CN109927727A - 用于判定附近车辆的动作的设备和方法 - Google Patents

用于判定附近车辆的动作的设备和方法 Download PDF

Info

Publication number
CN109927727A
CN109927727A CN201810513560.5A CN201810513560A CN109927727A CN 109927727 A CN109927727 A CN 109927727A CN 201810513560 A CN201810513560 A CN 201810513560A CN 109927727 A CN109927727 A CN 109927727A
Authority
CN
China
Prior art keywords
surrounding vehicles
movement
surrounding
vehicles
information
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
CN201810513560.5A
Other languages
English (en)
Other versions
CN109927727B (zh
Inventor
李勋
张炯琁
梁旭一
元智恩
韩瑟基
尹潽永
宋奉燮
李晟雨
李尚远
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.)
Hyundai Motor Co
Ajou University Industry Academic Cooperation Foundation
Kia Corp
Original Assignee
Hyundai Motor Co
Kia Motors Corp
Ajou University Industry Academic Cooperation Foundation
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 Hyundai Motor Co, Kia Motors Corp, Ajou University Industry Academic Cooperation Foundation filed Critical Hyundai Motor Co
Publication of CN109927727A publication Critical patent/CN109927727A/zh
Application granted granted Critical
Publication of CN109927727B publication Critical patent/CN109927727B/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
    • B60W50/0097—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
    • 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
    • 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
    • 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
    • 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
    • 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
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2422/00—Indexing codes relating to the special location or mounting of sensors
    • B60W2422/95—Measuring the same parameter at multiple locations of the 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/80—Spatial relation or speed relative 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
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • 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
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/803—Relative lateral speed
    • 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
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/804—Relative longitudinal speed
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S2013/9327—Sensor installation details
    • G01S2013/93271—Sensor installation details in the front of the vehicles
    • 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
    • G01S2013/93274—Sensor installation details on the side of the vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种能够准确地判定周围车辆的动作的设备和方法。该设备包括第一周围车辆信息检测器，该第一周围车辆信息检测器被配置为通过使用前部雷达装置来获得车辆的周围车辆的第一周围车辆信息。该设备还包括第二周围车辆信息检测器，该第二周围车辆信息检测器被配置为通过使用角雷达装置来获得周围车辆的第二周围车辆信息。该设备还包括处理器，该处理器被配置为通过使用第一周围车辆信息和第二周围车辆信息来判定周围车辆的运动。处理器还被配置为通过使用由机器训练技术获得的动作判定逻辑来判定周围车辆的动作。处理器还被配置为通过使用两个判定结果来判定周围车辆的最终动作。

Description

用于判定附近车辆的动作的设备和方法
相关申请的引证
本申请基于并要求于2017年12月19日在韩国知识产权局提交的韩国专利申请第10-2017-0175362号的优先权，该申请的公开内容通过引证整体并入本文。
技术领域
本公开涉及一种用于判定周围或附近车辆的动作(maneuver，机动)的设备和方法，通过该设备和方法可以准确地判定周围或附近车辆的动作。
背景技术
近年来，通过使用安装在车辆中的传感器已经研究或开发了用于识别车辆周围情况以辅助驾驶员驾驶车辆的技术。其中，介绍了通过使用安装在车辆中的前/后角雷达装置和前部雷达装置来判定横向或前方车辆的动作的技术。在整个本公开中，术语如“周围”、“附近”、“接近”、“邻近”等表示相对接近参考车辆、主车辆等的车辆。
根据用于判定车辆的动作的常规技术，当邻近的横向车辆或前方车辆在低速情况下切入时，主车辆可能错误地判定周围或邻近车辆的动作。主车辆的雷达装置提供错误的信息可能导致错误的判定。或者，当周围车辆的状态被确定时，错误的判定可能是由于判定的错误造成的。
发明内容
本公开旨在解决相关技术的上述问题。本公开提供了一种用于判定周围车辆的动作的设备和方法。通过使用机器训练技术将现有的动作判定算法与现有的威胁判定算法进行合成或组合，可以判定周围车辆的切入的动作。
本公开还提供了一种用于判定周围车辆的动作的设备和方法。通过使用传感器融合信息和动作判定算法以及由多个传感器检测到的周围车辆信息，可以提高动作判定性能。
本公开的技术目的不限于上述那些。从以下描述中，其他未提及的技术目的对于本领域的普通技术人员将变得显而易见。
根据本公开的一方面，用于判定周围车辆的动作的设备包括：第一周围车辆信息检测器，该第一周围车辆信息检测器被配置为通过使用前部雷达装置来获得车辆的周围车辆的第一周围车辆信息。该设备还包括第二周围车辆信息检测器，该第二周围车辆信息检测器被配置为通过使用角雷达装置获得周围车辆的第二周围车辆信息。该设备还包括处理器，该处理器被配置为通过使用第一周围车辆信息和第二周围车辆信息来判定周围车辆的运动。处理器还被配置为通过使用由机械训练技术获得的动作判定逻辑来判定周围车辆的动作。处理器还被配置为通过使用两个判定结果来判定周围车辆的最终动作。
支持向量机(SVM)可以用于机器训练技术。
处理器可以通过使用第一周围车辆信息和第二周围车辆信息来识别由前部雷达装置检测到的周围车辆和由角雷达装置检测到的周围车辆是否为相同的车辆。
当由前部雷达装置检测到的周围车辆和由角雷达装置检测到的周围车辆为相同的车辆时，处理器可以融合第一周围车辆信息和第二周围车辆信息。
当周围车辆的运动为动态的、周围车辆的先前动作不是切入并且动作判定逻辑的判定结果满足参考条件时，则处理器可以判定周围车辆的当前动作为切入。
当周围车辆的运动为动态的、周围车辆的先前动作不是切入并且动作判定逻辑的判定结果难以满足参考条件时，则处理器可以判定周围车辆的当前动作为行驶。
当周围车辆的运动为静止的并且周围车辆的先前动作为切入时，处理器可以判定周围车辆的当前动作为切入。
当周围车辆的运动为静止的并且周围车辆的先前动作不是切入时，处理器可以判定周围车辆的当前动作为停车。
当周围车辆的运动为动态的、周围车辆的先前动作为切入并且车辆与周围车辆之间的距离小于参考值时，则处理器可以判定周围车辆的当前动作为切入。
当周围车辆的运动为动态的、周围车辆的先前动作为切入并且车辆与周围车辆之间的距离大于参考值时，则处理器可以判定周围车辆的当前动作为行驶。
根据本公开的另一方面，用于判定周围车辆的动作的方法包括通过使用前部雷达装置和角雷达装置来获得车辆的周围车辆的周围车辆信息。该方法还包括根据由机器训练技术通过使用周围车辆信息获得的动作判定逻辑来判定周围车辆的动作。该方法还包括通过使用周围的车辆信息来判定周围车辆的运动。该方法还包括基于周围车辆的运动判定结果和动作判定逻辑的动作判定结果来判定周围车辆的最终动作。
周围车辆信息的获得可以包括通过使用第一周围车辆信息和第二周围车辆信息来识别由前部雷达装置检测到的周围车辆和由角落雷达装置检测到的周围车辆是否为相同的车辆。
周围车辆信息的获得可以包括：当由前部雷达装置检测到的周围车辆和由角雷达装置检测到的周围车辆为相同的车辆时，通过融合第一周围车辆信息和第二周围车辆信息来产生周围车辆信息。
支持向量机(SVM)可以用于机器训练技术。
周围车辆的最终动作的判定可以包括：当周围车辆的运动为动态的、周围车辆的先前动作不是切入并且动作判定逻辑的判定结果满足参考条件时，则周围车辆的当前动作为切入。
周围车辆的最终动作的判定可以包括：当周围车辆的运动为动态的、周围车辆的先前动作不是切入并且动作判定逻辑的判定结果难以满足参考条件时，则周围车辆的当前动作为行驶。
周围车辆的最终动作的判定可以包括：当周围车辆的运动为静止的并且周围车辆的先前动作为切入时，判定周围车辆的当前动作为切入。
周围车辆的最终动作的判定可以包括：当周围车辆的运动为静止的并且周围车辆的先前动作不是切入时，判定周围车辆的当前动作为停车。
周围车辆的最终动作的判定可以包括：当周围车辆的运动为动态的、周围车辆的先前动作为切入并且车辆与周围车辆之间的距离小于参考值时，则周围车辆的当前动作为切入。
周围车辆的最终动作的判定可以包括：当周围车辆的运动为动态的、周围车辆的先前动作为切入并且车辆与周围车辆之间的距离大于参考值时，则周围车辆的当前动作为行驶。
附图说明
根据以下结合附图的详细描述，本公开的上述和其它目的、特征和优点将变得更加显而易见：
图1为根据本公开的实施例的周围车辆动作判定设备的框图；
图2为解释与本公开相关的判定通过门的方法的视图；
图3为解释涉及本公开的警告指标计算方法的视图；
图4A为描绘与本公开相关的切入情况下的碰撞威胁指标的图解；
图4B为描绘与本公开相关的行驶情况下的碰撞威胁指标的图解；
图5为示出与本公开相关的交互多模型无迹卡尔曼滤波器(IMM-UKF)的视图；
图6为与本公开相关的模式转换状态视图；
图7为描绘在与本公开相关的切入情况下的恒定速度(CV)模型和恒定转速和速度(CTRV)模型的概率的变化的图解；
图8A和图8B为分别示出了与本公开相关的低速和高速情况下的切入轨迹的视图；
图9为解释用于计算和判定与本公开相关的特征向量的参考的视图；
图10为根据本公开的实施例的周围车辆动作判定方法的流程图；以及
图11为示出根据本公开的实施例的图10的最终动作判定过程的流程图。
具体实施方式
图1为根据本公开的实施例的周围车辆动作判定设备的框图。图2为解释与本公开相关的判定通过门的方法的视图。图3为解释涉及本公开的警告指标计算方法的视图。图4A为描绘与本公开相关的切入情况下的碰撞威胁指标的图解。图4B为描绘与本公开相关的行驶情况下的碰撞威胁指标的图解。图5为示出与本公开相关的IMM-UKF的视图。图6为与本公开相关的模式转换状态视图。图7为描绘与本公开相关的切入情况下的CV模型和CTRV模型的概率的变化的图解。图8A和8B为示出与本公开相关的低速和高速情况下的切入轨迹的视图。图9为解释用于计算和判定与本公开相关的特征向量的参考的视图。
参考图1，根据本公开的周围车辆动作判定设备100包括第一周围车辆信息检测器110、第二周围车辆信息检测器120、车内传感器130、内存或存储器140、输出单元150和处理器160。
第一周围车辆信息检测器110通过安装在车辆的前表面上的至少一个前部雷达装置来检测位于车辆周围的周围车辆。第一周围车辆信息检测器110获得诸如所检测到的周围车辆的位置和相对速度的状态信息，并将所获得的状态信息发送给处理器160。
第二周围车辆信息检测器120通过安装在车辆前角的角雷达装置检测位于车辆周围的周围车辆。第二周围车辆信息检测器120获得检测到的周围车辆的诸如位置和速度、宽度、长度和航向角度的状态信息，并将获得的状态信息发送给处理器160。
车载传感器130通过使用设置在车辆中的多种传感器来获得(检测)车辆状态信息。车载传感器130包括速度传感器、偏航率传感器、距离传感器、图像传感器、位置传感器和转向角度传感器。在该示例中，距离传感器可以为LiDAR装置、雷达装置、超声波传感器等。图像传感器可以为不同类型的传感器中的至少一种，诸如电荷耦合器件(CCD)图像传感器、互补金属氧化物半导体(CMOS)图像传感器、电荷引发器件(CPD)图像传感器和电荷注入器件(CID)图像传感器。位置传感器为全球定位系统(GPS)接收器。位置传感器可以通过使用从三个或更多个GPS卫星发送的信号来计算车辆终端100的当前位置(车辆的位置)。可以安装两个或更多位置传感器。
存储器140可以存储被编程为执行特定操作的软件以及各种设置信息。存储器140可临时存储根据处理器160的操作生成的数据。
所述存储器或内存140可以通过诸如闪存、硬盘、安全数字(SD)卡、随机存取存储器(RAM)、只读存储器(ROM)、电可擦除和可编程ROM(EEPROM)、可擦除和可编程ROM(EPROM)、寄存器、可拆卸磁盘和网络存储器的一种或多种不同类型的存储介质(记录介质)来实现。
输出单元150以用户可以以视觉、听觉和触觉的方式识别的形式输出由处理器160处理的信息。输出单元150可以输出行驶速度、路线引导信息、地图和自主行驶相关信息。输出单元150可以包括显示器、音频输出模块和触觉模块。
显示单元310可以包括液晶显示器(LCD)、薄膜晶体管液晶显示器(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、3D显示器、透明显示器、平视显示器(HUD)和集群中的任何一种。
音频输出模块可以输出存储在存储器140中的音频数据。例如，音频输出模块可以输出通过扬声器通知路线引导信息和警报的音频信号。音频输出模块可以包括接收器、扬声器和/或蜂鸣器。
触觉模块以用户可以以触觉方式识别的形式输出信号。例如，触觉模块可以为振动器以控制振动的强度和模式。
处理器160执行存储在存储器140中的软件。处理器160可以包括专用集成电路(ASIC)、数字信号处理器(DSP)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、中央处理单元(CPU)、微控制器和微处理器中的至少一种。
处理器160包括追踪单元161、运动判定单元162、动作判定单元163和最终动作判定单元164。
跟踪单元161分别从第一周围车辆信息检测器110和第二周围车辆信息检测器120接收第一周围车辆信息和第二周围车辆信息。跟踪单元161识别第一周围车辆信息和第二周围车辆信息是否为关于相同周围车辆的信息。当识别出第一周围车辆信息和第二周围车辆信息为关于相同周围车辆的信息时，跟踪单元161将第一周围车辆信息和第二周围车辆信息合并。换句话说，当通过前部雷达装置检测到的第一周围车辆和通过角雷达装置检测到的第二周围车辆为同一车辆时，通过前部雷达装置获得的信息和通过角雷达装置获得的信息被跟踪单元161合并。
在该示例中，为了识别第一周围车辆信息和第二周围车辆信息是否为关于相同周围车辆的信息，跟踪单元161基于第一周围车辆信息和第二周围车辆信息来判定门(gate)的通过。然后，如图2所示，跟踪单元161基于由前部雷达装置检测到的第一周围车辆Ofront的位置来设定矩形的门G。所述门指的是矩形区域(范围)，其中心为由前部雷达装置检测到的周围车辆的位置。当由角雷达装置检测到的第二周围车辆Ocorner位于所设定的门G内时，跟踪单元161将第一周围车辆信息和第二周围车辆信息合并。当第二周围车辆不位于所设定的门G内时，跟踪单元161在存储器140中将第二周围车辆信息登记为周围车辆的新信息。
跟踪单元161识别第一周围车辆和第二周围车辆之间的距离是否小于参考距离。当第一周围车辆和第二周围车辆之间的距离小于参考距离时，跟踪单元161则判定通过门(the passing of the gate)。当第一周围车辆停车而第二周围车辆在通过门之后移动时，处理器160从合并的周围车辆信息中删除第二周围车辆信息。
运动判定单元162通过使用第一周围车辆信息、第二周围车辆信息以及通过车载传感器130测得的信息来判定周围车辆的运动。处理器160通过使用等式1来计算周围车辆的速度VB,t。
[等式1]
在该示例中，VA为由主车辆的车载传感器测得的车辆速度，xr,i为由雷达装置r检测到的第i个周围车辆的相对纵向速度，yr,i为由雷达装置r检测到的第i周围车辆的相对横向位置，并且ω为主车辆的偏航率。主车辆的偏航率ω满足等式2。
[等式2]
在该示例中，为由主车辆的车载传感器130测得的偏航率。字符ε1为临界偏航率且为预先确定的常数值。
运动判定单元162根据计算出的周围车辆的速度VB,t来判定周围车辆的运动。当周围车辆的计算速度VB,t不大于临界速度时，运动判定单元162判定周围车辆为静止的。当周围车辆的计算速度VB,t大于临界速度时，运动判定单元162判定周围车辆为动态的。
动作判定单元163从跟踪单元161接收周围车辆的状态信息。动作判定单元163基于接收到的周围车辆的状态信息，通过使用由机器训练技术获得的动作判定逻辑来判定周围车辆的动作。在这个示例中，支持向量机(SVM)可以用于机器训练技术。动作判定逻辑可以为通过SVM来合成基于状态的动作判定逻辑、基于威胁的动作判定逻辑和基于概率的动作判定逻辑而获得的分类逻辑(分类算法或分类器)。
基于状态的动作判定逻辑为用于基于从跟踪单元161输出的被跟踪的周围车辆的状态信息来判定周围车辆的动作的算法。基于状态的动作判定逻辑根据所述状态信息是否超过阈值来判定动作，因为横向位置y和相对横向速度Vy的大小和变化大到不在短距离范围内，而是处于低速的一般切入情况(例如，30公里/小时(约18英里/小时)或更低)。
例如，当周围车辆的横向位置y小于第一阈值并且周围车辆的相对横向速度Vy小于第二阈值时，基于状态的动作判定逻辑判定周围车辆从主车辆的右侧切入。例如，当周围车辆的横向位置y大于第三阈值并且周围车辆的相对横向速度Vy大于第四阈值时，基于状态的动作判定逻辑判定周围车辆从主车辆的左侧切入。
基于威胁的动作判定逻辑为用于通过识别主车辆和周围车辆的碰撞的威胁来判定周围车辆的动作的算法。基于威胁的动作判定逻辑通过使用等式3来计算碰撞时间。
[等式3]
在这个示例中，x为主车辆和周围车辆之间的距离，并且vrel为周围车辆的相对速度。
基于威胁的动作判定逻辑通过使用等式4来计算警告指标xp。
[等式4]
在这个示例中，plong为如图3所示的两个车辆之间的距离。字符dbr为仅考虑车辆的制动性能的制动临界距离，并在等式5中表示。字符dw为考虑到车辆的制动性能和用户的反应速度的警告临界距离，并在等式6中表示。
[等式5]
[等式6]
在这个示例中，vrel为车辆的相对纵向速度，tbrake为制动系统硬件的系统延迟时间，ax,max为车辆的最大纵向减速度，并且tthinking为用户的反应时间。
当主车辆和周围车辆从警告临界距离dw开始后最大程度地减速时，当两辆车的保险杠彼此接触时，所述车辆停车。当主车辆与周围车辆之间的距离x超过dw时，这意味着警告指标为正值，并且当前情况是安全的。
基于威胁的动作判定逻辑通过使用等式7来计算纵向碰撞风险指标Ilong。
[等式7]
在该示例中，xmax为警告指标的最大值，xth为警告指标的阈值，并且TTCth -1为TTC-1的阈值。
在车辆以50公里/小时(约31英里/小时)行驶的情况下，当TTC为0.6至0.7秒时，车辆以最大重力加速度减速。在10公里/小时(约6英里/小时)或更低的低速情况下，阈值TTCth被设定为3。
警告指标的最大值xmax为调节参数(tuning parameter)。当警告指标的最大值xmax被设定为过大的值时(例如8)，指标Ilong对于指标的变化变得迟钝。此外，随着警告指标的最大值xmax变得更大，Ilong容易变大。
基于威胁的动作判定逻辑计算横向碰撞风险指标Ilat(K.Kim在2016年在首尔国立大学研究生博士论文中的“用于综合风险管理的自动车辆的基于预测潜在风险的车辆运动控制(Predicted potential risk-based vehicle motion control of automatedvehicles for integrated risk management)”)。
基于威胁的动作判定逻辑通过公式8计算时间与车道交叉点(TLC，time-to-lanecrossing)。
[等式8]
在这个示例中，y为周围车辆的横向位置，并且vy为周围车辆的相对横向速度。
基于威胁的动作判定逻辑通过使用车道更换时间来计算横向碰撞风险指标Ilat。横向碰撞风险指标Ilat可以用公式9表示。
[等式9]
在这个示例中，横向碰撞风险指标Ilat的值介于0和1之间，并且当前情况在接近1时是危险的。为了判定在10公里/小时(约6英里/小时)或更低的低速情况下的具有大的横向运动影响的短距离切入，将阈值(临界值)TLCth(例如1.5)更保守地设置为比TTCth低的多。
尽管横向碰撞风险指标在如图4A所示的切入情况下增加到1，但可以看出，所述横向碰撞风险指标在如图4B所示的行驶情况下保持在相对较低的值。
当位于与主车辆相距为近距离的周围车辆的切入动作被判定为在低速情况下时，该周围车辆(切入车辆)的横向速度低到不超过低速情况下的阈值。另外，当周围车辆的横向位置在近距离处接近阈值时，该周围车辆的切入动作的判定可能失败。由于基于其位置被相对速度划分的形式的威胁可被计算为高，所以即使在低速/短距离情况下横向位置和横向速度也很小。
基于概率的动作判定逻辑通过使用角雷达装置和自由空间通过使用交互多模型无迹卡尔曼滤波器(IMM-UKF)(Branko Ristic、Sanjeev Arulampalam和Neil Gordon在IEEE航空和电子系统杂志19.7(2004)的“超越卡尔曼滤波器(Beyond the Kalmanfilter)”)来判定周围车辆的动作。
基于概率的动作判定逻辑随机地计算车辆的模型以判定周围车辆(目标车辆)的动作。基于概率的动作判定逻辑通过使用图5中所示的IMM-KF架构来计算恒定速度(CV)模型和恒定转向速率和速度(CTRV)模型的概率。基于概率的动作判定逻辑根据图6中所示的模式变换状态度来变换模式。
如图7所示，因为当车辆切入时运动从直线运动变为旋转，所以CV模型的概率变低，并且CTRV模型的概率变得更高。因此，当CTRV模型的概率变得高于CV模型的概率时，基于概率的动作判定逻辑可以判定周围车辆具有切入动作。
当周围车辆以图8A的低速切入时，与图8B的一般切入情况相比，产生大的旋转。周围车辆的切入动作可以通过使用这样的现象来判定：当使用表示旋转的模型(CTRV模型)的IMM-UKF和表示直线运动的模型(CV模型)被采用时，CTRV模型的概率随着车辆以低速旋转而增加。
如上所述，动作判定方法包括使用周围车辆的状态信息(位置和相对速度)的算法、使用威胁的算法以及使用车辆模型的概率的变化的算法。通过使用其中任何一种算法来判定动作的方法根据情况劣化性能。此外，在相同的情况下，一种算法的性能可能会劣化，但另一种算法的性能可能会提高。因此，本公开通过支持向量机(SVM)来合成多个动作判定算法来构建鲁棒合成算法(动作判定逻辑)来提高动作判定性能。
动作判定单元163根据由SVM获得的动作判定逻辑，基于从第一周围车辆信息检测器110和第二周围车辆信息检测器120输入的新的周围车辆信息来判定周围车辆的动作。
当周围车辆信息被输入时，动作判定单元163通过利用基于状态的动作判定逻辑、基于威胁的动作判定逻辑和基于概率的动作判定逻辑来计算周围车辆的状态值、威胁和概率(CTRV模型概率)。此外，如图9所示，动作判定单元163基于周围车辆的状态、威胁和概率来计算周围车辆的三维特征向量p(＝[状态威胁概率]T)。
动作判定单元163基于特征向量(特征点)与超平面d(x)之间的距离来判定周围车辆的动作。在这个示例中，超平面d(x)为用于通过使用特征向量p来判定周围车辆是否切入的判定参考。超平面d(x)可以如等式10所表示(参见图9)。
[等式10]
d(x)＝cTp-d＝0
在这个示例中，cT为权重向量，d为偏差。
当cTp-d大于0时，动作判定单元163判定存在周围车辆的切入动作。当cTp-d小于0时，动作判定单元163判定存在周围车辆的行驶动作。换句话说，动作判定单元163基于新的周围车辆信息，根据通过将周围车辆的映射特征向量p插入d(x)而获得的结果值为负值还是正值来判定周围车辆是否存在切入动作。
最终动作判定单元164最终基于从运动判定单元162和动作判定单元163输出的运动判定结果来判定周围车辆的动作。另外，最终动作判定单元164最终基于由SVM获得的动作判定逻辑的判定结果来判定周围车辆的动作。
当周围车辆的运动为动态的、周围车辆的先前动作不是切入且cTp-d大于0时，最终动作判定单元164根据动作判定逻辑将周围车辆的当前动作判定为切入。当周围车辆的运动为动态的、周围车辆的先前动作不是切入且cTp-d小于0时，最终动作判定单元164根据动作判定逻辑将周围车辆的当前动作判定为行驶。
当周围车辆的运动静止并且周围车辆的先前动作为切入时，最终动作判定单元164将周围车辆的当前动作判定为切入。当周围车辆的运动静止并且周围车辆的先前动作不是切入时，最终动作判定单元164将周围车辆的当前动作判定为停车。
当周围车辆的运动为动态的、周围车辆的先前动作为切入且主车辆与周围车辆之间的距离小于参考距离时，最终动作判定单元164将周围车辆的当前动作判定为切入。当周围车辆的运动为动态的、周围车辆的先前动作为切入且主车辆与周围车辆之间的距离大于参考距离时，最终动作判定单元164将周围车辆的当前动作判定为动态的。
图10为根据本公开的实施例的周围车辆动作判定方法的流程图。图11为示出图10的最终动作判定过程的流程图。
参考图10，处理器160通过前部雷达装置和角雷达装置检测周围车辆信息(步骤S110)。第一周围车辆信息检测器110检测通过前部雷达装置检测到的第一周围车辆的第一周围车辆信息，并将检测到的第一周围车辆信息发送给处理器160。第二周围车辆信息检测器120检测通过角雷达装置检测到的第二周围车辆的第二周围车辆信息，并将检测到的第二周围车辆信息发送给处理器160。
处理器160通过使用周围的车辆信息来跟踪周围的车辆(步骤S120)。处理器160根据第一周围车辆信息和第二周围车辆信息，基于第一周围车辆的位置来设置矩形的门。另外，处理器160识别第二周围车辆是否位于相应的门内。当第二周围车辆位于对应的门中时，处理器160计算第一周围车辆和第二周围车辆之间的距离。处理器160还在对应的距离为参考距离或更短时判定第一周围车辆和第二周围车辆为相同的周围车辆。处理器160然后将第一周围车辆信息和第二周围车辆信息合并。换句话说，处理器160通过使用第一周围车辆信息和第二周围车辆信息来跟踪目标周围车辆。
处理器160基于被跟踪的周围车辆的状态信息(耦合的周围车辆信息)通过使用由机器训练技术获得的动作判定逻辑来判定对应的周围车辆的动作(步骤S130)。处理器160通过使用SVM通过合成基于状态的动作判定算法、使用威胁的动作判定算法和基于概率的动作判定算法获得的合成算法(动作判定逻辑)来判定周围车辆的动作。
处理器160通过利用基于状态的动作判定算法，基于周围车辆的状态信息(横向位置和横向相对速度)来计算周围车辆的状态。处理器160通过使用利用威胁的动作判定算法基于周围车辆的状态信息来计算周围车辆的碰撞威胁。此外，处理器160通过利用基于概率的动作判定算法，根据周围车辆的状态信息来计算CTRV模型的(旋转的)概率。处理器160基于状态、威胁和概率来计算周围车辆的特征向量。处理器160通过将所计算的特征向量评估为动作判定参考(超平面)来判定是否存在周围车辆的切入动作。
处理器160通过使用周围车辆信息来判定周围车辆的运动(步骤S140)。处理器160基于周围车辆的速度来判定周围车辆的运动是静止的还是动态的。
处理器160最终基于动作判定逻辑的判定结果和周围车辆的运动判定结果来判定周围车辆的动作(步骤S150)。
在下文中，参考图11详细描述判定周围车辆的最终动作的过程。
处理器160识别周围车辆的运动是否为动态的(步骤S151)。当周围车辆的运动为动态的时，处理器160识别周围车辆的先前动作是否为切入(步骤S152)。当周围车辆的先前动作为切入时，处理器160识别主车辆与周围车辆之间的距离是否小于参考距离(步骤S153)。当主车辆与周围车辆之间的距离小于参考距离时，处理器160判定周围车辆(目标车辆)的当前动作为切入(步骤S154)。
当在步骤S153中主车辆与周围车辆之间的距离不小于参考距离时，处理器160将周围车辆的当前动作判定为行驶(步骤S155)。
当在步骤S152中的先前动作判定结果不是切入时，处理器160识别动作判定逻辑的动作判定结果是否满足参考条件(步骤S158)。换句话说，处理器160在动作判定逻辑的动作判定结果中识别cTp-d是否超过0。当动作判定逻辑的动作判定结果满足参考条件时，处理器160判定周围车辆的当前动作为切入(步骤S154)。也就是说，当在动作判定逻辑的动作判定结果中cTp-d超过0时，处理器160判定周围车辆的当前动作为切入。
当动作判定逻辑的动作判定结果难以满足参考条件时，处理器160判定周围车辆的当前动作为行驶(步骤S155)。也就是说，当在动作判定逻辑的动作判定结果中cTp-d不大于0时，处理器160判定周围车辆的当前动作为行驶。
当在步骤S151中周围车辆的运动判定结果为未在行驶时，处理器160识别周围车辆的先前动作判定结果是否为切入(步骤S156)。换句话说，当周围车辆的运动为静止的时，处理器160识别周围车辆的先前动作是否为切入。当先前的动作判定结果为切入时，处理器160判定周围车辆的当前动作为切入(步骤S154)。当在S156中先前动作判定结果不是切入时，处理器160判定目标车辆的当前动作为静止的(步骤S157)。
本公开可以通过使用机器训练技术通过合成现有的动作判定算法和威胁判定算法来判定周围车辆的切入动作。
此外，本公开可以通过使用传感器合并信息和动作判定算法以及由多个传感器检测到的周围车辆信息通过判定周围车辆的动作来提高动作判定性能。

Claims (20)

1.一种用于判定周围车辆的动作的设备，所述设备包括：
第一周围车辆信息检测器，被配置为通过使用前部雷达装置获得主车辆的周围车辆的第一周围车辆信息；
第二周围车辆信息检测器，被配置为通过使用角雷达装置获得所述周围车辆的第二周围车辆信息；以及
处理器，被配置为通过使用所述第一周围车辆信息和所述第二周围车辆信息来判定所述周围车辆的运动，通过使用由机器训练技术获得的动作判定逻辑来来判定所述周围车辆的动作，并且通过使用两个判定结果来判定所述周围车辆的最终动作。
2.根据权利要求1所述的设备，其中，支持向量机被用于所述机器训练技术。
3.根据权利要求1所述的设备，其中，所述处理器通过使用所述第一周围车辆信息和所述第二周围车辆信息来识别由所述前部雷达装置检测到的所述周围车辆和由所述角雷达装置检测到的所述周围车辆是否为相同的车辆。
4.根据权利要求3所述的设备，其中，当由所述前部雷达装置检测到的所述周围车辆和由所述角雷达装置检测到的所述周围车辆为相同的车辆时，所述处理器将所述第一周围车辆信息和所述第二周围车辆信息合并。
5.根据权利要求1所述的设备，其中，当所述周围车辆的运动为动态、所述周围车辆的先前动作不是切入并且所述动作判定逻辑的判定结果满足参考条件时，则所述处理器判定所述周围车辆的当前动作为切入。
6.根据权利要求1所述的设备，其中，当所述周围车辆的运动为动态、所述周围车辆的先前动作不是切入并且所述动作判定逻辑的判定结果不满足参考条件时，则所述处理器判定所述周围车辆的当前动作为行驶。
7.根据权利要求1所述的设备，其中，当所述周围车辆的运动为静止并且所述周围车辆的先前动作为切入时，则所述处理器判定所述周围车辆的当前动作为切入。
8.根据权利要求1所述的设备，其中，当所述周围车辆的运动为静止并且所述周围车辆的先前动作不是切入时，则所述处理器判定所述周围车辆的当前动作为停车。
9.根据权利要求1所述的设备，其中，当所述周围车辆的运动为动态的、所述周围车辆的先前动作为切入并且所述主车辆与所述周围车辆之间的距离小于参考值时，则所述处理器判定所述周围车辆的当前动作为切入。
10.根据权利要求1所述的设备，其中，当所述周围车辆的运动为动态、所述周围车辆的先前动作为切入并且所述主车辆与所述周围车辆之间的距离大于参考值时，则所述处理器判定所述周围车辆的当前动作为行驶。
11.一种用于判定周围车辆的动作的方法，所述方法包括：
通过使用前部雷达装置和角雷达装置获得主车辆的周围车辆的周围车辆信息；
根据由机器训练技术通过使用所述周围车辆信息获得的动作判定逻辑来判定所述周围车辆的动作；
通过使用所述周围车辆信息来判定所述周围车辆的运动；并且
基于所述周围车辆的运动判定结果和所述动作判定逻辑的动作判定结果来判定所述周围车辆的最终动作。
12.根据权利要求11所述的方法，其中，获得所述周围车辆信息包括：
由所述前部雷达装置检测到的所述周围车辆的信息为第一周围车辆信息，由所述角雷达装置检测到的所述周围车辆的信息为第二周围车辆信息，通过使用所述第一周围车辆信息和所述第二周围车辆信息来识别由所述前部雷达装置检测到的所述周围车辆和由所述角雷达装置检测到的所述周围车辆是否为相同的车辆。
13.根据权利要求12所述的方法，其中，获得所述周围车辆信息包括：
当由所述前部雷达装置检测到的所述周围车辆和由所述角雷达装置检测到的所述周围车辆为相同的车辆时，通过合并所述第一周围车辆信息和所述第二周围车辆信息来生成所述周围车辆信息。
14.根据权利要求11所述的方法，其中，将支持向量机用于所述机器训练技术。
15.根据权利要求11所述的方法，其中，所述周围车辆的最终动作的判定包括：
当所述周围车辆的运动为动态、所述周围车辆的先前动作不是切入并且所述动作判定逻辑的判定结果满足参考条件时，则判定所述周围车辆的当前动作为切入。
16.根据权利要求11所述的方法，其中，所述周围车辆的最终动作的判定包括：
当所述周围车辆的运动为动态、所述周围车辆的先前动作不是切入并且所述动作判定逻辑的判定结果不满足参考条件时，则判定所述周围车辆的当前动作为行驶。
17.根据权利要求11所述的方法，其中，所述周围车辆的最终动作的判定包括：
当所述周围车辆的运动为静止并且所述周围车辆的先前动作为切入时，则判定所述周围车辆的当前动作为切入。
18.根据权利要求11所述的方法，其中，所述周围车辆的最终动作的判定包括：
当所述周围车辆的运动为静止并且所述周围车辆的先前动作为切入时，则判定所述周围车辆的当前动作为停车。
19.根据权利要求11所述的方法，其中，所述周围车辆的最终动作的判定包括：
当所述周围车辆的运动为动态、所述周围车辆的先前动作为切入并且所述主车辆与所述周围车辆之间的距离小于参考值时，则判定所述周围车辆的当前动作为切入。
20.根据权利要求11所述的方法，其中，所述周围车辆的最终动作的判定包括：
当所述周围车辆的运动为动态、所述周围车辆的先前动作为切入并且所述主车辆与所述周围车辆之间的距离大于参考值时，则判定所述周围车辆的当前动作为行驶。
CN201810513560.5A 2017-12-19 2018-05-25 用于判定附近车辆的动作的设备和方法 Active CN109927727B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170175362A KR102406523B1 (ko) 2017-12-19 2017-12-19 주변차량 의도 판단 장치 및 방법
KR10-2017-0175362 2017-12-19

Publications (2)

Publication Number Publication Date
CN109927727A true CN109927727A (zh) 2019-06-25
CN109927727B CN109927727B (zh) 2023-05-19

Family

ID=66813768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810513560.5A Active CN109927727B (zh) 2017-12-19 2018-05-25 用于判定附近车辆的动作的设备和方法

Country Status (3)

Country Link
US (1) US10647316B2 (zh)
KR (1) KR102406523B1 (zh)
CN (1) CN109927727B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021103510A1 (en) * 2019-11-29 2021-06-03 Suzhou Zhijia Science & Technologies Co., Ltd. Method, device and storage medium for controlling autonomous vehicle
CN114114321A (zh) * 2022-01-20 2022-03-01 雷神等离子科技(杭州)有限公司 一种激光雷达检测目标的防撞预测方法和系统

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7261635B2 (ja) * 2019-03-28 2023-04-20 本田技研工業株式会社 車両制御装置
FR3097973B1 (fr) * 2019-06-26 2021-06-18 Thales Sa Dispositif radar pour la detection d'un comportement de reference de cibles pistees ; procede et produit programme d'ordinateur associes
JP7247042B2 (ja) * 2019-07-11 2023-03-28 本田技研工業株式会社 車両制御システム、車両制御方法、及びプログラム
CN111190172B (zh) * 2020-01-08 2022-07-29 中国船舶重工集团公司第七二四研究所 利用目标运动状态模型的同平台多雷达航迹关联判决方法
KR102287065B1 (ko) * 2020-02-28 2021-08-05 아주대학교산학협력단 위상 데이터 분석(tda) 기법을 이용한 차량의 추돌 가능성 예측 방법 및 장치
CN112929386B (zh) * 2020-08-08 2022-06-28 重庆华唐云树科技有限公司 基于人工智能和异常识别的模型训练方法、系统及平台
CN111967094B (zh) * 2020-09-01 2022-08-16 吉林大学 一种基于Mobileye提供车道线方程的后向车道线推算方法
JP7216695B2 (ja) * 2020-11-04 2023-02-01 本田技研工業株式会社 周囲車両監視装置及び周囲車両監視方法
DE102021104433A1 (de) * 2021-02-24 2022-08-25 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Ermitteln mindestens eines Systemzustands mittels eines Kalman-Filters
US11708075B2 (en) * 2021-04-08 2023-07-25 Ford Global Technologies, Llc Enhanced adaptive cruise control

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070150196A1 (en) * 2005-12-09 2007-06-28 Grimm Donald K Method for detecting or predicting vehicle cut-ins
DE102006007173A1 (de) * 2006-02-08 2007-08-09 Valeo Schalter Und Sensoren Gmbh Fahrzeugumfelderkennungssystem, insbesondere zur Erkennung von seitlich auf das Fahrzeug zukommenden Objekten und/oder zukommendem Kreuzungsverkehrs sowie Verfahren hierfür
KR20140118157A (ko) * 2013-03-28 2014-10-08 현대모비스 주식회사 기계학습기법에 의한 자동차 충돌 경보 시스템 및 방법
US9523984B1 (en) * 2013-07-12 2016-12-20 Google Inc. Methods and systems for determining instructions for pulling over an autonomous vehicle
US20170059703A1 (en) * 2014-02-12 2017-03-02 Jaguar Land Rover Limited System for use in a vehicle

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000207697A (ja) 1999-01-19 2000-07-28 Toyota Motor Corp 車両周辺監視装置
US20100152951A1 (en) * 2008-12-15 2010-06-17 Gm Global Technology Operations, Inc. Adaptive vehicle control system with driving style recognition based on vehicle accelerating and decelerating
KR101328016B1 (ko) 2011-12-30 2013-12-19 주식회사 퓨트로닉 레이저센서와 초음파센서를 기반으로 하는 차량용 충돌방지장치 및 방법
KR101390909B1 (ko) 2012-02-02 2014-04-30 자동차부품연구원 운전자 차선변경 의도 판단 시스템
KR102098041B1 (ko) 2013-11-13 2020-04-08 현대모비스 주식회사 차량 충돌 방지 장치 및 그 방법
KR20160071164A (ko) 2014-12-11 2016-06-21 현대자동차주식회사 끼어들기를 고려한 차량 주행제어 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070150196A1 (en) * 2005-12-09 2007-06-28 Grimm Donald K Method for detecting or predicting vehicle cut-ins
DE102006007173A1 (de) * 2006-02-08 2007-08-09 Valeo Schalter Und Sensoren Gmbh Fahrzeugumfelderkennungssystem, insbesondere zur Erkennung von seitlich auf das Fahrzeug zukommenden Objekten und/oder zukommendem Kreuzungsverkehrs sowie Verfahren hierfür
KR20140118157A (ko) * 2013-03-28 2014-10-08 현대모비스 주식회사 기계학습기법에 의한 자동차 충돌 경보 시스템 및 방법
US9523984B1 (en) * 2013-07-12 2016-12-20 Google Inc. Methods and systems for determining instructions for pulling over an autonomous vehicle
US20170059703A1 (en) * 2014-02-12 2017-03-02 Jaguar Land Rover Limited System for use in a vehicle

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021103510A1 (en) * 2019-11-29 2021-06-03 Suzhou Zhijia Science & Technologies Co., Ltd. Method, device and storage medium for controlling autonomous vehicle
CN114114321A (zh) * 2022-01-20 2022-03-01 雷神等离子科技(杭州)有限公司 一种激光雷达检测目标的防撞预测方法和系统

Also Published As

Publication number Publication date
KR102406523B1 (ko) 2022-06-10
US10647316B2 (en) 2020-05-12
CN109927727B (zh) 2023-05-19
US20190184987A1 (en) 2019-06-20
KR20190074025A (ko) 2019-06-27

Similar Documents

Publication Publication Date Title
CN109927727A (zh) 用于判定附近车辆的动作的设备和方法
Ziebinski et al. Review of advanced driver assistance systems (ADAS)
CN110800031B (zh) 检测和响应警报
US9524643B2 (en) Orientation sensitive traffic collision warning system
CN109254289B (zh) 道路护栏的检测方法和检测设备
JP5939357B2 (ja) 移動軌跡予測装置及び移動軌跡予測方法
CN113998034A (zh) 骑乘者辅助系统和方法
JP2017056935A (ja) ３ｄセンサにより検出されたオブジェクトの分類
CN104217590A (zh) 车载交通密度估计器
CN112154455A (zh) 数据处理方法、设备和可移动平台
CN106537180A (zh) 用于用针对行人的主动制动的摄影机输入缓解雷达传感器限制的方法
US11042160B2 (en) Autonomous driving trajectory determination device
JP7156011B2 (ja) 情報提示装置
US11663860B2 (en) Dynamic and variable learning by determining and using most-trustworthy inputs
US11403951B2 (en) Driving assistance for a motor vehicle when approaching a tollgate
EP3842307A1 (en) System and method for providing vehicle safety distance and speed alerts under slippery road conditions
CN111497741A (zh) 碰撞预警方法及装置
US20180286222A1 (en) Vehicle identifying device
Singh et al. A smart driver assistance system for accident prevention
JP6848847B2 (ja) 静止物体地図情報生成装置
Klette et al. Vision-based driver assistance systems
Jyothi et al. Driver assistance for safe navigation under unstructured traffic environment
US20240127694A1 (en) Method for collision warning, electronic device, and storage medium
CN113793535B (zh) 并存交通风险的告警方法、装置和计算机可读存储介质
RU2809334C1 (ru) Беспилотное транспортное средство и способ управления его движением

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
GR01 Patent grant
GR01 Patent grant