CN113763738A - 车路协同系统路侧感知与车端感知实时匹配的方法及系统 - Google Patents

车路协同系统路侧感知与车端感知实时匹配的方法及系统 Download PDF

Info

Publication number
CN113763738A
CN113763738A CN202111074451.6A CN202111074451A CN113763738A CN 113763738 A CN113763738 A CN 113763738A CN 202111074451 A CN202111074451 A CN 202111074451A CN 113763738 A CN113763738 A CN 113763738A
Authority
CN
China
Prior art keywords
vehicle
road
perception
data
matching
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
Application number
CN202111074451.6A
Other languages
English (en)
Other versions
CN113763738B (zh
Inventor
高瑞金
殷承良
姜乐
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.)
Shanghai Intelligent and Connected Vehicle R&D Center Co Ltd
Original Assignee
Shanghai Intelligent and Connected Vehicle R&D Center Co Ltd
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 Shanghai Intelligent and Connected Vehicle R&D Center Co Ltd filed Critical Shanghai Intelligent and Connected Vehicle R&D Center Co Ltd
Priority to CN202111074451.6A priority Critical patent/CN113763738B/zh
Publication of CN113763738A publication Critical patent/CN113763738A/zh
Application granted granted Critical
Publication of CN113763738B publication Critical patent/CN113763738B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种车路协同系统路侧感知与车端感知实时匹配方法，该方法包括以下步骤：步骤1：通过路端传感器采集道路原始数据并传输至路端计算单元；步骤2：路端计算单元处理道路原始数据并得到路端感知融合数据后传输至路端RSU；步骤3：路端RSU将路端感知融合数据转换为标准感知共享数据后进行广播；步骤4：车端OBU接收路端RSU广播的标准感知共享数据，并将其转换为路端感知融合数据传输至车端计算单元；步骤5：车端计算单元同时接收车端的传感器原始数据和路端感知融合数据后进行实时目标匹配，与现有技术相比，本发明具有能够实时准确找到代表本车的目标、用于各种不同定位精度的环境下实时进行目标匹配以及避免出现匹配结果突变等优点。

Description

车路协同系统路侧感知与车端感知实时匹配的方法及系统
技术领域
本发明涉及车路协同的路侧智能化领域，尤其是涉及一种车路协同系统路侧感知与车端感知实时匹配方法及系统。
背景技术
随着智能网联汽车产业快速发展，通过车路协同手段实现自动驾驶的技术路线逐渐获得越来越多人的认可。在单车智能技术路线已经发展到瓶颈的情况下，车路协同技术中路侧智能化设备为自动驾驶安全性可靠性提供了一层强有力的保障。具体表现在，路侧智能传感器以“上帝视角”对整个路口的交通参与者进行精确感知，其感知结果对于车辆来说既是感知系统的大范围延伸又是车辆感知系统的冗余。
但在车路协同感知共享的具体应用过程中，存在目标的实时匹配问题需要解决。路侧对于道路的感知结果会通过路侧通信单元RSU(RoadSideUnit)进行广播，在RSU广播范围内的车辆都可以接收到感知结果，车辆对于接收到的一系列路侧感知目标，并不知道哪个目标是自己，因此需要根据本车的定位结果和接收到的感知结果进行目标匹配，找到代表本车的目标，这样才能在接下来的车端感知和路端感知融合中有效利用路侧感知结果。
目前现有的目标匹配方法为根据本车的经纬度位置，在路侧感知结果经纬度位置列表中搜索距离本车位置最近的目标，认为该目标为路侧感知结果中的本车。
现有的目标实时匹配方法具有很多缺陷，包括：
路侧感知结果与车辆的定位结果不会完全一致，仅靠搜寻最近距离进行匹配存在很大误匹配概率；
车辆定位精度在不同场景下存在很大差异，卫星信号好的情况下可达到厘米级，地下或隧道等无卫星信号场景下则有可能只有米级精度，通过位置距离进行匹配无法适应所有情况；
仅靠位置匹配的方法，在匹配结果上不具备连续性，经常出现匹配结果的突变。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车路协同系统路侧感知与车端感知实时匹配方法。
本发明的目的可以通过以下技术方案来实现：
一种车路协同系统路侧感知与车端感知实时匹配方法，该方法包括以下步骤：
步骤1：通过路端传感器采集道路原始数据并传输至路端计算单元；
步骤2：路端计算单元处理道路原始数据并得到路端感知融合数据后传输至路端RSU；
步骤3：路端RSU将路端感知融合数据转换为标准感知共享数据后进行广播；
步骤4：车端OBU接收路端RSU广播的标准感知共享数据，并将其转换为路端感知融合数据传输至车端计算单元；
步骤5：车端计算单元同时接收车端的传感器原始数据和路端感知融合数据后进行实时目标匹配，用以在各种不同定位精度的环境下在路端感知结果中实时准确地找到代表本车的目标。
所述的步骤1中，道路原始数据包括激光点云、毫米波点云以及图像信息。
所述的步骤3中，标准感知共享数据为符合v2x通信团体标准的数据。
所述的步骤4中，路端感知融合数据与路端感知结果相对应，所述的路端感知结果包括多个车辆的位置信息。
所述的步骤5中，车端计算单元进行实时目标匹配的过程具体为：
步骤501：车端计算单元同时接收车端OBU传输的路端感知共享数据和车端的传感器原始数据；
步骤502：判断是否成功完成第一次目标匹配并得到上一时刻匹配ID号，若否，则进行步骤503；
步骤503：从路端感知结果中搜寻与本车航向偏向在90°以内的车辆目标，设搜寻得到的目标集合为L1；
步骤504：判断目标集合为L1是否为空集，若是，则不存在匹配目标，并返回步骤501，若否，则在目标集合L1中遍历每个车辆目标，分别假设每个车辆目标为本车，根据路端感知结果和本车的感知结果分别计算各个车辆目标与本车之间的平均位置误差，设得到的平均位置误差集合为E1；
步骤505：获取平均位置误差集合E1中的最小值Emin；
步骤506：判断Emin是否小于本车宽度的1/2，若否，则不存在匹配目标，并返回步骤501，若是，则得到目标匹配结果，记录相应的目标ID号为Imin，并返回步骤501，以进行连续稳定的目标匹配。
所述的步骤502中，若成功完成第一次目标匹配并得到上一时刻匹配ID号则进行以下步骤：
步骤507：从路端感知结果中搜索ID号为Imin的目标；
步骤508：判断是否存在ID号为Imin的目标，若是，则计算上一时刻位置和本时刻的位置之间的位置误差e，若否，则返回步骤503；
步骤509：判断位置误差e是否小于本车宽度的1/2，若否，则不存在匹配目标，并返回步骤501，若是，则得到目标匹配结果并记录相应的目标ID号为Imin，并返回步骤501，以进行连续稳定的目标匹配。
所述的步骤504中，本车的感知结果包括本车的自身位置和本车车端的传感器原始数据。
所述的步骤508中，根据航位推算算法获取本时刻的位置，所述的航位推算算法具体为根据车辆当前时刻的车辆姿态信息对车辆下一个时刻的姿态进行估计的方法，所述的车辆姿态信息包括位置、航向角、速度以及前轮转角，所述的航位推算算法的具体表达式为：
Figure BDA0003261722080000031
Figure BDA0003261722080000032
Figure BDA0003261722080000033
Figure BDA0003261722080000034
其中，(xi,yi,θi)为车辆在时刻i的位姿，(xi+1,yi+1,θi+1)为车辆在时刻i+1的位姿，(xi,yi)为车辆在时刻i的位置坐标，θi为车身在时刻i与X轴的夹角，(xi+1,yi+1)为车辆在时刻i+1的位置坐标，θi+1为车身在时刻i+1与X轴的夹角，R为转弯半径，shift为档位，shift＝-1表示倒挡，shift＝1表示前进挡，speed为车辆在时刻i到时刻i+1的运动过程中的速度，T为时间间隔，ΔSi为车辆在时刻i到时刻i+1行驶的距离，Δθi为车辆的航向角变化量，φ为车辆前轮转向角，SteerAngle为方向盘转角，ratio为车辆的传动比。
所述的步骤5中，不同定位精度的环境包括地上、地下和隧道环境。
一种车路协同系统路侧感知与车端感知实时匹配方法的系统，该系统包括：
路端传感器：采集道路原始数据并传输至路端计算单元；
路端计算单元：处理道路原始数据并得到路端感知融合数据；
路端RSU：将路端感知融合数据转换为标准感知共享数据后进行广播发送；
车端OBU：接收路端RSU广播的标准感知共享数据，将标准感知共享数据转换为路端感知融合数据后传输至车端计算单元；
车端计算单元：同时获取车端传感器的原始数据和路端感知融合数据并进行实时目标匹配。
与现有技术相比，本发明具有以下优点：
一、在车路协同技术应用中，能够在路侧感知结果中实时准确找到代表本车的目标；
二、能够在各种不同定位精度的环境下，包括地上、地下及隧道等环境，实时进行准确的目标匹配；
三、能够进行连续稳定的目标匹配，不会出现匹配结果的突变现象。
附图说明
图1为本发明的系统结构及数据流向图。
图2为本发明的方法流程图。
图3为本发明的航位推算示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
实施例
如图1所示，路端传感器采集道路原始数据，道路原始数据包括激光点云、毫米波点云以及图像信，路端计算单元接收道路原始数据并处理得到路端感知融合数据，路端感知融合数据通过路端RSU得到标准感知共享数据，并在一定范围内广播发送；车端OBU接收到路端RSU广播的标准感知共享数据后，并将其转换为路端感知融合数据传输至车端计算单元，车端计算单元同时接收车端传感器的原始数据并进行实时的目标匹配。
如图2所示，本发明提供了一种车路协同系统路侧感知与车端感知实时匹配方法，该方法包括以下步骤：
步骤1：通过路端传感器采集道路原始数据并传输至路端计算单元；
步骤2：路端计算单元处理道路原始数据并得到路端感知融合数据后传输至路端RSU；
步骤3：路端RSU将路端感知融合数据转换为标准感知共享数据后进行广播；
步骤4：车端OBU接收路端RSU广播的标准感知共享数据，并将其转换为路端感知融合数据传输至车端计算单元；
步骤5：车端计算单元同时接收车端的传感器原始数据和路端感知融合数据后进行实时目标匹配，用以在各种不同定位精度的环境下在路端感知结果中实时准确找到代表本车的目标。
在步骤5中，车端计算单元进行实时目标匹配的过程具体为：
步骤501：车端计算单元同时接收车端OBU传输的路端感知共享数据和车端的传感器原始数据；
步骤502：判断是否成功完成第一次目标匹配并得到上一时刻匹配ID号，若否，则进行步骤503；
步骤503：从路端感知结果中搜寻与本车航向偏向在90°以内的车辆目标，设搜寻得到的目标集合为L1；
步骤504：判断目标集合为L1是否为空集，若是，则不存在匹配目标，进行步骤507，若否，则在目标集合L1中遍历每个车辆目标，分别假设每个车辆目标为本车，根据路端感知结果和本车的感知结果分别计算各个车辆目标和本车的平均位置误差，设得到的平均位置误差集合为E1；
