自适应巡航控制方法和系统与流程

1.本公开涉及用于驾驶车辆的自适应巡航控制方法、用于驾驶车辆的自适应巡航控制系统、包括这样的控制系统的车辆、包括用于执行这样的方法的步骤的指令的计算机程序以及在其上记录有这样的计算机程序的记录介质。
2.这样的自适应巡航控制方法有助于在自动驾驶期间以自然的方式调整与前方车辆的距离。这样的自适应巡航控制可以用于任何驾驶车辆：全自动驾驶车辆或仅配备有巡航控制系统的驾驶车辆。


背景技术：

3.巡航控制系统是众所周知的系统，其自动控制机动车辆的速度，以维持由驾驶员设定的稳定速度。这样的系统应用在了大多数现代汽车中，其为驾驶员提供了极大的驾驶舒适性，尤其是在高速公路上行驶时。
4.然而，第一代这样的系统的缺点是，在同一车道中在驾驶车辆前方无论是否存在另一车辆，都保持速度稳定。因此，为了避免撞到前方车辆，该驾驶车辆的驾驶员不得不手动制动，从而取消巡航控制的操作。
5.为了避免这样的缺点，最近设计了自适应巡航控制系统：这种系统能够检测前方车辆并调整驾驶车辆的速度，以便以安全距离跟随前方车辆。因此，当没有检测到前方车辆时，驾驶车辆的速度保持稳定在设定的速度；然后，当检测到前方车辆时，降低驾驶车辆的速度，以便安全地跟随前方车辆；最后，当前方车辆离开车道或加速而不再被检测到时，提高驾驶车辆的速度以再次达到设定的速度。
6.然而，虽然这种自适应巡航控制系统已经有效地提高了驾驶安全性，但驾驶员对当前可用的自适应巡航控制系统并不完全满意。事实上，已经观察到当前系统并没有模仿实际的自然跟随行为。具体地，在当前系统中，目标跟随距离是从目标跟随距离映射中检索到的；然而，此映射没有准确地模拟实际驾驶员在当他们跟随前方车辆时的行为。
7.因此，当自适应巡航控制系统跟随前方车辆时，驾驶员并不完全安心。结果，安全感和驾驶舒适性并未完全令人满意。
8.结果，确实需要至少部分地没有上述已知系统的缺点的自适应巡航控制方法、自适应巡航控制系统、车辆、计算机程序和记录介质。


技术实现要素：

9.本公开涉及用于驾驶车辆的自适应巡航控制方法，包括步骤：获取所述驾驶车辆的速度，获取所述驾驶车辆与在所述驾驶车辆前方在同一车道上行驶的前方车辆之间的相对距离，基于将目标车头时距与驾驶车辆速度相联系的关系，计算目标车头时距，所述车头时距是所述相对距离与所述驾驶车辆速度之间的比率，以及作为第一控制模式，基于所述目标车头时距来控制所述驾驶车辆的发动机和/或制动器。
10.因此，在本公开中，自适应巡航控制的跟随行为不是基于跟随距离的预定映射，而
是基于目标车头时距的计算。实际上，发明人已经确定，这样的目标车头时距(基本上是使两车分开的时距)，是比相对距离更相关的要监视的参数。
11.特别是，发明人已经实行了基于超过100,000个真实的跟随实例的详细统计研究，以理解真实驾驶员的自然跟随行为。借由该研究，发明人已经在经分析的跟随实例中识别出共同的趋势，并且已经设计出模仿这样的自然的跟随行为的关系。
12.因此，这样的联系目标车头时距的关系能够精确地模仿自然的跟随行为。因此，当基于这样的关系来控制车辆时，这使得驾驶员感觉自然，并且因此增加了在自动驾驶系统中驾驶员以及乘客的信心。结果，借由该自适应巡航控制方法，安全感和驾驶舒适性得以增加了。
13.在一些实施例中，将所述目标车头时距与所述驾驶车辆速度相联系的所述关系是以下类型的：thw
t
＝a.s-b
c其中thw
t
是所述目标车头时距，s是所述驾驶车辆速度，并且a、b和c是正实数。
14.该关系使得能够高精度地模拟真实驾驶员的自然跟随行为，如由发明人实行的统计研究中所识别的那样。
15.在一些实施例中，在所述关系thw
t
＝a.s-b
c中，项b介于0.5与1之间，优选地介于0.6与0.8之间。
16.在一些实施例中，在所述关系thw
t
＝a.s-b
c中，项a介于1与20之间，优选地介于4与13之间。
17.在一些实施例中，在所述关系thw
t
＝a.s-b
c中，项c介于0.1与1.5之间，优选地介于0.2与1.1之间。
18.在一些实施例中，将所述目标车头时距与所述驾驶车辆速度相联系的所述关系至少包括基于行为因子而确定的项，该行为因子可依据驾驶员的行为进行调整。这样的行为因素使得能够考虑驾驶员的驾驶激进性，以努力尽可能匹配驾驶员的自然行为。相应地，跟随控制不是简单地基于平常的驾驶员，而是能够模拟不同驾驶员风格的行为。通常，更激进的驾驶员能够选择导致更短的相对距离的激进设定，而较不激进的驾驶员能够选择导致更长的相对距离的安全设定。
19.在一些实施例中，在所述关系thw
t
＝a.s-b
c中，项a和/或项c是基于行为因子确定的，该行为因子可依据驾驶员的行为进行调整。
20.在一些实施例中，在所述关系thw
t
＝a.s-b
c中，项a基于以下关系确定：a＝m1.b q1其中b是可依据驾驶员的行为而在0与100之间调整的行为因子，并且m1和q1是正实数。
21.在一些实施例中，m1介于0.05与0.1之间。
22.在一些实施例中，q1介于1与10之间。
23.在一些实施例中，在所述关系thw
t
＝a.s-b
c中，项c基于以下关系确定：c＝m2.b q2其中b是依据驾驶员的行为可在0与100之间调整的行为因子，并且其中m2和q2是正实数。
24.优选地，b在上述两个关系中是相同的。
25.在一些实施例中，m2介于0.001与0.02之间。
26.在一些实施例中，q2介于0.1与1之间。
27.在一些实施例中，所述行为因子是由驾驶员设定的。例如，有4个设定是可用的。
28.在一些实施例中，行为因子由所述车辆的中央控制单元基于例如所述驾驶员的驾驶历史而设定。
29.在一些实施例中，所述方法还包括获取所述前方车辆的速度的步骤。相应地，可以确定所述前方车辆是否比所述驾驶车辆行驶得更慢或更快。
30.在一些实施例中，仅当所述前方车辆速度大致等于所述驾驶车辆速度时，才选择所述第一控制模式。特别地，如果所述前方车辆速度等于所述驾驶车辆速度(多或少不超过2km/h)，则可以确定所述前方车辆速度大致等于所述驾驶车辆速度。当两辆车真正地以相同的步调一个跟随另一个时，所设计的关系的精确度确实处于其最高水平。
31.在一些实施例中，当所述前方车辆速度比所述驾驶车辆速度低至少2km/h时，在第二控制模式下控制所述驾驶车辆的所述发动机和/或所述制动器。
32.在一些实施例中，在所述第二控制模式下，降低所述驾驶车辆速度直到所述驾驶车辆速度与所述前方车辆速度基本匹配。相应地，当检测到前方车辆时，所述驾驶车辆可以减速以达到能够使用所述第一控制模式的跟随情况。
33.在一些实施例中，当所述前方车辆速度比所述驾驶车辆速度高至少2km/h时或者当未检测到前方车辆时，在第三控制模式下控制所述驾驶车辆的所述发动机和/或所述制动器。例如，在这种情况下，可以恢复常规巡航控制。
34.在一些实施例中，在所述第三控制模式下，所述驾驶车辆速度增加然后保持恒定在目标速度。例如，该目标速度可以由驾驶员或者由车辆的中央控制单元基于例如交通信息来设定。
35.在一些实施例中，相对距离是由毫米波雷达、相机和/或激光雷达获取的。
36.在一些实施例中，在所述第一控制模式下，不使用依赖于所述驾驶车辆速度的相对距离的映射。
