CN110816540A - 交通拥堵的确定方法、装置、系统及车辆 - Google Patents
交通拥堵的确定方法、装置、系统及车辆 Download PDFInfo
- Publication number
- CN110816540A CN110816540A CN201910706536.8A CN201910706536A CN110816540A CN 110816540 A CN110816540 A CN 110816540A CN 201910706536 A CN201910706536 A CN 201910706536A CN 110816540 A CN110816540 A CN 110816540A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- road
- congestion
- lane
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000008859 change Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种交通拥堵的确定方法、装置、系统及车辆。获取本车运行信息、目标车辆信息及道路信息；根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态；所述交通拥堵状态包括拥堵和非拥堵。本发明实施例提供的交通拥堵的确定方法，可以实现对交通拥堵的判别，提高交通拥堵确定的准确性，从而提高自动驾驶的安全性。
Description
技术领域
本发明实施例涉及交通车辆技术领域，尤其涉及一种交通拥堵的确定方法、装置、系统及车辆。
背景技术
随着传感器技术、车联网技术和人工智能的迅速发展，自动驾驶系统逐渐成为汽车的标准配置。自动驾驶系统极大的提升了车辆行驶中的安全、舒适和操作便利性。
在不同的交通环境下，自动驾驶系统的轨迹规划差异较大。如L3级自动驾驶可细分为高速自动驾驶和交通拥堵自动驾驶。从安全的角度设计，高速自动驾驶可实现自动换道，交通拥堵自动驾驶可实现跟随前车轨迹行驶。因此，在自动驾驶过程中，对交通拥堵的判别显得尤为重要。
发明内容
本发明实施例提供一种交通拥堵的确定方法、装置、系统及车辆，以实现对交通拥堵的判别，提高交通拥堵确定的准确性，从而提高自动驾驶的安全性。
第一方面，本发明实施例提供了一种交通拥堵的确定方法，该方法包括：
获取本车运行信息、目标车辆信息及道路信息；
根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态；所述交通拥堵状态包括拥堵和非拥堵。
进一步地，所述本车运行信息包括本车行驶速度；所述目标车辆信息包括第一前车的行驶速度、第一前车与本车的距离、第二前车的行驶速度、第二前车与第一前车的距离，其中，第一前车为本车的前车，第二前车为第一前车的前车；所述道路信息包括车道线信息、道路标志信息及道路空间占有率。
进一步地，根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态，包括：
若本车处于自动驾驶状态，则判断本车的行驶速度是否在第一设定时长内小于第一速度阈值；
若是，则判断第一前车的行驶速度和第二前车的行驶速度是否在第二设定时长内均小于第二速度阈值，且第一前车与本车的距离及第二前车与第一前车的距离是否均小于距离阈值；
若是，则本车所在车道的拥堵状态为拥堵，并获取本车可变车道的拥堵状态，若可变车道的拥堵状态为拥堵，则本车当前的交通拥堵状态为拥堵。
进一步地，获取本车可变车道的拥堵状态，包括：
若相邻车道与本车所在车道之间的道路线为虚线，且相邻车道的道路标志与本车所在车道的道路标志一致，则相邻车道为可变车道；
获取所述可变车道的道路空间占有率，若所述道路空间占有率大于占有率阈值，则所述可变车道的拥堵状态为拥堵。
进一步地，根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态之后，还包括：
根据当前道路的交通拥堵状态进行行驶轨迹规划。
进一步地，根据当前道路的交通拥堵状态进行行驶轨迹规划，包括：
若当前道路的交通拥堵状态为拥堵，则控制本车跟随第一前车轨迹行驶；
若本车所在车道的拥堵状态为拥堵，可变车道的拥堵状态为非拥堵，则控制本车换道。
第二方面，本发明实施例还提供了一种交通拥堵的确定装置，该装置包括：
信息获取模块，用于获取本车运行信息、目标车辆信息及道路信息；
