CN1218355A - 汽车自动驾驶*** - Google Patents
汽车自动驾驶*** Download PDFInfo
- Publication number
- CN1218355A CN1218355A CN 98122574 CN98122574A CN1218355A CN 1218355 A CN1218355 A CN 1218355A CN 98122574 CN98122574 CN 98122574 CN 98122574 A CN98122574 A CN 98122574A CN 1218355 A CN1218355 A CN 1218355A
- Authority
- CN
- China
- Prior art keywords
- automobile
- target
- speed
- road
- control
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种汽车自动驾驶***,它采用双目摄像***可自动收集车前1-200m内路况情报:地面标识、隔离带、防撞护栏、车道标识线识别、路障;机动车辆数量、车道分布、距离、相对速度以及道路标识牌信息。***软件自动决策:汽车行驶速度、汽车行进方向和位置、自动超车驾驶、紧急刹车、汽车鸣笛、灯光控制。采用闭环***进行方向盘控制、速度控制。它可用于高速公路上的汽车自动驾驶,避免交通事故、结构简单、成本低、可靠性好。
Description
本发明属于汽车电子技术领域。
世界工业国对汽车自动驾驶***投入了大量人力和物力进行开发,日本丰田公司在1995年研制了一辆具有这种功能的试验车“丰田ASV”,整个驾驶***是有路面设施和车辆上的特殊装备组成。路面设施是在路面中央按一定间隔距离埋设磁铁,试验车前头两侧面配备两个磁传感器,前车灯中间有障碍物检测雷达,车体中部车道白线识别装置,同时还配备电子导向仪,电子自控油门,电子刹车装置。
法国作为世界第四大汽车生产国,年产汽车约360万辆,占世界汽车市场的22%。为了继续保持汽车工业在21世纪的竞争力,巩固其支柱地位,法国政府最近也决定实施研制21世纪智能型汽车的科研计划。
在日本和欧洲政府和汽车公司集中精力更新汽车现实技术的同时,美国却在尝试用几十亿美元的计算机网络最终取代司机的方向盘来驾驶汽车。
尽管有许多人对未来智能汽车的具体操作提出了疑问,但越来越多的国家投入了研制它的行业。(“感受未来的智能交通体系”刘爱芳、金强中国电子报1998年7月10日)
我国汽车电子技术95’计划国家重点项目是
a)汽油发动机管理***
b)柴油发动机电子管理***
c)无触点高能点火***
d)电子自动控制变速器
e)安全装置(防盗***)
f)汽车电话
g)自动导航***
h)汽车防撞和刹车***
这八个重点项目代表了国际汽车电子技术领域单项技术的最新的发展。汽车自动驾驶***它是路况情报采集、情报分析、目标识别、驾驶决策、自动控制行驶方向、自动控制变速、自动刹车等综合专业。它是一项综合的汽车电子技术,是一项***工程技术。
汽车自动驾驶***与汽车防撞***相比。汽车防撞***目前只能做到目标一维参数(R/R’)测试,目标位置是模糊的,撞车报警的误警概率高,控制也仅是刹车。因此,到目前为止还没有见到任何实用***。而汽车自动驾驶***能完成目标的六维参数(X.Y.Z.X’.Y’Z’)立体信息的测试,不仅能满足汽车防撞的测量要求,并能完成汽车的自动驾驶的要求。
汽车自动驾驶***不同于自动导航定位***。自动导航***是根据GPS或电子地图、再根据当前的交通情报向驾驶员提供一个最佳行驶路线的建议。汽车行驶还是靠驾驶员的驾驶。而汽车自动驾驶***是根据自己采集到的路况情报、加工分析、作出驾驶决策、自动驾驶汽车,人可参与,但不要人来管理。汽车自动导航***和汽车自动驾驶***有机的组合,将开发成为21世纪新一代的智能汽车。根据现有的国内情报资料,还没有见到有关汽车自动驾驶***的报道。
本发明的目的
在当今的世界,高速公路、在高速公路上行驶的汽车在迅速发展。特别是在21世纪的我国,这种发展将是不可想象的。驾驶汽车的人不再是专职的汽车司机,而是各种不同职业不同同年龄的人。有的是在身心极其疲劳的情况上路,有的是经过长途跋涉几小时还在高速公路上行驶,再由于高速公路路况简单、单调,更容易使驾驶者麻疲大意精力不集中,因此高速公路发生的交通事故也将与日剧增。本发明高速公路汽车自动驾驶***就是为了减少和避免交通事故的发生,使在高速公路上行车不在是单调易疲劳的劳动,而是一种独特的休闲。这将是汽车自动化行驶的革命,将会产生巨大的社会效益及经济效益。
日本丰田汽车公司的智能汽车方案要借助在公路上埋设磁铁,而美国要借助庞大昂贵的计算机网络来实现汽车自动行驶。本发明汽车自动驾驶***采用双目摄像装置对路况情报进行采集,经图象处理和目标识别后,自动根据路面标识、车前汽车距离、速度、道路标识牌的情报自动驾驶。而不依赖于道路埋设磁铁或借助于庞大的计算机网络实现汽车自动行驶。
技术方案
1.***组成
***有双目摄像装置、图象信号处理平台、图象处理软件包、***软件以及控制接口等部分组成。***组成方框图如图1所示。
1.1.双目摄像装置
双目摄像装置如图2所示,它有两部相同的摄像***,安装在汽车的适当位置。两部摄像***的距离为D,摄像***的光轴与D垂直,D与汽车的轴线垂直对称,离地面的高度为H。光轴比水平方向低。
摄像***由光学***与摄像机组成。光学***具有变倍功能、自动调焦功能。摄像机采用具有电子快门的黑白CCD摄像机,同步信号由图象信号平台提供,并具有程控AGC***。
双目摄像装置安装在汽车上的示意图如图3
参考图2、3双目摄像装置的技术参数如下:
a)基线长度:D=1.5~3m
b)基线距地面高度:H=0.8~3m
c)摄像机L的坐标:L(0,0,-D/2)
d)摄像机R的坐标:R(0,0,D/2)
e)摄像机的光轴与X轴偏移-0.5°~5°
f)摄像机的视场:4°×3°~40°×30°
g)光学变倍:1~10
h)图象分辨度:500×300~600×400线
i)电子快门:50ms~50μs,20~30db
j)自动调焦
k)手动调光圈
模拟信号处理:为了使逆光条件下图象清晰,层次分明。每路图象信号采用时分隔编程AGC控制。时分隔编程AGC控制信号由图象处理产生。也可以用普通的AGC电路处理。
1.2.图象信号处理平台
图象信号处理平台如图4所示,主要有晶振、帧行同步信号产生器、A/D转换、数据缓冲(双端口RAM)、DSP组成。
由DSP产生变倍的控制信号。
图象处理平台的技术参数如下:
a)晶振工作频率:F=3.7MHz~9.84375MHZ
b)A/D采样频率:F=9.84375MHZ
c)A/D变换分辨率:8Bit
d)行频:F=15.625KHZ
e)帧频:F=50HZ
f)双端口RAM存储空间:>1K字节
g)行消影时DSP对双端口RAM进行读数据操作
h)DSP数据总线:32位、时钟频率>40MHz、程序内存>2M字节、数据缓冲区>2M字节、知识库内存>4M字节
1.3.***软件
***软件主要功能是:
a)图象处理
b)目标识别
c)目标运动参数分析
d)自动驾驶决策
e)自动控制
***软件主要组成是:
a)图象处理软件包
b)知识库
c)目标识别软件包
d)目标运动参数处理软件包
e)PID自动控制软件包
f)自动驾驶决策判据软件包
1.4.控制接口
控制接口是信号处理***与汽车驾驶***的接口,主要有:
a)控制方向盘的并行数据口
b)控制自动变速的并行数据口
c)控制灯光、鸣笛、刹车的开关指令接口
1.5.自动控制执行机构
a)电子方向盘
b)电子自动变速***
c)自动刹车***
d)自动灯光、鸣笛***
2.***工作原理
2.1.路况情报收集
1)摄像***的图象
标准高速公路单向两车道示意图如图5。
路况情报采集是通过摄像***完成的。摄像***获得的图象是路面及路面上的目标(三维空间)的两维平面投影。横坐标是相对与光轴方向方位面投影,竖坐标是相对与光轴方向的俯仰面投影。
设空间直角坐标系的原点在标准双向两车道第一行车车道的中心线上,行车方向为X轴,垂直向上方向为Y轴用右手定理确定Z轴方向,摄像机成象平面在行车车道中心线(X轴上)的投影是X轴的零点(如图6所示)。
设摄像机成象平面中心的坐标为:(O,H,Z-D),则任意位置的目标(X,Y,Z)在图象上的投影为:
2)标准双向两车道的图象
设摄像机安装在离地面高H=1.6m,光轴方向与车道平行,汽车在第一车道中心行驶。标准两车道示意图如图4所示,每个车道宽度为3.5m。当汽车正常状态行驶时,行车道与超车道的标示线在摄像机的直角坐标系表示为:
x=X y=-1.6m z=1m摄像机的车道标识线的图象坐标为:
标准双向两车道标识线全视场图象如图7,视场为40°的图象如图8,视场为4°的如图9。
根据图7、图8、图9可看出:在直角坐标系中与光轴平行的直线全视场的图象是一曲线,在40°、4°视场的图象近似一直线,并且都收敛于零点。近似于直线的条件是:
X2>>Y2,X2>>Z2
3)空间直角坐标系与图象投影的关系
当X2>>Y2、X2>>Z2,可以证明,
a)空间直角坐标系的直线在图象中的投影也近似是直线,如直线的方向与光轴相同,则直线指向原点(E=0,A=0);如与光轴偏移ΔA、ΔE,则在图象中是坐标平移ΔA,、ΔE。
b)如空间直角坐标系的与光轴平行的直线(Y0、Z0)则在图象投影的直线以原点为中心旋转一角度α
因此在图8、图9中很容易作出标准双向两车道所有的车道标识线。
c)在空间直角坐标系中与光轴轴对称的平行直线它们的图象是角度对称的直线。
d)在空间直角坐标系与光轴垂直的直线它的图象是近似一水平直线(E)。
4)双目摄像装置
如5.1.1所述,在(O、H、Z+D)的位置再设置一摄像***(R),这样与坐标(O、H、Z-D)的摄像***(L)就组成了双目摄像相同。它们之间的基线长度为2D,设21D=1.5m。参看图3,标准双向两车道标识线的图象夹角为:
标准双向两车道标识线在摄像***(R)的图象如图10所示。
2.2.目标位置参数提取
在空间直角坐标系任一点(X、Y、Z)在双目摄像装置两幅图象对应的方位角为:
AL=arctan((Z-D)/X)
AR=arctan((Z+D)/X)
那么目标的直角坐标为:
X=2D/(tanAL-tanAR)
Z=XtanAL+D
2.3.目标相对速度参数提取
目标相对速度可用图象序列的位置差分来求得
X’=(X(t-1)-X(t))/Δ
Y’=(Y(t-1)-Y(t))/Δ
Z’=(Z(t-1)-Z(t))/Δ
Δ:图象序列的时间间隔
Δ=20ms
2.4.行车位置和方向测量
首先根据车道模型分割出参考车道标识线区域,再在车道区域内进行直方图统计,分离出参考车道标识线。并用曲线拟合的办法,使不连续的车道标识线拟合成连续的车道标识线。
再在两幅图象中分别找出对应X1=20m、X2=10m参考车道标识线的EL(X1)、EL(X2)、ER(X1)、ER(X2)。再根据参考车道标识线上的EL(X1)、EL(X2)、ER(X1)、ER(X2)找出对应的AL(X1)、AL(X2)、AR(X1)、AR(X2),再算出
Z1(X1)=X1tanAR、Z2(X2)=X2tanAL,(A<0)
Z1(X1)=X1tanAL、Z2(X2)=X2tanAR,(A>0)
最后再算出汽车偏离参考车道标识线的距离:
Z=2(Z2(X2)-Z1(X1))+Z1(X1)
汽车行进方向与车道标识线的夹角为:
β=arctan(2(Z2(X2)-Z1(X1))/10)
也可以参考隔离带或防撞护栏行驶,处理方法相同。
2.5.道路情报获取
首先用公路模型分割出交通标牌的大似区域,再用直方图统计的方法分割出交通标牌区域。
文字识别:在文字识别前,首先分割文字快的行和列。行的分割,在文字块区域里,按E轴统计二值图的分布密度,如图11。显而易见P(E)=0时是行的分割线,P(E)>0时是文字行。
在某一行内(E1~E2)再统计P(A)可以识别列的分割线和单一文字块。
在单一文字块区域内,再统计P(E),根据P(E)和知识库文字模型,可识别少量交通标识牌专用文字,并根据知识库事先的知识理解文字的含义。作为驾驶策略决策的条件。
道路情报获取也可以通过其他手段获得,例如:无线广播、计算机网络等
2.6.驾驶策略决策
a)当行车道上无目标时,汽车继续正常行驶
b)当行车道上发现目标,且目标相对速度小于零,超车道无目标,汽车
进行超车操作。若超车道有目标,但目标相对速度大于零,汽车也进
行超车操作。
c)当行车道上发现目标,且目标相对速度小于零,超车道有目标,且目
标相对速度小于零,汽车进行减速行驶。
d)自动驾驶:根据β=ΔZ/X自动控制汽车方向盘,调整汽车行进方向和
位置
e)超车操作:根据超车的固定程序执行。
f)紧急刹车:如因方向驾驶失灵,汽车向隔离带或护栏固定目标方向行
驶(ΔZ大于预定值),应紧急刹车
g)根据交通标牌提示进行操作
2.7.汽车方向和位置控制
汽车方向和位置控制原理图如图12,Z^为正常行车时参考车道标识线的Z坐标,Z为参考车道标识线的实际坐标,X参考车道标识线参考点的X坐标。
设在参考车道标识线10米处选一参考点,并测得这一参考点的坐标为(10,-y,z),正常行车时参考车道标识线参考点的坐标为(10,-y,1),与正常行车路线相比偏离方向β=(z-1)/10。经PID校正后控制驱动马达转动汽车方向盘,使方向盘转动α角(α=β),同时汽车行进速度产生一Z方向的速度Z’=αV,经速度积分后汽车位置z(1),经过反复调整一直到z(n)=1,β=0,汽车方向盘角度α=0,汽车进入正常行驶状态。
为了能够用数字控制方向盘,方向盘的轴上加装轴角编码器(轴角编码器14位),力矩驱动马达,力矩驱动马达通过离合器和方向盘的轴连接,力矩驱动马达由PWM功放驱动。
这样的方法,汽车就可以在拐弯半径大于500米的公路上自动参考车道标识线行驶。
2.8.汽车速度控制
汽车行进速度由两种因素决定,一是根据汽车所在车道前方车辆相对速度来确定,如不能超车,控制汽车速度与前方车辆的相对速度为零。以及适当的距离。
前方车辆相对速度根据
X’=(X(t-1)-X(t))/Δ
Z’=(Z(t-1)-Z(t))/Δ
测量。
二是根据当时的气候条件、光照度条件,控制行车速度。气候条件、光照度情况决定当时的能见度,能见度影响摄像***成象清晰度,影响图象处理***能否正确识别目标的能力,不同的能见度应有相对应的最大车速。
下面是不同的能见度,建议最大行车速度。
能见度 | 20m | 50m | 100m | 200m |
建议行车最大速度 | 10m/s | 20m/s | 30m/s | 40m/s |
36km/H | 72Km/H | 108Km/H | 144Km/H |
汽车速度控制方案如图13,V^是行车前方汽车的速度,V是行车速度。当不能超车时,DSP测量出和行车前方汽车的相对速度ΔV,ΔV作为控制***的误差量经PID校正后控制自动变速装置,使相对速度为0;但是如果行车速度大于根据气象条件推荐的速度时,DSP将控制行车速度小于或等于推荐速度。
为了方便容易实现,自动变速***也可仅控制油门。油门加装轴角编码器和驱动马达,由DSP用数字控制。DSP首先将车与目标的相对速度X’测量量转变成相对应的油门开关的旋转角度数据,然后再控制油门开关的旋转角度,使进油量和速度相一致。
汽车自动驾驶***的技术特点
与日本丰田汽车公司的智能汽车方案相比,方案完全不一样,它不需要在道路上铺设磁铁。与美国政府的智能汽车方案相比,本专利不需要庞大的昂贵的计算机网络支持,就能够实现汽车的自动驾驶。
它的技术特点如下:
1)采用双目摄像装置进行路况情报采集,实现了目标的三维空间定位。
2)图象模拟信道采用可编程时分隔AGC控制,解决了强逆光情况下路面成象质量差的问题
3)采用图象序列处理,实现了运动目标的相对速度测量
4)图象处理,目标识别充分利用标准车道模型的先验信息
5)少量专用文字识别方案,先识别文字的行和列,再根据二值图的P(E)质量统计和文字模型识别文字。
6)利用标准双向三车道标识线模型,实现了汽车行进方向和偏离标识线位置的测量
7)汽车可自动决策:继续行驶,加速、减速、超车、紧急刹车等操作
8)汽车自动驾驶采用闭环自动控制***
本发明使用于于路况较简单的高速公路上的汽车自动驾驶,人可参与,但不要人来管理,可有效的避免由于司机驾驶技术不熟练、疲劳或精力不集中造成的各种交通事故。其结构简单投资较少,成本低,可靠性好。
以下结合附图及实施例作详述,但不作为本发明的限制。
图1为本发明的***组成方框图;
图2为双目摄像装置方框图;
图3为双目摄像装置安装示意图;
图4为图象处理平台组成方框图;
图5为标准高速公路单向两车道示意图;
图6为道路直角坐标系;
图7为全视场两车道标识线图象(y=1.6m)
图8为40度视场角两车道标识线图象(y=1.6m)
图9为L摄像机4度视场标准两车道标识线图象(y=1.6m)
图10为R摄像机4度视场标准两车道标识线图象(y=1.6m)
图11为文字分割原理图;
图12为方向和位置闭环控制原理图;
图13为汽车速度自动控制原理图。
参见图1-13。
实施例
汽车自动驾驶***最重要的任务是情报采集,图象处理,目标识别,要完成目标识别的任务,首先分别进行单画面的图象处理、再进行双画面图象匹配。目标的运动参数提取,交通标识牌信息识别,以及驾驶策略决策。
1.硬设备
1)双目摄像装置
参考图2、图3,双目摄像装置的基本参数如下:
基线长度:D=1.5~2m
基线距地面高度:H=0.8~2m
摄像机L的坐标:L(0,0,-D/2)
摄像机R的坐标:R(0,0,D/2)
摄像机的光轴与X轴偏移-0.5°~5°
摄像机的视场:4°×3°~40°×30°
光学变倍:1~10
图象分辨度:600×400线
电子快门:50ms~50μs,20~30db
自动调焦
手动调光圈
2)模拟信号处理装置
为了使逆光条件下图象清晰,层次分明。每路图象信号采用时分隔编程AGC控制。时分隔编程AGC控制信号由图象处理产生。
3)图象处理平台
参考图4,图象处理平台设计参数如下:
晶振工作频率:F=9.84375MHZ
A/D采样频率:F=9.84375MHZ
A/D变换分辨率:8Bit
行频:F=15.625KHZ
帧频:F=50HZ
双端口RAM存储空间:1K字节
行消影时DSP对双端口RAM进行读数据操作
DSP数据总线:32位
2.情报分析
2.1.目标识别与运动参数测量
对左右两幅图象分别完成以下工作:
根据汽车正常行驶时的标准车道模型分割行车道区域,在行车道区域内进行直方图统计,根据知识库的数据进行目标区域分割。再统计每个目标的面积Si和质心Oi。
在左右两幅图象内分别获得Sir和质心Oir,Skl和质心Okl,如果Sir=Skl并且Er(Oir)≌El(Okl),则目标I和目标k是同一目标。找出Ar(Oir)和Al(Oil),再根据
X=D/(tanAl(Oil)-tanAT(Oir))
Z=XtanAr(Oir)+D/2
确定目标的位置。
根据
X’=(X(t-1)-X(t))/Δ
Y’=(Y(t-1)-Y(t))/Δ
Z’=(Z(t-1)-Z(t))/Δ
确定目标的速度。
2.2.行车位置和方向测量
首先根据车道模型分割出参考车道标识线区域,再在车道区域内进行直方图统计,分离出参考车道标识线。并用曲线拟合的办法,使不连续的车道标识线拟合成连续的车道标识线。
再在两幅图象中分别找出对应X1=20m、X2=10m参考车道标识线的EL(X1)、EL(X2)、ER(X1)、ER(X2)。再根据参考车道标识线上的EL(X1)、EL(X2)、ER(X1)、ER(X2)找出对应的AL(X1)、AL(X2)、AR(X1)、AR(X2),再算出
Z1(X1)=X1tanAR、Z2(X2)=X2tanAL,(A<0)
Z1(X1)=X1tanAL、Z2(X2)=X2tanAR,(A>0)
最后再算出汽车偏离参考车道标识线的距离:
Z=2(Z2(X2)-Z1(X1))+Z1(X1)
汽车行进方向与车道标识线的夹角为:
β = arctan(2(Z2(X2)-Z1(X1))/10)
也可以参考隔离带或防撞护栏行驶,处理方法相同。
2.3.道路情报获取
首先用公路模型分割出交通标牌的大似区域,再用直方图统计的方法分割出交通标牌区域。
文字识别:在文字识别前,首先分割文字快的行和列。行的分割,在文字块区域里,按E轴统计二值图的分布密度,如图11。显而易见P(E)=0时是行的分割线,P(E)>0时是文字行。
在某一行内(E1~E2)再统计P(A)可以识别列的分割线和单一文字块。
在单一文字块区域内,再统计P(E),根据P(E)和知识库文字模型,可识别少量交通标识牌专用文字,并根据知识库事先的知识理解文字的含义。作为驾驶策略决策的条件。
3.驾驶策略决策
a)当行车道上无目标时,汽车继续正常行驶
b)当行车道上发现目标,且目标相对速度小于零,超车道无目标,汽
车进行超车操作。若超车道有目标,但目标相对速度大于零,汽车
也进行超车操作。
c)当行车道上发现目标,且目标相对速度小于零,超车道有目标,且
目标相对速度小于零,汽车进行减速行驶。
d)自动驾驶:根据β=ΔZ/X自动控制汽车方向盘,调整汽车行进方
向和位置
e)超车操作:根据超车的固定程序执行。
f)紧急刹车:如因方向驾驶失灵,汽车向隔离带或护栏固定目标方向
行驶(ΔZ大于预定值),应紧急刹车
g)根据交通标牌提示进行操作
4.汽车方向和位置控制
汽车方向和位置控制原理图如图12,Z^为正常行车时参考车道标识线的Z坐标,Z为参考车道标识线的实际坐标,X参考车道标识线参考点的X坐标。
设在参考车道标识线10米处选一参考点,并测得这一参考点的坐标为(10,-y,z),正常行车时参考车道标识线参考点的坐标为(10,-y,1),与正常行车路线相比偏离方向β=(z-1)/10。经PID校正后控制驱动马达转动汽车方向盘,使方向盘转动α角(α=β),同时汽车行进速度产生一Z方向的速度Z’=αV,经速度积分后汽车位置z(l),经过反复调整一直到z(n)=1,β=0,汽车方向盘角度α=0,汽车进入正常行驶状态。
为了能够用数字控制方向盘,方向盘的轴上加装轴角编码器(轴角编码器14位),力矩驱动马达,力矩驱动马达通过离合器和方向盘的轴连接,力矩驱动马达由PWM功放驱动。
这样的方法,汽车就可以在拐弯半径大于500米的公路上自动参考车道标识线行驶。
5.汽车速度控制
汽车速度控制方案如图13,V^是行车前方汽车的速度,V是行车速度。当不能超车时,DSP测量出和行车前方汽车的相对速度ΔV,ΔV作为控制***的误差量经PID校正后控制自动变速装置,使相对速度为0;但是如果行车速度大于根据气象条件推荐的速度时,DSP将控制行车速度小于或等于推荐速度。
为了方便容易实现,自动变速***也可仅控制油门。油门加装轴角编码器和驱动马达,由DSP用数字控制。DSP首先将车与目标的相对速度X’测量量转变成相对应的油门开关的旋转角度数据,然后再控制油门开关的旋转角度,使进油量和速度相一致。
6.***技术指标
1)动目标测量范围:
在行车道和超车道内车前1米~200米以内。
2)动目标测量精度:
ΔX<1m ΔX’<1m/s
ΔY<1m
ΔZ<1m
3)车道标识线与汽车位置和行进方向的测量
ΔZ<1m
Δα<0.1度
4)汽车行进方向和位置的控制精度
Δβ<0.1度
ΔX<1m(相对前面汽车的距离)
ΔZ<0.2m(相对车道标识线的距离)
Claims (6)
1.一种汽车自动驾驶***,其特征是:
汽车自动驾驶***由硬件和软件两部分组成,
1)硬件部分由双目摄像装置、图象处理平台、软件库、控制接口、执
行机构组成;
双目摄像装置的技术参数如下:
a)基线长度:D=1.5~3m
b)基线距地面高度:H=0.8~3m
c)摄像机L的坐标:L(0,0,-D/2)
d)摄像机R的坐标:R(0,0,D/2)
e)摄像机的光轴与X轴偏移-0.5°~5°
f)摄像机的视场:4°×3°~40°×30°
g)光学变倍:1~10
h)图象分辨度:500×300~600×400线
i)电子快门:50ms~50μs,20~30db
j)自动调焦
k)手动调光圈
模拟信号处理:
双目摄像***获得的左右两幅图象同时传输到图象处理平台,图象处理平台的技术参数如下:
a)晶振工作频率:F=3.7MHz-9.84375MHz
b)A/D采样频率:F=9.84375MHz
c)A/D变换分辨率:8Bit
d)行频:F=15.625KHz
e)帧频:F=50HZ
f)双端口RAM存储空间:>1K字节
g)行消影时DSP对双端口RAM进行读数据操作
h)DSP数据总线:32位、时钟频率>40MHz、程序内存>2M字节、数
据缓冲区>2M字节、知识库内存>4M字节
在图象处理平台上图象处理软件、目标识别软件、目标运动参数处理软件根据知识库的数据、对图象进行处理、目标识别,情报分析;完成目标识别与运动参数测量,行车位置和方向测量,道路标识牌情报的获取
软件库主要有:
a)图象处理软件包
b)知识库
c)目标识别软件包
d)目标运动参数处理软件包
e)PID自动控制软件包
f)自动驾驶决策判据软件包
控制接口:控制方向盘的数字并行口、控制汽车速度的数字并行口以及控制紧急刹车、灯光、鸣笛的开关指令接口
执行机构:主要有数字可控制的方向盘、数字可控的调速机构
2)软件部分主要有:
目标识别与运动参数测量:图象处理平台根据知识库的标准道路模型使用图象处理软件对左右图象进行初步图象分割,分割出行车道路区域;并在行车道路区域内进行直方图统计,根据知识库路面灰度统计数据,将左右两幅图象中的路面和目标区域分割出来;再统计每个目标的面积Si和质心Oi
在左右两幅图象内进行图象匹配,并且找出同一目标的Ar(Oir)和A1(Oil),再根据
X=D/(tanAl(Oil)-tanAr(Oir))
Y=XSinE
Z=Xtan Ar(Oir)+D/2
确定目标的位置
根据
X’=(X(t-1)-X(t))/Δ
Y’=(Y(t-1)-Y(t))/Δ
Z’=(Z(t-1)-Z(t))/Δ
确定目标的速度;
行车位置和方向测量:首先图象处理软件对双目摄像***传输到图象处理平台的左右两幅图象根据车道模型分割出方向、位置参考线区域,再在方向、位置参考线区域内进行直方图统计,分离出方向、位置参考线;并用曲线拟合的办法,使不连续的方向、位置参考线拟合成连续的方向、位置参考线。
再在两幅图象中分别找出对应X1=20m、X2=10m方向、位置参考线的EL(X1)、EL(X2)、ER(X1)、ER(X2);再根据方向、位置参考线上的EL(X1)、EL(X2)、ER(X1)、ER(X2)找出对应的AL(X1)、AL(X2)、AR(X1)、AR(X2),再算出
Z1(X1)=X1tanAR、Z2(X2)=X2tanAL,(A<0)
Z1(X1)=X1tanAL、Z2(X2)=X2tanAR,(A>0)
最后再算出汽车偏离方向、位置参考线的距离:
Z=2(Z2(X2)-Z1(X1))+Z1(X1)
汽车行进方向与方向、位置参考线的夹角为:
β=arctan(2(Z(X)-Z(X))/10)
通过对双目摄像***输入到图象处理平台的左右两幅图象处理,目标识别与运动参数的测量,行车位置和方向的测量以及道路交通情报的采集,汽车自动驾驶***就获得了行车道路的所有情报;行车道有无汽车,汽车的相对速度是多大,距离是多少,超车道有无汽车,汽车的相对速度和距离是多大;自己行驶在哪个车道,与方向、位置参考线的相对位置和方向信息,以及下一个出口名称、编号,出口距离等信息全部获得;汽车自动驾驶***下一部工作就是根据获得的情报用自动驾驶决策软件进行自动行驶决策;驾驶策略决策:
a)当行车道上无目标时,汽车继续正常行驶
b)当行车道上发现目标,且目标相对速度小于零,超车道无目标,汽
车进行超车操作;若超车道有目标,但目标相对速度大于零,汽车也
进行超车操作;
c)当行车道上发现目标,且目标相对速度小于零,超车道有目标,且
目标相对速度小于零,汽车进行减速行驶;
d)自动驾驶:根据α=ΔZ/V自动控制汽车方向盘,调整汽车行进方
向和位置
e)超车操作:根据超车的固定程序执行;
f)紧急刹车:如因方向驾驶失灵,汽车向隔离带或护栏固定目标方向
行驶(ΔZ大于预定值),应紧急刹车
g)根据交通标牌提示进行操作,行驶到你设置的出口处给你出口提
示;
决定了如何行驶后,就是如何控制汽车自动行驶的问题了,汽车自动驾驶***的PID自动控制软件根据上述决策和路况信息完成汽车的自动控制;
汽车方向和位置控制:
汽车方向和位置控制方案,Z^为正常行车时方向、位置参考线的Z坐标,Z为方向、位置参考线的实际坐标,X方向、位置参考线参考点的X坐标;
设在方向、位置参考线10米处选一参考点,并测得这一参考点的坐标为(10,-y,z),正常行车时方向、位置参考线参考点的坐标为(10,-y,1),与正常行车路线相比偏离方向β=(z-1)/10;经PID校正后控制驱动马达转动汽车方向盘,使方向盘转动α角(α=β),同时汽车行进速度产生一Z方向的速度Z’=αV,经速度积分后汽车位置z(1),经过反复调整一直到z(n)=1,β=0,汽车方向盘角度α=0,汽车进入正常行驶状态;
这样的方法,汽车就可以在拐弯半径大于500米的公路上自动沿方向、位置参考线方向行驶;
汽车速度控制:
汽车速度控制方案,V^是行车前方汽车的速度,V是行车速度;当不能超车时,DSP测量出和行车前方汽车的相对速度ΔV,调整自动变速装置,使相对速度为0;但是如果行车速度大于根据气象条件推荐的速度时,DSP将控制行车速度小于或等于推荐速度;
2.根据权利要求1所述的汽车自动驾驶***,其特征是:1)中的双目摄像装置中的模拟信号处理,为了使逆光条件下图象清晰,层次分明,每路图象信号采用时分隔编程AGC控制,时分隔编程AGC控制信号由图象处理产生;
3.根据权利要求1所述的汽车自动驾驶***,其特征是1)中的执行机构的技术特征为:数字控制方向盘,汽车方向盘的轴上加装轴角编码器(轴角编码器14位),离合器,力矩马达通过离合器和方向盘的轴连接,力矩马达由PWM功放驱动;
自动调速***,为了调速方便容易实现,自动变速***也可仅控制油门;油门加装轴角编码器和驱动马达,由DSP用数字控制;DSP首先将车与目标的相对速度X’测量量转变成相对应的油门开关的旋转角度数据,然后再控制油门开关的旋转角度,使进油量和速度相一致;
4.根据权利要求1所述的汽车自动驾驶***,其特征是:2)行车位置和方向的测量中所述的“方向、位置参考线”可选择为:车道标识线、隔离带、防撞护栏等参考线。
5.根据权利要求1所述的汽车自动驾驶***,其特征在于2)目标识别与运动参数测量中图象匹配的技术特征是:在左右两幅图象内分别获得Sir和质心Oir,Skl和质心Okl,如果Sir=Skl并且Er(Oir)≌El(Okl),则目标I和目标k是同一目标;进行图象匹配;
6.根据权利要求1、2、3、4、5所述的汽车自动驾驶***,其特征在于2)中还包括道路标识牌的情报获取;其技术特征为:
首先图象处理软件根据知识库公路模型对摄像***传输到图象处理平台的图象进行处理,分割出交通标牌的大似区域,在这个区域内再用直方图统计的方法分割出交通标牌区域;
文字识别:在文字识别前,首先在交通标识牌区域内分割文字块的行和列;行的分割,在文字块区域里,按E轴统计二值图的分布密度,显而易见当P(E)=0时是行的分割线,P(E)>0时是文字行;
在某一行内(E2~E3)再统计P(A)可以识别列的分割线和单一文字块;
在单一文字块区域内,再统计P’(E),根据P’(E)和知识库文字模型可识别少量交通标识牌专用文字,并根据知识库事先的知识理解文字的含义;作为驾驶策略决策的条件;
高速公路的交通标识牌主要信息有:道路出口、道路入口名称及编号,下一个出口距离,体息维修场所,等等信息;通过上述处理,就可以获得这些信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 98122574 CN1218355A (zh) | 1998-11-24 | 1998-11-24 | 汽车自动驾驶*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 98122574 CN1218355A (zh) | 1998-11-24 | 1998-11-24 | 汽车自动驾驶*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1218355A true CN1218355A (zh) | 1999-06-02 |
Family
ID=5227815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 98122574 Pending CN1218355A (zh) | 1998-11-24 | 1998-11-24 | 汽车自动驾驶*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1218355A (zh) |
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100417560C (zh) * | 2001-12-27 | 2008-09-10 | 丰田自动车株式会社 | 集成式车辆运动控制*** |
CN101746363A (zh) * | 2008-12-09 | 2010-06-23 | 赵继安 | 智能监控车距及报警自动刹车装置 |
CN101811488A (zh) * | 2010-04-29 | 2010-08-25 | 曾昭兴 | 汽车控速方法及汽车控速装置 |
CN101825472A (zh) * | 2009-03-04 | 2010-09-08 | 阿尔派株式会社 | 导航装置和导航方法 |
CN1796206B (zh) * | 2004-12-28 | 2010-10-06 | 日产自动车株式会社 | 防止偏离行车线装置 |
CN102227612A (zh) * | 2008-10-24 | 2011-10-26 | 格瑞股份公司 | 自主驾驶车辆的控制和*** |
CN102227758A (zh) * | 2008-11-28 | 2011-10-26 | 日立汽车***株式会社 | 摄像装置 |
CN102431552A (zh) * | 2011-09-05 | 2012-05-02 | 北京航空航天大学 | 一种基于双目立体视觉的车辆后方防撞安全预警装置 |
CN101439803B (zh) * | 2007-11-19 | 2012-07-18 | 村田机械株式会社 | 输送车*** |
CN102700548A (zh) * | 2010-07-20 | 2012-10-03 | 通用汽车环球科技运作有限责任公司 | 具有前摄像机和后摄像机的稳健的车辆侧向控制 |
CN101823435B (zh) * | 2009-03-03 | 2012-12-12 | 珠海市智汽电子科技有限公司 | 便于外置安装、便于手动/自动切换的车辆自动驾驶*** |
CN103021199A (zh) * | 2012-12-07 | 2013-04-03 | 招商局重庆交通科研设计院有限公司 | 基于物联网和动态3d gis的智能交通***的车载终端 |
CN103129468A (zh) * | 2013-02-19 | 2013-06-05 | 河海大学常州校区 | 基于激光成像技术的车载路障识别***和方法 |
CN103383265A (zh) * | 2013-07-04 | 2013-11-06 | 浙江吉利汽车研究院有限公司杭州分公司 | 汽车自动驾驶*** |
US8593272B2 (en) | 2009-10-28 | 2013-11-26 | Honda Research Institute Europe Gmbh | Behavior-based learning of visual characteristics from real-world traffic scenes for driver assistance systems |
CN103507809A (zh) * | 2013-09-27 | 2014-01-15 | 奇瑞汽车股份有限公司 | 一种控制车辆行驶的方法和装置 |
CN104386063A (zh) * | 2014-09-19 | 2015-03-04 | 奇瑞汽车股份有限公司 | 基于人工智能的驾驶辅助*** |
CN104590274A (zh) * | 2014-11-26 | 2015-05-06 | 浙江吉利汽车研究院有限公司 | 一种驾驶行为自适应***及驾驶行为自适应方法 |
CN104777777A (zh) * | 2015-04-10 | 2015-07-15 | 北京林业大学 | 消防车远程遥控车载控制*** |
CN104859609A (zh) * | 2015-05-12 | 2015-08-26 | 天脉聚源(北京)传媒科技有限公司 | 一种车辆控制方法及装置与车辆 |
CN105121246A (zh) * | 2013-03-27 | 2015-12-02 | 康蒂-特米克微电子有限公司 | 用于超车辅助的方法和装置 |
CN105216797A (zh) * | 2015-08-21 | 2016-01-06 | 奇瑞汽车股份有限公司 | 超车方法及*** |
CN105518762A (zh) * | 2013-06-18 | 2016-04-20 | 沃尔沃卡车公司 | 超车辅助*** |
CN105700538A (zh) * | 2016-01-28 | 2016-06-22 | 武汉光庭信息技术股份有限公司 | 基于神经网络和pid算法的轨迹跟随方法 |
CN105758751A (zh) * | 2016-04-08 | 2016-07-13 | 重庆交通大学 | 车辆行驶轨迹定位及调节*** |
CN105758790A (zh) * | 2016-04-08 | 2016-07-13 | 重庆交通大学 | 公路路面加速加载实验*** |
CN105911994A (zh) * | 2016-06-17 | 2016-08-31 | 陈彬彪 | 一种汽车自动驾驶***及其使用方法 |
CN107085697A (zh) * | 2015-11-26 | 2017-08-22 | 马自达汽车株式会社 | 标识识别*** |
CN107111742A (zh) * | 2014-08-18 | 2017-08-29 | 无比视视觉技术有限公司 | 在导航中对车道限制和施工区域的识别和预测 |
CN107146247A (zh) * | 2017-05-31 | 2017-09-08 | 西安科技大学 | 基于双目摄像头的汽车辅助驾驶***及方法 |
CN107564317A (zh) * | 2017-10-27 | 2018-01-09 | 左依宁 | 一种自动驾驶车辆控制***及方法 |
CN107628032A (zh) * | 2017-08-09 | 2018-01-26 | 广东欧珀移动通信有限公司 | 自动驾驶控制方法、装置、车辆和计算机可读存储介质 |
CN107664994A (zh) * | 2016-07-29 | 2018-02-06 | 通用汽车环球科技运作有限责任公司 | 用于自主驾驶合并管理的***和方法 |
CN104777777B (zh) * | 2015-04-10 | 2018-02-09 | 北京林业大学 | 消防车远程遥控车载控制*** |
CN108151681A (zh) * | 2017-11-23 | 2018-06-12 | 中国第汽车股份有限公司 | 一种基于双目相机的车载路面不平度识别***及方法 |
CN108700414A (zh) * | 2016-02-25 | 2018-10-23 | 京瓷株式会社 | 立体摄像装置、车辆以及视差计算方法 |
CN110096053A (zh) * | 2018-01-31 | 2019-08-06 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的驾驶轨迹生成方法、***和机器可读介质 |
CN110182206A (zh) * | 2019-05-06 | 2019-08-30 | 深圳市华芯技研科技有限公司 | 一种基于双摄像头的无人驾驶汽车视觉识别*** |
CN110281888A (zh) * | 2019-05-23 | 2019-09-27 | 纽劢科技(上海)有限公司 | 通过曲线拟合控制减速及刹车的方法 |
CN110320899A (zh) * | 2018-03-30 | 2019-10-11 | 比亚迪股份有限公司 | 汽车及其行驶控制方法 |
CN111344649A (zh) * | 2018-12-29 | 2020-06-26 | 深圳市大疆创新科技有限公司 | 无人控制平台的管理方法和设备 |
CN112700668A (zh) * | 2020-12-22 | 2021-04-23 | 北京百度网讯科技有限公司 | 自动驾驶的远程控制方法、自动驾驶车辆及云端设备 |
CN113619578A (zh) * | 2021-07-28 | 2021-11-09 | 东风汽车集团股份有限公司 | 一种车辆防碰撞方法、防碰撞***和计算机可读存储介质 |
CN115619856A (zh) * | 2022-12-05 | 2023-01-17 | 中质智通检测技术有限公司 | 基于车路协同感知的车道定位方法 |
-
1998
- 1998-11-24 CN CN 98122574 patent/CN1218355A/zh active Pending
Cited By (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100417560C (zh) * | 2001-12-27 | 2008-09-10 | 丰田自动车株式会社 | 集成式车辆运动控制*** |
CN1796206B (zh) * | 2004-12-28 | 2010-10-06 | 日产自动车株式会社 | 防止偏离行车线装置 |
CN101439803B (zh) * | 2007-11-19 | 2012-07-18 | 村田机械株式会社 | 输送车*** |
CN102227612A (zh) * | 2008-10-24 | 2011-10-26 | 格瑞股份公司 | 自主驾驶车辆的控制和*** |
CN102227612B (zh) * | 2008-10-24 | 2014-06-25 | 格瑞股份公司 | 自主驾驶车辆的控制和*** |
CN102227758B (zh) * | 2008-11-28 | 2015-02-25 | 日立汽车***株式会社 | 摄像装置 |
CN102227758A (zh) * | 2008-11-28 | 2011-10-26 | 日立汽车***株式会社 | 摄像装置 |
CN101746363A (zh) * | 2008-12-09 | 2010-06-23 | 赵继安 | 智能监控车距及报警自动刹车装置 |
CN101746363B (zh) * | 2008-12-09 | 2014-01-29 | 赵继安 | 智能监控车距及报警自动刹车装置 |
CN101823435B (zh) * | 2009-03-03 | 2012-12-12 | 珠海市智汽电子科技有限公司 | 便于外置安装、便于手动/自动切换的车辆自动驾驶*** |
CN101825472B (zh) * | 2009-03-04 | 2015-03-25 | 阿尔派株式会社 | 导航装置和导航方法 |
CN101825472A (zh) * | 2009-03-04 | 2010-09-08 | 阿尔派株式会社 | 导航装置和导航方法 |
US8593272B2 (en) | 2009-10-28 | 2013-11-26 | Honda Research Institute Europe Gmbh | Behavior-based learning of visual characteristics from real-world traffic scenes for driver assistance systems |
CN101811488A (zh) * | 2010-04-29 | 2010-08-25 | 曾昭兴 | 汽车控速方法及汽车控速装置 |
CN102700548A (zh) * | 2010-07-20 | 2012-10-03 | 通用汽车环球科技运作有限责任公司 | 具有前摄像机和后摄像机的稳健的车辆侧向控制 |
CN102431552B (zh) * | 2011-09-05 | 2015-03-25 | 北京航空航天大学 | 一种基于双目立体视觉的车辆后方防撞安全预警装置 |
CN102431552A (zh) * | 2011-09-05 | 2012-05-02 | 北京航空航天大学 | 一种基于双目立体视觉的车辆后方防撞安全预警装置 |
CN103021199A (zh) * | 2012-12-07 | 2013-04-03 | 招商局重庆交通科研设计院有限公司 | 基于物联网和动态3d gis的智能交通***的车载终端 |
CN103129468A (zh) * | 2013-02-19 | 2013-06-05 | 河海大学常州校区 | 基于激光成像技术的车载路障识别***和方法 |
CN105121246B (zh) * | 2013-03-27 | 2019-01-25 | 康蒂-特米克微电子有限公司 | 用于超车辅助的方法和装置 |
CN105121246A (zh) * | 2013-03-27 | 2015-12-02 | 康蒂-特米克微电子有限公司 | 用于超车辅助的方法和装置 |
CN105518762B (zh) * | 2013-06-18 | 2017-08-22 | 沃尔沃卡车公司 | 超车辅助*** |
US9682712B2 (en) | 2013-06-18 | 2017-06-20 | Volvo Truck Corporation | Overtaking assistant system for notifying a driver that it is safe to overtake another vehicle |
CN105518762A (zh) * | 2013-06-18 | 2016-04-20 | 沃尔沃卡车公司 | 超车辅助*** |
CN103383265A (zh) * | 2013-07-04 | 2013-11-06 | 浙江吉利汽车研究院有限公司杭州分公司 | 汽车自动驾驶*** |
CN103383265B (zh) * | 2013-07-04 | 2016-12-07 | 宁波吉利汽车研究开发有限公司 | 汽车自动驾驶*** |
CN103507809B (zh) * | 2013-09-27 | 2016-05-18 | 奇瑞汽车股份有限公司 | 一种控制车辆行驶的方法和装置 |
CN103507809A (zh) * | 2013-09-27 | 2014-01-15 | 奇瑞汽车股份有限公司 | 一种控制车辆行驶的方法和装置 |
US11834040B2 (en) | 2014-08-18 | 2023-12-05 | Mobileye Vision Technologies Ltd. | Recognition and prediction of lane constraints and construction areas in navigation |
CN107111742A (zh) * | 2014-08-18 | 2017-08-29 | 无比视视觉技术有限公司 | 在导航中对车道限制和施工区域的识别和预测 |
CN113158820B (zh) * | 2014-08-18 | 2024-07-16 | 无比视视觉技术有限公司 | 在导航中对车道限制和施工区域的识别和预测 |
US10926763B2 (en) | 2014-08-18 | 2021-02-23 | Mobileye Vision Technologies Ltd. | Recognition and prediction of lane constraints and construction areas in navigation |
CN107111742B (zh) * | 2014-08-18 | 2021-04-02 | 无比视视觉技术有限公司 | 在导航中对车道限制和施工区域的识别和预测 |
CN113158820A (zh) * | 2014-08-18 | 2021-07-23 | 无比视视觉技术有限公司 | 在导航中对车道限制和施工区域的识别和预测 |
CN104386063A (zh) * | 2014-09-19 | 2015-03-04 | 奇瑞汽车股份有限公司 | 基于人工智能的驾驶辅助*** |
CN104590274A (zh) * | 2014-11-26 | 2015-05-06 | 浙江吉利汽车研究院有限公司 | 一种驾驶行为自适应***及驾驶行为自适应方法 |
CN104777777A (zh) * | 2015-04-10 | 2015-07-15 | 北京林业大学 | 消防车远程遥控车载控制*** |
CN104777777B (zh) * | 2015-04-10 | 2018-02-09 | 北京林业大学 | 消防车远程遥控车载控制*** |
CN104859609A (zh) * | 2015-05-12 | 2015-08-26 | 天脉聚源(北京)传媒科技有限公司 | 一种车辆控制方法及装置与车辆 |
CN105216797A (zh) * | 2015-08-21 | 2016-01-06 | 奇瑞汽车股份有限公司 | 超车方法及*** |
CN107085697A (zh) * | 2015-11-26 | 2017-08-22 | 马自达汽车株式会社 | 标识识别*** |
CN105700538A (zh) * | 2016-01-28 | 2016-06-22 | 武汉光庭信息技术股份有限公司 | 基于神经网络和pid算法的轨迹跟随方法 |
CN108700414A (zh) * | 2016-02-25 | 2018-10-23 | 京瓷株式会社 | 立体摄像装置、车辆以及视差计算方法 |
CN105758790A (zh) * | 2016-04-08 | 2016-07-13 | 重庆交通大学 | 公路路面加速加载实验*** |
CN105758751A (zh) * | 2016-04-08 | 2016-07-13 | 重庆交通大学 | 车辆行驶轨迹定位及调节*** |
CN105911994A (zh) * | 2016-06-17 | 2016-08-31 | 陈彬彪 | 一种汽车自动驾驶***及其使用方法 |
CN107664994A (zh) * | 2016-07-29 | 2018-02-06 | 通用汽车环球科技运作有限责任公司 | 用于自主驾驶合并管理的***和方法 |
CN107664994B (zh) * | 2016-07-29 | 2021-06-29 | 通用汽车环球科技运作有限责任公司 | 用于自主驾驶合并管理的***和方法 |
CN107146247A (zh) * | 2017-05-31 | 2017-09-08 | 西安科技大学 | 基于双目摄像头的汽车辅助驾驶***及方法 |
CN107628032A (zh) * | 2017-08-09 | 2018-01-26 | 广东欧珀移动通信有限公司 | 自动驾驶控制方法、装置、车辆和计算机可读存储介质 |
CN107564317A (zh) * | 2017-10-27 | 2018-01-09 | 左依宁 | 一种自动驾驶车辆控制***及方法 |
CN108151681A (zh) * | 2017-11-23 | 2018-06-12 | 中国第汽车股份有限公司 | 一种基于双目相机的车载路面不平度识别***及方法 |
CN108151681B (zh) * | 2017-11-23 | 2019-12-31 | 中国第一汽车股份有限公司 | 一种基于双目相机的车载路面不平度识别***及方法 |
CN110096053A (zh) * | 2018-01-31 | 2019-08-06 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的驾驶轨迹生成方法、***和机器可读介质 |
CN110320899A (zh) * | 2018-03-30 | 2019-10-11 | 比亚迪股份有限公司 | 汽车及其行驶控制方法 |
WO2020133387A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳市大疆创新科技有限公司 | 无人控制平台的管理方法和设备 |
CN111344649A (zh) * | 2018-12-29 | 2020-06-26 | 深圳市大疆创新科技有限公司 | 无人控制平台的管理方法和设备 |
CN111344649B (zh) * | 2018-12-29 | 2024-06-14 | 深圳市大疆创新科技有限公司 | 无人控制平台的管理方法和设备 |
CN110182206A (zh) * | 2019-05-06 | 2019-08-30 | 深圳市华芯技研科技有限公司 | 一种基于双摄像头的无人驾驶汽车视觉识别*** |
CN110281888A (zh) * | 2019-05-23 | 2019-09-27 | 纽劢科技(上海)有限公司 | 通过曲线拟合控制减速及刹车的方法 |
CN112700668A (zh) * | 2020-12-22 | 2021-04-23 | 北京百度网讯科技有限公司 | 自动驾驶的远程控制方法、自动驾驶车辆及云端设备 |
CN112700668B (zh) * | 2020-12-22 | 2022-08-02 | 北京百度网讯科技有限公司 | 自动驾驶的远程控制方法、自动驾驶车辆及云端设备 |
CN113619578A (zh) * | 2021-07-28 | 2021-11-09 | 东风汽车集团股份有限公司 | 一种车辆防碰撞方法、防碰撞***和计算机可读存储介质 |
CN115619856A (zh) * | 2022-12-05 | 2023-01-17 | 中质智通检测技术有限公司 | 基于车路协同感知的车道定位方法 |
CN115619856B (zh) * | 2022-12-05 | 2023-04-07 | 中质智通检测技术有限公司 | 基于车路协同感知的车道定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1218355A (zh) | 汽车自动驾驶*** | |
CN1080911C (zh) | 一种观察目标的方法和装置 | |
CN1912950A (zh) | 基于全方位视觉传感器的违章车辆监控装置 | |
CN1323865C (zh) | 停车辅助装置 | |
CN1629930A (zh) | 机动车信息显示*** | |
CN1170178A (zh) | 交通流量监测设备 | |
CN1104574C (zh) | 变速器的控制装置 | |
CN1802678A (zh) | 图像服务器、图像获取设备以及图像显示终端 | |
CN1572553A (zh) | 车辆的悬架控制装置 | |
CN1945596A (zh) | 用于车道偏离报警的车道线鲁棒识别方法 | |
CN1306243C (zh) | 物体的计测方法及物体的计测装置 | |
CN1071893C (zh) | 眼用透镜的检验方法和设备 | |
CN100495274C (zh) | 大型工程车辆自动驾驶控制方法及*** | |
CN1966335A (zh) | 一种显著提高车辆安全可靠驾驶性能的方法与装置 | |
CN1338088A (zh) | 以多角形表面的道路地图数据的制作和用于使用的装置和方法 | |
CN1486417A (zh) | 发送数字地图的位置信息的方法和用于该方法的设备 | |
CN1211765C (zh) | 三维图与目标显示设备和方法及应用该方法的导航设备 | |
CN1537749A (zh) | 一种车载摄像机外部参数三线标定方法 | |
CN1614356A (zh) | 交通状况报知设备及其***、方法、程序和记录介质 | |
CN1540286A (zh) | 多功能实时交通安全管理装置及方法 | |
CN1616283A (zh) | 车道偏离防止设备 | |
CN1501329A (zh) | 智能交通*** | |
CN1841023A (zh) | 车辆位置识别装置及车辆位置识别方法 | |
CN1648605A (zh) | 道路形状推断装置 | |
CN101077578A (zh) | 一种基于二元环境信息的移动机器人局部路径规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |