CN108920753A - 一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法 - Google Patents
一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法 Download PDFInfo
- Publication number
- CN108920753A CN108920753A CN201810513559.2A CN201810513559A CN108920753A CN 108920753 A CN108920753 A CN 108920753A CN 201810513559 A CN201810513559 A CN 201810513559A CN 108920753 A CN108920753 A CN 108920753A
- Authority
- CN
- China
- Prior art keywords
- bend
- driver
- road surface
- driving trace
- outstanding
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Road Signs Or Road Markings (AREA)
Abstract
本发明提供一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,根据优秀驾驶员于弯道处的行驶轨迹规律来确定弯道彩色路面的形状,包括以下步骤:挑选优秀驾驶员为实验对象;设计驾驶员弯道实验,并实施优秀驾驶员弯道实验,完成优秀驾驶员于弯道处的行驶轨迹数据采集,得到实验数据;根据所述实验数据分析得到优秀驾驶员于弯道处的行驶轨迹规律,即弯道仿人轨迹参考线;根据优秀驾驶员于弯道处的行驶轨迹规律来设计弯道彩色路面形状。本发明将优秀驾驶员于弯道处的行驶轨迹特征通过彩色路面的形式应用于无人驾驶车辆,不仅施工方便,而且不用复杂的路径规划过程,直接跟踪彩色防滑路面的边界线就可以实现无人驾驶车辆于弯道处的仿人轨迹行驶。
Description
技术领域
本发明属于公路设计领域,具体设计一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法。
背景技术
随着传感器技术以及计算机技术的发展,无人驾驶汽车的研究越来越受到各界的关注。为了提高无人驾驶汽车的安全性和乘坐舒适性,人类驾驶员的驾驶习惯,驾驶特点等方面的研究也逐渐成为研究热点。优秀驾驶员具有驾驶经验丰富的特点,所以优秀驾驶员的行驶轨迹在无人驾驶汽车路径规划中具有仿人轨迹规划的特点,使得无人驾驶汽车在后续的路径跟踪中具有良好的仿人特性。
现有的无人驾驶汽车的路径跟踪方面,中国申请专利:一种无人驾驶汽车的路径跟踪方法,申请号:CN201710481831.9,仅以车辆所在位置前后两个预瞄点作为跟踪控制参考点,并未给出理想的跟踪路径;中国申请专利:基于回旋曲线追随的智能车辆路径跟踪方法及系统,申请号:CN201510064766.0,根据回旋曲线参考参数获得预瞄目标点,有完整的跟踪路径;中国申请专利:一种自主驾驶车辆的区域型路径跟踪控制方法,申请号:201510377605.7,是一种考虑了车辆和道路形状和大小,为降低车辆与道路边界发生碰撞的可能的一种区域型路径跟踪控制方法。目前,大多数无人驾驶车辆路径跟踪控制方法忽略驾驶员的驾驶特点,在保证驾驶安全性的同时未充分考虑乘客的乘坐舒适性。
除了通过车辆辅助预警系统提高车辆的主动安全性能,还可以改善道路客观情况如道路附着性来改善道路的交通安全性。现有一种彩色防滑道路,具有防滑且色彩鲜明的警示作用。并且彩色防滑路面可以直接铺设于沥青或者水泥道路上,在不改变原有道路特点的基础上改善道路的安全性,尤其在有坡度的弯道上,可以有效防止车辆发生侧滑、侧翻等事故。
发明内容
本发明的目的是针对上述问题提供一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,根据优秀驾驶员于弯道处的行驶轨迹规律来确定弯道彩色路面的形状。
本发明的技术方案是:一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,根据优秀驾驶员于弯道处的行驶轨迹规律来确定弯道彩色路面的形状,包括以下步骤:
驾驶员选取:挑选优秀驾驶员为实验对象;
弯道实验:设计驾驶员弯道实验,并实施优秀驾驶员弯道实验,通过数据采集设备完成优秀驾驶员于弯道处的行驶轨迹数据采集,得到实验数据;
试验数据分析:根据所述实验数据分析得到优秀驾驶员于弯道处的行驶轨迹规律,即弯道仿人轨迹参考线;
弯道彩色路面设计:根据优秀驾驶员于弯道处的行驶轨迹规律来设计弯道彩色路面形状。
上述方案中,所述驾驶员弯道实验的设计包括道路选取、车型选取、实验工况设定、行驶车速设定和实验设备选取。
上述方案中,所述实验数据的分析包括以下步骤:
将不同驾驶员连续的行驶轨迹数据离散化并设置N个桩号,得到每个桩号点处的侧向偏移量来表征驾驶员的行驶轨迹;
将上行工况下的轨迹侧向偏移量用Ui表示,其中i=1,2,3......N;下行工况下的轨迹侧向偏移量用Di表示,其中i=1,2,3......N;
定义弯道仿人轨迹参考线与道路中间分界线的侧向偏移量为Average=(Ui+Di)/2,将计算所得的N个Average特征点用光滑曲线连接形成的特征线即为弯道仿人轨迹参考线。
上述方案中,所述侧向偏移量是汽车行驶轨迹与道路中心线之间的侧向距离。
上述方案中,计算Average时,将上行工况的轨迹侧向偏移量为正值Ui,下行工况轨迹侧向偏移量为负值-Di,若Average≥0,在上行工况下此偏移量偏向道路中间线上或者道路中心线的右边;若Average<0,在上行工况下此偏移量偏向道路中间线的左边。
上述方案中,还包括以下步骤:将同一个驾驶员在同一辆车同一车速下相同桩号点的上行工况和下行工况的侧向偏移量相加,得到一个驾驶员在相同车速下的上行工况和下行工况轨迹带的间距,将此间距定义为Sum=Ui+Di,其中i=1,2,3......N。
上述方案中,所述弯道彩色路面设计具体为:
根据优秀驾驶员在弯道处的行驶规律中的弯道仿人轨迹参考线来分割新的弯道路面分布,将弯道分为两部分,两部分分别采用不同颜色的彩色路面来完成基于优秀驾驶员行驶轨迹的弯道彩色路面设计。
上述方案中,所述数据采集设备高精度GPS定位仪SDI-600I。
与现有技术相比,本发明的有益效果是:
1.本发明彩色防滑路面具有防滑与彩色鲜明警示的特点,而且可以方便地铺设于沥青路和水泥路表面提高道路附着系数,在不改变原有道路特征的基础上,改变道路的安全性能。
2.本发明采集的优秀驾驶员的行驶轨迹数据,可以客观真实地反应出优秀驾驶员在弯道处的行驶轨迹特点。根据优秀驾驶员的行驶轨迹特点设计的弯道路面更符合人的驾驶习惯,从而改善车辆于弯道处的乘客的乘坐舒适性。
3.本发明将优秀驾驶员于弯道处的行驶轨迹特征通过彩色路面的形式应用于无人驾驶车辆,不仅施工方便,而且不用复杂的路径规划过程,直接跟踪彩色防滑路面的边界线就可以实现无人驾驶车辆于弯道处的仿人轨迹行驶。
附图说明
图1是本发明一实施方式的流程图;
图2是本发明一实施方式的试验路段俯视图;
图3是本发明一实施方式的行驶状况示意图;
图4是本发明一实施方式的一号驾驶员20km/h下的Sum值;
图5是本发明一实施方式的一号驾驶员20km/h下的Average值;
图6是本发明一实施方式的基于优秀驾驶员行驶轨迹的弯道彩色路面。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明,但本发明的保护范围并不限于此。
图1所示为本发明所述基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法的一种实施方式,所述基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,根据优秀驾驶员于弯道处的行驶轨迹规律来确定弯道彩色路面的形状,如图1所示,具体实施步骤为:
步骤一:驾驶员选取,挑选优秀驾驶员为实验对象。
考虑到性别,年龄,驾龄等因素,本次实车试验人员为驾校的五位驾驶员。性别因素,以男女比例为4:1的原则,选择四名男教练,一名女教练;年龄因素,考虑到不同年龄层面的驾驶员的驾驶差异,教练的年龄跨度为28岁到55岁;驾龄方面,考虑到驾龄为驾驶经验丰富与否的重要指标,驾龄跨度为10年到33年。具体情况如表1所示。
表1.优秀驾驶员基本情况
编号 | 性别 | 年龄(年) | 驾龄(年) |
J1 | 女 | 55 | 33 |
J2 | 男 | 28 | 10 |
J3 | 男 | 53 | 31 |
J4 | 男 | 46 | 22 |
J5 | 男 | 53 | 21 |
步骤二:弯道实验:设计驾驶员弯道实验,并实施优秀驾驶员弯道实验,通过数据采集设备完成优秀驾驶员于弯道处的行驶轨迹数据采集,得到实验数据。所述驾驶员弯道实验的设计包括车型选取、道路选取、实验工况设定、行驶车速设定和实验设备选取。
为了采集不同优秀驾驶员在相同路段不同车系的对行驶轨迹,本研究分别选择了日系,美系,德系以及国产,这四种不同系列的试验车,如表2所示。
表2.试验车详情表
编号 | 产地 | 车型 |
C1 | 美国 | BUICK GL8 |
C2 | 德国 | SKODA Octavia |
C3 | 日本 | Honda Accord |
C4 | 中国 | MG ZS |
为了减少人为,岔路口等突发干扰因素,试验路段选择了一段空旷的双车道弯道路段,此路段的情况如图2所示。
本次试验的数据采集设备为高精度GPS定位仪SDI-600I,此系统由全球导航卫星系统(GNSS)与惯性导航系统(INS)组成,用于测量试验过程中车辆的经度,纬度,海拔,以及实时车速。此系统测量频率为20HZ,即每0.05秒采集一次数据。
具体实验步骤如下,试验开始前,驾驶员先熟悉试验路段与试验车辆,然后听取试验要求和试验过程,待驾驶员完全理解试验要求后,再开始试验,记录数据。为了保证数据的可信度,保证在试验开始前的准备流程完全一致。试验过程中,在试验路段为双车道弯道,分为上行工况与下行工况,上行工况为实验道路图中自南向北方向,下行工况为实验道路图中自北向南方向。每位驾驶员在同一辆车上,分别用20km/h、30km/h、40km/h、50km/h驶过试验路段,试验数据记录人员,实时记录下相关数据,试验情况记录员,记录下每次试验的道路情况,天气等客观条件。
步骤三:试验数据分析:根据所述实验数据分析得到优秀驾驶员于弯道处的行驶轨迹规律,即弯道仿人轨迹参考线。
经过试验得到了不同的优秀驾驶员在相同弯道不同车系的行驶轨迹数据,为了探寻同一个驾驶员在上行和下行两种工况下的轨迹规律,将不同驾驶员连续的行驶轨迹数据离散化,统一每条行驶数据的起始点和终止点,并用驾驶员行驶的轨迹侧向偏移量来表征驾驶员在此弯道中的行驶轨迹。所述侧向偏移量是汽车行驶轨迹与道路中心线之间的侧向距离。
在此弯道上的行驶数据离散化并用轨迹侧向偏移量表征之后,每条行驶数据统一为15个桩号处的侧向偏移量。上行工况下的轨迹侧向偏移量用Ui表示,其中(i=1,2,3......15);同理,下行工况下的轨迹侧向偏移量用Di表示,其中(i=1,2,3......15),侧向偏移量的值默认为正值。
将每组数据中相同桩号点的上行下行数据相加,得到一个驾驶员在相同车速下的上行下行轨迹带的间距如图3所示。在此处定义此间距为Sum=Ui+Di,其中(i=1,2,3......15)。如图4以一号驾驶员驾驶不同的车辆且车速均为20km/h时在此弯道上的轨迹间距Sum值为例,图中可以看出Sum值波动范围比较小,几乎为一条直线。而剩下四个驾驶员驾驶不同的车辆且车速均为20km/h时的轨迹间距Sum值也有相同的特征。产生这种现象的原因是,在上行工况下,车辆行驶轨迹的侧向偏移量是从大到小,同时在下行工况下,车辆行驶轨迹的侧向偏移量也是从大到小的。由于多次试验数据结果得到的轨迹间距Sum值变化小,所以弯道仿人轨迹参考线可以由上行工况和下行工况的轨迹中心线表示。
此处将上行工况的轨迹侧向偏移量为正值Ui,下行工况轨迹侧向偏移量为负值-Di。定义弯道仿人轨迹参考线与道路中间分界线的侧向偏移量为Average=(Ui+Di)/2,若Average≥0,则此偏移量偏向道路中间线上或者道路中心线的右边;若Average<0,则此偏移量偏向道路中间线的左边。弯道仿人轨迹参考线可以由上行工况和下行工况的轨迹中心线表示,也就是将计算所得的15个Average特征点用光滑曲线形成的特征线即为弯道仿人轨迹参考线。如图5以一号驾驶员驾驶不同的车辆在且车速均为20km/h时在此弯道上的轨迹间距Average值为例,通过聚类后得到Average曲线,如图5中较粗的线条,结果为:在2号、7号、12号桩号点处,道路中间线分别向右突出0.83米、0.29米、0.25米;5号桩号点在道路中间线上;9号、15号桩号点处,道路中间线分别向左突出0.6米、0.84米。在不同驾驶员不同实验车辆不同车速下都有如图5的特征,所以根据此特征线设计出弯道仿人行驶轨迹参考线。
步骤四:弯道彩色路面设计:根据优秀驾驶员于弯道处的行驶轨迹规律来设计弯道彩色路面形状。
基于优秀驾驶员行驶轨迹的弯道彩色路面如图6所示,在特征桩号点2、5、7、9、12、15按照步骤三中的优秀驾驶员行驶轨迹特征对道路中心线进行修改,得到了弯道仿人行驶轨迹参考线。此参考线将道路分为两部分,打阴影的部分使用橙色的彩色路面,空白部分使用黄色的彩色路面。彩色路面由于其材料的特殊性不仅具有防滑、警示的作用,提高了弯道的交通安全性能,而且施工方便。
将弯道仿人轨迹参考线应用于无人驾驶车辆,以弯道仿人轨迹参考线为基准,然后再以SUM值决定的固定的侧向偏移量来行驶。
此种基于优秀驾驶员行驶轨迹的弯道彩色路面设计,不仅可以提高弯道的交通安全性,而且为无人驾驶汽车于弯道处的仿人驾驶,提供了弯道仿人行驶参考线,从而提高了无人驾驶汽车的乘坐舒适性。
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例的具体说明,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例或变更均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,其特征在于,根据优秀驾驶员于弯道处的行驶轨迹规律来确定弯道彩色路面的形状,包括以下步骤:
驾驶员选取:挑选优秀驾驶员为实验对象;
弯道实验:设计驾驶员弯道实验,并实施优秀驾驶员弯道实验,通过数据采集设备完成优秀驾驶员于弯道处的行驶轨迹数据采集,得到实验数据;
试验数据分析:根据所述实验数据分析得到优秀驾驶员于弯道处的行驶轨迹规律,即弯道仿人轨迹参考线;
弯道彩色路面设计:根据优秀驾驶员于弯道处的行驶轨迹规律来设计弯道彩色路面形状。
2.根据权利要求1所述的基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,其特征在于,所述驾驶员弯道实验的设计包括道路选取、车型选取、实验工况设定、行驶车速设定和实验设备选取。
3.根据权利要求1所述的基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,其特征在于,所述实验数据的分析包括以下步骤:
将不同驾驶员连续的行驶轨迹数据离散化并设置N个桩号,得到每个桩号点处的侧向偏移量来表征驾驶员的行驶轨迹;
将上行工况下的轨迹侧向偏移量用Ui表示,其中i=1,2,3......N;下行工况下的轨迹侧向偏移量用Di表示,其中i=1,2,3......N;
定义弯道仿人轨迹参考线与道路中间分界线的侧向偏移量为Average=(Ui+Di)/2,将计算所得的N个Average特征点用光滑曲线连接形成的特征线即为弯道仿人轨迹参考线。
4.根据权利要求3所述的基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,其特征在于,所述侧向偏移量是汽车行驶轨迹与道路中心线之间的侧向距离。
5.根据权利要求3所述的基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,其特征在于,计算Average时,将上行工况的轨迹侧向偏移量为正值Ui,下行工况轨迹侧向偏移量为负值-Di,若Average≥0,在上行工况下此偏移量偏向道路中间线上或者道路中心线的右边;若Average<0,在上行工况下此偏移量偏向道路中间线的左边。
6.根据权利要求3所述的基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,其特征在于,还包括以下步骤:将同一个驾驶员在同一辆车同一车速下相同桩号点的上行工况和下行工况的侧向偏移量相加,得到一个驾驶员在相同车速下的上行工况和下行工况轨迹带的间距,将此间距定义为Sum=Ui+Di,其中i=1,2,3......N。
7.根据权利要求1所述的基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,其特征在于,所述弯道彩色路面设计具体为:
根据优秀驾驶员在弯道处的行驶规律中的弯道仿人轨迹参考线来分割新的弯道路面分布,将弯道分为两部分,两部分分别采用不同颜色的彩色路面来完成基于优秀驾驶员行驶轨迹的弯道彩色路面设计。
8.根据权利要求1所述的基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法,其特征在于,所述数据采集设备高精度GPS定位仪SDI-600I。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810513559.2A CN108920753B (zh) | 2018-05-25 | 2018-05-25 | 一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810513559.2A CN108920753B (zh) | 2018-05-25 | 2018-05-25 | 一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108920753A true CN108920753A (zh) | 2018-11-30 |
CN108920753B CN108920753B (zh) | 2023-01-17 |
Family
ID=64410078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810513559.2A Active CN108920753B (zh) | 2018-05-25 | 2018-05-25 | 一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108920753B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428964A (zh) * | 2020-02-25 | 2020-07-17 | 哈尔滨工业大学 | 一种检定公路关键计量指标检测设备的场地规划方法 |
CN111746544A (zh) * | 2020-07-13 | 2020-10-09 | 吉林大学 | 一种体现驾驶员个性化行为的车道变换方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000047569A (ja) * | 1998-07-31 | 2000-02-18 | Denso Corp | 安全運転判定装置 |
WO2010053408A1 (en) * | 2008-11-06 | 2010-05-14 | Volvo Technology Corporation | Method and system for determining road data |
CN101944148A (zh) * | 2010-09-10 | 2011-01-12 | 天津市市政工程设计研究院 | 基于元胞自动机的港区道路弯道圆曲线要素设计方法 |
JP2014151758A (ja) * | 2013-02-07 | 2014-08-25 | Toyota Motor Corp | 目標走行軌跡生成装置 |
CN107340772A (zh) * | 2017-07-11 | 2017-11-10 | 清华大学 | 一种面向无人驾驶的拟人化参考轨迹规划方法 |
CN107742177A (zh) * | 2017-08-23 | 2018-02-27 | 江苏大学 | 一种基于多因素影响的驾驶员弯道行驶轨迹分析方法 |
-
2018
- 2018-05-25 CN CN201810513559.2A patent/CN108920753B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000047569A (ja) * | 1998-07-31 | 2000-02-18 | Denso Corp | 安全運転判定装置 |
WO2010053408A1 (en) * | 2008-11-06 | 2010-05-14 | Volvo Technology Corporation | Method and system for determining road data |
CN101944148A (zh) * | 2010-09-10 | 2011-01-12 | 天津市市政工程设计研究院 | 基于元胞自动机的港区道路弯道圆曲线要素设计方法 |
JP2014151758A (ja) * | 2013-02-07 | 2014-08-25 | Toyota Motor Corp | 目標走行軌跡生成装置 |
CN107340772A (zh) * | 2017-07-11 | 2017-11-10 | 清华大学 | 一种面向无人驾驶的拟人化参考轨迹规划方法 |
CN107742177A (zh) * | 2017-08-23 | 2018-02-27 | 江苏大学 | 一种基于多因素影响的驾驶员弯道行驶轨迹分析方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428964A (zh) * | 2020-02-25 | 2020-07-17 | 哈尔滨工业大学 | 一种检定公路关键计量指标检测设备的场地规划方法 |
CN111428964B (zh) * | 2020-02-25 | 2023-06-06 | 哈尔滨工业大学 | 一种检定公路关键计量指标检测设备的场地规划方法 |
CN111746544A (zh) * | 2020-07-13 | 2020-10-09 | 吉林大学 | 一种体现驾驶员个性化行为的车道变换方法 |
CN111746544B (zh) * | 2020-07-13 | 2021-05-25 | 吉林大学 | 一种体现驾驶员个性化行为的车道变换方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108920753B (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106203735B (zh) | 一种机动车驾驶员驾驶行为能耗特征测算方法 | |
CN105588576B (zh) | 一种车道级导航方法及系统 | |
Barth et al. | Traffic congestion and greenhouse gases | |
CN103839423B (zh) | 环境感知的再生制动能量计算方法 | |
CN104246851B (zh) | 前车确定装置 | |
CN105138733B (zh) | 基于驾驶舒适性的双车道公路交通安全评价方法 | |
CN105788252A (zh) | 基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法 | |
CN104700617A (zh) | 基于低精度gps轨迹数据的高精度车道信息提取方法 | |
CN106846806A (zh) | 基于Isolation Forest的城市道路交通异常检测方法 | |
CN104851286A (zh) | 一种利用公交车辆gps数据动态评估道路交通状态的方法 | |
Sahlholm | Distributed road grade estimation for heavy duty vehicles | |
EP0270911A3 (en) | Vehicle location detecting system | |
CN107664504A (zh) | 一种路径规划装置 | |
CN107664993A (zh) | 一种路径规划方法 | |
CN106355927A (zh) | Gps标记点确定方法、轨迹优化方法及装置 | |
CN110053623A (zh) | 车辆行驶控制装置 | |
CN105303832A (zh) | 基于微波车辆检测器的高架桥路段交通拥堵指数计算方法 | |
CN106500705A (zh) | 基于车道线检测的定位系统及定位方法 | |
CN108920753A (zh) | 一种基于优秀驾驶员行驶轨迹的弯道彩色路面设计方法 | |
CN105677899A (zh) | 一种包含道路行进方向的增强型矢量数字地图制作方法 | |
CN109583081B (zh) | 一种车辆行驶速度预测模型构建方法 | |
CN104169684A (zh) | 处理地理数据中的错误 | |
CN110400461A (zh) | 一种路网变更检测方法 | |
Dvorkin et al. | Determining the greenhouse gas emissions benefit of an adaptive cruise control system using real-world driving data | |
CN101424540B (zh) | 一种车辆导航中基于动态虚拟路口的地图匹配方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |