CN111179632B - 一种停车机器人定位导航方法 - Google Patents

一种停车机器人定位导航方法 Download PDF

Info

Publication number
CN111179632B
CN111179632B CN202010011158.4A CN202010011158A CN111179632B CN 111179632 B CN111179632 B CN 111179632B CN 202010011158 A CN202010011158 A CN 202010011158A CN 111179632 B CN111179632 B CN 111179632B
Authority
CN
China
Prior art keywords
parking robot
data
model
route
parking
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
Application number
CN202010011158.4A
Other languages
English (en)
Other versions
CN111179632A (zh
Inventor
汪川
李昱
姜钧
张猛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Enjiai Technology Suzhou Co ltd
Original Assignee
Zhuhai Liting Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhuhai Liting Intelligent Technology Co ltd filed Critical Zhuhai Liting Intelligent Technology Co ltd
Priority to CN202010011158.4A priority Critical patent/CN111179632B/zh
Publication of CN111179632A publication Critical patent/CN111179632A/zh
Application granted granted Critical
Publication of CN111179632B publication Critical patent/CN111179632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • 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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/881—Radar or analogous systems specially adapted for specific applications for robotics

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Robotics (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种停车机器人定位导航方法，包括以下步骤：数据传输、数据接收、姿态计算、位置校对、轨迹模拟和路线对比。本发明所述的一种停车机器人定位导航方法，一是通过在停车机器人上安装定位雷达，能够实时将停车机器人的位置数据传输给后台服务器，其次，通过将位置数据按照时间顺序得到停车机器人的行驶轨迹，方便与预定路线进行对比，及时的了解停车机器人是否损坏，提高停车机器人使用的安全性，避免使用具有安全隐患的停车机器人而带来一定的安全隐患，二是通过后台服务器将预定路线与行驶轨迹对比，将出现异常的数据发送给工作人员，不但能够减少工作人员的工作量，同时还能及时反馈停车机器人的状态数据。

Description

一种停车机器人定位导航方法
技术领域
本发明涉及停车机器人技术领域，特别涉及一种停车机器人定位导航方法。
背景技术
智能停车场是一种通过停车机器人代替人工将车辆摆放到指定的位置，但随着科技的发展，人们对机器人停车场的要求越来越高，导致传统的机器人停车场已经无法满足人们的使用需求；
目前，现有的停车机器人定位导航方法在使用时，通过停车机器人自身携带的定位装置向后台服务器发送位置数据，再由后台服务器将位置数据与预定路线进行对比，在对行进路线进行校正，这种方法只能对停车机器人的位置与路线进行对比，不能对停车机器人执行指定命令过程中，停车机器人异常情况进行收集，影响停车机器人异常的及时发现，其次，现有的停车机器人定位导航方法中，后台服务器是通过人工进行远程实时监控，但是由于人工的不确定因素，常常会出现无法及时完整的接收指定数据，且工作人员的数据处理量大，影响人力资源的合理利用，为此，我们提出一种停车机器人定位导航方法。
发明内容
本发明的主要目的在于提供一种停车机器人定位导航方法，可以有效解决背景技术中的问题。
为实现上述目的，本发明采取的技术方案为：
一种停车机器人定位导航方法，包括以下步骤：
(1)数据传输：停车机器人根据预定路线行驶，同时向后台服务器发送位置数据；
(2)数据接收：后台服务器接收停车机器人发出的位置数据后，将位置数据输入到场地模型中，得到位置模型；
(3)姿态计算：后台服务器通过位置数据计算，得到姿态数据，并将姿态数据导入位置模型，生成停车机器人的姿态模型；
(4)位置校对：从数据库中提取并向姿态模型中导入停车机器人的预定路线，之后对预定路线与姿态模型位置进行校对；
(5)轨迹模拟：将已接受的停车机器人位置数据，按照时间顺序排列后，得到停车机器人的行驶轨迹模型；
(6)路线对比：将行驶轨迹模型与预定路线导入到二维模型中，并进行路线对比分类，分类后存入到数据库中。
优选的，步骤(1)中，所述停车机器人上安装有定位雷达，位置数据是通过定位雷达扫描停车场中安装的反光柱，得到停车机器人到反光柱的距离，之后根据停车机器人到不同反光柱的距离计算出停车机器人此时位置。
优选的，步骤(2)中，所述场地模型为停车场平面图，并在停车场平面图中选取一点设为原点，根据原点在停车场平面图中建立地图坐标系，得到二维模型，再将停车机器人位置数据导入，生成位置模型。
优选的，步骤(3)中，所述姿态数据是通过将位置数据导入到蒙特卡罗定位算法中，计算，得到停车机器人当前在地图坐标系下的姿态数据。
优选的，步骤(3)中，所述姿态模型是通过将姿态数据替换位置模型中停车机器人所在的位置数据得到。
优选的，步骤(4)中，所述数据库包括路径规划模块、常规数据存储模块和异常数据存储模块，路径规划模块用于存储停车机器人预定路线数据。
优选的，步骤(4)中，所述位置校对分为以下两种情况：
A当姿态模型在预定路线上时，继续行驶；
B当姿态模型不在预定路线上时，检测与预定路线上最近的位置，重新制定路线。
优选的，步骤(6)中，所述路线校对是通过行驶轨迹模型和预定路线重合程度，同设定值对比，对比结果分为以下两种情况：
(6.1)当重合程度大于或等于设定值时，停车机器人的行驶轨迹模型为正常数据，存入到常规数据中；
(6.2)当重合程度小于设定值时，停车机器人的行驶轨迹模型为异常数据，存入到异常数据中，并将异常数据发送到异常处理终端。
与现有技术相比，本发明具有如下有益效果：
一是通过在停车机器人上安装定位雷达，能够实时将停车机器人的位置数据传输给后台服务器，再由蒙特卡罗定位算法对位置数据进行计算，能够得到停车机器人的姿态数据；
二是通过将位置数据按照时间顺序得到停车机器人的行驶轨迹，方便与预定路线进行对比，及时的了解停车机器人是否损坏，提高停车机器人使用的安全性，避免使用具有安全隐患的停车机器人而带来一定的安全隐患；
三是通过后台服务器将预定路线与行驶轨迹对比，将出现异常的数据发送给工作人员，不但能够减少工作人员的工作量，同时还能及时反馈停车机器人的状态数据。
附图说明
图1为本发明一种停车机器人定位导航方法整体结构的流程框图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
如图1所示，一种停车机器人定位导航方法，包括以下步骤：
(1)数据传输：停车机器人根据预定路线行驶，同时向后台服务器发送位置数据，停车机器人上安装有定位雷达，位置数据是通过定位雷达扫描停车场中安装的反光柱，得到停车机器人到反光柱的距离，之后根据停车机器人到不同反光柱的距离计算出停车机器人此时位置；
(2)数据接收：后台服务器接收停车机器人发出的位置数据后，将位置数据输入到场地模型中，得到位置模型，场地模型为停车场平面图，并在停车场平面图中选取一点设为原点，根据原点在停车场平面图中建立地图坐标系，得到二维模型，再将停车机器人位置数据导入，生成位置模型；
(3)姿态计算：后台服务器通过位置数据计算，得到姿态数据，并将姿态数据导入位置模型，生成停车机器人的姿态模型，姿态数据是通过将位置数据导入到蒙特卡罗定位算法中，计算，得到停车机器人当前在地图坐标系下的姿态数据，姿态模型是通过将姿态数据替换位置模型中停车机器人所在的位置数据得到；
(4)位置校对：从数据库中提取并向姿态模型中导入停车机器人的预定路线，之后对预定路线与姿态模型位置进行校对，数据库包括路径规划模块、常规数据存储模块和异常数据存储模块，路径规划模块用于存储停车机器人预定路线数据，位置校对分为以下两种情况：
A当姿态模型在预定路线上时，继续行驶；
B当姿态模型不在预定路线上时，检测与预定路线上最近的位置，重新制定路线；
(5)轨迹模拟：将已接受的停车机器人位置数据，按照时间顺序排列后，得到停车机器人的行驶轨迹模型；
(6)路线对比：将行驶轨迹模型与预定路线导入到二维模型中，并进行路线对比分类，分类后存入到数据库中，路线校对是通过行驶轨迹模型和预定路线重合程度，同设定值对比，对比结果分为以下两种情况：
(6.1)当重合程度大于或等于设定值时，停车机器人的行驶轨迹模型为正常数据，存入到常规数据中；
(6.2)当重合程度小于设定值时，停车机器人的行驶轨迹模型为异常数据，存入到异常数据中，并将异常数据发送到异常处理终端。
使用时，先向停车机器人发送移动的预定路线，停车机器人根据预定路线进行行驶，在按照预定路线行驶的过程中，通过定位雷达实时向后台服务器发送当前停车机器人所在位置数据，后台服务器接收定位雷达传输的位置数据后，在事先设定的二维模型中显示，并由后台服务器向蒙特卡罗定位算法中带入位置数据进行计算，得到停车机器人的姿态数据，再将停车机器人的姿态数据与二维模型中的位置数据进行替换，得到停车机器人此时的位置与状态，生成姿态模型，存入数据库。
再由后台服务器将从数据库中提取姿态模型，并将其导入停车机器人的预定路线，将停车机器人此时的位置数据和姿态数据，同预定路线进行校对，校对结果分为以下两种情况：
A当姿态模型在预定路线上时，继续行驶；
B当姿态模型不在预定路线上时，检测与预定路线上最近的位置，重新制定路线。
在停车机器人行驶到当前位置后，将停车机器人之前使用过程中的位置数据，按照时间顺序排列后，得到停车机器人的行驶轨迹模型，之后将行驶轨迹模型与预定路线进行对比，对比结果分为以下两种情况：
一是当重合程度大于或等于设定值时，停车机器人的行驶轨迹模型为正常数据，存入到常规数据中；
二是当重合程度小于设定值时，停车机器人的行驶轨迹模型为异常数据，存入到异常数据中，并将异常数据发送到异常处理终端，能够及时的了解停车机器人是否损坏，提高停车机器人使用的安全性，避免使用具有安全隐患的停车机器人而带来一定的安全隐患。
通过后台服务器将预定路线与行驶轨迹对比，将出现异常的数据发送给工作人员，将停车机器人的行驶轨迹模型合理数据，存入常规数据中，因此只需将异常数据发送给工作人员即可，不但能够减少工作人员的工作量，同时还能及时反馈停车机器人的状态数据。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种停车机器人定位导航方法，其特征在于，包括以下步骤：
（1）数据传输：停车机器人根据预定路线行驶，同时向后台服务器发送位置数据，停车机器人上安装有定位雷达，位置数据是通过定位雷达扫描停车场中安装的反光柱，得到停车机器人到反光柱的距离，之后根据停车机器人到不同反光柱的距离计算出停车机器人的位置 ，得到停车机器人的位置数据；
（2）数据接收：后台服务器接收停车机器人发出的位置数据后，将位置数据输入到场地模型中，得到位置模型，场地模型为停车场平面图，并在停车场平面图中选取一点设为原点，根据原点在停车场平面图中建立地图坐标系，得到二维模型，再将停车机器人位置数据导入，生成位置模型；
（3）姿态计算：后台服务器通过位置数据计算，得到姿态数据，并将姿态数据导入位置模型，生成停车机器人的姿态模型，所述姿态模型是通过将姿态数据替换位置模型中停车机器人所在的位置数据得到，姿态数据通过将位置数据导入到蒙特卡罗定位算法中，计算，得到停车机器人当前在地图坐标系下的姿态数据；
（4）位置校对：从数据库中提取并向姿态模型中导入停车机器人的预定路线，之后对预定路线与姿态模型位置进行校对，所述数据库包括路径规划模块、常规数据存储模块和异常数据存储模块，路径规划模块用于存储停车机器人预定路线数据，位置校对分为以下两种情况：
A当姿态模型在预定路线上时，继续行驶；
B当姿态模型不在预定路线上时，检测与预定路线上最近的位置，重新制定路线；
（5）轨迹模拟：将已接受的停车机器人位置数据，按照时间顺序排列后，得到停车机器人的行驶轨迹模型；
（6）路线对比：将行驶轨迹模型与预定路线导入到二维模型中，并进行路线对比分类，分类后存入到数据库中，路线校对通过行驶轨迹模型和预定路线重合程度，同设定值对比，对比结果分为以下两种情况：
（6.1）当重合程度大于或等于设定值时，停车机器人的行驶轨迹模型为正常数据，存入到常规数据中；
（6.2）当重合程度小于设定值时，停车机器人的行驶轨迹模型为异常数据，存入到异常数据中，并将异常数据发送到异常处理终端。
CN202010011158.4A 2020-01-06 2020-01-06 一种停车机器人定位导航方法 Active CN111179632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010011158.4A CN111179632B (zh) 2020-01-06 2020-01-06 一种停车机器人定位导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010011158.4A CN111179632B (zh) 2020-01-06 2020-01-06 一种停车机器人定位导航方法

Publications (2)

Publication Number Publication Date
CN111179632A CN111179632A (zh) 2020-05-19
CN111179632B true CN111179632B (zh) 2021-08-20

Family

ID=70656125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010011158.4A Active CN111179632B (zh) 2020-01-06 2020-01-06 一种停车机器人定位导航方法

Country Status (1)

Country Link
CN (1) CN111179632B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111949753A (zh) * 2020-08-17 2020-11-17 三一机器人科技有限公司 大场景图层切换定位过渡方法及装置
CN111881247B (zh) * 2020-09-28 2020-12-22 民航成都物流技术有限公司 一种行李路径规划方法、系统、装置以及可读存储介质

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010096773A (ja) * 2010-01-22 2010-04-30 Ixs Research:Kk ロボットナビゲーションシステム
CN102116639A (zh) * 2009-12-31 2011-07-06 北京四维图新科技股份有限公司 一种对电子地图的交通限制信息自动校验的方法与装置
CN102818568A (zh) * 2012-08-24 2012-12-12 中国科学院深圳先进技术研究院 室内机器人的定位与导航系统及方法
CN104914865A (zh) * 2015-05-29 2015-09-16 国网山东省电力公司电力科学研究院 变电站巡检机器人定位导航系统及方法
CN105511471A (zh) * 2016-01-04 2016-04-20 杭州亚美利嘉科技有限公司 一种机器人终端行驶路线偏差的纠正方法及装置
CN107144853A (zh) * 2017-07-13 2017-09-08 浙江科钛机器人股份有限公司 一种基于数据筛选的双反光柱激光定位与导航方法
CN107144854A (zh) * 2017-07-13 2017-09-08 浙江科钛机器人股份有限公司 一种基于双反光柱的激光定位与导航方法
CN107797095A (zh) * 2017-10-10 2018-03-13 浙江大华技术股份有限公司 一种应用于机器人运动的空间导航方法
CN107966150A (zh) * 2017-11-21 2018-04-27 武汉中元华电软件有限公司 基于路口点和路段的变电站作业机器人路径规划及导航定位方法
CN109287246A (zh) * 2018-08-24 2019-02-01 宁波市德霖机械有限公司 基于激光雷达地图构建的智能割草机
CN109579869A (zh) * 2017-09-29 2019-04-05 维布络有限公司 用于校正无人驾驶汽车的预先生成导航路径的方法和系统
CN109752730A (zh) * 2019-02-25 2019-05-14 深圳市华友高科有限公司 一种基于v槽检测的激光定位方法及系统
CN109828283A (zh) * 2019-03-14 2019-05-31 珠海丽亭智能科技有限公司 一种基于激光雷达装置的车辆外观测量方法和装置及设备
CN209230639U (zh) * 2018-11-07 2019-08-09 成都方德尔科技有限公司 一种基于激光导航的坐标定位装置
CN110209170A (zh) * 2019-06-21 2019-09-06 珠海丽亭智能科技有限公司 一种停车机器人的行进轨迹矫正方法
CN110471072A (zh) * 2019-08-19 2019-11-19 华晟（青岛）智能装备科技有限公司 一种反光柱位置辨识方法及系统
CN110524557A (zh) * 2019-08-29 2019-12-03 国电新能源技术研究院有限公司 一种适合粉尘环境下的定位系统

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102116639A (zh) * 2009-12-31 2011-07-06 北京四维图新科技股份有限公司 一种对电子地图的交通限制信息自动校验的方法与装置
JP2010096773A (ja) * 2010-01-22 2010-04-30 Ixs Research:Kk ロボットナビゲーションシステム
CN102818568A (zh) * 2012-08-24 2012-12-12 中国科学院深圳先进技术研究院 室内机器人的定位与导航系统及方法
CN104914865A (zh) * 2015-05-29 2015-09-16 国网山东省电力公司电力科学研究院 变电站巡检机器人定位导航系统及方法
CN105511471A (zh) * 2016-01-04 2016-04-20 杭州亚美利嘉科技有限公司 一种机器人终端行驶路线偏差的纠正方法及装置
CN107144853A (zh) * 2017-07-13 2017-09-08 浙江科钛机器人股份有限公司 一种基于数据筛选的双反光柱激光定位与导航方法
CN107144854A (zh) * 2017-07-13 2017-09-08 浙江科钛机器人股份有限公司 一种基于双反光柱的激光定位与导航方法
CN109579869A (zh) * 2017-09-29 2019-04-05 维布络有限公司 用于校正无人驾驶汽车的预先生成导航路径的方法和系统
CN107797095A (zh) * 2017-10-10 2018-03-13 浙江大华技术股份有限公司 一种应用于机器人运动的空间导航方法
CN107966150A (zh) * 2017-11-21 2018-04-27 武汉中元华电软件有限公司 基于路口点和路段的变电站作业机器人路径规划及导航定位方法
CN109287246A (zh) * 2018-08-24 2019-02-01 宁波市德霖机械有限公司 基于激光雷达地图构建的智能割草机
CN209230639U (zh) * 2018-11-07 2019-08-09 成都方德尔科技有限公司 一种基于激光导航的坐标定位装置
CN109752730A (zh) * 2019-02-25 2019-05-14 深圳市华友高科有限公司 一种基于v槽检测的激光定位方法及系统
CN109828283A (zh) * 2019-03-14 2019-05-31 珠海丽亭智能科技有限公司 一种基于激光雷达装置的车辆外观测量方法和装置及设备
CN110209170A (zh) * 2019-06-21 2019-09-06 珠海丽亭智能科技有限公司 一种停车机器人的行进轨迹矫正方法
CN110471072A (zh) * 2019-08-19 2019-11-19 华晟（青岛）智能装备科技有限公司 一种反光柱位置辨识方法及系统
CN110524557A (zh) * 2019-08-29 2019-12-03 国电新能源技术研究院有限公司 一种适合粉尘环境下的定位系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
室内移动机器人定位技术研究;樊帮正;《中国优秀硕士学位论文全文数据库（电子期刊） 信息科技辑》;20180215(第2期);I140-679 *

Also Published As

Publication number Publication date
CN111179632A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN107608344B (zh) 基于轨迹规划的车辆运动控制方法、装置及相关设备
CN110456797B (zh) 一种基于2d激光传感器的agv重定位系统及方法
CN111179632B (zh) 一种停车机器人定位导航方法
CN111679678B (zh) 一种横纵向分离的轨迹规划方法、系统及计算机设备
CN110176078B (zh) 一种训练集数据的标注方法及装置
CN104965511A (zh) 一种基于任意路径规划的智能小车实时视频回传系统
CN105489068A (zh) 一种管制指令纠错系统及其管制指令纠错方法
CN110749895B (zh) 一种基于激光雷达点云数据的定位方法
CN107491087A (zh) 一种基于碰撞锥的无人机编队避障优先级在线配置方法
CN113593284B (zh) 矿井巷道内车辆的路径规划方法及装置、电子设备
CN112509355A (zh) 一种基于停车场的寻车方法、设备、系统和存储介质
CN112327826A (zh) 一种路径规划方法、装置、设备和介质
CN115376155A (zh) 基于YOLOv6和传统图像处理技术的厂站接线图检测方法
CN114387410B (zh) 道路数据融合的地图生成方法、装置以及电子设备
CN113753078B (zh) 障碍物轨迹的预测方法、装置、电子设备及自动驾驶车辆
CN113722342A (zh) 高精地图要素变更检测方法、装置、设备及自动驾驶车辆
CN111583645B (zh) 车辆协同行驶的质量评估方法、装置、服务器及介质
CN116380107A (zh) 一种基于高精地图对车辆进行定位的系统
CN115583258A (zh) 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质
CN113670632B (zh) 碰撞检测方法及装置
CN115015962A (zh) 基于岸桥的碰撞检测方法、系统、设备及存储介质
CN110956072B (zh) 一种基于大数据分析的驾驶技能培训方法
CN111007829A (zh) 整车硬件在环测试方法、装置及系统
WO2023093056A1 (zh) 车辆控制
CN116403455B (zh) 车辆控制方法、装置、设备及存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20230425

Address after: Room 103A, 1st Floor, Building 5 (Building 1), No. 2266 Sun Road, High Speed Rail New City, Xiangcheng District, Suzhou City, Jiangsu Province, 215100

Patentee after: Enjiai Technology (Suzhou) Co.,Ltd.

Address before: Unit F101, building 1, 168 xinshawu Road, Tangjiawan Town, high tech Zone, Zhuhai, Guangdong 519000

Patentee before: ZHUHAI LITING INTELLIGENT TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right