CN109738874A - 一种车载雷达测试装置及其控制方法 - Google Patents
一种车载雷达测试装置及其控制方法 Download PDFInfo
- Publication number
- CN109738874A CN109738874A CN201910030882.9A CN201910030882A CN109738874A CN 109738874 A CN109738874 A CN 109738874A CN 201910030882 A CN201910030882 A CN 201910030882A CN 109738874 A CN109738874 A CN 109738874A
- Authority
- CN
- China
- Prior art keywords
- trailer
- vehicle
- mounted radar
- output shaft
- speed
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种车载雷达测试装置,包括:电机,其具有可伸缩转动的输出轴;连接杆,其一端设置在所述输出轴末端,所述连接杆与所述输出轴垂直固定;车载雷达,其安装在所述连接杆另一端;风速传感器,其设置在自车车尾,用于检测风速;车速传感器,其设置在所述自车的轮毂上,用于检测自车车速;控制器,其连接所述电机、所述车载雷达、所述风速传感器、所述车速传感器,控制所述电机。本发明提供了一种车载雷达测试装置,能够实时监控车载雷达的工作状态,并调整车载雷达的位置。本发明还提供了一种车载雷达测试装置的控制方法,能够基于BP神经网络对车载雷达装置进行智能调控,使其处于最佳位置,提高其工作效率。
Description
技术领域
本发明涉及汽车行驶辅助设备技术领域,尤其涉及一种车载雷达测试装置及其控制方法。
背景技术
雷达,是英文Radar的音译,源于radio detection and ranging的缩写,意思为“无线电探测和测距”,即用无线电的方法发现目标并测定它们的空间位置。因此,雷达也被称为“无线电定位”。雷达是利用电磁波探测目标的电子设备。雷达发射电磁波对目标进行照射并接收其回波,由此获得目标至电磁波发射点的距离、距离变化率(径向速度)、方位、高度等信息。各种雷达的具体用途和结构不尽相同,但基本形式是一致的,包括:发射机、发射天线、接收机、接收天线,处理部分以及显示器。还有电源设备、数据录取设备、抗干扰设备等辅助设备。后来随着微电子等各个领域科学进步,雷达技术的不断发展,其内涵和研究也越发重要。
汽车雷达顾名思义是用于汽车或其他地面机动车辆的雷达。因此,它包括基于不同技术(比如激光、超声波、微波)的各种不同雷达,有着不同的功能(比如发现障碍物、预测碰撞、自适应巡航控制),以及运用不同的工作原理(比如脉冲雷达、FMCW雷达、微波冲击雷达)。微波雷达在汽车雷达中有着重要的商业意义。
发明内容
本发明为解决目前的技术不足之处,提供了一种车载雷达测试装置,能够实时监控车载雷达的工作状态,并调整车载雷达的位置。
本发明提供了一种车载雷达测试装置的控制方法,能够基于BP神经网络对车载雷达装置进行智能调控,使其处于最佳位置,提高其工作效率。
本发明提供的技术方案为:一种车载雷达测试装置,包括:
电机,其具有可伸缩转动的输出轴;
连接杆,其一端设置在所述输出轴末端,所述连接杆与所述输出轴垂直固定;
车载雷达,其安装在所述连接杆另一端;
风速传感器,其设置在自车车尾,用于检测风速;
车速传感器,其设置在所述自车的轮毂上,用于检测自车车速;
控制器,其连接所述电机、所述车载雷达、所述风速传感器、所述车速传感器,控制所述电机。
优选的是,还包括:
红外传感器,其设置在所述车尾;
摄像机,其设置在所述自车车尾。
优选的是,所述电机为直流电机。
优选的是,所述摄像机为数字化摄像机。
一种车载雷达测试装置的控制方法,包括以下步骤:
步骤一、按照采样周期,通过传感器测量风速Vw、自车车速Vb、最近的他车距离Sa、最近的他车速度Va、环境能见度C;
步骤二、依次将上述参数进行规格化,确定三层BP神经网络的输入层向量x={x1,x2,x3,x4,x5};其中x1为风速系数、x2为自车车速系数、x3为最近的他车距离系数、x4为最近的他车速度系数、x5为环境能见度系数;
步骤三、所述输入层向量映射到中间层,所述中间层向量y={y1,y2,,ym};m为中间层节点个数;
步骤四、得到输出层向量o={o1,o2,o3};o1为电机输出轴长度调节系数、o2为电机输出轴转速调节系数、o3为预警信号;
步骤五、控制电机输出轴长度、转速,使
其中,分别为第i次采样周期输出层向量前两个参数,Lmax、Nmax分别为电机输出轴最大长度、电机输出轴最大转速,Li+1、Ni+1分别为第i+1个采样周期时电机输出轴长度和电机输出轴转速。
优选的是,所述步骤五之后还包括:根据第i次周期中的风速、自车车速、最近的他车距离、最近的他车速度、采样信号,判定第i+1次周期时的雷达运行状态以及车况,当输出信号时,进行紧急预警。
优选的是,所述中间层节点个数m满足:其中n为输入层节点个数,p为输出层节点个数。
优选的是,步骤三中,将风速Vw、自车车速Vb、最近的他车距离Sa、最近的他车速度Vb、环境能见度C进行规格化的公式为:
其中,xj为输入层向量中的参数,Xj分别为测量参数Vw、Vb、Sa、Vb、C,j=1,2,3,4,5;Xjmax和Xjmin分别为相应测量参数中的最大值和最小值。
优选的是,步骤三中,初始运动状态,电机输出轴初始长度L0满足:
其中,lb为自车车身长度、d为自车车身宽度、m为车载雷达质量、θ为输出轴与地面夹角、b为连接杆的长度。
优选的是,步骤三中,初始运动状态,电机输出轴初始转速N0满足:
C0为初始时刻环境能见度,smax为车载雷达最大测试距离,f为车载雷达的发射频率。
本发明所述的有益效果:提供了一种车载雷达测试装置,能够实时监控车载雷达的工作状态,并调整车载雷达的位置;能够基于BP神经网络对车载雷达装置进行智能调控,使其处于最佳位置,提高其工作效率。本发明还根据具体的初始时刻的车况以及车身具体参数情况来调节其初始位置,使其保持最近的工作状态。
具体实施方式
下面对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
本发明的一种车载雷达测试装置,包括:电机,具有可伸缩并且可以转动的输出轴;连接杆的一端设置在所述输出轴末端,所述连接杆与所述输出轴垂直固定;车载雷达安装在所述连接杆另一端;在自车的车尾安装有风速传感器,用于检测风速;在自车的轮毂上安装车速传感器,用于检测自车车速;控制器连接所述电机、所述车载雷达、所述风速传感器、所述车速传感器,控制所述电机。在自车的车尾设置红外传感器,用于测量传感器的位置、连接杆的位置,与地面的夹角。摄像机设置在自车的车尾,摄像机为数字化摄像机。通过数字化摄像机直接摄取选定目标物及其背景的图像,然后将图像从图像采集卡传到计算机,通过对所获取的图象进行分析处理,能自动获取能见度的数值。这种方法测量得到的能见度数值和用激光雷达观测的能见度值比较接近。
本发明提供了一种基于BP神经网络的车载雷达测试装置控制方法,包括以下步骤:
步骤一S110:建立BP神经网络模型。
本发明采用的BP网络体系结构由三层组成,第一层为输入层,共n个节点,对应了表示n个输入参数,些信号参数由数据预处理模块给出。第二层为隐层,共m个节点,由网络的训练过程以自适应的方式确定。第三层为输出层,共p个节点,由系统实际需要输出的响应确定。
该网络的数学模型为:
输入向量:x=(x1,x2,...,xn)T
中间层向量:y=(y1,y2,...,ym)T
输出向量:O=(o1,o2,...,op)T
本发明中,输入层节点数为n=5,输出层节点数为p=3。隐藏层节点数m由下式估算得出:
输入信号5个参数分别表示为:x1为风速系数、x2为自车车速系数、x3为最近的他车距离系数、x4为最近的他车速度系数、x5为环境能见度系数。
由于传感器获取的数据属于不同的物理量,其量纲各不相同。因此,在数据输入人工神经网络之前,需要将数据规格化为0-1之间的数。
具体而言,对于风速传感器测量的环境风速Vw,进行规格化后,得到环境风速系数
其中,Vw-max和Vw-min分别为风速传感器测量的环境最大风速和最小风速。
同样的,对使用速度传感器测量的自车车速Vb进行规格化后,得到自车车速系数
其中,Vb-max和Vb-min分别为最大自车车速和最小自车车速。
同样的,对使用车载雷达测量的最近的他车距离Sa进行规格化后,得到最近的他车距离系数
其中,Sa-max和Sa-min分别为最近的他车最大距离和最小距离。
同样的,对使用车载雷达测量的最近的他车速度Va进行规格化后,得到最近的他车速度系数
其中,Va-max和Va-min分别为最大自车车速和最小自车车速。
同样的,对使用摄像机测量的最近的环境能见度C进行规格化后,得到环境能见度系数
其中,Cmax和Cmin分别为环境最大能见度和最小能见度。
输出的三个参数分别表示为:o1为电机输出轴长度调节系数、o2为电机输出轴转速调节系数、o3为预警信号;
电机输出轴长度调节系数o1表示下一个采样周期时电机输出轴长度与电机输出轴最大长度之比,即在第i个采样周期获取输入参数,通过BP神经网络输出第i个采样周期的电机输出轴长度调节系数后,控制第i+1个采样周期中的电机输出轴长度Li+1,使其满足:
其中,Lmax为电机输出轴最大长度。
电机输出轴转速调节系数o2表示下一个采样周期时电机输出轴转速与电机输出轴最大转速之比,即在第i个采样周期获取输入参数,通过BP神经网络输出第i个采样周期的电机输出轴转速调节系数后,控制第i+1个采样周期中的电机输出轴长度Ni+1,使其满足:
其中,Nmax为电机输出轴最大转速。
紧急停机信号o3表示为当前设备的运行状态及车库,其输出值为0或1,当输出值为0时,表示当前设备或车况处于非正常状态,此时,需要发出预警信号,提醒驾驶员;当输出值为1时,表示当前设备或车况处于正常状态,可以继续运行。步骤二S120、进行BP神经网络的训练。
建立好BP神经网络节点模型后,即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本,并给定输入节点i和隐含层节点j之间的连接权值wij,隐层节点j和输出层节点k之间的连接权值wjk,隐层节点j的阈值θj,输出层节点k的阈值θk、wij、wjk、θj、θk均为-1到1之间的随机数。
在训练过程中,不断修正wij和wjk的值,直至系统误差小于等于期望误差时,完成神经网络的训练过程。
如表1所示,给定了一组训练样本以及训练过程中各节点的值。
表1训练过程各节点值
步骤三S130、采集输入参数,得到输出参数,并对超声波红枣清洗机进行控制。
步骤三S130具体包括如下分步骤:
S131:按照采样周期,获取第i个采样周期时风速Vw、自车车速Vb、最近的他车距离Sa、最近的他车速度Va、环境能见度C;其中,i=1,2,……。
S132:依次将上述5个参数进行规格化,得到第i个采样周期时三层BP神经网络的输入层向量x={x1,x2,x3,x4,x5}。
S133:所述输入层向量映射到中间层,得到第i个采样周期时中间层向量y={y1,y2,y3,y4}。
S134:所述中间层向输出层映射,得到第i个采样周期时得到输出层向量o={o1,o2,o3}。
S135、对电机输出轴长度和转速进行控制,使下一个周期即第i+1个采样周期时电机输出轴长度和转速满足:
其中,别为第i次采样周期输出层向量前两个参数Lmax为电机输出轴最大长度,Nmax为电机输出轴最大转速,Li+1为第i+1个采样周期中的电机输出轴长度,Ni+1为第i+1个采样周期中的电机输出轴长度。
初始运动状态,电机输出轴初始长度满足:
其中,lb为自车车身长度,单位mm;d为自车车身宽度,单位mm;m为车载雷达质量,单位g;θ为输出轴与地面夹角、b为连接杆的长度,单位mm。
初始运动状态,电机输出轴初始转速满足:
C0为初始时刻环境能见度,单位km;smax为车载雷达最大测试距离,,单位m;f为车载雷达的发射频率,单位Hz。
S136:根据第i次周期中的风速Vw、自车车速Vb、最近的他车距离Sa、最近的他车速度Va、环境能见度C采样信号,判定雷达的运行状态以及当前的车况,当时进行预警,提醒驾驶员引起注意。
通过上述设置,通过获取输入参数,通过采用BP神经网络算法,对电机进行控制,使测试效果达到最佳。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的实施例。
Claims (10)
1.一种车载雷达测试装置,其特征在于,包括:
电机,其具有可伸缩转动的输出轴;
连接杆,其一端设置在所述输出轴末端,所述连接杆与所述输出轴垂直固定;
车载雷达,其安装在所述连接杆另一端;
风速传感器,其设置在自车车尾,用于检测风速;
车速传感器,其设置在所述自车的轮毂上,用于检测自车车速;
控制器,其连接所述电机、所述车载雷达、所述风速传感器、所述车速传感器,控制所述电机。
2.根据权利要求1所述的车载雷达测试装置,其特征在于,还包括:
红外传感器,其设置在所述车尾;
摄像机,其设置在所述自车车尾。
3.根据权利要求2所述的车载雷达测试装置,其特征在于,
所述电机为直流电机。
4.根据权利要求2所述的车载雷达测试装置,其特征在于,
所述摄像机为数字化摄像机。
5.一种车载雷达测试装置的控制方法,其特征在于,包括以下步骤:
步骤一、按照采样周期,通过传感器测量风速Vw、自车车速Vb、最近的他车距离Sa、最近的他车速度Va、环境能见度C;
步骤二、依次将上述参数进行规格化,确定三层BP神经网络的输入层向量x={x1,x2,x3,x4,x5};其中x1为风速系数、x2为自车车速系数、x3为最近的他车距离系数、x4为最近的他车速度系数、x5为环境能见度系数;
步骤三、所述输入层向量映射到中间层,所述中间层向量y={y1,y2,…,ym};m为中间层节点个数;
步骤四、得到输出层向量o={o1,o2,o3};o1为电机输出轴长度调节系数、o2为电机输出轴转速调节系数、o3为预警信号;
步骤五、控制电机输出轴长度、转速,使
其中,分别为第i次采样周期输出层向量前两个参数,Lmax、Nmax分别为电机输出轴最大长度、电机输出轴最大转速,Li+1、Ni+1分别为第i+1个采样周期时电机输出轴长度和电机输出轴转速。
6.根据权利要求5所述的车载雷达测试装置的控制方法,其特征在于,所述步骤五之后还包括:根据第i次周期中的风速、自车车速、最近的他车距离、最近的他车速度、采样信号,判定第i+1次周期时的雷达运行状态以及车况,当输出信号时,进行紧急预警。
7.根据权利要求6所述的车载雷达测试装置的控制方法,其特征在于,所述中间层节点个数m满足:其中n为输入层节点个数,p为输出层节点个数。
8.根据权利要求7所述的车载雷达测试装置的控制方法,其特征在于,步骤三中,将风速Vw、自车车速Vb、最近的他车距离Sa、最近的他车速度Vb、环境能见度C进行规格化的公式为:
其中,xj为输入层向量中的参数,Xj分别为测量参数Vw、Vb、Sa、Vb、C,j=1,2,3,4,5;Xjmax和Xjmin分别为相应测量参数中的最大值和最小值。
9.根据权利要求8所述的车载雷达测试装置的控制方法,其特征在于,步骤三中,初始运动状态,电机输出轴初始长度L0满足:
其中,lb为自车车身长度、d为自车车身宽度、m为车载雷达质量、θ为输出轴与地面夹角、b为连接杆的长度。
10.根据权利要求9所述的车载雷达测试装置的控制方法,其特征在于,步骤三中,初始运动状态,电机输出轴初始转速N0满足:
C0为初始时刻环境能见度,smax为车载雷达最大测试距离,f为车载雷达的发射频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910030882.9A CN109738874A (zh) | 2019-01-14 | 2019-01-14 | 一种车载雷达测试装置及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910030882.9A CN109738874A (zh) | 2019-01-14 | 2019-01-14 | 一种车载雷达测试装置及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109738874A true CN109738874A (zh) | 2019-05-10 |
Family
ID=66364645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910030882.9A Pending CN109738874A (zh) | 2019-01-14 | 2019-01-14 | 一种车载雷达测试装置及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109738874A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111751843A (zh) * | 2020-06-17 | 2020-10-09 | 南京红露麟激光雷达科技有限公司 | 基于多光束时空大气参数分布的风速测量方法及装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930234A (zh) * | 2010-04-20 | 2010-12-29 | 天津大学 | 用于车载信息系统的车载主控制器及其控制系统 |
CN103426026A (zh) * | 2013-09-10 | 2013-12-04 | 信阳师范学院 | 一种混合神经网络预测及识别景区气象要素的方法 |
CN105404153A (zh) * | 2015-12-17 | 2016-03-16 | 吉林大学 | 一种基于bp神经网络的绕线机控制方法及绕线机 |
CN205246872U (zh) * | 2015-12-28 | 2016-05-18 | 郑泽杰 | 一种车载雷达装置 |
CN206990793U (zh) * | 2017-03-16 | 2018-02-09 | 贵州省质安交通工程监控检测中心有限责任公司 | 一种便捷型隧道检测平台 |
US20180081053A1 (en) * | 2016-09-19 | 2018-03-22 | Nec Laboratories America, Inc. | Video to radar |
CN207473087U (zh) * | 2017-10-31 | 2018-06-08 | 上海捷崇科技有限公司 | 一种公路车辆激光扫描装置 |
CN108152794A (zh) * | 2017-12-22 | 2018-06-12 | 安徽仁信安防电子工程有限公司 | 一种海洋探测船用雷达方向调节装置及位移方法 |
CN207541259U (zh) * | 2017-12-11 | 2018-06-26 | 天津珞雍空间信息研究院有限公司 | 一种可移动式激光雷达 |
CN108533736A (zh) * | 2018-04-04 | 2018-09-14 | 吉林大学 | 一种基于bp神经网络的双离合器自动变速器装置及控制方法 |
CN108594189A (zh) * | 2018-04-13 | 2018-09-28 | 北京汽车股份有限公司 | 车载雷达系统的测试装置、方法 |
CN108664043A (zh) * | 2018-03-28 | 2018-10-16 | 吉林大学 | 基于双目视觉的驾驶员特征点测量装置及其控制方法 |
CN108791288A (zh) * | 2018-05-31 | 2018-11-13 | 惠州华阳通用电子有限公司 | 一种基于信息融合的防碰撞装置及方法 |
CN108859998A (zh) * | 2018-06-14 | 2018-11-23 | 辽宁工业大学 | 一种前车防追尾装置及其控制方法 |
CN208149466U (zh) * | 2018-04-09 | 2018-11-27 | 山东师范大学 | 一种具有sos紧急刹车系统的货车 |
-
2019
- 2019-01-14 CN CN201910030882.9A patent/CN109738874A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930234A (zh) * | 2010-04-20 | 2010-12-29 | 天津大学 | 用于车载信息系统的车载主控制器及其控制系统 |
CN103426026A (zh) * | 2013-09-10 | 2013-12-04 | 信阳师范学院 | 一种混合神经网络预测及识别景区气象要素的方法 |
CN105404153A (zh) * | 2015-12-17 | 2016-03-16 | 吉林大学 | 一种基于bp神经网络的绕线机控制方法及绕线机 |
CN205246872U (zh) * | 2015-12-28 | 2016-05-18 | 郑泽杰 | 一种车载雷达装置 |
US20180081053A1 (en) * | 2016-09-19 | 2018-03-22 | Nec Laboratories America, Inc. | Video to radar |
CN206990793U (zh) * | 2017-03-16 | 2018-02-09 | 贵州省质安交通工程监控检测中心有限责任公司 | 一种便捷型隧道检测平台 |
CN207473087U (zh) * | 2017-10-31 | 2018-06-08 | 上海捷崇科技有限公司 | 一种公路车辆激光扫描装置 |
CN207541259U (zh) * | 2017-12-11 | 2018-06-26 | 天津珞雍空间信息研究院有限公司 | 一种可移动式激光雷达 |
CN108152794A (zh) * | 2017-12-22 | 2018-06-12 | 安徽仁信安防电子工程有限公司 | 一种海洋探测船用雷达方向调节装置及位移方法 |
CN108664043A (zh) * | 2018-03-28 | 2018-10-16 | 吉林大学 | 基于双目视觉的驾驶员特征点测量装置及其控制方法 |
CN108533736A (zh) * | 2018-04-04 | 2018-09-14 | 吉林大学 | 一种基于bp神经网络的双离合器自动变速器装置及控制方法 |
CN208149466U (zh) * | 2018-04-09 | 2018-11-27 | 山东师范大学 | 一种具有sos紧急刹车系统的货车 |
CN108594189A (zh) * | 2018-04-13 | 2018-09-28 | 北京汽车股份有限公司 | 车载雷达系统的测试装置、方法 |
CN108791288A (zh) * | 2018-05-31 | 2018-11-13 | 惠州华阳通用电子有限公司 | 一种基于信息融合的防碰撞装置及方法 |
CN108859998A (zh) * | 2018-06-14 | 2018-11-23 | 辽宁工业大学 | 一种前车防追尾装置及其控制方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111751843A (zh) * | 2020-06-17 | 2020-10-09 | 南京红露麟激光雷达科技有限公司 | 基于多光束时空大气参数分布的风速测量方法及装置 |
CN111751843B (zh) * | 2020-06-17 | 2023-12-22 | 南京红露麟激光雷达科技有限公司 | 基于多光束时空大气参数分布的风速测量方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114474061B (zh) | 基于云服务的机器人多传感器融合定位导航系统及方法 | |
CN111025250B (zh) | 一种车载毫米波雷达在线标定方法 | |
CN108646731A (zh) | 无人驾驶车辆场端控制系统及其控制方法 | |
CN108545082B (zh) | 一种汽车变道预警方法 | |
CN108462726A (zh) | 面向未知状况的车辆辅助驾驶决策系统和装置 | |
CN111746728B (zh) | 一种基于强化学习的新型水上清洁机器人及控制方法 | |
CN110371018A (zh) | 使用其他车辆车灯的信息改善车辆行为 | |
CN109552289A (zh) | 一种汽车自适应辅助制动系统及其控制方法 | |
CN110007316A (zh) | 一种基于激光雷达路面信息识别的主动转向避障系统及方法 | |
CN109191788B (zh) | 驾驶员疲劳驾驶判断方法、存储介质及电子设备 | |
CN114818916B (zh) | 一种基于毫米波雷达多帧点云序列的道路目标分类方法 | |
CN108664043B (zh) | 基于双目视觉的驾驶员特征点测量装置及其控制方法 | |
CN109584630B (zh) | 一种基于车联网的车辆变道预警方法 | |
CN106774287A (zh) | 一种主动安全控制器的实车在环测试系统及方法 | |
CN109300276A (zh) | 一种基于多传感器数据融合的汽车车内异常预警方法 | |
CN109738874A (zh) | 一种车载雷达测试装置及其控制方法 | |
CN108839614A (zh) | 一种用于电动车的车辆安全减速系统 | |
CN110682903B (zh) | 一种基于视觉感知的安全超车预警系统及方法 | |
Lim et al. | Gaussian process auto regression for vehicle center coordinates trajectory prediction | |
CN109808492B (zh) | 一种车载雷达预警装置及预警方法 | |
CN109572692A (zh) | 一种电控车辆防冲撞系统及其控制方法 | |
CN106740461A (zh) | 一种用于铰接式震源车的侧翻预警装置及方法 | |
CN108859998A (zh) | 一种前车防追尾装置及其控制方法 | |
CN109835333A (zh) | 一种保持车辆在车道中间行驶的控制系统及控制方法 | |
CN110794764B (zh) | 一种机器人的运动控制方法 |
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: 20190510 |