CN112428991A - 车辆控制方法、装置、介质、设备及车辆 - Google Patents
车辆控制方法、装置、介质、设备及车辆 Download PDFInfo
- Publication number
- CN112428991A CN112428991A CN202011395299.7A CN202011395299A CN112428991A CN 112428991 A CN112428991 A CN 112428991A CN 202011395299 A CN202011395299 A CN 202011395299A CN 112428991 A CN112428991 A CN 112428991A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- control
- target
- sequence
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000001133 acceleration Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000011217 control strategy Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000009471 action 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
- 230000008569 process Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method 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
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开涉及一种车辆控制方法、装置、介质、设备及车辆,以提升行车安全性,并提升驾驶员驾车体验。所述方法包括:获取车辆在第一控制时刻的第一车辆状态信息以及车辆在第一控制时刻之前的第二车辆状态信息;根据第一车辆状态信息和第二车辆状态信息,生成参考轨迹序列,参考轨迹序列用于表征车辆在第一控制时刻之后的理想车辆状态;根据第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,预测轨迹序列用于表征车辆在第一控制时刻之后的预测车辆状态;从预测轨迹序列中,确定出与参考轨迹序列匹配程度最高的目标预测轨迹序列;在第一控制时刻之后,根据与目标预测轨迹序列对应的目标备选控制序列,对车辆进行控制。
Description
技术领域
本公开涉及车辆控制领域,具体地,涉及一种车辆控制方法、装置、介质、设备及车辆。
背景技术
目前,一般基于传感器采集的数据制定针对车辆的主动安全策略,主要存在两种方式,一种是通过事先试验或标定的方式确定主动安全相关参数(例如,速度、加速度、制动力等),另一种则是根据实时采集到的传感器数据进行物理推算。然而,通过第一种方式确定出的参数一般不可更改,无法适应复杂的行车场景,通过第二种方式确定出的参数不够准确灵活,无法适应不同场景。
发明内容
本公开的目的是提供一种车辆控制方法、装置、介质、设备及车辆,以提升行车安全性,同时提升驾驶员驾车体验。
为了实现上述目的,根据本公开的第一方面,提供一种车辆控制方法,所述方法包括:
获取车辆在第一控制时刻的第一车辆状态信息以及所述车辆在所述第一控制时刻之前的第二车辆状态信息;
根据所述第一车辆状态信息和所述第二车辆状态信息,生成参考轨迹序列,所述参考轨迹序列用于表征所述车辆在所述第一控制时刻之后的理想车辆状态;
根据所述第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,所述预测轨迹序列用于表征所述车辆在所述第一控制时刻之后的预测车辆状态;
从所述预测轨迹序列中,确定出与所述参考轨迹序列匹配程度最高的目标预测轨迹序列;
在所述第一控制时刻之后,根据与所述目标预测轨迹序列对应的目标备选控制序列,对所述车辆进行控制。
可选地,所述参考轨迹序列包括目标时间序列中各个控制时刻对应的理想车辆状态,所述目标时间序列包括以第二控制时刻为时间起点的预设数量的控制时刻,所述第二控制时刻为所述第一控制时刻的下一控制时刻。
可选地,所述根据所述第一车辆状态信息和所述第二车辆状态信息,生成参考轨迹序列,包括:
根据所述第二车辆状态信息和所述第一车辆状态信息,针对所述目标时间序列中的每一控制时刻,执行如下操作,以生成所述参考轨迹序列:
确定能够使车辆在该控制时刻安全行驶的车辆状态信息,作为所述控制时刻对应的理想车辆状态。
可选地,每一所述备选控制序列包括对应于目标时间序列中各控制时刻的控制参数,所述预测轨迹序列包括所述目标时间序列中各个控制时刻对应的预测车辆状态,所述目标时间序列包括以第二控制时刻为时间起点的预设数量的控制时刻,所述第二控制时刻为所述第一控制时刻的下一控制时刻。
可选地,所述根据所述第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,包括:
针对每一所述备选控制序列,执行如下操作:
根据所述第一车辆状态信息和所述备选控制序列中各控制参数,通过车辆状态预测模型,预测所述车辆在所述目标时间序列中各控制时刻的车辆状态信息,以获得预测结果;
根据所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息,确定所述车辆在所述目标时间序列中各控制时刻的预测车辆状态,以生成所述预测轨迹序列。
可选地,所述根据所述第一车辆状态信息和所述备选控制序列中各控制参数,通过车辆状态预测模型,预测所述车辆在所述目标时间序列中各控制时刻的车辆状态信息,以获得预测结果,包括:
按照时间由先到后的顺序,依次将所述目标时间序列中的每一控制时刻作为目标控制时刻,并执行如下操作:
根据所述车辆在目标控制时刻的前一控制时刻的历史状态信息,以及所述备选控制序列中对应于所述目标控制时刻的控制参数,通过所述车辆状态预测模型,预测所述车辆在所述目标控制时刻的车辆状态信息;
其中,初始情况下,所述目标控制时刻为所述第二控制时刻;并且,当所述目标控制时刻为所述第二控制时刻时,所述历史状态信息为所述第一车辆状态信息,以及,当所述目标控制时刻为所述第二控制时刻之后的控制时刻时,所述历史状态信息为针对所述目标控制时刻的前一控制时刻预测所得的车辆状态信息。
可选地,所述根据所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息,确定所述车辆在所述目标时间序列中各控制时刻的预测车辆状态,以生成所述预测轨迹序列,包括:
根据所述第一车辆状态信息,对所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息进行校正,并将校正后的车辆状态信息作为对应控制时刻下的预测车辆状态。
可选地,所述从所述预测轨迹序列中,确定出与所述参考轨迹序列匹配程度最高的目标预测轨迹序列,包括:
确定每一预测轨迹序列与所述参考轨迹序列之间的偏差值;
将偏差值最小的预测轨迹序列作为所述目标预测轨迹序列。
可选地,所述目标备选控制序列包括对应于第二控制时刻的目标控制参数,所述第二控制时刻为所述第一控制时刻的下一控制时刻;
所述在所述第一控制时刻之后,根据与所述目标预测轨迹序列对应的目标备选控制序列,对所述车辆进行控制,包括:
在所述第二控制时刻,判断所述车辆与周边车辆是否存在碰撞风险;
若确定所述车辆与周边车辆存在碰撞风险,对所述目标控制参数进行调整,并利用调整后的控制参数对所述车辆进行控制;
若确定所述车辆与周边车辆不存在碰撞风险,则按照所述目标控制参数对所述车辆进行控制。
可选地,所述目标控制参数包括以下中的至少一者:速度、加速度;
所述若确定所述车辆与周边车辆存在碰撞风险,对所述目标控制参数进行调整,包括:
若所述车辆与前方车辆存在碰撞风险,减小所述目标控制参数,并将减小后的参数作为调整后的控制参数;或者,
若所述车辆与后方车辆存在碰撞风险,增大所述目标控制参数,并将增大后的参数作为调整后的控制参数。
根据本公开的第二方面,提供一种车辆控制装置,所述装置包括:
第一获取模块,用于获取车辆在第一控制时刻的第一车辆状态信息以及所述车辆在所述第一控制时刻之前的第二车辆状态信息;
第一生成模块,用于根据所述第一车辆状态信息和所述第二车辆状态信息,生成参考轨迹序列,所述参考轨迹序列用于表征所述车辆在所述第一控制时刻之后的理想车辆状态;
第二生成模块,用于根据所述第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,所述预测轨迹序列用于表征所述车辆在所述第一控制时刻之后的预测车辆状态;
确定模块,用于从所述预测轨迹序列中,确定出与所述参考轨迹序列匹配程度最高的目标预测轨迹序列;
控制模块,用于在所述第一控制时刻之后,根据与所述目标预测轨迹序列对应的目标备选控制序列,对所述车辆进行控制。
可选地,所述参考轨迹序列包括目标时间序列中各个控制时刻对应的理想车辆状态,所述目标时间序列包括以第二控制时刻为时间起点的预设数量的控制时刻,所述第二控制时刻为所述第一控制时刻的下一控制时刻。
可选地,所述第一生成模块用于根据所述第二车辆状态信息和所述第一车辆状态信息,针对所述目标时间序列中的每一控制时刻,执行如下操作,以生成所述参考轨迹序列:
确定能够使车辆在该控制时刻安全行驶的车辆状态信息,作为所述控制时刻对应的理想车辆状态。
可选地,每一所述备选控制序列包括对应于目标时间序列中各控制时刻的控制参数,所述预测轨迹序列包括所述目标时间序列中各个控制时刻对应的预测车辆状态,所述目标时间序列包括以第二控制时刻为时间起点的预设数量的控制时刻,所述第二控制时刻为所述第一控制时刻的下一控制时刻。
可选地,所述第二生成模块用于针对每一所述备选控制序列,执行如下操作:
根据所述第一车辆状态信息和所述备选控制序列中各控制参数,通过车辆状态预测模型,预测所述车辆在所述目标时间序列中各控制时刻的车辆状态信息,以获得预测结果;
根据所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息,确定所述车辆在所述目标时间序列中各控制时刻的预测车辆状态,以生成所述预测轨迹序列。
可选地,所述第二生成模块用于:
按照时间由先到后的顺序,依次将所述目标时间序列中的每一控制时刻作为目标控制时刻,并执行如下操作:
根据所述车辆在目标控制时刻的前一控制时刻的历史状态信息,以及所述备选控制序列中对应于所述目标控制时刻的控制参数,通过所述车辆状态预测模型,预测所述车辆在所述目标控制时刻的车辆状态信息;
其中,初始情况下,所述目标控制时刻为所述第二控制时刻;并且,当所述目标控制时刻为所述第二控制时刻时,所述历史状态信息为所述第一车辆状态信息,以及,当所述目标控制时刻为所述第二控制时刻之后的控制时刻时,所述历史状态信息为针对所述目标控制时刻的前一控制时刻预测所得的车辆状态信息。
可选地,所述第二生成模块用于:
根据所述第一车辆状态信息,对所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息进行校正,并将校正后的车辆状态信息作为对应控制时刻下的预测车辆状态。
可选地,所述确定模块包括:
第一确定子模块,用于确定每一预测轨迹序列与所述参考轨迹序列之间的偏差值;
第二确定子模块,用于将偏差值最小的预测轨迹序列作为所述目标预测轨迹序列。
可选地,所述目标备选控制序列包括对应于第二控制时刻的目标控制参数,所述第二控制时刻为所述第一控制时刻的下一控制时刻;
所述控制模块包括:
判断子模块,用于在所述第二控制时刻,判断所述车辆与周边车辆是否存在碰撞风险;
第一控制子模块,用于若确定所述车辆与周边车辆存在碰撞风险,对所述目标控制参数进行调整,并利用调整后的控制参数对所述车辆进行控制;
第二控制子模块,用于若确定所述车辆与周边车辆不存在碰撞风险,则按照所述目标控制参数对所述车辆进行控制。
可选地,所述目标控制参数包括以下中的至少一者:速度、加速度;
所述第一控制子模块用于:
若所述车辆与前方车辆存在碰撞风险,减小所述目标控制参数,并将减小后的参数作为调整后的控制参数;或者,
若所述车辆与后方车辆存在碰撞风险,增大所述目标控制参数,并将增大后的参数作为调整后的控制参数。
根据本公开的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面所述方法的步骤。
根据本公开的第四方面,提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第一方面所述方法的步骤。
根据本公开的第五方面,提供一种车辆,所述车辆用于执行本公开第一方面所述的方法。
通过上述技术方案,获取车辆在第一控制时刻的第一车辆状态信息以及车辆在第一控制时刻之前的第二车辆状态信息,根据第一车辆状态信息和第二车辆状态信息,生成参考轨迹序列,并根据第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,并从预测轨迹序列中,确定出与参考轨迹序列匹配程度最高的目标预测轨迹序列,在第一控制时刻之后,根据与目标预测轨迹序列对应的目标备选控制序列,对车辆进行控制。其中,参考轨迹序列用于表征车辆在第一控制时刻之后的理想车辆状态,预测轨迹序列用于表征车辆在第一控制时刻之后的预测车辆状态。由此,针对每一备选控制序列,可以预测出车辆在备选控制序列作用下未来一段时间的运动状态,并将预测结果与理想情况进行比较,从而确定出下一控制时刻的控制策略,这样,通过预测车辆未来的动态行为,能够进行最优控制,辅助车辆的自适应巡航功能,保证车辆的行驶安全,同时提升驾驶员的驾车体验。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据本公开的一种实施方式提供的车辆控制方法的流程图;
图2是根据本公开提供的车辆控制方法中,根据第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列的步骤的一种示例性的流程图;
图3是根据本公开的一种实施方式提供的车辆控制装置的框图;
图4是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据本公开的一种实施方式提供的车辆控制方法的流程图。如图1所示,该方法可以包括以下步骤:
在步骤11中,获取车辆在第一控制时刻的第一车辆状态信息以及车辆在第一控制时刻之前的第二车辆状态信息;
在步骤12中,根据第一车辆状态信息和第二车辆状态信息,生成参考轨迹序列;
在步骤13中,根据第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列;
在步骤14中,从预测轨迹序列中,确定出与参考轨迹序列匹配程度最高的目标预测轨迹序列;
在步骤15中,在第一控制时刻之后,根据与目标预测轨迹序列对应的目标备选控制序列,对车辆进行控制。
如上述几个步骤所给出的,本公开提供的方法,其基本思路在于,根据车辆在第一控制时刻的车辆状态信息,确定在第一控制时刻之后对车辆的最优控制策略,并在第一控制时刻之后对车辆进行控制。其中,第一控制时刻可以认为是当前控制时刻。从而,通过本公开提供的方法,总是能够通过当前控制时刻的车辆状态信息,确定出在第一控制时刻之后的其他控制时刻针对车辆的最优控制策略。后续在到达下一控制时刻时,又可将下一控制时刻作为第一控制时刻,执行本公开提供的一系列步骤,确定出再之后的控制时刻针对车辆的最优控制策略,如此循环往复,即可持续实现对车辆的最优控制。另外,本公开提供的方法适用于对车辆的纵向最优控制,也就是说,主要用于控制车辆的车速、加速度,因此,本方法在车辆行驶于同一车道的场景中效果最好。在这里,若车辆在第一控制时刻的前一控制时刻和第一控制时刻之间未变道,即可认为车辆行驶于同一车道。
在本公开所提供的方法中,车辆状态信息可以包括但不限于以下几者:车辆位姿信息、车辆周边车辆的信息、车速、车辆加速度。
车辆位姿信息可以包括车辆位置和车辆航向角。其中,车辆位置可以例如通过车辆在地面坐标系(或世界坐标系)中所处的坐标体现。
车辆周边车辆的信息可以包括车辆与周边车辆之间的距离、周边车辆的速度、周边车辆的加速度等。在这里,车辆周边车辆可以为本车前方的车辆和本车后方的车辆。其中,车辆周边车辆的信息可以通过设置于车辆的环境感知传感器获取到。示例地,环境感知传感器可以包括设置于车辆前后的雷达传感器以及V2X(vehicle to everything,车辆对外界的信息交换)接收器,其中,雷达传感器用于测定车辆周边车辆的车距、车速等,V2X接收器用于获取周边车辆的位置等信息。
以及,本车的车速、加速度可以例如通过设置于车辆的速度传感器、加速度传感器等获取到。
如上文对于车辆状态信息的描述,本公开中的第一车辆状态信息和第二车辆状态信息所包含的内容均可参考上述内容。
第一车辆状态信息为车辆在第一控制时刻的车辆状态信息。
第二车辆状态信息为车辆在第一控制时刻之前的车辆状态信息。其中,第二状态信息可以包括车辆在第一控制时刻之前的一个或多个控制时刻的车辆状态信息,它能够反映本车本次行驶过程中的历史状态表现。
示例地,第一车辆状态信息和第二车辆状态信息均可以为由上述车辆状态信息中的内容构成的矩阵。
在获取到第一车辆状态信息和第二车辆状态信息之后,可以执行步骤12。
在步骤12中,根据第一车辆状态信息,生成参考轨迹序列。
其中,参考轨迹序列可以用于表征车辆在第一控制时刻之后的理想车辆状态。在这里,理想车辆状态可以认为是能够保证车辆在第一控制时刻之后安全行驶的车辆状态。
在一种可能的实施方式中,参考轨迹序列可以包括目标时间序列中各个控制时刻对应的理想车辆状态。其中,目标时间序列可以包括以第二控制时刻为时间起点的预设数量的控制时刻,第二控制时刻为第一控制时刻的下一控制时刻。示例地,预设数量可以根据实际需求进行设置,例如,可以设置为30、100等。
在这一实施方式中,步骤12可以包括以下步骤:
根据第二车辆状态信息和第一车辆状态信息,针对目标时间序列中的每一控制时刻,执行如下操作,以生成参考轨迹序列:
确定能够使车辆在该控制时刻安全行驶的车辆状态信息,作为控制时刻对应的理想车辆状态。
生成参考轨迹序列的方式为,根据第一车辆状态信息和第二车辆状态信息,针对目标时间序列中的每一控制时刻,确定能够使车辆在控制时刻安全行驶的车辆状态信息,将其作为控制时刻对应的理想车辆状态。示例地,可以通过运动轨迹插值法生成上述参考轨迹序列,即,根据车辆在历史行驶中的表现,确定车辆在未来的行驶趋势。其中,在本车前方不存在车辆的情况下,参考轨迹序列的生成思路在于,确定车辆以当前状态(如,速度、加速度)行驶的情况下,在后续预设数量的控制时刻的理想表现,而在本车前方存在车辆的情况下,参考轨迹序列的生成思路在于,在保证本车不在未来与前车发生碰撞的基础上,车辆在后续预设数量的控制时刻的理想表现(可以同时结合前车的未来状态,该未来状态也可预测)。如此一来,参考轨迹序列能够反映本车的一种较为理想的行驶状态,在后续对车辆控制时,应当使控制后车辆的表现尽可能地贴近参考轨迹序列,以使车辆总是能够处于一种比较理想的行驶状态。
在步骤13中,根据第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列。
其中,预测轨迹序列用于表征车辆在第一控制时刻之后的预测车辆状态。
备选控制序列可以包括对应于目标时间序列中各控制时刻的控制参数,如上所述,目标时间序列可以包括以第二控制时刻为起点的预设数量的控制时刻。其中,控制参数可以包括速度、加速度等。
一般情况下,针对车辆的控制是在一定范围内的控制,因此控制参数对应有控制范围,从而,可以根据控制参数应当所处的范围,生成一系列可供使用的备选控制序列,参照前文的内容可知,本方法的目的之一就是从这些可供选择的备选控制序列中,选择能够使车辆行驶达到最优效果的一个备选控制序列。
在一种可能的实施方式中,步骤13可以针对每一备选控制序列,执行如下几个步骤,如图2所示:
在步骤31中,根据第一车辆状态信息和备选控制序列中各控制参数,通过车辆状态预测模型,预测车辆在目标时间序列中各控制时刻的车辆状态信息,以获得预测结果;
在步骤32中,根据预测结果中对应于目标时间序列中各控制时刻的车辆状态信息,确定车辆在目标时间序列中各控制时刻的预测车辆状态,以生成预测轨迹序列。
其中,示例地,车辆状态预测模型可以使用车辆运动学模型,该模型以如下运动学方程为基础:
基于上述公式,利用泰勒公式将其线性化并离散后可得如下方程:
Δx(k+1)=AΔx(k)+BΔu(k)
X表征车辆位姿信息,可直接获取,其中,x、y表征车辆坐标,θ表征车辆航向角。u表征针对车辆的控制参数,可通过针对车辆的控制直接获得,其中,v表征车速,δ表征车辆侧倾角。T表征控制周期,也就是相邻两个控制时刻之间的时长。可以看出,该公式能够确定出各控制时刻的车辆位姿变化量,从而容易获得变化后的车辆的新的位姿信息。
基于上述公式,本方法可以基于MPC控制策略(Model Predictive Control,模型预测控制)预测车辆未来一定时间内的车辆运动状态。
上述公式以及MPC控制策略均属于本领域的现有技术,此处仅做简单说明,更加详细的内容不再体现。
示例地,步骤31可以包括以下步骤:
按照时间由先到后的顺序,依次将目标时间序列中的每一控制时刻作为目标控制时刻,并执行如下操作:
根据车辆在目标控制时刻的前一控制时刻的历史状态信息,以及备选控制序列中对应于目标控制时刻的控制参数,通过车辆状态预测模型,预测车辆在目标控制时刻的车辆状态信息;
其中,初始情况下,目标控制时刻为第二控制时刻。
并且,当目标控制时刻为第二控制时刻时,历史状态信息为第一车辆状态信息,以及,当目标控制时刻为第二控制时刻之后的控制时刻时,历史状态信息为针对目标控制时刻的前一控制时刻预测所得的车辆状态信息。
也就是说,针对目标时间序列中的各个控制时刻,从第二控制时刻开始,逐个根据历史状态信息和该控制时刻的控制参数,预测出车辆状态信息。这个过程可以视为是以第二控制时刻为时间起点的迭代过程,每一次迭代就预测一个控制时刻下的车辆状态信息,迭代结束,获得预测结果。
在获得预测结果后,可根据预测结果生成预测轨迹序列,即,执行步骤32。
在一种可能的实施方式中,执行步骤32时,可以直接将预测结果中对应于目标时间序列中各控制时刻的车辆状态信息作为对应控制时刻下的预测车辆状态。
在另一种可能的实施方式中,步骤32可以包括以下步骤:
根据第一车辆状态信息,对预测结果中对应于目标时间序列中各控制时刻的车辆状态信息进行校正,并将校正后的车辆状态信息作为对应控制时刻下的预测车辆状态。
由于车辆状态预测模型生成的预测结果可能存在偏差,因此,为了进一步提升预测车辆状态的准确性,还可以依据预测结果,结合第一车辆状态信息对预测结果中包含的内容进行校正。其中,校正的思路在于,使车辆的状态不会发生突变。例如,若预测结果中对应于第二控制时刻的车速为100km/h,而获取到的第一控制时刻实际的车速为50km/h,此时需要校正,示例地,可以将预测结果中对应于第二控制时刻的车速校正为60km/h,相应地,预测结果中其他控制时刻的数据也可以对应进行校正,校正的标准应当与第二控制时刻保持一致。
回到图1,在步骤14中,从预测轨迹序列中,确定出与参考轨迹序列匹配程度最高的目标预测轨迹序列。
在这里,匹配程度最高可以理解为偏差最小,也就是说,目标预测轨迹序列是步骤13中获得的多个预测轨迹序列中最接近参考轨迹序列的预测轨迹序列。示例地,步骤14可以包括以下步骤:
确定每一预测轨迹序列与参考轨迹序列之间的偏差值;
将偏差值最小的预测轨迹序列作为目标预测轨迹序列。
示例地,预测轨迹序列与参考轨迹序列之间的偏差值可以通过计算二者之间的方差或标准差获得。
由此,偏差值越小,说明预测轨迹序列与参考轨迹序列越接近,从而,偏差值最小的预测轨迹序列,就是最接近于参考轨迹序列的预测轨迹序列,将其确定为目标预测轨迹序列。
在步骤15中,在第一控制时刻之后,根据与目标预测轨迹序列对应的目标备选控制序列,对车辆进行控制。
其中,目标备选控制序列中对应于第二控制时刻的控制参数为目标控制参数。
在一种可能的实施方式中,可以直接在第二控制时刻使用目标控制参数对车辆进行控制。
在另一种可能的实施方式中,步骤15可以包括以下步骤:
在第二控制时刻,判断车辆与周边车辆是否存在碰撞风险;
若确定车辆与周边车辆存在碰撞风险,对目标控制参数进行调整,并利用调整后的控制参数对车辆进行控制;
若确定车辆与周边车辆不存在碰撞风险,则按照目标控制参数对车辆进行控制。
其中,判断车辆与周边车辆是否存在碰撞风险可以通过本车的位置、车速、加速度以及周边车辆的位置、速度、加速度计算获得。
若确定车辆与周边车辆不存在碰撞风险,则可以直接按照目标控制参数对车辆进行控制。
而若确定车辆与周边车辆存在碰撞风险,还可以首先对目标控制参数进行调整,并利用调整后的控制参数对车辆进行控制。示例地,对目标控制参数进行调整,可以包括以下步骤:
若车辆与前方车辆存在碰撞风险,减小目标控制参数,并将减小后的参数作为调整后的控制参数;或者,
若车辆与后方车辆存在碰撞风险,增大目标控制参数,并将增大后的参数作为调整后的控制参数。
也就是说,若车辆与前方车辆存在碰撞风险,可以减小目标控制参数(如,速度、加速度),并将减小后的参数作为调整后的控制参数,以使车辆远离前方车辆。或者,若车辆与后方车辆存在碰撞风险,可以增大目标控制参数,并将增大后的参数作为调整后的控制参数,以使车辆远离后方车辆。
在一种可能的情况中,若车辆与前方车辆存在碰撞风险,且车辆与前方车辆可能在极短时间的相撞,还可以紧急制动车辆,以保证车辆安全。示例地,本公开的方法可以在车辆ACC(Adaptive Cruise Control,自适应巡航控制)功能开启的情况下生效,辅助驾驶员行车,同时,在出现上述情况时,可以同时启动车辆的AEB(Autonomous EmergencyBraking,自动紧急制动)功能,以紧急制动车辆,这样,还能够进一步提升ACC和AEB之间的功能耦合性。
通过上述技术方案,获取车辆在第一控制时刻的第一车辆状态信息以及车辆在第一控制时刻之前的第二车辆状态信息,根据第一车辆状态信息和第二车辆状态信息,生成参考轨迹序列,并根据第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,并从预测轨迹序列中,确定出与参考轨迹序列匹配程度最高的目标预测轨迹序列,在第一控制时刻之后,根据与目标预测轨迹序列对应的目标备选控制序列,对车辆进行控制。其中,参考轨迹序列用于表征车辆在第一控制时刻之后的理想车辆状态,预测轨迹序列用于表征车辆在第一控制时刻之后的预测车辆状态。由此,针对每一备选控制序列,可以预测出车辆在备选控制序列作用下未来一段时间的运动状态,并将预测结果与理想情况进行比较,从而确定出下一控制时刻的控制策略,这样,通过预测车辆未来的动态行为,能够进行最优控制,辅助车辆的自适应巡航功能,保证车辆的行驶安全,同时提升驾驶员的驾车体验。
图3是根据本公开的一种实施方式提供的车辆控制装置的框图。如图3所示,所述装置40包括:
第一获取模块41,用于获取车辆在第一控制时刻的第一车辆状态信息以及所述车辆在所述第一控制时刻之前的第二车辆状态信息;
第一生成模块42,用于根据所述第一车辆状态信息和所述第二车辆状态信息,生成参考轨迹序列,所述参考轨迹序列用于表征所述车辆在所述第一控制时刻之后的理想车辆状态;
第二生成模块43,用于根据所述第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,所述预测轨迹序列用于表征所述车辆在所述第一控制时刻之后的预测车辆状态;
确定模块44,用于从所述预测轨迹序列中,确定出与所述参考轨迹序列匹配程度最高的目标预测轨迹序列;
控制模块45,用于在所述第一控制时刻之后,根据与所述目标预测轨迹序列对应的目标备选控制序列,对所述车辆进行控制。
可选地,所述参考轨迹序列包括目标时间序列中各个控制时刻对应的理想车辆状态,所述目标时间序列包括以第二控制时刻为时间起点的预设数量的控制时刻,所述第二控制时刻为所述第一控制时刻的下一控制时刻。
可选地,所述第一生成模块42用于根据所述第二车辆状态信息和所述第一车辆状态信息,针对所述目标时间序列中的每一控制时刻,执行如下操作,以生成所述参考轨迹序列:
确定能够使车辆在该控制时刻安全行驶的车辆状态信息,作为所述控制时刻对应的理想车辆状态。
可选地,每一所述备选控制序列包括对应于目标时间序列中各控制时刻的控制参数,所述预测轨迹序列包括所述目标时间序列中各个控制时刻对应的预测车辆状态,所述目标时间序列包括以第二控制时刻为时间起点的预设数量的控制时刻,所述第二控制时刻为所述第一控制时刻的下一控制时刻。
可选地,所述第二生成模块43用于针对每一所述备选控制序列,执行如下操作:
根据所述第一车辆状态信息和所述备选控制序列中各控制参数,通过车辆状态预测模型,预测所述车辆在所述目标时间序列中各控制时刻的车辆状态信息,以获得预测结果;
根据所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息,确定所述车辆在所述目标时间序列中各控制时刻的预测车辆状态,以生成所述预测轨迹序列。
可选地,所述第二生成模块43用于:
按照时间由先到后的顺序,依次将所述目标时间序列中的每一控制时刻作为目标控制时刻,并执行如下操作:
根据所述车辆在目标控制时刻的前一控制时刻的历史状态信息,以及所述备选控制序列中对应于所述目标控制时刻的控制参数,通过所述车辆状态预测模型,预测所述车辆在所述目标控制时刻的车辆状态信息;
其中,初始情况下,所述目标控制时刻为所述第二控制时刻;并且,当所述目标控制时刻为所述第二控制时刻时,所述历史状态信息为所述第一车辆状态信息,以及,当所述目标控制时刻为所述第二控制时刻之后的控制时刻时,所述历史状态信息为针对所述目标控制时刻的前一控制时刻预测所得的车辆状态信息。
可选地,所述第二生成模块43用于:
根据所述第一车辆状态信息,对所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息进行校正,并将校正后的车辆状态信息作为对应控制时刻下的预测车辆状态。
可选地,所述确定模块44包括:
第一确定子模块,用于确定每一预测轨迹序列与所述参考轨迹序列之间的偏差值;
第二确定子模块,用于将偏差值最小的预测轨迹序列作为所述目标预测轨迹序列。
可选地,所述目标备选控制序列包括对应于第二控制时刻的目标控制参数,所述第二控制时刻为所述第一控制时刻的下一控制时刻;
所述控制模块45包括:
判断子模块,用于在所述第二控制时刻,判断所述车辆与周边车辆是否存在碰撞风险;
第一控制子模块,用于若确定所述车辆与周边车辆存在碰撞风险,对所述目标控制参数进行调整,并利用调整后的控制参数对所述车辆进行控制;
第二控制子模块,用于若确定所述车辆与周边车辆不存在碰撞风险,则按照所述目标控制参数对所述车辆进行控制。
可选地,所述目标控制参数包括以下中的至少一者:速度、加速度;
所述第一控制子模块用于:
若所述车辆与前方车辆存在碰撞风险,减小所述目标控制参数,并将减小后的参数作为调整后的控制参数;或者,
若所述车辆与后方车辆存在碰撞风险,增大所述目标控制参数,并将增大后的参数作为调整后的控制参数。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种电子设备1900的框图。参照图4,电子设备1900包括处理器1922,其数量可以为一个或多个,以及存储器1932,用于存储可由处理器1922执行的计算机程序。存储器1932中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器1922可以被配置为执行该计算机程序,以执行上述的车辆控制方法。
另外,电子设备1900还可以包括电源组件1926和通信组件1950,该电源组件1926可以被配置为执行电子设备1900的电源管理,该通信组件1950可以被配置为实现电子设备1900的通信,例如,有线或无线通信。此外,该电子设备1900还可以包括输入/输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM等等。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的车辆控制方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器1932,上述程序指令可由电子设备1900的处理器1922执行以完成上述的车辆控制方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的车辆控制方法的代码部分。
本公开还提供一种车辆,所述车辆用于执行本公开任意实施例所提供的车辆控制方法。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (15)
1.一种车辆控制方法,其特征在于,所述方法包括:
获取车辆在第一控制时刻的第一车辆状态信息以及所述车辆在所述第一控制时刻之前的第二车辆状态信息;
根据所述第一车辆状态信息和所述第二车辆状态信息,生成参考轨迹序列,所述参考轨迹序列用于表征所述车辆在所述第一控制时刻之后的理想车辆状态;
根据所述第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,所述预测轨迹序列用于表征所述车辆在所述第一控制时刻之后的预测车辆状态;
从所述预测轨迹序列中,确定出与所述参考轨迹序列匹配程度最高的目标预测轨迹序列;
在所述第一控制时刻之后,根据与所述目标预测轨迹序列对应的目标备选控制序列,对所述车辆进行控制。
2.根据权利要求1所述的方法,其特征在于,所述参考轨迹序列包括目标时间序列中各个控制时刻对应的理想车辆状态,所述目标时间序列包括以第二控制时刻为时间起点的预设数量的控制时刻,所述第二控制时刻为所述第一控制时刻的下一控制时刻。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一车辆状态信息和所述第二车辆状态信息,生成参考轨迹序列,包括:
根据所述第二车辆状态信息和所述第一车辆状态信息,针对所述目标时间序列中的每一控制时刻,执行如下操作,以生成所述参考轨迹序列:
确定能够使车辆在该控制时刻安全行驶的车辆状态信息,作为所述控制时刻对应的理想车辆状态。
4.根据权利要求1所述的方法,其特征在于,每一所述备选控制序列包括对应于目标时间序列中各控制时刻的控制参数,所述预测轨迹序列包括所述目标时间序列中各个控制时刻对应的预测车辆状态,所述目标时间序列包括以第二控制时刻为时间起点的预设数量的控制时刻,所述第二控制时刻为所述第一控制时刻的下一控制时刻。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,包括:
针对每一所述备选控制序列,执行如下操作:
根据所述第一车辆状态信息和所述备选控制序列中各控制参数,通过车辆状态预测模型,预测所述车辆在所述目标时间序列中各控制时刻的车辆状态信息,以获得预测结果;
根据所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息,确定所述车辆在所述目标时间序列中各控制时刻的预测车辆状态,以生成所述预测轨迹序列。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一车辆状态信息和所述备选控制序列中各控制参数,通过车辆状态预测模型,预测所述车辆在所述目标时间序列中各控制时刻的车辆状态信息,以获得预测结果,包括:
按照时间由先到后的顺序,依次将所述目标时间序列中的每一控制时刻作为目标控制时刻,并执行如下操作:
根据所述车辆在目标控制时刻的前一控制时刻的历史状态信息,以及所述备选控制序列中对应于所述目标控制时刻的控制参数,通过所述车辆状态预测模型,预测所述车辆在所述目标控制时刻的车辆状态信息;
其中,初始情况下,所述目标控制时刻为所述第二控制时刻;并且,当所述目标控制时刻为所述第二控制时刻时,所述历史状态信息为所述第一车辆状态信息,以及,当所述目标控制时刻为所述第二控制时刻之后的控制时刻时,所述历史状态信息为针对所述目标控制时刻的前一控制时刻预测所得的车辆状态信息。
7.根据权利要求5所述的方法,其特征在于,所述根据所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息,确定所述车辆在所述目标时间序列中各控制时刻的预测车辆状态,以生成所述预测轨迹序列,包括:
根据所述第一车辆状态信息,对所述预测结果中对应于所述目标时间序列中各控制时刻的车辆状态信息进行校正,并将校正后的车辆状态信息作为对应控制时刻下的预测车辆状态。
8.根据权利要求1所述的方法,其特征在于,所述从所述预测轨迹序列中,确定出与所述参考轨迹序列匹配程度最高的目标预测轨迹序列,包括:
确定每一预测轨迹序列与所述参考轨迹序列之间的偏差值;
将偏差值最小的预测轨迹序列作为所述目标预测轨迹序列。
9.根据权利要求1所述的方法,其特征在于,所述目标备选控制序列包括对应于第二控制时刻的目标控制参数,所述第二控制时刻为所述第一控制时刻的下一控制时刻;
所述在所述第一控制时刻之后,根据与所述目标预测轨迹序列对应的目标备选控制序列,对所述车辆进行控制,包括:
在所述第二控制时刻,判断所述车辆与周边车辆是否存在碰撞风险;
若确定所述车辆与周边车辆存在碰撞风险,对所述目标控制参数进行调整,并利用调整后的控制参数对所述车辆进行控制;
若确定所述车辆与周边车辆不存在碰撞风险,则按照所述目标控制参数对所述车辆进行控制。
10.根据权利要求9所述的方法,其特征在于,所述目标控制参数包括以下中的至少一者:速度、加速度;
所述若确定所述车辆与周边车辆存在碰撞风险,对所述目标控制参数进行调整,包括:
若所述车辆与前方车辆存在碰撞风险,减小所述目标控制参数,并将减小后的参数作为调整后的控制参数;或者,
若所述车辆与后方车辆存在碰撞风险,增大所述目标控制参数,并将增大后的参数作为调整后的控制参数。
11.一种车辆控制装置,其特征在于,所述装置包括:
第一获取模块,用于获取车辆在第一控制时刻的第一车辆状态信息以及所述车辆在所述第一控制时刻之前的第二车辆状态信息;
第一生成模块,用于根据所述第一车辆状态信息和所述第二车辆状态信息,生成参考轨迹序列,所述参考轨迹序列用于表征所述车辆在所述第一控制时刻之后的理想车辆状态;
第二生成模块,用于根据所述第一车辆状态信息,分别生成与各个备选控制序列对应的预测轨迹序列,所述预测轨迹序列用于表征所述车辆在所述第一控制时刻之后的预测车辆状态;
确定模块,用于从所述预测轨迹序列中,确定出与所述参考轨迹序列匹配程度最高的目标预测轨迹序列;
控制模块,用于在所述第一控制时刻之后,根据与所述目标预测轨迹序列对应的目标备选控制序列,对所述车辆进行控制。
12.根据权利要求11所述的装置,其特征在于,所述目标备选控制序列包括对应于第二控制时刻的目标控制参数,所述第二控制时刻为所述第一控制时刻的下一控制时刻;
所述控制模块包括:
判断子模块,用于在所述第二控制时刻,判断所述车辆与周边车辆是否存在碰撞风险;
第一控制子模块,用于若确定所述车辆与周边车辆存在碰撞风险,对所述目标控制参数进行调整,并利用调整后的控制参数对所述车辆进行控制;
第二控制子模块,用于若确定所述车辆与周边车辆不存在碰撞风险,则按照所述目标控制参数对所述车辆进行控制。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-10中任一项所述方法的步骤。
14.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-10中任一项所述方法的步骤。
15.一种车辆,其特征在于,所述车辆用于执行权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011395299.7A CN112428991B (zh) | 2020-11-30 | 2020-11-30 | 车辆控制方法、装置、介质、设备及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011395299.7A CN112428991B (zh) | 2020-11-30 | 2020-11-30 | 车辆控制方法、装置、介质、设备及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112428991A true CN112428991A (zh) | 2021-03-02 |
CN112428991B CN112428991B (zh) | 2022-10-04 |
Family
ID=74691899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011395299.7A Active CN112428991B (zh) | 2020-11-30 | 2020-11-30 | 车辆控制方法、装置、介质、设备及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112428991B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947492A (zh) * | 2021-04-14 | 2021-06-11 | 北京车和家信息技术有限公司 | 车辆控制方法、装置、存储介质、电子设备及车辆 |
CN113065289A (zh) * | 2021-04-27 | 2021-07-02 | 深圳市商汤科技有限公司 | 位姿预测方法、装置、电子设备及存储介质 |
CN116620306A (zh) * | 2023-05-25 | 2023-08-22 | 常州浩万新能源科技有限公司 | 电摩托智能一体化车辆控制方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008174000A (ja) * | 2007-01-16 | 2008-07-31 | Toyota Industries Corp | 駐車支援装置、駐車支援装置部品、駐車支援方法及び駐車支援プログラム |
CN104200689A (zh) * | 2014-08-28 | 2014-12-10 | 长城汽车股份有限公司 | 一种道路预警方法及装置 |
US20160052515A1 (en) * | 2014-08-21 | 2016-02-25 | Hyundai Motor Company | Method and apparatus of predicting collision for omnidirectional application within emergency brake system |
CN109552308A (zh) * | 2017-09-27 | 2019-04-02 | 奥迪股份公司 | 用于车辆的驾驶辅助设备和方法 |
FR3072069A1 (fr) * | 2017-10-10 | 2019-04-12 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede de conduite automatique sous contrainte d'un vehicule, notamment d'un bus dans un centre de remisage, et dispositif mettant en œuvre un tel procede |
CN110834644A (zh) * | 2019-10-30 | 2020-02-25 | 中国第一汽车股份有限公司 | 一种车辆控制方法、装置、待控制车辆及存储介质 |
CN111016908A (zh) * | 2019-12-19 | 2020-04-17 | 东软集团股份有限公司 | 车辆行驶位置确定方法、装置、存储介质及电子设备 |
CN111688717A (zh) * | 2019-03-14 | 2020-09-22 | 北京京东尚科信息技术有限公司 | 用于控制车辆通行的方法和装置 |
CN111824157A (zh) * | 2020-07-14 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种自动驾驶方法和装置 |
CN111845766A (zh) * | 2019-04-17 | 2020-10-30 | 采埃孚公司 | 自动化控制汽车的方法 |
CN111857152A (zh) * | 2020-07-31 | 2020-10-30 | 北京京东乾石科技有限公司 | 用于生成车辆控制信息的方法和装置 |
KR20200133122A (ko) * | 2019-05-17 | 2020-11-26 | 현대모비스 주식회사 | 차량 충돌 방지 장치 및 방법 |
-
2020
- 2020-11-30 CN CN202011395299.7A patent/CN112428991B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008174000A (ja) * | 2007-01-16 | 2008-07-31 | Toyota Industries Corp | 駐車支援装置、駐車支援装置部品、駐車支援方法及び駐車支援プログラム |
US20160052515A1 (en) * | 2014-08-21 | 2016-02-25 | Hyundai Motor Company | Method and apparatus of predicting collision for omnidirectional application within emergency brake system |
CN104200689A (zh) * | 2014-08-28 | 2014-12-10 | 长城汽车股份有限公司 | 一种道路预警方法及装置 |
CN109552308A (zh) * | 2017-09-27 | 2019-04-02 | 奥迪股份公司 | 用于车辆的驾驶辅助设备和方法 |
FR3072069A1 (fr) * | 2017-10-10 | 2019-04-12 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede de conduite automatique sous contrainte d'un vehicule, notamment d'un bus dans un centre de remisage, et dispositif mettant en œuvre un tel procede |
CN111688717A (zh) * | 2019-03-14 | 2020-09-22 | 北京京东尚科信息技术有限公司 | 用于控制车辆通行的方法和装置 |
CN111845766A (zh) * | 2019-04-17 | 2020-10-30 | 采埃孚公司 | 自动化控制汽车的方法 |
KR20200133122A (ko) * | 2019-05-17 | 2020-11-26 | 현대모비스 주식회사 | 차량 충돌 방지 장치 및 방법 |
CN110834644A (zh) * | 2019-10-30 | 2020-02-25 | 中国第一汽车股份有限公司 | 一种车辆控制方法、装置、待控制车辆及存储介质 |
CN111016908A (zh) * | 2019-12-19 | 2020-04-17 | 东软集团股份有限公司 | 车辆行驶位置确定方法、装置、存储介质及电子设备 |
CN111824157A (zh) * | 2020-07-14 | 2020-10-27 | 广州小鹏车联网科技有限公司 | 一种自动驾驶方法和装置 |
CN111857152A (zh) * | 2020-07-31 | 2020-10-30 | 北京京东乾石科技有限公司 | 用于生成车辆控制信息的方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947492A (zh) * | 2021-04-14 | 2021-06-11 | 北京车和家信息技术有限公司 | 车辆控制方法、装置、存储介质、电子设备及车辆 |
CN112947492B (zh) * | 2021-04-14 | 2023-09-22 | 北京车和家信息技术有限公司 | 车辆控制方法、装置、存储介质、电子设备及车辆 |
CN113065289A (zh) * | 2021-04-27 | 2021-07-02 | 深圳市商汤科技有限公司 | 位姿预测方法、装置、电子设备及存储介质 |
CN116620306A (zh) * | 2023-05-25 | 2023-08-22 | 常州浩万新能源科技有限公司 | 电摩托智能一体化车辆控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112428991B (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112428991B (zh) | 车辆控制方法、装置、介质、设备及车辆 | |
CN110497908B (zh) | 自动驾驶系统和使用传感器融合进行智能车辆控制的控制逻辑 | |
JP6822752B2 (ja) | アクティブ車両制御のための運転支援技術 | |
JP4062310B2 (ja) | 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 | |
US9566981B2 (en) | Method and system for post-collision manoeuvre planning and vehicle equipped with such system | |
CN113165648A (zh) | 用于基于采样对机动车辆的可能轨迹进行规划的控制系统和控制方法 | |
US10733889B2 (en) | Method and device for parking assistance | |
CN111845766A (zh) | 自动化控制汽车的方法 | |
US20220032952A1 (en) | Control system and control method for a hybrid approach for determining a possible trajectory for a motor vehicle | |
US11370419B2 (en) | Use of driver assistance collision mitigation systems with autonomous driving systems | |
JP2018063476A (ja) | 運転支援装置、運転支援方法及び運転支援用コンピュータプログラム | |
CN112277938A (zh) | 车辆控制方法、装置、存储介质、主动安全系统及车辆 | |
JP4852851B2 (ja) | 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 | |
JP2019220054A (ja) | 行動予測装置及び自動運転装置 | |
US11643113B2 (en) | Target identification device and driving assistance device | |
CN111752265B (zh) | 情景存储器中的超关联 | |
van Willigen et al. | Safety in the face of uncertainty: Critical headway estimation in cooperative adaptive cruise control | |
JP2012014713A (ja) | 操作補助方法、操作補助装置、制御プログラム、および車両 | |
EP3835824A1 (en) | Adaptive object in-path detection model for automated or semi-automated vehicle operation | |
JP4605200B2 (ja) | 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 | |
JP2023505700A (ja) | 車両の軌道を予測するためのシステムおよび方法 | |
JP4947134B2 (ja) | 操作補助方法、操作補助装置、制御プログラム、および車両 | |
Zhu et al. | Research on automatic emergency braking system development and test platform | |
US20240092365A1 (en) | Estimation device, estimation method, and program | |
US20230286503A1 (en) | Driving assistance device, driving assistance method, 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 |