CN114084158A - 一种自动驾驶冗余控制*** - Google Patents

一种自动驾驶冗余控制*** Download PDF

Info

Publication number
CN114084158A
CN114084158A CN202111550051.8A CN202111550051A CN114084158A CN 114084158 A CN114084158 A CN 114084158A CN 202111550051 A CN202111550051 A CN 202111550051A CN 114084158 A CN114084158 A CN 114084158A
Authority
CN
China
Prior art keywords
vehicle
control system
automatic driving
tracking
lane
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
CN202111550051.8A
Other languages
English (en)
Inventor
陈国迎
郑修磊
赵选铭
高振海
姚军
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202111550051.8A priority Critical patent/CN114084158A/zh
Publication of CN114084158A publication Critical patent/CN114084158A/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
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/029—Adapting to failures or work around with other constraints, e.g. circumvention by avoiding use of failed parts
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/029—Adapting to failures or work around with other constraints, e.g. circumvention by avoiding use of failed parts
    • B60W2050/0292—Fail-safe or redundant systems, e.g. limp-home or backup systems
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84—Data processing systems or methods, management, administration

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明涉及自动驾驶技术领域，具体是一种自动驾驶冗余控制***，自动驾驶域控制器的路径跟踪部分失效时冗余***为车辆提供冗余跟踪控制功能，自动驾驶域控制器完全失效时冗余***完全接管车辆，并使车辆快速并入最右侧车道并停车，跟踪控制器通过变预瞄距离的纯跟踪控制器实现车辆的循迹功能；规划过程中，通过前置摄像头得到的环境信息建立考虑运动学约束的安全走廊规划方法，生成平滑的换道路径，并跟踪换道。本发明自动驾驶冗余控制***，通过在车辆底盘域控制器加入冗余控制***，降低自动驾驶等级，使车辆仅依靠当前传感器、线控底盘，缓速行驶到路边后停车，提高了车辆的安全性能，使用十分方便。

Description

一种自动驾驶冗余控制***
技术领域
本发明涉及自动驾驶技术领域，具体是一种自动驾驶冗余控制***。
背景技术
自动驾驶车辆在正常自动行驶时，底盘域控制器通过与车辆电控单元信息通讯，获取车辆运动信息，自动驾驶域控制器与传感器、底盘域控制器通过主路CAN通讯，获取车辆行驶信息以及环境信息，并进行决策规划，计算出目标路径后，将车辆行为指令发送给底盘域控制器，控制车辆运动状态，进而实现自动驾驶功能。
汽车行驶安全是评价车辆最重要的因素之一，为了提高园区无人驾驶车辆在行驶过程中的安全性，目前多数研究往往是考虑执行器部分的冗余备份，而对于车辆自动驾驶域控制器失效等或通讯中断功能性的冗余备份***研究较少。
现有的自动驾驶车辆，如果出现自动驾驶域控制器失效的情况，依靠现有的车辆架构无法有效的控制车辆失控的风险，会对自身以及周围人和车辆等造成危害，使用十分不便，因此，针对以上现状，迫切需要开发一种自动驾驶冗余控制***，以克服当前实际应用中的不足。
发明内容
本发明的目的在于提供一种自动驾驶冗余控制***，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种自动驾驶冗余控制***，所述自动驾驶冗余控制***包括如下步骤：
步骤1：车辆原自动驾驶域控制器功能失效或通讯中断后，启动底盘域控制器部分的冗余控制***，与车辆线控底盘、传感器建立通讯；
步骤2：判断车辆自动驾驶域控制器失效形式，如果仅为跟踪控制器故障，则以变预瞄距离的纯跟踪控制方法进行路径跟踪控制，跟踪目标轨迹；如果车辆自动驾驶域控制器完全失效，则接管车辆并准备路边停车；
步骤3：保存并跟踪自动驾驶域控制器发出的最后一条目标路径；
步骤4：当摄像头检测到有效的车道线，减速至6km/h并进入车道保持状态，如果检测不到有效的车道线，则跟踪保存的最后一条目标路径直至终点后停车；
步骤5：处于车道保持状态时，检测当前道路环境，当满足换道条件后，确定包含运动学约束的行驶安全走廊，建立代价优化函数后二次规划求解，规划出符合要求的换道路径，如果始终不满足换道条件则行驶60s后停车；
步骤6：以变预瞄距离的纯跟踪控制方法进行路径跟踪控制，跟踪规划出的换道轨迹至右侧车道；
步骤7：循环步骤2至步骤4，当摄像头检测到车辆右侧为路沿时，停车。
作为本发明进一步的方案：在步骤1中，所述冗余控制***处于车辆底盘域控制器部分。
作为本发明进一步的方案：在步骤2中，所述纯跟踪控制方法与冗余控制***通过计算能力相配合设定。
作为本发明进一步的方案：在步骤4中，所述纯跟踪控制方法设定有可变的预瞄距离，根据车辆行驶前方道路坡度、曲率、曲率变化率以及自车车速设定对应的预瞄距离。
作为本发明进一步的方案：在步骤4中，车辆车轮转角为：
Figure BDA0003417211670000021
其中，δ为前轮转角；L为轴距；ed为横向预瞄偏差，是预瞄点距车辆中心线的距离；Ld为预瞄距离，是预瞄点P与车辆后轴中心点的距离，该距离是由车辆行驶前方道路曲率、曲率变化率以及自车车速设定：
Ld＝vkp+ρkq+Vρkr+iks；
其中kp、kq、kr和ks为自车车速v、车辆行驶前方道路曲率ρ、曲率变化率△ρ和道路坡度i对应的系数。
作为本发明进一步的方案：在步骤5中，确定包含运动学约束的行驶安全走廊的路径规划方法具体包括以下步骤：
S1：通过车道线信息、障碍物信息确定车辆的位置约束，进而建立车辆的行驶安全走廊，并由实际工况考虑，对安全走廊边界建立一定的误差允许带；
S2：根据车辆运动学公式以及运动学特性，建立车辆在整个换道过程中的横向速度、横向加速度和横向急动度约束；
S3：建立关于车辆横向速度vy、横向加速度ay和横向急动度jy的优化函数：
Figure BDA0003417211670000031
其中p、q和r为对应的非负权重值；
S4：将优化函数转化为二次规划标准形式；
S5：通过设置合理的非负权重系数p、q和r，并采用内点法的方法对该优化函数进行求解，即可确定符合要求的换道轨迹。
作为本发明进一步的方案：在步骤5中，确定运动学约束，车辆在换道过程中，横向位移由横向速度，横向加速度和横向加加速度每个采样步长内的累加所得：
Figure BDA0003417211670000032
Figure BDA0003417211670000033
Figure BDA0003417211670000034
