夜间超车时基于心理特性的LKAS系统的调整系统及方法与流程

夜间超车时基于心理特性的lkas系统的调整系统及方法
技术领域
1.本发明涉及自动驾驶安全技术领域，具体涉及夜间超车时基于心理特性的lkas系统的调整系统及方法。


背景技术：

2.lkas(lane keeping assistance system，车道保持辅助系统)是一种主动的车辆横向位置控制系统，能够使车身位于车道中线行驶，从而避免由于车道偏离所引发的交通事故。
3.但在车辆实际运行过程中，尤其在加速超车场景下，当右侧相邻车道存在重型货车且位置靠左，传统的车道保持系统仍会令车辆继续保持中线行驶，导致此时自车与右侧货车的横向距离过小。一方面，这将使得自车的安全应变空间大打折扣，从而危及行车安全；另一方面，高速超车时与货车过小的横向间距以及货车庞大的车身尺寸将严重增加驾驶人的心理负担，尤其是在夜间环境下，车辆视觉传感器只能完成车身前方短距离内的诸如车道线检测等环境的感知任务，面对右侧的大尺寸货车将导致驾驶人过度紧张，易造成操作失误而引发交通事故。


技术实现要素：

4.针对现有技术中存在的问题，本发明的目的在于提供夜间超车时基于心理特性的lkas系统的调整系统及方法。
5.为了达到上述目的，本发明采用以下技术方案予以实现。
6.夜间超车时基于心理特性的lkas系统的调整系统，包括激光雷达传感器、车道线传感器、数据处理单元和数据存储单元；
7.所述激光雷达传感器用于实现夜间环境下自车前方的交通环境信息的采集，采集的交通环境信息包括体现前方货车存在性信息及货车宽度尺寸信息的离散激光点云集；
8.所述车道线传感器用于获取自车的横向位置，包含自车与左侧车道线的间距和自车与右侧车道线的间距；
9.所述数据处理单元用于根据激光雷达传感器和车道线传感器采集的数据，进行货车存在性检测，计算货车的宽度，计算货车的横向位置，以及得到自车与右侧车道线的安全间距；货车的横向位置包含货车与左侧车道线的间距和货车与右侧车道线的间距；
10.所述数据存储单元用于存储自车超车时，自车的横向位置和货车的宽度及货车的横向位置。
11.夜间超车时基于心理特性的lkas系统的调整方法，基于上述的夜间环境下基于心理特性的lkas系统的调整系统，包括以下步骤：
12.步骤1，对采集的离散激光点云集数据进行预处理；
13.步骤2，进行货车存在性检测，并得到货车的宽度；
14.步骤3，计算货车的横向位置；
15.步骤4，建立安全数据库；
16.步骤5，当自车再次进行夜间超车，且检测到前方右侧相邻车道存在货车时，以安全数据库为数据支撑，由货车宽度及货车与左侧车道线的间距联合得到自车与右侧车道线的安全间距；lkas系统调整自车行驶状态，使自车与右侧车道线的实际间距不小于安全间距。
17.与现有技术相比，本发明的有益效果为：通过激光雷达对夜间自车前方的交通环境进行感知，根据车道线传感器获取自车当前横向位置，并通过计算得到右侧相邻车道的货车宽度与货车横向位置，从而建立夜间超车时考虑驾驶人心理特性的安全数据库。自车再次超车时，以安全数据库为数据依据，由被超车的货车宽度及货车横向位置共同决定自车横向位置，从而保证在兼顾驾驶人心理特性的同时实现车道保持系统的动态调整。
附图说明
18.下面结合附图和具体实施例对本发明做进一步详细说明。
19.图1为本发明系统实施例的安装示意图；
20.图2为本发明方法的流程图；
21.图3为自车对货车进行超车时的位置示意图。
具体实施方式
22.下面将结合实施例对本发明的实施方案进行详细描述，但是本领域的技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限制本发明的范围。
23.夜间超车时基于心理特性的lkas系统的调整系统，包括激光雷达传感器、车道线传感器、数据处理单元和数据存储单元；
24.所述激光雷达传感器用于实现夜间环境下自车前方的交通环境信息的采集，采集的交通环境信息包括体现前方货车存在性信息及货车宽度尺寸信息的离散激光点云集；
25.所述车道线传感器用于获取自车的横向位置，包含自车与左侧车道线的间距和自车与右侧车道线的间距；
26.所述数据处理单元用于根据激光雷达传感器和车道线传感器采集的数据，进行货车存在性检测，计算货车的宽度，计算货车的横向位置，以及得到自车与右侧车道线的安全间距；货车的横向位置包含货车与左侧车道线的间距和货车与右侧车道线的间距；
27.所述数据存储单元用于存储自车超车时，自车的横向位置和货车的宽度及货车的横向位置。
28.参考图1，激光雷达传感器安装在自车车顶中心，车道线传感器安装在自车前方的进气格栅中心，数据处理单元安装在自车后备箱左侧内壁上，数据存储单元安装在自车后备箱右侧内壁上。
29.参考图2，夜间超车时基于心理特性的lkas系统的调整方法，基于上述的夜间环境下基于心理特性的lkas系统的调整系统，包括以下步骤：
30.步骤1，对采集的离散激光点云集数据进行预处理；子步骤如下：
31.子步骤1.1，以激光雷达传感器为原点，建立与车身坐标系一致的空间坐标系，将空间以尺寸为0.1m*0.1m*0.1m的体素栅格划分，体素栅格的尺寸为常用经验值；若栅格内
存在激光点，则以该栅格内所有点的质心点代表该栅格，并将该质心点称为栅格点：
[0032][0033]
式中，n表示该栅格内激光点数量；
[0034]
子步骤1.2，采用射线扫描算法将激光点云投影至空间坐标系的xoz平面，将两栅格点间距离等于一定阈值的激光点视为地面点，并对地面点进行剔除；其中，阈值由下式得到：
[0035][0036]
式中，表示相邻两束激光投射至平面时激光点间的理论距离，θs表示由上至下第s束激光与自车前进方向x轴之间的夹角，h表示激光雷达安装高度；
[0037]
子步骤1.3，由栅格点坐标表示的两栅格点之间的实际距离如下式所示：
[0038][0039]
式中，表示由上至下第s个栅格点在自车前进方向x轴上的坐标值。
[0040]
步骤2，进行货车存在性检测，并得到货车的宽度；
[0041]
具体的，先采用基于kd-tree加速的欧式聚类算法完成点云聚类分析，后根据bounding box宽度尺寸进行货车存在性检测；
[0042]
首先，依次以各维度点云数据中值m为kd-tree非叶子节点超平面完成该维度数据“二叉”式划分，直至节点所包含的激光点数量小于2时停止划分，并将该节点作为叶子节点，2为常用经验值，完成kd-tree构建；
[0043]
其次，利用kd-tree最邻近搜索为任意激光点p
i，j
提供n个欧式距离小于阈值r的临近点：对于任意激光点p
i，j
由根节点开始向上搜索，以节点值为标准将其放置入左、右分叉不断迭代直至叶子节点，后原路返回进行回溯，将距离该点欧式距离小于阈值0.02m的激光点放入类集合q，0.02m为常用经验阈值，点(xi，yi，zi)与点(xj，yj，zj)之间的欧氏距离d如下式所示：
[0044][0045]
最后，将类集合q中关于点p
i，j
的n个最临近点依次取出重复上述最邻近搜索过程，直至类集合q内激光点不再增加，则完成关于q类物体的聚类，并将q中数据点(z
max
，y
max
)及(z
min
，y
min
)取出作为bounding box的对角点，完成边界框画定，若边界框宽度尺度w大于2.2m，则认为前方存在货车；2.2m为常见货车宽度尺寸，其中，边界框宽度w由下式表示：
[0046]
w＝y
max-y
min
[0047]
此时得到的边界框宽度即货车宽度。
[0048]
步骤3，计算货车的横向位置；
[0049]
具体的，参考图3，货车的横向位置的计算方式如下：
[0050]
[0051]
且：
[0052][0053]
式中，l
l，t
表示货车与左侧车道线的间距，l
r，t
表示货车与右侧车道线的间距，l
l，self
表示自车与左侧车道线的间距，l
r，self
表示自车与右侧车道线的间距，w
self
表示自车的宽度；l表示车道总宽度。
[0054]
满足此式也表示前方货车存在于右侧相邻车道。
[0055]
步骤4，建立安全数据库；
[0056]
具体的，将自车每次在夜间对货车进行超车时的货车宽度w、货车与左侧车道线的间距l
l，t
、自车与右侧车道线的间距l
r，self
作为一组超车参数记录并储存；记录一段时间内的超车参数，建立安全数据库。
[0057]
步骤5，当自车再次进行夜间超车，且检测到前方右侧相邻车道存在货车时，以安全数据库为数据支撑，由货车宽度及货车与左侧车道线的间距联合得到自车与右侧车道线的安全间距，lkas系统调整自车行驶状态，使自车与右侧车道线的实际间距不小于安全间距。
[0058]
用超车过程中实时得到的货车尺寸及货车与左侧车道线的间距与安全数据库进行匹配，自车与右侧车道线的安全间距将随货车宽度的增大而增大或随货车与左侧车道线间距的减小而增大，以充分考虑驾驶人心理特性并为自车保留合理的安全应变空间，若自车距右车道线实际距离小于该值则由车道保持系统进行动态调整。
[0059]
虽然，本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

技术特征：
1.夜间超车时基于心理特性的lkas系统的调整系统，其特征在于，激光雷达传感器、车道线传感器、数据处理单元和数据存储单元；所述激光雷达传感器用于实现夜间环境下自车前方的交通环境信息的采集，采集的交通环境信息包括体现前方货车存在性信息及货车宽度尺寸信息的离散激光点云集；所述车道线传感器用于获取自车的横向位置，包含自车与左侧车道线的间距和自车与右侧车道线的间距；所述数据处理单元用于根据激光雷达传感器和车道线传感器采集的数据，进行货车存在性检测，计算货车的宽度，计算货车的横向位置，以及得到自车与右侧车道线的安全间距；货车的横向位置包含货车与左侧车道线的间距和货车与右侧车道线的间距；所述数据存储单元用于存储自车超车时，自车的横向位置和货车的宽度及货车的横向位置。2.夜间超车时基于心理特性的lkas系统的调整方法，基于权利要求1所述的夜间环境下基于心理特性的lkas系统的调整系统，其特征在于，包括以下步骤：步骤1，对采集的离散激光点云集数据进行预处理；步骤2，进行货车存在性检测，并得到货车的宽度；步骤3，计算货车的横向位置；步骤4，建立安全数据库；步骤5，当自车再次进行夜间超车，且检测到前方右侧相邻车道存在货车时，以安全数据库为数据支撑，由货车宽度及货车与左侧车道线的间距联合得到自车与右侧车道线的安全间距；lkas系统调整自车行驶状态，使自车与右侧车道线的实际间距不小于安全间距。3.根据权利要求2所述的夜间超车时基于心理特性的lkas系统的调整方法，其特征在于，步骤1的子步骤如下：子步骤1.1，以激光雷达传感器为原点，建立与车身坐标系一致的空间坐标系，将空间以尺寸为0.1m*0.1m*0.1m的体素栅格划分；若栅格内存在激光点，则以该栅格内所有点的质心点代表该栅格，并将该质心点称为栅格点：式中，n表示该栅格内激光点数量；子步骤1.2，采用射线扫描算法将激光点云投影至空间坐标系的xoz平面，将两栅格点间距离等于一定阈值的激光点视为地面点，并对地面点进行剔除；其中，阈值由下式得到：式中，表示相邻两束激光投射至平面时激光点间的理论距离，θ
s
表示由上至下第s束激光与自车前进方向x轴之间的夹角，h表示激光雷达安装高度；子步骤1.3，两栅格点之间的实际距离如下式所示：式中，表示由上至下第s个栅格点在自车前进方向x轴上的坐标值。
4.根据权利要求2所述的夜间超车时基于心理特性的lkas系统的调整方法，其特征在于，步骤2具体的，首先，依次以各维度点云数据中值m为kd-tree非叶子节点超平面完成该维度数据“二叉”式划分，直至节点所包含的激光点数量小于2时停止划分，并将该节点作为叶子节点，完成kd-tree构建；其次，利用kd-tree最邻近搜索为任意激光点p
i，j
提供n个欧式距离小于阈值r的临近点：对于任意激光点p
i，j
由根节点开始向上搜索，以节点值为标准将其放置入左、右分叉不断迭代直至叶子节点，后原路返回进行回溯，将距离该点欧式距离小于阈值0.02m的激光点放入类集合q，点(x
i
，y
i
，z
i
)与点(x
j
，y
j
，z
j
)之间的欧氏距离d如下式所示：最后，将类集合q中关于点p
i，j
的n个最临近点依次取出重复上述最邻近搜索过程，直至类集合q内激光点不再增加，则完成关于q类物体的聚类，并将q中数据点(z
max
，y
max
)及(z
min
，y
min
)取出作为bounding box的对角点，完成边界框画定，若边界框宽度尺度w大于2.2m，则认为前方存在货车；其中，边界框宽度w由下式表示：w＝y
max-y
min
此时得到的边界框宽度即货车宽度。5.根据权利要求2所述的夜间超车时基于心理特性的lkas系统的调整方法，其特征在于，步骤3具体的，货车的横向位置的计算方式如下：且：式中，l
l，t
表示货车与左侧车道线的间距，l
r，t
表示货车与右侧车道线的间距，l
l，self
表示自车与左侧车道线的间距，l
r，self
表示自车与右侧车道线的间距，w
self
表示自车的宽度；l表示车道总宽度。6.根据权利要求2所述的夜间超车时基于心理特性的lkas系统的调整方法，其特征在于，步骤4具体的，将自车每次在夜间对货车进行超车时的货车宽度w、货车与左侧车道线的间距l
l，t
、自车与右侧车道线的间距l
r，self
作为一组超车参数记录并储存；记录一段时间内的超车参数，建立安全数据库。

技术总结
本发明涉及自动驾驶安全技术领域，具体涉及夜间超车时基于心理特性的LKAS系统的调整系统及方法。本发明通过激光雷达对夜间自车前方的交通环境进行感知，根据车道线传感器获取自车当前横向位置，并通过计算得到右侧相邻车道的货车宽度与货车横向位置，从而建立夜间超车时考虑驾驶人心理特性的安全数据库。自车再次超车时，以安全数据库为数据依据，由被超车的货车宽度及货车横向位置共同决定自车横向位置，从而保证在兼顾驾驶人心理特性的同时实现车道保持系统的动态调整。现车道保持系统的动态调整。现车道保持系统的动态调整。


技术研发人员：郭应时 李勇杭 张硕 许斌 张昌博 刘警 郭昶生
受保护的技术使用者：陕西万方汽车零部件有限公司
技术研发日：2022.09.08
技术公布日：2023/6/26