CN113359752A - 一种井工煤矿料车自动驾驶方法 - Google Patents
一种井工煤矿料车自动驾驶方法 Download PDFInfo
- Publication number
- CN113359752A CN113359752A CN202110700775.XA CN202110700775A CN113359752A CN 113359752 A CN113359752 A CN 113359752A CN 202110700775 A CN202110700775 A CN 202110700775A CN 113359752 A CN113359752 A CN 113359752A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- information
- coal mine
- automatic driving
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000000463 material Substances 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000003993 interaction Effects 0.000 claims abstract description 3
- 230000004927 fusion Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 7
- 230000004888 barrier function Effects 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 230000010365 information processing Effects 0.000 claims description 2
- 238000007499 fusion processing Methods 0.000 claims 2
- 238000003066 decision tree Methods 0.000 claims 1
- 238000013135 deep learning Methods 0.000 claims 1
- 238000005265 energy consumption Methods 0.000 claims 1
- 238000005457 optimization Methods 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 claims 1
- 230000008569 process Effects 0.000 claims 1
- 238000011144 upstream manufacturing Methods 0.000 claims 1
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- -1 personnel Substances 0.000 description 1
- 230000003068 static effect 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
Abstract
本发明公开了一种井工煤矿料车自动驾驶方法,包括六个功能模块:环境感知模块、导航定位模块、智能决策模块、车身控制模块、车辆执行模块、车载HMI模块。环境感知模块由激光雷达、毫米波雷达、高清摄像头等传感器达组成,收集并提供车辆自身、周围障碍物及道路等与驾驶任务相关的信息。导航定位实现煤矿井下巷道与地面厂区的车辆定位与路径导航。智能决策模块根据传感器获取的障碍物、行人等信息,通过HMI模块获取系统启动信号,结合自车驾驶环境信息进行决策控制,将控制指令发送到车身控制模块。车身控制模块接收来自原车的转角和车速信号,并基于智能决策模块规划生成的局部路径轨迹,通过控制算法处理得到车辆的控制信号。车辆执行模块通过CAN与车身控制模块进行信息交互,实现自动驾驶的控制功能。车载HMI模块与车身控制模块通过WIFI通讯,从车身控制模块接收并显示路径及状态信息,为煤矿辅助运输智能化提供了安全、可靠、高效的智能化自动驾驶解决方案。
Description
技术领域
本发明涉及智能化井工煤矿辅助运输领域,具体涉及一种井工煤矿料车自动驾驶方法。
背景技术
辅助运输是煤矿运输系统的重要组成部分,人员、材料、设备、矸石等人员物资都需要通过辅助运输系统进行运输。目前,常规的车辆自动驾驶方法只适用于地面场合,而煤矿环境恶劣,无GPS信号,对于设备稳定性要求极高,地面车辆自动驾驶方法不能在煤矿井下正常使用。随着各大煤矿智能化建设的需求越来越大,井下辅助运输自动驾驶需求变得越来越迫切,而国内适用于井工煤矿辅助运输的自动驾驶方法仍是空白。
发明内容
(一)解决的技术问题
针对现有技术的问题,本发明提供了一种井工煤矿料车自动驾驶方法。
(二)技术方案
为实现井工煤矿料车的自动驾驶,本发明提供如下技术方案,一种井工煤矿料车自动驾驶方法,主要包括六个功能模块:环境感知模块、导航定位模块、智能决策模块、车身控制模块、车辆执行模块、车载HMI模块。
作为本发明的优选技术方法系统,所述环境感知模块包括摄像头、前向毫米波雷达、后向毫米波雷达、激光雷达、DGPS等传感器。摄像头主要用于获取前方车辆信息,用于感知系统目标融合,同时提供前向视频采集功能,实现车辆调度平台的数据监控。前向毫米波雷达适用于中长距离的环境感知,用于获取车辆前方最大120m的障碍物信息。前方车辆信息与前向毫米波雷达信息进行融合,提高障碍物探测的准确性。后向毫米波雷达适用于中短距离的环境感知,用于获取车辆后方与两侧车道的障碍物或车辆信息。激光雷达用于获取障碍物、行人、车辆等精确的点云信息,适用于中长距离测距和目标识别。DGPS用于车辆的高精度定位,是实现车辆从A点到B点自动驾驶的一个保障。DGPS通过串口与控制器进行通讯;其余传感器通过外接的CANNET转成网口与智能决策模块通讯。
作为本发明的优选技术方法系统,所述导航定位模块采用七合一融合定位方案,实现煤矿井下巷道与地面厂区的车辆定位与路径导航。
作为本发明的优选技术方法系统,所述智能决策模块针对露天场景接收DGPS+激光采集的高精度地图信息作为整体的路径规划,对于煤矿井下巷道场景采用基于UWB道路拓扑标签方式,生成道路拓扑地图,然后结合上述传感器信息作出局部的路径规划。通过传感器获取障碍物、行人等信息,通过HMI模块获取系统启动信号,智能决策模块结合自车驾驶环境信息进行决策控制,将控制指令发送到车身控制模块,实现车辆的自主导航与自主循迹功能,并根据障碍物信息,进行合理的避障会车功能。在必要时还需将报警信号发送至HMI模块或者后台监控系统。
作为本发明的优选技术方法系统,所述车身控制模块包括横向控制、纵向控制和紧急制动。横向控制接收来自于原车的实际方向盘转角信号,与智能决策模块规划生成的局部路径轨迹,基于车辆定位信息获取关于自车状态的信息,通过横向控制算法的处理得到车辆转向的控制信号。纵向控制接收来自于原车的车速信号,环境感知模块输出的障碍物信息,并基于智能决策模块规划生成的局部路径轨迹,通过纵向控制算法的处理得到车辆电子节气门与制动踏板的控制信号。紧急制动功能根据环境感知模块输入的障碍物信息,并基于车辆当前状态,在危险场景下实现车辆的紧急制动功能,保证车辆的行驶安全。
作为本发明的优选技术方法系统,所述车辆执行模块包括车辆外部控制按键和驱动、制动、转向及档位执行器。车辆上加装电源、横向、纵向、紧急制动等按键实现控制器的电源控制和功能安全。车辆上的驱动、制动、转向及挡位的控制均通过CAN与控制器进行信息交互,实现自动驾驶的控制功能。
作为本发明的优选技术方法系统,所述车载HMI模块通过WIFI实现与车身控制模块的通信,接收并显示:重新规划生成的路径轨迹,自动驾驶系统的驾驶状态信息,如车速、方向盘转角及执行器工作状态等。
(三)显著效果
与现有技术相比,本发明提供了一种井工煤矿料车自动驾驶方法,具备以下显著效果:
该井工煤矿料车自动驾驶方法,通过安装在车辆不同位置的不同传感器感知车辆行驶及环境的各状态信息,智能决策模块对多传感器感知信息进行数据融合,并得到驾驶场景认知态势图,进一步结合高精地图和导航定位模块的定位信息,作为决策依据自动规划车辆行驶路径,并向车身控制模块发出控制指令,控制车辆执行模块对车辆底层进行操作,最终实现井工煤矿料车的自动驾驶。本发明为煤矿辅助运输智能化提供了安全、可靠、高效的智能化自动驾驶解决方案。
附图说明
图1为本发明提出的一种井工煤矿料车自动驾驶方法功能示意图。
图2为本发明提出的一种井工煤矿料车自动驾驶方法环境感知模块传感器示意图。
图3为本发明提出的一种井工煤矿料车自动驾驶方法的智能决策模块功能示意图。
图4为本发明提出的一种井工煤矿料车自动驾驶方法车身控制模块功能示意图。
具体实施方式
下面将结合本发明中实施的附图,对本发明进行详细、完整的描述,显然,所叙述的仅仅是本发明的一部分,并不是本发明的全部内容。
如图1,井工煤矿料车自动驾驶方法系统功能模块主要包括六个功能模块:环境感知模块、导航定位模块、智能决策模块、车身控制模块、车辆执行模块、车载HMI模块。
如图2,井工煤矿料车自动驾驶方法的环境感知模块包括前视摄像头、激光雷达、前向毫米波雷达、后向毫米波雷达、DGPS、UWB基站、惯性导航、磁导航、路由器。本实施例中,2台前视摄像头安装在矿车的正前方;2台16线激光雷达分别安装在车头的左右两个犄角处,1台16线激光雷达安装在车辆正后部;2台毫米波雷达分别安装在车辆的正前方与正后方;DGPS接收天线安装在驾驶舱旁边;UWB基站和路由器均安装在车头上方;惯性导航系统安装在车辆控制器旁边;磁导航系统的接收天线安装在车头下方。
如图3,智能决策模块主要实现各个自动导引平台的关键算法,包括感知层、认知层、决策规划层、控制层和执行层。车辆不同位置安装雷达、视觉、通信、定位和车姿态等各种传感器,以感知车辆行驶的综合状态信息,经过对各传感器数据的信息处理和多传感器的信息融合得到最终的感知系统输出,包括目标体信息、静态栅格信息、道路信息、交通信息及环境信息。进一步结合高精地图和高精度定位模块的定位信息,基于认知层算法得到驾驶场景认知态势图,作为决策依据自动规划车辆行驶路径,通过控制模块的车辆纵横向协调控制系统控制车辆执行底层执行指令操作,最终实现井工煤矿料车的自动驾驶。
如图4,车身控制模块主要实现控制车辆平台跟踪路径规划系统输出的期望轨迹,主要分为车辆的横向控制、纵向控制和紧急制动。控制系统根据期望轨迹和车辆底层反馈的实时状态,通过控制车辆的驱动系统、制动系统和转向系统来控制车辆精确、舒适、平稳、安全地跟踪期望轨迹,可兼顾高速巡航和低速泊车场景。
Claims (5)
1.本发明公开了一种井工煤矿料车自动驾驶方法,主要包括六大功能模块:环境感知模块、导航定位模块、智能决策模块、车身控制模块、车辆执行模块、车载HMI模块;所述各个子模块安装在井工煤矿料车的不同位置,并通过串口、WIFI、CAN等方式实现模块之间的数据交互、即时通信、信息显示。
2.根据权利要求1所述的一种井工煤矿料车自动驾驶方法,其特征在于所述环境感知模块包括输入数据和输出数据两部分,输入数据是从传感器驱动模块获得的传感器原始信息,输出数据是经过各传感器数据的信息处理和多传感器的信息融合处理得到的数据;所述环境感知模块包含毫米波雷达处理、激光雷达处理以及融合处理三大子模块;毫米波雷达处理子模块接收车身所有毫米波雷达的原始数据,进行跟踪预处理,得到每个障碍物的参数特性,并最终按照融合节点的要求输出;激光雷达处理子模块包括地面点云处理、边界检测、障碍物聚类以及深度学习对激光点云的聚类;目标融合子模块接收所有预处理过的目标障碍物信息,并在了解目标障碍物特性之后进行目标级的传感器融合。
3.根据权利要求1所述的一种井工煤矿料车自动驾驶方法,其特征在于所述导航定位模块包括组合导航子模块和多传感器融合子模块;组合导航子模块主要是接收各传感器原始数据,并通过进一步处理,得到各传感器的定位信息,并在此基础上进行信息融合和坐标转换;多传感器融合子模块,主要是接收组合导航结果和激光匹配结果,在此基础上进行信息融合,并输出最终的融合定位结果。
4.根据权利要求1所述的一种井工煤矿料车自动驾驶方法,其特征在于所述智能决策模块包括任务规划、行为规划、路径和速度规划三大子模块;所述任务规划子模块接收任务指令、车辆状态以及地图信息,在任务点或道路拓扑发生变化时综合考虑行驶时间、行程能耗等优化准则规划最优路径;所述行为规划模块接收并处理上游节点发布的数据消息,根据当前行驶环境和车辆状态,利用决策树判断出当前车辆应该采取什么样的动作;所述路径和速度规划子模块对当前路径进行局部路径规划,生成可行路径,对路径赋速度值,并将该信息发送给车身控制模块。
5.根据权利要求1所述的一种井工煤矿料车自动驾驶方法,其特征在于所述车身控制模块包括横向控制、纵向控制和紧急制动;横向控制接收来自于原车的实际方向盘转角信号,与智能决策模块规划生成的局部路径轨迹,基于车辆定位信息获取关于自车状态的信息,通过横向控制算法的处理得到车辆转向的控制信号;纵向控制接收来自于原车的车速信号,环境感知模块输出的障碍物信息,并基于智能决策模块规划生成的局部路径轨迹,通过纵向控制算法的处理得到车辆电子节气门与制动踏板的控制信号;紧急制动功能根据环境感知模块输入的障碍物信息,并基于车辆当前状态,在危险场景下实现车辆的紧急制动功能,保证车辆的行驶安全。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110700775.XA CN113359752A (zh) | 2021-06-24 | 2021-06-24 | 一种井工煤矿料车自动驾驶方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110700775.XA CN113359752A (zh) | 2021-06-24 | 2021-06-24 | 一种井工煤矿料车自动驾驶方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113359752A true CN113359752A (zh) | 2021-09-07 |
Family
ID=77536038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110700775.XA Pending CN113359752A (zh) | 2021-06-24 | 2021-06-24 | 一种井工煤矿料车自动驾驶方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113359752A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113701715A (zh) * | 2021-09-25 | 2021-11-26 | 山东科技大学 | 一种全自动深基坑测斜车 |
CN113791619A (zh) * | 2021-09-14 | 2021-12-14 | 北京航空航天大学 | 一种机场自动驾驶牵引车调度导航系统及方法 |
CN114056351A (zh) * | 2021-11-26 | 2022-02-18 | 文远苏行(江苏)科技有限公司 | 自动驾驶方法及装置 |
CN114194210A (zh) * | 2021-11-19 | 2022-03-18 | 岚图汽车科技有限公司 | 一种高速公路领航系统、控制方法及其设备 |
CN114348018A (zh) * | 2021-12-17 | 2022-04-15 | 际络科技(上海)有限公司 | 商用车辆的自动驾驶系统及方法 |
CN114355891A (zh) * | 2021-12-09 | 2022-04-15 | 青岛慧拓智能机器有限公司 | 一种井工矿智能无人运输系统 |
CN114684202A (zh) * | 2022-06-01 | 2022-07-01 | 浙江大旗新能源汽车有限公司 | 一种用于自动驾驶车辆的智能系统及其集成控制方法 |
CN114872741A (zh) * | 2022-05-30 | 2022-08-09 | 中车大连机车研究所有限公司 | 一种基于安全导向的机车辅助自动驾驶系统及方法 |
CN115278595A (zh) * | 2022-06-28 | 2022-11-01 | 重庆长安汽车股份有限公司 | 一种基于智能手表的汽车交互系统及方法 |
CN116853326A (zh) * | 2023-09-05 | 2023-10-10 | 山西云井数通智能科技有限公司 | 一种矿用轨道车辆无人驾驶控制系统 |
CN117032201A (zh) * | 2023-03-07 | 2023-11-10 | 山西省智慧交通研究院有限公司 | 一种基于车路协同的矿井下自动驾驶车辆协调规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225364A (zh) * | 2018-01-04 | 2018-06-29 | 吉林大学 | 一种无人驾驶汽车驾驶任务决策系统及方法 |
CN108875998A (zh) * | 2018-04-20 | 2018-11-23 | 北京智行者科技有限公司 | 一种自动驾驶车辆规划方法和系统 |
CN110568841A (zh) * | 2019-08-05 | 2019-12-13 | 西藏宁算科技集团有限公司 | 一种自动驾驶决策方法及系统 |
CN110568852A (zh) * | 2019-10-12 | 2019-12-13 | 深圳市布谷鸟科技有限公司 | 一种自动驾驶系统及其控制方法 |
CN110716569A (zh) * | 2019-10-30 | 2020-01-21 | 中国船舶重工集团公司第七一六研究所 | 适用于集装箱运输的无人车自动驾驶系统 |
CN111645691A (zh) * | 2020-04-29 | 2020-09-11 | 云南安之骅科技有限责任公司 | 一种基于综合环境感知的驾驶行为评估体系系统 |
CN111984015A (zh) * | 2020-08-26 | 2020-11-24 | 扬州大学 | 一种基于混合增强智能的自动驾驶车辆实现方法 |
-
2021
- 2021-06-24 CN CN202110700775.XA patent/CN113359752A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225364A (zh) * | 2018-01-04 | 2018-06-29 | 吉林大学 | 一种无人驾驶汽车驾驶任务决策系统及方法 |
CN108875998A (zh) * | 2018-04-20 | 2018-11-23 | 北京智行者科技有限公司 | 一种自动驾驶车辆规划方法和系统 |
CN110568841A (zh) * | 2019-08-05 | 2019-12-13 | 西藏宁算科技集团有限公司 | 一种自动驾驶决策方法及系统 |
CN110568852A (zh) * | 2019-10-12 | 2019-12-13 | 深圳市布谷鸟科技有限公司 | 一种自动驾驶系统及其控制方法 |
CN110716569A (zh) * | 2019-10-30 | 2020-01-21 | 中国船舶重工集团公司第七一六研究所 | 适用于集装箱运输的无人车自动驾驶系统 |
CN111645691A (zh) * | 2020-04-29 | 2020-09-11 | 云南安之骅科技有限责任公司 | 一种基于综合环境感知的驾驶行为评估体系系统 |
CN111984015A (zh) * | 2020-08-26 | 2020-11-24 | 扬州大学 | 一种基于混合增强智能的自动驾驶车辆实现方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113791619B (zh) * | 2021-09-14 | 2024-04-12 | 北京航空航天大学 | 一种机场自动驾驶牵引车调度导航系统及方法 |
CN113791619A (zh) * | 2021-09-14 | 2021-12-14 | 北京航空航天大学 | 一种机场自动驾驶牵引车调度导航系统及方法 |
CN113701715A (zh) * | 2021-09-25 | 2021-11-26 | 山东科技大学 | 一种全自动深基坑测斜车 |
CN114194210A (zh) * | 2021-11-19 | 2022-03-18 | 岚图汽车科技有限公司 | 一种高速公路领航系统、控制方法及其设备 |
CN114056351A (zh) * | 2021-11-26 | 2022-02-18 | 文远苏行(江苏)科技有限公司 | 自动驾驶方法及装置 |
CN114355891A (zh) * | 2021-12-09 | 2022-04-15 | 青岛慧拓智能机器有限公司 | 一种井工矿智能无人运输系统 |
CN114348018A (zh) * | 2021-12-17 | 2022-04-15 | 际络科技(上海)有限公司 | 商用车辆的自动驾驶系统及方法 |
CN114872741A (zh) * | 2022-05-30 | 2022-08-09 | 中车大连机车研究所有限公司 | 一种基于安全导向的机车辅助自动驾驶系统及方法 |
CN114872741B (zh) * | 2022-05-30 | 2023-10-03 | 中车大连机车研究所有限公司 | 一种基于安全导向的机车辅助自动驾驶系统及方法 |
CN114684202A (zh) * | 2022-06-01 | 2022-07-01 | 浙江大旗新能源汽车有限公司 | 一种用于自动驾驶车辆的智能系统及其集成控制方法 |
CN114684202B (zh) * | 2022-06-01 | 2023-03-10 | 浙江大旗新能源汽车有限公司 | 一种用于自动驾驶车辆的智能系统及其集成控制方法 |
CN115278595A (zh) * | 2022-06-28 | 2022-11-01 | 重庆长安汽车股份有限公司 | 一种基于智能手表的汽车交互系统及方法 |
CN117032201A (zh) * | 2023-03-07 | 2023-11-10 | 山西省智慧交通研究院有限公司 | 一种基于车路协同的矿井下自动驾驶车辆协调规划方法 |
CN117032201B (zh) * | 2023-03-07 | 2024-04-12 | 山西省智慧交通研究院有限公司 | 一种基于车路协同的矿井下自动驾驶车辆协调规划方法 |
CN116853326B (zh) * | 2023-09-05 | 2023-11-28 | 山西云井数通智能科技有限公司 | 一种矿用轨道车辆无人驾驶控制系统 |
CN116853326A (zh) * | 2023-09-05 | 2023-10-10 | 山西云井数通智能科技有限公司 | 一种矿用轨道车辆无人驾驶控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113359752A (zh) | 一种井工煤矿料车自动驾驶方法 | |
US11636362B1 (en) | Predicting trajectory intersection by another road user | |
US11669108B2 (en) | Control of automated following in vehicle convoys | |
CN108445885A (zh) | 一种基于纯电动物流车的自动驾驶系统及其控制方法 | |
US11618444B2 (en) | Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior | |
JP2019159426A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN113791619B (zh) | 一种机场自动驾驶牵引车调度导航系统及方法 | |
JP2019159428A (ja) | 車両制御装置、車両制御方法及びプログラム | |
Kohlhaas et al. | Towards driving autonomously: Autonomous cruise control in urban environments | |
Fassbender et al. | An optimization approach to trajectory generation for autonomous vehicle following | |
CN115129053A (zh) | 一种机场牵引运输车及其自动驾驶系统 | |
DE112022003364T5 (de) | Komplementäres steuersystem für ein autonomes fahrzeug | |
CN109656242A (zh) | 一种自动驾驶行车路径规划系统 | |
Suganuma et al. | Development of an autonomous vehicle—System overview of test ride vehicle in the Tokyo motor show 2011 | |
WO2018028283A1 (zh) | 基于电子地图和电子罗盘的自动驾驶系统 | |
JP7291015B2 (ja) | 周囲物体認識方法及び周囲物体認識装置 | |
CN113895455A (zh) | 控制装置、控制方法及存储介质 | |
US20230030104A1 (en) | Lateral gap planning for autonomous vehicles | |
US20230047336A1 (en) | Time gaps for autonomous vehicles | |
US11897461B2 (en) | Methods and systems for autonomous vehicle collision avoidance | |
Buyval et al. | The architecture of the self-driving car project at innopolis university | |
US20230368675A1 (en) | Systems and Methods for Traffic Management in Interactive Vehicle Transport Networks | |
Liang et al. | A Leader-Follower Model with Communication Delay for Platooning Control in Highway Scenario | |
Bayouth et al. | Functional evolution of automated highway system for incremental deployment | |
Neel et al. | Autonomous Shuttles for Last-Mile Connectivity |
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 |