CN111650939A - 一种用于自动驾驶的轨迹控制方法 - Google Patents
一种用于自动驾驶的轨迹控制方法 Download PDFInfo
- Publication number
- CN111650939A CN111650939A CN202010518996.0A CN202010518996A CN111650939A CN 111650939 A CN111650939 A CN 111650939A CN 202010518996 A CN202010518996 A CN 202010518996A CN 111650939 A CN111650939 A CN 111650939A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- detection device
- track
- lane
- control method
- 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 25
- 238000001514 detection method Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000003550 marker Substances 0.000 claims description 28
- 238000004088 simulation Methods 0.000 claims description 16
- 239000002184 metal Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000003384 imaging method Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 238000003331 infrared imaging Methods 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 3
- 239000003973 paint Substances 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000007769 metal material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000010426 asphalt Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种用于自动驾驶的轨迹控制方法，包括：步骤1、信息采集；步骤2、获取图像数据；步骤3、数据处理计算出标志检测装置到车道标志线的距离并加以修正；步骤4、对步骤3提供的修正后的距离进一步计算以判断是否需要调整轨迹，如果不需要调整则维持原轨迹，否则执行步骤5；步骤5、建立调控指数的模型，导入历史检测的图像数据，计算出最近一次的调控等级，进而计算出车辆当前的调节角度；步骤6、根据步骤5提供的调节角度控制行驶车辆调整轨迹；重复步骤2‑6直至步骤4判断不需要调整轨迹。本发明更好的实现行驶车辆自动角度调节，提高调节精度，避免计算出的转向角度的误差。
Description
技术领域
本发明涉及一种用于自动驾驶的轨迹控制方法。
背景技术
目前在自动驾驶领域，包括控制车辆在路面车道中行驶如何进行自动轨迹控制的技术，轨迹控制需要保证车辆沿车道行驶，或在偏离车道时尽快恢复到车道上行驶。现有技术中目前大部分采用图像采集后通过图像识别算法识别车道边线，然后确定车辆行驶轨迹是否在车道内，是否需要改变车辆行驶角度，实现车辆的轨迹变化。但是这种方法采集图像的效果直接影响到控制的可靠性，而图像数据容易受外界气候、光照以及路面遮挡物等因素的影响。而且现有的控制方法中在转向时不能精确控制车辆的转向角度，车轮转向角度过大或过小都会造成误差增大，现行的控制方法有时计算出的转向角度明显小于或大于车辆能控制的范围，从而进一步增大了转向产生的角度误差。
发明内容
本发明的目的在于提供一种用于自动驾驶的轨迹控制方法，以解决现有技术中车辆在进行轨迹控制时易受外界光照和车道遮挡物影响，并且转向角度的控制精确性较低容易产生误差的问题。
所述的一种用于自动驾驶的轨迹控制方法，车道标志线上设置有能被车辆上标志检测装置检测到的标志物，所述轨迹控制方法所述包括下列步骤：
步骤1、信息采集：系统录入车道、车辆及所述标志检测装置的参数信息；
步骤2、获取图像数据：通过标志检测装置采集标志物图像，经图像处理后提取特征数据；
步骤3、数据处理计算出标志检测装置到车道标志线的距离并加以修正；
步骤4、对步骤3提供的修正后的距离进一步计算以判断是否需要调整轨迹，如果不需要调整则维持原轨迹，否则执行步骤5；
步骤5、建立调控指数的模型，导入历史检测的图像数据，计算出最近一次的调控等级，进而计算出车辆当前的调节角度；
步骤6、根据步骤5提供的调节角度控制行驶车辆调整轨迹；
重复步骤2-6直至步骤4判断不需要调整轨迹。
优选的，所述步骤1中采集的信息包括：车宽Wcar，载货极限宽度Wlim，标志检测装置分辨率σ，标志检测装置安装高度h，标志检测装置的外视角度θ，行驶车辆(3)行驶方向左右两侧标志检测装置之间的距离L，车道宽度列表Wroad[level]＝{w1,w2,w3,…}。
优选的，所述步骤3中根据图像中成像的标志物的位置计算当前标志检测装置到车道标志线的距离dp，并根据建立的仿真数据库对dp进行修正，获取修正值
以标志检测装置的探测视角中心角位置O为原点建立坐标系，坐标轴由车辆内侧指向外侧，内侧为负半轴，外侧为正半轴,同时以像素作为最小单位尺度，记录成像标志物中心位置到O的像素数α，其中：
dp＝h×tanθ+(±α)×σ (a)，
仿真数据库根据大数据仿真，建立样本数据库，由此计算样本标准差
公式(b)中，n为参与计算的样本数，dpreal(i)为对应样本所得到的实测值，dp(i)为对应样本所得到的理论计算值；距离的修正值
优选的，所述步骤4中根据当前距离的修正值
与期望距离dexp进行计算：
当
判断车辆维持行车轨迹，当
车辆需要调整轨迹执行步骤5。
优选的，所述步骤5中，先根据车辆转向的角度范围设定调控角度范围为±ω，并设定调控等级为m，建立历史轨迹时间表t＝{t-k,t-k+1,…,t0},其中t0表示最近一次采集到的图像的时刻，并获得对应时刻的
相应的调控指数的模型为:
通过该模型计算出m，则实时调节角度
优选的，根据能精确控制的最小转向角度设定最大调节等级K，若|m|>K，则判定|m|＝K。
优选的，标志物铺设在车道标志线上，所述标志物表面涂上与车道标志线相同材质的涂料，所述标志物为条状金属片。
优选的，所述标志检测装置是基于SAR成像的合成孔径雷达或基于红外成像的红外探视仪，所述标志检测装置设置在所述车辆的四个边角位置且检测端口向下设置，车辆在车道中行驶时至少有一侧车道标志线在所述标志检测装置的探测范围内。
本发明具有如下优点：通过对车道标志线进行雷达探测、图像处理和数据计算，得到行驶车辆附近的车道数据，对行驶车辆进行实时定位，确定其在车道上的位置；而采用的算法则能够在多次仿真实验采集的数据基础上，将计算出的距离值修正提高精度，将微观自动驾驶定位精度提高到厘米级，更大程度的保证车辆行驶安全性能；本方法还通过对历史数据的储存和统计分析，在车载电脑系统中建立调控指数与轨迹变化模型，形成庞大的调控数据库，更好的实现行驶车辆自动角度调节，提高调节精度，避免计算出的转向角度明显小于或大于车辆能控制的范围。
附图说明
图1是本发明的流程示意图，
图2是本发明在探测场景下的示意图，
图3是本发明的仿真实验数据的柱状图，
图中：1、标志检测装置，2、探测范围，3、车辆，4、标志物，5、车道标志线。
具体实施方式
下面对照附图，通过对实施例的描述，对本发明具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
如图1-3所示，本发明提供了一种用于自动驾驶的轨迹控制方法,应用该方法的道路系统中，车道标志线(5)上设置有能被车辆(3)上标志检测装置(1)检测到的标志物(4)。标志检测装置(1)设置在所述车辆(3)的四个边角位置且检测端口向下设置，车辆(3)在车道中行驶时至少有一侧车道标志线(5)在所述标志检测装置(1)的探测范围(2)内。以合成孔径雷达为例，雷达的接收天线为中心位置，则探测范围2为半径大于0.5m的圆形区域，同时根据不同公路等级的车道宽度不同，实时调整合成孔径雷达的探测范围2，使得行驶车辆3在一侧压线的情况下，另一侧依然能够探测到对应的车道标志线5。
所述标志检测装置(1)是基于SAR成像的合成孔径雷达或基于红外成像的红外探视仪。标志物(4)铺设在车道标志线(5)上，所述标志物(4)表面涂上与车道标志线(5)相同材质的涂料，所述标志物(4)为条状金属片，规格尺寸不超过0.2*10*100mm，金属薄条越薄越好，且表面粗糙，因此合成孔径雷达或红外探视仪均能对其检测效果较好，图像上显示清晰，并且不易受光照或一般遮挡物如积雪、树叶影响。
采用上述系统后，所述轨迹控制方法所述包括下列步骤：
步骤1、信息采集：系统录入车道、车辆(3)及所述标志检测装置(1)的参数信息。采集的信息包括：车宽Wcar，载货极限宽度Wlim，红外探视仪分辨率σ，红外探视仪安装高度h，红外探视仪外视角度θ，行驶车辆(3)行驶方向左右红外探视仪之间的距离L，车道宽度列表Wroad[level]＝{w1,w2,w3,…}。
步骤2、获取图像数据：通过标志检测装置(1)采集标志物(4)图像，经图像处理后提取特征数据。标志检测装置1是红外探视仪时，图像识别是根据金属条与其周边的非金属物质在同等环境条件下的红外成像不同进行识别，由于金属的强导热性，使得与沥青等非金属物质在相同环境下，其红外成像存在较大差异，在低温条件下，金属的红外辐射效应更低，而在高温条件下，金属表现出较强的红外辐射特性，因此通过红外探视仪能够较为清晰将金属条与路面结构材料进行区分，通过图像识别算法将特征提取。
