CN115311852A - 交通拥堵的预测方法、系统、车辆及存储介质 - Google Patents
交通拥堵的预测方法、系统、车辆及存储介质 Download PDFInfo
- Publication number
- CN115311852A CN115311852A CN202210853770.5A CN202210853770A CN115311852A CN 115311852 A CN115311852 A CN 115311852A CN 202210853770 A CN202210853770 A CN 202210853770A CN 115311852 A CN115311852 A CN 115311852A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- data
- lane
- module
- 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.)
- Withdrawn
Links
Images
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
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
-
- 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
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
Abstract
本发明公开了一种交通拥堵的预测方法、系统、车辆及存储介质,包括以下步骤:获取本车定位信息、本车所在车道信息、本车所在车道的限速信息、同向邻近车道信息及对应的限速信息;获取本车的车速信息;获取本车周围的视频信息;基于本车的车速信息、雷达探测信息以及视频信息计算出同向相邻车道车辆的车速信息;基于本车车速信息及所在车道的限速信息预测所在车道的拥堵情况;基于同向相邻车道车辆的车速信息及所在车道的限速信息预测同向相邻车道的拥堵情况。本发明能够实现车道级拥堵信息的预测。
Description
技术领域
本发明属于智能交通技术领域,具体涉及一种交通拥堵的预测方法、系统、车辆及存储介质。
背景技术
目前用户级应用导航地图已经实现了对于道路拥堵的预测,可以帮助用户提前规划路线,减少出行所需时间,更能避免拥堵进一步严重,但是当用户已经在当前拥堵路段,且该路段为多车道时,无法为用户提供车道级的拥堵信息。
因此,有必要开发一种新的交通拥堵的预测方法、系统、车辆及存储介质。
发明内容
本发明的目的在于提供一种交通拥堵的预测方法、系统、车辆及存储介质,能共享并计算出车道级拥堵信息。
本发明所述的一种交通拥堵的预测方法,包括以下步骤:
获取本车定位信息、本车所在车道信息、本车所在车道的限速信息、同向邻近车道信息及对应的限速信息;
获取本车的车速信息;
获取本车周围的视频信息;
基于本车的车速信息、雷达探测信息以及视频信息计算出同向相邻车道车辆的车速信息;
基于本车车速信息及所在车道的限速信息预测所在车道的拥堵情况;
基于同向相邻车道车辆的车速信息及所在车道的限速信息预测同向相邻车道的拥堵情况。
可选地,基于预测出的本车所在车道的拥堵情况和同向相邻车道的拥堵情况,计算出车辆调度信息,并将车辆调度信息发送给本车。
可选地,所述基于本车的车速信息、雷达探测信息以及视频信息计算出同向相邻车道车辆的车速信息,具体为:
根据视频信息、雷达信息计算出本车与同向相邻车道车辆的相对速度;
基于本车的车速信息和计算出的本车与同向相邻车道车辆的相对速度计算出同向相邻车道车辆的车速信息。
可选地,所述基于预测出的本车所在车道的拥堵情况和同向相邻车道的拥堵情况,计算出车辆调度信息,具体为:
若本车所在车道处于拥堵状态,同向相邻车道处于非拥堵状态,则将变道到非拥堵状态的同向相邻车道的调度信息发送给本车;
若本车所在车道处于拥堵状态,同向相邻车道也处于拥堵状态,则将同向相邻车道处于拥堵状态的信息发送给本车。
第二方面,本发明所述的一种交通拥堵的预测系统,包括车端和云端,车端和云端通过车云协议建立通讯连接;
所述车端包括一个或一个以上的存储器,以及一个或一个以上的控制器,存储器内存储有一个或一个以上的计算机可读程序;
所述云端包括一个或一个以上的存储器,以及一个或一个以上的控制器,存储器内存储有一个或一个以上的计算机可读程序;
各计算机可读程序被对应控制器调用时,能执行如权利要求1至4任一所述的交通拥堵的预测方法的步骤。
可选地,所述车端上设有信息获取模块、信息处理模块和数据存储及收发模块;
所述信息获取模块用于获取定位信息、车速信息、雷达探测信息、视频信息、车道信息以及车道限速信息;
所述信息处理模块用于对接收到的各种传感器原始数据进行解析和初处理,该信息处理模块与信息获取模块连接;
所述数据存储及收发模块用于接收信息处理模块解析处理后的数据,并把数据序列化存储于车端,检测到车云通信满足上传要求后,上传序列化后的数据到云端,经过云端的数据处理后,接收最新的车道拥堵信息,该数据存储及收发模块与信息处理模块连接。
可选地,所述信息获取模块包括:
定位信息获取子模块,用于获取本车的定位信息;
视频信息获取子模块,其包括前视摄像头和环视摄像头,用于获取本车周边的视频信息;
轮速信息获取子模块,获取轮速信息;
地图信息获取子模块,用于在定位信息获取子模块获取到精确定位后,在地图信息中获取精确的道路名称、车道名称和车道位置信息;
雷达信息获取子模块,用于接收车载毫米波雷达信号。
可选地,所述云端包括:
数据处理模块,用于对数据进行处理;
数据管理模块,用于从车云协议读取数据和向车云协议分发数据,该数据管理模块与数据处理模块连接,;
任务管理模块,用于定向配置数据管理的分发对象,该任务管理模块与数据管理模块连接。
可选地,所述数据处理模块包括:
数据预处理子模块,用于清洗掉不合规数据;
数据匹配子模块,用于多车数据间数据的同步和匹配,找出同一时间戳、位置信息和地图信息的多元数据,该数据匹配子模块与数据预处理子模块连接;
数据分类子模块,用于基于匹配后的同一时刻、同一地点的多元数据,按照传感器类型分别存放,该数据分类子模块与数据匹配子模块连接;
数据融合子模块,用于实现多元数据的计算,计算出同向相邻车道车辆的车速信息,并根据车道限速信息,计算并预测车道的拥堵情况,该数据融合子模块与数据分类子模块连接。
第三方面,本发明所述的一种存储介质,其内存储有一个或一个以上的计算机可读程序,各计算机可读程序被调用时,能执行如本发明所述的交通拥堵的预测方法的步骤。
本发明具有以下优点:本发明通过获取到的车辆自带的摄像头、雷达、GNSS、RTK、轮速等传感器信息,并结合车载高精度地图,实时计算车辆所在车道的通行信息,并结合多辆车的通行信息,实现对车道级的拥堵信息进行预测和调度。
附图说明
图1是本实施例中的原理框图;
图2是本实施例中车端的原理框图;
图3是本实施例中云端的原理框图;
图4是本实施例的流程图;
图5是本实施例中计算周边车道车辆的车速的流程图;
图中:1-车端,2-云端,3-信息获取模块,4-定位信息获取子模块,5、视频信息获取子模块,6、轮速信息获取子模块,7、地图信息获取子模块,8、雷达信息获取子模块、9、信息处理模块,10、数据存储及收发模块,11、数据处理模块,12、数据管理模块,13、任务管理模块,14、数据预处理子模块,15、数据匹配子模块,16、数据分类子模块,17、数据融合子模块。
具体实施方式
以下将结合附图对本发明进行详细的说明。
如图1至图5所示,本实施例中,一种交通拥堵的预测方法,包括以下步骤:
获取本车定位信息、本车所在车道信息、本车所在车道的限速信息、同向邻近车道信息及对应的限速信息;
获取本车的车速信息;
获取本车周围的视频信息;
基于本车的车速信息、雷达探测信息以及视频信息计算出同向相邻车道车辆的车速信息;
基于本车车速信息及所在车道的限速信息预测所在车道的拥堵情况;
基于同向相邻车道车辆的车速信息及所在车道的限速信息预测同向相邻车道的拥堵情况。
本实施例中,基于预测出的本车所在车道的拥堵情况和同向相邻车道的拥堵情况,计算出车辆调度信息,并将车辆调度信息发送给本车。
本实施例中,所述基于本车的车速信息、雷达探测信息以及视频信息计算出同向相邻车道车辆的车速信息,具体为:
根据视频信息、雷达信息计算出本车与同向相邻车道车辆的相对速度;
基于本车的车速信息和计算出的本车与同向相邻车道车辆的相对速度计算出同向相邻车道车辆的车速信息。
本实施例中,所述基于预测出的本车所在车道的拥堵情况和同向相邻车道的拥堵情况,计算出车辆调度信息,具体为:
若本车所在车道处于拥堵状态,同向相邻车道处于非拥堵状态,则将变道到非拥堵状态的同向相邻车道的调度信息发送给本车,即通知车辆选择顺畅车道通行;
若本车所在车道处于拥堵状态,同向相邻车道也处于拥堵状态,则将同向相邻车道处于拥堵状态的信息发送给本车。
如图1所示,本实施例中,一种交通拥堵的预测系统,包括车端1和云端2,车端1和云端2通过车云协议建立通讯连接;
所述车端1包括一个或一个以上的存储器,以及一个或一个以上的控制器,存储器内存储有一个或一个以上的计算机可读程序;
所述云端2包括一个或一个以上的存储器,以及一个或一个以上的控制器,存储器内存储有一个或一个以上的计算机可读程序;
各计算机可读程序被对应控制器调用时,能执行如本实施例中所述的交通拥堵的预测方法的步骤。
本实施例中,车端1主要采集车道信息,车云协议为车端1和云端2提供数据通道,云端2为接收多车数据,并融合计算车道拥堵信息,最终把拥堵信息分发给相关车辆。
如图2所示,本实施例中,所述车端1上设有信息获取模块3、信息处理模块9和数据存储及收发模块10;
信息获取模块3用于获取定位信息、车速信息、雷达探测信息、视频信息、车道信息以及车道限速信息;
所述信息处理模块9用于对接收到的各种传感器原始数据进行解析和初处理,该信息处理模块9与信息获取模块3连接;
所述数据存储及收发模块10用于接收信息处理模块9解析处理后的数据,并把数据序列化存储于车端1,检测到车云通信满足上传要求后,上传序列化后的数据到云端2,经过云端2的数据处理后,接收最新的车道拥堵信息,该数据存储及收发模块10与信息处理模块9连接。
如图2所示,本实施例中,所述信息获取模块3包括:
定位信息获取子模块4,通过GNSS和RTK模块获取本车的定位信息,并精确到30cm内;
视频信息获取子模块5,其包括前视摄像头和环视摄像头,用于获取本车周边的视频信息;
轮速信息获取子模块6,获取轮速信息,基于轮速信息计算出本车的车速信息;
地图信息获取子模块7,用于在定位信息获取子模块4获取到精确定位后,在地图信息中获取精确的道路名称、车道名称和车道位置信息;
以及雷达信息获取子模块8,用于接收车载毫米波雷达信号,辅助车辆测量本车周边车辆物体间的相对位置和相对速度。
本实施例中,所述云端2主要用于实现多元异构传感数据的匹配、分类和融合等,并调度管理这些数据,根据车辆请求云端2服务的差异,并按任务分发数据到目标车辆。
如图3所示,本实施例中,所述云端2包括:
数据处理模块11,用于对数据进行处理;
数据管理模块12,用于从车云协议读取数据和向车云协议分发数据,该数据管理模块12与数据处理模块11连接;
以及任务管理模块13,用于定向配置数据管理的分发对象,该任务管理模块13与数据管理模块12连接。
本实施例中,所述数据处理模块11包括:
数据预处理子模块14,用于清洗掉不合规数据;
数据匹配子模块15,用于多车数据间数据的同步和匹配,找出同一时间戳、位置信息和地图信息的多元数据,该数据匹配子模块15与数据预处理子模块14连接;
数据分类子模块16,用于基于匹配后的同一时刻、同一地点的多元数据,按照传感器类型分别存放,该数据分类子模块16与数据匹配子模块15连接;
以及数据融合子模块17,用于实现多元数据的计算,计算出同向相邻车道车辆的车速信息,并根据车道限速信息,计算并预测车道的拥堵情况,该数据融合子模块17与数据分类子模块16连接。
本实施例中,车云协议主要包含:数据接收、数据存储和数据分发,其主要接收车端1上传的各种数据,并把数据按目标格式存储在云端2,并把云端2处理后的数据,分发给对应车端1。
数据接收,主要为了开发云端API,提供该API给车端1中的数据存储、上传接收使用,让其调用API上传车端1数据。
数据存储,主要为了保存接收到的车端1数据,并根据车端1序列化存储算法,反序列化数据,为后续数据应用提供方便读写数据。
数据分发,用于分发数据。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种交通拥堵的预测方法,其特征在于,包括以下步骤:
获取本车定位信息、本车所在车道信息、本车所在车道的限速信息、同向邻近车道信息及对应的限速信息;
获取本车的车速信息;
获取本车周围的视频信息;
基于本车的车速信息、雷达探测信息以及视频信息计算出同向相邻车道车辆的车速信息;
基于本车车速信息及所在车道的限速信息预测所在车道的拥堵情况;
基于同向相邻车道车辆的车速信息及所在车道的限速信息预测同向相邻车道的拥堵情况。
2.根据权利要求1所述的交通拥堵的预测方法,其特征在于:基于预测出的本车所在车道的拥堵情况和同向相邻车道的拥堵情况,计算出车辆调度信息,并将车辆调度信息发送给本车。
3.根据权利要求2所述的交通拥堵的预测方法,其特征在于:所述基于本车的车速信息、雷达探测信息以及视频信息计算出同向相邻车道车辆的车速信息,具体为:
根据视频信息、雷达信息计算出本车与同向相邻车道车辆的相对速度;
基于本车的车速信息和计算出的本车与同向相邻车道车辆的相对速度计算出同向相邻车道车辆的车速信息。
4.根据权利要求2或3所述的交通拥堵的预测方法,其特征在于:所述基于预测出的本车所在车道的拥堵情况和同向相邻车道的拥堵情况,计算出车辆调度信息,具体为:
若本车所在车道处于拥堵状态,同向相邻车道处于非拥堵状态,则将变道到非拥堵状态的同向相邻车道的调度信息发送给本车;
若本车所在车道处于拥堵状态,同向相邻车道也处于拥堵状态,则将同向相邻车道处于拥堵状态的信息发送给本车。
5.一种交通拥堵的预测系统,其特征在于:包括车端(1)和云端(2),车端(1)和云端(2)通过车云协议建立通讯连接;
所述车端(1)包括一个或一个以上的存储器,以及一个或一个以上的控制器,存储器内存储有一个或一个以上的计算机可读程序;
所述云端(2)包括一个或一个以上的存储器,以及一个或一个以上的控制器,存储器内存储有一个或一个以上的计算机可读程序;
各计算机可读程序被对应控制器调用时,能执行如权利要求1至4任一所述的交通拥堵的预测方法的步骤。
6.根据权利要求5所述的交通拥堵的预测系统,其特征在于:所述车端(1)上设有信息获取模块(3)、信息处理模块(9)和数据存储及收发模块(10);
所述信息获取模块(3)用于获取定位信息、车速信息、雷达探测信息、视频信息、车道信息以及车道限速信息;
所述信息处理模块(9)用于对接收到的各种传感器原始数据进行解析和初处理,该信息处理模块(9)与信息获取模块(3)连接;
所述数据存储及收发模块(10)用于接收信息处理模块(9)解析处理后的数据,并把数据序列化存储于车端(1),检测到车云通信满足上传要求后,上传序列化后的数据到云端(2),经过云端(2)的数据处理后,接收最新的车道拥堵信息,该数据存储及收发模块(10)与信息处理模块(9)连接。
7.根据权利要求6所述的交通拥堵的预测系统,其特征在于:所述信息获取模块(3)包括:
定位信息获取子模块(4),用于获取本车的定位信息;
视频信息获取子模块(5),其包括前视摄像头和环视摄像头,用于获取本车周边的视频信息;
轮速信息获取子模块(6),用于获取轮速信息;
地图信息获取子模块(7),用于在定位信息获取子模块(4)获取到精确定位后,在地图信息中获取精确的道路名称、车道名称和车道位置信息;
雷达信息获取子模块(8),用于接收车载毫米波雷达信号。
8.根据权利要求5至7任一所述的交通拥堵的预测系统,其特征在于:所述云端(2)包括:
数据处理模块(11),用于对数据进行处理;
数据管理模块(12),用于从车云协议读取数据和向车云协议分发数据,该数据管理模块(12)与数据处理模块(11)连接,;
任务管理模块(13),用于定向配置数据管理的分发对象,该任务管理模块(13)与数据管理模块(12)连接。
9.根据权利要求8所述的交通拥堵的预测系统,其特征在于:所述数据处理模块(11)包括:
数据预处理子模块(14),用于清洗掉不合规数据;
数据匹配子模块(15),用于多车数据间数据的同步和匹配,找出同一时间戳、位置信息和地图信息的多元数据,该数据匹配子模块(15)与数据预处理子模块(14)连接;
数据分类子模块(16),用于基于匹配后的同一时刻、同一地点的多元数据,按照传感器类型分别存放,该数据分类子模块(16)与数据匹配子模块(15)连接;
数据融合子模块(17),用于实现多元数据的计算,计算出同向相邻车道车辆的车速信息,并根据车道限速信息,计算并预测车道的拥堵情况,该数据融合子模块(17)与数据分类子模块(16)连接。
10.一种存储介质,其特征在于:其内存储有一个或一个以上的计算机可读程序,各计算机可读程序被调用时,能执行如权利要求1至4任一所述的交通拥堵的预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210853770.5A CN115311852A (zh) | 2022-07-12 | 2022-07-12 | 交通拥堵的预测方法、系统、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210853770.5A CN115311852A (zh) | 2022-07-12 | 2022-07-12 | 交通拥堵的预测方法、系统、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115311852A true CN115311852A (zh) | 2022-11-08 |
Family
ID=83856228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210853770.5A Withdrawn CN115311852A (zh) | 2022-07-12 | 2022-07-12 | 交通拥堵的预测方法、系统、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115311852A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013167989A (ja) * | 2012-02-15 | 2013-08-29 | Jvc Kenwood Corp | 渋滞発生予防装置、渋滞発生予防方法、渋滞発生予防プログラム |
CN104217601A (zh) * | 2014-09-03 | 2014-12-17 | 泰斗微电子科技有限公司 | 一种基于高精度定位的汽车控制提示方法及系统 |
CN109191817A (zh) * | 2018-08-28 | 2019-01-11 | 北京普赛斯智能科技有限公司 | 集成式堵水调剖数据采集器及其数据处理方法 |
CN111462497A (zh) * | 2020-05-18 | 2020-07-28 | 深圳博通机器人有限公司 | 一种交通数据下发方法、系统、终端及存储介质 |
CN111932884A (zh) * | 2020-08-13 | 2020-11-13 | 中国第一汽车股份有限公司 | 一种交通拥堵的识别方法、装置、车辆和存储介质 |
CN112288904A (zh) * | 2020-11-23 | 2021-01-29 | 武汉大学 | 车载终端、分布式车载终端集成管理方法和系统 |
CN112285714A (zh) * | 2020-09-08 | 2021-01-29 | 苏州挚途科技有限公司 | 一种基于多传感器的障碍物速度融合方法和装置 |
CN113723773A (zh) * | 2021-08-16 | 2021-11-30 | 盛隆电气集团有限公司 | 一种基于大数据分析的电能决策系统 |
-
2022
- 2022-07-12 CN CN202210853770.5A patent/CN115311852A/zh not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013167989A (ja) * | 2012-02-15 | 2013-08-29 | Jvc Kenwood Corp | 渋滞発生予防装置、渋滞発生予防方法、渋滞発生予防プログラム |
CN104217601A (zh) * | 2014-09-03 | 2014-12-17 | 泰斗微电子科技有限公司 | 一种基于高精度定位的汽车控制提示方法及系统 |
CN109191817A (zh) * | 2018-08-28 | 2019-01-11 | 北京普赛斯智能科技有限公司 | 集成式堵水调剖数据采集器及其数据处理方法 |
CN111462497A (zh) * | 2020-05-18 | 2020-07-28 | 深圳博通机器人有限公司 | 一种交通数据下发方法、系统、终端及存储介质 |
CN111932884A (zh) * | 2020-08-13 | 2020-11-13 | 中国第一汽车股份有限公司 | 一种交通拥堵的识别方法、装置、车辆和存储介质 |
CN112285714A (zh) * | 2020-09-08 | 2021-01-29 | 苏州挚途科技有限公司 | 一种基于多传感器的障碍物速度融合方法和装置 |
CN112288904A (zh) * | 2020-11-23 | 2021-01-29 | 武汉大学 | 车载终端、分布式车载终端集成管理方法和系统 |
CN113723773A (zh) * | 2021-08-16 | 2021-11-30 | 盛隆电气集团有限公司 | 一种基于大数据分析的电能决策系统 |
Non-Patent Citations (1)
Title |
---|
叶泽田 等: "地表空间数字模拟理论方法及应用", 武汉大学出版社, pages: 230 - 231 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9983022B2 (en) | Vehicle position estimation system, device, method, and camera device | |
KR102182664B1 (ko) | 예상 주행 의도에 관한 정보를 제공하기 위한 장치, 방법 및 컴퓨터 프로그램 | |
KR102221321B1 (ko) | 차량의 예상 주행 의도에 관한 정보를 제공하는 방법 | |
US11205342B2 (en) | Traffic information processing device | |
JP6219312B2 (ja) | 道路の車線の車線交通路内の車両の位置を決定する方法、並びに2つの車両間の整列及び衝突リスクを検知する方法 | |
US20230227057A1 (en) | Reminding method and apparatus in assisted driving, reminding method and apparatus in map-assisted driving, and map | |
JP7459276B2 (ja) | ナビゲーション方法および装置 | |
JP6841263B2 (ja) | 走行計画生成装置、走行計画生成方法、及び制御プログラム | |
WO2020057407A1 (zh) | 一种辅助车辆导航方法和系统 | |
US11454504B2 (en) | Method for mapping a route section | |
US11456890B2 (en) | Open and safe monitoring system for autonomous driving platform | |
US11292481B2 (en) | Method and apparatus for multi vehicle sensor suite diagnosis | |
US11578991B2 (en) | Method and system for generating and updating digital maps | |
US20220266825A1 (en) | Sourced lateral offset for adas or ad features | |
CN112883058A (zh) | 用于车辆定位的标定方法、装置、设备、车辆和介质 | |
US11662745B2 (en) | Time determination of an inertial navigation system in autonomous driving systems | |
CN112689241B (zh) | 一种车辆定位校准方法及装置 | |
CN115311852A (zh) | 交通拥堵的预测方法、系统、车辆及存储介质 | |
JP6809339B2 (ja) | 自動走行制御装置 | |
CN111480165A (zh) | 在考虑对象的特征结构的情况下创建用于车辆的基于特征的定位地图的方法 | |
JP6933069B2 (ja) | 経路探索装置 | |
EP4186770A1 (en) | Method and system for estimation of an operational design domain boundary | |
WO2016072082A1 (ja) | 運転支援システム及びセンタ | |
JP2023169732A (ja) | 車両制御装置、車両制御方法、車両制御用コンピュータプログラム及び優先度設定装置ならびに車両制御システム | |
JP2024016483A (ja) | 地図情報管理装置、地図情報管理方法及び地図情報管理用コンピュータプログラムならびに地図サーバ |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221108 |