CN110208787A - 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统 - Google Patents
一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统 Download PDFInfo
- Publication number
- CN110208787A CN110208787A CN201910368350.6A CN201910368350A CN110208787A CN 110208787 A CN110208787 A CN 110208787A CN 201910368350 A CN201910368350 A CN 201910368350A CN 110208787 A CN110208787 A CN 110208787A
- Authority
- CN
- China
- Prior art keywords
- data
- data center
- road
- autonomous driving
- driving vehicle
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于V2I的智能网联自动驾驶汽车辅助感知路灯系统,包括设置在路网内的路灯和数据中心,路灯内安装有摄像机图像传感器、毫米波雷达传感器和激光雷达传感器,各传感器均与数据中心相连从而将各自采集的数据传输至数据中心,数据中心收到数据后基于计算机视觉技术和数据融合技术进行数据提取和融合处理进而形成路网的实时数据,数据中心与5G网络服务提供商联合进而根据自动驾驶汽车的需求将相应路网的实时数据通过5G网络分发给各车载终端以实现V2I的智能网联通信。该系统通过路网能够探测所覆盖的交通网络内的各项信息,便于车载终端方便获取其路径上的即时数据信息,无限扩大感知范围,避免安全隐患及交通拥堵。
Description
技术领域
本发明涉及智能网联自动驾驶车辆技术领域,具体涉及一种基于V2I的智能网联自动驾驶汽车辅助感知路灯系统。
背景技术
自动驾驶汽车(Autonomous vehicles;Self-piloting automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势。自动驾驶发展的过程中受制于当前传感器的发展,对于单一汽车而言其感知能力,感知范围均十分有限。另外,受制于成本等因素,预大规模普及类似于64线激光雷达等高精度,高价值传感器很困难,这极大地制约了自动驾驶汽车的发展。而且工作环境恶劣,如车辆运行及行驶时的震动,雨水,风沙等因素都会对自动驾驶汽车配备的精密传感器产生不利影响。另一方面,随着5G等高速网络的普及,通讯的带宽,质量,性价比不断提升,使得汽车利用云端实时获取大量数据成为可能。
自动驾驶汽车的发展需要传感器技术的发展,同样也需要基础设施建设的支持。相信自动驾驶的发展可能会经历一人机混驾的阶段,这就意味着基础设施的建设既需要考虑到人作为驾驶员时所需要的各种路标信息,照明等设施,也需要考虑到自动驾驶汽车所需的大量的道路实时数据信息。如果两套系统相互独立建设,道路基础建设的成本必将骤升,社会负担加重。
发明内容
本发明针对现有自动驾驶汽车配备的传感器存在价格高昂,探测距离短,工作环境恶劣等问题,提供了一种基于V2I的智能网联自动驾驶汽车辅助感知路灯系统,该系统无需在基础设施中另铺设电路为设备供电,每个车也不必配备如激光雷达等昂贵的传感器,通过路网能够探测所覆盖的交通网络内的各项信息,便于自动驾驶汽车获取其规划路径上的即时数据信息,无限扩大感知范围,避免安全隐患及交通拥堵。
本发明的技术方案如下:
一种基于V2I的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,包括设置在路网内的路灯和数据中心,所述路灯内安装有摄像机图像传感器、毫米波雷达传感器和激光雷达传感器,所述摄像机图像传感器采集覆盖范围内的图像数据,所述毫米波雷达传感器采集路灯下的物体速度数据,所述激光雷达传感器采集路面点云数据,各传感器均与数据中心相连从而将各自采集的数据传输至数据中心,所述数据中心收到数据后基于计算机视觉技术和数据融合技术进行数据提取和融合处理进而形成路网的实时数据,所述数据中心与5G网络服务提供商联合进而根据自动驾驶汽车的需求将相应路网的实时数据通过5G网络分发给各车载终端以实现V2I的智能网联通信。
优选地,所述数据中心包括低级数据中心和高级数据中心,所述低级数据中心与各传感器相连以接收各传感器相应的采集数据基于计算机视觉技术和数据融合技术进行数据提取和融合处理形成区域内的路面数据再传输至高级数据中心,所述高级数据中心进行比低级数据中心更大范围的数据融合进而形成路网的实时数据,所述高级数据中心与5G网络服务提供商联合以实现V2I的智能网联通信。
优选地,所述区域内的路面数据包括路面视频数据、点云数据,和各交通参与者的类别、体积、轮廓、移动速度以及行驶方向。
优选地,所述路灯具备唯一的设备ID,各传感器将采集的数据逐帧添加时间、位置和设备ID后一并传输至数据中心。
优选地,所述摄像机图像传感器为下视的高速摄像机图像传感器,所述激光雷达传感器为固态激光雷达传感器。
优选地,路网内的若干路灯均多对一的连接低级数据中心,所述低级数据中心采用若干个,各低级数据中心多对一的连接高级数据中心,所述高级数据中心融合各区域低级数据中心上传的数据,形成整个路网的实时数据。
优选地,各路灯与相应低级数据中心之间为高速网络,通过不同等级的光纤连接各路灯和低级数据中心来组网;所述高级数据中心与5G网络服务提供商联合搭建无线网络。
优选地,所述高级数据中心收到自动驾驶汽车发来的车辆规划的路径和当前位置后,将自动驾驶汽车附近路灯的实时数据通过5G网络分发给车载终端。
本发明的技术效果如下:
本发明涉及了一种基于V2I的智能网联自动驾驶汽车辅助感知路灯系统,实现车辆与路边基础设施—路灯的通信,路灯内安装有摄像机图像传感器、毫米波雷达传感器和激光雷达传感器,分别采集该路灯覆盖范围内的视频数据、物体移动速度数据以及三维点云数据,数据中心收到各相应数据后基于计算机视觉技术和数据融合技术进行数据提取和融合处理进而形成路网的实时数据,数据中心与5G网络服务提供商联合进而根据自动驾驶汽车的需求将相应路网的实时数据通过5G网络分发给各车载终端以实现V2I的智能网联通信。目前大部分良好铺装的公路均设置有密集的路灯,基础建设已经有良好基础,进行改装不需在基础设施另铺设电路等工作,只需考虑通信线路的铺设,解决了现有的自动驾驶汽车感知范围受限并且建立基础设施成本骤升等问题。路网能够探测所覆盖的整个交通网络内的各项信息,便于车载终端方便获取其路径上的即时数据信息,自动驾驶汽车按照行车规划需要向数据中心发送数据请求,可以直接获知其规划路径上所有的即时数据信息,这令车载终端感知范围无限扩大,使得自动驾驶汽车可以感知全局信息,提前预测,规避安全隐患以及交通拥堵。相比于现阶段车用激光雷达系统,安装在路灯中的激光雷达传感器可进一步选用固态激光雷达传感器,固态激光雷达传感器因不含有旋转体等机构,故单个激光雷达造价可以大幅降低,另外,其工作环境相较于车载环境没有了振动等不利干扰,识别精度大幅提高。而且每个车可以不必配备如激光雷达昂贵的传感器,使自动驾驶汽车单车制造成本大幅降低,将昂贵的分布式独立感知系统,整合成路网向车辆提供感知信息。解决了现有自动驾驶汽车配备的传感器存在价格高昂,探测距离短,工作环境恶劣等问题,路灯可以为各传感器提供更可靠的工作环境,包括稳定的供电,无高频振动,高速稳定的网络等。
附图说明
图1为本发明基于V2I的智能网联自动驾驶汽车辅助感知路灯系统的结构示意图。
图2为本发明基于V2I的智能网联自动驾驶汽车辅助感知路灯系统的路灯内的各传感器的优选安装示意图。
图3为本发明基于V2I的智能网联自动驾驶汽车辅助感知路灯系统的优选结构示意图。
图中各标号列示如下:
1-路灯;11-摄像机图像传感器;12-毫米波雷达传感器;13-激光雷达传感器;2-自动驾驶汽车。
具体实施方式
下面结合附图进一步对本发明进行详细说明。
本发明涉及了一种基于V2I的智能网联自动驾驶汽车辅助感知路灯系统,其结构如图1所示,包括设置在路网内的路灯1和数据中心,路灯1内安装有摄像机图像传感器11、毫米波雷达传感器12和激光雷达传感器13,摄像机图像传感器11采集覆盖范围内的图像数据,毫米波雷达传感器12采集路灯下的物体速度数据,激光雷达传感器13采集路面点云数据,各传感器均与数据中心相连从而将各自采集的数据传输至数据中心,数据中心收到数据后基于计算机视觉技术和数据融合技术进行数据提取和融合处理进而形成路网的实时数据,该数据中心与5G网络服务提供商联合进而根据自动驾驶汽车2的需求将相应路网的实时数据通过5G网络分发给各车载终端以实现V2I的智能网联通信。
其中,路灯内的各传感器的优选安装如图2所示,摄像机图像传感器11优选为下视的高速摄像机图像传感器,如图2所示的CCD,激光雷达传感器13如图2所示的LIDAR(LightDetecting and Ranging),优选为固态激光雷达传感器。进一步地,路网内具有若干路灯1,各路灯具备唯一的设备ID,各传感器可以将采集的数据逐帧添加时间、位置和设备ID后一并传输至数据中心。
图3为本发明基于V2I的智能网联自动驾驶汽车辅助感知路灯系统的优选结构示意图,该实施例的数据中心包括低级数据中心和高级数据中心,路网内的若干路灯1均多对一的连接低级数据中心,低级数据中心采用若干个,各低级数据中心多对一的连接高级数据中心,低级数据中心与各传感器相连以接收各传感器相应的采集数据基于计算机视觉技术和数据融合技术进行数据提取和融合处理形成区域内的路面数据,该区域内的路面数据包括视频数据、路面点云数据,各交通参与者的类别、体积、轮廓、移动速度以及行驶方向等,低级数据中心将区域内的路面数据传输至高级数据中心,高级数据中心融合各区域低级数据中心上传的数据,形成整个路网的实时数据,也就是说,高级数据中心进行更大范围的数据融合进而形成路网的实时数据,高级数据中心与5G网络服务提供商联合以实现V2I的智能网联通信。
本发明提出的智能网联自动驾驶汽车辅助感知路灯系统,具体可以理解为是由三大部分组成,分别是:集成有各传感器的路灯(或者称为是路灯单元),通讯网络,以及两级数据中心。其中每个路灯单元内安装有下视高速摄像机传感器一台,毫米波测速雷达传感器一台,固态激光雷达传感器一台(包括但不限于此,以此三种传感器为例),分别采集该路灯单元覆盖范围内的视频数据,物体移动速度数据,以及三维点云数据。具体道路上路灯单元的设置密度,可以根据路灯高度以及具体传感器可探测范围灵活布置,每个布置的路灯单元可以都具备唯一的设备ID。通讯网络主要由两部分组成,第一部分为连接各个路灯单元以及各数据中心的高速网络,也就是说,各路灯与相应低级数据中心之间为高速网络,可用不同等级的光纤连接各路灯单元和数据中心来组网,使其网络带宽能够承载高速大容量的数据流;通讯网络的第二部分为高级数据中心与5G网络服务提供商联合搭建的无线网络系统,使用5G网络连接数据中心与各车载终端,与路网中的自动驾驶汽车保持数据通讯,。该系统的数据中心分为两级,低级数据中心主要负责处理接收自各路灯单元的数据,处理并提取出道路上的有效信息,主要包括:识别出道路中各类交通参与者,各物体的移动速度与方向,路灯覆盖范围的点云数据等。低级数据中心将其提炼过的数据上传至高级数据中心,高级数据中心负责融合各区域低级数据中心上传的数据,形成整个路网的实时点云以及路网上的交通参与者分类信息和速度等信息等,再按各个自动驾驶汽车的需求将其通过5G网络分发给各车载终端。
本发明基于V2I的智能网联自动驾驶汽车辅助感知路灯系统的工作流程如下:
1、数据采集:
路灯内的高速摄像机图像传感器对覆盖范围内的图像数据进行记录。固态激光雷达图像传感器采集路面点云数据;毫米波测速雷达图像传感器对该路灯下的物体速度数据进行记录。路灯将所有采集的数据,逐桢添加时间,位置,设备编号等信息。
2、数据回传:
路内的路灯通过铺设的高速有线网络将采集到的数据回传给区域内的数据中心。
3、数据处理:
数据中心在收到数据后,由初级数据中心采用计算机视觉技术,数据融合技术等方法,对路网内每个路灯采集到的信息进行提取,融合,形成区域内的路面数据,包括路面的三维点云数据,各交通参与者的类别,各参与者的速度,行驶方向等。而后进一步将处理的数据传递给高级数据中心。高级数据中心再进行更大范围的数据融合等工作,形成整个路网的实时数据。并最终将数据打包,等待车载终端申请后下发相应的数据。
4、车载端:
自动驾驶汽车的车载移动端根据规划的行车任务,向数据中心申请其路径上的所有数据,以某次出行任务自A至B为例。用户上车后,向车辆下达前往B处的任务,车载计算机根据车辆当前位置A,规划到B的全局路径,规划完毕后,车载计算机通过5G网络将所规划的路径以及车辆实时的位置上传至高级数据中心。高级数据中心收到自动驾驶汽车发来的车辆规划的路径和当前位置后,将该自动驾驶汽车附近路灯的实时数据通过5G网络分发给用户车辆。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换,总之,一切不脱离本发明创造的精神和范围的技术方案及其改进,其均应涵盖在本发明创造专利的保护范围当中。
Claims (8)
1.一种基于V2I的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,包括设置在路网内的路灯和数据中心,所述路灯内安装有摄像机图像传感器、毫米波雷达传感器和激光雷达传感器,所述摄像机图像传感器采集覆盖范围内的图像数据,所述毫米波雷达传感器采集路灯下的物体速度数据,所述激光雷达传感器采集路面点云数据,各传感器均与数据中心相连从而将各自采集的数据传输至数据中心,所述数据中心收到数据后基于计算机视觉技术和数据融合技术进行数据提取和融合处理进而形成路网的实时数据,所述数据中心与5G网络服务提供商联合进而根据自动驾驶汽车的需求将相应路网的实时数据通过5G网络分发给各车载终端以实现V2I的智能网联通信。
2.根据权利要求1所述的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,所述数据中心包括低级数据中心和高级数据中心,所述低级数据中心与各传感器相连以接收各传感器相应的采集数据基于计算机视觉技术和数据融合技术进行数据提取和融合处理形成区域内的路面数据再传输至高级数据中心,所述高级数据中心进行比低级数据中心更大范围的数据融合进而形成路网的实时数据,所述高级数据中心与5G网络服务提供商联合以实现V2I的智能网联通信。
3.根据权利要求2所述的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,所述区域内的路面数据包括路面视频数据、点云数据,和各交通参与者的类别、体积、轮廓、移动速度以及行驶方向。
4.根据权利要求1至3之一所述的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,所述路灯具备唯一的设备ID,各传感器将采集的数据逐帧添加时间、位置和设备ID后一并传输至数据中心。
5.根据权利要求1至3之一所述的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,所述摄像机图像传感器为下视的高速摄像机图像传感器,所述激光雷达传感器为固态激光雷达传感器。
6.根据权利要求2或3所述的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,路网内的若干路灯均多对一的连接低级数据中心,所述低级数据中心采用若干个,各低级数据中心多对一的连接高级数据中心,所述高级数据中心融合各区域低级数据中心上传的数据,形成整个路网的实时数据。
7.根据权利要求6所述的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,各路灯与相应低级数据中心之间为高速网络,通过不同等级的光纤连接各路灯和低级数据中心来组网;所述高级数据中心与5G网络服务提供商联合搭建无线网络。
8.根据权利要求4所述的智能网联自动驾驶汽车辅助感知路灯系统,其特征在于,所述高级数据中心收到自动驾驶汽车发来的车辆规划的路径和当前位置后,将自动驾驶汽车附近路灯的实时数据通过5G网络分发给车载终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910368350.6A CN110208787A (zh) | 2019-05-05 | 2019-05-05 | 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910368350.6A CN110208787A (zh) | 2019-05-05 | 2019-05-05 | 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110208787A true CN110208787A (zh) | 2019-09-06 |
Family
ID=67786870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910368350.6A Pending CN110208787A (zh) | 2019-05-05 | 2019-05-05 | 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110208787A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110568437A (zh) * | 2019-09-27 | 2019-12-13 | 中科九度(北京)空间信息技术有限责任公司 | 一种基于雷达辅助的精确环境建模方法 |
CN111631927A (zh) * | 2020-05-25 | 2020-09-08 | 浪潮金融信息技术有限公司 | 一种基于视觉信息的盲人辅助导航方案 |
CN111754798A (zh) * | 2020-07-02 | 2020-10-09 | 上海电科智能系统股份有限公司 | 融合路侧激光雷达和视频实现车辆和周边障碍物探知方法 |
CN113470354A (zh) * | 2021-06-24 | 2021-10-01 | 上海智能网联汽车技术中心有限公司 | 全天候路测感知系统 |
CN116432940A (zh) * | 2023-03-06 | 2023-07-14 | 河南工业大学 | 基于数字孪生技术的协同控制系统 |
WO2023155283A1 (zh) * | 2022-02-21 | 2023-08-24 | 同辉电子科技股份有限公司 | 一种基于智慧灯杆的自动驾驶信息辅助系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003034369A2 (en) * | 2001-10-19 | 2003-04-24 | Hutchins J Marc | Informational system using lighted message arrays for providing direction and guidance to traffic ways |
CN107229690A (zh) * | 2017-05-19 | 2017-10-03 | 广州中国科学院软件应用技术研究所 | 基于路侧传感器的高精度动态地图数据处理系统及方法 |
CN107274695A (zh) * | 2016-04-08 | 2017-10-20 | 上海三思电子工程有限公司 | 智能照明系统、智能车辆及其车辆辅助驾驶系统和方法 |
CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
CN108182817A (zh) * | 2018-01-11 | 2018-06-19 | 北京图森未来科技有限公司 | 自动驾驶辅助系统、路侧端辅助系统和车载端辅助系统 |
CN108646731A (zh) * | 2018-04-17 | 2018-10-12 | 上海创昂智能技术有限公司 | 无人驾驶车辆场端控制系统及其控制方法 |
CN109285373A (zh) * | 2018-08-31 | 2019-01-29 | 南京锦和佳鑫信息科技有限公司 | 一种面向整体道路网的智能网联交通系统 |
CN109688224A (zh) * | 2018-12-28 | 2019-04-26 | 国汽(北京)智能网联汽车研究院有限公司 | 一种智能网联汽车云控平台架构 |
-
2019
- 2019-05-05 CN CN201910368350.6A patent/CN110208787A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003034369A2 (en) * | 2001-10-19 | 2003-04-24 | Hutchins J Marc | Informational system using lighted message arrays for providing direction and guidance to traffic ways |
CN107274695A (zh) * | 2016-04-08 | 2017-10-20 | 上海三思电子工程有限公司 | 智能照明系统、智能车辆及其车辆辅助驾驶系统和方法 |
CN107229690A (zh) * | 2017-05-19 | 2017-10-03 | 广州中国科学院软件应用技术研究所 | 基于路侧传感器的高精度动态地图数据处理系统及方法 |
CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
CN108182817A (zh) * | 2018-01-11 | 2018-06-19 | 北京图森未来科技有限公司 | 自动驾驶辅助系统、路侧端辅助系统和车载端辅助系统 |
CN108646731A (zh) * | 2018-04-17 | 2018-10-12 | 上海创昂智能技术有限公司 | 无人驾驶车辆场端控制系统及其控制方法 |
CN109285373A (zh) * | 2018-08-31 | 2019-01-29 | 南京锦和佳鑫信息科技有限公司 | 一种面向整体道路网的智能网联交通系统 |
CN109688224A (zh) * | 2018-12-28 | 2019-04-26 | 国汽(北京)智能网联汽车研究院有限公司 | 一种智能网联汽车云控平台架构 |
Non-Patent Citations (2)
Title |
---|
中国广播电视协会移动电视分会 等: "《中国移动电视发展报告 2017》", 31 January 2018, 中国经济出版社 * |
中国汽车工程学会组: "《世界汽车技术发展跟踪研究》", 30 November 2008, 北京理工大学出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110568437A (zh) * | 2019-09-27 | 2019-12-13 | 中科九度(北京)空间信息技术有限责任公司 | 一种基于雷达辅助的精确环境建模方法 |
CN111631927A (zh) * | 2020-05-25 | 2020-09-08 | 浪潮金融信息技术有限公司 | 一种基于视觉信息的盲人辅助导航方案 |
CN111754798A (zh) * | 2020-07-02 | 2020-10-09 | 上海电科智能系统股份有限公司 | 融合路侧激光雷达和视频实现车辆和周边障碍物探知方法 |
CN113470354A (zh) * | 2021-06-24 | 2021-10-01 | 上海智能网联汽车技术中心有限公司 | 全天候路测感知系统 |
WO2023155283A1 (zh) * | 2022-02-21 | 2023-08-24 | 同辉电子科技股份有限公司 | 一种基于智慧灯杆的自动驾驶信息辅助系统 |
CN116432940A (zh) * | 2023-03-06 | 2023-07-14 | 河南工业大学 | 基于数字孪生技术的协同控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110208787A (zh) | 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统 | |
US11774261B2 (en) | Automatic annotation of environmental features in a map during navigation of a vehicle | |
US10349011B2 (en) | System and method for improved obstacle awareness in using a V2X communications system | |
CN110446278B (zh) | 基于v2i的智能驾驶汽车传感器盲区安全控制方法及系统 | |
AU2017362952B2 (en) | Dynamic routing for autonomous vehicles | |
US10613547B2 (en) | System and method for improved obstacle awareness in using a V2X communications system | |
US10229590B2 (en) | System and method for improved obstable awareness in using a V2X communications system | |
EP3647734A1 (en) | Automatic generation of dimensionally reduced maps and spatiotemporal localization for navigation of a vehicle | |
EP3131020A1 (en) | System and method of a two-step object data processing by a vehicle and a server database for generating, updating and delivering a precision road property database | |
JP6602303B2 (ja) | 拡張現実を支援するためのシステム及び方法 | |
EP3647733A1 (en) | Automatic annotation of environmental features in a map during navigation of a vehicle | |
CN113085896B (zh) | 一种现代有轨清洁车辅助自动驾驶系统及方法 | |
US20220185324A1 (en) | Merging LiDAR Information and Camera Information | |
KR20210013594A (ko) | 이동식 센서를 사용하여 차량 동작을 개선시키기 위한 시스템 및 방법 | |
CN111311942A (zh) | 基于v2x技术的路况显示方法、系统、v2x终端及v2x服务器 | |
CN110288848A (zh) | 一种路基自动驾驶巡航系统 | |
CN110794821B (zh) | 车载控制装置、场端定位装置、车辆控制系统及车辆 | |
CN110775054B (zh) | 车载控制装置、场端定位装置、车辆控制系统及车辆 | |
CN210895127U (zh) | 路灯及自动驾驶道路系统 | |
CN107170266A (zh) | 用于机动车的信息系统以及方法和控制设备 | |
CN110928317A (zh) | 路灯及自动驾驶道路系统 | |
CN110794822A (zh) | 车载控制装置、场端定位装置、车辆控制系统及车辆 | |
CN110775055B (zh) | 车载控制装置、场端定位装置、车辆控制系统及车辆 | |
KR20240062152A (ko) | 드론을 이용한 지능형 교통안전 고도화 시스템 | |
CN115188181A (zh) | 一种多融合道路车辆感知、导航方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190906 |
|
RJ01 | Rejection of invention patent application after publication |