CN111422196A - 一种适用于微巴的智能网联自动驾驶系统及方法 - Google Patents
一种适用于微巴的智能网联自动驾驶系统及方法 Download PDFInfo
- Publication number
- CN111422196A CN111422196A CN202010298882.XA CN202010298882A CN111422196A CN 111422196 A CN111422196 A CN 111422196A CN 202010298882 A CN202010298882 A CN 202010298882A CN 111422196 A CN111422196 A CN 111422196A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- automatic driving
- information
- control
- domain controller
- 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
- 230000006855 networking Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 21
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 238000011217 control strategy Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012795 verification 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
-
- 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
- B60W30/14—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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种适用于微巴的智能网联自动驾驶系统，包括与智能网联自动驾驶域控制器连接的环境感知装置、定位导航组合装置、V2X通信装置、运动控制装置、及人机交互装置，所述智能网联自动驾驶域控制器用于计算和控制，包括中央处理单元和域控制器接口，所述环境感知装置用于获取车辆自身环境以及车辆行驶的周围环境信息，所述定位导航组合装置包括INS惯性导航单元、四频双天线RTK卫星导航接收机和5G差分模块，所述运动控制装置包括横向控制装置和纵向控制装置，所述人机交互装置用于车辆的信息交互。可以应用于应用场景更丰富的城市，实现智能网联功能，引入加权分配系数实现整车纵向和横向的协同运动控制，大大提高了安全性。
Description
技术领域
本发明属于智能网联自动驾驶汽车技术领域，具体地涉及一种适用于微巴的智能网联自动驾驶系统及方法。
背景技术
未来的汽车已经不仅局限于一种交通工具，更多的是向新一代互联网终端发展。随着5G时代的到来，大数据、物联网、云平台的不断深入发展，智能网联自动驾驶汽车迎来了发展契机。智能网联自动驾驶汽车集中运用了感知传感、信息融合、无线通讯、全球定位系统、人工智能及自动控制等技术，实现了汽车脱离驾驶员而能保证其驾驶操纵性与安全性。智能网联自动驾驶的出现将从根本上改变传统汽车的控制方式，以及公众出行方式，对于交通系统的安全性与通行效率有了较大保障。
中国发明专利申请，申请号：CN201910718311.4，公开日：20191213，公开了一种自动驾驶决策方法及系统，根据多传感器接收的信息融合，利用模型预测算法生成预测轨迹，经由决策模块输入决策的轨迹点，控制模块进行轨迹跟踪。中国发明专利申请，申请号：CN201910967835.7，公开日：20191213，公开了一种自动驾驶系统及其控制方法，传感器采用了视觉感知传感器包括前向双目摄像机、前向单目摄像机和驾驶员行为检测摄像机、环视摄像机、激光雷达五个独立单元，以及用于定位导航的GPS和惯性测量单元和用于安全控制的超声波雷达和毫米波雷达，还包括高精度地图和V2X车联网装置，传感器不仅感知车辆周围信息，还接收交通状况信息。中国发明专利申请，申请号：CN201910123370.7，公开日：20190531，公开了一种基于V2X的自动驾驶车辆、方法和装置，使用多个雷达和多个传感器识别障碍物和车道线，结合V2X信息识别障碍车辆，基于GPS进行定位，并由控制模块制定行进路径。中国发明专利申请，申请号：CN201910368350.6，公开日：20190906，公开了一种基于V2I的智能网联自动驾驶汽车辅助感知路灯系统，通过在路灯内安装摄像机图像传感器、毫米波雷达传感器和激光雷达传感器，数据中心整合所有数据后通过5G网络分发实时数据给车载终端从而实现V2I的智能网联通信。美国发明专利申请，申请号：US15989805，公开日：20191001，公开了一种自动驾驶系统，可以根据车辆现有状态生成合理路径规划，通过设定车辆的控制目标值来避免一些异常车辆状态如雨雪天气下的不合理路径规划。美国发明专利申请，申请号：US15138845，公开日：20180403，公开了一种自动驾驶系统，包括环境信息感知单元，车辆状态识别单元，运动规划单元，计算单元，执行器和执行器控制单元。
上述几件专利申请存在以下缺陷：现有自动驾驶系统大部分只能对既定轨迹进行路径跟踪，无法应对复杂路况；现有自动驾驶系统大部分只针对单车，并未实现多车协同规划的功能；现有自动驾驶系统大部分在缺少高精地图的情况下并无法实现自动驾驶；因此，现有自动驾驶系统大部分不具备真实城市复杂路况下的完全无人自动驾驶。本发明因此而来。
发明内容
针对上述存在的技术问题，本发明的目的是提供一种适用于微巴的智能网联自动驾驶系统及方法，可以应用于应用场景更丰富的城市，实现智能网联功能，在车辆横、纵向控制之间引入加权分配系数的概念，可以实现整车纵向和横向的协同运动控制，大大提高了安全性。
本发明的技术方案是：
一种适用于微巴的智能网联自动驾驶系统，包括与智能网联自动驾驶域控制器连接的环境感知装置、定位导航组合装置、V2X通信装置、运动控制装置、及人机交互装置，所述智能网联自动驾驶域控制器用于计算和控制，包括中央处理单元和域控制器接口，所述中央处理单元采用可重构计算AI芯片，所述域控制器接口用于连接外置模块，所述环境感知装置用于获取车辆自身环境信息以及车辆行驶的周围环境信息，所述定位导航组合装置包括INS惯性导航单元、四频双天线RTK卫星导航接收机和5G差分模块，所述运动控制装置包括横向控制装置和纵向控制装置，所述横向控制装置采用管柱式电液线性控制转向系统，所述纵向控制装置通过有线控制电子油门进行加速控制，通过有线控制电子液压制动系统，并结合电机制动和电子手刹进行减速制动，所述人机交互装置用于车辆的信息交互。
优选的技术方案中，所述环境感知装置包括一个4线激光雷达、四个77GHz中距角毫米波雷达、10个车载视觉摄像头以及12个超声波雷达，所述4线激光雷达采用以太网与智能网联自动驾驶域控制器进行通讯，所述毫米波雷达采用高速CAN总线与智能网联自动驾驶域控制器进行通讯，所述车载视觉摄像头和超声波雷达采用低速CAN总线与智能网联自动驾驶域控制器进行通讯。
优选的技术方案中，所述定位导航组合装置的5G差分模块通过5G网络接收包括位置的RTCM差分信息，并发送给卫星导航板卡，导航接收机接收3轴陀螺、3轴加速度计和卫星导航板卡信息；所述定位导航组合装置将采集的信息通过耦合算法数据处理，实时输出载体姿态、方位、位置、速度数据；基于卡尔曼滤波原理构建轨迹跟踪地图；根据车辆的时刻位置、姿态、行驶方向和速度信息，结合车辆周围信息和地图信息对移动的车辆进行方位与姿态的定位。
优选的技术方案中，所述智能网联自动驾驶域控制器包括整车纵向和横向的协同运动控制算法，包括纵向控制策略和横向控制策略；所述纵向控制策略包括以下步骤：
S01：在车辆开启自动驾驶模式时，智能网联自动驾驶域控制器控制电子手刹松开，对车辆进行纵向控制和横向控制；
S02：车辆根据期望加速指令α des判断车辆进入的模式，所述模式包括驱动模式、制动模式、或0驱动0制动模式；
S03：若期望加速度指令α des>0，车辆进入驱动模式，计算实际车速与期望车速的车速偏差，制定驱动控制律，通过驱动控制律计算期望加速度;
S04：获取的道路信息，所述道路信息包括道路附着系数与道路曲率，根据获取的道路信息根据控制建模进行计算，得到加权分配系数；
S05：根据得到的期望加速度与加权分配系数通过线控油门控制车辆加速；
S06：若期望加速度指令α des<0，车辆进入制动模式，智能网联自动驾驶域控制器根据整车质量得到制动力，根据车轮半径计算所需制动力矩，制定制动控制律，通过制动控制律计算期望制动力矩；
S07：获取的道路信息，所述道路信息包括道路附着系数与道路曲率，根据获取的道路信息根据控制建模进行计算，得到加权分配系数；
S08：根据得到的期望制动力矩与加权分配系数控制电机控制器执行电机转矩限制，当电机的最大制动力矩小于所需制动力矩时，整车控制器命令线控电子液压系统执行制动；
S09：若期望加速度指令α des=0，车辆进入0驱动0制动模式。
优选的技术方案中，所述横向控制策略包括以下步骤：
S11：计算得到车辆的位置信息、环境信息；
S12：智能网联自动驾驶域控制器根据车辆行驶方向和趋势路线信息向线控转向系统控制器发送行进命令请求；
S13：当接收到转向指令时，线控转向系统计算实际转角，根据实际转角与期望转角得到转向模型，制定转向控制律控制转向。
本发明还公开了一种基于所述的适用于微巴的智能网联自动驾驶系统的自动驾驶方法，包括以下步骤：
智能网联自动驾驶域控制器根据获取的信息判断是否满足自动驾驶模式的条件；
若不满足自动驾驶条件时，智能网联自动驾驶域控制器不执行自动驾驶功能，并发出警示指令到人机交互界面；
若满足自动驾驶条件时，智能网联自动驾驶域控制器执行自动驾驶功能，对环境感知装置采集的信息根据进行融合，根据V2X通信装置的交通信息判断实时路况、道路信息、及行人信息，对环境感知装置和V2X通信装置的信息根据冗余算法进行处理；根据定位导航组合装置得到的车身姿态信息和车辆位置信息结合高精度地图规划行驶路线或通过并行建图与定位技术进行自适应行驶路线规划；
通过整车纵向和横向的协同运动控制算法，对车辆进行纵向控制和纵向控制；
在道路行驶时，识别车道线、信号灯状态及道路交通标志，并对车辆进行相应控制；
在道路行驶时，若检测到障碍物时，通过预设算法进行变道，若检测到左侧车道有障碍物或无法通行时，判断障碍物的类型，若为静态障碍物时，制动停车等待；若为动态障碍物时，跟随前障碍物行驶。
优选的技术方案中，还包括编队行驶，包括以下步骤：
根据设置的主从车，进行编队；
主车的智能网联自动驾驶域控制器发出的指令同步发送给编队的从车的智能网联自动驾驶域控制器；
从车的智能网联自动驾驶域控制器根据接收的指令控制从车跟随主车行驶；
主车的智能网联自动驾驶域控制器实时判断主车与从车的距离，若距离超过设定的阈值时，控制主车停车等待。
与现有技术相比，本发明的有益效果是：
1、可以应用于应用场景更丰富的城市，实现智能网联功能，在车辆横、纵向控制之间引入加权分配系数的概念，可以实现整车纵向和横向的协同运动控制，大大提高了安全性。
2、本发明的适用于微巴的智能网联自动驾驶系统的环境感知系统和V2X系统采用冗余算法，确保环境感知的优越性能；
3、采用定位导航组合系统，可实现复杂交通条件的自动驾驶；
4、可实现至少三车的编队行驶等智能网联功能。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1是本发明适用于微巴的智能网联自动驾驶系统的结构示意图；
图2是本发明整车纵向和横向的协同运动控制算法框架示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例：
如图1所示，一种适用于微巴的智能网联自动驾驶系统，包括：
1、环境感知装置
在智能网联自动驾驶系统中，环境感知装置负责采集自动驾驶汽车所需要的信息，包括感知微巴汽车自身环境以及微巴汽车行驶的周围环境等，为自动驾驶微巴汽车的安全行驶提供及时、准确、可靠的决策依据。本发明综合各传感器的性能、功能、工作原理、检测范围及工作条件的优缺点等，采用各传感器融合设计方案，兼顾冗余信息安全。本发明采用一个4线激光雷达，四个77GHz中距角毫米波雷达，10个车载视觉摄像头以及12个超声波雷达作为无人驾驶客车的环境感知系统。其中激光雷达采用以太网与自动驾驶域控制器进行通讯，毫米波雷达采用高速CAN总线与自动驾驶域控制器进行通讯，车载视觉摄像头和超声波雷达采用低速CAN总线与自动驾驶域控制器进行通讯。对环境感知装置采集的信息根据冗余算法进行处理，确保环境感知的优越性能。
2、定位导航组合装置
在智能网联自动驾驶系统中，定位导航组合装置用来提供车辆的位置、方位、姿态等信息，并为车辆提供路径规划，定位导航组合装置是智能网联自动驾驶微巴汽车行驶的基础。本发明采用基于GNSS+INS的定位导航组合装置，经过三轴转台全温校准以满足不同条件下的性能需求。系统由INS惯性导航单元、四频双天线RTK卫星导航接收机和5G差分模块组成。5G差分模块通过5G网络接收位置等RTCM差分信息，发送给卫星导航板卡。导航接收机接收3轴陀螺、3轴加速度计和卫星导航板卡信息，实时得到精确的位置、速度、方位。系统采集信息经耦合算法数据处理，实时输出准确的载体姿态、方位、位置、速度等传感器数据，进而基于卡尔曼滤波原理完成轨迹跟踪地图构建，根据自动驾驶车辆的时刻位置和姿态、行驶方向和速度等信息，在移动过程中根据车辆自身和车辆周围信息和地图信息进行自身方位与姿态的定位，实现自动驾驶和导航。
3、V2X通信装置
在智能网联车辆自动驾驶系统中，V2X是车联网通信机制的总称，V2X通信装置可以看作是一个超级传感器，它提供了比其它车载传感器都高得多的感知能力和可靠性。本发明V2X车联网通信系统采用LTE-V技术，为智能网联自动驾驶提供实时路况、道路信息、行人信息等一系列交通信息，带来远距离环境信号。为本发明的智能网联自动驾驶系统规划、决策、控制等提供信息支持和容错冗余。LTE-V2X能够支持至少三车的协同规划功能的实现，且在单车缺少高精地图的情况下，以及真实城市复杂路况下均可实现完全无人自动驾驶。对V2X通信装置的信息根据冗余算法进行处理，确保环境感知的优越性能。
4、运动控制装置
智能网联自动驾驶车辆的整车运动控制分为纵向控制和横向控制。纵向控制是通过油门和制动的协调实现对车辆的车速精确控制，横向控制是通过转向的控制实现对车辆的路径控制。整车纵向和横向的协同运动控制算法由智能网联自动驾驶域控制器实现，其控制算法框架见图2所示。
本发明纵向控制通过有线控制电子油门进行加速控制，通过有线控制电子液压制动系统，并综合电机制动和电子手刹进行减速制动，并把制动安全作为最高优先级。
纵向控制策略包括以下步骤：
S01：在车辆开启自动驾驶模式时，智能网联自动驾驶域控制器控制电子手刹松开，对车辆进行纵向控制和横向控制；
S02：车辆根据期望加速指令α des判断车辆进入的模式，所述模式包括驱动模式、制动模式、或0驱动0制动模式；
S03：若期望加速度指令α des>0，车辆进入驱动模式，计算实际车速与期望车速的车速偏差，制定驱动控制律，通过驱动控制律计算期望加速度;
S04：获取的道路信息，所述道路信息包括道路附着系数与道路曲率，根据获取的道路信息根据控制建模进行计算，得到加权分配系数；
S05：根据得到的期望加速度与加权分配系数通过线控油门控制车辆加速；
S06：若期望加速度指令α des<0，如遇有中/轻度降速或长下坡行驶时，车辆进入制动模式，智能网联自动驾驶域控制器根据整车质量得到制动力，根据车轮半径计算所需制动力矩，制定制动控制律，通过制动控制律计算期望制动力矩；
S07：获取的道路信息，所述道路信息包括道路附着系数与道路曲率，根据获取的道路信息根据控制建模进行计算，得到加权分配系数；
S08：根据得到的期望制动力矩与加权分配系数控制电机控制器执行电机转矩限制，当电机的最大制动力矩小于所需制动力矩时，整车控制器命令线控电子液压系统执行制动；
S09：若期望加速度指令α des=0，车辆进入0驱动0制动模式。
自动驾驶域控制器基于定位导航和V2X通信传感进行全局动态规划，输出制动控制还能实现机械制动和电机制动的最佳匹配。
本发明横向控制采用管柱式电液线性控制转向系统，转向系统可感知方向盘反馈力矩的特性，低速转向轻便、高速转向稳定。横向控制策略包括以下步骤：
S11：计算得到车辆的位置信息、环境信息；
S12：智能网联自动驾驶域控制器根据车辆行驶方向和趋势路线信息向线控转向系统控制器发送行进命令请求；行进命令请求包括直行、左转或右转。
S13：当接收到转向指令时，线控转向系统计算实际转角，根据实际转角与期望转角得到转向模型，制定转向控制律控制转向。
加权分配系数需要根据控制建模完成初始计算并根据工况需求进行标定修正。
5、人机交互装置
智能网联自动驾驶微巴采用人机交互装置用于人员与车辆的信息交互，人员通过语音控制及触屏按键实现对车辆参数查询设定、控制指令下发、自动驾驶模式切换、影音娱乐系统操控等功能。该人机交互装置接口分为电源接口、通讯接口、视频接口等；其中电源接口为人机交互装置提供工作电源，通讯接口支持CAN总线、CANFD总线、以太网等，适应于各种通讯需要，视频接口可传输来自自动驾驶域控制器和车内摄像头的视频信号等。
6、智能网联自动驾驶域控制器
智能网联自动驾驶域控制器硬件采用自主研发的开放式人工智能车辆计算平台，该域控制器中央处理单元采用可重构计算AI芯片，域控制器接口分为低速接口、以太网接口和多路摄像头接口等，其中低速接口可进行LIN总线、CAN总线、CAN FD总线等配置。域控制器软件开发基于Linux系统的AutoSAR平台开发，最终实现自动驾驶全景感知、地图&传感器融合、车辆定位、规划控制等功能。在多车编队行驶时，智能网联自动驾驶域控制器可自行完成主从车设置，且主从车可灵活切换，在单车缺少高精地图的情况下亦可实现完全编队无人驾驶。
智能网联自动驾驶域控制器具体实现的控制功能包括且不限于：
智能网联自动驾驶域控制器作为控制模式的仲裁控制器，判断是否满足自动驾驶模式的条件，决定当前是否进入自动驾驶模式。
当智能网联自动驾驶域控制器综合各种信息判断不满足自动驾驶条件时，智能网联自动驾驶域控制器不执行自动驾驶功能，并发出警示指令到人机交互界面。
当智能网联自动驾驶域控制器综合各种信息判断满足自动驾驶条件时，根据自动驾驶域控制器收到的激光雷达、毫米波雷达、超声波雷达和摄像头等各传感器信息进行融合优化，以及依据V2X信息判断实时路况、道路信息、行人信息等一系列交通信息；并根据高精度惯导卫星组合系统提高的车身姿态信息和车辆精准位置信息，结合高精度地图进行规划路线行驶，或通过并行建图与定位技术进行自适应路线规划行驶。
智能网联自动驾驶域控制器向整车控制器、电子手刹、档位、线控油门、线控制动和线控转向等控制器发出指令，执行自动驾驶正常行驶的动作。
自动驾驶模式下，可实现开放道路行驶。在遇到前方静态障碍物时，可自行左侧绕道行驶，如检测到左侧车道也有障碍物或车道过窄等无法通行时，可自动制动停车等待。具体的避让障碍物的算法可以采用已知算法，本申请不再赘述。
自动驾驶模式下，可实现开放道路行驶。在遇到前方动态障碍物时，左侧绕道行驶，如检测到左侧车道也有障碍物或车道过窄等无法通行时，可自行跟随前障碍物行驶。具体的避让障碍物的算法可以采用已知算法，本申请不再赘述。
自动驾驶模式下，检测到路口红绿灯时，可自行根据红绿灯的指示状态停车、等待、起步、运行等。具体的路口红绿灯检测算法可以采用已知算法，本申请不再赘述。
自动驾驶模式下，可识别道路交通标志及标线，并能根据交通标示进行车辆控制，如检测到限速标示，可自动调整车速到标示牌要求的速度以下。道路交通标志及标线的识别算法可以采用已知算法，本申请不再赘述。
自动驾驶模式下，可实现至少三车的编队行驶等智能网联功能。
自动驾驶模式下，可实现指定位置的靠边停车功能。
通过整车通讯模块给整车CAN总线下发前照灯、转向灯、制动灯、倒车灯、门开关、喇叭开关等车辆行驶状态部件执行命令。
本发明适用于微巴的智能网联自动驾驶系统的自动驾驶方法，包括以下步骤：
智能网联自动驾驶域控制器根据获取的信息判断是否满足自动驾驶模式的条件；
若不满足自动驾驶条件时，智能网联自动驾驶域控制器不执行自动驾驶功能，并发出警示指令到人机交互界面；
若满足自动驾驶条件时，智能网联自动驾驶域控制器执行自动驾驶功能，对环境感知装置采集的信息根据进行融合，根据V2X通信装置的交通信息判断实时路况、道路信息、及行人信息，对环境感知装置和V2X通信装置的信息根据冗余算法进行处理；根据定位导航组合装置得到的车身姿态信息和车辆位置信息结合高精度地图规划行驶路线或通过并行建图与定位技术进行自适应行驶路线规划；
通过整车纵向和横向的协同运动控制算法，对车辆进行纵向控制和纵向控制；
在道路行驶时，识别车道线、信号灯状态及道路交通标志，并对车辆进行相应控制；
在道路行驶时，若检测到障碍物时，通过预设算法进行变道，若检测到左侧车道有障碍物或无法通行时，判断障碍物的类型，若为静态障碍物时，制动停车等待；若为动态障碍物时，跟随前障碍物行驶。
编队行驶包括以下步骤：
根据设置的主从车，进行编队；
主车的智能网联自动驾驶域控制器发出的指令同步发送给编队的从车的智能网联自动驾驶域控制器；
从车的智能网联自动驾驶域控制器根据接收的指令控制从车跟随主车行驶；
主车的智能网联自动驾驶域控制器实时判断主车与从车的距离，若距离超过设定的阈值时，控制主车停车等待。
在海格KLQ6430GAEV微巴车型上应用了本发明的技术方案，并经过了智能网联自动驾驶的实车功能验证。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (7)
1.一种适用于微巴的智能网联自动驾驶系统，其特征在于，包括与智能网联自动驾驶域控制器连接的环境感知装置、定位导航组合装置、V2X通信装置、运动控制装置、及人机交互装置，所述智能网联自动驾驶域控制器用于计算和控制，包括中央处理单元和域控制器接口，所述中央处理单元采用可重构计算AI芯片，所述域控制器接口用于连接外置模块，所述环境感知装置用于获取车辆自身环境信息以及车辆行驶的周围环境信息，所述定位导航组合装置包括INS惯性导航单元、四频双天线RTK卫星导航接收机和5G差分模块，所述运动控制装置包括横向控制装置和纵向控制装置，所述横向控制装置采用管柱式电液线性控制转向系统，所述纵向控制装置通过有线控制电子油门进行加速控制，通过有线控制电子液压制动系统，并结合电机制动和电子手刹进行减速制动，所述人机交互装置用于车辆的信息交互。
2.根据权利要求1所述的适用于微巴的智能网联自动驾驶系统，其特征在于，所述环境感知装置包括一个4线激光雷达、四个77GHz中距角毫米波雷达、10个车载视觉摄像头以及12个超声波雷达，所述4线激光雷达采用以太网与智能网联自动驾驶域控制器进行通讯，所述毫米波雷达采用高速CAN总线与智能网联自动驾驶域控制器进行通讯，所述车载视觉摄像头和超声波雷达采用低速CAN总线与智能网联自动驾驶域控制器进行通讯。
3.根据权利要求1所述的适用于微巴的智能网联自动驾驶系统，其特征在于，所述定位导航组合装置的5G差分模块通过5G网络接收包括位置的RTCM差分信息，并发送给卫星导航板卡，导航接收机接收3轴陀螺、3轴加速度计和卫星导航板卡信息；所述定位导航组合装置将采集的信息通过耦合算法数据处理，实时输出载体姿态、方位、位置、速度数据；基于卡尔曼滤波原理构建轨迹跟踪地图；根据车辆的时刻位置、姿态、行驶方向和速度信息，结合车辆周围信息和地图信息对移动的车辆进行方位与姿态的定位。
4.根据权利要求1所述的适用于微巴的智能网联自动驾驶系统，其特征在于，所述智能网联自动驾驶域控制器包括整车纵向和横向的协同运动控制算法，包括纵向控制策略和横向控制策略；所述纵向控制策略包括以下步骤：
S01：在车辆开启自动驾驶模式时，智能网联自动驾驶域控制器控制电子手刹松开，对车辆进行纵向控制和横向控制；
S02：车辆根据期望加速指令α des判断车辆进入的模式，所述模式包括驱动模式、制动模式、或0驱动0制动模式；
S03：若期望加速度指令α des>0，车辆进入驱动模式，计算实际车速与期望车速的车速偏差，制定驱动控制律，通过驱动控制律计算期望加速度;
S04：获取的道路信息，所述道路信息包括道路附着系数与道路曲率，根据获取的道路信息根据控制建模进行计算，得到加权分配系数；
S05：根据得到的期望加速度与加权分配系数通过线控油门控制车辆加速；
S06：若期望加速度指令α des<0，车辆进入制动模式，智能网联自动驾驶域控制器根据整车质量得到制动力，根据车轮半径计算所需制动力矩，制定制动控制律，通过制动控制律计算期望制动力矩；
S07：获取的道路信息，所述道路信息包括道路附着系数与道路曲率，根据获取的道路信息根据控制建模进行计算，得到加权分配系数；
S08：根据得到的期望制动力矩与加权分配系数控制电机控制器执行电机转矩限制，当电机的最大制动力矩小于所需制动力矩时，整车控制器命令线控电子液压系统执行制动；
S09：若期望加速度指令α des=0，车辆进入0驱动0制动模式。
5.根据权利要求4所述的适用于微巴的智能网联自动驾驶系统，其特征在于，所述横向控制策略包括以下步骤：
S11：计算得到车辆的位置信息、环境信息；
S12：智能网联自动驾驶域控制器根据车辆行驶方向和趋势路线信息向线控转向系统控制器发送行进命令请求；
S13：当接收到转向指令时，线控转向系统计算实际转角，根据实际转角与期望转角得到转向模型，制定转向控制律控制转向。
6.一种基于权利要求1-5任一项所述的适用于微巴的智能网联自动驾驶系统的自动驾驶方法，其特征在于，包括以下步骤：
智能网联自动驾驶域控制器根据获取的信息判断是否满足自动驾驶模式的条件；
若不满足自动驾驶条件时，智能网联自动驾驶域控制器不执行自动驾驶功能，并发出警示指令到人机交互界面；
若满足自动驾驶条件时，智能网联自动驾驶域控制器执行自动驾驶功能，对环境感知装置采集的信息根据进行融合，根据V2X通信装置的交通信息判断实时路况、道路信息、及行人信息，对环境感知装置和V2X通信装置的信息根据冗余算法进行处理；根据定位导航组合装置得到的车身姿态信息和车辆位置信息结合高精度地图规划行驶路线或通过并行建图与定位技术进行自适应行驶路线规划；
通过整车纵向和横向的协同运动控制算法，对车辆进行纵向控制和纵向控制；
在道路行驶时，识别车道线、信号灯状态及道路交通标志，并对车辆进行相应控制；
在道路行驶时，若检测到障碍物时，通过预设算法进行变道，若检测到左侧车道有障碍物或无法通行时，判断障碍物的类型，若为静态障碍物时，制动停车等待；若为动态障碍物时，跟随前障碍物行驶。
7.根据权利要求6所述的适用于微巴的智能网联自动驾驶方法，其特征在于，还包括编队行驶，包括以下步骤：
根据设置的主从车，进行编队；
主车的智能网联自动驾驶域控制器发出的指令同步发送给编队的从车的智能网联自动驾驶域控制器；
从车的智能网联自动驾驶域控制器根据接收的指令控制从车跟随主车行驶；
主车的智能网联自动驾驶域控制器实时判断主车与从车的距离，若距离超过设定的阈值时，控制主车停车等待。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010298882.XA CN111422196A (zh) | 2020-04-16 | 2020-04-16 | 一种适用于微巴的智能网联自动驾驶系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010298882.XA CN111422196A (zh) | 2020-04-16 | 2020-04-16 | 一种适用于微巴的智能网联自动驾驶系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111422196A true CN111422196A (zh) | 2020-07-17 |
Family
ID=71556416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010298882.XA Pending CN111422196A (zh) | 2020-04-16 | 2020-04-16 | 一种适用于微巴的智能网联自动驾驶系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111422196A (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111949943A (zh) * | 2020-07-24 | 2020-11-17 | 北京航空航天大学 | 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法 |
| CN112026786A (zh) * | 2020-09-09 | 2020-12-04 | 深圳技术大学 | 智能车的协同驾驶控制系统及多车协同驾驶控制系统 |
| CN112256020A (zh) * | 2020-09-25 | 2021-01-22 | 金龙联合汽车工业（苏州）有限公司 | 一种基于v2x的编队行驶智能网联客车 |
| CN112590784A (zh) * | 2020-12-28 | 2021-04-02 | 中通客车控股股份有限公司 | 一种客车用域控制系统及方法 |
| CN112820097A (zh) * | 2021-01-08 | 2021-05-18 | 重庆邮电大学 | 一种基于5g-v2x及无人机的卡车队列纵向分层控制方法 |
| CN112822656A (zh) * | 2020-12-23 | 2021-05-18 | 西华大学 | 一种支持5g通信的车载v2x智能终端 |
| CN112965494A (zh) * | 2021-02-09 | 2021-06-15 | 武汉理工大学 | 固定区域纯电动自动驾驶专用车控制系统及方法 |
| CN113291287A (zh) * | 2021-06-23 | 2021-08-24 | 上海电气集团智能交通科技有限公司 | 一种磁钉导航技术为基础的电子轨道运输系统 |
| CN113460085A (zh) * | 2021-06-28 | 2021-10-01 | 东风汽车集团股份有限公司 | 面向服务的自动驾驶网络设计和通信方法及计算机设备 |
| CN113696907A (zh) * | 2021-07-27 | 2021-11-26 | 江铃汽车股份有限公司 | 一种l3级自动驾驶系统 |
| CN113895543A (zh) * | 2021-10-09 | 2022-01-07 | 西安电子科技大学 | 基于园区环境的无人车智能驾驶系统 |
| CN113917875A (zh) * | 2021-10-19 | 2022-01-11 | 河南工业大学 | 一种自主无人系统开放通用智能控制器、方法及存储介质 |
| CN113917923A (zh) * | 2021-10-11 | 2022-01-11 | 上海安吉星信息服务有限公司 | 一种自动驾驶启动方法及装置 |
| CN113954879A (zh) * | 2021-04-15 | 2022-01-21 | 上海丰豹商务咨询有限公司 | 具有融合感知和协同决策功能的车载智能单元和控制方法 |
| CN114141040A (zh) * | 2021-11-30 | 2022-03-04 | 燕山大学 | 一种用于智能网联车辆巡航模式下的信号灯通行冗余系统 |
| CN114194210A (zh) * | 2021-11-19 | 2022-03-18 | 岚图汽车科技有限公司 | 一种高速公路领航系统、控制方法及其设备 |
| CN114279459A (zh) * | 2021-12-28 | 2022-04-05 | 清华大学苏州汽车研究院（吴江） | 一种用于自动驾驶的前后端分离的路由导航系统 |
| CN114523915A (zh) * | 2022-01-05 | 2022-05-24 | 金龙联合汽车工业（苏州）有限公司 | 一种基于商用车电子架构和域控制器的应用系统 |
| CN115009357A (zh) * | 2022-06-30 | 2022-09-06 | 北京主线科技有限公司 | 车辆转向检测控制系统、方法、电子设备及存储介质 |
| CN115311839A (zh) * | 2022-08-03 | 2022-11-08 | 九识(苏州)智能科技有限公司 | 一种低速自动驾驶车辆组队通过复杂场景的方法 |
| CN116674540A (zh) * | 2023-07-27 | 2023-09-01 | 苏州鉴智机器人科技有限公司 | 车辆通过控制方法、装置、电子设备及可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160865A (zh) * | 2015-08-05 | 2015-12-16 | 深圳市航盛电子股份有限公司 | 一种车辆编队行驶控制系统及方法 |
| CN107328411A (zh) * | 2017-06-30 | 2017-11-07 | 百度在线网络技术（北京）有限公司 | 车载定位系统和自动驾驶车辆 |
| CN108549380A (zh) * | 2018-05-10 | 2018-09-18 | 芜湖航飞科技股份有限公司 | 一种基于北斗导航技术的自动驾驶装置 |
| CN108995538A (zh) * | 2018-08-09 | 2018-12-14 | 金龙联合汽车工业（苏州）有限公司 | 一种电动汽车的无人驾驶系统 |
| CN109756545A (zh) * | 2018-01-23 | 2019-05-14 | 启迪云控(北京)科技有限公司 | 用于智能网联云控系统中的智能网联车载系统 |
| US20200057453A1 (en) * | 2018-07-07 | 2020-02-20 | Peloton Technology, Inc. | Control of automated following in vehicle convoys |
| CN212172193U (zh) * | 2020-04-16 | 2020-12-18 | 金龙联合汽车工业（苏州）有限公司 | 一种适用于微巴的智能网联自动驾驶系统 |
-
2020
- 2020-04-16 CN CN202010298882.XA patent/CN111422196A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160865A (zh) * | 2015-08-05 | 2015-12-16 | 深圳市航盛电子股份有限公司 | 一种车辆编队行驶控制系统及方法 |
| CN107328411A (zh) * | 2017-06-30 | 2017-11-07 | 百度在线网络技术（北京）有限公司 | 车载定位系统和自动驾驶车辆 |
| CN109756545A (zh) * | 2018-01-23 | 2019-05-14 | 启迪云控(北京)科技有限公司 | 用于智能网联云控系统中的智能网联车载系统 |
| CN108549380A (zh) * | 2018-05-10 | 2018-09-18 | 芜湖航飞科技股份有限公司 | 一种基于北斗导航技术的自动驾驶装置 |
| US20200057453A1 (en) * | 2018-07-07 | 2020-02-20 | Peloton Technology, Inc. | Control of automated following in vehicle convoys |
| CN108995538A (zh) * | 2018-08-09 | 2018-12-14 | 金龙联合汽车工业（苏州）有限公司 | 一种电动汽车的无人驾驶系统 |
| CN212172193U (zh) * | 2020-04-16 | 2020-12-18 | 金龙联合汽车工业（苏州）有限公司 | 一种适用于微巴的智能网联自动驾驶系统 |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111949943A (zh) * | 2020-07-24 | 2020-11-17 | 北京航空航天大学 | 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法 |
| CN112026786A (zh) * | 2020-09-09 | 2020-12-04 | 深圳技术大学 | 智能车的协同驾驶控制系统及多车协同驾驶控制系统 |
| CN112026786B (zh) * | 2020-09-09 | 2022-03-01 | 深圳技术大学 | 智能车的协同驾驶控制系统及多车协同驾驶控制系统 |
| CN112256020A (zh) * | 2020-09-25 | 2021-01-22 | 金龙联合汽车工业（苏州）有限公司 | 一种基于v2x的编队行驶智能网联客车 |
| WO2022063331A1 (zh) * | 2020-09-25 | 2022-03-31 | 金龙联合汽车工业（苏州）有限公司 | 一种基于v2x的编队行驶智能网联客车 |
| CN112822656A (zh) * | 2020-12-23 | 2021-05-18 | 西华大学 | 一种支持5g通信的车载v2x智能终端 |
| CN112822656B (zh) * | 2020-12-23 | 2024-05-28 | 西华大学 | 一种支持5g通信的车载v2x智能终端 |
| CN112590784A (zh) * | 2020-12-28 | 2021-04-02 | 中通客车控股股份有限公司 | 一种客车用域控制系统及方法 |
| CN112820097A (zh) * | 2021-01-08 | 2021-05-18 | 重庆邮电大学 | 一种基于5g-v2x及无人机的卡车队列纵向分层控制方法 |
| CN112965494A (zh) * | 2021-02-09 | 2021-06-15 | 武汉理工大学 | 固定区域纯电动自动驾驶专用车控制系统及方法 |
| CN113954879A (zh) * | 2021-04-15 | 2022-01-21 | 上海丰豹商务咨询有限公司 | 具有融合感知和协同决策功能的车载智能单元和控制方法 |
| CN113954879B (zh) * | 2021-04-15 | 2023-09-19 | 上海丰豹商务咨询有限公司 | 具有融合感知和协同决策功能的车载智能单元和控制方法 |
| CN113291287A (zh) * | 2021-06-23 | 2021-08-24 | 上海电气集团智能交通科技有限公司 | 一种磁钉导航技术为基础的电子轨道运输系统 |
| CN113460085A (zh) * | 2021-06-28 | 2021-10-01 | 东风汽车集团股份有限公司 | 面向服务的自动驾驶网络设计和通信方法及计算机设备 |
| CN113696907A (zh) * | 2021-07-27 | 2021-11-26 | 江铃汽车股份有限公司 | 一种l3级自动驾驶系统 |
| CN113895543A (zh) * | 2021-10-09 | 2022-01-07 | 西安电子科技大学 | 基于园区环境的无人车智能驾驶系统 |
| CN113917923A (zh) * | 2021-10-11 | 2022-01-11 | 上海安吉星信息服务有限公司 | 一种自动驾驶启动方法及装置 |
| CN113917875A (zh) * | 2021-10-19 | 2022-01-11 | 河南工业大学 | 一种自主无人系统开放通用智能控制器、方法及存储介质 |
| CN114194210A (zh) * | 2021-11-19 | 2022-03-18 | 岚图汽车科技有限公司 | 一种高速公路领航系统、控制方法及其设备 |
| CN114141040B (zh) * | 2021-11-30 | 2023-02-21 | 燕山大学 | 一种用于智能网联车辆巡航模式下的信号灯通行冗余系统 |
| CN114141040A (zh) * | 2021-11-30 | 2022-03-04 | 燕山大学 | 一种用于智能网联车辆巡航模式下的信号灯通行冗余系统 |
| CN114279459A (zh) * | 2021-12-28 | 2022-04-05 | 清华大学苏州汽车研究院（吴江） | 一种用于自动驾驶的前后端分离的路由导航系统 |
| CN114523915A (zh) * | 2022-01-05 | 2022-05-24 | 金龙联合汽车工业（苏州）有限公司 | 一种基于商用车电子架构和域控制器的应用系统 |
| CN115009357A (zh) * | 2022-06-30 | 2022-09-06 | 北京主线科技有限公司 | 车辆转向检测控制系统、方法、电子设备及存储介质 |
| CN115009357B (zh) * | 2022-06-30 | 2023-11-07 | 北京主线科技有限公司 | 车辆转向检测控制系统、方法、电子设备及存储介质 |
| CN115311839A (zh) * | 2022-08-03 | 2022-11-08 | 九识(苏州)智能科技有限公司 | 一种低速自动驾驶车辆组队通过复杂场景的方法 |
| CN115311839B (zh) * | 2022-08-03 | 2024-05-17 | 九识(苏州)智能科技有限公司 | 一种低速自动驾驶车辆组队通过复杂场景的方法 |
| CN116674540A (zh) * | 2023-07-27 | 2023-09-01 | 苏州鉴智机器人科技有限公司 | 车辆通过控制方法、装置、电子设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111422196A (zh) | 一种适用于微巴的智能网联自动驾驶系统及方法 | |
| WO2022063331A1 (zh) | 一种基于v2x的编队行驶智能网联客车 | |
| US11467596B2 (en) | Target abnormality determination device | |
| US10549780B2 (en) | Driving assistance device for a vehicle | |
| WO2020029462A1 (zh) | 一种电动汽车的无人驾驶系统 | |
| CN110473416B (zh) | 车辆控制装置 | |
| EP3626569B1 (en) | Driving assistance device and driving assistance method | |
| US10759425B2 (en) | Autonomous driving system | |
| CN107031600A (zh) | 基于高速公路的自动驾驶系统 | |
| WO2024146195A1 (zh) | 一种用于电子导向胶轮车的自动驾驶系统 | |
| AU2018373022B2 (en) | Using discomfort for speed planning for autonomous vehicles | |
| CN113496189B (zh) | 基于静态障碍物地图的感知方法及系统 | |
| US20220176987A1 (en) | Trajectory limiting for autonomous vehicles | |
| CN115339437A (zh) | 自主车辆的远程对象检测、定位、跟踪和分类 | |
| EP4306382A1 (en) | Planning trajectories for controlling autonomous vehicles | |
| CN212172193U (zh) | 一种适用于微巴的智能网联自动驾驶系统 | |
| JP6636484B2 (ja) | 走行制御装置、走行制御方法およびプログラム | |
| JP6765357B2 (ja) | 走行制御装置、走行制御方法およびプログラム | |
| CN115593429A (zh) | 自动驾驶车辆对紧急车辆的响应 | |
| CN115129053A (zh) | 一种机场牵引运输车及其自动驾驶系统 | |
| US20190176839A1 (en) | Object recognition apparatus, object recognition method, and vehicle | |
| EP3862239A1 (en) | Vehicle control device | |
| CN110908367A (zh) | 一种基于scstsv的智能网联汽车计算平台 | |
| CN115123385B (zh) | 一种无人巴士线控底盘及其自动驾驶系统 | |
| Redmill et al. | Ohio state university experiences at the darpa challenges |
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 |