CN103661372A - 一种自动泊车系统的多智能体优化控制装置及控制方法 - Google Patents
一种自动泊车系统的多智能体优化控制装置及控制方法 Download PDFInfo
- Publication number
- CN103661372A CN103661372A CN201310726485.8A CN201310726485A CN103661372A CN 103661372 A CN103661372 A CN 103661372A CN 201310726485 A CN201310726485 A CN 201310726485A CN 103661372 A CN103661372 A CN 103661372A
- Authority
- CN
- China
- Prior art keywords
- agent
- vehicle
- decision
- execution
- obstacle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000005457 optimization Methods 0.000 title abstract 2
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000011217 control strategy Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000009304 pastoral farming 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
- B60W30/06—Automatic manoeuvring for parking
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/54—Audio sensitive means, e.g. ultrasound
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种自动泊车系统的多智能体优化控制装置及控制方法,装置包括决策agent、区域agent和执行agent,决策agent不断接收来自各区域agent的请求数据,并做出实时分析计算,根据自动泊车系统的总体工作时序和当前所处的工作阶段,向各区域agent发送指令,协调分配各区域agent的工作时序;各区域agent不断收集和分析执行agent传送过来的数据信息,并且与应用知识库存储的数据进行分析比对,进而诊断各执行agent所处环境是否正常,并向各执行agent发送控制指令;执行agent负责采集车辆的周边环境信息,并通过数据信息交换模块发送给区域agent。
Description
技术领域
本发明涉及自动泊车技术领域,具体提供一种自动泊车系统的多智能体优化控制装置及控制方法。
背景技术
随着我国汽车保有量的快速增加,大中型城市道路拥堵和停车场车位紧张问题日益严重,对于很多驾驶技术不佳的驾驶员而言,在车位十分紧张的路边或停车场快速、准确地完成泊车操作,是十分困难的,稍有不慎或紧张就会导致车辆碰擦甚至引起道路堵塞。然而在实际生活中,路边和停车中的空余车位未必是很规整的,经常会出现空余车位前后车辆停靠与路肩存在一定夹角的情况,即会有车辆前端或尾端突出的情况,这就要求装载有自动泊车系统的车辆在车辆的四周尤其四个端点处要安装多个超声波传感器提供精确的判断距离和夹角的控制方式,而在整个自动泊车系统工作的过程中,需要长距离超声波传感器与短距离超声波传感器配合交替工作,不同位置的短距离超声波传感器相互协调配合。
目前市场上的自动泊车系统的控制策略及路径规划的选取都是由泊车主控制器来完成的,缺乏局部信息的反馈,导致主控制器路径规划算法复杂,运算量大,系统效率低下,不能做到实时控制所有超声波传感器,难以适应实时快速的泊车控制要求。
当前,Agent(智能体)已经成为一种描述复杂现象、研究复杂系统、实现复杂自适应计算的重要方法。多智能体系统通过各 Agent间的通信、合作、互解、协调、调度、管理及控制来表达系统的结构、功能及行为特性。相关技术已经日益应用于智能机器人、交通控制、制造系统、网络智能化、软件系统等领域,成为一种对复杂系统进行分析、设计的有力思想方法和工具。
现有的自动泊车系统存在以下三个不足之处:(1)难以精确判断车辆四周环境信息,尤其车辆四个端点处距离障碍物的相对位置关系(2)自动泊车系统中各传感器之间难以做到很好的相互协调配合(3)自动泊车控制器的算法复杂,运算量大,无法满足泊车过程中对系统的实时控制的要求。
发明内容
本发明的目的在于克服现有技术的上述不足,结合多智能体协同控制在多机器人领域的路径规划,协作定位和协同避障等问题方面的优势,根据车辆泊车工况的特点设计新的控制系统,达到既能对自动泊车系统进行整体调控又能进行微观特定超声波传感器调节的目的,提出一种关于自动泊车系统的多智能体优化控制装置及控制方法。
本发明提出的自动泊车系统的多智能体优化协调控制的原理是:控制系统包括决策层的决策agent、协调组织层的区域agent和执行层的执行agent,决策层agent不断接收来自各区域agent的请求数据,并做出实时分析计算,根据自动泊车系统的总体工作时序和当前所处的工作阶段,向各区域agent发送指令,协调分配各区域agent的工作时序;各区域agent不断收集和分析执行agent传送过来的数据信息,并且与应用知识库存储的数据进行分析和对比,通过记忆库将当前的数据信息进行保存,进而诊断各执行agent所处环境是否正常,并向各区域agent发送指令进行控制;执行agent负责采集车辆当前的周边环境信息,并通过数据信息交换模块发送给区域agent。
进一步,前述的自动泊车系统总体工作时序包括初始寻库阶段,自动泊车阶段以及库内调整阶段。
进一步,前述的协调分配各区域agent工作包括命令其进入正常工作和停止工作两种状态。
进一步,前述的应用知识库包括各个执行agent的判断依据,安全距离以及危险距离的区间范围。
进一步,前述的记忆库是将获取到的信息进行保存,记录一段时间内的各个位置执行agent获取到的数据信息,方便以后数据的分析比对。
本发明的另一方面还提出一种自动泊车系统的多智能体优化控制方法,该方法包括以下步骤:
第一步:如图4所示,初始寻库阶段,位于车辆两侧执行agent M和agent N采集长距离超声波传感器信号,并通过CAN总线发送给车辆两侧区域agent,车辆两侧区域agent再将数据信息发送到应用知识库,根据应用知识库中预先设定的协调控制策略结合车身参数判断是否存在有效车位。如果存在有效车位,车辆两侧区域agent将信息通过CAN总线传递给决策层的决策agent。决策agent根据车辆两侧区域agent上传的信息进行控制范围内分析计算,判断初始寻库阶段结束,并下达指令给区域agent,使车辆两侧区域agent处于停止状态,车辆前、后端区域agent出于工作状态。如果不存在有效车位,车辆两侧执行agent M和agent N继续工作,直至找到有效车位。其中判断是否存在有效车位的标准为:车位横向距离不小于车长加1.5m,车位纵向距离不小于车宽加1m。
第二步:如图5所示,自动泊车阶段,位于车辆前、后端和四周的执行agent采集短距离超声波传感器信号,并通过CAN总线发送给车辆前端区域agent和尾端区域agent,车辆前端区域agent和尾端区域agent再将数据信息发送到应用知识库,根据应用知识库中预先设定的协调控制策略结合车身参数判断车辆与障碍物的相对距离是否小于安全值,安全值设定为10cm。如果有一个四周执行agent与障碍物的相对距离小于10cm,直接发出停车指令并发出警报;如果四周执行agent与障碍物的相对距离均不小于10cm,则继续泊车;如果有一个前端或后端执行agent与障碍物的相对距离小于10cm,则将信息通过CAN总线传递给决策agent。决策agent根据上传的信息进行控制范围内分析计算,得出当前所处的工作阶段,并给各个区域agent发送下达新的控制指令,使车辆前端区域agent和车辆后端区域agent处于工作状态,车辆的两侧区域agent处于停止状态。
第三步:进入库内调整阶段,位于车辆前、后端和四周端点处的执行agent采集短距离超声波传感器信号,并通过CAN总线发送给车辆前端区域agent和车辆后端区域agent,车辆前、后端区域agent再将数据信息发送到应用知识库,根据应用知识库中预先设定的协调控制策略结合车身参数判断是否存在与障碍物的相对距离小于安全值的情况,其中安全值设定为5cm。如果有一个四周执行agent与障碍物的相对距离小于5cm,直接发出停车指令并发出警报;如果四周执行agent与障碍物的相对距离均不小于5cm,则继续调整车辆;如果前端或后端执行agent中的两个超声波传感器探测到的与障碍物的相对距离相等,则将信息通过CAN总线传递给决策agent。决策agent根据上传的信息进行控制范围内分析判断库内调整阶段结束,并给各个区域agent发送下达新的控制指令,使所有区域agent处于停止状态,即表示自动泊车完成。
本发明的有益效果在于: 1) 可靠性高,装置不会因为某个控制器的故障而停止运行或影响其它控制器的运行;2) 实时性好,各个执行agent具有自己调整本超声波传感器信号的能力,可以实时地对该车辆的变化进行反应,提高了系统的实时应变能力,满足了泊车系统复杂性的要求;3) 针对性强,各个区域agent都会根据应用知识库的不同的协调控制策略,采取不同的判别准则,使泊车决策更具有针对性,降低自动泊车控制器的运算负荷。
附图说明
图1是本发明装置的连接示意图;
图2是本发明中各层智能体在车辆中的分布示意图;
图3是本发明中控制体系结构示意图;
图4是本发明初始寻库阶段的控制流程图;
图5是自动泊车阶段控制流程图;
图6是库内调整阶段控制流程图。
具体实施方式
如图1所示,本发明装置包括决策层agent硬件装置、区域层agent硬件装置、执行层agent硬件装置和CAN通信模块,决策层agent硬件装置为决策控制器MCU,区域层agent硬件装置包括车辆前端区域控制器MCU、车辆后端区域控制器MCU和车辆两侧区域控制器MCU,执行层agent硬件装置共有14个,每个执行层agent硬件装置均包括超声波传感器、执行控制器MCU和停车指令报警器。
如图2所示,本发明在车辆中一共安装了14个超声波传感器,其中包含2个前端短距离超声波传感器,2个后端短距离超声波传感器,2个侧向长距离超声波传感器和8个四周短距离超声波传感器,另外,车辆中还安装了前端区域agent、两侧区域agent、后端区域agent和决策agent。其中,前端区域agent负责收集和分析2个前端短距离超声波传感器和位于车前半部的4个四周短距离超声波传感器采集的数据信息,两侧区域agent负责收集和分析2个侧向长距离超声波传感器采集的数据信息,后端区域agent负责收集和分析2个后端短距离超声波传感器和位于车后半部的4个四周短距离超声波传感器采集的数据信息。
如图3所示,本发明控制体系结构包括决策层的决策agent、协调组织层的区域agent和执行层的执行agent,决策层agent不断接收来自各区域agent的请求数据,并做出实时分析计算,根据自动泊车系统的总体工作时序和当前所处的工作阶段,向各区域agent发送指令,协调分配各区域agent的工作时序;各区域agent不断收集和分析执行agent传送过来的超声波传感器的数据信息,并且与应用知识库存储的数据进行分析和对比,通过记忆库将当前的数据信息进行保存,进而诊断各执行agent所处环境是否正常,并向各区域agent发送指令进行控制;执行agent负责采集车辆当前的周边环境信息,并通过数据信息交换模块发送给区域agent。
本发明的另一方面还提出一种自动泊车系统的多智能体优化控制方法,该方法包括以下步骤:
第一步:如图4所示,初始寻库阶段,位于车辆两侧执行agent M和agent N采集长距离超声波传感器信号,并通过CAN总线发送给车辆两侧区域agent,车辆两侧区域agent再将数据信息发送到应用知识库,根据应用知识库中预先设定的协调控制策略结合车身参数判断是否存在有效车位。如果存在有效车位,车辆两侧区域agent将信息通过CAN总线传递给决策层的决策agent。决策agent根据车辆两侧区域agent上传的信息进行控制范围内分析计算,判断初始寻库阶段结束,并下达指令给区域agent,使车辆两侧区域agent处于停止状态,车辆前、后端区域agent出于工作状态。如果不存在有效车位,车辆两侧执行agent M和agent N继续工作,直至找到有效车位。其中判断是否存在有效车位的标准为:车位横向距离不小于车长加1.5m,车位纵向距离不小于车宽加1m。
第二步:如图5所示,自动泊车阶段,位于车辆前、后端和四周的执行agent采集短距离超声波传感器信号,并通过CAN总线发送给车辆前端区域agent和后端区域agent,车辆前端区域agent和后端区域agent再将数据信息发送到应用知识库,根据应用知识库中预先设定的协调控制策略结合车身参数判断车辆与障碍物的相对距离是否小于安全值,安全值设定为10cm。如果有一个四周执行agent与障碍物的相对距离小于10cm,直接发出停车指令并发出警报;如果四周执行agent与障碍物的相对距离均不小于10cm,则继续泊车;如果有一个前端或后端执行agent与障碍物的相对距离小于10cm,则将信息通过CAN总线传递给决策agent。决策agent根据上传的信息进行控制范围内分析计算,得出当前所处的工作阶段,并给各个区域agent发送下达新的控制指令,使车辆前端区域agent和车辆后端区域agent处于工作状态,车辆的两侧区域agent处于停止状态。
第三步:进入库内调整阶段,位于车辆前、后端和四周端点处的执行agent采集短距离超声波传感器信号,并通过CAN总线发送给车辆前端区域agent和车辆后端区域agent,车辆前、后端区域agent再将数据信息发送到应用知识库,根据应用知识库中预先设定的协调控制策略结合车身参数判断是否存在与障碍物的相对距离小于安全值的情况,其中安全值设定为5cm。如果有一个四周执行agent与障碍物的相对距离小于5cm,直接发出停车指令并发出警报;如果四周执行agent与障碍物的相对距离均不小于5cm,则继续调整车辆;如果前端或后端执行agent中的两个超声波传感器探测到的与障碍物的相对距离相等,则将信息通过CAN总线传递给决策agent。决策agent根据上传的信息进行控制范围内分析判断库内调整阶段结束,并给各个区域agent发送下达新的控制指令,使所有区域agent处于停止状态,即表示自动泊车完成。
Claims (5)
1.一种自动泊车系统的多智能体优化控制装置,其特征在于:包括决策层agent硬件装置、区域层agent硬件装置、执行层agent硬件装置、分析模块和CAN通信模块,所述决策层agent硬件装置为决策控制器MCU,所述区域层agent硬件装置包括车辆前端区域控制器MCU、车辆后端区域控制器MCU和车辆两侧区域控制器MCU,所述执行层agent硬件装置包括车辆前端执行agent、车辆后端执行agent、车辆四周执行agent和车辆两侧执行agent,每个执行agent包括超声波传感器、执行控制器MCU和停车指令报警器,所述分析模块为应用知识库软件程序,所述CAN通信模块为CAN总线;所述决策控制器MCU、区域控制器MCU、CAN通信模块和执行控制器MCU之间依次双向连接,所述超声波传感器与执行控制器MCU之间单向连接,由超声波传感器将信号发送给执行控制器MCU,所述执行控制器MCU与停车指令报警器之间单向连接,由执行控制器MCU将信号发送给停车指令报警器。
2.一种如权利要求1所述的自动泊车系统的多智能体优化控制装置,其特征在于:所述车辆前端执行agent、车辆后端执行agent和车辆四周执行agent中的超声波传感器均为短距离超声波传感器,所述车辆两侧执行agent中的超声波传感器为长距离超声波传感器。
3.一种如权利要求1所述的自动泊车系统的多智能体优化控制装置,其特征在于:所述应用知识库软件程序中预先设定了协调控制策略及车身参数。
4.一种如权利要求1所述的自动泊车系统的多智能体优化控制装置的控制方法,其特征在于包括如下步骤:
1)初始寻库阶段,车辆两侧执行agent采集长距离超声波传感器信号,并通过CAN总线发送给车辆两侧区域agent,车辆两侧区域agent将该信号发送到应用知识库,应用知识库根据预先设定的协调控制策略结合车身参数判断是否存在有效车位;如果存在有效车位,车辆两侧区域agent将信息通过CAN总线传递给决策agent,决策agent根据车辆两侧区域agent上传的信息进行控制范围内分析计算,判断初始寻库阶段结束并下达指令,使车辆两侧区域agent处于停止状态,车辆前、后端区域agent出于工作状态;如果不存在有效车位,车辆两侧执行agent继续工作,直至找到有效车位;
2)自动泊车阶段,位于车辆前、后端和四周的执行agent采集短距离超声波传感器信号,并通过CAN总线发送给车辆前端区域agent和后端区域agent,车辆前端区域agent和后端区域agent再将该信息发送到应用知识库,应用知识库根据预先设定的协调控制策略结合车身参数判断车辆与障碍物的相对距离是否小于安全值,安全值设定为10cm;如果有一个四周执行agent与障碍物的相对距离小于10cm,直接发出停车指令并发出警报;如果四周执行agent与障碍物的相对距离均不小于10cm,则继续泊车;如果有一个前端或后端执行agent与障碍物的相对距离小于10cm,则将该信息通过CAN总线传递给决策agent,决策agent根据上传的信息进行控制范围内分析计算,得出当前所处的工作阶段,并给各区域agent发送新的控制指令,使车辆前端区域agent和车辆后端区域agent处于工作状态,车辆的两侧区域agent处于停止状态;
3)库内调整阶段,车辆前、后端和四周执行agent采集短距离超声波传感器信号,并通过CAN总线发送给车辆前端区域agent和车辆后端区域agent,车辆前、后端区域agent再将该信息发送到应用知识库,应用知识库根据预先设定的协调控制策略结合车身参数判断是否存在与障碍物的相对距离小于安全值的情况,其中安全值设定为5cm;如果有一个四周执行agent与障碍物的相对距离小于5cm,直接发出停车指令并发出警报;如果四周执行agent与障碍物的相对距离均不小于5cm,则继续调整车辆;如果前端执行agent中的多个超声波传感器探测到的与障碍物的相对距离相等,或后端执行agent中的多个超声波传感器探测到的与障碍物的相对距离相等,则将该信息通过CAN总线传递给决策agent,决策agent根据该信息进行控制范围内分析判断库内调整阶段结束,并给各区域agent发送新的控制指令,使所有区域agent处于停止状态,自动泊车结束。
5.一种如权利要求4所述的自动泊车系统的多智能体优化控制装置的控制方法,其特征在于:所述步骤1)中判断是否存在有效车位的标准为车位横向距离不小于车长加1.5m,车位纵向距离不小于车宽加1m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310726485.8A CN103661372B (zh) | 2013-12-26 | 2013-12-26 | 一种自动泊车系统的多智能体优化控制装置及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310726485.8A CN103661372B (zh) | 2013-12-26 | 2013-12-26 | 一种自动泊车系统的多智能体优化控制装置及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103661372A true CN103661372A (zh) | 2014-03-26 |
CN103661372B CN103661372B (zh) | 2016-08-31 |
Family
ID=50300493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310726485.8A Active CN103661372B (zh) | 2013-12-26 | 2013-12-26 | 一种自动泊车系统的多智能体优化控制装置及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103661372B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104637342A (zh) * | 2015-01-22 | 2015-05-20 | 江苏大学 | 一种狭小垂直车位场景智能识别与泊车路径规划系统及方法 |
CN105539430A (zh) * | 2015-12-29 | 2016-05-04 | 北京理工大学 | 一种基于手持终端的人车交互智能泊车方法 |
CN105946853A (zh) * | 2016-04-28 | 2016-09-21 | 中山大学 | 基于多传感器融合的长距离自动泊车的系统及方法 |
CN106875730A (zh) * | 2017-03-13 | 2017-06-20 | 江苏大学 | 一种基于超声波定位和无线电通讯的多车协同入库系统 |
CN108334087A (zh) * | 2018-01-25 | 2018-07-27 | 广州大学 | 一种基于软件定义的平台化高级驾驶辅助系统 |
CN108423068A (zh) * | 2018-03-05 | 2018-08-21 | 耐世特汽车系统(苏州)有限公司 | 一种自动泊车系统及车位识别方法 |
CN108615394A (zh) * | 2018-03-19 | 2018-10-02 | 武汉理工大学 | 一种设置阈值的停车场引导系统及方法 |
CN110597093A (zh) * | 2019-09-05 | 2019-12-20 | 武汉工程大学 | 一种自适应停车场智能感控设备动态协作系统和协作方法 |
CN110816520A (zh) * | 2019-11-27 | 2020-02-21 | 安徽江淮汽车集团股份有限公司 | 自动泊车方法、设备、存储介质及装置 |
CN112731412A (zh) * | 2020-12-28 | 2021-04-30 | 南京苏美达智能技术有限公司 | 一种超声波避障方法及自动行走设备 |
CN113050099A (zh) * | 2019-12-27 | 2021-06-29 | 广州汽车集团股份有限公司 | 一种自动泊车障碍物距离检测方法及其系统、检测设备 |
WO2021238552A1 (zh) * | 2020-05-25 | 2021-12-02 | 华为技术有限公司 | 车辆传感器数据的处理方法和系统 |
CN113734072A (zh) * | 2021-09-15 | 2021-12-03 | 重庆长安汽车股份有限公司 | 车身域开放接口控制系统及车辆 |
CN115140022A (zh) * | 2022-06-24 | 2022-10-04 | 重庆金康赛力斯新能源汽车设计院有限公司 | 自动泊车调试方法、装置、计算机设备和存储介质 |
CN115829297A (zh) * | 2023-02-09 | 2023-03-21 | 中建科技集团有限公司 | 装配式建筑的工作包生成方法、装置、终端及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040213399A1 (en) * | 2003-04-25 | 2004-10-28 | David Nelson | Method and apparatus for facilitating customer service for a parking facility |
CN102069799A (zh) * | 2011-02-24 | 2011-05-25 | 南京航空航天大学 | 智能泊车系统 |
CN103241239A (zh) * | 2013-04-27 | 2013-08-14 | 重庆邮电大学 | 一种自动泊车系统车位识别方法 |
CN203318408U (zh) * | 2013-05-09 | 2013-12-04 | 北京工业大学 | 自动泊车系统 |
-
2013
- 2013-12-26 CN CN201310726485.8A patent/CN103661372B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040213399A1 (en) * | 2003-04-25 | 2004-10-28 | David Nelson | Method and apparatus for facilitating customer service for a parking facility |
CN102069799A (zh) * | 2011-02-24 | 2011-05-25 | 南京航空航天大学 | 智能泊车系统 |
CN103241239A (zh) * | 2013-04-27 | 2013-08-14 | 重庆邮电大学 | 一种自动泊车系统车位识别方法 |
CN203318408U (zh) * | 2013-05-09 | 2013-12-04 | 北京工业大学 | 自动泊车系统 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104637342A (zh) * | 2015-01-22 | 2015-05-20 | 江苏大学 | 一种狭小垂直车位场景智能识别与泊车路径规划系统及方法 |
CN105539430A (zh) * | 2015-12-29 | 2016-05-04 | 北京理工大学 | 一种基于手持终端的人车交互智能泊车方法 |
CN105539430B (zh) * | 2015-12-29 | 2018-04-03 | 北京理工大学 | 一种基于手持终端的人车交互智能泊车方法 |
CN105946853A (zh) * | 2016-04-28 | 2016-09-21 | 中山大学 | 基于多传感器融合的长距离自动泊车的系统及方法 |
CN105946853B (zh) * | 2016-04-28 | 2018-05-29 | 中山大学 | 基于多传感器融合的长距离自动泊车的系统及方法 |
CN106875730A (zh) * | 2017-03-13 | 2017-06-20 | 江苏大学 | 一种基于超声波定位和无线电通讯的多车协同入库系统 |
CN106875730B (zh) * | 2017-03-13 | 2019-09-17 | 江苏大学 | 一种基于超声波定位和无线电通讯的多车协同入库系统 |
CN108334087B (zh) * | 2018-01-25 | 2021-01-01 | 广州大学 | 一种基于软件定义的平台化高级驾驶辅助系统 |
CN108334087A (zh) * | 2018-01-25 | 2018-07-27 | 广州大学 | 一种基于软件定义的平台化高级驾驶辅助系统 |
CN108423068A (zh) * | 2018-03-05 | 2018-08-21 | 耐世特汽车系统(苏州)有限公司 | 一种自动泊车系统及车位识别方法 |
CN108615394A (zh) * | 2018-03-19 | 2018-10-02 | 武汉理工大学 | 一种设置阈值的停车场引导系统及方法 |
CN110597093A (zh) * | 2019-09-05 | 2019-12-20 | 武汉工程大学 | 一种自适应停车场智能感控设备动态协作系统和协作方法 |
CN110816520A (zh) * | 2019-11-27 | 2020-02-21 | 安徽江淮汽车集团股份有限公司 | 自动泊车方法、设备、存储介质及装置 |
CN110816520B (zh) * | 2019-11-27 | 2021-10-29 | 安徽江淮汽车集团股份有限公司 | 自动泊车方法、设备、存储介质及装置 |
CN113050099A (zh) * | 2019-12-27 | 2021-06-29 | 广州汽车集团股份有限公司 | 一种自动泊车障碍物距离检测方法及其系统、检测设备 |
WO2021238552A1 (zh) * | 2020-05-25 | 2021-12-02 | 华为技术有限公司 | 车辆传感器数据的处理方法和系统 |
CN112731412A (zh) * | 2020-12-28 | 2021-04-30 | 南京苏美达智能技术有限公司 | 一种超声波避障方法及自动行走设备 |
CN112731412B (zh) * | 2020-12-28 | 2023-09-15 | 南京苏美达智能技术有限公司 | 一种超声波避障方法及自动行走设备 |
CN113734072A (zh) * | 2021-09-15 | 2021-12-03 | 重庆长安汽车股份有限公司 | 车身域开放接口控制系统及车辆 |
CN113734072B (zh) * | 2021-09-15 | 2024-04-09 | 重庆长安汽车股份有限公司 | 车身域开放接口控制系统及车辆 |
CN115140022A (zh) * | 2022-06-24 | 2022-10-04 | 重庆金康赛力斯新能源汽车设计院有限公司 | 自动泊车调试方法、装置、计算机设备和存储介质 |
CN115140022B (zh) * | 2022-06-24 | 2024-05-24 | 重庆赛力斯新能源汽车设计院有限公司 | 自动泊车调试方法、装置、计算机设备和存储介质 |
CN115829297A (zh) * | 2023-02-09 | 2023-03-21 | 中建科技集团有限公司 | 装配式建筑的工作包生成方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103661372B (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103661372A (zh) | 一种自动泊车系统的多智能体优化控制装置及控制方法 | |
CN105313891B (zh) | 一种多车协同避撞方法及装置 | |
Kowshik et al. | Provable systemwide safety in intelligent intersections | |
CN111292540B (zh) | 用于求取确定的状态信息的方法、控制装置和系统 | |
CN109784526B (zh) | 通行路径的规划方法、装置、设备及可读存储介质 | |
WO2019217545A1 (en) | Systems and methods for driving intelligence allocation between vehicles and highways | |
CN108490941A (zh) | 应用于道路清扫车的自动驾驶系统及其控制方法、装置 | |
CN110176153A (zh) | 一种基于边缘计算的盲区车辆碰撞预警方法 | |
CN109993969A (zh) | 一种路况判定信息获取方法、装置及设备 | |
CN110562258A (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
CN111006879A (zh) | 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台 | |
US11453410B2 (en) | Reducing processing requirements for vehicle control | |
CN111968370B (zh) | 一种微波雷达智能可变车道感知系统及方法 | |
CN105374231A (zh) | 一种预警方法、装置及系统 | |
CN102867432B (zh) | 基于GPS和Zigbee的双备份无线车辆定位系统 | |
CN110654380B (zh) | 用于控制车辆的方法和装置 | |
Chan | Characterization of driving behaviors based on field observation of intersection left-turn across-path scenarios | |
CN114103996A (zh) | 基于共享感知数据的自动驾驶控制方法、装置及设备 | |
WO2024012604A1 (zh) | 一种基于物联网的智能化泊车管理系统 | |
CN109795484A (zh) | 车辆控制方法和设备 | |
CN111806466A (zh) | 一种智能驾驶系统及其工作流程 | |
Bakibillah et al. | Sustainable eco-driving strategy at signalized intersections from driving data | |
CN116546067B (zh) | 一种基于鸿蒙系统的车联网编队方法、系统及介质 | |
Ye et al. | Deep learning-based queue-aware eco-approach and departure system for plug-in hybrid electric buses at signalized intersections: A simulation study | |
CN112829762A (zh) | 一种车辆行驶速度生成方法以及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |