-
公开(公告)号:CN116022235A
公开(公告)日:2023-04-28
申请号:CN202310320228.8
申请日:2023-03-29
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: B62D6/00 , B62D137/00
Abstract: 本发明实施例公开了车辆转向控制方法、装置及车辆。该方法包括获取车辆的当前位姿和期望路径;根据车辆的当前位姿和初始预瞄距离在期望路径上搜索出预瞄点以及与车辆距离最短的最近路径点;基于车辆的当前位姿和预瞄点计算车辆的前轮转向角的初始控制量;计算车辆的路径点横向偏差和航向角偏差;根据横向偏差和分段PI反馈确定对应的横向比例系数和累积量,以及根据航向角偏差和分段P反馈确定对应的航向角比例系数;根据横向比例系数、累积量和航向角比例系数计算车辆的前轮转向角的补偿控制量;根据初始控制量和补偿控制量确定车辆的前轮转向角的最终期望控制量,并根据最终期望控制量控制车辆进行转向。该方法提高车辆转向控制的控制精度。
-
公开(公告)号:CN113442915B
公开(公告)日:2022-07-15
申请号:CN202110943451.9
申请日:2021-08-17
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: B60W30/09 , B60W30/095 , B60W60/00 , B60R11/02
Abstract: 本发明涉及智能天线技术领域,具体涉及一种自动避障天线。其包括:激光雷达模块、毫米波雷达模块、超声波雷达模块、数据处理模块和显示报警模块。其中,激光雷达模块、毫米波雷达模块、超声波雷达模块分别用于在车辆行驶中检测路径上的障碍物信息以得到激光雷达信号、毫米波雷达信号和超声波雷达信号;数据处理模块同于对所述激光雷达信号、毫米波雷达信号和超声波雷达信号进行处理得到当前车辆和/或天线与障碍物的距离,自动避障模块用于根据当前车辆和/或天线与障碍物的距离控制天线和/或车辆运动以避开障碍物。通过本申请的自动避障天线成本低、可靠性高且避障效果的天线。
-
公开(公告)号:CN113311845B
公开(公告)日:2021-11-16
申请号:CN202110860320.4
申请日:2021-07-29
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: G05D1/02
Abstract: 本发明涉及智能驾驶技术领域,具体涉及一种基于路径曲率的纯跟踪控制误差补偿方法、装置及存储介质。本申请的基于路径曲率的纯跟踪控制误差补偿方法包括:获取车辆当前的位置,获取预先规划路径上与车辆当前位置距离最近的路径点;根据车辆当前的位置以及与车辆当前位置距离最近的路径点的位置计算车辆的位置误差;确定车辆当前所处的规划路径的曲率类型,所述曲率类型包括定曲率路径和变曲率路径;根据位置误差以及对应的曲率类型采用预设的补偿算法计算车辆当前位置对应的误差补偿值;根据误差补偿值对车辆进行位置补偿。通过本申请的补偿方法,可以实时对车辆航向角度进行补偿,提高了控制精度。
-
公开(公告)号:CN113484851A
公开(公告)日:2021-10-08
申请号:CN202111045697.0
申请日:2021-09-08
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: G01S7/497
Abstract: 一种车载激光雷达的仿真测试系统,用于测试待测车辆的车载激光雷达,包括场景仿真平台、轴耦合式测功机、仿真回波发射装置、雷达监测结果获取装置、仿真测试模型填充装置、模型比较装置和测试结果输出装置。首先由仿真回波发射装置依据场景仿真平台仿真的道路工况和轴耦合式测功机获取的待测车辆的运动状态发送回波雷达仿真信号,再由仿真测试模型填充装置依据车载激光雷达输出的监测结果点云数据获取填充结果模型,最后依据比较填充结果模型和仿真测试模型的一致性,来获取车载激光雷达检测结果信息。由于通过仿真回波发射装置发射的回波雷达仿真信号对车载激光雷达进行监测,使得整车在环测试系统对车载激光雷达的检测结果更全面、更准确。
-
公开(公告)号:CN112690794A
公开(公告)日:2021-04-23
申请号:CN202011612628.9
申请日:2020-12-30
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: A61B5/18
Abstract: 本发明涉及安全驾驶技术领域,具体涉及一种驾驶员状态检测方法、系统和装置。其中方法包括:通过计算机视觉的方法实时获取驾驶员的多个预先标定的身体部位的位置以及座舱的位置;根据多个身体部位的位置以及座舱的位置,分别计算每个预先标定的身体部位与座舱之间的角度关系;再采用训练好的神经网络模型来检测驾驶员是否疲劳驾驶,由于考虑了多个身体部位与座舱之间的角度关系,使得检测的结果更加准确。另外,该方法和现有的手握式检测方法相比,对现有的车辆改造更小;和现有的眼镜、面部跟踪式方法相比,无需要高精度的传感器,且解决了驾驶员不能佩戴口罩和眼镜的技术问题,使得检测结果更加准确。
-
-
-
-