CN111038503B - 车辆自适应巡航控制方法、装置、车辆及存储介质 - Google Patents
车辆自适应巡航控制方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN111038503B CN111038503B CN201911182625.3A CN201911182625A CN111038503B CN 111038503 B CN111038503 B CN 111038503B CN 201911182625 A CN201911182625 A CN 201911182625A CN 111038503 B CN111038503 B CN 111038503B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- random
- distance
- strategy
- cruise
- 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
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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/143—Speed control
-
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
Abstract
本说明书实施例提供一种车辆自适应巡航控制方法、装置、车辆及存储介质。所述方法包括:获取车辆行驶时的初始决策要素,所述初始决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素;根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;如果是,使用所述随机的巡航策略控制所述车辆的行驶。本说明书实施例提供的车辆自适应巡航控制方法,无需人为设定控制方式,可以自动学习自适应巡航控制策略,能够提高车辆自适应巡航控制的稳定性和自适应性。
Description
技术领域
本说明书实施例涉及车辆控制技术领域,特别涉及一种车辆自适应巡航控制方法、装置、车辆及存储介质。
背景技术
自适应巡航控制系统(ACC)是在传统的定速巡航控制基础上结合安全车间距保持控制,通过环境信息感知模块进行前方行驶环境监测,例如监测前方有无车辆、两者间距、相对速度等,并根据不同的环境采用不同的控制策略行驶。自适应巡航控制系统一方面可以有效避免碰撞,另一方面可以在长距离驾驶情况下减轻驾驶证操作负担。
自适应巡航控制的技术主要应用于普通轿车中,能够有效实现定速和定时距的行车控制。而将该技术应用于卡车中却比较复杂,如图1所示,卡车结构通常可以分为牵引车1和挂车2两部分。通常,车满载的重量是普通轿车的20-25倍,卡车长度是普通轿车的4-5倍,卡车结构非统一的整体(包含牵引车1和挂车2)。由于卡车在空载、半载、满载状态下重量不同,刹车的惯性不同,如果刹车操作不当,很容易造成挂车2侧翻或挂车2冲撞牵引车1的危险事故。因此,带挂卡车的自适应巡航,对控制的精度有较高要求。
卡车的自适应巡航,需要卡车拥有经验丰富的卡车驾驶员的“大脑”,实现平稳减速、平稳跟车。传统的自适应巡航方法,大多采用监督学习的方法,即人为定义卡车速度、前车相对速度、前车距离与纵向加/减速度(刹车、油门)的对应关系,根据对应关系,选取相应的纵向加/减速策略。监督学习的方法通常只考虑牵引车1与前车的距离,未考虑挂车2与牵引车1的相对距离,因而未能有效降低挂车2侧翻或挂车2冲撞牵引车1风险。而且,该方法需要需要大量的试验数据,并通过人试验数据进行分析从而设定对应关系。其中,试验数据的分析、分类具有一定的主观性,且很难将所有速度、前车相对速度、前车距离与纵向加/减速度(刹车、油门)对应关系一一列出。因此,这种监督学习的自适应巡航方式,稳定性和自适应性不强。
发明内容
本说明书实施例的目的是提供车辆自适应巡航控制方法、装置、车辆及存储介质,以提高车辆自适应巡航控制的稳定性和自适应性。
为解决上述问题,本说明书实施例提供一种车辆自适应巡航控制方法、装置、车辆及存储介质是这样实现的。
一种车辆自适应巡航控制方法,所述方法包括:获取车辆行驶时的初始决策要素,所述决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素;根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;如果是,使用所述随机的巡航策略控制所述车辆的行驶。
一种车辆自适应巡航控制装置,所述装置包括:获取模块,用于获取车辆行驶时的初始决策要素,所述决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;第一给定模块,用于给定随机的巡航策略,并根据所述决策要素预测执行所述随机的巡航策略后的预测决策要素;确定与判断模块,用于根据所述预测决策要素确定增强信号的大小根据所述增强信号的大小判断所述随机的巡航策略是否准确;第一控制模块,用于在判断所述随机的巡航策略准确的情况下,使用所述随机的巡航策略控制所述车辆的行驶。
一种车辆,所述车辆中设置有上述车辆自适应巡航控制装置。
一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被执行时实现:获取车辆行驶时的初始决策要素,所述决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素;根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;如果是,使用所述随机的巡航策略控制所述车辆的行驶。
由以上本说明书实施例提供的技术方案可见,本说明书实施例可以获取车辆行驶时的初始决策要素,所述初始决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素;根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;如果是,使用所述随机的巡航策略控制所述车辆的行驶。本说明书实施例提供的车辆自适应巡航控制方法,无需人为设定控制方式,可以自动学习自适应巡航控制,学习车辆与前车的相对速度、与前车的距离的最优对应关系,能够提高车辆自适应巡航控制的稳定性和自适应性。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为卡车的结构示意图;
图2为本说明书实施例一种车辆自适应巡航控制方法的流程图;
图3为本说明书实施例第一行驶场景下的车辆行驶状态的示意图;
图4为本说明书实施例第二行驶场景下的车辆行驶状态的示意图;
图5为本说明书实施例通过车辆自适应巡航控制方法确定巡航策略的流程图;
图6为本说明书实施例一种车辆自适应巡航控制装置的功能模块图。
具体实施方式
下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
在本说明书实施例中,所述自适应巡航控制(Adaptive Cruise Control)系统,又可称为智能巡航控制系统,简称ACC系统,它是在传统巡航控制基础上发展起来的新一代汽车驾驶员辅助驾驶系统。它将汽车自动巡航控制系统CCS和车辆前向撞击报警系统FCWS有机结合起来。ACC不但具有自动巡航的全部功能,还可以通过车载雷达等传感器监测汽车前方的道路交通环境。一旦发现当前行驶车道的前方有其它前行车辆时,可以将根据本车与前车之间的相对距离及相对速度等信息,通过控制汽车的油门和刹车对车辆进行纵向速度控制,使本车与前车保持合适的安全间距。采用该系统可以降低驾驶员的工作负担,提高汽车的主动安全性,扩大巡航行驶的范围。
图2为本说明书实施例一种车辆自适应巡航控制方法的流程图。如图2所示,所述车辆自适应巡航控制方法可以包括以下步骤。
S210:获取车辆行驶时的初始决策要素,所述初始决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离。
在本说明书实施例中,所述决策要素可以是自适应巡航控制中所要用到的车辆在行驶过程中的数据。例如可以包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离等数据。还可以包括车辆自身的重量、车辆的巡航速度等数据。
在本说明书实施例中,所述前车是指车辆所在车道的前方,距离车辆最近的其他车辆。
在一些实施例中,如图3所示,所述车辆可以卡车,所述卡车可以包括牵引车1和挂车2,所述牵引车1和挂车2并不是统一的整体,牵引车1和挂车2之间可以产生拉伸或者压缩。车辆在空载、半载、满载状态下重量不同,刹车的惯性不同,如果刹车操作不当,很容易造成挂车2侧翻或挂车2冲撞牵引车1的危险事故。考虑到若在自动巡航控制过程中,除了将车辆与前车的相对位置和相对速度作为自动巡航控制的决策要素之外,还可以将牵引车和挂车之间的相对位置作为自动巡航控制的决策要素,则可以有效降低挂车侧翻或挂车冲撞牵引车的风险,使得自适应巡航的控制策略更加可靠、稳定。
在一些实施例中,在所述车辆为卡车的情况下,所示决策要素还可以包括牵引车1和挂车2之间的距离。其中牵引车1和挂车2之间的距离可以通过测距传感器采集的实时数据获取。
在一些实施例中,可以根据车辆中的测速传感器采集的实时数据获取车辆的行驶速度。其中,所述测试传感器可以包括磁电式车速传感器、霍尔式车速传感器、光电式车速传感器等。
在一些实施例中,可以通过毫米波雷达、激光雷达、超声波雷达等测距传感器检测到车辆所在车道且距离车辆最近的前方车辆,并通过上述测距传感器实时采集的数据获取前车的行驶速度以及车辆与前车之间的距离。在本说明书实施例中,还可以通过视觉摄像头检测到车辆所在车道且距离车辆最近的前方车辆,并通过视觉摄像头实时采集的数据获取前车的行驶速度以及车辆与前车之间的距离。
S220:给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素。
在一些实施例中,可以给定随机的巡航策略。所述随机的巡航策略可以包括随机加速度大小的减速策略,还可以包括随机加速度大小的跟车策略。
在一些实施例中,给定随机的巡航策略后,还可以根据所述决策要素预测执行该巡航策略后的决策要素。例如随机的巡航策略为随机加速度大小的减速策略,则可以根据所述决策要素,经过物理计算得出执行该巡航策略后的决策要素。
S730:根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确。
在一些实施例中,所述增强信号可以用于判断所述随机的巡航策略是否准确。具体的,可以将增强信号大小设置在区间[-1,0]。当增强信号等于-1时,可以判断所述随机的巡航策略是不准确的;当增强信号不等于-1时,可以判断所述随机的巡航策略是准确的。进一步的,还可以根据增强信号判断所述随机的巡航策略准确度的高低。具体的,在所述增强信号等于0时,可以判断所述随机的巡航策略的准确度是最高的,所述随机的巡航策略是最优的选择;在所述增强信号越接近于0时,可以判断所述随机的巡航策略的准确度越高。
在一些实施例中,可以根据所述预测决策要素确定增强信号的大小,并根据所述增强信号的大小判断所述随机的巡航策略是否准确。具体的,可以根据以下步骤确定增强信号的大小,以及判断所述随机的巡航策略是否准确。
步骤1:根据所述初始决策要素确定车辆当前所处的行驶场景。
在本说明书实施例中,车辆在行驶过程中可以遇到平稳跟车、前车换道插入、前车换道离开、远处接近前车以及前车急刹车等不同的交通场景,或者遇到由上述几种场景组合而成的交通场景。在遇到不同的交通场景时,可以根据车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离、车辆的巡航速度和安全距离来确定车辆的行驶场景。
在一些实施例中,所述安全距离大于或等于车辆的最小刹车距离。所述最小刹车距离为在某一位置车辆以最大减速度刹车,根据车辆当前速度与车辆的总重量计算得到,从当前车速减为0时所行驶的距离。如果车辆距离前车小于最小刹车距离,则会发生碰撞危险。
在一些实施例中,根据所述决策要素确定车辆当前所处的行驶场景可以包括:在前车的行驶速度小于车辆的行驶速度,且小于车辆的巡航速度的情况下,确定所述车辆的行驶场景为第一行驶场景。举例来说,车辆在定速巡航过程中,同车道的前车减速,速度降至小于车辆行驶速度,或者前车换道插入车辆当前车道,且速度小于车辆的行驶速度,此时车辆的行驶场景可以是第一行驶场景。
在一些实施例中,根据所述决策要素确定车辆当前所处的行驶场景可以包括:在前车的行驶速度等于车辆的行驶速度、且所述车辆与所述前车之间的距离大于或等于安全距离的情况下,确定所述车辆的行驶场景为第二行驶场景。举例来说,由于同车道的前车减速,速度降至小于车辆行驶速度,或者前车换道插入车辆当前车道,且速度小于车辆的行驶速度时,使得车辆也减速,并且将行驶速度减至与前车的行驶速度相同,此时车辆的行驶场景可以是第二行驶场景。
步骤2:根据所述预测决策要素,使用所述行驶场景下的增强信号确定方法确定增强信号的大小。
以所述车辆为卡车时为例。在所述行驶场景为第一行驶场景的情况下,执行所述随机的巡航策略后的牵引车与挂车之间的距离、牵引车与前车的距离可以如图3所示。图3中,前车5为牵引车同车道前方出现的其他车辆;d1为牵引车1的物理中心3与前车5车尾部的当前距离,d2为最小刹车距离,其中,最小刹车距离为该位置牵引车1以最大减速度刹车,根据牵引车1当前速度与牵引车1和挂车2的总重量计算出从当前车速减为0所行驶的距离,d3为碰撞危险距离,碰撞危险距离为该位置牵引车以最大减速度的1/k(k>0)进行刹车,根据牵引车1当前速度与牵引车1和挂车2的总重量计算出从当前车速减为0所行驶的距离。d4为牵引车1物理中心2与挂车2的物理中心4的当前距离,d5为牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离,小于该距离,将容易发生冲撞、侧翻等事故,d6为牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离,大于该距离,将容易发生冲撞、侧翻等事故。
在一些实施例中,所述行驶场景为第一行驶场景的情况下,所述增强信号可以根据以下规则确定。
当d4≤d5或d4≥d6时,增强信号r=-1。在这种情况下,牵引车1物理中心2与挂车2的物理中心4的距离d4小于或等于牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离d5,或,牵引车1物理中心2与挂车2的物理中心4的距离d4大于或等于牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离d6,不论牵引车前车的距离多少,在执行所述随机的巡航策略后,牵引车和挂车将容易发生冲撞、侧翻等事故。可以确定所述随机的巡航策略是不准确的。
当d5<d4<d6时,如果d1≥d3,增强信号r=0。在这种情况下,牵引车1物理中心2与挂车2的物理中心4的距离d4处于牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离d5和牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离d6之间,说明牵引车和挂车不容易发生冲撞、侧翻,且牵引车1与前车5的距离d1大于碰撞危险距离d3,因此,在执行所述随机的巡航策略后,牵引车1可以安全地行驶。可以确定所述随机的巡航策略是准确的,且准确度最高。
当d5<d4<d6时,如果d1≤d2,增强信号r=-1。在这种情况下,牵引车1物理中心2与挂车2的物理中心4的距离d4处于牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离d5和牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离d6之间,说明牵引车和挂车不容易发生冲撞、侧翻,但牵引车1与前车5的距离d1小于或等于最小刹车距离d2,因此,在执行所述随机的巡航策略后,牵引车1即将与前车5发生碰撞事故。可以确定所述随机的巡航策略是不准确的。
当d5<d4<d6时,如果d2<d1<d3,增强信号为:
其中,α为人为牵引车1的减速权重(0<α<1),1-α为挂车2减速权重。在这种情况下,牵引车1物理中心2与挂车2的物理中心4的距离d4处于牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离d5和牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离d6之间,牵引车1与前车5的距离d1处于最小刹车距离d2和碰撞危险距离d3之间,此时牵引车1与前车5可能会发生碰撞事故。可以根据牵引车1的减速权重和挂车2的减速权重可以计算得到增强信号,并根据增强信号来判断所述随机的巡航策略是否准确。
在所述行驶场景为第二行驶场景的情况下,执行所述随机的巡航策略后的牵引车与挂车之间的距离、牵引车与前车的距离可以如图4所示。图4中,d1为牵引车1物理中心3与前车5车尾部的当前距离,d7为最小跟车距离(d2<d7<d3),小于该距离将容易发生冲撞、侧翻等事故,d8为最大跟车距离,大于该距离,则自适应巡航控制过程失效。
在一些实施例中,所述行驶场景为第二行驶场景的情况下,所述增强信号可以根据以下规则确定。
当d4≤d5或d4≥d6时,增强信号r=-1。在这种情况下,牵引车1物理中心2与挂车2的物理中心4的距离d4小于或等于牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离d5,或,牵引车1物理中心2与挂车2的物理中心4的距离d4大于或等于牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离d6,不论牵引车前车的距离多少,在执行所述随机的巡航策略后,牵引车和挂车将容易发生冲撞、侧翻等事故。可以确定所述随机的巡航策略是不准确的。
当d5<d4<d6时,如果d1≥d8,增强信号r=-1。在这种情况下,牵引车1物理中心2与挂车2的物理中心4的距离d4处于牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离d5和牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离d6之间,说明牵引车和挂车不容易发生冲撞、侧翻,但牵引车1与前车5的距离d1大于最大跟车距离d8则自适应巡航控制过程失效。可以确定所述随机的巡航策略是不准确的。
当d5<d4<d6时,如果d1≤d7,增强信号r=-1。在这种情况下,牵引车1物理中心2与挂车2的物理中心4的距离d4处于牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离d5和牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离d6之间,说明牵引车和挂车不容易发生冲撞、侧翻,但牵引车1与前车5的距离d1小于最小跟车距离d7,牵引车1容易与前车5发生碰撞事故。可以确定所述随机的巡航策略是不准确的。
当d5<d4<d6时,如果d7<d1<d8,增强信号为:
在这种情况下,牵引车1物理中心2与挂车2的物理中心4的距离d4处于牵引车1物理中心3与挂车2的物理中心4的可被压缩的最小距离d5和牵引车1物理中心3与挂车2的物理中心4可被压缩的最大距离d6之间,牵引车1与前车5的距离d1处于最小跟车距离d7和最大跟车距离d8之间。可以根据牵引车1的减速权重和挂车2的减速权重可以计算得到增强信号,并根据增强信号来判断所述随机的巡航策略是否准确。
S340:如果是,使用所述随机的巡航策略控制所述车辆的行驶。
在一些实施例中,在判断所述随机的巡航策略准确的情况下,可以使用所述随机的巡航策略控制所述车辆的行驶。例如可以根据巡航策略向汽车的制动装置或者油门发送控制指令,以便于根据通过控制制动装置的制动力或者控制油门的开合程度来提高或降低车辆的行驶速度来控制所述车辆的行驶。
在一些实施例中,在判断所述随机的巡航策略是不准确的情况下,则可以重新给定随机的巡航策略;在判断所述重新给定的随机的巡航策略准确的情况下,使用所述重新给定的随机的巡航策略控制所述车辆的行驶。
在一些实施例中,在判断所述随机的巡航策略准确或者不准确的情况下,可以给定多次随机的巡航策略,最后比较每次随机的巡航策略的准确度,可以使用准确度最高的随机的巡航策略控制所述车辆的行驶,使得自适应巡航控制更具自适应性。具体的,可以预先设置所述巡航控制模型给定随机的巡航策略的次数,例如所述巡航控制模型可以给定n(n>0)次随机的巡航策略。首先获取初始的决策要素,在此基础上给定随机的巡航策略。在判断随机的巡航策略准确的情况下,可以将执行所述随机的巡航策略后的预测决策要素作为输入,再给定一次新的随机的巡航策略,并判断所述新的随机的巡航策略是否准确。在判断随机的巡航策略不准确的情况下,可以将所述初始的决策要素作为输入,重新给定随机的巡航策略,并判断所述重新给定的随机的巡航策略是否准确。其中,每次给定随机的巡航策略之前,判断执行随机的巡航策略的总次数是否大于或等于n,如果是,则比较随机的巡航策略的准确度,将准确度高的随机的巡航策略作为输出结果输出。具体的,可以参照图5,并根据以下步骤执行。
S1:初始决策要素输入。所述初始决策要素可以包括初始的牵引车的行驶速度、牵引车所在车道且距离牵引车最近的前车的行驶速度、所述牵引车与所述前车的距离、所述牵引车与挂车之间的距离等。
S2:执行次数是否小于n。在该步骤中,可以判断执行随机的巡航策略的次数是否小于n,如果是,则进入步骤S3,否则进入步骤S8。
S3:给定随机的巡航策略。
S4:增强信号是否等于-1。在该步骤中,可以根据初始决策要素计算出执行随机的巡航策略后的决策要素。根据不同的行驶场景通过不同的方式确定增强信号。如果牵引车的行驶场景为第一行驶场景,则根据所述第一行驶场景确定增强信号,如果牵引车的行驶场景为第二行驶场景,则根据所述第二行驶场景确定增强信号。在确定增强信号后,判断所述增强信号是否等于-1,如果等于-1,则可以确定此次随机的巡航策略不准确,可以执行S6;如果增强信号不等于-1,则可以确定此次随机的巡航策略准确,可以执行S5。
S5:将执行后的决策要素作为输入。在该步骤中,可以将执行此次随机的巡航策略后的决策要素作为输入,例如将执行此次随机的巡航策略后的牵引车的行驶速度、牵引车所在车道且距离牵引车最近的前车的行驶速度、所述牵引车与所述前车的距离、所述牵引车与挂车之间的距离、牵引车的行驶场景作为输入。在执行S5后,可以进入S7。
S6:将初始决策要素作为输入。在该步骤中,由于此次随机的巡航策略不准确,则需要重新将初始决策要素作为输入,随后再次给定新的随机的巡航策略。在执行S6后,可以进入S7。
S7:执行次数+1。在该步骤中,不论每次随机的巡航策略是否准确,只要执行了,就可以加一次次数。
S8:输出准确度最高的随机的巡航策略。在执行随机的巡航策略的次数等于n时,可以根据每次执行随机的巡航策略后的增强信号确定准确度最高的随机的巡航策略,并将该巡航策略作为输出结果输出。
在一些实施例中,可以使用所述行驶场景下的巡航策略控制所述车辆的行驶。例如可以根据巡航策略向汽车的制动装置或者油门发送控制指令,以便于根据通过控制制动装置的制动力或者控制油门的开合程度来提高或降低车辆的行驶速度来控制所述车辆的行驶。
本说明书实施例可以获取车辆行驶时的初始决策要素,所述决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素;根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;如果是,使用所述随机的巡航策略控制所述车辆的行驶。本说明书实施例提供的车辆自适应巡航控制方法,可以将车辆自适应巡航分为多种行驶场景,并在不同的行驶场景下使用不同的巡航策略控制车辆的行驶,使得车辆自适应巡航控制根据准确。本说明书实施例提供的车辆自适应巡航控制方法,除了考虑牵引车与前车的相对位置外,还考虑牵引车与挂车的相对位置,使得自适应巡航的控制策略更加可靠、稳定。本说明书实施例提供的车辆自适应巡航控制方法,无需人为设定控制方式,可以自动学习自适应巡航控制策略,学习牵引车与前车的相对速度、与前车的距离、牵引车与挂车相对位置的最优对应关系,能够提高车辆自适应巡航控制的稳定性和自适应性。
本说明书实施例还提供了一种车辆自适应巡航控制方法的计算机可读存储介质,所述计算机可读存储介质存储有计算机程序指令,在所述计算机程序指令被执行时实现:获取车辆行驶时的初始决策要素,所述决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素;根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;如果是,使用所述随机的巡航策略控制所述车辆的行驶。
在本实施方式中,上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。在本实施方式中,该计算机可读存储介质存储的程序指令具体实现的功能和效果,可以与其它实施方式对照解释,在此不再赘述。
参阅图6,在软件层面上,本说明书实施例还提供了车辆自适应巡航控制装置,该装置具体可以包括以下的结构模块。
获取模块610,用于获取车辆行驶时的初始决策要素,所述决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;
第一给定模块620,用于给定随机的巡航策略,并根据所述决策要素预测执行所述随机的巡航策略后的预测决策要素;
确定与判断模块630,用于根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;
第一控制模块640,用于在判断所述随机的巡航策略准确的情况下,使用所述随机的巡航策略控制所述车辆的行驶。
在一些实施例中,所述装置还包括:第二给定模块,用于在判断所述随机的巡航策略不准确的情况下,重新给定随机的巡航策略;第二控制模块,用于在判断所述重新给定的随机的巡航策略准确的情况下,使用所述重新给定的随机的巡航策略控制所述车辆的行驶。
在一些实施例中,所述所述确定与判断模块包括:第一确定子模块,用于根据所述初始决策要素确定车辆当前所处的行驶场景;第二确定子模块,用于根据所述预测决策要素,使用所述行驶场景下的增强信号确定方法确定增强信号的大小;判断子模块,用于根据所述增强信号的大小判断所述随机的巡航策略是否准确。
本说明书实施例还提供了一种车辆,所述车辆中设置有本说明书实施例所述的任一种车辆自适应巡航控制装置。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其它实施例的不同之处。尤其,对于装置实施例和设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域技术人员在阅读本说明书文件之后,可以无需创造性劳动想到将本说明书列举的部分或全部实施例进行任意组合,这些组合也在本说明书公开和保护的范围内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本说明书,本领域普通技术人员知道,本说明书有许多变形和变化而不脱离本说明书的精神,希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (4)
1.一种车辆自适应巡航控制方法,其特征在于,所述方法包括:
获取车辆行驶时的初始决策要素,所述初始决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;
给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素;所述预测决策要素为预测执行所述随机的巡航策略后的决策要素;所述随机的巡航策略至少包括随机加速度大小的减速策略和随机加速度大小的跟车策略中的一种;
根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;所述增强信号表征车辆发生事故的可能性;
如果是,使用所述随机的巡航策略控制所述车辆的行驶;
所述根据所述预测决策要素确定增强信号的大小包括:
根据所述初始决策要素确定车辆当前所处的行驶场景;
在所述行驶场景为第一行驶场景的情况下,根据以下规则确定增强信号:当d4≤d5或d4≥d6时,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≥d3,增强信号的取值表示准确;当d5<d4<d6时,如果d1≤d2,增强信号的取值表示不准确;当d5<d4<d6时,如果d2<d1<d3,增强信号为:和/或,
在所述行驶场景为第二行驶场景的情况下,根据以下规则确定增强信号:当d4≤d5或d4≥d6时,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≥d8,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≤d7,增强信号的取值表示不准确;当d5<d4<d6时,如果d7<d1<d8,增强信号为:
其中,d1为牵引车的物理中心与前车车尾部的当前距离,d2为最小刹车距离;d3为碰撞危险距离;d4为牵引车物理中心与挂车的物理中心的当前距离,d5为牵引车物理中心与挂车的物理中心的可被压缩的最小距离;d6为牵引车物理中心与挂车的物理中心可被压缩的最大距离;d7为最小跟车距离;d8为最大跟车距离;α为牵引车的减速权重且0<α<1,1-α为挂车的减速权重;
如果所述增强信号的大小判断所述随机的巡航策略不准确,则重新给定随机的巡航策略;在判断所述重新给定的随机的巡航策略准确的情况下,使用所述重新给定的随机的巡航策略控制所述车辆的行驶;
所述根据所述初始决策要素确定车辆当前所处的行驶场景包括:
在前车的行驶速度小于车辆的行驶速度,且小于车辆的巡航速度的情况下,确定所述车辆的行驶场景为第一行驶场景;
在前车的行驶速度等于车辆的行驶速度、且所述车辆与所述前车之间的距离大于或等于安全距离的情况下,确定所述车辆的行驶场景为第二行驶场景。
2.一种车辆自适应巡航控制装置,其特征在于,所述装置包括:
获取模块,用于获取车辆行驶时的初始决策要素,所述决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;
第一给定模块,用于给定随机的巡航策略,并根据所述决策要素预测执行所述随机的巡航策略后的预测决策要素;所述预测决策要素为预测执行所述随机的巡航策略后的决策要素;所述随机的巡航策略至少包括随机加速度大小的减速策略和随机加速度大小的跟车策略中的一种;
确定与判断模块,用于根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;所述增强信号表征车辆发生事故的可能性;
第一控制模块,用于在判断所述随机的巡航策略准确的情况下,使用所述随机的巡航策略控制所述车辆的行驶;
所述根据所述预测决策要素确定增强信号的大小包括:
根据所述初始决策要素确定车辆当前所处的行驶场景;
在所述行驶场景为第一行驶场景的情况下,根据以下规则确定增强信号:当d4≤d5或d4≥d6时,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≥d3,增强信号的取值表示准确;当d5<d4<d6时,如果d1≤d2,增强信号的取值表示不准确;当d5<d4<d6时,如果d2<d1<d3,增强信号为:和/或,
在所述行驶场景为第二行驶场景的情况下,根据以下规则确定增强信号:当d4≤d5或d4≥d6时,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≥d8,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≤d7,增强信号的取值表示不准确;当d5<d4<d6时,如果d7<d1<d8,增强信号为:
其中,d1为牵引车的物理中心与前车车尾部的当前距离,d2为最小刹车距离;d3为碰撞危险距离;d4为牵引车物理中心与挂车的物理中心的当前距离,d5为牵引车物理中心与挂车的物理中心的可被压缩的最小距离;d6为牵引车物理中心与挂车的物理中心可被压缩的最大距离;d7为最小跟车距离;d8为最大跟车距离;α为牵引车的减速权重且0<α<1,1-α为挂车的减速权重;
所述装置还包括:
第二给定模块,用于在判断所述随机的巡航策略不准确的情况下,重新给定随机的巡航策略;
第二控制模块,用于在判断所述重新给定的随机的巡航策略准确的情况下,使用所述重新给定的随机的巡航策略控制所述车辆的行驶;
所述根据所述初始决策要素确定车辆当前所处的行驶场景包括:
在前车的行驶速度小于车辆的行驶速度,且小于车辆的巡航速度的情况下,确定所述车辆的行驶场景为第一行驶场景;
在前车的行驶速度等于车辆的行驶速度、且所述车辆与所述前车之间的距离大于或等于安全距离的情况下,确定所述车辆的行驶场景为第二行驶场景。
3.一种车辆,其特征在于,所述车辆中设置有如权利要求2所述的装置。
