[发明专利]无人驾驶应急场景下避险/降损控制方法、存储介质和电子装置

权利要求书

1.一种无人驾驶应急场景下避险/降损控制方法，其特征在于，包括以下步骤，

获取自车周围物体信息，构建自车与周围物体的相对位置信息与相对运动信息，作为当前时刻的环境变量，并对下一时刻的所述环境变量进行预测；所述当前时刻的环境变量为

E_i(t)＝[X_i(t)，Y_i(t)，V_Xi(t)，V_Yi(t)，θ_i(t)，W_i(t)]

式中，Xi(t)和Yi(t)分别为物体在车辆坐标系中所处的横纵坐标值，Vxi(t)和Vyi(t)分别为物体在车辆坐标系中沿X轴方向与Y轴方向的运动速度，θ_i(t)为相邻车道车辆重心点与自车重心点连线相对于X轴的角度，W_i(t)为周围车辆的重量信息，i表示不同周围车辆的编号；

根据当前时刻的所述环境变量建立环境约束，所述环境约束包括自车与周围物体的最大横向距离约束、最小横向距离约束、换道安全距离约束和最大侧向加速度约束；

根据当前时刻的环境变量和环境约束，进行碰撞预测，具体是：进行制动避撞临界判断，若避撞临界系数B1，自车处于安全行驶状态或通过制动可以避免追尾碰撞，B＝1时，自车达到最迟制动避免追尾碰撞点，B1时，自车无法通过制动避免追尾碰撞，需进行换道避撞临界判断；所述换道避撞临界判断是指若换道临界系数S1时，自车处于安全行驶状态或通过换道可以避免追尾碰撞，S＝1时，自车达到最迟换道避免追尾碰撞点，S1时，即自车无法通过换道避免追尾碰撞，需进行危险评估决策，评估自车周围环境，决策出损害系数最低的路径，具体为，根据相对速度指数I(ΔV)、碰撞角度指数I(θ)和相对质量指数I(M)，决策出最低损害路径引入损害系数

I＝f(ΔV,θ,M)＝k₁I(ΔV)+k₂I(θ)+k₃I(M)

I＝I_min

式中，ΔV为自车与周围物体纵向相对速度，θ为碰撞角度，M为周围车辆质量，k₁、k₂、k₃为权重系数，且满足k₁+k₂+k₃＝1，I_min为最小损害系数。

2.根据权利要求1所述的无人驾驶应急场景下避险/降损控制方法，其特征在于，所述获取自车周围物体信息具体为，通过自车载有的雷达和传感器采集周围物体的位置信息、运动状态信息和大小信息。

3.根据权利要求1所述的无人驾驶应急场景下避险/降损控制方法，其特征在于，所述避撞临界系数d_x为两车制动过程相对位移，d_x0，bmin为最迟制动避撞时自车与物体的距离。

4.根据权利要求1所述的无人驾驶应急场景下避险/降损控制方法，其特征在于，所述换道临界系数其中d_x为两车制动过程相对位移，d_x0，smin为允许驾驶员最迟换道避撞时自车与物体的距离。

5.根据权利要求1所述的无人驾驶应急场景下避险/降损控制方法，其特征在于，在行车过程中还包括自车规划行车轨迹，并进行轨迹跟踪控制的步骤。

6.根据权利要求5所述的无人驾驶应急场景下避险/降损控制方法，其特征在于，所述规划行车轨迹采用基于S函数的避让路径规划方法，具体为

式中，a、c、B为三个曲线参数，X、Y分别是车辆质心在大地坐标系中的横、纵坐标，a为避让曲线的倾斜程度，代表避让的紧急程度；c为纵向避让总距离；B为侧向避让总距离，为避让曲线转向终点的横坐标值。

7.根据权利要求5所述的无人驾驶应急场景下避险/降损控制方法，其特征在于，所述轨迹跟踪控制具体为，根据参考侧向位移、参考横摆角及车辆反馈的侧向位移、横摆角信息，优化出前轮转角和总横摆力矩，并将总横摆力矩进行单轮制动力分配，控制车辆完成高速紧急避让路径跟踪。