CN106114503A - 用于确定安全车辆轨迹的方法和装置 - Google Patents

用于确定安全车辆轨迹的方法和装置 Download PDF

Info

Publication number
CN106114503A
CN106114503A CN201610267203.6A CN201610267203A CN106114503A CN 106114503 A CN106114503 A CN 106114503A CN 201610267203 A CN201610267203 A CN 201610267203A CN 106114503 A CN106114503 A CN 106114503A
Authority
CN
China
Prior art keywords
vehicle
barrier
event
nargin
region
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
Application number
CN201610267203.6A
Other languages
English (en)
Other versions
CN106114503B (zh
Inventor
J·尼尔松
M·E·布伦斯特伦
M·阿里
J·L·索尔斯泰德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volvo Car Corp
Original Assignee
Volvo Car Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Volvo Car Corp filed Critical Volvo Car Corp
Publication of CN106114503A publication Critical patent/CN106114503A/zh
Application granted granted Critical
Publication of CN106114503B publication Critical patent/CN106114503B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—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
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • B60W30/02—Control of vehicle driving stability
    • B60W30/025—Control of vehicle driving stability related to comfort of drivers or passengers
    • 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
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18145—Cornering
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/20—Data confidence level
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/12—Lateral speed
    • B60W2720/125—Lateral acceleration
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/14—Yaw
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9315—Monitoring blind spots
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9322—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using additional data, e.g. driver condition, road state or weather data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9324—Alternative operation using ultrasonic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)

Abstract

本公开涉及一种用于在考虑感测限制的情况下为装备有用于监测周围环境的传感器(2)的车辆(1)确定安全车辆轨迹的方法和装置、以及一种包括这种装置的车辆(1)。该方法包括下列步骤：探测可观察到的障碍物(3)；探测无法观察到的区域(4)；在无法观察到的区域(4)中添加虚拟障碍物(5)；使每一个可观察到的障碍物(3)和每一个虚拟障碍物(5)与一个或多个假设事件相关联并且向由障碍物(3、5)和事件构成的每一个组合分配出现概率；以及基于可观察到的障碍物(3)和虚拟障碍物(5)以及由障碍物(3、5)和事件构成的每一个组合的出现概率确定安全车辆(1)轨迹。

