CN108108885A - 一种无人驾驶汽车轨迹跟踪能力评价方法 - Google Patents
一种无人驾驶汽车轨迹跟踪能力评价方法 Download PDFInfo
- Publication number
- CN108108885A CN108108885A CN201711344513.4A CN201711344513A CN108108885A CN 108108885 A CN108108885 A CN 108108885A CN 201711344513 A CN201711344513 A CN 201711344513A CN 108108885 A CN108108885 A CN 108108885A
- Authority
- CN
- China
- Prior art keywords
- pilotless automobile
- index
- tracking
- vehicle
- evaluation method
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000011217 control strategy Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人驾驶汽车轨迹跟踪能力评价方法，主要评价指标包括两部分，分别为车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn；评价公式为：G＝(c*∑anDn+d*∑bnTn)/2，其中：an和bn分别是每一项的权重系数，an和bn可以根据不同的道路情况和关注的指标进行权重分配；c和d分别是车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn的权重系数，可以根据车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn的关注度进行权重分配；G为评价系数，G∈(0,1)。该方法综合考虑了车辆稳定性和轨迹跟踪精度，通过对不同控制策略或参量的无人驾驶汽车控制系统在规划轨迹和实际运行轨迹下的运行结果进行跟踪能力评价，可以指导无人驾驶汽车控制系统的设计和参数调整。
Description
技术领域
本发明属于车辆控制技术领域，具体涉及一种无人驾驶汽车轨迹跟踪能力评价方法。
背景技术
随着科技的不断发展，无人驾驶技术越来越受到人们的关注和重视。无人驾驶车辆通常利用车载传感器感知车辆周围环境，并根据所获得的道路、车辆以及障碍物信息控制车辆的速度和转向，实现安全行驶。轨迹跟踪通常是指对预先定义或给出的参考轨迹进行跟踪，是无人驾驶技术的基本问题之一，是车辆能否安全行驶的重要问题。
目前国内外关于无人驾驶车辆轨迹跟踪问题的研究，基本上停留在对控制器的设计上，在控制器结构上，将车辆的横向和纵向动力学分解开分别施加控制策略，忽略了车辆横、纵向动力学的耦合性，对于复杂的交通环境无法做出正确的反应。轨迹跟踪能力是无人驾驶汽车的重要评价指标，目前关于这方面的评价方法还不能满足无人驾驶汽车对复杂道路环境控制的需要。
发明内容
针对现有技术中存在的上述问题，本发明提供了一种无人驾驶汽车轨迹跟踪能力评价方法，该方法综合考虑了车辆稳定性和轨迹跟踪精度，通过对不同控制策略或参量的无人驾驶汽车控制系统在规划轨迹和实际运行轨迹下的运行结果进行跟踪能力评价，可以指导无人驾驶汽车控制系统的设计和参数调整。
为此，本发明采用了以下技术方案：
一种无人驾驶汽车轨迹跟踪能力评价方法，主要评价指标包括两部分，分别为车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn；所述无人驾驶汽车轨迹跟踪能力评价公式如下：
其中：an和bn分别是车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn中每一项的权重系数，an和bn根据不同的道路情况和关注的指标进行权重分配；c和d分别是车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn的权重系数，根据车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn的关注度进行权重分配；G为评价系数，G∈(0,1)。
进一步地，所述权重系数an满足∑an＝1(an＞0)，所述权重系数bn满足∑bn＝1(bn＞0)，所述权重系数c和d满足c+d＝1(c,d＞0)。
具体地，包括如下步骤：
步骤一，选取某一段路R，给定道路难度系统r，r∈(0,1)，给定车辆速度v；
步骤二，无人驾驶汽车规划系统规划出一条固定轨迹P＝＜p0,p1,…,pn＞；
步骤三，不同控制策略或者参量的无人驾驶汽车控制系统在此路段和规划轨迹下运行，实时记录和计算车辆姿态和信息，记录车辆质心偏侧角β、横摆角速度横向偏差e、车辆规划位置(xi,yi)和车辆实时位置(xi,yi)；
步骤四，车辆到达终点后，通过实时记录数据得到车辆运行轨迹Q＝＜q0,q1,…,qm＞，采用评价公式G对无人驾驶汽车控制系统的轨迹跟踪能力进行评价，根据其分值的高低进行跟踪能力评判；
步骤五，更换无人驾驶汽车控制系统或者控制参数后，重复步骤三。
进一步地，所述车辆稳定性评价指标Dn包括质心侧偏角指标Iβ和横摆角速度指标所述轨迹跟踪精度指标Tn包括道路难道系数r、速度系数s和轨迹相似度w。
进一步地，所述道路难度系数r根据道路工况给定，r∈(0,1)。
进一步地，所述速度系数s根据无人驾驶汽车的运行速度能力确定，即：这里vmax和vmin分别为最大运行速度和最小运行速度。
进一步地，所述轨迹相似度w采用基于动态时间规整的算法进行相似度计算，计算步骤如下：
(1)设定P＝＜p0,p1,…,pn＞和Q＝＜q0,q1,…,qm＞分别为规划轨迹和车辆行驶轨迹；
(2)采用基于动态时间规整的算法对P和Q进行DTW距离计算，计算公式如下：DTW(P,Q)＝f(m,n),式中
(3)采用atan函数转换方法计算轨迹相似度w，计算公式如下：w＝arctan(1/DTW(P,Q))*2/π。
具体地，评价指标序列中包含序列的项进行归一化处理，对于序列中的每一项采用离差标准化方法进行归一化，即对于序列Xj而言，Xj中的每一项xm进行归一化处理的结果为
进一步地，所述质心侧偏角指标Iβ是指在一次记录中对所有无人驾驶汽车车辆姿态质心侧偏角β的归一化结果β*进行求和，即：Iβ＝∑β*。
进一步地，所述横摆角速度指标是指在一次记录中对所有无人驾驶汽车车辆姿态横摆角速度的归一化结果进行求和，即：
与现有技术相比，本发明的有益效果是：
(1)综合考虑了车辆稳定性评价指标和轨迹跟踪精度指标，对无人驾驶汽车轨迹跟踪能力的评价更加科学。
(2)能够对不同无人驾驶汽车的轨迹跟踪能力进行评价，适用范围广泛。
(3)可操作性强，可以指导无人驾驶汽车控制系统的设计和参数调整。
附图说明
图1是本发明所提供的一种无人驾驶汽车轨迹跟踪能力评价方法中所采用的车辆运行状态图。
具体实施方式
下面结合附图以及具体实施例来详细说明本发明，其中的具体实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
本发明公开了一种无人驾驶汽车轨迹跟踪能力评价方法，主要评价指标包括两部分，分别为车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn；所述无人驾驶汽车轨迹跟踪能力评价公式如下：
G＝(c*∑anDn+d*∑bnTn)/2
其中：an和bn分别是车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn中每一项的权重系数，an和bn根据不同的道路情况和关注的指标进行权重分配；c和d分别是车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn的权重系数，根据车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn的关注度进行权重分配；G为评价系数，G∈(0,1)。
所述权重系数an满足∑an＝1(an＞0)，所述权重系数bn满足∑bn＝1(bn＞0)，所述权重系数c和d满足c+d＝1(c,d＞0)。
实施例
本发明所提供的一种无人驾驶汽车轨迹跟踪能力评价方法包括如下步骤：
步骤一，选取某一段路R，给定道路难度系统r，r∈(0,1)，给定车辆速度v；
步骤二，无人驾驶汽车规划系统规划出一条固定轨迹P＝＜p0,p1,…,pn＞；
步骤三，不同控制策略或者参量的无人驾驶汽车控制系统在此路段和规划轨迹下运行，如图1所示，实时记录和计算车辆姿态和信息，记录车辆质心偏侧角β、横摆角速度横向偏差e、车辆规划位置(xi,yi)和车辆实时位置(xi,yi)；
步骤四，车辆到达终点后，通过实时记录数据得到车辆运行轨迹Q＝＜q0,q1,…,qm＞，采用评价公式G对无人驾驶汽车控制系统的轨迹跟踪能力进行评价，根据其分值的高低进行跟踪能力评判；
步骤五，更换无人驾驶汽车控制系统或者控制参数后，重复步骤三。
这里，所述车辆稳定性评价指标Dn包括质心侧偏角指标Iβ和横摆角速度指标所述轨迹跟踪精度指标Tn包括道路难道系数r、速度系数s和轨迹相似度w。所述道路难度系数r根据道路工况给定，r∈(0,1)。所述速度系数s根据无人驾驶汽车的运行速度能力确定，即：这里vmax和vmin分别为最大运行速度和最小运行速度。
所述轨迹相似度w采用基于动态时间规整的算法进行相似度计算，计算步骤如下：
(1)设定P＝＜p0,p1,…,pn＞和Q＝＜q0,q1,…,qm＞分别为规划轨迹和车辆行驶轨迹；
(2)采用基于动态时间规整的算法对P和Q进行DTW距离计算，计算公式如下：DTW(P,Q)＝f(m,n),式中
(3)采用atan函数转换方法计算轨迹相似度w，计算公式如下：w＝arctan(1/DTW(P,Q))*2/π。
评价指标序列中包含序列的项进行归一化处理，对于序列中的每一项采用离差标准化方法进行归一化，即对于序列Xj而言，Xj中的每一项xm进行归一化处理的结果为
所述质心侧偏角指标Iβ是指在一次记录中对所有无人驾驶汽车车辆姿态质心侧偏角β的归一化结果β*进行求和，即：Iβ＝∑β*。
所述横摆角速度指标是指在一次记录中对所有无人驾驶汽车车辆姿态横摆角速度的归一化结果进行求和，即：
以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则范围之内所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种无人驾驶汽车轨迹跟踪能力评价方法，主要评价指标包括两部分，分别为车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn，其特征在于：所述无人驾驶汽车轨迹跟踪能力评价公式如下：
G＝(c*∑anDn+d*∑bnTn)/2
其中：an和bn分别是车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn中每一项的权重系数，an和bn根据不同的道路情况和关注的指标进行权重分配；c和d分别是车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn的权重系数，根据车辆稳定性评价指标Dn和轨迹跟踪精度指标Tn的关注度进行权重分配；G为评价系数，G∈(0,1)。
2.根据权利要求1所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：所述权重系数an满足∑an＝1(an＞0)，所述权重系数bn满足∑bn＝1(bn＞0)，所述权重系数c和d满足c+d＝1(c,d＞0)。
3.根据权利要求1或2所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：包括如下步骤：
步骤一，选取某一段路R，给定道路难度系统r，r∈(0,1)，给定车辆速度v；
步骤二，无人驾驶汽车规划系统规划出一条固定轨迹P＝＜p0,p1,…,pn＞；
步骤三，不同控制策略或者参量的无人驾驶汽车控制系统在此路段和规划轨迹下运行，实时记录和计算车辆姿态和信息，记录车辆质心偏侧角β、横摆角速度横向偏差e、车辆规划位置(xi,yi)和车辆实时位置(xi′,yi′)；
步骤四，车辆到达终点后，通过实时记录数据得到车辆运行轨迹Q＝＜q0,q1,…,qm＞，采用评价公式G对无人驾驶汽车控制系统的轨迹跟踪能力进行评价，根据其分值的高低进行跟踪能力评判；
步骤五，更换无人驾驶汽车控制系统或者控制参数后，重复步骤三。
4.根据权利要求3所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：所述车辆稳定性评价指标Dn包括质心侧偏角指标Iβ和横摆角速度指标Iψ；所述轨迹跟踪精度指标Tn包括道路难道系数r、速度系数s和轨迹相似度w。
5.根据权利要求4所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：所述道路难度系数r根据道路工况给定，r∈(0,1)。
6.根据权利要求4所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：所述速度系数s根据无人驾驶汽车的运行速度能力确定，即：这里vmax和vmin分别为最大运行速度和最小运行速度。
7.根据权利要求4所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：所述轨迹相似度w采用基于动态时间规整的算法进行相似度计算，计算步骤如下：
(1)设定P＝＜p0,p1,…,pn＞和Q＝＜q0,q1,…,qm＞分别为规划轨迹和车辆行驶轨迹；
(2)采用基于动态时间规整的算法对P和Q进行DTW距离计算，计算公式如下：DTW(P,Q)＝f(m,n),式中
(3)采用atan函数转换方法计算轨迹相似度w，计算公式如下：w＝arctan(1/DTW(P,Q))*2/π。
8.根据权利要求4所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：评价指标序列中包含序列的项进行归一化处理，对于序列中的每一项采用离差标准化方法进行归一化，即对于序列Xj而言，Xj中的每一项xm进行归一化处理的结果为
9.根据权利要求8所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：所述质心侧偏角指标Iβ是指在一次记录中对所有无人驾驶汽车车辆姿态质心侧偏角β的归一化结果β*进行求和，即：Iβ＝∑β*。
10.根据权利要求8所述的一种无人驾驶汽车轨迹跟踪能力评价方法，其特征在于：所述横摆角速度指标是指在一次记录中对所有无人驾驶汽车车辆姿态横摆角速度的归一化结果进行求和，即：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711344513.4A CN108108885B (zh) | 2017-12-15 | 2017-12-15 | 一种无人驾驶汽车轨迹跟踪能力评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711344513.4A CN108108885B (zh) | 2017-12-15 | 2017-12-15 | 一种无人驾驶汽车轨迹跟踪能力评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108108885A true CN108108885A (zh) | 2018-06-01 |
| CN108108885B CN108108885B (zh) | 2021-10-15 |
Family
ID=62217087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711344513.4A Active CN108108885B (zh) | 2017-12-15 | 2017-12-15 | 一种无人驾驶汽车轨迹跟踪能力评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108108885B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109406166A (zh) * | 2018-10-30 | 2019-03-01 | 百度在线网络技术（北京）有限公司 | 无人车的分级方法、装置、设备、存储介质和车辆 |
| CN111703417A (zh) * | 2020-06-24 | 2020-09-25 | 湖北汽车工业学院 | 一种高低速统一预瞄滑膜驾驶控制方法及控制系统 |
| CN112102616A (zh) * | 2020-09-09 | 2020-12-18 | 常熟理工学院 | 基于误差模型舒适无人车路径跟踪评价方法、系统及装置 |
| CN113778045A (zh) * | 2020-11-09 | 2021-12-10 | 北京京东乾石科技有限公司 | 对自动驾驶车辆控制器进行评价的方法和装置 |
| CN114638420A (zh) * | 2022-03-22 | 2022-06-17 | 交通运输部公路科学研究所 | 道路智能度评测方法及危化品车辆道路级导航方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120056808A1 (en) * | 2010-09-02 | 2012-03-08 | Cheng-Han Wu | Event triggering method, system, and computer program product |
| CN103234763A (zh) * | 2013-04-09 | 2013-08-07 | 北京理工大学 | 一种无人驾驶车辆定量评价系统及评价方法 |
| CN107264534A (zh) * | 2017-05-23 | 2017-10-20 | 北京理工大学 | 基于驾驶员经验模型的智能驾驶控制系统和方法、车辆 |
-
2017
- 2017-12-15 CN CN201711344513.4A patent/CN108108885B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120056808A1 (en) * | 2010-09-02 | 2012-03-08 | Cheng-Han Wu | Event triggering method, system, and computer program product |
| CN103234763A (zh) * | 2013-04-09 | 2013-08-07 | 北京理工大学 | 一种无人驾驶车辆定量评价系统及评价方法 |
| CN107264534A (zh) * | 2017-05-23 | 2017-10-20 | 北京理工大学 | 基于驾驶员经验模型的智能驾驶控制系统和方法、车辆 |
Non-Patent Citations (1)
| Title |
|---|
| 孙扬: "无人驾驶车辆智能水平的定量评价", 《中国博士学位论文全文数据库》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109406166A (zh) * | 2018-10-30 | 2019-03-01 | 百度在线网络技术（北京）有限公司 | 无人车的分级方法、装置、设备、存储介质和车辆 |
| CN111703417A (zh) * | 2020-06-24 | 2020-09-25 | 湖北汽车工业学院 | 一种高低速统一预瞄滑膜驾驶控制方法及控制系统 |
| CN111703417B (zh) * | 2020-06-24 | 2023-09-05 | 湖北汽车工业学院 | 一种高低速统一预瞄滑膜驾驶控制方法及控制系统 |
| CN112102616A (zh) * | 2020-09-09 | 2020-12-18 | 常熟理工学院 | 基于误差模型舒适无人车路径跟踪评价方法、系统及装置 |
| CN113778045A (zh) * | 2020-11-09 | 2021-12-10 | 北京京东乾石科技有限公司 | 对自动驾驶车辆控制器进行评价的方法和装置 |
| CN114638420A (zh) * | 2022-03-22 | 2022-06-17 | 交通运输部公路科学研究所 | 道路智能度评测方法及危化品车辆道路级导航方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108108885B (zh) | 2021-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108108885A (zh) | 一种无人驾驶汽车轨迹跟踪能力评价方法 | |
| CN111845774B (zh) | 一种基于横纵向协调的自动驾驶汽车动态轨迹规划及跟踪方法 | |
| CN110187639B (zh) | 一种基于参数决策框架的轨迹规划控制方法 | |
| CN108454623B (zh) | 一种四轮独立驱动无人驾驶电动车辆轨迹跟踪控制方法 | |
| CN107943071B (zh) | 无人车的编队保持控制方法及系统 | |
| CN109501799B (zh) | 一种车联网条件下的动态路径规划方法 | |
| CN109279543B (zh) | 一种叉车式agv磁导轨跟踪控制系统及方法 | |
| CN107792062B (zh) | 一种自动泊车控制系统 | |
| Cao et al. | Trajectory tracking control algorithm for autonomous vehicle considering cornering characteristics | |
| Chen et al. | Lane change path planning based on piecewise bezier curve for autonomous vehicle | |
| CN109032131A (zh) | 一种应用于无人驾驶汽车的动态超车避障方法 | |
| CN107901917B (zh) | 一种基于滑转滑移耦合估计的无人驾驶车辆轨迹跟踪控制方法 | |
| CN108569336A (zh) | 在动力学约束下基于车辆运动学模型转向控制方法 | |
| Bosetti et al. | On curve negotiation: From driver support to automation | |
| CN108717268A (zh) | 基于最优控制与安全距离的自动驾驶最速操纵控制系统及其控制方法 | |
| CN107697065B (zh) | 一种面向一般停车场景的自动泊车控制方法 | |
| CN110827535A (zh) | 非线性车辆队列协同自适应抗扰纵向控制方法 | |
| CN113985875B (zh) | 基于碰撞预测模型的人工势场无人车动态路径规划方法 | |
| CN115047766A (zh) | 一种基于预测控制模型的速度规划方法 | |
| CN116118780A (zh) | 一种车辆避障轨迹规划方法、系统、车辆及存储介质 | |
| Gim et al. | Safe and efficient lane change maneuver for obstacle avoidance inspired from human driving pattern | |
| CN110481547A (zh) | 一种汽车巡航控制方法和系统 | |
| Sun et al. | Ribbon model based path tracking method for autonomous land vehicle | |
| Chang et al. | Combined longitudinal and lateral control of vehicle platoons | |
| CN109656242A (zh) | 一种自动驾驶行车路径规划系统 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180601 Assignee: TIANJIN SOTEREA AUTOMOTIVE TECHNOLOGY Co.,Ltd. Assignor: Hubei University of Automobile Technology Contract record no.: X2023980044625 Denomination of invention: A Method for Evaluating the Trajectory Tracking Ability of Autonomous Vehicles Granted publication date: 20211015 License type: Common License Record date: 20231026 |
|
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180601 Assignee: Hubei Zhili Automobile Technology Co.,Ltd. Assignor: Hubei University of Automobile Technology Contract record no.: X2023980052742 Denomination of invention: A Method for Evaluating the Trajectory Tracking Ability of Autonomous Vehicles Granted publication date: 20211015 License type: Common License Record date: 20231219 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180601 Assignee: TIANJIN JINLIYAN AUTOMOTIVE ENGINEERING & TECHNOLOGY CO.,LTD. Assignor: Hubei University of Automobile Technology Contract record no.: X2024980001073 Denomination of invention: A Method for Evaluating the Trajectory Tracking Ability of Autonomous Vehicles Granted publication date: 20211015 License type: Common License Record date: 20240122 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180601 Assignee: TIANJIN BOOL TECHNOLOGY CO.,LTD. Assignor: Hubei University of Automobile Technology Contract record no.: X2024980001355 Denomination of invention: A Method for Evaluating the Trajectory Tracking Ability of Autonomous Vehicles Granted publication date: 20211015 License type: Common License Record date: 20240126 |
|
| EE01 | Entry into force of recordation of patent licensing contract |