CN115793665A - 一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质 - Google Patents
一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115793665A CN115793665A CN202211662246.6A CN202211662246A CN115793665A CN 115793665 A CN115793665 A CN 115793665A CN 202211662246 A CN202211662246 A CN 202211662246A CN 115793665 A CN115793665 A CN 115793665A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- obstacle
- information
- data information
- road
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质,该方法包括Q1:车辆行驶过程中,基于车载摄像头获取道路图像数据信息,基于车载毫米波雷达获取路况数据信息,基于车载激光雷达获取道路点云数据信息,基于车载超声波雷达获取障碍物数据信息,基于车载惯导模块获取车辆加速度、速度和角速度数据信息;Q2:基于所述道路图像数据信息、路况数据信息、道路点云数据信息、障碍物数据信息、车辆加速度信息、车辆速度信息和车辆角速度信息。本发明不仅能够根据不同的时距进行主动预警、无驱动、轻制动、重制动系列操作,而且保证安全员出现失误操作时,车辆能安全停车,保证安全。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其是涉及一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质。
背景技术
平行驾驶最初想法形成于20世纪90年代中期,2005年正式提出了平行驾驶的概念,将人工系统与实际系统虚实互动的思想被应用于驾驶领域,形成了当下平行驾驶理论的雏形。
平行驾驶是驾驶员远离驾驶舱的情况下,在室内使用模拟驾驶舱对车辆进行驾驶的行为,如同驾驶员在实际驾驶车辆一样,但由于远程驾驶使用比人工驾驶更复杂,且在恶劣的环境工作情况下,车端一般无安全人员,若驾驶员出现失误操作时,会出现安全事故。
现有技术中,公开号114115246A《一种远程驾驶辅助系统及其方法》,该发明提供一种远程驾驶辅助系统,第一辅助单元用于获取远程驾驶员在远程驾驶中的运动信息,并根据运动信息生成姿态控制指令,以及将姿态控制指令向第二辅助单元发送,运动信息用于表征远程驾驶员在远程驾驶中对驾驶关注点所作身体运动信息,驾驶关注点为远程驾驶员根据驾驶行为对显示单元显示视频数据作出驾驶反应的关键点;第二辅助单元用于在接收到姿态控制指令时,根据姿态控制指令调整摄像单元采集角度以获取新视频数据,并将新视频数据向显示单元传输,以便远程驾驶员基于显示单元显示的新视频数据作出驾驶反应。但是,无主动避障技术,当远程驾驶员出现失误操作时,车辆不能自识别安全停车。
发明内容
鉴于以上现有技术的不足,本发明提供了一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质,不仅能够根据不同的时距进行主动预警、无驱动、轻制动、重制动系列操作,而且保证安全员出现失误操作时,车辆能安全停车,保证安全。
为了实现上述目的及其他相关目的,本发明提供的技术方案如下:
一种基于无人集卡远程驾驶系统的车路协同避障方法,所述方法包括:
Q1:车辆行驶过程中,基于车载摄像头获取道路图像数据信息,基于车载毫米波雷达获取路况数据信息,基于车载激光雷达获取道路点云数据信息,基于车载超声波雷达获取障碍物数据信息,基于车载惯导模块获取车辆加速度、速度和角速度数据信息;
Q2:基于所述道路图像数据信息、路况数据信息、道路点云数据信息、障碍物数据信息、车辆加速度信息、车辆速度信息和车辆角速度信息,根据车辆自动驾驶控制器的感知融合算法,输出障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物位置信息、障碍物占据空间信息、障碍物加速度信息、车道线信息和车辆加速度信息;
Q3:基于所述障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物加速度信息、障碍物占据空间和车辆加速度信息,采用改进的TTC算法,获取车辆与障碍物碰撞的时间数据信息,根据车道线数据信息和基于RSU获取的红绿灯信号和停止线数据信息,输出路口数据信息;
Q4:根据所述车辆与障碍物碰撞的时间数据信息和所述路口数据信息,采用AEB决策控制算法,输出车辆控制信息,所述车辆控制信息包括主动预警、无驱动、半制动和重制动。
进一步的,所述主动预警为障碍物的距离达到报警时距,在远程驾驶舱UI界面显示碰撞预警提示;所述无驱动为根据所述车辆与障碍物碰撞的时间数据信息,松开油门让车辆与障碍物之间大于报警时距;所述半自动为根据所述车辆与障碍物碰撞的时间数据信息,对车辆施加减速度让车辆与障碍物之间大于报警时距。
进一步的,所述重制动为根据所述车辆与障碍物碰撞的时间数据信息,对车辆施加最大减速度让车辆与障碍物之间大于报警时距。
进一步的,在步骤Q3中,所述改进的TTC算法包括:
Q31:根据所述障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物加速度信息、障碍物占据空间和车辆加速度信息,得到车辆与障碍物的碰撞时间为Tk,
其中vi为t时刻障碍物的相对速度,ai为t时刻障碍物的加速度,vj为t时刻车辆的速度,aj为t时刻车辆的加速度,xc为障碍物与车辆的距离;Q32:根据所述车辆与障碍物的碰撞时间为Tk,对碰撞时间进行采样,得到一组数据T1,T2,T3,...,Tn,并得到与之对应的权重值为r1,r2,r3,...,rn;
进一步的,所述路口数据信息包括:Ssta—路端RSU将路端红绿灯状态通过SPAT和MAP广播到车端的OBU,红绿灯状态;
S交叉路口碰撞预警信号—接收MEC路侧感知交叉口车辆数据,通过RSM消息集传输;
S左转辅助预警信号—传输路侧感知交叉口车辆数据,通过RSM消息集传输。
进一步的,若Ssta=1,路端交通灯处于红灯状态,车辆进行本车车速以及停止线距离进行制动处理;
若Ssta=0,路端交通灯处于绿灯状态,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动;若无Ssta状态,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
进一步的,S交叉路口碰撞预警信号=1,交叉路口有碰撞风险,车辆进行半制动停车,待恢复;S交叉路口碰撞预警信号=0,交叉路口有碰撞风险,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
进一步的,S左转辅助预警信号=1,左转有碰撞风险,车辆进行半制动停车,待恢复;S左转辅助预警信号=0,左转无碰撞风险,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
为了实现上述目的及其他相关目的,本发明还提供了一种基于无人集卡远程驾驶系统的车路协同避障系统,所述系统包括:
车载感知设备,包括毫米波雷达、激光雷达、摄像头、超声波雷达和惯导装置;自动驾驶控制器,与所述车载感知设备连接,用于将道路图像数据信息、路况数据信息、道路点云数据信息、障碍物数据信息、车辆加速度信息、车辆速度信息和车辆角速度信息进行感知融合;
平行驾驶控制器,与所述自动驾驶控制器连接,用于处理所述自动驾驶控制器输出的数据信息和发送控制信息至所述自动驾驶控制器;
自动避障功能状态控制器,用于管控自动避障功能状态的开启和关闭。
为了实现上述目的及其他相关目的,本发明还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有被编程或配置以执行任意一项所述基于无人集卡远程驾驶系统的车路协同避障方法的计算机程序。
本发明具有以下积极效果:
1.本发明通过自动驾驶控制器、平行驾驶控制器和远程驾驶控制器的配合,能够根据不同的时距进行主动预警、无驱动、轻制动、重制动系列操作。
2.本发明通过改进的TTC算法,保证安全员出现失误操作时,车辆能安全停车,保证安全。
3.本发明提供了自动避障功能状态控制器,能够及时的对避障功能进行激活和关闭,减少能量损耗,降低了使用成本。
附图说明
图1为本发明方法流程示意图;
图2为本发明系统框架示意图;
图3为本发明系统数据传输过程示意图;
图4为本发明自动避障功能状态示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
实施例1:如图1或图3所示,一种基于无人集卡远程驾驶系统的车路协同避障方法,所述方法包括:Q1: 车辆行驶过程中,基于车载摄像头获取道路图像数据信息,基于车载毫米波雷达获取路况数据信息,基于车载激光雷达获取道路点云数据信息,基于车载超声波雷达获取障碍物数据信息,基于车载惯导模块获取车辆加速度、速度和角速度数据信息;
Q2:基于所述道路图像数据信息、路况数据信息、道路点云数据信息、障碍物数据信息、车辆加速度信息、车辆速度信息和车辆角速度信息,根据车辆自动驾驶控制器的感知融合算法,输出障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物位置信息、障碍物占据空间信息、障碍物加速度信息、车道线信息和车辆加速度信息;
Q3:基于所述障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物加速度信息、障碍物占据空间和车辆加速度信息,采用改进的TTC算法,获取车辆与障碍物碰撞的时间数据信息,根据车道线数据信息和基于RSU获取的红绿灯信号和停止线数据信息,输出路口数据信息;
Q4:根据所述车辆与障碍物碰撞的时间数据信息和所述路口数据信息,采用AEB决策控制算法,输出车辆控制信息,所述车辆控制信息包括主动预警、无驱动、半制动和重制动。
在本实施例中,所述主动预警为障碍物的距离达到报警时距,在远程驾驶舱UI界面显示碰撞预警提示;所述无驱动为根据所述车辆与障碍物碰撞的时间数据信息,松开油门让车辆与障碍物之间大于报警时距; 所述半自动为根据所述车辆与障碍物碰撞的时间数据信息,对车辆施加减速度让车辆与障碍物之间大于报警时距。
在本实施例中,所述重制动为根据所述车辆与障碍物碰撞的时间数据信息,对车辆施加最大减速度让车辆与障碍物之间大于报警时距。
在本实施例中,在步骤Q3中,所述改进的TTC算法包括:
Q31:根据所述障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物加速度信息、障碍物占据空间和车辆加速度信息,得到车辆与障碍物的碰撞时间为Tk,
其中vi为t时刻障碍物的相对速度,ai为t时刻障碍物的加速度,vj为t时刻车辆的速度,aj为t时刻车辆的加速度,xc为障碍物与车辆的距离;
Q32:根据所述车辆与障碍物的碰撞时间为Tk,对碰撞时间进行采样,得到一组数据T1,T2,T3,...,Tn,并得到与之对应的权重值为r1,r2,r3,...,rn;
Q33:根据所述数据T1,T2,T3,...,Tn和与之对应的权重值为r1,r2,r3,...,rn,得到优化后的车辆与障碍物的碰撞时间Tk,
在本实施例中,所述路口数据信息包括:Ssta—路端RSU将路端红绿灯状态通过SPAT和MAP广播到车端的OBU,红绿灯状态;S交叉路口碰撞预警信号—接收MEC路侧感知交叉口车辆数据,通过RSM消息集传输;S左转辅助预警信号—传输路侧感知交叉口车辆数据,通过RSM消息集传输。
在本实施例中,若Ssta=1,路端交通灯处于红灯状态,车辆进行本车车速以及停止线距离进行制动处理;若Ssta=0,路端交通灯处于绿灯状态,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动;若无Ssta状态,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
在本实施例中,S交叉路口碰撞预警信号=1,交叉路口有碰撞风险,车辆进行半制动停车,待恢复;S交叉路口碰撞预警信号=0,交叉路口有碰撞风险,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
在本实施例中,S左转辅助预警信号=1,左转有碰撞风险,车辆进行半制动停车,待恢复;S左转辅助预警信号=0,左转无碰撞风险,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
实施例2:在实施例1的一种基于无人集卡远程驾驶系统的车路协同避障方法的基础上,下面对本发明作进一步的说明。
如图2所示,一种基于无人集卡远程驾驶系统的车路协同避障系统,所述系统包括:
车载感知设备,包括毫米波雷达、激光雷达、摄像头、超声波雷达和惯导装置;自动驾驶控制器,与所述车载感知设备连接,用于将道路图像数据信息、路况数据信息、道路点云数据信息、障碍物数据信息、车辆加速度信息、车辆速度信息和车辆角速度信息进行感知融合;
平行驾驶控制器,与所述自动驾驶控制器连接,用于处理所述自动驾驶控制器输出的数据信息和发送控制信息至所述自动驾驶控制器;
自动避障功能状态控制器,用于管控自动避障功能状态的开启和关闭。
在本实施例中,本发明提供了一种计算机可读存储介质,该计算机可读存储介质上存储有被编程或配置以执行任意一项所述基于无人集卡远程驾驶系统的车路协同避障方法的计算机程序。
如图4所示,自动避障功能开启自检
1)远程驾驶员通过远程驾驶舱按钮手动开启自动避障功能
2)车辆自动紧急制动功能自动打开,系统进行自检
3)车辆自检过程中,系统无故障提示(整车无故障)
4)自检完成后,如果系统不存在故障,则功能自检结束
自动避障待机开启/功能激活
1)自动紧急制动功能开启,且系统没有故障
2)以下功能激活条件不满足,系统进入待机状态,条件满足进入激活状态
2.1)功能激活的车速大于等于0.5km/h
2.1)功能激活的挡位条件(档位在D/N档)
自动避障功能下电关闭
1)整车在上电状态,且自动紧急制动功能被开启
2)整车下电,自动紧急制动功能自动被关闭
3)功能自动关闭结束
自动避障功能手动关闭
1)整车在上电状态,且自动避障功能被开启
2)驾驶员通过远程驾驶舱输入系统手动关闭自动避障功能
3)本功能关闭后,远程驾驶舱UI界面应提示自动避障功能处在关闭状态
4)功能手动关闭结束
自动避障功能条件回到待机状态
1)系统在自动紧急制动状态下
2)当驾驶舱自动避障按钮处于开启状态,车速制动到0km/h,处于待机状态
压制状态
1)由远程驾驶员的制动输入导致的制动减速度绝对值大于等于需求减速度绝对值时
2)远程驾员制动条件判定为满足。
综上所述,本发明不仅能够根据不同的时距进行主动预警、无驱动、轻制动、重制动系列操作,而且保证安全员出现失误操作时,车辆能安全停车,保证安全。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于无人集卡远程驾驶系统的车路协同避障方法,其特征在于,所述方法包括:
Q1:车辆行驶过程中,基于车载摄像头获取道路图像数据信息,基于车载毫米波雷达获取路况数据信息,基于车载激光雷达获取道路点云数据信息,基于车载超声波雷达获取障碍物数据信息,基于车载惯导模块获取车辆加速度、速度和角速度数据信息;
Q2:基于所述道路图像数据信息、路况数据信息、道路点云数据信息、障碍物数据信息、车辆加速度信息、车辆速度信息和车辆角速度信息,根据车辆自动驾驶控制器的感知融合算法,输出障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物位置信息、障碍物占据空间信息、障碍物加速度信息、车道线信息和车辆加速度信息;
Q3:基于所述障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物加速度信息、障碍物占据空间和车辆加速度信息,采用改进的TTC算法,获取车辆与障碍物碰撞的时间数据信息,根据车道线数据信息和基于RSU获取的红绿灯信号和停止线数据信息,输出路口数据信息;
Q4:根据所述车辆与障碍物碰撞的时间数据信息和所述路口数据信息,采用AEB决策控制算法,输出车辆控制信息,所述车辆控制信息包括主动预警、无驱动、半制动和重制动。
2.根据权利要求1所述的基于无人集卡远程驾驶系统的车路协同避障方法,其特征在于:所述主动预警为障碍物的距离达到报警时距,在远程驾驶舱UI界面显示碰撞预警提示;所述无驱动为根据所述车辆与障碍物碰撞的时间数据信息,松开油门让车辆与障碍物之间大于报警时距;所述半自动为根据所述车辆与障碍物碰撞的时间数据信息,对车辆施加减速度让车辆与障碍物之间大于报警时距。
3.根据权利要求1所述的基于无人集卡远程驾驶系统的车路协同避障方法,其特征在于:所述重制动为根据所述车辆与障碍物碰撞的时间数据信息,对车辆施加最大减速度让车辆与障碍物之间大于报警时距。
4.根据权利要求1所述的基于无人集卡远程驾驶系统的车路协同避障方法,其特征在于,在步骤Q3中,所述改进的TTC算法包括:
Q31:根据所述障碍物列表信息、障碍物类型信息、障碍物相对速度信息、障碍物加速度信息、障碍物占据空间和车辆加速度信息,得到车辆与障碍物的碰撞时间为Tk,
其中vi为t时刻障碍物的相对速度,ai为t时刻障碍物的加速度,vj为t时刻车辆的速度,aj为t时刻车辆的加速度,xc为障碍物与车辆的距离;
Q32:根据所述车辆与障碍物的碰撞时间为Tk,对碰撞时间进行采样,得到一组数据T1,T2,T3,...,Tn,并得到与之对应的权重值为r1,r2,r3,...,rn;
5.根据权利要求1所述的基于无人集卡远程驾驶系统的车路协同避障方法,其特征在于,所述路口数据信息包括:Ssta—路端RSU将路端红绿灯状态通过SPAT和MAP广播到车端的OBU,红绿灯状态;
S交叉路口碰撞预警信号—接收MEC路侧感知交叉口车辆数据,通过RSM消息集传输;
S左转辅助预警信号—传输路侧感知交叉口车辆数据,通过RSM消息集传输。
6.根据权利要求5所述的基于无人集卡远程驾驶系统的车路协同避障方法,其特征在于:若Ssta=1,路端交通灯处于红灯状态,车辆进行本车车速以及停止线距离进行制动处理;
若Ssta=0,路端交通灯处于绿灯状态,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动;
若无Ssta状态,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
7.根据权利要求5所述的基于无人集卡远程驾驶系统的车路协同避障方法,其特征在于:S交叉路口碰撞预警信号=1,交叉路口有碰撞风险,车辆进行半制动停车,待恢复;
S交叉路口碰撞预警信号=0,交叉路口有碰撞风险,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
8.根据权利要求5所述的基于无人集卡远程驾驶系统的车路协同避障方法,其特征在于:S左转辅助预警信号=1,左转有碰撞风险,车辆进行半制动停车,待恢复;S左转辅助预警信号=0,左转无碰撞风险,车辆根据主动预警、无驱动、半制动和重制动四种时距进行制动。
9.一种基于无人集卡远程驾驶系统的车路协同避障系统,其特征在于,所述系统包括:
车载感知设备,包括毫米波雷达、激光雷达、摄像头、超声波雷达和惯导装置;自动驾驶控制器,与所述车载感知设备连接,用于将道路图像数据信息、路况数据信息、道路点云数据信息、障碍物数据信息、车辆加速度信息、车辆速度信息和车辆角速度信息进行感知融合;
平行驾驶控制器,与所述自动驾驶控制器连接,用于处理所述自动驾驶控制器输出的数据信息和发送控制信息至所述自动驾驶控制器;
自动避障功能状态控制器,用于管控自动避障功能状态的开启和关闭。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有被编程或配置以执行权利要求1~8中任意一项所述基于无人集卡远程驾驶系统的车路协同避障方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211662246.6A CN115793665A (zh) | 2022-12-23 | 2022-12-23 | 一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211662246.6A CN115793665A (zh) | 2022-12-23 | 2022-12-23 | 一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115793665A true CN115793665A (zh) | 2023-03-14 |
Family
ID=85426457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211662246.6A Pending CN115793665A (zh) | 2022-12-23 | 2022-12-23 | 一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115793665A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116985803A (zh) * | 2023-09-26 | 2023-11-03 | 赛奎鹰智能装备(威海)有限责任公司 | 电动滑板车速度自适应控制系统及方法 |
-
2022
- 2022-12-23 CN CN202211662246.6A patent/CN115793665A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116985803A (zh) * | 2023-09-26 | 2023-11-03 | 赛奎鹰智能装备(威海)有限责任公司 | 电动滑板车速度自适应控制系统及方法 |
CN116985803B (zh) * | 2023-09-26 | 2023-12-29 | 赛奎鹰智能装备(威海)有限责任公司 | 电动滑板车速度自适应控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2018399375B2 (en) | Automatic driving system | |
US9862364B2 (en) | Collision mitigated braking for autonomous vehicles | |
EP3600936B1 (en) | Method and system for safe passenger exit from autonomous vehicle | |
CN106232444B (zh) | 对在预定情况中的自主车辆的远程协助 | |
EP3705973A1 (en) | Fall back trajectory systems for autonomous vehicles | |
CN107097780A (zh) | 启用和停用自动驾驶 | |
CN111376853B (zh) | 车辆控制系统、车辆控制方法及存储介质 | |
JP6570507B2 (ja) | 自動車及び自動車用プログラム | |
CA3069730C (en) | Methods and systems for providing remote assistance to a vehicle | |
CN112124326A (zh) | 自动驾驶方法、装置、电子设备及存储介质 | |
CN113226886A (zh) | 控制车辆行驶的方法、装置及车辆 | |
CN115793665A (zh) | 一种基于无人集卡远程驾驶系统的车路协同避障方法、系统及存储介质 | |
CN112654547A (zh) | 驾驶提醒的方法、装置及系统 | |
EP4261717A2 (en) | Systems and methods for communicating with third parties external to autonomous vehicles | |
KR102658924B1 (ko) | 자율주행 차량의 보복 운전 제어 시스템 | |
CN116580476A (zh) | 车辆管理系统和车辆管理方法 | |
KR20230114766A (ko) | 자율주행 차량 시스템 | |
WO2024128037A1 (ja) | 制御装置、自動運転装置及び走行制御装置 | |
CN115134491B (zh) | 图像处理方法和装置 | |
KR102541430B1 (ko) | 자율주행 시스템의 운전 능력 자동 평가 시스템 및 방법 | |
JP6865979B2 (ja) | 自動車及び自動車用プログラム | |
KR102658908B1 (ko) | 자율주행 차량의 위법 차량 신고 시스템 | |
KR102568288B1 (ko) | 자율주행 차량 간 통신에 의한 교통 안전 시스템 | |
KR20240107204A (ko) | 자율주행 차량의 원격 제어 시스템 | |
KR20230033148A (ko) | 상호 소통에 기반한 자율주행 차량의 주차 및 출차 시스템 |
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 |