交通拥堵状态确定模块，用于根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态；所述交通拥堵状态包括拥堵和非拥堵。
第三方面，本发明实施例还提供了一种交通拥堵的确定系统，包括：自动控制器、前视摄像头、环视摄像头、毫米波雷达及超声波雷达；
所述前视摄像头用于采集本车前方目标车辆信息及道路信息；所述环视摄像头用于采集本车侧方的道路信息；所述毫米波雷达及超声波雷达用于采集本车四周的车辆信息及道路信息；所述自动控制器用于获取前视摄像头、环视摄像头、毫米波雷达及超声波雷达采集的信息，并根据采集的信息确定当前的交通拥堵状态。
进一步地，所述环视摄像头包括4个，分别设置于车辆的四边；所述毫米波雷达包括一个前向毫米波雷达和四个角毫米波雷达，四个角毫米波雷达分别设置于车辆的四个角上；所述超声波雷达包括多个，设置于车辆的四周。
第四方面，本发明实施例哈提供了一种车辆，包括本发明实施例所述的交通拥堵的确定系统。
本发明实施例，首先获取本车运行信息、目标车辆信息及道路信息，然后根据本车运行信息、目标车辆信息及道路信息确定当前道路的交通拥堵状态。本发明实施例提供的交通拥堵的确定方法，可以实现对交通拥堵的判别，提高交通拥堵确定的准确性，从而提高自动驾驶的安全性。
附图说明
图1是本发明实施例一中的一种交通拥堵的确定系统的结构示意图；
图2是本发明实施例二中的一种交通拥堵的确定方法的流程图；
图3是本发明实施例三中的一种交通拥堵的确定装置的结构示意图；
图4是本发明实施例四中的一种车辆的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本本发明实施例一提供的一种交通拥堵的确定系统的结构示意图，如图1所示，该系统包括：自动控制器1、前视摄像头2、环视摄像头8-11、毫米波雷达3-7及超声波雷达12-23。
其中，前视摄像头用于采集本车前方目标车辆信息及道路信息；环视摄像头用于采集本车侧方的道路信息；毫米波雷达及超声波雷达用于采集本车四周的车辆信息及道路信息；自动控制器用于获取前视摄像头、环视摄像头、毫米波雷达及超声波雷达采集的信息。
前视摄像头2在良好环境下，纵向探测范围为50～120m，水平探测角度为52～150°，可探测车辆前方的车道线信息、车辆信息、行人信息、交通标识信息、路面标志信息等。用于自动驾驶的前视摄像头支持道路半径大于100m的道路信息，可检测车道线位置、车道线类型、车道线颜色、路面标志位置、路面标志方向等；支持车辆、自行车、摩托车的检测，并提供相对速度、相对位置等。本实施例中，前视摄像头2用于采集目标车信息、车道线信息和道路标志信息。
环视摄像头8-11分别设置于车辆的四边。在良好环境下，环视摄像头8-11可以对车辆周边360度的环境进行探测，四周探测覆盖范围单侧为3～5m，可探测车辆周围的车道线信息、车辆信息、障碍物信息等。用于自动驾驶的环视摄像头可以支持识别本车所在车道及左右相邻车道的环境信息，可检测车道线位置、车道线类型、车道线颜色等；支持对车辆及障碍物的检测，并提供相对位置等。在本实施例，环视摄像头用于采集本车侧向车辆障碍物信息及车道线信息。
毫米波雷达3-7包括前向毫米波雷达4和角毫米波雷达3，5-7，四个角毫米波雷达分别设置于车辆的四个角上(左前角、右前角、左后角和右后角)。其中，前向毫米波雷达的纵向探测范围为60～250m，水平探测角度为20～100°，可探测车辆前方的车辆信息、障碍物信息等。用于自动驾驶的前向毫米波雷达可以识别车辆前方的车队信息，支持前方车辆运动状态的检测，并提供相对速度，相对位置等。本实施例中，前向毫米波雷达用于采集目标车信息。角毫米波雷达的探测范围为30～120m，探测角度为80～150°。四个角毫米波雷达的探测范围可以覆盖车辆四周环境。角毫米波雷达可探测车辆前侧方、后侧方及部分正侧方的车辆信息，障碍物信息等。用于自动驾驶的角毫米波雷达还可以对周围目标车辆运动状态的检测，并提供相对速度，相对位置等。本实施例中，角毫米波雷达与前向毫米波雷达相结合，用于采集目标车信息。
超声波雷达12-23的探测范围为2～7m，探测角度为20～120°，在车速低的情况下能够对车辆周围的近距离环境进行探测，可以检测与车辆、障碍物的相对位置关系。用于自动驾驶的超声波雷达系统，超声波雷达数量一般为10～12个，四周探测范围覆盖360°，支持对前方、后方及侧方的车辆及障碍物信息检测。本实施例中，超声波雷达用于检测本车与目标车辆的相对位置信息。
自动控制器1通过CAN总线分别与前视摄像头、环视摄像头、毫米波雷达及超声波雷达相连，获取前视摄像头、环视摄像头、毫米波雷达及超声波雷达采集的信息，并根据采集的信息确定当前的交通拥堵状态。
本实施例提供的交通拥堵的确定系统，包括：自动控制器、前视摄像头、环视摄像头、毫米波雷达及超声波雷达，自动控制器用于获取前视摄像头、环视摄像头、毫米波雷达及超声波雷达采集的信息，并根据采集的信息确定当前的交通拥堵状态，可以提高交通拥堵确定的准确性。
实施例二
图2为本发明实施例二提供的一种交通拥堵的确定方法的流程图，本实施例可适用于对当前的交通拥堵状态进行确定的情况，该方法可以由交通拥堵的确定装置来执行，该装置可以是作为车载设备设置于车辆上。如图2所示，该方法具体包括如下步骤：
步骤210，获取本车运行信息、目标车辆信息及道路信息。
其中，目标车辆信息和道路信息可以通过安装于车身的摄像头、毫米波雷达及超声波雷达等传感器获取，本车运行信息可以通过整车传感器获取。本车运行信息可以包括本车行驶速度等；目标车辆信息包括第一前车的行驶速度、第一前车与本车的距离、第二前车的行驶速度、第二前车与第一前车的距离，其中，第一前车为本车的前车，第二前车为第一前车的前车；道路信息包括车道线信息、道路标志信息及道路空间占有率。
本实施例中，在车辆启动后，安装于车身上的整车传感器、摄像头、毫米波雷达及超声波雷达实时的获取本车运行信息、目标车辆信息及道路信息。
步骤220，根据本车运行信息、目标车辆信息及道路信息确定当前道路的交通拥堵状态。
其中，交通拥堵状态包括拥堵和非拥堵。本实施例中，根据本车运行信息、目标车辆信息及道路信息确定当前道路的交通拥堵状态的过程可以是若本车处于自动驾驶状态，则判断本车的行驶速度是否在第一设定时长内小于第一速度阈值。若否，则交通拥堵状态为非拥堵；若是，则判断第一前车的行驶速度和第二前车的行驶速度是否在第二设定时长内均小于第二速度阈值，且第一前车与本车的距离及第二前车与第一前车的距离是否均小于距离阈值。若否，则交通拥堵状态为非拥堵；若是，则本车所在车道的拥堵状态为拥堵，并获取本车可变车道的拥堵状态，若可变车道的拥堵状态为拥堵，则本车当前的交通拥堵状态为拥堵。
其中，可变车道可以是与本车当前所在车道相邻的，且满足变道条件的车道。第一设定时长和第二设定时长可以设置为100-120秒之间的值，第一速度阈值和第二速度阈值可以设置为30-40之间的值(单位为m/s)，距离阈值可以设置为10-15米之间的任意值。具体的，若相邻车道与本车所在车道之间的道路线为虚线，且相邻车道的道路标志与本车所在车道的道路标志一致，则相邻车道为可变车道。
本实施例中，确定可变车道的拥堵状态为拥堵的方式可以是获取所述可变车道的道路空间占有率，若所述道路空间占有率大于占有率阈值，则所述可变车道的拥堵状态为拥堵。
其中，占有率阈值可以设置为50％-60％之间的值。
可选的，在根据本车运行信息、目标车辆信息及道路信息确定当前道路的交通拥堵状态之后，还包括如下步骤：根据当前道路的交通拥堵状态进行行驶轨迹规划。
其中，根据当前道路的交通拥堵状态进行行驶轨迹规划的过程可以是：若当前道路的交通拥堵状态为拥堵，则控制本车跟随第一前车轨迹行驶；若本车所在车道的拥堵状态为拥堵，可变车道的拥堵状态为非拥堵，则控制本车换道。
本实施例的技术方案，首先获取本车运行信息、目标车辆信息及道路信息，然后根据本车运行信息、目标车辆信息及道路信息确定当前道路的交通拥堵状态。本发明实施例提供的交通拥堵的确定方法，可以实现对交通拥堵的判别，提高交通拥堵确定的准确性，从而提高自动驾驶的安全性。
实施例三
图3为本发明实施例三提供的一种交通拥堵的确定装置的结构示意图。如图3所示，该装置包括：信息获取模块310和交通拥堵状态确定模块320。
信息获取模块310，用于获取本车运行信息、目标车辆信息及道路信息；
交通拥堵状态确定模块320，用于根据本车运行信息、目标车辆信息及道路信息确定当前道路的交通拥堵状态；交通拥堵状态包括拥堵和非拥堵。
可选的，本车运行信息包括本车行驶速度；目标车辆信息包括第一前车的行驶速度、第一前车与本车的距离、第二前车的行驶速度、第二前车与第一前车的距离，其中，第一前车为本车的前车，第二前车为第一前车的前车；道路信息包括车道线信息、道路标志信息及道路空间占有率。
可选的，交通拥堵状态确定模块320，还用于：
若本车处于自动驾驶状态，则判断本车的行驶速度是否在第一设定时长内小于第一速度阈值；
若是，则判断第一前车的行驶速度和第二前车的行驶速度是否在第二设定时长内均小于第二速度阈值，且第一前车与本车的距离及第二前车与第一前车的距离是否均小于距离阈值；
