CN112172762A - 一种自动紧急制动决策方法及系统 - Google Patents

一种自动紧急制动决策方法及系统 Download PDF

Info

Publication number
CN112172762A
CN112172762A CN202011123370.6A CN202011123370A CN112172762A CN 112172762 A CN112172762 A CN 112172762A CN 202011123370 A CN202011123370 A CN 202011123370A CN 112172762 A CN112172762 A CN 112172762A
Authority
CN
China
Prior art keywords
vehicle
road
emergency braking
road surface
automatic emergency
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.)
Pending
Application number
CN202011123370.6A
Other languages
English (en)
Inventor
王建华
王新群
王云成
谢飞
孙维毅
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN202011123370.6A priority Critical patent/CN112172762A/zh
Publication of CN112172762A publication Critical patent/CN112172762A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T7/00—Brake-action initiating means
    • B60T7/12—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
    • B60T7/22—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger initiated by contact of vehicle, e.g. bumper, with an external object, e.g. another vehicle, or by means of contactless obstacle detectors mounted on the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Regulating Braking Force (AREA)

Abstract

本发明公开了一种自动紧急制动决策方法及装置。该方法包括：通过多源传感器融合的方法，确定潜在危险障碍物的空间位置与运动状态；获取路面图像；基于贝叶斯分类原理，根据所述路面图像判断路面类别；根据所述路面类别确定路面附着系数估计值；根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，确定自动紧急制动时机，对制动系统进行反馈控制，实现自动紧急避撞。本发明针对现有自动紧急制动决策方法及车载装置进行有效改进，考虑了路面附着系数估计值因素并具有提前感知路面信息的功能，从而提升了在复杂路面工作的自动紧急制动装置的避撞功能，提高了汽车主动安全性能。

Description

一种自动紧急制动决策方法及系统
技术领域
本发明涉及紧急制动决策领域，特别是涉及一种自动紧急制动决策方法及系统。
背景技术
自动紧急制动(Autonomous Emergency Brake，AEB)，是通过现代传感器(如车载摄像头、毫米波雷达等)对车辆周围环境进行实时感知，并在当前行驶状态处于危险状态且驾驶员仍未有制动动作时，对车辆进行紧急制动的智能驾驶辅助技术。在欧洲新车安全评鉴协会(Euro NCAP)的新车主动安全评价方法中，已经将AEB功能作为评价标准之一。
早期的AEB算法是通过车辆运动学方程实现的，通过求解当前时刻本车与前车或行人的运动状态下的碰撞条件，来判断本车是否处于危险状态。常见的算法包括基于碰撞时间(Time to Collision，TTC)的AEB算法和基于安全距离的AEB算法等。近些年来，随着路面状态识别技术的发展，有学者结合路面状态来判断本车是否处于危险状态。结合路面状态的AEB算法可以很好地估计最大制动减速度的大小，对自动紧急制动时机的判断也更为合理。但是在实际车辆行驶过程中，路面状态是实时变化的，如果仅依靠本车运动参数估计路面附着系数估计值是不合理的。因而本发明提出了一种新的自动紧急制动决策方法及系统，可以根据前方路面的预估结果，判断自动紧急制动时机，有效避免碰撞的发生。
发明内容
本发明的目的是提供一种自动紧急制动决策方法及系统，根据路面条件的不同，适应性地调整自动紧急制动时机，实现有效的自动紧急避撞功能，提高汽车主动安全性能。
为实现上述目的，本发明提供了如下方案：
一种自动紧急制动决策方法，包括：
通过多源传感器融合的方法，确定潜在危险障碍物的空间位置与运动状态；
获取路面图像；
基于贝叶斯分类原理，根据所述路面图像判断路面类别；
根据所述路面类别确定路面附着系数估计值；
根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，确定自动紧急制动时机，对制动系统进行反馈控制，实现自动紧急避撞。
可选地，所述基于贝叶斯分类原理，根据所述路面图像判断路面类别，具体包括：
基于贝叶斯分类原理，通过路面状态的先验概率计算得到后验概率，取最大后验概率对应的类别为识别结果。
可选地，所述根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，确定自动紧急制动时机，具体包括：
根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，计算碰撞时间、安全距离或参考速度；
根据所述碰撞时间、所述安全距离或所述参考速度，确定自动紧急制动时机。
可选地，根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，计算碰撞时间，具体包括：
获取前后辆车相对距离和相对速度；
根据所述相对距离、所述相对速度以及所述路面附着系数估计值计算碰撞时间；
当所述碰撞时间小于预设碰撞时间阈值时，进行制动。
可选地，根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，计算安全距离，具体包括：
获取本车速度、前车速度以及相对减速度；
根据所述本车速度、所述前车速度以及所述相对减速度，计算安全距离；
当所述安全距离小于预设制动距离时，进行制动。
可选地，根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，计算参考速度，具体包括：
根据路面附着系数估计值获取最大制动减速度估计值；
根据最大制动减速度估计值获取期望减速度范围；
获取前车速度、期望减速度以及不同路面类型所对应的路段长度；
根据所述前车速度、所述期望减速度以及所述路段长度，计算参考速度；
当当前车速高于所述参考车速时，进行制动。
可选地，还包括：
对所述路面附着系数估计值进行误差修正。
本发明还提供了一种自动紧急制动装置，包括：
多源传感器，用于感知潜在危险障碍物的空间位置与运动状态；
车规级存储器，与所述多源传感器连接，用于存储所述潜在危险障碍物的空间位置与运动状态；
车规级处理模块，与所述车规级存储器连接，用于对所述潜在危险障碍物的空间位置与运动状态进行处理，得到制动信号；
人机交互界面，用于关闭或启动所述自动紧急制动装置。
可选地，所述多源传感器包括车规级双目摄像头、车规级毫米波雷达、加速度传感器、车速传感器以及车规级激光雷达；所述车规级双目摄像头用于采集路面的图像信息，所述车规级毫米波雷达以及所述激光雷达用于感知环境信息；所述加速度传感器用于检测路面坡度的加速度信息，所述车速传感器用于检测车速。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种自动紧急制动决策方法及系统，针对现有自动紧急制动决策方法及车载装置进行有效改进，考虑了路面附着系数因素并具有提前感知路面信息的功能，从而提升了在复杂路面工作的自动紧急制动装置的避撞功能，提高了汽车主动安全性能。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例自动紧急制动决策方法的流程图；
图2为本发明实施例人机交互界面；
图3为本发明实施例车载装置示意图。
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。
本发明的目的是提供一种自动紧急制动决策方法及系统，根据路面条件的不同，适应性地调整自动紧急制动时机，实现有效的自动紧急避撞功能，提高汽车主动安全性能。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，一种自动紧急制动决策方法包括：
步骤101：通过多源传感器融合的方法，确定潜在危险障碍物的空间位置与运动状态。
步骤102：获取路面图像。
步骤103：基于贝叶斯分类原理，根据所述路面图像判断路面类别。具体的，基于包括但不限于机器视觉，贝叶斯分类法等方法对本车与潜在危险障碍物之间的路面类型进行预先判定，进而进行路面附着系数的预先估计。例如，将路面类别分为冰雪深覆盖、冰雪浅覆盖、干燥路面和湿润路面。根据摄像头的图片信息提取图片特征(角二阶矩、对比度、熵值等等)，基于贝叶斯分类原理，通过路面状态的先验概率计算得到后验概率，取最大后验概率对应的类别为识别结果。
步骤104：根据所述路面类别确定路面附着系数估计值。对估计值的误差修正方法，依据实车标定过程，得到误差的拟合分布曲线，取一定的置信区间，对估计值进行补偿。
步骤105：根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，确定自动紧急制动时机，对制动系进行反馈控制，实现自动紧急避撞。
根据当前接收到的潜在危险障碍物空间位置与运动状态、路面附着系数估计值以及本车状态，通过参考模型进行计算，完成自动紧急制动时机的判断。可选用的参考模型包括但不限于：
碰撞时间(TTC)模型，通过计算当前运动状态下的预期碰撞时间，计算公式可以是经典TTC计算公式：
Figure BDA0002732781460000051
其中Δs为两车相对距离，Δv为两车相对速度。计算出TTC值以后，与预设碰撞时间阈值进行比较，当预期碰撞时间小于预设碰撞时间阈值时进行制动使能；
安全距离模型，基于当前运动状态计算预期制动距离，计算公式可以是：
Figure BDA0002732781460000052
其中vhost为本车速度，vprecd为前车速度，Δa为相对减速度。若安全距离小于预期制动距离s，进行制动使能；
基于逆运动学的参考速度模型，
Figure BDA0002732781460000053
其中，vprecd是前车速度测量值，vref是参考速度值，根据路面附着系数估计值区分的路面片段编号为j＝1～p，
Figure BDA0002732781460000061
为其中某段的期望减速度，
Figure BDA0002732781460000062
为某段的长度，当本车速度高于参考速度值，且制动系未接收到制动压力控制指令时，开始制动使能。
若达到系统所判断的自动紧急制动时机，制动系统仍未接收到驾驶员制动指令，则开始计算期望减速度(根据路面可以提供的最大制动减速度和使驾乘人员舒适的制动减速度，综合确定期望减速度)，计算的依赖原则有安全性原则与驾驶员舒适性原则，并实施制动缸压强的控制过程。
以期望制动减速度为目标的反馈控制过程，包括但不限于传统PID控制、单神经元PID控制、滑模控制和模糊控制等控制方法。
以传统PID控制过程为例：
制动缸控制压强为
Figure BDA0002732781460000063
其中e(t)＝ades(t)-a(t),ades(t)为t时刻的期望减速度，a(t)为t时刻的实际减速度，Kp、TI、TD分别为比例增益、积分时间常数和微分时间常数。
裁定当前车辆的感知系统是否正常使能并工作，裁定路面附着系数估计值是否合理，裁定制动系统是否出现故障。上述裁定结果均正常时，且接收到制动使能信号，则开始自动紧急制动的制动压力控制过程。
本发明还提供了一种自动紧急制动装置，包括：多源传感器、车规级存储器、车规级处理模块以及人机交互界面。
多源传感器，用于感知潜在危险障碍物的空间位置与运动状态；所述多源传感器包括车规级双目摄像头、车规级毫米波雷达、加速度传感器、车速传感器以及车规级激光雷达。
所述车规级双目摄像头可采集路面的图像信息，用于辨识路面类型以及获得不同路面类型的几何长度特征。
所述车规级毫米波雷达以及激光雷达，可协同作用，用于感知环境信息。环境信息包括但不限于：行人几何方位及运动状态、前车几何方位及运动状态以及其他障碍物的位置信息等。
所述加速度传感器及车速传感器，其功能在于，估计路面坡度信息，估计方法简述如下：
加速度传感器采集到的数值可表示为：asen＝g·sinθ+a
其中asen为加速度传感器采集到的数值，θ为坡度角，a为由车速传感器采集到的车速微分所得，基于上式构建状态方程，可求得坡度角θ。
车规级存储器，与所述多源传感器连接，用于存储所述潜在危险障碍物的空间位置与运动状态。
车规级处理模块，与所述车规级存储器连接，用于对所述潜在危险障碍物的空间位置与运动状态进行处理，得到制动信号。
所述车规级处理器模块，包括主控CPU、总线、外设I/O端口和存储单元。主控CPU通过数据总线读取环境感知信息，包括用于判定路面类型的图像信息、用于确定车距的雷达采集信息、用于确定路面坡度的加速度信息和用于确定前车车速的雷达采集信息等，通过主控CPU中的微处理器进行运算，运算内容包括对环境感知信息的处理过程(包括上文所述确定路面类型并估计路面附着系数、估计路面坡度、估计车距等过程)、参考模型的计算过程、期望减速度求解过程、制动使能信号求解过程和制动缸控制压强求解过程等，运算结果通过数据总线和控制总线传输至外设I/O端口，缓存功能通过存储单元实现；
所述对环境感知信息的处理子过程，具体详述如下：
(i)包括但不限于机器视觉、贝叶斯分类等方法对路面附着系数进行预先估计；
(ii)基于纵向加速度传感器进行坡度估计：
纵向加速度传感器的测量值为：
Figure BDA0002732781460000071
结合此式，通过速度传感器和加速度传感器的读数，可以得到坡度α的估计值；
(iii)通过融合多源传感器的测得数据，得到当前时刻本车与前车的相对距离；
(iv)其他测量数据，如本车车速测量数据、前车车速测量数据以及前车方位角测量数据等，也有对应的处理子过程进行解析处理。
所述人机交互界面，其功能在于，依据用户需求，使能或禁用本发明所述自动紧急制动系统。若使能，在系统激活状态下为用户提供可视化界面，清晰展示系统当前工作状态和指令。
图2为本发明实施例人机交互界面。1为图形显示界面，用于向驾驶员展示当前汽车驾驶状态。例如，当本车处于正常行驶状态时，汽车图标显示为绿色，示意为安全；当本车处于紧急行驶状态时，汽车图标显示为红色，示意为危险。2为本装置的使能开关，用户可以选择开启本装置或关闭本装置。3用于显示根据装置计算结果，得到的控制指令。当制动信号和预警信号都是on的状态时，说明本车已经处于可能发生危险碰撞的状态且进行自动紧急制动。
图3给出的是本车载装置的一种实施例。多源传感器包括1激光雷达、2摄像头、3毫米波雷达，其安置位置如图所示。4车规级计算机，集成了本发明所述的车规级处理器装置、车规级存储器装置和人机交互界面。5制动系统，基于期望制动减速度执行对应的制动动作。
本发明针对现有自动紧急制动决策方法及车载装置进行有效改进，考虑了路面附着系数因素并具有提前感知路面信息的功能，从而提升了在复杂路面工作的自动紧急制动装置的避撞功能，提高了汽车主动安全性能。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种自动紧急制动决策方法，其特征在于，包括：
通过多源传感器融合的方法，确定潜在危险障碍物的空间位置与运动状态；
获取路面图像；
基于贝叶斯分类原理，根据所述路面图像判断路面类别；
根据所述路面类别确定路面附着系数估计值；
根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，确定自动紧急制动时机，对制动系统进行反馈控制，实现自动紧急避撞。
2.根据权利要求1所述的自动紧急制动决策方法，其特征在于，所述基于贝叶斯分类原理，根据所述路面图像判断路面类别，具体包括：
基于贝叶斯分类原理，通过路面状态的先验概率计算得到后验概率，取最大后验概率对应的类别为识别结果。
3.根据权利要求1所述的自动紧急制动决策方法，其特征在于，所述根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，确定自动紧急制动时机，具体包括：
根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，计算碰撞时间、安全距离或参考速度；
根据所述碰撞时间、所述安全距离或所述参考速度，确定自动紧急制动时机。
4.根据权利要求3所述的自动紧急制动决策方法，其特征在于，根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，计算碰撞时间，具体包括：
获取前后辆车相对距离和相对速度；
根据所述相对距离、所述相对速度以及所述路面附着系数估计值计算碰撞时间；
当所述碰撞时间小于预设碰撞时间阈值时，进行制动。
5.根据权利要求3所述的自动紧急制动决策方法，其特征在于，根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，计算安全距离，具体包括：
获取本车速度、前车速度以及相对减速度；
根据所述本车速度、所述前车速度以及所述相对减速度，计算安全距离；
当所述安全距离小于预设制动距离时，进行制动。
6.根据权利要求3所述的自动紧急制动决策方法，其特征在于，根据所述潜在危险障碍物的空间位置与运动状态以及所述路面附着系数估计值，计算参考速度，具体包括：
根据路面附着系数估计值获取最大制动减速度估计值；
根据最大制动减速度估计值获取期望减速度范围；
获取前车速度、期望减速度以及不同路面类型所对应的路段长度；
根据所述前车速度、所述期望减速度以及所述路段长度，计算参考速度；
当当前车速高于所述参考车速时，进行制动。
7.根据权利要求1所述的自动紧急制动决策方法，其特征在于，还包括：
对所述路面附着系数估计值进行误差修正。
8.一种自动紧急制动装置，其特征在于，包括：
多源传感器，用于感知潜在危险障碍物的空间位置与运动状态；
车规级存储器，与所述多源传感器连接，用于存储所述潜在危险障碍物的空间位置与运动状态；
车规级处理模块，与所述车规级存储器连接，用于对所述潜在危险障碍物的空间位置与运动状态进行处理，得到制动信号；
人机交互界面，用于关闭或启动所述自动紧急制动装置。
9.根据权利要求8所述的自动紧急制动装置，其特征在于，所述多源传感器包括车规级双目摄像头、车规级毫米波雷达、加速度传感器、车速传感器以及车规级激光雷达；所述车规级双目摄像头用于采集路面的图像信息，所述车规级毫米波雷达以及所述激光雷达用于感知环境信息；所述加速度传感器用于检测路面坡度的加速度信息，所述车速传感器用于检测车速。
CN202011123370.6A 2020-10-20 2020-10-20 一种自动紧急制动决策方法及系统 Pending CN112172762A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011123370.6A CN112172762A (zh) 2020-10-20 2020-10-20 一种自动紧急制动决策方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011123370.6A CN112172762A (zh) 2020-10-20 2020-10-20 一种自动紧急制动决策方法及系统

Publications (1)

Publication Number Publication Date
CN112172762A true CN112172762A (zh) 2021-01-05

Family

ID=73923728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011123370.6A Pending CN112172762A (zh) 2020-10-20 2020-10-20 一种自动紧急制动决策方法及系统

Country Status (1)

Country Link
CN (1) CN112172762A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112596397A (zh) * 2021-03-03 2021-04-02 北京理工大学 电动汽车信息物理融合自动紧急制动控制系统及设计方法
CN113928284A (zh) * 2021-08-27 2022-01-14 北京工业大学 一种自动紧急制动系统自适应多级制动控制方法
CN115027428A (zh) * 2022-06-27 2022-09-09 中国第一汽车股份有限公司 一种车辆的遇障制动方法、装置、设备及存储介质
CN115410366A (zh) * 2022-07-22 2022-11-29 武汉光庭信息技术股份有限公司 交叉路口碰撞预警测试方法、系统、电子设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104670191A (zh) * 2015-02-09 2015-06-03 浙江吉利汽车研究院有限公司 自动紧急制动方法与装置
CN106671961A (zh) * 2017-03-02 2017-05-17 吉林大学 一种基于电动汽车的主动防碰撞系统及其控制方法
CN106740769A (zh) * 2016-12-26 2017-05-31 清华大学苏州汽车研究院（相城） 一种路面附着自适应的自主紧急制动控制算法
CN107499262A (zh) * 2017-10-17 2017-12-22 芜湖伯特利汽车安全系统股份有限公司 基于机器学习的acc/aeb系统及车辆
CN109910897A (zh) * 2019-01-30 2019-06-21 江苏大学 一种基于前方路面峰值附着系数的安全距离估算方法
CN110395251A (zh) * 2019-06-27 2019-11-01 驭势（上海）汽车科技有限公司 一种基于多传感器融合数据的自动紧急制动决策方法
CN110466520A (zh) * 2019-08-01 2019-11-19 武汉理工大学 一种基于路面附着系数识别的自适应巡航方法
CN111231827A (zh) * 2020-02-27 2020-06-05 江苏大学 一种雨雾天气显示车辆前方碰撞风险区域的装置和方法
CN111506087A (zh) * 2020-05-21 2020-08-07 安徽江淮汽车集团股份有限公司 自动驾驶汽车的自适应跟车方法、装置、设备及存储介质
CN112046454A (zh) * 2020-09-21 2020-12-08 武汉大学 一种基于车辆环境识别的自动紧急制动方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104670191A (zh) * 2015-02-09 2015-06-03 浙江吉利汽车研究院有限公司 自动紧急制动方法与装置
CN106740769A (zh) * 2016-12-26 2017-05-31 清华大学苏州汽车研究院（相城） 一种路面附着自适应的自主紧急制动控制算法
CN106671961A (zh) * 2017-03-02 2017-05-17 吉林大学 一种基于电动汽车的主动防碰撞系统及其控制方法
CN107499262A (zh) * 2017-10-17 2017-12-22 芜湖伯特利汽车安全系统股份有限公司 基于机器学习的acc/aeb系统及车辆
CN109910897A (zh) * 2019-01-30 2019-06-21 江苏大学 一种基于前方路面峰值附着系数的安全距离估算方法
CN110395251A (zh) * 2019-06-27 2019-11-01 驭势（上海）汽车科技有限公司 一种基于多传感器融合数据的自动紧急制动决策方法
CN110466520A (zh) * 2019-08-01 2019-11-19 武汉理工大学 一种基于路面附着系数识别的自适应巡航方法
CN111231827A (zh) * 2020-02-27 2020-06-05 江苏大学 一种雨雾天气显示车辆前方碰撞风险区域的装置和方法
CN111506087A (zh) * 2020-05-21 2020-08-07 安徽江淮汽车集团股份有限公司 自动驾驶汽车的自适应跟车方法、装置、设备及存储介质
CN112046454A (zh) * 2020-09-21 2020-12-08 武汉大学 一种基于车辆环境识别的自动紧急制动方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于继降: "基于贝叶斯方法的道路识别", 《计算机与数字工程》 *
朱冰，等: "基于路面附着系数估计的汽车纵向碰撞预警策略", 《汽车工程》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112596397A (zh) * 2021-03-03 2021-04-02 北京理工大学 电动汽车信息物理融合自动紧急制动控制系统及设计方法
CN113928284A (zh) * 2021-08-27 2022-01-14 北京工业大学 一种自动紧急制动系统自适应多级制动控制方法
CN115027428A (zh) * 2022-06-27 2022-09-09 中国第一汽车股份有限公司 一种车辆的遇障制动方法、装置、设备及存储介质
CN115410366A (zh) * 2022-07-22 2022-11-29 武汉光庭信息技术股份有限公司 交叉路口碰撞预警测试方法、系统、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN112172762A (zh) 一种自动紧急制动决策方法及系统
EP3172589B1 (en) Method for mitigating radar sensor limitations with video camera input for active braking for pedestrians
US10953874B2 (en) Collision detection device
CN112154455B (zh) 数据处理方法、设备和可移动平台
CN100492437C (zh) 一种目标车换道工况下的快速识别方法
EP1721782B1 (en) Driving support equipment for vehicles
CN110884490B (zh) 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质
CN101131321A (zh) 一种实时测量安全车距用于汽车防撞预警的方法及装置
US20200384999A1 (en) Vehicle control device
GB2489087A (en) Driver assistance system for recognizing a turn-off maneuver of a preceding vehicle
JP4948996B2 (ja) 車両の運転支援装置
CN111332264B (zh) 一种自动紧急制动控制方法及系统
CN115635977A (zh) 一种车辆碰撞预警方法、装置、电子设备及存储介质
CN114466776A (zh) 车辆控制方法、车辆控制装置和包括该车辆控制装置的车辆控制系统
US10953885B2 (en) Road surface detecting apparatus
CN111483458B (zh) 一种动力系统控制方法及装置
CN115195856B (zh) 一种转向助力方法、装置及车辆
CN116424322A (zh) 一种车辆控制方法、控制装置、车辆及存储介质
CN116118720A (zh) 一种基于车辆工况可变控制策略的aeb-p系统
CN112677964B (zh) 基于车道保持辅助功能的避障方法、装置、设备和介质
CN113844439A (zh) 一种用于辅助驾驶的低速辅助制动辅助决策方法、系统及计算机可读存储介质
JP7541497B2 (ja) 車両制御装置、情報処理装置、それらの動作方法及びプログラム
CN115991204A (zh) 一种基于雷达技术的防碰撞的汽车主动安全预警系统
EP1820173B1 (en) Apparatus for assisted driving of a vehicle in relation to keeping the safety distance with respect to a vehicle or obstacle in front
CN117002373A (zh) 车辆后向行车预警方法、装置、电子设备及可读存储介质

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