CN109035239A - 基于自动驾驶技术的道路设施检查方法和车辆 - Google Patents
基于自动驾驶技术的道路设施检查方法和车辆 Download PDFInfo
- Publication number
- CN109035239A CN109035239A CN201810878838.9A CN201810878838A CN109035239A CN 109035239 A CN109035239 A CN 109035239A CN 201810878838 A CN201810878838 A CN 201810878838A CN 109035239 A CN109035239 A CN 109035239A
- Authority
- CN
- China
- Prior art keywords
- information
- road equipment
- automatic
- road
- vehicle
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于自动驾驶技术的道路设施检查方法和车辆,包括:自动驾驶车辆获取自动行车规划信息,包括行车规划路径的信息;根据行车规划路径的信息获取道路设施标记信息,包括道路设施的位置信息、图像采集控制信息和标准图像信息;根据行车规划路径自动行驶至预约位置的过程中实时获取自动驾驶车辆的位置信息;当自动驾驶车辆的位置信息与道路设施的位置信息相匹配时,自动驾驶车辆的进行预定位置的图像采集得到道路设施的图像信息;匹配道路设施的图像信息和道路设施的位置信息对应的标准图像信息,输出道路设施检测结果数据;当为异常数据时,根据车辆的位置信息和道路设施的图像信息生成道路设施异常上报信息发送给后台服务器。
Description
技术领域
本发明涉及自动驾驶应用技术领域,尤其涉及一种基于自动驾驶技术的道路设施检查方法和车辆。
背景技术
自动驾驶技术这个想法首次出现是在20世纪30年代的一本名为《Air WonderStories》的月刊科幻杂志上。但直到1986年,卡内基·梅隆大学制造出的NavLab 1才算得上第一辆由电脑驾驶而非人类驾驶的汽车。自那时开始,像奔驰、宝马、奥迪、大众、福特等全球知名的汽车巨头们就开始着手研发自动驾驶技术,特别是最近10年,连谷歌、英特尔、苹果等科技厂商也加入了自动驾驶的研究之中。
为了更方便的区分和定义自动驾驶技术,自动驾驶的分级就成了一件大事。目前全球汽车行业公认的两个分级制度分别是由美国高速公路安全管理局(简称NHTSA)和国际自动机工程师学会(简称SAE)提出的。其中,L4和L5级别的自动驾驶技术都可以称为完全自动驾驶技术,到了这个级别,汽车已经可以在完全不需要驾驶员介入的情况下来进行所有的驾驶操作,驾驶员也可以将注意力放在其他的方面比如工作或是休息。但两者的区别在于,L4级别的自动驾驶适用于部分场景下,通常是指在城市中或是高速公路上。而L5级别则要求自动驾驶汽车在任何场景下都可以做到完全驾驶车辆行驶。
目前的自动驾驶技术,大多是为有人乘坐车辆的情况下进行服务的,在自动驾驶技术日趋成熟的情况下,如何在满足人员乘坐同时实现更多的功能,涉足更多的领域,是本发明着重探讨的问题。
发明内容
本发明实施例的目的是提供一种基于自动驾驶技术的道路设施检查方法和车辆,能够在车辆行车途中根据规划的行车路线自动获取沿路的道路设施标记信息,并对所标记的道路设施进行图像采集和比对,输出检测结果数据,从而确定道路设施是否正常。采用本发明的方法,可以通过综合多个车辆的上报信息实现对全路段的道路设施实时监测,无需额外付出人力物力进行专门的道路设施检查,起到了超低成本且有效监控的作用。
有鉴于此,在第一方面,本发明实施例提供了一种基于自动驾驶技术的道路设施检查方法,包括:
自动驾驶车辆获取自动行车规划信息;所述自动行车规划信息包括行车规划路径的信息;
所述自动驾驶车辆根据所述行车规划路径的信息获取道路设施标记信息;所述道路设施标记信息包括道路设施的位置信息、图像采集控制信息和标准图像信息;
所述自动驾驶车辆根据所述行车规划路径自动行驶至所述预约位置的过程中实时获取所述自动驾驶车辆的位置信息;
当所述自动驾驶车辆的位置信息与所述道路设施的位置信息相匹配时,所述自动驾驶车辆的一个或多个环境图像采集装置根据所述图像采集控制信息进行预定位置的图像采集,得到所述道路设施的图像信息;