若是，则本车所在车道的拥堵状态为拥堵，并获取本车可变车道的拥堵状态，若可变车道的拥堵状态为拥堵，则本车当前的交通拥堵状态为拥堵。
可选的，交通拥堵状态确定模块320，还用于：
若相邻车道与本车所在车道之间的道路线为虚线，且相邻车道的道路标志与本车所在车道的道路标志一致，则相邻车道为可变车道；
获取可变车道的道路空间占有率，若道路空间占有率大于占有率阈值，则可变车道的拥堵状态为拥堵。
可选的，还包括：行驶轨迹规划模块，用于：
根据当前道路的交通拥堵状态进行行驶轨迹规划。
可选的，行驶轨迹规划模块，还用于：
若当前道路的交通拥堵状态为拥堵，则控制本车跟随第一前车轨迹行驶；
若本车所在车道的拥堵状态为拥堵，可变车道的拥堵状态为非拥堵，则控制本车换道。
上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。
实施例四
图4为本发明实施例四提供的一种车辆的结构示意图，如图4所示，该车辆包括上述实施例所述的交通拥堵确定系统，交通拥堵确定系统包括自动控制器、前视摄像头、环视摄像头、毫米波雷达及超声波雷达。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种交通拥堵的确定方法，其特征在于，包括：
获取本车运行信息、目标车辆信息及道路信息；
根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态；所述交通拥堵状态包括拥堵和非拥堵。
2.根据权利要求1所述的方法，其特征在于，所述本车运行信息包括本车行驶速度；所述目标车辆信息包括第一前车的行驶速度、第一前车与本车的距离、第二前车的行驶速度、第二前车与第一前车的距离，其中，第一前车为本车的前车，第二前车为第一前车的前车；所述道路信息包括车道线信息、道路标志信息及道路空间占有率。
3.根据权利要求2所述的方法，其特征在于，根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态，包括：
若本车处于自动驾驶状态，则判断本车的行驶速度是否在第一设定时长内小于第一速度阈值；
若是，则判断第一前车的行驶速度和第二前车的行驶速度是否在第二设定时长内均小于第二速度阈值，且第一前车与本车的距离及第二前车与第一前车的距离是否均小于距离阈值；
若是，则本车所在车道的拥堵状态为拥堵，并获取本车可变车道的拥堵状态，若可变车道的拥堵状态为拥堵，则本车当前的交通拥堵状态为拥堵。
4.根据权利要求3所述的方法，其特征在于，获取本车可变车道的拥堵状态，包括：
若相邻车道与本车所在车道之间的道路线为虚线，且相邻车道的道路标志与本车所在车道的道路标志一致，则相邻车道为可变车道；
获取所述可变车道的道路空间占有率，若所述道路空间占有率大于占有率阈值，则所述可变车道的拥堵状态为拥堵。
5.根据权利要求3所述的方法，其特征在于，在根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态之后，还包括：
根据当前道路的交通拥堵状态进行行驶轨迹规划。
6.根据权利要求5所述的方法，其特征在于，根据当前道路的交通拥堵状态进行行驶轨迹规划，包括：
若当前道路的交通拥堵状态为拥堵，则控制本车跟随第一前车轨迹行驶；
若本车所在车道的拥堵状态为拥堵，可变车道的拥堵状态为非拥堵，则控制本车换道。
7.一种交通拥堵的确定装置，其特征在于，包括：
信息获取模块，用于获取本车运行信息、目标车辆信息及道路信息；
交通拥堵状态确定模块，用于根据所述本车运行信息、所述目标车辆信息及所述道路信息确定当前道路的交通拥堵状态；所述交通拥堵状态包括拥堵和非拥堵。
8.一种交通拥堵的确定系统，其特征在于，包括：自动控制器、前视摄像头、环视摄像头、毫米波雷达及超声波雷达；
所述前视摄像头用于采集本车前方目标车辆信息及道路信息；所述环视摄像头用于采集本车侧方的道路信息；所述毫米波雷达及超声波雷达用于采集本车四周的车辆信息及道路信息；所述自动控制器用于获取前视摄像头、环视摄像头、毫米波雷达及超声波雷达采集的信息，并根据采集的信息确定当前的交通拥堵状态。
9.根据权利要求8所述的系统，其特征在于，所述环视摄像头包括4个，分别设置于车辆的四边；所述毫米波雷达包括一个前向毫米波雷达和四个角毫米波雷达，四个角毫米波雷达分别设置于车辆的四个角上；所述超声波雷达包括多个，设置于车辆的四周。
10.一种车辆，其特征在于，包括权利要求8-9任一所述的交通拥堵的确定系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910706536.8A CN110816540B (zh) | 2019-08-01 | 2019-08-01 | 交通拥堵的确定方法、装置、系统及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910706536.8A CN110816540B (zh) | 2019-08-01 | 2019-08-01 | 交通拥堵的确定方法、装置、系统及车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110816540A true CN110816540A (zh) | 2020-02-21 |
| CN110816540B CN110816540B (zh) | 2021-05-04 |
Family
ID=69547716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910706536.8A Active CN110816540B (zh) | 2019-08-01 | 2019-08-01 | 交通拥堵的确定方法、装置、系统及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110816540B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798699A (zh) * | 2020-06-29 | 2020-10-20 | 广州小鹏车联网科技有限公司 | 车辆驾驶方法、装置、车载计算机、车辆以及存储介质 |
| CN111932884A (zh) * | 2020-08-13 | 2020-11-13 | 中国第一汽车股份有限公司 | 一种交通拥堵的识别方法、装置、车辆和存储介质 |
| CN111994076A (zh) * | 2020-09-02 | 2020-11-27 | 中国第一汽车股份有限公司 | 自动驾驶车辆的控制方法及装置 |
| CN112356853A (zh) * | 2020-11-23 | 2021-02-12 | 浙江天行健智能科技有限公司 | 一种针对拥堵路况的车辆自动驾驶方法及自动驾驶车辆 |
| CN112417953A (zh) * | 2020-10-12 | 2021-02-26 | 腾讯科技（深圳）有限公司 | 道路状况检测和地图数据更新方法、装置、系统及设备 |
| CN112639907A (zh) * | 2020-10-14 | 2021-04-09 | 驭势（上海）汽车科技有限公司 | 一种交通拥堵感知方法、装置、电子设备及存储介质 |
| CN113753055A (zh) * | 2021-10-15 | 2021-12-07 | 东风汽车集团股份有限公司 | 基于雷达探测对拥堵车道的判断方法及电子设备 |
| CN114954468A (zh) * | 2022-06-20 | 2022-08-30 | 岚图汽车科技有限公司 | 车辆、车辆的自动变道控制方法和相关设备 |
| US11794787B2 (en) | 2020-10-19 | 2023-10-24 | Ford Global Technologies, Llc | Vehicle assist feature control |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106080591A (zh) * | 2016-08-08 | 2016-11-09 | 北京汽车研究总院有限公司 | 自动防撞系统警报启闭控制方法、装置及车辆 |
| CN106218636A (zh) * | 2016-07-21 | 2016-12-14 | 浙江吉利汽车研究院有限公司 | 一种交通拥堵辅助系统 |
| CN106708040A (zh) * | 2016-12-09 | 2017-05-24 | 重庆长安汽车股份有限公司 | 自动驾驶系统的传感器模块、自动驾驶系统及方法 |
| CN107301774A (zh) * | 2017-06-30 | 2017-10-27 | 深圳市金溢科技股份有限公司 | 交通拥堵预警方法、系统、车载单元和路侧单元 |
| CN107583371A (zh) * | 2017-09-29 | 2018-01-16 | 无锡厚发自动化设备有限公司 | 一种用于城市道路空气的智能净化方法 |
| CN108001449A (zh) * | 2017-10-31 | 2018-05-08 | 上海与德科技有限公司 | 一种基于车联网的驾驶方法及联网车辆 |
| CN108615358A (zh) * | 2018-05-02 | 2018-10-02 | 安徽大学 | 一种道路拥堵检测方法及装置 |
| CN109532842A (zh) * | 2017-09-21 | 2019-03-29 | 奥迪股份公司 | 交通状况检测系统和方法 |
-
2019
- 2019-08-01 CN CN201910706536.8A patent/CN110816540B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106218636A (zh) * | 2016-07-21 | 2016-12-14 | 浙江吉利汽车研究院有限公司 | 一种交通拥堵辅助系统 |
| CN106080591A (zh) * | 2016-08-08 | 2016-11-09 | 北京汽车研究总院有限公司 | 自动防撞系统警报启闭控制方法、装置及车辆 |
| CN106708040A (zh) * | 2016-12-09 | 2017-05-24 | 重庆长安汽车股份有限公司 | 自动驾驶系统的传感器模块、自动驾驶系统及方法 |
| CN107301774A (zh) * | 2017-06-30 | 2017-10-27 | 深圳市金溢科技股份有限公司 | 交通拥堵预警方法、系统、车载单元和路侧单元 |
| CN109532842A (zh) * | 2017-09-21 | 2019-03-29 | 奥迪股份公司 | 交通状况检测系统和方法 |
| CN107583371A (zh) * | 2017-09-29 | 2018-01-16 | 无锡厚发自动化设备有限公司 | 一种用于城市道路空气的智能净化方法 |
| CN108001449A (zh) * | 2017-10-31 | 2018-05-08 | 上海与德科技有限公司 | 一种基于车联网的驾驶方法及联网车辆 |
| CN108615358A (zh) * | 2018-05-02 | 2018-10-02 | 安徽大学 | 一种道路拥堵检测方法及装置 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798699A (zh) * | 2020-06-29 | 2020-10-20 | 广州小鹏车联网科技有限公司 | 车辆驾驶方法、装置、车载计算机、车辆以及存储介质 |
| CN111932884A (zh) * | 2020-08-13 | 2020-11-13 | 中国第一汽车股份有限公司 | 一种交通拥堵的识别方法、装置、车辆和存储介质 |
| CN111994076A (zh) * | 2020-09-02 | 2020-11-27 | 中国第一汽车股份有限公司 | 自动驾驶车辆的控制方法及装置 |
| CN112417953A (zh) * | 2020-10-12 | 2021-02-26 | 腾讯科技（深圳）有限公司 | 道路状况检测和地图数据更新方法、装置、系统及设备 |
| CN112639907A (zh) * | 2020-10-14 | 2021-04-09 | 驭势（上海）汽车科技有限公司 | 一种交通拥堵感知方法、装置、电子设备及存储介质 |
| WO2022077266A1 (zh) * | 2020-10-14 | 2022-04-21 | 驭势（上海）汽车科技有限公司 | 一种交通拥堵感知方法、装置、电子设备及存储介质 |
| CN112639907B (zh) * | 2020-10-14 | 2024-04-02 | 驭势（上海）汽车科技有限公司 | 一种交通拥堵感知方法、装置、电子设备及存储介质 |
| US11794787B2 (en) | 2020-10-19 | 2023-10-24 | Ford Global Technologies, Llc | Vehicle assist feature control |
| CN112356853A (zh) * | 2020-11-23 | 2021-02-12 | 浙江天行健智能科技有限公司 | 一种针对拥堵路况的车辆自动驾驶方法及自动驾驶车辆 |
| CN113753055A (zh) * | 2021-10-15 | 2021-12-07 | 东风汽车集团股份有限公司 | 基于雷达探测对拥堵车道的判断方法及电子设备 |
| CN113753055B (zh) * | 2021-10-15 | 2023-08-22 | 东风汽车集团股份有限公司 | 基于雷达探测对拥堵车道的判断方法及电子设备 |
| CN114954468A (zh) * | 2022-06-20 | 2022-08-30 | 岚图汽车科技有限公司 | 车辆、车辆的自动变道控制方法和相关设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110816540B (zh) | 2021-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110816540B (zh) | 交通拥堵的确定方法、装置、系统及车辆 | |
| CN110606082A (zh) | 基于自动驾驶的制动系统、方法、装置及车辆 | |
| US9896094B2 (en) | Collision avoidance control system and control method | |
| US11124163B2 (en) | Method for controlling travel of vehicle, and device for controlling travel of vehicle | |
| US10239539B2 (en) | Vehicle travel control method and vehicle travel control device | |
| US9884645B2 (en) | Lane change control system | |
| CN108437986B (zh) | 车辆驾驶辅助系统及辅助方法 | |
| EP3644294B1 (en) | Vehicle information storage method, vehicle travel control method, and vehicle information storage device | |
| JP7466396B2 (ja) | 車両制御装置 | |
| CN112208533B (zh) | 车辆控制系统、车辆控制方法及存储介质 | |
| CN104290753A (zh) | 一种前方车辆运动状态追踪预测装置及其预测方法 | |
| CN106335509A (zh) | 车辆的驾驶辅助装置 | |
| CN110060467A (zh) | 预测装置、预测方法及存储介质 | |
| US10705530B2 (en) | Vehicle travel control method and vehicle travel control device | |
| US10930153B2 (en) | Vehicle external notification device | |
| CN110116728A (zh) | 用于控制智能巡航控制系统的设备和方法 | |
| US11042759B2 (en) | Roadside object recognition apparatus | |
| CN112486161A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
| JP6544168B2 (ja) | 車両制御装置、及び車両制御方法 | |
| CN204124125U (zh) | 一种前方车辆运动状态追踪预测装置 | |
| CN111376901A (zh) | 车辆的控制方法、装置及车辆 | |
| CN110341703B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
| JP2018190134A (ja) | 自動走行制御装置 | |
| CN115147689B (zh) | 识别装置、车辆系统、识别方法以及存储介质 | |
| CN111717280B (zh) | 车辆控制装置、车辆控制方法及存储介质 |
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 |