CN110626343A - 在车辆队列中自动横向引导跟随车辆的方法 - Google Patents
在车辆队列中自动横向引导跟随车辆的方法 Download PDFInfo
- Publication number
- CN110626343A CN110626343A CN201910531223.3A CN201910531223A CN110626343A CN 110626343 A CN110626343 A CN 110626343A CN 201910531223 A CN201910531223 A CN 201910531223A CN 110626343 A CN110626343 A CN 110626343A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- data
- lane data
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000033001 locomotion Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 62
- 239000003550 marker Substances 0.000 claims description 28
- 230000006854 communication Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 22
- 238000013178 mathematical model Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims 1
- 238000005096 rolling process Methods 0.000 abstract description 3
- 230000001419 dependent effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/22—Platooning, i.e. convoy of communicating vehicles
-
- 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
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
- 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
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0293—Convoy travelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Traffic Control Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Algebra (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Mathematical Optimization (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种用于在车辆队列(30)中自动地横向引导跟随车辆(10A)的方法。所述方法包括确定并接收多个车道数据。可以基于多个车道数据来确定车道路线,并且可以基于所确定的车道路线来横向引导所述跟随车辆(10A)。所述方法可以防止车辆队列中从前向后的摇摆运动的增加。此外,车辆队列中的车辆即使在前方行驶的车辆改变车道时仍能够保持在目标车道中。
Description
技术领域
本发明涉及用于在车辆队列中自动横向引导跟随车辆的方法。特别地,本发明涉及用于确定车道参考路线(车道路线)以便在车辆队列中稳定地自动横向引导一辆或多辆跟随车辆的方法。
背景技术
在车辆组队时,利用车辆的电子耦合使一辆或多辆跟随车辆在车辆队列中以短的距离自动地跟随导引车辆。车辆之间的自动化和通信允许以队列成员之间极短的间距行驶。
用于现代机动车辆的自动横向引导的常规方法在相当程度上基于传感器辅助检测和车道标志跟踪。然而,特别是在车辆结队期间,因为由于在短距离跟随时的可视条件的缘故而仅通过传感器不能充分地检测车道标志或根本不能检测车道标志,因此现代的队列横向控制***经常被实施为目标跟踪控制的形式,在目标跟踪控制中,横向控制策略包括通过合适的转向干预来使特定车辆与前方的相应车辆的后部中心对齐。
因此,这基本上可产生两个缺点。一方面,参与车辆的拖车或挂车的摇摆运动由于车辆横向运动的惯性而从前向后增加。另一方面,当通过导引车辆或车辆队列前部的车辆进行车道变换时,整个跟随队列可跟随该车道变换。因此,车道变换车辆的驾驶员必须确保多辆跟随的队列车辆也能够安全地车道变换到相邻车道上,这随着队列长度的增加而越具挑战性。该问题可以通过基于传感器的后方区域监控利用自由空间识别来解除,但这导致增加的技术花费和额外的费用。
另外,DE10 2014 002 114 A1公开了一种用于操作机动车辆的至少部分地用于自动车辆引导的车辆***的方法。通过考虑机动车辆的用于说明机动车辆周边环境的周边环境数据来确定纵向引导干预和横向引导干预。通过评估周边环境数据,确定在机动车辆前方行驶的队列的队列信息的统计性说明。通过考虑队列信息来确定横向引导干预和纵向引导干预。
发明内容
本发明的目的是提供一种用于在车辆队列中自动地横向引导跟随车辆的替代和/或改进的方法,借助该方法能够有利地克服现有技术的缺点。优选地,本发明旨在提供一种用于确定车道路线以作为用于横向控制的参考轨迹或目标轨迹的创新方法,借助该方法能够改进自动横向引导,尤其能够稳定自动横向引导。
该目的通过独立权利要求的特征解决。在从属权利要求和说明书中给出有利改进。
该方法用于在车辆队列(例如,车辆队列由优选地在行车车道上以短间距相互跟随的电子耦合的多辆机动车辆组成)中自动地横向引导跟踪车辆。该方法包括根据地图信息(例如,数字地图;在线可用或离线可用的地图)和跟随车辆的(例如,当前的)位置信息来确定第一车道数据。该方法包括根据由跟随车辆对(例如,道路上的)车道标志的检测来确定第二车道数据。该方法包括根据车辆队列中的在跟随车辆前方行驶的一辆或多辆车辆的目标跟踪检测来确定第三车道数据。该方法包括根据由车辆队列中的导引车辆对车道标志的检测来接收第四车道数据。该方法包括基于第一车道数据、第二车道数据、第三车道数据和/或第四车道数据来确定(主或参考)车道路线(例如,车道路线的外车道边界)。该方法包括基于所确定的车道路线来自动地横向引导(例如,转向和/或横向控制)跟随车辆。
该方法能够确定合并行车车道路线或合并车道路线,所述行车车道线或车道路线能够作为横向移动参考用于跟随车辆。合并车道路线能够由车辆队列中的(除导引车辆之外的)每辆车确定并用作参考。由此,车辆队列中的从后向后的摇摆运动没有增加。此外,车辆队列的车辆即使在导引车辆变换车道时仍能够保持在目标车道中,并且可选地在导引车辆驶出直接跟随的跟随车辆的视野的情况下能够自动地制动至停止状态或者由驾驶员接管。例如,如果车辆队列中部的车辆驶出,则后面的车辆能够在不妨碍横向引导的情况下赶上上一辆队列车辆。同样地,在预期的车道变换的情况下,例如在交错区域中应当需要以同样不直接或不唯一地依赖于导引车辆的后部的方式指定替代的行车车道。
在特别优选的实施例中,第一车道数据被作为第一车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定,并且/或者第二车道数据被作为第二车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定。替代地或额外地,第三车道数据被作为第三车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定,并且/或者第四车道数据被作为第四车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定。(主或参考)车道路线被作为车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定。
在另一实施例中,取决于车道数据的可用性,第一车道数据、第二车道数据、第三车道数据、第四车道数据中的一者、两者、三者或全部被考虑,以便确定车道路线。优选地,所确定的车道路线被用作用于跟随车辆的自动横向引导的目标轨迹。
有利地,第一、第二、第三和/或第四车道数据可以包含车道宽度、车道长度、车道路线、车道边界、车道曲率、道路宽度、道路长度、道路路线、道路边界和/或道路曲率的有关信息。在具体说明车道数据(优选车道假设)时,还包括在相对于车辆固定的坐标系中车辆纵向轴线之间的相对于沿着车道数据(优选车道假设)的点的相对位置和相对角的有关信息。
例如,在执行该方法时,车辆队列的车辆可以利用车辆队列的车辆之间(例如,双向)电子耦合(电子联接)处于队列行驶模式。
在实施例中,确定第一车道数据的步骤可以包括通过跟随车辆的基于卫星的定位***(GNSS)和/或导航***在(例如,数字)地图上定位跟随车辆。GNSS定位精度可以有利地但非必需地通过修正数据(DGPS)来提高。GNSS定位的可用性可以有利地但必需地通过应用测程数据(Odometriedaten)来改善。可以例如使用由传感器检测的车道标志通过应用地图匹配方法来辅助数字地图的行车车道内的定位。也可以(例如,通过跟随车辆的导航***)根据地图信息和跟随车辆的位置信息来确定跟随车辆的行车车道和/或跟随车辆在行车车道的位置。例如,随后,可以通过导航设备借助地图信息来提供第一车道数据。例如,可以根据地图信息和跟随车辆的位置信息并通过将坐标变换成相对于车辆固定的坐标系来确定跟随车道的车道假设和/或跟随车辆的车道分配。例如,可以通过地图信息来提供第一车道路线假设。
在另一实施例中,确定第二车道数据的步骤包括通过跟随车辆的优选基于相机的车道标志检测***来检测车道标志和/或未标记的道路边界。替代地或额外地,确定第二车道数据的步骤包括应用图像识别以便在由跟随车辆的车道标志检测***获取的跟随车辆的优选即将出现的周围环境的一个或多个图像上识别车道标志和/或未标记的道路边界。
在另一实施例中,确定第三车道数据的步骤包括通过跟随车辆的优选合并传感器的(例如,用于合并数据的多个传感器)、基于相机的、基于激光探测的、基于雷达的和/或基于卫星定位的目标跟踪检测***的目标识别来进行目标跟踪检测。也可以确定一辆或多辆前方行驶车辆的先前的和/或未来(预测)的估计(例如,推断)轨迹,并且/或者可以检测一辆或多辆前方行驶车辆的横向移动和/或行驶方向指示器。
在另一实施例中,确定第四车道数据的步骤包括通过导引车辆的基于相机的车道标志检测***且/或应用图像识别来检测车道标记,以便在由导引车辆的车道标记检测***获取的导引车辆的优选即将出现的周边环境的一个或多个图像上识别车道标志。因此,可以计算坐标变换,以便计算相对于车辆固定的坐标中的车道数据(优选车道路线假设)。可以通过车间通信将第四车道数据传输到一辆或多辆跟随车辆,并在那里通过坐标变换将第四车道数据转换为相应的相对于车辆固定的坐标系。在另一实施例中,导引车辆中的车道识别的初始数据可以直接被传输到一辆或多辆跟随车辆,并且在那里被用于计算车道路线假设。
在实施例中,根据第一车道数据(例如第一车道路线假设)、第二车道数据(例如第二车道路线假设)、第三车道数据(例如第三车道路线假设)和/或第四车道数据(例如第四车道路线假设)来确定车道路线,以作为合并车道路线。
在另一实施例中,为确定车道路线,第一车道数据(例如第一车道路线假设)、第二车道数据(例如第二车道路线假设)、第三车道数据(例如第三车道路线假设)和/或第四车道数据(例如第四车道路线假设)分别被加权有权重。为了计算动态权重,可以使用用于假设计算或用于了解输入数据的当前的可用性/品质的相应滤波器的协方差,其中,对所述输入数据的当前的可用性/品质的了解是以(例如,通过参与***的自我诊断)显性形式进行的,或者例如在相应情景中基于现有路况和启发式关系或经验数据对相应信息源分别以隐性了解的方式进行的。
用于第一车道数据(例如第一车道路线假设)的第一权重、用于第二车道数据(例如第一车道路线假设)的第二权重、用于第三车道数据(例如第三车道路线假设)的第三权重和/或用于第四车道数据(例如第四车道路线假设)的第四权重是能够(例如在各自的或总的预定区域边界内)变化的或是不能变化的。
在改进例中,通过分别用于确定相应的车道数据的滤波器(例如,个体滤波器,例如卡尔曼滤波器(Kalmanfilter))的协方差来确定或预定第一权重、第二权重、第三权重和/或第四权重。
额外地或替代地,基于第一车道数据、第二车道数据、第三车道数据和/或第四车道数据的相应确定中的确定品质来(例如,可变化地)确定或预定第一权重、第二权重、第三权重和/或第四权重。
在另一实施例中,基于可用卫星的数量、跟随车辆的被确定的位置数据的被确认的完整性、差分全球定位***的可用性和/或地图信息的分辨率来(例如可变化地)确定第一权重。
在另一实施例中,基于车辆队列的跟随车辆和例如直接在跟随车辆前方行驶的车辆之间的间距、跟随车辆的车道标志检测***的未被直接在前方行驶的车辆遮挡的视野的大小、车道标志的被检测的尺寸和/或车道标志的被检测的存在来确定第二权重。
在另一实施例中,基于评估***(例如,跟随车辆的相机***、激光探测***和/或雷达***和/或前方行驶车辆的定位***)的数量以及例如相应的置信度或跟踪时间、一辆或多辆前方行驶车辆的被确定的先前的和/或未来的估计(例如,推断)轨迹的长度、测量点的数量和/或对一辆或多辆前方行驶车辆的行驶方向变化信号的检测来确定第三权重。
在另一实施例中,基于导引车辆和在导引车辆前方直接行驶的车辆之间的间距、导引车辆的车道标志检测***的未被直接在前方行驶的车辆遮挡的视野的大小、车道标志的被检测的长度和/或车道标志的被检测的存在来确定第四权重。
例如,在实施例中,所有的车道路线数据(例如,车道路线假设)能够设置有同步时钟的时间戳和/或在所有车辆之间相同的时钟的时间戳(例如,GNSS时间)。由此,例如,周围目标或GNSS位置的传感器检测时间是决定性的。通过滤波步骤中的数据的预测或追溯(Retrodiktion),能够将各个车道数据(车道假设)转换成共同时间,并且因而增加合并行车车道模型的品质。
在实施例中,该方法包括对与导引车辆有关的第四车道数据(例如第四车道假设)应用坐标变换,以用于与跟随车辆有关的第一、第二和/或第三车道数据(例如,车道假设)进行匹配。
在另一实施例中,车道路线、第一车道数据(例如第一车道假设)、第二车道数据(例如第二车道假设)和/或第三车道数据(例如第三车道假设)通过跟随车辆来确定,并且/或者第四车道数据(例如第四车道假设)通过导引车辆或跟随车辆来确定。
在变形实施例中,第四车道数据(例如第四车道假设)通过车间通信(例如,通过导引车辆的通信接口和跟随车辆的通信接口)被从导引车辆传输到跟随车辆。
在另一变形实施例中,第一车道假设、第二车道假设、第三车道假设和/或第四车道假设被作为车道多项式或回旋线模型形成,并且/或者(主)车道路线被作为第一、第二、第三和第四车道数据的合并的和/或融合的车道假设形成。
有利地,车道多项式能够以数学多项式的形式近似车道路线。或者,例如可以使用回旋线模型。
本发明涉及具有控制单元的机动车辆,机动车辆优选为商用车辆,例如载重卡车或公交车,控制单元被设计为用于执行如本文公开的方法。
有利地,机动车辆可以是根据本方法的跟随车辆。
特别地,术语“控制单元”可以指电子和/或机械控制装置,其根据设计能够承担控制任务和/或调节任务。尽管在本文使用术语“控制”的情况下,但其也有利地包含“调节”或“反馈控制”。
在改进例中,机动车辆具有包含地图信息的导航***、用于确定机动车辆的位置的基于卫星的(例如,不必是差分的)定位***、用于检测道路上的车道标志和/或未标记的道路边界的优选基于相机的车道标志检测***、用于跟踪一辆或多辆前方行驶车辆的检测的优选基于相机的、基于雷达的、基于激光探测的和/或基于卫星定位的目标跟踪检测***和/或用于与导引车辆进行车间通信的通信接口。
附图说明
本发明的上述的优选实施例和特征可彼此任意组合。下文参照附图说明本发明的其它的细节和优点。
图1示出根据本发明的机动车辆的示意俯视图;
图2示出根据本发明的车辆队列的示意俯视图;
图3示出用于在根据本发明的车辆队列中自动横向引导跟随车辆的方法的流程图。
具体实施方式
附图所示的实施例至少部分地对应且因此相似或相同的部分使用相同的附图标记来表示,并且也参考其他实施例或附图的说明来解释这些部分,以避免重复。
图1示出机动车辆10。特别地,机动车辆10可以是商用车辆,特别是载重汽车或公共汽车。
机动车辆10包括能够用于在车辆队列中自动地横向引导机动车辆10的多个组件。特别地,机动车辆10可以包括车道标志检测***12、目标跟踪检测***14、定位***16、导航***(或者用于在数字地图内自定位的模块)18和/或通信接口20。此外,机动车辆10还包括控制单元22。车道标志检测***12、目标跟踪检测***14、定位***16、导航***18和/或通信接口20可以有线地或无线地彼此通信且/或与控制单元22通信。
车道标志检测***12包括相机***24。相机***24可以获取机动车辆10的周边环境的移动图像(即,在时间上连续的多次图像获取)。相机***24可以包括一个或多个视频相机。特别地,相机***24可以面向机动车辆10的两侧和/或机动车辆10的关于机动车辆的行驶方向的前方的周边环境。通过应用图像识别方法,可以在相机***24的移动图像中识别道路上的车道标志(如果存在的话)。
例如,目标跟踪检测***14包括相机***24、雷达***26和激光探测***28。目标跟踪检测***14合并来自相机***24、雷达***26和激光探测***28的传感器数据。目标跟踪检测***14被配置为用于在机动车辆10的x方向(纵向方向)和y方向(横向方向)上确定机动车辆10和前方行驶车辆之间的相对间距。例如通过使用图像识别方法,目标跟踪检测***14可以例如对前方行驶车辆执行目标跟踪。目标跟踪检测***14也可以确定相对于多辆前方行驶的机动车辆的相对间距。目标跟踪检测***14可以包括替代的和/或额外的目标跟踪检测***。例如,机动车辆10可以通过借助通信接口20从前方行驶车辆接收前方行驶的机动车辆的相应位置数据来确定前方行驶机动车辆的位置或位置路线。
定位***16是基于卫星的定位***。例如,定位***16可以是GPS***。定位***16从多个卫星接收数据,根据这些数据可以确定机动车辆10的全球位置。
导航***18包括存储器,该存储器包含机动车辆10的周边环境的地图信息。地图信息包括周边环境的数字地图以及与数字地图的道路的车道的数量、路线、方向和宽度有关的车道信息。通过应用借助定位***16确定的位置,可以在数字地图上确定机动车辆10的位置。特别地,可以在数字地图的道路上确定机动车辆10的车道位置。
通信接口20被配置为用于与(特别是车辆队列中的)其他机动车辆的通信接口进行双向通信。即,通信接口20是车间通信接口。
控制单元22被配置为用于向机动车辆10提供队列行驶模式。例如,队列行驶模式可以基于来自***12至28的数据来进行。在队列行驶模式中,机动车辆10是车辆队列的一部分。车辆队列通过车辆队列的各个机动车辆之间的双向通信形成,并且通过导引车辆导引。车辆队列中的机动车辆彼此电子耦合。在车辆队列中,可以在跟随车辆和前方行驶车辆之间设置非常小的间距(例如小于10米)。
图2示出车辆队列30。例如,车辆队列30由三辆机动车辆10A、10B和10C形成。机动车辆10A至10C可以根据图1的机动车辆10来构造。为清楚起见,图2没有给出机动车辆10A到10C的***12至28的附图标记。
以下参照图1到图3来说明用于确定车辆队列30的跟随车辆10A的自动横向引导的目标值的方法的纯粹示例性应用。该方法可以至少部分地通过跟随车辆10A和/或导引车辆10C的控制单元22来执行。
原则上,在该方法中,首先根据多个不同的数据源来确定车道数据。随后,将不同的车道数据合并在一起以形成车道路线。特别地,车道数据各自可以作为经数学建模的车道路线假设来确定,例如以多项式或回旋线模型(Polynomen oder Klothoidenmodellen)的形式来确定。随后,取决于可用性,可以例如根据第一至第四车道路线假设来确定合并车道路线,以作为经数学建模的(主或参考)车道路线假设,例如为多项式或回旋线模型的形式。基于合并车道路线执行跟随车辆10A的横向引导。如果省略所使用的数据源中的一个或多个数据源,那么这可以例如通过使用剩余的数据源来补偿。
例如,在方法步骤S10中,根据地图信息和跟随车辆10A的位置信息来确定第一车道数据,以作为第一车道路线假设。可以通过由基于卫星的定位***16确定的位置在导航***18的数字地图上定位跟随车辆10A。例如,第一车道数据可以包括跟随车辆10A的目标行车车道以及相对于行车车道中的目标轨迹的(特别地,也关于两侧车道边界的)相对位置和相对角度。
例如,在方法步骤S12中,通过跟随车辆10A的车道标志检测***12对车道标志的检测来确定第二车道数据,以作为第二车道路线假设。可以借助跟随车辆10A的相机***24来检测并通过应用图像识别方法来识别道路上的车道标志。取决于距前方行驶车辆10B的间距,所识别的车道标志的长度可能变化,在极端情况变化到零。
例如,在方法步骤S14中,通过车辆队列30中的前方行驶车辆10B的目标跟踪检测来确定第三车道数据,以作为第三车道路线假设。为了进行目标跟踪检测(目标跟踪),可以使用目标跟踪检测***14。通过相机***24、雷达***26和/或激光探测***28的传感器合并,该方法可以跟踪相对于前方行驶车辆10B的变化的相对间距。基于多个所确定的在时间上连续的相对间距,可以确定前方行驶车辆10B的先前轨迹,并且可以估计(例如,推断)前方行驶车辆10B的未来轨迹,这些轨迹的数据可以用作第三车道数据。取决于目标跟踪检测***14的配置,也可以确定针对多辆前方行驶车辆的先前的和/或未来的估计轨迹。在实施例中,这意味着跟随车辆10A的目标跟踪检测***14可以确定前方行驶车辆10B和导引车辆10C的先前的和/或未来的估计轨迹。
例如,在方法步骤S16中,通过导引车辆10C的车道标志检测***12对车道标志的检测来确定第四车道数据,以作为第四车道路线假设。可以通过导引车辆10C的相机***24来检测并通过应用图像识别方法来识别道路上的车道标志。通常,在第四车道数据的情况下识别的车道标志的长度长于在第二车道数据的情况下识别的车道标志的长度,这是因为导引车辆10C是车辆队列30中最前方的车辆。
在方法步骤S16中,可以将第四车道数据从导引车辆10C的通信接口20传输到跟随车辆10A的通信接口20。
另外,在第四方法步骤S16中,还可以执行坐标变换,以便将最初与导引车辆10C有关的第四车道数据(例如,第四车道假设的形式)关联到跟随车辆10A。例如,可以通过导引车辆10C或跟随车辆10A的控制单元22基于与导引车辆10C和跟随车辆10A有关的位置信息来执行坐标变换。
例如,方法步骤S10到S16可以同时地或至少部分时间偏移地执行。
在方法步骤S18中,将在方法步骤S10到S16中确定的第一到第四车道数据合并在一起。特别地,可以将以车道多项式的形式存在的第一到第四车道数据彼此合并或计算,以便确定合并车道路线。
对于合并,可以对第一到第四车道数据(例如,车道假设)进行加权。由此,特别地,可靠的和/或精确的车道数据可以被指定比其他车道数据更高的权重。具有比其他数据更高权重的车道数据对于合并车道路线的确定具有更大的比重或影响。可以例如根据各个车道数据的特定品质来改变权重。例如,可以在预定范围内改变权重。
例如,用于第一车道数据的第一权重可尤其基于在定位***16进行定位时可用的卫星数量。此外,定位***16还可以对所确定的位置的完整性给出反馈,尤其是关于从卫星接收的数据的反馈。可以将反馈纳入到第一权重中。定位***16也可以例如分段地使用特别精确的差分全球定位***(例如,DGPS)。在使用差分全球定位***期间,第一权重可以例如增加预定值。额外地或替代地,也可以根据可以通过导航***18使用的地图信息的分辨率来形成第一权重。可用卫星数量越多,被反馈的完整性越高,差分全球定位***的使用越久并且/或者地图信息的分辨率越高,则第一权重就可以越大。
有利地,可以基于车辆队列30的跟随车辆10A和直接在前方行驶的车辆10B之间的间距来确定用于第二车道数据的第二权重。该间距可直接影响跟随车辆10A的相机***24的视野。在跟随车辆10A和前方行驶车辆10B之间的大间距的情况下,相机***24的视野几乎没有被前方行驶的车辆10B遮挡。由此,在大间距的情况下,车道标志的可检测长度可以相对较长。在跟随车辆10A和前方行驶车辆10B之间的小间距的情况下,相机***24的视野可被前方行驶车辆10B遮挡。由此,车道标志的可检测长度相对较短。车道标志由于遮挡而完全不能被检测。例如,车道标志的可检测的长度或经检测的长度可以用于形成第二权重。车道标志的长度越长,跟随车辆10A和前方行驶车辆10B之间的间距越大并且/或者跟随车辆10A的相机***24的视野越大,第二权重就可以越大。
例如,可以基于目标跟踪***14的评估***的数量来确定用于第三车道数据的第三权重。例如,还可以根据前方行驶车辆10B的经确定的先前的和/或未来的评估轨迹的长度、用于确定轨迹的测量点的数量和/或对一辆或多辆前方行驶车辆的方向改变信号的检测来形成第三权重。被目标跟踪***14使用或能够被目标跟踪***14使用的传感器或***越多,所确定的轨迹越长并且/或者测量点的数量越多,第三权重就可以越大。
相反,前方行驶车辆10B的诸如外部方向改变信号(例如,转向指示)等方向改变信号的检测可以减少第三权重,例如减少到0。由此,可以确保在前方行驶车辆10B变换车道时,即在前方行驶车辆10B驶出车辆队列30时,跟随车辆10A至少部分地没有不期望地跟随。代替地,可以确定跟随车辆10A跟上下一辆前方行驶车辆(此处为导引车辆10C),并且距离减小至预定间距以保持车辆队列30。
例如,可以基于导引车辆10C和车辆队列30外部的在导引车辆10C前方行驶的车辆(未示出)之间的间距来确定用于第四车道数据的第四权重。类似于示例性确定第二权重,该间距同样可以直接影响导引车辆10C的相机***24的视野。可检测的或经检测的车道标志的长度越长,导引车辆10C和前方行驶的车辆(未示出)之间的间距越大并且/或者导引车辆10C的相机***24的视野越大,第四权重就可以越大。用于传输的车间通信的可用性或品质可以应用到权重的计算。
基于在方法步骤S18中确定的合并车道路线,在方法步骤S20中进行跟随车辆10A的自动横向引导。例如,自动横向引导可以包括保持距合并车道路线的车道边界的预定的相对间距。例如,自动横向引导也可以包括在合并车道路线中保持中间位置。横向引导可以包括为跟随车辆10A指定转向角度。转向角度可以借助跟随车辆10A的转向致动器(未示出)来设置。
本发明不限于上述优选的实施例。相反,可以存在同样利用了本发明的思想并因此落入了本发明的范围内的各种变体和修改。特别地,本发明也要求保护与所引用的权利要求无关的从属权利要求的主题和特征。特别地,独立权利要求1的特征彼此独立地被公开。另外,从属权利要求的特征也被以与独立权利要求1的所有特征无关的方式公开,并且例如被以与独立权利要求1的与第一车道数据的确定、第二车道数据的确定、第三车道数据的确定、第四车道数据的确定、车道路线的确定和跟随车辆的横向引导的存在和/或执行无关的方式公开。
附图标记列表
10 机动车辆
10A 跟随车辆
10B 前方行驶车辆
10C 导引车辆
12 车道标志检测***
14 目标跟踪检测***
16 定位***
18 导航***
20 通信接口
22 控制单元
24 相机***
26 雷达***
28 激光探测***
30 车辆队列
S10~S20 方法步骤
Claims (15)
1.一种用于在车辆队列(30)中自动地横向引导跟随车辆(10A)的方法,其包括:
根据地图信息和所述跟随车辆(10A)的位置信息来确定第一车道数据;
根据所述跟随车辆(10A)对车道标志的检测来确定第二车道数据;
根据所述车辆队列(30)中的一辆或多辆在所述跟随车辆(10A)的前方行驶的车辆(10B、10C)的目标跟踪检测来确定第三车道数据;
根据所述车辆队列(30)中的导引车辆(10C)对车道标志的检测来接收第四车道数据;
基于所述第一车道数据、所述第二车道数据、所述第三车道数据和所述第四车道数据来确定车道路线;并且
基于经确定的所述车道路线来横向引导所述跟随车辆(10A)。
2.根据权利要求1所述的方法,其中,
所述第一车道数据被作为第一车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定,并且/或者
所述第二车道数据被作为第二车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定,并且/或者
所述第三车道数据被作为第三车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定,并且/或者
所述第四车道数据被作为第四车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定,并且/或者
所述车道路线被作为车道路线假设的形式的数学模型来确定,优选被作为数学多项式和/或回旋线模型的形式的数学模型来确定。
3.根据权利要求1或2所述的方法,其中,
取决于所述车道数据的可用性,所述第一车道数据、所述第二车道数据、所述第三车道数据和所述第四车道数据中的一者、两者、三者或全部被考虑,以便确定所述车道路线,并且/或者
经确定的所述车道路线被用作用于所述跟随车辆(10A)的自动横向引导的目标轨迹。
4.根据前述任一权利要求所述的方法,其中,确定所述第一车道数据的步骤包括:
通过所述跟随车辆(10A)的基于卫星的定位***(16)和/或导航***(18)在地图上定位所述跟随车辆(10A),并且/或者
根据所述地图信息和所述跟随车辆(10A)的所述位置信息来确定所述跟随车辆(10A)的行车车道和/或所述跟随车辆(10A)在所述行车车道中的位置。
5.根据前述任一权利要求所述的方法,其中,确定所述第二车道数据的步骤包括:
通过所述跟随车辆(10A)的基于相机的车道标志检测***(12)来检测车道标志和/或未标记的道路边界,并且/或者
应用图像识别,以便在由所述跟随车辆(10A)的车道标志检测***(12)获取的所述跟随车辆(10A)的优选即将出现的周边环境的一个或多个图像上识别车道标志和/或未标记的道路边界。
6.根据前述任一权利要求所述的方法,其中,确定所述第三车道数据的步骤包括:
通过所述跟随车辆(10A)的优选合并传感器的、基于相机的、基于激光探测的、基于雷达的且/或基于卫星定位的目标识别检测***(14)来进行所述目标跟踪检测,并且/或者
确定所述一辆或多辆在前方行驶的车辆(10B、10C)的先前的和/或未来的估计轨迹,并且/或者
检测所述一辆或多辆在前方行驶的车辆(10B、10C)的横向移动和/或行驶方向指示器。
7.根据前述任一权利要求所述的方法,其中,确定所述第四车道数据的步骤包括:
通过所述导引车辆(10C)的基于相机的车道标志检测***(12)来检测车道标志和/或未标记的道路边界,并且/或者
应用图像识别,以便在由所述导引车辆(10C)的车道标志检测***(12)获取的所述导引车辆(10C)的优选即将出现的周边环境的一个或多个图像上识别车道标志和/或未标记的道路边界。
8.根据前述任一权利要求所述的方法,其中,
根据所述第一车道数据、所述第二车道数据、所述第三车道数据和/或所述第四车道数据来确定作为合并车道路线的所述车道路线。
9.根据前述任一权利要求所述的方法,其中,
所述第一车道数据、所述第二车道数据、所述第三车道数据和/或所述第四车道数据分别被加权有权重,以便确定所述车道路线,并且/或者用于所述第一车道数据的第一权重、用于所述第二车道数据的第二权重、用于所述第三车道数据的第三权重和/或用于所述第四车道数据的第四权重是能够变化的或者是不能变化的。
10.根据权利要求9所述的方法,其中,
通过分别用于确定相应的车道数据的滤波器的协方差矩阵来确定所述第一权重、所述第二权重、所述第三权重和/或所述第四权重,所述滤波器例如为卡尔曼滤波器,并且/或者
基于所述第一车道数据、所述第二车道数据、所述第三车道数据和/或所述第四车道数据的相应确定中的确定品质来确定所述第一权重、所述第二权重、所述第三权重和/或所述第四权重。
11.根据权利要求9或10所述的方法,其中,
基于可用卫星的数量、所述跟随车辆(10A)的被确定的位置数据的被确认的完整性、差分全球定位***的可用性和/或所述地图信息的分辨率来确定所述第一权重,并且/或者
基于所述车辆队列(30)中的所述跟随车辆(10A)和直接在所述跟随车辆(10A)的前方行驶的车辆(10B)之间的间距、所述跟随车辆(10A)的车道标志检测***(12)的未被所述直接在前方行驶的车辆(10B)遮挡的视野的大小、所述车道标志的被检测的长度和/或所述车道标志的被检测的存在来确定所述第二权重。
12.根据权利要求9至11中任一项所述的方法,其中,
基于评估***的数量、所述一辆或多辆在前方行驶的车辆(10B、10C)的被确定的先前的和/或未来的估计轨迹的长度、测量点的数量和/或对所述一辆或多辆在前方行驶的车辆(10B、10C)的行驶方向改变信号的检测来确定所述第三权重,并且/或者
基于所述导引车辆(10C)和直接在所述导引车辆(10C)前方行驶的车辆(10B)之间的间距、所述导引车辆(10C)的车道标志检测***(12)的未被所述直接在前方行驶的车辆(10B)遮挡的视野的大小、所述车道标志的被检测的长度和/或所述车道标志的被检测的存在来确定所述第四权重。
13.根据前述任一权利要求所述的方法,其还包括:
对与所述导引车辆(10C)有关的所述第四车道数据应用坐标变换,以用于和与所述跟随车辆(10A)有关的所述第一车道数据、所述第二车道数据和所述第三车道数据进行匹配。
14.根据前述任一权利要求所述的方法,其中,
通过所述跟随车辆(10A)来确定所述车道路线、所述第一车道数据、所述第二车道数据和/或所述第三车道数据,并且/或者
通过所述导引车辆(10C)或者所述跟随车辆(10A)来确定所述第四车道数据,并且/或者
通过车间通信将所述第四车道数据从所述导引车辆(10C)传输到所述跟随车辆(10A)。
15.一种优选为商用车辆的机动车辆,所述机动车辆具有控制单元(22),所述控制单元被设计为用于执行根据前述任一权利要求所述的方法,其中,所述机动车辆(10)还可选地具有:
导航***(18),其包含所述地图信息;和/或
基于卫星的定位***(16),其用于确定所述机动车辆(10)的位置;和/或
优选基于相机的车道标志检测***(12),其用于检测道路上的车道标志和/或未标记的道路边界;和/或
优选基于相机的、基于雷达的、基于激光探测的和/或基于卫星定位的目标跟踪检测***(14);和/或
通信接口(20),其用于与所述导引车辆(10C)进行车间通信。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018114808.9 | 2018-06-20 | ||
DE102018114808.9A DE102018114808A1 (de) | 2018-06-20 | 2018-06-20 | Verfahren zur automatischen Querführung eines Folgefahrzeugs in einem Fahrzeug-Platoon |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110626343A true CN110626343A (zh) | 2019-12-31 |
CN110626343B CN110626343B (zh) | 2024-05-07 |
Family
ID=66810677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910531223.3A Active CN110626343B (zh) | 2018-06-20 | 2019-06-19 | 在车辆队列中自动横向引导跟随车辆的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11636767B2 (zh) |
EP (1) | EP3584663B1 (zh) |
CN (1) | CN110626343B (zh) |
DE (1) | DE102018114808A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111223323A (zh) * | 2020-01-13 | 2020-06-02 | 深圳大学 | 车辆队列协同行驶方法及相关装置 |
CN111325967A (zh) * | 2020-02-28 | 2020-06-23 | 清华大学 | 一种基于协同指派的智能网联汽车编队控制方法和装置 |
CN113954916A (zh) * | 2021-11-18 | 2022-01-21 | 山西太钢不锈钢股份有限公司 | 一种铁路机车摘车数和挂车数出错的预警方法 |
CN115240403A (zh) * | 2022-07-28 | 2022-10-25 | 同济大学 | 一种危险敏感型的编队驾驶控制方法 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11294396B2 (en) * | 2013-03-15 | 2022-04-05 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
DE102019200822B3 (de) * | 2019-01-23 | 2020-06-04 | Volkswagen Aktiengesellschaft | Verfahren zur Bildung einer Rettungsgasse auf einer mehrspurigen Straße und Fahrzeug mit einer Vorrichtung zur Durchführung des Verfahrens |
EP3708961A1 (en) * | 2019-03-13 | 2020-09-16 | Visteon Global Technologies, Inc. | System and method and map for determining a driving route of a vehicle |
EP3745376B1 (en) * | 2019-05-29 | 2024-03-27 | Zenuity AB | Method and system for determining driving assisting data |
WO2020241953A1 (ko) * | 2019-05-31 | 2020-12-03 | 엘지전자 주식회사 | 차량용 전자 장치 및 차량용 전자 장치의 동작 방법 |
KR20210075675A (ko) * | 2019-12-13 | 2021-06-23 | 현대자동차주식회사 | 군집주행 제어 장치 및 그의 경로 생성 방법 |
DE102020202964A1 (de) * | 2020-03-09 | 2021-09-09 | Continental Automotive Gmbh | Die Erfindung betrifft ein Verfahren zur Erhöhung der Sicherheit von Fahrfunktionen. |
DE102020112958A1 (de) | 2020-05-13 | 2021-11-18 | Valeo Schalter Und Sensoren Gmbh | Fahrspurbegrenzungsvorhersage |
DE102020207283A1 (de) | 2020-06-10 | 2021-12-16 | Volkswagen Aktiengesellschaft | Kontrollzentrum, Fahrzeug, Verfahren, Vorrichtung und Computerprogramm zur Übernahme der Kontrolle über ein zu kontrollierendes Fahrzeug |
DE102020214162B3 (de) | 2020-11-11 | 2022-03-17 | Volkswagen Aktiengesellschaft | Verfahren zum Betreiben eines Spurhalteassistenzsystems eines Fahrzeugs während einer Fortbewegungsfahrt des Fahrzeugs entlang einer Fahrspur, sowie elektronisches Fahrerassistenzsystem sowie Fahrzeug |
DE102021004525A1 (de) | 2021-09-07 | 2021-11-11 | Daimler Ag | Verfahren zu einer virtuellen objektmodellierten Fahrspurerkennung |
DE102021210924A1 (de) | 2021-09-29 | 2023-03-30 | Volkswagen Aktiengesellschaft | Verfahren zum Querführen eines Kraftfahrzeugs auf einer Straße mit wenigstens zwei Fahrspuren sowie Kraftfahrzeug |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101859494A (zh) * | 2009-04-06 | 2010-10-13 | 通用汽车环球科技运作公司 | 车队车辆管理 |
CN102901510A (zh) * | 2011-07-25 | 2013-01-30 | 通用汽车环球科技运作有限责任公司 | 用于车辆的自主护送技术 |
CN104471624A (zh) * | 2012-05-16 | 2015-03-25 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 使跟随车辆基于前导车辆的行迹自主追踪的方法和*** |
DE102016204593A1 (de) * | 2015-03-31 | 2016-10-06 | Toyota Jidosha Kabushiki Kaisha | Fahrzeugfahrregelungsvorrichtung |
SE1650339A1 (en) * | 2016-03-14 | 2017-09-15 | Scania Cv Ab | Method and control unit in a group of coordinated vehicles |
CN108011947A (zh) * | 2017-11-30 | 2018-05-08 | 湖北汽车工业学院 | 一种车辆协作式编队行驶*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006040334A1 (de) * | 2006-08-29 | 2008-03-06 | Robert Bosch Gmbh | Verfahren für die Spurerfassung mit einem Fahrerassistenzsystem und Fahrerassistenzsystem |
DE102010020984A1 (de) * | 2010-04-20 | 2011-10-20 | Conti Temic Microelectronic Gmbh | Verfahren zur Bestimmung des Fahrbahnverlaufes für ein Kraftfahrzeug |
US20120022739A1 (en) * | 2010-07-20 | 2012-01-26 | Gm Global Technology Operations, Inc. | Robust vehicular lateral control with front and rear cameras |
DE102014002114A1 (de) | 2014-02-15 | 2015-08-20 | Audi Ag | Verfahren zum Betrieb eines zur wenigstens teilweise automatischen Fahrzeugführung ausgebildeten Fahrzeugsystems und Kraftfahrzeug |
EP4091894A1 (en) * | 2016-03-03 | 2022-11-23 | Volvo Truck Corporation | A vehicle with autonomous driving capability |
NL2016753B1 (en) * | 2016-05-10 | 2017-11-16 | Daf Trucks Nv | Platooning method for application in heavy trucks |
-
2018
- 2018-06-20 DE DE102018114808.9A patent/DE102018114808A1/de not_active Withdrawn
-
2019
- 2019-06-05 EP EP19178535.1A patent/EP3584663B1/de active Active
- 2019-06-19 CN CN201910531223.3A patent/CN110626343B/zh active Active
- 2019-06-20 US US16/447,490 patent/US11636767B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101859494A (zh) * | 2009-04-06 | 2010-10-13 | 通用汽车环球科技运作公司 | 车队车辆管理 |
CN102901510A (zh) * | 2011-07-25 | 2013-01-30 | 通用汽车环球科技运作有限责任公司 | 用于车辆的自主护送技术 |
CN104471624A (zh) * | 2012-05-16 | 2015-03-25 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 使跟随车辆基于前导车辆的行迹自主追踪的方法和*** |
DE102016204593A1 (de) * | 2015-03-31 | 2016-10-06 | Toyota Jidosha Kabushiki Kaisha | Fahrzeugfahrregelungsvorrichtung |
SE1650339A1 (en) * | 2016-03-14 | 2017-09-15 | Scania Cv Ab | Method and control unit in a group of coordinated vehicles |
CN108011947A (zh) * | 2017-11-30 | 2018-05-08 | 湖北汽车工业学院 | 一种车辆协作式编队行驶*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111223323A (zh) * | 2020-01-13 | 2020-06-02 | 深圳大学 | 车辆队列协同行驶方法及相关装置 |
CN111325967A (zh) * | 2020-02-28 | 2020-06-23 | 清华大学 | 一种基于协同指派的智能网联汽车编队控制方法和装置 |
CN113954916A (zh) * | 2021-11-18 | 2022-01-21 | 山西太钢不锈钢股份有限公司 | 一种铁路机车摘车数和挂车数出错的预警方法 |
CN115240403A (zh) * | 2022-07-28 | 2022-10-25 | 同济大学 | 一种危险敏感型的编队驾驶控制方法 |
CN115240403B (zh) * | 2022-07-28 | 2023-10-10 | 同济大学 | 一种危险敏感型的编队驾驶控制方法 |
Also Published As
Publication number | Publication date |
---|---|
US11636767B2 (en) | 2023-04-25 |
EP3584663A1 (de) | 2019-12-25 |
DE102018114808A1 (de) | 2019-12-24 |
CN110626343B (zh) | 2024-05-07 |
US20190392715A1 (en) | 2019-12-26 |
EP3584663B1 (de) | 2022-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110626343B (zh) | 在车辆队列中自动横向引导跟随车辆的方法 | |
CN111479741B (zh) | 用于在自动驾驶操作中调整车辆运动的方法和装置 | |
CN109211249B (zh) | 用于车辆定位的方法和*** | |
CN110546696B (zh) | 用于自主车辆的用于自动生成和更新数据集的方法 | |
US9283967B2 (en) | Accurate curvature estimation algorithm for path planning of autonomous driving vehicle | |
CN105539434B (zh) | 用于躲避转向操作的路径规划方法 | |
CN107792068B (zh) | 自动化车辆车道变换控制*** | |
JP4343536B2 (ja) | 車用の感知装置 | |
CN109477728B (zh) | 用于确定车辆相对于路面行车道的横向位置的方法和装置 | |
CN112074885A (zh) | 车道标志定位 | |
US11243080B2 (en) | Self-position estimation method and self-position estimation device | |
US10967864B2 (en) | Vehicle control device | |
CN111194459B (zh) | 自动驾驶功能部件的评估和在不同处理阶段中的道路识别 | |
CN111051817B (zh) | 用于求取机动车的位置的方法、控制设备和计算装置 | |
US11608059B2 (en) | Method and apparatus for method for real time lateral control and steering actuation assessment | |
CN113173181A (zh) | 自动驾驶装置 | |
US20200130685A1 (en) | Apparatus and method for identifying sensor occlusion in autonomous vehicles | |
US20210180963A1 (en) | Onboard device | |
JP2020056733A (ja) | 車両制御装置 | |
CN113168762A (zh) | 车辆的行驶辅助方法、车辆行驶辅助装置以及自动驾驶*** | |
WO2019065564A1 (ja) | 自動運転制御装置及び方法 | |
JP6943127B2 (ja) | 位置補正方法、車両制御方法及び位置補正装置 | |
JP6598122B2 (ja) | 車両位置判定装置 | |
CN113165661A (zh) | 用于确定车辆的修正轨迹的方法和*** | |
CN110893845A (zh) | 用于对角车道检测的方法与装置 |
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 |