CN111907518A - 一种基于云端大数据分析动态优化aeb制动策略的方法 - Google Patents
一种基于云端大数据分析动态优化aeb制动策略的方法 Download PDFInfo
- Publication number
- CN111907518A CN111907518A CN201910378074.1A CN201910378074A CN111907518A CN 111907518 A CN111907518 A CN 111907518A CN 201910378074 A CN201910378074 A CN 201910378074A CN 111907518 A CN111907518 A CN 111907518A
- Authority
- CN
- China
- Prior art keywords
- data
- braking
- vehicle
- cloud
- information
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 claims abstract description 14
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 claims abstract description 14
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 claims abstract description 14
- 230000008447 perception Effects 0.000 claims abstract description 9
- 238000007500 overflow downdraw method Methods 0.000 claims abstract description 4
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000013058 risk prediction model Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing 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
- B60W30/08—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
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种基于云端大数据分析动态优化AEB制动策略的方法,包括以下步骤:(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据;(2)云端分析平台利用数据融合方法形成实时的最佳制动方案;(3)驾驶环境感知系统,采集前方障碍物信息、道路环境信息、车辆信息;(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统;(5)智能ADAS控制系统根据驾驶环境感知系统的数据,形成制动力度数据输出给制动控制系统;获取云端数据支持。本发明可达到动态优化系统制动参数,打破单机计算的制约,建立驾驶风险预测模型,提升防碰撞系统制动性能的适应性的有益效果。
Description
技术领域
本发明属于汽车技术领域,特别涉及一种基于云端大数据分析动态优化AEB制动策略的方法。
背景技术
汽车防撞系统,是防止汽车发生碰撞的一种智能装置。它能够自动发现可能与汽车发生碰撞的车辆、行人、或其他障碍物体,发出警报或同时采取制动或规避等措施,以避免碰撞的发生。
采用毫米波雷达、激光、声纳、红外线、摄像头等技术自动前车相对速度以及两车之间的距离。
计算机芯片对两车距离以及两车的瞬时相对速度进行处理后,判断两车的安全距离,如果两车车距小于安全距离,数据处理系统就会发出指令;另外一种是计算机芯片计算两车碰撞时间(TTC)来计算危险程度,进而做出报警及刹车指令。
而随着物联网、云计算、大数据、技术的飞速发展,采集车辆以及车辆周边环境的数据进行场景分析成为可能。更快更高效的通讯技术的发展将满足对高数据带宽和传输速度的要求。
把汽车防撞系统与物联网结合起来,通过大数据云计算,实时动态优化防撞系统已经成为可能。
传统的车联网系统包括车载T-BOX以及云端后台系统,车载T-BOX通过CAN总线主要采集车辆定量车辆运行状态数据,比如车速、电量、里程等,通过3G、4G网卡可以接入互联网,将车辆数据实时状态以报文形式上报给车联网云端后台系统。同时借助于GPS模块实时采集车辆位置信息上传到云端后台系统。
汽车防撞系统技术方案包括毫米波雷达、激光雷达、红外线雷达、摄像头等。毫米波雷达受自然环境影响小,探测距离适中,在车载雷达领域性价比最高,但是难以识别行人、交通标志等;激光雷达测量精度较高,可用于实时建立空间三维地图,但是成本高昂,且在雨、雪、雾天效果较差;红外线雷达测量精度较高,技术成熟且成本较低,但是测量距离近(小于10m),极大地限制了其应用场景;摄像头成本低,能够对物体进行识别,是车道偏离预警、交通标志识别等功能必不可少的传感器,但具有依赖光线、在夜间和极端天气下会失效、难以精确测距等缺点。
传统的汽车防撞系统仅仅是固定的制动策略,基于车辆现有的传感设备,进行实时的采集与计算,并根据实时的结果进行预警以及制动,存在局限性与片面性,并且由于计算芯片的能力有限并不能进行更加复杂的运算,例如对复杂路况的具体分析,结合周边驾驶工况,计算出最好的驾驶方案,报警方案以及碰撞制动方案。在特殊路况,特殊车况等情况下,往往会因为固定的策略,从而造成误判断。
而现有的监控平台又仅仅是起到的监控的作用,完全没有体现云端的大数据应用以及计算功能。
发明内容
本发明针对现有技术中存在的技术问题,提供一种基于云端大数据分析动态优化AEB制动策略的方法,可达到动态优化系统制动参数,打破单机计算的制约,建立驾驶风险预测模型,提升防碰撞系统制动性能的适应性的有益效果。
为解决上述技术问题,本发明采用的技术方案是:一种基于云端大数据分析动态优化AFB制动策略的方法,包括以下步骤:
(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据;
(2)云端分析平台利用数据融合方法形成车辆、道路、环境参数,结合车辆制动模型数据,动态进行数据分析,形成实时的最佳制动方案,推送到智能ADAS控制系统对制动策略参数进行更新,以适应实时车况、路况及环境变化;
(3)驾驶环境感知系统,通过雷达传感器采集前方障碍物信息;通过视觉传感器采集道路环境信息;通过车辆数据分析模块采集车辆信息;
(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统;
(5)智能ADAS控制系统根据驾驶环境感知系统的数据,通过内部算法模块计算危险目标信息,包括距离、相对速度、相对位置,并形成制动力度数据输出给制动控制系统;同时将车辆的定位信息实时上传到云端分析平台;获取云端数据支持,本地与云端数据形成互补策略对智能ADAS控制系统进行动态刷新。
作为优选,步骤(3)中,通过雷达传感器如毫米波雷达采集前方障碍物相对距离、相对速度、相对角度数据;通过视觉传感器如摄像头采集包括人、车、车道线在内的道路环境信息;通过车辆数据分析模块采集车辆行驶方向加速度、偏移方向加速度、车况信息,其中车况信息包括实际车速、载重、油耗。
与现有技术相比,本发明所具有的有益效果是:
1、本发明可利用云端数据资源对车辆防碰撞系统的制动参数进行动态优化。
2、本发明能够打破现技术防碰撞单机计算的制约,运行本地与云计算互补算法。
3、本发明可利用云端海量真实道路驾驶环境数据进行分析、挖掘,可以建立驾驶风险预测模型,针对车型进行策略优化控制,提升防碰撞系统制动性能的适应性,有效避免交通事故的发生,带来良好的经济和社会效益。
附图说明
图1为本发明的流程示意图。
具体实施方式
为使本领域技术人员更好的理解本发明的技术方案,下面结合附图和具体实施例对本发明作详细说明。
本发明的实施例公开了一种基于云端大数据分析动态优化AEB制动策略的方法,如图所示,其包括以下步骤:
(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据;
(2)云端分析平台利用数据融合方法形成车辆、道路、环境参数,结合车辆制动模型数据,动态进行数据分析,形成实时的最佳制动方案,推送到智能ADAS控制系统对制动策略参数进行更新,以适应实时车况、路况及环境变化;
(3)驾驶环境感知系统,通过雷达传感器采集前方障碍物信息;通过视觉传感器采集道路环境信息;通过车辆数据分析模块采集车辆信息;
(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统;
(5)智能ADAS控制系统根据驾驶环境感知系统的数据,通过内部算法模块计算危险目标信息,包括距离、相对速度、相对位置,并形成制动力度数据输出给制动控制系统;同时将车辆的定位信息实时上传到云端分析平台;获取云端数据支持,本地与云端数据形成互补策略对智能ADAS控制系统进行动态刷新。
本实施例中,步骤(3)中,通过雷达传感器如毫米波雷达采集前方障碍物相对距离、相对速度、相对角度数据;通过视觉传感器如摄像头采集包括人、车、车道线在内的道路环境信息;通过车辆数据分析模块采集车辆行驶方向加速度、偏移方向加速度、车况信息,其中车况信息包括实际车速、载重、油耗。
本实施例中,云端分析平台可以持续扩充,丰富云端数据资源,将更多环境因素融入算法模型,将更多干扰因素考虑在内,提升制动控制参数的适应性。
本实施例中,通过本地与云端双重数据分析,优化防碰撞制动控制系统的控制参数,对AEB控制器制动策略进行实时更新,为车辆的紧急制动提供更加适应参数进行有效制动。
以上通过实施例对本发明进行了详细说明,但所述内容仅为本发明的示例性实施例,不能被认为用于限定本发明的实施范围。本发明的保护范围由权利要求书限定。凡利用本发明所述的技术方案,或本领域的技术人员在本发明技术方案的启发下,在本发明的实质和保护范围内,设计出类似的技术方案而达到上述技术效果的,或者对申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖保护范围之内。应当注意,为了清楚的进行表述,本发明的说明中省略了部分与本发明的保护范围无直接明显的关联但本领域技术人员已知的部件和处理的表述。
Claims (2)
1.一种基于云端大数据分析动态优化AEB制动策略的方法,其特征在于,包括以下步骤:
(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据;
(2)云端分析平台利用数据融合方法形成车辆、道路、环境参数,结合车辆制动模型数据,动态进行数据分析,形成实时的最佳制动方案,推送到智能ADAS控制系统对制动策略参数进行更新;
(3)驾驶环境感知系统,通过雷达传感器采集前方障碍物信息;通过视觉传感器采集道路环境信息;通过车辆数据分析模块采集车辆信息;
(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统;
(5)智能ADAS控制系统根据驾驶环境感知系统的数据,通过内部算法模块计算危险目标信息,包括距离、相对速度、相对位置,并形成制动力度数据输出给制动控制系统;同时将车辆的定位信息实时上传到云端分析平台;获取云端数据支持,本地与云端数据形成互补策略对智能ADAS控制系统进行动态刷新。
2.根据权利要求1所述的一种基于云端大数据分析动态优化AEB制动策略的方法,其特征在于,步骤(3)中,通过雷达传感器采集前方障碍物相对距离、相对速度、相对角度数据;通过视觉传感器采集包括人、车、车道线在内的道路环境信息;通过车辆数据分析模块采集车辆行驶方向加速度、偏移方向加速度、车况信息,其中车况信息包括实际车速、载重、油耗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910378074.1A CN111907518B (zh) | 2019-05-07 | 2019-05-07 | 一种基于云端大数据分析动态优化aeb制动策略的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910378074.1A CN111907518B (zh) | 2019-05-07 | 2019-05-07 | 一种基于云端大数据分析动态优化aeb制动策略的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111907518A true CN111907518A (zh) | 2020-11-10 |
CN111907518B CN111907518B (zh) | 2021-10-29 |
Family
ID=73241957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910378074.1A Active CN111907518B (zh) | 2019-05-07 | 2019-05-07 | 一种基于云端大数据分析动态优化aeb制动策略的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111907518B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112896180A (zh) * | 2020-12-31 | 2021-06-04 | 清华大学苏州汽车研究院(吴江) | 一种超视距感知、算力共享型adas控制器系统 |
CN113264060A (zh) * | 2021-05-28 | 2021-08-17 | 东风汽车集团股份有限公司 | 一种基于云端训练模型的自动驾驶节能系统及方法 |
CN113405546A (zh) * | 2021-05-18 | 2021-09-17 | 智能移动机器人(中山)研究院 | 一种智能感知传感器全域感知预警系统 |
CN117311139A (zh) * | 2023-11-29 | 2023-12-29 | 江西五十铃汽车有限公司 | 一种基于大数据和云计算的车辆优化方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104139781A (zh) * | 2013-05-10 | 2014-11-12 | 现代摩比斯株式会社 | 基于车辆之间通信的aeb控制装置及方法 |
CN106882172A (zh) * | 2015-12-15 | 2017-06-23 | 现代自动车株式会社 | 紧急制动系统及其控制方法 |
CN107364435A (zh) * | 2016-05-13 | 2017-11-21 | 富士施乐株式会社 | 操作模型构建系统和操作模型构建方法 |
CN107867283A (zh) * | 2016-09-26 | 2018-04-03 | 浙江亚太机电股份有限公司 | 基于预测模型的集成式fcw/acc/aeb系统及车辆 |
CN108340896A (zh) * | 2017-01-25 | 2018-07-31 | 罗伯特·博世有限公司 | 用于制动车辆的方法和设备 |
CN108490941A (zh) * | 2018-03-29 | 2018-09-04 | 奇瑞汽车股份有限公司 | 应用于道路清扫车的自动驾驶系统及其控制方法、装置 |
CN208376738U (zh) * | 2018-01-03 | 2019-01-15 | 一汽-大众汽车有限公司 | 一种基于智能驾驶技术的车辆控制系统、装置 |
CN109305164A (zh) * | 2017-07-28 | 2019-02-05 | 现代摩比斯株式会社 | 用于车辆的紧急制动预备系统 |
CN109606285A (zh) * | 2018-12-07 | 2019-04-12 | 天津所托瑞安汽车科技有限公司 | 一种基于云端交互的adas数据监控分析方法 |
-
2019
- 2019-05-07 CN CN201910378074.1A patent/CN111907518B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104139781A (zh) * | 2013-05-10 | 2014-11-12 | 现代摩比斯株式会社 | 基于车辆之间通信的aeb控制装置及方法 |
CN106882172A (zh) * | 2015-12-15 | 2017-06-23 | 现代自动车株式会社 | 紧急制动系统及其控制方法 |
CN107364435A (zh) * | 2016-05-13 | 2017-11-21 | 富士施乐株式会社 | 操作模型构建系统和操作模型构建方法 |
CN107867283A (zh) * | 2016-09-26 | 2018-04-03 | 浙江亚太机电股份有限公司 | 基于预测模型的集成式fcw/acc/aeb系统及车辆 |
CN108340896A (zh) * | 2017-01-25 | 2018-07-31 | 罗伯特·博世有限公司 | 用于制动车辆的方法和设备 |
CN109305164A (zh) * | 2017-07-28 | 2019-02-05 | 现代摩比斯株式会社 | 用于车辆的紧急制动预备系统 |
CN208376738U (zh) * | 2018-01-03 | 2019-01-15 | 一汽-大众汽车有限公司 | 一种基于智能驾驶技术的车辆控制系统、装置 |
CN108490941A (zh) * | 2018-03-29 | 2018-09-04 | 奇瑞汽车股份有限公司 | 应用于道路清扫车的自动驾驶系统及其控制方法、装置 |
CN109606285A (zh) * | 2018-12-07 | 2019-04-12 | 天津所托瑞安汽车科技有限公司 | 一种基于云端交互的adas数据监控分析方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112896180A (zh) * | 2020-12-31 | 2021-06-04 | 清华大学苏州汽车研究院(吴江) | 一种超视距感知、算力共享型adas控制器系统 |
CN113405546A (zh) * | 2021-05-18 | 2021-09-17 | 智能移动机器人(中山)研究院 | 一种智能感知传感器全域感知预警系统 |
CN113264060A (zh) * | 2021-05-28 | 2021-08-17 | 东风汽车集团股份有限公司 | 一种基于云端训练模型的自动驾驶节能系统及方法 |
CN117311139A (zh) * | 2023-11-29 | 2023-12-29 | 江西五十铃汽车有限公司 | 一种基于大数据和云计算的车辆优化方法及系统 |
CN117311139B (zh) * | 2023-11-29 | 2024-03-01 | 江西五十铃汽车有限公司 | 一种基于大数据和云计算的车辆优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111907518B (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111907518B (zh) | 一种基于云端大数据分析动态优化aeb制动策略的方法 | |
CN107867283B (zh) | 基于预测模型的集成式fcw/acc/aeb系统及车辆 | |
CN107346612B (zh) | 一种基于车联网的车辆防碰撞方法和系统 | |
CN104290753B (zh) | 一种前方车辆运动状态追踪预测装置及其预测方法 | |
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 | |
CN103350670B (zh) | 一种基于车联网技术的车辆前向防撞报警方法 | |
WO2021103511A1 (zh) | 一种设计运行区域odd判断方法、装置及相关设备 | |
CN111994068B (zh) | 一种基于智能轮胎触觉感知的智能驾驶汽车控制系统 | |
CN106448190B (zh) | 高速公路自车周围车流量实时监测预警装置及方法 | |
CN103594002A (zh) | 一种车辆安全保护系统 | |
CN114783170B (zh) | 一种智能无人驾驶车辆编队系统 | |
CN111462517A (zh) | 用于智能车辆自动驾驶的车路协同系统及其协同控制方法 | |
CN204124125U (zh) | 一种前方车辆运动状态追踪预测装置 | |
WO2022244356A1 (en) | Light interference detection during vehicle navigation | |
CN114537374A (zh) | 一种基于可行驶区域的车辆前方防碰撞系统 | |
CN111806466A (zh) | 一种智能驾驶系统及其工作流程 | |
WO2021110166A1 (zh) | 道路结构检测方法及装置 | |
CN113147755A (zh) | 一种车辆视联网防碰撞系统和方法 | |
CN116135654A (zh) | 一种车辆行驶速度生成方法以及相关设备 | |
CN116142178A (zh) | 一种车辆辅助驾驶方法、系统、介质及电子设备 | |
CN108648479B (zh) | 一种利用电子地图实时提醒夜间团雾路段的装置及方法 | |
CN115016453A (zh) | 一种智能网联无人车驾驶系统 | |
CN112735121A (zh) | 一种基于图像级激光雷达全息感知系统 | |
CN114394090B (zh) | 一种车路协同虚拟前障碍物感应系统 | |
CN108896062B (zh) | 一种利用电子地图实时提醒团雾路段的装置及方法 |
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 |