CN106023338B - 一种无人车车况检测方法及装置 - Google Patents
一种无人车车况检测方法及装置 Download PDFInfo
- Publication number
- CN106023338B CN106023338B CN201610534263.XA CN201610534263A CN106023338B CN 106023338 B CN106023338 B CN 106023338B CN 201610534263 A CN201610534263 A CN 201610534263A CN 106023338 B CN106023338 B CN 106023338B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- unmanned vehicle
- data
- processing module
- unmanned
- 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
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种无人车车况检测方法及装置。该方法包括:获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;依据所述无人车上报的环境数据,确定所述无人车的邻近车辆;依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。本发明实施例的技术方案,只需将无人车的环境数据以及智能处理模块的实际输出数据上报至车况检测服务器即可实现车况检测,而无需将无人车送到汽车检测中心,降低了无人车车况检测的成本,提高了无人车车况的检测频率。
Description
技术领域
本发明涉及车辆技术领域,尤其涉及一种无人车车况检测方法及装置。
背景技术
目前,车辆已经成为现代生活中重要的交通工具。传统的汽车行业中,车辆的使用情况需要车主开车到汽车检测中心进行车况检查。这种车况检查方式需要花费时间和金钱,车辆检查期间影响车主使用车辆,并且车辆检查以年为单位,检测频率低,使得车辆可能存在安全隐患。
无人车又称为智能移动机器人,是一个集环境感知、动态决策与规划以及行为控制与执行等多功能于一体的综合***,是目前科学技术发展最活跃的领域之一。目前,尚且缺乏针对无人车的车况检测方法。
发明内容
有鉴于此,本发明实施例提供一种无人车车况检测方法及装置,以实现低成本以及高检测频率的无人车车况检测。
第一方面,本发明实施例提供了一种无人车车况检测方法,包括:
获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
依据所述无人车上报的环境数据,确定所述无人车的邻近车辆;
依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;
将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
第二方面,本发明实施例提供了一种无人车车况检测方法,包括:
获取无人车采集到的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
将获取的环境数据以及所述智能处理模块的实际输出数据上报至车况检测服务器,以使所述车况检测服务器通过如下方式对所述无人车的车况进行检测:依据所述无人车上报的环境数据确定所述无人车的邻近车辆;依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
第三方面,本发明实施例提供了一种无人车车况检测装置,包括:
第一数据获取模块,用于获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
邻近车辆确定模块,用于依据所述无人车上报的环境数据,确定所述无人车的邻近车辆;
标准输出模块,用于依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;
车况检测模块,用于将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
第四方面,本发明实施例提供了一种无人车车况检测装置,包括:
第二数据获取模块,用于获取无人车采集到的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
数据上报模块,用于将获取的环境数据以及所述智能处理模块的实际输出数据上报至车况检测服务器,以使所述车况检测服务器通过如下方式对所述无人车的车况进行检测:依据所述无人车上报的环境数据确定所述无人车的邻近车辆;依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
本发明实施例提供的技术方案,通过依据无人车上报的环境数据确定无人车的邻近车辆,并依据无人车以及邻近车辆上报的环境数据确定无人车中智能处理模块的标准输出数据,随后将无人车上报的智能处理模块的实际输出数据与确定的标准输出数据进行匹配,并依据匹配结果确定无人车的车况检测结果,即,该方法只需将无人车的环境数据以及智能处理模块的实际输出数据上报至车况检测服务器即可实现车况检测,而无需将无人车送到汽车检测中心,降低了无人车车况检测的成本,提高了无人车车况的检测频率。
附图说明
图1是本发明实施例一提供的一种无人车车况检测方法的流程图;
图2是本发明实施例二提供的一种无人车车况检测方法的流程图;
图3是本发明实施例三提供的一种无人车车况检测方法的流程图;
图4是本发明实施例四提供的一种无人车车况检测方法的流程图;
图5是本发明实施例五提供的一种无人车车况检测装置的结构图;
图6是本发明实施例六提供的一种无人车车况检测装置的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种无人车车况检测方法的流程图。本实施例的方法可以由无人车车况检测装置来执行,该装置可通过硬件和/或软件的方式实现,且一般可以配置在车况检测服务器中。参考图1,本实施例提供的无人车车况检测方法具体可以包括如下:
S11、获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据。
在本实施例中,无人车中设置有车载传感器,用于感知并采集无人车周围的环境数据,车载传感器可以包括摄像头、激光雷达和全球定位***(Global PositioningSystem,GPS)传感器等。智能处理模块用于确定并控制无人车的运行参数如转向参数和/或速度参数等,以使无人车能够安全且可靠地在道路上行驶,智能处理模块可以包括决策模块和控制模块等。
具体的,可以获取无人车中摄像头采集的视频图像数据,激光雷达采集的点云数据,GPS传感器采集的位置数据等,并且可以获取无人车中决策模块输出的转向数据和/或速度数据以及控制模块输出的执行结果数据等。
S12、依据所述无人车上报的环境数据,确定所述无人车的邻近车辆。
在本实施例中,邻近车辆指的是在无人车采集环境数据时,与无人车的距离在预设距离范围内的车辆。因此,无人车与邻近车辆所处的场景近似相同,无人车与邻近车辆附近的障碍物近似相同,无人车上报的环境数据与邻近车辆上报的环境数据之间的差别较小。
S13、依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据。
具体的,依据无人车以及邻近车辆上报的位置信息、道路信息和障碍物信息等环境数据,确定智能处理模块的标准输出数据。该方法结合无人车的环境数据以及邻近车辆的环境数据确定无人车中智能处理模块的标准输出数据,相比于仅依据无人车上报的环境数据确定智能处理模块的标准输出数据,避免了无人车中车载传感器的性能不佳即无人车上报的环境数据有误差时,导致的标准输出数据的准确度较低。
S14、将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
具体的,若任一智能处理模块的实际输出数据与标准输出数据接近,则确定该智能处理模块的功能正常;若任一智能处理模块的实际输出数据与标准输出数据差别较大,则确定该智能处理模块的功能异常。例如,若检测到实际转向输出数据与标准转向输出数据差别较大,则可以确定转向决策模块的功能异常。
本实施例提供的技术方案,通过依据无人车上报的环境数据确定无人车的邻近车辆,并依据无人车以及邻近车辆上报的环境数据确定无人车中智能处理模块的标准输出数据,随后将无人车上报的智能处理模块的实际输出数据与确定的标准输出数据进行匹配,并依据匹配结果确定无人车的车况检测结果,即该方法只需将无人车的环境数据以及智能处理模块的实际输出数据上报至车况检测服务器即可实现车况检测,而无需将无人车送到汽车检测中心,降低了无人车车况检测的成本,提高了无人车车况的检测频率。
示例性的,依据所述无人车上报的环境数据,确定所述无人车的邻近车辆,可以包括:
依据所述无人车上报的环境数据中包含的位置数据、道路数据以及数据采集时间,确定所述无人车的邻近车辆。
实施例二
本实施例在上述实施例一的基础上提供了一种新的无人车车况检测方法。在本实施例中具体提供了一种智能处理模块的标准输出数据的确定方式。图2是本发明实施例二提供的一种无人车车况检测方法的流程图。参考图2,本实施例提供的无人车车况检测方法具体可以包括如下:
S21、获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据。
在本实施例中,环境数据可以是无人车所在道路数据和无人车位置数据等。智能处理模块可以包括决策模块和控制模块等,相应地,智能处理模块的实际输出数据可以是实际转向输出数据和实际速度输出数据等。
S22、依据所述无人车上报的环境数据,确定所述无人车的邻近车辆。
具体的,可以依据无人车所在道路数据和无人车位置数据等,以及其他车辆所在道路数据、无人车位置数据和障碍物信息等,确定无人车的邻近车辆。
S23、对所述无人车以及所述邻近车辆上报的环境数据进行配准,确定无人车的真实场景信息。
具体的,可以对无人车以及邻近车辆上报的环境数据进行配准,确定无人车的真实场景信息。例如,对无人车以及邻近车辆上报的道路信息和车辆位置信息进行配置,确定无人车的真实位置信息和真实道路信息;对无人车以及邻近车辆上报的点云数据和/或视频图像数据进行配准,确定无人车的真实障碍物信息。
S24、依据所述无人车的真实场景信息,确定所述无人车中包含的智能处理模块的标准输出数据。
具体的,依据无人车的真实位置信息、真实道路信息以及真实障碍物信息等真实场景信息,可以确定无人车中包含的决策模块的标准转向数据和/或标准速度数据等,以及无人车中控制模块的标准输出数据等。
S25、将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
本实施例提供的技术方案,通过依据无人车上报的环境数据确定无人车的邻近车辆,对无人车以及邻近车辆上报的环境数据进行配准确定无人车的真实场景信息,并依据确定的真实场景信息确定无人车中智能处理模块的标准输出数据,提高了标准输出数据的准确度,相应地,将智能处理模块的标准输出数据与实际输出数据进行匹配,提高了无人车的车况检测结果的准确度。
实施例三
本实施例在上述实施例一的基础上提供了一种新的无人车车况检测方法。图3是本发明实施例三提供的一种无人车车况检测方法的流程图。参考图3,本实施例提供的无人车车况检测方法具体可以包括如下:
S31、获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据。
S32、依据所述无人车上报的环境数据,确定所述无人车的邻近车辆。
S33、依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据。
S34、将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
S35、依据无人车的车辆行驶记录,确定所述无人车的硬件磨损情况。
无人车还将车辆行驶记录,例如每日行驶距离信息上报至车辆检测服务器,车况检测服务器依据获取的车辆行驶记录计算轮胎等硬件的磨损情况。
S36、若所述硬件磨损情况符合预设的修理更换条件,则提醒车主修理或更换磨损的硬件。
S37、获取无人车中的传感器在关键检测路段采集到的真实传感数据。
在本实施例中,关键检测路段指的是预先设定的固定路段。传感器可以是摄像头、激光雷达和红外传感器等。
S38、将获取的真实传感数据与预设的在关键检测路段采集的标准传感数据进行比较。
在本实施例中,车况检测服务器中预先存储有关键检测路段采集的标准传感数据,如标准视频图像数据、标准点云数据,以及车辆与固定障碍物之间的标准距离数据等。
S39、依据比较结果,确定所述传感器是否正常。
需要说明的是,本实施例中对无人车车况检测的顺序不作具体限定,如可以先依据智能处理模块的输出进行车况检测,再进行硬件磨损检测和传感器检测,也可以先进行硬件磨损检测和传感器检测,再依据智能处理模块的输出进行车况检测等。
本实施例提供的技术方案,只需将无人车的环境数据以及智能处理模块的实际输出数据上报至车况检测服务器即可实现车况检测;只需将无人车的车辆行驶记录上报至车况检测服务器,即可确定硬件磨损情况;只需将无人车中的传感器在关键检测路段采集到的真实传感数据上报至车况检测服务器即可实现传感器检测,而无需将无人车送到汽车检测中心,降低了无人车车况检测的成本,提高了无人车车况的检测频率。
实施例四
图4是本发明实施例四提供的一种无人车车况检测方法的流程图。本实施例的方法可以由无人车车况检测装置来执行,该装置可通过硬件和/或软件的方式实现,且一般可以配置在无人车中。参考图4,本实施例提供的无人车车况检测方法具体可以包括如下:
S41、获取无人车采集到的环境数据以及所述无人车中包含的智能处理模块的实际输出数据。
在本实施例中,无人车中设置有车载传感器,用于感知并采集无人车周围的环境数据,车载传感器可以包括摄像头、激光雷达和全球定位***(Global PositioningSystem,GPS)传感器等。智能处理模块用于确定并控制无人车的运行参数如转向参数和/或速度参数等,以使无人车能够安全且可靠地在道路上行驶,智能处理模块可以包括决策模块和控制模块等。
具体的,可以在无人车行驶过程中,获取并存储采集到的环境数据以及无人车中包含的智能处理模块的实际输出数据。
S42、将获取的环境数据以及所述智能处理模块的实际输出数据上报至车况检测服务器,以使所述车况检测服务器通过如下方式对所述无人车的车况进行检测:依据所述无人车上报的环境数据确定所述无人车的邻近车辆;依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
具体的,可以在无人车空闲时间,将无人车采集的环境数据以及智能处理模块的实际输出数据上报至车况检测服务器,使得车况检测服务器依据接收的环境数据以及智能处理模块的实际输出数据对无人车进行车况检测。
本实施例提供的技术方案,无人车通过获取并上报环境数据以及智能处理模块的实际输出数据,使车况检测服务器依据无人车上报的环境数据确定无人车的邻近车辆,并依据无人车以及邻近车辆上报的环境数据确定无人车中智能处理模块的标准输出数据,随后将无人车上报的智能处理模块的实际输出数据与确定的标准输出数据进行匹配,并依据匹配结果确定无人车的车况检测结果,即该方法只需将无人车的环境数据以及智能处理模块的实际输出数据上报至车况检测服务器即可实现车况检测,而无需将无人车送到汽车检测中心,降低了无人车车况检测的成本,提高了无人车车况的检测频率。
实施例五
图5是本发明实施例五提供的一种无人车车况检测装置的结构图。该装置一般可配置在车况检测服务器中。参见图5,本实施例提供的无人车车况检测装置的具体结构可以如下:
第一数据获取模块51,用于获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
邻近车辆确定模块52,用于依据所述无人车上报的环境数据,确定所述无人车的邻近车辆;
标准输出模块53,用于依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;
车况检测模块54,用于将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
示例性的,标准输出模块53可以包括:
场景确定单元,用于对所述无人车以及所述邻近车辆上报的环境数据进行配准,确定无人车的真实场景信息;
标准输出单元,用于依据所述无人车的真实场景信息,确定所述无人车中包含的智能处理模块的标准输出数据。
示例性的,邻近车辆确定模块52具体可以用于:
依据所述无人车上报的环境数据中包含的位置数据、道路数据以及数据采集时间,确定所述无人车的邻近车辆。
示例性的,上述装置还可以包括:
硬件磨损模块,用于依据无人车的车辆行驶记录,确定所述无人车的硬件磨损情况;
检测提醒模块,用于若所述硬件磨损情况符合预设的修理更换条件,则提醒车主修理或更换磨损的硬件。
示例性的,上述装置可以包括:
传感数据获取模块,用于获取无人车中的传感器在关键检测路段采集到的真实传感数据;
传感数据比较模块,用于将获取的真实传感数据与预设的在关键检测路段采集的标准传感数据进行比较;
传感器检测模块,用于依据比较结果,确定所述传感器是否正常。
本实施例提供的无人车车况检测装置,只需将无人车的环境数据以及智能处理模块的实际输出数据上报至车况检测服务器即可实现车况检测,而无需将无人车送到汽车检测中心,降低了无人车车况检测的成本,提高了无人车车况的检测频率。
实施例六
图6是本发明实施例六提供的一种无人车车况检测装置的结构图。该装置一般可配置在无人车中。参见图6,本实施例提供的无人车车况检测装置的具体结构可以如下:
第二数据获取模块61,用于获取无人车采集到的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
数据上报模块62,用于将获取的环境数据以及所述智能处理模块的实际输出数据上报至车况检测服务器,以使所述车况检测服务器通过如下方式对所述无人车的车况进行检测:依据所述无人车上报的环境数据确定所述无人车的邻近车辆;依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
本实施例提供的无人车车况检测装置,只需将无人车的环境数据以及智能处理模块的实际输出数据上报至车况检测服务器即可实现车况检测,而无需将无人车送到汽车检测中心,降低了无人车车况检测的成本,提高了无人车车况的检测频率。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种无人车车况检测方法,其特征在于,包括:
获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
依据所述无人车上报的环境数据,确定所述无人车的邻近车辆;
依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;
将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
2.根据权利要求1所述的方法,其特征在于,依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据,包括:
对所述无人车以及所述邻近车辆上报的环境数据进行配准,确定无人车的真实场景信息;
依据所述无人车的真实场景信息,确定所述无人车中包含的智能处理模块的标准输出数据。
3.根据权利要求1所述的方法,其特征在于,依据所述无人车上报的环境数据,确定所述无人车的邻近车辆,包括:
依据所述无人车上报的环境数据中包含的位置数据、道路数据以及数据采集时间,确定所述无人车的邻近车辆。
4.根据权利要求1所述的方法,其特征在于,还包括:
依据无人车的车辆行驶记录,确定所述无人车的硬件磨损情况;
若所述硬件磨损情况符合预设的修理更换条件,则提醒车主修理或更换磨损的硬件。
5.根据权利要求1所述的方法,其特征在于,包括:
获取无人车中的传感器在关键检测路段采集到的真实传感数据;
将获取的真实传感数据与预设的在关键检测路段采集的标准传感数据进行比较;
依据比较结果,确定所述传感器是否正常。
6.一种无人车车况检测方法,其特征在于,包括:
获取无人车采集到的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
将获取的环境数据以及所述智能处理模块的实际输出数据上报至车况检测服务器,以使所述车况检测服务器通过如下方式对所述无人车的车况进行检测:依据所述无人车上报的环境数据确定所述无人车的邻近车辆;依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
7.一种无人车车况检测装置,其特征在于,包括:
第一数据获取模块,用于获取无人车上报的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
邻近车辆确定模块,用于依据所述无人车上报的环境数据,确定所述无人车的邻近车辆;
标准输出模块,用于依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;
车况检测模块,用于将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
8.根据权利要求7所述的装置,其特征在于,标准输出模块包括:
场景确定单元,用于对所述无人车以及所述邻近车辆上报的环境数据进行配准,确定无人车的真实场景信息;
标准输出单元,用于依据所述无人车的真实场景信息,确定所述无人车中包含的智能处理模块的标准输出数据。
9.根据权利要求7所述的装置,其特征在于,邻近车辆确定模块具体用于:
依据所述无人车上报的环境数据中包含的位置数据、道路数据以及数据采集时间,确定所述无人车的邻近车辆。
10.根据权利要求7所述的装置,其特征在于,还包括:
硬件磨损模块,用于依据无人车的车辆行驶记录,确定所述无人车的硬件磨损情况;
检测提醒模块,用于若所述硬件磨损情况符合预设的修理更换条件,则提醒车主修理或更换磨损的硬件。
11.根据权利要求7所述的装置,其特征在于,包括:
传感数据获取模块,用于获取无人车中的传感器在关键检测路段采集到的真实传感数据;
传感数据比较模块,用于将获取的真实传感数据与预设的在关键检测路段采集的标准传感数据进行比较;
传感器检测模块,用于依据比较结果,确定所述传感器是否正常。
12.一种无人车车况检测装置,其特征在于,包括:
第二数据获取模块,用于获取无人车采集到的环境数据以及所述无人车中包含的智能处理模块的实际输出数据;
数据上报模块,用于将获取的环境数据以及所述智能处理模块的实际输出数据上报至车况检测服务器,以使所述车况检测服务器通过如下方式对所述无人车的车况进行检测:依据所述无人车上报的环境数据确定所述无人车的邻近车辆;依据所述无人车以及所述邻近车辆上报的环境数据,确定所述智能处理模块的标准输出数据;将所述智能处理模块的实际输出数据与所述标准输出数据进行匹配,并依据匹配结果确定所述无人车的车况检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610534263.XA CN106023338B (zh) | 2016-07-07 | 2016-07-07 | 一种无人车车况检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610534263.XA CN106023338B (zh) | 2016-07-07 | 2016-07-07 | 一种无人车车况检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106023338A CN106023338A (zh) | 2016-10-12 |
CN106023338B true CN106023338B (zh) | 2018-06-19 |
Family
ID=57109838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610534263.XA Active CN106023338B (zh) | 2016-07-07 | 2016-07-07 | 一种无人车车况检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106023338B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112016007265T5 (de) * | 2016-10-24 | 2019-06-27 | Ford Motor Company | Verwenden eines unbemannten Luftfahrzeugs zum Überprüfen von autonomen Fahrzeugen |
US10401866B2 (en) * | 2017-05-03 | 2019-09-03 | GM Global Technology Operations LLC | Methods and systems for lidar point cloud anomalies |
DE102018008731A1 (de) * | 2018-11-07 | 2020-05-07 | Audi Ag | Verfahren und Vorrichtung zum Erheben von fahrzeugbasierten Datensätzen für vorgegebene Streckenabschnitte |
CN113703460B (zh) * | 2021-08-31 | 2024-02-09 | 上海木蚁机器人科技有限公司 | 导航车识别空位的方法、装置及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103592903A (zh) * | 2013-08-18 | 2014-02-19 | 北京联合大学 | 一种汽车智能驾驶测试数据远程监测方法及*** |
DE102012022563A1 (de) * | 2012-11-17 | 2014-05-22 | Volkswagen Aktiengesellschaft | Verfahren und System zum Erfassen und Verarbeiten von Fahrzeug-relevanten Informationen |
CN104149782A (zh) * | 2014-07-31 | 2014-11-19 | 同济大学 | 一种基于磁导航的多传感器融合智能车的自动驾驶*** |
CN104925064A (zh) * | 2014-03-18 | 2015-09-23 | 沃尔沃汽车公司 | 增加自主驾驶安全和/或舒适性的车辆、车辆***和方法 |
CN105739534A (zh) * | 2016-04-22 | 2016-07-06 | 百度在线网络技术(北京)有限公司 | 基于车联网的无人驾驶车多车协同驾驶方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101439019B1 (ko) * | 2013-04-18 | 2014-09-05 | 현대오트론 주식회사 | 차량 제어 장치 및 그 자율 주행 방법 |
KR20160031879A (ko) * | 2014-09-15 | 2016-03-23 | 권순우 | 주변 차량을 감지하는 주행 보조 장치 및 방법 |
-
2016
- 2016-07-07 CN CN201610534263.XA patent/CN106023338B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012022563A1 (de) * | 2012-11-17 | 2014-05-22 | Volkswagen Aktiengesellschaft | Verfahren und System zum Erfassen und Verarbeiten von Fahrzeug-relevanten Informationen |
CN103592903A (zh) * | 2013-08-18 | 2014-02-19 | 北京联合大学 | 一种汽车智能驾驶测试数据远程监测方法及*** |
CN104925064A (zh) * | 2014-03-18 | 2015-09-23 | 沃尔沃汽车公司 | 增加自主驾驶安全和/或舒适性的车辆、车辆***和方法 |
CN104149782A (zh) * | 2014-07-31 | 2014-11-19 | 同济大学 | 一种基于磁导航的多传感器融合智能车的自动驾驶*** |
CN105739534A (zh) * | 2016-04-22 | 2016-07-06 | 百度在线网络技术(北京)有限公司 | 基于车联网的无人驾驶车多车协同驾驶方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106023338A (zh) | 2016-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240046653A1 (en) | Identifying suspicious entities using autonomous vehicles | |
CN106023338B (zh) | 一种无人车车况检测方法及装置 | |
US10657811B2 (en) | Travel lane identification without road curvature data | |
González et al. | Automatic traffic signs and panels inspection system using computer vision | |
US9863928B1 (en) | Road condition detection system | |
CN101303735B (zh) | 探测车辆盲点区域内运动物体的方法及盲点探测装置 | |
US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
CN109686031B (zh) | 基于安防的识别跟随方法 | |
Wang et al. | A road quality detection method based on the mahalanobis-taguchi system | |
US10668922B2 (en) | Travel lane identification without road curvature data | |
CN108974044A (zh) | 铁路轨道资产勘测*** | |
JP2006208223A (ja) | 車両位置認識装置及び車両位置認識方法 | |
CN102436761B (zh) | 进入路检测装置 | |
KR102368127B1 (ko) | 이륜차 무인 단속 시스템 | |
CN114945802A (zh) | 用于识别和更新自动驾驶车辆的设计适用域的***、设备和方法 | |
Leizerovych et al. | IoT-complex for monitoring and analysis of motor highway condition using artificial neural networks | |
CN112598932A (zh) | 一种基于车路协同技术的汽车防碰撞预警模型 | |
CN113139410B (zh) | 路面检测方法、装置、设备及存储介质 | |
CN114184218A (zh) | 用于测试机动车的传感器***的方法、设备和存储介质 | |
TWI419087B (zh) | 計程車的安全監控系統及其方法 | |
CN116337101A (zh) | 基于数字孪生技术的无人驾驶环境感知与导航*** | |
US20220165151A1 (en) | Traffic jam information providing device, traffic jam information processing method, and recording medium | |
Sharma et al. | Real-Time Pothole Detection During Rainy Weather Using Dashboard Cameras for Driverless Cars | |
CN117494029B (zh) | 一种道路抛洒物事件识别方法及装置 | |
KR102619100B1 (ko) | 불법 차량을 단속하는 방법 및 장치 |
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 |