CN116257069A - 一种无人车辆编队决策与速度规划的方法 - Google Patents

一种无人车辆编队决策与速度规划的方法 Download PDF

Info

Publication number
CN116257069A
CN116257069A CN202310547407.5A CN202310547407A CN116257069A CN 116257069 A CN116257069 A CN 116257069A CN 202310547407 A CN202310547407 A CN 202310547407A CN 116257069 A CN116257069 A CN 116257069A
Authority
CN
China
Prior art keywords
speed
vehicle
formation
calculating
distance
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
CN202310547407.5A
Other languages
English (en)
Other versions
CN116257069B (zh
Inventor
郑勇飞
王维
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.)
Ruiyi Technology Changsha Co ltd
Original Assignee
Ruiyi Technology Changsha 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 Ruiyi Technology Changsha Co ltd filed Critical Ruiyi Technology Changsha Co ltd
Priority to CN202310547407.5A priority Critical patent/CN116257069B/zh
Publication of CN116257069A publication Critical patent/CN116257069A/zh
Application granted granted Critical
Publication of CN116257069B publication Critical patent/CN116257069B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供一种无人车辆编队决策与速度规划的方法，包括如下步骤：S1、将参与编队的每台车辆都设置为编队形式状态；S2、计算当前车辆与前车实际距离；S3、计算指定跟车距离与实际距离的差；S4、计算达到指定跟车距离所需要变化的速度；S5、计算车辆的期望速度,S6、计算下发速度对编队车辆加减速控制。本发明解决了多辆无人车之间没有进行通讯的同时依旧能够进行编队行驶的问题，通过本方法得到的最终速度考虑了车辆当前速度，使得车辆的速度变化平缓，提高了车辆使用舒适度。

Description

一种无人车辆编队决策与速度规划的方法
技术领域
本发明主要涉及自动驾驶相关技术领域，具体是一种无人车辆编队决策与速度规划的方法。
背景技术
编队控制问题是多无人车系统协调控制中的一类基本问题。在一些特殊的任务和环境中，无人车需要在一定的约束条件下达到和保持一定的几何结构，灵活、快速地适应环境，进而在复杂环境中高效、可靠地执行任务，目前主要的编队方式为行为法、虚拟结构法等。
行为法是基于多无人车系统的底层运动控制，上层决策系统对多无人车的行为进行设计，并通过这些基本行为进行组合来实现编队控制，其优点是不管环境多么复杂，都能够快速得出控制结论。该方法的另一个优点是可以实现分布式控制。其缺点是在多种行为中难以选择较为容易进行建模的行为。另外在融合各个行为时不确定是否存在不相融的情况，行为越多，环境越复杂，融合后的方法就越难满足各个条件。
虚拟结构法是将无人车团体的队形看作是一个刚体的虚拟结构，每个无人车是虚拟结构上相对固定的一点。通过双向控制了解每一个无人车的位置，通过各个层面的轨迹再把其方向和位置进行细微的调整。之后跟每一个固定的点匹配，并循环得到结果。这类方法的优点是跟踪轨迹的精度高易于观察;每一个功能之间的界限不明确，不用设计高难度的通信。其缺点是队形单一难以运用到更多的领域。
在目前的实际情况中，两辆无人车之间如果没有第三方的介入（如相互之间不进行通讯），那么车辆的速度会产生忽快忽慢的情况，速度变化不平缓，极大的影响了无人车的使用。
发明内容
为解决目前技术的不足，本发明结合现有技术，从实际应用出发，提供一种无人车辆编队决策与速度规划的方法，解决了多辆无人车之间没有进行通讯的同时依旧能够进行编队行驶的问题，通过本方法得到的最终速度考虑了车辆当前速度，使得车辆的速度变化平缓，提高了车辆使用舒适度。
本发明的技术方案如下：
一种无人车辆编队决策与速度规划的方法，包括如下步骤：
S1、将参与编队的每台车辆都设置为编队形式状态；
S2、计算当前车辆与前车实际距离
Figure SMS_1
；
S3、计算指定跟车距离
Figure SMS_2
与实际距离/>
Figure SMS_3
的差/>
Figure SMS_4
；
S4、计算达到指定跟车距离所需要变化的速度
Figure SMS_5
；
S5、计算车辆的期望速度
Figure SMS_6
，公式如下：/>
Figure SMS_7
Figure SMS_8
；
上式中，
Figure SMS_9
为车辆设定的最大速度，/>
Figure SMS_10
为设定的最大距离，/>
Figure SMS_11
为设定的急停距离；
S6、计算下发速度
Figure SMS_12
对编队车辆加减速控制，公式如下：
Figure SMS_13
；
上式中，
Figure SMS_14
为设定的跟车时加速度单次最大的增大量，/>
Figure SMS_15
，
Figure SMS_16
为当前实际车速。
进一步，步骤S2中，当前车辆与前车实际距离
Figure SMS_17
为轨迹上k个点欧式距离的和，计算公式如下：
Figure SMS_18
；
上式中，
Figure SMS_19
为轨迹的第n个点； />
Figure SMS_20
为轨迹的第（n-1）个点；/>
Figure SMS_21
为点在坐标系x轴上对应的值； y为点在坐标系y轴上对应的值。
进一步，步骤S4中，引入参数
Figure SMS_22
1用于控制车辆达到目标跟车距离的时间快慢，达到指定跟车距离所需要变化的速度/>
Figure SMS_23
计算公式如下：
Figure SMS_24
。
进一步，参数
Figure SMS_25
1值越大表示所需时间越短，值越小表示所需时间越大，采用人为赋值，取值范围为（0，∞）。
进一步，步骤S5中，
Figure SMS_26
为人工赋值，取值范围为（0，∞），/>
Figure SMS_27
为人工赋值，取值范围为（/>
Figure SMS_28
_dis，∞），/>
Figure SMS_29
为人工赋值，取值范围为（0，∞），/>
Figure SMS_30
为人工赋值，取值范围为(/>
Figure SMS_31
_dis, ∞)。
进一步，步骤S6中，引入参数
Figure SMS_32
，参数/>
Figure SMS_33
为车辆最大速度，基于参数/>
Figure SMS_34
对下发速度/>
Figure SMS_35
进一步限定，公式如下：
Figure SMS_36
。
进一步，步骤S6中，
Figure SMS_37
为人工赋值，取值范围为（0，∞），/>
Figure SMS_38
为人工赋值，取值范围为[/>
Figure SMS_39
,∞)。
本发明的有益效果：
本发明能够使得多辆无人车之间在没有进行通讯的同时依旧能够按照需求进行编队行驶，本发明的速度规划充分考虑了各因素的影响，通过引入多个参数得到当前的速度与前车实际距离（
Figure SMS_40
）对应的曲线方程，从而得到去期望速度，再基于期望速度以及当前实际速度对车辆下发速度进行控制，通过本方法得到的最终速度，使得车辆的速度变化平缓，提高了舒适度，避免了车辆速度会产生忽快忽慢的情况。
附图说明
图1为本发明的流程图。
具体实施方式
结合附图和具体实施例，对本发明作进一步说明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所限定的范围。
本实施例提供一种车辆编队决策与速度规划的方法，主要用于解决在多辆无人车之间没有进行通讯时的编队问题，可保证无人车辆速度平缓的变化，从而提高使用体验及舒适度。
如图所示，本实施例的车辆编队决策与速度规划的方法主要包括如下步骤。
S1、车辆设置编队模式，将参与编队的每台车辆都设置为编队行驶状态。
S2、计算当前车辆与前车实际距离
Figure SMS_41
，实际距离为轨迹上k个点欧式距离的和，采用公式如下：
Figure SMS_42
；
上述，
Figure SMS_43
为轨迹的第n个点； />
Figure SMS_44
为轨迹的第（n-1）个点；/>
Figure SMS_45
为点在坐标系x轴上对应的值； y为点在坐标系y轴上对应的值。
S3、计算指定跟车距离
Figure SMS_46
与实际距离/>
Figure SMS_47
的差/>
Figure SMS_48
，公式如下：
Figure SMS_49
。
S4、引入参数
Figure SMS_50
1，控制车辆达到目标跟车距离的时间快慢，计算达到指定跟车距离所需要变化的速度，公式如下：
Figure SMS_51
。
S5、得到当前的速度与前车实际距离
Figure SMS_53
对应的曲线方程，引入参数/>
Figure SMS_58
_dis，/>
Figure SMS_62
_dis需要大于0，意义为急停距离； 引入参数Max_dis，当前车实际距离大于等于Max_dis时，当前车辆期望车速需要达到设定的最大车速；车辆的期望速度/>
Figure SMS_55
取决于到前车的一个实际距离/>
Figure SMS_56
和几个阈值距离的关系，当/>
Figure SMS_60
小于/>
Figure SMS_64
时，当前车辆与前车的距离太近，过于危险，所以需要停车，即/>
Figure SMS_52
等于0；当/>
Figure SMS_59
大于
Figure SMS_63
小于Max_dis时，/>
Figure SMS_65
随/>
Figure SMS_54
变化而变化，当/>
Figure SMS_57
大于Max_dis，/>
Figure SMS_61
取最大速度，公式如下：
Figure SMS_66
Figure SMS_67
。
S6、参考当前实际车速
Figure SMS_78
进行车辆的加减速控制，引入参数/>
Figure SMS_71
，/>
Figure SMS_74
取值大于0表示跟车时加速度单次最大的增大量，/>
Figure SMS_70
为/>
Figure SMS_76
与/>
Figure SMS_79
的差的；当/>
Figure SMS_83
小于等于0时，下发速度/>
Figure SMS_77
等于0；当/>
Figure SMS_81
大于0且小于等于/>
Figure SMS_68
时，下发速度/>
Figure SMS_73
等于/>
Figure SMS_80
加/>
Figure SMS_84
；当/>
Figure SMS_82
大于/>
Figure SMS_85
时，下发速度/>
Figure SMS_69
等于/>
Figure SMS_72
加/>
Figure SMS_75
；公式如下：
Figure SMS_86
；
Figure SMS_87
；
同时，考虑到行车安全，引入参数
Figure SMS_88
，意义为车辆最大速度，当/>
Figure SMS_91
小于/>
Figure SMS_94
时，
Figure SMS_90
不变；当/>
Figure SMS_92
大于/>
Figure SMS_93
时，/>
Figure SMS_95
等于/>
Figure SMS_89
，公式如下：
Figure SMS_96
。
在本实施例中，各参数意义以及取值具体参考表1.
表1参数取值参考
Figure SMS_97
。
本实施例所提供的无人车辆编队与速度规划的方法，解决了多辆无人车之间没有进行通讯的同时依旧能够进行编队行驶的问题，通过本方法对应方程得到的最终速度考虑了车辆当前速度，使得车辆的速度变化平缓，提高了舒适度。

Claims (7)

1.一种无人车辆编队决策与速度规划的方法，其特征在于，包括如下步骤：
S1、将参与编队的每台车辆都设置为编队形式状态；
S2、计算当前车辆与前车实际距离
Figure QLYQS_1
；
S3、计算指定跟车距离
Figure QLYQS_2
与实际距离/>
Figure QLYQS_3
的差/>
Figure QLYQS_4
；
S4、计算达到指定跟车距离所需要变化的速度
Figure QLYQS_5
；
S5、计算车辆的期望速度
Figure QLYQS_6
，公式如下：
Figure QLYQS_7
Figure QLYQS_8
；
上式中，
Figure QLYQS_9
为车辆设定的最大速度，/>
Figure QLYQS_10
为设定的最大距离，/>
Figure QLYQS_11
为设定的急停距离；
S6、计算下发速度
Figure QLYQS_12
对编队车辆加减速控制，公式如下：
Figure QLYQS_13
；
上式中，
Figure QLYQS_14
为设定的跟车时加速度单次最大的增大量，/>
Figure QLYQS_15
，/>
Figure QLYQS_16
为当前实际车速。
2.根据权利要求1所述的无人车辆编队决策与速度规划的方法，其特征在于，步骤S2中，当前车辆与前车实际距离
Figure QLYQS_17
为轨迹上k个点欧式距离的和，计算公式如下：
Figure QLYQS_18
；
上式中，
Figure QLYQS_19
为轨迹的第n个点； />
Figure QLYQS_20
为轨迹的第（n-1）个点；/>
Figure QLYQS_21
为点在坐标系x轴上对应的值； y为点在坐标系y轴上对应的值。
3.根据权利要求1所述的无人车辆编队决策与速度规划的方法，其特征在于，步骤S4中，引入参数
Figure QLYQS_22
1用于控制车辆达到目标跟车距离的时间快慢，达到指定跟车距离所需要变化的速度/>
Figure QLYQS_23
计算公式如下：
Figure QLYQS_24
。
4.根据权利要求3所述的无人车辆编队决策与速度规划的方法，其特征在于，参数
Figure QLYQS_25
1值越大表示所需时间越短，值越小表示所需时间越大，采用人为赋值，取值范围为（0，∞）。
5.根据权利要求1所述的无人车辆编队决策与速度规划的方法，其特征在于，步骤S5中，
Figure QLYQS_26
为人工赋值，取值范围为（0，∞），/>
Figure QLYQS_27
为人工赋值，取值范围为（/>
Figure QLYQS_28
_dis，∞），/>
Figure QLYQS_29
为人工赋值，取值范围为（0，∞），/>
Figure QLYQS_30
为人工赋值，取值范围为(/>
Figure QLYQS_31
_dis, ∞)。
6.根据权利要求1所述的无人车辆编队决策与速度规划的方法，其特征在于，步骤S6中，引入参数
Figure QLYQS_32
，参数/>
Figure QLYQS_33
为车辆最大速度，基于参数/>
Figure QLYQS_34
对下发速度/>
Figure QLYQS_35
进一步限定，公式如下：
Figure QLYQS_36
。
7.根据权利要求6所述的无人车辆编队决策与速度规划的方法，其特征在于，步骤S6中，
Figure QLYQS_37
为人工赋值，取值范围为（0，∞），/>
Figure QLYQS_38
为人工赋值，取值范围为[/>
Figure QLYQS_39
,∞)。/>
CN202310547407.5A 2023-05-16 2023-05-16 一种无人车辆编队决策与速度规划的方法 Active CN116257069B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310547407.5A CN116257069B (zh) 2023-05-16 2023-05-16 一种无人车辆编队决策与速度规划的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310547407.5A CN116257069B (zh) 2023-05-16 2023-05-16 一种无人车辆编队决策与速度规划的方法

Publications (2)

Publication Number Publication Date
CN116257069A true CN116257069A (zh) 2023-06-13
CN116257069B CN116257069B (zh) 2023-08-08

Family

ID=86684760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310547407.5A Active CN116257069B (zh) 2023-05-16 2023-05-16 一种无人车辆编队决策与速度规划的方法

Country Status (1)

Country Link
CN (1) CN116257069B (zh)

Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR464049A (fr) * 1913-09-05 1914-03-11 Arthur Hungerford Pollen Système d'horloge indicatrice de distances
US4896090A (en) * 1988-10-31 1990-01-23 General Electric Company Locomotive wheelslip control system
US5839534A (en) * 1995-03-01 1998-11-24 Eaton Vorad Technologies, Llc System and method for intelligent cruise control using standard engine control modes
US5871062A (en) * 1995-04-13 1999-02-16 Mercedes-Benz Ag Method and device for speed and distance control for a motor vehicle
US6292737B1 (en) * 1999-05-25 2001-09-18 Nissan Motor Co., Ltd. Preceding vehicle follow-up control system
US20040068415A1 (en) * 2002-04-22 2004-04-08 Neal Solomon System, methods and apparatus for coordination of and targeting for mobile robotic vehicles
CN1522427A (zh) * 2001-06-30 2004-08-18 �ʼҷ����ֵ������޹�˾ 智能停车顾问器
DE10311191A1 (de) * 2003-03-12 2004-09-23 Robert Bosch Gmbh Verfahren und Vorrichtung zur Geschwindigkeitsregelung eines Kraftfahrzeugs
US20060155427A1 (en) * 2003-02-27 2006-07-13 Shaopeng Yang Road traffic control method and traffic facilities
EP1967821A1 (de) * 2007-03-09 2008-09-10 Wolfgang Dr. Sassin Assistenzsystem für den Fahrer eines Fahrzeugs, insbesondere eines Kraftfahrzeugs für den öffentlichen Strassenverkehr
JP2009248683A (ja) * 2008-04-03 2009-10-29 Toyota Motor Corp 車間距離制御装置
US20100241296A1 (en) * 2009-02-12 2010-09-23 Ansaldo Sts Usa, Inc. System and Method for Controlling Braking of a Train
CN105579320A (zh) * 2013-09-05 2016-05-11 李斯特内燃机及测试设备公司 一种用于优化驾驶员辅助系统的方法和设备
CN107221182A (zh) * 2016-03-21 2017-09-29 中国移动通信集团广东有限公司 车辆终端在车联网中附着的方法、道路分段设备、车辆终端
WO2018000386A1 (zh) * 2016-06-30 2018-01-04 华为技术有限公司 控制车辆编队行驶的方法、集中控制设备和车辆
US20180281792A1 (en) * 2017-03-31 2018-10-04 Robert Bosch Gmbh Method for automatically adjusting the vehicle speed
CN110687776A (zh) * 2019-10-30 2020-01-14 武汉理工大学 一种多船同步过闸自适应巡航编队控制系统及方法
CN110930766A (zh) * 2019-12-02 2020-03-27 武汉理工大学 一种基于图论与势场方法的无人车多车道护航编队方法
US20210094577A1 (en) * 2018-08-14 2021-04-01 Mobileye Vision Technologies Ltd. Systems and Methods for Navigating with Safe Distances
CN113335277A (zh) * 2021-04-27 2021-09-03 北京工业大学 智能巡航控制方法、装置、电子设备和存储介质
CN114003024A (zh) * 2020-07-13 2022-02-01 广州汽车集团股份有限公司 一种基于车辆编队的跟随车车速规划方法、装置及汽车
US20220089155A1 (en) * 2019-02-14 2022-03-24 Mitsubishi Electric Corporation Vehicle-to-vehicle distance control device
WO2022063331A1 (zh) * 2020-09-25 2022-03-31 金龙联合汽车工业（苏州）有限公司 一种基于v2x的编队行驶智能网联客车
CN114644017A (zh) * 2022-05-06 2022-06-21 重庆大学 一种实现自动驾驶车辆安全决策控制的方法
CN115320589A (zh) * 2022-10-13 2022-11-11 青岛慧拓智能机器有限公司 跟车速度规划方法、装置、芯片、终端、电子设备及介质
CN116069037A (zh) * 2023-01-31 2023-05-05 新石器慧通（北京）科技有限公司 无人车编队轨迹规划控制方法、装置、设备及存储介质
CN116088520A (zh) * 2023-02-07 2023-05-09 睿羿科技(山东)有限公司 一种无人驾驶铰链车辆的精准方向控制方法

Patent Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR464049A (fr) * 1913-09-05 1914-03-11 Arthur Hungerford Pollen Système d'horloge indicatrice de distances
US4896090A (en) * 1988-10-31 1990-01-23 General Electric Company Locomotive wheelslip control system
US5839534A (en) * 1995-03-01 1998-11-24 Eaton Vorad Technologies, Llc System and method for intelligent cruise control using standard engine control modes
US5871062A (en) * 1995-04-13 1999-02-16 Mercedes-Benz Ag Method and device for speed and distance control for a motor vehicle
US6292737B1 (en) * 1999-05-25 2001-09-18 Nissan Motor Co., Ltd. Preceding vehicle follow-up control system
CN1522427A (zh) * 2001-06-30 2004-08-18 �ʼҷ����ֵ������޹�˾ 智能停车顾问器
US20040068415A1 (en) * 2002-04-22 2004-04-08 Neal Solomon System, methods and apparatus for coordination of and targeting for mobile robotic vehicles
US20060155427A1 (en) * 2003-02-27 2006-07-13 Shaopeng Yang Road traffic control method and traffic facilities
DE10311191A1 (de) * 2003-03-12 2004-09-23 Robert Bosch Gmbh Verfahren und Vorrichtung zur Geschwindigkeitsregelung eines Kraftfahrzeugs
EP1967821A1 (de) * 2007-03-09 2008-09-10 Wolfgang Dr. Sassin Assistenzsystem für den Fahrer eines Fahrzeugs, insbesondere eines Kraftfahrzeugs für den öffentlichen Strassenverkehr
JP2009248683A (ja) * 2008-04-03 2009-10-29 Toyota Motor Corp 車間距離制御装置
US20100241296A1 (en) * 2009-02-12 2010-09-23 Ansaldo Sts Usa, Inc. System and Method for Controlling Braking of a Train
CN105579320A (zh) * 2013-09-05 2016-05-11 李斯特内燃机及测试设备公司 一种用于优化驾驶员辅助系统的方法和设备
CN107221182A (zh) * 2016-03-21 2017-09-29 中国移动通信集团广东有限公司 车辆终端在车联网中附着的方法、道路分段设备、车辆终端
WO2018000386A1 (zh) * 2016-06-30 2018-01-04 华为技术有限公司 控制车辆编队行驶的方法、集中控制设备和车辆
US20180281792A1 (en) * 2017-03-31 2018-10-04 Robert Bosch Gmbh Method for automatically adjusting the vehicle speed
US20210094577A1 (en) * 2018-08-14 2021-04-01 Mobileye Vision Technologies Ltd. Systems and Methods for Navigating with Safe Distances
US20220089155A1 (en) * 2019-02-14 2022-03-24 Mitsubishi Electric Corporation Vehicle-to-vehicle distance control device
CN110687776A (zh) * 2019-10-30 2020-01-14 武汉理工大学 一种多船同步过闸自适应巡航编队控制系统及方法
CN110930766A (zh) * 2019-12-02 2020-03-27 武汉理工大学 一种基于图论与势场方法的无人车多车道护航编队方法
CN114003024A (zh) * 2020-07-13 2022-02-01 广州汽车集团股份有限公司 一种基于车辆编队的跟随车车速规划方法、装置及汽车
WO2022063331A1 (zh) * 2020-09-25 2022-03-31 金龙联合汽车工业（苏州）有限公司 一种基于v2x的编队行驶智能网联客车
CN113335277A (zh) * 2021-04-27 2021-09-03 北京工业大学 智能巡航控制方法、装置、电子设备和存储介质
CN114644017A (zh) * 2022-05-06 2022-06-21 重庆大学 一种实现自动驾驶车辆安全决策控制的方法
CN115320589A (zh) * 2022-10-13 2022-11-11 青岛慧拓智能机器有限公司 跟车速度规划方法、装置、芯片、终端、电子设备及介质
CN116069037A (zh) * 2023-01-31 2023-05-05 新石器慧通（北京）科技有限公司 无人车编队轨迹规划控制方法、装置、设备及存储介质
CN116088520A (zh) * 2023-02-07 2023-05-09 睿羿科技(山东)有限公司 一种无人驾驶铰链车辆的精准方向控制方法

Also Published As

Publication number Publication date
CN116257069B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN106926844B (zh) 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
CN106965811B (zh) 车辆行驶控制装置
CN105730279B (zh) 一种电动汽车的超速控制方法和系统
CN104670235B (zh) 一种前车跟随的实现方法
CN110286681B (zh) 一种变曲率弯道的动态自动驾驶换道轨迹规划方法
CN106515733B (zh) 车辆的控制装置
CN110347167A (zh) 一种速度规划方法及速度规划系统
CN106004878B (zh) 一种自适应巡航舒适性控制系统及控制方法
CN108569287B (zh) 生成车辆控制命令的方法和装置、车辆控制器、存储介质
CN109229098A (zh) 一种用于控制车辆自适应巡航车距的方法及车用跟随行驶控制装置
CN107487324A (zh) 控制电动汽车转矩的方法和装置
CN110371117B (zh) 一种车辆制动减速度确定方法、装置及汽车
CN109835335A (zh) 电动车辆巡航控制方法和系统及车辆、控制器和存储介质
CN112937555A (zh) 一种基于车辆运动学模型的平行泊车轨迹规划方法
CN111739342B (zh) 用于避让侧前方车辆的方法、装置、介质以及车辆
JP2019034591A (ja) 車両運動制御装置及びその方法、並びに、目標軌道生成装置及びその方法
CN106915349B (zh) 一种车辆侧向控制的方法及装置
CN111338353A (zh) 一种动态驾驶环境下智能车辆变道轨迹规划方法
CN110525436A (zh) 车辆换道控制方法、装置、车辆和存储介质
CN108153246B (zh) 一种基于指定速度的参数自适应s形速度规划插补方法
CN109032128B (zh) 离散多agv非质点系统的三角编队控制方法
CN112965501A (zh) 一种自动驾驶速度规划方法及装置
CN110893850A (zh) 一种车辆纵向速度规划方法和纵向速度规划装置
CN108609009A (zh) 使用车辆行驶信息控制车辆减速的方法
CN104129305A (zh) 一种电动汽车车速控制方法

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