百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
自动驾驶全工况路面自适应MPC轨迹跟踪控制及评价方法
本发明涉及一种自动驾驶车辆在全工况行驶实现路面自适应的、基于模型预测控制(Model PredictiveControl,MPC)的轨迹跟踪控制方法及性能评价方法,包含以下步骤:步骤1)结合车辆三自由度非线性动力学模型建立模型预测控制方法的预测模型;步骤2)制定模型预测控制方法的目标函数和约束条件,根据传感器检测的道路附着系数进行路面自适应的车速范围匹配,提高在极限工况下的行驶安全性;步骤3)提出由路径跟踪误差、侧向加速度、质心侧偏角、前轮侧偏角的最大值和标准差组成的评价体系,全面准确地评价全工况行驶的轨迹跟踪精度和行驶安全性;步骤4)划分车辆全工况行驶的轨迹跟踪稳定区/失稳区域,为控制方法提供参考。与现有的技术相比,本发明具有自动驾驶车辆实现路面自适应的车速范围匹配、全面评价轨迹跟踪精度和行驶安全性等优点。
一种基于AGV的自动泊车系统及其方法
本发明公开了一种基于AGV的自动泊车系统,包括内部系统和外部系统,其中,外部系统用于接收外部信息并处理;内部系统包括:AGV模块,用于承载用户车辆,并根据服务器模块的控制信号将用户车辆进行泊车全向移动控制和上下坡行走控制;服务器模块,用于管理和控制AGV模块和终端设备;终端设备模块,用于获取用户车辆信息,并传输至服务器进行处理;室内外定位系统模块,根据所处的环境进行定位,进而根据定位信息引导车辆进行泊车;本发明运行效率高、体验好,有效地解决了停车难的问题。
网联环境下基于云支持的广域节能优化自动驾驶控制方法
本发明提供一种网联环境下基于云支持的广域节能优化自动驾驶控制方法,包括:车端与云端基于车云通讯机制的巡航模式,确认是否进入自动驾驶巡航模式;当进入自动驾驶巡航模式,车端T-Box上传车辆状态信息;云端根据车辆状态信息,基于动态规划的广域车速优化,得到不同路点的推荐速度,并下发给车端;车端根据T-Box车图匹配速度解析算法,结合车辆实际位置,与推荐速度对应的路点进行匹配;车端T-Box下达控制指令传到车辆的电子控制单元,用于控制车辆按照推荐速度在匹配到的对应路点行驶。通过实施本发明,根据车辆位置以及车辆自身状态信息,实现对车辆行驶速度的动态规划,相比于按照定速巡航,提高了车辆驾驶控制的灵活性以及智能化程度。
无人驾驶汽车的控制系统及无人驾驶汽车
本公开提供了无人驾驶汽车的控制系统及无人驾驶汽车,涉及人工智能领域,尤其涉及自动驾驶、智能交通等领域。具体实现方案为:无人驾驶汽车的控制系统集成了自动驾驶系统、通信系统和人机交互系统,能实现L4等级的自动驾驶,通过使用中央安全网关,将自动驾驶系统和人机交互系统设置在不同的域中,通过中央安全网关实现控制系统内部的自动驾驶系统与人机交互系统之间的安全网络通信和数据隔离;并且通过中央安全网关可以实现控制系统与外部设备之间的安全数据传输,实现对内外网通信、不同安全等级的系统之间的通信进行信息加密保护和数据隔离,提高了无人驾驶汽车的安全性和可靠性。
一种自动驾驶方法、装置及电子设备
本发明提供一种自动驾驶方法、装置及电子设备,其中,方法包括:获取车辆当前位置信息以及目的地信息;根据当前位置信息以及目的地信息,确定多条预选路径;获取多条预选路径的交通情况;根据多条预选路径的交通情况,对所述多条预选路径的驾驶自动化程度进行评估,得到驾驶自动化程度最高的路径作为自动驾驶路径,所述驾驶自动化程度由驾驶员在驾驶过程的干预程度表征;控制所述车辆按照所述自动驾驶路径进行驾驶。通过实施本发明,可以预先排除一部分已经出现车祸或临时交通管制之类的突发事件导致车辆需要手动接管的情况,从而可以降低手动接管的概率,提高车辆自动驾驶的智能化程度。
一种无人驾驶的道路与障碍物探测系统
本发明属于无人驾驶技术领域,具体公开了一种无人驾驶的道路与障碍物探测系统,包括车辆本体,车辆本体包括车头和车尾,车辆本体内设有驾驶处理器,驾驶处理器连接有深度学习模块;车头底端、车尾底端均设有弧型探测器,弧型探测器包括弧型探测板,弧型探测板靠近车辆本体的一侧设有一对调节螺杆;调节螺杆的一端与设置在弧型探测板端部的螺杆轴承相连接,另一端分别与设置在车头底端、车尾底端上的调节固定板相连接;本发明通过设置驾驶处理器和深度学习模块,方便本探测系统通过探测器组收集到的道路与障碍物信息进行深度学习,通过深度学习便于本探测系统提升反应能力和速度,降低事故发生概率,提升本探测系统的安全性和稳定性。
一种车辆驾驶控制方法及系统
本发明提供一种车辆驾驶控制方法及系统,其中,方法应用于第一计算平台,所述第一计算平台与第二计算平台通信连接,第二计算平台获取的环境信息对应的地理范围包括第一计算平台获取的环境信息对应的地理范围,包括如下步骤:根据接收到的车辆行驶目的地信息以及车辆当前位置信息,确定车辆行驶范围;接收所述第二计算平台根据所述车辆行驶范围发送的第一环境信息;将所述第一环境信息以及所述车辆行驶过程中的第二环境信息输入至预先建立的第一数字孪生模型,得到第一驾驶决策信息。通过实施本发明,能够得到更智能的驾驶决策信息,提高了车辆行驶的安全性以及车辆驾驶的智能化。
自动驾驶车辆的控制方法、装置、设备和介质
本公开提供了一种自动驾驶车辆的控制方法、装置、设备和介质,涉及人工智能技术领域,具体涉及自动驾驶和机器学习。该方法包括:获取车辆周边的感知路况信息;至少基于感知路况信息和自动驾驶决策逻辑确定第一控制决策;根据第一控制决策,控制车辆自动驾驶;响应于检测到辅助驾驶指令,至少基于感知路况信息、自动驾驶决策逻辑和辅助驾驶指令,确定不同于第一控制决策的第二控制决策;以及根据第二控制决策,控制车辆自动驾驶。
一种基于驾驶风格和意图的个性化自适应轨迹预测方法
本发明公开了一种基于驾驶风格和意图的个性化自适应轨迹预测方法,包括以下步骤:S1、进行驾驶风格分类;S2、进行驾驶意图识别:在三个维度上划分为9种驾驶意图,分别是减速左变道、匀速左变道、加速左变道、减速直行、匀速直行、加速直行、减速右变道、匀速右变道和加速右变道;S3、缺失数据填补:采用LSTM网络来对缺失数据进行估测;S4、轨迹预测:采用LSTM来进行轨迹预测。本发明通过判定驾驶风格与识别驾驶意图来考虑不同驾驶人的个性化驾驶行为,通过缺失数据预估与预测的方法来实现不完备数据情况下的预测精准度保障,从而实现个性化自适应的轨迹预测,提高轨迹预测的精准度,提高自动驾驶车辆的安全性。
自动驾驶车辆的制动方法、装置、车辆及存储介质
本申请公开了一种自动驾驶车辆的制动方法、装置、车辆及存储介质,其中,方法包括:采集自动驾驶车辆前方的障碍物数据;根据障碍物数据和自动驾驶车辆的实际速度生成目标减速请求;根据目标减速请求计算第一目标制动压力,根据第一目标制动压力、或者第一目标制动压力与由主动制动请求得到的第二目标制动压力之间的较大值控制自动驾驶车辆的制动装置执行制动动作。由此,解决了相关技术中因不能适应自动驾驶的需要,导致执行端执行时出现意图解析不明确,信号失真,执行超差等问题,能快速有效的让车辆执行,保证驾乘人员的舒适性。

技术分类