CN103080953B - 用于加速的物体检测和/或加速的物体属性检测的方法和系统及所述方法的用途 - Google Patents

用于加速的物体检测和/或加速的物体属性检测的方法和系统及所述方法的用途 Download PDF

Info

Publication number
CN103080953B
CN103080953B CN201180040496.XA CN201180040496A CN103080953B CN 103080953 B CN103080953 B CN 103080953B CN 201180040496 A CN201180040496 A CN 201180040496A CN 103080953 B CN103080953 B CN 103080953B
Authority
CN
China
Prior art keywords
information
thingness
item
sensor
vehicle
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.)
Active
Application number
CN201180040496.XA
Other languages
English (en)
Other versions
CN103080953A (zh
Inventor
U·施特林
M·科马尔
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.)
Continental Zhixing Germany Co ltd
Original Assignee
Continental Teves AG and Co OHG
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 Continental Teves AG and Co OHG filed Critical Continental Teves AG and Co OHG
Publication of CN103080953A publication Critical patent/CN103080953A/zh
Application granted granted Critical
Publication of CN103080953B publication Critical patent/CN103080953B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/04—Systems determining the presence of a target
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/46—Indirect determination of position data
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/408—
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/54—Audio sensitive means, e.g. ultrasound

Abstract

本发明涉及一种用于加速的物体检测和/或用于加速的物体属性检测的方法，其中由车辆到X通信设备获取第一信息项，其中第一信息项以评估数据形式描述了至少一个物体和/或至少一个物体属性，其中第二信息项由至少一个单独的传感器或传感器组获得，其中第二信息项以传感器原始数据形式描述了至少一个物体和/或至少一个物体属性，并且其中将物体检测算法和/或物体属性检测算法应用于第二信息项的传感器原始数据。该方法限定由第一信息项描述的用于检测至少一个物体和/或至少一个物体属性的物体检测算法和/或物体属性检测算法的阈值在第二信息项的传感器原始数据中减少。

Description

用于加速的物体检测和/或加速的物体属性检测的方法和系 统及所述方法的用途
技术领域
本发明涉及一种根据权利要求1的前序部分的用于加速的物体检测和/或用于加速的物体属性检测的方法、所述方法的用途和一种根据权利要求10的前序部分的用于加速的物体检测和/或用于加速的物体属性检测的系统。
背景技术
现有技术中已经公开了用于感测环境的多种不同传感器系统。同样已知的是经由以无线方式通信的远程信息系统获得和传送关于车辆环境的信息。在某些条件下和当这些系统十分可靠时，已获得的信息可用于车辆控制中的干预，例如以自主紧急制动操作的形式。
在这种背景下，例如WO2004/085220公开了一种车辆的电子控制系统和一种用于独立于驾驶员确定车辆系统中的干预的方法。在这种背景下，驾驶员请求模块首先确定来自踏板行程，来自踏板之间的传输运动和来自制动系统中制动压力的驾驶员请求。随后危险计算机通过评估驾驶员的请求和评估例如环境传感器数据的进一步数据确定存在的潜在危险。此外，电子控制系统同样连接到不同的自主操作辅助系统。由危险计算机评估驾驶员的请求数据和环境数据并且输出相应的请求命令给个人辅助系统。在此请求命令既涉及被动又涉及主动安全性。因此车辆控制干预可以作为检测的潜在危险的功能实现。
WO2009/071345A1描述了一种在机动车中提供的用于多个辅助系统的中央控制单元，其中至少一个辅助系统装有环境传感器。中央控制单元连接个人辅助系统并且逻辑上彼此组合从辅助系统获得的传感器信息项以对非冗余传感器信息项进行分析检验和可信度测试。另外，例如在摄像头的例子中，可以通过比较传感器信息与稍后从同一传感器获得的传感器信息以检测传感器。如果照相机在特定的时间帧内，或在多个测量周期内捕获了相同的物体，则可以认为所述物体存在的真实性已经被检验。此外，存在使用环境传感器检验经由车辆到X通信接收到的信息项的有效性或接收根据外来的发送器已经测试过其可信性的信息项的可能性的描述。
未公开的文献DE102010031466A1描述了一种用于检验依据车辆到X通信获得的信息的有效性，而不需要涉及用于检验接收到的信息的有效性的环境传感器的方法。为了这个目的，包含在车辆到X信息项中的发送器的位置信息，与当接收到消息时由接收器自己计算的发送器的位置信息相比较。为了能够计算发送器的位置，同样描述了具有至少两个天线的发送器有效性检验设备，所述天线具有不同的几何结构或不同的材料成分或至少设置在车辆上的不同安装位置处。通过比较单个天线中接收到的场强，可以得到关于发送器实际位置的结论并且如果合适的话，因此检验该结论的有效性。但是，如果计算的位置偏离通过车辆到X通信发送的位置，则接收到的车辆到X信息的全部内容因为不可靠而被拒绝。
根据现有技术的方法的缺点是安全相关的车辆到X信息项不能用于车辆控制中的干预以避免事故直到所述信息项先前已进行过比较冗长的有效性检验过程。根据现有技术，有效性检验可以通过环境传感器或通过接收到的场强的比较来实现。如果通过发送器的位置确定基于接收到的场强检验车辆到X信息项的有效性，首先必要的是在可以用足够的精确度确定所述发送器位置之前接收来自相同发送器的一系列的车辆到X信息项。因此，在某种情况下，可在车辆控制中加入在自主干预之前关键通过未使用以避免事故的时间段。否则，在环境传感器数据可用于车辆到X信息的有效性检验之前通过环境传感器的情况的可靠检验通常需要多个测量周期和处理周期。因此，在某些情况下，关键用于避免事故的时间段同样在此通过而没被使用。因为在大多数应用情况下通过环境传感器检验车辆到X信息项的有效性，因此存在一种用于通过环境传感器的快速物体检测的方法的特殊需求。
发明内容
因此本发明基于提出一种方法和一种系统的目的，其中该方法和该系统允许通过环境传感器的加速的物体检测和/或加速的物体属性检测。
该目的根据通过根据权利要求1的用于加速的物体检测和/或加速的物体属性检测的方法，和根据权利要求10的用于加速的物体检测和/或加速的物体属性检测的系统的发明来实现。
根据用于加速的物体检测和/或用于加速的物体属性检测的发明方法，由车辆到X通信装置获得第一信息项，其中第一信息项以评估数据的形式描述至少一个物体和/或至少一个物体属性，并且第二信息项由至少一个单个传感器或传感器组获得，其中第二信息项以传感器原始数据的形式描述了至少一个物体和/或至少一个物体属性。物体检测算法和/或物体属性检测算法应用于第二信息项的传感器原始数据。根据本发明的方法通过事实定义，其中该事实是由第一信息项描述的用于检测至少一个物体和/或至少一个物体属性的物体属性检测算法和/或物体检测算法的阈值在第二信息项的传感器原始数据中减少。
术语传感器原始数据在本发明范围内可以理解为意味着由用于评估的不同的环境传感器输出所有未经评估的信号。另一方面，术语评估的数据形式在本发明范围内指的是不同环境传感器的已评估的传感器原始数据和通过车辆到X通信发送的所有信息项的数据形式。在评估的数据形式中，物体和物体属性以这样的方式描述，该方式是它们可以由驾驶员辅助系统和其他车辆设备立即处理而无需进一步的数据格式的变换或评估处理。
因此该方法具有以下优点，已经通过车辆到X通信设备获得的第一信息项的有效性可以相对快速地通过单个传感器或传感器组检验，因为物体检测或物体属性检测可以基于减少的阈值通过单个传感器或传感器组相对快速地实现。基于所述信息的高级别的可靠性，其有效性已经验证过的信息可以用于不同的，甚至自主操作驾驶员辅助系统。驾驶员辅助系统可以依次使用其有效性已经检测过的信息例如用于车辆控制中的干预以避免事故。然而同样地，信息也可以作为用于向驾驶员输出警告的可靠性基础使用。
优选规定有物体检测算法检测物体的存在和/或物体属性检测算法检测物体的移动方向和/或相对和/或绝对的位置和/或速度和/或类型。这具有首先通过物体检测算法检测物体的存在的优点。这是用于存在的情况并用于不同驾驶员辅助系统的可能反应的基本信息项。检测的物体的位置也与用于存在的情况的评估具有相同的重要性。这是在其中可以评估检测的物体是否构成潜在危险的唯一方式。如果依靠物体属性检测算法另外获知移动的方向和物体的速度，则可以改善情况的评估以便通过比较车辆自己的移动方向和速度来更精确地评估可能的危险。最后物体的类型同样重要例如因为与停在路边的车辆的碰撞优于与行人碰撞。
在进一步优选的实施例中，规定有阈值根据必需达到所述值的测量周期的数量减少，在所述数量的测量周期期间获得第二信息项。这加速了物体检测或物体属性检测，因为每一个测量周期被分配固定的计算时间。因此减少测量周期减少了必要的计算时间直到物体检测结论或物体属性检测结论。
适当地规定有阈值依据在传感器原始数据中检测到的至少一个物体和/或至少一个物体属性的必需达到所述值的统计概率来减少。这同样允许加速的物体检测或物体属性检测，其中，与必需达到阈值的测量周期数量的减少结合，带来了额外的加速。根据必需达到的统计概率减少阈值带来在传感器原始数据中可以更快检测物体的优点。因此，例如可以对于由第一信息项描述的物体或物体属性用作第二信息项的传感器原始数据中的物体检测或物体属性检测的目标说明。如果根据其检测概率，可以检测到由第一信息项描述的物体或物体属性，仅作为传感器原始数据中的多个可能的物体或物体属性中的一个，甚至在比较低的检测概率的情况下，充分可靠的检测可以通过相应地减少由第一信息项描述的物体或物体属性的检测的阈值来实现。
此外有利的是一旦到达物体检测算法和/或物体属性检测算法的阈值，就在第二信息项的传感器原始数据中检测到至少一个物体和/或至少一个物体属性。如以前一样，这首先具有必需到达在该阈值处可信度足够高以在传感器原始数据中可靠地检测物体或物体属性的阈值的优点。当达到阈值时检测物体或物体属性的事实同样具有例如可以使用以检测进一步信息项的有效性的可靠信息项现在可用的优点。
根据本发明进一步优选的实施例规定有当达到阈值时，传感器原始数据形式的至少一个检测的物体和/或至少一个检测的物体属性的描述被转换为评估数据形式。结果，检测到的具有可信度的信息项在数据形式中是可用的，其中数据形式简化了由不同的车辆系统的进一步处理。例如，检测到的信息项可用于驾驶员辅助系统。
优选规定有至少一个物体和/或至少一个物体属性的有效性表征为一旦达到物体检测算法和/或物体属性检测算法的阈值就被检验。因为单个传感器或传感器组的传感器原始数据无论如何对于由第一信息项描述的物体或物体属性仔细搜寻，并且当达到阈值时同样检测所述物体或物体属性，因此当达到阈值时存在信息冗余。因此可以避免单独的有效性检验过程。
在进一步优选的实施例中规定有该方法合并为连续的传感器数据融合过程，其中每一个单独的传感器使得在每一测量周期中的各个第二信息项可用，或传感器组使每一个测量周期中的多个第二信息项可用，其中传感器数据融合过程相互比较第二信息项的传感器原始数据中的物体和/或物体属性和/或补充它们并产生公共的评估数据形式中的融合信息项，其中合并入传感器数据融合过程以这样的方式实现，即第一信息项中描述的物体和/或物体属性与第二信息项的传感器原始数据中检测的物体和物体属性比较和/或用第二信息项的传感器原始数据中检测的物体和物体属性补充第一信息项中描述的物体和/或物体属性。这具有车辆环境尽可能完整的信息配置可以在单个融合信息项中产生的优点。进一步的优点是在评估数据形式中存在融合信息项。这简化了由不同的车辆设备和驾驶员辅助系统检测物体或物体属性的处理。
合适地规定有至少一个其有效性表征为具有已经被检验过的物体和/或至少一个其有效性表征为已经被检验过的物体属性对于至少一个驾驶员辅助系统在评估数据形式中是可用的，其中将至少一个驾驶员辅助系统设计为警告驾驶员和/或在车辆控制中干预和/或忽略驾驶员的指示。其有效性表征为具有已经被检测过的物体或物体属性构成用于对驾驶员输出的警告或甚至用于在车辆控制中自主干预的可靠性基础。因此，避免不正确的警告并可以转移危险情况或交通事故，在某些情况下甚至无需驾驶员的介入。
本发明同样涉及用于加速的物体检测和用于加速的物体属性检测的系统。该系统包括用于获取第一信息项的车辆到X通信设备，其中第一信息项以评估数据形式描述了至少一个物体和/或至少一个物体属性，和用于获取第二信息项的至少一个单个传感器或传感器组，其中第二信息项以传感器原始数据形式描述了至少一个物体和/或至少一个物体属性。此外，该系统包括分析设备，其在数据级耦接到车辆到X通信设备并耦接到至少一个单个传感器或传感器组并且执行物体检测算法和/或物体属性检测算法并将其应用于第二信息项的传感器原始数据。根据本发明的系统由事实限定，该事实是分析设备减少物体检测算法和/或物体属性检测算法的阈值以检测由第一信息项描述的至少一个物体和/或在第二信息项的传感器原始数据中的至少一个物体属性。因此根据本发明的系统包括所有必要的用于实现根据本发明的方法的装置，并容易地允许单个传感器或传感器组的传感器原始数据中的加速的物体检测或物体属性检测。这导致已经描述的优点。
该系统优选由事实限定，其中该事实是分析设备包括实现不同于分析设备的车辆装置的至少一些计算操作的电子计算单元。这具有不是每一个车辆设备都必须具有单独的计算单元的优点，这既简化了制作过程也减少了制作成本。包括在分析设备中的计算单元在结构上可以分配给分析设备自身或者给不同于分析设备的车辆设备。不同的车辆设备共同访问相同的计算单元的事实也导致了相应车辆设备的有效的和快速的数据联合。
此外，有利的是当达到阈值时，分析设备从传感器原始数据形式到评估数据形式转换至少一个检测的物体和/或至少一个检测的物体属性的描述。这简化了可靠检测的信息项的进一步的处理。
优选地规定有分析设备额外实现连续的数据融合过程，其中每一单个传感器使在每一个测量周期中的单个的第二信息项可用，或传感器组使每一个测量周期中的多个第二信息项可用，其中传感器数据融合过程互相比较第二信息项的传感器原始数据中检测到的物体和/或物体属性和/或补充它们并在评估数据形式中产生公共的融合信息项，其中分析设备比较第一信息项中描述的物体和/或物体属性与第二信息项的传感器原始数据中检测到的物体和/或物体属性和/或用第二信息项的传感器原始数据中检测到的物体和/或物体属性补充第一信息项中描述的物体和/或物体属性。这在仅仅单个融合信息项中产生了尽可能完整的车辆环境的信息特征。因为融合信息项额外存在于评估数据形式中，简化了相应的驾驶员辅助系统和车辆设备的进一步处理。
优选地规定有至少一个单个传感器或传感器组基于至少一个下述操作原理获取第二信息项：
-激光雷达，
-雷达，
-摄像头，和
-超声波。
这些是通常用于机动车领域中并且基本上允许车辆环境的全面感应和检测的传感器类型。目前，大量的车辆已经装备有标准基础上的多个指定类型的传感器，并且这个数量在将来还会进一步增加。因此在机动车中用于实现根据本发明的方法的额外设备支出是低的。
有利的是车辆到X通信设备基于至少一个下述连接类型获取第一信息项：
-特别根据IEEE802.11的无线局域网链接，
-ISM链接（工业，科学，医疗频段），
-蓝牙，
-ZigBee，
-UWB，
-WiMax，
-红外链接和/或
-移动无线电链接。
在此这些类型的连接取决于类型和波长具有不同的优点和缺点。无线局域网连接例如允许高数据传输率和快速连接建立。相反，ISM连接仅提供相对低的数据传输率，但是非常适合绕过障碍物传输数据。此外红外链接也提供低数据传输率。最后，移动无线电链接不受可视障碍物的不利影响并提供良好的数据传输率。但是，对于这些的连接建立相对较慢。通过组合和同时或并行使用多个这些类型的连接获得了进一步的优点，因为以这样的方式可以补偿单个连接类型的缺点。
此外，本发明涉及在机动车辆中用于加速的物体检测和/或加速的物体属性检测的方法的用途。
附图说明
进一步优选的实施例从从属权利要求和参考附图的典型实施例的下列描述中体现。
附图中：
图1示出了图示根据本发明的方法的可能实施例的单个序列步骤的流程图，
图2示出了使用了根据本发明方法的交通状况，
图3示出了使用了根据本发明方法的进一步的交通状况，和
图4是根据本发明的系统的可能设计的示意图。
具体实施方式
图1以流程图的形式示出了根据本发明的方法的典型和示意性的顺序。步骤11中，通过环境传感器系统以传感器原始数据的形式获取第二信息项。所述信息例如涉及物体的存在和位置。在下面的步骤12中，则将物体检测算法和物体属性检测算法应用于第二信息项的传感器原始数据。因为在步骤14中通过车辆到X通信接收第一信息项，在步骤13中用于检测由第一信息项描述的物体的物体检测算法的和用于检测物体位置的物体属性检测算法的相应的阈值减少。因为第一信息项和第二信息项例如描述在相同位置的相同物体，在一个测量周期后通过环境传感器系统已经达到用于物体检测的减少的阈值。一旦已经达到物体检测算法的减少的阈值和物体属性检测算法的减少的阈值，则将描述的物体及其位置视为被检测。在步骤15中，通过车辆到X通信接收的第一信息项和通过环境传感器系统获得的第二信息项均提供给传感器数据融合过程。
图2a图示使用根据本发明的方法的典型交通状况。车辆22开始制动过程并通过车辆到X通信发送由加速传感器测量的减速值给之后的车辆21。车辆21装备有根据本发明的用于加速的物体检测和/或用于加速的物体属性检测的系统，并使用通过车辆到X通信接收的用于减少摄像头传感器和雷达传感器的传感器原始数据中的物体属性检测算法的相应阈值的减速值。摄像头传感器和雷达传感器均感测车辆22的减速但所述减速的值最初不能被精确确定。伴随着经由车辆到X通信接收的值的描述，在一些测量周期后传感器原始数据中已经检测到传送的减速，并且可以确认车辆到X信息。
图3中的典型实施例示意性地描述了具有车辆31和摩托车32和33的道路34。车辆31在行进方向跟随摩托车32和33。车辆31具有根据本发明的用于加速的物体检测和/或加速的物体属性检测的系统。通过关联的车辆到X通信装置，车辆31接收来自摩托车32和33的常规的标识信息和位置信息。因此获得的第一信息项描述了两个摩托车32和33，其中两个摩托车例如彼此紧挨着行进。传感器原始数据形式的第二信息项通过同样存在于车辆31中的雷达传感器产生。但是，因为摩托车32和33彼此紧挨着行进，在传感器原始数据中相对大的单个物体的检测的统计概率高于彼此紧密放置的两个相对小的单个物体的检测的统计概率。但是，在根据本发明的方法的范围内，物体检测算法的阈值按照必需达到的所述值的被检测的摩托车32和33的统计概率减少。用于两个单个物体检测的阈值，特别是摩托车32和33，因此在用于检测仅一个单个物体的阈值之前已经达到。随后信息转换到评估数据形式并可用于不同的驾驶员辅助系统。
图2中再次描述了本发明的进一步典型实施例。在图2a中，车辆22的驾驶员启动刹车踏板。刹车踏板的启动与来自车辆22的制动系统中压力建立通过车辆到X通信装置同时发送到车辆21。车辆21装有根据本发明的系统，并在所述制动过程开始之前并且因此在由车辆21中存在的单摄像头传感器或同样存在的激光雷达传感器检测到所述制动过程之前，接收关于初始制动过程的信息。由于信息专门通过车辆到X通信装置获得，并且还不可能通过进一步的传感器检验其有效性，在图2a中首先仅输出警告给车辆21的驾驶员。同时，通过车辆到X通信发送的用于检测减速的摄像头传感器和激光雷达传感器的传感器原始数据中的物体检测算法和物体属性检测算法中的阈值减少。一旦用于检测车辆22的制动过程的减少的阈值达到验证到的相应的车辆到X信息的有效性，并且已经验证其有效性的信息对车辆21中的自主制动辅助是可用的。因为车辆21的驾驶员没有对输出的警告作出反应并继续以高速接近减速的车辆22，制动辅助执行自主制动干预以防止追尾事故。
在进一步典型实施例（未示出）中，车辆的驾驶员打算在超车过程后再次切入其原始车道并相应地激活闪光指示灯以显示该过程。作为激活闪光指示灯的结果，拟指示车道变换的信息项自动地通过车辆到X信息传送。接收该车辆到X信息的进一步的车辆减少了物体属性检测算法的阈值以能够更快地检测车道的变化。因为接收车辆中的雷达传感器然后感测其指示灯闪烁的车辆的微小横向速度，其指示灯闪烁的车辆的车道变化认为被检测到。
根据进一步的典型实施例（同样未示出），根据本发明的系统通过车辆到X通信设备获取第一信息项，并通过摄像头传感器获取第二信息项。摄像头传感器的图像处理算法产生描述由摄像头传感器感测的车辆类型的物体假设。在后面的步骤中，这些物体假设可通过可学习的分类器，例如神经网络，来被证实或拒绝。但是，由于不同类型车辆的几何特征的大的变化，可靠的检测仍然不总是可能的。因此，在使用特别适于发送的车辆类型的分类器后，例如通过第一信息项已经发送车辆的类型。这产生由摄像头传感器的更可靠更快速的车辆类型的检测。
在更进一步的典型实施例中摄像头传感器同样用于检测车辆的类型。将摄像头传感器分配给根据本发明的系统。代替特别适于车辆类型的分类器的使用，在该典型实施例中物体属性检测算法中的分类可靠性的阈值减少。这也增加了物体检测可靠性和速度。
用于执行根据本发明的方法的进一步例子提供了在智能自适应巡航控制器的范围内根据本发明的系统的使用。基于车辆到X信息项减少相应的阈值，车辆向前行进的速度和加速度可以单独地通过摄像头传感器检测到。因此该典型实施例描述了一种用于实现本质上已知的智能自适应的巡航控制器的非常经济有效的可能性。
根据进一步典型实施例，关于通过车辆到X通信接收的闪光指示灯的激活的信息，在智能自适应巡航控制器范围内，在车辆向前行进的情况下用于检测车辆向前的行进是否打算改变驾驶员自己的车辆的车道。关于打算车道改变的信息用于减少相应的应用于雷达传感器的传感器原始数据的物体检测算法的阈值。因为雷达传感器不用根据本发明的方法仅可困难地检测横向运动，可以进行例如更方便的自适应巡航控制。
图2示出了本发明的进一步典型实施例。车辆22是交通堵塞中的最后的车辆，并且车辆21正以高速接近。车辆21具有根据本发明的系统并装有雷达传感器和摄像头传感器。雷达传感器的感测范围例如是200m，而摄像头传感器的范围例如仅是60m。因此，不用根据本发明的方法，将不可能产生关于即将来临的追尾事故的信息项，其中该追尾事故的有效性直到距交通堵塞的末端仅60m距离时才被检验。但是，车辆21通过车辆到X通信接收来自描述车辆22构成交通堵塞末端的车辆22的信息项。
由于应用于雷达传感器的传感器原始数据的物体检测算法的相应减少的阈值，一旦达到雷达传感器的感测范围就检测固定车辆并且这种信息的有效性立刻被检验。在物体检测和信息有效性的检验的时候保留的200m的距离足够用于安全地制动车辆21并阻止事故。
图4以例子的方式示出了根据本发明的系统的可能设计的原理图。典型系统由车辆到X通信设备401组成，其中车辆到X通信设备401包括根据IEEE标准802.11p的无线局域网连接装置402，ISM连接装置403，红外连接装置404和移动无线电连接装置405。此外，典型系统由传感器组406构成，其中传感器组406包括激光雷达传感器407，雷达传感器408，单摄像头传感器409和超声波传感器410。具有分析设备411的车辆到X通信设备401和传感器组406经由数据线（有线或无线）412和412’耦接。分析设备411将物体检测算法和物体属性检测算法应用于由传感器组401获取的信息项，所述信息存在于传感器原始数据形式中。为了加速的物体检测和加速的物体属性检测，用于检测已经通过车辆到X通信设备描述的物体和物体属性的物体检测算法和物体属性检测算法的阈值减少。当达到阈值时，分析设备411检测传感器组401的传感器原始数据中的物体或物体属性并检验相应信息项的有效性。传感器原始数据随后通过分析设备411转换到评估数据形式中，并且与车辆到X信息一起，经由数据线（无线或有线）413对驾驶员辅助系统（未示出）是可用的。

Claims (15)

1.一种用于加速的物体检测和/或加速的物体属性检测的方法，
其中由车辆到X通信设备(401)获得第一信息项，
其中所述第一信息项以评估数据形式描述至少一个物体和/或至少一个物体属性，
其中由至少一个单个传感器(407，408，409，410)或传感器组(406)获得第二信息项，
其中所述第二信息项以传感器原始数据形式描述所述至少一个物体和/或所述至少一个物体属性，和
其中将物体检测算法和/或物体属性检测算法应用于所述第二信息项的传感器原始数据，
其特征在于
减少所述物体检测算法和/或所述物体属性检测算法的阈值，以便在所述第二信息项的传感器原始数据中检测由所述第一信息项描述的所述至少一个物体和/或所述至少一个物体属性，以及
一旦达到所述物体检测算法和/或所述物体属性检测算法的阈值，就在所述第二信息项的传感器原始数据中检测所述至少一个物体和/或所述至少一个物体属性。
2.如权利要求1所述的方法，
其特征在于
所述物体检测算法检测物体的存在和/或所述物体属性检测算法检测所述物体的移动方向和/或相对和/或绝对位置和/或速度和/或类型。
3.如权利要求1和2中任何一项所述的方法，
其特征在于
所述阈值依据必需达到所述阈值的测量周期的数量而减少，在该数量的测量周期期间获得所述第二信息项。
4.如权利要求1和2中任何一项所述的方法，
其特征在于
所述阈值依据正在所述传感器原始数据中检测的所述至少一个物体和/或所述至少一个物体属性的必需达到所述阈值的统计概率而减少。
5.如权利要求1和2中任何一项所述的方法，
其特征在于
当达到所述阈值时，将传感器原始数据形式的至少一个检测的物体和/或至少一个检测的物体属性的描述转换为评估数据形式。
6.如权利要求1和2中任何一项所述的方法，
其特征在于
一旦达到所述物体检测算法和/或所述物体属性检测算法的阈值就将所述至少一个物体和/或所述至少一个物体属性的有效性表征为已经被检验。
7.如权利要求1和2中任何一项所述的方法，
其特征在于
将所述方法合并入连续的传感器数据融合过程，其中每一个单独的传感器使每一个测量周期中的单个第二信息项可用，或传感器组使每一个测量周期中的多个第二信息项可用，其中所述传感器数据融合过程互相比较在所述第二信息项的传感器原始数据中检测到的物体和/或物体属性和/或补充它们并以评估数据形式产生公共的融合信息项，其中以这样的方式实现进入传感器数据融合过程的合并，该方式是在所述第一信息项中描述的物体和/或物体属性与所述第二信息项的传感器原始数据中检测到的物体和物体属性相比较和/或用所述第二信息项的传感器原始数据中检测到的物体和物体属性补充所述第一信息项中描述的物体和/或物体属性。
8.如权利要求1和2中任何一项所述的方法，
其特征在于
其有效性表征为已经被检验的所述至少一个物体和/或其有效性表征为已经被检验的所述至少一个物体属性在评估数据形式中对至少一个驾驶 员辅助系统是可用的，其中所述至少一个驾驶员辅助系统设计为警告驾驶员和/或在所述车辆控制中干预和/或忽略驾驶员的指示。
9.一种用于加速的物体检测和用于加速的物体属性检测的系统，其特别执行如权利要求1到8中任何一项所述的方法，
包括用于获取第一信息项的车辆到X通信设备(401)，
其中所述第一信息项以评估数据形式描述至少一个物体和/或至少一个物体属性，
至少一个用于获取第二信息项的单独的传感器(407，408，409，410)或传感器组(406)，
其中所述第二信息项以传感器原始数据形式描述至少一个物体和/或至少一个物体属性，和
分析设备(411)，
其在数据级上耦接到所述车辆到X通信设备(401)和所述至少一个单独的传感器(407，408，409，410)或所述传感器组(406)，和
其中所述分析设备(411)实现物体检测算法和/或物体属性检测算法并将它应用于所述第二信息项的传感器原始数据，
其特征在于
所述分析设备减少所述物体检测算法和/或所述物体属性检测算法的阈值以在所述第二信息项的传感器原始数据中检测由所述第一信息项描述的所述至少一个物体和/或至少一个物体属性。
10.如权利要求9所述的系统，
其特征在于
所述分析设备(411)包括不同于所述分析设备(411)的执行车辆设备的至少某些计算操作的电子计算单元。
11.如权利要求9和10中任何一项所述的系统，
其特征在于
当达到所述阈值时，所述分析设备(411)从传感器原始数据形式到评估数据形式转换至少一个检测到的物体和/或至少一个检测到的物体属性的描述。
12.如权利要求9和10中任何一项所述的系统，
其特征在于
所述分析设备(411)额外执行连续的传感器数据融合过程，其中每一个单独的传感器使每一个测量周期中的单个的第二信息项可用，或所述传感器组使每一个测量周期中的多个第二信息项可用，其中所述传感器数据融合过程互相比较所述第二信息项的传感器原始数据中检测到的物体和/或物体属性和/或补充它们并以评估数据形式产生公共的融合信息项，其中所述分析设备(411)比较所述第一信息项中描述的物体和/或物体属性与所述第二信息项的传感器原始数据中检测到的物体和物体属性和/或用所述第二信息项的传感器原始数据中检测到的物体和物体属性补充所述第一信息项中描述的物体和/或物体属性。
13.如权利要求9和10中任何一项所述的系统，
其特征在于
所述至少一个单独的传感器(407，408，409，410)或所述传感器组(406)基于至少一个下述操作原理获取所述第二信息项：
-激光雷达(407)，
-雷达(408)，
-摄像头(409)，和
-超声波(410)。
14.如权利要求9和10中任何一项所述的系统，
其特征在于
所述车辆到X通信设备(401)基于至少一种下述连接类型获取所述第一信息项：
-特别根据IEEE 802.11的无线局域网连接(402)，
-工业、科学、医疗频段ISM连接(403)，
-蓝牙，
-ZigBee，
-UWB，
-WiMax，
-红外链接(404)，和
-移动无线电链接(405)。
15.如权利要求1到8中任何一项所述的方法在机动车辆中的用途。
CN201180040496.XA 2010-06-23 2011-06-22 用于加速的物体检测和/或加速的物体属性检测的方法和系统及所述方法的用途 Active CN103080953B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102010030455.7 2010-06-23
DE102010030455 2010-06-23
PCT/EP2011/060470 WO2011161176A1 (de) 2010-06-23 2011-06-22 Verfahren und system zur beschleunigten objekterkennung und/oder beschleunigten objektattributerkennung sowie verwendung des verfahrens

Publications (2)

Publication Number Publication Date
CN103080953A CN103080953A (zh) 2013-05-01
CN103080953B true CN103080953B (zh) 2017-03-15

