CN112666950B - 一种基于超声波距离检测的无人驾驶汽车避障方法 - Google Patents
一种基于超声波距离检测的无人驾驶汽车避障方法 Download PDFInfo
- Publication number
- CN112666950B CN112666950B CN202011561563.XA CN202011561563A CN112666950B CN 112666950 B CN112666950 B CN 112666950B CN 202011561563 A CN202011561563 A CN 202011561563A CN 112666950 B CN112666950 B CN 112666950B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- car
- vehicle
- distance
- trigger threshold
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000003068 static effect Effects 0.000 claims abstract description 41
- 230000000052 comparative effect Effects 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000035772 mutation Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000007123 defense Effects 0.000 description 2
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 1
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 1
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 1
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 1
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于超声波距离检测的无人驾驶汽车避障方法，包括在汽车前后以及侧边靠近车轮处均设有检测点，确定障碍物位于汽车的方位和距离，同时，通过各个监测点控制汽车各处与障碍物之间的距离，确保汽车各处均能成功避障，在第一阈值和第二阈值中包括预设变量，可根据路面情况以及汽车自身情况，自行调整，提高避障的安全性，另外，识别障碍物为静态障碍物或动态障碍物，及预测动态障碍物与汽车运动轨迹关系，针对性的进行避障，提高避障效率，在相交关系下，通过拟设避障点和添加浮动值，既能提前规划汽车的运动路线，又能基于汽车的实时的突变值调整避障点，保证目标点的准确性，使得汽车能安全可靠的进行避障。
Description
技术领域
本发明涉及无人驾驶汽车避障技术领域，具体为一种基于超声波距离检测的无人驾驶汽车避障方法。
背景技术
无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶。中国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车；2005年，首辆城市无人驾驶汽车在上海交通大学研制成功。
无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车，它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶；集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。
无人驾驶汽车的研发越来越受重视，但是要让无人驾驶汽车变得更加安全，如何让智能车能够综合考虑道路交通状况针对目标障碍物做出合适且平顺的绕障动作是一个重要的课题。
发明内容
本发明提供一种能提前规划汽车的运动路线，又能根据具体情况，实时调整避障点，保证目标点的准确性的基于超声波距离检测的无人驾驶汽车避障方法。
为实现上述目的，本发明提供如下技术方案：一种基于超声波距离检测的无人驾驶汽车避障方法，包括如下步骤：
S1、汽车安装超声波探测装置，并在汽车两侧及前端和后端靠近车轮处均设有超声波探测点，利用车载超声波探测装置对汽车四周环境进行实时检测，并预设第一触发阈值和第二触发阈值，其中，第一触发阈值小于第二触发阈值；
S2、当检测到障碍物时，利用汽车上各检测点反馈信息，识别所述障碍物相对于汽车的位置及障碍物的类型，所述类型包括静态障碍物和动态障碍物；
S3、若为静态障碍物，根据障碍物相对于汽车的位置，确定采用第一触发阈值或第二触发阈值，决策汽车作出对应的动作，所述动作包括变道和绕障；
S4、若为动态障碍物，实时检测该动态障碍物的位置，计算所述动态障碍物的运动路线，并根据运动路线预测所述动态障碍物的运动轨迹，判断该运动轨迹与汽车初始的运动轨迹关系，所述关系包括重合、远离、平行和相交，根据相应的运动轨迹关系，规划汽车的避障路线。
