CN109849908B - 基于相邻车道风险预测的车道保持辅助***及控制方法 - Google Patents
基于相邻车道风险预测的车道保持辅助***及控制方法 Download PDFInfo
- Publication number
- CN109849908B CN109849908B CN201910146090.8A CN201910146090A CN109849908B CN 109849908 B CN109849908 B CN 109849908B CN 201910146090 A CN201910146090 A CN 201910146090A CN 109849908 B CN109849908 B CN 109849908B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- distance
- adjacent
- vehicles
- 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
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Regulating Braking Force (AREA)
Abstract
本发明公开了基于相邻车道风险预测的车道保持辅助***及控制方法,包括本车模型预测模块、传感器检测模块、安全风险预判模块、主动控制模块和车道保持辅助模块,传感器检测模块用于检测本车行驶状态信息、相邻车道车辆的行驶状态信息以及路面状况,并将该信息分别传输给模型预测模块和安全风险预判模块;本车模型预测模块对本车进行预瞄轨迹;安全风险预判模块根据相邻车道车辆的行驶状态信息和本车的预瞄轨迹信息,进行横向风险的预判,并将预判结果分别发送到主动控制模块和车道保持辅助模块,主动控制模块根据预判结果执行主动制动控制或主动转向控制,本发明考虑了在开启车道保持功能行驶的过程中,两侧车道同向行驶的车辆对本车造成的横向碰撞风险,突破了目前对单车车道保持的研究局限。
Description
技术领域
本发明属于汽车安全辅助驾驶技术领域,尤其涉及基于相邻车道风险预测的车道保持辅助***及控制方法。
背景技术
车道保持辅助***(LKAS)属于车辆主动安全***,是ADAS的主要分支之一,可提供车辆横向控制,是车道偏离辅助预警***(LDWS)的更高一级的主动安全辅助***,LKAS在当前汽车领域高级智能辅助驾驶方向上具有重要的研究价值;当前车道保持研究仍然堆在本身的车道偏离算法与精准路径跟踪方面,目前车道偏离预警算法最常见的还是TLC,至于路径控制多采用高精的模型与控制算法,比如神经网络、粒子群、滑模、可拓等等;
在当前的智能化发展趋势下,仅对单个车辆与车道作为研究对象已经不能满足要求了,也就是目前的研究忽略了车道保持过程中的安全风险,即在开启车道保持功能行驶的过程中,两侧车道同向行驶的车辆发生侧滑或转向失控,将对本车造成的横向碰撞风险,增加了车道保持辅助驾驶功能在开启过程中的不确定性,对整体驾驶过程中的安全性产生威胁
发明内容
本发明根据现有技术中存在的问题,提出了基于相邻车道风险预测的车道保持辅助***及控制方法,能够有效提高车道保持***的安全性与完整性。
本发明所采用的技术方案如下:
基于相邻车道风险预测的车道保持辅助***,包括本车模型预测模块、传感器检测模块、安全风险预判模块、主动控制模块和车道保持辅助模块;
所述传感器检测模块用于检测本车行驶状态信息、相邻车道车辆的行驶状态信息以及路面状况,并将该信息分别传输给模型预测模块和安全风险预判模块;
所述本车模型预测模块根据本车行驶状态信息,获得本车的预瞄轨迹信息,估算出多个时步后车辆的行驶状态;
所述安全风险预判模块根据相邻车道车辆的行驶状态信息和本车的预瞄轨迹信息,进行横向风险的预判,并将预判结果分别发送到主动控制模块和车道保持辅助模块,
所述主动控制模块根据预判结果执行主动制动减速或主动转向。
进一步,所述传感器检测模块包括有摄像头、激光雷达、车身姿态传感器和陀螺仪。
