CN114715156A - 控制车辆进出匝道的方法、装置、设备和存储介质 - Google Patents
控制车辆进出匝道的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114715156A CN114715156A CN202210536666.3A CN202210536666A CN114715156A CN 114715156 A CN114715156 A CN 114715156A CN 202210536666 A CN202210536666 A CN 202210536666A CN 114715156 A CN114715156 A CN 114715156A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- ramp
- rightmost
- target
- 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 51
- 238000012544 monitoring process Methods 0.000 claims abstract description 44
- 230000007613 environmental effect Effects 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims description 18
- 239000000126 substance Substances 0.000 claims description 2
- 206010039203 Road traffic accident Diseases 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W40/02—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 related to ambient conditions
- B60W40/04—Traffic conditions
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/406—Traffic density
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种控制车辆进出匝道的方法、装置、设备和存储介质。主要技术方案包括:获取车辆周围的环境数据,其中,环境数据包括车辆当前所在的车道、将要驶入的目标车道以及目标车道的拥堵状态;目标车道依据车辆当前所在的车道以及将要进出的匝道确定;在车辆行驶至预设最大变道位置后,实时监测目标车道的拥堵状态;根据目标车道的拥堵状态,确定车辆驶入目标车道的时机。本申请能够达到控制车辆在恰当的时机进/出匝道,以提高车辆行驶效率、减少交通事故发生的效果。
Description
技术领域
本申请涉及无人驾驶技术领域,特别是涉及一种控制车辆进出匝道的方法、装置、设备和存储介质。
背景技术
无人驾驶汽车自主决策是无人驾驶汽车系统中的重要组成部分,高速公路是无人驾驶汽车重要的应用场景,其中,无人驾驶汽车驶离高速公路(进匝道)或者是进入主干道(出匝道)的过程对无人驾驶汽车的行驶效率有重要影响。
在传统的实现方式中,主流的进/出匝道方法是通过给无人驾驶汽车设定固定的距离,但由于无人驾驶汽车本身无法根据进/出匝道的紧迫性自我调整,即需要的准备距离较长,导致无人驾驶汽车效率下降。例如,预设距离为两公里,则无人驾驶汽车在距离匝道两公里的地方便会进行变道,但是,并没有考虑到当前道路的环境,过早的换到最右车道上等待进匝道或过晚的出匝道均会显著降低无人驾驶汽车的行驶效率,甚至有时还会错过匝道。
发明内容
基于此,本申请提供了一种无人驾驶汽车进出匝道的方法、装置、设备和存储介质,以控制车辆基于自适应设置在恰当的时机进/出匝道,解决车辆行驶效率低、交通事故发生频繁的问题。
第一方面,提供一种控制车辆进出匝道的方法,该方法包括:
获取车辆周围的环境数据,其中,环境数据包括车辆当前所在的车道、将要驶入
的目标车道以及目标车道的拥堵状态;目标车道依据车辆当前所在的车道以及将要进出的匝道确定;
在车辆行驶至预设最大变道位置后,实时监测目标车道的拥堵状态;
根据目标车道的拥堵状态,确定车辆驶入目标车道的时机。
根据本申请实施例中一种可实现的方式,车辆当前所在的车道是第二右车道,目标车道是最右车道时,根据目标车道的拥堵状态,确定车辆驶入目标车道的时机,包括:
实时监测最右车道的拥堵状态;
若最右车道处于拥堵状态,则控制车辆从第二右车道驶入最右车道,并跟随最右车道的车流行驶;
若最右车道处于未拥堵状态,则控制车辆在当前车道继续向前行驶,并实时监测最右车道的拥堵状态。
根据本申请实施例中一种可实现的方式,若最右车道处于未拥堵状态,则控制车辆在当前车道继续向前行驶,并实时监测最右车道的拥堵状态的步骤之后,包括:
在车辆行驶至预设默认变道位置时,若最右车道一直处于未拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机;
在车辆行驶至预设默认最小变道位置时,车辆仍未驶入最右车道,则控制车辆从
第二右车道驶入最右车道。
根据本申请实施例中一种可实现的方式,车辆当前所在的车道是最右车道,目标车道是匝道时,根据目标车道的拥堵状态,确定车辆驶入目标车道的时机,包括:
实时监测匝道的拥堵状态;
若匝道处于未拥堵状态,则在车辆行驶至预设最大进匝位置时,控制车辆从最右车道驶入匝道;
若匝道处于拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入匝道的时机;
若车辆直至驶入预设最小进匝位置时仍未驶入匝道,则控制车辆从最右车道驶入匝道。
根据本申请实施例中一种可实现的方式,车辆当前所在的车道是匝道,目标车道是最右车道时,根据目标车道的拥堵状态,确定车辆驶入目标车道的时机,包括:
实时监测最右车道的拥堵状态;
若最右车道处于未拥堵状态,则在车辆行驶至预设最早出匝位置时,控制车辆从匝道驶入最右车道;
若最右车道处于拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机;
若车辆直至驶入预设最晚出匝位置时仍未驶入最右车道,则控制车辆从匝道驶入最右车道。
根据本申请实施例中一种可实现的方式,该方法还包括:
根据导航信息,确定目标匝道与车辆当前位置之间的距离,依据距离确定车辆是否行驶至预设最大变道位置。
根据本申请实施例中一种可实现的方式,实时监测目标车道的拥堵状态,包括:
实时监测目标车道的前方是否有障碍物;
若目标车道的前方有障碍物,则根据障碍物的当前状态,确定目标车道的拥堵状态;
若目标车道的前方无障碍物,则确定目标车道处于未拥堵状态。
第二方面,提供了一种控制车辆进出匝道的装置,该装置包括:
获取模块,用于获取车辆周围的环境数据,其中,环境数据包括车辆当前所在的
车道、将要驶入的目标车道以及目标车道的拥堵状态;目标车道依据车辆当前所在的车道以及将要进出的匝道确定;
监测模块,用于在车辆行驶至预设最大变道位置后,实时监测目标车道的拥堵状态;
确定模块,用于根据目标车道的拥堵状态,确定车辆驶入目标车道的时机。
第三方面,提供了一种计算机设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机指令,计算机指令被至少一个处理器执行,以使至少一个处理器能够执行上述第一方面中涉及的方法。
第四方面,提供了一种计算机可读存储介质,其上存储有计算机指令,其特征在于,计算机指令用于使计算机执行上述第一方面中涉及的方法。
根据本申请实施例所提供的技术内容,通过获取车辆周围的环境数据,确定车辆
当前所在的车道、将要驶入的目标车道以及目标车道的拥堵状态;在车辆行驶至预设最大变道位置后,实时监测目标车道的拥堵状态;最终,根据目标车道的拥堵状态,确定车辆驶入目标车道的时机。进而控制车辆在恰当的时机进/出匝道,以达到提高车辆行驶效率、减少交通事故发生的效果。
附图说明
图1为一个实施例中一种控制车辆进出匝道的方法的流程示意图;
图2为一个实施例中一种控制车辆进出匝道的方法中车辆驶入最右车道的示意图;
图3为一个实施例中一种控制车辆进出匝道的方法中车辆驶入匝道的示意图;
图4为一个实施例中一种控制车辆进出匝道的方法中车辆驶出匝道的示意图;
图5为一个实施例中一种控制车辆进出匝道的方法中优选进匝的流程示意图;
图6为一个实施例中一种控制车辆进出匝道的方法中优选出匝的流程示意图;
图7为一个实施例中一种控制车辆进出匝道的装置的结构框图;
图8为一个实施例中计算机设备的示意性结构图。
具体实施方式
以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
图1为本申请实施例提供的一种控制车辆进出匝道的方法的流程图,该方法可以由车辆的车机系统执行。如图1、图2所示,该方法可以包括以下步骤:
步骤101:获取车辆周围的环境数据。
其中,环境数据包括但不限于车辆当前所在的道路数据、周围车辆数据、障碍物数据等等。车辆当前所在的道路数据可以包括车辆当前所在道路车道的数量、车辆当前所在的车道以及将要驶入的目标车道;周围车辆数据可以包括周围车辆的数量和车辆的行驶状态等等,进而确定目标车道的拥堵状态。
上述环境数据可以通过地图数据、车辆传感器(例如雷达、摄像头等)采集的数据、定位数据、从交通管理系统获取的数据等来进行获取。
这里,车机系统获取车辆周围的环境数据,根据车辆周围的环境数据确定车辆当前所在的车道、将要驶入的目标车道以及目标车道的拥堵状态;这里的目标车道依据车辆当前所在的车道以及将要进出的匝道确定。
步骤103:在车辆行驶至预设最大变道位置后,实时监测目标车道的拥堵状态。
其中,预设最大变道位置可以是提前预置于车机系统中的,可以采用实验值或经验值,也可以以历史数据为基础再经过大数据的分析处理得到。例如设置为一千米。
这里,在车辆行驶至预设最大变道位置后,开始实时监测目标车道的拥堵状态,根据目标车道的拥堵状态,对车辆驶入目标车道的时机进行确定和控制。
步骤105:根据目标车道的拥堵状态,确定车辆驶入目标车道的时机。
这里,由于车辆在不同的车道限速是不一样的。以卡车为例,若车机系统要控制卡车进入匝道,传统的方式中,车机系统会控制车辆快到匝道入口的位置处进入匝道,但如果匝道入口的位置处发生拥堵,想要控制车辆强行插入,本来当前车道就是快车道,很有可能会把后面的车辆堵了,甚至还可能会发发生交通事故。
若车机系统要控制卡车出匝道,传统的方式中,车机系统会控制车辆快到出匝道口的位置处驶出匝道。如果匝道发生拥堵,可能需要长时间的等待才能控制车辆驶出匝道。并且,众所周知,匝道的限速是最低的,如果匝道没有发生拥堵那是不是可以尽早的驶出匝道,以达到提高车辆行驶效率的效果会更好呢,因此,车机系统可以根据目标车道的实际拥堵状态,进行适应性的调整,进而确定车辆驶入目标车道的时机。
可以看出,本申请实施例通过获取车辆周围的环境数据,确定车辆当前所在的车道、将要驶入的目标车道以及目标车道的拥堵状态;在车辆行驶至预设最大变道位置后,实时监测目标车道的拥堵状态;最终,根据目标车道的拥堵状态,确定车辆驶入目标车道的时机。进而控制车辆在恰当的时机进/出匝道,以达到提高车辆行驶效率、减少交通事故发生的效果。
如图2所示,下面结合实施例对上述步骤103即“根据目标车道的拥堵状态,确定车辆驶入目标车道的时机”进行详细描述。
作为其中一种可实现的方式,本步骤中在车辆当前所在的车道是第二右车道,目标车道是最右车道时,实时监测最右车道的拥堵状态;若最右车道处于拥堵状态,则控制车辆从第二右车道驶入最右车道,并跟随最右车道的车流行驶;若最右车道处于未拥堵状态,则控制车辆在当前车道继续向前行驶,并实时监测最右车道的拥堵状态。
这里,由于车辆设置有超长距离的感知系统,因此,车机系统可以实时监测最右车道的拥堵状态,根据最右车道的拥堵状态,确定车辆驶入最右车道的时机。
在一种可实现的方式中,若最右车道处于拥堵状态,则意味着在靠近匝道入口处的位置处时可能会更拥堵,此时可以控制车辆提前以一个安全且舒适的速度驶入最右车道,跟随最右车道的车流继续向前行驶。这里需要说明的是,如果此时不控制车辆提早驶入最右车道,而在靠近匝道入口处的位置处时才控制车辆强行加塞进去,由于第二右车道本身就是快车道,在插入的过程中很有可能会把后面的车辆堵了,甚至还可能会发生交通事故。
这里继续以卡车为例,众所周知,卡车自身的体积本来就比较大,若要控制卡车强行插入,可能会造成安全事故的发生,并且在发生安全事故后需要负主要责任;而若是为了避免安全事故的发生,一直插不进去,车辆可能就会到达实线的位置,就不允许变道了,那可能就会错过这个匝道口。因此,若最右车道处于拥堵状态,则可以控制车辆尽早的从第二右车道驶入最右车道,以避免不必要的麻烦。
在一种可实现的方式中,若最右车道的前方一片空旷并未发生拥堵,可以控制车辆在当前车道继续向前行驶,并实时监测最右车道的拥堵状态。这里需要说明的是,若最右车道并未发生拥堵,则没必要过早的控制车辆驶入最右车道。如大家所知,最右车道的限速值大约为六十到八十公里,而第二右车道的限速值大约为一百公里到二百二十公里。如果最右车道未拥堵,则可以控制车辆继续在最右车道以快的速度向前行驶,以达到提高车辆的行驶效率的效果。
还需要强调的是,车机系统不论是在控制车辆从第二右车道驶入最右车道还是在当前车道继续向前行驶,均需要获取其后方车辆的状态,根据其后方车辆的状态,进一步确定车辆的行驶状态。但关于后方车辆状态的获取操作是现有的车机系统都会做的,此处不再详细赘述。
继续参照图2,在一些实施例中,若最右车道处于未拥堵状态,则控制车辆在当前车道继续向前行驶,并实时监测最右车道的拥堵状态的步骤之后,包括:
在车辆行驶至预设默认变道位置时,若最右车道一直处于未拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机;在车辆行驶至预设默认最小变道位置时,车辆仍未驶入最右车道,则控制车辆从第二右车道驶入最右车道。
这里,预设默认变道位置的确定可以是基于历史数据再经过大数据的分析处理得到,也可以是工作人员根据工作经验设置的,例如设置为五百米。
作为其中一种可实现的方式,在车辆行驶至预设默认变道位置时,若最右车道一直处于未拥堵状态,可以控制车辆继续向前行驶,但需要基于预设最优驾驶准则确定驶入最右车道的时机。其中,预设最优驾驶准则可以包括:路权优先级、车辆进入目标车道所需要的最优空间以及车辆进入目标车道的最优速度。关于路权优先级的准则可以是:直行车辆的路权大于变道车辆的路权,变道车辆需让直行车量优先通行;车辆进入目标车道所需要的最优空间的准则可以是:基于车辆自身的体积自适应确定;车辆进入目标车道的最优速度的准则可以是:基于设置于车辆的车机系统以及当前所在道路结构自适应确定。
作为其中一种可实现的方式,在车辆行驶至预设默认最小变道位置时,车辆仍未驶入最右车道,则可以控制车辆从第二右车道变道到最右车道。其中,预设默认最小变道位置例如设置为二百米。这里需要说明的是,如果在车辆行驶至预设默认最小变道位置时,不强制控制车辆驶入最右车道,很有可能就会导致后期错过要驶入的匝道。
如图3所示,在一些实施例中,车辆当前所在的车道是最右车道,目标车道是匝道时,根据目标车道的拥堵状态,确定车辆驶入目标车道的时机,包括:
实时监测匝道的拥堵状态;若匝道处于未拥堵状态,则在车辆行驶至预设最大进匝位置时,控制车辆从最右车道驶入匝道;若匝道处于拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入匝道的时机;若车辆直至驶入预设最小进匝位置时仍未驶入匝道,则控制车辆从最右车道驶入匝道。
这里,在车机系统控制车辆驶入最右车道之后,仍需要实时监测匝道的拥堵状态。
在一种可实现的方式中,若匝道处于未拥堵状态,则在当前车辆行驶至预设最大进匝位置时,控制车辆从最右车道驶入匝道。这里,预设最大进匝位置的设置可以控制车辆以一个安全且舒适的速度驶入匝道。若匝道处于拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入匝道的时机。其中,预设最优驾驶准则同上,此处不再重新赘述。
在一种可实现的方式中,若当前车辆直至驶入预设最小进匝位置时仍未驶入匝道,则车机系统将控制车辆从最右车道驶入匝道。这里,需要说明的是,如果此时不强制控制车辆从最右车道驶入匝道,就很有可能导致错过当前匝道,而下一个匝道的出现可能需要好久。尤其像卡车,由于其本身限高和宽,可能需要再向前行驶几十公里甚至上百里都没有出口,则会严重影响到卡车的行驶效率,致使其不能及时的到达目的地。
如图4所示,在一些实施例中,车辆当前所在的车道是匝道,目标车道是最右车道时,这种情况实际上是车辆从匝道驶出进入主车道的情况。根据目标车道的拥堵状态,确定车辆驶入目标车道的时机,包括:
实时监测最右车道的拥堵状态;若最右车道处于未拥堵状态,则在车辆行驶至预设最早出匝位置时,控制车辆从匝道驶入最右车道;若最右车道处于拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机;若车辆直至驶入预设最晚出匝位置时仍未驶入最右车道,则控制车辆从匝道驶入最右车道。
这里,在车机系统需要控制车辆驶入最右车道时,实时监测最右车道的拥堵状态。众所周知,在车机系统控制车辆从匝道驶入最右车道时,若在出匝道口的位置强行加塞进去、或者持续向前行驶直至不得不控制车辆进行变道的时候才驶入最右车道,都是比较有风险的。因此,在从匝道驶入最右车道时,车机系统也需要做自适应的调整,即根据最右车道的拥堵状态,确定驶入最右车道的时机。
在一种可实现的方式中,若最右车道处于未拥堵状态,则在当前车辆行驶至预设最早出匝位置时,控制车辆从匝道驶入最右车道。其中,预设最早出匝位置的设置,不仅可以控制车辆以一个安全且舒适的速度驶入最右车道;并且,匝道的限速要再低于最右车道的,如果最右车道没有发生拥堵,则提前驶入最右车道也可以进一步加快车辆的行驶速度,达到提高车辆的行驶效率的效果。
在一种可实现的方式中,若最右车道处于拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机。其中,预设最优驾驶准则同上,此处不再重复赘述。
在一种可实现的方式中,若当前车辆直至驶入预设最晚出匝位置时仍未驶入最右车道,则车机系统可以强制控制车辆从匝道驶入最右车道,否则可能需要等待很长的时间才能驶入最右车道,降低车辆的行驶效率。
这里需要说明的是,匝道的结构可以包括匝道上仅有一条车道和匝道上有两条车道,但不论是那种情况,其遵循的原则是一样的,即车机系统的控制操作是一样的。
在一些实施例中,还包括:根据导航信息,确定目标匝道与车辆当前位置之间的距离,依据距离确定车辆是否行驶至预设最大变道位置。进而进一步对车辆的行驶行为进行确定和控制。
在一些实施例中,实时监测目标车道的拥堵状态,包括:
实时监测目标车道的前方是否有障碍物;若目标车道的前方有障碍物,则根据障碍物的当前状态,确定目标车道的拥堵状态;若目标车道的前方无障碍物,则确定目标车道处于未拥堵状态。
这里,其中,拥堵状态的确定可以基于目标车道前方的障碍物情况来确定,即车机系统实时监测目标车道的前方是否有障碍物。
在一种可实现的方式中,若目标车道的前方在预设距离内有障碍物,则根据障碍物的当前状态,确定目标车道的拥堵状态。这里的障碍物可以是车辆或人。若为车辆,可以监测车辆的当前状态;其中,当前状态可以包括车辆的行驶速度、车辆的损坏情况以及车辆的数量;若为人,可以识别人的数量以及人的行为活动。例如,人的存在是否是由于道路施工导致的。通过识别车辆和人的情况,确定目标车道的拥堵状态。
在一种可实现的方式中,若目标车道的前方无障碍物,则可以直接确定目标车道处于未拥堵状态。
结合上述实施例中的实现方式,下面结合图5对本申请实施例提供的一优选的进匝方法流程进行举例描述。假设车辆当前在第二右车道行驶,前方存在目标匝道,即要在不久之后进目标匝道。如图5所示,该方法可以包括以下步骤:
步骤S201:获取车辆周围的环境数据。
步骤S203:在车辆行驶至预设最大变道位置后,实时监测最右车道的拥堵状态;若最右车道处于拥堵状态,则执行步骤S205;若最右车道处于未拥堵状态,则执行步骤S207。
步骤S205:控制车辆从第二右车道驶入到最右车道,并跟随最右车道的车流行驶,执行步骤213。
步骤S207:控制车辆在当前车道继续向前行驶,并实时监测最右侧车道的拥堵状态。
步骤S209:在车辆行驶至预设默认变道位置时,若最右车道一直处于未拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机。
步骤S211:在车辆行驶至预设默认最小变道位置时,车辆仍未驶入最右车道,则
控制车辆从第二右车道驶入最右车道。
步骤S213:实时监测匝道的拥堵状态;若匝道处于未拥堵状态,执行步骤S215,若匝道处于拥堵状态,执行步骤S217。
步骤S215:在当前车辆行驶至预设最大进匝位置时,控制车辆从最右车道驶入匝道。
步骤S217:控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入匝道的时机。
步骤S219:若当前车辆直至驶入预设最小进匝位置时仍未驶入匝道,则控制车辆从最右车道驶入匝道。
结合上述实施例中的实现方式,下面结合图6对本申请实施例提供的一优选的出匝方法流程进行举例描述。假设车辆进入匝道口后当前在匝道行驶,即要在不久之后驶入主车道。如图6所示,该方法可以包括以下步骤:
步骤S301:获取车辆周围的环境数据。
步骤S303:在车辆行驶至预设最大变道位置后,实时监测最右车道的拥堵状态;若最右车道处于未拥堵状态,则执行步骤S305;若最右车道处于拥堵状态,则执行步骤S307。
步骤S305:在车辆行驶至预设最早出匝位置时,控制车辆从匝道驶入最右车道。
步骤S307:控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机。
步骤S309:若车辆直至驶入预设最晚出匝位置时仍未驶入最右车道,则控制车辆从匝道驶入最右车道。
应该理解的是,虽然图1、图5以及图6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本申请中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1、图5以及图6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
上述方法实施例可以应用于多种应用场景,例如可以包括但不限于无人驾驶车辆和/或辅助驾驶车辆在高速公路上进出匝道等。
图7为本申请实施例提供的一种控制车辆进出匝道的装置的结构示意图,该装置可以设置于车机系统中,用以执行如图1、图5以及图6中所示的方法流程。如图7所示,该装置可以包括:获取模块401、监测模块403和确定模块405,其中各组成模块的主要功能如下:
获取模块401,用于获取车辆周围的环境数据,其中,环境数据包括车辆当前所
在的车道、将要驶入的目标车道以及目标车道的拥堵状态;目标车道依据车辆当前所在的车道以及将要进出的匝道确定;
监测模块403,用于在车辆行驶至预设最大变道位置后,实时监测目标车道的拥堵状态;
确定模块405,用于根据目标车道的拥堵状态,确定车辆驶入目标车道的时机。
在一些实施例中,车辆当前所在的车道是第二右车道,目标车道是最右车道时,确定模块405,可以具体执行:
实时监测最右车道的拥堵状态;
若最右车道处于拥堵状态,则控制车辆从第二右车道驶入最右车道,并跟随最右车道的车流行驶;
若最右车道处于未拥堵状态,则控制车辆在当前车道继续向前行驶,并实时监测最右车道的拥堵状态。
在一些实施例中,确定模块405中“若最右车道处于未拥堵状态,则控制车辆在当前车道继续向前行驶,并实时监测最右车道的拥堵状态”的步骤之后,可以具体执行:
在车辆行驶至预设默认变道位置时,若最右车道一直处于未拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机;
在车辆行驶至预设默认最小变道位置时,车辆仍未驶入最右车道,则控制车辆从
第二右车道驶入最右车道。
在一些实施例中,车辆当前所在的车道是最右车道,目标车道是匝道时,确定模块405中“根据目标车道的拥堵状态,确定车辆驶入目标车道的时机”,具体还执行:
实时监测匝道的拥堵状态;
若匝道处于未拥堵状态,则在车辆行驶至预设最大进匝位置时,控制车辆从最右车道驶入匝道;
若匝道处于拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入匝道的时机;
若车辆直至驶入预设最小进匝位置时仍未驶入匝道,则控制车辆从最右车道驶入匝道。
在一些实施例中,车辆当前所在的车道是匝道,目标车道是最右车道时,确定模块405,可以具体执行:
实时监测最右车道的拥堵状态;
若最右车道处于未拥堵状态,则在车辆行驶至预设最早出匝位置时,控制车辆从匝道驶入最右车道;
若最右车道处于拥堵状态,则控制车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机;
若车辆直至驶入预设最晚出匝位置时仍未驶入最右车道,则控制车辆从匝道驶入最右车道。
在一些实施例中,该装置具体还执行:
根据导航信息,确定目标匝道与车辆当前位置之间的距离,依据距离确定车辆是否行驶至预设最大变道位置。
在一些实施例中,监测模块403中“实时监测目标车道的拥堵状态”,具体可以执行:
实时监测目标车道的前方是否有障碍物;
若目标车道的前方有障碍物,则根据障碍物的当前状态,确定目标车道的拥堵状态;
若目标车道的前方无障碍物,则确定目标车道处于未拥堵状态。
上述各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,本申请实施例中可能会涉及到对用户数据的使用,在实际应用中,可以在符合所在国的适用法律法规要求的情况下(例如用户明确同意,对用户切实通知,用户明确授权等),在适用法律法规允许的范围内在本文描述的方案中使用用户特定的个人数据。
根据本申请的实施例,本申请还提供了一种计算机设备、一种计算机可读存储介质。
如图8所示,是根据本申请实施例的计算机设备的框图。计算机设备旨在表示各种形式的数字计算机或移动装置。其中数字计算机可以包括台式计算机、便携式计算机、工作台、个人数字助理、服务器、大型计算机和其它适合的计算机。移动装置可以包括平板电脑、智能电话、可穿戴式设备等。
如图8所示,设备800包括计算单元801、ROM 802、 RAM 803 、总线804以及输入/输出(I/O)接口805 ,计算单元 801、ROM 802 以及 RAM 803 通过总线504彼此相连。输入/输出(I/O)接口805也连接至总线804。
计算单元801可以根据存储在只读存储器(ROM)802 中的计算机指令或者从存储单元808加载到随机访问存储器(RAM)803 中的计算机指令,来执行本申请方法实施例中的各种处理。计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801可以包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。在一些实施例中,本申请实施例提供的方法可被实现为计算机软件程序,其被有形地包含于计算机可读存储介质,例如存储单元808。
RAM 803还可存储设备800操作所需的各种程序和数据。计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。
设备800中的输入单元806、输出单元807、存储单元808和通信单元809可以连接至I/O接口805。其中,输入单元806可以是诸如键盘、鼠标、触摸屏、麦克风等;输出单元507可以是诸如显示器、扬声器、指示灯等。设备800能够通过通信单元809与其他设备进行信息、数据等的交换。
需要说明的是,该设备还可以包括实现正常运行所必需的其他组件。也可以仅包含实现本申请方案所必需的组件,而不必包含图中所示的全部组件。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件和/或它们的组合中实现。
用于实施本申请的方法的计算机指令可以采用一个或多个编程语言的任何组合来编写。这些计算机指令可以提供给计算单元801,使得计算机指令当由诸如处理器等计算单元801执行时使执行本申请方法实施例中涉及的各步骤。
本申请提供的计算机可读存储介质可以是有形的介质,其可以包含或存储计算机指令,用以执行本申请方法实施例中涉及的各步骤。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的等形式的存储介质。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种控制车辆进出匝道的方法,其特征在于,该方法包括:
获取车辆周围的环境数据,其中,所述环境数据包括所述车辆当前所在的车道、
将要驶入的目标车道以及目标车道的拥堵状态;所述目标车道依据车辆当前所在的车道以及将要进出的匝道确定;
在所述车辆行驶至预设最大变道位置后,实时监测所述目标车道的拥堵状态;
根据所述目标车道的拥堵状态,确定所述车辆驶入目标车道的时机。
2.根据权利要求1所述的方法,其特征在于,所述车辆当前所在的车道是第二右
车道,所述目标车道是最右车道时,所述根据所述目标车道的拥堵状态,确定所述车辆驶入目标车道的时机,包括:
实时监测所述最右车道的拥堵状态;
若所述最右车道处于拥堵状态,则控制所述车辆从所述第二右车道驶入最右车道,并跟随所述最右车道的车流行驶;
若所述最右车道处于未拥堵状态,则控制所述车辆在当前车道继续向前行驶,并实时监测所述最右车道的拥堵状态。
3.根据权利要求2所述的方法,其特征在于,所述若所述最右车道处于未拥堵状态,则控制所述车辆在当前车道继续向前行驶,并实时监测所述最右车道的拥堵状态的步骤之后,包括:
在所述车辆行驶至预设默认变道位置时,若所述最右车道一直处于未拥堵状态,则控制所述车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机;
在所述车辆行驶至预设默认最小变道位置时,所述车辆仍未驶入最右车道,则控制所述车辆从所述第二右车道驶入最右车道。
4.根据权利要求1所述的方法,其特征在于,所述车辆当前所在的车道是最右车道,所述目标车道是匝道时,所述根据所述目标车道的拥堵状态,确定所述车辆驶入目标车道的时机,包括:
实时监测所述匝道的拥堵状态;
若所述匝道处于未拥堵状态,则在所述车辆行驶至预设最大进匝位置时,控制所述车辆从所述最右车道驶入所述匝道;
若所述匝道处于拥堵状态,则控制所述车辆继续向前行驶并基于预设最优驾驶准则确定驶入匝道的时机;
若所述车辆直至驶入预设最小进匝位置时仍未驶入匝道,则控制所述车辆从所述最右车道驶入匝道。
5.根据权利要求1所述的方法,其特征在于,所述车辆当前所在的车道是匝道,
所述目标车道是最右车道时,所述根据所述目标车道的拥堵状态,确定所述车辆驶入目标车道的时机,包括:
实时监测所述最右车道的拥堵状态;
若所述最右车道处于未拥堵状态,则在所述车辆行驶至预设最早出匝位置时,控制所述车辆从所述匝道驶入所述最右车道;
若所述最右车道处于拥堵状态,则控制所述车辆继续向前行驶并基于预设最优驾驶准则确定驶入最右车道的时机;
若所述车辆直至驶入预设最晚出匝位置时仍未驶入最右车道,则控制所述车辆从所述匝道驶入所述最右车道。
6.根据权利要求1所述的方法,其特征在于,该方法还包括:
根据导航信息,确定目标匝道与车辆当前位置之间的距离,依据所述距离确定所述车辆是否行驶至预设最大变道位置。
7.根据权利要求6所述的方法,其特征在于,所述实时监测所述目标车道的拥堵状态,包括:
实时监测所述目标车道的前方是否有障碍物;
若所述目标车道的前方有障碍物,则根据所述障碍物的当前状态,确定所述目标车道的拥堵状态;
若所述目标车道的前方无障碍物,则确定所述目标车道处于未拥堵状态。
8.一种控制车辆进出匝道的装置,其特征在于,该装置包括:
获取模块,用于获取车辆周围的环境数据,其中,所述环境数据包括所述车辆当
前所在的车道、将要驶入的目标车道以及目标车道的拥堵状态;所述目标车道依据车辆当前所在的车道以及将要进出的匝道确定;
监测模块,用于在所述车辆行驶至预设最大变道位置后,实时监测所述目标车道的拥堵状态;
确定模块,用于根据所述目标车道的拥堵状态,确定所述车辆驶入目标车道的时机。
9.一种计算机设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机指令,所述计算机指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令用于使计算机执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210536666.3A CN114715156B (zh) | 2022-05-18 | 2022-05-18 | 控制车辆进出匝道的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210536666.3A CN114715156B (zh) | 2022-05-18 | 2022-05-18 | 控制车辆进出匝道的方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114715156A true CN114715156A (zh) | 2022-07-08 |
CN114715156B CN114715156B (zh) | 2022-10-14 |
Family
ID=82230516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210536666.3A Active CN114715156B (zh) | 2022-05-18 | 2022-05-18 | 控制车辆进出匝道的方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114715156B (zh) |
Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003208222A (ja) * | 2002-01-10 | 2003-07-25 | Asyst Shinko Inc | 無人搬送台車システム |
CN105593700A (zh) * | 2013-10-03 | 2016-05-18 | 罗伯特·博世有限公司 | 带有入口匝道检测的自适应巡航控制 |
DE102015119730A1 (de) * | 2015-11-16 | 2017-05-18 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren und Vorrichtung zum Unterstützen eines Fahrzeugführers |
US20170248959A1 (en) * | 2016-02-29 | 2017-08-31 | Toyota Jidosha Kabushiki Kaisha | Vehicle control device and vehicle control method |
US20170341653A1 (en) * | 2016-05-26 | 2017-11-30 | Honda Motor Co.,Ltd. | Route guidance apparatus and route guidance method |
US9841767B1 (en) * | 2015-01-20 | 2017-12-12 | State Farm Mutual Automobile Insurance Company | Using emergency response system (EMS) vehicle telematics data to reduce accident risk |
US20180129206A1 (en) * | 2016-11-07 | 2018-05-10 | Honda Motor Co., Ltd | Vehicle control device |
CN108216243A (zh) * | 2016-12-09 | 2018-06-29 | 本田技研工业株式会社 | 车辆用控制装置 |
WO2018189844A1 (ja) * | 2017-04-12 | 2018-10-18 | 日産自動車株式会社 | 運転制御方法及び運転制御装置 |
US20190004529A1 (en) * | 2017-07-03 | 2019-01-03 | Hyundai Motor Company | Ecu, autonomous vehicle including ecu, and method of controlling lane change for the same |
US20190139415A1 (en) * | 2017-11-06 | 2019-05-09 | Toyota Jidosha Kabushiki Kaisha | Autonomous driving device |
US20190156664A1 (en) * | 2016-04-28 | 2019-05-23 | Sumitomo Electric Industries, Ltd. | Safety driving assistant system, server, vehicle and program |
JP2019132782A (ja) * | 2018-02-02 | 2019-08-08 | 三菱自動車工業株式会社 | 車両の走行支援システム |
CN110167810A (zh) * | 2017-01-13 | 2019-08-23 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法及车辆控制程序 |
US20190263412A1 (en) * | 2018-02-23 | 2019-08-29 | Honda Motor Co., Ltd. | Vehicle control device and vehicle control method |
CN110182209A (zh) * | 2018-02-23 | 2019-08-30 | 本田技研工业株式会社 | 车辆控制装置和车辆控制方法 |
CN110268227A (zh) * | 2017-02-17 | 2019-09-20 | 爱信艾达株式会社 | 行驶辅助装置和计算机程序 |
CN110516652A (zh) * | 2019-08-30 | 2019-11-29 | 北京百度网讯科技有限公司 | 车道检测的方法、装置、电子设备及存储介质 |
CN110733504A (zh) * | 2019-11-27 | 2020-01-31 | 禾多科技(北京)有限公司 | 具有备份路径的自动驾驶车辆行驶方法 |
US20200079380A1 (en) * | 2019-08-16 | 2020-03-12 | Lg Electronics Inc. | Apparatus and method for changing lane of autonomous vehicle |
JP2020038200A (ja) * | 2018-08-31 | 2020-03-12 | 株式会社デンソー | 車両制御装置、方法および記憶媒体 |
US20200180639A1 (en) * | 2018-12-10 | 2020-06-11 | Subaru Corporation | Automatic driving assist apparatus |
US20200307584A1 (en) * | 2019-03-27 | 2020-10-01 | Honda Motor Co., Ltd. | Vehicle controller, vehicle, and vehicle control method |
CN111994076A (zh) * | 2020-09-02 | 2020-11-27 | 中国第一汽车股份有限公司 | 自动驾驶车辆的控制方法及装置 |
CN112009474A (zh) * | 2019-05-31 | 2020-12-01 | 株式会社斯巴鲁 | 自动驾驶辅助装置 |
CN113022586A (zh) * | 2021-04-14 | 2021-06-25 | 福瑞泰克智能系统有限公司 | 一种车辆行为预测方法、装置及存储介质 |
CN113246985A (zh) * | 2021-06-21 | 2021-08-13 | 苏州大学 | 混行条件下快速路匝道智能网联车辆合流变道控制方法 |
CN215494143U (zh) * | 2021-07-07 | 2022-01-11 | 广州小马智卡科技有限公司 | 卡车传感器系统及具有其的卡车 |
US20220101722A1 (en) * | 2020-09-29 | 2022-03-31 | Hyundai Mobis Co., Ltd. | Road entry system and method for vehicle |
-
2022
- 2022-05-18 CN CN202210536666.3A patent/CN114715156B/zh active Active
Patent Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003208222A (ja) * | 2002-01-10 | 2003-07-25 | Asyst Shinko Inc | 無人搬送台車システム |
CN105593700A (zh) * | 2013-10-03 | 2016-05-18 | 罗伯特·博世有限公司 | 带有入口匝道检测的自适应巡航控制 |
US9841767B1 (en) * | 2015-01-20 | 2017-12-12 | State Farm Mutual Automobile Insurance Company | Using emergency response system (EMS) vehicle telematics data to reduce accident risk |
DE102015119730A1 (de) * | 2015-11-16 | 2017-05-18 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren und Vorrichtung zum Unterstützen eines Fahrzeugführers |
US20170248959A1 (en) * | 2016-02-29 | 2017-08-31 | Toyota Jidosha Kabushiki Kaisha | Vehicle control device and vehicle control method |
US20190156664A1 (en) * | 2016-04-28 | 2019-05-23 | Sumitomo Electric Industries, Ltd. | Safety driving assistant system, server, vehicle and program |
US20170341653A1 (en) * | 2016-05-26 | 2017-11-30 | Honda Motor Co.,Ltd. | Route guidance apparatus and route guidance method |
CN107433948A (zh) * | 2016-05-26 | 2017-12-05 | 本田技研工业株式会社 | 路径引导装置以及路径引导方法 |
CN108062096A (zh) * | 2016-11-07 | 2018-05-22 | 本田技研工业株式会社 | 车辆控制装置 |
US20180129206A1 (en) * | 2016-11-07 | 2018-05-10 | Honda Motor Co., Ltd | Vehicle control device |
CN108216243A (zh) * | 2016-12-09 | 2018-06-29 | 本田技研工业株式会社 | 车辆用控制装置 |
CN110167810A (zh) * | 2017-01-13 | 2019-08-23 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法及车辆控制程序 |
CN110268227A (zh) * | 2017-02-17 | 2019-09-20 | 爱信艾达株式会社 | 行驶辅助装置和计算机程序 |
WO2018189844A1 (ja) * | 2017-04-12 | 2018-10-18 | 日産自動車株式会社 | 運転制御方法及び運転制御装置 |
US20190004529A1 (en) * | 2017-07-03 | 2019-01-03 | Hyundai Motor Company | Ecu, autonomous vehicle including ecu, and method of controlling lane change for the same |
US20190139415A1 (en) * | 2017-11-06 | 2019-05-09 | Toyota Jidosha Kabushiki Kaisha | Autonomous driving device |
JP2019132782A (ja) * | 2018-02-02 | 2019-08-08 | 三菱自動車工業株式会社 | 車両の走行支援システム |
US20190263412A1 (en) * | 2018-02-23 | 2019-08-29 | Honda Motor Co., Ltd. | Vehicle control device and vehicle control method |
CN110182209A (zh) * | 2018-02-23 | 2019-08-30 | 本田技研工业株式会社 | 车辆控制装置和车辆控制方法 |
JP2020038200A (ja) * | 2018-08-31 | 2020-03-12 | 株式会社デンソー | 車両制御装置、方法および記憶媒体 |
US20200180639A1 (en) * | 2018-12-10 | 2020-06-11 | Subaru Corporation | Automatic driving assist apparatus |
US20200307584A1 (en) * | 2019-03-27 | 2020-10-01 | Honda Motor Co., Ltd. | Vehicle controller, vehicle, and vehicle control method |
CN112009474A (zh) * | 2019-05-31 | 2020-12-01 | 株式会社斯巴鲁 | 自动驾驶辅助装置 |
US20200079380A1 (en) * | 2019-08-16 | 2020-03-12 | Lg Electronics Inc. | Apparatus and method for changing lane of autonomous vehicle |
CN110516652A (zh) * | 2019-08-30 | 2019-11-29 | 北京百度网讯科技有限公司 | 车道检测的方法、装置、电子设备及存储介质 |
CN110733504A (zh) * | 2019-11-27 | 2020-01-31 | 禾多科技(北京)有限公司 | 具有备份路径的自动驾驶车辆行驶方法 |
CN111994076A (zh) * | 2020-09-02 | 2020-11-27 | 中国第一汽车股份有限公司 | 自动驾驶车辆的控制方法及装置 |
US20220101722A1 (en) * | 2020-09-29 | 2022-03-31 | Hyundai Mobis Co., Ltd. | Road entry system and method for vehicle |
CN114312783A (zh) * | 2020-09-29 | 2022-04-12 | 现代摩比斯株式会社 | 用于车辆的道路进入系统和方法及计算机可读存储介质 |
CN113022586A (zh) * | 2021-04-14 | 2021-06-25 | 福瑞泰克智能系统有限公司 | 一种车辆行为预测方法、装置及存储介质 |
CN113246985A (zh) * | 2021-06-21 | 2021-08-13 | 苏州大学 | 混行条件下快速路匝道智能网联车辆合流变道控制方法 |
CN215494143U (zh) * | 2021-07-07 | 2022-01-11 | 广州小马智卡科技有限公司 | 卡车传感器系统及具有其的卡车 |
Non-Patent Citations (4)
Title |
---|
张兰芳等: "基于自然驾驶数据的高速公路出口换道决策模型", 《同济大学学报(自然科学版)》 * |
杨晓芳等: "基于车车通信的快速路入口匝道车速控制研究", 《交通运输研究》 * |
王兴宇: "基于快速路的入口匝道控制研究分析", 《无线互联科技》 * |
王艳丽等: "面向出口匝道拥挤的快速路速度协调控制模型", 《同济大学学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114715156B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11383735B2 (en) | System and method for dispensing a warning device from an autonomous vehicle | |
JP7171808B2 (ja) | 自動運転車両計画方法、装置、電子機器及び記憶媒体 | |
CN110647142A (zh) | 使用优化方法规划自动驾驶车辆的停车轨迹生成 | |
CN112650243B (zh) | 车辆控制方法、装置、电子设备和自动驾驶车辆 | |
CN113353103A (zh) | 一种弯道车速控制方法、装置、设备及介质 | |
JP2021054388A (ja) | 自動運転の制御方法、装置、電子機器及び記憶媒体 | |
JP6808775B2 (ja) | 複数のキューを利用したオブジェクト追跡 | |
CN110654380B (zh) | 用于控制车辆的方法和装置 | |
CN114475656B (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN116252817A (zh) | 一种自动驾驶换道决策方法、装置、设备及存储介质 | |
CN114802251A (zh) | 自动驾驶车辆的控制方法、装置、电子设备以及存储介质 | |
CN114715156B (zh) | 控制车辆进出匝道的方法、装置、设备和存储介质 | |
CN114379587B (zh) | 自动驾驶中避让行人的方法与装置 | |
WO2024065951A1 (zh) | 一种窄路会车方法、装置、设备及存储介质 | |
JP7224421B1 (ja) | 経路予測装置、経路予測方法、および車両管制システム | |
CN115402313A (zh) | 自动驾驶车辆控制方法、装置、设备及存储介质 | |
CN115583258A (zh) | 自动驾驶车辆会车控制方法、装置、车辆控制设备和介质 | |
CN115923794A (zh) | 无人驾驶车辆变道方法、装置、电子设备及存储介质 | |
CN114506345B (zh) | 车辆控制方法、车辆控制装置、车辆和计算机可读存储介质 | |
CN113799795B (zh) | 一种无人车的控制方法、存储介质及电子设备 | |
CN117533355A (zh) | 一种车速规划方法、装置、车辆、设备及存储介质 | |
CN115635980A (zh) | 一种车辆通行方法、装置、设备及存储介质 | |
CN116225019A (zh) | 无人驾驶设备的控制方法、装置、电子设备及存储介质 | |
CN116654021A (zh) | 一种自动驾驶模式下的车辆控制方法及装置 | |
CN117533353A (zh) | 车辆控制方法、装置、设备及无人车 |
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 |