CN115131963B - 一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质 - Google Patents

一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质 Download PDF

Info

Publication number
CN115131963B
CN115131963B CN202210711121.1A CN202210711121A CN115131963B CN 115131963 B CN115131963 B CN 115131963B CN 202210711121 A CN202210711121 A CN 202210711121A CN 115131963 B CN115131963 B CN 115131963B
Authority
CN
China
Prior art keywords
vehicle
mine car
speed
road side
judging
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.)
Active
Application number
CN202210711121.1A
Other languages
English (en)
Other versions
CN115131963A (zh
Inventor
胡心怡
杨扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Boonray Intelligent Technology Co Ltd
Original Assignee
Shanghai Boonray Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Boonray Intelligent Technology Co Ltd filed Critical Shanghai Boonray Intelligent Technology Co Ltd
Priority to CN202210711121.1A priority Critical patent/CN115131963B/zh
Publication of CN115131963A publication Critical patent/CN115131963A/zh
Application granted granted Critical
Publication of CN115131963B publication Critical patent/CN115131963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G01C21/1652—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with ranging devices, e.g. LIDAR or RADAR
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质，通过车载传感器获取车辆数据以及通过路侧单元采集环境数据；路侧单元判断拐弯处是否存在相向行驶的矿车；通过获取的车辆数据以及环境数据进行碰撞预测；通过碰撞预测，判断是否执行避让策略；根据两矿车行驶参数以及路况信息，确定避让策略；安全通过拐弯路段。本发明设置了符合矿车行驶的避让策略；根据实时碰撞预测，基于预测公式和多种避让策略，更加高效灵活的进行矿车运行规划，使矿车行驶更加平稳安全且高效。

Description

一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、 装置及介质
技术领域
本发明属于自动驾驶技术领域，特别涉及一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质。
背景技术
无人驾驶涉及环境感知、定位、决策规划和执行控制等技术领域，其中车辆运动控制作为智能驾驶车辆系统的车端执行层，直接关系着智能驾驶功能的最终实现。车辆运动控制是执行控制中最核心的部分。现如今的无人驾驶车辆，还处于研发设计探索阶段，尤其是在特定区域内地形较为复杂的情况下，更加困难。在采矿和采石业中，矿用卡车是高效、高产运营的关键，因此，在矿车实际行驶过程中，尤其是在地形复杂，如弯道中，如何进行弯道情况判断，进行合理的避让以及行驶是非常关键的问题。如CN111583690公开了一种基于5G的矿区无人运输系统的弯道协同感知方法，其通过提出在弯道区域加装路侧感知系统，通过路侧单元和车载设备协同感知来提高安全性，但是不具有精确性以及行驶策略，如CN113496626A公开了一种车辆碰撞预警方法、其利用自行车动力学模型进行弯道碰撞判断，但是该方法仅仅是通用性的不具有特殊性。
因此，提出了一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质，以解决上述问题。
发明内容
考虑到上述问题，提出了本发明。
根据本发明一方面，提出了一种本发明实施例的一种基于激光雷达和毫米波雷达的矿车雷达协同方法，该方法包括：
步骤S1：通过车载传感器获取车辆数据以及通过路侧单元采集环境数据；
步骤S2：路侧单元判断拐弯处是否存在相向行驶的矿车，若是，则执行步骤S3，若否，则执行步骤S6；
步骤S3：通过获取的车辆数据以及环境数据进行碰撞预测；
步骤S4：通过碰撞预测，判断是否执行避让策略，若是，则执行步骤S5，若否，则执行步骤S6；
步骤S5:根据两矿车行驶参数以及路况信息，确定避让策略；
步骤S6：安全通过拐弯路段。
优选的，在即将进入弯道两侧设置两组路侧单元L1和L2，在拐弯处设置路侧单元L0，L0 的设置应保证其可以监测到L1至L2内是否有矿车通行，所述步骤S2，包括：
步骤S21：路侧单元L1检测到矿车，路侧单元L0和L2未检测到矿车，则认为不存在相向行驶的矿车，矿车正常行驶即可；
步骤S22：路侧单元L1和L2均检测到矿车时，认为存在相向行驶的矿车，执行步骤S3；
步骤S23：路侧单元L1和L0检测到矿车，路侧单元L2未检测到矿车，即当前已有一辆矿车进入危险驾驶路段，则需等待路侧单元L1至L2之间的矿车驶离后，另外一辆矿车才可进入路侧单元L1至L2路段。
优选的，所述步骤S3，通过获取的车辆数据以及环境数据进行碰撞预测，包括：
步骤S31：计算矿车C1到达路侧单元L1的时间t1；
步骤S32：计算矿车C2到达路侧单元L2的时间t2；
步骤S33：计算时间差Δt＝|t1-t2|。
优选的，在步骤S4，通过碰撞预测，判断是否执行避让策略包括：
若Δt>T0,不需要执行避让策略，若Δt<T0，则进入步骤S5执行避让策略。
优选的，在步骤S4，通过碰撞预测，判断是否执行避让策略包括：
若Δt>T0,不需要执行避让策略，若Δt<T0，则计算碰撞概率，具体公式如下：
P＝1-Δt/T0；
若P>＝0.4,则认为存在较大碰撞可能性，执行步骤S5避让策略；
若P<0.4,则认为碰撞存在碰撞可能性较小，无需执行避让策略。
优选的，在步骤S5，根据两矿车行驶参数以及路况信息，确定避让策略，包括：
A：当判断不发生碰撞时矿车C1及矿车C2正常行驶，不进行减速；
B：当判断发生碰撞时，进行以下策略设置：
步骤S51：获取车辆是否重载G；
设置G0为预设载重阈值，当G≥G0时判断为重载，否则为非重载；
步骤S52：获取当前车辆行驶速度V；
设置V为三档，V1，V2为速度阈值，0<V1<V2；当0<V<V1时，为低速，V1<V<V2,为中速，Vmax>V>V2时，为高速，矿车行驶速度通常低于Vmax，Vmax为矿车正常行驶中所能达到最大速度；
步骤S53：获取当前弯道曲率R；
设置R0为预设的曲率，当R≥R0时判断为缓转弯，否则为急转弯；
1)当矿车C1和矿车C2均为G≥G0时，且R≥R0，判断车辆速度，由低速车进行减速，避让中高速车辆，使中高速车辆先行通过弯道，减少高速车辆的急减速带来的危险；
2)当矿车C1和矿车C2均为G<G0时，且R≥R0，判断车辆速度，由低速车进行减速，中高速车加速通过，使高速车辆先行通过，节省通过时间，提高效率；
3)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R≥R0，无需判断车辆速度，由轻载车减速，中高速车车辆先行通过弯道；
4)1)当矿车C1和矿车C2均为G≥G0时，且R<R0，判断车辆速度，并将车辆中，中高速都降为低速行驶，由降速车辆先行通过或更靠近急转弯车辆先行通过，降低危险；
5)当矿车C1和矿车C2均为G<G0时，且R<R0，判断车辆速度，由低速车进行减速，中高速车降速，使降速车辆先行通过；
6)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R<R0，无需判断车辆速度，重载车辆降速避让，轻载车辆先行通过，提高效率。
本发明还提出一种基于激光雷达和毫米波雷达的矿车雷达协同系统，该系统包括：
获取模块100：通过车载传感器获取车辆数据以及通过路侧单元采集环境数据；
判断模块200：路侧单元判断拐弯处是否存在相向行驶的矿车，若是则进行碰撞预测，若否，则通过拐弯路段；
预测模块300：通过获取的车辆数据以及环境数据进行碰撞预测；
判断模块400：通过碰撞预测，判断是否执行避让策略，若是，确定避让策略，若否，则通过拐弯路段；
策略模块500：根据两矿车行驶参数以及路况信息，确定避让策略；
执行模块600：安全通过拐弯路段。
本发明还提出一种基于激光雷达和毫米波雷达的矿车雷达协同装置，包括存储器和处理器，其执行上述协同方法。
本发明还提出一种计算机可读存储介质，其上执行计算机程序，该程序包括上述协同方法。
相对于现有技术，本申请具有如下有益效果：
1.通过获取车辆数据和环境数据，进行碰撞预测，基于碰撞预测，对无人驾驶矿车进行了高效的规划；根据实时获取的碰撞预测结果，更加高效灵活的进行车辆运行规划，使矿车行驶更加平稳安全且高效。
2.在进行碰撞预测时，通过历史数据估计两矿车通行时间差，并根据时间差计算碰撞概率，根据碰撞概率决定是否执行避让策略，方法简单可靠，保证通行安全的前提下提高，通行效率。
3.在判断为需要避让时，根据车辆载重、曲率以及速度，确定避让策略，进一步提高通行效率。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1示出根据本发明一个实施例的基于激光雷达和毫米波雷达的矿车雷达协同方法的示意性框图；
图2示出根据本发明一个实施例的弯道路侧单元示意图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
实施例一：
为了解决上文所述的问题，提出了一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、设备及存储介质，尤其涉及矿车在山路弯道会车时的协同方法及系统。具体的，本发明实施例提出一种基于碰撞预测确定是否执行避让策略以及根据不同情形选择不同的避让策略。矿车多在矿山上作业，在行驶中，由于矿山地形复杂以及矿车负载较重，在矿山公路的弯道会车中容易发生碰撞事故，本申请基于上述情况，提出一种为降低无人驾驶矿车在矿山弯道会车时的碰撞事故的基于激光雷达和毫米波雷达的矿车雷达协同方法，本申请中无人驾驶矿车简称矿车。
下面参考图1来描述根据本发明实施例的一种基于激光雷达和毫米波雷达的矿车雷达协同方法，该方法包括：
步骤S1：通过车载传感器获取矿车行驶数据以及通过路侧单元采集环境数据；
在步骤S1中，所述车载传感器包括传统的摄像头、毫米波雷达、激光雷达、超声波雷达、红外夜视，以及用于定位和导航的GPS和惯性测量单元，还包括高精度地图、V2X车联网装置；通过车载传感器所获得的数据包括矿车行驶数据，包括速度，载重，加速度等，路侧单元采集环境数据，包括与矿车进行通信的通信设备，处理器，激光雷达以及毫米波雷达。
路侧单元采集信息并输出目标的目标车辆、目标速度、目标相对于路侧单元的位置；并通过通信模块发送到云端服务器。
车载传感器获取车辆的速度、载重、加速度，并通过通信模块发送到云端服务器。
如图2所示，路侧单元设置有三组，分别在即将进入弯道两侧设置两组路侧单元L1和L2，在拐弯处设置路侧单元L0，L0的设置应保证其可以监测到L1至L2内是否有矿车通行。其中 L1至L2之间为危险路段，为保证矿车的安全性只允许单车通行。
步骤S2：路侧单元判断拐弯处是否存在相向行驶的矿车，若是，则执行步骤S3，若否，则执行步骤S6；
在步骤S2中，仅考虑对向来车情况，按照如下规则进行判断：
步骤S21：路侧单元L1(或L2)检测到矿车，路侧单元L0和L2(或L1)未检测到矿车，则认为不存在相向行驶的矿车，矿车正常行驶即可；
步骤S22：路侧单元L1和L2均检测到矿车时，认为存在相向行驶的矿车，执行步骤S3；
步骤S23：路侧单元L1(或L2)、路侧单元L0检测到矿车，路侧单元L2(或L1)未检测到矿车，即当前已有一辆矿车进入危险驾驶路段，则需等待路侧单元L1至L2之间的矿车驶离后，另外一辆矿车才可进入路侧单元L1至L2路段。
步骤S3：通过获取的车辆数据以及环境数据进行碰撞预测；
在步骤S3中，通过获取的车辆数据以及环境数据进行碰撞预测包括：
步骤S31：计算矿车C1到达L1的时间t1；
步骤S32：计算矿车C2到达L2的时间t2；
其中步骤S31、S32中行驶时间t1、t2的计算方式为，将矿车载重、矿车速度、矿车加速度、道路坡度、道路曲率信息输入预先训练好的神经网络，输出行驶时间t1、t2。
步骤S33：计算时间差Δt＝|t1-t2|；
步骤S34：根据历史数据确定安全通行时间差T0；
步骤S4:确定是否执行避让策略；具体包括：
若Δt>T0,不需要执行避让策略，若Δt<T0，则执行步骤S5；若Δt>T0,则认为两车不会同时行驶在L1至L2路段，因此无需执行避让策略，若Δt<T0，因此两车可能会同时行驶在L1 至L2路段而带来危险，因此执行避让策略。本申请通过提前进行碰撞预测，判断是否需要执行避让策略。
在需要执行避让策略时，避让矿车在到达弯道前将提前减速，以保证无需避让矿车高效、安全的通过危险弯道路段；
即便在判断为无需执行避让策略时，只要L0检测到矿车驶入弯道路段，则依据步骤S23，在该矿车驶出后，才会允许对向矿车驶入，保证弯道会车安全。
步骤S5:根据两矿车行驶参数以及路况信息，确定避让策略。
在步骤S5，根据两矿车行驶参数以及路况信息，确定避让策略，包括：
A：当判断不发生碰撞时矿车C1和矿车C2正常行驶，不进行减速。
B：当判断发生碰撞时，进行以下策略设置：
步骤S51：获取车辆是否重载G；
步骤S52：获取当前车辆行驶速度V；
步骤S53：获取当前弯道曲率R；
设置G0为预设载重阈值，当G≥G0时判断为重载，否则为非重载；
设置V为三档，V1，V2为速度阈值，0<V1<V2；当0<V<V1时，为低速，V1<V<V2,为中速，Vmax>V>V2时，为高速，矿车行驶速度通常低于Vmax，Vmax为矿车正常行驶中所能达到最大速度。
设置R0为预设的曲率，当R≥R0时判断为缓转弯，否则为急转弯。
策略如下：
1)当矿车C1和矿车C2均为G≥G0时，且R≥R0，判断车辆速度，由低速车进行减速，避让中高速车辆，使中高速车辆先行通过弯道，减少高速车辆的急减速带来的危险。
2)当矿车C1和矿车C2均为G<G0时，且R≥R0，判断车辆速度，由低速车进行减速，中高速车加速通过，使高速车辆先行通过，节省通过时间，提高效率。
3)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R≥R0，无需判断车辆速度，由轻载车减速，重载矿车先行通过弯道。
4)1)当矿车C1和矿车C2均为G≥G0时，且R<R0，判断车辆速度，并将车辆中，中高速都降为低速行驶，由降速车辆先行通过或更靠近急转弯车辆先行通过，降低危险。
5)当矿车C1和矿车C2均为G<G0时，且R<R0，判断车辆速度，由低速车进行减速，中高速车降速，使降速车辆先行通过。
6)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R<R0，无需判断车辆速度，重载车辆降速避让，轻载车辆先行通过，提高效率。
步骤S6：安全通过拐弯路段。
本实施例中，通过获取车辆数据和环境数据，进行碰撞预测，基于碰撞预测，对矿车进行了高效的规划；根据实时获取的碰撞预测结果，更加高效灵活的进行车辆运行规划，使矿车行驶更加平稳安全且高效。本申请提出一种高效简单的碰撞预测方法，以及安全的避让策略，使矿车行驶更高效合理。
实施例二：
步骤S1：通过车载传感器获取矿车行驶数据以及通过路侧单元采集环境数据；
在步骤S1中，所述车载传感器包括传统的摄像头、毫米波雷达、激光雷达、超声波雷达、红外夜视，以及用于定位和导航的GPS和惯性测量单元，还包括高精度地图、V2X车联网装置；通过车载传感器所获得的数据包括矿车行驶数据，包括速度，载重，加速度等，路侧单元采集环境数据，包括与矿车进行通信的通信设备，处理器，激光雷达以及毫米波雷达。
路侧单元采集信息并输出目标的目标车辆、目标速度、目标相对于路侧单元的位置；并通过通信模块发送到云端服务器。
车载传感器获取车辆的速度、载重、加速度，并通过通信模块发送到云端服务器。
如图2所示，路侧单元设置有三组，分别在即将进入弯道两侧设置两组路侧单元L1和L2，在拐弯处设置路侧单元L0。其中L1至L2之间为危险路段，为保证矿车的安全性只允许单车通行。
步骤S2：路侧单元判断拐弯处是否存在相向行驶的矿车，若是，则执行步骤S3，若否，则执行步骤S6；
在步骤S2中，仅考虑对向来车情况，按照如下规则进行判断：
步骤S21：路侧单元L1(或L2)检测到矿车，路侧单元L0和L2(或L1)未检测到矿车，则认为不存在相向行驶的矿车，矿车正常行驶即可；
步骤S22：路侧单元L1和L2均检测到矿车时，认为存在相向行驶的矿车，执行步骤S3；
步骤S23：路侧单元L1(或L2)、路侧单元L0检测到矿车，路侧单元L2(或L1)未检测到矿车，即当前已有一辆矿车进入危险驾驶路段，则需等待路侧单元L1至L2之间的矿车驶离后，另外一辆矿车才可进入路侧单元L1至L2路段。
步骤S3：通过获取的车辆数据以及环境数据进行碰撞预测；
在步骤S3中，通过获取的车辆数据以及环境数据进行碰撞预测包括：
步骤S31：计算矿车C1到达L1的时间t1；
步骤S32：计算矿车C2到达L2的时间t2；
其中步骤S31、S32中行驶时间t1、t2的计算方式为，将矿车载重、矿车速度、矿车加速度、道路坡度、道路曲率信息输入预先训练好的神经网络，输出行驶时间t1、t2。
步骤S33：计算时间差Δt＝|t1-t2|；
步骤S34：根据历史数据确定安全通行时间差T0；
步骤S4:确定是否执行避让策略；具体包括：
若Δt>T0,不需要执行避让策略，若Δt<T0，则计算碰撞概率，具体公式如下：
P＝1-Δt/T0；
若Δt>T0,则认为足以使得两车顺次通过L1至L2路段，无需进行避让；若Δt<T0,则认为两矿车存在同时驶入L1至L2路段的可能性，进一步判断碰撞概率P，若P>＝0.4,则认为存在较大碰撞可能性，执行避让策略；
若P<0.4,则认为碰撞存在碰撞可能性较小，无需执行避让策略；
通过预测碰撞概率，决定最终是否执行避让策略，当碰撞概率较低时，选择相信不会发生碰撞，当碰撞概率较高时，认为发生碰撞，通过碰撞概率的计算，进一步优化避让的合理性。
在需要执行避让策略时，避让矿车在到达弯道前将提前减速，以保证非避让矿车高效、安全的通过危险弯道路段；
即便在判断为无需执行避让策略时，只要L0检测到矿车驶入弯道路段，则依据步骤S23，则在该矿车驶出后，才会允许对向矿车驶入，保证弯道会车安全。
步骤S5:根据两矿车行驶参数以及路况信息，确定避让策略。
在步骤S5，根据两矿车行驶参数以及路况信息，确定避让策略，包括：
A：当判断不发生碰撞时矿车C1和矿车C2正常行驶，不进行减速。
B：当判断发生碰撞时，进行以下策略设置：
步骤S51：获取车辆是否重载G；
步骤S52：获取当前车辆行驶速度V；
步骤S53：获取当前弯道曲率R；
设置G0为预设载重阈值，当G≥G0时判断为重载，否则为非重载；
设置V为三档，V1，V2为速度阈值，0<V1<V2；当0<V<V1时，为低速，V1<V<V2,为中速，Vmax>V>V2时，为高速，矿车行驶速度通常低于Vmax，Vmax为矿车正常行驶中所能达到最大速度。
设置R0为预设的曲率，当R≥R0时判断为缓转弯，否则为急转弯。
策略如下：
1)当矿车C1和矿车C2均为G≥G0时，且R≥R0，判断车辆速度，由低速车进行减速，避让中高速车辆，使中高速车辆先行通过弯道，减少高速车辆的急减速带来的危险。
2)当矿车C1和矿车C2均为G<G0时，且R≥R0，判断车辆速度，由低速车进行减速，中高速车加速通过，使高速车辆先行通过，节省通过时间，提高效率。
3)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R≥R0，无需判断车辆速度，由轻载车减速，重载矿车先行通过弯道。
4)1)当矿车C1和矿车C2均为G≥G0时，且R<R0，判断车辆速度，并将车辆中，中高速都降为低速行驶，由降速车辆先行通过或更靠近急转弯车辆先行通过，降低危险。
5)当矿车C1和矿车C2均为G<G0时，且R<R0，判断车辆速度，由低速车进行减速，中高速车降速，使降速车辆先行通过。
6)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R<R0，无需判断车辆速度，重载车辆降速避让，轻载车辆先行通过，提高效率。
步骤S6：安全通过拐弯路段。
本实施例中，通过获取车辆数据和环境数据，进行碰撞预测，基于碰撞预测，对矿车进行了高效的规划；根据实时获取的碰撞预测结果，更加高效灵活的进行车辆运行规划，使矿车行驶更加平稳安全且高效。本申请提出一种高效简单的碰撞预测方法，以及安全的避让策略，使矿车行驶更高效合理。
实施例三：
下面参考图2来描述根据本发明实施例的一种基于激光雷达和毫米波雷达的矿车雷达协同系统，该系统包括：
获取模块100：通过车载传感器获取车辆数据以及通过路侧单元采集环境数据；
判断模块200：路侧单元判断拐弯处是否存在相向行驶的矿车，若是则进行碰撞预测，若否，则通过拐弯路段；
预测模块300：通过获取的车辆数据以及环境数据进行碰撞预测；
判断模块400：通过碰撞预测，判断是否执行避让策略，若是，确定避让策略，若否，则通过拐弯路段；
策略模块500：根据两矿车行驶参数以及路况信息，确定避让策略；
执行模块600：安全通过拐弯路段。
在获取模块100中，所述车载传感器包括传统的摄像头、毫米波雷达、激光雷达、超声波雷达、红外夜视，以及用于定位和导航的GPS和惯性测量单元，还包括高精度地图、V2X车联网装置；通过车载传感器所获得的数据包括矿车行驶数据，包括速度，载重，加速度等，路侧单元采集环境数据，包括与矿车进行通信的通信设备，处理器，激光雷达以及毫米波雷达。
路侧单元采集信息并输出目标的目标车辆、目标速度、目标相对于路侧单元的位置；并通过通信模块发送到云端服务器。
车载传感器获取车辆的速度、载重、加速度，并通过通信模块发送到云端服务器。
判断模块200：路侧单元判断拐弯处是否存在相向行驶的矿车，若是则进行碰撞预测，若否，则通过拐弯路段；
判断模块执行上述实施例一或二中步骤S4所述的方法。
策略模块500，通过碰撞检测设置不同的行驶策略包括：
A：当判断不发生碰撞时矿车C1和矿车C2正常行驶，不进行减速。
B：当判断发生碰撞时，进行以下策略设置：
获取模块1：获取车辆是否重载G；
获取模块2：获取当前车辆行驶速度V；
获取模块3：获取当前弯道曲率R；
设置模块1：设置G0为预设载重阈值，当G≥G0时判断为重载，否则为非重载；
设置模块2：设置V为三档，V1，V2为速度阈值，0<V1<V2；当0<V<V1时，为低速，V1<V<V2, 为中速，Vmax>V>V2时，为高速，矿车行驶速度通常低于Vmax，Vmax为矿车正常行驶中所能达到最大速度。
设置模块3：设置R0为预设的曲率，当R≥R0时判断为缓转弯，否则为急转弯。
策略如下：
1)当矿车C1和矿车C2均为G≥G0时，且R≥R0，判断车辆速度，由低速车进行减速，避让中高速车辆，使中高速车辆先行通过弯道，减少高速车辆的急减速带来的危险。
2)当矿车C1和矿车C2均为G<G0时，且R≥R0，判断车辆速度，由低速车进行减速，中高速车加速通过，使高速车辆先行通过，节省通过时间，提高效率。
3)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R≥R0，无需判断车辆速度，由轻载车减速，中高速车车辆先行通过弯道。
4)1)当矿车C1和矿车C2均为G≥G0时，且R<R0，判断车辆速度，并将车辆中，中高速都降为低速行驶，由降速车辆先行通过或更靠近急转弯车辆先行通过，降低危险。
5)当矿车C1和矿车C2均为G<G0时，且R<R0，判断车辆速度，由低速车进行减速，中高速车降速，使降速车辆先行通过。
6)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R<R0，无需判断车辆速度，重载车辆降速避让，轻载车辆先行通过，提高效率。
执行模块600：安全通过拐弯路段。
实施例四
本发明还保护一种基于激光雷达和毫米波雷达的矿车雷达协同装置，包括存储器和处理器，其执行前述实施例1或2或3所述的方法。同时保护一种计算机可读存储介质，其上执行计算机程序，该程序执行前述实施例1或2或3所述的方法。
尽管本文已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的组件或步骤。位于组件之前的单词“一”或“一个”不排除存在多个这样的组件。本发明可以借助于包括有若干不同组件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种基于激光雷达和毫米波雷达的矿车雷达协同方法，其特征在于，包括：
步骤S1：通过车载传感器获取车辆数据以及通过路侧单元采集环境数据；
步骤S2：路侧单元判断拐弯处是否存在相向行驶的矿车，若是，则执行步骤S3，若否，则执行步骤S6；
步骤S3：通过获取的车辆数据以及环境数据进行碰撞预测；
步骤S4：通过碰撞预测，判断是否执行避让策略，若是，则执行步骤S5，若否，则执行步骤S6；
步骤S5:根据两矿车行驶参数以及路况信息，确定避让策略；
步骤S6：安全通过拐弯路段；
在即将进入弯道两侧设置两组路侧单元L1和L2，在拐弯处设置路侧单元L0，L0的设置应保证其可以监测到L1至L2区段内是否有矿车通行；
所述步骤S2，包括：
步骤S21：路侧单元L1检测到矿车，路侧单元L0和L2未检测到矿车，则认为不存在相向行驶的矿车，矿车正常行驶即可；
步骤S22：路侧单元L1和L2均检测到矿车时，认为存在相向行驶的矿车，执行步骤S3；
步骤S23：路侧单元L1和L0检测到矿车，路侧单元L2未检测到矿车，即当前已有一辆矿车进入危险驾驶路段，则需等待路侧单元L1至L2之间的矿车驶离后，另外一辆矿车才可进入路侧单元L1至L2路段；
所述步骤S3，通过获取的车辆数据以及环境数据进行碰撞预测，包括：
步骤S31：计算矿车C1到达路侧单元L1的时间t1；
步骤S32：计算矿车C2到达路侧单元L2的时间t2；
步骤S33：计算时间差Δt＝|t1-t2|；
步骤S34：根据历史数据确定安全通行时间差T0；
在步骤S5，根据两矿车行驶参数以及路况信息，确定避让策略，包括：
A：当判断不发生碰撞时矿车C1和矿车C2正常行驶，不进行减速；
B：当判断发生碰撞时，进行以下策略设置：
步骤S51：获取车辆是否重载G；
设置G0为预设载重阈值，当G≥G0时判断为重载，否则为非重载；
步骤S52：获取当前车辆行驶速度V；
设置V为三档，V1，V2为速度阈值，0<V1<V2；当0<V<V1时，为低速，V1<V<V2,为中速，Vmax>V>V2时，为高速，矿车行驶速度通常低于Vmax，Vmax为矿车正常行驶中所能达到最大速度；
步骤S53：获取当前弯道曲率R；
设置R0为预设的曲率，当R≥R0时判断为缓转弯，否则为急转弯；
1)当矿车C1和矿车C2均为G≥G0时，且R≥R0，判断车辆速度，由低速车进行减速，避让中高速车辆，使中高速车辆先行通过弯道；
2)当矿车C1和矿车C2均为G<G0时，且R≥R0，判断车辆速度，由低速车进行减速，中高速车加速通过，使高速车辆先行通过；
3)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R≥R0，无需判断车辆速度，由轻载车减速，中高速车车辆先行通过弯道；
4)当矿车C1和矿车C2均为G≥G0时，且R<R0，判断车辆速度，并将车辆中，中高速都降为低速行驶，由降速车辆先行通过或更靠近急转弯车辆先行通过；
5)当矿车C1和矿车C2均为G<G0时，且R<R0，判断车辆速度，由低速车进行减速，中高速车降速，使降速车辆先行通过；
6)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R<R0，无需判断车辆速度，重载车辆降速避让，轻载车辆先行通过。
2.如权利要求1所述的基于激光雷达和毫米波雷达的矿车雷达协同方法，其特征在于：在步骤S4，通过碰撞预测，判断是否执行避让策略，包括：
若Δt>T0,不需要执行避让策略，若Δt<T0，则进入步骤S5执行避让策略。
3.如权利要求2所述的所述的基于激光雷达和毫米波雷达的矿车雷达协同方法，其特征在于：在步骤S4，通过碰撞预测，判断是否执行避让策略，还包括：
若Δt>T0,不需要执行避让策略，若Δt<T0，则计算碰撞概率，具体公式如下：
P＝1-Δt/T0；
若P>＝0.4,则认为存在较大碰撞可能性，执行步骤S5避让策略；
若P<0.4,则认为碰撞存在碰撞可能性较小，无需执行避让策略。
4.一种基于激光雷达和毫米波雷达的矿车雷达协同系统，其特征在于：该系统包括：
获取模块100：通过车载传感器获取车辆数据以及通过路侧单元采集环境数据；
判断模块200：路侧单元判断拐弯处是否存在相向行驶的矿车，若是则进行碰撞预测，若否，则通过拐弯路段；
预测模块300：通过获取的车辆数据以及环境数据进行碰撞预测；
判断模块400：通过碰撞预测，判断是否执行避让策略，若是，确定避让策略，若否，则通过拐弯路段；
策略模块500：根据两矿车行驶参数以及路况信息，确定避让策略；
执行模块600：安全通过拐弯路段；
在即将进入弯道两侧设置两组路侧单元L1和L2，在拐弯处设置路侧单元L0，L0的设置应保证其可以监测到L1至L2区段内是否有矿车通行；
所述判断模块200，包括：
步骤S21：路侧单元L1检测到矿车，路侧单元L0和L2未检测到矿车，则认为不存在相向行驶的矿车，矿车正常行驶即可；
步骤S22：路侧单元L1和L2均检测到矿车时，认为存在相向行驶的矿车，执行步骤S3；
步骤S23：路侧单元L1和L0检测到矿车，路侧单元L2未检测到矿车，即当前已有一辆矿车进入危险驾驶路段，则需等待路侧单元L1至L2之间的矿车驶离后，另外一辆矿车才可进入路侧单元L1至L2路段；
所述预测模块300，通过获取的车辆数据以及环境数据进行碰撞预测，包括：
步骤S31：计算矿车C1到达路侧单元L1的时间t1；
步骤S32：计算矿车C2到达路侧单元L2的时间t2；
步骤S33：计算时间差Δt＝|t1-t2|；
步骤S34：根据历史数据确定安全通行时间差T0；
在策略模块500，根据两矿车行驶参数以及路况信息，确定避让策略，包括：
A：当判断不发生碰撞时矿车C1和矿车C2正常行驶，不进行减速；
B：当判断发生碰撞时，进行以下策略设置：
步骤S51：获取车辆是否重载G；
设置G0为预设载重阈值，当G≥G0时判断为重载，否则为非重载；
步骤S52：获取当前车辆行驶速度V；
设置V为三档，V1，V2为速度阈值，0<V1<V2；当0<V<V1时，为低速，V1<V<V2,为中速，Vmax>V>V2时，为高速，矿车行驶速度通常低于Vmax，Vmax为矿车正常行驶中所能达到最大速度；
步骤S53：获取当前弯道曲率R；
设置R0为预设的曲率，当R≥R0时判断为缓转弯，否则为急转弯；
1)当矿车C1和矿车C2均为G≥G0时，且R≥R0，判断车辆速度，由低速车进行减速，避让中高速车辆，使中高速车辆先行通过弯道；
2)当矿车C1和矿车C2均为G<G0时，且R≥R0，判断车辆速度，由低速车进行减速，中高速车加速通过，使高速车辆先行通过；
3)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R≥R0，无需判断车辆速度，由轻载车减速，中高速车车辆先行通过弯道；
4)当矿车C1和矿车C2均为G≥G0时，且R<R0，判断车辆速度，并将车辆中，中高速都降为低速行驶，由降速车辆先行通过或更靠近急转弯车辆先行通过；
5)当矿车C1和矿车C2均为G<G0时，且R<R0，判断车辆速度，由低速车进行减速，中高速车降速，使降速车辆先行通过；
6)当矿车C1和矿车C2中一辆为重载，一辆为轻载，且R<R0，无需判断车辆速度，重载车辆降速避让，轻载车辆先行通过。
5.一种基于激光雷达和毫米波雷达的矿车雷达协同装置，其特征在于：包括存储器和处理器，其执行权利要求1-3任一项所述的方法。
6.一种计算机可读存储介质，其特征在于：其上执行计算机程序，该程序包括如权利要求1-3任一项所述的方法。
CN202210711121.1A 2022-06-22 2022-06-22 一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质 Active CN115131963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210711121.1A CN115131963B (zh) 2022-06-22 2022-06-22 一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210711121.1A CN115131963B (zh) 2022-06-22 2022-06-22 一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质

Publications (2)

Publication Number Publication Date
CN115131963A CN115131963A (zh) 2022-09-30
CN115131963B true CN115131963B (zh) 2023-08-22

Family

ID=83380041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210711121.1A Active CN115131963B (zh) 2022-06-22 2022-06-22 一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质

Country Status (1)

Country Link
CN (1) CN115131963B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117423236B (zh) * 2023-12-18 2024-03-19 暨南大学 一种基于临时避让停车位的狭窄弯道车辆调度方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010015450A (ja) * 2008-07-04 2010-01-21 Toyota Motor Corp 衝突防止装置
JP2010072839A (ja) * 2008-09-17 2010-04-02 Toyota Motor Corp 衝突予測装置
CN103578294A (zh) * 2013-10-28 2014-02-12 北京航空航天大学 一种基于专用短程通信的弯道协同避撞预警方法
CN108622088A (zh) * 2017-03-16 2018-10-09 丰田自动车株式会社 碰撞避免装置
CN111002981A (zh) * 2019-12-26 2020-04-14 苏州智加科技有限公司 提示方法、装置、自动驾驶车辆及存储介质
CN111583690A (zh) * 2020-04-15 2020-08-25 北京踏歌智行科技有限公司 一种基于5g的矿区无人运输系统的弯道协同感知方法
CN111624999A (zh) * 2020-05-27 2020-09-04 北京易控智驾科技有限公司 碰撞消除方法、装置、电子设备及可读存储介质
CN111899562A (zh) * 2019-05-05 2020-11-06 湖南大学深圳研究院 一种用于弯道盲区的会车提示方法
CN112133128A (zh) * 2019-06-25 2020-12-25 奥迪股份公司 弯道防撞预警方法、装置、计算机设备和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010015450A (ja) * 2008-07-04 2010-01-21 Toyota Motor Corp 衝突防止装置
JP2010072839A (ja) * 2008-09-17 2010-04-02 Toyota Motor Corp 衝突予測装置
CN103578294A (zh) * 2013-10-28 2014-02-12 北京航空航天大学 一种基于专用短程通信的弯道协同避撞预警方法
CN108622088A (zh) * 2017-03-16 2018-10-09 丰田自动车株式会社 碰撞避免装置
CN111899562A (zh) * 2019-05-05 2020-11-06 湖南大学深圳研究院 一种用于弯道盲区的会车提示方法
CN112133128A (zh) * 2019-06-25 2020-12-25 奥迪股份公司 弯道防撞预警方法、装置、计算机设备和存储介质
CN111002981A (zh) * 2019-12-26 2020-04-14 苏州智加科技有限公司 提示方法、装置、自动驾驶车辆及存储介质
CN111583690A (zh) * 2020-04-15 2020-08-25 北京踏歌智行科技有限公司 一种基于5g的矿区无人运输系统的弯道协同感知方法
CN111624999A (zh) * 2020-05-27 2020-09-04 北京易控智驾科技有限公司 碰撞消除方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN115131963A (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN112230642B (zh) 道路可行驶区域推理方法及装置
CN113460042B (zh) 车辆驾驶行为的识别方法以及识别装置
EP4067821A1 (en) Path planning method for vehicle and path planning apparatus for vehicle
CN103842230B (zh) 车辆的驾驶辅助系统
CN113386795A (zh) 一种自动驾驶车辆智能决策及局部轨迹规划方法及其决策系统
EP3715204A1 (en) Vehicle control device
CN107867283A (zh) 基于预测模型的集成式fcw/acc/aeb系统及车辆
CN109808613A (zh) 智能驾驶系统行车事件评估检测方法
CN112208533B (zh) 车辆控制系统、车辆控制方法及存储介质
US11167754B2 (en) Systems and methods for trajectory based safekeeping of vehicles
US11926315B2 (en) Electronic apparatus for detecting risk factors around vehicle and method for controlling same
CN113525373B (zh) 一种车辆的变道控制系统、控制方法以及变道控制装置
JP7190387B2 (ja) 車両制御装置、車両制御方法、およびプログラム
US20210316722A1 (en) Systems and methods for trajectory based safekeeping of vehicles
US11731661B2 (en) Systems and methods for imminent collision avoidance
US20230211809A1 (en) Autonomous driving method and apparatus
US20230249660A1 (en) Electronic Mechanical Braking Method and Electronic Mechanical Braking Apparatus
CN115131963B (zh) 一种基于激光雷达和毫米波雷达的矿车雷达协同方法、系统、装置及介质
JP7138151B2 (ja) 車両制御装置、車両制御方法、およびプログラム
CN115547035B (zh) 超视距避撞行驶控制方法、装置及信息物理系统
Ding et al. Research on safety lane change warning method based on potential angle collision point
CN115892061A (zh) 一种基于v2i的高风险路段纵向决策控制方法、车辆、计算机及存储介质
TWI535601B (zh) 滑動模式之行駛路徑投票策略模組及其駕駛控制系統與方法
US20220153263A1 (en) Automated driving trajectory generating device and automated driving device
EP4017772A1 (en) Systems and methods for trajectory based safekeeping of vehicles

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