Description

用于确定安全车辆轨迹的方法和装置
技术领域
本文中的实施例涉及一种用于在考虑感测限制的情况下为装备有用于监测周围环境的传感器的车辆确定安全车辆轨迹的方法和装置，并且涉及一种包括这种装置的车辆。
背景技术
机动车辆越来越多地装备有监测周围环境的传感器。该传感器信息可被用于或多或少自动地控制该车辆的未来轨迹。该自动化可以从完全自治的车辆到受驾驶员控制的车辆发生变化，在该受驾驶员控制的车辆中，该传感器信息仅被用于通知该驾驶员。在所有的自动化等级中，均需要安全驱动，这意味着在这种情况下设计和实现一种具有可接受的低危险程度的车辆轨迹。
在自动化功能为具体的驱动任务负责的情况下，该自动化系统必须能够在危险程度足够低的情况下进行操作。这是功能安全的目标。当该自动化系统使用具有固有限制(例如不能在车辆的环境中探测到所有事情)的传感器时，这是富有挑战性的。这就是为什么大多数的自动功能均依赖于这一事实的原因，该事实为车辆的驾驶员总是为车辆的安全运转负责并且该车辆的驾驶员在任何时刻均可重新获得对于该车辆的控制。
一个这种示例由文献EP1990787A1提供，该文献涉及适当地处理不能由车载传感器对其执行障碍物探测的阻挡区域。当自身车辆的可移动区域中存在安装在自身车辆上的传感器不能对其执行探测的阻挡区域时，假定在该阻挡区域中可能存在障碍物。当在该阻挡区域中可能存在障碍物时，未证实的本体(如障碍物候选者)事实上被布置在该阻挡区域中。由此，环境预测可被利用由该未证实的本体所代表的障碍物候选者执行。可以预测未证实的虚拟的运动本体的行为，由此，可将汽车模型用于预测汽车的行为并将人类模型用于预测人的行为，并且进一步地，在必要时，可使用诸如两轮机动车辆模型和自行车模型之类的单个运动本体模型。预测单元可例如通过基于最终设置在自身车辆的可移动区域中的该未证实的本体的行为以及该自身车辆的行为(例如速度和转向方向)来预测该自身车辆在行驶期间发生碰撞等的可能性。特别是，即使当该可移动区域中存在阻挡区域并且不能由安装在该自身车辆上的传感器在该阻挡区域上执行探测时，假定在该阻挡区域中可能存在障碍物，并且当该阻挡区域中可能存在障碍物时，未证实的本体事实上被作为障碍物候选者布置在该阻挡区域中。根据EP1990787A1所述的障碍物探测方法、障碍物探测设备、和标准的运动本体模型据说是对于汽车的冲突避免、冲突警告等是有用的，并且特别地适用于汽车的自动驾驶。
根据文献EP1990787A1，未证实的可移动候选者物体被放置于所有阻挡区域中的可能存在可移动物体的所有位置。一旦已经观察了该区域，这些候选者物体稍后就被观察到的真实物体替换掉，作为选择，一旦已经观察了该区域，就移除候选者物体。候选者物体可以例如由行人或车辆代表。利用真正观察到的物体替代候选者物体据说与虚拟的候选者物体相比能够使用拥于观察到的物体的改进的预测模型。
然而，尽管文献EP1990787A1涉及一种障碍物探测方法，但它并未提到相关的车辆应该如何对候选者物体作出响应。由此，在上述领域中仍然存在改良的空间。
发明内容
本文中的周围实施例旨在提供一种改良的方法，该方法用于在考虑感测限制的情况下为装备有用于监测周围环境的传感器的车辆确定安全车辆轨迹，从而使该车辆能够在具有预防措施的情况下行驶，该预防措施是被提前采取以防止危险的、令人不愉快的或麻烦的事情发生的措施。
这通过一种方法来提供，该方法包括下列步骤：探测可观察到的障碍物；探测无法观察到的区域；在无法观察到的区域中添加虚拟障碍物；使每一个可观察到的障碍物和每一个虚拟障碍物与一个或多个假设事件相关联并且向由障碍物和事件构成的每一个组合分配出现概率；以及基于可观察到的障碍物和虚拟障碍物以及由障碍物和事件构成的每一个组合的出现概率确定安全车辆轨迹。
如上所述，基于可观察到的障碍物和虚拟障碍物、相关假设事件以及由障碍物和事件构成的每一个组合的出现概率来设置安全车辆轨迹使得车辆能够在具有预防措施的情况下在并未已经观察到所有物体的环境中安全地行进。
根据第二方面，所规定的是，将无法观察到的区域确定为下列区域中的至少一种：位于车辆传感器的感测范围之外的区域；所获得的传感器读数的确信度低于预定确信度阈值的区域；以及被车辆的周围环境中的物体遮蔽住的区域。
如上所述确定无法观察到的区域的规定为该确定提供了一些高效的替代方案。
根据第三方面，所规定的是，向无法观察到的区域添加其相关假设事件的出现概率超过预定出现概率的虚拟障碍物。
添加其相关假设事件的出现概率超过预定出现概率的虚拟障碍物的规定减少了待添加的虚拟障碍物的数量。
根据第四方面，所规定的是，确定安全车辆轨迹，使得在低概率的假设事件出现的情况下，应用第一裕度，并且使得在高概率的假设事件出现的情况下，应用第二裕度，并且第一裕度相对小于第二裕度。
将第一裕度用于低概率的假设事件并将第二裕度用于高概率的假设事件的规定提供了对于安全车辆轨迹的高效的确定和修改。
根据第五方面，所规定的是，从一组预定环境类别中确定环境类别，并基于所确定的环境类别从一组预定假设事件中选择这一个或多个假设事件，并且依据所确定的环境类别向具有不同的相关假设事件的虚拟障碍物分配不同的出现概率。
基于所确定的环境类别从一组预定假设事件中选择假设事件并依据所确定的环境类别向具有不同的相关假设事件的虚拟障碍物分配不同的出现概率的规定提供了对于当前车辆环境的有效适应。
根据第六方面，所规定的是，依赖于针对与预定环境类别相关联的观察到的障碍物的在先出现的统计数据，来依据所确定的环境类别确定虚拟障碍物的出现概率。
使用用于确定与预定环境类别相关联的观察到的障碍物的在先出现概率的统计数据来依据所确定的环境类别确定虚拟障碍物的出现概率的规定根据当前车辆环境更进一步增强了安全车辆轨迹。
根据第七方面，所规定的是，第一裕度和第二裕度是相对于障碍物的物理裕度或者是车辆的动力学方面的裕度。
第一裕度和第二裕度是相对于障碍物的物理裕度或者是车辆的动力学方面的裕度的规定进一步增强了安全车辆轨迹。
根据第八方面，所规定的是，相对于障碍物的物理裕度是安全车辆轨迹与该障碍物相距的距离，并且车辆的动力学方面的裕度是遵循安全车辆轨迹所需的车辆的纵向加速度级、侧向加速度级和偏航加速度级中的一个或多个中的裕度。
相对于障碍物的物理裕度是安全车辆轨迹与该障碍物相距的距离并且车辆的动力学方面的裕度是车辆的纵向加速度级、侧向加速度级和偏航加速度级中的一个或多个中的裕度的规定提供了用于向安全车辆轨迹提供裕度的替代方案。
根据第九方面，所规定的是，相对于障碍物增大的物理裕度意指增大了的安全车辆轨迹与该障碍物相距的距离，并且相对于障碍物减小的物理裕度意指缩短了的安全车辆轨迹与该障碍物相距的距离，并且车辆的动力学方面的增大的裕度意指遵循安全车辆轨迹所需的降低了的车辆加速度级，并且车辆的动力学方面的减小的裕度意指遵循安全车辆轨迹所需的提高了的车辆加速度级。
上述对于增大和减小的裕度的定义的规定用于改变安全车辆轨迹的裕度。
根据第十方面，所提供的是，一种用于在考虑感测限制的情况下为装备有用于监测周围环境的传感器的车辆确定安全车辆轨迹的装置，该装置包括：处理器，该处理器被布置成处理来自用于监测周围环境的车辆传感器的读数；和探测可观察到的障碍物；探测无法观察到的区域；在无法观察到的区域中添加虚拟障碍物；使每一个可观察到的障碍物和每一个虚拟障碍物与一个或多个假设事件相关联并且向由障碍物和事件构成的每一个组合分配出现概率；以及基于可观察到的障碍物和虚拟障碍物以及由障碍物和事件构成的每一个组合的出现概率确定安全车辆轨迹。
如上所述基于可观察到的障碍物和虚拟障碍物以及由障碍物和事件构成的每一个组合的出现概率来确定安全车辆轨迹使得车辆能够在并未已经观察到所有物体的环境中安全地行进。
根据第十一方面，所规定的是，该处理器被进一步布置成将无法观察到的区域确定为下列区域中的至少一种：位于车辆传感器的感测范围之外的区域；所获得的传感器读数的确信度低于预定确信度阈值的区域；以及被车辆周围环境中的物体遮蔽住的区域。
如上所述确定无法观察到的区域的规定为该确定提供了一些高效的替代方案。
根据第十二方面，所规定的是，处理器被进一步布置成确定安全车辆轨迹，使得在低概率的假设事件出现的情况下，应用第一裕度，并且使得在高概率的假设事件出现的情况下，应用第二裕度，并且第一裕度相对小于第二裕度。
将第一裕度用于低概率的假设事件并将第二裕度用于高概率的假设事件的规定提供了对于安全车辆轨迹的高效的确定和修改。
根据第十三方面，所规定的是，处理器被进一步布置成从一组预定环境类别中确定环境类别，并基于所确定的环境类别从一组预定假设事件中选择一个或多个假设事件，并且依据所确定的环境类别向具有不同的相关假设事件的虚拟障碍物分配不同的出现概率。
从一组预定环境类别中确定环境类别并基于所确定的环境类别从一组预定假设事件中选择一个或多个假设事件并依据所确定的环境类别向具有不同的相关假设事件的虚拟障碍物分配不同的出现概率的规定提供了对于当前车辆环境的有效适应。
根据第十四方面，所规定的是，处理器被进一步布置成依赖于针对与预定环境类别相关联的观察到的障碍物的在先出现的统计数据，来依据所确定的环境类别确定虚拟障碍物的出现概率。
使用统计数据来依据所确定的环境类别确定虚拟障碍物的出现概率的规定根据当前车辆环境更进一步增强了安全车辆轨迹。
根据最后一方面，提供了一种车辆，该车辆包括如上所述的用于在考虑感测限制的情况下为装备有用于监测周围环境的传感器的车辆确定安全车辆轨迹的装置。
包括如上所述的用于确定安全车辆轨迹的装置的车辆能够在并未已经观察到所有物体的环境中安全地行进。
附图说明
在下文中，将仅参考附图作为示例更为详细地描述本文中的实施例，其中
图1a-b是使用根据本文中的实施例所述的方法的车辆的行为的第一示例的示意图。
图2a-c是使用根据本文中的实施例所述的方法的车辆的行为的第二示例的示意图。
图3a-b是使用根据本文中的实施例所述的方法的车辆的行为的第三示例的示意图。
图4是用于在考虑感测限制的情况下为装备有用于监测周围环境的传感器的车辆确定安全车辆轨迹的装置的示意图。
本文中的实施例的其它目的和特征将通过结合附图进行的下列详细描述而变得明显。然而，将会明白的是，附图出于说明的目的被单独地进行设计而非作为对于其界限的定义，对于其界限，应该参考所附权利要求书。还应理解的是，附图无需按照比例绘制，除非另有说明，它们仅意在概念性地图示出本文中所述的结构和过程。
具体实施方式
在概述中，本文中的实施例涉及下列一种方法，该方法在考虑感测限制的情况下为装备有用于监测周围环境的传感器2的车辆1确定安全车辆轨迹，从而使该车辆1能够在具有预防措施的情况下行驶，该预防措施是被提前采取以防止危险的、令人不愉快的或麻烦的事情发生的措施。由此，如在本文中使用的车辆1的安全轨迹意指允许车辆1的乘客能够相当安全和/或舒服的乘坐的轨迹。
传感器2的示例包括但不局限于无线电探测与测距(雷达)传感器、光探测与测距(激光雷达)传感器、光受辐射放大(激光)传感器、声音导航与测距(声纳)传感器(例如超声波)、红外线(IR)传感器、图像传感器(例如照相机)、车辆位置装置(例如全球定位系统)中的一个或多个及其任一组合。
在其大多数的通用实施例中，该方法包括下列步骤：探测可观察到的障碍物3；探测无法观察到的区域4；在无法观察到的区域4中添加虚拟障碍物5；使每一个可观察到的障碍物3和每一个虚拟障碍物5与一个或多个假设的事件相关联并且向由障碍物3、5和事件构成的每一个组合分配出现概率；以及基于可观察到的障碍物3和虚拟障碍物5及由障碍物3、5和事件构成的每一个组合确定车辆1的安全轨迹。
该目的是在考虑到传感器2在它探测其它道路用户时已经获知限制的情况下，允许车辆1在并未已经观察到所有物体的环境中在具有预防措施的情况下安全地行进，这通过预期所有无法观察到的区域4中的物体来实现，使得如果在无法观察到的区域4中存在物体并且该物体可能也执行诸如移动之类的策略，则由确定的车辆1的安全轨迹向其提供裕度(margin)。如本文中使用的裕度可以涉及安全裕度，而且也涉及能够以对于车辆1的乘客而言更为舒服的方式实现行进穿过的情形的裕度，即或者是相对于障碍物3、5的裕度，或者是车辆1的动力学方面的裕度。因此，针对什么可以被隐藏在能够在其中探测障碍物3的观察区域的外部产生了假说，使得在稍后将假说证明为真的情况下，该车辆1的安全或舒适系统能够处理该情形。这些假说在本文中被称之为假定事件。
观察区域被定义为在车辆的周围环境中的已经由障碍物探测系统(例如车辆1的传感器2)探测到所有障碍物3的区域。无法观察到的区域4是与可观察到的区域相反的，即它可包含尚未由障碍物探测系统2探测到的障碍物。无法观察到的区域4可以为例如：位于车辆1的传感器2的感测范围或视野之外的区域、遮蔽区域(即位于真实物体3的后面并因此是不可观察到的区域)、并非在具有充分确信的情况下观察到的区域(即在功能安全要求n个传感器2的同时，仅可为n-1个传感器2所见的区域)、以及对于确定个别物体(例如靠近柱杆的路边隔离物站立的人)而言会是困难的区域。对于确定个别物体而言会是困难的区域可以是所获得的传感器2的读数的确信度低于预定确信度阈值的区域。此外，对于确定个别物体而言会是困难的区域可以是预先已知的，并且假如这样的话，例如被储存在与一种或多种车辆系统相关联的映射系统中，使得可对其作出考虑。由此，根据一些实施例，无法观察到的区域4被确定为下列区域中的至少一种：位于车辆1的传感器2的感测范围之外的区域；所获得的传感器2的读数的确信度低于预定确信度阈值的区域；以及被车辆1的周围环境中的物体3遮蔽住的区域。
障碍物3、5可以是诸如汽车、行人之类的物体，也可以是行驶到其中是不安全的其它事物(例如地面中的孔)。
在一些实施例中，虚拟障碍物5被添加到无法观察到的区域4，其中，与虚拟障碍物5相关联的假设事件超出了预定出现概率。在其它实施例中，暗示出更为保守的车辆1的安全轨迹的虚拟障碍物5被添加到无法观察到的区域4。应注意的是，添加“更为保守的”虚拟障碍物5(即暗示出“更为保守”的车辆1的轨迹的虚拟障碍物5)也针对更大组可能存在的障碍物产生了车辆1的安全轨迹。所产生的车辆1的安全轨迹可包括使车辆1能够调整其侧向行进和纵向行进以便相对于虚拟障碍物5产生裕度的信息。
在添加虚拟障碍物5之后，每个可观察到的障碍物3和每个虚拟障碍物5均被与一个或多个假设事件相关联，并且由障碍物3、5和事件构成的每个组合均被分配出现概率，因此可基于真实的(即探测到的)可观察到的障碍物3和虚拟障碍物5以及由障碍物3、5和事件构成的每个组合的出现概率确定车辆1的安全轨迹或轨迹的集合。该确定的车辆1的安全轨迹或轨迹的集合可例如被用于：设计自动驾驶的(自主的)车辆1的路径；设计半自主的车辆1的路径，例如控制可调链离合器(ACC)系统的车辆1设定速度；以及通知车辆1的驾驶员，例如提供安全速度推荐值。
它也可被用于以可以计量的术语来评估运转车辆1是如何安全。这又可例如被用作“按里程付款”保险单的输入量。
在一些实施例中，在设计安全轨迹时，以不同的方式处理低概率假设事件和高概率假设事件。对于低概率假设事件，车辆1的速度可能例如基本上被降低，而对于高概率假设事件，速度仅在一定程度上被降低。由此，在这种实施例中，车辆1的安全轨迹被确定成，使得在低概率假设事件出现的情况下，则应用第一裕度，并且使得在高概率假设事件出现的情况下，应用第二裕度，其中，第一裕度相对小于第二裕度。
容易理解的是，任何数量的裕度均可由这些第一裕度和第二裕度所表示，使得针对相关假设事件的任何程度的概率应用特定的裕度。这也意味着，代替许多离散的裕度，这些裕度可从连续量表提供，例如使得针对任何程度的概率均从该连续量表提供裕度，这些任何程度的概率可能地同样从连续量表提供。
在一些实施例中，虚拟障碍物5将具有与它们相关联的运动模型，例如如果将真实的障碍物3确定为停放在路旁的障碍物车辆3，则假定可能存在由该障碍物车辆所隐藏的行人，由此行人运动模型就被分配由该障碍物车辆3所隐藏的虚拟物体5。由此，在这种实施例中，虚拟障碍物5被与运动模型和相关假设事件相关联，该相关假设事件基于虚拟障碍物5的从由其相关运动模型所给定的当前位置开始的可能运动。
汽车模型可被用于预测汽车虚拟障碍物5的行为，并且人类模型可被用于预测人类虚拟障碍物5(例如行人)的行为。此外，必要时，单个运动本体模型(例如两轮机动车辆模型和自行车模型)也可被用于虚拟障碍物5。
这里，由此围绕虚拟障碍物5将存在安全区域，该安全区域由用于与该虚拟障碍物5相关联的相关假设事件的运动模型定界，例如假定行人将位于无法观察到的区域4内的最不利的可能位置，使得由包括从由所使用的运动模型给定的位置开始的可能运动在内的事件来确定相关的安全区域。如果行人例如移动到车道中，在该车道中，将有可能使用车辆1的传感器2探测到该行人，则来自传感器2的信息将被用于为车辆1的轨迹确定适当的速度和路线，从而避免与该行人发生碰撞，使得能够因此调整例如车辆1的行进速度。
对于本领域技术人员来说将是明显的是，车辆1的制动系统和转向系统的能力将设定用于可用策略和轨迹的边界。由此，为了确定车辆1的安全轨迹，应该考虑相关车辆1的制动系统和转向系统的能力。
确定将哪一运动模型用于与虚拟障碍物5相关联的假设事件可基于概率进行，例如基于车辆1当前所处的环境(即车辆1的环境)进行，使得如果例如车辆1正行进在乡村道路上、处于乡村或森林富足的环境中，则用于虚拟障碍物5的运动模型可以是诸如驼鹿或鹿之类的动物的运动模型。如果车辆1正行进在密集居住的城市环境中或停车场中，则用于该虚拟障碍物5的运动模型可以是行人的运动模型。当接近或穿越十字路口时，用于该虚拟障碍物5的运动模型可以是另一车辆(例如汽车或公共汽车、载重汽车)的运动模型。如果车辆1正接近或行进弯曲的道路部分，则用于该虚拟障碍物5的运动模型可以改为是静止(即没有运动的)车辆的运动模型。
由此，在这种实施例中，从一组预定环境类别(例如如上所述)中来确定环境类别，并且一个或多个假设事件被基于所确定的环境类别而从一组预定假设事件中进行选择。
还可以为根据相关运动模型在某一位置处执行假设事件运动的虚拟障碍物5的出现分配概率，例如使得如果为出现分配了高概率，就提供大裕度，从而在它出现的情况下能够实施平稳的制动操作。相反，如果向该出现分配了低概率，即认为它不太可能出现，就可减小该裕度，从而在它出现的情况下，要求车辆1进行紧急制动以避开。当然，使制动等级适应于具体情形的要求(即从平稳舒适的制动变化到猛烈的紧急制动并且包含其间所有程度的制动)同样是可能的。这可通过计算自身车辆1应该如何进行路边停放并且在我们通过位于自身车辆1前方的可观察到的区域时应以何种速度行进来实现，以便能够在由虚拟物体5及其相关运动模型所代表的假设变成现实的情况下(即在与虚拟物体5相关联的一个或多个假设事件出现的情况下)适当地处理该情形。
应注意，根据本文中的实施例，第一裕度和第二裕度或者是相对于障碍物3、5的物理裕度或者是车辆1的动力学方面的裕度。相对于障碍物3、5的物理裕度是车辆1的安全轨迹与障碍物3、5相距的距离。车辆1的动力学方面的裕度是遵循车辆1的安全轨迹所需的车辆1的纵向加速度级、侧向加速度级和偏航加速度级中的一个或多个中的裕度。此外，相对于障碍物3、5增大的物理裕度意指增大了的车辆1的安全轨迹与障碍物3、5相距的距离，并且相对于障碍物3、5减小的物理裕度意指缩短了的车辆1的安全轨迹与障碍物3、5相距的距离。车辆1的动力学方面的增大的裕度意指遵循车辆1的安全轨迹所需的降低了的车辆1的加速度级，并且车辆1的动力学方面的减小的裕度意指遵循车辆1的安全轨迹所需的提高了的车辆1的加速度级。
加速度级与车辆1的乘客的舒适之间的关系是容易理解的，例如低加速度级(例如2m/s2)将提供高舒适度(即大裕度)，5m/s2的中加速度级将提供次舒适度(即较小裕度)，并且8m/s2的高加速度级将提供低舒适度(即小裕度)。如本文中所使用的舒适度可被在车辆1的纵向策略、侧向策略和偏航策略方面表现出来。对于某些假设事件，所希望的是，确定车辆1的安全轨迹，使得在假设事件出现的情况下，能够通过平稳且舒服的制动来处理该假设事件。对于其它假设事件，所希望的是，确定车辆1的安全轨迹，使得能够通过平稳且舒适的转向策略来处理假设事件。车辆1的安全轨迹导致需要加速该车辆1以避免出现意外事件的策略同样是可行的，例如在十字路口中。当然，同样可能的是，确定车辆1的安全轨迹，从而要求车辆1执行转向策略、制动策略、和加速策略中的一种或多种的组合以避免发生意外事件。
本领域技术人员在执行不同类型的裕度之间的转换中将不具有困难。
由此，车辆1的安全轨迹在具有裕度的情况下产生，使得例如当在停车场中行驶时，在虚拟行人5稍后被证实为真实的情况下，能够针对真实的行人通过平稳且舒适的制动而停止。对于不太可能出现的事件，例如行人从已邻近于道路静止好几天的车辆中出现，车辆1的安全轨迹可被设计成具有裕度，从而在该情形出现的情况下能够紧急制动以便处理它。这样一来，能够允许车辆例如在所考虑的假设事件不太可能出现的环境中以较高的速度行进并且在所考虑的假设事件很有可能出现的环境中以较低的速度行进。
同样，所希望的是，在虚拟行人5步行到十字路口中的情况下执行平稳的且舒适的制动，同时在虚拟行人5跑到十字路口中的情况下能够针对同一虚拟行人5执行紧急制动，这是因为分配给该第二假设事件的概率通常将基本上低于分配给第一假设事件的概率。由此，该安全车辆轨迹将被以既可处理第一假设事件又可处理第二假设事件的方式确定，这个实际上意指车辆1的速度应该被降低到满足两种假设事件的需求的程度。这可以至少两种方式来实现，通过在该步行的虚拟行人5的周围引入较大的(纵向的)物理裕度来实现，或者通过计算向后回到车辆1能够执行平稳且舒适的制动以避开该步行的虚拟行人5所需要维持的速度。对于跑动中的虚拟行人5，引入较小(纵向的)物理裕度或计算向后回到车辆1能够针对该跑动中的虚拟行人5执行紧急制动所需要维持的速度是可能的。
由此，在这种实施例中，当确定车辆1的安全轨迹时，依据所确定的环境类别，向具有不同的相关假设事件的虚拟障碍物5分配不同的出现概率。
由此，如上所述，在一些实施例中，从一组预定环境类别中确定环境类别，并基于所确定的环境类别从一组预定假设事件中选择一个或多个假设事件，并且依据所确定的环境类别向具有不同的相关假设事件的虚拟障碍物5分配不同的出现概率。
可使用车辆1的乘客的舒适度和例如预期出现频率，以确定应该使用哪一裕度。根据一些实施例，依赖于针对与预定环境类别相关联的观察到的障碍物3的在先出现的统计数据，来依据所确定的环境类别确定虚拟障碍物5的出现概率。应注意，尽管基于统计数据，建议限制具有可能出现概率的假设事件，但是，不应该包括具有极不可能出现概率的假设事件，因为这种事件会使得不可能发现车辆1的任何安全轨迹，这当然会是不希望发生的。然而，建议对假设事件(例如行人从沿着路边停放的车辆的后面出现)作出预期。同样如上所述，在传感器2于确定行人接近车辆并且预测该虚拟行人5会进入位于自身车辆1的前方的道路方面存在困难的情况下，这可通过将虚拟行人5放置在该停放车辆的后面乃至其前面来实现。由此，并未基于极不可能出现的假设事件作出的最不利情况预测，相反，所考虑的是在合理的情况下(即在合理的范围内)可能出现概率的假设事件。当然，在非常不可能出现概率的假设事件出现概率的情况下，同样试图处理这种假设事件是适当的。
在依赖于概率时，使车辆1的安全系统处理更多不常出现概率的(即具有低概率的)假设事件以及使车辆1的舒适度系统处理更多可能出现概率的假设事件同样是可能的。车辆1的用于处理更多不常出现概率的事件的示例性安全系统可以是紧急制动或避撞系统，并且示例性的车辆1的舒适度系统可以是驾驶员辅助系统，例如车道保持辅助系统。每一个无法观察到的区域4均会导致产生多个虚拟物体5，这些虚拟物体5中的每一个均可与被分配了不同的出现概率的一个或多个假设事件相关联，由此被予以考虑以便在具有不同的舒适度等级的情况下进行处理。
将由本领域技术人员实现的是，能够为任何数量的环境创建任何数量的不同模型和概率，并且向这些模型和概率分配与虚拟障碍物5和相关假设事件有关的适当的假定，以便引申和研发出本文中所描述的方法和装置。例如，会是可能的是，列出多个假设事件，但并不向各个事件分配任何出现概率，即这种清单将仅包括被认为与由某一类型的车辆策略进行处理用于确定车辆1的安全轨迹有关的这种假设事件。然而，如将容易理解的那样，实际上，这意指由此列出的所有假设事件均事实上被分配了100％的出现概率。同样，将也可能的是，提供若干这种清单，例如在假设事件出现的情况下可由舒适的车辆策略进行处理的假设事件的第一列表、以及在假设事件出现的情况下可由令身体不适的策略进行处理的假设事件的第二列表、以及在假设事件出现的情况下要求紧急策略的假设事件的第三列表。
为了图示出所建议的方法，考虑下列示例性的方案。如果该车辆1行进经过学校或校车，则车辆1的安全轨迹将通过探测无法观察到的区域4并且在这些无法观察到的区域4中放置虚拟孩子5加以确定。这些虚拟孩子5将随后与步行到该车辆1所行进的道路中并被分配高出现概率的假设事件相关联。车辆1的安全轨迹被确定成，使得它将有可能在稍后表明在该无法观察到的区域4中存在孩子并且该孩子事实上步行到由车辆1行进的道路中的情况下，利用平稳且舒适的策略避免与孩子发生碰撞。实际上，这将意味着安全的车辆1的轨迹将被确定成，使得该车辆1将被侧向地放置在道路上，以致能够尽可能早地探测到孩子，并且着意味着该车辆1的速度将被降低到在虚拟的孩子5被证明是真实存在的情况下，将有可能执行平稳且舒适的制动的程度。在计算应该使用哪种速度和侧向放置时，设想到考虑传感器2在视野和探测时间方面的能力以及用于执行制动策略、加速度策略和转向策略的车辆致动器中的限制，以便模拟出平稳且舒适的策略。实际上，对于上述方案，这会意指，如果不存在其它待考虑的交通情况，则车辆1的安全轨迹将使该车辆1朝向道路的中央侧向移位例如0.5m，并且将车辆1的速度限制于例如30公里/小时(km/h)。
因此，如果该车辆1行进在穿越村庄的乡村道路上，则同样存在有人将步行到该道路中的概率，但该概率因此可以被视为比如上所述经过学校时低。在假定该概率是低的情况下，确定下列车辆1的安全轨迹，该车辆1的安全轨迹暗指在证实有人步行到该道路中的情况下，使车辆1能够使用中度-紧急制动/转向策略来避免发生碰撞的策略。实际上，这可意指确定要求将该车辆速度降低到例如50km/h的车辆1的安全轨迹。
此外，如果该车辆1行进经过沿着高速道路停放的车辆，其中，该车辆已经新近停在路旁，则存在有人将在该停放车辆的后面步行出并横穿该道路的概率(尽管该概率是很低的)。车辆1的安全轨迹被确定成，使得车辆1能够利用令身体不适的制动/转向策略来处理该假设事件。实际上，这可能意味着，确定下列车辆1的安全轨迹，该车辆1的安全轨迹要求将该车辆速度降低到例如70km/h，从而使该车辆能够在该事件稍后出现的情况下使用令身体不适的制动/转向策略来处理该假设事件。然而，在三天后该车辆1再次行进经过该停放车辆，而该停放车辆仍旧处于那里的情况下，有人将在该停放车辆的后面步行出并横穿该道路的概率已经显著降低。在这种情况下，车辆1的安全轨迹被确定成，使得车辆1能够在该事件稍后出现的情况下使用紧急策略(例如紧急制动)来处理该假设事件。实际上，这可意指，确定下列车辆1的安全轨迹，该车辆1的安全轨迹要求将该车辆速度降低到例如90km/h，从而使得该车辆能够在该事件稍后出现的情况下使用紧急的令身体不适的制动/转向策略来处理该假设事件
由此，如上所述，对于相似的情形，车辆1的安全轨迹被确定成是略有不同的。在有人将进入该道路的概率高的环境中，安全车辆轨迹被例如在要求将车辆的速度降低到它将有可能以舒适的方式处理假设事件的程度方面设计成具有大裕度，而在相同类型的假设事件的概率低的其它环境中，安全车辆轨迹被设计成具有较小裕度，使得它在事件稍后出现的情况下，有可能以更为令身体不适的策略来处理假设事件。
本文中如图4中所图示的另一实施例涉及一种在考虑感测限制的情况下为装备有用于监测周围环境的传感器2的车辆1确定安全车辆轨迹的装置。该装置包括：处理器6，其被布置成处理来自车辆1的用于监测周围环境的传感器2的读数；和探测可观察到的障碍物3；探测无法观察到的区域4；在无法观察到的区域4中添加虚拟障碍物5；将每一个可观察到的障碍物3和每一个虚拟障碍物5与一个或多个假设事件相关联并且为由障碍物3、5和事件构成的每一个组合分配出现概率；以及基于可观察到的障碍物3和虚拟障碍物5以及由障碍物3、5和事件构成的每一个组合的出现概率确定由虚线箭头6a图示出的车辆1的安全轨迹。随后向车辆1的其它系统(未示出)提供车辆1的安全轨迹6a，这些其它系统例如为驾驶员辅助系统、驾驶员警报系统或车辆1的自主或半自主的驾驶控制系统。该处理器6可以是车辆1的这种其它系统的组成部分。
在一些实施例中，可使用不止一个处理器6。在这种实施例中，该装置可包括多个处理器6。该处理器6可以为中央处理器(CPU)，其执行计算机程序/软件的指令，当被执行时，这些指令执行基本的算术运算、逻辑运算和输入输出操作。该处理器6也可包括一个或多个加速处理器(APU)，其也被称为高级处理器。辅助动力装置(APU)是位于CPU的外部的包括附加处理能力的处理器，该附加处理能力被设计成加速一个或多个类型的计算。
在一些实施例中，该处理器6被进一步布置成将无法观察到的区域4确定为下列区域中的至少一种：位于车辆1的传感器2的感测范围之外的区域；所获得的传感器2的读数的确信度低于预定确信度阈值的区域；以及被车辆1的周围环境中的物体3遮蔽住的区域。
根据一些其它实施例，该处理器6被进一步布置成确定车辆1的安全轨迹，使得在低概率的假设事件出现概率的情况下，应用第一裕度，并且使得在高概率的假设事件出现概率的情况下，应用第二裕度，其中，该第一裕度相对小于该第二裕度。
在另外的其它实施例中，该处理器6被进一步布置成从一组预定环境类别中确定环境类别，并基于所确定的环境类别从一组预定假设事件中选择一个或多个假设事件，并且依据所确定的环境类别向具有不同的相关假设事件的虚拟障碍物5分配不同的出现概率。
根据另外的其它实施例，该处理器6被进一步布置成依赖于针对与预定环境类别相关联的观察到的障碍物3的在先出现的统计数据来依据所确定的环境类别确定虚拟障碍物5的出现概率。
根据本公开，同样设想到的是一种装备有用于监测周围环境的传感器2的车辆1，该车辆1包括如在前文中所述的装置。
包括如上所述的装置的车辆1可以从完全自主的车辆1延伸到受驾驶员控制的车辆1，在该受驾驶员控制的车辆1中，传感器信息仅被用于通知该驾驶员。
在下文中，将通过一些其它示例图示出使用所建议的方法的车辆1的行为。如上所述，该方法和装置可被用于例如：在任何给定的情形中为主车1估计安全速度；以及调整主车1的未来路径，从而使例如优化(最大化)行进参数(例如主车1的速度)成为可能。
如图1a和图1b中所图示的第一示例图示了当行驶经过路旁物体3时改变或不改变车道。
图1a示出了在与静止的路旁障碍物车辆3相距小侧向距离的情况下，行驶在道路11上的车辆1。虚线7图示了在被可观察到的障碍物3所遮蔽时传感器2的能力的边界，使得在该可观察到的障碍物3的后面形成无法观察到的区域4。虚拟障碍物5(例如行人)被增加在位于该静止的路旁障碍物车辆3的后面的无法观察到的区域4中。主车1的由箭头8图示的速度受到限制，以确保在虚拟障碍物5如由箭头9所图示的那样根据相关假设事件移动到主车1的由短划线10图示的路径中的情况下，将不会与它发生碰撞。
图1b示出了主车1如何执行车道变化(如由短划线10所示)，以缩小无法观察到的区域4在行进方向中的相对尺寸。虚拟障碍物5现在被进一步远离，并且主车1可以增大其速度(由箭头8表示)，同时即使在虚拟障碍物5如由箭头9所图示的那样根据相关假设事件移动到该道路11上的情况下，也维持充分低的碰撞危险。
如图2a、图2b和图2c中所示的该第二示例图示了在具有或不具有阻挡视野的情况下在道路11的弯道中行驶的主车1。
图2a示出了主车1如何基于例如道路11的曲率半径以由箭头8图示的速度朝向道路11的弯道行驶。
图2b示出了主车1的视野如何被物体3阻挡住，从而形成无法观察到的区域4。在该无法观察到的区域4中添加具有相关假设事件的虚拟障碍物5(例如接近的障碍物车辆5)。主车1的由箭头8图示的速度受到限制，以确保不与该虚拟障碍物5发生碰撞。
图2c图示了与图2b中所图示的情形相同的情形，不同之处在于道路11的弯道方向。主车1的由箭头8图示的速度比在图2b的方案中更为受到限制，这是因为虚拟障碍物5现在更为接近主车1。
如图3a和图3b所图示的第三示例图示了在行驶在道路11的弯道中的同时超过障碍物车辆3的主车1。
图3a示出了主车1如何在道路11的弯道中基于例如道路11的曲率半径以由箭头8图示的速度超过障碍物车辆3。无需在无法观察到的区域4中放置虚拟障碍物(例如障碍物车辆)。
图3b示出了相同的情形，不同之处在于主车1现在行驶在道路11的左手车道中。于此在无法观察到的区域4中添加虚拟障碍物5(例如障碍物车辆5)。主车1的由箭头8图示的速度受到限制，以确保在虚拟障碍物5如由箭头9图示的那样根据相关假设事件移动到道路11的左车道中的情况下，不与虚拟障碍物5发生碰撞。
上述实施例可在所附权利要求书的范围内进行改变。
由此，尽管已经示出和描述并指出了本文中的实施例的基本的新颖特征，但将理解的是，本领域技术人员可在所图示的装置的形式和细节方面以及在它们的操作方面作出多种省略和替代及改变。例如，清楚得表明，以基本上相同的方式实现基本上相同的功能以获得相同的结果的那些元件和/或方法步骤的所有组合都是等效的。此外，应该认识到，结合本文中任何公开的形式或实施例示出和/或描述的结构和/或元件和/或方法均可被作为常见的设计选择结合到任何其它公开的或描述的或建议的形式或实施例中。

Claims (15)

1.一种用于在考虑感测限制的情况下为车辆(1)确定安全车辆轨迹的方法，其中，所述车辆装备有用于监测周围环境的传感器(2)，
其特征在于，它包括下列步骤：
探测能够观察到的障碍物(3)；
探测无法观察到的区域(4)；
在所述无法观察到的区域(4)中添加虚拟障碍物(5)；
使每一个能够观察到的障碍物(3)和每一个虚拟障碍物(5)与一个或多个假设事件相关联并且向由障碍物(3、5)和事件构成的每一个组合分配出现概率；以及
基于能够观察到的障碍物(3)和虚拟障碍物(5)以及由障碍物(3、5)和事件构成的每一个组合的出现概率确定安全车辆(1)轨迹。
2.根据权利要求1所述的方法，其中，将无法观察到的区域(4)确定为下列区域中的至少一种：位于所述车辆(1)的所述传感器(2)的感测范围之外的区域；所获得的传感器(2)的读数的确信度低于预定确信度阈值的区域；以及被所述车辆(1)的周围环境中的物体(3)遮蔽住的区域。
3.根据权利要求1或2所述的方法，其中，向所述无法观察到的区域(4)添加其相关假设事件的出现概率超过预定出现概率的虚拟障碍物(5)。
4.根据权利要求1到3中的任一项所述的方法，其中，确定安全车辆(1)轨迹，使得在低概率的假设事件出现的情况下，应用第一裕度，并且使得在高概率的假设事件出现的情况下，应用第二裕度，并且所述第一裕度相对小于所述第二裕度。
5.根据权利要求1到4中的任一项所述的方法，其中，从一组预定环境类别中确定环境类别，并基于所确定的环境类别从一组预定假设事件中选择所述一个或多个假设事件，并且依据所确定的环境类别向具有不同的相关假设事件的虚拟障碍物(5)分配不同的出现概率。
6.根据权利要求5所述的方法，其中，依赖于针对与预定环境类别相关联的观察到的障碍物(3)的在先出现的统计数据，来依据所确定的环境类别确定虚拟障碍物(5)的出现概率。
7.根据权利要求4到6中的任一项所述的方法，其中，所述第一裕度和所述第二裕度是相对于障碍物(3、5)的物理裕度或者是所述车辆(1)的动力学方面的裕度。
8.根据权利要求7所述的方法，其中，相对于障碍物(3、5)的物理裕度是安全车辆(1)轨迹与所述障碍物(3、5)相距的距离，并且所述车辆(1)的动力学方面的裕度是遵循安全车辆(1)轨迹所需的所述车辆(1)的纵向加速度级、侧向加速度级和偏航加速度级中的一个或多个中的裕度。
9.根据权利要求8所述的方法，其中，相对于障碍物(3、5)增大的物理裕度意指增大了的安全车辆(1)轨迹与所述障碍物(3、5)相距的距离，并且相对于障碍物(3、5)减小的物理裕度意指安全车辆(1)轨迹与所述障碍物(3、5)相距的缩短了的距离，并且车辆(1)的动力学方面的增大的裕度意指遵循安全车辆(1)轨迹所需的降低了的所述车辆(1)的加速度级，并且车辆(1)的动力学方面的减小的裕度意指遵循安全车辆(1)轨迹所需的提高了的所述车辆(1)的加速度级。
10.一种用于在考虑感测限制的情况下为车辆(1)确定安全车辆轨迹的装置，其中，所述车辆装备有用于监测周围环境的传感器(2)，
其特征在于，它包括：
处理器(6)，所述处理器被布置成处理来自用于监测周围环境的所述车辆(1)的所述传感器(2)的读数；以及
探测能够观察到的障碍物(3)；
探测无法观察到的区域(4)；
在无法观察到的区域(4)中添加虚拟障碍物(5)；
使每一个能够观察到的障碍物(3)和每一个虚拟障碍物(5)与一个或多个假设事件相关联并且向由障碍物(3、5)和事件构成的每一个组合分配出现概率；以及
基于能够观察到的障碍物(3)和虚拟障碍物(5)以及由障碍物(3、5)和事件构成的每一个组合的出现概率确定安全车辆(1)轨迹(6a)。
11.根据权利要求10所述的装置，其中，所述处理器(6)被进一步布置成将无法观察到的区域(4)确定为下列区域中的至少一种：位于所述车辆(1)的所述传感器(2)的感测范围之外的区域；所获得的传感器(2)的读数的确信度低于预定确信度阈值的区域；以及被所述车辆(1)的周围环境中的物体(3)遮蔽住的区域。
12.根据权利要求10到11中的任一项所述的装置，其中，所述处理器(6)被进一步布置成确定安全车辆(1)轨迹，使得在低概率的假设事件出现的情况下，应用第一裕度，并且使得在高概率的假设事件出现的情况下，应用第二裕度，并且所述第一裕度相对小于所述第二裕度。
13.根据权利要求10到12中的任一项所述的装置，其中，所述处理器(6)被进一步布置成从一组预定环境类别中确定环境类别，并基于所确定的环境类别从一组预定假设事件中选择所述一个或多个假设事件，并且依据所确定的环境类别向具有不同的相关假设事件的虚拟障碍物(5)分配不同的出现概率。
14.根据权利要求13所述的装置，其中，所述处理器(6)被进一步布置成依赖于针对与预定环境类别相关联的观察到的障碍物(3)的在先出现的统计数据，来依据所确定的环境类别确定虚拟障碍物(5)的出现概率。
15.一种装备有用于监测周围环境的传感器(2)的车辆(1)，其特征在于，它包括根据权利要求10到14中的任一项所述的装置。
CN201610267203.6A 2015-05-05 2016-04-27 用于确定安全车辆轨迹的方法和装置 Active CN106114503B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP15166327.5A EP3091370B1 (en) 2015-05-05 2015-05-05 Method and arrangement for determining safe vehicle trajectories
EP15166327.5 2015-05-05

Publications (2)

Publication Number Publication Date
CN106114503A true CN106114503A (zh) 2016-11-16
CN106114503B CN106114503B (zh) 2021-02-26

Family

ID=53180540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610267203.6A Active CN106114503B (zh) 2015-05-05 2016-04-27 用于确定安全车辆轨迹的方法和装置

Country Status (3)

Country Link
US (1) US10037036B2 (zh)
EP (1) EP3091370B1 (zh)
CN (1) CN106114503B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110239562A (zh) * 2018-03-10 2019-09-17 百度（美国）有限责任公司 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适
CN110598980A (zh) * 2019-08-07 2019-12-20 华为技术有限公司 交通场景的风险评估方法及装置
CN110647140A (zh) * 2018-06-26 2020-01-03 郑州宇通客车股份有限公司 一种自动驾驶控制方法及控制器
CN110789483A (zh) * 2019-11-07 2020-02-14 苏州智加科技有限公司 车辆侧向的安全保护装置及方法
CN111252067A (zh) * 2020-02-20 2020-06-09 泰牛汽车技术(苏州)有限公司 一种自动驾驶的控制方法
CN111703421A (zh) * 2020-05-13 2020-09-25 重庆长安汽车股份有限公司 车辆自动驾驶脱困的轨迹规划系统、方法及存储介质
CN112009468A (zh) * 2019-05-30 2020-12-01 罗伯特·博世有限公司 用于自动驾驶系统的多假设物体跟踪
CN112172826A (zh) * 2019-07-04 2021-01-05 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
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
CN112368707A (zh) * 2018-07-04 2021-02-12 罗伯特·博世有限公司 对于车辆的周围环境中的危险的或者受危害的物体的快速识别
CN112839853A (zh) * 2018-10-15 2021-05-25 祖克斯有限公司 响应式车辆控制
CN113147747A (zh) * 2020-01-06 2021-07-23 株式会社万都 用于辅助车辆驾驶的设备及其方法
CN113611157A (zh) * 2021-08-10 2021-11-05 北京航空航天大学合肥创新研究院(北京航空航天大学合肥研究生院) 一种高速公路车辆追尾碰撞风险估计方法
CN113905940A (zh) * 2019-03-31 2022-01-07 通用汽车巡航控股有限公司 基于与遮蔽区域相关联的风险的自主车辆操纵
WO2022062349A1 (zh) * 2020-09-28 2022-03-31 广州汽车集团股份有限公司 车辆控制方法、设备、存储介质和电子装置
CN114274978A (zh) * 2021-12-28 2022-04-05 深圳一清创新科技有限公司 一种无人驾驶物流车的避障方法
CN113147747B (zh) * 2020-01-06 2024-05-31 汉拿科锐动电子股份公司 用于辅助车辆驾驶的设备及其方法

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10449898B2 (en) * 2016-05-27 2019-10-22 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methodologies for providing supplementary information based on alerts in a vehicle
US10496091B1 (en) 2016-08-17 2019-12-03 Waymo Llc Behavior and intent estimations of road users for autonomous vehicles
US11155260B1 (en) * 2016-12-09 2021-10-26 United Services Automobile Association (Usaa) Autonomous vehicle entity vector-based situational awareness scoring matrix
KR102535540B1 (ko) * 2017-01-12 2023-05-23 모빌아이 비젼 테크놀로지스 엘티디. 차량 움직임에 기반한 항법
US10281920B2 (en) * 2017-03-07 2019-05-07 nuTonomy Inc. Planning for unknown objects by an autonomous vehicle
US10234864B2 (en) 2017-03-07 2019-03-19 nuTonomy Inc. Planning for unknown objects by an autonomous vehicle
EP3593337A4 (en) * 2017-03-07 2021-01-06 Motional AD LLC PLANNING OF UNKNOWN OBJECTS BY AN AUTONOMOUS VEHICLE
US10095234B2 (en) 2017-03-07 2018-10-09 nuTonomy Inc. Planning for unknown objects by an autonomous vehicle
DE102017204983B4 (de) * 2017-03-24 2021-12-02 Audi Ag Verfahren zum Vorgeben einer Fahrbewegung in einer auf maschinellem Lernen basierten Autopiloteinrichtung eines Kraftfahrzeugs sowie Steuervorrichtung, Kraftfahrzeug und Trainingsvorrichtung für eine Autopiloteinrichtung
US10324469B2 (en) * 2017-03-28 2019-06-18 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling motion of vehicle in shared environment
US10994729B2 (en) * 2017-03-29 2021-05-04 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling lateral motion of vehicle
US11625045B2 (en) * 2017-08-31 2023-04-11 Uatc, Llc Systems and methods for controlling an autonomous vehicle with occluded sensor zones
US10000153B1 (en) * 2017-08-31 2018-06-19 Honda Motor Co., Ltd. System for object indication on a vehicle display and method thereof
US10850732B2 (en) * 2017-09-05 2020-12-01 Aptiv Technologies Limited Automated speed control system
DE102017217412A1 (de) * 2017-09-29 2019-04-04 Robert Bosch Gmbh Verfahren, Vorrichtung und Computerprogramm zum Betreiben eines Robotersteuerungssystems
US11874120B2 (en) 2017-12-22 2024-01-16 Nissan North America, Inc. Shared autonomous vehicle operational management
US11091158B2 (en) * 2018-06-24 2021-08-17 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling motion of vehicle with variable speed
CN108961146B (zh) * 2018-07-19 2023-07-21 深圳地平线机器人科技有限公司 渲染感知地图的方法和装置
CN110928277B (zh) * 2018-08-31 2023-11-17 阿波罗智能技术(北京)有限公司 智能路侧单元的障碍物提示方法、装置及设备
DE102018216423A1 (de) * 2018-09-26 2020-03-26 Robert Bosch Gmbh Bestimmung eines Ansteuerungssignals für ein teilautonomes Fahrzeug
US10793123B2 (en) 2018-10-04 2020-10-06 Waymo Llc Emergency braking for autonomous vehicles
US10916134B2 (en) * 2018-12-20 2021-02-09 Denso International America, Inc. Systems and methods for responding to a vehicle parked on shoulder of the road
CN113753081A (zh) * 2019-01-15 2021-12-07 北京百度网讯科技有限公司 一种激光雷达路侧盲区交通参与者避让方法和装置
DE102019108142A1 (de) * 2019-03-29 2020-10-01 Bayerische Motoren Werke Aktiengesellschaft Auswählen einer Handlungsoption für ein automatisiertes Kraftfahrzeug
EP3966081A1 (en) * 2019-05-08 2022-03-16 Volvo Truck Corporation A method for determining if a vehicle control command precludes a future vehicle safety maneuver
US11447142B1 (en) 2019-05-16 2022-09-20 Waymo Llc Assessing surprise for autonomous vehicles
DE102019210842A1 (de) * 2019-07-22 2021-01-28 Continental Automotive Gmbh Abbiegeassistenzvorrichtung für ein Ego-Fahrzeug
US20210031760A1 (en) * 2019-07-31 2021-02-04 Nissan North America, Inc. Contingency Planning and Safety Assurance
CN114222689A (zh) * 2019-08-23 2022-03-22 沃尔沃卡车集团 用于量化极端交通行为的方法
US11354912B2 (en) * 2019-08-27 2022-06-07 Waymo Llc Detecting potentially occluded objects for autonomous vehicles
US11643073B2 (en) * 2019-10-24 2023-05-09 Zoox, Inc. Trajectory modifications based on a collision zone
US11420630B2 (en) * 2019-10-24 2022-08-23 Zoox, Inc. Trajectory modifications based on a collision zone
RU2769921C2 (ru) 2019-11-21 2022-04-08 Общество с ограниченной ответственностью "Яндекс Беспилотные Технологии" Способы и системы для автоматизированного определения присутствия объектов
US11899454B2 (en) 2019-11-26 2024-02-13 Nissan North America, Inc. Objective-based reasoning in autonomous vehicle decision-making
WO2021111164A1 (ja) * 2019-12-02 2021-06-10 日産自動車株式会社 車両制御方法及び車両制御装置
JP7345043B2 (ja) * 2020-02-24 2023-09-14 日産自動車株式会社 車両制御方法及び車両制御装置
CN113496602B (zh) * 2020-04-03 2023-01-31 上海丰豹商务咨询有限公司 智能路侧工具箱
CN111429723B (zh) * 2020-04-13 2021-08-06 大唐信通(浙江)科技有限公司 一种基于路侧设备的通信与感知数据融合方法
KR20220023014A (ko) * 2020-08-20 2022-03-02 현대자동차주식회사 센서 출력 신뢰도 조정 장치 및 그의 센서 출력 신뢰도 조정 방법
CN112158197B (zh) * 2020-08-21 2021-08-27 恒大新能源汽车投资控股集团有限公司 一种车辆盲区障碍物规避方法、装置及系统
DE102020005754B3 (de) * 2020-09-21 2021-12-16 Daimler Ag Verfahren zum Betrieb eines automatisiert fahrenden Fahrzeugs
US11733054B2 (en) 2020-12-11 2023-08-22 Motional Ad Llc Systems and methods for implementing occlusion representations over road features
JP2022139524A (ja) * 2021-03-12 2022-09-26 株式会社Subaru 運転支援装置及び記録媒体
JP2022147924A (ja) * 2021-03-24 2022-10-06 株式会社Subaru 運転支援装置
EP4320494A1 (de) * 2021-04-09 2024-02-14 ZF Friedrichshafen AG Verfahren zum planen des verhaltens eines fahrzeugs
US20230030815A1 (en) * 2021-07-29 2023-02-02 Argo AI, LLC Complementary control system for an autonomous vehicle
US20230159026A1 (en) * 2021-11-19 2023-05-25 Motional Ad Llc Predicting Motion of Hypothetical Agents
CN114701519B (zh) * 2022-04-12 2024-05-17 东莞理工学院 一种自动驾驶控制系统
CN115009272B (zh) * 2022-07-08 2023-01-31 北京捷升通达信息技术有限公司 一种基于激光雷达路障分类识别的车辆全自主越障方法
US20240166197A1 (en) * 2022-11-18 2024-05-23 Gm Cruise Holdings Llc Systems and techniques for improved autonomous vehicle comfort and operation

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1990787A4 (en) * 2006-03-01 2012-05-23 Toyota Motor Co Ltd OBSTACLE DETECTION METHOD, OBSTACLE DETECTION DEVICE AND STANDARD MOBILE BODY MODEL
US8190295B1 (en) * 2008-05-14 2012-05-29 Sandia Corporation Apparatus and method for modifying the operation of a robotic vehicle in a real environment, to emulate the operation of the robotic vehicle operating in a mixed reality environment
CN103544850A (zh) * 2013-09-13 2014-01-29 中国科学技术大学苏州研究院 车联网中基于车间距离概率分布的碰撞预测方法
US20140195138A1 (en) * 2010-11-15 2014-07-10 Image Sensing Systems, Inc. Roadway sensing systems
CN104331910A (zh) * 2014-11-24 2015-02-04 沈阳建筑大学 一种基于机器视觉的轨道障碍物检测系统
US20150066329A1 (en) * 2013-08-27 2015-03-05 Robert Bosch Gmbh Speed assistant for a motor vehicle
US20160003636A1 (en) * 2013-03-15 2016-01-07 Honda Motor Co., Ltd. Multi-level navigation monitoring and control

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8577538B2 (en) * 2006-07-14 2013-11-05 Irobot Corporation Method and system for controlling a remote vehicle
JP4980076B2 (ja) 2007-01-11 2012-07-18 富士重工業株式会社 車両の運転支援装置
DE102007013023B4 (de) * 2007-03-19 2017-10-05 Sick Ag Probabilistische Rasterkarte
WO2011060424A1 (en) * 2009-11-16 2011-05-19 Nrg Systems, Inc. Data acquisition system for condition-based maintenance
US8864497B1 (en) * 2009-11-28 2014-10-21 L-3 Communications Corporation Geographically distributed simulation system, components and methods
US8803952B2 (en) * 2010-12-20 2014-08-12 Microsoft Corporation Plural detector time-of-flight depth mapping
US8401242B2 (en) * 2011-01-31 2013-03-19 Microsoft Corporation Real-time camera tracking using depth maps
US20120306850A1 (en) * 2011-06-02 2012-12-06 Microsoft Corporation Distributed asynchronous localization and mapping for augmented reality
DE102013203239A1 (de) * 2013-02-27 2014-08-28 Bayerische Motoren Werke Aktiengesellschaft Gridbasierte Vorhersage der Position eines Objektes
WO2014190208A2 (en) * 2013-05-22 2014-11-27 Neurala, Inc. Methods and apparatus for early sensory integration and robust acquisition of real world knowledge
US9630631B2 (en) * 2013-10-03 2017-04-25 Honda Motor Co., Ltd. System and method for dynamic in-vehicle virtual reality
US9715764B2 (en) * 2013-10-03 2017-07-25 Honda Motor Co., Ltd. System and method for dynamic in-vehicle virtual reality
EP3106836B1 (en) * 2015-06-16 2018-06-06 Volvo Car Corporation A unit and method for adjusting a road boundary
US10293959B2 (en) * 2015-07-28 2019-05-21 Analytical Graphics Inc. Probability and frequency of orbital encounters

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1990787A4 (en) * 2006-03-01 2012-05-23 Toyota Motor Co Ltd OBSTACLE DETECTION METHOD, OBSTACLE DETECTION DEVICE AND STANDARD MOBILE BODY MODEL
US8190295B1 (en) * 2008-05-14 2012-05-29 Sandia Corporation Apparatus and method for modifying the operation of a robotic vehicle in a real environment, to emulate the operation of the robotic vehicle operating in a mixed reality environment
US20140195138A1 (en) * 2010-11-15 2014-07-10 Image Sensing Systems, Inc. Roadway sensing systems
US20160003636A1 (en) * 2013-03-15 2016-01-07 Honda Motor Co., Ltd. Multi-level navigation monitoring and control
US20150066329A1 (en) * 2013-08-27 2015-03-05 Robert Bosch Gmbh Speed assistant for a motor vehicle
CN103544850A (zh) * 2013-09-13 2014-01-29 中国科学技术大学苏州研究院 车联网中基于车间距离概率分布的碰撞预测方法
CN104331910A (zh) * 2014-11-24 2015-02-04 沈阳建筑大学 一种基于机器视觉的轨道障碍物检测系统

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110239562A (zh) * 2018-03-10 2019-09-17 百度（美国）有限责任公司 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适
CN110647140A (zh) * 2018-06-26 2020-01-03 郑州宇通客车股份有限公司 一种自动驾驶控制方法及控制器
CN110647140B (zh) * 2018-06-26 2023-07-07 宇通客车股份有限公司 一种自动驾驶控制方法及控制器
CN112368707A (zh) * 2018-07-04 2021-02-12 罗伯特·博世有限公司 对于车辆的周围环境中的危险的或者受危害的物体的快速识别
CN112839853B (zh) * 2018-10-15 2023-08-22 祖克斯有限公司 响应式车辆控制
CN112839853A (zh) * 2018-10-15 2021-05-25 祖克斯有限公司 响应式车辆控制
US11767011B2 (en) 2019-03-31 2023-09-26 Gm Cruise Holdings Llc Autonomous vehicle maneuvering based upon risk associated with occluded regions
CN113905940B (zh) * 2019-03-31 2023-03-24 通用汽车巡航控股有限公司 基于与遮蔽区域相关联的风险的自主车辆操纵
CN113905940A (zh) * 2019-03-31 2022-01-07 通用汽车巡航控股有限公司 基于与遮蔽区域相关联的风险的自主车辆操纵
CN112009468A (zh) * 2019-05-30 2020-12-01 罗伯特·博世有限公司 用于自动驾驶系统的多假设物体跟踪
CN112172826B (zh) * 2019-07-04 2024-05-10 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
CN112172826A (zh) * 2019-07-04 2021-01-05 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
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
US11273838B2 (en) 2019-07-17 2022-03-15 Huawei Technologies Co., Ltd. Method and apparatus for determining vehicle speed
CN110598980A (zh) * 2019-08-07 2019-12-20 华为技术有限公司 交通场景的风险评估方法及装置
CN110789483A (zh) * 2019-11-07 2020-02-14 苏州智加科技有限公司 车辆侧向的安全保护装置及方法
CN113147747A (zh) * 2020-01-06 2021-07-23 株式会社万都 用于辅助车辆驾驶的设备及其方法
CN113147747B (zh) * 2020-01-06 2024-05-31 汉拿科锐动电子股份公司 用于辅助车辆驾驶的设备及其方法
CN111252067A (zh) * 2020-02-20 2020-06-09 泰牛汽车技术(苏州)有限公司 一种自动驾驶的控制方法
CN111703421A (zh) * 2020-05-13 2020-09-25 重庆长安汽车股份有限公司 车辆自动驾驶脱困的轨迹规划系统、方法及存储介质
WO2022062349A1 (zh) * 2020-09-28 2022-03-31 广州汽车集团股份有限公司 车辆控制方法、设备、存储介质和电子装置
CN113611157A (zh) * 2021-08-10 2021-11-05 北京航空航天大学合肥创新研究院(北京航空航天大学合肥研究生院) 一种高速公路车辆追尾碰撞风险估计方法
CN114274978A (zh) * 2021-12-28 2022-04-05 深圳一清创新科技有限公司 一种无人驾驶物流车的避障方法
CN114274978B (zh) * 2021-12-28 2023-12-22 深圳一清创新科技有限公司 一种无人驾驶物流车的避障方法

Also Published As

Publication number Publication date
EP3091370A1 (en) 2016-11-09
US10037036B2 (en) 2018-07-31
CN106114503B (zh) 2021-02-26
EP3091370B1 (en) 2021-01-06
US20160327953A1 (en) 2016-11-10

Similar Documents

Publication Publication Date Title
CN106114503A (zh) 用于确定安全车辆轨迹的方法和装置
Lee et al. Collision avoidance/mitigation system: Motion planning of autonomous vehicle via predictive occupancy map
US11809178B2 (en) Interactions between vehicle and teleoperations system
Broggi et al. Intelligent vehicles
US10372130B1 (en) Communicating reasons for vehicle actions
JP6308233B2 (ja) 車両制御装置及び車両制御方法
CN109521764A (zh) 车辆远程辅助模式
EP3649525B1 (en) Interactions between vehicle and teleoperations system
CN107792065A (zh) 道路车辆轨迹规划的方法
CN112955902A (zh) 用于跟随的车辆轨迹修改
CN112601686A (zh) 具有安全距离的导航的系统和方法
CN109476337A (zh) 车辆的监督控制
JP7107349B2 (ja) 警報の作動タイミングを適合させるためのシステムおよび方法
CN106573618A (zh) 车辆的行驶控制装置及方法
JP7070737B2 (ja) 車両の乗員に警報を提供するためのシステムおよび方法
US11433924B2 (en) System and method for controlling one or more vehicles with one or more controlled vehicles
JP7048455B2 (ja) 学習装置、シミュレーションシステム、学習方法、およびプログラム
WO2021086781A1 (en) Obstacle avoidance action
CN113650608A (zh) 一种基于自动驾驶的避障方法和装置
JP2021123254A (ja) 車両の走行支援方法及び走行支援装置
US11480962B1 (en) Dynamic lane expansion
JP6809087B2 (ja) 運転支援方法及び運転支援装置
JP2019043190A (ja) 車両制御装置
Yoneda et al. Trajectory optimization and state selection for urban automated driving
CN114620065A (zh) 用于操控车辆的方法

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