匹配所述道路设施的图像信息和所述道路设施的位置信息对应的标准图像信息,输出道路设施检测结果数据;
当所述道路设施检测结果数据为异常数据时,所述自动驾驶车辆根据所述自动驾驶车辆的位置信息和所述道路设施的图像信息生成道路设施异常上报信息,发送给后台服务器。
优选的,所述自动驾驶车辆获取自动行车规划信息具体为:
所述自动驾驶车辆根据接收到的用户预约信息生成所述自动行车规划信息;所述用户预约信息包括预约位置的信息、预约时间的信息和所述自动驾驶车辆的当前位置信息。
优选的,所述自动驾驶车辆获取自动行车规划信息具体为:
所述自动驾驶车辆根据接收到的驾乘服务信息生成所述自动行车规划信息;所述驾乘服务信息包括目的地位置的信息和所述自动驾驶车辆的当前位置信息。
优选的,所述方法还包括:
所述自动驾驶车辆接收所述道路设施标记信息采集指令;
获取行车规划路段的信息;
所述自动驾驶车辆根据所述行车规划路段进行自动行驶,并在所述自动行驶途中控制各个所述环境图像采集装置对所述行车规划路段进行实时图像采集,得到行车规划路段图像信息;
根据所述行车规划路段图像信息进行标记处理,得到所述道路设施标记信息。
进一步优选的,所述根据所述行车规划路段图像信息进行标记处理,得到所述道路设施标记信息具体为:
接收用户根据所述行车规划路段图像信息输入的标记信息;所述标记信息包括道路设施ID;
根据所述道路设施ID和所述标记信息对应的行车规划路段中的位置信息生成所述道路设施标记信息。
进一步优选的,所述根据所述行车规划路段图像信息进行标记处理,得到所述道路设施标记信息具体为:
根据预设道路设施模型自动识别所述行车规划路段图像信息中的道路设施的图像,并对识别得到的每个道路设施生成一个对应的道路设施ID;
根据所述识别得到的道路设施的道路设施ID和所述道路设施对应的行车规划路段中的位置信息生成所述道路设施标记信息。
进一步优选的,所述自动驾驶车辆根据所述自动驾驶车辆的位置信息和所述道路设施的图像信息生成道路设施异常上报信息具体为:
所述自动驾驶车辆根据所述道路设施的位置信息和所述道路设施的图像信息对应得到所述道路设施的道路设施ID;
根据所述自动驾驶车辆的位置信息、所述道路设施ID和所述道路设施的图像信息生成所述道路设施异常上报信息。
在第二方面,本发明实施例提供了一种基于自动驾驶技术的道路设施检查车辆,所述道路设施检查车辆为上述第一方面中所述的自动驾驶车辆。
本发明实施例的提供的基于自动驾驶技术的道路设施检查方法,能够在车辆行车途中根据规划的行车路线自动获取沿路的道路设施标记信息,并对所标记的道路设施进行图像采集和比对,输出检测结果数据,从而确定道路设施是否正常。采用本发明的方法,可以通过综合多个车辆的上报信息实现对全路段的道路设施实时监测,无需额外付出人力物力进行专门的道路设施检查,起到了超低成本且有效监控的作用。
附图说明
图1为本发明实施例提供的基于自动驾驶技术的道路设施检查方法流程图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
本发明实施例的提供的基于自动驾驶技术的道路设施检查方法,能够应用于现代化城市中,在行车途中为市政及相关部门提供道路设施的检查数据,实现低成本、高准确度、高覆盖率的道路设施检查服务。下面通过具体实施例进行说明。
图1为本发明实施例提供的基于自动驾驶技术的道路设施检查方法流程图,结合图1所示,本发明的基于自动驾驶技术的道路设施检查方法主要包括如下步骤:
步骤110,自动驾驶车辆获取自动行车规划信息;
具体的,自动行车规划信息是指车辆基于用户需求或者基于自身形式需求,通过地图导航服务的导航地图数据、路况信息服务的路况服务数据等,根据自动驾驶车辆的位置自动计算的到达预约位置的路线和时长的信息,其中具体包括到达预约位置的行车规划路径的信息和预计时长。
自动行车规划信息可以是在自动驾驶车辆根据用户预约前往接驾时生成的,也可以是在用户乘坐自动驾驶车辆之后,根据用户前往的目的地生成的。
比如,自动驾驶车辆可以根据接收到的用户预约信息生成自动行车规划信息;用户预约信息包括预约位置的信息、预约时间的信息和自动驾驶车辆的当前位置信息。自动驾驶车辆根据用户的预约位置的信息和车辆的当前位置的信息获得相应的导航地图数据和路况服务数据,并结合预约时间来确定合理的路线规划,从而生成到达预约位置的行车规划路径的信息和预计时长。
又如,自动驾驶车辆根据接收到的驾乘服务信息生成自动行车规划信息;驾乘服务信息包括目的地位置的信息和自动驾驶车辆的当前位置信息。自动驾驶车辆根据目的地位置的信息和车辆的当前位置的信息获得相应的导航地图数据和路况服务数据,来确定合理的路线规划,从而生成到达预约位置(即目的地位置)的行车规划路径的信息和预计时长。
当然,还有一种情况是,自动驾驶车辆在送达乘客之后,自动寻找泊车位置进行泊车的过程中,也会生成自动行车规划信息。此时,自动形成规划信息中的预约位置即泊车位置。
无论是上述哪种情况,在自动行车规划信息中都包括有行车规划路径的信息。
步骤120,自动驾驶车辆根据行车规划路径的信息获取道路设施标记信息;
具体的,道路设施标记信息包括道路设施的位置信息、图像采集控制信息和标准图像信息;
道路设施标记信息是通过预先对道路进行图像采集后通过人工标记或者通过人工智能自学习识别出道路设施后再进行自动标记得到的。在一个具体的例子中,道路设施标记信息的获取方式可以如下:
步骤S1:自动驾驶车辆接收道路设施标记信息采集指令;
步骤S2:获取行车规划路段的信息;
步骤S3:自动驾驶车辆根据行车规划路段进行自动行驶,并在自动行驶途中控制各个环境图像采集装置对行车规划路段进行实时图像采集,得到行车规划路段图像信息;
环境图像采集装置包括安装在自动驾驶车辆车体上的摄像头以及可以感知物体形状和/或材料的雷达及其他探测器装置,可以360度全方位的对自动驾驶车辆周围进行环境图像采集。可以通过在行驶途中使用这些环境图像采集装置对周围环境的实时图像采集,得到行车规划路段图像信息。
步骤S4:根据行车规划路段图像信息进行标记处理,得到道路设施标记信息。
其中,当为采用人工标记的方式时,可以通过接收用户根据行车规划路段图像信息输入的标记信息来实现。标记信息包括道路设施ID;然后根据道路设施ID和标记信息对应的行车规划路段中的位置信息生成道路设施标记信息。
当采用人工智能自学习进行标记时,可以根据预设道路设施模型自动识别行车规划路段图像信息中的道路设施的图像,并对识别得到的每个道路设施基于预设规则生成一个对应的道路设施ID;然后根据识别得到的道路设施的道路设施ID和道路设施对应的行车规划路段中的位置信息生成道路设施标记信息。
道路设施的类型可以包括但不限于:井盖、交通标志牌、路面标线、护栏、隔离栅、视线诱导标等。优选的,通过道路设施ID可以反映出道路设施的类型。
步骤130,自动驾驶车辆根据行车规划路径自动行驶至预约位置的过程中实时获取自动驾驶车辆的位置信息;
在得到道路设施标记信息之后,在自动驾驶车辆行车途中,根据车载的定位装置,如GPS定位装置,实时地获取车辆的位置信息。
步骤140,确定自动驾驶车辆的位置信息与道路设施的位置信息是否匹配;
自动驾驶车辆将实时地位置信息与所设定的各个道路设施标记信息的道路设施的位置信息进行匹配。自动驾驶车辆将实时地位置信息与一个道路设施的位置信息在一定范围内时,即认为是匹配成功。
比如,当道路设施的位置信息为在A路段100米处道路右侧,自动驾驶车辆将实时地位置信息显示其行驶到A路段99米处道路中央,设定范围为3米,此时即认为是匹配成功。
如果不匹配,继续执行步骤130的位置信息实时获取。
如果匹配,则执行步骤150。
步骤150,当自动驾驶车辆的位置信息与道路设施的位置信息相匹配时,自动驾驶车辆的一个或多个环境图像采集装置根据图像采集控制信息进行预定位置的图像采集,得到道路设施的图像信息;
具体的,对应每个道路设施的位置信息的图像采集控制信息,分别具有不同的控制数据。这些控制数据用于控制自动驾驶车辆上不同位置的环境图像采集装置以不同的图像采集参数进行图像采集。
也就是说,对应一个位置信息的图像采集控制信息被获得后,该图像采集控制信息会被解析并生成对设定的环境图像采集装置的控制信号,从而控制环境图像采集装置启动进行图像采集。
步骤160,匹配道路设施的图像信息和道路设施的位置信息对应的标准图像信息,输出道路设施检测结果数据;
具体的,通过道路设施的位置信息可以对应得到标准图像信息,标准图像信息为根据道路设施标记信息得到的道路设施的标准图像的图像数据。
按照位置信息,将采集得到的道路设施的图像信息与同一位置信息的标准图像信息进行比对,从而确定该道路设施的检测结果数据是否正常。
具体对于检测结果数据的生成,可以利用图像处理技术,对于标准图像信息和道路设施的图像信息进行特征像素点的提取和比对,然后通过相似度来确定是否为正常的检测结果数据。例如当相似度低于设定阈值时,判定该检测结果数据为异常。
以一个具体例子为例:标准图像信息中包含有一污水处理井井盖的图像数据,通过对特征像素点的提取,能够获取到图像信息中该井盖的边缘轮廓信息和轮廓所包围的井盖图像的像素点信息。如果发生井盖丢失的情况时,根据所获取到的道路设施的图像信息中依然可以识别出井盖所在位置的边缘轮廓信息,以及该轮廓所包围的中心位置的像素点信息。然而此时,该中心位置的像素点的色彩值或灰度值与井盖图像的像素点的色彩值或灰度值会有明显的偏差。通过合理设定偏差值的量,就能够准确判断当前是否发生井盖丢失的异常。
步骤170,当道路设施检测结果数据为异常数据时,自动驾驶车辆根据自动驾驶车辆的位置信息和道路设施的图像信息生成道路设施异常上报信息,发送给后台服务器。
具体的,对于比对得到的检测结果数据为异常数据的情况下,本发明执行对异常数据的上报。通过上报实现对发现异常的道路设施的位置信息和图像数据的传输,使得后台服务器能够及时接收到道路设施的异常检测结果,从而及时进行相应处理,以避免因为道路设施的异常而造成交通事故或其他损失。
在具体的执行过程中,自动驾驶车辆根据道路设施的位置信息和道路设施的图像信息对应得到道路设施的道路设施ID;然后根据自动驾驶车辆的位置信息、道路设施ID和道路设施的图像信息生成道路设施异常上报信息。
优选的,在后台服务器接收到异常上报信息之后,可以根据异常上报信息判定异常上报类型,继而根据异常上报类型或者按照位置信息进行异常上报信息的分发,发送到相应的道路设施维护用户的用户终端,从而进行有效的道路设施维修、维护处理或现场检查。
本发明实施例的提供的基于自动驾驶技术的道路设施检查方法,能够在车辆行车途中根据规划的行车路线自动获取沿路的道路设施标记信息,并对所标记的道路设施进行图像采集和比对,输出检测结果数据,从而确定道路设施是否正常。采用本发明的方法,可以通过综合多个车辆的上报信息实现对全路段的道路设施实时监测,无需额外付出人力物力进行专门的道路设施检查,起到了超低成本且有效监控的作用。
本发明上述道路设施检查方法可以执行于自动驾驶车辆中,该自动驾驶车辆可以在正常行车的同时进行道路设施检查,仅需在行驶图中对道路设施进行图像采集拍摄即可。利用该车辆,即可实现道路设施检查的全部工作,无需额外付出人力物力和时间,大大节省了成本,且检测覆盖率高,实时性好。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于自动驾驶技术的道路设施检查方法,其特征在于,所述道路设施检查方法包括:
自动驾驶车辆获取自动行车规划信息;所述自动行车规划信息包括行车规划路径的信息;
所述自动驾驶车辆根据所述行车规划路径的信息获取道路设施标记信息;所述道路设施标记信息包括道路设施的位置信息、图像采集控制信息和标准图像信息;
所述自动驾驶车辆根据所述行车规划路径自动行驶至所述预约位置的过程中实时获取所述自动驾驶车辆的位置信息;
当所述自动驾驶车辆的位置信息与所述道路设施的位置信息相匹配时,所述自动驾驶车辆的一个或多个环境图像采集装置根据所述图像采集控制信息进行预定位置的图像采集,得到所述道路设施的图像信息;
匹配所述道路设施的图像信息和所述道路设施的位置信息对应的标准图像信息,输出道路设施检测结果数据;
当所述道路设施检测结果数据为异常数据时,所述自动驾驶车辆根据所述自动驾驶车辆的位置信息和所述道路设施的图像信息生成道路设施异常上报信息,发送给后台服务器。
2.根据权利要求1所述的基于自动驾驶技术的道路设施检查方法,其特征在于,所述自动驾驶车辆获取自动行车规划信息具体为:
所述自动驾驶车辆根据接收到的用户预约信息生成所述自动行车规划信息;所述用户预约信息包括预约位置的信息、预约时间的信息和所述自动驾驶车辆的当前位置信息。
3.根据权利要求1所述的基于自动驾驶技术的道路设施检查方法,其特征在于,所述自动驾驶车辆获取自动行车规划信息具体为:
所述自动驾驶车辆根据接收到的驾乘服务信息生成所述自动行车规划信息;所述驾乘服务信息包括目的地位置的信息和所述自动驾驶车辆的当前位置信息。
4.根据权利要求1所述的基于自动驾驶技术的道路设施检查方法,其特征在于,所述方法还包括:
所述自动驾驶车辆接收所述道路设施标记信息采集指令;
获取行车规划路段的信息;
所述自动驾驶车辆根据所述行车规划路段进行自动行驶,并在所述自动行驶途中控制各个所述环境图像采集装置对所述行车规划路段进行实时图像采集,得到行车规划路段图像信息;
根据所述行车规划路段图像信息进行标记处理,得到所述道路设施标记信息。
5.根据权利要求4所述的基于自动驾驶技术的道路设施检查方法,其特征在于,所述根据所述行车规划路段图像信息进行标记处理,得到所述道路设施标记信息具体为:
接收用户根据所述行车规划路段图像信息输入的标记信息;所述标记信息包括道路设施I D;
根据所述道路设施I D和所述标记信息对应的行车规划路段中的位置信息生成所述道路设施标记信息。
6.根据权利要求4所述的基于自动驾驶技术的道路设施检查方法,其特征在于,所述根据所述行车规划路段图像信息进行标记处理,得到所述道路设施标记信息具体为:
根据预设道路设施模型自动识别所述行车规划路段图像信息中的道路设施的图像,并对识别得到的每个道路设施生成一个对应的道路设施I D;
根据所述识别得到的道路设施的道路设施I D和所述道路设施对应的行车规划路段中的位置信息生成所述道路设施标记信息。
7.根据权利要求5或6所述的基于自动驾驶技术的道路设施检查方法,其特征在于,所述自动驾驶车辆根据所述自动驾驶车辆的位置信息和所述道路设施的图像信息生成道路设施异常上报信息具体为:
所述自动驾驶车辆根据所述道路设施的位置信息和所述道路设施的图像信息对应得到所述道路设施的道路设施I D;
根据所述自动驾驶车辆的位置信息、所述道路设施I D和所述道路设施的图像信息生成所述道路设施异常上报信息。
8.一种基于自动驾驶技术的道路设施检查车辆,其特征在于,所述道路设施检查车辆为上述权利要求1-6任一所述的自动驾驶车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810878838.9A CN109035239A (zh) | 2018-08-03 | 2018-08-03 | 基于自动驾驶技术的道路设施检查方法和车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810878838.9A CN109035239A (zh) | 2018-08-03 | 2018-08-03 | 基于自动驾驶技术的道路设施检查方法和车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109035239A true CN109035239A (zh) | 2018-12-18 |
Family
ID=64648408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810878838.9A Pending CN109035239A (zh) | 2018-08-03 | 2018-08-03 | 基于自动驾驶技术的道路设施检查方法和车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035239A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110588665A (zh) * | 2019-09-27 | 2019-12-20 | 北京经纬恒润科技有限公司 | 一种自动驾驶基础设施检查方法、装置及*** |
CN111985457A (zh) * | 2020-09-11 | 2020-11-24 | 北京百度网讯科技有限公司 | 交通设施损坏识别方法、装置、设备和存储介质 |
CN112585656A (zh) * | 2020-02-25 | 2021-03-30 | 华为技术有限公司 | 特殊路况的识别方法、装置、电子设备和存储介质 |
CN113160548A (zh) * | 2020-01-23 | 2021-07-23 | 宝马股份公司 | 用于车辆的自动驾驶的方法、设备和车辆 |
CN113347595A (zh) * | 2021-04-28 | 2021-09-03 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于v2x模块的道路状况监测***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203311234U (zh) * | 2013-05-09 | 2013-11-27 | 宁波天安智能电网工程技术有限公司 | 用于光伏电站的监测*** |
CN104477167A (zh) * | 2014-11-26 | 2015-04-01 | 浙江大学 | 一种智能驾驶***及其控制方法 |
CN105511469A (zh) * | 2015-12-18 | 2016-04-20 | 北京联合大学 | 一种无人智能巡逻电动车及巡逻*** |
CN105549613A (zh) * | 2015-12-11 | 2016-05-04 | 北京恒华伟业科技股份有限公司 | 一种基于无人机的自动巡检方法及装置 |
CN107705301A (zh) * | 2017-09-29 | 2018-02-16 | 南京中设航空科技发展有限公司 | 一种基于无人机航拍公路图像的公路标线破损检测方法 |
-
2018
- 2018-08-03 CN CN201810878838.9A patent/CN109035239A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203311234U (zh) * | 2013-05-09 | 2013-11-27 | 宁波天安智能电网工程技术有限公司 | 用于光伏电站的监测*** |
CN104477167A (zh) * | 2014-11-26 | 2015-04-01 | 浙江大学 | 一种智能驾驶***及其控制方法 |
CN105549613A (zh) * | 2015-12-11 | 2016-05-04 | 北京恒华伟业科技股份有限公司 | 一种基于无人机的自动巡检方法及装置 |
CN105511469A (zh) * | 2015-12-18 | 2016-04-20 | 北京联合大学 | 一种无人智能巡逻电动车及巡逻*** |
CN107705301A (zh) * | 2017-09-29 | 2018-02-16 | 南京中设航空科技发展有限公司 | 一种基于无人机航拍公路图像的公路标线破损检测方法 |
Non-Patent Citations (1)
Title |
---|
俞凌: "支持无人驾驶车辆的交通标志检测", 《中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110588665A (zh) * | 2019-09-27 | 2019-12-20 | 北京经纬恒润科技有限公司 | 一种自动驾驶基础设施检查方法、装置及*** |
CN113160548A (zh) * | 2020-01-23 | 2021-07-23 | 宝马股份公司 | 用于车辆的自动驾驶的方法、设备和车辆 |
CN113160548B (zh) * | 2020-01-23 | 2023-03-10 | 宝马股份公司 | 用于车辆的自动驾驶的方法、设备和车辆 |
CN112585656A (zh) * | 2020-02-25 | 2021-03-30 | 华为技术有限公司 | 特殊路况的识别方法、装置、电子设备和存储介质 |
CN111985457A (zh) * | 2020-09-11 | 2020-11-24 | 北京百度网讯科技有限公司 | 交通设施损坏识别方法、装置、设备和存储介质 |
CN113347595A (zh) * | 2021-04-28 | 2021-09-03 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于v2x模块的道路状况监测***及方法 |
CN113347595B (zh) * | 2021-04-28 | 2023-01-24 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于v2x模块的道路状况监测***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035239A (zh) | 基于自动驾驶技术的道路设施检查方法和车辆 | |
CN109477725A (zh) | 用于产生应急区域的地图信息的方法和*** | |
DE112015006622T5 (de) | Fahrspurbestimmungsvorrichtung und Fahrspurbestimmungsverfahren | |
DE102018131479A1 (de) | Systeme, verfahren und vorrichtungen zur erkennung von diagnosefehlern mit parameterdaten unter verwendung einer redundanten prozessorarchitektur | |
DE102011081614A1 (de) | Verfahren und Vorrichtung zur Analysierung eines von einem Fahrzeug zu befahrenden Streckenabschnitts | |
CN110310499A (zh) | 一种匝道限速识别的方法及装置 | |
CN107767661B (zh) | 车辆实时跟踪*** | |
DE102019102195A1 (de) | Systeme und verfahren zur kollisionserkennung in autonomen fahrzeugen | |
US20220284713A1 (en) | System and method for automatic assessment of comparative negligence for one or more vehicles involved in an accident | |
CN105788280A (zh) | 一种基于车联网的智慧城市车辆自动追踪*** | |
CN109214258A (zh) | 失驾人员违规驾驶的检测方法及装置 | |
CN112306051A (zh) | 一种高速公路无人驾驶交警车辆机器人*** | |
CN108958264B (zh) | 基于自动驾驶技术的道路交通稽查方法和车辆 | |
DE102011088164A1 (de) | Verfahren zum Anpassen eines Parameters eines Fahrzeuges in Abhängigkeit von einer auftretenden Luftströmung | |
DE102017211556A1 (de) | Verfahren zur Routenplanung für ein Kraftfahrzeug mit einem automatisierten Fahrzeugsystem und Kraftfahrzeug mit einem automatisierten Fahrzeugsystem | |
CN111144485A (zh) | 基于xgboost分类算法的车辆事故判断方法和*** | |
DE112020002267T5 (de) | Anomalie-Diagnosevorrichtung | |
CN115311894A (zh) | 基于大数据分析的智慧停车管理方法、***、终端及介质 | |
DE102018206667A1 (de) | Verfahren und Vorrichtung zum Ermitteln einer Kollisionsgefahr eines Fahrzeugs durch eine Höhe und/oder Breite des Fahrzeugs mit einem Infrastrukturelement | |
CN110310485B (zh) | 周围信息采集显示*** | |
DE102019117136A1 (de) | Kommunikation und steuerung für verkehrsinfrastruktur | |
CN110164136A (zh) | ***辆识别方法 | |
CN112896160B (zh) | 交通标志信息获取方法及相关设备 | |
CN105203117B (zh) | 位置判断*** | |
Brenner et al. | Requirements of Automated Vehicles and Depots for the Initial Step of Automated Public Transport |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |