CN105702027A - 信息检索设备 - Google Patents
信息检索设备 Download PDFInfo
- Publication number
- CN105702027A CN105702027A CN201510887708.8A CN201510887708A CN105702027A CN 105702027 A CN105702027 A CN 105702027A CN 201510887708 A CN201510887708 A CN 201510887708A CN 105702027 A CN105702027 A CN 105702027A
- Authority
- CN
- China
- Prior art keywords
- surrounding vehicles
- vehicle
- information
- equipment
- size
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
Abstract
提供了一种用于本车辆的信息检索设备。该设备(1)被配置为检索本车辆(3)周围的至少一辆周围车辆(5、6)的信息。该设备(1)包括:被配置为读取所述至少一辆周围车辆(5、6)的牌照信息的牌照读取设备(7)和被配置为基于所读取的牌照信息从数据库(11.1、11.2)检索所述至少一辆周围车辆(5、6)的至少一个尺寸(w、l5)的信息检索单元(9)。本发明还涉及一种利用信息检索设备(1)检索至少一辆周围车辆的信息的方法,一种包括信息检索设备(1)的车道变更辅助设备(17),和一种包括信息检索设备(1)的车辆(3)。
Description
技术领域
本发明涉及一种用于本车辆的信息检索设备,一种检索至少一辆周围车辆的信息的方法,一种包括信息检索设备的车道变更辅助设备(lanechangeassistarrangement)和一种包括信息检索设备的车辆。
背景技术
电子驾驶辅助装置(driving-aids)越来越多地出现在现在的汽车中。各种传感器系统已经被发展说明(interpret)本车辆外部驾驶环境,该说明由这种驾驶辅助装置利用以支持所述车辆的驾驶者。这些电子驾驶辅助装置的性能取决于来自所述传感器输入的可靠性。当涉及到分析至各种物体的距离和辨识各种物体例如周围车辆的存在时,说明本车辆外部的所述驾驶环境的任务是有挑战性的和经常出现困难。
鉴于上述,需要用于本车辆的改进的信息检索设备。
发明内容
本发明的目的是提供用于本车辆的改进的信息检索设备。
根据本发明的一个方面,所述目的通过用于本车辆的信息检索设备实现,所述设备被配置为检索所述本车辆周围的至少一辆周围车辆的信息,所述设备包括被配置为读取所述至少一辆周围车辆的牌照信息的牌照读取设备,其中所述设备还包括被配置为基于所读取的牌照信息从数据库检索所述至少一辆周围车辆的至少一个尺寸的信息检索单元。
由于基于牌照信息从数据库检索所述至少一辆周围车辆的至少一个尺寸,因此能够检索周围车辆的可靠的尺寸。因此,提供了改进的信息检索设备。
因此,实现了上述的目的。
此外,由于能够检索周围车辆的可靠的尺寸,各种驾驶辅助系统和设备可以利用这些可靠的尺寸来执行、改进和/或验证至周围车辆的距离计算和/或相对速度计算。此外,各种驾驶辅助系统和设备可以利用这些可靠的尺寸来执行本车辆外部驾驶环境的改进的说明。这种驾驶辅助系统可以是自动驾驶控制系统。通过提供利用从所述数据库检索的周围车辆的尺寸的自动驾驶控制系统,这种自动驾驶控制系统的自动驾驶能力与以前的自动驾驶控制系统相比可以被改进。
可选地,所述至少一辆周围车辆的至少一个尺寸是包括所述至少一辆周围车辆的长度、宽度或高度中的至少一个的物理尺寸。
可选地,所述设备还包括被配置为确定周围车辆的感知角(perceptionangle)的周围车辆监测单元且其中所述设备还包括计算单元,所述计算单元被配置为利用所述周围车辆的感知角和从所述数据库检索到的所述周围车辆的至少一个尺寸计算至所述周围车辆的距离。由于在所述计算中利用了已经从所述数据库检索到的所述车辆的可靠的尺寸,因此能够高精确度地计算至周围车辆的距离。因此,提供了更进一步改进的信息检索设备。
可选地,所述设备还包括周围车辆监测单元,所述周围车辆监测单元被配置为检测第一在前车辆的存在及至第一在前车辆的距离和第二在前车辆的存在及至第二在前车辆距离,其中所述信息检索单元被配置为基于读取的所述第一在前车辆的牌照信息从所述数据库检索所述第一在前车辆的长度,并且其中所述设备还包括计算单元,所述计算单元被配置为通过从至所述第二车辆的距离减去至所述第一车辆的距离和所述第一在前车辆的长度来计算在所述第一在前车辆和所述第二在前车辆之间的距离。由于在所述计算中利用了已经从所述数据库检索到的所述第一在前车辆的可靠的长度,因此能够高精确度地计算在所述第一在前车辆和所述第二在前车辆之间的距离。用来自通常使用的传感器设备例如图像单元,雷达(无线电探测和测距)设备的数据计算在第一在前车辆和第二在前车辆之间的距离是有挑战性的,主要因为用这种设备测量在前车辆的长度是困难的。然而,用提供的所述设备,该距离能够被高精确度地计算。因此,提供了更进一步改进的信息检索设备。此外,由于在第一在前车辆和第二在前车辆之间的距离能够被高精确度地计算,利用这个距离的驾驶辅助系统(例如自动驾驶控制系统)或者车道变更管理系统的性能可以被改进。因此,提供的所述信息检索设备也将改进整体的驾乘者安全性。
可选地,所述设备还包括被布置为监测所述本车辆外部驾驶环境的尺寸的周围车辆监测单元,其中所述设备还包括计算单元,所述计算单元被配置为通过将所述驾驶环境的至少一个监测尺寸与从所述数据库检索到的所述至少一辆周围车辆的至少一个尺寸比较来辨识至少一辆周围车辆的存在。从而,提供了更进一步改进的信息检索设备。
可选地,所述设备还包括被配置为捕获所述本车辆外部驾驶环境的图像的周围车辆监测单元,并且其中所述设备还包括计算单元,所述计算单元被配置为通过将所捕获的图像的至少一个尺寸与从所述数据库检索到的所述至少一辆周围车辆的至少一个尺寸比较来辨识至少一辆周围车辆的存在。从而,提供了更进一步改进的信息检索设备。
可选地,所述设备还包括周围车辆监测单元,所述周围车辆监测单元被配置为确定所述至少一辆周围车辆的区别信息,包括所述周围车辆的颜色或者所述周围车辆的类型的至少之一,并且其中所述信息检索单元还被配置为从所述数据库基于所读取的牌照信息检索所述至少一辆周围车辆的对应区别信息,其中所述设备被布置为通过将所述确定的区别信息与所述检索到的区别信息比较来确定所读取的牌照信息的有效性。从而,提供了能够区分具有无效牌照信息的周围车辆的设备。这种无效牌照信息可以例如是周围车辆具有假牌照例如由于配备偷的牌照的结果,或者是伪造的牌照信息的结果。在这两种情况下,确定读取牌照信息的有效性也确保了从所述数据库检索的至少一个尺寸的有效性。因此,提供了更进一步改进的信息检索设备。
根据本发明的一些方面,所述目的是通过包括根据一些实施例的信息检索设备的车道变更辅助设备实现。由于所述车道变更辅助设备包括根据一些实施例的信息检索设备,提供了改进的车道变更辅助设备。
根据本发明的一些方面,所述目的是通过包括根据一些实施例的信息检索设备的车辆实现。由于所述车辆包括根据一些实施例的信息检索设备,提供了改进的车辆。
根据本发明的一些方面,所述目的通过利用用于本车辆的信息检索设备检索至少一辆周围车辆的信息的方法被实现,所述设备包括牌照读取设备和信息检索单元,所述方法包括:
-利用所述牌照读取设备读取所述至少一辆周围车辆的牌照信息,且
-利用所述信息检索单元基于所读取的牌照信息从数据库检索所述至少一辆周围车辆的至少一个尺寸。
由于所述至少一辆周围车辆的至少一个尺寸基于牌照信息从数据库被检索,因此能够获取至少一辆周围车辆的可靠的尺寸。因此,提供了检索周围车辆的信息的改进的方法。
可选地,所述设备还包括周围车辆监测单元和计算单元,其中所述方法还包括:
-利用所述周围车辆监测单元确定周围车辆的感知角,且
-利用所述计算单元用所述周围车辆的感知角和从所述数据库检索到的所述周围车辆的至少一个尺寸计算至所述周围车辆的距离。
由于在所述计算中利用了已经从所述数据库检索到的所述周围车辆的至少一个可靠的尺寸,因此至周围车辆的距离能够被高精确度地计算。因此,提供了检索周围车辆的信息的更进一步改进的方法。
可选地,所述设备还包括周围车辆监测单元和计算单元,其中所述方法还包括:
-利用所述周围车辆监测单元检测第一在前车辆的存在及至第一在前车辆的距离和第二在前车辆的存在及至第二在前车辆的距离,
-利用所述信息检索单元基于读取的所述第一在前车辆的牌照信息从所述数据库检索所述第一在前车辆的长度,且
-利用所述计算单元通过从至所述第二车辆的距离减去至所述第一车辆的距离和所述第一在前车辆的长度计算在所述第一在前车辆和所述第二在前车辆之间的距离。
由于在所述计算中利用了已经从所述数据库检索到的所述第一在前车辆的可靠的长度,因此在所述第一在前车辆和所述第二在前车辆之间的距离能够被高精确度地计算。因此,提供了检索周围车辆的信息的更进一步改进的方法。
可选地,所述设备还包括周围车辆监测单元和计算单元,其中所述方法还包括:
-利用所述周围车辆监测单元监测所述本车辆外部驾驶环境的尺寸,且
-利用所述计算单元通过将所述驾驶环境的至少一个监测尺寸与从所述数据库检索到的所述至少一辆周围车辆的至少一个尺寸比较来辨识至少一辆周围车辆的存在。
从而,提供了检索至少一辆周围车辆的信息的更进一步改进的方法。
可选地,所述设备还包括周围车辆监测单元和计算单元,其中所述方法还包括:
-利用所述周围车辆监测单元捕获所述本车辆外部驾驶环境的图像,且
-利用所述计算单元通过将所捕获的图像的至少一个尺寸与从所述数据库检索到的所述至少一辆周围车辆的至少一个尺寸比较来辨识至少一辆周围车辆的存在。
从而,提供了检索至少一辆周围车辆的信息的更进一步改进的方法。
可选地,所述设备还包括周围车辆监测单元,其中所述方法还包括:
-利用所述周围车辆监测单元确定所述至少一辆周围车辆的区别信息,所述区别信息包括所述周围车辆的颜色或者所述周围车辆的类型的至少之一,
-利用所述信息检索单元基于所读取的牌照信息从所述数据库检索所述至少一辆周围车辆的对应区别信息,且
-利用所述设备通过将所确定的区别信息与所检索到的区别信息比较来确定所读取的牌照信息的有效性。
因此,提供了能够辨别具有无效牌照信息的至少一辆周围车辆的方法。这种无效牌照信息可以例如是周围车辆具有假牌照,例如由于配备偷的牌照的结果,或者是伪造所述牌照信息的结果。在这两种情况下,确定所读取的牌照信息的有效性也确保了从所述数据库检索的至少一个尺寸的有效性。因此,提供了检索至少一辆周围车辆的信息的更进一步改进的方法。
当研究所附权利要求和以下详细说明时,本发明的其他特征和优点将变得明显。本领域技术人员将认识到,所描述的不同特征可以被结合以在不偏离本发明的范围的情况下、如所附权利要求限定的生成除下文描述的实施例之外的实施例。
附图说明
通过以下详细说明和附图,包括本发明的具体特征和优点的本发明的各个方面将易于被理解,其中:
图1示出了用于本车辆的信息检索设备,和
图2示出了检索至少一辆周围车辆的信息的方法。
具体实施方式
现在将参照附图更完全地描述本文的实施例,附图中示出了示例实施例。示例实施例的公开特征可以由本领域普通技术人员容易理解地那样结合。相同附图标记自始至终指代相同元件。
为了简洁和/或清楚起见,对公知的功能和构造将不必详细描述。
图1示出了用于本车辆3的信息检索设备1。设备1被配置为检索本车辆3周围的至少一辆周围车辆5、6的信息。如图1中示出,周围车辆5、6可以在本车辆3的前面,即在前车辆,和/或可以在本车辆3的后面(图1中未示出)。设备1包括被配置为读取至少一辆周围车辆5、6的牌照信息的牌照读取设备7。设备1还包括信息检索单元9,信息检索单元9被配置为基于读取的牌照信息,从数据库11.1、11.2检索至少一辆周围车辆5、6的至少一个尺寸w、l5。
牌照读取设备7可以包括图像单元,所述图像单元被布置为捕获本车辆3外部驾驶环境的图像和辨识至少一辆周围车辆5、6的牌照信息。这种图像单元可以被布置在后视镜区域中,如图1中示出的,和/或在本车辆3的适合捕获本车辆3外部驾驶环境的图像的另一个区域中。此外,牌照读取设备7可以包括两个或更多个图像单元。在这个实施例中,这种两个或更多个图像单元中的一个可以被布置为捕获在本车辆3后面驾驶环境的图像,从而辨识行驶在本车辆3后面的至少一辆周围车辆的牌照信息。
信息检索单元9包括用于与数据库11.1、11.2通信的装置。信息检索单元9被配置为基于读取的牌照信息,从数据库11.1、11.2检索至少一辆周围车辆5、6的至少一个尺寸w、l5。也就是说,信息检索单元9可以被配置为将通过牌照读取设备7读取的牌照信息输出至数据库11.1、11.2,并且响应于此从数据库11.1、11.2检索至少一辆周围车辆5、6的至少一个尺寸w、l5。如图1中示出的,数据库11.1可以被布置在本车辆3中也可以在本车辆3外部。数据库11.1、11.2可以包括保存与牌照信息相关联的尺寸信息的国家或地区数据库。
至少一辆周围车辆5、6的至少一个尺寸w、l5可以是包括至少一辆周围车辆5的长度l5、宽度w或高度中的至少一个的物理尺寸。
根据本文描述的一些实施例,设备1包括周围车辆监测单元15.1、15.2。在那些实施例中,这种周围车辆监测单元15.1、15.2可包括一个或者多个传感器,例如无线电探测和测距(RAdioDetectionAndRanging,简称RADAR)传感器或激光(LightAmplificationbyStimulatedEmissionofRadiation,简称LASER)传感器、或光探测和测距(LIghtDetectionAndRanging,简称LIDAR)传感器,或者一个或多个图像传感器,例如一个或多个摄像机单元。
根据一些实施例,设备1还包括被配置为确定周围车辆5的感知角ap的周围车辆监测单元15.1、15.2。在这些实施例中,设备1还包括计算单元13,计算单元13被配置为利用周围车辆5的感知角ap和从数据库11.1、11.2检索的周围车辆5的至少一个尺寸w计算至周围车辆5的距离。由于在计算中利用已经从数据库11.1、11.2检索的周围车辆5的可靠尺寸,因此距离d5能被高可靠性地计算。在距离d5的计算中可以利用三角函数。在图1中示出的示例中,这样的函数可以例如是d5=w/(tanap)。
在图1所示的示例中,在距离d5的计算中利用了从数据库11.1、11.2检索的周围车辆5的宽度w。作为替代或组合地,周边车辆5的高度或者面积可以从数据库11.1、11.2被检索并且在距离d5的计算中被利用。
根据一些实施例,设备1还包括周围车辆监测单元15.1、15.2,所述周围车辆监测单元15.1、15.2被配置为检测第一在前车辆5的存在及至第一在前车辆5的距离d5和第二在前车辆6的存在及至第二在前车辆6的距离d6,其中信息检索单元9被配置为基于读取的第一在前车辆5的牌照信息从数据库11.1、11.2检索第一在前车辆5的长度l5并且其中设备1还包括计算单元13,所述计算单元13被配置为通过从至第二车辆6的距离d6减去至第一车辆5的距离d5和第一在前车辆5的长度l5来计算在第一在前车辆5和第二在前车辆6之间的距离d5,6。
根据一些实施例,设备1还包括被布置为监测本车辆3外部驾驶环境的尺寸的周围车辆监测单元15.1、15.2,其中设备1还包括计算单元13,所述计算单元13被配置为通过将驾驶环境的至少一个监测尺寸与从数据库11.1、11.2检索到的至少一辆周围车辆5、6的至少一个尺寸w、l5比较来辨识至少一辆周围车辆5、6的存在。这种辨识至少一辆周围车辆5、6的存在可以例如包括将被估计来表示一组周围车辆5、6的长度的监测尺寸与从数据库11.1,11.2检索的最接近的周围车辆5的长度l5比较。从而,设备1将能够辨识本车辆周围是长的车辆(例如公共汽车或者卡车)的情况还是本车辆3周围是两辆或多辆车辆5、6的情况。
作为替代或组合地,这种辨识至少一辆周围车辆5、6的存在可以以下面的方式执行。从数据库11.1、11.2检索至少一辆周围车辆5、6的一个或多个尺寸,例如长度、宽度、高度和/或面积。然后将该一个或多个尺寸与监测到的驾驶环境比较以辨识至少一辆周围车辆5、6的存在。也就是说,如果数据库11.1、11.2表明某个周围车辆具有某个尺寸,则周围车辆监测单元15.1、15.2将更容易辨识驾驶环境中该车辆的存在。
对至少一辆周围车辆5、6的存在的这种辨识可以被持续地执行并且从数据库11.1、11.2检索到的至少一辆周围车辆5、6的尺寸可以进一步改进在周围车辆监测单元15.1,15.2中的至少一辆周围车辆5、6的表示。由于利用了从数据库11.1、11.2检索到的至少一辆周围车辆5、6的尺寸,因此这种表示可以比可能没有从数据库11.1、11.2检索的尺寸以更稳定的方式进行。
根据一些实施例,设备1还包括被配置为捕获所述本车辆3外部驾驶环境的图像的周围车辆监测单元15.1、15.2,并且其中设备1还包括计算单元13,所述计算单元13被配置为通过将捕获图像的至少一个尺寸与从数据库11.1、11.2检索到的至少一辆周围车辆5的至少一个尺寸w、l5比较来辨识至少一辆周围车辆5的存在。
这种辨识至少一辆周围车辆5、6的存在可以以下面的方式执行。从数据库11.1、11.2检索至少一辆周围车辆5、6的一个或多个尺寸,例如长度、宽度、高度和/或面积。然后该一个或多个尺寸与本车辆3外部驾驶环境的捕获的图像的尺寸比较以辨识至少一辆周围车辆5、6的存在。也就是说,如果数据库11.1、11.2表明某个周围车辆具有某种尺寸,周围车辆监测单元15.1、15.2将更容易辨识驾驶环境中的该车辆的存在。
根据一些实施例,设备1还包括周围车辆监测单元15.1、15.2,所述周围车辆监测单元15.1、15.2被配置为确定至少一辆周围车辆5、6的区别信息,包括周围车辆5、6的颜色和/或周围车辆5的类型的至少之一。周围车辆5的类型可以包括汽车、卡车、拖车、摩托车等。信息检索单元9还可以被配置为基于读取的牌照信息从数据库11.1、11.2检索至少一辆周围车辆5、6的对应区别信息。设备1还可以被布置为通过将确定的区别信息与检索到的区别信息比较以确定读取的牌照信息的有效性。
因此,设备1可以区分具有无效牌照信息的周围车辆。这种无效牌照信息可以例如是周围车辆具有假牌照例如由于配备偷的牌照,或者由于伪造的牌照信息的结果。在这两种情况下,确定读取牌照信息的有效性确保了从数据库11.1、11.2检索到的至少一个尺寸的有效性。因此,提供了更进一步改进的信息检索设备1。
信息检索设备1可以被包括在自动驾驶控制系统中,所述自动驾驶控制系统利用从数据库检索的周围车辆5、6的尺寸来执行、改进和/或验证至周围车辆5、6的距离计算和/或相对速度计算。此外,这种自动驾驶控制系统可以利用检索到的尺寸来执行本车辆3外部驾驶环境的改进的说明。从而,这种自动驾驶控制系统的自动驾驶能力与以前的自动驾驶控制系统相比可以被改进。
图1也示出包括根据一些实施例的信息检索设备1的车道变更辅助设备17。
图1也示出包括根据一些实施例的信息检索设备1的车辆3。
图2示出了利用用于本车辆的信息检索设备检索至少一辆周围车辆的信息的方法100。由于这种信息检索设备1在图1中示出,因此以下参照图1以及图2。设备1包括牌照读取设备7和信息检索单元9,其中方法100包括:
-利用牌照读取设备7读取101至少一辆周围车辆5、6的牌照信息,且
-利用信息检索单元9基于读取的牌照信息从数据库11.1、11.2检索102至少一辆周围车辆5、6的至少一个尺寸w、l5。
设备1还包括周围车辆监测单元15.1、15.2和计算单元13,且方法100还可以包括:
-利用周围车辆监测单元15.1、15.2确定103周围车辆5的感知角ap,且
-利用计算单元13用周围车辆5的感知角ap及从数据库11.1、11.2检索的周围车辆5的至少一个尺寸w来计算104至周围车辆5的距离d5。
设备1还可以包括周围车辆监测单元15.1、15.2和计算单元13,且方法100还可以包括:
-利用周围车辆监测单元15.1、15.2检测105第一在前车辆5的存在及至第一在前车辆5的距离d5和第二在前车辆6的存在及至第二在前车辆6的距离d6,
-利用信息检索单元9基于读取的第一在前车辆5的牌照信息从数据库11.1、11.2检索106第一在前车辆5的长度l5,且
-利用计算单元13通过从至第二车辆6的距离d6减去至第一车辆5的距离d5和第一在前车辆5的长度l5来计算107在第一在前车辆5和第二在前车辆6之间的距离d5,6。
设备1还可以包括周围车辆监测单元15.1、15.2和计算单元13,且方法100还可以包括:
-利用周围车辆监测单元15.1、15.2监测107本车辆3外部驾驶环境的尺寸,且
-利用计算单元13通过将驾驶环境的至少一个监测尺寸与从数据库11.1、11.2检索到的至少一辆周围车辆5的至少一个尺寸w,l5比较来辨识108至少一辆周围车辆5、6的存在。
设备1还可以包括周围车辆监测单元15.1、15.2和计算单元13,且方法100还可以包括:
-利用周围车辆监测单元15.1、15.2捕获109所述本车辆3外部驾驶环境的图像,且
-利用计算单元13通过将捕获的图像的至少一个尺寸与从数据库11.1、11.2检索到的至少一辆周围车辆5的至少一个尺寸w、l5比较来辨识110至少一辆周围车辆5、6的存在。
设备1还可以包括周围车辆监测单元15.1、15.2,且方法100还可以包括:
-利用周围车辆监测单元15.1、15.2确定111至少一辆周围车辆5、6的区别信息,所述区部信息包括周围车辆5、6的颜色或者周围车辆5、6的类型的至少之一,
-利用信息检索单元9基于读取的牌照信息从数据库11.1、11.2检索112至少一辆周围车辆5、6的对应区别信息,且
-利用设备1通过将确定的区别信息与检索到的区别信息比较来确定113读取的牌照信息的有效性。
Claims (15)
1.一种用于本车辆(3)的信息检索设备(1),所述设备(1)被配置为检索所述本车辆(3)周围的至少一辆周围车辆(5、6)的信息,所述设备(1)包括:
-牌照读取设备(7),其被配置为读取所述至少一辆周围车辆(5、6)的牌照信息,
其中,所述设备(1)还包括:
-信息检索单元(9),其被配置为基于所读取的牌照信息从数据库(11.1、11.2)检索所述至少一辆周围车辆(5、6)的至少一个尺寸(w、l5)。
2.根据权利要求1所述的设备(1),其中,所述至少一辆周围车辆(5)的所述至少一个尺寸(w、l5)是包括所述至少一辆周围车辆(5)的长度(l5)、宽度(w)或者高度中的至少一个的物理尺寸。
3.根据权利要求1或2所述的设备(1),还包括被配置为确定周围车辆(5)的感知角(ap)的周围车辆监测单元(15.1、15.2),并且其中,所述设备(1)还包括被配置为利用所述周围车辆(5)的所述感知角(ap)及从所述数据库(11.1、11.2)检索到的所述周围车辆(5)的至少一个尺寸(w)来计算至所述周围车辆(5)的距离(d5)的计算单元(13)。
4.根据前述任一项权利要求所述的设备(1),还包括被配置为检测第一在前车辆(5)的存在及至所述第一在前车辆(5)的距离(d5)以及第二在前车辆(6)的存在及至所述第二在前车辆(6)的距离(d6)的周围车辆监测单元(15.1、15.2),其中,所述信息检索单元(9)被配置为基于读取的所述第一在前车辆(5)的牌照信息从所述数据库(11.1、11.2)检索所述第一在前车辆(5)的长度(l5),并且其中,所述设备(1)还包括被配置为通过从至所述第二车辆(6)的所述距离(d6)减去至所述第一车辆(5)的所述距离(d5)和所述第一在前车辆(5)的所述长度(l5)来计算在所述第一在前车辆(5)和所述第二在前车辆(6)之间的距离(d5,6)的计算单元(13)。
5.根据前述任一项权利要求所述的设备(1),还包括被布置为监测所述本车辆(3)外部驾驶环境的尺寸的周围车辆监测单元(15.1、15.2),其中,所述设备(1)还包括被配置为通过将所述驾驶环境的至少一个监测尺寸与从所述数据库(11.1、11.2)检索到的所述至少一辆周围车辆(5、6)的至少一个尺寸(w、l5)比较来辨识至少一辆周围车辆(5、6)的存在的计算单元(13)。
6.根据前述任一项权利要求所述的设备(1),还包括被配置为捕获所述本车辆(3)外部驾驶环境的图像的周围车辆监测单元(15.1、15.2),并且其中,所述设备(1)还包括被配置为通过将所捕获图像的至少一个尺寸与从所述数据库(11.1、11.2)检索到的所述至少一辆周围车辆(5、6)的至少一个尺寸(w、l5)比较来辨识至少一辆周围车辆(5、6)的存在的计算单元(13)。
7.根据前述任一项权利要求所述的设备(1),还包括被配置为确定所述至少一辆周围车辆(5、6)的区别信息的周围车辆监测单元(15.1、15.2),所述区别信息包括所述周围车辆(5、6)的颜色或者所述周围车辆(5、6)的类型的至少之一,并且其中,所述信息检索单元(9)还被配置为基于所读取的牌照信息从所述数据库(11.1、11.2)检索所述至少一辆周围车辆(5、6)的对应区别信息,其中,所述设备(1)被布置为通过将所确定的区别信息与检索到的区别信息比较以确定所读取的牌照信息的有效性。
8.一种车道变更辅助设备(17),包括根据前述任一项权利要求所述的信息检索设备(1)。
9.一种车辆(3),包括根据前述任一项权利要求所述的信息检索设备(1)。
10.一种利用用于本车辆(3)的信息检索设备(1)检索至少一辆周围车辆(5、6)的信息的方法(100),所述设备(1)包括牌照读取设备(7)和信息检索单元(9),其中,所述方法(100)包括:
-利用所述牌照读取设备(7)读取(101)所述至少一辆周围车辆(5、6)的牌照信息,且
-利用所述信息检索单元(9)基于所读取的牌照信息从数据库(11.1、11.2)检索(102)所述至少一辆周围车辆(5、6)的至少一个尺寸(w、l5)。
11.根据权利要求10所述的方法(100),其中,所述设备(1)还包括周围车辆监测单元(15.1、15.2)和计算单元(13),其中,所述方法(100)还包括:
-利用所述周围车辆监测单元(15.1、15.2)确定(103)周围车辆(5)的感知角(ap),且
-利用所述计算单元(13)用所述周围车辆(5)的所述感知角(ap)和从所述数据库(11.1、11.2)检索到的所述周围车辆(5)的至少一个尺寸(w)来计算(104)至所述周围车辆(5)的距离(d5)。
12.根据权利要求10或11所述的方法(100),其中,所述设备(1)还包括周围车辆监测单元(15.1、15.2)和计算单元(13),其中,所述方法(100)还包括:
-利用所述周围车辆监测单元(15.1、15.2)检测(105)第一在前车辆(5)的存在及至所述第一在前车辆5的距离(d5)以及第二在前车辆(6)的存在及至所述第二在前车辆(6)的距离(d6),
-利用所述信息检索单元(9)基于读取的所述第一在前车辆(5)的牌照信息从所述数据库(11.1、11.2)检索(106)所述第一在前车辆(5)的长度(l5),且
-利用所述计算单元(13)通过从至所述第二车辆(6)的所述距离(d6)减去至所述第一车辆(5)的所述距离(d5)和所述第一在前车辆(5)的所述长度(l5)来计算(107)在所述第一在前车辆(5)和所述第二在前车辆(6)之间的距离(d5,6)。
13.根据权利要求10-12中任一项所述的方法(100),其中,所述设备(1)还包括周围车辆监测单元(15.1、15.2)和计算单元(13),其中,所述方法(100)还包括:
-利用所述周围车辆监测单元(15.1、15.2)监测(107)所述本车辆(3)外部驾驶环境的尺寸,且
-利用所述计算单元(13)通过将所述驾驶环境的至少一个监测尺寸与从所述数据库(11.1、11.2)检索到的所述至少一辆周围车辆(5、6)的至少一个尺寸(w、l5)比较来辨识(108)至少一辆周围车辆(5、6)的存在。
14.根据权利要求10-13中任一项所述的方法(100),其中,所述设备(1)还包括周围车辆监测单元(15.1、15.2)和计算单元(13),其中,所述方法(100)还包括:
-利用所述周围车辆监测单元(15.1、15.2)捕获(109)所述本车辆(3)外部驾驶环境的图像,且
-利用所述计算单元(13)通过将所捕获图像的至少一个尺寸与从所述数据库(11.1、11.2)检索到的所述至少一辆周围车辆(5、6)的至少一个尺寸(w、l5)比较来辨识(110)至少一辆周围车辆(5、6)的存在。
15.根据权利要求10-14中任一项所述的方法(100),其中,所述设备(1)还包括周围车辆监测单元(15.1、15.2),其中,所述方法(100)还包括:
-利用所述周围车辆监测单元(15.1、15.2)确定(111)所述至少一辆周围车辆(5、6)的区别信息,所述区别信息包括所述周围车辆(5、6)的颜色或者所述周围车辆(5、6)的类型的至少之一,
-利用所述信息检索单元(9)基于所读取的牌照信息从所述数据库(11.1、11.2)检索(112)所述至少一辆周围车辆(5、6)的对应区别信息,且
-利用所述设备(1)通过将所确定的区别信息与所检索到的区别信息比较以确定(113)所读取的牌照信息的有效性。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14197902.1 | 2014-12-15 | ||
EP14197902.1A EP3035315B1 (en) | 2014-12-15 | 2014-12-15 | Information retrieval arrangement |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105702027A true CN105702027A (zh) | 2016-06-22 |
Family
ID=52103063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510887708.8A Pending CN105702027A (zh) | 2014-12-15 | 2015-12-07 | 信息检索设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10437881B2 (zh) |
EP (1) | EP3035315B1 (zh) |
CN (1) | CN105702027A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111243290A (zh) * | 2020-04-28 | 2020-06-05 | 江苏货斯基网络科技有限公司 | 驾驶行为数据获取和分析方法及系统 |
WO2020220222A1 (en) * | 2019-04-29 | 2020-11-05 | Volkswagen (China) Investment Co., Ltd. | Vehicle control device and vehicle control system |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10015537B2 (en) | 2016-06-30 | 2018-07-03 | Baidu Usa Llc | System and method for providing content in autonomous vehicles based on perception dynamically determined at real-time |
EP3273408B1 (en) * | 2016-07-19 | 2020-09-09 | Continental Automotive GmbH | Device and method for determining a distance to a vehicle |
GB201910858D0 (en) * | 2019-07-30 | 2019-09-11 | Blackberry Ltd | Processing data for driving automation system |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997016806A1 (en) * | 1995-11-01 | 1997-05-09 | Carl Kupersmit | Vehicle speed monitoring system |
US6202027B1 (en) * | 1997-08-27 | 2001-03-13 | Delphi Technologies, Inc. | Automatic curve sensor calibration method for an automotive CW/ICC system |
US20040016870A1 (en) * | 2002-05-03 | 2004-01-29 | Pawlicki John A. | Object detection system for vehicle |
CN1812901A (zh) * | 2003-07-11 | 2006-08-02 | 丰田自动车株式会社 | 碰撞安全车辆控制系统 |
WO2006128502A1 (de) * | 2005-05-31 | 2006-12-07 | Daimlerchrysler Ag | Verfahren zur erkennung eines bevorstehenden unfalls bei einem vorausfahrenden fahrzeug |
CN102435585A (zh) * | 2011-11-10 | 2012-05-02 | 谢天鸽 | 近红外激光车载雨雾探测系统 |
CN103376336A (zh) * | 2012-04-12 | 2013-10-30 | 捷达世软件(深圳)有限公司 | 车辆行驶速度测量方法和系统 |
US20140111647A1 (en) * | 2011-05-03 | 2014-04-24 | Alon Atsmon | Automatic image content analysis method and system |
US20140201266A1 (en) * | 2010-11-03 | 2014-07-17 | Scott A. Jackson | System and method for determining a vehicle proximity to a selected address |
US20140343835A1 (en) * | 2013-05-17 | 2014-11-20 | General Electric Company | System and method for determining a slack condition of a vehicle system |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005043081A1 (ja) * | 2003-10-31 | 2005-05-12 | Fujitsu Limited | 距離算出装置および算出プログラム |
US7482916B2 (en) * | 2004-03-15 | 2009-01-27 | Anita Au | Automatic signaling systems for vehicles |
US7167799B1 (en) * | 2006-03-23 | 2007-01-23 | Toyota Technical Center Usa, Inc. | System and method of collision avoidance using intelligent navigation |
JP4915739B2 (ja) * | 2007-05-31 | 2012-04-11 | アイシン・エィ・ダブリュ株式会社 | 運転支援装置 |
US20140201213A1 (en) * | 2010-11-03 | 2014-07-17 | Scott A. Jackson | System and method for ranking asset data probability of recovery |
-
2014
- 2014-12-15 EP EP14197902.1A patent/EP3035315B1/en active Active
-
2015
- 2015-12-07 CN CN201510887708.8A patent/CN105702027A/zh active Pending
- 2015-12-08 US US14/962,444 patent/US10437881B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997016806A1 (en) * | 1995-11-01 | 1997-05-09 | Carl Kupersmit | Vehicle speed monitoring system |
US6202027B1 (en) * | 1997-08-27 | 2001-03-13 | Delphi Technologies, Inc. | Automatic curve sensor calibration method for an automotive CW/ICC system |
US20040016870A1 (en) * | 2002-05-03 | 2004-01-29 | Pawlicki John A. | Object detection system for vehicle |
CN1812901A (zh) * | 2003-07-11 | 2006-08-02 | 丰田自动车株式会社 | 碰撞安全车辆控制系统 |
WO2006128502A1 (de) * | 2005-05-31 | 2006-12-07 | Daimlerchrysler Ag | Verfahren zur erkennung eines bevorstehenden unfalls bei einem vorausfahrenden fahrzeug |
US20140201266A1 (en) * | 2010-11-03 | 2014-07-17 | Scott A. Jackson | System and method for determining a vehicle proximity to a selected address |
US20140111647A1 (en) * | 2011-05-03 | 2014-04-24 | Alon Atsmon | Automatic image content analysis method and system |
CN102435585A (zh) * | 2011-11-10 | 2012-05-02 | 谢天鸽 | 近红外激光车载雨雾探测系统 |
CN103376336A (zh) * | 2012-04-12 | 2013-10-30 | 捷达世软件(深圳)有限公司 | 车辆行驶速度测量方法和系统 |
US20140343835A1 (en) * | 2013-05-17 | 2014-11-20 | General Electric Company | System and method for determining a slack condition of a vehicle system |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020220222A1 (en) * | 2019-04-29 | 2020-11-05 | Volkswagen (China) Investment Co., Ltd. | Vehicle control device and vehicle control system |
CN113785337A (zh) * | 2019-04-29 | 2021-12-10 | 大众汽车(中国)投资有限公司 | 车辆控制设备和车辆控制系统 |
CN111243290A (zh) * | 2020-04-28 | 2020-06-05 | 江苏货斯基网络科技有限公司 | 驾驶行为数据获取和分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3035315B1 (en) | 2023-06-21 |
US20160171015A1 (en) | 2016-06-16 |
US10437881B2 (en) | 2019-10-08 |
EP3035315A1 (en) | 2016-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101680023B1 (ko) | 차량에 장착된 차선 인식 시스템과 교통 표지 인식 시스템의 융합 방법 | |
US9925920B2 (en) | Extended lane blind spot detection | |
US9400897B2 (en) | Method for classifying parking scenarios for a system for parking a motor vehicle | |
US8687063B2 (en) | Method for predicting lane line and lane departure warning system using the same | |
US20180162388A1 (en) | Apparatus for preventing pedestrian collision accident, system having the same, and method thereof | |
US10025311B2 (en) | Automated vehicle sensor control system | |
US11273835B2 (en) | System for a vehicle | |
CN105702027A (zh) | 信息检索设备 | |
US20140204209A1 (en) | Traffic light detection | |
CN104802705B (zh) | 用于在倒退防撞系统中降低错误激活的方法 | |
US11238731B2 (en) | Method and device for detecting the passage of a motor vehicle through a road sign gantry | |
US20160307026A1 (en) | Stereoscopic object detection device and stereoscopic object detection method | |
US9478137B1 (en) | Detecting and communicating lane splitting maneuver | |
US20140297107A1 (en) | Parking assistance system and method | |
US20160203375A1 (en) | Method and device for determining a lane course of a vehicle | |
CN107107821B (zh) | 使用运动数据加强车道检测 | |
EP3660807A1 (en) | Server device and vehicle | |
US10796167B2 (en) | Periphery recognition device | |
US20140071282A1 (en) | Alert systems and methods using real-time lane information | |
CN104108343A (zh) | 一种基于视觉和北斗导航的防撞预警系统 | |
US20200005562A1 (en) | Method for ascertaining illegal driving behavior by a vehicle | |
JP5997962B2 (ja) | 車載レーンマーカ認識装置 | |
CN114184218A (zh) | 用于测试机动车的传感器系统的方法、设备和存储介质 | |
JP2010072947A (ja) | 障害物検出装置 | |
JP2008299707A (ja) | 車両通行管理システム |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160622 |