CN105631217B - 基于本车自适应虚拟车道的前方有效目标选择方法 - Google Patents
基于本车自适应虚拟车道的前方有效目标选择方法 Download PDFInfo
- Publication number
- CN105631217B CN105631217B CN201511019229.0A CN201511019229A CN105631217B CN 105631217 B CN105631217 B CN 105631217B CN 201511019229 A CN201511019229 A CN 201511019229A CN 105631217 B CN105631217 B CN 105631217B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- distance
- virtual
- virtual lane
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明是一种基于本车自适应虚拟车道的前方有效目标选择方法,包括以下步骤:㈠对本车自适应虚拟车道进行初始化,形成本车虚拟车道的车道区域与核心区域;㈡根据本车运动状态信息和车载雷达信息,对本车虚拟车道进行自适应调整;㈢根据雷达目标所处本车虚拟车道位置计算其处于本车车道概率,进行有效目标选择。本方法有效解决了多种工况下前方有效目标选择的问题,能够实现对前方目标的有效跟踪,且对前方目标的运动状态发生显著改变时,如驶入或驶出本车车道,能够及时捕获或释放有效目标,有效提高了前方目标选择性能。
Description
技术领域
本发明专利属于汽车技术领域,涉及一种可用于先进驾驶员辅助***的基于本车自适应虚拟车道的前方有效目标选择***及方法。
背景技术
先进驾驶辅助***ADAS已成为近年来新兴的主动安全***。驾驶辅助***能够感知汽车的形式环境,并通过对汽车自身状态及周围环境的监视,为驾驶员提供必要信息、安全预警以及对车辆进行主动控制。目前其主要包含自适应巡航控制、车道偏离预警***、前方防碰撞预警***、自动紧急制动***等。先进驾驶辅助***以雷达和计算机视觉等先进传感技术作为基础,有效提高了行车安全性和舒适性。
驾驶辅助***的***构架主要包括感知、决策和控制三个部分。感知部分主要由雷达、摄像头、激光雷达等组成,为***提供准确的环境道路交通信息,是决策与控制部分的基础。感知部分中需要选择出前方有效目标。有效目标选择的正确及时与否,极大地影响了***的安全性与舒适性。
为了进行有效目标选择,需要评估所有实际物体对本车安全性的威胁程度。基于本车未来运动轨迹与前方运动物体轨迹的高相关性,通过对运动目标的跟踪,能提高目标选择的准确性,但是难以满足复杂工况下高准确度目标选择的要求。纵向安全性评价指标TTC (Time-to-collision)也可以用于有效目标选择。目标纵向安全性评价指标TTC与目标的相对距离和相对速度有关,一般选择TTC最小的目标为有效目标。然而,使用TTC进行有效目标选择依然无法满足在不同工况下的准确性与及时性。
发明内容
本发明所要解决的技术问题是:如何在不同工况下对本车虚拟车道进行自适应调整,以达到在不同工况下都能及时准确地捕获有效目标的目的。
为了解决以上问题,本发明提出一种基于本车自适应虚拟车道的前方有效目标选择***及方法,通过本车自适应虚拟车道算法及建立本车自适应虚拟车道,能在不同工况下对本车虚拟车道进行自适应调整,在多工况下及时准确地选择有效目标,为驾驶辅助***的决策和控制部分提供基础。
本发明解决以上技术问题的技术方案是:
基于本车自适应虚拟车道的前方有效目标选择***,包括:
车虚拟车道设定模块,用于对本车自适应虚拟车道进行初始化,形成本车虚拟车道的车道区域与核心区域;
虚拟车道自适应调整模块,用于根据本车运动状态信息和车载雷达信息,对本车虚拟车道进行自适应调整;
有效目标选择模块,用于根据雷达目标所处本车虚拟车道位置计算其处于本车车道概率,进行有效目标选择。
基于本车自适应虚拟车道的前方有效目标选择方法,包括以下步骤:
(一)对本车自适应虚拟车道进行初始化,形成本车虚拟车道的车道区域与核心区域;
(二)根据本车运动状态信息和车载雷达信息,对本车虚拟车道进行自适应调整;
(三)根据雷达目标所处本车虚拟车道位置计算其处于本车车道概率,进行有效目标选择。
本发明进一步限定的技术方案是:
前述的基于本车自适应虚拟车道的前方有效目标选择方法,其中步骤(一)中,所述车道区域为类似倒锥形,所述核心区域为类似锥形,且所述车道区域与核心区域关于本车纵轴线左右对称,所述车道区域与核心区域的几何轮廓与距本车的距离有关,初始化时需要确定的参数有:
(1)前方目标距本车距离dx=0,车道区域宽度为L1,2m≤L1≤3.5m,核心区域宽度为H, 2m≤H≤3m;
(2)前方目标距本车距离dx=D,25m≤D≤35m,车道区域宽度为L2,2.2m≤L2≤3.8m;
(3)前方目标距本车距离dx>D,车道区域宽度为L2;
(4)前方目标距本车距离0<dx<D,车道区域宽度为:
(5)距本车距离dx>0,核心区域宽度由系数P,0.002≤P≤0.0002,与下列公式确定:
h=H-P*dx2。
前述的基于本车自适应虚拟车道的前方有效目标选择方法,步骤(二)中,自适应调整具体为:
(1)在本车驶入弯道时,本车虚拟车道的车道区域宽度距本车距离D以上部分会叠加增加宽度lcurvg,随着本车轨迹曲率的增加,lcurvg会逐渐增加直到最大值LcurveMax,具体为:
当曲率为k=0,lcurve=0;
当曲率k=PcurveMax,lcurve=LcurveMax,Pcurvemax为车道区域宽带随曲率增加时的最大曲率阈值,当曲率大于Pcurvemax时,车道区域宽度不再增加0.002≤Pcurvemax≤0.005;
当曲率k<PcurveMax,
(2)当本车进行超车时,本车虚拟车道会进行自适应调整,以满足前方有效目标会被及时捕获或释放的要求,具体为:
当本车开始超车并驶入快车道时,车道区域面向快车道一侧的区域部分的宽度增加 LovertakePlus,面向慢车道一侧的区域部分的宽度减少LovertakeMinus,核心区域向快车道方向平移LovertakeCore;
当本车完成超车并驶回慢车道时,车道区域面向慢车道一侧的区域部分的宽度会增加 LmergePlus,面向快车道一侧的区域部分的宽度会减少LmergeMinu,核心区域向慢车道方向平移LmergeCore。
前述的基于本车自适应虚拟车道的前方有效目标选择方法,步骤(三)具体为:
(1)前方目标与本车的侧向距离为dy,纵向距离为dx,本车行驶轨迹的曲率k,因此前方目标与本车虚拟车道中心线的侧向距离为:
dyObj=dy-k*dx2/2
根据所述侧向距离计算前方目标在本车车道内的概率,具体为:
当前方目标位于本车虚拟车道核心区域时,其在本车车道内的概率p=1;
当前方目标位于本车虚拟车道的车道区域外时,其在本车车道内的概率p=0;
当前方目标位于本车虚拟车道的核心区域外且在车道区内时,其在本车车道内的概率其中lObj为距本车纵向距离dx时所对应的车道区域宽度;
(2)对有效目标进行选择:若在本车前方目标中,存在一个或多个前方目标其位于本车车道内的概率p>0.5,则选择其中距离本车距离dx值最小的前方目标为本车前方有效目标;若本车前方目标中不存在前方目标其位于本车车道内的概率p>0.5,则本车无前方有效目标。
本发明的有益效果是:在环境感知中对前方目标的位置探测存在误差,对本车未来运动轨迹的预测同样存在误差,这些对判断前方目标是否会对本车行驶存在影响并选择有效目标带来了难度,尤其本车在弯道行驶工况以及超车过程中,有效目标选择的难度更高。因此,本发明通过建立本车自适应虚拟车道以及计算前方目标处于本车车道内的概率来进行有效目标选择,能在不同工况下对本车虚拟车道进行自适应调整,以达到在不同工况下都能及时准确地捕获有效目标的目的;本发明提高了有效目标选择的准确性和在多工况复杂条件下有效目标选择的稳定性,是进一步提升驾驶辅助***安全性和舒适性的必要基础。
附图说明
图1为本发明本车自适应虚拟车道示意图。
图2-1为本发明本车自适应虚拟车道随本车轨迹曲率自适应调整示意图。
图2-2为本发明本车虚拟车道的车道区域宽度与本车轨迹曲率关系图。
图3-1为本发明本车自适应虚拟车道随本车开始超车行为自适应调整示意图。
图3-2为本发明本车自适应虚拟车道随本车完成超车行为自适应调整示意图。
图4为本发明计算前方目标位于本车车道概率示意图。
具体实施方式
实施例1
本实施例提供的一种基于本车自适应虚拟车道的前方有效目标选择***,包括:
车虚拟车道设定模块,用于对本车自适应虚拟车道进行初始化,形成本车虚拟车道的车道区域与核心区域;
虚拟车道自适应调整模块,用于根据本车运动状态信息和车载雷达信息,对本车虚拟车道进行自适应调整;
有效目标选择模块,用于根据雷达目标所处本车虚拟车道位置计算其处于本车车道概率,进行有效目标选择。
本实施例的基于本车自适应虚拟车道的前方有效目标选择方法,包括以下步骤:
㈡对本车自适应虚拟车道进行初始化,形成本车虚拟车道的车道区域与核心区域,确定车道区域与核心区域的几何轮廓:
如图1所示,本发明中本车虚拟车道主要包括车道区域和核心区域两部分,其中位于核心区域内的目标即确定位于本车所处车道内。当前方目标距离本车距离较近时,此时对前方目标的探测的角度分辨率通常会更高,并且需要更准确地选择有效目标以保障***安全性,所以,本车车道区域随着距本车距离的较小会逐渐缩窄。而同时,随着距本车距离的增加,对前方目标探测的角度分辨率会降低,因此核心区域会随着距离的增加而缩窄。因此,整体上本车虚拟车道的车道区域呈类似倒锥形,核心区域呈类似锥形。
对本车虚拟车道初始化,需要确定车道区域与核心区域的基础几何轮廓。本车虚拟车道的初始化与本车运动状态无关,车道区域、核心区域的几何轮廓与距本车的距离有关且关于本车纵轴线左右对称,在对本车自适应虚拟车道进行初始化时需要确定的参数有:
距本车距离dx=0,车道区域宽度为L1,核心区域宽度为H;
距本车距离dx=D,车道区域宽度为L2;
距本车距离dx>D,车道区域宽度为L2;
距本车距离0<dx<D,车道区域宽度为:
距本车距离dx>0,核心区域宽度由系数P与下列公式确定:
h=H-P*dx2。。
其中,2m≤L1≤3.5m,2m≤H≤3m,2.2m≤L2≤3.8m,25m≤D≤35m,0.002≤P≤0.0002,具体数值需要根据***和车辆配置进行匹配。
㈡根据本车运动状态信息和车载雷达信息,对本车虚拟车道进行自适应调整:
初始化后的本车虚拟车道,可以用于前方有效目标选择,尤其能满足本车在直道上行驶时的目标选择需求。然后,当本车在弯道行驶或进行超车时,初始化后的本车虚拟车道并不能准确地进行有效目标选择。因此,需要在本车进行弯道行驶或超车时,对本车虚拟车道进行自适应调整。
如图2-1和图2-2所示,在本车驶入弯道时,由于对本车轨迹曲率的预测存在误差,有必要相应增大车道区域部分,本车虚拟车道的车道区域宽度距本车距离D以上部分会叠加增加宽度lcurve,随着本车轨迹曲率的增加,lcurve会逐渐增加直到最大值LcurveMax,具体为:
当曲率为k=0,lcurve=0;
当曲率k=PcurveMax,lcurve=LcurveMax;Pcurvemax为车道区域宽带随曲率增加时的最大曲率阈值,当曲率大于Pcurvemax时,车道区域宽度不再增加0.002≤Pcurvemax≤0.005;
当曲率k<PcurveMax,
当本车进行超车时,本车的超车过程可以分为三个部分。第一部分是本车开始超车并换道至快车道;第二部分是本车在快车道上加速度行驶,实现对慢车道车辆的超越;第三部分是本车完成超越并换道至慢车道。在超车过程的第一和第三部分需要对本车虚拟车道进行调整,以满足目标选择的准确性和及时性。本车虚拟车道会进行自适应调整,以满足前方有效目标会被及时捕获或释放的要求。
如图3-1所示,当本车开始超车并驶入快车道时,为了能及时将慢车道内的前方目标释放并选择快车道内前方目标为有效目标,车道区域面向快车道一侧的区域部分的宽度增加 LovertakePlus,面向慢车道一侧的区域部分的宽度减少LovertakeMinus,核心区域向快车道方向平移LovertakeCore。
如图3-2所示,当本车完成超车并驶回慢车道时,为了能及时将快车道内前方有效目标释放并选择慢车道内前方目标为有效目标,车道区域面向慢车道一侧的区域部分的宽度会增加LmrgePlus,面向快车道一侧的区域部分的宽度会减少LmergeMinus,核心区域向慢车道方向平移LmergeCore。
(三)根据雷达目标所处本车虚拟车道位置计算其处于本车车道概率,进行有效目标选择:
根据前方目标所处的本车虚拟车道中的位置,计算前方目标处于本车车道的概率。如图 4所示,在确定的本车自适应虚拟车道的基础上,根据前方目标距本车的距离和前方目标距本车自适应虚拟车道中心线的侧向距离,计算前方目标处于本车车道的概率。实际上,前方目标距本车自适应虚拟车道中心线的侧向距离即为前方目标与本车预测轨迹的侧向距离。由环境感知传感器得到的前方目标的距离是以本车坐标为基准的相对距离,利用相对距离以及本车行驶轨迹的曲率可以计算该侧向距离。具体算法为:
当前方目标与本车的侧向距离为dy,纵向距离为dx,本车行驶轨迹的曲率k,前方目标与本车虚拟车道中心线的侧向距离为:
dyObj=dy-k*dx2/2
根据此侧向距离计算前方目标在本车车道内的概率,前述所计算的本车自适应虚拟车道包括核心区域和车道区域两个部分,即:当前方目标位于核心区域时,其被确认处于本车车道内,即处于本车车道的概率为1;当前方目标位于车道区域但不位于核心区域时,其被认为有可能处于本车车道,即处于本车车道的概率大于0且小于1,其概率与前方目标距本车虚拟车道中心线的侧向距离呈线性关系;当前方目标位于车道区域之外时,其本确认不处于本车车道内,即处于本车车道的概率为0。具体如下:
当前方目标位于本车虚拟车道核心区域时,其在本车车道内的概率p=1;
当前方目标位于本车虚拟车道的车道区域外时,其在本车车道内的概率p=0;
当前方目标位于本车虚拟车道的核心区域外且在车道区内时,其在本车车道内的概率
其中lObj为距本车纵向距离dx时所对应的车道区域宽度。
对本车前方所有目标计算其位于本车车道内的概率p。若存在一个或多个前方目标其位于本车车道内的概率p>0.5,则选择其中距离本车距离dx值最小的前方目标为本车前方有效目标。若本车前方目标中不存在任何前方目标其位于本车车道内的概率p>0.5,则本车无前方有效目标。
本实施例基于本车自适应虚拟车道的前方目标选择方法,其较之于现有技术的突出效果为:提高了有效目标选择的准确性和在多工况复杂条件下有效目标选择的稳定性,是进一步提升驾驶辅助***安全性和舒适性的必要基础。
除上述实施例外,本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。
Claims (2)
1.基于本车自适应虚拟车道的前方有效目标选择方法,包括以下步骤:
㈠对本车自适应虚拟车道进行初始化,形成本车虚拟车道的车道区域与核心区域;
㈡根据本车运动状态信息和车载雷达信息,对本车虚拟车道进行自适应调整;
㈢根据雷达目标所处本车虚拟车道位置计算其处于本车车道概率,进行有效目标选择;
其特征在于:所述步骤㈠中,所述车道区域为类似倒锥形,所述核心区域为类似锥形,且所述车道区域与核心区域关于本车纵轴线左右对称,所述车道区域与核心区域的几何轮廓与距本车的距离有关,初始化时需要确定的参数有:
⑴前方目标距本车距离,车道区域宽度为L1,2m≤L1≤3.5m,核心区域宽度为H,2m≤H≤3m;
⑵前方目标距本车距离25m≤D≤35m,车道区域宽度为L2,2.2m≤L2≤3.8m;
⑶前方目标距本车距离,车道区域宽度为L2;
⑷前方目标距本车距离,车道区域宽度为:
;
⑸距本车距离,核心区域宽度由系数P,0.002≤P≤0.0002,与下列公式确定:
。
2.如权利要求1所述的基于本车自适应虚拟车道的前方有效目标选择方法,其特征在于:
所述步骤㈢具体为:
⑴前方目标与本车的侧向距离为dy,纵向距离为dx,本车行驶轨迹的曲率k,因此前方目标与本车虚拟车道中心线的侧向距离为:
根据所述侧向距离计算前方目标在本车车道内的概率,具体为:
当前方目标位于本车虚拟车道核心区域时,其在本车车道内的概率;
当前方目标位于本车虚拟车道的车道区域外时,其在本车车道内的概率;
当前方目标位于本车虚拟车道的核心区域外且在车道区内时,其在本车车道内的概率,其中为距本车纵向距离时所对应的车道区域宽度;
⑵对有效目标进行选择:若在本车前方目标中,存在一个或多个前方目标其位于本车车道内的概率p>0.5,则选择其中距离本车距离dx值最小的前方目标为本车前方有效目标;若本车前方目标中不存在前方目标其位于本车车道内的概率p>0.5,则本车无前方有效目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511019229.0A CN105631217B (zh) | 2015-12-30 | 2015-12-30 | 基于本车自适应虚拟车道的前方有效目标选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511019229.0A CN105631217B (zh) | 2015-12-30 | 2015-12-30 | 基于本车自适应虚拟车道的前方有效目标选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105631217A CN105631217A (zh) | 2016-06-01 |
CN105631217B true CN105631217B (zh) | 2018-12-21 |
Family
ID=56046146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511019229.0A Active CN105631217B (zh) | 2015-12-30 | 2015-12-30 | 基于本车自适应虚拟车道的前方有效目标选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105631217B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016214097A1 (de) * | 2016-07-29 | 2018-02-01 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Ausführung eines zumindest teilweise automatisierten Fahr-Manövers |
