CN103359120B - 目标车辆运动分类 - Google Patents

目标车辆运动分类 Download PDF

Info

Publication number
CN103359120B
CN103359120B CN201310201605.2A CN201310201605A CN103359120B CN 103359120 B CN103359120 B CN 103359120B CN 201310201605 A CN201310201605 A CN 201310201605A CN 103359120 B CN103359120 B CN 103359120B
Authority
CN
China
Prior art keywords
vehicle
target vehicle
motion
classification
target
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
CN201310201605.2A
Other languages
English (en)
Other versions
CN103359120A (zh
Inventor
C·T·扎戈尔斯基
A·查特吉
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 CN103359120A publication Critical patent/CN103359120A/zh
Application granted granted Critical
Publication of CN103359120B publication Critical patent/CN103359120B/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
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • B60W2554/801—Lateral distance
    • 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
    • B60W2554/803—Relative lateral speed
    • 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
    • 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
    • B60W30/095—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

Abstract

本发明提供用于对接近主车辆的目标车辆的运动进行分类和基于该分类采取合适行动的方法、程序产品、和车辆。主动安全系统联接到驱动系统，并配置为在车辆的驱动周期提供行动。该主动安全系统包括检测单元和处理器。检测单元配置为测量接近主车辆的目标车辆的运动。处理器联接到该检测单元，并配置为估计目标车辆相对于主车辆或第三车辆的运动方式，基于该方式对目标车辆的运动进行分类以产生分类，该分类关于与典型车辆运动的偏差，并且基于该分类采取行动。

Description

目标车辆运动分类
技术领域
本发明总体涉及车辆领域，更特别地，涉及用于对朝向主车辆的目标车辆例如汽车的运动进行分类的方法和系统。
背景技术
现今许多车辆具有主动安全系统，例如前方碰撞预警(FCA)系统、碰撞迫近制动系统(CIB)、碰撞预备系统(CPS)、和/或高级避撞(ECA)系统。在合适的条件下，例如当检测到另一个目标车辆接近本车辆时，这些主动安全功能为传统的车辆驾驶员控制补充了一个或多个警告或自动动作，如自动制动和/或转向。尽管主动安全功能有价值，但期望针对特定类型的被检测到的目标车辆调节主动安全动作，和/或对被检测到的目标车辆的不同类型进行分类。
因此，理想的是提供一种改进方法以对接近主车辆的目标车辆的运动进行分类并基于该分类作出适当的动作。理想的还有提供一种改进的程序产品和系统用于对接近主车辆的目标车辆的运动进行这样的分类和基于该分类作出适当的动作。此外，本发明的其它理想的特征和特性从以下详细说明和附加权利要求中结合附图和以上技术领域和背景技术将是显而易见的。
发明内容
根据示例性实施例，提供了一种方法。该方法包括以下步骤：测量接近主车辆的目标车辆的运动、估计目标车辆相对于主车辆或第三车辆的运动方式、基于通过处理器产生分类的方式对目标车辆的运动进行分类、该分类属于偏离标准车辆运动、并基于该分类采取行动。
根据另一个示例性实施例，提供一种程序产品。该程序产品包括程序和非暂时性计算机可读存储介质。该程序配置为至少便于测量接近主车辆的目标车辆的运动、估计目标车辆相对于主车辆或第三车辆的运动方式、基于产生分类的方式对目标车辆的运动进行分类、该分类属于偏离标准车辆运动、并基于该分类采取行动。非暂时性计算机可读存储介质存储该程序。
根据又一个示例性实施例，提供一种车辆。该车辆包括驱动系统和主动安全系统。主动安全系统连接到驱动系统。主动安全系统包括检测单元和处理器。检测单元配置为测量接近主车辆的目标车辆的运动。处理器连接到检测单元，并配置为估计目标车辆相对于主车辆或第三车辆的运动方式，基于产生分类的方式对目标车辆的运动进行分类、该分类属于偏离标准车辆运动、并基于该分类采取行动。
此外，本发明提供以下技术方案。
1.一种方法，包括：
测量接近主车辆的目标车辆的运动；
估计目标车辆相对于主车辆或第三车辆的运动方式；
基于该方式对目标车辆的运动进行分类以产生分类，该分类关于与典型的车辆运动的偏差；和
基于该分类采取行动。
2.如方案1所述的方法，其中对运动进行分类的步骤包括：
如果该方式表示与典型的车辆运动的第一偏差，将目标车辆的运动分类为不适当的；和
如果该方式表示与典型的车辆运动的第二偏差，将目标车辆的运动分类为侵略性的，其中，第二偏差大于第一偏差。
3.如方案2所述的方法，其中：
将目标车辆的运动分类为不适当的步骤包括：
如果该方式表示接近第三车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向第三车辆是不适当的；和
如果该方式表示接近主车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向主车辆是不适当的；
将目标车辆的运动分类为侵略性的步骤包括：
如果该方式表示接近第三车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向第三车辆是侵略性的；和
如果该方式表示接近主车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向主车辆是侵略性的。
4.如方案3所述的方法，其中采取行动的步骤包括：
如果目标车辆的运动被分类为朝向第三车辆是不适当的，采取第一行动；
如果目标车辆的运动被分类为朝向第三车辆是侵略性的，采取第二行动；
如果目标车辆的运动被分类为朝向主车辆是不适当的，采取第三行动；
如果目标车辆的运动被分类为朝向主车辆是侵略性的，采取第四行动，其中第一行动、第二行动、第三行动和第四行动彼此是不同的。
5.如方案1所述的方法，其中：
对目标车辆的运动进行分类的步骤包括基于目标车辆相对于主车辆或第三车辆的相对速度对目标车辆的运动进行分类。
6.如方案1所述的方法，其中：
对目标车辆的运动进行分类的步骤包括基于在目标车辆和主车辆或第三车辆之间的矢量接近率对目标车辆的运动进行分类。
7.如方案1所述的方法，其中：
对目标车辆的运动进行分类的步骤包括基于在目标车辆和主车辆或第三车辆之间的横向范围对目标车辆的运动进行分类。
8.如方案1所述的方法，其中：
对目标车辆的运动进行分类的步骤包括基于在目标车辆和主车辆或第三车辆之间的纵向范围加速度对目标车辆的运动进行分类。
9.如方案1所述的方法，其中：
对目标车辆的运动进行分类的步骤包括基于目标车辆的纵向速度对目标车辆的运动进行分类。
10.一种程序产品，包括：
程序，该程序配置为至少便于：
测量接近主车辆的目标车辆的运动；
估计目标车辆相对于主车辆或第三车辆的运动方式；
基于该方式对目标车辆的运动进行分类以产生分类，该分类关于与典型的车辆运动的偏差；和
基于该分类采取行动；和
存储该程序的非暂时性计算机可读存储介质。
11.如方案10所述的程序产品，其中该程序进一步配置为至少便于：
如果该方式表示与典型的车辆运动的第一偏差，将目标车辆的运动分类为不适当的；和
如果该方式表示与典型的车辆运动的第二偏差，将目标车辆的运动分类为侵略性的，其中，第二偏差大于第一偏差。
12.如方案11所述的程序产品，其中该程序进一步配置为至少便于：
如果该方式表示接近第三车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向第三车辆是不适当的；
如果该方式表示接近主车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向主车辆是不适当的；和
如果该方式表示接近第三车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向第三车辆是侵略性的；和
如果该方式表示接近主车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向主车辆是侵略性的。
13.如方案12所述的程序产品，其中该程序进一步配置为至少便于：
如果目标车辆的运动被分类为朝向第三车辆是不适当的，采取第一行动；
如果目标车辆的运动被分类为朝向第三车辆是侵略性的，采取第二行动；
如果目标车辆的运动被分类为朝向主车辆是不适当的，采取第三行动；以及
如果目标车辆的运动被分类为朝向主车辆是侵略性的，采取第四行动，其中第一行动、第二行动、第三行动和第四行动彼此是不同的。
14.一种车辆，包括：
驱动系统；和
连接到该驱动系统的主动安全系统，该主动安全系统包括：
检测单元，配置为测量接近主车辆的目标车辆的运动；和
处理器，联接到该检测单元并配置为：
估计目标车辆相对于主车辆或第三车辆的运动方式；
基于该方式对目标车辆的运动进行分类以产生分类，该分类关于与典型的车辆运动的偏差；和
基于该分类采取行动。
15.如方案14所述的车辆，其中处理器进一步配置为：
如果该方式表示与典型的车辆运动的第一偏差，将目标车辆的运动分类为不适当的；和
如果该方式表示与典型的车辆运动的第二偏差，将目标车辆的运动分类为侵略性的，其中第二偏差大于第一偏差。
16.如方案15所述的车辆，其中处理器进一步配置为：
如果该方式表示接近第三车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向第三车辆是不适当的；
如果该方式表示接近主车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向主车辆是不适当的；和
如果该方式表示接近第三车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向第三车辆是侵略性的；和
如果该方式表示接近主车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向主车辆是侵略性的。
17.如方案16所述的车辆，其中处理器进一步配置为：
如果目标车辆的运动被分类为朝向第三车辆是不适当的，采取第一行动；
如果目标车辆的运动被分类为朝向第三车辆是侵略性的，采取第二行动；
如果目标车辆的运动被分类为朝向主车辆是不适当的，采取第三行动；
如果目标车辆的运动被分类为朝向主车辆是侵略性的，采取第四行动，其中第一行动、第二行动、第三行动和第四行动彼此是不同的。
18.如方案14所述的车辆，其中处理器进一步配置为：
基于目标车辆相对于主车辆或第三车辆的相对速度对目标车辆的运动进行分类。
19.如方案14所述的车辆，其中处理器进一步配置为对目标车辆的运动进行分类包括基于在目标车辆和主车辆或第三车辆之间的矢量接近率对目标车辆的运动进行分类。
20.如方案14所述的车辆，其中处理器进一步配置为基于在目标车辆和主车辆或第三车辆之间的横向范围对目标车辆的运动进行分类。
附图说明
本发明将结合附图在下文说明，其中相同的数字表示相同的元件，且其中：
图1是根据示例性实施例的包括主动安全控制系统的车辆的功能框图；
图2是根据示例性实施例的可以用于图1中车辆的主动安全控制系统的功能框图；
图3是根据示例性实施例的对接近主车辆或第三车辆的目标车辆的运动进行分类和控制车辆主动安全控制系统的过程的流程图，其可以用于图1中的车辆以及图1和2中的主动安全控制系统；
图4是根据示例性实施例的图3的过程的组合步骤的流程图，包括估计目标车辆的运动方式、基于该方式对目标车辆的运动进行分类、和基于该分类采取行动的子步骤；和
图5是根据示例性实施例的图1中车辆在接近可能为目标车辆的道路车道内行驶的示意图。
具体实施方式
以下详细说明本质上仅仅是示例性的且并非限制本发明或其应用和使用。而且，这里没有任何意图受限于先前背景技术和以下详细说明中出现的任何理论。
图1示出了根据示例性实施例的车辆100，或汽车。车辆100在整个该申请中的不同点还称为主车辆。如以下更详细的说明，主车辆100包括主动安全控制系统(“ASCS”)170，其对接近主车辆的车辆(这里称为目标车辆)的运动进行分类以便主车辆100的主动安全功能的优化控制至少部分是基于该分类的。
如图5所示，主车辆100在道路的车道502或其他路径内在方向503上行驶。主车辆100可以被一个或多个目标车辆504包围。目标车辆504根据良好的驾驶行为、朝向主车辆100或朝向另一个目标车辆504(这里也称为第三车辆)为不适当的驾驶行为、或朝向主车辆100或朝向这样的第三车辆是侵略性的驾驶行为进行分类。如整个该申请中所使用的，“第三车辆”表示接近主车辆的车辆或接近主车辆的特定目标车辆。
再次参考图1，主车辆100包括底盘112、车身114、四个车轮116、电子控制系统118、转向系统150、制动系统160、和上述主动安全控制系统170。车身114布置在底盘112上并大致包围主车辆100的其他部件。车身114和底盘112可以一起形成车架。车轮116均转动地联接到底盘112邻近车身114的各个角。
主车辆100(以及每个目标车辆和第三车辆)可以是多种不同类型汽车中的任意一种，例如，私家轿车、货车、卡车、或运动型多用途汽车(SUV)，且可以是两轮驱动(2WD)(即，后轮驱动或前轮驱动)、四轮驱动(4WD)或全轮驱动(AWD)。主车辆100也可以结合任意一种、或组合、或多种不同类型的推进系统，例如，汽油或柴油燃烧发动机、“灵活燃料车辆”(FFV)发动机(即，使用汽油和乙醇的混合物)、气体混合物(例如，氢气或天然气)燃料发动机、燃烧/电机混合发动机、和电机。
在图1所示的示例性实施例中，主车辆100是混合电动汽车(HEV)，且进一步包括致动器组件120、能量存储系统(ESS)122、功率逆变器组件(或逆变器)126、和散热器128。致动器组件120包括至少一个安装到底盘112驱动车轮116的电推进系统129。在所示实施例中，致动器组件120包括燃烧发动机130和电机/发电机(或电机)132。本领域技术人员可以理解的是，电机132包括在其中的变速器，尽管未示出，还包括定子组件(包括传导线圈)、转子组件(包括铁磁芯)、和冷却流体或冷却剂。在电机132内的定子组件和/或转子组件可包括多个电磁极，这是公知的。
仍然参考图1，燃烧发动机130和电机132被结合，以便一个或两个都通过一个或多个驱动轴134机械地联接到至少一些车轮116上。在一个实施例中，主车辆100是“串联HEV”，其中燃烧发动机130不直接联接到变速器，而是联接到发电机(未示出)，其用来给电机132供给动力。在另一个实施例中，主车辆100是“并联HEV”，其中燃烧发动机130直接联接到变速器，例如通过使电机132的转子转动联接到燃烧发动机130的驱动轴。
ESS122安装到底盘112，且电连接到逆变器126。ESS122优选包括具有一组电池单体的电池。在一个实施例中，ESS122包括磷酸铁锂电池，如纳米磷酸铁锂电池。ESS122和电推进系统129一起提供推动主车辆100的驱动系统。
散热器128在其外部连接到车架，虽然没有详细示出，其包括多个冷却通道，其中包含冷却流体(即，冷却剂)，如水和/或乙二醇(即，“防冻剂”)并联接到燃烧发动机130和逆变器126。
转向系统150安装到底盘112，并控制车轮116的转向。转向系统150包括方向盘和转向柱(未示出)。方向盘接收来自主车辆驾驶员的输入。转向柱基于来自驾驶员的输入通过驱动轴134获得车轮116理想的转向角。
制动系统160安装到底盘112，并为主车辆100提供制动。制动系统160通过制动踏板(未示出)接收来自驾驶员的输入，并通过制动单元(也未示出)提供适当的制动。驾驶员还通过加速踏板(未示出)提供输入以得到主车辆理想的速度和加速度，以及不同车辆装置和/或系统的不同的其他输入，例如一个或多个车辆收音机、其他娱乐系统、环境控制系统、照明单元、导航系统等等(也未示出)。
ASCS170安装到底盘112。ASCS170可以联接到不同的其他车辆装置和系统，例如致动器组件120、转向系统150、制动系统160和电子控制系统118等。ASCS170识别目标车辆接近主车辆并至少部分基于对接近主车辆的目标车辆的识别提供各种主动安全控制(包括主动安全系统的调节，例如自动制动系统，如碰撞迫近制动系统(CIB)、碰撞预备系统(CPS)，自动转向系统，如高级避撞(ECA)系统、自适应巡航控制(ACC)和前方碰撞预警(FCA)系统)。此外，尽管未示出，ASCS170(和/或一个或多个其部件)可以和电子控制系统118是整体的且也可包括一个或多个动力源。ASCS170优选执行过程300的各步骤和图3和4中的步骤及其子过程。
参考图2，根据示例性实施例，提供一种图1中ASCS170的功能框图。如图2所示，ASCS170包括检测单元202、通信单元204、传感器组206、驾驶员通知单元208、和控制器210。
检测单元202用来检测接近主车辆和其它邻近车辆的目标车辆，并获取所属信息(例如属于目标车辆的位置和运动的信息)。检测单元202提供这些各种类型的信息给控制器210处理并用于对检测单元202检测到的目标车辆进行分类以用于控制主车辆的主动安全功能。在所示实施例中，检测单元202包括一个或多个摄像机212和/或其他基于视觉的检测装置、雷达装置214(例如长和短范围的雷达检测装置)，和/或其他目标车辆检测装置216，例如，光检测和测距(LIDAR)和/或车辆到车辆(V2V)的通信。
通信装置204接收与主车辆和/或属于目标车辆和/或接近主车辆的其他车辆的位置、运动和操作的数据相关的信息。特别地，在一个实施例中，通信单元204接收与以下一个或多个有关的信息：用于主车辆加速踏板的驾驶员输入、用于主车辆制动踏板的驾驶员输入、主车辆方向盘的驾驶员接合，与主车辆横向和纵向位置、速度和加速度有关的信息，与接近主车辆的目标车辆的横向和纵向位置、速度和加速度有关的信息。在一个实施例中，通信单元204为控制器210提供这些不同类型的信息用于处理并用于对检测单元202检测到的目标车辆进行分类以用于控制主车辆的主动安全功能。对于以下进一步的讨论，在特定实施例中，一些或全部该信息可以替代性地通过传感器组206代替。
如在整个该申请中所使用的，(i)目标车辆的纵向位置包括主目标车辆相对于主车辆运动的纵向方向的位置；(ii)目标车辆的纵向速度包括主目标车辆相对于主车辆运动的纵向方向的速度；和(iii)目标车辆的纵向加速度包括主目标车辆相对于主车辆运动的纵向方向的加速度分量。如在整个该申请中所使用的，(i)目标车辆的横向位置包括主目标车辆垂直于主车辆运动的纵向方向的位置；(ii)目标车辆的横向速度包括主目标车辆垂直于主车辆运动的纵向方向的速度；和(iii)目标车辆的横向加速度包括主目标车辆垂直于主车辆运动的纵向方向的加速度的分量。
在所示实施例中，通信单元204包括内部通信装置222和外部通信装置224。内部通信装置222优选包括配置为通过车辆通信总线(未示出)从主车辆的各种其他装置和系统、ASCS170的外部接收各种以上信息的收发器。外部通信装置224优选包括配置为通过无线网络(未示出)从中心数据库和/或卫星系统接收以上各种信息的收发器(诸如车辆远程信息单元和/或全球定位系统(GPS)装置)。
传感器组206测量用于与主车辆的操作条件和使用有关的数据的参数。特别地，在一个实施例中，传感器组206包括各种传感器230，其测量属于以下一个或多个的参数值：主车辆加速踏板的驾驶员输入、主车辆制动踏板的驾驶员输入、主车辆方向盘的驾驶员接合，和与主车辆横向和纵向位置、速度和加速度有关的信息，与接近主车辆100的目标车辆的横向和纵向位置、速度和加速度有关的信息。
在一个实施例中，传感器组206将这些各种类型的信息提供给控制器210处理并用来对检测单元202检测到的目标车辆进行分类以用于控制主车辆的主动安全功能。对于以上讨论，在特定实施例中，一些或全部该信息可以替代性地由通信单元204提供。如图2所示，传感器组206包括一个或多个制动踏板传感器232、加速踏板传感器234、转向角传感器236、车轮速度传感器238、偏航率传感器、和/或加速计240。
制动踏板传感器232联接到图1中的制动系统160或是其一部分。制动踏板传感器232包括一个或多个制动踏板位置传感器和/或制动踏板行程传感器。制动踏板位置传感器测量制动踏板的位置或当操作者向制动踏板施加力时，制动踏板行进多远相关的表示。制动踏板力传感器测量由主车辆驾驶员施加到制动踏板的力的量。
加速踏板传感器234联接到主车辆的加速踏板。加速踏板传感器234包括一个或多个加速踏板位置传感器和/或加速踏板行程传感器。加速踏板位置传感器测量加速踏板的位置或当操作者接合加速踏板时，加速踏板行进多远相关的表示。加速踏板力传感器测量由主车辆驾驶员施加到加速踏板的力的量。在特定实施例中，可以使用加速踏板位置传感器而不需要加速踏板力传感器，反之亦然。
转向角传感器236联接到图1中转向系统150或是其一部分，且优选联接到其方向盘或转向柱。转向角传感器236测量转向柱和/或方向盘的角度位置或当操作者接合转向柱的方向盘时，方向盘转动多大角度的相关表示(优选地，方向盘角度和倾斜度)。
车轮速度传感器238联接到一个或多个图1中的车轮116。当操作主车辆时，车轮速度传感器238测量车轮116的车轮速度。在一个实施例中，每个车轮速度传感器238测量不同的相应车轮116的速度(或速度)。
加速计240测量主车辆的加速度。在特定实施例中，加速计测量主车辆的横向和纵向加速度。在特定的其它实施例中，车辆加速度值替代性地由控制器210使用速度值计算，例如使用从车轮速度传感器238获得的车轮速度值计算。
当目标车辆的运动被分类为相对于主车辆或一个或多个第三车辆是不适当的或侵略性的时，驾驶员通知单元208向驾驶员和主车辆的其他乘客提供通知/预警/警报。
在所示实施例中，驾驶员通知单元208包括音频部件242和视频部件244。音频部件242向主车辆的驾驶员和/或其他乘客提供音频通知/预警/警报(当目标车辆被分类为具有不适当的或侵略性的运动时，如可听警报、蜂鸣声、或语音描述)。视频部件244向主车辆的驾驶员和/或其他乘客提供视频通知/预警/警报(当目标车辆被分类为具有不适当的或侵略性的运动时，如照明灯、闪烁灯、或视频描述)。
控制器210联接到检测单元202、通信单元204、传感器组206、和驾驶员通知单元208。控制器210处理从检测单元202、通信单元204和传感器组206接收到的数据和信息。特别地，控制器210使用从检测单元202、通信单元204、和/或传感器组206接收到的数据和信息对由检测单元202检测到的接近主车辆的目标车辆的运动进行分类。控制器210还利用目标车辆的分类通过提供给驾驶员通知单元208的指令提供适当的通知/预警/警报并且还通过提供给图1中的转向系统150和/或制动系统160(和/或一个或多个其他主动安全系统，例如碰撞迫近制动系统(CIB)、碰撞预备系统9CPS)、高级避撞(ECA)系统、自适应巡航控制、和前方碰撞预警(FCA)系统)的指令控制主动安全控制的一个或多个方面(如自动转向和/或自动制动)。在优选实施例中，控制器210根据以下结合图3和4进一步说明的过程300的步骤(子过程和/或其子步骤)执行这些功能。
如图2所示，控制器210包括计算机系统。在特定实施例中，控制器210还可包括检测单元202、通信单元204、传感器组206、驾驶员通知单元208、和/或其部件中的一个或多个。此外，可以理解的是控制器210可以不同于图2中所示的实施例。例如，控制器210可以联接到或可以使用一个或多个远程计算机系统和/或其他控制系统。
在所示实施例中，控制器210的计算机系统包括处理器250、存储器252、接口254、存储装置256和总线258。处理器250执行控制器210的计算和控制功能，且可包括任意类型的处理器或多个处理器、单个集成电路如微处理器、或其他合适量的集成电路装置和/或合作完成处理单元的功能的电路板。在操作过程中，处理器250执行一个或多个包含在存储器252内的程序260并且因此控制控制器2210的总体操作和控制器210的计算机系统，优选执行这里所描述的过程步骤，例如结合图3和4中的过程300的步骤(和其任意子过程)。
存储器252可以是任意类型合适的存储器。这可包括各种类型的动态随机存取存储器(DRAM)，如SDRAM，各种类型的静态RAM(SRAM)，和各种类型的非易失性存储器(PROM、EPROM和闪存)。在特定例子中，存储器252位于和/或与处理器250共同位于相同的计算机芯片上。在所示实施例中，存储器252存储上述程序260以及一个或多个存储值262以用于对接近主车辆的目标车辆的运动进行分类并控制主车辆的主动安全功能。
总线258用于在控制器210的计算机系统的各种部件之间传递程序、数据、状态和其他信息或信号。接口254允许与控制器210的计算机系统通信，例如从系统驱动器和/或另一计算机系统，并可以使用任意合适的方法和装置完成。其可以包括一个或多个网络接口与其他系统或部件通信。接口254还可包括一个或多个网络接口与技术人员通信，和/或一个或多个存储接口连接到存储装置，如存储装置256。
存储装置256可以是任意合适类型的存储装置，包括直接存取存储装置如硬盘驱动器、闪存系统、软盘驱动器和光盘驱动器。在一个示例性实施例中，存储装置256包括程序产品，存储器252可以从其接收执行本发明一个或多个过程的一个或多个实施例的程序260，如以下进一步描述的图3和4中的过程300的步骤(和其任何子过程)。在另一个示例性实施例中，程序产品可以直接存储和/或通过存储器252和/或盘(例如，盘270)存取，如以下所提到的。
总线258可以是任意合适的连接计算机系统和部件的物理或逻辑装置。这包括，但不限于，直接硬线连接、光纤、红外线和无线总线技术。在操作期间，程序260存储在存储器252内并由处理器250执行。
可以理解的是尽管示例性实施例是在上下文中描述的全部功能的计算机系统，本领域技术人员可以认识到本申请的机制能够分配为具有一个或多个类型的非暂时性计算机可读信号承载介质的程序产品，用来存储程序及其指令并执行其分配，例如非暂时性计算机可读介质承载程序和包含存储在其内的计算机指令以便使得计算机处理器(如处理器250)实施和执行该程序。这种程序产品可以有多种形式，且本发明同等应用而不管用来实施分配的计算机可读信号承载介质的特殊类型。信号承载介质的例子包括：可记录介质如软盘、硬盘、存储器卡和光盘、和传递介质如数字和模拟通信链路。可以类似地理解的是控制器210的计算机系统还可以不同于图2中所示的实施例，例如控制器210的计算机系统可以联接到或可以使用一个或多个远程计算机系统和/或其他控制系统。
图3是根据示例性实施例的用于对接近主车辆的目标车辆的运动进行分类和控制主车辆的主动安全控制系统的过程300的流程图。过程300也将结合附图4在下面描述，其中描述了其示例性的子过程。过程300可以结合图1和2中的主车辆100、图1和2中的ASCS170、和目标车辆和其他车辆，如图5中的车辆504使用。根据示例性实施例，所提到的主车辆或本文的主车辆可以指图1和5中的主车辆100(包括图1和2中的ASCS170)，并且所提到的目标车辆或第三车辆可以指目标车辆504(或类似目标车辆，其可从图5中描述的那些替代变化)。过程300优选在主车辆的当前驱动周期(或点火周期)期间连续执行。
该过程包括获得主车辆数据的步骤(步骤302)。主车辆数据优选包括关于主车辆的横向和纵向位置、速度和加速度的数据和相关信息(优选关于一个或多个传感器230的测量值，例如车辆速度传感器238和/或图2中的加速计240和/或通过图2中的通信单元204提供的通信)，以及驾驶员对主车辆的制动踏板、加速踏板和方向盘的接合的测量(优选分别利用各种传感器230的测量，例如图2中的制动踏板传感器232、加速踏板传感器234、和转向角度传感器236，和/或通过由图2中的通信单元204提供的通信)，以及关于主车辆的行驶方向以及在主车辆中运行的系统和算法(优选地，通过由图2的通信单元204提供的通信)的数据和信息。步骤302的车辆数据在整个主车辆的驱动周期内收集，优选连续地，并且提供给图2中的处理器250进行处理。
根据各种实施例，检测目标车辆接近主车辆(步骤304)。目标车辆优选被图2中的检测单元202检测，最优选地通过摄像机212、雷达装置214、和/或其他装置216中的一个或多个检测。
还可获得关于检测到的目标车辆的信息(步骤306)。目标车辆数据优选包括关于目标车辆的横向和纵向位置、横向和纵向速度、和横向和纵向加速度的数据和相关信息。该信息优选通过图2中的检测单元202获得，最优选地通过摄像机212、雷达装置214、和/或其他装置216中的一个或多个获得，并提供给图2中的处理器250进行处理。此外，图2中的处理器250将唯一的伪随机标识符分配给每个这种检测到的目标车辆。步骤306的目标车辆数据在整个主车辆的驱动周期内收集，优选为连续地。
此外，对于每个目标车辆，还获得关于接近检测到的目标车辆的其他车辆(在这里也称为第三车辆)的信息(步骤308)。该信息(在这里也称为第三方车辆信息)优选包括关于第三车辆的横向和纵向位置、横向和纵向速度、和横向和纵向加速度的数据和相关信息。该信息优选通过图2中的检测单元202获得，最优选地通过摄像机212、雷达装置214、和/或其他装置216中的一个或多个获得，并提供给图2中的处理器250进行处理。此外，图2中的处理器250将唯一的伪随机标识符分配给每个这种检测到的第三车辆。步骤308的第三车辆数据在整个主车辆的驱动周期内收集，优选为连续地。
在特定实施例中，数据(例如，来自步骤304和306)融合、调节、集合或组合在一起(步骤310)。例如，来自多个源(诸如图2中的检测单元202的摄像机212、雷达装置214、和/或其他装置216)的测量值可以使用平均值或使用考虑用于特定类型测量的特定类型传感技术与其他类型的传感技术的比较的相对强度加权平均组合在一起。在步骤310中数据的融合优选通过图2中处理器250执行。
各种确定和计算也可以依照关于主车辆、目标车辆和一个或多个第三车辆的数据执行(步骤312)。确定和计算利用步骤302的主车辆数据、步骤306的目标车辆数据、第三车辆数据308、和步骤310的融合数据、和关于主车辆、目标车辆和任何额外(或“第三”)车辆的横向和纵向位置、范围、速度和加速度的计算结果，以及这些相对测量和/或在车辆之间的相关参数。步骤312的计算和确定优选通过图2中的处理器250在整个主车辆驱动周期优选连续地执行，并通过图2中的处理器250使用以进一步在对目标车辆的运动进行分类和控制一个或多个主动安全特征中处理，如下所述。
特别地，对于每个标识的目标车辆，估计目标车辆的运动的一个或多个方式，包括目标车辆相对于主车辆和其它邻近的第三车辆的运动的测量(步骤314)。方式可包括在步骤312中计算的值中的变化和趋向，并且也可包括可以使用来自步骤312的值计算的导出参数(如目标的横向速度的标准偏差、目标的最小横向范围、目标之间的横向范围的标准偏差、目标的纵向范围加速度的标准偏差、目标的纵向速度、在目标和主车辆之间的相对纵向加速度、主车辆的纵向加速度的标准偏差、目标车辆的矢量接近率、和矢量接近率的标准偏差)。在步骤314中的方式的估计优选通过图1中的处理器250执行。
目标车辆的运动基于一个或多个方式进行分类以产生分类(步骤316)。分类关于来自在当前车辆周期的条件下典型车辆运动的偏差。特别地，在优选实施例中，步骤314的方式用来对目标车辆的运动分类为落入以下五个分类中的一个，即：良好行驶、朝向第三车辆的不适当行驶(即，相对不是主车辆的车辆的不适当行驶)、朝向主车辆的不适当行驶、朝向第三车辆的侵略性的行驶(即，朝向不是主车辆的车辆的侵略性的行驶)、以及朝向主车辆的侵略性的行驶。
特别地，如果方式表示典型的行驶，目标车辆被分类为(i)良好行驶，如果方式表示从接近或相对于第三车辆的典型车辆的运动的第一偏差，分类为(ii)朝向第三车辆的不适当，如果方式表示为从接近或相对于主车辆的典型车辆的运动的第一偏差，分类为(iii)朝向主车辆的不适当，如果方式表示从接近或相对于第三车辆的典型车辆的运动的第二偏差，分类为(iv)朝向第三车辆的侵略性的，如果方式表示为从接近或相对于主车辆的典型车辆的运动的第二偏差，分类为(v)朝向主车辆的侵略性的，其中第二偏差比第一偏差相对更大。在各种实施例中，分类是基于目标车辆的运动的计算值来进行的，该运动的计算值是基于相对于主车辆或第三车辆的目标车辆的相对速度、在目标车辆和主车辆或第三车辆之间的横向范围、在目标车辆和主车辆或第三车辆之间的纵向范围加速度、目标车辆的纵向速度、和/或一个或多个其他计算值(如以下结合图4描述的)。步骤316的分类优选通过图1中的处理器250执行。
基于该分类采取一个或多个行动(步骤318)。在一个实施例中，(i)如果目标车辆的运动被分类为朝向第三车辆是不适当的，则采取第一行动，(ii)如果目标车辆的运动被分类为朝向第三车辆是侵略性的，则采取第二行动，(iii)如果目标车辆的运动被分类为朝向主车辆是不适当的，则采取第三行动，以及(iv)如果目标车辆的运动被分类为朝向主车辆是侵略性的，则采取第四行动，其中第一行动、第二行动、第三行动和第四行动彼此不同。
步骤318的每个行动优选包括预警。该警报优选包括音频和/或视频警报(如由图2中的驾驶员通知单元208提供的口头的和/或声音的通知。此外，该行动可包括一个或多个补救行动。这些补救行动可包括基于分类类型对用于触发图1中主动安全控制系统170的主动安全特征的进入阈值的修正。这些阈值可包括，用于自动制动和自动转向系统等，以及其它的主动安全特征，如碰撞迫近制动系统(CIB)、碰撞预备系统(CPS)、高级避撞(ECA)系统、自适应巡航控制(ACC)和前方碰撞预警(FCA)的阈值。
在一个实施例中，(i)如果目标车辆运动分类为良好的，不提供警报或行动，(ii)如果目标车辆运动分类为朝向第三车辆是不适当的，提供警报，但不提供进一步行动，(iii)如果目标车辆运动分类为朝向第三车辆是侵略性的，提供警报并对一个或多个主动安全阈值进行第一调节，(iv)如果目标车辆运动分类为朝向主车辆是不适当的，提供警报并对一个或多个主动安全阈值进行第二调节(优选大于第一调节)，和(v)如果目标车辆运动分类为朝向主车辆是侵略性的，提供警报并对一个或多个主动安全阈值进行第三调节(优选大于第一和第二调节)。在特定实施例中，可以基于运动分类不提供警报，但是用于警报/制动/转向行动的进入标准要基于分类调节。此外，在特定实施例中，自适应巡航控制的净空距离/时间净空的增长基于目标分类提供(例如，如果目标是朝向其他车辆侵略性地移动的，较长时间净空可以用于给定的净空设置和车辆速度，等等)。
因此，基于目标车辆的分类，行动可以随对主车辆的潜在危险增加而以增加的速度和/或幅度来实施。例如，(i)当目标车辆朝向第三车辆的运动分类为朝向第三车辆时侵略性的，自动制动和/或自动转向(和/或其他自动安全功能)可以比正常情况下更快地实施(例如，基于接近主车辆的目标车辆的第一距离或时间阈值大于正常操作条件下)，(ii)当目标车辆的运动被分类为朝向主车辆为不适当时，甚至更快地实施自动制动和/或自动转向(和/或其他自动安全功能)(例如，基于接近主车辆的目标车辆的第二距离或时间阈值大于上述第一距离或时间阈值)，和(iii)当目标车辆的运动被分类为朝向主车辆为侵略性时，更快地实施自动制动和/或自动转向(和/或其他自动安全功能)(例如，基于接近主车辆的目标车辆的第三距离或时间阈值大于上述第一和第二距离或时间阈值)。
在图3中，估计方式的步骤(步骤314)，对目标车辆的运动进行分类的步骤(步骤316)，以及基于该分类采取行动的步骤(步骤318)共同地称为组合步骤320。有关组合步骤320的额外细节在图4中提供，且在下面结合直接描述。
如图4所示，组合步骤320包括计算每个目标车辆相对于主车辆的横向速度的标准偏差(步骤402)。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定横向速度的标准偏差是否大于预定阈值(步骤404)。步骤404的预定阈值优选存储为图2中存储器252的存储值262中的一个，且优选表示在良好或相对于其他车辆没有危险的方式下操作的典型车辆的横向速度的标准偏差的平均或可接受的值。
如果在步骤404确定横向速度的标准偏差大于步骤404的预定阈值，则增加第一计数器(步骤406)。第一计数器，这里也称为EO计数器，用来确定目标车辆是否以朝向其他车辆的不适当的方式移动。EO计数器优选通过图1中的处理器250增加。相反，如果在步骤404确定横向速度的标准偏差小于或等于步骤404的预定阈值，则EO计数器不增加。在任一种情况下，过程前进到步骤408，下面直接描述。
在步骤408中，计算每个目标车辆之间最小横向范围。特别地，对于特定的目标车辆，最小横向范围包括在该特定的目标车辆和到该目标车辆最近的第三车辆之间的横向范围或距离。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定是否最小横向范围小于预定阈值(步骤410)。步骤410的预定阈值优选存储为图2中存储器252的存储值262中的一个，并优选表示以良好或相对于其他车辆没有危险的方式下操作的典型车辆的最小横向范围的平均或可接受的值。
如果在步骤410确定最小横向范围小于步骤410的预定阈值，则增加第二计数器(步骤412)。第二计数器，这里也称为AO计数器，用来确定目标车辆是否以朝向其他车辆侵略性的方式移动。AO计数器优选通过图1中的处理器250增加。相反，如果在步骤410确定最小横向范围大于或等于步骤410的预定阈值，则AO计数器不增加。在任一种情况下，过程前进到步骤414，下面直接描述。
在步骤414中，计算每个目标车辆之间的横向范围标准偏差。特别地，对于特定目标车辆，横向范围标准偏差包括接近目标车辆的所有第三车辆的横向范围的标准偏差。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定是否横向范围标准偏差大于预定阈值(步骤416)。步骤416的预定阈值优选存储为图2中存储器252的存储值262中的一个，并优选表示以良好或相对于其他车辆没有危险的方式操作的典型车辆的横向范围标准偏差的平均或可接受的值。
如果在步骤416确定横向范围标准偏差大于步骤416的预定阈值，则EO计数器增加(步骤418)。EO计数器优选通过图1中的处理器250增加。相反，如果在步骤416确定横向范围标准偏差小于或等于步骤416的预定阈值，则EO计数器不增加。在任一种情况下，过程前进到步骤420，下面直接描述。
在步骤420中，计算每个目标车辆之间的纵向范围加速度的标准偏差。特别地，对于特定目标车辆，该值包括特定目标车辆相对于每个其他车辆(或第三车辆)的各纵向范围加速度值的标准偏差。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定是否纵向范围加速度的标准偏差大于预定阈值(步骤422)。步骤422的预定阈值优选存储为图2中存储器252的存储值262中的一个，并优选表示以良好或相对于其他车辆没有危险的方式操作的典型车辆的纵向范围加速度的标准偏差的平均或可接受的值。
如果在步骤422确定纵向范围加速度的标准偏差大于步骤422的预定阈值，则增加第三计数器(步骤424)。第三计数器，这里也称为EH计数器，用来确定目标车辆是否以朝向主车辆不适当的方式移动。EH计数器优选通过图1中的处理器250增加。相反，如果在步骤422确定纵向范围加速度的标准偏差小于或等于步骤422的预定阈值，则EH计数器不增加。在任一种情况下，过程前进到步骤426，下面直接描述。
在步骤426中，对每个目标车辆计算纵向速度。纵向速度优选通过从主车辆的速度减去在主车辆和目标车辆之间的距离变化率来计算。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定是否纵向速度大于预定阈值(步骤428)。步骤428的预定阈值优选存储为图2中存储器252的存储值262中的一个，并优选表示以良好或相对于其他车辆没有危险的方式操作的典型车辆的纵向速度的平均或可接受的值。
如果在步骤428确定纵向速度大于步骤428的预定阈值，则增加第四计数器(步骤430)。第四计数器，这里也称为AH计数器，用来确定目标车辆是否以朝向主车辆侵略性的方式移动。AH计数器优选通过图1中的处理器250增加。相反，如果在步骤428确定纵向速度小于或等于步骤428的预定阈值，则AH计数器不增加。在任一种情况下，过程前进到步骤432，下面直接描述。
在步骤432中，对每个目标车辆计算纵向加速度。对于每个目标车辆，纵向加速度优选通过从主车辆的加速度减去目标车辆的范围加速度(即，在目标车辆和主车辆之间的范围加速度)来计算。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定是否纵向加速度的大小大于预定阈值(步骤434)。步骤434的预定阈值优选存储为图2中存储器252的存储值262中的一个，并优选表示以良好或相对于其他车辆没有危险的方式操作的典型车辆的纵向加速度的平均或可接受的值。
如果在步骤434确定纵向加速度的大小大于步骤434的预定阈值，则增加AH计数器(步骤436)。AH计数器优选通过图1中的处理器250增加。相反，如果在步骤434确定纵向加速度小于或等于步骤434的预定阈值，则AH计数器不增加。在任一种情况下，过程前进到步骤438，下面直接描述。
在步骤438中，对每个目标车辆计算纵向加速度的标准偏差。对于每个目标车辆，纵向加速度的标准偏差优选通过目标车辆相对于每个其他车辆(或第三车辆)的纵向加速度的不同值的标准偏差来计算。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定是否纵向加速度的标准偏差大于预定阈值(步骤440)。步骤440的预定阈值优选存储为图2中存储器252的存储值262中的一个，并优选表示以良好或相对于其他车辆没有危险的方式操作的典型车辆的纵向加速度的标准偏差的平均或可接受的值。
如果在步骤440确定纵向加速度的标准偏差大于步骤440的预定阈值，则AO计数器增加(步骤442)。AO计数器优选通过图1中的处理器250增加。相反，如果在步骤440确定纵向加速度的标准偏差小于或等于步骤440的预定阈值，则AO计数器不增加。在任一种情况下，过程前进到步骤444，下面直接描述。
在步骤444中，对每个目标车辆计算矢量接近率。对于每个目标车辆，矢量接近率优选通过目标车辆相对于主车辆的纵向距离变化率和横向距离变化率的平方和的平方根来计算。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定是否矢量接近率大于预定阈值(步骤446)。步骤446的预定阈值优选存储为图2中存储器252的存储值262中的一个，并优选表示以良好或相对于其他车辆没有危险的方式操作的典型车辆的矢量接近率的平均或可接受的值。
如果在步骤446确定矢量接近值大于步骤446的预定阈值，则AH计数器增加(步骤448)。AH计数器优选通过图1中的处理器250增加。相反，如果在步骤446确定矢量接近率小于或等于步骤446的预定阈值，则AH计数器不增加。在任一种情况下，过程前进到步骤450，下面直接描述。
在步骤450中，对每个目标车辆计算矢量接近率的标准偏差。对于每个目标车辆，矢量接近率的标准偏差优选通过计算目标车辆相对于每个其他车辆(或第三车辆)的各矢量接近率的标准偏差来计算。该计算优选通过图2中的处理器250基于步骤302-308的数据和/或步骤312的计算来执行。优选通过图2中的处理器250确定是否矢量接近率的标准偏差大于预定阈值(步骤452)。步骤452的预定阈值优选存储为图2中存储器252的存储值262中的一个，并优选表示以良好或相对于其他车辆没有危险的方式操作的典型车辆的矢量接近率的标准偏差的平均或可接受的值。
如果在步骤452确定矢量接近率的标准偏差大于步骤452的预定阈值，则EH计数器增加(步骤454)。EH计数器优选通过图1中的处理器250增加。相反，如果在步骤452确定矢量接近率的标准偏差小于或等于步骤452的预定阈值，则EH计数器不增加。在任一种情况下，过程前进到步骤456，下面直接描述。
在步骤456中，确定AH计数器是否大于预定阈值。步骤456的预定阈值优选存储为图1中存储器252的存储值262中的一个。步骤456的确定优选通过图1中的处理器456作出。
如果在步骤456确定AH计数器大于步骤456的预定阈值，则目标车辆分类为朝向主车辆侵略性地移动(步骤458)，且根据分类作出合适的行动(步骤460)。步骤460的行动优选包括通过图2的驾驶员通知单元208提供警报以及通过图2的处理器250提供的指令对图1的主动安全控制系统170的一个或多个主动安全特征的进入阈值的调节。在一个实施例中，自动制动和/或自动转向系统的一个或多个进入阈值以第三级大小增加，使得与目标车辆以良好的方式操作的典型情况比较相对较快地提供自动制动和/或自动转向(例如，当目标车辆仍然离目标车辆较远时)。阈值可以类似地为其他主动安全特征进行调节，例如碰撞迫近制动系统(CIB)、碰撞预备系统(CPS)、高级避撞(ECA)系统、自适应巡航控制(ACC)、和前方碰撞预警(FCA)。图2的处理器250还优选执行步骤458的分类。
相反，如果在步骤456确定AH计数器小于或等于步骤456的预定阈值，则此时不作出分类。在任一种情况下，过程前进到步骤462，下面直接描述。
在步骤462，确定EH计数器是否大于预定阈值。步骤462的预定阈值优选存储为图1中存储器252的存储值262中的一个。步骤462的确定优选通过图1中的处理器462作出。
如果在步骤462确定EH计数器大于步骤462的预定阈值，则目标车辆分类为朝向主车辆不适当地移动(步骤464)，且根据分类作出合适的行动(步骤466)。步骤466的行动优选包括通过图2的驾驶员通知单元208提供警报以及通过图2的处理器250提供的指令对图1的主动安全控制系统170的一个或多个主动安全特征的进入阈值的调节。在一个实施例中，自动制动和/或自动转向系统的一个或多个进入阈值以第二级大小增加(小于步骤460的第三级大小)，使得与目标车辆以良好的方式操作的典型情况比较相对较快地提供自动制动和/或自动转向(例如，当目标车辆仍然离目标车辆较远时)，但与目标车辆以朝向主车辆侵略性操作时相比则较晚。阈值可以类似地为其他主动安全特征进行调节，例如碰撞迫近制动系统(CIB)、碰撞预备系统(CPS)、高级避撞(ECA)系统、自适应巡航控制(ACC)、和前方碰撞预警(FCA)。图2的处理器250还优选执行步骤464的分类。
相反，如果在步骤462确定EH计数器小于或等于步骤462的预定阈值，则此时不作出分类。在任一种情况下，过程前进到步骤468，下面直接描述。
在步骤468，确定AO计数器是否大于预定阈值。步骤468的预定阈值优选存储为图1中存储器252的存储值262中的一个。步骤468的确定优选通过图1中的处理器468作出。
如果在步骤468确定AO计数器大于步骤468的预定阈值，则目标车辆分类为朝向第三车辆侵略性地移动(步骤470)，且根据分类作出合适的行动(步骤472)。步骤472的行动优选包括通过图2的驾驶员通知单元208提供警报以及通过图2的处理器250提供的指令对图1的主动安全控制系统170的一个或多个主动安全特征的进入阈值的调节。在一个实施例中，自动制动和/或自动转向系统的一个或多个进入阈值以第一级大小增加(小于步骤460的第三级大小和步骤466的第二级大小)，使得与目标车辆以良好的方式操作的典型情况比较相对较快地提供自动制动和/或自动转向(例如，当目标车辆仍距离目标车辆较远时)，但与目标车辆以朝向主车辆侵略性或不适当方式操作时相比较晚。阈值可以类似地为其他主动安全特征进行调节，例如碰撞迫近制动系统(CIB)、碰撞预备系统(CPS)、高级避撞(ECA)系统、自适应巡航控制(ACC)、和前方碰撞预警(FCA)。图2的处理器250还优选执行步骤470的分类。
相反，如果在步骤468确定AO计数器小于或等于步骤468的预定阈值，则此时不作出分类。在任一种情况下，过程前进到步骤474，下面直接描述。
在步骤474，确定EO计数器是否大于预定阈值。步骤474的预定阈值优选存储为图1中存储器252的存储值262中的一个。步骤474的确定优选通过图1中的处理器474作出。
如果在步骤474确定EO计数器大于步骤474的预定阈值，则目标车辆分类为朝向第三车辆不适当地移动(步骤476)，且根据分类作出合适的行动(步骤478)。步骤478的行动优选包括通过图2的处理器250提供的指令利用图2的驾驶员通知单元208提供警报。在某些实施例中，阈值可以为主动安全特征进行调节，例如自动转向、自动制动、碰撞迫近制动系统(CIB)、碰撞预备系统(CPS)、高级避撞(ECA)系统、自适应巡航控制、和前方碰撞预警(FCA)。在步骤478之后，目标车辆的当前决策终止(步骤482)，但整个过程优选在主车辆的点火周期内持续。
相反，如果在步骤474确定EO计数器小于或等于步骤474的预定阈值(并且只要目标车辆的运动不被分类为朝向主车辆或任意第三车辆是侵略性的或不适当的)，则目标车辆的运动被分类为是良好的，或与典型的车辆操作相符(步骤480)。该分类优选通过图2中的处理器250作出。这样，主动安全控制系统不需要警报或调节。目标车辆的当前决策终止(步骤482)，但整个过程优选在主车辆的点火周期内持续。
在特定实施例中，如果满足多于一个分类，警报和/或行动可以变化。在一个这样的例子中，过程例如基于分类的相应优先级作出仲裁。在其它实施例中，过程可以增加对单个、组合的确定/分类的不同分类的阈值调节。并且在特定实施例中，过程可以利用针对大于任意单个主动分类但小于所有主动分类的总和的这一组合的确定/分类的阈值调节。
因此，提供改进的方法、程序产品、系统和车辆，用于在车辆操作期间例如在公路上对接近主车辆的目标车辆的运动进行分类。改进的方法、程序产品、系统和车辆提供目标车辆运动的分类，如良好的、朝向其他车辆不适当的、朝向其他车辆侵略性的、朝向主车辆不适当的、或朝向主车辆侵略性的。警报和补救行动，包括对主动安全功能如自动制动和自动转向的进入条件的调节，选择性地基于目标车辆的分类实施。
应当理解的是公开的方法、系统和车辆可以与图中所示的和这里描述的不同。例如，主车辆100、ASCS170、和/或其各种部件可以不同于图1和2中所示和相关描述的。类似地，主车辆100、目标车辆(和/或第三车辆)504、和/或其布置可以不同于图5中所示。此外，应当理解的是过程300中的某些步骤(和/或其子过程或子步骤)可以不同于图3和4中所示的和/或以上所相关描述的。同样应当理解的是上述过程的某些步骤(和/或其子过程或子步骤)可以同时发生或以不同于图3和4中所示的和/或以上相关描述的顺序发生。
尽管至少一个示例性实施例已经在上述详细说明中示出，应当理解的是存在大量的变化。还应当理解的是示例性实施例仅仅是例子，不旨在以任何方式限制本发明的范围、应用或构造。相反，以上详细说明为本领域技术人员提供了用于实施示例性实施例的方便的方式。应当理解的是在元件的功能和布置上作出的各种改变不脱离在附加权利要求及其法律等同物中阐明的本发明的范围。

Claims (17)

1.一种目标车辆运动分类方法，包括：
测量接近主车辆的目标车辆的运动；
估计目标车辆相对于主车辆或第三车辆的运动方式；
基于该方式对目标车辆的运动进行分类以产生分类，该分类关于与典型的车辆运动的偏差；和
基于该分类采取行动；
其中对运动进行分类的步骤包括：
如果该方式表示与典型的车辆运动的第一偏差，将目标车辆的运动分类为不适当的；和
如果该方式表示与典型的车辆运动的第二偏差，将目标车辆的运动分类为侵略性的，其中，第二偏差大于第一偏差。
2. 如权利要求1所述的目标车辆运动分类方法，其中：
将目标车辆的运动分类为不适当的步骤包括：
如果该方式表示接近第三车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向第三车辆是不适当的；和
如果该方式表示接近主车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向主车辆是不适当的；
将目标车辆的运动分类为侵略性的步骤包括：
如果该方式表示接近第三车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向第三车辆是侵略性的；和
如果该方式表示接近主车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向主车辆是侵略性的。
3. 如权利要求2所述的目标车辆运动分类方法，其中采取行动的步骤包括：
如果目标车辆的运动被分类为朝向第三车辆是不适当的，采取第一行动；
如果目标车辆的运动被分类为朝向第三车辆是侵略性的，采取第二行动；
如果目标车辆的运动被分类为朝向主车辆是不适当的，采取第三行动；
如果目标车辆的运动被分类为朝向主车辆是侵略性的，采取第四行动，其中第一行动、第二行动、第三行动和第四行动彼此是不同的。
4. 如权利要求1所述的目标车辆运动分类方法，其中：
对目标车辆的运动进行分类的步骤包括基于目标车辆相对于主车辆或第三车辆的相对速度对目标车辆的运动进行分类。
5. 如权利要求1所述的目标车辆运动分类方法，其中：
对目标车辆的运动进行分类的步骤包括基于在目标车辆和主车辆或第三车辆之间的矢量接近率对目标车辆的运动进行分类。
6. 如权利要求1所述的目标车辆运动分类方法，其中：
对目标车辆的运动进行分类的步骤包括基于在目标车辆和主车辆或第三车辆之间的横向范围对目标车辆的运动进行分类。
7. 如权利要求1所述的目标车辆运动分类方法，其中：
对目标车辆的运动进行分类的步骤包括基于在目标车辆和主车辆或第三车辆之间的纵向范围加速度对目标车辆的运动进行分类。
8. 如权利要求1所述的目标车辆运动分类方法，其中：
对目标车辆的运动进行分类的步骤包括基于目标车辆的纵向速度对目标车辆的运动进行分类。
9. 一种用于车辆的主动安全系统，包括：
检测单元，配置为测量接近主车辆的目标车辆的运动；和
处理器，联接到该检测单元并配置为：
估计目标车辆相对于主车辆或第三车辆的运动方式；
基于该方式对目标车辆的运动进行分类以产生分类，该分类关于与典型的车辆运动的偏差；和
基于该分类采取行动；
其中该处理器进一步配置为：
如果该方式表示与典型的车辆运动的第一偏差，将目标车辆的运动分类为不适当的；和
如果该方式表示与典型的车辆运动的第二偏差，将目标车辆的运动分类为侵略性的，其中，第二偏差大于第一偏差。
10. 如权利要求9所述的用于车辆的主动安全系统，其中该处理器进一步配置为：
如果该方式表示接近第三车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向第三车辆是不适当的；
如果该方式表示接近主车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向主车辆是不适当的；和
如果该方式表示接近第三车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向第三车辆是侵略性的；和
如果该方式表示接近主车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向主车辆是侵略性的。
11. 如权利要求10所述的用于车辆的主动安全系统，其中该处理器进一步配置为：
如果目标车辆的运动被分类为朝向第三车辆是不适当的，采取第一行动；
如果目标车辆的运动被分类为朝向第三车辆是侵略性的，采取第二行动；
如果目标车辆的运动被分类为朝向主车辆是不适当的，采取第三行动；以及
如果目标车辆的运动被分类为朝向主车辆是侵略性的，采取第四行动，其中第一行动、第二行动、第三行动和第四行动彼此是不同的。
12. 一种车辆，包括：
驱动系统；和
连接到该驱动系统的主动安全系统，该主动安全系统包括：
检测单元，配置为测量接近主车辆的目标车辆的运动；和
处理器，联接到该检测单元并配置为：
估计目标车辆相对于主车辆或第三车辆的运动方式；
基于该方式对目标车辆的运动进行分类以产生分类，该分类关于与典型的车辆运动的偏差；和
基于该分类采取行动；
其中处理器进一步配置为：
如果该方式表示与典型的车辆运动的第一偏差，将目标车辆的运动分类为不适当的；和
如果该方式表示与典型的车辆运动的第二偏差，将目标车辆的运动分类为侵略性的，其中第二偏差大于第一偏差。
13. 如权利要求12所述的车辆，其中处理器进一步配置为：
如果该方式表示接近第三车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向第三车辆是不适当的；
如果该方式表示接近主车辆的与典型的车辆运动的第一偏差，将目标车辆的运动分类为朝向主车辆是不适当的；和
如果该方式表示接近第三车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向第三车辆是侵略性的；和
如果该方式表示接近主车辆的与典型的车辆运动的第二偏差，将目标车辆的运动分类为朝向主车辆是侵略性的。
14. 如权利要求13所述的车辆，其中处理器进一步配置为：
如果目标车辆的运动被分类为朝向第三车辆是不适当的，采取第一行动；
如果目标车辆的运动被分类为朝向第三车辆是侵略性的，采取第二行动；
如果目标车辆的运动被分类为朝向主车辆是不适当的，采取第三行动；
如果目标车辆的运动被分类为朝向主车辆是侵略性的，采取第四行动，其中第一行动、第二行动、第三行动和第四行动彼此是不同的。
15. 如权利要求12所述的车辆，其中处理器进一步配置为：
基于目标车辆相对于主车辆或第三车辆的相对速度对目标车辆的运动进行分类。
16. 如权利要求12所述的车辆，其中处理器进一步配置为对目标车辆的运动进行分类包括基于在目标车辆和主车辆或第三车辆之间的矢量接近率对目标车辆的运动进行分类。
17. 如权利要求12所述的车辆，其中处理器进一步配置为基于在目标车辆和主车辆或第三车辆之间的横向范围对目标车辆的运动进行分类。
CN201310201605.2A 2012-04-05 2013-04-05 目标车辆运动分类 Active CN103359120B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/440193 2012-04-05
US13/440,193 US8731742B2 (en) 2012-04-05 2012-04-05 Target vehicle movement classification
US13/440,193 2012-04-05

Publications (2)

Publication Number Publication Date
CN103359120A CN103359120A (zh) 2013-10-23
CN103359120B true CN103359120B (zh) 2016-08-17

Family

ID=49210120

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310201605.2A Active CN103359120B (zh) 2012-04-05 2013-04-05 目标车辆运动分类

Country Status (3)

Country Link
US (1) US8731742B2 (zh)
CN (1) CN103359120B (zh)
DE (1) DE102013205933B4 (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013206641B3 (de) * 2013-04-15 2014-05-22 Robert Bosch Gmbh Verfahren zur Durchführung wenigstens einer Lernfunktion in einem Kraftfahrzeug und Mittel zu dessen Implementierung
US9177478B2 (en) * 2013-11-01 2015-11-03 Nissan North America, Inc. Vehicle contact avoidance system
DE102014202453B4 (de) 2014-02-11 2018-12-06 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Systeme zur Erkennung von autonom betriebenen Fahrzeugen, zur Abstandsmessung und zur Abstandssteuerung
JP5748030B1 (ja) * 2014-09-05 2015-07-15 横浜ゴム株式会社 衝突回避システム及び衝突回避方法
US9731713B2 (en) * 2014-09-10 2017-08-15 Volkswagen Ag Modifying autonomous vehicle driving by recognizing vehicle characteristics
US20160347309A1 (en) * 2015-05-28 2016-12-01 Delphi Technologies, Inc. Automated vehicle with erratic other vehicle avoidance
US10165171B2 (en) 2016-01-22 2018-12-25 Coban Technologies, Inc. Systems, apparatuses, and methods for controlling audiovisual apparatuses
US10152858B2 (en) 2016-05-09 2018-12-11 Coban Technologies, Inc. Systems, apparatuses and methods for triggering actions based on data capture and characterization
US10370102B2 (en) 2016-05-09 2019-08-06 Coban Technologies, Inc. Systems, apparatuses and methods for unmanned aerial vehicle
US10789840B2 (en) * 2016-05-09 2020-09-29 Coban Technologies, Inc. Systems, apparatuses and methods for detecting driving behavior and triggering actions based on detected driving behavior
CN109982912A (zh) * 2016-11-23 2019-07-05 福特全球技术公司 手动模式训练系统
US11041877B2 (en) * 2016-12-20 2021-06-22 Blackberry Limited Determining motion of a moveable platform
EP3548845B1 (en) * 2017-01-12 2021-10-13 Mobileye Vision Technologies Ltd. Navigation based on vehicle activity
JP6809331B2 (ja) 2017-03-28 2021-01-06 トヨタ自動車株式会社 車両制御装置
CN109677416A (zh) * 2017-10-18 2019-04-26 江苏卡威汽车工业集团股份有限公司 一种基于抬头显示技术的电动汽车主动安全系统
CN109677374A (zh) * 2017-10-18 2019-04-26 江苏卡威汽车工业集团股份有限公司 一种电动汽车主动刹车系统
CN109683314A (zh) * 2017-10-18 2019-04-26 江苏卡威汽车工业集团股份有限公司 一种电动汽车抬头显示系统
CN109677400A (zh) * 2017-10-18 2019-04-26 江苏卡威汽车工业集团股份有限公司 一种基于光控制的抬头显示系统
CN109677325A (zh) * 2017-10-18 2019-04-26 江苏卡威汽车工业集团股份有限公司 一种电动汽车前挡投影系统
CN109677399A (zh) * 2017-10-18 2019-04-26 江苏卡威汽车工业集团股份有限公司 一种电动汽车主动安全系统
CN109677375A (zh) * 2017-10-18 2019-04-26 江苏卡威汽车工业集团股份有限公司 一种电动汽车转向主动安全系统
US10705532B2 (en) * 2017-12-26 2020-07-07 X Development Llc Standing test device for mobile robots
US20210316720A1 (en) * 2018-01-09 2021-10-14 State Farm Mutual Automobile Insurance Company Vehicle collision alert system and method for directing collision avoidance action
US20220139222A1 (en) * 2019-02-13 2022-05-05 Beijing Baidu Netcom Science And Technology Co., Ltd. Driving control method and apparatus, device, medium, and system
EP3809390B1 (en) 2019-10-16 2023-08-16 Zenuity AB A method, system, and vehicle for controlling a vehicle system
KR20210083459A (ko) * 2019-12-26 2021-07-07 주식회사 만도 운전자 보조 시스템, 그를 가지는 차량 및 그 제어 방법
WO2022197980A1 (en) * 2021-03-17 2022-09-22 Swhoon, Inc. Dynamic vehicle classification
US11804128B2 (en) 2021-03-31 2023-10-31 Honda Motor Co., Ltd. Target classification
US11912311B2 (en) 2021-08-10 2024-02-27 GM Global Technology Operations LLC System and method of detecting and mitigating erratic on-road vehicles
DE102022127015A1 (de) 2022-10-14 2024-04-25 Bayerische Motoren Werke Aktiengesellschaft Konzept der integralen Sicherheit mit erweitertem Wirkungsbereich

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006001369A (ja) * 2004-06-16 2006-01-05 Denso Corp 運転状況判定装置
US7579942B2 (en) 2006-10-09 2009-08-25 Toyota Motor Engineering & Manufacturing North America, Inc. Extra-vehicular threat predictor
EP2070774B1 (en) * 2007-12-14 2012-11-07 SMR Patents S.à.r.l. Security system and a method to derive a security signal
DE102009037461A1 (de) 2008-08-14 2010-02-25 Siemens Aktiengesellschaft Assistenzsystem zur Erhöhung einer Verkehrssicherheit
DE102009047360A1 (de) * 2009-12-01 2011-06-09 Robert Bosch Gmbh Antizipative Regelung der Fahrzeugquerdynamik bei Ausweichmanövern
DE102011011870A1 (de) * 2010-02-23 2011-08-25 Conti Temic microelectronic GmbH, 90411 Komponenten-basierte Detektion, Klassifikation, Verfolgung und Prädikation von Objekten
KR101194115B1 (ko) * 2010-09-08 2012-10-24 주식회사 만도 차량의 거리 제어 시스템
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
US8694222B2 (en) * 2011-10-26 2014-04-08 GM Global Technology Operations LLC Collision avoidance system and method of operating the same

Also Published As

Publication number Publication date
US8731742B2 (en) 2014-05-20
DE102013205933B4 (de) 2019-07-11
CN103359120A (zh) 2013-10-23
DE102013205933A1 (de) 2013-10-10
US20130268184A1 (en) 2013-10-10

Similar Documents

Publication Publication Date Title
CN103359120B (zh) 目标车辆运动分类
CN102887147B (zh) 用于车辆的对象识别和主动安全控制
CN106564494B (zh) 用于控制具有自动驾驶系统的车辆的方法和系统
CN103818378B (zh) 主动安全系统和操作该系统的方法
CN202624201U (zh) 一种车用行人检测智能控制装置
US20200234191A1 (en) Travel model generation system, vehicle in travel model generation system, and processing method
CN109334661B (zh) 基于速度障碍模型和碰撞概率密度模型的避障预判方法
CN104029676A (zh) 车辆车道确定
CN109532719A (zh) 一种基于多传感器信息融合的电动汽车
CN105842684A (zh) 采用雷达数据的车辆运动估计增强
CN104210489A (zh) 车路协同环境下车辆与行人碰撞规避方法与系统
CN112406820B (zh) 多车道增强型自动紧急制动系统控制方法
CN108569287A (zh) 生成车辆控制命令的方法和装置、车辆控制器、存储介质
CN108109434A (zh) 基于移动终端地图导航路线规划的碰撞预警方法和系统
CN113962011B (zh) 一种电动汽车制动系模型及其建立方法
Peng et al. Intelligent method for identifying driving risk based on V2V multisource big data
CA3076834A1 (en) Detecting motion of an autonomous vehicle using radar technology
CN104554079A (zh) 交通工具中的测量结果关联
US20220073104A1 (en) Traffic accident management device and traffic accident management method
EP4351935A1 (en) Sensing interactions with unpermitted components within a vehicle
CN113085854A (zh) 一种通过雷达摄像头识别车辆上方障碍物的系统和方法
Ma et al. Safety cruise control of connected vehicles using radar and vehicle-to-vehicle communication
CN107161144A (zh) 车辆碰撞系统及其使用方法
CN113064153B (zh) 一种确定目标对象跟踪门限的方法、装置
US11691566B2 (en) Intelligent vehicle systems and control logic for surround view augmentation with object model recognition

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