CN111775934A - 一种汽车的智能驾驶避障系统 - Google Patents
一种汽车的智能驾驶避障系统 Download PDFInfo
- Publication number
- CN111775934A CN111775934A CN202010705778.8A CN202010705778A CN111775934A CN 111775934 A CN111775934 A CN 111775934A CN 202010705778 A CN202010705778 A CN 202010705778A CN 111775934 A CN111775934 A CN 111775934A
- Authority
- CN
- China
- Prior art keywords
- automobile
- module
- obstacle avoidance
- parameters
- vehicle
- 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.)
- Withdrawn
Links
- 238000004088 simulation Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000000977 initiatory effect Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 238000005065 mining Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000008447 perception Effects 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
- B60W30/08—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
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- 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
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
-
- 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
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
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)
Abstract
本发明涉及智能驾驶避障领域，具体涉及一种汽车的智能驾驶避障系统，包括：周围环境感知模块，用于实现汽车周围环境参数的感知，并将感知到的周围环境参数发送到避障路径规划模块；汽车状态感知模块，用于实现汽车当前运行状态参数的感知，并将感知到的汽车运行状态参数发送到避障路径规划模块；避障路径动态规划模块，用于根据周围环境参数和汽车运行状态参数基于预设的路径规划模型实现避障路径的规划；路径执行模块，用于实现避障路径的执行。以车辆周围环境数据以及汽车当前运行状态参数为基准动态规划避障路径，从而可以实现车辆的自主变道和主动避障，实现汽车在复杂的路况条件下的安全自动驾驶。
Description
技术领域
本发明涉及智能驾驶避障领域，具体涉及一种汽车的智能驾驶避障系统。
背景技术
目前，智能驾驶汽车大多通过车上安装的各类传感器来获取周围环境信息，然后通过自动驾驶电脑系统采用一定的方法提取出环境数据中对于智能行为决策有用的信息，比如探测障碍物、检测车道线、识别交通标志、车辆定位、识别环境声音等，然后根据这些信息实现辅助驾驶。
在目前已公布的汽车智能驾驶系统中，普遍存在以下缺陷：
1）无法自主变道实现主动避障；
2）各环境信息大多为孤立的存在，无法直观反映路况条件，加大了自动驾驶电脑系统的计算量，难以满足汽车在复杂的路况条件下安全地自动驾驶的要求。
发明内容
为解决上述问题，本发明提供了一种汽车的智能驾驶避障系统，可以实现自主变道和主动避障，从而可以实现汽车在复杂的路况条件下的安全自动驾驶。
为实现上述目的，本发明采取的技术方案为：
一种汽车的智能驾驶避障系统，包括：
周围环境感知模块，用于实现汽车周围环境参数的感知，并将感知到的周围环境参数发送到避障路径规划模块；
汽车状态感知模块，用于实现汽车当前运行状态参数的感知，并将感知到的汽车运行状态参数发送到避障路径规划模块；
避障路径动态规划模块，用于根据周围环境参数和汽车运行状态参数基于预设的路径规划模型实现避障路径的规划；
路径执行模块，用于实现避障路径的执行。
进一步地，所述周围环境感知模块包括：
图像采集模块，用于通过安装在车头、车身两侧及车尾的单目视觉传感器实现汽车周围环境图像数据的采集；
距离采集模块，用于通过安装在车头、车身两侧以及车尾的雷达传感器实现汽车周围障碍物距离的测定；
道路参数采集模块，用于根据汽车当前所在的定位数据在地图数据上挖掘对应的道路参数（至少包括道路形状、车道、人行道位置、路况、交通灯以及限速情况）。
进一步地，所述汽车状态感知模块包括：
车速采集模块，用于实现汽车行驶速度的采集；
车轮倾角采集模块，用于实现汽车车轮倾角参数的采集；
车灯状态采集模块，用于实现侧方、前方及后方车辆车灯启闭状态的采集。
进一步地，所述避障路径动态规划模块首先基于障碍物识别模型实现障碍物类型的识别，然后基于路径规划模型根据障碍物的类型、与障碍物之间的距离参数、当前汽车车速参数、道路参数、车轮倾角参数、侧方、前方及后方车辆车灯启闭状态参数实现汽车行驶路径的规划。
进一步地，所述障碍物识别模型采用Ssd_inception_V3_coco 模型，该模型采用ssd目标检测算法，用coco数据集预训练Ssd_inception_V3深度神经网络,然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测障碍物类型的目标检测模型。
进一步地，所述汽车状态感知模块还包括汽车工况接入模块，用于接入汽车发动机工况、轮胎工况、车灯工况等。
进一步地，所述路径规划模型采用支持向量机。
进一步地，还包括：全景模拟驾驶模块，用于以三维模拟的方式实现汽车当前行驶状态的展示，该模拟过程以当前周围环境感知模块所感知到的周围环境参数为基准构建模拟背景。
本发明具有以下有益效果：
以车辆周围环境数据以及汽车当前运行状态参数为基准动态规划避障路径，从而可以实现车辆的自主变道和主动避障，实现汽车在复杂的路况条件下的安全自动驾驶。
附图说明
图1为本发明实施例一种汽车的智能驾驶避障系统的系统框图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种汽车的智能驾驶避障系统，包括：
周围环境感知模块，用于实现汽车周围环境参数的感知，并将感知到的周围环境参数发送到避障路径规划模块；
汽车状态感知模块，用于实现汽车当前运行状态参数的感知，并将感知到的汽车运行状态参数发送到避障路径规划模块；
避障路径动态规划模块，用于根据周围环境参数和汽车运行状态参数基于预设的路径规划模型实现避障路径的规划；
路径执行模块，用于实现避障路径的执行；
全景模拟驾驶模块，用于以三维模拟的方式实现汽车当前行驶状态的展示，该模拟过程以当前周围环境感知模块所感知到的周围环境参数为基准构建模拟背景，以汽车三维模型携带当前各部件工况标记的方式实现汽车当前行驶状态的展示；
中央处理模块，用于协调上述模块工作。
本实施例中，所述周围环境感知模块包括：
图像采集模块，用于通过安装在车头、车身两侧及车尾的单目视觉传感器实现汽车周围环境图像数据的采集，每一个单目视觉传感器所采集到的图像数据均携带有其对应的身份编号，且每一个单目视觉传感器的身份编号不同，优选地，采用其安装位置作为身份编号；
距离采集模块，用于通过安装在车头、车身两侧以及车尾的雷达传感器实现汽车周围障碍物距离的测定，每一个雷达传感器所采集到的距离参数均携带有其对应的身份编号，且每一个雷达传感器的身份编号不同，优选地，采用其安装位置作为身份编号；
道路参数采集模块，用于根据汽车当前所在的定位数据在地图数据上挖掘对应的道路参数（至少包括道路形状、车道、人行道位置、路况、交通灯以及限速情况）。
本实施例中，所述汽车状态感知模块包括：
车速采集模块，用于实现汽车行驶速度的采集；
车轮倾角采集模块，用于实现汽车车轮倾角参数的采集；
车灯状态采集模块，用于实现侧方、前方及后方车辆车灯启闭状态的采集。
本实施例中，所述避障路径动态规划模块首先基于障碍物识别模型实现障碍物类型（包括汽车、石墩、石头、行人、栏杆等）的识别，然后基于路径规划模型根据障碍物的类型、与障碍物之间的距离参数、当前汽车车速参数、道路参数、车轮倾角参数、侧方、前方及后方车辆车灯启闭状态参数实现汽车行驶路径的规划。
本实施例中，所述障碍物识别模型采用Ssd_inception_V3_coco 模型，该模型采用ssd目标检测算法，用coco数据集预训练Ssd_inception_V3深度神经网络,然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测障碍物类型的目标检测模型。
本实施例中，所述汽车状态感知模块还包括汽车工况接入模块，用于接入汽车发动机工况、轮胎工况、车灯工况等。
本实施例中，所述路径规划模型采用支持向量机。
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，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种汽车的智能驾驶避障系统，其特征在于，包括：
周围环境感知模块，用于实现汽车周围环境参数的感知，并将感知到的周围环境参数发送到避障路径规划模块；
汽车状态感知模块，用于实现汽车当前运行状态参数的感知，并将感知到的汽车运行状态参数发送到避障路径规划模块；
避障路径动态规划模块，用于根据周围环境参数和汽车运行状态参数基于预设的路径规划模型实现避障路径的规划；
路径执行模块，用于实现避障路径的执行。
2.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述周围环境感知模块包括：
图像采集模块，用于通过安装在车头、车身两侧及车尾的单目视觉传感器实现汽车周围环境图像数据的采集；
距离采集模块，用于通过安装在车头、车身两侧以及车尾的雷达传感器实现汽车周围障碍物距离的测定；
道路参数采集模块，用于根据汽车当前所在的定位数据在地图数据上挖掘对应的道路参数。
3.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述汽车状态感知模块包括：
车速采集模块，用于实现汽车行驶速度的采集；
车轮倾角采集模块，用于实现汽车车轮倾角参数的采集；
车灯状态采集模块，用于实现侧方、前方及后方车辆车灯启闭状态的采集。
4.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述避障路径动态规划模块首先基于障碍物识别模型实现障碍物类型的识别，然后基于路径规划模型根据障碍物的类型、与障碍物之间的距离参数、当前汽车车速参数、道路参数、车轮倾角参数、侧方、前方及后方车辆车灯启闭状态参数实现汽车行驶路径的规划。
5.如权利要求4所述的一种汽车的智能驾驶避障系统，其特征在于，所述障碍物识别模型采用Ssd_inception_V3_coco 模型，该模型采用Ssd目标检测算法，用coco数据集预训练Ssd_inception_V3深度神经网络,然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测障碍物类型的目标检测模型。
6.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述汽车状态感知模块还包括汽车工况接入模块，用于接入汽车发动机工况、轮胎工况、车灯工况等。
7.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述路径规划模型采用支持向量机。
8.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，还包括：
全景模拟驾驶模块，用于以三维模拟的方式实现汽车当前行驶状态的展示，该模拟过程以当前周围环境感知模块所感知到的周围环境参数为基准构建模拟背景。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010705778.8A CN111775934A (zh) | 2020-07-21 | 2020-07-21 | 一种汽车的智能驾驶避障系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010705778.8A CN111775934A (zh) | 2020-07-21 | 2020-07-21 | 一种汽车的智能驾驶避障系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111775934A true CN111775934A (zh) | 2020-10-16 |
Family
ID=72764729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010705778.8A Withdrawn CN111775934A (zh) | 2020-07-21 | 2020-07-21 | 一种汽车的智能驾驶避障系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111775934A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112319465A (zh) * | 2020-11-28 | 2021-02-05 | 景德镇学院 | 一种智能驾驶环境感知分析系统 |
| CN112455467A (zh) * | 2021-01-11 | 2021-03-09 | 湖南汽车工程职业学院 | 智能驾驶汽车对路面坑洼拥包预警方法 |
| CN112937608A (zh) * | 2021-03-31 | 2021-06-11 | 吉林大学 | 一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法、装置及存储介质 |
| CN117141472A (zh) * | 2023-10-26 | 2023-12-01 | 集美大学 | 一种车辆行驶主动避障控制系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007106170A (ja) * | 2005-10-11 | 2007-04-26 | Fujifilm Corp | 運転支援システム |
| CN104267721A (zh) * | 2014-08-29 | 2015-01-07 | 陈业军 | 一种智能汽车的无人驾驶系统 |
| CN107161141A (zh) * | 2017-03-08 | 2017-09-15 | 深圳市速腾聚创科技有限公司 | 无人驾驶汽车系统及汽车 |
| CN111079586A (zh) * | 2019-12-03 | 2020-04-28 | 西安电子科技大学 | 基于深度学习与双目摄像的自动驾驶目标检测系统及方法 |
| CN111221342A (zh) * | 2020-03-12 | 2020-06-02 | 湖南汽车工程职业学院 | 一种自动驾驶汽车环境感知系统 |
| CN111368577A (zh) * | 2020-03-28 | 2020-07-03 | 吉林农业科技学院 | 一种图像处理系统 |
-
2020
- 2020-07-21 CN CN202010705778.8A patent/CN111775934A/zh not_active Withdrawn
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007106170A (ja) * | 2005-10-11 | 2007-04-26 | Fujifilm Corp | 運転支援システム |
| CN104267721A (zh) * | 2014-08-29 | 2015-01-07 | 陈业军 | 一种智能汽车的无人驾驶系统 |
| CN107161141A (zh) * | 2017-03-08 | 2017-09-15 | 深圳市速腾聚创科技有限公司 | 无人驾驶汽车系统及汽车 |
| CN111079586A (zh) * | 2019-12-03 | 2020-04-28 | 西安电子科技大学 | 基于深度学习与双目摄像的自动驾驶目标检测系统及方法 |
| CN111221342A (zh) * | 2020-03-12 | 2020-06-02 | 湖南汽车工程职业学院 | 一种自动驾驶汽车环境感知系统 |
| CN111368577A (zh) * | 2020-03-28 | 2020-07-03 | 吉林农业科技学院 | 一种图像处理系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112319465A (zh) * | 2020-11-28 | 2021-02-05 | 景德镇学院 | 一种智能驾驶环境感知分析系统 |
| CN112455467A (zh) * | 2021-01-11 | 2021-03-09 | 湖南汽车工程职业学院 | 智能驾驶汽车对路面坑洼拥包预警方法 |
| CN112937608A (zh) * | 2021-03-31 | 2021-06-11 | 吉林大学 | 一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法、装置及存储介质 |
| CN112937608B (zh) * | 2021-03-31 | 2022-06-21 | 吉林大学 | 一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法、装置及存储介质 |
| CN117141472A (zh) * | 2023-10-26 | 2023-12-01 | 集美大学 | 一种车辆行驶主动避障控制系统及方法 |
| CN117141472B (zh) * | 2023-10-26 | 2023-12-26 | 集美大学 | 一种车辆行驶主动避障控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11720116B1 (en) | Collision mitigation static occupancy grid | |
| CN110077399B (zh) | 一种基于道路标线、车轮检测融合的车辆防碰撞方法 | |
| AU2020202527B2 (en) | Using wheel orientation to determine future heading | |
| CN211765500U (zh) | 一种用于封闭场景下的智能驾驶环境感知系统及汽车 | |
| CN111775934A (zh) | 一种汽车的智能驾驶避障系统 | |
| CN110356325B (zh) | 一种城市交通客运车辆盲区预警系统 | |
| US9359009B2 (en) | Object detection during vehicle parking | |
| JP7205154B2 (ja) | 表示装置 | |
| JP6462328B2 (ja) | 走行制御システム | |
| RU2657656C1 (ru) | Устройство управления движением и способ управления движением | |
| CN102632839B (zh) | 一种基于后视图像认知的车载盲区预警系统及方法 | |
| CN103072537B (zh) | 一种基于红外图像处理的汽车防撞安全保护方法 | |
| CN110065494B (zh) | 一种基于车轮检测的车辆防碰撞方法 | |
| CN108032859B (zh) | 自动变道控制方法、装置和汽车 | |
| CN113635897B (zh) | 一种基于风险场的安全驾驶预警方法 | |
| CN108604413B (zh) | 显示装置的控制方法及显示装置 | |
| CN113356101B (zh) | 一种大型车辆右转盲区的城市道路警示标线设计方法 | |
| CN112455467A (zh) | 智能驾驶汽车对路面坑洼拥包预警方法 | |
| CN111891129A (zh) | 电动汽车智能驾驶系统 | |
| CN104149729A (zh) | 识别行驶车辆周围障碍物的方法及系统 | |
| CN114126940A (zh) | 电子控制装置 | |
| CN113147733A (zh) | 雨雾沙尘天气汽车智能限速系统及方法 | |
| CN114651286A (zh) | 避障动作 | |
| CN212965862U (zh) | 一种无人驾驶公交车智能控制系统结构 | |
| CN115562281A (zh) | 一种复杂环境下自动泊车系统动态路径规划方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201016 |
|
| WW01 | Invention patent application withdrawn after publication |