基于闭环车辆动力学的车道偏离预测

自动驾驶系统应具备监督自身性能并在必要时请求人类驾驶员接管的能力。在车道保持场景中，车辆未来轨迹的预测是实现安全可信驾驶自动化的关键。以往关于车辆轨迹预测的研究主要分为两类，即基于物理的方法和基于机动的方法。本文采用基于物理的方法，提出了一种基于闭环车辆动力学模型的车道偏离预测算法。我们利用扩展卡尔曼滤波器基于感知模块输出估计当前车辆状态。随后使用带有实际车道保持控制律的卡尔曼预测器预测未来的转向动作与车辆状态。车道偏离评估模块评估车辆角点位置的概率分布，并决定是否发起人类接管请求。该预测算法能够描述未来车辆位姿的随机特性，这一点已在仿真测试中初步得到证明。最后，15至50 km/h的实车道路测试进一步表明，所提方法可准确预测车辆未来轨迹。其有望作为自动驾驶车道保持功能中车道偏离风险评估的一种可行方案。