CN103158705B - 用于控制本车的方法和系统 - Google Patents

用于控制本车的方法和系统 Download PDF

Info

Publication number
CN103158705B
CN103158705B CN201210521885.0A CN201210521885A CN103158705B CN 103158705 B CN103158705 B CN 103158705B CN 201210521885 A CN201210521885 A CN 201210521885A CN 103158705 B CN103158705 B CN 103158705B
Authority
CN
China
Prior art keywords
car
action
vehicle
target vehicle
objects
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
CN201210521885.0A
Other languages
English (en)
Other versions
CN103158705A (zh
Inventor
C.T.扎戈尔斯基
A.查特吉
J-W.李
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN103158705A publication Critical patent/CN103158705A/zh
Application granted granted Critical
Publication of CN103158705B publication Critical patent/CN103158705B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/804—Relative longitudinal speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明涉及用于控制本车的方法和系统。一种监测周围车辆行为的方法和系统，目的是为了即使在不能直接检测到危险的情况下也能预测道路上即将到来的危险并做出反应。在一个示范性实施例中，所述方法监测本车周围的区域并寻找一辆或多辆目标车辆的存在。如果检测到目标车辆，那么所述方法就评估它们的行为，将它们的行为归类为几个类别中的一类，并且如果它们的行为暗示有某种类型的即将到来的危险，那么就形成适当的抢先响应以用于控制本车。抢先响应可以包括模拟、复制和/或根据所谓的“聚集”技术加入周围目标车辆的行为以避开其它方式无法看到的危险。

