CN110517480B - 面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统 - Google Patents
面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统 Download PDFInfo
- Publication number
- CN110517480B CN110517480B CN201910666351.9A CN201910666351A CN110517480B CN 110517480 B CN110517480 B CN 110517480B CN 201910666351 A CN201910666351 A CN 201910666351A CN 110517480 B CN110517480 B CN 110517480B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- driving
- collision
- 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.)
- Active
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
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统,包括环境感知模块、定位导航模块、路径规划模块、控制权切换模块、碰撞预警模块和控制执行模块;环境感知模块用于采集本车周边环境信息;定位导航模块获取本车位置信息和状态信息;路径规划模块根据周边环境信息、道路信息和本车位置信息进行最优路径规划;控制权切换模块根据设置的安全准则判断本车在当前情况下是否可以进行驾驶模式的切换;碰撞预警模块根据改进的安全时距模型,判断本车当前时刻是否有碰撞风险并给出相应的应对方案。本发明的系统有较高的准确性和实时性,提高智能汽车的安全性和智能化水平。
Description
技术领域
本发明涉及智能车辆避撞领域,尤其涉及一种考虑车辆行为的碰撞预警系统。
背景技术
《中国制造2025》的通知中提到了发展智能网联汽车,是未来十年国家的发展思路,同时也是我国汽车行业进行技术革新的契机。人机共驾是智能网联汽车的第三发展阶段,开展针对它的碰撞预警研究,对于提高该阶段的智能网联汽车的安全性能,推进智能网联汽车向第四阶段:无人驾驶汽车发展,跟随甚至赶超国际智能车辆技术的最高点,具有重要意义。
人机共驾指的是驾驶员和智能系统同时在环,通过决策分享车辆的控制权,人机一体化协同控制完成驾驶任务,是智能网联汽车发展过程中重要阶段。
人机共驾型智能网联汽车在碰撞预警时存在工况复杂和突发情况多等干扰因素,传统的基于安全距离模型和碰撞时间算法不能解决不同工况下的碰撞预警所需的实时性。另一方面,人机共驾型智能网联汽车对碰撞预警的准确性具有较高的要求,传统的方法难以保证复杂工况下碰撞预警的低误警率和低虚警率。
车辆碰撞预警系统是汽车安全辅助驾驶技术的重要组成部分,它主要利用测距传感器(雷达、视觉)探测前方车辆行驶状态,同时测量与前车的纵向距离,然后再依据本车的当前工况,由算法判断未来一段时间内继续行驶是否安全,如果存在碰撞风险,系统会通过声音、图形或触觉进行预警。而在紧急情况下,系统会主动进行紧急制动,最大程度上降低碰撞事故的发生。人机共驾型智能网联汽车行驶过程中涉及到驾驶人驾驶和机器驾驶相互切换,例如,当从机器驾驶切换到驾驶人驾驶时,本车和前车状态必定发生改变,传统的碰撞预警系统无法及时应对这种情况,无法保证碰撞预警系统的准确性和实时性。
发明内容
为解决上述问题,本发明提供一种人机共驾系统下的考虑车辆行为的碰撞预警系统,将车辆行为作为风险评估因子重新设计碰撞预警系统,实现人机共驾型智能网联汽车碰撞预警系统的适配,能够提高智能网联汽车的智能化和安全等级。
面向人机共驾智能网联车辆的驾驶权切换机制及碰撞预警系统,包括环境感知模块、定位导航模块、路径规划模块、控制权切换模块、碰撞预警模块和控制执行模块,所述环境感知模块将采集的本车周边环境信息发送给路径规划模块,定位导航模块将获取本车状态发送给路径规划模块,路径规划模块根据接收的信息规划出最优路径,并发送给控制执行模块;所述环境感知模块、定位导航模块分别将前方车辆行为、本车状态发送给控制权切换模块,所述环境感知模块、定位导航模块还分别将本车与前方车辆的相对距离和相对速度、本车状态发送给碰撞预警模块;所述控制权切换模块根据设置的安全准则判断本车在当前情况下是否可以进行驾驶权切换,所述碰撞预警模块根据改进的安全时距模型,判断本车当前时刻是否有碰撞风险,若存在碰撞风险,人驾模式下提醒驾驶员进行规避,机驾模式下将预警信息发送给路径规划模块,重新进行路径规划,同时将预警信息发送给控制执行模块对本车进行控制。
上述方案中,所述控制权切换模块包括状态监测单元和逻辑判断单元,所述状态监测单元用于获取前方车辆状态和本车状态,同时接收模式切换开关的切换信号和碰撞预警模块的预警信息,并把得到的信息发送给逻辑判断单元,所述逻辑判断单元通过“本车处于跟车状态且碰撞时间大于2秒”、“前方车辆无其他异常行为”和碰撞预警模块传递的无碰撞风险三条安全准则判断本车能否进行驾驶模式切换。
上述方案中,所述模式切换开关是由2个单刀双掷开关K11、K12组成,开关连通不同触点时,本车处于不同的驾驶模式。
上述方案中,所述改进的安全时距模型为:其中T为碰撞时间,Sr为前方车辆和本车的相对距离,Vr为前方车辆与本车的相对速度,k1为结合本车行为的风险评估因子,k2为结合前方车辆行为识别结果的风险评估因子,k 3为本车驾驶模式。
上述方案中,所述0<β<1;其中condtionX表示前方车辆在旁车道行驶且有进入本车道的意图,condtionY表示前方车辆在旁车道行驶且无进入本车道的意图,condtionZ表示前方车辆在本车道行驶。
上述方案中,其特征在于,所述环境感知模块包括工业相机和激光雷达,所述相机采集交通标志牌、车道线和交通信号灯,所述激光雷达检测障碍物信息、前方车辆行为以及本车与前方车辆的相对距离和相对速度。
上述方案中,所述定位导航模块包括GPS惯性导航系统和惯性导航inter+,用于搜集车辆位置信息和航向角。
本发明的有益效果为:
1、本发明提出了一种适用于人机共驾型智能汽车的碰撞预警系统,一定程度上推进了无人驾驶车辆向着安全、智能的方向发展;
2、本发明在设计碰撞预警系统时不局限于考虑两车相对距离和相对速度,而是考虑前方车辆的横向行为和本车的纵向行为,利用本车的纵向行为特征、前车的横向行为特征和车辆的状态信息综合判断当前车辆危险态势,和传统的仅考虑碰撞时间的碰撞预警系统相比,减少了错误预警出现的次数,降低了发生碰撞的可能性,提高了本车的安全性;
3、本发明在智能网联汽车方面,不仅关注智能网联汽车的主动安全,也关注智能网联汽车的平顺性,通过提高碰撞预警系统的预警精度,减少在行车过程中不必要的制动,减少对乘员的冲击,保证本车具有较高的平顺性,提高乘员的乘车舒适性。
附图说明
图1为本发明碰撞预警系统结构示意图;
图2为本发明环境感知模块布置方案图;
图3为本发明模式切换开关示意图;
图4为本发明智能水滴算法任务区域示意图;
图5为本发明路径规划算法流程图;
图6为本发明控制权切换模块内部结构示意图。
具体实施方式
下面将结合本发明附图对本发明的技术方案进行详细叙述。
如图1所示,面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统,包括环境感知模块、模式切换开关、定位导航模块、路径规划模块、控制权切换模块、碰撞预警模块和控制执行模块。
所述环境感知模块包括工业相机、64线激光雷达(HDL-64E)、4线激光雷达(ibeoLUX)和单线激光雷达(SICK291/511),如图2所示,64线激光雷达位于本车顶部纵向对称轴处,主要搜集远距离障碍物信息;两个4线激光雷达布置于本车车头灯下方,用于检测中距离障碍物;单线激光雷达布置在本车头正中心位置,用于检测近距离障碍物;激光雷达还用于获取前方车辆行为(位置信息和航向角)、本车与前方车辆的相对距离和相对速度;相机布置在本车车内后视镜位置处,主要搜集交通标志牌、车道线和交通信号灯信息。
所述模式切换开关是由2个单刀双掷开关K11、K12组成,具体功能示意图如图3所示。开关K11、K12仅存在以下3种情况:(1)开关K11和K12默认状态下分别连通触点2和触点3,此时处于驾驶员驾驶模式;(2)开关K11和K12分别连通触点2和触点4时,此时处于人机共驾模式;(3)开关K11和K12分别连通触点1和触点4时,此时处于机器驾驶模式。开关K11设置在方向盘或中控台附近,由驾驶员控制其关闭,开关K12的切换由控制权切换模块中的逻辑判断单元通过CAN信号控制,实现驾驶模式的切换。