Family

ID=44627459

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201180031159.4A Active CN102947870B (zh) 2010-06-23 2011-06-22 用于验证信息的方法和系统
CN201180040496.XA Active CN103080953B (zh) 2010-06-23 2011-06-22 用于加速的物体检测和/或加速的物体属性检测的方法和系统及所述方法的用途

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201180031159.4A Active CN102947870B (zh) 2010-06-23 2011-06-22 用于验证信息的方法和系统

Country Status (6)

Country Link
US (2) US9096228B2 (zh)
EP (2) EP2586020B1 (zh)
KR (2) KR101860966B1 (zh)
CN (2) CN102947870B (zh)
DE (2) DE102011077997A1 (zh)
WO (2) WO2011161176A1 (zh)

Families Citing this family (75)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012007491A1 (de) 2010-07-16 2012-01-19 Continental Teves Ag & Co. Ohg Verfahren und system zur validierung einer fahrzeug-zu-x- botschaft sowie verwendung des verfahrens
US8744666B2 (en) 2011-07-06 2014-06-03 Peloton Technology, Inc. Systems and methods for semi-autonomous vehicular convoys
US20170242443A1 (en) 2015-11-02 2017-08-24 Peloton Technology, Inc. Gap measurement for vehicle convoying
US11334092B2 (en) 2011-07-06 2022-05-17 Peloton Technology, Inc. Devices, systems, and methods for transmitting vehicle data
US10520581B2 (en) 2011-07-06 2019-12-31 Peloton Technology, Inc. Sensor fusion for autonomous or partially autonomous vehicle control
WO2018039134A1 (en) 2016-08-22 2018-03-01 Peloton Technology, Inc. Automated connected vehicle control system architecture
DE102012216392A1 (de) 2011-09-29 2013-04-04 Continental Teves Ag & Co. Ohg Verfahren und System zur verteilten Übertragung eines Kommunikationsflusses sowie Verwendung des Systems
US9245447B2 (en) 2011-11-21 2016-01-26 Continental Teves Ag & Co. Ohg Method and device for the position determination of objects in road traffic, based on communication signals, and use of the device
EP2783236B1 (de) 2011-11-21 2019-10-09 Continental Teves AG & Co. OHG Verfahren und vorrichtung zur positionsbestimmung von objekten mittels kommunikationssignalen sowie verwendung der vorrichtung
US9554286B2 (en) 2011-12-02 2017-01-24 Lear Corporation Apparatus and method for detecting a location of a wireless device
DE102012210069A1 (de) * 2012-06-14 2013-12-19 Continental Teves Ag & Co. Ohg Verfahren und System zum Anpassen eines Anfahrverhaltens eines Fahrzeugs an eine Verkehrssignalanlage sowie Verwendung des Systems
DE102012211391A1 (de) * 2012-07-02 2014-01-02 Continental Teves Ag & Co. Ohg Verfahren und System zur Informationsnutzung
US10360636B1 (en) 2012-08-01 2019-07-23 Allstate Insurance Company System for capturing passenger and trip data for a taxi vehicle
DE102012111625A1 (de) * 2012-11-30 2014-06-05 Conti Temic Microelectronic Gmbh Verfahren zum Auslesen von Sensorrohdaten eines Umfeldsensors eines Fahrzeugs
DE102013205147A1 (de) 2013-03-22 2014-05-15 Robert Bosch Gmbh Verfahren, Steuergerät und Fahrerassistenzsystem zur seitlichen Überwachung von Fahrzeugen
DE102013207113A1 (de) * 2013-04-19 2014-10-23 Continental Teves Ag & Co. Ohg Verfahren und System zur Vermeidung eines Auffahrens eines Folgefahrzeugs auf ein unmittelbares Vorausfahrzeug sowie Verwendung des Systems
DE102013208709A1 (de) * 2013-05-13 2014-11-13 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Ermitteln von Eingangsdaten einer Fahrerassistenzeinheit
DE202013006196U1 (de) * 2013-07-09 2014-10-13 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Fahrerassistenzsystem für ein Kraftfahrzeug und Kraftfahrzeug
EP2827316B1 (en) * 2013-07-15 2020-02-12 Harman Becker Automotive Systems GmbH Driver assistance
DE102013214239A1 (de) * 2013-07-22 2015-01-22 Zf Friedrichshafen Ag Warnvorrichtung für ein Fahrzeug, Verfahren und Fahrzeug
EP2851249B1 (en) * 2013-09-19 2020-08-19 Volvo Car Corporation Motor vehicle safety arrangement and method
DE102013019027A1 (de) * 2013-11-13 2015-05-13 Audi Ag Verfahren zum Betrieb eines Sicherheitssystems eines Kraftfahrzeugs und Kraftfahrzeug
US9563199B1 (en) * 2013-11-27 2017-02-07 Google Inc. Assisted perception for autonomous vehicles
DE102014205180A1 (de) * 2014-03-20 2015-09-24 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
US9098753B1 (en) * 2014-04-25 2015-08-04 Google Inc. Methods and systems for object detection using multiple sensors
JP6075331B2 (ja) 2014-06-13 2017-02-08 トヨタ自動車株式会社 車両用照明装置
JP6112072B2 (ja) * 2014-06-19 2017-04-12 トヨタ自動車株式会社 車両用照明装置
KR101628508B1 (ko) * 2014-10-30 2016-06-08 현대자동차주식회사 차량의 가속토크 제어 장치 및 방법
KR102285422B1 (ko) * 2015-02-16 2021-08-04 주식회사 만도 긴급 제동 시스템 및 그의 제동 제어 방법
DE102015219933A1 (de) 2015-05-07 2016-11-10 Volkswagen Aktiengesellschaft Verfahren zur Plausibilisierung von Messwerten eines Mobilgeräts
DE102015208621B4 (de) 2015-05-08 2018-09-20 Continental Automotive Gmbh Lokalisierungsvorrichtung für ein Kraftfahrzeug
US11307042B2 (en) * 2015-09-24 2022-04-19 Allstate Insurance Company Three-dimensional risk maps
DE102015218800A1 (de) 2015-09-29 2017-03-30 Continental Automotive Gmbh Kommunikationssystem zur V2X-Kommunikation
DE102016205139B4 (de) 2015-09-29 2022-10-27 Volkswagen Aktiengesellschaft Vorrichtung und Verfahren zur Charakterisierung von Objekten
JP6252576B2 (ja) 2015-09-30 2017-12-27 トヨタ自動車株式会社 車両の運転支援装置
KR101745144B1 (ko) * 2015-10-01 2017-06-08 현대자동차주식회사 센서의 활용정보 구축 장치 및 그 방법
US10699347B1 (en) 2016-02-24 2020-06-30 Allstate Insurance Company Polynomial risk maps
US10902725B2 (en) 2016-03-25 2021-01-26 Hitachi Automotive Systems, Ltd. Vehicle control device
DE102016210092B4 (de) 2016-06-08 2023-05-04 Volkswagen Aktiengesellschaft Vorrichtung, Verfahren und Computerprogramm zum Erfassen und Übertragen von Daten
US10242375B2 (en) * 2016-06-29 2019-03-26 Honda Motor Co., Ltd. Methods and apparatus for connected vehicles application effectiveness estimation
DE102016212326A1 (de) * 2016-07-06 2018-01-11 Robert Bosch Gmbh Verfahren zur Verarbeitung von Sensordaten für eine Position und/oder Orientierung eines Fahrzeugs
US9979813B2 (en) 2016-10-04 2018-05-22 Allstate Solutions Private Limited Mobile device communication access and hands-free device activation
US10264111B2 (en) 2016-10-04 2019-04-16 Allstate Solutions Private Limited Mobile device communication access and hands-free device activation
DE102016219762A1 (de) * 2016-10-11 2018-04-12 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug
US11295218B2 (en) 2016-10-17 2022-04-05 Allstate Solutions Private Limited Partitioning sensor based data to generate driving pattern map
KR101946940B1 (ko) * 2016-11-09 2019-02-12 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법
DE102017202722A1 (de) 2017-02-21 2018-08-23 Audi Ag Frühwarnvorrichtung für ein fahrergeführtes Kraftfahrzeug sowie fahrergeführtes Kraftfahrzeug und Verfahren zum Warnen eines automatisiert geführten Fremdfahrzeugs vor einer bevorstehenden Fahrzustandsänderung des fahrergeführten Kraftfahrzeugs
US10142137B2 (en) 2017-03-02 2018-11-27 Micron Technology, Inc. Wireless devices and systems including examples of full duplex transmission
US11214143B2 (en) * 2017-05-02 2022-01-04 Motional Ad Llc Visually obstructed object detection for automated vehicle using V2V/V2I communications
US11573573B2 (en) 2017-06-06 2023-02-07 Plusai, Inc. Method and system for distributed learning and adaptation in autonomous driving vehicles
US11042155B2 (en) * 2017-06-06 2021-06-22 Plusai Limited Method and system for closed loop perception in autonomous driving vehicles
US11392133B2 (en) 2017-06-06 2022-07-19 Plusai, Inc. Method and system for object centric stereo in autonomous driving vehicles
US10757485B2 (en) 2017-08-25 2020-08-25 Honda Motor Co., Ltd. System and method for synchronized vehicle sensor data acquisition processing using vehicular communication
US11941516B2 (en) 2017-08-31 2024-03-26 Micron Technology, Inc. Cooperative learning neural networks and systems
US10554375B2 (en) 2017-09-11 2020-02-04 Micron Technology, Inc. Full duplex device-to-device cooperative communication
KR102463718B1 (ko) * 2017-12-14 2022-11-07 현대자동차주식회사 차량의 위조된 위치정보를 탐지하는 시스템 및 방법
US11206050B2 (en) 2018-02-06 2021-12-21 Micron Technology, Inc. Self interference noise cancellation to support multiple frequency bands
FR3084150B1 (fr) * 2018-07-17 2021-02-26 Renault Sas Procede de localisation d'un vehicule
JP7044000B2 (ja) * 2018-07-20 2022-03-30 株式会社デンソー 車両制御装置および車両制御方法
US11163317B2 (en) 2018-07-31 2021-11-02 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing
US11181929B2 (en) 2018-07-31 2021-11-23 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing
US11495028B2 (en) * 2018-09-28 2022-11-08 Intel Corporation Obstacle analyzer, vehicle control system, and methods thereof
US10762791B2 (en) 2018-10-29 2020-09-01 Peloton Technology, Inc. Systems and methods for managing communications between vehicles
US11254311B2 (en) 2018-10-31 2022-02-22 Toyota Motor Engineering & Manufacturing North America, Inc. Lateral adaptive cruise control
KR102587090B1 (ko) * 2018-11-20 2023-10-11 현대자동차주식회사 차량의 객체 인식 장치, 시스템 및 방법
IL270540A (en) * 2018-12-26 2020-06-30 Yandex Taxi Llc Method and system for training a machine learning algorithm to recognize objects from a distance
KR102491386B1 (ko) * 2018-12-27 2023-01-26 삼성전자주식회사 전자 장치 및 그 제어 방법
US11427196B2 (en) 2019-04-15 2022-08-30 Peloton Technology, Inc. Systems and methods for managing tractor-trailers
US10979097B2 (en) 2019-09-05 2021-04-13 Micron Technology, Inc. Wireless devices and systems including examples of full duplex transmission using neural networks or recurrent neural networks
EP3789971A1 (en) 2019-09-05 2021-03-10 Audi AG Validating data provided by an on-board diagnostics system
CN112578781B (zh) * 2019-09-29 2022-12-30 华为技术有限公司 数据处理方法、装置、芯片系统及介质
CN111210623B (zh) * 2020-01-03 2022-11-15 阿波罗智能技术(北京)有限公司 应用于v2x的测试方法、装置、设备和存储介质
DE102020203051A1 (de) 2020-03-10 2021-09-16 Zf Friedrichshafen Ag Verfahren und Steuereinrichtung zum Validieren von räumlicher Information
US11258473B2 (en) 2020-04-14 2022-02-22 Micron Technology, Inc. Self interference noise cancellation to support multiple frequency bands with neural networks or recurrent neural networks
DE102020212565A1 (de) * 2020-10-06 2022-04-07 Volkswagen Aktiengesellschaft Fahrzeug, Vorrichtung, Computerprogramm und Verfahren zur Durchführung in einem Fahrzeug

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8000897B2 (en) * 1997-10-22 2011-08-16 Intelligent Technologies International, Inc. Intersection collision avoidance techniques
AU2002349794A1 (en) 2001-06-26 2003-01-08 Medius, Inc. Method and apparatus for detecting possible collisions and transferring information between vehicles
US7668633B2 (en) 2003-03-26 2010-02-23 Continental Tevas Ag & Co. Ohg Electronic control system for a vehicle and method for determining at least one driver-independent intervention in a vehicle system
DE102004038494A1 (de) 2004-08-07 2006-03-16 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Sensorsystems
DE102005017422A1 (de) 2005-04-15 2006-10-19 Robert Bosch Gmbh Fahrerassistenzsystem mit Einrichtung zur Erkennung von stehenden Objekten
FR2896594A1 (fr) * 2006-01-24 2007-07-27 Renault Sas Procede de perception, par un vehicule, de son environnement
KR101180621B1 (ko) * 2006-07-06 2012-09-06 포항공과대학교 산학협력단 차량 검출 방법 및 장치
DE102007049516A1 (de) 2006-10-13 2008-04-24 A.D.C. Automotive Distance Control Systems Gmbh System zur Bestimmung von Objekten
DE102007048809A1 (de) * 2006-10-13 2008-07-10 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Erkennung von verdeckten Objekten im Straßenverkehr
US7813843B2 (en) * 2007-01-04 2010-10-12 Cisco Technology, Inc Ad-hoc mobile IP network for intelligent transportation system
DE102007012458A1 (de) 2007-03-15 2008-09-18 Robert Bosch Gmbh Verfahren zur Objektbildung
DE102007041121B4 (de) 2007-08-30 2022-05-19 Volkswagen Ag Verfahren und Vorrichtung zum Verarbeiten von Sensordaten für ein Fahrerassistenzsystem eines Fahrzeugs
DE102007058192A1 (de) 2007-12-04 2009-06-10 Continental Teves Ag & Co. Ohg Zentrales Steuergerät für mehrere in einem Kraftfahrzeug vorgesehene Assistenzsysteme und Kraftfahrzeug (Wegen nicht zuerkannter Prio)
WO2009074661A1 (de) 2007-12-11 2009-06-18 Continental Teves Ag & Co. Ohg Fahrerassistenz mit funsionierten sensordaten
DE102008013366B4 (de) 2008-03-10 2021-06-17 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Bereitstellung von Information für Fahrerassistenzsysteme
DE102008001672B4 (de) 2008-05-09 2022-03-17 Robert Bosch Gmbh Verfahren zur Fusion von Zustandsdaten erfasster Sensorobjekte
KR101371714B1 (ko) * 2008-06-25 2014-03-07 현대자동차(주) 레이더와 카메라를 연동하는 충돌 손상 완화 시스템
US8169338B2 (en) * 2008-07-25 2012-05-01 GM Global Technology Operations LLC Inter-vehicle communication feature awareness and diagnosis system
JP5391614B2 (ja) * 2008-09-12 2014-01-15 株式会社デンソー 物体検知装置
DE102010002092A1 (de) 2009-06-05 2010-12-09 Continental Teves Ag & Co. Ohg Datenvorverarbeitung für Fahrzeug-zu-X-Kommunikation
JP5407764B2 (ja) * 2009-10-30 2014-02-05 トヨタ自動車株式会社 運転支援装置
DE102010022093A1 (de) 2010-05-31 2011-12-01 Daimler Ag Querträger für ein Nutzfahrzeug mit einem zumindest zwei Längsträger aufweisenden Fahrzeugrahmen
US9620014B2 (en) * 2012-11-29 2017-04-11 Nissan North America, Inc. Vehicle intersection monitoring system and method

Also Published As

Publication number Publication date
EP2586020B1 (de) 2018-05-09
US9393958B2 (en) 2016-07-19
EP2586020A1 (de) 2013-05-01
US20130090803A1 (en) 2013-04-11
KR101860966B1 (ko) 2018-07-05
KR101942109B1 (ko) 2019-04-11
DE102011077997A1 (de) 2012-01-05
EP2585980B1 (de) 2018-08-29
DE102011077998A1 (de) 2012-01-05
WO2011161176A1 (de) 2011-12-29
KR20130088837A (ko) 2013-08-08
EP2585980A1 (de) 2013-05-01
WO2011161177A1 (de) 2011-12-29
KR20130121816A (ko) 2013-11-06
CN103080953A (zh) 2013-05-01
US20130158852A1 (en) 2013-06-20
CN102947870A (zh) 2013-02-27
US9096228B2 (en) 2015-08-04
CN102947870B (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
CN103080953B (zh) 用于加速的物体检测和/或加速的物体属性检测的方法和系统及所述方法的用途
CN107161097B (zh) 基于北斗导航系统的车辆行驶智能安全系统
CN105015548B (zh) 一种纵向避撞提醒和自动跟随集成系统及方法
IL261275A (en) Vehicle traffic warning system and method
CN101934771B (zh) 车辆碰撞警示系统
US20130265414A1 (en) Vehicle crash prevention apparatus and method
CN107399290A (zh) 安全驾驶辅助系统及其控制方法
CN108407715A (zh) 一种汽车安全预警系统及方法
CN108986510A (zh) 一种面向路口的智能化本地动态地图实现系统及实现方法
JP2006500664A (ja) 車両の衝突を阻止する方法および装置
CN103507738A (zh) 用于保护易受伤的道路使用者的系统和操作该系统的方法
KR20150143841A (ko) 뒤따르는 차량이 바로 앞에서 주행하는 차량에 추돌하는 것을 방지하는 방법과 시스템, 및 그 시스템의 이용
CN109720348A (zh) 车载装置、信息处理系统和信息处理方法
US20200126420A1 (en) Method and apparatus for analyzing driving tendency and system for controlling vehicle
CN108646720B (zh) Bsd控制器在环测试装置及方法
JP4214841B2 (ja) 周囲状況認識システム
CN208665169U (zh) 一种辅助驾驶域控制器
JP2005049914A (ja) 車両状況判定装置、車載情報取得装置、車両動作制御装置および車両状況判定方法
CN106530827A (zh) 弯道行车预警装置、系统及方法
CN111542019A (zh) 交通事故告警方法、装置、路侧设备和可读存储介质
EP3919353A1 (en) Arithmetic operation system for vehicle
US20200410788A1 (en) Management apparatus, vehicle, inspection apparatus, and vehicle inspection system and inforamtion processing method therefor
JP2009157668A (ja) 外界認識装置
KR20180080939A (ko) 차량 운전 보조장치 및 이를 포함하는 차량
US11951924B2 (en) Crash monitoring system for a vehicle

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230110

Address after: Germany Ingolstadt

Patentee after: Continental Zhixing Germany Co.,Ltd.

Address before: Frankfurt, Germany

Patentee before: CONTINENTAL TEVES AG & Co. OHG