CN108860144A - 用于自主车辆的碰撞缓解和避让的系统和方法 - Google Patents

Abstract

根据本公开的一种控制车辆的方法包括检测邻近该车辆的目标区域中的物体。该方法还包括基于物体的相对位置、相对速度和相对加速度来预测与物体的碰撞。该方法进一步包括响应于对碰撞的预测，激活碰撞准备模式。

Description

用于自主车辆的碰撞缓解和避让的系统和方法

技术领域

本公开涉及由自动驾驶系统控制的车辆，尤其是那些配置为在驾驶循环期间无需人工干预就能自动控制车辆转向、加速和制动的车辆。

背景技术

现代车辆操作的自动化程度正在变得越来越高，也就是说，能够在越来越少的驾驶员干预的情况下提供驾驶控制。人们已经将车辆自动化划分成多个数字等级，具体的等级范围涵盖了与完全由人工进行控制的非自动化相对应的零级到与没有人工控制的全自动化相对应的五级。各种自动驾驶辅助系统(如巡航控制系统、自适应巡航控制系统和停车辅助系统)对应的是较低的自动化水平，而真正意义上的“无人驾驶”车辆对应的是较高的自动化水平。

发明内容

根据本公开的一种控制车辆的方法包括邻近该车辆的目标区域中的物体，其中该车辆具有至少一个控制器，该至少一个控制器具有配置为控制车辆转向的自动驾驶系统。该方法还包括基于物体的相对位置、相对速度和相对加速度来预测与物体的碰撞。该方法进一步包括响应于对碰撞的预测，根据碰撞避让和缓解模式经由至少一个控制器来控制车辆。

在示例性实施例中，车辆具有前部和后部，并且其中目标区域邻近后部。

在示例性实施例中，碰撞避让和缓解模式包括自主避让动作。

在示例性实施例中，碰撞避让和缓解模式包括在所预测的碰撞之前激活乘员保护系统。

在示例性实施例中，碰撞避让和缓解模式包括向车辆乘员或第三方提供碰撞通知。

根据本公开的一种车辆包括配置为控制车辆转向、加速、制动或换档的致动器。该车辆还包括配置为根据自动驾驶系统来控制致动器的至少一个控制器。该车辆进一步包括布置成检测邻近车辆的目标区域中的物体的存在的传感器。控制器被编程为基于物体的相对位置、相对速度和相对加速度来预测与检测到的物体的碰撞，并且响应于对碰撞的预测，根据碰撞避让和缓解模式来控制车辆。

在示例性实施例中，车辆还包括前部和后部，并且目标区域邻近后部。

在示例性实施例中，控制器配置为在碰撞避让和缓解模式下控制致动器执行自主避让动作。

在示例性实施例中，车辆还包括乘员保护系统。在这样的实施例中，控制器配置为在碰撞避让和缓解模式下，在所预测的碰撞之前激活乘员保护系统。乘员保护系统可以包括约束带，并且激活乘员保护系统可以包括改变约束带的张紧力。乘员保护系统可以包括安全气囊，并且激活乘员保护系统可以包括展开安全气囊。

在示例性实施例中，控制器配置为在碰撞避让和缓解模式下向车辆乘员或第三方提供碰撞通知。第三方可以包括与控制器进行无线通信的远程访问中心。

根据本公开的一种自主车辆包括前部、后部、配置为控制车辆转向、加速、制动或换档的至少一个致动器、至少一个传感器以及至少一个控制器。传感器配置为提供指示邻近后部的物体的存在的信号。控制器配置为根据自主驾驶系统来控制至少一个致动器。控制器具有第一模式和第二模式。控制器配置为响应于信号，根据第一模式停止控制以及根据第二模式开始控制。

在示例性实施例中，控制器被编程为响应于信号，基于物体的相对位置、相对速度和相对加速度来确定物体的相对路径，从而响应于相对路径来预测碰撞，并且进一步响应于所预测的碰撞，根据第一模式停止控制以及根据第二模式开始控制。

在示例性实施例中，车辆还包括乘员保护系统，并且控制器配置为在第二模式下在所预测的碰撞之前激活乘员保护系统。乘员保护系统可以包括约束带，并且激活乘员保护系统可以包括改变约束带的张紧力。乘员保护系统可以包括安全气囊，并且激活乘员保护系统可以包括展开安全气囊。

在示例性实施例中，控制器配置为在第二模式下控制至少一个致动器执行自主避让动作，从而将车辆从物体的相对路径上移开。

在示例性实施例中，控制器配置为在第二模式下向车辆乘员或第三方提供碰撞通知。

根据本公开的实施例提供了许多优点。例如，本公开提供了一种用于预测由车辆后方的物体所引起的碰撞并采取适当行动来缓解或避让所预测的或即将发生的碰撞的系统和方法。

结合附图，通过以下对优选实施例的详细描述，本公开的以上及其他优点和特征将变得显而易见。

附图说明

图1是根据本公开的实施例的包括自主控制车辆的通信系统的示意图；

图2是根据本公开的实施例的用于车辆的自动驾驶系统(ADS)的示意性框图；以及

图3是根据本公开的实施例的控制车辆的方法的流程图图示。

具体实施方式

在此描述了本公开的实施例。然而，应该理解，所公开的实施例仅仅是示例，而其他实施例可以采取各种替代形式。附图并不一定是按比例绘制的；为了展示出特定部件的细节，可以将某些特征放大或最小化。因此，本文公开的具体结构和功能细节不应被解释为限制性的，而仅仅是代表性的。参考任何一个附图所示出和描述的各种特征可以与一个或多个其他附图中所示特征进行组合，从而得到没有明确示出或描述的实施例。所示特征的组合为典型应用提供了代表性实施例。然而，对于特定应用或实施方式而言，可能需要进行与本公开的教导相一致的特征的各种组合和修改。

图1示意性地示出了包括用于机动车辆12的移动车辆通信和控制系统10的操作环境。用于车辆12的通信和控制系统10通常包括一个或多个无线载波系统60、陆地通信网络62、计算机64、移动设备57(如智能电话)以及远程访问中心78。

在图1中示意性示出的车辆12在所示实施例中被描述为乘用车，但应该理解的是，也可以采用任何其他车辆，包括摩托车、卡车、运动型多用途车辆(SUV)、休闲车辆(RV)、船舶、飞行器等。车辆12包括推进系统13，在各种实施例中，推进系统13可以包括内燃机、电机(如牵引电动机)和/或燃料电池推进系统。

车辆12还包括变速器14，变速器14配置为根据可选速度比来将动力从推进系统13传递到多个车轮15。根据各种实施例，变速器14可以包括多级变传动比自动变速器、无级变速器或其他适合的变速器。车辆12还包括配置为向车轮15提供制动扭矩的车轮制动器17。在各种实施例中，车轮制动器17可以包括摩擦制动器、诸如电机之类的再生制动系统和/或其他适合的制动系统。

车辆12还包括转向系统16。尽管出于说明的目的是将转向系统16描绘为包括了方向盘，但是在本公开范围内可以设想到的一些实施例中，它可以不包括方向盘。

车辆12包括配置为与其他车辆(“V2V”)和/或基础设施(“V2I”)进行无线通信的无线通信系统28。在示例性实施例中，无线通信系统28配置为经由专用短程通信(DSRC)信道进行通信。DSRC信道是指专门针对汽车用途设计的单向或双向短距离至中距离无线通信信道以及相应的一套协议和标准。然而，另外的或替代的无线通信标准(如IEEE802.11和蜂窝数据通信)也被视为落在本公开的范围内。

车辆12还包括至少一个乘员保护系统31，如安全气囊或安全带。乘员保护系统31配置为在碰撞情况下约束或以其他方式保护乘客。

推进系统13、变速器14、转向系统16、车轮制动器17和乘员保护系统31与至少一个控制器22进行通信，或者处于其控制下。尽管出于说明的目的是被描绘为单一单元，但是控制器22还可以包括一个或多个其他控制器，统称为“控制器”。控制器22可以包括与各种类型的计算机可读存储设备或介质进行通信的微处理器或中央处理单元(CPU)。例如，计算机可读存储设备或介质可以包括只读存储器(ROM)、随机存取存储器(RAM)和不失效存储器(KAM)中的易失性及非易失性存储装置。KAM是可以用于在CPU断电时存储各种操作变量的持久性或非易失性存储器。计算机可读存储设备或介质可以使用许多已知的存储设备中的任何一个来实现，这些已知存储设备诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪存或者任何其他能够存储数据的电性、磁性、光学或组合存储设备，其中一些数据代表由控制器22用于控制车辆的可执行指令。

控制器22包括用于自动控制车辆中的各种致动器的自动驾驶系统(ADS)24。在示例性实施例中，ADS24是所谓的三级、四级或五级自动化系统。三级系统表示“有条件的自动化”，具体是指：在预期人类驾驶员将会对干预请求适当地作出响应的前提下，自动驾驶系统所表现出的针对动态驾驶任务的所有方面的驾驶模式特定性能。四级系统表示“高度自动化”，具体是指：自动驾驶系统所表现出的针对动态驾驶任务的所有方面的驾驶模式特定性能，即使人类驾驶员没有对干预请求适当地作出响应。五级系统表示“全自动化”，具体是指：在驾驶员可以控制的所有道路和环境条件下，自动驾驶系统所展现出的针对动态驾驶任务的所有方面的全时性能。在示例性实施例中，ADS24配置为在没有人工干预的情况下并响应于来自多个传感器26的输入，经由多个致动器30控制推进系统13、变速器14、转向系统16和车轮制动器17，从而分别控制车辆加速、转向和制动，其中所述多个传感器26可以在适当的情况下包括GPS、RADAR、LIDAR、光学相机、热成像相机、超声波传感器和/或其他传感器。

图1示出了可以与车辆12的无线通信系统28进行通信的若干联网设备。其中一个可以经由无线通信系统28与车辆12进行通信的联网设备是移动设备57。移动设备57可以包括计算机处理能力、能够采用短程无线协议进行通信的收发器以及可视智能电话显示器59。计算机处理能力包括形式为可编程器件的微处理器，这种微处理器包括存储在内部存储器结构中的并用于接收二进制输入以创建二进制输出的一个或多个指令。在一些实施例中，移动设备57包括能够接收GPS卫星信号并且基于那些信号生成GPS坐标的GPS模块。在其他实施例中，移动设备57包括蜂窝通信功能，这样使得移动设备57采用一种或多种蜂窝通信协议通过无线载波系统60执行语音、文本和/或数据通信，如本文所讨论的那样。可视智能电话显示器59还可以包括触摸屏图形用户界面。

无线载波系统60优选地是蜂窝电话系统，该蜂窝电话系统包括多个蜂窝塔70(仅示出一个)、一个或多个移动交换中心(MSC)72以及将无线载波系统60与陆地通信网络62连接起来所需的任何其他联网组件，诸如近场通信、或其他数据连接。每个蜂窝塔70包括发射和接收天线以及基站，其中来自不同蜂窝塔的基站直接地或经由诸如基站控制器的中间设备连接到MSC72。无线载波系统60可以实施任何合适的通信技术，包括例如，诸如AMPS的模拟技术或者诸如CDMA(如CDMA2000)或GSM/GPRS的数字技术。其他蜂窝塔/基站/MSC布置是可能的，并且可以与无线载波系统60一起使用。譬如，基站和蜂窝塔可以共同定位在同一地点，或者它们可以彼此远程地定位，每个基站可以负责单个蜂窝塔，或者单个基站可以服务多个蜂窝塔，并且多个基站可以联接到单个MSC，在此仅举几个可能的布置。

除了使用无线载波系统60之外，可以使用卫星通信形式的第二无线载波系统来提供与车辆12的单向或双向通信。这可以使用一个或多个通信卫星66和上行链路发射站67来完成。单向通信可以是例如卫星无线电服务，其中节目内容(新闻、音乐等)由发射站67接收，打包以供上传，然后再发送到卫星66，卫星66向订户广播节目。双向通信可以是例如使用卫星66来中继车辆12、发射站67和/或其他车辆之间的电话通信的卫星电话服务。卫星电话可以用作无线载波系统60的补充或替代。

陆地网络62可以是连接到一个或多个陆线电话以及将无线载波系统60连接到远程访问中心78的传统陆基电信网络。例如，陆地网络62可以包括公共交换电话网(PSTN)，诸如用于提供硬连线电话、分组交换数据通信和互联网基础设施的PSTN。陆地网络62的一个或多个段可以通过使用标准有线网络、光纤或其他光网络、电缆网络、电力线，诸如无线局域网(WLAN)的其他无线网络、或者提供宽带无线接入(BWA)的网络、或者其任何组合来实施。此外，远程访问中心78不需要经由陆地网络62连接，而是可以包括无线电话设备，从而使其可以与诸如无线载波系统60的无线网络直接进行通信。

尽管在图1中是示出为单一设备，但是，计算机64可以包括经由专用或公共网络(诸如互联网)可访问的多个计算机。每个计算机64可以用于一个或多个目的。在示例性实施例中，计算机64可以配置为车辆12可以经由无线通信系统28和无线载波系统60访问的网络服务器。其他计算机64可以包括例如：服务中心计算机，其中诊断信息和其他车辆数据可以经由无线通信系统28从车辆进行上传，或者第三方存储库，其中向该第三方存储库或从该第三方存储库提供车辆数据或其他信息，无论是通过与车辆12通信、与远程访问中心78通信、与移动设备57通信还是与这些的某个组合通信。计算机64可以维护可检索数据库和数据库管理系统，此系统允许数据的输入、移除和修改以及接收在数据库内对数据进行定位的请求。计算机64还可以用于提供互联网连接(如DNS服务)，或者可以用作采用DHCP或其他适合协议来向车辆12分配IP地址的网络地址服务器。除了车辆12之外，计算机64还可以与至少一个辅助车辆和/或基础设施进行通信。车辆12和任何辅助车辆可以被统称为车队。

如图2所示，ADS24包括多个不同的控制系统，其中至少包括用于确定在车辆12附近检测到的特征或物体的存在、相对位置、分类和相对路径的感知系统32。感知系统32配置为从各种传感器(例如图1中所示的传感器26)接收输入，并对传感器输入进行合成和处理，由此生成用作ADS24的其他控制算法的输入的参数。

感知系统32包括对来自各种传感器26的传感器数据27进行处理和合成的传感器融合和预处理模块34。传感器融合和预处理模块34执行传感器数据27的校准，所述校准包括但不限于LIDAR到LIDAR校准、相机到LIDAR校准、LIDAR到底盘校准以及LIDAR光束强度校准。传感器融合和预处理模块34输出经过预处理的传感器输出35。

分类和分割模块36接收经过预处理的传感器输出35，并执行物体分类、图像分类、交通信号灯和标识分类、物体分割、地面分割、地图分类和物体跟踪处理。物体分类包括但不限于对周围环境中的物体进行识别和分类(其中包括对交通信号和交通标志进行识别和分类)、RADAR融合和追踪以说明传感器的位置和视野(FOV)、以及通过LIDAR融合来实现误报排斥以消除驾驶环境中存在的许多误报，例如井盖、桥梁、空中树木或灯柱、交叉车流中的车辆以及其他具有高RADAR截面但却不会影响车辆沿其路径行驶的能力的障碍物。由分类和分割模块36执行的附加的物体分类和跟踪处理包括但不限于将来自RADAR轨迹的数据加以融合的自由空间检测和高级跟踪、LIDAR分割、LIDAR分类、图像分类、物体形状拟合模型、语义信息、运动预测、栅格地图、静态障碍地图、交通信息以及其他生成高质量目标轨迹的来源。分类和分割模块36还利用车道关联和交通控制设备行为模型来执行交通控制设备分类和交通控制设备融合。分类和分割模块36生成包括物体识别信息的物体分类和分割输出37。

定位和映射模块40使用物体分类和分割输出37来计算参数，所述参数包括但不限于车辆12在典型的驾驶场景和具备挑战性的驾驶场景中的位置和方位的估计值。这些具备挑战性的驾驶场景包括但不限于存在有许多车辆的动态环境(例如，车流密集)、存在大型障碍物的环境(例如，道路工程工地或建筑工地)、丘陵、多车道道路、单车道道路、各种道路标识和建筑物或缺少各种道路标识和建筑物(例如，住宅区和商业区)以及桥梁和立交桥(在车辆当前路段的上方和下方)。

定位和映射模块40还包含作为扩展地图区域的结果而收集的新数据(其中，扩展地图区域是在操作期间经由车辆12所执行的车载映射功能而获得的)，并且将映射数据经由无线通信系统28“推送”到车辆12。定位和映射模块40采用新信息(例如，新车道标识、新建筑结构、建筑物区域的增加或移除等)来更新先前的地图数据，同时还使未受到影响的地图区域保持未修改的状态。可以生成或进行更新的地图数据的示例包括但不限于让行线分类、车道边界生成、车道连接、支路和主路的分类、左转和右转的分类以及交叉口车道创建。定位和映射模块40生成定位和映射输出41，该定位和映射输出41包括车辆12相对于检测到的障碍物和道路特征的位置和方位。

车辆测距模块46从车辆传感器26接收数据27，并且生成包括例如车辆朝向和速度信息的车辆测距输出47。绝对定位模块42接收定位和映射输出41和车辆测距信息47，并且生成在如下所述的单独计算中使用的车辆位置输出43。

物体预测模块38使用物体分类和分割输出37来生成参数，所述参数包括但不限于检测到的障碍物相对于车辆的位置、检测到的障碍物相对于车辆的预测路径、以及行车道相对于车辆的位置和方位。关于物体(包括行人、周围车辆和其他移动物体)的预测路径的数据为物体预测输出39输出，并且用于如下所述地的单独计算中。

ADS24还包括观察模块44和解译模块48。观察模块44生成由解译模块48接收的观察输出45。观察模块44和解译模块48允许被远程访问中心78访问。解译模块48生成解译输出49，此解译输出49包括由远程访问中心78提供的附加输入(如果有的话)。

路径规划模块50对从车载数据库、在线数据库或远程访问中心78接收到的物体预测输出39、解译输出49和附加路线信息79进行处理和合成，从而确定出这样的车辆路径：沿着此车辆路径能够在遵守交通法规并避免任何检测到的障碍物的同时将车辆保持在期望路线上。路径规划模块50采用的是配置为避让车辆附近的任何检测到的障碍物、将车辆保持在当前行车道中并将车辆保持在期望路线上的算法。路径规划模块50将车辆路径信息作为路径规划输出51输出。路径规划输出51包括基于车辆路线的命令车辆路径、相对于路线的车辆位置、行车道的位置和方位、以及任何检测到的障碍物的存在和路径。

第一控制模块52对路径规划输出51和车辆位置输出43进行处理和合成，由此生成第一控制输出53。在车辆的远程接管操作模式的情况下，第一控制模块52还包含由远程访问中心78提供的路由信息79。

车辆控制模块54接收第一控制输出53以及从车辆测距模块46接收的速度和朝向信息47，并且生成车辆控制输出55。车辆控制输出55包括一组致动器命令，以实现来自车辆控制模块54的命令路径，包括但不限于转向命令、换档命令、节气门命令和制动命令。

车辆控制输出55被传送到致动器30。在示例性实施例中，致动器30包括转向控制、换档器控制、节气门控制和制动器控制。例如，转向控制可以控制如图1所示的转向系统16。例如，换档器控制可以控制如图1所示的变速器14。例如，节气门控制可以控制如图1所示的推进系统13。例如，制动器控制可以控制如图1所示的车轮制动器17。

在受人类驾驶员控制的传统车辆中，驾驶员通常会时刻注意车辆后方的物体。作为例子，驾驶员可以观察到高速接近的后方车辆，然后执行动作来避让这辆正在接近的车辆。然而，受自动驾驶系统控制的车辆可能会被编程为着重避开车辆前方的物体。

现参考图3，以流程图的形式示出了根据本公开的控制车辆的方法。该方法开始于框100，其中在自动驾驶系统的控制下，车辆以自主模式操作，例如，根据默认的自主控制算法。

如框102所示，从至少一个面向外部的传感器接收信号。在示例性实施例中，该一个或多个传感器位于图1所示的传感器26中。在示例性实施例中，该一个或多个传感器包括布置为检测车辆后方区域的RADAR或LiDAR阵列，如框102所示。

如操作104所示，确定是否在邻近车辆的目标区域中检测到物体。在示例性实施例中，如操作104所示，目标区域位于车辆后方，例如，位于朝向车辆后部的90度或180度弧线内。

如果操作104的确定为否定的，则控制返回到框102。可以看出，除非在目标区域中检测到物体，否则该算法不会继续进行。The

如果操作104的确定为肯定的，则确定检测到的物体的相对位置、相对速度和相对加速度，如框106所示。可以例如基于在框102处接收到的信号来进行这种确定。

如操作108所示，确定是否预测出了与检测到的物体发生碰撞。可以例如基于在框106中确定的相对位置、相对速度和相对加速度来进行这种确定。如果在车辆行为没有任何变化的情况下将会发生碰撞(例如，如果检测到的物体的相对路径将会与车辆相交)，则可以预测出此碰撞。所预测的碰撞可以被称为即将发生，前提条件是不管车辆行为出现了什么样的变化，此碰撞都将会发生。

如果操作108的确定为否定的，则控制返回到框102。可以看出，除非预测到碰撞，否则该算法不会继续进行。

如果操作108的确定是肯定的，则激活碰撞避让和缓解模式，如框110所示。碰撞避让和缓解模式可以包括执行自主避让动作来将车辆从检测到的物体的路径上移开，例如，通过控制车辆转向和/或加速来将车辆移出检测到的物体的路径，如框112所示。碰撞避让和缓解模式还可以包括例如响应于所预测的即将发生的碰撞来启动乘员保护系统，也如框112所示。在示例性实施例中，这可以包括在即将发生的碰撞之前展开安全气囊、调节安全带的张紧力、其他缓解系统或其组合。碰撞避让和缓解模式还可以包括向车辆乘员或第三方提供碰撞通知，例如通过生成音频警报，或通过借助于V2V、V2I或其他类似手段传输诊断信号。在示例性实施例中，将碰撞通知提供给远程访问中心78、紧急响应部门或这两者。

尽管是结合了自主车辆来描述上述内容，但是，本公开的各方面同样可以在传统车辆中实施，从而例如在所预测的碰撞之前，启动乘员约束系统或其他被动系统。

可以看出，本公开提供了一种用于预测由车辆后方的物体所引起的碰撞并采取适当行动来缓解或避让所预测的或即将发生的碰撞的系统和方法。

尽管以上描述了示例性实施例，但是这样的实施例并不旨在描述权利要求所包含的所有可能形式。说明书中使用的词语是描述性词语而非限制性词语，并且应该理解，在不脱离本公开的精神和范围的情况下可以做出各种改变。如前所述，各种实施例的特征可以进行组合，由此形成本公开的可能未被明确地描述或示出的其他示例性方面。尽管可以将各种实施例描述为提供优点或者就一个或多个期望特性而言优于其他实施例或现有技术的实施方式，但本领域的普通技术人员认识到的是，为了实现期望的整体系统属性，可能会使一个或多个特征或特性受到影响，这具体取决于特定的应用和实施方式。这些属性可以包括但不限于成本、强度、耐用性、生命周期成本、市场适销性、外观、包装、尺寸、适用性、重量、可制造性、易于组装性等。因此，就一个或多个特性而言被描述为不如其他实施例或现有技术的实施方式理想的实施例并没有落在本公开的范围之外，并且对于特定应用来说可能是理想的。

Claims (8)

1.一种车辆，包括：

致动器，所述致动器配置为控制车辆转向、加速、制动或换挡；

至少一个控制器，所述至少一个控制器配置为根据自动驾驶系统来控制所述致动器；以及

传感器，所述传感器布置成检测邻近所述车辆的目标区域中的物体的存在；

其中所述至少一个控制器被编程为基于所述物体的相对位置、相对速度和相对加速度来预测与检测到的物体的碰撞，并且响应于对所述碰撞的预测，根据碰撞避让和缓解模式来控制所述车辆。

2.根据权利要求1所述的车辆，还包括前部和后部，其中所述目标区域邻近所述后部。

3.根据权利要求1所述的车辆，其中所述控制器配置为在所述碰撞避让和缓解模式下执行自主避让动作。

4.根据权利要求1所述的车辆，还包括乘员保护系统，其中所述控制器配置为在所述碰撞避让和缓解模式下，在所述所预测的碰撞之前激活所述乘员保护系统。

5.根据权利要求4所述的车辆，其中所述乘员保护系统包括约束带，并且其中激活所述乘员保护系统包括改变所述约束带的张紧力。

6.根据权利要求4所述的车辆，其中所述乘员保护系统包括安全气囊，并且其中激活所述乘员保护系统包括展开所述安全气囊。

7.根据权利要求1所述的车辆，其中所述控制器配置为在所述碰撞避让和缓解模式下向车辆乘员或第三方提供碰撞通知。

8.根据权利要求7所述的车辆，其中所述第三方包括与所述控制器进行无线通信的远程访问中心。