CN110562233A - 驾驶员辅助 - Google Patents

驾驶员辅助 Download PDF

Info

Publication number
CN110562233A
CN110562233A CN201910490177.7A CN201910490177A CN110562233A CN 110562233 A CN110562233 A CN 110562233A CN 201910490177 A CN201910490177 A CN 201910490177A CN 110562233 A CN110562233 A CN 110562233A
Authority
CN
China
Prior art keywords
vehicle
wiper
lane
path
probability
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.)
Pending
Application number
CN201910490177.7A
Other languages
English (en)
Inventor
尼滕德拉·纳特
瑞恩·丹科
亚伦·L·米尔斯
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN110562233A publication Critical patent/CN110562233A/zh
Pending legal-status Critical Current

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
    • B60W30/18—Propelling the vehicle
    • B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
    • 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
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • G05D1/0061—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • 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
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering 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
    • 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
    • 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
    • B60W40/10—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 vehicle motion
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/105—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
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/109—Lateral acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/112—Roll movement
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/114—Yaw movement
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/30—Auxiliary equipments
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/18—Roll
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/08—Electric propulsion units
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/18—Braking system
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/20—Steering 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
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了“驾驶员辅助”。一种计算系统可以基于贝叶斯推断来确定降水概率，所述贝叶斯推断是以与车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移相关联的概率为条件。所述计算系统可以基于所述降水概率来禁用车辆车道辅助系统并且在所述车辆车道辅助系统停用的情况下操作车辆。

Description

驾驶员辅助
技术领域
本公开的各方面总体上涉及车辆驾驶员辅助系统。
背景技术
车辆可以被配备成在自主模式和乘员驾驶模式两者下操作。车辆可以配备有计算装置、网络、传感器和控制器以获取关于车辆环境的信息并且基于所述信息来操作车辆。车辆的安全和舒适的操作可以取决于获取关于车辆环境的准确且及时的信息。车辆传感器可以提供关于要行驶的路线和在车辆环境中要避免的对象的数据。车辆的安全且有效的操作可以取决于当车辆在道路上操作时获取关于路线和车辆环境中的对象的准确且及时的信息。
发明内容
车辆可以被配备成在自主模式和乘员驾驶模式两者中操作。就半自主或完全自主模式而言，是指其中车辆可以由计算装置进行导引的操作模式，所述计算装置作为具有传感器和控制器的车辆信息系统的一部分。车辆可以被占用或未被占用，但在任一种情况下，车辆都可以在没有乘员辅助的情况下被导引。出于本公开的目的，自主模式被定义为如下模式：车辆推进(例如，经由包括内燃发动机和/或电动马达的动力传动系统)、制动和转向中的每一者由一个或多个车辆计算机控制；在半自主模式下，车辆计算机控制车辆推进、制动和转向中的一者或多者。在非自主车辆中，这些中没有一个由计算机控制。
车辆中的计算装置可以被编程为获取关于车辆的外部环境的数据并且使用所述数据来确定用于以半自主模式操作车辆的轨迹，例如，其中计算装置可以通过基于关于道路车道和交通的传感器数据确定车辆路径来提供车道中心辅助(LCA)系统。车辆路径可以由路径多项式系数定义，所述路径多项式系数确定车辆位置、速度、方向、横向加速度和纵向加速度的多项式函数，所述多项式函数描述从当前车辆位置到空间中的第二点的预测路径。所述路径多项式系数可以由计算装置使用控制理论软件程序转换成控制信号，所述控制信号将被发送到车辆动力传动系统、转向和制动控制器，以导致车辆在通向第二点的路径上行驶。
LCA系统可以通过在留在行车道中时维持或调整目标车辆速度以及在车辆控件上没有乘员输入的情况下与其他车辆保持最小距离来操作车辆。虽然车辆在由LCA系统操作时，可能不需要在车辆控件(诸如加速踏板、制动踏板或方向盘)上进行乘员输入，但是一些大气、天气或环境条件可能需要乘员监测LCA系统的性能，以确保LCA系统正常工作。例如，在车辆周围的环境中存在降水，包括雨、雪、雨夹雪、冰雹和雾等，可能会使车辆传感器模糊不清，包括视频传感器、激光雷达传感器和雷达传感器，从而使可以供LCA系统使用来确定车辆轨迹或路径的数据模糊不清。在大气中存在降水以及降低车辆传感器的可见度的其他大气条件(如降水，例如沙尘暴、烟雾或烟尘)下，LCA系统可能基于模糊或不完整的传感器数据来确定操作车辆的路径，这可能导致车辆在希望车道之外行驶。当这种情况发生时，乘员可以停用LCA系统并手动操作车辆，直到计算装置向乘员指示LCA系统对其正在接收的传感器数据具有高置信度并且可以重新启用LCA系统。
本文公开了一种方法，其包括：基于贝叶斯推断来确定降水概率，所述贝叶斯推断是以与车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移相关联的概率为条件；以及基于降水概率来禁用车辆车道辅助系统。可以基于车辆传感器数据来确定车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移。车辆传感器数据可以包括路径偏移系数、路径多项式系数、车辆速度、车辆横向加速度和路径多项式置信度。车辆刮水器状态可以包括刮水器关闭、刮水器间隔、刮水器低和刮水器高。可以针对包括刮水器关闭、刮水器间隔、刮水器低和刮水器高的每个车辆刮水器状态以经验确定降水概率。可以基于应用于车辆横向加速度的基于恒定速度模型的卡尔曼滤波器来确定车辆横向震颤。可以基于对车辆横向震颤的谐波分析来确定车辆摇摆。车辆横向震颤可以以m/s2为单位测量并以恒定的时间间隔对其进行取样。
确定谐波分析可以包括确定在以经验确定的时间段内车辆横向震颤的三个峰至峰转变大于以经验确定的阈值。车辆横向偏移可以是根据基于路径多项式系数和车辆速度确定多项式函数而定。车辆横向偏移可以将基于路径多项式系数和车辆速度的多项式函数与道路车道进行比较，以确定车辆是否将在道路车道外操作。可以基于以经验确定的时间段、降水概率和路径多项式置信度来重新启用车辆车道辅助系统。基于确定在以经验确定的时间段内路径多项式置信度低于以经验确定的阈值的次数，来重新启用车辆车道辅助系统。路径多项式置信度可以根据包括在车道指示符中的拟合值基于包括在视频图像数据中的车道标记的优度而定。
还公开了一种计算机可读介质，所述计算机可读介质存储用于执行上述方法步骤中的一些或全部的程序指令。还公开了一种被编程为用于执行上述方法步骤中的一些或全部的计算机，所述计算机包括计算设备，所述计算设备被编程为：基于贝叶斯推断来确定降水概率，所述贝叶斯推断是以与车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移相关联的概率为条件；并且基于降水概率来禁用车辆车道辅助系统。可以基于车辆传感器数据来确定车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移。车辆传感器数据可以包括路径偏移系数、路径多项式系数、车辆速度、车辆横向加速度和路径多项式置信度。车辆刮水器状态可以包括刮水器关闭、刮水器间隔、刮水器低和刮水器高。可以针对包括刮水器关闭、刮水器间隔、刮水器低和刮水器高的每个车辆刮水器状态以经验确定降水概率。可以基于应用于车辆横向加速度的基于恒定速度模型的卡尔曼滤波器来确定车辆横向震颤。可以基于对车辆横向震颤的谐波分析来确定车辆摇摆。车辆横向震颤可以以m/s2为单位测量并以恒定的时间间隔对其进行取样。
所述计算机设备还可以被编程为确定谐波分析，包括确定在以经验确定的时间段内车辆横向震颤的三个峰至峰转变大于以经验确定的阈值。车辆横向偏移可以是根据基于路径多项式系数和车辆速度确定多项式函数而定。车辆横向偏移可以将基于路径多项式系数和车辆速度的多项式函数与道路车道进行比较，以确定车辆是否将在道路车道外操作。可以基于以经验确定的时间段、降水概率和路径多项式置信度来重新启用车辆车道辅助系统。基于确定在以经验确定的时间段内路径多项式置信度低于以经验确定的阈值的次数，来重新启用车辆车道辅助系统。路径多项式置信度可以根据包括在车道指示符中的拟合值基于包括在视频图像数据中的车道标记的优度而定。
附图说明
图1是示例性车辆的框图。
图2是交通场景的示例性图像的图示。
图3是交通场景的示例性图像的图示。
图4是道路上的示例性车辆和车辆路径的图示。
图5是道路上的示例性车辆和车辆路径的图示。
图6是确定降水概率的示例性过程的图示。
图7是车辆横向加速度的示例性图表的图示。
图8是车辆车道辅助禁用和重新启用的示例性状态图。
图9是基于降水概率禁用车辆车道辅助的示例性过程的流程图。
图10是基于车辆传感器数据来确定降水概率的示例性过程的流程图。
具体实施方式
图1是车辆信息系统100的图示，所述车辆信息系统100包括可以自主(“自主”本身在本公开中是指“全自主”)模式和乘员驾驶(也称为非自主)模式操作的车辆110。车辆110也包括用于在自主操作期间执行计算以导引车辆110的一个或多个计算装置115。计算装置115可以从传感器116接收关于车辆的操作的信息。计算装置115可以以自主模式、半自主模式或非自主模式来操作车辆110。
计算装置115包括诸如已知的处理器和存储器。另外，存储器包括一种或多种形式的计算机可读介质，并且存储指令，所述指令可由处理器执行以便执行包括如本文所公开的各种操作。例如，计算装置115可以包括编程来操作车辆制动、推进(例如，通过控制内燃发动机、电动马达、混合动力发动机等中的一者或多者来控制车辆110的加速度)、转向、气候控制、内部和/或外部灯等中的一者或多者，以及确定计算装置115而不是人类操作者是否控制这类操作和何时控制这类操作。
计算装置115可以包括一个以上的计算装置或者例如经由如下面进一步描述的车辆通信总线通信地耦合到一个以上的计算装置，例如包括在车辆110中用于监测和/或控制各种车辆部件的控制器或类似者，例如动力传动系统控制器112、制动控制器113、转向控制器114等。计算装置115通常被布置用于在车辆通信网络上进行通信，所述车辆通信网络例如包括车辆110中的总线(诸如控制器局域网(CAN)等)；车辆110网络另外或替代地可以包括诸如已知的有线或无线通信机制，例如以太网或其他通信协议。
经由车辆网络，计算装置115可以向车辆中的各种装置(例如，控制器、致动器、传感器(包括传感器116)等)传输消息和/或从所述各种装置接收消息。替代地或另外，在计算装置115实际上包括多个装置的情况下，车辆通信网络可以用于本公开中被表示为计算装置115的装置之间的通信。此外，如下所述，各种控制器或感测元件(诸如传感器116)可以经由车辆通信网络向计算装置115提供数据。
另外，计算装置115可以被配置用于经由网络130通过车辆对基础设施(V-to-I)接口111与远程服务器计算机120(例如，云服务器)进行通信，如下所述，所述接口111包括允许计算装置115经由诸如无线因特网(Wi-Fi)或蜂窝网络的网络130与远程服务器计算机120通信的硬件、固件和软件。因此，V-to-I接口111可以包括处理器、存储器、收发器等，它们被配置成利用各种有线和/或无线联网技术，例如蜂窝、和有线和/或无线分组网络。计算装置115可以被配置用于使用例如在附近车辆110之间在移动自组网基础上形成或通过基于基础设施的网络形成的车辆对车辆(V-to-V)网络(例如，根据专用短距离通信(DSRC)和/或类似者)通过V-to-I接口111与其他车辆110通信。计算装置115也包括诸如已知的非易失性存储器。计算装置115可以通过将信息存储在非易失性存储器中以供以后检索和经由车辆通信网络和车辆对基础设施(V-to-I)接口111传输到服务器计算机120或用户移动装置160来记录信息。
如上文已经提及，通常包括在存储在存储器中并且可由计算装置115的处理器执行的指令中的是编程用于在没有人类操作者的干预的情况下操作(例如，制动、转向、推进等)一个或多个车辆110部件。使用在计算装置115中接收的数据(例如，来自传感器116、服务器计算机120等的传感器数据)，计算装置115可以在没有驾驶员操作车辆110的情况下作出各种确定和/或控制各种车辆110部件和/或操作。例如，计算装置115可以包括编程来调节车辆110操作行为(即，车辆110操作的物理表现)，诸如速度、加速度、减速度、转向等，以及策略性行为(即，通常以预期实现路线的安全且高效行驶的方式进行的操作行为控制)，诸如车辆之间的距离和/或车辆之间的时间量、车道改变、车辆之间的最小间隙、左转跨过路径最小值、特定位置处的到达时间和通过十字路口的十字路口(不具有指示灯)最小到达时间。
控制器(如该术语在本文中所使用的那样)包括通常被编程为控制特定车辆子系统的计算装置。示例包括动力传动系统控制器112、制动控制器113以及转向控制器114。控制器可以是诸如已知的电子控制单元(ECU)，可能包括如本文所描述的另外的编程。控制器可以通信地连接到计算装置115并且从计算装置115接收指令以根据指令致动子系统。例如，制动控制器113可以从计算装置115接收指令以操作车辆110的制动。
车辆110的一个或多个控制器112、113、114可以包括已知的电子控制单元(ECU)或类似者，作为非限制性示例，包括一个或多个动力传动系统控制器112、一个或多个制动控制器113和一个或多个转向控制器114。控制器112、113、114中的每一个可以包括相应的处理器和存储器以及一个或多个致动器。控制器112、113、114可以被编程并且连接到车辆110通信总线(诸如控制器局域网(CAN)总线或局部互连网络(LIN)总线)以从计算机115接收指令并且基于指令控制致动器。
传感器116可以包括已知的各种装置以经由车辆通信总线提供数据。例如，固定到车辆110的前保险杠(未示出)的雷达可以提供从车辆110到车辆110前面的下一个车辆的距离，或者设置在车辆110中的全球定位系统(GPS)传感器可以提供车辆110的地理坐标。由雷达和/或其他传感器116提供的距离和/或由GPS传感器提供的地理坐标可以由计算装置115使用来自主地或半自主地操作车辆110。
车辆110通常是具有三个或更多个车轮的基于地面的自主车辆110(例如，客车、轻型载货汽车等)。车辆110包括一个或多个传感器116；V-to-I接口111；计算装置115；和一个或多个控制器112、113、114。传感器116可以收集与车辆110和车辆110的操作环境相关的数据。以举例的方式但不受限制，传感器116可以包括例如测高仪、摄像机、激光雷达、雷达、超声传感器、红外传感器、压力传感器、加速度计、陀螺仪、温度传感器、压力传感器、霍尔传感器、光学传感器、电压传感器、电流传感器、机械传感器(诸如开关)等。传感器116可以感测车辆110的操作环境，例如，传感器116可以检测诸如天气或大气条件(降水、外界温度等)的现象、道路坡度、道路位置(例如，使用道路边缘、车道标记等)或目标对象(诸如邻近车辆110)的位置。传感器116还可以用来收集数据，包括与车辆110的操作(诸如速度、横摆率、转向角度、发动机转速、制动压力、油压、施加到车辆110中的控制器112、113、114的功率电平、部件之间的连接性以及车辆110的部件的准确和及时性能)相关的动态车辆110数据。
图2是交通场景的示例性图像200的图示。图像200是彩色视频图像的黑白渲染，这样渲染是为了符合37C.F.R.1.84(a)(1)的规定。图像200可以是由计算装置115从包括在车辆110中的彩色视频传感器116获取的彩色视频数据。在该示例中，彩色视频传感器116可以被配置为提供由车辆110的传感器116在道路202上获取的交通场景的图像200，从而将图像200的数据提供给如上所述包括在计算装置115中的LCA系统以在道路202的车道204中操作车辆110。包括在计算装置115中的LCA系统可以处理图像200以确定包括其他车辆206、208、210、212的车道标记214、216、218、220和车道障碍物222的对象和边界，从而在车道204内操作车辆110。
计算装置115可以处理图像200数据以确定其他车辆212正在向前行驶并且在与车辆110相同的车道204中行驶，并且利用车道内前方车辆标记224在图像200中标记其他车辆212。计算装置可以处理包括车道标记218、220的图像200数据，以基于机器视觉技术确定车道指示器226、230，所述机器视觉技术包括例如关于以经验确定的阈值和霍夫变换的RGB阈值处理。例如，车道指示器226、230可以与车道内前方车辆标记224组合，以基于包括卡尔曼滤波和PID控制的控制理论计算来确定路径多项式228。路径多项式228包括路径多项式系数，所述路径多项式系数可以被输入以控制在计算装置115上执行的过程以确定控制信号以经由控制器112、113、114控制动力传动系统、转向和制动，以沿着与路径多项式228匹配的路径操作车辆，从而在车道204内操作车辆110。
图3是交通场景的彩色视频图像300的示例性黑白渲染的图示。图像300可以由计算装置115经由包括在车辆110中的彩色视频传感器116获取，以输入到包括在计算装置115中的LCA系统，如上面图2中所示。如图2所示，计算装置115可以使用图像300来在车道304中操作道路302上的车辆110；然而，降水306(对角虚线)的存在可以部分地或完全地使图像300中的一些对象和边界模糊不清，包括前方车辆306和车道标记310、312。在缺少关于前方车辆306和车道标记310、312的可靠对象和边界数据的情况下，计算装置115可以确定离开车道304的车道指示符314、316。例如，基于不可靠对象和边界数据确定的路径多项式318可能导致计算装置115相对于车道304在不希望的横向方向上操作车辆110。当这种情况发生时，本文公开的技术可以向计算装置115提供输出以命令计算装置115禁用和重新启用LCA系统。
当车辆110在LCA系统参与的情况下操作时禁用LCA系统可以包括命令LCA系统停止向控制器112、113、114发送命令以操作车辆110。当这种情况发生时，计算装置115可以指示车辆110减速到停止或开始使用来自其他数据源的信息来确定用于操作车辆110的路径多项式。其他数据源包括计算装置115恢复到先前获取的车道指示符和车道内车辆标记信息，并基于外推先前获取的信息确定用于操作车辆110的路径多项式。计算装置115还可以基于由包括GPS和加速度计的传感器116确定的车辆位置信息以及存储在计算装置115或经由V-to-I接口111从因特网下载的地图信息来确定用于操作车辆110的路径多项式。计算装置115还可以经由人机界面(其包括例如由计算机115控制的显示屏、扬声器等)发出音频警报声和/或闪烁视觉警报光，以避免在计算装置115禁用LCA系统之前没有警告的情况下要求乘员进行干预。重新启用LCA系统可以包括计算装置115基于高置信度车道指示符来确定路径多项式，以及操作车辆110以在包括其他车辆的交通中在道路上的多个车道内行驶。当计算装置115重新启用LCA系统时，计算装置还可以经由人机界面向乘员发出警报。
例如，计算装置115可以确定降水概率，并且基于所确定的降水概率、来自传感器116的关于车辆110操作的数据以及来自LCA系统的数据，计算装置115可以向计算装置115提供输出命令以禁用LCA系统并在车辆110驶出车道304之前向乘员发出警报。计算装置115可以基于确定当前降水概率和传感器116数据中的当前置信度来预测何时可以重新启用LCA系统。这将在下文关于图4至图8进行讨论。以这种方式提供输出和禁用LCA系统避免了以下情况：(a)乘员注意到不希望的行驶方向，可能在没有警告的情况下手动禁用LCA系统并且对车辆110采取控制，或者(b)要求计算装置115确定车辆110将要在先前确定的车道304之外行驶并且提供输出以向乘员发出警报并且再次可能在没有警告的情况下禁用LCA系统。本文讨论的技术确定LCA系统正在以可能导致车辆110驶出车道的方式操作车辆110。通过基于降水概率和来自车辆传感器116的信息以及来自LCA系统的反馈确定何时LCA系统使车辆110驶出车道的概率高于以经验确定的阈值，本文讨论的技术可以提供输出以向乘员发出警报并命令计算装置在车辆110开始驶出车道之前禁用LCA系统。
图4是示例性道路400的俯视图。道路400具有车道402和车道标记406、408。例如，车辆110在时间t0处在车道402中的位置404处行驶在道路400上。道路400包括车道标记406、408；但是，由于时间t0处的降水，车道标记406、408在视频传感器116数据中模糊不清，并且由于关于车道标记406、408的模糊视频传感器116数据，计算装置115仅能够检测单个车道指示符410。即使关于车道标记406、408的数据不完整，计算装置115也可以确定路径多项式412，并且基于所包括的多项式系数，在时间t1处将车辆110操作到位置414。在时间t1处，基于车道指示符410，计算装置可以沿路径多项式416操作车辆110。沿着路径多项式416操作车辆110将操作车辆110离开车道402。在时间t1处，计算装置115可以确定横向行驶速率大于以经验确定的最大值，其可以确定车辆110将要驶出车道，向乘员发出警报并禁用LCA系统。乘员也可以在时间t1处确定车辆110将很快驶出车道402，禁用LCA系统并对车辆110采取手动操作。到时间t2，乘员已经采取手动操作，车辆110处于位置418，并且正在手动操作以沿着路径420返回到车道404。在时间t3处，车辆110处于位置422并且已经在手动控制下返回到车道402。在时间t3处，计算装置115已经以高置信度确定分别与车道标记406、408相关联的车道指示符424、426。
在本上下文中，高置信度意指在确定车道指示符424、426的计算装置115上执行的机器视觉程序包括参数，所述参数在统计上测量机器视觉过程的性能以基于以经验确定的性能参数确定输出的高或低置信度值。例如，最小二乘法拟合可以用于从车道标记数据确定车道指示符。最小二乘法拟合技术返回作为由输入数据与输出拟合之间的差异生成的误差项的参数r。r(.70-.99)的高值表示良好拟合，因此置信度高。r(.40-.69)的低值表示适度拟合，因此置信度低。低于.40的值表示该拟合不具有置信度。由于计算装置115已经确定车道指示符424、426数据是高置信度的，因此可以在时间t3处重新启用LCA系统。
图5是示例性道路500的俯视图。道路500具有车道502和车道标记506、508。例如，车辆110在时间t0处在车道402中的位置504处行驶在道路500上。道路500包括车道标记506、808；但是，由于时间t0处的降水，车道标记506、508在视频传感器116数据中模糊不清，并且计算装置115只能够检测到具有低置信度的车道指示符510、512、514、516。基于不完整的低置信度车道指示符510、512、514、516数据，计算装置115确定路径520、524、528以分别在时间t1、t2和t3处将车辆110操作到位置522、526、530。尽管车辆110从时间t1到时间t3保持在车道502中，但是路径524、528、532是不稳定且振荡的。在该示例中，LCA系统在不停用的情况下可能导致车辆110在车道502内震颤或摇摆，并且产生不希望的结果。本文讨论的技术可以确定路径524、528、532何时是不稳定且振荡的，并且向乘员发出警报并停用LCA系统。
图6是根据基于条件概率的贝叶斯定理确定降水概率来禁用和重新启用车辆LCA系统的示例性过程600的图示。过程600可以是在计算装置115上执行以从传感器116接收数据的软件过程以及在计算装置115上执行并且用于产生输出数据以输入到计算装置115上的其他软件过程以操作车辆110的其他软件过程。过程600将来自包括加速度计的车辆110传感器116的惯性信号与预测路径信息和挡风玻璃刮水器状态信息组合以预测对LCA系统性能具有不利影响的降水概率。本文讨论的技术将惯性信号与预测的路径信息和刮水器状态组合，因为仅刮水器状态不能足够精确地预测降水。例如，刮水器可以设置为自动，其中与刮水器相关联的传感器116可以检测车辆110的挡风玻璃上的降水并根据挡风玻璃上检测到的降水量来激活刮水器，或者刮水器可以设置为间隔，其中刮水器在擦拭之间暂停以处理小雨或细雨。在这些示例中，刮水器状态处于“打开”状态，但是降水量不足以使道路车道标记或前方车辆模糊，并因此导致LCA系统创建不期望的路径。在这些示例中，计算装置115不应禁用LCA系统，因为LCA系统可以产生使车辆110沿其操作的可接受路径。本文讨论的技术可以以刮水器状态、车辆震颤、车辆摇摆和车辆路径为条件确定降水概率(“降雨”)，以确定何时向乘员发出警报并禁用LCA系统。
过程600是确定可能导致LCA系统的无效情况的存在降水概率的过程，其中LCA系统将为车辆110创建一个或多个路径，这将导致车辆110遵循不希望的路径，其中不希望的路径可能将车辆110引导出车辆正在其中操作的车道。过程600确定四个贝叶斯降水概率，为了简洁起见称为“降雨”，其中贝叶斯概率P(降雨|刮水器)以刮水器为条件确定影响LCA系统性能的降水概率，所述刮水器是车辆110挡风玻璃刮水器的状态，即{关闭、间隔打开、打开低、打开高}。P(降雨|震颤)以车辆110经历震颤的概率为条件确定影响LCA系统性能的降水概率，所述震颤被定义为车辆110加速度的一阶导数并且是指车辆110的快速横向运动。贝叶斯概率P(降雨|摇摆)以车辆110经历车辆摇摆的概率为条件确定影响LCA系统性能的降水概率，所述车辆摇摆可以定义为保留在车道内的车辆110的周期性横向运动。贝叶斯概率P(降雨|路径)以LCA系统已经产生可能导致车辆110在车道外操作的不稳定路径的概率为条件确定影响LCA系统性能的概率。
可能影响LCA系统性能的总降水概率P(降雨)可以通过根据以下方程式(1)组合P(降雨|刮水器)、P(降雨|震颤)、P(降雨|震颤）、P(降雨|摇摆)和P(降雨|路径)的方程式来确定：
P(降雨)＝P(降雨|刮水器)*
[P(降雨|震颤)+P(降雨|摇摆)+P(降雨|路径)] (1)
结合这些贝叶斯概率的基本原理包括假设贝叶斯概率P(降雨|震颤)、P(降雨|摇摆)和P(降雨|路径)是相互排斥的，其意指这些事件可能同时发生的概率为零。方程式(5)也假设为P(降雨|刮水器)在统计上独立于贝叶斯概率P(降雨|震颤)、P(降雨|摇摆)和P(降雨|路径)，其意指无论以车辆震颤、车辆摇摆和车辆路径为条件的降水概率如何，以刮水器为条件的降水概率都不会发生变化。
与P(降雨|震颤)、P(降雨|摇摆)和P(降雨|路径)相关联的互斥概率可以通过根据贝叶斯定理对它们进行表达来确定：
其中P(震颤|降雨)、P(摇摆|降雨)、和P(路径|降雨)如下所讨论进行计算并且P(震颤)、P(震颤)、P(震颤)、P(摇摆)和P(路径)可以以经验确定并且表示可以以经验确定的可调设计参数。
