-
公开(公告)号:CN114274974B
公开(公告)日:2023-09-29
申请号:CN202111448286.6
申请日:2021-11-30
Applicant: 重庆长安汽车股份有限公司
IPC: B60W60/00 , B60W40/072 , B60W40/105
Abstract: 本发明涉及自动驾驶技术领域,公开了一种自动驾驶中的弯道行驶控制方法、系统与车辆,设置激活条件集,设置退出条件集当所述激活条件集中的每个激活条件均满足时,车速抑制控制被激活:控制车速持续下降,直到所述退出条件集中的每个退出条件均满足。弯道行驶控制系统,包括车道曲率采集模块、横向位置偏差采集模块、车速抑制模块以及车速抑制退出模块。一种车辆,本发明的弯道行驶控制系统。本发明解决了如何保证弯道行驶过程安全性的前提下,提高稳定性的技术问题。
-
公开(公告)号:CN116698071A
公开(公告)日:2023-09-05
申请号:CN202310777913.3
申请日:2023-06-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及数据处理技术领域,公开了一种车辆路径规划方法、装置、设备及存储介质,所述方法包括从车辆当前记忆行车路径中获取车辆当前的路径规划点集合;对所述路径规划点集合中每个路径规划点,计算其与其相邻的两个路径规划点之间的路径夹角;设定一个拟合角度作为分簇标准,根据所述路径夹角和所述拟合角度,对路径规划点进行分簇,得到若干个点簇;将每一个点簇分别拟合为一阶直线段路径表达式;根据所述一阶直线段路径表达式,构建直线段路径集合。本发明有效降低了减少车身控制的超调,提高了自动驾驶安全性和稳定性,且不需要跟踪多个预测控制区域内的点集,可以节省资源的占用,降低车机的计算复杂度和内存消耗。
-
公开(公告)号:CN114701567B
公开(公告)日:2023-08-18
申请号:CN202210178276.3
申请日:2022-02-25
Applicant: 重庆长安汽车股份有限公司
IPC: B62D15/02
Abstract: 本发明涉及一种基于长短期记忆网络的转向机中位偏差自学习方法,包括如下步骤:1)横向控制系统启动,获取初始数据;2)偏差计算模型根据初始数据进行偏差计算;3)更新存储器中初始的转角中位偏差r;4)更新偏差计算模型。本发明可在非直线行驶时对转角中位偏差进行更新,先获取横向控制系统启动基于当前转角中位偏差进行转向控制时的相关数据,然后利用偏差计算模型根据相关数据计算出新的转角中位偏差,从而不断更新转角中位偏差;另外,当车辆直线行驶时,基于车辆直线行驶的数据来对转角中位偏差进行更新,使更新更为可靠;可有效解决目前车辆转向机的转角中位重新标定困难的问题,取得适用性好、标定更准确的效果。
-
公开(公告)号:CN116343524A
公开(公告)日:2023-06-27
申请号:CN202310332673.6
申请日:2023-03-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请公开了一种车辆碰撞的预测方法、控制器及存储介质。该方法包括:获取目标行人的运动信息和车辆的速度,目标行人的运动信息包括目标行人的纵向位置;根据目标行人的运动信息和车辆的速度预测碰撞时间;基于碰撞时间,确定目标行人在碰撞时间后的横向位置和车辆在碰撞时间后的位置信息;根据目标行人的纵向位置和车辆在碰撞时间后的位置信息确定危险区域;判断目标行人在碰撞时间后的横向位置是否处于危险区域内;在目标行人在碰撞时间后的横向位置处于危险区域内的情况下,发送报警信号并控制车辆制动。本申请根据目标行人的纵向位置和车辆在碰撞时间后的位置信息确定危险区域,能够实时调整危险区域的范围,适应复杂多变的车辆行驶场景。
-
公开(公告)号:CN116302803A
公开(公告)日:2023-06-23
申请号:CN202310170812.X
申请日:2023-02-27
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种进程监控方法、装置、电子设备及存储介质,涉及进程控制技术领域,该方法通过以子进程的方式启动各目标进程,并获取各目标进程的初始进程信息,在目标进程运行期间,获取各目标进程的运行进程信息,当运行进程信息与对应的初始进程信息之间存在差异信息时,展示差异信息。由于以子进程的方式启动目标进程,任一目标进程在运行时崩溃不会影响获取其他目标进程的运行进程信息,且在运行进程信息与对应的初始进程信息之间存在差异信息时,展示差异信息,可以方便操作人员获知目标进程的运行状态,可以达到提高进程监控方法的实用性的效果。
-
公开(公告)号:CN116301602A
公开(公告)日:2023-06-23
申请号:CN202310139703.1
申请日:2023-02-20
Applicant: 重庆长安汽车股份有限公司
IPC: G06F3/06
Abstract: 本申请涉及车辆数据处理技术领域,特别涉及一种数据记录或读取方法、装置、采集设备、车辆及介质,其中,包括:识别待记录的目标数据的实际容量;若实际容量小于预设缓存的剩余存储容量,则将目标数据写入预设缓存,并更新预设缓存的写入缓存索引;若实际容量大于或等于预设缓存的剩余存储容量,则将目标数据的部分数据写入预设缓存,在预设缓存写满时,通过操作系统的操作接口将预设缓存的数据写入存储设备的记录文件,将目标数据的剩余数据复制到预设缓存的首地址,并更新预设缓存的写入缓存索引。由此,解决了相关技术中高频大量数据记录时容易导致系统缓存清理带来卡顿,降低车辆自动驾驶的安全性等问题。
-
公开(公告)号:CN116299470A
公开(公告)日:2023-06-23
申请号:CN202310140563.X
申请日:2023-02-20
Applicant: 重庆长安汽车股份有限公司
IPC: G01S13/931 , G01C21/26 , G06F17/16 , G06F17/11
Abstract: 本申请涉及一种多传感器的融合估计方法、装置、电子设备及存储介质,方法包括:获取当前目标在多个传感器下的多个当前观测值和多个历史观测值,并基于其速度运动方程确定优化变化量,根据多个传感器的类型确定多个当前观测值的观测信息矩阵,且根据速度运动方程、多个当前观测值和多个历史观测值计算当前目标的雅可比矩阵和海塞矩阵,并结合多个传感器的观测值建立稀疏线性方程,进行迭代计算当前目标的状态估计值,从而输出当前目标的最终状态估计值。根据本申请实施例的多传感器的融合估计方法,基于图优化思想,结合传感器的先验信息,求取最优估计值作为感知融合目标,使融合目标更加平稳,同时减少需要调节的参数,降低工程经验。
-
公开(公告)号:CN116246080A
公开(公告)日:2023-06-09
申请号:CN202310178046.1
申请日:2023-02-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/44 , G06V10/22 , G06V10/762 , G06T3/00
Abstract: 本发明属于图像处理技术领域,提供一种基于点云鸟瞰图提取车辆轮廓特征的方法、装置及介质,方法包括:采集点云数据,并将点云数据投影到鸟瞰图中;通过聚类方法获取目标车辆的点云簇;选取多个初步拟合角度,每个初步拟合角度对应确定一个点云簇的最小矩形包围框;计算点云簇与每个矩形包围框的统计方差值;从所有的统计方差值中选择数值最高作为最优统计方差值;将最优统计方差值对应的初步拟合角度作为确定拟合角度,将确定拟合角度对应的矩形包围框作为提取目标车辆的轮廓特征。本申请用来解决背景技术中指出的,拟合出的最小矩形包围框容易被噪点或者凸出物体的点云簇影响而发生偏差,从而无法代表大部分点云的方向性的问题。
-
公开(公告)号:CN116215574A
公开(公告)日:2023-06-06
申请号:CN202310166816.0
申请日:2023-02-24
Applicant: 重庆长安汽车股份有限公司
IPC: B60W60/00
Abstract: 本申请涉及自动驾驶感知目标技术领域,特别涉及一种车辆的多目标关联方法、装置、车辆及存储介质,其中,方法包括以下步骤:获取多个传感器采集车辆周围的道路信息和跟踪目标的跟踪信息;提取每个传感器采集的道路信息中跟踪目标的目标信息,基于跟踪信息和/或目标信息构建代价矩阵;利用代价矩阵和预设关联配对信息确定最优匹配对,利用最优匹配对对多个传感器进行同步目标关联或异步目标关联,以实现跟踪目标的同步跟踪或异步跟踪。由此,解决了相关技术中由于不同传感器受环境和硬件限制,导致获取目标信息的丢失或者偏差,难以实现多源异构传感器目标关联等问题。
-
公开(公告)号:CN116205955A
公开(公告)日:2023-06-02
申请号:CN202310004843.8
申请日:2023-01-03
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种车道线关联配准方法、装置、设备及存储介质,包括:获取视觉车道线点云和地图车道线点云,利用变换矩阵将视觉车道线点云转换到全局平面坐标系下,并对视觉车道线点云中的视觉车道线点进行搜索,从地图车道线点云中搜索出线段,将搜索出的线段与对应的视觉车道线点组合为搜索点线对,并判断搜索点线对是否满足匹配条件,在满足匹配条件时,对变换矩阵进行配准变换,以使视觉车道线点云中的视觉车道线点在地图车道线中存在匹配的线段。本申请采用点线对匹配的配准方式,一定程度上进行了模糊匹配,使得视觉车道线点云与高精地图车道线形点这两种分布不同的点云有更好的配准精度及更快的收敛速度,能够应对地图形点较为稀疏的场景。
-
-
-
-
-
-
-
-
-