CN114347994A - 车道线位置估计方法和装置、电子设备和存储介质 - Google Patents
车道线位置估计方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114347994A CN114347994A CN202210262093.XA CN202210262093A CN114347994A CN 114347994 A CN114347994 A CN 114347994A CN 202210262093 A CN202210262093 A CN 202210262093A CN 114347994 A CN114347994 A CN 114347994A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane line
- steering wheel
- line position
- position estimation
- 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
Images
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及车道线位置估计方法和装置、电子设备和存储介质,用于解决没有车道线情况下的车道线位置估计问题。所述方法包括:获得自身车辆信息,包括车轮转角信息、方向盘转角,和/或横摆角速度;根据所述自身车辆信息和预先确定的车道信息确定车道线位置估算系数;根据该车道线位置估算系数,假定自身车辆位于中间道路的中心位置,构建车道线位置方程。本发明利用容易获得的自身车辆信息车轮转角信息、方向盘转角,和/或横摆角速度来构建车道线方程,从而能够获得假设的车道线,使得可以更有针对性地进行障碍物的跟踪。本发明的技术方案可以用于自动驾驶。
Description
技术领域
本发明涉及自动驾驶技术,尤其涉及车道线位置的估计。
背景技术
自动驾驶过程中的环境感知模块获取的障碍物目标通常分布在以自车为圆心的很大范围内。在自车前后向某个阈值距离、自车侧向某个阈值距离所围成的范围才是应该感兴趣的区域范围。在这个区域范围内的障碍物目标才应该是需要集中关注的目标,在这个范围外的目标对于自车行驶基本没有影响,可以过滤掉。估计车道线位置后基于车道线的位置来框选感兴趣的区域是一种可行的方案。
将高精地图车道线信息和摄像头观测的车道线信息进行融合可以实现对于车道线位置的估计。但是在没有车道线的情况下,如何确定感兴趣的区域目前没有很好的办法。
本背景技术部分的说明只是为了方便对本发明的理解,不能因此认为是本领域的公知常识或者现有技术。
发明内容
本发明鉴于现有技术的问题作出,用以解决现有技术中存在的一项或更多项的问题。
根据本发明的一个方面,提供了一种车道线位置估计方法,包括以下步骤:获得自身车辆信息,包括车轮转角、方向盘转角,和/或横摆角速度;根据所述自身车辆信息和预先确定的车道信息确定车道线位置估算系数;根据该车道线位置估算系数,假定自身车辆位于中间道路的中心位置,构建车道线位置方程。
根据本发明的又一个方面,提供了一种车道线位置估计装置,包括:自身车辆信息获取装置,用于获得自身车辆信息,包括车轮转角、方向盘转角,和/或横摆角速度;车道线位置估算系数获取单元,用于根据所述自身车辆信息和预先确定的车道信息确定车道线位置估算系数;车道线位置方程构建单元,用于根据该车道线位置估算系数,假定自身车辆位于中间道路的中心位置,构建车道线位置方程。
根据本发明的又一个方面,提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如本发明的方法。
根据本发明的再一个方面,提供了一种计算机可读存储介质,所述可读存储介质上存储设备控制程序,当所述设备控制程序被处理器执行时,实现本发明所述的方法。
根据本发明的一些实施方式,利用容易获得的自身车辆信息来构建车道线方程,从而能够获得假设的车道线,使得可以更有针对性地进行障碍物的跟踪。根据本发明的一些实施方式运算简单、车道线的设置方便快捷而且准确,能够很好地进行障碍物的筛选与跟踪。
附图说明
结合附图可以更好地理解本发明。附图只是示意性的,不是对本发明的保护范围的限制。
图1是示出了依据本发明的一种实施方式的车道线位置估计方法的示意性流程图。
图2是示出了依据一种实施方式的确定车轮转角α的方法的示意性流程图。
图3是示出了感兴趣的车道线的示意图。
图4是示出了依据本发明的一种实施方式的车道线位置估计装置的示意性方框图。
具体实施方式
下面结合附图对本发明的具体实施方式进行说明。这些说明都是示例性的,旨在使本领域技术人员能够实现本发明的实施方式,不是对本发明的保护范围的限制。说明中也没有描述对于实际实施不可缺少,但是对于理解本发明无关的内容。
图1是示出了依据本发明的一种实施方式的车道线位置估计方法的示意性流程图。如图1所示,依据本发明的一种实施方式,依据本发明的车道线位置估计首先在步骤S100获得自身车辆信息,包括车轮转角、方向盘转角,和/或横摆角速度。然后在步骤S200,根据该自身车辆信息和预先确定的车道信息确定车道线位置估算系数。接着,在步骤S300,根据该车道线位置估算系数,假定自身车辆位于中间道路的中心位置,构建车道线位置方程。
下面首先介绍根据一种实施方式在步骤S100如何获得自身车辆信息。
当前方向盘转角S的获取可以采用本领域技术人员现在知道和未来知悉的各种方法来进行。例如可以采取转角传感器进行测量而获得。
车轮转角的获取也可以采用本领域技术人员现在知道和未来知悉的各种方法来进行。例如可以采取转角传感器进行测量而获得。优选地,根据本发明的一种实施方式,可以根据当前方向盘转角S来进行确定。采用这种这种方法,能够节约成本,并提高测量精度。图2是示出了依据一种实施方式的确定车轮转角α的方法的示意性流程图。
如图2所示,首先在步骤S101获得当前方向盘转角S。然后在步骤S102获得从当前起算前n帧的方向盘转角。这里帧的含义可以是进行方向盘转角测量的周期。可以是转角传感器进行测量并进行相应处理从而获得测量结果的周期。将每次测量的结果存入数据库中,可以随时获得从当前起算的前n帧的方向盘转角。
然后在步骤S103判断当前方向盘转角S与前n帧的方向盘转角的平均值S_V的差值是否小于预定阈值。
接着,在步骤S104,根据S103判断结果重新确定当前方向盘转角S的值。具体地,如果当前方向盘转角S与前n帧的方向盘转角的平均值S_V的差值小于预定阈值,则在步骤S104增加前n帧的方向盘转角的平均值比重,重新确定当前方向盘转角,如果不小于预定阈值,则在步骤S104降低前n帧的方向盘转角的平均值比重,重新确定当前方向盘转角。根据一个实施例,如下地重新确定当前方向盘转角:
S=P×S_V+(1-P)×S,1>P>0.5, S—S_V小于阈值时,P为权重系数
S=P×S_V+(1-P)×S,0.5>P>0, S—S_V不小于阈值时
接着,在步骤S105,根据重新确定当前方向盘转角,确定车轮转角。
根据一种实施方式,首先判断重新确定当前方向盘转角S的绝对值是否大于预定查表最大阈值,然后根据该判断结果,确定车轮转角。具体地,如果S的绝对值大于预定查表最大阈值,则预定查表最大阈值对应的车轮转角设为当前的车轮转角α。这里的预定查表最大阈值是利用方向盘角度查表的最大阈值,比如预定查表最大阈值设定为550度,此时会对应一个车轮转角,当实际方向盘角度为560度时,此时超出了预定查表最大阈值550度,还会采用550度得到的车轮转角。如果S的绝对值不大于预定阈值,则根据S查表并做线性差值来获得当前的车轮转角α。
根据一种实施方式,如下确定线性插值距离:首先预设几个方向盘转角对应的车轮转角,然后根据新确定当前方向盘转角来进行比例插值。例如,预先设置了方向盘转角为550度时的车轮转角为31.8度,方向盘转角为300度时的车轮转角为17.6度。如果此时方向盘转角为400度,则线性插值计算方式如下:
首先可获得系数K的值
K=(31.8-17.6)/(550-300)
则方向盘转角为400度时对应的车轮转角为:
31.8-K*(500-400)=22.68。
根据本发明的实施方式,获取当前方向盘转角以及刚过去的前n帧的方向盘转角的平均值,根据当前方向盘转角与前n帧的方向盘转角的平均值的差值与设定的调节阈值的关系,调节前n帧的方向盘转角的比重。根据一种实施方式,若差值小于预定调节阈值,说明在行驶过程中方向盘转角变化不大,调大过去n帧的方向盘转角的权重以减少当前方向盘转角的偶然误差;若差值大于调节阈值,应调大当前方向盘转角的权重。这样的方案能够使得确定的方向盘转角符合当前实际转角。
进一步,计算出方向盘转角后,若转角小于设定的转角可用阈值,说明方向盘应该是处于自由行程中的摆动,实际车轮并没有转角,故车轮转角设置为0。若大于设定的转角可用阈值,说明车轮是有转角的。由于在方向盘的角传动比并不是固定不变的,会随着方向盘转角的变化而变化。利用本发明的通过查表线性插值的方式根据方向盘转角获取车轮转角能够体现这种变化,使得所确定的车轮转角更加准确。
可以通过横摆角速度传感器(Yaw-G 传感器)来确定横摆角速度Yawrate(也可称为偏航率)。
然后回到图1,在步骤S200,根据该自身车辆信息和预先确定的车道信息确定车道线位置估算系数。
根据一种实施方式,车道信息为预先假定的车道宽度W、车道线的条数。假定车道线的条数为4。在自动驾驶中,比较关注或者说感兴趣的区域为自车所在车道以及左右两个车道,故此处首先假设为4条。四条车道可分别标记为:leftleft, left,right,rightright。图3是示出了感兴趣的车道线的示意图。如图3中所示,其中leftleft为自车左侧第二条车道线,left为自车左侧第一条车道线,同理right为自车右侧第一条车道线,rightright为自车右侧第二条车道线。
其中,a11=b,a21=-b,a31=3×b,a41=-3×b,b=W/2;
ai2=tanα,α表示的是自身车辆的车轮转角;
ai3=0.5 ×c,c表示自身车辆曲率。
ai4=d/6,其中d表示自身车辆曲率c的变化率。
根据一种实施方式,分段计算自身车辆曲率c。例如,当前车速5kph(公里每小时)以下时,基于方向盘转角的动力学方法来计算;当前车速10kph以上时,基于横摆角速度的运动学方法计算;当前车速在5kph至10kph之间时,之间时基于车速做线性插值。根据一种实施方式,5kph以下采取以下动力学公式计算:
自身车辆曲率c满足以下关系:
其中:R为车辆在此时的瞬时转向半径,α为车轮转角,v为车辆行驶速度,L为车辆前轴到后轴的直线距离,K为车辆的稳定性因数,其计算方式如下:
其中,m为车辆质量,a为车辆质心位置距离前轴的距离,b为车辆质心位置距离后轴的距离,k 1、k 2分别为车辆前轮和后轮的侧偏刚度,此值可从厂商获得。
10kph以上时,自身车辆曲率计算如下
c=Yawrate/v公式2
其中,Yawrate表示横摆角速度或偏航率,可以从车身信号获得,v为车辆速度。
5kph至10kph之间时基于车速做线性插值。根据公式1计算5kph情况下的自身车辆曲率值,根据公式2计算10kph情况下的自身车辆曲率值,然后根据当前速度进行插值。
根据一种实施方式,如下地进行自身车辆曲率c的调节:
获取当前帧时刻的自身车辆曲率c;
获取当前帧之前n帧的自身车辆曲率;
判断当前自身车辆曲率c与前n帧的自身车辆曲率的平均值C_V的差值的绝对值是否小于预定阈值;
如果不小于阈值,则如下地重新确定当前帧时刻的自身车辆曲率c:
c=Q×C_V+(1-P)×c, 1>P>0.5。
根据本发明的一种实施方式,自身车辆曲率c的变化率d可以根据车轮转角α和速度v进行查表,并进行插值来获取。查表和差值的原理和上文转角查表的原理一样,在此不予赘述。本领域技术人员可以采用现有的和未来知悉的各种方法来获得自身车辆曲率c的变化率d。
根据本发明的实施方式,利用相对容易计算获得自身车辆曲率来确定车道线位置估算系数,使得能够在保证精度的情况下更快算出估算系数。
在确定出车道线位置估算系数之后,在步骤S300,如下地确定车道线位置方程:
即,第i条曲线的方程为:
i=1,为左侧第一条车道线方程,即left;
i=2,为右侧第一条车道线方程,即right;
i=3,为左侧第二条车道线方程,即leftleft;
i=4,为右侧第二条车道线方程,即rightright;
在以上的示例中,假设是4条车道线。如果假定是3条或者2条车道线,可以确定是哪3条或者2条车道线,根据i值去做选择。
根据一种实施方式,本发明的方法还包括步骤S400。在步骤S400,确定应跟踪的障碍物,即进行障碍物的筛选。根据一种实施方式,将检测出的障碍物的x值(自身车辆坐标系下的横坐标值)的带入车道线方程,确定取值是否大于车道线的y值,大于就不再进行考虑和跟踪了。
图4是示出了依据本发明的一种实施方式的车道线位置估计装置的示意性方框图。如图4所示,依据本发明的一种实施方式的车道线位置估计装置10包括:自身车辆信息获取单元100,用于获得自身车辆信息,包括车轮转角、方向盘转角,和/或横摆角速度;车道线位置估算系数获取单元200,用于根据所述自身车辆信息和预先确定的车道信息确定车道线位置估算系数;车道线位置方程构建单元300用于根据该车道线位置估算系数,假定自身车辆位于中间道路的中心位置,构建车道线位置方程。
根据一种实施方式,车道线位置估计装置可以另外包括障碍物确定单元,用于根据所述车道线位置方程和检测出的障碍物的位置信息,确定应跟踪的障碍物。
根据一种实施方式,自身车辆信息获取单元100如下地获取所述前轮转角:获得当前方向盘转角S;获得从当前起算前n帧的方向盘转角;判断所述当前方向盘转角S与所述前n帧的方向盘转角的平均值的差值是否小于预定阈值;根据所述当前方向盘转角S与所述前n帧的方向盘转角的平均值的差值是否小于预定阈值的判断结果,重新确定当前方向盘转角S的值;以及根据重新确定当前方向盘转角,确定车轮转角。
如果当前方向盘转角S与前n帧的方向盘转角的平均值S_V的差值小于预定阈值,则采用以下公式重新确定当前方向盘转角;
S=P×S_V+(1-P)×S, 1>P>0.5
如果小于预定阈值,则根据以下公式,重新确定当前方向盘转角:
S=P×S_V+(1-P)×S,0.5>P>0。
根据一种实施方式,自身车辆信息获取单元100如下地根据重新确定当前方向盘转角,确定车轮转角:判断重新确定的当前方向盘转角S的绝对值是否大于预定查表最大阈值;如果重新确定的当前方向盘转角S的绝对值大于预定查表最大阈值,则将车轮转角确定与预定查表最大阈值对应的车轮转角;如果重新确定的当前方向盘转角S的绝对值不大于预定查表最大阈值,则根据S查表并做线性差值来获得当前的车轮转角α。
a11=b,a21=-b,a31=3×b,a41=-3×b,b=W/2,W为预先假定的车道宽度;ai2=tanα,α表示的是自身车辆的前轮转角;ai3=0.5 ×c, c表示自身车辆曲率;以及ai4=d/6, d表示自身车辆曲率c的变化率。
自身车辆曲率c的计算可以参见上文的描述。
本领域技术人员容易理解,可以利用以上对方法的说明来理解本发明的装置。
本领域技术人员容易理解,本发明的方法还可以包括与本发明的装置所完成的功能对应的其他步骤。以上的这些步骤也可以进行精简。
本发明对单元和步骤的标号仅仅是为了说明的方便,除非上下文中有相反的说明,否则不代表其执行的顺序。
本领域的技术人员应该理解,上述的各单元可以由软件或专门的硬件来实现,例如现场可编程门阵列、单片机、或微芯片等,或者也可以通过软件结合硬件的方式来实现。
本发明还提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现本发明的方法。
本发明还涉及一种计算机软件,该计算机软件在被计算装置(例如单片机、电脑、CPU等)执行时,可以实现本发明的方法。
本发明还涉及一种计算机软件存储装置,例如硬盘、软盘、闪存等,该计算机软件存储装置存储有上述的计算机软件。
本发明对方法或步骤的说明可以用于理解对单元或装置的说明,对单元或装置的说明也可以用于理解本发明的方法或步骤。
以上说明仅仅是示意性的,不是对本发明的保护范围的限制,在本发明的精神和范围内的任何改变、替换均在本发明的保护范围内。
Claims (10)
1.一种车道线位置估计方法,其特征在于,包括以下步骤:
获得自身车辆信息,包括车轮转角、方向盘转角,和/或横摆角速度;
根据所述自身车辆信息和预先确定的车道信息确定车道线位置估算系数;
根据该车道线位置估算系数,假定自身车辆位于中间道路的中心位置,构建车道线位置方程。
2.根据权利要求1所述的车道线位置估计方法,其特征在于,所述方法还包括,根据所述车道线位置方程和检测出的障碍物的位置信息,确定应跟踪的障碍物。
3.根据权利要求1所述的车道线位置估计方法,其特征在于,如下地获取所述车轮转角:
获得当前方向盘转角S;
获得从当前起算前n帧的方向盘转角;
判断所述当前方向盘转角S与所述前n帧的方向盘转角的平均值的差值是否小于预定阈值;
根据所述当前方向盘转角S与所述前n帧的方向盘转角的平均值的差值是否小于预定阈值的判断结果,重新确定当前方向盘转角S的值;以及
根据重新确定当前方向盘转角,确定车轮转角。
4.根据权利要求3所述的车道线位置估计方法,其特征在于,如果当前方向盘转角S与前n帧的方向盘转角的平均值S_V的差值小于预定阈值,则采用以下公式重新确定当前方向盘转角:
S=P×S_V+(1-P)×S, 1>P>0.5,P为权重系数;
如果小于预定阈值,则根据以下公式,重新确定当前方向盘转角:
S=P×S_V+(1-P)×S,0.5>P>0。
5.根据权利要求3所述的车道线位置估计方法,其特征在于,如下地根据重新确定的当前方向盘转角,确定车轮转角:
判断重新确定的当前方向盘转角S的绝对值是否大于预定查表最大阈值;
如果重新确定的当前方向盘转角S的绝对值大于预定查表最大阈值,则将车轮转角确定与预定查表最大阈值对应的车轮转角;
如果重新确定的当前方向盘转角S的绝对值不大于预定查表最大阈值,则根据S查表并做线性差值来获得当前的车轮转角。
7.根据权利要求6所述的车道线位置估计方法,其特征在于,所述自身车辆曲率c分段计算:
当前车速5公里每小时以下时,基于方向盘转角的动力学方法来计算;
当前车速10公里每小时以上时,基于横摆角速度的运动学方法计算;
当前车速在5公里每小时至10公里每小时之间时,基于车速做线性插值而获得,
其中,当前车速5公里每小时以下时,自身车辆曲率c满足以下关系:
其中:R为车辆在此时的瞬时转向半径,α为车轮转角,v为车辆行驶速度,L为车辆前轴到后轴的直线距离,K为车辆的稳定性因数,其计算方式如下:
当前车速10公里每小时以上时,自身车辆曲率计算如下
其中,Yawrate表示横摆角速度或偏航率,可以从车身信号获得,v为车辆速度。
8.一种车道线位置估计装置,其特征在于,包括:
自身车辆信息获取装置,用于获得自身车辆信息,包括车轮转角、方向盘转角,和/或横摆角速度;
车道线位置估算系数获取单元,用于根据所述自身车辆信息和预先确定的车道信息确定车道线位置估算系数;
车道线位置方程构建单元,用于根据该车道线位置估算系数,假定自身车辆位于中间道路的中心位置,构建车道线位置方程。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述可读存储介质上存储设备控制程序,当所述设备控制程序被处理器执行时,实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210262093.XA CN114347994B (zh) | 2022-03-17 | 2022-03-17 | 车道线位置估计方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210262093.XA CN114347994B (zh) | 2022-03-17 | 2022-03-17 | 车道线位置估计方法和装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114347994A true CN114347994A (zh) | 2022-04-15 |
CN114347994B CN114347994B (zh) | 2022-07-15 |
Family
ID=81094599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210262093.XA Active CN114347994B (zh) | 2022-03-17 | 2022-03-17 | 车道线位置估计方法和装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114347994B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117011827A (zh) * | 2023-07-11 | 2023-11-07 | 禾多科技(北京)有限公司 | 障碍物纵向距离检测方法、装置、设备和计算机可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080281489A1 (en) * | 2005-01-18 | 2008-11-13 | Renault S.A.S. | Method for Controlling the Orientation of the Rear Wheels of a Vehicle |
CN106527452A (zh) * | 2016-12-30 | 2017-03-22 | 广州汽车集团股份有限公司 | 一种无人驾驶汽车遇障时运动路径规划方法及系统 |
US20190031194A1 (en) * | 2017-07-25 | 2019-01-31 | Hyundai Mobis Co., Ltd. | Backward driving assist apparatus for vehicle and control method thereof |
CN110979305A (zh) * | 2019-03-18 | 2020-04-10 | 长城汽车股份有限公司 | 车辆异常换道控制方法、装置及系统 |
CN112537303A (zh) * | 2020-12-14 | 2021-03-23 | 英博超算(南京)科技有限公司 | 一种智能车辆车道居中保持方法 |
CN112590802A (zh) * | 2020-12-04 | 2021-04-02 | 英博超算(南京)科技有限公司 | 车辆驾驶控制方法、装置、车辆以及计算机可读存储介质 |
CN112776886A (zh) * | 2021-01-29 | 2021-05-11 | 清华大学 | 智能电动车辆视觉车道居中辅助系统失效安全控制方法 |
CN113587940A (zh) * | 2021-07-30 | 2021-11-02 | 重庆长安汽车股份有限公司 | 一种基于车辆转弯半径的车道线校验方法、系统及车辆 |
-
2022
- 2022-03-17 CN CN202210262093.XA patent/CN114347994B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080281489A1 (en) * | 2005-01-18 | 2008-11-13 | Renault S.A.S. | Method for Controlling the Orientation of the Rear Wheels of a Vehicle |
CN106527452A (zh) * | 2016-12-30 | 2017-03-22 | 广州汽车集团股份有限公司 | 一种无人驾驶汽车遇障时运动路径规划方法及系统 |
US20190031194A1 (en) * | 2017-07-25 | 2019-01-31 | Hyundai Mobis Co., Ltd. | Backward driving assist apparatus for vehicle and control method thereof |
CN110979305A (zh) * | 2019-03-18 | 2020-04-10 | 长城汽车股份有限公司 | 车辆异常换道控制方法、装置及系统 |
CN112590802A (zh) * | 2020-12-04 | 2021-04-02 | 英博超算(南京)科技有限公司 | 车辆驾驶控制方法、装置、车辆以及计算机可读存储介质 |
CN112537303A (zh) * | 2020-12-14 | 2021-03-23 | 英博超算(南京)科技有限公司 | 一种智能车辆车道居中保持方法 |
CN112776886A (zh) * | 2021-01-29 | 2021-05-11 | 清华大学 | 智能电动车辆视觉车道居中辅助系统失效安全控制方法 |
CN113587940A (zh) * | 2021-07-30 | 2021-11-02 | 重庆长安汽车股份有限公司 | 一种基于车辆转弯半径的车道线校验方法、系统及车辆 |
Non-Patent Citations (1)
Title |
---|
陈无畏 等: "一类基于轨迹预测的驾驶员方向控制模型", 《机械工程学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117011827A (zh) * | 2023-07-11 | 2023-11-07 | 禾多科技(北京)有限公司 | 障碍物纵向距离检测方法、装置、设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114347994B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102975716B (zh) | 用于在自动化车道对中过程中的速度自适应转向超驰检测的系统和方法 | |
JP7391701B2 (ja) | 定常横方向偏差の除去方法、装置、記憶媒体、及びプログラム | |
CN113551664B (zh) | 一种地图构建方法、装置、电子设备及存储介质 | |
WO2022095023A1 (zh) | 一种交通流信息的确定方法、装置、电子设备和存储介质 | |
CN101949704A (zh) | 信赖度评价装置、信赖度评价方法以及信赖度评价程序 | |
JP7113134B2 (ja) | 車両制御装置 | |
CN112703539B (zh) | 行驶路径生成装置及车辆控制装置 | |
US20200339134A1 (en) | Method and apparatus for dynamic yaw rate bias estimation | |
CN113483776A (zh) | 路径规划方法、装置及汽车 | |
CN111703436A (zh) | 一种自动驾驶车辆的控制方法及装置 | |
CN110637209B (zh) | 估计机动车的姿势的方法、设备和具有指令的计算机可读存储介质 | |
JP6539129B2 (ja) | 自車位置推定装置、及びそれを用いた操舵制御装置、並びに自車位置推定方法 | |
CN114347994B (zh) | 车道线位置估计方法和装置、电子设备和存储介质 | |
JP2022023388A (ja) | 車両位置決定装置 | |
CN114494360A (zh) | 一种车道保持控制方法、装置、设备及可读存储介质 | |
JP2019066444A (ja) | 位置演算方法、車両制御方法及び位置演算装置 | |
JP7204612B2 (ja) | 位置姿勢推定装置、位置姿勢推定方法及びプログラム | |
CN117746357A (zh) | 一种车道线识别方法、装置及电子设备 | |
KR102069451B1 (ko) | 차량 곡률 반경 추정 방법 및 장치 | |
CN116448146A (zh) | 一种惯性导航系统自标定方法、装置、设备及存储介质 | |
US11987251B2 (en) | Adaptive rationalizer for vehicle perception systems toward robust automated driving control | |
CN112550449B (zh) | 车辆无线充电引导的横向控制 | |
JP7378591B2 (ja) | 走行経路生成装置 | |
JP4450203B2 (ja) | カーナビゲーション装置 | |
JP7142064B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |
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 |