CN109407673A - 一种适用于结构化道路的自主换道控制方法及系统 - Google Patents

一种适用于结构化道路的自主换道控制方法及系统 Download PDF

Info

Publication number
CN109407673A
CN109407673A CN201811551979.6A CN201811551979A CN109407673A CN 109407673 A CN109407673 A CN 109407673A CN 201811551979 A CN201811551979 A CN 201811551979A CN 109407673 A CN109407673 A CN 109407673A
Authority
CN
China
Prior art keywords
lane
change
region
vehicle
path
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
Application number
CN201811551979.6A
Other languages
English (en)
Inventor
徐巍
戴凡
戴一凡
韩海兰
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.)
Suzhou Automotive Research Institute of Tsinghua University
Original Assignee
Suzhou Automotive Research Institute of Tsinghua University
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 Suzhou Automotive Research Institute of Tsinghua University filed Critical Suzhou Automotive Research Institute of Tsinghua University
Priority to CN201811551979.6A priority Critical patent/CN109407673A/zh
Publication of CN109407673A publication Critical patent/CN109407673A/zh
Pending legal-status Critical Current

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
    • G05D1/0212—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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种适用于结构化道路的自主换道控制方法及系统，首先计算最小换道安全距离；若最小换道安全距离小于相对距离，计算换道路径；根据换道路径计算换道感兴趣区域ROI(Region Of Interest);根据感知系统反馈的局部交通信息，判断换道感兴趣区域ROI中是否存在障碍物；若感兴趣区域ROI中无障碍物或感兴趣区域ROI中的障碍物无风险，根据全局参考路径计算侧后向感兴趣区域ROI；若侧后向感兴趣区域ROI中无障碍物或感兴趣区域ROI中的障碍物无风险，执行换道动作。本发明提供一种适用于结构化道路的自主换道控制方法及系统，优化自动驾驶控制。

Description

一种适用于结构化道路的自主换道控制方法及系统
技术领域
本发明涉及自动驾驶技术领域，具体涉及一种适用于结构化道路的自主换道控制方法及系统。
背景技术
随着自动驾驶技术的高速发展，高级驾驶辅助系统(ADAS,Advanced DriverAssistance Systems)已经被人们所熟知。其中，自适应巡航控制系统(ACC,AdaptiveCruise Control System)、自动紧急制动系统(AEB,Autonomous Emergency Braking)及换道辅助系统(LCA,Lane Change Assistance)作为能够提升行驶安全、改善交通拥堵和缓解驾驶疲劳的典型的高级驾驶辅助子系统，已经得到研究机构、传统汽车企业及互联网企业的广泛认可与关注。但是，ACC系统和AEB系统的研究主要通过车辆的纵向控制提升行驶安全及提高通行效率，而LCA系统也表现出诸多的局限性，甚至对车辆正常驾驶造成干扰，现有LCA系统适用工况简单，驾驶员对系统的人工干预频率过高，不能有效地降低驾驶疲劳，使驾驶员仍处于精神高度紧张的状态。因此，现有LCA系统不能兼顾自车通行效率的高效性、自车在局部交通流中的换道行为的安全性和用户体验的舒适性；现有LCA系统适用工况简单，驾驶员对系统的人工干预频率过高，不能有效地降低驾驶疲劳，使驾驶员仍处于精神高度紧张的状态。所以市场上需要一种适用于30km/h及以下，可以适应结构化道路下不同复杂工况的自动驾驶的换道控制方法及系统。
发明内容
本发明目的是：提供一种适用于结构化道路的自主换道控制方法及系统，实现自动驾驶的目的。
本发明的技术方案是：一种适用于结构化道路的自主换道控制方法，包括以下步骤：
S01:计算最小换道安全距离；
S02:若最小换道安全距离小于相对距离，计算换道路径；
S03:根据换道路径计算换道感兴趣区域ROI(Region Of Interest)；
S04:根据感知系统反馈的局部交通信息，判断换道感兴趣区域ROI中是否存在障碍物；
S05:若感兴趣区域ROI中无障碍物或感兴趣区域ROI中的障碍物无风险，根据全局参考路径计算侧后向感兴趣区域ROI；
S06:若侧后向感兴趣区域ROI中无障碍物或感兴趣区域ROI中的障碍物无风险，执行换道动作。
在一个实施例中，最小换道安全距离计算方法为：
Dmin＝THWlc*Vhost+Dsafe，其中，Dmin为最小换道安全距离，Vhost为自车速度，Dsafe为安全距离,THWlc为为车头时距,可根据用户的驾驶偏好调整。
在一个实施例中，换道路径的计算方法包括：
根据三次多项式y＝ax3+bx2+cx+d计算实时换道路径，其中车体坐标x轴正方向为车头朝向，x的取值为Dmin*n/N(n＝0,1,2,…,N-1),N为局部路径离散点数量，Dmin为最小换道安全距离，y的幅值小于路宽。
在一个实施例中，换道感兴趣区域ROI的计算方法包括：沿着换道路径的法线方向取一定宽度的区域为换道的感兴趣区域ROI。
在一个实施例中，侧后向感兴趣区域ROI的计算方法包括：以参考路径和自车为参考，取邻车道和自车车头后方的区域为侧后向的感兴趣区域ROI。
在一个实施例中，根据计算的方向盘转角来执行换道动作，方向盘转角的计算方法为：结合单点预瞄模型控制方法，计算预瞄点(x1，y1)，其中，x1＝x0+Dpre*cosθ，y1＝y0+Dpre*sinθ，(x0，y0)为自车的实时坐标，Dpre为自车预瞄距离，θ＝-courseAngle+π/2,courseAngle为自车的航向角，设置一个方向盘转角的PID控制器，其输入为e，e为预瞄点与途中预瞄点的距离，输出u为自车的方向盘目标转角。
本发明还提供一种适用于结构化道路的自主换道控制系统，包括以下模块：
感知模块，检测自车周围的局部交通状况，反馈检测到的障碍物信息；
定位模块，根据实时动态RTK及高清地图HD map信息，对自车进行精准的定位；
全局路径规划模块，根据自车的起点、终点以及全局路网信息，规划出一条车道级的全局参考路径；
规划决策模块，结合参考路径、局部交通信息、车辆动力学，生成出一条最优的局部路径，根据该路径计算出目标车速及目标方向盘转角；
控制模块，控制车辆快速、稳定、精确的相应决策给出的控制目标。
本发明的优点是：本发明所设计的自主换道系统能有效解决自车通行效率的高效性、自车在局部交通流中的换道行为的安全性和用户体验的舒适性等多目标协调优化问题；适用更多复杂工况，降低驾驶员对系统的人工干预频率，有效地降低驾驶疲劳，使驾驶员处于相对松弛的精神状态。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明实施例自主换道流程图；
图2为本发明实施例局部路径规划示意图；
图3为本发明实施例换道感兴趣区域示意图；
图4为本发明实施例侧后向感兴趣区域示意图；
图5为本发明实施例轨迹跟踪算法示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
本发明针对结构化道路下的不同复杂工况进行合理的规划决策，给出适用于车速30km/h及以下不同复杂工况的最优换道路径(局部路径)，可实现车辆的通行高效性、车辆安全性，用户体验舒适性的多目标协调优化。
如图1所示，一种适用于结构化道路的自主换道控制方法，包括以下步骤：S01:计算最小换道安全距离；
S02:若最小换道安全距离小于相对距离，计算换道路径；
S03:根据换道路径计算换道感兴趣区域ROI(Region Of Interest)；
S04:根据感知系统反馈的局部交通信息，判断换道感兴趣区域ROI中是否存在障碍物；
S05:若感兴趣区域ROI中无障碍物或感兴趣区域ROI中的障碍物无风险，根据全局参考路径计算侧后向感兴趣区域ROI；
S06:若侧后向感兴趣区域ROI中无障碍物或感兴趣区域ROI中的障碍物无风险，执行换道动作。
上述实施例，具体的，最小换道安全距离计算方法为：
Dmin＝THWlc*Vhost+Dsafe，其中，Dmin为最小换道安全距离，Vhost为自车速度，Dsafe为安全距离,THWlc为车头时距，可根据用户的驾驶偏好调整；
在具体的实施例中，换道路径的计算方法为，如图2所示，根据三次多项式y＝ax3+bx2+cx+d计算实时换道路径，其中车体坐标x轴正方向为车头朝向，x的取值为Dmin*n/N(n＝0,1,2,…,N-1),N为局部路径离散点数量，Dmi为最小换道安全距离，y的幅值小于路宽。优选的，换道感兴趣区域ROI的计算方法包括：如图3所示，沿着换道路径的法线方向取一定宽度的区域为换道的感兴趣区域ROI。优选的，侧后向感兴趣区域ROI的计算方法包括：如图4所示，以参考路径和自车为参考，取邻车道和自车车头后方的区域为侧后向的感兴趣区域ROI。优选的，根据计算的方向盘转角来执行换道动作，方向盘转角的计算方法为：如图5所示，结合单点预瞄模型控制方法，计算预瞄点(x1，y1)，其中，x1＝x0+Dpre*cosθ，y1＝y0+Dpre*sinθ，(x0，y0)为自车的实时坐标，Dpre自车预瞄距离，θ＝-courseAngle+π/2,courseAngle为自车的航向角，设置一个方向盘转角的PID控制器，其输入为e，e为预瞄点与途中预瞄点的距离，输出u为自车的方向盘目标转角。
本发明还提供一种适用于结构化道路的自主换道控制系统，包括以下模块：
感知模块，检测自车周围的局部交通状况，反馈检测到的障碍物信息；
定位模块，根据实时动态RTK及高清地图HD map信息，对自车进行精准的定位；
全局路径规划模块，根据自车的起点、终点以及全局路网信息，规划出一条车道级的全局参考路径；
规划决策模块，结合参考路径、局部交通信息、车辆动力学，生成出一条最优的局部路径，根据该路径计算出目标车速及目标方向盘转角；
控制模块，控制车辆快速、稳定、精确的相应决策给出的控制目标。
具体的自主换道控制过程可以按如下步骤:
启动自主换道控制系统，并由主系统启动各个模块；
由定位模块，根据RTK及HD map信息，对自车进行精准的定位；
输入目的地，由全局路径规划模块，根据自车的当前坐标和姿态、目的地坐标以及全局路网信息，规划出一条车道级的全局参考路径；
进入自动驾驶模式，自车沿着全局参考路径进行循迹行驶；
在循迹过程中，由感知模块，检测自车周围的局部交通状况，反馈检测到的障碍物信息；
当出现障碍物时，系统计算最小换道距离，判断是否存在换道风险；
若无换道风险，系统进行换道路径计算(局部路径规划)；
根据换道路径计算ROI，并判断是都存在换道风险；
若无换道风险，系统再次进行侧后向的ROI计算，并判断是否存在换道风险；
若无换道风险，执行换道动作；
若存在换道风险，系统进入纵向避撞控制。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的修饰，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种适用于结构化道路的自主换道控制方法，其特征在于，包括以下步骤：
S01:计算最小换道安全距离；
S02:若最小换道安全距离小于相对距离，计算换道路径；
S03:根据换道路径计算换道感兴趣区域ROI(Region Of Interest)；
S04:根据感知系统反馈的局部交通信息，判断换道感兴趣区域ROI中是否存在障碍物；
S05:若感兴趣区域ROI中无障碍物或感兴趣区域ROI中的障碍物无风险，根据全局参考路径计算侧后向感兴趣区域ROI；
S06:若侧后向感兴趣区域ROI中无障碍物或感兴趣区域ROI中的障碍物无风险，执行换道动作。
2.如权利要求1所述适用于结构化道路的自主换道控制方法，其特征在于，最小换道安全距离计算方法为：Dmin＝THWlc*Vhost+Dsafe，其中，Dmin为最小换道安全距离，Vhost为自车速度，Dsafe为安全距离，THWlc为车头时距，可根据用户的驾驶偏好调整。
3.如权利要求1所述适用于结构化道路的自主换道控制方法，其特征在于，换道路径的计算方法包括：
根据三次多项式y＝ax3+bx2+cx+d计算实时换道路径，其中车体坐标x轴正方向为车头朝向，x的取值为Dmin*n/N(n＝0,1,2,…,N-1),N为局部路径离散点数量，Dmin为最小换道安全距离，y的幅值小于路宽，系数a、b、c、d可通过实际约束条件求解。
4.如权利要求1所述适用于结构化道路的自主换道控制方法，其特征在于，换道感兴趣区域ROI的计算方法包括：沿着换道路径的法线方向取一定宽度(车宽)的区域为换道的感兴趣区域ROI。
5.如权利要求1所述适用于结构化道路的自主换道控制方法，其特征在于，侧后向感兴趣区域ROI的计算方法包括：以参考路径和自车为参考，取邻车道及自车后方的区域为侧后向的感兴趣区域ROI。
6.如权利要求1所述适用于结构化道路的自主换道控制方法，其特征在于，根据计算的方向盘转角来执行换道动作，方向盘转角的计算方法为：结合单点预瞄模型控制方法，计算预瞄点(x1，y1)，其中，x1＝x0+Dpre*cosθ，y1＝y0+Dpre*sinθ，(x0，y0)为自车的实时坐标，Dpre为自车预瞄距离，θ＝-courseAngle+π/2,courseAngle为自车的航向角，设置一个方向盘转角的PID控制器，其输入为e，e为预瞄点与途中预瞄点的距离，输出u为自车的方向盘目标转角。
7.一种适用于结构化道路的自主换道控制系统，其特征在于，包括以下模块：
感知模块，检测自车周围的局部交通状况，反馈检测到的障碍物信息；
定位模块，根据实时动态RTK及高清地图HD map信息，对自车进行精准的定位；
全局路径规划模块，根据自车的起点、终点以及全局路网信息，规划出一条车道级的全局参考路径；
规划决策模块，结合参考路径、局部交通信息、车辆动力学，生成出一条最优的局部路径，根据该路径计算出目标车速及目标方向盘转角；
控制模块，控制车辆快速、稳定、精确的相应决策给出的控制目标。
CN201811551979.6A 2018-12-19 2018-12-19 一种适用于结构化道路的自主换道控制方法及系统 Pending CN109407673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811551979.6A CN109407673A (zh) 2018-12-19 2018-12-19 一种适用于结构化道路的自主换道控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811551979.6A CN109407673A (zh) 2018-12-19 2018-12-19 一种适用于结构化道路的自主换道控制方法及系统

Publications (1)

Publication Number Publication Date
CN109407673A true CN109407673A (zh) 2019-03-01

Family

ID=65460888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811551979.6A Pending CN109407673A (zh) 2018-12-19 2018-12-19 一种适用于结构化道路的自主换道控制方法及系统

Country Status (1)

Country Link
CN (1) CN109407673A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111653113A (zh) * 2020-04-20 2020-09-11 浙江吉利汽车研究院有限公司 车辆的局部路径确定方法、装置、终端和存储介质
CN113119964A (zh) * 2019-12-30 2021-07-16 郑州宇通客车股份有限公司 一种自动驾驶车辆碰撞预测判断方法及装置
WO2021168698A1 (en) * 2020-02-26 2021-09-02 Baidu.Com Times Technology (Beijing) Co., Ltd. A mixed regular and open-space trajectory planning method for autonomous driving vehicle
US11878712B2 (en) 2020-02-26 2024-01-23 Baidu Usa Llc Trajectory planning with obstacle avoidance for autonomous driving vehicles

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103496366A (zh) * 2013-09-09 2014-01-08 北京航空航天大学 一种基于车车协同的主动换道避撞控制方法与装置
CN103754221A (zh) * 2014-01-24 2014-04-30 清华大学 一种车辆自适应巡航控制系统
KR101399026B1 (ko) * 2012-11-23 2014-05-27 현대엠엔소프트 주식회사 차선 변경 시 위험 알림 시스템 및 그 방법
CN104571112A (zh) * 2015-01-14 2015-04-29 中国科学院合肥物质科学研究院 基于转弯曲率估计的无人车横向控制方法
CN104908734A (zh) * 2015-05-19 2015-09-16 奇瑞汽车股份有限公司 一种智能车控制方法及系统
CN105329238A (zh) * 2015-12-04 2016-02-17 北京航空航天大学 一种基于单目视觉的自动驾驶汽车换道控制方法
CN106926844A (zh) * 2017-03-27 2017-07-07 西南交通大学 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
CN107031623A (zh) * 2017-03-16 2017-08-11 浙江零跑科技有限公司 一种基于车载盲区相机的道路预警方法
CN107264531A (zh) * 2017-06-08 2017-10-20 中南大学 一种半结构化环境中智能车辆自主换道超车运动规划方法
CN107339997A (zh) * 2016-05-03 2017-11-10 现代自动车株式会社 自主车辆的路径规划装置及方法
CN108032859A (zh) * 2017-12-05 2018-05-15 智车优行科技（北京）有限公司 自动变道控制方法、装置和汽车
CN108657189A (zh) * 2018-06-22 2018-10-16 南京航空航天大学 基于bp神经网络和安全距离移线工况自动驾驶转向系统及其控制方法
US20180304886A1 (en) * 2017-04-24 2018-10-25 Adam Benjamin Tannenbaum System and method of use for vehicular driving safety

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101399026B1 (ko) * 2012-11-23 2014-05-27 현대엠엔소프트 주식회사 차선 변경 시 위험 알림 시스템 및 그 방법
CN103496366A (zh) * 2013-09-09 2014-01-08 北京航空航天大学 一种基于车车协同的主动换道避撞控制方法与装置
CN103754221A (zh) * 2014-01-24 2014-04-30 清华大学 一种车辆自适应巡航控制系统
CN104571112A (zh) * 2015-01-14 2015-04-29 中国科学院合肥物质科学研究院 基于转弯曲率估计的无人车横向控制方法
CN104908734A (zh) * 2015-05-19 2015-09-16 奇瑞汽车股份有限公司 一种智能车控制方法及系统
CN105329238A (zh) * 2015-12-04 2016-02-17 北京航空航天大学 一种基于单目视觉的自动驾驶汽车换道控制方法
CN107339997A (zh) * 2016-05-03 2017-11-10 现代自动车株式会社 自主车辆的路径规划装置及方法
CN107031623A (zh) * 2017-03-16 2017-08-11 浙江零跑科技有限公司 一种基于车载盲区相机的道路预警方法
CN106926844A (zh) * 2017-03-27 2017-07-07 西南交通大学 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
US20180304886A1 (en) * 2017-04-24 2018-10-25 Adam Benjamin Tannenbaum System and method of use for vehicular driving safety
CN107264531A (zh) * 2017-06-08 2017-10-20 中南大学 一种半结构化环境中智能车辆自主换道超车运动规划方法
CN108032859A (zh) * 2017-12-05 2018-05-15 智车优行科技（北京）有限公司 自动变道控制方法、装置和汽车
CN108657189A (zh) * 2018-06-22 2018-10-16 南京航空航天大学 基于bp神经网络和安全距离移线工况自动驾驶转向系统及其控制方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113119964A (zh) * 2019-12-30 2021-07-16 郑州宇通客车股份有限公司 一种自动驾驶车辆碰撞预测判断方法及装置
CN113119964B (zh) * 2019-12-30 2022-08-02 宇通客车股份有限公司 一种自动驾驶车辆碰撞预测判断方法及装置
WO2021168698A1 (en) * 2020-02-26 2021-09-02 Baidu.Com Times Technology (Beijing) Co., Ltd. A mixed regular and open-space trajectory planning method for autonomous driving vehicle
US11878712B2 (en) 2020-02-26 2024-01-23 Baidu Usa Llc Trajectory planning with obstacle avoidance for autonomous driving vehicles
CN111653113A (zh) * 2020-04-20 2020-09-11 浙江吉利汽车研究院有限公司 车辆的局部路径确定方法、装置、终端和存储介质

Similar Documents

Publication Publication Date Title
CN109407673A (zh) 一种适用于结构化道路的自主换道控制方法及系统
CN106926844B (zh) 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
WO2020143288A1 (zh) 一种复杂工况下自动驾驶车辆决策系统及其轨迹规划方法
CN109144076B (zh) 一种多车辆横纵向耦合协同控制系统及控制方法
CN110962847B (zh) 车道居中辅助自适应巡航的轨迹规划方法和系统
CN105722739B (zh) 用于对车辆进行自动控制的方法和装置
CN109501799B (zh) 一种车联网条件下的动态路径规划方法
CN109941275B (zh) 车道变换方法、装置、电子设备及存储介质
Lee et al. Lane-keeping assistance control algorithm using differential braking to prevent unintended lane departures
CN109032131A (zh) 一种应用于无人驾驶汽车的动态超车避障方法
US11891048B2 (en) Method for generating a setpoint for the combined control of a wheel-steering system and of a differential braking system of a motor vehicle
CN103827941B (zh) 车辆的驾驶辅助系统
WO2022104925A1 (zh) 自动驾驶系统的冗余控制方法、自动驾驶系统、汽车、控制器及计算机可读存储介质
CN110036353A (zh) 用于跟踪路线的地面车辆中的自适应控制方法和系统，尤其是在自动驾驶场景中
US8428860B2 (en) Vehicle driving assistance
CN109760677A (zh) 一种车道保持辅助方法及系统
CN110286681A (zh) 一种变曲率弯道的动态自动驾驶换道轨迹规划方法
CN107145147A (zh) 一种车辆低速自动驾驶避碰方法及系统
JP2020104829A (ja) 車両の走行制御装置
CN107380162B (zh) 基于功能分配与多目标模糊决策的协同避撞方法
Hima et al. Controller design for trajectory tracking of autonomous passenger vehicles
CN109808509A (zh) 一种无人驾驶越野车跨壕沟的自动识别与控制系统及方法
CN114302839A (zh) 用于确定机动车辆的避让路径的方法
CN110481562A (zh) 汽车自动换道最优轨迹规划、控制方法及系统
CN113635893A (zh) 一种基于城市智慧交通的无人驾驶车辆转向的控制方法

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: 20190301