用于智能驾驶的目标筛选方法、装置及其车辆与流程

本发明涉及汽车智能驾驶技术。

背景技术：

1、图1示出了高级辅助驾驶系统adas的纵向控制功能(如自适应巡航控制acc(adaptive cruise control)、自动紧急刹车aeb(automatic emergency brake)和前方碰撞预警fcw(forward collision warning)等功能)的控制原理示意图，纵向控制功能主要包括以下算法参与模块：视觉感知和雷达感知、目标跟踪和目标融合、目标筛选及车辆控制算法。其中，目标筛选模块进一步包括以下功能模块：输入目标整理；道路模型构建；运动属性判断；筛选管道构建；主动安全功能(aeb、fcw、esa等)和舒适驾驶功能(acc、tja、noa等)目标筛选；合理性校验、信心值输出及信号输出。

2、前述的管道(funnel)的含义是指一段从本车车头开始，顺着本车预测行驶轨迹中心线方向而从两边展开等于指定宽度的一段行驶轨迹，落在该行驶轨迹区域中的目标会被认定为对本车行驶易构成危险目标，adas/ad系统中的主动安全(aeb、fcw、esa等)或者舒适驾驶(acc、tja、noa等)系统会对这些目标做出反应(通常为制动)，而区域之外的目标通常被认定为不相关目标，无需被功能考虑。

3、图2示出了进行主动安全和舒适驾驶目标筛选的原理示意图，请参考图2。在目标筛选模块为所有目标构建同一种管道之前，运动属性判断模块接收感知或者融合算法模块输出的全部道路参与者目标，根据各个目标的横向移动速度、纵向速度、目标类型(行人、车辆、骑行人等)以及目标的历史轨迹拟合信息，将每一个道路参与者的运动属性赋值为下述的类型之一：

4、1、默认运动属性movedir_default＝0u；

5、2.、向前运动movedir_straight_proceeding＝1u；

6、3、向左运动movedir_straight_left＝2u；

7、4、相向运动movedir_straight_oncoming＝3u；

8、5、向右运动movedir_straight_right＝4u；

9、6、左前运动movedir_proceeding_left＝5u；

10、7、左后运动movedir_oncoming_left＝6u；

11、8、右后运动movedir_oncoming_right＝7u；

12、9、右前运动movedir_proceeding_right＝8u；

13、10、由动至静movedir_stop＝9u；

14、11、从未运动movedir_nbsm＝10u。

15、其中，具有1u、3u属性的目标为纵向移动目标，具有2u、4u属性的目标为横穿目标，具有5u、6u、7u、8u属性的目标为斜穿目标，具有9u属性的目标为由动至静的目标，具有10u属性的目标为静止目标。运动属性判断模块将被赋值了运动属性的全部目标物体传递给下游的主动安全目标筛选模块和舒适驾驶目标筛选模块，上述的主动安全目标筛选模块包括但不限于下述的目标筛选模块：aeb目标筛选模块、fcw目标筛选模块、esa(emergencyevasive steering紧急转向辅助)目标筛选模块等；上述的舒适驾驶目标筛选模块包括但不限于下述的目标筛选模块：acc目标筛选模块、tja(traffic jam assistant，交通拥堵辅助)目标筛选模块、noa(navigate on autopilot，导航辅助驾驶)等。

16、主动安全目标筛选模块和舒适驾驶目标筛选模块除了接收上游运动属性判断模块所判别得到的目标运动属性以外，还接收本车总线获取的车辆信息，包括但不限于：本车车速(ego vehicle speed)、本车横摆角(yaw)以及本车转角(steering angle)等。同时，主动安全目标筛选模块和舒适驾驶目标筛选模块还接收从传感器或者融合算法模块获取的目标的物理属性，包括目标的横纵向位置、目标的横纵向速度、目标的加速度以及根据本车和目标物理属性计算得到的目标的碰撞时间ttc(time to collision，即车辆距离撞到目标物体还剩下的时间)和规避本次碰撞所需要的制动时间ttb(time to brake)。除此以外，本车和目标相对位置关系模块计算得到目标当前时刻距离本车路径的最近法向距离xolc(lateral offset against lane center，意为车道中心横向偏移，是指将目标转换至frenet坐标系下面距离本车行驶轨迹中心线的横向偏离位置)，目标在ttc时间之后的预计碰撞位置法向距离predict xolc(predict xolc是在xolc的基础上，加上ttc时刻之后的目标预测位置)，目标当前位置和本车轨迹的重叠比例overlap(在adas/ad中通常指在考虑本车和目标的长宽高大小基础上，本车与目标在行驶轨迹上的重合距离相比本车的百分比)，以及目标未来时刻位置和本车的重叠比例predict overlap。利用这些信息，主动安全目标筛选模块和舒适驾驶目标筛选模块建立属于自己特有的筛选管道(即英文的funnel)，然后基于管道进行目标筛选。

17、当前adas/ad行业使用的目标筛选管道通常为一段从车头处开始，宽度等于车道宽度，由近及远越来越窄的筛选管道。这种管道构建方式主要存在以下不足：

18、1、当前目标筛选管道的形状为烟囱形，管道由近及远时管道的宽度从宽到窄，最宽的地方通常为车道宽度，多为同向/对向行驶的机动车目标设计，服务于常规的高速自适应巡航控制acc等功能。对于复杂的城区场景道路参与者如行人、骑行人(骑自行车、电动车等的行人)等会横穿或者斜穿的目标，现有的管道构建方式不能足够早地选中目标，例如，对于15kph速度的横穿骑行人，现有的目标筛选算法通常在目标还在横向13米的位置选中该目标从而预留3秒的时间给到下游功能，导致无法及时刹车规避风险；

19、2、现有的adas系统中大多采用视觉传感器和雷达传感器进行目标感知，在处理距离车头(即车辆的前端)纵向很近的行驶轨迹两侧的目标时，由于目标在视觉传感器和前雷达的视野边缘，通常感知的检测精准度会下降，从而给出误差较大的横向位置和速度从而导致误筛选。而又因为纵向的距离很近，因此很容易被判定为高威胁目标，从而导致功能误刹车，带来很差的驾驶体验，甚至于导致追尾等事故发生。由近及远从宽变窄的管道，虽然在处理远距离目标时候采用了很窄的筛选标准，从而规避了时间长带来的不确定性导致的误筛选，但是在处理相距车头的纵向距离很近的目标时，尤其在本车前方行驶路径附近的vru(vulnerable road user，道路弱势参与者，通常指道路上的行人、自行车、电动车、摩托车等相较于质量较大的机动车较为弱势的道路参与者)目标时，极易造成误筛选；

20、3、此外，现有的目标筛选方法对于某个具体的道路参与者，对其筛选管道的宽度阈值仅仅取决于目标与本车的距离。对不同类型的道路参与者采用同一筛选管道标准，不考虑道路参与者的运动方式、本车的运动状态以及所服务的adas功能。

技术实现思路

1、本发明所要解决的技术问题在于提供一种用于智能驾驶的目标筛选方法及其装置和车辆，其能够及早筛选出行人、骑行人等横穿或斜穿目标，规避风险，并能有效筛除掉复杂道路场景下本车前方附近区域的不相关目标，降低误筛率。

2、第一方面，根据本发明实施例的用于智能驾驶的目标筛选方法，包括：

3、为各横穿目标和各斜穿目标构建各自的第一当前管道和第一预测管道；

4、为各纵向移动目标、各由动至静的目标和各静止目标构建各自的第二当前管道和第二预测管道；

5、计算各目标在ttc时间内的预测横向位置；若横穿目标和斜穿目标的当前位置位于第一当前管道内，且预测横向位置位于第一预测管道内，则将该横穿目标或斜穿目标判定为有效目标；若纵向移动目标、由动至静的目标和静止目标的当前位置位于第二当前管道内，且预测横向位置位于第二预测管道内，则将该纵向移动目标、由动至静的目标或静止目标判定为有效目标；其中：

6、所构建的第一当前管道呈如下形状：从车头向前依次为渐宽段、恒宽段、渐窄段和末段；所述渐宽段的宽度从位于车头的一端到另一端逐渐变宽，渐宽段位于车头的一端的宽度w0为0.5w～1.5w,w为本车宽度，渐宽段的另一端的宽度w1为：w1＝v_lat*ttc+offset1，v_lat为目标的横向移动速度，ttc为目标的碰撞时间，offset1为预设的补偿值，offset1≥0；所述恒宽段的宽度与渐宽段的另一端的宽度相同，且恒宽段的宽度维持不变；所述渐窄段的宽度从连接恒宽段的一端到另一端逐渐变窄，渐窄段的另一端的宽度w3为：w3＝0.6w～w；所述末段的宽度与渐窄段的另一端的宽度相同，且末段的宽度维持不变；渐宽段的另一端相距车头的距离d1设为：d1＝x-offset2，渐窄段的一端相距车头的距离d2设为：d2＝x+offset2,在为主动安全功能进行目标筛选时，x为制动距离或报警距离，在为舒适驾驶功能进行目标筛选时，x为制动距离，offset2为预设的补偿值，offset2＞0；渐窄段的另一端相距车头的距离d3设为：d3＝x+offset2+k1*vr，vr为目标与本车的纵向相对速度，k1为预设的经验值，k1＝0.2秒～1秒，末段的另一端相距车头的距离设为无穷大；

7、所构建的第二当前管道呈如下形状：从车头向前依次为渐狭段和同宽端；所述渐狭段的宽度从位于车头的一端到另一端逐渐变窄，渐狭段位于车头的一端的宽度w4为0.7w～1.1w,渐狭段的另一端的宽度w5为0.6w～w；所述同宽端的宽度与渐狭段的另一端的宽度相同，且同宽段的宽度维持不变；渐狭段的另一端相距车头的距离设为d3’，d3’的计算公式与d3相同，同宽段的另一端相距车头的距离设为无穷大；

8、所构建的第一预测管道和第二预测管道均呈如下形状：从车头向前依次为渐缩段和等宽段；所述渐缩段的宽度从位于车头的一端到另一端逐渐变窄，渐缩段位于车头的一端的宽度w6为0.8w～1.2w,渐缩段的另一端的宽度等于w7，w7为0.3w～1.1w；所述等宽段的宽度与渐缩段的另一端的宽度相同，且等宽段的宽度维持不变；渐缩段的另一端相距车头的距离设为d3”，d3”的计算公式与d3相同，等宽段的另一端相距车头的距离设为无穷大。

9、第二方面，根据本发明实施例的用于智能驾驶的目标筛选方法，包括：

10、为各横穿目标和各斜穿目标构建各自的第一当前管道和第一预测管道；

11、计算各横穿目标和各斜穿目标在ttc时间内的预测横向位置；若横穿目标和斜穿目标的当前位置位于第一当前管道内，且预测横向位置位于第一预测管道内，则将该横穿目标或斜穿目标判定为有效目标；其中：

12、所构建的第一当前管道呈如下形状：从车头向前依次为渐宽段、恒宽段、渐窄段和末段；所述渐宽段的宽度从位于车头的一端到另一端逐渐变宽，渐宽段位于车头的一端的宽度w0为0.5w～1.5w,w为本车宽度，渐宽段的另一端的宽度w1为：w1＝v_lat*ttc+offset1，v_lat为目标的横向移动速度，ttc为目标的碰撞时间，offset1为预设的补偿值，offset1≥0；所述恒宽段的宽度与渐宽段的另一端的宽度相同，且恒宽段的宽度维持不变；所述渐窄段的宽度从连接恒宽段的一端到另一端逐渐变窄，渐窄段的另一端的宽度w3为：w3＝0.6w～w；所述末段的宽度与渐窄段的另一端的宽度相同，且末段的宽度维持不变；渐宽段的另一端相距车头的距离d1设为：d1＝x-offset2，渐窄段的一端相距车头的距离d2设为：d2＝x+offset2,在为主动安全功能进行目标筛选时，x为制动距离或报警距离，在为舒适驾驶功能进行目标筛选时，x为制动距离，offset2为预设的补偿值，offset2＞0；渐窄段的另一端相距车头的距离d3设为：d3＝x+offset2+k1*vr，vr为目标与本车的纵向相对速度，k1为预设的经验值，k1＝0.2秒～1秒，末段的另一端相距车头的距离设为无穷大；

13、所构建的第一预测管道呈如下形状：从车头向前依次为渐缩段和等宽段；所述渐缩段的宽度从位于车头的一端到另一端逐渐变窄，渐缩段位于车头的一端的宽度w6为0.8w～1.2w,渐缩段的另一端的宽度等于w7，w7为0.3w～1.1w；所述等宽段的宽度与渐缩段的另一端的宽度相同，且等宽段的宽度维持不变；渐缩段的另一端相距车头的距离设为d3”，d3”的计算公式与d3相同，等宽段的另一端相距车头的距离设为无穷大。

14、第三方面，根据本发明实施例的用于智能驾驶的目标筛选装置，包括至少一个处理器以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令；该至少一个处理器用于执行所述指令以实现前述的目标筛选方法。

15、第四方面，根据本发明实施例的车辆，包括上述的目标筛选装置。

16、本发明至少具有以下优点和特点：

17、1、本发明实施例的目标筛选方法通过为横穿或斜穿目标构建特定形状的当前管道和预测管道，提高了对横穿或斜穿目标筛选的可靠性和准确性；

18、2、本发明实施例基于目标的位置和速度信息、目标运动方式、本车运动状态以及所服务的智能驾驶功能等多个维度，为每一个目标实时定制目标筛选管道，从整体上提高了筛选结果的准确率。