37.本公开也涉及用于驾驶车辆的自适应巡航控制系统，包括：驾驶车辆速度确定单元、相对距离确定单元、计算单元以及控制单元；所述驾驶车辆速度确定单元配置为确定所述驾驶车辆的速度，所述相对距离确定单元配置为确定所述驾驶车辆与在所述驾驶车辆前方在同一车道上行驶的前方车辆之间的相对距离，所述计算单元配置为基于将目标车头时距与驾驶车辆速度相联系的关系，计算目标车头时距，所述车头时距是所述相对距离与所述驾驶车辆速度之间的比率，所述控制单元包括至少第一控制模式，在所述第一控制模式中基于所述目标车头时距来控制所述驾驶车辆的发动机和/或制动器。
38.当然，该自适应巡航控制系统可以包括配置用于施行上述方法的任何实施例的装置。
39.本公开也涉及车辆，所述车辆包括上述自适应巡航控制系统。
40.本公开也涉及计算机程序，所述计算机程序包括指令，所述指令用于当所述程序被计算机执行时，执行上述方法的任何实施例的步骤。
41.该程序可以使用任何编程语言，并且可以采用源代码、目标代码或源代码和目标
代码之间的中间代码的形式，例如部分编译的形式或者任何其他期望的形式等。
42.本公开也涉及记录介质，所述记录介质能够由计算机读取并且在所述记录介质上记录有上述计算机程序。
43.记录介质可以是能够存储程序的任何实体或装置。例如，该介质可以包括例如rom(例如cd rom或微电子电路rom)或磁存储装置(例如磁盘(软盘)或硬盘)等的存储装置。
44.替代地，该记录介质可以是其中并入有程序的集成电路，该电路适于执行所讨论的方法或被用在该方法的执行中。
45.当阅读以下所呈现的自适应巡航控制方法和系统的示例性实施例的详细描述时，上述特征和优点等将变得显而易见。该详细描述参考附图。
附图说明
46.附图是示意性的并且首要寻求图示出本发明的原理。图1图示出了根据本公开的自适应巡航控制系统。图2是用于典型情景的驾驶车辆速度的时间线。图3是用于该情景的相对距离的时间线。图4是作为驾驶车辆速度的函数的目标车头时距的曲线图。图5是作为驾驶车辆速度的函数的相对距离的曲线图。图6是来自统计研究的车头时距的分布。图7是来自统计研究的相对距离的分布。图8图示出了对车头时距的统计研究的结果。图9图示出了对相对距离的统计研究的结果。图10和图11是图示所呈现模型的准确度的图表。
具体实施方式
47.为了使本发明更加具体，下面参照附图详细描述了所呈现的自适应巡航控制方法和系统的示例性实施例。应当记住，本发明不限于该示例。
48.图1图示了用于例如私家车等的驾驶车辆的示例性自适应巡航控制系统1。它包括毫米波雷达11、驾驶车辆速度传感器12、行为设定单元13、巡航控制单元14、发动机15和制动器16。
49.毫米波雷达11配置为测量前方车辆(即在同一车道中行驶在驾驶车辆前方的车辆)的速度s
pv
连同驾驶车辆与前方车辆之间的相对距离d。
50.驾驶车辆速度传感器12配置为测量驾驶车辆的速度s。
51.行为设定单元13配置为确定并保存行为设定。在本示例中，这样的行为设定是由驾驶员借由人机界面来选择的。有四个预定设定可用：“远”；“中等远”；“中等近”和“近”。
52.现在将描述巡航控制单元14的操作。巡航控制单元14是配置为基于来自毫米波雷达11、驾驶车辆速度传感器12和行为设定单元13的输入而向发动机15和制动器16发送控制指令的电子控制单元。
53.为此，巡航控制单元14的一个功能是计算驾驶车辆与前方车辆之间的车头时距(time headway)thw，该车头时距thw是相对距离d与驾驶车辆速度s之间的比率(即，thw＝
d/s)。
54.在巡航控制单元14中编程有三种控制模式，并且依据驾驶车辆与前方车辆之间的相对速度来对这三种控制模式进行选择：-当该相对速度等于0
±
2km/h时，巡航控制单元14使用第一控制模式；-当该相对速度大于2km/h(即前方车辆速度s
pv
比驾驶车辆速度s低至少2km/h)时，巡航控制单元14使用第二控制模式；以及-当该相对速度低于2km/h(即前方车辆速度s
pv
比驾驶车辆速度s高至少2km/h)时，巡航控制单元14使用第三控制模式。
55.而且，当没有检测到前方车辆时，巡航控制单元14使用第三控制模式。
56.在这方面，图2和图3图示出了驾驶车辆与前方车辆相遇的典型情景。
57.在该情景开始时，没有检测到前方车辆，这或是因为在驾驶车辆前方在同一车道中确实不存在前方车辆，或是因为前方车辆超出了毫米波雷达11的检测范围因而距驾驶车辆远到足以被忽略。因此，在该巡航阶段中，选择第三控制模式，并且将驾驶车辆速度s控制为匹配由驾驶员设定的目标稳定速度s
t
。而且，由于没有检测到前方车辆，所以驾驶车辆与前方车辆之间的相对距离d无法定义。
58.然后，检测到了前方车辆，这或是因为有车辆进入驾驶车辆前方的车道，或是因为被驾驶车辆追上的较慢的前方车辆进入了毫米波雷达11的检测范围。该前方车辆的速度s
pv
比驾驶车辆速度s低至少2km/h。因此，在该接近阶段中，选择第二控制模式，并且将驾驶车辆速度s降低为达到前方车辆速度s
pv
。因此，在接近阶段期间相对距离d稳定地减小。
59.然后，一旦驾驶车辆速度s达到前方车辆速度s
pv
(多或少不超过2km/h)时，则开始跟随阶段，并且选择第一控制模式。现在将更详细地描述该第一控制模式。
60.在第一控制模式下，借由以下关系将目标车头时距thw
t
计算为驾驶车辆速度s的函数：thw
t
＝a.s-0.71
c
61.在该关系中，a和c是基于由行为设定单元13保存的行为设定而被确定作为介于0与100之间的行为因子b的函数的实数：a＝0.078b 4.482并且c＝0.008b 0.232
62.在本示例中，行为因子5与行为设定“远”相关联；行为因子25与行为设定“中等远”相关联；行为因子50与行为设定“中等近”相关联；并且行为因子75与行为设定“近”相关联。
63.图4图示出了对于四个建议的行为设定(“远”21；“中等远”22；“中等近”23和“近”24)，目标车头时距thw
t
与驾驶车辆速度s之间的该关系。
64.图5图示出了对于四个建议的行为设定(“远”31；“中等远”32；“中等近”33和“近”34)的目标相对距离d
t
(对应于目标跟随距离)，该目标相对距离d
t
可以从上述目标车头时距thw
t
和驾驶车辆速度s推导出来。
65.因此，在第一控制模式下，巡航控制单元14控制发动机15和制动器16，以使得实际车头时距thw满足目标车头时距thw
t
。
66.最后，当前方车辆离开车道时，将驾驶车辆前方毫米波雷达11范围内的车道留空，巡航控制单元14返回到第一控制模式。因此，驾驶车辆速度增加，然后保持恒定在目标速度st
(参见图3)。
67.现在将描述由发明人进行的统计研究的结果，以证明将目标车头时距thw
t
与驾驶车辆速度s相联系的上述关系的准确性。
68.本研究基于通过eurofot项目收集的驾驶数据，这些数据包括13407个驾驶小时，来自38位非专业欧洲驾驶员，达581,347km。已经对这些数据应用了场景检测准则，以识别和提取跟随场景：特别是，相对速度在
±
2km/h以内，并且驾驶车辆加速度在
±
0.2m/s2以内。因此，已经检测到125,441个跟随场景。
69.由于可从eurofot数据库提取的数据量有限，所以仅保留提取了检测到的跟随场景的一部分：具体地，对于每10km/h范围保留大约3700个场景，直到130km/h，加上超过130km/h的所有场景(大约2000例)。因此，在切割数据之后，保留和研究了50,745个场景。
70.在该阶段，发明人注意到一些场景展现出高的车头时距thw(第90百分位数在3.3s处)和/或高的相对距离d(第90百分位数在69m处)，并且担心一些提取的场景最终将不是实际跟随实例。特别地，基于所提取的场景的原始集合，发明人注意到，当这些场景中的大部分场景的驾驶车辆速度较高时，车头时距thw突然变高，证明这样的场景不是前方车辆实际影响驾驶车辆的行为的实际跟随实例。
71.因此，发明人做出了假设：如果前方车辆速度影响驾驶车辆速度，即如果场景是实际跟随实例，则前方车辆速度的改变将导致驾驶车辆速度的改变。结果，它们基于满足上述假设的附加条件实行了第二选择：特别地，前方车辆具有至少
±
4km/s的速度变化，并且驾驶车辆在从前方车辆速度变化的-2到5s做出反应以将其速度也改变
±
4km/h。因此，在这些附加条件下，保留了20,046个经验证的跟随场景。
72.图6和图7分别图示出了对于车头时距thw和相对距离d的经验证的场景的分布。对于车头时距thw，中值41为1.28s，平均值42为1.52s，第25百分位数43为0.9s，第75百分位数44为1.86s；还描绘了累积分布45。对于相对距离d，中位数51为15m，平均值52为18.78m，第25百分位数53为9.29m，第75百分位数54为23.5m；还描绘了累积分布55。
73.现在，图8描绘了对于几个百分位数(第10百分位数61、第25百分位数62、第50百分位数63、第75百分位数64和第90百分位数65)，对于从5km/h到45km/h中的每5km/h范围，以及对于从45km/h到135km/h中的每10km/h范围，在该速度范围内的经验证样本的数量以及车头时距thw的值。
74.类似地，图9描绘了对于几个百分位数(第10百分位数71、第25百分位数72、第50百分位数73、第75百分位数74和第90百分位数75)，对于从5km/h到45km/h中每5km/h范围以及对于从45km/h到135km/h中每10km/h范围，在该速度范围内的经验证样本的数量以及相对距离d的值。
75.因此，看起来，借由由发明人设计的关系而计算的目标车头时距thw
t
的曲线21-24精确地匹配这一统计调查所揭示的实际车头时距thw的曲线61-65的轮廓。
76.类似地，根据由发明人设计的关系推导出的目标相对距离d
t
的曲线31-34精确地匹配这一统计调查所揭示的实际相对距离d的曲线71-75的轮廓。
77.特别地，一方面通过确定系数法、另一方面通过均方根误差法，测量了由发明人设计的关系的整体精度。在这种情形下，应当注意，所设计的模型关系已经被拟合，以使得行为因子b对应于统计分布的百分位数。换句话说，具有行为因子b的模型关系被设计成拟合
第b百分位数的实际统计结果。
78.因此，图10描绘了，对于20与80之间的每个百分位数，相对于实际统计数据的模型关系的确定系数(r2)：因此，看起来，对于每个百分位数，这些确定系数都大于0.99。此外，图11描绘了，对于20与80之间的每个百分位数，相对于实际统计数据的模型关系的均方根误差(root-mean-square error，rmse)：换句话说，这个误差对应于车头时距thw值的误差。因此，看起来，最大误差几乎不大于0.06s。
79.即使已经参照特定示例性实施例描述了本发明，显然这些示例可以在不背离如权利要求所限定的本发明的范围的情况下进行改变。特别地，可以在附加的实施例中对不同呈现的实施例的各个特征进行组合。因此，应当以说明性的方式而不是限制性的方式来考虑说明和附图。
80.同样清楚的是，参照方法描述的所有特征能够单独地或组合地转换成装置，反之亦然。