CN111770451B - 一种基于车路协同的道路车辆定位及感知方法和装置 - Google Patents

一种基于车路协同的道路车辆定位及感知方法和装置 Download PDF

Info

Publication number
CN111770451B
CN111770451B CN202010457794.XA CN202010457794A CN111770451B CN 111770451 B CN111770451 B CN 111770451B CN 202010457794 A CN202010457794 A CN 202010457794A CN 111770451 B CN111770451 B CN 111770451B
Authority
CN
China
Prior art keywords
vehicle
state information
road
vehicle body
body state
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
CN202010457794.XA
Other languages
English (en)
Other versions
CN111770451A (zh
Inventor
王平
刘富强
王超
王新红
黄陈明
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202010457794.XA priority Critical patent/CN111770451B/zh
Publication of CN111770451A publication Critical patent/CN111770451A/zh
Application granted granted Critical
Publication of CN111770451B publication Critical patent/CN111770451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Abstract

本发明涉及一种基于车路协同的道路车辆定位及感知方法，具体包括以下步骤：步骤S1：车载端获取道路车辆的车身状态信息，将车身状态信息发送至路侧端；步骤S2：路侧端获取环境状态信息，与接收到的车身状态信息进行时间及空间同步；步骤S3：路侧端将完成时间及空间同步的车身状态信息和环境状态信息进行关联匹配，匹配完成后将车身状态信息和环境状态信息进行融合，生成车辆融合状态信息，路侧端根据车辆融合状态信息更新道路车辆的环境状态信息，并将车辆融合状态信息发送回车载端；步骤S4：车载端根据接收到的车辆融合状态信息更新道路车辆的车身状态信息。与现有技术相比，本发明具有提高道路车辆的定位精度、扩大车载端的感知范围等优点。

Description

一种基于车路协同的道路车辆定位及感知方法和装置
技术领域
本发明涉及多源信息融合技术领域，尤其是涉及一种基于车路协同的道路车辆定位及感知方法和装置。
背景技术
车辆的发明方便了人类对于出行的要求，随着智能驾驶车辆的出现，使得车辆能够感知周围环境，识别一些危险状态以保证车辆的正常驾驶。然而，仅在车载端来安装传感器仍然有许多问题需要解决，例如车载传感器存在盲区、车载传感器数据处理需要大量算力等。基于上述问题，车联网技术由此应运而生。
车联网技术属于物联网技术中的一项核心应用，通过高精度GPS、车载传感器(如毫米波雷达、车载摄像头等)获取车辆自身的状态信息以及周边环境的感知信息。通过车与车、车与路侧、车与互联网之间进行无线通信以及信息交互，大量车辆的信息可以被分析和处理，用于不同的应用场景。
车联网车辆通常安装有符合车联网标准协议的通信设备及高精度全球定位系统，用于车辆定位，并通过无线通信广播消息。传统的车辆定位方案通常只考虑车载端或是路侧检测的单一结果，例如对于车载应用，仅考虑车载传感器与车辆定位信息的融合；对于路侧应用，仅考虑路侧多传感器的融合。然而，对于车载端应用，仅靠车载传感器及定位感知到的范围及其有限，同时大量数据的处理在车载端需要耗费大量算力，若每辆车都加装大算力设备，车辆成本将水涨船高。
现有技术公开了一种适用于车路协同的车辆主动安全智能终端，通过数据处理中心模块与车辆信息采集模块、DSRC数据收发模块以及GPS处理模块直接相连，结合本车的车辆行驶数据信息以及周边车辆的车辆行驶数据信息、车辆导航定位信息进行分析，确定当前车辆安全状态，但是缺少对数据信息的统一调度，不同数据之间存在一定的延迟，对最终的车辆定位造成影响。
发明内容
本发明的目的就是为了克服上述现有技术存在的仅考虑车载端或是路侧检测的单一结果、缺少对数据信息的统一调度的缺陷而提供一种基于车路协同的道路车辆定位及感知方法和装置。
本发明的目的可以通过以下技术方案来实现：
一种基于车路协同的道路车辆定位及感知方法，具体包括以下步骤：
步骤S1：车载端获取道路车辆的车身状态信息，将所述车身状态信息发送至路侧端；
步骤S2：路侧端获取道路车辆的环境状态信息，与接收到的车身状态信息进行时间及空间同步；
步骤S3：路侧端将完成时间及空间同步的车身状态信息和环境状态信息进行关联匹配，匹配完成后将车身状态信息和环境状态信息进行融合，生成车辆融合状态信息，路侧端根据所述车辆融合状态信息更新道路车辆的环境状态信息，并将车辆融合状态信息发送回车载端；
步骤S4：所述车载端根据接收到的所述车辆融合状态信息更新道路车辆的车身状态信息，所述车身状态信息包括通过GPS定位设备获得的道路车辆的当前位置的经度、纬度、海拔和航向角。
所述道路车辆的车身状态信息还包括车身状态误差范围。
所述路侧端设有传感器，通过所述传感器获取道路车辆的环境状态信息。
进一步地，所述传感器具体为微波雷达，对应的道路车辆的环境状态信息包括道路车辆相对所述微波雷达的距离和方向角。
进一步地，所述道路车辆的环境状态信息还包括环境状态误差范围。
所述车载端和路侧端通过支持DSRC标准的通信设备进行通信。
所述步骤S3中采用匈牙利匹配算法进行关联匹配，根据车身状态误差范围和环境状态误差范围之间的状态误差关系采用卡尔曼滤波算法进行数据融合。
所述车身状态信息和环境状态信息之间设有代价矩阵，具体如下：
Figure BDA0002509924080000021
其中，cij为第i个车载定位与第j个路侧传感器检测结果之间的距离。
一种使用所述基于车路协同的道路车辆定位及感知方法的装置，包括存储器和处理器，所述方法以计算机程序的形式存储于所述存储器中，并由处理器执行，执行时实现以下步骤：
步骤S1：车载端获取道路车辆的车身状态信息，将所述车身状态信息发送至路侧端；
步骤S2：路侧端获取道路车辆的环境状态信息，与接收到的车身状态信息进行时间及空间同步；
步骤S3：路侧端将完成时间及空间同步的车身状态信息和环境状态信息进行关联匹配，匹配完成后将车身状态信息和环境状态信息进行融合，生成车辆融合状态信息，路侧端根据所述车辆融合状态信息更新道路车辆的环境状态信息，并将车辆融合状态信息发送回车载端；
步骤S4：所述车载端根据接收到的所述车辆融合状态信息更新道路车辆的车身状态信息，所述车身状态信息包括通过GPS定位设备获得的道路车辆的当前位置的经度、纬度、海拔和航向角。
与现有技术相比，本发明具有以下有益效果：
1.本发明在进行数据融合之前对车身状态信息和环境状态信息进行时间及空间同步，保证了车身状态信息和环境状态信息之间的数据一致性，再进行多源信息的融合，提高道路车辆的定位精度。
2.本发明中路侧端的传感器通常安装在较高的位置，有着更广阔的视野，通过车载端与路侧端传感器信息的融合，扩大车载端的感知范围，利于车辆规划控制。
3.本发明将车载数据经由无线通信传输至路侧端，由路侧端进行处理，则车载端仅需具备发送和接收数据的功能即可，减少了车载端的算力要求。
附图说明
图1为本发明的流程示意图；
图2为本发明数据融合的流程示意图；
图3为本发明关联匹配的流程示意图；
图4为本发明融合结果转换的流程示意图；
图5为本发明实际应用场景的示意图。
附图标记：
1-车载单元OBU；2-路侧单元RSU；3-传感器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，一种基于车路协同的道路车辆定位及感知方法，提高道路车辆的定位精度，扩大车载端的感知范围，如图5所示，车载端安装有符合车联网通信标准的车载单元OBU，路侧端安装有符合车联网通信标准的路侧单元RSU，具体包括以下步骤：
步骤S1：车载端的车载单元OBU获取道路车辆的车身状态信息，得到车辆定位数据集如下所示：
V＝{v1,v2,…,vm}
其中，vi为车辆定位数据，i＝1,2,…,m，以及车身定位误差协方差∑V，车载端将车辆定位数据集V和车身定位误差协方差∑V发送至路侧端；
步骤S2：路侧端的路侧单元RSU获取道路车辆的环境状态信息，得到路侧传感器检测集如下所示：
R＝{r1,r2,…,rn}
其中，rj为路侧传感器检测的一个道路车辆的环境状态，j＝1,2,…,n，以及环境定位误差协方差∑r，与接收到的车辆定位数据集V进行时间及空间同步；
步骤S3：路侧端的路侧计算单元将完成时间及空间同步的车辆定位数据集V和路侧传感器检测集R进行关联匹配，如图4所示，匹配完成后根据车身定位误差协方差∑V和环境定位误差协方差∑r进行加权融合，生成车辆融合状态信息，即等效观测集，具体如下：
U＝{u1,u2,…,ut}
其中，ut为通过定位数据集和路侧传感器检测数据计算得到的等效观测结果，t＝1,2,…,k，路侧端根据等效观测集U更新道路车辆的环境状态信息，如图2所示，若路侧端的车辆在之前存在已确认目标，将已确认目标更新为当前的等效观测集U，同时RSU将等效观测集U发送回车载端；
步骤S4：车载端的OBU根据接收到的等效观测集U更新道路车辆的车身状态信息，车身状态信息包括通过GPS定位设备获得的道路车辆的当前位置的经度、纬度、海拔和航向角。
路侧计算单元首先对车辆定位数据集V和路侧传感器检测集R进行空间同步，统一到路侧端的坐标系下。由于路侧计算单元以一定频率进行融合，因此车辆定位数据集V到达路侧计算单元时还没有开始融合程序，需要进行与路侧传感器检测集R的时间同步。
如图3所示，步骤S3中车辆定位数据集V和路侧传感器检测集R进行关联匹配的步骤如下：
步骤S301：判断新目标与等效观测集U是否匹配，若否则剔除新目标，若是则检测匹配次数是否达到三次，若是转至步骤302，若否则继续匹配；
步骤S302：将新目标作为待稳定的目标，重新查看等效观测集U中是否存在与之匹配的目标，若是则确定为稳定的目标，若否转至步骤S303；
步骤S303：将待稳定的目标转化为待消失目标，重新查看等效观测集U中是否存在与之匹配的目标，若是则确定为稳定的目标，若否则查看匹配次数是否到达三次，若否则继续比对等效观测集U与待消失目标，若是则将待消失目标剔除。
道路车辆的车身状态信息还包括车身状态误差范围。
路侧端设有传感器，通过传感器获取道路车辆的环境状态信息。
传感器具体为微波雷达，对应的道路车辆的环境状态信息包括道路车辆相对微波雷达的距离和方向角。
道路车辆的环境状态信息还包括环境状态误差范围。
车载端和路侧端通过支持DSRC标准的通信设备进行通信。
步骤S3中采用匈牙利匹配算法进行关联匹配，根据车身状态误差范围和环境状态误差范围之间的状态误差关系采用卡尔曼滤波算法进行数据融合。
车身状态信息和环境状态信息之间设有代价矩阵，具体如下：
Figure BDA0002509924080000051
其中，cij为第i个车载定位与第j个路侧传感器检测结果之间的距离。
一种使用基于车路协同的道路车辆定位及感知方法的装置，包括存储器和处理器，方法以计算机程序的形式存储于存储器中，并由处理器执行，执行时实现以下步骤：
步骤S1：车载端的车载单元OBU获取道路车辆的车身状态信息，得到车辆定位数据集V以及车身定位误差协方差∑V，车载端将车辆定位数据集V和车身定位误差协方差∑V发送至路侧端；
步骤S2：路侧端的路侧单元RSU获取道路车辆的环境状态信息，得到路侧传感器检测集R以及环境定位误差协方差∑r，与接收到的车辆定位数据集V进行时间及空间同步；
步骤S3：路侧端的路侧计算单元将完成时间及空间同步的车辆定位数据集V和路侧传感器检测集R进行关联匹配，匹配完成后根据车身定位误差协方差∑V和环境定位误差协方差∑r进行加权融合，生成车辆融合状态信息，即等效观测集U，路侧端根据等效观测集U更新道路车辆的环境状态信息，如图2所示，若路侧端的车辆在之前存在已确认目标，将已确认目标更新为当前的等效观测集U，同时RSU将等效观测集U发送回车载端；
步骤S4：车载端的OBU根据接收到的等效观测集U更新道路车辆的车身状态信息，车身状态信息包括通过GPS定位设备获得的道路车辆的当前位置的经度、纬度、海拔和航向角。
此外，需要说明的是，本说明书中所描述的具体实施例，所取名称可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于车路协同的道路车辆定位及感知方法，其特征在于，具体包括以下步骤：
步骤S1：车载端获取道路车辆的车身状态信息，将所述车身状态信息发送至路侧端；
步骤S2：路侧端获取道路车辆的环境状态信息，与接收到的车身状态信息进行时间及空间同步；
步骤S3：路侧端将完成时间及空间同步的车身状态信息和环境状态信息进行关联匹配，匹配完成后将车身状态信息和环境状态信息进行融合，生成车辆融合状态信息，路侧端根据所述车辆融合状态信息更新道路车辆的环境状态信息，并将车辆融合状态信息发送回车载端；
步骤S4：所述车载端根据接收到的所述车辆融合状态信息更新道路车辆的车身状态信息，所述车身状态信息包括通过GPS定位设备获得的道路车辆的当前位置的经度、纬度、海拔和航向角；
所述路侧端设有传感器，通过所述传感器获取道路车辆的环境状态信息；
所述传感器具体为微波雷达，对应的道路车辆的环境状态信息包括道路车辆相对所述微波雷达的距离和方向角；
所述车载端和路侧端通过支持DSRC标准的通信设备进行通信；
所述车身状态信息和环境状态信息之间设有代价矩阵，具体如下：
Figure FDA0003308677880000011
其中，cij为第i个车载定位与第j个路侧传感器检测结果之间的距离。
2.根据权利要求1所述的一种基于车路协同的道路车辆定位及感知方法，其特征在于，所述道路车辆的车身状态信息还包括车身状态误差范围。
3.根据权利要求1所述的一种基于车路协同的道路车辆定位及感知方法，其特征在于，所述道路车辆的环境状态信息还包括环境状态误差范围。
4.根据权利要求1所述的一种基于车路协同的道路车辆定位及感知方法，其特征在于，所述步骤S3中采用匈牙利匹配算法进行关联匹配，采用卡尔曼滤波算法进行数据融合。
5.一种使用权利要求1-4任一所述的基于车路协同的道路车辆定位及感知方法的装置，其特征在于，包括存储器和处理器，所述方法以计算机程序的形式存储于所述存储器中，并由处理器执行，执行时实现以下步骤：
步骤S1：车载端获取道路车辆的车身状态信息，将所述车身状态信息发送至路侧端；
步骤S2：路侧端获取道路车辆的环境状态信息，与接收到的车身状态信息进行时间及空间同步；
步骤S3：路侧端将完成时间及空间同步的车身状态信息和环境状态信息进行关联匹配，匹配完成后将车身状态信息和环境状态信息进行融合，生成车辆融合状态信息，路侧端根据所述车辆融合状态信息更新道路车辆的环境状态信息，并将车辆融合状态信息发送回车载端；
步骤S4：所述车载端根据接收到的所述车辆融合状态信息更新道路车辆的车身状态信息，所述车身状态信息包括通过GPS定位设备获得的道路车辆的当前位置的经度、纬度、海拔和航向角。
6.根据权利要求5所述的一种使用基于车路协同的道路车辆定位及感知方法的装置，其特征在于，所述道路车辆的车身状态信息还包括车身状态误差范围。
7.根据权利要求5所述的一种使用基于车路协同的道路车辆定位及感知方法的装置，其特征在于，所述路侧端设有传感器，所述传感器具体为微波雷达，对应的道路车辆的环境状态信息包括道路车辆相对所述微波雷达的距离和方向角以及环境状态误差范围。
CN202010457794.XA 2020-05-26 2020-05-26 一种基于车路协同的道路车辆定位及感知方法和装置 Active CN111770451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010457794.XA CN111770451B (zh) 2020-05-26 2020-05-26 一种基于车路协同的道路车辆定位及感知方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010457794.XA CN111770451B (zh) 2020-05-26 2020-05-26 一种基于车路协同的道路车辆定位及感知方法和装置

