CN117284281B - 一种基于激光雷达的车载ar-hud智能驾驶系统 - Google Patents
一种基于激光雷达的车载ar-hud智能驾驶系统 Download PDFInfo
- Publication number
- CN117284281B CN117284281B CN202311250845.1A CN202311250845A CN117284281B CN 117284281 B CN117284281 B CN 117284281B CN 202311250845 A CN202311250845 A CN 202311250845A CN 117284281 B CN117284281 B CN 117284281B
- Authority
- CN
- China
- Prior art keywords
- automobile
- target automobile
- target
- driving
- running
- 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.)
- Active
Links
- 238000012937 correction Methods 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims abstract description 45
- 230000001105 regulatory effect Effects 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 27
- 238000005457 optimization Methods 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/05—Big data
Abstract
本发明涉及汽车智能驾驶领域,具体公开一种基于激光雷达的车载AR‑HUD智能驾驶系统,本发明通过获取汽车行驶路段的路况信息,分析汽车的适宜行驶速度,判断汽车的行驶速度是否需要调节,并获取汽车的行驶速度调节信息,提高汽车行驶速度监测的智能性,保障汽车的行驶安全和行驶效率;获取汽车当前的行驶姿态信息,判断汽车的行驶姿态是否需要校正,并获取汽车的行驶姿态校正信息,提高汽车行驶姿态监测的智能性,保障汽车的行驶安全;获取汽车当前行驶路线的障碍物信息,判断汽车当前行驶路线是否需要优化,并获取汽车的优化行驶路线,提高汽车行驶路障监测的智能性,能够识别障碍物和规避路障,做出安全的驾驶决策。
Description
技术领域
本发明涉及汽车智能驾驶领域,涉及到一种基于激光雷达的车载AR-HUD智能驾驶系统。
背景技术
在当今社会,交通事故频发并造成了严重的人员伤亡和财产损失,其中人为因素是主要的原因之一。不可否认,人类驾驶员难以避免疲劳、分心和违规等问题,这增加了交通事故的发生风险。然而,智能驾驶的出现为解决这一问题提供了新的选择。
智能驾驶是通过使用先进的传感器技术、人工智能和自动化系统来实现辅助车辆驾驶的概念,它能够实时感知周围环境、分析交通情况、与其他车辆进行通信,并自主作出安全决策。智能驾驶不仅可以解决人为因素引发的交通事故问题,还能提升交通效率、降低拥堵,受到社会的广泛欢迎。
现有的智能驾驶技术存在一些不足:一方面,现有技术在监测汽车的行驶状态时,监测的维度较为单一,如仅监测汽车的速度是否超速并进行提醒,缺乏对汽车行驶姿态和路面障碍物等的监测分析,进而使得现有技术安全性和可靠性不足。
一方面,现有技术在监测汽车行驶状态时,分析不够深入,仅停留在判断汽车驾驶是否存在问题并预警的层次,没有进一步分析针对问题的具体解决方案或者措施,如汽车速度不合适时应如何调节、汽车姿态不佳时应如何校正和路面存在路障时应如何重新规划路线等,进而使得现有技术的智能性比较低。
另一方面,现有技术通过将驾驶相关信息发送至汽车仪表盘或者手机导航以提醒车主,驾驶时车主的视线需要在行车路面和仪表盘或手机导航之间来回切换,存在因视觉疲劳或注意力分散导致的安全风险。
发明内容
针对上述问题,本发明提出了一种基于激光雷达的车载AR-HUD智能驾驶系统,实现对汽车智能驾驶的功能。
本发明解决其技术问题采用的技术方案是:本发明提供一种基于激光雷达的车载AR-HUD智能驾驶系统,包括:汽车行驶速度监测分析模块:用于获取目标汽车当前行驶路段的路况信息,其中路况信息包括限制速度、前方车辆信息和前方路段拥堵信息,分析目标汽车的适宜行驶速度。
汽车行驶速度调节判断模块:用于根据目标汽车的当前行驶速度和适宜行驶速度,判断目标汽车的行驶速度是否需要调节,若需要调节,则获取目标汽车的行驶速度调节信息。
汽车行驶姿态监测分析模块:用于获取目标汽车当前的行驶姿态信息,其中行驶姿态信息包括纵向方向夹角和横向距离偏差,分析目标汽车的行驶姿态符合系数。
