CN103646298A - 一种自动驾驶方法及系统 - Google Patents
一种自动驾驶方法及系统 Download PDFInfo
- Publication number
- CN103646298A CN103646298A CN201310689462.4A CN201310689462A CN103646298A CN 103646298 A CN103646298 A CN 103646298A CN 201310689462 A CN201310689462 A CN 201310689462A CN 103646298 A CN103646298 A CN 103646298A
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- track
- motor
- module
- vehicles
- 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.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提供了一种自动驾驶方法及系统,首先获取机动车车体参数、机动车车速与机动车最佳转向角间的对应关系并存储所述对应关系;当最优机动策略为车道切换、超车和转向行驶机动操作时调整机动车行驶状态至理想状态;之后获取机动车车速和机动车前后轮轴距;将机动车车速与所述对应关系进行比对,获取机动车最佳转向角;根据机动车最佳转向角和机动车前后轮轴距,获取机动车转弯半径;最后根据机动车最佳转向角和机动车转弯半径即可规划出车道切换路径轨迹。因此,本发明提供了一种能够根据最优机动策略准确规划出机动车在自动驾驶状态下的车道切换路径轨迹的自动驾驶方法及系统,为机动车自动驾驶提供了最为准确的参考依据。
Description
技术领域
本发明涉及一种自动驾驶方法及系统。具体地说是一种应用于机动车自动驾驶领域的自动驾驶方法及系统。
背景技术
随着机动车数量的快速增长,城市面临的交通压力也越来越大。但是道路的拓宽受到城市规划和建筑环境的限制,难以跟随机动车增长速度实现线性增长,使得交通拥挤已成为大中城市必然要面对的难题。因此如何在当前道路情况下,提高道路行车容量已成为当前机动车技术和交通发展的重点研究方向。以自动驾驶和智能辅助驾驶技术为基础的机动车列车技术能够有效提高道路机动车容量和流量,进而保障道路的通畅。并且机动车自动驾驶技术对于帮助驾驶员减轻疲劳,提高安全性能也具有明显的实用价值。
现有的机动车自动驾驶技术,借助雷达系统、超声波系统和/或摄像头系统来检测机动车前方、后方和两侧的行车环境并计算出车道、道路类型和/或机动车、行人和/或障碍物等信息以及其它与驾驶相关的数据,例如机动车的车道和转向等数据,并将获取的所述与驾驶相关的数据作为机动车自动驾驶过程中的参考数据。但机动车的自动驾驶在直线路径中的实现比较简单,而在复杂路况和道路较拥挤的情况时,机动车经常无法一直保持直线的行驶机动,因此,机动车需要具备自动道路切换、自动超车和自动转向等机动操作功能才能实现机动车在复杂路况下的自动驾驶。
公告号为CN103171439A,发明名称为“自动驾驶系统的行为预测”的发明专利申请,公布了一种机动车驾驶员辅助系统,该机动车驾驶员辅助系统借助检测装置来检测机动车周围环境对应的当前环境数据,之后基于当前环境数据规划并执行行驶机动,并将当前所执行的行驶机动通过显示器显示,供机动车驾驶员参考是否可自动由驾驶员辅助系统执行所规划的行驶机动。但该专利申请只是提供了一种机动车自动驾驶中规划出最优机动策略的方法,但如何根据所述最优机动策略来准确规划出机动车行驶的路径轨迹在该专利申请中并未提及。
在机动车自动驾驶领域,规划出最优机动策略固然重要,但只有根据最优机动策略准确规划出机动车行驶的路径轨迹,才能实现在复杂路况和道路较拥挤的情况下的真正意义上的自动驾驶。
发明内容
为此,本发明所要解决的技术问题在于在机动车自动驾驶领域,无法根据最优机动策略准确规划出机动车行驶的路径轨迹,从而提供一种能够根据最优机动策略准确规划出机动车行驶的路径轨迹的自动驾驶方法及系统。
为解决上述技术问题,本发明的技术方案如下:
本发明提供了一种自动驾驶方法,包括如下步骤:
获取机动车车体参数、机动车车速与机动车最佳转向角间的对应关系并存储所述对应关系;
判断最优机动策略是否为车道切换、超车和转向行驶机动操作,若是,则调整机动车行驶状态至理想状态;
获取机动车车速和机动车前后轮轴距;
将机动车车速与所述对应关系进行比对,获取机动车最佳转向角;
根据机动车最佳转向角和机动车前后轮轴距,获取机动车转弯半径;
根据机动车最佳转向角和机动车转弯半径规划出车道切换路径轨迹。
本发明所述的自动驾驶方法,所述调整机动车行驶状态至理想状态的步骤包括如下步骤:
获取标准车道宽度;
根据标准车道宽度将机动车调整至车道中间位置,并保持机动车匀速状态下行驶。
本发明所述的自动驾驶方法,还包括如下步骤:
生成机动操作命令,控制机动车按照所述车道切换路径轨迹进行车道切换、超车和转向行驶机动操作。
本发明所述的自动驾驶方法,还包括如下步骤:
检测机动车行车环境并生成相应的环境参数;
根据所述环境参数规划出所述最优机动策略。
本发明所述的自动驾驶方法,所述检测机动车行车环境并生成相应的环境参数的步骤包括如下步骤:
检测道路车道行车边界、机动车行驶方向、车道前后左右的障碍物、机动车和行人的距离和位置、道路类型、交通标志以及交通标志清晰度和气候情况;
根据检测结果生成相应的环境参数并输出;
所述根据所述环境参数规划出所述最优机动策略的步骤中,当所述环境参数显示适宜进行车道切换、超车和转向行驶机动操作时,所述最优机动策略即为车道切换、超车和转向行驶机动操作;当所述环境参数显示不适宜进行车道切换、超车和转向行驶机动操作时,所述最优机动策略即为直线行驶。
本发明所述的自动驾驶方法,还包括如下步骤:
当机动车行驶至切换车道的行车边界时,将记录的机动车车体偏移角度与所述最佳转向角进行比对,将机动车进行车道切换、超车和转向行驶机动操作时的行驶路程与所述车道切换路径轨迹进行比对,若所述车体偏移角度大于所述最佳转向角,且所述行驶路程与所述车道切换路径轨迹有偏差时,进行报警提示。
本发明所述的自动驾驶方法,还包括如下步骤:
当检测的所述环境参数为不可信或不可执行的环境参数时,进行报警提示机动车驾驶员干预行驶机动;
当检测到机动车驾驶员疲劳驾驶时,进行报警提示切换到自动驾驶模式。
本发明还提供了一种自动驾驶系统,包括:
对应关系存储模块,用于获取并存储机动车车体参数、机动车车速与机动车最佳转向角间的对应关系;
行驶机动控制模块,用于调整机动车行驶状态,并在最优机动策略为车道切换、超车和转向行驶机动操作时,调整机动车行驶状态至理想状态;
车体信息采集模块,用于采集机动车运行状态信息,所述机动车运行状态信息包括机动车车速信息和机动车前后轮轴距;
中央处理控制模块,其包括路径轨迹生成单元;
所述路径轨迹生成单元,在机动车行驶状态调整至理想状态后,从所述车体信息采集模块获取机动车车速和机动车前后轮轴距;从所述对应关系存储模块获取所述对应关系;
所述路径轨迹生成单元将机动车车速与所述对应关系进行比对,获取机动车最佳转向角,根据机动车最佳转向角和机动车前后轮轴距,获取机动车转弯半径,根据机动车最佳转向角和机动车转弯半径规划出车道切换路径轨迹。
本发明所述的自动驾驶系统,所述行驶机动控制模块包括信息获取模块和机动控制模块;
所述信息获取模块用于获取最优机动策略;
所述机动控制模块,从所述信息获取模块获取所述最优机动策略,并在最优机动策略为车道切换、超车和转向行驶机动操作时,获取标准车道宽度,并根据标准车道宽度将机动车调整至车道中间位置,并保持机动车匀速状态下行驶。
本发明所述的自动驾驶系统,所述中央处理控制模块还包括命令生成单元,用于根据从所述路径轨迹生成单元获取的所述车道切换路径轨迹,生成相应的机动操作命令;
所述信息获取模块还用于从所述命令生成单元获取所述机动操作命令;
所述机动控制模块,还用于根据从所述信息获取模块获取的所述机动操作命令控制机动车按照所述车道切换路径轨迹进行车道切换、超车和转向行驶操作。
本发明所述的自动驾驶系统,还包括:
环境数据检测模块,用于检测机动车行驶环境并根据检测到的机动车行驶环境生成相应的环境参数;
所述中央处理控制模块还包括策略生成单元,根据从所述环境数据检测模块获取的所述环境参数以及从所述车体信息采集模块获取的所述机动车运行状态信息规划出最优行驶机动策略。
本发明所述的自动驾驶系统,所述环境数据检测模块包括图像获取单元、超声波探测单元以及雷达探测单元;
所述图像获取单元,接收安装于机动车的正前方、正后方和左右两侧的多个数字摄像头检测的图像信息,从所述图像信息中提取包括道路车道行车边界、机动车行驶方向、车道前后左右的障碍物、机动车和行人的距离和位置、道路类型、交通标志以及交通标志清晰度和气候情况的信息;
所述超声波探测单元接收安装于机动车的正前方、正后方和左右两侧的多个超声波探头探测的信息;
所述雷达探测单元接收安装于机动车的正前方、正后方和左右两侧的多个雷达探测的信息;
所述超声波探测单元和所述雷达探测单元共同作用,在所述图像获取单元无法检测的区域和无法检测时,对机动车的行驶环境进行检测;
所述策略生成单元,当所述环境参数显示适宜进行车道切换、超车和转向行驶机动操作时,生成的所述最优机动策略即为车道切换、超车和转向行驶机动操作;当所述环境参数显示不适宜进行车道切换、超车和转向行驶机动操作时,生成的所述最优机动策略即为直线行驶;
所述路径轨迹生成单元,从所述策略生成单元获取所述最优机动策略并将所述最优机动策略传输给所述信息获取模块;并当所述最优机动策略为车道切换、超车和转向行驶机动操作时规划出车道切换路径轨迹,当所述最优机动策略为直线行驶时规划出直线路径轨迹;
所述命令生成单元,还用于根据从所述路径轨迹生成单元获取的所述直线路径轨迹,生成相应的直线机动操作命令;
所述信息获取模块还用于从所述命令生成单元获取所述直线机动操作命令;
所述机动控制模块,还用于根据从所述信息获取模块获取的所述直线机动操作命令控制机动车按照所述直线路径轨迹进行直线行驶。
本发明所述的自动驾驶系统,还包括:
行驶机动监控模块,其包括车体偏移角度获取单元、路程记录单元和转向报警单元;
所述车体偏移角度获取单元,用于获取安装于机动车上的陀螺仪记录的机动车进行车道切换、超车和转向行驶机动操作时的机动车车体偏移角度;
所述路程记录单元,用于记录机动车进行车道切换、超车和转向行驶机动操作时的行驶路程;
所述转向报警单元,从所述环境数据检测模块获取车道行车边界信息,当机动车行驶至切换车道的行车边界时,将从所述车体偏移角度获取单元获取的所述机动车车体偏移角度和从所述路径轨迹生成单元获取的所述最佳转向角进行比对,将从所述路程记录单元获取的所述行驶路程与所述车道切换路径轨迹进行比对,若所述车体偏移角度大于所述最佳转向角,且所述行驶路程与所述车道切换路径轨迹有偏差时,控制设置于机动车上的第一报警装置进行报警提示。
本发明所述的自动驾驶系统,还包括:
驾驶员状态检测模块,用于对驾驶员状态进行检测并生成相应的驾驶员状态信息;
所述中央处理控制模块还包括第一判断模块和第二判断模块;
所述第一判断模块从所述环境数据检测模块获取所述环境参数,并判断所述环境参数是否为不可信或不可执行的环境参数,并将所述环境参数判断结果传输至行车环境报警模块;所述行车环境报警模块,接收所述第一判断模块的所述判断结果,当所述环境参数为不可信或不可执行的环境参数时,控制设置于机动车上的第二报警装置报警提示机动车驾驶员干预行驶机动;
所述第二判断模块从所述驾驶员状态检测模块获取所述驾驶员状态信息,并据此判断机动车驾驶员是否为疲劳驾驶,并将所述驾驶员状态信息判断结果传输至驾驶员状态报警模块;所述驾驶员状态报警模块,接收所述第二判断模块的所述判断结果,当机动车驾驶员疲劳驾驶时,控制设置于机动车上的第三报警装置报警,提示切换到自动驾驶模式。
本发明的上述技术方案相比现有技术具有以下优点:
(1)本发明所述自动驾驶方法及系统,会事先通过实验获取机动车车体参数、机动车车速与机动车最佳转向角间的对应关系并存储所述对应关系,当最优机动策略为车道切换、超车和转向行驶机动操作时,调整机动车行驶状态至理想状态,作为一种可选的实施方式,所述理想状态为机动车匀速在车道中间位置行驶。此时,获取机动车车速和机动车前后轮轴距,将机动车车速与所述事先存储的对应关系进行比对,即可获取机动车最佳转向角,之后根据机动车最佳转向角和机动车前后轮轴距,再结合机动车理想状态下车道切换、超车和转向行驶机动操作时的运动曲线、以及切线的定义、性质定理即可获取机动车转弯半径,根据机动车最佳转向角和机动车转弯半径自然可以规划出车道切换路径轨迹。因此,本发明提供了一种能够根据最优机动策略准确规划出机动车在自动驾驶状态下的车道切换路径轨迹的自动驾驶方法及系统。只有准确规划出机动车的车道切换路径轨迹,才能为机动车在自动驾驶状态下的车道切换、超车和转向行驶机动操作提供最为准确的参考依据。
(2)本发明所述自动驾驶方法及系统,通过机动操作命令,控制机动车按照所述车道切换路径轨迹进行车道切换、超车和转向行驶机动操作。因此,本发明提供了一种机动车能够执行的机动操作命令,进而控制机动车能够严格按照规划出的所述车道切换路径轨迹行驶来完成车道切换、超车和转向机动操作,能够最大限度的保证自动驾驶状态下的行车安全。
(3)本发明所述自动驾驶方法及系统,通过检测机动车行车环境来获取环境参数,并根据所述环境参数规划出所述最优机动策略,比如当检测机动车行车环境很好,机动车转向安全距离内没有机动车、行人和障碍物,并且后面的机动车也没有开转向灯,即所述环境参数显示适宜进行车道切换、超车和转向行驶机动操作时,所述最优机动策略即为车道切换、超车和转向行驶机动操作;当道路异常拥挤,前后车距很近,转向安全距离内存在机动车、行人或者障碍物或者后面的机动车开了转向灯,即所述环境参数显示不适宜进行车道切换、超车和转向行驶机动操作时,所述最优机动策略即为直线行驶,比如跟随行驶在前方的机动车后面。因此,本发明所述自动驾驶方法及系统,能够提供与机动车行驶环境相适应的最优机动策略。
(4)本发明所述自动驾驶方法及系统,当机动车进行车道切换、超车和转向行驶机动操作时,当机动车行驶至切换车道的行车边界时,会将记录的机动车车体偏移角度与所述最佳转向角进行比对,将机动车当前的行驶路程与所述车道切换路径轨迹进行比对,若所述车体偏移角度大于所述最佳转向角,且所述行驶路程与所述车道切换路径轨迹有偏差时,会进行报警提示,提醒机动车驾驶员车道切换、超车和转向行驶机动操作有误,通过报警,机动车驾驶员会根据情况对车道切换、超车和转向行驶机动操作进行干预,及时纠正误差,防止机动车在车道切换、超车和转向行驶机动操作过程中发生意外,保证了行车安全。
(5)本发明所述自动驾驶方法及系统,当检测的所述环境参数为不可信或者不可执行的环境参数时,会报警提示机动车驾驶员干预行驶机动,比如在下雨天、雾天或者交通环境比较恶劣时,提示机动车驾驶员干预行驶机动,确保行车安全。并且,本发明所述自动驾驶方法及系统,当检测到机动车驾驶员疲劳驾驶时,进行报警提示切换到自动驾驶模式,这样可以缓解机动车驾驶员的疲劳度,防止出现因为疲劳驾驶引发的恶性事故,最大限度的确保行车安全。
(6)本发明所述的自动驾驶系统,所述环境数据检测模块包括图像获取单元、超声波探测单元以及雷达探测单元,并且所述超声波探测单元以及雷达探测单元还可以在所述图像获取单元无法检测的区域和无法检测时,对机动车的行驶环境进行检测。因此,本发明所述的自动驾驶系统,可以实现对机动车行驶环境的无死角检测,确保了环境参数的全面性和真实性,为后期最优机动策略的形成,提供了准确的参考依据,确保了行车的安全。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明所述自动驾驶方法的步骤框图;
图2是本发明所述车道切换轨迹的示意图;
图3是本发明所述车道切换轨迹的局部示意图;
图4是本发明所述显示模块在最优机动策略为直线行驶时所显示图像的示意图;
图5是本发明所述显示模块在机动车从左侧车道切换到右侧车道时所显示图像的示意图;
图6是本发明所述自动驾驶系统的结构框图。
图中附图标记表示为:1-对应关系存储模块,2-行驶机动控制模块,3-车体信息采集模块,4-中央处理控制模块,5-环境数据检测模块,6-行驶机动监控模块,7-行车环境报警模块,8-驾驶员状态报警模块,9-驾驶员状态检测模块,21-信息获取模块,22-机动控制模块,41-路径轨迹生成单元,42-命令生成单元,43-策略生成单元,44-第一判断模块,45-第二判断模块,51-图像获取单元,52-超声波探测单元,雷达探测单元-53,车体偏移角度获取单元-61,路程记录单元-62,63-转向报警单元。
具体实施方式
实施例1
本实施例提供了一种自动驾驶方法,如图1所示,包括如下步骤:
获取机动车车体参数、机动车车速与机动车最佳转向角间的对应关系并存储所述对应关系。
判断最优机动策略是否为车道切换、超车和转向行驶机动操作,若是,则调整机动车行驶状态至理想状态。
获取机动车车速和机动车前后轮轴距。
将机动车车速与所述对应关系进行比对,获取机动车最佳转向角。
根据机动车最佳转向角和机动车前后轮轴距,获取机动车转弯半径。
根据机动车最佳转向角和机动车转弯半径规划出车道切换路径轨迹。
所述最优机动策略由机动车当前的行驶环境所决定,包括车道切换、超车和转向行驶机动操作和直线行驶。
作为一种可选的实施方式,本实施例所述的自动驾驶方法,所述调整机动车行驶状态至理想状态的步骤包括如下步骤:
获取标准车道宽度。
根据标准车道宽度将机动车调整至车道中间位置,并保持机动车匀速状态下行驶。
作为一种优选的实施方法,本实施例所述的自动驾驶方法,还包括如下步骤:
检测机动车行车环境并生成相应的环境参数。
根据所述环境参数规划出所述最优机动策略。
作为一种优选的实施方式,本实施例所述的自动驾驶方法,所述检测机动车行车环境并生成相应的环境参数的步骤包括如下步骤:
检测道路车道行车边界、机动车行驶方向、车道前后左右的障碍物、机动车和行人的距离和位置、道路类型、交通标志以及交通标志清晰度和气候情况。
根据检测结果生成相应的环境参数并输出。
所述根据所述环境参数规划出所述最优机动策略的步骤中,当所述环境参数显示适宜进行车道切换、超车和转向行驶机动操作时,所述最优机动策略即为车道切换、超车和转向行驶机动操作;当所述环境参数显示不适宜进行车道切换、超车和转向行驶机动操作时,所述最优机动策略即为直线行驶。
所述道路类型包括公路、高速公路、市区公路和乡间小路,所述交通提示标志包括路标,红绿灯、公交站等。通过以上环境参数,会判定适宜进行自动驾驶还是手动驾驶,并在选择自动驾驶后,在进行车道切换、超车和转向行驶机动操作时,选择与所述环境参数相适应的机动车速度、最佳转向角和触发条件等。比如在市区公路,机动车速度就会选择比较低的速度,其自动驾驶的触发条件就会比较高,即要求非常好的行车环境。
当检测机动车转向安全距离内没有机动车、行人和障碍物,并且后面的机动车也没有开转向灯时,即为所述环境参数显示适宜进行车道切换、超车和转向行驶机动操作,此时所述最优机动策略即为车道切换、超车和转向行驶机动操作;当检测道路异常拥挤,前后车距很近,转向安全距离内存在机动车、行人或者障碍物或者后面的机动车开了转向灯时,即为所述环境参数显示不适宜进行车道切换、超车和转向行驶机动操作,此时,所述最优机动策略,即为直线行驶,比如跟随行驶在前方的机动车后面。因此,本实施例所述自动驾驶方法,能够提供与机动车行驶环境相适应的最优机动策略。
本实施例所述的自动驾驶方法,所述机动车车体参数、机动车车速与机动车最佳转向角间的对应关系,是通过实验数据测得的,通过实车实验验证或者实验室验证,可以确定某种特定的车型,其机动车车速与机动车最佳转向角间的对应关系。即针对某一特定的车型,其每一种机动车车速都会有一个机动车最佳转向角与其相对应。所述标准车道宽度,通过检测道路车道行车边界即可获取,当机动车调整至理想状态时,会根据所述标准车道宽度控制机动车在车道中间位置行驶,并保持匀速。此时,获取机动车车速,将机动车车速与所述对应关系进行比对,即可获取与此机动车车速相对应的最佳转向角,之后根据机动车最佳转向角和机动车前后轮轴距,即可获取机动车转弯半径;然后根据机动车最佳转向角和机动车转弯半径即可规划出车道切换路径轨迹。所述车道切换路径轨迹的具体计算方法如下所述:
如图2、图3所示,即为机动车自动驾驶状态下,当机动车车道切换、超车和转向行驶机动操作时的车道切换路径轨迹,我们用Llane表示标准车道宽度,用Llength表示机动车前后轮轴距,用α表示最佳转向角,用R表示机动车转弯半径,从图2可以看到,浅黑色虚线BB’为车道中间位置,也即机动车在调整至理想状态时的行驶的车道位置和方向,深黑线是车道行车边界,CC’是机动车右侧车道的中间线,也即机动车换道后的行驶位置和方向标志线,B点为机动车当前的位置,C点为机动车进行车道切换、超车和转向行驶机动操作后的目标位置,而A点为机动车进行车道切换、超车和转向行驶机动操作时将要越过的车道界限。机动车在自动驾驶时会保持在车道的中线位置行驶,假设从B点开始换道,沿着圆弧曲线BA和圆弧曲线AC切换到右侧车道行驶,直到到达终点C位置沿着车道中线CC’线行驶。机动车换道的行驶路径为即为圆弧BA+圆弧AC,因此,曲线BAC即为车道切换路径轨迹;如图2所示,圆弧BA和圆弧AC是一个近似于以坐标点O和坐标点O’为圆心、半径为R的圆的一部分(R为机动车转弯半径)。根据切线的定义、性质定理,可以知道θ角与最佳转向角α相等,因此,若设B点坐标为(0,0),是机动车转向开始的起始位置;则O点坐标为(R,0),是圆弧BA所在圆的圆心位置;C点为机动车的车道切换目的位置,根据正弦定理,可知其坐标是(Llane,R(sinα)),O’点坐标为(Llane-R,2*R*(sinα)),是圆弧AC所在圆的圆心。
如图3所示,直线CP是圆弧AC的一条切线,直线AP是圆弧AC的另一条切线,两条切线相较于P点,O’点为圆弧AC所在的圆心,C点和A点为圆弧的切点,且线段AC的长度即为机动车前后轮轴距Llength,根据切线的定义、性质定理,可知:
∠APC+∠α=180°,∠APC+∠A O’C=180°;
=> ∠A O’C=∠α,∠A O’P=α/2;
=> tan(α/2)=Llength/R;
=> R=Llength/(tan(α/2))
因为机动车前后轮轴距Llength是确定的,最佳转向角α也通过获取机动车车速并将机动车车速与所述对应关系进行比对确定了,因此,通过机动车最佳转向角α和机动车前后轮轴距Llength即可确定机动车转弯半径R,而机动车转弯半径R和最佳转向角α确定后,即可确定曲线BAC的长度,具体确定方式如下:
因为曲线BAC的长度即为圆弧BA加上圆弧CA的长度,依据弧长计算公式,可知圆弧BA和圆弧CA的长度均为πRα/180,因此,曲线BAC的长度即为2πRα/180=πRα/90。通过曲线BAC的长度,机动车转弯半径R和最佳转向角α,即可准确规划出所述车道切换路径轨迹。
综上所述,本实施例提供了一种能够根据最优机动策略准确规划出机动车在自动驾驶状态下的车道切换路径轨迹的自动驾驶方法。只有准确规划出机动车的车道切换路径轨迹,才能为机动车在自动驾驶状态下的车道切换、超车和转向行驶机动操作提供最为准确的参考依据。
实施例2
在实施例1的基础上,本实施例提供的所述自动驾驶方法,还包括如下步骤:
生成机动操作命令,控制机动车按照所述车道切换路径轨迹进行车道切换、超车和转向行驶机动操作。
如图2所示,若机动车要从左侧车道切换到右侧车道,在机动车实际自动驾驶过程中,需要打开机动车转向灯,通过所述机动操作命令先将机动车前轮向右偏移α角度,从该时间点起算,当机动车行驶路程为πRα/180,也即机动车沿圆弧BA行驶至A点时,调整机动车前轮向左偏移2α角度,从该时间点起算,当机动车行驶路程为πRα/180,也即机动车沿圆弧AC行驶至C点时,将机动车前轮调整至与机动车后轮同步,此时,机动车即完成了一次车道切换、超车和转向行驶机动操作,从左侧车道切换至右侧车道的中间位置。
因此,本实施例提供了一种机动车能够执行的机动操作命令,进而控制机动车能够严格按照规划出的所述车道切换路径轨迹行驶来完成车道切换、超车和转向机动操作,能够最大限度的保证自动驾驶状态下的行车安全。
作为一种优选的实施方式,还可以将所述最优机动策略和所述车道切换路径轨迹显示给机动车驾驶员,供机动车驾驶员参考。依据图像处理技术,就可将所述车道切换路径轨迹与机动车当前的行驶环境按照一定的比例显示给机动车驾驶员,所述显示的图像如图4、图5所示,其中图4显示的是最优机动策略为直线行驶时显示模块显示的图像,图5显示的是最优机动策略为车道切换、超车和转向行驶机动操作时显示模块显示的图像,只不过是把机动车行驶的路径轨迹和机动车当前的行驶环境等比例缩小显示给机动车驾驶员而已。因为图像处理技术属于现有技术,此不赘述。
作为一种优选的实施方式,本实施例所述的自动驾驶方法,还包括如下步骤:
当机动车行驶至切换车道的行车边界时,将记录的机动车车体偏移角度与所述最佳转向角进行比对,将机动车进行车道切换、超车和转向行驶机动操作时的行驶路程与所述车道切换路径轨迹进行比对,若所述车体偏移角度大于所述最佳转向角,且所述行驶路程与所述车道切换路径轨迹有偏差时,进行报警提示。
本实施例所述自动驾驶方法,当行驶机动操作有误时通过报警,可以提醒机动车驾驶员车道切换、超车和转向行驶机动操作有误。所述报警方式可以为听觉、视觉或者触觉上的提醒,也可以是上述方式的组合。机动车驾驶员收到报警信息后,会根据情况对车道切换、超车和转向行驶机动操作进行干预,及时纠正误差,防止机动车在车道切换、超车和转向行驶机动操作过程中发生意外,保证了行车安全。
作为一种优选的实施方式,本实施例所述的自动驾驶方法,还包括如下步骤:
当检测的所述环境参数为不可信或不可执行的环境参数时,进行报警提示机动车驾驶员干预行驶机动。
当检测到机动车驾驶员疲劳驾驶时,进行报警提示切换到自动驾驶模式。
本实施例所述自动驾驶方法,当检测的所述环境参数为不可信或者不可执行的环境参数时,会报警提示机动车驾驶员干预行驶机动,比如在下雨天、雾天或者交通环境比较恶劣时,提示机动车驾驶员干预行驶机动,确保行车安全。并且,本实施例所述自动驾驶方法,当检测到机动车驾驶员疲劳驾驶时,进行报警提示切换到自动驾驶模式,这样可以缓解机动车驾驶员的疲劳度,防止出现因为疲劳驾驶引发的恶性事故,最大限度的确保行车安全。所述报警方式可以为听觉、视觉或者触觉上的提醒,也可以是上述方式的组合。
实施例3
本实施例提供了一种自动驾驶系统,如图6所示,包括:
对应关系存储模块1,用于获取并存储机动车车体参数、机动车车速与机动车最佳转向角间的对应关系。
行驶机动控制模块2,用于调整机动车行驶状态,并在最优机动策略为车道切换、超车和转向行驶机动操作时,调整机动车行驶状态至理想状态。
车体信息采集模块3,用于采集机动车运行状态信息且所述机动车运行状态信息包括机动车车速信息和机动车前后轮轴距。
中央处理控制模块4,其包括路径轨迹生成单元41。
所述路径轨迹生成单元41,在机动车行驶状态调整至理想状态后,从所述车体信息采集模块3获取所述机动车车速和机动车前后轮轴距;从所述对应关系存储模块1获取所述对应关系;
所述路径轨迹生成单元41将机动车车速与所述对应关系进行比对,获取机动车最佳转向角,根据机动车最佳转向角和机动车前后轮轴距,获取机动车转弯半径,根据机动车最佳转向角和机动车转弯半径规划出车道切换路径轨迹。
在实际应用中,所述对应关系存储模块1可以安装于所述中央处理控制模块4,也可以独立设置。
作为一种优选的实施方式,本实施例所述的自动驾驶系统,所述行驶机动控制模块2包括信息获取模块21和机动控制模块22。
所述信息获取模块21用于获取最优机动策略。
所述机动控制模块22,从所述信息获取模块21获取所述最优机动策略,并在最优机动策略为车道切换、超车和转向行驶机动操作时,获取标准车道宽度,并根据标准车道宽度将机动车调整至车道中间位置,并保持机动车匀速状态下行驶。
作为一种优选的实施方式,本实施例所述的自动驾驶系统,还包括:
环境数据检测模块5,用于检测机动车行驶环境并根据检测到的机动车行驶环境生成相应的环境参数。
所述中央处理控制模块4还包括策略生成单元43,根据从所述环境数据检测模块5获取的所述环境参数以及从所述车体信息采集模块3获取的所述机动车运行状态信息规划出最优行驶机动策略。
作为一种优选的实施方式,本实施例所述的自动驾驶系统,所述环境数据检测模块5包括图像获取单元51、超声波探测单元52以及雷达探测单元53。
所述图像获取单元51接收安装于机动车的正前方、正后方和左右两侧的多个数字摄像头检测的图像信息,从所述图像信息中提取包括道路车道行车边界、机动车行驶方向、车道前后左右的障碍物、机动车和行人的距离和位置、道路类型、交通标志以及交通标志清晰度和气候情况的信息。
所述超声波探测单元52接收安装于机动车的正前方、正后方和左右两侧的多个超声波探头探测的信息;
所述雷达探测单元53接收安装于机动车的正前方、正后方和左右两侧的多个雷达探测的信息;
所述超声波探测单元52和所述雷达探测单元53共同作用,在所述图像获取单元51无法检测的区域和无法检测时,对机动车的行驶环境进行检测。
作为一种优选的实施方式,所述多个数字摄像头、所述多个超声波探头以及所述多个雷达均安装在机动车前、后轮的中间位置。
所述策略生成单元43,当所述环境参数显示适宜进行车道切换、超车和转向行驶机动操作时,生成的所述最优机动策略即为车道切换、超车和转向行驶机动操作;当所述环境参数显示不适宜进行车道切换、超车和转向行驶机动操作时,生成的所述最优机动策略即为直线行驶。
所述路径轨迹生成单元41,从所述策略生成单元43获取所述最优机动策略并将所述最优机动策略传输给所述信息获取模块21;并当所述最优机动策略为车道切换、超车和转向行驶机动操作时规划出车道切换路径轨迹,当所述最优机动策略为直线行驶时规划出直线路径轨迹。
所述命令生成单元42,还用于根据从所述路径轨迹生成单元41获取的所述直线路径轨迹,生成相应的直线机动操作命令。
所述信息获取模块21还用于从所述命令生成单元42获取所述直线机动操作命令。
所述机动控制模块22,还用于根据从所述信息获取模块21获取的所述直线机动操作命令控制机动车按照所述直线路径轨迹进行直线行驶。
本实施例所述的自动驾驶系统,所述机动车车体参数、机动车车速与机动车最佳转向角间的对应关系,是通过实验数据测得的,通过实车实验验证或者实验室验证,可以确定某种特定的车型,其机动车车速与机动车最佳转向角间的对应关系。即针对某一特定的车型,其每一种机动车车速都会有一个机动车最佳转向角与其相对应。所述标准车道宽度,通过环境数据检测模块5检测道路车道行车边界即可获取,当行驶机动控制模块2将机动车调整至理想状态时,会根据所述标准车道宽度控制机动车在车道中间位置行驶,并保持匀速。此时,车体信息采集模块3获取机动车车速,所述路径轨迹生成单元41从所述车体信息采集模块3获取所述机动车车速,并将机动车车速与所述对应关系进行比对,即可获取与此机动车车速相对应的最佳转向角,之后根据机动车最佳转向角和机动车前后轮轴距,即可获取机动车转弯半径;然后根据机动车最佳转向角和机动车转弯半径即可规划出车道切换路径轨迹。
本实施例所述的自动驾驶系统,所述超声波探测单元52和所述雷达探测单元53还可以在所述图像获取单元51无法检测的区域和无法检测时,对机动车的行驶环境进行检测。因此,本实施例所述的自动驾驶系统,通过三种不同的手段,检测机动车车体周围不同距离、不同视角的障碍,在数字摄像头无法覆盖的区域和图像无法监测的区域,保证机动车能够在紧急情况下避开危险。实现了对机动车行驶环境的无死角检测,确保了环境参数的全面性和真实性,为后期最优机动策略的形成,提供了准确的参考依据,确保了行车的安全。
实施例4
在实施例3的基础上,如图6所示,本实施例所述的自动驾驶系统,所述中央处理控制模块4还包括命令生成单元42,用于根据从所述路径轨迹生成单元41获取的所述车道切换路径轨迹,生成相应的机动操作命令。
所述信息获取模块21还用于从所述命令生成单元42获取所述机动操作命令。
所述机动控制模块22,还用于根据从所述信息获取模块21获取的所述机动操作命令控制机动车按照所述车道切换路径轨迹进行车道切换、超车和转向行驶操作。
在机动车实际的自动驾驶过程中,作为一种可选的实施方式,所述机动控制模块22通过控制安装于机动车上的转向舵机进而控制机动车前轮的偏移角度,进而控制机动车按照所述车道切换路径轨迹进行车道切换、超车和转向行驶操作。因此,本实施例命令生成单元42通过生成转向舵机能够执行的机动操作命令,进而控制机动车能够严格按照规划出的所述车道切换路径轨迹行驶来完成车道切换、超车和转向机动操作,能够最大限度的保证自动驾驶状态下的行车安全。
作为一种优选的实施方式,本实施例所述的自动驾驶系统,还包括显示模块,通过显示模块将所述最优机动策略和所述车道切换路径轨迹显示给机动车驾驶员,供机动车驾驶员参考。依据图像处理技术,就可将所述车道切换路径轨迹与机动车当前的行驶环境按照一定的比例显示给机动车驾驶员。所述显示模块显示的图像如图4、图5所示,其中图4显示的是最优机动策略为直线行驶时显示模块显示的图像,图5显示的是最优机动策略为车道切换、超车和转向行驶机动操作时显示模块显示的图像,只不过是把机动车的行驶轨迹和机动车当前的行驶环境等比例缩小显示给机动车驾驶员而已。因为图像处理技术属于现有技术,此不赘述。
作为一种优选的实施方式,本实施例所述的自动驾驶系统,还包括:
行驶机动监控模块6,其包括车体偏移角度获取单元61、路程记录单元62和转向报警单元63。
所述车体偏移角度获取单元61,用于获取安装于机动车上的陀螺仪记录的机动车进行车道切换、超车和转向行驶机动操作时的机动车车体偏移角度。
所述路程记录单元62,用于记录机动车进行车道切换、超车和转向行驶机动操作时的行驶路程。
所述转向报警单元63,从所述环境数据检测模块5获取车道行车边界信息,当机动车行驶至切换车道的行车边界时,将从所述车体偏移角度获取单元61获取的所述机动车车体偏移角度和从所述路径轨迹生成单元41获取的所述最佳转向角进行比对,将从所述路程记录单元62获取的所述行驶路程与所述车道切换路径轨迹进行比对,若所述车体偏移角度大于所述最佳转向角,且所述行驶路程与所述车道切换路径轨迹有偏差时,控制设置于机动车上的第一报警装置进行报警提示。
作为一种优选的实施方式,本实施例所述的自动驾驶系统,还包括:
驾驶员状态检测模块9,用于对驾驶员状态进行检测并生成相应的驾驶员状态信息。
所述中央处理控制模块4还包括第一判断模块44和第二判断模块45。
所述第一判断模块44从所述环境数据检测模块5获取所述环境参数,并判断所述环境参数是否为不可信或不可执行的环境参数,并将所述环境参数判断结果传输至所述行车环境报警模块7;所述行车环境报警模块7,接收所述第一判断模块44的所述判断结果,当所述环境参数为不可信或不可执行的环境参数时,控制设置于机动车上的第二报警装置报警提示机动车驾驶员干预行驶机动。
所述第二判断模块45从所述驾驶员状态检测模块9获取所述驾驶员状态信息,并据此判断机动车驾驶员是否为疲劳驾驶,并将所述驾驶员状态信息判断结果传输至所述驾驶员状态报警模块8;所述驾驶员状态报警模块8,接收所述第二判断模块45的所述判断结果,当机动车驾驶员疲劳驾驶时,控制设置于机动车上的第三报警装置报警,提示切换到自动驾驶模式。
所述驾驶员状态检测模块9属于现有技术,比如公开号为CN103318023A,发明名称为“车载实时智能疲劳监控及辅助装置”,通过影像采集模块采集驾驶员图像,并根据驾驶员图像对驾驶员疲劳状态进行分级并根据其疲劳等级产生干涉指令。在此不再过多介绍。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
Claims (14)
1.一种自动驾驶方法,其特征在于,包括如下步骤:
获取机动车车体参数、机动车车速与机动车最佳转向角间的对应关系并存储所述对应关系;
判断最优机动策略是否为车道切换、超车和转向行驶机动操作,若是,则调整机动车行驶状态至理想状态;
获取机动车车速和机动车前后轮轴距;
将机动车车速与所述对应关系进行比对,获取机动车最佳转向角;
根据机动车最佳转向角和机动车前后轮轴距,获取机动车转弯半径;
根据机动车最佳转向角和机动车转弯半径规划出车道切换路径轨迹。
2.根据权利要求1所述的自动驾驶方法,其特征在于:
所述调整机动车行驶状态至理想状态的步骤包括如下步骤:
获取标准车道宽度;
根据标准车道宽度将机动车调整至车道中间位置,并保持机动车匀速状态下行驶。
3.根据权利要求1或2所述的自动驾驶方法,其特征在于,还包括如下步骤:
生成机动操作命令,控制机动车按照所述车道切换路径轨迹进行车道切换、超车和转向行驶机动操作。
4.根据权利要求1-3任一所述的自动驾驶方法,其特征在于,还包括如下步骤:
检测机动车行车环境并生成相应的环境参数;
根据所述环境参数规划出所述最优机动策略。
5.根据权利要求4所述的自动驾驶方法,其特征在于:
所述检测机动车行车环境并生成相应的环境参数的步骤包括如下步骤:
检测道路车道行车边界、机动车行驶方向、车道前后左右的障碍物、机动车和行人的距离和位置、道路类型、交通标志以及交通标志清晰度和气候情况;
根据检测结果生成相应的环境参数并输出;
所述根据所述环境参数规划出所述最优机动策略的步骤中,当所述环境参数显示适宜进行车道切换、超车和转向行驶机动操作时,所述最优机动策略即为车道切换、超车和转向行驶机动操作;当所述环境参数显示不适宜进行车道切换、超车和转向行驶机动操作时,所述最优机动策略即为直线行驶。
6.根据权利要求1-5任一所述的自动驾驶方法,其特征在于,还包括如下步骤:
当机动车行驶至切换车道的行车边界时,将记录的机动车车体偏移角度与所述最佳转向角进行比对,将机动车进行车道切换、超车和转向行驶机动操作时的行驶路程与所述车道切换路径轨迹进行比对,若所述车体偏移角度大于所述最佳转向角,且所述行驶路程与所述车道切换路径轨迹有偏差时,进行报警提示。
7.根据权利要求1-6任一所述的自动驾驶方法,其特征在于,还包括如下步骤:
当检测的所述环境参数为不可信或不可执行的环境参数时,进行报警提示机动车驾驶员干预行驶机动;
当检测到机动车驾驶员疲劳驾驶时,进行报警提示切换到自动驾驶模式。
8.一种自动驾驶系统,其特征在于,包括:
对应关系存储模块(1),用于获取并存储机动车车体参数、机动车车速与机动车最佳转向角间的对应关系;
行驶机动控制模块(2),用于调整机动车行驶状态,并在最优机动策略为车道切换、超车和转向行驶机动操作时,调整机动车行驶状态至理想状态;
车体信息采集模块(3),用于采集机动车运行状态信息,所述机动车运行状态信息包括机动车车速信息和机动车前后轮轴距;
中央处理控制模块(4),其包括路径轨迹生成单元(41);
所述路径轨迹生成单元(41),在机动车行驶状态调整至理想状态后,从所述车体信息采集模块(3)获取机动车车速和机动车前后轮轴距;从所述对应关系存储模块(1)获取所述对应关系;
所述路径轨迹生成单元(41)将机动车车速与所述对应关系进行比对,获取机动车最佳转向角,根据机动车最佳转向角和机动车前后轮轴距,获取机动车转弯半径,根据机动车最佳转向角和机动车转弯半径规划出车道切换路径轨迹。
9.根据权利要求8所述的自动驾驶系统,其特征在于:
所述行驶机动控制模块(2)包括信息获取模块(21)和机动控制模块(22);
所述信息获取模块(21)用于获取最优机动策略;
所述机动控制模块(22),从所述信息获取模块(21)获取所述最优机动策略,并在最优机动策略为车道切换、超车和转向行驶机动操作时,获取标准车道宽度,并根据标准车道宽度将机动车调整至车道中间位置,并保持机动车匀速状态下行驶。
10.根据权利要求8或9所述的自动驾驶系统,其特征在于:
所述中央处理控制模块(4)还包括命令生成单元(42),用于根据从所述路径轨迹生成单元(41)获取的所述车道切换路径轨迹,生成相应的机动操作命令;
所述信息获取模块(21)还用于从所述命令生成单元(42)获取所述机动操作命令;
所述机动控制模块(22),还用于根据从所述信息获取模块(21)获取的所述机动操作命令控制机动车按照所述车道切换路径轨迹进行车道切换、超车和转向行驶操作。
11.根据权利要求8-10任一所述的自动驾驶系统,其特征在于,还包括:
环境数据检测模块(5),用于检测机动车行驶环境并根据检测到的机动车行驶环境生成相应的环境参数;
所述中央处理控制模块(4)还包括策略生成单元(43),根据从所述环境数据检测模块(5)获取的所述环境参数以及从所述车体信息采集模块(3)获取的所述机动车运行状态信息规划出最优行驶机动策略。
12.根据权利要求11所述的自动驾驶系统,其特征在于:
所述环境数据检测模块(5)包括图像获取单元(51)、超声波探测单元(52)以及雷达探测单元(53);
所述图像获取单元(51),接收安装于机动车的正前方、正后方和左右两侧的多个数字摄像头检测的图像信息,从所述图像信息中提取包括道路车道行车边界、机动车行驶方向、车道前后左右的障碍物、机动车和行人的距离和位置、道路类型、交通标志以及交通标志清晰度和气候情况的信息;
所述超声波探测单元(52)接收安装于机动车的正前方、正后方和左右两侧的多个超声波探头探测的信息;
所述雷达探测单元(53)接收安装于机动车的正前方、正后方和左右两侧的多个雷达探测的信息;
所述超声波探测单元(52)和所述雷达探测单元(53)共同作用,在所述图像获取单元(51)无法检测的区域和无法检测时,对机动车的行驶环境进行检测;
所述策略生成单元(43),当所述环境参数显示适宜进行车道切换、超车和转向行驶机动操作时,生成的所述最优机动策略即为车道切换、超车和转向行驶机动操作;当所述环境参数显示不适宜进行车道切换、超车和转向行驶机动操作时,生成的所述最优机动策略即为直线行驶;
所述路径轨迹生成单元(41),从所述策略生成单元(43)获取所述最优机动策略并将所述最优机动策略传输给所述信息获取模块(21);并当所述最优机动策略为车道切换、超车和转向行驶机动操作时规划出车道切换路径轨迹,当所述最优机动策略为直线行驶时规划出直线路径轨迹;
所述命令生成单元(42),还用于根据从所述路径轨迹生成单元(41)获取的所述直线路径轨迹,生成相应的直线机动操作命令;
所述信息获取模块(21)还用于从所述命令生成单元(42)获取所述直线机动操作命令;
所述机动控制模块(22),还用于根据从所述信息获取模块(21)获取的所述直线机动操作命令控制机动车按照所述直线路径轨迹进行直线行驶。
13.根据权利要求8-12任一所述的自动驾驶系统,其特征在于,还包括:
行驶机动监控模块(6),其包括车体偏移角度获取单元(61)、路程记录单元(62)和转向报警单元(63);
所述车体偏移角度获取单元(61),用于获取安装于机动车上的陀螺仪记录的机动车进行车道切换、超车和转向行驶机动操作时的机动车车体偏移角度;
所述路程记录单元(62),用于记录机动车进行车道切换、超车和转向行驶机动操作时的行驶路程;
所述转向报警单元(63),从所述环境数据检测模块(5)获取车道行车边界信息,当机动车行驶至切换车道的行车边界时,将从所述车体偏移角度获取单元(61)获取的所述机动车车体偏移角度和从所述路径轨迹生成单元(41)获取的所述最佳转向角进行比对,将从所述路程记录单元(62)获取的所述行驶路程与所述车道切换路径轨迹进行比对,若所述车体偏移角度大于所述最佳转向角,且所述行驶路程与所述车道切换路径轨迹有偏差时,控制设置于机动车上的第一报警装置进行报警提示。
14.根据权利要求8-13任一所述的自动驾驶系统,其特征在于,还包括:
驾驶员状态检测模块(9),用于对驾驶员状态进行检测并生成相应的驾驶员状态信息;
所述中央处理控制模块(4)还包括第一判断模块(44)和第二判断模块(45);
所述第一判断模块(44)从所述环境数据检测模块(5)获取所述环境参数,并判断所述环境参数是否为不可信或不可执行的环境参数,并将所述环境参数判断结果传输至行车环境报警模块(7);所述行车环境报警模块(7),接收所述第一判断模块(44)的所述判断结果,当所述环境参数为不可信或不可执行的环境参数时,控制设置于机动车上的第二报警装置报警提示机动车驾驶员干预行驶机动;
所述第二判断模块(45)从所述驾驶员状态检测模块(9)获取所述驾驶员状态信息,并据此判断机动车驾驶员是否为疲劳驾驶,并将所述驾驶员状态信息判断结果传输至驾驶员状态报警模块(8);所述驾驶员状态报警模块(8),接收所述第二判断模块(45)的所述判断结果,当机动车驾驶员疲劳驾驶时,控制设置于机动车上的第三报警装置报警,提示切换到自动驾驶模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310689462.4A CN103646298B (zh) | 2013-12-13 | 2013-12-13 | 一种自动驾驶方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310689462.4A CN103646298B (zh) | 2013-12-13 | 2013-12-13 | 一种自动驾驶方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103646298A true CN103646298A (zh) | 2014-03-19 |
CN103646298B CN103646298B (zh) | 2018-01-02 |
Family
ID=50251509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310689462.4A Active CN103646298B (zh) | 2013-12-13 | 2013-12-13 | 一种自动驾驶方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103646298B (zh) |
Cited By (59)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104167097A (zh) * | 2014-09-03 | 2014-11-26 | 中国科学院合肥物质科学研究院 | 一种基于车车通信的动态超车轨迹生成系统及其生成方法 |
CN104269053A (zh) * | 2014-08-29 | 2015-01-07 | 陈业军 | 一种智能交通系统、方法及智能汽车 |
CN104267721A (zh) * | 2014-08-29 | 2015-01-07 | 陈业军 | 一种智能汽车的无人驾驶系统 |
CN104391504A (zh) * | 2014-11-25 | 2015-03-04 | 浙江吉利汽车研究院有限公司 | 基于车联网的自动驾驶控制策略的生成方法与生成装置 |
CN104925057A (zh) * | 2015-06-26 | 2015-09-23 | 武汉理工大学 | 一种具有多模式切换体系的汽车自适应巡航系统及其控制方法 |
CN105204501A (zh) * | 2015-09-28 | 2015-12-30 | 邹海英 | 基于电子轨道的高速无人驾驶车辆及系统 |
CN105243864A (zh) * | 2015-10-30 | 2016-01-13 | 桂林市腾瑞电子科技有限公司 | 一种无人驾驶车辆的智能控制系统 |
CN105539441A (zh) * | 2014-10-27 | 2016-05-04 | 富士重工业株式会社 | 车辆的行驶控制装置 |
CN105740793A (zh) * | 2016-01-26 | 2016-07-06 | 哈尔滨工业大学深圳研究生院 | 基于路面颠簸情况和道路类型识别的自动调速方法与系统 |
CN105758993A (zh) * | 2016-02-22 | 2016-07-13 | 陈勇 | 基于自主导航无人机的烟雾远程探测系统及其探测方法 |
CN105806353A (zh) * | 2015-01-19 | 2016-07-27 | 丰田自动车株式会社 | 自动驾驶装置 |
CN105928531A (zh) * | 2016-04-13 | 2016-09-07 | 浙江合众新能源汽车有限公司 | 一种适用于无人驾驶汽车的行进路线精准生成方法 |
CN106125731A (zh) * | 2016-07-21 | 2016-11-16 | 上海海事大学 | 一种基于后方车辆行驶意图识别的无人驾驶车辆运动控制系统及方法 |
CN106292649A (zh) * | 2015-06-23 | 2017-01-04 | 沃尔沃汽车公司 | 用于有助于自动自主驾驶辅助系统来回切换的装置和方法 |
CN106314419A (zh) * | 2015-07-01 | 2017-01-11 | 丰田自动车株式会社 | 自动驾驶控制装置 |
CN106446430A (zh) * | 2016-09-30 | 2017-02-22 | 长安大学 | 一种半挂车弯道超车风险分析方法 |
CN106502248A (zh) * | 2016-11-15 | 2017-03-15 | 百度在线网络技术(北京)有限公司 | 一种启动智能车辆的方法及装置 |
CN106708040A (zh) * | 2016-12-09 | 2017-05-24 | 重庆长安汽车股份有限公司 | 自动驾驶系统的传感器模块、自动驾驶系统及方法 |
CN106740866A (zh) * | 2016-11-28 | 2017-05-31 | 南京安驾信息科技有限公司 | 一种方向盘转角的计算方法及装置 |
CN106843210A (zh) * | 2017-01-24 | 2017-06-13 | 同济大学 | 一种基于仿生学的自动驾驶车辆运行控制方法 |
CN107004368A (zh) * | 2014-11-28 | 2017-08-01 | 株式会社电装 | 车辆的行驶控制装置、行驶控制方法以及行驶控制程序 |
CN107207010A (zh) * | 2015-03-31 | 2017-09-26 | 日立汽车系统株式会社 | 自动驾驶控制装置 |
CN107640154A (zh) * | 2016-07-20 | 2018-01-30 | 大陆汽车电子(连云港)有限公司 | 新手司机驾驶辅助系统 |
CN107640152A (zh) * | 2017-08-08 | 2018-01-30 | 吉利汽车研究院(宁波)有限公司 | 一种车道保持辅助系统的可靠性控制装置及方法 |
CN107914711A (zh) * | 2016-10-05 | 2018-04-17 | 本田技研工业株式会社 | 车辆控制装置 |
CN108136867A (zh) * | 2016-09-27 | 2018-06-08 | 百度(美国)有限责任公司 | 自动驾驶车辆的车辆位置点转发方法 |
WO2018113174A1 (zh) * | 2016-12-22 | 2018-06-28 | 深圳市招科智控科技有限公司 | 一种无人驾驶公交车的防撞避障系统 |
CN108227695A (zh) * | 2016-12-14 | 2018-06-29 | 现代自动车株式会社 | 自动驾驶控制装置、包括该装置的系统及其方法 |
WO2018195813A1 (zh) * | 2017-04-26 | 2018-11-01 | 深圳市元征科技股份有限公司 | 一种终端运行监测方法及终端 |
CN108732588A (zh) * | 2017-04-21 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 一种雷达扫描装置、方法以及设备 |
CN108803625A (zh) * | 2018-08-09 | 2018-11-13 | 北京智行者科技有限公司 | 一种行驶方法 |
CN109147388A (zh) * | 2018-08-16 | 2019-01-04 | 大连民族大学 | 判断道路行人为吸力关系的方法及系统 |
CN109407658A (zh) * | 2017-08-18 | 2019-03-01 | 厦门雅迅网络股份有限公司 | 无人车的行车轨迹规划方法及计算机可读存储介质 |
CN109445425A (zh) * | 2019-01-02 | 2019-03-08 | 奇瑞汽车股份有限公司 | 自动驾驶系统的性能检测方法、装置及存储介质 |
CN109552320A (zh) * | 2017-09-26 | 2019-04-02 | 株式会社万都 | 车辆控制系统、车辆外置式电子控制单元、车辆控制方法及记录介质 |
CN109843682A (zh) * | 2016-10-18 | 2019-06-04 | 本田技研工业株式会社 | 车辆控制装置 |
CN109891474A (zh) * | 2016-12-06 | 2019-06-14 | 本田技研工业株式会社 | 车辆用控制装置 |
CN109952547A (zh) * | 2016-11-18 | 2019-06-28 | 奥迪股份公司 | 根据车道数据对机动车的自动控制和机动车 |
CN109976303A (zh) * | 2018-10-19 | 2019-07-05 | 财团法人车辆研究测试中心 | 具决策诊断的自动驾驶方法及其装置 |
CN110126731A (zh) * | 2018-02-09 | 2019-08-16 | 丰田自动车株式会社 | 显示装置 |
TWI674984B (zh) * | 2018-11-15 | 2019-10-21 | 財團法人車輛研究測試中心 | 自動駕駛車輛之行駛軌跡規劃系統及方法 |
CN110389589A (zh) * | 2019-07-26 | 2019-10-29 | 阿尔法巴人工智能(深圳)有限公司 | 智能驾驶车辆避障系统及方法 |
CN110663073A (zh) * | 2017-06-02 | 2020-01-07 | 本田技研工业株式会社 | 策略生成装置及车辆 |
CN110727266A (zh) * | 2018-06-29 | 2020-01-24 | 比亚迪股份有限公司 | 轨迹规划方法、装置及车辆及其控制方法、系统 |
CN110869989A (zh) * | 2017-05-15 | 2020-03-06 | 大陆汽车有限公司 | 产生超车概率集的方法、操作机动车辆的控制装置的方法、超车概率收集装置和控制装置 |
CN111016926A (zh) * | 2014-12-12 | 2020-04-17 | 索尼公司 | 自动驾驶控制设备以及自动驾驶控制方法和程序 |
CN111161527A (zh) * | 2020-01-03 | 2020-05-15 | 财团法人车辆研究测试中心 | 自驾车远端监控系统及其方法 |
CN111316181A (zh) * | 2019-03-28 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 用于自动驾驶的控制方法、控制装置及车辆 |
CN112180927A (zh) * | 2020-09-27 | 2021-01-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶时域构建方法、设备、存储介质及装置 |
CN112379665A (zh) * | 2019-07-29 | 2021-02-19 | 丰田自动车株式会社 | 紧急车辆行驶系统、服务器装置以及记录介质 |
CN112526988A (zh) * | 2020-10-30 | 2021-03-19 | 西安交通大学 | 一种自主移动机器人及其路径导航和路径规划方法、系统 |
CN112977613A (zh) * | 2021-03-18 | 2021-06-18 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车的转向控制方法、装置、设备及存储介质 |
CN113034971A (zh) * | 2021-02-28 | 2021-06-25 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
TWI750762B (zh) * | 2020-08-06 | 2021-12-21 | 財團法人車輛研究測試中心 | 自駕車之混合決策方法及其系統 |
CN114207380A (zh) * | 2019-06-13 | 2022-03-18 | 日产自动车株式会社 | 车辆的行驶控制方法及行驶控制装置 |
US20220185295A1 (en) * | 2017-12-18 | 2022-06-16 | Plusai, Inc. | Method and system for personalized driving lane planning in autonomous driving vehicles |
US11643086B2 (en) | 2017-12-18 | 2023-05-09 | Plusai, Inc. | Method and system for human-like vehicle control prediction in autonomous driving vehicles |
US11650586B2 (en) | 2017-12-18 | 2023-05-16 | Plusai, Inc. | Method and system for adaptive motion planning based on passenger reaction to vehicle motion in autonomous driving vehicles |
US11891063B2 (en) | 2021-11-19 | 2024-02-06 | Industrial Technology Research Institute | Safe following distance estimation system and estimation method thereof |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020091479A1 (en) * | 2001-01-09 | 2002-07-11 | Nissan Motor Co., Ltd. | Braking control system with object detection system interaction |
CN102795166A (zh) * | 2011-05-25 | 2012-11-28 | 怡利电子工业股份有限公司 | 倒车轨迹导引方法 |
CN102806911A (zh) * | 2012-08-23 | 2012-12-05 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种行车安全辅助控制方法及其系统 |
CN103171439A (zh) * | 2011-12-22 | 2013-06-26 | 通用汽车环球科技运作有限责任公司 | 自动驾驶系统的行为预测 |
-
2013
- 2013-12-13 CN CN201310689462.4A patent/CN103646298B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020091479A1 (en) * | 2001-01-09 | 2002-07-11 | Nissan Motor Co., Ltd. | Braking control system with object detection system interaction |
CN102795166A (zh) * | 2011-05-25 | 2012-11-28 | 怡利电子工业股份有限公司 | 倒车轨迹导引方法 |
CN103171439A (zh) * | 2011-12-22 | 2013-06-26 | 通用汽车环球科技运作有限责任公司 | 自动驾驶系统的行为预测 |
CN102806911A (zh) * | 2012-08-23 | 2012-12-05 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种行车安全辅助控制方法及其系统 |
Cited By (87)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104269053A (zh) * | 2014-08-29 | 2015-01-07 | 陈业军 | 一种智能交通系统、方法及智能汽车 |
CN104267721A (zh) * | 2014-08-29 | 2015-01-07 | 陈业军 | 一种智能汽车的无人驾驶系统 |
CN104167097A (zh) * | 2014-09-03 | 2014-11-26 | 中国科学院合肥物质科学研究院 | 一种基于车车通信的动态超车轨迹生成系统及其生成方法 |
CN105539441A (zh) * | 2014-10-27 | 2016-05-04 | 富士重工业株式会社 | 车辆的行驶控制装置 |
CN104391504A (zh) * | 2014-11-25 | 2015-03-04 | 浙江吉利汽车研究院有限公司 | 基于车联网的自动驾驶控制策略的生成方法与生成装置 |
CN107004368A (zh) * | 2014-11-28 | 2017-08-01 | 株式会社电装 | 车辆的行驶控制装置、行驶控制方法以及行驶控制程序 |
CN111016926A (zh) * | 2014-12-12 | 2020-04-17 | 索尼公司 | 自动驾驶控制设备以及自动驾驶控制方法和程序 |
US11718329B2 (en) | 2014-12-12 | 2023-08-08 | Sony Group Corporation | Automatic driving control device and automatic driving control method, and program |
CN105806353A (zh) * | 2015-01-19 | 2016-07-27 | 丰田自动车株式会社 | 自动驾驶装置 |
CN105806353B (zh) * | 2015-01-19 | 2018-10-19 | 丰田自动车株式会社 | 自动驾驶装置 |
CN107207010B (zh) * | 2015-03-31 | 2019-10-18 | 日立汽车系统株式会社 | 自动驾驶控制装置 |
CN107207010A (zh) * | 2015-03-31 | 2017-09-26 | 日立汽车系统株式会社 | 自动驾驶控制装置 |
CN106292649A (zh) * | 2015-06-23 | 2017-01-04 | 沃尔沃汽车公司 | 用于有助于自动自主驾驶辅助系统来回切换的装置和方法 |
CN104925057A (zh) * | 2015-06-26 | 2015-09-23 | 武汉理工大学 | 一种具有多模式切换体系的汽车自适应巡航系统及其控制方法 |
CN106314419A (zh) * | 2015-07-01 | 2017-01-11 | 丰田自动车株式会社 | 自动驾驶控制装置 |
CN105204501B (zh) * | 2015-09-28 | 2018-04-13 | 邹海英 | 基于电子轨道的高速无人驾驶车辆及系统 |
CN105204501A (zh) * | 2015-09-28 | 2015-12-30 | 邹海英 | 基于电子轨道的高速无人驾驶车辆及系统 |
CN105243864A (zh) * | 2015-10-30 | 2016-01-13 | 桂林市腾瑞电子科技有限公司 | 一种无人驾驶车辆的智能控制系统 |
CN105740793B (zh) * | 2016-01-26 | 2019-12-20 | 哈尔滨工业大学深圳研究生院 | 基于路面颠簸情况和道路类型识别的自动调速方法与系统 |
CN105740793A (zh) * | 2016-01-26 | 2016-07-06 | 哈尔滨工业大学深圳研究生院 | 基于路面颠簸情况和道路类型识别的自动调速方法与系统 |
CN105758993B (zh) * | 2016-02-22 | 2017-09-15 | 淮阴师范学院 | 基于自主导航无人机的烟雾远程探测系统及其探测方法 |
CN105758993A (zh) * | 2016-02-22 | 2016-07-13 | 陈勇 | 基于自主导航无人机的烟雾远程探测系统及其探测方法 |
CN105928531A (zh) * | 2016-04-13 | 2016-09-07 | 浙江合众新能源汽车有限公司 | 一种适用于无人驾驶汽车的行进路线精准生成方法 |
CN105928531B (zh) * | 2016-04-13 | 2019-04-26 | 浙江合众新能源汽车有限公司 | 一种适用于无人驾驶汽车的行进路线精准生成方法 |
CN107640154A (zh) * | 2016-07-20 | 2018-01-30 | 大陆汽车电子(连云港)有限公司 | 新手司机驾驶辅助系统 |
CN106125731B (zh) * | 2016-07-21 | 2019-01-11 | 上海海事大学 | 一种基于后方车辆行驶意图识别的无人驾驶车辆运动控制系统及方法 |
CN106125731A (zh) * | 2016-07-21 | 2016-11-16 | 上海海事大学 | 一种基于后方车辆行驶意图识别的无人驾驶车辆运动控制系统及方法 |
CN108136867A (zh) * | 2016-09-27 | 2018-06-08 | 百度(美国)有限责任公司 | 自动驾驶车辆的车辆位置点转发方法 |
CN108136867B (zh) * | 2016-09-27 | 2021-10-08 | 百度(美国)有限责任公司 | 自动驾驶车辆的车辆位置点转发方法 |
CN106446430A (zh) * | 2016-09-30 | 2017-02-22 | 长安大学 | 一种半挂车弯道超车风险分析方法 |
CN106446430B (zh) * | 2016-09-30 | 2019-06-04 | 长安大学 | 一种半挂车弯道超车风险分析方法 |
CN107914711A (zh) * | 2016-10-05 | 2018-04-17 | 本田技研工业株式会社 | 车辆控制装置 |
CN107914711B (zh) * | 2016-10-05 | 2020-09-01 | 本田技研工业株式会社 | 车辆控制装置 |
CN109843682B (zh) * | 2016-10-18 | 2022-03-04 | 本田技研工业株式会社 | 车辆控制装置 |
CN109843682A (zh) * | 2016-10-18 | 2019-06-04 | 本田技研工业株式会社 | 车辆控制装置 |
CN106502248B (zh) * | 2016-11-15 | 2019-11-05 | 百度在线网络技术(北京)有限公司 | 一种启动智能车辆的方法及装置 |
CN106502248A (zh) * | 2016-11-15 | 2017-03-15 | 百度在线网络技术(北京)有限公司 | 一种启动智能车辆的方法及装置 |
CN109952547A (zh) * | 2016-11-18 | 2019-06-28 | 奥迪股份公司 | 根据车道数据对机动车的自动控制和机动车 |
CN106740866B (zh) * | 2016-11-28 | 2019-06-25 | 南京安驾信息科技有限公司 | 一种方向盘转角的计算方法及装置 |
CN106740866A (zh) * | 2016-11-28 | 2017-05-31 | 南京安驾信息科技有限公司 | 一种方向盘转角的计算方法及装置 |
CN109891474A (zh) * | 2016-12-06 | 2019-06-14 | 本田技研工业株式会社 | 车辆用控制装置 |
CN106708040B (zh) * | 2016-12-09 | 2019-10-08 | 重庆长安汽车股份有限公司 | 自动驾驶系统的传感器模块、自动驾驶系统及方法 |
CN106708040A (zh) * | 2016-12-09 | 2017-05-24 | 重庆长安汽车股份有限公司 | 自动驾驶系统的传感器模块、自动驾驶系统及方法 |
CN108227695A (zh) * | 2016-12-14 | 2018-06-29 | 现代自动车株式会社 | 自动驾驶控制装置、包括该装置的系统及其方法 |
WO2018113174A1 (zh) * | 2016-12-22 | 2018-06-28 | 深圳市招科智控科技有限公司 | 一种无人驾驶公交车的防撞避障系统 |
CN106843210A (zh) * | 2017-01-24 | 2017-06-13 | 同济大学 | 一种基于仿生学的自动驾驶车辆运行控制方法 |
CN106843210B (zh) * | 2017-01-24 | 2019-10-18 | 同济大学 | 一种基于仿生学的自动驾驶车辆运行控制方法 |
CN108732588B (zh) * | 2017-04-21 | 2020-12-18 | 百度在线网络技术(北京)有限公司 | 一种雷达扫描装置、方法以及设备 |
CN108732588A (zh) * | 2017-04-21 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 一种雷达扫描装置、方法以及设备 |
WO2018195813A1 (zh) * | 2017-04-26 | 2018-11-01 | 深圳市元征科技股份有限公司 | 一种终端运行监测方法及终端 |
CN110869989A (zh) * | 2017-05-15 | 2020-03-06 | 大陆汽车有限公司 | 产生超车概率集的方法、操作机动车辆的控制装置的方法、超车概率收集装置和控制装置 |
CN110869989B (zh) * | 2017-05-15 | 2023-04-28 | 大陆汽车有限公司 | 产生超车概率集的方法、操作机动车辆的控制装置的方法、超车概率收集装置和控制装置 |
CN110663073B (zh) * | 2017-06-02 | 2022-02-11 | 本田技研工业株式会社 | 策略生成装置及车辆 |
CN110663073A (zh) * | 2017-06-02 | 2020-01-07 | 本田技研工业株式会社 | 策略生成装置及车辆 |
CN107640152A (zh) * | 2017-08-08 | 2018-01-30 | 吉利汽车研究院(宁波)有限公司 | 一种车道保持辅助系统的可靠性控制装置及方法 |
CN107640152B (zh) * | 2017-08-08 | 2019-11-22 | 吉利汽车研究院(宁波)有限公司 | 一种车道保持辅助系统的可靠性控制装置及方法 |
CN109407658A (zh) * | 2017-08-18 | 2019-03-01 | 厦门雅迅网络股份有限公司 | 无人车的行车轨迹规划方法及计算机可读存储介质 |
CN109552320A (zh) * | 2017-09-26 | 2019-04-02 | 株式会社万都 | 车辆控制系统、车辆外置式电子控制单元、车辆控制方法及记录介质 |
US11643086B2 (en) | 2017-12-18 | 2023-05-09 | Plusai, Inc. | Method and system for human-like vehicle control prediction in autonomous driving vehicles |
US20220185295A1 (en) * | 2017-12-18 | 2022-06-16 | Plusai, Inc. | Method and system for personalized driving lane planning in autonomous driving vehicles |
US11650586B2 (en) | 2017-12-18 | 2023-05-16 | Plusai, Inc. | Method and system for adaptive motion planning based on passenger reaction to vehicle motion in autonomous driving vehicles |
CN110126731A (zh) * | 2018-02-09 | 2019-08-16 | 丰田自动车株式会社 | 显示装置 |
CN110126731B (zh) * | 2018-02-09 | 2022-08-16 | 丰田自动车株式会社 | 显示装置 |
CN110727266A (zh) * | 2018-06-29 | 2020-01-24 | 比亚迪股份有限公司 | 轨迹规划方法、装置及车辆及其控制方法、系统 |
CN108803625B (zh) * | 2018-08-09 | 2021-07-23 | 北京智行者科技有限公司 | 一种行驶方法 |
CN108803625A (zh) * | 2018-08-09 | 2018-11-13 | 北京智行者科技有限公司 | 一种行驶方法 |
CN109147388A (zh) * | 2018-08-16 | 2019-01-04 | 大连民族大学 | 判断道路行人为吸力关系的方法及系统 |
CN109976303B (zh) * | 2018-10-19 | 2022-02-11 | 财团法人车辆研究测试中心 | 具决策诊断的自动驾驶方法及其装置 |
TWI678305B (zh) * | 2018-10-19 | 2019-12-01 | 財團法人車輛研究測試中心 | 具決策診斷之自動駕駛方法及其裝置 |
CN109976303A (zh) * | 2018-10-19 | 2019-07-05 | 财团法人车辆研究测试中心 | 具决策诊断的自动驾驶方法及其装置 |
TWI674984B (zh) * | 2018-11-15 | 2019-10-21 | 財團法人車輛研究測試中心 | 自動駕駛車輛之行駛軌跡規劃系統及方法 |
CN109445425B (zh) * | 2019-01-02 | 2021-08-31 | 奇瑞汽车股份有限公司 | 自动驾驶系统的性能检测方法、装置及存储介质 |
CN109445425A (zh) * | 2019-01-02 | 2019-03-08 | 奇瑞汽车股份有限公司 | 自动驾驶系统的性能检测方法、装置及存储介质 |
CN111316181A (zh) * | 2019-03-28 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 用于自动驾驶的控制方法、控制装置及车辆 |
CN114207380B (zh) * | 2019-06-13 | 2024-01-16 | 日产自动车株式会社 | 车辆的行驶控制方法及行驶控制装置 |
CN114207380A (zh) * | 2019-06-13 | 2022-03-18 | 日产自动车株式会社 | 车辆的行驶控制方法及行驶控制装置 |
CN110389589A (zh) * | 2019-07-26 | 2019-10-29 | 阿尔法巴人工智能(深圳)有限公司 | 智能驾驶车辆避障系统及方法 |
CN112379665A (zh) * | 2019-07-29 | 2021-02-19 | 丰田自动车株式会社 | 紧急车辆行驶系统、服务器装置以及记录介质 |
CN111161527A (zh) * | 2020-01-03 | 2020-05-15 | 财团法人车辆研究测试中心 | 自驾车远端监控系统及其方法 |
TWI750762B (zh) * | 2020-08-06 | 2021-12-21 | 財團法人車輛研究測試中心 | 自駕車之混合決策方法及其系統 |
CN112180927A (zh) * | 2020-09-27 | 2021-01-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶时域构建方法、设备、存储介质及装置 |
CN112526988A (zh) * | 2020-10-30 | 2021-03-19 | 西安交通大学 | 一种自主移动机器人及其路径导航和路径规划方法、系统 |
CN113034971B (zh) * | 2021-02-28 | 2023-04-14 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
CN113034971A (zh) * | 2021-02-28 | 2021-06-25 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
CN112977613B (zh) * | 2021-03-18 | 2022-03-08 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车的转向控制方法、装置、设备及存储介质 |
CN112977613A (zh) * | 2021-03-18 | 2021-06-18 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车的转向控制方法、装置、设备及存储介质 |
US11891063B2 (en) | 2021-11-19 | 2024-02-06 | Industrial Technology Research Institute | Safe following distance estimation system and estimation method thereof |
Also Published As
Publication number | Publication date |
---|---|
CN103646298B (zh) | 2018-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103646298A (zh) | 一种自动驾驶方法及系统 | |
CN106218637B (zh) | 一种自动驾驶方法 | |
US10788843B2 (en) | Cooperative driving method by which follow vehicle merges with or diverges from cooperative driving and cooperative driving method by which lead vehicle controls merging with or diverging from cooperative driving | |
KR101619599B1 (ko) | 융합 레이더 센서 기반 저전력 차량 충돌 방지 방법 및 장치 | |
CN105291978B (zh) | 车辆变道辅助预警系统及其控制方法 | |
CN103140403B (zh) | 行驶支援装置及方法 | |
WO2018096644A1 (ja) | 車両用表示制御装置、車両用表示制御方法、および車両用表示制御プログラム | |
CN108032859B (zh) | 自动变道控制方法、装置和汽车 | |
US20140257686A1 (en) | Vehicle lane determination | |
CN105620475A (zh) | 一种带安全保护功能的智能驾驶系统 | |
JP6354440B2 (ja) | 走行制御装置および走行制御方法 | |
CN109017788B (zh) | 一种变道控制方法 | |
CN107867283A (zh) | 基于预测模型的集成式fcw/acc/aeb系统及车辆 | |
CN105774806A (zh) | 车辆行驶控制装置 | |
CN103921790A (zh) | 汽车主动安全智能系统与控制方法 | |
US10983516B2 (en) | Vehicle control system | |
JP2017182565A (ja) | 車両状態監視装置 | |
CN105551282A (zh) | 一种超车提示方法和装置 | |
KR20150061781A (ko) | 차량 코너링 제어 방법 및 그 장치 | |
CN110562222B (zh) | 用于弯道场景的紧急制动控制方法、车载设备和存储介质 | |
JP2016038837A (ja) | 車両の走行制御装置及び方法 | |
CN105684039B (zh) | 用于驾驶员辅助系统的状况分析 | |
CN109334668B (zh) | 一种基于v2x的自动并线系统 | |
CN104960466A (zh) | 一种汽车转弯安全辅助系统 | |
WO2018220851A1 (ja) | 自動運転車の制御のための車両制御装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221026 Address after: Room 306, building 4, future pioneer Plaza, high tech Zone, Jinan City, Shandong Province Patentee after: Shandong Zhongke advanced technology Co.,Ltd. Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY CHINESE ACADEMY OF SCIENCES |
|
TR01 | Transfer of patent right |