CN111231965A - 车辆控制模式的调整方法及装置、无人驾驶车辆 - Google Patents
车辆控制模式的调整方法及装置、无人驾驶车辆 Download PDFInfo
- Publication number
- CN111231965A CN111231965A CN202010038729.3A CN202010038729A CN111231965A CN 111231965 A CN111231965 A CN 111231965A CN 202010038729 A CN202010038729 A CN 202010038729A CN 111231965 A CN111231965 A CN 111231965A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- information
- control mode
- adjusting
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000002372 labelling Methods 0.000 claims description 29
- 238000013507 mapping Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 11
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000010191 image analysis Methods 0.000 claims description 5
- 230000006855 networking Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 description 6
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training 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
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆控制模式的调整方法及装置、无人驾驶车辆。其中,该方法包括:获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,所述车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;基于所述其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记;基于其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹;基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式。本发明解决了相关技术中无法显示其它车辆的车辆信息,导致车辆之间容易发生碰撞的技术问题。
Description
技术领域
本发明涉及车辆信息处理领域,具体而言,涉及一种车辆控制模式的调整方法及装置、无人驾驶车辆。
背景技术
相关技术中,很多的车辆内部都会设置显示屏,通过显示屏显示车辆前方、后方的图像,或者通过显示屏来显示导航地图;在显示显示的导航地图中或者前后方地图中都不会显示在当前车辆周围区域的其他车辆信息,例如,在导航地图中,仅仅会显示道路通行信息、道路拥挤信息、道路拍照信息等,主要是以当前车辆为主坐标,显示道路状况信息,并不会显示道路上其它车辆的车辆信息和车辆行驶状态,而通过当前车辆的拍摄装置拍摄的图像仅仅会显示车辆前后方的图像信息,方便车辆倒车、前进,也不会显示周围其它车辆的车辆信息,也无法对其它车辆进行标注,由于无法显示在当前车辆周围区域的其他车辆信息,会导致车辆之间并不知道具体位置,容易互相发生碰撞,造成严重的交通事故。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车辆控制模式的调整方法及装置、无人驾驶车辆,以至少解决相关技术中无法显示其它车辆的车辆信息,导致车辆之间容易发生碰撞的技术问题。
根据本发明实施例的一个方面,提供了一种车辆控制模式的调整方法,应用于无人驾驶车辆,该调整方法包括:获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,所述车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;基于所述其它车辆的车辆特征和驾驶员特征,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记;基于所述其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定所述其它车辆在未来目标时间段内的预估行驶轨迹;基于所述其它车辆的车辆标记和预估行驶轨迹,调整所述当前车辆的控制模式。
可选地,获取当前车辆周围区域的其它车辆的位置信息和车辆信息的步骤,包括:控制所述当前车辆的车辆传感器采集所述周围区域的区域信息,其中,所述车辆传感器的类型包括下述至少之一:位移传感器、接近传感器、红外传感器;控制所述当前车辆的图像采集设备拍摄所述周围区域的区域图像,其中,所述图像采集设备设置的位置包括下述至少之一:车辆顶部、车辆左侧、车辆右侧;分析所述区域信息和所述区域图像,确定所述当前车辆周围区域的其它车辆的位置信息和车辆信息。
可选地,分析所述区域信息和所述区域图像,确定所述当前车辆周围区域的其它车辆的位置信息和车辆信息的步骤,包括:采用时间窗截取方式分析所述区域信息中的车辆反馈信息,以初步确定所述其它车辆的位置信息和车辆内部结构;采用细粒度图像分析模型分析所述区域图像,确定其它车辆的车辆特征和驾驶员特征。
可选地,基于所述其它车辆的车辆特征和驾驶员特征,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记的步骤,包括:调用标注形态库,其中,所述标注形态库记录每种车辆和车辆标注形状的第一映射信息,并记录驾驶员与人员标注形态的第二映射信息;基于所述第一映射信息和所述第二映射信息,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记。
可选地,确定所述其它车辆在未来目标时间段内的预估行驶轨迹的步骤,包括:发送联网请求,以与所述其它车辆建立网络关联;基于所述网络关联,获取所述其它车辆在未来目标时间段内的控制模式;基于所述其它车辆的历史行驶轨迹和未来目标时间段内的控制模式,对所述其它车辆的行驶轨迹进行拟合,并基于拟合形态确定所述其它车辆在未来目标时间段内的预估行驶轨迹。
可选地,基于所述其它车辆的车辆标记和预估行驶轨迹,调整所述当前车辆的控制模式的步骤,还包括:基于所述其它车辆的车辆标记和预估行驶轨迹,预估所述当前车辆与所述其它车辆在未来目标时间段内是否满足预设特征,其中,所述满足预设特征包括下述至少之一:车辆发生碰撞、车辆之间距离小于预设距离阈值、车辆并行无法通过预设路段;若预估所述当前车辆与所述其它车辆在未来目标时间段内所述满足预设特征,调整所述当前车辆的控制模式为目标控制模式,其中,所述目标控制模式包括下述至少之一:在目标时间点刹车、减缓车速、加快车速,在所述目标控制模式下,当前车辆损失最小。
可选地,在调整所述当前车辆的控制模式之后,所述调整方法还包括:将调整后的目标控制模式发送至车辆控制系统;接收外部传输的车辆标注修正信息,并基于所述车辆标注修正信息更新标注形态库。
根据本发明实施例的另一方面,还提供了一种车辆控制模式的调整装置,应用于无人驾驶车辆,该调整装置包括:获取单元,用于获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,所述车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;标注单元,用于基于所述其它车辆的车辆特征和驾驶员特征,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记;轨迹拟合单元,用于基于所述其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定所述其它车辆在未来目标时间段内的预估行驶轨迹;调整单元,用于基于所述其它车辆的车辆标记和预估行驶轨迹,调整所述当前车辆的控制模式。
可选地,所述获取单元包括:第一控制模块,用于控制所述当前车辆的车辆传感器采集所述周围区域的区域信息,其中,所述车辆传感器的类型包括下述至少之一:位移传感器、接近传感器、红外传感器;第二控制模块,用于控制所述当前车辆的图像采集设备拍摄所述周围区域的区域图像,其中,所述图像采集设备设置的位置包括下述至少之一:车辆顶部、车辆左侧、车辆右侧;第一分析模块,用于分析所述区域信息和所述区域图像,确定所述当前车辆周围区域的其它车辆的位置信息和车辆信息。
可选地,所述第一分析模块包括:第一分析子模块,用于采用时间窗截取方式分析所述区域信息中的车辆反馈信息,以初步确定所述其它车辆的位置信息和车辆内部结构;第一确定子模块,用于采用细粒度图像分析模型分析所述区域图像,确定其它车辆的车辆特征和驾驶员特征。
可选地,所述标注单元包括:调用模块,用于调用标注形态库,其中,所述标注形态库记录每种车辆和车辆标注形状的第一映射信息,并记录驾驶员与人员标注形态的第二映射信息;标注模块,用于基于所述第一映射信息和所述第二映射信息,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记。
可选地,所述轨迹拟合单元包括:发送模块,用于发送联网请求,以与所述其它车辆建立网络关联;获取模块,用于基于所述网络关联,获取所述其它车辆在未来目标时间段内的控制模式;轨迹拟合模块,用于基于所述其它车辆的历史行驶轨迹和未来目标时间段内的控制模式,对所述其它车辆的行驶轨迹进行拟合,并基于拟合形态确定所述其它车辆在未来目标时间段内的预估行驶轨迹。
可选地,所述调整单元包括:预估模块,用于基于所述其它车辆的车辆标记和预估行驶轨迹,预估所述当前车辆与所述其它车辆在未来目标时间段内是否满足预设特征,其中,所述满足预设特征包括下述至少之一:车辆发生碰撞、车辆之间距离小于预设距离阈值、车辆并行无法通过预设路段;调整模块,用于在预估所述当前车辆与所述其它车辆在未来目标时间段内所述满足预设特征时,调整所述当前车辆的控制模式为目标控制模式,其中,所述目标控制模式包括下述至少之一:在目标时间点刹车、减缓车速、加快车速,在所述目标控制模式下,当前车辆损失最小。
可选地,所述车辆控制模式的调整装置还包括:发送单元,用于在调整所述当前车辆的控制模式之后,将调整后的目标控制模式发送至车辆控制系统;接收单元,用于接收外部传输的车辆标注修正信息,并基于所述车辆标注修正信息更新标注形态库。
根据本发明实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的车辆控制模式的调整方法。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆,包括:处理器,用于运行程序,其中,所述程序运行时执行上述任意一项所述的车辆控制模式的调整方法。
