CN105292036A - 边界检测系统 - Google Patents
边界检测系统 Download PDFInfo
- Publication number
- CN105292036A CN105292036A CN201510290215.6A CN201510290215A CN105292036A CN 105292036 A CN105292036 A CN 105292036A CN 201510290215 A CN201510290215 A CN 201510290215A CN 105292036 A CN105292036 A CN 105292036A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- threat
- border detection
- information
- threat level
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 287
- 230000004044 response Effects 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 238000013459 approach Methods 0.000 claims description 17
- 239000012491 analyte Substances 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 abstract description 15
- 230000035945 sensitivity Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 15
- 230000033001 locomotion Effects 0.000 description 11
- 230000001133 acceleration Effects 0.000 description 10
- 239000000203 mixture Substances 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 5
- 230000003213 activating effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000009429 distress Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012538 light obscuration Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- 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
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B23/00—Alarms responsive to unspecified undesired or abnormal conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R2021/003—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks characterised by occupant or pedestian
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了用于追踪车辆周围的对象,分析被追踪的对象的潜在威胁,并基于该分析执行威胁响应以保持车辆乘员的安全的系统和方法。实施例包括边界检测系统,边界检测系统包含配置用于存储威胁识别信息的存储器,以及配置用于感测车辆外部的对象并基于感测的对象获得传感器信息的传感器单元。边界检测系统进一步包括与存储器和传感器单元通信的处理器,配置用于接收传感器信息并基于传感器信息和威胁识别信息控制威胁响应的控制器。
Description
技术领域
本发明总体涉及用于追踪车辆外部的对象的运动的边界检测系统。更具体地,边界检测系统配置用于追踪车辆外部的对象以便警告车辆的乘员潜在威胁情况。
背景技术
车辆的乘员可能发现他/她自己处于很难准确地追踪可能发生在车辆的外部的外部事件的情况。在这样的情况下,乘员可以受益于监测车辆外部的事件和对象并提供通知至车辆内部的乘员的附加辅助设备。
发明内容
本申请由所附权利要求来限定。说明书概述了实施例的方面并且不应该用于限制权利要求。其他实施方式根据在此所描述的技术来预期,如基于以下附图和具体实施方式的说明对本领域普通技术人员将是显而易见的,并且这样的实施方式旨在在本申请的范围内。
示例性实施例提供了用于追踪车辆外部的对象,分析被追踪的对象以便确定被追踪的对象对车辆乘员的潜在威胁,并基于分析执行威胁响应以保护车辆的乘员不受被追踪的对象的伤害的系统和方法。
根据一些实施例,一种车辆边界检测系统至少包括配置用于存储威胁识别信息的存储器;配置用于感测车辆外部的对象并基于感测的对象获得传感器信息的传感器单元;以及与存储器和传感器单元通信的处理器,处理器配置用于接收传感器信息并基于传感器信息或威胁识别信息中的至少一个来控制威胁响应。
根据本发明的一个实施例,其中处理器进一步配置用于:
分析传感器信息;
基于传感器信息和威胁识别信息确定对象的威胁等级,以及
基于威胁等级控制威胁响应。
根据本发明的一个实施例,其中处理器配置用于控制威胁响应以:
基于威胁等级激活对应于触觉功能、音频功能、或视觉功能中的至少一个的车辆功能。
根据本发明的一个实施例,其中处理器配置用于分析传感器信息以基于传感器信息的分析将对象分成对象类型等级;以及
其中处理器进一步配置用于基于对象类型等级确定对象的威胁等级。
根据本发明的一个实施例,其中处理器配置用于分析传感器信息以:
基于传感器信息的分析确定对象与车辆的距离;
基于传感器信息的分析确定对象朝向车辆的接近速率;以及
其中处理器进一步配置用于基于对象与车辆的距离和对象的接近速率确定对象的威胁等级。
根据本发明的一个实施例,处理器进一步配置用于:
当传感器信息的分析识别出对象位于与车辆预定距离内或确定对象朝向车辆的接近速率大于预定速率阈值时,增加威胁等级。
根据本发明的一个实施例,处理器进一步配置用于分析传感器信息以:
基于传感器信息确定预测的对象的未来位置;
基于预测的对象的未来位置确定是否预测对象与车辆碰撞;
如果预测的对象的未来位置确定与车辆碰撞,增加对象威胁等级。
根据本发明的一个实施例,处理器进一步配置用于分析传感器信息以:
基于传感器信息确定预测的对象的未来位置;
基于预测的对象的未来位置确定是否预测对象与车辆碰撞;
基于对象是否预测与车辆碰撞,确定估计的对象与车辆的碰撞时间;以及
如果估计的碰撞事件小于预定时间,增加对象威胁等级。
根据本发明的一个实施例,处理器进一步配置用于:
确定对象相对于车辆的位置,以及
将对象分类为在包括远区、近区和占用区的至少三个威胁检测区域中的一个内,
其中占用区在车辆内,
其中近区包括至少占用区和远区之间的距离,传感器单元在近区感测对象,以及
其中远区比近区进一步远离占用区。
根据本发明的一个实施例,其中处理器进一步配置用于当接收到的传感器信息识别对象为位于与占用区的预定距离内,将对象分类为高威胁等级。
根据本发明的一个实施例,其中传感器单元包括雷达传感器、超声波传感器、激光雷达传感器、红外传感器或摄影机中的至少一个。
根据本发明的一个实施例,其中传感器单元配置用于获得传感器信息,传感器信息包括对象相对于车辆的位置、对象的运动、对象的形状、或对象的尺寸中的至少一个。
根据本发明的一个实施例,其中处理器进一步配置用于:
分析接收到的传感器信息;
基于分析确定是否识别出记录触发事件;以及
当从分析识别出记录触发事件时,使记录单元记录传感器信息。
根据本发明的一个实施例,该系统进一步包含通信接口,并且
其中处理器进一步配置用于:
控制通信接口以发送记录的传感器信息至外部服务器,以及
响应于记录的传感器信息的传输,控制通信接口以从外部服务器接收传输。
根据本发明的一个实施例,其中处理器进一步配置用于:
基于传感器信息和威胁识别信息确定对象的威胁等级;
基于传感器信息选择灵敏度等级;以及
当选择的灵敏度等级是高时增加对象的威胁等级,以及当选择的灵敏度等级是低时降低对象的威胁等级。
根据一些实施例,一种用于检测车辆周围的边界内的对象的方法至少包括在存储器中存储包括用于识别威胁情况的信息的威胁识别信息;由传感器单元感测位于车辆外部的对象,并基于感测的对象获得传感器信息;由处理器接收传感器信息;以及基于传感器信息或威胁识别信息中的至少一个由处理器控制威胁响应。
根据本发明的一个实施例,该方法进一步包含:
分析传感器信息;
基于传感器信息和威胁识别信息确定对象的威胁等级,以及
基于威胁等级控制威胁响应。
根据本发明的一个实施例,其中分析传感器信息包含基于传感器信息的分析将对象分成对象类型等级;以及
其中威胁等级基于对象类型等级来进一步确定。
根据本发明的一个实施例,其中分析传感器信息包含:
基于传感器信息的分析确定对象与车辆的距离;
基于传感器信息的分析确定对象朝向车辆的接近速率;以及
其中威胁等级基于对象与车辆的距离和对象的接近速率来进一步确定。
根据本发明的一个实施例,该方法进一步包含:
分析接收到的传感器信息;
基于分析确定是否识别出记录触发事件;以及
当从分析识别出记录触发事件时使记录单元记录传感器信息。
附图说明
为了更好地理解本发明,可以参考在以下附图中所示的实施例。附图中的组件不一定按比例绘制并且相关元件可以省略以便强调且清楚地说明在此所描述的新颖性特征。此外,系统组件可以如本领域中公知的不同地布置。在附图中,贯穿不同的附图相同的附图标记可以指代相同的部件,除非另有规定。
图1示出了车辆周围的许多边界检测区域;
图2示出了根据一些实施例的示例性威胁检测环境;
图3示出了根据一些实施例的示例性威胁检测环境;
图4示出了配备有根据一些实施例的边界检测系统的传感器的示例性车辆;
图5示出了描述根据一些实施例的过程的示例性流程图;
图6示出了包括根据一些实施例的边界检测系统的组件的示例性框图;以及
图7示出了根据一些实施例的示例性图表。
具体实施方式
虽然本发明可以体现为各种形式,但是在附图中示出了并且将在下文中将描述一些示例性和非限制性实施例,要理解的是,本公开应被认为是本发明的例证,而不是旨在限制本发明为所示的具体实施例。在本发明中所描述的所有示出组件不是必需的,然而,以及一些实施方式可以包括附加的、不同的或比本发明中明确描述的那些更少的组件。在不脱离在此所阐述的权利要求的精神或范围的前提下可以做出组件的布置和类型的变化。
组件和系统可以包括在用于识别车辆周围检测到的对象的车辆上和/或在用于识别车辆周围检测的对象的车辆内。通过识别车辆周围检测到的对象,可以执行进一步分析以确定对象是否对车辆的一个或多个乘员的安全构成威胁。例如,本发明描述了作为车辆的特征包括的边界检测系统。边界检测系统的一个或多个组件可以与现有的车辆组件的一个或多个组件共享。边界检测系统通常包括用于检测位于车辆的外部附近的对象的一个或多个传感器,用于存储从传感器接收的信息和当确定所检测的对象对车辆乘员的预测威胁等级时可以参考的信息的存储器组件,以及用于基于接收的传感器信息和存储在存储器中的信息确定该对象是否可以对车辆乘员构成威胁情况的处理器。处理器可以进一步配置用于基于对象是否构成威胁的确定控制用于执行威胁响应的车辆的其它特征和/或组件。虽然边界检测系统已经描述为包括一个或多个传感器,存储器组件以及控制器,边界检测系统包括更多或更少数量的组件在本发明的范围内。
边界检测系统可以例如在消费者客运车辆如轿车或卡车中使用。边界检测系统也可以例如在非民用车辆如执法机构、政府机构、紧急响应机构(例如,消防响应机构)、或医疗响应机构(例如,医院或救护车)使用的车辆中使用。这个清单并不是详尽的,并且仅提供用于示例的目的。由此,贯穿本发明所描述的车辆可以对应于消费者客运车辆或由上述示例性机构中的一个或多个使用的特种车辆(如警车,消防卡车,救护厢式车)。
在此关于边界检测系统的功能所描述的特征、过程和方法可以由在边界检测系统上运行的边界检测工具上来执行。边界检测工具可以是程序、应用、和/或包含在组成边界检测系统的一个或多个组件上的软件和硬件的一些结合。边界检测工具和边界检测系统以下进行更详细地描述。
进一步地,虽然当车辆处于停车状态(即,静止状态)时对应于在此所描述的边界检测工具和边界检测系统的车辆和特征是适用的,但是当车辆处于移动状态时同样的特征可以适用也在本发明的范围内。
以下说明是基于边界检测工具识别可以指定给车辆100外部检测到的对象的至少三个不同的威胁等级类别来提供的。三个示例性威胁等级类别是无威胁等级类别,低威胁等级类别,和高威胁等级类别。在一些实施例中,可以存在高于高威胁等级类别的紧急威胁等级类别。提供威胁等级类别参考用于示例的目的,因为边界检测工具参考更多或更少数量的威胁等级类别在本发明的范围内。例如,在一些实施例中,边界检测工具可以识别两个不同的威胁等级类别:低威胁等级和高威胁等级。在其他实施例中,边界检测工具可以识别无威胁等级作为最低威胁等级类别,高威胁等级作为最高威胁等级类别,并且介于无威胁等级和高威胁等级之间的一个或多个威胁等级类别表示介于无威胁等级和高威胁等级之间的不同的威胁等级。
图1示出了驻扎在包括围绕车辆100的多个威胁等级区域的环境中的车辆100。远区101开始于足够远离车辆100的占用区105(例如,占用区105可以表示在车辆100内乘客可以位于的区域)的距离处,使得边界检测工具识别远区101内的对象为处于相关范围之外。例如,远区101可以开始于距离占用区105边界检测工具认为对象对占用区105内的乘员构成较小的威胁或没有威胁的距离处。此外或作为选择,远区101可以开始于对应于组成边界检测系统的一个或多个传感器的最大传感器范围的距离处。于是,位于远区101内的对象可以基于它与占用区105的距离由边界检测工具认为是指定无威胁等级类别。
从远区101且更靠近车辆100的下一个区域是中间区102。在中间区102内的对象可以由组成边界检测系统的一个或多个传感器来追踪。例如,包含中间区102的与占用区105的距离可以对应于边界检测工具确定与开始追踪可能对车辆100内的乘员构成威胁的对象相关的距离。此外或作为选择,中间区102的外边界可以对应于对应于组成边界检测系统的一个或多个传感器的最大范围的距离。
进一步地,由边界检测工具识别的远离占用区105预定距离位于中间区102内的对象可以基于它与占用区105的距离最初被分为在无威胁等级类别或低威胁等级类别内。此外,边界检测工具考虑的其他因素可以增加对象的指定的威胁等级类别到更高的威胁等级(例如,从低威胁等级到高威胁等级,或者从无威胁等级到低威胁等级)或降低对象的指定的威胁等级(例如,从低威胁等级到无威胁等级)。然而,仅基于位置,在中间区102内检测到的对象可以最初由边界检测工具分类为无威胁或低威胁等级类别。边界检测工具考虑的其他因素可以对应于如由包括在边界检测系统中的一个或多个传感器所感测到的关于对象的传感器信息(例如,对象的大小,对象的速度,对象的加速度,对象的预测运动/路径/轨迹/位置/地点,或对象的预测对象类型)。关于可以改变对象的威胁等级的附加因素的更深入的说明以下更详细地提供。
从中间区102且更靠近车辆100的下一个区域是近区103。在近区103内的对象可以由组成边界检测系统的一个或多个传感器来追踪。例如,包含近区103的与占用区105的距离可以对应于边界检测工具确定与追踪可以对车辆100内的乘员构成威胁的对象相关的距离。
进一步地,由边界检测工具识别的远离占用区105预定距离位于近区103内的对象可以最初由边界检测工具分类为在低威胁等级类别内。边界检测工具考虑的其他因素可以增加对象的威胁等级类别至更高的威胁等级(如,从低威胁等级到高威胁等级)或降低对象的威胁等级至较低的威胁等级(如,从低威胁等级到无威胁等级)。然而,仅基于位置,在近区103内检测到的对象可以最初由边界检测工具分类为具有低威胁等级类别。关于可以改变对象的威胁等级的附加因素的更深入的说明以下更详细地提供。
从近区103且更靠近车辆100的下一个区域是临界区104。临界区104内的对象可以由组成边界检测系统的一个或多个传感器来追踪。例如,包含临界区104的与占用区105的距离可以对应于边界检测工具确定与追踪可以对车辆100内的乘员构成威胁的对象相关的距离。
如图1所示,一些实施例可以识别临界区104以仅包括紧邻车辆的驾驶员侧和乘客侧的区域,因为这可以表示车辆100的乘员可能最易受攻击的区域。例如,沿着车辆的驾驶员侧和乘客侧移动的对象相比于从车辆100的前侧或后侧到来的对象对于乘员检测来说可能更困难(如,可以包括“盲区(blindspots)”)。此外或作为选择,占用区104可以包括车辆100的前部和后部区域,使得临界区104包括紧围绕车辆100的区域。由于临界区104是最靠近车辆100内占用区105的区域,由边界检测工具识别的具有远离占用区105的距离位于临界区104内的对象可以最初由边界检测工具分类为在高威胁等级类别内。由边界检测工具考虑的其他因素可以增加对象的威胁等级至更高的威胁等级(例如,从高威胁等级到更高的紧急威胁等级)或降低对象的威胁等级至较低的威胁等级(例如,从高威胁等级到低威胁等级)。然而,仅基于位置,在临界区104内检测到的对象可以最初由边界检测工具分类为具有高威胁等级类别。关于可以改变对象的威胁等级的附加因素的更深入的说明以下更详细地提供。
从临界区104的下一个区域是占用区105。占用区是在车辆100内边界检测工具可以获悉车辆100的乘员位于的区域。此外或作为选择,占用区105可以对应于车辆100内边界检测工具基于从组成边界检测系统的一个或多个传感器接收的传感器信息已经识别车辆100的一个或多个乘员位于的区域。占用区识别为对应于车辆100内乘员的区域,并称为边界检测工具的焦点,因为边界检测工具用于通知乘员可能与乘员相关的外部影响。例如,边界检测工具可以用于提醒车辆100的乘员关于车辆100外部边界检测工具已经追踪和确定可能对乘员构成威胁的对象。
于是,仅基于位置,从车辆100外部追踪且然后在占用区105内检测的对象可以自动由边界检测工具分类为在最高的威胁等级类别内。关于可以改变对象的威胁等级的附加因素的更深入的说明以下更详细地提供。
虽然图1示出了识别五个不同的区域(远区,中间区,近区,临界区和占用区),提供区域的准确数目仅用于示例的目的。例如,临界区104可以并入到占用区105,使得占用区可以包括乘客或驾驶员侧车门区域,紧包围车辆100外至预定的距离的区域,或边界检测系统已确定或预测乘员位于的车辆100内的区域。因此,在仍执行在此所描述的特征时边界检测工具可以识别和引用更少或更多个区域在本发明的范围内。进一步地,由边界检测工具识别的每个区域可以与如在此所描述的一个或多个威胁等级类别相关。
此外或作为选择,虽然已经参考了在特定“区域”内的对象,但是边界检测工具识别距离占用区105一个或多个特定距离代替以上和贯穿本发明引用的“区域”在本发明的范围内。
现在进行关于车辆100周围的对象的检测以及可以由边界检测工具考虑以提高或降低对象的威胁等级类别的因素的进一步说明。
图2示出了车辆100处于停在道路的一侧的停车状态的环境。例如,车辆100可以是停在道路的一侧以进行治安业务(如交通管制,监控交通等)的警车。在一些实施例中,车辆100处于停车状态的检测可以初始化边界检测工具以启动其分析或激活威胁响应功能。边界检测工具可以基于车辆100处于停放挡位状态,来自运动传感器的识别车辆100处于停车状态的输入(甚至当车辆100不处于停放挡位状态时),来自加速度传感器的识别车辆100处于停车状态的输入(甚至当车辆100不处于停放挡位状态),或它们的一些结合,来识别车辆100为处于停车状态。在一些实施例中,当车辆100正在移动时,边界检测工具可以在某些功能中运行,只要边界检测系统的一个或多个组件(例如,传感器)是操作的,并检测关于车辆100的周围环境的信息。
示出的图2中的环境包括可以由边界检测工具识别和引用的远区101,中间区102,近区103,临界区104,以及占用区105。示出的图2中的环境也包括远离车辆100的占用区105走开的人120(即,对象)。示出的人120以缓慢且稳定的步速从占用区105走开,如从跟随人的行走路径的轨迹表示的。图2所示的环境还包括行驶远离占用区105的第二车辆110。
在图2所示的环境中,人120和第二车辆110这两个对象都位于远区101内。于是,车辆100上的边界检测系统将检测在远区101内的人120和第二车辆110,并提供这样的对象的位置信息至在边界检测系统上运行的边界检测工具。在一些实施例中,远区101可以定义为在组成边界检测系统的一个或多个传感器的范围之外。在这样的实施例中,人120和第二车辆110可以认为是默认在无威胁等级内,因为它们处于它们不能被精确地检测的足够远离占用区105的距离处。在任何一个实施例中,边界检测工具可以从传感器接收信息并基于人120和第二车辆110位于远离占用区105的距离处在远区101内最初识别人120和第二车辆110为分类为在无威胁等级内。
如上所述,当边界检测系统的传感器追踪对象时,边界检测工具可以接收关于对象的附加信息。例如,边界检测系统的传感器可以最初检测车辆100周围一个或多个区域内的对象(例如,在距离占用区105一定距离处在中间区102内并进一步朝向车辆100的对象),并继续确定区域内对象的初始位置,速率,速度,以及尺寸(长度,宽度,高度,雷达横截面)。在对象的初始检测之后,随着对象移动到一个或多个区域内,边界检测系统的传感器可以继续追踪对象的运动(如,位置,速率,速度,加速度)。通过提供关于对象的追踪信息至边界检测工具,边界检测工具然后可以生成计算以预测轨迹,或预测对象的进一步位置,并预测在特定的未来时间对象的未来位置或路径。
另外,边界检测工具可以从边界检测系统的传感器接收传感器信息以生成关于对象的类型类别的预测。例如,传感器信息可以提供关于对象的雷达横截面,长度,宽度,速度,或形状的信息。然后,边界检测工具可以针对描述可以将对象分类到不同的对象类型类别的特性的信息交叉引用接收到的传感器信息。然后基于该分析,边界检测工具可以将对象分类到一个或多个合适的类型类别。示例性对象类型类别可以包括人类,动物类(例如,动物类可以进一步分成威胁性动物类和非威胁性动物类),机动车辆类(例如,机动车辆类可以进一步分成客运轿车类,政府机构车辆类,和较大的卡车类),非机动车类,静止对象类,或远程控制的设备类。对应于对象类型类别的信息可以存储在边界检测系统的存储器中,使得信息可以由边界检测工具访问。提供上述类型类别用于示例的目的,因为当将对象进行分类时识别更少或更多数量类型类别在边界检测工具的范围内。以这种方式,被感测的对象可以是人,机动车辆,非机动车辆,动物,远程控制设备,或其它可检测的对象。
在一些实施例中,边界检测工具可以识别被分到某一对象类型等级的对象为进一步对应于被分到某一威胁等级。例如,被分到人类或机动车辆类的对象可以由边界检测工具识别为自动分到至少低威胁等级。然后,可以考虑附加因素和由边界检测工具接收到的信息以进一步维持对象在低威胁等级内,增加对象到高威胁等级,或降低对象到无威胁类别。当修改对象的威胁等级类别时,贯穿本发明提供了关于边界检测工具依赖的因素和信息的进一步说明。
例如,图3示出了可以基于当在车辆100周围的区域内追踪对象时从边界检测系统的传感器接收的传感器信息由边界检测工具增加或降低对象的威胁等级类别的环境。
图3示出了车辆100周围的环境内的三个对象。三个对象包括位于中间区102内并且朝着近区103移动的第二车辆110,在近区103内朝向临界区104稳步行走的第一人121,以及当前在临界区104内并朝向占用区105猛冲的第二人122。
在一些实施例中并且如上所述,边界检测工具可以基于从组成边界检测系统的一个或多个传感器接收的位置信息最初将对象分类到一个或多个区域内。例如,边界检测工具可以接收详细说明第二车辆110的位置的传感器信息,并确定第二车辆110处于距离占用区105在中间区102内的距离处。边界检测工具可以接收详细说明第一人121的位置的传感器信息,并确定第一人121处于距离占用区105在近区103内的距离处。并且边界检测工具可以接收详细说明第二人122的位置的传感器信息,并确定第二人122处于距离占用区105在临界区104内的距离处。
进一步地,在一些实施例中,边界检测工具可以引用对象的区域位置和/或与占用区105的距离以进一步给对象指定威胁等级类别。例如,边界检测工具可以基于第二车辆110位于距离占用区105在中间区102的距离处进一步将第二车辆110分到无威胁等级或低威胁等级。边界检测工具可以基于第一人121位于距离占用区105在近区103的距离处进一步将第一人121分到低威胁等级。并且边界检测工具可以基于第二人122位于距离占用区105在临界区104的距离处进一步将第二人122分到高威胁等级。在其他实施例中,边界检测工具可以基于对象的位置分类到可识别的区域不指定对象的威胁等级类别。
此外,在一些实施例中,边界检测工具可以引用从组成边界检测系统的一个或多个传感器接收的传感器信息,以便将每个对象分到适当的对象类型等级中。例如,边界检测工具可以基于接收到的传感器信息将第二车辆110分到机动车辆类型类别。同样地,边界检测工具可以基于从组成边界检测系统的一个或多个传感器接收的传感器信息将第一人121和第二人122分到人类类别。在一些实施例中,边界检测工具然后可以依赖于对象的对象类型类别以进一步将对象分到相应的威胁等级类别中。例如,边界检测工具可以基于第二车辆110被识别和分类到机动车辆类别进一步将第二车辆110分到低威胁等级。在其它实施例中,边界检测工具可以不基于对象的对象类别指定对象的威胁等级类别。
在确定对象的初始位置和/或对象的对象类型类别之后,当边界检测工具追踪车辆100周围的对象时,边界检测工具可以继续从传感器接收传感器信息。基于接收到的传感器信息,边界检测工具可以确定对象相对占用区105的轨迹或预测路径。例如,在图3中,边界检测工具可以确定第二车辆110正朝着占用区105移动和/或从外部区域移动(如,中间区102)向更靠近占用区105的更内部区域(即,近区103)移动。基于对象正朝着占用区105移动的确定,边界检测工具可以给对象指定更高的威胁等级类别,或将对象朝着占用区的路径考虑为维持或增加对象的指定的威胁等级类别的因素。这通过在图3中被示为朝着占用区105前进和/或从外部区域向更靠近车辆100和占用区105的更内部区域移动的第二车辆110、第一个人121以及第二人122来例证。在这样的情况下,对象朝着占用区105和/或从外部区域至更内部区域的前进可以引起边界检测工具给对象指定更高的威胁等级类别,或考虑用于维持或增加每个对象的各自指定的威胁等级类别的因素。
此外或作为选择,边界检测工具可以基于从边界检测系统的传感器接收的传感器信息确定对象相对占用区105的接近速率。接近速率可以对应于可以由边界检测系统的一个或多个传感器感测的对象的速率、加速度、减速度、或其它可定义的运动。接近速率可以分类为例如快、中,稳定,或慢的接近速率。例如,边界检测工具可以分析传感器信息以确定对象朝向占用区105的接近速率对应于对象加速朝向占用区和/或从外部区域加速到更内部的区域。在对象被确定为加速朝向占用区105这样的情况下,边界检测工具可以给对象指定更高的威胁等级类别,或将朝向占用区的加速度考虑为增加对象的指定的威胁等级类别的因素。例如,基于示出的第二人的足迹可以看到第二人122朝向车辆100迅速加速。在这种情况下,边界检测工具可以分析第二人122朝向车辆100的加速度作为威胁动作并指定更高的威胁等级类别,或进一步增加第二人的指定的威胁等级类别。
进一步地,当边界检测工具分析接收到的传感器信息并确定对象正在远离占用区105移动和/或从内部区域向进一步远离车辆100和占用区105的更外部区域移动时,边界检测工具可以给对象指定较低的威胁等级类别,或降低对象的指定的威胁等级类别。这通过在图2中被示为远离车辆100和占用区105走开的人120来例证。因此,接收到的传感器信息的分析发现对象正在远离占用区105移动,可以引起边界检测工具给对象指定较低的威胁等级类别,或考虑用于维持或降低对象的指定的威胁等级类别的因素。同样地,由边界检测工具接收的传感器信息的分析确定对象正在加速远离占用区105和/或从内部区域向进一步远离占用区的更外部区域加速,可以引起边界检测工具给对象指定较低的威胁等级类别,或考虑减小对象的指定的威胁等级类别的因素。
此外或作为选择,边界检测工具可以进一步接收传感器信息并产生关于被追踪的对象的未来路径(如,轨迹)的预测。收集用于确定对象的预测路径的传感器信息可以包括,但不限于,对象的位置、过去的位置、速度、速率、加速度、以及诸如此类。当对象的预测路径被确定为与占用区105和/或车辆100碰撞时,边界检测工具可以给对象指定较高的威胁等级类别,或考虑增加该对象的指定的威胁等级类别到更高的威胁等级的因素。如果边界检测工具确定对象的预测轨迹不与车辆100碰撞,则边界检测工具可以给对象指定较低的威胁等级类别,考虑维持对象的指定的威胁等级类别的因素,或考虑降低对象的指定的威胁等级类别的因素。
此外或作为选择,边界检测工具可以进一步接收传感器信息并生成被追踪的对象(例如,第二车辆110,第一人121,或第二人122)和占用区105和/或车辆100的预测撞击/碰撞时间。预测的撞击时间信息可以由边界检测工具基于以下信息中的一个或多个的分析进行计算:对象的位置,过去的位置,速度,速率,加速度以及诸如此类。基于预测的撞击时间,如果预测的撞击时间小于预定的时间量,边界检测工具可以给对象指定较高的威胁等级类别,或考虑增加对象的指定的威胁等级类别的因素。此外,如果预测的撞击时间大于预定的时间量,边界检测工具可以给对象指定较低的威胁等级类别,或考虑维持对象的指定的威胁等级类别的因素,或考虑减小对象的指定的威胁等级类别的因素。
基于上述因素中的一个或多个的分析(例如,对象与占用区105的距离和/或对象的当前区域位置,对象类型类别,对象的预测路径,对象朝向/远离占用区105的接近速率,预测的对象和占用区105和/或车辆100的碰撞时间),边界检测工具可以生成指定给对象的威胁等级类别。以上提供的因素的清单是用于示例的目的,因为边界检测工具考虑比具体描述的那些更多或更少个因素在本发明的范围内。
另外,边界检测工具可以基于一个或多个灵敏度等级设置进一步调整威胁等级类别。边界检测等级,例如,可以在两个灵敏度等级设置中的一个中进行操作:高或低。高灵敏度等级可以对应于当相比于在低灵敏度等级下相同的对象属性或感测信息时应用较高的威胁等级类别给对象属性或感测信息的提高的灵敏度。图7示出了基于边界检测工具正在运行的灵敏度等级识别指定给对象的威胁等级类别的差异的表700。如图7所示,在另外同样的条件下,当边界检测工具在与低灵敏度等级相反的高灵敏度等级运行时,边界检测工具可以给对象指定高的,或更高的威胁等级类别。例如,虽然远离占用区1055米的对象在低灵敏度等级下可能不保证高威胁类别,但是在高灵敏度等级操作边界检测工具可以给位于远离占用区1055米的相同的对象指定高威胁类别。
此外或作为选择,在提高的高灵敏度等级的灵敏度下,边界检测工具可以分类更多的对象属性为被分类为在高,或更高威胁类别下。例如,虽然在正常状态(例如,非高灵敏度等级或低灵敏度等级)下,边界检测工具可以不考虑对象的温度,但是在更高的灵敏度等级下,边界检测工具可以利用温度传感器以便当确定对象的整体威胁等级类别时考虑对象的温度。
虽然表700包括当确定对象的威胁等级类别时可以由边界检测工具考虑的示例性因素(例如,与占用区的距离,接近速率,对象类型类别),但是当确定对象的威胁等级类别时边界检测工具考虑在此具体描述的更少、或更多数量的因素与否在本发明的范围内。
边界检测工具的灵敏度等级可以基于乘员的直接输入来选择以控制边界检测工具中的灵敏度等级。此外或作为选择,灵敏度等级可以基于由边界检测工具从接收到的传感器信息的分析识别出的灵敏度触发事件来改变。边界检测工具可以从边界检测系统的一个或多个传感器接收传感器信息。例如,由边界检测工具对车辆100的乘员全神贯注的识别(例如,输入命令到车载计算机或其它类似的计算装置,车载计算机或其它类似的计算装置是车辆100或边界检测系统的一部分)可以使边界检测工具选择高灵敏度等级。此外,由边界检测工具对车辆100被特定数目的对象包围的识别(例如,车辆处于拥堵环境中)可以使边界检测工具选择高灵敏度等级。另外,边界检测工具可以依赖于其它车辆100设备来识别应该选择高灵敏度的情况。例如,边界检测工具可以从车辆的GPS装置接收定位信息以识别车辆100处于已知具有较高的犯罪率的区域。作为响应,边界检测工具可以选择高灵敏度状态。边界检测工具也可以从车辆100的时间保持装置接收时钟信息并识别已知具有较高的犯罪率是一天中的什么时间(例如,在一定时间之后/之前)。作为响应,边界检测工具可以选择高灵敏度状态。
同样地,边界检测工具可以分析传感器信息和/或车载装置信息来识别应该选择低灵敏度等级的某些场景。例如,边界检测工具对车辆100被很多对象包围的识别可以使边界检测工具选择低灵敏度等级,以便限制由于已知的车辆周围可检测的对象的数量的增加导致的错误警报的数目。
在确定对象的威胁等级类别之后,边界检测系统可以执行相应的威胁响应输出。威胁响应输出可以是边界检测系统和/或车辆100的音频、视觉、或触觉反馈响应功能的任意组合。相应的威胁响应输出可以由边界检测工具基于对象的威胁等级类别进行控制。威胁等级类别及其它们相应的威胁响应输出信息的清单可以存储在边界检测系统的存储器内。
例如,边界检测工具可以基于对象的威胁等级类别来控制威胁响应输出的类型。在一些实施例中,具有至少满足预定威胁等级(例如,低威胁)的指定的威胁等级类别的对象可以具有音频型威胁响应输出。例如,如果对象的威胁等级类别是低威胁等级类别,边界检测工具可以控制扬声器以输出警告信息至车辆100的乘员,警告乘员有关被追踪的对象。如果对象的威胁等级类别是高威胁等级类别,边界检测工具可以输出不同的威胁响应(如,至乘员的音频警告,至车辆100外的对象的音频警告,和/或为车辆100内的乘员显示警告)。以这种方式,边界检测工具可以具有为识别的威胁等级类别和对象类型类别而识别适当的威胁响应输出的预定规则集。
可以对应于特定的威胁等级类别的一些示例性威胁响应输出包括,但不限于,至车辆100的乘员的音频警告输出,至车辆100外由边界检测系统追踪的对象的音频警告输出,车辆100内的乘员的触觉警告响应(例如,振动车辆客舱座椅内的组件、仪表盘、或仪表板),或车辆100的乘员的视觉通知(例如,用于通知乘员关于车辆100外被追踪的对象的警告消息、标记、弹出式图标、或其它标识)。在一些实施例中,边界检测工具可以基于从用户接收的输入和/或基于接收的传感器输入由边界检测工具处理的确定激活或停用一个或多个威胁响应介质(例如,音频,视觉,触觉)。例如,在一些实施例中,用户可能希望保持低配置,并且因此禁用威胁响应的音频和/或触觉反馈类型,同时仅允许由边界检测工具输出的威胁响应的视觉输出类型。用于输出威胁响应的仅视觉模式的启用可以基于接收到的用户输入或接收到的传感器输入的分析由威胁响应工具执行的特定操作模式(例如,隐藏模式)。在其它实施例中,用户可以全神贯注(例如,驾驶)或在必要时保持隐藏(例如,在警察监视时需要保持隐藏位置)以盯着输出视觉类型的威胁响应的显示器屏幕,并因此在这样的实施例中,用户可以仅启用音频和/或触觉类型的威胁响应输出。用于输出威胁响应的显示器屏幕的禁用可以基于接收到的用户输入或接收到的传感器输入的分析对应于威胁响应工具的特定操作模式(例如,驾驶模式,或消光模式(darkmode))。
在一些实施例中,威胁响应输出可以响应于对象的威胁等级类别的确定来激活或停用一个或多个车辆驱动器。可以由边界检测工具激活或停用的示例性车辆驱动器包括车辆报警系统,车辆电动门锁,车辆电动车窗,车辆警报器(例如,警车警笛),车辆外部照明(例如,警车灯),车辆音频/无线电系统,车辆舱内显示器,或车辆点火系统。
此外或作为选择,高等级威胁等级类别(例如,紧急威胁等级)可以使边界检测工具启动发送遇险通信至场外中央命令位置的威胁响应。中央命令位置可以例如,是公安指挥中心,另一辆警车,或另一辆应急响应车辆。通过发送遇险通信到中央命令位置,边界检测工具可以请求对车辆中的乘员的额外支持。
此外或作为选择,边界检测工具可以基于可能不直接与对象的威胁等级类别相关的威胁响应触发事件启动威胁响应。例如,边界检测工具可以识别威胁响应触发事件是,例如,被检测的对象在预定区域内,被追踪的对象在与占用区105和/或车辆100预定距离内,对象被分类为预定对象类型,对象预测与占用区105和/或车辆100碰撞,对象预测在预定的时间内与占用区105和/或车辆100碰撞,或对象被分类为在预定威胁等级内。在这样的实施例中,边界检测工具可以启动上述威胁响应中的一个或多个作为识别的威胁响应触发事件的相应威胁响应。提供示例性威胁响应触发事件的清单用于示例的目的,并且边界检测工具识别更少或更多类型的威胁响应触发事件在本发明的范围内。
在一些实施例中,可以修改在此所描述的边界检测工具的参数。例如,用户可以修改可识别区域的数目,修改对应于每个可识别区域的威胁等级类别,修改对应于每个对象类型的威胁等级类别,修改对于特定的传感器输入信息增加对象的指定的威胁等级类别的因素(例如,当对象被确定为加速朝向车辆100时,修改对象会增加的威胁等级的数目),修改对于特定的传感器输入信息降低对象的指定的威胁等级类别的因素(例如,当对象被确定为加速远离车辆100时,修改对象会降低的威胁等级的数目),或者修改对应于给定的威胁等级类别的威胁响应输出。用户可以通过接受用户输入的组合仪表面板输入命令以修改边界检测工具的参数。在一些实施例中,边界检测工具可以不接受其参数的修改,除非用户能够首先提供适当的认证信息。提供边界检测工具的可修改的参数的清单仅用于示例的目的,因为边界检测工具将允许用户修改比所列出的更多的或更少数量的参数在本发明的范围内。
关于边界检测工具的显示功能,边界检测工具可以控制边界检测系统的显示单元以显示在此所描述的由边界检测工具接收,生成,或确定的信息中的任何一个或多个。例如,边界检测工具可以控制显示单元以显示车辆100周围的环境的表示,类似于图1,2和3中所示的环境。与图1,2和3中所示的环境一样,边界检测工具可以控制显示单元以显示车辆100,一个或多个区域(例如,远区,中间区,近区,临界区,占用区),已经由边界检测系统和边界检测工具检测和识别的周围对象(例如,第二车辆110,第一人121,第二人122),以及附近的道路和其他道路特征(例如,停车标志,交通信号)。边界检测工具也可以控制显示单元以显示任何获得的信息以覆盖周围环境的显示。例如,周围环境的显示可以包括识别对象的预测轨迹、足迹或当对象在区域内被追踪时标识对象的先前路径的“痕迹”标识符的箭头,对象的速度信息,对象的速率信息,对象的加速度信息,对象的对象类型类别,或对象的威胁等级类别。提供可以通过边界检测工具显示在显示单元上的潜在信息的清单用于示例的目的,并且在这样的显示器上包括更多或更少的信息在本发明的范围内。
边界检测工具可以基于以下的一个或多个生成环境显示:由组成边界检测系统的一个或多个传感器感测的传感器信息,由是边界检测系统的一部分的GPS系统获得的全球定位系统(GPS)信息,或存储在边界检测系统的存储器上的地图布局信息。提供当生成显示时边界检测工具可以依赖的信息的清单用于示例的目的,并且当生成这样的显示时边界检测工具依赖更多,或者更少的信息在本发明的范围内。
在一些实施例中,边界检测工具可以基于预定的记录触发事件控制数据记录装置以开始记录传感器信息。基于边界检测工具识别出记录触发事件已发生,边界检测工具可以控制数据记录装置开始记录信息。由数据记录装置记录的信息可以是传感器信息,例如检测到的对象的位置数据,对象的速度数据,对象的速率数据,对象的加速度数据,对象的摄像机记录,或对象的快照数字图像。由数据记录装置记录的信息也可以是由边界检测工具基于接收到的传感器信息的分析生成的信息,例如对象的对象类型类别或威胁等级类别。提供可以由数据记录装置记录的信息的清单用于示例的目的,并且数据记录装置记录更少,或更多类型的信息在本发明的范围内。
在一些实施例中,一种或多种类型的信息可以在记录触发事件被识别之前或之后预定时间量内记录。例如,边界检测工具可以控制数据记录装置以在记录触发事件被识别之前或之后设定时间量内(例如,记录信息1分钟)开始记录一种或多种类型的信息。在一些实施例中,一种或多种类型的信息可以由数据记录装置在预定记录触发事件被激活的整个持续时间内进行记录。
边界检测工具可以识别记录触发事件是,例如,在预定区域内被检测的对象,在与占用区105和/或车辆100预定距离内被检测的对象,被分类为预定对象类型的对象,预测与占用区105和/或车辆100碰撞的对象,在预定时间内预测与占用区105和/或车辆100碰撞的对象,或被分类在预定威胁等级内的对象。提供示例性记录触发事件的清单用于示例的目的,并且边界检测工具识别更少或更多类型的记录触发事件在本发明的范围内。
在信息存储在数据记录装置上之后,用户可以通过检索(例如,去除数据记录装置的可移动存储器组件,或经由有线或无线数据传输接口下载信息),复制,查看,或从数据记录装置日志上清除信息来访问信息。在一些实施例中,边界检测工具可以要求用户输入适当的认证信息,以便访问存储在数据记录装置上的信息。
在一些实施例中,边界检测工具可以基于响应输出触发事件的识别确定何时激活威胁响应输出。在这样的实施例中,边界检测系统的传感器可以追踪和获得关于车辆100周围的对象的传感器信息,并且边界检测工具可以执行贯穿本说明书所描述的特征,但相应的威胁响应输出可以保留直到边界检测工具识别适当的响应输出触发事件。例如,威胁响应输出触发事件可以要求边界检测工具在激活威胁响应输出之前首先作出车辆100处于停车状态的确定。边界检测工具可以基于从边界检测工具的一个或多个传感器接收到的识别车辆100不移动,或至少低于预定最小速度移动的传感器信息确定车辆100处于停车状态。边界检测工具也可以基于从车辆100接收到的识别出车辆100处于停车挡位设置的信息确定车辆100处于停车状态。
