《一种直道路段换道过程越线时刻预测系统及预测方法.pdf》由会员分享,可在线阅读,更多相关《一种直道路段换道过程越线时刻预测系统及预测方法.pdf(13页完整版)》请在专利查询网上搜索。
1、(10)申请公布号 CN 103587529 A (43)申请公布日 2014.02.19 CN 103587529 A (21)申请号 201310475967.0 (22)申请日 2013.10.12 B60W 40/10(2012.01) (71)申请人 长安大学 地址 710064 陕西省西安市南二环中段 33 号 (72)发明人 王畅 徐远新 石涌泉 鲁玉萍 (74)专利代理机构 西安睿通知识产权代理事务 所 ( 特殊普通合伙 ) 61218 代理人 惠文轩 (54) 发明名称 一种直道路段换道过程越线时刻预测系统及 预测方法 (57) 摘要 本发明属于直道路段换道预警技术领域, 公。
2、 开了一种直道路段换道过程越线时刻预测系统及 预测方法。该直道路段换道过程越线时刻预测系 统, 包括 : 车载 CAN 总线、 数据处理单元、 安装在车 辆变速器上的车速传感器、 用于测量车辆和车道 线距离的视觉传感器、 安装在车辆底盘中央的陀 螺仪 ; 所述视觉传感器安装在车辆外部的前端 ; 所述车速传感器的输出端电连接所述车载 CAN 总 线, 所述数据处理单元的信号输入端分别电连接 所述陀螺仪的信号输出端、 所述视觉传感器的信 号输出端以及所述车载 CAN 总线。 (51)Int.Cl. 权利要求书 2 页 说明书 7 页 附图 3 页 (19)中华人民共和国国家知识产权局 (12)发明。
3、专利申请 权利要求书2页 说明书7页 附图3页 (10)申请公布号 CN 103587529 A CN 103587529 A 1/2 页 2 1.一种直道路段换道过程越线时刻预测系统, 其特征在于, 包括 : 车载CAN总线 (1) 、 数 据处理单元、 安装在车辆变速器上的车速传感器、 用于测量车辆和车道线距离的视觉传感 器、 安装在车辆底盘中央的陀螺仪 ; 所述视觉传感器安装在车辆外部的前端 ; 所述车速传感器的输出端电连接所述车载 CAN 总线 (1) , 所述数据处理单元的信号输 入端分别电连接所述陀螺仪的信号输出端、 所述视觉传感器的信号输出端以及所述车载 CAN 总线 (1) 。。
4、 2. 如权利要求 1 所述的一种直道路段换道过程越线时刻预测系统, 其特征在于, 所述 车速传感器为磁电式车速传感器, 所述车速传感器的采样精度为 0.01km/h。 3. 如权利要求 1 所述的一种直道路段换道过程越线时刻预测系统, 其特征在于, 所述 视觉传感器的测量精度为 5cm, 测量范围为 635cm, 输出频率为 10Hz ; 所述陀螺仪的横摆角速度采集范围为150/s, 横摆角速度分辨率为0.1/s, 最大 输出频率为 100Hz。 4. 如权利要求 1 所述的一种直道路段换道过程越线时刻预测系统, 其特征在于, 所述 数据处理单元的输出端电连接有显示屏, 所述显示屏安装在车辆。
5、仪表盘上。 5. 如权利要求 1 所述的一种直道路段换道过程越线时刻预测系统, 其特征在于, 还包 括卡尔曼离散型滤波器, 所述陀螺仪的信号输出端通过卡尔曼离散型滤波器电连接所述数 据处理单元的信号输入端。 6. 一种直道路段换道过程越线时刻预测方法, 基于权利要求 1 所述的一种直道路段换 道过程越线时刻预测系统, 其特征在于, 包括以下步骤 : 数据采集 : 当车辆在直道路段进行换道时, 车速传感器采集车辆的实时速度, 并将车辆 的实时速度通过车载 CAN 总线发送至数据处理单元 ; 视觉传感器实时采集车辆与左车道线 的垂直距离、 以及车辆与右车道线的垂直距离, 并将实时采集到的数据发送至。
6、数据处理单 元 ; 陀螺仪实时采集车辆的横摆角速度, 并将实时采集的车辆的横摆角速度发送至数据处 理单元 ; 数据处理 : 在数据处理单元中, 根据车辆的实时速度、 车辆与左车道线之间的实时垂直 距离、 车辆与右车道线之间的实时垂直距离、 以及车辆的实时横摆角速度, 计算得出车辆在 直道路段换道过程中的越线时刻。 7. 如权利要求 6 所述的一种直道路段换道过程越线时刻预测方法, 其特征在于, 在进 行数据处理时, 首先计算车辆在换道过程中任一时刻车辆行驶方向与车道线方向的夹角 , 计算过程如下 : 对于在换道过程中任一时刻t0前的设定时间段, 根据在所述设定时间段 起点时车辆与对应车道线的垂。
7、直距离 L1、 以及在所述设定时间段终点时车辆与对应车道线 的垂直距离L2, 将L2与L1进行作差运算, 得出车辆在所述设定时间段内的横向位移L0, 所述 设定时间段终点为时刻 t0; 根据车辆在所述设定时间段内的行驶速度, 得出车辆在所述设 定时间段内的行驶长度 D0; 然后根据以下反三角函数计算公式得出 : 然后根据 、 车辆在对应时刻的实时速度、 车辆在对应时刻与对应车道线之间的实时 垂直距离、 以及车辆在对应时刻的实时横摆角速度, 并根据几何关系, 得出车辆在直道路段 换道过程中的越线时刻。 8. 如权利要求 6 所述的一种直道路段换道过程越线时刻预测方法, 其特征在于, 在数 权 利。
8、 要 求 书 CN 103587529 A 2 2/2 页 3 据采集的过程中, 在得到车辆的横摆角速度数据之后, 利用卡尔曼离散型滤波器对所述横 摆角速度数据进行滤波。 9. 如权利要求 6 所述的一种直道路段换道过程越线时刻预测方法, 其特征在于, 将显 示屏电连接数据处理单元的输出端, 在进行数据处理之后, 将车辆在直道路段换道过程中 的越线时刻发送至显示屏。 权 利 要 求 书 CN 103587529 A 3 1/7 页 4 一种直道路段换道过程越线时刻预测系统及预测方法 技术领域 0001 本发明属于直道路段换道预警技术领域, 特别涉及一种直道路段换道过程越线时 刻预测系统及预测方。
9、法。 背景技术 0002 换道预警系统能够自动分析车辆换道过程中与后方其他车辆发生冲突的可能性, 并根据冲突严重等级对驾驶人员进行提示。从本质而言, 车辆间发生交通冲突的原因在于 不同的车辆在相同的时间内达到了同一地点。分析车辆换道过程中的运动状态可知, 从时 间序列而言, 换道过程中自车越过车道线而进入到目标车道是引发交通冲突的开始点。因 此, 如果能够准确的预测越线时刻 TLC(Time to Line Crossing), 则可以根据传感器所返 回的车辆间相对距离、 相对角度等参数来实时分析换道过程的风险性。 0003 一些研究人员提出利用换道轨迹对越线时刻进行预测, 但换道轨迹受到较多。
10、因素 的影响, 在目前的研究中, 部分研究将换道过程中的横向加速度设定为满足正弦状分布, 由 此通过积分原理来描述车辆在横向上的运动规律。 但实际换道过程中采集得到的横向加速 度分布表明, 正常换道过程中, 横向加速度的变化范围较小, 而这个范围通常与漂移有关, 因而从加速度信号中分离出由换道行为引发的横向加速度是一个较为复杂的问题。 0004 总体而言, 目前与 TLC 相关的预测方法并不多见, 研究人员所提出的一些预测方 法尽管具有较好的理论深度, 但这些预测方法中涉及参数较多, 而车辆在实际道路行驶过 程中这些参数的获取本身就较为复杂, 从而使得这些预测方法无法得到较好的应用。 发明内容。
11、 0005 本发明的目的在于提出一种直道路段换道过程越线时刻预测系统及预测方法。 该 直道路段换道过程越线时刻预测系统及预测方法可以准确、 快速、 稳定地预测直道路段换 道过程中的越线时刻。 0006 为实现上述技术目的, 本发明采用如下技术方案予以实现。 0007 技术方案一 : 0008 一种直道路段换道过程越线时刻预测系统, 包括 : 车载 CAN 总线、 数据处理单元、 安装在车辆变速器上的车速传感器、 用于测量车辆和车道线距离的视觉传感器、 安装在车 辆底盘中央的陀螺仪 ; 所述视觉传感器安装在车辆外部的前端 ; 0009 所述车速传感器的输出端电连接所述车载 CAN 总线, 所述数。
12、据处理单元的信号输 入端分别电连接所述陀螺仪的信号输出端、 所述视觉传感器的信号输出端以及所述车载 CAN 总线。 0010 所述车速传感器用于采集车辆的实时速度, 并用于将车辆的实时速度通过车载 CAN 总线发送至数据处理单元 ; 所述视觉传感器用于实时采集车辆与左车道线的垂直距 离、 以及车辆与右车道线的垂直距离, 并用于将实时采集到的数据发送至数据处理单元 ; 所 述陀螺仪用于实时采集车辆的横摆角速度, 并用于将实时采集的车辆的横摆角速度发送至 说 明 书 CN 103587529 A 4 2/7 页 5 数据处理单元 ; 所述数据处理单元用于根据车辆的实时速度、 车辆与左车道线之间的实。
13、时 垂直距离、 车辆与右车道线之间的实时垂直距离、 以及车辆的实时横摆角速度, 计算得出车 辆在直道路段换道过程中的越线时刻。 0011 本技术方案的特点和进一步改进在于 : 0012 所述车速传感器为磁电式车速传感器, 所述车速传感器的采样精度为 0.01km/h。 0013 所述视觉传感器汽车碰撞预警系统 (AWS) 中的视觉传感器, 所述视觉传感器的测 量精度为 5cm, 测量范围为 635cm, 输出频率为 10Hz ; 0014 所述陀螺仪为IMU02陀螺仪, 所述陀螺仪的横摆角速度采集范围为150/s, 横 摆角速度分辨率为 0.1 /s, 最大输出频率为 100Hz。 0015 。
14、所述数据处理单元的输出端电连接有显示屏, 所述显示屏安装在车辆仪表盘上。 0016 所述直道路段换道过程越线时刻预测系统, 还包括卡尔曼离散型滤波器, 所述陀 螺仪的信号输出端通过卡尔曼离散型滤波器电连接所述数据处理单元的信号输入端。 0017 技术方案二 : 0018 一种直道路段换道过程越线时刻预测方法, 基于上述一种直道路段换道过程越线 时刻预测系统, 包括以下步骤 : 0019 数据采集 : 当车辆在直道路段进行换道时, 车速传感器采集车辆的实时速度, 并将 车辆的实时速度通过车载 CAN 总线发送至数据处理单元 ; 视觉传感器实时采集车辆与左车 道线的垂直距离、 以及车辆与右车道线的。
15、垂直距离, 并将实时采集到的数据发送至数据处 理单元 ; 陀螺仪实时采集车辆的横摆角速度, 并将实时采集的车辆的横摆角速度发送至数 据处理单元 ; 0020 数据处理 : 在数据处理单元中, 根据车辆的实时速度、 车辆与左车道线之间的实时 垂直距离、 车辆与右车道线之间的实时垂直距离、 以及车辆的实时横摆角速度, 计算得出车 辆在直道路段换道过程中的越线时刻。 0021 本技术方案的特点和进一步改进在于 : 0022 在进行数据处理时, 首先计算车辆在换道过程中任一时刻车辆行驶方向与车道线 方向的夹角 , 计算过程如下 : 对于在换道过程中任一时刻 t0前的设定时间段, 根据在所 述设定时间段。
16、起点时车辆与对应车道线的垂直距离 L1、 以及在所述设定时间段终点时车辆 与对应车道线的垂直距离 L2, 将 L2与 L1进行作差运算, 得出车辆在所述设定时间段内的 横向位移 L0, 所述设定时间段终点为时刻 t0; 根据车辆在所述设定时间段内的行驶速度, 得出车辆在所述设定时间段内的行驶长度 D0; 然后根据以下反三角函数计算公式得出 : 0023 然后根据 、 车辆在对应时刻的实时速度、 车辆在对应时刻与对应车道线之间的 实时垂直距离、 以及车辆在对应时刻的实时横摆角速度, 并根据几何关系, 得出车辆在直道 路段换道过程中的越线时刻。 0024 在数据采集的过程中, 在得到车辆的横摆角速。
17、度数据之后, 利用卡尔曼离散型滤 波器对所述横摆角速度数据进行滤波。 0025 将显示屏电连接数据处理单元的输出端, 在进行数据处理之后, 将车辆在直道路 段换道过程中的越线时刻发送至显示屏。 说 明 书 CN 103587529 A 5 3/7 页 6 0026 本发明的有益效果为 : 可以准确、 快速、 稳定地预测直道路段换道过程中的越线时 刻, 能有效提高直线路段车辆换道越线时刻的预测水平。 附图说明 0027 图 1 为本发明的一种直道路段换道过程越线时刻预测系统的电路连接示意图 ; 0028 图 2 为本发明的直道路段向左换道几何关系示意图 ; 0029 图 3 为本发明的直道路段向。
18、左换道计算角度 的几何关系示意图 ; 0030 图 4 为本发明的真实越线时刻与预测越线时刻的对比示意图。 具体实施方式 0031 下面结合附图对本发明作进一步说明 : 0032 本发明的目的是基于视觉传感器所测量得到的车辆与车道线距离数据, 提出一种 基于几何参数分析的直道路段换道过程中越线时刻预测方法, 实现直道路段换道过程中越 线时刻的预测。 0033 为了达到上述目的, 首先需要进行器件的安装, 安装的过程如下 : 将视觉传感器安 装在车辆的外部前端, 该视觉传感器汽车碰撞预警系统 (AWS) 中的视觉传感器, 其测量精度 为 5cm, 测量范围为 635cm, 输出频率为 10Hz。。
19、该视觉传感器基于机器视觉原理对车辆与 车道线的距离进行实时测量, 输出参数包括车辆与左侧车道线距离 dL(对应车辆向左侧的 车道换道) 、 车辆与右侧车道线距离 dR(对应车辆向右侧的车道换道) 。 0034 将陀螺仪安装于车辆底盘中央, 陀螺仪用于采集车身横摆角速度数据 ; 本发明实 施例中, 陀螺仪为 IMU02 陀螺仪, 其横摆角速度采集范围为 150 /s, 横摆角速度分辨率 为 0.1 /s, 最大输出频率为 100Hz。 0035 车辆变速器上安装有车速传感器, 车速传感器可以利用车辆自身携带的车速传感 器, 有利于降低成本。例如, 车速传感器为磁电式车速传感器, 其采样精度为 0。
20、.01km/h。车 速传感器的输出端与车载 CAN 总线 1 电连接, 用于将采集到的车速信号传输至车载 CAN 总 线 1 上。 0036 参照图 1, 为本发明的一种直道路段换道过程越线时刻预测系统的电路连接示意 图。 车速传感器的输出端电连接车载CAN总线1, 数据处理单元的信号输入端分别电连接所 述陀螺仪的信号输出端、 视觉传感器的信号输出端以及车载 CAN 总线 1。本发明实施例中, 数据处理单元采用 ARM9 处理器。为了便于实现数据传输, 还可以设置 CAN 转 RS485 串口协 议转换器, 车载 CAN 总线 1 电连接 CAN 转 RS485 串口协议转换器的输入端, AR。
21、M9 处理器通 过 I/O 接口分别电连接 CAN 转 RS485 串口协议转换器的同相端和反相端。ARM9 处理器和车 载 CAN 总线 1 也可以采用如下连接方式 : 将 ARM9 处理器的 I/O 接口依次通过 CAN 控制器、 CAN 收发器连接车载 CAN 总线 1。 0037 按照以上过程完成器件安装后, 就需要按照以下步骤进行直道路段换道过程越线 时刻的预测 : 0038 首先需要进行数据采集, 本发明提出了一种基于几何参数分析的 TLC 预测方法, 数据采集就是要精确获取几何参数和车辆运动状态参数。 需要采集的数据包括车辆与车道 线的距离、 车身横摆角速度、 车辆行驶速度, 并。
22、通过本发明实施例, 实现同步采集上述参数。 说 明 书 CN 103587529 A 6 4/7 页 7 0039 数据采集的过程如下 : 当车辆在直道路段进行换道 (向左侧车道换道或者向右侧 车道换道) 时, 车速传感器采集车辆的实时速度, 并将车辆的实时速度通过 CAN 总线发送至 ARM9 处理器。视觉传感器实时采集车辆与左车道线的垂直距离 (当车辆向左侧车道换道时 使用该数据) 、 以及车辆与右车道线的垂直距离 (当车辆向右侧车道换道时使用该数据) , 并 将实时采集到的数据发送至 ARM9 处理器。陀螺仪实时采集车辆的横摆角速度, 并将实时采 集的车辆的横摆角速度发送至 ARM9 处。
23、理器。 0040 为了降低横摆角速度数据中所包含的误差, 在数据采集的过程中, 在得到车辆的 横摆角速度数据之后, 利用卡尔曼离散型滤波器对所述横摆角速度数据进行滤波, 然后将 滤波后的数据发送至 ARM9 处理器。由于采集得到的原始数据是离散型, 所以选用卡尔曼 (Kalman) 离散型滤波器。离散过程的状态变量为 X Rn, 离散线性定常系统的状态方程和 观测方程如下 : 0041 X(k)=AX(k-1)+BU(k)+W(k) 0042 Z(k)=HX(k)+V(k) 0043 其中 W(k) 和 V(k) 分别表示第 k 步的过程激励噪声和观测噪声, X(k) 表示第 k 步 的系统状。
24、态, U(k) 表示第 k 步对系统的控制量, A 和 B 为系统的两个参数, Z(k) 表示第 k 步 的测量值, H 表示测量系统的参数。在实际系统中, 近似认为 W(k) 和 V(k) 是相互独立且服 从正态分布的白色噪声, 即 : 0044 p(W) N(0,Q) 0045 p(V) N(0,R) 0046 为简化计算, 假定协方差矩阵 Q, R 均为常数。(- 代表先验, 代表估 计) 为在已知第 k 步以前状态情况下第 k 步的先验状态估计。为 Z(k) 已知时第 k 步的后验状态估计。由此定义先验估计误差和后验估计误差 : 0047 0048 利用观测变量和预测变量对先验估计进行。
25、修正 : 0049 0050 K 为残余增益, 可以通过下式计算得到 : 0051 0052 其中,为先验估计误差协方差。 K越大, 测量变量Z(k)的权重越大, 说明测量设 备采集到的数据越精确 ; 另一方面, 先验估计误差协方差越小, 测量变量 Z(k) 的权重越 来越小, 说明待测系统的稳定性较差, 所以, 当系统稳定性高的情况下就给测量值较高的信 任度。 在本发明实施例中, 基于上述卡尔曼离散滤波模型, 对车载陀螺仪所测量得到的横摆 说 明 书 CN 103587529 A 7 5/7 页 8 角速度进行滤波处理。 0053 本发明实施例中, ARM9 处理器接收数据的采样频率设置为 。
26、10Hz。当 ARM9 收集到 对应的数据之后, 就需要按照以下过程对数据进行处理 : 0054 以换道方向为分类标准, 可以将换道过程分为向左换道 (即向左侧车道换道) 和向 右换道 (即向右侧车道换道) 。下面以向左换道为例说明数据处理的过程。参照图 2, 为本发 明的直道路段向左换道几何关系示意图。DLC 为沿着车辆轨迹到达车道边线的曲线弧段, R 为在换道过程中车辆以 O 点为圆心作圆周运动的半径 (车辆在换道过程中的行驶轨迹可以 近似看作圆弧形) , DLC 与车辆所要越过的车道线的交点为 B 点, 车辆在换道过程中某时刻 所在位置为 A 点 (A 点会随着车辆的行驶而发生动态变化)。
27、 , 为曲线弧段 DLC 所对应的圆 心角, 为线段 OA 与车辆所要越过的车道线的夹角, 由图 2 可知, A 点至车辆所要越过的车 道线的垂线的长度即为 : 车辆与左侧车道线距离 dL。 为 A 点至车辆所要越过的车道线的 垂线与线段 OA 之间的夹角。 0055 对于直道路段换道过程越线时刻的预测, 由图 2 可知, 也就是要预测车辆在曲线 弧段 DLC 某一时刻沿着换道轨迹到达所要越过车道线的时间。假定车辆在换道过程中的车 速为 u (通过车速传感器采集而得, 为已知量) , 则车辆在直道路段向左换道时越线时刻的计 算方法如下 : 0056 0057 上式中, L 表示曲线弧段 DLC。
28、 的长度, t 表示车辆在直道路段向左换道时越线时刻 (例如, 经过几秒后车辆能够到达所要越过的车道线) 。 0058 在以半径为 R 的圆弧轨迹中, L 的计算公式为 : 0059 L=R 0060 车辆以半径 R 作圆周运动, 则半径 R 的计算公式为 : 0061 0062 其中, 为车辆横摆角速度 (通过陀螺仪采集而得, 为已知量) , 由此可知, R为已知 量。 0063 在图 2 中, 由几何关系可得 0064 0065 根据上式可以得出, 只要计算出 , 即可计算得出 |OC|, 同时可得 : 0066 0067 根据余弦定理可得 : 0068 |BC|2=|OC|2+R2-2|。
29、OC|Rcos 说 明 书 CN 103587529 A 8 6/7 页 9 0069 由此可得 0070 0071 联立求解上式可得 0072 0073 根据该式, 即可得出车辆在换道过程中车辆在直道路段向左换道时越线时刻。 0074 分析以上公式可知, 只要计算出 , 即可计算出 t。角度 反映车辆相对于车道 线的偏航行为, 本发明中考虑车辆的行驶特性与数据采集特性, 提出一种角度 的计算方 法。参照图 3, 为本发明的直道路段向左换道计算角度 的几何关系示意图。当车辆处于 A 点时, 从 A 点引出车辆行驶轨迹的切线为 AF, 角度 为车辆行驶轨迹与车道线之间的夹 角, 由几何关系可知,。
30、 和 相等, 由此可以将角度 的估计问题转换为角度 的估计。 本发明实施例中, 车辆到达 A 点之前, 车辆与车道线之间 (dL) 的距离数据是被持续监测的, 因此, 通过分析车辆到达 A 点之前设定时间段内的运动规律, 可以近似的对角度 进行估 计。 0075 Hiren M.Mandalia 的研究结论表明, 通过使用方向盘转角或车道线距离参数, 在 0.8 秒 1.2 秒 (即设定时间段的范围为 0.8 秒 1.2 秒) 的识别时窗情况下可以达到 90% 以上的识别率。由此可知, 对于换道过程中的任意时刻点 (此时车辆到达 A 点) , 此时刻之 前设定时间段内车辆的运动特征是已知的, 。
31、设定时间段的长度为 t0, 本发明实施例中, 取 t0=0.8s, 此时, 计算车辆到达 A 点之前 t0时间段内所发生的相对横向位移 L0。根据在上述 设定时间段起点时车辆与对应车道线的垂直距离 L1、 以及在上述设定时间段终点时 (此时 车辆到达 A 点) 车辆与对应车道线的垂直距离 L2, 将 L2与 L1进行作差运算, 得出车辆在设 定时间段内的横向位移 L0。 0076 计算车辆到达 A 点之前 t0时间段内行驶轨迹的长度 D0: 0077 D0=ut0 0078 则根据三角关系, 角度 的估算公式为 : 0079 0080 在上述计算过程中, 车速 u 被当成匀速处理, 但实际换道。
32、过程中车辆也存在加速 或者减速的可能。由于本文所提出的模型的计算时窗通常较短, 在速度较高的情况下车速 变化不会太大, 因而不会引起较大的误差。 0081 当得到车辆在换道过程中车辆在直道路段向左换道时越线时刻之后, ARM9 处理器 还可以将该预测越线时刻发送至显示屏, 便于驾驶人员查看。 0082 当车辆向右换道时, 其越线时刻的计算方法与向左换道时类似, 在此不再重复。 综 上所述, 对车辆在换道过程中车辆在直道路段换道时越线时刻进行预测, 首先需要依据当 前时刻之前的车辆运动状态来对车辆偏航情况进行估计, 然后根据车辆运动的几何关系实 现对换道时越线时刻预测。 说 明 书 CN 103。
33、587529 A 9 7/7 页 10 0083 下面通过一个具体实施例说明本发明的效果 : 0084 在车辆外部前端前部安装视觉传感器, 实时测量车辆距离左右车道线距离, 输出 参数包括车辆与左侧车道线距离 dL、 车辆与右侧车道线距离 dR。在车辆底盘中央安装 IMU02 陀螺仪, 实时采集车身横摆角速度。使用车载 CAN 总线和车速传感器实时采集自车 行驶速度。 利用本发明实施例提出的预测方法, 计算从换道过程中任一时刻 (换道过程开始 0.8s 后的任一时刻) 对应的越线时刻 t。 0085 参照图 4, 为本发明的真实越线时刻与预测越线时刻的对比示意图。其中, 实线表 示通过分析车道。
34、线距离数据所得到的真实越线时刻, 虚线表示通过本发明的预测方法所得 到的预测越线时刻。 总体而言, 本发明所得到的预测越线时刻与真实值较接近, 但呈现一定 的差异性。 0086 通过对的预测越线时刻的预测误差进行分析, 可以有效评价预测方法的准确度。 例如通过对比分析真实越线时刻与预测越线时刻, 即可对预测方法的准确度进行检验。由 于视觉传感器工作频率为 10Hz, 即每两次数据采集之间的时间差为 0.1 秒, 因此, 在本发明 实施例中, 对于计算得到的预测越线时刻保留 1 位小数, 方便与实际越线时刻进行对比。 0087 以绝对时间误差值e为评价参数判断预测模型的准确性, 其中e的定义如下。
35、 : 实际 越线时刻减去计算得到的预测越线时刻。 0088 通过进行数据分析可知, 本发明所得到的预测越线时刻的预测误差整体较小, 所 有数据的误差都被限制在 0.2s 的范围内。分析结果表明, 检验数据中, 87.0% 的预测值 与真实越线时间之间的误差绝对值小于等于 0.1s, 其他数据预测误差为 0.2s, 比例为 13.0%。 0089 本发明的原理是采用基于机器视觉原理的视觉传感器实时测量车辆与车道线的 距离, 采用陀螺仪实时测量车身的横摆角速度, 采用车载 CAN 总线和车速传感器采集自车 行驶速度, 从而提出一种基于几何参数分析的越线时刻预测方法, 实现车辆在直道路段换 道过程中。
36、的越线时刻预测。 通过与真实越线时刻的对比可知 : 在正常道路工况下, 本发明中 的预测方法可以准确、 快速、 稳定地预测换道过程中的越线时刻, 相比较其他预测方法, 本 发明中的预测方法能有效提高直线路段车辆换道越线时刻的预测水平。 0090 显然, 本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精 神和范围。这样, 倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内, 则本发明也意图包含这些改动和变型在内。 说 明 书 CN 103587529 A 10 1/3 页 11 图 1 图 2 说 明 书 附 图 CN 103587529 A 11 2/3 页 12 图 3 说 明 书 附 图 CN 103587529 A 12 3/3 页 13 图 4 说 明 书 附 图 CN 103587529 A 13 。