CN110174893A - 一种无人驾驶控制方法、系统及车辆 - Google Patents
一种无人驾驶控制方法、系统及车辆 Download PDFInfo
- Publication number
- CN110174893A CN110174893A CN201910374325.9A CN201910374325A CN110174893A CN 110174893 A CN110174893 A CN 110174893A CN 201910374325 A CN201910374325 A CN 201910374325A CN 110174893 A CN110174893 A CN 110174893A
- Authority
- CN
- China
- Prior art keywords
- travel route
- undetermined
- congested link
- congestion
- evaluation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000465 moulding Methods 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种无人驾驶控制方法，包括以下步骤：步骤S1、根据起点和终点规划多条待定行驶路线；步骤S2、获取拥堵信息，根据所述拥堵信息获取所述待定行驶路线途经的拥堵路段；步骤S3、根据所述拥堵路段的预计通行时间、所述拥堵路段与车辆当前位置的距离计算每一条所述待定行驶路线的拥堵评估分值；步骤S4、根据所述拥堵评估分值在多条所述待定行驶路线中选取最优行驶路线；步骤S5、根据所述最优行驶路线控制车辆自动行驶。本发明可以实现对道路拥堵状况的动态预测，进而选取最优行驶路线，最大程度避免拥堵。
Description
技术领域
本发明涉及无人驾驶控制技术领域，具体涉及一种无人驾驶控制方法、系统及车辆。
背景技术
无人驾驶又称自动驾驶，是通过计算机系统实现无人驾驶的智能驾驶方式。控制车辆进行无人驾驶时，如果只进行常规的路径规划，则很可能因为路径规划的雷同导致大面积的拥堵，因此如何避开拥堵路段是无人驾驶亟待解决的问题。现有防拥堵的控制方法通常只考虑到当前时间段道路的拥堵情况，无法对道路的拥堵状况进行合理的预测，也就无法准确推荐出最佳的行驶路线。
发明内容
本发明的目的在于克服上述技术不足，提供一种无人驾驶控制方法、系统及车辆，解决现有技术中只考虑到当前时间段道路的拥堵情况，无法对道路的拥堵状况进行合理的预测，无法准确推荐出最佳的行驶路线的技术问题。
为达到上述技术目的，本发明的技术方案提供一种无人驾驶控制方法，包括以下步骤：
步骤S1、根据起点和终点规划多条待定行驶路线；
步骤S2、获取拥堵信息，根据所述拥堵信息获取所述待定行驶路线途经的拥堵路段；
步骤S3、根据所述拥堵路段的预计通行时间、所述拥堵路段与车辆当前位置的距离计算每一条所述待定行驶路线的拥堵评估分值；
步骤S4、根据所述拥堵评估分值在多条所述待定行驶路线中选取最优行驶路线；
步骤S5、根据所述最优行驶路线控制车辆自动行驶。
本发明还提供一种无人驾驶控制系统，包括路径规划模块、拥堵评估模块以及驾驶控制模块；
所述路径规划模块用于根据起点和终点规划多条待定行驶路线；
所述拥堵评估模块用于获取拥堵信息，根据所述拥堵信息获取所述待定行驶路线途经的拥堵路段；根据所述拥堵路段的预计通行时间、所述拥堵路段与车辆当前位置的距离计算每一条所述待定行驶路线的拥堵评估分值；
所述路径规划模块还用于根据所述拥堵评估分值在多条所述待定行驶路线中选取最优行驶路线；
所述驾驶控制模块用于根据所述最优行驶路线控制车辆自动行驶。
本发明还提供一种无人驾驶车辆，包括自动驾驶控制器，所述自动驾驶控制器包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述无人驾驶控制方法。
本发明还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述无人驾驶控制方法。
与现有技术相比，本发明的有益效果包括：本发明在计算拥堵评估分值时，以拥堵路段的预计通行时间作为依据评断拥堵程度，同时将拥堵路段与车辆当前位置的距离也纳入考虑，该距离一定程度上可以反映车辆到达拥堵路段时，该拥堵路段仍然拥堵的概率，因此该距离可以反映动态的拥堵情况，对拥堵情况进行合理预测，从而根据该距离计算的拥堵评估分值可以更精确的反应道路拥堵动态状况，从而实现最优行驶路径的规划，最大程度避免拥堵。
附图说明
图1是本发明提供的无人驾驶控制方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
如图1所示，本发明的实施例1提供了无人驾驶控制方法，包括以下步骤：
步骤S1、根据起点和终点规划多条待定行驶路线；
步骤S2、获取拥堵信息，根据所述拥堵信息获取所述待定行驶路线途经的拥堵路段；
步骤S3、根据所述拥堵路段的预计通行时间、所述拥堵路段与车辆当前位置的距离计算每一条所述待定行驶路线的拥堵评估分值；
步骤S4、根据所述拥堵评估分值在多条所述待定行驶路线中选取最优行驶路线；
步骤S5、根据所述最优行驶路线控制车辆自动行驶。
本发明首先规划多条待定行驶路线，然后计算拥堵评估分值，根据拥堵评估分值选取最优行驶路线实现车辆的自动驾驶控制，从而实现控制车辆的自动驾驶，避开拥堵路段，减少堵车情况。本发明在计算拥堵评估分值时，以拥堵路段的预计通行时间作为依据评断拥堵程度，同时将拥堵路段与车辆当前位置的距离也纳入考虑，该距离可以反映车辆到达拥堵路段时，该拥堵路段仍然拥堵的概率，因此该距离可以反映动态的拥堵情况，对拥堵情况进行合理预测。因本发明根据预计通行时间和距离计算的拥堵评估分值可以更精确的反应道路拥堵动态状况，对道路的拥堵状况进行合理预测，避免距离较远的拥堵路段对整条待定行驶路线造成过大的影响，造成后续选取最优行驶路径时的错误判断，错失最优行驶路线，实现最优行驶路径的准确规划，最大程度避免拥堵。
优选的，所述步骤S1具体为：
根据起点和终点规划多条初步行驶路线，根据行驶距离、预计行驶时间或预计费用选取设定条数的初步行驶路线作为所述待定行驶路线。
根据起点和终点规划多条初步行驶路线后，根据行驶距离、预计行驶时间或预计费用对初步行驶路线进行一个初步的筛选，得到待定行驶路线，然后在根据拥堵评估分值在待定行驶路线中选取最优行驶路线，避免拥堵。
根据行驶距离选取待定行驶路线，即选取行驶距离最短的设定条数的初步行驶路线作为待定行驶路线；根据预计行驶时间选取待定行驶路线，即选取预计行驶时间最短的设定条数的初步行驶路线作为待定行驶路线；根据预计费用选取待定行驶路线，即选取预计费用最少的设定条数的初步行驶路线作为待定行驶路线。也可以结合行驶距离、预计行驶时间以及预计费用三者进行待定行驶路线的选取，例如可以为三者配置不同权重和转换系数，然后计算出选取系数，根据选取系数选取待定行驶路线。权重可根据用户需求进行设置，转换系数为常数。具体的，选取系数为：
X＝L*AL*BL+T*AT*BT+S*AS*BS
上式中，X为选取系数，L为行驶距离，AL为行驶距离的权重，BL为行驶距离的转换系数，T为预计行驶时间，TL为预计行驶时间的权重，TL为预计行驶时间的转换系数，S为预计费用，SL为预计费用的权重，SL为预计费用的转换系数。
优选的，所述步骤S2还包括：
如果多条所述待定行驶路线中，有一条所述待定行驶路线无拥堵路段，则直接以无拥堵路段的待定行驶路线作为最优行驶路线，并转步骤S5；
如果多条所述待定行驶路线中，超过一条所述待定行驶路线无拥堵路段，则根据行驶距离、预计行驶时间或预计费用在无拥堵路段的待定行驶路线中选取最优行驶路线，并转步骤S5。
当多条待定行驶路线中有一条无拥堵路段的待定行驶路线时，则省去拥堵评估分值的计算过程，直接根据该无拥堵路段的待定行驶路线进行自动驾驶即可，减少计算和判断过程，简化控制过程。
当多条待定行驶路线中有不止一条无拥堵路段的待定行驶路线时，则此时根据拥堵评估分值选取最优行驶路线不再合适，因此，不再计算拥堵评估分值，而是根据行驶距离、预计行驶时间或预计费用选取最优行驶路线。根据行驶距离选取最优行驶路线，即选取行驶距离最短的待定行驶路线为最优行驶路线；根据预计行驶时间选取最优行驶路线，即选取预计行驶时间最短的待定行驶路线为最优行驶路线；根据预计费用选取最优行驶路线，即选取预计费用最少的待定行驶路线为最优行驶路线。也可以结合行驶距离、预计行驶时间以及预计费用三者进行最优行驶路线的选取，具体方法可参考上述待定行驶路线的选取。
优选的，所述步骤S3具体为：
计算所述待定行驶路线途经的每一个拥堵路段的预计通行时间，计算所述待定行驶路线途经的每一个拥堵路段与车辆当前位置之间的距离，根据每一所述拥堵路段距离车辆当前位置的距离为每一所述拥堵路段分配权重，计算所述待定行驶路线的所有拥堵路段的预计通行时间的加权和，作为所述待定行驶路线的拥堵评估分值。
当车辆当前位置与拥堵路段之间的距离较短时，则车辆到达拥堵路段时，该拥堵路段仍然拥堵的可能性较大，因此为该拥堵路段配置较高的权重；当车辆当前位置与拥堵路段之间的距离较远时，则车辆到达拥堵路段时，该拥堵路段仍然拥堵的可能性较小，因此为该拥堵路段配置较低权重。计算待定行驶路线的所有拥堵路段的预计通行时间的加权和，得到拥堵评估分值，通过拥堵评估分值衡量待定行驶路线的拥堵程度，进而根据拥堵评估分值选择最优行驶路线，最大程度减少拥堵。
优选的，所述步骤S4具体为：
选取拥堵评估分值最小的所述待定行驶路线作为所述最优行驶路线。
拥堵评估分值最小的待定行驶路线即拥堵程度最低的待定行驶路线。
实施例2
本发明的实施例2提供了无人驾驶控制系统，包括路径规划模块、拥堵评估模块以及驾驶控制模块；
所述路径规划模块用于根据起点和终点规划多条待定行驶路线；
所述拥堵评估模块用于获取拥堵信息，根据所述拥堵信息获取所述待定行驶路线途经的拥堵路段；根据所述拥堵路段的预计通行时间、所述拥堵路段与车辆当前位置的距离计算每一条所述待定行驶路线的拥堵评估分值；
所述路径规划模块还用于根据所述拥堵评估分值在多条所述待定行驶路线中选取最优行驶路线；
所述驾驶控制模块用于根据所述最优行驶路线控制车辆自动行驶。
本发明提供的无人驾驶控制系统，基于上述无人驾驶控制方法，因此，上述无人驾驶控制方法所具备的技术效果，无人驾驶控制系统同样具备，在此不再赘述。
优选的，所述路径规划模块具体用于：
根据起点和终点规划多条初步行驶路线，根据行驶距离、预计行驶时间或预计费用选取设定条数的初步行驶路线作为所述待定行驶路线。
优选的，所述拥堵评估模块具体用于：
计算所述待定行驶路线途经的每一个拥堵路段的预计通行时间，计算所述待定行驶路线途经的每一个拥堵路段与车辆当前位置之间的距离，根据每一所述拥堵路段距离车辆当前位置的距离为每一所述拥堵路段分配权重，计算所述待定行驶路线的所有拥堵路段的预计通行时间的加权和，作为所述待定行驶路线的拥堵评估分值。
实施例3
本发明的实施例3提供了无人驾驶车辆，包括自动驾驶控制器，所述自动驾驶控制器包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现以上任一实施例提供的无人驾驶控制方法。
本发明提供的无人驾驶车辆，采用上述无人驾驶控制方法实现无人驾驶，因此，上述无人驾驶控制方法所具备的技术效果，无人驾驶车辆同样具备，在此不再赘述。
实施例4
本发明的实施例4提供了计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现以上任一实施例提供的无人驾驶控制方法。
本发明提供的计算机存储介质，用于实现无人驾驶控制方法，因此，无人驾驶控制方法所具备的技术效果，计算机存储介质同样具备，在此不再赘述。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (10)
1.一种无人驾驶控制方法，其特征在于，包括以下步骤：
步骤S1、根据起点和终点规划多条待定行驶路线；
步骤S2、获取拥堵信息，根据所述拥堵信息获取所述待定行驶路线途经的拥堵路段；
步骤S3、根据所述拥堵路段的预计通行时间、所述拥堵路段与车辆当前位置的距离计算每一条所述待定行驶路线的拥堵评估分值；
步骤S4、根据所述拥堵评估分值在多条所述待定行驶路线中选取最优行驶路线；
步骤S5、根据所述最优行驶路线控制车辆自动行驶。
2.根据权利要求1所述的无人驾驶控制方法，其特征在于，所述步骤S1具体为：
根据起点和终点规划多条初步行驶路线，根据行驶距离、预计行驶时间或预计费用选取设定条数的初步行驶路线作为所述待定行驶路线。
3.根据权利要求1所述的无人驾驶控制方法，其特征在于，所述步骤S2还包括：
如果多条所述待定行驶路线中，有一条所述待定行驶路线无拥堵路段，则直接以无拥堵路段的待定行驶路线作为最优行驶路线，并转步骤S5；
如果多条所述待定行驶路线中，超过一条所述待定行驶路线无拥堵路段，则根据行驶距离、预计行驶时间或预计费用在无拥堵路段的待定行驶路线中选取最优行驶路线，并转步骤S5。
4.根据权利要求1所述的无人驾驶控制方法，其特征在于，所述步骤S3具体为：
计算所述待定行驶路线途经的每一个拥堵路段的预计通行时间，计算所述待定行驶路线途经的每一个拥堵路段与车辆当前位置之间的距离，根据每一所述拥堵路段距离车辆当前位置的距离为每一所述拥堵路段分配权重，计算所述待定行驶路线的所有拥堵路段的预计通行时间的加权和，作为所述待定行驶路线的拥堵评估分值。
5.根据权利要求1所述的无人驾驶控制方法，其特征在于，所述步骤S4具体为：
选取拥堵评估分值最小的所述待定行驶路线作为所述最优行驶路线。
6.一种无人驾驶控制系统，其特征在于，包括路径规划模块、拥堵评估模块以及驾驶控制模块；
所述路径规划模块用于根据起点和终点规划多条待定行驶路线；
所述拥堵评估模块用于获取拥堵信息，根据所述拥堵信息获取所述待定行驶路线途经的拥堵路段；根据所述拥堵路段的预计通行时间、所述拥堵路段与车辆当前位置的距离计算每一条所述待定行驶路线的拥堵评估分值；
所述路径规划模块还用于根据所述拥堵评估分值在多条所述待定行驶路线中选取最优行驶路线；
所述驾驶控制模块用于根据所述最优行驶路线控制车辆自动行驶。
7.根据权利要求6所述的无人驾驶控制系统，其特征在于，所述路径规划模块具体用于：
根据起点和终点规划多条初步行驶路线，根据行驶距离、预计行驶时间或预计费用选取设定条数的初步行驶路线作为所述待定行驶路线。
8.根据权利要求6所述的无人驾驶控制系统，其特征在于，所述拥堵评估模块具体用于：
计算所述待定行驶路线途经的每一个拥堵路段的预计通行时间，计算所述待定行驶路线途经的每一个拥堵路段与车辆当前位置之间的距离，根据每一所述拥堵路段距离车辆当前位置的距离为每一所述拥堵路段分配权重，计算所述待定行驶路线的所有拥堵路段的预计通行时间的加权和，作为所述待定行驶路线的拥堵评估分值。
9.一种无人驾驶车辆，其特征在于，包括自动驾驶控制器，所述自动驾驶控制器包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-5中任一所述的无人驾驶控制方法。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-5中任一所述的无人驾驶控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910374325.9A CN110174893A (zh) | 2019-05-07 | 2019-05-07 | 一种无人驾驶控制方法、系统及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910374325.9A CN110174893A (zh) | 2019-05-07 | 2019-05-07 | 一种无人驾驶控制方法、系统及车辆 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110174893A true CN110174893A (zh) | 2019-08-27 |
Family
ID=67691382
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910374325.9A Pending CN110174893A (zh) | 2019-05-07 | 2019-05-07 | 一种无人驾驶控制方法、系统及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110174893A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111256723A (zh) * | 2020-03-05 | 2020-06-09 | 新石器慧通（北京）科技有限公司 | 无人车的导航方法及装置、检测装置和无人车 |
| CN111524347A (zh) * | 2020-04-13 | 2020-08-11 | 东风柳州汽车有限公司 | 一种预介入的远程遥控泊车控制方法 |
| CN111998864A (zh) * | 2020-08-11 | 2020-11-27 | 东风柳州汽车有限公司 | 无人车局部路径规划方法、装置、设备及存储介质 |
| CN113643535A (zh) * | 2021-08-02 | 2021-11-12 | 宝方云科技(浙江)有限公司 | 基于智慧城市的道路交通预测方法、装置、设备及介质 |
| CN113724490A (zh) * | 2021-07-23 | 2021-11-30 | 内蒙古工业大学 | 一种道路拥堵检测的方法 |
| CN114518124A (zh) * | 2022-04-20 | 2022-05-20 | 四川九通智路科技有限公司 | 一种车辆行驶线路规划方法及规划系统 |
| CN114861514A (zh) * | 2021-02-03 | 2022-08-05 | 华为技术有限公司 | 一种车辆行驶方案的规划方法、装置和存储介质 |
| CN116153049A (zh) * | 2023-04-04 | 2023-05-23 | 四川互慧软件有限公司 | 一种基于图像处理的救护车到院时间预估方法 |
| CN116858275A (zh) * | 2023-09-05 | 2023-10-10 | 安徽蔚来智驾科技有限公司 | 导航路线生成方法、车载控制器和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102110362A (zh) * | 2011-02-01 | 2011-06-29 | 世纪战斧节能环保技术（北京）有限公司 | 一种规划出行路线的处理方法及系统 |
| CN103245347A (zh) * | 2012-02-13 | 2013-08-14 | 腾讯科技（深圳）有限公司 | 基于路况预测的智能导航方法及系统 |
| CN103745611A (zh) * | 2013-12-23 | 2014-04-23 | 北京掌城科技有限公司 | 一种交通路径规划方法、装置及系统 |
| CN105674994A (zh) * | 2014-11-17 | 2016-06-15 | 深圳市腾讯计算机系统有限公司 | 获取行车路线的方法、装置及导航设备 |
| CN105788330A (zh) * | 2016-04-29 | 2016-07-20 | 百度在线网络技术（北京）有限公司 | 无人驾驶车辆的实时路况预警方法和装置 |
| CN108873905A (zh) * | 2018-07-09 | 2018-11-23 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质 |
-
2019
- 2019-05-07 CN CN201910374325.9A patent/CN110174893A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102110362A (zh) * | 2011-02-01 | 2011-06-29 | 世纪战斧节能环保技术（北京）有限公司 | 一种规划出行路线的处理方法及系统 |
| CN103245347A (zh) * | 2012-02-13 | 2013-08-14 | 腾讯科技（深圳）有限公司 | 基于路况预测的智能导航方法及系统 |
| CN103745611A (zh) * | 2013-12-23 | 2014-04-23 | 北京掌城科技有限公司 | 一种交通路径规划方法、装置及系统 |
| CN105674994A (zh) * | 2014-11-17 | 2016-06-15 | 深圳市腾讯计算机系统有限公司 | 获取行车路线的方法、装置及导航设备 |
| CN105788330A (zh) * | 2016-04-29 | 2016-07-20 | 百度在线网络技术（北京）有限公司 | 无人驾驶车辆的实时路况预警方法和装置 |
| CN108873905A (zh) * | 2018-07-09 | 2018-11-23 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111256723A (zh) * | 2020-03-05 | 2020-06-09 | 新石器慧通（北京）科技有限公司 | 无人车的导航方法及装置、检测装置和无人车 |
| CN111256723B (zh) * | 2020-03-05 | 2022-02-11 | 新石器慧通（北京）科技有限公司 | 无人车的导航方法及装置、检测装置和无人车 |
| CN111524347A (zh) * | 2020-04-13 | 2020-08-11 | 东风柳州汽车有限公司 | 一种预介入的远程遥控泊车控制方法 |
| CN111524347B (zh) * | 2020-04-13 | 2022-05-06 | 东风柳州汽车有限公司 | 一种预介入的远程遥控泊车控制方法 |
| CN111998864A (zh) * | 2020-08-11 | 2020-11-27 | 东风柳州汽车有限公司 | 无人车局部路径规划方法、装置、设备及存储介质 |
| CN111998864B (zh) * | 2020-08-11 | 2023-11-07 | 东风柳州汽车有限公司 | 无人车局部路径规划方法、装置、设备及存储介质 |
| CN114861514A (zh) * | 2021-02-03 | 2022-08-05 | 华为技术有限公司 | 一种车辆行驶方案的规划方法、装置和存储介质 |
| CN113724490B (zh) * | 2021-07-23 | 2022-07-29 | 内蒙古工业大学 | 一种道路拥堵检测的方法 |
| CN113724490A (zh) * | 2021-07-23 | 2021-11-30 | 内蒙古工业大学 | 一种道路拥堵检测的方法 |
| CN113643535B (zh) * | 2021-08-02 | 2023-02-21 | 宝方云科技(浙江)有限公司 | 基于智慧城市的道路交通预测方法、装置、设备及介质 |
| CN113643535A (zh) * | 2021-08-02 | 2021-11-12 | 宝方云科技(浙江)有限公司 | 基于智慧城市的道路交通预测方法、装置、设备及介质 |
| CN114518124A (zh) * | 2022-04-20 | 2022-05-20 | 四川九通智路科技有限公司 | 一种车辆行驶线路规划方法及规划系统 |
| CN116153049A (zh) * | 2023-04-04 | 2023-05-23 | 四川互慧软件有限公司 | 一种基于图像处理的救护车到院时间预估方法 |
| CN116153049B (zh) * | 2023-04-04 | 2023-06-27 | 四川互慧软件有限公司 | 一种基于图像处理的救护车到院时间预估方法 |
| CN116858275A (zh) * | 2023-09-05 | 2023-10-10 | 安徽蔚来智驾科技有限公司 | 导航路线生成方法、车载控制器和存储介质 |
| CN116858275B (zh) * | 2023-09-05 | 2024-02-13 | 安徽蔚来智驾科技有限公司 | 导航路线生成方法、车载控制器和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110174893A (zh) | 一种无人驾驶控制方法、系统及车辆 | |
| JP6484361B2 (ja) | 車両エネルギー管理および自律運転のためのリアルタイム車両状態軌道予測 | |
| CN107782327B (zh) | 能量最优的车辆路线选择 | |
| CN109747427A (zh) | 估计电动车辆到达目的地时的剩余续驶能力的方法及设备 | |
| US20140058652A1 (en) | Traffic information processing | |
| CN104851309B (zh) | 一种交通诱导策略的实现方法 | |
| CN108873905A (zh) | 自动驾驶车辆控制方法、自动驾驶车辆及可读存储介质 | |
| CN109841059A (zh) | 一种基于vanet环境下预测拥挤路段并进行规避的方法 | |
| CN107563543B (zh) | 一种基于群体智能的城市交通优化服务方法与系统 | |
| US20130060469A1 (en) | Fuel-Saving Path Planning Navigation System and Fuel-Saving Path Planning Method Thereof | |
| JP2015212863A (ja) | 交通信号制御装置、交通信号制御方法、及びコンピュータプログラム | |
| CN108458716A (zh) | 一种基于充电桩动态占用率预测的电动汽车充电导航方法 | |
| KR20150128712A (ko) | 차량 라우팅 및 교통 관리를 위한 차선 레벨 차량 내비게이션 | |
| KR20150082429A (ko) | 지능형 운전자 보조 시스템（ａｄａｓ）에서 사용하기 위한 호라이즌을 생성하는 방법 및 시스템 | |
| CN109612488B (zh) | 基于大数据微服务的混合出行方式路径规划系统及方法 | |
| CN107063278A (zh) | 一种车辆导航系统、导航方法及其车辆 | |
| US11945441B2 (en) | Explainability and interface design for lane-level route planner | |
| CN110118567A (zh) | 出行方式推荐方法及装置 | |
| CN106197442A (zh) | 导航方法以及设备 | |
| US11993281B2 (en) | Learning in lane-level route planner | |
| KR102461362B1 (ko) | 강화학습 기반의 교통 예측을 통해 경로 안내 데이터를 생성하는 관제 서버 | |
| CN106355915A (zh) | 一种用于提供行驶建议的方法和装置 | |
| JP5018600B2 (ja) | 交通信号制御装置及び方法、到着プロファイルの推定装置、並びに、コンピュータプログラム | |
| JP2017096636A (ja) | 推奨予定経路取得システム、方法およびプログラム | |
| CN103017781A (zh) | 用于计算机动车至少一条行驶路线的方法以及机动车导航系统 |
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 |