CN112562326A - 车速引导方法、服务器及可读存储介质 - Google Patents
车速引导方法、服务器及可读存储介质 Download PDFInfo
- Publication number
- CN112562326A CN112562326A CN202011351701.1A CN202011351701A CN112562326A CN 112562326 A CN112562326 A CN 112562326A CN 202011351701 A CN202011351701 A CN 202011351701A CN 112562326 A CN112562326 A CN 112562326A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- controlled vehicle
- speed
- time
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车速引导方法、服务器及可读存储介质,其中,该方法包括:获取被控车辆的行驶信息,并根据所述行驶信息获得被控车辆所在的路段信息和所述路段信息对应的信号灯的相位信息;根据所述行驶信息、所述路段信息和所述相位信息判断被控车辆是否进入引导区域;若被控车辆进入所述引导区域,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过;若所述通行状态为通过,则根据所述行驶信息和所述相位信息获得最优目标车速;发送所述最优目标车速至被控车辆,以使被控车辆根据所述最优目标车速行驶。本发明提供的车速引导方法提高了车辆在交通路口的通行率,并且降低了交通违章与交通事故的发生率。
Description
技术领域
本发明涉及汽车智能网联技术领域,尤其涉及一种车速引导方法、服务器及可读存储介质。
背景技术
当前自动驾驶技术发展迅速,以提高车辆主动安全性为目的的部分高级驾驶辅助功能已经应用于量产车中,例如:自动紧急刹车、车道自动保持和疲劳驾驶预警等驾驶辅助功能。随着高精度高抗扰能力传感器、智能决策通用芯片、高精度地图和线性转向***等使得自动驾驶技术日趋成熟。
当前城市交通路口信号灯较为密集,传统车辆的驾驶员需要根据主观判断选择加速通过还是减速停车,但是主观判断很难做到精确驾驶。比如,经常认为能够在绿灯结束前通过路口,为此保持车辆一个较高的车速或加速准备通过,但在通过前红灯亮起,导致不得不紧急刹车,容易出现误闯红灯,车辆剐蹭,甚至碰撞行人的风险;有时判断通过一定的减速,能够实现当路口的红灯变为绿灯时,不用停车,但可能在红灯最后1秒时,都不得不停车然后又马上启动的问题。同时由于路口处的其它车辆、行人等,导致路口通行具有复杂的多应用场景,交通行为参与者多等特征,导致车辆***在路口处控制困难。
发明内容
本发明的主要目的是提供一种车速引导方法、服务器及可读存储介质,旨在解决车辆通过信号灯路口时易于出现误闯红灯、车辆剐蹭、甚至碰撞行人的风险,以及不利于车辆的平稳运行导致车辆能耗增加的问题。
为实现上述目的,本发明提供一种车速引导方法,该方法包括:
获取被控车辆的行驶信息,并根据所述行驶信息获得被控车辆所在的路段信息和所述路段信息对应的信号灯的相位信息;
根据所述行驶信息、所述路段信息和所述相位信息判断被控车辆是否进入引导区域;
若被控车辆进入所述引导区域,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过;
若所述通行状态为通过,则根据所述行驶信息和所述相位信息获得最优目标车速;
发送所述最优目标车速至被控车辆,以使被控车辆根据所述最优目标车速行驶。
优选地,所述行驶信息包括:被控车辆的位置、被控车辆与待经过的交叉路口的位置距离、以及当前车速;所述路段信息包括:道路平均车速、被控车辆所在路段相邻两个交叉路口的距离和道路限速;所述相位信息包括:信号灯的相位周期和信号灯的相位配时信息;所述根据所述行驶信息、所述路段信息和所述相位信息判断被控车辆是否进入引导区域的步骤包括:
根据所述道路平均车速和所述相位周期计算得到理论引导长度;
比较所述交叉路口距离和所述理论引导长度,取其中数值较小的一个设置为绿波引导长度;
判断所述位置距离是否小于或等于所述绿波引导长度;
所述若被控车辆进入所述引导区域,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过的步骤包括:
若所述位置距离小于或等于所述绿波引导长度,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过。
优选地,所述根据相位信息和所述行驶信息判断被控车辆的通行状态是否为通过的步骤包括:
根据所述道路限速、所述位置距离和所述当前车速计算得到被控车辆预计抵达交叉路口的时间阈值范围;
根据所述相位配时信息预测交叉路口的信号灯在所述时间阈值范围内是否显示绿灯相位,以判断所述通行状态是否为通过。
优选地,所述道路限速包括道路最高限速和道路最低限速;所述根据所述道路限速、所述位置距离、所述当前车速获得被控车辆预计抵达交叉路口的时间阈值范围的步骤包括:
根据所述道路最高限速、所述位置距离和所述当前车速,确定被控车辆以所述当前车速加速至所述道路最高限速,并以所述道路最高限速行驶至交叉路口的预计抵达时刻为T1时刻;
根据所述道路最低限速、所述位置距离和所述当前车速,确定被控车辆以所述当前车速减速至所述道路最低限速行驶至交叉路口的预计抵达时刻为T2时刻;
将T1时刻设置为所述时间阈值范围的最小值,将T2时刻设置为所述时间阈值范围的最大值。
优选地,所述若所述通行状态为通过,根据所述行驶信息和所述相位信息获得最优目标车速的步骤包括:
若交叉路口的信号灯在所述时间阈值范围内显示绿灯相位,则确定所述通行状态为通过;
若所述通行状态为通过,则根据所述位置距离和所述当前车速,确定被控车辆以所述当前车速匀速行驶至交叉路口的预计抵达时刻为T时刻;
根据所述相位配时信息分别确定T时刻、T1时刻、T2时刻的所述信号灯的相位状态;
若T1时刻对应的所述相位状态为绿灯,则最优目标车速为道路最高限速;
若T1时刻和T时刻对应的所述相位状态为红灯,T2时刻对应的所述相位状态为绿灯,则根据第一预设公式获得最优目标车速;
若T2时刻和T时刻对应的所述相位状态为绿灯,T1时刻对应的所述相位状态为红灯,则根据第二预设公式获得最优目标车速。
优选地,包括:
所述第一预设公式为:
所述第二预设公式为:
其中,vglosa为最优目标车速、ade为预设减速度、aac为预设加速度、tgap1为T时刻距离接下来信号灯从红灯刚好变为绿灯时刻的时长、tgap2为T时刻距离之前信号灯从红灯刚好变为绿灯时刻的时长即T时刻绿灯已经持续的时长、v为当前车速、dk为绿波引导长度或者被控车辆与待经过的交叉路口的位置距离。
优选地,所述方法还包括:
获取被控车辆的当前行驶环境信息,根据所述行驶环境信息确定被控车辆所在车道前方预设距离内是否有车辆;
若被控车辆所在车道前方预设距离内有车辆,则根据所述行驶环境信息判断被控车辆是否符合预设换道条件;
若被控车辆不符合预设换道条件,则向所述被控车辆发送进入跟驰模式指令,以使被控车辆进入跟驰模式。
优选地,所述方法还包括:
获取被控车辆的当前行驶环境信息,根据所述行驶环境信息生成预设区域内的行人和/或车辆的预测行驶轨迹;
根据所述行驶信息生成被控车辆的预测行驶轨迹,计算所述行人和/或车辆的预测行驶轨迹与被控车辆的预测行驶轨迹的重合度;
若所述重合度大于预设值,则向所述被控车辆发送启动自适应前向防撞预警***和/或协同自动紧急制动***的指令,控制被控车辆启动自适应前向防撞预警***和/或协同自动紧急制动***。
本发明还提供了一种服务器,其特征在于,包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如上述绿波车速控制的步骤。
本发明还提供了一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述绿波车速控制的步骤。
本发明通过对交通路口车辆通行的的数据模型分析,计算当前车辆的通过红绿灯的最佳速度,引导车辆行驶,避免了车辆在交通信号灯路口较多的城市道路上行驶时,因经常需要停车等待信号灯而不得不使用的怠速工况,提高了车辆的行驶平顺性,降低了交通违章与交通路口事故的发生率,能够有效提高车辆的行驶经济性。
附图说明
图1是本发明实施例服务器的模块结构示意图;
图2为本发明车速引导方法第一实施例的流程示意图;
图3为本发明车速引导方法第二实施例,基于第一实施例中步骤S200的细化流程示意图;
图4为本发明车速引导方法第三实施例,基于第一实施例中步骤S300的细化流程示意图;
图5为本发明车速引导方法第四实施例的部分流程示意图;
图6为本发明车速引导方法第五实施例的流程示意图;
图7为本发明车速引导方法第六实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
请参照图1,图1为本发明各个实施例中所提供的服务器的模块结构示意图。所述服务器包括通信模块01、存储器02及处理器03等部件。本领域技术人员可以理解,图1中所示出的服务器还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中,所述处理器03分别与所述存储器02和所述通信模块01连接,所述存储器02上存储有计算机程序,所述计算机程序同时被处理器03执行。
通信模块01,可通过网络与外部设备连接。通信模块01可以接收外部设备发出的数据,还可发送数据、指令及信息至所述外部设备,所述外部设备可以是车载终端、数据管理终端、手机、平板电脑、笔记本电脑和台式电脑等电子设备。
存储器02,可用于存储软件程序以及各种数据。存储器02可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(基于父进程创建所述指令对应的目标子进程、第一监控子进程和共享文件)等;存储数据区可存储被控车辆的运行情况和行驶环境以及信号机的相位变化所创建的数据或信息等。此外,存储器02可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器03,是服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器02内的软件程序和/或模块,以及调用存储在存储器02内的数据,执行服务器的各种功能和处理数据,从而对被控车辆进行整体监控与速度引导。处理器03可包括一个或多个处理单元;优选的,处理器03可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器03中。尽管图1未示出,但上述服务器还可以包括电路控制模块,电路控制模块用于与市电连接,实现电源控制,保证其他部件的正常工作。
本领域技术人员可以理解,图1中示出的服务器模块结构并不构成对服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
根据上述模块结构,提出本发明方法各个实施例。
参照图2,图2为本发明第一实施例的流程示意图。本发明第一实施例提供一种车速引导方法,所述车速引导方法包括:
步骤S100,获取被控车辆的行驶信息,并根据所述行驶信息获得被控车辆所在的路段信息和所述路段信息对应的信号灯的相位信息;
其中,所述行驶信息可以包括:被控车辆的位置、被控车辆与待经过的交叉路口的位置距离、当前速度、加速度、横摆角速度、横摆角加速度、以及车身横向加速度等;所述路段信息可以包括:道路平均车速、路段长度、道路限速、被控车辆所在路段相邻两个交叉路口的距离、以及路段的拥堵程度等;所述相位信息可以包括:信号灯的相位周期和信号灯的相位配时信息。被控车辆的行驶信息具体可以通过设置于车辆上车载传感器获得,车辆将所述行驶信息通过4G/5G等通信协议发送给云端服务器,以供服务器做进一步处理。可以理解的是,在另一实施例中,行驶信息还可以通过路侧检测设备和车载传感器共同获得。车辆中的车载控制单元通过CAN数据总线,读取并整合各个传感器采集到的数据,实现车内信息共享,然后通过与路侧检测设备等的数据共享,实现车路通信,再将各个传感器采集到的数据与路侧检测设备采集的数据一并发送至云端服务器。当然也可以是路侧检测设备直接与云端服务器进行通信连接,以发送经过该路侧检测设备对应区域的车辆信息,对各个车辆的位置进行定位。云端服务器可以通过车辆或路侧检测设备发送的位置信息,获得被控车辆所处的路段,从而进一步获得所述路段信息和所述路段信息对应的信号灯的相位信息。
步骤S200,根据所述行驶信息、所述路段信息和所述相位信息判断被控车辆是否进入引导区域;
具体的,引导区域为车速引导功能的作用范围,即被控车辆处于该引导区域内,对被控车辆进行车速引导。本实施例所指引导区域为距离前方交叉路口停止线预设长度的范围。
步骤S300,若被控车辆进入所述引导区域,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过;
其中,所述通行状态包括通过和等待,如果所述通行状态为通过则表示可通过对被控车辆的车速进行引导使车辆在抵达路口时,信号灯为绿灯,并顺利通过该路口;相反,如果所述通行状态为等待则表示即使通过对被控车辆车速的引导,也不能使车辆在抵达路口时信号灯为绿灯,需要停车等待。在一实施例中,所述通行状态为等待,云端服务器给车辆发送一个预设车速向前行驶,所述预设车速可以为考虑驾驶员舒适度最高的车速,当车辆以预设车速行驶至交叉路口停止线一定距离时(例如100m),云端服务器引导车辆以驾驶员舒适范围内的减速度,逐步减速到较低的车速(例如15km/h)。当车辆非常接近停止线时(例如车辆距离停止线10m),云端服务器再次向车辆发送指令,引导车辆滑行一定距离后停车,并进入等待状态。当信号灯从红灯变为绿灯后,引导车辆启动并通过交叉路口。
步骤S400,若所述通行状态为通过,则根据所述行驶信息和所述相位信息获得最优目标车速;
其中,所述最优目标车速的算法储存在云端服务器,本领域技术人员可以根据实际情况设置不同的算法。所述最优目标车速的算法所要用到的参数,可从所述行驶信息和所述相位信息中提取,由云端服务器根据所述行驶信息、所述相位信息和预存算法计算出最优目标速度。
步骤S500,发送所述最优目标车速至被控车辆,以使被控车辆根据所述最优目标车速行驶。
云端服务器可以将最优目标车速通过光纤发送给路侧单元RSU,RSU通过C-V2X通信下发到对应车辆,车辆接受信息,并通过控制相应模块对车辆进行速度引导,使车辆按照最优目标车速驾驶,来提高交通效率,避免交通拥堵。当被控车辆根据所述最优目标车速行驶通过交叉口后,会以其原始的期望速度行驶,如引导***进入另一条新的路段上,并且进入下一路口对应的引导区域时,车辆继续接收云端服务器的引导信息,根据引导信息行驶。云端服务器还可以直接通过4G/5G等通信协议直接将所述引导信息发送给各终端,例如与车辆控制***通信连接的可变信息板、手机终端、车载终端等,以使得各终端的显示界面显示所述引导信息,或者播报所述引导信息以提示驾驶员按照所述引导信息行驶,从而提高红绿灯交叉路口的道路通行效率。云端服务器还可以通过4G/5G等通信协议将所述引导信息直接下发到车端TCU,车端TCU接收消息,然后直接控制相应模块对车辆进行速度引导,使车辆按照云端建议速度驾驶,来提高通行效率,避免交通拥堵。
本实施例通过根据所述行驶信息、所述路段信息和所述相位信息判断被控车辆是否进入引导区域,从而确定是否对被控车辆进行车速引导;若被控车辆进入所述引导区域,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过,以确定对被控车辆的车速是否进行干预;通过根据所述行驶信息和所述相位信息获得最优目标车速,以使被控车辆根据所述最优目标车速行驶的方法,从而确保该车辆以最优目标车速行驶可以顺利通过该路口,避免了车辆在交通信号灯路口较多的城市道路上行驶时,因经常需要停车等待信号灯而进入怠速工况,提高了车辆的行驶平顺性,降低了交通违章与交通路口事故的发生率,能够有效提高车辆的行驶经济性。
进一步地,参照图3,基于第一实施例,所述行驶信息包括:被控车辆的位置、被控车辆与待经过的交叉路口的位置距离、以及当前车速;所述路段信息包括:道路平均车速、被控车辆所在路段相邻两个交叉路口的距离和道路限速;所述相位信息包括:信号灯的相位周期和信号灯的相位配时信息;所述步骤S200包括:
步骤S210,根据所述道路平均车速和所述相位周期计算得到理论引导长度;
具体的,理论引导长度等于所述道路平均车速乘以所述相位周期乘以预设引导系数,优选地,本实施例预设引导系数取2。
步骤S220,比较所述交叉路口距离和所述理论引导长度,取其中数值较小的一个设置为绿波引导长度;
步骤S230,判断所述位置距离是否小于或等于所述绿波引导长度;
具体的,若所述位置距离小于或等于所述绿波引导长度,则确定被控车辆进入引导区域,若所述位置距离大于所述绿波引导长度,则确定被控车辆未进入引导区域。
本实施例通过根据所述道路平均车速和所述相位周期计算得到理论引导长度有效的提高了被控车辆的可控制性,避免了因为绿波引导长度过长而增加云端服务器后续最优目标车速计算的复杂性,同时也避免了因为绿波引导长度过短而导致错过对被控车辆进行绿波引导的最佳时机。
进一步地,参照图4,基于第一实施例,所述步骤S300包括:
步骤S310,根据所述道路限速、所述位置距离和所述当前车速计算得到被控车辆预计抵达交叉路口的时间阈值范围;
其中,所述道路限速可以包括道路最高限速和道路最低限速。时间阈值范围中的最小值为通过道路最高限速计算得到,时间阈值范围中的最大值为通过道路最低限速计算得到。当该路段无道路最低限速时,道路最低限速取值为0。
步骤S320,根据所述相位配时信息预测交叉路口的信号灯在所述时间阈值范围内是否显示绿灯相位,以判断所述通行状态是否为通过;
本实施例通过对车辆在红绿等路口的通行特征的建模分析,提高了有红绿灯路口的通行效率、从而实现了单车意义上的减少油耗和降低排放。
进一步地,参照图5,为本发明第四实施例的部分流程示意图,基于上述实施例,所述步骤310和步骤S400包括:
步骤S311,根据所述道路最高限速、所述位置距离和所述当前车速,确定被控车辆以所述当前车速加速至所述道路最高限速,并以所述道路最高限速行驶至交叉路口的预计抵达时刻为T1时刻;
具体的,通过根据所述道路最高限速、所述位置距离和所述当前车速计算得到被控车辆以所述当前车速加速至所述道路最高限速,并以所述道路最高限速行驶至交叉路口的预计抵达时刻为T1时刻的算法可包括:
其中,tvel_max为被控车辆以当前车速加速至道路最高限速,并以道路最高限速行驶至交叉路口所需要的时间、vmax为被控车辆所在路段的道路最高限速、v为当前车速、dk为绿波引导长度或者被控车辆与待经过的交叉路口的位置距离、aac为预设加速度、tcurrent为当前时刻。
可以理解的是,所述预设加速度应该为考虑驾驶员舒适性的最大加速度,本领域技术人员可以根据实际需要进行设置。同样所述道路最高限速也可以为驾驶员能接受的最高巡游速度,所述最高巡游速度本领域技术人员可以根据实际情况进行设置。在本实施例中,当被控车辆刚好进入引导区域时,才进行上述公式计算,此时绿波引导长度应该是等于被控车辆与待经过的交叉路口的位置距离的。当然,本领域技术人员可以理解的是,当被控车辆进入引导区域并行驶一段时间后,由于被控车辆的行驶环境中其他车辆、行人或其他障碍物的干扰,无法按云端服务器下发的最优引导速度行驶时,此时上述公式中dk的取值应该为被控车辆与待经过的交叉路口的位置距离,从而计算得到新的最优目标车速,以更新原有最优目标车速。
步骤S312,根据所述道路最低限速、所述位置距离和所述当前车速,确定被控车辆以所述当前车速减速至所述道路最低限速,并以所述道路最低限速行驶至交叉路口的预计抵达时刻为T2时刻;
具体的,通过根据所述道路最低限速、所述位置距离和所述当前车速计算得到被控车辆以所述当前车速减速至所述道路最低限速,并以所述道路最低限速行驶至交叉路口的预计抵达时刻为T2时刻的算法可包括:
其中,tvel_min为被控车辆以当前车速减速至道路最低限速,并以道路最低限速行驶至交叉路口所需要的时间、vmin为被控车辆所在路段的道路最低限速、v为当前车速、dk为绿波引导长度或者被控车辆与待经过的交叉路口的位置距离、ade为预设减速度、tcurrent为当前时刻。
可以理解的是,所述预设减速度应该为考虑驾驶员舒适性的最大减速度,本领域技术人员可以根据实际需要进行设置。
步骤S313,将T1时刻设置为所述时间阈值范围的最小值,将T2时刻设置为所述时间阈值范围的最大值。
步骤S400包括:
步骤S410,若交叉路口的信号灯在所述时间阈值范围内显示绿灯相位,则确定所述通行状态为通过。
步骤S420,根据所述位置距离和所述当前车速,确定被控车辆以所述当前车速匀速行驶至交叉路口的预计抵达时刻为T时刻;
步骤S430,根据所述相位配时信息分别确定T时刻、T1时刻、T2时刻的所述信号灯的相位状态;
步骤S440,若T1时刻对应的所述相位状态为绿灯,则最优目标车速为道路最高限速;
步骤S450,若T1时刻和T时刻对应的所述相位状态为红灯,T2时刻对应的所述相位状态为绿灯,则根据第一预设公式获得最优目标车速;
其中,本领域技术人员可以理解的是,在本实施例中,黄灯也纳入所述红灯的相位状态范畴。
所述第一预设公式为:
其中,vglosa为最优目标车速、ade为预设减速度、tgap1为T时刻距离接下来信号灯从红灯刚好变为绿灯时刻的时长、v为当前车速、dk为绿波引导长度或者被控车辆与待经过的交叉路口的位置距离。
在本实施例中,当被控车辆刚好进入引导区域时,才进行上述公式计算,此时绿波引导长度应该是等于被控车辆与待经过的交叉路口的位置距离的。当然,本领域技术人员可以理解的是,当被控车辆进入引导区域并行驶一段时间后,由于被控车辆的行驶环境中其他车辆、行人或其他障碍物的干扰,无法按云端服务器下发的最优引导速度行驶时,此时上述公式中dk的取值应该为被控车辆与待经过的交叉路口的位置距离。需要说明的是,tgap1为T时刻距离接下来信号灯从红灯刚好变为绿灯时刻的时长,具体的,由于该步骤预测到被控车辆按当前车速匀速行驶抵达交叉路口停止线的时间为T时刻,且T时刻为红灯,如果接下来将在T3时刻从红灯刚好变为绿灯,那么此时所述tgap1为T3时刻减去T时刻的时长值。
步骤S460,若T2时刻和T时刻对应的所述相位状态为绿灯,T1时刻对应的所述相位状态为红灯,则根据第二预设公式获得最优目标车速。
所述第二预设公式为:
其中,vglosa为最优目标车速、aac为预设加速度、tgap2为T时刻距离之前信号灯从红灯刚好变为绿灯时刻的时长即T时刻绿灯已经持续的时长、v为当前车速、dk为绿波引导长度或者被控车辆与待经过的交叉路口的位置距离。
可以理解的是,在某些路段不存在道路最低限速的情况下,所述道路最低限速也可以为驾驶员能接受的最低巡游速度,所述最低巡游速度本领域技术人员可以根据实际情况进行设置。需要说明的是,在本实施例中,当被控车辆刚好进入引导区域时,才进行上述公式计算,此时绿波引导长度应该是等于被控车辆与待经过的交叉路口的位置距离的。当然,本领域技术人员可以理解的是,当被控车辆进入引导区域并行驶一段时间后,由于被控车辆的行驶环境中其他车辆、行人或其他障碍物的干扰,无法按云端服务器下发的最优引导速度行驶时,此时上述公式中dk的取值应该为被控车辆与待经过的交叉路口的位置距离。需要说明的是,所述tgap2为T时刻距离之前信号灯从红灯刚好变为绿灯时刻的时长即T时刻绿灯已经持续的时长,具体的,由于该步骤预测到被控车辆按当前车速匀速行驶抵达交叉路口停止线的时间为T时刻,且T时刻为绿灯,如果在T时刻之前最近一次从红灯刚好变为绿灯的时刻为T4,那么此时所述tgap2为T时刻减去T4时刻的时长值。
本实施例通过对交通路口红绿灯的数据模型分析,计算当前车辆通过交通路口的最优引导速度,并将所述最优引导速度下发给被控车辆,从而控制车辆以更高的通行效率通过路口。且本实施例基于车路云一体化技术,通过云端服务器实现该车速引导方法,从而降低车端的运行负载,提高了车速引导的计算效率,保证了车速引导的实时性与准确性。并且在不影响通行效率的前提下,在车联网环境下,减少停车次数。从安全舒适的角度对策略实施过程中的速度进行了合理优化。
进一步地,参照图6,为本发明第五实施例的流程示意图,基于上述实施例,所述车速引导方法包括:
步骤S600,获取被控车辆的当前行驶环境信息,根据所述行驶环境信息确定被控车辆所在车道前方预设距离内是否有车辆;
具体的,所述行驶环境信息可以包括:被控车辆的周围预设区域内的人和/或车辆的位置、速度和加速度。在一实施例中,所述行驶环境信息的获取方式可以为通过车载传感设备和路侧检测设备获取,如果由车载传感设备获取的行驶环境信息,车载传感设备将所述行驶环境信息传递给车载单元TCU,由车载单元TCU将所述行驶环境信息发送至云服务器,云服务器接收所述行驶环境信息,通信方式可以通过4G/5G;如果由路侧检测设备获取的行驶环境信息,路侧检测设备将所述行驶环境信息传递给路测单元RSU,将由路测单元RSU将所述行驶环境信息发送至云服务器,云服务器接收所述行驶环境信息,通信方式可以通过4G/5G或者光纤。
步骤S700,若被控车辆所在车道前方预设距离内有车辆,则根据所述行驶环境信息判断被控车辆是否符合预设换道条件;
所述预设换道条件,本领域工作人员可根据实际需要进行设置,优选地,所述跟据所述交通流量信息判断被控车辆是否符合换道条件的步骤包括:根据所述交通流量信息判断左侧车道的车道方向是否为驾驶员行驶意图方向、左侧车道前方是否无车辆、左侧车道后方是否符合安全条件;若左侧车道的车道方向为驾驶员行驶意图方向、左侧车道前方无车辆、左侧车道后方符合安全条件,则被控车辆符合换道条件。
步骤S800,若被控车辆不符合预设换道条件,则向所述被控车辆发送进入跟驰模式指令,以使被控车辆进入跟驰模式;
其中,所述跟驰模式为后车根据前车运行调节本车的运动状态;可以理解的是,当被控车辆到达前方交叉口停止线时,云端服务器向所述被控车辆发送退出跟驰模式指令,以使被控车辆退出跟驰模式。
本实例通过获取被控车辆的当前行驶环境信息,根据所述行驶环境信息确定被控车辆所在车道前方预设距离内是否有车辆;若被控车辆所在车道前方预设距离内有车辆,则根据所述行驶环境信息判断被控车辆是否符合预设换道条件;若被控车辆不符合预设换道条件,则向所述被控车辆发送进入跟驰模式指令,以使被控车辆进入跟驰模式的方法,提高了车辆引导***的鲁棒性和安全性,通过考虑被控车辆的行驶环境对车辆控制的影响,提高了被引导车辆行驶的安全性。
进一步地,参照图7,为本发明第六实施例的流程示意图,基于上述实施例,所述车速引导方法包括:
步骤S910,获取被控车辆的当前行驶环境信息,根据所述行驶环境信息生成预设区域内的行人和/或车辆的预测行驶轨迹;
所述行驶环境信息可以包括:被控车辆的周围预设区域内的人和/或车辆的位置、速度和加速度。
步骤S920,根据所述行驶信息生成被控车辆的预测行驶轨迹,计算所述行人和/或车辆的预测行驶轨迹与被控车辆的预测行驶轨迹的重合度;
步骤S930,若所述重合度大于预设值,则向所述被控车辆发送启动自适应前向防撞预警***和/或协同自动紧急制动***的指令,控制被控车辆启动自适应前向防撞预警***和/或协同自动紧急制动***。
所述防撞预警***是基于智能视频分析处理的汽车防撞预警***,通过动态视频摄像技术、计算机图像处理技术来实现其预警功能,持续不断的检测车辆前方道路状况,***可以识别判断各种潜在的危险情况,并通过不同的声音和视觉提醒,以帮助驾驶员避免或减缓碰撞事故。所述自动紧急制动***可以通过摄像头或雷达检测、识别前方车辆、行人或其他障碍物,在有碰撞可能的情况下,先用声音和警示灯提醒驾驶员进行制动操作来回避碰撞。若驾驶员仍无制动操作,***就会自动制动来避免碰撞或减轻碰撞的程度。所述防撞预警***和所述自动紧急制动***在现有技术中有一定深入的研究,在此不再赘叙。
本实施例通过考虑车辆行驶时的其他车辆或/和行人对车辆控制的影响,实时预测车辆行驶可能遇到的危险情况,在预测到车辆将发生危险时云端服务器及时控制被控车辆启动自适应前向防撞预警***和/或协同自动紧急制动***,提高了被引导车辆驾驶的安全性,通过考虑行人、其他车辆对车辆行驶的干扰,提高了车辆引导***的安全性和鲁棒性。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序。所述计算机可读存储介质可以是图1的终端中的存储器02,也可以是如ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘中的至少一种,所述计算机可读存储介质包括若干信息用以使得终端执行本发明各个实施例所述的方法。
本发明可读存储介质的具体实施例与上述制动减速度的自适应标定方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种车速引导方法,其特征在于,该方法包括:
获取被控车辆的行驶信息,并根据所述行驶信息获得被控车辆所在的路段信息和所述路段信息对应的信号灯的相位信息;
根据所述行驶信息、所述路段信息和所述相位信息判断被控车辆是否进入引导区域;
若被控车辆进入所述引导区域,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过;
若所述通行状态为通过,则根据所述行驶信息和所述相位信息获得最优目标车速;
发送所述最优目标车速至被控车辆,以使被控车辆根据所述最优目标车速行驶。
2.如权利要求1所述的车速引导方法,其特征在于,所述行驶信息包括:被控车辆的位置、被控车辆与待经过的交叉路口的位置距离、以及当前车速;所述路段信息包括:道路平均车速、被控车辆所在路段相邻两个交叉路口的距离和道路限速;所述相位信息包括:信号灯的相位周期和信号灯的相位配时信息;所述根据所述行驶信息、所述路段信息和所述相位信息判断被控车辆是否进入引导区域的步骤包括:
根据所述道路平均车速和所述相位周期计算得到理论引导长度;
比较所述交叉路口距离和所述理论引导长度,取其中数值较小的一个设置为绿波引导长度;
判断所述位置距离是否小于或等于所述绿波引导长度;
所述若被控车辆进入所述引导区域,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过的步骤包括:
若所述位置距离小于或等于所述绿波引导长度,则根据所述相位信息和所述行驶信息判断被控车辆的通行状态是否为通过。
3.如权利要求2所述的车速引导方法,其特征在于,所述根据相位信息和所述行驶信息判断被控车辆的通行状态是否为通过的步骤包括:
根据所述道路限速、所述位置距离和所述当前车速计算得到被控车辆预计抵达交叉路口的时间阈值范围;
根据所述相位配时信息预测交叉路口的信号灯在所述时间阈值范围内是否显示绿灯相位,以判断所述通行状态是否为通过。
4.如权利要求3所述的车速引导方法,其特征在于,所述道路限速包括道路最高限速和道路最低限速;所述根据所述道路限速、所述位置距离、所述当前车速获得被控车辆预计抵达交叉路口的时间阈值范围的步骤包括:
根据所述道路最高限速、所述位置距离和所述当前车速,确定被控车辆以所述当前车速加速至所述道路最高限速,并以所述道路最高限速行驶至交叉路口的预计抵达时刻为T1时刻;
根据所述道路最低限速、所述位置距离和所述当前车速,确定被控车辆以所述当前车速减速至所述道路最低限速行驶至交叉路口的预计抵达时刻为T2时刻;
将T1时刻设置为所述时间阈值范围的最小值,将T2时刻设置为所述时间阈值范围的最大值。
5.如权利要求4所述的车速引导方法,其特征在于,所述若所述通行状态为通过,根据所述行驶信息和所述相位信息获得最优目标车速的步骤包括:
若交叉路口的信号灯在所述时间阈值范围内显示绿灯相位,则确定所述通行状态为通过;
根据所述位置距离和所述当前车速,确定被控车辆以所述当前车速匀速行驶至交叉路口的预计抵达时刻为T时刻;
根据所述相位配时信息分别确定T时刻、T1时刻、T2时刻的所述信号灯的相位状态;
若T1时刻对应的所述相位状态为绿灯,则最优目标车速为道路最高限速;
若T1时刻和T时刻对应的所述相位状态为红灯,T2时刻对应的所述相位状态为绿灯,则根据第一预设公式获得最优目标车速;
若T2时刻和T时刻对应的所述相位状态为绿灯,T1时刻对应的所述相位状态为红灯,则根据第二预设公式获得最优目标车速。
7.如权利要求1至6中任一项所述的车速引导方法,其特征在于,所述方法还包括:
获取被控车辆的当前行驶环境信息,根据所述行驶环境信息确定被控车辆所在车道前方预设距离内是否有车辆;
若被控车辆所在车道前方预设距离内有车辆,则根据所述行驶环境信息判断被控车辆是否符合预设换道条件;
若被控车辆不符合预设换道条件,则向所述被控车辆发送进入跟驰模式指令,以使被控车辆进入跟驰模式。
8.如权利要求1至6中任一项所述的车速引导方法,其特征在于,所述方法还包括:
获取被控车辆的当前行驶环境信息,根据所述行驶环境信息生成预设区域内的行人和/或车辆的预测行驶轨迹;
根据所述行驶信息生成被控车辆的预测行驶轨迹,计算所述行人和/或车辆的预测行驶轨迹与被控车辆的预测行驶轨迹的重合度;
若所述重合度大于预设值,则向所述被控车辆发送启动自适应前向防撞预警***和/或协同自动紧急制动***的指令,控制被控车辆启动自适应前向防撞预警***和/或协同自动紧急制动***。
9.一种服务器,其特征在于,包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述绿波车速控制的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述绿波车速控制的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011351701.1A CN112562326A (zh) | 2020-11-26 | 2020-11-26 | 车速引导方法、服务器及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011351701.1A CN112562326A (zh) | 2020-11-26 | 2020-11-26 | 车速引导方法、服务器及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112562326A true CN112562326A (zh) | 2021-03-26 |
Family
ID=75046938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011351701.1A Pending CN112562326A (zh) | 2020-11-26 | 2020-11-26 | 车速引导方法、服务器及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112562326A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113428164A (zh) * | 2021-07-21 | 2021-09-24 | 上汽通用五菱汽车股份有限公司 | 驾驶习惯学习方法、装置及计算机可读存储介质 |
CN113450564A (zh) * | 2021-05-21 | 2021-09-28 | 江苏大学 | 一种基于narx神经网络和c-v2x技术的交叉路口的通行方法 |
CN113470407A (zh) * | 2021-06-21 | 2021-10-01 | 上汽通用五菱汽车股份有限公司 | 多交叉路口通行的车速引导方法、服务器及可读存储介质 |
CN113570875A (zh) * | 2021-07-23 | 2021-10-29 | 厦门理工学院 | 一种绿波车速计算方法、装置,设备和存储介质 |
CN113611113A (zh) * | 2021-07-30 | 2021-11-05 | 岚图汽车科技有限公司 | 一种车辆速度与交通灯的交互引导方法及交互引导*** |
CN113628470A (zh) * | 2021-06-24 | 2021-11-09 | 清华大学 | 一种实现路径规划的方法、装置、计算机存储介质及终端 |
CN113870566A (zh) * | 2021-11-10 | 2021-12-31 | 通号万全信号设备有限公司 | 一种列车不停车通过路口的方法及装置 |
CN114170825A (zh) * | 2021-11-19 | 2022-03-11 | 北京万集科技股份有限公司 | 一种绿波车速计算方法和装置 |
CN114360249A (zh) * | 2022-01-10 | 2022-04-15 | 北京工业大学 | 一种大型车遮挡下的精细化引导***及通行方法 |
CN114596722A (zh) * | 2022-02-24 | 2022-06-07 | 云控智行科技有限公司 | 车辆的路口决策方法及装置 |
CN114613177A (zh) * | 2022-03-24 | 2022-06-10 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆通过交通灯路口速度及加速度规划方法 |
CN115311845A (zh) * | 2022-06-23 | 2022-11-08 | 浙江大华技术股份有限公司 | 车辆通行引导方法、装置、计算机设备和可读存储介质 |
CN115641733A (zh) * | 2022-10-19 | 2023-01-24 | 中国第一汽车股份有限公司 | 车辆的信息处理方法、装置、存储介质和车辆 |
WO2023169005A1 (zh) * | 2022-03-10 | 2023-09-14 | 中车株洲电力机车有限公司 | 道路交通车辆的调度方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106611504A (zh) * | 2015-10-23 | 2017-05-03 | ***通信集团公司 | 一种车速引导方法及装置 |
US20170229014A1 (en) * | 2014-10-08 | 2017-08-10 | Valeo Schalter Und Sensoren Gmbh | Determination of an optimum speed for a motor vehicle approaching a traffic light |
CN109523810A (zh) * | 2018-11-21 | 2019-03-26 | 长安大学 | 一种基于车联网的信号交叉口车速引导***与方法 |
CN111383461A (zh) * | 2020-03-20 | 2020-07-07 | 江淮大众汽车有限公司 | 一种车辆过路口信号灯免停的控制方法 |
CN111862635A (zh) * | 2020-02-28 | 2020-10-30 | 重庆长安汽车股份有限公司 | 一种基于交通信号灯的车速控制方法、装置及汽车 |
-
2020
- 2020-11-26 CN CN202011351701.1A patent/CN112562326A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170229014A1 (en) * | 2014-10-08 | 2017-08-10 | Valeo Schalter Und Sensoren Gmbh | Determination of an optimum speed for a motor vehicle approaching a traffic light |
CN107209988A (zh) * | 2014-10-08 | 2017-09-26 | 法雷奥开关和传感器有限责任公司 | 确定机动车辆接近交通灯的最佳速度的方法 |
CN106611504A (zh) * | 2015-10-23 | 2017-05-03 | ***通信集团公司 | 一种车速引导方法及装置 |
CN109523810A (zh) * | 2018-11-21 | 2019-03-26 | 长安大学 | 一种基于车联网的信号交叉口车速引导***与方法 |
CN111862635A (zh) * | 2020-02-28 | 2020-10-30 | 重庆长安汽车股份有限公司 | 一种基于交通信号灯的车速控制方法、装置及汽车 |
CN111383461A (zh) * | 2020-03-20 | 2020-07-07 | 江淮大众汽车有限公司 | 一种车辆过路口信号灯免停的控制方法 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113450564A (zh) * | 2021-05-21 | 2021-09-28 | 江苏大学 | 一种基于narx神经网络和c-v2x技术的交叉路口的通行方法 |
CN113470407A (zh) * | 2021-06-21 | 2021-10-01 | 上汽通用五菱汽车股份有限公司 | 多交叉路口通行的车速引导方法、服务器及可读存储介质 |
CN113628470B (zh) * | 2021-06-24 | 2022-05-31 | 清华大学 | 一种实现路径规划的方法、装置、计算机存储介质及终端 |
CN113628470A (zh) * | 2021-06-24 | 2021-11-09 | 清华大学 | 一种实现路径规划的方法、装置、计算机存储介质及终端 |
CN113428164A (zh) * | 2021-07-21 | 2021-09-24 | 上汽通用五菱汽车股份有限公司 | 驾驶习惯学习方法、装置及计算机可读存储介质 |
CN113570875A (zh) * | 2021-07-23 | 2021-10-29 | 厦门理工学院 | 一种绿波车速计算方法、装置,设备和存储介质 |
CN113570875B (zh) * | 2021-07-23 | 2022-08-02 | 厦门理工学院 | 一种绿波车速计算方法、装置,设备和存储介质 |
CN113611113A (zh) * | 2021-07-30 | 2021-11-05 | 岚图汽车科技有限公司 | 一种车辆速度与交通灯的交互引导方法及交互引导*** |
CN113611113B (zh) * | 2021-07-30 | 2022-05-17 | 岚图汽车科技有限公司 | 一种车辆速度与交通灯的交互引导方法及交互引导*** |
CN113870566A (zh) * | 2021-11-10 | 2021-12-31 | 通号万全信号设备有限公司 | 一种列车不停车通过路口的方法及装置 |
CN114170825B (zh) * | 2021-11-19 | 2023-04-07 | 北京万集科技股份有限公司 | 一种绿波车速计算方法和装置 |
CN114170825A (zh) * | 2021-11-19 | 2022-03-11 | 北京万集科技股份有限公司 | 一种绿波车速计算方法和装置 |
CN114360249A (zh) * | 2022-01-10 | 2022-04-15 | 北京工业大学 | 一种大型车遮挡下的精细化引导***及通行方法 |
CN114360249B (zh) * | 2022-01-10 | 2023-04-28 | 北京工业大学 | 一种大型车遮挡下的精细化引导***及通行方法 |
CN114596722A (zh) * | 2022-02-24 | 2022-06-07 | 云控智行科技有限公司 | 车辆的路口决策方法及装置 |
WO2023169005A1 (zh) * | 2022-03-10 | 2023-09-14 | 中车株洲电力机车有限公司 | 道路交通车辆的调度方法及*** |
CN114613177A (zh) * | 2022-03-24 | 2022-06-10 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆通过交通灯路口速度及加速度规划方法 |
CN114613177B (zh) * | 2022-03-24 | 2024-02-13 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆通过交通灯路口速度及加速度规划方法 |
CN115311845A (zh) * | 2022-06-23 | 2022-11-08 | 浙江大华技术股份有限公司 | 车辆通行引导方法、装置、计算机设备和可读存储介质 |
CN115641733A (zh) * | 2022-10-19 | 2023-01-24 | 中国第一汽车股份有限公司 | 车辆的信息处理方法、装置、存储介质和车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112562326A (zh) | 车速引导方法、服务器及可读存储介质 | |
CN113470407B (zh) | 多交叉路口通行的车速引导方法、服务器及可读存储介质 | |
CN111547035A (zh) | 车辆减速控制方法、装置、存储介质及车辆 | |
US20190225224A1 (en) | Vehicle control system | |
JP2020119517A (ja) | 運転者を支援する方法、運転者支援システム、およびこのような運転者支援システムを備えた車両 | |
CN110662683B (zh) | 驾驶辅助装置以及驾驶辅助方法 | |
JP6511938B2 (ja) | 走行制御システム | |
WO2017022447A1 (ja) | 車両制御装置、車両制御方法、および車両制御プログラム | |
JP2019144975A (ja) | 車両制御装置 | |
KR102295578B1 (ko) | 자율주행 차량의 추월 제어방법 | |
CN111731294B (zh) | 行驶控制装置、行驶控制方法以及存储程序的存储介质 | |
US10864912B2 (en) | Vehicle state determination device and vehicle state determination method | |
CN113830105B (zh) | 交叉路口辅助驾驶方法、车辆及计算机可读存储介质 | |
CN111587206B (zh) | 车辆控制装置、具有该车辆控制装置的车辆以及控制方法 | |
CN111768651B (zh) | 一种预防车辆碰撞的预警方法及装置 | |
JP2019156269A (ja) | 車両制御装置、車両制御方法、及びプログラム | |
JP4725565B2 (ja) | 情報提供装置、情報提供システム及び情報提供方法 | |
CN111591286B (zh) | 一种基于交通灯信号的避撞方法、***及车辆 | |
CN116373890B (zh) | 车辆自动驾驶合规性的监测方法、监测***和存储介质 | |
JP2002248965A (ja) | 車輌用走行制御装置 | |
US11752986B2 (en) | Driving assistance device | |
CN116331207A (zh) | 自动驾驶场景的智能变道方法及相关装置和介质及程序 | |
CN114802271A (zh) | 规避大车并行的车辆自适应驾驶方法 | |
JP2021116001A (ja) | 運転支援装置 | |
CN117901854B (zh) | 一种用于电子手刹电机的刹车控制方法及*** |
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 |
Application publication date: 20210326 |
|
RJ01 | Rejection of invention patent application after publication |