WO2023131253A1 - 一种可识别路况的自动驾驶方法、系统及车辆 - Google Patents

一种可识别路况的自动驾驶方法、系统及车辆 Download PDF

Info

Publication number
WO2023131253A1
WO2023131253A1 PCT/CN2023/070767 CN2023070767W WO2023131253A1 WO 2023131253 A1 WO2023131253 A1 WO 2023131253A1 CN 2023070767 W CN2023070767 W CN 2023070767W WO 2023131253 A1 WO2023131253 A1 WO 2023131253A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
area
road surface
road
automatic driving
Prior art date
Application number
PCT/CN2023/070767
Other languages
English (en)
French (fr)
Inventor
王智锰
Original Assignee
武汉路特斯汽车有限公司
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 武汉路特斯汽车有限公司 filed Critical 武汉路特斯汽车有限公司
Publication of WO2023131253A1 publication Critical patent/WO2023131253A1/zh

Links

Images

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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • 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

Definitions

  • the invention relates to the field of automatic driving of automobiles, in particular to an automatic driving method, system and vehicle capable of recognizing road conditions.
  • the current automatic driving control system mainly performs longitudinal control on vehicles in front, pedestrians and other traffic participants and obstacles with collision risk, but some low obstacles on the road without collision risk (such as: speed bumps, potholes) and bumpy roads, etc.
  • the goal is not in the current longitudinal control category of automatic driving.
  • the automatic driving system passes the above-mentioned obstacles at high speed, because the system does not control the above-mentioned obstacles, the self-vehicle will experience large bumps, which will affect the comfort of the passengers and may cause Faults such as increased tire and suspension wear.
  • An object of the present invention is to provide an automatic driving method that can recognize road conditions, to calculate the road conditions ahead of the vehicle, and control the vehicle to pass through the front area at the most appropriate speed.
  • a further object of the present invention is to improve the comfort of the self-driving vehicle when passing the above-mentioned road surface and obstacles.
  • Another further object of the present invention is to reduce vehicle use failures caused by uneven road surfaces.
  • the present invention provides an automatic driving method that can recognize road conditions, and the automatic driving method includes the following steps:
  • the calculation of the unevenness of the road surface in the subdivided grid cells in each area includes the following steps:
  • the highest horizontality value h jmax and the lowest horizontality value h jmin in the jth grid unit of a certain area are the highest horizontality value h jmax and the lowest horizontality value h jmin in the jth grid unit of a certain area, and the highest horizontality value h jmax is the difference between the raised road surface and the horizontal surface in the jth grid unit
  • the value of the maximum height difference between them, the minimum value of horizontality h jmin is the maximum value of the height difference between the concave road surface and the horizontal plane in the jth grid unit;
  • the road surface of each region is determined according to the influence degree weight determined according to the distance between each region and the vehicle, the average height variance in the region, and the road surface roughness in all corresponding grid cells in the region
  • the k n parameter represents the influence weight of the nth region
  • the V parameter represents the average height variance of the nth region.
  • said determining the vehicle speed corresponding to the unevenness of the road surface in each area according to the unevenness of the road surface in each area includes the following steps:
  • the mapping relationship table used to characterize the unevenness level of each area and the vehicle speed to be driven is queried, and the corresponding vehicle speed when the vehicle passes through each area is determined.
  • the invention discloses an automatic driving system capable of recognizing road conditions.
  • It includes a detection module, a data processing module and a vehicle control module, the data processing module is used to process the data sent by the detection module, and sends the data processing result to the vehicle control module, and the vehicle control module is used to realize the above-mentioned An autonomous driving method that recognizes road conditions.
  • the detection module includes an outside detection module and an inside detection module, and the outside detection module is used to obtain the highest horizontality value h jmax and the lowest horizontality value in the jth grid unit of a certain area h jmin , the in-vehicle detection module is used to obtain the information of the vehicle driver and occupants to optimize the influence weights k j and k n .
  • the present invention also discloses a vehicle, including the above-mentioned automatic driving system capable of recognizing road conditions.
  • the present invention divides the road in front of the vehicle into regions, then conducts grid subdivision for each region, and calculates the road surface roughness of each grid, thereby obtaining a piece of road surface roughness information in the region, thereby Control the vehicle to pass through the front area at the most appropriate speed.
  • the present invention classifies the unevenness of different regions and prescribes the most suitable passing speed for the grade, thereby improving the comfort of the driving vehicle when passing the above-mentioned road surface and obstacles.
  • the present invention prevents the vehicle from scratching the chassis when driving on different roads by planning the passing speeds of different areas, thereby reducing vehicle failures caused by uneven roads.
  • Fig. 1 is a control flowchart of an automatic driving method according to an embodiment of the present invention
  • Fig. 2 is a schematic diagram of division of the front area of the vehicle according to an embodiment of the present invention.
  • Fig. 1 is a control flow chart of an automatic driving method according to an embodiment of the present invention. In one embodiment, as shown in FIG. 1 .
  • An automatic driving method capable of recognizing road conditions mainly comprising the following steps:
  • S5. Determine the influence weight of the large area according to the distance between the large area and the vehicle, so as to determine the large area according to the average height variance in the area and the unevenness of the road surface in all corresponding grid cells in the area road surface roughness information;
  • the highest horizontality value h jmax and the lowest horizontality value h jmin in the jth grid unit in the target large area are obtained, and the highest horizontality value h jmax is the raised road surface and the horizontal surface in the jth grid unit
  • a road surface irregularity in the region can be obtained Information, so as to control the vehicle to pass through the front area at the most appropriate speed, and further improve the comfort of the driving vehicle when passing the above-mentioned road surfaces and obstacles, and prevent the vehicle from scratching the chassis when driving on different road surfaces , thus reducing vehicle use failures caused by uneven road surfaces.
  • the higher the vehicle roughness level the more uneven the road ahead of the vehicle, and the slower the speed of the vehicle passing through this area.
  • the passing speed of the vehicle is also related to the information of the drivers and passengers in the vehicle.
  • the influence weights k j and k n in the vehicle calculation can be optimized according to the relevant proportions, so that the drivers and passengers can have a better driving experience. experience.
  • the invention discloses an automatic driving system capable of identifying road conditions, which includes a detection module, a data processing module and a vehicle control module.
  • the protrusions and pits of the road ahead and the distance between the road section and the vehicle, and the collected data are transmitted to the data processing module, and the data processing module calculates and processes the data according to the above calculation method according to the transmitted data, and The final result is sent to the vehicle control module, and the vehicle control module controls the vehicle to pass through the target area at a preset speed after receiving the data.
  • the detection module includes an inside detection module and an outside detection module.
  • the outside detection module is used to detect the road information in front of the vehicle. There are old people, children or pregnant women, and then it is judged whether it is necessary to optimize the data of the influence weights k j and k n of the vehicle.
  • the present invention also discloses a vehicle, including the above-mentioned automatic driving system capable of recognizing road conditions.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

一种可识别路况的自动驾驶方法，属于自动驾驶领域，包括：对车辆前方的路面进行区域划分，并对各个区域进行网格化细分；对各个区域中网格化细分的网格单元内的路面不平度进行计算；根据每个区域的影响度权值、该区域内的平均高度方差和该区域对应的所有网格单元的路面不平度确定该区域的路面不平度；根据每个区域的路面不平度确定每个区域的路面不平度所对应的车速；控制车辆按照对应的车速通过车辆前方对应区域。通过将车辆前方的道路进行区域划分，然后再针对每个区域进行网格化细分，并计算每个网格的路面不平整度，从而得到该区域内的一个路面不平度信息，从而控制车辆以最合适的速度通过前方区域。还涉及一种系统和车辆。

Description

一种可识别路况的自动驾驶方法、系统及车辆 技术领域
本发明涉及汽车自动驾驶领域，特别是涉及一种可识别路况的自动驾驶方法、系统及车辆。
背景技术
当前自动驾驶控制系统主要针对前方车辆，行人等交通参与者以及有碰撞风险的障碍物进行纵向控制，但是一些没有碰撞风险的路面低矮障碍物(如：减速带、凹坑)以及颠簸路面等目标则不在当前自动驾驶纵向控制范畴，当自动驾驶系统高速驶过上述障碍物时，由于系统未对上述障碍物进行控制，因此，自车会产生较大颠簸，影响乘员舒适性，且可能导致轮胎、悬架磨损加剧等故障。
发明内容
本发明的一个目的是要提供一种可识别路况的自动驾驶方法，用以计算车辆前方的路面状况，并控制车辆以最合适的速度通过前方区域。
本发明一个进一步的目的是要使得提升自动驾驶车辆在通过上述路面以及障碍物时的舒适性。
本发明另一个进一步的目的是要减少由于路面凹凸不平导致的车辆使用故障。
特别地，本发明提供了一种可识别路况的自动驾驶方法，所述自动驾驶方法包括以下步骤：
对车辆前方的路面进行区域划分，并对各个区域进行网格化细分；
对各个区域中网格化细分的网格单元内的路面不平度进行计算；
根据每个区域与车辆之间的距离确定的每个区域的影响度权值、该区域内的平均高度方差以及该区域内对应的所有网格单元内的路面不平度确定每个区域的路面不平度；
根据每个区域的路面不平度确定每个区域的路面不平度所对应的车速；
控制车辆按照对应的车速通过车辆前方对应区域的路面。
优选地，所述对各个区域中网格化细分的网格单元内的路面不平度进行计算，包括如下步骤：
获取某个区域的第j个网格单元内的水平度最高值h jmax与水平度最低值h jmin，所述水平度最高值h jmax为该第j个网格单元内凸起路面与水平面之间高度差最大的值，所述水平度最低值h jmin为该第j个网格单元内凹陷路面与水平面之间高度差的最大的值；
根据所述第j个网格单元与车辆之间的位置关系确定所述第j个网格单元的影响度权值k j；
按照公式M j＝k j(|h jmax|+|h jmin|)计算获得所述该区域的第j个网格单元内的路面不平度M j。
优选地，所述根据每个区域与车辆之间的距离确定的影响度权值、该区域内的平均高度方差以及该区域内对应的所有网格单元内的路面不平度确定每个区域的路面不平度的步骤中，按照如下公式计算获得第n个区域的路面不平度Y n：
Figure PCTCN2023070767-appb-000001
其中，k n参数表示第n区域的影响度权值，V参数表示第n区域的平均高度方差。
优选地，所述根据每个区域的路面不平度确定每个区域的路面不平度所对应的车速，包括如下步骤：
根据每个区域的路面不平度确定每个区域的不平度等级；
根据每个区域的不平度等级查询用于表征各个区域的不平度等级与车辆待行驶的车速的映射关系表，确定所述车辆通过每个区域时对应的车速。
优选地，所述不平度等级越高，表示所述车辆前方的路面越不平整，且通过该所述等级的所述通过速度就越缓慢。
本发明公开了一种可识别路况的自动驾驶系统，
包括检测模块、数据处理模块和车辆控制模块，所述数据处理模块用以处理检测模块发送的数据，并将数据处理结果发送至所述车辆控制模块，所述车辆控制模块用于实现上述所述的可识别路况的自动驾驶方法。
优选地，所述检测模块包括车外检测模块和车内检测模块，所述车外检测模块用以获取某个区域的第j个网格单元内的水平度最高值h jmax与水平度最低值h jmin，所述车内检测模块用以获取车辆驾乘人员的信息，用以优化影响度权值k j和k n。
本发明还公开了一种车辆，包括如上述所述的可识别路况的自动驾驶系统。
本发明通过将车辆前方的道路进行区域划分，然后再针对每个区域进行网格化细分，并计算每个网格的路面不平整度，从而得到该区域内的一个路面不平度信息，从而控制车辆以最合适的速度通过前方区域。
进一步地，本发明通过将不同区域的不平整度进行等级划分，并规定最合适该等级的通过速度，从而使得驾驶车辆在通过上述路面以及障碍物时的舒适性得到提升。
更进一步的一个目的，本发明通过规划不同区域的通过车速，防止了车辆在不同路面上行驶时会产生剐蹭底盘的行为，从而减少了由于路面凹凸不平导致的车辆使用故障。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
图1是根据本发明一个实施例自动驾驶方法的控制流程图；
图2是根据本发明一个实施例的车辆前方区域划分示意图。
具体实施方式
图1是根据本发明一个实施例自动驾驶方法的控制流程图。在一个实施例中，如图1所示。一种可识别路况的自动驾驶方法，主要包括以下步骤：
S1、对车辆前方的路面进行固定区域的划分，将前方路面依照等距离划分方式划分为n个大区域；
S2、对每个大区域再进一步的进行网格化细分，按照等距离形式将每个大区域划分成j个网格化的正方形区域；
S3、通过车辆检测模块采集每个小网格内的路面不平度数据，并对所采集的数据进行计算，从而得到该网格的不平度信息；
S4、根据每个网格与车辆之间的位置关系确定的每个网格的影响度权值，从而计算该大区域内所有网格的不平度信息；
S5、根据该大区域与车辆之间的距离确定该大区域的影响度权值，从而根据该区域内的平均高度方差以及该区域内对应的所有网格单元内的路面不平度确定该大区域的路面不平度信息；
S6、根据每个大区域的路面不平度信息确定每个区域的路面不平度所对应的车速；
S7、控制车辆按照对应的车速通过车辆前方对应区域的路面。
进一步地，获取目标大区域内第j个网格单元内的水平度最高值h jmax与水平度最低值h jmin，水平度最高值h jmax为该第j个网格单元内凸起路面与水平面之间高度差最大的值，水平度最低值h jmin为该第j个网格单元内凹陷路面与水平面之间高度差的最大的值，根据第j个网格单元与车辆之间的位置关系确定第j个网格单元的影响度权值k j，并按照公式M j＝k j(|h jmax|+|h jmin|)计算获得该区域的第j个网格单元内的路面不平度M j。
通过计算获得该区域内所有网格的不平度值M j，再通过该区域与车辆之间的距离确定该区域的影响度权值k n，以及该区域内的平均高度方差V，通过公式
Figure PCTCN2023070767-appb-000002
进一步的计算得出该区域的一个不平度信息y n，根据每个大区域不平度信息y n通过各个区域的不平度等级与车辆待行驶的车速的映射关系表，进一步查询该区域y n所对应的一个通过的车速值，并将该车速值反馈给执行机构，执行机构控制车辆以目标车速通过该区域。
本实施例中，通过将车辆前方的道路进行区域划分，然后再针对每个区域进行网格化细分，并计算每个网格的路面不平整度，从而得到该区域内的一个路面不平度信息，从而控制车辆以最合适的速度通过前方区域，进一步地，从而使得驾驶车辆在通过上述路面以及障碍物时的舒适性得到提升，防止了车辆在不同路面上行驶时会产生剐蹭底盘的行为，从而减少了由于路面凹凸不平导致的车辆使用故障。
在一个实施例中，车辆不平度等级越高，表示车辆前方的路面越不平整，进而通过该区域的车速就越缓慢，同时，车辆通过的车速还和车内的驾乘人员的信息有关，当车内检测器检测到车内具有老人、儿童或孕妇时，可依照相关比例对车辆计算中的影响度权值k j和k n进行数据优化，从而使得驾乘人员具有更好的驾乘体验。
本发明公开了一种可识别路况的自动驾驶系统，包括了检测模块、数据 处理模块和车辆控制模块，检测模块用以采集车辆内部的驾乘人员的信息，以及车外的道路情况，即车辆前方道路的凸起与凹坑以及该路段与车辆之间的距离，并将采集到的数据传输到数据处理模块，数据处理模块根据传输来的数据按照上述的计算方法对数据进行计算处理，并将最终结果发送至车辆控制模块，车辆控制模块在接收到数据后，控制车辆以预设的车速通过该目标区域。
其中，检测模块包括车内检测模块和车外检测模块，车外检测模块用来检测车辆前方的道路信息，车内检测模块用来检测车内驾乘人员的信息，判断车内驾乘人员是否具有老人、儿童或孕妇，进而判断是否需要对车辆的影响度权值k j和k n进行数据优化。
本发明还公开了一种车辆，包括如上述所述的可识别路况的自动驾驶系统。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (8)

  1. 一种可识别路况的自动驾驶方法，所述自动驾驶方法包括以下步骤：
    对车辆前方的路面进行区域划分，并对各个区域进行网格化细分；
    对各个区域中网格化细分的网格单元内的路面不平度进行计算；
    根据每个区域与车辆之间的距离确定的每个区域的影响度权值、该区域内的平均高度方差以及该区域内对应的所有网格单元内的路面不平度确定每个区域的路面不平度；
    根据每个区域的路面不平度确定每个区域的路面不平度所对应的车速；
    控制车辆按照对应的车速通过车辆前方对应区域的路面。
  2. 根据权利要求1所述的自动驾驶方法，其中，所述对各个区域中网格化细分的网格单元内的路面不平度进行计算，包括如下步骤：
    获取某个区域的第j个网格单元内的水平度最高值h jmax与水平度最低值h jmin，所述水平度最高值h jmax为该第j个网格单元内凸起路面与水平面之间高度差最大的值，所述水平度最低值h jmin为该第j个网格单元内凹陷路面与水平面之间高度差的最大的值；
    根据所述第j个网格单元与车辆之间的位置关系确定所述第j个网格单元的影响度权值k j；
    按照公式M j＝k j(|h jmax|+|h jmin|)计算获得所述该区域的第j个网格单元内的路面不平度M j。
  3. 根据权利要求2所述的自动驾驶方法，其中，所述根据每个区域与车辆之间的距离确定的影响度权值、该区域内的平均高度方差以及该区域内对应的所有网格单元内的路面不平度确定每个区域的路面不平度的步骤中，按照如下公式计算获得第n个区域的路面不平度Y n：
    Figure PCTCN2023070767-appb-100001
    其中，k n参数表示第n区域的影响度权值，V参数表示第n区域的平均高度方差。
  4. 根据权利要求1-3中任一项所述的自动驾驶方法，其中，所述根据每个区域的路面不平度确定每个区域的路面不平度所对应的车速，包括如下步骤：
    根据每个区域的路面不平度确定每个区域的不平度等级；
    根据每个区域的不平度等级查询用于表征各个区域的不平度等级与车辆待行驶的车速的映射关系表，确定所述车辆通过每个区域时对应的车速。
  5. 根据权利要求4所述的自动驾驶方法，其中，所述不平度等级越高，表示所述车辆前方的路面越不平整，且通过该所述等级的所述通过速度就越缓慢。
  6. 一种可识别路况的自动驾驶系统，
    包括检测模块、数据处理模块和车辆控制模块，所述数据处理模块用以处理检测模块发送的数据，并将数据处理结果发送至所述车辆控制模块，所述车辆控制模块用于实现根据权利要求1-5中任一项所述的可识别路况的自动驾驶方法。
  7. 根据权利要求6所述的自动驾驶方法，其中，所述检测模块包括车外检测模块和车内检测模块，所述车外检测模块用以获取某个区域的第j个网格单元内的水平度最高值h jmax与水平度最低值h jmin，所述车内检测模块用以获取车辆驾乘人员的信息，用以优化影响度权值k j和k n。
  8. 一种车辆，包括如权利要求6或7所述的可识别路况的自动驾驶系统。
PCT/CN2023/070767 2022-01-10 2023-01-05 一种可识别路况的自动驾驶方法、系统及车辆 WO2023131253A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210022492.9A CN114261408B (zh) 2022-01-10 2022-01-10 一种可识别路况的自动驾驶方法、系统及车辆
CN202210022492.9 2022-01-10

Publications (1)

Publication Number Publication Date
WO2023131253A1 true WO2023131253A1 (zh) 2023-07-13

Family

ID=80832751

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/070767 WO2023131253A1 (zh) 2022-01-10 2023-01-05 一种可识别路况的自动驾驶方法、系统及车辆

Country Status (2)

Country Link
CN (1) CN114261408B (zh)
WO (1) WO2023131253A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114261408B (zh) * 2022-01-10 2024-05-03 武汉路特斯汽车有限公司 一种可识别路况的自动驾驶方法、系统及车辆

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016208370A1 (de) * 2016-05-17 2017-11-23 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln von Daten, die eine Umgebung unterhalb eines Fahrzeugs repräsentieren
CN108960060A (zh) * 2018-06-01 2018-12-07 东南大学 一种无人驾驶车辆路面纹理识别系统及方法
CN109564682A (zh) * 2016-08-12 2019-04-02 松下知识产权经营株式会社 路面估计装置、车辆控制装置、路面估计方法以及程序
CN110832281A (zh) * 2017-06-20 2020-02-21 尼拉动力公司 道路状况监测
US20200250984A1 (en) * 2019-02-01 2020-08-06 Hitachi Automotive Systems, Ltd. Pothole detection system
WO2021118809A1 (en) * 2019-12-11 2021-06-17 Nvidia Corporation Surface profile estimation and bump detection for autonomous machine applications
CN113200052A (zh) * 2021-05-06 2021-08-03 上海伯镭智能科技有限公司 一种用于无人驾驶的路况智能识别方法
DE102020201420A1 (de) * 2020-02-05 2021-08-05 Volkswagen Aktiengesellschaft Verfahren zum Anzeigen einer Bodenhaftungs-Information betreffend einer Bodenhaftung eines Fahrzeugs auf einer Fahrbahn, sowie Anzeigevorrichtung und Fahrzeug
CN114261408A (zh) * 2022-01-10 2022-04-01 武汉路特斯汽车有限公司 一种可识别路况的自动驾驶方法、系统及车辆

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100818345B1 (ko) * 2007-06-22 2008-04-02 부산대학교 산학협력단 무인자율주행차량의 차속결정방법
CN105469815A (zh) * 2015-11-24 2016-04-06 厦门雅迅网络股份有限公司 一种基于路况感知的车载硬盘防震保护的方法和装置
JP6465421B1 (ja) * 2018-02-06 2019-02-06 国立大学法人 東京大学 構造物変状検出装置
CN108839657B (zh) * 2018-06-05 2019-08-02 吉林大学 一种基于汽车振动响应在线识别路面不平度信息的方法
CN113370982B (zh) * 2021-06-17 2023-11-24 北京百度网讯科技有限公司 路面颠簸区域的检测方法、装置、电子设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016208370A1 (de) * 2016-05-17 2017-11-23 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln von Daten, die eine Umgebung unterhalb eines Fahrzeugs repräsentieren
CN109564682A (zh) * 2016-08-12 2019-04-02 松下知识产权经营株式会社 路面估计装置、车辆控制装置、路面估计方法以及程序
CN110832281A (zh) * 2017-06-20 2020-02-21 尼拉动力公司 道路状况监测
CN108960060A (zh) * 2018-06-01 2018-12-07 东南大学 一种无人驾驶车辆路面纹理识别系统及方法
US20200250984A1 (en) * 2019-02-01 2020-08-06 Hitachi Automotive Systems, Ltd. Pothole detection system
WO2021118809A1 (en) * 2019-12-11 2021-06-17 Nvidia Corporation Surface profile estimation and bump detection for autonomous machine applications
DE102020201420A1 (de) * 2020-02-05 2021-08-05 Volkswagen Aktiengesellschaft Verfahren zum Anzeigen einer Bodenhaftungs-Information betreffend einer Bodenhaftung eines Fahrzeugs auf einer Fahrbahn, sowie Anzeigevorrichtung und Fahrzeug
CN113200052A (zh) * 2021-05-06 2021-08-03 上海伯镭智能科技有限公司 一种用于无人驾驶的路况智能识别方法
CN114261408A (zh) * 2022-01-10 2022-04-01 武汉路特斯汽车有限公司 一种可识别路况的自动驾驶方法、系统及车辆

Also Published As

Publication number Publication date
CN114261408B (zh) 2024-05-03
CN114261408A (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN108583578B (zh) 用于自动驾驶车辆的基于多目标决策矩阵的车道决策方法
CN112002144B (zh) 无信号交叉路口行车风险态势评估方法及系统
US20200050209A1 (en) Intelligent vehicle navigation systems, methods, and control logic for deriving road segment speed limits
JP7301138B2 (ja) ポットホール検出システム
WO2023131253A1 (zh) 一种可识别路况的自动驾驶方法、系统及车辆
KR20190054374A (ko) 주행 경험 정보를 이용한 자율주행 학습 장치 및 방법
JPWO2019030916A1 (ja) 車線情報管理方法、走行制御方法及び車線情報管理装置
CN114572183A (zh) 一种汽车路面自适应的车辆控制方法及设备
CN111775938B (zh) 一种变道路径规划方法、装置及系统
CN113506457B (zh) 基于大型停车场场景下寻找停车位的装置和方法
CN108151681A (zh) 一种基于双目相机的车载路面不平度识别系统及方法
CN111746537B (zh) 基于路面平整度的自适应巡航车速控制系统、方法及车辆
CN110962519A (zh) 一种电动汽车智能调节功能的主动悬架控制方法
CN114475573A (zh) 基于v2x与视觉融合的起伏路况识别及车辆控制方法
JP2021030956A (ja) 運転支援装置
JP5411671B2 (ja) 物体検出装置および運転支援システム
CN114228714B (zh) 一种brt的公交纵向自动驾驶控制方法及控制系统
US11966759B2 (en) Vehicle, advice providing apparatus and method
CN114750557A (zh) 一种基于双目相机智能底盘控制方法、装置与存储介质
JP2022552938A (ja) 車載クラスタ追跡システム
CN110861578B (zh) 车辆及其控制方法
CN109917792A (zh) 一种基于无人驾驶观光电动车的自主防碰撞系统
CN104742762A (zh) 一种驾驶人座椅调整方法及装置
US20210090432A1 (en) Vehicle system
CN112785863B (zh) 基于K-Means和熵加权的并道决策分类预警方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23737115

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023737115

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2023737115

Country of ref document: EP

Effective date: 20240415