CN109808687A - 一种驾驶辅助方法、装置及设备 - Google Patents
一种驾驶辅助方法、装置及设备 Download PDFInfo
- Publication number
- CN109808687A CN109808687A CN201910045004.4A CN201910045004A CN109808687A CN 109808687 A CN109808687 A CN 109808687A CN 201910045004 A CN201910045004 A CN 201910045004A CN 109808687 A CN109808687 A CN 109808687A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- location information
- module
- curvature
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种驾驶辅助方法、装置及设备，所述方法包括：获取自车的运动参数以及目标的运动参数；根据获取的运动参数确定自车与目标的运动状态；根据所述自车的运动状态预测自车运行轨迹，根据所述目标的运动状态预测目标运行轨迹；根据所述自车运行轨迹以及所述目标运行轨迹，以预设时间间隔计算自车的第一位置信息，以及所述目标的第二位置信息；根据每个预测时间点的所述第一位置信息以及第二位置信息，预测自车与所述目标在所述预测时间点发生碰撞。本发明能够对自车和目标的运行轨迹进行预测，并以预设的时间间隔计算自车与目标的位置信息，从而判断是否存在碰撞风险。
Description
技术领域
本发明涉及智能驾驶技术领域，尤其涉及一种驾驶辅助方法、装置及设备。
背景技术
车辆在转弯时，由于驾驶员注意力不集中、驾驶盲区以及自行车、电动车以及行人等弱势群体行驶速度快、声音小等原因，车辆会存在与来往的车辆、自行车、电动车以及行人发生碰撞的风险。如车辆右转时，非机动车道行驶着一辆速度较快的电动车，但司机可能并未注意，此时很容易发生交通事故。
现有与之相关的技术是车辆盲区监测系统，其主要是在车辆变道时提醒驾驶员，也有通过自车与目标的距离来进行是否碰撞的判断，但并不适用于车辆转弯的场景，例如，对于一个在非机动车道速度或者加速度很大的目标，或者与自车转弯前垂直车道上速度较快的目标，显然与自车存在碰撞风险，但通过现有技术中的方案无法判断是否有碰撞风险。
发明内容
本发明所要解决的技术问题在于，提供一种驾驶辅助方法、装置及设备，能够对自车和目标的运行轨迹进行预测，并以预设的时间间隔计算自车与目标的位置信息，从而判断是否存在碰撞风险。
为了解决上述技术问题，第一方面，本发明提供了一种驾驶辅助方法，包括：
获取自车的运动参数以及目标的运动参数；
根据所述自车的运动参数确定自车的运动状态，以及根据所述目标的运动参数确定所述目标的运动状态；
根据所述自车的运动状态预测自车运行轨迹，根据所述目标的运动状态预测目标运行轨迹；
根据所述自车运行轨迹以及所述目标运行轨迹，以预设时间间隔计算自车的第一位置信息，以及所述目标的第二位置信息；
根据每个预测时间点的所述第一位置信息以及第二位置信息，判断自车与所述目标是否处于碰撞区域，当处于碰撞区域时，预测自车与所述目标在所述预测时间点发生碰撞。
进一步地，所述根据所述自车的运动参数确定自车的运动状态包括：
根据所述自车的运动参数，计算自车的运行曲率及航向角。
优选地，所述当所述自车的运动状态为预设状态时，根据所述自车的运动状态预测自车运行轨迹包括：
根据所述自车的运动参数和所述自车的运行曲率，并结合预设的曲线预测模型对自车的运行轨迹进行预测，其中，所述自车的运行轨迹由多条曲线组成；
根据所述运行曲率及所述航向角，判断自车是否处于转弯状态；
当判断自车处于转弯状态时，获取自车的当前航向角，根据所述当前航向角对所述自车的运行轨迹进行修正。
进一步地，所述根据所述当前航向角对所述自车的运行轨迹进行修正包括：
根据所述当前航向角和所述曲率来限制所述自车运行轨迹中的多条曲线的曲率变化率。
优选地，所述根据每个预测时间点的所述第一位置信息以及第二位置信息，判断自车与所述目标是否处于碰撞区域包括：
根据所述第一位置信息、所述预测时间点的航向角以及自车自身属性参数，计算自车的四个顶点的位置信息；
根据所述第二位置信息以及目标自身属性参数，计算所述目标的四个顶点的位置信息；
当所述自车的至少一个顶点在所述目标的四个顶点构成的封闭四边形内的区域时，判断自车与所述目标处于碰撞区域内。
进一步地，所述方法还包括：
当预测自车与所述目标存在碰撞风险时，计算碰撞时间；
当所述碰撞时间小于时间阈值时，发出报警信号。
第二方面，本发明提供了一种驾驶辅助装置，包括：
参数获取模块，用于获取自车的运动参数以及目标的运动参数；
状态确定模块，用于根据所述自车的运动参数确定自车的运动状态，以及根据所述目标的运动参数确定所述目标的运动状态；
轨迹预测模块，用于根据所述自车的运动状态预测自车运行轨迹，根据所述目标的运动状态预测目标运行轨迹；
位置计算模块，用于根据所述自车运行轨迹以及所述目标运行轨迹，以预设时间间隔计算自车的第一位置信息，以及所述目标的第二位置信息；
碰撞判断模块，用于根据每个预测时间点的所述第一位置信息以及第二位置信息，判断自车与所述目标是否处于碰撞区域，当处于碰撞区域时，预测自车与所述目标在所述预测时间点发生碰撞。
进一步地，所述状态确定模块包括：
自车状态确定模块，用于根据所述自车的运动参数，计算自车的运行曲率及航向角。
优选地，所述轨迹预测模块包括自车轨迹预测模块，所述自车轨迹预测模块包括：
自车轨迹生成模块，用于根据所述自车的运动参数和所述自车的运行曲率，并结合预设的曲线预测模型对自车的运行轨迹进行预测，其中，所述自车的运行轨迹由多条曲线组成；
状态判断模块，用于根据所述运行曲率及所述航向角，判断自车是否处于转弯状态；
轨迹修正模块，用于当判断自车处于转弯状态时，获取自车的当前航向角，根据所述当前航向角对所述自车的运行轨迹进行修正。
进一步地，所述轨迹修正模块包括：
曲率变化率限制模块，用于根据所述当前航向角和所述曲率来限制所述自车运行轨迹中的多条曲线的曲率变化率。
优选地，所述碰撞判断模块包括：
自车顶点计算模块，用于根据所述第一位置信息、所述预测时间点的航向角以及自车自身属性参数，计算自车的四个顶点的位置信息；
目标顶点计算模块，用于根据所述第二位置信息以及目标自身属性参数，计算所述目标的四个顶点的位置信息；
综合判断模块，用于当所述自车的至少一个顶点在所述目标的四个顶点构成的封闭四边形内的区域时，判断自车与所述目标处于碰撞区域内。
进一步地，所述装置还包括：
碰撞时间计算模块，用于当预测自车与所述目标存在碰撞风险时，计算碰撞时间；
报警模块，用于当所述碰撞时间小于时间阈值时，发出报警信号。
第三方面，本发明还提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述第一方面所述的驾驶辅助方法。
实施本发明实施例，具有如下有益效果：
本发明根据获取的自车与目标的运动参数，来确定自车与目标的运动状态；当自车的运动状态为预设状态时，对自车与目标的运行轨迹分别进行预测，并根据预测的运行轨迹预测自车与目标在预测时间点是否发生碰撞。本发明能够对自车和目标的运行轨迹进行预测，并以预设的时间间隔计算自车与目标的位置信息，从而判断是否存在碰撞风险，提高驾驶安全性。
附图说明
图1是本发明实施例提供的一种驾驶辅助方法流程示意图；
图2是本发明实施例提供的一种自车运动曲率计算方法流程图；
图3是本发明实施例提供的一种自车轨迹预测方法流程示意图；
图4是本发明实施例提供的一种轨迹修正方法流程图；
图5是本发明实施例提供的一种碰撞判断方法流程图；
图6是本发明实施例提供的一种驾驶辅助装置示意图；
图7是本发明实施例提供的自车轨迹预测模块示意图；
图8是本发明实施例提供的碰撞判断模块示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。而且，术语“第一”、“第二”等适用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
请参见图1，其示出了本发明实施例提供的一种驾驶辅助方法，包括：
S110.获取自车的运动参数以及目标的运动参数。
对于自车的运动参数的获取，可通过对应的车辆传感器进行获取，获取的自车运动参数包括：车辆纵向速度VLgt、车辆横向速度VLat、车辆纵向加速度ALgt、车辆横向加速度ALat、横摆角速度YawRate、方向盘转角、方向盘转角变化率等。
对于获取目标的运动参数的装置，包括但不限于角雷达、激光雷达、摄像头；例如，可通过为车辆装配四个角雷达来获取目标的运动参数，也可以为车辆装配一个或多个激光雷达来获取目标的运动参数。
对于以上获取的关于自车以及目标的运动参数，可通过CAN总线或者以太网进行传输。
S120.根据所述自车的运动参数确定自车的运动状态，以及根据所述目标的运动参数确定所述目标的运动状态。
对于自车运动状态的确定，需要根据获取的自车的运动参数来计算自车的运行曲率及航向角。
请参见图2，其示出了一种自车运动曲率的计算方法，包括：
S210.当车辆纵向速度VLgt＜Vmin时，基于二自由度车辆模型计算自车的曲率和曲率变化率。
Vmin为预设的一个阈值，在此情况下，根据自车的纵向速度VLgt以及自车的方向盘转角、方向盘转角变化率，并结合车辆自身的属性参数，可以求得自车当前运行的曲率以及曲率变化率。
S220.当车辆纵向速度VLgt＞Vmax时，基于横摆角速度YawRate计算自车的曲率和曲率变化率。
Vmax同样为设定的一个阈值，在此情况下，自车当前运行的曲率可通过以下公式得到：
对公式(1)进行求导，即可得到自车当前运行的曲率变化率的计算公式。
S230.当Vmin≤VLgt≤Vmax时，综合二自由度车辆模型和横摆角速度YawRate计算自车的曲率和曲率变化率。
此处需要综合考虑两种模型，通过不同的权重因子分配得到，具体可以为：
Curvature＝c1*Curvature1+c2*Curvature2 (2)
其中，c1+c2＝1，Curvature1为根据二自由度模型计算的自车曲率，Curvature2为根据横摆角速度YawRate计算的自车曲率。
对于目标的运动状态的确定，可通过直接获取目标的运行曲率来确定。
S130.根据所述自车的运动状态预测自车运行轨迹，根据所述目标的运动状态预测目标运行轨迹。
请参见图3，其示出了一种自车轨迹预测方法，所述方法包括：
S310.根据所述自车的运动参数和所述自车的运行曲率，并结合预设的曲线预测模型对自车的运行轨迹进行预测，其中，所述自车的运行轨迹由多条曲线组成。
对于自车的运行轨迹，本实施例中采用了曲线预测模型对自车运行轨迹进行预测，具体采用贝塞尔曲线进行预测，自车运行轨迹预测由多段3阶曲线构成，每段曲线上的x，y分别由四个控制点P0，P1，P2和P3控制，曲线的表达式如下：
其中，τ为时间归一化的量，τ∈[0,1]，n代表第n段贝塞尔曲线，x，y分别表示纵向的位置和横向的位置，每一段曲线的求取都需要输入[PLgt，PLat，VLgt，VLat，ALgt，ALat，Curvature，CurvatureRate]，其中Curvature为车辆曲率，CurvatureRate为车辆曲率变化率，PLgt为车辆纵向位置，Plat为车辆横向位置。其中，车辆当前位置一直都是原点O，位置获取是在轨迹预测时，第(n+1)段曲线需要获取经过第n段曲线后车辆的位置，其参考点都是车辆当前的位置。
为了保证曲线的连续、平滑过渡，每一段曲线的P0、P1、P2三个参数是与前一段曲线有关，第(n+1)段曲线的起点即为第n段曲线的终点，即保证过渡点在两段曲线上相等，根据过渡点的位置、速度、加速度均相等可以得到P0、P1、P2。对于P3的求取，由于曲率在整个过程中不断的变化，采用τ＝0与τ＝1时两种曲率下的位置变化曲线通过权重因子拟合相加的方法得到。
具体可通过以下计算过程实现：
根据以上公式(4)，可求得P0、P1和P2，对于P3可通过权重因子拟合相加的方法得到。
S320.根据所述运行曲率及所述航向角，判断自车是否处于转弯状态。
根据上述对自车运行的曲率及车辆航向角的计算，判断自车的运动状态是否为预设状态，本实施例中，以预设状态为右转为例进行说明。
当自车运行的曲率Curvature大于曲率阈值C且自车运行的航向角HeadingAngle大于航向角阈值时，判定车辆当前的运动状态为名义右转；这里定义的名义右转是车辆处于右转状态，且当自车曲率与航向角都达到一定数值后才能称为名义右转，名义右转的范围比真实右转要小很多，是真实右转过程中的一部分；而对于不满足上述阈值判断的其他情况，均被定义为非名义右转。
S330.当判断自车处于转弯状态时，获取自车的当前航向角，根据所述当前航向角对所述自车的运行轨迹进行修正。
为了使得预测轨迹进一步的接近真实车辆转弯过程，需要对自车的运行轨迹进行修正，即根据所述当前航向角和曲率，来限制所述自车运行轨迹中的多条曲线的曲率变化率。
计算车辆当前的航向角HeadingAngle，根据航向角对自车的预测运行轨迹进行修正，假设预测的运行轨迹由3段曲线构成，请参见图4，其示出了对自车的运行轨迹进行修正的具体过程，具体包括：
当HeadingAngle≤HA1时，限制第一段曲线的曲率变化率为当前曲率变化率CurvatureRate，第二段曲线的曲率变化率为0，第三段曲线的曲率变化率为0。
当HeadingAngle≤HA2时，限制三段曲线的曲率变化率均为0。
当HeadingAngle≤HA3时，限制第一段曲线的曲率变化率为当前曲率变化率CurvatureRate，第二段曲线的曲率变化率为0，第三段曲线的曲率变化率为0。
其中，HA1、HA12、HA3为曲率较大区间的航向角，HA1为起始航向角，HA2为终止航向角，HA3为右转完成时的最小航向角，且HA1＜HA2＜HA3。
另外，根据图4可知，当车辆不处于名义右转状态时，自车轨迹使用普通模型，即第一段曲线的曲率变化率为当前曲率变化率CurvatureRate，第二段曲线的曲率变化率为-CurvatureRate，第三段曲线的曲率变化率为0。
对于目标的轨迹预测：
根据目标运动的曲率以及速度来确定目标轨迹预测模型，所述目标轨迹预测模型包括：直线预测模型和曲线预测模型，并当目标运动的曲率大于设定的阈值时，采用曲线预测模型。
S140.根据所述自车运行轨迹以及所述目标运行轨迹，以预设时间间隔计算自车的第一位置信息，以及所述目标的第二位置信息。
在设定的预测时间段内，以时间间隔T进行自车与目标的位置信息的求取，即计算每一个预测时间点，根据预测的轨迹，确定自车的坐标以及目标的坐标。
S150.根据每个预测时间点的所述第一位置信息以及第二位置信息，判断自车与所述目标是否处于碰撞区域，当处于碰撞区域时，预测自车与所述目标在所述预测时间点发生碰撞。
请参见图5，其示出了一种碰撞判断方法，所述方法包括：
S510.根据所述第一位置信息、所述预测时间点的航向角以及自车自身属性参数，计算自车的四个顶点的位置信息。
本实施例中所述的自车的运行轨迹实际上是自车后轴中心点的运行轨迹，在已知后轴中心点的位置，并结合当前航向角以及自车的自身属性参数，便可求得自车的四个顶点的位置信息，其中，自车的自身属性参数可包括：自车的长、宽以及汽车部件相关距离参数。
S520.根据所述第二位置信息以及目标自身属性参数，计算所述目标的四个顶点的位置信息。
S530.当所述自车的至少一个顶点在所述目标的四个顶点构成的封闭四边形内的区域时，判断自车与所述目标处于碰撞区域内。
在确定了目标的四个顶点的位置之后，根据这四个顶点确定一个四边形区域，判断自车的四个顶点是否有一个或者多个落在四边形区域中，当自车有顶点落在四边形区域中时，预测自车与目标在此预测时刻会发生碰撞。
另外，本实施例中提供的驾驶辅助方法还包括：
当预测自车与所述目标存在碰撞风险时，计算碰撞时间；以及当所述碰撞时间小于时间阈值时，发出报警信号。
在判断自车与目标在未来某个时刻会发生碰撞时，计算碰撞时间；将所述碰撞时间与预设的阈值进行比较，当碰撞时间小于预设的阈值时，则发出报警信号，具体可通过声觉、视觉、触觉等方式提醒驾驶者，例如：通过语音播报的形式提醒驾驶者；通过指示灯闪烁或显示屏显示报警信息；相关部件振动等形式。
其中，对于所述报警功能，通过敏感度的选择可以调节时间阈值的大小，当其选择高灵敏度的时候，碰撞时间在Tmax以内会报警；当选择为中灵敏度时，碰撞时间在Tmid以内均会报警；当选择低灵敏度时，碰撞时间在Tmin以内才会报警。
本发明实施例提供的驾驶辅助方法，通过对自车与目标的轨迹进行预测，并从驾驶员模型角度出发对自车轨迹预测进行修正，从而判断两者是否会存在碰撞的风险；在预测是否会发生碰撞的过程中，从当前时刻开始到预测终止时间区间内，以预设的时间间隔对自车和目标进行是否碰撞的判断；在可能发生碰撞的场景中，计算碰撞时间，并根据设定的报警阈值向驾驶员提供报警信息，提高驾驶安全性。
请参见图6，本实施例还提供了一种驾驶辅助装置，所述装置包括：
参数获取模块610，用于获取自车的运动参数以及目标的运动参数。
状态确定模块620，用于根据所述自车的运动参数确定自车的运动状态，以及根据所述目标的运动参数确定所述目标的运动状态。
所述状态确定模块620还包括自车状态确定模块621，用于根据所述自车的运动参数，计算自车的运行曲率及航向角。
轨迹预测模块630，用于根据所述自车的运动状态预测自车运行轨迹，根据所述目标的运动状态预测目标运行轨迹。
位置计算模块640，用于根据所述自车运行轨迹以及所述目标运行轨迹，以预设时间间隔计算自车的第一位置信息，以及所述目标的第二位置信息。
碰撞判断模块650，用于根据每个预测时间点的所述第一位置信息以及第二位置信息，判断自车与所述目标是否处于碰撞区域，当处于碰撞区域时，预测自车与所述目标在所述预测时间点发生碰撞。
所述轨迹预测模块630包括自车轨迹预测模块631，请参见图7，其示出了自车轨迹预测模块631的示意图，所述自车轨迹预测模块631包括：
自车轨迹生成模块710，用于根据所述自车的运动参数和所述自车的运行曲率，并结合预设的曲线预测模型对自车的运行轨迹进行预测，其中，所述自车的运行轨迹由多条曲线组成。
状态判断模块720，用于根据所述运行曲率及所述航向角，判断自车是否处于转弯状态。
轨迹修正模块730，用于当判断自车处于转弯状态时，获取自车的当前航向角，根据所述当前航向角对所述自车的运行轨迹进行修正。
其中，所述轨迹修正模块730包括：曲率变化率限制模块731，用于根据所述当前航向角和所述曲率，来限制所述自车运行轨迹中的多条曲线的曲率变化率。
请参见图8，所述碰撞判断模块650包括：
自车顶点计算模块810，用于根据所述第一位置信息、所述预测时间点的航向角以及自车自身属性参数，计算自车的四个顶点的位置信息。
目标顶点计算模块820，用于根据所述第二位置信息以及目标自身属性参数，计算所述目标的四个顶点的位置信息。
综合判断模块830，用于当所述自车的至少一个顶点在所述目标的四个顶点构成的封闭四边形内的区域时，判断自车与所述目标处于碰撞区域内。
另外，所述装置还包括：
碰撞时间计算模块660，用于当预测自车与所述目标存在碰撞风险时，计算碰撞时间。
报警模块670，用于当所述碰撞时间小于时间阈值时，发出报警信号。
上述实施例中提供的装置可执行本发明任意实施例所提供方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的方法。
本实施例还提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如本实施例上述的方法。
对于现实的应用场景，例如在十字路口右转，在公共道路中，仅有很少一部分十字路口有专门提示右转的红绿灯，绝大部分的路口不会限制车辆右转，这就导致车辆右转时的交通环境会更复杂。本发明通过对自车与目标的轨迹进行预测，并从驾驶员模型角度出发对自车轨迹预测进行修正，从而判断两者是否会存在碰撞的风险；在预测是否会发生碰撞的过程中，从当前时刻开始到预测终止时间区间内，以预设的时间间隔对自车和目标进行是否碰撞的判断；在可能发生碰撞的场景中，计算碰撞时间，并根据设定的报警阈值向驾驶员提供报警信息，提高驾驶安全性。当然，本发明不仅仅可以应用于路口右转的场景中，任何存在碰撞可能的场景中均可以应用。
本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤和顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或中断产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本实施例中所示出的结构，仅仅是与本申请方案相关的部分结构，并不构成对本申请方案所应用于其上的设备的限定，具体的设备可以包括比示出的更多或更少的部件，或者组合某些部件，或者具有不同的部件的布置。应当理解到，本实施例中所揭露的方法、装置等，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分仅仅为一种逻辑功能的划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元模块的间接耦合或通信连接。
本领域技术人员还可以进一步意识到，结合本说明书所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但这种实现不应认为超出本发明的范围。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (13)
1.一种驾驶辅助方法，其特征在于，包括：
获取自车的运动参数以及目标的运动参数；
根据所述自车的运动参数确定自车的运动状态，以及根据所述目标的运动参数确定所述目标的运动状态；
根据所述自车的运动状态预测自车运行轨迹，根据所述目标的运动状态预测目标运行轨迹；
根据所述自车运行轨迹以及所述目标运行轨迹，以预设时间间隔计算自车的第一位置信息，以及所述目标的第二位置信息；
根据每个预测时间点的所述第一位置信息以及第二位置信息，判断自车与所述目标是否处于碰撞区域，当处于碰撞区域时，预测自车与所述目标在所述预测时间点发生碰撞。
2.根据权利要求1所述的一种驾驶辅助方法，其特征在于，所述根据所述自车的运动参数确定自车的运动状态包括：
根据所述自车的运动参数，计算自车的运行曲率及航向角。
3.根据权利要求2所述的一种驾驶辅助方法，其特征在于，所述根据所述自车的运动状态预测自车运行轨迹包括：
根据所述自车的运动参数和所述自车的运行曲率，并结合预设的曲线预测模型对自车的运行轨迹进行预测，其中，所述自车的运行轨迹由多条曲线组成；
根据所述运行曲率及所述航向角，判断自车是否处于转弯状态；
当判断自车处于转弯状态时，获取自车的当前航向角，根据所述当前航向角对所述自车的运行轨迹进行修正。
4.根据权利要求3所述的一种驾驶辅助方法，其特征在于，所述根据所述当前航向角对所述自车的运行轨迹进行修正包括：
根据所述当前航向角和所述曲率，来限制所述自车运行轨迹中的多条曲线的曲率变化率。
5.根据权利要求1所述的一种驾驶辅助方法，其特征在于，所述根据每个预测时间点的所述第一位置信息以及第二位置信息，判断自车与所述目标是否处于碰撞区域包括：
根据所述第一位置信息、所述预测时间点的航向角以及自车自身属性参数，计算自车的四个顶点的位置信息；
根据所述第二位置信息以及目标自身属性参数，计算所述目标的四个顶点的位置信息；
当所述自车的至少一个顶点在所述目标的四个顶点构成的封闭四边形内的区域时，判断自车与所述目标处于碰撞区域内。
6.根据权利要求1所述的一种驾驶辅助方法，其特征在于，所述方法还包括：
当预测自车与所述目标存在碰撞风险时，计算碰撞时间；
当所述碰撞时间小于时间阈值时，发出报警信号。
7.一种驾驶辅助装置，其特征在于，包括：
参数获取模块，用于获取自车的运动参数以及目标的运动参数；
状态确定模块，用于根据所述自车的运动参数确定自车的运动状态，以及根据所述目标的运动参数确定所述目标的运动状态；
轨迹预测模块，用于根据所述自车的运动状态预测自车运行轨迹，根据所述目标的运动状态预测目标运行轨迹；
位置计算模块，用于根据所述自车运行轨迹以及所述目标运行轨迹，以预设时间间隔计算自车的第一位置信息，以及所述目标的第二位置信息；
碰撞判断模块，用于根据每个预测时间点的所述第一位置信息以及第二位置信息，判断自车与所述目标是否处于碰撞区域，当处于碰撞区域时，预测自车与所述目标在所述预测时间点发生碰撞。
8.根据权利要求7所述的一种驾驶辅助装置，其特征在于，所述状态确定模块包括：
自车状态确定模块，用于根据所述自车的运动参数，计算自车的运行曲率及航向角。
9.根据权利要求8所述的一种驾驶辅助装置，其特征在于，所述轨迹预测模块包括自车轨迹预测模块，所述自车轨迹预测模块包括：
自车轨迹生成模块，用于根据所述自车的运动参数和所述自车的运行曲率，并结合预设的曲线预测模型对自车的运行轨迹进行预测，其中，所述自车的运行轨迹由多条曲线组成；
状态判断模块，用于根据所述运行曲率及所述航向角，判断自车是否处于转弯状态；
轨迹修正模块，用于当判断自车处于转弯状态时，获取自车的当前航向角，根据所述当前航向角对所述自车的运行轨迹进行修正。
10.根据权利要求9所述的一种驾驶辅助装置，其特征在于，所述轨迹修正模块包括：
曲率变化率限制模块，用于根据所述当前航向角和所述曲率，来限制所述自车运行轨迹中的多条曲线的曲率变化率。
11.根据权利要求7所述的一种驾驶辅助装置，其特征在于，所述碰撞判断模块包括：
自车顶点计算模块，用于根据所述第一位置信息、所述预测时间点的航向角以及自车自身属性参数，计算自车的四个顶点的位置信息；
目标顶点计算模块，用于根据所述第二位置信息以及目标自身属性参数，计算所述目标的四个顶点的位置信息；
综合判断模块，用于当所述自车的至少一个顶点在所述目标的四个顶点构成的封闭四边形内的区域时，判断自车与所述目标处于碰撞区域内。
12.根据权利要求7所述的一种驾驶辅助装置，其特征在于，所述装置还包括：
碰撞时间计算模块，用于当预测自车与所述目标存在碰撞风险时，计算碰撞时间；
报警模块，用于当所述碰撞时间小于时间阈值时，发出报警信号。
13.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至6任一所述的驾驶辅助方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910045004.4A CN109808687B (zh) | 2019-01-17 | 2019-01-17 | 一种驾驶辅助方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910045004.4A CN109808687B (zh) | 2019-01-17 | 2019-01-17 | 一种驾驶辅助方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109808687A true CN109808687A (zh) | 2019-05-28 |
| CN109808687B CN109808687B (zh) | 2021-09-21 |
Family
ID=66604561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910045004.4A Active CN109808687B (zh) | 2019-01-17 | 2019-01-17 | 一种驾驶辅助方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109808687B (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110208805A (zh) * | 2019-06-13 | 2019-09-06 | 南京亚兴为信息技术有限公司 | 一种有轨电车障碍物探测方法 |
| CN110660258A (zh) * | 2019-08-23 | 2020-01-07 | 福瑞泰克智能系统有限公司 | 一种自动驾驶汽车的提醒方法及装置 |
| CN111460074A (zh) * | 2020-04-09 | 2020-07-28 | 深圳云天励飞技术有限公司 | 一种轨迹碰撞分析方法、装置及电子设备 |
| CN111731283A (zh) * | 2020-05-26 | 2020-10-02 | 北京百度网讯科技有限公司 | 车辆碰撞风险识别方法、装置以及电子设备 |
| CN111795832A (zh) * | 2020-06-02 | 2020-10-20 | 福瑞泰克智能系统有限公司 | 一种智能驾驶车辆测试方法、装置及设备 |
| CN112092807A (zh) * | 2019-06-17 | 2020-12-18 | 奥迪股份公司 | 辅助驾驶方法、装置、计算机设备和存储介质 |
| CN112441012A (zh) * | 2019-09-05 | 2021-03-05 | 北京地平线机器人技术研发有限公司 | 车辆行驶轨迹预测方法和装置 |
| CN112462371A (zh) * | 2020-11-02 | 2021-03-09 | 东风汽车集团有限公司 | 基于虚拟倒车雷达的障碍物探测方法及存储介质 |
| CN113031592A (zh) * | 2021-02-25 | 2021-06-25 | 杭州国辰机器人科技有限公司 | 一种基于五阶贝塞尔曲线的机器人路径平滑方法及系统 |
| CN113034971A (zh) * | 2021-02-28 | 2021-06-25 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
| CN113428144A (zh) * | 2021-08-03 | 2021-09-24 | 启迪云控(北京)科技有限公司 | 一种电动汽车的自动控制方法及装置 |
| CN113511197A (zh) * | 2021-09-15 | 2021-10-19 | 天津所托瑞安汽车科技有限公司 | 自车转弯时的盲区碰撞预测方法、设备和存储介质 |
| CN113596780A (zh) * | 2021-09-28 | 2021-11-02 | 禾多科技（北京）有限公司 | 车辆交互信息生成方法、装置、设备和计算机可读介质 |
| CN113593241A (zh) * | 2021-09-28 | 2021-11-02 | 禾多科技（北京）有限公司 | 车辆交互信息校验方法、装置、电子设备和可读介质 |
| CN113628444A (zh) * | 2021-08-12 | 2021-11-09 | 智道网联科技(北京)有限公司 | 提示交通风险的方法、装置和计算机可读存储介质 |
| CN113734179A (zh) * | 2021-09-29 | 2021-12-03 | 中汽创智科技有限公司 | 一种行驶轨迹应用方法、装置、设备、存储介质及车辆 |
| CN113793535A (zh) * | 2021-09-15 | 2021-12-14 | 智道网联科技(北京)有限公司 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
| CN114312770A (zh) * | 2020-10-09 | 2022-04-12 | 郑州宇通客车股份有限公司 | 一种车辆、车辆行驶轨迹预测方法及装置 |
| CN114500736A (zh) * | 2020-10-23 | 2022-05-13 | 广州汽车集团股份有限公司 | 一种智能终端运动轨迹决策方法及其系统、存储介质 |
| CN115230684A (zh) * | 2021-08-20 | 2022-10-25 | 广州汽车集团股份有限公司 | 一种前向防碰撞方法及系统 |
| CN117429420A (zh) * | 2023-12-21 | 2024-01-23 | 青岛慧拓智能机器有限公司 | 无人驾驶车辆的防撞方法、电子设备、服务器及介质 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009300398A (ja) * | 2008-06-17 | 2009-12-24 | Central Japan Railway Co | 軌道狂い検測装置 |
| CN102998684A (zh) * | 2012-11-21 | 2013-03-27 | 厦门雅迅网络股份有限公司 | 一种基于贝塞尔曲线的终端定位轨迹拟合方法 |
| KR20130056403A (ko) * | 2011-11-22 | 2013-05-30 | 현대자동차주식회사 | 차량의 주행 안전성 향상 제어방법 |
| US20130253815A1 (en) * | 2012-03-23 | 2013-09-26 | Institut Francais Des Sciences Et Technologies Des Transports, De L'amenagement | System of determining information about a path or a road vehicle |
| US20160052515A1 (en) * | 2014-08-21 | 2016-02-25 | Hyundai Motor Company | Method and apparatus of predicting collision for omnidirectional application within emergency brake system |
| CN106886038A (zh) * | 2015-12-15 | 2017-06-23 | 骑记(厦门)科技有限公司 | 运动轨迹的处理方法及装置 |
| CN107298100A (zh) * | 2017-05-16 | 2017-10-27 | 开易（北京）科技有限公司 | 一种基于高斯混合模型的车辆轨迹预测方法、系统 |
| CN107608344A (zh) * | 2017-08-21 | 2018-01-19 | 上海蔚来汽车有限公司 | 基于轨迹规划的车辆运动控制方法、装置及相关设备 |
| CN107738644A (zh) * | 2017-09-30 | 2018-02-27 | 长安大学 | 一种车辆避碰控制方法 |
| CN107878453A (zh) * | 2017-11-07 | 2018-04-06 | 长春工业大学 | 一种躲避动障碍物的汽车紧急避撞一体式控制方法 |
| CN108032858A (zh) * | 2017-11-30 | 2018-05-15 | 广州小鹏汽车科技有限公司 | 基于旁车行驶路径预测的自适应巡航控制方法及系统 |
| CN108128304A (zh) * | 2016-12-01 | 2018-06-08 | 奥迪股份公司 | 驾驶辅助系统和方法 |
| CN108216220A (zh) * | 2016-12-16 | 2018-06-29 | 现代自动车株式会社 | 基于边界的车辆碰撞控制的设备和方法 |
| CN108257418A (zh) * | 2016-12-28 | 2018-07-06 | 上海汽车集团股份有限公司 | 车辆碰撞预警方法及装置 |
| US20180257660A1 (en) * | 2015-10-15 | 2018-09-13 | Faroog Ibrahim | Long Range Path Prediction and Target Classification Algorithm using connected vehicle data and others |
| CN108528442A (zh) * | 2017-03-06 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 使用雷达传感器和upa传感器的车辆碰撞预测算法 |
| JP2018167733A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社Ｓｕｂａｒｕ | 車両の走行制御装置 |
| CN108725454A (zh) * | 2017-04-25 | 2018-11-02 | 奥迪股份公司 | 安全驾驶辅助系统及其控制方法 |
| CN108981722A (zh) * | 2017-05-31 | 2018-12-11 | 通用汽车环球科技运作有限责任公司 | 用于自主驾驶的使用贝塞尔曲线的轨迹规划器 |
-
2019
- 2019-01-17 CN CN201910045004.4A patent/CN109808687B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009300398A (ja) * | 2008-06-17 | 2009-12-24 | Central Japan Railway Co | 軌道狂い検測装置 |
| KR20130056403A (ko) * | 2011-11-22 | 2013-05-30 | 현대자동차주식회사 | 차량의 주행 안전성 향상 제어방법 |
| US20130253815A1 (en) * | 2012-03-23 | 2013-09-26 | Institut Francais Des Sciences Et Technologies Des Transports, De L'amenagement | System of determining information about a path or a road vehicle |
| CN102998684A (zh) * | 2012-11-21 | 2013-03-27 | 厦门雅迅网络股份有限公司 | 一种基于贝塞尔曲线的终端定位轨迹拟合方法 |
| US20160052515A1 (en) * | 2014-08-21 | 2016-02-25 | Hyundai Motor Company | Method and apparatus of predicting collision for omnidirectional application within emergency brake system |
| US20180257660A1 (en) * | 2015-10-15 | 2018-09-13 | Faroog Ibrahim | Long Range Path Prediction and Target Classification Algorithm using connected vehicle data and others |
| CN106886038A (zh) * | 2015-12-15 | 2017-06-23 | 骑记(厦门)科技有限公司 | 运动轨迹的处理方法及装置 |
| CN108128304A (zh) * | 2016-12-01 | 2018-06-08 | 奥迪股份公司 | 驾驶辅助系统和方法 |
| CN108216220A (zh) * | 2016-12-16 | 2018-06-29 | 现代自动车株式会社 | 基于边界的车辆碰撞控制的设备和方法 |
| CN108257418A (zh) * | 2016-12-28 | 2018-07-06 | 上海汽车集团股份有限公司 | 车辆碰撞预警方法及装置 |
| CN108528442A (zh) * | 2017-03-06 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 使用雷达传感器和upa传感器的车辆碰撞预测算法 |
| JP2018167733A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社Ｓｕｂａｒｕ | 車両の走行制御装置 |
| CN108725454A (zh) * | 2017-04-25 | 2018-11-02 | 奥迪股份公司 | 安全驾驶辅助系统及其控制方法 |
| CN107298100A (zh) * | 2017-05-16 | 2017-10-27 | 开易（北京）科技有限公司 | 一种基于高斯混合模型的车辆轨迹预测方法、系统 |
| CN108981722A (zh) * | 2017-05-31 | 2018-12-11 | 通用汽车环球科技运作有限责任公司 | 用于自主驾驶的使用贝塞尔曲线的轨迹规划器 |
| CN107608344A (zh) * | 2017-08-21 | 2018-01-19 | 上海蔚来汽车有限公司 | 基于轨迹规划的车辆运动控制方法、装置及相关设备 |
| CN107738644A (zh) * | 2017-09-30 | 2018-02-27 | 长安大学 | 一种车辆避碰控制方法 |
| CN107878453A (zh) * | 2017-11-07 | 2018-04-06 | 长春工业大学 | 一种躲避动障碍物的汽车紧急避撞一体式控制方法 |
| CN108032858A (zh) * | 2017-11-30 | 2018-05-15 | 广州小鹏汽车科技有限公司 | 基于旁车行驶路径预测的自适应巡航控制方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 曾俊武 等: "车辆碰撞检测的一种简化数学模型", 《计算机仿真》 * |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110208805A (zh) * | 2019-06-13 | 2019-09-06 | 南京亚兴为信息技术有限公司 | 一种有轨电车障碍物探测方法 |
| CN112092807A (zh) * | 2019-06-17 | 2020-12-18 | 奥迪股份公司 | 辅助驾驶方法、装置、计算机设备和存储介质 |
| CN110660258A (zh) * | 2019-08-23 | 2020-01-07 | 福瑞泰克智能系统有限公司 | 一种自动驾驶汽车的提醒方法及装置 |
| CN110660258B (zh) * | 2019-08-23 | 2022-04-26 | 福瑞泰克智能系统有限公司 | 一种自动驾驶汽车的提醒方法及装置 |
| CN112441012A (zh) * | 2019-09-05 | 2021-03-05 | 北京地平线机器人技术研发有限公司 | 车辆行驶轨迹预测方法和装置 |
| CN111460074A (zh) * | 2020-04-09 | 2020-07-28 | 深圳云天励飞技术有限公司 | 一种轨迹碰撞分析方法、装置及电子设备 |
| CN111731283A (zh) * | 2020-05-26 | 2020-10-02 | 北京百度网讯科技有限公司 | 车辆碰撞风险识别方法、装置以及电子设备 |
| CN111795832A (zh) * | 2020-06-02 | 2020-10-20 | 福瑞泰克智能系统有限公司 | 一种智能驾驶车辆测试方法、装置及设备 |
| CN114312770A (zh) * | 2020-10-09 | 2022-04-12 | 郑州宇通客车股份有限公司 | 一种车辆、车辆行驶轨迹预测方法及装置 |
| CN114312770B (zh) * | 2020-10-09 | 2023-07-07 | 宇通客车股份有限公司 | 一种车辆、车辆行驶轨迹预测方法及装置 |
| CN114500736B (zh) * | 2020-10-23 | 2023-12-05 | 广州汽车集团股份有限公司 | 一种智能终端运动轨迹决策方法及其系统、存储介质 |
| CN114500736A (zh) * | 2020-10-23 | 2022-05-13 | 广州汽车集团股份有限公司 | 一种智能终端运动轨迹决策方法及其系统、存储介质 |
| CN112462371A (zh) * | 2020-11-02 | 2021-03-09 | 东风汽车集团有限公司 | 基于虚拟倒车雷达的障碍物探测方法及存储介质 |
| CN113031592A (zh) * | 2021-02-25 | 2021-06-25 | 杭州国辰机器人科技有限公司 | 一种基于五阶贝塞尔曲线的机器人路径平滑方法及系统 |
| CN113034971A (zh) * | 2021-02-28 | 2021-06-25 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
| CN113428144A (zh) * | 2021-08-03 | 2021-09-24 | 启迪云控(北京)科技有限公司 | 一种电动汽车的自动控制方法及装置 |
| CN113628444A (zh) * | 2021-08-12 | 2021-11-09 | 智道网联科技(北京)有限公司 | 提示交通风险的方法、装置和计算机可读存储介质 |
| CN115230684B (zh) * | 2021-08-20 | 2024-03-01 | 广州汽车集团股份有限公司 | 一种前向防碰撞方法及系统 |
| CN115230684A (zh) * | 2021-08-20 | 2022-10-25 | 广州汽车集团股份有限公司 | 一种前向防碰撞方法及系统 |
| CN113793535A (zh) * | 2021-09-15 | 2021-12-14 | 智道网联科技(北京)有限公司 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
| CN113511197A (zh) * | 2021-09-15 | 2021-10-19 | 天津所托瑞安汽车科技有限公司 | 自车转弯时的盲区碰撞预测方法、设备和存储介质 |
| CN113596780A (zh) * | 2021-09-28 | 2021-11-02 | 禾多科技（北京）有限公司 | 车辆交互信息生成方法、装置、设备和计算机可读介质 |
| CN113593241B (zh) * | 2021-09-28 | 2022-03-01 | 禾多科技（北京）有限公司 | 车辆交互信息校验方法、装置、电子设备和可读介质 |
| CN113596780B (zh) * | 2021-09-28 | 2021-12-21 | 禾多科技（北京）有限公司 | 车辆交互信息生成方法、装置、设备和计算机可读介质 |
| CN113593241A (zh) * | 2021-09-28 | 2021-11-02 | 禾多科技（北京）有限公司 | 车辆交互信息校验方法、装置、电子设备和可读介质 |
| CN113734179A (zh) * | 2021-09-29 | 2021-12-03 | 中汽创智科技有限公司 | 一种行驶轨迹应用方法、装置、设备、存储介质及车辆 |
| CN117429420A (zh) * | 2023-12-21 | 2024-01-23 | 青岛慧拓智能机器有限公司 | 无人驾驶车辆的防撞方法、电子设备、服务器及介质 |
| CN117429420B (zh) * | 2023-12-21 | 2024-04-12 | 青岛慧拓智能机器有限公司 | 无人驾驶车辆的防撞方法、电子设备、服务器及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109808687B (zh) | 2021-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109808687A (zh) | 一种驾驶辅助方法、装置及设备 | |
| CN111583715B (zh) | 一种车辆轨迹预测方法、车辆碰撞预警方法、装置及存储介质 | |
| Kurt et al. | Hybrid-state driver/vehicle modelling, estimation and prediction | |
| Lyu et al. | Vehicle trajectory prediction and cut-in collision warning model in a connected vehicle environment | |
| JP4578795B2 (ja) | 車両制御装置、車両制御方法および車両制御プログラム | |
| US11462099B2 (en) | Control system and control method for interaction-based long-term determination of trajectories for motor vehicles | |
| JP6193572B2 (ja) | 乗物又は交通の制御方法及びシステム | |
| CN112989907A (zh) | 使用空间模型的基于神经网络的注视方向确定 | |
| US11242050B2 (en) | Reinforcement learning with scene decomposition for navigating complex environments | |
| CN103748622A (zh) | 驾驶辅助装置 | |
| CN108961839A (zh) | 行车变道方法及装置 | |
| CN109515433A (zh) | 车辆控制系统 | |
| JP4442520B2 (ja) | 車両用進路推定装置 | |
| JP5035040B2 (ja) | 運転支援装置 | |
| JP2013242615A (ja) | 運転シーン遷移予測装置および車両用推奨運転操作提示装置 | |
| CN110371018A (zh) | 使用其他车辆车灯的信息改善车辆行为 | |
| JP2021504222A (ja) | 状態推定器 | |
| CN109544993A (zh) | 一种智能车辆右转弯防碰撞三级预警系统及预警方法 | |
| CN114511999A (zh) | 一种行人行为预测方法及装置 | |
| JP2021504218A (ja) | 状態推定器 | |
| US20180211535A1 (en) | Driving assistance device | |
| JP4096384B2 (ja) | 運転行動パターン認識装置 | |
| CN112542061B (zh) | 基于车联网的借道超车控制方法、装置、系统及存储介质 | |
| Tawari et al. | Predicting unexpected maneuver while approaching intersection | |
| Yue et al. | An augmentation function for active pedestrian safety system based on crash risk evaluation |
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 |