CN115339516A - 转向盘旋转角度确定方法、装置及电子设备 - Google Patents

转向盘旋转角度确定方法、装置及电子设备 Download PDF

Info

Publication number
CN115339516A
CN115339516A CN202211053568.0A CN202211053568A CN115339516A CN 115339516 A CN115339516 A CN 115339516A CN 202211053568 A CN202211053568 A CN 202211053568A CN 115339516 A CN115339516 A CN 115339516A
Authority
CN
China
Prior art keywords
target
vehicle
track
target vehicle
determining
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
Application number
CN202211053568.0A
Other languages
English (en)
Other versions
CN115339516B (zh
Inventor
李伟男
刘斌
吴杭哲
陈博
孟祥哲
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202211053568.0A priority Critical patent/CN115339516B/zh
Publication of CN115339516A publication Critical patent/CN115339516A/zh
Application granted granted Critical
Publication of CN115339516B publication Critical patent/CN115339516B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D15/00Steering not otherwise provided for
    • B62D15/02Steering position indicators ; Steering position determination; Steering aids
    • B62D15/021Determination of steering angle
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D15/00Steering not otherwise provided for
    • B62D15/02Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • B62D15/0255Automatic changing of lane, e.g. for passing another vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开了一种转向盘旋转角度确定方法、装置及电子设备。其中,该方法包括:接收换道指令;响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离;依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻;依据目标轨迹点,预测目标车辆换道的目标轨迹,其中,目标轨迹为类人工驾驶状态下的轨迹;依据目标车辆的初始车辆位置,目标车辆参数以及目标轨迹,确定目标车辆的转向盘旋转角度。本发明解决了相关技术中依据目标换道位置确定转向盘的旋转角度时,存在换道轨迹过于僵硬的技术问题。

Description

转向盘旋转角度确定方法、装置及电子设备
技术领域
本发明涉及自动驾驶领域,具体而言,涉及一种转向盘旋转角度确定方法、装置及电子设备。
背景技术
车辆换道是道路交通中较为常见的驾驶行为,它是驾驶人在自身驾驶意图和周围环境信息的刺激下,调整并完成驾驶目标策略的驾驶行为。由于换道过程涉及车辆的纵横向控制和速度调节,同时易受驾驶人分心、驾驶技能不足及环境多变等因素的影响,因此车辆换道具有较强的复杂性。驾驶人在换道过程中,一旦出现判断失误或者操作不当,就会出现严重的交通事故。
近年来,越来越多的国家、企业和科研人员致力于开发侧向驾驶辅助系统来降低换道交通事故的发生率,提高车辆换道的安全性、可靠性和效率。换道辅助系统是一种典型的侧向驾驶辅助系统,可以利用先进的传感设备实时感知交通环境,具备自主换道轨迹规划和跟踪控制等功能。但目前的智能汽车换道辅助系统并不完善,仍处于研究和开发阶段,目前的车辆换道系统无法使智能汽车在正常的交通流中针对交通环境的变化及时地做出正确的响应和决策,不具备类人化的智能属性。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种转向盘旋转角度确定方法、装置及电子设备,以至少解决相关技术中依据目标换道位置确定转向盘的旋转角度时,存在换道轨迹过于僵硬的技术问题。
根据本发明实施例的一个方面,提供了一种转向盘旋转角度确定方法,包括:接收换道指令;响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离;依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻;依据目标轨迹点,预测目标车辆换道的目标轨迹,其中,目标轨迹为类人工驾驶状态下的轨迹;依据目标车辆的初始车辆位置,目标车辆参数以及目标轨迹,确定目标车辆的转向盘旋转角度。
可选地,依据目标车辆的初始车辆位置,目标车辆参数与目标轨迹,确定目标车辆的转向盘旋转角度,包括:确定第三轨迹点,其中,第三轨迹点为目标轨迹中第三时刻下的轨迹点,第三时刻为与第一时刻间隔预定时段的时刻;确定初始车辆位置与第一时刻下的轨迹点的距离差值;依据初始车辆位置,目标车辆参数,第三轨迹点,距离差值与预定时段,确定目标车辆的转向盘旋转角度。
可选地,依据初始车辆位置,目标车辆参数,第三轨迹点位置,距离差值与预定时段,确定目标车辆的转向盘旋转角度,包括:在车辆参数包括车轴距,转向系传动比,初始车辆位置包括目标车辆的初始横向坐标的情况下,依据初始横向坐标,确定目标车辆的目标车辆横向速度;确定第三轨迹点的横向坐标与初始横向坐标的第一差值,预定时段与目标车辆横向速度的第一乘积,以及车轴距与转向系传动比的第二乘积;确定第一差值与第一乘积的第二差值,以及两倍的第二乘积与距离差值平方的除数;依据第二差值与除数的第三乘积,确定目标车辆的转向盘旋转角度。
可选地,依据距离,预测目标车辆在第二预定时刻的目标轨迹点,包括:将距离输入至轨迹预测模型中,预测目标车辆在第二预定时刻的目标轨迹点,其中,轨迹预测模型为依据多组训练样本得到的模型,多组训练样本包括:样本车辆在第一预定时刻与预定方位上的样本车辆的距离,样本车辆在第二预定时刻的样本轨迹点。
可选地,该方法还包括:采用以下方式对多组样本数据进行训练,得到轨迹预测模型:获取初始模型,以及构造用于模型训练的损失函数;基于损失函数,采用多组样本数据对初始模型进行训练,得到轨迹预测模型。
可选地,响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离,包括:在换道指令中携带有换道方向的情况下,响应于换道指令,确定目标车辆在第一预定时刻与特定方位上的障碍车辆之间的距离,其中,特定方位为预定方位中的方位,特定方位依据换道方向确定。
可选地,依据目标轨迹点,预测目标车辆换道的目标轨迹,包括:依据目标轨迹点的个数,确定目标车辆换道的轨迹拟合方程;依据轨迹拟合方程,预测目标车辆换道的目标轨迹。
根据本发明实施例的一个方面,提供了一种转向盘旋转角度确定装置,包括:接收模块,用于接收换道指令;第一确定模块,用于响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离;第一预测模块,用于依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻;第二预测模块,用于依据目标轨迹点,预测目标车辆换道的目标轨迹,其中,目标轨迹为类人工驾驶状态下的轨迹;第二确定模块,用于依据目标车辆的初始车辆位置,目标车辆参数以及目标轨迹,确定目标车辆的转向盘旋转角度。
根据本发明实施例的一个方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,处理器被配置为执行指令,以实现上述任一项的转向盘旋转角度确定方法。
根据本发明实施例的一个方面,提供了一种计算机可读存储介质,当计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述任一项的转向盘旋转角度确定方法。
在本发明实施例中,接收并响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离,以依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻。依据目标轨迹点,预测目标车辆换道的目标轨迹,进而达到了依据目标车辆的初始车辆位置,目标车辆参数以及目标轨迹,确定出目标车辆的转向盘旋转角度的技术效果,由于目标轨迹为类人工驾驶状态下的轨迹,因此,是仿人类驾驶路线的轨迹,在确定转向盘旋转角度时是能够使得车辆的换道轨迹是与人工驾驶相似的,进而解决了相关技术中依据目标换道位置确定转向盘的旋转角度时,存在换道轨迹过于僵硬的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的转向盘旋转角度确定方法的流程图;
图2为本发明可选实施方式提供的驾驶员换道特性采集装置示意图;
图3为本发明可选实施方式提供的虚拟交通环境示意图;
图4为本发明可选实施方式提供的目标轨迹跟踪示意图;
图5为本发明可选实施方式提供的类人化换道控制角度执行装置示意图;
图6是根据本发明实施例的转向盘旋转角度确定装置的结构框图。
需要说明的是,对图中标号进行介绍:1、工控机,2、信号线,3、显示器,4、制动踏板总成,5、加速踏板总成,6、转向盘总成,7、转向柱,8、转向底座,9、左侧车道,10、本车道,11、右侧车道,12、本车,13、第一交通车辆,14、第二交通车辆,15、第三交通车辆,16、第四交通车辆,17、第五交通车辆,18、电动机底座,19、电动机,20、输出轴,21、第一锥齿轮,22、第二锥齿轮,23、第三锥齿轮,24、第一传动轴,25、第二传动轴,26、左位传动带,27、右位传动带,28、第一轴承套,29、第二轴承套,30、左位支撑板,31、右位支撑板,32、第三轴承套,33、第四轴承套,34、第三传动轴,35、第四传动轴,36、第四锥齿轮,37、第五锥齿轮,38、第六锥齿轮。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种转向盘旋转角度确定方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的转向盘旋转角度确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,接收换道指令;
步骤S104,响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离;
步骤S106,依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻;
步骤S108,依据目标轨迹点,预测目标车辆换道的目标轨迹,其中,目标轨迹为类人工驾驶状态下的轨迹;
步骤S110,依据目标车辆的初始车辆位置,目标车辆参数以及目标轨迹,确定目标车辆的转向盘旋转角度。
通过上述步骤,接收并响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离,以依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻。依据目标轨迹点,预测目标车辆换道的目标轨迹,进而达到了依据目标车辆的初始车辆位置,目标车辆参数以及目标轨迹,确定出目标车辆的转向盘旋转角度的技术效果,由于目标轨迹为类人工驾驶状态下的轨迹,因此,是仿人类驾驶路线的轨迹,在确定转向盘旋转角度时是能够使得车辆的换道轨迹是与人工驾驶相似的,进而解决了相关技术中依据目标换道位置确定转向盘的旋转角度时,存在换道轨迹过于僵硬的技术问题。
作为一种可选的实施例,接收换道指令。其中,换道指令可以是基于多种情况获取的。例如,可以是在前往目的地进行导航时,到了需要换道的时机,接收换道指令。又例如,可以是驾驶员拨动方向灯的情况下,接收换道指令。又例如,驾驶员在车端显示触摸屏上点击转向控件的情况下,接收换道指令,等等。在此不做限定,可以根据实际的应用与场景进行自定义的设置。扩宽了本申请中提供的方法的应用场景。
作为一种可选的实施例,响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离。其中,第一预定时刻可以包括当前时刻与历史时刻,即能够预测到目标车辆与障碍车辆之间的当前距离与历史距离,以便更好地对轨迹进行预测。预定方位指的即是车道上的预定位置处。例如,与目标车辆同车道的正前方,与目标车辆相邻车道的前方或前方,等等。通过测定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离,有利于更好地预测出目标轨迹点,以便进行更好地判定。
需要说明的是,在换道指令中携带有换道方向的情况下,可以响应于换道指令,确定目标车辆在第一预定时刻与特定方位上的障碍车辆之间的距离,其中,特定方位为预定方位中的方位,特定方位依据换道方向确定,即,如果目标车辆为向左转,特定方位为与目标车辆同车道的正前方,与目标车辆相邻左车道,左车道的前方和后方;如果目标车辆为向右转,特定方位为与目标车辆同车道的正前方,与目标车辆相邻右车道,右车道的前方和后方。通过确定特定方位的方式,能够减少计算量,加快本申请中提供的方法的处理速度。
作为一种可选的实施例,依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻。即第二预定时刻是至少包括这两个时刻的,即换道开始时刻与结束时刻。其中,目标轮胎与预定车道线可以依据换道方向确定,例如,如果为左换道,则对应目标车辆的右后轮与目标车辆道(换道前目标车辆所在车道)左车道线的接触时刻,如果为右换道,则对应目标车辆的左后轮与目标车辆道(换道前目标车辆所在车道)右车道线的接触时刻。这样能够至少保证确定的目标轨迹点是包括必要轨迹点的,可以根据汽车控制器的处理效率,适当增加目标轨迹点,以实现后续对目标轨迹更好地预测。
可选地,依据距离,预测目标车辆在第二预定时刻的目标轨迹点时,可以采用模型的方式,例如,可以采用如下步骤:将距离输入至轨迹预测模型中,预测目标车辆在第二预定时刻的目标轨迹点,其中,轨迹预测模型为依据多组训练样本得到的模型,多组训练样本包括:样本车辆在第一预定时刻与预定方位上的样本车辆的距离,样本车辆在第二预定时刻的样本轨迹点。通过模型的方式确定轨迹点,不仅能够加快处理效率,而且能够提升确定出的目标轨迹点的精度。
需要说明的是,可以采用以下方式对多组样本数据进行训练,得到轨迹预测模型:获取初始模型,以及构造用于模型训练的损失函数。基于损失函数,采用多组样本数据对初始模型进行训练,得到轨迹预测模型。通过损失函数的方式确定轨迹预测模型。能够使得确定出的目标轨迹点误差降低,降低轨迹点确定错误的概率。提升本申请后续确定转向盘旋转角度的准确性。
作为一种可选的实施例,依据目标轨迹点,预测目标车辆换道的目标轨迹,其中,目标轨迹为类人工驾驶状态下的轨迹,即,预测得到的是,在人工驾驶情况下,人工换道的轨迹,非自动驾驶车辆机械僵硬的运动轨迹。可选地,可以通过方程的方式确定目标轨迹,例如,可以通过如下步骤:依据目标轨迹点的个数,确定目标车辆换道的轨迹拟合方程;依据轨迹拟合方程,预测目标车辆换道的目标轨迹。轨迹拟合方程在下述的可选实施方式中进行详细描述,在此不做赘述。通过轨迹拟合方程预测目标轨迹,能够使得目标轨迹更加精准。
作为一种可选的实施例,依据目标车辆的初始车辆位置,目标车辆参数与目标轨迹,确定目标车辆的转向盘旋转角度的过程中,可以逐点确定转向盘旋转角度,例如,可以通过如下方式:确定第三轨迹点,其中,第三轨迹点为目标轨迹中第三时刻下的轨迹点,第三时刻为与第一时刻间隔预定时段的时刻,即距离第一时刻的下一时刻,即转向盘转动后的下一时刻,确定由转向盘转动的时刻到下一时刻下的转向盘旋转角度。确定初始车辆位置与第一时刻下的轨迹点的距离差值,同下述的预瞄距离,即,实现判断,模拟类人工驾驶状态下的轨迹。依据初始车辆位置,目标车辆参数,第三轨迹点,距离差值与预定时段,确定目标车辆的转向盘旋转角度。在执行完上述操作后,还可以确定第四轨迹点,即第四时刻下的轨迹点,第四时刻为第三时刻间隔预定时段的时刻,即,在计算下一时刻时,需要的转向盘旋转角度,从而能够达到类人工轨迹的换道效果。
可选地,依据初始车辆位置,目标车辆参数,第三轨迹点位置,距离差值与预定时段,确定目标车辆的转向盘旋转角度时,可以采用如下的运算方式:在车辆参数包括车轴距,转向系传动比,初始车辆位置包括目标车辆的初始横向坐标的情况下,依据初始横向坐标,确定目标车辆的目标车辆横向速度;确定第三轨迹点的横向坐标与初始横向坐标的第一差值,预定时段与目标车辆横向速度的第一乘积,以及车轴距与转向系传动比的第二乘积;确定第一差值与第一乘积的第二差值,以及两倍的第二乘积与距离差值平方的除数;依据第二差值与除数的第三乘积,确定目标车辆的转向盘旋转角度。上述的计算公式在此不作赘述,在下述的可选实施方式中进行详细介绍。通过本步骤,能够达到精确确定出转向盘旋转角度的技术效果。
基于上述实施例及可选实施例,提供了一种可选实施方式,下面具体说明。
本发明可选实施方式中提供了一种类人的车辆换道方法,其能够实现类人化的换道方式。下面对本发明可选实施方式所提供的方法进行介绍:
首先需要说明的是,图2为本发明可选实施方式提供的驾驶员换道特性采集装置示意图,参阅图2,所述的驾驶员换道特性采集装置包括有工控机1,所述的工控机1通过信号线2分别与显示器3、制动踏板总成4、加速踏板总成5、转向盘总成6电性连接,所述的转向盘总成6的底面与转向柱7的顶端固定连接,所述的转向柱7的底端与转向底座8接触配合,所述的转向柱7能够环绕转向底座8进行转动,制动踏板总成4、加速踏板总成5、转向盘总成6的内部分别集成有相应的传感器,传感器分别采集得到对应的制动踏板位移信号、加速踏板位移信号、转向盘转角信号,并通过信号线2传输到工控机1,工控机1内部安装有汽车驾驶仿真软件PreScan和MATLAB/Simulink,PreScan能够对车辆的行驶环境进行模拟,内置有车辆动力学模型,MATLAB/Simulink能够为PreScan提供仿真和分析的集成环境。
图3为本发明可选实施方式提供的虚拟交通环境示意图,参阅图3,基于PreScan软件,构建虚拟的交通环境,交通环境中的车辆包括本车12、第一交通车辆13、第二交通车辆14、第三交通车辆15、第四交通车辆16、第五交通车辆17,交通环境中的道路包括有左侧车道9、本车道10、右侧车道11。所述的第一交通车辆13、第四交通车辆16位于左侧车道9,所述的第二交通车辆14、本车12位于本车道10,所述的第三交通车辆15、第五交通车辆17位于右侧车道11,所述的第一交通车辆13、第三交通车辆15的车尾位于本车几何中心的前方,第四交通车辆16、第五交通车辆17的车头位于本车几何中心的后方。模拟驾驶过程中,通过显示器3对虚拟的行驶环境进行实时的显示,驾驶员可以通过观察显示器3实现对行驶环境的观察。
驾驶员能够通过制动踏板总成4、加速踏板总成5、转向盘总成6进行驾驶行为输入,通过信号线2将控制指令传递到工控机1,PreScan中的本车12接收到控制指令并作出响应,通过MATLAB/Simulink实时记录并存储模拟驾驶过程中产生的数据信息。
下面对上述背景下的可选实施方式进行介绍:
S1,接收换道指令;
S2,响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离,其中,第一预定时刻即为下述的t-3、t-2、t-1、t0,预定方位即为13、14、15、16、17车辆所处的方位,障碍车辆即为下述的13、14、15、16、17车辆。距离如表1所示:
表1
Figure BDA0003824696440000081
Figure BDA0003824696440000091
需要说明的是,第一交通车辆13、第二交通车辆14、第三交通车辆15、第四交通车辆16、第五交通车辆17无需全部存在,当某个交通车不存在时,对应的纵向距离以及横向距离都输入默认的无效值:-101.1。
S3,依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,即t0,以及目标轮胎与预定车道线接触时的第二时刻,即t3。目标轨迹点还可以包括如t1、t2时刻的多个轨迹点,表2为目标轨迹点相关数据,如表2所示:
表2
时间 t<sub>0</sub> t<sub>1</sub> t<sub>2</sub> t<sub>3</sub>
本车纵向位置 X<sub>0</sub> X<sub>1</sub> X<sub>2</sub> X<sub>3</sub>
本车横向位置 Y<sub>0</sub> Y<sub>1</sub> Y<sub>2</sub> Y<sub>3</sub>
其中,所述的t0对应开始转动方向盘进行换道的时刻,所述的t3对应本车的出线时刻,如果操作为左换道,则对应本车的右后轮与本车道(换道前本车所在车道)左车道线的接触时刻,如果操作为右换道,则对应本车的左后轮与本车道(换道前本车所在车道)右车道线的接触时刻,所述的t1、t2计算公式分别如下:
Figure BDA0003824696440000092
Figure BDA0003824696440000093
所述的t-3、t-2、t-1计算公式分别如下:
t-3=t0-(t3-t0);
Figure BDA0003824696440000101
Figure BDA0003824696440000102
需要说明的是,依据距离,预测目标车辆在第二预定时刻的目标轨迹点时,可以依据模型的方式,将距离输入至轨迹预测模型中,预测目标车辆在第二预定时刻的目标轨迹点。例如,通过如下方式:
构建并训练网络模型,得到轨迹预测模型。以实现网络输入xi(表1中第一交通车辆13、第二交通车辆14、第三交通车辆15、第四交通车辆16、第五交通车辆17相对于本车12的距离)与网络输出(表2中本车换道关键时刻轨迹点信息)。
下面对轨迹预测模型进行介绍:
①网络初始化:设置网络输入层、隐含层和输出层的节点数分别为n=40,即表示40个输入值,m=60,即表示寻找特征以及运算,和p=8,即表示输出的8个值。对网络各层之间的权值矩阵ωik和ωkj赋初值,(举例说明:ωik中,ω12代表第1个输入层神经元与第2个隐含层神经元之间的权值,ωkj中,ω21代表第2个隐含层神经元与第1个输出层神经元之间的权值),设置隐含层和输出层的阈值分别为向量a和b,(举例说明:向量a中,a1代表第1个隐含层神经元的阈值,向量b中,b1代表第1个输出层神经元的阈值),权值矩阵ωik和ωkj以及向量a和b分别采用正态分布进行初始化,均值设为0,方差设为0.1。
②计算网络各层输出:计算隐含层的输出为:
Figure BDA0003824696440000103
其中,
Figure BDA0003824696440000104
进而,计算输出层的输出为:
Figure BDA0003824696440000105
③网络误差计算:根据网络的期望输出Y(即实际的驾驶员换道关键时刻轨迹点位置)和预测输出O求出每个输出层节点处的网络误差:Ej=Yj-Oj(j=1,2,…,p),所有样本的网络总误差为:
Figure BDA0003824696440000106
其中,g为训练样本的个数,期望训练精度要求为0.02,当网络误差值小于0.02时,认为训练完毕,结束循环,否则继续循环。
④更新权值矩阵:利用更新网络的连接权值ωik和ωkj。
Figure BDA0003824696440000111
学习速率η=0.6;
⑤更新向量阈值:利用网络误差更新网络的向量阈值a和b。
Figure BDA0003824696440000112
重新执行步骤②,直至循环结束。
训练完成的轨迹预测模型能够根据不同的网络输入(关键历史时刻点第一交通车辆13、第二交通车辆14、第三交通车辆15、第四交通车辆16、第五交通车辆17相对于本车12的距离),实现对应的网络输出(表2中本车换道关键时刻轨迹点信息),网络模型模型在不同的交通环境下,输出类人的换道轨迹点信息。
S4,依据目标轨迹点,预测目标车辆换道的类人工驾驶状态下的目标轨迹。
换道关键时刻轨迹点信息包括t0、t1、t2、t3时刻下本车纵向位置(X0、X1、X2、X3)、横向位置(Y0、Y1、Y2、Y3),即在轨迹点个数为4个的情况下,设本车运动轨迹的拟合方程如下:
Figure BDA0003824696440000113
其中,yk(X)满足如下公式:
Figure BDA0003824696440000114
进而Y(X)能够满足以下公式:
Y(Xk)=Yk(k=0,1,...,3);
设:
yk(X)=Zk(X-X0)...(X-Xk-1)(X-Xk+1)...(X-X3);
由于yk(Xk)=1,可以计算出:
Figure BDA0003824696440000115
可得:
Figure BDA0003824696440000121
最终能够得到本车运动轨迹的拟合方程如下式,进而能够得到本车运动轨迹。
Figure BDA0003824696440000122
S5,依据目标车辆的初始车辆位置,目标车辆参数以及目标轨迹,确定目标车辆的转向盘旋转角度。
图4为本发明可选实施方式提供的目标轨迹跟踪示意图,参阅图4,图中f(t)表示基于Y(X)得到的本车类人化横向换道轨迹(目标轨迹),y(t)表示本车的当前位置横向坐标,T表示预瞄时间。
假设驾驶员在目标轨迹上的预瞄距离为d,那么预瞄时间T预瞄距离d之间的关系如下:
Figure BDA0003824696440000123
其中,v表示车速,对本车的当前位置侧向坐标y(t)进行微分能够得到本车的横向速度,通过对本车当前位置横向坐标y(t)进行二阶微分能够得到本车的横向加速度,基于微分得到的本车横向速度以及车辆横向加速度;
进一步对t+T时刻本车位置的横向坐标y(t+T)进行预测:
Figure BDA0003824696440000124
为了使车辆实现对目标轨迹的良好跟踪效果,车辆在t+T时刻位置的横向坐标y(t+T)应该和在t+T时刻目标轨迹的横向坐标f(t+T)保持一致,即:
f(t+T)=y(t+T);
计算得到使车辆实现最好的目标轨迹跟踪效果的最优横向加速度
Figure BDA0003824696440000125
Figure BDA0003824696440000126
车辆的横向加速度与转向盘转角之间的关系如下:
Figure BDA0003824696440000127
其中,R表示本车转向半径,v表示车速,θ表示本车的方向盘转角,L表示本车轴距,i表示本车转向系传动比。
联立求解,能够计算得到本车跟踪类人化横向换道轨迹所需的最优转向盘转角θopt的表达式:
Figure BDA0003824696440000131
上述计算在车载智能驾驶控制器内部计算完成。
S6,执行。
图5为本发明可选实施方式提供的类人化换道控制角度执行装置示意图,参阅图5,所述的类人化换道控制角度执行装置包括有电动机底座18的上侧面固定有电动机19,所述的电动机19的顶部动力输出端设置有输出轴20,所述的输出轴20的顶端固定有第一锥齿轮21,所述的第一锥齿轮21的左部与第二锥齿轮22的底部接触啮合,所述的第二锥齿轮22的左侧面固定有第一传动轴24,所述的第一传动轴24的左端外周与第一轴承套28的右部内周接触,所述的第一轴承套28固定在左位支撑板30的右侧面的下部,所述的左位支撑板30的右侧面的上部固定有第三轴承套32,所述的第三轴承套32的右部内周与第三传动轴34的左端外周接触,所述的第三传动轴34的中部外周与左位传动带26的上部内周接触,所述的左位传动带26的下部内周与第一传动轴24的中部外周接触,所述的第三传动轴34的右端固定有第四锥齿轮36,所述的第四锥齿轮36的后部与第六锥齿轮38的左部接触拟合;
所述的第一锥齿轮21的右部与第三锥齿轮23的底部接触啮合,所述的第三锥齿轮23的右侧面固定有第二传动轴25,所述的第二传动轴25的右端外周与第二轴承套29的左部内周接触,所述的第二轴承套29固定在右位支撑板31的左侧面的下部,所述的右位支撑板31的左侧面的上部固定有第四轴承套33,所述的第四轴承套33的左部内周与第四传动轴35的右端外周接触,所述的第四传动轴35的中部外周与右位传动带27的上部内周接触,所述的右位传动带27的下部内周与第二传动轴25的中部外周接触,所述的第四传动轴35的左端固定有第五锥齿轮37,所述的第五锥齿轮37的后部与第六锥齿轮38的右部接触拟合,所述的第六锥齿轮38后部可以与车辆的转向盘或者转向管柱进行固定连接。
将计算得到的最优转向盘转角θopt由车载智能驾驶控制器通过CAN线发送到电动机控制器中,电动机控制器控制电动机19响应转角控制请求,进而实现类人的换道功能。
进而,电动机19输出的动力能够通过左、右两侧完全对称的传动机构分别传递到车辆的转向机构(车辆的转向盘或者转向管柱),当传动结果发生单点失效时,仍然能够保障换道时转向盘转角的正常输入,符合功能安全要求。
通过上述可选实施方式,可以达到至少以下几点有益效果:
(1)换道具备类人化的智能属性,难以有效的保证换道过程中车辆及驾乘人员的安全;
(2)当传动结果发生单点失效时,仍然能够保障换道时转向盘转角的正常输入,符合功能安全要求。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
实施例2
根据本发明实施例,还提供了一种用于实施上述转向盘旋转角度确定方法的装置,图6是根据本发明实施例的转向盘旋转角度确定装置的结构框图,如图6所示,该装置包括:接收模块602,第一确定模块604,第一预测模块606,第二预测模块608和第二确定模块610,下面对该装置进行详细说明。
接收模块602,用于接收换道指令;第一确定模块604,连接于上述接收模块602,用于响应于换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离;第一预测模块606,连接于上述第一确定模块604,用于依据距离,预测目标车辆在第二预定时刻的目标轨迹点,其中,第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻;第二预测模块608,连接于上述第一预测模块606,用于依据目标轨迹点,预测目标车辆换道的目标轨迹,其中,目标轨迹为类人工驾驶状态下的轨迹;第二确定模块610,连接于上述第二预测模块608,用于依据目标车辆的初始车辆位置,目标车辆参数以及目标轨迹,确定目标车辆的转向盘旋转角度。
此处需要说明的是,上述接收模块602,第一确定模块604,第一预测模块606,第二预测模块608和第二确定模块610对应于实施转向盘旋转角度确定方法中的步骤S102至步骤S110,多个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。
实施例3
根据本发明实施例的另外一个方面,还提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器,其中,处理器被配置为执行指令,以实现上述任一项的转向盘旋转角度确定方法。
实施例4
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,当计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述任一项的转向盘旋转角度确定方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种转向盘旋转角度确定方法,其特征在于,包括:
接收换道指令;
响应于所述换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离;
依据所述距离,预测所述目标车辆在第二预定时刻的目标轨迹点,其中,所述第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻;
依据所述目标轨迹点,预测所述目标车辆换道的目标轨迹,其中,所述目标轨迹为类人工驾驶状态下的轨迹;
依据所述目标车辆的初始车辆位置,目标车辆参数以及所述目标轨迹,确定目标车辆的转向盘旋转角度。
2.根据权利要求1所述的方法,其特征在于,所述依据所述目标车辆的初始车辆位置,目标车辆参数与所述目标轨迹,确定目标车辆的转向盘旋转角度,包括:
确定第三轨迹点,其中,所述第三轨迹点为所述目标轨迹中第三时刻下的轨迹点,所述第三时刻为与所述第一时刻间隔预定时段的时刻;
确定所述初始车辆位置与所述第一时刻下的轨迹点的距离差值;
依据所述初始车辆位置,所述目标车辆参数,所述第三轨迹点,所述距离差值与所述预定时段,确定所述目标车辆的所述转向盘旋转角度。
3.根据权利要求2所述的方法,其特征在于,所述依据所述初始车辆位置,所述目标车辆参数,所述第三轨迹点位置,所述距离差值与所述预定时段,确定所述目标车辆的所述转向盘旋转角度,包括:
在所述车辆参数包括车轴距,转向系传动比,所述初始车辆位置包括所述目标车辆的初始横向坐标的情况下,依据所述初始横向坐标,确定所述目标车辆的目标车辆横向速度;
确定所述第三轨迹点的横向坐标与所述初始横向坐标的第一差值,所述预定时段与所述目标车辆横向速度的第一乘积,以及所述车轴距与所述转向系传动比的第二乘积;
确定所述第一差值与所述第一乘积的第二差值,以及两倍的所述第二乘积与所述距离差值平方的除数;
依据所述第二差值与所述除数的第三乘积,确定所述目标车辆的所述转向盘旋转角度。
4.根据权利要求1所述的方法,其特征在于,所述依据所述距离,预测所述目标车辆在第二预定时刻的目标轨迹点,包括:
将所述距离输入至轨迹预测模型中,预测所述目标车辆在所述第二预定时刻的所述目标轨迹点,其中,所述轨迹预测模型为依据多组训练样本得到的模型,所述多组训练样本包括:样本车辆在所述第一预定时刻与预定方位上的样本车辆的距离,所述样本车辆在所述第二预定时刻的样本轨迹点。
5.根据权利要求4所述的方法,其特征在于,该方法还包括:采用以下方式对所述多组样本数据进行训练,得到所述轨迹预测模型:
获取初始模型,以及构造用于模型训练的损失函数;
基于所述损失函数,采用所述多组样本数据对所述初始模型进行训练,得到所述轨迹预测模型。
6.根据权利要求1所述的方法,其特征在于,响应于所述换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离,包括:
在所述换道指令中携带有换道方向的情况下,响应于所述换道指令,确定目标车辆在所述第一预定时刻与特定方位上的障碍车辆之间的距离,其中,所述特定方位为所述预定方位中的方位,所述特定方位依据所述换道方向确定。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,依据所述目标轨迹点,预测所述目标车辆换道的目标轨迹,包括:
依据目标轨迹点的个数,确定目标车辆换道的轨迹拟合方程;
依据所述轨迹拟合方程,预测所述目标车辆换道的所述目标轨迹。
8.一种转向盘旋转角度确定装置,其特征在于,包括:
接收模块,用于接收换道指令;
第一确定模块,用于响应于所述换道指令,确定目标车辆在第一预定时刻与预定方位上的障碍车辆之间的距离;
第一预测模块,用于依据所述距离,预测所述目标车辆在第二预定时刻的目标轨迹点,其中,所述第二预定时刻包括转动方向盘时的第一时刻,以及目标轮胎与预定车道线接触时的第二时刻;
第二预测模块,用于依据所述目标轨迹点,预测所述目标车辆换道的目标轨迹,其中,所述目标轨迹为类人工驾驶状态下的轨迹;
第二确定模块,用于依据所述目标车辆的初始车辆位置,目标车辆参数以及所述目标轨迹,确定目标车辆的转向盘旋转角度。
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中任一项所述的转向盘旋转角度确定方法。
10.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至7中任一项所述的转向盘旋转角度确定方法。
CN202211053568.0A 2022-08-31 2022-08-31 转向盘旋转角度确定方法、装置及电子设备 Active CN115339516B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211053568.0A CN115339516B (zh) 2022-08-31 2022-08-31 转向盘旋转角度确定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211053568.0A CN115339516B (zh) 2022-08-31 2022-08-31 转向盘旋转角度确定方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN115339516A true CN115339516A (zh) 2022-11-15
CN115339516B CN115339516B (zh) 2024-03-19

Family

ID=83956278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211053568.0A Active CN115339516B (zh) 2022-08-31 2022-08-31 转向盘旋转角度确定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN115339516B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102076541A (zh) * 2008-06-20 2011-05-25 通用汽车环球科技运作公司 用于自动车道居中和车道变换控制系统的路径生成算法
US20160107682A1 (en) * 2014-10-15 2016-04-21 Han-Shue Tan System and method for vehicle steering control
DE102016204957A1 (de) * 2015-03-25 2016-09-29 Magna Steyr Fahrzeugtechnik Ag & Co Kg Automatisierter Fahrstreifenwechsel im dynamischen Verkehr, basierend auf fahrdynamisch bedingten Einschränkungen
US10011281B1 (en) * 2017-03-14 2018-07-03 Hyundai Motor Company Lane change device, system including the same, and method thereof
CN109131326A (zh) * 2018-08-08 2019-01-04 大连理工大学 一种具有换道辅助功能的自适应巡航控制器及其工作方法
CN110001782A (zh) * 2019-04-29 2019-07-12 重庆长安汽车股份有限公司 自动换道方法、系统及计算机可读存储介质
CN110161865A (zh) * 2019-06-13 2019-08-23 吉林大学 一种基于非线性模型预测控制的智能车换道轨迹规划方法
CN110362096A (zh) * 2019-08-13 2019-10-22 东北大学 一种基于局部最优性的无人驾驶车辆动态轨迹规划方法
WO2020011025A1 (zh) * 2018-07-12 2020-01-16 广州小鹏汽车科技有限公司 一种车辆的自动换道方法及装置
US20200148261A1 (en) * 2018-11-14 2020-05-14 Steering Solutions Ip Holding Corporation Lane change and collision avoidance system
CN113650613A (zh) * 2021-09-13 2021-11-16 雄狮汽车科技(南京)有限公司 一种汽车转向或变道辅助系统及方法
WO2022104790A1 (zh) * 2020-11-23 2022-05-27 深圳元戎启行科技有限公司 行驶轨迹确定方法、装置、计算机设备和存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102076541A (zh) * 2008-06-20 2011-05-25 通用汽车环球科技运作公司 用于自动车道居中和车道变换控制系统的路径生成算法
US20160107682A1 (en) * 2014-10-15 2016-04-21 Han-Shue Tan System and method for vehicle steering control
DE102016204957A1 (de) * 2015-03-25 2016-09-29 Magna Steyr Fahrzeugtechnik Ag & Co Kg Automatisierter Fahrstreifenwechsel im dynamischen Verkehr, basierend auf fahrdynamisch bedingten Einschränkungen
US10011281B1 (en) * 2017-03-14 2018-07-03 Hyundai Motor Company Lane change device, system including the same, and method thereof
WO2020011025A1 (zh) * 2018-07-12 2020-01-16 广州小鹏汽车科技有限公司 一种车辆的自动换道方法及装置
CN109131326A (zh) * 2018-08-08 2019-01-04 大连理工大学 一种具有换道辅助功能的自适应巡航控制器及其工作方法
US20200148261A1 (en) * 2018-11-14 2020-05-14 Steering Solutions Ip Holding Corporation Lane change and collision avoidance system
CN110001782A (zh) * 2019-04-29 2019-07-12 重庆长安汽车股份有限公司 自动换道方法、系统及计算机可读存储介质
CN110161865A (zh) * 2019-06-13 2019-08-23 吉林大学 一种基于非线性模型预测控制的智能车换道轨迹规划方法
CN110362096A (zh) * 2019-08-13 2019-10-22 东北大学 一种基于局部最优性的无人驾驶车辆动态轨迹规划方法
WO2022104790A1 (zh) * 2020-11-23 2022-05-27 深圳元戎启行科技有限公司 行驶轨迹确定方法、装置、计算机设备和存储介质
CN113650613A (zh) * 2021-09-13 2021-11-16 雄狮汽车科技(南京)有限公司 一种汽车转向或变道辅助系统及方法

Also Published As

Publication number Publication date
CN115339516B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
You et al. Advanced planning for autonomous vehicles using reinforcement learning and deep inverse reinforcement learning
WO2022052406A1 (zh) 一种自动驾驶训练方法、装置、设备及介质
US20200363800A1 (en) Decision Making Methods and Systems for Automated Vehicle
Son et al. Simulation-based testing framework for autonomous driving development
US10831208B2 (en) Vehicle neural network processing
CN111301419A (zh) 用于sae 4级自动化车道变更的基于强化学习的方法
CN111976741A (zh) 用于控制自动驾驶车辆的装置和方法
CN103380351A (zh) 用于停放障碍物附近的车辆的方法和系统
CN110406530A (zh) 一种自动驾驶方法、装置、设备和车辆
CN111679660B (zh) 一种融合类人驾驶行为的无人驾驶深度强化学习方法
CN112406904B (zh) 自动驾驶策略的训练方法、自动驾驶方法、设备和车辆
Kurt Hybrid-state system modelling for control, estimation and prediction in vehicular autonomy
US20220306113A1 (en) Customization of autonomous-driving lane changes of motor vehicles based on drivers&#39; driving behaviours
CN113335278A (zh) 一种网联式智能车队自适应巡航控制方法及系统
CN113665593A (zh) 一种车辆智能驾驶纵向控制方法、系统及存储介质
Wei et al. Game theoretic merging behavior control for autonomous vehicle at highway on-ramp
Malayjerdi et al. Practical path planning techniques in overtaking for autonomous shuttles
US10599146B2 (en) Action-conditioned vehicle control
CN115339516B (zh) 转向盘旋转角度确定方法、装置及电子设备
CN111830949B (zh) 自动驾驶车辆控制方法、装置、计算机设备和存储介质
Xu et al. Modeling Lateral Control Behaviors of Distracted Drivers for Haptic-Shared Steering System
Lee et al. May i cut into your lane?: A policy network to learn interactive lane change behavior for autonomous driving
CN118043250A (zh) 机动车辆驾驶操控的轨迹规划方法、计算机程序产品、计算机可读存储介质及车辆
CN115230715A (zh) 变道预测方法、装置、非易失性存储介质及计算机设备
CN114723903A (zh) 障碍物风险场环境建模方法及其装置、相关产品

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