CN112026756A - 基于跟踪目标的危险目标选择方法、系统及车辆 - Google Patents

基于跟踪目标的危险目标选择方法、系统及车辆 Download PDF

Info

Publication number
CN112026756A
CN112026756A CN202010895605.7A CN202010895605A CN112026756A CN 112026756 A CN112026756 A CN 112026756A CN 202010895605 A CN202010895605 A CN 202010895605A CN 112026756 A CN112026756 A CN 112026756A
Authority
CN
China
Prior art keywords
target
vehicle
dangerous
collision
driver
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
Application number
CN202010895605.7A
Other languages
English (en)
Other versions
CN112026756B (zh
Inventor
徐榕
朱华荣
邱利宏
游虹
王晟
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.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile Co Ltd
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 Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202010895605.7A priority Critical patent/CN112026756B/zh
Publication of CN112026756A publication Critical patent/CN112026756A/zh
Application granted granted Critical
Publication of CN112026756B publication Critical patent/CN112026756B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • B60W40/08—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 drivers or passengers
    • 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
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver

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)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种基于跟踪目标的危险碰撞目标选择方法、系统及存储介质，包括：步骤1.建立本车车辆坐标系；步骤2.以目标与本车的横向距离变化为参考拟合目标的横向相对车速；步骤3.根据本车行驶状态确定本车危险碰撞区域；根据目标的横纵向相对车速计算目标进入本车的危险碰撞区域内的时间TTC；步骤4.按照当前目标的行驶状态、驾驶员反应时间计算以不同减速度制动的制动时间；步骤5.将步骤3计算出的时间TTC与步骤4计算出的舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间进行对比，确定出目标的危险等级；步骤6.综合场景风险等级及其它环境信息，确定最终危险目标。本发明能够快速、准确地识别出危险目标。

Description

基于跟踪目标的危险目标选择方法、系统及车辆
技术领域
本发明属于自动驾驶技术领域，具体涉及一种基于跟踪目标的危险目标选择方法、系统及车辆。
背景技术
TJP(Traffic Jam Pilot)系统中多目标决策的结果会直接影响自动驾驶汽车的安全性和舒适性。常见的前向危险目标选择方式是基于区域目标，并依赖真实或虚拟车道线的选择方法。这种方法在同一车辆区域ID跳变的瞬间会存在控制不稳定的问题。并将是否在虚拟车道线内作为最主要和最终的判断标准，对目标运动状态的考虑实时性较差，且对真实或虚拟的车道线依赖较大，当传感真实车道线丢失时，会丢失判断依据，而基于本车运动状态虚拟的车道线受本车各种运动状态影响较大，可靠性有待验证，一旦出现选择不合理的情况，导致行驶车辆存在安全隐患。
多目标决策模块根据传感输出的环境信息，评估当前行车环境的场景风险等级，根据各目标的属性信息，结合当前本车行驶状态及驾驶员状态，确定单个目标风险等级，并综合当前行车环境中的其它环境信息选择出最终跟车目标。随后纵向控制模块根据跟车目标的状态信息进行速度规划，并将控制指令传送给执行机构，完成相应的加减速。考虑到执行机构响应滞后，为保证存在危险目标时，本车能快速及时响应并减速，跟车目标的选择的实时性和准确性就显得尤为重要。
目前，对跟车目标的选择大多基于区域ID，不同区域的车辆是否被选为跟车目标不仅与车辆的状态相关，还对车辆存在的区域存在一定的依赖关系，不同区域的车辆采取不一样的计算方法，当跟车目标位置区域变化时，跟车目标切换的平稳性受到一定影响。
因此，有必要开发一种新的基于跟踪目标的危险目标选择方法、系统及车辆。
发明内容
本发明的目的是提供一种基于跟踪目标的危险目标选择方法、系统及车辆，它不仅能识别目标位置危险程度足够的目标，也能尽早识别有明显靠近趋势但目标相对位置危险程度不高的目标。
本发明所述的一种基于跟踪目标的危险目标选择方法，包括以下步骤：
步骤1.建立本车车辆坐标系，以本车前保险杠的中点为坐标原点，X轴正方向平行于地面指向车辆前方，Y轴正方向指向驾驶员右方；
步骤2.以目标与本车的横向相对距离变化规律拟合目标的横向相对车速；
步骤3.根据本车行驶状态确定本车碰撞危险区域；根据目标的横纵向相对车速计算目标进入本车的碰撞危险区域内的时间TTC；
步骤4.按照当前目标的行驶状态、驾驶员反应时间计算以不同等级制动减速度进行制动的时间，分别为舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间；
步骤5.将步骤3计算出的所有目标的进入本车的碰撞危险区域内的时间TTC与步骤4计算出的舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间进行对比，确定出目标的危险等级；
步骤6.结合目标的风险等级、本车运行状态、道路环境以及碰撞后可能造成后果的严重程度，找出当前场景下碰撞风险最大的目标作为最终危险碰撞目标。
进一步，所述步骤2具体为：取一定时长目标横向相对距离的历史轨迹分别拟合一次曲线和二次曲线，求得当前时刻目标一次拟合横向相对速度V1和目标二次拟合横向相对速度V2；
根据目标横向相对距离的历史轨迹的不同对目标横向相对速度V进行修正：
V＝K1*V1+K2*V2 (1)
其中，当所取历史轨迹的目标横向相对距离始终朝一个方向变化时，K1＝K2＝0.5，当目标横向相对运动的方向发生改变时，K1和K2的取值大小根据不同方向运动时长的比重来确定。
进一步，所述步骤3具体为：所述本车行驶状态包括车速和方向盘转角；根据车速和方向盘转角确定本车碰撞危险区域，若目标进入本车碰撞危险区域，则认定为目标存在碰撞风险，其中，碰撞危险区域的边界曲线方程为：
Figure BDA0002658361150000021
其中，当本车车速越大时，椭圆长边半径Ry越大，当本车存在转向和横向速度时，增大椭圆短边Rx半径，并将椭圆圆心(Cx，Cy)向有横向速度和转向的一侧移动；
基于目标的当前时刻横纵向相对车速推算目标进入本车碰撞危险区域内的时间TTC，其中，t时刻后目标在本车车辆坐标系中的坐标为：
Figure BDA0002658361150000031
其中，X0为当前时刻目标在本车车辆坐标系中的纵向相对距离，Y0为当前时刻目标在本车坐标系中的横向相对距离，Vy为当前时刻跟踪目标的横向相对速度，Vx为当前时刻跟踪目标的纵向相对速度；
将公式(3)带入公式(2)求关于t的一元二次方程的根，若方程存在大于0的实根，则认为目标一定时间后会与本车碰撞危险区域的边界相交，若目标有小于0的实根，则认为目标有远离本车碰撞危险区域的趋势；
若方程存在大于0的实根时，且当前时刻目标在本车碰撞危险区域外，则认为目标TTC时刻后会有与目标碰撞的风险，其中，绝对值小的根即为目标首先进入本车碰撞危险区域内的目标TTC；若当前时刻目标的坐标位置已经在本车碰撞危险区域内，则默认目标为危险目标。
进一步，根据当前驾驶员状态确定驾驶员反应时间；
其中，当前驾驶员状态包括驾驶员疲劳状态、驾驶员离手状态和驾驶员精神状态；
所述驾驶员疲劳状态分为醒着、轻微困倦、困倦和微睡；
所述驾驶员离手状态包括未脱手、单手脱手和双手脱手；
所述驾驶员精神状态分为注意力分散和注意力未分散。
本发明所述的一种基于跟踪目标的危险目标选择系统，包括存储器和控制器，所述存储器内存储有计算机可读程序，所述控制器调用该计算机可读程序时，能执行如本发明所述的基于跟踪目标的危险目标选择方法的步骤。
本发明所述的一种车辆，采用如本发明所述的基于跟踪目标的危险目标选择系统。
本发明的有益效果：基于本车车辆坐标系，以本车前端中点为坐标原点，实时接收传感输出的目标位置，形成闭环系统，而在计算目标碰撞时间的算法中不考虑本车的运动状态。考虑传感输出的目标横向相对速度的局限，以横向相对距离为标准，对目标横向相对速度进行一次和二次拟合，并根据目标相对历史轨迹的不同类型修正目标横向速度。根据本车不同的行驶状态，在本车周围划定不同的危险碰撞区域。根据本车不同的行驶状态确定不同的制动时间，从而确定目标的危险等级。综合场景风险等级及其它环境信息选出最终危险碰撞目标。
附图说明
图1为本实施例中本车车辆坐标系的示意图；
图2为本实施例中目标横向速度拟合曲线示意图；
图3为本实施例中本车碰撞危险区域的示意图；
图4为本实施例中危险区域相对轨迹示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
本实施例中，一种基于跟踪目标的危险目标选择方法，包括以下步骤：
步骤1.如图1所示，建立本车车辆坐标系，以本车前保险杠的中点为坐标原点，X轴正方向平行于地面指向车辆前方，Y轴正方向指向驾驶员右方。
步骤2.以目标与本车的横向相对距离变化为规律拟合目标的横向相对车速；具体为：
如图2所示，取一定时长目标横向相对距离的历史轨迹分别拟合一次曲线和二次曲线，求得当前时刻目标一次拟合横向相对速度V1和目标二次拟合横向相对速度V2。
根据目标横向相对距离的历史轨迹的不同对目标横向相对速度V进行修正：
V＝K1*V1+K2*V2 (1)
其中，当所取历史轨迹的目标横向相对距离始终朝一个方向变化时，K1＝K2＝0.5，当目标横向相对运动的方向发生改变时，K1和K2的取值大小根据不同方向运动时长的比重来确定。
步骤3.如图3所示，根据本车行驶状态确定本车碰撞危险区域；根据目标的横纵向相对车速计算目标进入本车的碰撞危险区域内的时间TTC；具体为：
所述本车行驶状态包括车速和方向盘转角。
根据车速和方向盘转角确定本车碰撞危险区域，若目标进入本车碰撞危险区域，则认定为目标存在碰撞风险，其中，碰撞危险区域的边界曲线方程为：
Figure BDA0002658361150000041
其中，当本车车速越大时，椭圆长边半径Ry越大，当本车存在转向和横向速度时，增大椭圆短边Rx半径，并将椭圆圆心(Cx，Cy)向有横向速度和转向的一侧移动。
跟踪目标在本车车辆坐标系中相对运动方向如图4所示，基于目标的当前时刻横纵向相对车速计算目标进入本车碰撞危险区域内的时间TTC，其中，t时刻跟踪目标在本车车辆坐标系中的实时坐标为：
Figure BDA0002658361150000051
其中，X0为当前时刻目标在本车坐标系中的纵向相对距离，Y0为当前时刻目标在本车坐标系中的横向相对距离，Vy为当前时刻目标的横向相对速度，Vx为当前时刻目标的纵向相对速度。
将公式(3)带入公式(2)求关于t的一元二次方程的根，若方程存在大于0的实根，则认为目标一定时间后会与本车碰撞危险区域的边界相交，若目标有小于0的实根，则认为目标有远离本车碰撞危险区域的趋势。
若方程存在大于0的实根时，且当前时刻目标在本车碰撞危险区域外，则认为目标TTC时刻后会有与目标碰撞的风险，其中，绝对值小的根即为目标首先进入本车碰撞危险区域内的目标TTC；若当前时刻目标的坐标位置已经在本车碰撞危险区域内，则默认目标为危险目标。
步骤4.按照当前目标的行驶状态、驾驶员反应时间计算以不同等级制动减速度进行制动的时间，分别为舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间；
步骤5.将步骤3计算出的所有目标的进入本车的碰撞危险区域内的时间TTC与步骤4计算出的舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间进行对比，确定出目标的危险等级；
步骤6.综合场景风险等级及其它环境信息，找出当前场景下碰撞风险最大的目标作为最终危险碰撞目标。
根据各个跟踪目标计算出的TTC与舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间的比较将目标危险等级分为1，2，3，4四个等级，等级越高目标的碰撞风险越大。其中等级为4的危险碰撞目标的预计碰撞时间很短，且碰撞发生后造成的后果严重，需要采取制动措施。
同一时刻的场景中可能存在多个同一等级的危险碰撞目标，在选择碰撞风险最大的危险碰撞目标时，优先选择危险等级高的目标，当同时存在多个最高等级的目标时，结合本车运动状态，道路环境，发生碰撞后可能造成后果的严重程度选择碰撞风险最高的危险碰撞目标。
本实施例中，根据当前驾驶员状态确定驾驶员反应时间；其中，当前驾驶员状态包括驾驶员疲劳状态、驾驶员离手状态和驾驶员精神状态；所述驾驶员疲劳状态根据驾驶员的疲劳程度分为1，2，3，4四个等级，分别为醒着、轻微困倦、困倦和微睡；所述驾驶员离手状态包括未脱手、单手脱手和双手脱手；所述驾驶员精神状态分为注意力分散和注意力未分散。
本实施例中，驾驶员反应时间用于步骤5中计算不同的制动时间，其中，舒适制动时间、驾驶员紧急制动时间和驾驶员极限制动时间中，不仅包括制动开始到刹停的时间，还包括驾驶员反应时间。
本实施例中，一种基于跟踪目标的危险目标选择系统，包括存储器和控制器，所述存储器内存储有计算机可读程序，所述控制器调用该计算机可读程序时，能执行如本实施例中所述的基于跟踪目标的危险目标选择方法的步骤。
本实施例中，一种车辆，采用如本实施例中所述的基于跟踪目标的危险目标选择系统。

Claims (6)

1.一种基于跟踪目标的危险目标选择方法，其特征在于，包括以下步骤：
步骤1.建立本车车辆坐标系，以本车前保险杠的中点为坐标原点，X轴正方向平行于地面指向车辆前方，Y轴正方向指向驾驶员右方；
步骤2.以目标与本车的横向相对距离变化规律拟合目标的横向相对车速；
步骤3.根据本车行驶状态确定本车碰撞危险区域；根据目标的横纵向相对车速计算目标进入本车的碰撞危险区域内的时间TTC；
步骤4.按照当前目标的行驶状态、驾驶员反应时间计算以不同等级制动减速度进行制动的时间，分别为舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间；
步骤5.将步骤3计算出的所有目标的进入本车的碰撞危险区域内的时间TTC与步骤4计算出的舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间进行对比，确定出目标的危险等级；
步骤6.结合目标的风险等级、本车运行状态、道路环境以及碰撞后可能造成后果的严重程度，找出当前场景下碰撞风险最大的目标作为最终危险碰撞目标。
2.根据权利要求1所述的基于跟踪目标的危险目标选择方法，其特征在于：所述步骤2具体为：取一定时长目标横向相对距离的历史轨迹分别拟合一次曲线和二次曲线，求得当前时刻目标一次拟合横向相对速度V1和目标二次拟合横向相对速度V2；
根据目标横向相对距离的历史轨迹的不同对目标横向相对速度V进行修正：
V＝K1*V1+K2*V2 (1)
其中，当所取历史轨迹的目标横向相对距离始终朝一个方向变化时，K1＝K2＝0.5，当目标横向相对运动的方向发生改变时，K1和K2的取值大小根据不同方向运动时长的比重来确定。
3.根据权利要求1或2所述的基于跟踪目标的危险目标选择方法，其特征在于：所述步骤3具体为：所述本车行驶状态包括车速和方向盘转角；根据车速和方向盘转角确定本车碰撞危险区域，若目标进入本车碰撞危险区域，则认定为目标存在碰撞风险，其中，碰撞危险区域的边界曲线方程为：
Figure FDA0002658361140000011
其中，当本车车速越大时，椭圆长边半径Ry越大，当本车存在转向和横向速度时，增大椭圆短边Rx半径，并将椭圆圆心(Cx，Cy)向有横向速度和转向的一侧移动；
基于目标的当前时刻横纵向相对车速推算目标进入本车碰撞危险区域内的时间TTC，其中，t时刻后目标在本车车辆坐标系中的坐标为：
Figure FDA0002658361140000021
其中，X0为当前时刻目标在本车车辆坐标系中的纵向相对距离，Y0为当前时刻目标在本车坐标系中的横向相对距离，Vy为当前时刻跟踪目标的横向相对速度，Vx为当前时刻跟踪目标的纵向相对速度；
将公式(3)带入公式(2)求关于t的一元二次方程的根，若方程存在大于0的实根，则认为目标一定时间后会与本车碰撞危险区域的边界相交，若目标有小于0的实根，则认为目标有远离本车碰撞危险区域的趋势；
若方程存在大于0的实根时，且当前时刻目标在本车碰撞危险区域外，则认为目标TTC时刻后会有与目标碰撞的风险，其中，绝对值小的根即为目标首先进入本车碰撞危险区域内的目标TTC；若当前时刻目标的坐标位置已经在本车碰撞危险区域内，则默认目标为危险目标。
4.根据权利要求1或2所述的基于跟踪目标的危险目标选择方法，其特征在于：
根据当前驾驶员状态确定驾驶员反应时间；
其中，当前驾驶员状态包括驾驶员疲劳状态、驾驶员离手状态和驾驶员精神状态；
所述驾驶员疲劳状态分为醒着、轻微困倦、困倦和微睡；
所述驾驶员离手状态包括未脱手、单手脱手和双手脱手；
所述驾驶员精神状态分为注意力分散和注意力未分散。
5.一种基于跟踪目标的危险目标选择系统，包括存储器和控制器，所述存储器内存储有计算机可读程序，其特征在于：所述控制器调用该计算机可读程序时，能执行如权利要求1至4任一所述的基于跟踪目标的危险目标选择方法的步骤。
6.一种车辆，其特征在于：采用如权利要求5所述的基于跟踪目标的危险目标选择系统。
CN202010895605.7A 2020-08-31 2020-08-31 基于跟踪目标的危险目标选择方法、系统及车辆 Active CN112026756B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010895605.7A CN112026756B (zh) 2020-08-31 2020-08-31 基于跟踪目标的危险目标选择方法、系统及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010895605.7A CN112026756B (zh) 2020-08-31 2020-08-31 基于跟踪目标的危险目标选择方法、系统及车辆

Publications (2)

Publication Number Publication Date
CN112026756A true CN112026756A (zh) 2020-12-04
CN112026756B CN112026756B (zh) 2021-08-06

Family

ID=73587174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010895605.7A Active CN112026756B (zh) 2020-08-31 2020-08-31 基于跟踪目标的危险目标选择方法、系统及车辆

Country Status (1)

Country Link
CN (1) CN112026756B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113183960A (zh) * 2021-03-18 2021-07-30 北京汽车研究总院有限公司 环境危险程度计算方法与装置、存储介质、控制器
CN113428141A (zh) * 2021-07-15 2021-09-24 东风汽车集团股份有限公司 一种前车紧急切入及时响应的智能检测方法及系统
CN114537385A (zh) * 2022-03-09 2022-05-27 重庆长安汽车股份有限公司 一种基于交通目标感知结果的危险目标筛选方法
CN115148050A (zh) * 2022-06-27 2022-10-04 中国第一汽车股份有限公司 碰撞预警方法、装置、设备及存储介质
CN116161111A (zh) * 2023-04-24 2023-05-26 小米汽车科技有限公司 车辆控制方法、装置、车辆及存储介质
WO2023115249A1 (zh) * 2021-12-20 2023-06-29 华为技术有限公司 一种安全评估方法及装置
WO2023226588A1 (zh) * 2022-05-27 2023-11-30 魔门塔(苏州)科技有限公司 盲区检测方法、报警方法、装置、车辆、介质及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101716047B1 (ko) * 2015-09-21 2017-03-14 울산대학교 산학협력단 차량 충돌 회피 장치 및 방법
JP2018203010A (ja) * 2017-06-02 2018-12-27 本田技研工業株式会社 車両制御システム、車両制御方法、およびプログラム
CN109270933A (zh) * 2018-10-11 2019-01-25 中国科学院深圳先进技术研究院 基于圆锥曲线的无人驾驶避障方法、装置、设备及介质
CN109542081A (zh) * 2018-11-14 2019-03-29 江苏大学 一种基于线下车辆减速度曲线的线上行车危险估计方法
CN110406532A (zh) * 2019-06-21 2019-11-05 重庆长安汽车股份有限公司 一种识别目标车辆可能变道的方法、系统及汽车
CN111016902A (zh) * 2019-12-30 2020-04-17 重庆长安汽车股份有限公司 一种车辆换道时的车速辅助控制方法、系统及汽车
CN111094095A (zh) * 2017-04-18 2020-05-01 优特诺股份有限公司 自动地接收行驶信号

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101716047B1 (ko) * 2015-09-21 2017-03-14 울산대학교 산학협력단 차량 충돌 회피 장치 및 방법
CN111094095A (zh) * 2017-04-18 2020-05-01 优特诺股份有限公司 自动地接收行驶信号
JP2018203010A (ja) * 2017-06-02 2018-12-27 本田技研工業株式会社 車両制御システム、車両制御方法、およびプログラム
CN109270933A (zh) * 2018-10-11 2019-01-25 中国科学院深圳先进技术研究院 基于圆锥曲线的无人驾驶避障方法、装置、设备及介质
CN109542081A (zh) * 2018-11-14 2019-03-29 江苏大学 一种基于线下车辆减速度曲线的线上行车危险估计方法
CN110406532A (zh) * 2019-06-21 2019-11-05 重庆长安汽车股份有限公司 一种识别目标车辆可能变道的方法、系统及汽车
CN111016902A (zh) * 2019-12-30 2020-04-17 重庆长安汽车股份有限公司 一种车辆换道时的车速辅助控制方法、系统及汽车

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113183960A (zh) * 2021-03-18 2021-07-30 北京汽车研究总院有限公司 环境危险程度计算方法与装置、存储介质、控制器
CN113183960B (zh) * 2021-03-18 2023-06-30 北京汽车研究总院有限公司 环境危险程度计算方法与装置、存储介质、控制器
CN113428141A (zh) * 2021-07-15 2021-09-24 东风汽车集团股份有限公司 一种前车紧急切入及时响应的智能检测方法及系统
WO2023115249A1 (zh) * 2021-12-20 2023-06-29 华为技术有限公司 一种安全评估方法及装置
CN114537385A (zh) * 2022-03-09 2022-05-27 重庆长安汽车股份有限公司 一种基于交通目标感知结果的危险目标筛选方法
CN114537385B (zh) * 2022-03-09 2024-05-07 重庆长安汽车股份有限公司 一种基于交通目标感知结果的危险目标筛选方法
WO2023226588A1 (zh) * 2022-05-27 2023-11-30 魔门塔(苏州)科技有限公司 盲区检测方法、报警方法、装置、车辆、介质及设备
CN115148050A (zh) * 2022-06-27 2022-10-04 中国第一汽车股份有限公司 碰撞预警方法、装置、设备及存储介质
CN116161111A (zh) * 2023-04-24 2023-05-26 小米汽车科技有限公司 车辆控制方法、装置、车辆及存储介质

Also Published As

Publication number Publication date
CN112026756B (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN112026756B (zh) 基于跟踪目标的危险目标选择方法、系统及车辆
US10814876B2 (en) Vehicle lane-changing control method, vehicle lane-changing control device and related equipment
CN109131326B (zh) 一种具有换道辅助功能的自适应巡航控制器及其工作方法
CN106926844B (zh) 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
EP3611069B1 (en) Vehicle control device
US10766492B2 (en) Driving assistance method and driving assistance device
JP6308032B2 (ja) 運転操作を生成するシステムおよび方法
US7248962B2 (en) System for influencing the speed of a motor vehicle
JP6773220B2 (ja) 走行支援装置の走行支援方法及び走行支援装置
US11462099B2 (en) Control system and control method for interaction-based long-term determination of trajectories for motor vehicles
EP3725627B1 (en) Method for generating vehicle control command, and vehicle controller and storage medium
US20210009115A1 (en) Vehicle control device
US20190308625A1 (en) Vehicle control device
US20200238980A1 (en) Vehicle control device
US7386385B2 (en) System for recognising the lane-change manoeuver of a motor vehicle
CN109582021B (zh) 智能车避障方法、装置及计算机可读存储介质
US20200353918A1 (en) Vehicle control device
CN112373477A (zh) 自动驾驶系统的冗余控制方法、自动驾驶系统、汽车、控制器及计算机可读存储介质
CN106004876A (zh) 用于自动驾驶系统的基于间隙的速度控制
CN112477884A (zh) 自动驾驶控制方法、装置及车辆
US11691647B2 (en) Vehicle control system
US7162361B2 (en) System for influencing the speed of a motor vehicle
US20200391747A1 (en) Vehicle control device
US20050216170A1 (en) System for influencing the spread of a motor vehicle
EP3725609B1 (en) Calibrating method for vehicle anti-collision parameters, vehicle controller and storage medium

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