CN109754626A - 无人驾驶自主换道策略 - Google Patents
无人驾驶自主换道策略 Download PDFInfo
- Publication number
- CN109754626A CN109754626A CN201811244472.6A CN201811244472A CN109754626A CN 109754626 A CN109754626 A CN 109754626A CN 201811244472 A CN201811244472 A CN 201811244472A CN 109754626 A CN109754626 A CN 109754626A
- Authority
- CN
- China
- Prior art keywords
- lane
- degree
- mobility
- value
- automatic driving
- 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
Links
- 238000000034 method Methods 0.000 claims description 12
- 230000001419 dependent effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种无人驾驶自主换道策略，主要包括以下步骤：步骤A、根据预设的公式1计算得到无人驾驶车辆所在车道的通畅程度值A以及其他车道的通畅程度值B；步骤B、将通畅程度值A和通畅程度值B进行比较，以选择出拥堵程度最低的车道作为目标车道发送给所述无人驾驶车辆的驾驶系统；其中所述公式1为车道流速模型的公式：Z＝X×[1/(1+0.3×Y)]，其中，Z表示通畅程度值；X表示各条车道上的车辆的平均车速；Y表示无人驾驶车辆后方的车辆数量。其能够应对各种真实道路场景，实现了无人驾驶车辆在各种道路场景内的高效、安全、可靠的自主换道。
Description
技术领域
本发明涉及无人驾驶技术领域，尤其涉及一种无人驾驶自主换道策略。
背景技术
随着人们对汽车智能化要求的不断提高，无人驾驶汽车作为智能驾驶的核心成为了最为关注的技术。而车辆换道是车辆行驶过程中一个常见但复杂的行为，很大程度上影响道路的流通性，快速而安全的换道操作对减少交通事故具有极强的现实应用意义。
然而，真实的道路场景是很复杂多变的，因而，如何实现无人驾驶汽车既能高效，安全，可靠的完成自主换道，还能覆盖复杂多变的道路场景，无疑是一个很大的挑战。
发明内容
本发明针对现有技术中存在的上述问题，提供一种无人驾驶自主换道策略，能够应对各种真实道路场景，实现了无人驾驶车辆在各种道路场景内的高效、安全、可靠的自主换道。
为实现上述目的和一些其他的目的，本发明采用如下技术方案：
一种无人驾驶自主换道策略，主要包括以下步骤：
步骤A、根据预设的公式1计算得到无人驾驶车辆所在车道的通畅程度值A以及其他车道的通畅程度值B；
步骤B、将通畅程度值A和通畅程度值B进行比较，以选择出拥堵程度最低的车道作为目标车道发送给所述无人驾驶车辆的驾驶系统；
其中所述公式1为车道流速模型的公式：
Z＝X×[1/(1+0.3×Y)] 公式1
其中，Z表示通畅程度值；X表示各条车道上的车辆的平均车速；Y表示无人驾驶车辆后方的车辆数量。
优选的是，所述的无人驾驶自主换道策略中，所述车道流速模型的公式用于计算车道加权平均速度，所述通畅程度值由车道上行驶的车辆数量和平均速度决定。
优选的是，所述的无人驾驶自主换道策略中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法依据待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度，所述通畅程度通过公式2表示：
Vf＝0.012V0×V0+0.52×V0 公式2
其中，Vf表示待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度；V0表示通畅程度值B。
优选的是，所述的无人驾驶自主换道策略中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于经验数据库，所述经验数据库为由司机在各种道路上行驶的数据进行收集并整理得到。
优选的是，所述的无人驾驶自主换道策略中，当通畅程度值B大于19m/s，通畅程度值A小于最大通畅程度值的0.92倍，且通畅程度值B大于Vf时，判定所述无人驾驶车辆换道至目标车道。
优选的是，所述的无人驾驶自主换道策略中，当通畅程度值B小于Vf，通畅程度值B小于最大通畅程度值时，判定所述无人驾驶车辆在原车道上行驶。
优选的是，所述的无人驾驶自主换道策略中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于选择模块，所述选择模块在所述无人驾驶车辆满足换道条件，且所述无人驾驶车辆行驶在两边车道时，控制所述无人驾驶车辆换道至中间车道行驶。
本发明至少包括以下有益效果：
本发明所述的无人驾驶自主换道策略通过车道流速模型的建立，使得所述无人驾驶自主换道策略基于车道流速模型，先根据车道流速模型分析出待选车道的通畅程度，然后与本车自身车道通畅情况进行衡量比较，从中选择出拥堵程度最低的车道，将其作为最优目标车道，车道流速模型根据各条车道上的车辆的平均车速，以及无人驾驶车辆后方的车辆数量综合判断，使得得到的车道通畅程度值不受车辆行驶场景的限制，适用于各种道路场景，且根据车道上车辆的平均车速以及车辆数量的判断结果与人工判断结果相吻合，使得计算结果更为准确且贴合实际，从而为无人驾驶车辆是否换道提供了可靠的依据，使得所述无人驾驶车辆能够安全、可靠、高效的完成换道。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1是本发明提供的无人驾驶自主换道策略的车道流速模型的示意图；
图2是本发明提供的无人驾驶自主换道策略中将通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法的坐标图。
具体实施方式
下面结合附图对本发明做详细说明，以令本领域普通技术人员参阅本说明书后能够据以实施。
如图1和图2所示，一种无人驾驶自主换道策略，主要包括以下步骤：
步骤A、根据预设的公式1计算得到无人驾驶车辆所在车道的通畅程度值A以及其他车道的通畅程度值B；
步骤B、将通畅程度值A和通畅程度值B进行比较，以选择出拥堵程度最低的车道作为目标车道发送给所述无人驾驶车辆的驾驶系统；
其中所述公式1为车道流速模型的公式：
Z＝X×[1/(1+0.3×Y)] 公式1
其中，Z表示通畅程度值；X表示各条车道上的车辆的平均车速；Y表示无人驾驶车辆后方的车辆数量。
在上述方案中，车道流速模型的建立依据每条道路上车的数量，以及车辆的平均速度，符合人工驾驶时的判断习惯，实现了模拟人工的决策，使得对于换道决策的判断更加可靠且安全。
通过车道流速模型的建立，使得所述无人驾驶自主换道策略基于车道流速模型，先根据车道流速模型分析出待选车道的通畅程度，然后与本车自身车道通畅情况进行衡量比较，从中选择出拥堵程度最低的车道，将其作为最优目标车道，车道流速模型根据各条车道上的车辆的平均车速，以及无人驾驶车辆后方的车辆数量综合判断，使得得到的车道通畅程度值不受车辆行驶场景的限制，可以应对复杂多变的场景，对场景中道路状况进行了精确的建模，准备衡量了道路的拥堵情况，为换道策略的选择提供了可靠的依据；且根据车道上车辆的平均车速以及车辆数量的判断结果与人工判断结果相吻合，使得计算结果更为准确且贴合实际，从而为无人驾驶车辆是否换道提供了可靠的依据，使得所述无人驾驶车辆能够安全、可靠、高效的完成换道。
其中，车道流速模型中各车道上车速、车辆数量，以及各个车辆相对所述无人驾驶车辆的位置等数据的获取通过在无人驾驶车辆上装设激光雷达、毫米波雷达、摄像头以及GPS定位模块等装置实现，数据的获得通过这些传感器的检测融合得到。
一个优选方案中，所述车道流速模型的公式用于计算车道加权平均速度，所述通畅程度值由车道上行驶的车辆数量和平均速度决定。
在上述方案中，通过计算车道加权平均速度能够准确的判断无人驾驶车辆进行换道的车速、时机等条件，通畅程度值由车道上行驶的车辆数量和平均速度决定符合人工驾驶时对于车道通畅程度的判断，因而保证了后续换道策略判断的可靠性。
一个优选方案中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法依据待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度，所述通畅程度通过公式2表示：
Vf＝0.012V0×V0+0.52×V0 公式2
其中，Vf表示待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度；V0表示通畅程度值B。
在上述方案中，通过待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度的计算便于对于各车道间通畅程度的比较，从而利于换道策略的决策。
一个优选方案中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于经验数据库，所述经验数据库为由司机在各种道路上行驶的数据进行收集并整理得到。
在上述方案中，通过司机在各种道路上行驶的数据的收集和整理得到的经验数据库的指导，使得所述无人驾驶车辆在进行换道决策时能够依据人工驾驶时的经验进行判断，从而进一步提高了策略决定的可靠性，提高了无人驾驶车辆的驾驶安全。
一个优选方案中，当通畅程度值B大于19m/s，通畅程度值A小于最大通畅程度值的0.92倍，且通畅程度值B大于Vf时，判定所述无人驾驶车辆换道至目标车道。
在上述方案中，依据公式2以及经验数据库的计算发现，目标车道的通畅程度必须大于19m/s时，本车道小于最大通畅程度的0.92倍，且目标车道的通畅程度值大于Vf时，目标车道较为通畅，可进行换道。
一个优选方案中，当通畅程度值B小于Vf，通畅程度值B小于最大通畅程度值时，判定所述无人驾驶车辆在原车道上行驶。
在上述方案中，依据公式2以及经验数据库的计算发现，在达到上述情况时，本车道较为通畅，无人驾驶车辆可以不必换道行驶。
一个优选方案中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于选择模块，所述选择模块在所述无人驾驶车辆满足换道条件，且所述无人驾驶车辆行驶在两边车道时，控制所述无人驾驶车辆换道至中间车道行驶。
在上述方案中，通过选择模块的设置，使得该策略可以完成整个超车决策的功能，在实际的道路场景中可以准确、可靠、高效的选择出最优的车道，并可以应对复杂多变的道路场景。
结合图2，横坐标表示待选目标车道的通畅程度，纵坐标表示本车道的通畅程度，该发明中我们使用车道流速模型中计算的结果来代表车道的通畅程度。a区域由曲线2、3、4围成，在a区域中时，目标车道的通畅程度必须大于19(最低限速值)，本车道小于最大通畅程度的0.92倍(代表本车道速度受到压制，出现拥堵情况)，曲线3则衡量了目标车道相对于本车道的通畅情况，所以当决策点落在a区域中时，目标车道较为通畅，可进行换道；在b区域中时，本车车道较为通畅，不进行换道，保持车道行驶；在c区域，并且该车行驶在两侧车道，结合选择模块的作用，要采取中间车道优先选择策略，即在该区域，车辆将从两边车道换回中间车道。
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所示出与描述的图例。
Claims (7)
1.一种无人驾驶自主换道策略，其中，主要包括以下步骤：
步骤A、根据预设的公式1计算得到无人驾驶车辆所在车道的通畅程度值A以及其他车道的通畅程度值B；
步骤B、将通畅程度值A和通畅程度值B进行比较，以选择出拥堵程度最低的车道作为目标车道发送给所述无人驾驶车辆的驾驶系统；
其中所述公式1为车道流速模型的公式：
Z＝X×[1/(1+0.3×Y)] 公式1
其中，Z表示通畅程度值；X表示各条车道上的车辆的平均车速；Y表示无人驾驶车辆后方的车辆数量。
2.如权利要求1所述的无人驾驶自主换道策略，其中，所述车道流速模型的公式用于计算车道加权平均速度，所述通畅程度值由车道上行驶的车辆数量和平均速度决定。
3.如权利要求1所述的无人驾驶自主换道策略，其中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法依据待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度，所述通畅程度通过公式2表示：
Vf＝0.012V0×V0+0.52×V0 公式2
其中，Vf表示待选的车道相对于所述无人驾驶车辆所行驶的车道的通畅程度；V0表示通畅程度值B。
4.如权利要求3所述的无人驾驶自主换道策略，其中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于经验数据库，所述经验数据库为由司机在各种道路上行驶的数据进行收集并整理得到。
5.如权利要求4所述的无人驾驶自主换道策略，其中，当通畅程度值B大于19m/s，通畅程度值A小于最大通畅程度值的0.92倍，且通畅程度值B大于Vf时，判定所述无人驾驶车辆换道至目标车道。
6.如权利要求4所述的无人驾驶自主换道策略，其中，当通畅程度值B小于Vf，通畅程度值B小于最大通畅程度值时，判定所述无人驾驶车辆在原车道上行驶。
7.如权利要求4所述的无人驾驶自主换道策略，其中，步骤B中将所述通畅程度值A和通畅程度值B进行比较以选择出目标车道的方法还依据于选择模块，所述选择模块在所述无人驾驶车辆满足换道条件，且所述无人驾驶车辆行驶在两边车道时，控制所述无人驾驶车辆换道至中间车道行驶。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811244472.6A CN109754626B (zh) | 2018-10-24 | 2018-10-24 | 无人驾驶自主换道策略 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811244472.6A CN109754626B (zh) | 2018-10-24 | 2018-10-24 | 无人驾驶自主换道策略 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109754626A true CN109754626A (zh) | 2019-05-14 |
| CN109754626B CN109754626B (zh) | 2020-08-25 |
Family
ID=66402467
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811244472.6A Active CN109754626B (zh) | 2018-10-24 | 2018-10-24 | 无人驾驶自主换道策略 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109754626B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111399512A (zh) * | 2020-03-27 | 2020-07-10 | 广州小鹏汽车科技有限公司 | 行车控制方法、行车控制装置和车辆 |
| CN111798699A (zh) * | 2020-06-29 | 2020-10-20 | 广州小鹏车联网科技有限公司 | 车辆驾驶方法、装置、车载计算机、车辆以及存储介质 |
| CN112489452A (zh) * | 2020-10-31 | 2021-03-12 | 华为技术有限公司 | 一种辅助车辆汇入主道的方法、装置及系统 |
| CN113276860A (zh) * | 2021-07-19 | 2021-08-20 | 腾讯科技（深圳）有限公司 | 车辆控制方法、装置、电子设备以及存储介质 |
| CN114333377A (zh) * | 2020-09-29 | 2022-04-12 | 宝能汽车集团有限公司 | 自动变道超车方法、装置、存储介质和计算机设备 |
| CN114889611A (zh) * | 2022-05-25 | 2022-08-12 | 重庆长安汽车股份有限公司 | 基于自学习的路口车道选择的控制系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106940933A (zh) * | 2017-03-08 | 2017-07-11 | 北京理工大学 | 一种基于智能交通系统的智能车辆决策换道方法 |
| FR3049541A1 (fr) * | 2016-03-29 | 2017-10-06 | Peugeot Citroen Automobiles Sa | Procede et module d’assistance au changement de voie de circulation |
| CN107301782A (zh) * | 2017-08-11 | 2017-10-27 | 青岛理工大学 | 一种基于交通监控的多车道隧道车流调控系统 |
| CN107415945A (zh) * | 2016-05-24 | 2017-12-01 | 通用汽车环球科技运作有限责任公司 | 用于评估车道换道的自动驱动系统及其使用方法 |
| CN108460980A (zh) * | 2018-05-11 | 2018-08-28 | 西南交通大学 | 自动驾驶车辆下匝道最优意图生成点计算方法 |
| CN108698594A (zh) * | 2016-02-29 | 2018-10-23 | 华为技术有限公司 | 自动驾驶的方法和装置 |
-
2018
- 2018-10-24 CN CN201811244472.6A patent/CN109754626B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108698594A (zh) * | 2016-02-29 | 2018-10-23 | 华为技术有限公司 | 自动驾驶的方法和装置 |
| FR3049541A1 (fr) * | 2016-03-29 | 2017-10-06 | Peugeot Citroen Automobiles Sa | Procede et module d’assistance au changement de voie de circulation |
| CN107415945A (zh) * | 2016-05-24 | 2017-12-01 | 通用汽车环球科技运作有限责任公司 | 用于评估车道换道的自动驱动系统及其使用方法 |
| CN106940933A (zh) * | 2017-03-08 | 2017-07-11 | 北京理工大学 | 一种基于智能交通系统的智能车辆决策换道方法 |
| CN107301782A (zh) * | 2017-08-11 | 2017-10-27 | 青岛理工大学 | 一种基于交通监控的多车道隧道车流调控系统 |
| CN108460980A (zh) * | 2018-05-11 | 2018-08-28 | 西南交通大学 | 自动驾驶车辆下匝道最优意图生成点计算方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张荣辉，等: "车－车协同下无人驾驶车辆的换道汇入控制方法", 《中国公路学报》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111399512A (zh) * | 2020-03-27 | 2020-07-10 | 广州小鹏汽车科技有限公司 | 行车控制方法、行车控制装置和车辆 |
| CN111798699A (zh) * | 2020-06-29 | 2020-10-20 | 广州小鹏车联网科技有限公司 | 车辆驾驶方法、装置、车载计算机、车辆以及存储介质 |
| CN114333377A (zh) * | 2020-09-29 | 2022-04-12 | 宝能汽车集团有限公司 | 自动变道超车方法、装置、存储介质和计算机设备 |
| CN112489452A (zh) * | 2020-10-31 | 2021-03-12 | 华为技术有限公司 | 一种辅助车辆汇入主道的方法、装置及系统 |
| CN113276860A (zh) * | 2021-07-19 | 2021-08-20 | 腾讯科技（深圳）有限公司 | 车辆控制方法、装置、电子设备以及存储介质 |
| CN114889611A (zh) * | 2022-05-25 | 2022-08-12 | 重庆长安汽车股份有限公司 | 基于自学习的路口车道选择的控制系统及方法 |
| CN114889611B (zh) * | 2022-05-25 | 2024-05-14 | 重庆长安汽车股份有限公司 | 基于自学习的路口车道选择的控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109754626B (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109754626A (zh) | 无人驾驶自主换道策略 | |
| US10606270B2 (en) | Controlling an autonomous vehicle using cost maps | |
| EP3490859B1 (en) | Determining drivability of objects for autonomous vehicles | |
| CN110304074B (zh) | 一种基于分层状态机的混合式驾驶方法 | |
| CN104477167B (zh) | 一种智能驾驶系统及其控制方法 | |
| CN103158705B (zh) | 用于控制本车的方法和系统 | |
| CN106696961A (zh) | 高速公路自动驾驶上下匝道控制系统及方法 | |
| CN107499262A (zh) | 基于机器学习的acc/aeb系统及车辆 | |
| CN110310500A (zh) | 一种基于grnn网络的自主代客泊车系统及方法 | |
| CN107886750B (zh) | 一种基于超视距协同认知的无人驾驶汽车控制方法与系统 | |
| CN208393354U (zh) | 基于bp神经网络和安全距离移线工况自动驾驶转向系统 | |
| CN109606358A (zh) | 应用于智能驾驶汽车的图像采集装置及其采集方法 | |
| WO2022150836A1 (en) | Methods and systems for monitoring vehicle motion with driver safety alerts | |
| CN109557922A (zh) | 一种智能拖拉机田间避障控制系统及方法 | |
| CN110341712A (zh) | 一种自动驾驶换道意图识别系统及其方法 | |
| CN109709944A (zh) | 一种自动驾驶公交车的进站方法及其进站路径的生成方法 | |
| CN109689459A (zh) | 车辆的行驶控制方法及行驶控制装置 | |
| JP7475951B2 (ja) | 車両の走行支援方法及び走行支援装置 | |
| CN105620486B (zh) | 应用于车辆能量管理的行驶模式判断装置及方法 | |
| CN115179928A (zh) | 用于向交通工具的使用者警告危险情况的方法和警告装置 | |
| JP7220587B2 (ja) | 車両制御システム、車両制御方法、及びプログラム | |
| CN112937584B (zh) | 一种自动换道控制方法、装置及汽车 | |
| CN113749915B (zh) | 一种场景复现的导盲方法与系统 | |
| WO2023121516A9 (en) | Method for generating a modified energy-efficient track for a vehicle | |
| WO2023121517A1 (en) | Method for generating an energy-efficient driving route for the vehicle in operation |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Driverless autonomous lane changing strategy Effective date of registration: 20220407 Granted publication date: 20200825 Pledgee: Beijing Zhongguancun bank Limited by Share Ltd. Pledgor: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. Registration number: Y2022990000194 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806 Patentee after: Heduo Technology (Guangzhou) Co.,Ltd. Address before: 100089 21-14, 1st floor, building 21, Enji West Industrial Park, No.1, liangjiadian, Fuwai, Haidian District, Beijing Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20200825 Pledgee: Beijing Zhongguancun bank Limited by Share Ltd. Pledgor: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd. Registration number: Y2022990000194 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Autonomous lane changing strategy for autonomous driving Granted publication date: 20200825 Pledgee: Guangzhou Nansha Financing Guarantee Co.,Ltd. Pledgor: Heduo Technology (Guangzhou) Co.,Ltd. Registration number: Y2024980008267 |