CN111016898B - 一种智能车轨迹换道规划方法 - Google Patents
一种智能车轨迹换道规划方法 Download PDFInfo
- Publication number
- CN111016898B CN111016898B CN201911113734.XA CN201911113734A CN111016898B CN 111016898 B CN111016898 B CN 111016898B CN 201911113734 A CN201911113734 A CN 201911113734A CN 111016898 B CN111016898 B CN 111016898B
- Authority
- CN
- China
- Prior art keywords
- road
- vehicle
- track
- lane
- obstacle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000001133 acceleration Effects 0.000 claims abstract description 32
- 230000004888 barrier function Effects 0.000 claims abstract description 11
- 238000006073 displacement reaction Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提出的一种智能车轨迹换道规划方法,包括:获取道路信息,并根据道路信息拟合出当前车道中心线方程;根据当前车道中心线方程判断道路形状,道路形状包括直线道路和弯曲道路,弯曲道路包括定曲率道路和变曲率道路;根据道路形状、自车运行状态、障碍物信息确定换道过程中的最大侧向加速度amax及换道时间te;将换道时间te、自车的运行状态和障碍物信息输入预设的安全距离模型中,判断是否满足换道条件;是,则根据道路形状以及换道时间te规划出换道轨迹。本发明提出的轨迹规划方法满足车辆动力学要求,可保证换道过程的操纵稳定性和行驶安全性,且适用于多种道路形状,适用性更强。
Description
技术领域
本发明涉及智能车的换道轨迹规划技术领域,尤其涉及一种智能车轨迹换道规划方法。
背景技术
随着科学技术的进步和经济水平的发展,汽车保有量和高速公路建设里程同样也稳步上升,给人们的出行带来了极大的便利,但由于驾驶员注意力不集中、操作不当或不及时引发的交通事故也与日俱增,已造成大量的人员伤亡和财产损失,交通安全问题已逐渐引起了人们的关注。汽车智能驾驶功能在危险工况下可以帮助驾驶员驾驶汽车,减少交通事故的发生,提高了汽车的行驶安全和减轻驾驶员的驾驶负担,通过智能辅助驾驶功能的汽车。车辆主动换道功能是汽车智能驾驶功能中的一项重要功能,已得到了国内外研究人员的广泛关注。而换道轨迹是实现车辆换道成功的前提条件,换道轨迹的性能决定了换道过程的稳定性、舒适性以及安全性。目前,大多换道轨迹规划方法主要是针对直线道路工况,对弯曲道路尤其是变曲率道路的换道轨迹规划方法研究较少。
发明内容
基于背景技术存在的技术问题,本发明提出了一种智能车轨迹换道规划方法。
本发明提出的一种智能车轨迹换道规划方法,包括:
S1、获取道路信息,并根据道路信息拟合出当前车道中心线方程;
S2、实时检测障碍物,并获取障碍物信息,障碍物信息包括:位姿、速度、加速度以及自车与障碍物之间的相对距离;
S3、实时检测自车的运行状态,运行状态包括:位姿、车速和加速度;
S4、根据当前车道中心线方程判断道路形状,道路形状包括直线道路和弯曲道路,弯曲道路包括定曲率道路和变曲率道路;
S5、根据道路形状、自车运行状态、障碍物信息确定换道过程中的最大侧向加速度amax以及换道时间te;
S6、将换道时间te、自车的运行状态和障碍物信息输入预设的安全距离模型中,判断是否满足换道条件;
S7、是,则根据道路形状以及换道时间te规划出换道轨迹。
优选的,步骤S1和步骤S2中,通过环境感知系统探测道路信息和障碍物信息;环境感知系统包括:毫米波雷达、布置在车辆前挡风玻璃上的双目相机和布置在车辆顶部中间位置的64线激光雷达及导航系统;
步骤S2具体为:通过双目相机采集车道线信息,通过64线激光雷达实时检测远距离障碍物;通过毫米波雷达获得近距离障碍物信息;GPS+惯导组成的导航系统用于获得车辆实时位置信息;
步骤S3中,通过车载传感器获得自车的运行状态。
优选的,步骤S1中,根据道路信息拟合出当前车道中心线方程的具体方式为:根据道路信息中包含的车道线信息拟合出当前车道中心线方程Y=f(X)。
优选的,步骤S4具体为:获取中心线方程Y=f(X)在双目相机纵向测量内的曲率最大值,根据所述曲率最大值与预设的曲率阈值的比较结果判断道路形状。
优选的,步骤S4中,当曲率最大值小于曲率阈值,则判断当前道路为直线道路;反之,则为弯曲道路。
优选的,步骤S5中,直线道路的换道时间计算模型为:
弯曲道路的换道时间计算模型为:
其中,te为换道时间,De为换道的侧向位移,vx0为当前车速,Rmin为纵向位移区间[0,Xe0]内最小的道路半径,amax为换道过程中的最大侧向加速度。
优选的,步骤S6具体为:将换道时间te、自车的运行状态和障碍物信息输入预设的安全距离模型中,判断安全距离模型是否满足,并判断是否存在满足amax≤0.45μg的解;当安全距离模型满足,且amax≤0.45μg,则执行步骤S7;μ为路面附着系数,g为重力加速度。
优选的,直线道路对应的安全距离模型为:
其中,S为自车质心至前方障碍物的最小距离,v为自车的速度,v1为障碍物的速度,tc为预碰撞时刻,预碰撞时刻为自车质心纵向位移与障碍物宽度相等的时刻,af为自车质心至自车前端的距离,wb为障碍物的宽度,a1为障碍物的加速度,D1为预设距离常数;
弯曲道路对应的安全距离模型为:
其中,l为自车与障碍物之间的弧长距离,v为自车的速度,v1为障碍物的速度,tc为预碰撞时刻,af为自车质心至自车前端的距离,wb为障碍物的宽度,a1为障碍物的加速度,D1为预设距离常数;
优选的,步骤S7具体为:
当道路为弯曲道路时,轨迹规划模型为:
其中,Xc为车辆纵向位移,Yc为车辆横向位移;(X,Y)为当前车道中心线上的点。
优选的,步骤S7中,当道路为弯曲道路时,轨迹规划模型包含约束条件:车辆向道路曲率中心直线运动的初始点和末点的加速度、速度均为0。
本发明提出的一种智能车轨迹换道规划方法,考虑到了道路形状的多样性,针对不同的道路形状分别提出了换道轨迹规划方法。本发明中,以正弦函数模型为基础,以满足车辆动力学约束为条件,提出了直线道路工况的换道轨迹规划方法,并在此基础上,将弯曲道路上换道车辆的质心运动分解成从汽车质心向道路曲率中心的直线运动和绕道路曲率中心的圆弧转动,其中向质心的直线运动规律采用直线道路工况的换道运动规律,并结合路面形状的数学关系,提出了弯曲道路(包含定曲率道路和变曲率道路)工况的换道轨迹规划方法。通过本发明规划的轨迹速度及加速度平滑且连续,符合车辆动力学约束可保证换道过程的操纵稳定性,规划过程简单、运算速度快,实时性高。
本发明提出的轨迹规划方法满足车辆动力学要求,可保证换道过程的操纵稳定性和行驶安全性,且适用于多种道路形状,适用性更强。
附图说明
图1为本发明提出的一种智能车轨迹换道规划方法流程图;
图2为直线道路工况车路模型图;
图3为弯曲道路工况车路模型图;
图4为直线道路换道轨迹图;
图5为定曲率道路换道轨迹图;
图6为变曲率道路换道轨迹图;
图7为变曲率道路当前车道中心线半径示意图。
具体实施方式
参照图1,本发明提出的一种智能车轨迹换道规划方法,包括:
S1、获取道路信息,并根据道路信息拟合出当前车道中心线方程。本步骤中中,根据道路信息中包含的车道线信息拟合出当前车道中心线方程Y=f(X)。具体实施时,道路信息可通过交通监控平台或者地图信息获得。
S2、实时检测障碍物,并获取障碍物信息,障碍物信息包括:位姿、速度、加速度以及自车与障碍物之间的相对距离。
具体的,本实施方式中,通过环境感知系统探测道路信息和障碍物信息。环境感知系统包括:毫米波雷达、布置在车辆前挡风玻璃上的双目相机和布置在车辆顶部中间位置的64线激光雷达及导航系统。
本步骤S2中,通过双目相机采集车道线信息,通过64线激光雷达实时检测远距离障碍物;通过毫米波雷达获得近距离障碍物信息,GPS+惯导组成的导航系统用于获得车辆实时位置信息。
S3、实时检测自车的运行状态,运行状态包括:位姿、车速和加速度。具体的,本步骤中,通过车载传感器获得自车的运行状态。
S4、根据当前车道中心线方程判断道路形状,道路形状包括直线道路和弯曲道路,弯曲道路包括定曲率道路和变曲率道路。
本实施方式中,获得中心线方程Y=f(X)后,进一步获得中心线方程Y=f(X)在双目相机纵向测量内的曲率最大值,根据所述曲率最大值与预设的曲率阈值的比较结果判断道路形状。当曲率最大值小于曲率阈值,则判断当前道路为直线道路;反之,则为弯曲道路。
S5、根据道路形状、自车运行状态、障碍物信息确定换道过程中的最大侧向加速度amax以及换道时间te。
本步骤中,直线道路的换道时间计算模型为:
本步骤中,弯曲道路的换道时间计算模型为:
其中,te为换道时间,De为换道的侧向位移,vx0为当前车速,Rmin为纵向位移区间[0,Xe0]内最小的道路半径,amax为换道过程中的最大侧向加速度。
具体的,弯曲道路的侧向加速度由两部分组成,绕圆周运动的向心加速度a1,沿汽车质心向道路曲率中心的直线运动的加速度a2,两者的之和的绝对值应小于|amax|,即|a1+a2|<|amax|。
进行动力学约束时需要分两步,第一步是利用当前位置的道路半径R0计算出纵向位移区间[0,Xe0],从而计算出在此区间[0,Xe0]内最小的道路半径Rmin;第二步根据|amax|和Rmin计算出的换道时间te。
第一步:
向道路曲率中心的直线运动的加速度|a20max|=|amax|-a10;
第二步:
向道路曲率中心的直线运动的加速度|a21max|=|amax|-a11
从而可计算出换道时间te为:
具体的,对于定曲率的弯曲道路,te=te0,即对于定曲率的道路,不需要进行第二步计算,便可得到换道时间te。
S6、将换道时间te、自车的运行状态和障碍物信息输入预设的安全距离模型中,判断是否满足换道条件。
具体的,本实施方式中,分别设置有对应直线道路和弯曲道路的安全距离模型。
直线道路对应的安全距离模型为:
其中,S为自车质心至前方障碍物的最小距离,v为自车的速度,v1为障碍物的速度,tc为预碰撞时刻,预碰撞时刻为自车质心纵向位移与障碍物宽度相等的时刻,af为自车质心至自车前端的距离,wb为障碍物的宽度,a1为障碍物的加速度,D1为预设距离常数。
弯曲道路对应的安全距离模型为:
其中,l为自车与障碍物之间的弧长距离,v为自车的速度,v1为障碍物的速度,tc为预碰撞时刻,af为自车质心至自车前端的距离,wb为障碍物的宽度,a1为障碍物的加速度,D1为预设距离常数。
由于雷达只能测直线距离,因此在弯曲道路上,需将弧长距离转化为直线距离,由计算得到的弧长安全距离l应与自车质心到车道中心线上某点(X1,Y1)的弧长距离相等,从而有以此求出坐标(X1,Y1),从而可知变曲率工况换道的直线安全距离
具体的,本步骤S6中,根据步骤S4的判断结果获取对应的安全距离模型,并将换道时间te、自车的运行状态和障碍物信息输入所述安全距离模型中,判断是否满足换道条件。
S7、是,则根据道路形状以及换道时间te规划出换道轨迹。
具体的,本实施方式中,只有当amax≤0.45μg,且满足道路形状对应的安全距离模型,才允许换道,μ为路面附着系数,g为重力加速度。具体的,本实施方式中,通过安全距离模型求解te和amax,如果amax≤0.45μg满足,才规划换道轨迹。且本实施方式中,在规划换道轨迹时,amax选择满足安全距离模型的最小值,以保证换道的舒适性。
如此,本实施方式中,步骤S6具体为:将换道时间te、自车的运行状态和障碍物信息输入预设的安全距离模型中,判断安全距离模型是否满足,并判断是否存在满足amax≤0.45μg的解;当安全距离模型满足,且amax≤0.45μg,则执行步骤S7。
本实施方式中,因定曲率道路为变曲率道路的一种特殊工况,故统一规划,以降低计算难度。
在弯曲道路上换道的车辆的质心运动分解成从汽车质心向道路曲率中心的直线运动和绕道路曲率中心的圆弧转动,具体可参照图5、图6、图7。
由车辆换道过程中车辆的纵向速度vx不变,可知沿轨迹切向的位移lx为:
lx=vxt
根据弧长公式可知换道起点知当前车道中心线上(X,Y)点的弧长为:
由lx=lR可得:
因此可得换道轨迹为:
其中,y(X)为车辆质心沿道路曲率中心方向的偏移距离。
如此,本实施方式的步骤S7具体为:
当道路为弯曲道路时,轨迹规划模型为:
其中,Xc为车辆纵向位移,Yc为车辆横向位移;(X,Y)为当前车道中心线上的点。
具体的,,当道路为弯曲道路时,轨迹规划模型包含约束条件:车辆向道路曲率中心直线运动的初始点和末点的加速度、速度均为0。
以下结合两个具体的实施例,对本发明做进一步阐述。
实施例1
参照图2,本实施例为直线道路下的车辆换道。
本实施例中,,以车辆行进方向为x轴,以垂直车身的方向为Y轴,建立直角坐标系。如此,可得直线道路换道轨迹为:
在换道过程中,车辆的航向角比较小,所以y的一、二阶导数可认为是侧向速度和侧向加速度。
实施例2
参照图3,本实施例为弯曲道路下的车辆换道。本实施例中,以车辆行进方向为x轴,以垂直车身的方向为Y轴,建立直角坐标系,以质心为坐标原点。
车辆绕道路曲率中心oj转动的角位移θ(X)应等于当前位置道路中心线的切线与X轴的夹角ζ,即:θ(X)=ζ=arctan(f′(X))。
当前车道中心线方程为:Y=f(X),由车辆换道过程中车辆的纵向速度vx不变,可知沿轨迹切向的位移lx=vxt。
当前车道中心线上某点(X,Y)至换道起点(0,0)的弧长为由lx=lR可知某时刻车辆到达的位置,从而建立时间t和位置坐标X的关系,即间记为t=g(X)。因此,沿汽车质心向道路曲率中心的直线运动为换道结束后直线运动的速度加速度都为0,可保证车辆沿目标车道中心线切线方向行驶。
沿汽车质心向道路曲率中心的直线运动在X轴和Y轴方向的分量为ΔX、ΔY,其中ΔX=y(X)sinθ,ΔY=y(X)cosθ。
根据以上分析弯曲道路工况下的换道轨迹为:
以上所述,仅为本发明涉及的较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种智能车轨迹换道规划方法,其特征在于,包括:
S1、获取道路信息,并根据道路信息拟合出当前车道中心线方程;
S2、实时检测障碍物,并获取障碍物信息,障碍物信息包括:位姿、速度、加速度以及自车与障碍物之间的相对距离;
S3、实时检测自车的运行状态,运行状态包括:位姿、车速和加速度;
S4、根据当前车道中心线方程判断道路形状,道路形状包括直线道路和弯曲道路,弯曲道路包括定曲率道路和变曲率道路;
S5、根据道路形状、自车运行状态、障碍物信息确定换道过程中的最大侧向加速度amax以及换道时间te;
S6、将换道时间te、自车的运行状态和障碍物信息输入预设的安全距离模型中,判断是否满足换道条件;
S7、是,则根据道路形状以及换道时间te规划出换道轨迹。
2.如权利要求1所述的智能车轨迹换道规划方法,其特征在于,步骤S1和步骤S2中,通过环境感知系统探测道路信息和障碍物信息;环境感知系统包括:毫米波雷达、布置在车辆前挡风玻璃上的双目相机和布置在车辆顶部中间位置的64线激光雷达及导航系统;
步骤S2具体为:通过双目相机采集车道线信息,通过64线激光雷达实时检测远距离障碍物;通过毫米波雷达获得近距离障碍物信息;GPS+惯导组成的导航系统用于获得车辆实时位置信息;
步骤S3中,通过车载传感器获得自车的运行状态。
3.如权利要求1所述的智能车轨迹换道规划方法,其特征在于,步骤S1中,根据道路信息拟合出当前车道中心线方程的具体方式为:根据道路信息中包含的车道线信息拟合出当前车道中心线方程Y=f(X)。
4.如权利要求3所述的智能车轨迹换道规划方法,其特征在于,步骤S4具体为:获取中心线方程Y=f(X)在双目相机纵向测量内的曲率最大值,根据所述曲率最大值与预设的曲率阈值的比较结果判断道路形状。
5.如权利要求4所述的智能车轨迹换道规划方法,其特征在于,步骤S4中,当曲率最大值小于曲率阈值,则判断当前道路为直线道路;反之,则为弯曲道路。
7.如权利要求1所述的智能车轨迹换道规划方法,其特征在于,步骤S6具体为:将换道时间te、自车的运行状态和障碍物信息输入预设的安全距离模型中,判断安全距离模型是否满足,并判断是否存在满足amax≤0.45μg的解;当安全距离模型满足,且amax≤0.45μg,则执行步骤S7;μ为路面附着系数,g为重力加速度。
10.如权利要求9所述的智能车轨迹换道规划方法,其特征在于,步骤S7中,当道路为弯曲道路时,轨迹规划模型包含约束条件:车辆向道路曲率中心直线运动的初始点和末点的加速度、速度均为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911113734.XA CN111016898B (zh) | 2019-11-14 | 2019-11-14 | 一种智能车轨迹换道规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911113734.XA CN111016898B (zh) | 2019-11-14 | 2019-11-14 | 一种智能车轨迹换道规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111016898A CN111016898A (zh) | 2020-04-17 |
CN111016898B true CN111016898B (zh) | 2021-10-19 |
Family
ID=70200356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911113734.XA Active CN111016898B (zh) | 2019-11-14 | 2019-11-14 | 一种智能车轨迹换道规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111016898B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111856968B (zh) * | 2020-07-31 | 2023-07-21 | 成都信息工程大学 | 一种基于并行计算的大规模交通仿真系统及方法 |
CN112124314B (zh) * | 2020-10-28 | 2021-09-03 | 重庆长安汽车股份有限公司 | 车辆自动变道横向路径规划方法、系统、车辆及存储介质 |
CN112519782A (zh) * | 2020-12-08 | 2021-03-19 | 英博超算(南京)科技有限公司 | 车辆自动变道方法、装置、车辆以及计算机可读存储介质 |
CN112947469A (zh) * | 2021-03-16 | 2021-06-11 | 安徽卡思普智能科技有限公司 | 汽车换道轨迹规划与动态轨迹跟踪控制方法 |
CN113375689B (zh) * | 2021-08-16 | 2021-11-05 | 腾讯科技(深圳)有限公司 | 导航方法、装置、终端和存储介质 |
CN113419546B (zh) * | 2021-08-24 | 2021-11-26 | 新石器慧通(北京)科技有限公司 | 一种无人车的控制方法、装置、介质及电子设备 |
CN114115234A (zh) * | 2021-10-28 | 2022-03-01 | 江苏大学 | 一种基于监控策略的无人车换道路径规划方法 |
CN115257813A (zh) * | 2022-08-19 | 2022-11-01 | 智己汽车科技有限公司 | 通过施工障碍物的智能驾驶控制方法及车辆 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108688661A (zh) * | 2017-03-31 | 2018-10-23 | 本田技研工业株式会社 | 车辆控制装置 |
WO2019038426A1 (en) * | 2017-08-25 | 2019-02-28 | Volvo Truck Corporation | STEERING METHOD OF ARTICULATED VEHICLE |
CN110356404A (zh) * | 2019-05-28 | 2019-10-22 | 吉林大学 | 一种具有自主换道功能并提高侧向安全性的智能驾驶系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6634637B2 (ja) * | 2017-08-14 | 2020-01-22 | 本田技研工業株式会社 | 車両制御システムおよび車両制御方法 |
JP6859902B2 (ja) * | 2017-08-31 | 2021-04-14 | トヨタ自動車株式会社 | 車両制御装置 |
-
2019
- 2019-11-14 CN CN201911113734.XA patent/CN111016898B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108688661A (zh) * | 2017-03-31 | 2018-10-23 | 本田技研工业株式会社 | 车辆控制装置 |
WO2019038426A1 (en) * | 2017-08-25 | 2019-02-28 | Volvo Truck Corporation | STEERING METHOD OF ARTICULATED VEHICLE |
CN110356404A (zh) * | 2019-05-28 | 2019-10-22 | 吉林大学 | 一种具有自主换道功能并提高侧向安全性的智能驾驶系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111016898A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111016898B (zh) | 一种智能车轨迹换道规划方法 | |
US10604150B2 (en) | Vehicle stop position setting apparatus and method | |
US20210188356A1 (en) | Vehicle control device | |
JP4869858B2 (ja) | 車両の走行制御システム | |
US20210188258A1 (en) | Vehicle control device | |
JP6384604B2 (ja) | 自己位置推定装置及び自己位置推定方法 | |
CN103213582B (zh) | 基于车身侧倾角估计的防侧翻预警控制方法 | |
US20210188262A1 (en) | Vehicle control device | |
US8150591B2 (en) | Vehicle travel speed control method | |
EP3715204A1 (en) | Vehicle control device | |
CN107963126A (zh) | 一种多轴转向车辆大曲率自动驾驶转向控制方法 | |
CN110979339B (zh) | 一种基于v2v的前方道路形态重建方法 | |
JP6020729B2 (ja) | 車両位置姿勢角推定装置及び車両位置姿勢角推定方法 | |
US11719549B2 (en) | Vehicle control apparatus | |
JP6991119B2 (ja) | 自動運転における進路制御方法 | |
US20200391747A1 (en) | Vehicle control device | |
CN111770864A (zh) | 车辆控制装置 | |
CN105159291A (zh) | 一种基于信息物理网的车队智能避障装置及避障方法 | |
KR20190045308A (ko) | 차량 판정 방법, 주행 경로 보정 방법, 차량 판정 장치, 및 주행 경로 보정 장치 | |
JP5310674B2 (ja) | 車両用挙動制御装置 | |
AU2020202341A1 (en) | Collision avoidance system with elevation compensation | |
JP7185191B2 (ja) | 車両制御装置 | |
JP2019043191A (ja) | 車両制御装置 | |
CN106203703A (zh) | 一种用于汽车安全转向的动态数据的制作方法 | |
Luan et al. | Design and field testing of a lane following control system with a camera based on t&c driver model |
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 |