图4示出了车辆100和可以组成在此所描述的边界检测系统的一组传感器。乘客侧传感器单元401-1可以包括配置用于感测车辆100的乘客侧上的对象的一个或多个传感器。驾驶员侧传感器单元401-2可以包括配置用于感测车辆100的驾驶员侧上的对象的一个或多个传感器。前侧传感器单元401-3可以包括配置用于感测车辆100的前侧上的对象的一个或多个传感器。后侧传感器单元401-4可以包括配置用于感测车辆100的后侧上的对象的一个或多个传感器。组成传感器单元的传感器可以包括以下的一个或多个:雷达传感器,超声波传感器,摄影机,摄像机,红外传感器,激光雷达传感器,或用于检测和追踪围绕车辆的对象的其它类似类型的传感器。以这种方式,边界检测系统可以检测和追踪车辆100外部的对象。虽然图4示出了4个单独的传感器单元(401-1,401-2,401-3,以及401-4),但是边界检测系统包括更少或更多数量的传感器单元在本发明的范围内。例如,在一些实施例中可以仅在乘客侧和驾驶员侧上找到传感器单元,因为可以确定威胁的对象更多地从这两侧接近车辆。
此外,一个或多个传感器单元(401-1,401-2,401-3,以及401-4),或者在图4中未明确示出的传感器单元,可以用于感测高于或低于车辆100的对象。
图5示出了描述用于实现贯穿本发明所描述的边界检测工具的一个或多个特征的过程的流程图500。
在501,做出关于是否激活边界检测工具的威胁响应输出的确定。关于是否激活威胁响应输出的确定可以根据在本发明中上述方法的任何一种或多种。例如,边界检测工具可以作出关于是否从由边界检测工具接收到的传感器信息识别出适当的响应输出触发事件(如,确定车辆是否停车)的确定。如果边界检测工具确定威胁响应输出不应该被激活,则该过程返回到开始并回到501,直到由边界检测工具识别出用于激活威胁响应输出的适当的条件。
然而,如果边界检测工具确定在501满足适当的条件,那么该过程前进到502,在框502中,边界检测工具从组成边界检测系统的一个或多个传感器接收传感器信息。传感器信息可以对应于车辆外部的对象的检测和追踪。贯穿本发明提供了从边界检测系统的一个或多个传感器接收传感器信息的边界检测系统的说明。贯穿本发明描述了可以组成边界检测系统的传感器。例如,以上参照图4对示例性传感器进行了描述,并且以下参照图6进行了额外的详细描述。
在503,边界检测工具可以分析接收到的传感器信息,并识别已经由传感器检测到的对象。例如,边界检测工具可以分析接收到的传感器输入并根据上述方法中的任意一种或多种将对象分成一个或多个对象类型类别。此外,在503,边界检测工具可以分析附加的传感器信息以确定对象距车辆的占用区的距离,对象的预测路径,确定对象与占用区和/或车辆的接近速率,或对象与占用区和/或车辆的预测碰撞时间。
在504,边界检测工具可以基于来自503的对象类型类别和/或从边界检测系统的一个或多个传感器接收到的附加传感器信息的分析确定对象的威胁等级类别。以上提供了用于确定对象的威胁等级类别的更详细描述。边界检测工具可以根据上述方法中的任意一种或多种确定指定给对象的威胁等级类别。另外,边界检测工具可以根据上述方法中的一种或多种基于对象类型类别和/或附加传感器信息的分析进一步增加、维持、或降低先前指定的对应于对象的威胁等级类别。
在505,边界检测工具可以基于在504指定给对象的威胁等级类别执行适当的威胁响应输出。边界检测工具可以根据上述方法中的任意一种或多种执行适当的威胁响应输出。
提供流程图500所描述的过程仅用于示例的目的。通过执行可以包括比流程图500所描述的更少或更多数量的过程实现在此所描述的特征、过程和方法中的任意一个或多个在本发明所描述的边界检测工具的范围内。例如,在一些实施例中,参照501所描述的过程可以是可选的,使得它们可以不通过边界检测工具来执行。另外,边界检测工具可以不限于在流程图500中所描述的过程的顺序以便实现相同或类似的结果。
图6示出了可以用于在此所描述的边界检测系统或者在配置用于执行以上所讨论的方法和特征的任何其它系统中的一个或多个组件的示例性边界检测系统600。
边界检测系统600可以包括可以执行以引起边界检测系统600来执行在此所描述的方法、过程或特征中的任意一个或多个的一组指令。例如,处理单元610可以包括处理器611和存储器612。贯穿本发明所描述的边界检测工具可以是包含存储在存储器612中由处理器611执行以引起边界检测工具和边界检测系统600来执行在此所描述的方法、过程或特征中的任意一个或多个的一组指令的程序。
边界检测系统600可以进一步包括系统输入组件,系统输入组件包括,但不限于,雷达传感器620,红外传感器621,超声波传感器622,摄影机623(例如,能够捕获数字静止图像,视频流,和数字视频),组合仪表输入624,以及车辆传感器625。边界检测系统600可以从这些系统输入组件中的一个或多个接收信息输入。进一步地,边界检测系统600从在图6中未明确示出的另一组件——例如激光雷达传感器或其它成像技术——接收输入信息在本发明的范围内。输入组件经由通信总线605与处理单元610通信。在一些实施例中,边界检测系统600可以包括在系统输入组件和处理单元610之间的附加的网关模块(未明确示出),以更好地允许两者之间的通信。至贯穿本发明所描述的边界检测工具和边界检测系统的输入可以经由在此所描述的系统输入组件中的一个或多个来输入。
边界检测系统600可以进一步包括系统输出组件,例如组合仪表输出630,驱动器631,中心显示632,和数据记录装置633。系统输出组件经由通信总线605与处理单元610通信。通过贯穿本发明所描述的边界检测工具和边界检测系统输出的信息可以根据在此所描述的系统输入组件中的一个或多个来执行。例如,威胁响应输出可以根据在此所描述的系统输出组件中的一个或多个来执行。虽然没有明确地示出,但是边界检测系统600还可以包括用于输出听觉警告的扬声器。该扬声器可以是组合仪表的一部分或其它车辆子系统例如信息娱乐系统的一部分。
在图6中示出的边界检测系统600进一步包括通信单元634。通信单元634可以包含用于与外部网络640通信的网络接口(有线或无线)。外部网络640可以是一个或多个网络的集合,包括基于标准的网络(例如,2G,3G,4G,通用移动通信系统(UMTS),GSM(R)(全球移动通信)协会,长期演进(LTE)(TM),或更多),WiMAX(无线宽频接取服务),蓝牙,近场通信(NFC),WiFi(包括802.11a/b/g/n/ac或其他),WiGig(无线吉比特),全球定位系统(GPS)网络,以及在本申请提交时或在将来开发的可用的其他网络。进一步地,网络可以是公共网络,例如因特网,专用网络,如内联网,或其组合,并且可以利用现在可用或以后开发的多种网络协议,包括但不限于基于TCP/IP的网络协议。
在一些实施例中,体现边界检测工具的程序可以从场外服务器通过网络640经由传输下载并存储在存储器612中。进一步地,在一些实施例中,在边界检测系统600上运行的边界检测工具可以经由网络640与中央命令服务器进行通信。例如,边界检测工具可以通过控制通信单元634通过网络640发送信息至中央命令服务器来传输从边界检测系统600的传感器接收的传感器信息至中央命令服务器。边界检测工具也可以传输生成的数据(例如,对象类型类别或威胁等级类别)中的任何一个或多个至中央命令服务器。边界检测工具也可以通过控制经由网络640通过通信单元634发送至中央命令服务器的记录的数据来发送如贯穿本发明所描述的记录到数据记录装置633中的数据至中央命令服务器。作为响应,中央命令服务器可以经由网络640发送响应信息返回给边界检测工具,其中响应信息由通信单元634接收。
在附图中的任何过程描述或框,应该被理解为表示代码的模块,段,或部分,代码包括用于执行在过程中的特定逻辑功能或步骤的一个或多个可执行的指令,并且替代的实施方式包含在在此所描述的实施例范围内,其中功能可以根据涉及的功能按与所示或所讨论的顺序之外的顺序执行,包括实质上同时或以相反的顺序,如那些本领域普通技术人员所理解的那样。
应当强调的是,上述实施例,特别是,任何“优选”实施例,是可能的实施方式的示例,仅仅阐述用于清楚地理解本发明的原理。在实质上不脱离在此所描述的技术的精神和原则的前提下,可以对上述实施例作出变化和修改。所有这些修改旨在被包括在本发明的范围内,并且由以下权利要求书保护。
Claims (10)
1.一种车辆边界检测系统,其包含:
存储器,其配置用于存储威胁识别信息;
传感器单元,其配置用于感测车辆外部的对象并基于感测的对象获得传感器信息;以及
处理器,其与存储器和传感器单元通信,处理器配置用于:
接收传感器信息,以及
基于传感器信息或威胁识别信息中的至少一个控制威胁响应。
2.根据权利要求1所述的车辆边界检测系统,其中处理器进一步配置用于:
分析传感器信息;
基于传感器信息和威胁识别信息确定对象的威胁等级,以及
基于威胁等级控制威胁响应。
3.根据权利要求2所述的车辆边界检测系统,其中处理器配置用于控制威胁响应以:
基于威胁等级激活对应于触觉功能、音频功能、或视觉功能中的至少一个的车辆功能。
4.根据权利要求2所述的车辆边界检测系统,其中处理器配置用于分析传感器信息以基于传感器信息的分析将对象分成对象类型等级;以及
其中处理器进一步配置用于基于对象类型等级确定对象的威胁等级。
5.根据权利要求2所述的车辆边界检测系统,其中处理器配置用于分析传感器信息以:
基于传感器信息的分析确定对象与车辆的距离;
基于传感器信息的分析确定对象朝向车辆的接近速率;以及
其中处理器进一步配置用于基于对象与车辆的距离和对象的接近速率确定对象的威胁等级。
6.一种用于检测车辆的边界内的对象的方法,其包含:
在存储器内提供包括用于识别威胁情况的信息的威胁识别信息;
由传感器单元感测位于车辆外部的对象,并基于感测的对象获得传感器信息;
由处理器接收传感器信息,以及
基于传感器信息或威胁识别信息中的至少一个由处理器控制威胁响应。
7.根据权利要求6所述的方法,进一步包含:
分析传感器信息;
基于传感器信息和威胁识别信息确定对象的威胁等级,以及
基于威胁等级控制威胁响应。
8.根据权利要求7所述的方法,其中分析传感器信息包含基于传感器信息的分析将对象分成对象类型等级;以及
其中威胁等级基于对象类型等级来进一步确定。
9.根据权利要求7所述的方法,其中分析传感器信息包含:
基于传感器信息的分析确定对象与车辆的距离;
基于传感器信息的分析确定对象朝向车辆的接近速率;以及
其中威胁等级基于对象与车辆的距离和对象的接近速率来进一步确定。
10.根据权利要求6所述的方法,进一步包含:
分析接收到的传感器信息;
基于分析确定是否识别出记录触发事件;以及
当从分析识别出记录触发事件时使记录单元记录传感器信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/292,685 | 2014-05-30 | ||
US14/292,685 US9437111B2 (en) | 2014-05-30 | 2014-05-30 | Boundary detection system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105292036A true CN105292036A (zh) | 2016-02-03 |
CN105292036B CN105292036B (zh) | 2021-03-16 |
Family
ID=54481644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510290215.6A Active CN105292036B (zh) | 2014-05-30 | 2015-05-29 | 边界检测系统 |
Country Status (5)
Country | Link |
---|---|
US (3) | US9437111B2 (zh) |
CN (1) | CN105292036B (zh) |
DE (1) | DE102015108366B4 (zh) |
MX (1) | MX348720B (zh) |
RU (1) | RU2678909C2 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106448047A (zh) * | 2016-10-27 | 2017-02-22 | 深圳市元征软件开发有限公司 | 车辆安全预警方法及装置 |
CN107539213A (zh) * | 2016-06-28 | 2018-01-05 | 福特全球技术公司 | 检测接近车辆的物理威胁 |
CN107807358A (zh) * | 2016-09-09 | 2018-03-16 | 福特全球技术公司 | 利用红外灯来检测迎面而来的车辆 |
CN109263597A (zh) * | 2017-07-18 | 2019-01-25 | 德尔福技术公司 | 用于安全保护退出或进入自动化车辆的乘客的安全退出系统 |
CN111433099A (zh) * | 2017-12-07 | 2020-07-17 | 伟摩有限责任公司 | 对于不受保护的转弯的早期对象检测 |
CN111512386A (zh) * | 2017-12-28 | 2020-08-07 | 爱惜康有限责任公司 | 外科集线器在手术室中的空间感知 |
CN112447045A (zh) * | 2019-08-30 | 2021-03-05 | 罗伯特·博世有限公司 | 用于运行车辆的方法和设备 |
CN114913691A (zh) * | 2021-02-08 | 2022-08-16 | 上海擎感智能科技有限公司 | 车辆的控制方法、系统、车载终端、汽车及存储介质 |
Families Citing this family (113)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9411327B2 (en) | 2012-08-27 | 2016-08-09 | Johnson Controls Technology Company | Systems and methods for classifying data in building automation systems |
JP6174516B2 (ja) * | 2014-04-24 | 2017-08-02 | 本田技研工業株式会社 | 衝突回避支援装置、衝突回避支援方法、及びプログラム |
US9522676B2 (en) * | 2014-04-30 | 2016-12-20 | Denso International America, Inc. | Situation awareness assistant for vehicle control |
US9437111B2 (en) * | 2014-05-30 | 2016-09-06 | Ford Global Technologies, Llc | Boundary detection system |
US10031522B2 (en) | 2015-05-27 | 2018-07-24 | Dov Moran | Alerting predicted accidents between driverless cars |
US9669677B2 (en) * | 2015-05-28 | 2017-06-06 | Ford Global Technologies, Llc | Vehicle active suspension system and method of control |
US10534326B2 (en) | 2015-10-21 | 2020-01-14 | Johnson Controls Technology Company | Building automation system with integrated building information model |
JP6639194B2 (ja) * | 2015-11-06 | 2020-02-05 | トヨタ自動車株式会社 | 情報表示装置 |
US9758092B2 (en) | 2015-12-15 | 2017-09-12 | Sony Corporation | System and method for generating a parking alert |
US9460616B1 (en) | 2015-12-16 | 2016-10-04 | International Business Machines Corporation | Management of mobile objects and service platform for mobile objects |
US11268732B2 (en) | 2016-01-22 | 2022-03-08 | Johnson Controls Technology Company | Building energy management system with energy analytics |
US11947785B2 (en) | 2016-01-22 | 2024-04-02 | Johnson Controls Technology Company | Building system with a building graph |
DE102016101901A1 (de) * | 2016-02-03 | 2017-08-03 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Fahrerassistenzsystem |
JP2017136968A (ja) * | 2016-02-04 | 2017-08-10 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
US11768004B2 (en) | 2016-03-31 | 2023-09-26 | Johnson Controls Tyco IP Holdings LLP | HVAC device registration in a distributed building management system |
US10417451B2 (en) | 2017-09-27 | 2019-09-17 | Johnson Controls Technology Company | Building system with smart entity personal identifying information (PII) masking |
US11774920B2 (en) | 2016-05-04 | 2023-10-03 | Johnson Controls Technology Company | Building system with user presentation composition based on building context |
US10505756B2 (en) | 2017-02-10 | 2019-12-10 | Johnson Controls Technology Company | Building management system with space graphs |
US20180081357A1 (en) * | 2016-09-16 | 2018-03-22 | Ford Global Technologies, Llc | Geocoded information aided vehicle warning |
US10684033B2 (en) | 2017-01-06 | 2020-06-16 | Johnson Controls Technology Company | HVAC system with automated device pairing |
US10322696B2 (en) | 2017-01-18 | 2019-06-18 | Gm Global Technology Operations Llc. | Vehicle environment imaging systems and methods |
US11900287B2 (en) | 2017-05-25 | 2024-02-13 | Johnson Controls Tyco IP Holdings LLP | Model predictive maintenance system with budgetary constraints |
US11764991B2 (en) | 2017-02-10 | 2023-09-19 | Johnson Controls Technology Company | Building management system with identity management |
US11360447B2 (en) | 2017-02-10 | 2022-06-14 | Johnson Controls Technology Company | Building smart entity system with agent based communication and control |
US10095756B2 (en) | 2017-02-10 | 2018-10-09 | Johnson Controls Technology Company | Building management system with declarative views of timeseries data |
US20190095518A1 (en) | 2017-09-27 | 2019-03-28 | Johnson Controls Technology Company | Web services for smart entity creation and maintenance using time series data |
US10515098B2 (en) | 2017-02-10 | 2019-12-24 | Johnson Controls Technology Company | Building management smart entity creation and maintenance using time series data |
US10854194B2 (en) | 2017-02-10 | 2020-12-01 | Johnson Controls Technology Company | Building system with digital twin based data ingestion and processing |
US11307538B2 (en) | 2017-02-10 | 2022-04-19 | Johnson Controls Technology Company | Web services platform with cloud-eased feedback control |
US10452043B2 (en) | 2017-02-10 | 2019-10-22 | Johnson Controls Technology Company | Building management system with nested stream generation |
US11994833B2 (en) | 2017-02-10 | 2024-05-28 | Johnson Controls Technology Company | Building smart entity system with agent based data ingestion and entity creation using time series data |
US10807567B2 (en) * | 2017-02-21 | 2020-10-20 | Ford Global Technologies, Llc | Vehicle proximity tracking |
US10911725B2 (en) * | 2017-03-09 | 2021-02-02 | Digital Ally, Inc. | System for automatically triggering a recording |
US11042144B2 (en) | 2017-03-24 | 2021-06-22 | Johnson Controls Technology Company | Building management system with dynamic channel communication |
US10421436B2 (en) * | 2017-03-24 | 2019-09-24 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for surveillance of a vehicle using camera images |
US11327737B2 (en) | 2017-04-21 | 2022-05-10 | Johnson Controls Tyco IP Holdings LLP | Building management system with cloud management of gateway configurations |
US10788229B2 (en) | 2017-05-10 | 2020-09-29 | Johnson Controls Technology Company | Building management system with a distributed blockchain database |
US10902722B2 (en) | 2017-05-11 | 2021-01-26 | Motorola Solutions, Inc. | Method for providing incident specific information at a vehicle computer |
US10256674B2 (en) * | 2017-05-23 | 2019-04-09 | Witricity Corporation | Wireless charging transmitter with foreign object and living object detection systems |
US11022947B2 (en) | 2017-06-07 | 2021-06-01 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces |
US11618380B2 (en) | 2017-06-12 | 2023-04-04 | Continental Automotive Gmbh | Rear pre-crash safety system |
WO2018232147A1 (en) | 2017-06-15 | 2018-12-20 | Johnson Controls Technology Company | Building management system with artificial intelligence for unified agent based control of building subsystems |
WO2019018304A1 (en) | 2017-07-17 | 2019-01-24 | Johnson Controls Technology Company | SYSTEMS AND METHODS FOR BUILDING SIMULATION ON THE BASIS OF AN AGENT FOR OPTIMAL CONTROL |
EP3655824A1 (en) | 2017-07-21 | 2020-05-27 | Johnson Controls Technology Company | Building management system with dynamic work order generation with adaptive diagnostic task details |
US10619882B2 (en) | 2017-07-27 | 2020-04-14 | Johnson Controls Technology Company | Building management system with scorecard for building energy and equipment performance |
US20190071043A1 (en) * | 2017-09-06 | 2019-03-07 | Panasonic Automotive Systems Company of Americ Division of Panasonic Corporation of North America | Advanced collision detection and enhanced automotive crash notification |
JP6859907B2 (ja) | 2017-09-08 | 2021-04-14 | トヨタ自動車株式会社 | 車両制御装置 |
US11314788B2 (en) | 2017-09-27 | 2022-04-26 | Johnson Controls Tyco IP Holdings LLP | Smart entity management for building management systems |
US10962945B2 (en) | 2017-09-27 | 2021-03-30 | Johnson Controls Technology Company | Building management system with integration of data into smart entities |
US20190138512A1 (en) | 2017-09-27 | 2019-05-09 | Johnson Controls Technology Company | Building risk analysis system with dynamic and base line risk |
US11195401B2 (en) | 2017-09-27 | 2021-12-07 | Johnson Controls Tyco IP Holdings LLP | Building risk analysis system with natural language processing for threat ingestion |
US10809682B2 (en) | 2017-11-15 | 2020-10-20 | Johnson Controls Technology Company | Building management system with optimized processing of building system data |
US11281169B2 (en) | 2017-11-15 | 2022-03-22 | Johnson Controls Tyco IP Holdings LLP | Building management system with point virtualization for online meters |
US11127235B2 (en) | 2017-11-22 | 2021-09-21 | Johnson Controls Tyco IP Holdings LLP | Building campus with integrated smart environment |
DE102017223486A1 (de) * | 2017-12-21 | 2019-06-27 | Continental Teves Ag & Co. Ohg | Verfahren und System zum Vermeiden von lateralen Kollisionen |
US10752218B2 (en) * | 2018-02-22 | 2020-08-25 | Ford Global Technologies, Llc | Camera with cleaning system |
US11954713B2 (en) | 2018-03-13 | 2024-04-09 | Johnson Controls Tyco IP Holdings LLP | Variable refrigerant flow system with electricity consumption apportionment |
US10696272B2 (en) * | 2018-04-04 | 2020-06-30 | Ford Global Technologies, Llc | Vehicle lighting system featuring object identification and threat level assessment |
US20190315345A1 (en) * | 2018-04-16 | 2019-10-17 | David E. Newman | Blind spot potential-hazard avoidance system |
JP7111517B2 (ja) * | 2018-06-14 | 2022-08-02 | シャープ株式会社 | 走行装置、走行装置の走行制御方法、走行装置の走行制御プログラムおよび記録媒体 |
CN109255944B (zh) * | 2018-10-08 | 2021-08-17 | 长安大学 | 交通事故应急救援车辆的配置与派遣方法 |
US11016648B2 (en) | 2018-10-30 | 2021-05-25 | Johnson Controls Technology Company | Systems and methods for entity visualization and management with an entity node editor |
US11927925B2 (en) | 2018-11-19 | 2024-03-12 | Johnson Controls Tyco IP Holdings LLP | Building system with a time correlated reliability data stream |
US10810866B2 (en) * | 2018-12-19 | 2020-10-20 | Federal Signal Corporation | Perimeter breach warning system |
US10816635B1 (en) | 2018-12-20 | 2020-10-27 | Autonomous Roadway Intelligence, Llc | Autonomous vehicle localization system |
US11099266B2 (en) * | 2019-01-11 | 2021-08-24 | International Business Machines Corporation | Trajectory based threat alerting with friendly device augmentation |
US11436567B2 (en) | 2019-01-18 | 2022-09-06 | Johnson Controls Tyco IP Holdings LLP | Conference room management system |
US10788798B2 (en) | 2019-01-28 | 2020-09-29 | Johnson Controls Technology Company | Building management system with hybrid edge-cloud processing |
US10497232B1 (en) | 2019-03-01 | 2019-12-03 | Motorola Solutions, Inc. | System and method for dynamic vehicular threat detection perimeter modification for an exited vehicular occupant |
US11226624B2 (en) * | 2019-04-11 | 2022-01-18 | Motorola Solutions, Inc. | System and method for enabling a 360-degree threat detection sensor system to monitor an area of interest surrounding a vehicle |
US10780822B1 (en) | 2019-05-20 | 2020-09-22 | Ford Global Technologies, Llc | Vehicle exclusion zone monitoring assembly and method |
US11002827B2 (en) * | 2019-05-21 | 2021-05-11 | Motorola Solutions, Inc. | System and method for collaborating between vehicular 360 degree threat detection appliances |
US10713950B1 (en) | 2019-06-13 | 2020-07-14 | Autonomous Roadway Intelligence, Llc | Rapid wireless communication for vehicle collision mitigation |
US11442171B2 (en) * | 2019-07-26 | 2022-09-13 | 6 Watch, Inc. | Threat detection and notification system for public safety vehicles |
US11106912B1 (en) | 2019-08-05 | 2021-08-31 | Genetec Inc. | Method and system for video content analysis |
JP7247849B2 (ja) * | 2019-10-11 | 2023-03-29 | トヨタ自動車株式会社 | 駐車支援装置 |
US11592575B2 (en) * | 2019-12-20 | 2023-02-28 | Waymo Llc | Sensor steering for multi-directional long-range perception |
US20210200174A1 (en) | 2019-12-31 | 2021-07-01 | Johnson Controls Technology Company | Building information model management system with hierarchy generation |
US11769066B2 (en) | 2021-11-17 | 2023-09-26 | Johnson Controls Tyco IP Holdings LLP | Building data platform with digital twin triggers and actions |
US11894944B2 (en) | 2019-12-31 | 2024-02-06 | Johnson Controls Tyco IP Holdings LLP | Building data platform with an enrichment loop |
CN115210700A (zh) | 2019-12-31 | 2022-10-18 | 江森自控泰科知识产权控股有限责任合伙公司 | 建筑物数据平台 |
US12021650B2 (en) | 2019-12-31 | 2024-06-25 | Tyco Fire & Security Gmbh | Building data platform with event subscriptions |
US12100280B2 (en) | 2020-02-04 | 2024-09-24 | Tyco Fire & Security Gmbh | Systems and methods for software defined fire detection and risk assessment |
DE102020105840A1 (de) * | 2020-03-04 | 2021-09-09 | Eto Magnetic Gmbh | Verkehrsleitvorrichtung, Verkehrsleitsystem, Verkehrsinformationssystem, nachrüstbares Empfangsmodul und Verfahren zur Leitung eines Verkehrs |
US11351998B2 (en) | 2020-03-18 | 2022-06-07 | Denso Corporation | Systems and methods for adapting activation of alerts according to curvature of a target path |
US11537386B2 (en) | 2020-04-06 | 2022-12-27 | Johnson Controls Tyco IP Holdings LLP | Building system with dynamic configuration of network resources for 5G networks |
JP7327257B2 (ja) * | 2020-04-13 | 2023-08-16 | トヨタ自動車株式会社 | 車載センサシステム |
US11874809B2 (en) | 2020-06-08 | 2024-01-16 | Johnson Controls Tyco IP Holdings LLP | Building system with naming schema encoding entity type and entity relationships |
US12073244B2 (en) * | 2020-07-21 | 2024-08-27 | Waymo Llc | Task scheduling for agent prediction |
US11954154B2 (en) | 2020-09-30 | 2024-04-09 | Johnson Controls Tyco IP Holdings LLP | Building management system with semantic model integration |
US11397773B2 (en) | 2020-09-30 | 2022-07-26 | Johnson Controls Tyco IP Holdings LLP | Building management system with semantic model integration |
US12058212B2 (en) | 2020-10-30 | 2024-08-06 | Tyco Fire & Security Gmbh | Building management system with auto-configuration using existing points |
US12061453B2 (en) | 2020-12-18 | 2024-08-13 | Tyco Fire & Security Gmbh | Building management system performance index |
US11950567B2 (en) | 2021-03-04 | 2024-04-09 | Sky View Environmental Service Llc | Condor monitoring systems and related methods |
CN117280291A (zh) | 2021-03-17 | 2023-12-22 | 江森自控泰科知识产权控股有限责任合伙公司 | 用于确定设备能量浪费的系统和方法 |
US11335194B1 (en) | 2021-03-26 | 2022-05-17 | Toyota Research Institute, Inc. | Inverse parking distance control system |
US11899723B2 (en) | 2021-06-22 | 2024-02-13 | Johnson Controls Tyco IP Holdings LLP | Building data platform with context based twin function processing |
US11532221B1 (en) * | 2021-08-05 | 2022-12-20 | Ford Global Technologies, Llc | System and method for vehicle security monitoring |
US12097815B2 (en) | 2021-08-12 | 2024-09-24 | Toyota Connected North America, Inc. | Protecting living objects in transports |
US11608030B2 (en) * | 2021-08-12 | 2023-03-21 | Toyota Connected North America, Inc. | Vehicle surveillance system and early vehicle warning of potential threat |
US11894136B2 (en) | 2021-08-12 | 2024-02-06 | Toyota Motor North America, Inc. | Occupant injury determination |
US11887460B2 (en) | 2021-08-12 | 2024-01-30 | Toyota Motor North America, Inc. | Transport-related contact notification |
US12030489B2 (en) | 2021-08-12 | 2024-07-09 | Toyota Connected North America, Inc. | Transport related emergency service notification |
US11796974B2 (en) | 2021-11-16 | 2023-10-24 | Johnson Controls Tyco IP Holdings LLP | Building data platform with schema extensibility for properties and tags of a digital twin |
US11934966B2 (en) | 2021-11-17 | 2024-03-19 | Johnson Controls Tyco IP Holdings LLP | Building data platform with digital twin inferences |
US11704311B2 (en) | 2021-11-24 | 2023-07-18 | Johnson Controls Tyco IP Holdings LLP | Building data platform with a distributed digital twin |
US12013673B2 (en) | 2021-11-29 | 2024-06-18 | Tyco Fire & Security Gmbh | Building control system using reinforcement learning |
US11714930B2 (en) | 2021-11-29 | 2023-08-01 | Johnson Controls Tyco IP Holdings LLP | Building data platform with digital twin based inferences and predictions for a graphical building model |
US20230219529A1 (en) * | 2022-01-07 | 2023-07-13 | Ford Global Technologies, Llc | Vehicle sensor control for optimized monitoring |
US11950017B2 (en) | 2022-05-17 | 2024-04-02 | Digital Ally, Inc. | Redundant mobile video recording |
US12013823B2 (en) | 2022-09-08 | 2024-06-18 | Tyco Fire & Security Gmbh | Gateway system that maps points into a graph schema |
US12061633B2 (en) | 2022-09-08 | 2024-08-13 | Tyco Fire & Security Gmbh | Building system that maps points into a graph schema |
DE102023205441B3 (de) | 2023-06-12 | 2024-10-02 | Volkswagen Aktiengesellschaft | Verfahren zum Schützen eines Fahrzeuginsassen eines Kraftfahrzeugs bei einer erkannten Notsituation sowie Kraftfahrzeug |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1611390A (zh) * | 2003-10-27 | 2005-05-04 | 日产自动车株式会社 | 机动车乘员约束装置 |
CN1782736A (zh) * | 2004-08-09 | 2006-06-07 | M/A-Com公司 | 检测迫近碰撞的系统和方法 |
CN1833934A (zh) * | 2005-09-09 | 2006-09-20 | 中国科学院自动化研究所 | 汽车行驶安全监控系统及监控方法 |
US7289019B1 (en) * | 2004-05-13 | 2007-10-30 | Jon Kertes | Vehicle avoidance collision system |
WO2009007843A2 (en) * | 2007-07-12 | 2009-01-15 | Toyota Jidosha Kabushiki Kaisha | Host-vehicle risk acquisition device and method |
US20090243822A1 (en) * | 2008-03-31 | 2009-10-01 | Hond Motor Co., Ltd. | Vehicle blind spot detection and indicator system |
US8589061B2 (en) * | 2010-05-17 | 2013-11-19 | Volvo Car Corporation | Forward collision risk reduction |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US120903A (en) | 1871-11-14 | Improvement in machines for threading bolts | ||
US5646591A (en) | 1992-05-22 | 1997-07-08 | Directed Electronics, Inc. | Advanced method of indicating incoming threat level to an electronically secured vehicle and apparatus therefor |
JPH1151674A (ja) | 1997-08-08 | 1999-02-26 | Aisin Aw Co Ltd | 車両用ナビゲーション装置及び記憶媒体 |
DE19842176A1 (de) | 1998-09-15 | 2000-03-16 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Verkehrszeichenerkennung und Navigation |
DE19843564A1 (de) * | 1998-09-23 | 2000-03-30 | Bosch Gmbh Robert | Warneinrichtung für ein Kraftfahrzeug |
DE10336986A1 (de) | 2003-08-12 | 2005-03-17 | Daimlerchrysler Ag | Verfahren zum Vermeiden von Kollisionen eines Fahrzeugs |
US7501937B2 (en) | 2003-08-27 | 2009-03-10 | Omega Patents, L.L.C. | Vehicle security device including pre-warn indicator and related methods |
US7526103B2 (en) | 2004-04-15 | 2009-04-28 | Donnelly Corporation | Imaging system for vehicle |
JP4507815B2 (ja) | 2004-07-09 | 2010-07-21 | アイシン・エィ・ダブリュ株式会社 | 信号情報作成方法、信号案内情報提供方法及びナビゲーション装置 |
US20080211690A1 (en) | 2005-01-04 | 2008-09-04 | Robert Theodore Kinasewitz | E-field/b-field/acoustic ground target data fused multisensor method and apparatus |
JP2006321357A (ja) | 2005-05-19 | 2006-11-30 | Auto Network Gijutsu Kenkyusho:Kk | 車両用監視装置 |
RU72779U1 (ru) * | 2007-12-13 | 2008-04-27 | Общество с ограниченной ответственностью "КАФС" | Система для контроля вождения транспортного средства (варианты) |
US8370755B2 (en) | 2007-12-27 | 2013-02-05 | Core Wireless Licensing S.A.R.L. | User interface controlled by environmental cues |
US8049659B1 (en) | 2008-04-18 | 2011-11-01 | Flex Force Enterprises LLC | Firearm threat detection, classification, and location using wideband radar |
EP2208967A1 (en) | 2009-01-20 | 2010-07-21 | Alpine Electronics, Inc. | Navigation system including route guidance function and method of route searching |
US8395529B2 (en) | 2009-04-02 | 2013-03-12 | GM Global Technology Operations LLC | Traffic infrastructure indicator on head-up display |
DE102009020647A1 (de) | 2009-05-08 | 2010-11-18 | Daimler Ag | Verfahren zur Kollisionsvermeidung oder Kollisionsfolgenminderung für ein Kraftfahrzeug |
US8600587B1 (en) | 2010-09-16 | 2013-12-03 | Rockwell Collins, Inc. | System and method for determining an object threat level |
DE102010053147A1 (de) | 2010-12-01 | 2011-07-28 | Daimler AG, 70327 | Verfahren und Vorrichtung zur Erfassung einer Umgebung eines Fahrzeugs |
US20130181860A1 (en) | 2012-01-16 | 2013-07-18 | Ford Global Technologies, Llc | Radar based multifunctional safety system |
DE102012102317A1 (de) | 2012-03-20 | 2013-09-26 | Conti Temic Microelectronic Gmbh | Fahrerassistenzsystem zur Ausgabe von Verkehrszeicheninformationen und Verfahren zu dessen Betrieb |
US9139133B2 (en) | 2012-05-31 | 2015-09-22 | GM Global Technology Operations LLC | Vehicle collision warning system and method |
DE102012211509A1 (de) | 2012-07-03 | 2014-01-09 | Robert Bosch Gmbh | Verfahren zur Kollisionsvermeidung oder zur Verminderung von Unfallschäden und Fahrerassistenzsystem |
US9070022B2 (en) | 2012-08-16 | 2015-06-30 | Plk Technologies Co., Ltd. | Route change determination system and method using image recognition information |
US9195914B2 (en) | 2012-09-05 | 2015-11-24 | Google Inc. | Construction zone sign detection |
JP6036371B2 (ja) | 2013-02-14 | 2016-11-30 | 株式会社デンソー | 車両用運転支援システム及び運転支援方法 |
US20150112731A1 (en) * | 2013-10-18 | 2015-04-23 | State Farm Mutual Automobile Insurance Company | Risk assessment for an automated vehicle |
US9091558B2 (en) * | 2013-12-23 | 2015-07-28 | Automotive Research & Testing Center | Autonomous driver assistance system and autonomous driving method thereof |
US9437111B2 (en) * | 2014-05-30 | 2016-09-06 | Ford Global Technologies, Llc | Boundary detection system |
-
2014
- 2014-05-30 US US14/292,685 patent/US9437111B2/en active Active
-
2015
- 2015-05-27 DE DE102015108366.3A patent/DE102015108366B4/de active Active
- 2015-05-28 MX MX2015006744A patent/MX348720B/es active IP Right Grant
- 2015-05-29 CN CN201510290215.6A patent/CN105292036B/zh active Active
- 2015-06-01 RU RU2015120679A patent/RU2678909C2/ru active
-
2016
- 2016-09-02 US US15/255,896 patent/US9672744B2/en active Active
-
2017
- 2017-06-05 US US15/614,370 patent/US10089879B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1611390A (zh) * | 2003-10-27 | 2005-05-04 | 日产自动车株式会社 | 机动车乘员约束装置 |
US7289019B1 (en) * | 2004-05-13 | 2007-10-30 | Jon Kertes | Vehicle avoidance collision system |
CN1782736A (zh) * | 2004-08-09 | 2006-06-07 | M/A-Com公司 | 检测迫近碰撞的系统和方法 |
CN1833934A (zh) * | 2005-09-09 | 2006-09-20 | 中国科学院自动化研究所 | 汽车行驶安全监控系统及监控方法 |
WO2009007843A2 (en) * | 2007-07-12 | 2009-01-15 | Toyota Jidosha Kabushiki Kaisha | Host-vehicle risk acquisition device and method |
US20090243822A1 (en) * | 2008-03-31 | 2009-10-01 | Hond Motor Co., Ltd. | Vehicle blind spot detection and indicator system |
US8589061B2 (en) * | 2010-05-17 | 2013-11-19 | Volvo Car Corporation | Forward collision risk reduction |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107539213A (zh) * | 2016-06-28 | 2018-01-05 | 福特全球技术公司 | 检测接近车辆的物理威胁 |
CN107807358A (zh) * | 2016-09-09 | 2018-03-16 | 福特全球技术公司 | 利用红外灯来检测迎面而来的车辆 |
CN106448047A (zh) * | 2016-10-27 | 2017-02-22 | 深圳市元征软件开发有限公司 | 车辆安全预警方法及装置 |
CN109263597A (zh) * | 2017-07-18 | 2019-01-25 | 德尔福技术公司 | 用于安全保护退出或进入自动化车辆的乘客的安全退出系统 |
CN111433099A (zh) * | 2017-12-07 | 2020-07-17 | 伟摩有限责任公司 | 对于不受保护的转弯的早期对象检测 |
CN111433099B (zh) * | 2017-12-07 | 2021-06-08 | 伟摩有限责任公司 | 对于不受保护的转弯的早期对象检测 |
US11453392B2 (en) | 2017-12-07 | 2022-09-27 | Waymo Llc | Early object detection for unprotected turns |
US12005891B2 (en) | 2017-12-07 | 2024-06-11 | Waymo Llc | Early object detection for unprotected turns |
CN111512386A (zh) * | 2017-12-28 | 2020-08-07 | 爱惜康有限责任公司 | 外科集线器在手术室中的空间感知 |
CN112447045A (zh) * | 2019-08-30 | 2021-03-05 | 罗伯特·博世有限公司 | 用于运行车辆的方法和设备 |
CN114913691A (zh) * | 2021-02-08 | 2022-08-16 | 上海擎感智能科技有限公司 | 车辆的控制方法、系统、车载终端、汽车及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
DE102015108366A1 (de) | 2015-12-03 |
RU2015120679A3 (zh) | 2018-11-19 |
US20150348417A1 (en) | 2015-12-03 |
US9437111B2 (en) | 2016-09-06 |
CN105292036B (zh) | 2021-03-16 |
MX348720B (es) | 2017-06-27 |
US20160371980A1 (en) | 2016-12-22 |
RU2015120679A (ru) | 2016-12-20 |
MX2015006744A (es) | 2015-11-30 |
US20170278399A1 (en) | 2017-09-28 |
US9672744B2 (en) | 2017-06-06 |
RU2678909C2 (ru) | 2019-02-04 |
US10089879B2 (en) | 2018-10-02 |
DE102015108366B4 (de) | 2023-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105292036A (zh) | 边界检测系统 | |
US12002103B2 (en) | Vehicle-to-vehicle incident information collection | |
US11694487B1 (en) | Vehicle-to-vehicle accident detection | |
CN110997387B (zh) | 具有自主驾驶能力的运载工具的风险处理 | |
US9117318B2 (en) | Vehicle diagnostic detection through sensitive vehicle skin | |
US9296299B2 (en) | Behavioral tracking and vehicle applications | |
JP2019535566A (ja) | 不測のインパルス変化衝突検出器 | |
US10699580B1 (en) | Methods and systems for emergency handoff of an autonomous vehicle | |
US20140306799A1 (en) | Vehicle Intruder Alert Detection and Indication | |
CN108089233A (zh) | 坑洞检测系统和方法 | |
JP2019505883A (ja) | 緊急車両との自動車の衝突防止方法とその方法に関するシステム及び自動車 | |
CN107305130B (zh) | 车辆安全系统 | |
US20180162267A1 (en) | Contextual priority signal in autonomous environment | |
JP7537787B2 (ja) | 衝突事故防止方法、その装置、そのサーバ及びそのコンピュータプログラム | |
US11514482B2 (en) | Systems and methods for estimating a remaining value | |
CN104933894A (zh) | 交通密度灵敏度选择器 | |
CN118043871A (zh) | 向车辆操作者呈现相关警告 | |
CN108859950A (zh) | 车辆下钻碰撞检测系统和方法 | |
Sahoo et al. | A user specific apds for smart city applications | |
JP7367014B2 (ja) | 信号処理装置、信号処理方法、プログラム、及び、撮像装置 | |
WO2023053487A1 (ja) | 置き去り通知装置、置き去り通知方法および置き去り通知プログラム | |
McCormick et al. | The changing car: New vehicle technologies | |
Edwards | Signal processing: The driving force behind smarter, safer, and more connected vehicles [Special Reports] | |
GB2524660A (en) | Tracking from a vehicle | |
CN118653747A (zh) | 车门预解锁的控制方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |