CN107390682B - 一种农用车辆自动驾驶路径跟随方法及系统 - Google Patents
一种农用车辆自动驾驶路径跟随方法及系统 Download PDFInfo
- Publication number
- CN107390682B CN107390682B CN201710538945.2A CN201710538945A CN107390682B CN 107390682 B CN107390682 B CN 107390682B CN 201710538945 A CN201710538945 A CN 201710538945A CN 107390682 B CN107390682 B CN 107390682B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- signal feedback
- path following
- automatic driving
- distance deviation
- 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 49
- 238000010801 machine learning Methods 0.000 claims abstract description 32
- 230000002708 enhancing effect Effects 0.000 claims abstract description 20
- 230000006399 behavior Effects 0.000 claims description 13
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Guiding Agricultural Machines (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种农用车辆自动驾驶路径跟随方法及系统,其中该方法包括:实时获取车辆行驶过程中的车辆位置信息;基于获取的车辆位置信息判断车辆与预设直线作业轨迹的距离偏离量是否超出预设最大距离偏离量,若否,且车辆未行驶至目标位置,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验;根据自动驾驶路径跟随经验控制车辆进行自动直线路径行驶。本发明能够让拖拉机在成功和失败的经验中自主学习路径跟随策略,不会出现因角度调节不当出现作业来回摆动现象,拖拉机路径跟随行驶更具稳定性和可靠性。
Description
技术领域
本发明属于农业技术领域,具体的发明专利涉及一种农用车辆自动驾驶路径跟随方法及系统。
背景技术
在农业拖拉机作业过程中(如耕种、犁地等),往往需要行驶直线作业,因此需驾驶员有准确的直线判断能力及操作能力,否则将出现驾驶跑偏现象。使用自动驾驶实现直线作业,不仅可以解脱驾驶员的工作任务,而且使作业更精准。现有技术中的自动驾驶方案多采用人为设定方式,即通过误差调节拖拉机行驶角度的方式,这种方式会出现因角度调节不当出现作业来回摆动现象,拖拉机作业过程稳定性和可靠性不高。
发明内容
本发明的目的在于提供一种农用车辆自动驾驶路径跟随方法及装置,利用机器学习的方式实现路径直线路线的路径跟随,提高农用车辆自动驾驶路径跟随的稳定性及可靠性。
本发明提供了一种农用车辆自动驾驶路径跟随方法,包括:
实时获取车辆行驶过程中的车辆位置信息;
基于获取的车辆位置信息判断车辆与预设直线作业轨迹的距离偏离量是否超出预设最大距离偏离量,若否,且车辆未行驶至目标位置,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验;
根据自动驾驶路径跟随经验控制车辆进行自动直线路径行驶。
进一步地,该方法还包括:若距离偏离量超出预设最大距离偏离量,将行驶记录进行存储,并记录为失败的行驶经验。
进一步地,该方法还包括:若距离偏离量未超出预设最大距离偏离量,且车辆行驶至目标位置,将行驶记录进行存储,并记录为成功的行驶经验。
进一步地,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验具体包括:
通过增强信号反馈判断车轮转角调整策略的优劣,当增强信号反馈值较小时,将车轮转角调整策略确定为错误的行为策略,并进行学习;其中,当距离偏离量不等于零时,将增强信号反馈值预设为随距离偏离量的增大而减小;
当增强信号反馈值较大时,将车轮转角调整策略确定为有效的行为策略,并进行记录;其中,当距离偏离量不等于零时,将增强信号反馈值预设为随距离偏离量的减小而增大。
进一步地,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验还包括:根据增强信号反馈值输出车轮转角调整值,供车辆进行车轮转角调整。
进一步地,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验还包括:当距离偏离量为零时,判定车辆行驶位置与预设直线作业轨迹,并进行记录。
本发明还提供了一种农用车辆自动驾驶路径跟随系统,包括车辆控制器及存储器,存储器存储有自动驾驶路径跟随经验数据,车辆控制器与存储连接,用于根据自动驾驶路径跟随经验数据控制车辆进行自动直线路径行驶。
进一步地,自动驾驶路径跟随经验数据下述方法获得:
通过实时获取车辆行驶过程中的车辆位置信息;
基于获取的车辆位置信息判断车辆与预设直线作业轨迹的距离偏离量是否超出预设最大距离偏离量,若否,且车辆未行驶至目标位置,通过增强信号反馈进行机器学习。
进一步地,通过增强信号反馈进行机器学习具体包括:
通过增强信号反馈判断车轮转角调整策略的优劣,当增强信号反馈值较小时,将车轮转角调整策略确定为错误的行为策略,并进行学习;其中,当距离偏离量不等于零时,将增强信号反馈值预设为随距离偏离量的增大而减小;
当增强信号反馈值较大时,将车轮转角调整策略确定为有效的行为策略,并进行记录;其中,当距离偏离量不等于零时,将增强信号反馈值预设为随距离偏离量的减小而增大;
根据增强信号反馈值输出车轮转角调整值。
与现有技术相比本发明的有益效果是:通过增强信号设定,利用机器学习原理使拖拉机自主学习路径跟随策略。相比与传统的人为设定,通过误差调节拖拉机行驶角度的方式,本发明让拖拉机在成功和失败的经验中自主学习路径跟随策略,不会出现因角度调节不当出现作业来回摆动现象,拖拉机路径跟随行驶更具稳定性和可靠性。
附图说明
图1是本发明一种农用车辆自动驾驶路径跟随方法一实施例中拖拉机行驶过程的数学表述示意图;
图2是本发明一种农用车辆自动驾驶路径跟随方法一实施例的流程图。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
本实施例提供了一种农用车辆自动驾驶路径跟随方法,包括:
实时获取车辆行驶过程中的车辆位置信息;
基于获取的车辆位置信息判断车辆与预设直线作业轨迹的距离偏离量是否超出预设最大距离偏离量,若否,且车辆未行驶至目标位置,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验;
根据自动驾驶路径跟随经验控制车辆进行自动直线路径行驶。
在本实施例中,该方法还包括:若距离偏离量超出预设最大距离偏离量,将行驶记录进行存储,并记录为失败的行驶经验。
在本实施例中,该方法还包括:若距离偏离量未超出预设最大距离偏离量,且车辆行驶至目标位置,将行驶记录进行存储,并记录为成功的行驶经验。
在本实施例中,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验具体包括:
通过增强信号反馈判断车轮转角调整策略的优劣,当增强信号反馈值较小时,将车轮转角调整策略确定为错误的行为策略,并进行学习;其中,当距离偏离量不等于零时,将增强信号反馈值预设为随距离偏离量的增大而减小;
当增强信号反馈值较大时,将车轮转角调整策略确定为有效的行为策略,并进行记录;其中,当距离偏离量不等于零时,将增强信号反馈值预设为随距离偏离量的减小而增大。
在本实施例中,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验还包括:根据增强信号反馈值输出车轮转角调整值,供车辆进行车轮转角调整。
在本实施例中,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验还包括:当距离偏离量为零时,判定车辆行驶位置与预设直线作业轨迹,并进行记录。
本实施例提供的农用车辆自动驾驶路径跟随方法通过增强信号设定,利用机器学习原理使拖拉机自主学习路径跟随策略,让拖拉机在成功和失败的经验中自主学习路径跟随策略,不会出现因角度调节不当出现作业来回摆动现象,拖拉机路径跟随行驶更具稳定性和可靠性。
本发明还提供了一种农用车辆自动驾驶路径跟随系统,包括车辆控制器及存储器,存储器存储有自动驾驶路径跟随经验数据,车辆控制器与存储连接,用于根据自动驾驶路径跟随经验数据控制车辆进行自动直线路径行驶。
在本实施例中,自动驾驶路径跟随经验数据下述方法获得:
通过实时获取车辆行驶过程中的车辆位置信息;
基于获取的车辆位置信息判断车辆与预设直线作业轨迹的距离偏离量是否超出预设最大距离偏离量,若否,且车辆未行驶至目标位置,通过增强信号反馈进行机器学习。
在本实施例中,通过增强信号反馈进行机器学习具体包括:
通过增强信号反馈判断车轮转角调整策略的优劣,当增强信号反馈值较小时,将车轮转角调整策略确定为错误的行为策略,并进行学习;其中,当距离偏离量不等于零时,将增强信号反馈值预设为随距离偏离量的增大而减小;
当增强信号反馈值较大时,将车轮转角调整策略确定为有效的行为策略,并进行记录;其中,当距离偏离量不等于零时,将增强信号反馈值预设为随距离偏离量的减小而增大;
根据增强信号反馈值输出车轮转角调整值。
本实施例提供的农用车辆自动驾驶路径跟随系统通过增强信号设定,利用机器学习原理使拖拉机自主学习路径跟随策略,让拖拉机在成功和失败的经验中自主学习路径跟随策略,不会出现因角度调节不当出现作业来回摆动现象,拖拉机路径跟随行驶更具稳定性和可靠性。
下面以拖拉机为例对本发明作进一步详细说明。
参图1及图2所示,本实施例采用人工智能的机器学习方式,通过让拖拉机自主学习路径跟随过程,实现了自动驾驶路径跟随,具体实现方案如下。
(1)拖拉机行驶过程的数学表述(如图1所示)。
设计一条预设轨迹,将GPS定位系统安装于拖拉机上(A点),行驶过程中,GPS将实时读取拖拉机位置信息,A点坐标(x,yA),在预设轨迹上,选取与A点横坐标相同的B点,坐标为(x,yB),拖拉机与预设轨迹的距离偏移量为d,计算方式为d=yA-yB。当拖拉机处在状态①时,d为正,允许的最大距离偏移误差为L,当拖拉机处在状态②时,d为负,允许的最大距离偏移误差为-L。
(2)拖拉机自动驾驶跟随路径学习方式表述。
在计算机上设一条直线轨迹,设计1000次独立的试验,每次试验拖拉机从预设轨迹的起点行驶到终点。行驶期间,拖拉机自主调节车轮转角,利用机器学习原理实现自动驾驶路径跟随。具体来说,驾驶过程中,拖拉机通过增强信号反馈判断转角调节策略的“好”、“坏”。当增强信号值较小时,系统将对错误的行为策略进行认识和学习(被惩罚),并试着在以后的决策过程中避免这种错误再次发生;当增强信号较大时,有效的决策策略将会以奖励的形式被系统记住(被奖励),在以后决策过程中,相同的情况会被优先考虑。
(3)拖拉机自动驾驶方法装车表述。
在计算机上完成1000次独立试验后,拖拉机的计算系统学会了如果驾驶拖拉机实现直线路径跟随。将学习经验储存,装载在拖拉机实车上,进而实现实车自动驾驶。
如图2所示,本实施例拖拉机自动驾驶跟随路径的实现步骤包括:
步骤1:初始化参数设计
本实施例先在计算机中进行路径跟踪的算法模拟。设计一条直线轨迹,设该轨迹上所有点的横坐标均为x,起始点坐标为(x0,y0),终点坐标为(xg,yg),允许的最大距离偏移误差为L、-L,拖拉机以恒定速度行驶,试验次数为N,初始试验次数N=0,最大试验次数为N=1000。
步骤2:试验次数判断
判断试验是否已执行了1000次,如果是,即N>1000,则程序终止,进入步骤8,否,则下一步。
步骤3:初始角度设计
在起始位置(x0,y0)处,任意选择一初始角度θ0作为拖拉机行驶角度的调整值。
步骤4:距离偏差计算
根据角度的调整,拖拉机将行驶至下一个状态(x,yA),根据拖拉机横坐标x,选择预设轨迹上相同横坐标对应的行驶点(x,yB),计算距离偏移量,计算方式为d=yA-yB。
步骤5:位置状态判断
判断拖拉机位置偏移量d是否超出了允许的最大距离误差,如果|d|>|L|,表示拖拉机已偏移出正常工作范围,此次行驶经验为一次失败的行驶经验,行驶数据将存储,为后续拖拉机行驶提供经验,重复步骤3。如果|d|≤|L|,表示拖拉机仍行驶在正常工作范围内,下一步。
步骤6:判断是否到达目标
判断拖拉机是否行驶至轨迹的目标位置,x=xg,表示拖拉机行驶至轨迹目标位置,则此次行驶过程为一次成功的行驶过程,将成功的经验进行储存,为拖拉机后续行驶提供经验,N=N+1,重复步骤2。如果x≠xg,表示拖拉机未行驶至目标位置,下一步。
步骤7:机器学习
根据拖拉机位置偏移量设计机器学习系统的增强信号,设计方法为当d=0时,表示拖拉机行驶位置与预设轨迹一致,机器学习系统将获得最大的奖励值r=0;当d≠0时,增强信号的值将随的d增大而减小,表示机器学习系统正得到相应的惩罚。增强信号的数值表示机器学习系统执行的“好”、“坏”,为机器学习系统提供评判依据。机器学习系统将根据增强信号的值做出相应的角度调整决策,输出角度调整θ。考虑到位置偏移可能是正,也可能是负,故,实际角度调整为角度的调整将使拖拉机到达下一状态,重复步骤4。
步骤8:装车实测
将拖拉机学到的自动跟随经验储存,并装载在实车上。实车根据学到的拖拉机驾驶经验,实现较好地自动驾驶。
本实施例通过提供了一种拖拉机自动驾驶路径跟随方法,具有如下技术效果:
1)实现农业拖拉机自动跟随预设路线驾驶作业,解放了驾驶员工作任务,减少了因驾驶员直线判断能力不当或操作能力,出现的驾驶跑偏现象。
2)利用机器学习方式实现自动驾驶,让拖拉机在成功和失败的经验中自主学习路径跟随策略,不会出现因角度调节不当出现作业来回摆动现象,拖拉机路径跟随行驶更具稳定性和可靠性。
3)该拖拉机自动驾驶路径跟随方法也适用于其他需要直线驾驶作业的农用车辆。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (6)
1.一种农用车辆自动驾驶路径跟随方法,其特征在于,包括:
实时获取车辆行驶过程中的车辆位置信息;
基于获取的车辆位置信息判断车辆与预设直线作业轨迹的距离偏离量是否超出预设最大距离偏离量,若否,且车辆未行驶至目标位置,通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验;具体包括:
通过增强信号反馈判断车轮转角调整策略的优劣,当增强信号反馈值较小时,将所述车轮转角调整策略确定为错误的行为策略,并进行学习;其中,当所述距离偏离量不等于零时,将增强信号反馈值预设为随所述距离偏离量的增大而减小;
当增强信号反馈值较大时,将车轮转角调整策略确定为有效的行为策略,并进行记录;其中,当所述距离偏离量不等于零时,将增强信号反馈值预设为随所述距离偏离量的减小而增大;
根据自动驾驶路径跟随经验控制车辆进行自动直线路径行驶。
2.根据权利要求1所述的一种农用车辆自动驾驶路径跟随方法,其特征在于,还包括:若所述距离偏离量超出预设最大距离偏离量,将行驶记录进行存储,并记录为失败的行驶经验。
3.根据权利要求1所述的一种农用车辆自动驾驶路径跟随方法,其特征在于,还包括:若所述距离偏离量未超出预设最大距离偏离量,且车辆行驶至目标位置,将行驶记录进行存储,并记录为成功的行驶经验。
4.根据权利要求1所述的一种农用车辆自动驾驶路径跟随方法,其特征在于,所述通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验还包括:根据所述增强信号反馈值输出车轮转角调整值,供车辆进行车轮转角调整。
5.根据权利要求1所述的一种农用车辆自动驾驶路径跟随方法,其特征在于,所述通过增强信号反馈进行机器学习获取自动驾驶路径跟随经验还包括:当所述距离偏离量为零时,判定车辆行驶位置与预设直线作业轨迹,并进行记录。
6.一种农用车辆自动驾驶路径跟随系统,其特征在于,包括车辆控制器及存储器,所述存储器存储有自动驾驶路径跟随经验数据,所述车辆控制器与所述存储器 连接,用于根据所述自动驾驶路径跟随经验数据控制车辆进行自动直线路径行驶;
所述自动驾驶路径跟随经验数据下述方法获得:通过实时获取车辆行驶过程中的车辆位置信息;基于获取的车辆位置信息判断车辆与预设直线作业轨迹的距离偏离量是否超出预设最大距离偏离量,若否,且车辆未行驶至目标位置,通过增强信号反馈进行机器学习;
所述通过增强信号反馈进行机器学习具体包括:通过增强信号反馈判断车轮转角调整策略的优劣,当增强信号反馈值较小时,将所述车轮转角调整策略确定为错误的行为策略,并进行学习;其中,当所述距离偏离量不等于零时,将增强信号反馈值预设为随所述距离偏离量的增大而减小;当增强信号反馈值较大时,将车轮转角调整策略确定为有效的行为策略,并进行记录;其中,当所述距离偏离量不等于零时,将增强信号反馈值预设为随所述距离偏离量的减小而增大;根据所述增强信号反馈值输出车轮转角调整值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710538945.2A CN107390682B (zh) | 2017-07-04 | 2017-07-04 | 一种农用车辆自动驾驶路径跟随方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710538945.2A CN107390682B (zh) | 2017-07-04 | 2017-07-04 | 一种农用车辆自动驾驶路径跟随方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107390682A CN107390682A (zh) | 2017-11-24 |
CN107390682B true CN107390682B (zh) | 2020-08-07 |
Family
ID=60334959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710538945.2A Active CN107390682B (zh) | 2017-07-04 | 2017-07-04 | 一种农用车辆自动驾驶路径跟随方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107390682B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10705525B2 (en) | 2017-04-07 | 2020-07-07 | Nvidia Corporation | Performing autonomous path navigation using deep neural networks |
CN115855022A (zh) | 2017-04-07 | 2023-03-28 | 辉达公司 | 使用深度神经网络执行自主路径导航 |
CN109835410B (zh) * | 2017-11-28 | 2022-02-01 | 湖南中车时代电动汽车股份有限公司 | 一种车辆行驶的经验数据提取方法及相关装置 |
KR102104900B1 (ko) * | 2017-12-19 | 2020-04-27 | 엘지전자 주식회사 | 차량에 구비된 차량 제어 장치 및 차량의 제어방법 |
CN108287544B (zh) * | 2018-01-16 | 2020-06-09 | 中国科学院福建物质结构研究所 | 一种智能机器人路线规划及沿原路径返回的方法及系统 |
CN109109863B (zh) * | 2018-07-28 | 2020-06-16 | 华为技术有限公司 | 智能设备及其控制方法、装置 |
CN109076761B (zh) * | 2018-08-08 | 2021-01-08 | 安徽省现代农业装备产业技术研究院有限公司 | 一种基于遥感图像变量施肥方法 |
CN111994078B (zh) * | 2020-09-04 | 2024-01-26 | 深圳冰河导航科技有限公司 | 应用于自动驾驶的行驶纠偏方法、装置、设备及存储介质 |
CN112924193B (zh) * | 2021-03-22 | 2023-08-18 | 黑龙江惠达科技股份有限公司 | 测试自动驾驶系统的方法和测试系统 |
CN114675659B (zh) * | 2022-05-28 | 2022-09-23 | 广州市盛望信息科技有限公司 | 一种农用机器人运动控制方法及系统 |
CN116048103B (zh) * | 2023-03-27 | 2023-11-03 | 惠民县农业技术推广中心(惠民县农业广播电视学校) | 农机自动调节交接行的方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101898559A (zh) * | 2009-02-09 | 2010-12-01 | 通用汽车环球科技运作公司 | 用于自动泊车的路径规划 |
CN102506852A (zh) * | 2011-11-01 | 2012-06-20 | 丁幼春 | 农用车辆视觉导航系统及其导航方法 |
JP2014106685A (ja) * | 2012-11-27 | 2014-06-09 | Osaka Univ | 車両周辺監視装置 |
US9443153B1 (en) * | 2015-06-12 | 2016-09-13 | Volkswagen Ag | Automatic labeling and learning of driver yield intention |
CN106828495A (zh) * | 2017-02-16 | 2017-06-13 | 奇瑞汽车股份有限公司 | 一种控制车辆行驶的方法及装置 |
-
2017
- 2017-07-04 CN CN201710538945.2A patent/CN107390682B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101898559A (zh) * | 2009-02-09 | 2010-12-01 | 通用汽车环球科技运作公司 | 用于自动泊车的路径规划 |
CN102506852A (zh) * | 2011-11-01 | 2012-06-20 | 丁幼春 | 农用车辆视觉导航系统及其导航方法 |
JP2014106685A (ja) * | 2012-11-27 | 2014-06-09 | Osaka Univ | 車両周辺監視装置 |
US9443153B1 (en) * | 2015-06-12 | 2016-09-13 | Volkswagen Ag | Automatic labeling and learning of driver yield intention |
CN106828495A (zh) * | 2017-02-16 | 2017-06-13 | 奇瑞汽车股份有限公司 | 一种控制车辆行驶的方法及装置 |
Non-Patent Citations (1)
Title |
---|
自动驾驶农机转向控制研究;连志鹏;《中国优秀硕士学位论文全文数据库 农业科技辑》;20161231(第12期);第9-16、25-33、37-49页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107390682A (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107390682B (zh) | 一种农用车辆自动驾驶路径跟随方法及系统 | |
CN107436603B (zh) | 一种农用车辆曲线路径自动驾驶方法及系统 | |
CN107862346B (zh) | 一种进行驾驶策略模型训练的方法与设备 | |
EP3224685B1 (en) | Vehicle autopilot with automatic calibration, tuning and diagnostics features | |
US10114378B2 (en) | Automatic guidance system with stability control for an agricultural vehicle | |
US20200139989A1 (en) | Vehicle Control Method, Apparatus, and Device | |
CN113120001A (zh) | 自动驾驶车辆的横向控制方法、装置及车辆 | |
JP2020134528A (ja) | 定常横方向偏差の除去方法、装置、記憶媒体、及びプログラム | |
CN111125854B (zh) | 车辆动力学模型的优化方法、装置、存储介质和终端设备 | |
US9866163B2 (en) | Method for controlling operating speed and torque of electric motor | |
CN113602350B (zh) | 车辆前轮偏差角动态标定方法、装置、设备及存储介质 | |
KR20140060349A (ko) | 차량용 타이어 파라미터를 추정하는 방법 | |
CN112046504B (zh) | 无人驾驶车辆及其横向控制方法、电子设备 | |
US11827293B2 (en) | Real-time estimation of achievable angle, velocity, and acceleration capabilities of steering actuator | |
CN107807069B (zh) | 一种海面溢油的自适应跟踪控制方法及其系统 | |
CN111752274A (zh) | 一种基于强化学习的激光agv的路径跟踪控制方法 | |
CN105480228A (zh) | 增强的车辆速度控制 | |
CN111060126B (zh) | 定位方法、装置及车辆 | |
CN113771839A (zh) | 一种自动泊车决策规划方法及系统 | |
CN114995267A (zh) | 一种调节挂车位姿的方法、装置、电子设备及存储介质 | |
CN116750013A (zh) | 一种驾校学习车辆监控方法、装置、设备及介质 | |
CN116448146A (zh) | 一种惯性导航系统自标定方法、装置、设备及存储介质 | |
CN112925323B (zh) | 一种基于规则的移动机器人速度调节方法及系统 | |
CN113696967A (zh) | 车辆转向控制方法、装置、电子设备及存储介质 | |
CN115237105A (zh) | 无人车定位异常检测方法、装置、存储介质及电子设备 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210611 Address after: 241080 No.16, Anxi Road, Sanshan District, Wuhu City, Anhui Province Patentee after: Zoomlion smart Agriculture Co.,Ltd. Address before: 241080 No. 16 Emxi Road, Sanshan Economic Development Zone, Wuhu City, Anhui Province Patentee before: ANHUI MODERN AGRICULTURAL EQUIPMENT INDUSTRY TECHNOLOGY RESEARCH INSTITUTE Co.,Ltd. |