步骤505：获取位置误差集合E1中的最小值Emin；
步骤506：判断Emin是否小于本车宽度的1/2，若否，则不存在匹配目标，并返回步骤501，若是，则得到目标匹配结果，并记录相应的目标ID号为Imin，并返回步骤501，以进行连续稳定的目标匹配。
若成功完成第一次目标匹配并得到上一时刻匹配ID号则进行以下步骤：
步骤507：从路端感知结果中搜索ID号为Imin的目标；
步骤508：判断是否存在ID号为Imin的目标，若是，则计算上一时刻位置和本时刻的位置之间的位置误差e，若否，则返回步骤503；
步骤509：判断位置误差e是否小于本车宽度的1/2，若否，则不存在匹配目标，并返回步骤501，若是，则得到目标匹配结果并记录相应的目标ID号为Imin，并返回步骤501，以进行连续稳定的目标匹配。
航位推算算法是根据车辆当前时刻的车辆姿态信息，包括位置、航向角、速度以及前轮转角，来对车辆下一个时刻的姿态进行估计的方法，该方法的过程具体为：
在时刻i，设车辆的位置坐标为(xi,yi)，车身与X轴夹角为θi，转弯半径为R，档位为shift(-1表示倒挡，1表示前进挡)，设车辆在时刻i到时刻i+1的运动过程中，速度为speed，时间间隔为T，走过的距离为ΔSi，车辆的航向角变化量为Δθi，那么时刻i时车辆的位姿(xi,yi,θi)与时刻i+1时的位姿(xi+1,yi+1,θi+1)之间的关系表达式为：
Figure BDA0003261722080000061
Figure BDA0003261722080000062
由于车辆在泊车过程中处于低速运动状态，根据阿克曼模型得到转弯半径R，阿克曼模型的具体公式为：
Figure BDA0003261722080000063
Figure BDA0003261722080000064
其中，φ是车辆前轮转向角，SteerAngle为方向盘转角，ratio为车辆的传动比。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，该方法包括以下步骤：
步骤1：通过路端传感器采集道路原始数据并传输至路端计算单元；
步骤2：路端计算单元处理道路原始数据并得到路端感知融合数据后传输至路端RSU；
步骤3：路端RSU将路端感知融合数据转换为标准感知共享数据后进行广播；
步骤4：车端OBU接收路端RSU广播的标准感知共享数据，并将其转换为路端感知融合数据传输至车端计算单元；
步骤5：车端计算单元同时接收车端的传感器原始数据和路端感知融合数据后进行实时目标匹配，用以在各种不同定位精度的环境下在路端感知结果中实时准确地找到代表本车的目标。
2.根据权利要求1所述的一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，所述的步骤1中，道路原始数据包括激光点云、毫米波点云以及图像信息。
3.根据权利要求1所述的一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，所述的步骤3中，标准感知共享数据为符合v2x通信团体标准的数据。
4.根据权利要求1所述的一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，所述的步骤4中，路端感知融合数据与路端感知结果相对应，所述的路端感知结果包括多个车辆的位置信息。
5.根据权利要求1所述的一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，所述的步骤5中，车端计算单元进行实时目标匹配的过程具体为：
步骤501：车端计算单元同时接收车端OBU传输的路端感知共享数据和车端的传感器原始数据；
步骤502：判断是否成功完成第一次目标匹配并得到上一时刻匹配ID号，若否，则进行步骤503；
步骤503：从路端感知结果中搜寻与本车航向偏向在90°以内的车辆目标，设搜寻得到的目标集合为L1；
步骤504：判断目标集合为L1是否为空集，若是，则不存在匹配目标，并返回步骤501，若否，则在目标集合L1中遍历每个车辆目标，分别假设每个车辆目标为本车，根据路端感知结果和本车的感知结果分别计算各个车辆目标与本车之间的平均位置误差，设得到的平均位置误差集合为E1；
步骤505：获取平均位置误差集合E1中的最小值Emin；
步骤506：判断Emin是否小于本车宽度的1/2，若否，则不存在匹配目标，并返回步骤501，若是，则得到目标匹配结果，记录相应的目标ID号为Imin，并返回步骤501，以进行连续稳定的目标匹配。
6.根据权利要求5所述的一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，所述的步骤502中，若成功完成第一次目标匹配并得到上一时刻匹配ID号则进行以下步骤：
步骤507：从路端感知结果中搜索ID号为Imin的目标；
步骤508：判断是否存在ID号为Imin的目标，若是，则计算上一时刻位置和本时刻的位置之间的位置误差e，若否，则返回步骤503；
步骤509：判断位置误差e是否小于本车宽度的1/2，若否，则不存在匹配目标，并返回步骤501，若是，则得到目标匹配结果并记录相应的目标ID号为Imin，并返回步骤501，以进行连续稳定的目标匹配。
7.根据权利要求6所述的一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，所述的步骤504中，本车的感知结果包括本车的自身位置和本车车端的传感器原始数据。
8.根据权利要求6所述的一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，所述的步骤508中，根据航位推算算法获取本时刻的位置，所述的航位推算算法具体为根据车辆当前时刻的车辆姿态信息对车辆下一个时刻的姿态进行估计的方法，所述的车辆姿态信息包括位置、航向角、速度以及前轮转角，所述的航位推算算法的具体表达式为：
Figure FDA0003261722070000021
Figure FDA0003261722070000031
Figure FDA0003261722070000032
Figure FDA0003261722070000033
其中，(xi,yi,θi)为车辆在时刻i的位姿，(xi+1,yi+1,θi+1)为车辆在时刻i+1的位姿，(xi,yi)为车辆在时刻i的位置坐标，θi为车身在时刻i与X轴的夹角，(xi+1,yi+1)为车辆在时刻i+1的位置坐标，θi+1为车身在时刻i+1与X轴的夹角，R为转弯半径，shift为档位，shift＝-1表示倒挡，shift＝1表示前进挡，speed为车辆在时刻i到时刻i+1的运动过程中的速度，T为时间间隔，ΔSi为车辆在时刻i到时刻i+1行驶的距离，Δθi为车辆的航向角变化量，φ为车辆前轮转向角，SteerAngle为方向盘转角，ratio为车辆的传动比。
9.根据权利要求1所述的一种车路协同系统路侧感知与车端感知实时匹配方法，其特征在于，所述的步骤5中，不同定位精度的环境包括地上、地下和隧道环境。
10.一种实现如权利要求1～9所述的一种车路协同系统路侧感知与车端感知实时匹配方法的系统，其特征在于，该系统包括：
路端传感器：采集道路原始数据并传输至路端计算单元；
路端计算单元：处理道路原始数据并得到路端感知融合数据；
路端RSU：将路端感知融合数据转换为标准感知共享数据后进行广播发送；
车端OBU：接收路端RSU广播的标准感知共享数据，将标准感知共享数据转换为路端感知融合数据后传输至车端计算单元；
车端计算单元：同时获取车端传感器的原始数据和路端感知融合数据并进行实时目标匹配。
CN202111074451.6A 2021-09-14 2021-09-14 车路协同系统路侧感知与车端感知实时匹配的方法及系统 Active CN113763738B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111074451.6A CN113763738B (zh) 2021-09-14 2021-09-14 车路协同系统路侧感知与车端感知实时匹配的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111074451.6A CN113763738B (zh) 2021-09-14 2021-09-14 车路协同系统路侧感知与车端感知实时匹配的方法及系统

Publications (2)

Publication Number Publication Date
CN113763738A true CN113763738A (zh) 2021-12-07
CN113763738B CN113763738B (zh) 2022-11-11

Family

ID=78795499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111074451.6A Active CN113763738B (zh) 2021-09-14 2021-09-14 车路协同系统路侧感知与车端感知实时匹配的方法及系统

Country Status (1)

Country Link
CN (1) CN113763738B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114065876A (zh) * 2022-01-11 2022-02-18 华砺智行(武汉)科技有限公司 基于路侧多传感器的数据融合方法、装置、系统及介质
CN114323693A (zh) * 2021-12-31 2022-04-12 中国第一汽车股份有限公司 车路云感知系统的测试方法、装置、设备及存储介质
CN114530041A (zh) * 2022-02-16 2022-05-24 交通运输部公路科学研究所 一种基于准确率的车路协同融合感知新方法
CN114845267A (zh) * 2022-02-25 2022-08-02 清华大学 一种基于车联网的传感器数据共享方法和装置
CN115973196A (zh) * 2023-03-16 2023-04-18 中国科学院大学 无人驾驶车辆的异形圈防碰撞方法、装置及系统

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008151708A (ja) * 2006-12-19 2008-07-03 Sumitomo Electric Ind Ltd 表示装置、表示システム及び表示方法
US20080167774A1 (en) * 2007-01-04 2008-07-10 Cisco Technology, Inc Ad-hoc mobile ip network for intelligent transportation system
US20130093618A1 (en) * 2011-10-17 2013-04-18 Hyundai Motor Company Method and system for improving accuracy of position correction data in differential global positioning system using vehicle to vehicle communication
CN109348401A (zh) * 2018-09-21 2019-02-15 交通运输部公路科学研究所 基于无线定位技术的汽车列车行驶姿态监测系统及方法
CN109946730A (zh) * 2019-03-06 2019-06-28 东南大学 一种车路协同下基于超宽带的车辆高可靠融合定位方法
WO2020071995A1 (en) * 2018-10-02 2020-04-09 Ncs Pte. Ltd. Real time vehicle location system
CN111768621A (zh) * 2020-06-17 2020-10-13 北京航空航天大学 一种基于5g的城市道路路车融合全域感知方法
CN111770451A (zh) * 2020-05-26 2020-10-13 同济大学 一种基于车路协同的道路车辆定位及感知方法和装置
CN111949943A (zh) * 2020-07-24 2020-11-17 北京航空航天大学 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法
CN112050819A (zh) * 2020-09-02 2020-12-08 北京百度网讯科技有限公司 车路协同定位方法、装置、电子设备及自动驾驶车辆
CN112203216A (zh) * 2020-09-15 2021-01-08 北京万集科技股份有限公司 定位信息获取方法、辅助驾驶方法以及车端传感器检测方法
WO2021017212A1 (zh) * 2019-07-26 2021-02-04 魔门塔(苏州)科技有限公司 一种多场景高精度车辆定位方法、装置及车载终端
CN112836737A (zh) * 2021-01-29 2021-05-25 同济大学 一种基于车路数据融合的路侧组合感知设备在线标定方法
CN112866328A (zh) * 2020-11-06 2021-05-28 深圳慧拓无限科技有限公司 一种面向智能网联汽车的车路协同系统及方法
CN112950678A (zh) * 2021-03-25 2021-06-11 上海智能新能源汽车科创功能平台有限公司 一种基于车路协同的超视距融合感知系统
CN113112840A (zh) * 2021-03-15 2021-07-13 上海交通大学 一种基于车路协同的无人车超视距导航系统及方法
CN113267188A (zh) * 2021-05-06 2021-08-17 长安大学 基于v2x通信的车辆协同定位方法及系统

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008151708A (ja) * 2006-12-19 2008-07-03 Sumitomo Electric Ind Ltd 表示装置、表示システム及び表示方法
US20080167774A1 (en) * 2007-01-04 2008-07-10 Cisco Technology, Inc Ad-hoc mobile ip network for intelligent transportation system
US20130093618A1 (en) * 2011-10-17 2013-04-18 Hyundai Motor Company Method and system for improving accuracy of position correction data in differential global positioning system using vehicle to vehicle communication
CN109348401A (zh) * 2018-09-21 2019-02-15 交通运输部公路科学研究所 基于无线定位技术的汽车列车行驶姿态监测系统及方法
WO2020071995A1 (en) * 2018-10-02 2020-04-09 Ncs Pte. Ltd. Real time vehicle location system
CN109946730A (zh) * 2019-03-06 2019-06-28 东南大学 一种车路协同下基于超宽带的车辆高可靠融合定位方法
WO2021017212A1 (zh) * 2019-07-26 2021-02-04 魔门塔(苏州)科技有限公司 一种多场景高精度车辆定位方法、装置及车载终端
CN111770451A (zh) * 2020-05-26 2020-10-13 同济大学 一种基于车路协同的道路车辆定位及感知方法和装置
CN111768621A (zh) * 2020-06-17 2020-10-13 北京航空航天大学 一种基于5g的城市道路路车融合全域感知方法
CN111949943A (zh) * 2020-07-24 2020-11-17 北京航空航天大学 一种面向高级自动驾驶的v2x和激光点云配准的车辆融合定位方法
CN112050819A (zh) * 2020-09-02 2020-12-08 北京百度网讯科技有限公司 车路协同定位方法、装置、电子设备及自动驾驶车辆
CN112203216A (zh) * 2020-09-15 2021-01-08 北京万集科技股份有限公司 定位信息获取方法、辅助驾驶方法以及车端传感器检测方法
CN112866328A (zh) * 2020-11-06 2021-05-28 深圳慧拓无限科技有限公司 一种面向智能网联汽车的车路协同系统及方法
CN112836737A (zh) * 2021-01-29 2021-05-25 同济大学 一种基于车路数据融合的路侧组合感知设备在线标定方法
CN113112840A (zh) * 2021-03-15 2021-07-13 上海交通大学 一种基于车路协同的无人车超视距导航系统及方法
CN112950678A (zh) * 2021-03-25 2021-06-11 上海智能新能源汽车科创功能平台有限公司 一种基于车路协同的超视距融合感知系统
CN113267188A (zh) * 2021-05-06 2021-08-17 长安大学 基于v2x通信的车辆协同定位方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114323693A (zh) * 2021-12-31 2022-04-12 中国第一汽车股份有限公司 车路云感知系统的测试方法、装置、设备及存储介质
CN114065876A (zh) * 2022-01-11 2022-02-18 华砺智行(武汉)科技有限公司 基于路侧多传感器的数据融合方法、装置、系统及介质
CN114530041A (zh) * 2022-02-16 2022-05-24 交通运输部公路科学研究所 一种基于准确率的车路协同融合感知新方法
CN114530041B (zh) * 2022-02-16 2023-05-02 交通运输部公路科学研究所 一种基于准确率的车路协同融合感知新方法
CN114845267A (zh) * 2022-02-25 2022-08-02 清华大学 一种基于车联网的传感器数据共享方法和装置
CN114845267B (zh) * 2022-02-25 2024-06-04 清华大学 一种基于车联网的传感器数据共享方法和装置
CN115973196A (zh) * 2023-03-16 2023-04-18 中国科学院大学 无人驾驶车辆的异形圈防碰撞方法、装置及系统

Also Published As

Publication number Publication date
CN113763738B (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
CN113763738B (zh) 车路协同系统路侧感知与车端感知实时匹配的方法及系统
CN109920246B (zh) 一种基于v2x通信与双目视觉的协同局部路径规划方法
CN109556615B (zh) 基于自动驾驶的多传感器融合认知的驾驶地图生成方法
CN107850672B (zh) 用于精确车辆定位的系统和方法
CN109084786B (zh) 一种地图数据的处理方法
CN102208011B (zh) 图像处理系统及车辆控制系统
CN101091103B (zh) 图像识别装置和方法以及使用该图像识别装置或方法的定位装置、车辆控制装置和导航装置
CN115552200A (zh) 用于生成重要性占据栅格地图的方法和系统
CN112346103A (zh) 基于v2x的智能网联汽车动态协同定位方法与装置
CN113885062A (zh) 基于v2x的数据采集融合设备、方法和系统
US20210180980A1 (en) Roadway mapping device
CN112147651B (zh) 一种异步多车协同目标状态鲁棒估计方法
CN112513576B (zh) 定位方法及装置
US20220035036A1 (en) Method and apparatus for positioning movable device, and movable device
CN110515106B (zh) 一种bds、gps相结合的多源信息融合多模态车辆定位装置及定位方法
CN115667847A (zh) 车辆控制装置和本车位置推算方法
CN112622893A (zh) 一种多传感器融合的靶车自动驾驶避障方法及系统
CN115705061A (zh) 用于运载工具的装置和方法
CN111679309A (zh) 室外智能轨道车的组合定位方法、装置和存储介质
CN115148031B (zh) 一种停车场巡检车的多传感器高精度定位方法
US20230219561A1 (en) Vehicle state estimation augmenting sensor data for vehicle control and autonomous driving
CN115523923A (zh) 一种基于v2v环境下匹配前车弯道历史轨迹的方法和装置
CN114690231A (zh) 车辆定位方法
CN118067148B (zh) 一种基于大数据分析的车载导航系统
US20230237679A1 (en) Aligning geodata graph over electronic maps

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Method and system for real-time matching of roadside perception and vehicle end perception in vehicle road collaboration system

Effective date of registration: 20230506

Granted publication date: 20221111

Pledgee: Bank of Hangzhou Limited by Share Ltd. Shanghai branch

Pledgor: Shanghai intelligent network Automobile Technology Center Co.,Ltd.

Registration number: Y2023310000165

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20221111

Pledgee: Bank of Hangzhou Limited by Share Ltd. Shanghai branch

Pledgor: Shanghai intelligent network Automobile Technology Center Co.,Ltd.

Registration number: Y2023310000165