Publications (2)

Publication Number Publication Date
CN111770451A CN111770451A (zh) 2020-10-13
CN111770451B true CN111770451B (zh) 2022-02-18

Family

ID=72719767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010457794.XA Active CN111770451B (zh) 2020-05-26 2020-05-26 一种基于车路协同的道路车辆定位及感知方法和装置

Country Status (1)

Country Link
CN (1) CN111770451B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112462381A (zh) * 2020-11-19 2021-03-09 浙江吉利控股集团有限公司 一种基于车路协同的多激光雷达融合方法
CN112698372A (zh) * 2020-12-11 2021-04-23 国汽(北京)智能网联汽车研究院有限公司 时空数据处理方法、装置、电子设备及存储介质
CN113012429B (zh) * 2021-02-23 2022-07-15 云控智行(上海)汽车科技有限公司 一种车路多传感器数据融合方法及系统
CN113537362A (zh) * 2021-07-20 2021-10-22 中国第一汽车股份有限公司 一种基于车路协同的感知融合方法、装置、设备及介质
CN113763738B (zh) * 2021-09-14 2022-11-11 上海智能网联汽车技术中心有限公司 车路协同系统路侧感知与车端感知实时匹配的方法及系统
CN115810280A (zh) * 2021-09-15 2023-03-17 海信集团控股股份有限公司 一种路侧感知信息传输方法、多接入边缘设备及远端车辆
CN113916259A (zh) * 2021-09-30 2022-01-11 上海智能网联汽车技术中心有限公司 一种路侧传感器动态标定方法及介质
CN114071411A (zh) * 2021-10-29 2022-02-18 上海智能网联汽车技术中心有限公司 一种用于车路协同路侧感知单元长期维护的方法
CN114298068A (zh) * 2021-12-29 2022-04-08 中国电信股份有限公司 车门控制系统、方法、装置、电子设备及存储介质
CN114079665B (zh) * 2022-01-19 2022-04-22 浙江吉利控股集团有限公司 数据采集方法、装置、设备及存储介质
CN115578709B (zh) * 2022-11-24 2023-04-07 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) 一种车路协同的特征级协同感知融合方法和系统
CN117649777B (zh) * 2024-01-24 2024-04-19 苏州万集车联网技术有限公司 目标匹配方法、装置和计算机设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108615364A (zh) * 2018-08-03 2018-10-02 交通运输部公路科学研究所 一种基于车路协同技术对车辆行驶状态进行监控的方法
CN109946730A (zh) * 2019-03-06 2019-06-28 东南大学 一种车路协同下基于超宽带的车辆高可靠融合定位方法
CN110133697A (zh) * 2019-05-05 2019-08-16 惠州市德赛西威智能交通技术研究院有限公司 一种基于rsu检测技术的gps高精定位方法
CN110874945A (zh) * 2018-08-31 2020-03-10 百度在线网络技术（北京）有限公司 基于车路协同的路侧感知系统及其车辆控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108615364A (zh) * 2018-08-03 2018-10-02 交通运输部公路科学研究所 一种基于车路协同技术对车辆行驶状态进行监控的方法
CN110874945A (zh) * 2018-08-31 2020-03-10 百度在线网络技术（北京）有限公司 基于车路协同的路侧感知系统及其车辆控制方法
CN109946730A (zh) * 2019-03-06 2019-06-28 东南大学 一种车路协同下基于超宽带的车辆高可靠融合定位方法
CN110133697A (zh) * 2019-05-05 2019-08-16 惠州市德赛西威智能交通技术研究院有限公司 一种基于rsu检测技术的gps高精定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
分布式交通态势感知与传播方法;张恩展;《电子科技大学》;20151231;全文 *

Also Published As

Publication number Publication date
CN111770451A (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
CN111770451B (zh) 一种基于车路协同的道路车辆定位及感知方法和装置
CN109920246B (zh) 一种基于v2x通信与双目视觉的协同局部路径规划方法
CN110687562B (zh) 一种定位方法及车载装置
EP3875985A1 (en) Method, apparatus, computing device and computer-readable storage medium for positioning
CN112712733B (zh) 基于车路协同的碰撞预警方法、系统和路侧单元
EP3604064A1 (en) Method and apparatus for carrying out driving control on vehicle
US20090237293A1 (en) Recognition system for vehicle
US11686582B2 (en) Sensor plausibility using GPS road information
EP3594922A1 (en) Server device, terminal device, communication system, information receiving method, information sending method, program for receiving information, program for sending information, recording medium, and data structure
US10446035B2 (en) Collision avoidance device for vehicle, collision avoidance method, and non-transitory storage medium storing program
CN107274721B (zh) 一种智能交通系统中多车辆协作定位方法
US20220157168A1 (en) V2X with 5G/6G Image Exchange and AI-Based Viewpoint Fusion
EP3910366A1 (en) Online perception performance evaluation for autonomous and semi-autonomous vehicles
CN113602265A (zh) 基于车车通信的处理协同换道方法及系统
CN113165656B (zh) 自动车辆的定位初始化
CN109541661B (zh) 一种定位方法和装置
CN111291775B (zh) 车辆定位方法、设备及系统
US20210323577A1 (en) Methods and systems for managing an automated driving system of a vehicle
EP3432288B1 (en) Vehicle device with compensation of data loss when generating driving assistive data
EP3432289B1 (en) Vehicle communication control device
US20210264689A1 (en) Vehicle error alerting system
CN113012429A (zh) 一种车路多传感器数据融合方法及系统
US20230059897A1 (en) System and method for vehicle-to-everything (v2x) collaborative perception
JP7415849B2 (ja) 車両用システム及び物標識別プログラム
CN115238013A (zh) 用于对地图数据进行更新的方法和装置

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