CN108528445A - 一种智能汽车传感器盲区主动避撞方法 - Google Patents
一种智能汽车传感器盲区主动避撞方法 Download PDFInfo
- Publication number
- CN108528445A CN108528445A CN201810271881.9A CN201810271881A CN108528445A CN 108528445 A CN108528445 A CN 108528445A CN 201810271881 A CN201810271881 A CN 201810271881A CN 108528445 A CN108528445 A CN 108528445A
- Authority
- CN
- China
- Prior art keywords
- blind area
- intelligent automobile
- collision avoidance
- sensor
- active collision
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000033001 locomotion Effects 0.000 claims abstract description 32
- 238000005259 measurement Methods 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 4
- 241000422846 Sequoiadendron giganteum Species 0.000 claims description 2
- 230000000903 blocking effect Effects 0.000 claims 1
- 239000012491 analyte Substances 0.000 abstract description 4
- 231100001261 hazardous Toxicity 0.000 abstract description 4
- 230000004888 barrier function Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/12—Lateral speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能汽车传感器盲区主动避撞方法，属于行车安全技术领域。包括如下步骤：1、获取车辆行车信息；2、通过分析传感器盲区特征信息，建立盲区运动状态方程式；3、根据盲区运动状态，建立车辆纵向主动避撞安全距离模型并计算安全距离Ds；4、根据自车与传感器盲区的相对速度和相对距离及智能汽车的行驶目标进行车速控制，使智能汽车安全快速的通过传感器盲区；5、将步骤4所要进行的动作由电子控制单元控制完成避撞，并反馈车辆状态信息给行车信息采集控制单元。本发明能够实现智能汽车在通过传感器盲区时及时的规避危险碰撞工况，显著提高了行车的安全系数；提出的盲区安全距离模型能够精确且有效的实现智能汽车的主动避撞。
Description
技术领域
本发明涉及一种智能汽车传感器盲区主动避撞方法，属于行车安全技术领域。
背景技术
近年来，随着科技的发展，智能汽车已经从概念逐渐变为现实。智能汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。先进的车辆主动安全系统仍然是智能汽车技术研究的重中之重。在交叉路口、弯道等道路环境下，由于高大树木、建筑物等的遮挡，外界环境的不确定性、复杂多变性的特点以及传感器本身的局限性，使得智能汽车在一定范围内存在行驶环境检测盲区，即传感器盲区，且其具有潜伏性，突变性的特点。智能汽车依赖于车载传感器信息进行控制决策，传感器盲区的存在会对智能汽车的安全性造成极大的威胁，所以需要针对智能汽车行驶过程中存在的传感器盲区进行主动避撞。现有技术中，智能汽车传感器盲区相关技术-车联网及ITS系统成本和研发进度的原因，并不能大规模应用，本发明涉及的针对智能汽车传感器盲区进行主动避撞的方法尚未见到报道。
发明内容
为了解决上述问题，本发明提取智能汽车行驶过程中的传感器盲区信息，分析其特征，建立盲区运动状态方程式，并根据其运动状态建立车辆纵向主动避撞安全距离模型。智能汽车在行车过程中会主动规避由于传感器盲区的存在可能引发的危险碰撞工况，在通过传感器盲区区域时更加安全，从而有效提高了智能汽车的主动安全系统的性能以及车辆的行驶安全性。具体技术方案如下:
一种智能汽车传感器盲区主动避方法，包括如下步骤：
步骤1：获取车辆行车信息；
步骤2：通过分析传感器盲区特征信息，建立盲区运动状态方程式；
步骤3，根据盲区运动状态，建立车辆纵向主动避撞安全距离模型并计算主动避撞安全距离Ds；
步骤4：根据自车与传感器盲区的相对速度和相对距离及其行驶目标对智能汽车进行车速控制，使智能汽车安全快速的通过传感器盲区；
步骤5：将步骤4所要进行的动作由电子控制单元控制完成避撞，并反馈车辆状态信息给行车信息采集控制单元。
进一步，所述步骤1的具体实现包括：利用车载传感系统获取智能汽车距离三岔路口的相对距离S1，智能汽车与传感器盲区边缘线的相对距离Drelative，智能汽车的行驶速度vr、智能汽车的制动减速度a。
进一步，所述步骤2中基于传感器盲区特征信息建立的盲区运动状态方程式的计算方法包括：
vblind＝vr
式中：vblind-r——智能汽车在三岔路口右转时盲区边缘线的运动速度；
vblind-l——智能汽车在三岔路口左转时盲区边缘线的运动速度；
vblind——智能汽车在弯道转弯时盲区边缘线的运动速度；
S1——智能汽车与三岔路口的相对距离；
vr——智能汽车的速度；
进一步，所述步骤3中车辆纵向主动避撞最小安全距离计算方法包括：
ablind-l＝vblind-l/((30-S1)/vr)＝vr 2/6.08
式中：ablind-r——智能汽车在三岔路口右转时盲区边缘线的运动加速度；
ablind-l——智能汽车在三岔路口左转时盲区边缘线的运动加速度；
ablind——盲区边缘线的运动加速度，在三岔口右转时其取值ablind-r，在三岔口左转时其取值ablind-l；；
Ds-G——智能汽车在三岔路口道路环境下的安全距离；
Ds-F——智能汽车在弯道道路环境下的安全距离；
τdetect——检测环境时滞,一般取值为1.2s；
d0——车辆停止后与前方车辆之间的车间距离，一般取值为2～5m。
进一步，所述步骤4的具体实现包括如下情况：
(1)工况1：智能汽车前方为弯道式的传感器盲区。在进入弯道之前，根据道路环境信息计算出安全的制动距离Ds-F，测量的相对距离Drelative＞Ds-F时，无控制动作；测量的相对距离Drelative≤Ds-F时，则主动避撞系统针对传感器盲区实施主动避撞行为，并根据安全距离控制车速进入弯道，进而使得Drelative>Ds-F，避免因弯道前方出现障碍物而造成安全事故；
(2)工况2：智能汽车前方为三岔路口式的传感器盲区。在逐渐逼近三岔路口的行驶过程中，测量的相对距离Drelative＞Ds-G时，无控制动作；测量的相对距离Drelative≤Ds-G时，则主动避撞系统针对传感器盲区实施主动避撞行为，智能汽车提前控制车速，根据行使目标的不同和当前传感器盲区的范围变化选择相应的车速，进而使得Drelative＞Ds-G，安全快速的通过此传感器盲区。
本发明的有益效果包括：
(1)本发明提出了一种智能汽车在传感器盲区的主动避撞方法，能够实现车辆在通过传感器盲区过程中及时的规避危险碰撞工况，显著提高了行车的安全系数；
(2)本发明建立了车辆纵向主动避撞安全距离模型，能够精确且有效的判断车辆的行车工况，实现了提前规避道路交通危险工况保证行车安全。
附图说明
图1是本发明的方法流程图；
图2是本发明行车工况1；
图3是本发明行车工况2；
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
本发明提供一种智能汽车传感器盲区主动避撞方法，如图1所示，包括以下几个步骤：
步骤1：获取车辆行车信息。
车载摄像装置可以安装在车辆前保险杠上，用于将车辆前方的状况传输给电子控制单元 ECU；车载雷达设置为五个，其中3个分置在车辆前端保险杆的两侧和中间位置，另外两个分别放置在两侧的前门和后门之间的中间位置，用于将车辆两侧及前方道路信息状况(车辆与障碍物的距离)传输给电子控制单元ECU；利用车载传感系统获取智能汽车距离三岔路口的相对距离S1，智能汽车与传感器盲区边缘线的相对距离Drelative，智能汽车的行驶速度vr、智能汽车的制动减速度a。
步骤2：通过分析传感器盲区特征信息，建立盲区运动状态方程式。
vblind＝vr (3)
式中：vblind-r——智能汽车在三岔路口右转时盲区边缘线的运动速度；
vblind-l——智能汽车在三岔路口左转时盲区边缘线的运动速度；
vblind——智能汽车在弯道转弯时盲区边缘线的运动速度；
S1——智能汽车与三岔路口的相对距离；
vr——智能汽车的行驶速度；
步骤3，根据盲区运动状态，建立车辆纵向主动避撞安全距离模型并计算得到主动避撞最小安全距离Ds；
ablind-l＝vblind-l/((30-S1)/vr)＝vr 2/6.08 (5)
式中：ablind-r——智能汽车在三岔路口右转时盲区边缘线的运动加速度；
ablind-l——智能汽车在三岔路口左转时盲区边缘线的运动加速度；
ablind——盲区边缘线的运动加速度，在三岔口右转时其取值ablind-r，在三岔口左转时其取值ablind-l；
Ds-G——智能汽车在三岔路口道路环境下的安全距离；
Ds-F——智能汽车在弯道道路环境下的安全距离；
τdetect——检测环境时滞，一般取值为1.2s；
d0——车辆停止后与前方车辆之间的车间距离，一般取值为2～5m。
所述Ds包括Ds-G、Ds-F。
测量的相对距离Drelative＞Ds，系统无控制动作；测量的相对距离Drelative≤Ds时，则主动避撞系统针对传感器盲区实施主动避撞行为。
步骤4：根据自车与传感器盲区的相对速度和相对距离及其行驶目标对智能汽车进行车速控制，使智能汽车安全快速的通过传感器盲区；
(1)如图2所示工况1：智能汽车前方为弯道式的传感器盲区。在进入弯道之前，根据道路环境信息计算出安全的制动距离Ds-F，测量的相对距离Drelative＞Ds-F时，无控制动作；测量的相对距离Drelative≤Ds-F时，则主动避撞系统针对传感器盲区实施主动避撞行为，并根据安全距离控制车速进入弯道，进而使得Drelative＞Ds-F，避免因弯道前方出现障碍物而造成安全事故；
(2)如图3所示工况2：智能汽车前方为三岔路口式的传感器盲区。在逐渐逼近三岔路口的行驶过程中，测量的相对距离Drelative＞Ds-G时，无控制动作；测量的相对距离Drelative≤Ds-G时，则主动避撞系统针对传感器盲区实施主动避撞行为，智能汽车提前控制车速，根据行使目标的不同和当前传感器盲区的范围变化选择相应的车速安全快速的通过此传感器盲区。
步骤5：将步骤4所要进行的动作由电子控制单元控制完成避撞，并反馈车辆状态信息给行车信息采集控制单元。
以图3中工况2为例:
(1)首先获取车辆行车信息。
(2)通过分析传感器盲区特征信息，建立十字路口式盲区运动状态方程式。
(3)根据智能汽车行驶任务(左转或右转)，选择合适的盲区运动状态方程式，建立车辆纵向主动避撞安全距离模型，并计算安全距离Ds。比较测量的相对距离和计算的安全距离，若测量的相对距离Drelative＞Ds，系统无控制动作；测量的相对距离Drelative≤Ds时，则主动避撞系统针对传感器盲区实施主动避撞行为。
(4)根据自车与传感器盲区的相对速度和相对距离及其行驶目标对智能汽车进行车速控制，使智能汽车安全快速的通过传感器盲区。如式(1)所示，在智能汽车执行右转指令时，智能汽车略微降低车速至与十字路口的相对距离为30m；根据道路实际状况控制车速在安全车速直至相对距离为1.7m；若无障碍物出现，加速通过传感器盲区。
(5)根据步骤(4)所进行的动作反馈至电子控制单元ECU，由ECU控制完成避撞。
该控制方法能够使汽车在行车过程中及时的规避危险碰撞工况，车辆主动避撞系统能够在车辆发生前撞的危险时刻发出报警信息，且在危急情况下实现紧急制动纵向避撞或者实现转向换道横向避撞，从而能够有效地提高汽车的行驶安全性。
上述仅为本发明技术方案和具体实施例的解释，并不用于限定本发明的保护范围，在不违背本发明实质内容和原则的前提下，所作任何修改、润饰等都在保护范围之内。
Claims (9)
1.一种智能汽车传感器盲区主动避撞方法，其特征在于，包括如下步骤：
步骤1：获取车辆行车信息；
步骤2：基于传感器盲区特征信息，建立盲区运动状态方程式；
步骤3，根据盲区运动状态，建立车辆纵向主动避撞安全距离模型并计算主动避撞安全距离Ds；
步骤4：根据自车与传感器盲区的相对速度和相对距离及其行驶目标对智能汽车进行车速控制，使智能汽车安全快速的通过传感器盲区；
步骤5：将步骤4所要进行的动作由电子控制单元控制完成避撞。
2.根据权利要求1所述的一种智能汽车传感器盲区主动避撞方法，其特征在于，所述步骤1的具体实现包括：利用车载传感系统获取智能汽车距离三岔路口的相对距离S1，智能汽车与传感器盲区边缘线的相对距离Drelative，智能汽车的行驶速度vr、智能汽车的制动减速度a。
3.根据权利要求2所述的一种智能汽车传感器盲区主动避撞方法，其特征在于，所述步骤2中基于传感器盲区特征信息建立的盲区运动状态方程式如下：
vblind＝vr
式中：vblind-r——智能汽车在三岔路口右转时盲区边缘线的运动速度；
vblind-l——智能汽车在三岔路口左转时盲区边缘线的运动速度；
vblind——智能汽车在弯道转弯时盲区边缘线的运动速度；
S1——智能汽车与三岔路口的相对距离；
vr——智能汽车的速度。
4.根据权利要求3所述的一种智能汽车传感器盲区主动避撞方法，其特征在于，所述步骤3中计算主动避撞安全距离Ds的表达式如下：
ablind-l＝vblind-l/((30-S1)/vr)＝vr 2/6.08
式中：ablind-r——智能汽车在三岔路口右转时盲区边缘线的运动加速度；
ablind-l——智能汽车在三岔路口左转时盲区边缘线的运动加速度；
ablind——盲区边缘线的运动加速度，在三岔口右转时其取值ablind-r，在三岔口左转时其取值ablind-l；
Ds-G——智能汽车在三岔路口道路环境下的安全距离；
Ds-F——智能汽车在弯道道路环境下的安全距离；
τdetect——检测环境时滞；
d0——车辆停止后与前方车辆之间的车间距离；
所述主动避撞安全距离Ds包括Ds-G和Ds-F。
5.根据权利要求4所述的一种智能汽车传感器盲区主动避撞方法，其特征在于，所述τdetect取值为1.2s，d0取值为2～5m。
6.根据权利要求4所述的一种智能汽车传感器盲区主动避撞方法，其特征在于，所述步骤4的具体实现包括：
工况1：智能汽车前方为弯道式的传感器盲区；在进入弯道之前，根据道路环境信息计算出安全的制动距离Ds-F，测量的相对距离Drelative＞Ds-F时，无控制动作；测量的相对距离Drelative≤Ds-F时，则主动避撞系统针对传感器盲区实施主动避撞行为，根据安全距离控制车速进入弯道，使得Drelative＞Ds-F。
7.根据权利要求6所述的一种智能汽车传感器盲区主动避撞方法，其特征在于，所述步骤4的具体实现还包括：工况2：智能汽车前方为三岔路口式的传感器盲区；在逐渐逼近三岔路口的行驶过程中，测量的相对距离Drelative＞Ds-G时，无控制动作；测量的相对距离Drelative≤Ds-G时，则主动避撞系统针对传感器盲区实施主动避撞行为，智能汽车提前控制车速，根据行使目标的不同和当前传感器盲区的范围变化选择相应的车速，进而使得Drelative＞Ds-G。
8.根据权利要求1所述的一种智能汽车传感器盲区主动避撞方法，其特征在于，所述传感器盲区为：交叉路口、弯道道路环境下，由于高大树木、建筑物等的遮挡，外界环境的不确定性、复杂多变性的特点以及传感器本身的局限性，使得智能汽车在内存在行驶环境检测盲区，即传感器盲区。
9.根据权利要求1所述的一种智能汽车传感器盲区主动避撞方法，其特征在于，所述步骤5还包括：反馈车辆状态信息给行车信息采集控制单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810271881.9A CN108528445A (zh) | 2018-03-29 | 2018-03-29 | 一种智能汽车传感器盲区主动避撞方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810271881.9A CN108528445A (zh) | 2018-03-29 | 2018-03-29 | 一种智能汽车传感器盲区主动避撞方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108528445A true CN108528445A (zh) | 2018-09-14 |
Family
ID=63482517
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810271881.9A Pending CN108528445A (zh) | 2018-03-29 | 2018-03-29 | 一种智能汽车传感器盲区主动避撞方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108528445A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110481550A (zh) * | 2019-07-19 | 2019-11-22 | 江苏大学 | 一种基于车联网的汽车弯道盲区跟随控制方法 |
| CN110481526A (zh) * | 2019-07-22 | 2019-11-22 | 江苏大学 | 一种智能汽车传感器盲区行人检测及主动避撞方法 |
| CN111610531A (zh) * | 2020-04-21 | 2020-09-01 | 吉利汽车研究院（宁波）有限公司 | 一种车辆的驾驶预警方法、装置及存储介质 |
| CN113002536A (zh) * | 2021-03-16 | 2021-06-22 | 镇江康飞汽车制造股份有限公司 | 一种智能汽车车载传感器盲区主动避撞方法 |
| CN113291318A (zh) * | 2021-05-28 | 2021-08-24 | 同济大学 | 基于部分可观测马尔科夫模型的无人车盲区转弯规划方法 |
| CN113348119A (zh) * | 2020-04-02 | 2021-09-03 | 华为技术有限公司 | 一种车辆盲区识别方法、自动驾驶辅助系统以及包括该系统的智能驾驶车辆 |
| CN117901822A (zh) * | 2024-03-20 | 2024-04-19 | 衢州海易科技有限公司 | 工程车辆内轮差区域的防碰撞制动方法及系统 |
-
2018
- 2018-03-29 CN CN201810271881.9A patent/CN108528445A/zh active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110481550A (zh) * | 2019-07-19 | 2019-11-22 | 江苏大学 | 一种基于车联网的汽车弯道盲区跟随控制方法 |
| CN110481526A (zh) * | 2019-07-22 | 2019-11-22 | 江苏大学 | 一种智能汽车传感器盲区行人检测及主动避撞方法 |
| CN110481526B (zh) * | 2019-07-22 | 2021-05-25 | 江苏大学 | 一种智能汽车传感器盲区行人检测及主动避撞方法 |
| CN113348119A (zh) * | 2020-04-02 | 2021-09-03 | 华为技术有限公司 | 一种车辆盲区识别方法、自动驾驶辅助系统以及包括该系统的智能驾驶车辆 |
| WO2021196145A1 (zh) * | 2020-04-02 | 2021-10-07 | 华为技术有限公司 | 一种车辆盲区识别方法、自动驾驶辅助系统以及包括该系统的智能驾驶车辆 |
| CN111610531A (zh) * | 2020-04-21 | 2020-09-01 | 吉利汽车研究院（宁波）有限公司 | 一种车辆的驾驶预警方法、装置及存储介质 |
| CN113002536A (zh) * | 2021-03-16 | 2021-06-22 | 镇江康飞汽车制造股份有限公司 | 一种智能汽车车载传感器盲区主动避撞方法 |
| CN113291318A (zh) * | 2021-05-28 | 2021-08-24 | 同济大学 | 基于部分可观测马尔科夫模型的无人车盲区转弯规划方法 |
| CN113291318B (zh) * | 2021-05-28 | 2022-06-28 | 同济大学 | 基于部分可观测马尔科夫模型的无人车盲区转弯规划方法 |
| CN117901822A (zh) * | 2024-03-20 | 2024-04-19 | 衢州海易科技有限公司 | 工程车辆内轮差区域的防碰撞制动方法及系统 |
| CN117901822B (zh) * | 2024-03-20 | 2024-05-28 | 衢州海易科技有限公司 | 工程车辆内轮差区域的防碰撞制动方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108528445A (zh) | 一种智能汽车传感器盲区主动避撞方法 | |
| CN106114422B (zh) | 自主跟车系统及其最小安全车间距的控制方法 | |
| CN107346612B (zh) | 一种基于车联网的车辆防碰撞方法和系统 | |
| CN106379316B (zh) | 一种车辆主动避撞模式切换方法 | |
| US10421398B2 (en) | Driving-assistance device and driving-assistance method | |
| CN110155046A (zh) | 自动紧急制动分级控制方法与系统 | |
| CN110304054A (zh) | 一种基于多传感器融合的自动紧急制动方法 | |
| CN103496366B (zh) | 一种基于车车协同的主动换道避撞控制方法与装置 | |
| CN105857294B (zh) | 一种汽车换道避撞控制方法 | |
| CN106347351A (zh) | 一种带有自动紧急制动的自适应巡航方法及系统 | |
| US9669826B2 (en) | Driving-assistance device and driving-assistance method | |
| US9852633B2 (en) | Travel assist apparatus and travel assist method | |
| CN104943689B (zh) | 一种汽车主动防撞系统的控制方法 | |
| US20150307096A1 (en) | Driving support apparatus, driving support method, and vehicle | |
| CN107161143A (zh) | 一种采用人工势场法的车辆主动避撞方法 | |
| CN106448190B (zh) | 高速公路自车周围车流量实时监测预警装置及方法 | |
| CN103568941B (zh) | 一种汽车驾驶的控制装置及其控制方法 | |
| CN101996500B (zh) | 用于调节影响车辆行驶动力学的执行机构的方法 | |
| CN105160356B (zh) | 一种车辆主动安全系统传感器数据融合方法及系统 | |
| CN107891860A (zh) | 基于道路曲率自适应调节车速的系统及方法 | |
| CN204845924U (zh) | 一种纵向避撞提醒和自动跟随集成系统 | |
| CN104700658A (zh) | 用于避免机动车与错误行驶的车辆的碰撞的方法以及控制与检测装置 | |
| CN109572689B (zh) | 一种基于雷达识别障碍物的整车控制方法及系统 | |
| CN110481526A (zh) | 一种智能汽车传感器盲区行人检测及主动避撞方法 | |
| CN112908033B (zh) | 一种无信控交叉口环境下网联车辆协作避碰预警系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180914 |