CN100581866C - 用于车辆的驾驶辅助方法和系统 - Google Patents

Abstract

一种用于车辆的驾驶辅助系统和方法，其包括用于检测车辆路径中的障碍物的场景识别设备。基于到所检测到的障碍物的距离(X)和车辆的车辆速度(Vh)，实现第一目标辨别。基于距离(X)和车辆相对于所检测到的障碍物的相对车辆速度(Vr)，实现第二目标辨别。在通过第一目标辨别判断出所检测到的障碍物是目标障碍物时，相对于来自所检测到的障碍物的第一风险度(RP1)确定第一反作用力值(FA1、FB1)。在通过第二目标辨别判断出所检测到的障碍物是目标障碍物时，相对于来自所检测到的障碍物的第二风险度(RP2)确定第二反作用力值(Fa2、Fb2)。对第二反作用力值(Fa2、Fb2)进行加权。在包括第一反作用力值(FA1、FB1)和加权后的第二反作用力值(FA2、FB2)的一组反作用力值中选择最大的一个。通过来自驾驶者控制式输入设备(62、92)的反作用力输入，将所选择的反作用力值(FA、FB)传送给驾驶者。

Description

用于车辆的驾驶辅助方法和系统

技术领域

相关申请

本申请主张2004年3月3日提交的日本专利申请2004-59020号的优先权，通过引用将其全部包含在此。

技术领域

本发明涉及一种用于车辆的驾驶辅助方法和系统。

背景技术

传统的技术描述了用于车辆的驾驶辅助系统。

JP 10-166889A公开了一种驾驶者辅助系统，当与前方车辆的距离减小到预定值时，该系统设置使加速器踏板的反作用力的大小增大。JP 10-166890A公开了一种类似的驾驶者辅助系统。JP 2000-54860A公开了一种驾驶者辅助系统，当执行自动控制时，该系统设置使加速器踏板的反作用力的大小增大。2003年8月28日公布的US 2003/0163240A1公开了一种驾驶者辅助系统，该系统在检测到车辆周围环境的不连续变化时，调整加速器踏板的反作用力。JP 2003-1901830A公开了一种驾驶者辅助系统，该系统基于对车辆路径中的每一障碍物的距碰撞的时间(time-to-collision，TT C)的计算结果，进行制动控制，以在某种意义上避免制动力的不平稳变化。

2003年3月27日公布的US 2003/0060936A1公开了一种驾驶者辅助系统。该系统包括：数据获取系统，用于获取包括关于车辆状态的信息和关于车辆周围区域中的环境的信息的数据；控制器；以及至少一个致动器。控制器使用所获得的数据，判断车辆周围区域中的未来环境，以响应于所判断出的未来环境做出操作者响应计划，该计划提示操作者对所判断出的未来环境以所期望的方式操作车辆。致动器与驾驶者控制式输入设备连接，以机械地影响输入设备的操作，使得通过驾驶者控制式输入设备的触摸式输入提示驾驶者以所期望的方式操作车辆。

仍然需要将车辆正在接近障碍物的瞬变信息、以及车辆正跟随着车辆前方障碍物的稳定信息提供给驾驶者的改进的方法和系统。

本发明的目的是提供一种满足上述需要的方法和系统。

发明内容

根据本发明的一个方面，提供一种用于车辆的驾驶辅助系统。该系统包括：反作用力设备，其分别基于关于车辆和在车辆路径中检测到的障碍物的稳定信息和瞬变信息，确定不同的反作用力值。设有驾驶者可手动操作的驾驶者控制式输入设备。致动器与驾驶者控制式输入设备连接。其中，该稳定信息包括该车辆的速度和从该车辆到该障碍物的距离，该瞬变信息包括从该车辆到该障碍物的该距离和该车辆相对于该障碍物的相对速度；该反作用力设备包括风险度计算设备，该风险度计算设备基于该稳定信息和该瞬变信息分别确定包括第一和第二风险度的不同的风险度；该反作用力设备包括反作用力计算设备，该反作用力计算设备分别计算作为不同风险度的函数的不同的反作用力值。以及，该反作用力设备包括：加权设备，其对基于该瞬变信息的反作用力值进行加权；以及反作用力选择设备，其从基于该稳定信息的反作用力值和基于该瞬变信息的加权的反作用力值中选择具有最大绝对值的反作用力值，该反作用力选择设备提供表示所选择的反作用力值的信号，以使该致动器通过从该驾驶者控制式输入设备输入的反作用力将所选择的反作用力值传送给该驾驶者。

根据本发明的另一方面，提供一种车辆，其包括：场景识别设备，用于检测该车辆路径中的障碍物；第一目标辨别设备，用于通过基于该车辆的车辆速度和从该车辆到所检测到的障碍物的距离实现第一目标辨别，判断所检测到的障碍物是否是目标障碍物；第一风险度计算设备，用于在通过该第一目标辨别设备判断出所检测到的障碍物是目标障碍物时，判断来自所检测到的障碍物的第一风险度；第一反作用力计算设备，用于确定相对于该第一风险度的第一反作用力值；第二目标辨别设备，用于通过基于到所检测到的障碍物的距离和该车辆相对于所检测到的障碍物的相对车辆速度实现第二目标辨别，判断所检测到的障碍物是否是目标障碍物；第二风险度计算设备，用于在通过该第二目标辨别设备判断出所检测到的障碍物是目标障碍物时，确定来自所检测到的障碍物的第二风险度；第二反作用力计算设备，用于确定相对于该第二风险度的第二反作用力值；加权设备，用于对该第二反作用力值进行加权；反作用力选择设备，用于选择包括该第一反作用力值和该加权后的第二反作用力值的一组反作用力值中绝对值最大的一个，并提供表示所选择的反作用力值的输出信号；驾驶者控制式输入设备，其可由驾驶者手动操作；以及致动器，其与该驾驶者控制式输入设备连接，并用于响应于该输出信号，通过来自该驾驶者控制式输入设备的反作用力输入将所选择的反作用力值传送给驾驶者

附图说明

图1是根据本发明实施例的系统的实施例的框图；

图2是装备有根据本发明实施例的该系统的机动车辆的透视图；

图3是与驾驶者控制式输入设备连接的以通过来自可手动操作踏板的反作用力将输出信号的变化传送给驾驶者的致动器的示意图；

图4是沿着在车辆前方有两个障碍物(前方车辆)的双车道的道路行驶的装备有根据本发明实施例的该系统的车辆的状态图；

图5是具有如求和点所示的校正设备的驱动力控制器的框图；

图6示出由驱动力控制器的驱动力请求生成设备提供的驱动力请求(Fda)对驾驶者功率需求(SA，加速器踏板位置)特性；

图7是具有如求和点所示的校正设备的制动力控制器的框图；

图8示出由制动力控制器的制动力请求生成设备提供的制动力请求(Fdb)对驾驶者制动需求(SB，制动踏板位置)特性；

图9是图1中所示的该系统的控制器的框图；

图10是示出执行图1中所示的实施例的操作的主控制程序的流程图；

图11是目标辨别子程序的流程图；

图12是在车辆前方有前方车辆的道路上行驶的车辆的状态图，其示出用于计算来自前方车辆的风险度(RP)和弹力(Fc)的假想弹性体的概念；

图13是当风险度增大时已接近前方车辆的车辆的状态图；

图14是风险度(RP)计算子程序的流程图；

图15是加权子程序的流程图；

图16示出加权系数随前方车辆的车辆速度的不同值的变化；

图17示出另一加权系数随前方车辆的加速度的不同值的变化；

图18是反作用力计算子程序的流程图；

图19示出加速器踏板反作用力(FA)随风险度(RP)的不同值的变化；

图20示出制动踏板反作用力(FB)随风险度(RP)的不同值的变化；

图21是弹力计算子程序的流程图；

图22示出弹力(Fc)随风险度(RP)的不同值的变化；

图23是反作用力选择子程序的流程图；

图24是弹力选择子程序的流程图；

图25是校正量计算子程序的流程图；

图26示出驱动力校正量随释放加速器踏板后经过的时间的变化；

图27示出制动力校正量随释放加速器踏板后经过的时间的变化；

图28以实线示出分别以点划线示出的正常驱动力请求(Fda)对加速器踏板位置(SA)的特性和与正常制动力请求(Fdb)对制动踏板位置(SB)的校正后的形式；

图29是在车辆前方有前方车辆的道路上行驶的装备有该系统实施例的车辆的状态图，示出了用于计算来自前方车辆的两个不同风险度(RP1、RP2)和两个不同弹力(Fc1、Fc2)的两个不同假想弹性体的概念；

图30(a)到30(f)是示出根据本发明的该系统实施例的操作的时间图；

图31是类似于图1的根据本发明的该系统的另一实施例的框图；

图32是类似于图9的图31中所示的实施例的控制器的框图；

图33是类似于图15的加权子程序的流程图；

图34是可用在图1中所示的该系统中的修改后的控制器的框图；

图35是类似于图10的示出使用图34中所示的修改后的控制器实现该系统的操作的主程序的流程图；

图36是接触可能性辨别子程序的流程图；

图37是类似于图14的风险度(RP)计算子程序的流程图；

图38是类似于图18的反作用力计算子程序的流程图；

图39是类似于图21的弹力计算子程序的流程图；

图40是类似于图23的反作用力选择子程序的流程图；

图41是类似于图24的弹力选择子程序的流程图。

具体实施方式

本发明提供一种使用控制器50(见图9)或控制器50B(见图34)通常由图1中的附图标记1或图31中的附图标记2表示的系统，用于辅助驾驶者操作在路上行驶的车辆5。系统1或2包括场景识别设备8(见图1)或8A(见图31)，该场景识别设备8用于检测车辆5前方的障碍物。系统1或2包括至少两个子系统。在图9中，该至少两个子系统包括第一子系统51a、52a、54a和55a，以及第二子系统51b、52b、53、54b和55b。在图34中，除该第一和第二子系统外，该至少两个子系统还包括第三子系统51c、52c、54c和55c，以及第四子系统51d、52d、54d和55d。随着讨论的进行，将会理解：该至少两个子系统中的每一个在称为“目标辨别设备”的模块51a和51b(见图9和34)和称为“接触可能性辨别设备”的模块51c和51d中的一个处，进行所检测到的障碍物的不同分析中的一种分析。随着讨论的进行，可以很好地理解：通过进行所检测到的障碍物的不同分析中的一种分析，提供不同部分重叠周期中的一个，该部分重叠周期允许确定来自所检测到的障碍物的风险度RP1或RP2(本发明中所使用的“风险度”主要是对驾驶者的精神负担而言)以给出变量(FA1、FB1、FA2、FB2、Fc1或Fc2，见图9；FA3、FB3、FA4、FB4、Fc3或Fc4，见图34)。选择设备从同时出现的变量中选择出一个，以从变量中产生出存在于至少临近的两个不同周期的最终变量。通过来自驾驶者控制式输入设备的反作用力或车辆的加速度/减速度的变化等触摸式输入，将该最终变量传送给驾驶者。

在此，术语“目标辨别”用来指来自场景识别设备8(或8A)的关于在车辆5前方所检测到的障碍物的数据的不同分析中的一种分析，以判断所检测到的障碍物是否是将在其中一个子系统中进行随后的进一步处理的目标障碍物。类似地，在此，术语“接触可能性辨别”用来指来自场景识别设备8A的关于在车辆5前方所检测到的障碍物的数据的不同分析中的一种分析，以判断车辆5可与所检测到的障碍物接触的可能性是否很大。如果是这种情况，则所检测到的障碍物就是将在其中一个子系统中进行随后的进一步处理的目标障碍物。

附图示出了根据本发明的方法和系统的各种典型实施例。在全部各附图中使用相同的附图标记表示相同的部件或部分。以下使用图1到30(f)来说明一个实施例。随后使用图31到33来说明另一实施例，图34到41用于说明修改后的控制器。

现转到图1和2，场景识别设备8包括位于车辆5的前护栅或前保险杠的中心的雷达10(见图2)，用于在车辆前面发射脉冲束或雷达波，以检测雷达观察范围内的障碍物。尽管雷达10可以是传统的毫米波，调频连续波(FMCW)雷达，但是在该实施例中，它是传统的红外线激光雷达。红外线脉冲束作为发射束向测量区传播。光接收设备接收从测量区内的障碍物返回的发射束。通过使用旋转多棱镜，可以进行沿前向的两维扫描，从而由于多棱镜的转动可以水平转动脉冲束，且经过以不同角度倾斜的多棱镜的多个镜面，可以垂直地转动脉冲束。在该典型实施例中，可以将脉冲束向通过车辆5的中心的纵向线的每一侧水平和横向转动大约6度。

场景识别设备8可以包括摄像机、全球定位系统(GPS)设备、导航设备、以及任何其它合适的设备，该其它设备能够提供用于与检测车辆5前方的障碍物一起识别车辆5周围的环境的数据。

基于激光雷达10的发射束与接收到的反射束之间的时间延迟和相位差，控制逻辑可以确定每一检测到的障碍物与车辆5之间的距离和方位角。可以在场景识别设备8或控制器50内实现该控制逻辑。

可以参照图4的状态图更好地理解该确定步骤。示出车辆5正沿着双车道道路行驶。在车辆5的前方示出了多个障碍物OB1和OB2。分别确定这些障碍物与车辆5的距离X1、X2和方位角θ1＝0、θ2。

控制器50处理由场景识别设备8生成的数据和来自车辆速度传感器20的车辆速度Vh等车辆动力参数。

车辆速度传感器20通过处理车轮速度传感器的输出，可以确定车辆速度Vh。车辆速度传感器20可以包括能提供表示车辆速度的信号的发动机控制器或传送控制器。

控制器50可以包括：微处理器，包括通常的中央处理单元(CPU)；以及计算机可读的存储介质，例如只读存储器(ROM)、随机存取存储器(RAM)。计算机可读的存储介质包括其上的计算机可读的指令，以实现系统1中的至少两个子系统。该至少两个子系统的每一个提供所检测到的障碍物的不同分析中的一种分析，以提供不同的至少部分重叠周期中的一个。在图30(d)中示出了不同的部分重叠周期的例子。在图30(d)中，一个周期在时刻tb结束，相邻的部分重叠周期在时刻ta开始。所提供的一个周期允许确定风险度(RP1或RP2)，以给出变量(Fa2、FA1、Fc2、Fc1，见图30(f)和图30(e))。选择设备(56、57)从同时出现的变量中选择出一个(在从ta到tb的重叠时间期间，见图30(e))，以将变量(Fc1、Fc2)相互连接成跨越至少相邻的两个不同周期的最终变量(Fc)。

为了以加速器踏板62的形式通过驾驶者控制式输入设备的触摸式输入将最终变量FA传送给驾驶者，起动与加速器踏板62连接的致动器61，以在响应于控制信号FA而工作的加速器踏板反作用力控制器60的控制下，产生反作用力。

最终变量FA表示由控制器50确定的加速器踏板反作用力值。响应于最终变量FA，加速器踏板反作用力控制器60调节致动器61的运转。致动器61是与加速器踏板62机械连接的伺服电动机的形式。图3示出具有伺服电动机61和加速器踏板行程传感器64的加速器踏板62的一个例子。为了理解驾驶者控制式输入设备，应该参照US 2003/0236608A1(2003年12月25日公开)和US2003/0233902A1(2003年12月25日公开)，通过引用将其全部包含在此。

加速器踏板行程传感器64用以检测与加速器踏板62链接的伺服电动机61的角位置。当伺服电动机61的角位置随加速器踏板62的不同位置而改变时，加速器踏板行程传感器64可以生成传感器信号，该信号表示通过加速器踏板62表示的驾驶者功率需求SA。将表示驾驶者功率需求SA的传感器信号给送到加速器踏板反作用力控制器60，用于伺服电动机61的位置控制。还将表示驾驶者功率需求SA的传感器信号以传统的方式给送到驱动力控制器63，用于计算给发动机66的控制信号。

为了以制动踏板92的形式通过驾驶者控制式输入设备的触摸式输入将最终变量FB传送给驾驶者，起动与制动踏板92连接的致动器91，以在响应于最终变量FB而工作的制动踏板反作用力控制器90的控制下，产生反作用力。

最终变量FB表示由控制器50确定的制动踏板反作用力值。响应于最终变量FB，制动踏板反作用力控制器90调节致动器91的运转。致动器91是以与加速器踏板62同伺服电动机61相连接的相同方式(见图3)，与制动踏板92机械连接的伺服电动机的形式。致动器91可以是能够调节助力的计算机控制的液压制动辅助系统的形式。

制动踏板行程传感器94用以检测与制动踏板92链接的伺服电动机91的角位置。当伺服电动机91的角位置随着制动踏板92的不同位置而改变时，制动踏板行程传感器94可以生成传感器信号，该信号表示通过制动踏板92表示的驾驶者制动需求SB。将表示驾驶者制动需求SB的传感器信号给送到制动踏板反作用力控制器90，用于伺服电动机91的位置控制。还将表示驾驶者制动需求SB的传感器信号以传统的方式给送到制动力控制器93，用于计算给液压制动系统96的控制信号。如图2中所示，液压制动系统96包括车轮制动器95。

通过经由驱动力控制器63修改车辆5的发动机66的运转和/或通过经由制动力控制器93修改车辆5的液压制动系统96的运转，系统1可以随意地将触摸式输入提供给驾驶者。为了生成驾驶者可接受的触摸式输入，控制器50处理由加速器踏板行程传感器64和制动踏板行程传感器94所生成的数据，以确保驾驶者功率需求SA与施加于车辆5的驱动力之间的关系的适当改变，以及驾驶者制动需求SB与施加于车辆5的制动力之间的关系的适当改变。

继续参照图1，控制器50将表示驱动力校正量ΔDa的校正信号提供给驱动力控制器63，并将表示制动力校正量ΔDb的校正信号提供给制动力控制器93。

图5的框图示出具有由求和点所示的校正设备63b的驱动力控制器63。驱动力控制器63包括驱动力请求生成设备63a和发动机控制器63c。驱动力请求生成设备63a接收驾驶者功率需求SA，并通过数据处理提供驱动力请求Fda，以实现图6中所示的驱动力请求(Fda)对驾驶者功率需求(SA)特性。驱动力请求Fda被给送到校正设备63b。在校正设备63b，按照驱动力校正量ΔDa修改驱动力请求Fda，以提供修改后的结果作为目标驱动力tDF。响应于该目标驱动力tDF，发动机控制器63c提供施加于发动机66的发动机控制信号，以实现图28中的由完全画出的线示出的校正后的特性。

图7的框图示出具有由求和点所示的校正设备93b的制动力控制器93。制动力控制器93包括制动力请求生成设备93a和制动液压控制器93c。制动力请求生成设备93a接收驾驶者制动需求SB，并通过数据处理提供制动力请求Fdb，以实现在图8中所示的制动力请求(Fdb)对驾驶者制动需求(SB)特性。制动力请求Fdb被给送到校正设备93b。在校正设备93b，按照制动力校正量ΔDb修改制动力请求Fdb，以提供修改后的结果作为目标制动力tFdb。响应于目标制动力tFdb，制动液压控制器93c确定制动液压，并提供施加于液压制动系统96的制动控制信号，以实现在图28中由完全画出的线示出的校正后的特性。

可以使用图9的框图对根据本发明的方法和系统的实现进行详细的说明。如前所述，系统1的至少两个子系统包括第一子系统51a、52a、54a和55a以及第二子系统51b、52b、53、54b和55b。将每一所检测到的障碍物与车辆5之间的距离和方位角θ、以及车辆速度Vh给送到第一子系统的第一目标辨别设备51a和第二子系统的第二目标辨别设备51b。还将它们给送到第一子系统的第一风险度(RP)计算设备52a和第二子系统的第二风险度(RP)计算设备52b。

系统1引入了车间时间(time headway)THW和距碰撞的时间TTC这两个概念，并在第一和第二目标辨别设备51a和51b提供了所检测到的障碍物的两种不同的分析，以分别提供两种不同的部分重叠周期。

在第一子系统中，第一目标辨别设备51a通过基于车辆5的车辆速度Vh和从车辆5到检测到的障碍物的距离X实现第一目标辨别，判断所检测到的障碍物是否是目标障碍物。具体地，当车间时间THW小于第一阈值Th1，例如1.5秒时，第一目标辨别设备51a判断出所检测到的障碍物是目标障碍物。在判断出所检测到的障碍物是目标障碍物时，第一目标辨别设备51a起动第一风险度(RP)计算设备52a、第一反作用力计算设备54a、以及第一弹力计算设备55a。

在第二子系统中，第二目标辨别设备51b通过基于车辆5与所检测到的障碍物的相对车辆速度Vr和距离X实现第二目标辨别，判断所检测到的障碍物是否是目标障碍物。具体地，当距碰撞的时间TTC小于第二阈值Th2，例如10秒时，第二目标辨别设备51b判断出所检测到的障碍物是目标障碍物。在判断出所检测到的障碍物是目标障碍物时，第二目标辨别设备51b起动第二风险度(RP)计算设备52b、第二反作用力计算设备54b、以及第二弹力计算设备55b。

当起动第一和第二风险度计算设备52a和52b中的每一个时，其对来自目标障碍物的风险度(RP)进行判断。参照图12和13对确定风险度(RP)的方式进行说明。

图12的状态图示出在车辆5前方有形式为前方车辆的障碍物的道路上行驶的车辆5。假定车辆5具有从前保险杠向前方车辆向前延伸的假想弹性体，考虑的模型是：如图13中所示，在车辆5与前方车辆之间压缩假想的弹性体，以生成对车辆5的准行进阻力。来自前方车辆的风险度(RP)可被定义为通过车辆5与前方车辆之间压缩的假想弹性体施于车辆的弹力，并可将其表示为：

RP＝kx(L-X)                   ...(公式1)

其中：k是假想弹性体的弹簧常数，L是假想弹性体的未压缩长度，X是车辆5与前方车辆之间的距离。

如在图12的状态下，当距离X超过长度L时，来自前方车辆的风险度(RP)为0(零)。在假想弹性体开始接触到前方车辆后，假想弹性体被压缩，从而随距离X变短，风险度(RP)变大。

回到图9的框图，第一风险度(RP)计算设备52a确定来自目标障碍物的风险度，并提供所确定的风险度作为第一风险度RP1。第一风险度RP1被给送到第一反作用力计算设备54a，以及第一弹力计算设备55a。在该实施例中，第一反作用力计算设备54a通过使用图19所示的关系确定相对于第一风险度RP1的第一加速器踏板反作用力值FA1，还通过使用图20所示的关系确定相对于第一风险度RP1的第一制动踏板反作用力值FB1，将它们作为变量。第一弹力计算设备55a通过使用图22所示的关系，确定相对于第一风险度RP1的第一弹力值Fc1作为变量。

第二风险度(RP)计算设备52b确定来自目标障碍物的风险度，并提供所确定的风险度作为第二风险度RP2。第二风险度RP2被给送到第二反作用力计算设备54b，以及第二弹力计算设备55b。在该实施例中，第二反作用力计算设备54b通过使用图19所示的关系，确定与第二风险度RP2相对的第二加速器踏板反作用力值Fa2，还通过使用图20所示的关系确定与第二风险度RP2相对的第二制动踏板反作用力值Fb2，将它们作为变量。第二弹力计算设备55b通过使用图22所示的关系，确定与第二风险度RP2相对的第二弹力值Fc2作为变量。

当车辆5跟随在前方的前方车辆(或障碍物)时，在稳定周期期间允许对第一风险度RP1进行判断。在与状态周期部分重叠的瞬变周期期间允许对第二风险度RP2进行判断。可将第一风险度RP1称作稳定风险度，将第二风险度RP2称作瞬变风险度。弹力是由车辆5与在前方的前方车辆之间压缩的假想弹性体所施加的力。结合图12和13简要说明假想弹性体，但在后面将结合图29对其进行进一步说明。

第二子系统还包括加权设备53。加权设备53处理来自场景识别设备8的数据，以确定用于对第二反作用力值Fa2和Fb2的每一个进行加权的加权量，从而提供加权后的第二加速器踏板反作用力值FA2和加权后的第二制动踏板反作用力值FB2作为变量。

将第一和加权后的第二加速器踏板反作用力值FA1和FA2、以及第一和加权后的第二制动踏板反作用力值FB1和FB2，给送到反作用力选择设备56。按照预定的规则，反作用力选择设备56选择第一和加权后的第二加速器踏板反作用力值FA1和FA2中的合适的一个，并提供所选择的那个作为表示最终变量FA的加速器踏板反作用力(APRF)。将最终变量FA给送到加速器踏板反作用力控制器60(见图1)。以相同的方式，反作用力选择设备56选择第一和加权后的第二制动踏板反作用力值FB1和FB2中的一个，并提供所选择的那个作为表示最终变量FB的制动踏板反作用力(BPRF)。将最终变量FB给送到制动踏板反作用力控制器90(见图1)。

将第一和第二弹力值Fc1和Fc2给送到弹力选择设备57。弹力选择设备57选择第一和第二弹力值Fc1和Fc2中合适的一个，并提供所选择的那个作为表示最终变量Fc的弹力(RF)。将通过最终变量Fc表示的弹力视作对车辆5的准行进阻力。将最终变量Fc给送到校正量计算设备58。将最终变量Fc视作行进阻力，校正量计算设备58确定驱动力校正量ΔDa和制动力校正量ΔDb。校正量计算设备58将所确定的驱动和制动力校正量ΔDa和ΔDb分别提供给驱动和制动力控制器63和93(见图1)。

在该典型实施例中，控制器50以软件实现了图9中所示的框图的所有设备。

图10是示出根据本发明的系统的实施例的操作的主控制程序的流程图。在该实施例中，控制器50每隔一定间隔，例如50毫秒，重复执行该主控制程序。

在图10中，在步骤S100，控制器50进行读取操作以接收：由场景识别设备8生成的数据(距离X、方位角θ)；车辆动力参数，例如来自车辆速度传感器20的车辆速度Vh；以及驾驶者需求，例如，来自加速器踏板行程传感器64的驾驶者功率需求SA和来自制动踏板行程传感器94的驾驶者制动需求SB，作为输入。

在步骤S200，控制器50根据通过处理在步骤S100获得的现有的和过去的数据而获得的每一障碍物与车辆5的相对位置、以及障碍物的行进方向和速度，来识别障碍物相对于车辆5的状态。从而控制器50选择车辆5的路径中的障碍物，并根据其相对于车辆5的位置、行驶方向和行驶速度，识别所选择的障碍物的状态。

在步骤S300，控制器50执行图11中所示的目标辨别子程序，以判断所检测到的障碍物是否是目标障碍物。

参照图11的目标辨别子程序，在步骤S301，控制器50计算每一检测到的障碍物与车辆5之间的车间时间THW。车间时间THW可以表示为：

THW＝X/Vh                   ...(公式2)

在同一步骤S301，控制器50计算每一检测到的障碍物与车辆5之间的距碰撞的时间TTC。距碰撞的时间TTC可以表示为：

TTC＝-X/Vr                 ...(公式3)

其中：Vr是通过从所检测到的障碍物的速度减去车辆5的车辆速度Vh而给出的相对车辆速度。

在步骤S302，控制器50判断所检测到的障碍物与车辆5之间的车间时间THW是否大于或等于第一阈值Th1，例如1.5秒。如果是这种情况，即THW不小于Th1，则控制器50判断出所检测到的障碍物不是目标障碍物，并在步骤S303将THW目标标志Flg_thw设置为0(Flg_thw＝0)。如果在步骤S302，车间时间THW小于Th1，则控制器50判断出所检测到的障碍物是目标障碍物，并在步骤S304将THW目标标志Flg_thw设置为1(Flg_thw＝1)。在步骤S303或S304后，程序进入步骤S305。

在步骤S305，控制器50判断所检测到的障碍物与车辆5之间的距碰撞的时间TTC是否大于或等于第二阈值Th2，例如10秒。如果是这种情况，即TTC不小于Th2，则控制器50判断出所检测到的障碍物不是目标障碍物，并在步骤S306将TTC目标标志Flg_ttc设置为0(Flg_ttc＝0)。如果在步骤S305，距碰撞的时间TTC小于Th2，则控制器50判断出所检测到的障碍物是目标障碍物，并在步骤S307将TTC目标标志Flg_ttc设置为1(Flg_ttc＝1)。在步骤S306或S307后，程序进入步骤S400(见图10)。

在步骤S400，控制器50执行图14的风险度(RP)计算子程序，以在由于车间时间THW小于第一阈值Th1而判断出所检测到的障碍物是目标障碍物时确定第一风险度RP1，并且还在由于距碰撞的时间TTC小于第二阈值Th2而判断出所检测到的障碍物是目标障碍物时确定第二风险度RP2。参照图29的状态图，现在假定车辆5具有从前保险杠向前方车辆前向延伸的两个不同的假想弹性体。

继续参照图29，对图14中所示的风险度(RP)计算子程序进行说明。

在图14中，在步骤S401，控制器50判断THW目标标志Flg_thw是否等于1。如果是这种情况，则因为所检测到的障碍物是目标障碍物，程序进入步骤S402。

在步骤S402，控制器50使用第一阈值Th1和车辆速度Vh，确定两个不同假想弹性体中的第一个的未压缩长度L1。未压缩长度L1可以表示为：

L1＝Th1xVh           ...(公式4)

在步骤S403，控制器50确定第一风险度RP1，其可以表示为：

RP1＝k1x(L1-X)       ...(公式5)

其中：k1是第一假想弹性体的弹簧常数。

如果在步骤S401，THW目标标志Flg_thw是0，则因为所检测到的障碍物不是目标障碍物，程序进入步骤S404。在步骤S404，控制器50将第一风险度RP1设置为0(RP1＝0)。如前所述，可以将第一风险度RP1称作稳定风险度。在步骤S403或S404后，程序进入步骤S405。

在步骤S405，控制器50判断TTC目标标志Flg_ttc是否等于1。如果是这种情况，则因为所检测到的障碍物是目标障碍物，程序进入步骤S406。

在步骤S406，控制器50使用第二阈值Th2和相对车辆速度Vr，确定两个不同假想弹性体中的第二个的未压缩长度L2。未压缩长度L2可以表示为：

L2＝Th2xVr            ...(公式6)

在步骤S407，控制器50确定第二风险度RP2，其可以表示为：

RP2＝k2x(L2-X)        ...(公式7)

其中：k2是第二假想弹性体的弹簧常数。

如果在步骤S405，TTC目标标志Flg_ttc为0，则因为所检测到的障碍物不是目标障碍物，程序进入步骤S408。在步骤S408，控制器50将第二风险度RP2设置为0(RP2＝0)。如前所述，第二风险度RP2可以被称为瞬变风险度。在步骤S407或S408后，程序进入步骤S500(见图10)。

在步骤S500，控制器50执行图15的加权子程序，以便为了通过来自加速器踏板62和制动踏板92的反作用力输入将第二或瞬变风险度RP2清楚地传送给车辆5的驾驶者，而确定适当的权重。具体地，控制器50确定加权系数K。

在图15中，在步骤S501，控制器50通过处理在步骤S100所获得的数据，计算车辆5前方的前方车辆的车辆速度Vt。在步骤S502，控制器50通过处理车辆速度Vt的现有的和过去的数据，计算前方车辆的加速度a。在步骤S503，控制器50判断前方车辆的车辆速度Vt是否大于预定的车辆速度值，例如5km/h。如果是这种情况，则控制器50判断出前方车辆在运动中，且程序进入步骤S504。在步骤S504，控制器50通过使用图16中所示的关系，确定与前方车辆的车辆速度Vt相对的加权系数值K_vt。图16中的实线清楚地示出当前方车辆的车辆速度Vt增加到超过预定车辆速度值Vt0时，加权系数值K_vt从值1逐渐增加。在步骤S504后，程序进入步骤S505。

在步骤S505，控制器判断前方车辆的加速度a是否小于0。如果是这种情况，则控制器判断出前方车辆在减速，且程序进入步骤S506。在步骤S506，控制器50通过使用图17中所示的关系，确定与前方车辆的加速度a相对的另一加权系数值K_a。图17中的实线清楚地示出当加速度a小于0后下降时，加权系数值K_a逐渐从值1开始增大。

在下一个步骤S507，控制器50确定作为系数值K_vt和K_a的乘积的加权系数K。加权系数K可以表示为：

K＝K_vtxK_a        ...(公式8)

如果询问结果是否定的，则程序从步骤S503或步骤S505进入步骤S508。在步骤S508，控制器50将加权系数K设置为1。

在确定加权系数K后，程序从步骤S500进入步骤S600。

在步骤S600，控制器50执行图18的反作用力计算子程序，以确定第一加速器踏板和制动踏板反作用力值FA1、FB1和加权后的第二加速器踏板和制动踏板反作用力值FA2和FB2，作为变量。

在图18中，在步骤S601，控制器50通过使用图19中所示的关系，确定相对于第一或稳定风险度RP1的第一加速器踏板反作用力值FA1。图19中的实线清楚示出：在风险度RP小于预定值RPmax但不小于0(零)的范围上，加速器踏板反作用力值FA与风险度RP成比例。在风险度RP已经达到预定值RPmax后，加速器踏板反作用力值FA固定为预定最大值FAmax，因而对于大于预定值RPmax的风险度RP的不同值保持不变。

在步骤S602，控制器50通过使用图19中所示的关系确定相对于第二或瞬变风险度RP2的第二加速器踏板反作用力值Fa2。

在步骤S603，控制器50通过使用图20中所示的关系，确定与第一或稳定风险度RP1相对的第一制动踏板反作用力值FB1。图20中的实线清楚示出：在风险度RP小于预定值RPmax但不小于0(零)的范围上，制动踏板反作用力值FB与风险度RP成反比。在风险度RP已经达到预定值RPmax后，制动踏板反作用力值FB固定为预定最小值FBmin，因而对于大于预定值RPmax的风险度RP的不同值保持不变。

在步骤S604，控制器50通过使用图20中所示的关系确定与第二或瞬变风险度RP2相对的第二制动踏板反作用力值Fb2。

从图19显而易见，当风险度RP小于预定值RPmax时，通过来自加速器踏板的不同的反作用力值中的一个将风险度RP的变化传送给驾驶者。另一方面，当风险度RP大于或等于预定值RPmax时，反作用力值最大，提示驾驶者释放加速器踏板62。同时，如图20中所示最小化制动踏板反作用力，以使得驾驶者从容地踩踏制动踏板92。

在步骤S605，控制器50对第二加速器踏板反作用力值Fa2和第二制动踏板反作用力值Fb2中的每一个进行加权，以给出加权后的第二加速器踏板反作用力值FA2和加权后的第二制动踏板反作用力值FB2。加权后的第二加速器踏板和加权后的第二制动踏板反作用力值FA2和FB2可表示为：

FA2＝KxFa2                   ...(公式9)

FB2＝KxFb2                   ...(公式10)

在步骤S600确定出第一和加权后的第二加速器踏板和制动踏板反作用力值FA1、FB1、FA2和FB2后，程序进入步骤S700。

在步骤S700，控制器50执行图21的弹力计算子程序。

在图21中，在步骤S701，控制器50通过使用图22中所示的关系，确定相对于第一或稳定风险度RP1的第一弹力值Fc1作为变量。图22中的实线清楚示出：在风险度RP小于预定值RPmax1但不小于0(零)的范围上，弹力Fc与风险度RP成比例。在风险度RP已经达到预定值RPmax1后，弹力Fc固定为预定最大值Fcmax，因而对于大于预定值RPmax1的风险度RP的不同值保持不变。

在下一个步骤S702，控制器50通过使用图22中所示的关系，确定相对于第二或瞬变风险度RP2的第二弹力值Fc2作为变量。

在步骤S700确定出弹力值Fc1和Fc2后，程序进入步骤S800。

在步骤S800，控制器50执行图23的反作用力选择子程序。

在图23中，在步骤S801，控制器50判断第一加速器踏板反作用力值FA1是否大于或等于加权后的第二加速器踏板反作用力值FA2。如果是这种情况，则程序进入步骤S802。在步骤S802，控制器50选择第一加速器踏板反作用力值FA1作为表示最终变量FA的加速器踏板反作用力。如果在步骤S801第一加速器踏板反作用力值FA1小于加权后的第二加速器踏板反作用力值FA2，则程序进入步骤S803。在步骤S803，控制器50选择加权后的第二加速器踏板反作用力值FA2作为最终变量FA。在从包括第一加速器踏板反作用力值FA1和加权后的第二加速器踏板反作用力值FA2的一组反作用力值中选择最大或最高的一个作为最终变量FA后，程序进入步骤S804。

在步骤S804，控制器50判断第一制动踏板反作用力值FB1是否大于或等于加权后的第二制动踏板反作用力值FB2。如果是这种情况，则程序进入步骤S805。在步骤S805，控制器50选择加权后的第二制动踏板反作用力值FB2作为表示最终变量FB的制动踏板反作用力。如果在步骤S804第一制动踏板反作用力值FB1小于加权后的第二制动踏板反作用力值FB2，则程序进入步骤S806。在步骤S806，控制器50选择第一制动踏板反作用力值FB1作为最终变量FB。在从包括第一制动踏板反作用力值FB1和加权后的第二制动踏板反作用力值FB2的一组反作用力值中选择最低的一个作为最终变量FB后，程序进入步骤S900。

在步骤S900，控制器50执行图24的弹力选择子程序。

在图24中，在步骤S901，控制器50判断第一弹力值Fc1是否大于或等于第二弹力值Fc2。如果是这种情况，则程序进入步骤S902。在步骤S902，控制器50选择第一弹力值Fc1作为表示最终变量Fc的弹力。如果在步骤S901第一弹力值Fc1小于第二弹力值Fc2，则程序进入步骤S903。在步骤S903，控制器50选择第二弹力值Fc2作为最终变量Fc。在从包括第一弹力值Fc1和第二弹力值Fc2的一组弹力值中选择最大的一个作为最终变量Fc后，程序进入步骤S1000。

在步骤S1000，控制器500执行图25的校正量计算子程序。

在图25中，在步骤S1001，控制器50判断是否根据来自加速器踏板行程传感器64的驾驶者功率需求SA按压加速器踏板62。如果未按压加速器踏板62，则程序进入步骤S1002。在步骤S1002，控制器50判断是否已快速释放了加速器踏板62。通过对加速器踏板62的操作速度与预定值进行比较，做出该判断。可以根据来自加速器踏板行程传感器64的驾驶者功率需求SA的变化的时间率计算该操作速度。如果在步骤S1002，控制器50判断出已慢慢释放了加速器踏板62，则程序进入步骤S1003。在步骤S1003，控制器50将驱动力校正量ΔDa设置为0(ΔDa＝0)。在下一个步骤S1004，控制器50将制动力控制量ΔDb设置为表示最终变量Fc的弹力。

如果在步骤S1002，控制器50判断出已快速释放了加速器踏板62，则程序进入步骤S1005。在步骤S1005，控制器50执行驱动力校正量ΔDa的递减，将驱动力校正量ΔDa向0逐渐递减。在下一个步骤S1006，控制器50执行制动力校正量ΔDb的递增，将制动力校正量ΔDb向最终变量Fc逐渐递增。

如果在步骤S1001，控制器50判断出按压了加速器踏板62，则程序进入步骤S1007。在步骤S1007，控制器50通过使用图6所示的关系确定与驾驶者功率需求SA相对的驱动力请求Fda，并生成所确定的驱动力请求Fda。

在下一个步骤S1008，控制器50判断驱动力请求Fda是否大于或等于弹力控制值Fc。如果是这种情况，则程序进入步骤S1009。在步骤S1009，控制器50将驱动力校正量ΔDa设置为-Fc(ΔDa＝-Fc)。在下一个步骤S1010，控制器50将制动力校正量ΔDb设置为0(ΔDb＝0)。在这种情况下，驾驶者感觉加速度比预期的小，因为在将驱动力请求Fda减少了Fc后其仍然保持。

如果在步骤S1008，控制器50判断驱动力请求Fda小于最终变量Fc，则程序进入步骤S1011。在步骤S1011，控制器50将驱动力校正量ΔDa设置为-Fda(ΔDa＝-Fda)。在下一个步骤S1012，控制器50将制动力校正量ΔDb设为对驱动力校正量不足的补偿(Fc-Fda)。在这种情况下，驾驶者感觉到减速。

图28示出校正驱动力和制动力的方式。在图28中，水平轴表示加速器踏板位置或驾驶者功率需求SA、以及制动踏板位置或驾驶者制动需求SB。驾驶者功率需求SA以右手方向从原点O开始增加。驾驶者制动需求SB以左手方向从原点O开始增加。垂直轴表示驱动力和制动力。驱动力以向上方向从原点O开始增加。制动力以向下方向从原点O开始增加。

在图28中，点划线表示驱动力请求Fda随加速器踏板位置SA的不同值的变化，以及制动力请求Fdb随制动踏板位置SB的不同值的变化。实线表示通过校正量ΔDa和ΔDb校正后的驱动和制动力请求的变化。

当驱动力请求Fda大于表示最终变量Fc的弹力时，仅通过驱动力校正量ΔDa(＝-Fc)减少驱动力请求Fda。

当驱动力请求Fda小于最终变量Fc时，通过驱动力校正量ΔDa(＝-Fda)减少驱动力请求Fda，从而不保留驱动力请求。将制动力校正量ΔDb设置为最终变量Fc与驱动力请求Fda之间的差。在这种情况下，驾驶者感觉与受限的驾驶者功率需求SA相对应的较慢的减速。

在计算驱动力和制动力校正量ΔDa和ΔDb后，程序进入步骤S1100。

回到图10，在步骤S1100，控制器50将表示最终变量FA的加速器踏板反作用力和表示最终变量FB的制动踏板反作用力，分别提供给加速器踏板反作用力控制器60和制动踏板反作用力控制器90(见图1)。加速器踏板反作用力控制器60根据最终变量FA调整来自加速器踏板62的反作用力。制动踏板反作用力控制器90根据最终变量Fb调整来自制动踏板92的反作用力。

在下一个步骤S1200，控制器50将驱动力校正量ΔDa和制动力校正量ΔDb，分别提供给驱动力控制器63和制动力控制器93。驱动力控制器63基于驱动力校正量ΔDa和驱动力请求Fda，计算目标驱动力，并控制发动机以生成目标驱动力。制动力控制器93基于制动力校正量ΔDb和驱动力请求Fdb，计算目标制动力，并控制水力制动液压以生成目标制动力。

现参照图29和图30(a)到30(f)，对根据本发明的方法和系统的实施例进行详细说明。

图29示出从车辆5向在车辆5前方的前方车辆延伸的第一和第二假想弹性体。第一假想弹性体具有未压缩长度L1和弹簧常数k1，而第二假想弹性体具有未压缩长度L2和弹簧常数k2。当在车辆5与前方车辆之间压缩第一假想弹性体时，生成第一或稳定风险度RP1。当在车辆5与前方车辆之间压缩第二假想弹性体时，生成第二或瞬变风险度RP2。

图30(a)到30(c)是示出随着车辆速度Vh、相对速度Vr、距离X、风险度RP1和RP2、表示最终变量Fc的弹力、以及表示最终变量FA的加速器踏板反作用力的变化，接近并跟随在前方的前方车辆的车辆5的状态的时间图。

如图30(a)、30(b)和30(c)中所示，车辆速度Vh和距离X逐渐减小，而相对速度Vr逐渐增大。具体地，在时刻ta或一过时刻ta之后，距离X变得等于或小于预定距离。随后，在时刻tb或一过时刻tb后，相对速度Vr变得等于或大于0。在时刻ta后，距离X保持小于预定距离，直到其收敛到预定距离为止。

直到时刻tb为止，相对速度Vr保持小于0，并以缓慢的速率继续接近0。一种分析的结果：距碰撞的时间TTC保持小于Th2(TTC＜Th2)，提供允许确定瞬变风险度RP2的瞬变周期。部分重叠瞬变周期，另一不同分析的结果：车间时间THW保持小于Th1(THW＜Th1)，提供允许确定稳定风险度RP1的稳定周期。

如图30(e)中所示，第二弹力值Fc2和第一弹力值Fc1分别与瞬变风险度RP2和稳定风险度RP1同时存在。图30(e)中的完全画出的线示出在弹力值Fc2和Fc1中选择后所获得的表示最终变量Fc的弹力的变化。

如图30(f)中所示，完全画出的线示出在加权后的反作用力值FA2和反作用力值FA1中选择后所获得的表示最终变量FA的加速器踏板反作用力的变化。

在车辆5正接近前方车辆的情况下，首先，在状态周期期间生成反作用力FA1前的瞬变周期期间，生成加权后的反作用力值FA2。因此，可以在接近前方车辆的早期阶段，清楚地传送瞬变风险度RP2。弹力值Fc2未被加权，以防止驱动力和/或制动力的过校正。

因为在传送反作用力值Fa2前就对其进行了加权，因而可以清楚地将由于车辆5的车辆速度Vh或前方车辆的速度Vt的改变所引起的相对速度Vr的增加，传送给驾驶者。

通过阅读以下说明可以再次认识本实施例：

(1)参照图9，第一目标辨别设备51a基于车辆5与所检测到的障碍物之间的距离X和车辆5的速度Vh，判断所检测到的障碍物是否是目标障碍物。在第一目标辨别设备51a判断出所检测到的障碍物是目标障碍物时，第一或稳定风险度(RP)计算设备52a确定第一或稳定风险度RP1。响应于状态风险度RP1，第一反作用力计算设备54a确定第一加速器和制动踏板反作用力值FA1和FB1。

第二目标辨别设备51b基于车辆5与所检测到的障碍物之间的距离X和相对速度Vr，判断所检测到的障碍物是否是目标障碍物。在第二目标辨别设备51b判断出所检测到的障碍物是目标障碍物时，第二或瞬变风险度(RP2)计算设备52b确定第二或瞬变风险度RP2。响应于瞬变风险度RP2，第二反作用力计算设备54b确定第二加速器和制动踏板反作用力值Fa2和Fb2。加权设备53对第二加速器和制动踏板反作用力值Fa2和Fb2进行加权，以给出加权后的第二反作用力值FA2和FB2。

反作用力选择设备56按照绝对值，在包括第一加速器踏板反作用力值FA1和加权后的第二加速器踏板反作用力值FA2的一组反作用力值中，选择最大或最高的一个，和/或按照绝对值，在包括第一制动踏板反作用力值FB1和加权后的第二制动踏板反作用力值FB2的一组反作用力值中，选择最大或最高的一个。

控制器50提供所选择的作为最终变量FA和FB，以将来自驾驶者控制式输入设备的反作用力向由最终变量FA和FB表示的反作用力值调整。这使得可以在传送稳定风险度RP1前，非常清楚地将瞬变风险度RP2传送给驾驶者。

(2)第一弹力计算设备55a确定与状态风险度RP1相对的第一弹力值Fc1。第二弹力计算设备55b确定与瞬变风险度RP2相对的第二弹力值Fc2。弹力选择设备57选择弹力值Fc1和Fc2中较大的一个。控制器50提供所选择的那个作为最终变量Fc，以适当降低驱动力，好象是由于由通过最终变量Fc所表示的弹力引起的行进阻力的出现而导致的。由该驱动力的降低所引起的加速/减速控制将触摸式输入提供给驾驶者作为清楚的辅助。为了避免驱动力控制不必要大的变化，在产生表示最终变量Fc的弹力时不进行加权。

(3)结合图28如前所述，控制器50可以基于表示最终变量Fc的弹力，通过驱动力控制器63，在降低驱动力的方向上校正驱动力请求Fda对驾驶者功率需求SA特性。响应于车辆可能接触所检测到的障碍物的可能性的增大，出现驱动力显著下降，从而通过加速度或减速度的降低将增大的可能性传送给驾驶者。

(4)结合图28如前所述，控制器50可基于表示最终变量Fc的弹力，通过制动力控制器93，在增大制动力的方向上校正制动力请求Fdb对制动功率需求SB特性。在通过与制动力校正量ΔDb相对应的制动力的增大踩踏制动踏板时，将车辆可能接触所检测到的障碍物的增大的可能性传送给驾驶者。

(5)当稳定风险度RP1和瞬变风险度RP2两者均大于或等于预定值时，控制器50对第二反作用力值Fa2和Fb2进行加权。参照图30(d)，在该实施例中，控制器50对反作用力值Fa2和Fb2进行加权，该反作用力值Fa2和Fb2是在从时间ta到tb期间相对于瞬变风险度RP2确定的。优先于相对于稳定风险度RP1确定的第一反作用力值FA1和FB1，选择加权后的第二反作用力值FA2和FB2，从而允许将瞬变风险度RP2清楚地传送给驾驶者。

(6)当稳定风险度RP1和瞬变风险度RP2均大于或等于预定值，且在绝对值上，相对于瞬变风险度RP2确定的第二反作用力值Fa2和Fb2大于相对于稳定风险度RP1确定的第一反作用力值FA1和FB1时，控制器50对第二反作用力值Fa2和Fb2进行加权。参照图30(f)，在该典型实施例中，控制器50在从时间ta到tc期间对第二反作用力值Fa2和Fb2进行加权。通过加权后的第二反作用力值Fa2和Fb2，可以将瞬变风险度RP2清楚而印象深刻地传送给驾驶者。

(7)当稳定风险度RP1和瞬变风险度RP2两者均大于或等于预定值，并且如果加权后的第二反作用力值FA2和FB2大于第一反作用力值FA1和FB1时，控制器50对第二反作用力值Fa2和Fb2进行加权。参照图30(f)，在该典型实施例中，控制器50在从时间ta到td期间对第二反作用力值Fa2和Fb2进行加权。优先于相对于稳定风险度RP1确定的第一反作用力值FA1和FB1，选择相对于瞬变风险度RP2确定的加权后的第二反作用力值FA2和FB2，从而允许将瞬变风险度RP2清楚地传送给驾驶者。

(8)控制器50在识别出前方车辆处于运动或移动中时，对第二反作用力值Fa2和Fb2进行加权以给出加权后的第二反作用力值FA2和FB2，从而使得可以将由运动中的前方车辆所引起的增大的风险度传送给驾驶者。

(9)控制器50在识别出前方车辆在减速时，对第二反作用力值Fa2和Fb2进行加权以给出加权后的第二反作用力值FA2和FB2，从而使得可以将由运动中的前方车辆所引起的增大的风险度传送给驾驶者。

(10)当通过将距离除以车辆速度而获得的车间时间(THW)小于第一阈值Th1时，第一目标辨别设备51a判断出所检测到的障碍物是目标障碍物；当通过将距离除以相对车辆速度而获得的距碰撞的时间(TTC)小于第二阈值Th2时，第二目标辨别设备51b判断出所检测到的障碍物是目标障碍物。使用不同的分析提供增强的目标辨别。

(11)控制器50调整来自加速器踏板62的反作用力。由于驾驶者与加速器踏板62接触，因而可以毫无故障地将风险度RP1或RP2传送给驾驶者。

(12)控制器50不仅调整来自加速器踏板62的反作用力，而且还调整来自制动踏板92的反作用力。当风险度RP1或RP2变大时，降低来自制动踏板92的反作用力，从而通过踩踏制动踏板92辅助驾驶者操作制动器。

现参照图31到33，对根据本发明的通常由附图标记2表示的系统的另一实施例进行说明。

该实施例与图1到30中所示的前述实施例基本相同。然而，该实施例与前述实施例的不同之处在于：场景识别设备8A包括环境识别设备30。环境识别设备30是例如导航系统，并检测在车辆5的路径上是否有隧道或弯路。环境识别设备30将环境信息提供给控制器50A。

图32的框图示出了控制器50A。除使用修改后的加权设备53A代替加权设备53外，控制器50A与前述实施例的控制器50基本相同。在修改后的加权设备53A，基于由环境识别设备30提供的环境信息确定加权系数K。在该实施例中，加权设备53A响应于来自环境识别设备30的环境信息，对相对于第二或瞬变风险度RP2确定的第二加速器踏板和制动踏板反作用力值Fa2和Fb2进行加权。

在该实施例中，如果通过图33的“加权(S500A)”子程序代替图15的“加权(S500)”子程序，则可以使用在前述实施例中所使用的包括子程序的主程序。在图10中所示的主程序的步骤S500执行该子程序。

在图33中，在步骤S511，控制器50A判断在车辆5前方是否存在隧道或弯路。如果是这种情况，则程序进入步骤S512。在车辆5前方存在隧道或弯路时，与不存在隧道或弯路时相比，驾驶者可能较少注意前方车辆。因此，将加权系数K逐渐增大到大于1的预定值K0(例如，K0＝1.4)。在步骤S512，控制器50A判断预定值K0是否大于或等于通过将预定增量ΔK加到在前一循环中给出的系数Kz而给出的值。

如果在步骤S512，K0大于或等于值(K_z+ΔK)，则程序进入步骤S513。在步骤S513，控制器50A将系数K设置成(K_z+ΔK)。如果在步骤S513的询问结果是否定的，则程序进入步骤S514。在步骤S514，控制器50A将系数K设置成预定值K0。如果在步骤S511的询问结果是否定的，则程序进入步骤S515。在步骤S515，控制器50A将系数K设置成1。

使用如上所述设置的系数K，控制器50A对相对于第二或瞬变风险度RP2确定的反作用力值Fa2和Fb2进行加权。通过反作用力值Fa2乘以K以给出FA2和反作用力Fb2乘以K以给出FB2，进行加权。

根据该实施例，控制器50A在识别出在车辆5前方存在隧道或弯路时，对相对于第二或瞬变风险度RP2确定的第二反作用力值Fa2和Fb2进行加权。这使得当驾驶者可能较少注意在前方的前方车辆时，可以将瞬变风险度RP2清晰地传送给驾驶者。

周围环境的其它例子有：

夜晚/白天

亮度

天气(好/雨或雪)

可以使用来自导航系统或GPS接收器的时间信号来判断是白天还是夜晚。当是夜晚时，将加权系数K设置成大于白天中的，使得瞬变风险度RP2可以被清晰地传送给驾驶者。可以使用光学传感器或前灯的打开/关闭来检测亮度。将加权系数K设置成天黑时比天亮时大。可以使用雨传感器或风档雨雪刷的打开/关闭来检测天气。将加权系数K设置成当天气不好时比天气好时大。

参照图34到41，对另一实施例进行说明。除添加了两个子系统外，该实施例与图1到30中所示的前述实施例基本相同。

如前所述，图34中所示的控制器50B与图9中所示的控制器50的不同之处在于：至少两个子系统除包括第一和第二子系统外，还包括第三子系统51c、52c、54c和55c，以及第四子系统51d、52d、54d和55d。

参照图34，将每一检测到的障碍物与车辆5之间的位置X和方位角θ、以及车辆速度Vh给送到第三子系统的第一接触可能性辨别设备51c和第四子系统的第二接触可能性辨别设备51d。还将它们给送到第三子系统的第三风险度(RP)计算设备52c和第四子系统的第四风险度(RP)计算设备52d。

在第三子系统中，第一接触可能性辨别设备51c通过基于车辆5的车辆速度和检测到的障碍物距离车辆5的距离X实现第一接触可能性辨别，判断车辆5是否可能接触所检测到的障碍物。具体地，当车间时间THW小于第三阈值Th3时，第一接触可能性辨别设备51c判断出车辆5可能接触所检测到的障碍物。阈值Th3小于第一阈值Th1。在判断出车辆可能接触到所检测到的障碍物时，第一接触可能性辨别设备51c起动第三风险度(RP)计算设备52c、第三反作用力计算设备54c和第三弹力计算设备55c。使用图19和20中所示的关系，第三反作用力计算设备54c确定与第三风险度RP3相对的第三加速器踏板反作用力值FA3和与第三风险度RP3相对的第三制动踏板反作用力值FB3作为变量。使用图22中所示的关系，第三弹力计算设备55c确定与第三风险度RP3相对的第三弹力值Fc3作为变量。

在第四子系统中，第二接触可能性辨别设备51d通过基于相对车辆速度Vr和距离X实现第二接触可能性辨别，判断车辆5是否可能接触所检测到的障碍物。具体地，当距碰撞的时间TTC小于比第二阈值Th2小的第四阈值Th4时，第二接触可能性辨别设备51d判断出车辆5可能接触到所检测到的障碍物。在判断出车辆可能接触到所检测到的障碍物时，第二接触可能性辨别设备51d起动第四风险度(RP)计算设备52d、第四反作用力计算设备54d和第四弹力计算设备55d。在第二接触可能性辨别设备51d判断出车辆5可能接触所检测到的障碍物时，第四风险度计算设备52d确定来自所检测到的障碍物的第四风险度RP4。使用图19和20中所示的关系，第四反作用力计算设备54d确定与第四风险度RP4相对的第四加速器踏板反作用力值FA4和与第四风险度RP4相对的第四制动踏板反作用力值FB4作为变量。使用图22中所示的关系，第四弹力计算设备55d确定与第四风险度RP4相对的第四弹力值Fc4作为变量。

在由第一目标辨别设备51a所提供的状态周期的部分期间，允许对第三风险度RP3进行判断。在由第二目标辨别设备51b所提供的瞬变周期的部分期间，允许对第二风险度RP2进行判断。

除第一和加权后的第二加速器踏板反作用力值FA1和FA2外，将第三和第四加速器踏板反作用力值FA3和FA4给送到反作用力选择设备56。除第一和加权后的第二制动踏板反作用力值FB1和FB2外，将第三和第四制动踏板反作用力值FB3和FB4给送到反作用力选择设备56。按照预定规则，反作用力选择设备56选择第一到第四加速器踏板反作用力值FA1、FA2、FA3、FA4中的合适的一个，并提供所选择的那个作为表示最终变量FA的加速器踏板反作用力(APRF)。最终变量FA被给送到加速器踏板反作用力控制器60(见图1)。以相同的方式，反作用力选择设备56选择第一到第四制动踏板反作用力值FB1、FB2、FB3、FB4中的一个，并提供所选择的那个作为表示最终变量FB的制动踏板反作用力(BPRF)。最终变量FB被给送到制动踏板反作用力控制器90(见图1)。

除第一和第二弹力值Fc1和Fc2外，将第三和第四弹力值Fc3和Fc4给送到弹力选择设备57。弹力选择设备57选择第一到第四弹力值Fc1、Fc2、Fc3、Fc4中的合适的一个，并提供所选择的那个作为表示最终变量Fc的弹力(RF)。最终变量Fc被给送到校正量计算设备58。

在该典型实施例中，控制器50B以软件实现图34中所示的框图的所有设备。

图35是示出控制器50B的运行的主控制程序的流程图。在该实施例中，控制器50B每隔一定间隔，例如50毫秒，重复执行该主控制程序。

参照图10，将会理解图35和图10的主控制程序具有相同的步骤S100、S200、S300、S500、S1000、S1100和S1200。此外，随着讨论的进行，将会理解图35的控制程序的步骤S450、S650、S750、S850和S950分别与图10的控制程序的步骤S400、S600、S700、S800和S900非常类似。然而，图35的主控制程序具有新的步骤S350。

在图35中，控制器50B在步骤S100进行读取操作，在步骤S200识别障碍物相对于车辆5的状态，在步骤S300执行图11中所示的目标辨别子程序，以判断所检测到的障碍物是否是目标障碍物。

在步骤S350，控制器50B执行图36的接触可能性辨别子程序。

参照图36的接触可能性辨别子程序，在步骤S351，控制器50B判断所检测到的障碍物与车辆5之间的车间时间THW是否大于或等于第三阈值Th3(Th3＜Th1)。如果是这种情况，即THW不小于Th3，则控制器50B判断出车辆5不可能接触到所检测到的障碍物，并在步骤S352将THW接触可能性标志Flg_thw1设置成0(Flg_thw1＝0)。如果在步骤S351，车间时间THW小于Th3，则控制器50B判断出车辆5可能接触到所检测到的障碍物，并在步骤S353将THW接触可能性标志Flg_thw1设置成1(Flg_thw1＝1)。在步骤S352或S353后，程序进入步骤S354。

在步骤S354，控制器50B判断所检测到的障碍物与车辆5之间的距碰撞的时间TTC是否大于或等于第四阈值Th4(Th4＜Th2)。如果是这种情况，即TTC不小于Th4，则控制器50B判断出车辆5不可能接触到所检测到的障碍物，并在步骤S355将TTC接触可能性标志Flg_ttc1设置成0(Flg_ttc1＝0)。如果在步骤S354，距碰撞的时间TTC小于Th4，则控制器50B判断出车辆5可能接触到所检测到的障碍物，并在步骤S356将TTC接触可能性标志Flg_ttc1设置成1(Flg_ttc1＝1)。在步骤S355或S356后，程序进入步骤S450(见图35)。

在步骤S450，控制器50B执行图37的风险度(RP)计算子程序。图37和14的子程序具有共有的步骤S401、S402、S403、S404、S405、S406、S407和S408。为了简洁，在此省略了对这些步骤的说明。

在图34中，在步骤S409，控制器50B判断THW接触可能性标志Flg_thw1是否等于1。如果是这种情况，则程序进入步骤S410，因为车辆5可能接触到所检测到的障碍物。

在步骤S410，控制器50B使用第三阈值Th3和车辆速度Vh，确定第三假想弹性体的未压缩长度L3。未压缩长度L3可以表示为：

L3＝Th3xVh          ...(公式11)

在步骤S411，控制器50B确定第三风险度RP3，其可以表示为：

RP3＝k3x(L3-X)      ...(公式12)

其中：k3是第三假想弹性体的弹簧常数。

如果在步骤S409，THW接触可能性标志Flg_thw1为0，则程序进入步骤S412，因为车辆5不可能接触到所检测到的障碍物。在步骤S412，控制器50B将第三风险度RP3设置成0(RP3＝0)。因为第三风险度RP3在部分稳定周期期间增大，所以可将其称作稳定风险度。在步骤S411或S412后，程序进入步骤S413。

在步骤S413，控制器50B判断TTC目标标志Flg_ttc1是否等于1。如果是这种情况，则因为车辆5可能接触到所检测到的障碍物，程序进入步骤S413。

在步骤S414，控制器50B使用第四阈值Th4和相对车辆速度Vr，确定第四假想弹性体的未压缩长度L4。未压缩长度L4可以表示为：

L4＝Th4xVr          ...(公式13)

在步骤S415，控制器50B确定第四风险度RP4，其可以表示为：

RP4＝k4x(L4-X)          ...(公式14)

其中：k3是第四假想弹性体的弹簧常数。

如果在步骤S413，TTC接触可能性标志Flg_ttc1为0，则因为车辆5不可能接触所检测到的障碍物，程序进入步骤S416。在步骤S416，控制器50B将第四风险度RP4设置成0(RP4＝0)。因为其发生在瞬变周期的部分期间，所以第四风险度RP4可以被称作瞬变风险度。在步骤S415或S416后，程序进入步骤S500(见图10)。

在步骤S500，控制器50执行图15的加权子程序。

在步骤S650，控制器50B执行图38的反作用力计算子程序，以确定第一到第四加速器和制动踏板反作用力值FA1和FB1、FA2和FB2、FA3和FB3、以及FA4和FB4作为变量。

图38和图18的子程序具有共有的步骤S601、S602、S603、S604和S605。为了简洁，在此省略对这些步骤的说明。

在图38中，在步骤S611，控制器50B通过使用图19中所示的关系，确定相对于第三或稳定风险度RP3的第三加速器踏板反作用力值FA3。

在步骤S612，控制器50B通过使用图19中所示的关系，确定相对于第四或瞬变风险度RP4的第四加速器踏板反作用力值FA4。

在步骤S613，控制器50B通过使用图20中所示的关系，确定相对于第三或稳定风险度RP3的第三制动踏板反作用力值FB3。

在步骤S614，控制器50B通过使用图20中所示的关系，确定相对于第四或瞬变风险度RP4的第四制动踏板反作用力值FB4。

在步骤S650确定第一到第四加速器和制动踏板反作用力值FA1和FB1、FA2和FB2、FA3和FB3、FA4和FB4后，程序进入步骤S750。

在步骤S750，控制器50B执行图39的弹力计算子程序。图39和21的子程序具有共有的步骤S701和S702。

在图39中，在步骤S703，控制器50B通过使用图22中所示的关系，确定相对于第三或稳定风险度RP3的第三弹力值Fc3作为变量。

在下一个步骤S704，控制器50B通过使用图22中所示的关系，确定相对于第四或瞬变风险度RP4的第四弹力值Fc4作为变量。

在步骤S750确定弹力值Fc1、Fc2、Fc3和Fc4后，程序进入步骤S850。

在步骤S850，控制器50B执行图40的反作用力选择子程序。

在图40中，在步骤S811，控制器50B选择包括反作用力值FA1、FA2、FA3和FA4的一组加速器踏板反作用力值中的绝对值最大的一个，并提供所选择的那个作为表示最终变量FA的加速器踏板反作用力。

在步骤S812，控制器50B选择包括反作用力值FB1、FB2、FB3和FB4的一组制动踏板反作用力值中的绝对值最小的一个，并提供所选择的那个作为表示最终变量FB的制动踏板反作用力。

在步骤S950，控制器50B执行图41的弹力选择子程序。

在图41中，在步骤S911，控制器50B选择包括第一到第四弹力值Fc1、Fc2、Fc3和Fc4的一组弹力值中的最大的一个，并提供所选择的那个作为最终变量Fc。

在步骤S950后，控制器50B进入步骤S1000、S1100和S1200。

如上所述，第一接触可能性辨别设备51c基于距离X和车辆速度Vh，判断车辆5是否可能接触到前方车辆的可能性。在判断出车辆5可能接触到前方障碍物时，第三风险度(RP)计算设备52c确定第三或稳定风险度RP3。第三反作用力计算设备54c基于第三或稳定风险度RP3，确定加速器和制动踏板反作用力值FA3和FB3。第二接触可能性辨别设备51d基于距离X和相对车辆速度Vr，判断车辆5是否可能接触到前方车辆的可能性。在判断出车辆5可能接触到前方障碍物时，第四风险度(RP)计算设备52d确定第四或瞬变风险度RP4。第四反作用力计算设备54d基于第四或瞬变风险度RP4，确定加速器和制动踏板反作用力值FA4和FB4。反作用力选择设备56选择包括第一到第四反作用力值FA1到FA4的一组加速器踏板反作用力值中的绝对值最大的一个，并提供所选择的那个作为表示最终变量FA的加速器踏板反作用力。反作用力选择设备56选择制动踏板反作用力值FB1到FB4中绝对值最大的一个，并提供所选择的那个作为表示最终变量FB的制动踏板反作用力。

在基于第三或稳定风险度RP3确定第三弹力值Fc3和基于第四或瞬变风险度RP4确定第四弹力值Fc4后，弹力选择设备57选择包括第一到第四弹力值Fc1到Fc4的一组弹力值中的绝对值最大的一个，并提供所选择的那个作为表示最终变量Fc的弹力。

在该实施例中，执行了反作用力控制和驱动力控制。本发明不局限于此例。可以仅使用反作用力控制和驱动力控制中的一个。

在这些实施例中，执行了加速器踏板反作用力控制和制动踏板反作用力控制。本发明不局限于该例子。可以仅使用加速器踏板反作用力控制和制动踏板反作用力控制中的一个。

尽管详细说明了用于执行本发明的最佳方式，但是对本发明所涉及的领域熟悉的技术人员将能识别如以下权利要求所限定的用于实践本发明的各种可选的设计和实施例。

如上所述，根据本发明的用于车辆的驾驶辅助方法和系统，可以将车辆正接近障碍物的瞬变信息、以及车辆正跟随在车辆前方的障碍物的稳定信息，提供给驾驶者。因此，此方法和系统可适用于机动车辆等各种移动体，预期会广范围内得到应用。

Claims (14)

1.一种用于车辆(5)的驾驶辅助系统，该系统包括：

反作用力设备(51a、51b、52a、52b、53、54a、54b、56)，其分别基于关于该车辆和在该车辆的路径上所检测到的障碍物的稳定信息和瞬变信息，确定不同的反作用力值(FA1、FB1、FA2、FB2)；

驾驶者控制式输入设备(62、92)，其可由驾驶者手动操作；以及

致动器(61、91)，其与该驾驶者控制式输入设备(62、92)连接，

其中，该稳定信息包括该车辆(5)的速度(Vh)和从该车辆(5)到该障碍物的距离(X)，该瞬变信息包括从该车辆(5)到该障碍物的该距离(X)和该车辆相对于该障碍物的相对速度(Vr)，

其中，该反作用力设备(51a、51b、52a、52b、53、54a、54b、56)包括风险度计算设备(52a、52b)，该风险度计算设备(52a、52b)基于该稳定信息和该瞬变信息分别确定包括第一和第二风险度的不同的风险度，

其中，该反作用力设备(51a、51b、52a、52b、53、54a、54b、56)包括反作用力计算设备(54a、54b)，该反作用力计算设备(54a、54b)分别计算作为不同风险度的函数的不同的反作用力值(FA1、FB1、FA2、FB2)，

其中，该反作用力设备(51a、51b、52a、52b、53、54a、54b、56)包括：加权设备(53)，其对基于该瞬变信息的反作用力值进行加权；以及反作用力选择设备(56)，其从基于该稳定信息的反作用力值和基于该瞬变信息的加权的反作用力值中选择具有最大绝对值的反作用力值，该反作用力选择设备(56)提供表示所选择的反作用力值的信号以使该致动器(61、91)通过从该驾驶者控制式输入设备(62、92)输入的反作用力将所选择的反作用力值传送给该驾驶者。

2.根据权利要求1所述的系统，其特征在于，该反作用力设备包括：第一目标辨别设备(51a)，其通过基于该车辆(5)的速度(Vh)和从该车辆(5)到所检测到的障碍物的距离(X)实现第一目标辨别，判断所检测到的障碍物是否是目标障碍物；以及第二目标辨别设备(51b)，其通过基于从该车辆(5)到所检测到的障碍物的距离和该车辆(5)相对于所检测到的障碍物的相对速度(Vr)实现第二目标辨别，判断所检测到的障碍物是否是目标障碍物。

3.根据权利要求2所述的系统，其特征在于，还包括：

第一弹力计算设备(55a)，用于确定相对于第一风险度(RP1)的第一弹力值(Fc1)；

第二弹力计算设备(55b)，用于确定相对于第二风险度(RP2)的第二弹力值(Fc2)；

弹力选择设备(57)，用于从包括该第一和第二弹力值(Fc1、Fc2)的一组弹力值中选择绝对值最大的一个；

校正量计算设备(58)，用于接收所选择的弹力值，并确定校正量；以及

校正设备(63b、93b)，用于响应于该校正量，减小施加于该车辆(5)的驱动力。

4.根据权利要求3所述的系统，其特征在于，还包括：

传感器，用于检测驾驶者功率需求(SA)；

驱动力请求生成设备(63a)，用于接收该驾驶者功率需求(SA)，并生成相对于该驾驶者功率需求(SA)的驱动力请求(Fda)；以及

发动机控制器(63c)，用于控制该车辆(5)的发动机，以生成响应于该驱动力请求(Fda)的驱动力；并且

其中，该校正设备(63b)响应于所确定的校正量，将响应于该驾驶者功率需求(SA)的驱动力向减小方向修改。

5.根据权利要求3所述的系统，其特征在于，还包括：

传感器，用于检测驾驶者制动需求(SB)；

制动力请求生成设备(93a)，用于接收该驾驶者制动需求(SB)，并生成相对于该驾驶者制动需求(SB)的制动力请求(Fdb)；以及

制动控制器(93c)，用于控制该车辆(5)的制动系统，以生成响应于该制动力请求(Fdb)的制动力；并且

其中，该校正设备(93b)将响应于该驾驶者制动需求(SB)的制动力向增大方向修改。

6.根据权利要求1所述的系统，其特征在于，当不同风险度均大于预定值时，该加权设备(53)对基于该瞬变信息的反作用力值进行加权。

7.根据权利要求1所述的系统，其特征在于，当基于该瞬变信息的反作用力值大于基于该稳定信息的反作用力值，且不同风险度均大于预定值时，该加权设备(53)对基于该瞬变信息的反作用力值进行加权。

8.根据权利要求1所述的系统，其特征在于，当加权后的基于该瞬变信息的反作用力值大于基于该稳定信息的反作用力值，且不同风险度均大于预定值时，则该加权设备(53)对基于该瞬变信息的反作用力值进行加权。

9.根据权利要求1所述的系统，其特征在于，还包括检测该车辆(5)路径中的障碍物的场景识别设备(8、8A)，该场景识别设备用于判断该障碍物是静止的还是运动的，其中，在判断出该障碍物处于运动中时与判断出该障碍物处于静止时相比，该加权设备(53)对基于该瞬变信息的反作用力值进行更大的加权。

10.根据权利要求1所述的系统，其特征在于，还包括检测该车辆(5)路径中的障碍物的场景识别设备(8、8A)，该场景识别设备用于判断该障碍物是否正在减速，其中，在判断出该障碍物正在减速时与判断出该障碍物未减速时相比，该加权设备(53)对基于该瞬变信息的反作用力值进行更大的加权。

11.根据权利要求2所述的系统，其特征在于，

当通过该距离(X)除以该车辆速度(Vh)所获得的车间时间(THW)小于第一阈值时，该第一目标辨别设备(51a)判断出所检测到的障碍物是目标障碍物；以及

当通过该距离(X)除以该相对车辆速度(Vr)所获得的距碰撞的时间(TTC)小于第二阈值时，该第二目标辨别设备(51b)判断出所检测到的障碍物是目标障碍物。

12.根据权利要求1所述的系统，其特征在于，该驾驶者控制式输入设备包括加速器踏板和制动踏板中的至少一个。

13.根据权利要求1所述的系统，其特征在于，该风险度计算设备(52a、52b)包括分别计算作为不同风险度的第一和第二风险度的第一和第二风险度计算设备，以及该反作用力计算设备(54a、54b)包括分别计算作为不同反作用力值的第一和第二反作用力值的第一和第二反作用力计算设备，该系统还包括：

第一接触可能性辨别设备(51c)，用于通过基于该距离(X)和该车辆速度(Vh)实现接触可能性辨别，判断该车辆(5)是否可能接触到所检测到的障碍物；

第三风险度计算设备(52c)，用于在通过该第一接触可能性辨别设备(51c)判断出该车辆(5)可能接触到所检测到的障碍物时，确定来自所检测到的障碍物的第三风险度；

第三反作用力计算设备(54c)，用于确定相对于该第三风险度的第三反作用力值；

第二接触可能性辨别设备(51d)，用于通过基于该距离(X)和该相对车辆速度(Vr)实现接触可能性辨别，判断该车辆(5)是否可能接触到所检测到的障碍物；

第四风险度计算设备(52d)，用于在通过该第二接触可能性辨别设备(51d)判断出该车辆(5)可能接触到所检测到的障碍物时，确定来自所检测到的障碍物的第四风险度；以及

第四反作用力计算设备(54d)，用于确定相对于该第四风险度的第四反作用力值，并且

其中，除该第一反作用力值和该加权后的第二反作用力值外，该组反作用力值还包括该第三和第四反作用力值，因而该反作用力选择设备(56)在该第一反作用力值、该加权后的第二反作用力值、该第三反作用力值和该第四反作用力值中选择最大的一个。

14.一种车辆，其包括：

场景识别设备(8、8A)，用于检测该车辆(5)路径中的障碍物；

第一目标辨别设备(51a)，用于通过基于该车辆(5)的车辆速度(Vh)和从该车辆(5)到所检测到的障碍物的距离(X)实现第一目标辨别，判断所检测到的障碍物是否是目标障碍物；

第一风险度计算设备(52a)，用于在通过该第一目标辨别设备(51a)判断出所检测到的障碍物是目标障碍物时，判断来自所检测到的障碍物的第一风险度；

第一反作用力计算设备(54a)，用于确定相对于该第一风险度的第一反作用力值；

第二目标辨别设备(51b)，用于通过基于到所检测到的障碍物的距离(X)和该车辆(5)相对于所检测到的障碍物的相对车辆速度(Vr)实现第二目标辨别，判断所检测到的障碍物是否是目标障碍物；

第二风险度计算设备(52b)，用于在通过该第二目标辨别设备(51b)判断出所检测到的障碍物是目标障碍物时，确定来自所检测到的障碍物的第二风险度；

第二反作用力计算设备(54b)，用于确定相对于该第二风险度的第二反作用力值；

加权设备(53)，用于对该第二反作用力值进行加权；

反作用力选择设备(56)，用于选择包括该第一反作用力值和该加权后的第二反作用力值的一组反作用力值中绝对值最大的一个，并提供表示所选择的反作用力值的输出信号；

驾驶者控制式输入设备(62、92)，其可由驾驶者手动操作；以及

致动器(61、91)，其与该驾驶者控制式输入设备连接，并用于响应于该输出信号，通过来自该驾驶者控制式输入设备(62、92)的反作用力输入将所选择的反作用力值传送给驾驶者。

Images