CN102160006A - 用于避免碰撞的系统和方法 - Google Patents

用于避免碰撞的系统和方法 Download PDF

Info

Publication number
CN102160006A
CN102160006A CN2009801359288A CN200980135928A CN102160006A CN 102160006 A CN102160006 A CN 102160006A CN 2009801359288 A CN2009801359288 A CN 2009801359288A CN 200980135928 A CN200980135928 A CN 200980135928A CN 102160006 A CN102160006 A CN 102160006A
Authority
CN
China
Prior art keywords
barrier
vehicles
avoiding
relative position
motion
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.)
Granted
Application number
CN2009801359288A
Other languages
English (en)
Other versions
CN102160006B (zh
Inventor
M·纳德希恩
P·朗塔勒
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.)
Idesd AG
Original Assignee
AEROSPY SENSE AND AVOID TECHNO
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 AEROSPY SENSE AND AVOID TECHNO filed Critical AEROSPY SENSE AND AVOID TECHNO
Publication of CN102160006A publication Critical patent/CN102160006A/zh
Application granted granted Critical
Publication of CN102160006B publication Critical patent/CN102160006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G9/00—Traffic control systems for craft where the kind of craft is irrelevant or unspecified
    • G08G9/02—Anti-collision systems
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • G05D1/0061—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

公开有一种用于控制交通工具以自动避免该交通工具与障碍物碰撞的方法。该方法包括下列步骤：对交通工具之前的障碍物进行识别和定位，其中障碍物相对于交通工具的相对位置通过其坐标被确定；测量所识别的障碍物的相对速度；根据相应的相对位置和相对速度判断在交通工具与障碍物之间是否存在碰撞危险；当存在与障碍物碰撞的危险时执行下列步骤：根据已知的测量误差计算障碍物周围的不确定区域；计算不确定区域的边缘内或边缘处的避开点；定义围绕避开点的具有半径（
Figure DEST_PATH_IMAGE001
）的保护区；定义具有预先给定的曲率半径（）的圆形轨道状避开路线；在临界距离的情况下将交通工具控制为使得交通工具遵循圆形轨道状避开路线，其中圆形轨道状避开路线与保护区相切。