基于相邻车道风险预测的车道保持辅助***的控制方法,包括以下步骤:
步骤1,通过传感器检测模块检测本车的状态参数、相邻车道车辆的状态参数和路面信息;
步骤2,根据传感器检测模块测得的参数获得相邻车道车辆行驶信息,计算跨道时间TLC与纵向行驶距离S1;
步骤3,本车模型预测模块利用测得参数对本车进行模型轨迹预测;设定本车在开启车道保持功能的过程中是保持与车道线同距离的轨迹行驶的,本车的预测轨迹为与车道线距离d1的直线,计算出本车在相邻车道车辆跨道时间TLC内的行驶距离S2;S2=TLC·v2,v2为本车车速;
步骤4,结合本车与相邻车道车辆的状态,进行安全风险预判,根据预判的结果进行主动制动控制或主动转向控制;安全风险预判的方法为:
步骤4.1,计算相邻车道车辆侵入本车预测行驶轨迹时,两车前轮纵向距离S3:
其中,S1为相邻车道车辆纵向行驶距离,S2为相邻车道车辆跨道时间TLC内的行驶距离,L1为相邻车道车辆轴距,L2为本车轴距,db1为相邻车道车辆轮距,θ为相邻车道车辆航向角,d1为本车左前轮至车道线的距离,Sh两车中心位置的纵向距离;
步骤4.2,设定车辆距离阈值为和辅助距离阈值为将两车前轮纵向距离S3与车辆距离阈值S0进行比较,若S3>S0,则说明没有安全风险,继续开启车道保持功能;若S3≤S0,则将S3与Sf进行比较,若S3>Sf,说明存在横向碰撞安全风险但风险程度不大,对本车进行主动转向控制,反之,说明存在较大安全风险,对本车进行主动制动控制。
进一步,所述主动转向控制的方法为:
步骤S1,计算本车在车辆距离阈值S0下与车道线理想距离d4;
步骤S2,在本车道内设置虚拟车道辅助线,距两条车道线均为最小安全距离ds,保证车辆主动转向控制过程中,始终行驶在两条虚拟车道线之间;
步骤S3,在两条虚拟车道线之间的区域内,以d4为目标进行实时路径规划,其路径不可超出本车道,结合驾驶员模型与道路模型,计算出相应的目标转角;
步骤S4,利用PID控制器使实际方向盘转角追踪目标转角,完成转向过程;
步骤S5,在转向过程完成后返回步骤1),实时检测本车左前轮至车道线的距离d1,与车道线理想距离d4进行比较,如果满足d1<d4,则进主动转向控制,反之则结束主动转向控制,继续开启车道保持。
进一步,所述主动制动控制方法为:
步骤S1,计算本车在距离阈值S0下的理想行驶距离Sb,计算公式如下:
步骤S2,计算制动加速度a;
其中,δ为旋转质量转换系数,m为整车质量,Fb为地面制动力,Ff为滚动阻力,Fw为空气阻力,Fi为坡道阻力;
步骤S3,计算在理想行驶距离Sb下的最佳制动时刻tz,计算公式如下:
其中,a为制动加速度,v2为本车行驶车速,a为制动加速度;
步骤S4,在制动过程完成后返回步骤4,计算两车前轮实时纵向距离S3,并进行风险判断。
进一步,所述跨道时间TLC的计算方法为:
其中,k0为误差补偿系数,θ为相邻车道车辆航向角;
其中,v1为相邻车道车辆车速,ω为相邻车道车辆横摆角速度;
步骤2.3,计算相邻车道车辆前轮到本车预测轨迹之间的最小横向距离d3,
其中,d2为相邻车道车辆车身中心位置与车道线之间的距离,
步骤2.4,计算相邻车道车辆转弯圆弧偏角α,
其中,Rv为相邻车道车辆转弯半径;
步骤2.4,计算跨道路程DLC,
DLC=αRv
步骤2.5,计算跨道时间TLC;
进一步,所述本车的状态参数、相邻车道车辆的状态参数和路面信息包括:本车左前轮至车道线的距离d1、相邻车道车辆轴距L1、相邻车道车辆轮距db1、相邻车道同向行驶车辆的速度v1、相邻车道车辆航向角θ、相邻车道车辆车身中心位置与车道线之间的距离d2、两车中心位置的纵向距离Sh和本车行驶车速v2。
本发明的有益效果:
与现有技术相比,本发明考虑了在开启车道保持功能行驶的过程中,两侧车道同向行驶的车辆发生侧滑或转向失控时,将对本车造成的横向碰撞风险,突破了目前对单车车道保持的研究局限;
在风险预判过程中,对风险进行量化评估,将未来不可见的风险用数据公式进行表示,划分风险层级,继而进行主动控制,规避风险,进一步提高了车道保持***的安全性与完整性;
在主动控制方面,采用主动转向与主动制动两种控制方法,其中转向控制限定在本车道内进行路径规划,不涉及换道,降低了算法的复杂程度;主动制动控制采用的是固定制动加速度,根据情况选择制动时刻的方法,简单有效
附图说明
图1是一种基于相邻车道风险预测的车道保持辅助***组成示意图;
图2是一种基于相邻车道风险预测的车道保持辅助***控制流程图;
图3是相邻车道横向风险预判原理示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
如图1所示,本发明所提出的基于相邻车道风险预测的车道保持辅助***,包括本车模型预测模块、传感器检测模块、安全风险预判模块、主动控制模块和车道保持辅助模块;传感器检测模块包括有摄像头、激光雷达、车身姿态传感器、陀螺仪等传感器,检测本车行驶状态信息、相邻车道行驶车辆的行驶状态信息以及路面状况,并将该信息分别传输给模型预测模块和安全风险预判模块;
本车模型预测模块是根据传感器检测到的本车行驶状态信息,对本车进行预瞄轨迹,获得本车预描轨迹信息,估算出多个时步后车辆的行驶状态;将本车预描轨迹信息输入到安全风险预判模块,
安全风险预判模块根据相邻车道车辆的行驶状态信息和本车的预瞄轨迹信息,进行横向风险的预判,并将预判结果分别发送到主动控制模块和车道保持辅助模块,
主动控制模块接收安全风险预判模块做出预判结果,当预判结果为危险信号时,开启主动制动减速或主动转向来规避风险,且连接本车模型预测模块,进行信息反馈;当预判结果为没有安全风险信号时,车道保持辅助模块继续开启车道保持辅助功能状态。
如图2所示,基于上述基于相邻车道风险预测的车道保持辅助***,本发明还提出了一种基于相邻车道风险预测的车道保持辅助***的控制方法,包括以下步骤:
步骤1,通过传感器检测模块检测本车的状态参数、相邻车道车辆的状态参数和路面信息;结合图3,具体获取上述参数的方法如下:
步骤1.1,利用摄像头探测车道线,并对其进行识别,获得本车左前轮至车道线的距离d1即BF;
步骤1.2,利用摄像头对周围车辆型号进行识别,识别车辆型号,获取相邻车道车辆轴距L1和相邻车道车辆轮距db1;
步骤1.3,利用激光雷达,对周围路面、车辆等进行三维场景建模,测得相邻车道同向行驶车辆的速度v1、相邻车道车辆航向角θ、相邻车道车辆车身中心位置与车道线之间的距离d2即OQ和两车中心位置的纵向距离Sh,即图三中所示PQ;
步骤1.4,利GPS模块,测得本车车速v2。
步骤2,根据传感器检测模块测得的参数获得相邻车道车辆行驶信息,计算跨道时间TLC与纵向行驶距离S1即图中BC,如图3所示该轨迹展示的是车道侵入本车道并进一步侵入到本车左前轮的预测轨迹线内的过程;具体计算过程如下:
步骤2.3,计算相邻车道车辆前轮到本车预测轨迹之间的最小横向距离d3,即图中AB;
其中,d2为相邻车道车辆车身中心位置与车道线之间的距离,
步骤2.4,计算相邻车道车辆转弯圆弧偏角α,
其中,Rv为相邻车道车辆转弯半径;
DLC=αRv (8)
步骤2.5,计算跨道时间TLC;
纵向行驶距离S1的计算方法为:
BC=CG-ABtanθ (11)
步骤3,本车模型预测模块利用测得参数对本车进行模型轨迹预测;设定本车在开启车道保持功能的过程中是保持与车道线同距离的轨迹行驶的,如图3所示,本车的预测轨迹(靠车道线一侧的前轮)为与车道线距离d1的直线,计算出本车在相邻车道车辆跨道时间TLC内的行驶距离S2;计算公式如下:S2=TLC·v2。
步骤4,结合本车与相邻车道车辆的状态,进行安全风险预判,根据预判的结果进行主动制动控制或主动转向控制;安全风险预判的方法为:
步骤4.1,计算相邻车道车辆侵入本车预测行驶轨迹时,两车前轮纵向距离S3,即图中的CE:
其中,S1为相邻车道车辆纵向行驶距离,S2为相邻车道车辆跨道时间TLC内的行驶距离,L1为相邻车道车辆轴距,L2为本车轴距,db1为相邻车道车辆轮距,θ为相邻车道车辆航向角,d1为本车左前轮至车道线的距离,Sh两车中心位置的纵向距离;
步骤4.2,设定车辆距离阈值为和辅助距离阈值为将两车前轮纵向距离S3与车辆距离阈值S0进行比较,若S3>S0,则说明没有安全风险,继续开启车道保持功能;若S3≤S0,则将S3与Sf进行比较,若S3>Sf,说明存在横向碰撞安全风险但风险程度不大,对本车进行主动转向控制,反之,说明存在较大安全风险,对本车进行主动制动控制。
主动转向控制的方法为:
步骤S1,计算本车在车辆距离阈值S0下与车道线理想距离d4;
步骤S2,在本车道内设置虚拟车道辅助线,距两条车道线均为最小安全距离ds,保证车辆主动转向控制过程中,始终行驶在两条虚拟车道线之间;
步骤S3,在两条虚拟车道线之间的区域内,以d4为目标进行实时路径规划,其路径不可超出本车道,结合驾驶员模型与道路模型,计算出相应的目标转角;
步骤S4,利用PID控制器使实际方向盘转角追踪目标转角,完成转向过程;
步骤S5,在转向过程完成后返回步骤1),实时检测本车左前轮至车道线的距离d1,与车道线理想距离d4进行比较,如果满足d1<d4,则进主动转向控制,反之则结束主动转向控制,继续开启车道保持。
主动制动控制方法为:
步骤S1,计算本车在距离阈值S0下的理想行驶距离Sb,计算公式如下:
步骤S2,计算制动加速度a;
其中,δ为旋转质量转换系数,m为整车质量,Fb为地面制动力,Ff为滚动阻力,Ff=fmgcosγ,Fw为空气阻力,Fi为坡道阻力,Fi=mgsinγ;Fμ为制动器制动力,Tμ为制动器摩擦力矩,r为车轮半径,制动器本身的结构参数如制动器的形式、结构尺寸、摩擦副的摩擦因素和车轮半径等,决定了制动力的大小,其大小为与制动油缸压力pb的函数,当制动油缸压力pb一定时制动力一定,在此选取固定制动力;f为滚动阻力系数,CD为空气阻力系数:A为迎风面积,v2为本车行驶车速;
步骤S3,计算在理想行驶距离Sb下的最佳制动时刻tz,计算公式如下:
其中,a为制动加速度,v2为本车行驶车速,a为制动加速度;
步骤S4,在制动过程完成后返回步骤4,计算两车前轮实时纵向距离S3,并进行风险判断。
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。
Claims (8)
1.基于相邻车道风险预测的车道保持辅助***,其特征在于,包括本车模型预测模块、传感器检测模块、安全风险预判模块、主动控制模块和车道保持辅助模块;
所述传感器检测模块用于检测本车行驶状态信息、相邻车道车辆的行驶状态信息以及路面状况,并将该信息分别传输给模型预测模块和安全风险预判模块;
所述本车模型预测模块根据本车行驶状态信息,获得本车的预瞄轨迹信息,估算出多个时步后车辆的行驶状态;
所述安全风险预判模块根据相邻车道车辆的行驶状态信息和本车的预瞄轨迹信息,进行横向风险的预判,并将预判结果分别发送到主动控制模块和车道保持辅助模块,在所述安全风险预判模块内计算相邻车道车辆侵入本车预测行驶轨迹时,两车前轮纵向距离S3:
其中,S1为相邻车道车辆纵向行驶距离,S2为相邻车道车辆跨道时间TLC内的行驶距离,L1为相邻车道车辆轴距,L2为本车轴距,db1为相邻车道车辆轮距,θ为相邻车道车辆航向角,d1为本车左前轮至车道线的距离,Sh两车中心位置的纵向距离;
设定车辆距离阈值为和辅助距离阈值为将两车前轮纵向距离S3与车辆距离阈值S0进行比较,若S3>S0,则说明没有安全风险,继续开启车道保持功能;若S3≤S0,则将S3与Sf进行比较,若S3>Sf,说明存在横向碰撞安全风险但风险程度不大,对本车进行主动转向控制,反之,说明存在较大安全风险,对本车进行主动制动控制;
所述主动控制模块根据预判结果执行主动制动减速或主动转向。
2.根据权利要求1所述的基于相邻车道风险预测的车道保持辅助***,其特征在于,所述传感器检测模块包括有摄像头、激光雷达、车身姿态传感器和陀螺仪。
3.基于权利要求1所述的基于相邻车道风险预测的车道保持辅助***的控制方法,其特征在于,包括以下步骤:
步骤1,通过传感器检测模块检测本车的状态参数、相邻车道车辆的状态参数和路面信息;
步骤2,根据传感器检测模块测得的参数获得相邻车道车辆行驶信息,计算跨道时间TLC与纵向行驶距离S1;
步骤3,本车模型预测模块利用测得参数对本车进行模型轨迹预测;设定本车在开启车道保持功能的过程中是保持与车道线同距离的轨迹行驶的,本车的预测轨迹为与车道线距离d1的直线,计算出本车在相邻车道车辆跨道时间TLC内的行驶距离S2;S2=TLC·v2,v2为本车车速;
步骤4,结合本车与相邻车道车辆的状态,进行安全风险预测,根据预测的结果进行主动制动控制或主动转向控制;安全风险预判的方法为:
步骤4.1,计算相邻车道车辆侵入本车预测行驶轨迹时,两车前轮纵向距离S3:
其中,S1为相邻车道车辆纵向行驶距离,S2为相邻车道车辆跨道时间TLC内的行驶距离,L1为相邻车道车辆轴距,L2为本车轴距,db1为相邻车道车辆轮距,θ为相邻车道车辆航向角,d1为本车左前轮至车道线的距离,Sh两车中心位置的纵向距离;
4.根据权利要求3所述基于相邻车道风险预测的车道保持辅助***的控制方法,其特征在于,所述主动转向控制的方法为:
步骤S1,计算本车在车辆距离阈值S0下与车道线理想距离d4;
步骤S2,在本车道内设置虚拟车道辅助线,距两条车道线均为最小安全距离ds,保证车辆主动转向控制过程中,始终行驶在两条虚拟车道线之间;
步骤S3,在两条虚拟车道线之间的区域内,以d4为目标进行实时路径规划,其路径不可超出本车道,结合驾驶员模型与道路模型,计算出相应的目标转角;
步骤S4,利用PID控制器使实际方向盘转角追踪目标转角,完成转向过程;
步骤S5,在转向过程完成后返回步骤1,实时检测本车左前轮至车道线的距离d1,与车道线理想距离d4进行比较,如果满足d1<d4,则进主动转向控制,反之则结束主动转向控制,继续开启车道保持。
6.根据权利要求3所述基于相邻车道风险预测的车道保持辅助***的控制方法,其特征在于,所述跨道时间TLC的计算方法为:
步骤2.4,计算跨道路程DLC,DLC=αRv;
8.根据权利要求3所述基于相邻车道风险预测的车道保持辅助***的控制方法,其特征在于,所述本车的状态参数、相邻车道车辆的状态参数和路面信息包括:本车左前轮至车道线的距离d1、相邻车道车辆轴距L1、相邻车道车辆轮距db1、相邻车道同向行驶车辆的速度v1、相邻车道车辆航向角θ、相邻车道车辆车身中心位置与车道线之间的距离d2、两车中心位置的纵向距离Sh和本车行驶车速v2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146090.8A CN109849908B (zh) | 2019-02-27 | 2019-02-27 | 基于相邻车道风险预测的车道保持辅助***及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146090.8A CN109849908B (zh) | 2019-02-27 | 2019-02-27 | 基于相邻车道风险预测的车道保持辅助***及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109849908A CN109849908A (zh) | 2019-06-07 |
CN109849908B true CN109849908B (zh) | 2020-06-26 |
Family
ID=66899197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910146090.8A Active CN109849908B (zh) | 2019-02-27 | 2019-02-27 | 基于相邻车道风险预测的车道保持辅助***及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109849908B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110194157B (zh) * | 2019-06-28 | 2021-09-03 | 广州小鹏汽车科技有限公司 | 一种车辆控制方法、***及车辆 |
CN110703775B (zh) * | 2019-09-16 | 2022-09-16 | 江苏大学 | 一种基于改进人工势场的商用车车道保持路径规划方法 |
CN110588646B (zh) * | 2019-10-18 | 2020-12-08 | 财团法人车辆研究测试中心 | 预调速的主动安全辅助***及其控制方法 |
CN112212874B (zh) * | 2020-11-09 | 2022-09-16 | 福建牧月科技有限公司 | 车辆轨迹预测方法、装置、电子设备及计算机可读介质 |
CN112903305B (zh) * | 2020-12-31 | 2023-04-25 | 中汽院(重庆)汽车检测有限公司 | 一种汽车紧急避障能力测试评价方法 |
CN112977444B (zh) * | 2021-02-24 | 2022-03-08 | 武汉光庭信息技术股份有限公司 | 一种车道保持高级辅助驾驶控制方法、***及电子设备 |
CN113221638B (zh) * | 2021-03-31 | 2023-05-26 | 重庆长安汽车股份有限公司 | 一种车辆目标感知方法及*** |
CN113335272B (zh) * | 2021-05-14 | 2023-04-25 | 江铃汽车股份有限公司 | 辅助驾驶方法 |
CN113511221B (zh) * | 2021-05-20 | 2022-10-11 | 重庆长安汽车股份有限公司 | 一种监控横向控制能力的方法、***、车辆及存储介质 |
CN113619579A (zh) * | 2021-09-08 | 2021-11-09 | 东风汽车集团股份有限公司 | 一种实现多车道场景的紧急车道保持功能的控制方法 |
CN114407889B (zh) * | 2022-01-18 | 2023-07-25 | 上汽通用五菱汽车股份有限公司 | 车道保持方法、***、设备及计算机可读存储介质 |
CN114999179B (zh) * | 2022-07-20 | 2022-10-25 | 山东金宇信息科技集团有限公司 | 一种隧道安全行车方法、设备及介质 |
CN118082868B (zh) * | 2024-04-17 | 2024-06-21 | 四川轻化工大学 | 一种基于区块链的自动驾驶汽车控制方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101466583A (zh) * | 2006-06-11 | 2009-06-24 | 沃尔沃技术公司 | 用于使用自动车道保持***来维持横向车辆间距的方法和设备 |
CN101778753A (zh) * | 2007-08-15 | 2010-07-14 | 沃尔沃技术公司 | 用于支持车辆的车道保持的操作方法和*** |
CN103895644A (zh) * | 2012-12-27 | 2014-07-02 | 现代自动车株式会社 | 用于为车辆提供防碰撞控制功能的装置及方法 |
CN108032858A (zh) * | 2017-11-30 | 2018-05-15 | 广州小鹏汽车科技有限公司 | 基于旁车行驶路径预测的自适应巡航控制方法及*** |
CN108257418A (zh) * | 2016-12-28 | 2018-07-06 | 上海汽车集团股份有限公司 | 车辆碰撞预警方法及装置 |
-
2019
- 2019-02-27 CN CN201910146090.8A patent/CN109849908B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101466583A (zh) * | 2006-06-11 | 2009-06-24 | 沃尔沃技术公司 | 用于使用自动车道保持***来维持横向车辆间距的方法和设备 |
CN101778753A (zh) * | 2007-08-15 | 2010-07-14 | 沃尔沃技术公司 | 用于支持车辆的车道保持的操作方法和*** |
CN103895644A (zh) * | 2012-12-27 | 2014-07-02 | 现代自动车株式会社 | 用于为车辆提供防碰撞控制功能的装置及方法 |
CN108257418A (zh) * | 2016-12-28 | 2018-07-06 | 上海汽车集团股份有限公司 | 车辆碰撞预警方法及装置 |
CN108032858A (zh) * | 2017-11-30 | 2018-05-15 | 广州小鹏汽车科技有限公司 | 基于旁车行驶路径预测的自适应巡航控制方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109849908A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109849908B (zh) | 基于相邻车道风险预测的车道保持辅助***及控制方法 | |
US11809194B2 (en) | Target abnormality determination device | |
CN110614998B (zh) | 一种激进型辅助驾驶弯道避障换道路径规划***及方法 | |
US10814876B2 (en) | Vehicle lane-changing control method, vehicle lane-changing control device and related equipment | |
CN109669461B (zh) | 一种复杂工况下自动驾驶车辆决策***及其轨迹规划方法 | |
CN105015545B (zh) | 一种无人驾驶汽车的自主变道决策方法 | |
CN107145147B (zh) | 一种车辆低速自动驾驶避碰方法及*** | |
KR101987636B1 (ko) | 차량의 충돌회피 제어 방법 및 이를 구현하는 충돌회피 장치 | |
US8170739B2 (en) | Path generation algorithm for automated lane centering and lane changing control system | |
JP6361567B2 (ja) | 自動運転車両システム | |
JP5300357B2 (ja) | 衝突防止支援装置 | |
JP5130638B2 (ja) | 回避操作算出装置、回避制御装置、各装置を備える車両、回避操作算出方法および回避制御方法 | |
US8190330B2 (en) | Model based predictive control for automated lane centering/changing control systems | |
CN112193244B (zh) | 基于线性约束的自动驾驶车辆运动规划方法 | |
US20140074388A1 (en) | Method and Device for the Prediction and Adaptation of Movement Trajectories of Motor Vehicles | |
JP2018536572A (ja) | 障害物との衝突が切迫した状況におけるモーター式車両の操舵手段の制御システム | |
CN103204162A (zh) | 具有有效后转向的车道跟踪*** | |
CN109664885A (zh) | 车载交通辅助 | |
CN110723141A (zh) | 一种车辆主动避撞***及其避撞方式切换方法 | |
JP7315039B2 (ja) | 自動車の回避経路を求める方法 | |
WO2015015939A1 (ja) | 車両位置姿勢角推定装置及び車両位置姿勢角推定方法 | |
US20200391747A1 (en) | Vehicle control device | |
JP4277907B2 (ja) | 自動車の走行制御装置 | |
WO2016194168A1 (ja) | 走行制御装置及び方法 | |
CN113589685B (zh) | 一种基于深度神经网络的挪车机器人控制***及其方法 |
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 |