制动至停止的制动距离S2；

获取位于本车行驶方向后方的车辆制动反应时间t₁；

获取本车与位于本车行驶方向后方的车辆均制动至停止时两者之间的安全停车距离D1；

获取本车与位于本车行驶方向后方的车辆的初始距离L1；

步骤(2)中，结合所述制动距离S1、行驶速度V₁、制动距离S2、制动反应时间t₁、安全停车距离D1和初始距离L1判断出位于本车后方所有车道内的感兴趣车辆。

本发明一个较佳实施例中，进一步包括，

判断本车后方所有车道内感兴趣车辆的条件为：