本技術(shù)涉及汽車自動避障，具體涉及一種智能網(wǎng)聯(lián)汽車自動避障方法及系統(tǒng)。

背景技術(shù)：

1、隨著汽車智能化和網(wǎng)聯(lián)化技術(shù)的發(fā)展，傳統(tǒng)的駕駛模式正逐步向自動化和智能決策轉(zhuǎn)變。各種先進(jìn)的傳感器被應(yīng)用于智能網(wǎng)聯(lián)汽車上，通過與大數(shù)據(jù)、云計算等技術(shù)相結(jié)合，使汽車具備了強(qiáng)大的感知、決策和執(zhí)行能力，能夠?qū)崟r監(jiān)測周圍環(huán)境并做出相應(yīng)的反應(yīng)。其中，自動避障作為智能網(wǎng)聯(lián)汽車的一項核心功能，通過車輛自身的智能系統(tǒng)，對道路上的障礙物進(jìn)行快速準(zhǔn)確的識別和判斷，并及時采取有效的避讓措施，從而能夠大幅降低由于人為失誤或環(huán)境復(fù)雜性導(dǎo)致的交通事故風(fēng)險，提高行車安全性和道路通行效率。

2、智能網(wǎng)聯(lián)汽車中的自動避障是在檢測到前方車輛突然停止或車速異常時，會往左右兩側(cè)進(jìn)行緊急避障，以確保車輛行駛的安全性?，F(xiàn)有技術(shù)在進(jìn)行避障時，通常是根據(jù)自身車輛與前方障礙物的距離從而規(guī)劃出避障路線，之后根據(jù)規(guī)劃的避障路線設(shè)置側(cè)向速度，從而實現(xiàn)對于前方障礙物的避障。然而，現(xiàn)有技術(shù)并未深入考慮在不同胎壓下，網(wǎng)聯(lián)汽車根據(jù)避障路線設(shè)置的側(cè)向速度會與汽車實際行駛時的側(cè)向速度之間出現(xiàn)偏差，從而可能出現(xiàn)因側(cè)向速度過快從而導(dǎo)致車輛失控或因側(cè)向速度過慢導(dǎo)致無法安全避障的問題。

技術(shù)實現(xiàn)思路

1、為了解決上述技術(shù)問題，本技術(shù)的目的在于提供一種智能網(wǎng)聯(lián)汽車自動避障方法及系統(tǒng)，所采用的技術(shù)方案具體如下：

2、第一方面，本技術(shù)實施例提供了一種智能網(wǎng)聯(lián)汽車自動避障方法，該方法包括以下步驟：

3、采集智能網(wǎng)聯(lián)汽車行駛時各時刻的側(cè)向速度與輪胎胎壓，獲取智能網(wǎng)聯(lián)汽車在出廠前測試過程中以標(biāo)準(zhǔn)胎壓行駛時各時刻的標(biāo)準(zhǔn)側(cè)向速度；

4、將各時刻及其之前所有時刻的側(cè)向速度、輪胎胎壓分別組成各時刻的側(cè)向速度序列、胎壓序列，基于汽車變道過程中側(cè)向速度的分布，提取各時刻的側(cè)向速度序列中的各檢測側(cè)向子序列；通過各檢測側(cè)向子序列中峰值兩側(cè)元素的數(shù)值差異及變化趨勢差異，確定各檢測側(cè)向子序列的變道置信度；

5、對各時刻及其歷史時刻的胎壓序列的均值進(jìn)行分類，得到各時刻的胎壓序列的均值所在的胎壓簇；基于所述變道置信度的分布從所述胎壓簇中所有所述均值對應(yīng)時刻的檢測側(cè)向子序列中提取得到各側(cè)向子序列；

6、分析各側(cè)向子序列中的側(cè)向速度與標(biāo)準(zhǔn)側(cè)向速度的分布差異，以及所述胎壓簇中所述均值與標(biāo)準(zhǔn)胎壓的差異，確定所述胎壓簇的胎壓干擾度；將側(cè)向子序列中首位元素到最大值元素之間的元素個數(shù)，作為側(cè)向子序列的轉(zhuǎn)向時間；

7、基于各時刻提取的所有側(cè)向子序列的轉(zhuǎn)向時間與標(biāo)準(zhǔn)側(cè)向速度對應(yīng)的轉(zhuǎn)向時間的差異，結(jié)合所述胎壓干擾度，確定所述胎壓簇在各時刻的側(cè)向調(diào)整系數(shù)；利用智能網(wǎng)聯(lián)汽車進(jìn)行變道避障時的初始側(cè)向速度，以及胎壓序列均值所屬的胎壓簇的所述側(cè)向調(diào)整系數(shù)，確定智能網(wǎng)聯(lián)汽車變道避障過程中各時刻的側(cè)向速度。

8、在其中一種實施例中，所述提取各時刻的側(cè)向速度序列中的各檢測側(cè)向子序列，包括：

9、將各時刻的側(cè)向速度序列利用序列分割算法劃分為各子序列，計算各子序列的元素均值，利用閾值分割算法獲取所有所述元素均值的分割閾值，將元素均值大于所述分割閾值的子序列，作為各檢測側(cè)向子序列。

10、在其中一種實施例中，所述變道置信度的確定包括：

11、針對各檢測側(cè)向子序列，利用檢測側(cè)向子序列中的最大峰值將檢測側(cè)向子序列分割為第一子序列和第二子序列，將第一子序列與第二子序列的元素均值的差異，記為第一差異；

12、分別獲取第一子序列與第二子序列的一階差分序列，計算各一階差分序列中正數(shù)數(shù)值個數(shù)、負(fù)數(shù)數(shù)值個數(shù)與一階差分序列中所有數(shù)值個數(shù)的比值，計算各一階差分序列中正數(shù)數(shù)值個數(shù)與負(fù)數(shù)數(shù)值個數(shù)的所述比值的差異，記為第二差異；將第一子序列與第二子序列的所述第二差異的均值，作為對應(yīng)檢測側(cè)向子序列的兩側(cè)單調(diào)系數(shù)；

13、所述變道置信度與所述兩側(cè)單調(diào)系數(shù)成正相關(guān)，與檢測側(cè)向子序列中的峰值個數(shù)、所述第一差異，均成負(fù)相關(guān)。

14、在其中一種實施例中，所述提取得到各側(cè)向子序列，包括：

15、利用閾值分割算法獲取所述胎壓簇中所有對應(yīng)時刻的所有檢測側(cè)向子序列的變道置信度的分割閾值，將變道置信度大于分割閾值的檢測側(cè)向子序列作為各側(cè)向子序列。

16、在其中一種實施例中，所述胎壓干擾度的確定包括：

17、將所有時刻的標(biāo)準(zhǔn)側(cè)向速度組成標(biāo)準(zhǔn)側(cè)向速度序列，基于標(biāo)準(zhǔn)側(cè)向速度序列，采用與側(cè)向速度序列獲取各側(cè)向子序列相同的方法，得到各標(biāo)準(zhǔn)側(cè)向子序列；

18、針對所述胎壓簇，計算任一側(cè)向子序列與任一標(biāo)準(zhǔn)側(cè)向子序列的度量距離，將所有所述度量距離的均值作為所述胎壓簇的側(cè)向偏離度；將所述胎壓簇內(nèi)的簇內(nèi)數(shù)據(jù)均值與標(biāo)準(zhǔn)胎壓的差異，記為第三差異，將所述胎壓簇的所有側(cè)向子序列的元素均值與所有標(biāo)準(zhǔn)側(cè)向子序列的元素均值的差異，記為第四差異；

19、所述胎壓干擾度與所述側(cè)向偏離度、所述第四差異均成正相關(guān)，與所述第三差異成負(fù)相關(guān)。

20、在其中一種實施例中，所述側(cè)向調(diào)整系數(shù)的確定包括：

21、采用與各側(cè)向子序列獲取轉(zhuǎn)向時間相同的方法確定各標(biāo)準(zhǔn)側(cè)向子序列的轉(zhuǎn)向時間，針對任一胎壓簇，計算其對應(yīng)的所有側(cè)向子序列的轉(zhuǎn)向時間均值與所有標(biāo)準(zhǔn)側(cè)向子序列的轉(zhuǎn)向時間均值的差值，作為所述任一胎壓簇的變道響應(yīng)度；

22、基于所述任一胎壓簇的變道響應(yīng)度與胎壓干擾度，以及相鄰時刻網(wǎng)聯(lián)汽車的側(cè)向速度差異，確定所述側(cè)向調(diào)整系數(shù)。

23、在其中一種實施例中，所述側(cè)向調(diào)整系數(shù)的表達(dá)式為：；式中，為第v個胎壓簇在第x個時刻的側(cè)向調(diào)整系數(shù)，為第v個胎壓簇的胎壓干擾度，為第v個胎壓簇的變道響應(yīng)度，sign（）為符號函數(shù)，為第x個時刻網(wǎng)聯(lián)汽車的側(cè)向速度，為第x-1個時刻網(wǎng)聯(lián)汽車的側(cè)向速度。

24、在其中一種實施例中，所述確定智能網(wǎng)聯(lián)汽車變道避障過程中各時刻的側(cè)向速度，包括：

25、利用智能網(wǎng)聯(lián)汽車需要進(jìn)行變道避障時刻的胎壓序列，獲取所述變道避障時刻的胎壓序列均值的所屬胎壓簇，計算所述所屬胎壓簇在智能網(wǎng)聯(lián)汽車變道避障過程中各時刻的側(cè)向調(diào)整系數(shù)的歸一化值，結(jié)合所述歸一化值與所述初始側(cè)向速度，確定智能網(wǎng)聯(lián)汽車變道避障過程中各時刻的側(cè)向速度。

26、在其中一種實施例中，計算所述歸一化值與數(shù)值1的和值，智能網(wǎng)聯(lián)汽車變道避障過程中各時刻的側(cè)向速度為所述初始側(cè)向速度與所述和值的乘積。

27、第二方面，本技術(shù)實施例還提供了一種智能網(wǎng)聯(lián)汽車自動避障系統(tǒng)，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)上述任意一項所述方法的步驟。

28、本技術(shù)至少具有如下有益效果：

29、本技術(shù)通過采集智能網(wǎng)聯(lián)汽車行駛時各時刻的側(cè)向速度與輪胎胎壓，獲取智能網(wǎng)聯(lián)汽車在出廠前測試過程中以標(biāo)準(zhǔn)胎壓行駛時各時刻的標(biāo)準(zhǔn)側(cè)向速度；通過側(cè)向速度與輪胎胎壓的協(xié)同監(jiān)測，提高了對車輛動態(tài)狀態(tài)的綜合感知能力，增強(qiáng)避障決策的可靠性；將各時刻及其之前所有時刻的側(cè)向速度、輪胎胎壓分別組成各時刻的側(cè)向速度序列、胎壓序列，基于側(cè)向速度序列中的元素分布，提取各時刻的側(cè)向速度序列中的各檢測側(cè)向子序列；通過各檢測側(cè)向子序列中峰值兩側(cè)元素的數(shù)值差異及變化趨勢差異，確定各檢測側(cè)向子序列的變道置信度；變道置信度的動態(tài)評估，增強(qiáng)了車輛意圖識別的準(zhǔn)確性，有助于在復(fù)雜路況下區(qū)分正常行駛與緊急避障需求；對各時刻及其歷史時刻的胎壓序列的均值進(jìn)行分類，得到各時刻的胎壓序列的均值所在的胎壓簇；基于所述變道置信度的分布從所述胎壓簇中所有所述均值對應(yīng)時刻的檢測側(cè)向子序列中提取得到各側(cè)向子序列；分析各側(cè)向子序列中的側(cè)向速度與標(biāo)準(zhǔn)側(cè)向速度的分布差異，以及所述胎壓簇中所述均值與標(biāo)準(zhǔn)胎壓的差異，確定所述胎壓簇的胎壓干擾度；胎壓干擾度實現(xiàn)了將胎壓變化對側(cè)向速度影響的量化，從而能夠根據(jù)不同胎壓條件動態(tài)評估側(cè)向速度的調(diào)整幅度，提高了側(cè)向速度調(diào)整的準(zhǔn)確性與可靠性；將側(cè)向子序列中首位元素到最大值元素之間的元素個數(shù)，作為側(cè)向子序列的轉(zhuǎn)向時間；基于各時刻提取的所有側(cè)向子序列的轉(zhuǎn)向時間與標(biāo)準(zhǔn)側(cè)向速度對應(yīng)的轉(zhuǎn)向時間的差異，結(jié)合所述胎壓干擾度，確定所述胎壓簇在各時刻的側(cè)向調(diào)整系數(shù)；側(cè)向調(diào)整系數(shù)能夠明確不同胎壓條件下側(cè)向速度的調(diào)整方向和調(diào)整幅度，從而避免因胎壓異常導(dǎo)致的車輛失控風(fēng)險或避障失敗的問題，利用智能網(wǎng)聯(lián)汽車進(jìn)行變道避障時的初始側(cè)向速度，以及胎壓序列均值所屬的胎壓簇的所述側(cè)向調(diào)整系數(shù)，確定智能網(wǎng)聯(lián)汽車變道避障過程中各時刻的側(cè)向速度，從而能夠有效根據(jù)車輛避障時的輪胎胎壓動態(tài)調(diào)節(jié)車輛的側(cè)向速度，實現(xiàn)了環(huán)境干擾與車輛狀態(tài)的協(xié)同補(bǔ)償，克服了胎壓波動導(dǎo)致的轉(zhuǎn)向不足或過度問題，提高車輛的避障效果，避免發(fā)生額外的交通風(fēng)險。