自动驾驶系列—智能巡航辅助功能中的横向避让功能介绍

已于 2024-09-29 16:49:17 修改
阅读量2.2k 收藏 21
点赞数 43
分类专栏： 自动驾驶 自动驾驶系统研发 文章标签： 计算机视觉 机器学习 自动驾驶 人工智能 语音识别
于 2024-07-18 22:01:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013889591/article/details/140534086
版权

自动驾驶系列—智能巡航辅助功能中的车道中央保持功能介绍
自动驾驶系列—智能巡航辅助功能中的车道变换功能介绍
自动驾驶系列—智能巡航辅助功能中的横向避让功能介绍
自动驾驶系列—智能巡航辅助功能中的路口通行功能介绍

文章目录

1. 背景介绍

随着汽车技术的发展，智能巡航辅助系统成为了现代车辆的一项重要功能。智能巡航辅助不仅能够辅助驾驶员保持车速和车距，还具备车道保持和自动换道等功能。横向避让功能是智能巡航辅助系统中关键的一部分，旨在提高行车安全性和舒适性，特别是在复杂的道路环境下。智能巡航辅助功能介绍参考：

了解本专栏 订阅专栏 解锁全文
学步_技术
关注
专栏目录
订阅专栏
自动驾驶系列—智能巡航辅助功能中的车道中央保持功能介绍
u013889591的专栏
07-16 1235
随着高级驾驶辅助系统（ADAS）的不断发展，智能巡航辅助（Intelligent Cruise Control，ICC）正逐渐成为现代汽车的重要功能。智能巡航辅助不仅处理传统自适应巡航控制（ACC）中的纵向车辆控制，还融合了横向控制功能，从而提升了整体驾驶体验。在这些功能中，车道中央保持（Lane Centering Assist，LCA）功能尤为重要，因为它能够保持车辆在车道中央行驶，确保驾驶的安全性和舒适性，即便在复杂的驾驶场景中也是如此。智能巡航辅助功能介绍。
自动驾驶系列—智能巡航辅助功能中的路口通行功能介绍
u013889591的专栏
07-22 1882
路口通行功能旨在通过智能识别和应对各种路口场景，确保车辆能够安全、平稳地通过路口。巡线行驶过程中前方无前车，双侧车道线消失：在巡线行驶过程中，当前方无前车且双侧车道线消失时，系统需要根据消失前的车道线状态继续引导车辆行驶。巡线行驶过程中前方存在前车，双侧车道线消失：在巡线行驶过程中，当前方存在前车且双侧车道线消失时，系统会根据前车的运动状态引导车辆行驶。拥堵时车道线被遮挡，执行跟前车行驶：在交通拥堵的情况下，当前方车道线被遮挡时，系统需要根据前车的运动状态引导车辆安全通过。红绿灯路口通行。
自适应巡航控制（ACC）功能—巡航车速控制功能介绍
u013889591的专栏
07-13 1090
巡航车速控制功能是ACC系统中的一个重要子功能，其主要目的是通过使用相机、雷达等传感器信号，检测车辆正前方的动静态目标，控制自车行驶速度，保持与目标车辆的安全距离。自车在道路上行驶，驾驶员可拨动巡航车速设置拨片或者按键来设定自车车速。设定后，当前方无车时，自车通过加减速达到设定车速，并保持设定车速行驶。当前方有车时，如果自车设定车速大于前方目标车辆车速，则根据目标车辆车速跟车行驶。如果自车设定车速小于前方目标车辆车速，则保持自车设定车速行驶。前方无车：自车按照驾驶员设定的车速稳定巡航行驶。
高速公路辅助（High Way Assist）功能场景设计(横向)
weixin_47435129的博客
11-24 1645
HWA横向功能场景主要包括居中保持、无车道线时跟随前车轨迹、对卡车偏离、横向override、脱手报警。 居中保持 HWA检测满足以下所有条件{ 1.两侧车道线清晰； 2.车道宽度在（2.5,5.5）m; 3.车辆在车道内基本居中; 4.车速大于0kph; 5.方向盘角度小于90度（可调） 6.heading angle>TBD 7.横向距离<TBD 8.yaw rate<TBD 9.曲率<TBD}, HWA控制车辆在车道中心行驶. 1.车道居
自适应巡航控制中的Cut in & Cut out功能详解
u013889591的专栏
07-13 961
随着道路交通的复杂性增加，车辆在行驶过程中经常会遇到其他车辆突然切入或切出车道的情况。这些场景对驾驶员的反应速度和车辆的控制能力提出了更高的要求。为了提高行车安全性和驾驶舒适性，ACC系统中的Cut in & Cut out功能应运而生。
自动驾驶入门（二）：自动驾驶分级和定义
林小川的博客
05-16 5136
1. 自动驾驶分级 标准SAE，美国汽车工程学会 L0：无自动化，完全由任内驾驶者控制汽车； L1：驾驶支持，通过驾驶环境对方向盘和加速减速中的一项操作提供支持，其余操作由人类驾驶员操作； L2：部分自动化，通过驾驶环境对方向盘和加减速中的多项操作提供支持，其余由人类驾驶员操作； L3：有条件的自动化，由自动驾驶系统提供所有的驾驶操作，根据系统要求，人类驾驶员提供适当的应答，车内需要配备驾驶员； L4： 高度自动化，由自动驾驶系统完成所有驾驶操作，根据系统要求，人类驾驶员不一定要提供所有应答，车
解析自动驾驶中的系统技术，让你直观了解自动驾驶！
DDS技术交流推广大本营
06-21 1502
自动驾驶系统是一个复杂的系统。 为了实现从A地到B地的驾驶过程，在无人车的实际使 用中，需要无人驾驶系统完成感知、决策、控制三大任务 ， 本文将主要介绍感知系统中常用的感知技术及其原理、定位系统、高精地图以及V2X技术的相关知识，同时介绍规划决策系统的相关技术与算法。 自动驾驶系统是一个复杂的系统。为了实现从A地到B地的驾驶过程，在无人车的实际使用中，需要无人驾驶系统完成感知、决策、控制三大任务，如上图所示。 本文将主要介绍感知系统中常用的感知技术及其原理、定位系统、高精地图以及V2X技术的相关知识，同时
自动驾驶系列—智能巡航辅助功能中的车道变换功能介绍
u013889591的专栏
07-17 1557
在现代智能驾驶技术中，智能巡航辅助的车道变换功能是提高驾驶安全性和便利性的关键特性。该功能通过摄像头、传感器和高级算法，使车辆能够在驾驶员的指令下安全地进行车道变换。本文将详细介绍车道变换功能，从背景、功能定义、原理、传感器架构、实际应用案例以及总结与展望几个方面进行阐述。智能巡航辅助功能介绍。随着自动驾驶技术的快速发展，车道变换功能已成为智能驾驶系统中的重要组成部分。
智能巡航辅助功能中的KPI设计
u013889591的专栏
07-23 779
关键绩效指标（Key Performance Indicators，简称KPI）是用来衡量系统或公司是否达成主要目标的可量化指标。在智能巡航辅助系统中，KPI被用来评估不同驾驶场景下各项功能的性能和可靠性。业务迭代的参考指标：KPI为自动驾驶技术的研发和改进提供了明确的目标和基准，帮助开发团队了解系统的性能和不足之处，从而进行有针对性的优化和迭代。供应商选择和评估：KPI是OEM厂商选择供应商的重要基准，也是评估供应商产品性能和质量的工具。
【感知】自动驾驶传感器汇总
笑扬轩逸的博客
11-08 6879
厂商情况基于2018.06的了解，仅供参考。 本文主要基于https://blog.csdn.net/xiaohu50/article/details/78723539，在其基础上增加了自己查找的资料 1. CAN协议简介 简介：汽车CAN协议hacking 更加详细的可以参考kvasler的官网https://www.kvaser.com/about-can/ CAN接口分析硬件厂商  ...
无人驾驶技术入门（八）| 被严重低估的传感器超声波雷达
肥嘟嘟的左卫门
04-24 3092
在上一次分享中，我介绍了毫米波雷达的原理、数据特性及优缺点。毫米波雷达的低环境敏感和低成本的特性使得其在ADAS和自动驾驶领域得到了广泛的应用。 今天要介绍的是一款极其常见的传感器——超声波雷达。如果你觉得超声波雷达有些陌生，那么它还有一个更通俗的名字——倒车雷达。 在倒车入库，慢慢挪动车子的过程中，在驾驶室内能听到”滴滴滴“的声音，这些声音就是根据超声波雷达的检测距离给司机...
学习笔记15--环境感知传感器技术之超声波雷达
FUXI_Willard
11-17 2427
本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》，笔者不是自动驾驶领域的专家，只是一个在探索自动驾驶路上的小白，此系列丛书尚未阅读完，也是边阅读边总结边思考，欢迎各位小伙伴，各位大牛们在评论区给出建议，帮笔者这个小白挑出错误，谢谢！ 此专栏是关于《自动驾驶技术概览》书籍的笔记。 2.环境感知传感器技术之超声波雷达 2.1 超声波雷达基本知识 超声波雷达：通过发射
双目视觉搭配YOLO实现3D测量
weixin_45303602的博客
10-13 941
双目（Stereo Vision）技术是一种利用两个相机来模拟人眼视觉的技术。通过对两个相机获取到的图像进行分析和匹配，可以计算出物体的深度信息。双目技术可以实现物体的三维重建、距离测量、运动分析等应用。双目技术的原理是通过两个相机之间的基线距离来计算出物体的深度。当两个相机捕捉到的图像中存在物体时，它们会分别捕捉到该物体的两个视角。通过计算两个视角之间的差异，可以得到物体的深度信息。YOLO（You Only Look Once）是一种目标检测算法。
目标检测系统中需要【重新训练模型】说明
2401_85556416的博客
10-13 511
打开"ultralytics\cfg\datasets\SODA10M.yaml"文件。将SODA10M.yaml的第一行数据集路径修改为自己数据集路径。以【基于YOLOv8的车辆行人目标检测系统】训练为例进行说明。训练模型的权重保存路径在"runs\detect\train\weights"目录下。给出的项目中已包含训练好的模型以及训练的结果，可直接使用。（3）运行main_model_train.py程序。（1）如果环境还没有搭建好的，首先要搭建训练环境。（4）训练模型保存路径。
目标检测系统操作说明【用户使用指南】（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型）
2401_85556416的博客
10-13 914
方法一：如果想更换检测界面的图标，可以打开"system_utils\icons"目录下，找到对应图标的图片文件，用自己图片的替换即可（注意图片名要一样）方法二：打开"system_utils\style"目录下的两个.yaml文件，找到当前图标路径，替换为自己的图标路径。
卷积神经网络（CNN）-Padding介绍
jianqimingtian的博客
10-13 1135
卷积神经网络（CNN）-Padding介绍
论文精读：多源域自适应目标检测中的目标相关知识保存（CVPR2022）
最新发布
m0_63294504的博客
10-17 1323
领域自适应目标检测（DAOD）是一种很有前途的方法，可以缓解检测器在新场景下的性能下降。尽管在单源域适应方面做出了巨大努力，但由于组合过程中的知识退化，具有多个源域的更通用的任务仍未得到很好的探索。为了解决这个问题，作者提出了一种新的无监督多源DAOD方法，即目标相关知识保存（target relevant knowledge preservation，TRKP）。具体而言，TRKP采用师生框架，构建多头教师网络，从已标记的源域数据中提取知识，引导学生网络学习未标记的目标域的检测器。
目标检测系统【环境详细配置过程】（CPU版本）
2401_85556416的博客
10-13 939
（如果你使用的是笔记本电脑，没有比较好的GPU，可以配置CPU运行环境）
100多种【基于YOLOv8/v10/v11的目标检测系统】目录（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型）
2401_85556416的博客
10-13 395
待更新...............................................................................
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

学步_技术

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值