[发明专利]一种汽车巡航系统关键目标识别方法

说明书

技术领域

本发明涉及汽车系统动力学操纵稳定性控制领域，具体涉及一种汽车巡航系统关键目标识别方法。

背景技术

汽车自适应巡航控制系统(ACC)主要依靠雷达或激光传感器作为信息输入，可自动调整巡航车车速并维持与其车道前方车辆的安全距离，是较典型的汽车主动安全辅助驾驶系统之一。该系统在一定程度上实现了安全跟车的目的，大大降低了交通事故率。但该系统仍存在与前车发生碰撞危险的可能性。比如：系统对相邻车道的危险车辆预汇入或突然闯入本车道的情形不能提前做出预判，仍跟随本车道原有目标行驶，必然会存在巡航车与汇入车辆发生碰撞的危险。尤其是针对城市道路行车环境，车流密集且相互交织与换道行为较频繁且存在转弯路段，所以，发生碰撞的危险性会更大。从车辆在道路上的运行过程来看，巡航车前方通常会存在多个目标车辆，从多个目标车辆中确定出唯一的危险目标车(被视为关键目标)对于系统的控制策略来讲是非常关键的。而且，当自车在车道内的位置发生波动，而前方车辆也相应的发生波动时，预准确识别关键目标，其识别难度会大大提高。

在弯道路段，汽车自适应巡航控制系统经常会出现目标车混乱或丢失的现象。在转弯路段准确识别并跟踪关键目标，对于完善或改进ACC系统性能具有重要指导意义和实际应用价值。如果能够准确估计出前方弯道路段的道路曲率，就能判别弯道目标相对本车行驶轨迹中心线的侧向距离，进而确定本车道前方的关键目标。而汽车的侧向运动特征在实际中是不能通过传感器等直接测量得到的，但可以通过汽车质心侧偏角进行转换得到汽车的侧向速度。因此，对汽车质心侧偏角与横摆角速度进行准确估计是十分必要的。

发明内容

本发明设计开发了一种汽车巡航系统关键目标识别方法，目的是在汽车直道行驶使用自适应巡航控制系统的过程中，系统对相邻车道的危险车辆预汇入或突然闯入本车道的情形提前做出预判，重新确定巡航跟踪车辆。

本发明的另一个发明目的是在汽车弯道行驶使用自适应巡航控制系统的过程中，解决在弯道路段出现目标车辆混乱或者丢失的现象，通过本发明能够使本车在转弯路段对前方多个目标车辆中进行准确识别巡航跟踪车辆。

本发明提供的技术方案为：

一种汽车巡航系统关键目标识别方法，包括：

在直道行驶中，采用模糊控制方法对前方车辆进行预换道预测：分别将相邻车道前方车辆与本车侧向相对距离、相对速度以及换道概率转换为模糊论域中的量化等级；

将所述相对距离以及相对速度输入模糊控制模型，所述相对距离分为5个等级，所述相对速度分为5个等级；

模糊控制模型输出为换道概率，将所述换道概率分为5个等级；

在本车车道内前方车辆和在相邻车道内前方车辆换道概率达到设定阈值的车辆中与本车纵向距离最近的车辆为关键目标；

在弯道行驶中，根据前方车辆相对本车车道中心侧向距离d_{off_i}，确定前方车辆是否位于本车车道内，其判别依据如下：

若d_{off_i}＞0且|do_{ff_i}|＞d_th，前方车辆位于本车左侧车道内；

若d_{off_i}＜0且|d_{off_i}|＞d_th，前方车辆位于本车右侧车道内；

若|d_{off_i}|≤d_th，前方车辆位于本车道内；

式中，d_th为设定的阈值，取半车道宽；

前方车辆中在本车车道内并且与本车纵向距离最近的车辆为关键目标。

优选的是，所述相对距离的论域为{0，4}，所述相对速度的论域为{0，1.4}，所述换道概率的论域为{0，1}，所述阈值为0.51。

优选的是，所述相对距离分为5个等级，模糊集为{N，NM，M，ML，L}；所述相对速度分为5个等级，模糊集为{L，LM，M，MH，H}；所述换道概率分为5个等级，模糊集为{S，SM，M，MB，B}；隶属函数均选用梯形隶属函数。

优选的是，所述模糊控制模型中控制规则为：

当目标车与本车的相对距离输入为N，相对速度输入为MH，则目标车换道概率输出为B，即目标车换道；

当目标车与本车的相对距离输入为L，相对速度输入为LM，则目标车换道概率输出为S，即目标车未换道；

当目标车换道概率输出为S或SM，则该目标车未实现换道；当目标车换道概率输出为B或MB，则该目标车实现换道；当目标车换道概率输出为M，即该目标车换道概率为换道阈值。