CN111653125B - 一种无人驾驶汽车斑马线礼让行人模式的确定方法 - Google Patents
一种无人驾驶汽车斑马线礼让行人模式的确定方法 Download PDFInfo
- Publication number
- CN111653125B CN111653125B CN202010465122.3A CN202010465122A CN111653125B CN 111653125 B CN111653125 B CN 111653125B CN 202010465122 A CN202010465122 A CN 202010465122A CN 111653125 B CN111653125 B CN 111653125B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- pedestrian
- data
- driver
- deceleration
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人驾驶汽车斑马线礼让行人模式的确定方法：首先选取无信号灯控制的斑马线路段，采集真实车辆驾驶人礼让行人的数据；然后对采集到的数据进行筛选，剔除驾驶人采取的急刹行为和被行人逼停的数据，保留驾驶人主动让行和有减速行为的数据；再将保留下的数据进行分级组合，并根据分级组合之后的数据，建立驾驶人在礼让行人时的逻辑模糊规则；最后将所建立的驾驶人在礼让行人时的逻辑模糊规则应用于无人驾驶车辆中，控制无人驾驶车辆在无信号灯控制的斑马线处礼让行人。该方法可以自动实现根据无人驾驶汽车当前车速以及距离行人的距离，得到符合真实驾驶人操作时采取的减速度，使得车辆在行驶过程中更平稳，更拟人化。
Description
技术领域
本发明涉及无人驾驶技术领域，尤其涉及一种无人驾驶汽车斑马线礼让行人模式的确定方法。
背景技术
随着信息技术的发展，众多大型公司和高校都开始自主研发无人驾驶汽车，而随着谷歌公司自动驾驶技术的推进以及特斯拉自动驾驶车辆的一些事故，无人车安全驾驶成为了社会的一大热点。
驾驶人和行人在无信号灯控制路口的交互都有潜移默化的规则，行人已经适应了驾驶人的让行模式，无人驾驶车辆的加入如果打破了二者的交互模式，行人会对自己以往的惯性过街决策产生怀疑，而无人驾驶汽车后方的车辆驾驶人也会由于不适应前方无人车的让行模式，产生超车的想法，从而使无信号灯控制的斑马线交通流产生混乱，增加行人过街的危险。
综上，无人驾驶车辆在无信号灯斑马线处的礼让模式需要遵循原有的驾驶人和行人交互规律，更加“拟人化”，但是目前这种技术比较缺乏。
发明内容
针对现有技术中存在的问题，本发明的目的在于提供一种无人驾驶汽车斑马线礼让行人模式的确定方法，可以自动实现根据无人驾驶汽车当前车速以及距离行人的距离，得到符合真实驾驶人操作时采取的减速度，使得车辆在行驶过程中更平稳，更拟人化。
为达到上述目的，本发明采用以下技术方案予以实现。
一种无人驾驶汽车斑马线礼让行人模式的确定方法，包括以下步骤：
步骤1，信息采集；选取无信号灯控制的斑马线路段，采集真实车辆驾驶人礼让行人的数据，所述数据包含车辆的速度、车辆与过街行人的距离、行人在斑马线的位置以及车辆减速度；
步骤2，信息处理；将步骤1所采集到的数据进行筛选，剔除驾驶人采取的急刹行为和被行人逼停的数据，保留驾驶人主动让行和有减速行为的数据；
步骤3，建立规则；将步骤2中保留下的数据进行分级组合，并根据分级组合之后的数据，建立驾驶人在礼让行人时的逻辑模糊规则；
步骤4；规则应用；将步骤3所建立的驾驶人在礼让行人时的逻辑模糊规则应用于无人驾驶车辆中，控制无人驾驶车辆在无信号灯控制的斑马线处礼让行人。
本发明技术方案的特点和进一步的改进在于：
(1)步骤2包含以下子步骤：
子步骤2.1，根据步骤1所采集的车辆的速度、车辆与过街行人的距离以及行人在斑马线的位置，判断车辆是否存在让行行为；若车辆没有存在主动让行行为，则剔除该类数据；
子步骤2.2，根据步骤1所采集的车辆的速度以及车辆减速度，判断车辆驾驶人是否实施急刹车行为；车辆驾驶人存在急刹车行为，则剔除该类数据。
(2)子步骤2.1中，所述判断车辆是否存在让行行为，具体为：
若行人的位置固定没变，车辆与行人的距离不断减小，车辆驶过斑马线后，行人位置开始改变，则认为车辆没有礼让行人；
若行人的位置出现在车辆前方时，车辆才开始减速，则认为车辆被过街行人逼停。
(3)子步骤2.2中，所述判断车辆驾驶人是否实施急刹车行为，具体为：
若车辆减速度大于等于减速度阈值，则认为车辆驾驶人存在急刹车行为。
(4)步骤2还包含子步骤2.3，将剔除之后的剩余数据进行复查，根据剩余数据中的车辆的速度、车辆与过街行人的距离、行人在斑马线的位置以及车辆减速度，判断车辆是否存在礼让行人或减速行为，若否，剔除此组数据。
(5)步骤3中，所述将步骤2中保留下的数据进行分级组合，具体为：
将车辆的速度从小到大进行n等级分类；
将车辆与行人的距离从小到大进行m等级分类；
将车辆的速度和车辆与行人的距离进行两两组合，得到n×m种分级组合结果。
(6)进一步的，所述建立驾驶人在礼让行人时的逻辑模糊规则，具体为：
以车辆的速度、车辆与过街行人的距离作为输入，以车辆减速度作为输出，通过构建模糊神经网络，获取逻辑模糊规则，实现以车辆的速度、车辆与过街行人的距离为输入，车辆减速度为输出的模糊推理。
与现有技术相比，本发明的有益效果为：
本发明的无人驾驶汽车斑马线礼让行人模式的确定方法可以准确地根据当前车速、当前车辆距离行人的间距得到成熟驾驶人在类似情况下所采取的减速度，使得无人驾驶车辆能做出成熟“驾驶人”的反应，让无人驾驶车辆的运动更加拟人化，提高了交通安全性。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本发明的无人驾驶汽车斑马线礼让行人模式的确定方法的流程示意图；
图2为本发明的无人驾驶汽车斑马线礼让行人模式的确定方法的原理示意图。
具体实施方式
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，都属于本发明保护的范围。
参考图1，为本发明的一种无人驾驶汽车斑马线礼让行人模式确定方法流程示意图。通过在无信号灯控制的路口选取斑马线，采集大量真实的车辆驾驶人礼让行人的数据，筛选出有明显主动让行行为的数据以及有轻微减速行为的数据；剔除急刹数据及车辆被行人逼停的数据，将车辆的速度，距离行人的间隙分为不同等级，两两组合后作为输入，汽车的减速度为输出，使用模糊神经网络生成逻辑模糊规则，确定在不同车辆速度、车人间隙下真实车辆驾驶人的礼让行人模式，最终将该规则加入无人驾驶车辆算法中，使无人驾驶车辆在通过无信号灯控制的斑马线路段时更加拟人化，提高了交通安全性。
目前，无人驾驶汽车的自动驾驶技术不断提高，但大部分自动驾驶技术都聚焦在道路识别、自动巡航等领域，而无人驾驶汽车在无信号灯控制路口如何与行人交互，既能降低油耗，提高驾驶舒适性，又能保护行人安全，也是一个亟待解决的问题。
针对以上问题，本发明实施例提供了一种无人驾驶汽车斑马线礼让行人模式的确定方法，具体包括以下步骤：
步骤1，信息采集；选取无信号灯控制的斑马线路段，采集真实车辆驾驶人礼让行人的数据，所述数据包含车辆的速度、车辆与过街行人的距离、行人在斑马线的位置以及车辆减速度。
其中，车辆减速度由车辆的速度、车辆与过街行人的距离通过以下动力学公式计算得到：
a＝(v-v0)/t
a表示车辆的减速度，v表示车辆的实时末速度，v0表示车辆在ts以前的瞬时车速。
步骤2，信息处理；将步骤1所采集到的数据进行筛选，剔除驾驶人采取的急刹行为和被行人逼停的数据，保留驾驶人主动让行和有减速行为的数据。
具体的，包含以下子步骤：
子步骤2.1，根据步骤1所采集的车辆的速度、车辆与过街行人的距离以及行人在斑马线的位置，判断车辆是否存在让行行为；若车辆没有存在主动让行行为，则剔除该类数据。
若行人的位置基本上固定没变，车辆与行人的距离不断减小，车辆驶过斑马线后，行人位置才开始改变，则认为车辆没有礼让行人，剔除该类数据；
若行人的位置出现在车辆的x轴前方时，车辆才开始减速，即车辆的减速度才开始取值，则认为车辆被过街行人逼停，而非主动让行，这类数据行人存在很大冒险行为，剔除该类数据。
子步骤2.2，根据步骤1所采集的车辆的速度以及车辆减速度，判断车辆驾驶人是否实施急刹车行为；车辆驾驶人存在急刹车行为，则剔除该类数据。
具体的，若车辆减速度大于等于减速度阈值，则认为车辆驾驶人存在急刹车行为。
本实施例中，减速度阈值为2m/s2，若车辆减速度大于等于2m/s2，且车辆速度在极短时间间隔内降低到2km/h，则认为车辆驾驶人存在急刹车行为，急刹车行为对交通流中的后方车辆及前方过街行人会造成很大的安全隐患，因此，剔除该类数据。
子步骤2.3，将剔除之后的剩余数据进行复查，根据剩余数据中的车辆的速度、车辆与过街行人的距离、行人在斑马线的位置以及车辆减速度，判断车辆是否存在礼让行人或减速行为，若数据不能反应上述两种行为，则剔除此组数据。
步骤3，建立规则；将步骤2中保留下的数据进行分级组合，并根据分级组合之后的数据，建立驾驶人在礼让行人时的逻辑模糊规则。
具体地，将步骤2中保留下的数据进行分级组合为：
将车辆的速度从小到大进行n等级分类；
将车辆与行人的距离从小到大进行m等级分类；
将车辆的速度和车辆与行人的距离进行两两组合，得到n×m种分级组合结果，表示共有n×m种组合输入，同时也有n×m种组合输出。
本发明实施例采用模糊神经网络算法，以车辆的速度、车辆与过街行人的距离作为输入，以车辆减速度作为输出，通过构建模糊神经网络，获取逻辑模糊规则，实现以车辆的速度、车辆与过街行人的距离为输入，车辆减速度为输出的模糊推理。
步骤4；规则应用；将步骤3所建立的驾驶人在礼让行人时的逻辑模糊规则应用于无人驾驶车辆中，控制无人驾驶车辆在无信号灯控制的斑马线处礼让行人。
具体地，根据无人驾驶车辆在无信号灯控制的斑马线之前的当前车速和当前车辆距离行人的距离，从步骤3所建立的驾驶人在礼让行人时的逻辑模糊规则中找出成熟驾驶人在类似情况下礼让行人所采取的减速度，并控制无人驾驶车辆按照该减速度行驶，则使得无人驾驶车辆能做出成熟“驾驶人”的反应，让无人驾驶车辆的运动更加拟人化。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种无人驾驶汽车斑马线礼让行人模式的确定方法，其特征在于，包括以下步骤：
步骤1，信息采集；选取无信号灯控制的斑马线路段，采集真实车辆驾驶人礼让行人的数据，所述数据包含车辆的速度、车辆与过街行人的距离、行人在斑马线的位置以及车辆减速度；
步骤2，信息处理；将步骤1所采集到的数据进行筛选，剔除驾驶人采取的急刹行为和被行人逼停的数据，保留驾驶人主动让行和有减速行为的数据；具体包含以下子步骤：
子步骤2.1，根据步骤1所采集的车辆的速度、车辆与过街行人的距离以及行人在斑马线的位置，判断车辆是否存在让行行为；若车辆没有存在主动让行行为，则剔除该类数据；
子步骤2.2，根据步骤1所采集的车辆的速度以及车辆减速度，判断车辆驾驶人是否实施急刹车行为；车辆驾驶人存在急刹车行为，则剔除该类数据；
步骤3，建立规则；将步骤2中保留下的数据进行分级组合，并根据分级组合之后的数据，建立驾驶人在礼让行人时的逻辑模糊规则；
在步骤3中，所述将步骤2中保留下的数据进行分级组合，具体为：
将车辆的速度从小到大进行n等级分类；
将车辆与行人的距离从小到大进行m等级分类；
将车辆的速度和车辆与行人的距离进行两两组合，得到n×m种分级组合结果；
步骤4，规则应用；将步骤3所建立的驾驶人在礼让行人时的逻辑模糊规则应用于无人驾驶车辆中，控制无人驾驶车辆在无信号灯控制的斑马线处礼让行人。
2.根据权利要求1所述的无人驾驶汽车斑马线礼让行人模式的确定方法，其特征在于，子步骤2.1中，所述判断车辆是否存在让行行为，具体为：
若行人的位置固定没变，车辆与行人的距离不断减小，车辆驶过斑马线后，行人位置开始改变，则认为车辆没有礼让行人；
若行人的位置出现在车辆前方时，车辆才开始减速，则认为车辆被过街行人逼停。
3.根据权利要求1所述的无人驾驶汽车斑马线礼让行人模式的确定方法，其特征在于，子步骤2.2中，所述判断车辆驾驶人是否实施急刹车行为，具体为：
若车辆减速度大于等于减速度阈值，则认为车辆驾驶人存在急刹车行为。
4.根据权利要求1所述的无人驾驶汽车斑马线礼让行人模式的确定方法，其特征在于，还包含子步骤2.3，将剔除之后的剩余数据进行复查，根据剩余数据中的车辆的速度、车辆与过街行人的距离、行人在斑马线的位置以及车辆减速度，判断车辆是否存在礼让行人或减速行为，若否，剔除此组数据。
5.根据权利要求1所述的无人驾驶汽车斑马线礼让行人模式的确定方法，其特征在于，所述建立驾驶人在礼让行人时的逻辑模糊规则，具体为：
以车辆的速度、车辆与过街行人的距离作为输入，以车辆减速度作为输出，通过构建模糊神经网络，获取逻辑模糊规则，实现以车辆的速度、车辆与过街行人的距离为输入，车辆减速度为输出的模糊推理。
6.根据权利要求3所述的无人驾驶汽车斑马线礼让行人模式的确定方法，其特征在于，所述减速度阈值为2m/s2；则若车辆减速度大于等于2m/s2，且车辆速度在极短时间间隔内降低到2km/h，则认为车辆驾驶人存在急刹车行为。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010465122.3A CN111653125B (zh) | 2020-05-28 | 2020-05-28 | 一种无人驾驶汽车斑马线礼让行人模式的确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010465122.3A CN111653125B (zh) | 2020-05-28 | 2020-05-28 | 一种无人驾驶汽车斑马线礼让行人模式的确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111653125A CN111653125A (zh) | 2020-09-11 |
| CN111653125B true CN111653125B (zh) | 2021-09-28 |
Family
ID=72351044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010465122.3A Active CN111653125B (zh) | 2020-05-28 | 2020-05-28 | 一种无人驾驶汽车斑马线礼让行人模式的确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111653125B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11738682B2 (en) * | 2020-10-08 | 2023-08-29 | Motional Ad Llc | Communicating vehicle information to pedestrians |
| CN112820147A (zh) * | 2020-12-30 | 2021-05-18 | 吉林大学 | 一种无控制路口车辆避让行人安全预警装置及预警方法 |
| CN114379549B (zh) * | 2022-01-21 | 2023-12-22 | 浙江吉利控股集团有限公司 | 行人避让方法、装置及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105892471A (zh) * | 2016-07-01 | 2016-08-24 | 北京智行者科技有限公司 | 汽车自动驾驶方法和装置 |
| US20170305434A1 (en) * | 2016-04-26 | 2017-10-26 | Sivalogeswaran Ratnasingam | Dynamic Learning Driving System and Method |
| KR20180007785A (ko) * | 2016-07-14 | 2018-01-24 | 주식회사 휴디스텍 | 무인자동차의 보행자 보호 시스템 |
| CN108205830A (zh) * | 2016-12-20 | 2018-06-26 | 百度（美国）有限责任公司 | 识别对于无人驾驶车辆的个人驾驶偏好的方法和系统 |
| CN108773373A (zh) * | 2016-09-14 | 2018-11-09 | 北京百度网讯科技有限公司 | 用于操作自动驾驶车辆的方法和装置 |
| CN110110487A (zh) * | 2019-05-27 | 2019-08-09 | 上海理工大学 | 一种无信号控制路段人行横道交通运行分析方法 |
| US20190354103A1 (en) * | 2017-07-10 | 2019-11-21 | Toyota Research Institute, Inc. | Providing user assistance in a vehicle based on traffic behavior models |
| CN111008554A (zh) * | 2019-10-16 | 2020-04-14 | 合肥湛达智能科技有限公司 | 一种基于深度学习的动态交通斑马线内不礼让行人识别方法 |
| CN107622669B (zh) * | 2017-10-25 | 2021-03-12 | 哈尔滨工业大学 | 一种识别右转机动车是否礼让行人的方法 |
-
2020
- 2020-05-28 CN CN202010465122.3A patent/CN111653125B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170305434A1 (en) * | 2016-04-26 | 2017-10-26 | Sivalogeswaran Ratnasingam | Dynamic Learning Driving System and Method |
| CN105892471A (zh) * | 2016-07-01 | 2016-08-24 | 北京智行者科技有限公司 | 汽车自动驾驶方法和装置 |
| KR20180007785A (ko) * | 2016-07-14 | 2018-01-24 | 주식회사 휴디스텍 | 무인자동차의 보행자 보호 시스템 |
| CN108773373A (zh) * | 2016-09-14 | 2018-11-09 | 北京百度网讯科技有限公司 | 用于操作自动驾驶车辆的方法和装置 |
| CN108205830A (zh) * | 2016-12-20 | 2018-06-26 | 百度（美国）有限责任公司 | 识别对于无人驾驶车辆的个人驾驶偏好的方法和系统 |
| US20190354103A1 (en) * | 2017-07-10 | 2019-11-21 | Toyota Research Institute, Inc. | Providing user assistance in a vehicle based on traffic behavior models |
| CN107622669B (zh) * | 2017-10-25 | 2021-03-12 | 哈尔滨工业大学 | 一种识别右转机动车是否礼让行人的方法 |
| CN110110487A (zh) * | 2019-05-27 | 2019-08-09 | 上海理工大学 | 一种无信号控制路段人行横道交通运行分析方法 |
| CN111008554A (zh) * | 2019-10-16 | 2020-04-14 | 合肥湛达智能科技有限公司 | 一种基于深度学习的动态交通斑马线内不礼让行人识别方法 |
Non-Patent Citations (5)
| Title |
|---|
| "Method of Pedestrian-vehicle Conflict Eliminating at Unsignalized Mid-block Crosswalks for Autonomous Vehicles";C. Feng;《2019 5th International Conference on Transportation Information and Safety (ICTIS)》;20191028;第511-519页 * |
| "基于BP神经网络的十字路口拟人化驾驶决策模型";周兵等;《Proceedings of the 16th International Forum of Automotive Traffic Safety（INFATS 2019）》;20191130;第182-189页 * |
| "基于优秀驾驶行为的自动爬坡方法研究";陈茹;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20200215(第2期);第C035-747页 * |
| "无人驾驶汽车路径跟踪控制方法拟人程度研究";郭应时等;《中国公路学报》;20180831;第31卷(第8期);第189-196页 * |
| 周兵等."基于BP神经网络的十字路口拟人化驾驶决策模型".《Proceedings of the 16th International Forum of Automotive Traffic Safety（INFATS 2019）》.2019, * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111653125A (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111653125B (zh) | 一种无人驾驶汽车斑马线礼让行人模式的确定方法 | |
| CN110488802B (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
| Gassmann et al. | Towards standardization of AV safety: C++ library for responsibility sensitive safety | |
| KR20190054374A (ko) | 주행 경험 정보를 이용한 자율주행 학습 장치 및 방법 | |
| CN111231957B (zh) | 车辆控制方法、装置、设备及存储介质 | |
| DE102017117240A1 (de) | Informationsansagevorrichtung für ein fahrzeug | |
| Ionita | Autonomous vehicles: from paradigms to technology | |
| CN108711285A (zh) | 一种基于道路路口的混合交通模拟方法 | |
| Xie et al. | Study on the controlled field test scenarios of automated vehicles | |
| CN114559956A (zh) | 自动驾驶车辆的避让方法、装置、设备及计算机存储介质 | |
| CN113570747A (zh) | 一种基于大数据分析的行驶安全监测系统和方法 | |
| Giuffrè et al. | Automated vehicles: a review of road safety implications as a driver of change | |
| CN115731695A (zh) | 一种场景安全等级确定方法、装置、设备及存储介质 | |
| CN113580947B (zh) | 车辆能量回收方法及装置、车辆及存储介质 | |
| CN112810604B (zh) | 一种基于停车场场景下智能车辆行为决策方法及系统 | |
| Martinelli et al. | Context-awareness mobile devices for traffic incident prevention | |
| Yan et al. | Application of fuzzy control under time-varying universe in unmanned vehicles | |
| CN112131756B (zh) | 一种考虑个体激进度的行人穿行场景仿真方法 | |
| Chen et al. | Data based parameter setting method for adaptive cruise control | |
| Pechinger et al. | Cyclist Safety in Urban Automated Driving-Sub-Microscopic HIL Simulation | |
| Chen et al. | Brake response time under near-crash cases with cyclist | |
| CN112590792A (zh) | 一种基于深度强化学习算法的车辆汇合控制方法 | |
| Li et al. | Fuzzy based collision avoidance control strategy considering crisis index in low speed urban area | |
| Chen et al. | Driver brake parameters analysis under risk scenarios with pedalcyclist | |
| Picone et al. | How Often are ADAS Used? Results of a Car Drivers’ Survey |
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 |