[发明专利]基于驾驶员行为学习和周边环境的自学习跟车系统及方法

说明书

本发明公开了一种基于驾驶员行为学习和周边环境的自学习跟车系统及方法，所述系统包括外部环境感知模块和域控制器，所述外部环境感知模块能够采集道路类型信息、周围目标车辆的距离和时距信息以及车道线信息，并将上述信息输出到域控制器内，域控制器的目标融合单元进行目标感知融合后输出各个车道的车流信息、目标类型和距离以及道路环境信息，并在驾驶员在不同道路环境下行驶时，域控制器依据本车的外部环境感知模块所采集信息判定本车所对应的道路环境和车流情况后，实时采集本车与目标车辆的时距和距离，判断驾驶员跟车距离和/或跟车距离，最后，再通过域控制器根据当前车辆所处的道路工况和目标车辆类型，匹配驾驶员跟车时距或跟车距离。

技术领域

本发明属于智能辅助驾驶领域，具体涉及基于驾驶员行为学习和周边环境的自学习跟车系统及方法。

背景技术

随着汽车智能驾驶技术的发展，越来越多的驾驶辅助技术在乘用车上量产，驾驶辅助技术的集成度越来越高。驾驶辅助技术是辅助驾驶员驾驶的安全技术，提升驾驶安全性和舒适性。随着驾驶辅助技术的普及，对于驾驶辅助技术的连续性在不断提高。

目前，主流的驾驶辅助，智能驾驶系统跟随前车的跟车距离一般由驾驶员主动设定，在整个跟车过程中系统无法根据道路环境调整跟车距离，导致车辆存在低速跟车较远，复杂环境下被频繁加塞的情况；高速跟车过近，需要驾驶员主动调节，此过程中，用户体验较差。

为了解决上述问题，公开号为10964939的中国专利公开了一种自动驾驶汽车自主跟车系统及方法，包括环境感知系统、主控制系统和跟车决策系统，所述环境感知系统检测汽车的环境信息并传输获得的信号给主控制系统和跟车决策系统，主控制系统和跟车决策系统根据环境感知系统探测到的信息，控制汽车行驶。同时，中国专利还公开了一种具有驾驶风格学习能力的自适应巡航系统及实现方法，主要描述的是如何获取单一驾驶员的驾驶风格，直接匹配到巡航系统，与本专利基于不同道路类型、不同车速、不同交通流匹配驾驶员的不同的跟车时距。但是，上述两种跟车方法都无法根据不同道路类型和道路环境，实时调整跟车时距。

发明内容

针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种能够根据驾驶员在不同道路类型和环境下跟车距离，根据驾驶员驾驶风格进行匹配，自适应调整跟车时距的自学习跟车系统及方法。

为了解决上述技术问题，本发明采用了如下的技术方案：

一种基于驾驶员行为学习和周边环境的自学习跟车系统，其特征在于，它包括外部环境感知模块和域控制器，所述外部环境感知模块能够采集道路类型信息、周围目标车辆的距离和时距信息以及车道线信息，并将上述信息输出到域控制器内，通过域控制器的目标融合单元进行目标感知融合后输出各个车道的车流信息、目标类型和距离以及道路环境信息，并在驾驶员在不同道路环境下行驶时，域控制器依据本车的外部环境感知模块所采集信息判定本车所对应的道路环境和车流情况，然后，通过外部环境感知模块实时采集本车与目标车辆的时距和距离，通过域控制器的逻辑判断模块判断驾驶员跟车距离和/或跟车距离，最后，再通过域控制器根据当前车辆所处的道路工况和目标车辆类型，匹配驾驶员跟车时距或跟车距离。

该系统可提升智能驾驶系统与驾驶员驾驶风格的匹配程度，可提升驾驶员对于系统的使用率，提升驾驶员对于系统的满意度，间接提升未来软件付费意愿率。

进一步的，所述外部环境感知模块包括ADAS地图、前向毫米波雷达、前向摄像头、侧向毫米波雷达和侧向摄像头。

进一步的，所述ADAS地图用于输出当前道路的道路类型信息，所述道路类型包括高速或快速路段、城市主干道或国道路段、城市道路以及普通道路路段；所述前向摄像头用于采集本车前方图像信息，将所识别的图像信息传输给域控制器融合处理；所述侧向摄像头用于采集本车侧方位的图像信息，并将图像信息输出给域控制器后融合处理；所述前向毫米波雷达和侧向毫米波雷达用于对本车四周目标的反射点进行筛选处理，形成目标信息输出给域控制器后融合处理，用于此判断道路的车流。