汽车行驶姿态校正判断模块:用于根据目标汽车的行驶姿态符合系数,判断目标汽车的行驶姿态是否需要校正,若需要校正,则获取目标汽车的行驶姿态校正信息。
汽车行驶路障监测分析模块:用于获取目标汽车当前行驶路线的障碍物信息,分析目标汽车当前行驶路线的障碍物隐患系数。
汽车行驶路线优化判断模块:用于根据目标汽车当前行驶路线的障碍物隐患系数,判断目标汽车当前行驶路线是否需要优化,若需要优化,则获取目标汽车的优化行驶路线。
汽车驾驶信息预警提示模块:用于对目标汽车的行驶速度调节信息、行驶姿态校正信息和优化行驶路线进行显示。
数据库:用于存储各路面类型对应的行驶影响因子。
在上述实施例的基础上,所述汽车行驶速度监测分析模块的具体分析过程包括:获取目标汽车的当前位置,将沿着目标汽车当前位置向前设定长度的路段记为目标汽车当前行驶路段。
通过目标汽车的导航系统获取目标汽车当前行驶路段的限制速度,将其记为v1。
通过目标汽车的激光雷达获取目标汽车当前行驶路段前方车辆的行驶速度和相对目标汽车距离,将其分别记为v2、s。
设定目标汽车当前行驶路段前方路段的长度,获取目标汽车当前行驶路段前方路段的车流量和平均车速,将其分别记为q、v0,通过分析公式得到目标汽车当前行驶路段的前方路段拥堵系数α,其中e表示自然常数,q设、v设分别表示预设的目标汽车当前行驶路段前方路段的车流量和平均车速的阈值。
获取目标汽车当前行驶路段的路面类型,提取数据库中存储的各路面类型对应的行驶影响因子,筛选得到目标汽车当前行驶路段路面类型对应的行驶影响因子,将其记为β。
在上述实施例的基础上,所述汽车行驶速度监测分析模块的具体分析过程还包括:通过分析公式得到目标汽车的适宜行驶速度v适,其中Δv表示预设的目标汽车当前行驶路段前方车辆行驶速度的补偿量,s0表示预设的目标汽车与前方车辆的安全距离,/>表示下取整符号,Δv′表示预设的目标汽车的适宜行驶速度的修正量,δ1、δ2分别表示预设的目标汽车当前行驶路段的前方路段拥堵系数和路面类型对应行驶影响因子的权值。
在上述实施例的基础上,所述汽车行驶速度调节判断模块的具体分析过程包括:获取目标汽车的当前行驶速度,将目标汽车的当前行驶速度和适宜行驶速度进行比较,得到目标汽车的当前行驶速度和适宜行驶速度之间的差值,将目标汽车当前行驶速度和适宜行驶速度之间的差值与预设的速度差值范围进行比较,若目标汽车当前行驶速度和适宜行驶速度之间的差值超出预设的速度差值范围,则目标汽车的行驶速度需要调节。
在上述实施例的基础上,所述汽车行驶速度调节判断模块的具体分析过程还包括:获取目标汽车当前行驶速度和适宜行驶速度之间差值的符号,进一步得到目标汽车行驶速度的调节方向。
将目标汽车当前行驶速度和适宜行驶速度之间差值的绝对值作为目标汽车行驶速度的调节量。
根据目标汽车行驶速度的调节方向和调节量,得到目标汽车的行驶速度调节信息。
在上述实施例的基础上,所述汽车行驶姿态监测分析模块的具体分析过程为:通过目标汽车的激光雷达获取目标汽车当前车身中心线与纵向基准线之间的夹角,将其记为目标汽车当前的纵向方向夹角,并表示为θ,并获取目标汽车当前车身中心点与前行车道中心线之间的距离,将其记为目标汽车当前的横向距离偏差,并表示为h。
获取目标汽车前行车道的车道宽度,将其记为d。
通过分析公式得到目标汽车的行驶姿态符合系数ε,其中φ1、φ2分别表示预设的纵向方向夹角和横向距离偏差的权重因子。
在上述实施例的基础上,所述汽车行驶姿态校正判断模块的具体分析过程为:F1:将目标汽车的行驶姿态符合系数与预设的行驶姿态符合系数阈值进行比较,若目标汽车的行驶姿态符合系数小于预设的行驶姿态符合系数阈值,则目标汽车的行驶姿态需要校正,并执行F2。
F2:将目标汽车当前的纵向方向夹角的角度作为目标汽车纵向角度的校正量,将由目标汽车当前车身中心线趋向纵向基准线的方向作为目标汽车纵向角度的校正方向,根据目标汽车纵向角度的校正量和校正方向,得到目标汽车纵向角度的校正信息。
F3:将目标汽车当前的横向距离偏差作为目标汽车横向距离的校正量,将由目标汽车当前车身中心点趋向前行车道中心线的方向作为目标汽车横向距离的校正方向,根据目标汽车横向距离的校正量和校正方向,得到目标汽车横向距离的校正信息。
F4:根据目标汽车纵向角度的校正信息和目标汽车横向距离的校正信息,得到目标汽车的行驶姿态校正信息。
在上述实施例的基础上,所述汽车行驶路障监测分析模块的具体分析过程为:通过目标汽车的激光雷达对目标汽车当前行驶路线上各障碍物进行扫描,构建目标汽车当前行驶路线上各障碍物的三维模型。
获取目标汽车当前行驶路线上各障碍物的占地面积和体积,将其分别记为gi,i表示第i个障碍物的编号,i=1,2,...,n。
将目标汽车当前行驶路线上各障碍物的占地区域与预设的当前行驶路线的车道主通行区域进行比对,得到目标汽车当前行驶路线上各障碍物的占地区域与预设的当前行驶路线的车道主通行区域的重合区域,将其记为目标汽车当前行驶路线上各障碍物的关键占地区域,获取目标汽车当前行驶路线上各障碍物的关键占地区域面积,将其记为
通过分析公式得到目标汽车当前行驶路线的障碍物隐患系数γ,其中λ表示预设的障碍物隐患系数的修正因子,c设表示预设的障碍物占地面积阈值,ηΔg表示预设的障碍物单位体积对应的影响因子,κ1、κ2分别表示预设的障碍物的占地面积和体积的权值。
在上述实施例的基础上,所述汽车行驶路线优化判断模块的具体分析过程为:D1:将目标汽车当前行驶路线的障碍物隐患系数与预设的障碍物隐患系数预警值进行比较,若目标汽车当前行驶路线的障碍物隐患系数大于预设的障碍物隐患系数预警值,则目标汽车当前行驶路线需要优化,并执行D2。
D2:通过导航系统获取目标汽车当前行驶路线对应的各条备选路线,获取目标汽车当前行驶路线对应各条备选路线的路程,将目标汽车当前行驶路线对应各条备选路线的路程进行相互比较,得到目标汽车当前行驶路线对应备选路线中路程最短的备选路线,将其记为目标汽车的优化行驶路线。
在上述实施例的基础上,所述汽车驾驶信息预警提示模块的具体分析过程为:通过目标汽车的车载AR-HUD将目标汽车的行驶速度调节信息、行驶姿态校正信息和优化行驶路线进行可视化显示。
相对于现有技术,本发明所述的一种基于激光雷达的车载AR-HUD智能驾驶系统以下有益效果:1.本发明结合汽车周围环境和道路条件从行驶速度、行驶姿态和行驶路障等多个维度对汽车的行驶状态进行监测分析,提高现有智能驾驶技术的可靠性,为汽车的行驶安全提供保障。
2.本发明通过获取汽车当前行驶路段的路况信息,分析汽车的适宜行驶速度,结合汽车的当前行驶速度,判断汽车的行驶速度是否需要调节,并获取汽车的行驶速度调节信息,提高现有智能驾驶技术对汽车行驶速度监测的智能性,保障汽车的行驶安全和行驶效率。
3.本发明通过获取汽车当前的行驶姿态信息,分析汽车的行驶姿态符合系数,判断汽车的行驶姿态是否需要校正,并获取汽车的行驶姿态校正信息,提高现有智能驾驶技术对汽车行驶姿态监测的智能性,保障汽车的行驶安全。
4.本发明通过获取汽车当前行驶路线的障碍物信息,分析汽车当前行驶路线的障碍物隐患系数,判断汽车当前行驶路线是否需要优化,并获取汽车的优化行驶路线,提高现有智能驾驶技术对汽车行驶路障监测的智能性,能够识别障碍物和规避路障,做出安全的驾驶决策。
5.本发明通过车载AR-HUD将驾驶信息与增强现实技术相结合,能够增强驾驶员的信息感知便利性和人车交互体验,提供了更安全、更便捷的驾驶体验,从而使驾驶员能够更好地集中注意力并减少对仪表盘的分散注意力。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接图。
图2为本发明的目标汽车行驶姿态示意图。
附图标记:1.目标汽车;2.车身中心线;3.纵向基准线;4.目标汽车当前的纵向方向夹角;5.车身中心点;6.前行车道中心线;7.目标汽车当前的横向距离偏差。
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作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所示,本发明提供一种基于激光雷达的车载AR-HUD智能驾驶系统,包括汽车行驶速度监测分析模块、汽车行驶速度调节判断模块、汽车行驶姿态监测分析模块、汽车行驶姿态校正判断模块、汽车行驶路障监测分析模块、汽车行驶路线优化判断模块、汽车驾驶信息预警提示模块和数据库。
所述汽车行驶速度监测分析模块与汽车行驶速度调节判断模块连接,汽车行驶姿态监测分析模块与汽车行驶姿态校正判断模块连接,汽车行驶路障监测分析模块与汽车行驶路线优化判断模块连接,汽车驾驶信息预警提示模块分别与汽车行驶速度调节判断模块、汽车行驶姿态校正判断模块和汽车行驶路线优化判断模块连接,数据库与汽车行驶速度监测分析模块连接。
所述汽车行驶速度监测分析模块用于获取目标汽车当前行驶路段的路况信息,其中路况信息包括限制速度、前方车辆信息和前方路段拥堵信息,分析目标汽车的适宜行驶速度。
进一步地,所述汽车行驶速度监测分析模块的具体分析过程包括:获取目标汽车的当前位置,将沿着目标汽车当前位置向前设定长度的路段记为目标汽车当前行驶路段。
通过目标汽车的导航系统获取目标汽车当前行驶路段的限制速度,将其记为v1。
通过目标汽车的激光雷达获取目标汽车当前行驶路段前方车辆的行驶速度和相对目标汽车距离,将其分别记为v2、s。
设定目标汽车当前行驶路段前方路段的长度,获取目标汽车当前行驶路段前方路段的车流量和平均车速,将其分别记为q、v0,通过分析公式得到目标汽车当前行驶路段的前方路段拥堵系数α,其中e表示自然常数,q设、v设分别表示预设的目标汽车当前行驶路段前方路段的车流量和平均车速的阈值。
获取目标汽车当前行驶路段的路面类型,提取数据库中存储的各路面类型对应的行驶影响因子,筛选得到目标汽车当前行驶路段路面类型对应的行驶影响因子,将其记为β。
作为一种优选方案,目标汽车当前行驶路段前方车辆的相对目标汽车距离表示目标汽车当前行驶路段前方车辆与目标汽车之间的距离。
作为一种优选方案,获取目标汽车当前行驶路段前方路段的车流量和平均车速,具体方法为:设定监测时间段的时长,获取监测时间段内通过目标汽车当前行驶路段前方路段的车辆总数量,将监测时间段内通过目标汽车当前行驶路段前方路段的车辆总数量除以监测时间段的时长,得到目标汽车当前行驶路段前方路段的车流量。
获取监测时间段内通过目标汽车当前行驶路段前方路段的各车辆的行驶速度,对监测时间段内通过目标汽车当前行驶路段前方路段的各车辆的行驶速度进行平均值计算,得到目标汽车当前行驶路段前方路段的平均车速。
作为一种优选方案,目标汽车当前行驶路段的路面类型包括但不限于:柏油路、水泥路和砂石路等。
进一步地,所述汽车行驶速度监测分析模块的具体分析过程还包括:通过分析公式得到目标汽车的适宜行驶速度v适,其中Δv表示预设的目标汽车当前行驶路段前方车辆行驶速度的补偿量,s0表示预设的目标汽车与前方车辆的安全距离,/>表示下取整符号,Δv′表示预设的目标汽车的适宜行驶速度的修正量,δ1、δ2分别表示预设的目标汽车当前行驶路段的前方路段拥堵系数和路面类型对应行驶影响因子的权值。
所述汽车行驶速度调节判断模块用于根据目标汽车的当前行驶速度和适宜行驶速度,判断目标汽车的行驶速度是否需要调节,若需要调节,则获取目标汽车的行驶速度调节信息。
进一步地,所述汽车行驶速度调节判断模块的具体分析过程包括:获取目标汽车的当前行驶速度,将目标汽车的当前行驶速度和适宜行驶速度进行比较,得到目标汽车的当前行驶速度和适宜行驶速度之间的差值,将目标汽车当前行驶速度和适宜行驶速度之间的差值与预设的速度差值范围进行比较,若目标汽车当前行驶速度和适宜行驶速度之间的差值超出预设的速度差值范围,则目标汽车的行驶速度需要调节。
作为一种优选方案,目标汽车当前行驶速度和适宜行驶速度之间的差值为目标汽车当前行驶速度减去适宜行驶速度的差值。
进一步地,所述汽车行驶速度调节判断模块的具体分析过程还包括:获取目标汽车当前行驶速度和适宜行驶速度之间差值的符号,进一步得到目标汽车行驶速度的调节方向。
将目标汽车当前行驶速度和适宜行驶速度之间差值的绝对值作为目标汽车行驶速度的调节量。
根据目标汽车行驶速度的调节方向和调节量,得到目标汽车的行驶速度调节信息。
作为一种优选方案,根据目标汽车当前行驶速度和适宜行驶速度之间差值的符号,得到目标汽车行驶速度的调节方向,具体方法为:若目标汽车当前行驶速度和适宜行驶速度之间差值的符号为正符号,则目标汽车当前行驶速度大于适宜行驶速度,此时目标汽车行驶速度的调节方向为减小;若目标汽车当前行驶速度和适宜行驶速度之间差值的符号为负符号,则目标汽车当前行驶速度小于适宜行驶速度,此时目标汽车行驶速度的调节方向为增大。
需要说明的是,本发明通过获取汽车当前行驶路段的路况信息,分析汽车的适宜行驶速度,结合汽车的当前行驶速度,判断汽车的行驶速度是否需要调节,并获取汽车的行驶速度调节信息,提高现有智能驾驶技术对汽车行驶速度监测的智能性,保障汽车的行驶安全和行驶效率。
所述汽车行驶姿态监测分析模块用于获取目标汽车当前的行驶姿态信息,其中行驶姿态信息包括纵向方向夹角和横向距离偏差,分析目标汽车的行驶姿态符合系数。
进一步地,所述汽车行驶姿态监测分析模块的具体分析过程为:参阅图2所示,通过目标汽车的激光雷达获取目标汽车当前车身中心线与纵向基准线之间的夹角,将其记为目标汽车当前的纵向方向夹角,并表示为θ,并获取目标汽车当前车身中心点与前行车道中心线之间的距离,将其记为目标汽车当前的横向距离偏差,并表示为h。
获取目标汽车前行车道的车道宽度,将其记为d。
通过分析公式得到目标汽车的行驶姿态符合系数ε,其中φ1、φ2分别表示预设的纵向方向夹角和横向距离偏差的权重因子。
作为一种优选方案,目标汽车当前的纵向方向夹角的角度范围为
所述汽车行驶姿态校正判断模块用于根据目标汽车的行驶姿态符合系数,判断目标汽车的行驶姿态是否需要校正,若需要校正,则获取目标汽车的行驶姿态校正信息。
进一步地,所述汽车行驶姿态校正判断模块的具体分析过程为:F1:将目标汽车的行驶姿态符合系数与预设的行驶姿态符合系数阈值进行比较,若目标汽车的行驶姿态符合系数小于预设的行驶姿态符合系数阈值,则目标汽车的行驶姿态需要校正,并执行F2。
F2:将目标汽车当前的纵向方向夹角的角度作为目标汽车纵向角度的校正量,将由目标汽车当前车身中心线趋向纵向基准线的方向作为目标汽车纵向角度的校正方向,根据目标汽车纵向角度的校正量和校正方向,得到目标汽车纵向角度的校正信息。
F3:将目标汽车当前的横向距离偏差作为目标汽车横向距离的校正量,将由目标汽车当前车身中心点趋向前行车道中心线的方向作为目标汽车横向距离的校正方向,根据目标汽车横向距离的校正量和校正方向,得到目标汽车横向距离的校正信息。
F4:根据目标汽车纵向角度的校正信息和目标汽车横向距离的校正信息,得到目标汽车的行驶姿态校正信息。
需要说明的是,本发明通过获取汽车当前的行驶姿态信息,分析汽车的行驶姿态符合系数,判断汽车的行驶姿态是否需要校正,并获取汽车的行驶姿态校正信息,提高现有智能驾驶技术对汽车行驶姿态监测的智能性,保障汽车的行驶安全。
所述汽车行驶路障监测分析模块用于获取目标汽车当前行驶路线的障碍物信息,分析目标汽车当前行驶路线的障碍物隐患系数。
进一步地,所述汽车行驶路障监测分析模块的具体分析过程为:通过目标汽车的激光雷达对目标汽车当前行驶路线上各障碍物进行扫描,构建目标汽车当前行驶路线上各障碍物的三维模型。
获取目标汽车当前行驶路线上各障碍物的占地面积和体积,将其分别记为gi,i表示第i个障碍物的编号,i=1,2,...,n。
将目标汽车当前行驶路线上各障碍物的占地区域与预设的当前行驶路线的车道主通行区域进行比对,得到目标汽车当前行驶路线上各障碍物的占地区域与预设的当前行驶路线的车道主通行区域的重合区域,将其记为目标汽车当前行驶路线上各障碍物的关键占地区域,获取目标汽车当前行驶路线上各障碍物的关键占地区域面积,将其记为
通过分析公式得到目标汽车当前行驶路线的障碍物隐患系数γ,其中λ表示预设的障碍物隐患系数的修正因子,c设表示预设的障碍物占地面积阈值,ηΔg表示预设的障碍物单位体积对应的影响因子,κ1、κ2分别表示预设的障碍物的占地面积和体积的权值。
作为一种优选方案,车道主通行区域表示车辆通行时碾过车道的主要区域。
在一个具体实施例中,车道主通行区域为车道的中心区域。
所述汽车行驶路线优化判断模块用于根据目标汽车当前行驶路线的障碍物隐患系数,判断目标汽车当前行驶路线是否需要优化,若需要优化,则获取目标汽车的优化行驶路线。
进一步地,所述汽车行驶路线优化判断模块的具体分析过程为:D1:将目标汽车当前行驶路线的障碍物隐患系数与预设的障碍物隐患系数预警值进行比较,若目标汽车当前行驶路线的障碍物隐患系数大于预设的障碍物隐患系数预警值,则目标汽车当前行驶路线需要优化,并执行D2。
D2:通过导航系统获取目标汽车当前行驶路线对应的各条备选路线,获取目标汽车当前行驶路线对应各条备选路线的路程,将目标汽车当前行驶路线对应各条备选路线的路程进行相互比较,得到目标汽车当前行驶路线对应备选路线中路程最短的备选路线,将其记为目标汽车的优化行驶路线。
需要说明的是,本发明通过获取汽车当前行驶路线的障碍物信息,分析汽车当前行驶路线的障碍物隐患系数,判断汽车当前行驶路线是否需要优化,并获取汽车的优化行驶路线,提高现有智能驾驶技术对汽车行驶路障监测的智能性,能够识别障碍物和规避路障,做出安全的驾驶决策。
所述汽车驾驶信息预警提示模块用于对目标汽车的行驶速度调节信息、行驶姿态校正信息和优化行驶路线进行显示。
进一步地,所述汽车驾驶信息预警提示模块的具体分析过程为:通过目标汽车的车载AR-HUD将目标汽车的行驶速度调节信息、行驶姿态校正信息和优化行驶路线进行可视化显示。
作为一种优选方案,目标汽车的车载AR-HUD可以将目标汽车的行驶速度调节信息、行驶姿态校正信息和优化行驶路线显示在目标汽车的挡风玻璃,也可以显示在目标汽车挡风玻璃的正前方。
作为一种优选方案,AR-HUD主要由PGU图像生成单元、放大光路、挡风玻璃和AR-Creator算法模块四部分构成。工作原理是AR-Creator算法模块将导航、ADAS和车辆信号等信息融合进行图像渲染及虚实重叠,然后把显示模型输出给PGU图像生成单元,经过放大光路改变画面路径、焦距和大小等,最后在挡风玻璃上形成虚像并将画面反射至人眼。
需要说明的是,本发明结合汽车周围环境和道路条件从行驶速度、行驶姿态和行驶路障等多个维度对汽车的行驶状态进行监测分析,提高现有智能驾驶技术的可靠性,为汽车的行驶安全提供保障。
需要说明的是,本发明通过车载AR-HUD将驾驶信息与增强现实技术相结合,能够增强驾驶员的信息感知便利性和人车交互体验,提供了更安全、更便捷的驾驶体验,从而使驾驶员能够更好地集中注意力并减少对仪表盘的分散注意力。
所述数据库:用于存储各路面类型对应的行驶影响因子。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (6)
1.一种基于激光雷达的车载AR-HUD智能驾驶系统,其特征在于,包括:
汽车行驶速度监测分析模块:用于获取目标汽车当前行驶路段的路况信息,其中路况信息包括限制速度、前方车辆信息和前方路段拥堵信息,分析目标汽车的适宜行驶速度;
汽车行驶速度调节判断模块:用于根据目标汽车的当前行驶速度和适宜行驶速度,判断目标汽车的行驶速度是否需要调节,若需要调节,则获取目标汽车的行驶速度调节信息;
汽车行驶姿态监测分析模块:用于获取目标汽车当前的行驶姿态信息,其中行驶姿态信息包括纵向方向夹角和横向距离偏差,分析目标汽车的行驶姿态符合系数;
汽车行驶姿态校正判断模块:用于根据目标汽车的行驶姿态符合系数,判断目标汽车的行驶姿态是否需要校正,若需要校正,则获取目标汽车的行驶姿态校正信息;
汽车行驶路障监测分析模块:用于获取目标汽车当前行驶路线的障碍物信息,分析目标汽车当前行驶路线的障碍物隐患系数;
汽车行驶路线优化判断模块:用于根据目标汽车当前行驶路线的障碍物隐患系数,判断目标汽车当前行驶路线是否需要优化,若需要优化,则获取目标汽车的优化行驶路线;
汽车驾驶信息预警提示模块:用于对目标汽车的行驶速度调节信息、行驶姿态校正信息和优化行驶路线进行显示;
数据库:用于存储各路面类型对应的行驶影响因子;
所述汽车行驶速度监测分析模块的具体分析过程包括:
获取目标汽车的当前位置,将沿着目标汽车当前位置向前设定长度的路段记为目标汽车当前行驶路段;
通过目标汽车的导航系统获取目标汽车当前行驶路段的限制速度,将其记为;
通过目标汽车的激光雷达获取目标汽车当前行驶路段前方车辆的行驶速度和相对目标汽车距离,将其分别记为;
设定目标汽车当前行驶路段前方路段的长度,获取目标汽车当前行驶路段前方路段的车流量和平均车速,将其分别记为,通过分析公式/>得到目标汽车当前行驶路段的前方路段拥堵系数/>,其中/>表示自然常数,/>分别表示预设的目标汽车当前行驶路段前方路段的车流量和平均车速的阈值;
获取目标汽车当前行驶路段的路面类型,提取数据库中存储的各路面类型对应的行驶影响因子,筛选得到目标汽车当前行驶路段路面类型对应的行驶影响因子,将其记为;
所述汽车行驶速度监测分析模块的具体分析过程还包括:
通过分析公式得到目标汽车的适宜行驶速度/>,其中/>表示预设的目标汽车当前行驶路段前方车辆行驶速度的补偿量,/>表示预设的目标汽车与前方车辆的安全距离,/>表示下取整符号,/>表示预设的目标汽车的适宜行驶速度的修正量,/>分别表示预设的目标汽车当前行驶路段的前方路段拥堵系数和路面类型对应行驶影响因子的权值;
所述汽车行驶速度调节判断模块的具体分析过程包括:
获取目标汽车的当前行驶速度,将目标汽车的当前行驶速度和适宜行驶速度进行比较,得到目标汽车的当前行驶速度和适宜行驶速度之间的差值,将目标汽车当前行驶速度和适宜行驶速度之间的差值与预设的速度差值范围进行比较,若目标汽车当前行驶速度和适宜行驶速度之间的差值超出预设的速度差值范围,则目标汽车的行驶速度需要调节;
所述汽车行驶速度调节判断模块的具体分析过程还包括:
获取目标汽车当前行驶速度和适宜行驶速度之间差值的符号,进一步得到目标汽车行驶速度的调节方向;
将目标汽车当前行驶速度和适宜行驶速度之间差值的绝对值作为目标汽车行驶速度的调节量;
根据目标汽车行驶速度的调节方向和调节量,得到目标汽车的行驶速度调节信息。
2.根据权利要求1所述的一种基于激光雷达的车载AR-HUD智能驾驶系统,其特征在于:所述汽车行驶姿态监测分析模块的具体分析过程为:
通过目标汽车的激光雷达获取目标汽车当前车身中心线与纵向基准线之间的夹角,将其记为目标汽车当前的纵向方向夹角,并表示为,并获取目标汽车当前车身中心点与前行车道中心线之间的距离,将其记为目标汽车当前的横向距离偏差,并表示为/>;
获取目标汽车前行车道的车道宽度,将其记为;
通过分析公式得到目标汽车的行驶姿态符合系数/>,其中、/>分别表示预设的纵向方向夹角和横向距离偏差的权重因子。
3.根据权利要求2所述的一种基于激光雷达的车载AR-HUD智能驾驶系统,其特征在于:所述汽车行驶姿态校正判断模块的具体分析过程为:
F1:将目标汽车的行驶姿态符合系数与预设的行驶姿态符合系数阈值进行比较,若目标汽车的行驶姿态符合系数小于预设的行驶姿态符合系数阈值,则目标汽车的行驶姿态需要校正,并执行F2;
F2:将目标汽车当前的纵向方向夹角的角度作为目标汽车纵向角度的校正量,将由目标汽车当前车身中心线趋向纵向基准线的方向作为目标汽车纵向角度的校正方向,根据目标汽车纵向角度的校正量和校正方向,得到目标汽车纵向角度的校正信息;
F3:将目标汽车当前的横向距离偏差作为目标汽车横向距离的校正量,将由目标汽车当前车身中心点趋向前行车道中心线的方向作为目标汽车横向距离的校正方向,根据目标汽车横向距离的校正量和校正方向,得到目标汽车横向距离的校正信息;
F4:根据目标汽车纵向角度的校正信息和目标汽车横向距离的校正信息,得到目标汽车的行驶姿态校正信息。
4.根据权利要求1所述的一种基于激光雷达的车载AR-HUD智能驾驶系统,其特征在于:所述汽车行驶路障监测分析模块的具体分析过程为:
通过目标汽车的激光雷达对目标汽车当前行驶路线上各障碍物进行扫描,构建目标汽车当前行驶路线上各障碍物的三维模型;
获取目标汽车当前行驶路线上各障碍物的占地面积和体积,将其分别记为,/>表示第/>个障碍物的编号,/>;
将目标汽车当前行驶路线上各障碍物的占地区域与预设的当前行驶路线的车道主通行区域进行比对,得到目标汽车当前行驶路线上各障碍物的占地区域与预设的当前行驶路线的车道主通行区域的重合区域,将其记为目标汽车当前行驶路线上各障碍物的关键占地区域,获取目标汽车当前行驶路线上各障碍物的关键占地区域面积,将其记为;
通过分析公式得到目标汽车当前行驶路线的障碍物隐患系数/>,其中/>表示预设的障碍物隐患系数的修正因子,/>表示预设的障碍物占地面积阈值,/>表示预设的障碍物单位体积对应的影响因子,/>分别表示预设的障碍物的占地面积和体积的权值。
5.根据权利要求1所述的一种基于激光雷达的车载AR-HUD智能驾驶系统,其特征在于:所述汽车行驶路线优化判断模块的具体分析过程为:
D1:将目标汽车当前行驶路线的障碍物隐患系数与预设的障碍物隐患系数预警值进行比较,若目标汽车当前行驶路线的障碍物隐患系数大于预设的障碍物隐患系数预警值,则目标汽车当前行驶路线需要优化,并执行D2;
D2:通过导航系统获取目标汽车当前行驶路线对应的各条备选路线,获取目标汽车当前行驶路线对应各条备选路线的路程,将目标汽车当前行驶路线对应各条备选路线的路程进行相互比较,得到目标汽车当前行驶路线对应备选路线中路程最短的备选路线,将其记为目标汽车的优化行驶路线。
6.根据权利要求1所述的一种基于激光雷达的车载AR-HUD智能驾驶系统,其特征在于:所述汽车驾驶信息预警提示模块的具体分析过程为:
通过目标汽车的车载AR-HUD将目标汽车的行驶速度调节信息、行驶姿态校正信息和优化行驶路线进行可视化显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311250845.1A CN117284281B (zh) | 2023-09-26 | 2023-09-26 | 一种基于激光雷达的车载ar-hud智能驾驶系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311250845.1A CN117284281B (zh) | 2023-09-26 | 2023-09-26 | 一种基于激光雷达的车载ar-hud智能驾驶系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117284281A CN117284281A (zh) | 2023-12-26 |
CN117284281B true CN117284281B (zh) | 2024-03-12 |
Family
ID=89251354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311250845.1A Active CN117284281B (zh) | 2023-09-26 | 2023-09-26 | 一种基于激光雷达的车载ar-hud智能驾驶系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117284281B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010033530A1 (de) * | 2010-06-24 | 2011-12-29 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Fahrspurenmittenführung eines Kraftfahrzeugs |
KR20130056271A (ko) * | 2013-05-15 | 2013-05-29 | 주식회사 만도 | 차선유지 보조 시스템 및 그 방법 |
CN108646747A (zh) * | 2018-06-05 | 2018-10-12 | 上海交通大学 | 农用车辆路径跟踪控制方法 |
CN111862635A (zh) * | 2020-02-28 | 2020-10-30 | 重庆长安汽车股份有限公司 | 一种基于交通信号灯的车速控制方法、装置及汽车 |
CN115327573A (zh) * | 2022-08-23 | 2022-11-11 | 常州星宇车灯股份有限公司 | 一种上下坡车载激光雷达调节系统及其方法 |
CN115649195A (zh) * | 2022-10-27 | 2023-01-31 | 重庆长安汽车股份有限公司 | 前方目标汇流切入预测方法、装置、电子设备及存储介质 |
CN116358584A (zh) * | 2023-03-22 | 2023-06-30 | 新石器慧通(北京)科技有限公司 | 一种自动驾驶车辆路径规划方法、装置、设备及介质 |
CN116736852A (zh) * | 2023-06-08 | 2023-09-12 | 江苏大学扬州(江都)新能源汽车产业研究所 | 一种基于自动驾驶的车辆避障规划方法及系统 |
-
2023
- 2023-09-26 CN CN202311250845.1A patent/CN117284281B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010033530A1 (de) * | 2010-06-24 | 2011-12-29 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Fahrspurenmittenführung eines Kraftfahrzeugs |
KR20130056271A (ko) * | 2013-05-15 | 2013-05-29 | 주식회사 만도 | 차선유지 보조 시스템 및 그 방법 |
CN108646747A (zh) * | 2018-06-05 | 2018-10-12 | 上海交通大学 | 农用车辆路径跟踪控制方法 |
CN111862635A (zh) * | 2020-02-28 | 2020-10-30 | 重庆长安汽车股份有限公司 | 一种基于交通信号灯的车速控制方法、装置及汽车 |
CN115327573A (zh) * | 2022-08-23 | 2022-11-11 | 常州星宇车灯股份有限公司 | 一种上下坡车载激光雷达调节系统及其方法 |
CN115649195A (zh) * | 2022-10-27 | 2023-01-31 | 重庆长安汽车股份有限公司 | 前方目标汇流切入预测方法、装置、电子设备及存储介质 |
CN116358584A (zh) * | 2023-03-22 | 2023-06-30 | 新石器慧通(北京)科技有限公司 | 一种自动驾驶车辆路径规划方法、装置、设备及介质 |
CN116736852A (zh) * | 2023-06-08 | 2023-09-12 | 江苏大学扬州(江都)新能源汽车产业研究所 | 一种基于自动驾驶的车辆避障规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117284281A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11505201B2 (en) | Vehicle automated driving system | |
US8818708B2 (en) | Optimum driving path on full windshield display | |
JP6460058B2 (ja) | 車両の制御装置 | |
JP7416176B2 (ja) | 表示装置 | |
JP6354776B2 (ja) | 車両の制御装置 | |
US10120378B2 (en) | Vehicle automated driving system | |
US7561032B2 (en) | Selectable lane-departure warning system and method | |
US20120296539A1 (en) | Driver assistance system | |
CN110103969A (zh) | 一种车辆控制方法、装置、系统及车辆 | |
CN109760678A (zh) | 一种汽车自适应巡航系统的限速方法 | |
CN113710530A (zh) | 用于运行自主交通工具中的驾驶员信息系统的方法和驾驶员信息系统 | |
JP6720732B2 (ja) | 車両の制御装置 | |
US20200047765A1 (en) | Driving consciousness estimation device | |
US20220371580A1 (en) | Vehicle driving support system and vehicle driving support method | |
JP6790522B2 (ja) | 車両の制御装置 | |
CN117284281B (zh) | 一种基于激光雷达的车载ar-hud智能驾驶系统 | |
KR102417514B1 (ko) | 차량 및 그 제어 방법 | |
US20190147264A1 (en) | Concentration determination apparatus, concentration determination method, and program for concentration determination | |
CN115953905A (zh) | 一种基于激光雷达的车路协同控制系统 | |
KR20170005077A (ko) | 곡선로 주행과 관련하여 도로에서의 차량 주행을 적합화 하기 위한 방법 및 시스템 | |
CN109448378A (zh) | 一种限速路段道路限速标线的设置方法 | |
JP6658358B2 (ja) | 車両の制御装置 | |
GB2618345A (en) | Automatic speed control | |
WO2023213734A1 (en) | Automatic speed control | |
CN113696897A (zh) | 驾驶员分神预警方法和驾驶员分神预警系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |