CN107798914B - 自动车辆交叉车流检测系统 - Google Patents
自动车辆交叉车流检测系统 Download PDFInfo
- Publication number
- CN107798914B CN107798914B CN201710791925.6A CN201710791925A CN107798914B CN 107798914 B CN107798914 B CN 107798914B CN 201710791925 A CN201710791925 A CN 201710791925A CN 107798914 B CN107798914 B CN 107798914B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- distance
- longitudinal
- distances
- path history
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical 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)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
一种适合用在自动车辆上的交叉车流检测系统(10)包括物体检测器(14)和控制器(24)。所述物体检测器(14)用于确定移动物体(18)相对于主车辆(12)的位置(16)。所述位置(16)中的每个位置用所述移动物体(18)距所述主车辆(12)的横向距离(20)和纵向距离(22)来指示。所述控制器(24)与所述物体检测器(14)通信。所述控制器(24)被配置用于累积第一车辆(30)在多个预定横向距离(28)处的多个第一纵向距离(26),并且基于所述多个预定横向距离(28)的相应实例处的所述多个第一纵向距离(26)的连续实例之间的线性插值来确定所述第一车辆(30)的路径历史(40)。所述控制器(24)还被配置用于当第二车辆(44)在距所述路径历史(40)的偏移距离(46)小于偏移阈值(48)的范围内经过时确定所述第二车辆(44)正跟随所述第一车辆(30)的所述路径历史(40),并且基于所述路径历史(40)和所述偏移距离(46)来估算距所述主车辆(12)的交叉距离(54)。
Description
技术领域
本公开总体上涉及一种适合用在自动车辆上的交叉车流检测系统,并且更具体地涉及一种系统,所述系统基于连续的检测到的位置之间的线性插值来确定第一车辆的路径历史、当第二车辆在距路径历史的偏移距离小于偏移阈值的范围内经过时确定第二车辆正跟随第一车辆的路径历史、并且基于路径历史和偏移距离估算距主车辆的交叉距离。
背景技术
当预测逼近车辆要经过主车辆后面时通知操作员的交叉车流警报系统是已知的。当例如初始前进方向(heading)估算可能有误和/或道路弯曲时可能难以进行预测。已发现向警报区前进的车辆可能似乎直到最后一刻才离开,导致了晚到警报。已提议用多项式或其他弯曲的最小二乘模型来拟合逼近车辆的轨迹。然而,此解决方案可能过度地使可用计算资源负担过重并且需要大量的存储器来存储数据和解决方案而不只是少量的过去轨迹。
发明内容
根据一个实施例,提供了一种适合用在自动车辆上的交叉车流检测系统。所述系统包括物体检测器和控制器。所述物体检测器用于确定移动物体相对于主车辆的位置。所述位置中的每个位置用所述移动物体距所述主车辆的横向距离和纵向距离来指示。所述控制器与所述物体检测器通信。所述控制器被配置用于累积第一车辆在多个预定横向距离处的多个第一纵向距离,并且基于所述多个预定横向距离的相应实例处的所述多个第一纵向距离的连续实例之间的线性插值来确定所述第一车辆的路径历史。所述控制器还被配置用于当第二车辆在距所述路径历史的偏移距离小于偏移阈值的范围内经过时确定所述第二车辆正跟随所述第一车辆的所述路径历史,并且基于所述路径历史和所述偏移距离来估算距所述主车辆的交叉距离。
在阅读了以下仅通过非限制性示例的方式并参照附图给出的优选实施例的详细描述之后,另外的特征和优点将更加清楚地显现。
附图说明
现在将通过示例的方式并参照附图来描述本发明,在附图中:
图1是根据一个实施例的交叉车流检测系统的图;
图2是根据一个实施例的图1的系统所使用的数据的曲线图;并且
图3是根据一个实施例的图1的系统所使用的数据的另一个曲线图。
具体实施方式
图1展示了交叉车流检测系统10(此后被称为系统10)的非限制性示例,所述系统适合用在自动车辆(例如,主车辆12)上。如在此使用的,术语‘自动车辆’并不意味着表明需要主车辆12的完全自动或自主的操作。设想的是,在此呈现的教导适用于以下实例:主车辆12完全由人类操作员(未示出)手动操作并且所述自动化仅向人类操作员提供交叉车流警报,并且可能操作主车辆12的制动器来防止主车辆12进入逼近车辆的行驶路径。