标志检测装置1是合成孔径雷达时，合成孔径雷达对金属片发射电磁波并通过雷达的接收天线对反射波进行回收，生成SAR图像，根据图像散射点像素分布通过大量样本数据对图像目标进行识别。由于雷达的距离向成像分辨率与载波带宽直接相关，为满足金属片4成像需要，至少保证在距离向上成像目标占据足够像素以保证后期计算需求，同时为避免使用太赫兹频段(0.1THz-10THz)，防止该频段电磁波子啊雨雪条件下衰减极大的问题，所以合成孔径雷达频率选择50-100GHz并避免使用通信频段，结合方位向采集数据即可实现对目标较为清晰的SAR成像。
步骤3、数据处理计算出标志检测装置(1)到车道标志线(5)的距离并加以修正；具体来说，根据上一步采集的图像数据，依据成像的标志物(4)的位置计算当前标志检测装置(1)到车道标志线(5)的距离dp，并根据建立的仿真数据库对dp进行修正，获取修正值
以标志检测装置(1)的探测视角中心角位置O为原点建立坐标系，坐标轴由车辆(3)内侧指向外侧，内侧为负半轴，外侧为正半轴,同时以像素作为最小单位尺度，记录成像标志物(4)中心位置到O的像素数α，其中：
dp＝h×tanθ+(±α)×σ (a)，
仿真数据库根据大数据仿真，建立样本数据库，由此计算样本标准差
公式(b)中，n为参与计算的样本数，dpreal(i)为对应样本所得到的实测值，dp(i)为对应样本所得到的理论计算值；距离的修正值
步骤4、对步骤3提供的修正后的距离进一步计算以判断是否需要调整轨迹，如果不需要调整则维持原轨迹，否则执行步骤5。具体来说，根据当前距离的修正值
与期望距离dexp进行计算：
当
判断车辆(3)维持行车轨迹，当
车辆(3)需要调整轨迹执行步骤5。
步骤5、建立调控指数的模型，导入历史检测的图像数据，计算出最近一次的调控等级，进而计算出车辆(3)当前的调节角度。具体来说，先根据车辆(3)转向的角度范围设定调控角度范围为±ω，并设定调控等级为m，建立历史轨迹时间表t＝{t-k,t-k+1,…,t0},其中t0表示最近一次采集到的图像的时刻，并获得对应时刻的
相应的调控指数的模型为:
通过该模型计算出m，则实时调节角度
根据能精确控制的最小转向角度设定最大调节等级K，若|m|>K，则判定|m|＝K。例如设定K＝10，即将调节等级分为10级，K的值需要保证当K最大时，车辆转向角度仍可以较为精确地进行控制，防止转向角度过小导致车辆转向控制不准确的问题。
步骤6、根据步骤5提供的调节角度控制行驶车辆(3)调整轨迹。
重复步骤2-6直至步骤4判断不需要调整轨迹。这样即使车辆因为误操作或意外偏斜处某一车道，其仍能在路面上快速调节，直至进入某一车道后，继续实行在车道能沿车道行驶，保持轨迹稳定。
实施例一：
设置仿真参数进行仿真实验测算，模拟路段选择NH高速路段，单车道宽度Wroad[1]＝3.75m，模拟车型最大宽度Wcar＝2.5m，合成孔径雷达安装高度h＝1.5m，外视角θ＝15°，左右雷达间距L-2.4m，模拟行使均速80km/h，模拟行驶公里数S＝{5km,10km,15km,20km,40km}。
根据公式(a)、(b)、(c)、(d)、(e)进行数据验算，由此可知，在一级公路宽度3.75m条件下，宽度2.5m的车，允许单侧偏离的最大距离小于60厘米以保持车辆始终行使在既定车道内，而通过对偏离车辆的轨迹进行主动调控后，车辆行使轨迹能够始终保持在中心距附近且控制在单行车道内行使，如图3所示。上述仿真数据用于建立相应的仿真数据库。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的发明构思和技术方案进行的各种非实质性的改进，或未经改进将本发明构思和技术方案直接应用于其它场合的，均在本发明保护范围之内。
Claims (8)
1.一种用于自动驾驶的轨迹控制方法，其特征在于：车道标志线(5)上设置有能被车辆(3)上标志检测装置(1)检测到的标志物(4)，所述轨迹控制方法所述包括下列步骤：
步骤1、信息采集：系统录入车道、车辆(3)及所述标志检测装置(1)的参数信息；
步骤2、获取图像数据：通过标志检测装置(1)采集标志物(4)图像，经图像处理后提取特征数据；
步骤3、数据处理计算出标志检测装置(1)到车道标志线(5)的距离并加以修正；
步骤4、对步骤3提供的修正后的距离进一步计算以判断是否需要调整轨迹，如果不需要调整则维持原轨迹，否则执行步骤5；
步骤5、建立调控指数的模型，导入历史检测的图像数据，计算出最近一次的调控等级，进而计算出车辆(3)当前的调节角度；
步骤6、根据步骤5提供的调节角度控制行驶车辆(3)调整轨迹；
重复步骤2-6直至步骤4判断不需要调整轨迹。
2.根据权利要求1所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述步骤1中采集的信息包括：车宽Wcar，载货极限宽度Wlim，标志检测装置分辨率o，标志检测装置安装高度h，标志检测装置的外视角度θ，行驶车辆(3)行驶方向左右两侧标志检测装置之间的距离L，车道宽度列表Wroad[level]＝{w1，w2，w3，...}。
3.根据权利要求2所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述步骤3中根据图像中成像的标志物(4)的位置计算当前标志检测装置(1)到车道标志线(5)的距离dp，并根据建立的仿真数据库对dp进行修正，获取修正值
以标志检测装置(1)的探测视角中心角位置O为原点建立坐标系，坐标轴由车辆(3)内侧指向外侧，内侧为负半轴，外侧为正半轴，同时以像素作为最小单位尺度，记录成像标志物(4)中心位置到O的像素数α，其中：
dp＝h×tanθ+(±α)×σ(a)，
仿真数据库根据大数据仿真，建立样本数据库，由此计算样本标准差
公式(b)中，n为参与计算的样本数，
为对应样本所得到的实测值，dp(i)为对应样本所得到的理论计算值；距离的修正值
4.根据权利要求3所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述步骤4中根据当前距离的修正值
与期望距离dexp进行计算：
当
判断车辆(3)维持行车轨迹，当
车辆(3)需要调整轨迹执行步骤5。
5.根据权利要求4所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述步骤5中，先根据车辆(3)转向的角度范围设定调控角度范围为±ω，并设定调控等级为m，建立历史轨迹时间表t＝{t-k，t-k+1，...，t0}，其中t0表示最近一次采集到的图像的时刻，并获得对应时刻的
相应的调控指数的模型为：
通过该模型计算出m，则实时调节角度
6.根据权利要求5所述的一种用于自动驾驶的轨迹控制方法，其特征在于：根据能精确控制的最小转向角度设定最大调节等级K，若|m|＞K，则判定|m|＝K。
7.根据权利要求6所述的一种用于自动驾驶的轨迹控制方法，其特征在于：标志物(4)铺设在车道标志线(5)上，所述标志物(4)表面涂上与车道标志线(5)相同材质的涂料，所述标志物(4)为条状金属片。
8.根据权利要求7所述的一种用于自动驾驶的轨迹控制方法，其特征在于：所述标志检测装置(1)是基于SAR成像的合成孔径雷达或基于红外成像的红外探视仪，所述标志检测装置(1)设置在所述车辆(3)的四个边角位置且检测端口向下设置，车辆(3)在车道中行驶时至少有一侧车道标志线(5)在所述标志检测装置(1)的探测范围(2)内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010518996.0A CN111650939B (zh) | 2020-06-09 | 2020-06-09 | 一种用于自动驾驶的轨迹控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010518996.0A CN111650939B (zh) | 2020-06-09 | 2020-06-09 | 一种用于自动驾驶的轨迹控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111650939A true CN111650939A (zh) | 2020-09-11 |
| CN111650939B CN111650939B (zh) | 2022-12-30 |
Family
ID=72347478
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010518996.0A Active CN111650939B (zh) | 2020-06-09 | 2020-06-09 | 一种用于自动驾驶的轨迹控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111650939B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113291322A (zh) * | 2021-06-18 | 2021-08-24 | 上海华兴数字科技有限公司 | 自动驾驶轨迹偏差检测方法、系统及自动驾驶车辆 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102295004A (zh) * | 2011-06-09 | 2011-12-28 | 中国人民解放军国防科学技术大学 | 一种车道偏离预警方法 |
| CN109311478A (zh) * | 2016-12-30 | 2019-02-05 | 同济大学 | 一种基于舒适度的自动驾驶车速控制方法 |
| CN109597317A (zh) * | 2018-12-26 | 2019-04-09 | 广州小鹏汽车科技有限公司 | 一种基于自学习的车辆自动驾驶方法、系统及电子设备 |
| CN110077398A (zh) * | 2019-05-20 | 2019-08-02 | 上海域驾智能科技有限公司 | 一种用于智能驾驶的危险处理方法 |
| CN110487562A (zh) * | 2019-08-21 | 2019-11-22 | 北京航空航天大学 | 一种用于无人驾驶的车道保持能力检测系统及方法 |
| CN110517521A (zh) * | 2019-08-06 | 2019-11-29 | 北京航空航天大学 | 一种基于路车融合感知的车道偏离预警方法 |
-
2020
- 2020-06-09 CN CN202010518996.0A patent/CN111650939B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102295004A (zh) * | 2011-06-09 | 2011-12-28 | 中国人民解放军国防科学技术大学 | 一种车道偏离预警方法 |
| CN109311478A (zh) * | 2016-12-30 | 2019-02-05 | 同济大学 | 一种基于舒适度的自动驾驶车速控制方法 |
| CN109597317A (zh) * | 2018-12-26 | 2019-04-09 | 广州小鹏汽车科技有限公司 | 一种基于自学习的车辆自动驾驶方法、系统及电子设备 |
| CN110077398A (zh) * | 2019-05-20 | 2019-08-02 | 上海域驾智能科技有限公司 | 一种用于智能驾驶的危险处理方法 |
| CN110517521A (zh) * | 2019-08-06 | 2019-11-29 | 北京航空航天大学 | 一种基于路车融合感知的车道偏离预警方法 |
| CN110487562A (zh) * | 2019-08-21 | 2019-11-22 | 北京航空航天大学 | 一种用于无人驾驶的车道保持能力检测系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 罗峰等: "基于多点预瞄的自动驾驶汽车轨迹跟踪算法", 《机电一体化》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113291322A (zh) * | 2021-06-18 | 2021-08-24 | 上海华兴数字科技有限公司 | 自动驾驶轨迹偏差检测方法、系统及自动驾驶车辆 |
| CN113291322B (zh) * | 2021-06-18 | 2022-07-05 | 上海华兴数字科技有限公司 | 自动驾驶轨迹偏差检测方法、系统及自动驾驶车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111650939B (zh) | 2022-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111307162B (zh) | 用于自动驾驶场景的多传感器融合定位方法 | |
| CN110853393B (zh) | 智能网联车辆测试场数据采集与融合方法及系统 | |
| RU2727164C1 (ru) | Способ и устройство коррекции картографических данных | |
| CN109085823B (zh) | 一种园区场景下基于视觉的自动循迹行驶方法 | |
| DE102007005121A1 (de) | Verfahren und Vorrichtung für eine fahrzeuginterne Kalibrierung und Orientierung von Objektverfolgungssystemen | |
| CN117836653A (zh) | 一种基于车载定位装置的路侧毫米波雷达校准方法 | |
| CN110208842A (zh) | 一种车联网环境下车辆高精度定位方法 | |
| CN110837080A (zh) | 激光雷达移动测量系统的快速标定方法 | |
| CN105676253A (zh) | 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法 | |
| CN111619589B (zh) | 一种复杂环境的自动驾驶控制方法 | |
| DE102011117809A1 (de) | Verfahren zum Ergänzen der GPS- oder GPS/Sensor-Fahrzeugpositionsbestimmung unter Verwendung zusätzlicher fahrzeuginterner Bilderfassungssensoren | |
| DE102016217645A1 (de) | Verfahren zum Bereitstellen von Information über eine voraussichtliche Fahrintention eines Fahrzeugs | |
| DE102011120497A1 (de) | Systeme und Verfahren zur präzisen Fahrzeugpositionsbestimmung innerhalb einer Fahrspur | |
| CN114999228B (zh) | 一种自动驾驶车在恶劣天气防碰撞方法 | |
| CN111325187B (zh) | 一种车道位置的识别方法及装置 | |
| DE102020100941A1 (de) | System und verfahren zum steuern eines autonomen fahrzeugs | |
| CN112014856B (zh) | 一种适于交叉路段的道路边沿提取方法及装置 | |
| DE102021125166A1 (de) | Bestimmung von seitenwindrisiken | |
| CN104677361A (zh) | 一种综合定位的方法 | |
| CN111208820B (zh) | 人工智能大数据下粒子化无人车组、控制方法及介质 | |
| CN111650939B (zh) | 一种用于自动驾驶的轨迹控制方法 | |
| DE19611775A1 (de) | Verfahren zur Eigenortung eines spurgeführten Fahrzeugs und Einrichtung zur Durchführung des Verfahrens | |
| CN112378410A (zh) | 车辆行驶盲区校准方法、装置、设备及存储介质 | |
| CN114333297B (zh) | 一种基于交通雷达的车辆所属弯道车道估计方法 | |
| CN110333523A (zh) | 一种用于rtg自动行走系统的轨道线三维数据生成方法 |
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 | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Nanjing Institute of technology, No.1, Yangshan North Road, Qixia District, Nanjing City, Jiangsu Province Patentee after: Nanjing Vocational University of Industry Technology Address before: Nanjing Institute of technology, No.1, Yangshan North Road, Qixia District, Nanjing City, Jiangsu Province Patentee before: NANJING INSTITUTE OF INDUSTRY TECHNOLOGY |
|
| CP01 | Change in the name or title of a patent holder | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230908 Address after: Room 1611, No. 222-3, Xingmin Road, Tianhe District, Guangzhou, Guangdong, 510000 Patentee after: Guangzhou Zeer Testing Technology Co.,Ltd. Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee before: Dragon totem Technology (Hefei) Co.,Ltd. Effective date of registration: 20230908 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: Nanjing Institute of technology, No.1, Yangshan North Road, Qixia District, Nanjing City, Jiangsu Province Patentee before: Nanjing Vocational University of Industry Technology |
|
| TR01 | Transfer of patent right |