無人駕駛汽車仿人轉向規則庫的建立方法技術

本發明專利技術公開了無人駕駛汽車仿人轉向規則庫的建立方法，屬于無人駕駛汽車轉向技術領域。本發明專利技術首先進行優秀駕駛員實車試驗，試驗準備包括搭建試驗車輛和設備、選取優秀駕駛員、選取試驗環境及試驗工況，試驗時優秀駕駛員依次在不同試驗環境下操控試驗汽車完成所有試驗工況，采集方向盤轉矩、轉角、角速度、車速、行車路線等數據。試驗完成后，將影響優秀駕駛員轉向行為的特征參數作為輸入，將表征優秀駕駛員轉向行為的特征參數作為輸出，利用BP神經網絡建立無人駕駛汽車仿人轉向規則庫。本發明專利技術從“人、車、路、環境”四方面選取影響優秀駕駛員轉向行為的典型因素，提出使用道路曲率和車速來描述各類試驗工況，得到的規則庫更加全面、準確。

Establishment method of humanoid vehicle steering rule base for unmanned vehicle

The invention discloses a method for establishing an unmanned vehicle steering rule library of an unmanned vehicle, belonging to the steering technical field of driverless automobiles. The invention firstly excellent driver vehicle test, including test vehicles and equipment, selecting the best driver, select the test environment and test conditions for the test, test of outstanding drivers to turn in a different test environment, test control auto complete all test conditions, acquisition of steering torque, rotation angle, angular velocity, speed, route data. After completion of the test, the characteristic parameters will affect the excellent driver's steering behavior as input characteristic parameters characterizing outstanding driver steering behavior as output, using BP neural network to build the driverless car steering humanoid rule base. The invention selects the typical factors influence excellent driver's steering behavior from four aspects of human, vehicle, road and environment \, put forward the use of road curvature and speed to describe all kinds of test conditions, rules are more comprehensive and accurate.

【技術實現步驟摘要】
無人駕駛汽車仿人轉向規則庫的建立方法
本專利技術屬于無人駕駛汽車轉向
，具體涉及無人駕駛汽車仿人轉向規則庫的建立方法。
技術介紹
無人駕駛汽車近年來發展迅猛，國內外各大廠商相繼推出具有不同“無人化”水平的智能汽車，無人駕駛汽車的研發與設計被認為是未來汽車產業的一大發展趨勢。無人駕駛汽車的深入研究帶動了一系列學科和產業的發展，包括導航技術、圖像采集和識別技術、信息融合技術、無人駕駛汽車縱向和橫向控制技術等等。其中，無人駕駛汽車的轉向問題逐漸成為一個研究熱點，美國密歇根大學的科研人員最近的一項研究表明，乘坐智能汽車時，出現暈車現象的人員比例大大高于乘坐傳統車輛時的比例，主要原因為：目前無人駕駛汽車在彎道橫向(轉向)穩定性控制及直行時外部擾動下的轉向平穩性控制方面尚難以達到駕駛員的操控水平。在現實生活中，優秀的人類駕駛員在現實的各類轉向工況中，都有非常優秀的表現，在操控車輛進行轉向時，不僅保證車輛的行駛安全，而且也讓乘員感到舒適。若無人駕駛汽車轉向時模仿優秀人類駕駛員的操縱過程，則會繼承轉向安全性和舒適性兩大優點，從而提高無人駕駛汽車的轉向性能。由此可見，在對無人駕駛汽車的轉向控制進行研究之前，需要研究優秀人類駕駛員的轉向行為，分析影響優秀人類駕駛員轉向行為的因素，建立一套優秀人類駕駛員轉向行為規則，為無人駕駛汽車的轉向控制提供一套仿人轉向規則庫。
技術實現思路
本專利技術提供了無人駕駛汽車仿人轉向規則庫建立方法，通過優秀駕駛員實車試驗，以及駕駛員轉向行為的采集、提取和計算，建立一種全工況、高精度的無人駕駛汽仿人轉向規則庫。本專利技術是通過以下技術方案實現上述技術目的。無人駕駛汽車仿人轉向規則庫的建立方法，包括以下步驟：S1，優秀駕駛員實車試驗設備的搭建試驗設備包括試驗汽車、測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器、車載電源、逆變器及電腦，測力方向盤和車速傳感器通過數據線與LMS數據采集儀相連，測力方向盤用于測量方向盤轉矩、方向盤轉角和方向盤角速度，車速傳感器用于測量汽車的準確車速，LMS數據采集儀接收測力方向盤和車速傳感器采集的數據，并傳送給電腦；GPS/INS通過數據線和電腦直接相連，將采集到的汽車行車路線數據通過數據線發送給電腦；車載電源與逆變器相連，逆變器通過導線為測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器供電；S2，優秀駕駛員實車試驗準備實車試驗準備包括選取優秀駕駛員、試驗汽車、試驗環境及試驗工況；S3，選取的優秀駕駛員依次在不同試驗環境下操控試驗汽車完成所有試驗工況，并通過電腦記錄所有試驗數據；S4，試驗完成后，選取影響和表征優秀駕駛員轉向行為的特征參數；S5，將影響優秀駕駛員轉向行為的特征參數作為輸入，將表征優秀駕駛員轉向行為的特征參數作為輸出，利用BP神經網絡研究輸入和輸出的映射關系，從而建立無人駕駛汽車仿人轉向規則庫。進一步，所述S2中選取優秀駕駛員時考慮的因素包括年齡、性別、駕齡和國籍，選取試驗汽車時考慮的因素包括汽車的產地和總行駛里程，選取試驗環境時考慮的因素包括晴天和雨天、白天和晚上，選取試驗工況包括普通工況和特殊工況。進一步，所述普通工況包括換道、超車、直行、掉頭、匝道、環島、普通彎道，所述特殊工況包括雙移線、蛇形、角階躍、雙紐線、穩態轉向。進一步，各類試驗工況使用道路曲率和車速來描述，具體為：通過GPS/INS采集到的行車路線數據，求解行車路徑上每一段路線的曲率，將求解到的曲率與車速結合，從而得到道路曲率和車速隨時間變化的函數，利用這個函數表示任何一個試驗工況。進一步，所述S4中影響優秀駕駛員轉向行為的特征參數包括：駕駛員的年齡、性別、駕齡和國籍，汽車車速和道路曲率，汽車的產地和總行駛里程，晴天和雨天、白天和晚上；表征優秀駕駛員轉向行為的特征參數包括：方向盤轉角和方向盤角速度。本專利技術的有益效果是：1、本專利技術從“人、車、路、環境”四方面選取影響優秀駕駛員轉向行為的典型因素，通過實車試驗的方式采集數據，再通過神經網絡學習建立仿人轉向規則庫，得到的規則庫更加全面、準確。2、本專利技術提出使用道路曲率和車速來描述各類試驗工況，道路曲率和車速隨時間變化的函數可以表示任何一個試驗工況，使得建立模型時復雜多變的道路工況變的更加簡單明了。附圖說明圖1為本專利技術試驗設備連接和數據傳遞圖；圖2為本專利技術實車試驗流程記錄圖；圖3為本專利技術BP神經網絡輸入因子和輸出因子示意圖；圖4為本專利技術仿人轉向規則庫BP神經網絡結構簡圖。具體實施方式下面將結合附圖對本專利技術作進一步說明。圖1為優秀駕駛員實車試驗時所有硬件的連接關系和數據傳遞圖，本專利技術所采用的技術方案是通過優秀駕駛員實車試驗的方式采集駕駛員轉向行為的數據，實車試驗時用到的設備包括：3輛試驗汽車、測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器、車載電源、逆變器及電腦。測力方向盤選用日本NTS公司的SCT-30N型方向盤操作力計，測力方向盤安裝在汽車原有方向盤上，用于測量方向盤轉矩、方向盤轉角和方向盤角速度；車速傳感器安裝在汽車側方靠近汽車左前輪處，用于測量汽車的準確車速；GPS/INS安裝在汽車頂部，位于汽車左右中軸線上，用于記錄汽車的行駛軌跡。測力方向盤和車速傳感器通過數據線與LMS數據采集儀相連，LMS數據采集儀接收測力方向盤和車速傳感器采集的數據，并將數據傳送給電腦；GPS/INS通過數據線和電腦直接相連，將采集到的車輛行車路線數據通過數據線發送給電腦；車載電源與逆變器相連，逆變器通過導線為測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器供電。優秀駕駛員實車試驗的主要流程包括：選取10位優秀駕駛員，選取時考慮的因素包括年齡、性別、駕齡和國籍。其中40歲至50歲的駕駛員占總人數的比例為60％-70％，男性駕駛員占總人數的比例為60％-70％，駕齡至少為15年。現實生活中，有些國家的駕駛位置在左側，有些國家的駕駛位置在右側，國籍選取時駕駛位置在左側的駕駛員占總人數的比例為80％-90％。選取3輛試驗汽車，試驗汽車的產地分別為美國、德國、日本，3輛試驗車車型和配置基本相同，每輛汽車的總行駛里程在2萬公里以上。選取試驗環境，選取時考慮的因素包括晴天和雨天、白天和晚上。選取試驗工況，試驗工況分為兩類，一類是普通工況，包括換道、超車、直行、掉頭、匝道、環島、普通彎道，另一類為特殊工況，包括雙移線、蛇形、角階躍、雙紐線、穩態轉向。圖2為實車試驗流程記錄圖，試驗時，試驗車輛首先選擇產地為美國的汽車，試驗時車速設為20、30、40、50、60km/h，10位優秀駕駛員依次駕駛試驗車，在不同試驗環境下操控試驗車完成所有試驗工況，測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器采集試驗數據并將數據發送至電腦。然后將試驗車輛換成德國和日本汽車，按照上述試驗流程完成所有工況的試驗。試驗完成后，收集所有試驗數據，為了更好地描述各類試驗工況，收集GPS/INS采集到的行車路線數據，求解行車路線上每一段路線的曲率，將求解到的曲率與車速結合，得到道路曲率和車速隨時間變化的函數，利用這個函數表示任何一個試驗工況。分析采集到的數據，如圖3所示，選取影響和表征優秀駕駛員轉向行為的特征參數。影響優秀駕駛員轉向行為的特征參數(共10個)包括：駕本文檔來自技高網...

【技術保護點】
無人駕駛汽車仿人轉向規則庫的建立方法，其特征在于，包括以下步驟：S1，優秀駕駛員實車試驗設備的搭建試驗設備包括試驗汽車、測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器、車載電源、逆變器及電腦，測力方向盤和車速傳感器通過數據線與LMS數據采集儀相連，測力方向盤用于測量方向盤轉矩、方向盤轉角和方向盤角速度，車速傳感器用于測量汽車的準確車速，LMS數據采集儀接收測力方向盤和車速傳感器采集的數據，并傳送給電腦；GPS/INS通過數據線和電腦直接相連，將采集到的汽車行車路線數據通過數據線發送給電腦；車載電源與逆變器相連，逆變器通過導線為測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器供電；S2，優秀駕駛員實車試驗準備實車試驗準備包括選取優秀駕駛員、試驗汽車、試驗環境及試驗工況；S3，選取的優秀駕駛員依次在不同試驗環境下操控試驗汽車完成所有試驗工況，并通過電腦記錄所有試驗數據；S4，試驗完成后，選取影響和表征優秀駕駛員轉向行為的特征參數；S5，將影響優秀駕駛員轉向行為的特征參數作為輸入，將表征優秀駕駛員轉向行為的特征參數作為輸出，利用BP神經網絡研究輸入和輸出的映射關系，從而建立無人駕駛汽車仿人轉向規則庫。...

【技術特征摘要】
1.無人駕駛汽車仿人轉向規則庫的建立方法，其特征在于，包括以下步驟：S1，優秀駕駛員實車試驗設備的搭建試驗設備包括試驗汽車、測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器、車載電源、逆變器及電腦，測力方向盤和車速傳感器通過數據線與LMS數據采集儀相連，測力方向盤用于測量方向盤轉矩、方向盤轉角和方向盤角速度，車速傳感器用于測量汽車的準確車速，LMS數據采集儀接收測力方向盤和車速傳感器采集的數據，并傳送給電腦；GPS/INS通過數據線和電腦直接相連，將采集到的汽車行車路線數據通過數據線發送給電腦；車載電源與逆變器相連，逆變器通過導線為測力方向盤、LMS數據采集儀、GPS/INS、車速傳感器供電；S2，優秀駕駛員實車試驗準備實車試驗準備包括選取優秀駕駛員、試驗汽車、試驗環境及試驗工況；S3，選取的優秀駕駛員依次在不同試驗環境下操控試驗汽車完成所有試驗工況，并通過電腦記錄所有試驗數據；S4，試驗完成后，選取影響和表征優秀駕駛員轉向行為的特征參數；S5，將影響優秀駕駛員轉向行為的特征參數作為輸入，將表征優秀駕駛員轉向行為的特征參數作為輸出，利用BP神經網絡研究輸入和輸出的映射關系，從而建立無人駕駛汽車仿人轉向規則庫。2.根據...

【專利技術屬性】
技術研發人員：李傲雪，江浩斌，蔡駿宇，華一丁，夏磊，趙錢，
申請(專利權)人：江蘇大學，
類型：發明
國別省市：江蘇,32