CN112198877B - 一种基于5g网络的无人驾驶车辆的控制方法及系统 - Google Patents
一种基于5g网络的无人驾驶车辆的控制方法及系统 Download PDFInfo
- Publication number
- CN112198877B CN112198877B CN202011061085.6A CN202011061085A CN112198877B CN 112198877 B CN112198877 B CN 112198877B CN 202011061085 A CN202011061085 A CN 202011061085A CN 112198877 B CN112198877 B CN 112198877B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- intelligent terminal
- image
- road
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000008447 perception Effects 0.000 claims abstract description 47
- 238000004891 communication Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 7
- 230000008859 change Effects 0.000 claims description 49
- 239000000284 extract Substances 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 16
- 239000003086 colorant Substances 0.000 claims description 5
- 239000007787 solid Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010050031 Muscle strain Diseases 0.000 description 1
- 206010028391 Musculoskeletal Pain Diseases 0.000 description 1
- 206010028836 Neck pain Diseases 0.000 description 1
- 208000007613 Shoulder Pain Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于5G网络的无人驾驶车辆的控制方法及系统，所述方法包括控制装置接入5G网络，与智能终端建立通信连接；智能终端输入目的地，根据车辆所在位置和所述目的地制定全局路线；智能终端启动车辆，控制装置控制车辆按所述全局路线行驶；在行驶过程中，控制装置实时获取环境感知信息和车辆信息，并发送给智能终端；智能终端接收环境感知信息和车辆信息，根据环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径，并向控制装置发送决策指令；控制装置根据智能终端发送的决策指令，控制车辆的行驶状态和行驶路径。通过智能终端实现无人驾驶车辆的运输过程的控制可提高运输的安全性。
Description
技术领域
本发明涉及智能运输领域，尤其涉及一种基于5G网络的无人驾驶车辆的控制方法及系统。
背景技术
运输是物流的中心环节之一，然而公路运输行业是一个劳累的行业，尤其是长途运输、长途汽车，出租公交等，长时间的久坐使得从业者容易患上腰肌劳损、肩颈疼痛等症状。实现长途运输作业的机械化、自动化，不仅能提高劳动生产率，而且也能把工人从繁重的体力劳动中解脱出来，解放生产力，更好的创造社会效益。智能运输系统是未来公路运输的发展方向，是将先进的信息技术、数据通讯传输技术、电子控制技术及计算机处理技术等综合运用于整个地面运输管理体系，使人、车、路及环境密切配合、和谐统一，使汽车运行智能化，从而建立一种在大范围内，全方位发挥作用的实时、准确、高效的公路运输综合管理系统。
5G网络时代的到来大大提高了数据传输的速度，给我们的生活提供了更大的便利。现有的人工智能算法下的无人驾驶技术需要各种传感器之间的协调合作，决策判断训练仍然处于完善的阶段，因此不能满足现需的无人驾驶应用。现有的5G技术应用于运输机器人中功能过于单一，只能简单的移动和运输物品功能，无法满足用户的更多需求。
发明内容
本发明提供一种基于5G网络的无人驾驶车辆的控制方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
第一方面，本发明实施例提供了一种基于5G网络的无人驾驶车辆的控制方法，所述方法包括：
控制装置接入5G网络，与智能终端建立通信连接，其中控制装置用于控制无人驾驶车辆；
智能终端输入目的地，根据车辆所在位置和所述目的地制定全局路线；
智能终端启动车辆，控制装置控制车辆按所述全局路线行驶；
在行驶过程中，控制装置实时获取环境感知信息和车辆信息，并发送给智能终端；
智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径，并向控制装置发送决策指令；
控制装置根据所述智能终端发送的决策指令，控制车辆的行驶状态和行驶路径。
进一步，控制装置包括Kinect传感器、激光雷达传感器、速度传感器、导航定位模块和控制器，所述控制装置实时获取环境感知信息和车辆信息，并发送给智能终端包括：
Kinect传感器实时获取车辆所在的道路图像；
激光雷达传感器实时获取车辆与周围车辆的距离得到距离信息，并发送给控制器；
速度传感器实时获取无人驾驶车辆的行驶速度；
导航定位模块实时获取车辆的位置信息；
控制器获取所述距离信息、道路图像、行驶速度和车辆的位置信息，根据距离信息得到三维立体点云图，并将所述三维立体点云图、距离信息、道路图像、行驶速度和车辆的位置信息发送给智能终端。
进一步，智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径包括：
智能终端接收所述三维立体点云图、距离信息、道路图像、行驶速度和车辆的位置信息；
智能终端根据车辆的位置信息和全局路线判断车辆是否需要更改行驶方向；
智能终端根据所述三维立体点云图、距离信息和道路图像判断本车辆周围是否有车辆；
智能终端根据判断结果决策车辆进行正常通行、变道、变速、不变速中的至少一种操作。
进一步，智能终端根据判断结果决策车辆进行正常通行、变道、变速、不变速中的至少一种操作包括：
当智能终端根据车辆的位置信息和全局路线确定车辆不需要更改行驶方向，执行步骤A1-A2中其中一种操作：
A1、确定前方无车辆时，决策车辆正常通行并且以所述行驶速度行驶；
A2、确定前方有车辆时，根据前方车辆与本车辆的相对位置决策车辆变速或者不变速；
当智能终端根据车辆的位置信息和全局路线确定车辆需要更改前进方向，执行步骤B1-B2中其中一种操作：
B1、确定变道后的道路无车辆，或者变道后的道路中的车辆与与本车辆的距离超过阈值时，决策车辆变道并且以所述行驶速度行驶；
B2、确定变道后的道路中的车辆与本车辆的距离未超过阈值时，决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆变道并且以所述行驶速度行驶。
进一步，所述控制装置实时获取环境感知信息和车辆信息，并发送给智能终端还包括：
控制器对所述道路图像进行目标识别，从道路图像中提取识别的目标标记作为目标图像，从目标图像中提取特征向量，与预存的标记图像进行匹配，将匹配的标记图像发送给智能终端，所述标记图像包括带有颜色的交通灯。
进一步，控制器对所述道路图像进行目标识别，从道路图像中提取识别的目标标记作为目标图像，从目标图像中提取特征向量包括：
控制器将所述道路图像转换为HSV图像，对所述HSV图像进行红黄绿三种颜色的提取；
控制器基于HSV彩色空间的色度和饱和度信息选取阈值，基于阈值分割图像，从道路图像中提取识别的目标标记作为目标图像；
控制器提取目标图像的边缘特征和颜色特征作为特征向量。
进一步，智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径包括：
智能终端接收所述三维立体点云图、距离信息、道路图像、行驶速度、标记图像；
智能终端根据车辆的位置信息和全局路线判断车辆是否需要更改行驶方向；
智能终端根据标记图像判断红绿灯的颜色；
智能终端根据所述三维立体点云图、距离信息和道路图像判断本车辆周围是否有车辆；
智能终端根据判断结果决策车辆进行正常通行、减速、停止通行和变道中的至少一种操作。
进一步，智能终端根据判断结果决策车辆进行决策车辆进行正常通行、减速、停止通行和变道中的至少一种操作包括：
智能终端根据车辆的位置信息和全局路线确定车辆不需要更改行驶方向，执行步骤C1-C6中其中一种操作：
C1、当标记图像为红灯，并且前方无车辆时，决策车辆进行减速及在路口的停止线前停止；
C2、当标记图像为红灯时，并且前方有车辆时，决策车辆进行减速及在前方车辆后停止；
C3、当标记图像为黄灯时，并且前方无车辆时，决策车辆进行减速及在路口的停止线前停止；
C4、当标记图像为黄灯时，并且前方有车辆时，决策车辆进行减速及在前方车辆后停止；
C5、当标记图像为绿灯时，并且前方无车辆时，决策正常通行并且以所述行驶速度行驶；
C6、当标记图像为绿灯时，并且前方有车辆时，决策车辆正常通行并且控制车辆速度以保证与前方车辆的距离超过阈值；
智能终端根据车辆的位置信息和全局路线确定车辆需要更改行驶方向时，根据三维立体点云图、距离信息判断车辆变道后的道路是否有车辆，当确定车辆变道后的道路中的车辆与本车辆的距离未超过阈值时，执行步骤D1-D3中其中一种操作：
D1、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为红灯时，决策车辆在前方车辆后停止；
D2、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为黄灯时，决策车辆在前方车辆后停止；
D3、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为绿灯时，决策车辆通行及控制车辆速度以保证与前方车辆的距离超过阈值；
当确定车辆变道后的道路无车辆或者变道后的道路中的车辆与本车辆的距离超过阈值时，执行步骤D4-D6中其中一种操作：
D4、决策车辆进行变道，当收到的标记图像为红灯，决策车辆在路口的停止线前停止；
D5、决策车辆进行变道，当收到标记图像为黄灯时，决策车辆在路口的停止线前停止；
D6、决策车辆进行变道，当收到标记图像为绿灯时，决策车辆按所述行驶速度正常通行。
第二方面，本发明实施例还提供了本发明实施例的一种基于5G网络的无人驾驶车辆的控制系统，包括：无人驾驶车辆的控制装置和智能终端；
无人驾驶车辆的控制装置包括5G通信模块、控制器、环境感知模块、传感器模块、导航定位模块、控制执行模块，控制器分别与5G通信模块、控制器、环境感知模块、传感器模块、导航定位模块和控制执行模块连接；
5G通信模块，用于将无人驾驶车辆接入5G网络，与智能终端建立无线通信。
环境感知模块，用于实时获取无人驾驶车辆的环境感知信息；
导航定位模块，用于实时获取无人驾驶车辆的位置；
传感器模块，用于实时获取无人驾驶车辆的车辆信息；
控制器，用于将无人驾驶车辆的环境感知信息、无人驾驶车辆的位置和车辆的车辆信息通过5G通信模块发送给智能终端，并接收智能终端发送的决策指令，将所述决策指令发送给控制执行模块；
控制执行模块，用于根据接收的决策指令，控制无人驾驶车辆的行驶状态和行驶路径；
智能终端，用于控制无人驾驶车辆的启动和停车，还用于从无人驾驶车辆的控制装置接收无人驾驶车辆的环境感知信息、无人驾驶车辆的位置和车辆的车辆信息，根据所述环境感知信息、无人驾驶车辆的位置和车辆的车辆信息获知无人驾驶车辆的状态，决策无人驾驶车辆的行驶状态和行驶路径，并向智能终端发送决策指令，以控制无人驾驶车辆的行驶状态和行驶路径。
进一步，所述环境感知模块包括：
Kinect传感器，用于感知无人驾驶车辆所在的道路图像；
激光雷达传感器，用于计算无人驾驶车辆与周围各车辆的距离得到距离信息。
本发明实施例提供了一种基于5G网络的无人驾驶车辆的控制方法及系统，至少具有以下有益效果：通过智能终端实现无人驾驶车辆的运输过程的控制可提高运输的稳定性和安全性，避免因采用人工智能训练计算模型的计算误差而导致的错误行驶。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1为本发明一实施例提供的一种基于5G网络的无人驾驶车辆的控制方法的流程图；
图2为本发明一实施例提供的一种基于5G网络的无人驾驶车辆的控制系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，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用以解释本发明，并不用于限定本发明。
需要说明的是，虽然在系统示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于系统中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
如图1所示，一种基于5G网络的无人驾驶车辆的控制方法，包括以下步骤：
S11、控制装置接入5G网络，与智能终端建立通信连接，其中控制装置用于控制无人驾驶车辆；
控制装置安装在无人驾驶车辆内，控制装置接入5G网络，建立控制装置与智能终端的通信连接。智能终端上装有无人驾驶APP，用户通过智能终端控制无人运输车辆行驶。
S12、智能终端输入目的地，根据车辆所在位置和所述目的地制定全局路线；
全球定位系统(GPS)进行汽车路线导航，采用一种绝对定位的导航方式，即通过接收机天线的绝对坐标在地图上显示汽车在地图中所在的位置，以及车辆行驶目的地在地图中的位置，并且能够制定出汽车所在位置和目的地之间的全局路线，并反馈在智能终端APP界面中。在智能终端输入无人运输车辆的行驶目的地，选择一条最佳的行驶路线(用时最短或路线最简单)，并启动车辆沿导航路线前行，在无障碍的情况下，车辆匀速行驶。
S13、智能终端启动车辆，控制装置控制车辆按所述全局路线行驶；
通过智能终端启动无人运输车辆，汽车启动时的各个模块开始工作。
S14、在行驶过程中，控制装置实时获取环境感知信息和车辆信息，并发送给智能终端；
车辆按制定的全局路线行驶，针对行驶道路环境多变的情况，控制装置实时将环境感知信息和车辆信息反馈给智能终端，以便智能终端根据道路环境对车辆进行控制。
S15、智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径，并向控制装置发送决策指令；
S16、控制装置根据所述智能终端发送的决策指令，控制车辆的行驶状态和行驶路径。
进一步地，控制装置包括Kinect传感器、激光雷达传感器、速度传感器、导航定位模块和控制器，Kinect传感器包括摄像头；步骤14包括：
S21、Kinect传感器实时获取车辆所在的道路图像；
S22、激光雷达传感器实时获取车辆与周围各车辆的距离得到距离信息，并发送给控制器；
S23、速度传感器实时获取无人驾驶车辆的行驶速度；
S24、导航定位模块实时获取车辆的位置信息；
S25、控制器获取所述距离信息、道路图像、行驶速度和车辆的位置信息，根据距离信息得到三维立体点云图，并将所述三维立体点云图、距离信息、道路图像、行驶速度和车辆的位置信息发送给智能终端。
进一步地，步骤15包括以下步骤：
S31、智能终端接收所述三维立体点云图、距离信息、道路图像、行驶速度和车辆的位置信息；
S32、智能终端根据车辆的位置信息和全局路线判断车辆是否需要更改行驶方向；
S33、智能终端根据所述三维立体点云图、距离信息和道路图像判断本车辆周围是否有车辆；
S34、智能终端根据判断结果决策车辆进行正常通行、变道、变速、不变速中的至少一种操作。
其中，步骤S34具体包括：
当智能终端根据车辆的位置信息和全局路线确定车辆不需要更改行驶方向，执行步骤A1-A2中其中一种操作：
A1、确定前方无车辆时，决策车辆正常通行并且以所述行驶速度行驶；
A2、确定前方有车辆时，根据前方车辆与本车辆的相对位置决策车辆变速或者不变速；
其中前方车辆与本车辆的相对位置小于阈值时，则改变速度，进行减速操作。当前方车辆与本车辆的相对位置超过阈值时，则不需要变速。
当智能终端根据车辆的位置信息和全局路线确定车辆需要更改前进方向，执行步骤B1-B2中其中一种操作：
B1、确定变道后的道路无车辆，或者变道后的道路中的车辆与与本车辆的距离超过阈值时，决策车辆变道并且以所述行驶速度行驶；
B2、确定变道后的道路中的车辆与本车辆的距离未超过阈值时，决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆变道并且以所述行驶速度行驶。
其中变道后的道路指车辆未变道，但将要进行变道，变道后所在的道路。
进一步，步骤14还包括：
控制器对所述道路图像进行目标识别，从道路图像中提取识别的目标标记作为目标图像，从目标图像中提取特征向量，与预存的标记图像进行匹配，将匹配的标记图像发送给智能终端，所述标记图像包括带有颜色的交通灯。
进一步，控制器对所述道路图像进行目标识别，从道路图像中提取识别的目标标记作为目标图像，从目标图像中提取特征向量包括：
控制器将所述道路图像转换为HSV图像，对所述HSV图像进行红黄绿三种颜色的提取；
控制器基于HSV彩色空间的色度和饱和度信息选取阈值，基于阈值分割图像，从道路图像中提取识别的目标标记作为目标图像；
控制器提取目标图像的边缘特征和颜色特征作为特征向量。
采用边缘算法提取目标图像的边缘特征。
当控制器将带有颜色的交通灯的标记图像发送给智能终端时，步骤15中智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径包括以下步骤：
S41、智能终端接收所述三维立体点云图、距离信息、道路图像、行驶速度、标记图像；
S42、智能终端根据车辆的位置信息和全局路线判断车辆是否需要更改行驶方向；
S43、智能终端根据标记图像判断红绿灯的颜色；
S44、智能终端根据所述三维立体点云图、距离信息和道路图像判断本车辆周围是否有车辆；
S45、智能终端根据判断结果决策车辆进行决策车辆进行正常通行、减速、停止通行和变道中的至少一种操作。
进一步，步骤S45具体包括：
智能终端根据车辆的位置信息和全局路线确定车辆不需要更改行驶方向，执行步骤C1-C6中其中一种操作：
C1、当标记图像为红灯，并且前方无车辆时，决策车辆进行减速及在路口的停止线前停止；
C2、当标记图像为红灯时，并且前方有车辆时，决策车辆进行减速及在前方车辆后停止；
C3、当标记图像为黄灯时，并且确定前方无车辆时，决策车辆进行减速及在路口的停止线前停止；
C4、当标记图像为黄灯时，并且前方有车辆时，决策车辆进行减速及在前方车辆后停止；
C5、当标记图像为绿灯时，并且前方无车辆时，决策正常通行并且以所述行驶速度行驶；
C6、当标记图像为绿灯时，并且前方有车辆时，决策车辆进行减速；
智能终端根据车辆的位置信息和全局路线确定车辆需要更改行驶方向时，根据三维立体点云图、距离信息确定判断车辆变道后的道路中是否有车辆，当确定车辆变道后的道路的车辆与本车辆的距离未超过阈值时，执行步骤D1-D3中其中一种操作：
D1、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为红灯时，决策车辆在前方车辆后停止；
D2、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为黄灯时，决策车辆在前方车辆后停止；
D3、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为绿灯时，决策车辆通行及控制车辆速度以保证与前方车辆的距离超过阈值；
当确定车辆变道后的道路无车辆或者变道后的道路中的车辆与本车辆的距离超过阈值时，执行步骤D4-D6中其中一种操作：
D4、决策车辆进行变道，当收到的标记图像为红灯，决策车辆在路口的停止线前停止；
D5、决策车辆进行变道，当收到标记图像为黄灯时，决策车辆在路口的停止线前停止；
D6、决策车辆变道，当收到标记图像为绿灯时，决策车辆按所述行驶速度正常通行。
下面以过红绿灯为例说明：
当无人驾驶车辆的控制器初次识别到Kinect传感器中摄像头拍摄的图像上出现红绿灯灯牌后，将摄像头拍摄的图像转换为HSV图像，对所述HSV图像进行红黄绿三种颜色的提取，则整幅图只剩下与红绿灯颜色相同的区域，基于HSV彩色空间的色度和饱和度信息选取阈值，基于阈值分割图像，从摄像头拍摄的图像提取红绿灯灯牌作为目标图像；基于形状检测，然后提取目标图像的边缘特征和颜色特征，与预先存储的红绿灯标记图像进行匹配，识别出红绿灯灯牌以及此时亮灯的颜色。
车辆进入路口行驶模式。根据导航信息指引确定是前行，左转还是右转。利用象形识别原理检测道路的车道标志牌：左转弯车道，前行车道，右转弯车道。当需要左转弯时，要去到对应的转弯车道上进行变道。如汽车在中间车道向左侧车道变道时，汽车首先转弯灯打起，判断前后方没有车辆或是车辆距离超过阈值时(当机动车时速为60公里时，行车间距应为60米以上；时速为80公里时，行车间距为80米以上，以此类推)，向左转动方向盘直至车身转出至道路中央，回转方向盘，检测前方车辆，保持安全距离。
车辆在即将进入路口这段期间，每5秒刷新识别红绿灯。当检测红灯时，车辆准备停下，车速降至每小时10公里以下，与前方车辆保持一米的距离。当前方有车时，始终保持与前一台车尾相距一米的距离，当前方车辆速度不动时，在前方车尾部一米的地方停车等待绿灯。当绿灯亮起时，判断前方车辆移动时，跟随前方车辆行驶。当前方无车时，检测路口的停止线的位置，在停车线前0.5-1米之间停车，等待绿灯。当绿灯亮起时，判断前方无行人后发车行驶。当黄灯亮起时，车辆停止。
如图2所示，一种基于5G网络的无人驾驶车辆的控制系统包括：无人驾驶车辆的控制装置和智能终端；
无人驾驶车辆的控制装置包括5G通信模块、控制器、环境感知模块、传感器模块、导航定位模块、控制执行模块，控制器分别与5G通信模块、控制器、环境感知模块、传感器模块、导航定位模块和控制执行模块连接；
5G通信模块，用于将无人驾驶车辆接入5G网络，与智能终端建立无线通信。
环境感知模块，用于实时获取无人驾驶车辆的环境感知信息；
导航定位模块，用于实时获取无人驾驶车辆的位置；
传感器模块，用于实时获取无人驾驶车辆的车辆信息；
控制器，用于将无人驾驶车辆的环境感知信息、无人驾驶车辆的位置和车辆的车辆信息通过5G通信模块发送给智能终端，并接收智能终端发送的决策指令，将所述决策指令发送给控制执行模块；
控制执行模块，用于根据接收的决策指令，控制无人驾驶车辆的行驶状态和行驶路径；
智能终端，用于控制无人驾驶车辆的启动和停车，还用于从无人驾驶车辆的控制装置接收无人驾驶车辆的环境感知信息、无人驾驶车辆的位置和车辆的车辆信息，根据所述环境感知信息、无人驾驶车辆的位置和车辆的车辆信息获知无人驾驶车辆的状态，决策无人驾驶车辆的行驶状态和行驶路径，并向智能终端发送决策指令，以控制无人驾驶车辆的行驶状态和行驶路径。
进一步，所述环境感知模块包括：
Kinect传感器，包括摄像头，用于获取无人驾驶车辆所在的道路图像；
激光雷达传感器，用于计算无人驾驶车辆与周围各车辆的距离得到距离信息。
Kinect传感器和激光雷达传感器安装在车身上。
进一步，传感器模块，包括速度传感器，用于实时获取无人驾驶车辆的行驶速度。
本发明提供了一种基于5G网络的无人驾驶车辆的控制方法及系统，至少具有以下有益效果：通过智能终端实现无人驾驶车辆的运输过程的控制可提高运输的稳定性和安全性，避免因采用人工智能训练计算模型的计算误差而导致的错误行驶，并且当无人驾驶车辆行驶到红绿灯路口时，智能终端能够根据车辆反馈的信息实时控制车辆的行驶状态和行驶路径，提高了无人驾驶的安全性。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (2)
1.一种基于5G网络的无人驾驶车辆的控制方法，其特征在于，所述方法包括：
控制装置接入5G网络，与智能终端建立通信连接，其中控制装置用于控制无人驾驶车辆；
智能终端输入目的地，根据车辆所在位置和所述目的地制定全局路线；
智能终端启动车辆，控制装置控制车辆按所述全局路线行驶；
在行驶过程中，控制装置实时获取环境感知信息和车辆信息，并发送给智能终端；
智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径，并向控制装置发送决策指令；
控制装置根据所述智能终端发送的决策指令，控制车辆的行驶状态和行驶路径；
控制装置包括Kinect传感器、激光雷达传感器、速度传感器、导航定位模块和控制器，所述控制装置实时获取环境感知信息和车辆信息，并发送给智能终端包括：
Kinect传感器实时获取车辆所在的道路图像；
激光雷达传感器实时获取车辆与周围车辆的距离得到距离信息，并发送给控制器；
速度传感器实时获取无人驾驶车辆的行驶速度；
导航定位模块实时获取车辆的位置信息；
控制器获取所述距离信息、道路图像、行驶速度和车辆的位置信息，根据距离信息得到三维立体点云图，并将所述三维立体点云图、距离信息、道路图像、行驶速度和车辆的位置信息发送给智能终端；
智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径包括：
智能终端接收所述三维立体点云图、距离信息、道路图像、行驶速度和车辆的位置信息；
智能终端根据车辆的位置信息和全局路线判断车辆是否需要更改行驶方向；
智能终端根据所述三维立体点云图、距离信息和道路图像判断本车辆周围是否有车辆；
智能终端根据判断结果决策车辆进行正常通行、变道、变速、不变速中的至少一种操作；
智能终端根据判断结果决策车辆进行正常通行、变道、变速、不变速中的至少一种操作包括：
当智能终端根据车辆的位置信息和全局路线确定车辆不需要更改行驶方向，执行步骤A1-A2中其中一种操作：
A1、确定前方无车辆时，决策车辆正常通行并且以所述行驶速度行驶；
A2、确定前方有车辆时，根据前方车辆与本车辆的相对位置决策车辆变速或者不变速；
当智能终端根据车辆的位置信息和全局路线确定车辆需要更改行驶方向，执行步骤B1-B2中其中一种操作：
B1、确定变道后的道路无车辆，或者变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆变道并且以所述行驶速度行驶；
B2、确定变道后的道路中的车辆与本车辆的距离未超过阈值时，决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆变道并且以所述行驶速度行驶；
所述控制装置实时获取环境感知信息和车辆信息，并发送给智能终端还包括：
控制器对所述道路图像进行目标识别，从道路图像中提取识别的目标标记作为目标图像，从目标图像中提取特征向量，与预存的标记图像进行匹配，将匹配的标记图像发送给智能终端，所述标记图像包括带有颜色的交通灯；
控制器对所述道路图像进行目标识别，从道路图像中提取识别的目标标记作为目标图像，从目标图像中提取特征向量包括：
控制器将所述道路图像转换为HSV图像，对所述HSV图像进行红黄绿三种颜色的提取；
控制器基于HSV彩色空间的色度和饱和度信息选取阈值，基于阈值分割图像，从道路图像中提取识别的目标标记作为目标图像；
控制器提取目标图像的边缘特征和颜色特征作为特征向量；
智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径包括：
智能终端接收所述三维立体点云图、距离信息、道路图像、行驶速度、标记图像；
智能终端根据车辆的位置信息和全局路线判断车辆是否需要更改行驶方向；
智能终端根据标记图像判断红绿灯的颜色；
智能终端根据所述三维立体点云图、距离信息和道路图像判断本车辆周围是否有车辆；
智能终端根据判断结果决策车辆进行正常通行、减速、停止通行和变道中的至少一种操作；
智能终端根据判断结果决策车辆进行正常通行、减速、停止通行和变道中的至少一种操作包括：
智能终端根据车辆的位置信息和全局路线确定车辆不需要更改行驶方向，执行步骤C1-C6中其中一种操作：
C1、当标记图像为红灯，并且前方无车辆时，决策车辆进行减速及在路口的停止线前停止；
C2、当标记图像为红灯时，并且前方有车辆时，决策车辆进行减速及在前方车辆后停止；
C3、当标记图像为黄灯时，并且前方无车辆时，决策车辆进行减速及在路口的停止线前停止；
C4、当标记图像为黄灯时，并且前方有车辆时，决策车辆进行减速及在前方车辆后停止；
C5、当标记图像为绿灯时，并且前方无车辆时，决策车辆正常通行并且以所述行驶速度行驶；
C6、当标记图像为绿灯时，并且前方有车辆时，决策车辆正常通行并且控制车辆速度以保证与前方车辆的距离超过阈值；
智能终端根据车辆的位置信息和全局路线确定车辆需要更改行驶方向时，根据三维立体点云图、距离信息判断车辆变道后的道路中是否有车辆，当确定车辆变道后的道路中的车辆与本车辆的距离未超过阈值时，执行步骤D1-D3中其中一种操作：
D1、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为红灯时，决策车辆在前方车辆后停止；
D2、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为黄灯时，决策车辆在前方车辆后停止；
D3、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为绿灯时，决策车辆通行及控制车辆速度以保证与前方车辆的距离超过阈值；
当确定车辆变道后的道路无车辆或者变道后的道路中的车辆与本车辆的距离超过阈值时，执行步骤D4-D6中其中一种操作：
D4、决策车辆进行变道，当收到的标记图像为红灯，决策车辆在路口的停止线前停止；
D5、决策车辆进行变道，当收到标记图像为黄灯时，决策车辆在路口的停止线前停止；
D6、决策车辆进行变道，当收到标记图像为绿灯时，决策车辆按所述行驶速度正常通行。
2.一种基于5G网络的无人驾驶车辆的控制系统，其特征在于，包括：无人驾驶车辆的控制装置和智能终端；
无人驾驶车辆的控制装置包括5G通信模块、控制器、环境感知模块、传感器模块、导航定位模块、控制执行模块，控制器分别与5G通信模块、控制器、环境感知模块、传感器模块、导航定位模块和控制执行模块连接；
5G通信模块，用于将无人驾驶车辆接入5G网络，与智能终端建立无线通信；
环境感知模块，用于实时获取无人驾驶车辆的环境感知信息；
导航定位模块，用于实时获取无人驾驶车辆的位置；
传感器模块，用于实时获取无人驾驶车辆的车辆信息；
控制器，用于将无人驾驶车辆的环境感知信息、无人驾驶车辆的位置和车辆的车辆信息通过5G通信模块发送给智能终端，并接收智能终端发送的决策指令，将所述决策指令发送给控制执行模块；
控制执行模块，用于根据接收的决策指令，控制无人驾驶车辆的行驶状态和行驶路径；
智能终端，用于控制无人驾驶车辆的启动和停车，还用于从无人驾驶车辆的控制装置接收无人驾驶车辆的环境感知信息、无人驾驶车辆的位置和车辆的车辆信息，根据所述环境感知信息、无人驾驶车辆的位置和车辆的车辆信息获知无人驾驶车辆的状态，决策无人驾驶车辆的行驶状态和行驶路径，并向智能终端发送决策指令，以控制无人驾驶车辆的行驶状态和行驶路径；
控制装置包括Kinect传感器、激光雷达传感器、速度传感器、导航定位模块和控制器，所述控制装置实时获取环境感知信息和车辆信息，并发送给智能终端包括：
Kinect传感器实时获取车辆所在的道路图像；
激光雷达传感器实时获取车辆与周围车辆的距离得到距离信息，并发送给控制器；
速度传感器实时获取无人驾驶车辆的行驶速度；
导航定位模块实时获取车辆的位置信息；
控制器获取所述距离信息、道路图像、行驶速度和车辆的位置信息，根据距离信息得到三维立体点云图，并将所述三维立体点云图、距离信息、道路图像、行驶速度和车辆的位置信息发送给智能终端；
智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径包括：
智能终端接收所述三维立体点云图、距离信息、道路图像、行驶速度和车辆的位置信息；
智能终端根据车辆的位置信息和全局路线判断车辆是否需要更改行驶方向；
智能终端根据所述三维立体点云图、距离信息和道路图像判断本车辆周围是否有车辆；
智能终端根据判断结果决策车辆进行正常通行、变道、变速、不变速中的至少一种操作；
智能终端根据判断结果决策车辆进行正常通行、变道、变速、不变速中的至少一种操作包括：
当智能终端根据车辆的位置信息和全局路线确定车辆不需要更改行驶方向，执行步骤A1-A2中其中一种操作：
A1、确定前方无车辆时，决策车辆正常通行并且以所述行驶速度行驶；
A2、确定前方有车辆时，根据前方车辆与本车辆的相对位置决策车辆变速或者不变速；
当智能终端根据车辆的位置信息和全局路线确定车辆需要更改行驶方向，执行步骤B1-B2中其中一种操作：
B1、确定变道后的道路无车辆，或者变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆变道并且以所述行驶速度行驶；
B2、确定变道后的道路中的车辆与本车辆的距离未超过阈值时，决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆变道并且以所述行驶速度行驶；
所述控制装置实时获取环境感知信息和车辆信息，并发送给智能终端还包括：
控制器对所述道路图像进行目标识别，从道路图像中提取识别的目标标记作为目标图像，从目标图像中提取特征向量，与预存的标记图像进行匹配，将匹配的标记图像发送给智能终端，所述标记图像包括带有颜色的交通灯；
控制器对所述道路图像进行目标识别，从道路图像中提取识别的目标标记作为目标图像，从目标图像中提取特征向量包括：
控制器将所述道路图像转换为HSV图像，对所述HSV图像进行红黄绿三种颜色的提取；
控制器基于HSV彩色空间的色度和饱和度信息选取阈值，基于阈值分割图像，从道路图像中提取识别的目标标记作为目标图像；
控制器提取目标图像的边缘特征和颜色特征作为特征向量；
智能终端接收所述环境感知信息和车辆信息，根据所述环境感知信息、车辆信息和全局路线决策车辆的行驶状态和行驶路径包括：
智能终端接收所述三维立体点云图、距离信息、道路图像、行驶速度、标记图像；
智能终端根据车辆的位置信息和全局路线判断车辆是否需要更改行驶方向；
智能终端根据标记图像判断红绿灯的颜色；
智能终端根据所述三维立体点云图、距离信息和道路图像判断本车辆周围是否有车辆；
智能终端根据判断结果决策车辆进行正常通行、减速、停止通行和变道中的至少一种操作；
智能终端根据判断结果决策车辆进行正常通行、减速、停止通行和变道中的至少一种操作包括：
智能终端根据车辆的位置信息和全局路线确定车辆不需要更改行驶方向，执行步骤C1-C6中其中一种操作：
C1、当标记图像为红灯，并且前方无车辆时，决策车辆进行减速及在路口的停止线前停止；
C2、当标记图像为红灯时，并且前方有车辆时，决策车辆进行减速及在前方车辆后停止；
C3、当标记图像为黄灯时，并且前方无车辆时，决策车辆进行减速及在路口的停止线前停止；
C4、当标记图像为黄灯时，并且前方有车辆时，决策车辆进行减速及在前方车辆后停止；
C5、当标记图像为绿灯时，并且前方无车辆时，决策车辆正常通行并且以所述行驶速度行驶；
C6、当标记图像为绿灯时，并且前方有车辆时，决策车辆正常通行并且控制车辆速度以保证与前方车辆的距离超过阈值；
智能终端根据车辆的位置信息和全局路线确定车辆需要更改行驶方向时，根据三维立体点云图、距离信息判断车辆变道后的道路中是否有车辆，当确定车辆变道后的道路中的车辆与本车辆的距离未超过阈值时，执行步骤D1-D3中其中一种操作：
D1、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为红灯时，决策车辆在前方车辆后停止；
D2、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为黄灯时，决策车辆在前方车辆后停止；
D3、决策车辆减速行驶，直到变道后的道路中的车辆与本车辆的距离超过阈值时，决策车辆进行变道，当收到的标记图像为绿灯时，决策车辆通行及控制车辆速度以保证与前方车辆的距离超过阈值；
当确定车辆变道后的道路无车辆或者变道后的道路中的车辆与本车辆的距离超过阈值时，执行步骤D4-D6中其中一种操作：
D4、决策车辆进行变道，当收到的标记图像为红灯，决策车辆在路口的停止线前停止；
D5、决策车辆进行变道，当收到标记图像为黄灯时，决策车辆在路口的停止线前停止；
D6、决策车辆进行变道，当收到标记图像为绿灯时，决策车辆按所述行驶速度正常通行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061085.6A CN112198877B (zh) | 2020-09-30 | 2020-09-30 | 一种基于5g网络的无人驾驶车辆的控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061085.6A CN112198877B (zh) | 2020-09-30 | 2020-09-30 | 一种基于5g网络的无人驾驶车辆的控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112198877A CN112198877A (zh) | 2021-01-08 |
| CN112198877B true CN112198877B (zh) | 2023-03-28 |
Family
ID=74013872
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011061085.6A Active CN112198877B (zh) | 2020-09-30 | 2020-09-30 | 一种基于5g网络的无人驾驶车辆的控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112198877B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113341996A (zh) * | 2021-06-25 | 2021-09-03 | 江苏高瞻数据科技有限公司 | 一种无人驾驶车辆跟踪预定轨迹的智能控制装置及其方法 |
| CN113542926B (zh) * | 2021-07-07 | 2023-09-19 | 东风悦享科技有限公司 | 一种基于Sharing-Smart无人清扫车的5G平行驾驶系统及控制方法 |
| CN113895543A (zh) * | 2021-10-09 | 2022-01-07 | 西安电子科技大学 | 基于园区环境的无人车智能驾驶系统 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102542260A (zh) * | 2011-12-30 | 2012-07-04 | 中南大学 | 一种面向无人驾驶车的道路交通标志识别方法 |
| CN105015545B (zh) * | 2015-07-03 | 2018-06-26 | 内蒙古麦酷智能车技术有限公司 | 一种无人驾驶汽车的自主变道决策方法 |
| CN106205170B (zh) * | 2016-08-30 | 2020-06-12 | 上海交通大学 | 一种用于自动驾驶的路口精确停车装置与方法 |
| CN107329466A (zh) * | 2017-08-28 | 2017-11-07 | 北京华清智能科技有限公司 | 一种自动驾驶小型车 |
| CN108958237A (zh) * | 2018-05-24 | 2018-12-07 | 奇瑞汽车股份有限公司 | 用于无人驾驶的移动终端、车辆及无人驾驶系统 |
| CN109887278A (zh) * | 2019-02-25 | 2019-06-14 | 百度在线网络技术（北京）有限公司 | 车辆的路口行车方法、装置和终端 |
| CN110763246A (zh) * | 2019-08-06 | 2020-02-07 | 中国第一汽车股份有限公司 | 自动驾驶车辆路径规划方法、装置、车辆及存储介质 |
| CN110550038B (zh) * | 2019-09-30 | 2021-02-09 | 重庆元韩汽车技术设计研究院有限公司 | 一种智能驾驶决策信息采集系统及方法 |
| CN111027475A (zh) * | 2019-12-09 | 2020-04-17 | 南京富士通南大软件技术有限公司 | 一种基于视觉的实时交通信号灯识别方法 |
| CN111137291B (zh) * | 2019-12-31 | 2021-05-18 | 广州赛特智能科技有限公司 | 交叉路口自动驾驶控制方法 |
| CN111289978A (zh) * | 2020-02-13 | 2020-06-16 | 北京享云智汇科技有限公司 | 一种车辆无人驾驶行为决策的方法和系统 |
| CN111383461A (zh) * | 2020-03-20 | 2020-07-07 | 江淮大众汽车有限公司 | 一种车辆过路口信号灯免停的控制方法 |
-
2020
- 2020-09-30 CN CN202011061085.6A patent/CN112198877B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112198877A (zh) | 2021-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10730503B2 (en) | Drive control system | |
| US11951975B1 (en) | Handling sensor occlusions for autonomous vehicles | |
| AU2020203517B2 (en) | Dynamic routing for autonomous vehicles | |
| US11334753B2 (en) | Traffic signal state classification for autonomous vehicles | |
| US10377301B2 (en) | Lamp light control method and apparatus, computer storage medium and in-vehicle device | |
| CN112198877B (zh) | 一种基于5g网络的无人驾驶车辆的控制方法及系统 | |
| CN113168513A (zh) | 用于自动车辆的交通灯检测和车道状态辨识 | |
| US20220242440A1 (en) | Methods and system for generating a lane-level map for an area of interest for navigation of an autonomous vehicle | |
| CN110399898A (zh) | 一种无人车辆多传感器信息融合体系架构 | |
| CN113642372B (zh) | 在自主驾驶车辆的操作中基于灰度图像识别对象的方法和系统 | |
| US10759449B2 (en) | Recognition processing device, vehicle control device, recognition control method, and storage medium | |
| CN113928335B (zh) | 用于控制具有自主驾驶模式的车辆的方法和系统 | |
| CN114954508A (zh) | 车辆控制装置 | |
| CN112513950B (zh) | 更新系统和电子控制装置 | |
| JP2022142826A (ja) | 自車位置推定装置 | |
| CN115996869A (zh) | 信息处理装置、信息处理方法、信息处理系统和程序 | |
| JP2022129718A (ja) | 地図生成装置 | |
| JP2022123239A (ja) | 区画線認識装置 | |
| JP7141477B2 (ja) | 地図生成装置 | |
| JP7141479B2 (ja) | 地図生成装置 | |
| US20240166210A1 (en) | Vehicle control device and vehicle control method | |
| US20220309801A1 (en) | Deceleration detection apparatus | |
| JP7467522B2 (ja) | 車両制御装置 | |
| WO2023188262A1 (ja) | 地図生成装置 | |
| KR102030082B1 (ko) | 교통신호 추정을 위한 선별적 크라우드소싱 시스템 및 그 방법 |
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 |