CN109484402A - 用于运行车辆的方法 - Google Patents

用于运行车辆的方法 Download PDF

Info

Publication number
CN109484402A
CN109484402A CN201811042088.8A CN201811042088A CN109484402A CN 109484402 A CN109484402 A CN 109484402A CN 201811042088 A CN201811042088 A CN 201811042088A CN 109484402 A CN109484402 A CN 109484402A
Authority
CN
China
Prior art keywords
vehicle
parameter
nominal
adjusted
nominal trajectory
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
CN201811042088.8A
Other languages
English (en)
Other versions
CN109484402B (zh
Inventor
H·霍曼
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN109484402A publication Critical patent/CN109484402A/zh
Application granted granted Critical
Publication of CN109484402B publication Critical patent/CN109484402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • 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
    • 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
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • 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
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种用运行车辆的方法，其具有以下步骤：读取至少一个可调整的车辆参数和至少一个固定的车辆参数；读取车辆摄像机数据；根据所读取的车辆摄像机数据识别车辆环境中的至少一个对象。根据本发明，所述方法具有以下另外步骤：求取至少两个车辆额定轨迹，其中，分别考虑车辆的至少一个可调整的车辆参数并且分别考虑至少一个固定的车辆参数；根据所识别的至少一个对象评价所求取的至少两个车辆额定轨迹；根据所述评价选择一个车辆额定轨迹；和根据所选择的车辆额定轨迹调节至少一个可调整的车辆参数。本发明还涉及一种相应的设备和一种相应的计算机程序产品。

Description

用于运行车辆的方法
技术领域
本发明涉及一种用运行车辆的方法、具有用于执行所述方法的程序代码的一种计算机程序产品和一种用于运行车辆的设备。
背景技术
对合适行驶通道或合适行驶轨迹的识别是驾驶员辅助系统和自动驾驶车辆的重要前提。由DE 102013201796 A1已知一种用于提供车辆的行驶通道的方法。根据环境检测数据求取具有与速度有关的边界的行驶通道。根据具有与速度有关的边界的行驶通道来求取具有与速度有关的边界的车辆行驶通道。
发明内容
本发明提出一种用运行车辆的方法。所述方法具有以下步骤：读取至少一个可调整的车辆参数和至少一个固定的车辆参数；读取车辆摄像机数据；根据所读取的车辆摄像机数据识别车辆环境中的至少一个对象。
根据本发明，所述方法具有以下另外步骤：求取至少两个车辆额定轨迹，其中，分别考虑车辆的至少一个可调整的车辆参数并且分别考虑至少一个固定的车辆参数；根据所识别的至少一个对象评价所求取的至少两个车辆额定轨迹；根据所述评价选择一个车辆额定轨迹；和根据所选择的车辆额定轨迹调节至少一个可调整的车辆参数。
可调整的车辆参数可以理解为车辆的参数，所述参数是可调整的。可调整的车辆参数例如可以是车辆的速度、转向角和/或方向盘力矩。
固定的车辆参数可以理解为车辆的参数，所述参数是固定的。固定的车辆参数不能是可调整的。固定的车辆参数例如可以是车辆的轴距、长度、宽度、最大速度、最大加速度和/或最大转向角。
车辆摄像机数据可以理解为借助车辆摄像机被拍摄的数据。例如可以借助车辆摄像机数据读取器件读取车辆摄像机数据。
车辆环境中的对象可以是静态对象。静态对象可以是车道边界。车道边界可以是车道标记、路边沿、空地边缘向下倾斜的车道边缘和/或一排进行泊车的车辆。静态对象可以是车辆环境中的植被的组成部分、进行泊车的车辆和/或车辆环境中的建筑物。车辆环境中的对象可以是动态对象。动态对象可以是行驶的车辆和/或另外的交通参与者、尤其行人。
在求取至少两个车辆额定轨迹时可以考虑运动学车辆模型。尤其将所考虑的固定的车辆参数纳入到运动学车辆模型中。可以借助非完整(nicht-holonome)的车辆模型求取至少两个车辆额定轨迹中的每一个。
对于所求取的至少两个车辆额定轨迹中的每一个，可根据对于专业人员而言已知的方法求取一个车辆额定通道。在此，属于车辆轨迹的车辆通道可以被定义为当车辆驶过所述车辆轨迹时驶越的区域。
本发明的优点在于，可在存在仅一个车辆摄像机的情况下实施所述方法。用于检测车辆环境的另外传感器是不必要的。可以考虑车辆环境中的不同对象。在此，尤其既考虑已标记的车道边界也考虑未标记的车道边界的是有利的。此外，通过求取和评价至少两个车辆额定轨迹可以更好地选择刚好一个车辆额定轨迹。借助所选择的车辆额定轨迹可以避免与车辆环境中的静态和/或动态对象发生碰撞。
在本发明的一个构型中设置，本车辆的在求取至少两个车辆额定轨迹时所分别考虑的、可调整的车辆参数是可调整的车辆转向角。
该构型的优点在于，在求取至少两个车辆额定轨迹时尤其可以考虑事实上可实现的车辆转向角。
在本发明的另一构型中设置，为了求取至少两个车辆额定轨迹中的每一个，借助与时间有关的B-样条分别计算可调整的车辆转向角。
如果车辆速度作为时间的函数是已知的，那么车辆额定轨迹替代地也可以被解释为所驶过的路程的函数。
B-样条是基础样条。B-样条是数学函数，该函数逐个地由多项式组成。两个多项式的交汇处称为控制点(或也称为德布尔点：De-Boor-Punkt)借助德布尔算法可以计算所谓的基函数(Basis-Funktion)。
可调整的车辆转向角可以是待优化的、可调整的车辆参数。作为时间t的函数的该可调整的车辆转向角δ(t)可以借助基函数Bi(t)来计算：
在此，δi是待优化的参数，其中，i＝(0至n-1)。可以利用车辆的当前实际转向角作为初始条件δ0。针对每个车辆额定轨迹合适地选择参数δi。可以在预给定参数δi的情况下借助事先定义的基函数计算与时间有关的、可调整的车辆转向角。
可以在求取至少两个车辆额定轨迹时考虑所计算的、与时间有关的、可调整的车辆转向角。可以借助非完整的车辆模型求取至少两个车辆额定轨迹中的每一个。借助非完整的车辆模型可以从所计算的、与时间有关的、可调整的车辆转向角出发并且从与时间有关的、可调整的速度出发在x-y坐标系中沿着至少两个车辆额定轨迹求取车辆的x，y位置和定向。
该构型的优点在于，在求取至少两个车辆额定轨迹中的每一个时，与在用于求取车辆轨迹的其他方法中相比，对于本车辆的可调整的车辆参数分别需要更少数据。在求取至少两个车辆额定轨迹中的每一个时对于可调整的车辆转向角仅需分别求取更少数据。因此，所述方法能够比用于求取车辆轨迹的其他方法更简单。因此，所述方法能够比用于求取车辆轨迹的其他方法更快。此外，B-样条可以在本地提供支持。因此，可以在本地解决对可调整的车辆转向角的优化。例如，首先可以在近区域中找到解。首先可以在短时间内找到解。首先可以在短时间内计算可调整的转向角。接下来可以逐步地针对更大距离找到解。接下来可以逐步地在更长时间内找到解。接下来可以逐步地在更长时间内计算可调整的转向角。从而，使优化问题的解空间结构化并且能够实现具有线性复杂度的解。所求取的至少两个车辆额定轨迹在时间上可以是连续的。
在本发明的另一构型中设置，在求取至少两个车辆额定轨迹时所分别考虑的、本车辆的可调整的车辆参数是可调整的车辆速度。
该构型的优点在于，在求取至少两个车辆额定轨迹时尤其可以考虑事实上可实现的车辆速度。
在本发明的另一构型中设置，为了求取至少两个车辆额定轨迹中的每一个，借助与时间有关的B-样条分别计算可调整的车辆速度。
可调整的车辆速度可以是待优化的、可调整的车辆参数。可调整的车辆速度v(t)可以借助事先定义的基函数Bi(t)来计算：
在此，vi是待优化的参数，其中，i＝(0至n-1)。可以利用车辆的当前速度作为初始条件v0。针对每个车辆额定轨迹合适地选择参数vi。可以在预给定参数vi的情况下借助事先定义的基函数计算与时间有关的、可调整的车辆速度。
可以在求取至少两个车辆额定轨迹时考虑所计算的、与时间有关的、可调整的车辆速度。可以借助非完整的车辆模型求取至少两个车辆额定轨迹中的每一个。借助非完整的车辆模型可以从所计算的、与时间有关的、可调整的车辆速度出发并且从与时间有关的、可调整的转向角出发在x-y坐标系中沿着至少两个车辆额定轨迹求取车辆的x，y位置和定向。
该构型的优点在于，在求取至少两个车辆额定轨迹中的每一个时，与在用于求取车辆轨迹的其他方法中相比，对于本车辆的可调整的车辆参数仅需要更少数据。在求取至少两个车辆额定轨迹中的每一个时，对于可调整的车辆速度分别仅需要求取更少数据。因此，所述方法可以比用于求取车辆轨迹的其他方法更简单。因此，所述方法可以比用于求取车辆轨迹的其他方法更快。此外，B-样条可以在本地提供支持。因此，可以在本地解决对可调整的车辆速度的优化。例如，首先可以在近区域中找到解。首先可以在短时间内找到解。首先可以在短时间内计算可调整的速度。接下来可以逐步地针对远区域找到解。接下来可以逐步地在更长时间内找到解。接下来可以逐步地在更长时间内计算可调整的速度。从而，使优化问题的解空间结构化并且能够实现具有线性复杂度的解。所求取的至少两个车辆额定轨迹在时间上可以是连续的。
在本发明的另一构型中设置，还根据预给定的评价量度来评价所求取的至少两个车辆额定轨迹。
预给定的评价量度可以具有成本函数。可以分别根据成本函数来评价所求取的至少两个车辆额定轨迹。如果要将车辆实际轨迹调节到所求取的至少两个车辆额定轨迹之一上，那么可能产生所谓的成本。用于车辆额定轨迹的成本越低，在评价时则可以越优选该车辆额定轨迹。用于车辆额定轨迹的成本越低，在选择车辆额定轨迹时则可以越优选该车辆额定轨迹。如果例如至少一个在环境中所识别的静态和/或动态对象位于所求取的车辆额定轨迹上，那么对于所求取的该车辆额定轨迹可能出现较高成本。对于可容易实现的车辆转向角，可以出现比对于较难实现的车辆转向角更低的成本。对于可容易实现的车辆速度，可以出现比对于较难实现的车辆速度更低的成本。由于沿着所求取的至少两个车辆额定轨迹的不同高度轮廓，对于所求取的至少两个车辆额定轨迹中的每一个也可能出现不同成本。
附加和/或替代于成本函数地，预给定的评价量度可以具有品质量度。可以分别根据品质量度来评价所求取的至少两个车辆额定轨迹。用于车辆额定轨迹的品质量度越高，在评价时则越可以优选该车辆额定轨迹。用于车辆额定轨迹的品质量度越高，在选择车辆额定轨迹时则越可以优选该车辆额定轨迹。因此例如平行于车道边界延伸的车辆额定轨迹可以被评价以更高的品质量度。这样的车辆额定轨迹也可以被评价以更高的品质量度：该车辆额定轨迹遵循在前行驶车辆，该在前行驶车辆具有可比的速度并且不执行车道变换。
该构型的优点在于，可以评价车辆额定轨迹的可实现性。可以选择可实现的车辆额定轨迹。可以选择这样的车辆额定轨迹，该额定轨迹可以从车辆的当前系统状态出发由该车辆根据主题(thematisch)来实施。可以选择尽可能在车道边界之间居中的车辆额定轨迹。可以选择关于所识别的对象、尤其所识别的静态对象而言无碰撞的车辆额定轨迹。
在本发明的另一构型中设置，借助神经元网络、尤其借助卷积神经元网络(Convolutional Neural Networks)评价所求取的至少两个车辆额定轨迹。
该构型的优点在于，可以通过机器学习方法来训练这样的网络，使得也可以有效地处理具有很大数量对象的复杂场景。
在本发明的另一构型中设置，对至少两个车辆额定轨迹的求取步骤和对所求取的至少两个车辆额定轨迹的评价步骤耦合地进行。
经耦合的进程是可能的，因为，可以在本地解决对本车辆的至少一个可调整的车辆参数的优化。该构型的优点在于，可以从车辆的当前位置出发到远区域中迭代地构建车辆额定轨迹。可以从当前时间点出发在更长时间内迭代地构建车辆额定轨迹。由此，在整个车辆额定轨迹的走向上总共需要求取并且评价明显更少的车辆额定轨迹。
在本发明的另一构型中设置，在根据所选择的车辆额定轨迹对可调整的车辆参数的调节步骤中，所述可调整的车辆参数是可调整的车辆转向角和/或可调整的车辆速度。
该构型的优点在于，可以使用所述方法用于运行自主车辆。
在本发明的另一构型中设置，所述方法具有另外的步骤：根据所选择的车辆额定轨迹求取行驶通道；在对可调整的车辆参数的调节步骤中，该可调整的车辆参数是可调整的方向盘力矩，这样调节该方向盘力矩，使得车辆沿着所求取的行驶通道运动。在此，车辆尤其在所求取的行驶通道内运动。
在此，所述行驶通道由沿着车辆轨迹的车辆位置和至少车辆宽度确定。此外，在车辆环境中所识别的对象可以被识别为行驶通道的侧边界。这种对象例如可以是车道标记或已停泊的车辆。
该构型的优点在于，可以使用所述方法用于运行车辆，该车辆具有驾驶员辅助系统、尤其转向辅助系统。可以在车道保持辅助中使用所述方法。因此，例如可以从所选择的车辆额定轨迹出发识别至少一个车辆边界。这样操控所述可调整的方向盘力矩，使得从所选择的车辆额定轨迹出发，所识别的至少一个车道边界不被车辆驶越。只要车辆由驾驶员保持在至少一个车道边界旁，那么不通过该系统施加方向盘力矩。因此可以避免驶压行驶通道的侧边界。因此可以避免驶越行驶通道的侧边界。
在本发明的另一构型中设置，所述方法具有读取附加信息数据的另外步骤。此外，在识别车辆环境中的至少一个对象时和/或在求取至少两个车辆额定轨迹时和/或此外在评价所求取的至少两个车辆额定轨迹时考虑附加信息数据中的至少一个。
附加信息数据例如可以是来自另外环境传感器的数据，除了车辆摄像机外，这些环境传感器也安装在车辆上和/或车辆中。附加信息数据例如可以是来自地理图的信息。附加信息数据可以是这样的信息，该信息来自自主车辆的状况分析。附加信息数据可以是这样的信息，该信息来自具有驾驶员辅助系统的车辆的状况分析。来自状况分析的信息例如可以是关于对车辆环境中的动态对象的运动的识别的信息。附加信息可以是这样的信息，该信息来自自主车辆的行动规划装置。附加信息可以是这样的信息，该信息来自车辆的行动规划装置。
根据本发明，要求保护一种具有用于执行所述方法的程序代码的计算机程序产品。该计算机程序产品可以被用于当所述程序产品在计算机或设备上实施时执行根据上述实施方式所述的方法。程序代码可以存储在机器可读的载体上，如半导体存储器、硬盘存储器或光学存储器。
所述方法例如可以在软件或硬件方面或以由软件和硬件构成的混合形式例如在控制器中实现。例如，所述方法可以在车辆的中央控制器上实现。例如所述方法可以在车辆摄像机的控制器中实现。
此外，本发明涉及一种用于运行车辆的设备。所述设备具有：至少一个用于读取至少一个可调整的车辆参数和至少一个固定的车辆参数的车辆参数读取装置；至少一个用于读取车辆摄像机数据的车辆摄像机数据读取装置；至少一个用于根据所读取的车辆摄像机数据对车辆环境中的至少一个对象进行识别的识别装置。
根据本发明，所述设备还具有：至少一个用于求取至少两个车辆额定轨迹的轨迹求取装置，所述车辆额定轨迹分别考虑本车辆的至少一个可调整的车辆参数并且分别考虑本车辆的至少一个固定的车辆参数；至少一个用于根据所识别的至少一个对象对所求取的至少两个车辆额定轨迹进行评价的评价装置；至少一个用于根据所述评价选择车辆额定轨迹的选择装置；和至少一个用于根据所选择的车辆额定轨迹调节至少一个可调整的车辆参数的调节装置。
附图说明
接下来根据附图详细阐述本发明的实施例。附图中的相同附图标记标注相同或相同作用的元件。附图示出：
图1用于运行车辆的本发明设备，
图2用于运行车辆的本发明方法，
图3借助本发明方法求取的四个车辆额定轨迹，
图4根据本发明方法在车辆环境中所选择的车辆额定轨迹。
具体实施方式
图1示出车辆100，其具有用于运行车辆100的本发明设备101。设备101具有车辆摄像机数据读取装置105。借助车辆摄像机数据读取装置105可以读取借助车辆100的车辆摄像机110所接收的车辆摄像机数据。设备101还具有用于识别车辆环境中的至少一个对象的识别装置106。在此，根据所读取的车辆摄像机数据识别至少一个对象。为此，以信号的形式将车辆摄像机数据传输给识别装置106，该信号代表所述车辆摄像机数据。识别装置106例如可以识别静态对象，如车道边界、车辆100的环境中的植被组成部分、进行泊车的车辆和/或车辆100的环境中的建筑物。识别装置106例如也可以识别动态对象，例如行驶的车辆和/或另外的交通参与者。可以以信号的形式将关于所识别的对象的信息传输给设备101的评价装置104，该信号代表所识别的对象。
此外，设备101具有车辆参数读取装置102。借助车辆参数读取装置102可以读取车辆100的至少一个可调整的车辆参数和至少一个固定的车辆参数。车辆参数读取装置102例如可以读取车辆100的可调整的速度和/或可调整的转向角。车辆参数读取装置102例如可以读取车辆100的轴距、长度、宽度、最大速度、最大加速度和/或最大转向角。以至少一个信号的形式将所读取的车辆参数传输给设备101的轨迹求取装置103，该信号代表所读取的车辆参数。
借助轨迹求取装置103求取至少两个车辆额定轨迹。在此，分别考虑车辆100的至少一个可调整的车辆参数并且分别考虑车辆100的固定的车辆参数。车辆100的所考虑的、可调整的车辆参数可以是车辆100的可调整的转向角。为了求取至少两个车辆额定轨迹中的每一个，可以借助与时间t有关的B-样条分别计算车辆100的可调整的转向角δ(t)：
在此，Bi(t)是事先定义的基函数，δi是待优化的参数，其中i＝(0至n-1)。
替代或附加地，车辆100的所考虑的、可调整的车辆参数可以是车辆100的可调整的速度。为了求取至少两个车辆额定轨迹中的每一个，可以借助与时间t有关的B-样条分别计算车辆100的可调整的速度v(t)：
在此，Bi(t)是事先定义的基函数，vi是待优化的参数，其中i＝(0至n-1)。
接下来，轨迹求取装置103可以从车辆100的根据时间t计算的、可调整的转向角出发并且从车辆100的与时间有关的、可调整的速度出发借助非完整车辆模型求取所述至少两个车辆额定轨迹。在此，轨迹求取装置103在x-y坐标系中沿着至少两个车辆额定轨迹求取x，y位置和取向。以至少一个信号的形式将关于所求取的至少两个车辆额定轨迹的信息传输给设备101的评价装置104，该信号代表关于所求取的至少两个车辆额定轨迹的信息。
因此，可将关于在车辆100的环境中所识别的对象的至少一个信息和关于所求取的至少两个车辆额定轨迹的至少一个信息提供给评价装置104。评价装置104根据所识别的至少一个对象对所求取的至少两个车辆额定轨迹进行评价。在此，可以根据预给定的评价量度借助评价装置104进行评价。所述评价量度可以具有成本函数和/或品质量度。评价装置104可以这样构造，使得借助神经元网络来进行所述评价。评价装置104可以这样构造，使得可以借助卷积神经元网络来进行所述评价。以至少一个信号的形式将关于所评价的至少两个车辆额定轨迹的信息传输给设备101的选择装置107，该信号代表关于所评价的至少两个车辆额定轨迹的信息。
借助选择装置107根据所述评价选择一个车辆额定轨迹。将沿着所选择的车辆额定轨迹的x，y位置和取向以至少一个信号的形式传输给设备的调节装置108，该信号代表在所选择的车辆额定轨迹的x-y坐标系中沿着至少两个车辆额定轨迹的x，y位置和取向。
调节装置108根据所选择的车辆额定轨迹调节车辆100的至少一个可调整的车辆参数。如果车辆100是自主行驶的车辆，那么车辆100的待由调节装置109调节的、可调整的车辆参数可以是车辆100的可调整的转向角和/或车辆100的可调整的速度。如果车辆100具有驾驶员辅助系统，尤其转向辅助系统，那么车辆100的待由调节装置109调节的、可调整的车辆参数可以是车辆100的可调整的方向盘力矩。
车辆100的设备101可选地可以具有用于读取附加信息的接口109。所读取的附加信息可以由接口109以代表所述附加信息的至少一个信号的形式传输给轨迹求取装置103、评价装置104和/或识别装置106。附加信息可以被轨迹求取装置103、评价装置104和/或识别装置106考虑。
图2示出用于运行车辆的本发明方法。在步骤201中，所述方法开始。在步骤202中，从车辆摄像机读取车辆摄像机数据。在步骤203中，根据所读取的车辆摄像机数据识别车辆环境中的至少一个对象。与步骤202平行地在步骤204中读取车辆的至少一个可调整的车辆参数和车辆的至少一个固定的车辆参数。在步骤205中考虑车辆的至少一个可调整的车辆参数和至少一个固定的车辆参数，在该步骤中求取至少两个车辆额定轨迹。在求取205时所考虑的、本车辆的可调整的车辆参数尤其可以是车辆的可调整的转向角。为了求取205至少两个车辆额定轨迹中的每一个，借助与时间有关的B-样条尤其分别计算车辆的可调整的转向角。附加或替代地，在求取205时所考虑的、本车辆的可调整的车辆参数尤其可以车辆的可调整的速度。为了求取205至少两个车辆额定轨迹中的每一个，借助与时间有关的B-样条尤其分别计算车辆的可调整的速度。
在步骤206中，从车辆环境中的在步骤203中所识别的至少一个对象出发并且从在步骤205中所求取的至少两个车辆额定轨迹出发评价所述至少两个车辆额定轨迹。在此，在步骤206中的评价尤其与预给定的评价量度有关。评价量度可以具有成本函数和/或品质量度。
在步骤206中的评价可以借助神经元网络来进行。在步骤206中的评价可以借助卷积神经元网络来进行。
在步骤207中，根据在步骤206中的评价选择一个车辆额定轨迹。
在步骤208中，根据所选择的车辆额定轨迹调节车辆的可调整的车辆参数。在一个实施方式中，所述可调整的车辆参数可以是车辆的可调整的转向角和/或车辆的可调整的速度。根据该实施方式的所述调节尤其可以在车辆是自主行驶车辆时发生。在另一实施方式中，可调整的车辆参数可以是可调整的方向盘力矩。根据该实施方式的调节尤其可以在车辆具有驾驶员辅助系统时发生。
在步骤209中，所述方法结束。
在可选的步骤210中可以读取附加的信息数据。可以在根据步骤203识别车辆环境中的至少一个对象时、在根据步骤205求取至少两个车辆额定轨迹时和/或在根据步骤206评价所求取的至少两个车辆轨迹时考虑所读取的附加信息数据。
可选地，根据步骤205对至少两个车辆额定轨迹的求取和根据步骤206对所求取的至少两个车辆额定轨迹的评价可以耦合地进行。这由双重情况来代表，该双重情况使两个步骤相连。耦合的进程例如可以这样实现，即在求取至少两个车辆额定轨迹时首先分别在近区域中借助B-样条计算与时间有关的、可调整的车辆转向角和/或与时间有关的、可调整的车辆速度。所述计算首先在短时间内进行。可以直接在步骤206中评价在所述计算中求取的结果。接下来，根据所述评价针对远区域计算与时间有关的、可调整的车辆转向角和/或与时间有关的、可调整的车辆速度。因此，在根据步骤206的第一评价之后才在更长时间内进行计算。
图3示出四个车辆额定轨迹301-1,301-2,301-3和301-4，它们借助方法200在步骤205中已被求得。在x-y坐标系中示出车辆额定轨迹301-1,301-2,301-3和301-4。它们分别从每个车辆额定轨迹301-1,301-2,301-3和301-4的起点302-1,302-2,302-3和302-4起直至对应的终点303-1,303-2,303-3和303-4来计算。此外，针对所计算的车辆额定轨迹301-1,301-2,301-3和301-4中的每一个示出了多个曲线点304-1-L,304-2-L,304-3-L和304-4-L。在求取车辆额定轨迹301-1,301-2,301-3和301-4中的每一个时利用B-样条。利用一度具有三个控制点的B-样条。
图4示出车辆环境的图像，例如可以借助车辆前部区域中的车辆摄像机拍摄该图像。对象401-1,401-2和401-3被标记，它们根据所读取的、车辆环境中的车辆摄像机数据已被识别出。以401-1标记的对象是黄色的车道边界。以401-2标记的对象是白色的车道边界。以401-3标记的对象是沿着与本车辆相同的行驶方向运动的其他车辆，从本车辆出发拍摄图像。根据上述方法200的步骤205，借助车辆的设备101已求取至少两个车辆额定轨迹301-z。在此，标号x代表数字1至z并且标注根据方法200的步骤205分别求取的至少两个车辆额定轨迹。如在图3所示，例如可以求取四个车辆额定轨迹301-1,301-2,301-3和301-4。根据上述方法200的步骤206，评价至少两个车辆额定轨迹301-z并且根据所述评价选择至少两个车辆额定轨迹中的一个。在该示例中，选择车辆额定轨迹301-1。面403-1标记属于车辆额定轨迹301-1的车辆额定通道。在此，所述评价例如与评价量度有关，该评价量度具有成本函数。在该示例中这样构型成本函数，使得优选车辆额定轨迹301-1，该车辆额定轨迹优化地处于黄色车道边界内并且关于静态对象而言是无碰撞的。此外，在评价车辆额定轨迹301-z时可以考虑所识别的车辆401-3的位置和速度。

Claims (13)

1.一种用于运行车辆(100)的方法(200)，具有以下步骤：
-读取(204)至少一个能调整的车辆参数和至少一个固定的车辆参数；
-读取(202)车辆摄像机数据；
-根据所读取的所述车辆摄像机数据识别(203)所述车辆(100)的环境中的至少一个对象(401-1,401-2,401-3)；
其特征在于，所述方法具有以下另外的步骤：
-求取(205)至少两个车辆额定轨迹(301-z)，其中，分别考虑所述车辆(100)的至少一个能调整的车辆参数并且分别考虑至少一个固定的车辆参数；
-根据所识别的所述至少一个对象(401-1,401-2,401-3)评价(206)所求取的所述至少两个车辆额定轨迹(301-z)；
-根据所述评价(206)选择(207)一个车辆额定轨迹(301-z)；和
-根据所选择的车辆额定轨迹(301-z)调节(208)至少一个能调整的车辆参数。
2.根据权利要求1所述的方法(200)，其特征在于，所述车辆(100)的在求取(205)所述至少两个车辆额定轨迹(301-z)时所分别考虑的、所述能调整的车辆参数是所述车辆(100)的能调整的转向角。
3.根据权利要求2所述的方法(200)，其特征在于，为了求取(205)所述至少两个车辆额定轨迹(301-z)中的每一个，借助与时间有关的B-样条分别计算所述车辆(100)的所述能调整的转向角。
4.根据权利要求1至3中任一项所述的方法(200)，其特征在于，在求取(205)所述至少两个车辆额定轨迹(301-z)时所分别考虑的、所述车辆(100)的所述能调整的车辆参数是所述车辆(100)的能调整的速度。
5.根据权利要求4所述的方法(200)，其特征在于，为了求取(205)所述至少两个车辆额定轨迹(301-z)中的每一个，借助与时间有关的B-样条分别计算所述车辆(100)的能调整的速度。
6.根据权利要求1至5中任一项所述的方法(200)，其特征在于，还根据预给定的评价量度来评价(206)所求取的所述至少两个车辆额定轨迹(301-z)。
7.根据权利要求1至6中任一项所述的方法(200)，其特征在于，借助神经元网络、尤其借助卷积神经元网络评价(206)所求取的所述至少两个车辆额定轨迹(301-z)。
8.根据权利要求1至7中任一项所述的方法(200)，其特征在于，对所述至少两个车辆额定轨迹(301-z)的所述求取(205)步骤和对所求取的所述至少两个车辆额定轨迹(301-z)的所述评价(206)步骤耦合地进行。
9.根据权利要求1至8中任一项所述的方法(200)，其特征在于，在根据所选择的所述车辆额定轨迹(301-z)对所述能调整的车辆参数进行的所述调节(208)步骤中，所述能调整的车辆参数是所述车辆(100)的能调整的转向角和/或所述车辆(100)的能调整的速度。
10.根据权利要求1至8中任一项所述的方法(200)，其特征在于，所述方法具有以下另外步骤：
-根据所选择的所述车辆额定轨迹(301-z)求取行驶通道(403)；
并且在对能调整的车辆参数进行的所述调节(208)步骤中，所述能调整的车辆参数是能调整的方向盘力矩，这样调节所述方向盘力矩，使得所述车辆(100)沿着所求取的所述行驶通道(403)运动。
11.根据权利要求1至10中任一项所述的方法(200)，其特征在于，所述方法具有以下另外步骤：
-读取(210)附加信息数据；其中，所述附加信息数据中的至少一个
-此外在识别(203)所述车辆(100)的环境中的至少一个对象(401-1,401-2,401-3)时；和/或
-此外在求取(205)至少两个车辆额定轨迹(301-z)时；和/或
-此外在评价(206)所求取的至少两个车辆额定轨迹(301-z)时被考虑。
12.计算机程序产品，具有用于执行根据权利要求1至11任一项所述的方法(200)的程序代码。
13.用于运行车辆(100)的设备(101)，具有：
-至少一个用于读取至少一个能调整的车辆参数和至少一个固定的车辆参数的车辆参数读取装置(102)；
-至少一个用于读取车辆摄像机数据的车辆摄像机数据读取装置(105)；
-至少一个用于根据所读取的所述车辆摄像机数据对所述车辆(100)的环境中的至少一个对象(401-1,401-2,401-3)进行识别的识别装置(106)；
其特征在于，所述设备(101)还具有：
-至少一个用于求取至少两个车辆额定轨迹(301-z)的轨迹求取装置(103)，所述车辆额定轨迹分别考虑所述车辆(100)的至少一个能调整的车辆参数并且分别考虑所述车辆(100)的至少一个固定的车辆参数；
-至少一个用于根据所识别的所述至少一个对象(401-1,401-2,401-3)对所求取的所述至少两个车辆额定轨迹(301-z)进行评价的评价装置(104)；
-至少一个用于根据所述评价(206)选择一个车辆额定轨迹(301-z)的选择装置(107)；和
-至少一个用于根据所选择的所述车辆额定轨迹(301-z)调节至少一个能调整的车辆参数的调节装置(108)。
CN201811042088.8A 2017-09-08 2018-09-07 用于运行车辆的方法 Active CN109484402B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017215844.1 2017-09-08
DE102017215844.1A DE102017215844A1 (de) 2017-09-08 2017-09-08 Verfahren zum Betreiben eines Fahrzeugs

Publications (2)

Publication Number Publication Date
CN109484402A true CN109484402A (zh) 2019-03-19
CN109484402B CN109484402B (zh) 2024-03-08

Family

ID=65441597

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811042088.8A Active CN109484402B (zh) 2017-09-08 2018-09-07 用于运行车辆的方法

Country Status (3)

Country Link
US (1) US20190080613A1 (zh)
CN (1) CN109484402B (zh)
DE (1) DE102017215844A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019119656A1 (de) * 2019-07-19 2021-01-21 Bayerische Motoren Werke Aktiengesellschaft Bestimmen einer validierten Trajektorie für ein Kraftfahrzeug
US11500385B2 (en) * 2019-09-30 2022-11-15 Zoox, Inc. Collision avoidance perception system
US11353592B2 (en) 2019-09-30 2022-06-07 Zoox, Inc. Complex ground profile estimation

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103350698A (zh) * 2012-02-27 2013-10-16 罗伯特·博世有限公司 用于运行车辆的方法和设备
CN103625470A (zh) * 2012-08-24 2014-03-12 罗伯特·博世有限公司 用于引导车辆的方法和驾驶员辅助系统
CN103906673A (zh) * 2011-10-27 2014-07-02 罗伯特·博世有限公司 用于引导车辆的方法和驾驶员辅助系统
US20140303883A1 (en) * 2006-02-28 2014-10-09 Toyota Jidosha Kabushiki Kaisha Object path prediction method, apparatus, and program, and automatic operation system
CN105358396A (zh) * 2013-07-04 2016-02-24 罗伯特·博世有限公司 用于使机动车在自动行驶中运行的方法和装置
CN105691388A (zh) * 2016-01-14 2016-06-22 南京航空航天大学 一种汽车主动避撞系统及其轨迹规划方法
CN105774801A (zh) * 2014-12-22 2016-07-20 罗伯特·博世有限公司 用于引导车道上的车辆的方法和设备
CN106458214A (zh) * 2014-06-04 2017-02-22 奥迪股份公司 运行用于自动化地操纵机动车的驾驶员辅助系统的方法以及相应的机动车
CN106970613A (zh) * 2015-10-20 2017-07-21 罗伯特·博世有限公司 用于运行至少一个部分自动化的或者高度自动化的车辆的方法和设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1926647B1 (de) * 2005-09-15 2011-04-20 Continental Teves AG & Co. oHG Verfahren und vorrichtung zum prädizieren einer bewegungstrajektorie
DE102007013303A1 (de) * 2007-03-16 2008-09-18 Robert Bosch Gmbh Verfahren zur Berechnung einer kollisionsvermeidenden Trajektorie für ein Fahrmanöver eines Fahrzeugs
EP2759897B1 (en) * 2013-01-24 2019-04-24 Volvo Car Corporation Method and arrangement for determining a trajectory
DE102013201796A1 (de) 2013-02-05 2014-08-07 Robert Bosch Gmbh Verfahren zur Bereitstellung eines Fahrkorridors für ein Fahrzeug und Fahrassistenzsystem
WO2017168738A1 (ja) * 2016-03-31 2017-10-05 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
US10133275B1 (en) * 2017-03-01 2018-11-20 Zoox, Inc. Trajectory generation using temporal logic and tree search

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140303883A1 (en) * 2006-02-28 2014-10-09 Toyota Jidosha Kabushiki Kaisha Object path prediction method, apparatus, and program, and automatic operation system
CN103906673A (zh) * 2011-10-27 2014-07-02 罗伯特·博世有限公司 用于引导车辆的方法和驾驶员辅助系统
CN103350698A (zh) * 2012-02-27 2013-10-16 罗伯特·博世有限公司 用于运行车辆的方法和设备
CN103625470A (zh) * 2012-08-24 2014-03-12 罗伯特·博世有限公司 用于引导车辆的方法和驾驶员辅助系统
CN105358396A (zh) * 2013-07-04 2016-02-24 罗伯特·博世有限公司 用于使机动车在自动行驶中运行的方法和装置
CN106458214A (zh) * 2014-06-04 2017-02-22 奥迪股份公司 运行用于自动化地操纵机动车的驾驶员辅助系统的方法以及相应的机动车
CN105774801A (zh) * 2014-12-22 2016-07-20 罗伯特·博世有限公司 用于引导车道上的车辆的方法和设备
CN106970613A (zh) * 2015-10-20 2017-07-21 罗伯特·博世有限公司 用于运行至少一个部分自动化的或者高度自动化的车辆的方法和设备
CN105691388A (zh) * 2016-01-14 2016-06-22 南京航空航天大学 一种汽车主动避撞系统及其轨迹规划方法

Also Published As

Publication number Publication date
DE102017215844A1 (de) 2019-03-14
US20190080613A1 (en) 2019-03-14
CN109484402B (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
CN111145545B (zh) 基于深度学习的道路交通行为无人机监测系统及方法
CN102208036B (zh) 车辆位置检测系统
US8452103B2 (en) Scene matching reference data generation system and position measurement system
RU2735567C1 (ru) Способ хранения предысторий движения, способ для выработки модели пути движения, способ для оценки локальной позиции и устройство хранения предысторий движения
DE102019121420A1 (de) Regelung der lateralen bewegung eines fahrzeugs
CN105511462B (zh) 一种基于视觉的agv导航方法
CN107169468A (zh) 用于控制车辆的方法和装置
CN109484402A (zh) 用于运行车辆的方法
CN106530794A (zh) 行车道路的自动识别和校准方法及系统
CN108073943A (zh) 图像数据提取装置以及图像数据提取方法
CN104331873A (zh) 一种从单幅图像检测道路的方法
CN108364466A (zh) 一种基于无人机交通视频的车流量统计方法
CN107766789B (zh) 一种基于车载单目相机的车辆检测定位方法
US20200394515A1 (en) Image recognition apparatus
JP6986290B2 (ja) Ｖ２ｘ情報融合を利用してｈｄマップをアップデートするための自車両位置決定を遂行する方法及び装置
JP2019109293A (ja) 道路地図生成システム及び道路地図生成方法
CN105444741A (zh) 基于双视野窗口的路径特征识别、偏差测量与精确定位方法
JP2020067698A (ja) 区画線検出装置及び区画線検出方法
CN112078592A (zh) 一种车辆行为和/或车辆轨迹的预测方法及装置
JP6890350B2 (ja) Ｖ２ｖ通信を介して取得した情報とカメラを介して取得した情報とを融合してカメラのピッチキャリブレーションをより精巧に遂行することによって、カメラ基盤のロバスト物体距離の予測を提供する方法、及びこれを利用した装置
CN112650224A (zh) 自动驾驶仿真的方法、装置、设备及存储介质
CN106092123A (zh) 一种视频导航方法及装置
CN105469052A (zh) 一种车辆检测跟踪方法和装置
CN114808649B (zh) 基于视觉系统控制的公路划线方法
CN109949364A (zh) 一种基于路测单目摄像头的车辆姿态检测精度优化方法

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