具体的，在步骤2中，若汽车上仅同一面上的各个检测点检测到障碍物时，则判断该障碍物位于汽车的该面一侧，若汽车上两个相连面上的检测点均检测到障碍物时，利用各个检测点反馈的距离信息，计算并得出障碍物与汽车的间距和夹角。
具体的，在步骤S2中，检测障碍物的类型具体步骤包括：构建对比运动曲线，该对比运动曲线为汽车初始的运动曲线，随汽车运动，拟设障碍物为静态障碍物，实时检测该障碍物的位置，并反演计算汽车相对于该障碍物的位置曲线，若该位置曲线与对比运动曲线相同，判断该障碍物为静态障碍物，若该位置曲线与对比运动曲线不同，判断该障碍物为动态障碍物。
具体的，在步骤S3中，若静态障碍物仅在汽车侧面或汽车运动方向上，基于第二触发阈值作出对应的动，若汽车侧面和汽车运动方向上均包括静态障碍物，则位于汽车侧面的静态障碍物与汽车之间的距离不小于第一触发阈值。
具体的，在步骤S3中，在汽车变道中，汽车向静态障碍物靠近，汽车位于运动方向前端的检测点与静态障碍物的距离为第二触发阈值时，汽车向远离静态障碍物方向变向，直至汽车后端的检测点与静态障碍物的距离为第二触发阈值时，汽车回正。
具体的，在步骤S3中，在汽车绕障中，汽车向静态障碍物靠近，基于各个检测点反馈的数据，调整汽车姿态，使汽车中心与障碍物间距为第二触发阈值，保持汽车此状态下的运动路线，直至汽车行驶到目标方向，绕障结束。
具体的，在步骤S4中，当关系为重合时，保持初始运动路线，并控制车速，结合各个探测点反馈的数据，保持汽车与动态障碍物之间的间距不小于三倍的第二触发阈值，当关系为远离或平行时，保持初始运动路线，当关系为相交时，在动态障碍物的预测运动轨迹上拟设第一避障点，该点距离汽车初始的运动轨迹不小于第二触发阈值，汽车以该点为目标点规划避障路线，并在探测点与目标点之间实时检测动态障碍物的位置，将动态障碍物的预测运动轨迹作为参考轨迹，并预设浮动值；
当检测到动态障碍物向远离汽车方向偏离该参考轨迹或偏离值小于浮动值时，汽车按规划路线行驶；
当检测到动态障碍物向靠近汽车方向偏离该参考轨迹，且偏离值大于浮动值时，检测该偏离点与汽车的实际距离，将该参考轨迹平移到该偏离点处，在参考轨迹上重新拟设第二避障点，以汽车以该点为目标点规划避障路线，如此反复；
其中，当关系为平行时，汽车侧边的检测点实时检测动态障碍物与汽车的间距，当汽车前端的检测点检测到动态障碍物靠近汽车时，切换为相交关系处理。
具体的，所述第一触发阈值和第二触发阈值均为
其中xi为预设值，yi为预设变量，un为影响因素，包括路面摩擦系数、轮胎摩擦系数和汽车制动机构摩擦系数。
与现有技术相比，本发明的有益效果：本发明中，在汽车前后以及侧边靠近车轮处均设有检测点，用于检测汽车各处与障碍物之间的间距，并根据各个检测点的反馈数据，可确定障碍物位于汽车的方位和距离，同时，控制通过各个监测点控制汽车各处与障碍物之间的距离，确保汽车各处均能成功避障，本发明中，设有第一触发阈值和第二触发阈值，用于控制汽车距离障碍物的间距，其中，第一触发阈值和第二触发阈值中包括了预设变量，可根据路面情况以及汽车自身情况，自行调节第一触发阈值和第二触发阈值，提高避障的安全性，另外，在检测过程中，识别障碍物为静态障碍物或动态障碍物，以及对动态障碍物做避障处理时，预测动态障碍物与汽车运动轨迹关系，从而针对性的进行避障，提高避障效率，其中，在相交关系下，通过拟设避障点和添加浮动值，既能提前规划汽车的运动路线，又能基于汽车的实时的突变值，实时调整避障点，保证目标点的准确性，使得汽车能安全可靠的进行避障。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明汽车变道的示意图；
图2是本发明汽车绕障的示意图；
图3是本发明汽车跟车的示意图；
图4是本发明汽车并行行驶的示意图；
图5是本发明汽车预测避障的示意图；
图6是本发明平行切换相交时的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述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。
实施例：一种基于超声波距离检测的无人驾驶汽车避障方法，包括如下步骤：
S1、汽车安装超声波探测装置，并在汽车两侧及前端和后端靠近车轮处均设有超声波探测点，利用车载超声波探测装置对汽车四周环境进行实时检测，并预设第一触发阈值和第二触发阈值，其中，第一触发阈值小于第二触发阈值；
其中，第一触发阈值和第二触发阈值均为
其中xi为预设值，yi为预设变量，un为影响因素，包括路面摩擦系数、轮胎摩擦系数和汽车制动机构摩擦系数，可根据路面情况以及汽车自身情况，自行调节第一触发阈值和第二触发阈值，提高避障的安全性。
S2、当检测到障碍物时，利用汽车上各检测点反馈信息，识别障碍物相对于汽车的位置及障碍物的类型，类型包括静态障碍物和动态障碍物；
S3、若为静态障碍物，根据障碍物相对于汽车的位置，确定采用第一触发阈值或第二触发阈值，决策汽车作出对应的动作，动作包括变道和绕障；
S4、若为动态障碍物，实时检测该动态障碍物的位置，计算动态障碍物的运动路线，并根据运动路线预测动态障碍物的运动轨迹，判断该运动轨迹与汽车初始的运动轨迹关系，关系包括重合、远离、平行和相交，根据相应的运动轨迹关系，规划汽车的避障路线。
在步骤2中，若汽车上仅同一面上的各个检测点检测到障碍物时，则判断该障碍物位于汽车的该面一侧，若汽车上两个相连面上的检测点均检测到障碍物时，利用各个检测点反馈的距离信息，计算并得出障碍物与汽车的间距和夹角；
其中，在步骤S2中，检测障碍物的类型具体步骤包括：构建对比运动曲线，该对比运动曲线为汽车初始的运动曲线，随汽车运动，拟设障碍物为静态障碍物，实时检测该障碍物的位置，并反演计算汽车相对于该障碍物的位置曲线，若该位置曲线与对比运动曲线相同，判断该障碍物为静态障碍物，若该位置曲线与对比运动曲线不同，判断该障碍物为动态障碍物。
在步骤S3中，若静态障碍物仅在汽车侧面或汽车运动方向上，基于第二触发阈值作出对应的动，若汽车侧面和汽车运动方向上均包括静态障碍物，则位于汽车侧面的静态障碍物与汽车之间的距离不小于第一触发阈值；
如图1所示，汽车向静态障碍物靠近，汽车位于运动方向前端的检测点检测静态障碍物的距离，当汽车位于运动方向前端的检测点与静态障碍物的距离为第二触发阈值时，汽车向远离静态障碍物方向变向，直至汽车后端的检测点与静态障碍物的距离为第二触发阈值时，汽车回正。
其中，如图2所示，在汽车绕障中，汽车向静态障碍物靠近，基于各个检测点反馈的数据，调整汽车姿态，使汽车中心与障碍物间距为第二触发阈值，保持汽车此状态下的运动路线，直至汽车行驶到目标方向，绕障结束。
如图3-4所示，在步骤S4中，当关系为重合时，保持初始运动路线，并控制车速，结合各个探测点反馈的数据，保持汽车与动态障碍物之间的间距不小于三倍的第二触发阈值，及进行跟车动作，当关系为远离或平行时，保持初始运动路线；
如图5所示，当关系为相交时，在动态障碍物的预测运动轨迹上拟设第一避障点，该点距离汽车初始的运动轨迹不小于第二触发阈值，汽车以该点为目标点规划避障路线，并在探测点与目标点之间实时检测动态障碍物的位置，将动态障碍物的预测运动轨迹作为参考轨迹，并预设浮动值；
当检测到动态障碍物向远离汽车方向偏离该参考轨迹或偏离值小于浮动值时，汽车按规划路线行驶；
当检测到动态障碍物向靠近汽车方向偏离该参考轨迹，且偏离值大于浮动值时，检测该偏离点与汽车的实际距离，将该参考轨迹平移到该偏离点处，在参考轨迹上重新拟设第二避障点，以汽车以该点为目标点规划避障路线，如此反复，根据实时检测的动态障碍物的位置，剔除非影响点，筛选出影响点，根据影响点计算并更新避障点，保证目标点的准确性，使得汽车能安全可靠的进行避障。
其中，如图6所示，当关系为平行时，汽车侧边的检测点实时检测动态障碍物与汽车的间距，当汽车前端的检测点检测到动态障碍物靠近汽车时，切换为相交关系处理，其中，在图中，汽车左边检测点检测到动态障碍物靠近汽车，汽车右边检测点检测到静态障碍物，汽车与静态障碍物之间的间距不小于第一触发阈值。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于超声波距离检测的无人驾驶汽车避障方法，其特征在于，包括如下步骤：
S1、汽车安装超声波探测装置，并在汽车两侧及前端和后端靠近车轮处均设有超声波探测点，利用车载超声波探测装置对汽车四周环境进行实时检测，并预设第一触发阈值和第二触发阈值，其中，第一触发阈值小于第二触发阈值；
S2、当检测到障碍物时，利用汽车上各检测点反馈信息，识别所述障碍物相对于汽车的位置及障碍物的类型，所述类型包括静态障碍物和动态障碍物；
S3、若为静态障碍物，根据障碍物相对于汽车的位置，确定采用第一触发阈值或第二触发阈值，决策汽车作出对应的动作，所述动作包括变道和绕障；
其中，若静态障碍物仅在汽车侧面或汽车运动方向上，基于第二触发阈值作出对应的动作，若汽车侧面和汽车运动方向上均包括静态障碍物，则位于汽车侧面的静态障碍物与汽车之间的距离不小于第一触发阈值；
S4、若为动态障碍物，实时检测该动态障碍物的位置，计算所述动态障碍物的运动路线，并根据运动路线预测所述动态障碍物的运动轨迹，判断该运动轨迹与汽车初始的运动轨迹关系，所述关系包括重合、远离、平行和相交，根据相应的运动轨迹关系，规划汽车的避障路线；
其中，当关系为重合时，保持初始运动路线，并控制车速，结合各个探测点反馈的数据，保持汽车与动态障碍物之间的间距不小于三倍的第二触发阈值，当关系为远离或平行时，保持初始运动路线，当关系为相交时，在动态障碍物的预测运动轨迹上拟设第一避障点，该第一避障点距离汽车初始的运动轨迹不小于第二触发阈值，汽车以该第一避障点为目标点规划避障路线，并在探测点与目标点之间实时检测动态障碍物的位置，将动态障碍物的预测运动轨迹作为参考轨迹，并预设浮动值；
当检测到动态障碍物向远离汽车方向偏离该参考轨迹或偏离值小于浮动值时，汽车按规划路线行驶；
当检测到动态障碍物向靠近汽车方向偏离该参考轨迹，且偏离值大于浮动值时，检测动态障碍物的偏离点与汽车的实际距离，将该参考轨迹平移到该偏离点处，在参考轨迹上重新拟设第二避障点，以汽车以第二避障点为目标点规划避障路线，如此反复；
其中，当关系为平行时，汽车侧边的检测点实时检测动态障碍物与汽车的间距，当汽车前端的检测点检测到动态障碍物靠近汽车时，切换为相交关系处理。
2.根据权利要求1所述的一种基于超声波距离检测的无人驾驶汽车避障方法，其特征在于：在步骤2中，若汽车上仅同一面上的各个检测点检测到障碍物时，则判断该障碍物位于汽车的该面一侧，若汽车上两个相连面上的检测点均检测到障碍物时，利用各个检测点反馈的距离信息，计算并得出障碍物与汽车的间距和夹角。
