CN113945221A - 一种考虑近迫感效应的自动驾驶车道宽度确定方法 - Google Patents
一种考虑近迫感效应的自动驾驶车道宽度确定方法 Download PDFInfo
- Publication number
- CN113945221A CN113945221A CN202111127195.2A CN202111127195A CN113945221A CN 113945221 A CN113945221 A CN 113945221A CN 202111127195 A CN202111127195 A CN 202111127195A CN 113945221 A CN113945221 A CN 113945221A
- Authority
- CN
- China
- Prior art keywords
- lane
- automatic driving
- vehicle
- width
- line
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000004888 barrier function Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 abstract 1
- 238000013461 design Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种考虑近迫感效应的自动驾驶车道宽度确定方法,包括步骤:S1、将车载测距设备安装在车辆前部正中央;S2、在车道右侧设置连续障碍物并施划白实线,左侧施划白虚线;S3、以车道中心线为y轴,以车道中心线的垂线为x轴建立平面直角坐标系;S4、测量车辆的横向摆动幅度;S5、得到车辆在车道内横向摆动幅度与影响因素的函数关系;S6、得到不同横向运动失效度下的车道宽度;S7、校核不同宽度下的自动驾驶车辆横向舒适度情况;S8、确定自动驾驶道路直线段宽度。本发明提出基于横向运动失效度确定车道宽度的公式,同时校核车道的自由流速度、通行能力及安全运行情况,综合考虑确定自动驾驶车辆专用车道直线段宽度。
Description
技术领域
本发明涉及车路联网与协同交通设计的技术领域,尤其是涉及一种考虑近迫感效应的自动驾驶车道宽度确定方法。
背景技术
车道宽度是交通设计、规划与管理中基本参数,随着自动驾驶车辆的普及,正确地确定自动驾驶车道宽度具有重要的理论意义与工程价值。现有的技术中,车道设计是面向人类驾驶车辆的,且车道宽度由设计车辆宽度加上车辆横向安全距离值确定,而车辆的横向安全距离值假定为只受车辆相对速度的影响。
发明内容
本发明要解决的技术问题在于,提供一种自动驾驶车辆远离障碍物的且确定专用车道直线段宽度的考虑近迫感效应的自动驾驶车道宽度确定方法。
本发明解决其技术问题所采用的技术方案是:提供一种考虑近迫感效应的自动驾驶车道宽度确定方法,包括以下步骤:
S1、将车载测距设备安装在车辆前部正中央,并对设备测量精度进行标定;
S2、在单向两车道的道路上搭建测试场景,在右侧车道的右侧设置连续障碍物并施划白实线,右侧车道的左侧不设置障碍物并施划白虚线;
S3、以车道中心线为y轴,以车道中心线的垂线为x轴建立平面直角坐标系;
S4、在不同的障碍物密度、车道宽度、环境亮度、地面标线完整度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下,让自动驾驶车辆在车道内行驶,测量车辆的横向摆动幅度;
S5、利用统计学方法,得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系,考虑自动驾驶车辆在车道中运行的近迫感效应,即车辆有远离障碍物的趋势,使用右偏态函数拟合自动驾驶车辆在车道内横向摆动幅度;
S6、将车辆左侧边缘线触碰到车道线的概率,定义为车辆的横向运动失效度,从而反推得到不同横向运动失效度下的车道宽度;
S7、校核不同宽度下的自动驾驶车辆横向舒适度情况;
S8、确定考虑近迫感效应的自动驾驶道路直线段宽度确定方法。
按上述方案,所述步骤S1包括以下步骤:
S101、将设备安装在小汽车前部正中央,使设备的安装误差小于0.5cm;
S102、对设备测量精度进行标定,使车载测距设备检测得到的设备到车道线的距离误差小于0.5cm;
S103、当设备的安装精度及测量精度无法达到要求,进一步调试,直到达到精度要求。
按上述方案,所述步骤S2包括以下步骤:
S201、在单向两车道的道路上搭建考虑近迫感效应的自动驾驶车道宽度确定测试场景,测试路段长度大于5km;
S202、在右侧车道的右侧施划白实线,并在距离白实线50cm处设置连续障碍物,障碍物形状为长方体,障碍物尺寸为长、宽、高30cm×30cm×100cm;
S203、在右侧车道的左侧不设置障碍物并施划白虚线。
按上述方案,所述步骤S3包括以下步骤:
S301、以车道中心线为y轴,以车道中心线的垂线为x轴建立平面直角坐标系;
S302、该坐标系以障碍物所在的方向为x轴的正方向。
按上述方案,所述步骤S4包括以下步骤:
S401、打开车辆的自动驾驶功能;
S403、在控制其它变量为定值的基础上,在右侧车道的右侧设置不同密度的连续障碍物,障碍物密度ρi取值范围为1个/10m至1个/200m,并以1个/10m为步长;
S404、利用车载测距设备,输出自动驾驶车辆中心线与车道中心线的距离,也即为自动驾驶车辆中心线在车道中的坐标位置x;
按上述方案,所步骤S5包括以下步骤:
S501、考虑到自动驾驶车辆在车道中运行的近迫感效应,即车辆有远离障碍物的趋势,因此使用右偏态函数拟合自动驾驶车辆中心线在车道中的坐标位置x;
S502、根据交通工程学原理,使用对数正态分布函数,拟合自动驾驶车辆中心线在车道中的坐标位置x:
S503、使用ρ作为修正系数对自动驾驶车辆中心线在车道中的坐标位置x进行修正,得到自动驾驶车辆中心线在车道中的坐标位置x的概率密度函数表达式:
S505、进一步地,定义F(x)为f(x,μx,δx,ρ)的累计分布函数,即有:
按上述方案,所述步骤S6包括以下步骤:
S601、将车辆左侧边缘线触碰到车道线的概率P,定义为车辆的横向运动失效度ρ,ρ可由如下公式计算:
S602、同时,ρ亦可用f(x,μx,δx,ρ)的累计分布函数F(x)来表达:
S603、由车辆的横向运动失效度ρ,计算得到考虑近迫感效应的自动驾驶车道宽度W,W可由如下公式计算:
式中,F-1(x)为累计分布函数F(x)的反函数,利用MATLAB的数学计算软件求得。
按上述方案,所述步骤S7包括以下步骤:
S701、根据车道宽度与自动驾驶车辆横向舒适度的关系公式进行校核,确保自动驾驶车辆横向舒适度不得高于人体能够承受的最大横向力系数,校核公式为:
式中,τ为人体能够承受的最大横向力系数;
按上述方案,所述步骤S8包括以下步骤:
S801、自动驾驶车辆专用车道直线段宽度应综合考虑车辆的横向运动失效度及车辆横向舒适度确定;
S802、高速公路自动驾驶车辆专用车道直线段宽度的最终确定公式为:
实施本发明的自动驾驶车辆专用车道直线段宽度确定方法,具有以下有益效果:
1、本发明是以自动驾驶车辆为设计车辆,自动驾驶车辆由于具有车道保持辅助(Lane Keeping Assist,LKA)功能,通过视觉传感器检测并修订车辆在车道中的位置,从而保证车辆在车道中运行,自动驾驶车道的宽度小于人类驾驶车辆的宽度。
2、本发明着重考虑了车辆有远离障碍物的趋势,即近迫感效应,由于车辆的近迫感效应,因此当确定最右侧车道宽度时,考虑了车辆的横向位置会远离障碍物,而不是在车道的正中间。
3、本发明为了从数学的角度描述车辆的近迫感效应,需要使用右偏态函数拟合自动驾驶车辆中心线在车道中的坐标位置,用概率性的方法来描述车辆在车道中的分布,而不是一个固定值。
4、本发明考虑了用平顺性,根据车道宽度与自动驾驶车辆横向舒适度的关系公式进行校核,确保自动驾驶车辆横向舒适度不得高于人体能够承受的最大横向力系数。
附图说明
图1为车载测距设备安装的示意图;
图2为自动驾驶车辆中心线在车道中的坐标位置的示意图;
图3为车辆的横向运动失效度的示意图。
A具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
如图1-3所示,在本发明的考虑近迫感效应的自动驾驶车道宽度确定方法,包括以下步骤:
S1、将车载测距设备安装在车辆前部正中央,并对设备测量精度进行标定,具体如下;
S101、将设备安装在小汽车前部正中央,可以用毫米级精度的钢尺进行确认,使设备的安装误差应小于0.5cm;
S102、对设备测量精度进行标定,车载测距设备检测得到的设备到车道线的距离误差应小于0.5cm;
S103、若设备的安装精度及测量精度无法达到要求,需要进一步调试,直到达到要求。
S2、在车道右侧设置连续障碍物并施划白实线,车道左侧不设置障碍物并施划白虚线,以搭建测试场景,具体如下:
S201、在单向两车道的道路上搭建考虑近迫感效应的自动驾驶车道宽度确定测试场景,测试路段长度应大于5km;
S202、在右侧车道的右侧施划白实线,并在距离白实线50cm处设置连续障碍物,本实施例中的障碍物形状为长方体,障碍物尺寸为长、宽、高30cm×30cm×100cm;
S203、在右侧车道的左侧不设置障碍物并施划白虚线。
S3、以车道中心线为y轴,以车道中心线的垂线为x轴建立平面直角坐标系,具体如下:
S301、以车道中心线为y轴,以车道中心线的垂线为x轴建立平面直角坐标系;
S302、该坐标系以障碍物所在的方向为x轴的正方向;
S4、在不同的障碍物密度、车道宽度、环境亮度、地面标线完整度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下,让自动驾驶车辆在车道内行驶,测量车辆的横向摆动幅度,具体如下:
S401、打开车辆的自动驾驶功能;
S403、在控制其它变量为定值的基础上,在右侧车道的右侧设置不同密度的连续障碍物,障碍物密度ρi取值范围为1个/10m至1个/200m,并以1个/10m为步长;
S404、利用车载测距设备,输出自动驾驶车辆中心线与车道中心线的距离,也即为自动驾驶车辆中心线在车道中的坐标位置x;
S5、利用统计学方法,得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系。考虑自动驾驶车辆在车道中运行的近迫感效应,即车辆有远离障碍物的趋势,使用某一种右偏态函数拟合自动驾驶车辆在车道内横向摆动幅度,具体如下:
S501、考虑到自动驾驶车辆在车道中运行的近迫感效应,即车辆有远离障碍物的趋势,因此使用某一种右偏态函数拟合自动驾驶车辆中心线在车道中的坐标位置x;
S502、根据交通工程学原理,具体地,使用对数正态分布函数,拟合自动驾驶车辆中心线在车道中的坐标位置x:
S503、使用ρ作为修正系数对自动驾驶车辆中心线在车道中的坐标位置x进行修正,得到自动驾驶车辆中心线在车道中的坐标位置x的概率密度函数表达式:
S505、进一步地,定义F(x)为f(x,μx,δx,ρ)的累计分布函数,即有:
S6、将车辆左侧边缘线触碰到车道线的概率,定义为车辆的横向运动失效度,从而反推得到不同横向运动失效度下的车道宽度,具体如下:
S601、将车辆左侧边缘线触碰到车道线的概率P,定义为车辆的横向运动失效度ρ,ρ可由如下公式计算:
S602、同时,ρ亦可用f(x,μx,δx,ρ)的累计分布函数F(x)来表达:
S603、由车辆的横向运动失效度ρ,计算得到考虑近迫感效应的自动驾驶车道宽度W,W可由如下公式计算:
式中,F-1(x)为累计分布函数F(x)的反函数,可利用常见的数学计算软件,如MATLAB均可求得。
本实施例中,若取车辆的横向运动失效度ρ为80%,则对应的车道宽度为2.7m。
S7、校核不同宽度下的自动驾驶车辆横向舒适度情况,具体如下:
S701、根据车道宽度与自动驾驶车辆横向舒适度的关系公式进行校核,确保自动驾驶车辆横向舒适度不得高于人体能够承受的最大横向力系数,校核公式为:
式中,τ为人体能够承受的最大横向力系数;
本实施例中,假定自动驾驶车辆横向舒适度τ的取值为0.7,则W应满足:W>2.98m。
S8、综合考虑,确定考虑近迫感效应的自动驾驶道路直线段宽度确定方法,具体如下:
本实施例中一种考虑近迫感效应的自动驾驶车道宽度确定公式为:
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (9)
1.一种考虑近迫感效应的自动驾驶车道宽度确定方法,其特征在于,包括以下步骤:
S1、将车载测距设备安装在车辆前部正中央,并对设备测量精度进行标定;
S2、在单向两车道的道路上搭建测试场景,在右侧车道的右侧设置连续障碍物并施划白实线,右侧车道的左侧不设置障碍物并施划白虚线;
S3、以车道中心线为y轴,以车道中心线的垂线为x轴建立平面直角坐标系;
S4、在不同的障碍物密度、车道宽度、环境亮度、地面标线完整度、路面摩擦系数、横向风速、行驶速度、自动驾驶等级下,让自动驾驶车辆在车道内行驶,测量车辆的横向摆动幅度;
S5、利用统计学方法,得到自动驾驶车辆在车道内横向摆动幅度与影响因素的函数关系,考虑自动驾驶车辆在车道中运行的近迫感效应,即车辆有远离障碍物的趋势,使用右偏态函数拟合自动驾驶车辆在车道内横向摆动幅度;
S6、将车辆左侧边缘线触碰到车道线的概率,定义为车辆的横向运动失效度,从而反推得到不同横向运动失效度下的车道宽度;
S7、校核不同宽度下的自动驾驶车辆横向舒适度情况;
S8、确定考虑近迫感效应的自动驾驶道路直线段宽度。
2.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法,其特征在于,所述步骤S1包括以下步骤:
S101、将设备安装在小汽车前部正中央,使设备的安装误差小于0.5cm;
S102、对设备测量精度进行标定,使车载测距设备检测得到的设备到车道线的距离误差小于0.5cm;
S103、当设备的安装精度及测量精度无法达到要求,进一步调试,直到达到精度要求。
3.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法,其特征在于,所述步骤S2包括以下步骤:
S201、在单向两车道的道路上搭建考虑近迫感效应的自动驾驶车道宽度确定测试场景,测试路段长度大于5km;
S202、在右侧车道的右侧施划白实线,并在距离白实线50cm处设置连续障碍物,障碍物形状为长方体,障碍物尺寸为长、宽、高30cm×30cm×100cm;
S203、在右侧车道的左侧不设置障碍物并施划白虚线。
4.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法,其特征在于,所述步骤S3包括以下步骤:
S301、以车道中心线为y轴,以车道中心线的垂线为x轴建立平面直角坐标系;
S302、该坐标系以障碍物所在的方向为x轴的正方向。
6.根据权利要求1所述的一种考虑近迫感效应的自动驾驶车道宽度确定方法,其特征在于,所步骤S5包括以下步骤:
S501、考虑到自动驾驶车辆在车道中运行的近迫感效应,即车辆有远离障碍物的趋势,因此使用右偏态函数拟合自动驾驶车辆中心线在车道中的坐标位置x;
S502、根据交通工程学原理,使用对数正态分布函数,拟合自动驾驶车辆中心线在车道中的坐标位置x:
S503、使用ρ作为修正系数对自动驾驶车辆中心线在车道中的坐标位置x进行修正,得到自动驾驶车辆中心线在车道中的坐标位置x的概率密度函数表达式:
S505、进一步地,定义F(x)为f(x,μx,δx,ρ)的累计分布函数,即有:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111127195.2A CN113945221B (zh) | 2021-09-26 | 2021-09-26 | 一种考虑近迫感效应的自动驾驶车道宽度确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111127195.2A CN113945221B (zh) | 2021-09-26 | 2021-09-26 | 一种考虑近迫感效应的自动驾驶车道宽度确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113945221A true CN113945221A (zh) | 2022-01-18 |
CN113945221B CN113945221B (zh) | 2024-02-13 |
Family
ID=79328713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111127195.2A Active CN113945221B (zh) | 2021-09-26 | 2021-09-26 | 一种考虑近迫感效应的自动驾驶车道宽度确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113945221B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160334221A1 (en) * | 2015-05-11 | 2016-11-17 | United Parcel Service Of America, Inc. | Determining street segment headings |
CN109724600A (zh) * | 2017-10-30 | 2019-05-07 | 湖南中车时代电动汽车股份有限公司 | 一种用于智能驾驶车辆的局部轨迹容错方法 |
CN110136439A (zh) * | 2019-05-15 | 2019-08-16 | 东南大学 | 一种适用于自动驾驶车辆的车道宽度设计方法 |
US20190295420A1 (en) * | 2017-02-07 | 2019-09-26 | Tencent Technology (Shenzhen) Company Limited | Lane determination method, device and storage medium |
CN110667578A (zh) * | 2018-12-29 | 2020-01-10 | 长城汽车股份有限公司 | 自动驾驶车辆的横向决策系统及横向决策确定方法 |
US20200017102A1 (en) * | 2019-09-26 | 2020-01-16 | Intel Corporation | Safety module, automated driving system, and methods thereof |
KR102087053B1 (ko) * | 2018-09-27 | 2020-04-23 | 재단법인대구경북과학기술원 | 단말기 및 서버를 포함하는 실시간 차량 항법 관제 시스템 및 제어 방법 |
CN111998867A (zh) * | 2020-08-26 | 2020-11-27 | 上海汽车集团股份有限公司 | 一种车辆路径规划方法及装置 |
CN112829770A (zh) * | 2020-08-04 | 2021-05-25 | 百度(美国)有限责任公司 | 基于车道边界和车辆速度的绕行决策 |
FR3106918A1 (fr) * | 2020-01-30 | 2021-08-06 | Renault S.A.S | Procédé et dispositif de reconstruction des voies |
-
2021
- 2021-09-26 CN CN202111127195.2A patent/CN113945221B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160334221A1 (en) * | 2015-05-11 | 2016-11-17 | United Parcel Service Of America, Inc. | Determining street segment headings |
US20190295420A1 (en) * | 2017-02-07 | 2019-09-26 | Tencent Technology (Shenzhen) Company Limited | Lane determination method, device and storage medium |
CN109724600A (zh) * | 2017-10-30 | 2019-05-07 | 湖南中车时代电动汽车股份有限公司 | 一种用于智能驾驶车辆的局部轨迹容错方法 |
KR102087053B1 (ko) * | 2018-09-27 | 2020-04-23 | 재단법인대구경북과학기술원 | 단말기 및 서버를 포함하는 실시간 차량 항법 관제 시스템 및 제어 방법 |
CN110667578A (zh) * | 2018-12-29 | 2020-01-10 | 长城汽车股份有限公司 | 自动驾驶车辆的横向决策系统及横向决策确定方法 |
CN110136439A (zh) * | 2019-05-15 | 2019-08-16 | 东南大学 | 一种适用于自动驾驶车辆的车道宽度设计方法 |
US20200017102A1 (en) * | 2019-09-26 | 2020-01-16 | Intel Corporation | Safety module, automated driving system, and methods thereof |
FR3106918A1 (fr) * | 2020-01-30 | 2021-08-06 | Renault S.A.S | Procédé et dispositif de reconstruction des voies |
CN112829770A (zh) * | 2020-08-04 | 2021-05-25 | 百度(美国)有限责任公司 | 基于车道边界和车辆速度的绕行决策 |
CN111998867A (zh) * | 2020-08-26 | 2020-11-27 | 上海汽车集团股份有限公司 | 一种车辆路径规划方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113945221B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105264586B (zh) | 用于车辆的占用地图 | |
US9849911B2 (en) | Enhanced vehicle lateral control (lane following/lane keeping/lane changing control) for trailering vehicles | |
CN107705554B (zh) | 发送必要性判定装置以及路径规划系统 | |
US9849878B2 (en) | System and method for providing a corrected lane following path through a curve for trailering vehicles | |
US9428187B2 (en) | Lane change path planning algorithm for autonomous driving vehicle | |
US8170739B2 (en) | Path generation algorithm for automated lane centering and lane changing control system | |
DE112011101251B4 (de) | Fahrzeugsteuervorrichtung, Ziel-Führungsfahrzeug-Zuweisungsvorrichtung und Fahrzeugsteuerverfahren | |
EP2282170A2 (en) | Specifying reliability of information used in driving support | |
US20170057355A1 (en) | Vehicle speed control system | |
EP3525192B1 (en) | Vehicle assessment method, travel route correction method, vehicle assessment device, and travel route correction device | |
EP3306271A1 (en) | Vehicle stop position setting device and method | |
CN101837781A (zh) | 用于自动车道对正或换道的控制系统的基于模型的预测控制 | |
US20160214617A1 (en) | Method for determining a relative gradient of a roadway | |
EP3456596A1 (en) | Method and device of predicting a possible collision | |
CN103204162A (zh) | 具有有效后转向的车道跟踪系统 | |
US8862326B2 (en) | Vehicle travel assisting device | |
KR20190038077A (ko) | 차선 유지 제어장치 및 제어방법 | |
KR20140083723A (ko) | Scc 장치 및 이에 적용되는 타겟 차량 차선 판별 방법 | |
CN113759903A (zh) | 无人驾驶车辆及其转向控制方法、电子设备及存储介质 | |
TW201420399A (zh) | 利用車身訊號偵測車道曲率之方法及其系統 | |
CN111967094B (zh) | 一种基于Mobileye提供车道线方程的后向车道线推算方法 | |
JP6982754B2 (ja) | 車両制御装置 | |
JP6171849B2 (ja) | 移動体位置姿勢角推定装置及び移動体位置姿勢角推定方法 | |
CN112455446A (zh) | 用于车辆控制的方法、装置、电子设备和存储介质 | |
JP2020003463A (ja) | 自車位置推定装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |