[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN112415538A - 自动驾驶车辆绕行锥形筒的规划方法、系统及车辆 - Google Patents

自动驾驶车辆绕行锥形筒的规划方法、系统及车辆 Download PDF

Info

Publication number
CN112415538A
CN112415538A CN202011281129.6A CN202011281129A CN112415538A CN 112415538 A CN112415538 A CN 112415538A CN 202011281129 A CN202011281129 A CN 202011281129A CN 112415538 A CN112415538 A CN 112415538A
Authority
CN
China
Prior art keywords
point
cone
conical
point cloud
vehicle
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.)
Withdrawn
Application number
CN202011281129.6A
Other languages
English (en)
Inventor
谯睿智
蔡张跃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202011281129.6A priority Critical patent/CN112415538A/zh
Publication of CN112415538A publication Critical patent/CN112415538A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种自动驾驶车辆绕行锥形筒的规划方法、系统及车辆，包括：步骤1.获取激光雷达扫描得到车辆周期环境的点云信息；步骤2.根据扫描得到的点云信息，聚类筛选出锥形筒的中心位置；步骤3.根据所得到的锥形筒的中心位置，拟合生成可通行路径，并预瞄得到用于横向控制的预瞄点；步骤4.接收路径生成得到的预瞄点，完成相应的横向控制。本发明能够利用激光雷达的扫描，规划一条用于车辆自动绕行锥形筒的路径，且计算效率高。

Description

自动驾驶车辆绕行锥形筒的规划方法、系统及车辆
技术领域
本发明属于自动驾驶技术领域，具体涉及一种自动驾驶车辆绕行锥形筒的规划方法、系统、车辆及存储介质。
背景技术
随着人工智能技术、多传感器融合技术以及控制决策技术的发展，对于自动驾驶汽车的需求也越来越强烈。按照自动驾驶汽车的使用场景、技术能力等，可以分为L1到L5无个等级。其中L2为高级驾驶辅助，L3等级为有条件自动驾驶，L4等级为限定区域的完全自动驾驶，L5为完全的自动驾驶。
目前产业界正聚焦于L2-L3级别自动驾驶技术的量产，在该级别下主要针对的是城市快速路、高速路场景下有限的自动驾驶能力。包括了车道对中行驶、车辆自适应巡航、车辆自动变道等主要功能。
除了常规的结构化道路场景，在实际驾驶中还会遇到大量的修路场景。该场景下需要车辆能够精准识别锥形筒区域并自动规划绕障路径，以避开修路路段。目前针对于修路场景的锥形筒检测主要运用了基于摄像头视觉和基于激光雷达的方法。基于摄像头视觉的方法，可拓展性强，检测能力强，但对于相关的视觉算法要求较高，而且对于种类繁多的锥形筒路障需要大量的数据进行训练，对于逆光和弱光场景鲁棒性也不够高。
因此，有必要开发一种自动驾驶车辆绕行锥形筒的规划方法、系统、车辆及存储介质。
发明内容
本发明的目的是提供一种自动驾驶车辆绕行锥形筒的规划方法、系统、车辆及存储介质，能利用激光雷达扫描，规划一条用于车辆自动绕行锥形筒的路径，且计算效率高。
本发明所述的一种基自动驾驶车辆绕行锥形筒的规划方法，包括以下步骤：
步骤1.获取激光雷达扫描得到车辆周期环境的点云信息；
步骤2.根据扫描得到的点云信息，聚类筛选出锥形筒的中心位置；
步骤3.根据所得到的锥形筒的中心位置，拟合生成可通行路径，并预瞄得到用于横向控制的预瞄点；
步骤4.接收路径生成得到的预瞄点，完成相应的横向控制。
进一步，所述步骤2，具体为：
步骤2a.锥形筒聚类：对获取到的点云数据根据其分布的密度特征进行密度聚类，密度聚类后分割得到若干个相似密度分布的点云簇；
步骤2b.锥形筒筛选：将密度聚类得到的点云簇，对其计算标准方差，根据锥形筒点云的标准差特征，筛选出锥形筒的点云簇并对该点云簇内的所有点云求中心点，即为该锥形筒的中心位置。
进一步，所述步骤3包括：
步骤3a.锥形筒通行路径拟合：利用得到的若干个锥形筒的中心位置，根据本车坐标将前方区域划分为左右两部分，分别在左侧和右侧寻找匹配的锥形筒，找到匹配的锥形筒之后，计算两个锥形筒的中心连线的中点，以此类推，找到若干个中心连线的中点，基于各中点进行拟合，得到可通行路径:y＝f(x)；
步骤3b.生成车辆横向控制预瞄点：根据车辆纵向的预瞄距离，在得到的通行路径上寻找对应的横向距离，生成横向控制的预瞄点。
进一步，所述锥形筒聚类是利用得到的所有点云坐标进行DBSCAN聚类，具体为：
步骤2a-1.从点云数据中抽取一个尚未检查的点p,若该点未被处理过，即未被归为某个簇或者标记为噪声，则检查其邻域，若包含对象数不小于预设个数，则建立新簇C，将这些点加入候选集N；
步骤2a-2.对候选集N中所有尚未被处理的对象q，检查其邻域，若至少包含预设个数个对象，则将这些对象加入N，反之为噪声，如果q未归于任何一个簇，则将其加入C；
步骤2a-3.重复步骤2a-2，继续检查N中未被处理的对象，直到当前候选集N为空；
步骤2a-4.重复步骤2a-1～步骤2a-3，直到所有点都被处理过；
步骤2a-5.以上计算得到的簇就是被聚类之后的点。
进一步，所述锥形筒筛选具体：
步骤2b-1.计算每一个簇的标准方差，利用计算得到的标准方差，设定一个阈值，筛选出表示锥形筒的点云簇；
步骤2b-2.、如果存在锥形筒的点云簇，则对其内的所有点云求中心点，即为该锥形筒的中心位置，如果不存在，则结束计算。
进一步，所述锥形筒通行路径拟合，具体包括：
步骤3a-1.初始时刻以本车原点作为横向位置中心点；
步骤3a-2.根据横向位置中心点将前方区域划分为左右两个区域，将锥形筒中心点的纵向位置由近到远开始遍历，在一定纵向阈值之内，找出左右匹配的锥形筒，找到匹配的锥形筒之后，计算两个锥形筒的中心连线的中点；若只有左侧或右侧的锥形筒，则根据道路宽度默认值的一半朝相反方向平移，得到中点；
步骤3a-3.重复步骤3a-2，以得到的中点更新横向位置中心点，继续匹配，直到遍历所有的锥形筒点；
步骤3a-4.将匹配得到的所有中点进行拟合，得到可通行路径:y＝f(x)。
第二方面，本发明所述的一种自动驾驶车辆绕行锥形筒的规划系统，其特征在于，包括：
用于扫描得到车辆周期环境的点云信息的激光雷达；
用于存储计算机可读程序的存储器；
用于接收激光雷达的信息的控制器，所述控制器分别与激光雷达和存储器连接，所述计算机可读程序被存储器调用时能执行如本发明所述的自动驾驶车辆绕行锥形筒的规划方法的步骤。
第三方面，本发明所述的一种车辆，采用如本发明所述的自动驾驶车辆绕行锥形筒的规划系统。
第四方面，本发明所述的一种存储介质，其内存储有计算机可读程序，所述计算机可读程序被调用时能执行如本发明所述的自动驾驶车辆绕行锥形筒的规划方法的步骤。
本发明具有以下优点：
(1)利用激光雷达进行锥形筒绕行的路径规划，可靠、成熟；
(2)能够使用低成本和低扫描线数的激光雷达，大大降低了成本；
(3)路径规划方法的计算效率高，满足车载计算的性能要求。
附图说明
图1为本实施例的流程图。
具体实施方式
下面结合附图对本发明作进一步说明。
本实施例中，一种基自动驾驶车辆绕行锥形筒的规划方法，包括以下步骤：
步骤1.获取激光雷达扫描得到车辆周期环境的点云信息；
步骤2.根据扫描得到的点云信息，聚类筛选出锥形筒的中心位置；
步骤3.根据所得到的锥形筒的中心位置，拟合生成可通行路径，并预瞄得到用于横向控制的预瞄点；
步骤4.接收路径生成得到的预瞄点，完成相应的横向控制。
如图1所示，以下对本实施例进行详细的说明：
(A)点云信息处理
A1、判断激光雷达是否完成一帧的扫描并生成点云信息。如果是，则获取激光雷达扫描得到的点云信息，否则结束本次计算。
A2、根据每个激光扫描点的距离、航向角信息信息，还原出二维平面中的点云坐标；其中，第i个激光扫描点的点云坐标为(xi,yi)：
xi＝distancei×sin(anglei)
yi＝distancei×cos(anglei)
其中，distancei为第i个激光扫描点的距离，anglei为第i个激光扫描点的航向角信息。
(B)锥形筒聚类与筛选
B1、利用得到的所有点云坐标,进行DBSCAN聚类。DBSCAN算法是基于密度的聚类算法，它通过寻找密度相连的点的最大集合来完成聚类。DBSCAN算法的主要步骤如下：
B1-1.从点云数据中抽取一个尚未检查的点p,若该点未被处理过(未被归为某个簇或者标记为噪声)，则检查其邻域，若包含对象数不小于预设个数，则建立新簇C，将这些点加入候选集N；
B1-2.对候选集N中所有尚未被处理的对象q，检查其邻域，若至少包含预设个数个对象，则将这些对象加入N，反之为噪声。如果q未归于任何一个簇，则将其加入C；
B1-3.重复步骤B1-2，继续检查N中未被处理的对象，直到当前候选集N为空；
B1-4.重复步骤B1-1～步骤B1-3，直到所有点都被处理过。
B1-5.以上计算得到的簇就是被聚类之后的点。
B2、计算每一个簇的标准方差,由于锥形筒的点云分布较为集中，且扩散非常小，所以计算得到的标准方差足够小。利用计算得到的标准方差，设定一个阈值可以筛选出表示锥形筒的点云簇。
B3、如果存在锥形筒点云簇，则对其内的所有点云求中心点，即为该锥形筒的中心位置。如果不存在，则结束计算。
C、锥形筒通行路径拟合
C1、利用得到的若干个锥形筒的中心位置，寻找左右匹配的锥形筒。主要步骤如下：
C1-1.初始时刻以本车原点作为横向位置中心点。
C1-2.根据横向位置中心点将前方区域划分为左右两个区域。将锥形筒中心点的纵向位置由近到远开始遍历，在一定纵向阈值之内，找出左右匹配的锥形筒，找到匹配的锥形筒之后，计算两个锥形筒中心连线的中点。若只有左侧或右侧的锥形筒，则根据道路宽度默认值的一半朝相反方向，得到中点。
C1-3.重复步骤C1-2，以得到的中点更新横向位置中心点，继续匹配，直到遍历所有的锥形筒点。
C1-4.将匹配得到的所有中点进行拟合(比如：直接拟合、分段拟合、曲线拟合、直线拟合等等)，得到可通行路径:y＝f(x)。
C2、生成横向控制预瞄点
根据得到的通信路径和需要预瞄的纵向距离，得到预瞄点位置(LookAheadLng,y)，y＝f(LookAheadLng),其中y为横向位置，LookAheadLng为纵向预瞄距离。将预瞄点信息发送到控制器(本实施中，控制器为车辆横向控制器)，由车辆横向控制器完成相应的横向控制。
本实施例中，一种车辆，采用如本实施例中所述的自动驾驶车辆绕行锥形筒的规划系统。
本实施例中，一种存储介质，其内存储有计算机可读程序，所述计算机可读程序被调用时能执行如本实施例中所述的自动驾驶车辆绕行锥形筒的规划方法的步骤。

Claims (9)

1.一种自动驾驶车辆绕行锥形筒的规划方法，其特征在于，包括以下步骤：
步骤1.获取激光雷达扫描得到车辆周期环境的点云信息；
步骤2.根据扫描得到的点云信息，聚类筛选出锥形筒的中心位置；
步骤3.根据所得到的锥形筒的中心位置，拟合生成可通行路径，并预瞄得到用于横向控制的预瞄点；
步骤4.接收路径生成得到的预瞄点，完成相应的横向控制。
2.根据权利要求1所述的自动驾驶车辆绕行锥形筒的规划方法，其特征在于：所述步骤2，具体为：
步骤2a.锥形筒聚类：对获取到的点云数据根据其分布的密度特征进行密度聚类，密度聚类后分割得到若干个相似密度分布的点云簇；
步骤2b.锥形筒筛选：将密度聚类得到的点云簇，对其计算标准方差，根据锥形筒点云的标准差特征，筛选出锥形筒的点云簇并对该点云簇内的所有点云求中心点，即为该锥形筒的中心位置。
3.根据权利要求2所述的自动驾驶车辆绕行锥形筒的规划方法，其特征在于：所述步骤3包括：
步骤3a.锥形筒通行路径拟合：利用得到的若干个锥形筒的中心位置，根据本车坐标将前方区域划分为左右两部分，分别在左侧和右侧寻找匹配的锥形筒，找到匹配的锥形筒之后，计算两个锥形筒的中心连线的中点，以此类推，找到若干个中心连线的中点，基于各中点进行拟合，得到可通行路径:y＝f(x)；
步骤3b.生成车辆横向控制预瞄点：根据车辆纵向的预瞄距离，在得到的通行路径上寻找对应的横向距离，生成横向控制的预瞄点。
4.根据权利要求2或3所述的自动驾驶车辆绕行锥形筒的规划方法，其特征在于：所述锥形筒聚类是利用得到的所有点云坐标进行DBSCAN聚类，具体为：
步骤2a-1.从点云数据中抽取一个尚未检查的点p,若该点未被处理过，即未被归为某个簇或者标记为噪声，则检查其邻域，若包含对象数不小于预设个数，则建立新簇C，将这些点加入候选集N；
步骤2a-2.对候选集N中所有尚未被处理的对象q，检查其邻域，若至少包含预设个数个对象，则将这些对象加入N，反之为噪声，如果q未归于任何一个簇，则将其加入C；
步骤2a-3.重复步骤2a-2，继续检查N中未被处理的对象，直到当前候选集N为空；
步骤2a-4.重复步骤2a-1～步骤2a-3，直到所有点都被处理过；
步骤2a-5.以上计算得到的簇就是被聚类之后的点。
5.根据权利要求4所述的自动驾驶车辆绕行锥形筒的规划方法，其特征在于：所述锥形筒筛选具体：
步骤2b-1.计算每一个簇的标准方差，利用计算得到的标准方差，设定一个阈值，筛选出表示锥形筒的点云簇；
步骤2b-2.、如果存在锥形筒的点云簇，则对其内的所有点云求中心点，即为该锥形筒的中心位置，如果不存在，则结束计算。
6.根据权利要求5所述的自动驾驶车辆绕行锥形筒的规划方法，其特征在于：所述锥形筒通行路径拟合，具体包括：
步骤3a-1.初始时刻以本车原点作为横向位置中心点；
步骤3a-2.根据横向位置中心点将前方区域划分为左右两个区域，将锥形筒中心点的纵向位置由近到远开始遍历，在一定纵向阈值内，找出左右匹配的锥形筒，找到匹配的锥形筒之后，计算两个锥形筒的中心连线的中点；若只有左侧或右侧的锥形筒，则根据道路宽度默认值的一半朝相反方向平移，得到中点；
步骤3a-3.重复步骤3a-2，以得到的中点更新横向位置中心点，继续匹配，直到遍历所有的锥形筒点；
步骤3a-4.将匹配得到的所有中点进行拟合，得到可通行路径:y＝f(x)。
7.一种自动驾驶车辆绕行锥形筒的规划系统，其特征在于，包括：
用于扫描得到车辆周期环境的点云信息的激光雷达；
用于存储计算机可读程序的存储器；
用于接收激光雷达的信息的控制器，所述控制器分别与激光雷达和存储器连接，所述计算机可读程序被存储器调用时能执行如权利要求1至6任一所述的自动驾驶车辆绕行锥形筒的规划方法的步骤。
8.一种车辆，其特征在于：采用如权利要求7所述的自动驾驶车辆绕行锥形筒的规划系统。
9.一种存储介质，其内存储有计算机可读程序，其特征在于：所述计算机可读程序被控制器调用时能执行如权利要求1至6任一所述的自动驾驶车辆绕行锥形筒的规划方法的步骤。
CN202011281129.6A 2020-11-16 2020-11-16 自动驾驶车辆绕行锥形筒的规划方法、系统及车辆 Withdrawn CN112415538A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011281129.6A CN112415538A (zh) 2020-11-16 2020-11-16 自动驾驶车辆绕行锥形筒的规划方法、系统及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011281129.6A CN112415538A (zh) 2020-11-16 2020-11-16 自动驾驶车辆绕行锥形筒的规划方法、系统及车辆

Publications (1)

Publication Number Publication Date
CN112415538A true CN112415538A (zh) 2021-02-26

Family

ID=74831308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011281129.6A Withdrawn CN112415538A (zh) 2020-11-16 2020-11-16 自动驾驶车辆绕行锥形筒的规划方法、系统及车辆

Country Status (1)

Country Link
CN (1) CN112415538A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114743175A (zh) * 2022-03-24 2022-07-12 重庆长安汽车股份有限公司 自动驾驶道路边界构建方法、系统、车辆及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109386155A (zh) * 2018-09-20 2019-02-26 同济大学 面向自动化停车场的无人泊车搬运机器人的对位方法
WO2019119350A1 (zh) * 2017-12-19 2019-06-27 深圳市海梁科技有限公司 用于无人驾驶车辆的障碍物识别方法、装置及终端设备
CN110488319A (zh) * 2019-08-22 2019-11-22 重庆长安汽车股份有限公司 一种基于超声波和摄像头融合的碰撞距离计算方法及系统
CN110780305A (zh) * 2019-10-18 2020-02-11 华南理工大学 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法
US20200104612A1 (en) * 2018-09-27 2020-04-02 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for detecting obstacle, electronic device, vehicle and storage medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019119350A1 (zh) * 2017-12-19 2019-06-27 深圳市海梁科技有限公司 用于无人驾驶车辆的障碍物识别方法、装置及终端设备
CN109386155A (zh) * 2018-09-20 2019-02-26 同济大学 面向自动化停车场的无人泊车搬运机器人的对位方法
US20200104612A1 (en) * 2018-09-27 2020-04-02 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for detecting obstacle, electronic device, vehicle and storage medium
CN110488319A (zh) * 2019-08-22 2019-11-22 重庆长安汽车股份有限公司 一种基于超声波和摄像头融合的碰撞距离计算方法及系统
CN110780305A (zh) * 2019-10-18 2020-02-11 华南理工大学 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114743175A (zh) * 2022-03-24 2022-07-12 重庆长安汽车股份有限公司 自动驾驶道路边界构建方法、系统、车辆及存储介质

Similar Documents

Publication Publication Date Title
US12007243B2 (en) Traffic lane line fitting method and system
CN110045729B (zh) 一种车辆自动驾驶方法及装置
CN110969837B (zh) 自动驾驶车辆的道路信息融合系统及方法
CN111695546B (zh) 用于无人车的交通信号灯识别方法和装置
CN109760675B (zh) 预测车辆轨迹的方法、装置、存储介质和终端设备
CN111653113B (zh) 车辆的局部路径确定方法、装置、终端和存储介质
US11143512B2 (en) Image data generation device for vehicle, travel trajectory data generation system, and storage medium
CN110763246A (zh) 自动驾驶车辆路径规划方法、装置、车辆及存储介质
CN113916246A (zh) 一种无人驾驶避障路径规划方法和系统
WO2020123712A1 (en) Fusion-based traffic light recognition for autonomous driving
CN108519094A (zh) 局部路径规划方法及云处理端
US20210004011A1 (en) Device and method for determining u-turn strategy of autonomous vehicle
US20210107486A1 (en) Apparatus for determining lane change strategy of autonomous vehicle and method thereof
CN109579857B (zh) 一种用于更新地图的方法与设备
Kim et al. Camera and radar-based perception system for truck platooning
CN112415538A (zh) 自动驾驶车辆绕行锥形筒的规划方法、系统及车辆
CN111561945A (zh) 基于车联网的导航路径生成方法及装置
CN109635701B (zh) 车道通行属性获取方法、装置和计算机可读存储介质
CN113870246A (zh) 一种基于深度学习的障碍物探测和识别方法
CN115236696B (zh) 确定障碍物的方法、装置、电子设备及存储介质
CN115892076A (zh) 车道障碍物筛选方法、装置和域控制器
CN116125980A (zh) 无人货车驾驶方法、装置、电子设备及存储介质
CN114987556A (zh) 自动驾驶车辆控制方法、装置、设备及存储介质
CN114429622A (zh) 一种车辆自动行驶方法、装置、车辆及存储介质
CN115578703A (zh) 激光感知融合优化方法、装置、设备及可读存储介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210226