CN109703557B - 学习驾驶模式的后侧向预警设备和方法 - Google Patents

学习驾驶模式的后侧向预警设备和方法 Download PDF

Info

Publication number
CN109703557B
CN109703557B CN201811257731.9A CN201811257731A CN109703557B CN 109703557 B CN109703557 B CN 109703557B CN 201811257731 A CN201811257731 A CN 201811257731A CN 109703557 B CN109703557 B CN 109703557B
Authority
CN
China
Prior art keywords
early warning
warning
driving
vehicle
index
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
Application number
CN201811257731.9A
Other languages
English (en)
Other versions
CN109703557A (zh
Inventor
崔种焕
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.)
Halla Creedong Electronics Co ltd
Original Assignee
Halla Creedong Electronics Co ltd
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 Halla Creedong Electronics Co ltd filed Critical Halla Creedong Electronics Co ltd
Publication of CN109703557A publication Critical patent/CN109703557A/zh
Application granted granted Critical
Publication of CN109703557B publication Critical patent/CN109703557B/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
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking 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
    • 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
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic 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
    • 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
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/043—Identity of occupants
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • 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
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/18—Propelling the vehicle
    • B60Y2300/18008—Propelling the vehicle related to particular drive situations
    • B60Y2300/18166—Overtaking, changing lanes

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

提供了学习驾驶模式的后侧向预警设备和方法。该后侧向预警设备包括：检测单元，其被配置为检测车辆的驾驶状况和所述车辆的驾驶状态；控制单元，其被配置为基于关于在所述车辆中累积的盲点预警、车道变换预警和追尾碰撞预警中的一种或更多种的驾驶信息来学习驾驶模式，计算通过向所述驾驶信息分配权重而获得的预警指数，并且利用所述预警指数来确定是否产生预警信号；以及输出单元，其被配置为输出针对所述车辆的盲点、车道变换和追尾碰撞中的至少一种的所述预警信号。

Description

学习驾驶模式的后侧向预警设备和方法
技术领域
本公开涉及一种适用于驾驶模式的后侧向预警设备和方法，更具体地，涉及一种后侧向预警设备和通过允许后侧向预警设备学习驾驶员的驾驶模式而根据驾驶员适应性地进行控制的方法。
背景技术
当在变换车道期间驾驶员没有意识到周围车辆的存在时存在碰撞风险。另外，当驾驶员意识到周围车辆的存在但不能确保车道变换是否安全时，他或她不能轻易地变换车道。
在现有技术中，为了解决以上问题，车辆配备有后侧向预警系统。如图1所示，后侧向预警系统是能够使用安装在车辆11中的检测传感器12监视车辆11附近的后侧向检测区域并且在检测区域中存在另一车辆时向车辆11的驾驶员通知驾驶状况信息的技术。
在这种情况下，车辆11的检测传感器12包括用于监视盲点检测(BSD)区域的传感器、用于监视车道变换辅助(LCA)区域的传感器、用于监视后部预碰撞(RPC)区域的传感器等。
因此，有利地，传统的后侧向预警系统通过从检测传感器12收集驾驶状况信息并将预警传递给驾驶员来防止事故。然而，当驾驶员在变换车道时，他们具有其自己的驾驶模式，但传统的后侧向预警系统并不反映驾驶员的一般驾驶模式。这可能会导致一些驾驶员在操作后侧向预警系统时感到相当不便。
也就是说，传统的后侧向预警系统可能会使驾驶员感到不便，这是因为系统在相同的基础上向所有驾驶员提供预定动作，而不会考虑他们的驾驶模式。
例如，具有相同预定操作的传统的后侧向预警系统甚至在驾驶员确定他或她没有危险时也发出预警以阻止驾驶。另一方面，当驾驶员确定他或她有危险时，不会自动发出预警，因此驾驶员可能会感到不适。
发明内容
本公开提供了能够学习驾驶模式的后侧向预警设备和方法。
本公开提供了一种后侧向预警设备和方法，其能够鉴于驾驶员的模式来适应性地控制对驾驶员的后侧向预警。
应当注意，本公开的目的不限于上述目的，并且根据以下描述，本文中未描述的其它目的对于本领域技术人员而言将是显而易见的。
根据本公开的一方面，存在一种后侧向预警设备，所述后侧向预警设备包括：检测单元，其被配置为检测车辆的驾驶状况和所述车辆的驾驶状态，所述检测单元包括设置在所述车辆中以具有对所述车辆外部的可视性并被配置为采集图像数据的图像传感器以及配置为处理由所述图像传感器采集的所述图像数据的处理器；控制单元，其被配置为至少部分地基于所述图像数据的处理来确定是否根据驾驶员的驾驶模式产生预警信号；以及输出单元，其被配置为输出针对所述车辆的盲点、车道变换和追尾碰撞中的至少一种的所述预警信号，其中，所述控制单元可以基于关于在所述车辆中累积的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息来学习所述驾驶模式，计算通过向所述驾驶信息分配权重而获得的预警指数，并且利用所述预警指数来确定是否产生预警信号。
所述后侧向预警设备还可以包括通信单元，所述通信单元被配置为从安装在所述车辆中的传感器接收所述驾驶信息和驾驶员识别信息，并且将所述预警信号发送到所述车辆的控制装置。
另外，所述控制单元可以包括：驾驶信息获取单元，其被配置为从所述检测单元接收所述驾驶信息和检测信息，并且被配置为识别或注册所述车辆的驾驶员；驾驶模式学习单元，其被配置为基于驾驶员对所述驾驶模式进行分类，并且基于所述驾驶信息学习所述驾驶模式；权重计算单元，其被配置为通过将预定权重乘以所述驾驶信息来计算所述预警指数；预警指数存储单元，其被配置为基于驾驶员对所述预警指数进行分类和存储，并且被配置为存储针对各种预警情况而设置的预警情况指数；以及预警确定单元，其被配置为将所述预警指数与所述预警情况指数进行比较，产生所述预警信号，并且将所述预警信号发送到所述输出单元。
根据本公开的另一方面，提供了一种后侧向预警设备，所述后侧向预警设备包括：检测单元，其包括设置在车辆中以具有对所述车辆外部的可视性并且被配置为采集图像数据的图像传感器；域控制单元，其被配置为处理由所述图像传感器采集的所述图像数据，至少部分地基于所述图像数据的处理来确定是否根据驾驶员的驾驶模式产生预警信号，并且控制设置在所述车辆中的至少一个驾驶员辅助系统；以及输出单元，其被配置为输出针对所述车辆的盲点、车道变换和追尾碰撞中的至少一种的预警信号，其中，所述域控制单元可以基于关于在所述车辆中累积的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息来学习所述驾驶模式，计算通过向所述驾驶信息分配权重而获得的预警指数，并且利用所述预警指数来确定是否产生预警信号。
根据本公开的另一方面，提供了一种图像传感器，所述图像传感器被设置在车辆中以具有对所述车辆外部的可视性并且被配置为采集图像数据，其中，所述图像数据可以由处理器处理，并且可以用于检测所述车辆的驾驶状况和所述车辆的驾驶状态，所述车辆的所述驾驶状况和所述车辆的所述驾驶状态可以用于获取关于在所述车辆中累积的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息，并且所述驾驶信息可以用于学习驾驶员的驾驶模式，计算通过向所述驾驶信息分配权重而获得的预警指数，以及利用所述预警指数来确定是否产生预警信号。
根据本公开的另一方面，提供了一种后侧向预警方法，所述后侧向预警方法包括以下步骤：检测步骤，检测步骤检检测车辆的驾驶状况和所述车辆的驾驶状态；控制步骤，基于关于在所述车辆中累积的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息来学习驾驶模式，计算通过向所述驾驶信息分配权重而获得的预警指数，并且利用所述预警指数来确定是否产生预警信号；以及输出步骤，输出针对所述车辆的盲点、车道变换和追尾碰撞中的至少一种的所述预警信号。
本公开的其它具体细节被包括在详细描述和附图中。
附图说明
根据以下结合附图的详细描述，本公开的以上和其它方面、特征和优点将更加显而易见，其中：
图1是示出传统的后侧向预警系统的示例操作的视图；
图2A是示出根据本公开的实施方式的后侧向预警设备的框图；
图2B是示出根据本公开的实施方式的检测单元的框图；
图2C是示出根据本公开的实施方式的包括DCU的后侧向预警设备的框图；
图3是示出根据本公开的实施方式的后侧向预警设备的控制单元的框图；以及
图4是例示根据本公开的实施方式的后侧向预警方法的流程图。
具体实施方式
以下，将参照附图详细地描述本公开的示例实施方式。通过参照下面结合附图详细描述的实施方式，本公开的优点和特征及其实现方法将变得显而易见。然而，本公开可以以不同的形式实施，并且不应被解释为限于本文所阐述的实施方式。相反，提供这些实施方式是为了使本公开将是透彻和完整的，并且将向本领域技术人员充分地传达本发明的范围。因此，本公开的范围仅由所附权利要求书来限定。相同的附图标记始终指代相同的元件。
将要理解的是，尽管在本文中术语第一、第二等可以用于描述各种元件、组件和/或部分，但是这些元件、组件和/或部分不应受这些术语的限制。这些术语仅用于将一个元件、组件或部分与另一个元件、组件或部分区分开。因此，在不脱离本公开的教导的情况下，下面讨论的第一元件、第一组件或第一部分可以被称为第二元件、第二组件或第二部分。
本文使用的术语仅用于描述具体实施方式的目的，并不意图限制本公开。如本文所使用的，单数形式“一”、“一个(种)”和“该”也旨在包括复数形式，除非上下文另有明确指示。还将要理解的是，当在本说明书中使用时，术语“包括”和/或“由……制成”指定所述特征、整数、步骤、操作、元件和/或组件的存在，但并不排除存在或添加一个或更多个其它特征、整数、步骤、操作、元件、组件和/或其分组。
以下，将参照附图详细地描述本公开。
图1是示出传统的后侧向预警系统的示例操作的视图。
如图1所示，后侧向预警系统是能够使用安装在车辆11中的检测传感器12来监视车辆11附近的后侧向检测区域并且在检测区域中存在另一车辆时向车辆11的驾驶员通知驾驶状况信息的技术。
在本说明书中，后侧向预警系统是指用于通过从检测传感器12收集驾驶状况信息并向驾驶员发出预警来防止事故的预警系统。在这种情况下，车辆11的检测传感器12包括用于监视BSD区域的传感器、用于监视LCA区域的传感器、用于监视RPC区域的传感器等，并且可以从上述传感器收集驾驶状况信息。另选地，驾驶状况信息可以包括从导航装置或车辆内的车辆到一切(vehicle-to-everything，V2X)通信装置或位于车辆外部的外部装置(例如，GPS模块)接收的信息。也就是说，驾驶状况信息可以被解释为包括由车辆自身产生的信息以及从车辆外部产生和发送的信息。
另外，根据本公开的适用于驾驶模式的后侧向预警设备可以被设计在应用了包括车道偏离预警系统(LDWS)和车道保持辅助系统(LKAS)的智能安全系统或自动驾驶系统(以下称为自动转向控制系统)的车辆中，使得根据驾驶员适应性地进行自动驾驶控制。
图2A是示出根据本公开的实施方式的后侧向预警设备200的框图。
参照图2A，根据本公开的后侧向预警设备200可以包括：检测单元210，其被配置为检测车辆的驾驶状况和车辆的驾驶状态；控制单元220，其被配置为基于关于车辆中累积的盲点预警、车道变换预警、追尾碰撞预警中的至少一种的驾驶信息来学习驾驶模式，计算通过向驾驶信息分配权重而获得的预警指数，并且利用预警指数来确定是否产生预警信号；以及输出单元230，其被配置为输出针对车辆的盲点、车道变换和追尾碰撞中的至少一种的预警信号。
另外，后侧向预警设备200还可以包括通信单元240，其被配置为从安装在车辆中的传感器接收驾驶信息和驾驶员识别信息，并且向车辆的控制装置发送预警信号。
具体地，检测单元210用于检测相对于车辆的后侧区域和前部区域的驾驶状况，并且可以包括设置在车辆中以提供对车辆外部的可视性的并且被配置为采集图像数据的图像传感器以及配置为处理由图像传感器采集的图像数据的处理器。至少一个图像传感器可以被安装在车辆的各个部分处，以提供对相对于车辆的前部区域、侧部区域或后部区域的可视性。根据示例，图像传感器和处理器可以被实现为单个相机传感器。
由图像传感器成像的图像信息由图像数据组成，因此其是指由图像传感器采集的图像数据。在下文中，由图像传感器成像的图像信息是指由图像传感器采集的图像数据。由图像传感器采集的图像数据可以按照从例如音频-视频交织(AVI)原始、运动图像专家组(MPEG)-4、H.264和联合图像专家组(JPEG)当中选择的格式产生。由图像传感器采集的图像数据可以由处理器处理。
另外，图像传感器可以被设置在车辆中以提供对车辆外部的可视性，并且可以被配置为采集图像数据。由图像传感器采集的图像数据可以由处理器处理并用于检测车辆的驾驶状况和车辆的驾驶状态。车辆的驾驶状况和车辆的驾驶状态可以用于获取关于累积在车辆中的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息。驾驶信息可以用于学习驾驶员的驾驶模式，计算通过向驾驶信息分配权重而获得的预警指数，并且利用预警指数来确定是否产生预警信号。
处理器可用于处理由图像传感器采集的图像数据。处理器可以使用能够处理图像数据或执行其它功能的诸如专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器和微处理器的至少一个电气单元来实现。
参照图2B，根据本公开的示例，检测单元210还可以包括雷达传感器213、超声波传感器214、红外传感器215以及图像传感器211中的至少一种。然而，这仅是示例，并且本发明不限于此。检测单元210可以通过能够检测甚至盲点的所有设备来检测车辆的驾驶状况。
本文使用的雷达传感器或雷达系统可以包括至少一个雷达传感器单元，例如，安装在车辆前部的前部检测雷达、安装在车辆后部的后部雷达传感器、以及安装在车辆的各个侧向的侧向检测雷达传感器或后侧向检测雷达传感器。雷达传感器或雷达系统可以分析发送(Tx)信号和接收(Rx)信号以处理数据，因此可以检测关于对象的信息。为此，雷达传感器或雷达系统可以包括电子控制单元(ECU)或处理器。从雷达传感器到ECU的数据发送或信号通信可以使用适当的诸如车辆网络总线的通信链路。
雷达传感器包括用于发送雷达信号的一个或更多个Tx天线以及用于接收从对象接收的反射信号的一个或更多个RX天线。
此外，根据本实施方式的雷达传感器可以采用多维天线布置和多输入多输出(MIMO)信号发送/接收方案，以便形成大于实际天线孔径的虚拟天线孔径。
例如，二维(2D)天线阵列用于实现水平和垂直角度的精度和分辨率。当使用2D雷达天线阵列时，通过水平和垂直执行的两个(时间复用的)单独扫描来发送或接收信号。MIMO可以与水平和垂直的(时间复用的)2D雷达扫描分开使用。
具体地，根据本实施方式的雷达传感器可以采用由包括总共12个Tx天线的Tx天线单元和包括总共16个Rx天线的Rx天线单元组成的2D天线阵列。结果，雷达传感器可以总共具有192个虚拟Rx天线的布置。
在这种情况下，Tx天线单元可以具有三个Tx天线组，每个Tx天线组均包括四个Tx天线。第一Tx天线组可以与第二Tx天线组垂直分开一定距离。第一Tx天线组或第二Tx天线组可以与第三Tx天线组水平分开一定距离D。
另外，Rx天线单元可以包括四个Rx天线组，每个Rx天线组均包括四个Rx天线。Rx天线组彼此垂直间隔开。Rx天线单元可以被设置在彼此水平间隔开的第一Tx天线组与第三Tx天线组之间。
另外，根据另一实施方式，雷达传感器的天线可以被布置为2D天线阵列。作为示例，各个天线贴片均具有菱形晶格布置，因此可以减少不必要的旁瓣。
另选地，2D天线布置可以包括V形天线阵列，在该V形天线阵列中多个辐射贴片以字母V的形状布置。具体地，2D天线布置可以包括两个V形天线阵列。在这种情况下，对各个V形天线阵列的尖端进行单级馈电。
另选地，2D天线布置可以包括X形天线阵列，在该X形天线阵列中多个辐射贴片以字母X的形状布置。具体地，2D天线布置可以包括两个X形天线阵列。在这种情况下，对各个X形天线阵列的中心进行单级馈电。
另外，根据本实施方式的雷达传感器可以使用MIMO天线系统，以便实现垂直和水平检测精度或分辨率。
具体地，MIMO系统中的Tx天线可以发送具有彼此区分开的独立波形的信号。也就是说，各个Tx天线可以发送具有与其它Tx天线的波形不同的独立波形的信号，并且由于信号的不同波形，所以各个Rx天线可以确定从哪个Tx天线发送从对象反射的反射信号。
另外，根据本实施方式的雷达传感器可以包括配置为容纳电路的雷达壳体以及包括Tx天线和Rx天线的基板，并且包括配置为形成雷达壳体的外形的天线罩。在这种情况下，天线罩可以由能够减少发送或接收的雷达信号的衰减的材料制成，并且可以被提供为车辆的前保险杠或后保险杠、格栅或侧面车身或者车辆组件的外表面。
也就是说，雷达传感器的天线罩可以被设置在车辆的格栅、保险杠或车身内，并且可以被设置为构成车辆的外表面的一部分，例如，车辆的格栅、保险杠和车身的一部分。因此，可以提供安装雷达传感器的便利性以及改善车辆美观。
超声波传感器可以包括超声波发送单元、接收单元和处理器。超声波传感器可以基于所发送的超声波来检测对象，并且可以检测相对速度和距检测对象的距离。当对象是静止对象(例如，街道树、路灯、交通灯、交通标志等)时，超声波传感器可以基于由于对象的飞行时间(TOF)来检测车辆的驾驶速度。
另外，通过在车辆的左后视镜、右后视镜上安装诸如后视相机的相机装置，检测单元210可以采集相对于车辆的后侧区域并且可以通过全景式监视(AVM)系统的相机的方式来检测车辆的驾驶状况。
在这种情况下，驾驶状况可以包括车辆附近的障碍物的位置、与另一车辆的距离、以及相对速度。
另外，检测单元210用于检测车辆的驾驶状态。车辆的驾驶状态可以包括车辆的驾驶速度、驾驶方向、位置信息等，并且可以是通过通信单元240从包括全球定位系统(GPS)装置、加速度传感器、或LDWS&LKAS 23、智能巡航控制(SCC)21、智能停车辅助系统(SPAS)22等的驾驶支持系统接收的。
另外，检测单元210还可以执行识别驾驶车辆的驾驶员的功能。为此，检测单元210还可以包括诸如指纹传感器、面部识别传感器、虹膜识别传感器和语音识别传感器的生物信息识别装置。检测单元210可以通过至少一个生物信息识别装置来检测驾驶员识别信息。
也就是说，检测单元210可以包括安装在车辆中的各种传感器，并且可以通过通信单元240从各种传感器和驾驶支持系统接收检测信息。
通常，控制单元220可以控制后侧向预警设备200的整体操作。根据示例，控制单元220可以被实现为ECU。控制单元220可以从处理器接收处理图像数据的结果。控制单元220可以至少部分地基于图像数据的处理来确定是否根据驾驶员的驾驶模式产生预警信号。下面将参照图3详细地描述控制单元220。
输出单元230可以基于控制单元220的确定结果输出预警信号。预警信号可以指示针对后侧向预警系统的预警，即，BSD信息、LCA信息和RPC信息中的至少一种。
在这种情况下，输出单元230可以被实现为语音模块、振动模块和图像模块中的至少一种以输出预警信号。例如，输出单元230可以包括扬声器，其被配置为输出警报以预警车道变换期间的事故风险；预警灯，其被安装在车辆仪表板处并被配置为开启或闪烁；平视显示装置，其被配置为在车辆挡风玻璃上显示预警图像或字符；显示装置，其配备有导航功能，并且具有主车辆和其它车辆所在的屏幕；以及触觉模块，其被安装在车辆方向盘、薄板(sheet)或加速踏板处以产生振动。
另外，输出单元230可以产生并输出与预警信号对应的驾驶控制信号，以便控制车辆的驾驶，并且驾驶控制信号可以被发送到包括LDWS&LKAS 23、SCC 21、SPAS22等的驾驶支持系统。
例如，对于在相对于车辆的后侧区域的一定距离内检测到障碍物的预警情况，输出单元230可以产生用于BSD的预警声音并将声音提供给驾驶员，或者可以通过重放针对关于与障碍物碰撞的风险的信息的信息评论的操作来输出预警信号，并且可以将与预警信号对应的驾驶控制信号发送到驾驶支持系统。然后，驾驶支持系统可以控制车辆的方向盘、变速器和制动装置，使得车辆避开障碍物。
通信单元240可以将由各种传感器和驾驶支持系统检测信息发送到检测单元210，并且可以将从输出单元230接收的预警信号或驾驶控制信号发送到诸如LDWS&LKAS 23的驾驶支持系统。
在这种情况下，通信单元240可以被设置为包括因特网、非对称数字用户线路(ADSL)、局域网(LAN)、以太网、控制器局域网(CAN)、基于TCP/IP的通信网络、光通信网络的综合业务数字网(ISDN)，包括诸如码分多址(CDMA)和宽带码分多址(WCDMA)的移动通信网络的无线通信网络，或者诸如ZigBee和蓝牙的短程通信网络。
图3是示出根据本公开的实施方式的后侧向预警设备200的控制单元220的框图。
控制单元220可以包括：驾驶信息获取单元221，其被配置为接收驾驶信息和由检测单元检测的信息，并且被配置为识别或注册车辆的驾驶员；驾驶模式学习单元222，其被配置为基于驾驶员来对驾驶模式进行分类并且基于驾驶信息来学习驾驶模式；权重计算单元223，其被配置为通过将预定权重乘以驾驶信息来计算预警指数；预警指数存储单元224，其被配置为基于驾驶员来对预警指数进行分类和存储，并且被配置为存储针对每个预警情况而设置的预警情况指数；以及预警确定单元225，其被配置为将预警指数与预警情况指数进行比较，产生预警信号，并且将预警信号发送到输出单元。
在这种情况下，除了包括在车辆中累积的盲点预警、车道变换预警或追尾碰撞预警之外，驾驶信息还可以包括在车辆中累积的车道偏离信息和部分制动控制信息中的至少一种，但本发明不限于此。
因此，驾驶信息可以是关于安装在车辆中的转弯信号的操作的信息或者关于由踏板操作检测传感器、多功能操作检测传感器等累积的操作的信息。也就是说，驾驶信息可以是关于驾驶员是否操作加速踏板、制动踏板和方向盘中的至少一个的信息。
也就是说，可以通过检测单元210和通信单元240从各种传感器和驾驶支持系统接收驾驶信息。
具体地，控制单元220的驾驶信息获取单元221可以接收从检测单元210接收的车辆的驾驶状况、车辆的驾驶状态、驾驶员识别信息和驾驶信息，并且可以利用驾驶员识别信息认证或注册驾驶员。控制单元220可以通过将检测到的驾驶员识别信息与预先存储的识别信息进行比较来认证或注册车辆的驾驶员。
也就是说，即使当为车辆注册了数个驾驶员时，驾驶信息获取单元221也可以通过驾驶员识别信息来识别当前正在驾驶车辆的驾驶员，并且可以根据驾驶员的驾驶模式输出后侧向预警。另选地，通过凭借新驾驶员识别信息在驾驶信息获取单元221中注册新驾驶员，驾驶信息获取单元221可以学习新驾驶员的驾驶模式。
控制单元220的驾驶模式学习单元222学习从驾驶信息获取单元221接收的驾驶信息。也就是说，由根据预定程序进行操作的一个或更多个微处理器组成的或者是包括这些微处理器的硬件装置的驾驶模式学习单元222可以由用于根据驾驶员的驾驶模式执行后侧向预警设备200的操作的一系列命令形成。
因此，当驾驶信息获取单元221识别出车辆驾驶员并且将关于驾驶员的信息发送到驾驶模式学习单元222时，驾驶模式学习单元222可以在驾驶员正在驾驶车辆时基于在一定时段内累积的驾驶信息来学习驾驶模式。在这种情况下，驾驶信息基于驾驶员来被分类并且用于学习驾驶模式。当注册了新驾驶员时，可以提取驾驶员的预先存储的驾驶模式的平均数(average)并将其替换为新驾驶员的驾驶模式。
控制单元220的权重计算单元223可以通过将预定权重乘以由驾驶模式学习单元222学习的驾驶信息来计算预警指数。权重计算单元223可以通过将根据将预定权重复用到各条驾驶信息而获得的值相加来获得预警指数，如下式所示：
预警指数＝(Wb*NA)+(Wl*NB)+(Wr*NC)，或者
预警指数＝(Wb*NA)+(Wl*NB)+(Wb*ND)+(WL*NE)
这里，N可以是所学习的驾驶信息，并且W可以表示权重。例如，NA可以是BSD预警的次数或级别，Wb可以是针对BSD预警的权重，NB可以是LCA预警的次数或级别，W1可以是针对LCA预警的权重，NC可以是RPC预警的次数或级别，并且Wr可以是针对RPC预警的权重。根据示例，预警的次数可以表示当在车道变换期间存在碰撞风险的同时驾驶员试图变换车道时发出预警的次数。也就是说，当针对碰撞风险的预警的次数很大时，可以确定驾驶员多次暴露于危险情况。因此，需要发出更敏感的预警。
另外，NE可以是LDWS&LKAS的操作次数，WL可以是针对LDWS&LKAS的权重，ND可以是由BSD引起的部分制动的次数，并且WB可以是由BSD引起的部分制动的权重。
在这种情况下，可以根据所学习的驾驶信息向驾驶员分配不同的权重。例如，当在驾驶员A正在驾驶车辆期间LDWS&LKAS的操作次数相对较大时驾驶员A可以增大针对LDWS&LKAS的权重WL的比例，并且当在驾驶员B正在驾驶车辆期间BSD预警的次数较大时或者当驾驶员B敏感地响应于BSD预警而使车辆转向时驾驶员B可以增大针对BSD预警的权重Wb的比例。
也就是说，如上所述，可以向驾驶员分配不同的权重，从而可以针对驾驶员计算不同的预警指数。因此，可以根据车辆的驾驶员的驾驶模式来适应性地控制后侧向预警设备200的操作。
在这种情况下，权重计算单元223可以基于从输出单元230输出的预警信号来改变权重。也就是说，可以通过反馈处理来改变预定权重，在该反馈处理中，从输出单元230输出的驾驶控制信号或预警信号被发送到驾驶模式学习单元222并且被另外学习。因此，由于更新了驾驶员的驾驶模式，所以可以提高后侧向预警设备200的准确性。
在下面的表1中，计算出的预警指数被分类为高级别、中级别和低级别，并且示出了与预警指数对应的后侧向预警设备200的示例操作。
[表1]
预警指数驾驶控制 高 中 低
BSD预警区域 低 中 高
BSD部分制动控制量 低 中 高
LCA碰撞的预期时间 短 中 长
如表1所示，当驾驶员的预警指数属于高类别时，可以确定驾驶员敏感地响应后侧向预警。因此，通过最小程度地形成BSD区域、使由于BSD而引起的部分制动控制量最小化并且将由LCA引起的预期碰撞时间设置为相对较短，可以根据状况来控制后侧向预警设备200的输出。
另一方面，当驾驶员的预警指数属于低类别时，可以确定驾驶员不敏感地响应后侧向预警。因此，通过最大程度地形成BSD区域、使由于BSD而引起的部分制动控制量最大化并且将由LCA引起的预期碰撞时间设置为相对较长，可以根据状况来控制后侧向预警设备200的输出。
另外，控制单元220的预警确定单元225可以从检测单元210接收关于车辆的实时驾驶状况和驾驶状态的信息，并且可以利用所接收的信息来确定预警情况。这里，预警情况可以是指传统的后侧向预警设备可以发出预警的情况，例如，在相对于车辆的后侧区域的一定距离内检测到障碍物的情况。
预警确定单元225可以从预警指数存储单元224提取与预警情况对应的预警情况指数，并且将所提取的预警情况指数与由权重计算单元223计算的预警指数进行比较。在这种情况下，当预警指数大于或等于预警情况指数时，预警确定单元225可以产生预警信号，并且预警信号可以被发送到输出单元230。
在这种情况下，计算出的预警指数和预警情况指数可以被发送到控制单元220的预警指数存储单元224并且基于驾驶员来被存储。因此，当操作后侧向预警设备200时，可以容易地提取和利用与驾驶信息对应的预警指数或与车辆的实时驾驶状况和驾驶状态对应的预警情况指数。
如上所述，本公开提供了用于通过鉴于驾驶员的模式计算预警指数并根据驾驶员来适应性地控制后侧向预警的后侧向预警设备200。
根据本公开的后侧向预警设备可以包括：检测单元，其包括设置在车辆中以提供对车辆外部的可视性的图像传感器；域控制单元(DCU)30，其被配置为处理由图像传感器采集的图像数据，至少部分地基于图像数据的处理来确定是否根据驾驶员的驾驶模式产生预警信号，并且控制车辆中包括的至少一个驾驶员辅助系统；以及输出单元，其被配置为输出针对车辆的盲点、车道变换和追尾碰撞中的至少一种的预警信号。
参照图2C，根据实施方式，设置在车辆中的各种设备的用于处理图像数据的处理器、控制单元和控制器可以被集成为单个组件，并且可以被实现为DCU 30。在这种情况下，DCU 30可以产生各种车辆控制信号，并且可以控制包括在车辆中的驾驶员辅助系统(DAS)20、车辆的各种相关设备等。另外，根据示例，参照图2A描述的输出单元和通信单元可以被并入到DCU 30中并在DCU 30中实现。
DCU 30可以基于关于在车辆中累积的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息来学习驾驶模式，计算通过向驾驶信息分配权重而获得的预警指数，并且利用预警指数来确定是否产生预警信号。为此，DCU 30可以包括至少一个处理器。
DCU 30可以被设置在车辆中以与车辆中安装的至少一个图像传感器和至少一个非图像传感器(例如，雷达传感器或超声波传感器)通信。为此，还可以包括用于数据发送或信号发送的适当的诸如车辆网络总线的数据链路或通信链路。
DCU 30可用于控制车辆中使用的一个或更多个驾驶员辅助系统(DAS)。基于由多个非图像传感器采集的感测数据和由图像传感器采集的图像数据，DCU 30可以整体控制诸如BSD系统、自适应巡航控制(ACC)系统、LDWS、LKAS、车道变换辅助系统(LCAS)等的DAS。
DCU 30可以接收驾驶信息和由检测单元检测的信息，识别或注册车辆驾驶员，基于驾驶员对驾驶模式进行分类，基于驾驶信息学习驾驶模式，通过将预定权重乘以驾驶信息来计算预警指数，基于驾驶员对预警指数进行分类和存储，存储针对各种预警情况而设置的预警情况指数，将预警指数与预警情况指数进行比较，产生预警信号，并且将预警信号发送到输出单元。
驾驶信息可以是通过检测单元210和通信单元240从各种传感器和驾驶支持系统接收的。
具体地，DCU 30可以接收从检测单元210接收的车辆的驾驶状况、车辆的驾驶状态、驾驶员的识别信息以及驾驶信息，并且可以利用驾驶员识别信息来认证或注册驾驶员。
也就是说，即使当为车辆注册了多个驾驶员时，DCU 30也可以通过驾驶员识别信息来识别当前正在驾驶车辆的驾驶员，并且可以根据驾驶员的驾驶模式来输出后侧向预警。另选地，通过新驾驶员识别信息来注册新驾驶员，DCU 30可以学习新驾驶员的驾驶模式。
DCU 30学习驾驶信息。也就是说，由根据预定程序进行操作的一个或更多个微处理器组成的或者是包括这些微处理器的硬件装置的DCU 30可以由用于根据驾驶员的驾驶模式执行后侧向预警设备200的操作的一系列命令形成。
因此，当识别出车辆的驾驶员并且获取驾驶员信息时，DCU 30可以基于在驾驶员正在驾驶车辆时在一定时段内累积的驾驶信息来学习驾驶模式。在这种情况下，驾驶信息基于驾驶员来被分类并且用于学习驾驶模式。当注册了新驾驶员时，可以提取驾驶员的预先存储的驾驶模式的平均数并将其替换为新驾驶员的驾驶模式。
DCU 30可以通过将预定权重乘以所学习的驾驶信息来计算预警指数。DCU 30可以通过将根据将预定权重复用到各条驾驶信息而获得的值相加来获得预警指数，如下式所示：
预警指数＝(Wb*NA)+(Wl*NB)+(Wr*NC)，或者
预警指数＝(Wb*NA)+(Wl*NB)+(WB*ND)+(WL*NE)。
这里，N可以是所学习的驾驶信息，并且W可以表示权重。例如，NA可以是BSD预警的次数或级别，Wb可以是针对BSD预警的权重，NB可以是LCA预警的次数或级别，W1可以是针对LCA预警的权重，NC可以是RPC预警的次数或级别，并且Wr可以是针对RPC预警的权重。另外，NE可以是LDWS&LKAS的操作次数，WL可以是针对LDWS&LKAS的权重，ND可以是由BSD引起的部分制动的数量，WB可以是由BSD引起的部分制动的权重。
在这种情况下，可以根据所学习的驾驶信息向驾驶员分配不同的权重。例如，当在驾驶员A正在驾驶车辆期间LDWS&LKAS的操作次数相对较大时驾驶员A可以增大针对LDWS&LKAS的权重WL的比例，并且当在驾驶员B正在驾驶车辆期间BSD预警的次数较大时或者当驾驶员B敏感地响应于BSD预警而使车辆转向时驾驶员B可以增大针对BSD预警的权重Wb的比例。
也就是说，如上所述，可以向驾驶员分配不同的权重，因此可以针对驾驶员计算不同的预警指数。因此，可以根据车辆的驾驶员的驾驶模式来适应性地控制后侧向预警设备200的操作。
在这种情况下，DCU 30可以基于从输出单元230输出的预警信号来改变权重。也就是说，可以通过反馈处理来改变预定权重，在该反馈处理中，DCU 30另外学习了从输出单元230输出的驾驶控制信号或预警信号。因此，由于更新了驾驶员的驾驶模式，所以可以提高后侧向预警设备200的准确性。
此外，DCU 30可以从检测单元210接收关于车辆的实时驾驶状况和驾驶状态的信息，并且可以利用接收到的信息来确定预警情况。这里，预警情况可以是指传统的后侧向预警设备可以发出预警的情况，例如，在相对于车辆的后侧区域的一定距离内检测到障碍物的情况。
DCU 30可以提取与预警情况对应的预警情况指数，并将所提取的预警情况指数与计算出的预警指数进行比较。在这种情况下，当预警指数大于或等于预警情况指数时，DCU30可以产生预警信号，并且预警信号可以被发送到输出单元230。
在这种情况下，计算出的预警指数和预警情况指数可以基于驾驶员来被存储。因此，当操作后侧向预警设备200时，可以容易地提取和利用与驾驶信息对应的预警指数或与车辆的实时驾驶状况和驾驶状态对应的预警情况指数。
如上所述，本公开提供了用于通过鉴于驾驶员的模式计算预警指数并根据驾驶员来适应性地控制后侧向预警的后侧向预警设备200。
图4是例示根据本公开的实施方式的后侧向预警方法的流程图。以下描述基于控制单元，但本发明不限于此。除了描述不适用的情况之外，关于控制单元的操作的以下描述可以以基本相同的方式应用于DCU。
根据本公开的后侧向预警方法可以包括：检测车辆的驾驶状况和车辆的驾驶状态的检测步骤；基于关于在车辆中累积的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息来学习驾驶模式、计算通过向驾驶信息分配权重而获得的预警指数、以及利用预警指数来确定是否产生预警信号的控制步骤；以及输出针对车辆的盲点、车道变换和追尾碰撞中的至少一种的预警信号的输出步骤。
控制步骤可包括：接收驾驶信息和在检测步骤中检测到的信息并识别或注册车辆的驾驶员的驾驶信息获取步骤；基于驾驶员对驾驶模式进行分类并且基于驾驶信息来学习驾驶模式的驾驶模式学习步骤；通过将预定权重乘以驾驶信息来计算预警指数的权重计算步骤；基于驾驶员对预警指数进行分类和存储并且存储针对各种预警情况而设置的预警情况指数的预警指数存储步骤；以及将预警指数与预警情况指数进行比较并且产生预警信号的预警确定步骤。
参照图4，在驾驶信息获取步骤中，通过关于在车辆中注册的驾驶员的驾驶员识别信息来识别当前正在驾驶车辆的驾驶员或者注册新驾驶员(S400)。
另外，接收关于在驾驶员正在驾驶车辆期间的特定时段内累积的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息(S410)。
另外，在驾驶模式学习步骤中，基于驾驶信息并在驾驶员的基础上学习驾驶模式(S420)。
另外，在权重计算步骤中，通过将预定权重乘以由驾驶模式学习单元222学习的驾驶信息来计算预警指数(S430)。
在这种情况下，可以通过将根据将预定权重乘以各条驾驶信息而获得的值相加来获得预警指数，如下式所示：
预警指数＝(Wb*NA)+(Wl*NB)+(Wr*NC)，或者
预警指数＝(Wb*NA)+(Wl*NB)+(Wb*ND)+(WL*NE)
这里，N可以是所学习的驾驶信息，并且W可以表示权重。
另外，在预警指数存储步骤中，存储计算出的驾驶员的预警指数(S440)。
在这种情况下，接收关于车辆的实时驾驶状况和驾驶状态的信息，并且利用所接收的信息来确定是否已经发生预警情况(S460)。
另外，当确定出已经发生后侧向预警情况时，提取驾驶员的预警情况指数(S470)。
另外，在预警确定步骤中，确定预警情况的预警情况指数是否大于或等于驾驶员的预警指数(S480)。
当预警指数大于或等于预警情况指数时，可以产生预警信号，并且可以在输出步骤中输出预警信号(S490)。
另一方面，当预警指数小于预警情况指数时，接收关于实时驾驶状况和驾驶状态的信息，直到发生后侧向预警情况为止(S450)。
如上所述，根据驾驶员的驾驶模式来控制预警，从而可以为驾驶员提供便利，并且可以稳定地向驾驶员通知后侧向预警。因此，可以防止事故。
以上描述是在驾驶员直接驾驶车辆的假设下进行的，但本发明不限于此。根据实施方式，当车辆以自动驾驶模式操作时，以上描述可以应用于自动驾驶模式，直到不存在功能不一致的程度。
根据如上所述的本公开，根据驾驶员的驾驶模式来控制预警，从而可以为驾驶员提供便利。
另外，稳定地向用户通知后侧向预警，从而可以防止事故。
尽管已经将本公开的上述实施方式的所有组件描述为组合成单个组件或组合操作，但本公开并不必限于这些实施方式。换句话说，在本公开的范围内，所有元件可以选择性地组合成一个或更多个元件以进行操作。
以上描述仅用于说明性地描述本公开的技术精神，并且在不脱离本公开的基本特征的情况下，本领域技术人员可以对实施方式进行各种修改和改变。本公开的范围应根据所附权利要求书来解释，并且在其等同物的范围内的所有技术精神应被解释为包括在本公开的范围内。
相关申请的交叉引用
本申请要求于2017年10月26日提交的韩国专利申请No.10-2017-0140513的优先权，出于所有目的，将其通过引用合并于此，如同在本文中充分阐述一般。

Claims (6)

1.一种后侧向预警设备，所述后侧向预警设备被配置为在相对于车辆的后侧向区域的特定距离内检测到障碍物的预警情况下发出预警，所述后侧向预警设备包括：
检测单元，所述检测单元被配置为检测所述车辆的驾驶状况和所述车辆的驾驶状态，所述检测单元包括设置在所述车辆中以具有对所述车辆外部的可视性并且被配置为采集图像数据的图像传感器以及被配置为处理由所述图像传感器采集的所述图像数据的处理器；
控制单元，所述控制单元被配置为根据驾驶员的驾驶模式至少部分地基于所述图像数据的处理来确定是否产生预警信号；以及
输出单元，所述输出单元被配置为输出所述预警信号，所述预警信号包括所述车辆的盲点预警、车道变换预警和追尾碰撞预警中的至少一种，
其中，所述控制单元被配置为基于关于在所述车辆中累积的所述盲点预警、所述车道变换预警和所述追尾碰撞预警的驾驶信息来学习所述驾驶模式，计算通过向所述驾驶信息分配权重而获得的预警指数，并且利用所述预警指数来确定是否产生所述预警信号，
其中，所述控制单元被配置为通过以下式1和式2中的至少一个来计算所述预警指数：
[式1]
预警指数＝(Wb*NA)+(Wl*NB)+(Wr*NC)
[式2]
预警指数＝(Wb*NA)+(Wl*NB)+(Wb*ND)+(WL*NE)
其中，NA是盲点预警的次数或级别，Wb是针对所述盲点预警的权重，NB是车道变换预警的次数或级别，W1是针对所述车道变换预警的权重，NC是追尾碰撞预警的次数或级别，Wr是针对所述追尾碰撞预警的权重，NE是车道偏离预警系统和车道保持辅助系统的操作次数，WL是针对所述车道偏离预警系统和车道保持辅助系统的权重，ND是由所述盲点预警引起的部分制动的次数，并且Wb是由所述盲点预警引起的部分制动的权重，
其中，所述控制单元被配置为通过将所述预警指数与针对每个预警情况设置的预警情况指数进行比较来生成所述预警信号，其中，所述预警情况指数与所述车辆的所述驾驶状态和所述驾驶状况相对应，
其中，所述控制单元包括：
驾驶信息获取单元，所述驾驶信息获取单元被配置为从所述检测单元接收所述驾驶信息和检测信息，并且被配置为识别或注册所述车辆的驾驶员；
驾驶模式学习单元，所述驾驶模式学习单元被配置为基于驾驶员对所述驾驶模式进行分类，并且基于所述驾驶信息学习所述驾驶模式；
权重计算单元，所述权重计算单元被配置为通过将预定权重乘以所述驾驶信息来计算所述预警指数；
预警指数存储单元，所述预警指数存储单元被配置为基于驾驶员对所述预警指数进行分类和存储，并且所述预警指数存储单元被配置为存储针对每个预警情况而设置的预警情况指数；以及
预警确定单元，所述预警确定单元被配置为将所述预警指数与所述预警情况指数进行比较，产生所述预警信号，并且将所述预警信号发送到所述输出单元。
2.根据权利要求1所述的后侧向预警设备，所述后侧向预警设备还包括通信单元，所述通信单元被配置为从安装在所述车辆中的传感器接收所述驾驶信息和驾驶员识别信息，并且将所述预警信号发送到所述车辆的控制装置。
3.根据权利要求1所述的后侧向预警设备，其中，所述驾驶信息包括在所述车辆中累积的车道偏离信息和部分制动控制信息中的至少一种。
4.根据权利要求1所述的后侧向预警设备，其中，当所述预警指数大于或等于所述预警情况指数时，所述预警确定单元产生所述预警信号。
5.根据权利要求1所述的后侧向预警设备，其中，所述输出单元产生并输出与所述预警信号对应的驾驶控制信号，以控制所述车辆的驾驶。
6.一种后侧向预警方法，所述后侧向预警方法用于在相对于车辆的后侧向区域的特定距离内检测到障碍物的预警情况下发出预警，所述后侧向预警方法包括以下步骤：
检测操作，所述检测操作检测所述车辆的驾驶状况和所述车辆的驾驶状态，其中，所述检测操作包括使用设置在所述车辆中的图像传感器采集图像数据以具有对所述车辆外部的可视性并且处理所采集的图像数据；
控制操作，所述控制操作基于关于在所述车辆中累积的所述车辆的盲点预警、车道变换预警和追尾碰撞预警中的至少一种的驾驶信息来学习驾驶模式，计算通过向所述驾驶信息分配权重而获得的预警指数，并且根据驾驶员的驾驶模式至少部分地通过利用所述预警指数和所述图像数据的处理来确定是否产生预警信号；以及
输出操作，所述输出操作输出所述预警信号，其中，所述预警信号指示所述预警，
其中，所述预警指数是通过以下式1和式2中的至少一个来计算的：
[式1]
预警指数＝(Wb*NA)+(Wl*NB)+(Wr*NC)
[式2]
预警指数＝(Wb*NA)+(Wl*NB)+(Wb*ND)+(WL*NE)
其中，NA是盲点预警的次数或级别，Wb是针对所述盲点预警的权重，NB是车道变换预警的次数或级别，Wl是针对所述车道变换预警的权重，NC是追尾碰撞预警的次数或级别，Wr是针对所述追尾碰撞预警的权重，NE是车道偏离预警系统和车道保持辅助系统的操作次数，WL是针对所述车道偏离预警系统和车道保持辅助系统的权重，ND是由所述盲点预警引起的部分制动的次数，并且Wb是由所述盲点预警引起的部分制动的权重，
其中，所述预警信号是通过将所述预警指数与针对每个预警情况设置的预警情况指数进行比较来生成的，
其中，所述预警情况指数与所述车辆的所述驾驶状态和所述驾驶状况相对应，
其中，所述方法包括：
驾驶信息获取操作，所述驾驶信息获取操作从检测单元接收所述驾驶信息和检测信息，并且识别或注册所述车辆的驾驶员；
驾驶模式学习操作，所述驾驶模式学习操作基于驾驶员对所述驾驶模式进行分类，并且基于所述驾驶信息学习所述驾驶模式；
权重计算操作，所述权重计算操作通过将预定权重乘以所述驾驶信息来计算所述预警指数；
预警指数存储操作，所述预警指数存储操作基于驾驶员对所述预警指数进行分类和存储，并且存储针对每个预警情况而设置的预警情况指数；以及
预警确定操作，所述预警确定操作将所述预警指数与所述预警情况指数进行比较，产生所述预警信号，并且将所述预警信号发送到输出单元。
CN201811257731.9A 2017-10-26 2018-10-26 学习驾驶模式的后侧向预警设备和方法 Active CN109703557B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170140513A KR101938314B1 (ko) 2017-10-26 2017-10-26 운전 습관에 따른 후측방 경보 장치 및 방법
KR10-2017-0140513 2017-10-26

Publications (2)

Publication Number Publication Date
CN109703557A CN109703557A (zh) 2019-05-03
CN109703557B true CN109703557B (zh) 2023-09-01

Family

ID=63998535

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811257731.9A Active CN109703557B (zh) 2017-10-26 2018-10-26 学习驾驶模式的后侧向预警设备和方法

Country Status (4)

Country Link
US (1) US20190126944A1 (zh)
EP (1) EP3531398B1 (zh)
KR (1) KR101938314B1 (zh)
CN (1) CN109703557B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4273836A3 (en) * 2019-09-17 2024-01-17 Mobileye Vision Technologies Ltd. Systems and methods for predicting blind spot incursions
JP6887471B2 (ja) * 2019-09-20 2021-06-16 三菱電機株式会社 車両用後側方警報装置
KR20210089846A (ko) * 2020-01-09 2021-07-19 주식회사 만도 능동 후방 추돌 방지 장치 및 방법
CN111613092B (zh) * 2020-05-09 2023-10-27 腾讯科技（深圳）有限公司 车辆碰撞预警方法、装置、设备及计算机可读存储介质
CN113212459A (zh) * 2021-06-17 2021-08-06 鄂尔多斯市普渡科技有限公司 一种可自动排障的自动驾驶车辆检测系统及方法
EP4357812A1 (en) * 2022-10-19 2024-04-24 Continental Autonomous Mobility Germany GmbH Vehicle detection system and method for detecting a target vehicle in a detection area located behind a subject vehicle
DE102022130164A1 (de) * 2022-11-15 2024-05-16 Valeo Schalter Und Sensoren Gmbh Verfahren zum Betreiben eines Fahrerassistenzsystems für ein Kraftfahrzeug, Fahrerassistenzsystem sowie Kraftfahrzeug mit einem Fahrerassistenzsystem

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102616241A (zh) * 2012-03-28 2012-08-01 周圣砚 基于车道线模型检测方法和在线学习方法的车道偏离报警系统
JP2013222297A (ja) * 2012-04-16 2013-10-28 Toyota Motor Corp 運転支援装置
CN103847667A (zh) * 2012-11-28 2014-06-11 富士重工业株式会社 车辆的驾驶辅助控制装置
WO2017003052A1 (ko) * 2015-06-29 2017-01-05 엘지전자 주식회사 차량 운전 보조 방법 및 차량
CN106882172A (zh) * 2015-12-15 2017-06-23 现代自动车株式会社 紧急制动系统及其控制方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060053038A1 (en) * 2004-09-08 2006-03-09 Warren Gregory S Calculation of driver score based on vehicle operation
US7859432B2 (en) * 2007-05-23 2010-12-28 Che Il Electric Wireing Devices Co., Ltd. Collision avoidance system based on detection of obstacles in blind spots of vehicle
US9688286B2 (en) * 2009-09-29 2017-06-27 Omnitracs, Llc System and method for integrating smartphone technology into a safety management platform to improve driver safety
US9542847B2 (en) * 2011-02-16 2017-01-10 Toyota Motor Engineering & Manufacturing North America, Inc. Lane departure warning/assistance method and system having a threshold adjusted based on driver impairment determination using pupil size and driving patterns
WO2015160900A1 (en) * 2014-04-15 2015-10-22 Maris, Ltd Assessing asynchronous authenticated data sources for use in driver risk management
KR101555444B1 (ko) * 2014-07-10 2015-10-06 현대모비스 주식회사 차량탑재 상황감지 장치 및 그 방법
KR101678089B1 (ko) * 2015-03-19 2016-11-23 현대자동차주식회사 차량 및 그 제어방법
US10712163B2 (en) * 2017-02-23 2020-07-14 International Business Machines Corporation Vehicle routing and notifications based on characteristics
CN109305165B (zh) * 2017-07-28 2022-04-12 现代摩比斯株式会社 智能超声系统、车辆后方碰撞警告装置及其控制方法
US10583821B2 (en) * 2017-09-25 2020-03-10 Denso International America, Inc. Brake warning system and methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102616241A (zh) * 2012-03-28 2012-08-01 周圣砚 基于车道线模型检测方法和在线学习方法的车道偏离报警系统
JP2013222297A (ja) * 2012-04-16 2013-10-28 Toyota Motor Corp 運転支援装置
CN103847667A (zh) * 2012-11-28 2014-06-11 富士重工业株式会社 车辆的驾驶辅助控制装置
WO2017003052A1 (ko) * 2015-06-29 2017-01-05 엘지전자 주식회사 차량 운전 보조 방법 및 차량
CN106882172A (zh) * 2015-12-15 2017-06-23 现代自动车株式会社 紧急制动系统及其控制方法

Also Published As

Publication number Publication date
KR101938314B1 (ko) 2019-01-15
US20190126944A1 (en) 2019-05-02
EP3531398B1 (en) 2022-08-24
CN109703557A (zh) 2019-05-03
EP3531398A1 (en) 2019-08-28

Similar Documents

Publication Publication Date Title
CN109703557B (zh) 学习驾驶模式的后侧向预警设备和方法
US11554810B2 (en) Apparatus and method for controlling lane change using vehicle-to-vehicle communication information and apparatus for calculating tendency information for same
KR20200102004A (ko) 충돌 방지 장치, 시스템 및 방법
KR20200047886A (ko) 운전자 보조 시스템 및 그 제어방법
US10726727B2 (en) In-vehicle device, information processing system, and information processing method
CN104786933A (zh) 一种全景影像驾驶辅助装置及方法
JP5482670B2 (ja) 物体検出装置
CN106314424B (zh) 基于汽车的超车辅助方法、装置及汽车
JP2006318093A (ja) 車両用移動物体検出装置
US20200108717A1 (en) Apparatus and method for controlling speed
KR20200040147A (ko) 레이더 장착 각도 검출 장치 및 그 방법
JP4134803B2 (ja) 車載用電子装置
WO2019102938A1 (ja) 車両の物標検出装置
US11529967B2 (en) Driver assistance apparatus and method of thereof
JP6394440B2 (ja) 汚れ判定装置
US20220194409A1 (en) Driving assistance device, driving assistance method, and storage medium
JP2008008679A (ja) 物体検出装置、衝突予測装置、及び車両制御装置
CN111086507A (zh) 用于避免下一车道车辆的盲点的装置及方法
EP3472642B1 (en) Overtake acceleration aid for adaptive cruise control in vehicles
JP6193177B2 (ja) 動作支援システム及び物体認識装置
CN111717196A (zh) 一种基于视觉分析的驾驶安全辅助装置
CN210617998U (zh) 一种用于货运和客运车辆的盲区检测设备
EP3701281B1 (en) Using data from a radar sensor for machine learning based perception
EP3774500B1 (en) Method for obstacle identification
CN114715031A (zh) 车辆倒车的控制方法、装置、系统及介质

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: 20211203

Address after: Gyeonggi Do, South Korea

Applicant after: Wandu Mobile System Co.,Ltd.

Address before: Gyeonggi Do, South Korea

Applicant before: MANDO Corp.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220916

Address after: Inchon, Korea

Applicant after: Halla Creedong Electronics Co.,Ltd.

Address before: Gyeonggi Do, South Korea

Applicant before: Wandu Mobile System Co.,Ltd.

GR01 Patent grant
GR01 Patent grant