CN110481550B - 一种基于车联网的汽车弯道盲区跟随控制方法 - Google Patents
一种基于车联网的汽车弯道盲区跟随控制方法 Download PDFInfo
- Publication number
- CN110481550B CN110481550B CN201910655213.0A CN201910655213A CN110481550B CN 110481550 B CN110481550 B CN 110481550B CN 201910655213 A CN201910655213 A CN 201910655213A CN 110481550 B CN110481550 B CN 110481550B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- curve
- blind area
- speed
- following
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000006855 networking Effects 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 3
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000008034 disappearance Effects 0.000 abstract description 2
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
- B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车联网的汽车弯道盲区跟随控制方法,当前车未进入到弯道行驶盲区时,根据车联网***获取的前车速度和相对距离以及自车搭载的传感器获得的自车行驶信息,建立汽车弯道安全跟随距离方程;通过对车载CCD相机采集的行驶环境图像和前车进行特征提取,确定行驶方向前方道路图像特征消失边缘线,即汽车检测盲区的边界,识别出自车到盲区边界的距离,同时识别前车车尾和盲区边界线的相对位置,在前车车尾和盲区边界线重合时,主控ECU做出跟随目标由前车转移为盲区边界线,通过车联网V2V***获取盲区内汽车的速度,将该速度与识别出的盲区边界融合,形成一个虚拟的有速度的盲区边界跟随模型,车辆根据此跟随模型安全通过弯道。
Description
技术领域
本发明涉及一种基于车联网的汽车弯道盲区跟随控制方法,属于汽车行驶安全技术领域。
背景技术
自适应巡航***(ACC,Adaptive Cruise control System)作为辅助驾驶的必不可少部分,能够提升行驶安全,可以代替司机控制车速,避免了频繁的取消和设定巡航控制,使巡航***适合于更多的路况,为驾驶者提供了一种更轻松的驾驶方式。但是在跟随前车进入弯道时,若前车进入弯道盲区内,会瞬间造成自车跟随目标丢失,并且弯道行驶驾驶者视野受限,车车之间信息交互不足很容易造成交通事故的发生。
发明内容
为了克服上述现有技术的不足,本发明提供了一种基于车联网的汽车弯道盲区跟随控制方法,当作为跟随目标的前车未进入到弯道行驶盲区时,根据车联网***获取的前车速度和通过毫米波雷达获取相对距离以及自车搭载的传感器获得的自车行驶信息,建立汽车弯道安全跟随距离方程;通过对车载CCD相机采集的行驶环境图像和前车进行特征提取,确定行驶方向前方道路图像特征消失边缘线,即汽车检测盲区的边界,识别出自车到盲区边界的距离,同时识别前车车尾和盲区边界线的相对位置,在前车车尾和盲区边界线重合时,主控ECU做出跟随目标由前车转移为盲区边界线,通过车联网V2V***获取盲区内汽车的速度,将获取到的速度与识别出的盲区边界融合,形成一个虚拟的有速度的盲区边界跟随模型,安全通过弯道。
本发明所采用的技术方案是:
一种基于车联网的汽车弯道盲区跟随控制方法包括如下步骤:
步骤1:通过自车的车联网V2V***(车与车通讯***)获取作为跟随目标的前车速度Vf,前后车辆间的行驶相对距离Dr由自车安装在车前的毫米波雷达获取,自车的行驶速度Vr由自车速度传感器获得,通过GPS***融合电子地图信息获取弯道半径R。
步骤2:CCD相机时刻检测作为跟随目标的前车车尾和道路盲区边界的相对位置,当前车车尾未与盲区边界重合且有一定的相对位置时,前车可以作为自车的跟随目标,根据自车毫米波雷达获取的两车相对距离Dr,车联网***获得的前车速度Vf和自车速度传感器获得的自车速度Vr以及弯道半径R等信息,建立汽车弯道安全距离跟随方程,所采用的安全距离方程为:
其中,Dw:弯道安全跟随距离,及两车之间的相对距离Dr应该大于等于Dw;
Dh:表示制动停止后,自车与目标车间仍要保持的距离,一般取为2-5米;
Tr-b:车辆制动***响应和制动时间,一般取为0.3秒;
Vr:自车速度;
Vf:前车速度,g:重力加速度;
μ:路面附着系数;
R:弯道半径;
若检测到前车车尾即将与弯道盲区边界线重合时,说明前车马上要进入到弯道盲区内,自车ECU做出跟随目标转移命令,把跟随目标由前车变为由车载CCD相机识别出弯道道路盲区消失边界线,通过车联网V2V***获取盲区内前车速度Vc,同时测得自车与道路盲区边界的距离Dc,把车联网V2V***得到的前车速度赋予给盲区边界线,把盲区边界看做是一个融合了前车速度的虚拟跟踪目标,综合自车行驶信息建立安全距离跟随方程;
步骤2中所采用的控制方法为,当跟随目标车辆为未完全进入到弯道盲区内,可以作为有效跟随目标时,通过毫米波雷达获取自车与前车的相对距离Dr,在车辆控制ECU中对Dr和根据获得的行车信息和道路信息计算得出的Dw进行比较,当Dw>Dr时可以采取适当的加速,使得Dr接近Dw来保证跟车的高效性,但在弯道高速行驶时很容易造成交通事故的发生,在此定义一个速度安全阈值Tc,Tc取为40km/h,即当自车跟随速度在弯道达到40km/h,即使Dr远大于Dw也不在加速跟进以确保自车弯道行驶的安全性;当Dw<Dr时说明在此跟随状态下前车突然静止或紧急刹车有碰撞的可能性,此时车辆控制ECU中心发车指令对自车速度进行适当的制动减速,通过自车的速度调整使其满足Dr>Dw;
当CCD相机检测到前车车尾即将与弯道盲区边界线重合时,说明前车马上要进入弯道盲区内,此时中央ECU发出跟踪目标转移命令,在前车进入到弯道盲区内时将跟踪目标转变为弯道盲区道路边界线,同时获得自车到到盲区边界线的距离Dc,由车联网V2V***获取弯道盲区内的前车速度信息Vf,把获得的前车车速的Vf看作是盲区边界的运动速度Vc,把盲区边界看作是一个融合了前车速度的虚拟的跟随目标,把Vc带入安全距离方程求出相应的安全距离Dw,如果Dw<Dc在满足速度不超过弯道速度安全阈值的Tc的情况下可以进行适当的加速,当Dw>Dc时,则进行适当的制动减速来控制自车速度,使得Dw<Dc来确保弯道通过的安全性。
当通过弯道盲区时,通过CCD相机识别前方是否有可作为跟随目标的前车,如果有则安全跟随前车,如果没有则进入定速巡航模式。
本发明的有益效果包括;
(1)本发明提出的基于车联网的弯道盲区跟随***能够避免弯道跟随行驶时跟随目标前车进入到自车识别不到的盲区内造成自车跟随目标瞬间丢失的危险情况,提高了弯道跟随行车的安全性。
(2)本发明提出的基于车联网获得的速度赋予给盲区边界,在提高了跟随高效性的同时能够对盲区内存在的前车保持合适的安全跟随距离,避免追尾盲区内前车的风险。
(3)本发明提出当目标车车尾与弯道盲区边界重合时进行跟随目标转移,能够实现快速无丢失切换。
附图说明
图1是本发明的方法流程图;
图2是跟随目标前车未进入盲区示意图;
图3是跟随目标前车进入到盲区内的示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
本发明提供一种基于车联网的弯道盲区跟随方法,如图1所示,包括以下几个步骤:
步骤1:跟随前车进入弯道行驶,获取前车、自车以及弯道环境信息。
CCD可以工业相机可以安装在车辆前保险杠上,用于将前方车辆位置信息和弯道环境信息传输给电子控制单元ECU;车载雷达设置为3个,其中1个设置在车辆前端保险杆中间位置,另外两个分别放置在前端保险杠两端,用于检测自车与前车的相对距离信息并传输给电子控制单ECU。
所述的车辆自身信息通过车身传感器与GPS获取,获取的信息包括:车辆速度,车辆当前位置,作为跟随目标的前车速度信息有自车搭载的车联网V2V***实时获取。
所述的弯道半径由GPS***结合电子地图信息可以得到弯道曲率K,根据公式R=1/k计算得到弯道半径。
步骤2:
(1)当前车未进入到弯道盲区内,可以作为自车的跟随目标时,如图2所示;
由CCD相机识别的前车位置为F和弯道盲区的边界为A和B,在ECU中对前车车尾和盲区边界AB相对位置进行识别,若前车尾距离盲区边界还有一定的距离,没有即将要重合的趋势,此时前车可以作为自车跟随目标,通过自车的车联网V2V***G(车与车通讯***)获取作为跟随目标的前车速度Vf,前后车辆间的行驶相对距离Dr由自车安装在车前保险杠上的毫米波雷达获取,自车的行驶速度Vr由自车速度传感器获得,通过GPS***融合电子地图信息获取弯道半径R。
结合得到的信息建立弯道安全跟随距离方程;
其中,Dw:弯道安全跟随距离,及两车之间的相对距离Dr应该大于等于Dw;
Dh:表示相对速度消除后,自车与目标车间仍要保持的距离,一般取为2-5米;
Tr-b:车辆制动***响应和制动时间,一般取为0.3秒;
Vr:自车速度;
Vf:前车速度,g:重力加速度;μ:路面附着系数,R:弯道半径;
在车辆控制ECU中对由自车毫米波雷达获取的两车相对距离Dr和根据获得的行车信息、道路信息计算得出的Dw进行比较,当Dw>Dr时可以采取适当的加速,使得Dr接近Dw来保证跟车的高效性,但在弯道高速行驶时很容易造成交通事故的发生,在此定义一个速度安全阈值Tc,Tc取为40km/h,即当自车跟随速度在弯道达到40km/h,即使Dr远大于Dw也不在加速跟进以确保自车弯道行驶的安全性;当Dw<Dr时说明在此跟随状态下前车突然静止或紧急刹车有碰撞的可能性,此时车辆控制ECU中心发车指令对自车速度进行适当的制动减速,通过调整自车的速度使其满足Dw>Dr,安全跟随前车通过盲区边界。
(2)当跟随目标进入弯道盲区时,采取弯道盲区边界作为跟随目标,如图3所示;
通过现有的卷积神经网络图像识别算法,通过对含有车辆尾部和道路盲区边界的大量图片进行训练识别,通过识别将车辆尾部边界线和道路盲区边界线进行标注。训练完成后再通过一定数量的正负样本进行测试,查看识别标注准确率,若准确率达到98%以上,说明识别算法可以对车辆尾部边界和道路盲区边界进行识别;若达不到识别准确率则继续通过正样本进行训练,直到满足要求。在车辆行驶过程中,通过CCD相机与训练好的卷积神经网络图像识别算法时刻对前方车辆尾部与道路盲区边界线进行识别,当CCD相机识别到前车车尾和弯道盲区的边界为A、B即将重合时,说明前车马上要进入盲区内,此时中央ECU发出跟踪目标转移命令,在前车进入到弯道内时将跟踪目标转变为弯道盲区道路边界线A、B,同时由CCD相机识别出到盲区边界线AB的距离Dc,同时由车联网V2V***获取弯道盲区内的前车速度信息Vf,把获得的前车车速的Vf看作是盲区边界的运动速度,把盲区边界AB看作是一个融合了前车速度的虚拟前车跟随目标,把Vf带入安全距离方程求出相应的安全距离Dw,如果Dw<Dc在满足速度不超过弯道速度安全阈值的Tc的情况下可以进行适当的加速,此时的汽车最高速度仍然要小于弯道速度安全阈值TC;当Dw>Dc时,则进行适当的制动减速来控制自车速度,使得Dw<Dc来确保弯道跟随通过的安全性。当通过弯道盲区时,通过CCD相机识别前方是否有可作为跟随目标的前车,如果有则安全跟随前车,如果没有则进入定速巡航模式。
本发明提出的基于车联网的弯道盲区跟随***能够避免弯道跟随行驶时跟随目标前车进入到自车识别不到的盲区内造成的自车跟随目标瞬间丢失的危险情况,提高了弯道跟随行车的安全系数;同时融合了车联网***获取的盲区内前车速度赋予盲区边界作为跟随目标,提高了弯道行驶时的高效性和安全性。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于车联网的汽车弯道盲区跟随控制方法,其特征在于,当作为跟随目标的前车未进入到弯道行驶盲区时,根据车联网***获取的前车速度和通过毫米波雷达获取相对距离以及自车搭载的传感器获得的自车行驶信息,建立汽车弯道安全跟随距离方程;通过对车载CCD相机采集的行驶环境图像和前车进行特征提取,确定行驶方向前方道路图像特征消失边缘线,即汽车检测盲区的边界,识别出自车到盲区边界的距离,同时识别前车车尾和盲区边界线的相对位置,在前车车尾和盲区边界线重合时,主控ECU做出跟随目标由前车转移为盲区边界线,通过车联网V2V***获取盲区内汽车的速度,将获取到的速度与识别出的盲区边界融合,形成一个虚拟的有速度的盲区边界跟随模型,车辆根据此跟随模型安全通过弯道;
所述方法的实现包括如下步骤:
步骤1:通过车载传感器获取车辆自身、前方车辆以及弯道环境信息;
步骤2:通过分析车辆自身与环境信息,当前方车辆进入弯道、未进入到弯道盲区内时,把前车作为跟随目标,建立弯道安全跟随方程;
步骤3:通过自车搭载的CCD相机时刻检测前方车辆与弯道盲区边界线的相对位置,当前车车尾与弯道盲区边界线重合时主控制器做出跟随目标转移,把检测到的盲区边界线作为跟随的虚拟目标;
步骤4:通过车辆***获取盲区内车辆的速度,将速度与盲区边界线进行融合,把盲区边界线看作是一个与前车等速的虚拟目标,建立安全跟随方程,对虚拟目标跟随;
步骤5:自车安全通过弯道盲区后,若发现前方车辆,则继续跟随前车行驶,否则根据限速要求进入巡航模式;
步骤6:时刻判断是否跟随前车进入弯道,若跟随前车进入弯道,重复步骤1到5,直到车辆到达安全地点;
所述步骤2中建立的弯道安全跟随方程为:
其中,Dw:弯道安全跟随距离,及两车之间的相对距离Dr应该大于等于Dw;
Dh:表示制动停止后,自车与目标车间仍要保持的距离,一般取为2-5米;
Tr-b:车辆制动***响应和制动时间,一般取为0.3秒;
Vr:自车速度;
Vf:前车速度,g:重力加速度;
μ:路面附着系数;
R:弯道半径;
所述步骤4中建立的安全跟随方程为:
Vc是盲区内前车速度。
2.根据权利要求1所述的一种基于车联网的汽车弯道盲区跟随控制方法,其特征在于,所述步骤1中的车辆自身、前方车辆以及弯道环境信息包括:当前行驶的自车和前方车辆状态信息,弯道环境信息,检测到的弯道盲区边界。
3.根据权利要求1所述的一种基于车联网的汽车弯道盲区跟随控制方法,其特征在于,所述车辆自身、前方车辆以及弯道环境信息通过GPS、毫米波雷达与CCD工业相机获取。
4.根据权利要求1所述的一种基于车联网的汽车弯道盲区跟随控制方法,其特征在于,所述步骤2的跟随控制方法为:
通过毫米波雷达获取自车与前车的相对距离Dr,在主控ECU中对Dr和根据获得的行车信息和道路信息计算得出的Dw进行比较,当Dw>Dr时可以采取适当的加速,使得Dr接近Dw来保证跟车的高效性;定义一个速度安全阈值Tc,即当自车跟随速度在弯道达到Tc,即使Dr远大于Dw也不再加速跟进以确保自车弯道行驶的安全性;当Dw<Dr时说明在此跟随状态下前车突然静止或紧急刹车有碰撞的可能性,此时车辆控制ECU中心发出指令对自车速度进行适当的制动减速,通过自车的速度调整使其满足Dr>Dw。
5.根据权利要求1所述的一种基于车联网的汽车弯道盲区跟随控制方法,其特征在于,所述步骤4对虚拟目标的跟随控制方法:
在前车进入到弯道盲区内时将跟踪目标转变为弯道盲区道路边界线,同时获得自车到盲区边界线的距离Dc,由车联网V2V***获取弯道盲区内的前车速度信息Vf,把获得的前车车速的Vf看作是盲区边界的运动速度Vc,把盲区边界看作是一个融合了前车速度的虚拟的跟随目标,把Vc带入安全距离方程求出相应的安全距离Dw,如果Dw<Dc在满足速度不超过弯道速度安全阈值的Tc的情况下可以进行适当的加速,当Dw>Dc时,则进行适当的制动减速来控制自车速度,使得Dw<Dc来确保弯道通过的安全性。
6.根据权利要求4或5所述的一种基于车联网的汽车弯道盲区跟随控制方法,其特征在于,Tc取为40km/h。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910655213.0A CN110481550B (zh) | 2019-07-19 | 2019-07-19 | 一种基于车联网的汽车弯道盲区跟随控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910655213.0A CN110481550B (zh) | 2019-07-19 | 2019-07-19 | 一种基于车联网的汽车弯道盲区跟随控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110481550A CN110481550A (zh) | 2019-11-22 |
CN110481550B true CN110481550B (zh) | 2021-06-22 |
Family
ID=68547508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910655213.0A Active CN110481550B (zh) | 2019-07-19 | 2019-07-19 | 一种基于车联网的汽车弯道盲区跟随控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110481550B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112319441A (zh) * | 2020-10-23 | 2021-02-05 | 上善智城(苏州)信息科技有限公司 | 一种基于智能汽车网联化的电子制动辅助刹车***及方法 |
CN114559941B (zh) * | 2022-03-21 | 2024-04-12 | 合众新能源汽车股份有限公司 | 车辆弯道行驶预警方法、***、装置和计算机可读介质 |
CN115482679B (zh) * | 2022-09-15 | 2024-04-26 | 深圳海星智驾科技有限公司 | 一种自动驾驶盲区预警方法、装置和消息服务器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005148937A (ja) * | 2003-11-12 | 2005-06-09 | Nissan Motor Co Ltd | 車両の推奨速度算出装置 |
KR20120053176A (ko) * | 2010-11-17 | 2012-05-25 | 김신호 | 차량의 전후방 충돌 경보장치 및 이를 이용한 충돌 경보방법 |
CN105015548A (zh) * | 2015-07-23 | 2015-11-04 | 江苏大学 | 一种纵向避撞提醒和自动跟随集成***及方法 |
JP2016095822A (ja) * | 2014-11-17 | 2016-05-26 | 鴻海精密工業股▲ふん▼有限公司 | 自動車の死角エリアに対する監視警報システム及び自動車 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014220496A1 (de) * | 2014-10-09 | 2016-04-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Unterstützen eines Fahrers eines Fahrzeugs beim Auffahren auf eine Fahrbahn über eine Auffahrstrecke |
CN106004873B (zh) * | 2016-05-26 | 2018-04-24 | 江苏大学 | 一种基于v2x车联网的汽车弯道避撞与稳定性***协调控制方法 |
US10353393B2 (en) * | 2016-12-29 | 2019-07-16 | Baidu Usa Llc | Method and system for improving stability of autonomous driving vehicles |
CN108528445A (zh) * | 2018-03-29 | 2018-09-14 | 江苏大学 | 一种智能汽车传感器盲区主动避撞方法 |
CN109767651B (zh) * | 2019-02-12 | 2021-05-25 | 桂林电子科技大学 | 一种v2x环境下弯道区域无缝通信方法 |
-
2019
- 2019-07-19 CN CN201910655213.0A patent/CN110481550B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005148937A (ja) * | 2003-11-12 | 2005-06-09 | Nissan Motor Co Ltd | 車両の推奨速度算出装置 |
KR20120053176A (ko) * | 2010-11-17 | 2012-05-25 | 김신호 | 차량의 전후방 충돌 경보장치 및 이를 이용한 충돌 경보방법 |
JP2016095822A (ja) * | 2014-11-17 | 2016-05-26 | 鴻海精密工業股▲ふん▼有限公司 | 自動車の死角エリアに対する監視警報システム及び自動車 |
CN105015548A (zh) * | 2015-07-23 | 2015-11-04 | 江苏大学 | 一种纵向避撞提醒和自动跟随集成***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110481550A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11755012B2 (en) | Alerting predicted accidents between driverless cars | |
CN107415945B (zh) | 用于评估车道换道的自动驱动***及其使用方法 | |
CN107782727B (zh) | 基于融合的湿路面检测 | |
US9499171B2 (en) | Driving support apparatus for vehicle | |
US10510254B2 (en) | Method and system for processing crosswind load data for a motor vehicle | |
CN110164183A (zh) | 一种在车车通信条件下考虑他车驾驶意图的安全辅助驾驶预警方法 | |
US20170248949A1 (en) | Alerting predicted accidents between driverless cars | |
CN110481550B (zh) | 一种基于车联网的汽车弯道盲区跟随控制方法 | |
JP5135903B2 (ja) | 車両制御装置 | |
CN111516692A (zh) | 一种车辆在坑洼路面上行驶的控制***及方法 | |
US11753013B2 (en) | Method for operating a driving assistance system, and driving assistance system | |
CN109760678A (zh) | 一种汽车自适应巡航***的限速方法 | |
US11755022B2 (en) | Vehicle control device | |
CN110949375B (zh) | 信息处理***以及服务器 | |
US20200148230A1 (en) | System and Method for the Automated Maneuvering of an Ego Vehicle | |
KR20180096114A (ko) | 자율주행 차량의 추월 제어방법 | |
CN110386136B (zh) | 车辆的自动碰撞缓解***及其方法 | |
JP2015060300A (ja) | 運転支援装置 | |
CN111311947B (zh) | 一种网联环境下考虑驾驶人意图的行车风险评估方法和装置 | |
CN109501798B (zh) | 行驶控制装置、以及行驶控制方法 | |
CN112298132A (zh) | 一种车辆自主紧急制动控制***和控制方法 | |
US11648937B2 (en) | Driver assistance device | |
CN112829743B (zh) | 驾驶辅助装置 | |
CN112703134B (zh) | 用于对自身车辆进行紧急制动的方法和紧急制动*** | |
CN115440069B (zh) | 信息处理服务器、信息处理服务器的处理方法、非易失性存储介质 |
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 |