CN113954826A - 一种车辆盲区的车辆控制方法及其系统、车辆 - Google Patents
一种车辆盲区的车辆控制方法及其系统、车辆 Download PDFInfo
- Publication number
- CN113954826A CN113954826A CN202111536516.4A CN202111536516A CN113954826A CN 113954826 A CN113954826 A CN 113954826A CN 202111536516 A CN202111536516 A CN 202111536516A CN 113954826 A CN113954826 A CN 113954826A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- current vehicle
- target obstacle
- blind area
- speed
- 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 49
- 230000033001 locomotion Effects 0.000 claims abstract description 34
- 230000001276 controlling effect Effects 0.000 claims abstract description 18
- 230000000875 corresponding effect Effects 0.000 claims abstract description 13
- 238000011217 control strategy Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 30
- 230000008447 perception Effects 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 18
- 230000004927 fusion Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 5
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 11
- 230000003068 static effect Effects 0.000 abstract description 6
- 238000013459 approach Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 36
- 238000013528 artificial neural network Methods 0.000 description 19
- 238000013135 deep learning Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 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
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- B60W2552/50—Barriers
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆盲区的车辆控制方法及其系统、车辆。其方法包括：获取当前车辆外部的环境图像；在识别到所述环境图像中存在目标障碍物时，获取所述目标障碍物的运动信息；获取所述当前车辆的行驶状态信息；在判断目标障碍物的运动信息和所述当前车辆的行驶状态信息满足预设低速控制策略时，控制所述当前车辆执行相应的动作。本发明可以严格控制车辆的有效速度范围，避免低速场景对车辆的影响，通过检测盲区范围内目标障碍物信息，控制减速/制动功能的输出，从而避免大型商用车等车辆在低速及静止启动过程中因盲区目标障碍物靠近而造成交通人员事故。
Description
技术领域
本发明涉及车辆控制技术领域，尤其是涉及一种车辆盲区的车辆控制方法及其系统、车辆。
背景技术
车辆电子控制系统在硬件结构上一般由三部分组成：传感器、电子控制单元和执行机构，车辆在运行时，各传感器负责不断检测车辆运行的工况信息，并将这些信息实时地通过输入接口传送给电子控制单元，电子控制单元接收到这些信息时，根据内部预先编写好的控制程序，进行相应的决策和处理，并通过其输出接口输出控制信号给相应的执行器，执行器接收到控制信号后，执行相应的动作，实现某种预定的功能，在车辆行驶的时候，车头和周围的位置存在盲区，看不清楚盲区的情况，在车辆行驶的时候可能因为盲区造成低速和静止启动，严重的情况下可能造成交通事故，在目前国内市场，由于商用车（包括大型客车，大型货车及重卡）自身的体积及车辆构造原因，大型商用车存在较大的车身周围盲区；而驾驶员由于观察不到盲区的环境信息而在行驶过程中所导致的交通事故，引起人员伤亡的新闻时间屡屡发生，如何减轻因商用车盲区而产生的交通危害以成为各车企的开发重点。
目前市场上已经有不少车辆科技公司针对商用车盲区而开发出对应感知系统（如车身540°环视检测等），但更多都是作为图像传输到商用车的影响系统上，由于驾驶员观察的不确定性，这种环视检测带来的作用尚有商榷的地方。
现今感知系统只能提供单一盲区环境数据，无法实际避免当行人靠近商用车，由于驾驶员行驶而造成交通事故。
发明内容
本发明实施例的目的是提供一种车辆盲区的车辆控制方法及其系统、车辆，其能够车辆在静止到启动过程中或低速运行过程中，通过检测盲区范围内目标障碍物的运动信息以及当前车辆的行驶状态信息，控制减速/制动功能的输出，从而避免标障碍物靠近而造成交通事故。
为了解决上述技术问题，本发明实施例提供的一种车辆盲区的车辆控制方法，包括：
获取当前车辆外部的环境图像；
在识别到所述环境图像中存在目标障碍物时，获取所述目标障碍物的运动信息；
获取所述当前车辆的行驶状态信息；
在判断目标障碍物的运动信息和所述当前车辆的行驶状态信息满足预设低速控制策略时，控制所述当前车辆执行相应的动作。
在某一个实施例中，所述预设低速控制策略包括在所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆减速或制动。
在某一个实施例中，在所述获取所述目标障碍物的运动信息之后，还包括：
根据所述目标障碍物的运动信息，判断所述目标障碍物是否位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势；其中，所述目标障碍物的运动信息包括所述目标障碍物的横向速度、纵向速度以及所述目标障碍物与所述当前车辆的距离；
在所述获取所述当前车辆的行驶状态信息之后，还包括：
根据所述当前车辆的行驶状态信息，判断所述当前车辆的速度是否低于预设值；其中，所述当前车辆的行驶状态信息包括当前车辆的模式状态和速度。
在某一个实施例中，还包括：
在判断所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆报警。
在某一个实施例中，还包括：
检测所获取到的当前车辆外部的环境图像质量是否合格、所述当前车辆的通信是否正常以及所获取到的所述当前车辆的行驶状态信息是否符合预设规则；
若均是，则在判断所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆减速或制动。
本发明实施例提供的一种车辆盲区的车辆控制系统，包括：中央域控制终端，所述中央域控制终端双向连接有用于获取当前车辆外部的环境图像的图像信息接收传输单元，所述图像信息接收传输单元双向连接有感知融合计算单元，所述感知融合计算单元包括用于获取所述目标障碍物的运动信息的目标障碍物判定模块以及用于获取所述当前车辆的行驶状态信息的行驶状态判定模块，所述中央域控制终端双向连接有用于控制车辆减速或制动的ESC控制单元，所述ESC控制单元用于在判断目标障碍物的运动信息和所述当前车辆的行驶状态信息满足预设低速控制策略时，控制所述当前车辆执行相应的动作。
在某一个实施例中，所述目标障碍物判定模块包括用于识别图像中目标障碍物的目标障碍物分析模块、用于计算目标障碍物纵横向速度的目标障碍物纵向速度分析模块和目标障碍物横向速度分析模块、用于分析车辆与行人及非机动车距离的车辆距离分析模块；
所述图像信息接收传输单元双向连接有摄像头图像连续接收模块和图像置信度识别分析模块，所述图像置信度识别分析模块单向连接于所述摄像头图像连续接收模块，所述图像置信度识别分析模块单向连接有控制系统报警单元；
所述中央域控制终端双向连接有CAN数据接收单元，所述CAN数据接收单元双向连接有CAN数据检测模块和心跳信号检测模块。
本发明实施例提供的一种车辆，包括如上述任意一个实施例所述的车辆盲区的车辆控制系统、环境感知摄像头和ESC减速制动接口；
所述环境感知摄像头单向连接于所述图像信息接收传输单元，所述ESC减速制动接口单向连接于所述ESC控制单元，所述环境感知摄像头设置于车辆盲区处并用于获取当前车辆外部的环境图像。
在某一个实施例中，还包括HMI显示仪；
所述HMI显示仪双向连接于所述车辆盲区的车辆控制系统，所述车辆盲区的车辆控制系统和所述HMI显示仪均安装于车辆内部，通过所述HMI显示仪，实现对车辆盲区的车辆控制系统进行操作和显示。
本发明实施例提供的一种车辆，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任意一个实施例所述的车辆盲区的车辆控制方法。
相比于现有技术，车辆盲区的车辆控制方法及其系统、车辆可以严格控制车辆的有效速度范围，避免低速场景对车辆的影响，通过检测盲区范围内目标障碍物信息，控制减速/制动功能的输出，从而避免大型商用车等车辆在低速及静止启动过程中因盲区目标障碍物靠近而造成交通人员事故。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中车辆盲区的车辆控制方法的流程示意图；
图2是本发明实施例中车辆盲区的车辆控制系统的结构示意图；
图3是本发明实施例中感知融合计算单元的结构示意图；
图4是本发明实施例中车辆的结构示意图。
附图标号说明：
1、中央域控制终端；2、控制系统初始处理模块；3、图像信息接收传输单元；31、摄像头图像连续接收模块；32、图像置信度识别分析模块；4、感知融合计算单元；41、目标障碍物纵向速度分析模块；42、目标障碍物横向速度分析模块；43、行驶状态判定模块；44、车辆距离分析模块；45、目标障碍物分析模块；46、深度学习计算模块；47、计算数据整合模块；48、神经网络计算模块；5、CAN数据接收单元；51、CAN数据检测模块；52、心跳信号检测模块；6、控制系统报警单元；7、ESC控制单元。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明描述中，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中，需要说明的是，除非另有定义，本发明所使用的所有的技术和科学术语与属于本的技术领域的技术人员通常理解的含义相同。本发明中说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明，对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1，图1是本发明实施例中一种车辆盲区的车辆控制方法的流程示意图，该控制方法包括以下步骤：
S10、获取当前车辆外部的环境图像。
S20、在识别到所述环境图像中存在目标障碍物时，获取所述目标障碍物的运动信息。
S30、获取所述当前车辆的行驶状态信息。
S40、在判断目标障碍物的运动信息和所述当前车辆的行驶状态信息满足预设低速控制策略时，控制所述当前车辆执行相应的动作。
对应的，请参阅图2，图2是本发明实施例中车辆盲区的车辆控制系统的结构示意图，在本实施例中，车辆盲区的车辆控制方法可由车辆盲区的车辆控制系统执行。该控制系统包括：
中央域控制终端1，所述中央域控制终端1双向连接有用于获取当前车辆外部的环境图像的图像信息接收传输单元3，所述图像信息接收传输单元3双向连接有感知融合计算单元4，所述感知融合计算单元4包括用于获取所述目标障碍物的运动信息的目标障碍物判定模块以及用于获取所述当前车辆的行驶状态信息的行驶状态判定模块43，所述中央域控制终端1双向连接有用于控制车辆减速或制动的ESC控制单元7，所述ESC控制单元7用于在判断目标障碍物的运动信息和所述当前车辆的行驶状态信息满足预设低速控制策略时，控制所述当前车辆执行相应的动作。
本发明实施例还提供一种车辆，包括如上述任意一个实施例所述的车辆盲区的车辆控制系统、环境感知摄像头和ESC减速制动接口，所述环境感知摄像头单向连接于所述图像信息接收传输单元，所述ESC减速制动接口单向连接于所述ESC控制单元，所述环境感知摄像头设置于车辆盲区处并用于获取当前车辆外部的环境图像。
在本实施例中，中央域控制终端1可以包括多核CPU/GPU芯片和服务框架，中央域控制终端1将车辆电子功能整合成几个领域，如动力传动域、车身电子域、辅助驾驶域等，并通过芯片和服务框架对车辆的电子功能进行控制，软件也将根据相应功能域重新分类集成。本实施例中，中央域控制终端1将车辆的ESC控制单元7、环境感知摄像头和CAN数据传输设备进行整合，将ESC控制单元7、环境感知摄像头和CAN数据传输设备通过感知融合计算单元4处理，使车辆盲区的车辆控制系统可以实现对车辆盲区的检测。
环境感知摄像头可为激光雷达摄像头，激光雷达系统能探测静态和动态物体，提供被探测物的高分辨率的几何图像、距离图像、速度图像，并且可以适用不同的光线环境，在所有光线条件下都能很好的工作。本实施例中，环境感知摄像头设置于车辆盲区位置，可设置1个或者多个，本发明不对环境感知摄像头数量做限制。通过环境感知摄像头对车辆盲区位置进行拍摄，并将拍摄的图片发送到图像信息接收传输单元3进行处理，实现了对车辆盲区的车辆控制系统中图像的拍摄。
在某一个实施例中，车辆还包括HMI显示仪，所述HMI显示仪双向连接于所述车辆盲区的车辆控制系统，所述车辆盲区的车辆控制系统和所述HMI显示仪均安装于车辆内部，通过所述HMI显示仪，实现对车辆盲区的车辆控制系统进行操作和显示。
在本实施例中，HMI显示仪包括显示单元、输入单元、通讯接口、数据存贮单元等，本发明采用型号为HYW070E07的HMI显示仪，保证HMI显示仪的实时、高效10ms级、多线程、长时间的稳定运行。具体的，HMI显示仪通过接口与中央域控制器相连接，用户通过HMI显示仪可以开启或者关闭车辆盲区的车辆控制系统，此外，HMI显示仪还可以对感知融合计算单元4计算出的行人及非机动车横向速度、行人及非机动车纵向速度、车辆的行驶情况、车辆和行人及非机动车的距离等进行显示，以使车主更加直观地看到车辆盲区的车辆控制系统的运行情况，使车主可以更好的控制车辆盲区的车辆控制系统。
在一个具体实施例中，所述目标障碍物包括行人及非机动车辆。所述目标障碍物的运动信息包括所述目标障碍物的横向速度、纵向速度以及所述目标障碍物与所述当前车辆的距离。所述当前车辆的行驶状态信息包括当前车辆的模式状态和速度。
在一个具体实施例中，所述预设低速控制策略包括在所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆减速或制动。
在某一个实施例中，在所述步骤S20获取所述目标障碍物的运动信息之后，还包括以下步骤：
根据所述目标障碍物的运动信息，判断所述目标障碍物是否位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势。
在所述步骤S30获取所述当前车辆的行驶状态信息之后，还包括以下步骤：
根据所述当前车辆的行驶状态信息，判断所述当前车辆的速度是否低于预设值。
在某一个实施例中，所述目标障碍物判定模块包括用于识别图像中目标障碍物的目标障碍物分析模块45、用于计算目标障碍物纵横向速度的目标障碍物纵向速度分析模块41和目标障碍物横向速度分析模块42、用于分析车辆与行人及非机动车距离的车辆距离分析模块44。
本发明将基于环境感知传感器，并通过对动力系统进行特定场景的控制干预，从而实现了一种大型商用车在静止到启动过程中或低速运行过程中，通过检测盲区范围内目标障碍物的运动信息以及当前车辆的行驶状态信息，控制减速/制动功能的输出，从而避免标障碍物靠近所产生伤害的控制系统。
在本实施例中，环境感知摄像头拍摄的环境图像传递到感知融合计算单元4后，感知融合计算单元4的目标障碍物判定模块通过目标障碍物分析模块45识别摄像头拍摄的环境图像是否的包含有行人或非机动车的目标障碍物，然后通过目标障碍物纵向速度分析模块41计算目标障碍物纵向速度，通过目标障碍物横向速度分析模块42计算目标障碍物横向速度，通过行驶状态判定模块43获取车辆的行驶状态信息，通过车辆距离分析模块44分析车辆与目标障碍物的距离，通过上述检测和计算，若车辆盲区预设范围内（例如1m、2m）有目标障碍物，并且目标障碍物朝向当前车辆的时候，通过行驶状态判定模块43开始检测车辆速度是否小于预设值（例如5km/h），在车辆速度小于预设值的情况下，中央域控制终端1将命令传递到ESC控制单元7，通过ESC控制单元7控制车辆减速并刹停。
具体的，目标障碍物横向速度分析模块42和目标障碍物纵向速度分析模块41分别对环境感知摄像头拍摄的环境图像进行逐帧对比，识别出目标障碍物在每一张图片上的位置关系，并通过运算得到目标障碍物的纵向和横向移动速度和目标障碍物与车辆的行驶方向，并将计算的数据传递到中央域控制终端1进行处理，中央域控制终端1可以根据目标障碍物的纵向和横向移动速度和目标障碍物与车辆的行驶方向判断车辆盲区的情况，并做出处理。
当前车辆的行驶模式可表现为当前D/R档，即车辆启动模式或缓慢行驶模式。当车辆处于D/R档启动或缓慢行驶的模式时，若车辆周围盲区1~2m内有行人或机动车，则车辆盲区的车辆控制系统被触发，并控制ESC控制单元7对车辆进行减速或者刹停。若环境感知摄像头拍摄图片感知不到车辆盲区1~2m处有行人及非机动车，或者车辆速度大于5km/h时，车辆盲区的车辆控制系统不触发或者结束循环。
综上，车辆盲区的车辆控制方法及其系统、车辆可以严格控制车辆的有效速度范围，避免低速场景对车辆的影响，通过检测盲区范围内目标障碍物信息，控制减速/制动功能的输出，从而避免大型商用车等车辆在低速及静止启动过程中因盲区目标障碍物靠近而造成交通人员事故。
在某一个实施例中，车辆盲区的车辆控制方法还包括以下步骤：
在判断所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆报警。
在某一个实施例中，所述图像信息接收传输单元3双向连接有摄像头图像连续接收模块31和图像置信度识别分析模块32，所述图像置信度识别分析模块32单向连接于所述摄像头图像连续接收模块31，所述图像置信度识别分析模块32单向连接有控制系统报警单元6。所述中央域控制终端1双向连接有CAN数据接收单元5，所述CAN数据接收单元5双向连接有CAN数据检测模块51和心跳信号检测模块52。
在某一个实施例中，车辆盲区的车辆控制方法还包括以下步骤：
检测所获取到的当前车辆外部的环境图像质量是否合格、所述当前车辆的通信是否正常以及所获取到的所述当前车辆的行驶状态信息是否符合预设规则；
若均是，则在判断所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆减速或制动。
在车辆盲区的车辆控制系统运行的过程中，中央域控制终端1启动，通过控制系统初始处理模块2对之前获取到的车辆行驶检测和控制的数据进行初始化，初始成功后中央域控制终端1进入下一步处理，初始化失败控制系统初始处理模块2将初始化错误的信息传递到中央域控制终端1，中央域控制终端1根据错误信息控制控制系统报警单元6对车主进行警报提示。
中央域控制终端1初始化成功之后，通过车辆上设置的环境感知摄像头对盲区处进行拍摄，拍摄的环境图像传递到图像信息接收传输单元3，图像信息接收传输单元3通过摄像头图像连续接收模块31持续地接收环境感知摄像头拍摄的环境图像，图像置信度识别分析模块32对环境图像质量进行检测。其中，图像置信度识别分析模块32中预设有图像置信度的参数，通过将环境感知摄像头拍摄的环境图像与预设的图像置信度的参数进行对比，当环境感知摄像头拍摄的环境图像与图像置信度的参数达到50%的时候，图像置信度识别分析模块32判断摄像头拍摄的环境图像合格，进行下一步处理；当环境感知摄像头拍摄的环境图像与图像置信度的参数对比不足50%的时候，图像置信度识别分析模块32判断摄像头拍摄的环境图像不合格，并通过中央域控制终端1传递到控制系统报警单元6，对车主进行警报提醒。可以理解，预设的图像置信度还可以设置为其他数值，例如60%、65%或70%，在此不做具体限定。
此外，CAN数据接收单元5通过CAN数据检测模块51和心跳信号检测模块52检测车辆CAN数据包接收的正确性和稳定性。其中，CAN数据包由期望的数据信息、CRC校验码和心跳信号组成，并通按预设的周期进行发送。CAN数据检测模块51根据CAN数据包中的期望的数据信息和心跳信号计算出实际的CRC校验码，并将其与CAN数据包中的原始CRC校验码进行校验，以确定CAN数据包的正确性和完整性。检测模块52观测CAN数据传输的心跳信号是否连续变化，以确定CAN数据是否丢帧或传输超时。通过上述步骤对CAN数据包接收的正确性和稳定性进行检测，若CAN数据接收单元5检测CAN数据接收异常，将异常信息传递到中央域控制终端1，然后通过控制系统报警单元6，对车主进行警报提醒，若CAN数据接收单元5检测CAN数据接收正常，则车辆盲区的车辆控制系统正常运行。
具体的，通过心跳信号检测模块52对车辆盲区的车辆控制系统与车辆的连接进行检测，发送端周期性向CAN总线发送CAN数据包，CAN数据包中包括期望的数据信息、心跳信号和CRC校验码。接收端周期性接收CAN数据包，并根据期望的数据信息和心跳信号计算出实际的CRC校验码，通过比对实际的CRC校验码和CAN数据中的原始CRC校验码来确定CAN数据的正确性和完整性。若无法接收到CAN数据包或心跳信号保持不变持续多次会认为连接无故断开了，报告通讯失败。显然基于连接的协议能够保证发送的数据被目标接收到。需要说明的是，数据包中对于应用来说有意义的部分数据是否正确是需要根据具体协议而定的，但是指明目的地址的包头部分有错误肯定会导致重发或者发送失败。本实施例通过设置心跳信号检测模块52对设备双方之间的连接进行检测，若车辆盲区的车辆控制系统与车辆的连接出现了问题，就可以快速的对车主进行提醒。
请参阅图3，图3是本发明实施例中感知融合计算单元的结构示意图。
在某一个实施例中，所述中央域控制终端1双向连接有用于对图像进行计算识别的深度学习计算模块46和神经网络计算模块48，所述深度学习计算模块46和神经网络计算模块48分别双向连接于计算数据整合模块47，所述计算数据整合模块47用于整合深度学习计算模块46和神经网络计算模块48运算数据。
本发明实施例中，感知融合计算单元4由深度学习计算模块46、神经网络计算模块48和神经网络计算模块47构成，感知融合计算单元4的功能由现今技术成熟的深度学习算法和神经网络算法实现，能够输出表现为距离当前车辆N米内存在有哪种目标障碍物。
其中，神经网络算法包括了很多神经元，每个神经元接受输入的信号，然后乘以对应的权重，并求和然后通过输入到一个非线性函数，相互堆积的神经元按照层进行组织。神经网络算法中包括前向神经网络、卷积神经网络、循环神经网络等，本发明可采用卷积神经网络算法，卷积神经网络采用了一个卷积函数，没有采用层与层之间的神经元都全部进行连接，卷积层只让两层之间部分的神经元进行连接，将信息化成概念，并用符号表示在根据符号运算按串行模式进行逻辑推理，这一过程可以写成串行的指令让计算机执行，可以很好的识别数据之间的空间关系。
在本发明实施例中，环境感知摄像头拍摄的环境图像通过图像置信度识别分析模块32的判定之后，将环境感知摄像头拍摄的环境图像传递到感知融合计算单元4，感知融合计算单元4将环境感知摄像头拍摄的环境图像传输到神经网络计算模块48中，神经网络计算模块48通过f(x)=y的运算公式进行计算，其中所有x都是若干输入图片，y是一个n色图，神经网络计算模块48通过Faster-RCNN快速对摄像头拍摄的图像数据进行识别提取，确定摄像头拍摄的图像数据中行人或非机动车的位置，并通过y计算出行人及非机动车的边框，通过对边框数据的提取，将提取的边框数据传输到判别器，然后通过网络中高维度的数据对提取的边框数据进行特征提取得到低维度的判别信息，以判断提取的边框数据是否为行人或非机动车，同时将判断的信息传递到中央域控制终端1，通过中央控制端1在大型商用车在静止到启动过程，通过检测盲区范围内行人信息，实现减速/制动功能。
其中，深度学习算法（deep learning）是基于人工神经网络的机器学习的一种算法，主要以数据库中样本分析来完成更高的准确率。
在本发明实施例中，深度学习计算模块46对神经网络计算模块48的计算结果进行复制并保存，扩充深度学习计算模块46的数据库，可以在识别的时候对神经网络计算模块48进行辅助，使神经网络计算模块48可以更快的计算出结果，使车辆盲区的车辆控制系统可以更快速的对行人及非机动车辆进行识别区分。而计算数据整合模块47则能够整合深度学习计算模块46和神经网络计算模块48的运算数据，并将整合结果发送至中央域控制终端1。
请参阅图4，图4是本发明某一实施例提供的车辆的结构框图。车辆包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任意一个实施例所述的车辆盲区的车辆控制方法。
其中，处理器用于控制该车辆的整体操作，以完成上述的车辆盲区的车辆控制方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该车辆的操作，这些数据例如可以包括用于在该车辆上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
在一示例性实施例中，车辆可以被一个或多个应用专用集成电路(ApplicationSpecific 1ntegrated Circuit，简称AS1C)、数字信号处理器(Digital SignalProcessor，简称DSP) 、数字信号处理设备(Digital Signal Processing Device ,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array ，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的车辆盲区的车辆控制方法，并达到如上述方法一致的技术效果。
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任意一个实施例中的车辆盲区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，上述程序指令可由车辆的处理器执行以完成上述的车辆盲区的车辆控制方法，并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种车辆盲区的车辆控制方法，其特征在于，包括：
获取当前车辆外部的环境图像；
在识别到所述环境图像中存在目标障碍物时，获取所述目标障碍物的运动信息；
获取所述当前车辆的行驶状态信息；
在判断目标障碍物的运动信息和所述当前车辆的行驶状态信息满足预设低速控制策略时，控制所述当前车辆执行相应的动作。
2.根据权利要求1所述的车辆盲区的车辆控制方法，其特征在于，所述预设低速控制策略包括在所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆减速或制动。
3.根据权利要求2所述的车辆盲区的车辆控制方法，其特征在于，
在所述获取所述目标障碍物的运动信息之后，还包括：
根据所述目标障碍物的运动信息，判断所述目标障碍物是否位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势；其中，所述目标障碍物的运动信息包括所述目标障碍物的横向速度、纵向速度以及所述目标障碍物与所述当前车辆的距离；
在所述获取所述当前车辆的行驶状态信息之后，还包括：
根据所述当前车辆的行驶状态信息，判断所述当前车辆的速度是否低于预设值；其中，所述当前车辆的行驶状态信息包括当前车辆的模式状态和速度。
4.根据权利要求2所述的车辆盲区的车辆控制方法，其特征在于，还包括：
在判断所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆报警。
5.根据权利要求2所述的车辆盲区的车辆控制方法，其特征在于，还包括：
检测所获取到的当前车辆外部的环境图像质量是否合格、所述当前车辆的通信是否正常以及所获取到的所述当前车辆的行驶状态信息是否符合预设规则；
若均是，则在判断所述当前车辆的速度低于预设值、所述目标障碍物位于所述当前车辆的盲区以及具有朝向所述当前车辆的运动趋势时，控制所述当前车辆减速或制动。
6.一种车辆盲区的车辆控制系统，其特征在于，包括：中央域控制终端，所述中央域控制终端双向连接有用于获取当前车辆外部的环境图像的图像信息接收传输单元，所述图像信息接收传输单元双向连接有感知融合计算单元，所述感知融合计算单元包括用于获取目标障碍物的运动信息的目标障碍物判定模块以及用于获取所述当前车辆的行驶状态信息的行驶状态判定模块，所述中央域控制终端双向连接有用于控制车辆减速或制动的ESC控制单元，所述ESC控制单元用于在判断目标障碍物的运动信息和所述当前车辆的行驶状态信息满足预设低速控制策略时，控制所述当前车辆执行相应的动作。
7.根据权利要求6所述的车辆盲区的车辆控制系统，其特征在于，
所述目标障碍物判定模块包括用于识别图像中目标障碍物的目标障碍物分析模块、用于计算目标障碍物纵横向速度的目标障碍物纵向速度分析模块和目标障碍物横向速度分析模块、用于分析车辆与行人及非机动车距离的车辆距离分析模块；
所述图像信息接收传输单元双向连接有摄像头图像连续接收模块和图像置信度识别分析模块，所述图像置信度识别分析模块单向连接于所述摄像头图像连续接收模块，所述图像置信度识别分析模块单向连接有控制系统报警单元；
所述中央域控制终端双向连接有CAN数据接收单元，所述CAN数据接收单元双向连接有CAN数据检测模块和心跳信号检测模块。
8.一种车辆，其特征在于，包括如权利要求6或7所述的车辆盲区的车辆控制系统、环境感知摄像头和ESC减速制动接口；
所述环境感知摄像头单向连接于所述图像信息接收传输单元，所述ESC减速制动接口单向连接于所述ESC控制单元，所述环境感知摄像头设置于车辆盲区处并用于获取当前车辆外部的环境图像。
9.根据权利要求8所述的车辆，其特征在于，还包括HMI显示仪；
所述HMI显示仪双向连接于所述车辆盲区的车辆控制系统，所述车辆盲区的车辆控制系统和所述HMI显示仪均安装于车辆内部，通过所述HMI显示仪，实现对车辆盲区的车辆控制系统进行操作和显示。
10.一种车辆，其特征在于，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至5任一项所述的车辆盲区的车辆控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111536516.4A CN113954826B (zh) | 2021-12-16 | 2021-12-16 | 一种车辆盲区的车辆控制方法及其系统、车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111536516.4A CN113954826B (zh) | 2021-12-16 | 2021-12-16 | 一种车辆盲区的车辆控制方法及其系统、车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113954826A true CN113954826A (zh) | 2022-01-21 |
| CN113954826B CN113954826B (zh) | 2022-04-05 |
Family
ID=79473268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111536516.4A Active CN113954826B (zh) | 2021-12-16 | 2021-12-16 | 一种车辆盲区的车辆控制方法及其系统、车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113954826B (zh) |
Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101920701A (zh) * | 2009-06-16 | 2010-12-22 | 日产自动车株式会社 | 车辆操作支持装置 |
| WO2013021490A1 (ja) * | 2011-08-10 | 2013-02-14 | トヨタ自動車株式会社 | 運転支援装置 |
| CN203221964U (zh) * | 2013-04-09 | 2013-10-02 | 中南林业科技大学涉外学院 | 汽车智能倒车防撞装置 |
| WO2014078682A1 (en) * | 2012-11-16 | 2014-05-22 | Robert Bosch Gmbh | Collision mitigation systems and methods using driver attentiveness |
| CN104648390A (zh) * | 2013-11-16 | 2015-05-27 | 青岛网媒软件有限公司 | 智能大型车辆转向盲区安全警示装置 |
| CN104648391A (zh) * | 2013-11-16 | 2015-05-27 | 青岛网媒软件有限公司 | 智能大型车辆转向盲区安全警示装置及其工作方法 |
| CN105922990A (zh) * | 2016-05-26 | 2016-09-07 | 广州大学 | 一种基于云端机器学习的车辆环境感知和控制方法 |
| US20170101092A1 (en) * | 2014-05-29 | 2017-04-13 | Toyota Jidosha Kabushiki Kaisha | Driving support apparatus |
| US9690296B1 (en) * | 2012-06-20 | 2017-06-27 | Waymo Llc | Avoiding blind spots of other vehicles |
| CN107121979A (zh) * | 2016-02-25 | 2017-09-01 | 福特全球技术公司 | 自主置信控制 |
| CN107161081A (zh) * | 2017-05-11 | 2017-09-15 | 重庆长安汽车股份有限公司 | 一种右侧盲区图像自动打开系统及方法 |
| US20170277184A1 (en) * | 2016-03-25 | 2017-09-28 | Panasonic Intellectual Property Corporation Of America | Controller, driving control method, and non-transitory computer-readable recording medium storing a program |
| US20170327094A1 (en) * | 2016-05-16 | 2017-11-16 | Toyota Jidosha Kabushiki Kaisha | Driving assistance control apparatus of vehicle |
| CN206954216U (zh) * | 2017-07-03 | 2018-02-02 | 临安市公路建设工程有限公司 | 大型车辆转弯视觉盲区预警自动制动装置 |
| CN110126824A (zh) * | 2019-05-22 | 2019-08-16 | 河南工业大学 | 一种集成双目摄像头和毫米波雷达的商用车aebs系统 |
| US20190315345A1 (en) * | 2018-04-16 | 2019-10-17 | David E. Newman | Blind spot potential-hazard avoidance system |
| CN110901536A (zh) * | 2019-12-09 | 2020-03-24 | 江苏理工学院 | 一种盲区检测报警系统及其工作方法 |
| CN210284196U (zh) * | 2019-01-20 | 2020-04-10 | 长春一汽富晟德尔汽车部件有限公司 | 一种货车转向检测装置 |
| CN210391111U (zh) * | 2019-07-10 | 2020-04-24 | 厦门金龙联合汽车工业有限公司 | 一种客车主动缓解行人碰撞的控制系统 |
| CN111267734A (zh) * | 2020-04-01 | 2020-06-12 | 上海神添实业有限公司 | 大型运输车辆安全防护系统及其预警方法 |
| KR20200098368A (ko) * | 2019-02-11 | 2020-08-20 | 우석대학교 산학협력단 | 차량 출발시 사고발생방지를 위한 사각지대 경고장치 |
| CN111762179A (zh) * | 2020-05-11 | 2020-10-13 | 广州文远知行科技有限公司 | 车辆控制方法、装置、车辆和计算机可读存储介质 |
| CN113276769A (zh) * | 2021-04-29 | 2021-08-20 | 深圳技术大学 | 车辆盲区防撞预警系统及方法 |
| CN113276770A (zh) * | 2021-04-30 | 2021-08-20 | 中汽研（天津）汽车工程研究院有限公司 | 基于安全和低成本需求的商用车全盲区监测系统和方法 |
| CN113753081A (zh) * | 2019-01-15 | 2021-12-07 | 北京百度网讯科技有限公司 | 一种激光雷达路侧盲区交通参与者避让方法和装置 |
-
2021
- 2021-12-16 CN CN202111536516.4A patent/CN113954826B/zh active Active
Patent Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101920701A (zh) * | 2009-06-16 | 2010-12-22 | 日产自动车株式会社 | 车辆操作支持装置 |
| WO2013021490A1 (ja) * | 2011-08-10 | 2013-02-14 | トヨタ自動車株式会社 | 運転支援装置 |
| US9690296B1 (en) * | 2012-06-20 | 2017-06-27 | Waymo Llc | Avoiding blind spots of other vehicles |
| WO2014078682A1 (en) * | 2012-11-16 | 2014-05-22 | Robert Bosch Gmbh | Collision mitigation systems and methods using driver attentiveness |
| CN203221964U (zh) * | 2013-04-09 | 2013-10-02 | 中南林业科技大学涉外学院 | 汽车智能倒车防撞装置 |
| CN104648390A (zh) * | 2013-11-16 | 2015-05-27 | 青岛网媒软件有限公司 | 智能大型车辆转向盲区安全警示装置 |
| CN104648391A (zh) * | 2013-11-16 | 2015-05-27 | 青岛网媒软件有限公司 | 智能大型车辆转向盲区安全警示装置及其工作方法 |
| US20170101092A1 (en) * | 2014-05-29 | 2017-04-13 | Toyota Jidosha Kabushiki Kaisha | Driving support apparatus |
| CN107121979A (zh) * | 2016-02-25 | 2017-09-01 | 福特全球技术公司 | 自主置信控制 |
| US20170277184A1 (en) * | 2016-03-25 | 2017-09-28 | Panasonic Intellectual Property Corporation Of America | Controller, driving control method, and non-transitory computer-readable recording medium storing a program |
| US20170327094A1 (en) * | 2016-05-16 | 2017-11-16 | Toyota Jidosha Kabushiki Kaisha | Driving assistance control apparatus of vehicle |
| CN105922990A (zh) * | 2016-05-26 | 2016-09-07 | 广州大学 | 一种基于云端机器学习的车辆环境感知和控制方法 |
| CN107161081A (zh) * | 2017-05-11 | 2017-09-15 | 重庆长安汽车股份有限公司 | 一种右侧盲区图像自动打开系统及方法 |
| CN206954216U (zh) * | 2017-07-03 | 2018-02-02 | 临安市公路建设工程有限公司 | 大型车辆转弯视觉盲区预警自动制动装置 |
| US20190315345A1 (en) * | 2018-04-16 | 2019-10-17 | David E. Newman | Blind spot potential-hazard avoidance system |
| CN113753081A (zh) * | 2019-01-15 | 2021-12-07 | 北京百度网讯科技有限公司 | 一种激光雷达路侧盲区交通参与者避让方法和装置 |
| CN210284196U (zh) * | 2019-01-20 | 2020-04-10 | 长春一汽富晟德尔汽车部件有限公司 | 一种货车转向检测装置 |
| KR20200098368A (ko) * | 2019-02-11 | 2020-08-20 | 우석대학교 산학협력단 | 차량 출발시 사고발생방지를 위한 사각지대 경고장치 |
| CN110126824A (zh) * | 2019-05-22 | 2019-08-16 | 河南工业大学 | 一种集成双目摄像头和毫米波雷达的商用车aebs系统 |
| CN210391111U (zh) * | 2019-07-10 | 2020-04-24 | 厦门金龙联合汽车工业有限公司 | 一种客车主动缓解行人碰撞的控制系统 |
| CN110901536A (zh) * | 2019-12-09 | 2020-03-24 | 江苏理工学院 | 一种盲区检测报警系统及其工作方法 |
| CN111267734A (zh) * | 2020-04-01 | 2020-06-12 | 上海神添实业有限公司 | 大型运输车辆安全防护系统及其预警方法 |
| CN111762179A (zh) * | 2020-05-11 | 2020-10-13 | 广州文远知行科技有限公司 | 车辆控制方法、装置、车辆和计算机可读存储介质 |
| CN113276769A (zh) * | 2021-04-29 | 2021-08-20 | 深圳技术大学 | 车辆盲区防撞预警系统及方法 |
| CN113276770A (zh) * | 2021-04-30 | 2021-08-20 | 中汽研（天津）汽车工程研究院有限公司 | 基于安全和低成本需求的商用车全盲区监测系统和方法 |
Non-Patent Citations (4)
| Title |
|---|
| 张立军等: "基于轨迹预测和模糊分析的商用车盲区防碰撞预警", 《同济大学学报(自然科学版)》 * |
| 熊建昌等: "一种大型车辆驾驶盲区实时监测报警装置设计", 《佳木斯大学学报(自然科学版)》 * |
| 王琦等: "大型运输车超声波雷达防碰撞系统开发", 《工业仪表与自动化装置》 * |
| 董树森等: "客货车盲区智能提醒研究", 《冶金管理》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113954826B (zh) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
| JP6962604B2 (ja) | 極限状況でフォールトトレランス及びフラクチュエーションロバスト性のある、自動車間通信基盤の協業的なブラインドスポット警報方法及び装置 | |
| US11535253B2 (en) | Lane change maneuver intention detection systems and methods | |
| CN106740476A (zh) | 一种汽车驾驶环境监控方法、装置及汽车 | |
| CN110920539A (zh) | 车辆驾驶分析方法和装置、电子设备和计算机存储介质 | |
| CN113721621B (zh) | 车辆控制方法、装置、电子设备以及存储介质 | |
| CN110126730A (zh) | 车辆变道提醒方法及系统 | |
| CN109544725B (zh) | 一种基于事件驱动的自动驾驶事故智能处理方法 | |
| CN113110266B (zh) | 一种用于自动驾驶车辆的远程遥控监控预警方法及存储介质 | |
| CN113370992B (zh) | 车辆压线的提醒方法、设备和存储介质 | |
| CN113147752A (zh) | 一种无人驾驶方法及系统 | |
| CN113492849A (zh) | 驾驶辅助装置以及数据收集系统 | |
| JP2022172444A (ja) | 原動機付き車両の走行動作を補助する方法及びアシスト装置並びに原動機付き車両 | |
| CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
| CN113954826B (zh) | 一种车辆盲区的车辆控制方法及其系统、车辆 | |
| CN111391818B (zh) | 使用控制系统对车辆进行控制 | |
| CN111739332B (zh) | 一种停车场管理系统 | |
| US11492016B2 (en) | Autonomous driving control method and device | |
| US20210039660A1 (en) | Anomaly Detector For Vehicle Control Signals | |
| CN116615765A (zh) | 驾驶员状态检测方法、装置及存储介质 | |
| CN113301327A (zh) | 图像采集器的性能确定方法、装置、介质及电子设备 | |
| CN111267845A (zh) | 一种卡车转弯风险预估规避方法及系统 | |
| CN110356395A (zh) | 一种车辆车道保持方法、设备及存储设备 | |
| CN113814979B (zh) | 一种基于大数据智能机器人环境识别系统 | |
| CN211349574U (zh) | 一种车辆360度环视预警系统 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Floor 25, Block A, Zhongzhou Binhai Commercial Center Phase II, No. 9285, Binhe Boulevard, Shangsha Community, Shatou Street, Futian District, Shenzhen, Guangdong 518000 Patentee after: Shenzhen Youjia Innovation Technology Co.,Ltd. Address before: 518051 401, building 1, Shenzhen new generation industrial park, No. 136, Zhongkang Road, Meidu community, Meilin street, Futian District, Shenzhen, Guangdong Province Patentee before: SHENZHEN MINIEYE INNOVATION TECHNOLOGY Co.,Ltd. |