CN105480229B - 一种基于信息融合的智能变道辅助方法 - Google Patents

一种基于信息融合的智能变道辅助方法 Download PDF

Info

Publication number
CN105480229B
CN105480229B CN201510829104.8A CN201510829104A CN105480229B CN 105480229 B CN105480229 B CN 105480229B CN 201510829104 A CN201510829104 A CN 201510829104A CN 105480229 B CN105480229 B CN 105480229B
Authority
CN
China
Prior art keywords
target
lane change
data
mrow
information
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
Application number
CN201510829104.8A
Other languages
English (en)
Other versions
CN105480229A (zh
Inventor
田雨农
王鑫照
周秀田
史文虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Roiland Technology Co Ltd
Original Assignee
Dalian Roiland Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Roiland Technology Co Ltd filed Critical Dalian Roiland Technology Co Ltd
Priority to CN201510829104.8A priority Critical patent/CN105480229B/zh
Publication of CN105480229A publication Critical patent/CN105480229A/zh
Application granted granted Critical
Publication of CN105480229B publication Critical patent/CN105480229B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W30/18—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
    • 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)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种基于信息融合的智能变道辅助系统及其方法，主要是通过汽车尾端左右两侧各安装的一个24GHz毫米波雷达，实现对车辆后方的目标车辆信息进行实时检测；左右毫米波雷达传感器的作用范围会存在一定的重叠区域，即会出现一个目标车辆，同时被左右毫米波雷达传感器检测到，所以对于检测到的目标需要进行数据融合技术将所有覆盖区域检测出的目标进行融合处理，并通过专家系统有效地判断是左边车道的目标，还是右边车道的目标，还是位于本车道后方行驶的车辆，以及这些目标车辆对于本车辆进行变道时的危险程度，即安全状态，警示状态还是危险状态等，并通过相应的声、光或驾驶座椅震动等警示在变换道路时提醒驾驶人员。

Description

一种基于信息融合的智能变道辅助方法
技术领域
本发明属于智能变道辅助领域，具体说是一种基于信息融合的智能变道辅助系统及其方法。
背景技术
随着车联网时代的发展，以及传感器技术、测量技术、计算机技术以及信息处理技术的快速发展，智能型汽车辅助驾驶系统得到越来越多的关注和青睐，消费者也越来越注重驾驶的安全性以及舒适性，这就要求驾驶辅助系统能够更加快速的获取驾驶环境的相关信息，准确的判断出驾驶过程中存在的危险情况，并驾驶员提供驾驶参考，甚至在紧急情况下实现自主控制。
在汽车前向防撞问题上，目前主要采用前向防撞雷达对前向车道车辆进行实时监控，并实时进行前向防撞预警功能，该功能的实现可能需要多个毫米波雷达传感器配合实现；在汽车盲点部分(Blind Spot Detection)，采用盲点检测(Blind Spot Detection)的方式进行检测，从而减少甚至消除汽车盲区，使得驾驶员可以无盲区操控汽车，使得驾驶更加安全可靠；在汽车变化道路时存在的危险情况，主要采用汽车变道辅助(Lane ChangeAuxiliary)系统进行提前预防。
发明内容
本发明提供了一种基于信息融合的智能变道辅助系统及其方法，通过对变道辅助传感器所获取的环境中目标的属性数据采用模糊积分的方法进行有效的融合，根据专家系统判断汽车变道行为的危险程度，使得变道辅助系统具有智能化等特性。
为实现上述目的，本发明的技术方案是，一种基于信息融合的智能变道辅助系统，包括：用于实时检测目标车辆信息的雷达、将所有覆盖区域检测出的目标车辆进行融合处理的数据融合模块、判断目标车辆所在位置的专家系统、判断本车辆相对于目标车辆进行变道时危险程度的危险等级判决模块和提醒驾驶员的变道提醒模块；所述的数据融合模块分别与雷达、专家系统的一端相连，危险等级判决模块分别与专家系统的另一端、变道提醒模块相连。
进一步的，所述的雷达为24GHz毫米波雷达；
进一步的，所述的24GHz毫米波雷达为两个，分别安装在汽车尾端左右两侧；
进一步的，目标车辆所在位置是指在左边车道和/或右边车道和/ 或是本车道后方；
一种基于信息融合的智能变道辅助方法，是通过上述系统实现的，具体步骤如下：
S1：通过左、右两侧安装的24GHz毫米波雷达将车辆后方的环境信息进行采集；
S2：对采集到的环境信息数据进行预处理；
S3：将预处理后的数据根据所处的状态信息进行分类，然后根据分类的数据建立对应的特征向量表，设第j类状态的特征向量为αj＝(αj1,αj2,αj3,αj4)；
S4：采用主成分分析法得出特征指标x1，x2，x3，x4对状态影响系数为(y1，y2，y3，y4)；
S5:采用模糊积分对上述数据进行融合；
S6:将融合后计算出的模糊值e1,e2,e3，通过专家系统计算出： ej＝max(e1,e2,e3)，即利用模糊最大值判断该目标车辆对本车变道的危险程度；
S7：当驾驶人员在进行变道时，智能提供变道的状态信息。
进一步的，步骤S1中的环境信息，包括：每个目标车辆与本车的相对速度v、相对距离R以及相对角度θ等。
进一步的，步骤S2中预处理是通过如下步骤进行的：
a、数据替换：如左24GHz毫米波雷达或是右24GHz毫米波雷达获得的环境信息数据存在部分目标的属性数据缺失的情况，则采用该目标上一周期获得属性数据进行替换掉本周期缺失的数据；例如检测出的目标属性数据中缺少相对速度信息等，则采用该目标上一个周期获得速度信息替换掉本周期内目标的速度值，从而完成数据替换工作；
b、数据集成：将左、右24GHz毫米波雷达获得的各个目标的距离、速度和角度值等属性数据进行数据结合并统一存储，完成数据集成，即各个目标在存储时采用如下存储格式
x＝(x1，x2，x3，x4)
其中，X表示所获取的一个目标车辆的相关信息的数据向量，x1， x2，x3，x4表示其向量元素；其中x1表示左、右24GHz毫米波雷达， x1＝0时表示左24GHz毫米波雷达获得的目标数据，x1＝1表示右24GHz 毫米波雷达获得的目标数据；x2表示目标车辆与本车的相对速度值 v，x3表示目标车辆与本车的相对距离值R，x4表示目标的方向角θ。
进一步的，步骤S3或步骤S7中所述的状态信息是指安全状态或警示状态或危险状态。
进一步的，步骤S5中的融合过程是采用如下步骤进行的：
首先定义一个模糊可测空间上的一个取值为[0，1]上的可测函数 h(x)为
此函数反映了汽车采集到特征指标信息x＝(x1，x2，x3，x4)属于第 j类状态的信任程度，j＝1表示安全状态，j＝2表示警示状态，j＝3表示危险状态；
其次利用特征指标x1，x2，x3，x4对状态检测影响(y1，y2，y3，y4)构造一个模糊测度g(x)，令(g1，g2，g3，g4)＝(y1，y2，y3，y4)，则
g(x1)＝g1
g(xi)＝gi+g(xi-1)+λgig(xi-1) 2≤i≤4
其中λ由且λ≠0求得，该方程的解存在且唯一；
在求出g(x)和h(x)之后，通过模糊积分公式求得x＝(x1，x2，x3，x4)属于第j个状态时的模糊值e1,e2,e3。
作为更进一步的，步骤S7中变换道路时智能提供变道信息是通过相应的声、光或驾驶座椅震动警示提醒驾驶人员，如处于安全状态则显示绿色的灯，如处于警示状态，则变化为闪烁的黄灯，如为危险状态，则转换成红灯状态；驾驶员如没及时查看到变道灯的提示信息，而进行强行变道行为，则进行声音报警以及座椅震动用以及时提醒驾驶人员不要做出变道行为。
本发明的有益效果在于：通过对雷达所获取的环境中目标的属性数据采用模糊积分的方法进行有效的融合，根据专家系统判断汽车变道行为的危险程度，使得变道辅助系统具有智能化等特性，并且该智能系统也会更快、更准确的判断出变道危险程度。该方法为智能变道辅助系统实现智能化提供了一种解决方法，使得智能型变道辅助系统成为可能。
附图说明
本发明共有附图2幅：
图1为本发明的系统框图；
图2为本发明的流程框图。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步的具体说明。
实施例1
本发明是一种基于信息融合方法的智能型变道辅助系统，该系统主要是通过汽车尾端左右两侧各安装的一个24GHz毫米波雷达，实现对车辆后方100米范围内的目标车辆信息进行实时检测。由于变道辅助系统采用左右两侧对称式毫米波雷达安装方式，目的在于覆盖行驶车辆的左右相邻车道以及本行驶车道，但是左右毫米波雷达传感器的作用范围会存在一定的重叠区域，即会出现一个目标车辆，同时被左右毫米波雷达传感器检测到，所以对于检测到的目标需要进行数据融合技术将所有覆盖区域检测出的目标进行融合处理，并通过专家系统有效地判断是左边车道的目标，还是右边车道的目标，还是位于本车道后方行驶的车辆，以及这些目标车辆对于本车辆进行变道时的危险程度，即安全状态，警示状态还是危险状态等，并通过相应的声、光或驾驶座椅震动等警示在变换道路时提醒驾驶人员。
一种基于信息融合的智能变道辅助系统，包括：用于实时检测目标车辆信息的雷达、将所有覆盖区域检测出的目标车辆进行融合处理的数据融合模块、判断目标车辆所在位置的专家系统、判断本车辆相对于目标车辆进行变道时危险程度的危险等级判决模块和提醒驾驶员的变道提醒模块；所述的数据融合模块分别与雷达、专家系统的一端相连，危险等级判决模块分别与专家系统的另一端、变道提醒模块相连。目标车辆所在位置是指在左边车道和/或右边车道和/或是本车道后方；
一种基于信息融合的智能变道辅助方法，是通过上述系统实现的，具体步骤如下：
S1：通过左、右两侧安装的24GHz毫米波雷达将车辆后方的环境信息进行采集；该环境信息主要是针对毫米波雷达作用范围内的车辆的相关信息，包括每个目标车辆与本车的相对速度v、相对距离R以及相对角度θ等。
S2：对采集到的环境信息数据进行预处理；由于数据在采集过程中可能会存在数据缺失等情况，以及后续数据进行融合处理时，需要提前进行数据集成等工作：
a、数据替换：如左24GHz毫米波雷达或是右24GHz毫米波雷达获得的环境信息数据存在部分目标的属性数据缺失的情况，则采用该目标上一周期获得属性数据进行替换掉本周期缺失的数据；例如检测出的目标属性数据中缺少相对速度信息等，则采用该目标上一个周期获得速度信息替换掉本周期内目标的速度值，从而完成数据替换工作；
b、数据集成：将左、右24GHz毫米波雷达获得的各个目标的距离、速度和角度值等属性数据进行数据结合并统一存储，完成数据集成，即各个目标在存储时采用如下存储格式
x＝(x1，x2，x3，x4)
其中，X表示所获取的一个目标车辆的相关信息的数据向量，x1，x2，x3，x4表示其向量元素；其中x1表示左、右24GHz毫米波雷达， x1＝0时表示左24GHz毫米波雷达获得的目标数据，x1＝1表示右24GHz 毫米波雷达获得的目标数据；x2表示目标车辆与本车的相对速度值 v，x3表示目标车辆与本车的相对距离值R，x4表示目标的方向角θ。
S3：本发明针对该智能变道辅助系统，分类为三个状态，即安全状态，警示状态以及危险状态；将预处理后的数据根据所处的状态信息进行分类，然后根据分类的数据建立对应的特征向量表，设第j类状态的特征向量为αj＝(αj1,αj2,αj3,αj4)；
S4：三个状态是由特征值表的取值范围所决定，但是由于每个特征向量对状态的影响程度不一样，这个影响系数确定不准确将影响信息融合的结果，甚至导致错误的结果。本发明主要采用主成分分析法将多个指标综合为少数几个相互独立综合指标，根据该方法可以得出特征指标x1，x2，x3，x4对状态影响系数为(y1，y2，y3，y4)；
S5:采用模糊积分对上述数据进行融合；由于模糊积分是定义在模糊测度上的一种非线性函数，具有融合多源信息的能力，将其应用到智能型变道辅助系统，可以将特征信息进行有效地处理。
首先定义一个模糊可测空间上的一个取值为[0，1]上的可测函数 h(x)为
此函数反映了汽车采集到特征指标信息x＝(x1，x2，x3，x4)属于第 j类状态的信任程度，j＝1表示安全状态，j＝2表示警示状态，j＝3表示危险状态；
其次利用特征指标x1，x2，x3，x4对状态检测影响(y1，y2，y3，y4)构造一个模糊测度g(x)，令(g1，g2，g3，g4)＝(y1，y2，y3，y4)，则
g(x1)＝g1
g(xi)＝gi+g(xi-1)+λgig(xi-1) 2≤i≤4
其中λ由且λ≠0求得，该方程的解存在且唯一；
在求出g(x)和h(x)之后，通过模糊积分公式求得x＝(x1，x2，x3，x4)属于第j个状态时的模糊值e1,e2,e3。
S6:将融合后计算出的模糊值e1,e2,e3，通过专家系统计算出：ej＝max(e1,e2,e3)，即利用模糊最大值判断该目标车辆对本车变道的危险程度；
S7：当驾驶人员在进行变道时，智能提供变道的状态信息，通过相应的声、光或驾驶座椅震动警示提醒驾驶人员，如处于安全状态则显示绿色的灯，如处于警示状态，则变化为闪烁的黄灯，如为危险状态，则转换成红灯状态；驾驶员如没及时查看到变道灯的提示信息，而进行强行变道行为，则进行声音报警以及座椅震动用以及时提醒驾驶人员不要做出变道行为。
智能型变道辅助系统是应用在高速公路上防止汽车变道时发生碰撞的智能预警系统，该智能预警系统，可以通过毫米波雷达实现对后方车道上形式汽车的监控以及检测等，对汽车变道提供准确的变道信息和变道危险提示。变道辅助系统信息融合就是将变道辅助系统雷达所获取的驾驶车后方的环境信息，如后方目标行驶车辆与本车辆的相对速度，相对距离以及方向角等数据，通过数据采集、数据处理，以及数据融合等方式，对环境中目标车辆信息进行分析判断，从而准确的给出变换道路的安全等级，为驾驶人员做出换道行为提供有效的依据以及及时的换道危险提醒。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种基于信息融合的智能变道辅助方法，其特征在于，具体步骤如下：
S1：通过左、右两侧安装的24GHz毫米波雷达将车辆后方的环境信息进行采集；
S2：对采集到的环境信息数据进行预处理；
S3：将预处理后的数据根据所处的状态信息进行分类，然后根据分类的数据建立对应的特征向量表，设第j类状态的特征向量为αj＝(αj1,αj2,αj3,αj4)；
S4：采用主成分分析法得出特征指标x1，x2，x3，x4对状态影响系数为(y1，y2，y3，y4)；
S5:采用模糊积分对上述数据进行融合；
融合过程是采用如下步骤进行的：
首先定义一个模糊可测空间上的一个取值为[0，1]上的可测函数h(x)为
<mrow> <msub> <mi>h</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mo>|</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>j</mi> <mi>i</mi> </mrow> </msub> </mrow> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>j</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>|</mo> <mo>,</mo> <mn>1</mn> <mo>&amp;le;</mo> <mi>j</mi> <mo>&amp;le;</mo> <mn>3</mn> <mo>,</mo> <mn>1</mn> <mo>&amp;le;</mo> <mi>i</mi> <mo>&amp;le;</mo> <mn>4</mn> </mrow>
此函数反映了汽车采集到特征指标信息x＝(x1，x2，x3，x4)属于第j类状态的信任程度，j＝1表示安全状态，j＝2表示警示状态，j＝3表示危险状态；
其次利用特征指标x1，x2，x3，x4对状态检测影响(y1，y2，y3，y4)构造一个模糊测度g(x)，令(g1，g2，g3，g4)＝(y1，y2，y3，y4)，则
g(x1)＝g1
g(xi)＝gi+g(xi-1)+λgig(xi-1) 2≤i≤4
其中λ由且λ≠0求得；
在求出g(x)和h(x)之后，通过模糊积分公式求得x＝(x1，x2，x3，x4)属于第j个状态时的模糊值e1,e2,e3；
S6:将融合后计算出的模糊值e1,e2,e3，通过专家系统计算出：ej＝max(e1,e2,e3)，即利用模糊最大值判断目标车辆对本车变道的危险程度；
S7：当驾驶人员在进行变道时，智能提供变道的状态信息；
步骤S1中的环境信息，包括：每个目标车辆与本车的相对速度v、相对距离R以及相对角度θ；
步骤S2中预处理是通过如下步骤进行的：
a、数据替换：如左24GHz毫米波雷达或是右24GHz毫米波雷达获得的环境信息数据存在部分目标的属性数据缺失的情况，则采用该目标上一周期获得属性数据进行替换掉本周期缺失的数据；
b、数据集成：将左、右24GHz毫米波雷达获得的各个目标的距离、速度和角度值属性数据进行数据结合并统一存储，完成数据集成，即各个目标在存储时采用如下存储格式
x＝(x1，x2，x3，x4)
其中，x表示所获取的一个目标车辆的相关信息的数据向量，x1，x2，x3，x4表示其向量元素；其中x1表示左、右24GHz毫米波雷达，x1＝0时表示左24GHz毫米波雷达获得的目标数据，x1＝1表示右24GHz毫米波雷达获得的目标数据；x2表示目标车辆与本车的相对速度值v，x3表示目标车辆与本车的相对距离值R，x4表示目标的方向角θ。
2.根据权利要求1所述的一种基于信息融合的智能变道辅助方法，其特征在于，步骤S3或步骤S7中所述的状态信息是指安全状态或警示状态或危险状态。
3.根据权利要求1所述的一种基于信息融合的智能变道辅助方法，其特征在于，步骤S7中变换道路时智能提供变道信息是通过相应的声、光或驾驶座椅震动警示提醒驾驶人员，如处于安全状态则显示绿色的灯，如处于警示状态，则变化为闪烁的黄灯，如为危险状态，则转换成红灯状态；驾驶员如没及时查看到变道灯的提示信息，而进行强行变道行为，则进行声音报警以及座椅震动用以及时提醒驾驶人员不要做出变道行为。
CN201510829104.8A 2015-11-24 2015-11-24 一种基于信息融合的智能变道辅助方法 Active CN105480229B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510829104.8A CN105480229B (zh) 2015-11-24 2015-11-24 一种基于信息融合的智能变道辅助方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510829104.8A CN105480229B (zh) 2015-11-24 2015-11-24 一种基于信息融合的智能变道辅助方法

Publications (2)

Publication Number Publication Date
CN105480229A CN105480229A (zh) 2016-04-13
CN105480229B true CN105480229B (zh) 2018-01-16

Family

ID=55667606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510829104.8A Active CN105480229B (zh) 2015-11-24 2015-11-24 一种基于信息融合的智能变道辅助方法

Country Status (1)

Country Link
CN (1) CN105480229B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105857315B (zh) * 2016-04-28 2018-03-06 重庆长安汽车股份有限公司 主动式盲区监测系统及方法
CN106080602A (zh) * 2016-06-13 2016-11-09 江苏大学 一种应对疲劳驾驶时旁道车辆突然变道的紧急控制方法
CN106043313A (zh) * 2016-07-28 2016-10-26 南昌大学 一种汽车行驶变道智能引导装置
CN107545782B (zh) * 2016-10-31 2019-09-13 郑州蓝视科技有限公司 一种车辆辅助变道方法
CN107264524B (zh) * 2017-05-17 2020-01-24 吉利汽车研究院（宁波）有限公司 基于数据融合的智能变道辅助系统及智能变道辅助方法
CN107749194B (zh) * 2017-10-20 2020-09-22 维沃移动通信有限公司 一种变道辅助方法及移动终端
US11027736B2 (en) 2018-04-27 2021-06-08 Honda Motor Co., Ltd. Systems and methods for anticipatory lane change
CN109283520A (zh) * 2018-10-19 2019-01-29 芜湖易来达雷达科技有限公司 Adas系统中多雷达协作装置及其协作方法
CN109177976B (zh) * 2018-10-22 2020-09-11 吉利汽车研究院（宁波）有限公司 自适应巡航控制方法及系统
CN109263556A (zh) * 2018-11-14 2019-01-25 南京吾智智能科技有限公司 一种车用毫米波变道预警系统
CN111175735B (zh) * 2019-12-31 2022-05-20 苏州豪米波技术有限公司 一种抑制雷达监测系统误报的方法
CN111243334A (zh) * 2020-01-14 2020-06-05 雍朝良 一种新型主动行车安全感知和预警系统
CN111289969B (zh) * 2020-03-27 2022-03-04 北京润科通用技术有限公司 一种车载雷达运动目标融合方法及装置
CN111462501B (zh) * 2020-05-21 2021-08-17 山东师范大学 一种基于5g网络的超视区通行系统及其实施方法
CN112380956B (zh) * 2020-11-10 2024-02-27 苏州艾氪英诺机器人科技有限公司 一种车道判断方法
CN112650393A (zh) * 2020-12-23 2021-04-13 航天时代电子技术股份有限公司 头戴式遥操作控制设备
CN114852099A (zh) * 2021-02-03 2022-08-05 郑州宇通客车股份有限公司 机动车换道行为的预测方法
CN113435404B (zh) * 2021-07-14 2023-05-12 深圳市比一比网络科技有限公司 基于雷达及图像检测的电客车调车安全辅助驾驶方法与系统
CN114495543B (zh) * 2022-01-26 2023-03-24 广州文远知行科技有限公司 一种车辆不合理变道行为的识别方法、装置及相关设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101055471A (zh) * 2006-04-14 2007-10-17 比亚迪股份有限公司 一种机动车后视镜控制方法和系统
CN201703309U (zh) * 2010-05-06 2011-01-12 浙江吉利汽车研究院有限公司 汽车可视雷达系统
DE102010054221A1 (de) * 2010-12-11 2011-08-25 Daimler AG, 70327 Verfahren zur Assistenz eines Fahrers bei Spurwechseln und Spurwechselassistenzsystem
KR20150080459A (ko) * 2015-06-06 2015-07-09 김범용 저가형 안전운전 경보 시스템, 방법 및 그에 사용되는 블랙박스
CN104960523A (zh) * 2015-06-25 2015-10-07 奇瑞汽车股份有限公司 一种智能车智能变道辅助系统及其控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101055471A (zh) * 2006-04-14 2007-10-17 比亚迪股份有限公司 一种机动车后视镜控制方法和系统
CN201703309U (zh) * 2010-05-06 2011-01-12 浙江吉利汽车研究院有限公司 汽车可视雷达系统
DE102010054221A1 (de) * 2010-12-11 2011-08-25 Daimler AG, 70327 Verfahren zur Assistenz eines Fahrers bei Spurwechseln und Spurwechselassistenzsystem
KR20150080459A (ko) * 2015-06-06 2015-07-09 김범용 저가형 안전운전 경보 시스템, 방법 및 그에 사용되는 블랙박스
CN104960523A (zh) * 2015-06-25 2015-10-07 奇瑞汽车股份有限公司 一种智能车智能变道辅助系统及其控制方法

Also Published As

Publication number Publication date
CN105480229A (zh) 2016-04-13

Similar Documents

Publication Publication Date Title
CN105480229B (zh) 一种基于信息融合的智能变道辅助方法
CN110239535B (zh) 一种基于多传感器融合的弯道主动避撞控制方法
CN104290745B (zh) 车辆用半自动驾驶系统的驾驶方法
Doshi et al. Tactical driver behavior prediction and intent inference: A review
CN107031629B (zh) 一种3d机器视觉叉车行驶辅助安全系统及方法
CN205836663U (zh) 车辆周围环境感知系统
CN104290753B (zh) 一种前方车辆运动状态追踪预测装置及其预测方法
CN104015725B (zh) 一种基于多参数决策的车道偏离预警方法
CN108313054A (zh) 自动驾驶自主换道决策方法和装置及自动驾驶车辆
CN103842230B (zh) 车辆的驾驶辅助系统
CN107797118A (zh) 基于相机的拖车识别和盲区调整
CN107031553A (zh) 一种用于车辆的防追尾系统及方法
CN104608772B (zh) 自动辅助驾驶的环境失效判断系统及方法
CN109080630A (zh) 一种用于车辆的环境感知系统及其控制方法
CN104943689B (zh) 一种汽车主动防撞系统的控制方法
US20140200798A1 (en) Driver assistance system and method for operating a driver assistance system
CN105857315B (zh) 主动式盲区监测系统及方法
CN108674412A (zh) 一种采用传感器融合的车辆主动避撞方法
CN109421743A (zh) 用于监控自主车辆的方法和设备
EP3456596A1 (en) Method and device of predicting a possible collision
CN102288121A (zh) 一种基于单目视觉的车道偏离距离测量及预警方法
CN107399290A (zh) 安全驾驶辅助系统及其控制方法
CN102785660A (zh) 车辆防碰撞预警装置
CN105857294A (zh) 一种汽车换道避撞控制方法
CN106448190A (zh) 高速公路自车周围车流量实时监测预警装置及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant