CN112389464A - 符合安全等级要求的自动驾驶远端控制方法及控制系统 - Google Patents
符合安全等级要求的自动驾驶远端控制方法及控制系统 Download PDFInfo
- Publication number
- CN112389464A CN112389464A CN202011116850.XA CN202011116850A CN112389464A CN 112389464 A CN112389464 A CN 112389464A CN 202011116850 A CN202011116850 A CN 202011116850A CN 112389464 A CN112389464 A CN 112389464A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- control data
- module
- control
- original
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000006399 behavior Effects 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000012795 verification Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 12
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 230000005236 sound signal Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 5
- 230000009471 action Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
-
- 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
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0016—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the operator's input device
-
- 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
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0022—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the communication link
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Selective Calling Equipment (AREA)
Abstract
本发明提供了符合安全等级要求的自动驾驶远端控制方法及控制系统,其智能设备端获取控制行为所需要的原始控制数据;连接智能设备端与车辆端,智能设备端将获取的原始控制数据连续的传输到车辆端,通过车辆端学习控制行为与原始控制数据,至控制行为与原始控制数据相一致,完成车辆端的学习过程以及与智能设备端的配对;智能设备端将行使请求的实时控制数据连续的传输到车辆端,车辆端将实时控制数据与原始控制数据进行比对,校验实时控制数据的有效性。智能设备端的硬件只需按照QM开发;智能设备端的软件与车辆端的相关软硬件则按照对等ASIL开发,有效实现智能设备端与车辆端的协同工作,达到完整安全路径上所需的ASIL等级;节约开发成本的目标。
Description
技术领域
本发明涉及车辆自动驾驶领域,尤其涉及一种符合安全等级要求的自动驾驶远端控制方法及利用该方法的控制系统。
背景技术
自动驾驶汽车(Autonomous vehicles;Self-driving automobile)又称无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势。
自动驾驶汽车的理想状态是依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让智能设备可以在没有任何人类主动的操作下,自动安全地操作机动车辆。但是在目前的实际操作和测试过程中还远达不到这种状态,其中一个重要问题就是驾驶安全性问题,尤其是智能设备与车辆之间如何协同工作以达成完整安全路径上所需的安全等级(ASIL等级)的问题。
就目前而言,车规部件有明确的安全性标准,例如ISO-26262ASIL等级(Automotive Safety Integrity Level,汽车安全完整性等级),指描述系统能够实现指定安全目标的概率高低,每个的安全功能要求都包括安全性目标和ASIL安全等级这两部分内容;但是作为实现自动驾驶的智能设备,例如后台电脑、手机等是没有类似的标准的。国际车厂目前考虑把ISO-26262ASIL等级适用性延伸到智能设备上,如果智能设备必须要按照ISO-26262ASIL等级要求开发,则会出现如下问题:
(1)开发成本相较于原本消费性产品而言大幅度增加,增加至少在300%,特别是硬件成本;
(2)投入到该领域的开发商因为体量问题,投入会大幅度减少。
因此,基于上述技术,本领域技术人员致力于提供符合安全等级要求的自动驾驶远端控制方法及控制系统,转移消费品开发上面临的成本问题以及车规部件整合时面临的合规问题。
发明内容
本发明所要解决的技术问题是提供一种符合安全等级要求的自动驾驶远端控制方法及控制系统,以解决背景技术中的问题。
为了解决上述问题,本发明提供了一种符合安全等级要求的自动驾驶远端控制方法,至少包括智能设备端以及车辆端两个控制端的操作:
Step1:智能设备端获取控制行为所需要的原始控制数据;
Step2:连接智能设备端与车辆端,智能设备端将获取的原始控制数据连续的传输到车辆端,通过车辆端学习控制行为与原始控制数据,至控制行为与原始控制数据相一致,并通知智能设备端,完成车辆端的学习过程以及与智能设备端的配对;
Step3:进入行使状态时,智能设备端将行使请求的实时控制数据连续的传输到车辆端,智能设备端需传递至少N(N>=2)帧控制数据给车辆端,车辆端将实时控制数据与原始控制数据进行N帧连续比对一致性,校验实时控制数据的有效性,进而确定车辆端是否响应该实时控制数据。
需要注意的是,上述Step1和Step2的实施顺序可调。
进一步的,在步骤Step1中,原始控制数据是由智能设备硬件所采集到的物理量,且未经智能设备内部软件加工处理过的数据,包括但不限于视觉影像、音频信号、指纹信号、物理动态轨迹信号等。
进一步的,在步骤Step2中,车辆端在学习控制行为与原始控制数据时,智能设备端需要连续不断的向车辆端输出原始控制数据,至车辆端学习行为结束。
进一步的,在步骤Step2中,智能设备端与车辆端的配对可以为一个智能设备端与一个车辆端配对,也可以为一个智能设备端与多个车辆端配对或多个智能设备端与一个车辆端配对。
进一步的,在步骤Step2中,实现车辆端学习的具体步骤至少包括:
Step20:智能设备端与车辆端连线;
Step21:智能设备端与车辆端进行信息交握,智能设备端按照车辆端的信息交握步骤显示信息;
Step22:使用者根据智能设备端显示的信息进行操作;
Step23:智能设备端将操作过程的原始控制数据传输到车辆端;
Step24:车辆端根据接收到的原始控制数据通过卷积神经网络或专家系统不断学习,至控制行为与原始控制数据相一致,形成控制记忆,完成学习过程;
Step25:智能设备端接收车辆端学习完成的信号,并指示下一步操作。
进一步的,在步骤Step3中,智能设备端将行使状态下获取的实时原始控制数据连续传递给车辆端时,实时控制数据需附加端对端保护机制或信息加解密密钥机制。
基于上述自动驾驶远端控制方法,本发明还提供一种控制系统,该控制系统至少包括智能设备端和车辆端,所述智能设备端与所述车辆端之间通过通讯模块实现连接;所述智能设备端至少包括信号采集模块、数据接收模块和操作控制模块,其中所述信号采集模块采集使用者实现对所述车辆端实施控制行为的原始控制数据和实时控制数据;所述信号采集模块采集的原始数据通过上所述通讯模块传输到所述车辆端;所述数据接收模块接收来自所述车辆端的反馈信息;所述操作控制模块用于使用者实现具体操作;所述车辆端至少包括控制模块、数据处理模块及校验模块,所述数据处理模块接收来自所述智能设备端的原始控制数据,完成学习训练,反馈给所述智能设备端,并存储原始控制数据;所述校验模块具有端对端保护校验机制或信息加解密密钥机制,所述校验模块实现控制行为的实时控制数据与存储的原始数据之间的匹配关系,并反馈;所述控制模块接收所述校验模块校验的实时控制数据,控制所述车辆端是否响应该实时控制数据。
进一步的,所述信号采集模块采集的每一帧原始数据均不做任何算法处理,直接通过所述通讯模块传递至所述车辆端。
进一步的,所述通讯模块与所述信号采集模块采用相同频率实时传递原始控制数据到所述车辆端。
通过实施上述本发明提供的符合安全等级要求的自动驾驶远端控制方法及控制系统,其技术效果为:本技术方案中智能设备的硬件开发不再需要按照ASIL标准进行,因为硬件导致的故障模式可在车辆端的ASIL级别连续校验机制所完整覆盖,为硬件共用上节省了巨额开发成本;同时通过正式进入行使状态前的学习及车辆端的校验机制,有效实现智能设备与车辆的协同工作,解决车规级安全部件与非车规级安全部件协同作业以达成完整安全路径上所需的ASIL等级问题。
附图说明
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
图1为本发明实施例中控制系统结构示意图;
图2为本发明实施例中学习训练示意图;
图3为本发明实施例中协同工作示意图。
具体实施方式
下面将结合本发明实施例,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。
下面采用具体实施方式详细描述本发明的技术方案。
如图1所示是本实施例所示的一种符合安全等级要求的自动驾驶远端控制系统,该控制系统至少包括智能设备端1和车辆端2,智能设备端1与车辆端2之间通过通讯模块3实现连接;其中智能设备端1至少可以为手机、PC端以及后台,泛指可以实现进程、远程操作的智能设备。通讯模块3至少可以为4G、5G、WiFi、Bluetooth等可实现数据传输的通讯方式,具体选择可根据传递数据所需要的频宽而定。
智能设备端1至少包括信号采集模块10、数据接收模块11和操作控制模块12,其中信号采集模块10采集使用者实现对车辆端2实施控制行为的原始控制数据和实时控制数据,该原始控制数据和实时控制数据包括但不限于视觉影像、音频信号、指纹信号、物理动态轨迹信号。实际操作中,信号采集模块10一般来说可以使用如摄像头、麦克风、触摸屏等传感器来采集原始控制数据和实时控制数据,具体可依据需要采集的数据类型选择采集设备;信号采集模块10采集的每一帧原始数据均不做任何算法处理,直接通过通讯模块3传递至车辆端2;这要求通讯模块3与信号采集模块10采用相同频率实时传递原始控制数据到车辆端2;且信号采集模块10采集的数据的每一帧(第1帧-第N帧),N>=2,需要连续不断的通过通讯模块3传递到车辆端2当中。数据接收模块11接收来自车辆端2的反馈信息;操作控制模块12用于使用者实现具体操作。
车辆端2安装在自动驾驶车辆上,至少包括控制模块20、数据处理模块21及校验模块22,数据处理模块21内具有CNN模块(卷积神经网络),CNN模块会在该学习训练阶段记录使用者或智能设备端1传递的原始控制数据,例如人脸特征、声频特征、指纹特征等;数据处理模块21在智能控制端1与车辆端2连接后,连续不断的接收来自智能设备端1的原始控制数据,具体可以表现为:使用者可以连续的多角度的提供原始控制数据,如通过手机摄像头环绕面部四周,数据处理模块21接收该信息并处理后发出成功提醒,或连续按压触摸屏直至数据处理模块21处理并发出成功提醒等。数据处理模块21通过CNN模块(或专家系统模块)完成学习训练时,存储原始控制数据,并将学习完成的信号通过通讯模块3反馈到智能设备端1的数据接收模块11当中,智能设备端1根据接收的反馈指示下一步操作。
在前述说明及图示中,智能设备端1、信号采集模块10、数据接收模块11、操作控制模块12以及通讯模块3都是QM(Quality Management,质量管理)工业级硬件;车辆端2、控制模块20、数据处理模块21及校验模块22则是ASIL车规级硬件。
在上述学习训练下,需要完成的学习任务并达到合格,至少包括如下任务:
(1)智能设备端1(包含相关控制APP)与车辆端2(包含功能控制软件)之间配对完成,学习完成后,该智能设备端1与某具体车辆端锁定;实际操作中可以是一款智能设备端1配对多款车辆端2,也可以是多款智能设备端1配对一款车辆端2;或一款智能设备端1配对1款车辆端2,具体可以视车厂设定;
(2)对智能设备端1与车辆端2配对后,可继续使用学习训练下的验证程序;
(3)在学习训练下,可以通过用户设定不同的控制行为对应的原始控制数据,也可以通过车厂预先设定,而后用户通过学习程序完成配对。
需要注意的是,在学习过程中,本实施例使用的是CNN模块进行训练,实际操作中还可以使用传统专家系统进行训练,例如通过输入密码,验证密码的正确的完成对操作行为和控制信号的匹配问题。
在数据处理模块21中,学习训练的流程如图2所示,至少包括:
(1)智能设备端1触发学习模式,并通过通讯模块3与车辆端2的数据处理模块21实现连接;此时,车辆端2的数据处理模块接受连接并处理学习模式;
(2)智能设备端1与车辆端2的数据处理模块21进行信息交握,智能设备端1按照车辆端2的信息交握步骤显示信息;
(3)使用者根据智能设备端1显示的信息进行操作;
(4)智能设备端1将操作过程的原始控制数据传输到车辆端2的数据处理模块21中;
(5)车辆端2的数据处理模块21根据接收到的原始控制数据通过卷积神经网络不断学习,至控制行为与原始控制数据相一致,形成控制记忆,完成学习过程;
(6)智能设备端1接收车辆端2学习完成的信号,并指示下一步操作。
车辆端2的校验模块22具有端对端保护校验机制(如CRC校验机制)或信息加解密密钥机制,用以验证原始数据透过通信模块传输过程中未发生毁损或骇客入侵篡改,校验模块实现控制行为的实时控制数据与存储的原始数据之间的匹配关系,并反馈给控制模块20;具体而言,智能控制端1在工作状态下(行使状态)将使用者产生的实时控制数据联系的传输到车辆端2的校验模块22中,校验模块22中的校验机制将实时控制数据与数据处理模块21中学习训练下存储的原始控制数据进行比对并比较端对端校验或信息加解密密钥机制验证结果,验证实时控制数据的有效性与完整性,实时控制数据与原始控制数据的传输均为连续的传输(从数据的第1帧至第N帧),N>=2,如图3所示,至工作状态(行使状态)结束;校验模块验证数据有效性所需要的原始控制数据会根据使用者产生的实时控制数据的不同而不同,在实际操作中可以根据需要设置不同校验类别,例如功能启动请求、功能解除请求、车辆轨迹控制、车辆动态停止请求等。CNN模块(或专家系统)经过定义时间的连续对比从而确认实时控制数据的有效性。
控制模块20接收校验模块22校验的实时控制数据,当校验机制验证通过,则控制模块20响应该实时控制数据,控制车辆端2实施控制行为;若校验机制验证不通过,则控制模块20不响应控制行为。
需要补充说明的是,除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本领域技术人员在考虑说明书及实践这里的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何用途或者适应性变化,这些用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由权利要求书指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的结构,并且可以在不脱离其范围的前提下进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。
Claims (9)
1.一种符合安全等级要求的自动驾驶远端控制方法,其特征在于,至少包括智能设备端以及车辆端两个控制端的操作:
Step1:智能设备端获取控制行为所需要的原始控制数据;
Step2:连接智能设备端与车辆端,智能设备端将获取的原始控制数据连续的传输到车辆端,通过车辆端学习控制行为与原始控制数据,至控制行为与原始控制数据相一致,并通知智能设备端,完成车辆端的学习过程以及与智能设备端的配对;
Step3:进入行使状态时,智能设备端将行使请求的实时控制数据连续的传输到车辆端,智能设备端需传递至少N(N>=2)帧控制数据给车辆端,车辆端将实时控制数据与原始控制数据进行N帧连续比对一致性,校验实时控制数据的有效性,进而确定车辆端是否响应该实时控制数据;
其中,Step1与Step2顺序可调。
2.如权利要求1所述的符合安全等级要求的自动驾驶远端控制方法,其特征在于,在步骤Step1中,原始控制数据是由智能设备硬件所采集到的物理量,且未经智能设备内部软件加工处理过的数据,包括但不限于视觉影像、音频信号、指纹信号、物理动态轨迹信号。
3.如权利要求2所述的符合安全等级要求的自动驾驶远端控制方法,其特征在于,在步骤Step2中,车辆端在学习控制行为与原始控制数据时,智能设备端需要连续不断的向车辆端输出原始控制数据,至车辆端学习行为结束。
4.如权利要求3所述的符合安全等级要求的自动驾驶远端控制方法,其特征在于,在步骤Step2中,智能设备端与车辆端的配对可以为一个智能设备端与一个车辆端配对,也可以为一个智能设备端与多个车辆端配对或多个智能设备端与一个车辆端配对。
5.如权利要求4所述的符合安全等级要求的自动驾驶远端控制方法,其特征在于,在步骤Step2中,实现车辆端学习的具体步骤至少包括:
Step20:智能设备端与车辆端连线;
Step21:智能设备端与车辆端进行信息交握,智能设备端按照车辆端的信息交握步骤显示信息;
Step22:使用者根据智能设备端显示的信息进行操作;
Step23:智能设备端将操作过程的原始控制数据传输到车辆端;
Step24:车辆端根据接收到的原始控制数据通过卷积神经网络或专家系统不断学习,至控制行为与原始控制数据相一致,形成控制记忆,完成学习过程;
Step25:智能设备端接收车辆端学习完成的信号,并指示下一步操作。
6.如权利要求5所述的符合安全等级要求的自动驾驶远端控制方法,其特征在于,在步骤Step3中,智能设备端将行使状态下获取的实时原始控制数据连续传递给车辆端时,实时控制数据需附加端对端保护机制或信息加解密密钥机制。
7.一种符合安全等级要求的自动驾驶远端的控制系统,该系统通过前述任一项权利要求1-6所述的控制方法实现对自动驾驶车辆的安全控制,其特征在于,该控制系统至少包括智能设备端和车辆端,所述智能设备端与所述车辆端之间通过通讯模块实现连接;所述智能设备端至少包括信号采集模块、数据接收模块和操作控制模块,其中所述信号采集模块采集使用者实现对所述车辆端实施控制行为的原始控制数据和实时控制数据;所述信号采集模块采集的原始数据通过上所述通讯模块传输到所述车辆端;所述数据接收模块接收来自所述车辆端的反馈信息;所述操作控制模块用于使用者实现具体操作;所述车辆端至少包括控制模块、数据处理模块及校验模块,所述数据处理模块接收来自所述智能设备端的原始控制数据,完成学习训练,反馈给所述智能设备端,并存储原始控制数据;所述校验模块具有端对端保护校验机制或信息加解密密钥机制,所述校验模块实现控制行为的实时控制数据与存储的原始数据之间的匹配关系,并反馈;所述控制模块接收所述校验模块校验的实时控制数据,控制所述车辆端是否响应该实时控制数据。
8.如权利要求7所述的符合安全等级要求的自动驾驶远端的控制系统,其特征在于,所述信号采集模块采集的每一帧原始数据均不做任何算法处理,直接通过所述通讯模块传递至所述车辆端。
9.如权利要求8所述的符合安全等级要求的自动驾驶远端的控制系统,其特征在于,所述通讯模块与所述信号采集模块采用相同频率实时传递原始控制数据到所述车辆端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011116850.XA CN112389464A (zh) | 2020-10-19 | 2020-10-19 | 符合安全等级要求的自动驾驶远端控制方法及控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011116850.XA CN112389464A (zh) | 2020-10-19 | 2020-10-19 | 符合安全等级要求的自动驾驶远端控制方法及控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112389464A true CN112389464A (zh) | 2021-02-23 |
Family
ID=74595982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011116850.XA Pending CN112389464A (zh) | 2020-10-19 | 2020-10-19 | 符合安全等级要求的自动驾驶远端控制方法及控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112389464A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113259481A (zh) * | 2021-06-21 | 2021-08-13 | 湖南视觉伟业智能科技有限公司 | 分布式数据存储方法、系统及可读存储介质 |
CN113691888A (zh) * | 2021-05-28 | 2021-11-23 | 中汽研(天津)汽车工程研究院有限公司 | 一种无人驾驶车辆测试数据采集传输及处理的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105657166A (zh) * | 2016-01-04 | 2016-06-08 | 重庆长安汽车股份有限公司 | 基于蓝牙通讯的车身控制系统及方法 |
US20160264132A1 (en) * | 2015-03-10 | 2016-09-15 | GM Global Technology Operations LLC | Automatic valet parking |
KR20190018322A (ko) * | 2017-08-14 | 2019-02-22 | 주식회사 대창 모터스 | 자율주행 차량의 주행 제어를 위한 자율주행 학습 장치 및 방법, 이를 적용한 자율주행 장치 |
US20190258251A1 (en) * | 2017-11-10 | 2019-08-22 | Nvidia Corporation | Systems and methods for safe and reliable autonomous vehicles |
CN110850855A (zh) * | 2019-11-26 | 2020-02-28 | 奇瑞汽车股份有限公司 | 一种无线网络远程控车系统和方法 |
CN110850711A (zh) * | 2019-12-06 | 2020-02-28 | 中国科学院自动化研究所 | 基于云端的辅助驾驶控制系统及方法 |
-
2020
- 2020-10-19 CN CN202011116850.XA patent/CN112389464A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160264132A1 (en) * | 2015-03-10 | 2016-09-15 | GM Global Technology Operations LLC | Automatic valet parking |
CN105657166A (zh) * | 2016-01-04 | 2016-06-08 | 重庆长安汽车股份有限公司 | 基于蓝牙通讯的车身控制系统及方法 |
KR20190018322A (ko) * | 2017-08-14 | 2019-02-22 | 주식회사 대창 모터스 | 자율주행 차량의 주행 제어를 위한 자율주행 학습 장치 및 방법, 이를 적용한 자율주행 장치 |
US20190258251A1 (en) * | 2017-11-10 | 2019-08-22 | Nvidia Corporation | Systems and methods for safe and reliable autonomous vehicles |
CN110850855A (zh) * | 2019-11-26 | 2020-02-28 | 奇瑞汽车股份有限公司 | 一种无线网络远程控车系统和方法 |
CN110850711A (zh) * | 2019-12-06 | 2020-02-28 | 中国科学院自动化研究所 | 基于云端的辅助驾驶控制系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113691888A (zh) * | 2021-05-28 | 2021-11-23 | 中汽研(天津)汽车工程研究院有限公司 | 一种无人驾驶车辆测试数据采集传输及处理的方法 |
CN113259481A (zh) * | 2021-06-21 | 2021-08-13 | 湖南视觉伟业智能科技有限公司 | 分布式数据存储方法、系统及可读存储介质 |
CN113259481B (zh) * | 2021-06-21 | 2021-10-12 | 湖南视觉伟业智能科技有限公司 | 分布式数据存储方法、系统及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112389464A (zh) | 符合安全等级要求的自动驾驶远端控制方法及控制系统 | |
CN105357214A (zh) | 远程控制方法、远程控制装置、终端和远程控制系统 | |
CN105376692B (zh) | 一种智能终端与可穿戴设备信息交互的方法及装置 | |
CN110968072A (zh) | 一种基于人工智能的电气自动化设备监测系统和方法 | |
CN110471790B (zh) | 计算机设备、产品及其数据任务的处理方法和装置 | |
KR102036024B1 (ko) | 차량 보안 방법 및 시스템 | |
CN111203869B (zh) | 一种机器人系统维护方法、装置、机器人及可读存储介质 | |
CN110865826B (zh) | 机器人软件升级方法、装置、设备和存储介质 | |
CN111505977B (zh) | 功能辅助调试方法、功能调试方法、装置、系统及介质 | |
CN109739679B (zh) | 异常数据处理方法及相关装置 | |
TW202105206A (zh) | 設備驗證系統和方法 | |
CN111586074A (zh) | 一种通信方法、服务器、物联网系统及可读存储介质 | |
CN111459516A (zh) | 一种固件升级的方法及充电基座 | |
CN115589586A (zh) | 基于物联网的配电5g通信加密系统及通信加密方法 | |
CN114268930A (zh) | 遥控设备匹配方法、电子设备及可读存储介质 | |
CN108848182B (zh) | 一种bmc固件的更新方法、相关设备及系统 | |
CN115225681A (zh) | 多机器人协作方法、电子设备、云服务器及存储介质 | |
CN108541385A (zh) | 一种控制方法、控制装置及控制系统 | |
CN109150414B (zh) | 加强设备之间蓝牙通信稳定方法、装置、设备及存储介质 | |
CN117834695B (zh) | 智能手表的集中连接调试方法及系统 | |
CN109348188A (zh) | 一种基于空地数据链远程图像在线处理平台快速搭建方法 | |
CN112106007A (zh) | 一种无人机的管理方法、设备、无人机、系统及存储介质 | |
CN115174124B (zh) | 一种处理器的数据安全计算方法及系统 | |
CN115086010B (zh) | 一种基于视频云指挥系统的网络风险评估系统 | |
CN114572252B (zh) | 基于驾驶权限认证的无人车控制方法及装置 |
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 |