CN110834667B - 车辆转向控制方法、装置、车辆、终端设备及存储介质 - Google Patents
车辆转向控制方法、装置、车辆、终端设备及存储介质 Download PDFInfo
- Publication number
- CN110834667B CN110834667B CN201911072353.1A CN201911072353A CN110834667B CN 110834667 B CN110834667 B CN 110834667B CN 201911072353 A CN201911072353 A CN 201911072353A CN 110834667 B CN110834667 B CN 110834667B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- wheel steering
- steering mode
- road
- road type
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 238000013528 artificial neural network Methods 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种车辆转向控制方法、装置、车辆、终端设备及存储介质，该方法包括：获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取所述车辆前方的道路类型对应的车轮转向模式评估参数；其中，所述车轮转向模式评估参数包括车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种；根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，以控制所述车辆进行转向。采用本发明能有效提高车辆转向控制的准确性和车轮转向模式的场景适应性。
Description
技术领域
本发明涉及车辆技术领域，尤其涉及一种车辆转向控制方法、装置、车辆、终端设备及存储介质。
背景技术
随着社会经济和汽车技术的不断进步，目前汽车越来越普及。在车辆行驶过程中，车辆的转向控制对于保证车辆的行驶安全性和稳定性以及减小车辆转向半径具有至关重要的作用。
目前，一般是通过根据驾驶员手动选择的目标工作模式来确定对应的车轮转向模式，再依据前轮实际转角、车速以及车辆姿态等来计算后轮转向角，然后根据车轮转向模式和后轮转向角控制车辆转向，从而实现车辆的转向控制。发明人在实施本发明的过程中发现，在现有的车辆转向控制方法中，由于车轮转向模式是根据驾驶员人为选择的目标工作模式来确定的，这取决于驾驶员的主观意识，而驾驶场景复杂且变化较快，在驾驶时需要注意的事项也比较多，经常会出现驾驶员无法准确地判断或是及时切换目标工作模式的情况，因此现有的车轮转向模式的确定难以做到有效精确，导致车辆转向控制的精确性较低，从而会影响车辆的行驶安全性和稳定性。
发明内容
本发明实施例提供一种车辆转向控制方法、装置、车辆、终端设备及存储介质，能基于驾驶场景自动识别车辆下一步的车轮转向模式以控制车辆转向，提高了车轮转向模式的场景适应性，提高了车辆转向控制的精确性，从而提高了车辆的行驶安全性和稳定性。
为了实现上述目的，本发明实施例提供了一种车辆转向控制方法，包括：
获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；其中，所述前方环境信息为前方道路的图像数据，所述道路类型包括弯道、直道和红绿灯路口；
根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；其中，所述车轮转向模式评估参数包括车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种；其中，所述行驶状态信息为所述车辆的车速，所述驾驶员状态信息包括驾驶员的图像数据；
根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；
将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向。
作为上述方案的改进，与所述弯道对应的车轮转向模式评估参数包括所述行驶状态信息；
则所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，具体包括：
当所述车辆前方的道路类型为弯道时，若判断到所述车辆的车速大于预设的车速阈值，则判定所述车辆下一步的车轮转向模式为前轮转向模式；
当所述车辆前方的道路类型为弯道时，若判断到所述车速不大于所述车速阈值时，判定所述车辆下一步的车轮转向模式为交叉转向模式。
作为上述方案的改进，与所述直道对应的车轮转向模式评估参数包括所述行驶状态信息；
则所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，具体包括：
当所述车辆前方的道路类型为直道时，若判断到所述车速大于预设的车速阈值，则确定所述车辆下一步的车轮转向模式为同向转向模式；
当所述车辆前方的道路类型为直道时，若判断到所述车速不大于所述车速阈值，则获取所述车辆的侧方环境信息并输入至第二神经网络进行识别，得到所述车辆的侧方路况信息，并根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式；其中，所述侧方环境信息为所述车外环境信息的其中一种，所述侧方环境信息包括左侧环境信息和右侧环境信息。
作为上述方案的改进，所述车辆的侧方路况信息包括侧方车辆情况；
则所述根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式，具体包括：
当判断到所述侧方车辆情况为侧方有车时，判定所述车辆下一步的车轮转向模式为交叉转向模式；
当判断到所述侧方车辆情况为侧方无车时，判定所述车辆下一步的车轮转向模式为前轮转向模式。
作为上述方案的改进，所述车辆的侧方路况信息还包括侧方车位情况；
则所述根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式，还包括步骤：
当判断到所述侧方车位情况为侧方有车位时，获取驾驶员的图像数据并输入至第三神经网络进行识别，得到所述驾驶员的停车意图识别结果；
当判断到所述停车意图识别结果为所述驾驶员有停车意图时，根据所述前方环境信息和所述侧方环境信息，进行停车路径规划，以得到所述车辆下一步的车轮转向模式。
作为上述方案的改进，与所述红绿灯路口对应的车轮转向模式评估参数包括所述驾驶员状态信息；
则所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，具体包括：
当所述车辆前方的道路类型为红绿灯路口时，将所述驾驶员的图像数据输入至第四神经网络进行识别，得到所述驾驶员的转向意图识别结果；
当判断到所述转向意图识别结果为所述驾驶员有转向意图时，判定所述车辆下一步的车轮转向模式为交叉转向模式；
当判断到所述转向意图识别结果为所述驾驶员无转向意图时，判定所述车辆下一步的车轮转向模式与所述车辆当前的车轮转向模式一致。
作为上述方案的改进，在所述将所述车辆的驾驶员的图像数据输入至第四神经网络进行识别，得到所述驾驶员的转向意图识别结果之后，还包括步骤：
获取所述车辆的转向灯的开关状态；
当所述车辆的转向灯为开状态时，将所述转向意图识别结果修正为所述驾驶员有转向意图。
相应地，本发明实施例还提供了一种车辆转向控制装置，包括：
道路类型识别模块，用于获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；其中，所述前方环境信息为前方道路的图像数据，所述道路类型包括弯道、直道和红绿灯路口；
评估参数获取模块，用于根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；其中，所述车轮转向模式评估参数包括车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种；其中，所述行驶状态信息为所述车辆的车速，所述驾驶员状态信息包括驾驶员的图像数据；
车轮转向模式确定模块，用于根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；
车辆转向控制模块，用于将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向。
本发明实施例还提供了一种车辆，包括至少一个前轮、至少一个后轮、转向控制单元和上述的车辆转向控制装置。
本发明实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项所述的车辆转向控制方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项所述的车辆转向控制方法。
与现有技术相比，本发明实施例提供的车辆转向控制方法、装置、车辆、终端设备及存储介质，首先通过获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；再根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；接着根据所述道路类型和其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；然后将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向，以实现车辆转向控制。在车辆行驶过程中，由于是基于驾驶场景中的车辆前方的道路类型，以及车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种，自动识别车辆下一步的优选车轮转向模式以控制车辆转向，能适应不同的驾驶场景，使得车辆的转向更加符合实际情况，解决了现有技术中由于车轮转向模式的确定依赖于驾驶员的人为操作而导致的精确性较低的问题，提高了车轮转向模式的场景适应性，提高了车辆转向控制的精确性，从而提高了车辆的行驶安全性和稳定性。
附图说明
图1是本发明提供的车辆转向控制方法的一个实施例的流程示意图。
图2是本发明提供的车辆转向控制方法中确定车辆下一步的车轮转向模式的一个实施例的流程示意图。
图3是本发明提供的车辆转向控制方法中确定车辆下一步的车轮转向模式的另一个实施例的流程示意图。
图4是本发明提供的车辆转向控制方法中确定车辆下一步的车轮转向模式的又一个实施例的流程示意图。
图5是本发明提供的车辆转向控制装置的一个实施例的结构示意图。
图6是本发明提供的终端设备的一个实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本技术领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，是本发明提供的车辆转向控制方法的一个实施例的流程示意图。
本发明实施例提供一种车辆转向控制方法，该车辆转向控制方法所应用的车辆设置有一个或多个采集装置，以采集车辆的前方环境信息、车外环境信息、行驶状态信息和驾驶员状态信息。包括步骤S11至步骤S14，具体如下：
S11、获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型。
其中，首先通过大量的如道路图片或视频等道路环境数据，对一个神经网络进行训练，不断修正，从而得到第一神经网络。在车辆行驶过程中，获取车辆的前方环境信息，并将前方环境信息输入至第一神经网络进行道路类型的识别，从而得到车辆前方的道路类型。
其中，前方环境信息包括但不限于车辆前方的道路图片、视频和雷达信息。
可选地，车辆前方的道路类型包括但不限于弯道、直道和红绿灯路口。
S12、根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；其中，所述车轮转向模式评估参数包括车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种。
可以理解地，影响车辆转向的因素包括但不限于车外环境信息、行驶状态信息、驾驶员状态信息，当车辆行驶在不同类型的道路上时，影响车辆转向的主要因素可能会存在不同，因此可以是预先根据不同的道路类型确定与之匹配的影响车辆转向的主要因素以作为车轮转向模式评估参数，并对应关联以建立对应关系，当确定了车辆前方的道路类型后，可直接根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与车辆前方的道路类型相关联的车轮转向模式评估参数，以后续用于确定车辆下一步的车轮转向模式。
其中，车外环境信息包括但不限于车外的道路图片、视频和雷达信息。行驶状态信息包括但不限于车速。驾驶员状态信息包括但不限于驾驶员的图像数据。
S13、根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式。
可以理解地，在行驶过程中，驾驶场景很大程度上决定着车辆的转向需求，而车辆的转向是根据车轮转向模式进行控制的，也就是说车轮转向模式与驾驶场景有着很大的关联，其中，驾驶场景受道路类型、车外环境、行驶状态、驾驶员状态等其中的一个或多个因素影响，因此根据车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，可以有效提高车轮转向模式的场景适应性。
S14、将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向。
其中，在得到车辆下一步的车轮转向模式后，将车辆下一步的车轮转向模式发送至车辆的转向控制单元，车辆的转向控制单元根据车辆下一步的车轮转向模式来控制车辆的车轮相应地转动，从而控制车辆转向。
需要说明的是，本发明实施例中的车轮转向模式可以包括前轮转向模式(后轮不转向)、交叉转向模式(后轮和前轮的转动方向相反)和同向转向模式(前轮和后轮的转动方向相同)。
本发明实施例提供的车辆转向控制方法，首先通过获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；再根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；接着根据所述道路类型和其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；然后将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向，以实现车辆转向控制。在车辆行驶过程中，由于是基于驾驶场景中的车辆前方的道路类型，以及车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种，自动识别车辆下一步的优选车轮转向模式以控制车辆转向，能适应不同的驾驶场景，使得车辆的转向更加符合实际情况，解决了现有技术中由于车轮转向模式的确定依赖于驾驶员的人为操作而导致的精确性较低的问题，提高了车轮转向模式的场景适应性，提高了车辆转向控制的精确性，从而提高了车辆的行驶安全性和稳定性。
在上述实施例的基础上，作为第一种优选实施方式，所述道路类型包括弯道，与所述弯道对应的车轮转向模式评估参数包括所述行驶状态信息，所述行驶状态信息包括所述车辆的车速；
则参见图2，所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，具体包括：
S1311、当所述车辆前方的道路类型为弯道时，若判断到所述车辆的车速大于预设的车速阈值，则判定所述车辆下一步的车轮转向模式为前轮转向模式；
S1312、当所述车辆前方的道路类型为弯道时，若判断到所述车辆的车速不大于预设的车速阈值，则判定所述车辆下一步的车轮转向模式为交叉转向模式。
具体的，当车辆前方的道路类型为弯道时，车辆需要进行转向，此时车辆的车速对车辆下一步的车轮转向模式有较大的影响，因此，与所述弯道对应的车轮转向模式评估参数可以是包括行驶状态信息中的车速。当车辆前方的道路类型为弯道时，在获取到与所述弯道对应的车轮转向模式评估参数后，可以是根据车速和车速阈值的大小关系来判断车速是较高还是较低，从而确定车辆下一步的车轮转向模式。由于在车辆需要转弯且车速较高的情况下，使用交叉转向模式控制车辆转弯容易导致车辆失稳，而使用同向转向模式控制车辆转弯又会因转弯半径大而导致车辆难以转向，因此，当判断到车速大于车速阈值时，判定车辆下一步的车轮转向模式为前轮转向模式，以使得车辆的转向性能更佳。由于在车辆需要转弯且车速较低的情况下，使用前轮转向模式控制车辆转弯会增加转弯半径，导致车辆不容易转向，而使用同向转向模式控制车辆转弯则转弯半径比前轮转向模式的更大，会使得车辆更加难以转向，因此，当判断到车速不大于车速阈值时，判定车辆下一步的车轮转向模式为交叉转向模式，以使得车辆的转向性能更佳。
在本优选实施方式中，提供了当道路类型为弯道时确定车辆下一步的车轮转向模式的具体方法，能有效提高车辆行驶在弯道时车轮转向模式的场景适应性，提高了车辆转向控制的精确性，从而提高了车辆的行驶安全性和稳定性。
在上述实施例的基础上，作为第二种优选实施方式，所述道路类型包括直道，与所述直道对应的车轮转向模式评估参数包括所述行驶状态信息，所述行驶状态信息包括所述车辆的车速；
则参见图3，所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，具体包括：
S1321、当所述车辆前方的道路类型为直道时，若判断到所述车速大于预设的车速阈值，则确定所述车辆下一步的车轮转向模式为同向转向模式；
S1322、当所述车辆前方的道路类型为直道时，若判断到所述车速不大于所述车速阈值，则获取所述车辆的侧方环境信息并输入至第二神经网络进行识别，得到所述车辆的侧方路况信息，并根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式；其中，所述侧方环境信息为所述车外环境信息的其中一种，所述侧方环境信息包括左侧环境信息和右侧环境信息。
具体的，当检测到道路类型为直道时，车辆的车速对车辆下一步的车轮转向模式有较大的影响，因此，与直道对应的车轮转向模式评估参数可以是包括行驶状态信息中的车速。当检测到道路类型为直道时，可以是先判断车速是否高于预设的车速阈值，若车速高于预设的车速阈值，则说明车辆高速行驶在直道上，可以理解地，此时车辆的转向需求一般是变道需求，在车速较高时使用同向转向模式可以有效增加车辆变道时的稳定性，因此，当判断到车速高于车速阈值时，判定车辆下一步的车轮转向模式为同向转向模式，以提高车辆的转向性能；若车速不高于预设的车速阈值，则说明车辆低速行驶在直道，此时车辆的侧方路况对车辆的转向有着较大的影响，则需要进一步获取车辆的侧方环境信息并输入至第二神经网络进行识别，以得到车辆的侧方路况信息，再根据车辆的侧方路况来进一步判定车辆下一步的车轮转向模式。其中，预先通过大量的如道路图片或视频等道路环境数据，对一个神经网络进行训练，不断修正，从而得到第二神经网络。
在本优选实施方式中，提供了当道路类型为直道时确定车辆下一步的车轮转向模式的具体方法，能有效提高车辆行驶在直道时车轮转向模式的场景适应性，提高了车辆转向控制的精确性，从而提高了车辆的行驶安全性和稳定性。
进一步地，所述车辆的侧方路况信息包括侧方车辆情况；
则所述根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式，具体包括：
S211、当判断到所述侧方车辆情况为侧方有车时，判定所述车辆下一步的车轮转向模式为交叉转向模式；
S212、当判断到所述侧方车辆情况为侧方无车时，判定所述车辆下一步的车轮转向模式为前轮转向模式。
其中，侧方车辆情况可以反馈车辆侧方是否有车。由于车辆低速行驶在直道且侧方有车时，车辆一般是需要变道或插车，在这种情况下驾驶员希望快速调整车辆方向，而使用交叉转向模式控制车辆转弯可以提高调整车头指向的效率，因此，当判断到侧方车辆情况为车辆的侧方有车时，判定车辆下一步的车轮转向模式为交叉转向模式，以提高车辆的转向性能。由于车辆低速行驶在直道且侧方无车时，车辆一般是需要变道或者靠边，此时不需要很快改变车头指向，因此当判断到侧方车辆情况为侧方无车时，前轮转向模式是此种情况下的最优选择。
更进一步地，所述车辆的侧方路况信息还包括侧方车位情况；
则所述根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式，还包括步骤：
S213、当判断到所述侧方车位情况为侧方有车位时，获取驾驶员的图像数据并输入至第三神经网络进行识别，得到所述驾驶员的停车意图识别结果；
S214、当判断到所述停车意图识别结果为所述驾驶员有停车意图时，根据所述前方环境信息和所述侧方环境信息，进行停车路径规划，以得到所述车辆下一步的车轮转向模式。
其中，侧方车位情况可以反馈车辆侧方是否有车位。在一具体实施方式中，可以是利用第三神经网络对车辆的驾驶员的图像数据进行视线方向的识别来识别出驾驶员的停车意图识别结果。可以理解的，驾驶员视线聚焦在可视范围内的车位上，并持续预设时间，则可判断其有停车意图。在这种情况下，需要预先通过大量的可以反映不同视线方向的图像，对一个神经网络进行训练，不断修正，从而得到第三神经网络。在另一具体实施方式中，还可以是利用第三神经网络对车辆的驾驶员的图像数据进行头部转动方向的识别来识别出驾驶员的停车意图识别结果。可以理解的，驾驶员的头部往在可视范围内的车位方向上偏转，并持续预设时间，则可判断其有停车意图。在这种情况下，需要预先通过大量的可以反映不同头部方向的图像，对一个神经网络进行训练，不断修正，从而得到第三神经网络。
其中，当判断到停车意图识别结果为驾驶员有停车意图时，基于停车路径规划算法，依据车辆的前方环境信息和侧方环境信息进行停车路径规划，来得到停车路径，根据停车路径可以实时判定车辆下一步的车轮转向模式，以提高车辆的转向性能。
在上述实施例的基础上，作为第三种优选实施方式，所述道路类型包括红绿灯路口，与所述红绿灯路口对应的车轮转向模式评估参数包括所述驾驶员状态信息，所述驾驶员状态信息包括所述驾驶员的图像数据；
则参见图4，所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，具体包括：
S1331、当所述车辆前方的道路类型为红绿灯路口时，将所述驾驶员的图像数据输入至第四神经网络进行识别，得到所述驾驶员的转向意图识别结果；
S1332、当判断到所述转向意图识别结果为所述驾驶员有转向意图时，判定所述车辆下一步的车轮转向模式为交叉转向模式；
S1333、当判断到所述转向意图识别结果为所述驾驶员无转向意图时，判定所述车辆下一步的车轮转向模式与所述车辆当前的车轮转向模式一致。
具体的，当检测到道路类型为红绿灯路口时，此时驾驶员可能有转向意图，此时驾驶员状态对车辆下一步的车轮转向模式有较大的影响，因此，与红绿灯路口对应的车轮转向模式评估参数可以是包括驾驶员状态信息中的驾驶员的图像数据。当车辆前方的道路类型为红绿灯路口时，将驾驶员的图像数据输入至第四神经网络进行识别，得到驾驶员的转向意图识别结果，由于车辆在红绿灯路口时转向时需要保证较高的转向效率，因此，当驾驶员有转向意图时，为了实现更快的转向，选择交叉转向模式作为车辆下一步的车轮转向模式；当驾驶员无转向意图时，则车辆下一步的车轮转向模式与当前的车轮转向模式保持一致即可。在一具体实施方式中，可以是利用第四神经网络对车辆的驾驶员的图像数据进行视线方向的识别来识别出驾驶员的转向意图识别结果。可以理解的，驾驶员视线聚焦在左或右后视镜上，并持续预设时间，则可判断其有转向意图。在这种情况下，需要预先通过大量的可以反映不同视线方向的图像，对一个神经网络进行训练，不断修正，从而得到第四神经网络。在另一具体实施方式中，还可以是利用第四神经网络对车辆的驾驶员的图像数据进行头部转动方向的识别来识别出驾驶员的转向意图识别结果。可以理解的，驾驶员的头部往左或右方向上偏转，并持续预设时间，则可判断其有转向意图。在这种情况下，需要预先通过大量的可以反映不同头部方向的图像，对一个神经网络进行训练，不断修正，从而得到第四神经网络。
在本优选实施方式中，提供了当道路类型为红绿灯路口时确定车辆下一步的车轮转向模式的具体方法，能有效提高车辆行驶在红绿灯路口时车轮转向模式的场景适应性，提高了车辆转向控制的精确性，从而提高了车辆的行驶安全性和稳定性。
优选地，在所述将所述车辆的驾驶员的图像数据输入至第四神经网络进行识别，得到所述驾驶员的转向意图识别结果之后，还包括步骤：
S1334、获取所述车辆的转向灯的开关状态；
S1335、当所述车辆的转向灯为开状态时，将所述转向意图识别结果修正为所述驾驶员有转向意图。
其中，在得到驾驶员的转向意图识别结果之后，通过转向灯的开关状态来对转向意图识别结果进行仲裁，如果驾驶员打了转向灯，则说明车辆需要转向，此时，将转向意图识别结果修正为驾驶员有转向意图，从而进一步提高车辆转向控制的准确性。可以理解的，当车辆的转向灯为关状态时，则说明驾驶员未打转向灯，此时按照原转向意图识别结果进行下一步操作即可。
需要说明的是，在具体实施时，上述实施例中预设的车速阈值可以是根据实际情况来进行设定，均不影响本发明的有益效果，可选的，预设的车速阈值为60km/h。
需要说明的是，车辆前方的道路类型可以是包括上述第一种优选实施方式中所述的弯道、第二种优选实施方式中所述的直道和第三种优选实施方式中所述的红路灯路口这三者中的一种、两种或全部，则上述的第一种优选实施方式、第二种优选实施方式和第三种优选实施方式可以任意结合，以作为本发明实施例的更优选实施方式。
本发明实施例还提供一种车辆转向控制装置，能够实现上述实施例中提供的车辆转向控制方法。
参见图5，是本发明提供的车辆转向控制装置的一个实施例的结构示意图。
本发明实施例提供的一种车辆转向控制装置，包括：
道路类型识别模块21，用于获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；
评估参数获取模块22，用于根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；其中，所述车轮转向模式评估参数包括车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种；
车轮转向模式确定模块23，用于根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；
车辆转向控制模块24，用于将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向。
本发明实施例还提供了一种车辆，包括至少一个前轮、至少一个后轮、转向控制单元和上述的车辆转向控制装置。
该车辆转向控制装置应用于车辆中实现车辆转向控制的原理和有益效果与上述实施例相同，在此不再赘述。
本发明实施例提供的车辆转向控制装置和车辆，首先通过获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；再根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；接着根据所述道路类型和其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；然后将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向，以实现车辆转向控制。在车辆行驶过程中，由于是基于驾驶场景中的车辆前方的道路类型，以及车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种，自动识别车辆下一步的优选车轮转向模式以控制车辆转向，能适应不同的驾驶场景，使得车辆的转向更加符合实际情况，解决了现有技术中由于车轮转向模式的确定依赖于驾驶员的人为操作而导致的精确性较低的问题，提高了车轮转向模式的场景适应性，提高了车辆转向控制的精确性，从而提高了车辆的行驶安全性和稳定性。
参见图6，是本发明提供的终端设备的一个实施例的结构示意图。
本发明实施例提供的一种终端设备，包括处理器31、存储器32以及存储在所述存储器32中且被配置为由所述处理器31执行的计算机程序，所述处理器31执行所述计算机程序时实现如上任一实施例所述的车辆转向控制方法。
另外，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任一实施例所述的车辆转向控制方法。
所述处理器31执行所述计算机程序时实现上述各个车辆转向控制方法实施例中的步骤，例如图1所示的车辆转向控制方法的所有步骤。或者，所述处理器31执行所述计算机程序时实现上述各车辆转向控制装置实施例中各模块/单元的功能，例如图5所示的车辆转向控制装置的各模块的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器32中，并由所述处理器31执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。例如，所述计算机程序可以被分割成道路类型识别模块、评估参数获取模块、车轮转向模式确定模块和车辆转向控制模块，各模块具体功能如下：道路类型识别模块，用于获取车辆的前方环境信息并输入至第一神经网络进行识别，得到所述车辆前方的道路类型；评估参数获取模块，用于根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；其中，所述车轮转向模式评估参数包括车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种；车轮转向模式确定模块，用于根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；车辆转向控制模块，用于将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器31、存储器32。本领域技术人员可以理解，所述示意图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器31可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器31是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
所述存储器32可用于存储所述计算机程序和/或模块，所述处理器31通过运行或执行存储在所述存储器32内的计算机程序和/或模块，以及调用存储在存储器32内的数据，实现所述终端设备的各种功能。所述存储器32可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种车辆转向控制方法，其特征在于，包括：
获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；其中，所述前方环境信息为前方道路的图像数据，所述道路类型包括弯道、直道和红绿灯路口；
根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；其中，所述车轮转向模式评估参数包括车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种；其中，所述行驶状态信息为所述车辆的车速，所述驾驶员状态信息包括驾驶员的图像数据；
根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；
将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向；
其中，与所述弯道对应的车轮转向模式评估参数包括所述行驶状态信息；
所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，具体包括：
当所述车辆前方的道路类型为弯道时，若判断到所述车辆的车速大于预设的车速阈值，则判定所述车辆下一步的车轮转向模式为前轮转向模式；
当所述车辆前方的道路类型为弯道时，若判断到所述车速不大于所述车速阈值时，判定所述车辆下一步的车轮转向模式为交叉转向模式；其中，所述交叉转向模式是后轮和前轮的转动方向相反的模式。
2.如权利要求1所述的车辆转向控制方法，其特征在于，与所述直道对应的车轮转向模式评估参数包括所述行驶状态信息；
则所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，还包括：
当所述车辆前方的道路类型为直道时，若判断到所述车速大于预设的车速阈值，则确定所述车辆下一步的车轮转向模式为同向转向模式；其中，所述同向转向模式是前轮和后轮的转动方向相同的模式；
当所述车辆前方的道路类型为直道时，若判断到所述车速不大于所述车速阈值，则获取所述车辆的侧方环境信息并输入至第二神经网络进行识别，得到所述车辆的侧方路况信息，并根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式；其中，所述侧方环境信息为所述车外环境信息的其中一种，所述侧方环境信息包括左侧环境信息和右侧环境信息。
3.如权利要求2所述的车辆转向控制方法，其特征在于，所述车辆的侧方路况信息包括侧方车辆情况；
则所述根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式，具体包括：
当判断到所述侧方车辆情况为侧方有车时，判定所述车辆下一步的车轮转向模式为交叉转向模式；
当判断到所述侧方车辆情况为侧方无车时，判定所述车辆下一步的车轮转向模式为前轮转向模式。
4.如权利要求3所述的车辆转向控制方法，其特征在于，所述车辆的侧方路况信息还包括侧方车位情况；
则所述根据所述侧方路况信息来确定所述车辆下一步的车轮转向模式，还包括步骤：
当判断到所述侧方车位情况为侧方有车位时，获取驾驶员的图像数据并输入至第三神经网络进行识别，得到所述驾驶员的停车意图识别结果；
当判断到所述停车意图识别结果为所述驾驶员有停车意图时，根据所述前方环境信息和所述侧方环境信息，进行停车路径规划，以得到所述车辆下一步的车轮转向模式。
5.如权利要求1所述的车辆转向控制方法，其特征在于，与所述红绿灯路口对应的车轮转向模式评估参数包括所述驾驶员状态信息；
则所述根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式，还包括：
当所述车辆前方的道路类型为红绿灯路口时，将所述驾驶员的图像数据输入至第四神经网络进行识别，得到所述驾驶员的转向意图识别结果；
当判断到所述转向意图识别结果为所述驾驶员有转向意图时，判定所述车辆下一步的车轮转向模式为交叉转向模式；
当判断到所述转向意图识别结果为所述驾驶员无转向意图时，判定所述车辆下一步的车轮转向模式与所述车辆当前的车轮转向模式一致。
6.如权利要求5所述的车辆转向控制方法，其特征在于，在所述将所述车辆的驾驶员的图像数据输入至第四神经网络进行识别，得到所述驾驶员的转向意图识别结果之后，还包括步骤：
获取所述车辆的转向灯的开关状态；
当所述车辆的转向灯为开状态时，将所述转向意图识别结果修正为所述驾驶员有转向意图。
7.一种车辆转向控制装置，其特征在于，包括：
道路类型识别模块，用于获取车辆的前方环境信息并输入至第一神经网络进行识别，得到车辆前方的道路类型；其中，所述前方环境信息为前方道路的图像数据，所述道路类型包括弯道、直道和红绿灯路口；
评估参数获取模块，用于根据预先建立的道路类型与车轮转向模式评估参数的对应关系，获取与所述车辆前方的道路类型对应的车轮转向模式评估参数；其中，所述车轮转向模式评估参数包括车外环境信息、行驶状态信息、驾驶员状态信息中的至少一种；其中，所述行驶状态信息为所述车辆的车速，所述驾驶员状态信息为驾驶员的图像数据；
车轮转向模式确定模块，用于根据所述车辆前方的道路类型和与其对应的车轮转向模式评估参数，确定所述车辆下一步的车轮转向模式；
车辆转向控制模块，用于将所述车辆下一步的车轮转向模式发送至所述车辆的转向控制单元，使得所述转向控制单元根据所述车辆下一步的车轮转向模式控制所述车辆进行转向；
其中，与所述弯道对应的车轮转向模式评估参数包括所述行驶状态信息；
所述车轮转向模式确定模块具体用于：
当所述车辆前方的道路类型为弯道时，若判断到所述车辆的车速大于预设的车速阈值，则判定所述车辆下一步的车轮转向模式为前轮转向模式；
当所述车辆前方的道路类型为弯道时，若判断到所述车速不大于所述车速阈值时，判定所述车辆下一步的车轮转向模式为交叉转向模式；其中，所述交叉转向模式是后轮和前轮的转动方向相反的模式。
8.一种车辆，其特征在于，包括至少一个前轮、至少一个后轮、转向控制单元和如权利要求7所述的车辆转向控制装置。
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-6中任意一项所述的车辆转向控制方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1-6中任意一项所述的车辆转向控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911072353.1A CN110834667B (zh) | 2019-11-05 | 2019-11-05 | 车辆转向控制方法、装置、车辆、终端设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911072353.1A CN110834667B (zh) | 2019-11-05 | 2019-11-05 | 车辆转向控制方法、装置、车辆、终端设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110834667A CN110834667A (zh) | 2020-02-25 |
| CN110834667B true CN110834667B (zh) | 2021-08-27 |
Family
ID=69574592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911072353.1A Active CN110834667B (zh) | 2019-11-05 | 2019-11-05 | 车辆转向控制方法、装置、车辆、终端设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110834667B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257267B (zh) * | 2020-10-23 | 2023-12-01 | 华人运通(江苏)技术有限公司 | 一种车辆轮胎包络的制作方法及系统 |
| US11989796B2 (en) * | 2020-10-29 | 2024-05-21 | Toyota Motor Engineering & Manufacturing North America, Inc. | Parking seeker detection system and method for updating parking spot database using same |
| CN112417588B (zh) * | 2020-11-04 | 2023-09-22 | 华人运通(江苏)技术有限公司 | 一种车辆结构设计方法及系统 |
| CN112606837A (zh) * | 2020-12-25 | 2021-04-06 | 东风汽车集团有限公司 | 一种转向和制动协同的车辆避障系统及方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007269312A (ja) * | 2007-03-27 | 2007-10-18 | Nissan Motor Co Ltd | 車両用運転操作補助装置 |
| JP5239947B2 (ja) * | 2009-03-05 | 2013-07-17 | 日産自動車株式会社 | 運転操作支援装置及び運転操作支援方法 |
| CN103383265B (zh) * | 2013-07-04 | 2016-12-07 | 宁波吉利汽车研究开发有限公司 | 汽车自动驾驶系统 |
| KR20170048083A (ko) * | 2015-10-26 | 2017-05-08 | 이래오토모티브시스템 주식회사 | 운전자 상태 감시 장치, 운전자 상태 감시 시스템 및 방법 |
| KR102638977B1 (ko) * | 2016-12-15 | 2024-02-22 | 현대자동차주식회사 | 차량 및 그 제어방법 |
| CN107323459B (zh) * | 2017-06-23 | 2023-09-12 | 东风商用车有限公司 | 一种驾驶员意图识别传感器装置的识别方法 |
| US10737717B2 (en) * | 2018-02-14 | 2020-08-11 | GM Global Technology Operations LLC | Trajectory tracking for vehicle lateral control using neural network |
| CN109866825A (zh) * | 2019-04-12 | 2019-06-11 | 戴姆勒股份公司 | 一种车辆转向提示系统和方法 |
| CN110155169B (zh) * | 2019-07-16 | 2019-10-29 | 华人运通(上海)新能源驱动技术有限公司 | 车辆控制方法、装置和车辆 |
-
2019
- 2019-11-05 CN CN201911072353.1A patent/CN110834667B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110834667A (zh) | 2020-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110834667B (zh) | 车辆转向控制方法、装置、车辆、终端设备及存储介质 | |
| US10429841B2 (en) | Vehicle control method and apparatus and method and apparatus for acquiring decision-making model | |
| EP2575078B1 (en) | Front vehicle detecting method and front vehicle detecting apparatus | |
| CN110188482B (zh) | 一种基于智能驾驶的测试场景创建方法及装置 | |
| CN110008891B (zh) | 一种行人检测定位方法、装置、车载计算设备及存储介质 | |
| CN115119045B (zh) | 基于车载多摄像头的视频生成方法、装置及车载设备 | |
| CN114170826B (zh) | 自动驾驶控制方法和装置、电子设备和存储介质 | |
| CN114475429B (zh) | 一种结合用户行驶意图的红绿灯提醒方法、系统及汽车 | |
| CN113128386B (zh) | 一种障碍物识别方法、障碍物识别装置及电子设备 | |
| CN110727269B (zh) | 车辆控制方法及相关产品 | |
| CN114407928A (zh) | 车辆避让控制方法以及车辆避让控制装置 | |
| US20220092313A1 (en) | Method for deep neural network functional module deduplication | |
| CN110929737A (zh) | 一种标签生成方法及装置 | |
| CN112257486B (zh) | 算力分配方法、装置、计算机设备和存储介质 | |
| CN116709032A (zh) | 车载摄像头的控制方法、装置及电子设备 | |
| CN112550129A (zh) | 一种车辆控制方法、装置及车辆 | |
| CN113994391B (zh) | 车辆通行提醒方法、装置及车载终端 | |
| CN110789449A (zh) | 基于图像识别技术的超车避让的提醒方法、系统及车载终端 | |
| CN118172376A (zh) | 道路分割方法、电子设备及存储介质 | |
| CN112184605A (zh) | 一种车辆驾驶视野增强方法、设备及系统 | |
| CN109703556B (zh) | 驾驶辅助方法及设备 | |
| CN112633124A (zh) | 一种自动驾驶车辆的目标车判断方法及电子设备 | |
| CN113370991A (zh) | 辅助驾驶方法、装置、设备、存储介质及计算机程序产品 | |
| CN115376092B (zh) | 辅助驾驶中的图像识别方法及装置 | |
| US20240005668A1 (en) | Vehicle and Control Method Thereof |
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 | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20240222 Granted publication date: 20210827 |
|
| PP01 | Preservation of patent right |