如在此使用的,术语‘交叉车流’通常用于指代以下实例:主车辆12试图进入道路,但是道路上出现的交叉车流的存在需要主车辆12进行等待直到交叉车流通过,因此才可以安全进入道路。已知的交叉车流警报系统通常与车辆试图从行车道退到道路上的情况相关联,但是设想的是,在此描述的系统10还将在主车辆12在向前方向上行驶时有用。如本领域技术人员将认识到的,交叉车流警报系统尤其是在人类操作员的道路视线被例如灌木丛、矮树丛或其他景观特征阻挡时有用。
系统10包括物体检测器14,所述物体检测器用于确定接近和/或相对于主车辆12移动的移动物体18的位置16。尽管在此呈现的非限制性示例通常针对移动物体18是逼近主车辆12的另一车辆(例如,另一汽车)的实例,但是设想的是,移动物体18可以是例如在步行、滑板滑行或自行车骑行和相对于主车辆12移动的行人。通过示例而非限制的方式,物体检测器14可以是相机、激光雷达单元、雷达单元、或可用于检测移动物体18的存在和相对位置的任何类型的检测器。具有固有测距能力的设备(比如雷达单元或激光雷达单元)被认为是优选选择,因为这些设备具体地可用于确定从主车辆12到移动物体18的实例的位置16的范围和方向。
如在以下描述中将变得明显的,如果位置16在笛卡尔坐标中用移动物体18距或相对于主车辆12的横向距离20(即,相对于主车辆12向左/向右测得的距离)和纵向距离22(即,相对于主车辆12向前/向后测得的距离)来指示或表示,则其将是有利的。通常,雷达单元或激光雷达单元将提供极坐标数据(例如,目标的方向和范围),因此对一些数据进行处理以用于将极坐标转换或转化成笛卡尔坐标,用于这样做的过程对本领域技术人员而言是公知的。
因此,系统10包括与物体检测器14通信的控制器24,所述控制器可以被配置或编程用于将雷达单元或激光雷达单元通常所提供的极坐标数据转换成笛卡尔坐标。控制器24可以包括处理器(并未具体示出)(比如微处理器)或其他控制电路系统(比如包括用于处理数据的应用专用集成电路(ASIC)的模拟和/或数字控制电路系统),如对本领域技术人员而言应当明显的。控制器24可以包括存储器(未具体示出),所述存储器包括非易失性存储器,比如用于存储一个或多个例程、阈值以及所捕获的数据的电可擦除可编程只读存储器(EEPROM)。所述一个或多个例程可以由处理器来执行以进行用于基于控制器24从物体检测器14接收到的信号来判定所检测到的移动物体18的实例是否将跨过主车辆12的预期路径(即,移动物体18是或者预计要变成交叉车流的实例)的步骤,如在此描述的。
为了针对系统10判定移动物体18是否是或是否将变成交叉车流的实例(即,靠近主车辆12经过),控制器24可以被配置用于累积(即,记录和存储)第一车辆30在多个预定横向距离28处的多个第一纵向距离26。也就是说,当移动物体18的实例移向(或远离)主车辆12时,以之前所确定的横向距离20的值来累积(即,记录和存储)纵向距离22(移动物体18相对于垂直于主车辆12的纵轴32的零线34向前或向后相距多远,参见图2和图3)。设想的是,替代方案可以是以某个所选择的时间间隔来累积数据。然而,优选使用预定横向距离28,因为可以计划存储最大数量的数据点所必需的存储器大小,并且简化在此描述的随后的数学运算。还设想的是,还可以连同预定横向距离28中的每个距离的位置16一起累积首次检测第一车辆30的时刻的(即,第一车辆30的第一检测)以及在最后检测第一车辆30的时刻(即,第一车辆30的最后检测)的横向距离20和纵向距离22。
认识到,物体检测器14的采样率将需要足以提供移动物体18在靠近预定横向距离28的每个实例的时刻处的横向距离20和纵向距离22。例如,如果以一百公里每小时(100kph)行驶的移动物体的实例期望一米(1m)的解决方案,则需要至少二十八赫兹(28Hz)的采样率。设想的是,移动物体18的前进方向36可以用于推断或调整纵向距离22的值,使得所述值在横向距离20恰好等于预定横向距离28的实例时如果数据已被捕获则对应于将期望的值。
图2展示了基于多个预定横向距离28的相应实例处的多个第一纵向距离26的连续(即,邻近或随后)实例之间的线性插值(即,一阶插值或直线拟合)的第一车辆30的路径历史40的曲线图38的非限制性示例。在此非限制性示例中,将预定横向距离28选择成位于相对于纵轴32测得的从负六十米(-60m)到正六十米(+60m)每五米(5m)处。使用预定横向距离28而非记录和存储物体检测器14所提供的每个数据点或每‘n’个数据点减少了存储多个车辆的位置16所需要的存储器的数量并且使所述数量可预测。
