CN112455467A - 智能驾驶汽车对路面坑洼拥包预警方法 - Google Patents

智能驾驶汽车对路面坑洼拥包预警方法 Download PDF

Info

Publication number
CN112455467A
CN112455467A CN202110030593.6A CN202110030593A CN112455467A CN 112455467 A CN112455467 A CN 112455467A CN 202110030593 A CN202110030593 A CN 202110030593A CN 112455467 A CN112455467 A CN 112455467A
Authority
CN
China
Prior art keywords
congestion
hollow
automobile
bag
early warning
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
Application number
CN202110030593.6A
Other languages
English (en)
Inventor
李�荣
唐伦
张峰玉
吴小妮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Automotive Engineering Vocational College
Original Assignee
Hunan Automotive Engineering Vocational College
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Automotive Engineering Vocational College filed Critical Hunan Automotive Engineering Vocational College
Priority to CN202110030593.6A priority Critical patent/CN112455467A/zh
Publication of CN112455467A publication Critical patent/CN112455467A/zh
Pending legal-status Critical Current

Links

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land 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
    • B60W2552/00—Input parameters relating to infrastructure
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及智能驾驶避障领域，具体涉及一种智能驾驶汽车对路面坑洼拥包预警方法，包括：基于车载的红外线光幕组实现前方地面扫描图像的采集，同时基于车载的汽车状态感知模块实现汽车行驶状态参数的感知；基于前方地面扫描图像实现坑洼拥包类型及所在位置信息的识别；实现前方地面扫描图像内载坑洼拥包形状的识别，根据识别结果实现坑洼拥包尺寸的计算；基于坑洼拥包所在位置、汽车行驶状态参数判断汽车是否会经过该坑洼拥包；根据判断结果，基于坑洼拥包类型、所在位置信息及尺寸信息启用不同的预警算法实现坑洼拥包的预警。本发明能实时扫描并确定坑洼、拥包的准确位置和尺寸信息，并实现自主变道和主动避障，从而可以提高汽车驾驶的安全性。

Description

智能驾驶汽车对路面坑洼拥包预警方法
技术领域
本发明涉及智能驾驶避障领域，具体涉及一种智能驾驶汽车对路面坑洼拥包预警方法。
背景技术
目前，智能驾驶汽车大多通过车上安装的各类传感器来获取周围环境信息，然后通过自动驾驶电脑***采用一定的方法提取出环境数据中对于智能行为决策有用的信息，比如探测障碍物、检测车道线、识别交通标志、车辆定位、识别环境声音等，然后根据这些信息实现辅助驾驶。
目前，国内外对路面坑洼、拥包的预警主要是通过接触式来实现，即当车辆压过坑洼或拥包，通过车身传感器发现坑洼或拥包的存在，并且在几毫米内及时调整自身的悬架参数，使得坑洼或拥包对轮胎的冲击降到最低。这种采用接触式预警方式，由于车轮覆盖面有限，容易对坑洼拥包漏检，同时一旦遇上尺寸较大的坑洼拥包容易造成交通事故。
发明内容
为解决上述问题，本发明提供了一种智能驾驶汽车对路面坑洼拥包预警方法，能实时扫描并确定坑洼、拥包的准确位置和尺寸信息，并实现自主变道和主动避障，从而可以提高汽车驾驶的安全性。
为实现上述目的，本发明采取的技术方案为：
智能驾驶汽车对路面坑洼拥包预警方法，包括如下步骤：
S1、基于车载的红外线光幕组实现前方地面扫描图像的采集，同时基于车载的汽车状态感知模块实现汽车行驶状态参数的感知；
S2、基于前方地面扫描图像实现坑洼拥包类型及所在位置信息的识别；
S3、基于 Rssd_inception_V3_coco 模型实现前方地面扫描图像内载坑洼拥包形状的识别，根据识别结果实现坑洼拥包尺寸的计算；
S4、基于坑洼拥包所在位置、汽车行驶状态参数判断汽车是否会经过该坑洼拥包；
S5、根据判断结果，基于坑洼拥包类型、所在位置信息及尺寸信息启用不同的预警算法实现坑洼拥包的预警。
进一步地，所述红外线光幕组安装在汽车底盘的前侧边缘处，用于生成红外线光幕，从而实现地面3D扫描图像的采集。
进一步地，所述红外线光幕组所发出的红外线光幕与水平面呈60度角，其覆盖面呈圆台形，覆盖面长底边的长度为3.6米左右。
进一步地，所述步骤S3中，根据坑洼拥包形状的识别结果调用对应的面积测量模板尺和面积计算算法实现坑洼拥包尺寸的计算。
进一步地，所述汽车状态感知模块，包括：
车载定位模块，用于实现汽车目前所在车道位置的采集；
车速采集模块，用于实现汽车行驶速度的采集；
车轮倾角采集模块，用于实现汽车车轮倾角参数的采集；
转向灯工况采集模块，用于实现汽车转向灯启闭状态的采集。
进一步地，所述步骤S5中，
若汽车会经过该坑洼拥包，且该坑洼拥包落入预设的危险门限，则启动避障路径规划模块实现避障路径的规划，改变原有规划行驶路线；
若汽车会经过该坑洼拥包，且该坑洼拥包未落入预设的危险门限，则略过该坑洼拥包信息，继续按原有规划路线行驶。
若汽车不会经过该坑洼拥包，则略过该坑洼拥包信息，继续按原有规划路线行驶。
进一步地，避障路径规划时，首先根据坑洼拥包所在的位置信息在地图上剔除掉对应的行驶路段（将该路段设置为不可行驶路段），然后以该地图、当前汽车行驶状态参数、侧方、前方及后方车辆车灯启闭状态参数为基准进行汽车行驶路径的规划。
进一步地，所述Rssd_inception_V3_coco 模型采用Rssd_目标检测算法，用coco数据集预训练inception_V3深度神经网络,然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测坑洼拥包形状的目标检测模型。
本发明具有以下有益效果：
能实时扫描并确定坑洼、拥包的准确位置和尺寸信息，并实现自主变道和主动避障，从而可以提高汽车驾驶的安全性。
附图说明
图1为本发明实施例智能驾驶汽车对路面坑洼拥包预警方法的流程图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合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仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种智能驾驶汽车对路面坑洼拥包预警方法，包括如下步骤：
S1、基于车载的红外线光幕组实现前方地面扫描图像的采集，同时基于车载的汽车状态感知模块实现汽车行驶状态参数的感知；
S2、基于前方地面扫描图像实现坑洼拥包类型及所在位置信息的识别；
S3、基于 Rssd_inception_V3_coco 模型实现前方地面扫描图像内载坑洼拥包形状的识别，根据识别结果实现坑洼拥包尺寸的计算；
S4、基于坑洼拥包所在位置、汽车行驶状态参数判断汽车是否会经过该坑洼拥包；
S5、根据判断结果，基于坑洼拥包类型、所在位置信息及尺寸信息启用不同的预警算法实现坑洼拥包的预警。
本实施例中，所述红外线光幕组安装在汽车底盘的前侧边缘处，用于生成红外线光幕，从而实现地面3D扫描图像的采集。所述红外线光幕组所发出的红外线光幕与水平面（地面）呈60度角，其覆盖面（地表覆盖面）呈圆台形，覆盖面长底边的长度为3.6米左右。
本实施例中，所述步骤S3中，根据坑洼拥包形状的识别结果调用对应的面积测量模板尺和面积计算算法实现坑洼拥包尺寸的计算。计算时，首先根据坑洼拥包形状调用对应的测量模板尺，实现目标尺寸数据的测量，测量时，需先将测量模板尺调整至与坑洼拥包大小匹配的比例，然后读取测量模板尺的数据，最后，调用对应的面积计算算法实现坑洼拥包尺寸的计算。
本实施例中，所述汽车状态感知模块，包括：
车载定位模块，用于实现汽车目前所在车道位置的采集；
车速采集模块，用于实现汽车行驶速度的采集；
车轮倾角采集模块，用于实现汽车车轮倾角参数的采集；
转向灯工况采集模块，用于实现汽车转向灯启闭状态的采集。
本实施例中，所述步骤S5中，
若汽车会经过该坑洼拥包，且该坑洼拥包落入预设的危险门限，则启动避障路径规划模块实现避障路径的规划，改变原有规划行驶路线；
若汽车会经过该坑洼拥包，且该坑洼拥包未落入预设的危险门限，则略过该坑洼拥包信息，继续按原有规划路线行驶。
若汽车不会经过该坑洼拥包，则略过该坑洼拥包信息，继续按原有规划路线行驶。
本实施例中，避障路径规划时，首先根据坑洼拥包所在的位置信息在地图上剔除掉对应的行驶路段（将该路段设置为不可行驶路段），然后以该地图、当前汽车行驶状态参数、侧方、前方及后方车辆车灯启闭状态参数为基准进行汽车行驶路径的规划。
本实施例中，所述Rssd_inception_V3_coco 模型采用Rssd_目标检测算法，用coco数据集预训练inception_V3深度神经网络,然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测坑洼拥包形状的目标检测模型。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，包括如下步骤：
S1、基于车载的红外线光幕组实现前方地面扫描图像的采集，同时基于车载的汽车状态感知模块实现汽车行驶状态参数的感知；
S2、基于前方地面扫描图像实现坑洼拥包类型及所在位置信息的识别；
S3、基于 Rssd_inception_V3_coco 模型实现前方地面扫描图像内载坑洼拥包形状的识别，根据识别结果实现坑洼拥包尺寸的计算；
S4、基于坑洼拥包所在位置、汽车行驶状态参数判断汽车是否会经过该坑洼拥包；
S5、根据判断结果，基于坑洼拥包类型、所在位置信息及尺寸信息启用不同的预警算法实现坑洼拥包的预警。
2.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述红外线光幕组安装在汽车底盘的前侧边缘处，用于生成红外线光幕，从而实现地面3D扫描图像的采集。
3.如权利要求2所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述红外线光幕组所发出的红外线光幕与水平面呈60度角，其覆盖面呈圆台形，覆盖面长底边的长度为3.6米。
4.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述步骤S3中，根据坑洼拥包形状的识别结果调用对应的面积测量模板尺和面积计算算法实现坑洼拥包尺寸的计算。
5.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述汽车状态感知模块，包括：
车载定位模块，用于实现汽车目前所在车道位置的采集；
车速采集模块，用于实现汽车行驶速度的采集；
车轮倾角采集模块，用于实现汽车车轮倾角参数的采集；
转向灯工况采集模块，用于实现汽车转向灯启闭状态的采集。
6.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述步骤S5中，
若汽车会经过该坑洼拥包，且该坑洼拥包落入预设的危险门限，则启动避障路径规划模块实现避障路径的规划，改变原有规划行驶路线；
若汽车会经过该坑洼拥包，且该坑洼拥包未落入预设的危险门限，则略过该坑洼拥包信息，继续按原有规划路线行驶；
若汽车不会经过该坑洼拥包，则略过该坑洼拥包信息，继续按原有规划路线行驶。
7.如权利要求6所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，避障路径规划时，首先根据坑洼拥包所在的位置信息在地图上剔除掉对应的行驶路段（将该路段设置为不可行驶路段），然后以该地图、当前汽车行驶状态参数、侧方、前方及后方车辆车灯启闭状态参数为基准进行汽车行驶路径的规划。
8.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述Rssd_inception_V3_coco 模型采用Rssd_目标检测算法，用coco数据集预训练inception_V3深度神经网络,然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测坑洼拥包形状的目标检测模型。
CN202110030593.6A 2021-01-11 2021-01-11 智能驾驶汽车对路面坑洼拥包预警方法 Pending CN112455467A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110030593.6A CN112455467A (zh) 2021-01-11 2021-01-11 智能驾驶汽车对路面坑洼拥包预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110030593.6A CN112455467A (zh) 2021-01-11 2021-01-11 智能驾驶汽车对路面坑洼拥包预警方法

Publications (1)

Publication Number Publication Date
CN112455467A true CN112455467A (zh) 2021-03-09

Family

ID=74802660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110030593.6A Pending CN112455467A (zh) 2021-01-11 2021-01-11 智能驾驶汽车对路面坑洼拥包预警方法

Country Status (1)

Country Link
CN (1) CN112455467A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112937563A (zh) * 2021-03-30 2021-06-11 湖南铁道职业技术学院 一种基于模型预测控制的无人车避障方法
CN113415279A (zh) * 2021-06-24 2021-09-21 东风汽车集团股份有限公司 一种车辆倒车辅助方法、***及车辆
CN113436164A (zh) * 2021-06-23 2021-09-24 三一专用汽车有限责任公司 车底路况检测方法、装置及车辆
CN114264312A (zh) * 2021-11-30 2022-04-01 阿波罗智联(北京)科技有限公司 自动驾驶车辆的路径规划方法、装置和自动驾驶车辆
CN115071682A (zh) * 2022-08-22 2022-09-20 苏州智行众维智能科技有限公司 一种适用于多路面的智能驾驶车辆驾驶***及方法
CN115871622A (zh) * 2023-01-19 2023-03-31 重庆赛力斯新能源汽车设计院有限公司 基于落差路面的辅助驾驶方法、电子设备及存储介质
CN116620296A (zh) * 2023-05-18 2023-08-22 中公高远(北京)汽车检测技术有限公司 一种智能汽车的避险方法和***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130188470A1 (en) * 2012-01-19 2013-07-25 Centre Of Excellence In Wireless Technology Ordered Reduced Set Successive Detector for Low Complexity, Quasi-ML MIMO Detection
CN110749457A (zh) * 2019-10-31 2020-02-04 重庆长安汽车股份有限公司 智能驾驶汽车对路面坑洼拥包预警方法、***及智能驾驶汽车
CN111209952A (zh) * 2020-01-03 2020-05-29 西安工业大学 基于改进ssd和迁移学习的水下目标检测方法
CN111775934A (zh) * 2020-07-21 2020-10-16 湖南汽车工程职业学院 一种汽车的智能驾驶避障***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130188470A1 (en) * 2012-01-19 2013-07-25 Centre Of Excellence In Wireless Technology Ordered Reduced Set Successive Detector for Low Complexity, Quasi-ML MIMO Detection
CN110749457A (zh) * 2019-10-31 2020-02-04 重庆长安汽车股份有限公司 智能驾驶汽车对路面坑洼拥包预警方法、***及智能驾驶汽车
CN111209952A (zh) * 2020-01-03 2020-05-29 西安工业大学 基于改进ssd和迁移学习的水下目标检测方法
CN111775934A (zh) * 2020-07-21 2020-10-16 湖南汽车工程职业学院 一种汽车的智能驾驶避障***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘紫扬: "一种路面坑洼、拥包预警***的设计", 《科技创新与应用》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112937563A (zh) * 2021-03-30 2021-06-11 湖南铁道职业技术学院 一种基于模型预测控制的无人车避障方法
CN113436164A (zh) * 2021-06-23 2021-09-24 三一专用汽车有限责任公司 车底路况检测方法、装置及车辆
CN113436164B (zh) * 2021-06-23 2024-03-15 三一专用汽车有限责任公司 车底路况检测方法、装置及车辆
CN113415279A (zh) * 2021-06-24 2021-09-21 东风汽车集团股份有限公司 一种车辆倒车辅助方法、***及车辆
CN114264312A (zh) * 2021-11-30 2022-04-01 阿波罗智联(北京)科技有限公司 自动驾驶车辆的路径规划方法、装置和自动驾驶车辆
CN115071682A (zh) * 2022-08-22 2022-09-20 苏州智行众维智能科技有限公司 一种适用于多路面的智能驾驶车辆驾驶***及方法
CN115871622A (zh) * 2023-01-19 2023-03-31 重庆赛力斯新能源汽车设计院有限公司 基于落差路面的辅助驾驶方法、电子设备及存储介质
CN116620296A (zh) * 2023-05-18 2023-08-22 中公高远(北京)汽车检测技术有限公司 一种智能汽车的避险方法和***
CN116620296B (zh) * 2023-05-18 2024-03-12 中公高远(北京)汽车检测技术有限公司 一种智能汽车的避险方法和***

Similar Documents

Publication Publication Date Title
CN112455467A (zh) 智能驾驶汽车对路面坑洼拥包预警方法
CN110077399B (zh) 一种基于道路标线、车轮检测融合的车辆防碰撞方法
US11913807B2 (en) Methods and systems for calibrating sensors using road map data
CN106240458B (zh) 一种基于车载双目相机的车辆前方碰撞预警方法
US10310508B2 (en) Vehicle control apparatus
US9091558B2 (en) Autonomous driver assistance system and autonomous driving method thereof
US9359009B2 (en) Object detection during vehicle parking
CN110749457A (zh) 智能驾驶汽车对路面坑洼拥包预警方法、***及智能驾驶汽车
JP6323246B2 (ja) 車両の走行制御装置及び方法
US8301344B2 (en) Device for classifying at least one object in the surrounding field of a vehicle
CN104554259B (zh) 主动式自动驾驶辅助***与方法
US6714139B2 (en) Periphery monitoring device for motor vehicle and recording medium containing program for determining danger of collision for motor vehicle
CN106225789A (zh) 一种具有高安全性的车载导航***及其引导方法
CN110065494B (zh) 一种基于车轮检测的车辆防碰撞方法
AU2020202527A1 (en) Using wheel orientation to determine future heading
CN111824009B (zh) 行车交互***、车辆及其行车交互方法
CN105922991A (zh) 基于生成虚拟车道线的车道偏离预警方法及***
KR20200044157A (ko) 차량 온보드 센서들을 사용하여 날씨 상태들을 검출하는 방법들 및 시스템들
CN101101333A (zh) 用于产生行进车辆的驾驶员辅助信息的设备和方法
CN111775934A (zh) 一种汽车的智能驾驶避障***
CN108621998B (zh) 用于车辆的水深检测***和方法
CN107054209A (zh) 前车前方不可见路况多功能提示***及超车预警提示方法
JP2018096715A (ja) 車載センサキャリブレーションシステム
US20200118432A1 (en) Driving assistance for a motor vehicle when approaching a tollgate
CN107933557A (zh) 一种基于多摄像头的车辆直角转弯控制***及其控制方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210309