Description

用于控制本车的方法和系统
技术领域
本发明主要涉及一种用于车辆的主动系统，并且更具体地涉及一种监测一辆或多辆周围车辆的行为并且相应地改变、调节和/或控制本车操作的主动式车辆系统。
背景技术
在驾驶车辆时，周围车辆的行为有时可以用作对道路上看不到的危险情况的预兆或警告。例如，如果前方车辆突然转弯以避开道路上的大坑或碎片，那么即使是当前在尾随车辆的视野内并没有危险，这种转弯动作也可以用于警告尾随车辆存在应该做好准备的看不到的危险情况。还有一些其他的示例，其中无论周围车辆是在本车前面的前方车辆还是在本车周围的并排车辆，其行为都可以被用于预测不能被本车直接检测到的即将到来的情况并为之做好准备。这一点在本车以某种类型的例如由自适应巡航控制系统、车道对中系统、自动变车道系统、限于高速公路的自动驾驶系统等使用的自主或半自主驾驶模式运行时更是如此。
发明内容
根据一个实施例，提供了一种控制本车的方法。所述方法可以包括以下步骤：(a)从监测本车周围区域的一个或多个目标车辆传感器接收目标车辆读数；(b)利用目标车辆读数确定当前是否有一辆或多辆目标车辆位于本车周围的区域内；(c)如果当前有一辆或多辆目标车辆位于本车周围的区域内，那么就利用目标车辆读数评估目标车辆的行为；以及(d)利用一辆或多辆目标车辆的评估行为避开即将到来路段内的危险而无需用一个或多个目标车辆传感器来直接测量危险情况。
根据另一个实施例，提供了一种控制本车的方法。所述方法可以包括以下步骤：(a)利用来自一个或多个目标车辆传感器的目标车辆读数建立本车周围的观测区域；(b)通过识别一种或多种车辆动作来分析观测区域内的一辆或多辆目标车辆的行为；(c)将车辆动作归类为前方动作或周围动作，前方动作属于位于本车前面的目标车辆的动作且周围动作属于位于本车侧面的目标车辆的动作；以及(d)根据车辆动作类别生成用于本车的抢先响应，其中抢先响应在以自主或半自主模式驾驶本车时促使本车自动加速、减速和/或转向。
根据另一个实施例，提供了一种控制本车的方法。所述方法可以包括以下步骤：(a)利用来自一个或多个目标车辆传感器的目标车辆读数建立本车周围的观测区域；(b)分析观测区域内的多辆目标车辆的行为，至少部分目标车辆位于本车侧面；(c)利用多辆目标车辆的行为形成用于本车的抢先响应，其中抢先响应自动控制本车的侧向和/或纵向位置并且被设计用于将本车加入到多辆目标车辆中；以及(d)向本车内的一个或多个控制模块发送表示抢先响应的指令信号以使得能够自动控制本车的侧向和/或纵向位置。
本发明还提供了如下方案：
方案1. 一种控制本车的方法，包括以下步骤：
(a)从监测本车周围区域的一个或多个目标车辆传感器接收目标车辆读数；
(b)利用目标车辆读数确定当前是否有一辆或多辆目标车辆位于本车周围的区域内；
(c)如果当前有一辆或多辆目标车辆位于本车周围的区域内，那么就利用目标车辆读数评估目标车辆的行为；以及
(d)利用一辆或多辆目标车辆的被评估的行为避开即将到来路段内的危险而不用一个或多个目标车辆传感器来直接测量所述危险。
方案2. 如方案1所述的方法，其特征在于，步骤(a)进一步包括从形成本车周围观测区域的多个目标车辆传感器接收目标车辆读数，至少有一个目标车辆传感器基本指向本车前方的区域，至少有一个目标车辆传感器基本指向本车驾驶员侧的区域，并且至少有一个目标车辆传感器基本指向本车乘客侧的区域。
方案3. 如方案1所述的方法，其特征在于，步骤(c)进一步包括通过识别前方车辆动作来评估位于本车前面的一辆或多辆前方目标车辆的行为；并且步骤(d)进一步包括利用前方车辆动作形成抢先响应以避开即将到来路段内的所述危险。
方案4. 如方案3所述的方法，其特征在于，步骤(c)进一步包括识别形式为前方目标车辆转弯以避开即将到来路段内的物体的前方车辆动作；并且步骤(d)进一步包括形成促使本车自动复制、模拟或以其他方式模仿前方车辆动作的抢先响应以使本车也能避开所述物体。
方案5. 如方案3所述的方法，其特征在于，步骤(c)进一步包括识别形式为前方目标车辆换道以应对即将到来路段内的交通事件的前方车辆动作；并且步骤(d)进一步包括形成促使本车自动复制、模拟或以其他方式模仿前方车辆动作的抢先响应以使本车也能应对所述交通事件。
方案6. 如方案3所述的方法，其特征在于，步骤(c)进一步包括通过在断定前方车辆动作已经发生之前先使用要求多辆前方目标车辆执行大致相同动作的确证技术来识别前方车辆动作。
方案7. 如方案3所述的方法，其特征在于，步骤(c)进一步包括通过在断定前方车辆动作已经发生之前先使用要求所述动作超过某种最低程度的突然性或严重性的偏差技术来识别前方车辆动作。
方案8. 如方案3所述的方法，其特征在于，步骤(c)进一步包括通过在断定前方车辆动作已经发生之前先使用利用由导航模块提供的导航相关信息的确定技术来识别前方车辆动作。
方案9. 如方案1所述的方法，其特征在于，步骤(c)进一步包括通过识别周围车辆的动作来评估位于本车侧向侧的一辆或多辆周围目标车辆的行为；并且步骤(d)进一步包括利用周围车辆的动作形成抢先响应以控制本车相对于周围目标车辆的侧向位置。
方案10. 如方案9所述的方法，其特征在于，步骤(c)进一步包括识别形式为一辆或多辆周围目标车辆侧向地侵犯本车以至于很可能发生碰撞的高级别周围动作；并且步骤(d)进一步包括形成设法保持本车和周围目标车辆之间相等侧向间距的抢先响应。
方案11. 如方案9所述的方法，其特征在于，步骤(c)进一步包括识别形式为一辆或多辆周围目标车辆侧向地侵犯本车但不太可能发生碰撞的中等级别周围动作；并且步骤(d)进一步包括形成设法将本车保持在其当前车道内的抢先响应。
方案12. 如方案9所述的方法，其特征在于，步骤(d)进一步包括形成设法保持本车和周围目标车辆之间相等侧向间距并且设法将本车保持在其当前车道内的抢先响应。
方案13. 如方案9所述的方法，其特征在于，步骤(c)进一步包括识别形式为一辆或多辆目标车辆执行鲁莽驾驶动作从而可能会在将来给本车造成潜在问题的低级别动作；并且步骤(d)进一步包括利用所述鲁莽驾驶动作形成设法应对潜在问题的抢先响应。
方案14. 如方案9所述的方法，其特征在于，步骤(d)进一步包括形成通过加速或减速本车以控制本车相对于周围目标车辆的纵向位置的抢先响应。
方案15. 如方案14所述的方法，其特征在于，所述抢先响应有利于将本车减速到更低速度。
附图说明
以下结合附图来介绍优选的示范性实施例，其中相同的附图标记表示相同的元件，并且其中：
图1是示出了包括示范性主动式车辆系统并且周围有几辆其他车辆的本车的示意图；
图2是示出了可以被用于控制例如图1中所示本车的示范性方法的部分步骤的流程图；以及
图3-7是表示可能有必要使用图2中所示方法的多种不同情况或场景的示意图。
具体实施方式
本文中介绍的主动式车辆系统可以安装在本车上并且能够监测一辆或多辆周围车辆的行为，目的是为了即使在本车不能直接检测到危险情况的情况下也能预测或预判道路上即将到来的危险情况并对此做出反应，危险情况可能是道路上的物体或交通事件或其他情形。在一个示范性实施例中，所述主动式车辆系统在本车行驶时监测本车周围的区域并寻找出现的一辆或多辆目标车辆。如果检测到目标车辆，那么所述主动式车辆系统即可评估它们的行为，将它们的行为归类为几个类别中的一类，并且如果它们的行为暗示有某种类型的即将到来的危险，那么所述主动式车辆系统即可形成适当的抢先响应。这种响应可以包括模拟、复制和/或根据所谓的“聚集”技术融入周围目标车辆的行为以避开或者至少缓解本来无法看到的危险的影响。
参照图1，示出了安装在本车12上的示范性主动式车辆系统10的笼统示意图，其中系统检测、监测和/或评估一辆或多辆周围目标车辆14,16的行为并相应地对其行为做出反应。应该意识到尽管图1仅示出了两辆目标车辆，但是主动式车辆系统10可以用于其他情况，包括具有更多或更少目标车辆的情况以及目标车辆位于本车的前方、一侧或两侧和/或后方的情况。还应该意识到本系统可以用于任意类型的车辆，包括常规车辆、混合电动车(HEV)、增程式电动车(EREV)、蓄电池电动车(BEV)、摩托车、客车、运动型多功能车(SUV)、跨界车、卡车、厢式货车、公共汽车、休闲车等。这仅仅是一部分可能的应用，原因是本文中所述系统和方法并不局限于图1-7所示的示范性实施例并且可以用任意多种不同的方式实施。
根据一个示例，主动式车辆系统10包括本车传感器20-28、目标车辆传感器30-36、导航模块40和控制模块50，并且被设计用于跟发动机控制模块70、制动控制模块80和/或转向控制模块90交互。
任意数量不同的传感器、部件、设备、模块、系统等均可为主动式车辆系统10提供能够由本发明的方法使用的信息或输入。这包括例如图1中所示示范性传感器以及本领域内已知但并未在此示出的其他传感器。应该意识到本车传感器20-28、目标车辆传感器30-36以及构成系统10的一部分和/或由系统10使用的任何其他传感器均可用硬件、软件、固件或其某种组合实施。这些传感器可以直接感测或测量它们被提供所用于的状态，或者它们可以根据由其他传感器、部件、设备、模块、系统等提供的信息间接估算这些状态。而且，这些传感器可以直接耦合至控制模块50，通过其他电子设备、车辆通信总线、网络等间接耦合，或者根据本领域已知的某种其他的设置方式耦合。这些传感器可以集成在另一种车辆部件、设备、模块、系统等以内(例如已经构成发动机控制模块(ECM)、牵引控制系统(TCS)、电子稳定性控制系统(ESC)、防抱死制动系统(ABS)等的一部分的传感器)，它们可以是独立部件(正如图1中示意性示出的那样)，或者也可以根据某种其他的设置方式提供。如下文所述的各种传感器读数中的任何一种均可由本车12内某种其他的部件、设备、模块、系统等提供而不是由实际的传感器元件直接提供。在某些情况下，可以(例如为了提供冗余性而)使用多个传感器测量单个参数。应该意识到以上情况仅代表部分可能性，原因在于主动式车辆系统10并不局限于任何一种特定的传感器或传感器设置方式并且可以使用任意合适的实施例。
本车传感器20-28为主动式车辆系统10提供本车读数或者与本车12相关并且能够由本发明的方法使用的其他信息。在一个实施例中，本车传感器20-26生成表示本车12位置、速度和/或加速度的读数，而本车传感器28提供表示车辆动态例如侧向加速度、偏航速度等的读数。本车传感器20-28可以使用多种不同的传感器和传感技术，包括使用车轮转速、对地速度、加速踏板位置、换档器选择、加速计、发动机转速、发动机输出和节气门位置等的那些。在图1所示的示例中，各个车轮转速传感器20-26被耦合至本车四个车轮中的每一个并单独报告四个车轮的转速。本领域技术人员应该意识到这些传感器可以根据光学、电磁学或其他技术操作，并且可以根据转速读数推导出或者算出其他参数例如纵向加速度。在另一个实施例中，本车传感器20-26通过引导雷达、激光器和/或其它信号指向已知静止物体并分析反射信号，或者通过使用来自具有全球定位系统(GPS)能力的导航模块40的反馈信息来确定对地车辆速度。车辆动态传感器28可以被安装在其中一个前座下方或者本车12内任意其他合适的位置并且测量车辆动态例如车辆侧向加速度和偏航速度。如上所述，本车传感器20-26可以是某种其他设备、模块、系统等例如防抱死制动系统(ABS)的一部分。
目标车辆传感器30-36为主动式车辆系统10提供目标车辆读数或者与一辆或多辆目标车辆相关并且能够由本发明的方法使用的其他信息。在一个示例中，目标车辆传感器30-36生成表示目标车辆14,16位置、速度和/或加速度的目标车辆读数。这些读数在本质上可以是绝对值(例如目标车辆的速度或加速度读数)或者在本质上可以是相对值(例如表示目标车辆和本车的加速度之间差异的相对速度或加速度读数，或者表示本车和目标车辆之间的间隔或距离的相对距离读数)。每一个目标车辆传感器30-36都可以是单个传感器或传感器组合，并且可以包括光检测和测距(LIDAR)设备、无线电检测和测距(RADAR)设备、视觉设备(例如摄像头等)、车间通信设备或其组合。根据一个示范性实施例，目标车辆传感器30包括安装在车辆前部例如前保险杠或车辆格栅后方的、并监测在本车前方延伸约100米且包括本车车道加上本车车道每一侧的一到两条车道的区域的前视长程RADAR或LIDAR设备。相似类型的传感器可以被用于安装在车辆后部例如后保险杠或后车窗内的后视目标车辆传感器34，以及用于安装在车辆每一侧(例如驾驶员侧和乘客侧)的侧向或侧视目标车辆传感器32和36；不过这些传感器可以具有比其前视对应部件更小的范围。摄像头或其他视觉设备可以与这些传感器联合使用。还有其他可行的实施例。
导航模块40利用本车12的当前位置提供多种导航相关服务，包括提供给主动式车辆安全系统10的服务和信息。根据特定的实施例，导航模块40可以是单独的部件或者也可以集成在车内某种其他的部件或系统中。导航模块可以包括其他部件、设备、模块等例如远程信息处理单元或GPS单元的任意组合，并且可以利用车辆的当前位置以及道路或地图数据评估即将到来的路段。例如，导航模块40可以评估并确定本车12当前行驶所在的路段内的车道数量，可以评估路段状态(例如前方有没有车道封闭、修路、交通拥挤等情况)，或者可以确定路段内是否存在突变情况(例如前方道路有岔口、急转弯等)，仅列出一些可能性。这种类型的导航相关信息可以提供给控制模块50以使其能够由本发明的方法考虑，正如将要更加详细介绍的那样。导航模块40还可以具有某种类型的用户界面以使得能够用语言、视觉或其他方式在导航模块和驾驶员之间交换信息。
控制模块50可以包括各种电子处理设备、存储设备、输入/输出(I/O)设备和/或其他已知部件，并且可以执行各种控制和/或通信相关的功能。在一个示范性实施例中，控制模块50包括存储各种传感器读数(例如来自传感器20-28和30-36的传感器读数)、查询表或其他数据结构、算法(例如在下述示范性方法中实施的算法)等的电子存储设备52。存储设备52还可以存储关于本车12的相关特征和背景信息，例如涉及制动距离、减速限制、温度限制、湿度或降水量限制、驾驶习惯或者其他驾驶员行为或历史数据等的信息。控制模块50还可以包括电子处理设备54(例如微处理器、微控制器、专用集成电路(ASIC)等)以执行存储设备52中存储的用于软件、固件、程序、算法、脚本、应用程序等的指令并且可以管理本文中所述的过程和方法。控制模块50可以通过适当的车辆通信电子连接至其他的车辆设备、模块和系统并且能够在需要的时候与它们交互。当然这仅仅是控制模块50的一部分可行的设置方式、功能和能力，同样也可以使用其他的实施例。
根据具体的实施例，仅列举几种可能性，控制模块50可以是独立的车辆电子模块(例如传感器控制器、目标检测控制器、安全性控制器等)，可以装入或包含在另一个车辆电子模块(例如主动式安全控制模块、制动控制模块、转向控制模块、发动机控制模块等)内，或者可以是更大的网络或系统(例如主动式安全系统、牵引控制系统(TCS)、电子稳定性控制(ESC)系统、防抱死制动系统(ABS)、限于高速公路的自主驾驶系统、自适应巡航控制系统、车道偏离警报系统等)的一部分。控制模块50并不局限于任何一种特定的实施例或设置方式。
如上所述，主动式车辆系统10可以与本车12上多种其他的部件、设备、模块和/或系统交互，包括发动机控制模块70、制动控制模块80和/或转向控制模块90。当主动式车辆系统10已经在周围区域内检测到一辆或多辆目标车辆并且已经评估其行为之后，系统可以生成并向控制模块70,80和/或90发送指令信号以使得能够避开即将到来的道路内看不到的危险情况。作为非限制性示例，控制模块50可以由目标车辆14突然转弯确定道路上存在看不到的坑洼或碎片，响应于此其可以生成用于转向控制模块90的指令信号以促使转向模块执行匹配或模拟目标车辆14动作的自动转向动作从而能够避开看不到的危险。类似的指令信号可以由控制模块50生成并提供给发动机控制模块70和/或制动控制模块80以分别促使其执行自动加速和/或制动动作。对于示范性系统10来说可能尤其有用的此类控制模块的一些示例包括使用线控驾驶、线控制动和线控转向技术的那些控制模块。控制模块70,80和/或90并不局限于任何特定的实施例或设置方式，而是可以使用任意合适的模块。
同样地，示范性主动式车辆系统10的先前说明和图1中的图示内容仅仅是为了给出一种潜在的实施例并且以下的方法并不局限于只能用于该系统。可以改为使用任意多种其他的包括明显不同于图1所示内容的系统设置方式、组合和架构。
现转至图2，示出了可以用于主动式车辆系统10的示范性方法100，其目的是监测和评估一辆或多辆周围目标车辆的行为并利用其行为通过对道路上即将到来的以其他方式可能看不到的危险抢先做出反应来控制本车。如前所述，某些危险情况可能由于危险的性质(例如某些坑洼或其他路面断裂可能无法通过某些类型的传感器检测)或者因为危险当前被遮挡(例如目标车辆可能挡住了本车使其无法看到道路上的碎片)而不能被本车12察觉。在此情况下，观察并分析周围目标车辆的行为以设法检测以其他方式看不到的危险并对其做出反应可能很有帮助。应该意识到如本文中所用的术语“危险”可以包括任意类型的路面特征(例如坑洼、裂缝、路缘、格栅等)，道路上的物体(例如卡车轮胎、掉落的树枝或其他碎片、行人、骑车的人等)，交通事件(例如车道封闭、车道合并、车道变窄、车道转移等)或者道路上通常会引起驾驶员某种类型回避反应的任何其他事项。
在一个示范性实施例中，方法100在本车12已经以某种类型的自主或半自主驾驶模式(例如由自适应巡航控制系统、自动变车道系统、限于高速公路的自主驾驶系统等使用的驾驶模式)运行时使用，但是这并非必要条件，原因在于所述方法也可以在非自主驾驶模式中使用。通过方法100形成的某些抢先或预先响应促使本车12自动执行例如涉及加速、减速和/或转向的某些驾驶操作。这些类型的自动或自动化驾驶操作可以很好地适合于自主或半自主驾驶模式。如果自主或半自主驾驶模式是用于方法100的先决条件，那么所述方法可以在执行图2中的步骤之前检查以确认是否已进入这样的模式。
开始于步骤110，所述方法从各种本车和/或目标车辆传感器接收各种读数。这些不同的读数可以定期地或周期性被收集或以其他方式获得，可以响应控制模块50或某种其他设备的请求而获得，或者可以用某种其他合适的方式接收。根据步骤110的一个示范性实施例，从车轮转速传感器20-26接收本车速度读数，从车辆动态传感器28接收本车动态读数，并且从目标车辆传感器30-36接收目标车辆距离、速度和/或加速度读数；以上列举读数的任意组合均可在控制模块50处被接收。通过在本车周围设置目标车辆传感器30-36，所述方法就能够在本车周围建立观测区域或地带以用于检测一辆或多辆目标车辆并评估其行为。观测区域的具体尺寸和其他特性可以改变，但是根据一个示例，观测区域至少应包括本车前方的及其驾驶员侧和乘客侧的区域，并且其在本车行驶时被建立。