上式中yt、vt、at和jt分别代表了主车在采样时刻为t个周期时的横向坐标、横向速度、横向加速度和横向加加速度，其中yt需要满足车辆位置约束，vt、at和jt需要满足车辆的运动学约束。
与现有技术相比，本发明的有益效果是：
当车辆处于自动驾驶状态时(针对园区自动驾驶工况)，车辆自动驾驶***功能失效的紧急情况，通过在车辆底盘域控制器加入冗余控制***，降低自动驾驶等级，使车辆仅依靠当前传感器、线控底盘，缓速行驶，当前方障碍物在车辆行驶区域内或当车辆右侧换道时角雷达检测到车辆右后方有运动物体，车辆停车，待碰撞威胁消失后，继续进行路边停车操作，从而提高了车辆的安全性能，使用十分方便，值得推广。
附图说明
图1为本发明实施例中冗余控制***框架示意图。
图2为本发明实施例中冗余***逻辑框架。
图3为本发明实施例中纯跟踪控制示意图。
图4为本发明实施例中安全走廊规划方法示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下结合具体实施例对本发明的具体实现进行详细描述。
请参阅图1-4，本发明实施例提供的一种自动驾驶冗余控制***，所述自动驾驶冗余控制***包括如下步骤：
步骤1：车辆原自动驾驶域控制器功能失效或通讯中断后，启动底盘域控制器部分的冗余控制***，与车辆线控底盘、传感器建立通讯；
步骤2：判断车辆自动驾驶域控制器失效形式，如果仅为跟踪控制器故障，则以变预瞄距离的纯跟踪控制方法进行路径跟踪控制，跟踪目标轨迹；如果车辆自动驾驶域控制器完全失效，则接管车辆并准备路边停车；
步骤3：保存并跟踪自动驾驶域控制器发出的最后一条目标路径；
步骤4：当摄像头检测到有效的车道线，减速至6km/h并进入车道保持状态，如果检测不到有效的车道线，则跟踪保存的最后一条目标路径直至终点后停车；
步骤5：处于车道保持状态时，检测当前道路环境，当满足换道条件后，确定包含运动学约束的行驶安全走廊，建立代价优化函数后二次规划求解，规划出符合要求的换道路径，如果始终不满足换道条件则行驶60s后停车；
步骤6：以变预瞄距离的纯跟踪控制方法进行路径跟踪控制，跟踪规划出的换道轨迹至右侧车道；
步骤7：循环步骤2至步骤4，当摄像头检测到车辆右侧为路沿时，停车。
当车辆处于自动驾驶状态时(针对园区自动驾驶工况)，车辆自动驾驶***功能失效的紧急情况，通过在车辆底盘域控制器加入冗余控制***，降低自动驾驶等级，使车辆仅依靠当前传感器、线控底盘，缓速行驶，当前方障碍物在车辆行驶区域内或当车辆右侧换道时角雷达检测到车辆右后方有运动物体，车辆停车，待碰撞威胁消失后，继续进行路边停车操作，从而提高了车辆的安全性能，使用十分方便，值得推广。
在本发明的一个实施例中，请参阅图1，在步骤1中，所述冗余控制***处于车辆底盘域控制器部分。
充分考虑了自动驾驶车辆网络架构要求，冗余控制***在不增加自动驾驶车辆原有控制器的前提下，通过车辆自带的底盘域控制实现了对车辆自动驾驶域控制器的冗余备份功能。
在本发明的一个实施例中，请参阅图3，在步骤2中，所述纯跟踪控制方法与冗余控制***通过计算能力相配合设定。
跟踪方法选用纯跟踪控制方法，是因为充分考虑了该冗余控制***所处车辆底盘域控制器有限的算力资源，以便于使该计算平台可以满足路径跟踪控制器的计算要求。
在本发明的一个实施例中，请参阅图3，在步骤4中，所述纯跟踪控制方法设定了可变的预瞄距离，根据车辆行驶前方道路坡度、曲率、曲率变化率以及自车车速设定对应的预瞄距离，进而对纯跟踪控制方法进行了合理的改进。
对于跛行停车过程中的跟踪控制方法选用变预瞄距离的纯跟踪控制方法。车辆车轮转角为：
Figure BDA0003417211670000061
其中，δ为前轮转角；L为轴距；ed为横向预瞄偏差，是预瞄点距车辆中心线的距离；Ld为预瞄距离，是预瞄点P与车辆后轴中心点的距离，该距离是由车辆行驶前方道路曲率、曲率变化率以及自车车速设定：
Ld＝vkp+ρkq+Vρkr+iks；
其中kp、kq、kr和ks为自车车速v、车辆行驶前方道路曲率ρ、曲率变化率△ρ和道路坡度i对应的系数。
在本发明的一个实施例中，请参阅图4，在步骤5中，确定包含运动学约束的行驶安全走廊的路径规划方法具体包括以下步骤：
S1：通过车道线信息、障碍物信息确定车辆的位置约束，进而建立车辆的行驶安全走廊，并由实际工况考虑，对安全走廊边界建立一定的误差允许带；
具体实现中，确定安全走廊，即无障碍物工况下车辆换道行驶纵向距离。如果出现障碍物，则等车辆越过障碍物后，再进行规划。横向行驶区域由障碍物和主车道与换道车道车道线信息确定，主车在换道过程中的横向位置yt需要小于可行使区域上边界的横向位置y_reft，且大于可行使区域下边界的横向位置y_offsett。
Figure BDA0003417211670000062
Figure BDA0003417211670000063
由于车辆缓慢并入目标车道并转为车道保持的过程中，车辆碰撞风险较低，没有严格的横向位置偏差要求，又考虑到算法的可求解性，故设置Δy作为换道技术时刻车辆允许的横向偏差，即允许车辆换道结束时刻与目标车道存在一定范围内的偏差。
Figure BDA0003417211670000064
Figure BDA0003417211670000065
S2：根据车辆运动学公式以及运动学特性，建立车辆在整个换道过程中的横向速度、横向加速度和横向急动度约束；
具体实现中，确定运动学约束，车辆在换道过程中，横向位移由横向速度，横向加速度和横向加加速度每个采样步长内的累加所得：
Figure BDA0003417211670000071
Figure BDA0003417211670000072
Figure BDA0003417211670000073
上式中yt、vt、at和jt分别代表了主车在采样时刻为t个周期时的横向坐标、横向速度、横向加速度和横向加加速度。其中yt需要满足车辆位置约束，vt、at和jt需要满足车辆的运动学约束。
Figure BDA0003417211670000074
Figure BDA0003417211670000075
Figure BDA0003417211670000076
Figure BDA0003417211670000077
S3：建立关于车辆横向速度vy、横向加速度ay和横向急动度jy的优化函数：
Figure BDA0003417211670000078
其中p、q和r为对应的非负权重值；
具体实现中，建立优化函数为保证车辆行驶舒适性，设置关于车辆横向速度、加速度和加加速度的代价函数：
Figure BDA0003417211670000079
通过设定合理的非负权重值，对轨迹的横向速度、加速度、加加速度进行约束，保证轨迹的平滑度。在整个换道过程中，
Figure BDA0003417211670000081
代表采样时刻为t时的车辆横向运动状态，Y表示整个换道过程中的所有采样时刻车辆运动状态的总和。
Figure BDA0003417211670000082
Figure BDA0003417211670000083
用Maxby(t)和Minby(t)表示在第t个采样时刻，车辆横向运动状态受到的约束，Maxby(t)代表约束的最大值，Minby(t)代表约束的最小值，YMaxb和YMinb表示整个换道过程中的所有采样时刻车辆运动状态的约束边界。
Figure BDA0003417211670000084
YMaxb＝[Maxby(1),...,Maxby(Nend)]T；
Figure BDA0003417211670000085
YMinb＝[Minby(1),...,Minby(Nend)]T；
由上式可得，车辆在整个换道周期内的运动状态约束可以用下式表示：
YMaxb≤Y≤YMinb；
且车辆每个采样步长之间的关系可由下式表示：
Figure BDA0003417211670000086
上式中矩阵anb，b为：
Figure BDA0003417211670000087
车辆每个采样步长之间的运动状态约束可以用下式表示：
AY＝b；
上式中，矩阵A，b为：
Figure BDA0003417211670000091
综上可得二次规划标准形式：
Figure BDA0003417211670000094
AY＝b；
YMaxb≤Y≤YMinb；
代价函数中，矩阵H、F为：
Figure BDA0003417211670000092
车辆换道过程的轨迹规划问题转换为了上式所述的二次型式，通过设定合理的权重参数，并采用内点法进行求解，可以得到一条符合换道要求的轨迹点。
S4：将优化函数转化为二次规划标准形式：
Figure BDA0003417211670000093
S5：通过设置合理的非负权重系数p、q和r，并采用内点法的方法对该优化函数进行求解，即可确定符合要求的换道轨迹。
需要说明的是，在本发明中，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种自动驾驶冗余控制***，其特征在于，所述自动驾驶冗余控制***包括如下步骤：
步骤1：车辆原自动驾驶域控制器功能失效或通讯中断后，启动底盘域控制器部分的冗余控制***，与车辆线控底盘、传感器建立通讯；
步骤2：判断车辆自动驾驶域控制器失效形式，如果仅为跟踪控制器故障，则以变预瞄距离的纯跟踪控制方法进行路径跟踪控制，跟踪目标轨迹；如果车辆自动驾驶域控制器完全失效，则接管车辆并准备路边停车；
步骤3：保存并跟踪自动驾驶域控制器发出的最后一条目标路径；
步骤4：当摄像头检测到有效的车道线，减速至6km/h并进入车道保持状态，如果检测不到有效的车道线，则跟踪保存的最后一条目标路径直至终点后停车；
步骤5：处于车道保持状态时，检测当前道路环境，当满足换道条件后，确定包含运动学约束的行驶安全走廊，建立代价优化函数后二次规划求解，规划出符合要求的换道路径，如果始终不满足换道条件则行驶60s后停车；
步骤6：以变预瞄距离的纯跟踪控制方法进行路径跟踪控制，跟踪规划出的换道轨迹至右侧车道；
步骤7：循环步骤2至步骤4，当摄像头检测到车辆右侧为路沿时，停车。
2.根据权利要求1所述的自动驾驶冗余控制***，其特征在于，在步骤1中，所述冗余控制***处于车辆底盘域控制器部分。
3.根据权利要求2所述的自动驾驶冗余控制***，其特征在于，在步骤2中，所述纯跟踪控制方法与冗余控制***通过计算能力相配合设定。
4.根据权利要求3所述的自动驾驶冗余控制***，其特征在于，在步骤4中，所述纯跟踪控制方法设定有可变的预瞄距离，根据车辆行驶前方道路坡度、曲率、曲率变化率以及自车车速设定对应的预瞄距离。
5.根据权利要求4所述的自动驾驶冗余控制***，其特征在于，在步骤4中，车辆车轮转角为：
Figure FDA0003417211660000021
其中，δ为前轮转角；L为轴距；ed为横向预瞄偏差，是预瞄点距车辆中心线的距离；Ld为预瞄距离，是预瞄点P与车辆后轴中心点的距离，该距离是由车辆行驶前方道路曲率、曲率变化率以及自车车速设定：
Ld＝vkp+ρkq+Vρkr+iks；
其中kp、kq、kr和ks为自车车速v、车辆行驶前方道路曲率ρ、曲率变化率△ρ和道路坡度i对应的系数。
6.根据权利要求5所述的自动驾驶冗余控制***，其特征在于，在步骤5中，确定包含运动学约束的行驶安全走廊的路径规划方法具体包括以下步骤：
S1：通过车道线信息、障碍物信息确定车辆的位置约束，进而建立车辆的行驶安全走廊，并由实际工况考虑，对安全走廊边界建立一定的误差允许带；
S2：根据车辆运动学公式以及运动学特性，建立车辆在整个换道过程中的横向速度、横向加速度和横向急动度约束；
S3：建立关于车辆横向速度vy、横向加速度ay和横向急动度jy的优化函数：
Figure FDA0003417211660000022
其中p、q和r为对应的非负权重值；
S4：将优化函数转化为二次规划标准形式；
S5：通过设置合理的非负权重系数p、q和r，并采用内点法的方法对该优化函数进行求解，即可确定符合要求的换道轨迹。
7.根据权利要求6所述的自动驾驶冗余控制***，其特征在于，在步骤5中，确定运动学约束，车辆在换道过程中，横向位移由横向速度，横向加速度和横向加加速度每个采样步长内的累加所得：
Figure FDA0003417211660000031
Figure FDA0003417211660000032
Figure FDA0003417211660000033
上式中yt、vt、at和jt分别代表了主车在采样时刻为t个周期时的横向坐标、横向速度、横向加速度和横向加加速度，其中yt需要满足车辆位置约束，vt、at和jt需要满足车辆的运动学约束。
CN202111550051.8A 2021-12-17 2021-12-17 一种自动驾驶冗余控制*** Pending CN114084158A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111550051.8A CN114084158A (zh) 2021-12-17 2021-12-17 一种自动驾驶冗余控制***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111550051.8A CN114084158A (zh) 2021-12-17 2021-12-17 一种自动驾驶冗余控制***

Publications (1)

Publication Number Publication Date
CN114084158A true CN114084158A (zh) 2022-02-25

Family

ID=80307516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111550051.8A Pending CN114084158A (zh) 2021-12-17 2021-12-17 一种自动驾驶冗余控制***

Country Status (1)

Country Link
CN (1) CN114084158A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114670811A (zh) * 2022-04-08 2022-06-28 阿波罗智能技术(北京)有限公司 车辆控制方法、装置、***、车辆和介质
CN114995465A (zh) * 2022-08-02 2022-09-02 北京理工大学 一种考虑车辆运动能力的多无人车运动规划方法和***
CN115384490A (zh) * 2022-10-28 2022-11-25 北京集度科技有限公司 车辆横向控制方法、装置、电子设备及计算机程序产品
CN117872710A (zh) * 2024-03-11 2024-04-12 天津森普捷电子有限公司 一种智能底盘及其控制方法、装置、***、介质及设备
WO2024087091A1 (zh) * 2022-10-26 2024-05-02 清华大学 一种面向自动驾驶的底盘域控制器、控制方法及车辆

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021102957A1 (zh) * 2019-11-29 2021-06-03 驭势（上海）汽车科技有限公司 一种车道保持方法、车载设备和存储介质
CN113173177A (zh) * 2021-04-26 2021-07-27 安徽域驰智能科技有限公司 基于差动制动的自动驾驶安全冗余机制的控制方法和***
CN113408062A (zh) * 2021-07-09 2021-09-17 中国石油大学(华东) 自动驾驶全工况路面自适应mpc轨迹跟踪控制及评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021102957A1 (zh) * 2019-11-29 2021-06-03 驭势（上海）汽车科技有限公司 一种车道保持方法、车载设备和存储介质
CN113173177A (zh) * 2021-04-26 2021-07-27 安徽域驰智能科技有限公司 基于差动制动的自动驾驶安全冗余机制的控制方法和***
CN113408062A (zh) * 2021-07-09 2021-09-17 中国石油大学(华东) 自动驾驶全工况路面自适应mpc轨迹跟踪控制及评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈威;廖文浩;刘明春;: "基于MPC的自动驾驶车辆横向路径跟踪控制", 南昌大学学报(工科版), no. 03, 28 September 2020 (2020-09-28) *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114670811A (zh) * 2022-04-08 2022-06-28 阿波罗智能技术(北京)有限公司 车辆控制方法、装置、***、车辆和介质
CN114995465A (zh) * 2022-08-02 2022-09-02 北京理工大学 一种考虑车辆运动能力的多无人车运动规划方法和***
CN114995465B (zh) * 2022-08-02 2022-11-15 北京理工大学 一种考虑车辆运动能力的多无人车运动规划方法和***
WO2024087091A1 (zh) * 2022-10-26 2024-05-02 清华大学 一种面向自动驾驶的底盘域控制器、控制方法及车辆
CN115384490A (zh) * 2022-10-28 2022-11-25 北京集度科技有限公司 车辆横向控制方法、装置、电子设备及计算机程序产品
CN117872710A (zh) * 2024-03-11 2024-04-12 天津森普捷电子有限公司 一种智能底盘及其控制方法、装置、***、介质及设备
CN117872710B (zh) * 2024-03-11 2024-06-21 天津森普捷电子有限公司 一种智能底盘及其控制方法、装置、***、介质及设备

Similar Documents

Publication Publication Date Title
CN114084158A (zh) 一种自动驾驶冗余控制***
US10921814B2 (en) Vehicle control system and method, and travel assist server
CN110187639B (zh) 一种基于参数决策框架的轨迹规划控制方法
US7742864B2 (en) Vehicle surroundings monitoring apparatus and traveling control system incorporating the apparatus
WO2020143288A1 (zh) 一种复杂工况下自动驾驶车辆决策***及其轨迹规划方法
JP6651642B2 (ja) 車両制御装置
US20210197808A1 (en) Moving body control system
US7191049B2 (en) Vehicle drive assist system
CN111422196A (zh) 一种适用于微巴的智能网联自动驾驶***及方法
CN102785661B (zh) 车道偏离控制***及方法
JP2019156174A (ja) 車両制御装置、車両、車両制御方法およびプログラム
US20210129844A1 (en) Vision-based follow the leader lateral controller
CN111891125B (zh) 一种基于扭矩控制的车道偏离主动纠偏方法
CN106681327A (zh) 一种大惯性电动客车的智能驾驶横纵向解耦控制方法及***
CN111497834B (zh) 驾驶辅助***
CN111289978A (zh) 一种车辆无人驾驶行为决策的方法和***
CN103935361A (zh) 用于自主的车道变换、经过和超越行为的有效数据流算法
WO2009155228A1 (en) Path generation algorithm for automated lane centering and lane changing control system
CN105263785A (zh) 车辆控制***
WO2019167518A1 (ja) 車両走行制御装置
WO2018173403A1 (ja) 車両制御装置及び車両制御方法
CN114148348A (zh) 自动驾驶车辆的停止控制方法、装置及计算机程序
CN116176572A (zh) 一种基于dqn深度强化学习的汽车紧急避撞控制方法
CN111103882A (zh) 一种无人驾驶电动汽车的自主跟车控制方法
CN105109485A (zh) 一种驾驶方法及***

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