CN114701519A - 基于人工智能的虚拟司机技术 - Google Patents
基于人工智能的虚拟司机技术 Download PDFInfo
- Publication number
- CN114701519A CN114701519A CN202210378056.5A CN202210378056A CN114701519A CN 114701519 A CN114701519 A CN 114701519A CN 202210378056 A CN202210378056 A CN 202210378056A CN 114701519 A CN114701519 A CN 114701519A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- central processing
- module
- information
- virtual
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 6
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000000007 visual 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
- 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
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/54—Audio sensitive means, e.g. ultrasound
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/40—High definition maps
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及基于人工智能的虚拟司机技术包括一种驾驶车辆视野遮挡问题解决方法与一种自动驾驶控制系统,其中所述控制系统包括感知传感器、中央处理模块、规划模块、盲点模块、控制器、定位设备和临时储存单元,本发明通过构建虚拟障碍物的方法,解决了自动驾驶车辆行径中视野遮挡无法判断行径安全的问题,本方法通过逆向建立障碍物模型使自动驾驶车辆在经过人行道与交叉车道位置进行二次减速,从而提高自动驾驶车辆的安全性,同时对控制系统增加规划模块与盲点模块能够对视野遮挡范围突发情况及时处理,保证安全性的同时增加装置的实用性。
Description
技术领域
本发明涉及计算机仿真技术领域,尤其涉及基于人工智能的虚拟司机技术。
背景技术
家用汽车逐渐得到了普及,在此基础上,私家汽车逐渐成为了人们出行的主要交通方式,汽车固然为人们的交通出行提供了巨大的便利,但随着汽车的增多随之而来的交通事故也在不断增多,有利有弊,需要得到有效的处理和解决。
近几年人工智能成为了科技热点,智能汽车的研究也引进了人工智能领域,自动驾驶汽车是一种通过电脑系统实现自动驾驶的智能汽车,它的行驶模式安全、节能高效,工业界和学术界都因为它的安全性和运输能力,销售效率,尤其是随着数量的增加交通事故中受伤和死亡的车辆增加的,作为未来车辆的关键技术,自动驾驶车可以切实减少人为因素造成的交通事故,从而提高行车安全,基于信息的流量共享自动驾驶技术能有效缓解交通拥挤,以及污染问题。
在自动驾驶车辆中,安全性时非常重要的研究课题,在自动驾驶车辆行使中,可能会遇到视野遮挡(俗称“鬼探头”)的问题,出现视野遮挡后如若不及时处理可能会导致严重的交通事故,从而影响自动驾驶车辆的安全性。
发明内容
为此,本发明提供基于人工智能的虚拟司机技术,提出一种用以解决自动驾驶车辆在行使中遭遇视野遮挡影响行径车辆安全性的问题。
一种驾驶车辆视野遮挡问题解决方法,包括:
在高精度地图坐标域中,构建汽车模型并以模型为原点建立三维坐标系并确定车辆的位置与姿态;
建立盲点模块,从高精度地图信息中获取人行道的信息(或从高精度地图信息中获取相关车道的信息),根据车辆三维坐标系判断车辆所在车道到视野遮挡区域人行道末端的距离(或交叉车道上,视野被遮挡区域),在车辆视野遮挡区可见区建立虚拟行人障碍模型并假设虚拟行人障碍模型会在行人横道上走(或在交叉车道上,视野被遮挡的区域建立虚拟车辆障碍物模型);
建立规划模块,获取车辆与人行道位置信息在人行道2m处建立碰撞点,车到达碰撞点后控制车辆进行一次减速,待车辆视野被遮挡区域被视野覆盖后删除虚拟行人障碍模块(或虚拟车辆障碍模型)。
一种自动驾驶控制系统,包括:
感知传感器,接入中央处理模块,用以采集车辆周围的环境信息并将信息传至中央处理模块;
中央处理模块,通过感知模块以及处理器,供给的环境信息车辆信息进行相应的编辑,并下达指令为处理器,以控制自动驾驶车辆,其中所述中央处理模块包括,规划模块与盲点模块,所述规划模块接收车辆导航设定的路径信息来根据高精度地图来设定行驶路线,并在人行道与交叉车道处进行行使速度规划,所述路径信息包括距离、方向以及旋转角度;盲点模块用以构件虚拟障碍物模型;
控制器,接入中央处理模块,用以控制汽车操作来完成中央处理模块传达的指令。
并且,自动驾驶控制系统还包括一个定位设备,接入中央处理模块,并且被配置为获取所述自动驾驶车辆定位信息并将所述自动驾驶车辆定位信息发送至中央处理器,并实时更新定位信息,中央处理模块根据定位信息,实时更新所述自动驾驶车辆在所述高精度地图的位置并对显示的高精度地图进行刷新。
并且,所述中央处理模块内还包括临时储存单元用以储存盲点模块建立的虚拟障碍物模型,待感知传感器检测到被遮挡位置中央处理器删除所述临时储存单元中的虚拟障碍物模型。
并且,所述感知传感器包括12个超声波传感器,主要用于泊车辅助;8个摄像头,主要用于捕捉影像进行图像识别;4个短距离毫米波雷达,主要用于相邻车道的探测;1个全距离毫米波雷达,主要用于车辆前方区域行驶车辆以及障碍物的探测。
本发明通过构建虚拟障碍物的方法,解决了自动驾驶车辆行径中视野遮挡无法判断行径安全的问题,本方法通过逆向建立障碍物模型使自动驾驶车辆在经过人行道与交叉车道位置进行二次减速,从而提高自动驾驶车辆的安全性,同时对控制系统增加规划模块与盲点模块能够对视野遮挡范围突发情况及时处理,保证安全性的同时增加装置的实用性。
附图说明
图1为本发明所述车辆视野遮挡问题解决方法的总体流程图;
图2为本发明所述系统的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,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。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
结合以下附图对本发明作进一步描述。
参考图1至图2所示,一种驾驶车辆视野遮挡问题解决方法,包括:
在高精度地图坐标域中,构建汽车模型并以模型为原点建立三维坐标系并确定车辆的位置与姿态;
建立盲点模块,从高精度地图信息中获取人行道的信息(或从高精度地图信息中获取相关车道的信息),根据车辆三维坐标系判断车辆所在车道到视野遮挡区域人行道末端的距离(或交叉车道上,视野被遮挡区域),在车辆视野遮挡区可见区建立虚拟行人障碍模型并假设虚拟行人障碍模型会在行人横道上走(或在交叉车道上,视野被遮挡的区域建立虚拟车辆障碍物模型);
建立规划模块,获取车辆与人行道位置信息在人行道2m处建立碰撞点,车到达碰撞点后控制车辆进行一次减速,待车辆视野被遮挡区域被视野覆盖后删除虚拟行人障碍模块(或虚拟车辆障碍模型)。
一种自动驾驶控制系统,包括:
感知传感器,接入中央处理模块,用以采集车辆周围的环境信息并将信息传至中央处理模块;
中央处理模块,通过感知模块以及处理器,供给的环境信息车辆信息进行相应的编辑,并下达指令为处理器,以控制自动驾驶车辆,其中所述中央处理模块包括,规划模块与盲点模块,所述规划模块接收车辆导航设定的路径信息来根据高精度地图来设定行驶路线,并在人行道与交叉车道处进行行使速度规划,所述路径信息包括距离、方向以及旋转角度;盲点模块用以构件虚拟障碍物模型;
控制器,接入中央处理模块,用以控制汽车操作来完成中央处理模块传达的指令。
自动驾驶控制系统还包括一个定位设备,接入中央处理模块,并且被配置为获取所述自动驾驶车辆定位信息并将所述自动驾驶车辆定位信息发送至中央处理器,并实时更新定位信息,中央处理模块根据定位信息,实时更新所述自动驾驶车辆在所述高精度地图的位置并对显示的高精度地图进行刷新。
中央处理模块内还包括临时储存单元用以储存盲点模块建立的虚拟障碍物模型,待感知传感器检测到被遮挡位置中央处理器删除所述临时储存单元中的虚拟障碍物模型。
感知传感器包括12个超声波传感器,主要用于泊车辅助;8个摄像头,主要用于捕捉影像进行图像识别;4个短距离毫米波雷达,主要用于相邻车道的探测;1个全距离毫米波雷达,主要用于车辆前方区域行驶车辆以及障碍物的探测。
碰撞点可通过常用速度计算公式得出。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.基于人工智能的虚拟司机技术,其特征在于,包括,一种驾驶车辆视野遮挡问题解决方法与一种自动驾驶控制系统,其中:
一种驾驶车辆视野遮挡问题解决方法,包括:
在高精度地图坐标域中,构建汽车模型并以模型为原点建立三维坐标系并确定车辆的位置与姿态;
建立盲点模块,从高精度地图信息中获取人行道的信息(或从高精度地图信息中获取相关车道的信息),根据车辆三维坐标系判断车辆所在车道到视野遮挡区域人行道末端的距离(或交叉车道上,视野被遮挡区域),在车辆视野遮挡区可见区建立虚拟行人障碍模型并假设虚拟行人障碍模型会在行人横道上走(或在交叉车道上,视野被遮挡的区域建立虚拟车辆障碍物模型);
建立规划模块,获取车辆与人行道位置信息在人行道2m处建立碰撞点,车到达碰撞点后控制车辆进行一次减速,待车辆视野被遮挡区域被视野覆盖后删除虚拟行人障碍模块(或虚拟车辆障碍模型);
一种自动驾驶控制系统,包括:
感知传感器,接入中央处理模块,用以采集车辆周围的环境信息并将信息传至中央处理模块;
中央处理模块,通过感知模块以及处理器,供给的环境信息车辆信息进行相应的编辑,并下达指令为处理器,以控制自动驾驶车辆,其中所述中央处理模块包括,规划模块与盲点模块,所述规划模块接收车辆导航设定的路径信息来根据高精度地图来设定行驶路线,并在人行道与交叉车道处进行行使速度规划,所述路径信息包括距离、方向以及旋转角度;盲点模块用以构件虚拟障碍物模型;
控制器,接入中央处理模块,用以控制汽车操作来完成中央处理模块传达的指令。
2.根据权利要求1所述的基于人工智能的虚拟司机技术,其特征在于,还包括一个定位设备,接入中央处理模块,并且被配置为获取所述自动驾驶车辆定位信息并将所述自动驾驶车辆定位信息发送至中央处理器,并实时更新定位信息,中央处理模块根据定位信息,实时更新所述自动驾驶车辆在所述高精度地图的位置并对显示的高精度地图进行刷新。
3.根据权利要求1所述的基于人工智能的虚拟司机技术,其特征在于,所述中央处理模块内还包括临时储存单元用以储存盲点模块建立的虚拟障碍物模型,待感知传感器检测到被遮挡位置中央处理器删除所述临时储存单元中的虚拟障碍物模型。
4.根据权利要求1所述的基于人工智能的虚拟司机技术,其特征在于,所述感知传感器包括12个超声波传感器,主要用于泊车辅助;8个摄像头,主要用于捕捉影像进行图像识别;4个短距离毫米波雷达,主要用于相邻车道的探测;1个全距离毫米波雷达,主要用于车辆前方区域行驶车辆以及障碍物的探测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210378056.5A CN114701519B (zh) | 2022-04-12 | 2022-04-12 | 一种自动驾驶控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210378056.5A CN114701519B (zh) | 2022-04-12 | 2022-04-12 | 一种自动驾驶控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114701519A true CN114701519A (zh) | 2022-07-05 |
CN114701519B CN114701519B (zh) | 2024-05-17 |
Family
ID=82173009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210378056.5A Active CN114701519B (zh) | 2022-04-12 | 2022-04-12 | 一种自动驾驶控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114701519B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130069181A (ko) * | 2011-12-16 | 2013-06-26 | 대우전자부품(주) | 차량의 어라운드 뷰 모니터의 제어방법 |
KR20140144919A (ko) * | 2013-06-12 | 2014-12-22 | 국민대학교산학협력단 | 가상현실에서 변동되는 장애물 정보를 반영한 무인 자동차의 자율 주행 시뮬레이션 시스템 |
CN109829367A (zh) * | 2018-12-24 | 2019-05-31 | 杨昌兵 | 一种无人驾驶障碍识别管理系统及方法 |
CN110083163A (zh) * | 2019-05-20 | 2019-08-02 | 三亚学院 | 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统 |
US20190367022A1 (en) * | 2018-05-31 | 2019-12-05 | Nissan North America, Inc. | Predicting Yield Behaviors |
CN110733502A (zh) * | 2019-11-07 | 2020-01-31 | 闫思安 | 一种人工智能的驾驶辅助系统 |
CN112130551A (zh) * | 2019-06-25 | 2020-12-25 | 北京百度网讯科技有限公司 | 无人驾驶车辆的行进路径和速度决策规划方法及装置 |
EP3091370B1 (en) * | 2015-05-05 | 2021-01-06 | Volvo Car Corporation | Method and arrangement for determining safe vehicle trajectories |
US20210027629A1 (en) * | 2019-07-25 | 2021-01-28 | Baidu Usa Llc | Blind area processing for autonomous driving vehicles |
US20210061269A1 (en) * | 2019-08-30 | 2021-03-04 | Argo AI, LLC | Method of handling occlusions at intersections in operation of autonomous vehicle |
CN112537295A (zh) * | 2019-09-05 | 2021-03-23 | 丰田自动车株式会社 | 驾驶辅助装置 |
US20210094550A1 (en) * | 2019-09-30 | 2021-04-01 | Baidu Usa Llc | Obstacle perception calibration system for autonomous driving vehicles |
CN113895450A (zh) * | 2021-10-27 | 2022-01-07 | 东风汽车集团股份有限公司 | 一种无人驾驶车辆感知系统安全冗余系统及控制方法 |
CN114074682A (zh) * | 2020-08-10 | 2022-02-22 | 伟摩有限责任公司 | 处理自返回的方法和车辆 |
US20220089152A1 (en) * | 2020-09-21 | 2022-03-24 | Hyundai Motor Company | Apparatus and method for controlling autonomous driving of vehicle |
-
2022
- 2022-04-12 CN CN202210378056.5A patent/CN114701519B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130069181A (ko) * | 2011-12-16 | 2013-06-26 | 대우전자부품(주) | 차량의 어라운드 뷰 모니터의 제어방법 |
KR20140144919A (ko) * | 2013-06-12 | 2014-12-22 | 국민대학교산학협력단 | 가상현실에서 변동되는 장애물 정보를 반영한 무인 자동차의 자율 주행 시뮬레이션 시스템 |
EP3091370B1 (en) * | 2015-05-05 | 2021-01-06 | Volvo Car Corporation | Method and arrangement for determining safe vehicle trajectories |
US20190367022A1 (en) * | 2018-05-31 | 2019-12-05 | Nissan North America, Inc. | Predicting Yield Behaviors |
CN109829367A (zh) * | 2018-12-24 | 2019-05-31 | 杨昌兵 | 一种无人驾驶障碍识别管理系统及方法 |
CN110083163A (zh) * | 2019-05-20 | 2019-08-02 | 三亚学院 | 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统 |
CN112130551A (zh) * | 2019-06-25 | 2020-12-25 | 北京百度网讯科技有限公司 | 无人驾驶车辆的行进路径和速度决策规划方法及装置 |
US20210027629A1 (en) * | 2019-07-25 | 2021-01-28 | Baidu Usa Llc | Blind area processing for autonomous driving vehicles |
US20210061269A1 (en) * | 2019-08-30 | 2021-03-04 | Argo AI, LLC | Method of handling occlusions at intersections in operation of autonomous vehicle |
CN112537295A (zh) * | 2019-09-05 | 2021-03-23 | 丰田自动车株式会社 | 驾驶辅助装置 |
US20210094550A1 (en) * | 2019-09-30 | 2021-04-01 | Baidu Usa Llc | Obstacle perception calibration system for autonomous driving vehicles |
CN110733502A (zh) * | 2019-11-07 | 2020-01-31 | 闫思安 | 一种人工智能的驾驶辅助系统 |
CN114074682A (zh) * | 2020-08-10 | 2022-02-22 | 伟摩有限责任公司 | 处理自返回的方法和车辆 |
US20220089152A1 (en) * | 2020-09-21 | 2022-03-24 | Hyundai Motor Company | Apparatus and method for controlling autonomous driving of vehicle |
CN113895450A (zh) * | 2021-10-27 | 2022-01-07 | 东风汽车集团股份有限公司 | 一种无人驾驶车辆感知系统安全冗余系统及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114701519B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109606354B (zh) | 一种基于分层规划的自动泊车方法及辅助系统 | |
US20210078562A1 (en) | Planning for unknown objects by an autonomous vehicle | |
US11532167B2 (en) | State machine for obstacle avoidance | |
EP3568335B1 (en) | Preparing autonomous vehicles for turns | |
US10281920B2 (en) | Planning for unknown objects by an autonomous vehicle | |
CN107918758B (zh) | 能够进行环境情景分析的车辆 | |
US11427191B2 (en) | Obstacle avoidance action | |
US10234864B2 (en) | Planning for unknown objects by an autonomous vehicle | |
US9934689B2 (en) | Autonomous vehicle operation at blind intersections | |
Aufrère et al. | Perception for collision avoidance and autonomous driving | |
JP6601696B2 (ja) | 予測装置、予測方法、およびプログラム | |
CN111522350B (zh) | 感知方法、智能控制设备及自动驾驶车辆 | |
US20150329111A1 (en) | Elevated perception system for automated vehicles | |
KR102613822B1 (ko) | 다중 차선 방향전환 전체에 걸친 차량들의 제어 | |
CN111788104B (zh) | 用于自动化驾驶的已知车道间隔 | |
JP2019156271A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
EP4052174A1 (en) | Obstacle avoidance action | |
JP2019160031A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
KR102355426B1 (ko) | 주행 경로 상의 장애물 탐색 및 회피를 위한 방법 및 장치 | |
CN112130551A (zh) | 无人驾驶车辆的行进路径和速度决策规划方法及装置 | |
CN114701519B (zh) | 一种自动驾驶控制系统 | |
CN114572250A (zh) | 一种自动驾驶通过交叉路口的方法及存储介质 | |
JP2019147437A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
JP2019056952A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
WO2018165199A1 (en) | Planning for unknown objects by an 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 |