步骤114随后利用目标车辆读数确定当前是否有一辆或多辆目标车辆位于本车周围。如果当前在本车12周围的观测区域内不存在目标车辆，那么所述方法就循环返回步骤110以继续监测。但是，如果在观测区域内存在一辆或多辆目标车辆，那么所述方法就前进至下一步骤以使得能够评估目标车辆的行为并且潜在地利用这些行为来帮助本车避开即将到来路段内的某种看不到的危险。
接下来，步骤120利用目标车辆读数来评估一辆或多辆目标车辆的行为，并且可以用多种不同的方式来进行评估。如上所述，周围目标车辆的行为可以被分析并用于检测即将到来路段内以其他方式无法检测到的危险，并且在某些情况下形成合适的抢先响应。在步骤120进行的分析可以包括任意合适的技术并且可以被用于回答在一个或多个后续步骤中提出的问题。一般说来，步骤120可以通过识别某些车辆动作并将这些动作归类为几个类别中的一类来评估目标车辆的行为，以使得能够形成并执行合适的抢先或预先响应。某些潜在的动作类别包括：前方动作、高级别周围动作、中等级别周围动作和低级别周围动作，正如参照图3-7在以下段落中介绍的那样。
步骤130确定前方目标车辆是否执行了任何前方动作。如本文中所用的术语“前方动作”泛指由位于本车前面的一辆或多辆前方目标车辆执行的(无论其涉及加速、减速或转向等)任何驾驶动作或运动。前方动作的某些非限制性示例包括：前方目标车辆转弯以避开道路上的坑洼或碎片204时(参见图3中示出的示例)，前方目标车辆响应于车道封闭或其他交通事件而转移或切换至新车道时(参见图4中示出的示例)，以及前方目标车辆通过沿可用路径之一行进而经过道路岔口或其他道路特征时(并未单独示出)。当然，可以有多种其他类型的前方动作，因为图3和图4中所示的示例仅仅是为了图示一部分可能性。
从图3开始介绍，其中示出了本车12跟随同一车道内的前方目标车辆200和202的情况，并且两目标车辆均转弯避开本车以其他方式无法检测的坑洼204。步骤130可以断定两目标车辆200和202均已执行前方动作也就是突然转弯避开坑洼，并且相应地该步骤可以将所述方法引导至步骤132以使得能够形成合适的响应。为了确信前方动作已经真正地被执行而不是前方车辆驾驶员简单打滑或做出某种其他意外动作的情况，步骤130可以使用多种不同的技术。例如，步骤130在断定已经检测到“前方动作”之前可能要求有多辆前方目标车辆执行大致相同动作(确证技术)，或者该步骤可要求所述动作超过某种最低程度的突然性或严重性以使其明显区别于历史驾驶模式并且不仅仅是驾驶员无意识地慢慢移出车道的结果(偏差技术)。应该意识到也可以使用其他的技术和方法来确定前方动作何时执行，而先前示例仅仅给出了一部分可能性。
如果步骤130确定已有一辆或多辆前方目标车辆执行了前方动作，那么所述方法就前进至步骤132以使得可以生成用于本车的抢先响应。步骤132可以用多种不同方式生成抢先或预先响应，包括使用所谓的“跟随前车”的方法，其中本车12设法复制、模拟或以其他方式模仿前方目标车辆200和/或202的驾驶动作。如果本车12能够收集两目标车辆200和202的全面的目标车辆读数，那么步骤132可以设法生成根据两前方目标车辆的运动的平均或混合建模得到的抢先响应。另一方面，如果目标车辆200阻止本车12获得前方目标车辆202的无遮挡视野，那么步骤132可以主要根据视野内的目标车辆200的动作或运动来形成抢先响应。抢先或预先响应可以包括改变、调节和/或以其他方式控制本车加速、减速、转向等的要素。在图3的示例中，抢先响应可以被设计为在合适的时间自动减速本车12和/或自动转向本车绕过坑洼204(所谓的“局部规避动作”)。还有其他可行的实施例。
图4示出了前方动作的另一个示例，只有该示例涉及有封闭车道216导致前方目标车辆210,212和214切换车道的情况。在评估前方目标车辆210,212和214的行为之后，步骤130可以确定已经检测到前方动作并且可以向步骤132发送方法控制以用于形成抢先响应。步骤130可以使用上述的确信技术和/或偏差技术以及任意其他合适的技术，目的就是为了确保已经实际检测到前方动作的一定可信度。一种这样的技术涉及使用导航模块40，该模块可以向控制模块50提供导航相关信息以确认本车当前处于可能有车道封闭或其他交通事件的建设区内(确定技术)。在该特定示例中，由步骤132形成的抢先或预先响应可以被设计用于自动减速本车12和/或自动转向本车以使其逐渐改变车道并遵循与目标车辆210,212和/或214相类似的路径。同样地，在步骤132形成的抢先响应可以包括造成本车加速、减速、转向和/或某种其他操作方面改变的指令。
返回图2所示的示范性流程图，步骤140确定是否在本车周围检测或感测到任何高级别的周围动作。如本文中所用的术语“高级别周围动作”泛指由位于本车侧方的一辆或多辆目标车辆执行的任何驾驶动作或行为，其中所述动作促使目标车辆侵犯本车并且如果不采取纠正措施就可能在一定的时间段内(例如0.5秒、1秒、2秒、3秒、5秒等)导致碰撞。某些高级别周围动作的非限制性示例包括：多辆周围目标车辆朝向本车移动或侵犯本车时(参见图5中示出的示例)，以及单辆周围目标车辆侵犯本车时(参见图6中示出的示例)。当然，可以有多种其他类型的高级别周围动作，如图5和图6中所示的示例仅仅是为了给出一部分可能性。本发明的方法还可以识别中等级别和低级别的周围动作并做出反应，正如以下更加详细介绍的那样。如果检测到高级别周围动作，那么本发明的方法就可以在步骤142形成抢先或预先响应以使得能够避免碰撞或者至少是减轻其严重性。
图5示出了多辆周围目标车辆220和222侵犯本车12或向本车12汇集以使得如果不采取回避措施就可能会发生碰撞的情况。附近还有另外的目标车辆并且会潜在地限制本车12可用的抢先响应选择。在该特定示例中，周围的目标车辆220和222对分别位于道路不同侧的固定危险230和232做出反应，并且本车12在一定程度上受到位于前面的前方目标车辆228的约束。步骤140在将动作归类为高级别或不归类为高级别时可以考虑包括以下内容的多种因素：本车和每一辆周围车辆之间的距离，本车和目标车辆的速度和/或加速度(如果图5中的场景是在70英里每小时而不是20英里每小时的速度下出现，那么可以更加与更高级别评级有关并由此定为更高级别评级是合适的)以及在目标车辆的前方和/或后方存在将其包在里面的另外目标车辆等。
如果检测到高级别周围动作，那么所述方法就前进至步骤142，目的是为了形成合适的抢先响应以使得能够避免碰撞或者至少可以最小化其影响，这可以用多种方式完成。根据一个示范性实施例，步骤142在聚集或其他算法中使用来自目标车辆传感器30-36的传感器读数来生成抢先响应以设法自动控制本车12的侧向和/或纵向位置，从而使其能够加入到周围的目标车辆群中。一种控制侧向位置的方法是自动转向本车以使其与每一辆目标车辆220和222保持相等的侧向距离或间隔。这可以包括本车12朝向目标车辆220向车道左侧移动，朝向目标车辆222向车道右侧移动，或者保持其当前路线以设法建立与两辆目标车辆的相等间隔。
对侧向和/或纵向位置的控制可以在距离方面或者在时间方面执行。例如，步骤142可以计算执行使本车脱离“不可行”或危急情况的几种可选动作中的每一种所耗费的时间；这些时间可以结合本车在执行此类动作之后最终的位置进行平衡或予以考虑，并且可以用代价函数或有利于较低车辆速度的其它手段进行加权。步骤142还可以设法保持车道规定以使本车仅在必要时才能离开其现行车道。在一个示范性实施例中，代价函数相比于车道规定更强调保持与侧向相邻目标车辆的相等间距以使得能够实现平衡而又优先的抢先响应。相等的间距(聚集结果)可以在高级别周围动作期间比车道规定更被强调或权重更重，而相反的情况可以在中等级别和低级别周围动作期间成立。本车12的侧向控制并不局限于任何特定的实施例，而是可以使用任意合适的方法。
纵向位置可以通过加速或减速本车以使其超前或者落后于周围的目标车辆而进行控制。例如，由步骤142形成的抢先响应可以包括降低本车12速度(也就是使车辆减速)的指令以使本车如图5所示差不多落在周围目标车辆220和222交汇路径的后方。本车12正后方缺少尾随的目标车辆使得该动作更加可行，如果在本车12正后方有目标车辆，那么抢先响应可以考虑改为加速本车。在图5的示例中，抢先响应可以被设计为自动加速或减速本车12以避免会合或侵犯目标车辆(控制纵向位置)，自动转向本车12以使其保持与周围目标车辆的相等距离(控制侧向位置)，或者其组合。如果加速本车，那么方法可以采用确保其不会超过局部速度限制的步骤。还有其他可行的实施例。
图6示出了单辆周围目标车辆242侵犯本车12以使得如果不采取回避措施就可能会发生碰撞的情况。这也是“高级别周围车辆动作”的示例，也就是由周围目标车辆242执行的侵犯动作。另外的周围目标车辆240位置偏离本车12的侧方并且保持在其自身车道内，还有前方目标车辆244位于本车前方的相同车道内。如果要将方法100应用于图6中给出的情况，那么步骤140将检测到目标车辆242的高级别周围车辆动作，并且步骤142将生成抢先响应以促使本车12控制其侧向和/或纵向位置。侧向位置可以通过自动转向本车12以保持本车与目标车辆240和242之间大致相等的距离或间隔来控制，也就是将本车缓和地混入或导入相邻的目标车辆之间以使得这三辆车沿侧向方向更严格地间距开。本车12的纵向位置也可以通过相对于目标车辆240和242加速或减速本车的抢先响应来进行控制。应该意识到以上结合图5中的示例介绍的任何特征、技术、方法、实施例等在此也均可使用。这包括但并不一定局限于：设法寻求与侧向相邻目标车辆等间距的聚集技术，在距离或时间方面执行的计算，对于较低车速的优先响应，相比车道规定更优先的等距离聚集结果等。
返回图2所示的示范性流程图，步骤150确定是否在本车周围检测或感测到任何中等级别的周围动作。如本文中所用的术语“中等级别周围动作”泛指由位于本车侧方的一辆或多辆目标车辆执行的任何驾驶动作或行动，其中所述动作促使目标车辆侵犯本车并且不太可能在一定的时间段内(例如0.5秒、1秒、2秒、3秒、5秒等)导致碰撞。某些中等级别周围动作的非限制性示例包括：多辆周围目标车辆朝向本车移动或侵犯本车但是本车仍然有足够的侧向间隔以在其车道内运行时(参见图5中示出的示例，只是本车12具有更多的侧向空间)，以及单辆周围目标车辆用使本车仍然能够保持车道规定的方式侵犯本车时(参见图6中示出的示例，只是本车12具有更多的侧向空间)。当然，可以有多种其他类型的中等级别周围动作，如本文中所讨论的示例仅仅是为了给出一部分可能性。
如果检测到中等级别的周围动作或情况，那么所述方法就前进至步骤152以使得能够生成合适的抢先响应。步骤152可以使用以上介绍的任意特征、技术、方法、实施例等，目的就是为了在本车与一辆或多辆周围的目标车辆相关时控制本车12的侧向和/或纵向位置。因为中等级别的周围动作是表示存在一定程度的侵犯或会合但是并不会足以很可能导致危险碰撞的情况，所以步骤152可以相比保持相等间距更倾向于车道规定(例如代价函数赋予车道规定更高的权重)。这些因素中每一种的精确贡献都可以根据应用场合和特定情况而改变。在中等级别的情况期间如何平衡车道规定和车间侧向间距的一个示例中，图6中的本车12可以远离目标车辆242地朝向其当前车道的相对边缘移开或者挪开而不离开该车道和越过车道标记。车道规定由此得以保持(本车并未离开当前车道)，而且在车辆12和242之间形成尽可能大的侧向间距。本车可以使用任意合适的车载传感器、GPS单元等以确定不同车道的边界。
步骤160检查确认是否在本车周围检测或感测到任何低级别动作。如本文中所用的术语“低级别动作”泛指由位于本车周围的一辆或多辆目标车辆执行的任何驾驶动作或行动，其中所述动作目前并未升高至高级别或中等级别动作的级别，但是可能会在未来给本车造成潜在的问题。低级别动作的某些非限制性示例包括：周围目标车辆在本车的盲点内行驶达到一定的时间量时(参见图7中示出的示例)，尾随目标车辆以不安全的距离跟随本车时(也就是紧跟，也可以参见图7中示出的示例)，以及一辆车以导致其处于另一辆车前方或后方过于接近的距离的方式并入或改变车道时(图7中加入的车辆264)。这些情况涉及驾驶礼仪的问题，并且步骤160不仅可以在由目标车辆正执行鲁莽驾驶动作时进行检查，而且也可以在由本车正执行鲁莽驾驶动作时进行检查。当然，还可以有多种其他类型的低级别或鲁莽的驾驶动作，而先前的示例仅仅是给出了一部分可能性。
如果检测到低级别的周围动作或情况，那么所述方法就前进至步骤162以使得能够生成合适的抢先响应。步骤162可以使用以上介绍的任意特征、技术、方法、实施例等，目的就是为了在本车与一辆或多辆周围的目标车辆相关时控制本车12的侧向和/或纵向位置。在目标车辆260紧跟本车12的情况下(参见图7)，步骤162可以形成抢先或预先响应以促使本车加速、减速、改变车道或者执行解决和/或消除所述低级别情况的某种其他的自动操作。加速或减速的决定可以根据本车当前是在快车道还是慢车道上而做出。步骤162可以首先确认在本车想要移动过去的车道或位置上尚无目标车辆。
在目标车辆262行进在本车12盲点内的示例中，可以形成在本车当前车道内自动加速或减速本车或者促使本车改变车道的抢先响应。在本车与目标车辆相比行驶在较慢车道内的情况下(如图7所示)，本车可以暂时性地加速以与目标车辆分离并消除盲点情形。如果本车位于比侵犯车辆更快速的车道内，那么可以形成降低本车速度的抢先响应。反过来，同样的思想可应用于本车处于某一目标车辆盲点内的情况，并且这样的动作应该在交通状况允许时执行。某些盲点情况被识别为当在本车和目标车辆之间存在接近相等的纵向和侧向距离时。其他的行动可以包含在抢先响应内，并且响应可以执行上面的预防性检查，其中首先检查以确保期望位置是空的并可用。同样地，反过来，步骤162还可以应用于本车12是执行所谓鲁莽驾驶动作的车辆情况。
图7示出了低级别动作的另一种情况的示例，其中目标车辆264正在加速并且要从即将结束的车道并入本车12正前方。在此情况下，目标车辆264并未处于当前推断将与本车12相撞的路径上(因此并未将其归类成高级别的周围动作等)，而是可能会最终处于本车正前方的过于接近的位置。步骤162中的抢先响应可以促使本车12减速以避免这种情况，只要不太可能会导致与尾随的目标车辆260相撞即可。也可以对其他的考量因素进行加权和作为因素考虑在内。在一个不同的实施例中，目标车辆264并入到本车12后方非常近以使抢先响应促使本车加速。本领域技术人员应该意识到本文中所述的技术也可以在本车是并入车辆时应用。
在步骤170，所述方法向位于本车周围的一个或多个控制器或模块发送指令信号以使车辆能够实施、执行或以其他方式实现抢先响应。将抢先响应转化为指令信号并传输至本车12各处的确切方式可以改变，并且所述方法不局限于任何一个特定的实施例。例如，控制模块50可以在步骤132,142,152,162中每一次生成抢先响应时都向发动机控制模块70、制动控制模块80和/或转向控制模块90发送指令信号；也就是说所述方法可以在步骤132,142,152,162的时间点将抢先响应转化为指令信号并将其送出。在另一个实施例中，假设生成了多个抢先响应，所述方法可以一直等到步骤170并随后组合、合并或以其他方式将不同抢先响应的各个贡献合成为单组指令信号，随后即可将其从控制模块50送往发动机控制模块70、制动控制模块80和/或转向控制模块90。为了说明这些不同的实施例，考虑在步骤140检测到高级别动作并且在步骤160检测到低级别动作的示例。在前面的实施例中，表示单独的抢先响应的单独的指令信号在步骤142和162送出；在后面的实施例中，组合或混合的指令信号将在步骤170送出，其对两种抢先响应都予以考虑。不同的技术和方法均可被用于组合或者合成抢先响应，包括对高级别动作或情况的抢先响应进行比中等级别和低级别动作的抢先响应更重的加权；不同的标记、设置、变量等均可用于该用途，其中如果设置了高级别标记，那么所述方法将忽略中等级别和低级别的响应。在步骤170可以首先查找高级别的抢先响应，然后查找中等级别的抢先响应，并且最后查找低级别和/或前方车辆的动作。
步骤170发出的指令信号可以促使本车自动采用某种类型的驾驶动作例如加速、减速或转向本车的动作。如前所述，可以预见到在本车12已经用某种类型的例如由自适应巡航控制系统、自动变车道系统、限于高速公路的自动驾驶系统等使用的自主或半自主驾驶模式运行时即可执行方法100。以下的段落提供了可以用于方法100的其他潜在技术的一些示例。
方法100可以识别并区分涉及固定物体的潜在碰撞或动作以及涉及移动物体的潜在碰撞或动作。例如，如果步骤140检测到高级别的周围车辆动作，那么就可以进一步确定所涉及的物体中的任一个是否是固定的(例如导轨和沿道路路肩的其他物体)，并且如果确实如此，那么就为固定物体赋予比移动物体更多的尊重或侧向空间以避开固定物体。所述方法还可以考虑如果本车进入路肩或遭遇必须更低速度的某种其他情况就降低本车速度。另外，如果碰撞或其他不合需要的结果已经明显变得不可避免，那么方法100可以改变或修改抢先响应，在此情况下所述方法可以对避免和/或减轻碰撞赋予比其他考量例如保持在其车道内(车道规定)更高的优先级。方法100可以使用多种技术以确定侧向和/或纵向的范围或间距，包括使用预定范围或计算范围、依赖于速度的范围和/或利用不同类型的“聚集”规则确定的范围等。本发明的方法还可以使用来自车载物体传感器的任意组合的输入，这些传感器包括用摄像头、RADAR、LIDAR等评估即将到来路面的那些传感器。
应该理解上述说明内容并非本发明的定义而是对本发明一个或多个优选示范性实施例的介绍。本发明并不局限于本文中公开的特定实施例而应仅有所附权利要求确定。而且，以上说明内容中包含的陈述涉及的是特定实施例而不应被解读为对本发明保护范围或权利要求中所用术语定义的限制，在前文中明确定义的术语或短语除外。各种其他的实施例以及对公开实施例的各种修改和变形对本领域技术人员来说都是显而易见的。例如，具体的组合和步骤顺序仅仅是一种可能性，原因在于本发明的方法可以包括与本文中所示相比具有更少、更多或不同步骤的步骤组合。所有这些其他的实施例、修改和变形都应认为是落在所附权利要求的保护范围内。
如本说明书和权利要求中所用的术语“举例来说”、“例如”、“譬如”、“比如”和“等等”以及动词“包括”、“具有”、“包含”及其另外的动词形式在结合一个或多个部件或其他项目的列表使用时均应解读为开放式的，也就是说该列表不应被认为是排除了其他的附加部件或项目。其他术语除非是在需要有不同解释的语境中使用，否则都应使用其最广泛的合理含义解读。

Claims (15)

1.一种控制本车的方法，包括以下步骤：
(a)从监测本车周围区域的一个或多个目标车辆传感器接收目标车辆读数；
(b)利用目标车辆读数确定当前是否有一辆或多辆目标车辆位于本车周围的区域内；
(c)如果当前有一辆或多辆目标车辆位于本车周围的区域内，那么就利用目标车辆读数评估目标车辆的行为；以及
(d)利用一辆或多辆目标车辆的被评估的行为避开即将到来路段内的危险而不用一个或多个目标车辆传感器来直接测量所述危险，所述危险是所述即将到来路段内会让驾驶员做出回避反应的事项。
2.如权利要求1所述的方法，其特征在于，步骤(a)进一步包括从形成本车周围观测区域的多个目标车辆传感器接收目标车辆读数，至少有一个目标车辆传感器基本指向本车前方的区域，至少有一个目标车辆传感器基本指向本车驾驶员侧的区域，并且至少有一个目标车辆传感器基本指向本车乘客侧的区域。
3.如权利要求1所述的方法，其特征在于，步骤(c)进一步包括通过识别前方目标车辆动作来评估位于本车前面的一辆或多辆前方目标车辆的行为；并且步骤(d)进一步包括利用前方目标车辆动作形成抢先响应以避开即将到来路段内的所述危险。
4.如权利要求3所述的方法，其特征在于，步骤(c)进一步包括识别形式为前方目标车辆转弯以避开即将到来路段内的物体的前方目标车辆动作；并且步骤(d)进一步包括形成促使本车自动复制、模拟或模仿前方目标车辆动作的抢先响应以使本车也能避开所述物体。
5.如权利要求3所述的方法，其特征在于，步骤(c)进一步包括识别形式为前方目标车辆换道以应对即将到来路段内的交通事件的前方目标车辆动作；并且步骤(d)进一步包括形成促使本车自动复制、模拟或模仿前方目标车辆动作的抢先响应以使本车也能应对所述交通事件。
6.如权利要求3所述的方法，其特征在于，步骤(c)进一步包括通过在断定前方目标车辆动作已经发生之前先使用要求多辆前方目标车辆执行大致相同动作的确证技术来识别前方目标车辆动作。
7.如权利要求3所述的方法，其特征在于，步骤(c)进一步包括通过在断定前方目标车辆动作已经发生之前先使用要求所述动作超过最低程度的突然性或严重性的偏差技术来识别前方目标车辆动作。
8.如权利要求3所述的方法，其特征在于，步骤(c)进一步包括通过在断定前方目标车辆动作已经发生之前先使用利用由导航模块提供的导航相关信息的确定技术来识别前方目标车辆动作。
9.如权利要求1所述的方法，其特征在于，步骤(c)进一步包括通过识别周围目标车辆的动作来评估位于本车侧向侧的一辆或多辆周围目标车辆的行为；并且步骤(d)进一步包括利用周围目标车辆的动作形成抢先响应以控制本车相对于周围目标车辆的侧向位置。
10.如权利要求9所述的方法，其特征在于，步骤(c)进一步包括识别形式为一辆或多辆周围目标车辆侧向地侵犯本车以至于很可能发生碰撞的高级别周围动作；并且步骤(d)进一步包括形成设法保持本车和周围目标车辆之间相等侧向间距的抢先响应。
11.如权利要求9所述的方法，其特征在于，步骤(c)进一步包括识别形式为一辆或多辆周围目标车辆侧向地侵犯本车但不太可能发生碰撞的中等级别周围动作；并且步骤(d)进一步包括形成设法将本车保持在其当前车道内的抢先响应。
12.如权利要求9所述的方法，其特征在于，步骤(d)进一步包括形成设法保持本车和周围目标车辆之间相等侧向间距并且设法将本车保持在其当前车道内的抢先响应。
13.如权利要求9所述的方法，其特征在于，步骤(c)进一步包括识别形式为一辆或多辆目标车辆执行鲁莽驾驶动作从而可能会在将来给本车造成潜在问题的低级别动作；并且步骤(d)进一步包括利用所述鲁莽驾驶动作形成设法应对潜在问题的抢先响应。
14.如权利要求9所述的方法，其特征在于，步骤(d)进一步包括形成通过加速或减速本车以控制本车相对于周围目标车辆的纵向位置的抢先响应。
15.如权利要求14所述的方法，其特征在于，所述抢先响应有利于将本车减速到更低速度。
CN201210521885.0A 2011-12-09 2012-12-07 用于控制本车的方法和系统 Active CN103158705B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/315942 2011-12-09
US13/315,942 US9771070B2 (en) 2011-12-09 2011-12-09 Method and system for controlling a host vehicle
US13/315,942 2011-12-09

Publications (2)

Publication Number Publication Date
CN103158705A CN103158705A (zh) 2013-06-19
CN103158705B true CN103158705B (zh) 2017-04-12

Family

ID=48464966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210521885.0A Active CN103158705B (zh) 2011-12-09 2012-12-07 用于控制本车的方法和系统

Country Status (3)

Country Link
US (1) US9771070B2 (zh)
CN (1) CN103158705B (zh)
DE (1) DE102012222301B4 (zh)

Families Citing this family (114)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10254764B2 (en) 2016-05-31 2019-04-09 Peloton Technology, Inc. Platoon controller state machine
US10520581B2 (en) 2011-07-06 2019-12-31 Peloton Technology, Inc. Sensor fusion for autonomous or partially autonomous vehicle control
US11334092B2 (en) 2011-07-06 2022-05-17 Peloton Technology, Inc. Devices, systems, and methods for transmitting vehicle data
US10520952B1 (en) 2011-07-06 2019-12-31 Peloton Technology, Inc. Devices, systems, and methods for transmitting vehicle data
US20170242443A1 (en) 2015-11-02 2017-08-24 Peloton Technology, Inc. Gap measurement for vehicle convoying
US9582006B2 (en) 2011-07-06 2017-02-28 Peloton Technology, Inc. Systems and methods for semi-autonomous convoying of vehicles
FR2986646B1 (fr) 2012-02-03 2016-07-01 Renault Sas Procede de determination du positionnement d'un vehicule dans un couloir de circulation d'une voie, et methodes de detection d'alignement et de risque de collision entre deux vehicules
GB201202878D0 (en) * 2012-02-20 2012-04-04 Jaguar Cars Improvements in vehicle autonomous cruise control
US9495874B1 (en) 2012-04-13 2016-11-15 Google Inc. Automated system and method for modeling the behavior of vehicles and other agents
US20140043482A1 (en) * 2012-08-07 2014-02-13 Chui-Min Chiu Vehicle security system
US10678259B1 (en) * 2012-09-13 2020-06-09 Waymo Llc Use of a reference image to detect a road obstacle
US9074536B2 (en) * 2012-10-04 2015-07-07 Robert Bosch Gmbh ACC reaction to target object turn offs
SE539154C2 (sv) * 2012-12-04 2017-04-18 Scania Cv Ab Anordning och förfarande för förbättring av säkerhet vid framförande av ett fordon
US8788134B1 (en) * 2013-01-04 2014-07-22 GM Global Technology Operations LLC Autonomous driving merge management system
US10347127B2 (en) * 2013-02-21 2019-07-09 Waymo Llc Driving mode adjustment
US20180210463A1 (en) 2013-03-15 2018-07-26 Peloton Technology, Inc. System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles
US11294396B2 (en) 2013-03-15 2022-04-05 Peloton Technology, Inc. System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles
US9230443B2 (en) * 2013-03-19 2016-01-05 Ford Global Technologies, Llc Method and system for predictive vehicle systems performance selection for enhanced maneuverability
US9863928B1 (en) * 2013-03-20 2018-01-09 United Parcel Service Of America, Inc. Road condition detection system
US8818681B1 (en) 2013-07-24 2014-08-26 Google Inc. Detecting and responding to tailgaters
US9988047B2 (en) * 2013-12-12 2018-06-05 Magna Electronics Inc. Vehicle control system with traffic driving control
US10422649B2 (en) * 2014-02-24 2019-09-24 Ford Global Technologies, Llc Autonomous driving sensing system and method
US10046793B2 (en) * 2014-02-26 2018-08-14 GM Global Technology Operations LLC Methods and systems for automated driving
US9731713B2 (en) * 2014-09-10 2017-08-15 Volkswagen Ag Modifying autonomous vehicle driving by recognizing vehicle characteristics
US9776614B2 (en) * 2014-10-03 2017-10-03 Nissan North America, Inc. Method and system of monitoring passenger buses
US9649979B2 (en) * 2015-01-29 2017-05-16 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle operation in view-obstructed environments
JP6138840B2 (ja) * 2015-02-27 2017-05-31 株式会社Ｓｕｂａｒｕ 車両の制御装置及び車両の制御方法
US10031522B2 (en) 2015-05-27 2018-07-24 Dov Moran Alerting predicted accidents between driverless cars
EP3304520B1 (en) 2015-05-27 2023-09-20 Dov Moran Alerting predicted accidents between driverless cars
US20160347309A1 (en) * 2015-05-28 2016-12-01 Delphi Technologies, Inc. Automated vehicle with erratic other vehicle avoidance
WO2017022447A1 (ja) * 2015-08-06 2017-02-09 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
US9487212B1 (en) * 2015-10-09 2016-11-08 GM Global Technology Operations LLC Method and system for controlling vehicle with automated driving system
US10152882B2 (en) * 2015-11-30 2018-12-11 Nissan North America, Inc. Host vehicle operation using remote vehicle intention prediction
JP6387948B2 (ja) * 2015-12-11 2018-09-12 トヨタ自動車株式会社 車両の運転支援装置
JP6468204B2 (ja) * 2016-01-15 2019-02-13 スズキ株式会社 小型車両の進路変更時における予防安全装置
US11441916B1 (en) 2016-01-22 2022-09-13 State Farm Mutual Automobile Insurance Company Autonomous vehicle trip routing
US11242051B1 (en) 2016-01-22 2022-02-08 State Farm Mutual Automobile Insurance Company Autonomous vehicle action communications
US11719545B2 (en) 2016-01-22 2023-08-08 Hyundai Motor Company Autonomous vehicle component damage and salvage assessment
US10308246B1 (en) 2016-01-22 2019-06-04 State Farm Mutual Automobile Insurance Company Autonomous vehicle signal control
DE102016205972A1 (de) * 2016-04-11 2017-11-09 Volkswagen Aktiengesellschaft Verfahren zur autonomen oder teilautonomen Durchführung eines kooperativen Fahrmanövers
DE112016006745T5 (de) * 2016-04-15 2018-12-27 Honda Motor Co., Ltd. Fahrzeugsteuersystem, Fahrzeugsteuerverfahren und Fahrzeugsteuerprogramm
US9776631B1 (en) 2016-04-27 2017-10-03 Toyota Motor Engineering & Manufacturig North America, Inc. Front vehicle stopping indicator
US10017179B2 (en) 2016-06-06 2018-07-10 GM Global Technology Operations LLC Method for optimizing inter-vehicle distance and equitably sharing fuel benefits in a vehicle platoon
US10126136B2 (en) 2016-06-14 2018-11-13 nuTonomy Inc. Route planning for an autonomous vehicle
US10309792B2 (en) 2016-06-14 2019-06-04 nuTonomy Inc. Route planning for an autonomous vehicle
US11092446B2 (en) 2016-06-14 2021-08-17 Motional Ad Llc Route planning for an autonomous vehicle
KR102107762B1 (ko) * 2016-12-30 2020-05-07 현대자동차주식회사 협조 적응 순항 제어 시스템의 연비 향상 제어 장치 및 방법
CN105957181A (zh) * 2016-07-18 2016-09-21 乐视控股（北京）有限公司 车辆行为记录方法、终端、服务器及系统
US10471904B2 (en) 2016-08-08 2019-11-12 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for adjusting the position of sensors of an automated vehicle
JP6520863B2 (ja) * 2016-08-11 2019-05-29 株式会社デンソー 走行制御装置
US10369998B2 (en) 2016-08-22 2019-08-06 Peloton Technology, Inc. Dynamic gap control for automated driving
EP3500940A4 (en) * 2016-08-22 2020-03-18 Peloton Technology, Inc. AUTOMATED CONNECTED VEHICLE CONTROL SYSTEM ARCHITECTURE
WO2018047291A1 (ja) * 2016-09-09 2018-03-15 日産自動車株式会社 車両の走行制御方法および走行制御装置
US10133273B2 (en) * 2016-09-20 2018-11-20 2236008 Ontario Inc. Location specific assistance for autonomous vehicle control system
DE102016119502A1 (de) * 2016-10-13 2018-04-19 Valeo Schalter Und Sensoren Gmbh Kategorisierung von Fahrzeugen in der Umgebung eines Kraftfahrzeugs
US10681513B2 (en) 2016-10-20 2020-06-09 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10857994B2 (en) 2016-10-20 2020-12-08 Motional Ad Llc Identifying a stopping place for an autonomous vehicle
US10473470B2 (en) 2016-10-20 2019-11-12 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10331129B2 (en) 2016-10-20 2019-06-25 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
EP3832263B1 (en) * 2016-10-31 2024-05-01 Mobileye Vision Technologies Ltd. Systems and methods for navigating lane merges and lane splits
DE102016224913A1 (de) * 2016-12-14 2018-06-14 Robert Bosch Gmbh Verfahren zur selbsttätigen Einstellung der Geschwindigkeit eines Motorrads
CN107894767B (zh) * 2016-12-19 2020-10-20 驭势科技（北京）有限公司 一种自动驾驶车辆横向运动控制对象选择方法
DE102017200545A1 (de) 2017-01-16 2018-07-19 Continental Teves Ag & Co. Ohg Vorrichtung und Verfahren zum Detektieren einer Baustelle für ein Kraftfahrzeug
KR102691715B1 (ko) * 2017-01-19 2024-08-05 주식회사 에이치엘클레무브 Adas를 위한 카메라 시스템과 이를 이용한 주행 보조 시스템
US11767012B2 (en) 2017-01-19 2023-09-26 Hl Klemove Corp. Camera system for intelligent driver assistance system, and driver assistance system and method
WO2018135869A1 (ko) 2017-01-19 2018-07-26 주식회사 만도 지능형 운전자 보조 시스템을 위한 카메라 시스템, 및 운전자 보조 시스템 및 방법
DE102017201613A1 (de) 2017-02-01 2018-08-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren, Vorrichtung und Computerprogramm zur Beeinflussung der Führung eines Fahrzeugs abhängig von vertikaldynamischen Einflüssen auf das Fahrzeug
DE102017201612A1 (de) 2017-02-01 2018-08-02 Bayerische Motoren Werke Aktiengesellschaft Verfahren, Vorrichtung, Computerprogramm und ein mobiles Anwendergerät zum zumindest teilweise automatisierten Fahren
EP3370085B1 (en) * 2017-03-01 2021-10-13 Aptiv Technologies Limited Method of tracking a plurality of objects in the vicinity of a host vehicle
JP6809331B2 (ja) * 2017-03-28 2021-01-06 トヨタ自動車株式会社 車両制御装置
US10377377B2 (en) * 2017-06-08 2019-08-13 GM Global Technology Operations LLC Active lane positioning for blind zone mitigation
JP6917253B2 (ja) * 2017-09-15 2021-08-11 本田技研工業株式会社 車両制御装置、車両、車両制御装置の処理方法およびプログラム
GB2568060B (en) 2017-11-02 2020-02-12 Jaguar Land Rover Ltd Controller for a vehicle
DE102017220329A1 (de) * 2017-11-15 2019-05-16 Robert Bosch Gmbh Verfahren für ein Lotsenfahrzeug
US10255528B1 (en) * 2017-12-06 2019-04-09 Lytx, Inc. Sensor fusion for lane departure behavior detection
KR102054926B1 (ko) * 2018-02-27 2019-12-12 주식회사 만도 Free Space 신호 기반 근거리 컷인 차량 검출 시스템 및 방법
KR102507115B1 (ko) * 2018-02-27 2023-03-07 삼성전자주식회사 차량의 주행 경로를 계획하는 방법 및 이를 위한 장치
DE112018007130B4 (de) 2018-03-26 2024-05-02 Mitsubishi Electric Corporation Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren und informationsverarbeitungsprogramm
US11565693B2 (en) 2018-05-03 2023-01-31 Honda Motor Co., Ltd. Systems and methods for distracted driving detection
US10745007B2 (en) * 2018-06-08 2020-08-18 Denso International America, Inc. Collision avoidance systems and methods
US10899323B2 (en) 2018-07-08 2021-01-26 Peloton Technology, Inc. Devices, systems, and methods for vehicle braking
DE102018211598A1 (de) * 2018-07-12 2020-01-16 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs
US10824155B2 (en) * 2018-08-22 2020-11-03 Ford Global Technologies, Llc Predicting movement intent of objects
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
CN113243029B (zh) * 2018-12-11 2022-07-05 日产自动车株式会社 其他车辆动作预测方法及其他车辆动作预测装置
DE102019200345A1 (de) * 2019-01-14 2020-07-16 Continental Automotive Gmbh Cloudbasierte Erkennung und Warnung von Gefahrenstellen
US11513518B2 (en) * 2019-01-30 2022-11-29 Toyota Motor Engineering & Manufacturing North America, Inc. Avoidance of obscured roadway obstacles
JP7359551B2 (ja) * 2019-02-26 2023-10-11 本田技研工業株式会社 道路管理システム
JP2020147215A (ja) * 2019-03-14 2020-09-17 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
WO2020194018A1 (ja) * 2019-03-28 2020-10-01 日産自動車株式会社 挙動予測方法及び挙動予測装置並びに車両制御装置
US11427196B2 (en) 2019-04-15 2022-08-30 Peloton Technology, Inc. Systems and methods for managing tractor-trailers
JP6913716B2 (ja) * 2019-07-17 2021-08-04 本田技研工業株式会社 車両制御装置、車両制御方法、及びプログラム
JP7165109B2 (ja) * 2019-09-09 2022-11-02 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
JP2022552411A (ja) 2019-10-16 2022-12-15 ロコメーション・インコーポレーテッド 自律型追従車両への要求を低減する動作
EP3819891A1 (en) * 2019-11-07 2021-05-12 Ningbo Geely Automobile Research & Development Co. Ltd. Threat mitigation for vehicles
DE102019217428A1 (de) * 2019-11-12 2021-05-12 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines Fahrerassistenzsystems, Fahrerassistenzsystem und Fahrzeug
US11511576B2 (en) * 2020-01-24 2022-11-29 Ford Global Technologies, Llc Remote trailer maneuver assist system
US11873000B2 (en) 2020-02-18 2024-01-16 Toyota Motor North America, Inc. Gesture detection for transport control
US11055998B1 (en) 2020-02-27 2021-07-06 Toyota Motor North America, Inc. Minimizing traffic signal delays with transports
US20210304595A1 (en) 2020-03-31 2021-09-30 Toyota Motor North America, Inc. Traffic manager transports
US11290856B2 (en) 2020-03-31 2022-03-29 Toyota Motor North America, Inc. Establishing connections in transports
KR20210124603A (ko) * 2020-04-06 2021-10-15 현대자동차주식회사 차량의 자율 주행 제어 장치, 그를 포함한 시스템 및 그 방법
KR20210150921A (ko) * 2020-06-04 2021-12-13 현대모비스 주식회사 차량의 안전 주행 제어 시스템 및 방법
US11767037B2 (en) * 2020-09-22 2023-09-26 Argo AI, LLC Enhanced obstacle detection
DE102020214645A1 (de) 2020-11-20 2022-05-25 Volkswagen Aktiengesellschaft Verfahren zum Ermitteln einer Ausscherwahrscheinlichkeit eines ersten Kraftfahrzeugs mittels eines zweiten Kraftfahrzeugs
DE102021202195B4 (de) * 2021-03-08 2024-05-29 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Fahrassistenz und Fahrassistenzsystem
US20220410901A1 (en) * 2021-06-28 2022-12-29 GM Global Technology Operations LLC Initializing early automatic lane change
DE102021117751A1 (de) 2021-07-09 2023-01-12 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum steuern eines kraftfahrzeugs
US12065170B2 (en) 2021-09-28 2024-08-20 GM Global Technology Operations LLC Automated driving systems and control logic for lane localization of target objects in mapped environments
US12014552B2 (en) 2021-12-07 2024-06-18 GM Global Technology Operations LLC Intelligent vehicle systems and control logic for incident prediction and assistance in off-road driving situations
US11541910B1 (en) * 2022-01-07 2023-01-03 Plusai, Inc. Methods and apparatus for navigation of an autonomous vehicle based on a location of the autonomous vehicle relative to shouldered objects
US11840257B2 (en) * 2022-03-25 2023-12-12 Embark Trucks Inc. Lane change determination for vehicle on shoulder
DE102022207768B3 (de) 2022-07-28 2023-11-02 Continental Autonomous Mobility Germany GmbH Verfahren zur Objektauswahl für ein Assistenzsystem sowie Assistenzsystem

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201380816Y (zh) * 2008-12-29 2010-01-13 广东铁将军防盗设备有限公司 自动导航汽车和车辆避障告警系统及其相应的电路

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002541577A (ja) * 1999-04-09 2002-12-03 ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング 車両の自動追従ガイド，特に自動渋滞追従ガイドシステム
JP2001014596A (ja) * 1999-04-30 2001-01-19 Takata Corp 車両衝突警報装置
DE10007501A1 (de) * 2000-02-18 2001-09-13 Daimler Chrysler Ag Verfahren und Vorrichtung zur Erfassung und Überwachung einer Mehrzahl von vorausfahrenden Fahrzeugen
WO2003007271A2 (de) * 2001-07-11 2003-01-23 Robert Bosch Gmbh Verfahren und vorrichtung zum selbsttätigen auslösen einer verzögerung eines fahrzeugs
DE10159658A1 (de) * 2001-12-05 2003-06-26 Daimler Chrysler Ag System zur automatischen Folgeführung eines Kraftfahrzeugs
US6873911B2 (en) 2002-02-01 2005-03-29 Nissan Motor Co., Ltd. Method and system for vehicle operator assistance improvement
JP3982503B2 (ja) * 2004-01-21 2007-09-26 日産自動車株式会社 車両用走行制御装置
JP4543910B2 (ja) * 2004-01-29 2010-09-15 トヨタ自動車株式会社 車輌の減速度制御装置
JP4400418B2 (ja) 2004-10-29 2010-01-20 日産自動車株式会社 車間距離制御装置及び車間距離制御方法並びに運転操作支援装置及び運転操作支援方法
JP2006338272A (ja) * 2005-06-01 2006-12-14 Nissan Motor Co Ltd 車両挙動検出装置、および車両挙動検出方法
US7486199B2 (en) * 2005-11-17 2009-02-03 Nissan Technical Center North America, Inc. Forward vehicle brake warning system
US7444241B2 (en) * 2005-12-09 2008-10-28 Gm Global Technology Operations, Inc. Method for detecting or predicting vehicle cut-ins
EP1995705B1 (en) * 2006-03-06 2010-07-07 Hitachi, Ltd. Control device and method for automobile
WO2007124704A1 (de) * 2006-05-03 2007-11-08 Adc Automotive Distance Control Systems Gmbh Verfahren zur geschwindigkeitsregelung eines fahrzeugs in einer komplexen verkehrssituation
DE102006047634A1 (de) * 2006-10-09 2008-04-10 Robert Bosch Gmbh Verfahren zum Erfassen eines Umfelds eines Fahrzeugs
EP2086809A1 (de) * 2006-10-13 2009-08-12 Continental Teves AG & CO. OHG System zur reduktion des bremsweges eines fahrzeuges
JP4254844B2 (ja) 2006-11-01 2009-04-15 トヨタ自動車株式会社 走行制御計画評価装置
JP4321643B2 (ja) * 2007-08-10 2009-08-26 トヨタ自動車株式会社 周辺監視装置
DE102008011228A1 (de) * 2008-02-26 2009-08-27 Robert Bosch Gmbh Verfahren zur Unterstützung eines Nutzers eines Fahrzeugs, Steuereinrichtung für ein Fahrerassistenzsystem eines Fahrzeugs und Fahrzeug mit einer derartigen Steuereinrichtung
JP4538762B2 (ja) * 2008-05-20 2010-09-08 トヨタ自動車株式会社 車間距離制御装置
WO2010117308A1 (en) * 2009-04-07 2010-10-14 Volvo Technology Corporation Method and system to enhance traffic safety and efficiency for vehicles
DE102010012954A1 (de) 2010-03-25 2011-09-29 Daimler Ag Verfahren zum Betrieb einer Fahrerassistenzvorrichtung und Fahrerassistenzvorrichtung
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
US9582006B2 (en) * 2011-07-06 2017-02-28 Peloton Technology, Inc. Systems and methods for semi-autonomous convoying of vehicles

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201380816Y (zh) * 2008-12-29 2010-01-13 广东铁将军防盗设备有限公司 自动导航汽车和车辆避障告警系统及其相应的电路

Also Published As

Publication number Publication date
CN103158705A (zh) 2013-06-19
US9771070B2 (en) 2017-09-26
DE102012222301A1 (de) 2013-06-13
DE102012222301B4 (de) 2021-07-15
US20130151058A1 (en) 2013-06-13

Similar Documents

Publication Publication Date Title
CN103158705B (zh) 用于控制本车的方法和系统
CN111781855B (zh) 一种交通在环自动驾驶仿真系统
CN106240565B (zh) 碰撞减轻和躲避
JP7205154B2 (ja) 表示装置
US11242040B2 (en) Emergency braking for autonomous vehicles
JP4309843B2 (ja) 車両の衝突を阻止する方法および装置
CN111547053B (zh) 基于车路协同的自动驾驶控制方法及系统
CN110446640A (zh) 驾驶支援控制装置
KR20190107057A (ko) 차량 움직임에 기반한 항법
CN108447289A (zh) 车辆通信系统及车辆控制装置
WO2011052247A1 (ja) 運転支援装置
CN110395251A (zh) 一种基于多传感器融合数据的自动紧急制动决策方法
US20140257686A1 (en) Vehicle lane determination
CN106470885A (zh) 车辆控制系统以及具备该车辆控制系统的行为计划系统
US20110190972A1 (en) Grid unlock
CN111795832A (zh) 一种智能驾驶车辆测试方法、装置及设备
CN110001648B (zh) 车辆控制装置
CN114475648A (zh) 基于周围作用因素的行为和有限的环境观察的自主车辆的控制
CN109720343A (zh) 车辆控制设备
CN106218612A (zh) 一种汽车安全行驶的方法、装置以及终端
CN114415688A (zh) 一种汽车自动驾驶遥控控制系统
CN105946578A (zh) 油门踏板控制方法、装置及车辆
WO2023145491A1 (ja) 運転システムの評価方法及び記憶媒体
WO2023145490A1 (ja) 運転システムの設計方法及び運転システム
CN116187067A (zh) 混合交通流下无信控行人过街横道的人车冲突分析方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant