一种用于车辆的自动驾驶控制方法及控制系统

摘要

本发明提供一种用于车辆的自动驾驶控制方法和控制系统，涉及车辆技术领域。包括：所述主控制器实时获取所述车辆周围的第一环境信息和地图信息并发送至所述从控制器；所述从控制器实时获取所述车辆周围的第二环境信息；所述从控制器判断所述主控制器是否出现故障；若是，所述从控制器根据所述主控制器最后一次发送的所述第一环境信息和所述地图信息以及所述第二环境信息规划停车路径，并根据所述停车路径控制所述车辆自动停车。本发明提供的自动驾驶控制方法停车安全性高且舒适性好。

权利要求

1.一种用于车辆的自动驾驶控制方法，其特征在于，用于控制所述车辆的自动驾驶控制系统，所述自动驾驶控制系统包括通信连接的主控制器和从控制器，所述自动驾驶控制方法包括：所述主控制器实时获取所述车辆周围的第一环境信息和地图信息并发送至所述从控制器；

所述从控制器实时获取所述车辆周围的第二环境信息；

所述从控制器判断所述主控制器是否出现故障；

若是，所述从控制器根据所述主控制器最后一次发送的所述第一环境信息和所述地图信息以及所述第二环境信息规划停车路径，所述从控制器将所述第一环境信息、所述第二环境信息和所述地图信息按照第一预设公式得到一维纵向轨迹和一维横向轨迹；对所述一维纵向轨迹和所述一维横向轨迹进行卡尔曼滤波得到滤波后的一维纵向轨迹和一维横向轨迹；剔除不满足第一预设条件的所述滤波后的一维纵向轨迹，将所述滤波后的一维横向轨迹和剔除后剩余的所述滤波后一维纵向轨迹生成一维横纵向轨迹对；根据轨迹评价函数对所有所述一维横纵向轨迹对进行代价评估，按照代价评估值从小到大取出所述代价评估值相对应的所述一维横纵向轨迹对进行组合生成二维轨迹；判断所述二维轨迹是否满足第二预设条件，若否，所述从控制器将所述第一环境信息、所述第二环境和所述地图信息按照第二预设公式得到所述一维横向轨迹和所述一维纵向轨迹，按照预设规则对所述一维横向轨迹和所述一维纵向轨迹排序后组合得到横纵向轨迹对；其中，所述二维轨迹上的每个时刻点的速度、加速度和加加速度均在各自的第二预设范围内，所述二维轨迹满足所述车辆的硬碰撞要求；

根据所述停车路径控制所述车辆自动停车。

2.根据权利要求1所述的自动驾驶控制方法，其特征在于，所述从控制器实时获取所述车辆周围的第二环境信息的步骤之后还包括：所述从控制器将所述第二环境信息发送给所述主控制器；

所述主控制器根据所述第二环境信息、所述第一环境信息和所述地图信息生成用于控制车辆自动驾驶的行驶路径。

3.根据权利要求2所述的自动驾驶控制方法，其特征在于，所述第一环境信息由设置在所述车辆上的第一组传感器获取；

所述第二环境信息由设置在所述车辆上的第二组传感器获取。

4.根据权利要求3所述的自动驾驶控制方法，其特征在于，所述从控制器判断所述主控制器是否出现故障的步骤包括：当所述从控制器在预设间隔时间内未收到所述主控制器的心跳包时，判定所述主控制器故障，所述心跳包由所述主控制器生成并发送给所述从控制器，在所述主控制器与所述第一组传感器之间异常和/或所述主控制器与所述车辆的底盘之间的通讯异常时停止所述心跳包的发送。

5.根据权利要求1所述的自动驾驶控制方法，其特征在于，所述从控制器将所述第一环境信息、所述第二环境信息和所述地图信息按照第一预设公式得到一维纵向轨迹和一维横向轨迹还包括：根据轨迹评价函数对所有所述一维横纵向轨迹对进行代价评估，按照代价评估值从小到大取出所述代价评估值相对应的所述一维横纵向轨迹对进行组合生成二维轨迹后，判断所述二维轨迹是否满足第二预设条件；若是，则根据所述二维轨迹生成所述停车路径。

6.根据权利要求5所述的自动驾驶控制方法，其特征在于，所述第一预设公式为：

其中，t为时间，s为纵向距离，d为横向距离，a0‑a5和b0‑b5均为常数。

7.根据权利要求5所述的自动驾驶控制方法，其特征在于，所述第一预设条件为同时满足以下条件：

所述一维纵向轨迹的最后一个时刻点为零；

所述一维纵向轨迹的末端与停止线的距离小于预设值；

所述一维纵向轨迹上的每个时刻点的速度、加速度和加加速度均在各自的第一预设范围内。

8.一种用于车辆的自动驾驶控制系统，其特征在于，包括主控制器和从控制器，所述主控制器用于实时获取所述车辆周围的第一环境信息和地图信息并发送至所述从控制器；所述从控制器用于实时获取所述车辆周围的第二环境信息并发送至所述主控制器，及判断所述主控制器是否出现故障，若是，所述从控制器根据所述主控制器最后一次发送的所述第一环境信息和所述地图信息以及所述第二环境信息规划停车路径，所述从控制器将所述第一环境信息、所述第二环境信息和所述地图信息按照第一预设公式得到一维纵向轨迹和一维横向轨迹；对所述一维纵向轨迹和所述一维横向轨迹进行卡尔曼滤波得到滤波后的一维纵向轨迹和一维横向轨迹；剔除不满足第一预设条件的所述滤波后的一维纵向轨迹，将所述滤波后的一维横向轨迹和剔除后剩余的所述滤波后一维纵向轨迹生成一维横纵向轨迹对；根据轨迹评价函数对所有所述一维横纵向轨迹对进行代价评估，按照代价评估值从小到大取出所述代价评估值相对应的所述一维横纵向轨迹对进行组合生成二维轨迹；判断所述二维轨迹是否满足第二预设条件，若否，所述从控制器将所述第一环境信息、所述第二环境和所述地图信息按照第二预设公式得到所述一维横向轨迹和所述一维纵向轨迹，按照预设规则对所述一维横向轨迹和所述一维纵向轨迹排序后组合得到横纵向轨迹对；其中，所述二维轨迹上的每个时刻点的速度、加速度和加加速度均在各自的第二预设范围内；所述二维轨迹满足所述车辆的硬碰撞要求；根据所述停车路径控制所述车辆自动停车。

说明书

一种用于车辆的自动驾驶控制方法及控制系统

技术领域

[0001] 本发明涉及车辆技术领域，特别是涉及一种用于车辆的自动驾驶控制方法及控制系统。

背景技术

[0002] 随着科技的发展，自动驾驶技术的安全性越来越受关注。按照自动驾驶系统等级划分，L4级别的自动驾驶系统定义为不需要人为接管、可安全停止的系统。为了达到L4级别，目前行业里主要采用冗余设计，即在原来的系统上，增加余量，以保证系统在处于意外情况(如宕机等)，仍能做出安全措施，从而提高系统的安全性和可靠性。另外，针对不同的运行场景和系统成本的要求，还衍生出了各种冗余方案，但是本质上是传感器冗余、执行器冗余以及计算平台冗余的混合模式。

[0003] 而为了满足处理多路视觉、激光雷达、毫米波雷达等传感器数据的要求，自动驾驶计算平台一般选用接口丰富、大算力计算平台。但这种平台的软硬件复杂，难以达到车规级要求，可靠性不容易保障，而且成本较高。为了提高平台可靠性，一些技术方案中采用相同的硬件备份，然而整个系统的成本较高，同时也无法避免同类故障的发生。另一些技术方案中将不具备感知能力的微控制单元(MCU)作为备份控制器，但是由于无法探测和预测前方障碍物，因此仅能进行紧急制动，导致停车舒适性较差。

发明内容

[0004] 本发明第一方面的一个目的是提供一种停车安全性高且舒适性好的自动驾驶控制方法。

[0005] 本发明第一方面的进一步的目的是提供一种行车安全性高的自动驾驶控制方法。

[0006] 本发明第二方面的目的是提供一种停车安全性高且舒适性好的自动驾驶控制系统。

[0007] 根据上述第一方面，本发明提供了一种用于车辆的自动驾驶控制方法，用于控制所述车辆的自动驾驶控制系统，所述自动驾驶控制系统包括通信连接的主控制器和从控制器，所述自动驾驶控制方法包括：

[0008] 所述主控制器实时获取所述车辆周围的第一环境信息和地图信息并发送至所述从控制器；

[0009] 所述从控制器实时获取所述车辆周围的第二环境信息；

[0010] 所述从控制器判断所述主控制器是否出现故障；

[0011] 若是，所述从控制器根据所述主控制器最后一次发送的所述第一环境信息和所述地图信息以及所述第二环境信息规划停车路径，并根据所述停车路径控制所述车辆自动停车。

[0012] 可选地，所述从控制器实时获取所述车辆周围的第二环境信息的步骤之后还包括：

[0013] 所述从控制器将所述第二环境信息发送给所述主控制器；

[0014] 所述主控制器根据所述第二环境信息、所述第一环境信息和所述地图信息生成用于控制车辆自动驾驶的行驶路径。

[0015] 可选地，所述第一环境信息由设置在所述车辆上的第一组传感器获取；

[0016] 所述第二环境信息由设置在所述车辆上的第二组传感器获取。

[0017] 可选地，所述从控制器判断所述主控制器是否出现故障的步骤包括：

[0018] 当所述从控制器在所述预设间隔时间内未收到所述主控制器的心跳包时，判定所述主控制器故障，所述心跳包由所述主控制器生成并发送给所述从控制器，在所述第一组传感器异常和/或所述主控制器与所述车辆的底盘之间的通讯异常时停止所述心跳包的发送。

[0019] 可选地，所述从控制器根据所述主控制器最后一次发送的所述第一环境信息和所述地图信息规划初始停车路径包括：

[0020] 所述从控制器将所述第一环境信息、所述第二环境信息和所述地图信息按照第一预设公式得到一维纵向轨迹和一维横向轨迹；

[0021] 对所述一维纵向轨迹和所述一维横向轨迹进行卡尔曼滤波得到滤波后的一维纵向轨迹和一维横向轨迹；

[0022] 剔除不满足第一预设条件的所述滤波后的一维纵向轨迹，将所述滤波后的一维横向轨迹和剔除后剩余的所述滤波后一维纵向轨迹生成一维横纵向轨迹对；

[0023] 根据轨迹评价函数对所有所述一维横纵向轨迹对进行代价评估，按照代价评估值从小到大取出所述代价评估值相对应的所述一维横纵向轨迹对进行组合生成二维轨迹；

[0024] 判断所述二维轨迹是否满足第二预设条件；

[0025] 若是，则根据所述二维轨迹生成所述停车路径。

[0026] 可选地，判断所述二维轨迹是否满足第二预设条件之后还包括：

[0027] 若所述二维轨迹不满足所述第二预设条件；

[0028] 所述从控制器将所述第一环境信息、所述第二环境和所述地图信息按照第二预设公式得到所述一维横向轨迹和所述一维纵向轨迹；

[0029] 按照预设规则对所述一维横向轨迹和所述一维纵向轨迹排序后组合得到横纵向轨迹对；

[0030] 判断所述横纵向轨迹对是否满足所述车辆的硬碰撞要求；

[0031] 若是，则根据所述横纵向轨迹对生成所述停车路径。

[0032] 可选地，所述第一预设公式为：

[0033]

[0034] 其中，t为时间，s为纵向距离，d为横向距离，a0‑a5和b0‑b5均为常数。

[0035] 可选地，所述第一预设条件为同时满足以下条件：

[0036] 所述一维纵向轨迹的最后一个时刻点为零；

[0037] 所述一维纵向轨迹的末端与停止线的距离小于预设值；

[0038] 所述一维纵向轨迹上的每个时刻点的速度、加速度和加加速度均在各自的第一预设范围内。

[0039] 可选地，所述第二预设条件为同时满足以下条件：

[0040] 所述二维轨迹上的每个时刻点的速度、加速度和加加速度均在各自的第二预设范围内；

[0041] 所述二维轨迹满足所述车辆的硬碰撞要求。

[0042] 根据上述第二方面，本发明还提供了一种用于车辆的自动驾驶控制系统，包括主控制和从控制器，所述主控制器用于实时获取所述车辆周围的第一环境信息和地图信息并发送至所述从控制器；所述从控制器用于实时获取所述车辆周围的第二环境信息并发送至所述主控制器，及判断所述主控制器是否出现故障，若是，所述从控制器根据所述主控制器最后一次发送的所述第一环境信息和所述地图信息以及所述第二环境信息规划停车路径，并根据所述停车路径控制所述车辆自动停车。

[0043] 本发明提供的自动驾驶控制方法中从控制器在后台运行，从控制器能够识别主控制器的异常，当它检测到主控制器发生故障时，则合理执行制动，控制安全停车。具体地，由主控制器实时地获取车辆周围的第一环境信息和地图信息，和由从控制器实时地获取车辆周围的第二环境信息，主控制器将获得的第一环境信息和地图信息发送给从控制器。当从控制器判定主控制器异常时，根据主控制器发送的第一环境信息和地图信息、以及自己获取的第二环境信息规划车辆的停车路径，并且根据停车路径控制车辆自动停车。本发明提供的自动驾驶控制方法在主控制器正常时由主控制器控制车辆，当主控制器异常时，由从控制器接管车辆，并根据相关信息规划停车路径，最后根据停车路径控制车辆停车，在车辆完全停止前具有一段缓冲行驶距离，能够尽可能地避免无必要的紧急制动，以及实现弯道制动操作，从而能够使得停车时的安全性和舒适性都得到提高。因此，与现有技术中在控制器异常时直接停车的方案相比，本发明提供的自动驾驶控制方法在主控制器异常时停车时的安全性和舒适性都高。

[0044] 进一步地，主控制器正常时，接收从控制器发送的第二环境信息，并将据第二环境信息、第一环境信息和地图信息融合后生成用于控制车辆自动驾驶的行驶路径。与现有技术中相比，主控制器规划的行驶路径所考虑的因素更多，从而能够进一步提升自动驾驶行车的安全性。

[0045] 根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

[0046] 后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

[0047] 图1是根据本发明一个实施例的用于车辆的自动驾驶控制方法的流程框图；

[0048] 图2是根据本发明一个实施例的用于车辆的自动驾驶控制系统的结构框图；

[0049] 图3是根据本发明另一个实施例的用于车辆的自动驾驶控制方法的流程框图；

[0050] 图4是根据本发明一个实施例的用于车辆的自动驾驶控制方法的在执行停车时的车辆坐标系图；

[0051] 图5是根据本发明一个实施例的用于车辆的自动驾驶控制方法在停车时的减速曲线；

[0052] 图6是根据本发明另一个实施例的用于车辆的自动驾驶控制方法在停车时的减速曲线；

[0053] 图7是根据本发明又一个实施例的用于车辆的自动驾驶控制方法在停车时的减速曲线。

具体实施方式

[0054] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

[0055] 图1是根据本发明一个实施例的用于车辆的自动驾驶控制方法的流程框图。图2是根据本发明一个实施例的用于车辆的自动驾驶控制系统的结构框图。如图1所示，本发明提供了一种用于车辆的自动驾驶控制方法，用于控制车辆的自动驾驶控制系统，该车辆包括底盘50，自动驾驶控制系统包括通信连接的主控制器10和从控制器20，主控制器10和从控制器20均与底盘50连接，自动驾驶控制方法包括：

[0056] S10：主控制器10实时获取车辆周围的第一环境信息和地图信息并发送至从控制器20；

[0057] S20：从控制器20实时获取车辆周围的第二环境信息；

[0058] S30：从控制器20判断主控制器10是否出现故障；

[0059] S40：若是，从控制器20根据主控制器10最后一次发送的第一环境信息和地图信息以及第二环境信息规划停车路径，并根据停车路径控制车辆自动停车。

[0060] 其中，第一环境信息包括障碍物信息，地图信息包括车道线信息，第二环境信息包括障碍物信息、车道线信息和道路边缘信息等。

[0061] 本实施例提供的自动驾驶控制方法中从控制器20在后台运行，从控制器20能够识别主控制器10的异常，当它检测到主控制器10发生故障时，则合理执行制动，控制安全停车。具体地，由主控制器10实时地获取车辆周围的第一环境信息和地图信息，和由从控制器20实时地获取车辆周围的第二环境信息，主控制器10将获得的第一环境信息和地图信息发送给从控制器20。当从控制器20判定主控制器10异常时，根据主控制器10发送的第一环境信息和地图信息、以及自己获取的第二环境信息规划车辆的停车路径，并且根据停车路径控制车辆自动停车。本发明提供的自动驾驶控制方法在主控制器10正常时由主控制器10控制车辆，当主控制器10异常时，由从控制器20接管车辆，并根据相关信息规划停车路径，最后根据停车路径控制车辆停车，在车辆完全停止前具有一段缓冲行驶距离，能够尽可能地避免无必要的紧急制动，以及实现弯道制动操作，从而能够使得停车时的安全性和舒适性都得到提高。因此，与现有技术中在控制器异常时直接停车的方案相比，本发明提供的自动驾驶控制方法在主控制器10异常时停车时的安全性和舒适性都高。

[0062] 在一个优选的实施例中，从控制器20具备基础的感知能力，同时接收主控制器10送出的最后一帧感知数据，根据工况执行安全接管策略，能够尽可能地避免无必要的紧急制动，以及实现弯道制动操作，相比直接制动提高行驶安全。

[0063] 图3是根据本发明另一个实施例的用于车辆的自动驾驶控制方法的流程框图。如图3所示，在一个具体的实施例中，步骤S20之后还包括：

[0064] S50：从控制器20将第二环境信息发送给主控制器10；

[0065] S60：主控制器10根据第二环境信息、第一环境信息和地图信息生成用于控制车辆自动驾驶的行驶路径。

[0066] 在本实施例中，主控制器10正常时，接收从控制器20发送的第二环境信息，并将据第二环境信息、第一环境信息和地图信息融合后生成用于控制车辆自动驾驶的行驶路径。与现有技术中相比，主控制器10规划的行驶路径所考虑的因素更多，从而能够进一步提升自动驾驶行车的安全性。

[0067] 在一个具体的实施例中，第一环境信息由设置在车辆上的第一组传感器30获取，第二环境信息由设置在车辆上的第二组传感器40获取。优选地，第一组传感器30为多路视觉、激光雷达、毫米波雷达，更为优选为，第一组传感器30为前向摄像头、周视摄像头、毫米波角雷达、激光雷达和组合定位设备，第二组传感器40为前向中焦摄像头(与第一组传感器30中的前向摄像头不同)和前向毫米波雷达。主控制器10为一个接口丰富的大算力计算平台，一般为高算力的域控制器，可以接入多路视觉、激光雷达、毫米波雷达。考虑系统成本，从控制器20选择低算力、高可靠的嵌入式软硬件系统，一般为典型的ADAS控制器，具备基本的感知能力，能够接入前向中焦摄像头和前向毫米波雷达。在正常运行时，从控制器20一方面将前向视觉和前向毫米波雷达的原始数据通过以太网传给主控制器10，主控制器10进行全向传感器融合，进行自动驾驶决策规划及行驶控制指令下发，正常状态下底盘CAN网络的各执行器响应由主控制器10下发的指令。另一方面从控制器20也接收主控制器10融合后的目标信息，以及规划出的行驶道路路径信息，当判断主控制器10异常时，会接管，此时底盘CAN网络上各控制器优先会响应从控制器20指令。当然，从控制器20也可以接收主控制器10采集的原始数据，然后将自己采集的原始数据和主控制器10发送的原始数据融合后规划停车路径，底盘CAN网络上各控制器优先会响应从控制器20指令。

[0068] 在一个具体的实施例中，从控制器20判断主控制器10是否出现故障的步骤包括：

[0069] 当从控制器20在预设间隔时间内未收到主控制器10的心跳包时，判定主控制器10故障，心跳包由主控制器10生成并发送给从控制器20，在第一组传感器30异常和/或主控制器10与车辆的底盘之间的通讯异常时停止心跳包的发送。

[0070] 为了为确保从控制器20监控主控制器10的状态安全可靠以及满足通讯带宽要求，主控制器10和从控制器20之间有两路信息交互通道。具体地，主控制器10和从控制器20均与车辆的底盘连接，连接方式优选为CAN通讯连接，用于获取底盘信息和对底盘进行控制。主控制器10与从控制器20之间通讯连接，连接方式优选为以太网连接。主控制器10上设置有CAN通讯模块和TCP服务端，CAN通讯模块用于实现主控制器10与底盘的连接，TCP服务端用于实现主控制器10与从控制器20的连接。主控制器10启动后开启CAN通讯模块与底盘通讯连接，接收底盘信息并且将控制报文发送给底盘。与此同时，主控制器10启动TCP服务端，等待与从控制器20建立以太网连接，连接建立成功后，主控制器10将定时发送心跳包和感知相关数据(第一环境信息和地图信息)给从控制器20。在两种情况下，从控制器20会接管车辆，分别是：第一组传感器30异常，则主控制器10系统将停止CAN通讯模块，并且停止发送心跳包给从控制器20，从控制器20将接管车辆；第一组传感器30正常，但CAN通讯模块异常，则主控制器10将停止发送心跳包给从控制器20，从控制器20将接管车辆。其中，底盘中有驱动控制器、制动控制器、档位控制器、转向控制器和车身控制器等。在主控制器10正常的情况下，底盘中各个控制器执行主控制器10下发的指令进行自动驾驶，当主控制器10异常的情况下，底盘中各个控制器执行从控制器20下发的指令进行自动停车。

[0071] 具体地，从控制器20上设置有Canbus模块，从控制器20启动后Canbus模块处于监听状态，等待与主控制器10建立网络连接。当建立网络连接后，周期检测主控制器10发送的心跳包以及控制报文。若主控制器10发生故障导致心跳包停发，或者检测到控制报文丢失，从控制器20将记录主机最后发出的一帧心跳包、第一环境信息和地图信息。

[0072] 在一个具体的实施例中，从控制器20根据主控制器10最后一次发送的第一环境信息和地图信息规划初始停车路径包括：

[0073] 从控制器20将第一环境信息、第二环境信息和地图信息按照第一预设公式得到一维纵向轨迹和一维横向轨迹；

[0074] 对一维纵向轨迹和一维横向轨迹进行卡尔曼滤波得到滤波后的一维纵向轨迹和一维横向轨迹；

[0075] 剔除不满足第一预设条件的滤波后的一维纵向轨迹，将滤波后的一维横向轨迹和剔除后剩余的滤波后一维纵向轨迹生成一维横纵向轨迹对；

[0076] 根据轨迹评价函数对所有一维横纵向轨迹对进行代价评估，按照代价评估值从小到大取出代价评估值相对应的一维横纵向轨迹对进行组合生成二维轨迹；

[0077] 判断二维轨迹是否满足第二预设条件；

[0078] 若是，则根据二维轨迹生成停车路径。

[0079] 其中，该实施例生成的停车路径为普通路径。

[0080] 本实施例为从控制器20接管车辆后进行的停车路径规划过程。从控制器20将实时感知到的第二环境信息与主控制器10发出的第一环境信息和地图信息进行融合。图4是根据本发明一个实施例的用于车辆的自动驾驶控制方法的在执行停车时的车辆坐标系图。如图4所示，在大曲率道路行驶时，例如直角转弯，发生意外接管情况下的车辆行驶问题，防止冲出道路，可以在道路中安全停车，另外，根据与障碍物的碰撞判断，选择合理的减速度。

[0081] 在一个具体的实施例中，判断二维轨迹是否满足第二预设条件之后还包括：

[0082] 若二维轨迹不满足第二预设条件；

[0083] 从控制器20将第一环境信息、第二环境和地图信息按照第二预设公式得到一维横向轨迹和一维纵向轨迹；

[0084] 按照预设规则对一维横向轨迹和一维纵向轨迹排序后组合得到横纵向轨迹对；

[0085] 判断横纵向轨迹对是否满足车辆的硬碰撞要求；

[0086] 若是，则根据横纵向轨迹对生成停车路径。

[0087] 本实施例提供的方案针对的是二维轨迹不满足第二预设条件的，生成的停车路径为备选轨迹。当所有轨迹都不满足第二预设条件时，表示无法规划出普通轨迹，则进入备选轨迹生成模块。备选轨迹的生成和选择相对而言比较简单，并不像普通轨迹那样需要进行一系列复杂的代价评估，只通过硬碰撞检测即可。

[0088] 在一个具体的实施例中，第一预设公式为：

[0089]

[0090] 其中，t为时间，s为纵向距离，d为横向距离，a0‑a5和b0‑b5均为常数。该公式适用于普通轨迹的生成。

[0091] 在进行备选轨迹的生成时，第二预设公式中一维横向轨迹生成的公式与上述第一预设公式中的横向轨迹相同，一维纵向轨迹生成时，设定加速度为常数，而加速度是距离s对时间t的二次导数，则有：a0＝s0，a1＝v0，a2＝1/2a，a3＝a4＝a5＝0，其中，a0‑a5均为常数，a为加速度，v0为速度，最终使得加速度为[‑0.1，‑1.0，‑2.0，‑3.0，‑4.0]。在上述实施例中，备选轨迹的生成过程包括：首先，将规划的一维纵向轨迹(t，s)，按减速度从小到大排列，及将规划的一维横向轨迹(t,d)按横向距离进行排列；其次，对一维纵向轨迹和一维横向轨迹进行组合，生成横纵向轨迹对[(t，s)，(t，d)]；最后，对生成的横纵向轨迹对依次进行硬碰撞检测，如果满足硬碰撞要求，则输出备选轨迹，从控制器20根据备选轨迹控制车辆自动停车。其中，组合生成横纵向轨迹对的顺序为横向＝0，0.5，0.5，1，‑1…，纵向a＝‑0.1，1，2，3，4…。备选轨迹主要在紧急情况下使用，因此对减速度导数值的约束相比轨迹评估函数而言是比较宽松，图5是根据本发明一个实施例的用于车辆的自动驾驶控制方法在停车时的减速曲线，其中实线表示普通轨迹的速度，虚线表示备选轨迹的速度，尽管普通轨迹的
2
末端减速度与备选轨迹减速度相同，都为4m/s ，但由于普通轨迹必须考虑舒适性，减速度
2
是逐渐增加到4m/s，因此减速到零的时间和距离要远远大于备选轨迹的。

[0092] 图6是根据本发明另一个实施例的用于车辆的自动驾驶控制方法在停车时的减速曲线。图7是根据本发明又一个实施例的用于车辆的自动驾驶控制方法在停车时的减速曲线。在一些实施例中，备选轨迹和普通轨迹存在交集，这说明刹车距离相同(如图6所示)或从相同的速度减速到零花了相同的时间(如图7所示)，图6和图7中实线表示普通轨迹的速度，虚线表示备选轨迹的速度。从图6和图7可以看出，要产生相同的刹车距离或者相同的刹车时间，普通轨迹的末端减速度要远远大于备选轨迹。当普通轨迹的评估函数确定后，即减速度的边界值已知，可以大致估算出备选轨迹的减速度下界，从而使得备选轨迹的刹车距离或刹车时间小于普通轨迹的表现。

[0093] 在一个具体的实施例中，第一预设条件为同时满足以下条件：

[0094] 一维纵向轨迹的最后一个时刻点为零；

[0095] 一维纵向轨迹的末端与停止线的距离小于预设值；

[0096] 一维纵向轨迹上的每个时刻点的速度、加速度和加加速度均在各自的第一预设范围内。

[0097] 其中，第一预设范围依据车型而选定，例如：速度最大不超过30km/h,加速度不超2 2
过±3m/s，加加速度不超过±4m/s。

[0098] 在一个具体的实施例中，第二预设条件为同时满足以下条件：

[0099] 二维轨迹上的每个时刻点的速度、加速度和加加速度均在各自的第二预设范围内；

[0100] 二维轨迹满足车辆的硬碰撞要求。

[0101] 其中，第二预设范围依据车型而选定，例如：速度最大不超过30km/h,加速度不超2 2
过±3m/s，加加速度不超过±4m/s。

[0102] 本发明还提供了一种用于车辆的自动驾驶控制系统，其一般性地包括主控制和从控制器20，主控制器10用于实时获取车辆周围的第一环境信息和地图信息并发送至从控制器20；从控制器20用于实时获取车辆周围的第二环境信息并发送至主控制器10，及判断主控制器10是否出现故障，若是，从控制器20根据主控制器10最后一次发送的第一环境信息和地图信息以及第二环境信息规划停车路径，并根据停车路径控制车辆自动停车。

[0103] 本实施例提供的自动驾驶控制系统包括主控制器10和从控制器20。其中，从控制器20在后台运行，能够识别主控制器10的异常，当它检测到主控制器10发生故障时，则合理执行制动，控制安全停车。具体地，由主控制器10实时地获取车辆周围的第一环境信息和地图信息，和由从控制器20实时地获取车辆周围的第二环境信息，主控制器10将获得的第一环境信息和地图信息发送给从控制器20。当从控制器20判定主控制器10异常时，根据主控制器10发送的第一环境信息和地图信息、以及自己获取的第二环境信息规划车辆的停车路径，并且根据停车路径控制车辆自动停车。本发明提供的自动驾驶控制方法在主控制器10正常时由主控制器10控制车辆，当主控制器10异常时，由从控制器20接管车辆，并根据相关信息规划停车路径，最后根据停车路径控制车辆停车，在车辆完全停止前具有一段缓冲行驶距离，能够尽可能地避免无必要的紧急制动，以及实现弯道制动操作，从而能够使得停车时的安全性和舒适性都得到提高。因此，与现有技术中在控制器异常时直接停车的方案相比，本发明提供的自动驾驶控制方法在主控制器10异常时停车时的安全性和舒适性都高。

[0104] 在一个具体的实施例中，该自动驾驶控制系统还包括第一组传感器30和第二组传感器40，第一组传感器30与主控制器10连接，用于获取第一环境信息和地图信息，第二组传感器40与从控制器20连接，用于获取第二环境信息。优选地，第一组传感器30为多路视觉、激光雷达、毫米波雷达，优选为，前向摄像头、周视摄像头、毫米波角雷达、激光雷达和组合定位设备，第二组传感器40为前向中焦摄像头(与第一组传感器30中的前向摄像头不同)和前向毫米波雷达。

[0105] 至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。