所述定位导航模块包括GPS惯性导航系统和惯性导航inter+,它们位于车辆顶部纵向对称轴处,如图2所示,主要用于搜集车辆位置信息和航向角(本车行为信息)。
GPS惯性导航系统和惯性导航inter+分别将本车位置信息和本车航向角信息传递给路径规划模块,相机将识别到的车道线、交通信号灯和交通标志信息传递给路径规划模块,雷达将探测到的行人和车辆等障碍物信息传递给路径规划模块,感知模块将前方车辆行为传递给控制权切换模块,感知模块中的雷达将前方车辆行为、本车与前方车辆的相对距离和相对速度传递给碰撞预警模块。
所述路径规划模块规划出一条无碰撞、能够安全到达目标点的有效路径,在机器驾驶模式下该模块基于外部高精度地图获取道路信息(包括道路以及道路拥堵情况),利用智能水滴算法(Intelligent Water Drops,IWD)进行路径规划,得到一条最优路径,并传输给控制执行模块。智能水滴模型中,路径起始点为B、目标点为A,有q个障碍物在目标区域,障碍物中心点坐标为(xj,yj)(j=1,…,q),OA为x轴,OB为y轴,将OA等分成m份,OB和OC等分成n份,节点B和节点A之间有(m-1)条垂直线,(m-1)条垂直线和(2n+1)条水平线交叉形成(m-1)×(2n+1)个节点,如图4所示。各节点坐标为Li(xi,yki)(i=1,…,m-1;ki=1,…,2n+1),从起始节点B到目标节点A的路径用以下式子描述:
Path={B,L1(x1,yk1),L2(x2,yk2),...,Lm-1(xm-1,yki),A} (1)
定义轨迹规划中的目标函数J,公式如下:
式中:Lk为节点i的运动距离,dimin为节点i到最近障碍物的距离,δ为威胁避免系数;
运动距离Lk的公式如下:
节点i到最近障碍物的距离dimin的公式如下:
式中:ri(i=1,…,q)为障碍物的危险半径。
智能水滴模型中,智能水滴有两种属性,分别是运动速度viwd和含沙量soiliwd,其中soiliwd为相对地平面缺失的泥沙量(负值);定义:某个智能水滴当前位置为i,运动到下一个位置为j。如图5所示,具体包括步骤:
步骤(1),静态参数初始化:设置水滴数量Iiwd;
步骤(2),动态参数初始化:每个智能水滴的速度设置为常数InitVel,每个智能水滴的初始土壤设置为零;
步骤(3),将每个水滴放置在起点上;
步骤(4),根据概率选择策略选择下一点:p(i,j)表示智能水滴在位置i时选择位置j为下一位置的概率,P(i,j)与路径(i,j)的泥沙含量soil(i,j)的关系为:
式中:Eta(i,j)是位置j到目的地的距离,Q是与距离有关的启发性能指数。
步骤(5),计算水滴速度增量更新水滴速度:Δviwd表示水滴的速度增量,与路径(i,j)的泥沙含量soil(i,j)成非线性反比,公式如下:
式中:av、bv和cv为自定义系数。
步骤(6),计算泥沙变化量:水滴冲刷掉的泥沙量Δsoiliwd非线性反比于水滴经过路径(i,j)所需的时间变量time(i,j,viwd),等于路径(i,j)减少的泥沙量Δsoil(i,j),公式如下:
Δsoil(i,j)=Δsoiliwd (8)
式中:as、bs和cs是自定义系数;
另外time(i,j,viwd)是水滴从位置i运动到位置j所用时间,公式如下:
步骤(7),更新所经路段泥沙量:水滴从位置i到达位置j后,路段(i,j)上所含泥沙量更新,对其他水滴的运动形成反馈机制,泥沙量局部路段更新公式如下:
soil(i,j)=soil(i,j)-ρ·Δsoil(i,j) (11)
式中:ρ为0~1之间的系数。
为了培养下一群水滴搜索最优路径的能力,设计反馈机制对迭代最优解TIB的路径进行全局路段泥沙量的更新,公式如下:
步骤(8),计算并更新最优路径:当所有水滴按步骤(4)-(7),都有它的路径,根据公式(1)计算路径,并用TIB表示;
最优路径解TTB根据以下公式进行更新:
式中:q(.)为评价函数,用于选择本群水滴中最优解。
步骤(9),输出结果:若迭代次数Tter达到最大迭代次数Ttermax,则输出最优路径,否则转到步骤(2)。
如图6所示,控制权切换模块包括状态监测单元、逻辑判断单元、状态延时保持单元和转向控制执行单元,状态监测单元一方面通过感知模块的雷达获取前方车辆行为(包括跟车行为、超车行为、超车并线行为和其他异常行为),另一方面通过惯性导航inter+获取本车速度和加速度等状态信息,同时接收模式切换开关的切换信号,然后将本车和前方车辆的状态和车辆行为以及模式切换信号发送给逻辑判断单元;逻辑判断单元通过“本车处于跟车状态且碰撞时间大于2秒”、“前方车辆无其他异常行为”和碰撞预警模块传递的无碰撞风险三条安全准则判断本车能否进行驾驶模式切换;状态延时保持单元在本车控制权切换过程中保持本车控制权切换前的行驶状态不变,确保本车的行车安全;转向控制执行单元则主要是能在驾驶员驾驶和机器驾驶模式下保证本车的转向平稳控制的装置,该装置是在原车转向系统基础上进行改制的,方案如下:保留原车传动机构,利用德科电机替换原车电机,增加转角传感器,利用德科控制器替换原车控制器并增加CAN通讯接口;通过增加的CAN通讯口实现不同模式下对转向控制执行单元的控制。
所述碰撞预警模块在传统安全时距模型的基础上,考虑前方车辆的横向和纵向行为特征以及本车状态,将本车状态和前车横向行为作为风险评估因子,定义新的安全时距模型。
所述控制执行模块在原车基础上改装了转向、制动和油门,是用于机驾状态下控制油门、刹车和转向等机构实现车辆的自动驾驶功能,或者人驾状态下保证驾驶人的控制绝对权。控制执行模块根据路径规划模块给定的最优路径,结合碰撞预警模块输入的预警信息,分别输出节气门开度、制动主缸压力和前轮转角信号对油门、刹车和转型系统进行控制,实现车辆的自动驾驶功能。
一种人机共驾系统下考虑车辆行为的碰撞预警方法,包括以下步骤:
步骤1),感知模块搜集本车周边环境信息(车道线信息、交通标志信息、行人及非机动车辆等障碍物信息),定位导航模块获取本车状态,并将这些信息发送给路径规划模块;
步骤2),路径规划模块依据接收的信息,区分障碍区域和自由区域,然后在路径规划模块中设定起始点和目标点,规划出一条无碰撞、能够安全到达目标点的最优路径,并将该路径发送给控制执行模块;
步骤3),控制执行模块执行最优路径时,感知模块将前方车辆行为发送给控制权切换模块,将前方车辆行为和本车与前方车辆的相对距离和相对速度发送给碰撞预警模块;定位导航模块将本车状态发送给控制权切换模块和碰撞预警模块;
步骤4),控制权切换模块中的状态监测单元获取感知模块、定位导航模块和碰撞预警模块发送的信息,并将信息传递给逻辑判断单元,逻辑判断单元在驾驶员触发模式切换开关K11要求切换本车驾驶模式时,根据本车状态和前方车辆行为,按照“本车处于跟车状态且碰撞时间大于2秒”、“前方车辆无其他异常行为”和碰撞预警模块传递的无碰撞风险三条安全准则,来判断本车在执行最优路径过程中当前情况下是否允许进行驾驶权切换,如果符合安全准则则进行切换驾驶模式,同时状态延时保持单元控制本车在驾驶模式切换过程中保持当前状态行驶,如果不符合则禁止切换驾驶模式,转向控制执行单元是在不同驾驶模式下控制本车前轮转角,确保车辆正常行驶;
步骤5),碰撞预警模块根据感知模块和定位导航模块获得的前方车辆行为和本车状态,并将本车状态和前车行为作为风险评估因子,在传统安全时距模型的基础上,得到改进的安全时距模型,并判断本车当前时刻是否有碰撞风险,若存在碰撞风险,在驾驶员驾模式下提醒驾驶员进行规避,机器驾驶模式下则给路径规划模块传递预警信息,重新进行路径规划,同时给控制执行模块发送制动信号对本车进行控制;
改进的安全时距模型具体如下:
式中:T为碰撞时间,Sr为前方车辆和本车的相对距离,单位m;Vr为前方车辆与本车的相对速度,单位为m/s;k1为结合本车状态的风险评估因子,由于本车加速情况下,会增加和前车发生碰撞的风险,减速情况下碰撞风险会降低甚至不会发生碰撞,所以定义了k1在加速和减速情况下不同的值,具体为:
式中:condtion A表示本车加速行驶,condtion B表示本车减速行驶,α的数值可根据本车实际情况设定;
k2为结合前方车辆行为识别结果的风险评估因子,考虑到不仅前方车辆的纵向行为特征对碰撞风险评估有影响,而且前方车辆的横向行为对碰撞风险的评估具有重要意义,如果旁边车道车辆换道到本车道仅考虑车辆的纵向行为特征,是无法准确判断潜在的碰撞风险的,所以必须结合车辆的横向特征,k 2具体为:
式中:condtionX表示前方车辆在旁车道行驶且有进入本车道的意图,condtionY表示前方车辆在旁车道行驶且无进入本车道的意图,condtionZ表示前方车辆在本车道行驶,β的数值可根据前方车辆实际情况进行设定;
k 3代表本车驾驶模式,由于人驾模式下驾驶员面对危急情况到做出相应的规避动作需要一定的时间,而驾驶员在机驾模式下面对危急情况到做出规避动作的反应时间为毫秒级,所以定义了k 3在两种不同驾驶模式下的值定义如下:
式中:condtionP表示本车处于机器驾驶模式,即机驾模式;condtionQ表示本车处于驾驶员驾驶模式,即人驾模式。
根据《GB/T 33577-2017智能运输系统车辆前向碰撞预警系统性能要求和测试规程》,给出预警:机器驾驶模式下,碰撞警告(T<0.2)和碰撞预警(0.2≤T<3.5),分别代表告知驾驶员立即采取避险措施和控制执行模块准备采取避险措施,例如碰撞警告时控制执行模块进行紧急制动,碰撞预警模块将预警信息发送给路径规划模块,重新进行路径规划,同时将预警信息发送给控制执行模块对本车进行控制;驾驶员驾驶模式下,碰撞警告(T<1)和碰撞预警(1≤T<3.5),分别代表告知驾驶员立即采取避险措施和准备采取避险措施,例如通过播放警示声音提醒驾驶员存在碰撞风险;人机共驾模式下,碰撞警告(T<0.2)和碰撞预警(0.2≤T<3.5),分别代表告知驾驶员立即采取避险措施和控制执行模块准备采取避险措施,例如碰撞预警时控制执行模块进行减速规避可能出现的碰撞风险;碰撞预警模块将上述预警信息(避险措施)发送给控制执行模块。
步骤6),控制执行模块在机驾模式下控制油门、刹车和转向等机构实现车辆的自动驾驶功能,或者人驾模式下保证驾驶员的控制绝对权。
以上所述为本发明较佳实施例,仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够根据本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以凡在本发明技术思想下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统,其特征在于,包括环境感知模块、定位导航模块、路径规划模块、控制权切换模块、碰撞预警模块和控制执行模块,所述环境感知模块将采集的本车周边环境信息发送给路径规划模块,定位导航模块将获取本车状态发送给路径规划模块,路径规划模块根据接收的信息规划出最优路径,并发送给控制执行模块;所述环境感知模块、定位导航模块分别将前方车辆行为、本车状态发送给控制权切换模块,所述环境感知模块、定位导航模块还分别将本车与前方车辆的相对距离和相对速度、本车状态发送给碰撞预警模块;所述控制权切换模块根据设置的安全准则判断本车在当前情况下是否可以进行驾驶权切换,所述碰撞预警模块根据改进的安全时距模型,判断本车当前时刻是否有碰撞风险,若存在碰撞风险,人驾模式下提醒驾驶员进行规避,机驾模式下将预警信息发送给路径规划模块,重新进行路径规划,同时将预警信息发送给控制执行模块对本车进行控制;
所述改进的安全时距模型为:其中T为碰撞时间,Sr为前方车辆和本车的相对距离,Vr为前方车辆与本车的相对速度,k1为结合本车行为的风险评估因子,k2为结合前方车辆行为识别结果的风险评估因子,k3为本车驾驶模式;
2.根据权利要求1所述的面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统,其特征在于,所述控制权切换模块包括状态监测单元和逻辑判断单元,所述状态监测单元用于获取前方车辆状态和本车状态,同时接收模式切换开关的切换信号和碰撞预警模块的预警信息,并把得到的信息发送给逻辑判断单元,所述逻辑判断单元通过“本车处于跟车状态且碰撞时间大于2秒”、“前方车辆无其他异常行为”和碰撞预警模块传递的无碰撞风险三条安全准则判断本车能否进行驾驶模式切换。
3.根据权利要求2所述的面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统,其特征在于,所述模式切换开关是由2个单刀双掷开关K11、K12组成,开关连通不同触点时,本车处于不同的驾驶模式。
4.根据权利要求1所述的面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统,其特征在于,所述环境感知模块包括工业相机和激光雷达,所述相机采集交通标志牌、车道线和交通信号灯,所述激光雷达检测障碍物信息、前方车辆行为以及本车与前方车辆的相对距离和相对速度。
5.根据权利要求1所述的面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统,其特征在于,所述定位导航模块包括GPS惯性导航系统和惯性导航inter+,用于搜集车辆位置信息和航向角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666351.9A CN110517480B (zh) | 2019-07-23 | 2019-07-23 | 面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666351.9A CN110517480B (zh) | 2019-07-23 | 2019-07-23 | 面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110517480A CN110517480A (zh) | 2019-11-29 |
CN110517480B true CN110517480B (zh) | 2021-07-20 |
Family
ID=68623006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910666351.9A Active CN110517480B (zh) | 2019-07-23 | 2019-07-23 | 面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110517480B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111899541B (zh) * | 2020-08-18 | 2023-01-31 | 河南中天高新智能科技股份有限公司 | 一种智能高速公路保通方案发布系统和方法 |
CN112092805B (zh) * | 2020-09-23 | 2021-10-19 | 北京理工大学 | 一种智能车辆避撞与降低碰撞伤害的集成控制方法和系统 |
CN112158204B (zh) * | 2020-09-30 | 2021-11-02 | 重庆长安汽车股份有限公司 | 一种l2级自动驾驶车辆接管报警系统及方法 |
CN112435496B (zh) * | 2020-11-05 | 2023-03-21 | 山东交通学院 | 基于多传感器的车辆船舶智能导航控制预警装置及方法 |
CN112446538B (zh) * | 2020-11-23 | 2022-11-08 | 合肥工业大学 | 一种基于个性化避险的最优路径获取方法 |
CN113223325A (zh) * | 2021-03-26 | 2021-08-06 | 南京市德赛西威汽车电子有限公司 | 一种安全通过无信号灯路口的方法 |
CN113147754A (zh) * | 2021-05-29 | 2021-07-23 | 深圳市平衡力科技有限公司 | 一种电动代步车用防碰撞系统 |
CN114141019B (zh) * | 2021-12-15 | 2023-03-28 | 阿波罗智联(北京)科技有限公司 | 交通控制方法、装置、介质及程序产品 |
CN116008992A (zh) * | 2022-12-20 | 2023-04-25 | 广州优保爱驾科技有限公司 | 车用雷达系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488290A (zh) * | 2009-02-27 | 2009-07-22 | 清华大学 | 一种防后车追尾预警方法及其预警系统 |
CN103921788A (zh) * | 2014-04-02 | 2014-07-16 | 奇瑞汽车股份有限公司 | 一种汽车行驶控制系统及方法 |
KR20140147233A (ko) * | 2013-06-19 | 2014-12-30 | 현대모비스 주식회사 | 차량의 주행 패턴을 이용한 졸음 운전 판단 장치 및 방법 |
CN104890670A (zh) * | 2014-03-06 | 2015-09-09 | 鸿富锦精密工业(深圳)有限公司 | 驾驶辅助系统及驾驶辅助方法 |
CN107139917A (zh) * | 2017-04-27 | 2017-09-08 | 江苏大学 | 一种基于混杂理论的无人驾驶汽车横向控制系统和方法 |
CN107958604A (zh) * | 2016-10-17 | 2018-04-24 | 中兴通讯股份有限公司 | 一种输出路况的方法、装置及监测设备 |
CN109476322A (zh) * | 2016-08-05 | 2019-03-15 | 三菱电机株式会社 | 操作权限管理装置及操作权限管理方法 |
CN109606385A (zh) * | 2018-12-05 | 2019-04-12 | 百度在线网络技术(北京)有限公司 | 一种基于自动驾驶的车辆控制方法、装置、设备和介质 |
CN109649390A (zh) * | 2018-12-19 | 2019-04-19 | 清华大学苏州汽车研究院(吴江) | 一种自动驾驶汽车自主跟车系统及方法 |
CN109903575A (zh) * | 2019-04-09 | 2019-06-18 | 南京锦和佳鑫信息科技有限公司 | 一种自动驾驶专用道进出口匝道的进入与离开方法 |
CN109982908A (zh) * | 2016-11-21 | 2019-07-05 | 本田技研工业株式会社 | 车辆控制装置和车辆控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101493360B1 (ko) * | 2012-07-30 | 2015-02-23 | 주식회사 케이티 | 주변 차량의 상태 변화 감지를 통한 차량 주행 관리 방법 및 시스템 |
US10948911B2 (en) * | 2017-10-31 | 2021-03-16 | Denso International America, Inc. | Co-pilot |
-
2019
- 2019-07-23 CN CN201910666351.9A patent/CN110517480B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488290A (zh) * | 2009-02-27 | 2009-07-22 | 清华大学 | 一种防后车追尾预警方法及其预警系统 |
KR20140147233A (ko) * | 2013-06-19 | 2014-12-30 | 현대모비스 주식회사 | 차량의 주행 패턴을 이용한 졸음 운전 판단 장치 및 방법 |
CN104890670A (zh) * | 2014-03-06 | 2015-09-09 | 鸿富锦精密工业(深圳)有限公司 | 驾驶辅助系统及驾驶辅助方法 |
CN103921788A (zh) * | 2014-04-02 | 2014-07-16 | 奇瑞汽车股份有限公司 | 一种汽车行驶控制系统及方法 |
CN109476322A (zh) * | 2016-08-05 | 2019-03-15 | 三菱电机株式会社 | 操作权限管理装置及操作权限管理方法 |
CN107958604A (zh) * | 2016-10-17 | 2018-04-24 | 中兴通讯股份有限公司 | 一种输出路况的方法、装置及监测设备 |
CN109982908A (zh) * | 2016-11-21 | 2019-07-05 | 本田技研工业株式会社 | 车辆控制装置和车辆控制方法 |
CN107139917A (zh) * | 2017-04-27 | 2017-09-08 | 江苏大学 | 一种基于混杂理论的无人驾驶汽车横向控制系统和方法 |
CN109606385A (zh) * | 2018-12-05 | 2019-04-12 | 百度在线网络技术(北京)有限公司 | 一种基于自动驾驶的车辆控制方法、装置、设备和介质 |
CN109649390A (zh) * | 2018-12-19 | 2019-04-19 | 清华大学苏州汽车研究院(吴江) | 一种自动驾驶汽车自主跟车系统及方法 |
CN109903575A (zh) * | 2019-04-09 | 2019-06-18 | 南京锦和佳鑫信息科技有限公司 | 一种自动驾驶专用道进出口匝道的进入与离开方法 |
Non-Patent Citations (1)
Title |
---|
人机共驾智能汽车的控制权切换与安全性综述;吴超仲;《交通运输工程学报》;20181231;第18卷(第6期);正文全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110517480A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110517480B (zh) | 面向人机共驾智能网联车辆的驾驶权切换及碰撞预警系统 | |
CN110488802B (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
US12124263B2 (en) | Generating trajectories for autonomous vehicles | |
CN108225364B (zh) | 一种无人驾驶汽车驾驶任务决策系统及方法 | |
US20190283770A1 (en) | Display system, display method, and storage medium | |
GB2604514A (en) | Systems and methods for determining road safety | |
CN102481931B (zh) | 车辆控制装置 | |
US20230150509A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN101685577B (zh) | 在道路环境中评估车辆路径的方法和车辆路径评估系统 | |
RU2731586C2 (ru) | Система и способ управления транспортным средством для избежания столкновений и транспортное средство | |
WO2016080100A1 (ja) | 走行制御システム | |
CN107031600A (zh) | 基于高速公路的自动驾驶系统 | |
US11685406B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
US11648872B2 (en) | Display device and display method for display device | |
JP6838525B2 (ja) | 車両制御装置 | |
JP2015170233A (ja) | 複数の移動体との衝突回避システム | |
CN109760678A (zh) | 一种汽车自适应巡航系统的限速方法 | |
Kim et al. | Automated complex urban driving based on enhanced environment representation with GPS/map, radar, lidar and vision | |
EP3666612A1 (en) | Vehicle control device | |
JP2020128167A (ja) | 車両制御装置 | |
JP2014232508A (ja) | 回避軌道予測装置 | |
CN108437983B (zh) | 一种基于预测安全的智能车辆避障系统 | |
CN117116072A (zh) | 一种高速公路协同决策安全行车方法及系统 | |
WO2019142312A1 (ja) | 車両制御装置、それを有する車両、および制御方法 | |
JP7379033B2 (ja) | 運転支援方法及び運転支援装置 |
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 |