在本发明实施例中,获取当前车辆周围区域的其它车辆的位置信息和车辆信息,然后基于其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记,之后可基于其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹,最后可基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式。在该实施例中,可以通过识别在当前车辆周围区域的其它车辆,获取到其它车辆的信息(包括车辆信息、驾驶员信息等),进而对这些车辆进行标注,对标注后的车辆进行轨迹拟合,从而更为便捷的调整当前车辆的控制模式,降低车辆之间的碰撞概率,减少道路交通事故发生率,提高道路安全,从而解决相关技术中无法显示其它车辆的车辆信息,导致车辆之间容易发生碰撞的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的车辆控制模式的调整方法的流程图;
图2是根据本发明实施例的一种可选的车辆控制模式的调整装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明下述各实施例,可应用于各种车辆中,例如,无人驾驶车辆、自动导引运输车AGV、半自动驾驶车辆等。在本发明实施例以无人驾驶车辆作为示意性说明。本发明实施方案实现了一种其它车辆识别、车辆标注、车辆控制模式调整,利用车辆的传感器/车载雷达/车辆拍摄装置/车辆导航设备等来识别与当前车辆具有位置关联的其它车辆,并捕获这些车辆的信息,例如其他车辆的车辆信息、驾驶员信息以及驾驶员手持的移动设备信息等,进而对其它车辆进行标注,对标注后的车辆进行轨迹拟合和信息捕获,便于调整当前车辆的控制模式,实现当前车辆的行驶路线优化。下面结合各个实施例来说明本发明。
实施例一
根据本发明实施例,提供了一种车辆控制模式的调整方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例提供了一种车辆控制模式的调整方法,该调整方法可应用于无人驾驶车辆。
图1是根据本发明实施例的一种可选的车辆控制模式的调整方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;
步骤S104,基于其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记;
步骤S106,基于其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹;
步骤S108,基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式。
通过上述步骤,可以先获取当前车辆周围区域的其它车辆的位置信息和车辆信息,然后基于其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记,之后可基于其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹,最后可基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式。在该实施例中,可以通过识别在当前车辆周围区域的其它车辆,获取到其它车辆的信息(包括车辆信息、驾驶员信息等),进而对这些车辆进行标注,对标注后的车辆进行轨迹拟合,从而更为便捷的调整当前车辆的控制模式,降低车辆之间的碰撞概率,减少道路交通事故发生率,提高道路安全,从而解决相关技术中无法显示其它车辆的车辆信息,导致车辆之间容易发生碰撞的技术问题。
下面结合上述各步骤来详细说明本发明。
步骤S102,获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;
当前车辆可以为无人驾驶车辆、或者自主导航引导车AGV等。周围区域可以是指与当前车辆有位置关联的区域,该周围区域的面积根据每辆车的内部传感器、雷达扫描模块的设备性能确定的,该周围区域主要指示在当前车辆所行驶的道路/工厂内部上的区域。
上述的位置信息可以指示:以当前车辆的某一个位置(例如,驾驶员位置、档杆位置、发动机位置等)为中心点,建立的三维坐标,从而确定的其它车辆的位置信息。车辆特征包括但不限于:车辆类型、车辆型号、车辆标识(如车牌等)、车辆颜色、车辆座位信息、车辆行驶速度等;驾驶员特征包括但不限于:驾驶员所处座位、驾驶员面部特征、驾驶员衣服信息等;历史行驶轨迹,主要是以时间窗为轨迹截取时间段,截取历史过程中车辆的行驶轨迹、车辆行驶方向,用于预估车辆在未来目标时间段的车辆行驶方向和车辆行驶速度,预估在未来某一个时间点所到达的位置。
一种可选的,获取当前车辆周围区域的其它车辆的位置信息和车辆信息的步骤,包括:控制当前车辆的车辆传感器采集周围区域的区域信息,其中,车辆传感器的类型包括下述至少之一:位移传感器、接近传感器、红外传感器;控制当前车辆的图像采集设备拍摄周围区域的区域图像,其中,图像采集设备设置的位置包括下述至少之一:车辆顶部、车辆左侧、车辆右侧;分析区域信息和区域图像,确定当前车辆周围区域的其它车辆的位置信息和车辆信息。
通过传感器识别到其它车辆,并进行车辆轨迹记录,对当前车辆与其它车辆之间的关联关系进行识别,通过传感器、图像采集装置来获取车辆的轮胎、车头、驾驶员、方向盘的方向(角度)等,预测其它车辆在时间点上的位置。
区域信息包括但不限于:周围车辆数量、车辆位置、区域范围、区域所处位置等;而拍摄的区域图像主要是针对其它车辆的,在定位出其它车辆中每辆车的位置后,可以通过图像采集装置采集其它车辆所在的区域图像,用于分析其它车辆的内部驾驶员信息、内部人员手持移动终端信息、车辆特征、车辆行驶轨迹等信息。
其中,在定位其它车辆的位置时,也可以通过车辆定位模型来确定,该车辆定位模型是采用人工智能AI算法通过多组车辆关联关系来构建的模型,并将车辆定位模型应用于无人驾驶领域,对车辆进行识别定位,不断训练提高车辆定位准确度。
作为本发明可选的实施例,分析区域信息和区域图像,确定当前车辆周围区域的其它车辆的位置信息和车辆信息的步骤,包括:采用时间窗截取方式分析区域信息中的车辆反馈信息,以初步确定其它车辆的位置信息和车辆内部结构;采用细粒度图像分析模型分析区域图像,确定其它车辆的车辆特征和驾驶员特征。
上述时间窗截取方式,是指针对某一个时间段内的时间-车辆轨迹视频图像或者时间-区域信息,将该时间段分割为多个时间窗,并对每个时间窗内的车辆特征进行拼接、对照,同时对截取的时间窗内的图像帧(例如,图像10ms捕获一次,包括多帧图像)进行分析,从而确定其它车辆的位置信息和车辆内部结构。在分析其它车辆的内部结构时,重点分析其它车辆的人员信息和车辆内部结构,例如是4座轿车、7座车辆等,通过这些车辆信息和车辆内部结构,便于后续预估车辆行驶轨迹时对车辆在某一个地点通过时长进行预估处理,提高预估轨迹准确率。
步骤S104,基于其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记;
作为本发明可选的实施例,基于其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记的步骤,包括:调用标注形态库,其中,标注形态库记录每种车辆和车辆标注形状的第一映射信息,并记录驾驶员与人员标注形态的第二映射信息;基于第一映射信息和第二映射信息,对其它车辆进行标注,得到用于指示车辆形态的车辆标记。
上述车辆标注形状是指标注车辆的形态和行驶朝向,车辆标注形状可以是常规的虚拟形状,例如,棱柱、正方体、长方体、圆柱等,通过这些车辆标注形状来标注各个车辆的形状,同时可以通过箭头等标记记录车辆朝向;通过车辆标记,可以记录车辆的轮胎朝向角度和车头朝向,便于确定车辆的轨迹,将车辆标记应用于车辆轨迹模拟上,例如,通过车辆标记标注出车辆在轨迹曲线上的坐标点和朝向,即确定这个车辆行驶的轨迹。
人员标注形态与车辆标注形状不同,人员标注形态主要记录驾驶员特征,例如,驾驶员性别、年龄段等特征,通过不同的标注形态来标记车辆内的驾驶员,例如,通过球形和圆柱标注人员,通过颜色标注年龄段。
步骤S106,基于其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹。
拟合形态可以是指轨迹初始形态,包括拟合方向和历史拟合轨迹。
作为本发明可选的实施例,确定其它车辆在未来目标时间段内的预估行驶轨迹的步骤,包括:发送联网请求,以与其它车辆建立网络关联;基于网络关联,获取其它车辆在未来目标时间段内的控制模式;基于其它车辆的历史行驶轨迹和未来目标时间段内的控制模式,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹。
步骤S108,基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式.
在本发明实施例,基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式的步骤,还包括:基于其它车辆的车辆标记和预估行驶轨迹,预估当前车辆与其它车辆在未来目标时间段内是否满足预设特征,其中,满足预设特征包括下述至少之一:车辆发生碰撞、车辆之间距离小于预设距离阈值、车辆并行无法通过预设路段;若预估当前车辆与其它车辆在未来目标时间段内满足预设特征,调整当前车辆的控制模式为目标控制模式,其中,目标控制模式包括下述至少之一:在目标时间点刹车、减缓车速、加快车速,在目标控制模式下,当前车辆损失最小。
通过其它车辆的运行轨迹拟合出当前车辆的运行最佳路径,从而调整车辆控制模式,例如,在跟车时,前后车的距离,每个时间点两辆车的相对位置,若位置之间距离超出阈值,控制车辆刹车或者减速;而在车辆并行通过某一个路口时,可以控制车辆先行减速,让其它车辆通过该路口。
可选的,在调整当前车辆的控制模式之后,调整方法还包括:将调整后的目标控制模式发送至车辆控制系统;接收外部传输的车辆标注修正信息,并基于车辆标注修正信息更新标注形态库。
即在调整车辆的控制模式,优化车辆轨迹路线后,可以对车辆的标注方式和车辆轨迹规划方式进行记录,同时接收车辆标注人员发送的车辆标注修正信息,对标注形态库进行更新。
通过上述实施例,可以利用车辆的传感设备/雷达设备来识别与该车辆具有位置关联的其它车辆(通过车辆图像、车辆位置获取轮胎、车头、驾驶员、方向盘等信息),并捕获这些车辆的信息,例如其它车辆的车辆信息、驾驶员信息、驾驶员手持的移动设备信息等,进而对这些车辆进行标注(包括对车辆形状、车头朝向、车辆轮胎朝向、车辆人员进行标注),对标注后的车辆进行轨迹拟合、信息捕获(标注出轨迹曲线上的坐标点,即确定当前车辆行驶的轨迹),便于确定当前车辆的控制模式(通过其它车辆的运行轨迹拟合出车辆运行最佳路径)。
下面通过另一个可选的实施例来说明本发明。
实施例二
下述实施例提供了一种车辆控制模式的调整装置,可应用于无人驾驶车辆。
图2是根据本发明实施例的一种可选的车辆控制模式的调整装置的示意图,如图2所示,该调整装置包括:获取单元21、标注单元23、轨迹拟合单元25、调整单元27,其中,
获取单元21,用于获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;
标注单元23,用于基于其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记;
轨迹拟合单元25,用于基于其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹;
调整单元27,用于基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式。
上述车辆控制模式的调整装置,可以通过获取单元21获取当前车辆周围区域的其它车辆的位置信息和车辆信息,然后通过标注单元23基于其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记,之后可通过轨迹拟合单元25基于其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹,最后可通过调整单元27基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式。在该实施例中,可以通过识别在当前车辆周围区域的其它车辆,获取到其它车辆的信息(包括车辆信息、驾驶员信息等),进而对这些车辆进行标注,对标注后的车辆进行轨迹拟合,从而更为便捷的调整当前车辆的控制模式,降低车辆之间的碰撞概率,减少道路交通事故发生率,提高道路安全,从而解决相关技术中无法显示其它车辆的车辆信息,导致车辆之间容易发生碰撞的技术问题。
可选的,获取单元包括:第一控制模块,用于控制当前车辆的车辆传感器采集周围区域的区域信息,其中,车辆传感器的类型包括下述至少之一:位移传感器、接近传感器、红外传感器;第二控制模块,用于控制当前车辆的图像采集设备拍摄周围区域的区域图像,其中,图像采集设备设置的位置包括下述至少之一:车辆顶部、车辆左侧、车辆右侧;第一分析模块,用于分析区域信息和区域图像,确定当前车辆周围区域的其它车辆的位置信息和车辆信息。
在本发明可选的实施例中,第一分析模块包括:第一分析子模块,用于采用时间窗截取方式分析区域信息中的车辆反馈信息,以初步确定其它车辆的位置信息和车辆内部结构;第一确定子模块,用于采用细粒度图像分析模型分析区域图像,确定其它车辆的车辆特征和驾驶员特征。
可选的,标注单元包括:调用模块,用于调用标注形态库,其中,标注形态库记录每种车辆和车辆标注形状的第一映射信息,并记录驾驶员与人员标注形态的第二映射信息;标注模块,用于基于第一映射信息和第二映射信息,对其它车辆进行标注,得到用于指示车辆形态的车辆标记。
另一种可选的,轨迹拟合单元包括:发送模块,用于发送联网请求,以与其它车辆建立网络关联;获取模块,用于基于网络关联,获取其它车辆在未来目标时间段内的控制模式;轨迹拟合模块,用于基于其它车辆的历史行驶轨迹和未来目标时间段内的控制模式,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹。
可选地,调整单元包括:预估模块,用于基于其它车辆的车辆标记和预估行驶轨迹,预估当前车辆与其它车辆在未来目标时间段内是否满足预设特征,其中,满足预设特征包括下述至少之一:车辆发生碰撞、车辆之间距离小于预设距离阈值、车辆并行无法通过预设路段;调整模块,用于在预估当前车辆与其它车辆在未来目标时间段内满足预设特征时,调整当前车辆的控制模式为目标控制模式,其中,目标控制模式包括下述至少之一:在目标时间点刹车、减缓车速、加快车速,在目标控制模式下,当前车辆损失最小。
可选地,车辆控制模式的调整装置还包括:发送单元,用于在调整当前车辆的控制模式之后,将调整后的目标控制模式发送至车辆控制系统;接收单元,用于接收外部传输的车辆标注修正信息,并基于车辆标注修正信息更新标注形态库。
上述的车辆控制模式的调整装置还可以包括处理器和存储器,上述获取单元21、标注单元23、轨迹拟合单元25、调整单元27等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式。
上述存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的车辆控制模式的调整方法。
根据本发明实施例的另一方面,还提供了一种无人驾驶车辆,包括:处理器,用于运行程序,其中,程序运行时执行上述任意一项的车辆控制模式的调整方法。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,所述车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;基于所述其它车辆的车辆特征和驾驶员特征,对其它车辆进行标注,得到用于指示车辆形态的车辆标记;基于其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定其它车辆在未来目标时间段内的预估行驶轨迹;基于其它车辆的车辆标记和预估行驶轨迹,调整当前车辆的控制模式。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种车辆控制模式的调整方法,其特征在于,应用于无人驾驶车辆,该调整方法包括:
获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,所述车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;
基于所述其它车辆的车辆特征和驾驶员特征,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记;
基于所述其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定所述其它车辆在未来目标时间段内的预估行驶轨迹;
基于所述其它车辆的车辆标记和预估行驶轨迹,调整所述当前车辆的控制模式。
2.根据权利要求1所述的调整方法,其特征在于,获取当前车辆周围区域的其它车辆的位置信息和车辆信息的步骤,包括:
控制所述当前车辆的车辆传感器采集所述周围区域的区域信息,其中,所述车辆传感器的类型包括下述至少之一:位移传感器、接近传感器、红外传感器;
控制所述当前车辆的图像采集设备拍摄所述周围区域的区域图像,其中,所述图像采集设备设置的位置包括下述至少之一:车辆顶部、车辆左侧、车辆右侧;
分析所述区域信息和所述区域图像,确定所述当前车辆周围区域的其它车辆的位置信息和车辆信息。
3.根据权利要求2所述的调整方法,其特征在于,分析所述区域信息和所述区域图像,确定所述当前车辆周围区域的其它车辆的位置信息和车辆信息的步骤,包括:
采用时间窗截取方式分析所述区域信息中的车辆反馈信息,以初步确定所述其它车辆的位置信息和车辆内部结构;
采用细粒度图像分析模型分析所述区域图像,确定其它车辆的车辆特征和驾驶员特征。
4.根据权利要求1所述的调整方法,其特征在于,基于所述其它车辆的车辆特征和驾驶员特征,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记的步骤,包括:
调用标注形态库,其中,所述标注形态库记录每种车辆和车辆标注形状的第一映射信息,并记录驾驶员与人员标注形态的第二映射信息;
基于所述第一映射信息和所述第二映射信息,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记。
5.根据权利要求1所述的调整方法,其特征在于,确定所述其它车辆在未来目标时间段内的预估行驶轨迹的步骤,包括:
发送联网请求,以与所述其它车辆建立网络关联;
基于所述网络关联,获取所述其它车辆在未来目标时间段内的控制模式;
基于所述其它车辆的历史行驶轨迹和未来目标时间段内的控制模式,对所述其它车辆的行驶轨迹进行拟合,并基于拟合形态确定所述其它车辆在未来目标时间段内的预估行驶轨迹。
6.根据权利要求1所述的调整方法,其特征在于,基于所述其它车辆的车辆标记和预估行驶轨迹,调整所述当前车辆的控制模式的步骤,还包括:
基于所述其它车辆的车辆标记和预估行驶轨迹,预估所述当前车辆与所述其它车辆在未来目标时间段内是否满足预设特征,其中,所述满足预设特征包括下述至少之一:车辆发生碰撞、车辆之间距离小于预设距离阈值、车辆并行无法通过预设路段;
若预估所述当前车辆与所述其它车辆在未来目标时间段内所述满足预设特征,调整所述当前车辆的控制模式为目标控制模式,其中,所述目标控制模式包括下述至少之一:在目标时间点刹车、减缓车速、加快车速,在所述目标控制模式下,当前车辆损失最小。
7.根据权利要求6所述的调整方法,其特征在于,在调整所述当前车辆的控制模式之后,所述调整方法还包括:
将调整后的目标控制模式发送至车辆控制系统;
接收外部传输的车辆标注修正信息,并基于所述车辆标注修正信息更新标注形态库。
8.一种车辆控制模式的调整装置,其特征在于,应用于无人驾驶车辆,该调整装置包括:
获取单元,用于获取当前车辆周围区域的其它车辆的位置信息和车辆信息,其中,所述车辆信息用于指示其它车辆的车辆特征、驾驶员特征和历史行驶轨迹;
标注单元,用于基于所述其它车辆的车辆特征和驾驶员特征,对所述其它车辆进行标注,得到用于指示车辆形态的车辆标记;
轨迹拟合单元,用于基于所述其它车辆的位置信息、车辆特征和历史行驶轨迹,对其它车辆的行驶轨迹进行拟合,并基于拟合形态确定所述其它车辆在未来目标时间段内的预估行驶轨迹;
调整单元,用于基于所述其它车辆的车辆标记和预估行驶轨迹,调整所述当前车辆的控制模式。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任意一项所述的车辆控制模式的调整方法。
10.一种无人驾驶车辆,其特征在于,包括:处理器,用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的车辆控制模式的调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010038729.3A CN111231965B (zh) | 2020-01-14 | 2020-01-14 | 车辆控制模式的调整方法及装置、无人驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010038729.3A CN111231965B (zh) | 2020-01-14 | 2020-01-14 | 车辆控制模式的调整方法及装置、无人驾驶车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111231965A true CN111231965A (zh) | 2020-06-05 |
CN111231965B CN111231965B (zh) | 2021-07-13 |
Family
ID=70871107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010038729.3A Active CN111231965B (zh) | 2020-01-14 | 2020-01-14 | 车辆控制模式的调整方法及装置、无人驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111231965B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112644518A (zh) * | 2020-12-31 | 2021-04-13 | 广州文远知行科技有限公司 | 一种车辆轨迹预测方法、装置、设备和存储介质 |
CN113411752A (zh) * | 2021-08-19 | 2021-09-17 | 智己汽车科技有限公司 | 一种车辆循迹过路口的方法及设备 |
CN113870316A (zh) * | 2021-10-19 | 2021-12-31 | 青岛德智汽车科技有限公司 | 一种无gps跟车场景下前车路径重建方法 |
US20220126872A1 (en) * | 2020-10-26 | 2022-04-28 | Tusimple, Inc. | Vehicle safety system for autonomous vehicles |
CN114500736A (zh) * | 2020-10-23 | 2022-05-13 | 广州汽车集团股份有限公司 | 一种智能终端运动轨迹决策方法及其系统、存储介质 |
CN115148028A (zh) * | 2022-06-30 | 2022-10-04 | 北京小马智行科技有限公司 | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 |
WO2023061363A1 (en) * | 2021-10-14 | 2023-04-20 | Huawei Technologies Co., Ltd. | Systems and methods for prediction-based driver assistance |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3351247B2 (ja) * | 1996-07-29 | 2002-11-25 | トヨタ自動車株式会社 | 走行制御装置 |
CN103996312A (zh) * | 2014-05-23 | 2014-08-20 | 北京理工大学 | 具有社会行为交互的无人驾驶汽车控制系统 |
CN106227204A (zh) * | 2016-07-08 | 2016-12-14 | 百度在线网络技术(北京)有限公司 | 车载装置及用于控制无人驾驶车辆的系统、方法和装置 |
US20170072948A1 (en) * | 2015-09-15 | 2017-03-16 | Deere & Company | Human presence detection on a mobile machine |
CN108710368A (zh) * | 2018-05-23 | 2018-10-26 | 北京新能源汽车股份有限公司 | 一种无人驾驶系统及电动汽车 |
CN109804223A (zh) * | 2016-10-11 | 2019-05-24 | 御眼视觉技术有限公司 | 基于检测到的障碍物导航车辆 |
CN109828583A (zh) * | 2019-02-28 | 2019-05-31 | 北京百度网讯科技有限公司 | 无人驾驶车辆控制方法和装置 |
-
2020
- 2020-01-14 CN CN202010038729.3A patent/CN111231965B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3351247B2 (ja) * | 1996-07-29 | 2002-11-25 | トヨタ自動車株式会社 | 走行制御装置 |
CN103996312A (zh) * | 2014-05-23 | 2014-08-20 | 北京理工大学 | 具有社会行为交互的无人驾驶汽车控制系统 |
US20170072948A1 (en) * | 2015-09-15 | 2017-03-16 | Deere & Company | Human presence detection on a mobile machine |
CN106227204A (zh) * | 2016-07-08 | 2016-12-14 | 百度在线网络技术(北京)有限公司 | 车载装置及用于控制无人驾驶车辆的系统、方法和装置 |
CN109804223A (zh) * | 2016-10-11 | 2019-05-24 | 御眼视觉技术有限公司 | 基于检测到的障碍物导航车辆 |
CN108710368A (zh) * | 2018-05-23 | 2018-10-26 | 北京新能源汽车股份有限公司 | 一种无人驾驶系统及电动汽车 |
CN109828583A (zh) * | 2019-02-28 | 2019-05-31 | 北京百度网讯科技有限公司 | 无人驾驶车辆控制方法和装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114500736B (zh) * | 2020-10-23 | 2023-12-05 | 广州汽车集团股份有限公司 | 一种智能终端运动轨迹决策方法及其系统、存储介质 |
CN114500736A (zh) * | 2020-10-23 | 2022-05-13 | 广州汽车集团股份有限公司 | 一种智能终端运动轨迹决策方法及其系统、存储介质 |
US20220126872A1 (en) * | 2020-10-26 | 2022-04-28 | Tusimple, Inc. | Vehicle safety system for autonomous vehicles |
US11554793B2 (en) * | 2020-10-26 | 2023-01-17 | Tusimple, Inc. | Vehicle safety system for autonomous vehicles |
CN112644518A (zh) * | 2020-12-31 | 2021-04-13 | 广州文远知行科技有限公司 | 一种车辆轨迹预测方法、装置、设备和存储介质 |
CN112644518B (zh) * | 2020-12-31 | 2021-11-05 | 广州文远知行科技有限公司 | 一种车辆轨迹预测方法、装置、设备和存储介质 |
CN113411752A (zh) * | 2021-08-19 | 2021-09-17 | 智己汽车科技有限公司 | 一种车辆循迹过路口的方法及设备 |
US11794766B2 (en) | 2021-10-14 | 2023-10-24 | Huawei Technologies Co., Ltd. | Systems and methods for prediction-based driver assistance |
WO2023061363A1 (en) * | 2021-10-14 | 2023-04-20 | Huawei Technologies Co., Ltd. | Systems and methods for prediction-based driver assistance |
CN113870316B (zh) * | 2021-10-19 | 2023-08-15 | 青岛德智汽车科技有限公司 | 一种无gps跟车场景下前车路径重建方法 |
CN113870316A (zh) * | 2021-10-19 | 2021-12-31 | 青岛德智汽车科技有限公司 | 一种无gps跟车场景下前车路径重建方法 |
CN115148028A (zh) * | 2022-06-30 | 2022-10-04 | 北京小马智行科技有限公司 | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 |
CN115148028B (zh) * | 2022-06-30 | 2023-12-15 | 北京小马智行科技有限公司 | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN111231965B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111231965B (zh) | 车辆控制模式的调整方法及装置、无人驾驶车辆 | |
US20230394810A1 (en) | Advanced path prediction | |
US11688174B2 (en) | System and method for determining vehicle data set familiarity | |
EP2949534A2 (en) | Driver assistance apparatus capable of diagnosing vehicle parts and vehicle including the same | |
US11170272B2 (en) | Object detection device, object detection method, and computer program for object detection | |
CN108491782A (zh) | 一种基于行车图像采集的车辆识别方法 | |
CN107545232A (zh) | 车道探测系统和方法 | |
CN113168708A (zh) | 车道线跟踪方法和装置 | |
US10839263B2 (en) | System and method for evaluating a trained vehicle data set familiarity of a driver assitance system | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN111986128A (zh) | 偏心图像融合 | |
CN111301404B (zh) | 车辆的控制方法及装置、存储介质及处理器 | |
CN109389060B (zh) | 一种基于视觉的车周碰撞预警方法 | |
CN113874914A (zh) | 用于求取牵引机与牵引机的挂车之间的运行角度 | |
EP3867721A1 (en) | Method and system for operating a robot | |
CN110515376B (zh) | 一种航迹推演校正的评价方法、终端和存储介质 | |
CN111899521A (zh) | 一种高速公路的车辆违规行为检测方法 | |
CN113071500A (zh) | 车道线的获取方法、装置、计算机设备和存储介质 | |
JP4020071B2 (ja) | 周囲状況表示装置 | |
US20200394435A1 (en) | Distance estimation device, distance estimation method, and distance estimation computer program | |
CN109344776B (zh) | 数据处理方法 | |
CN110727269A (zh) | 车辆控制方法及相关产品 | |
CN113353071B (zh) | 一种基于深度学习的狭窄区域交汇车安全辅助方法和系统 | |
JP2023536692A (ja) | レーストラックのaiベースのモニタリング | |
CN117859041A (zh) | 用于在泊车空间中支持车辆功能的方法和辅助装置和机动车 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210205 Address after: 100094 19 / F, block A1, Zhongguancun No.1, 81 Beiqing Road, Haidian District, Beijing Applicant after: BEIJING XIAOMA HUIXING TECHNOLOGY Co.,Ltd. Address before: 100094 2 / F, block B, building 1, yard 68, Beiqing Road, Haidian District, Beijing Applicant before: BEIJING PONY.AI SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |