CN115817462A - 汽车自动识别系统 - Google Patents
汽车自动识别系统 Download PDFInfo
- Publication number
- CN115817462A CN115817462A CN202211648357.1A CN202211648357A CN115817462A CN 115817462 A CN115817462 A CN 115817462A CN 202211648357 A CN202211648357 A CN 202211648357A CN 115817462 A CN115817462 A CN 115817462A
- Authority
- CN
- China
- Prior art keywords
- road
- identification module
- automatic identification
- vcu
- automatic
- 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
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 5
- 238000012549 training Methods 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 30
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000003642 reactive oxygen metabolite Substances 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及汽车自动识别系统,包括自动识别模块、VCU和工控机,所述自动识别模块用于识别检测道路前方的红绿灯、障碍物、行人以及判断道路为直道或弯道;所述VCU与自动识别模块连接,所述自动识别模块手VCU控制;所述工控机与VCU连接,所述VCU受工控机控制,所述工控机还与汽车内的制动系统、油门系统以及转向系统连接;本发明优化了低速自动驾驶GPS寻迹功能,根据算法将寻迹路线进行直道与弯道的划分的同时,对直行车速与弯道车速进行区分设定,保证车辆在转弯阶段进行降速控制,最大限度保障在进行实训学习过程中的安全性。
Description
技术领域
本发明涉及汽车设备领域,具体为汽车自动识别系统。
背景技术
智能网联汽车技术发展情况。智能化已经融入到人们生活的方方面面,智能网联汽车是汽车是未来发展的趋势,现在已经有相关技术进入人们的生活。
其次,智能网联汽车关键技术的发展。第一,互联网技术。互联网技术是智能网联汽车发展的前提,在硬件方面,我国5G技术已经相当成熟,处理器、定位系统等都已完善。在软件发展,互联网与汽车深入融合,让汽车在定位、自控、数据方面都进一步丰富。第二,自动控制技术。根据智能网联汽车自控性,应加强电控系统的研发,以电控推动自动驱动、转向、调节、自动解释等方面更加优化。第三,环境感知技术。智能互联汽车依靠感应系统来感知驾驶环境信息,目前使用最广的是采用激光雷达、毫米波雷达以及摄像头类相关的感知设备来获取周边的环境信息。第四,大数据技术。大数据是智能网联汽车发展的依仗,大数据实现了汽车数据与网络数据的融合,将车辆本身的车况信息与周边环境信息进行整合处理,为优化智能网联汽车在行驶过程中涉及到行为决策、安全保障提供重要的依据。
长期以来,我国汽车行业的专业技术人员最主要来源就是各大高校的毕业生。但是,智能网联汽车这个汽车业新领域,各大高校毕业生的流入却是远远不足,而职业学校的课程内容和教学设备与智能网联汽车行业的发展进度是严重脱节,学生的动手能力和实践能力也是偏弱的。
经过发明人的调查发现,发现高校中,用于教学的智能网联汽车就存在以下缺点:
在高校中,用于教学的智能网联汽车,大部分都是在ROS或者Apollo系统上,进行地二次开发,所能提炼的大部分知识点也仅限于计算机专业,且在低速自动驾驶GPS寻迹功能中,基本没有进行寻迹路径的优化,没有将直线行驶和弯道行驶进行划分。这样导致车辆在执行转弯行驶中,由于无法提供降速处理,因此在进行相应的实训学习时存在不小地安全隐患。
综上所述,本申请现提出汽车自动识别系统来解决上述出现的问题。
发明内容
本发明目的是提供汽车自动识别系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:汽车自动识别系统,包括
自动识别模块,所述自动识别模块用于识别检测道路前方的红绿灯、障碍物、行人以及判断道路为直道或弯道;
VCU,所述VCU与自动识别模块连接,所述自动识别模块手VCU控制;
工控机,所述工控机与VCU连接,所述VCU受工控机控制,所述工控机还与汽车内的制动系统、油门系统以及转向系统连接。
优选的,所述自动识别模块包括GPS定位模块,所述GPS定位模块用于定位车辆位置;
首先,通过GPS定位模块判断道路为直道或弯道时,然后设置车辆转弯系数,如果校验GPS定位模块的定位点值大于此系数,则认定此处为弯道,反之,则认为是直行道;
其次,设置路径基数,此基数与当前行驶路段、目标行驶路段有关,基数设定越大对比路段越长,反之亦然;
然后,设置寻迹目标点;
包括,设置直行寻迹目标点;
根据录制GPS地图时的车速不同,设置也不同;录制时车速快设置寻迹目标点越小,反之越大;
包括,设置弯道寻迹目标点;
根据录制GPS地图时的车速不同,设置也不同;录制时车速快设置寻迹目标点越小,反之越大;
最终,直道与弯道的判断逻辑,如下:
通过组合导航对行驶车辆的GPS定位数据为基准,将那些行驶前方的路径点数的航向角进行方差运算,将那些行驶后方的路径点数同样进行方差运算,然后进行差值处理,该差值大于设置的弯道系数则判断前方路径点数为弯道,该差值小于等于设置的弯道系数时,则为直道;
具体公式:
设n为路径基数(与设置值相同),p为设置弯道系数(与设置值相同),p’为实际弯道系数,A为寻迹GPS定位路径点数中航向角的集合,h0为当前车辆航向角数据,i为当前车辆所在寻迹路径中的位置索引。
P’=(∑A[i+(n)]–h0)/n–(∑A[i-(0.5×n)]–h0)/0.5×n
如果P大于P’则表示前方路径点属于弯道,如果P小于等于P’则表示前方路径点属于直道。
更为优选的,所述自动识别模块还包括激光雷达,所述激光雷达用于探测前方的障碍物。
更为优选的,所述自动识别模块还包括毫米波雷达,所述毫米波雷达用于动态检测前方障碍物。
更为优选的,所述自动识别模块还包括超声波雷达,所述超声波雷达在动态环境下,检测前方障碍物。
更为优选的,所述自动识别模块还包括摄像头,所述摄像头用于检测前方行人以及红绿灯情况。
与现有技术相比,本发明的有益效果是:
1、本发明充分解决跨学科专业中教学与学习的难点,通过汽车相关的基础知识,贯穿了其他领域学科与智能网联汽车相关联的教学内容,并在此发明的基础上设计了适合在校园内进行整车测试的测试场景、测试方法以及测试要求;
2、本发明优化了低速自动驾驶GPS寻迹功能,根据算法将寻迹路线进行直道与弯道的划分的同时,对直行车速与弯道车速进行区分设定,保证车辆在转弯阶段进行降速控制,最大限度保障在进行实训学习过程中的安全性。
附图说明
图1为本发明控制系统结构框图;
图2为本发明中直路和弯路的结构示意图;
图3为本发明中毫米波雷达的标定结构示意图。
附图标记中:1、工控机;2、VCU;3、GPS定位模块;4、摄像头;5、超声波雷达;6、毫米波雷达;7、激光雷达。
具体实施方式
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它实施例,都属于本发明保护的范围。
请参阅图1、图2、图3,汽车自动识别系统,包括自动识别模块、VCU2和工控机1
其中,自动识别模块用于识别检测道路前方的红绿灯、障碍物、行人以及判断道路为直道或弯道;
进一步的,自动识别模块包括GPS定位模块3,GPS定位模块3用于定位车辆位置;
进一步的,自动识别模块还包括激光雷达7,激光雷达7用于探测前方的障碍物;
进一步的,自动识别模块还包括毫米波雷达6,毫米波雷达6用于动态检测前方障碍物;
进一步的,自动识别模块还包括超声波雷达5,超声波雷达5在动态环境下,检测前方障碍物;
进一步的,自动识别模块还包括摄像头4,摄像头4用于检测前方行人以及红绿灯情况;
试验测试:
1、红绿灯识别
测试场景
测试场景道路长度不小于100m,宽度不小于3.5m;
测试道路为至少包含一条车道的长直道,直道长度不小于50米,直道一端须画有停车线,停车线宽度不小于20cm
路段内需设有信号灯,信号灯摆放/安装位置与停车线直线距离为10m。
2.障碍物测试
测试场景
测试场景至少包含一条长直道,道路长度不小于100m,宽度不小于3.5m;
在路段内分别放置锥形交通路标3个,进行测试车辆匀速驶向前方障碍物。锥形交通路标尺寸推荐为50cm*35cm,推荐摆放位置为长直道路段内20~30米处,要求须并排放置在车道中间。
3.行人横穿马路
测试场景
测试场景至少包含一条长直道,道路长度不小于100m,宽度不小于3.5m;道路一端地面需画有人行横道,人行横道长度不小于2米,宽度不小于0.15米;
距车道线10米位置处,画一条贯穿车道的直线,直线宽度不小于0.2米;
4.稳定跟车行驶(ACC)
测试场景
测试场景至少包含一条长直道,道路长度不小于100m,宽度不小于3.5m;
5.停-走功能(ACC)
测试场景
测试场景至少包含一条长直道,道路长度不小于100m,宽度不小于3.5m;
6.自动紧急制动-前车静止
测试场景
测试场景至少包含一条长直道,道路长度不小于100m,宽度不小于3.5m;
7.自动紧急制动-前车制动
测试场景
测试场景至少包含一条长直道,道路长度不小于100m,宽度不小于3.5m;
本发明中的运行环境如下:
(1)硬件环境
序号 | 硬件名称 | 品牌型号 | 数量 |
1 | 工控机1 | 米文TX2 | 1 |
2 | 摄像头4 | 魔客仕定焦25mm摄像头 | 1 |
3 | 激光雷达7 | 激光16线 | 1 |
4 | 毫米波雷达6 | 纳雷77GHz | 1 |
5 | 组合导航 | 星网宇达,5610 | 1 |
6 | GPS基站 | 星网宇达,XW-GI5610 | 1 |
7 | 超声波雷达5 | can通信 | 2组 |
8 | DTU | eTung,MD-649 | 1 |
9 | 21寸室外显示器 | 市场上常用型号,可以购买 | 1 |
10 | USB延长线 | 市场上常用型号,可以购买 | 1 |
11 | 无线键鼠 | 市场上常用型号,可以购买 | 1 |
(2)软件环境
序号 | 名称 | 版本 |
1 | 挂载128G硬盘 | |
2 | Ubuntu系统 | 18.04 |
3 | pcl库 | 1.8.1 |
4 | opencv库 | 3.4.2 |
5 | opencv库 | 4.4.0 |
6 | Qt | 5.12.5 |
7 | glfw库 | 3.2.1 |
8 | glm库 | 0.9.9.3 |
为了更好地进行实训内容的教学,从而设计了适合在校园内进行整车测试的测试场景、测试方法以及测试要求,具体测试场景包括:直线行驶、环线行驶、红绿灯识别、障碍物测试、行人横穿马路、稳定跟车行驶(ACC)、停-走功能行驶(ACC)、前车制动(AEB)、前车静止(AEB)。
另外,通过对转弯系数和路径基数的设置后,就可以从自动驾驶寻迹地图中区分出直线道路和转弯道路。再通过对直行车速和弯道车速的调节,便可实现自动驾驶车辆在转弯时进行车辆减速的控制行为。自动驾驶车辆在转弯进行减速操作后,可最大限度保证车辆本身的行驶安全,又可提高车内、车外相关测试人员的安全性。
VCU2与自动识别模块连接,自动识别模块手VCU2控制,VCU2是实现车辆控制决策的核心电子控制单元;
Tx2工控机1,激光雷达7,毫米波雷达6,超声波雷达5,摄像头4以及GPS定位模块3。车辆电控底盘与工控机1通过Can方式进行通信;激光雷达7与工控机1通过以太网方式进行通信;毫米波雷达6、超声波雷达5与工控机1均通过Can方式进行通信;摄像头4与工控机1通过通用串行总线(USB)或千兆多媒体串行链路(GMSL)方式进行通信;GPS惯导与工控机1通过串口R232方式进行通信。智能网联教学车的硬件架构及相互通信方式的设计
为了本领域技术人员充分理解技术方案,工控机1与VCU2连接,VCU2受工控机1控制,工控机1还与汽车内的制动系统、油门系统以及转向系统连接,制动系统、油门系统以及转向系统为现有技术,不属于本申请的创新点,所以具体原理不在阐述,当判断出道路为弯路时,所以工控机1能够通过控制制动系统,让汽车减速。
道路为弯道或直道判断情况如下:
首先,通过GPS定位模块3判断道路为直道或弯道时,然后设置车辆转弯系数,如果校验GPS定位模块3的定位点值大于此系数,则认定此处为弯道,反之,则认为是直行道;
其次,设置路径基数,此基数与当前行驶路段、目标行驶路段有关,基数设定越大对比路段越长,反之亦然;
然后,设置寻迹目标点;
包括,设置直行寻迹目标点;
根据录制GPS地图时的车速不同,设置也不同;录制时车速快设置寻迹目标点越小,反之越大;
包括,设置弯道寻迹目标点;
根据录制GPS地图时的车速不同,设置也不同;录制时车速快设置寻迹目标点越小,反之越大;
最终,直道与弯道的判断逻辑,如下:
通过组合导航对行驶车辆的GPS定位数据为基准,将那些行驶前方的路径点数的航向角进行方差运算,将那些行驶后方的路径点数同样进行方差运算,然后进行差值处理,该差值大于设置的弯道系数则判断前方路径点数为弯道,该差值小于等于设置的弯道系数时,则为直道;
具体公式:
设n为路径基数(与设置值相同),p为设置弯道系数(与设置值相同),p’为实际弯道系数,A为寻迹GPS定位路径点数中航向角的集合,h0为当前车辆航向角数据,i为当前车辆所在寻迹路径中的位置索引。
P’=(∑A[i+(n)]–h0)/n–(∑A[i-(0.5×n)]–h0)/0.5×n
如果P大于P’则表示前方路径点属于弯道,如果P小于等于P’则表示前方路径点属于直道。
说明书附图2中,实线A表示直线道路,虚线B表示弯路。
本发明充分解决跨学科专业中教学与学习的难点。通过汽车相关的基础知识,贯穿了其他领域学科与智能网联汽车相关联的教学内容。并在此发明的基础上设计了适合在校园内进行整车测试的测试场景、测试方法以及测试要求。
优化低速自动驾驶GPS寻迹功能,根据算法将寻迹路线进行直道与弯道的划分的同时,对直行车速与弯道车速进行区分设定,保证车辆在转弯阶段进行降速控制,最大限度保障在进行实训学习过程中的安全性。
本发明使用到的标准零件均可以从市场上购买,异形件根据说明书的和附图的记载均可以进行订制,各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接等常规手段,机械、零件和设备均采用现有技术中,常规的型号,加上电路连接采用现有技术中常规的连接方式,在此不再详述,本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.汽车自动识别系统,包括自动识别模块,VCU(2),工控机(1);其特征在于:所述自动识别模块用于识别检测道路前方的红绿灯、障碍物、行人以及判断道路为直道或弯道;所述VCU(2)与自动识别模块连接,所述自动识别模块手VCU(2)控制;所述工控机(1)与VCU(2)连接,所述VCU(2)受工控机(1)控制,所述工控机(1)还与汽车内的制动系统、油门系统以及转向系统连接。
2.根据权利要求1所述的汽车自动识别系统,其特征在于:所述自动识别模块包括:PS定位模块(3),所述GPS定位模块(3)用于定位车辆位置;
首先,通过GPS定位模块(3)判断道路为直道或弯道时,然后设置车辆转弯系数,如果校验GPS定位模块(3)的定位点值大于此系数,则认定此处为弯道,反之,则认为是直行道;
其次,设置路径基数,此基数与当前行驶路段、目标行驶路段有关,基数设定越大对比路段越长,反之亦然;
然后,设置寻迹目标点;
包括,设置直行寻迹目标点;
根据录制GPS地图时的车速不同,设置也不同;录制时车速快设置寻迹目标点越小,反之越大;
包括,设置弯道寻迹目标点;
根据录制GPS地图时的车速不同,设置也不同;录制时车速快设置寻迹目标点越小,反之越大;
最终,直道与弯道的判断逻辑,如下:
通过组合导航对行驶车辆的GPS定位数据为基准,将那些行驶前方的路径点数的航向角进行方差运算,将那些行驶后方的路径点数同样进行方差运算,然后进行差值处理,该差值大于设置的弯道系数则判断前方路径点数为弯道,该差值小于等于设置的弯道系数时,则为直道;
具体公式:
设n为路径基数(与设置值相同),p为设置弯道系数(与设置值相同),p’为实际弯道系数,A为寻迹GPS定位路径点数中航向角的集合,h0为当前车辆航向角数据,i为当前车辆所在寻迹路径中的位置索引:
P’=(∑A[i+(n)]–h0)/n–(∑A[i-(0.5×n)]–h0)/0.5×n
如果P大于P’则表示前方路径点属于弯道,如果P小于等于P’则表示前方路径点属于直道。
3.根据权利要求2所述的汽车自动识别系统,其特征在于:所述自动识别模块还包括:激光雷达(7),所述激光雷达(7)用于探测前方的障碍物。
4.根据权利要求3所述的汽车自动识别系统,其特征在于:所述自动识别模块还包括:毫米波雷达(6),所述毫米波雷达(6)用于动态检测前方障碍物。
5.根据权利要求4所述的汽车自动识别系统,其特征在于:所述自动识别模块还包括:超声波雷达(5),所述超声波雷达(5)在动态环境下,检测前方障碍物。
6.根据权利要求5所述的汽车自动识别系统,其特征在于:所述自动识别模块还包括:摄像头(4),所述摄像头(4)用于检测前方行人以及红绿灯情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211648357.1A CN115817462A (zh) | 2022-12-21 | 2022-12-21 | 汽车自动识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211648357.1A CN115817462A (zh) | 2022-12-21 | 2022-12-21 | 汽车自动识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115817462A true CN115817462A (zh) | 2023-03-21 |
Family
ID=85517367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211648357.1A Pending CN115817462A (zh) | 2022-12-21 | 2022-12-21 | 汽车自动识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115817462A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495631A (zh) * | 2011-12-09 | 2012-06-13 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆跟踪预定轨迹的智能控制方法 |
CN110274582A (zh) * | 2019-06-11 | 2019-09-24 | 长安大学 | 一种道路曲线识别方法 |
CN112298165A (zh) * | 2020-09-28 | 2021-02-02 | 南京泓凯动力系统科技有限公司 | 一种基于前向视觉的主动转向控制方法 |
CN112699575A (zh) * | 2021-01-22 | 2021-04-23 | 中汽创智科技有限公司 | 一种虚拟车辆测试平台中相对位置测算方法及系统 |
CN114604270A (zh) * | 2022-03-07 | 2022-06-10 | 爱步科技(深圳)有限公司 | 一种电动汽车自动行驶系统 |
-
2022
- 2022-12-21 CN CN202211648357.1A patent/CN115817462A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495631A (zh) * | 2011-12-09 | 2012-06-13 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆跟踪预定轨迹的智能控制方法 |
CN110274582A (zh) * | 2019-06-11 | 2019-09-24 | 长安大学 | 一种道路曲线识别方法 |
CN112298165A (zh) * | 2020-09-28 | 2021-02-02 | 南京泓凯动力系统科技有限公司 | 一种基于前向视觉的主动转向控制方法 |
CN112699575A (zh) * | 2021-01-22 | 2021-04-23 | 中汽创智科技有限公司 | 一种虚拟车辆测试平台中相对位置测算方法及系统 |
CN114604270A (zh) * | 2022-03-07 | 2022-06-10 | 爱步科技(深圳)有限公司 | 一种电动汽车自动行驶系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795821B (zh) | 一种基于场景区分的深度强化学习训练方法及系统 | |
CN108645628B (zh) | 基于道路驾驶技能的自动驾驶汽车测试系统 | |
CN111473980B (zh) | 一种智能汽车自动驾驶能力测试系统 | |
CN112631246B (zh) | 测试评价信息确定方法、装置、设备及计算机存储介质 | |
CN111579251A (zh) | 车辆测试场景的确定方法、装置、设备及存储介质 | |
CN110634297B (zh) | 基于车载激光雷达的信号灯状态识别及通行控制系统 | |
CN110751847B (zh) | 一种自动驾驶车辆行为决策方法及系统 | |
CN110716529A (zh) | 一种自动驾驶测试用例自动生成方法和装置 | |
CN113511204B (zh) | 一种车辆换道行为识别方法及相关设备 | |
CN201268230Y (zh) | 基于计算机视觉的限速标志信息车辆辅助驾驶系统 | |
CN111882924A (zh) | 车辆测试系统、驾驶行为判断控制方法及事故预警方法 | |
CN111422202B (zh) | 智能驾驶考试评判方法 | |
CN113320545A (zh) | 一种基于线控智能车辆的预路口行为决策方法 | |
CN111645691A (zh) | 一种基于综合环境感知的驾驶行为评估体系系统 | |
WO2023123172A1 (zh) | 一种驾驶辅助的方法以及相关设备 | |
CN115165387A (zh) | 一种自动驾驶整车性能测试的控制方法、装置及系统 | |
CN105620486B (zh) | 应用于车辆能量管理的行驶模式判断装置及方法 | |
WO2022160900A1 (zh) | 一种测试场景构建方法及装置 | |
CN111476491A (zh) | 一种城市交通场景中的车辆运动模拟分析方法 | |
CN114049811A (zh) | 一种车载网络及智能网联汽车仿真模拟教学系统 | |
CN112133129A (zh) | 一种基于智能网联技术的交通路口自动警示系统 | |
CN115855531B (zh) | 自动驾驶汽车的测试场景构建方法、设备和介质 | |
CN115817462A (zh) | 汽车自动识别系统 | |
CN114838948B (zh) | 一种机场自动驾驶引导车自动并道测试方法和系统 | |
CN113254336B (zh) | 自动驾驶汽车交通法规符合性仿真测试方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230321 |