CN109353338B - 一种智能车超车道碰撞概率安全预测方法 - Google Patents
一种智能车超车道碰撞概率安全预测方法 Download PDFInfo
- Publication number
- CN109353338B CN109353338B CN201810906732.5A CN201810906732A CN109353338B CN 109353338 B CN109353338 B CN 109353338B CN 201810906732 A CN201810906732 A CN 201810906732A CN 109353338 B CN109353338 B CN 109353338B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- overtaking
- lane
- following formula
- collision
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000008859 change Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000013459 approach Methods 0.000 claims description 3
- 239000007983 Tris buffer Substances 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 240000006829 Ficus sundaica Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能车超车道碰撞概率安全预测方法,按照下列步骤实现对超车道进行碰撞概率预测:321)按照下列公式计算超车道所需要时间;322)计算安全超车距离;323)按照下列公式确定车道变换可行条件;本发明提供了一种智能车超车道碰撞概率安全预测方法,能够实时地完成超车道碰撞概率预测,实现超车道的安全性评价和预测,提高智能车在运行过程的安全性。
Description
技术领域
本发明涉及智能车碰撞安全预测领域,特别是涉及一种智能车超车道碰撞概率安全预测方法。
背景技术
在智能车碰撞安全领域,超车阶段是最为危险、最容易发生碰撞事故的,在超车换道前,汽车处于超车道时的风险概率预测非常重要,现有技术中,缺少一种超车道碰撞概率安全预测方法,使其能够安全预测超车道的碰撞概率以及换道时间等,便于提前对超车换道的风险进行预测和评估。
因此本领域技术人员致力于开发一种超车道碰撞概率安全预测方法,在超车道时就能够预测超车换道时的碰撞概率以及碰撞时间,确定车道变换可行条件,便于安全完成超车变道。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种超车道碰撞概率安全预测方法,在超车道时就能够预测超车换道时的碰撞概率以及碰撞时间,确定车道变换可行条件,便于安全完成超车变道。
为实现上述目的,本发明提供了一种智能车超车道碰撞概率安全预测方法,按照下列步骤实现对超车道进行碰撞概率预测:
321)按照下列公式计算超车道所需要时间:
其中,
tot是超车道所需时间;
Sba是两车相对距离;
Sab是超车开始时两车的初始距离;
322)按照下列公式计算安全超车距离:
Lot=vatot (5)
其中,Lot是安全超车道路区域;
323)按照下列公式确定车道变换可行条件:
如果当前的道路是一条双向道路,超车车道为对面的行车线,这时如果存在迎面而来的车辆(D),那么超车车辆可以启动车道变换行为的情况下需满足以下公式:
Sad>(vdtot+0.5adtot 2)+Lot (6)
其中,Sad是超车车辆(A)与车辆(D)之间相对距离;
Lot是安全超车道路区域;
其中,如果当前的道路上是多方向的道路,超车车道同时也是与车辆(C)同车道行驶方向相同。假设(C)车辆的当前速度是vc,加速度是ac。然后,车辆(A)可以启动车道变换行为必须满足以下公式:
Sca>(vctot+0.5actot 2)-Lot (7)
Sca是所示两车距离;
Lot是安全超车道路区域。
本发明的有益效果是:本发明提供了一种智能车超车道碰撞概率安全预测方法,能够实时地完成超车道碰撞概率预测,实现超车道的安全性评价和预测,提高智能车在运行过程的安全性。
附图说明
图1是本发明具体实施例应用到智能车碰撞安全预测方法的步骤流程图。
图2是典型超车换道过程说明示意图。
图3是超车碰撞区域示意图。
图4是超车过程中检测到的车辆的通信时间仿真曲线图。
图5是超车过程中与相邻车辆和相反车辆的相对距离仿真曲线图。
图6是超车过程中与相邻车辆和相反车辆的相对方位角曲线图。
图7是超车过程碰撞预警响应时间曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
如图1所示,一种智能车超车道碰撞概率安全预测方法,按照下列步骤实现对超车道进行碰撞概率预测:
321)按照下列公式计算超车道所需要时间:
其中,
tot是超车道所需时间;
Sba是两车相对距离;
Sab是超车开始时两车的初始距离;
322)按照下列公式计算安全超车距离:
Lot=vatot (5)
其中,Lot是安全超车道路区域;
323)按照下列公式确定车道变换可行条件:
如果当前的道路是一条双向道路,超车车道为对面的行车线,这时如果存在迎面而来的车辆(D),那么超车车辆可以启动车道变换行为的情况下需满足以下公式:
Sad>(vdtot+0.5adtot 2)+Lot (6)
其中,Sad是超车车辆(A)与车辆(D)之间相对距离;
Lot是安全超车道路区域;
其中,如果当前的道路上是多方向的道路,超车车道同时也是与车辆(C)同车道行驶方向相同。假设(C)车辆的当前速度是vc,加速度是ac。然后,车辆(A)可以启动车道变换行为必须满足以下公式:
Sca>(vctot+0.5actot 2)-Lot (7)
Sca是所示两车距离;
Lot是安全超车道路区域。
如图1,通过本超车道碰撞概率安全预测方法,可以完成一种智能车碰撞安全预测方法,包括以下步骤:
1)采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物或车辆;
2)处理器对两个摄像头进行标定,采用立体视觉的方法确定障碍物的高度及距离并将信息传输给控制器;
3)测距装置检测相邻两车道的车辆状况,为超车换道提供可行驶的区域并将可行使区域的信息传输给控制器;
4)控制器根据获得的信息,与邻近车辆交换信息,获取对方车辆的相关信息,采用自适应换道策略,向运行控制模块发送命令,完成车辆的自主换道。
较优的,所述步骤3)中,采用以下步骤完成为超车换道提供可行驶的区域计算:
31)对接近阶段进行碰撞概率预测;
32)对超车道进行碰撞概率预测;
33)对超车换到阶段进行碰撞概率预测。
如图2所示,进一步的,所述步骤31)中,按照以下步骤实现对接近阶段的碰撞概率预测:
311)按照下列公式计算碰撞时间TTC:
当va>vb,碰撞时间TTC的值由公式(1)所得,当va≤vb,TTC=0。
这里:
Sab是两车开始距离;
La是超车A的长度;
Lb是被超车B的长度;
va是超车A当前速度;
vb是被超车B当前速度;
312)当超车车辆与被超车车辆两车车速恒定时,按照下列公式计算碰撞发生的概率:
当P(tr≥TTC>tw)*P(δθ<θth)*P(δv>vth)=1时,进行提醒; (2)
其中,
P(x)是逻辑运算符,当x为真,P(x)=1,否则,P(x)=0;
tr是超车提示时间的阈值;
tw是超车警告时间的阈值;
δθ是两车相对位置;
θth是相对位置的阈值;
δv是两车相对速度;
vth是相对速度的阈值;
在一个碰撞事故中,超车车辆比被超车车辆更快,超车车辆的速度可能是恒定的,也可能是逐步加快的。而由于变速的情况太复杂,本技术方案仅在两车车速恒定的情况下的考虑通过超车碰撞概率和碰撞时间实现自动报警和提醒,如果存在变速的情况则不利用本方法进行自动报警和提醒,同时这种情况可以主动向用户提供超车风险说明。
从公式(1)可以看出,Sab开始距离直接影响的碰撞概率和碰撞时间。它意味着,如果值设置太小,正面碰撞风险会变得太大,但如果值设置太大,从宏观的角度看,交通效率会受影响。此外,在微观的角度来看,长时间占领的超车车道L亦会增加超车车道的碰撞风险。因此,合理的TTC算法需要将Sab控制在一个合理的水平。在一个追尾过程中,碰撞发生的概率是由相对速度、相对角度决定的,因此可以按照下列步骤来具体实现超车提醒和警告。
如果在提示的时间范围内不采用车道变换的行为,那么,在安全保障中的车道变换行为就变得不可用了。随着相对距离变小,超车警告的决定是由以下公式决定。
313)按照下列公式决定超车警告:
当P(TTC≤tw)*P(δθ<θth)*P(δv>0)值为1时,进行报警。 (3)
在公式(2)和公式(3)中,我们评估了超车前的距离是否安全。同时,为了道路安全,我们也需评估在超车车道上的风险,考虑到车道变换过程和车辆的身体长度的影响,较优的,所述步骤32)中,按照下列步骤实现对超车道进行碰撞概率预测:
321)按照下列公式计算超车道所需要时间:
其中,
tot是超车道所需时间;
Sba是两车相对距离;
Sab是超车开始时两车的初始距离;
由图2可知,安全超车的道路长度取决与车辆A的速度以及超车所需时间,因此,
322)按照下列公式计算安全超车距离:
Lot=vatot (5)
其中,Lot是安全超车道路区域;
323)按照下列公式确定车道变换可行条件:
如图2,如果当前的道路是一条双向道路,超车车道为对面的行车线,这时如果存在迎面而来的车辆D,那么超车车辆可以启动车道变换行为的情况下需满足以下公式:
Sad>(vdtot+0.5adtot 2)+Lot (6)
其中,Sad是超车车辆(A)与车辆(D)之间相对距离;
Lot是安全超车道路区域;
其中,如果当前的道路上是多方向的道路,超车车道同时也是与车辆(C)同车道行驶方向相同。假设(C)车辆的当前速度是vc,加速度是ac。然后,车辆(A)可以启动车道变换行为必须满足以下公式:
Sca>(vctot+0.5actot 2)-Lot (7)
Sca是所示两车距离;
Lot是安全超车道路区域。
较优的,所述步骤33)中,按照下列步骤计算超车换道阶段碰撞概率预测:
331)按照下列公式确定超车车辆的冲突域:
其中,N(XA|μA,ΛA)是冲突域场的概率密度分布;
ΛA是协方差矩阵;
|ΛA|是ΛA的决定要素;
D是输入变量的维数,是设计值,本实施例中,定义D=2;
μA是二维高斯分布的均值方差;
ΔA是μA到XA的马氏距离,由下列公式计算
ΔA 2=(XA-μA)TΛA -1(XA-μA) (9)
332)按照步骤331)的公式同理建造被超越车辆的潜在冲突域;
333)冲突区域潜在域重合的概率密度,按照下列公式计算出冲突概率的估计:
首先,从车辆坐标系到世界坐标系的变换矩阵;
其中,
R是变换矩阵;
θ是目标车辆坐标与世界坐标之间的方位角。
然后,建立从车辆坐标到世界坐标的协方差矩阵:
ΛA W=RAΛARA T (11)
ΛB W=RBΛBRB T (12)
按照下列公式提供联合概率密度函数:
整合这一时刻两车的的冲突领域的冲突概率密度得到超车时刻t的冲突概率:
其中,
Cp是冲突概率评估.如果碰撞发生,Cp=1;
如果两者之间没有冲突风险的概率,Cp=0;
f(x,y)是冲突概率密度函数;
Sc是冲突域。
根据多维正态分布的特征,正态分布的线性组合仍能满足正态分布。因此,可以给出冲突领域的。
如图3,其中,overtaking security zone表示超车安全领域即图3中最大的那个矩形框,Vehicle A表示车辆A即超车车辆,Vehicle B表示车辆B即被超车车辆;overtakingLane L表示超车道,Lane L表示中部车道,Lane R表示慢车道。
由于在真实道路上开展危险超车行为是非常危险和昂贵的,需要多个车辆配备车辆间通信设备。因此,目前这个领域的研究通常采用仿真测试的方法进行算法验证。我们采用1:10的缩微智能车搭建碰撞仿真平台。相比实际道路行驶试验,利用缩微智能车的模拟试验具有低成本、安全和可重复的实验环境。利用上诉算法原理设计了如下的基于机器视觉的车辆避障及超车算法,其方法包括如下步骤:
处理器采用基于单幅图像的障碍物检测算法判定缩微车前方是否存在障碍物或车辆;这里的障碍物检测算法是现有技术,可以直接通过图像上道路是否被物体遮挡来直接进行判断。
处理器对两个摄像头进行标定,采用立体视觉的方法确定障碍物的高度及距离并将信息传输给控制器;
测距装置检测相邻两车道的车辆状况,为超车换道提供可行驶的区域并将可行使区域的信息传输给控制器;
控制器根据获得的信息,与邻近车辆交换信息,获取对方车辆的相关信息,采用自适应换道策略,向运行控制模块发送命令,完成车辆的自主换道。
为了在即将到来的阶段验证建议的提醒和预警方法,我们通过4辆1:10比例的缩微智能车辆配备无线通信设备建立了最长车道距离20米仿真道路环境,缩放比例(1:10),相当于真实车道有效的沟通距离200米远。按照如图2的示意图,得到结果如图4至图7的仿真结果图。图4是超车过程中检测到的车辆的通信时间仿真曲线图。其纵坐标为车辆身份,横坐标为时间。图5是超车过程中与相邻车辆和相反车辆的相对距离仿真曲线图,其纵坐标为相对距离,横坐标为时间,单位为秒。图6是超车过程中与相邻车辆和相反车辆的相对方位角曲线图,其纵坐标为相关方位角,横坐标为时间,单位为秒。图7是超车过程碰撞预警响应时间曲线图。其纵坐标为碰撞时间,横坐标为运行时间,单位为秒。
其中3号曲线表示被超车B,2号曲线表示同向车E,1号曲线表示对向来车D。图4显示测试过程中图2中车辆通信时间曲线。如图4,在初始阶段,只检测到车辆B和车辆E,并在2.6s后辨识了迎面而来的车辆D。图4至图7显示了正向车辆提醒和警报的决策结果。对应于图中的测试场景,三次提醒警报和一次警报被正确地检测到。并且能够显示相邻车道车辆警报的决策结果。对模拟试验的准确度具有较好的决策结果。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (1)
1.一种智能车超车道碰撞概率安全预测方法,其特征是:按照下列步骤实现对超车道进行碰撞概率预测:
31)对接近阶段进行碰撞概率预测;
311)按照下列公式计算碰撞时间TTC:
当va>vb,碰撞时间TTC的值由公式(1)所得,当va≤vb,TTC=0;
这里:
Sab是两车开始距离;
La是超车车辆A的长度;
Lb是被超车B的长度;
va是超车车辆A当前速度;
vb是被超车B当前速度;
312)当超车车辆A与被超车B两车车速恒定时,按照下列公式计算碰撞发生的概率:
当P(tr≥TTC>tw)*P(δθ<θth)*P(δv>vth)=1时,进行提醒;(2)
其中,
P(x)是逻辑运算符,当x为真,P(x)=1,否则,P(x)=0;
tr是超车提示时间的阈值;
tw是超车警告时间的阈值;
δθ是两车相对位置;
θth是相对位置的阈值;
δv是两车相对速度;
vth是相对速度的阈值;
313)按照下列公式决定超车警告:
当P(TTC≤tw)*P(δθ<θth)*P(δv>0)值为1时,进行报警;(3)
321)按照下列公式计算超车道所需要时间:
其中,
tot是超车道所需时间;
Sba是超车结束时两车相对距离;
Sab是超车开始时两车的初始距离;
La是超车车辆A的长度;
Lb是被超车B的长度;
322)按照下列公式计算安全超车距离:
Lot=vatot (5)
其中,Lot是安全超车道路区域;
tot是超车道所需时间;
323)按照下列公式确定车道变换可行条件:
如果当前的道路是一条双向道路,超车车道为对面的行车线,这时如果存在迎面而来的车辆D,那么超车车辆A可以启动车道变换行为的情况下需满足以下公式:
Sad>(vdtot+0.5adtot 2)+Lot (6)
其中,Sad是超车车辆A与车辆D之间相对距离;
Lot是安全超车道路区域;
νd是车辆D当前速度;
ad是车辆D加速度;
其中,如果当前的道路上是多方向的道路,超车车道同时也是与车辆C同车道行驶方向相同;假设车辆C的当前速度是vc,加速度是ac,然后,超车车辆A可以启动车道变换行为必须满足以下公式:
Sca>(vctot+0.5actot 2)-Lot (7)
Sca是超车车辆A与车辆C两车初始距离;
Lot是安全超车道路区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810906732.5A CN109353338B (zh) | 2018-08-10 | 2018-08-10 | 一种智能车超车道碰撞概率安全预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810906732.5A CN109353338B (zh) | 2018-08-10 | 2018-08-10 | 一种智能车超车道碰撞概率安全预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109353338A CN109353338A (zh) | 2019-02-19 |
CN109353338B true CN109353338B (zh) | 2022-02-15 |
Family
ID=65349902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810906732.5A Active CN109353338B (zh) | 2018-08-10 | 2018-08-10 | 一种智能车超车道碰撞概率安全预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109353338B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110085037B (zh) * | 2019-03-25 | 2021-09-07 | 合肥工业大学 | 一种车路协同环境下交叉口信号控制及车速引导系统 |
CN110182217B (zh) * | 2019-04-23 | 2020-11-10 | 吉林大学 | 一种面向复杂超车场景的行驶任务复杂度量化评估方法 |
CN110103968A (zh) * | 2019-05-16 | 2019-08-09 | 北方工业大学 | 一种基于三维激光雷达的无人车自主超车轨迹规划系统 |
CN110103956A (zh) * | 2019-05-16 | 2019-08-09 | 北方工业大学 | 一种无人车自动超车轨迹规划方法 |
CN112124314B (zh) * | 2020-10-28 | 2021-09-03 | 重庆长安汽车股份有限公司 | 车辆自动变道横向路径规划方法、系统、车辆及存储介质 |
EP4125073A1 (en) * | 2021-07-29 | 2023-02-01 | KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH | Device and method for assisting a commercial vehicle during overtaking another vehicle |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105216795A (zh) * | 2014-06-27 | 2016-01-06 | 富士重工业株式会社 | 车辆的驾驶辅助装置 |
CN105513423A (zh) * | 2015-11-30 | 2016-04-20 | 惠州华阳通用电子有限公司 | 一种车辆超车预警方法及装置 |
CN105551282A (zh) * | 2014-11-04 | 2016-05-04 | 中国移动通信集团公司 | 一种超车提示方法和装置 |
CN106971624A (zh) * | 2017-04-25 | 2017-07-21 | 东软集团股份有限公司 | 超车预警的方法和装置 |
CN107089248A (zh) * | 2017-04-30 | 2017-08-25 | 中南大学 | 一种列车失联时无人机智能防撞预警控制方法与系统 |
CN107139171A (zh) * | 2017-05-09 | 2017-09-08 | 浙江工业大学 | 一种基于力矩控制的工业机器人避障轨迹规划方法 |
CN107336230A (zh) * | 2017-05-09 | 2017-11-10 | 浙江工业大学 | 一种基于投影和距离判断的工业机器人碰撞预测方法 |
CN107521494A (zh) * | 2016-06-22 | 2017-12-29 | 奥迪股份公司 | 超车辅助方法和装置 |
CN107644551A (zh) * | 2017-09-04 | 2018-01-30 | 维沃移动通信有限公司 | 一种超车预判方法及终端 |
-
2018
- 2018-08-10 CN CN201810906732.5A patent/CN109353338B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105216795A (zh) * | 2014-06-27 | 2016-01-06 | 富士重工业株式会社 | 车辆的驾驶辅助装置 |
CN105551282A (zh) * | 2014-11-04 | 2016-05-04 | 中国移动通信集团公司 | 一种超车提示方法和装置 |
CN105513423A (zh) * | 2015-11-30 | 2016-04-20 | 惠州华阳通用电子有限公司 | 一种车辆超车预警方法及装置 |
CN107521494A (zh) * | 2016-06-22 | 2017-12-29 | 奥迪股份公司 | 超车辅助方法和装置 |
CN106971624A (zh) * | 2017-04-25 | 2017-07-21 | 东软集团股份有限公司 | 超车预警的方法和装置 |
CN107089248A (zh) * | 2017-04-30 | 2017-08-25 | 中南大学 | 一种列车失联时无人机智能防撞预警控制方法与系统 |
CN107139171A (zh) * | 2017-05-09 | 2017-09-08 | 浙江工业大学 | 一种基于力矩控制的工业机器人避障轨迹规划方法 |
CN107336230A (zh) * | 2017-05-09 | 2017-11-10 | 浙江工业大学 | 一种基于投影和距离判断的工业机器人碰撞预测方法 |
CN107644551A (zh) * | 2017-09-04 | 2018-01-30 | 维沃移动通信有限公司 | 一种超车预判方法及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN109353338A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109249930B (zh) | 一种智能车碰撞安全预测方法 | |
CN109353338B (zh) | 一种智能车超车道碰撞概率安全预测方法 | |
CN109353337B (zh) | 一种智能车换道阶段碰撞概率安全预测方法 | |
US8112225B2 (en) | Method and system for collision avoidance | |
EP3474254B1 (en) | Surrounding environment recognition device | |
CN112389466B (zh) | 车辆自动避让方法、装置、设备及存储介质 | |
EP1898232B1 (en) | Method and system for collision avoidance | |
CN105730443B (zh) | 车辆变道控制方法及系统 | |
Hillenbrand et al. | A multilevel collision mitigation approach—Its situation assessment, decision making, and performance tradeoffs | |
US9566981B2 (en) | Method and system for post-collision manoeuvre planning and vehicle equipped with such system | |
EP3091370B1 (en) | Method and arrangement for determining safe vehicle trajectories | |
EP2172919B1 (en) | Vehicle travel track estimator | |
US9555781B2 (en) | Determining a triggering criterion for vehicle braking | |
CN103158705B (zh) | 用于控制本车的方法和系统 | |
CN101327796B (zh) | 用于避免后路口交通碰撞的方法和设备 | |
CN105216795A (zh) | 车辆的驾驶辅助装置 | |
EP2208654B1 (en) | Method and system for avoiding host vehicle collisions with a target | |
CN105216794A (zh) | 车辆的驾驶辅助装置 | |
CN110379203A (zh) | 一种行车转向碰撞预警方法 | |
CN109515433A (zh) | 车辆控制系统 | |
EP3886076A1 (en) | Warning system for a host automotive vehicle | |
EP3816005A2 (en) | Adaptive speed control system | |
Woo et al. | Dynamic potential-model-based feature for lane change prediction | |
CN113432615B (zh) | 基于多传感器融合可驾驶区域的检测方法、系统和车辆 | |
Suh et al. | Stochastic predictive control based motion planning for lane change decision using a vehicle traffic simulator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |