CN113246968B - 一种自动驾驶汽车精准停车控制方法及装置 - Google Patents
一种自动驾驶汽车精准停车控制方法及装置 Download PDFInfo
- Publication number
- CN113246968B CN113246968B CN202110660540.2A CN202110660540A CN113246968B CN 113246968 B CN113246968 B CN 113246968B CN 202110660540 A CN202110660540 A CN 202110660540A CN 113246968 B CN113246968 B CN 113246968B
- Authority
- CN
- China
- Prior art keywords
- automatic driving
- value
- driving automobile
- distance value
- current 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000001133 acceleration Effects 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 101150050759 outI gene Proteins 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- 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
- B60W30/06—Automatic manoeuvring for parking
-
- 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
-
- 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
- B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种自动驾驶汽车精准停车控制方法及装置,其方法包括:在自动驾驶汽车停车期间,所述自动驾驶汽车分别获取当前时间的距离值、角速度值以及加速度值;所述自动驾驶汽车将所述距离值、角速度值以及加速度值输入到已训练好的冈波茨模型中,得到当前时间的轨迹曲线;所述自动驾驶汽车利用所述当前时间的轨迹曲线,分别计算待移动的曲线距离值和角度,以便根据所述曲线距离值和角度进行精准停车。
Description
技术领域
本发明涉及计算机软件技术领域,特别涉及一种自动驾驶汽车精准停车控制方法及装置。
背景技术
随着人们生活质量的日益提高,汽车出行成为人们生活中不可或缺的一个重要组成部分,汽车带给人们的不仅仅是便捷,同时还有时间的节省。但是在现实生活中,人们会由于工作的繁忙、熬夜或者长时间驾驶等情况而感到疲劳,这时驾驶汽车将会很容易发生交通事故。更甚至有一些不重视交通规则的人酒醉驾驶,在驾驶时接打电话以及走神等更是对他人以及自身都造成了严重的生命威胁。而正因为这些不遵守道路交通规则的驾驶员给我们的道路和交通环境带来了巨大的压力,人们的出行尤其是高峰出行的效率被极大的降低。为了减少交通事故率和道路的负担。在1970年左右,美国等发达国家开始将人工智能运用于汽车上,因而研发出自动驾驶汽车,而随着大数据的发展,自动驾驶汽车更是被推向了一个新的高度。
而在自动驾驶汽车的研究中,对自动驾驶汽车的高效平行停车的研究一直都是一个难点,尤其是实现快速且避障的自动停车,更是当前研究学者们的研究重点和难题。目前已经有的自动驾驶汽车停车控制***有例如:Paromtchik提出的基于超声波测距数据处理和正弦函数控制车辆自动停车的方法、M.Wada提出的基于路径规划和人机界面的多级驾驶员辅助停车控制***、利用模糊逻辑实现了车辆停车控制等。这些方法在数据存储方面,不需要耗费大量的空间对数据进行存储处理,因此存储开销。但是需要大量的非线性方程的计算,计算时间复杂度极高,导致控制汽车反应很慢,其次很不容易在实践中进行实现,很难让自动驾驶汽车实现稳定的自动避障停车。
现有的自动驾驶汽车自动停车控制***,主要有利用模糊逻辑来实现控制的方法,该方法利用模糊逻辑模型,结合多种传感器所接受到的信息,将多个传感器的数据进行融合并放入模型中进行运算,从而来控制自动驾驶汽车的停车。
现在自动驾驶汽车所使用的模糊逻辑控制方法,在复杂***的语言描述场景下十分适用,同时它可以用来制定和翻译语言表达的人类经验,以适当的自动控制策略。但是也有其缺陷,就是该方法在使用时,的算法时间复杂度高,而且算法的稳定性强,因此在实际运用测试中,我们实验的自动驾驶汽车会出现反应慢、卡顿或者与停车位其他汽车有碰撞的情况。
发明内容
根据本发明实施例提供的方案解决的技术问题是如何在保证自动驾驶汽车停车时间最短的情况下,规划出最优的避障停车轨迹,并且对生成的候选轨迹进行了碰撞检测。
根据本发明实施例提供的一种自动驾驶汽车精准停车控制方法,包括:
在自动驾驶汽车停车期间,所述自动驾驶汽车分别获取当前时间的距离值、角速度值以及加速度值;
所述自动驾驶汽车将所述距离值、角速度值以及加速度值输入到已训练好的冈波茨模型中,得到当前时间的轨迹曲线;
所述自动驾驶汽车利用所述当前时间的轨迹曲线,分别计算待移动的曲线距离值和角度,以便根据所述曲线距离值和角度进行精准停车。
根据本发明实施例提供的一种自动驾驶汽车精准停车控制装置,包括:
获取模块,用于在自动驾驶汽车停车期间,分别获取当前时间的距离值、角速度值以及加速度值;
输入模块,用于将所述距离值、角速度值以及加速度值输入到已训练好的冈波茨模型中,得到当前时间的轨迹曲线;
计算及停车模块,用于利用所述当前时间的轨迹曲线,分别计算待移动的曲线距离值和角度,以便根据所述曲线距离值和角度进行精准停车。
根据本发明实施例提供的方案,使得自动驾驶汽车能够快速的进行平行位的停车,同时能避免和周围的障碍物或者其它汽车进行碰撞或剐蹭。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于理解本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例提供的一种自动驾驶汽车精准停车控制方法的流程图;
图2是本发明实施例提供的一种自动驾驶汽车精准停车控制装置的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明,应当理解,以下所说明的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1是本发明实施例提供的一种自动驾驶汽车精准停车控制方法的流程图,如图1所示,包括:
步骤S101:在自动驾驶汽车停车期间,所述自动驾驶汽车分别获取当前时间的距离值、角速度值以及加速度值;
步骤S102:所述自动驾驶汽车将所述距离值、角速度值以及加速度值输入到已训练好的冈波茨模型中,得到当前时间的轨迹曲线;
步骤S103:所述自动驾驶汽车利用所述当前时间的轨迹曲线,分别计算待移动的曲线距离值和角度,以便根据所述曲线距离值和角度进行精准停车。
其中,所述距离值包括以下任一或组合:前左车轮距离前障碍物或前停车线的第一距离值;前右车轮距离前障碍物或前停车线的第二距离值;后左车轮距离后障碍物或后停车线的第三距离值;后右车轮距离后障碍物或后停车线的第四距离值。所述自动驾驶汽车分别获取当前时间的距离值、角速度值以及加速度值包括:通过所述自动驾驶汽车的摄像头和激光距离扫描仪测量当前时间的距离值;通过所述自动驾驶汽车的单轴陀螺仪传感器获取当前时间的角速度值;通过所述自动驾驶汽车的三维加速度传感器测量当前时间的加速度值。
具体地说,所述已训练好的冈波茨模型包括:所述自动驾驶汽车分别获取所述自动驾驶汽车的行驶速度、后车轮中点的行驶距离以及可用停车空间的总长度值;所述自动驾驶汽车利用所述自动驾驶汽车的行驶速度、后车轮中点的行驶距离以及可用停车空间的总长度值,对初始冈波茨模型进行训练,得到已训练好的冈波茨模型。
进一步地,所述自动驾驶汽车利用所述当前时间的轨迹曲线,计算待移动的曲线距离值包括:所述自动驾驶汽车根据所述当前时间的轨迹曲线,计算所述轨迹曲线的弧长值;所述自动驾驶汽车根据所述轨迹曲线的弧长值,计算待移动的曲线距离。
进一步地,所述自动驾驶汽车利用所述当前时间的轨迹曲线,分别计算待移动的角度包括:所述自动驾驶汽车根据当前时间的距离值和所述轨迹曲线的弧长值,构造所述自动驾驶汽车当前时间的可用停车空间的平均总长度等式;所述自动驾驶汽车将所述可用停车空间的平均总长度等式和时间输入到所述初始冈波茨模型中,得到多个不同的冈波茨模型值;所述自动驾驶汽车根据所述多个不同的冈波茨模型值,计算待移动的角度。
进一步地,所述自动驾驶汽车根据所述曲线距离值和角度进行精准停车包括:所述自动驾驶汽车根据所述曲线距离值和角度进行移动停车处理,得到移动停车结果;所述自动驾驶汽车判断所述移动停车结果是否已达到精准停车;若判断移动停车结果未达到精准停车,则所述自动驾驶汽车重新计算新的曲线距离值和新的角度,直至达到精准停车。
图2是本发明实施例提供的一种自动驾驶汽车精准停车控制装置的示意图,如图2所示,包括:获取模块201,用于在自动驾驶汽车停车期间,分别获取当前时间的距离值、角速度值以及加速度值;输入模块202,用于将所述距离值、角速度值以及加速度值输入到已训练好的冈波茨模型中,得到当前时间的轨迹曲线;计算及停车模块203,用于利用所述当前时间的轨迹曲线,分别计算待移动的曲线距离值和角度,以便根据所述曲线距离值和角度进行精准停车。
其中,所述距离值包括以下任一或组合:前左车轮距离前障碍物或前停车线的第一距离值;前右车轮距离前障碍物或前停车线的第二距离值;后左车轮距离后障碍物或后停车线的第三距离值;后右车轮距离后障碍物或后停车线的第四距离值。
进一步地,所述获取模块201包括:通过摄像头和激光距离扫描仪测量当前时间的距离值;通过单轴陀螺仪传感器获取当前时间的角速度值;通过三维加速度传感器测量当前时间的加速度值。
本发明实施例为了让自动驾驶汽车停车更加快速和精准,在自动驾驶汽车停车路径规划阶段,利用优化方案实时确定轨迹参数,以生成候选的停车路径,主要包括以下步骤:
步骤一, 假设自动驾驶汽车的最大旋转角度为180°,主板控制器的型号为AMD_Geode_LX800,传感器主要使用基于CCD芯片组的VGA接口一体摄像机、单轴陀螺仪传感器、轮轴编码器、近距离传感器、三维加速度传感器,激光距离扫描仪。
步骤二,读取传感器测量的自动驾驶汽车此刻的驾驶速度为V,同时读取编码器的
刻度数据可以得出自动驾驶汽车此时后轮1和后轮2的行驶距离分别为L1和L2,两后轮的中
点表示为m,可以算出后轮中点m2的行驶距离为。
步骤三,将此刻的重点m作为输入***中作为当前车辆位置的一个参考点。引入
Gompertz模型的公式,其中Y为在某个时间用Gompertz预测出来停车轨迹曲线,K
代表轨迹宽度,即第一次车辆平行时与车辆停泊完成时,两条平行线之间的距离,用于定义的上渐进线,e代表一个自然常数,a代表平行停车时,车辆的尾部开始平行于路边
线的距离,b表示当前可用停车空间的总长度,t表示车辆行驶的时间变量。
其中,传感器所接收到的相应值包括:单轴陀螺仪传感器接收的角速度,近距离传感器测量与障碍物的距离,以及摄像头和激光距离扫描仪测量离停车线的距离,三维加速度传感器测量的此时汽车的加速度值。其中通过摄像头和激光距离扫描仪测量出的距离得到轨迹宽度K值以及可用停车长度b,通过汽车的加速度和角速度计算停车时汽车平移距离,即可得到a的值。
步骤十,利用传感器读取当前时间,自动驾驶汽车前左轮与前右轮与前标线或后标线的距离,后左轮与后右轮与后标线或后车的距离。
步骤十一:把前左轮与前标线或车的距离记为x1,前右轮与前标线或车的距离记为x2,后左轮与后标线或车的距离记为x3,后右轮与后标线或车的距离记为x4。
步骤十三:将算出的当前可用停车空间平均总长度b1与时间t相乘可以得出等式:
步骤十九,重复步骤四到十八,直到自动驾驶汽车准确停车为止。
根据本发明实施例提供的方案,具有以下有益效果:
1)考虑了物理上可以实现的最大转向角度,极大的适应了实际生活中自动驾驶汽车的转向情况。
2)在生成候选轨迹的时候对轨迹环境下了碰撞预测检测,极大的保证了自动驾驶汽车的停车安全性。
3)利用三次插值法将行驶轨迹参数化为弧长格式,并根据数据多次模拟计算,选出最优的行驶轨迹。
4)不需要进行过多复杂的运算,从而进一步节省了控制时间。
尽管上文对本发明进行了详细说明,但是本发明不限于此,本技术领域技术人员可以根据本发明的原理进行各种修改。因此,凡按照本发明原理所作的修改,都应当理解为落入本发明的保护范围。
Claims (9)
1.一种自动驾驶汽车精准停车控制方法,其特征在于,包括:
在自动驾驶汽车停车期间,所述自动驾驶汽车分别获取当前时间的距离值、角速度值以及加速度值;
所述自动驾驶汽车将所述距离值、角速度值以及加速度值输入到已训练好的冈波茨模型中,得到当前时间的轨迹曲线,其中所述已训练好的冈波茨模型包括:所述自动驾驶汽车分别获取所述自动驾驶汽车的行驶速度、后车轮中点的行驶距离以及可用停车空间的总长度值;所述自动驾驶汽车利用所述自动驾驶汽车的行驶速度、后车轮中点的行驶距离以及可用停车空间的总长度值,对初始冈波茨模型进行训练,得到已训练好的冈波茨模型;
所述自动驾驶汽车利用所述当前时间的轨迹曲线,分别计算待移动的曲线距离值和角度,以便根据所述曲线距离值和角度进行精准停车。
2.根据权利要求1所述的自动驾驶汽车精准停车控制方法,其特征在于,所述距离值包括以下任一或组合:
前左车轮距离前障碍物或前停车线的第一距离值;
前右车轮距离前障碍物或前停车线的第二距离值;
后左车轮距离后障碍物或后停车线的第三距离值;
后右车轮距离后障碍物或后停车线的第四距离值。
3.根据权利要求2所述的自动驾驶汽车精准停车控制方法,其特征在于,所述自动驾驶汽车分别获取当前时间的距离值、角速度值以及加速度值包括:
通过所述自动驾驶汽车的摄像头和激光距离扫描仪测量当前时间的距离值;
通过所述自动驾驶汽车的单轴陀螺仪传感器获取当前时间的角速度值;
通过所述自动驾驶汽车的三维加速度传感器测量当前时间的加速度值。
4.根据权利要求1所述的自动驾驶汽车精准停车控制方法,其特征在于,所述自动驾驶汽车利用所述当前时间的轨迹曲线,计算待移动的曲线距离值包括:
所述自动驾驶汽车根据所述当前时间的轨迹曲线,计算所述轨迹曲线的弧长值;
所述自动驾驶汽车根据所述轨迹曲线的弧长值,计算待移动的曲线距离。
5.根据权利要求4所述的自动驾驶汽车精准停车控制方法,其特征在于,所述自动驾驶汽车利用所述当前时间的轨迹曲线,分别计算待移动的角度包括:
所述自动驾驶汽车根据当前时间的距离值和所述轨迹曲线的弧长值,构造所述自动驾驶汽车当前时间的可用停车空间的平均总长度等式;
所述自动驾驶汽车将所述可用停车空间的平均总长度等式和时间输入到所述初始冈波茨模型中,得到多个不同的冈波茨模型值;
所述自动驾驶汽车根据所述多个不同的冈波茨模型值,计算待移动的角度。
6.根据权利要求5所述的自动驾驶汽车精准停车控制方法,其特征在于,所述自动驾驶汽车根据所述曲线距离值和角度进行精准停车包括:
所述自动驾驶汽车根据所述曲线距离值和角度进行移动停车处理,得到移动停车结果;
所述自动驾驶汽车判断所述移动停车结果是否已达到精准停车;
若判断移动停车结果未达到精准停车,则所述自动驾驶汽车重新计算新的曲线距离值和新的角度,直至达到精准停车。
7.一种自动驾驶汽车精准停车控制装置,其特征在于,包括:
获取模块,用于在自动驾驶汽车停车期间,分别获取当前时间的距离值、角速度值以及加速度值;
输入模块,用于将所述距离值、角速度值以及加速度值输入到已训练好的冈波茨模型中,得到当前时间的轨迹曲线,其中,所述已训练好的冈波茨模型包括:所述自动驾驶汽车分别获取所述自动驾驶汽车的行驶速度、后车轮中点的行驶距离以及可用停车空间的总长度值;所述自动驾驶汽车利用所述自动驾驶汽车的行驶速度、后车轮中点的行驶距离以及可用停车空间的总长度值,对初始冈波茨模型进行训练,得到已训练好的冈波茨模型;
计算及停车模块,用于利用所述当前时间的轨迹曲线,分别计算待移动的曲线距离值和角度,以便根据所述曲线距离值和角度进行精准停车。
8.根据权利要求7所述的自动驾驶汽车精准停车控制装置,其特征在于,所述距离值包括以下任一或组合:
前左车轮距离前障碍物或前停车线的第一距离值;
前右车轮距离前障碍物或前停车线的第二距离值;
后左车轮距离后障碍物或后停车线的第三距离值;
后右车轮距离后障碍物或后停车线的第四距离值。
9.根据权利要求8所述的自动驾驶汽车精准停车控制装置,其特征在于,所述获取模块包括:
通过摄像头和激光距离扫描仪测量当前时间的距离值;
通过单轴陀螺仪传感器获取当前时间的角速度值;
通过三维加速度传感器测量当前时间的加速度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110660540.2A CN113246968B (zh) | 2021-06-15 | 2021-06-15 | 一种自动驾驶汽车精准停车控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110660540.2A CN113246968B (zh) | 2021-06-15 | 2021-06-15 | 一种自动驾驶汽车精准停车控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113246968A CN113246968A (zh) | 2021-08-13 |
CN113246968B true CN113246968B (zh) | 2021-10-22 |
Family
ID=77187916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110660540.2A Active CN113246968B (zh) | 2021-06-15 | 2021-06-15 | 一种自动驾驶汽车精准停车控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113246968B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3124995A1 (en) * | 2015-07-31 | 2017-02-01 | Aisin Seiki Kabushiki Kaisha | Parking assistance device |
CN106585627A (zh) * | 2016-11-07 | 2017-04-26 | 纵目科技(上海)股份有限公司 | 泊车辅助***及汽车 |
CN106874551A (zh) * | 2017-01-11 | 2017-06-20 | 成都信息工程大学 | 一种基于三阶反正切函数模型的平行泊车方法 |
CN107735290A (zh) * | 2015-06-19 | 2018-02-23 | 日产自动车株式会社 | 停车辅助装置及停车辅助方法 |
CN108725585A (zh) * | 2017-04-14 | 2018-11-02 | 上海汽车集团股份有限公司 | 车辆自主泊车的轨迹跟踪控制方法及装置 |
KR20190041253A (ko) * | 2017-10-12 | 2019-04-22 | 엘지전자 주식회사 | 자율주행차량 및 이의 제어방법 |
CN111907516A (zh) * | 2019-05-09 | 2020-11-10 | 广州汽车集团股份有限公司 | 一种全自动泊车方法和*** |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006027114A1 (de) * | 2006-06-12 | 2007-12-13 | Robert Bosch Gmbh | Steuergerät und Verfahren zur Fahrerunterstützung |
US9151646B2 (en) * | 2011-12-21 | 2015-10-06 | Deka Products Limited Partnership | System, method, and apparatus for monitoring, regulating, or controlling fluid flow |
US10026951B2 (en) * | 2013-04-26 | 2018-07-17 | Yokogawa Electric Corporation | Control system and control method |
KR101841898B1 (ko) * | 2015-01-28 | 2018-03-23 | 닛산 지도우샤 가부시키가이샤 | 주차 지원 장치 |
EP3598074B1 (en) * | 2016-06-27 | 2021-10-20 | Mobileye Vision Technologies Ltd. | Controlling host vehicle based on the detection of a vehicle moving towards the host vehicle's lane. |
KR101915166B1 (ko) * | 2016-12-30 | 2018-11-06 | 현대자동차주식회사 | 자동 주차 시스템 및 자동 주차 방법 |
US10703367B2 (en) * | 2017-05-31 | 2020-07-07 | Nio Usa, Inc. | Utilization of smoothing functions for acceleration and deceleration profile generation |
US11694356B2 (en) * | 2019-11-15 | 2023-07-04 | Argo AI, LLC | Methods and systems for joint pose and shape estimation of objects from sensor data |
-
2021
- 2021-06-15 CN CN202110660540.2A patent/CN113246968B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107735290A (zh) * | 2015-06-19 | 2018-02-23 | 日产自动车株式会社 | 停车辅助装置及停车辅助方法 |
EP3124995A1 (en) * | 2015-07-31 | 2017-02-01 | Aisin Seiki Kabushiki Kaisha | Parking assistance device |
CN106585627A (zh) * | 2016-11-07 | 2017-04-26 | 纵目科技(上海)股份有限公司 | 泊车辅助***及汽车 |
CN106874551A (zh) * | 2017-01-11 | 2017-06-20 | 成都信息工程大学 | 一种基于三阶反正切函数模型的平行泊车方法 |
CN108725585A (zh) * | 2017-04-14 | 2018-11-02 | 上海汽车集团股份有限公司 | 车辆自主泊车的轨迹跟踪控制方法及装置 |
KR20190041253A (ko) * | 2017-10-12 | 2019-04-22 | 엘지전자 주식회사 | 자율주행차량 및 이의 제어방법 |
CN111907516A (zh) * | 2019-05-09 | 2020-11-10 | 广州汽车集团股份有限公司 | 一种全自动泊车方法和*** |
Non-Patent Citations (3)
Title |
---|
Application of Sigmoidal Gompertz Curves in Reverse Parallel Parking for Autonomous Vehicles;Aneesh Chand等;《International Journal of Advanced Robotic Systems》;20150930;第12卷(第9期);第1350~1356页 * |
基于三阶反正切函数模型的平行泊车轨迹规划;彭莉斯等;《测控技术》;20180718(第07期);第152~156页 * |
基于伪谱法的自主泊车路径规划方法;叶林铨等;《计算机工程》;20170228(第02期);第39~43、48页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113246968A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3699048B1 (en) | Travelling track prediction method and device for vehicle | |
CN109263639B (zh) | 基于状态栅格法的驾驶路径规划方法 | |
CN110160804B (zh) | 一种自动驾驶车辆的测试方法、装置及*** | |
Best et al. | Autonovi-sim: Autonomous vehicle simulation platform with weather, sensing, and traffic control | |
US10429849B2 (en) | Non-linear reference line optimization method using piecewise quintic polynomial spiral paths for operating autonomous driving vehicles | |
US20200003564A1 (en) | Reference line smoothing method using piecewise spiral curves with weighted geometry costs | |
US20180143622A1 (en) | Method to dynamically adjusting steering rates of autonomous vehicles | |
CN110361013B (zh) | 一种用于车辆模型的路径规划***及方法 | |
CN109426256A (zh) | 自动驾驶车辆的基于驾驶员意图的车道辅助*** | |
CN107985313A (zh) | 用于自主车辆的基于弹簧***的变换车道方法 | |
CN107813820A (zh) | 一种仿优秀驾驶员的无人车换道路径规划方法 | |
CN116118780A (zh) | 一种车辆避障轨迹规划方法、***、车辆及存储介质 | |
Aryal | Optimization of geometric road design for autonomous vehicle | |
CN115165387A (zh) | 一种自动驾驶整车性能测试的控制方法、装置及*** | |
CN114030485A (zh) | 一种考虑附着系数的自动驾驶汽车类人换道决策规划方法 | |
CN116069037A (zh) | 无人车编队轨迹规划控制方法、装置、设备及存储介质 | |
CN107831496A (zh) | 一种智能汽车自动获取前车速度的方法及*** | |
Malayjerdi et al. | Practical path planning techniques in overtaking for autonomous shuttles | |
CN113246968B (zh) | 一种自动驾驶汽车精准停车控制方法及装置 | |
CN114763133A (zh) | 车辆泊车规划方法、装置、设备及计算机存储介质 | |
CN109987097B (zh) | 一种调整目标车辆运动状态的方法和设备 | |
CN115855531A (zh) | 自动驾驶汽车的测试场景构建方法、设备和介质 | |
AU2020103161A4 (en) | An novel method for a smart car - artificial intelligence based autonomous steering control system with voice assistance | |
CN115079699A (zh) | 一种基于模型预测控制的人机共驾汽车的运动规划方法 | |
Peng | Connected and automated vehicles |
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 |