CN107415951A - 一种基于本车运动状态和环境信息的道路曲率估计方法 - Google Patents

一种基于本车运动状态和环境信息的道路曲率估计方法 Download PDF

Info

Publication number
CN107415951A
CN107415951A CN201710111497.8A CN201710111497A CN107415951A CN 107415951 A CN107415951 A CN 107415951A CN 201710111497 A CN201710111497 A CN 201710111497A CN 107415951 A CN107415951 A CN 107415951A
Authority
CN
China
Prior art keywords
car
road curvature
motion state
road
curvature
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.)
Pending
Application number
CN201710111497.8A
Other languages
English (en)
Inventor
郭健
范达
于泳
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.)
Suzhou An Zhi Auto Parts And Components Co Ltd
Original Assignee
Suzhou An Zhi Auto Parts And Components 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 Suzhou An Zhi Auto Parts And Components Co Ltd filed Critical Suzhou An Zhi Auto Parts And Components Co Ltd
Priority to CN201710111497.8A priority Critical patent/CN107415951A/zh
Publication of CN107415951A publication Critical patent/CN107415951A/zh
Pending legal-status Critical Current

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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/072—Curvature of the road
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明揭示了一种基于本车运动状态和环境信息的道路曲率估计方法，包括使用本车的运动状态、使用前方运动物体的运动状态及使用前方静止物体特征分别进行道路曲率估计并相结合的三个部分；在本车前方1m~8m的近端区域采用横摆角速度和转向盘转角来估计前方近端道路曲率，在本车前方10m±2m的中端区域采用前方运动物体的运动状态来估计前方中端道路曲率，在本车前方12m以上的远端采用前方静止物体特征来估计前方远端道路曲率。本发明道路曲率估计方法基于车载雷达所提供的环境信息进行道路曲率预测，保证了在不同环境条件下的稳定性能，同时引入本车运动状态进行前方道路曲率估计，有效地解决了前方没有足够可被探测物体时估计结果较差的问题。

Description

一种基于本车运动状态和环境信息的道路曲率估计方法
技术领域
本发明专利属于雷达技术领域，涉及前方道路曲率估计，可用于先进驾驶 员辅助系统。
背景技术
道路估计在先进驾驶员辅助系统中有着重要作用，尤其在判断前方哪些物 体位于本车车道内起着决定性作用。例如，当本车进入一个左转弯道时，本车 前方的本车道上和相邻右侧车道上均有运动车辆。理论上本车道前方车辆是对 本车影响最大的车辆。但由于车载雷达是以安装位置中轴线为中心以伞状发射 雷达波，如果没有有效的前方道路估计，以雷达直接接受的信息判断会认为前 方右侧邻近车道内的运动车道在本车道上，而实际在本车道内的前方车辆并不 在本车道内，使得驾驶员辅助系统出现目标判断错误，产生不必要的作动。而 有效的前方道路曲率估计会避免这一情况发生。因此，道路估计的准确与否直 接决定了驾驶员辅助系统的性能优劣。
事实上，许多道路估计方法是通过视觉系统实现的。Dickmanns等利用卡 尔曼滤波器对道路边缘进行检测，从而实现对道路轨迹的估计。有一些算法则 是利用道路颜色和粒子滤波器等检测道路标识牌，因此这些算法完全依靠道路 标识牌的能见度。基于视觉系统的道路估计方法会很大程度上收到天气状况 (如雨、雪、雾、霾等)、阴影或者其他车辆干扰的限制。而基于车载雷达的 道路估计则很好地解决了这些问题。
大部分基于车载雷达的道路估计方法只能在高速公路上工作，因为高速公 路上的护栏会简化道路估计的实现。然而，在乡村道路上交通环境会更为复 杂，需要更为有效的道路估计方法。Gackstatter等利用车载雷达所探测的物体 进行道路预测。该方法中对车载雷达所探测物体进行分类，并利用贝塞尔曲线 对各类物体进行曲线拟合，分别获得曲线轨迹，再对每类预测结果进行加权叠 加，最终获得道路预测结果。该方法不受天气变化和道路标识牌能见度低的影 响，然而在前方没有足够可被探测物体的情况下，该方法的估计结果较差。
发明内容
本发明的目标在于克服上述已有技术的不足，提出一种基于本车运动状态 和环境信息的道路曲率估计方法，以保证在各种道路和环境条件都能对前方道 路进行准确估计。
本发明的上述目的得以实现的技术方案是：一种基于本车运动状态和环境 信息的道路曲率估计方法，其特征在于：包括使用本车的运动状态、使用前方 运动物体的运动状态及使用前方静止物体特征分别进行道路曲率估计并相结合 的三个部分；在本车前方1m～8m的近端区域采用横摆角速度和转向盘转角来 估计前方近端道路曲率，在本车前方10m±2m的中端区域采用前方运动物体的 运动状态来估计前方中端道路曲率，在本车前方12m以上的远端采用前方静止 物体特征来估计前方远端道路曲率。
进一步地，使用本车横摆角速度进行道路曲率估计包括：当本车车速大于 速度阈值Vyawrate时，前方道路曲率采用本车横摆角速度进行估计，计算公式为： 其中为本车横摆角速度，Vego为本车车速；当本车车速小于速度阈值 Vsteeringangle时，前方道路曲率采用转向盘转角进行估计，计算公式为：其 中δ为本车转向角，l为本车轴距；当本车车速在Vyawrate与Vsteeringangle之间时，前方 道路曲率采用线性插值获得；对前方道路曲率κ值进行低通滤波： κ(ti)＝κ(ti-1)+(T/τ)*(κ(ti)-κ(ti-1))，其中，T为控制器每个控制循环的时间，τ为 低通滤波器的时间常数且所述时间常数与本车横摆角速度的变化率成反比可调。
进一步地，使用前方物体运动状态进行道路曲率估计指将前方物体的角度 变化转换为虚拟横摆角速度根据前方物体运动状态进行道路曲率估计的公 式为：所得的前方道路曲率κ值进行低通滤波。
进一步地，使用前方静止物体特征进行道路曲率估计包括对每两个前方静 止物体的位置，利用抛物线进行曲线拟合：其中k为方程 常数。
更进一步地，对于前方静止物体数量足够多的情况，通过每两个前方静止 物体的曲线拟合收获若干最大值，且所述最大值所在的抛物线轨迹为前方道路 轨迹的平移线。
本发明道路曲率估计方法，其较之于现有技术突出的效果为：基于车载雷 达所提供的环境信息进行道路曲率预测，保证了在不同环境条件下的稳定性 能，同时引入本车运动状态进行前方道路曲率估计，有效地解决了前方没有足 够可被探测物体时估计结果较差的问题。
附图说明
图1为本发明所采用的三种不同道路曲率估计方法示意图。
图2为本发明所采用的利用本车运动状态估计道路曲率示意图。
图3为本发明所采用的利用前方运动物体状态估计道路曲率示意图。
图4为本发明所采用的前方静止物体位置曲线拟合示意图。
图5为本发明所采用的前方静止物体位置曲线拟合最大值示意图。
具体实施方式
以下便结合实施例附图，对本发明的具体实施方式作进一步的详述，以使 本发明技术方案更易于理解、掌握。
道路预测的基本参数是轨迹曲率。其定义了本车以行驶距离为函数的行驶 方向的改变程度。本发明主要针对道路曲率预测提出了估计方法。基于车载雷 达所提供的环境信息进行道路曲率预测，保证了在不同环境条件下的稳定性 能。同时引入本车运动状态进行前方道路曲率估计，有效地解决了前方没有足 够可被探测物体时估计结果较差的问题。
基于本车运动状态和环境信息的道路曲率估计方法旨在是实现各种环境和 工况下有效准确地实现道路曲率估计，对于提高先进驾驶员辅助系统的性能具 有重要意义。本发明提出三种道路曲率估计相结合的方法，有效地提高了道路 曲率估计方法的准确性。如图1所示，三种道路曲率估计方法包括：使用本车 运动状态进行道路曲率估计、使用前方运动物体状态进行道路曲率估计基于使 用前方静止物体特征进行道路曲率估计。
根据这三种道路曲率估计方法的特点，本发明本车前方的不同区域内分别 使用该三种方法。在本车前方1m～8m的近端区域采用横摆角速度和转向盘转 角来估计前方近端道路曲率，在本车前方10m±2m的中端区域采用前方运动物 体的运动状态来估计前方中端道路曲率，在本车前方12m以上的远端采用前方 静止物体特征来估计前方远端道路曲率。
下面对本发明的方法所涉及的关键步骤进行逐一详细说明。
首先，使用本车运动状态进行道路曲率估计：利用本车运动状态进行道路 曲率估计主要是根据车辆动力学确定本车行驶轨迹半径。通过本车的横摆角速 度、车轮转向角以及车速等参数均能确定行驶轨迹半径。但是由于车辆系统的 非线性等特征，只有当本车车速较低时，本车车辆能呈现出一定的线性特征。 因此，首先需要确定两个速度阈值，即Vyawrate与Vsteeringangle。当本车速度大于Vyawrate是，采用本车横摆角速度估计道路曲率；当本车速度小于Vsteeringangle时，采用本车 前轮转向角估计道路曲率，如图2所示。当本车车速在两个阈值之间时，采用 线性插值的方法来估计道路曲率。
前方道路曲率采用本车横摆角速度进行估计的计算公式为：
其中，为本车横摆角速度，Vego为本车车速。
前方道路曲率采用转向盘转角进行估计的计算公式为：
其中，δ为本车转向角，l为本车轴距。
根据上式直接计算所得的前方道路曲率κ，并不会直接用于控制系统，需 要对κ值进行低通滤波：
κ(ti)＝κ(ti-1)+(T/τ)*(κ(ti)-κ(ti-1)) (3)
其中，T为控制器每个控制循环的时间，τ为低通滤波器的时间常数。
低通滤波器时间常数τ根据本车横摆角速度的变化率会进行改变。当本车 横摆角速度的变化率较小时，时间常数τ增大，κ值变化会较为稳定；当本车 横摆角速度的变化率较大时，时间常数τ减小，κ值变化会较为动态。
其次，利用前方运动物体状态进行道路曲率估计：如图3所示，当本车前 方有运动物体时，本车车载雷达会探测前方物体的运动状态信息，并会记录前 方物体的历史运动状态，利用前方运动物体当前与历史的运动状态获得前方物 体的行驶轨迹，从而来估计前方道路曲率。具体而言，使用前方物体运动状态 进行道路曲率估计指将前方物体的角度变化转换为虚拟横摆角速度因此 根据前方物体运动状态进行道路曲率估计的公式为：
对计算所得道路曲率κ进行低通滤波处理方法：
κ(ti)＝κ(ti-1)+(T/τ)*(κ(ti)-κ(ti-1)) (5)
其中，T为控制器每个控制循环的时间，τ为低通滤波器的时间常数。
最后，利用前方静止物体特征进行道路曲率估计包括：通过对前方静止雷 达物体进行统计学分析能进一步获得道路曲率信息。如图4所示，使用抛物线 对前方每两个静止物体的位置(大地坐标系的横纵坐标)进行拟合，拟合方程 为：
其中，参数κ即为曲线曲率，k为方程常数。利用每两个前方物体能计算 出该两个参数。
如图5所示，当有足够多的前方静止物体时，通过每两个物体的曲线拟 合，会获得一些最大值。这些最大值所在的抛物线轨迹即为前方道路轨迹的平 移线。
综上所述，是对本发明具体实施例的详细描述，对本案保护范围不构成任 何限制。凡采用等同变换或者等效替换而形成的技术方法，均落在本发明权利 保护范围之内。

Claims (5)

1.一种基于本车运动状态和环境信息的道路曲率估计方法，其特征在于：包括使用本车的运动状态、使用前方运动物体的运动状态及使用前方静止物体特征分别进行道路曲率估计并相结合的三个部分；在本车前方1m～8m的近端区域采用横摆角速度和转向盘转角来估计前方近端道路曲率，在本车前方10m±2m的中端区域采用前方运动物体的运动状态来估计前方中端道路曲率，在本车前方12m以上的远端采用前方静止物体特征来估计前方远端道路曲率。
2.根据权利要求1所述基于本车运动状态和环境信息的道路曲率估计方法，其特征在于使用本车横摆角速度进行道路曲率估计包括：当本车车速大于速度阈值Vyawrate时，前方道路曲率采用本车横摆角速度进行估计，计算公式为：其中为本车横摆角速度，Vego为本车车速；当本车车速小于速度阈值Vsteeringangle时，前方道路曲率采用转向盘转角进行估计，计算公式为：其中δ为本车转向角，l为本车轴距；当本车车速在Vyawrate与Vsteeringangle之间时，前方道路曲率采用线性插值获得；对前方道路曲率κ值进行低通滤波：κ(ti)＝κ(ti-1)+(T/τ)*(κ(ti)-κ(ti-1))，其中，T为控制器每个控制循环的时间，τ为低通滤波器的时间常数且所述时间常数与本车横摆角速度的变化率成反比可调。
3.根据权利要求1所述基于本车运动状态和环境信息的道路曲率估计方法，其特征在于使用前方物体运动状态进行道路曲率估计指将前方物体的角度变化转换为虚拟横摆角速度根据前方物体运动状态进行道路曲率估计的公式为：所得的前方道路曲率κ值进行低通滤波。
4.根据权利要求1所述基于本车运动状态和环境信息的道路曲率估计方法，其特征在于使用前方静止物体特征进行道路曲率估计包括对每两个前方静止物体的位置，利用抛物线进行曲线拟合：其中k为方程常数。
5.根据权利要求4所述基于本车运动状态和环境信息的道路曲率估计方法，其特征在于：对于前方静止物体数量足够多的情况，通过每两个前方静止物体的曲线拟合收获若干最大值，且所述最大值所在的抛物线轨迹为前方道路轨迹的平移线。
CN201710111497.8A 2017-02-28 2017-02-28 一种基于本车运动状态和环境信息的道路曲率估计方法 Pending CN107415951A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710111497.8A CN107415951A (zh) 2017-02-28 2017-02-28 一种基于本车运动状态和环境信息的道路曲率估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710111497.8A CN107415951A (zh) 2017-02-28 2017-02-28 一种基于本车运动状态和环境信息的道路曲率估计方法

Publications (1)

Publication Number Publication Date
CN107415951A true CN107415951A (zh) 2017-12-01

Family

ID=60423069

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710111497.8A Pending CN107415951A (zh) 2017-02-28 2017-02-28 一种基于本车运动状态和环境信息的道路曲率估计方法

Country Status (1)

Country Link
CN (1) CN107415951A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109413572A (zh) * 2018-10-31 2019-03-01 惠州市德赛西威汽车电子股份有限公司 车辆碰撞预警及车速引导的优化方法及系统
CN110816541A (zh) * 2018-08-10 2020-02-21 广州汽车集团股份有限公司 弯道识别方法、装置、计算机设备和存储介质
CN111267853A (zh) * 2018-12-03 2020-06-12 广州汽车集团股份有限公司 一种自适应车辆弯道辅助控制方法、装置、计算机设备和存储介质
CN112100565A (zh) * 2020-08-31 2020-12-18 中国第一汽车股份有限公司 一种道路曲率确定方法、装置、设备及存储介质
CN112441012A (zh) * 2019-09-05 2021-03-05 北京地平线机器人技术研发有限公司 车辆行驶轨迹预测方法和装置
CN112706785A (zh) * 2021-01-29 2021-04-27 重庆长安汽车股份有限公司 一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质
CN112829753A (zh) * 2019-11-22 2021-05-25 驭势（上海）汽车科技有限公司 基于毫米波雷达的护栏估计方法、车载设备和存储介质
WO2021115223A1 (zh) * 2019-12-10 2021-06-17 华为技术有限公司 一种安全速度的确定方法、装置及系统
CN113428144A (zh) * 2021-08-03 2021-09-24 启迪云控(北京)科技有限公司 一种电动汽车的自动控制方法及装置
CN113525365A (zh) * 2021-07-21 2021-10-22 上汽通用五菱汽车股份有限公司 道路规划方法、装置及计算机可读存储介质
CN116176581A (zh) * 2023-04-23 2023-05-30 浙江零跑科技股份有限公司 一种目标跟踪车辆选择方法、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793528A (zh) * 2009-01-26 2010-08-04 通用汽车环球科技运作公司 使用传感器融合来估计车道路径的系统和方法
CN102991505A (zh) * 2012-12-07 2013-03-27 长安大学 一种前方道路曲率估计装置及其估计方法
CN103895646A (zh) * 2012-12-26 2014-07-02 现代摩比斯株式会社 Scc装置及应用于其的目标车辆车道判别方法
CN105667509A (zh) * 2015-12-30 2016-06-15 苏州安智汽车零部件有限公司 一种用于汽车自适应巡航控制系统的弯道控制系统及方法
US20160350603A1 (en) * 2015-05-28 2016-12-01 Tata Consultancy Services Limited Lane detection

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793528A (zh) * 2009-01-26 2010-08-04 通用汽车环球科技运作公司 使用传感器融合来估计车道路径的系统和方法
CN102991505A (zh) * 2012-12-07 2013-03-27 长安大学 一种前方道路曲率估计装置及其估计方法
CN103895646A (zh) * 2012-12-26 2014-07-02 现代摩比斯株式会社 Scc装置及应用于其的目标车辆车道判别方法
US20160350603A1 (en) * 2015-05-28 2016-12-01 Tata Consultancy Services Limited Lane detection
CN105667509A (zh) * 2015-12-30 2016-06-15 苏州安智汽车零部件有限公司 一种用于汽车自适应巡航控制系统的弯道控制系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
路顺杰: "综合考虑视觉和雷达的车道线检测研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110816541B (zh) * 2018-08-10 2020-12-11 广州汽车集团股份有限公司 弯道识别方法、装置、计算机设备和存储介质
CN110816541A (zh) * 2018-08-10 2020-02-21 广州汽车集团股份有限公司 弯道识别方法、装置、计算机设备和存储介质
CN109413572A (zh) * 2018-10-31 2019-03-01 惠州市德赛西威汽车电子股份有限公司 车辆碰撞预警及车速引导的优化方法及系统
CN111267853B (zh) * 2018-12-03 2021-06-18 广州汽车集团股份有限公司 一种自适应车辆弯道辅助控制方法、装置、计算机设备和存储介质
CN111267853A (zh) * 2018-12-03 2020-06-12 广州汽车集团股份有限公司 一种自适应车辆弯道辅助控制方法、装置、计算机设备和存储介质
CN112441012A (zh) * 2019-09-05 2021-03-05 北京地平线机器人技术研发有限公司 车辆行驶轨迹预测方法和装置
CN112829753A (zh) * 2019-11-22 2021-05-25 驭势（上海）汽车科技有限公司 基于毫米波雷达的护栏估计方法、车载设备和存储介质
CN112829753B (zh) * 2019-11-22 2022-06-28 驭势（上海）汽车科技有限公司 基于毫米波雷达的护栏估计方法、车载设备和存储介质
WO2021115223A1 (zh) * 2019-12-10 2021-06-17 华为技术有限公司 一种安全速度的确定方法、装置及系统
CN112100565A (zh) * 2020-08-31 2020-12-18 中国第一汽车股份有限公司 一种道路曲率确定方法、装置、设备及存储介质
CN112706785A (zh) * 2021-01-29 2021-04-27 重庆长安汽车股份有限公司 一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质
CN113525365A (zh) * 2021-07-21 2021-10-22 上汽通用五菱汽车股份有限公司 道路规划方法、装置及计算机可读存储介质
CN113428144A (zh) * 2021-08-03 2021-09-24 启迪云控(北京)科技有限公司 一种电动汽车的自动控制方法及装置
CN116176581A (zh) * 2023-04-23 2023-05-30 浙江零跑科技股份有限公司 一种目标跟踪车辆选择方法、设备和存储介质

Similar Documents

Publication Publication Date Title
CN107415951A (zh) 一种基于本车运动状态和环境信息的道路曲率估计方法
CN109649393B (zh) 一种自动驾驶变换车道的路径规划方法及装置
WO2021259000A1 (zh) 跟车控制方法、装置、车辆及存储介质
CN105197010B (zh) 辅助泊车系统以及辅助泊车控制方法
CN103661599B (zh) 一种车辆转弯轨迹预测系统和方法
CN107646114B (zh) 用于估计车道的方法
US9235767B2 (en) Detection region modification for driving assistance apparatus and driving assistance method
CN109760677A (zh) 一种车道保持辅助方法及系统
US20200049513A1 (en) Positioning system
CN108032859B (zh) 自动变道控制方法、装置和汽车
CN101537853B (zh) 汽车四轮主动转向操纵控制系统
JP6109998B1 (ja) 車両位置認識システム
US11840275B2 (en) Method for steering an articulated vehicle
CN105283363A (zh) 偏离防止支持设备
AU2020366364A1 (en) Vision-based follow the leader lateral controller
WO2015015939A1 (ja) 車両位置姿勢角推定装置及び車両位置姿勢角推定方法
CN112433531A (zh) 一种自动驾驶车辆的轨迹跟踪方法、装置及计算机设备
CN111522237B (zh) 一种半挂车的避障控制方法
WO2019166142A1 (en) Methods and apparatus for acquisition and tracking, object classification and terrain inference
CN108021861A (zh) 一种基于机器视觉的智能车右转弯目标检测方法
CN202911633U (zh) 基于多信息融合的混合动力车车道标识线动态检测装置
CN113353064B (zh) 一种自动泊车行车控制方法
CN109455153A (zh) 盲点监测系统的控制方法
CN103770783B (zh) 进入弯路预测装置和方法及利用该装置和方法的智能定速巡航系统
CN113844439B (zh) 一种用于辅助驾驶的低速辅助制动辅助决策方法、系统及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171201

WD01 Invention patent application deemed withdrawn after publication