CN110780358A - 自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆 - Google Patents
自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆 Download PDFInfo
- Publication number
- CN110780358A CN110780358A CN201911009632.3A CN201911009632A CN110780358A CN 110780358 A CN110780358 A CN 110780358A CN 201911009632 A CN201911009632 A CN 201911009632A CN 110780358 A CN110780358 A CN 110780358A
- Authority
- CN
- China
- Prior art keywords
- visibility
- weather
- sensor
- output
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
- G01W1/06—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of weather conditions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆,步骤1、实时获取天气预报信息,同时实时监测雨量传感器输出的雨量信号、日照传感器输出的照度信号和太阳方位角传感器输出的当前时刻太阳方位角;实时获取视觉传感器输出的环境信息,通过神经网络提取出环境图像特征,进行分类后输出能见度信息以及是否有积雪信息;步骤2、推测逆光状态;推测下暴雨状态;推测路面是否有积雪;确定能见度;步骤3、判断当前天气状态:若出现逆光状态、下暴雨、能见度较差和路面有积雪中的一种或多种情况,则输出天气状态较差;若天气状态良好,则返回步骤1。本发明能够较准确地感知当前天气环境。
Description
技术领域
本发明属于汽车的天气环境认知技术领域,具体涉及一种自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆。
背景技术
天气环境是影响驾驶安全的重要因素之一。有数据显示,在恶劣天气下传统汽车事故数量占总事故数量的22%,强光、雨雪、雾和霾等恶劣天气均会造成驾驶员对环境的错误判断。而对自动驾驶汽车而言,恶劣天气会使得感知***性能大大下降。强光、雨雪会对摄像头识别标志物和提取特征造成一定的困难,虽然激光雷达对光照、色彩具有极强的鲁棒性,但在雨雪、雾以及烟尘的干扰下依然束手无策。相比激光雷达,毫米波雷达波长较长,穿透雾、烟、灰尘的能力较强,故受恶劣天气的影响较小,但其无法区分不同物体。
因此,有必要开发一种新的自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆。
发明内容
本发明的目的是提供一种自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆,它能自动识别暴雨、路面积雪、能见度低和逆光等恶劣天气环境。
本发明所述的一种自动驾驶天气环境认知的方法,包括以下步骤:
步骤1、实时获取天气预报信息,所述天气预报信息包括是否下雨、是否有积雪和能见度信息,同时实时监测雨量传感器输出的雨量信号、日照传感器输出的照度信号和太阳方位角传感器输出的当前时刻太阳方位角;
实时获取视觉传感器输出的环境信息,通过神经网络提取出环境图像特征,进行分类后输出能见度信息以及是否有积雪信息;
步骤2、推测逆光状态:根据本车当前行驶航向、当前时刻太阳方位角,以及照度是否大于阈值Y,推测本车是否处于逆光环境下;
推测下暴雨状态:根据天气预报输出的实时下雨信息,以及雨量信号是否大于阈值X,推测本车是否处于暴雨环境下;
推测路面是否有积雪:根据天气预报信息和视觉传感器采集的信息综合推测道路上是否有积雪;
确定能见度:根据天气预报信息和视觉传感器采集的信息输出能见度参考值,判断本车是否处于能见度较低环境下;
步骤3、判断当前天气状态:若出现逆光状态、下暴雨、能见度较差和路面有积雪中的一种或多种情况,则认为天气较差,则输出天气状态较差;若天气状态良好,则返回步骤1。
进一步,所述步骤2中推测逆光状态具体为:本车当前相对正北方向的行驶航向角θ1与当前时刻相对正北方向的太阳方位角θ2,若|θ1-θ2|<15°,且当前阳光照度>阈值Y,则判定本车处于逆光状态下,否则判断本车未处于逆光状态下。
进一步,所述步骤2中推测下暴雨状态具体为:
若(A2-X)*A1>0时,则判定本车处于暴雨环境下,否则,本车处于非暴雨环境下;
其中:
A1为天气预报输出的实时下雨信息,若为暴雨及以上,则A1值为1,否则A1为0,
A2为雨量传感器输出的雨量信号,X为预设雨量阈值。
进一步,所述步骤2中推测路面是否有积雪具体为:
若B2×Bδ×B1>0.9,则判定为道路有积雪,否则道路无积雪;
其中,B1为天气预报输出的实时降雪量,若为中雪及以上,则B1值为1,否则B1为0;B2为视觉传感器输出是否降雪,若为降雪,则B2为1;若未降雪,则B2为0;Bδ为B2的置信度。
进一步,所述步骤2中确定能见度具体为:
若C2*Cδ*C1>0.9,则判定为能见度较差;
其中:C1为天气预报输出实时能见度,根据天气预报输出的能见度等级,当能见度小于0.2km时,C1值为1,否则为0;
C2为视觉传感器输出能见度等级,视觉传感器能输出三个等级的能见度:clear、light、heavy,当能见度为heavy时,C2为1,否则为0;Cδ为C2的置信度。
本发明所述的一种自动驾驶天气环境认知的***,包括控制器,以及分别与控制器连接的滴传感器、日照传感器和太阳方位角传感器,所述雨量传感器用于输出雨量信号,所述日照传感器输出的照度信号,所述太阳方位角传感器用于输出当前时刻太阳方位角;所述控制器被编程以便执行如本发明所述的自动驾驶天气环境认知的方法的步骤。
本发明所述的一种计算机可读存储介质,其存储有计算机可读程序,所述计算机可读程序被控制器调用执行时,能实现如本发明所述的自动驾驶天气环境认知的方法的步骤。
本发明所述的一种自动驾驶车辆,采用如本发明所述的自动驾驶天气环境认知的***。
本发明具有以下优点:本发明不仅仅依靠自动驾驶感知***的感知能力,且充分利用天气预报信息、雨量传感器及日照传感器等多路传感器信息,能够全方位综合判断出当前驾驶环境的天气状态,相比仅仅依靠视觉传感器的传统方法更为准确。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示,一种自动驾驶天气环境认知的方法,包括以下步骤:
步骤1、实时获取天气预报信息,所述天气预报信息包括是否下雨、是否有积雪和能见度信息;同时实时监测雨量传感器输出的雨量信号、日照传感器输出的照度信号和太阳方位角传感器输出的当前时刻太阳方位角。
实时获取视觉传感器输出的环境信息,通过神经网络提取出环境图像特征,进行分类后输出能见度信息以及是否有积雪信息。本实施例中,能见度信息是指能见度参考值及其置信度;是否有积雪信息是指是否有积雪及其置信度等关键信息。
步骤2、推测逆光状态:根据本车当前行驶航向、当前时刻太阳方位角,以及照度是否大于阈值Y,推测本车是否处于逆光环境下。
推测下暴雨状态:根据天气预报输出的实时下雨信息,以及雨量信号是否大于阈值X,推测本车是否处于暴雨环境下。
推测路面是否有积雪:根据天气预报信息和视觉传感器采集的信息综合推测道路上是否有积雪。
确定能见度:根据天气预报信息和视觉传感器采集的信息输出能见度参考值,判断本车是否处于能见度较低环境下;
步骤3、判断当前天气状态:若出现逆光状态、下暴雨、能见度较差和路面有积雪中的一种或多种情况,则认为天气较差,则输出天气状态较差;若天气状态良好,则返回步骤1。
本实施例中,将输出的天气状态较差的结果发送给自动驾驶控制器,并通知自动驾驶控制器做出风险最小化策略,同时提醒自动驾驶用户注意观察道路环境,随时响应自动驾驶***接管请求,从而避免交通事故。
本实施例中,所述步骤2中推测逆光状态具体为:本车当前相对正北方向的行驶航向角θ1与当前时刻相对正北方向的太阳方位角θ2,若|θ1-θ2|<15°,且当前阳光照度>阈值Y,则判定本车处于逆光状态下,否则判断本车未处于会影响自动驾驶传感器性能的逆光状态下。
本实施例中,所述步骤2中推测下暴雨状态具体为:若(A2-X)*A1>0时,则判定本车处于暴雨环境下,否则,本车处于非暴雨环境下。其中:A1为天气预报输出的实时下雨信息,若为暴雨及以上,则A1值为1,否则A1为0;A2为雨量传感器输出的雨量信号,X为预设雨量阈值。
本实施例中,所述步骤2中推测路面是否有积雪具体为:若B2×Bδ×B1>0.9,则判定为道路有积雪,否则道路无积雪。其中,B1为天气预报输出的实时降雪量,若为中雪及以上,则B1值为1,否则B1为0;B2为视觉传感器输出是否降雪,若为降雪,则B2为1;若未降雪,则B2为0;Bδ为B2的置信度。
本实施例中,所述步骤2中确定能见度具体为:若C2*Cδ*C1>0.9,则判定为能见度较差。其中:C1为天气预报输出实时能见度,根据天气预报输出的能见度等级,当能见度小于0.2km时,C1值为1,否则为0。C2为视觉传感器输出能见度等级,视觉传感器能输出三个等级的能见度:clear、light、heavy,当能见度为heavy时,C2为1,否则为0;Cδ为C2的置信度。
本实施例中,一种自动驾驶天气环境认知的***,包括控制器,以及分别与控制器连接的滴传感器、日照传感器和太阳方位角传感器,所述雨量传感器用于输出雨量信号,所述日照传感器输出的照度信号,所述太阳方位角传感器用于输出当前时刻太阳方位角;所述控制器被编程以便执行如本实施例中所述的自动驾驶天气环境认知的方法的步骤。
本实施例中,一种计算机可读存储介质,其存储有计算机可读程序,所述计算机可读程序被控制器调用执行时,能实现如本实施例中所述的自动驾驶天气环境认知的方法的步骤。
本实施例中,一种自动驾驶车辆,采用如本发明所述的自动驾驶天气环境认知的***。
Claims (8)
1.一种自动驾驶天气环境认知的方法,其特征在于,包括以下步骤:
步骤1、实时获取天气预报信息,所述天气预报信息包括是否下雨、是否有积雪和能见度信息,同时实时监测雨量传感器输出的雨量信号、日照传感器输出的照度信号和太阳方位角传感器输出的当前时刻太阳方位角;
实时获取视觉传感器输出的环境信息,通过神经网络提取出环境图像特征,进行分类后输出能见度信息以及是否有积雪信息;
步骤2、推测逆光状态:根据本车当前行驶航向、当前时刻太阳方位角,以及照度是否大于阈值Y,推测本车是否处于逆光环境下;
推测下暴雨状态:根据天气预报输出的实时下雨信息,以及雨量信号是否大于阈值X,推测本车是否处于暴雨环境下;
推测路面是否有积雪:根据天气预报信息和视觉传感器采集的信息综合推测道路上是否有积雪;
确定能见度:根据天气预报信息和视觉传感器采集的信息输出能见度参考值,判断本车是否处于能见度较低环境下;
步骤3、判断当前天气状态:若出现逆光状态、下暴雨、能见度较差和路面有积雪中的一种或多种情况,则认为天气较差,则输出天气状态较差;若天气状态良好,则返回步骤1。
2.根据权利要求1所述的自动驾驶天气环境认知的方法,其特征在于:所述步骤2中推测逆光状态具体为:本车当前相对正北方向的行驶航向角θ1与当前时刻相对正北方向的太阳方位角θ2,若|θ1-θ2|<15°,且当前阳光照度>阈值Y,则判定本车处于逆光状态下,否则判断本车未处于逆光状态下。
3.根据权利要求1或2所述的自动驾驶天气环境认知的方法,其特征在于:所述步骤2中推测下暴雨状态具体为:
若(A2-X)*A1>0时,则判定本车处于暴雨环境下,否则,本车处于非暴雨环境下;
其中:
A1为天气预报输出的实时下雨信息,若为暴雨及以上,则A1值为1,否则A1为0,
A2为雨量传感器输出的雨量信号,X为预设雨量阈值。
4.根据权利要求3所述的自动驾驶天气环境认知的方法,其特征在于:所述步骤2中推测路面是否有积雪具体为:
若B2×Bδ×B1>0.9,则判定为道路有积雪,否则道路无积雪;
其中,B1为天气预报输出的实时降雪量,若为中雪及以上,则B1值为1,否则B1为0;B2为视觉传感器输出是否降雪,若为降雪,则B2为1;若未降雪,则B2为0;Bδ为B2的置信度。
5.根据权利要求1或2或4所述的自动驾驶天气环境认知的方法,其特征在于:所述步骤2中确定能见度具体为:
若C2*Cδ*C1>0.9,则判定为能见度较差;
其中:C1为天气预报输出实时能见度,根据天气预报输出的能见度等级,当能见度小于0.2km时,C1值为1,否则为0;
C2为视觉传感器输出能见度等级,视觉传感器能输出三个等级的能见度:clear、light、heavy,当能见度为heavy时,C2为1,否则为0;Cδ为C2的置信度。
6.一种自动驾驶天气环境认知的***,包括控制器,以及分别与控制器连接的滴传感器、日照传感器和太阳方位角传感器,所述雨量传感器用于输出雨量信号,所述日照传感器输出的照度信号,所述太阳方位角传感器用于输出当前时刻太阳方位角;其特征在于:所述控制器被编程以便执行如权利要求1至5任一所述的自动驾驶天气环境认知的方法的步骤。
7.一种计算机可读存储介质,其特征在于:其存储有计算机可读程序,所述计算机可读程序被控制器调用执行时,能实现如权利要求1至5任一所述的自动驾驶天气环境认知的方法的步骤。
8.一种自动驾驶车辆,其特征在于:采用如权利要求6所述的自动驾驶天气环境认知的***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911009632.3A CN110780358A (zh) | 2019-10-23 | 2019-10-23 | 自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911009632.3A CN110780358A (zh) | 2019-10-23 | 2019-10-23 | 自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110780358A true CN110780358A (zh) | 2020-02-11 |
Family
ID=69386506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911009632.3A Pending CN110780358A (zh) | 2019-10-23 | 2019-10-23 | 自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110780358A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111953789A (zh) * | 2020-08-17 | 2020-11-17 | 广西云森科技有限公司 | 基于语音识别的网约车异常驾驶环境监督***及方法 |
CN112036389A (zh) * | 2020-11-09 | 2020-12-04 | 天津天瞳威势电子科技有限公司 | 车辆三维信息检测方法、装置、设备及可读存储介质 |
CN112849161A (zh) * | 2021-03-28 | 2021-05-28 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆的气象条件预测方法、装置、汽车及控制器 |
CN113276882A (zh) * | 2021-04-22 | 2021-08-20 | 清华大学苏州汽车研究院(相城) | 自动驾驶车辆控制方法、控制***及目标速度的计算方法 |
CN113867159A (zh) * | 2021-08-16 | 2021-12-31 | 重庆海尔空调器有限公司 | 智能家居***控制方法、设备、存储介质及智能家居*** |
CN115107832A (zh) * | 2022-08-09 | 2022-09-27 | 中车唐山机车车辆有限公司 | 列车前照灯控制方法、车载终端、控制***及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0859115A (ja) * | 1994-08-17 | 1996-03-05 | Mitsubishi Electric Corp | エレベ−タの報知装置 |
CN103096034A (zh) * | 2012-12-24 | 2013-05-08 | 天津市亚安科技股份有限公司 | 基于气象状态监测的自调节视频监控装置及方法 |
CN105196910A (zh) * | 2015-09-15 | 2015-12-30 | 浙江吉利汽车研究院有限公司 | 一种雨雾天气下的安全驾驶辅助***及其控制方法 |
CN205679239U (zh) * | 2016-02-04 | 2016-11-09 | 智车优行科技(北京)有限公司 | 智能车辆导航***及智能车 |
CN106394513A (zh) * | 2016-09-28 | 2017-02-15 | 鄂尔多斯市普渡科技有限公司 | 一种雨雪天气下无人驾驶车辆的行车装置与策略 |
CN106740705A (zh) * | 2016-12-29 | 2017-05-31 | 鄂尔多斯市普渡科技有限公司 | 无人驾驶车辆在雾霾、沙尘天气下的行车装置和策略 |
CN107650911A (zh) * | 2017-09-27 | 2018-02-02 | 戴姆勒股份公司 | 一种用于车辆的智能驾驶控制***和方法 |
US20180164119A1 (en) * | 2016-07-29 | 2018-06-14 | Faraday&Future Inc. | System and method for generating an environmental condition database using automotive sensors |
CN109720275A (zh) * | 2018-12-29 | 2019-05-07 | 重庆集诚汽车电子有限责任公司 | 基于神经网络的多传感器融合车辆环境感知*** |
-
2019
- 2019-10-23 CN CN201911009632.3A patent/CN110780358A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0859115A (ja) * | 1994-08-17 | 1996-03-05 | Mitsubishi Electric Corp | エレベ−タの報知装置 |
CN103096034A (zh) * | 2012-12-24 | 2013-05-08 | 天津市亚安科技股份有限公司 | 基于气象状态监测的自调节视频监控装置及方法 |
CN105196910A (zh) * | 2015-09-15 | 2015-12-30 | 浙江吉利汽车研究院有限公司 | 一种雨雾天气下的安全驾驶辅助***及其控制方法 |
CN205679239U (zh) * | 2016-02-04 | 2016-11-09 | 智车优行科技(北京)有限公司 | 智能车辆导航***及智能车 |
US20180164119A1 (en) * | 2016-07-29 | 2018-06-14 | Faraday&Future Inc. | System and method for generating an environmental condition database using automotive sensors |
CN106394513A (zh) * | 2016-09-28 | 2017-02-15 | 鄂尔多斯市普渡科技有限公司 | 一种雨雪天气下无人驾驶车辆的行车装置与策略 |
CN106740705A (zh) * | 2016-12-29 | 2017-05-31 | 鄂尔多斯市普渡科技有限公司 | 无人驾驶车辆在雾霾、沙尘天气下的行车装置和策略 |
CN107650911A (zh) * | 2017-09-27 | 2018-02-02 | 戴姆勒股份公司 | 一种用于车辆的智能驾驶控制***和方法 |
CN109720275A (zh) * | 2018-12-29 | 2019-05-07 | 重庆集诚汽车电子有限责任公司 | 基于神经网络的多传感器融合车辆环境感知*** |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111953789A (zh) * | 2020-08-17 | 2020-11-17 | 广西云森科技有限公司 | 基于语音识别的网约车异常驾驶环境监督***及方法 |
CN112036389A (zh) * | 2020-11-09 | 2020-12-04 | 天津天瞳威势电子科技有限公司 | 车辆三维信息检测方法、装置、设备及可读存储介质 |
CN112036389B (zh) * | 2020-11-09 | 2021-02-02 | 天津天瞳威势电子科技有限公司 | 车辆三维信息检测方法、装置、设备及可读存储介质 |
CN112849161A (zh) * | 2021-03-28 | 2021-05-28 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆的气象条件预测方法、装置、汽车及控制器 |
CN113276882A (zh) * | 2021-04-22 | 2021-08-20 | 清华大学苏州汽车研究院(相城) | 自动驾驶车辆控制方法、控制***及目标速度的计算方法 |
CN113867159A (zh) * | 2021-08-16 | 2021-12-31 | 重庆海尔空调器有限公司 | 智能家居***控制方法、设备、存储介质及智能家居*** |
CN115107832A (zh) * | 2022-08-09 | 2022-09-27 | 中车唐山机车车辆有限公司 | 列车前照灯控制方法、车载终端、控制***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110780358A (zh) | 自动驾驶天气环境认知的方法、***、计算机可读存储介质及车辆 | |
US9508015B2 (en) | Method for evaluating image data of a vehicle camera taking into account information about rain | |
US20180164119A1 (en) | System and method for generating an environmental condition database using automotive sensors | |
CN110058240B (zh) | 用于天气检测的雷达以及车辆***的动态控制和致动 | |
CN110481554B (zh) | 一种智能驾驶辅助控制方法及*** | |
CN101187978B (zh) | 呈现视频图像的方法和*** | |
US9827956B2 (en) | Method and device for detecting a braking situation | |
CN111357012A (zh) | 用于识别与评估车道状况和与天气相关的环境影响的方法和装置 | |
US10423841B2 (en) | Abnormality detection device and abnormality detection method | |
CN105512623A (zh) | 基于多传感器雾天行车视觉增强与能见度预警***及方法 | |
CN111016903B (zh) | 自动驾驶车辆雨天行驶安全保障***及方法 | |
CN110682907B (zh) | 一种汽车防追尾控制***及方法 | |
CN110406544A (zh) | 雨雾场景下的车辆感知***及方法 | |
CN110837800A (zh) | 一种面向港口恶劣天气的目标检测和识别的方法 | |
CN104050620A (zh) | 对象检测设备 | |
CN107128287A (zh) | 基于图像识别和云计算的智能雨刮控制装置及其控制方法 | |
US20220194425A1 (en) | Method for operating a vehicle configured for automated, in particular highly automated or autonomous driving | |
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 | |
CN113247014B (zh) | 一种自动驾驶***的置信度标识方法及*** | |
CN114312794A (zh) | 车辆行驶恶劣天气环境的识别***和方法 | |
JP7156195B2 (ja) | 物体認識装置 | |
CN106405539B (zh) | 车辆雷达***以及用于去除一非感兴趣目标的方法 | |
CN116486359A (zh) | 一种面向全天候的智能车环境感知网络自适应选择方法 | |
US20220001897A1 (en) | Vehicular vision system with trailer assist and traffic detection functions | |
WO2021161443A1 (ja) | 視認負荷値推定装置、視認負荷値推定システム、視認負荷値推定方法、及び視認負荷値推定プログラム |
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: 20200211 |