CN108490941A - 应用于道路清扫车的自动驾驶系统及其控制方法、装置 - Google Patents

应用于道路清扫车的自动驾驶系统及其控制方法、装置 Download PDF

Info

Publication number
CN108490941A
CN108490941A CN201810268746.9A CN201810268746A CN108490941A CN 108490941 A CN108490941 A CN 108490941A CN 201810268746 A CN201810268746 A CN 201810268746A CN 108490941 A CN108490941 A CN 108490941A
Authority
CN
China
Prior art keywords
vehicle
traveling
millimetre
radar
barrier
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
CN201810268746.9A
Other languages
English (en)
Other versions
CN108490941B (zh
Inventor
徐达学
周倪青
张世兵
杜金枝
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.)
Chery Automobile Co Ltd
Original Assignee
Chery Automobile 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 Chery Automobile Co Ltd filed Critical Chery Automobile Co Ltd
Priority to CN201810268746.9A priority Critical patent/CN108490941B/zh
Publication of CN108490941A publication Critical patent/CN108490941A/zh
Application granted granted Critical
Publication of CN108490941B publication Critical patent/CN108490941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
    • E01H1/00—Removing undesirable matter from roads or like surfaces, with or without moistening of the surface
    • 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • 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
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Architecture (AREA)
  • Structural Engineering (AREA)
  • Optics & Photonics (AREA)
  • Civil Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种应用于道路清扫车的自动驾驶系统及其控制方法、装置，属于自动驾驶技术领域。系统包括定位模块、若干雷达、视觉采集分析模块、控制模块和底层执行模块，激光雷达探测本车行驶前方和行驶前方两侧的障碍物及探测行驶前方两侧的道路边沿；超声波雷达探测本车两侧的障碍物；毫米波雷达探测本车行驶前方、行驶后方及行驶后方两侧的障碍物的类型，计算动态障碍物与本车的距离和相对速度；视觉采集分析模块探测本车行驶前方的可行驶区域、行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、本车前轮距离行驶车道两侧的车道线的距离；控制模块根据探测信息确定本车的行驶道路和行驶策略；控制本车按照行驶策略在行驶道路上行驶。

Description

应用于道路清扫车的自动驾驶系统及其控制方法、装置
技术领域
本发明涉及自动驾驶技术领域，特别涉及一种应用于道路清扫车的自动驾驶系统及其控制方法、装置。
背景技术
道路清扫车主要用于清扫城市道路，是保障城市环境卫生的重要车辆。道路清扫车一般都是由人工驾驶作业，且基本都在白天运作。这样导致的结果是一方面驾驶员的工作强度大，另一方面由于道路清扫车体型较大，行驶速度慢，严重影响白天道路的通行效率，加大道路拥堵。
目前，自动驾驶技术利用人工智能、视觉、雷达等传感器及全球定位系统(GlobalPositioning System，简称GPS)协同合作，能够让车辆可以在没有任何人主动的操作下自动驾驶。
如何将自动驾驶技术应用于道路清扫车，实现道路清扫车夜晚在无人干预下作业，以节省人力成本和减轻白天交通压力，已成为本领域的重点研究方向。
发明内容
为了将自动驾驶技术应用于道路清扫车，实现道路清扫车夜晚在无人干预下作业，以节省人力成本和减轻白天交通压力，本发明实施例提供了一种应用于道路清扫车的自动驾驶系统及其控制方法、装置。所述技术方案如下：
第一方面，提供了一种应用于道路清扫车的自动驾驶系统，所述系统包括定位模块、若干雷达、视觉采集分析模块、控制模块和底层执行模块，所述若干雷达包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达；
所述激光雷达用于探测本车行驶前方和行驶前方两侧的障碍物、及探测行驶前方两侧的道路边沿；
所述超声波雷达用于探测本车两侧的障碍物；
所述毫米波雷达用于探测本车行驶前方、行驶后方及行驶后方两侧的障碍物的类型，并计算动态障碍物与本车的距离和相对速度；所述障碍物的类型包括静态障碍物和动态障碍物；
所述视觉采集分析模块用于探测本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧的车道线的距离；
所述定位模块用于探测本车的实时位置；
所述控制模块用于获取所述激光雷达、所述超声波雷达、所述毫米波雷达、所述视觉采集分析模块和所述定位模块的探测信息，并根据获得的探测信息确定本车的行驶道路和行驶策略；以及，通过所述底层执行模块控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务；所述行驶策略为刹车等待、横向行驶、跟车和转向中的任何一种，或者为所述横向行驶与所述跟车或所述转向的组合。
可选地，所述若干雷达包括2个所述16线激光雷达；
2个所述16线激光雷达分别安装于本车车头的两侧，每个所述激光雷达的辐射方向背向所述车头，每个所述激光雷达的水平辐射角度为150°，每个所述激光雷达的辐射区域的水平截面为扇形，所述扇形的两直边与车身横截面的夹角分别为30度和60度，所述车身横截面与车身中轴线所在平面垂直。
可选地，所述若干雷达包括8个所述超声波雷达；
8个所述超声波雷达两两相对的安装在本车车身的两侧，每个所述超声波雷达的辐射方向背向所述车身、且每个所述超声波雷达的辐射区域的水平截面为扇形，所述扇形的两直边与车身中轴线所在平面的夹角相等，位于所述车身同一侧的相邻两个所述超声波雷达之间的距离范围为0.3～0.6米。
可选地，所述若干雷达包括3个所述毫米波雷达，所述3个毫米波雷达分别为1个第一毫米波雷达和2个第二毫米波雷达；
所述第一毫米波雷达安装于车头的前保险杠，且所述第一毫米波雷达的安装位置位于车身中轴线上，所述第一毫米波雷达距离地面的高度为50～80厘米，所述第一毫米波雷达的辐射方向背向所述车头，所述第一毫米波雷达的水平辐射夹角为100°；
2个所述第二毫米波雷达分别安装于本车后车厢的两侧，所述第二毫米波雷达的辐射区域的水平截面为扇形，所述扇形的两直边与所述车身中轴线所在平面的夹角分别是为38°和68°，所述第二毫米波雷达的安装高度为60～100厘米，所述第二毫米波雷达的水平辐射夹角为150°。
可选地，所述视觉采集分析模块包括单目摄像头和图像分析单元；
所述单目摄像头安装于本车前挡风玻璃内且位于本车内后视镜的下方，所述单目摄像头的中心线与车身中轴线重合，所述单目摄像头用于实时采集本车行驶前方的环境图像；
所述图像分析单元用于，对所述单目摄像头采集的图像进行分析，识别图像中的本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧车道线的距离。
可选地，所述定位模块为全球定位系统或北斗卫星导航系统，所述定位模块的天线安装在本车驾驶室上方的车顶的中央位置。
第二方面，提供了一种应用于道路清扫车的自动驾驶系统的控制方法，所述方法包括：
获取所述定位模块探测到的本车的实时位置信息，并根据获取的本车的实时位置信息及预置行驶路线，确定本车的行驶道路；
获取所述激光雷达、所述超声波雷达、所述毫米波雷达和所述视觉采集分析模块的探测信息；
根据获取的探测信息，确定本车在行驶道路上的行驶策略；
通过所述底层执行模块控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务。
可选地，所述根据获取的探测信息，确定本车在行驶道路上的行驶策略，包括：
基于获取的探测信息，确定本车道行驶前方是否存在障碍物；
当本车道行驶前方不存在所述障碍物时，基于所述视觉采集分析模块的探测信息，确定行驶策略；
当本车道行驶前方存在所述障碍物时，基于所述毫米波雷达的探测信息，确定所述障碍物的类型；
当所述障碍物为动态障碍物时，基于所述毫米波雷达的探测信息，确定行驶策略；
当所述障碍物为静态障碍物时，基于所述毫米波雷达的探测信息、所述超声波雷达的探测信息、及所述视觉采集分析模块的探测信息，确定行驶策略。
可选地，基于所述视觉采集分析模块的探测信息，确定行驶策略，包括：
当所述视觉采集分析模块探测到本车未过所述道路停止线、且所述交通信号灯不为绿灯时，确定所述行驶策略为所述刹车等待；
当所述视觉采集分析模块探测到本车未过所述道路停止线、且所述交通信号灯为所述绿灯时，或者，当所述视觉采集分析模块探测到本车已过所述道路停止线时，确定所述行驶策略为所述横向行驶。
可选地，基于所述毫米波雷达的探测信息，确定行驶策略，包括：
根据所述毫米波雷达探测的动态障碍物与本车之间的距离计算碰撞速度；
比较所述毫米波雷达探测的动态障碍物与本车的相对速度与计算出的碰撞速度；
当所述相对速度大于或等于所述碰撞速度时，确定所述行驶策略为所述刹车等待；
当所述相对速度小于所述碰撞速度时，确定所述行驶策略为所述横向行驶与所述跟车的组合，跟车的目标车辆为所述动态障碍物。
第三方面，提供了一种应用于道路清扫车的自动驾驶系统的控制装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器被配置为执行所述计算机程序时实现前述方法中所执行的操作。
本发明实施例提供的技术方案带来的有益效果是：
通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，道路清扫车能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种应用于道路清扫车的自动驾驶系统的结构示意图；
图2是本发明实施例提供的又一种应用于道路清扫车的自动驾驶系统的结构示意图；
图3是本发明实施例提供的一种应用于道路清扫车的自动驾驶系统的控制方法的流程图；
图4是本发明实施例提供的又一种应用于道路清扫车的自动驾驶系统的控制方法的流程图；
图5是本发明实施例提供的一种应用于道路清扫车的自动驾驶系统的控制装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1示出了本发明实施例提供的一种应用于道路清扫车的自动驾驶系统。参见图1，该系统包括定位模块10、若干雷达11、视觉采集分析模块12、控制模块13和底层执行模块14。
其中，定位模块10用于探测本车的实时位置。
其中，若干雷达11可以包括若干16线激光雷达11a、若干超声波雷达11b和若干毫米波雷达11c。比如，若干雷达11包括至少2个16线激光雷达11a、至少8个超声波雷达11b和至少3个毫米波雷达11c。
其中，至少2个16线激光雷达11a用于探测本车行驶前方和行驶前方两侧的障碍物、及探测行驶前方两侧的道路边沿。其中，障碍物包括车辆和行人。道路边沿即马路道牙，指马路和人行道相接的部分。
其中，至少8个超声波雷达11b用于探测本车两侧的障碍物。
其中，至少3个毫米波雷达11c用于探测本车行驶前方、行驶后方及行驶后方两侧的障碍物的类型，并计算动态障碍物与本车的距离和相对速度；障碍物的类型包括静态障碍物和动态障碍物。
视觉采集分析模块12用于探测本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧的车道线的距离。
控制模块13用于获取激光雷达11a、超声波雷达11b、毫米波雷达11c、视觉采集分析模块12和定位模块10的探测信息，并根据获得的探测信息确定本车的行驶道路和行驶策略；以及，通过底层执行模块控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行清扫任务。
其中，行驶策略为刹车等待、横向行驶、跟车和转向中的任何一种，或者为横向行驶与跟车或转向的组合。例如，行驶策略可以是刹车等待，可以是横向行驶，可以是跟车，也可以是转向，还可以是横向行驶和跟车的组合，还可以是横向行驶与转向的组合。在本实施例中，横向行驶可以是保持车在本车道内行驶。
底层执行模块14可以包括电子控制单元(Electronic Control Unit，简称ECU)14a、制动机构14b、电子油门14c和转向机构14d。ECU 14a分别与制动机构14b、电子油门14c和转向机构14d电连接。制动机构14b用于实现本车的制动，电子油门14c用于调整本车的行驶速度，转向机构14d用于调整本车的行驶方向。
清扫任务具体包括由本车配置的清扫工具完成的连续的清扫动作，例如先由本车配置的洒水设备执行洒水动作，在洒水动作进行一段时间之后由本车配置的清扫设备刷洗路面。清扫任务可以预先进行设置。清扫任务可以在行驶道路的指定路段触发，即当控制模块13监控到本车行驶到指定路段时，触发清扫任务。
本发明实施例中，道路清扫车通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
图2示出了本发明实施例提供的又一种应用于道路清扫车的自动驾驶系统。具体地，图2示出的自动驾驶系统为图1示出的自动驾驶系统的优选方案。
参见图2，若干雷达11包括2个16线激光雷达11a、8个超声波雷达11b和3个毫米波雷达11c。
2个16线激光雷达11a分别安装于本车车头的两侧，每个激光雷达11a的辐射方向背向车头，每个激光雷达11a的水平辐射角度为150°，每个激光雷达的辐射区域的水平截面为扇形，该扇形的两直边与车身横截面的夹角分别为30度(如图2所示)和60度，其中，车身横截面与车身中轴线所在平面垂直。
每个激光雷达11a的垂直辐射角度范围可以是-10°～+5°，能够保证足够密的纵向激光线束来保证更稳定可靠的环境感知及区分障碍物的能力。激光雷达11a的探测半径可以达100米。这样，2个16线激光雷达11a可以探测到车周围300°、半径100米内区域内障碍物信息和道路边沿。
激光雷达11a的工作原理可以是，激光雷达11a向辐射区域发射905nm光波信号，光波信号遇障碍物将产生回波点云数据；根据回波点云数据可以创建栅格地图；将回波点云数据投影到栅格地图，可以得到障碍栅格地图；根据障碍栅格地图，可以确定障碍物的位置和形状。本实施例不限定16线激光雷达11a的具体结构，可以选用现有的任何一种16线激光雷达11a。优选地，16线激光雷达11a可以采用型号为VLP-16的激光雷达11a，性价比较优。
其中，3个毫米波雷达11c包括1个第一毫米波雷达111c和2个第二毫米波雷达112c。
第一毫米波雷达111c安装于车头的前保险杠，且第一毫米波雷达111c的安装位置位于车身中轴线上，第一毫米波雷达111c距离地面的高度为50～80厘米，第一毫米波雷达111c的辐射方向背向车头，第一毫米波雷达111c的水平辐射夹角为100°，第一毫米波雷达111c的垂直辐射夹角为10°。
2个第二毫米波雷达112c分别安装于本车后车厢的两侧，第二毫米波雷达的辐射区域的水平截面为扇形，该扇形的两直边与车身中轴线所在平面的夹角分别是为38°(如图2所示)和68°，第二毫米波雷达112c的安装高度为60～100厘米，第二毫米波雷达112c的水平辐射夹角为150°，探测距离为70米。
毫米波雷达11c的工作原理可以是，通过向辐射区域发射电磁波，并接收障碍物反射的回波信号；根据回波信号的方位，可以确定障碍物的方位，同时根据回波信号的传输时间可以确定障碍物与本车的距离和相对速度；根据方位和距离，可以确定障碍物是否位于本车同一行驶车道，以及根据距离和相对速度，可以确定障碍物是静态障碍物或动态障碍物。本实施例不限定毫米波激光雷达11a的具体结构，可以选用现有的任何一种毫米波激光雷达11a。优选地，毫米波雷达11c可以采用Bosch雷达模块，性价比较优。
8个超声波雷达11b两两相对的安装在本车车身的两侧，即车身左侧安装4颗，车身右侧安装4颗，左侧4与右侧4颗两两相对。每个超声波雷达11b的辐射方向背向车身，且每个超声波雷达11b的辐射区域的水平截面为扇形，该扇形的两直边与车身中轴线所在平面的夹角相等，位于车身同一侧的相邻两个超声波雷达11b之间的距离范围为0.3～0.6米。
超声波雷达11b主要用来弥补激光雷达11a和毫米波雷达11c在车身两侧的辐射盲区，用于探测靠近主车辆两侧的障碍物信息。优选地，超声波雷达11b可以采用法雷奥雷达模块。
其中，视觉采集分析模块12包括单目摄像头12a和图像分析单元。
单目摄像头12a安装于本车前挡风玻璃内且位于本车内后视镜的下方，单目摄像头的中心线与车身中轴线重合。单目摄像头12a用于实时采集本车行驶前方的环境图像。
图像分析单元用于，对单目摄像头12a采集的图像进行分析，识别图像中的本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧车道线的距离。
优选地，视觉采集分析模块12可以采用minieye单目摄像头模块。
可选地，定位模块10可以是全球定位系统或北斗卫星导航系统，定位模块10的天线安装在本车驾驶室上方的车顶的中央位置。
优选地，定位模块10可以采用上海司南模块。
其中，激光雷达11a的探测信息可以通过以太网传输至控制模块13。超声波雷达11b的探测信息、毫米波雷达11c的探测信息、视觉采集分析模块12的探测信息、以及定位模块10的探测信息可以通过控制器局域网络(Controller Area Network，简称CAN)总线传输至控制模块13。
本发明实施例中，道路清扫车通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
图3示出了一种应用于道路清扫车的自动驾驶系统的控制方法，可以基于图1或图2示出的应用于道路清扫车的自动驾驶系统实现。具体地，由控制模块13实现。参见图3，该方法流程包括如下步骤：
步骤S301：获取定位模块10探测到的本车的实时位置信息，并根据获取的本车的实时位置信息及预置行驶路线，确定本车的行驶道路。
步骤S302：获取激光雷达11a、超声波雷达11b、毫米波雷达11c和视觉采集分析模块12的探测信息。
步骤S303：根据激光雷达11a、超声波雷达11b、毫米波雷达11c和视觉采集分析模块12的探测信息，确定本车在行驶道路上的行驶策略。
其中，行驶策略为刹车等待、横向行驶、跟车和转向中的任何一种，或者为横向行驶与跟车或转向的组合。
步骤S304：通过底层执行模块14控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务。
本发明实施例中，道路清扫车通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
图4示出了又一种应用于道路清扫车的自动驾驶系统的控制方法，可以基于图1或图2示出的应用于道路清扫车的自动驾驶系统实现，具体地，由控制模块13实现。具体地，图4示出的控制方法是图3示出的控制方法的优选方案。参见图4，该方法流程包括如下步骤：
步骤S401：获取定位模块10探测到的本车的实时位置信息，并根据获取的本车的实时位置信息及预置行驶路线，确定本车的行驶道路。
具体地，通过CAN总线获取定位模块10探测到的本车的实时位置信息。
预置行驶路线为预先设置的道路清扫车的清扫路线，包括起点、终点、以及贯通起点和终点的道路。获取本车的当前位置信息后，从预置行驶路线中提取从本车的当前位置开始到终点之间的行驶路线，作为本车未来时间的行驶道路。
步骤S402：获取激光雷达11a、超声波雷达11b、毫米波雷达11c和视觉采集分析模块12的探测信息。
具体地，通过以太网获取激光雷达11a的探测信息，通过CAN总线获取超声波雷达11b、毫米波雷达11c和视觉采集分析模块12的探测信息。
步骤S403：基于探测信息，确定本车道行驶前方是否存在障碍物。
当本车道行驶前方不存在障碍物时，执行步骤S404；当本车道行驶前方存在障碍物时，执行步骤S405。
本步骤S403具体包括：当激光雷达11a、第一毫米波雷达111c、以及视觉采集分析模块12中至少两个探测设备的探测信息指示本车道行驶前方存在障碍物时，确定本车道行驶前方存在障碍物。
参见图2，激光雷达11a、第一毫米波雷达111c和视觉采集分析模块12的探测区域均覆盖了本车行驶前方的区域。通过在至少两个探测设备探测到障碍物时才确定存在障碍物，提高了识别的精确度，避免误判的情况。
步骤S404：基于视觉采集分析模块12的探测信息，确定行驶策略。执行步骤S408。
本步骤S404具体包括：当视觉采集分析模块12探测到本车未过道路停止线、且交通信号灯不为绿灯时，确定行驶策略为刹车等待。当视觉采集分析模块12探测到本车未过道路停止线、且交通信号灯为绿灯时，或者，当视觉采集分析模块12探测到本车已过道路停止线时，确定行驶策略为横向行驶。
步骤S405：基于毫米波雷达11c的探测信息，确定障碍物的类型。
当障碍物为动态障碍物时，执行步骤S406；当障碍物为静态障碍物时，执行步骤S407。
具体地，基于第一毫米波雷达111c的探测信息，确定障碍物的类型。
步骤S406：基于毫米波雷达11c的探测信息，确定行驶策略。执行步骤S408。
本步骤S406具体包括：首先根据毫米波雷达11c(可以是第一毫米波雷达111c)探测的动态障碍物与本车之间的距离计算碰撞速度；其次比较毫米波雷达11c探测的动态障碍物与本车的相对速度与计算出的碰撞速度；当相对速度大于或等于碰撞速度时，确定行驶策略为刹车等待；当相对速度小于碰撞速度时，确定行驶策略为横向行驶与跟车的组合，跟车的目标车辆为动态障碍物。其中，X＝1.5V+0.1V2，X是本车与动态障碍物之间的距离，V是碰撞速度。
步骤S407：基于毫米波雷达11c的探测信息、超声波雷达11b的探测信息、及视觉采集分析模块12的探测信息，确定行驶策略。执行步骤S408。
本步骤S407具体包括：确定视觉采集分析模块12探测的可行驶区域的宽度是否满足本车行驶。
当可行驶区域的宽度满足本车行驶时，确定超声波雷达11b和第二毫米波雷达11c是否探测到车身两侧和行驶后方的障碍物。如果超声波雷达11b和第二毫米波雷达112c未探测到车身两侧和行驶后方的障碍物，确定行驶策略为转向；反之，如果超声波雷达11b和第二毫米波雷达112c探测到车身两侧和行驶后方的障碍物，确定行驶策略为刹车等待。
当可行驶区域的宽度不满足本车行驶时，确定行驶策略为刹车等待。
步骤S408：通过底层执行模块14控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务。
具体地，当确定的行驶策略为刹车等待时，控制模块13向ECU 14a发送刹车命令。ECU 14a将控制制动机构14b对本车进行制动。本车刹车后将等待一段时间，直到下一次控制模块13更新行驶策略。
当确定的行驶策略为横向行驶时，控制模块13根据视觉采集分析模块12探测到的本车前轮距离行驶前方车道两侧车道线的距离信息、以及激光雷达11a探测到的道路边沿，确定本车的方向和速度，并向ECU 14a发送确定出的本车的方向和速度。ECU 14a根据确定出的本车的方向和速度，协调转向机构14d和电子油门14c共同工作，以保持本车在车道内行驶。
当确定的行驶策略为跟车时，控制模块13根据本车与动态障碍物的相对速度、以及本车与动态障碍物的距离，确定本车的跟车速度并发送给ECU 14a。其中，确定出的跟车速度最高不超过40km/h，并且，跟车距离最近不低于5米。ECU 14a根据本车的跟车速度，控制电子油门14c调节本车的速度。
当确定的行驶策略为转向时，控制模块13确定本车的转向角度、转向方向和速度并发送给ECU 14a。ECU 14a根据本车的转向角度、转向方向和速度，协调转向机构14d和电子油门14c共同工作，以使本车转向。例如，直道上驾驶需要小角度的转向时，控制模块13可以根据车道线与车轮的距离的变化情况确定转向角度、方向和速度。又如，本车需要调头时，控制模块13可以根据激光雷达探测的道路边沿，获得道路的曲率(用于辨认弯道场景)，还可以结合本车的宽度等参数，还可以结合定位模块10的导航信息，确定本车的转向角度、转向方向和速度。
本发明实施例中，道路清扫车通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
图5示出了本发明实施例提供的一种应用于道路清扫车的自动驾驶系统的控制装置。该控制装置可以为计算机1700等设备，具体来讲，计算机1700包括中央处理单元(CPU)1701、包括随机存取存储器(RAM)1702和只读存储器(ROM)1703的系统存储器1704，以及连接系统存储器1704和中央处理单元1701的系统总线1705。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。
根据本发明的各种实施例，计算机1700还可以通过诸如以太网或CAN等网络连接到各种雷达和定位模块。也即计算机1700可以通过连接在系统总线1705上的网络接口单元1711连接到各种雷达和定位模块，或者说，也可以使用网络接口单元1711来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。当CPU执行存储器中的程序时，可以实现图3或图4示出的方法。
在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器，上述指令可由计算机1700的中央处理单元1701加载并执行以完成图3或图4示出的方法。例如，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种应用于道路清扫车的自动驾驶系统，所述系统包括定位模块、若干雷达、视觉采集分析模块、控制模块和底层执行模块，其特征在于，所述若干雷达包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达；
所述激光雷达用于探测本车行驶前方和行驶前方两侧的障碍物、及探测行驶前方两侧的道路边沿；
所述超声波雷达用于探测本车两侧的障碍物；
所述毫米波雷达用于探测本车行驶前方、行驶后方及行驶后方两侧的障碍物的类型，并计算动态障碍物与本车的距离和相对速度；所述障碍物的类型包括静态障碍物和动态障碍物；
所述视觉采集分析模块用于探测本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧的车道线的距离；
所述定位模块用于探测本车的实时位置；
所述控制模块用于获取所述激光雷达、所述超声波雷达、所述毫米波雷达、所述视觉采集分析模块和所述定位模块的探测信息，并根据获得的探测信息确定本车的行驶道路和行驶策略；以及，通过所述底层执行模块控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务；所述行驶策略为刹车等待、横向行驶、跟车和转向中的任何一种，或者为所述横向行驶与所述跟车或所述转向的组合。
2.根据权利要求1所述的应用于道路清扫车的自动驾驶系统，其特征在于，所述若干雷达包括2个所述16线激光雷达；
2个所述16线激光雷达分别安装于本车车头的两侧，每个所述激光雷达的辐射方向背向所述车头，每个所述激光雷达的水平辐射角度为150°，每个所述激光雷达的辐射区域的水平截面为扇形，所述扇形的两直边与车身横截面的夹角分别为30度和60度，所述车身横截面与车身中轴线所在平面垂直。
3.根据权利要求1所述的应用于道路清扫车的自动驾驶系统，其特征在于，所述若干雷达包括8个所述超声波雷达；
8个所述超声波雷达两两相对的安装在本车车身的两侧，每个所述超声波雷达的辐射方向背向所述车身、且每个所述超声波雷达的辐射区域的水平截面为扇形，所述扇形的两直边与车身中轴线所在平面的夹角相等，位于所述车身同一侧的相邻两个所述超声波雷达之间的距离范围为0.3～0.6米。
4.根据权利要求1所述的应用于道路清扫车的自动驾驶系统，其特征在于，所述若干雷达包括3个所述毫米波雷达，所述3个毫米波雷达分别为1个第一毫米波雷达和2个第二毫米波雷达；
所述第一毫米波雷达安装于车头的前保险杠，且所述第一毫米波雷达的安装位置位于车身中轴线上，所述第一毫米波雷达距离地面的高度为50～80厘米，所述第一毫米波雷达的辐射方向背向所述车头，所述第一毫米波雷达的水平辐射夹角为100°；
2个所述第二毫米波雷达分别安装于本车后车厢的两侧，所述第二毫米波雷达的辐射区域的水平截面为扇形，所述扇形的两直边与所述车身中轴线所在平面的夹角分别是为38°和68°，所述第二毫米波雷达的安装高度为60～100厘米，所述第二毫米波雷达的水平辐射夹角为150°。
5.根据权利要求1所述的应用于道路清扫车的自动驾驶系统，其特征在于，所述视觉采集分析模块包括单目摄像头和图像分析单元；
所述单目摄像头安装于本车前挡风玻璃内且位于本车内后视镜的下方，所述单目摄像头的中心线与车身中轴线重合，所述单目摄像头用于实时采集本车行驶前方的环境图像；
所述图像分析单元用于，对所述单目摄像头采集的图像进行分析，识别图像中的本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧车道线的距离。
6.一种应用于道路清扫车的自动驾驶系统的控制方法，其特征在于，所述方法包括：
获取所述定位模块探测到的本车的实时位置信息，并根据获取的本车的实时位置信息及预置行驶路线，确定本车的行驶道路；
获取所述激光雷达、所述超声波雷达、所述毫米波雷达和所述视觉采集分析模块的探测信息；
根据获取的探测信息，确定本车在行驶道路上的行驶策略；
通过所述底层执行模块控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务。
7.根据权利要求6所述的应用于道路清扫车的自动驾驶系统的控制方法，其特征在于，所述根据获取的探测信息，确定本车在行驶道路上的行驶策略，包括：
基于获取的探测信息，确定本车道行驶前方是否存在障碍物；
当本车道行驶前方不存在所述障碍物时，基于所述视觉采集分析模块的探测信息，确定行驶策略；
当本车道行驶前方存在所述障碍物时，基于所述毫米波雷达的探测信息，确定所述障碍物的类型；
当所述障碍物为动态障碍物时，基于所述毫米波雷达的探测信息，确定行驶策略；
当所述障碍物为静态障碍物时，基于所述毫米波雷达的探测信息、所述超声波雷达的探测信息、及所述视觉采集分析模块的探测信息，确定行驶策略。
8.根据权利要求7所述的应用于道路清扫车的自动驾驶系统的控制方法，其特征在于，基于所述视觉采集分析模块的探测信息，确定行驶策略，包括：
当所述视觉采集分析模块探测到本车未过所述道路停止线、且所述交通信号灯不为绿灯时，确定所述行驶策略为所述刹车等待；
当所述视觉采集分析模块探测到本车未过所述道路停止线、且所述交通信号灯为所述绿灯时，或者，当所述视觉采集分析模块探测到本车已过所述道路停止线时，确定所述行驶策略为所述横向行驶。
9.根据权利要求7所述的应用于道路清扫车的自动驾驶系统的控制方法，其特征在于，基于所述毫米波雷达的探测信息，确定行驶策略，包括：
根据所述毫米波雷达探测的动态障碍物与本车之间的距离计算碰撞速度；
比较所述毫米波雷达探测的动态障碍物与本车的相对速度与计算出的碰撞速度；
当所述相对速度大于或等于所述碰撞速度时，确定所述行驶策略为所述刹车等待；
当所述相对速度小于所述碰撞速度时，确定所述行驶策略为所述横向行驶与所述跟车的组合，跟车的目标车辆为所述动态障碍物。
10.一种应用于道路清扫车的自动驾驶系统的控制装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器被配置为执行所述计算机程序时实现如权利要求6至9中任一项所述的方法中所执行的操作。
CN201810268746.9A 2018-03-29 2018-03-29 应用于道路清扫车的自动驾驶系统及其控制方法、装置 Active CN108490941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810268746.9A CN108490941B (zh) 2018-03-29 2018-03-29 应用于道路清扫车的自动驾驶系统及其控制方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810268746.9A CN108490941B (zh) 2018-03-29 2018-03-29 应用于道路清扫车的自动驾驶系统及其控制方法、装置

Publications (2)

Publication Number Publication Date
CN108490941A true CN108490941A (zh) 2018-09-04
CN108490941B CN108490941B (zh) 2021-04-27

Family

ID=63317326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810268746.9A Active CN108490941B (zh) 2018-03-29 2018-03-29 应用于道路清扫车的自动驾驶系统及其控制方法、装置

Country Status (1)

Country Link
CN (1) CN108490941B (zh)

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109211260A (zh) * 2018-10-30 2019-01-15 奇瑞汽车股份有限公司 智能车的行驶路径规划方法及装置、智能车
CN109343521A (zh) * 2018-09-27 2019-02-15 深圳乐动机器人有限公司 一种机器人清扫房间的方法及机器人
CN109596078A (zh) * 2019-01-28 2019-04-09 吉林大学 多信息融合路面谱实时测试系统和测试方法
CN109683617A (zh) * 2018-12-27 2019-04-26 潍柴动力股份有限公司 一种自动驾驶方法、装置及电子设备
CN109733393A (zh) * 2019-02-26 2019-05-10 浙江吉利汽车研究院有限公司 一种防止自适应巡航车自动冲出的控制方法、装置及设备
CN109778759A (zh) * 2019-03-22 2019-05-21 中铁建大桥工程局集团第三工程有限公司 海绵城市透水路面清洁无人车
CN109797691A (zh) * 2019-01-29 2019-05-24 浙江联运知慧科技有限公司 无人清扫车及其行车方法
CN110069068A (zh) * 2019-05-23 2019-07-30 大连民族大学 基于多传感器的无人驾驶系统
CN110068836A (zh) * 2019-03-20 2019-07-30 同济大学 一种智能驾驶电动清扫车的激光雷达路沿感知系统
CN110110678A (zh) * 2019-05-13 2019-08-09 腾讯科技（深圳）有限公司 道路边界的确定方法和装置、存储介质及电子装置
CN110606082A (zh) * 2019-09-25 2019-12-24 中国第一汽车股份有限公司 基于自动驾驶的制动系统、方法、装置及车辆
CN110641367A (zh) * 2019-10-31 2020-01-03 东风汽车股份有限公司 用于自动驾驶的环境感知系统布置结构
CN110908387A (zh) * 2019-12-13 2020-03-24 齐鲁工业大学 一种动态环境水面无人艇路径规划方法、介质及电子设备
CN110920541A (zh) * 2019-11-25 2020-03-27 的卢技术有限公司 一种基于视觉实现车辆自动控制的方法及系统
CN110984040A (zh) * 2019-11-19 2020-04-10 广州赛特智能科技有限公司 无人清扫车触边安全检测系统及方法
CN111026118A (zh) * 2019-12-18 2020-04-17 三一重工股份有限公司 一种矿用宽体车及其自动驾驶系统
CN111157996A (zh) * 2020-01-06 2020-05-15 珠海丽亭智能科技有限公司 一种停车机器人行驶安全检测方法
CN111258318A (zh) * 2020-01-22 2020-06-09 东风商用车有限公司 一种环卫车自动驾驶系统及其控制方法
CN111301374A (zh) * 2020-03-05 2020-06-19 河池学院 一种汽车全景检测自动防撞系统
CN111487968A (zh) * 2020-04-21 2020-08-04 长沙酷哇人工智能及大数据产业技术研究院有限公司 自动驾驶车速控制方法
CN111516605A (zh) * 2020-04-28 2020-08-11 上汽大众汽车有限公司 多传感器监控设备及监控方法
CN111515047A (zh) * 2020-05-07 2020-08-11 福建龙马环卫装备股份有限公司 一种洒水车作业模式智能控制方法
CN111610784A (zh) * 2020-05-20 2020-09-01 北京和绪科技有限公司 一种无人驾驶专用测距系统
CN111812657A (zh) * 2020-07-10 2020-10-23 广州小鹏车联网科技有限公司 一种基于车辆的泊车空间确定方法和装置
CN111907518A (zh) * 2019-05-07 2020-11-10 天津所托瑞安汽车科技有限公司 一种基于云端大数据分析动态优化aeb制动策略的方法
CN111984007A (zh) * 2020-07-28 2020-11-24 深兰科技（上海）有限公司 自动驾驶智能扫路人机交互控制系统及设备
CN112007890A (zh) * 2020-08-28 2020-12-01 深圳市凯之成智能装备有限公司 一种应用于光伏领域的agv清洁机器人
CN112379674A (zh) * 2020-11-26 2021-02-19 中国第一汽车股份有限公司 一种自动驾驶设备及系统
CN112487984A (zh) * 2020-11-30 2021-03-12 贵州北斗空间信息技术有限公司 一种点云数据轻量化快速生成方法
CN112507977A (zh) * 2021-01-21 2021-03-16 国汽智控(北京)科技有限公司 一种车道线定位方法、装置及电子设备
CN112578783A (zh) * 2019-09-29 2021-03-30 杭州海康机器人技术有限公司 自动导引运输车行走控制方法及装置
CN113050633A (zh) * 2021-03-12 2021-06-29 苏州挚途科技有限公司 清扫轨迹的确定方法、装置和自动清扫设备
CN113147752A (zh) * 2021-03-02 2021-07-23 浙江亚太智能网联汽车创新中心有限公司 一种无人驾驶方法及系统
CN113311820A (zh) * 2021-04-03 2021-08-27 兰其向 一种基于大数据的无人驾驶车辆自动调动系统及方法
CN114103994A (zh) * 2021-11-19 2022-03-01 庆铃汽车（集团）有限公司 基于车辆自动清扫路面的控制方法、装置、设备及车辆
CN114312842A (zh) * 2021-12-30 2022-04-12 东风悦享科技有限公司 一种无人清扫车信号灯融合感知识别和控制方法
CN114355352A (zh) * 2021-12-15 2022-04-15 重庆长安汽车股份有限公司 自动代客泊车的传感器感知系统
CN114489075A (zh) * 2022-01-26 2022-05-13 苏州挚途科技有限公司 无人通关车辆控制的方法、装置及电子设备
CN114537425A (zh) * 2022-02-28 2022-05-27 重庆长安汽车股份有限公司 行车时对前方减速带及沟坎的检测预警方法、装置、车辆
CN114563788A (zh) * 2022-02-17 2022-05-31 英博超算(南京)科技有限公司 一种基于单线激光雷达及毫米波雷达的无人驾驶系统
WO2022251995A1 (zh) * 2021-05-31 2022-12-08 周宇 实时车辆稳定系统及其方法
CN115649206A (zh) * 2022-10-10 2023-01-31 米塔盒子科技有限公司 列车感知系统、列车控制系统及列车感知方法
TWI795112B (zh) * 2021-12-07 2023-03-01 達見綜合工業股份有限公司 環境清潔車輛及其避障方法
WO2023072303A1 (zh) * 2021-11-01 2023-05-04 苏州宝时得电动工具有限公司 自动割草机

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09167017A (ja) * 1995-12-15 1997-06-24 Howa Mach Ltd 無人車の走行制御装置
KR101103139B1 (ko) * 2009-01-23 2012-01-04 한국도로공사 중앙분리대를 이용한 청소가 가능한 도로청소차량
CN103161133A (zh) * 2013-02-22 2013-06-19 上海市金山区青少年活动中心 基于机器视觉的智能道路清扫车及其控制方法
CN106544972A (zh) * 2016-11-08 2017-03-29 界首市绍恩精机机械有限公司 一种含有障碍识别系统的光伏增程式锂电清扫车及其使用方法
CN106681319A (zh) * 2016-12-09 2017-05-17 重庆长安汽车股份有限公司 自动换道系统及方法
CN106702937A (zh) * 2017-03-07 2017-05-24 浙江工业大学 一种自动清扫的清洁车及其自动驾驶方法
CN106909152A (zh) * 2017-03-17 2017-06-30 奇瑞汽车股份有限公司 一种车用环境感知系统及汽车
CN106948302A (zh) * 2017-05-28 2017-07-14 佛山市神风航空科技有限公司 一种无人清洁车
CN206528403U (zh) * 2016-12-08 2017-09-29 烟台海德专用汽车有限公司 一种纯电动多功能无人驾驶的清洁养护专用车辆
CN107226089A (zh) * 2017-04-14 2017-10-03 南京航空航天大学 一种无人驾驶汽车避撞策略
CN206563906U (zh) * 2016-11-30 2017-10-17 河南星云慧通信技术有限公司 环卫车道路清洁监控系统
CN107351785A (zh) * 2017-07-12 2017-11-17 奇瑞汽车股份有限公司 车辆周围环境感知系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09167017A (ja) * 1995-12-15 1997-06-24 Howa Mach Ltd 無人車の走行制御装置
KR101103139B1 (ko) * 2009-01-23 2012-01-04 한국도로공사 중앙분리대를 이용한 청소가 가능한 도로청소차량
CN103161133A (zh) * 2013-02-22 2013-06-19 上海市金山区青少年活动中心 基于机器视觉的智能道路清扫车及其控制方法
CN106544972A (zh) * 2016-11-08 2017-03-29 界首市绍恩精机机械有限公司 一种含有障碍识别系统的光伏增程式锂电清扫车及其使用方法
CN206563906U (zh) * 2016-11-30 2017-10-17 河南星云慧通信技术有限公司 环卫车道路清洁监控系统
CN206528403U (zh) * 2016-12-08 2017-09-29 烟台海德专用汽车有限公司 一种纯电动多功能无人驾驶的清洁养护专用车辆
CN106681319A (zh) * 2016-12-09 2017-05-17 重庆长安汽车股份有限公司 自动换道系统及方法
CN106702937A (zh) * 2017-03-07 2017-05-24 浙江工业大学 一种自动清扫的清洁车及其自动驾驶方法
CN106909152A (zh) * 2017-03-17 2017-06-30 奇瑞汽车股份有限公司 一种车用环境感知系统及汽车
CN107226089A (zh) * 2017-04-14 2017-10-03 南京航空航天大学 一种无人驾驶汽车避撞策略
CN106948302A (zh) * 2017-05-28 2017-07-14 佛山市神风航空科技有限公司 一种无人清洁车
CN107351785A (zh) * 2017-07-12 2017-11-17 奇瑞汽车股份有限公司 车辆周围环境感知系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BEOMJUNKIM: "Automated Complex Urban Driving based on Enhanced Environment Representation with GPS/map, Radar, Lidar and Vision", 《IFAC-PAPERSONLINE》 *
张文洋: "基于CAN 总线的自动驾驶清扫车车身控制系统的设计及应用", 《2017中国自动化大会》 *
王新竹: "基于三维激光雷达和深度图像的自动驾驶汽车障碍物检测方法", 《吉林大学学报》 *

Cited By (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343521A (zh) * 2018-09-27 2019-02-15 深圳乐动机器人有限公司 一种机器人清扫房间的方法及机器人
CN109211260B (zh) * 2018-10-30 2022-04-08 奇瑞汽车股份有限公司 智能车的行驶路径规划方法及装置、智能车
CN109211260A (zh) * 2018-10-30 2019-01-15 奇瑞汽车股份有限公司 智能车的行驶路径规划方法及装置、智能车
CN109683617A (zh) * 2018-12-27 2019-04-26 潍柴动力股份有限公司 一种自动驾驶方法、装置及电子设备
CN109683617B (zh) * 2018-12-27 2022-06-28 潍柴动力股份有限公司 一种自动驾驶方法、装置及电子设备
CN109596078A (zh) * 2019-01-28 2019-04-09 吉林大学 多信息融合路面谱实时测试系统和测试方法
CN109797691A (zh) * 2019-01-29 2019-05-24 浙江联运知慧科技有限公司 无人清扫车及其行车方法
CN109733393A (zh) * 2019-02-26 2019-05-10 浙江吉利汽车研究院有限公司 一种防止自适应巡航车自动冲出的控制方法、装置及设备
CN110068836A (zh) * 2019-03-20 2019-07-30 同济大学 一种智能驾驶电动清扫车的激光雷达路沿感知系统
CN110068836B (zh) * 2019-03-20 2024-02-02 同济大学 一种智能驾驶电动清扫车的激光雷达路沿感知系统
CN109778759B (zh) * 2019-03-22 2021-05-07 中铁建大桥工程局集团第三工程有限公司 海绵城市透水路面清洁无人车
CN109778759A (zh) * 2019-03-22 2019-05-21 中铁建大桥工程局集团第三工程有限公司 海绵城市透水路面清洁无人车
CN111907518B (zh) * 2019-05-07 2021-10-29 天津所托瑞安汽车科技有限公司 一种基于云端大数据分析动态优化aeb制动策略的方法
CN111907518A (zh) * 2019-05-07 2020-11-10 天津所托瑞安汽车科技有限公司 一种基于云端大数据分析动态优化aeb制动策略的方法
CN110110678A (zh) * 2019-05-13 2019-08-09 腾讯科技（深圳）有限公司 道路边界的确定方法和装置、存储介质及电子装置
CN110069068A (zh) * 2019-05-23 2019-07-30 大连民族大学 基于多传感器的无人驾驶系统
CN110606082A (zh) * 2019-09-25 2019-12-24 中国第一汽车股份有限公司 基于自动驾驶的制动系统、方法、装置及车辆
CN112578783B (zh) * 2019-09-29 2022-08-30 杭州海康机器人技术有限公司 自动导引运输车行走控制方法及装置
CN112578783A (zh) * 2019-09-29 2021-03-30 杭州海康机器人技术有限公司 自动导引运输车行走控制方法及装置
CN110641367A (zh) * 2019-10-31 2020-01-03 东风汽车股份有限公司 用于自动驾驶的环境感知系统布置结构
CN110984040A (zh) * 2019-11-19 2020-04-10 广州赛特智能科技有限公司 无人清扫车触边安全检测系统及方法
CN110920541B (zh) * 2019-11-25 2023-09-22 的卢技术有限公司 一种基于视觉实现车辆自动控制的方法及系统
CN110920541A (zh) * 2019-11-25 2020-03-27 的卢技术有限公司 一种基于视觉实现车辆自动控制的方法及系统
CN110908387A (zh) * 2019-12-13 2020-03-24 齐鲁工业大学 一种动态环境水面无人艇路径规划方法、介质及电子设备
CN111026118A (zh) * 2019-12-18 2020-04-17 三一重工股份有限公司 一种矿用宽体车及其自动驾驶系统
CN111157996B (zh) * 2020-01-06 2022-06-14 珠海丽亭智能科技有限公司 一种停车机器人行驶安全检测方法
CN111157996A (zh) * 2020-01-06 2020-05-15 珠海丽亭智能科技有限公司 一种停车机器人行驶安全检测方法
CN111258318A (zh) * 2020-01-22 2020-06-09 东风商用车有限公司 一种环卫车自动驾驶系统及其控制方法
CN111301374A (zh) * 2020-03-05 2020-06-19 河池学院 一种汽车全景检测自动防撞系统
CN111301374B (zh) * 2020-03-05 2022-03-22 河池学院 一种汽车全景检测自动防撞系统
CN111487968A (zh) * 2020-04-21 2020-08-04 长沙酷哇人工智能及大数据产业技术研究院有限公司 自动驾驶车速控制方法
CN111516605B (zh) * 2020-04-28 2021-07-27 上汽大众汽车有限公司 多传感器监控设备及监控方法
CN111516605A (zh) * 2020-04-28 2020-08-11 上汽大众汽车有限公司 多传感器监控设备及监控方法
CN111515047A (zh) * 2020-05-07 2020-08-11 福建龙马环卫装备股份有限公司 一种洒水车作业模式智能控制方法
CN111610784A (zh) * 2020-05-20 2020-09-01 北京和绪科技有限公司 一种无人驾驶专用测距系统
CN111812657B (zh) * 2020-07-10 2024-04-16 广州小鹏自动驾驶科技有限公司 一种基于车辆的泊车空间确定方法和装置
CN111812657A (zh) * 2020-07-10 2020-10-23 广州小鹏车联网科技有限公司 一种基于车辆的泊车空间确定方法和装置
CN111984007A (zh) * 2020-07-28 2020-11-24 深兰科技（上海）有限公司 自动驾驶智能扫路人机交互控制系统及设备
CN112007890A (zh) * 2020-08-28 2020-12-01 深圳市凯之成智能装备有限公司 一种应用于光伏领域的agv清洁机器人
CN112379674A (zh) * 2020-11-26 2021-02-19 中国第一汽车股份有限公司 一种自动驾驶设备及系统
CN112487984B (zh) * 2020-11-30 2024-04-26 贵州北斗空间信息技术有限公司 一种点云数据轻量化快速生成方法
CN112487984A (zh) * 2020-11-30 2021-03-12 贵州北斗空间信息技术有限公司 一种点云数据轻量化快速生成方法
CN112507977A (zh) * 2021-01-21 2021-03-16 国汽智控(北京)科技有限公司 一种车道线定位方法、装置及电子设备
CN113147752A (zh) * 2021-03-02 2021-07-23 浙江亚太智能网联汽车创新中心有限公司 一种无人驾驶方法及系统
CN113050633A (zh) * 2021-03-12 2021-06-29 苏州挚途科技有限公司 清扫轨迹的确定方法、装置和自动清扫设备
CN113050633B (zh) * 2021-03-12 2024-05-31 苏州挚途科技有限公司 清扫轨迹的确定方法、装置和自动清扫设备
CN113311820A (zh) * 2021-04-03 2021-08-27 兰其向 一种基于大数据的无人驾驶车辆自动调动系统及方法
CN113311820B (zh) * 2021-04-03 2022-11-08 联友智连科技有限公司 一种基于大数据的无人驾驶车辆自动调动系统及方法
WO2022251995A1 (zh) * 2021-05-31 2022-12-08 周宇 实时车辆稳定系统及其方法
WO2023072303A1 (zh) * 2021-11-01 2023-05-04 苏州宝时得电动工具有限公司 自动割草机
CN114103994B (zh) * 2021-11-19 2023-12-19 庆铃汽车（集团）有限公司 基于车辆自动清扫路面的控制方法、装置、设备及车辆
CN114103994A (zh) * 2021-11-19 2022-03-01 庆铃汽车（集团）有限公司 基于车辆自动清扫路面的控制方法、装置、设备及车辆
TWI795112B (zh) * 2021-12-07 2023-03-01 達見綜合工業股份有限公司 環境清潔車輛及其避障方法
CN114355352A (zh) * 2021-12-15 2022-04-15 重庆长安汽车股份有限公司 自动代客泊车的传感器感知系统
CN114312842B (zh) * 2021-12-30 2023-12-05 东风悦享科技有限公司 一种无人清扫车信号灯融合感知识别和控制方法
CN114312842A (zh) * 2021-12-30 2022-04-12 东风悦享科技有限公司 一种无人清扫车信号灯融合感知识别和控制方法
CN114489075A (zh) * 2022-01-26 2022-05-13 苏州挚途科技有限公司 无人通关车辆控制的方法、装置及电子设备
CN114563788A (zh) * 2022-02-17 2022-05-31 英博超算(南京)科技有限公司 一种基于单线激光雷达及毫米波雷达的无人驾驶系统
CN114537425A (zh) * 2022-02-28 2022-05-27 重庆长安汽车股份有限公司 行车时对前方减速带及沟坎的检测预警方法、装置、车辆
CN114537425B (zh) * 2022-02-28 2024-05-24 重庆长安汽车股份有限公司 行车时对前方减速带及沟坎的检测预警方法、装置、车辆
CN115649206A (zh) * 2022-10-10 2023-01-31 米塔盒子科技有限公司 列车感知系统、列车控制系统及列车感知方法

Also Published As

Publication number Publication date
CN108490941B (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
CN108490941A (zh) 应用于道路清扫车的自动驾驶系统及其控制方法、装置
CN109828581B (zh) 一种带有自动驾驶系统的多模式智能电动清扫车
CN113002396B (zh) 一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆
EP3625633B1 (en) Autonomous vehicle collision mitigation systems and methods
EP3088280B1 (en) Autonomous driving vehicle system
US20190061765A1 (en) Systems and Methods for Performing Lane Changes Around Obstacles
CN111016896B (zh) 交叉路口路径生成设备及交叉路口处车辆控制方法和设备
CN108646731B (zh) 无人驾驶车辆场端控制系统及其控制方法
CN110281941B (zh) 车辆控制装置、车辆控制方法及存储介质
CN110281919B (zh) 车辆控制装置、车辆控制方法以及存储介质
US20170123434A1 (en) Autonomous driving system
CN105946853A (zh) 基于多传感器融合的长距离自动泊车的系统及方法
CN114442101B (zh) 基于成像毫米波雷达的车辆导航方法、装置、设备及介质
JP2019185293A (ja) 車両遠隔制御方法及び車両遠隔制御装置
JP7190393B2 (ja) 車両制御装置、車両管理装置、車両制御方法、およびプログラム
US20190163201A1 (en) Autonomous Vehicle Sensor Compensation Using Displacement Sensor
CN112099483A (zh) 监控自动驾驶车辆中的定位功能的方法
CN114026463A (zh) 基于部分点云的行人速度估计方法
JP2020166460A (ja) 車両制御装置、車両管理装置、車両制御方法、車両管理方法、およびプログラム
US20220379884A1 (en) Travel assistance device, travel assistance method, and non-transitory computer readable medium
CN113227831B (zh) 基于多传感器数据融合的护栏估计方法和车载设备
CN111445725A (zh) 用于会车场景的盲区智能警示装置及算法
JP7291015B2 (ja) 周囲物体認識方法及び周囲物体認識装置
JP7110153B2 (ja) 車両制御装置、車両制御方法、およびプログラム
CN110794821B (zh) 车载控制装置、场端定位装置、车辆控制系统及车辆

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