4.一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被执行时实现:获取车辆行驶时的初始决策要素,所述决策要素至少包括车辆的行驶速度、前车的行驶速度、所述车辆与所述前车之间的距离;给定随机的巡航策略,并根据所述初始决策要素预测执行所述随机的巡航策略后的预测决策要素;所述预测决策要素为预测执行所述随机的巡航策略后的决策要素;所述随机的巡航策略至少包括随机加速度大小的减速策略和随机加速度大小的跟车策略中的一种;根据所述预测决策要素确定增强信号的大小;根据所述增强信号的大小判断所述随机的巡航策略是否准确;所述增强信号表征车辆发生事故的可能性;如果是,使用所述随机的巡航策略控制所述车辆的行驶;
所述根据所述预测决策要素确定增强信号的大小包括:
根据所述初始决策要素确定车辆当前所处的行驶场景;
在所述行驶场景为第一行驶场景的情况下,根据以下规则确定增强信号:当d4≤d5或d4≥d6时,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≥d3,增强信号的取值表示准确;当d5<d4<d6时,如果d1≤d2,增强信号的取值表示不准确;当d5<d4<d6时,如果d2<d1<d3,增强信号为:和/或,
在所述行驶场景为第二行驶场景的情况下,根据以下规则确定增强信号:当d4≤d5或d4≥d6时,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≥d8,增强信号的取值表示不准确;当d5<d4<d6时,如果d1≤d7,增强信号的取值表示不准确;当d5<d4<d6时,如果d7<d1<d8,增强信号为:
其中,d1为牵引车的物理中心与前车车尾部的当前距离,d2为最小刹车距离;d3为碰撞危险距离;d4为牵引车物理中心与挂车的物理中心的当前距离,d5为牵引车物理中心与挂车的物理中心的可被压缩的最小距离;d6为牵引车物理中心与挂车的物理中心可被压缩的最大距离;d7为最小跟车距离;d8为最大跟车距离;α为牵引车的减速权重且0<α<1,1-α为挂车的减速权重;
如果所述增强信号的大小判断所述随机的巡航策略不准确,则重新给定随机的巡航策略;在判断所述重新给定的随机的巡航策略准确的情况下,使用所述重新给定的随机的巡航策略控制所述车辆的行驶;
所述根据所述初始决策要素确定车辆当前所处的行驶场景包括:
在前车的行驶速度小于车辆的行驶速度,且小于车辆的巡航速度的情况下,确定所述车辆的行驶场景为第一行驶场景;
在前车的行驶速度等于车辆的行驶速度、且所述车辆与所述前车之间的距离大于或等于安全距离的情况下,确定所述车辆的行驶场景为第二行驶场景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911182625.3A CN111038503B (zh) | 2019-11-27 | 2019-11-27 | 车辆自适应巡航控制方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911182625.3A CN111038503B (zh) | 2019-11-27 | 2019-11-27 | 车辆自适应巡航控制方法、装置、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111038503A CN111038503A (zh) | 2020-04-21 |
CN111038503B true CN111038503B (zh) | 2022-04-29 |
Family
ID=70233756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911182625.3A Active CN111038503B (zh) | 2019-11-27 | 2019-11-27 | 车辆自适应巡航控制方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111038503B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113324556B (zh) * | 2021-06-04 | 2024-03-26 | 苏州智加科技有限公司 | 基于车路协同强化学习的路径规划方法及装置、应用系统 |
CN113734165B (zh) * | 2021-09-24 | 2023-04-25 | 小氢汽车(上海)有限公司 | 基于实时重量检测的自适应巡航方法、系统、设备及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204750152U (zh) * | 2015-06-09 | 2015-11-11 | 涞水托玛仕新能源科技有限公司 | 一种用于电动汽车的自适应巡航控制系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3846366B2 (ja) * | 2002-02-18 | 2006-11-15 | 日産自動車株式会社 | 走行速度制御装置 |
KR20140025151A (ko) * | 2012-08-21 | 2014-03-04 | 현대모비스 주식회사 | 스마트 크루즈 컨트롤 장치 및 방법 |
EP3044061B1 (en) * | 2013-09-11 | 2019-04-17 | Robert Bosch GmbH | Modifying adaptive cruise control to mitigate rear-end collisions |
CN103496368B (zh) * | 2013-09-25 | 2016-04-20 | 吉林大学 | 具有学习能力的汽车协同式自适应巡航控制系统及方法 |
US9682705B2 (en) * | 2015-08-13 | 2017-06-20 | Ford Global Technologies, Llc | Vehicle having ACC stop and go with braking auto-hold to increase engine autostop availability |
CN108327718B (zh) * | 2018-02-08 | 2019-11-19 | 汪勇 | 一种车辆自适应巡航控制系统及其控制方法 |
-
2019
- 2019-11-27 CN CN201911182625.3A patent/CN111038503B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204750152U (zh) * | 2015-06-09 | 2015-11-11 | 涞水托玛仕新能源科技有限公司 | 一种用于电动汽车的自适应巡航控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111038503A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2545189C2 (ru) | Способ и система оценки, относящиеся к ускорению | |
Moon et al. | Design, tuning, and evaluation of a full-range adaptive cruise control system with collision avoidance | |
JP6428928B2 (ja) | オクルージョン制御装置 | |
CN110884490B (zh) | 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质 | |
EP3741639A1 (en) | Vehicle control device | |
CN111038504B (zh) | 车辆自适应巡航控制方法、装置、车辆及存储介质 | |
CN109720348B (zh) | 车载装置、信息处理系统和信息处理方法 | |
US11167754B2 (en) | Systems and methods for trajectory based safekeeping of vehicles | |
CN111971723B (zh) | 驾驶监视装置和计算机能读取的记录介质 | |
EP3738849A1 (en) | Vehicle control device | |
US11731661B2 (en) | Systems and methods for imminent collision avoidance | |
CN111038503B (zh) | 车辆自适应巡航控制方法、装置、车辆及存储介质 | |
JP2012116366A (ja) | 走行支援装置 | |
US20210316722A1 (en) | Systems and methods for trajectory based safekeeping of vehicles | |
US20220227391A1 (en) | Systems and methods for scenario dependent trajectory scoring | |
CN111413973A (zh) | 车辆的换道决策方法及装置、电子设备、存储介质 | |
US20220001858A1 (en) | Dangerous scene prediction device, dangerous scene prediction method, and dangerous scene prediction program | |
US20220375349A1 (en) | Method and device for lane-changing prediction of target vehicle | |
CN113911111B (zh) | 车辆碰撞检测方法、系统、电子设备以及存储介质 | |
CN109887321A (zh) | 无人车变道安全判别方法、装置及存储介质 | |
WO2023083116A1 (zh) | 安全因子的获取方法及相关装置 | |
Wang et al. | Test method and risk factor definition of forward collision warning system | |
US20220009494A1 (en) | Control device, control method, and vehicle | |
US20210042642A1 (en) | Driving action evaluating device, driving action evaluating method, and recording medium storing driving action evaluating program | |
Chen et al. | Data based parameter setting method for adaptive cruise control |
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 |