CN108732588B (zh) * | 2017-04-21 | 2020-12-18 | 百度在线网络技术(北京)有限公司 | 一种雷达扫描装置、方法以及设备 |
DE102017208245A1 (de) * | 2017-05-16 | 2018-11-22 | Continental Automotive Gmbh | Verfahren und Vorrichtung zur zielbasierten Prädiktion dynamischer Objekte |
KR102499398B1 (ko) * | 2017-08-09 | 2023-02-13 | 삼성전자 주식회사 | 차선 검출 방법 및 장치 |
CN110550030B (zh) * | 2019-09-09 | 2021-01-12 | 深圳一清创新科技有限公司 | 无人车的变道控制方法、装置、计算机设备和存储介质 |
CN112703506B (zh) * | 2020-04-22 | 2022-04-08 | 华为技术有限公司 | 车道线检测方法及装置 |
CN112677972A (zh) * | 2020-12-25 | 2021-04-20 | 际络科技(上海)有限公司 | 自适应巡航方法及装置、设备及介质 |
CN112706785B (zh) * | 2021-01-29 | 2023-03-28 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质 |
CN114043993B (zh) * | 2022-01-13 | 2022-04-29 | 深圳佑驾创新科技有限公司 | 一种适用于智能驾驶车辆的关键目标选择方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010037165A1 (en) * | 2000-03-30 | 2001-11-01 | Noriaki Shirai | Method of selecting a preceding vehicle, a preceding vehicle selecting apparatus, and a recording medium for selecting a preceding vehicle |
CN1532101A (zh) * | 2003-03-20 | 2004-09-29 | 日产自动车株式会社 | 汽车的车道保持控制设备和方法 |
CN102693645A (zh) * | 2011-03-21 | 2012-09-26 | 株式会社电装 | 识别车辆用道路的形状的方法及其装置 |
CN104183131A (zh) * | 2013-05-28 | 2014-12-03 | 现代自动车株式会社 | 使用无线通信检测车道的装置和方法 |
CN104517465A (zh) * | 2013-10-03 | 2015-04-15 | 株式会社电装 | 前方车辆选择设备 |
US20150239472A1 (en) * | 2014-02-21 | 2015-08-27 | Denso Corporation | Vehicle-installed obstacle detection apparatus having function for judging motion condition of detected object |
-
2015
- 2015-12-30 CN CN201511019229.0A patent/CN105631217B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010037165A1 (en) * | 2000-03-30 | 2001-11-01 | Noriaki Shirai | Method of selecting a preceding vehicle, a preceding vehicle selecting apparatus, and a recording medium for selecting a preceding vehicle |
CN1532101A (zh) * | 2003-03-20 | 2004-09-29 | 日产自动车株式会社 | 汽车的车道保持控制设备和方法 |
CN102693645A (zh) * | 2011-03-21 | 2012-09-26 | 株式会社电装 | 识别车辆用道路的形状的方法及其装置 |
CN104183131A (zh) * | 2013-05-28 | 2014-12-03 | 现代自动车株式会社 | 使用无线通信检测车道的装置和方法 |
CN104517465A (zh) * | 2013-10-03 | 2015-04-15 | 株式会社电装 | 前方车辆选择设备 |
US20150239472A1 (en) * | 2014-02-21 | 2015-08-27 | Denso Corporation | Vehicle-installed obstacle detection apparatus having function for judging motion condition of detected object |
Also Published As
Publication number | Publication date |
---|---|
CN105631217A (zh) | 2016-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105631217B (zh) | 基于本车自适应虚拟车道的前方有效目标选择方法 | |
JP6622148B2 (ja) | 周辺環境認識装置 | |
US10303959B2 (en) | Controlling host vehicle based on a predicted state of a parked vehicle | |
US10569767B2 (en) | Vehicle control apparatus and vehicle control method | |
KR102399963B1 (ko) | 측방향 경사가 있는 도로 평면 출력 | |
US9516277B2 (en) | Full speed lane sensing with a surrounding view system | |
CN106164998B (zh) | 路径预测装置 | |
JP7156394B2 (ja) | 他車動作予測方法及び他車動作予測装置 | |
JP6614108B2 (ja) | 車両制御装置、車両制御方法 | |
US10493987B2 (en) | Target-lane relationship recognition apparatus | |
JP6363518B2 (ja) | 区画線認識装置 | |
WO2016047689A1 (ja) | ビームセンサの軸ずれ量推定装置 | |
WO2016117603A1 (ja) | 車両の走行制御装置及び走行制御方法 | |
US20200371534A1 (en) | Autonomous driving apparatus and method | |
CN111352413A (zh) | 全向传感器融合***和方法及包括该融合***的车辆 | |
WO2019172104A1 (ja) | 移動体挙動予測装置 | |
JP6544168B2 (ja) | 車両制御装置、及び車両制御方法 | |
CN111216707A (zh) | 用于控制车辆的自主驾驶的设备和方法 | |
CN103381825B (zh) | 使用多个照相机的全速车道感测 | |
CN114559923A (zh) | 一种无人驾驶车辆自动紧急避障***及其控制方法 | |
CN112885143B (zh) | 使用周围车辆修正曲率信息的***和方法 | |
US20200369296A1 (en) | Autonomous driving apparatus and method | |
Hsu et al. | Implementation of car-following system using LiDAR detection | |
JP2018067130A (ja) | 車両制御装置、車両制御方法 | |
WO2018198769A1 (ja) | 周辺環境認識装置、表示制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |