CN104340152A - 在避免碰撞任务中用于情形评估和决策的动态安全防护罩 - Google Patents
在避免碰撞任务中用于情形评估和决策的动态安全防护罩 Download PDFInfo
- Publication number
- CN104340152A CN104340152A CN201310757122.0A CN201310757122A CN104340152A CN 104340152 A CN104340152 A CN 104340152A CN 201310757122 A CN201310757122 A CN 201310757122A CN 104340152 A CN104340152 A CN 104340152A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- self
- grid
- action
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000009471 action Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000003993 interaction Effects 0.000 claims abstract description 6
- 230000001681 protective effect Effects 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- TVZRAEYQIKYCPH-UHFFFAOYSA-N 3-(trimethylsilyl)propane-1-sulfonic acid Chemical compound C[Si](C)(C)CCCS(O)(=O)=O TVZRAEYQIKYCPH-UHFFFAOYSA-N 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000008447 perception Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010003830 Automatism Diseases 0.000 description 1
- 230000036982 action potential Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 210000003195 fascia Anatomy 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000021317 sensory perception Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- B60W30/095—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
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了在避免碰撞任务中用于情形评估和决策的动态安全防护罩。一种系统和方法设在自我车辆上，用于在车辆避免碰撞系统中评估潜在的威胁，和/或规划用于车辆路线规划的安全允许的车辆轨迹。该方法包括检测在自我车辆周围的预定附近地区中的目标，以及确定每个检测到的目标和自我车辆之间的相对速度或其它量度。该方法限定每个检测到的目标周围的虚拟动态安全防护罩，该虚拟动态安全防护罩具有通过与自我车辆周围的当前交通状况有关的预定属性确定的形状、尺寸和取向。该方法也限定自我车辆周围的动作网格。该方法基于所述目标的防护罩和所述动作网格如何相互作用，评估每个检测到的目标之间的潜在碰撞的威胁级别。防护罩和网格之间的相互作用引起致力于中止碰撞的动作并允许轨迹规划。
Description
技术领域
本发明总地涉及这样一种系统和方法，其用于在车辆避免碰撞系统中评估潜在的碰撞，和/或规划用于车辆路线规划的安全允许的车辆轨迹，并且更具体的，涉及这样一种系统和方法，其采用整体技术，包括限定在自我车辆附近地区中的目标周围的虚拟动态安全防护罩并确定这些防护罩中的任一个是否与在自我车辆周围限定的动作网格相互作用，来在车辆避免碰撞系统中评估潜在的碰撞和/或规划用于车辆路线规划的安全允许的车辆轨迹。
背景技术
为了成为完全自动驾驶车辆的目标，即，车辆能够在最少或没有驾驶员干预下提供驾驶控制，车辆变得越来越自动或有感知。自适应巡航系统已可用多年，在这里系统不仅维持设定的速度，而且还将在检测到位于目标车辆前面的移动较慢的车辆的情况下时自动地将该车辆降速。当前存在的车辆控制系统包括自动停车，在这里车辆将自动提供用于停下该车辆的转向控制。同样的，存在这样的控制系统，如果驾驶员作出可能影响车辆的稳定性和车道对中性能的急转弯变化时，该控制系统会进行干预，在这里车辆系统试图维持车辆在行驶车道中心附近。未来的车辆将可能采用用于变道、通过、离开交通、进入交通、并入交通、通过交叉口或在交叉口转向等等的自动系统。随着这些系统在车辆技术中越来越流行，将需要确定驾驶员在与控制车辆速度、转向和超驰自动系统的这些系统的结合中的角色。
由于车辆技术趋向于更加有感知的车辆，这些车辆正更好地装备算法和智能，该智能允许车辆执行许多安全和便利的功能。随着传感器和算法的进步，能用于处理的数据量增加了，并且算法可以设计成使用当前的数据和历史的数据，作出在预先规划轨迹和车辆避免碰撞中关于安全机动的决定。对于这样有感知的车辆的最终目标会是能够如人类驾驶般操作和决策的车辆。
车辆驾驶员自主性所需要的部分技术是车辆彼此通讯的能力。基于主动安全和驾驶员辅助系统的车辆ad-hoc网络(VANET)，例如专用的短距离通讯(DSRC)系统，这是本领域技术人员已知的，允许车辆使用关于危险道路状况、驾驶事件、事故等的警告信息给特定区域中的其它车辆发送信息。在这些系统中，本领域技术人员已知的直接广播通讯或多跳geocast路由协议，被广泛地用于通讯警告信息，即，给在直接通讯范围内或位于道路状况几千米内的车辆发送信息。换句话说，劝告驾驶员潜在危险状况的初始信息在车辆间传输，以直接广播的方式或者使用geocast路由协议，从而使得在希望应用的范围内的车辆将接收感兴趣的信息。
在上述提及的通讯系统包括车辆至车辆(V2V)和车辆至基础设施(V2I)的应用，其需要最少量的一个实体给另一个实体发送信息。例如，通过简单地从一个或多个相邻的车辆接收广播信息，许多车辆至车辆的安全应用可在一个车辆上执行。这些信息并不指向任何特定的车辆，而是意于车辆群共享，以支持该安全应用。在想要避免碰撞的这些应用类型中，由于两个或多个车辆彼此交谈并且可能有碰撞，因此车辆系统能够警告车辆驾驶员，或可能为驾驶员采取行动，例如施加制动。类似的，道路基础设施部件，例如交通控制单元，能够观测信息广播或者另外感测车辆交通，并且如果检测到危险(例如，如果车辆以不安全的速度接近曲线或有违反红色交通信号相位的横穿车辆)，提供驾驶员警告。
车辆驾驶控制自动性只有与车辆上的传感器可靠地检测并追踪车辆周围的目标的能力一样好。许多现代的车辆包括用于给予碰撞警告或碰撞避免的能力的目标检测传感器和其它主动安全应用。目标检测传感器可使用多种传感技术中的任一种，例如短程雷达、具有图像处理的相机、激光器或激光雷达、超声波等。目标检测传感器检测在目标车辆路径上的车辆和其它目标，并且应用软件使用目标检测信息来提供警告或采取合适的动作。在许多车辆中，目标检测传感器直接集成在车辆的前饰板或其它饰板(fascia)上。
当前车辆车道感测系统典型地使用视觉系统去感测车辆行驶车道并在车道中间行驶车辆。这些已知车道感测系统中的许多检测道路上的车道标识，用于各种应用，例如车道偏离警告(LDW)、车道保持(LK)、车道对中(LC)等，并典型地已采用单一的相机，位于车辆的前部或后部，以提供用于检测车道标识的图像。
发明内容
根据本发明的教导，公开了提供在自我车辆上的系统和方法，用于在车辆避免碰撞系统中评估潜在的威胁并决定避免碰撞所需的动作，和/或规划用于车辆路径规划的安全允许的车辆轨迹。该方法包括检测在自身车辆周围预定附近地区中的目标，并确定每个检测到的目标和自我车辆之间的相对速度或其它量度(measure)。该方法限定了每个检测到的目标周围的虚拟动态安全防护罩，其具有形状、尺寸和取向，这通过与自我车辆周围的当前交通状况相关的预定属性确定。该方法也限定了自我车辆周围的动作网格。该方法基于所述目标的防护罩如何与动作网格相互作用来评估每个检测到的目标之间的潜在碰撞的威胁级别。防护罩和网格之间的相互作用导致致力于中止碰撞的动作并允许轨迹规划。
方案1、一种识别潜在威胁的方法，所述方法包括：
检测在自我车辆周围的预定附近地区中的多个目标；
确定每个检测到的目标和自我车辆之间的预定量度；
限定每个检测到的目标周围的虚拟动态安全防护罩，所述虚拟动态安全防护罩具有由所述目标和自我车辆之间的量度确定的尺寸；
限定自我车辆周围的动作网格；以及
基于所述目标的防护罩和所述动作网格是否重叠以及重叠多少，评估每个检测到的目标和自我车辆之间的潜在的相互作用。
方案2、根据方案1所述的方法，其中，检测多个目标包括采用自我车辆上的多个传感器。
方案3、根据方案1所述的方法，其中，检测多个目标包括采用自我车辆和目标之间的通讯信号。
方案4、根据方案1所述的方法，其中，确定预定量度包括确定每个检测到的目标和自我车辆之间的相对速度。
方案5、根据方案1所述的方法，其中，确定预定量度包括确定每个检测到的目标和自我车辆之间的相对加速度。
方案6、根据方案1所述的方法，其中，确定预定量度包括确定每个检测到的目标和自我车辆之间的相对距离。
方案7、根据方案1所述的方法，其中，限定所述安全防护罩包括给所述安全防护罩分配不确定因素，其限定了关于目标位置的不确定性。
方案8、根据方案1所述的方法，其中，限定所述安全防护罩包括基于驾驶员的积极性调整所述安全防护罩。
方案9、根据方案1所述的方法，其中，限定所述安全防护罩包括基于目标过去的位置，预测每个检测到的目标未来的位置。
方案10、根据方案1所述的方法，其中，限定动作网格包括限定具有预定数量和尺寸的单元的动作网格。
方案11、根据方案1所述的方法，其中，评估威胁级别包括离散化所述安全防护罩和所述动作网格。
方案12、根据方案11所述的方法，进一步包括分配道路权重给所述动作网格中的每个离散元，所述道路权重认别所述目标和自我车辆之间的相对速度。
方案13、根据方案12所述的方法，进一步包括分配动作权重给所述动作网格中的每个离散元，所述动作权重认别自我车辆从其下个预期位置移动的代价函数。
方案14、根据方案13所述的方法，进一步包括提供道路权重和动作权重之间的加权和，以认别所述动作网格中每个离散元的总代价函数。
方案15、一种在设在自我车辆上的车辆避免碰撞系统中认别潜在威胁的方法，所述方法包括：
使用多个传感器检测在自我车辆周围的预定附近地区中的至少一个目标；
确定检测到的目标和自我车辆之间的相对运动；
限定所述检测到的目标周围的虚拟动态安全防护罩，所述虚拟动态安全防护罩具有由所述目标和自我车辆之间的相对运动确定的尺寸，其中，所述动态安全防护罩的尺寸随着相对运动的增加而增加；
限定自我车辆周围的动作网格，所述动作网格包括多个单元；以及
基于所述目标的防护罩和动作网格是否重叠，评估与所述检测到的目标潜在碰撞的威胁级别。
方案16、根据方案15所述的方法，其中，所述至少一个目标是静止目标或移动目标。
方案17、根据方案15所述的方法，其中，限定所述安全防护罩包括给所述安全防护罩分配不确定因素，所述不确定因素限定了关于目标位置的不确定性。
方案18、根据方案15所述的方法，其中，限定所述安全防护罩包括基于目标过去的位置预测每个检测到的目标未来的位置。
方案19、根据方案15所述的方法，其中，评估威胁级别包括离散化所述安全防护罩和所述动作网格。
方案20、根据方案15所述的方法，其中，所述相对运动是速度。
根据下述的描述和所附的权利要求，结合附图，本发明的额外特征将变得明显。
附图说明
图1是车辆的简单示意图，包括多个模块，用于评估车辆周围的潜在威胁；
图2是道路的示意图，示出了动作网格围绕的自我车辆和动态安全防护罩围绕的其它车辆；
图3是图2示出的道路的一部分的离散化网格，示出了情形评估和潜在威胁；
图4是图3示出的网格的示意图，包括道路权重；
图5是图3示出的网格的示意图，包括动作权重；以及
图6是图3示出的网格的示意图，包括组合的道路权重和动作权重。
具体实施方式
本发明实施例的下述讨论指向一种系统和方法，其用于在避免碰撞系统中提供威胁评估和避免碰撞的动作，以及规划安全允许的轨迹，这种讨论本质上仅是示例性的，并且决没有意图限制本发明或其应用或用途。
图1是车辆10的简单示意图，该车辆10装备有传感器阵列，整体表示在方框12处。方框12意欲代表设在车辆10上的所有传感器，包括，但是不限于，相机、激光雷达、雷达、超声波等等，以任何合适的结构、混合和匹配组合以及位置，用于与这里讨论一致的特定应用。车辆10也包括通讯系统14，例如上面提及的DSRC系统，其允许车辆10与车辆10周围的相似配备的其它车辆进行通讯。例如，其它车辆可广播被车辆接收的信息，例如道路中的障碍、位置和速度数据等等。传感器12接收的数据和系统14接收的通讯信号提供给感官知觉模块16，其处理数据，并提供传感器数据合成、目标检测、目标追踪等等。本领域技术人员将容易认识到这样的处理器和算法，其处理来自各种类型的传感器的数据、图像和信息以及其它信号并组合该信息来检测和监控车辆10周围的静止和移动的目标。
来自模块16处理过的信息提供给情形评估模块18，情形评估模块18使用该数据认别当车辆10行进时可能在车辆10周围的潜在碰撞威胁，用于避免碰撞和主动安全目的。要注意到的是，尽管避免碰撞是本文讨论的系统的能力之一，但是也能够提供其它的应用，例如车辆路径规划。例如，系统能用来在检测到潜在威胁时采取必须的优化动作，并也能确定车辆的路线以及建议替代的路线。
如下面将详细讨论的，当关于那些威胁的数据被传感器12和/或通讯系统14持续地接收和更新，情形评估模块18提供整体的方法和分析用于评估潜在的威胁。来自情形评估模块18的评估过的潜在威胁信息发送给行为决定模块20，行为决定模块20使用关于在车辆10周围的潜在威胁的移动和位置的数据以及车辆10的运动和位置来确定是否需要对车辆10的速度和方向作出纠正以避免潜在的碰撞。该信息发送给运动规划模块22，其确定为了避免碰撞需要对车辆10的速度和位置作出的那些纠正是什么，并且该控制在控制模块24中执行，以提供车辆转向、节流和/或制动控制。运动规划模块22也能设计短期和长期轨迹，以允许车辆10安全抵达预定的目的地。控制模块24根据碰撞的潜在威胁的严重性为车辆驾驶员提供警告和推荐，例如在显示器26上，或者可以独立于车辆驾驶员自动地改变车辆10的速度和位置。模块16、18、20、22和24的每一个将包括执行本文所讨论的操作所必需的处理器、算法和电路。
图2是道路30的示意图，其包括三个行驶车道32、34和36。自我车辆38行驶在中心车道34，并且是这里讨论的车辆，该车辆装备有模块和算法，这些模块和算法是接收关于在车辆38的附近地区的其它目标(例如其它车辆、行人、自行车、物体等等，移动的目标和静止的目标，可能造成与车辆38的潜在碰撞威胁)的数据所必需的。随着自我车辆38的移动以及车辆38周围其它目标的移动，在这些目标之间具有连续的且动态的改变的相互作用。
情形评估模块18在自我车辆38周围分配动作网格40，动作网格40包括多个单独单元42。网格40的尺寸、单元42的尺寸、单元42的数量、网格40的形状等全部都是适应性的，并且网格40中指定的应用的变化可依赖于下列因素：车辆38的位置，即，城市驾驶、农村驾驶、拥挤驾驶、道路类型等；车辆38的速度；车辆38的位置；车辆38的类型等等。要注意的是，网格40的分辨率是可适应的，例如，每个车道32、34和36可包括三个单元42，指代特定车道的右边、中间和左边位置。此外，网格40的尺寸和分辨率取决于要求或可能想要的评估和轨迹规划的延伸和细节。在这个非限制性实施例中，网格40具有二十一个单元42，其中，三个单元42延伸穿过整条道路30。在一个实施例中，网格40中单元42的尺寸设定为预先固定的值。在一个样本时间间隔内，车辆38可维持在网格40的中心(零步骤)或转移到网格40中的一个相邻单元42(有限步骤)，这取决于当前的威胁级别。在一个样本时间间隔后车辆38的总的转移然后通过车辆38相对于道路30的速度的矢量和而获得，并且在网格40上采取的额外步骤(零或有限)乘以样本时间间隔。在每个样本时间间隔后，网格40的中心移动到车辆38新的位置，以开始新的威胁评估循环。
由自我车辆38使用传感器12和/或通讯系统14在预定范围内检测的每个静态或动态的目标将被分配虚拟动态安全防护罩(DSS)，其中，DSS对关于目标的信息进行编码，作为自我车辆38的潜在威胁。注意到的是，目标的检测和给该目标分配防护罩是整体的方法，因为不具体认别目标的类型，而只是因为目标存在并且会给自我车辆38造成碰撞威胁。然而，进一步注意到的是，如果已知目标的类型，那么该信息可用来评估威胁，例如增加行人的防护罩尺寸。在这个示例中，车辆46行驶在车道32中，在自我车辆38的前面，车辆48行驶在中间车道34中，在自我车辆38的前面，并且车辆50行驶在车道36中，在自我车辆38的后面。每个车辆46、48、50由自我车辆38检测，并分配DSS52。此外，DSS52可以分配给自我车辆38，以认别预定的安全问题，这些问题可与例如道路或天气状况的普通因素相关。
在这个实施例中，每个DSS52表示为椭圆形状，只是用于示例的目的。特定DSS52的形状、尺寸和取向取决于已经被分配的检测到的目标和自我车辆38之间的预定量度。注意到的是，DSS52的形状不需要是对称的，并且检测到的特定目标不需要定位在DSS52的中心。预定的量度很可能是特定目标和自我车辆38之间的相对速度，但是也可以采用其它的量度，例如检测到的目标和自我车辆38之间的加速度、检测到的目标和自我车辆38之间的距离、例如天气和道路状况等的非相对量度。
注意到的是，DSS52的尺寸不仅取决于自我车辆38和周围目标之间的相对运动，而且也取决于特定区域中目标的绝对运动。此外，DSS52的尺寸也可类似于理解级别或测量不确定性。例如，如果感测系统关于怀疑目标的检测或运动是不确定的，那么更大尺寸的DSS可分配给这个目标，以暗示这种不确定性。同样，DSS52的尺寸可受来自交通参与者的提示的影响。例如，如果在自我车辆38的相邻车道中行驶的车辆意图变道时，该系统可以改变分配给那个车辆的DSS52的尺寸，以反映这个意图。此外，可使用多于一个的量度，其中，每个量度分配有其自身的DSS，在这里特定的检测到的目标可包括多个防护罩。防护罩52的尺寸可选择为对与目标碰撞的潜在时间(例如，2s)进行编码。动作网格40的尺寸和分辨率和分配给特定目标的防护罩52的尺寸也可以是可调节的参数，以允许驾驶员选择性地控制自我车辆38与潜在碰撞威胁的相互作用，从而对于不同级别的驾驶员积极性是可选择的。注意到的是，这个特性与将分配给网格单元42的权重更加相关，如下所述。此外，如所提及的，由于目标的检测通常是不精确的，因此分配给特定目标的DSS52也可以编码有不确定因素，其可以是基于多个参数(例如地理位置、天气、温度等等)的权重值。同样的，由于防护罩52的位置可从一个样本时间变化到下一个样本时间，可预期防护罩52的预测移动模式，以因为预测未来目标在哪的能力而进一步加强与目标碰撞的潜在风险的决策能力。
在一个实施例中，随着特定目标和自我车辆38之间相对速度的增加使得目标和车辆38变得越来越近，目标将成为潜在威胁的可能性提高，并且用于那个特定目标的DSS52的尺寸应被增加。因为目标的检测和对该目标的安全防护罩的分配可基于自我车辆38和目标之间的相对量度，并且不基于道路上的其它参数，如果在彼此周围行驶的多个车辆全部都包括基于这个相对移动的概念的相同实施，则可以实施威胁避免的一致性。
自我车辆38周围的动作网格42与每个DSS52相互作用或盘旋，其中，这个相互作用在评估模块18中被评估用于避免碰撞。在这个示例中，用于车辆46、48和50的DSS52与网格40重叠。自我车辆38上的情形评估模块18可导致行为决定模块20由于那个相互作用而启动与本文的讨论一致的车辆动作。换句话说，如果分配给特定目标的DSS52进入动作网格40，那么情形评估模块18将认别那个为潜在碰撞威胁，这将导致决定模块20在需要时计算对车辆的位置和速度的纠正以避免碰撞。由于防护罩52的尺寸和形状由已经分配了防护罩52的目标和自我车辆38的相对位置和速度来确定，防护罩52和动作网格40之间相互作用的量设定威胁级别。例如，如果行驶在自我车辆38前面的车辆突然减速，那么该车辆和自我车辆38之间的相对位置将急速减少，并且这个车辆和自我车辆38之间的相对速度将急速增加，这会导致情形评估模块18增大这个车辆周围的防护罩52的尺寸，这将很可能导致防护罩52和动作网格40相互作用，从而导致采取一些动作避免与这个车辆的碰撞，例如减速或变道。
在一个实施例中，情形评估模块18在内部网格模型中离散化动作网格40和安全防护罩52，以评估潜在的碰撞威胁。图3是这样的内部网格模型60的示意图。在模型60中，车道32、34和36用单元64的排62表示。自我车辆38由方框66表示并且动作网格40由边界68表示，边界68覆盖沿着车辆38行驶方向上的七个单元64以及越过车道32、34和36的横向方向上的三个单元64，其中，方框66位于边界68的中心。模型60中的区域70和72代表道路外，并且用黑色阴影代表车辆38离开道路的高威胁级别。车辆46、48和50在特定时间点的位置分别由方框74、76和78示出，并且也用黑色阴影，指示与车辆46、48和50之一处于相同单元64中的自我车辆38的威胁级别。每个车辆46、48和50周围的DSS52由具有不同的黑色阴影的多个方框80表示，其中，方框越黑，特定方框80与代表实际车辆的方框越近。
图2中的动作网格40和图3中的边界68被认别用于如上述讨论的情形评估。它们也用来由行为决定模块20提供决定，并用于基于已经确定的风险评估执行模块22中的运动规划。当行为决定模块20确定应该采取特定的动作，运动规划模块22然后确定自我车辆38将如何在单元间移动。可以使用任何合适的技术来生成由决定模块20确定的动作。非限制性示例包括采用蜂窝自动操作或优化原则，这两者都是本领域技术人员公知的。注意到的是，动作受限于自我车辆38的运动和动态限制，这限制了取决于纵向速度和动态稳定性的可达到的车辆横向加速度。其它的限制可源自道路形状、当地交通规则等等。
在运动规划的优化方法中，每个单元64分配一个权重，其中，权重负值越大，自我车辆38在那个特定时间点处于那个单元中的代价函数越高。在概率框架中，负的权重暗示着转移到那个单元的较低的可能性。图4是网格90的示意图，示出了单元92，代表边界68中的每个单元64。代表威胁的道路权重给每个单元92，基于可存在这些单元中的安全防护罩的部分。具体的，多个方框94显示在一些单元92中，其中，每个方框94描述边界68中的一个方框80。不包括方框94的那些单元92不具有在网格的那个离散化部分中的防护罩。网格90中示出的每个方框94包括数值，其认别威胁代价函数，这被认别用于处于那个特定单元中的自我车辆38。方框94中最大的负值表示阴影最黑的方框76以及目标在那个防护罩中感知的确切位置，并因而代表最高的威胁。注意到的是，这是非限制性示例的方式，因为这可以是目标的近似位置。随着距离防护罩52的中心的距离的增加，在防护罩52中的权重的值减少(变得更小的负值)。
图5是网格100的示意图，也示出了单元102，其代表边界68中的每个单元64。每个单元102分配有权重值，该权重值反映为在下一个时间间隔中潜在的动作所付出的代价。在后续的样本时间，动作将改变自我车辆38的中心位置至边界68中的另一个单元，不考虑可检测到的其它目标。在概率框架中，动作权重等同于自我车辆38从单元的中心移动到所有其它单元的转移概率。如图所示，自我车辆38所位于的网格100的中心单元，被分配零代价函数，意味着自我车辆38最安全的位置是处于那个单元中。中心单元代表根据自我车辆38的当前运动的自我车辆38的本位和优化位置，但不考虑车辆38周围的可能的障碍物。单元离自我车辆38行驶车道中的中心单元越远，代价函数提高，即，变得更负，因为在一个时间步长内转移到那个单元中通常是变得更加不安全，因此需要大的加速度。同样的，离相邻车道中的中心单元越远，也增加动作权重。变道也与增加的代价函数相关。
在优化的方法中，网格90中的道路权重与网格100中的动作权重组合，来提供图6示出的网格110，从该网格110能够确定在下个时间步长中自我车辆38的优化位置。网格110也示出了单元112，代表边界68中的每个单元64。显然的是，优化的位置权重通过分别将来自网格90和100的相应的道路权重和动作权重的相加来确定，以评估自我车辆38在一个样本时间段中从中心单元移动到另一个单元的代价。注意到的是，优化的位置权重可通过施加对道路权重和动作权重的权重和来获得。道路权重和动作权重可实时地改变，以反映交通状况的改变。
作为优化方法的替换，行为决定模块20和运动规划模块22可以采用蜂窝自动操作来实施。蜂窝自动操作使用下述输入：(i)位于动作网格40内的其它车辆的状态，其中，这些状态可以是质心的相对位置和相对速度，和(ii)DSS覆盖的网格单元。接着，蜂窝自动操作施加一套预定的规则，来生成自我车辆38新的输出状态。例如，行为决定模块20可确定自我车辆38应该一直保持离每个目标的DSS52一个单元，并且因此自我车辆38将因此改变其状态以满足这个目标。
如本领域技术人员将很好理解的，本文所讨论的以描述本发明的一些不同的步骤和过程可涉及由使用电现象操纵和/或转换数据的计算机、处理器或其它电子计算装置执行的操作。这些计算机和电子装置可采用各种易失的和/或非易失的存储器，包括非暂时性计算机可读介质，具有存储在其上的可执行程序，包括各种代码或可执行指令，能够通过计算机或处理器执行，其中，存储器和/或计算机可读媒介可包括所有形式和类型的存储器以及其它的计算机可读媒介。
前述公开的讨论仅是描述本发明的示例性实施例。本领域的技术人员根据这样的讨论和附图以及权利要求，将容易认识到能够作出各种改变，修改和变化，而不脱离在如下述权利要求中限定的本发明的精神和范围。
Claims (10)
1.一种识别潜在威胁的方法，所述方法包括：
检测在自我车辆周围的预定附近地区中的多个目标；
确定每个检测到的目标和自我车辆之间的预定量度；
限定每个检测到的目标周围的虚拟动态安全防护罩，所述虚拟动态安全防护罩具有由所述目标和自我车辆之间的量度确定的尺寸；
限定自我车辆周围的动作网格；以及
基于所述目标的防护罩和所述动作网格是否重叠以及重叠多少，评估每个检测到的目标和自我车辆之间的潜在的相互作用。
2.根据权利要求1所述的方法，其中，检测多个目标包括采用自我车辆上的多个传感器。
3.根据权利要求1所述的方法，其中，检测多个目标包括采用自我车辆和目标之间的通讯信号。
4.根据权利要求1所述的方法，其中，确定预定量度包括确定每个检测到的目标和自我车辆之间的相对速度。
5.根据权利要求1所述的方法，其中，确定预定量度包括确定每个检测到的目标和自我车辆之间的相对加速度。
6.根据权利要求1所述的方法，其中，确定预定量度包括确定每个检测到的目标和自我车辆之间的相对距离。
7.根据权利要求1所述的方法，其中，限定所述安全防护罩包括给所述安全防护罩分配不确定因素，其限定关于目标位置的不确定性。
8.根据权利要求1所述的方法，其中，限定所述安全防护罩包括基于驾驶员的积极性调整所述安全防护罩。
9.根据权利要求1所述的方法，其中，限定所述安全防护罩包括基于目标过去的位置，预测每个检测到的目标未来的位置。
10.根据权利要求1所述的方法，其中，限定动作网格包括限定具有预定数量和尺寸的单元的动作网格。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/960,667 | 2013-08-06 | ||
| US13/960,667 US9280899B2 (en) | 2013-08-06 | 2013-08-06 | Dynamic safety shields for situation assessment and decision making in collision avoidance tasks |
| US13/960667 | 2013-08-06 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104340152A true CN104340152A (zh) | 2015-02-11 |
| CN104340152B CN104340152B (zh) | 2017-11-07 |
Family
ID=52388721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310757122.0A Active CN104340152B (zh) | 2013-08-06 | 2013-12-09 | 在避免碰撞任务中用于情形评估和决策的动态安全防护罩 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US9280899B2 (zh) |
| CN (1) | CN104340152B (zh) |
| DE (1) | DE102013113572B4 (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105809130A (zh) * | 2016-03-08 | 2016-07-27 | 武汉大学 | 一种基于双目深度感知的车辆可行驶区域计算方法 |
| CN106483955A (zh) * | 2015-08-27 | 2017-03-08 | 现代自动车株式会社 | 用于控制自主导航的装置和方法 |
| CN106683464A (zh) * | 2015-07-20 | 2017-05-17 | 德韧营运有限责任公司 | 用于基于车辆动态输入向车辆提供警报的系统和方法 |
| CN107103784A (zh) * | 2016-02-22 | 2017-08-29 | 沃尔沃汽车公司 | 估计车道变更操作的车辆间隔和时间场合的方法和系统 |
| CN107121144A (zh) * | 2016-02-24 | 2017-09-01 | 霍尼韦尔国际公司 | 用于检测未对准的静止对象的系统和方法 |
| CN107430807A (zh) * | 2015-03-31 | 2017-12-01 | 爱信艾达株式会社 | 自动驾驶辅助系统、自动驾驶辅助方法以及计算机程序 |
| CN110461676A (zh) * | 2017-03-29 | 2019-11-15 | 三菱电机株式会社 | 控制车辆的横向运动的系统和方法 |
| CN111295899A (zh) * | 2017-11-01 | 2020-06-16 | 高通股份有限公司 | 用于基于威胁等级估计来对车联网（v2x）通信消息进行优先级排序的技术和装置 |
| CN111344647A (zh) * | 2017-09-15 | 2020-06-26 | 艾耶股份有限公司 | 具有低延时运动规划更新的智能激光雷达系统 |
| CN111736142A (zh) * | 2019-03-25 | 2020-10-02 | 通用汽车环球科技运作有限责任公司 | 用于雷达交叉交通跟踪和操纵风险评估的系统和方法 |
| CN111785023A (zh) * | 2020-07-14 | 2020-10-16 | 山东派蒙机电技术有限公司 | 一种车辆碰撞风险预警方法及系统 |
| CN112242069A (zh) * | 2019-07-17 | 2021-01-19 | 华为技术有限公司 | 一种确定车速的方法和装置 |
| CN108715164B (zh) * | 2017-04-07 | 2021-10-01 | 奥迪股份公司 | 用于车辆的驾驶辅助设备和方法 |
| CN114464013A (zh) * | 2022-04-11 | 2022-05-10 | 青岛慧拓智能机器有限公司 | 多车辆协同避碰方法、装置、系统、存储介质及终端 |
Families Citing this family (66)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2950114B1 (en) * | 2014-05-30 | 2020-03-04 | Honda Research Institute Europe GmbH | Method for assisting a driver in driving a vehicle, a driver assistance system, a computer software program product and vehicle |
| SG10201808147PA (en) * | 2015-03-06 | 2018-10-30 | Oceaneering Int Inc | Bubble logic for ride vehicle control |
| US9922565B2 (en) * | 2015-07-20 | 2018-03-20 | Dura Operating Llc | Sensor fusion of camera and V2V data for vehicles |
| DE102015217891A1 (de) | 2015-09-17 | 2017-03-23 | Volkswagen Aktiengesellschaft | Bestimmen einer Soll-Trajektorie für ein Fahrzeug |
| US9933513B2 (en) | 2016-02-18 | 2018-04-03 | Aeye, Inc. | Method and apparatus for an adaptive ladar receiver |
| US10761196B2 (en) | 2016-02-18 | 2020-09-01 | Aeye, Inc. | Adaptive ladar receiving method |
| WO2017154967A1 (ja) * | 2016-03-11 | 2017-09-14 | 日本電気株式会社 | 異常走行検出装置、異常走行検出方法とそのプログラムを格納する記憶媒体、および異常走行検出システム |
| US9896096B2 (en) | 2016-04-11 | 2018-02-20 | David E. Newman | Systems and methods for hazard mitigation |
| KR101786352B1 (ko) * | 2016-05-27 | 2017-11-15 | 현대자동차주식회사 | 우선순위 고려 차선 변경 제어 장치 및 방법 |
| WO2017214581A1 (en) | 2016-06-10 | 2017-12-14 | Duke University | Motion planning for autonomous vehicles and reconfigurable motion planning processors |
| US10579065B2 (en) * | 2016-11-23 | 2020-03-03 | Baidu Usa Llc | Algorithm and infrastructure for robust and efficient vehicle localization |
| US11155260B1 (en) * | 2016-12-09 | 2021-10-26 | United Services Automobile Association (Usaa) | Autonomous vehicle entity vector-based situational awareness scoring matrix |
| US10351129B2 (en) * | 2017-01-13 | 2019-07-16 | Ford Global Technologies, Llc | Collision mitigation and avoidance |
| EP3360747A1 (en) * | 2017-02-13 | 2018-08-15 | Autoliv Development AB | Improvements in or relating to driver assistance systems |
| JP6611080B2 (ja) * | 2017-02-24 | 2019-11-27 | マツダ株式会社 | 車両運転支援システム及び方法 |
| DE102017206436A1 (de) * | 2017-04-13 | 2018-10-18 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Erkennung und/oder Verfolgung von Objekten |
| US10901423B2 (en) | 2017-09-01 | 2021-01-26 | International Business Machines Corporation | Generating driving behavior models |
| JP2019053503A (ja) * | 2017-09-14 | 2019-04-04 | 本田技研工業株式会社 | 移動体情報取得システム、移動体情報取得方法、プログラム、及び、移動体 |
| US11068545B2 (en) * | 2017-11-17 | 2021-07-20 | Battelle Memorial Institute | Spatial identification of assets using n-dimensional asset identifiers |
| US11077756B2 (en) * | 2017-11-23 | 2021-08-03 | Intel Corporation | Area occupancy determining device |
| US10509410B2 (en) * | 2017-12-06 | 2019-12-17 | Zoox, Inc. | External control of an autonomous vehicle |
| SE1751584A1 (en) * | 2017-12-20 | 2019-06-21 | Scania Cv Ab | Method and control arrangement in a transportation surveillance system |
| WO2019139815A1 (en) * | 2018-01-12 | 2019-07-18 | Duke University | Apparatus, method and article to facilitate motion planning of an autonomous vehicle in an environment having dynamic objects |
| TWI822729B (zh) | 2018-02-06 | 2023-11-21 | 美商即時機器人股份有限公司 | 用於儲存一離散環境於一或多個處理器之一機器人之運動規劃及其改良操作之方法及設備 |
| KR102507115B1 (ko) | 2018-02-27 | 2023-03-07 | 삼성전자주식회사 | 차량의 주행 경로를 계획하는 방법 및 이를 위한 장치 |
| PL3769174T3 (pl) | 2018-03-21 | 2022-10-24 | Realtime Robotics, Inc. | Planowanie przemieszczania robota do różnych środowisk i zadań oraz jego ulepszone działanie |
| US10836346B2 (en) | 2018-04-27 | 2020-11-17 | Nio Usa, Inc. | Methods and systems for providing a protect occupants mode with an autonomous vehicle |
| JP7194755B2 (ja) | 2018-05-31 | 2022-12-22 | ニッサン ノース アメリカ，インク | 軌道計画 |
| US10569773B2 (en) | 2018-05-31 | 2020-02-25 | Nissan North America, Inc. | Predicting behaviors of oncoming vehicles |
| US11040729B2 (en) | 2018-05-31 | 2021-06-22 | Nissan North America, Inc. | Probabilistic object tracking and prediction framework |
| US10745011B2 (en) | 2018-05-31 | 2020-08-18 | Nissan North America, Inc. | Predicting yield behaviors |
| US10564643B2 (en) | 2018-05-31 | 2020-02-18 | Nissan North America, Inc. | Time-warping for autonomous driving simulation |
| DE102018211240A1 (de) * | 2018-07-07 | 2020-01-09 | Robert Bosch Gmbh | Verfahren zum Klassifizieren einer Relevanz eines Objekts |
| EP3614223B1 (en) * | 2018-08-24 | 2020-06-17 | The Boeing Company | Method, system and emergency control device for traffic management of autonomous vehicles in emergency situations |
| CN111918804B (zh) * | 2018-09-24 | 2024-04-16 | C.R.F.财团股份公司 | 汽车驾驶员辅助 |
| US10820349B2 (en) | 2018-12-20 | 2020-10-27 | Autonomous Roadway Intelligence, Llc | Wireless message collision avoidance with high throughput |
| US10816635B1 (en) | 2018-12-20 | 2020-10-27 | Autonomous Roadway Intelligence, Llc | Autonomous vehicle localization system |
| WO2020144170A1 (en) * | 2019-01-07 | 2020-07-16 | Zenuity Ab | Method for controlling a vehicle |
| WO2020214723A1 (en) | 2019-04-17 | 2020-10-22 | Real Time Robotics, Inc. | Motion planning graph generation user interface, systems, methods and articles |
| EP3977226A4 (en) | 2019-06-03 | 2023-06-07 | Realtime Robotics, Inc. | APPARATUS, METHODS AND ARTICLES FOR FACILITATING MOVEMENT PLANNING IN ENVIRONMENTS HAVING DYNAMIC OBSTACLES |
| KR20200139443A (ko) * | 2019-06-04 | 2020-12-14 | 주식회사 만도 | 운전자 보조 시스템 및 그 제어 방법 |
| US10820182B1 (en) | 2019-06-13 | 2020-10-27 | David E. Newman | Wireless protocols for emergency message transmission |
| US10713950B1 (en) | 2019-06-13 | 2020-07-14 | Autonomous Roadway Intelligence, Llc | Rapid wireless communication for vehicle collision mitigation |
| US10939471B2 (en) | 2019-06-13 | 2021-03-02 | David E. Newman | Managed transmission of wireless DAT messages |
| US11328593B2 (en) | 2019-07-31 | 2022-05-10 | Toyota Research Institute, Inc. | Autonomous vehicle user interface with predicted trajectories |
| US11292457B2 (en) * | 2019-07-31 | 2022-04-05 | Toyota Research Institute, Inc. | Autonomous vehicle user interface with predicted trajectories |
| US11292458B2 (en) | 2019-07-31 | 2022-04-05 | Toyota Research Institute, Inc. | Autonomous vehicle user interface with predicted trajectories |
| WO2021041223A1 (en) | 2019-08-23 | 2021-03-04 | Realtime Robotics, Inc. | Motion planning for robots to optimize velocity while maintaining limits on acceleration and jerk |
| CN111024088B (zh) * | 2019-12-27 | 2023-04-07 | 芜湖哈特机器人产业技术研究院有限公司 | 一种激光叉车路径规划方法 |
| TW202146189A (zh) | 2020-01-22 | 2021-12-16 | 美商即時機器人股份有限公司 | 於多機器人操作環境中之機器人之建置 |
| US11480691B2 (en) | 2020-02-21 | 2022-10-25 | Qualcomm Incorporated | Method and apparatus to determine relative location using GNSS carrier phase |
| US11346959B2 (en) * | 2020-02-21 | 2022-05-31 | Qualcomm Incorporated | Method and apparatus to determine relative location using GNSS carrier phase |
| US11708071B2 (en) * | 2020-03-30 | 2023-07-25 | Denso Corporation | Target-orientated navigation system for a vehicle using a generic navigation system and related method |
| US11912300B2 (en) * | 2020-09-30 | 2024-02-27 | GM Global Technology Operations LLC | Behavioral planning in autonomus vehicle |
| US11206169B1 (en) | 2020-11-13 | 2021-12-21 | Ultralogic 5G, Llc | Asymmetric modulation for high-reliability 5G communications |
| DE102020214347A1 (de) | 2020-11-16 | 2022-05-19 | Volkswagen Aktiengesellschaft | Bahnplanung eines Fahrzeugs |
| US20220183068A1 (en) | 2020-12-04 | 2022-06-09 | David E. Newman | Rapid Uplink Access by Parallel Signaling on a 5G Random-Access Channel |
| US11493610B2 (en) | 2021-03-26 | 2022-11-08 | Aeye, Inc. | Hyper temporal lidar with detection-based adaptive shot scheduling |
| US11604264B2 (en) | 2021-03-26 | 2023-03-14 | Aeye, Inc. | Switchable multi-lens Lidar receiver |
| US11480680B2 (en) | 2021-03-26 | 2022-10-25 | Aeye, Inc. | Hyper temporal lidar with multi-processor return detection |
| US20220308187A1 (en) | 2021-03-26 | 2022-09-29 | Aeye, Inc. | Hyper Temporal Lidar Using Multiple Matched Filters to Determine Target Retro-Reflectivity |
| US20220317249A1 (en) | 2021-03-26 | 2022-10-06 | Aeye, Inc. | Hyper Temporal Lidar with Switching Between a Baseline Scan Mode and a Pulse Burst Mode |
| US11630188B1 (en) | 2021-03-26 | 2023-04-18 | Aeye, Inc. | Hyper temporal lidar with dynamic laser control using safety models |
| US11635495B1 (en) | 2021-03-26 | 2023-04-25 | Aeye, Inc. | Hyper temporal lidar with controllable tilt amplitude for a variable amplitude scan mirror |
| CN114228707B (zh) * | 2021-12-22 | 2023-04-25 | 广西科技大学 | 一种无人驾驶车辆的防撞方法及系统 |
| CN113978457B (zh) * | 2021-12-24 | 2022-05-03 | 深圳佑驾创新科技有限公司 | 一种碰撞风险预测方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10326358A1 (de) * | 2003-06-04 | 2004-12-23 | Volkswagen Ag | Vorrichtung zur Fahrerwarnung und zur Anhaltewegverkürzung |
| DE10359413A1 (de) * | 2003-12-18 | 2005-07-14 | Robert Bosch Gmbh | Display-Einrichtung für Kraftfahrzeuge und Verfahren zur Kollisionswarnung |
| US20060293856A1 (en) * | 2005-06-24 | 2006-12-28 | Deere & Company | System and method for providing a safety zone associated with a vehicle |
| US20090037088A1 (en) * | 2007-08-03 | 2009-02-05 | Toyota Jidosha Kabushiki Kaisha | Running plan creating apparatus |
| US20110010094A1 (en) * | 2008-02-26 | 2011-01-13 | Stephan Simon | Method for assisting a user of a vehicle, control device for a driver-assistance system of a vehicle and vehicle having such a control device |
| CN103010209A (zh) * | 2011-09-24 | 2013-04-03 | 奥迪股份公司 | 用于运行机动车的安全系统的方法和机动车 |
| CN103155015A (zh) * | 2010-09-08 | 2013-06-12 | 丰田自动车株式会社 | 移动物预测装置、假想活动物预测装置、程序模块、移动物预测方法以及假想活动物预测方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2799375B2 (ja) | 1993-09-30 | 1998-09-17 | 本田技研工業株式会社 | 衝突防止装置 |
| US6393362B1 (en) | 2000-03-07 | 2002-05-21 | Modular Mining Systems, Inc. | Dynamic safety envelope for autonomous-vehicle collision avoidance system |
| US6944543B2 (en) | 2001-09-21 | 2005-09-13 | Ford Global Technologies Llc | Integrated collision prediction and safety systems control for improved vehicle safety |
-
2013
- 2013-08-06 US US13/960,667 patent/US9280899B2/en active Active
- 2013-12-05 DE DE102013113572.2A patent/DE102013113572B4/de active Active
- 2013-12-09 CN CN201310757122.0A patent/CN104340152B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10326358A1 (de) * | 2003-06-04 | 2004-12-23 | Volkswagen Ag | Vorrichtung zur Fahrerwarnung und zur Anhaltewegverkürzung |
| DE10359413A1 (de) * | 2003-12-18 | 2005-07-14 | Robert Bosch Gmbh | Display-Einrichtung für Kraftfahrzeuge und Verfahren zur Kollisionswarnung |
| US20060293856A1 (en) * | 2005-06-24 | 2006-12-28 | Deere & Company | System and method for providing a safety zone associated with a vehicle |
| US20090037088A1 (en) * | 2007-08-03 | 2009-02-05 | Toyota Jidosha Kabushiki Kaisha | Running plan creating apparatus |
| US20110010094A1 (en) * | 2008-02-26 | 2011-01-13 | Stephan Simon | Method for assisting a user of a vehicle, control device for a driver-assistance system of a vehicle and vehicle having such a control device |
| CN103155015A (zh) * | 2010-09-08 | 2013-06-12 | 丰田自动车株式会社 | 移动物预测装置、假想活动物预测装置、程序模块、移动物预测方法以及假想活动物预测方法 |
| CN103010209A (zh) * | 2011-09-24 | 2013-04-03 | 奥迪股份公司 | 用于运行机动车的安全系统的方法和机动车 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107430807A (zh) * | 2015-03-31 | 2017-12-01 | 爱信艾达株式会社 | 自动驾驶辅助系统、自动驾驶辅助方法以及计算机程序 |
| CN106683464A (zh) * | 2015-07-20 | 2017-05-17 | 德韧营运有限责任公司 | 用于基于车辆动态输入向车辆提供警报的系统和方法 |
| CN106483955A (zh) * | 2015-08-27 | 2017-03-08 | 现代自动车株式会社 | 用于控制自主导航的装置和方法 |
| CN107103784A (zh) * | 2016-02-22 | 2017-08-29 | 沃尔沃汽车公司 | 估计车道变更操作的车辆间隔和时间场合的方法和系统 |
| CN107121144A (zh) * | 2016-02-24 | 2017-09-01 | 霍尼韦尔国际公司 | 用于检测未对准的静止对象的系统和方法 |
| CN105809130A (zh) * | 2016-03-08 | 2016-07-27 | 武汉大学 | 一种基于双目深度感知的车辆可行驶区域计算方法 |
| CN110461676A (zh) * | 2017-03-29 | 2019-11-15 | 三菱电机株式会社 | 控制车辆的横向运动的系统和方法 |
| CN110461676B (zh) * | 2017-03-29 | 2022-07-01 | 三菱电机株式会社 | 控制车辆的横向运动的系统和方法 |
| CN108715164B (zh) * | 2017-04-07 | 2021-10-01 | 奥迪股份公司 | 用于车辆的驾驶辅助设备和方法 |
| CN111344647A (zh) * | 2017-09-15 | 2020-06-26 | 艾耶股份有限公司 | 具有低延时运动规划更新的智能激光雷达系统 |
| US11821988B2 (en) | 2017-09-15 | 2023-11-21 | Aeye, Inc. | Ladar system with intelligent selection of shot patterns based on field of view data |
| CN111295899A (zh) * | 2017-11-01 | 2020-06-16 | 高通股份有限公司 | 用于基于威胁等级估计来对车联网（v2x）通信消息进行优先级排序的技术和装置 |
| CN111295899B (zh) * | 2017-11-01 | 2024-04-05 | 高通股份有限公司 | 用于基于威胁等级估计来对车联网（v2x）通信消息进行优先级排序的技术和装置 |
| CN111736142A (zh) * | 2019-03-25 | 2020-10-02 | 通用汽车环球科技运作有限责任公司 | 用于雷达交叉交通跟踪和操纵风险评估的系统和方法 |
| US11273838B2 (en) | 2019-07-17 | 2022-03-15 | Huawei Technologies Co., Ltd. | Method and apparatus for determining vehicle speed |
| CN112242069B (zh) * | 2019-07-17 | 2021-10-01 | 华为技术有限公司 | 一种确定车速的方法和装置 |
| WO2021008605A1 (zh) * | 2019-07-17 | 2021-01-21 | 华为技术有限公司 | 一种确定车速的方法和装置 |
| CN112242069A (zh) * | 2019-07-17 | 2021-01-19 | 华为技术有限公司 | 一种确定车速的方法和装置 |
| CN111785023A (zh) * | 2020-07-14 | 2020-10-16 | 山东派蒙机电技术有限公司 | 一种车辆碰撞风险预警方法及系统 |
| CN114464013A (zh) * | 2022-04-11 | 2022-05-10 | 青岛慧拓智能机器有限公司 | 多车辆协同避碰方法、装置、系统、存储介质及终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE102013113572A1 (de) | 2015-02-12 |
| US20150046078A1 (en) | 2015-02-12 |
| DE102013113572B4 (de) | 2016-02-18 |
| CN104340152B (zh) | 2017-11-07 |
| US9280899B2 (en) | 2016-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104340152A (zh) | 在避免碰撞任务中用于情形评估和决策的动态安全防护罩 | |
| US11390300B2 (en) | Method for using lateral motion to optimize trajectories for autonomous vehicles | |
| CN109890677B (zh) | 规划自动驾驶车辆的停止位置 | |
| US10037036B2 (en) | Method and arrangement for determining safe vehicle trajectories | |
| EP2950114B1 (en) | Method for assisting a driver in driving a vehicle, a driver assistance system, a computer software program product and vehicle | |
| JP6525402B2 (ja) | 車両制御装置 | |
| CN104417561B (zh) | 情境感知威胁响应判定 | |
| JP6525401B2 (ja) | 車両制御装置 | |
| JP5614055B2 (ja) | 運転支援装置 | |
| US20180056998A1 (en) | System and Method for Multi-Vehicle Path Planning Technical Field | |
| WO2017126250A1 (ja) | 運転支援方法及び装置 | |
| JP7347523B2 (ja) | 車両制御装置及び車両制御方法 | |
| JP2016001170A (ja) | 処理装置、処理プログラム、及び、処理方法 | |
| KR20180060860A (ko) | 객체들 간의 충돌을 방지하는 충돌 방지 장치 및 방법 | |
| JP2016001464A (ja) | 処理装置、処理システム、処理プログラム、及び、処理方法 | |
| CN110198875B (zh) | 对驾驶员辅助系统的改进或与之相关的改进 | |
| EP4086875A1 (en) | Self-driving method and related device | |
| JP2019043195A (ja) | 車両制御装置 | |
| EP4052174A1 (en) | Obstacle avoidance action | |
| JP2019043192A (ja) | 車両制御装置 | |
| CN117083575A (zh) | 轨迹检查器 | |
| JP6572948B2 (ja) | 車両制御装置 | |
| JP6747405B2 (ja) | 自車位置自信度演算装置 | |
| JP2020050105A (ja) | 運転制御方法及び運転制御装置 | |
| WO2018198769A1 (ja) | 周辺環境認識装置、表示制御装置 |
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 |