CN110399898A - 一种无人车辆多传感器信息融合体系架构 - Google Patents
一种无人车辆多传感器信息融合体系架构 Download PDFInfo
- Publication number
- CN110399898A CN110399898A CN201910520340.XA CN201910520340A CN110399898A CN 110399898 A CN110399898 A CN 110399898A CN 201910520340 A CN201910520340 A CN 201910520340A CN 110399898 A CN110399898 A CN 110399898A
- Authority
- CN
- China
- Prior art keywords
- submodule
- sensor
- information fusion
- vehicle
- software module
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 230000007613 environmental effect Effects 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 6
- 238000011897 real-time detection Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 claims description 2
- 238000010191 image analysis Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 2
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Electromagnetism (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种无人车辆多传感器信息融合体系架构，该体系架构包括车载传感器、驾驶员意图理解模块、基础软件模块、信息融合软件模块和环境模型显示器；驾驶员意图理解模块根据驾驶员的需求决策所需的车载传感器信息和信息融合软件模块中的算法子模块；基础软件模块用于采集传感器的信息，实现坐标系转化和时间同步；信息融合软件模块包括车道线检测算法子模块、交叉路口识别算法子模块、红绿灯识别算法子模块、车辆检测算法子模块和行人检测算法子模块；环境模型显示器用于将信息融合软件模块中的算法子模块的处理结果进行显示。本发明能够合理调用系统的传感器资源，降低系统的计算量。
Description
技术领域
本发明涉及车辆无人驾驶技术领域，具体涉及一种无人车辆多传感器信息融合体系架构。
背景技术
现有无人驾驶车辆一般根据特定的场景和功能需求，进行硬件选择和配置，同时，对信息处理过程进行针对性的软件设计，而没有进行通用化软件体系架构的设计，这就造成当任务变化、硬件设备更新、软件算法改进、系统扩展时，需要编写大量的软件来完成这些功能。
此外，无人驾驶车辆搭载有大量的传感器设备，一旦车辆启动后，各类传感器均处于同时工作状态，因此就会产生大量的数据，由于不同驾驶场景和工况所需的传感器信息有所不同，因此会造成系统资源的极大浪费。
发明内容
有鉴于此，本发明提供了一种无人车辆多传感器信息融合体系架构，能够合理调用系统的传感器资源，降低系统的计算量。
一种无人车辆多传感器信息融合体系架构，该体系架构包括车载传感器、驾驶员意图理解模块、基础软件模块、信息融合软件模块和环境模型显示器；
所述车载传感器包括激光雷达、毫米波雷达、视觉传感器、GPS接收器和惯性导航设备；
所述驾驶员意图理解模块根据驾驶员的需求决策所需的车载传感器信息和信息融合软件模块中的算法子模块；
所述基础软件模块用于采集传感器的信息，实现坐标系转化和时间同步，对采集的数据进行管理与维护；
所述信息融合软件模块包括车道线检测算法子模块、交叉路口识别算法子模块、红绿灯识别算法子模块、车辆检测算法子模块和行人检测算法子模块；
所述环境模型显示器用于将信息融合软件模块中的算法子模块的处理结果进行显示。
进一步地，所述车道线检测算法子模块的功能是通过视觉传感器获取车道线的连续图像，基于图像分析技术识别和跟踪一系列图像中车道线的位置，并将车道线的位置标定在图像上。
进一步地，所述交叉路口识别算法子模块的功能是依靠GPS和视觉传感器拍摄到的图像进行定位和地图匹配，从而识别出交叉路口，使车辆可以按照正常的轨迹行驶在机动车道上。
进一步地，所述红绿灯识别算法子模块的功能是根据视觉传感器拍摄到的图像，在各种颜色空间中利用信号灯颜色的先验知识进行分割得到兴趣区域，然后再通过信号灯所特有的形状特征和角点特征进行进一步的判定红绿灯的属性。
进一步地，所述车辆检测算法子模块的功能是综合利用视觉传感器、激光雷达、毫米波雷达的信息，实时检测与识别出无人车辆周围的其他车辆的位置、大小、速度信息，从而为无人车辆智能决策提供支持。
进一步地，所述行人检测算法子模块的功能是综合利用视觉传感器、激光雷达、毫米波雷达的信息，实时检测与识别出无人车辆周围的行人位置、大小、速度信息，从而为无人车辆智能决策提供支持。
有益效果：
本发明的体系架构可通过驾驶员意图理解模块来合理选取决策所需的传感器信息和算法子模块，可以合理有效地利用系统资源，使得系统中的传感器信息资源得到充分融合，实现系统资源的有效分配并降低系统损耗，提升了自动操控的系统裕度。
附图说明
图1为本发明的无人车辆多传感器信息融合体系架构组成原理图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
如附图1所示，本发明提供了一种无人车辆多传感器信息融合体系架构，该体系架构包括车载传感器、驾驶员意图理解模块、基础软件模块、信息融合软件模块和环境模型显示器；
车载传感器包括激光雷达、毫米波雷达、视觉传感器、GPS接收器和惯性导航设备；
驾驶员意图理解模块的功能是根据驾驶员的需求决策所需的车载传感器信息和信息融合软件模块中的算法子模块；
基础软件模块用于采集传感器的信息，实现坐标系转化和时间同步，对采集的数据进行管理与维护；
信息融合软件模块包括车道线检测算法子模块、交叉路口识别算法子模块、红绿灯识别算法子模块、车辆检测算法子模块和行人检测算法子模块；
环境模型显示器用于将信息融合软件模块中的算法子模块的处理结果进行显示。
系统工作原理：网关通过CAN总线将当前功能需求传输到驾驶员意图理解模块，驾驶员意图理解模块根据需求决策所需的传感器信息和算法模块；基础软件模块通过采集传感器信息输出所需数据给信息融合模块；信息融合软件选择不同的算法模块实现所需功能并将信息处理结果输出至环境模型显示器。
实施例：当驾驶员选择使用ACC(自适应巡航)模式情况下，网关通过CAN总线将ACC功能需求传输到驾驶员意图理解模块；驾驶员意图理解模块根据ACC的功能需求选择所需要采集处理的传感器信息以及匹配的算法模块，并将信息发送至基础软件模块以及信息融合软件模块；基础软件模块接收到驾驶员意图理解模块发出的信息后，调用软件程序中不同的线程，根据需要采集各种传感器信息，完成坐标系的转换、时间对准等信息处理工作，并将传感器信息发送给信息融合软件；信息融合软件一方面接收基础软件模块发出的传感器信息，另一方面接收驾驶员意图理解发出的算法模块调用信息，综合进行多传感器信息的融合处理，将无人驾驶车辆周围环境中的机动车辆、车道线等信息特征进行提取，在环境模型中进行统一描述，并将环境模型信息一方面发送至显示器中进行显示，用于人机的交互，另一方面发送至无人驾驶车辆底层控制器，从而生成底层控制指令，控制无人驾驶车辆实现ACC功能。
当车辆在正常行驶过程中，驾驶员意图理解模块根据当前功能，选择所需要的激光雷达、毫米波雷达、视觉等传感器信息以及算法匹配模块，并将其发送给基础软件模块和信息融合软件模块；基础软件模块完成相应传感器信息的处理并发送给信息融合软件，信息融合软件调用算法模块对多传感器信息进行处理后提取出所需的目标特征信息，如前车速度、位置、交叉路口、红绿灯等信息，生成环境模型，一方面将其发送给显示器，另一方面将其发送给底层车辆控制器，从而控制车辆自动行驶；
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种无人车辆多传感器信息融合体系架构，其特征在于，该体系架构包括车载传感器、驾驶员意图理解模块、基础软件模块、信息融合软件模块和环境模型显示器；
所述车载传感器包括激光雷达、毫米波雷达、视觉传感器、GPS接收器和惯性导航设备；
所述驾驶员意图理解模块根据驾驶员的需求决策所需的车载传感器信息和信息融合软件模块中的算法子模块；
所述基础软件模块用于采集传感器的信息，实现坐标系转化和时间同步，对采集的数据进行管理与维护；
所述信息融合软件模块包括车道线检测算法子模块、交叉路口识别算法子模块、红绿灯识别算法子模块、车辆检测算法子模块和行人检测算法子模块；
所述环境模型显示器用于将信息融合软件模块中的算法子模块的处理结果进行显示。
2.如权利要求1所述的无人车辆多传感器信息融合体系架构，其特征在于，所述车道线检测算法子模块的功能是通过视觉传感器获取车道线的连续图像，基于图像分析技术识别和跟踪一系列图像中车道线的位置，并将车道线的位置标定在图像上。
3.如权利要求1或2所述的无人车辆多传感器信息融合体系架构，其特征在于，所述交叉路口识别算法子模块的功能是依靠GPS和视觉传感器拍摄到的图像进行定位和地图匹配，从而识别出交叉路口，使车辆可以按照正常的轨迹行驶在机动车道上。
4.如权利要求3所述的无人车辆多传感器信息融合体系架构，其特征在于，所述红绿灯识别算法子模块的功能是根据视觉传感器拍摄到的图像，在各种颜色空间中利用信号灯颜色的先验知识进行分割得到兴趣区域，然后再通过信号灯所特有的形状特征和角点特征进行进一步的判定红绿灯的属性。
5.如权利要求4所述的无人车辆多传感器信息融合体系架构，其特征在于，所述车辆检测算法子模块的功能是综合利用视觉传感器、激光雷达、毫米波雷达的信息，实时检测与识别出无人车辆周围的其他车辆的位置、大小、速度信息，从而为无人车辆智能决策提供支持。
6.如权利要求5所述的无人车辆多传感器信息融合体系架构，其特征在于，所述行人检测算法子模块的功能是综合利用视觉传感器、激光雷达、毫米波雷达的信息，实时检测与识别出无人车辆周围的行人位置、大小、速度信息，从而为无人车辆智能决策提供支持。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910520340.XA CN110399898A (zh) | 2019-06-17 | 2019-06-17 | 一种无人车辆多传感器信息融合体系架构 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910520340.XA CN110399898A (zh) | 2019-06-17 | 2019-06-17 | 一种无人车辆多传感器信息融合体系架构 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110399898A true CN110399898A (zh) | 2019-11-01 |
Family
ID=68323200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910520340.XA Pending CN110399898A (zh) | 2019-06-17 | 2019-06-17 | 一种无人车辆多传感器信息融合体系架构 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110399898A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
| CN111064679A (zh) * | 2019-11-29 | 2020-04-24 | 上海能塔智能科技有限公司 | 功能车辆的信息处理系统 |
| CN111599178A (zh) * | 2020-05-21 | 2020-08-28 | 知行汽车科技（苏州）有限公司 | 路口识别方法、装置及存储介质 |
| CN112926404A (zh) * | 2021-01-29 | 2021-06-08 | 吉林大学 | 一种主动交互式人车通行系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105590466A (zh) * | 2016-03-14 | 2016-05-18 | 重庆邮电大学 | 一种云平台下的驾驶员危险操作行为监测系统及方法 |
| CN106774291A (zh) * | 2016-12-26 | 2017-05-31 | 清华大学苏州汽车研究院（吴江） | 一种自动驾驶电动汽车的电控系统 |
| WO2018060380A1 (fr) * | 2016-09-29 | 2018-04-05 | Valeo Schalter Und Sensoren Gmbh | Détection d'obstacles par fusion d'objets pour véhicule automobile |
| CN107963082A (zh) * | 2017-12-29 | 2018-04-27 | 通化市聚诚网络科技有限公司 | 一种车辆驾驶信息推送方法及装置 |
| CN108508882A (zh) * | 2017-02-28 | 2018-09-07 | 郑州宇通客车股份有限公司 | 一种车辆辅助驾驶控制平台 |
| CN108776472A (zh) * | 2018-05-17 | 2018-11-09 | 驭势（上海）汽车科技有限公司 | 智能驾驶控制方法及系统、车载控制设备和智能驾驶车辆 |
| CN109532719A (zh) * | 2018-11-23 | 2019-03-29 | 中汽研（天津）汽车工程研究院有限公司 | 一种基于多传感器信息融合的电动汽车 |
| CN109657928A (zh) * | 2018-11-28 | 2019-04-19 | 大连理工大学 | 一种车载传感器系统的闭环协同调度框架及调度方法 |
-
2019
- 2019-06-17 CN CN201910520340.XA patent/CN110399898A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105590466A (zh) * | 2016-03-14 | 2016-05-18 | 重庆邮电大学 | 一种云平台下的驾驶员危险操作行为监测系统及方法 |
| WO2018060380A1 (fr) * | 2016-09-29 | 2018-04-05 | Valeo Schalter Und Sensoren Gmbh | Détection d'obstacles par fusion d'objets pour véhicule automobile |
| CN106774291A (zh) * | 2016-12-26 | 2017-05-31 | 清华大学苏州汽车研究院（吴江） | 一种自动驾驶电动汽车的电控系统 |
| CN108508882A (zh) * | 2017-02-28 | 2018-09-07 | 郑州宇通客车股份有限公司 | 一种车辆辅助驾驶控制平台 |
| CN107963082A (zh) * | 2017-12-29 | 2018-04-27 | 通化市聚诚网络科技有限公司 | 一种车辆驾驶信息推送方法及装置 |
| CN108776472A (zh) * | 2018-05-17 | 2018-11-09 | 驭势（上海）汽车科技有限公司 | 智能驾驶控制方法及系统、车载控制设备和智能驾驶车辆 |
| CN109532719A (zh) * | 2018-11-23 | 2019-03-29 | 中汽研（天津）汽车工程研究院有限公司 | 一种基于多传感器信息融合的电动汽车 |
| CN109657928A (zh) * | 2018-11-28 | 2019-04-19 | 大连理工大学 | 一种车载传感器系统的闭环协同调度框架及调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘继周: "面向无人驾驶的智能车系统平台研究与应用", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 陈慧岩 等: "《无人驾驶车辆理论与设计》", 31 March 2018, 北京理工大学出版社 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
| CN110853393B (zh) * | 2019-11-26 | 2020-12-11 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
| CN111064679A (zh) * | 2019-11-29 | 2020-04-24 | 上海能塔智能科技有限公司 | 功能车辆的信息处理系统 |
| CN111599178A (zh) * | 2020-05-21 | 2020-08-28 | 知行汽车科技（苏州）有限公司 | 路口识别方法、装置及存储介质 |
| CN111599178B (zh) * | 2020-05-21 | 2022-04-15 | 知行汽车科技（苏州）有限公司 | 路口识别方法、装置及存储介质 |
| CN112926404A (zh) * | 2021-01-29 | 2021-06-08 | 吉林大学 | 一种主动交互式人车通行系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110399898A (zh) | 一种无人车辆多传感器信息融合体系架构 | |
| CN110895417B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
| CN111695546B (zh) | 用于无人车的交通信号灯识别方法和装置 | |
| US11338821B2 (en) | Display system, display method, and storage medium | |
| JP2018173723A (ja) | 車両の走行制御システム | |
| CN109828571A (zh) | 基于v2x的自动驾驶车辆、方法和装置 | |
| CN112817307B (zh) | 一种基于无人机道路感知的车辆辅助驾驶系统及方法 | |
| CN113085896B (zh) | 一种现代有轨清洁车辅助自动驾驶系统及方法 | |
| CN112198877B (zh) | 一种基于5g网络的无人驾驶车辆的控制方法及系统 | |
| CN110371018A (zh) | 使用其他车辆车灯的信息改善车辆行为 | |
| CN113085852A (zh) | 自动驾驶车辆的行为预警方法、装置及云端设备 | |
| US20200285255A1 (en) | Method and apparatus for providing drone-based alerting of movement of a part of a vehicle into a path of travel | |
| US11475690B2 (en) | Vehicle control system and vehicle control method | |
| EP4285083A1 (en) | Methods and system for generating a lane-level map for an area of interest for navigation of an autonomous vehicle | |
| WO2022154995A1 (en) | Methods and system for constructing data representation for use in assisting autonomous vehicles navigate intersections | |
| US20210331704A1 (en) | Grayscale-based camera perception | |
| US10759449B2 (en) | Recognition processing device, vehicle control device, recognition control method, and storage medium | |
| US8681219B2 (en) | System and method for driving assistance at road intersections | |
| US20230033314A1 (en) | Method and processor circuit for operating an automated driving function with object classifier in a motor vehicle, as well as the motor vehicle | |
| US20220266824A1 (en) | Road information generation apparatus | |
| US10767989B2 (en) | Method and device for detecting a light-emitting object at a traffic junction for a vehicle | |
| WO2023210279A1 (ja) | 電子機器、方法及びプログラム | |
| CN115171371B (zh) | 一种协作式道路交叉口通行方法及装置 | |
| US20240166210A1 (en) | Vehicle control device and vehicle control method | |
| CN111753632B (zh) | 驾驶辅助装置 |
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: 20191101 |