CN1775601A - 车辆行驶轨迹预估及车道偏离评价方法 - Google Patents

Abstract

本发明涉及一种车辆轨迹预估及车道偏离评价方法，其目的在于克服现有技术没有充分反映真实驾驶员行为特性的缺陷，提出了一种基于驾驶员行为模拟的车道偏离危险性评价方法。该方法利用图像传感器采集到的前方道路上的车道标志线信息，并结合车载传感器提供的汽车车速、加速度、转向状态等信息，模拟驾驶员前视作用(开车时根据前方道路信息进行当前汽车驾驶控制)，预测汽车在未来一段时间内的预期行驶轨迹，并针对该预期行驶轨迹与前方道路上车道标志线的相对位置，进行车道偏离危险性评价，从而判断车辆是否可能发生车道偏离事故。如果车道偏离危险性超过一定的阈值，可通过声音和车载LCD显示器向驾驶员发出车道偏离预警信息。

Description

车辆行驶轨迹预估及车道偏离评价方法

所属技术领域

本发明涉及车辆行驶轨迹预估及车道偏离评价方法。

背景技术

交通安全历来是人们最为关心的问题之一，它直接关系到人民生命和财产的损失。在高速公路上，每年都会发生很多由于驾驶员注意力分散或是操作原因所引起的交通事故，造成严重的人员伤亡和财产损失。因此，开发智能辅助驾驶系统，利用传感器系统感知道路交通环境信息进行决策规划，给驾驶员提出驾驶建议或部分代替驾驶员进行车辆控制操作，具有十分重要的意义。

作为智能辅助驾驶系统的一个子系统，车道偏离预警系统主要功能是在高速或者类似的公路环境中，辅助过度疲惫或者长时间单调驾驶的驾驶员保持车辆在车道内行驶。当由于驾驶员疏忽、打瞌睡、精神不集中、疲劳、打电话、寻找物品、操作仪表盘、或与乘客交谈等原因可能造成汽车不按驾驶员意愿而偏离其行驶车道时，系统向驾驶员发出报警，提醒并鼓励驾驶员进行校正操作，从而防止汽车偏离行驶车道，提高汽车的主动安全性。

如何根据当前的汽车行驶状态及道路信息预测汽车未来的行驶轨迹，以及如何建立评价指标判断汽车是否发生车道偏离，是本发明的关键。目前车道偏离预警系统的评价方法主要有三种：基于TLC(Time to Lane Crossing)的评价方法，基于预测轨迹偏差的评价方法，以及基于EDF(edge distribution function)的评价方法。TLC是指从车辆当前位置开始到车辆与车道线开始接触止的运动时间，其基本思想是如果TLC小于设定的时间阈值，则认为车辆将发生车道偏离。基于预测轨迹偏差的评价方法，假设偏离过程中汽车的航向角始终保持不变，从而计算一定时间后汽车的行驶轨迹，并与目标行驶轨迹比较。如果车辆的预期行驶轨迹与目标行驶轨迹之间的偏差大于设定的阈值则系统报警。基于EDF的评价方法，对车道标志线作出一定假设，根据边缘分布函数(EDF)的两个重要形状特征——局部极大值和对称轴判断汽车是否发生偏离。上面所提及的车道偏离预警系统的评价方法，从图像处理的角度出发，利用车辆当前时刻的状态判断车辆是否发生车道偏离，并没有充分考虑驾驶员的驾驶行为特性，与真实驾驶员驾驶汽车时对车道偏离行驶行为的理解有一定差异。

发明内容

本发明其目的在于克服现有技术没有充分反映真实驾驶员行为特性的缺陷，提出一种基于驾驶员行为模拟的车道偏离危险性评价方法。

为实现上述目的，本发明主要包括以下步骤：

信息感知步骤：通过车载传感器提供车辆当前运动状态及行车环境信息，其中行车环境信息指根据道路图像获得的前方道路的车道标志线信息，车辆运动状态信息包括车辆纵向速度

，横向速度

，方向盘转角δ_sw，油门开度或者制动踏板行程比α；

轨迹预估步骤：通过模拟驾驶员的前视作用，利用车辆稳态响应特性对汽车在未来一段时间内的预期行驶轨迹进行预估；

车道偏离危险性评价步骤：是根据汽车预期行驶轨迹以及前方道路的车道标志线，建立预期轨迹点处汽车到左侧道路和右侧道路的横向安全距离以及汽车到前方道路的纵向安全距离三个车道偏离危险性评价指标，通过这三个指标对预期轨迹点的偏离危险性进行分析。

本发明的有益效果是，从驾驶员驾驶行为特性建模的角度出发，将驾驶员操纵行为特性应用于汽车高速公路车道偏离预警系统，更为精确地预测汽车未来的预期行驶轨迹；建立了可充分反映驾驶员行为特性的车道偏离危险性评价指标，提高了相应评价方法对汽车复杂行驶环境的适应性，为车道偏离预警系统的研究开发提供了一种新的方法，可以有效防止高速行驶汽车偏离其行驶车道，提高了高速汽车的主动安全性。

附图说明

下面结合附图和实施例对本发明进一步说明。

图l为应用于车道偏离预警系统的偏离危险性评价方法结构图；

图2为基于驾驶员行为模拟的汽车预期行驶轨迹的预估示意图；

图3为车道偏离危险性评价指标计算的流程图；

图4为车道偏离危险性评价指标的示意图；

图5为横向距离评价指标及其特征值；

图6为纵向距离评价指标及其特征值；

图7为Sigmoid函数及其参数确定的示意图；

图8为本发明的一个优选实施例的流程图。

具体实施方式

实施例1：

首先，在步骤S00中，系统从车载传感器中获得汽车在当前时刻t的参数：汽车的纵向速度 横向速度

方向盘转角δ_sw，油门开度或者制动踏板行程比α(当汽车处于驱动工况时，α为正值或等于0，表示油门开度，此时0％≤α≤100％；当汽车处于制动工况时，α为负值，表示制动踏板行程比，此时-100％≤α＜0％)，以及车道标志线信息，并读取人机界面中驾驶员对系统参数的设定。由于上述的

以及车道标志线信息是在车体坐标系(以汽车质心为原点，x轴沿着汽车纵轴线向前，y轴向左，z轴垂直向上，参考图2)下的获得的，因此在同一坐标系下汽车在t时刻的纵向位置x₀，横向位置y₀和横摆角₀均为零。

其次，在步骤S11中，将根据方向盘转角δ_sw和油门开度或者制动踏板的行程比α获得汽车在当前时刻t的纵向加速度稳态值

和横向加速度稳态值

由于前视时间T_p(通常为1～2s，本实施例取1.5s)远大于汽车的瞬态反应时间，因此汽车在t时刻到t+T_p时刻的这段时间内按照稳态特性运动。虽然汽车的纵向和横向加速度是随着时间不断变化的，但由于前视时间较短，在t时刻到t+T_p时刻的这段时间内，可以把汽车的速度控制特性和方向控制特性用一阶线性参考模型近似，从而对应于当前时刻t的方向盘转角和油门开度或者制动踏板行程比，汽车都有一个横向加速度和纵向加速度与之对应。

利用上述简化方法，根据最小二乘辨识原理，可以建立不同车速、不同油门开度或者制动踏板行程比所对应的纵向加速度稳态增益G_ax，以及不同车速、不同方向盘转角对应的汽车侧向加速度稳态增益G_ay两个二维数表。根据这两个二维数表，通过二维插值的方法，可以确定对应于当前时刻油门开度或者制动踏板行程比α和方向盘转角δ_sw的汽车纵向加速度稳态增益G_ax以及侧向加速度稳态增益G_ay，从而纵向加速度和横向加速度的稳态值计算如下：

$\stackrel{\·\·}{x}=G_{\mathrm{ax}}\·\mathrm{\α}$

$\stackrel{\·\·}{y}=G_{\mathrm{ay}}\·{\mathrm{\δ}}_{\mathrm{sw}}$

在步骤S12中，根据步骤S11得到的汽车纵向和横向加速度稳态值

和 ，以及步骤S00值获得的汽车状态和位置参数，通过模拟驾驶员的前视作用，对汽车在未来一段时间T_p(前视时间)内的预期行驶轨迹进行预估。

根据实际驾驶经验，驾驶员在驾驶过程中，通常会向前观察汽车前方一定范围内的道路状况，并根据自己对汽车动力学和运动学特性的认识和掌握，利用汽车的当前状态以及汽车的稳态响应特性来估计汽车的预期行驶轨迹，从而控制汽车的当前运动，即所谓的驾驶员的前视作用。驾驶员确定汽车未来要到达的位置后，就会给方向盘一定的转角，并给油门或者制动踏板一定输入。从汽车动力学的角度讲，方向盘转角引起汽车横向加速度的变化，而油门或者制动踏板的输入会引起汽车纵向加速度的变化。从汽车运动学的角度讲，汽车在未来t+T_p时刻所能到达的位置可以认为是由汽车当前运动状态和汽车的纵向、横向加速度决定的。因此，可以通过模拟驾驶员的前视作用，根据当前时刻t时汽车的状态(

x₀，y₀，₀)预测未来时刻t+T_p汽车状态(

x_J，y_J，_J)，具体方法如下：

将前视时间T_p划分成均等的离散时间片，在每个时间片内，由于时间很短，使用刚体运动学原理计算车辆状态，然后逐步累加获得t+T_p时刻车辆的状态。由于车辆横摆运动的影响，相邻两个时刻之间车辆的航向角发生了变化，因此车体坐标系在不同时间片是不同的。但是汽车状态都是在前一时刻的车体坐标系下进行计算的，因此必须进行坐标变换，将其从不同车体坐标系转换到初始坐标系下才能累加，获得该时刻的车辆状态。在计算t+T_p时刻车辆状态的过程中始终以t时刻车辆坐标系为基准，参考图2，从坐标系(x_j，y_j)到坐标系(x₀，y₀)的转换矩阵为：

从而汽车在预期轨迹点P_J的状态由下列计算过程获得：

$\left[\begin{array}{c}{\stackrel{\·\·}{x}}_j\\ {\stackrel{\·\·}{y}}_j\end{array}\right]=\left[\begin{array}{c}{\stackrel{\·\·}{x}}_0\\ {\stackrel{\·\·}{y}}_0\end{array}\right]$

$\left[\begin{array}{c}{\stackrel{\·}{x}}_j\\ {\stackrel{\·}{y}}_j\end{array}\right]=\left[\begin{array}{c}{\stackrel{\·}{x}}_{j-1}\\ {\stackrel{\·}{y}}_{j-1}\end{array}\right]+\left[\begin{array}{c}{\stackrel{\·\·}{x}}_j\\ {\stackrel{\·\·}{y}}_j\end{array}\right]\×\mathrm{\Δ}{t}_p$

$\left[\begin{array}{c}{x}_j\\ y_j\end{array}\right]=\left[\begin{array}{c}{x}_{j-1}\\ y_{j-1}\end{array}\right]+A_{j-\mathrm{1,0}}\left(\begin{array}{c}\left[\begin{array}{c}{\stackrel{\·}{x}}_{j-1}\\ {\stackrel{\·}{y}}_{j-1}\end{array}\right]\×\mathrm{\Δ}{t}_p+\frac{1}{2}\end{array}\×\left[\begin{array}{c}{\stackrel{\·\·}{x}}_j\\ {\stackrel{\·\·}{y}}_j\end{array}\right]\×\mathrm{\Δ}{t}_p^2\right)$

式中j＝1，2，…，J，(J为等分时间片的个数)。其中x₀，y₀表示初始汽车位置。

表示初始纵向和横向速度。 表示初始纵向和横向加速度的稳态值，₀是初始车辆航向角，Δt_p＝T_p/J，T_p为前视时间。

在步骤S13中，根据步骤S12得到的汽车在t+T_p时刻的质心位置(x_j，y_j)将汽车简化成具有四个角点的矩形，并确定汽车四个角点的位置坐标。参考图2、图4、图5、图6所示。在t时刻汽车四个角点的位置坐标分别为：

corner[0]：(f，w/2)；

corner[1]：(-r，w/2)；

corner[2]：(-r，-w/2)；

corner[3]：(f，-w/2)。

其中，f为汽车车头到质心的长度，r为车尾到质心的长度，w为汽车宽度。则在t+T_p时刻汽车四个角点坐标为：

corner[i]_Tp＝A*corner[i]^T+(x_j，y_j)^T

其中i＝0～3，分别代表四个角点，corner[i]_Tp为四个角点在t+T_p时刻的坐标向量。A为旋转矩阵，_j为t+T_p时刻汽车的横摆角。

在步骤S20中，根据t+T_p时刻汽车的状态和四个角点位置坐标，以及车道标志线信息，计算车道偏离危险性评价的三个评价指标。

在驾驶过程中，驾驶员判断汽车是否会偏离其行驶车道，是从横向和纵向两个方面进行的。在横向方面，驾驶员通常通过汽车至左侧以及右侧道路的横向相对距离进行判断评价，确保正常行驶时汽车与左侧和右侧车道标志线保持一定的横向距离，从而保证汽车不会从侧面偏离其行驶车道；在纵向方面，驾驶员会通过汽车与前方道路的纵向相对距离进行判断评价，确保正常行驶时汽车与前方道路保持一定的纵向距离，从而保证汽车不会从前方偏离其行驶车道。

因此，本发明建立了基于横向和纵向距离的偏离危险性评价指标，包括：车辆至左侧车道标志线距离的偏离危险性评价指标IDS1、车辆至右侧车道标志线距离的偏离危险性评价指标IDS2，以及车辆至前方车道标志线距离的偏离危险性评价指标IDS3三个基本的评价指标，并采用单极性Sigmoid函数将评价指标表征为0～1之间的数值，参考图3所示。

$r_{\mathrm{IDS}1}=\frac{1}{1+e^{-a1(x_{\mathrm{si}1}-c1)}}$

$r_{\mathrm{IDS}2}=\frac{1}{1+e^{-a2(x_{\mathrm{si}2}-c2)}}$

$r_{\mathrm{IDS}3}=\frac{1}{1+e^{-a3(x_{\mathrm{si}3}-c3)}}$

其中r_IDS1，r_IDS2，r_IDS3为三个评价指标值；x_si1，x_si2，x_si3为三个评价指标的特征值，分别表征了汽车与左侧、右侧和前方车道标志线的距离关系。a1，c1，a2，c2为与横向安全距离S_a有关的常数；a3，c3为与纵向安全距离S_f有关的常数。

三个评价指标的计算可以通过以下四个步骤完成，参考附图3：

在步骤S21中，根据步骤S13获得汽车角点坐标以及步骤S00中获得的车道标志线信息，参考附图4，计算汽车角点3-0连线与车道标志线的交点A的坐标、角点2-1连线与车道标志线的交点B的坐标、角点0-3连线与车道标志线的交点C的坐标、角点1-2连线与车道标志线的交点D的坐标、角点1-0连线与车道标志线的交点E的坐标，以及角点2-3连线与车道标志线的交点F的坐标。

在步骤S22中，计算汽车角点0与交点A之间的距离l0，角点1与交点B之间的距离l₁，角点3与交点C之间的距离l₂，角点2与交点D之间的距离l₃，角点0与交点E之间的距离l₄，以及角点3与交点F之间的距离l₅。

在步骤S23中，取距离l₀和l₁中的最小值作为评价指标IDS1的特征值x_si1，距离l₂和l₃中的最小值作为评价指标IDS2的特征值x_si2，距离l₄和l₅中的最小值作为评价指标IDS3的特征值x_si3，即

x_si1＝min{l₀，l₁}，

x_si2＝min{l₂，l₃}，

x_si3＝min{l₄，l₅}。

在步骤S24中，根据车道偏离危险性评价指标计算公式以及步骤S23获得的三个评价指标的特征值x_si1，x_si2，x_si3，计算三个评价指标的值r_IDS1，r_IDS2以及r_IDS3。

车道偏离危险性评价指标计算公式中的常数a1，c1，a2，c2，a3，c3进一步确定如下：参考图7所示，由于单极性Sigmoid函数具有非线性增益的功能，即中间部分为高增益区，两边部分时低增益区。在确定隶属度函数的系数时，主要是根据高增益区的自变量以及对应的值域范围求取系数。参考图6所示，以评价指标IDS1为例，它是根据估计获得的预期轨迹点与道路左侧车道标志线的相对位置建立的安全性指标，其特征值为汽车左侧的两个角点到道路左侧边界的最小距离。通常情况下，特征值小于0将是极度危险的，这就意味着汽车已经偏离车道线，因此低增益区的边界取为0。由此可以通过计算获得各个系数如下：

$a1=a2=\frac{S_a}{2},a_3=\frac{S_f}{2}$

c1＝c2＝S_a，c3＝S_f

如前所述，常数a1，c1，a2，c2，a3，c3与横向安全距离S_a和纵向安全距离S_f有关，因此道偏离危险性评价指标中的横、纵向安全距离进一步确定如下：由于安全距离的取值直接影响评价方法的可靠性和稳健性，如果安全距离取为固定值，则很难适应不同的车辆行驶工况的要求。很显然，汽车行驶速度较低时，安全性较好，其偏离危险性也较低，因此安全距离可以取较小值；而行驶速度较高时，汽车的安全性变差，稍有不慎就可能发生车道偏离事故，从而对生命和财产安全造成威胁，因此安全距离应该取较大值。也就是说，安全距离应该与车速保持一定的关系，随着的车速的不同而变化。这样才能保证在各种车速下都能准确判断汽车是否会偏离其行驶车道，既不会误报警(在不会发生车道偏离的情况下发出报警)，也不会遗漏报警(在即将发生车道偏离时没有报警)。根据试验结果，得到安全距离如下：

横向安全距离：S_a＝0.011758+0.002932v+0.000019v²；

纵向安全距离：S_f＝0.0034v+0.0045v²。

其中，S_a为横向安全距离，S_f为纵向安全距离，v为汽车在t时刻的速度(km/s)。

在步骤S30中，根据步骤S20获得的车道偏离危险性评价的三个评价指标值，判断汽车是否即将发生车道偏离事故。

如前所述，将安全阈值设定为三个级别：安全，危险，特别危险。当IDS1、IDS2和IDS3中任何一个评价指标都大于安全阈值TH1(0.6)时，认为汽车不会发生车道偏离事故，即处于安全级别，从而不报警；当所有的评价指标都大于安全阈值TH2(0.4)并且至少有一个评价指标处于TH1和TH2之间时，认为汽车处于危险的级别，此时发出较为舒缓的报警声音，并点亮黄色警示灯；而三个评价指标中只要任何一个小于安全阈值TH2，则认为汽车处于特别危险的级别，此时发出非常急促的报警声音，并点亮红色警示灯。

最后，在步骤S40中，根据评价结果通过声音报警器和车载LCD警示灯箱驾驶员发出相应的声音和灯光信号，实现车道偏离预警功能。

实施例2：

如图8流程图所示：

首先，利用图像传感器采集道路图像，对其进行处理，获得前方道路的车道标志线信息。同时，通过车载传感器采集车辆的状态参数，如速度，换道信号，方向盘转角，油门踏板或者制动踏板的位置等，获得必要的输入信息。

然后，根据换道信号，判断汽车是否正在换道，如果汽车正在换道，系统停止工作；如果汽车没有处于换道过程，系统会根据上述状态参数，利用汽车的稳态响应特性对汽车的预期行驶轨迹进行预估，获得预期轨迹点的汽车状态参数，并计算汽车四个角点的位置坐标。

其次，根据汽车预期轨迹点处汽车角点的位置坐标，以及所获得的车道标志线信息，计算三个偏离危险性评价指标值。

最后根据所获得的评价指标值以及设定的安全阈值，判断汽车的偏离危险性级别，并据此发出相应的声音报警信号和LCD警示灯信号，提醒驾驶员进行矫正操作，避免汽车偏离其行驶车道。

Claims (10)

1、一种车辆轨迹预估及车道偏离评价方法，其特征在于包括以下步骤：

信息感知步骤：通过车载传感器提供车辆当前运动状态及行车环境信息，其中行车环境信息指根据道路图像获得的前方道路的车道标志线信息，车辆运动状态信息包括车辆纵向速度

横向速度

方向盘转角δ_sw，油门开度或者制动踏板行程比α；

轨迹预估步骤：通过模拟驾驶员的前视作用，利用车辆稳态响应特性对汽车在未来一段时间内的预期行驶轨迹进行预估；

车道偏离危险性评价步骤：是根据汽车预期行驶轨迹以及前方道路的车道标志线，建立预期轨迹点处汽车到左侧道路和右侧道路的横向安全距离以及汽车到前方道路的纵向安全距离三个车道偏离危险性评价指标，通过这三个指标对预期轨迹点的偏离危险性进行分析。

2、根据权利要求1所述的一种车辆轨迹预估及评价方法，其特征在于所述的轨迹预估步骤采用如下方法：

步骤S11，根据方向盘转角δ_sw和油门开度或者制动踏板的行程比α获得汽车在当前时刻t的纵向加速度稳态值 和横向加速度稳态值

步骤S12，将前视时间T_p划分成均等的离散时间片，使用刚体运动学原理计算车辆状态，然后逐步累加获得t+T_p时刻车辆的状态；

步骤S13，根据步骤S12得到的汽车在t+T_p时刻的质心位置(x_J，y_J)，将汽车简化成具有四个角点的矩形，并确定汽车四个角点的位置坐标。

3、根据权利要求2所述的一种车辆轨迹预估及评价方法，其特征在于所述的前时刻t的纵向加速度稳态值

和横向加速度稳态值 采用下述方法获得：

首先建立不同车速、不同油门开度或者制动踏板行程比所对应的纵向加速度稳态增益G_ax，以及不同车速、不同方向盘转角对应的汽车侧向加速度稳态增益G_ay两个二维数表；

然后通过二维插值的方法，确定对应于当前时刻油门开度或者制动踏板行程比α和方向盘转角δ_sw的汽车纵向加速度稳态增益G_ax以及侧向加速度稳态增益G_ay，从而确定纵向加速度和横向加速度的稳态值，计算如下：

$\stackrel{\·\·}{x}=G_{\mathrm{ax}}\·\mathrm{\α}$

$\stackrel{\·\·}{y}=G_{\mathrm{ay}}{\·\mathrm{\δ}}_{\mathrm{sw}}.$

4、根据权利要求2所述的一种车辆轨迹预估及评价方法，其特征在于所述的

时刻车辆的状态采用下述方法获得：

$\left[\begin{array}{c}{\stackrel{\·\·}{x}}_j\\ {\stackrel{\·\·}{y}}_j\end{array}\right]=\begin{array}{}\left[\begin{array}{c}{\stackrel{\·\·}{x}}_0\\ {\stackrel{\·\·}{y}}_0\end{array}\right]\end{array}$

$\left[\begin{array}{c}{\stackrel{\·}{x}}_j\\ {\stackrel{\·}{y}}_j\end{array}\right]=\begin{array}{c}\left[\begin{array}{c}{\stackrel{\·}{x}}_{j-1}\\ {\stackrel{\·}{y}}_{j-1}\end{array}\right]+\left[\begin{array}{c}{\stackrel{\·\·}{x}}_j\\ {\stackrel{\·\·}{y}}_j\end{array}\right]\×\end{array}{\mathrm{\Δt}}_p$

$\left[\begin{array}{c}{x}_j\\ y_j\end{array}\right]=\left[\begin{array}{c}{x}_{j-1}\\ y_{j-1}\end{array}\right]+A_{j-\mathrm{1,0}}(\left[\begin{array}{c}{\stackrel{\·}{x}}_{j-1}\\ {\stackrel{\·}{y}}_{j-1}\end{array}\right]\×\mathrm{\Δ}{t}_p+\frac{1}{2}\×\left[\begin{array}{c}{\stackrel{\·\·}{x}}_j\\ {\stackrel{\·\·}{y}}_j\end{array}\right]\×{\mathrm{\Δt}}_p^2)$

式中j＝1，2，…，J，(J为等分时间片的个数)，其中x₀，y₀表示初始汽车位置；

表示初始纵向和横向速度；

表示初始纵向和横向加速度的稳态值，₀是初始车辆航向角，Δt_p＝T_p//J，T_p为前视时间， 是坐标系(x_j，y_j)到坐标系(x₀，y₀)的转换矩阵。

5、根据权利要求2所述的一种车辆轨迹预估及评价方法，其特征在于所述的汽车四个角点的位置坐标采用下述方法获得：

corner[i]_Tp＝A*corner[i]^T+(x_j，y_j)^T，其中corner[i]T_p为四个角点在t+T_p时刻的坐标向量，

为旋转矩阵，i＝0～3，分别代表四个角点，_j为t+T_p时刻汽车的横摆角。

6、根据权利要求1所述的一种车辆轨迹预估及车道偏离评价方法，其特征在于所述的车道偏离危险性评价采用如下方法：

步骤S20，建立基于横向和纵向距离的偏离危险性评价指标，包括：车辆至左侧车道标志线距离的偏离危险性评价指标IDS1、车辆至右侧车道标志线距离的偏离危险性评价指标IDS2，以及车辆至前方车道标志线距离的偏离危险性评价指标IDS3三个基本的评价指标，并采用单极性Sigmoid函数将评价指标表征为0～1之间的数值，

$r_{\mathrm{IDS}1}=\frac{1}{1+e^{-\mathrm{al}(x_{\mathrm{sil}}-c1)}};$

$r_{\mathrm{IDS}2}=\frac{1}{1+e^{-a2(x_{\mathrm{si}2}-c2)}};$

$r_{\mathrm{IDS}3}=\frac{1}{1+e^{-a3(x_{\mathrm{si}3}-c3)}};$

其中x_si1，x_si2，x_si3为三个评价指标的特征值，采用下述方法确定：

步骤S21，计算汽车角点连线与车道标志线的交点的坐标；

步骤S22，计算汽车角点与交点之间的距离；

步骤S23，分别取距离中的最小值作为评价指标的特征值；

a1，c1，a2，c2；a3，c3为常数，采用下述方法确定：

$a1=a2=\frac{S_a}{2},$ $a_3=\frac{S_f}{2}$

c1＝c2＝S_a，c3＝S_f

其中S_a为横向安全距离，S_f为纵向安全距离，进一步确定为：

S_a＝0.011758+0.002932v+0.000019v²；

S_f＝0.0034v+0.0045v²，其中v为汽车在t时刻的速度；

步骤S30，根据步骤S20获得的车道偏离危险性评价的三个评价指标值，判断汽车是否即将发生车道偏离事故，当IDS1、IDS2和IDS3中任何一个评价指标都大于阈值时，认为汽车不会发生车道偏离事故，即处于安全级别；而三个评价指标中只要任何一个小于阈值，则认为汽车处于危险状态。

7、如权利要求6所述的一种车辆轨迹预估及评价方法，其特征在于所述安全阈值可依据不同类型的车道偏离预警模式设定。

8、如权利要求1至7所述的一种车辆轨迹预估及评价方法，其特征在于如果偏离危险性超过一定的阈值，则通过声音和车载LCD显示器向驾驶员发出车道偏离预警信息。

9、如权利要求1至7所述的一种车辆轨迹预估及评价方法，其特征在于在轨迹预估步骤前根据换道信号判断汽车是否正在换道，如果汽车正在换道，停止轨迹预估工作。

10、如权利要求8所述的一种车辆轨迹预估及评价方法，其特征在于在轨迹预估步骤前根据换道信号判断汽车是否正在换道，如果汽车正在换道，停止轨迹预估工作。

Images