技术简介：

　　本发明针对自动驾驶车辆在紧急避障场景下路径规划不足的问题，提出多车碰撞减缓系统。通过信息感知、动力学预测、人体损伤预测等模块协同工作，综合评估碰撞风险与伤害程度，优化车辆控制策略，实现对多车碰撞场景的动态避让与伤害最小化。系统通过实时预测碰撞后果，避免因单一避障决策引发二次碰撞，提升道路安全水平。

　　关键词：多车碰撞减缓,自动驾驶安全

　　本发明涉及车辆主动安全，特别涉及一种用于自动驾驶车辆的多车碰撞减缓系统及控制方法。

　　背景技术：

　　1、自动驾驶技术旨在实现无需人类直接干预的车辆自主行驶。通过集成先进的传感器、计算机视觉、机器学习等技术，自动驾驶车辆能够感知周围环境，做出决策，并控制车辆以实现安全、高效的行驶。随着技术的进步，自动驾驶已经从实验室走向了实际应用，但依然面临着许多技术挑战，尤其是在路径规划方面。

　　2、目前，自动驾驶车辆在路径规划方面主要依赖于设定初始点与目标点，并基于预定算法来实现跟车与变道等功能。这种方法主要依靠车辆自身的状态信息(如速度、加速度等)以及周围车辆的状态信息(如位置、速度等)。然而，现有的路径规划算法主要关注的是如何在遵守交通规则的前提下，实现从起点到终点的最优路径选择，而往往忽略了乘员自身的安全性。

　　3、在实际应用中，当车辆遇到紧急避障需求时，现有的路径规划算法常常无法做出准确的车道保持与变道决策。例如，在前方突然出现障碍物或遇到其他车辆紧急制动的情况下，车辆需要迅速评估周围环境并采取措施避免碰撞。但现有的算法在处理这类紧急情况时，可能无法实时处理复杂的决策过程，也无法提供足够的安全保障。

　　技术实现思路

　　1、本发明的目的是提供一种用于自动驾驶车辆的多车碰撞减缓系统及控制方法，能够兼顾乘员安全与舒适度，并在紧急情况下具备更高决策准确性的路径规划能力。

　　2、本发明的上述技术目的是通过以下技术方案得以实现的：

　　3、一种用于自动驾驶车辆的多车碰撞减缓系统，包括信息感知模块，车辆动力学模块，人体损伤预测模块，碰撞减缓规划模块，运动跟踪模块；

　　4、所述信息感知模块用于在即将发生碰撞的场景下感知车辆周围环境信息，包含信息收集单元以及计算单元，所述信息收集单元用于收集周围对象信息：周围对象类型、周围对象运动方向、周围对象运动速度、周围对象位置，所述计算单元用于计算自车与周围对象之间的相对信息：相对运动方向、相对运动速度、相对距离；

　　5、所述车辆动力学模块以车辆自由度动力学模型为基础，包含状态预测单元与碰撞检测单元，其中状态预测单元用于对自车与周围对象的状态进行计算预测，碰撞检测单元用于检测车辆与周围对象是否发生碰撞；

　　6、所述人体损伤预测模块用于对碰撞事故造成的交通参与者损伤进行预测，该模块基于交通数据库应用机器学习算法训练生成人体损伤预测模型，该模型能够基于碰撞对象、相对运动方向、相对运动速度预测交通参与者的损伤情况；

　　7、所述碰撞减缓规划模块用于在即将发生碰撞的场景下对车辆进行规划，使得因碰撞导致的交通参与者损伤最小化，包含代价函数单元，离散化单元，其中代价函数单元为损伤代价函数用于计算最优车辆控制量，离散化单元用于生成不同的车辆控制量；

　　8、所述运动跟踪模块用于根据碰撞减缓规划模块中所规划的车辆运动对车辆进行控制，具体包含制动踏板以及方向盘转角控制。

　　9、进一步优选的，所述周围对象类型包括两轮车、机动车辆、行人。

　　10、进一步优选的，所述车辆控制量包括制动踏板及方向盘转角。

　　11、本发明还公开了一种用于自动驾驶车辆的多车碰撞减缓系统的控制方法，包括以下步骤：

　　12、步骤1，在即将发生碰撞的场景下，自动驾驶车辆以自车为中心，建立自车坐标系；

　　13、步骤2，基于信息感知模块中的信息收集单元，应用车载摄像头确定周围对象类型，应用车载雷达收集周围对象运动方向，运动速度，以及在以自车为中心的车辆坐标系下的坐标；

　　14、步骤3，基于信息感知模块中的计算单元，根据步骤2中信息收集单元收集的信息计算自车与周围对象之间的相对运动方向θ，相对运动速度v，相对距离p；

　　15、步骤4，将当前t时刻的自车状态信息与周围对象状态信息以及控制量ut，周围对象运动方向，运动速度输入到车辆动力学模块的状态预测单元中，在预测时域np中预测下一时间步的自车状态st+1与周围对象状态，如下式所示：

　　16、st+1＝f9st,ut)

　　17、步骤5，将预测的下一时间步的自车状态st+1与周围对象状态输入到车辆动力学模块中的碰撞检测单元，以自车左上、左下、右上、右下边界点在自车坐标系中的坐标构成自车矩形框，同理，以周围对象的左上、左下、右上、右下边界点在自车坐标系中的坐标构成对象矩形框；

　　18、步骤6，对自车矩形框以及对象矩形框是否交叉进行判断，若交叉则输出碰撞信号，若无交叉，则重复步骤4与步骤5；

　　19、步骤7，将碰撞信号输出到人体损伤预测模块，基于发生碰撞时的自车状态与发生碰撞的对象状态，应用人体损伤预测模型h(·)预测出交通参与者的损伤情况j,如下式所示：

　　20、j＝h(v,θ,p)

　　21、步骤8，基于离散化单元生成不同的当前t时刻向前k步的车辆状态控制量并将生成的控制量输入到车辆动力学模块的状态预测单元中，重复步骤4-7，获取当前车辆状态控制量下的当前t时刻向前k步的不同交通参与者的损伤情况

　　22、步骤9，基于步骤8中获取的不同车辆状态控制量下的交通参与者的损伤情况在碰撞减缓规划模块中的代价函数单元建立碰撞减缓代价函数j，如下式所示，该代价函数包含自车控制量约束自车状态量与参考状态量的约束以及交通参与者损伤量

　　23、步骤10，通过最小化碰撞减缓代价函数minj，获取最优的车辆状态控制量

　　24、步骤11，将步骤10中获取的最优的车辆状态控制量输入到运动跟踪模块，对车辆进行制动踏板及方向盘转角控制；

　　25、步骤12，在即将发生碰撞的场景下，所有自动驾驶车辆重复步骤1-11，即可实现多车碰撞减缓。

　　26、综上所述，本发明具有以下有益效果：

　　27、其一、本发明提出的多车碰撞减缓系统通过人体损伤预测，可以解决传统自动驾驶车辆在边缘工况(如碰撞不可避免)下的未考虑人体损伤的问题，最大程度地减少碰撞事故中交通参与者的损伤情况。

　　28、其二、本发明提出的碰撞减缓代价函数综合考虑了在多车即将发生碰撞的情况下，自车与周围所有潜在碰撞对象所导致的交通参与者的损伤，因此，本发明提出的碰撞减缓系统能够避免出现传统自动驾驶车辆因紧急避障第一碰撞对象而导致与第二碰撞对象发生更为严重的碰撞事故此类事故。

　　29、其三、基于本发明提出的多车碰撞减缓系统，可对涉及到复杂碰撞环境下的所有自动驾驶车辆进行协同控制，通过预测自车与周围潜在碰撞对象的每一个时间步的运动，可以让所有设计碰撞的自动驾驶车辆均能规划出最优的运动方式。

　　技术特征：

　　1.一种用于自动驾驶车辆的多车碰撞减缓系统，其特征在于，包括信息感知模块，车辆动力学模块，人体损伤预测模块，碰撞减缓规划模块，运动跟踪模块；

　　2.根据权利要求1所述的一种用于自动驾驶车辆的多车碰撞减缓系统，其特征在于：所述周围对象类型包括两轮车、机动车辆、行人。

　　3.根据权利要求1所述的一种用于自动驾驶车辆的多车碰撞减缓系统，其特征在于：所述车辆控制量包括制动踏板及方向盘转角。

　　4.根据权利要求1-3任意一项所述的一种用于自动驾驶车辆的多车碰撞减缓系统的控制方法，其特征在于，包括以下步骤：

　　技术总结

　　本发明公开了一种用于自动驾驶车辆的多车碰撞减缓系统及控制方法，目的在于提高车辆在紧急情况下的决策准确性，确保乘员的安全与舒适。系统包括信息感知模块、车辆动力学模块、人体损伤预测模块、碰撞减缓规划模块及运动跟踪模块。信息感知模块负责收集周围环境数据，车辆动力学模块预测车辆状态并检测潜在碰撞，人体损伤预测模块基于机器学习预测碰撞伤害程度，碰撞减缓规划模块通过优化算法最小化伤害，运动跟踪模块执行相应的车辆控制动作。该系统通过综合分析车辆周边环境及预测碰撞后果，能够在多车碰撞即将发生时，规划出最优的车辆运动轨迹，以最小化交通参与者的伤害，避免因紧急避障而导致更严重二次碰撞的发生，提升整体道路安全水平。

　　技术研发人员：徐世伟,袁秋奇,钟志华受保护的技术使用者：湖南大学苏州研究院

　　技术研发日：

　　技术公布日：2025/1/6