CN105577773A - 基于分布式节点及虚拟总线模型的智能车数据平台架构 - Google Patents

基于分布式节点及虚拟总线模型的智能车数据平台架构 Download PDF

Info

Publication number
CN105577773A
CN105577773A CN201510954210.9A CN201510954210A CN105577773A CN 105577773 A CN105577773 A CN 105577773A CN 201510954210 A CN201510954210 A CN 201510954210A CN 105577773 A CN105577773 A CN 105577773A
Authority
CN
China
Prior art keywords
node
virtual bus
intelligent vehicle
data
vehicle data
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
Application number
CN201510954210.9A
Other languages
English (en)
Other versions
CN105577773B (zh
Inventor
李克强
王肖
王建强
李晓飞
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201510954210.9A priority Critical patent/CN105577773B/zh
Publication of CN105577773A publication Critical patent/CN105577773A/zh
Application granted granted Critical
Publication of CN105577773B publication Critical patent/CN105577773B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Small-Scale Networks (AREA)

Abstract

本发明涉及一种基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，包括一虚拟总线、若干节点、一主控制器和一监视器；所述虚拟总线作为通信载体，用于完成基于TCP/UDP通信协议或本地进程通信的数据传输，所述虚拟总线上挂载多个所述节点；所述主控制器通过所述虚拟总线根据任务要求配置、调用相应所述节点，所述监视器通过所述虚拟总线在系统运行过程中对相关所述节点状态进行实时监控、记录。本发明可以广泛应用于智能车数据系统的开发中。

Description

基于分布式节点及虚拟总线模型的智能车数据平台架构
技术领域
本发明属于智能车辆技术领域，特别是关于一种基于分布式节点及虚拟总线模型的智能车数据平台架构。
背景技术
智能驾驶技术在交通安全、环境保护及缓解交通压力等方面都有巨大的应用潜力，目前已成为发达国家、汽车厂商及科技公司研究的重点。智能驾驶研究涉及机械电子、模式识别、人工智能、控制科学及软件工程等诸多学科知识，其中，智能车软件算法是研究的重要内容之一。智能车软件算法研究通常可包括专业功能算法及软件平台架构设计两部分，专业功能算法是针对于某一微观、具体的功能需求、基于相关数学研究模型、利用软件语言实现的算法，例如视觉中车道线、行人检测识别算法，激光雷达研究中的障碍物检测算法等，专业功能算法是智能驾驶的核心技术；而软件平台架构设计则是从宏观角度上来对软件组织结构、实施方式等进行总体规划，并可用于指导专业功能算法的开发，一个优秀的平台架构可以成为专业功能算法的倍增器，同时也有利于团队任务分工、成果继承及软件工程化实施等，从程序编写而言角度考虑，优秀的平台架构可以有效提高代码质量，如重用率、灵活性、耦合程度等。
智能车平台架构设计通常采用功能模块化思想，如将整体研究内容细分为环境感知模块、导航模块、路径规划模块、控制模块及交互模块等，各模块高度独立且采用约定的通信协议进行数据交互。该平台架构方式虽然有利于团队协作开发，但是这种以功能相似性作为模块划分方法的思路通常只关心模块间接口及代码功能性，各个模块仍是一个相对独立的“小系统”，只强调各模块“小系统”内部的软件开发标准(编程语言及运行平台等)统一，而不考虑整个智能车数据系统的开发标准统一。
发明内容
针对上述问题，本发明的目的是提供一种能够较好实现算法模块化组织，有利于智能车数据系统开发标准统一的基于分布式节点及虚拟总线模型的智能车数据平台架构。
为实现上述目的，本发明采取以下技术方案：一种基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，包括一虚拟总线、若干节点、一主控制器和一监视器；所述虚拟总线作为通信载体，用于完成基于TCP/UDP通信协议或本地进程通信的数据传输，所述虚拟总线上挂载多个所述节点；所述主控制器通过所述虚拟总线根据任务要求配置、调用相应所述节点，所述监视器通过所述虚拟总线在系统运行过程中对相关所述节点状态进行实时监控、记录。
优选地，各个所述节点在功能上相互独立且具有标准输入、输出接口，所述节点包括硬件驱动节点、功能性节点和算法性节点。
优选地，所述节点的设计原则为：1)设计节点数量；2)设计节点数据传输优先级；3)设计节点通信方式：4)设计数据传输格式。
优选地，所述节点通信方式采用广播/订阅模式.
优选地，所述数据传输格式采用Json作为数据交互格式。
优选地，所述节点的创建过程为：(1)构建智能车节点拓扑图，并建立节点模型；(2)制定节点输入、输出方式及协议；(3)面向对象的节点编程。
优选地，所述节点模型均包括参数配置模块、输入接口、输出接口和核心处理模块，所述参数配置模块由所述主控制器调用，用于节点应用在不同环境下所需的参数初始化配置工作，所述输入接口设置为一个或多个，所述输出接口设置为一个；所述核心处理模块用于节点数据处理，包括数据接收、数据处理和数据发送。
本发明由于采取以上技术方案，其具有以下优点：1、本发明将具有最小封装能力的算法抽象化为节点模型，各节点只需同虚拟总线进行数据交换，而无需考虑同其它节点直接进行关联，该架构类似于汽车CAN总线结构，其中，节点类似于CAN总线上挂载的电子控制系统，节点网络地址相当于报文标识符，在架构及协议约定下开发者只需进行内部功能算法研究而无需考虑输入、输出接口问题，使用者只需按照接口定义进行数据接收及处理，无需考虑其来源或内部实现机制，使得整个智能车数据系统的开发标准统一。2、本发明中节点包括硬件驱动节点、功能性节点和算法性节点，节点模型为算法抽象实体，既可以为传感器驱动、车辆横纵向控制驱动等硬件相关驱动，也可以为障碍物识别、目标跟踪及路径规划等功能性算法，功能实现灵活。3、本发明中分布式节点既可以部署在不同实体计算单元中，也可以处在同一实体计算单元中，不受运行位置限制，且节点高度独立，内部可进行保密封装，有效防止数据泄露。4、本发明的虚拟总线可基于常规通信网络及成熟网络数据广播/订阅算法库，简单可靠。本发明可以广泛应用于智能车数据系统的开发中。
附图说明
图1是本发明的节点及虚拟总线架构示意图；
图2是本发明节点创建示意图；
图3是本发明节点拓扑结构图；
图4是本发明单个节点结构示意图；
图5是本发明节点应用示意图；
图6是本发明以高速公路条件下基于视觉及毫米波雷达的自动驾驶任务的节点组合示意图。
具体实施方式
以下结合附图来对本发明进行详细的描绘。然而应当理解，附图的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。
如图1所示，本发明的基于分布式节点及虚拟总线模型的智能车数据平台架构，包括一虚拟总线1、若干节点(nodes)2、一主控制器3和一监视器4，其中，虚拟总线1作为通信载体，用于完成基于TCP/UDP通信协议或本地进程通信的数据传输，虚拟总线1上挂载多个节点2，各个节点2在功能上高度独立，节点2为传感器驱动、功能性与算法性模块的抽象模型，具有标准输入、输出接口；主控制器3通过虚拟总线1根据任务要求配置、调用相应节点2，监视器4通过虚拟总线1在系统运行过程中对相关节点2状态进行实时监控、记录，以助于在线调试和离线分析。
在一个优选的实施例中，本发明的节点设计原则为：1)设计节点数量：节点地址由网络IP地址及端口号共同组成，不同平台上(Windows/Linux)的可用端口号虽然不尽相同，但是至少有几千个空余端口供程序使用，同时节点还可使用进程ID作为地址，因此设计时节点数量无需进行限制；2)设计节点数据传输优先级：为防止大数据量交换时造成数据堵塞与延迟，应允许根据实际应用情况进行节点数据交互优先级设计，例如对于高速公路自动驾驶任务，可适当降低GPS节点优先级，而相机及车道线识别节点优先级需提高，同时局部路径规划及控制节点的优先级也需维持在较高等级；3)设计节点通信方式：节点通信方式采用广播/订阅模式；4)数据传输格式：采用Json(JavaScriptObjectNotation)作为数据交互格式。
在一个优选的实施例中，如图2所示，本发明节点创建的具体过程为：
1)构建智能车节点拓扑图，并建立节点模型；
节点拓扑图即为智能车研究所涉及的驱动、算法关系图，如图3所示，节点包括硬件驱动节点、功能性节点和算法性节点，其中，硬件驱动节点例如：Camera(相机)、GPS、IMU(惯性导航)、Lidar(激光雷达)、Radar(毫米波雷达)等用于接收硬件数据；功能性节点处于中心地位，它对应某一具体的任务，例如LaneDetection(车道线识别)、PedestrianDetection(行人识别)、VehicleDetection(车辆识别)、GlobalPathPlanning(全局路径规划)、LocalPathPlanning(局部路径规划)、Tracking(跟踪算法)、DecisionMaking(决策)及Control(控制)等需要通过传感器节点获取外部环境信息，同时需要车辆底层节点(Steering/accelerationdriver)(车辆底层节点是指控制油门、方向盘的节点)来执行相关命令；在功能性节点实现过程中，需要涉及多种算法，这是由算法性节点来完成，例如Segment(分割)、JPDA(联合概率密度关联)、MHT(多假设跟踪)、HMM(隐马尔科夫)、MPC(模型预测控制)、PID(比例积分微分控制)、Particlefilter(粒子滤波)及Kalmanfilter(卡尔曼滤波)等，节点间的拓扑关系由节点对应的网络通信套接字地址进行描述，假设LocalPathPlanning节点需要订阅LaneDetection，PedestrianDetection，VehicleDetection，KalmanFilter四个节点的输出数据，则需建立四个不同的网络通信套接字来分别接收其数据，套接字的地址对应于此四个节点的网络地址和输出端口。
如图4所示，每一节点模型均包括参数配置模块、输入、输出接口及核心处理模块，参数配置模块由主控制器3调用，用于节点应用在不同环境下所需的参数初始化配置工作，对于每一个节点，其广播至虚拟总线上的端口号为必须配置参数，除此以外还需根据各个节点功能进行相应的参数配置，例如对于GPS节点，需要配置其数据接收串口号、波特率等参数。节点的输入接口可以设置为一个，也可以设置为多个，而输出接口只能设置为一个，例如对于GPS驱动节点，其输入为相应传感器硬件，因此只有一个输入；而对于目标检测节点，其输入不仅包括多种传感器输入，还包括多种算法性节点输入，因此节点输入接口数量不定。相对于输入接口，节点输出接口只有一个，即输出处理后的结果。核心处理模块用于节点数据处理，包括数据接收、数据处理和数据发送，例如GPS节点需要解析“GPGGA,GPRMC”等接收数据，并将接收数据按照相应协议进行处理，并发送至输出接口。
2)制定节点输入、输出方式及协议。
本发明中采用Json作为数据交互格式，其一级名称对应节点名称，二级名称对应具体传输项名称，例如GPS输出协议为：
节点、经度数据；
节点、纬度数据；
节点、卫星数量。
3)面向对象的节点编程。
本发明采用C++对节点进行编程实现，采用跨平台三方算法库(如Boost，Eigen等)来避免平台依赖。在编程实现中，节点参数配置采用公有函数供主控制器调用，输入、输出采用线程实现，数据处理利用私有函数实现。
在一个优选的实施例中，如图5所示，本发明节点的应用包括以下内容：
1)根据应用任务选择所需功能节点并进行组合。
如图6所示，可以看出在此任务中，所需传感器驱动节点包括GPS、相机Camera及毫米波雷达Radar，功能性节点包括车道线检测LaneDetection、周围车辆检测VehicleDetection、跟踪Tracking、全局Global/局部Local路径规划PathPlanning及决策控制DecisionMaking，算法性节点包括JPDA数据关联算法、卡尔曼滤波器KalmanFilter及PID控制方法，最后还需要车辆底层节点Monitor、Steering/accelerationdriver控制车辆运行，并添加监测器输出调试数据。
2)主控制器调用。
如图5所示，在任务节点组合拓扑图及节点类代码基础上，可通过主控制器来对实现此结构的节点参数配置及节点间关系，其中，节点间关系即为两节点的输入输出关系。例如对于GPS及GlobalPathPlanning两节点来说，GlobalPathPlanning的输入地址必须同GPS的输出地址一致，且该地址不能同其它节点地址冲突。
3)节点状态监控。
通过监控器对节点以图形、曲线或数字形式进行输出，同时能够提供数据记录功能。
上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (7)

1.一种基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，包括一虚拟总线、若干节点、一主控制器和一监视器；
所述虚拟总线作为通信载体，用于完成基于TCP/UDP通信协议或本地进程通信的数据传输，所述虚拟总线上挂载多个所述节点；所述主控制器通过所述虚拟总线根据任务要求配置、调用相应所述节点，所述监视器通过所述虚拟总线在系统运行过程中对相关所述节点状态进行实时监控、记录。
2.如权利要求1所述的基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，各个所述节点在功能上相互独立且具有标准输入、输出接口，所述节点包括硬件驱动节点、功能性节点和算法性节点。
3.如权利要求1或2所述的基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，所述节点的设计原则为：1)设计节点数量；2)设计节点数据传输优先级；3)设计节点通信方式：4)设计数据传输格式。
4.如权利要求3所述的基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，所述节点通信方式采用广播/订阅模式。
5.如权利要求3所述的基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，所述数据传输格式采用Json作为数据交互格式。
6.如权利要求1或2或4或5所述的基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，所述节点的创建过程为：
(1)构建智能车节点拓扑图，并建立节点模型；
(2)制定节点输入、输出方式及协议；
(3)面向对象的节点编程。
7.如权利要求6所述的基于分布式节点及虚拟总线模型的智能车数据平台架构，其特征在于，所述节点模型均包括参数配置模块、输入接口、输出接口和核心处理模块，所述参数配置模块由所述主控制器调用，用于节点应用在不同环境下所需的参数初始化配置工作，所述输入接口设置为一个或多个，所述输出接口设置为一个；所述核心处理模块用于节点数据处理，包括数据接收、数据处理和数据发送。
CN201510954210.9A 2015-12-17 2015-12-17 基于分布式节点及虚拟总线模型的智能车数据平台架构 Active CN105577773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510954210.9A CN105577773B (zh) 2015-12-17 2015-12-17 基于分布式节点及虚拟总线模型的智能车数据平台架构

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510954210.9A CN105577773B (zh) 2015-12-17 2015-12-17 基于分布式节点及虚拟总线模型的智能车数据平台架构

Publications (2)

Publication Number Publication Date
CN105577773A true CN105577773A (zh) 2016-05-11
CN105577773B CN105577773B (zh) 2019-01-04

Family

ID=55887417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510954210.9A Active CN105577773B (zh) 2015-12-17 2015-12-17 基于分布式节点及虚拟总线模型的智能车数据平台架构

Country Status (1)

Country Link
CN (1) CN105577773B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106411613A (zh) * 2016-11-17 2017-02-15 西北工业大学 基于描述性信息流的分布式仿真系统通信网络构建方法
CN107613483A (zh) * 2017-09-25 2018-01-19 福州汇思博信息技术有限公司 进程间基于虚拟蓝牙设备通信的方法及智能设备
CN107634959A (zh) * 2017-09-30 2018-01-26 北京奇虎科技有限公司 基于汽车的防护方法、装置及系统
CN109270832A (zh) * 2018-08-30 2019-01-25 百度在线网络技术（北京）有限公司 无人车控制方法、装置、设备以及存储介质
CN109697393A (zh) * 2017-10-23 2019-04-30 北京京东尚科信息技术有限公司 人物跟踪方法、装置、电子装置及计算机可读介质
CN109710432A (zh) * 2018-12-29 2019-05-03 苏州思必驰信息科技有限公司 用于应用程序开发中的多节点通信方法及系统
CN115150458A (zh) * 2022-05-20 2022-10-04 阿里云计算有限公司 设备管理系统以及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853006A (zh) * 2010-04-17 2010-10-06 上海交通大学 多智能体协同控制系统
CN102231233A (zh) * 2011-06-29 2011-11-02 南京航空航天大学 自动引导车分布式自主协同控制系统及控制方法
CN104994166A (zh) * 2015-07-10 2015-10-21 李德毅 智能车分布式进程虚拟交换机通信方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853006A (zh) * 2010-04-17 2010-10-06 上海交通大学 多智能体协同控制系统
CN102231233A (zh) * 2011-06-29 2011-11-02 南京航空航天大学 自动引导车分布式自主协同控制系统及控制方法
CN104994166A (zh) * 2015-07-10 2015-10-21 李德毅 智能车分布式进程虚拟交换机通信方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐友春，章永进，王肖，舒飞，: ""智能车的研究现状与发展趋势"", 《第六届中国智能交通年会暨第七届国际节能与新能源汽车创新发展论坛》 *
赵明，: ""客车智能车身网络关键技术研究与开发"", 《中国优秀硕士学位论文全文数据库-工程科技Ⅱ辑》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106411613A (zh) * 2016-11-17 2017-02-15 西北工业大学 基于描述性信息流的分布式仿真系统通信网络构建方法
CN106411613B (zh) * 2016-11-17 2019-06-04 西北工业大学 基于描述性信息流的分布式仿真系统通信网络构建方法
CN107613483A (zh) * 2017-09-25 2018-01-19 福州汇思博信息技术有限公司 进程间基于虚拟蓝牙设备通信的方法及智能设备
CN107634959A (zh) * 2017-09-30 2018-01-26 北京奇虎科技有限公司 基于汽车的防护方法、装置及系统
CN107634959B (zh) * 2017-09-30 2020-07-10 北京奇虎科技有限公司 基于汽车的防护方法、装置及系统
CN109697393A (zh) * 2017-10-23 2019-04-30 北京京东尚科信息技术有限公司 人物跟踪方法、装置、电子装置及计算机可读介质
US11270126B2 (en) 2017-10-23 2022-03-08 Beijing Jingdong Shangke Information Technology Co., Ltd. Person tracking method, device, electronic device, and computer readable medium
CN109270832A (zh) * 2018-08-30 2019-01-25 百度在线网络技术（北京）有限公司 无人车控制方法、装置、设备以及存储介质
US11243537B2 (en) 2018-08-30 2022-02-08 Apollo Intelligent Driving (Beijing) Technology Co., Ltd. Method, apparatus, device and storage medium for controlling an unmanned vehicle
CN109270832B (zh) * 2018-08-30 2022-04-12 阿波罗智能技术(北京)有限公司 无人车控制方法、装置、设备以及存储介质
CN109710432A (zh) * 2018-12-29 2019-05-03 苏州思必驰信息科技有限公司 用于应用程序开发中的多节点通信方法及系统
CN115150458A (zh) * 2022-05-20 2022-10-04 阿里云计算有限公司 设备管理系统以及方法

Also Published As

Publication number Publication date
CN105577773B (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN105577773A (zh) 基于分布式节点及虚拟总线模型的智能车数据平台架构
EP3557358B1 (en) Adaptive autonomy system architecture
CN109753047B (zh) 用于自主车辆行为控制的系统和方法以及高级控制器
Abdelkader et al. Aerial swarms: Recent applications and challenges
Velasco-Hernandez et al. Autonomous driving architectures, perception and data fusion: A review
Burkacky et al. Rethinking car software and electronics architecture
Ryan et al. An overview of emerging results in cooperative UAV control
Furgale et al. Toward automated driving in cities using close-to-market sensors: An overview of the v-charge project
US11685403B2 (en) Systems and methods for vehicle-to-vehicle communications for improved autonomous vehicle operations
WO2015105597A2 (en) Multi-sensor fusion for robust autonomous flight in indoor and outdoor environments with a rotorcraft micro-aerial vehicle (mav)
US20150251756A1 (en) System and method for commanding a payload of an aircraft
CN112766595B (zh) 一种指挥控制装置、方法、系统、计算机设备及介质
Arokiasami et al. Interoperable multi-agent framework for unmanned aerial/ground vehicles: towards robot autonomy
CN112860249A (zh) 智能驾驶域控制器软件的模块化实现系统
Liu et al. A review of collaborative air-ground robots research
KR102607390B1 (ko) 차량의 주변 상황 확인 방법
Al-Kaff et al. Ros-based approach for unmanned vehicles in civil applications
Durrant-Whyte A beginner’s guide to decentralised data fusion
Ryan et al. A modular software infrastructure for distributed control of collaborating UAVs
Royo et al. Service abstraction layer for UAV flexible application development
Jose et al. Effective utilization and analysis of ros on embedded platform for implementing autonomous car vision and navigation modules
Girard et al. A selection of recent advances in networked multivehicle systems
Berenji et al. Fuzzy reinforcement learning for System of Systems (SOS)
Heintz et al. Stream-Based Reasoning Support for Autonomous Systems.
Mathia et al. Cooperative control of UAV platoons–a prototype

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