3.根据权利要求2所述的一种基于超声波距离检测的无人驾驶汽车避障方法，其特征在于：在步骤S2中，检测障碍物的类型具体步骤包括：构建对比运动曲线，该对比运动曲线为汽车初始的运动曲线，随汽车运动，拟设障碍物为静态障碍物，实时检测该障碍物的位置，并反演计算汽车相对于该障碍物的位置曲线，若该位置曲线与对比运动曲线相同，判断该障碍物为静态障碍物，若该位置曲线与对比运动曲线不同，判断该障碍物为动态障碍物。
4.根据权利要求1所述的一种基于超声波距离检测的无人驾驶汽车避障方法，其特征在于：在步骤S3中，在汽车变道中，汽车向静态障碍物靠近，汽车位于运动方向前端的检测点与静态障碍物的距离为第二触发阈值时，汽车向远离静态障碍物方向变向，直至汽车后端的检测点与静态障碍物的距离为第二触发阈值时，汽车回正。
5.根据权利要求1所述的一种基于超声波距离检测的无人驾驶汽车避障方法，其特征在于：在步骤S3中，在汽车绕障中，汽车向静态障碍物靠近，基于各个检测点反馈的数据，调整汽车姿态，使汽车中心与障碍物间距为第二触发阈值，保持汽车此状态下的运动路线，直至汽车行驶到目标方向，绕障结束。
6.根据权利要求1所述的一种基于超声波距离检测的无人驾驶汽车避障方法，其特征在于：所述第一触发阈值和第二触发阈值均为
其中xi为预设值，yi为预设变量，un为影响因素，包括路面摩擦系数、轮胎摩擦系数和汽车制动机构摩擦系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011561563.XA CN112666950B (zh) | 2020-12-25 | 2020-12-25 | 一种基于超声波距离检测的无人驾驶汽车避障方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011561563.XA CN112666950B (zh) | 2020-12-25 | 2020-12-25 | 一种基于超声波距离检测的无人驾驶汽车避障方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112666950A CN112666950A (zh) | 2021-04-16 |
| CN112666950B true CN112666950B (zh) | 2023-04-25 |
Family
ID=75408962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011561563.XA Active CN112666950B (zh) | 2020-12-25 | 2020-12-25 | 一种基于超声波距离检测的无人驾驶汽车避障方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112666950B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115480559A (zh) * | 2021-05-31 | 2022-12-16 | 苏州宝时得电动工具有限公司 | 自移动设备及躲避障碍的控制方法、存储介质 |
| CN114529882A (zh) * | 2021-12-31 | 2022-05-24 | 广州文远知行科技有限公司 | 识别静态障碍物检测错误的方法、装置、设备和存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4535094B2 (ja) * | 2007-07-17 | 2010-09-01 | パナソニック電工株式会社 | 車両用障害物検知装置 |
| CN103587524A (zh) * | 2013-10-25 | 2014-02-19 | 江苏大学 | 一种横向主动避撞系统及其控制方法 |
| CN109669445A (zh) * | 2017-10-13 | 2019-04-23 | 南京龙贞自控科技发展有限公司 | 一种机器人避障方法 |
| CN109017786B (zh) * | 2018-08-09 | 2020-09-22 | 北京智行者科技有限公司 | 车辆避障方法 |
| CN110293968B (zh) * | 2019-06-18 | 2021-09-28 | 百度在线网络技术（北京）有限公司 | 自动驾驶车辆的控制方法、装置、设备及可读存储介质 |
| CN111381594A (zh) * | 2020-03-09 | 2020-07-07 | 兰剑智能科技股份有限公司 | 基于3d视觉的agv空间避障方法及系统 |
-
2020
- 2020-12-25 CN CN202011561563.XA patent/CN112666950B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112666950A (zh) | 2021-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112193244B (zh) | 基于线性约束的自动驾驶车辆运动规划方法 | |
| CN111681452B (zh) | 一种基于Frenet坐标系下的无人驾驶汽车动态换道轨迹规划方法 | |
| CN103935361B (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 | |
| CN110187639A (zh) | 一种基于参数决策框架的轨迹规划控制方法 | |
| CN115257724B (zh) | 一种插电式混动汽车安全节能决策控制方法和系统 | |
| CN111634292B (zh) | 一种用于矿区的碰撞预测方法 | |
| KR20220082868A (ko) | 자율 팔로워 차량들에 관한 요구를 감소시키는 거동들 | |
| CN110667581B (zh) | 一种车辆的自动变道控制系统以及自动变道控制方法 | |
| CN112666950B (zh) | 一种基于超声波距离检测的无人驾驶汽车避障方法 | |
| WO2018173403A1 (ja) | 車両制御装置及び車両制御方法 | |
| CN108001446A (zh) | 机动车辆的操纵方法和机动车辆 | |
| CN108021861A (zh) | 一种基于机器视觉的智能车右转弯目标检测方法 | |
| Zhang et al. | Structured road-oriented motion planning and tracking framework for active collision avoidance of autonomous vehicles | |
| CN113110489A (zh) | 一种轨迹规划方法、装置、电子设备和存储介质 | |
| CN117279814A (zh) | 车辆转弯期间的反向转向惩罚 | |
| CN113978462A (zh) | 自适应巡航系统的主目标筛选方法、轨迹规划方法及系统 | |
| JP2024541202A (ja) | 自律車両が曲がった道路を通り抜けるための車線片寄り操縦 | |
| Zhang et al. | Automated braking decision and control for pedestrian collision avoidance based on risk assessment | |
| CN114371712A (zh) | 一种具有不停车绕障功能的泊车轨迹重规划方法 | |
| CN113654569A (zh) | 一种路径规划方法、系统及存储介质 | |
| JP6796679B2 (ja) | 車両制御システム及び方法、並びに走行支援サーバ | |
| CN117962867A (zh) | 一种基于重型半挂车的轨迹跟踪控制方法及设备 | |
| CN115092183B (zh) | 一种基于势场力的车辆主动避障控制方法及系统 | |
| CN118220125A (zh) | 用于控制自车辆的方法 | |
| Trabia et al. | A fuzzy logic controller for autonomous wheeled 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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230407 Address after: 223003 No.3, Meicheng East Road, Huaian Higher Education Park, Jiangsu Province Applicant after: Jiangsu electronic information Vocational College Address before: 223003 No.3, Meicheng East Road, Huaian Higher Education Park, Jiangsu Province Applicant before: Su Hongyan |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210416 Assignee: Huaian Zhiyuan Information Technology Co.,Ltd. Assignor: Jiangsu electronic information Vocational College Contract record no.: X2025980002203 Denomination of invention: An obstacle avoidance method for autonomous vehicles based on ultrasonic distance detection Granted publication date: 20230425 License type: Exclusive License Record date: 20250117 |
|
| EE01 | Entry into force of recordation of patent licensing contract |