由在此描述的系统10使用连续数据点之间的线性插值来形成或确定路径历史40与试图用二阶或更高阶多项式或具有曲率的其他复杂公式来对车辆的行驶路径进行建模的之前的交叉车流警报系统示例形成对比。在不采用计算上复杂的公式的情况下,在此描述的路径历史40的一阶分段形式允许路径历史40的形状具有三阶或更高阶特性的实例。横向距离20和纵向距离22的相应对所表征的位置16的每个相邻对用于确定线性插值线42的实例以完成路径历史40的一阶分段模型。
一旦确定了路径历史40,系统10(或更具体地控制器24)能够判定当第二车辆44在距路径历史40的偏移距离46小于偏移阈值48的范围(例如,十五米(15m))内经过时第二车辆44何时正跟随第一车辆30的路径历史40(这可以是已经过去的,即,并未被物体检测器14在目前检测到)。如在此使用的,短语“跟随路径历史40”并不要求第二车辆精确地沿路径历史40行驶。例如,可以弯曲路径历史40,因为第一车辆30行驶的道路是弯曲的。然而,所述道路可以有多条车道和/或第二车辆44可以在与第一车辆30相反的方向上行驶,因此,第二车辆44的行驶路径可以偏离但总体上平行于路径历史40。当初始地检测到第二车辆44时,第二车辆44的位置16可以用第二纵向距离52和第二横向距离50来指示。可替代地,可以追踪第二车辆44直到实现指示被追踪的实际上是车辆的某个置信等级,并且然后在第二车辆44第一次经过预定横向距离28中的一个预定横向距离时,将累积下第二横向距离50和第二纵向距离52。
基于第二横向距离50和第二纵向距离52,测量相对于路径历史40的偏移距离46。如果第二横向距离50与预定横向距离28的实例相对应(即,与所述实例对准或基本上相等),则可以基于路径历史40的纵向距离22与在预定横向距离28的所述实例处的第二纵向距离52之间的差来计算偏移距离46。然而,如果第二横向距离50基本上在预定横向距离28的两个实例之间,则可以相对于被表征为最靠近第二纵向距离52和第二横向距离50所指示的位置16的预定横向距离28的两个实例之间的线性插值线42来测量偏移距离46。
在确定偏移距离46之后,控制器24可以估算第二车辆44在此示例中将经过主车辆12后面的距主车辆12的交叉距离54。交叉距离54基于路径历史40和偏移距离46被估算。通过示例的方式,图2示出了偏移距离46是正值,因此所述估算是基于假设将维持偏移距离46直到第二车辆44跨过主车辆12的纵轴32。也就是说,将偏移距离46用作投影偏移46’以估算当第二车辆44跨过主车辆12的纵轴32时第二车辆44将与路径历史40相对的位置。设想的是,当第二车辆44逼近主车辆12时将周期性地重新计算偏移距离46,因此可以减少由于物体检测器14进行的长距离检测而造成的测量误差,由此可以估算出交叉距离54的最可靠值。
如上文中所表明的,用于确定第二车辆44正跟随路径历史40的一种方法是基于偏移距离46。可替代地(或结合所述实践),控制器24可以被配置用于使用第二车辆44的前进方向36来确定前进方向36相对于被表征为在第二车辆44的位置16处最靠近第二纵向距离52和第二横向距离50的第一纵向距离26和预定横向距离28的两个实例之间的线性插值线42所测量的角度差56。然后,当角度差56大于角度阈值58(例如,正或负三十五度(+/-35°))时,第二车辆可以被表征为不跟随路径历史40。也就是说,如果在接近第二车辆44的位置16的点处第二车辆44的前进方向36与路径历史40的有效前进方向很不相同(即,角度差56大于角度阈值58),则这可能指示第二车辆44从道路上拐弯或者甚至不在第一车辆30所行驶的道路上行驶从而构建路径历史40。
图3展示了示出了控制器24的结果的另一个曲线图60的非限制性示例,所述控制器被进一步配置用于累积第二车辆44在多个预定横向距离28处的多个第二纵向距离62,并且基于多个预定横向距离28的相应实例处的多个第一纵向距离26和多个第二纵向距离62来确定平均路径历史64。更一般而言,取多个车辆的多个路径历史的平均数以确定平均路径历史64,目标为更确切或可靠地限定多个车辆所行驶的道路的形状。在此示例中,第一纵向距离26和第二纵向距离62所表示的位置16的变化可能表明道路并不具有良好地限定的车道标记,因此,车辆似乎绕平均路径历史迂回行进。替代场景为存在良好地限定的车道标记,因此第一车辆30和第二车辆44的路径可以不跨过并且可以始终远离彼此,因为例如它们在中心线车道标记的相反侧上在相反方向上行驶。在此场景中,平均路径历史64将有可能与中心线车道标记相对应或对准。
因此,提供了一种交叉车流检测系统(系统10)、一种用于系统10的控制器24以及一种操作系统10的方法。使用线性插值法来限定路径历史40并提供线性插值线42提供了一种简单的方法,通过所述方法可以确定偏移距离46和/或角度差56。偏移距离46也提供一种简单的方法,通过所述方法可以很容易估算和确定交叉距离54,从而使得如果第二车辆44距主车辆12太近经过或与所述主车辆发生碰撞,则系统10可以采取适当的行动。所述适当的行动可以包括发出可由人类操作员检测到的(可听见的和/或可看见的)交叉车流警告,或者自动地应用主车辆12的制动器,或者甚至自主地操作主车辆12的车辆控制件通过对增大交叉距离54的估算或预测值有效的方式来移动主车辆12。
虽然是根据本发明的优选实施例描述了本发明,但是本发明并不局限于此,而是仅在以下权利要求书所阐述的范围内。
Claims (4)
1.一种适合用在自动车辆上的交叉车流检测系统(10),所述系统(10)包括:
物体检测器(14),所述物体检测器用于确定移动物体(18)相对于主车辆(12)的位置(16),所述位置(16)中的每个位置用所述移动物体(18)距所述主车辆(12)的横向距离(20)和纵向距离(22)来指示;
控制器(24),所述控制器与所述物体检测器(14)通信,所述控制器(24)被配置用于累积第一车辆(30)在多个预定横向距离(28)处的多个第一纵向距离(26)、基于所述多个预定横向距离(28)的相应实例处的所述多个第一纵向距离(26)的连续实例之间的线性插值来确定所述第一车辆(30)的路径历史(40)、当第二车辆(44)在距所述路径历史(40)的偏移距离(46)小于偏移阈值(48)的范围内经过时确定所述第二车辆(44)正跟随所述第一车辆(30)的所述路径历史(40)、并且基于所述路径历史(40)和所述偏移距离(46)来估算距所述主车辆(12)的交叉距离(54)。
2.根据权利要求1所述的系统(10),其中,当初始地检测到所述第二车辆(44)时所述第二车辆(44)的位置(16)用第二纵向距离(52)和第二横向距离(50)来指示,并且相对于被表征为最靠近所述第二纵向距离(52)和所述第二横向距离(50)的所述预定横向距离(28)的两个实例之间的线性插值线(42)对所述偏移距离(46)进行测量。
3.根据权利要求2所述的系统(10),其中,确定所述第二车辆(44)的前进方向,相对于被表征为最靠近所述第二纵向距离(52)和所述第二横向距离(50)的所述第一纵向距离(26)和所述预定横向距离(28)的两个实例之间的线性插值线(42)对所述前进方向的角度差(56)进行测量,并且当所述角度差(56)大于角度阈值(58)时所述第二车辆(44)被表征为不跟随所述路径历史(40)。
4.根据权利要求1所述的系统(10),其中,所述控制器(24)被进一步配置用于累积所述第二车辆(44)在所述多个预定横向距离(28)处的多个第二纵向距离(62),并且基于所述多个预定横向距离(28)的相应实例处的所述多个第一纵向距离(26)和所述多个第二纵向距离(62)的平均值来确定平均路径历史(64)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/256,784 US10089875B2 (en) | 2016-09-06 | 2016-09-06 | Automated vehicle cross-traffic detection system |
US15/256,784 | 2016-09-06 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107798914A CN107798914A (zh) | 2018-03-13 |
CN107798914B true CN107798914B (zh) | 2021-01-29 |
Family
ID=59790919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710791925.6A Active CN107798914B (zh) | 2016-09-06 | 2017-09-05 | 自动车辆交叉车流检测系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10089875B2 (zh) |
EP (1) | EP3290283B1 (zh) |
CN (1) | CN107798914B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018117631A1 (en) * | 2016-12-21 | 2018-06-28 | Samsung Electronics Co., Ltd. | Electronic apparatus and method of operating the same |
US10782704B2 (en) * | 2017-01-30 | 2020-09-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Determination of roadway features |
US10429849B2 (en) * | 2017-12-14 | 2019-10-01 | Baidu Usa Llc | Non-linear reference line optimization method using piecewise quintic polynomial spiral paths for operating autonomous driving vehicles |
JP6847885B2 (ja) * | 2018-03-20 | 2021-03-24 | 株式会社東芝 | 情報処理装置、情報処理方法及びプログラム |
CN110120151A (zh) * | 2019-04-24 | 2019-08-13 | 华南理工大学 | 一种高速公路入口匝道合流区车辆冲突概率预测方法 |
US11113824B2 (en) | 2019-04-30 | 2021-09-07 | Aptiv Technologies Limited | Heading angle estimation for object tracking |
US20220113137A1 (en) * | 2020-10-14 | 2022-04-14 | Aptiv Technologies Limited | System and method for determining movement of a vehicle based on information regarding movement of at least one other vehicle |
CN116564084A (zh) * | 2023-05-08 | 2023-08-08 | 苏州大学 | 一种基于纯路端感知的网联式辅助驾驶控制方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608927A (zh) * | 2014-11-14 | 2016-05-25 | 丰田自动车株式会社 | 警告装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000031707A1 (en) * | 1998-11-23 | 2000-06-02 | Nestor, Inc. | Non-violation event filtering for a traffic light violation detection system |
US7729857B2 (en) * | 2005-08-18 | 2010-06-01 | Gm Global Technology Operations, Inc. | System for and method of detecting a collision and predicting a vehicle path |
FR2988507B1 (fr) * | 2012-03-23 | 2014-04-25 | Inst Francais Des Sciences Et Technologies Des Transports De Lamenagement Et Des Reseaux | Systeme d'assistance pour vehicule routier |
DE112013007129B4 (de) * | 2013-05-31 | 2021-08-12 | Toyota Jidosha Kabushiki Kaisha | Bewegungstrajektorienvorhersagevorrichtung und Bewegungstrajektorienvorhersageverfahren |
DE102013013253A1 (de) | 2013-08-09 | 2015-02-12 | Connaught Electronics Ltd. | Verfahren zum Warnen des Fahrers eines Kraftfahrzeugs abhängig von einer ermittelten Zeit bis zur Kollision, Kamerasystem und Kraftfahrzeug |
CN104331422B (zh) * | 2014-10-14 | 2018-07-10 | 广州市香港科大霍英东研究院 | 一种路段类型推测方法 |
-
2016
- 2016-09-06 US US15/256,784 patent/US10089875B2/en active Active
-
2017
- 2017-08-22 EP EP17187269.0A patent/EP3290283B1/en active Active
- 2017-09-05 CN CN201710791925.6A patent/CN107798914B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608927A (zh) * | 2014-11-14 | 2016-05-25 | 丰田自动车株式会社 | 警告装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3290283A1 (en) | 2018-03-07 |
US20180068565A1 (en) | 2018-03-08 |
CN107798914A (zh) | 2018-03-13 |
US10089875B2 (en) | 2018-10-02 |
EP3290283B1 (en) | 2021-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107798914B (zh) | 自动车辆交叉车流检测系统 | |
CN107792068B (zh) | 自动化车辆车道变换控制系统 | |
CN109583151B (zh) | 车辆的行驶轨迹预测方法及装置 | |
CN108627824B (zh) | 具有相机图像和雷达数据融合的自动化车辆对象检测系统 | |
CN110626343B (zh) | 在车辆队列中自动横向引导跟随车辆的方法 | |
CN109416883B (zh) | 车辆控制方法及车辆控制装置 | |
US9283967B2 (en) | Accurate curvature estimation algorithm for path planning of autonomous driving vehicle | |
EP3608635A1 (en) | Positioning system | |
CN111284493A (zh) | 用于控制车辆行驶的装置和方法 | |
US8131444B2 (en) | Method for recognizing a turn maneuver and driver assistance system for motor vehicles | |
EP3179270A1 (en) | Lane extension of lane-keeping system by ranging-sensor for automated vehicle | |
RU2706763C1 (ru) | Устройство локализации транспортного средства | |
CN109477728B (zh) | 用于确定车辆相对于路面行车道的横向位置的方法和装置 | |
EP3246893A1 (en) | Vehicle on-board control device, host vehicle position and orientation identification device, and vehicle on-board display device | |
CN114270143A (zh) | 借助由其他的车辆检测的环境数据对车辆的横向引导 | |
JP2019108116A (ja) | 車両の縦方向速度を制御する装置及び方法 | |
EP2352664A1 (en) | Method and system for determining road data | |
CN108010385B (zh) | 自动车辆十字交通检测系统 | |
CN108146410B (zh) | 自动制动系统 | |
CN108572644B (zh) | 用于自动车辆的变道系统 | |
CN111762178A (zh) | 用于车辆轨迹确定的高速公路出口检测和线镜像 | |
CN113165661A (zh) | 用于确定车辆的修正轨迹的方法和系统 | |
KR100999971B1 (ko) | 자동운행차량의 주행라인 제어 시스템 및 그 방법 | |
CN110723144B (zh) | 车道分配系统 | |
EP3498574A1 (en) | Method and system for guiding an autonomous vehicle in a forward path in real-time |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20181206 Address after: Babado J San Michaele Applicant after: Amberford Technology Co., Ltd. Address before: michigan Applicant before: Delphi Automotive Systems LLC (US) |
|
GR01 | Patent grant | ||
GR01 | Patent grant |