CN109515436A - 一种智能驾驶车辆行驶路径融合的选择方法 - Google Patents

一种智能驾驶车辆行驶路径融合的选择方法 Download PDF

Info

Publication number
CN109515436A
CN109515436A CN201811497745.8A CN201811497745A CN109515436A CN 109515436 A CN109515436 A CN 109515436A CN 201811497745 A CN201811497745 A CN 201811497745A CN 109515436 A CN109515436 A CN 109515436A
Authority
CN
China
Prior art keywords
prediction locus
front truck
intelligent driving
locus
selection method
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
CN201811497745.8A
Other languages
English (en)
Other versions
CN109515436B (zh
Inventor
汪子煜
何少斌
张雷
崔春宽
王崇阳
朱满
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.)
Anhui Jianghuai Automobile Group Corp
Original Assignee
Anhui Jianghuai Automobile Group Corp
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 Anhui Jianghuai Automobile Group Corp filed Critical Anhui Jianghuai Automobile Group Corp
Priority to CN201811497745.8A priority Critical patent/CN109515436B/zh
Publication of CN109515436A publication Critical patent/CN109515436A/zh
Application granted granted Critical
Publication of CN109515436B publication Critical patent/CN109515436B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W30/095—Predicting travel path or likelihood of collision
    • 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
    • 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
    • B60W2554/00—Input parameters relating to objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

一种智能驾驶车辆行驶路径融合的选择方法，其控制器将自多个传感器处分别计算多个预测轨迹，判断多个预测轨迹中中是否存在转向角预测轨迹、方向盘转角预测轨迹、有效静态目标预测轨迹、有效前车预测轨迹，将上述信息进行融合，预测出更加准确的车辆行驶轨迹，其中优先级别为有效静态目标预测轨迹、有效的静态目标预测轨迹、和转向角预测轨迹和方向盘转角预测轨迹。

Description

一种智能驾驶车辆行驶路径融合的选择方法
技术领域
本发明关于一种智能驾驶车辆行驶路径融合的选择方法。
背景技术
在实现车辆智能驾驶时，系统的控制器需要识别并预测出车辆的行驶轨迹，用于判断在车辆的预行驶轨迹上是否存在遮挡物。当行驶轨迹周边存在遮挡物，例如车辆或行人，系统需要通过遮挡物和本车的运动状态，判断当本车按照预行驶轨迹行驶时，是否会发生危险场景。
对直道中的车辆轨迹预测实现较为容易，但对弯道尤其是直道变弯道的场景进行准确的预测，往往比较困难。
准确预测出车辆的行驶轨迹，对车辆智能驾驶系统的误报率起到至关重要的作用。预测车辆行驶轨迹不准确时，可能会造成对相邻车道的车辆误识别，导致车辆进行不合理的减速和刹车。
现有技术中，在预测车辆的转角时，通常会通过车辆的转向角传感器反馈的转角，进行预测。在这样的方案下，因为车辆当前转角与车道线方向不一定完全重合，导致在较远距离时会存在误差导致判断错误。同时对直道变弯道的场景，由于车辆当前转角约为0°，而前车可能已经进入弯道，导致被误识别或当前目标丢失。
发明内容
本发明的目的是设计一种轨迹预测的方法来解决复杂道路环境下的目标识别。对直道变弯道，弯道变直道等场景有可以进行有效预测。提升智能驾驶系统的性能。
为实现上述技术目的，本发明提供一种智能驾驶车辆行驶路径融合的选择方法，其包括：控制器将自多个传感器处获得的信息分别计算出车辆的多个预测轨迹，其中：判断一：当多个所述预测轨迹中只包括：转向角预测轨迹和方向盘转角预测轨迹时，根据所述车辆的车速判断并确定第一基本轨迹和识别弯道；判断二：当多个所述预测轨迹中只包括：所述转向角预测轨迹、所述方向盘转角预测轨迹和有效静态目标预测轨迹时，使用所述有效静态目标预测轨迹确定第二基本轨迹和识别弯道；判断三：当多个所述预测轨迹中存在有效前车预测轨迹时，使用所述有效前车预测轨迹确定第三基本轨迹和识别弯道；且按照第三基本轨迹、第二基本轨迹和第一基本轨迹的优先级顺序，确定最终基本轨迹。
本发明采集多个信息，通过合理的方案，将上述信息进行融合，预测出更加准确的车辆行驶轨迹，其中优先级别为有效静态目标预测轨迹、有效的静态目标预测轨迹、和转向角预测轨迹和方向盘转角预测轨迹。
作为进一步的改进，所述转向角预测轨迹根据转向角传感器计算并获得，所述方向盘转角预测轨迹根据方向盘转角传感器计算并获得，所述静态目标预测轨迹和所述前车预测轨迹根据所述车辆的智能驾驶系统传感器在世界坐标系中计算并获得。
作为进一步的改进，所述智能驾驶系统传感器包括：毫米雷达和摄像头。
作为进一步的改进，在所述判断一中，当所述车速小于1.5米/秒时，确定所述方向盘转角预测轨迹为所述第一基本轨迹和识别弯道；当所述车速大于等于1.5米/秒时，确定所述转向角预测轨迹为所述第一基本轨迹和识别弯道。
作为进一步的改进，当静态目标预测轨迹中存在曲率且横向位移大于2.3米时，判断为所述有效静态目标预测轨迹。
作为进一步的改进，当前车预测轨迹与所述第一基准轨迹的横向偏差小于2.3米时，或当前车预测轨迹中具有一段与所述第一基准轨迹相交时，判断为所述有效前车预测轨迹。
作为进一步的改进，当前车预测轨迹中具有一段与所述第一基准轨迹的横向偏差小于0.5米时，认定为所述段与所述第一基准轨迹相交。
作为进一步的改进，当所述有效前车预测轨迹与所述第一基准轨迹的横向偏差大于1.5米时，识别为弯道。
作为进一步的改进，在识别为所述弯道后，持续识别所述有效前车预测轨迹与所述第一基准轨迹，只当二者的横向偏差发生持续变化时,所述有效前车预测轨迹继续确定为有效前车预测轨迹。
具体实施方式
本发明提供一种智能驾驶车辆行驶路径融合的选择方法，其包括：控制器将自多个传感器处获得的信息分别计算出车辆的多个预测轨迹，其中：判断一：当多个所述预测轨迹中只包括：转向角预测轨迹和方向盘转角预测轨迹时，根据所述车辆的车速判断并确定第一基本轨迹和识别弯道；判断二：当多个所述预测轨迹中只包括：所述转向角预测轨迹、所述方向盘转角预测轨迹和有效静态目标预测轨迹时，使用所述有效静态目标预测轨迹确定第二基本轨迹和识别弯道；判断三：当多个所述预测轨迹中存在有效前车预测轨迹时，使用所述有效前车预测轨迹确定第三基本轨迹和识别弯道；且按照第三基本轨迹、第二基本轨迹和第一基本轨迹的优先级顺序，确定最终基本轨迹。
本发明采集多个信息，通过合理的方案，将上述信息进行融合，预测出更加准确的车辆行驶轨迹，其中优先级别为有效静态目标预测轨迹、有效的静态目标预测轨迹、和转向角预测轨迹和方向盘转角预测轨迹。
作为进一步的改进，所述转向角预测轨迹根据转向角传感器计算并获得，所述方向盘转角预测轨迹根据方向盘转角传感器计算并获得，所述静态目标预测轨迹和所述前车预测轨迹根据所述车辆的智能驾驶系统传感器在世界坐标系中计算并获得。
作为进一步的改进，所述智能驾驶系统传感器包括：毫米雷达和摄像头。
作为进一步的改进，在所述判断一中，当所述车速小于1.5米/秒时，确定所述方向盘转角预测轨迹为所述第一基本轨迹和识别弯道；当所述车速大于等于1.5米/秒时，确定所述转向角预测轨迹为所述第一基本轨迹和识别弯道。
作为进一步的改进，当静态目标预测轨迹中存在曲率且横向位移大于2.3米时，判断为所述有效静态目标预测轨迹。
作为进一步的改进，当前车预测轨迹与所述第一基准轨迹的横向偏差小于2.3米时，或当前车预测轨迹中具有一段与所述第一基准轨迹相交时，判断为所述有效前车预测轨迹。
作为进一步的改进，当前车预测轨迹中具有一段与所述第一基准轨迹的横向偏差小于0.5米时，认定为所述段与所述第一基准轨迹相交。
作为进一步的改进，当所述有效前车预测轨迹与所述第一基准轨迹的横向偏差大于1.5米时，识别为弯道。
作为进一步的改进，在识别为所述弯道后，持续识别所述有效前车预测轨迹与所述第一基准轨迹，只当二者的横向偏差发生持续变化时,所述有效前车预测轨迹继续确定为有效前车预测轨迹。
本发明方法在车辆行驶过程中，同步采集多个信息，包括：车辆方向盘转角，转向角传感器角度，前车行驶轨迹，静态目标。其中车辆方向盘转角和转向角传感器角度，通过整车网络接收。前车行驶轨迹和静态目标，通过智能驾驶系统的传感器，如毫米波雷达或摄像头等，从世界坐标中读取。具体为按照四路输入分别计算行驶轨迹：
①方向盘转角传感器：输入角度，按照角度从前轴中点出发，做出曲线，即方向盘转角预测轨迹f(a)。
②转向角传感器：输入角度，按照角度从前轴中点出发，做出曲线，
即转向角预测轨迹f(b)。
③前车轨迹：按照传感器识别并记录的前车行驶轨迹，作为前车预测轨迹f(c)提供给本车。
④静态目标：通过雷达或摄像头采集道路两侧静态目标信息。将多个静态目标的数值，使用曲线进行连接，根据曲线的曲率即可作出静态目标预测轨迹f(d)提供给本车。
其中静态目标识别原理：毫米波雷达识别到速度为0的金属物体可视为静态目标；摄像头采集到的图像与数据库进行对比，识别出金属护栏，路灯，房屋，路牌等标志，可以作为静态目标。
本发明通过合理的方案，将上述信息进行融合，预测出更加准确的车辆行驶轨迹。根据四路输入分别得出四种轨迹公式分别计算出行驶轨迹，数据融合的过程：
1)第一基准轨迹计算：判断车速，当本车车速小于1.5m/s时，一般方向盘转角更为准确，所以使用f(a)作为第一基准轨迹f(e)，当本车车速大于等于1.5m/s时，使用转向角传感器提供的角度，使用f(b)作为第一基准轨迹f(e)；
2)当没有前车预测轨迹，或无静态目标时，使用第一基准轨迹f(e)即可；
3)判断前车预测轨迹f(c)与第一基准轨迹f(e)的横向偏差，防止误识别相邻车道车辆。当横向偏差大于2.3m，且与基准轨迹未相交(小于0.5m)，则判定该行驶轨迹不在当前车道，不作为判断依据；当横向偏差小于2.3m或与某一段与基准轨迹f(e)相交(小于0.5m)则可视为有效前车预测轨迹f(c1)；
4)对f(c1)进行识别，识别出弯道。如f(c1)与第一基准轨迹f(e)横向偏差大于1.5m，即可视为弯道。
5)当识别到弯道时，为防止将前车变道的行为误识别为弯道，对f(c1)与第一基准轨迹f(e)再次进行判断，当横向偏差没有发生持续变化时，视为前车变道，并不再将前车作为跟随或制动的目标车辆；
6)当f(c1)与第一基准轨迹f(e)发生持续变化时，以f(c1)继续作为有效前车预测轨迹，并确定为第三基准轨迹；
7)根据静止目标做的静态目标预测轨迹f(d)，当f(d)存在曲率且横向位移大于2.3m时，作为有效静态目标预测轨迹，并确定为第二基准轨迹。
8)按照第三基本轨迹、第二基本轨迹和第一基本轨迹的优先级顺序，确定最终基本轨迹，即有效前车预测轨迹为首选，有效静态目标预测轨迹次选，根据车速确定的第一基准轨迹为末选。
综上通过合理的方案，将上述信息进行融合，预测出更加准确的车辆行驶轨迹,可以得到最终的行驶轨迹。
应了解本发明所要保护的范围不限于非限制性实施方案，应了解非限制性实施方案仅仅作为实例进行说明。本申请所要要求的实质的保护范围更体现于独立权利要求提供的范围，以及其从属权利要求。

Claims (9)

1.一种智能驾驶车辆行驶路径融合的选择方法，其包括：控制器将自多个传感器处获得的信息分别计算出车辆的多个预测轨迹，其特征在于：
判断一：当多个所述预测轨迹中只包括：转向角预测轨迹和方向盘转角预测轨迹时，根据所述车辆的车速判断并确定第一基本轨迹和识别弯道；
判断二：当多个所述预测轨迹中只包括：所述转向角预测轨迹、所述方向盘转角预测轨迹和有效静态目标预测轨迹时，使用所述有效静态目标预测轨迹确定第二基本轨迹和识别弯道；
判断三：当多个所述预测轨迹中存在有效前车预测轨迹时，使用所述有效前车预测轨迹确定第三基本轨迹和识别弯道；且
按照第三基本轨迹、第二基本轨迹和第一基本轨迹的优先级顺序，确定最终基本轨迹。
2.如权利要求1所述的一种智能驾驶车辆行驶路径融合的选择方法，其特征在于：所述转向角预测轨迹根据转向角传感器计算并获得，所述方向盘转角预测轨迹根据方向盘转角传感器计算并获得，所述静态目标预测轨迹和所述前车预测轨迹根据所述车辆的智能驾驶系统传感器在世界坐标系中计算并获得。
3.如权利要求2所述的一种智能驾驶车辆行驶路径融合的选择方法，其特征在于：所述智能驾驶系统传感器包括：毫米雷达和摄像头。
4.如权利要求1所述的一种智能驾驶车辆行驶路径融合的选择方法，其特征在于：在所述判断一中，当所述车速小于1.5米/秒时，确定所述方向盘转角预测轨迹为所述第一基本轨迹和识别弯道；当所述车速大于等于1.5米/秒时，确定所述转向角预测轨迹为所述第一基本轨迹和识别弯道。
5.如权利要求1所述的一种智能驾驶车辆行驶路径融合的选择方法，其特征在于：当静态目标预测轨迹中存在曲率且横向位移大于2.3米时，判断为所述有效静态目标预测轨迹。
6.如权利要求1所述的一种智能驾驶车辆行驶路径融合的选择方法，其特征在于：
当前车预测轨迹与所述第一基准轨迹的横向偏差小于2.3米时，或当前车预测轨迹中具有一段与所述第一基准轨迹相交时，判断为所述有效前车预测轨迹。
7.如权利要求6所述的一种智能驾驶车辆行驶路径融合的选择方法，其特征在于：当前车预测轨迹中具有一段与所述第一基准轨迹的横向偏差小于0.5米时，认定为所述段与所述第一基准轨迹相交。
8.如权利要求6所述的一种智能驾驶车辆行驶路径融合的选择方法，其特征在于：当所述有效前车预测轨迹与所述第一基准轨迹的横向偏差大于1.5米时，识别为弯道。
9.如权利要求8所述的一种智能驾驶车辆行驶路径融合的选择方法，其特征在于：
在识别为所述弯道后，持续识别所述有效前车预测轨迹与所述第一基准轨迹，只当二者的横向偏差发生持续变化时,所述有效前车预测轨迹继续确定为有效前车预测轨迹。
CN201811497745.8A 2018-12-07 2018-12-07 一种智能驾驶车辆行驶路径融合的选择方法 Active CN109515436B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811497745.8A CN109515436B (zh) 2018-12-07 2018-12-07 一种智能驾驶车辆行驶路径融合的选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811497745.8A CN109515436B (zh) 2018-12-07 2018-12-07 一种智能驾驶车辆行驶路径融合的选择方法

Publications (2)

Publication Number Publication Date
CN109515436A true CN109515436A (zh) 2019-03-26
CN109515436B CN109515436B (zh) 2020-07-24

Family

ID=65795137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811497745.8A Active CN109515436B (zh) 2018-12-07 2018-12-07 一种智能驾驶车辆行驶路径融合的选择方法

Country Status (1)

Country Link
CN (1) CN109515436B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110491126A (zh) * 2019-08-25 2019-11-22 吴新胜 一种基于物联网技术的非机动车路口行驶控制方法和系统
CN111752272A (zh) * 2020-04-16 2020-10-09 北京京东乾石科技有限公司 一种轨迹预测方法、装置、设备及存储介质
CN113771845A (zh) * 2020-06-09 2021-12-10 奥迪股份公司 预测车辆轨迹的方法、装置、车辆和存储介质
CN114139795A (zh) * 2021-11-26 2022-03-04 苏州安智汽车零部件有限公司 一种基于智能算法的汽车轨迹预测方法
CN114312847A (zh) * 2022-01-13 2022-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012175914A (ja) * 2011-02-25 2012-09-13 Iseki & Co Ltd 薬液散布作業車両
CN104464375A (zh) * 2014-11-20 2015-03-25 长安大学 一种识别车辆高速转弯的方法
CN106114357A (zh) * 2016-07-04 2016-11-16 天津中科先进技术研究院有限公司 一种车辆转弯时防剐蹭装置及方法
CN106740811A (zh) * 2016-12-07 2017-05-31 浙江吉利控股集团有限公司 弯道自动转向系统及基于该系统的弯道的自动转向方法
CN109058450A (zh) * 2018-09-12 2018-12-21 汽解放汽车有限公司 一种商用车机械自动变速器弯道识别及其换挡控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012175914A (ja) * 2011-02-25 2012-09-13 Iseki & Co Ltd 薬液散布作業車両
CN104464375A (zh) * 2014-11-20 2015-03-25 长安大学 一种识别车辆高速转弯的方法
CN106114357A (zh) * 2016-07-04 2016-11-16 天津中科先进技术研究院有限公司 一种车辆转弯时防剐蹭装置及方法
CN106740811A (zh) * 2016-12-07 2017-05-31 浙江吉利控股集团有限公司 弯道自动转向系统及基于该系统的弯道的自动转向方法
CN109058450A (zh) * 2018-09-12 2018-12-21 汽解放汽车有限公司 一种商用车机械自动变速器弯道识别及其换挡控制方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110491126A (zh) * 2019-08-25 2019-11-22 吴新胜 一种基于物联网技术的非机动车路口行驶控制方法和系统
CN111752272A (zh) * 2020-04-16 2020-10-09 北京京东乾石科技有限公司 一种轨迹预测方法、装置、设备及存储介质
CN111752272B (zh) * 2020-04-16 2024-06-21 北京京东乾石科技有限公司 一种轨迹预测方法、装置、设备及存储介质
CN113771845A (zh) * 2020-06-09 2021-12-10 奥迪股份公司 预测车辆轨迹的方法、装置、车辆和存储介质
CN114139795A (zh) * 2021-11-26 2022-03-04 苏州安智汽车零部件有限公司 一种基于智能算法的汽车轨迹预测方法
CN114139795B (zh) * 2021-11-26 2024-09-13 苏州安智汽车零部件有限公司 一种基于智能算法的汽车轨迹预测方法
CN114312847A (zh) * 2022-01-13 2022-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置
CN114312847B (zh) * 2022-01-13 2024-04-12 安徽江淮汽车集团股份有限公司 一种自动驾驶车辆的横向控制方法及装置

Also Published As

Publication number Publication date
CN109515436B (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN109515436A (zh) 一种智能驾驶车辆行驶路径融合的选择方法
CN107000745B (zh) 车辆的行驶控制装置以及行驶控制方法
US11604474B2 (en) Scenario aware perception system for an automated vehicle
CN107000749B (zh) 车辆的行驶控制装置以及行驶控制方法
CN103577682B (zh) 在道路改变情境中使用导航输入的锚车道选择方法
CN106485950B (zh) 用于后方交叉车流规避的方法和设备
CN103847667B (zh) 车辆的驾驶辅助控制装置
EP2654028B1 (en) Orientation sensitive traffic collision warning system
KR101655606B1 (ko) 라이다를 이용한 멀티 오브젝트 추적 장치 및 그 방법
JP7328281B2 (ja) ある車両の環境中の標的車両の軌道を予測する方法及びシステム
CN105160356B (zh) 一种车辆主动安全系统传感器数据融合方法及系统
CN104584097A (zh) 物体检测装置和驾驶辅助装置
US20120206708A1 (en) Method and control unit for robustly detecting a lane change of a vehicle
CN107430822A (zh) 物体检测装置以及物体检测方法
CN104718507A (zh) 自主行走装置的行走信息生成装置、方法及程序、以及自主行走装置
JP2008021269A (ja) 衝突危険度判定装置、衝突危険度判定方法及び歩行者識別方法
CN113168512A (zh) 用于操作交通工具的自动纵向和/或横向引导功能的方法和控制单元
CN111352413A (zh) 全向传感器融合系统和方法及包括该融合系统的车辆
CN107408346A (zh) 车辆控制装置以及车辆控制方法
CN109271857A (zh) 一种伪车道线剔除方法及装置
JP7147651B2 (ja) 物体認識装置及び車両制御システム
JP2018124768A (ja) 車両制御装置
CN106608259A (zh) 自动紧急制动装置和方法
CN111881245B (zh) 能见度动态地图的产生方法、装置、设备及存储介质
CN115195773A (zh) 用于控制车辆驾驶的装置和方法及记录介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 230601 No. 99 Ziyun Road, Hefei Economic and Technological Development Zone, Anhui Province

Applicant after: Anhui Jianghuai Automobile Group Limited by Share Ltd

Address before: 230601 No. 669 Shixin Road, Taohua Industrial Park, Hefei City, Anhui Province

Applicant before: Anhui Jianghuai Automobile Group Limited by Share Ltd

GR01 Patent grant
GR01 Patent grant