CN110550038A - 一种智能驾驶决策信息采集***及方法 - Google Patents
一种智能驾驶决策信息采集***及方法 Download PDFInfo
- Publication number
- CN110550038A CN110550038A CN201910945156.XA CN201910945156A CN110550038A CN 110550038 A CN110550038 A CN 110550038A CN 201910945156 A CN201910945156 A CN 201910945156A CN 110550038 A CN110550038 A CN 110550038A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- surrounding vehicles
- information
- abnormal
- speed
- 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.)
- Granted
Links
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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- 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)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及自动驾驶技术领域，具体公开了一种智能驾驶决策信息采集***及方法，***包括信息采集模块和数据处理模块，信息采集模块用于实时采集路面信息、周围车辆的图像信息、本车速度和位置以及周围车辆的相对速度和相对位置并发送至数据处理模块；数据处理模块通过周围车辆的图像信息识别车辆类型；数据处理模块还基于路面信息、本车速度和位置、周围车辆的相对速度和相对位置分析本车和周围车辆的行驶状态；生成本车的行驶决策信息；数据处理模块还基于车辆类型判断周围车辆的行驶状态是否异常，如果异常，根据预处理措施调整本车的行驶决策信息。采用本发明的技术方案能将道路中其他行驶车辆的行为进行采集和分析，以提早发现危险情况。
Description
技术领域
本发明涉及自动驾驶技术领域，特别涉及一种智能驾驶决策信息采集***及方法。
背景技术
智能驾驶技术作为传统燃油车辆以及新能源车辆的未来发展方向而受到行业的大力推广，全球各大汽车厂商、高科技公司均投入大量精力进行智能驾驶相关技术的研发、测试与验证。
现有的智能驾驶***一般通过设置多种传感器来采集车道线、红绿灯以及障碍物等环境信息，利用感知融合单元计算融合环境信息并输出全局路径，利用智能决策单元计算输出车辆的局部行驶路径以及加速、减速、变道等驾驶动作控制指令给车辆的转向***、制动***以及驱动***等车辆执行***，实现车辆的自动驾驶。
但是，目前的智能驾驶***只是依赖自身的传感器进行外部的感知，却忽视对其他车辆驾驶行为的参考，例如，前方车辆突然变道，如果是有人驾驶，会思考可能是前方有障碍物，然后提前进行减速。而现有的智能驾驶***，由于前方车辆的遮挡，并不能探测到前方是否有障碍物，会保持现有车速，待前方车辆变道完成后，如果再探测到障碍物，可能已经来不及进行减速操作，容易引发安全事故。
因此，为了提高智能驾驶的安全性，提早发现危险情况，需要将道路中其他行驶车辆的行为进行采集和分析。
发明内容
为解决上述技术问题，本发明的目的在于提供一种智能驾驶决策信息采集***。
本发明技术方案如下：
一种智能驾驶决策信息采集***，包括信息采集模块和数据处理模块，信息采集模块用于实时采集路面信息、周围车辆的图像信息、本车速度和位置以及周围车辆的相对速度和相对位置并发送至数据处理模块；数据处理模块通过周围车辆的图像信息识别车辆类型；数据处理模块还基于路面信息、本车速度和位置、周围车辆的相对速度和相对位置分析本车和周围车辆的行驶状态，生成本车的行驶决策信息；
其中，数据处理模块还基于车辆类型判断周围车辆的行驶状态是否异常，如果异常，根据预处理措施调整本车的行驶决策信息。
基础方案原理及有益效果如下：
现有智能驾驶主要是通过各种传感器检测本车的状态、路面状态以及和周围车辆的距离等，换句话说，只要和周围车辆保持适当的距离就行，这类似于新手司机，还只是注意自身的驾驶行为，这样不能根据周围车辆的异常状态提前做出调整，不能有效提高行车的安全性。本方案中，通过识别周围车辆的类型，再基于车辆类型判断周围车辆的行驶状态是否异常，便于提早发现问题，提早做出调整，以在交通事故发生前做出反应，能避免事故或降低事故的损失。之所以需要识别车辆类型，是因为不同车辆类型异常行驶状态不同，需要区别分析，例如，出租车突然变道、突然靠边停车比较常见，因为出租车司机为了赶时间或者为了拉客，这都是常规操作；相对来说公交车突然变道，突然刹车前方出现危险的几率就比较高，需要引起注意。
进一步，所述数据处理模块包括存储单元和处理单元，存储单元中预存有异常行驶状态库，异常行驶状态库包括每一车辆类型对应的异常行驶状态，以及该异常行驶状态对应的预设处理措施；处理单元获取异常行驶状态库，将周围车辆的车辆类型和行驶状态与异常行驶状态库进行匹配，如果匹配成功，则判断该车辆的行驶状态异常并根据对应预处理措施调整本车的行驶决策信息。
通过为每一车辆类型设置对应的异常行驶状态，针对性更强。
进一步，所述信息采集模块包括速度传感器、摄像头、毫米波雷达和激光雷达；速度传感器用于采集本车车速，摄像头用于采集路面信息和周围车辆图像信息，毫米波雷达用于采集周围车辆的相对速度和相对位置，激光雷达用于采集道路障碍物和突发情况。
通过设置多种传感器和雷达，能有效采集车辆行驶过程中的各种信息。
进一步，所述信息采集模块还包括温湿度传感器和大气颗粒浓度传感器。
通过温湿度传感器和大气颗粒浓度传感器，能够检测天气情况，例如下雨、降雪、大雾和沙尘暴等。便于根据不同的天气情况生成本车的行驶决策信息。例如下雨、降雪、大雾或沙尘暴时减少变道并减速行驶。
进一步，所述车辆类型包括出租车、公交车、私家车和货车中的一种或多种。
通过设置多种车辆类型，能提高对异常行驶状态识别的成功率。
进一步，所述异常行驶状态包括紧急制动、紧急变道、S形行驶和靠边停车中的一种或多种。
通过对异常行驶状态进行细分，便于准确识别。
一种智能驾驶决策信息采集方法，包括如下步骤：
S1、实时采集路面信息、周围车辆的图像信息、本车速度和位置以及周围车辆的相对速度和相对位置；
S2、基于路面信息、本车速度和位置、周围车辆的相对速度和相对位置分析本车和周围车辆的行驶状态；
S3、生成本车的行驶决策信息；
S4、通过周围车辆的图像信息识别车辆类型；基于周围车辆的车辆类型、行驶状态，以及预存的异常行驶状态库，判断周围车辆的行驶状态是否异常；如果异常，根据预处理措施调整本车的行驶决策信息。
本方案中，通过识别周围车辆的类型，再基于车辆类型判断周围车辆的行驶状态是否异常，便于提早发现问题，提早做出调整，以在交通事故发生前做出反应，能避免事故或降低事故的损失。之所以需要识别车辆类型，是因为不同车辆类型异常行驶状态不同，需要区别分析，例如，出租车突然变道、突然靠边停车比较常见，因为出租车司机为了赶时间或者为了拉客，这都是常规操作；相对来说公交车突然变道，突然刹车前方出现危险的几率就比较高，需要引起注意。
进一步，所述S1中，包括速度传感器、摄像头、毫米波雷达和激光雷达；速度传感器用于采集本车车速，摄像头用于采集路面信息和周围车辆图像信息，毫米波雷达用于采集周围车辆的相对速度和相对位置，激光雷达用于采集道路障碍物和突发情况。
通过设置多种传感器和雷达，能有效采集车辆行驶过程中的各种信息。
进一步，所述S4中，车辆类型包括出租车、公交车、私家车和货车中的一种或多种。
通过设置多种车辆类型，能提高对异常行驶状态的识别成功率。
进一步，所述S4中，异常的行驶状态包括紧急制动、紧急变道、S形行驶和靠边停车中的一种或多种。
通过对异常行驶状态进行细分，便于准确识别。
附图说明
图1为一种智能驾驶决策信息采集***实施例一逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
如图1所示，一种智能驾驶决策信息采集***，包括信息采集模块和数据处理模块。
信息采集模块包括速度传感器、摄像头、毫米波雷达、激光雷达、温湿度传感器和大气颗粒浓度传感器。
速度传感器用于采集本车车速，摄像头用于采集路面信息和周围车辆图像信息，毫米波雷达用于采集周围车辆的相对速度和相对位置，激光雷达用于采集道路障碍物和突发情况，温湿度传感器和大气颗粒浓度传感器用于采集天气信息。本实施例中，天气信息包括下雨、降雪、大雾和沙尘暴等；突发情况指行人、动物等突然从前方闯入等。
为描述方便，将本车车速、路面信息、周围车辆的相对速度和相对位置、道路障碍物、突发情况以及天气信息统称为决策参考信息。实时采集的决策参考信息和周围车辆图像信息被发送至数据处理模块。
数据处理模块包括存储单元和处理单元；存储单元预存有异常行驶状态库，异常行驶状态库包括每一车辆类型对应的异常行驶状态；以及该异常行驶状态对应的预设处理措施。
处理单元通过决策参考信息分析本车和周围车辆的行驶状态并生成本车的行驶决策信息，行驶决策信息包括加速、减速、停车和变道等。
具体的，每一行驶决策信息均包括加速度控制信息和转向角度控制信息。汽车的控制装置可以根据加速度控制信息和转向角度控制信息的组合，调节汽车的油门、刹车、离合和转向中的一种或多种，从而实现汽车的加速、减速、停车或变道等，此处属于现有技术，这里不再赘述。
处理单元还基于周围车辆的图像信息识别周围车辆的类型。车辆类型包括出租车、公交车、私家车和货车中的一种或多种。本实施例中，车辆类型包括出租车、公交车、私家车和货车。
处理单元获取异常行驶状态库，将周围车辆的车辆类型和行驶状态与异常行驶状态库进行匹配，如果匹配成功，则判断该车辆的行驶状态异常，然后处理单元根据预设处理措施调整本车的行驶决策信息。异常行驶状态包括紧急制动、紧急变道、S形行驶和靠边停车中的一种或多种，本实施例中，包括紧急制动、紧急变道、S形行驶和靠边停车全部。
例如，异常行驶状态库中，车辆类型为出租车时，对应的异常行驶状态包括靠边停车，靠边停车对应的预设处理措施包括：减速；
车辆类型为公交车时，对应的异常行驶状态包括紧急变道，紧急变道对应的预设处理措施包括：减速和变道；
车辆类型为私家车时，对应的异常行驶状态包括S形行驶，S形行驶对应的预处理措施包括：减速；
车辆类型为货车时，对应的异常行驶状态包括紧急制动，紧急制动对应的预处理措施包括：减速和变道。
基于智能驾驶决策信息采集***，本实施例还提供一种智能驾驶决策信息采集方法，包括如下步骤：
S1、实时通过速度传感器采集本车车速，通过摄像头采集路面信息和周围车辆图像信息，通过毫米波雷达采集周围车辆的相对速度和相对位置，通过激光雷达采集道路障碍物和突发情况，通过温湿度传感器和大气颗粒浓度传感器采集天气信息；
S2、基于本车车速、路面信息、周围车辆的相对速度和相对位置、道路障碍物和突发情况以及天气信息分析本车和周围车辆的行驶状态；
S3、生成本车的行驶决策信息；
S4、通过周围车辆的图像信息识别车辆类型；本实施例中，车辆类型包括出租车、公交车、私家车和货车。基于周围车辆的车辆类型、行驶状态，以及预存的异常行驶状态库，判断周围车辆的行驶状态是否异常；异常行驶状态库包括每一车辆类型对应的异常行驶状态，以及该异常行驶状态对应的预设处理措施；如果异常，根据预处理措施调整本车的行驶决策信息。本实施例中，异常的行驶状态包括紧急制动、紧急变道、S形行驶和靠边停车。
实施例二
一种智能驾驶决策信息采集***，与实施例一的区别之处在于：处理单元还基于周围车辆的图像信息识别周围车辆的型号，本实施例中，车辆的型号识别基于卷积神经网络模型进行；存储单元中还预存有车辆每一型号对应的外观图像；异常行驶状态库还包括外观破损对应的预设处理措施。处理单元基于周围车辆的型号从存储单元中获取对应的外观图像，处理单元将周围车辆的图像信息与对应的外观图像进行对比，判断周围车辆是否有外观破损。本实施例中，外观破损指能被摄像头采集到的汽车外观上的损坏，例如碰撞导致的缺少零部件、凹陷或者较大的划痕等。对于一些较小的擦挂痕迹，本方案中不需要进行采集，在汽车高速运动中，现有的摄像头也不容易采集到。
当处理单元判断周围车辆存在破损时，从存储单元中获取外观破损对应的预设处理措施，处理单元根据预设处理措施调整本车的行驶决策信息。
通过对汽车外观是否存在破损进行判断，能从一个维度判断对应汽车驾驶员的驾驶***时驾驶中也会小心翼翼，避免擦挂)。本实施例中之所以没有采用保险公司或交通管理部门的交通事故数据作为参考，是因为交通事故存在私了的情况，这是不会被记录在案的。而本实施例不受此影响。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种智能驾驶决策信息采集***，包括信息采集模块和数据处理模块，信息采集模块用于实时采集路面信息、周围车辆的图像信息、本车速度和位置以及周围车辆的相对速度和相对位置并发送至数据处理模块；其特征在于，数据处理模块通过周围车辆的图像信息识别车辆类型；数据处理模块还基于路面信息、本车速度和位置、周围车辆的相对速度和相对位置分析本车和周围车辆的行驶状态；生成本车的行驶决策信息；
其中，数据处理模块还基于车辆类型判断周围车辆的行驶状态是否异常，如果异常，根据预处理措施调整本车的行驶决策信息。
2.根据权利要求1所述的一种智能驾驶决策信息采集***，其特征在于：所述数据处理模块包括存储单元和处理单元，存储单元中预存有异常行驶状态库，异常行驶状态库包括每一车辆类型对应的异常行驶状态，以及该异常行驶状态对应的预设处理措施；处理单元获取异常行驶状态库，将周围车辆的车辆类型和行驶状态与异常行驶状态库进行匹配，如果匹配成功，则判断该车辆的行驶状态异常并根据对应预处理措施调整本车的行驶决策信息。
3.根据权利要求2所述的一种智能驾驶决策信息采集***，其特征在于：所述信息采集模块包括速度传感器、摄像头、毫米波雷达和激光雷达；速度传感器用于采集本车车速，摄像头用于采集路面信息和周围车辆图像信息，毫米波雷达用于采集周围车辆的相对速度和相对位置，激光雷达用于采集道路障碍物和突发情况。
4.根据权利要求3所述的一种智能驾驶决策信息采集***，其特征在于：所述信息采集模块还包括温湿度传感器和大气颗粒浓度传感器。
5.根据权利要求2所述的一种智能驾驶决策信息采集***，其特征在于：所述车辆类型包括出租车、公交车、私家车和货车中的一种或多种。
6.根据权利要求2所述的一种智能驾驶决策信息采集***，其特征在于：所述异常行驶状态包括紧急制动、紧急变道、S形行驶和靠边停车中的一种或多种。
7.一种智能驾驶决策信息采集方法，其特征在于，包括如下步骤：
S1、实时采集路面信息、周围车辆的图像信息、本车速度和位置以及周围车辆的相对速度和相对位置；
S2、基于路面信息、本车速度和位置、周围车辆的相对速度和相对位置分析本车和周围车辆的行驶状态；
S3、生成本车的行驶决策信息；
S4、通过周围车辆的图像信息识别车辆类型；基于周围车辆的车辆类型、行驶状态，以及预存的异常行驶状态库，判断周围车辆的行驶状态是否异常；如果异常，根据预处理措施调整本车的行驶决策信息。
8.根据权利要求7所述的一种智能驾驶决策信息采集方法，其特征在于：所述S1中，包括速度传感器、摄像头、毫米波雷达和激光雷达；速度传感器用于采集本车车速，摄像头用于采集路面信息和周围车辆图像信息，毫米波雷达用于采集周围车辆的相对速度和相对位置，激光雷达用于采集道路障碍物和突发情况。
9.根据权利要求7所述的一种智能驾驶决策信息采集方法，其特征在于：所述S4中，车辆类型包括出租车、公交车、私家车和货车中的一种或多种。
10.根据权利要求7所述的一种智能驾驶决策信息采集方法，其特征在于：所述S4中，异常的行驶状态包括紧急制动、紧急变道、S形行驶和靠边停车中的一种或多种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910945156.XA CN110550038B (zh) | 2019-09-30 | 2019-09-30 | 一种智能驾驶决策信息采集***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910945156.XA CN110550038B (zh) | 2019-09-30 | 2019-09-30 | 一种智能驾驶决策信息采集***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110550038A true CN110550038A (zh) | 2019-12-10 |
| CN110550038B CN110550038B (zh) | 2021-02-09 |
Family
ID=68742177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910945156.XA Active CN110550038B (zh) | 2019-09-30 | 2019-09-30 | 一种智能驾驶决策信息采集***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110550038B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111564051A (zh) * | 2020-04-28 | 2020-08-21 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车安全行车控制方法、装置、设备及存储介质 |
| CN111860379A (zh) * | 2020-07-27 | 2020-10-30 | 联通智网科技有限公司 | 周边车辆模型的建立方法、装置、存储介质和计算机设备 |
| CN112198877A (zh) * | 2020-09-30 | 2021-01-08 | 广东唯仁医疗科技有限公司 | 一种基于5g网络的无人驾驶车辆的控制方法及*** |
| CN112644483A (zh) * | 2020-12-24 | 2021-04-13 | 宝能(西安)汽车研究院有限公司 | 车速控制方法、可读存储介质、车速控制装置和车辆 |
| CN112721925A (zh) * | 2021-01-13 | 2021-04-30 | 宝能(西安)汽车研究院有限公司 | 智能驾驶*** |
| CN113183984A (zh) * | 2021-04-30 | 2021-07-30 | 重庆工程职业技术学院 | 一种自动驾驶控制方法 |
| CN113763750A (zh) * | 2021-09-29 | 2021-12-07 | 中智行(上海)交通科技有限公司 | 基于5g的智能车路协同***及方法 |
| CN114563788A (zh) * | 2022-02-17 | 2022-05-31 | 英博超算(南京)科技有限公司 | 一种基于单线激光雷达及毫米波雷达的无人驾驶*** |
| CN116558850A (zh) * | 2023-05-30 | 2023-08-08 | 北京速度时空信息有限公司 | 一种自动驾驶测试*** |
| CN117104255A (zh) * | 2023-09-06 | 2023-11-24 | 南京项尚车联网技术有限公司 | 一种智能驾驶车辆智能感知人车交互***及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103523011A (zh) * | 2012-07-05 | 2014-01-22 | 现代摩比斯株式会社 | 安全驾驶支持装置及方法 |
| CN103794056A (zh) * | 2014-03-06 | 2014-05-14 | 北京卓视智通科技有限责任公司 | 基于实时双路视频流的车型精确分类***及方法 |
| CN104290745A (zh) * | 2014-10-28 | 2015-01-21 | 奇瑞汽车股份有限公司 | 车辆用半自动驾驶***及其方法 |
| CN106926843A (zh) * | 2017-03-17 | 2017-07-07 | 奇瑞汽车股份有限公司 | 一种用于观光电动汽车的自动驾驶控制***及控制方法 |
| CN108349499A (zh) * | 2015-11-12 | 2018-07-31 | 大众汽车有限公司 | 用于控制在车辆中的功能的方法、装置和处理设备 |
| CN109389863A (zh) * | 2017-08-02 | 2019-02-26 | 华为技术有限公司 | 提示方法及相关设备 |
| US20190139414A1 (en) * | 2017-11-09 | 2019-05-09 | Toyota Jidosha Kabushiki Kaisha | Vehicle control device |
| CN209281616U (zh) * | 2018-12-21 | 2019-08-20 | 南京索安电子有限公司 | 一种全景车辆底盘拍照*** |
-
2019
- 2019-09-30 CN CN201910945156.XA patent/CN110550038B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103523011A (zh) * | 2012-07-05 | 2014-01-22 | 现代摩比斯株式会社 | 安全驾驶支持装置及方法 |
| CN103794056A (zh) * | 2014-03-06 | 2014-05-14 | 北京卓视智通科技有限责任公司 | 基于实时双路视频流的车型精确分类***及方法 |
| CN104290745A (zh) * | 2014-10-28 | 2015-01-21 | 奇瑞汽车股份有限公司 | 车辆用半自动驾驶***及其方法 |
| CN108349499A (zh) * | 2015-11-12 | 2018-07-31 | 大众汽车有限公司 | 用于控制在车辆中的功能的方法、装置和处理设备 |
| CN106926843A (zh) * | 2017-03-17 | 2017-07-07 | 奇瑞汽车股份有限公司 | 一种用于观光电动汽车的自动驾驶控制***及控制方法 |
| CN109389863A (zh) * | 2017-08-02 | 2019-02-26 | 华为技术有限公司 | 提示方法及相关设备 |
| US20190139414A1 (en) * | 2017-11-09 | 2019-05-09 | Toyota Jidosha Kabushiki Kaisha | Vehicle control device |
| CN209281616U (zh) * | 2018-12-21 | 2019-08-20 | 南京索安电子有限公司 | 一种全景车辆底盘拍照*** |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111564051A (zh) * | 2020-04-28 | 2020-08-21 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车安全行车控制方法、装置、设备及存储介质 |
| CN111564051B (zh) * | 2020-04-28 | 2021-07-20 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车安全行车控制方法、装置、设备及存储介质 |
| CN111860379A (zh) * | 2020-07-27 | 2020-10-30 | 联通智网科技有限公司 | 周边车辆模型的建立方法、装置、存储介质和计算机设备 |
| CN112198877A (zh) * | 2020-09-30 | 2021-01-08 | 广东唯仁医疗科技有限公司 | 一种基于5g网络的无人驾驶车辆的控制方法及*** |
| CN112644483A (zh) * | 2020-12-24 | 2021-04-13 | 宝能(西安)汽车研究院有限公司 | 车速控制方法、可读存储介质、车速控制装置和车辆 |
| CN112721925A (zh) * | 2021-01-13 | 2021-04-30 | 宝能(西安)汽车研究院有限公司 | 智能驾驶*** |
| CN113183984A (zh) * | 2021-04-30 | 2021-07-30 | 重庆工程职业技术学院 | 一种自动驾驶控制方法 |
| CN113183984B (zh) * | 2021-04-30 | 2022-06-10 | 重庆工程职业技术学院 | 一种自动驾驶控制方法 |
| CN113763750A (zh) * | 2021-09-29 | 2021-12-07 | 中智行(上海)交通科技有限公司 | 基于5g的智能车路协同***及方法 |
| CN114563788A (zh) * | 2022-02-17 | 2022-05-31 | 英博超算(南京)科技有限公司 | 一种基于单线激光雷达及毫米波雷达的无人驾驶*** |
| CN116558850A (zh) * | 2023-05-30 | 2023-08-08 | 北京速度时空信息有限公司 | 一种自动驾驶测试*** |
| CN116558850B (zh) * | 2023-05-30 | 2023-11-24 | 北京速度时空信息有限公司 | 一种自动驾驶测试*** |
| CN117104255A (zh) * | 2023-09-06 | 2023-11-24 | 南京项尚车联网技术有限公司 | 一种智能驾驶车辆智能感知人车交互***及方法 |
| CN117104255B (zh) * | 2023-09-06 | 2024-03-19 | 南京项尚车联网技术有限公司 | 一种智能驾驶车辆智能感知人车交互***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110550038B (zh) | 2021-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110550038B (zh) | 一种智能驾驶决策信息采集***及方法 | |
| US11990036B2 (en) | Driver behavior monitoring | |
| Jermakian | Crash avoidance potential of four passenger vehicle technologies | |
| US8731816B2 (en) | Method for classifying an object as an obstacle | |
| US11242040B2 (en) | Emergency braking for autonomous vehicles | |
| CN110155046A (zh) | 自动紧急制动分级控制方法与*** | |
| US20100066562A1 (en) | Method for Producing A Localized Warning of Dangerous Situations for Vehicles | |
| WO2017123665A1 (en) | Driver behavior monitoring | |
| CN107284355A (zh) | 一种安全车门开启处理方法及*** | |
| US8140226B2 (en) | Security system and a method to derive a security signal | |
| CN110085042A (zh) | 一种基于信息融合的车辆驾驶预警***及方法 | |
| CN111879360B (zh) | 一种黑暗场景中自动驾驶辅助安全预警***及其预警方法 | |
| CN112606831A (zh) | 一种用于客车的防碰撞警示信息对外交互方法及*** | |
| CN106004668A (zh) | 汽车防追尾主动安全***及控制方法 | |
| CN114312772A (zh) | 一种斑马线路口场景下安全驾驶控制方法 | |
| Chen et al. | Typical pedestrian accident scenarios in China and crash severity mitigation by autonomous emergency braking systems | |
| Raksincharoensak et al. | Predictive braking assistance system for intersection safety based on risk potential | |
| Kodaka et al. | Rear-end collision velocity reduction system | |
| EP4056443A2 (en) | Vehicle, driving assistance device and method | |
| US11409297B2 (en) | Method for operating an automated vehicle | |
| Tsuchiya et al. | Real-time vehicle detection using a single rear camera for a blind spot warning system | |
| JP2022068115A (ja) | 適応可能な後突警報のためのシステムと方法 | |
| CN115699105A (zh) | 用于机动车辆的视觉***和方法 | |
| Najm et al. | Comparative assessment of crash causal factors and IVHS countermeasures | |
| CN108327625A (zh) | 一种智能车远光灯防碰***及方法 |
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 |