CN109141924A - 一种智能车基本性能的考核与测试方法 - Google Patents
一种智能车基本性能的考核与测试方法 Download PDFInfo
- Publication number
- CN109141924A CN109141924A CN201811060069.8A CN201811060069A CN109141924A CN 109141924 A CN109141924 A CN 109141924A CN 201811060069 A CN201811060069 A CN 201811060069A CN 109141924 A CN109141924 A CN 109141924A
- Authority
- CN
- China
- Prior art keywords
- test
- intelligent vehicle
- sensor
- acceleration
- controller
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
一种智能车基本性能的考核与测试方法,包括智能车转向试验与测试方法;智能车信号检测及响应试验与测试方法;智能车超车试验与测试方法;智能车加速与制动试验与测试方法;智能车性能稳定性试验与方法,本发明可实现智能车以实际上路运行,无人工干预的形式对智能车基本性能的连续性试验与测试,方法简便。
Description
技术领域
本发明属于智能驾驶,尤其涉及一种智能车基本性能的考核与测试方法。
背景技术
申请号为201410008560.1的发明申请涉及一种智能车基本性能的考核与测试方法,将智能车全部测试内容在最简考核环境试验区以及高速公路上进行,对智能车的基本性能、基本功能、可重复性和可靠性等项目在最简考核环境实验区中进行试验与测试。该申请对智能车的转向、制动、加速以及整车进行了实验和测试,但并未涉及不同环境下对智能车的试验与测试,以及智能车稳定性能的连续性试验与测试。
发明内容
为达到上述目的,本发明提供了一种智能车基本性能的考核与测试方法,包括环境试验区、智能车和决策计算机;所述智能车安装有传感器、控制器、执行器,所述传感器用于感知周围环境,所述控制器用于控制执行器执行指令;所述智能车通过CAN总线与所述决策计算机连接,所述决策计算机用于向控制器输入指令信息;所述执行器对指令的响应信息和传感器对周围环境的感知信息通过CAN总线传输给决策计算机;所述环境试验区包括低速区和高速区,所述低速区包括转向区、调头区、信号灯区、设障碍路段和无障碍路段;所述转向区和调头区用于智能车转向试验与测试;所述信号灯区用于智能车信号检测及响应试验与测试;所述设障碍路段用于智能车超车试验与测试;所述高速区用于智能车加速与制动试验与测试;所述考核与测试方法还包括智能车性能稳定性试验与方法;
进一步的,所述智能车转向试验与测试方法,包括以下几个步骤:
步骤一:传感器将对左转、右转或掉头路口的感知信息,包括距离路口的直线距离d1和当前车速v1通过CAN总线传输给决策计算机;
步骤二:决策计算机根据传感器传回的距离和车速信息,向控制器输入转向指令,包括转向角度α2、减速度a2以及转向行驶速度v2;
步骤三:控制器控制执行机构进行转向或掉头动作;
步骤四:执行机构将转向或掉头信息,包括转向角度α3、减速度a3和行驶速度v3通过CAN总线传输到决
策计算机;传感器将转向或掉头信息,包括转向角度α′3、减速度a′3和行驶速度v′3通过CAN总线传输到决策计算机;
步骤五:决策计算机比较α2与α3、a2与a3、v2与v3的大小;α3与α′3、a3与a′3、v3与v′3的大小;
步骤六:重复步骤一到步骤五,改变α2大小;测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的的执行精度;以及最小执行转向角度α2min最大执行转向角度α2max;
进一步的,所述智能车信号检测及响应试验与测试,包括以下几个步骤:
步骤一:传感器将感知的信号灯信息ε4、距离信号灯距离d4当前车速v4传输到决策计算机;
步骤二:决策计算机根据信号灯和车速信息,向控制器输入减速停车或继续前进指令,所述减速停车指令包括减速度和行驶速度;
步骤三:控制器控制执行机构进行减速停车或继续行驶动作;
步骤四:执行机构将减速停车或继续行驶信息传输到决策计算机,包括减速度a5或行驶速度v5;传感器将减速停车或继续行驶信息传输到决策计算机,包括减速度a′5或行驶速度v′5;
步骤五:决策计算机比较a4与a5,v4与v5,a5与a′5,v5与v′5的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的的执行精度;
进一步的,所述智能车超车试验与测试方法,包括以下几个步骤:
步骤一:传感器将对行驶方向障碍物的感知信息传输到决策计算机,包括与障碍物的距离d6和当前车速v6;
步骤二:决策计算机根据传感器传回的信息,向控制器输入转向指令,包括转向角度α6和加速度a6;
步骤三:控制器控制执行机构运动;
步骤四:执行机构将转向及加速信息传输到决策计算机,包括转向角度α7和加速度a7;传感器将感知的
转向及加速信息传输到决策计算机,包括转向角度α′7和加速度a′7;
步骤五:决策计算机比较α6与α7,a6与a7,α7与α′7,a7与a′7大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;
进一步的,所述智能车加速试验与测试方法包括以下几个步骤:
步骤一:传感器将当前车速v8传输到决策计算机;
步骤二:决策计算机根据当前车速,向控制器输入目标车速v9,加速度a9;
步骤三:控制器控制执行机构进行加速动作;
步骤四:执行机构将达到的实际目标车速v10,加速的时间t10和加速度a10传输到决策计算机;传感器将
感知的目标车速v′10,加速的时间t′10传输到决策计算机;
步骤五:改变v9的大小,测试最大加速度a9max和最小加速度a9min,改变a9的大小,测算加速的最长时间t9max和最短时间t9min;决策计算机比较v9和v10,a9和a10,v10和v′10,t10和t′10的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;最大加速度a9max和最小加速度a9min;
进一步的,所述智能车制动试验与测试方法,包括以下几个步骤:
步骤一:传感器将当前车速v11传输到决策计算机;
步骤二:决策计算机根据当前车速,向控制器输入目标车速v12,加速度a12;
步骤三:控制器控制执行机构进行制动动作;
步骤四:执行机构将达到的实际目标车速v13,制动的时间t13和加速度a13传输到决策计算机;传感器将感知的目标车速v′13,加速的时间t′13传输到决策计算机;
步骤五:改变v13的大小,测试最大加速度a13max和最小加速度a13min,改变a13的大小,测算加速的最长时间t13max和最短时间t13min;决策计算机比较v12和v13,a12和a13,v13和v′13,t13和t′13的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;最大加速度a13max和最小加速度a13min;
进一步的,所述智能车性能稳定性试验与方法,为将智能车按照所述转向试验与测试方法,信号检测及响应试验与测试方法,超车试验与测试方法和加速与制动试验与测试方法在所述高速区和低速区进行连续不间断行驶;测试相应的功能和性能。
本发明可实现智能车以实际上路运行,无人工干预的形式对智能车基本性能的连续性试验与测试,方法简便。
附图说明
无
具体实施方式
一种智能车基本性能的考核与测试方法,包括环境试验区、智能车和决策计算机;所述智能车安装有传感器、控制器、执行器,所述传感器用于感知周围环境,所述控制器用于控制执行器执行指令;所述智能车通过CAN总线与所述决策计算机连接,所述决策计算机用于向控制器输入指令信息;所述执行器对指令的响应信息和传感器对周围环境的感知信息通过CAN总线传输给决策计算机;所述环境试验区包括低速区和高速区,所述低速区包括转向区、调头区、信号灯区、设障碍路段和无障碍路段;所述转向区和调头区用于智能车转向试验与测试;所述信号灯区用于智能车信号检测及响应试验与测试;所述设障碍路段用于智能车超车试验与测试;所述高速区用于智能车加速与制动试验与测试;所述考核与测试方法还包括智能车性能稳定性试验与方法;
所述智能车转向试验与测试方法,包括以下几个步骤:
步骤一:传感器将对左转、右转或掉头路口的感知信息,包括距离路口的直线距离d1和当前车速v1通过CAN总线传输给决策计算机;
步骤二:决策计算机根据传感器传回的距离和车速信息,向控制器输入转向指令,包括转向角度α2、减速度a2以及转向行驶速度v2;
步骤三:控制器控制执行机构进行转向或掉头动作;
步骤四:执行机构将转向或掉头信息,包括转向角度α3、减速度a3和行驶速度v3通过CAN总线传输到决
策计算机;传感器将转向或掉头信息,包括转向角度α′3、减速度a′3和行驶速度v′3通过CAN总线传输到决策计算机;
步骤五:决策计算机比较α2与α3、a2与a3、v2与v3的大小;α3与α′3、a3与a′3、v3与v′3的大小步骤六:重复步骤一到步骤五,改变α2大小;测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的的执行精度;以及最小执行转向角度α2min最大执行转向角度α2max;
所述智能车信号检测及响应试验与测试,包括以下几个步骤:
步骤一:传感器将感知的信号灯信息ε4、距离信号灯距离d4当前车速v4传输到决策计算机;
步骤二:决策计算机根据信号灯和车速信息,向控制器输入减速停车或继续前进指令,所述减速停车指令包括减速度和行驶速度;
步骤三:控制器控制执行机构进行减速停车或继续行驶动作;
步骤四:执行机构将减速停车或继续行驶信息传输到决策计算机,包括减速度a5或行驶速度v5;传感器将减速停车或继续行驶信息传输到决策计算机,包括减速度a′5或行驶速度v′5;
步骤五:决策计算机比较a4与a5,v4与v5,a5与a′5,v5与v′5的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的的执行精度;
所述智能车超车试验与测试方法,包括以下几个步骤:
步骤一:传感器将对行驶方向障碍物的感知信息传输到决策计算机,包括与障碍物的距离d6和当前车速v6;
步骤二:决策计算机根据传感器传回的信息,向控制器输入转向指令,包括转向角度α6和加速度a6;
步骤三:控制器控制执行机构运动;
步骤四:执行机构将转向及加速信息传输到决策计算机,包括转向角度α7和加速度a7;传感器将感知的转向及加速信息传输到决策计算机,包括转向角度α′7和加速度a′7;
步骤五:决策计算机比较α6与α7,a6与a7,α7与α′7,a7与a′7大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;
所述智能车加速与制动试验与测试方法,包括加速试验与测试方法和制动试验与测试方法,所述加速试验与测试方法包括以下几个步骤:
步骤一:传感器将当前车速v8传输到决策计算机;
步骤二:决策计算机根据当前车速,向控制器输入目标车速v9,加速度a9;
步骤三:控制器控制执行机构进行加速动作;
步骤四:执行机构将达到的实际目标车速v10,加速的时间t10和加速度a10传输到决策计算机;传感器将感知的目标车速v′10,加速的时间t′10传输到决策计算机;
步骤五:改变v9的大小,测试最大加速度a9max和最小加速度a9min,改变a9的大小,测算加速的最长时间t9max和最短时间t9min;决策计算机比较v9和v10,a9和a10,v10和v′10,t10和t′10的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;最大加速度a9max和最小加速度a9min;
所述智能车制动试验与测试方法,包括以下几个步骤:
步骤一:传感器将当前车速v11传输到决策计算机;
步骤二:决策计算机根据当前车速,向控制器输入目标车速v12,加速度a12;
步骤三:控制器控制执行机构进行制动动作;
步骤四:执行机构将达到的实际目标车速v13,制动的时间t13和加速度a13传输到决策计算机;传感器将感知的目标车速v′13,加速的时间t′13传输到决策计算机;
步骤五:改变v13的大小,测试最大加速度a13max和最小加速度a13min,改变a13的大小,测算加速的最长时间t13max和最短时间t13min;决策计算机比较v12和v13,a12和a13,v13和v′13,t13和t′13的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;最大加速度a13max和最小加速度a13min;
所述智能车性能稳定性试验与方法,为将智能车按照所述转向试验与测试方法,信号检测及响应试验与测试方法,超车试验与测试方法和加速与制动试验与测试方法在所述高速区和低速区进行连续不间断行驶;测试相应的功能和性能。
本试验开始时,使智能车以一定的速度在低速区缓速行驶,试验开始后,智能车先后通过左转车道、右转车道、掉头路段、信号灯路口、障碍车道和高速车道,先后完成智能车转向试验与测试;智能车信号检测及响应试验与测试;智能车超车试验与测试;智能车加速与制动试验与测试;由决策计算机记录相应的试验数据并分析,得到相应的传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;信息传输功能等。
智能车循环上述试验与测试,记录相应数据并分析,测试智能车性能稳定性。
Claims (7)
1.一种智能车基本性能的考核与测试方法,其特征在于:包括环境试验区、智能车和决策计算机;所述智能车安装有传感器、控制器、执行器,所述传感器用于感知周围环境,所述控制器用于控制执行器执行指令;所述智能车通过CAN总线与所述决策计算机连接,所述决策计算机用于向控制器输入指令信息;所述执行器对指令的响应信息和传感器对周围环境的感知信息通过CAN总线传输给决策计算机;所述环境试验区包括低速区和高速区,所述低速区包括转向区、调头区、信号灯区、设障碍路段和无障碍路段;所述转向区和调头区用于智能车转向试验与测试;所述信号灯区用于智能车信号检测及响应试验与测试;所述设障碍路段用于智能车超车试验与测试;所述高速区用于智能车加速与制动试验与测试;所述考核与测试方法还包括智能车性能稳定性试验与方法。
2.根据权利要求1所述的智能车转向试验与测试方法,其特征在于:包括以下几个步骤:
步骤一:传感器将对左转、右转或掉头路口的感知信息,包括距离路口的直线距离d1和当前车速v1通过CAN总线传输给决策计算机;
步骤二:决策计算机根据传感器传回的距离和车速信息,向控制器输入转向指令,包括转向角度α2、减速度a2以及转向行驶速度v2;
步骤三:控制器控制执行机构进行转向或掉头动作;
步骤四:执行机构将转向或掉头信息,包括转向角度α3、减速度a3和行驶速度v3通过CAN总线传输到决策计算机;传感器将转向或掉头信息,包括转向角度α′3、减速度a′3和行驶速度v′3通过CAN总线传输到决策计算机;
步骤五:决策计算机比较α2与α3、a2与a3、v2与v3的大小;α3与α′3、a3与a′3、v3与v′3的大小
步骤六:重复步骤一到步骤五,改变α2大小;测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的的执行精度;以及最小执行转向角度α2min最大执行转向角度α2max。
3.根据权利要求1所述的智能车信号检测及响应试验与测试,其特征在于:包括以下几个步骤:
步骤一:传感器将感知的信号灯信息ε4、距离信号灯距离d4当前车速v4传输到决策计算机;
步骤二:决策计算机根据信号灯和车速信息,向控制器输入减速停车或继续前进指令,所述减速停车指令包括减速度和行驶速度;
步骤三:控制器控制执行机构进行减速停车或继续行驶动作;
步骤四:执行机构将减速停车或继续行驶信息传输到决策计算机,包括减速度a5或行驶速度v5;传感器将减速停车或继续行驶信息传输到决策计算机,包括减速度a′5或行驶速度v′5;
步骤五:决策计算机比较a4与a5,v4与v5,a5与a′5,v5与v′5的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的的执行精度。
4.根据权利要求1所述的智能车超车试验与测试方法,其特征在于:包括以下几个步骤:
步骤一:传感器将对行驶方向障碍物的感知信息传输到决策计算机,包括与障碍物的距离d6和当前车速v6;
步骤二:决策计算机根据传感器传回的信息,向控制器输入转向指令,包括转向角度α6和加速度a6;
步骤三:控制器控制执行机构运动;
步骤四:执行机构将转向及加速信息传输到决策计算机,包括转向角度α7和加速度a7;传感器将感知的转向及加速信息传输到决策计算机,包括转向角度α′7和加速度a′7;
步骤五:决策计算机比较α6与α7,a6与a7,α7与α′7,a7与a′7大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度。
5.根据权利要求1所述的智能车加速试验与测试方法,其特征在于:包括以下几个步骤:
步骤一:传感器将当前车速v8传输到决策计算机;
步骤二:决策计算机根据当前车速,向控制器输入目标车速v9,加速度a9;
步骤三:控制器控制执行机构进行加速动作;
步骤四:执行机构将达到的实际目标车速v10,加速的时间t10和加速度a10传输到决策计算机;传感器将感知的目标车速v′10,加速的时间t′10传输到决策计算机;
步骤五:改变v9的大小,测试最大加速度a9max和最小加速度a9min,改变a9的大小,测算加速的最长时间t9max和最短时间t9min;决策计算机比较v9和v10,a9和a10,v10和v′10,t10和t′10的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;最大加速度a9max和最小加速度a9min。
6.根据权利要求1所述的智能车制动试验与测试方法,其特征在于:包括以下几个步骤:
步骤一:传感器将当前车速v11传输到决策计算机;
步骤二:决策计算机根据当前车速,向控制器输入目标车速v12,加速度a12;
步骤三:控制器控制执行机构进行制动动作;
步骤四:执行机构将达到的实际目标车速v13,制动的时间t13和加速度a13传输到决策计算机;传感器将感知的目标车速v′13,加速的时间t′13传输到决策计算机;
步骤五:改变v13的大小,测试最大加速度a13max和最小加速度a13min,改变a13的大小,测算加速的最长时间t13max和最短时间t13min;决策计算机比较v12和v13,a12和a13,v13和v′13,t13和t′13的大小;
步骤六:重复步骤一到步骤五,测试传感器功能及精度;控制器对转向指令的响应精度;执行机构的执行精度;最大加速度a13max和最小加速度a13min;
7.根据权利要求1所述的智能车性能稳定性试验与方法,其特征在于:将智能车按照所述转向试验与测试方法,信号检测及响应试验与测试方法,超车试验与测试方法和加速与制动试验与测试方法在所述高速区和低速区进行连续不间断行驶;测试相应的功能和性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811060069.8A CN109141924A (zh) | 2018-09-12 | 2018-09-12 | 一种智能车基本性能的考核与测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811060069.8A CN109141924A (zh) | 2018-09-12 | 2018-09-12 | 一种智能车基本性能的考核与测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109141924A true CN109141924A (zh) | 2019-01-04 |
Family
ID=64824819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811060069.8A Pending CN109141924A (zh) | 2018-09-12 | 2018-09-12 | 一种智能车基本性能的考核与测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109141924A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110160806A (zh) * | 2019-06-17 | 2019-08-23 | 北京艾尔动力科技有限公司 | 用于汽车耐久测试的自动驾驶系统及测试方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2658616B2 (ja) * | 1991-04-08 | 1997-09-30 | 三菱自動車工業株式会社 | 無人走行車両の車載制御部機能確認システム |
CN103207090A (zh) * | 2013-04-09 | 2013-07-17 | 北京理工大学 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
CN103759948A (zh) * | 2014-01-07 | 2014-04-30 | 中国人民解放军军事交通学院 | 智能车基本性能的考核与测试方法 |
CN103852265A (zh) * | 2014-03-27 | 2014-06-11 | 北京联合大学 | 一种无人驾驶车辆环境分项性能测试系统及测试方法 |
CN103852264A (zh) * | 2014-03-27 | 2014-06-11 | 北京联合大学 | 一种无人驾驶车辆基本性能测试系统及测试方法 |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
US20160377508A1 (en) * | 2015-06-24 | 2016-12-29 | Perrone Robotics, Inc. | Automated robotic test system for automated driving systems |
CN106644503A (zh) * | 2016-10-24 | 2017-05-10 | 中国科学院合肥物质科学研究院 | 一种智能车辆规划能力测试平台 |
CN106706341A (zh) * | 2017-02-14 | 2017-05-24 | 特路(北京)科技有限公司 | 自动驾驶车辆换道能力的测试方法及测试场 |
CN108088687A (zh) * | 2018-01-31 | 2018-05-29 | 北京汽车研究总院有限公司 | 一种制动试验方法、控制设备、制动试验系统及汽车 |
-
2018
- 2018-09-12 CN CN201811060069.8A patent/CN109141924A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2658616B2 (ja) * | 1991-04-08 | 1997-09-30 | 三菱自動車工業株式会社 | 無人走行車両の車載制御部機能確認システム |
CN103207090A (zh) * | 2013-04-09 | 2013-07-17 | 北京理工大学 | 一种无人驾驶车辆环境模拟测试系统及测试方法 |
CN103759948A (zh) * | 2014-01-07 | 2014-04-30 | 中国人民解放军军事交通学院 | 智能车基本性能的考核与测试方法 |
CN103852265A (zh) * | 2014-03-27 | 2014-06-11 | 北京联合大学 | 一种无人驾驶车辆环境分项性能测试系统及测试方法 |
CN103852264A (zh) * | 2014-03-27 | 2014-06-11 | 北京联合大学 | 一种无人驾驶车辆基本性能测试系统及测试方法 |
US20160377508A1 (en) * | 2015-06-24 | 2016-12-29 | Perrone Robotics, Inc. | Automated robotic test system for automated driving systems |
CN106153352A (zh) * | 2016-07-04 | 2016-11-23 | 江苏大学 | 一种无人驾驶车辆测试验证平台及其测试方法 |
CN106644503A (zh) * | 2016-10-24 | 2017-05-10 | 中国科学院合肥物质科学研究院 | 一种智能车辆规划能力测试平台 |
CN106706341A (zh) * | 2017-02-14 | 2017-05-24 | 特路(北京)科技有限公司 | 自动驾驶车辆换道能力的测试方法及测试场 |
CN108088687A (zh) * | 2018-01-31 | 2018-05-29 | 北京汽车研究总院有限公司 | 一种制动试验方法、控制设备、制动试验系统及汽车 |
Non-Patent Citations (2)
Title |
---|
周旭: "《无人驾驶车辆认知能力测试方法》", 《科技传播》 * |
程晨 等: "《安全性测试评价体系研究自动驾驶汽车运行》", 《智能交通》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110160806A (zh) * | 2019-06-17 | 2019-08-23 | 北京艾尔动力科技有限公司 | 用于汽车耐久测试的自动驾驶系统及测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11983972B1 (en) | Simulating virtual objects | |
Doshi et al. | Tactical driver behavior prediction and intent inference: A review | |
CN106553644B (zh) | 自动驾驶设备和自动驾驶系统 | |
CN111583715B (zh) | 一种车辆轨迹预测方法、车辆碰撞预警方法、装置及存储介质 | |
Zofka et al. | Data-driven simulation and parametrization of traffic scenarios for the development of advanced driver assistance systems | |
CN103921790A (zh) | 汽车主动安全智能系统与控制方法 | |
US9875416B2 (en) | Situation analysis for a driver assistance system | |
CN105151044B (zh) | 车辆辅助驾驶方法及装置 | |
WO2020136978A1 (ja) | 経路決定方法 | |
US11912302B2 (en) | Autonomous control engagement | |
CN107450351A (zh) | 一种轮式机器人控制系统仿真系统及仿真方法 | |
Culley et al. | System design for a driverless autonomous racing vehicle | |
CN1766948A (zh) | 输出停车指令的方法 | |
Rupp et al. | Fast and low-cost testing of advanced driver assistance systems using small-scale vehicles | |
CN109141924A (zh) | 一种智能车基本性能的考核与测试方法 | |
CN107179196A (zh) | 一种车道偏移模拟测试方法及测试系统 | |
WO2021226090A1 (en) | Mapping system and method | |
Bruno et al. | Advanced driver assistance system based on automated routines for the benefit of human faults correction in robotics vehicles | |
CN105786001B (zh) | 一种小车的智能控制方法 | |
Butdee et al. | Automatic guided vehicle control by vision system | |
Fachri et al. | Multiple waypoint navigation for mobile robot using control lyapunov-barrier function (clbf) | |
Wu et al. | An improved small-scale connected autonomous vehicle platform | |
Han et al. | Architecture of iBus: a self-driving bus for public roads | |
CN111258312A (zh) | 可移动模型及其控制方法、装置、系统、设备和存储介质 | |
Mirosław et al. | ADAS functionalities based on DARPA Urban Challenge championship |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190104 |