CN113942513A - 基于路况监测的驾驶方法、装置、电子设备及计算机可读存储介质 - Google Patents
基于路况监测的驾驶方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113942513A CN113942513A CN202111437665.5A CN202111437665A CN113942513A CN 113942513 A CN113942513 A CN 113942513A CN 202111437665 A CN202111437665 A CN 202111437665A CN 113942513 A CN113942513 A CN 113942513A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- strategy
- driving
- road surface
- 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 69
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 230000007613 environmental effect Effects 0.000 claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 claims description 171
- 238000004891 communication Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 239000000725 suspension Substances 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
- B60W30/18—Propelling the vehicle
-
- 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
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/35—Road bumpiness, e.g. potholes
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及汽车技术领域,公开了一种基于路况监测的驾驶方法,该方法包括:通过对车辆驾驶过程中的环境信息进行采集,并获取车辆的位置,通过环境信息和车辆的位置信息,来确定车辆当前的行驶策略是否安全,若判断为不安全则生成安全行驶策略,并且控制车辆进行按照安全策略进行调整。应用本发明的技术方案,能够通过提前探测行车路径,并结合周围路况和行车位置提前规划安全行驶的路线,避免了行驶过程中影响安全驾驶的因素,提升了驾驶的安全性和乘坐的舒适度。本发明还提供一种基于路况监测的驾驶装置、电子设备和储存设备。
Description
技术领域
本发明实施例涉及汽车技术领域,具体涉及一种基于路况监测的驾驶方法、装置、电子设备及计算机可读存储介质。
背景技术
目前汽车智能驾驶辅助技术的飞速发展,乘用车开始普及L2甚至更高级别的辅助驾驶技术。与此同时,人们对汽车智能技术的需求也越来越高,人们在出行时不仅会考虑安全便捷性,更会追求出行的舒适感。当出行的道路出现坑洼、拥包等路面凹凸不平的情况,或者路面出现一些可以跨越的小型障碍物,若得不到汽车预警系统的重视,尤其是在车速较快的情况下,可能会导致爆胎等问题,甚至酿成交通事故,威胁驾驶人员及乘客的生命安全。
在现有技术中,面对这种道路情况,现有的汽车预警系统主要是通过接触的方式来实现路面信息的采集,即当车辆经过坑洼或拥包等路面,通过车身的传感器发现坑洼或拥包等路面情况的存在,并且在很短的时间内及时调整汽车自身的悬架参数,使得路面的坑洼、拥包或者小型障碍物等对轮胎的冲击降到最低,从而给乘客带来舒适的驾乘感受。这种采用接触式的预警方式,由于车轮的覆盖面有限,容易对一些坑洼、拥包路面产生漏检。同时这种采集信息的方式精度虽高,但是给调整驾驶参数的反应时间过短,因此往往实际效果不够理想,若处理不当还容易造成交通事故。
发明内容
鉴于上述问题,本发明实施例提供了一种基于路况监测的驾驶方法、装置、电子设备及存储介质,解决了车辆在经过路面异常点时候存在的行驶安全性低、舒适性差的问题,可以提高车辆通过路面异常点的平稳性,提升了车辆的安全性和舒适性。
根据本发明实施例的一个方面,提供了一种基于路况监测的驾驶方法,所述方法包括:
获取车辆行驶路线前方的环境信息,和所述车辆的位置信息;
根据所述环境信息和所述车辆的位置信息,确定所述车辆的当前行驶策略是否安全;
若确定所述车辆的当前行驶策略不安全,则根据所述环境信息和所述车辆的位置信息生成所述车辆的安全行驶策略;
控制所述车辆按照所述安全行驶策略行进。
在一种可选的方式中,所述环境信息包括:路面信息、车道信息和车辆信息,所述车道信息包括:单车道、多车道;所述根据所述环境信息和所述车辆的位置信息,确定所述车辆的当前行驶策略是否安全的步骤,进一步包括:
判断所述路面信息是否存在路面异常点;
若存在路面异常点,则判断所述车辆的车轮是否会与所述路面异常点接触;若所述车辆的车轮会与所述路面异常点接触,则确定所述车辆的当前行驶策略不安全;和/或,
若存在路面异常点、所述车道信息为多车道且所述路面异常点位于所述车辆的相邻车道时,则判断所述车辆与所述路面异常点的区域内所述相邻车道是否存在车辆信息;若所述相邻车道上存在车辆信息,则确定所述车辆的当前行驶策略不安全。
在一种可选的方式中,所述根据所述环境信息和所述车辆的位置信息生成所述车辆的安全行驶策略,进一步包括:
当所述车辆的车轮会与所述路面异常点接触时,若所述车道信息为单车道,则根据所述环境信息和所述车辆的位置信息,按照调整代价最小策略生成所述安全行驶策略,所述调整代价最小策略包括躲避策略;和/或,
当所述车辆的车轮会与所述路面异常点接触时,若所述车道信息为多车道时,则根据所述环境信息和所述车辆的位置信息,按照调整代价最小策略生成所述安全行驶策略;所述调整代价最小策略包括躲避策略和/或变道策略。
在一种可选的方式中,所述根据所述环境信息和所述车辆的位置信息生成所述车辆的安全行驶策略,进一步包括:
当所述相邻车道上存在车辆信息,则根据所述环境信息和所述车辆的位置信息,按照调整代价最小策略生成所述安全行驶策略,所述调整代驾最小策略包括变道策略和/或减速策略。
在一种可选的方式中,在所述生成所述车辆的安全行驶策略的步骤之后,所述方法进一步包括:
输出提醒信息,以提示所述相邻车道的车辆躲避所述路面异常点。
在一种可选的方式中,在所述生成所述车辆的安全行驶策略的步骤之后,所述方法进一步包括:
将所述路面异常点信息上传至云端服务器。
在一种可选的方式中,在所述生成所述车辆的安全行驶策略的步骤之后,所述方法进一步包括:
采集所述路面异常点的深度信息并上传至所述云端服务器。
根据本发明实施例的另一方面,提供了一种基于路况监测的驾驶装置,包括:
采集模块,用于获取车辆行驶路线前方的环境信息;
定位模块,用于确定所述车辆的位置信息;
分析模块,用于根据所述环境信息和所述车辆的位置信息,确定所述车辆的当前行驶策略是否安全;
所述分析模块还用于根据所述环境信息和所述车辆的位置信息生成所述车辆的安全行驶策略;
控制模块,用于控制所述车辆按照所述安全行驶策略行进。
根据本发明实施例的另一方面,提供了一种电子设备,包括:
处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上述发明所述的基于路况监测的驾驶方法的操作。
根据本发明实施例的又一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使基于路况监测的驾驶设备执行以下操作:
所述可执行指令在基于路况监测的驾驶设备上运行时,使得如上述发明所述的电子设备执行如上述发明所述的基于路况监测的驾驶方法的操作。
本发明实施例通过获取车辆行驶路线前方的环境信息和车辆的位置信息,根据环境信息和车辆的位置信息,来确定车辆当前的行驶策略是否安全,若确定车辆当前的行驶策略不安全,则根据环境信息和车辆的位置信息生成安全行驶策略,并控制车辆按照安全行驶策略行进。
由此可见,本发明实施例通过对车辆驾驶过程中的环境信息进行采集,并获取车辆的位置,通过环境信息和车辆的位置信息,来确定车辆当前的行驶策略是否安全,若判断为不安全则生成安全行驶策略,并且控制车辆进行按照安全策略进行调整,从而避免了影响安全驾驶的因素,并且提升了驾驶的安全性以及舒适度。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
附图仅用于示出实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明提供的基于路况监测的驾驶方法的第一实施例的流程示意图;
图2示出了本发明提供的基于路况监测的驾驶方法的另一个实施例的流程示意图;
图3示出了本发明提供的基于路况监测的驾驶方法的另一个实施例的流程示意图;
图4示出了本发明提供的基于路况监测的驾驶方法的另一个实施例的流程示意图;
图5示出了本发明提供的基于路况监测的驾驶方法的另一个实施例的流程示意图;
图6示出了本发明提供的基于路况监测的驾驶方法的另一个实施例的流程示意图;
图7示出了本发明提供的基于路况监测的驾驶方法的另一个实施例的流程示意图;
图8示出了本发明提供的基于路况监测的驾驶方法的应用场景的一个示意图;
图9示出了本发明提供的基于路况监测的驾驶方法的应用场景的另一个示意图;
图10示出了本发明基于路况监测的驾驶装置的实施例的示意图;
图11示出了本发明提供的电子设备的实施例的示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
图1示出了本发明基于路况监测的驾驶方法的第一实施例的流程图。如图1所示,该方法包括以下步骤:
步骤S10:获取车辆行驶路线前方的环境信息,和车辆的位置信息。
其中,可以通过激光雷达、毫米波雷达或者摄像头等传感器获取车辆行驶前方的环境信息,包括但不仅限于获取车道的数量、其他车辆信息以及路面的信息,通过对车辆前方的车道数量进行识别,并且采集车道上其他车辆的信息以及车道旁边的路面信息,能够模拟出车辆行驶前方的整体环境。
可以理解地,可根据车辆的实际行驶情况对获取环境信息的范围进行选择,例如,在车速较快时获取道路信息的范围可以相对大一些,在车速较慢时获取道路信息的范围可以适当小一些,也可以设置成对固定的某一个范围内是否存在道路信息进行判断,例如,获取车辆行驶路径的前方50m范围内的车道数量为两条、预设范围内其余的车辆数量为2、预设范围内监测到路面存在3个路面异常点。
可以理解地,在行车过程中,车辆的当前位置是实时变化的,与之对应的环境信息也是实时变化的,本实施方式中可根据获取实时定位的时间为基准时间,计算基准时间时候的车辆周围的环境信息。
步骤S20:根据环境信息和车辆的位置信息,确定车辆的当前行驶策略是否安全。
其中,当环境信息中检测到有路面异常点并通过定位系统获取到路面异常点的具体位置时,将车辆的实时位置与检测到的路面异常点的距离进行计算分析,确定车辆的当前行驶策略是否安全的依据为路面异常点是否会影响车辆的正常行驶,以及是否影响其他车辆的正常行驶来评估,例如路面异常点位于车辆行驶的正前方,并与车辆的前轮现有路线重叠,则当前车辆的行驶策略认定为不安全,需要及时做出避让路面异常点的策略选择,又例如路面异常点位于相邻车道且位于相邻车道上车辆的预计行驶的路线上,则当前车辆的行驶策略认定为不安全,需要控制车辆做出避让其他车辆的策略选择又例如路面异常点位于车辆行驶方向的右前方,并与车辆右轮的预计路线不重叠,此时则认定车辆当前的行驶策略为安全,可以正常行驶。
可以理解地,在一些其他实施例中,还可以根据环境信息中,监测到行驶路线前方是否存在其他行驶缓慢的车辆,并根据其他车辆的行驶轨迹和本车辆当前行驶路线是否重叠来判定当前车辆的行驶策略是否安全。当然,还可以根据环境信息中的其他会影响安全行驶的因素,结合车辆的定位和行驶策略进行判断当前车辆的行驶策略是否安全。
步骤S30:若确定车辆的当前行驶策略不安全,则根据环境信息和车辆的位置信息生成车辆的安全行驶策略。
其中,判断车辆的行驶策略是否安全的主要依据为环境信息中的因素是否会影响车辆的正常行驶,以及是否会影响其他车辆的行驶,从而间接影响到本车辆的正常行驶来评估,若确定车辆的当前行驶策略不安全时,则需要从车辆能正常行驶出发,并且根据环境信息和车辆的位置信息生成车辆的安全行驶策略,可以理解的是,生成的安全行驶策略包括但不限于减速行驶、变道行驶或者偏移当前行驶轨迹行驶等等,只要是能让车辆避开影响安全驾驶的因素的驾驶方法,都可以用于作为车辆的安全行驶策略;
可以理解地,生成车辆的安全行驶策略时候需要考虑车道的数量、车道上车辆的数量及其行驶速度和行驶路线,若其他车辆可能会因为避让路面异常点时会采用变道的行为,那么生成的安全行驶策略中需要规避这种情况,例如,考虑到在相邻车道上存在可能通过变道来绕开路面异常点的其他车辆,因此需要选择减速让行或者变换到其他车道的驾驶方法,来确保本车辆的安全驾驶。
可以理解地,在满足作为车辆的安全行驶的策略中,优先选择操作简易的驾驶方法,以提升乘坐的舒适性。例如在判断到车辆行驶的前方存在路面异常点与当前车辆的行驶轨迹重叠,即当前的行驶策略判定为不安全,则生成安全行驶的策略中包括减速缓慢通过和提前变道行驶等,在多条新的驾驶路线以满足安全性的前提下,优先选择提前变道以提升乘坐的舒适性。
步骤S40:控制车辆按照安全行驶策略行进。
其中,本实施方式中,根据制定的安全行驶策略,自动驾驶系统会控制车辆进行相应的驾驶处理,相应的驾驶处理方式包括但不限于控制车辆进行减速、变道或者绕行等,通过对比优先选择相对实时的驾驶方式调整最小的安全行驶策略,例如路面异常点位于左前方,则控制车辆往右方偏转一定角度以整车从路面异常点右侧通过,又例如路面异常点位于正前方且不与两轮的预计路线重叠,则控制车辆按照预设路线继续行驶,以让坑洼等路面异常点处于两轮之间,控制车辆顺利通过。
可以理解地,在自动驾驶的情况下,也可以在制定安全驾驶策略后,此时控制车辆按照安全驾驶策略行进,同时通过导航系统提醒或者语言提示的方式,提醒驾驶员手动进行驾驶路线的变化,若驾驶员收到提示后进行了手动操作,则以驾驶员手动处理的方式优先。
具体的,本发明实施例通过获取车辆行驶路线前方的环境信息和车辆的位置信息,根据环境信息和车辆的位置信息,来确定车辆当前的行驶策略是否安全,若确定车辆当前的行驶策略不安全,则根据环境信息和车辆的位置信息生成安全行驶策略,并控制车辆按照安全行驶策略行进。
由此可见,本发明实施例通过对车辆驾驶过程中的环境信息进行采集,并获取车辆的位置,通过环境信息和车辆的位置信息,来确定车辆当前的行驶策略是否安全,若判断为不安全则生成安全行驶策略,并且控制车辆进行按照安全策略进行调整,从而避免了影响安全驾驶的因素,并且提升了驾驶的安全性以及舒适度。
图2示出了本发明基于路况监测的驾驶方法的另一个实施例的流程图,该方法由电子设备执行。如图2所示,该方法中步骤S20中环境信息包括:路面信息、车道信息和车辆信息,车道信息包括:单车道、多车道;该方法中步骤S20具体包括以下步骤:
步骤S21:判断路面信息是否存在路面异常点。
其中,在本实施方式中,获取到的环境信息包括路面信息、车道信息和车辆信息,需要说明的是,路面信息可以包括路面是否存在路面异常点,包括如:路面是否存在坑洼或者鼓包、路面是否存在施工路段,或者路面存在其他大型障碍物等相关信息,车道信息包括车辆行驶的道路为单车道还是多车道,以及两侧车道中间是否存在隔离物,需要说明的是,多车道包含双车道在内,以及三车道及三车道以上的多条车道,车辆信息包括预设监测范围内所有车辆的数量、实时位置和预设方向等。
可以理解地,在本实施方式中,环境信息可以由激光雷达、毫米波雷达或者摄像头等传感器实现路面信息的采集,进一步的,用于获取路面异常点的传感器根据位置信息每隔第一预定时长T1获取车辆行驶路线上的环境信息。第一预定时长T1可以是系统预设的时间单位值,如1秒、2秒、5秒等。第一预定时长T1也可以由用户根据行驶区域自行设定。
可以理解地,在本实施方式中,路面异常点包括路面存在的坑洼或者拥包等凹凸不平的现象,或者路面存在的一些可以跨越但可能会对车辆正常行驶造成危险的小型障碍物等,例如树枝、小木板等。
在其他的一些实施方式中,在对车辆前方的环境信息进行监测后,筛选出路面异常点的信息,需要确定路面异常点的数量,并针对路面异常点的位置进行定位,并将位置信息发送到相关的模块中进行处理。例如在车辆行驶过程中,每隔一分钟会获取车辆行驶前方的50m的环境信息,从获取的环境信息中筛选出2个路面异常点:A和B,然后对路面异常点A和B进行定位,并将路面异常点A和B的具体位置信息发送给相关的模块中进行处理。通过全面监测环境信息,进一步提升了监测的准确性和全面性,并且能够为评估规避路线提供环境信息,提高了规划规避路线的合理性。
在其他的一些实施方式中,根据车辆行驶路线上的路面信息筛选出多个路面异常点的时候,需要对每一个路面异常点进行深度检测,例如检测路面异常点的尺寸大小,并对其进行类别的判断。
步骤S22:若存在路面异常点,则判断车辆的车轮是否会与路面异常点接触;若车辆的车轮会与路面异常点接触,则确定车辆的当前行驶策略不安全;和/或,
若存在路面异常点、车道信息为多车道且路面异常点位于车辆的相邻车道时,则判断车辆与路面异常点的区域内相邻车道是否存在车辆信息;若相邻车道上存在车辆信息,则确定车辆的当前行驶策略不安全。
其中,在本实施方式中,通过评估路面异常点是否会影响到车辆的正常行驶,来确定当前车辆的驾驶策略是否安全。例如路面异常点位于车辆行驶的正前方,并与车辆的前轮当前的预设行驶路线重叠,则路面异常点对于车辆正常的影响因素则认定为高,即确定车辆的当前行驶策略不安全,需要及时做出避让的选择,又例如路面异常点位于相邻车道且位于相邻车道上其他车辆的预计行驶的路线上,则其他车辆可能需要进行通过变道进行避让路面异常点,因此当前车辆的当前行驶路线可能会和相邻车道的其他车辆后续的路线产生冲突,因此进行确定车辆的当前行驶策略为不安全,又例如路面异常点位于车辆行驶方向的右前方,并与车辆右轮的预计路线不重叠,此时对于车辆的影响因素则认定为低,认定为车辆的当前行驶策略安全,车辆可以继续正常行驶。
可以理解地,当存在多个路面异常点时,需要单独将各个路面异常点与车辆当前的预设路线进行匹配,只要存在一个路面异常点与车辆当前的预设路线重叠,则认定车辆当前的行驶策略不安全,需要说明的是,当相邻车道较多时,只要有一个相邻车道上存在与该车道上的车辆预设路线重合的路面异常点,则认定车辆当前的行驶策略不安全。
具体的,本实施方式中对车辆行驶前方环境进行监测,在监测到的路面信息中筛选出路面异常点的数据,并且在监测到路面异常点的信息后,针对路面异常点与当前车辆或者相邻车道上的其他车辆实时前行的路线进行匹配,若发现有路面异常点与预设的路线重叠,则判定当前的驾驶策略为不安全。
通过选取环境信息中对车辆正常行驶直接相关的路面异常点作为评估的因素,更准确地将环境因素与车辆联系起来,能够更准确地评价评估当前驾驶路线的安全性。
在其他的一些实施方式中,将车辆与路面异常点之间的位置关系与车辆预设的前进路线进行匹配,通过路面异常点与车辆预计路线之间的重合度来判断路面异常点对车辆的第一影响因素,需要将预设范围内的其他车辆与路面异常点之间的位置关系与其预设的前进路线进行匹配,通过路面异常点与其他车辆预计路线之间的重合度,来判断路面异常点对车辆的第二影响因素。通过综合第一影响因素和第二影响因素,最终得出路面异常点对于车辆最终的影响因素,通过影响因素确定车辆当前的行驶策略是否安全,这种确认方式能够兼顾本车辆与其他车辆面对路面异常点时所可能采取的驾驶路线的变更,便于做出更合理的规避路线规划。
图3示出了本发明基于路况监测的驾驶方法的另一个实施例的流程图,该方法由电子设备执行。如图3所示,该方法中步骤S30包括以下步骤:
步骤S31:当判断车辆的车轮会与路面异常点接触时,若车道信息为单车道,则根据环境信息和车辆的位置信息,按照调整代价最小策略生成安全行驶策略,调整代价最小策略包括躲避策略;和/或,
当判断车辆的车轮会与路面异常点接触时,若车道信息为多车道时,则根据环境信息和车辆的位置信息,按照调整代价最小策略生成安全行驶策略;调整代价最小策略包括躲避策略和/或变道策略。
其中,在本实施方式中,当判断车辆的车轮会与路面异常点接触时,需要计算出绕开异常点的多条行驶轨迹,并通过调整代价最小策略选出调整代价最小的行驶路线。例如,根据路面异常点与车辆的位置关系,生成了两条行驶轨迹,其中一条需要变道行驶,另一条需要向右转动一定角度并在通过路面异常点后向左恢复,对比两条行驶轨迹,变道处理的所需要的调整较大,包括打转向灯,并加速进入相邻车道等,因此根据调整代价最小策略选择向右转动一定角度并在通过路面异常点后向左恢复这一条行驶轨迹作为后续的行驶路线。
可以理解地,在本实施方式中,当前车辆行驶的车道为单车道时,调整代价最小策略包括但不限于躲避策略、减速通过策略以及提醒后车策略等,需要说明的是,当前车辆行驶车道数量为至少为双车道时,调整代价最小策略还包括变道策略和提醒后车策略等。
可以理解地,在本实施方式中,当前车辆可以根据路面异常点对于车辆正常行驶的影响,计算出车辆用于绕开异常点的至少一条行驶轨迹,根据调整代价最小策略计算行驶轨迹的调整代价,并选择车辆调整代价最小的轨迹行驶。例如,根据路面异常点与车辆的位置关系,生成了两条行驶轨迹,其中一条需要变道行驶,另一条需要向右转动一定角度并在通过路面异常点后向左恢复,对比两条行驶轨迹,变道处理的所需要的调整较大,包括打转向灯,并加速进入相邻车道等,因此选择向右转动一定角度并在通过路面异常点后向左恢复这一条行驶轨迹作为后续的行驶路线。
具体的,本实施方式中当判断车辆的车轮会与路面异常点接触时,则根据环境信息和车辆的位置信息,按照调整代价最小策略生成安全行驶策略,并根据当前车辆行驶车道数量为单车道或者至少双车道,确定不同的调整代价最小策略,从而,根据不同的车道信息以及路面异常点造成的不同的影响,综合得出驾驶员前方可以会遭遇到的安全问题,提供最合适的安全行驶策略,为后续行驶做出了更合理的规避路线规划,从而保证了安全驾驶,并且提升了驾驶员的驾驶舒适性和顺畅性。
图4示出了本发明基于路况监测的驾驶方法的另一个实施例的流程图,该方法由电子设备执行。如图4所示,该方法中步骤S30还包括以下步骤:
步骤S32:当相邻车道上存在车辆信息,则根据环境信息和车辆的位置信息,按照调整代价最小策略生成安全行驶策略,调整代驾最小策略包括变道策略和/或减速策略。
其中,在本实施方式中,根据环境信息和车辆的位置信息,调整代驾最小策略包括但不限于变道策略和/或减速策略,当相邻车道存在路面异常点且与该车道上的车辆当前行驶路线重叠时,相邻车道的车辆可能通过变道的方式进入当前车辆的车道,当前车辆需要根据调整代价最小策略生成安全行驶策略,此时的调整代价最小策略可以确定为减速策略,以达到避开其余车辆的目的。
可以理解的,在本实施方式中的安全行驶策略可以是减速让行,或者是变道进入其他车道行驶,只要能实现避免与其他车辆的行驶路线重叠的安全驾驶策略,都可以根据具体的驾驶环境采用。
具体的,在本实施方式当相邻车道上存在车辆信息,则确定当前的驾驶策略为不安全,需要根据环境信息和车辆的位置信息,按照调整代价最小策略生成安全行驶策略,从而在保证安全驾驶的前提上,实现规避相邻车道的车辆的行驶。
图5示出了本发明基于路况监测的驾驶方法的另一个实施例的流程图,该方法由电子设备执行。如图5所示,该方法中步骤S32还包括以下步骤:
步骤S321:输出提醒信息,以提示相邻车道的车辆躲避路面异常点。
其中,在本实施方式中,根据路面异常点的信息生成提醒信息,用于提醒相邻车道的车辆躲避路面异常点,可以理解的是,提醒信息可以是声音提醒和/或灯光提醒,声音提醒可以是语音播放“请注意前方50m处有坑洼路段,请减速通过”,灯光提醒可以是车辆氛围灯持续闪烁,或者是通过移动终端向后车发送保持安全车距的信息等等,例如,当车辆检测到路面异常点并做出变道的安全驾驶策略后,并且此时与预设范围内的后方车辆的距离小于一定的安全阈值时,需要通过车辆协同系统给目标车道后方车辆发送提醒信息,提醒后方车辆保持安全的驾驶距离,以进一步保障车辆系统换道的安全性。
可以理解的是,在本实施方式中,还可以根据路面异常点的信息生成提醒信息,用于提醒当前车辆的驾驶员按照所提供的驾驶处理方式进行处理,例如,例如通过车载语音系统提示驾驶员:“请注意,前方45米内有多处路面坑洼且不易避开,可能会造成车辆轮胎受损,请进行变道处理或者提前减速通过坑洼处”,或者也可通过中控大屏发出预警信息提示驾驶员注意,还可以通过车载导航系统进行信息提示等。此处的预警提示仅作为辅助驾驶员的操作,若驾驶员未做出相应的操作,则通过安全驾驶策略进行自动行驶。
具体的,本实施方式中在发现路面异常点的时候,通过发出路面异常点提醒信息,以完成对后车驾驶员的提醒,从而在后车经过路面异常点时进行合理的驾驶方式切换,进而有利于提高后车车辆的安全行驶。
图6示出了本发明基于路况监测的驾驶方法的另一个实施例的流程图,该方法由电子设备执行。如图6所示,在该方法步骤S40后还包括以下步骤:
步骤S50:将路面异常点上传至云端服务器。
其中,在本实施方式中,在当前车辆制定了安全行驶策略之后,控制器可以与云端服务器进行通信,将路面异常点的位置等信息上传至云端服务器,对于能够接收到联网信息的车辆则可收到关于路面异常点的信息,可以让其他接收到该信息的驾驶员能够做好路径规划以避开坑洼等路面异常的区域。例如,路面异常点信息可以通过车载移动网络(例如2G、3G、4G、5G等)与云端服务器进行通信,能与该云端服务器通信的车辆可以下载该路面异常点的信息。
在其他的一些实施方式中,当获取路面异常点的信息后,可将数据保存至本地相应存储模块,和/或上传至云端数据平台。在获取路面异常点的信息时,可自本地和/或云端数据平台获取预定时间内的路面异常点的信息数据,其中,预定时间内可包括历史时间,或历史时间及当前时间。如车辆前一周的已经保存或上传的路面异常点的信息数据,或前一周的已经保存或上传的路面异常点的信息数据以及当前一定时间内采集的数据如当前10分钟内数据,在下次经过相同路段时,再次采集路面异常点的信息数据与储存的数据进行匹配,如果一致则继续保留原有数据,如果匹配发现不一致,则将新采集到的数据进行替换更新,以保证数据的准确性。
具体的,通过在监测到路面异常点并根据路面异常点对于车辆的安全行驶进行评估并制定安全驾驶策略后,将路面异常点的信息上传到云端进行分享,能够及时将路面的情况告知其他车辆,以提醒其他车辆在经过该路段时候做出相应的行驶方式的调整,有利于提升其他车辆驾驶的安全性。
图7示出了本发明基于路况监测的驾驶方法的另一个实施例的流程图,该方法由电子设备执行。如图5所示,该方法中步骤S50包括以下步骤::
步骤S51:采集路面异常点的深度信息并上传至云端服务器。
其中,在本实施方式中,采集路面异常点的深度信息包括采集路面异常点的具体位置、路面异常点的具体类型、路面异常点的具体形状或尺寸等,需要说明的是,在检测到路面异常点之后,可以根据该路面异常点的信息进行建模仿真,将对该路面异常点进行分析扫描,以获取该路面异常点信息,并根据该路面异常点信息进行建模仿真,同时可以结合当前车速、车辆与该路面异常点间距、该路面异常点类型、该路面异常点尺寸等参数进行建模仿真,通过建模仿真可以获取大致真实的车辆行驶环境。在获取了大致真实的车辆行驶环境后,可以通过通讯模块将采集到的路面异常点的深度信息上传到云端服务器。
具体的,通过采集路面异常点的深度信息并上传至云端服务器,能够让其他接收到该信息的车辆全面地了解该路面异常点的信息,从而在其他车辆在经过该路段时,能够针对路面异常点做出更好的驾驶方式的调整。
图8、图9示出了本申请实施例提供的一种应用场景的示意图。
如图8所示:包括车辆O、路面异常点A和路面异常点B。其中路面异常点A和路面异常点B位于车辆O前方;车辆O处于自动驾驶模式,且沿其自动驾驶系统规划的当前行驶策略提供的行驶路径行驶;在行驶过程中,对当前车辆O进行定位,并获取到行驶前方的环境信息,监测到当前行驶路径上的车道数为1,预设范围50m内未发现其他车辆,监测到路面信息中,筛选出路面异常点A和路面异常点B,监测到路面异常点A和路面异常点B之后,分析到路面异常点A位与车辆O两侧车轮预设的路线不重叠,路面异常点B位于车辆O当前行驶车道上并与右侧车轮的预计轨迹相重叠,确认当前行驶策略不安全。
如图9所示:基于监测到的路面异常点A会影响车辆O的正常行驶,车辆O自动驾驶系统基于环境信息做了行新的安全行驶策略,具体的,设计出两条新的行驶轨迹,一条是整车绕开路面异常点A和B,另一条是通过微调方向,达到避开路面异常点A和B,通过比较调整代价后选择了第二条的行驶轨迹作为调整后的路线,其具体调整方式包括:在车辆O与路面异常点B相遇前控制车辆往右侧转弯,并在通过路面异常点B后向左逐渐转弯进行调整直至恢复到正常行驶的状态。同时在监测到路面异常点A和路面异常点B并做出新的安全驾驶策略之后,车辆O将路面异常点A和路面异常点B的相关信息上传到云端服务器,供其他车辆从云端服务器下载。
图10示出了本发明基于路况监测的驾驶装置的实施例的示意图。如图8所示,该装置100包括:
获取模块110,用于车辆行驶路线前方的环境信息,能够获取车辆驾驶前方的具体车道数量、路面信息以及车辆的信息。
定位模块120,用于确定当前车辆的位置信息。
分析模块130,用于根据环境信息和车辆的位置信息,确定当前车辆的当前行驶策略是否安全;分析模块130还用于根据环境信息和车辆的位置信息生成车辆的安全行驶策略。
控制模块140,用于控制车辆按照安全行驶策略行进。
在一种可选的方式中,获取模块110用于采集路面异常点的深度信息。
在一种可选的方式中,分析模块130用于判断路面信息是否存在路面异常点;若存在路面异常点,则判断车辆的车轮是否会与路面异常点接触;若车辆的车轮会与路面异常点接触,则确定车辆的当前行驶策略不安全;和/或,若存在路面异常点、车道信息为多车道且路面异常点位于车辆的相邻车道时,则判断车辆与路面异常点的区域内相邻车道是否存在车辆信息;若相邻车道上存在车辆信息,则确定车辆的当前行驶策略不安全。
在一种可选的方式中,分析模块130用于生成安全行驶策略,当车辆的车轮会与路面异常点接触时,若车道信息为单车道,则根据环境信息和车辆的位置信息,按照调整代价最小策略生成安全行驶策略,调整代价最小策略包括躲避策略;和/或,当车辆的车轮会与路面异常点接触时,若车道信息为多车道时,则根据环境信息和车辆的位置信息,按照调整代价最小策略生成安全行驶策略;调整代价最小策略包括躲避策略和/或变道策略。
在一种可选的方式中,当相邻车道上存在车辆信息,分析模块130用于根据环境信息和车辆的位置信息,按照调整代价最小策略生成安全行驶策略,调整代驾最小策略包括变道策略和/或减速策略。
在一种可选的方式中,在生成车辆的安全行驶策略的步骤之后,控制模块140用于输出提醒信息,以提示相邻车道的车辆躲避路面异常点。
在一种可选的方式中,在生成车辆的安全行驶策略的步骤之后,控制模块140用于将路面异常点信息上传至云端服务器。
在一种可选的方式中,在生成车辆的安全行驶策略的步骤之后,控制模块140用于将采集到的路面异常点的深度信息上传至云端服务器。
具体的,本发明基于路况监测的驾驶装置实施例通过获取模块110获取车辆实时行驶路线上前方的环境信息,并通过定位模块120获取车辆的位置信息,进而分析模块130根据环境信息和车辆的位置信息,确定车辆的当前行驶策略是否安全;若确定车辆的当前行驶策略不安全,则分析模块130根据环境信息和车辆的位置信息生成车辆的安全行驶策略;控制模块140控制车辆按照安全行驶策略行进。由此可见,本发明实施例通过对车辆驾驶过程中的环境信息进行收集分析,能够提前预知路面的异常点信息并匹配现有的驾驶路线,能够自动为驾驶员规划避开异常路面的驾驶路线,控制车辆进行自动避让异常路面,提升了驾驶的安全性和乘坐的舒适度。
如图11所示,该电子设备可以包括:处理器(processor)202、通信接口(Communications Interface)204、存储器(memory)206、以及通信总线208。其中:处理器202、通信接口204、以及存储器206通过通信总线208完成相互间的通信。通信接口204,用于与其它设备比如客户端或其它服务器等的网元通信。处理器202,用于执行程序210,具体可以执行上述用于基于路况监测的驾驶方法实施例中的相关步骤。
具体地,程序210可以包括程序代码,该程序代码包括计算机可执行指令。处理器202可能是中央处理器CPU,或者是特定集成电路ASIC(Application Specific IntegratedCircuit),或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器206,用于存放程序210。存储器206可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序210具体可以被处理器202调用使电子设备执行上述任意方法实施例中的基于路况监测的驾驶方法。以提高车辆在自动驾驶模式下的行驶稳定性,并且可以提升乘坐舒适性。
本发明实施例提供了一种计算机可读存储介质,所述存储介质存储有至少一可执行指令,该可执行指令在电子设备上运行时,使得所述电子设备执行上述任意方法实施例中的基于路况监测的驾驶方法。以提高车辆在自动驾驶模式下的行驶稳定性,并且可以提升乘坐舒适性。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。此外,本发明实施例也不针对任何特定编程语言。
在此处所提供的说明书中,说明了大量具体细节。然而能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。类似地,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。其中,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种基于路况监测的驾驶方法,其特征在于,所述方法包括:
获取车辆行驶路线前方的环境信息,和所述车辆的位置信息;
根据所述环境信息和所述车辆的位置信息,确定所述车辆的当前行驶策略是否安全;
若确定所述车辆的当前行驶策略不安全,则根据所述环境信息和所述车辆的位置信息生成所述车辆的安全行驶策略;
控制所述车辆按照所述安全行驶策略行进。
2.根据权利要求1所述的基于路况监测的驾驶方法,其特征在于,所述环境信息包括:路面信息、车道信息和车辆信息,所述车道信息包括:单车道、多车道;所述根据所述环境信息和所述车辆的位置信息,确定所述车辆的当前行驶策略是否安全的步骤,具体包括:
判断所述路面信息是否存在路面异常点;
若存在所述路面异常点,则判断所述车辆的车轮是否会与所述路面异常点接触;若所述车辆的车轮会与所述路面异常点接触,则确定所述车辆的当前行驶策略不安全;和/或,
若存在所述路面异常点、所述车道信息为多车道且所述路面异常点位于所述车辆的相邻车道时,则判断所述车辆与所述路面异常点的区域内所述相邻车道是否存在车辆信息;若所述相邻车道上存在车辆信息,则确定所述车辆的当前行驶策略不安全。
3.根据权利要求2所述的基于路况监测的驾驶方法,其特征在于,所述根据所述环境信息和所述车辆的位置信息生成所述车辆的安全行驶策略,具体包括:
当所述车辆的车轮会与所述路面异常点接触时,若所述车道信息为单车道,则根据所述环境信息和所述车辆的位置信息,按照调整代价最小策略生成所述安全行驶策略,所述调整代价最小策略包括躲避策略;和/或,
当所述车辆的车轮会与所述路面异常点接触时,若所述车道信息为多车道时,则根据所述环境信息和所述车辆的位置信息,按照调整代价最小策略生成所述安全行驶策略;所述调整代价最小策略包括躲避策略和/或变道策略。
4.根据权利要求2所述的基于路况监测的驾驶方法,其特征在于,所述根据所述环境信息和所述车辆的位置信息生成所述车辆的安全行驶策略,具体包括:
当所述相邻车道上存在车辆信息,则根据所述环境信息和所述车辆的位置信息,按照调整代价最小策略生成所述安全行驶策略,所述调整代驾最小策略包括变道策略和/或减速策略。
5.根据权利要求4所述的基于路况监测的驾驶方法,其特征在于,在所述生成所述车辆的安全行驶策略的步骤之后,所述方法还包括:
输出提醒信息,以提示所述相邻车道的车辆躲避所述路面异常点。
6.根据权利要求2所述的方法,其特征在于,在所述生成所述车辆的安全行驶策略的步骤之后,所述方法还包括:
将所述路面异常点信息上传至云端服务器。
7.根据权利要求6所述的方法,其特征在于,在所述生成所述车辆的安全行驶策略的步骤之后,所述方法还包括:
采集所述路面异常点的深度信息并上传至所述云端服务器。
8.一种基于路况监测的驾驶装置,其特征在于,所述装置包括:
采集模块,用于获取车辆行驶路线前方的环境信息;
定位模块,用于确定所述车辆的位置信息;
分析模块,用于根据所述环境信息和所述车辆的位置信息,确定所述车辆的当前行驶策略是否安全;以及在确定所述车辆的当前行驶策略不安全时,还根据所述环境信息和所述车辆的位置信息生成所述车辆的安全行驶策略;
控制模块,用于控制所述车辆按照所述安全行驶策略行进。
9.一种电子设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的基于路况监测的驾驶方法的操作。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令在如权利要求9所述的电子设备上运行时,使得所述电子设备执行如权利要求1-7任意一项所述的基于路况监测的驾驶方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111437665.5A CN113942513B (zh) | 2021-11-29 | 2021-11-29 | 基于路况监测的驾驶方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111437665.5A CN113942513B (zh) | 2021-11-29 | 2021-11-29 | 基于路况监测的驾驶方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113942513A true CN113942513A (zh) | 2022-01-18 |
CN113942513B CN113942513B (zh) | 2023-08-01 |
Family
ID=79338860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111437665.5A Active CN113942513B (zh) | 2021-11-29 | 2021-11-29 | 基于路况监测的驾驶方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113942513B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114463935A (zh) * | 2022-02-07 | 2022-05-10 | 阿维塔科技(重庆)有限公司 | 一种警示方法及警示系统 |
CN116878529A (zh) * | 2023-07-10 | 2023-10-13 | 上海朗尚传感技术有限公司 | 一种基于北斗技术的双天线导航路线偏离预警系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190344783A1 (en) * | 2018-05-14 | 2019-11-14 | GM Global Technology Operations LLC | Autonomous ride dynamics comfort controller |
CN111325980A (zh) * | 2020-02-28 | 2020-06-23 | 浙江吉利汽车研究院有限公司 | 一种基于路况监测的驾驶方法、系统和装置 |
CN111667721A (zh) * | 2020-05-19 | 2020-09-15 | 广州小鹏车联网科技有限公司 | 车辆避险方法、装置、车辆以及存储介质 |
CN112622935A (zh) * | 2020-12-30 | 2021-04-09 | 一汽解放汽车有限公司 | 一种车辆自动驾驶方法、装置、车辆及存储介质 |
CN113104033A (zh) * | 2021-05-11 | 2021-07-13 | 东风柳州汽车有限公司 | 低速自动驾驶方法、装置、设备及存储介质 |
CN113650607A (zh) * | 2021-07-20 | 2021-11-16 | 江铃汽车股份有限公司 | 一种低速场景自动驾驶方法、系统及汽车 |
-
2021
- 2021-11-29 CN CN202111437665.5A patent/CN113942513B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190344783A1 (en) * | 2018-05-14 | 2019-11-14 | GM Global Technology Operations LLC | Autonomous ride dynamics comfort controller |
CN111325980A (zh) * | 2020-02-28 | 2020-06-23 | 浙江吉利汽车研究院有限公司 | 一种基于路况监测的驾驶方法、系统和装置 |
CN111667721A (zh) * | 2020-05-19 | 2020-09-15 | 广州小鹏车联网科技有限公司 | 车辆避险方法、装置、车辆以及存储介质 |
CN112622935A (zh) * | 2020-12-30 | 2021-04-09 | 一汽解放汽车有限公司 | 一种车辆自动驾驶方法、装置、车辆及存储介质 |
CN113104033A (zh) * | 2021-05-11 | 2021-07-13 | 东风柳州汽车有限公司 | 低速自动驾驶方法、装置、设备及存储介质 |
CN113650607A (zh) * | 2021-07-20 | 2021-11-16 | 江铃汽车股份有限公司 | 一种低速场景自动驾驶方法、系统及汽车 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114463935A (zh) * | 2022-02-07 | 2022-05-10 | 阿维塔科技(重庆)有限公司 | 一种警示方法及警示系统 |
CN114463935B (zh) * | 2022-02-07 | 2023-09-26 | 阿维塔科技(重庆)有限公司 | 一种警示方法及警示系统 |
CN116878529A (zh) * | 2023-07-10 | 2023-10-13 | 上海朗尚传感技术有限公司 | 一种基于北斗技术的双天线导航路线偏离预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113942513B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190155291A1 (en) | Methods and systems for automated driving system simulation, validation, and implementation | |
WO2018220853A1 (ja) | 自動運転車の制御のための車両制御装置及び方法 | |
US20180319324A1 (en) | Lamp light control method and apparatus, computer storage medium and in-vehicle device | |
KR20180086632A (ko) | 자율주행 차량의 행동 결정 장치 및 방법 | |
CN113942513B (zh) | 基于路况监测的驾驶方法、装置、电子设备及计算机可读存储介质 | |
WO2018220851A1 (ja) | 自動運転車の制御のための車両制御装置及び方法 | |
CN112540592A (zh) | 用于确保安全的具有双自主驾驶系统的自主驾驶车辆 | |
EP3882100B1 (en) | Method for operating an autonomous driving vehicle | |
US11880201B2 (en) | Fastest lane determination algorithm under traffic jam | |
CN112099483A (zh) | 监控自动驾驶车辆中的定位功能的方法 | |
CN115320583B (zh) | 目标障碍车确定方法、装置、车辆及介质 | |
WO2020246391A1 (en) | Vehicle travelling control apparatus, Vehicle travelling control method and Computer program product | |
EP3838696A1 (en) | A post collision, damage reduction brake system | |
CN112985825B (zh) | 用于确定自动驾驶系统的乘坐稳定性的方法 | |
US11491976B2 (en) | Collision warning system for safety operators of autonomous vehicles | |
US11299148B2 (en) | Travel control apparatus and vehicle | |
JP2022058592A (ja) | 自律運転車両のための音源の検出及び位置特定 | |
US11254326B2 (en) | Automatic comfort score system based on human driving reference data | |
US20210284195A1 (en) | Obstacle prediction system for autonomous driving vehicles | |
JP2022146522A (ja) | 車両制御装置、車両制御方法 | |
US11181917B2 (en) | Path planning system based on steering wheel self zeroing for autonomous vehicles | |
US11807274B2 (en) | L4 auto-emergency light system for future harsh brake | |
US20230406362A1 (en) | Planning-impacted prediction evaluation | |
US20240005066A1 (en) | Decoupled prediction evaluation | |
US20230406293A1 (en) | Secondary fallback software stack for autonomous vehicle |
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 |