返回到图6，过程600接收刮水器状态(WS)、系统状态和路径偏移系数(SS/PO)、路径多项式系数(PPC)、车辆速度(VS)、车辆横向加速度(VLA)和路径多项式置信度(PCON)作为输入。刮水器状态包括四个车辆挡风玻璃刮水器操作模式，包括“关闭”、“间隔”、“低”和“高”，其中例如每个模式可以描述与刮水器相关联的手动控制的设置。刮水器状态输入到框PRW 602，以用于进行刮水器状态监测和P(降雨|刮水器)的计算，其被标注为“PRW”。当刮水器状态从较高状态变为较低状态时，以经验确定的延迟(例如，两秒)可以应用于刮水器状态，其中刮水器状态从最低(“关闭”)排列到最高(“高”)。表1中示出了以刮水器状态为条件的降水概率。以刮水器状态为条件的降水概率可以以经验确定，并且是可调设计参数。
刮水器状态 P(降雨|刮水器)
关闭 0.00
间隔 0.70
低 0.90
高 1.00
表1
将路径多项式系数(PPC)和车辆速度(VS)输入到606以计算路径横向偏移(LOC)。计算装置115可以根据多项式方程式基于路径多项式和车辆速度确定横向偏移的速率。
y(x)＝a0+a1x+a2x2+a3x3 (5)
其中a0是偏移量(常数)，a1是车辆驶向(方向)，a2是路径曲率并且a3是曲率(curvature rate)，并且x是未来1秒计算的超前距离。1秒超前时间是可调参数。以固定的未来时间间隔的横向偏移(“超前偏移”)被输入到604(PRP)。车辆横向加速度(VLA)可以通过加速度计测量，所述加速度计例如将三维(3D)的车辆加速度输出到计算装置115。
可以将车辆横向加速度输入到608以估计车辆横向震颤(LJE)。车辆横向震颤是车辆横向加速度的一阶导数，并且是使用基于恒定速度模型的卡尔曼滤波器计算的。基于恒定速度模型的卡尔曼滤波器组合以固定时间间隔获取的一序列车辆横向加速度样本，以确定横向震颤的当前估计。下面关于图7讨论基于车辆横向加速度对横向震颤的估计。
框604将来自系统状态和路径偏移系数(SS/PO)的输入与来自框606的超前偏移LOC和路径多项式置信度(PCON)组合以如上所讨论计算贝叶斯概率P(路径|降雨)。系统状态确定计算装置115当前是否正在执行车道变更操纵。当计算装置115指示控制器112、113、114控制车辆动力传动系统、转向和制动以便使车辆110改变车道时，可以抑制P(路径|降雨)的计算，因为基于框606的输出、路径多项式偏移和路径多项式系数，在车道变更操纵期间，604将正确地确定车辆110将要在当前车道外行驶。基于路径多项式偏移PO(其包括多项式方程式的系数，所述多项式方程式描述当前车辆110路径与先前预测路径之间的差异，所述先前预测路径基于描述当前车辆110路径的高置信度车道指示符和路径多项式系数PPC来描述车道110在车道内行驶)，框604对每单位时间路径多项式偏移PO的输入值中大于以经验确定的阈值的不连续或跳跃数进行计数，所述不连续或跳跃与路径多项式置信度PCO从高状态变为低状态相关联。当路径多项式输出中的跳跃数大于预定阈值(例如每秒跳跃六次)时，框604将输出将车辆110引导离开当前车道的糟糕路径的高概率。
框610从框608输入对车辆横向震颤的估计并如上所讨论计算贝叶斯概率P(震颤|降雨)(PRJ)。P(震颤|降雨)可以通过以预定时间间隔对输入的车辆横向震颤输入进行采样来确定，例如每个样本10Hz或100毫秒。如果车辆横向震颤输入的绝对值大于或等于以经验确定的阈值，例如1.5m/s2，则贝叶斯概率P(震颤|降雨)可以递增第一值，例如0.1，在最大值1.0处停止。如果横向震颤的绝对值小于以经验确定的值，则计数器可以递减第二值，例如0.1，在最小值零处停止。第一值和第二值可以以经验确定。
框612输入来自框608的对车辆横向震颤(LJE)的估计并基于如关于图7描述的对车辆横向震颤的谐波分析来计算贝叶斯概率P(摇摆|降雨)。图7是车辆横向震颤700的示例性图表。车辆震颤700的图表在y轴上绘制以m/s2为单位从LJE 608输出的车辆横向震颤702以及在x轴上绘制以秒为单位的时间。在所表示的时间段内对车辆横向震颤702的分析显示横向震颤的值都不大于+/-1.5m/s2，因此，例如，框610将不会递增P(震颤|降雨)。而且，由车辆横向震颤702表示的车辆横向加速度不会维持在将指示车辆110正在驶出车道的方向上，因此P(路径|降雨)将等于零。
框612可以基于在以经验确定的时间段(例如，大约+/-3秒)内，在两个方向上车辆横向震颤702(峰至峰706、708、710)超过以经验确定的阈值，例如+/-0.8m/s2，来确定P(摇摆|降雨)(PRS)。如果在以经验确定的持续时间704(7秒)内峰至峰706、708、710车辆横向震颤超过阈值三次或更多次，则P(摇摆|降雨)递增以经验确定的值，例如0.25，否则P(摇摆|降雨)可以递减以经验确定的常数，所述常数被设计成在四秒内将P(摇摆|降雨)归零。
返回到图6，框622接收输入P(降雨|刮水器)、P(降雨|震颤)和P(降雨|路径)，并根据上述方程式(1)计算P(降雨)(PINV)。框622输出P(降雨)到框602，(降雨情形管理器或RSM)，其从框622接收P(降雨)作为输入，并且基于诸如图8中所示的状态图800，确定输出626，输出626包括到计算装置115的基于降水概率P(降雨)禁用车道辅助系统的命令。RSM624可以向框614传输置信度检查请求，框614接收并监测路径多项式置信度数据PCO。根据来自框624的请求，框614用新的路径多项式置信度数据更新框624。状态图800使用新的路径多项式置信度数据来确定何时重新启用禁用的车道辅助系统。框624(RSM)可以基于以经验确定的时间段、降水概率和从框614输入的路径多项式置信度，通过经由输出626向计算装置115输出重新启用车道辅助系统的命令，而重新启用车道辅助系统。
图8是车辆车道辅助禁用和重新启用的示例性状态图800。状态图800描述了响应于来自框622和614的输入，而由图6中的过程600的框624执行的状态的处理和改变。状态图800在初始化(INIT)状态802处开始，其中初始化状态802设置内部变量InvalidWeather＝假且计数＝0。在从过程600的框622接收到大于以经验确定的第一阈值的降水概率P(降雨)后，状态图800转变到检查状态804。检查状态804递增计数，并且如果计数小于以经验确定的第二阈值，例如3，则检查状态804返回到初始化状态802。当计数递增超过第二阈值时，检查804设置InvalidWeather＝真，经由输出626向计算装置115输出禁用车道辅助系统的命令并转变到保持状态808。每当来自框622的输出指示降水概率P(降雨)低于以经验确定的第三阈值时，保持状态808重置计数＝0并转变到置信度(CONF)状态810。每当PCM 614响应于请求返回“高”路径多项式置信度值时，置信度状态810递增计数。如果计数小于以经验确定的第四阈值，例如10，则置信度状态810转变回保持状态808。当计数超过第四阈值时，置信度状态810转变到重置状态814，其中重置状态814设置InvalidWeather＝假，经由输出626向计算装置115输出重新启用通道辅助系统的命令，并且然后转变到初始化状态802以再次开始。
图9是基于禁用车辆车道辅助系统来操作车辆的过程900的关于图1至图8描述的流程图的图表。例如，过程900可以通过计算装置115的处理器从传感器116获得信息作为输入并经由控制器112、113、114执行命令和发送控制信号来实施。过程900包括以所公开的次序进行的多个步骤。过程900还包括包含更少的步骤的实施方式或者可以包括以不同的次序进行的步骤。
过程900开始于步骤902，其中包括在车辆110中的计算装置115基于贝叶斯概率来确定降水概率(降雨)，其中降水概率是以车辆刮水器状态、车辆震颤、车辆摇摆和车辆路径偏移的所确定的贝叶斯概率为条件，所述确定的贝叶斯概率是以如上面关于图6和图7所讨论的车辆刮水器状态、车辆震颤、车辆摇摆和车辆路径偏移的降水概率和以经验确定的概率为条件。
在步骤904处，计算装置115可以基于在步骤902处确定的降水概率来禁用车辆车道辅助系统。图8是状态图800，其描述了图6中的过程600的RSM 624如何确定何时向计算装置115输出禁用车辆车道辅助系统的命令。状态图800还描述了过程600的RSM 624可以如何确定何时向计算装置115输出重新启用车辆车道辅助系统的命令。在步骤904之后，过程900结束。
图10是基于车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移来确定贝叶斯降水概率(降雨)的过程1000的关于图1至图8描述的流程图的图示。例如，过程1000可以通过计算装置115的处理器从传感器116获得信息作为输入并经由控制器112、113、114执行命令和发送控制信号来实施。过程1000包括以所公开的次序进行的多个步骤。过程1000还包括包含更少的步骤的实施方式或者可以包括以不同的次序进行的步骤。
过程1000开始于步骤1002，其中包括在车辆110中的计算装置115确定贝叶斯概率P(降雨|刮水器)，贝叶斯概率P(降雨|刮水器)是以如关于图6所讨论的刮水器状态的概率为条件的降水概率。刮水器状态的概率是基于确定物理刮水器开关的设置，并且可以基于开关设置以经验确定。
在步骤1004处，计算装置115可以确定贝叶斯概率P(降雨|震颤)，贝叶斯概率P(降雨|震颤)是以如关于图6所描述的车辆110正在经历车辆震颤的概率为条件的降水概率。如果计算装置通过确定车辆横向加速度大于以经验确定的阈值来检测车辆震颤，则计算装置可以递增概率P(降雨|震颤)。
在步骤1106处，计算装置115可以确定贝叶斯概率P(降雨|摇摆)，贝叶斯概率P(降雨|摇摆)是以车辆110正在经历车辆摇摆的概率为条件的降水概率。如关于图6和图7所讨论，车辆摇摆是通过对以m/s2为单位的车辆横向震颤进行谐波分析以确定车辆110在预定时间段内是否正在经历三个峰至峰的横向震颤事件而确定的周期性运动。每当车辆在预定时间段内经历三个峰至峰的横向震颤事件时，计算装置115可以递增P(降雨|摇摆)。
在步骤1108处，计算装置115可以确定贝叶斯概率P(降雨|路径)，贝叶斯概率P(降雨|路径)是以如关于图6所讨论的车辆横向偏移指示车辆110将要驶出车道的概率为条件的降水概率。计算装置可以分析描述车辆110的运动的预测路径多项式，并且确定遵循预测路径多项式将导致车辆110驶出车道。当车辆110在启用车道辅助系统的情况下操作时，驶出车道是不可接受的行为。在降水已经导致车道标记丢失或以低置信度识别的示例中，车道辅助系统可能导致车辆110驶出先前确定的车道。本文描述的技术检测该条件并递增P(降雨|路径)的值。
在步骤1010处，根据上述方程式(1)组合在步骤1002、1004、1006和1008中确定的贝叶斯概率，以确定总体的降水概率P(降雨)。基于如关于图6和图8所讨论的总体的降水概率和路径多项式置信度，计算装置可以禁用和重新启用车道辅助系统。在步骤1010之后，过程1000结束。
诸如本文讨论的那些的计算装置通常各自包括命令，所述命令可由诸如上文所述的那些的一个或多个计算装置执行并且用于执行上文描述的过程的框或步骤。例如，上文所讨论的过程框可以被体现为计算机可执行命令。
计算机可执行命令可以由使用各种编程语言和/或技术创建的计算机程序来编译或解译，所述编程语言和/或技术包括但不限于以下的单一形式或组合形式：JavaTM、C、C++、Visual Basic、Java Script、Perl、HTML等。通常，处理器(例如，微处理器)接收例如来自存储器、计算机可读介质等的命令，并且执行这些命令，从而执行一个或多个过程，包括本文所述的过程中的一个或多个。可以使用各种计算机可读介质来将这类命令和其他数据存储在文件中并且传输这类命令和其他数据。计算装置中的文件通常是存储在计算机可读介质(诸如存储介质、随机存取存储器等)上的数据的集合。
计算机可读介质包括参与提供可以由计算机读取的数据(例如，命令)的任何介质。此种介质可以采用许多形式，包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其他永久存储器。非易失性介质包括通常构成主存储器的动态随机存取存储器(DRAM)。计算机可读介质的常见形式包括例如软盘、柔性盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、任何其他具有孔图案的物理介质、RAM、PROM、EPROM、FLASH-EEPROM、任何其他存储器芯片或盒式磁带、或计算机可从中读取的任何其他介质。
除非本文做出相反的明确指示，否则权利要求中使用的所有术语旨在给予其如本领域技术人员所理解的普通和通常的含义。具体地，除非权利要求叙述明确的相反限制，否则单数冠词(诸如，“一个/一种”、“该”、“所述”等)的使用应理解为叙述一个或多个所指示元件。
术语“示例性”在本文以表示示例的意义使用，例如，对“示例性小部件”的引用应被理解为仅指代小部件的示例。
修饰值或结果的副词“大约”是指形状、结构、测量、值、确定、计算结果等可由于材料、机加工、制造、传感器测量、计算、处理时间、通信时间等的缺陷等而与确切描述的几何结构、距离、测量、值、确定、计算结果等有所偏差。
在附图中，相同的附图标记指示相同元件。此外，可以改变这些元件中的一些或全部。就本文所描述的介质、过程、系统、方法等而言，应理解，虽然此类过程的步骤等已经被描述为按照特定的顺序发生，但是可以在按照本文所述顺序以外的顺序执行所述步骤的情况下实践此类过程。还应理解，可以同时执行某些步骤、可以添加其他步骤，或者可以省略本文所描述的某些步骤。换句话说，本文对过程的描述是出于说明某些实施例的目的而提供的，并且绝不应被解释为限制所要求保护的本发明。
根据本发明，一种方法包括：基于贝叶斯推断来确定降水概率，所述贝叶斯推断是以与车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移相关联的概率为条件；以及基于降水概率来禁用车辆车道辅助系统。
根据实施例，上述发明的特征还在于，基于车辆传感器数据来确定车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移。
根据实施例，车辆传感器数据包括路径偏移系数、路径多项式系数、车辆速度、车辆横向加速度和路径多项式置信度。
根据实施例，车辆刮水器状态包括刮水器关闭、刮水器间隔、刮水器低和刮水器高。
根据实施例，基于应用于车辆横向加速度的基于恒定速度模型的卡尔曼滤波器来确定车辆横向震颤。
根据实施例，基于对车辆横向震颤的谐波分析来确定车辆摇摆。
根据实施例，车辆横向偏移是根据基于路径多项式系数和车辆速度确定多项式函数而定。
根据实施例，上述发明的特征还在于，基于以经验确定的时间段、降水概率和路径多项式置信度来重新启用车辆车道辅助系统。
根据实施例，上述发明的特征还在于，通过确定在以经验确定的时间段内路径多项式低于以经验确定的阈值的次数来确定路径多项式置信度。
根据本发明，提供了一种系统，其具有：处理器；以及存储器，所述存储器包括由处理器执行以进行以下动作的指令：基于贝叶斯推断来确定降水概率，所述贝叶斯推断是以与车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移相关联的概率为条件；以及基于降水概率来禁用车辆车道辅助系统。
根据实施例，上述发明的特征还在于，基于车辆传感器数据来确定车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移。
根据实施例，车辆传感器数据包括路径偏移系数、路径多项式系数、车辆速度、车辆横向加速度和路径多项式置信度。
根据实施例，车辆刮水器状态包括刮水器关闭、刮水器间隔、刮水器低和刮水器高。
根据实施例，基于应用于车辆横向加速度的基于恒定速度模型的卡尔曼滤波器来确定车辆横向震颤。
根据实施例，基于对车辆横向震颤的谐波分析来确定车辆摇摆。
根据实施例，车辆糟糕的横向偏移是根据基于路径多项式系数和车辆速度确定多项式函数而定。
根据实施例，上述发明的特征还在于，基于以经验确定的时间段、降水概率和路径多项式置信度来重新启用车辆车道辅助系统。
根据实施例，上述发明的特征还在于，通过确定在以经验确定的时间段内路径多项式低于以经验确定的阈值的次数来确定路径多项式置信度。
根据本发明，提供了一种系统，其具有：用于控制车辆转向、制动和动力传动系统的装置；用于进行如下操作的计算机装置：基于贝叶斯推断来确定降水概率，所述贝叶斯推断是以与车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移相关联的概率为条件；以及基于降水概率禁用车辆车道辅助系统；以及基于用于控制车辆转向、制动和动力传动系统的装置，来在车辆车道辅助系统禁用的情况下操作车辆。
根据实施例，上述发明的特征还在于，基于车辆传感器数据来确定车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移。

Claims (15)

1.一种方法，其包括：
基于贝叶斯推断来确定降水概率，所述贝叶斯推断是以与车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移相关联的概率为条件；以及
基于所述降水概率来禁用车辆车道辅助系统。
2.如权利要求1所述的方法，其还包括基于车辆传感器数据来确定车辆刮水器状态、车辆震颤、车辆摇摆和车辆横向偏移。
3.如权利要求2所述的方法，其中车辆传感器数据包括路径偏移系数、路径多项式系数、车辆速度、车辆横向加速度和路径多项式置信度。
4.如权利要求3所述的方法，其中车辆刮水器状态包括刮水器关闭、刮水器间隔、刮水器低和刮水器高。
5.如权利要求4所述的方法，其中针对包括刮水器关闭、刮水器间隔、刮水器低和刮水器高的每个车辆刮水器状态以经验确定降水概率。
6.如权利要求3所述的方法，其中基于应用于车辆横向加速度的基于恒定速度模型的卡尔曼滤波器来确定车辆横向震颤。
7.如权利要求6所述的方法，其中基于车辆横向震颤的谐波分析来确定车辆摇摆。
8.如权利要求7所述的方法，其中以m/s2为单位测量车辆横向震颤并以恒定的时间间隔对其进行取样。
9.如权利要求8所述的方法，其中确定谐波分析包括确定在以经验确定的时间段内车辆横向震颤的三个峰至峰转变大于以经验确定的阈值。
10.如权利要求3所述的方法，其中车辆横向偏移是根据基于路径多项式系数和车辆速度确定多项式函数而定。
11.如权利要求10所述的方法，其中车辆横向偏移将基于路径多项式系数和车辆速度的所述多项式函数与道路车道进行比较，以确定所述车辆是否将在所述道路车道外操作。
12.如权利要求3所述的方法，其还包括：基于以经验确定的时间段、所述降水概率和所述路径多项式置信度来重新启用所述车辆车道辅助系统。
13.如权利要求12所述的方法，其还包括：基于确定在以经验确定的时间段内所述路径多项式置信度低于以经验确定的阈值的次数，重新启用所述车辆车道辅助系统。
14.如权利要求13所述的方法，其中路径多项式置信度是根据包括在车道指示符中的拟合值基于包括在视频图像数据中的车道标记的优度。
15.一种系统，其包括被编程来执行如权利要求1至14中任一项所述的方法的计算机。
CN201910490177.7A 2018-06-06 2019-06-06 驾驶员辅助 Pending CN110562233A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/001,109 2018-06-06
US16/001,109 US10551836B2 (en) 2018-06-06 2018-06-06 Driver assist

Publications (1)

Publication Number Publication Date
CN110562233A true CN110562233A (zh) 2019-12-13

Family

ID=68651909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910490177.7A Pending CN110562233A (zh) 2018-06-06 2019-06-06 驾驶员辅助

Country Status (3)

Country Link
US (1) US10551836B2 (zh)
CN (1) CN110562233A (zh)
DE (1) DE102019115057A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111559360A (zh) * 2020-01-22 2020-08-21 罗伯特·博世有限公司 制动辅助控制方法及设备

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7063220B2 (ja) 2018-09-28 2022-05-09 トヨタ自動車株式会社 降水指標推定装置
JP7081427B2 (ja) * 2018-09-28 2022-06-07 トヨタ自動車株式会社 降水指標推定装置
JP7187944B2 (ja) * 2018-09-28 2022-12-13 トヨタ自動車株式会社 処理装置および処理方法
RU2751734C2 (ru) * 2019-12-30 2021-07-16 Общество с ограниченной ответственностью "Яндекс Беспилотные Технологии" Способы и процессоры для управления рулением беспилотным автомобилем
JP7363707B2 (ja) * 2020-08-03 2023-10-18 トヨタ自動車株式会社 情報処理装置、情報処理システム、情報処理プログラム、及び情報処理方法
US20220268934A1 (en) * 2021-02-22 2022-08-25 Qualcomm Incorporated Global environment model for processing range sensor data
DE102021105882A1 (de) * 2021-03-11 2022-09-15 Man Truck & Bus Se Vorrichtung zur automatisierten Querführung eines Kraftfahrzeugs
CN113159378B (zh) * 2021-03-15 2022-04-05 中国科学院地理科学与资源研究所 无测站山区径流与遥感降水相结合的降水估算方法
US12043240B2 (en) * 2021-12-13 2024-07-23 Goodrich Corporation Erroneous velocity data detection algorithm systems and methods

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3470453B2 (ja) 1995-04-06 2003-11-25 株式会社デンソー 車間距離制御装置
JP2005271721A (ja) 2004-03-24 2005-10-06 Denso Corp 車両制御装置及びプログラム
US8306712B2 (en) 2009-03-24 2012-11-06 GM Global Technology Operations LLC Road surface condition identification based on statistical pattern recognition
US8849505B2 (en) 2009-11-19 2014-09-30 Continental Automotive Systems, Inc. Protecting a vehicle from environmental events
US10223751B1 (en) * 2012-02-02 2019-03-05 Progressive Casualty Insurance Company Multivariate predictive system
CN107272007B (zh) 2012-09-20 2020-03-03 伟摩有限责任公司 检测公路天气状况的方法和系统
US8996197B2 (en) * 2013-06-20 2015-03-31 Ford Global Technologies, Llc Lane monitoring with electronic horizon
EP2921363A1 (en) 2014-03-18 2015-09-23 Volvo Car Corporation Vehicle, vehicle system and method for increasing safety and/or comfort during autonomous driving
US10324463B1 (en) * 2016-01-22 2019-06-18 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation adjustment based upon route
US10692367B2 (en) * 2016-12-19 2020-06-23 ThruGreen, LLC Connected and adaptive vehicle traffic management system with digital prioritization
JP6524129B2 (ja) * 2017-03-07 2019-06-05 本田技研工業株式会社 運転支援装置
US10907980B2 (en) * 2017-08-11 2021-02-02 Here Global B.V. Method and apparatus for detecting false positive slippery road reports using mapping data

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111559360A (zh) * 2020-01-22 2020-08-21 罗伯特·博世有限公司 制动辅助控制方法及设备

Also Published As

Publication number Publication date
US20190377339A1 (en) 2019-12-12
DE102019115057A1 (de) 2019-12-12
US10551836B2 (en) 2020-02-04

Similar Documents

Publication Publication Date Title
US10551836B2 (en) Driver assist
CN107451521B (zh) 车辆车道图估算
US10829120B2 (en) Proactive safe driving for an automated vehicle
CN106240565B (zh) 碰撞减轻和躲避
US10514457B2 (en) Lane change advisor
US11783707B2 (en) Vehicle path planning
US10703363B2 (en) In-vehicle traffic assist
US10077050B2 (en) Automated driving system for evaluating lane cut-out and method of using the same
US10488863B2 (en) Autonomous vehicle post-fault operation
CN108068803B (zh) 车辆碰撞严重程度减轻
US11465617B2 (en) Vehicle path planning
US20190073908A1 (en) Cooperative vehicle operation
US11079761B2 (en) Vehicle path processing
CN110858325A (zh) 车辆自适应学习
US20180204463A1 (en) Vehicle lane changing
US11119491B2 (en) Vehicle steering control
CN108016431B (zh) 转向能力预测
CN110858866A (zh) 前景检测
CN112389407A (zh) 车辆停放控制
GB2562371A (en) Steering wheel actuation
GB2563127A (en) Lane change advisor
GB2562376A (en) Virtual Steerable Path
CN112824175A (zh) 车辆泊车系统
US11760345B2 (en) Vehicle traveling control apparatus

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