Description

用于避免碰撞的系统和方法
技术领域
本发明涉及用于自动避免交通工具与其他对象的碰撞的系统和方法。该系统或方法例如适用于自动避免无人驾驶的可控飞行器与其他飞行器或与静止障碍物的碰撞。
背景技术
本发明所基于的任务在于，提供用于控制交通工具的系统和方法，该系统和方法保证交通工具可靠地避开静止或运动的障碍物。可能的碰撞将被避免。下面应将概念“交通工具”理解成陆地交通工具、水上交通工具（例如船舶）、水下交通工具（例如潜艇）、空中交通工具（例如飞机）、以及太空交通工具。
发明内容
本发明的一个示例涉及一种用于控制交通工具以自动避免该交通工具与障碍物碰撞的方法。该方法包括下列步骤：对该交通工具之前的障碍物进行识别和定位，其中障碍物相对于交通工具的相对位置通过其坐标被确定；测量所识别的障碍物的相对速度；根据相应的相对位置和相对速度判断在交通工具与障碍物之间是否存在碰撞危险；当存在与障碍物碰撞的危险时执行下列步骤：根据已知的测量误差计算障碍物周围的不确定区域；计算不确定区域的边缘处的避开点；定义围绕避开点的具有一半径的保护区；定义具有预先给定的曲率半径的圆形轨道状避开路线；在临界距离的情况下将交通工具控制为使得交通工具遵循圆形轨道状避开路线，其中圆形轨道状避开路线与保护区相切。
本发明的另一示例涉及一种用于识别障碍物并且计算交通工具中的避开动作（Ausweichmanöver）的系统。该系统包括下列部件：自动驾驶单元，用于控制交通工具的运动，其中该自动驾驶单元具有用于接收描述交通工具的额定运动的运动参数的接口，并且该自动驾驶单元被构造为根据运动参数将交通工具控制为使得交通工具的实际运动近似地对应于额定运动；传感器单元，具有至少一个第一环境传感器，所述第一环境传感器被构造为对障碍物进行定位并且提供与障碍物的相对位置和障碍物的相对速度有关的传感器数据；数据处理单元，其被构造为编辑传感器数据并且提供相对位置和相对速度的测量值；用于计算避开动作的单元，其被构造为根据测量值计算避开动作的额定运动的运动参数并且将这些运动参数提供给自动驾驶单元的接口。
本发明的另一示例涉及一种用于识别障碍物并且计算交通工具中的避开动作的方法。该方法包括下列步骤：借助于第一环境传感器对障碍物进行定位并且提供相应的表示障碍物的相对位置和相对速度的传感器数据；编辑传感器数据并且提供相对位置和相对速度的测量值；根据测量值计算避开动作的额定运动的运动参数；以及将这些运动参数输送给自动驾驶单元的接口以控制交通工具的运动，其中该自动驾驶单元被构造为根据运动参数将交通工具控制为使得交通工具的实际运动近似地对应于额定运动。
附图说明
下面的附图和进一步的描述将有助于更好地理解本发明。不一定将附图中的元素理解为是限制，更确切地说重点在于示出本发明的原理。在附图中，相同的附图标记表示相应的部分。
图1是示出根据本发明系统的示例的框图，该系统包括传感器单元、数据处理单元和用于计算避开动作的单元；
图2示出具有摄像机和雷达传感器以确定障碍物的相对位置和相对速度的传感器单元的实际构造；
图3示出由数据处理单元执行的对距离矢量和速度矢量到水平面中的投影，其中交通工具在该水平面内运动；
图4－6示例性地示出根据本发明的用于避开和避免碰撞的方法在静止障碍物情况下的变形方案；
图7示出对障碍物周围的不确定区域的计算，其中选择不确定区域的角点作为避开点；
图8a－c示例性地示出根据本发明的用于避开和避免碰撞的方法在运动非协作障碍物的情况下的变形方案；
图9a、b示例性地示出运动非协作障碍物与所测量和所计算的量之间的关系；
图10示例性地示出用于在运动非协作障碍物的情况下计算避开路线的坐标变换；
图11示出与障碍物的运动走廊交叉的避开路线；
图12示出在考虑到障碍物情况下的障碍物的运动走廊。
具体实施方式
用于安全地导航和避免碰撞的系统通常履行两个不同的任务，即第一规划要控制的交通工具从其当前位置到给定航路点的路线，并且第二持续地探测该路线上的障碍物并且必要时发起避开动作。第一任务（到航路点的路线规划）一般被提前解决，也就是说，路线规划不在行驶期间进行，而是在出发以前或在飞行器的情况下在起飞以前（Pre-Flight Planning（飞行前规划））进行。第二任务（识别障碍物和避开）必须连续地在行驶或飞行期间进行。在所规划路线的范围内探测到根据先验（a prior）未知的障碍物的情况下，必须决定是否有必要避开。如果是这种情况，则必须规划合适的避开动作并且离开预先规划（飞行前规划）的路线。在避开动作结束以后，计算到原来所规划路线的下一航路点的新路线。
在识别到障碍物以后，对该障碍物进行分类并且根据该分类计算合适的避开动作。该分类根据静止的和运动的障碍物或协作的和非协作的障碍物进行。协作的障碍物本身尝试根据与所观测的交通工具/飞机相同的原理进行避开，而非协作障碍物忽略该交通工具/飞机。因此，可以区分出三类障碍物。第一是静止障碍物，这些障碍物显然总是非协作的，第二是运动的非协作障碍物，并且第三是运动的协作障碍物。属于这三类的计算避开动作的方法是非常类似的，并且基于相同的原理。为简单起见，首先描述针对静态障碍物的避开。在此，利用下面描述的系统所控制的交通工具（例如飞机）也被称为“自有交通工具”。
在计算用于避免碰撞的避开路线时，按照如下方式进行：假定到障碍物的距离不允许低于特定的最小距离（
Figure 2009801359288100002DEST_PATH_IMAGE001
）。在较小的局部障碍物周围可以假定交通工具（例如飞机）不允许侵入的圆形安全区域（具有半径
Figure 954296DEST_PATH_IMAGE002
）。为了考虑到两次测量之间的扫描时间
Figure DEST_PATH_IMAGE003
，可以将半径
Figure 933754DEST_PATH_IMAGE002
进一步扩大以自有交通工具以速度
Figure 775808DEST_PATH_IMAGE004
在扫描时间
Figure 171017DEST_PATH_IMAGE003
内所经过的路程
Figure DEST_PATH_IMAGE005
。交通工具之前的平面区域——自有交通工具在其中运动或将在其中运动并且在其中可能在下一时间出现必须对其做出反应的障碍物——借助于机载传感器单元被持续地监测。在识别到障碍物的情况下，计算自有交通工具经过障碍物的避开轨道。该避开轨道由圆弧（具有半径
Figure 47706DEST_PATH_IMAGE006
）以及可选地由直线段构成，其中该直线段以相切的方式连接到该圆弧上，并且该圆弧以相切的方式连接到自有交通工具在避开动作开始以前的运动轨道上。圆弧的半径
Figure 932485DEST_PATH_IMAGE006
对应于避开轨道的与相应速度有关的最小曲率半径。最迟在不再能够避免自有交通工具侵入到所识别障碍物周围的安全区域中以前根据预先计算出的避开轨道来控制自有交通工具，其中避开轨道于是与安全区域相切。
但是在专门探讨避开方法以前，首先应当阐述总系统。图1中示意性地示出根据本发明的示例性的系统。为了可以在交通工具中控制该系统以识别障碍物并且计算避开动作，该系统包括控制交通工具的运动的自动驾驶单元。该自动驾驶单元可以具有用于接收运动参数的接口。所述运动参数描述交通工具的额定运动，并且自动驾驶单元根据运动参数将交通工具控制为使得交通工具的实际运动近似地对应于额定运动。在飞机的情况下，这样的运动参数通常是升降舵和方向舵的角度调节或者对滚动角、俯仰角和偏航角或角速度的预先给定。
此外，该系统包括具有至少一个第一环境传感器的传感器单元，所述第一环境传感器被构造为对障碍物进行定位并且提供与障碍物的相对位置和障碍物的相对速度有关的传感器数据。第一环境传感器例如可以是光学传感器，尤其是摄像机。在此，可以使用在可见光范围或红外光范围内工作的摄像机。
作为另外的部件，该系统可以具有数据处理单元，该数据处理单元被构造为编辑传感器数据并且提供所定位的障碍物的相对位置和相对速度的测量值以用于进一步处理。该数据编辑例如可以在于数据简化或者将三维现实以数学方式简化到二维模型。在下面还将更详细地探讨该投影（参见关于图3的描述）。
作为第三部件，根据图1的系统包括用于计算避开动作的单元。该单元也可以集成在自动驾驶单元中。但是在飞行的情况下，关键性的经济上的优点可以是，使用已经被认证用于飞行的具有所定义的外部接口的自动驾驶单元。于是为了在飞行中的使用，仅须认证根据本发明的系统，而不是自动驾驶仪。用于计算避开动作的单元被构造为，根据相对位置和相对速度的测量值来计算避开动作的额定运动的运动参数并且将这些运动参数提供给自动驾驶单元的接口。
潜在的障碍物通常在由方位角和仰角
Figure 261836DEST_PATH_IMAGE008
确定的方向上以距离位于该交通工具之前。在此，环境传感器（摄像机，雷达传感器）检测交通工具之前的区域并且确定所观测障碍物的距离、方位角
Figure 191931DEST_PATH_IMAGE007
、仰角
Figure 185295DEST_PATH_IMAGE008
、以及相对速度v，并且提供作为传感器数据的这些量以用于进一步处理。
为了获得更精确的测量结果，传感器单元可以包含雷达传感器作为第二环境传感器。在这种情况下，该传感器单元被构造为对第一和第二环境传感器的传感器数据进行汇集（“sensor fusion（传感器融合）”），并且从包含在传感器数据中的信息中计算出障碍物的方位角、仰角
Figure 738953DEST_PATH_IMAGE008
和距离
Figure 324655DEST_PATH_IMAGE009
、以及相对速度v。
传感器单元可以从由摄像机所生成的图像数据中识别出潜在的障碍物并且将这些障碍物分类。如果障碍物例如是飞机，则可以基于该图像来识别飞机类型。基于该分类，可以从数据库中确定所观测障碍物（飞机）的实际大小。从每个障碍物的实际大小及其在图像上的大小中可以计算出所观测障碍物与飞机之间的距离。也可以从障碍物在摄像机的图像中的位置中计算出方位角
Figure 754500DEST_PATH_IMAGE007
和仰角
Figure 996125DEST_PATH_IMAGE008
。
当借助于图像处理方法从摄像机图像中（粗略）近似地确定障碍物的相对位置、尤其是方向（即方位角和仰角）并且然后使仅具有显著更小视场（“field of view（视场）”）的雷达传感器在所观测障碍物的方向上摆动时，获得测量中的较高精确度。然后，可以利用雷达传感器以比利用摄像机的近似测量更高的精确度来测量相对位置和相对速度。图2中示出传感器单元，尤其是摄像机和可摆动的雷达传感器的视场。
如果在摄像机图像上可识别出多个障碍物，则传感器单元能够识别潜在的障碍物并且根据其“危险性”对这些障碍物排序。最危险的是由于相对于该交通工具的相对位置和相对速度而最有可能发生碰撞的那种障碍物。尤其是在飞行中，常常将与圆形轨道状的可能的避开路线的中心点最接近的障碍物列为最危险的对象。该中心点在自有交通工具右边或左边与当前飞行轨道相距一法向距离（Normalabstand），该法向距离对应于圆形轨道状避开路线的曲率半径。然后，雷达传感器对准被列为最危险的障碍物。
根据图1的系统如上面提到的那样包括数据处理单元。该数据处理单元可以被构造为将障碍物的相对位置投影到水平面中，以便确定水平距离并且将该水平距离作为相对位置的测量值来提供。利用这样的投影，在现实中为三维的问题被简化成二维问题。该简化在飞行或海下航行中也是适宜的，因为出于效率的原因，通常在特定飞行高度内进行避开动作，并且（除了必须发起非避开动作的例外情况以外）不进行向上或向下的避开。这种避开动作将比平面中的避开动作需要多得多的能量。于是，水平距离
Figure 333566DEST_PATH_IMAGE010
从实际测量的距离
Figure 977037DEST_PATH_IMAGE009
中通过与仰角
Figure 374520DEST_PATH_IMAGE008
的余弦相乘而得出。水平速度
Figure DEST_PATH_IMAGE011
的计算以类似方式进行。
数据处理单元的另一任务是在识别出许多障碍物的情况下进行数据简化。每个障碍物的相对位置都具有不确定区域，即具有关于距离
Figure 103442DEST_PATH_IMAGE009
的测量误差以及关于角度
Figure 244573DEST_PATH_IMAGE007
和
Figure 742550DEST_PATH_IMAGE008
的测量误差。如果现在多个障碍物彼此接近或者识别出非常大的障碍物（例如墙），则可以将多个测量点合并起来并且针对合并的障碍物（或者大的障碍物）计算出具有相应扩大的不确定范围的总相对位置。
当障碍物突然——例如从上方或从下方——运动到交通工具之前并且然后比临界距离
Figure 576514DEST_PATH_IMAGE001
更接近地位于交通工具之前的区域中时，不实施常规的避开动作。在这种情况下，不能观测到障碍物的靠近，该障碍物实际上突然出现在传感器单元的视场中。这样的情况被称为“Near Miss（危险接近）”，并且要求非避开动作，该非避开动作也可以向右或向左或者向上或向下发起，并且在非避开动作的情况下也可以使飞机短时地超过其负荷极限。
此外，用于计算避开动作的单元可以包括用于对障碍物进行分类的单元。该单元被构造为基于测量数据对障碍物进行分类，以便由此推断出障碍物的行为（Verhalten）。在该分类的情况下，从传感器数据中确定：该障碍物是静态（不运动）的对象、运动的协作对象、还是运动的非协作对象。应将协作对象理解成如下的对象：该对象在避开时遵守预先定义的规则（例如与自有交通工具相同的规则）和行为方式。非协作对象忽略该交通工具并且保持其迄今为止的运动轨道。然后根据相对位置和相对速度（即其在水平面内投影的分量）以及分类的结果，计算出避开路线的运动参数并且将这些运动参数提供给自动驾驶单元的接口。然后，自动驾驶单元控制交通工具处的相应的执行器（例如在飞机情况下为升降舵和方向舵），使得该交通工具执行所计算出的避开路线。
图3至7更详细地示出避开路线的计算。用于计算避开路线以自动避免交通工具与障碍物的碰撞的方法包括在下面进一步描述并且在图3至7中示出的步骤。
上面已经描述的障碍物识别构成该计算的基础。在第一步骤，对交通工具之前的障碍物进行定位，其中障碍物相对于交通工具的相对位置由其坐标（例如球面坐标，即距离、方位角、仰角）来确定。所识别的障碍物的相对速度必须同样被确定。这例如可以利用雷达传感器来进行。此后根据相应的相对位置和相对速度对所识别的障碍物进行判断：在交通工具与相应的障碍物之间是否存在碰撞危险。
如果识别出碰撞危险，则按下面阐述的方式进行避开动作的计算：
根据已知的测量误差计算障碍物周围的不确定区域。这样的不确定区域在静态障碍物的情况下具有圆环段的形式。图7中示出标称位置
Figure 527153DEST_PATH_IMAGE012
处的障碍物周围的不确定区域。该障碍物以方位角
Figure 409658DEST_PATH_IMAGE007
以标称距离
Figure 824459DEST_PATH_IMAGE009
位于交通工具之前。该角度的不确定区域
Figure 829324DEST_PATH_IMAGE014
是如下区间：
Figure DEST_PATH_IMAGE015
并且该距离的不确定区域
Figure 267258DEST_PATH_IMAGE016
是
Figure DEST_PATH_IMAGE017
。
总不确定区域是由点“点1”、“点2”、“点3”和“点4”构成的圆环段。四个点的笛卡儿坐标（x坐标，y坐标）按如下方式来计算：
点1：
Figure 773630DEST_PATH_IMAGE018
点2：
Figure DEST_PATH_IMAGE019
点3：
Figure 308516DEST_PATH_IMAGE020
点4：
Figure DEST_PATH_IMAGE021
。
从交通工具来看，点“点4”是位于最右边的点，并且在向右避开的情况下是与圆形避开路线的中心点最接近的点。因此，当使用上面提到的关于障碍物“危险性”的标准时，处于不确定区域的最外部的点处的障碍物最危险。因此为了保证鲁棒的避开，必须在最坏的情况下避开点“点4”。在这种情况下，“鲁棒”的意思是，在考虑到测量误差情况下的避开路线更为安全并且与障碍物保持所期望的最小距离。因此，点4是被避开的点，因此该点在下面被称为避开点。在向左避开的情况下，避开点将是点“点1”。
根据图4至6阐述了另一方法，其中为清楚起见不再示出不确定区域。仅仅示出用
Figure 484283DEST_PATH_IMAGE022
表示的避开点。
在静止障碍物的情况下，定义围绕避开点具有半径
Figure 409514DEST_PATH_IMAGE001
的圆形保护区SZ。交通工具不应侵入到该保护区SZ中。因此仍然保证：交通工具不比最小距离
Figure 696138DEST_PATH_IMAGE001
更靠近障碍物。交通工具总是在（近似为）圆形的避开路线上进行避开。该假定对于飞行器以及陆地交通工具和船舶的计算而言足够精确。避开路线的圆形轨道具有最小可能的半径
Figure 757635DEST_PATH_IMAGE006
，但是已知该半径与交通工具的速度有关。与障碍物的距离被持续地测量。在临界距离的情况下，发起避开动作（也就是说利用相应的运动参数来控制自动驾驶仪），使得圆形轨道状避开路线ER与保护区SZ相切。该临界距离
Figure DEST_PATH_IMAGE023
（参见图4）可以直接从所测量的量中计算出来。作为必须发起避开动作的标准，可以在静止障碍物的情况下给出下列不等式：
（1）
其中
Figure 607146DEST_PATH_IMAGE006
是避开轨道ER的曲率半径，是障碍物周围的圆形保护区的半径，
Figure 40718DEST_PATH_IMAGE007
是观察到障碍物的方位角，并且
Figure 940541DEST_PATH_IMAGE009
是自有交通工具到障碍物的所测量距离。对于距离
Figure 568968DEST_PATH_IMAGE009
和方位角
Figure 870637DEST_PATH_IMAGE007
使用最坏情况值（
Figure DEST_PATH_IMAGE025
），以便使该计算对测量不确定性是鲁棒的。这以数学表达的方式意味着：
Figure 293528DEST_PATH_IMAGE026
，并且
Figure 2009801359288100002DEST_PATH_IMAGE027
。
换句话说：当至少对于
Figure 742964DEST_PATH_IMAGE028
和
Figure DEST_PATH_IMAGE029
的组合满足不等式（1）时，必须发起避开动作。这样的处理方式对测量障碍物位置时的测量不确定性是鲁棒的。可以示出，该“最坏情况”总是在最小距离
Figure 112765DEST_PATH_IMAGE009
和最大方位角的情况下。
如上面已经提到那样，为了计算临界距离
Figure 862732DEST_PATH_IMAGE023
使用被投影到水平面中的量（参见图3）。一旦探测到满足不等式（1）的障碍物，就发起避开动作，也就是说使交通工具/飞机偏转到具有半径
Figure 533885DEST_PATH_IMAGE006
的圆形避开轨道上。
在发起避开动作以后，交通工具
Figure 707377DEST_PATH_IMAGE013
位于圆形避开路线上。在此，继续持续地测量到障碍物的距离。一旦在时刻t+1的距离
Figure 718059DEST_PATH_IMAGE030
大于在前一时刻t的距离
Figure DEST_PATH_IMAGE031
，即该交通工具还进一步地远离障碍物，则可以发起反向运动，以便到达原来的目标——即航路点WP（参见图5）。于是，该交通工具在飞行方向相对于北方的角与障碍物相对于北方的角
Figure DEST_PATH_IMAGE033
之间的（角）距离低于预先定义的阈值以前一直沿着圆形保护区运动。此后，再次启用正常的航路点导航，这例如在飞行中是常见的。
运动的非协作障碍物的特点在于，该障碍物忽略要控制的交通工具/飞行器——即以直线形式继续其迄今为止的运动。在静止障碍物情况下为圆形的保护区在运动障碍物的情况下一起运动。因此在障碍物直线运动的情况下，保护区是走廊，该走廊的宽度对应于静止障碍物的圆形保护区的直径，即
Figure 906781DEST_PATH_IMAGE034
。图8a示出具有如下内容的示意图：具有所测量速度的运动障碍物
Figure 545889DEST_PATH_IMAGE012
、具有速度
Figure 684747DEST_PATH_IMAGE004
的要控制的交通工具（飞行器）
Figure 330492DEST_PATH_IMAGE013
、障碍物
Figure 580207DEST_PATH_IMAGE012
周围的走廊状的保护区SZ、以及交通工具的与保护区相切的圆形轨道状避开轨道ER。图8b示出具有另一运动的非协作障碍物
Figure 937556DEST_PATH_IMAGE022
的类似图示。
如果识别出运动障碍物
Figure 8281DEST_PATH_IMAGE012
、
Figure 124004DEST_PATH_IMAGE022
、
Figure DEST_PATH_IMAGE035
（参见图8a－c），则确定是否由于其速度、
Figure DEST_PATH_IMAGE037
或
Figure 506761DEST_PATH_IMAGE038
以及要控制的交通工具
Figure 861519DEST_PATH_IMAGE013
的自身速度
Figure 718616DEST_PATH_IMAGE004
而有碰撞的危险。如果是，则驶入圆形轨道状避开轨道ER，其中用于计算的方法与在静态障碍物的情况下类似地进行（参见图4－6）。
在图8a和8b中所示的情况下，避开轨道ER与障碍物
Figure 412903DEST_PATH_IMAGE012
或
Figure 126781DEST_PATH_IMAGE022
的运动走廊（即保护区SZ）相切，其中在飞行中根据在该区域中适用的规则，避开轨道从要控制的交通工具来看总是向右延伸。与静止障碍物不同，在运动的非协作障碍物的情况下还存在的可能性是，避开轨道在预先给定的方向上（例如在飞行中常见的是向右）被运动走廊（即保护区域）阻挡。在这种情况下（走廊与避开轨道相交），改变“标准避开策略”（例如向右避开）是必要的。图8c中示出了这种情况。
是否存在与运动的非协作障碍物碰撞的危险，可以通过与导出等式（1）类似的几何考虑来确定。图9a示出对运动障碍物
Figure 172098DEST_PATH_IMAGE022
的探测。借助于要控制的交通工具/飞行器的上述机载传感器测量下列值：速度矢量
Figure DEST_PATH_IMAGE039
（轴向和侧向分量和
Figure DEST_PATH_IMAGE041
）、交通工具
Figure 240734DEST_PATH_IMAGE013
与障碍物
Figure 328775DEST_PATH_IMAGE022
之间的距离
Figure 658125DEST_PATH_IMAGE009
、方位角
Figure 857026DEST_PATH_IMAGE007
、以及要控制的交通工具的自身速度
Figure 260325DEST_PATH_IMAGE004
。如在避开静止障碍物的情况下那样，在对象
Figure 581585DEST_PATH_IMAGE022
周围定义交通工具不允许侵入的圆形区域。该圆形区域还定义障碍物在其中运动的走廊的宽度。用符号
Figure 135243DEST_PATH_IMAGE042
来表示x轴与障碍物的速度矢量
Figure 658628DEST_PATH_IMAGE039
之间的角度，其中x轴按照定义处于要控制的交通工具的运动方向上。图9a中所示的图示是在静止的坐标系中绘出的。该图示可以转换成与交通工具/ 飞机
Figure 88473DEST_PATH_IMAGE013
一起运动的坐标系中的等效图，该等效图在图9b中示出。在该图示中，交通工具/飞机的速度为0，障碍物的相对速度用
Figure DEST_PATH_IMAGE043
（分量
Figure 126836DEST_PATH_IMAGE044
和
Figure DEST_PATH_IMAGE045
）来表示并且x轴与相对速度矢量之间的角用
Figure 729856DEST_PATH_IMAGE046
来表示。为了获得是否有碰撞危险的标准，观察由相对速度矢量所定义的直线g与在交通工具周围想象的具有半径
Figure 373326DEST_PATH_IMAGE001
的圆k之间的相对位置。如果直线g与圆k相交，则有碰撞的危险。直线g与圆k之间的该关系在数学上可以由下列不等式来表达：
Figure DEST_PATH_IMAGE047
（2）
如果满足该不等式，则没有碰撞的危险。角度
Figure 770810DEST_PATH_IMAGE046
可以简单地从下列等式中计算：
Figure 562048DEST_PATH_IMAGE048
（3）
其中对于相对速度有下式成立：
Figure DEST_PATH_IMAGE049
。
但是如果x坐标处于交通工具/飞机
Figure 640863DEST_PATH_IMAGE013
的运动方向上，则分量总是为0。
不等式（2）对于理想精确的测量值成立。为了考虑到测量不确定性，再次进行“最坏情况”考虑，也就是说，搜寻不等式（2）左侧的表达形式的最小值。因此新的标准是：
Figure DEST_PATH_IMAGE051
（4）
其中对于
Figure 769542DEST_PATH_IMAGE052
和有
Figure 48076DEST_PATH_IMAGE054
和
Figure DEST_PATH_IMAGE055
，并且其中A是关于
Figure 930582DEST_PATH_IMAGE046
的不确定区域（
Figure 345382DEST_PATH_IMAGE056
，该不确定区域基于已知的测量误差得出）。
不等式（2）和（4）的上面的标准仅仅实现对是否有碰撞危险的判断。在此未检查：是否还有可能进行避开以及最晚在哪个可能的时刻可能进行避开。在走廊与交通工具/飞机相距足够远使得可以沿着仍然刚好与该走廊接触的圆形轨道进行避开的情况下可能的是（参见图8a和8b），通过图10中示出的坐标变换从不等式（4）中获得发起避开动作的标准。相应的不等式是：
Figure DEST_PATH_IMAGE057
（5）
其中与不等式（4）相比，替代于
Figure 350248DEST_PATH_IMAGE001
使用
Figure 788182DEST_PATH_IMAGE058
的和，并且替代于区域
Figure DEST_PATH_IMAGE059
和
Figure 271116DEST_PATH_IMAGE060
使用相应的经过变换的区域
Figure DEST_PATH_IMAGE061
和
Figure 806003DEST_PATH_IMAGE062
，其中：
Figure DEST_PATH_IMAGE063
，
Figure 653873DEST_PATH_IMAGE064
以及
Figure DEST_PATH_IMAGE065
。
当至少对于
Figure 641420DEST_PATH_IMAGE066
、
Figure DEST_PATH_IMAGE067
和的组合满足不等式（5）时，必须发起避开动作。
例如在图8c中所示，可能出现不可能进行标准避开的情况，因为避开轨道被走廊SZ阻挡。在这种情况下，要么可以以另一方向作为标准方向进行避开，要么在可能的情况下在障碍物之前穿越走廊。这在交通工具/飞机离开走廊SZ所需的时间小于或等于障碍物接近交通工具
Figure 598859DEST_PATH_IMAGE013
直到距离
Figure 11386DEST_PATH_IMAGE001
所需的时间时恰好是可能的。图11中示例性地示出了这种情况。在运动障碍物的情况下，速度测量中的测量不确定性的影响是，运动走廊不直线延伸（如图11中所示的理想情况），而是每长度单位加宽
Figure DEST_PATH_IMAGE069
的值，其中
Figure 836123DEST_PATH_IMAGE070
是速度矢量
Figure 17705DEST_PATH_IMAGE039
的角度的最大不确定性。图12中示出了这种情况。
协作障碍物：将运动的协作障碍物作为第三类障碍物来区分。该障碍物根据与要控制的交通工具相同的规则进行避开。障碍物是否显示出协作行为，例如可以通过与障碍物的无线电连接来确定。也就是说，障碍对象和要控制的交通工具/飞机必须彼此“认识”。作为必须发起避开动作的标准，可以在运动的协作障碍物的情况下给出下列不等式：
Figure DEST_PATH_IMAGE071
（6）
其中
Figure 535274DEST_PATH_IMAGE072
。与不等式（1）相比，不等式（6）的区别仅在于变量
Figure 497414DEST_PATH_IMAGE001
（保护区半径）使用
Figure DEST_PATH_IMAGE073
的和。因此，运动的协作障碍物的情况可以看成是静止障碍物的特殊情况。
另一特殊情况是例如风或水的流体。在恒定流体的情况下，交通工具附加地以该流体的恒定速度在流体的方向上运动。为了能够在对地固定的坐标系中描述交通工具的运动，交通工具的自身运动的速度矢量与流体的速度矢量相加。通过流体，交通工具在没有自身运动的情况下也以流体的速度相对于对象运动。
现在在流体的情况下，也可以将静止障碍物作为动态非协作障碍物来处理，因为在流体中交通工具与静止障碍物的相对运动等价于交通工具与动态非协作障碍物的相对运动，该障碍物具有与风相反的速度和相同的绝对值。
因此在根据本发明的方法中，可以在流体的情况下将静止障碍物作为动态非协作障碍物来处理，因为在流体中交通工具与静止障碍物的相对运动等价于交通工具与动态非协作障碍物的相对运动，该障碍物具有与风相反的速度和相同的绝对值。

Claims (47)

1. 一种用于控制交通工具以自动避免交通工具与障碍物碰撞的方法；该方法包括下列步骤：
对交通工具之前的障碍物进行识别和定位，其中障碍物相对于交通工具的相对位置通过其坐标来确定；
测量所识别的障碍物的相对速度；
根据相应的相对位置和相对速度来判断在交通工具与障碍物之间是否存在碰撞危险；
当存在与障碍物碰撞的危险时执行下列步骤：
根据已知的测量误差计算障碍物周围的不确定区域；
计算不确定区域的边缘内或边缘处的避开点；
定义围绕避开点的具有一半径的保护区；
定义具有预先给定的曲率半径的圆形轨道状避开路线；
在临界距离的情况下对交通工具进行控制，使得交通工具遵循圆形轨道状避开路线，其中圆形轨道状避开路线与保护区相切。
2. 根据权利要求1所述的方法，其中在测量穿过交通工具延伸的水平面之下或之上的障碍物的相对位置和相对速度以后，将相应的相对位置及相对速度投影到该水平面中，并且将所投影的位置及速度用作为用于计算不确定区域、避开点以及保护区的测量值。
3. 根据权利要求2所述的方法，其中在交通工具位于圆形轨道状避开路线上期间，测量到障碍物的距离，并且如果到障碍物的距离增加，则离开圆形轨道状避开路线并且发起反向运动。
4. 根据权利要求3所述的方法，其中在发起反向运动以后，当航路点与方位基点（Himmelsrichtung）以及交通工具与方位基点之间的角度差小于预先给定的阈值时启用航路点方向上的轨道调节。
5. 根据权利要求1至4之一所述的方法，其中所识别的障碍物被分类成组，及第一组“静止障碍物”、第二组“运动的协作障碍物”、以及第三组“运动的非协作障碍物”，其中协作障碍物遵守预先定义的用于避开的规则并且非协作障碍物忽略交通工具。
6. 根据权利要求5所述的方法，其中根据作为静止障碍物、运动的协作障碍物或运动的非协作障碍物的分类来确定不确定区域并且由此确定避开点。
7. 根据权利要求5或6之一所述的方法，其中在静止障碍物的情况下根据下列公式确定静止的不确定区域的四个角点：
点1：
Figure DEST_PATH_IMAGE002
点2：
Figure DEST_PATH_IMAGE004
点3：
Figure DEST_PATH_IMAGE006
点4：
Figure DEST_PATH_IMAGE008
，
其中不确定区域由方位角和距离的标称值
Figure DEST_PATH_IMAGE010
、
Figure DEST_PATH_IMAGE012
以及相应的不确定性量
Figure DEST_PATH_IMAGE014
、、
Figure DEST_PATH_IMAGE018
、
Figure DEST_PATH_IMAGE020
来表征。
8. 根据权利要求7所述的方法，其中在应当向右避开时点4是避开点，并且在应当向左避开时点1是避开点。
9. 根据权利要求8所述的方法，其中根据按照下面的规则的避开方法来确定避开点：
在向右避开的情况下：点4
在向左避开的情况下：点1。
10. 根据权利要求5所述的方法，其中针对运动的协作障碍物，将保护区扩宽协作障碍物的避开半径。
11. 根据权利要求5所述的方法，其中在静止障碍物的情况下，一旦满足下列不等式，就达到临界距离：
Figure DEST_PATH_IMAGE022
，
其中是避开轨道的半径，
Figure DEST_PATH_IMAGE026
是圆形保护区的半径，
Figure DEST_PATH_IMAGE028
是障碍物的所测量的方位角，并且
Figure DEST_PATH_IMAGE012A
是障碍物与交通工具之间的所测量的距离。
12. 根据权利要求5所述的方法，其中在静止障碍物的情况下，一旦对于来自不确定区域
Figure DEST_PATH_IMAGE030
的任意方位角
Figure DEST_PATH_IMAGE010A
以及对于来自不确定区域的任意距离
Figure DEST_PATH_IMAGE012AA
满足下列不等式，就达到临界距离：
Figure DEST_PATH_IMAGE034
，
其中
Figure DEST_PATH_IMAGE024A
是避开轨道的半径，
Figure DEST_PATH_IMAGE026A
是圆形保护区的半径。
13. 根据权利要求5所述的方法，其中在运动的协作障碍物的情况下，一旦满足下列不等式，就达到临界距离：
Figure DEST_PATH_IMAGE036
,
其中
Figure DEST_PATH_IMAGE038
并且是避开轨道的半径，
Figure DEST_PATH_IMAGE026AA
是圆形保护区的半径，
Figure DEST_PATH_IMAGE010AA
是障碍物的所测量的方位角，并且
Figure DEST_PATH_IMAGE012AAA
是障碍物与交通工具之间的所测量的距离。
14. 根据权利要求31所述的方法，其中在静止障碍物的情况下，一旦对于来自不确定区域
Figure DEST_PATH_IMAGE040
的任意方位角
Figure DEST_PATH_IMAGE010AAA
以及对于来自不确定区域
Figure DEST_PATH_IMAGE032A
的任意距离
Figure DEST_PATH_IMAGE012AAAA
满足下列不等式，就达到临界距离：
,
其中
Figure DEST_PATH_IMAGE038A
并且
Figure DEST_PATH_IMAGE024AAA
是避开轨道的半径，
Figure DEST_PATH_IMAGE026AAA
是圆形保护区的半径。
15. 根据权利要求5所述的方法，其中在运动的非协作障碍物的情况下预先计算碰撞。
16. 根据权利要求15所述的方法，其中通过分析不等式
Figure DEST_PATH_IMAGE044
来预先计算碰撞，并且当不满足该不等式时假定有碰撞危险，其中
Figure DEST_PATH_IMAGE010AAAA
是障碍物的所测量的方位角，
Figure DEST_PATH_IMAGE026AAAA
是与障碍物之间要保持的最小距离，
Figure DEST_PATH_IMAGE012AAAAA
是到障碍物的所测量的距离，并且
Figure DEST_PATH_IMAGE046
是障碍物的相对速度矢量与运动方向所成的角度。
17. 根据权利要求16所述的方法，其中考虑
Figure DEST_PATH_IMAGE046A
、
Figure DEST_PATH_IMAGE012AAAAAA
和
Figure DEST_PATH_IMAGE010AAAAA
的不确定区域。
18. 根据权利要求5或15所述的方法，其中保护区是障碍物的运动走廊，该运动走廊的宽度对应于与障碍物要保持的最小距离（）的两倍。
19. 根据权利要求5或15所述的方法，其中保护区是障碍物的运动走廊，该运动走廊的最小宽度是与障碍物要保持的最小距离（
Figure DEST_PATH_IMAGE026AAAAAA
）的两倍，其中该走廊每长度单位加宽
Figure DEST_PATH_IMAGE048
的值，其中
Figure DEST_PATH_IMAGE050
对应于障碍物的所测量的速度矢量的最大角度误差。
20. 根据权利要求19所述的方法，其中障碍物之前的由走廊定义的保护区仅在长度
Figure DEST_PATH_IMAGE052
上伸展，其中
Figure DEST_PATH_IMAGE026AAAAAAA
是障碍物与交通工具之间要保持的最小距离，
Figure DEST_PATH_IMAGE054
是障碍物的所测量的速度，并且t是交通工具在避开轨道上再次离开走廊所需的时间。
21. 根据权利要求5至20之一所述的方法，其中在流体的情况下，将静止障碍物作为动态非协作障碍物来处理，该动态非协作障碍物具有相对于交通工具的与流体速度相反但是具有与流体速度相同的绝对值的相对速度。
22. 一种用于识别障碍物并且计算交通工具中的避开动作的系统，其中该系统包括下列部件：
自动驾驶单元，用于控制交通工具的运动，其中该自动驾驶单元具有用于接收描述交通工具的额定运动的运动参数的接口，并且该自动驾驶单元被构造为根据运动参数将交通工具控制为使得交通工具的实际运动近似地对应于额定运动；
传感器单元，具有至少一个第一环境传感器，所述第一环境传感器被构造为对障碍物进行定位并且提供与障碍物的相对位置和障碍物的相对速度有关的传感器数据；
数据处理单元，其被构造为编辑传感器数据并且提供所述相对位置和相对速度的测量值；
用于计算避开动作的单元，其被构造为根据测量值来计算避开动作的额定运动的运动参数并且将所述运动参数提供给自动驾驶单元的接口。
23. 根据权利要求22所述的系统，其中障碍物以特定的方位角和特定的仰角位于交通工具之前并且与交通工具具有特定距离，并且其中环境传感器检测交通工具之前的区域并且作为传感器数据提供障碍物的距离、方位角、仰角以及相对速度。
24. 根据权利要求22或23所述的系统，其中传感器单元具有第二环境传感器，其中第一环境传感器是光学传感器并且第二环境传感器是雷达传感器。
25. 根据权利要求24所述的系统，其中传感器单元被构造为将至少第一和第二环境传感器的传感器数据汇集并且从包含在传感器数据中的信息中计算障碍物的方位角、仰角以及距离和相对速度。
26. 根据权利要求25所述的系统，其中第一光学传感器是提供交通工具的环境图像的平面摄像机，并且传感器单元被构造为：
－对图像上潜在的障碍物进行识别和分类；
－基于所述分类从数据库中确定障碍物的实际大小；以及
－从每个障碍物和图像的实际大小中计算相应障碍物与交通工具之间的距离。
27. 根据权利要求25或26所述的系统，其中雷达传感器能够摆动，并且光学传感器是提供交通工具的环境图像的平面摄像机，并且传感器单元被构造为：
－对图像上潜在的障碍物进行识别并且近似地确定所述障碍物与交通工具的相对位置；
－根据预先给定的标准按照所识别的障碍物的危险性对所述所识别的障碍物进行排序并且选出最危险的障碍物；
－基于近似地确定的相对位置使雷达传感器在最危险的障碍物的方向上摆动；以及
－借助于雷达传感器以比近似地确定的相对位置更高的精确度测量相对位置。
28. 根据权利要求27所述的系统，其中障碍物的危险性的标准是相应障碍物的相对位置，其中与圆形避开路线的中心点相距最小的障碍物被选为最危险的障碍物。
29. 根据权利要求23至28之一所述的系统，其中数据处理单元被构造为将障碍物的相对位置投影到水平面中，以便确定水平距离并且将该水平距离作为相对位置的测量值来提供。
30. 根据权利要求23至298之一所述的系统，其中每个障碍物的相对位置的由传感器单元所提供的传感器数据分别处于一个不确定区域中，并且数据处理单元被构造为通过如下方式来简化传感器数据：将多个彼此接近的障碍物合并成一个障碍物，并且针对合并的障碍物计算具有相应扩大的不确定区域的总相对位置。
31. 根据权利要求22至30之一所述的系统，其中用于计算避开动作的单元被构造为在障碍物的距离小于临界距离时计算非避开动作的运动参数。
32. 根据权利要求22至31之一所述的系统，其中用于计算避开动作的单元包括用于对障碍物进行分类的单元，该单元被构造为基于测量数据对障碍物进行分类以便由此推断出障碍物的行为。
33. 根据权利要求32所述的系统，其中用于对障碍物进行分类的单元被构造为从传感器数据中确定该障碍物是静态对象、运动协作对象、还是运动非协作对象。
34. 根据权利要求32或33所述的系统，其中用于计算避开动作的单元被构造为根据危险障碍物的相对位置和相对速度以及所述分类的结果来计算避开路线的运动参数并且将所述运动参数提供给自动驾驶单元的接口。
35. 一种用于识别障碍物并且计算交通工具中的避开动作的方法；该方法包括下列步骤：
借助于第一环境传感器对障碍物进行定位并且提供相应的表示障碍物的相对位置和相对速度的传感器数据；
编辑传感器数据并且提供相对位置和相对速度的测量值；
根据测量值来计算避开动作的额定运动的运动参数；以及
将所述运动参数输送给自动驾驶单元的接口以控制交通工具的运动，其中自动驾驶单元被构造为根据运动参数将交通工具控制为使得交通工具的实际运动近似地对应于额定运动。
36. 根据权利要求35所述的方法，进一步包括：
测量障碍物的距离、方位角、仰角和相对速度，其中所述距离、方位角和仰角表示交通工具之前的障碍物的相对位置。
37. 根据权利要求35或36所述的方法，其中第一环境传感器是提供环境图像的光学传感器；该方法进一步包括：
提供被构造成雷达传感器的第二环境传感器的传感器数据。
38. 根据权利要求37所述的方法，进一步包括：
对光学传感器和雷达传感器的传感器数据进行汇集，并且从包含在传感器数据中的信息中计算出障碍物的方位角、仰角以及距离和相对速度。
39. 根据权利要求37或至38所述的方法，其中光学传感器是至少一个提供交通工具的环境图像的平面摄像机；该方法进一步包括：
基于平面摄像机的传感器数据对图像上的潜在障碍物进行识别和分类；
基于所述分类从数据库中确定障碍物的实际大小；以及
从每个障碍物和图像的实际大小中来计算相应障碍物与交通工具之间的距离。
40. 根据权利要求38或至39所述的方法，进一步包括:
基于平面摄像机的传感器数据对图像上的潜在障碍物进行识别；
基于平面摄像机的传感器数据近似地确定障碍物与交通工具的相对位置；
根据预先给定的标准按照所识别的障碍物的危险性对所述所识别的障碍物进行排序并且选出最危险的障碍物；
基于近似地确定的相对位置使雷达传感器在最危险的障碍物的方向上摆动；以及
借助于雷达传感器以比近似地确定的相对位置更高的精确度来测量相对位置。
41. 根据权利要求40所述的方法，其中障碍物的危险性的标准是相应障碍物的相对位置，其中与圆形避开路线的中心点相距最小的障碍物被选为最危险的障碍物。
42. 根据权利要求36至41之一所述的方法，进一步包括:
将障碍物的相对位置投影到水平面中，以便确定水平距离；
提供该水平距离作为相对位置的测量值。
43. 根据权利要求36至42之一所述的方法，其中每个障碍物的相对位置的传感器数据分别处于一个不确定区域中；该方法进一步包括：
将多个彼此接近的障碍物合并为一个障碍物；
针对合并的障碍物来计算具有相应扩大的不确定区域的总相对位置，以便由此简化传感器数据。
44. 根据权利要求35至43之一所述的方法，进一步包括:
在障碍物的距离小于临界距离时计算非避开动作的运动参数。
45. 根据权利要求35至44之一所述的方法，进一步包括:
基于测量数据对所识别的障碍物进行分类，以便由此推断出障碍物的行为。
46. 根据权利要求45所述的方法，其中对障碍物的分类包括下列内容：
基于传感器数据确定该障碍物是静态对象、运动协作对象、还是运动非协作对象。
47. 据权利要求45或46所述的方法，进一步包括:
根据最危险障碍物的相对位置和相对速度以及分类的结果来计算避开路线的运动参数；以及
将所述运动参数提供给自动驾驶单元的接口。
CN200980135928.8A 2008-07-15 2009-07-15 用于避免碰撞的系统和方法 Active CN102160006B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE102008033128 2008-07-15
DE102008033128.7 2008-07-15
ATA372/2009A AT507035B1 (de) 2008-07-15 2009-03-06 System und verfahren zur kollisionsvermeidung
ATA372/2009 2009-03-06
PCT/EP2009/059113 WO2010007115A2 (de) 2008-07-15 2009-07-15 System und verfahren zur kollisionsvermeidung

Publications (2)

Publication Number Publication Date
CN102160006A true CN102160006A (zh) 2011-08-17
CN102160006B CN102160006B (zh) 2014-08-27

Family

ID=41480250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980135928.8A Active CN102160006B (zh) 2008-07-15 2009-07-15 用于避免碰撞的系统和方法

Country Status (6)

Country Link
US (1) US8825266B2 (zh)
CN (1) CN102160006B (zh)
AT (1) AT507035B1 (zh)
DE (1) DE112009001692A5 (zh)
GB (1) GB2475197B (zh)
WO (1) WO2010007115A2 (zh)

Cited By (55)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103183027A (zh) * 2011-12-28 2013-07-03 华为技术有限公司 车辆防撞方法和装置
CN103487066A (zh) * 2013-10-12 2014-01-01 惠州Tcl移动通信有限公司 一种智能设备及其安全行驶方法
CN103578115A (zh) * 2012-07-31 2014-02-12 电装It研究所 移动体识别系统以及移动体识别方法
CN104197940A (zh) * 2014-06-04 2014-12-10 中国人民解放军理工大学 一种无人机有效飞行路径障碍点提取方法
CN104272364A (zh) * 2012-05-02 2015-01-07 萨甘安全防护公司 飞行器避让方法以及提供有用于实现所述方法的系统的无人机
CN104537888A (zh) * 2014-12-25 2015-04-22 东风汽车公司 一种基于手机的汽车碰撞报警方法
CN104751677A (zh) * 2013-12-27 2015-07-01 上海博泰悦臻网络技术服务有限公司 车辆碰撞报警方法和系统
CN104914877A (zh) * 2015-07-13 2015-09-16 沈阳飞羽航空科技有限公司 一种轻型无人机自主感知与规避方法
CN105278543A (zh) * 2015-09-28 2016-01-27 小米科技有限责任公司 提升飞行安全性的方法及装置、电子设备
CN105303886A (zh) * 2014-06-17 2016-02-03 中国移动通信集团公司 交通信息的预警处理方法、装置、终端及预警服务器
CN106205223A (zh) * 2016-09-21 2016-12-07 江西天祥通用航空股份有限公司 一种针对障碍物的预警方法及系统
CN106354149A (zh) * 2016-10-28 2017-01-25 易瓦特科技股份公司 一种无人机飞行控制方法和装置
CN106354148A (zh) * 2016-10-28 2017-01-25 易瓦特科技股份公司 一种无人机飞行控制方法和装置
CN106354150A (zh) * 2016-10-28 2017-01-25 易瓦特科技股份公司 一种无人机飞行控制方法和装置
CN106463066A (zh) * 2014-05-12 2017-02-22 赛峰电子与防务公司 用于在存在入侵飞行器的情况下操纵航空无人机的方法以及实现该方法的无人机
CN106467100A (zh) * 2015-08-17 2017-03-01 株式会社万都 自动紧急制动系统及其控制方法
CN106515713A (zh) * 2016-11-18 2017-03-22 华南农业大学 一种汽车避障系统及其方法
CN106662879A (zh) * 2014-06-25 2017-05-10 亚马逊科技公司 用于自动空中交通工具的对象规避
CN106891886A (zh) * 2015-12-18 2017-06-27 通用汽车有限责任公司 用于自动驾驶的位置误差估计和实现方式
CN107077795A (zh) * 2014-11-20 2017-08-18 康蒂-特米克微电子有限公司 用于探测车辆周围环境中出现的行驶障碍的辅助系统
CN107085438A (zh) * 2017-04-28 2017-08-22 中国船舶重工集团公司第七0九研究所 基于准均匀样条曲线的无人机路径修正方法及系统
CN107102643A (zh) * 2017-06-19 2017-08-29 江西洪都航空工业集团有限责任公司 一种大型智能割草机器人p‑d型路径规划算法
CN107139666A (zh) * 2017-05-19 2017-09-08 四川宝天智控系统有限公司 越障识别系统及方法
CN107239073A (zh) * 2016-03-29 2017-10-10 株式会社大福 输送控制装置及输送台车的合流点通过方法
CN108227731A (zh) * 2016-12-15 2018-06-29 比亚迪股份有限公司 无人机防碰撞方法和装置
CN108216259A (zh) * 2016-12-13 2018-06-29 福特全球技术公司 自主车辆故障后操作
WO2018137133A1 (en) * 2017-01-24 2018-08-02 SZ DJI Technology Co., Ltd. Systems and methods for radar control on unmanned movable platforms
CN108388263A (zh) * 2018-03-01 2018-08-10 中国航空无线电电子研究所 圆形航线自动飞行系统
CN108521809A (zh) * 2017-12-18 2018-09-11 深圳市大疆创新科技有限公司 障碍物信息提示方法、系统、设备、装置及记录介质
CN108986555A (zh) * 2018-08-16 2018-12-11 中国科学院空间应用工程与技术中心 一种飞行防碰撞感知方法、系统、存储介质及设备
CN109100680A (zh) * 2018-08-02 2018-12-28 哈尔滨工程大学 一种相切双弧线型的九元地声传感器阵列定位方法
CN109204136A (zh) * 2017-07-04 2019-01-15 丰田自动车株式会社 周边图像显示控制装置
CN109298708A (zh) * 2018-08-31 2019-02-01 中船重工鹏力（南京）大气海洋信息系统有限公司 一种融合雷达与光电信息的无人艇自主避障方法
CN109407705A (zh) * 2018-12-14 2019-03-01 厦门理工学院 一种无人机躲避障碍物的方法、装置、设备和存储介质
CN109765922A (zh) * 2019-03-07 2019-05-17 安徽省川佰科技有限公司 一种无人机飞行轨迹辅助调整方法
CN109890572A (zh) * 2016-10-31 2019-06-14 皮尔茨公司 用于无碰撞运动规划的方法
CN109891349A (zh) * 2016-10-25 2019-06-14 本田技研工业株式会社 车辆控制装置
CN110121740A (zh) * 2017-01-06 2019-08-13 极光飞行科学公司 用于无人飞行器的避碰系统及方法
CN110231819A (zh) * 2018-03-05 2019-09-13 永恒力股份公司 用于避免碰撞的系统和用于避免碰撞的方法
CN110543179A (zh) * 2019-08-21 2019-12-06 中国科学院声学研究所 一种基于三维稀疏阵列声源方位识别的水面目标躲避方法
CN110650877A (zh) * 2017-06-06 2020-01-03 马自达汽车株式会社 车辆控制装置
CN110979320A (zh) * 2019-12-02 2020-04-10 泰牛汽车技术(苏州)有限公司 具有不规则行径的行人紧急避让控制方法及装置
CN111006684A (zh) * 2018-10-04 2020-04-14 波音公司 飞行器飞行信息系统和方法
CN111309050A (zh) * 2020-03-04 2020-06-19 桂林航天工业学院 一种无人机目标识别定位方法
CN111626169A (zh) * 2020-05-20 2020-09-04 中铁二院工程集团有限责任公司 一种基于图像的铁路危险落石尺寸判断方法
CN111703421A (zh) * 2020-05-13 2020-09-25 重庆长安汽车股份有限公司 车辆自动驾驶脱困的轨迹规划系统、方法及存储介质
CN111831006A (zh) * 2019-04-18 2020-10-27 波音公司 在检测和避开中处理地形的系统和方法
CN111868802A (zh) * 2018-01-29 2020-10-30 交互数字专利控股公司 用于无人驾驶航空系统业务管理(utm)系统应用的移动边缘计算(mec)部署的方法
CN111928853A (zh) * 2020-07-30 2020-11-13 西南电子技术研究所（中国电子科技集团公司第十研究所） 复杂环境下空基平台快速航路规划方法
CN113160427A (zh) * 2021-04-13 2021-07-23 北京三快在线科技有限公司 虚拟场景的创建方法、装置、设备及存储介质
CN113253740A (zh) * 2021-06-28 2021-08-13 天津海翼科技有限公司 水下机器人的应急方法及电子设备
CN113378628A (zh) * 2021-04-27 2021-09-10 阿里云计算有限公司 一种道路障碍物区域检测方法
CN114115240A (zh) * 2021-11-04 2022-03-01 北京三快在线科技有限公司 一种无人设备的控制方法及装置
CN114485627A (zh) * 2020-10-23 2022-05-13 广东博智林机器人有限公司 一种有轨小车的导航方法、装置、有轨小车及存储介质
WO2022228358A1 (zh) * 2021-04-25 2022-11-03 广州汽车集团股份有限公司 一种自动驾驶避障方法及系统、存储介质

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102822881B (zh) * 2010-04-05 2015-04-29 丰田自动车株式会社 车辆的碰撞判定装置
DE102011017564B4 (de) 2011-04-26 2017-02-16 Airbus Defence and Space GmbH Verfahren und System zum Prüfen einer Oberfläche auf Materialfehler
US9318023B2 (en) * 2011-08-31 2016-04-19 GM Global Technology Operations LLC System and method for collision avoidance maneuver path determination with jerk limit
EP2637072B1 (en) * 2012-03-05 2017-10-11 Volvo Car Corporation Path following of a target vehicle
DE102012204098A1 (de) * 2012-03-15 2013-09-19 Continental Automotive Gmbh Verfahren zur Stauerkennung mittels einer drahtlosen Fahrzeug-zu-Fahrzeug-Kommunikation
US8965679B2 (en) * 2012-06-11 2015-02-24 Honeywell International Inc. Systems and methods for unmanned aircraft system collision avoidance
US20140207315A1 (en) * 2013-01-23 2014-07-24 Honeywell International Inc. Apparatus and method for displaying a helicopter terrain intercept point during landing
US9142063B2 (en) 2013-02-15 2015-09-22 Caterpillar Inc. Positioning system utilizing enhanced perception-based localization
DE102013210928A1 (de) * 2013-06-12 2014-12-18 Robert Bosch Gmbh Verfahren zur Unterscheidung zwischen echten Hindernissen und Scheinhindernissen in einem Fahrerassistenzsystem für Kraftfahrzeuge
US9255988B2 (en) * 2014-01-16 2016-02-09 GM Global Technology Operations LLC Object fusion system of multiple radar imaging sensors
US20160016664A1 (en) * 2014-07-19 2016-01-21 Umm Al-Qura University Unmanned aerial delivery device
US9505405B2 (en) 2015-01-16 2016-11-29 Ford Global Technologies, Llc Rear collision avoidance and mitigation system
US20160275802A1 (en) * 2015-03-20 2016-09-22 Northrop Grumman Systems Corporation Unmanned aircraft detection and targeting of other aircraft for collision avoidance
CN107531324B (zh) * 2015-03-31 2021-02-05 深圳市大疆创新科技有限公司 用于移动地理围栏的系统和方法
EP3152089A4 (en) 2015-03-31 2017-08-02 SZ DJI Technology Co., Ltd. Systems and methods for geo-fencing device communications
CN112908042A (zh) 2015-03-31 2021-06-04 深圳市大疆创新科技有限公司 用于操作无人飞行器的系统和遥控器
CN104851323B (zh) * 2015-06-11 2017-11-17 沈阳北斗平台科技有限公司 基于北斗的飞机安全起降实时监控系统
WO2017050893A1 (en) * 2015-09-22 2017-03-30 Pro-Drone Lda. Autonomous inspection of elongated structures using unmanned aerial vehicles
DE102015013324B4 (de) * 2015-10-14 2020-12-03 Hensoldt Sensors Gmbh Verfahren zum Bestimmen einer Ausweichempfehlung für ein Fahrzeug
JP6375503B2 (ja) * 2015-10-15 2018-08-22 株式会社プロドローン 飛行型検査装置および検査方法
US11461912B2 (en) 2016-01-05 2022-10-04 California Institute Of Technology Gaussian mixture models for temporal depth fusion
US10665115B2 (en) 2016-01-05 2020-05-26 California Institute Of Technology Controlling unmanned aerial vehicles to avoid obstacle collision
CN105607646B (zh) * 2016-02-05 2018-06-26 哈尔滨工程大学 一种障碍环境下有必经点的uuv航路规划方法
WO2017144350A1 (en) * 2016-02-25 2017-08-31 Nec Europe Ltd. Method for motion planning for autonomous moving objects
CN105589472B (zh) * 2016-03-03 2018-10-23 深圳市智美达科技股份有限公司 无人驾驶设备避免障碍的方法、装置及系统
US10359779B2 (en) 2016-03-22 2019-07-23 Aurora Flight Sciences Corporation Aircrew automation system and method
CN106022274B (zh) * 2016-05-24 2024-01-12 零度智控（北京）智能科技有限公司 一种避障方法、避障装置及无人驾驶机器
CN105955304A (zh) * 2016-07-06 2016-09-21 零度智控（北京）智能科技有限公司 一种避障方法、避障装置及无人飞行器
US10885798B2 (en) * 2016-07-13 2021-01-05 Honeywell International Inc. Aircraft traffic alert and collision avoidance system with autoflight system mode protection
US10192453B2 (en) 2016-07-13 2019-01-29 Honeywell International Inc. Aircraft traffic alert and collision avoidance system with autoflight system mode protection
CN106338996B (zh) * 2016-10-20 2019-05-31 上海物景智能科技有限公司 一种移动机器人安全控制的方法及系统
KR102601463B1 (ko) * 2016-10-28 2023-11-14 삼성전자주식회사 로봇 청소기 및 그 구동 방법
JP6609237B2 (ja) * 2016-11-17 2019-11-20 株式会社デンソー 衝突判定装置、及び衝突判定方法
CN106598051B (zh) * 2016-12-13 2019-04-12 浙江嘉蓝海洋电子有限公司 一种基于动力矢量的航迹控制方法
JP2018135068A (ja) * 2017-02-23 2018-08-30 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法及びプログラム
CN108974275A (zh) * 2017-05-31 2018-12-11 贺州思通信息技术有限公司 一种海上船舶防撞系统
KR20180134230A (ko) * 2017-06-08 2018-12-18 삼성전자주식회사 청소 로봇 및 그 제어 방법
US10816970B2 (en) 2017-06-15 2020-10-27 Aurora Flight Sciences Corporation System and method for performing an emergency descent and landing
US10453351B2 (en) * 2017-07-17 2019-10-22 Aurora Flight Sciences Corporation System and method for detecting obstacles in aerial systems
US10509415B2 (en) 2017-07-27 2019-12-17 Aurora Flight Sciences Corporation Aircrew automation system and method with integrated imaging and force sensing modalities
WO2019070839A1 (en) * 2017-10-05 2019-04-11 California Institute Of Technology SIMULTANEOUS REPRESENTATION OF MOBILE AND STATIC OBSTACLES FOR AUTOMATICALLY CONTROLLED VEHICLES
US10606269B2 (en) * 2017-12-19 2020-03-31 X Development Llc Semantic obstacle recognition for path planning
KR102553730B1 (ko) * 2018-03-08 2023-07-11 주식회사 에이치엘클레무브 차량의 충돌 회피 제어 장치 및 방법
CN110346814B (zh) * 2018-04-08 2023-04-28 浙江国自机器人技术有限公司 一种基于3d激光的障碍物检测及避障控制方法和系统
EP3553559B1 (en) * 2018-04-11 2022-06-01 Aptiv Technologies Limited Method for the recognition of objects
US10875662B2 (en) 2018-04-19 2020-12-29 Aurora Flight Sciences Corporation Method of robot manipulation in a vibration environment
US10850397B2 (en) 2018-04-19 2020-12-01 Aurora Flight Sciences Corporation System and method for providing in-cockpit actuation of aircraft controls
DE102018211240A1 (de) * 2018-07-07 2020-01-09 Robert Bosch Gmbh Verfahren zum Klassifizieren einer Relevanz eines Objekts
WO2020040773A1 (en) * 2018-08-23 2020-02-27 Siemens Energy, Inc. Drone waypoint navigation system
US11037453B2 (en) 2018-10-12 2021-06-15 Aurora Flight Sciences Corporation Adaptive sense and avoid system
CN109164812B (zh) * 2018-10-23 2020-04-07 西南交通大学 一种未知环境下移动机器人多行为融合酶数值膜控制方法
CN111326023B (zh) * 2018-12-13 2022-03-29 丰翼科技(深圳)有限公司 一种无人机航线预警方法、装置、设备及存储介质
FR3094081B1 (fr) * 2019-03-19 2021-02-26 Safran Procédé d’estimation passive du temps avant collision pour un aéronef ou de tout objet volant pouvant être guidé, procédé de navigation associé
CN110906934B (zh) * 2019-11-29 2022-04-15 华中科技大学 一种基于碰撞危险系数的无人艇避障方法和系统
US11402214B2 (en) 2019-12-10 2022-08-02 Here Global B.V. Method and apparatus for providing aerial route calculation in a three-dimensional space
DE102019220494A1 (de) * 2019-12-20 2021-06-24 Mtu Friedrichshafen Gmbh Steuereinrichtung zur Steuerung eines Wasserfahrzeugs, Wasserfahrzeug mit einer solchen Steuereinrichtung, und Verfahren zum Steuern eines Wasserfahrzeugs
CN113126640B (zh) * 2019-12-31 2022-06-28 北京三快在线科技有限公司 用于无人机的障碍物探测方法、装置、无人机和存储介质
CN111310302B (zh) * 2020-01-16 2022-06-17 中国信息通信研究院 一种测试场景生成方法和装置
WO2021142799A1 (zh) * 2020-01-17 2021-07-22 华为技术有限公司 路径选择方法和路径选择装置
EP3872529A1 (fr) * 2020-02-28 2021-09-01 STMicroelectronics (Grenoble 2) SAS Mesures de vitesse
CN112015178B (zh) * 2020-08-20 2022-10-21 中国第一汽车股份有限公司 一种控制方法、装置、设备及存储介质
CN115346400A (zh) * 2021-05-13 2022-11-15 波音公司 具有完整性监测的自适应检测和规避系统
CN113296541B (zh) * 2021-07-27 2021-11-30 北京三快在线科技有限公司 一种基于未来碰撞风险的无人设备控制方法及装置
CN113635905B (zh) * 2021-08-24 2023-04-18 桂林航天工业学院 一种面向驾驶行为保险的风险实时提示系统及装置
CN113885554B (zh) * 2021-09-13 2023-07-25 汕头大学 一种无人机集群的分布式围捕控制方法及系统
CN114419929B (zh) * 2022-03-04 2022-12-27 季华实验室 一种碰撞风险评估方法、装置、电子设备及存储介质
CN115185280B (zh) * 2022-07-27 2023-02-24 柳州城市职业学院 一种基于路径规划自主导航的无人驾驶船控制系统及方法
CN115903853B (zh) * 2023-01-06 2023-05-30 北京理工大学 一种基于有效障碍物的安全可行域生成方法及系统
CN116395567B (zh) * 2023-02-27 2023-10-20 腾晖科技建筑智能(深圳)有限公司 一种基于相机和激光雷达的塔吊控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6173219B1 (en) * 1996-06-07 2001-01-09 Sextant Avionique Method for automatically controlling a vehicle for the lateral avoidance of a fixed zone
WO2001046766A1 (en) * 1999-12-21 2001-06-28 Lockheed Martin Corporation Spatial avoidance method and apparatus
US6424889B1 (en) * 1999-02-12 2002-07-23 Thomson-Csf Sextant Method for generating a horizontal path avoiding dangerous zones for an aircraft
US20020152029A1 (en) * 2000-06-09 2002-10-17 Gerard Sainthuile Method for working out an avoidance path in the horizontal plane for an aircraft to resolve a traffic conflict
FR2893146A1 (fr) * 2005-11-10 2007-05-11 Thales Sa Systeme d'evitement de terrain pour aeronefs de transport

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5461357A (en) * 1992-01-29 1995-10-24 Mazda Motor Corporation Obstacle detection device for vehicle
FR2749686B1 (fr) * 1996-06-07 1998-09-11 Sextant Avionique Procede pour l'evitement lateral par un vehicule d'une zone mobile
US6133867A (en) * 1998-01-02 2000-10-17 Eberwine; David Brent Integrated air traffic management and collision avoidance system
US6408248B1 (en) * 2000-07-11 2002-06-18 Northrop Grumman Corporation Apparatus and method for providing accurate boundaries of predicted areas of danger for collision avoidance
DE10036276A1 (de) * 2000-07-26 2002-02-07 Daimler Chrysler Ag Automatisches Brems- und Lenksystem für ein Fahrzeug
US7818127B1 (en) * 2004-06-18 2010-10-19 Geneva Aerospace, Inc. Collision avoidance for vehicle control systems
DE102006047131A1 (de) * 2006-10-05 2008-04-10 Robert Bosch Gmbh Verfahren zum automatischen Steuern eines Fahrzeugs
AT505798B1 (de) * 2007-09-20 2011-12-15 Naderhirn Michael Verfahren zur automatischen vermeidung von kollisionen eines objektes mit weiteren objekten

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6173219B1 (en) * 1996-06-07 2001-01-09 Sextant Avionique Method for automatically controlling a vehicle for the lateral avoidance of a fixed zone
US6424889B1 (en) * 1999-02-12 2002-07-23 Thomson-Csf Sextant Method for generating a horizontal path avoiding dangerous zones for an aircraft
WO2001046766A1 (en) * 1999-12-21 2001-06-28 Lockheed Martin Corporation Spatial avoidance method and apparatus
US20020152029A1 (en) * 2000-06-09 2002-10-17 Gerard Sainthuile Method for working out an avoidance path in the horizontal plane for an aircraft to resolve a traffic conflict
FR2893146A1 (fr) * 2005-11-10 2007-05-11 Thales Sa Systeme d'evitement de terrain pour aeronefs de transport

Cited By (79)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103183027A (zh) * 2011-12-28 2013-07-03 华为技术有限公司 车辆防撞方法和装置
CN103183027B (zh) * 2011-12-28 2015-11-25 华为技术有限公司 车辆防撞方法和装置
CN104272364A (zh) * 2012-05-02 2015-01-07 萨甘安全防护公司 飞行器避让方法以及提供有用于实现所述方法的系统的无人机
CN103578115A (zh) * 2012-07-31 2014-02-12 电装It研究所 移动体识别系统以及移动体识别方法
CN103487066B (zh) * 2013-10-12 2016-05-25 惠州Tcl移动通信有限公司 一种智能设备及其安全行驶方法
CN103487066A (zh) * 2013-10-12 2014-01-01 惠州Tcl移动通信有限公司 一种智能设备及其安全行驶方法
CN104751677B (zh) * 2013-12-27 2017-07-18 上海博泰悦臻网络技术服务有限公司 车辆碰撞报警方法和系统
CN104751677A (zh) * 2013-12-27 2015-07-01 上海博泰悦臻网络技术服务有限公司 车辆碰撞报警方法和系统
CN106463066A (zh) * 2014-05-12 2017-02-22 赛峰电子与防务公司 用于在存在入侵飞行器的情况下操纵航空无人机的方法以及实现该方法的无人机
CN104197940A (zh) * 2014-06-04 2014-12-10 中国人民解放军理工大学 一种无人机有效飞行路径障碍点提取方法
CN105303886A (zh) * 2014-06-17 2016-02-03 中国移动通信集团公司 交通信息的预警处理方法、装置、终端及预警服务器
CN106662879B (zh) * 2014-06-25 2020-03-06 亚马逊科技公司 自动空中交通工具的对象规避系统及自动空中交通工具
US10762797B2 (en) 2014-06-25 2020-09-01 Amazon Technologies, Inc. Object avoidance methods for automated aerial vehicles
CN106662879A (zh) * 2014-06-25 2017-05-10 亚马逊科技公司 用于自动空中交通工具的对象规避
CN107077795A (zh) * 2014-11-20 2017-08-18 康蒂-特米克微电子有限公司 用于探测车辆周围环境中出现的行驶障碍的辅助系统
CN104537888A (zh) * 2014-12-25 2015-04-22 东风汽车公司 一种基于手机的汽车碰撞报警方法
CN104914877A (zh) * 2015-07-13 2015-09-16 沈阳飞羽航空科技有限公司 一种轻型无人机自主感知与规避方法
CN106467100B (zh) * 2015-08-17 2019-04-05 株式会社万都 自动紧急制动系统及其控制方法
CN106467100A (zh) * 2015-08-17 2017-03-01 株式会社万都 自动紧急制动系统及其控制方法
CN105278543A (zh) * 2015-09-28 2016-01-27 小米科技有限责任公司 提升飞行安全性的方法及装置、电子设备
CN106891886B (zh) * 2015-12-18 2019-07-16 通用汽车有限责任公司 用于自动驾驶的位置误差估计和实现方式
CN106891886A (zh) * 2015-12-18 2017-06-27 通用汽车有限责任公司 用于自动驾驶的位置误差估计和实现方式
CN107239073A (zh) * 2016-03-29 2017-10-10 株式会社大福 输送控制装置及输送台车的合流点通过方法
CN106205223A (zh) * 2016-09-21 2016-12-07 江西天祥通用航空股份有限公司 一种针对障碍物的预警方法及系统
CN109891349A (zh) * 2016-10-25 2019-06-14 本田技研工业株式会社 车辆控制装置
CN109891349B (zh) * 2016-10-25 2022-03-11 本田技研工业株式会社 车辆控制装置
CN106354149A (zh) * 2016-10-28 2017-01-25 易瓦特科技股份公司 一种无人机飞行控制方法和装置
CN106354149B (zh) * 2016-10-28 2019-12-13 易瓦特科技股份公司 一种无人机飞行控制方法和装置
CN106354148A (zh) * 2016-10-28 2017-01-25 易瓦特科技股份公司 一种无人机飞行控制方法和装置
CN106354150A (zh) * 2016-10-28 2017-01-25 易瓦特科技股份公司 一种无人机飞行控制方法和装置
CN109890572A (zh) * 2016-10-31 2019-06-14 皮尔茨公司 用于无碰撞运动规划的方法
CN109890572B (zh) * 2016-10-31 2022-07-01 皮尔茨公司 用于无碰撞运动规划的方法
CN106515713A (zh) * 2016-11-18 2017-03-22 华南农业大学 一种汽车避障系统及其方法
CN108216259A (zh) * 2016-12-13 2018-06-29 福特全球技术公司 自主车辆故障后操作
CN108227731B (zh) * 2016-12-15 2020-08-07 比亚迪股份有限公司 无人机防碰撞方法和装置
CN108227731A (zh) * 2016-12-15 2018-06-29 比亚迪股份有限公司 无人机防碰撞方法和装置
CN110121740A (zh) * 2017-01-06 2019-08-13 极光飞行科学公司 用于无人飞行器的避碰系统及方法
WO2018137133A1 (en) * 2017-01-24 2018-08-02 SZ DJI Technology Co., Ltd. Systems and methods for radar control on unmanned movable platforms
CN107085438A (zh) * 2017-04-28 2017-08-22 中国船舶重工集团公司第七0九研究所 基于准均匀样条曲线的无人机路径修正方法及系统
CN107139666A (zh) * 2017-05-19 2017-09-08 四川宝天智控系统有限公司 越障识别系统及方法
CN110650877B (zh) * 2017-06-06 2022-06-24 马自达汽车株式会社 车辆控制装置
CN110650877A (zh) * 2017-06-06 2020-01-03 马自达汽车株式会社 车辆控制装置
CN107102643A (zh) * 2017-06-19 2017-08-29 江西洪都航空工业集团有限责任公司 一种大型智能割草机器人p‑d型路径规划算法
CN107102643B (zh) * 2017-06-19 2020-01-31 江西洪都航空工业集团有限责任公司 一种大型智能割草机器人p-d型路径规划方法
CN109204136B (zh) * 2017-07-04 2022-02-22 丰田自动车株式会社 周边图像显示控制装置
CN109204136A (zh) * 2017-07-04 2019-01-15 丰田自动车株式会社 周边图像显示控制装置
CN108521809A (zh) * 2017-12-18 2018-09-11 深圳市大疆创新科技有限公司 障碍物信息提示方法、系统、设备、装置及记录介质
CN111868802A (zh) * 2018-01-29 2020-10-30 交互数字专利控股公司 用于无人驾驶航空系统业务管理(utm)系统应用的移动边缘计算(mec)部署的方法
CN108388263A (zh) * 2018-03-01 2018-08-10 中国航空无线电电子研究所 圆形航线自动飞行系统
CN110231819A (zh) * 2018-03-05 2019-09-13 永恒力股份公司 用于避免碰撞的系统和用于避免碰撞的方法
CN109100680A (zh) * 2018-08-02 2018-12-28 哈尔滨工程大学 一种相切双弧线型的九元地声传感器阵列定位方法
CN109100680B (zh) * 2018-08-02 2022-02-15 哈尔滨工程大学 一种相切双弧线型的九元地声传感器阵列定位方法
CN108986555A (zh) * 2018-08-16 2018-12-11 中国科学院空间应用工程与技术中心 一种飞行防碰撞感知方法、系统、存储介质及设备
CN108986555B (zh) * 2018-08-16 2020-06-26 中国科学院空间应用工程与技术中心 一种飞行防碰撞感知方法、系统、存储介质及设备
CN109298708A (zh) * 2018-08-31 2019-02-01 中船重工鹏力（南京）大气海洋信息系统有限公司 一种融合雷达与光电信息的无人艇自主避障方法
CN109298708B (zh) * 2018-08-31 2021-08-17 中船重工鹏力（南京）大气海洋信息系统有限公司 一种融合雷达与光电信息的无人艇自主避障方法
CN111006684A (zh) * 2018-10-04 2020-04-14 波音公司 飞行器飞行信息系统和方法
CN111006684B (zh) * 2018-10-04 2024-03-19 波音公司 飞行器飞行信息系统和方法
CN109407705A (zh) * 2018-12-14 2019-03-01 厦门理工学院 一种无人机躲避障碍物的方法、装置、设备和存储介质
CN109765922A (zh) * 2019-03-07 2019-05-17 安徽省川佰科技有限公司 一种无人机飞行轨迹辅助调整方法
CN111831006A (zh) * 2019-04-18 2020-10-27 波音公司 在检测和避开中处理地形的系统和方法
CN110543179B (zh) * 2019-08-21 2020-08-18 中国科学院声学研究所 一种基于三维稀疏阵列声源方位识别的水面目标躲避方法
CN110543179A (zh) * 2019-08-21 2019-12-06 中国科学院声学研究所 一种基于三维稀疏阵列声源方位识别的水面目标躲避方法
CN110979320B (zh) * 2019-12-02 2021-03-23 坤泰车辆系统（常州）有限公司 具有不规则行径的行人紧急避让控制方法
CN110979320A (zh) * 2019-12-02 2020-04-10 泰牛汽车技术(苏州)有限公司 具有不规则行径的行人紧急避让控制方法及装置
CN111309050B (zh) * 2020-03-04 2023-07-04 桂林航天工业学院 一种无人机目标识别定位方法
CN111309050A (zh) * 2020-03-04 2020-06-19 桂林航天工业学院 一种无人机目标识别定位方法
CN111703421A (zh) * 2020-05-13 2020-09-25 重庆长安汽车股份有限公司 车辆自动驾驶脱困的轨迹规划系统、方法及存储介质
CN111626169A (zh) * 2020-05-20 2020-09-04 中铁二院工程集团有限责任公司 一种基于图像的铁路危险落石尺寸判断方法
CN111928853B (zh) * 2020-07-30 2023-06-02 西南电子技术研究所（中国电子科技集团公司第十研究所） 复杂环境下空基平台快速航路规划方法
CN111928853A (zh) * 2020-07-30 2020-11-13 西南电子技术研究所（中国电子科技集团公司第十研究所） 复杂环境下空基平台快速航路规划方法
CN114485627A (zh) * 2020-10-23 2022-05-13 广东博智林机器人有限公司 一种有轨小车的导航方法、装置、有轨小车及存储介质
CN114485627B (zh) * 2020-10-23 2023-10-31 广东博智林机器人有限公司 一种有轨小车的导航方法、装置、有轨小车及存储介质
CN113160427A (zh) * 2021-04-13 2021-07-23 北京三快在线科技有限公司 虚拟场景的创建方法、装置、设备及存储介质
WO2022228358A1 (zh) * 2021-04-25 2022-11-03 广州汽车集团股份有限公司 一种自动驾驶避障方法及系统、存储介质
CN113378628A (zh) * 2021-04-27 2021-09-10 阿里云计算有限公司 一种道路障碍物区域检测方法
CN113253740A (zh) * 2021-06-28 2021-08-13 天津海翼科技有限公司 水下机器人的应急方法及电子设备
CN114115240A (zh) * 2021-11-04 2022-03-01 北京三快在线科技有限公司 一种无人设备的控制方法及装置
CN114115240B (zh) * 2021-11-04 2024-02-27 北京三快在线科技有限公司 一种无人设备的控制方法及装置

Also Published As

Publication number Publication date
AT507035B1 (de) 2020-07-15
GB2475197B (en) 2013-02-20
WO2010007115A8 (de) 2010-08-19
GB201102656D0 (en) 2011-03-30
CN102160006B (zh) 2014-08-27
WO2010007115A2 (de) 2010-01-21
US8825266B2 (en) 2014-09-02
GB2475197A (en) 2011-05-11
DE112009001692A5 (de) 2011-06-09
AT507035A1 (de) 2010-01-15
US20110160950A1 (en) 2011-06-30
WO2010007115A3 (de) 2010-10-14

Similar Documents

Publication Publication Date Title
CN102160006B (zh) 用于避免碰撞的系统和方法
KR101372023B1 (ko) 차량 주변의 이동체 감지 장치 및 방법
CN106022274B (zh) 一种避障方法、避障装置及无人驾驶机器
Larson et al. Advances in autonomous obstacle avoidance for unmanned surface vehicles
CN105589464B (zh) 一种基于速度障碍法的uuv动态避障方法
JP6959056B2 (ja) 移動ロボットの制御装置と制御方法
Nieuwenhuisen et al. Multimodal obstacle detection and collision avoidance for micro aerial vehicles
CN112334368A (zh) 车辆控制系统及控制车辆运动的控制方法
KR101642828B1 (ko) 다중 영상 기반 장애물 회피 시스템 및 방법
EP2107392A1 (en) Object recognition system for autonomous mobile body
US20200124725A1 (en) Navigable region recognition and topology matching, and associated systems and methods
GB2571711A (en) Drone control system
CN109375629A (zh) 一种巡逻车及其导航避障方法
Park et al. Autonomous collision avoidance for unmanned surface ships using onboard monocular vision
KR20240080189A (ko) 거리 측정 방법 및 이를 이용하는 거리 측정 장치
Cho et al. Autonomous detection and tracking of a surface ship using onboard monocular vision
Bauer et al. Monocular image-based time to collision and closest point of approach estimation
Im et al. Object detection and tracking system with improved DBSCAN clustering using radar on unmanned surface vehicle
Chung et al. Autonomous mission completion system for disconnected delivery drones in urban area
JP7455044B2 (ja) 飛行体の着陸制御装置
RU2735163C1 (ru) Способ генерации предварительной прокладки судна
WO2021044707A1 (ja) 周辺観測システム、周辺観測プログラムおよび周辺観測方法
Rondon et al. Optical flow-based controller for reactive and relative navigation dedicated to a four rotor rotorcraft
WO2016199338A1 (ja) 移動体の位置姿勢推定装置及び移動体の自律走行システム
KR101745506B1 (ko) 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: IDESD AG

Free format text: FORMER OWNER: AEROSPY SENSE + AVOID TECHNOLOGY GMBH

Effective date: 20140128

TA01 Transfer of patent application right

Effective date of registration: 20140128

Address after: Otto Brun, Germany

Applicant after: Idesd AG

Address before: Linz

Applicant before: Aerospy Sense and Avoid Techno

TA01 Transfer of patent application right
C14 Grant of patent or utility model
GR01 Patent grant