车道线检测方法、装置、计算机设备、存储介质

    公开(公告)号:CN114820547B

    公开(公告)日:2024-06-04

    申请号:CN202210498997.2

    申请日:2022-05-09

    IPC分类号: G06T7/00 G06T7/70 G06T7/90

    摘要: 本申请涉及一种车道线检测方法、装置、计算机设备、存储介质。所述方法包括:获取原始图像,原始图像为包含车道线的道路图像;从原始图像中提取明度通道图像,并基于明度通道图像获取原始图像对应的第一图像;获取第一图像对应的至少一个目标区域,目标区域中包含多个区域像素点;基于区域像素点获取原始图像对应的车道线图像,车道线图像可以包含多条车道线,并根据车道线图像获取车道线像素坐标,车道线像素坐标就能够表示车道线在原始图像中的位置;根据车道线像素坐标,得到原始图像中的车道线。采用本方法能够避免传统车道线识别算法的场景局限性,达到既能准确识别直车道线,也能准确识别弯曲车道线的目的。

    车辆的行驶控制方法、装置、电子设备和存储介质

    公开(公告)号:CN117382623A

    公开(公告)日:2024-01-12

    申请号:CN202311507069.9

    申请日:2023-11-13

    IPC分类号: B60W30/14 B60W30/18

    摘要: 本申请涉及一种车辆的行驶控制方法、装置。方法包括:在自车基于自适应巡航控制系统行驶过程中,若自车的当前车速小于等于第一车速阈值且自车的前车具有停车趋势,则确定自车的目标减速度;在控制自车以目标减速度进行减速的过程中,若自车的当前车速小于等于第二车速阈值,则确定自车以指定减速度进行减速直至刹停时所需的制动距离;最后,基于自车与前车之间的当前距离,以及制动距离,确定目标车辆的目标停车制动方式、以及与目标停车制动方式对应的目标制动减速度;基于目标停车制动方式以及目标制动减速度,控制目标车辆执行停车制动操作。采用本方法能够在提高基于ACC的停车制动的精确性的基础上,提升ACC功能使用率。

    弯道限速方法、装置、计算机设备和存储介质

    公开(公告)号:CN117284291A

    公开(公告)日:2023-12-26

    申请号:CN202311203268.0

    申请日:2023-09-18

    IPC分类号: B60W30/18 B60W30/14 B60W60/00

    摘要: 本申请涉及一种弯道限速方法、装置、计算机设备和存储介质。所述方法包括:根据目标车辆的当前行驶路段的车道线检测情况,获取中心线拟合方程;中心线拟合方程包括车道中心线拟合方程,以及轨迹中心线拟合方程;车道中心线拟合方程是在存在车道线的情况下获取的,轨迹中心线拟合方程是在不存在车道线的情况下获取的;在中心线拟合方程对应的中心线上,确定预瞄点;预瞄点与目标车辆间的预瞄距离根据目标车辆的当前行驶速度确定;根据中心线拟合方程,获取预瞄点的所在位置对应的目标曲率;根据目标曲率,获取目标制动减速度,并根据目标制动减速度控制目标车辆行驶。采用本方法能够提高弯道限速功能的可用性。

    车辆行驶控制方法、装置、设备、介质和产品

    公开(公告)号:CN117163030A

    公开(公告)日:2023-12-05

    申请号:CN202311354837.1

    申请日:2023-10-18

    摘要: 本申请涉及一种车辆行驶控制方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取当前信号灯相位、当前信号灯相位的剩余时长、目标车辆与目标信号灯间的当前距离以及当前车速;基于当前信号灯相位、当前距离、剩余时长、当前车速以及当前信号灯相位相应的预设加速度阈值,确定第一目标行驶距离;基于第一目标行驶距离和最大允许车速,确定多个加速度和加速时长间的中间组合;基于当前水温、当前电压、电驱转矩以及电机转速,确定每个中间组合相应的电机效率值;基于相应电机效率值最大的中间组合确定为目标组合,对目标车辆进行速度规划。本申请提供的方法,使得目标车辆既能顺利通过路口,又能尽可能的节省能量。

    一种切入车辆判别方法、装置、电子设备及存储介质

    公开(公告)号:CN116620324A

    公开(公告)日:2023-08-22

    申请号:CN202310601553.1

    申请日:2023-05-25

    摘要: 本发明实施例公开了一种切入车辆判别方法、装置、电子设备及存储介质。该方法包括:针对与自车之间的相对纵向距离在区域长度之内并且位于自车的相邻车道上的前车,确定前车相对车道中心线的侧偏横向距离和侧偏横向速度;根据侧偏横向距离和侧偏横向速度,确定区域宽度,并且根据区域宽度和区域长度,在自车的车前确定针对前车的判别区域;在前车位于判别区域内且持续时长满足预设时长条件的情况下,判别出前车存在切入到自车所在的自车车道上的切入趋势;其中,区域长度与自车的车速关联,预设时长条件与侧偏横向速度的绝对值关联。本发明实施例的技术方案,在近距离切入场景下,可提前识别出存在切入趋势的前车。

    车辆自适应控制方法、装置、计算机设备和存储介质

    公开(公告)号:CN115534945A

    公开(公告)日:2022-12-30

    申请号:CN202211232739.6

    申请日:2022-10-10

    摘要: 本申请涉及一种车辆自适应控制方法、装置、计算机设备和存储介质。所述方法包括:在车辆处于自适应控制状态下,获取当前行驶道路的道路曲率以及横向坡度角度;根据所述道路曲率判断所述当前行驶道路是否存在弯道,根据所述横向坡度角度判断所述当前行驶道路是否存在横向坡度;在所述当前行驶道路不存在弯道且不存在横向坡度的情况下、在所述当前行驶道路仅存在弯道的情况下、在所述当前行驶道路仅存在横向坡度的情况下,分别调整车辆行驶方向,以使得车辆居中行驶。采用本方法能够提高车辆居中行驶控制的准确性。

    视频传输方法、装置、车端控制器和存储介质

    公开(公告)号:CN115474077B

    公开(公告)日:2024-07-09

    申请号:CN202211081649.1

    申请日:2022-09-06

    摘要: 本申请涉及一种视频传输方法、装置、车端控制器和存储介质。所述方法包括:获取通信设备与远端服务器之间的传输链路的信号强度,通信设备包括车载移动通信设备和车载无线电台设备中的至少一种;根据传输链路的信号强度,通过调整压缩器的量化参数和关键帧周期中的至少一种,调整压缩器的视频码率为目标码率;通过压缩器按照目标码率对视频编码数据进行压缩,得到目标视频数据,视频编码数据是对车辆行驶环境图像编码后的数据流;将目标视频数据通过传输链路发送至远端服务器,以指示远端服务器通过解码器按照目标码率对目标视频数据进行解压。采用本方法能够在远程驾驶视频传输的场景下,改善视频输出质量。

    车辆车道居中控制仿真测试方法、装置和计算机设备

    公开(公告)号:CN115828517A

    公开(公告)日:2023-03-21

    申请号:CN202211360458.9

    申请日:2022-11-02

    IPC分类号: G06F30/20 G06F11/36

    摘要: 本申请涉及一种车辆车道居中控制的仿真测试方法、装置、计算机设备、存储介质和计算机程序产品,根据实车测试试验获取待控车辆的车辆状态参数,根据当前时刻待控车辆的车辆状态参数,确定待控车辆在仿真车道中的车辆方位结构体信息;根据车辆方位结构体信息,确定两侧车道线信息包括两侧车道线拟合参数;根据两侧车道线拟合参数,确定车道中心线目标拟合参数;基于车道中心线目标拟合参数,对待控制车辆进行车道居中控制,计算控制后的待控车辆的偏离中心线目标误差。本方案通过在实车测试试验后,重新对车辆进行仿真试验,避免不同车辆个体之间不同转向系统对车道居中控制软件的响应误差,进而提高车道居中控制软件的测试精度。

    对障碍物和轨迹估计进行关联的方法、装置和计算机设备

    公开(公告)号:CN114896813A

    公开(公告)日:2022-08-12

    申请号:CN202210641621.2

    申请日:2022-06-08

    摘要: 本申请涉及一种对障碍物和轨迹估计进行关联的方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取车辆运行数据和多个障碍物的初始轨迹;根据车辆运行数据,确定车辆工况,车辆工况包括平稳工况或者非平稳工况;基于第k次获取的多个障碍物的状态数据以及第k‑1次的多个轨迹估计,获取第k次的多个轨迹估计,并基于车辆工况、多个障碍物的状态数据、第k次的多个轨迹估计和预设协方差矩阵,获取第k次的马氏距离,k‑1大于或者等于1;基于第k次的马氏距离和数据关联算法,确定第k次的多个轨迹估计和多个障碍物的关联关系。采用本方法能够提高关联关系的准确性。

    一种目标确定方法、装置、设备及介质

    公开(公告)号:CN114882198A

    公开(公告)日:2022-08-09

    申请号:CN202210646000.3

    申请日:2022-06-08

    摘要: 本发明实施例公开了一种目标确定方法、装置、设备及介质。该方法包括:基于目标识别模型,对初始点云数据进行目标识别,确定第一目标点云集合;采用聚类算法对剩余点云数据进行聚类处理,确定第二目标点云集合;其中,所述剩余点云数据为初始点云数据中除第一目标点云集合以外的点云数据;根据所述第一目标点云集合和所述第二目标点云集合,确定目标。通过上述技术方案,实现了从点云数据中识别目标的目的;对点云数据先后进行深度学习模型和聚类算法处理,分别得到了密集点云和稀疏点云对应的目标,再从两个识别结果中确定最终目标,达到了目标识别精准度高且稳定性好的效果,提高了目标召回率。