CN110678913B - 预测装置、车辆、预测方法以及存储介质 - Google Patents

预测装置、车辆、预测方法以及存储介质 Download PDF

Info

Publication number
CN110678913B
CN110678913B CN201780090951.4A CN201780090951A CN110678913B CN 110678913 B CN110678913 B CN 110678913B CN 201780090951 A CN201780090951 A CN 201780090951A CN 110678913 B CN110678913 B CN 110678913B
Authority
CN
China
Prior art keywords
vehicle
prediction
person
information
target object
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
CN201780090951.4A
Other languages
English (en)
Other versions
CN110678913A (zh
Inventor
坂本洋介
土屋成光
小原和马
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.)
Honda Motor Co Ltd
Original Assignee
Honda Motor 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 Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN110678913A publication Critical patent/CN110678913A/zh
Application granted granted Critical
Publication of CN110678913B publication Critical patent/CN110678913B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • B60W40/04—Traffic conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • 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
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • 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
    • B60W2554/4049—Relationship among other objects, e.g. converging dynamic 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
    • 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
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • 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
    • B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

预测装置具备：获取单元，其获取存在于本车辆周边的其他车辆的信息和存在于所述其他车辆周边的目标物的信息；以及预测单元，其基于由所述获取单元获取的所述其他车辆的信息以及所述目标物的信息来预测所述其他车辆的动作。

Description

预测装置、车辆、预测方法以及存储介质
技术领域
本发明主要涉及车辆用预测装置。
背景技术
在专利文献1中记载了如下内容：在公共汽车等其他车辆在本车辆的周边行驶的情况下，通过对在本车辆的预定行驶路线上是否存在公共汽车站判定，从而预测该其他车辆可能会在本车辆的附近停止。
现有技术文献
专利文献
专利文献1：日本特开2010-39717号公报
发明内容
发明所要解决的问题
在进行驾驶时，为了实现安全驾驶，要求以较高的精度预测其他车辆的动作。
本发明的目的在于，使道路上的其他车辆的动作预测高精度化。
用于解决问题的手段
本发明涉及一种预测装置，其特征在于，所述预测装置具备：获取单元，其获取存在于本车辆周边的其他车辆的信息和存在于所述其他车辆周边的目标物的信息；以及预测单元，其基于由所述获取单元获取的所述其他车辆的信息以及所述目标物的信息来预测所述其他车辆的动作。
发明效果
根据本发明，能够实现对道路上的其他车辆的动作预测的高精度化。
附图说明
图1是用于对车辆的构成的例子进行说明的图。
图2是用于对检测部的配置位置的例子进行说明的俯视图。
图3是用于对道路上的各目标物的警戒区域的设定方法的例子进行说明的图。
图4A、图4B、图4C是用于对前行车辆为出租车的情况下的动作预测方法的例子进行说明的俯视图。
图5A、图5B是用于对预测用ECU的预测方法的例子进行说明的流程图。
图6是用于对对向车道中的其他车辆的动作预测方法的例子进行说明的俯视图。
具体实施方式
以下，参照附图对本发明的实施方式进行说明。此外，各图是表示实施方式的结构或者构成的示意图，图示的各构件的尺寸不一定反映现实的尺寸。另外，在各图中，对相同的部件或相同的构成要素标注相同的附图标记，以下，对于重复内容省略说明。
(第一实施方式)
图1是用于对第一实施方式所涉及的车辆1的构成进行说明的框图。车辆1具备操作部11、行驶控制用ECU(电子控制单元)12、驱动机构13、制动机构14、转向机构15、检测部16以及预测用ECU17。此外，在本实施方式中，将车辆1设为四轮车，但是车轮的数量不限于四个。
操作部11包括加速用操作件111、制动用操作件112以及转向用操作件113。典型地，加速用操作件111是加速踏板，制动用操作件112是制动踏板，另外，转向用操作件113是方向盘。但是，这在些操作件111～113中，也可以使用杆式、按钮式等其他方式的操作件。
行驶控制用ECU12包括CPU121、存储器122以及通信接口123。CPU121基于经由通信接口123而从操作部11接收到的电信号来进行规定的处理。然后，CPU121将该处理结果存储在存储器122中，或者经由通信接口123向各机构13～15输出。利用这样的构成，行驶控制用ECU12对各机构13～15进行控制。
行驶控制用ECU12并不限于本构成，也可以使用ASIC(专用集成电路)等半导体装置作为其他实施方式。即，也能够通过硬件以及软件中的任一者来实现行驶控制用ECU12的功能。另外，在此，为了便于说明而将行驶控制用ECU12表示为单一的要素，但是它们也可以分为多个，行驶控制用ECU12例如也可以分为加速用ECU、制动用ECU以及转向用ECU的三个ECU。
驱动机构13例如包括内燃机以及变速器。制动机构14例如是设置于各车轮的盘式制动器。转向机构15例如包括动力转向装置。行驶控制用ECU12基于驾驶员对加速用操作件111的操作量来控制驱动机构13。另外，行驶控制用ECU12基于驾驶员对制动用操作件112的操作量来控制制动机构14。另外，行驶控制用ECU12基于驾驶员对转向用操作件113的操作量来控制转向机构15。
检测部16包括摄像机161、雷达162以及光学雷达(Light Detection and Ranging(LiDAR))163。摄像机161例如是使用CCD/CMOS图像传感器的摄像装置。雷达162例如是毫米波雷达等测距装置。另外，光学雷达163例如是激光雷达(Laser radar)等测距装置。如图2所示例，它们分别配置于能够检测车辆1的周边信息的位置，例如配置于车身的前方侧、后方侧、上方侧以及侧方侧。
在此，在本说明书中，有时使用前、后、上、侧方(左/右)等表述，这些表述被用作表示以车身为基准而表示的相对的方向。例如，“前”表示车身的前后方向中的前方，“上”表示车身的高度方向。
车辆1能够基于检测部16的检测结果(车辆1的周边信息)进行自动驾驶。在本说明书中，自动驾驶是指驾驶操作(加速、制动以及转向)的一部分或者全部不是在驾驶员侧进行，而是在行驶控制用ECU12侧进行。即，在自动驾驶的概念中，包括在行驶控制用ECU12侧进行全部驾驶操作(所谓的完全自动驾驶)的方式、以及在ECU12侧进行一部分驾驶操作(所谓的驾驶辅助)的方式。作为驾驶辅助的例子，可列举出车速控制(自动巡航控制)功能、车间距离控制(自适应巡航控制)功能、车道偏离防止辅助(车道保持辅助)功能、碰撞避免辅助功能等。
预测用ECU17对道路上的各目标物的动作进行预测，详细内容将在后文中叙述。预测用ECU17既可以被称为预测装置、动作预测装置等，代替装置也可以被称为处理装置(处理器)、信息处理装置等(进一步地，也可以被称为设备、模块、单元等)。在进行自动驾驶时，行驶控制用ECU12基于预测用ECU17的预测结果来控制操作件111～113的一部分或者全部。
预测用ECU17具有与行驶控制用ECU12相同的构成，包括CPU171、存储器172以及通信接口173。CPU171经由通信接口173从检测部16获取车辆1的周边信息。CPU171基于该周边信息来预测道路上的各目标物的动作，并将该预测结果存储于存储器172，或者经由通信接口173向行驶控制用ECU12输出。
图3是表示在道路2上存在车辆1以及多个目标物3的情形的俯视图，且示出车辆1(以下，为了区别而称为“本车辆1”)通过自动驾驶而在车道21上行驶的情形。本车辆1通过检测部16来检测车道21以及人行道22上的目标物3，通过以避开它们的方式设定行驶路线来进行自动驾驶。在此，作为目标物3的例子，可列举出其他车辆31、人32(例如行人)、以及障碍物33。此外，对于标注有箭头的目标物3，箭头表示该目标物3的行进方向。
此外，在此图示了路锥作为障碍物33，但是障碍物33只要是成为行驶的物理障碍的物体、或者建议避免接触的物体即可，不限定于该例子。障碍物33例如可以是垃圾等掉落物，也可以是信号灯、防护栏等设置物，不限定是动产/不动产。
如图3所示，在从检测部16的检测结果(车辆1的周边信息)中确认到多个目标物3的情况下，预测用ECU17对各目标物3设定警戒区域R。警戒区域R是用于避免本车辆1的接触的区域，即，是建议为本车辆1不重叠的区域。某个针对目标物3的警戒区域R，作为该目标物3可能在规定期间内所移动的区域，而设定为在该目标物3的轮廓外侧具有规定的宽度。周期性地，例如每隔10[msec]对警戒区域R进行设定(变更、更新、重新设定。以下，简单表述为“设定”)。
此外，在此为了便于说明，以平面(二维)示出警戒区域R，但是实际上警戒区域R是按照由车载的检测部16检测出的空间来设定的。因此，能够在三维空间坐标中体现警戒区域R，或者在加上时间轴的四维空间坐标中展现警戒区域R。
预测用ECU17例如在其他车辆31的轮廓的外侧设定针对在本车辆1的前方进行行驶中的其他车辆31的警戒区域R于。基于其他车辆31的信息(例如，相对于本车辆1的相对位置、离本车辆1的距离等位置信息、以及其他车辆31的行进方向、车速、照明器件有无点亮等状态信息)设定警戒区域R的宽度(离轮廓的距离)。例如，警戒区域R的宽度能够设定为在前方、侧方以及后方而互不相同。例如，在其他车辆31处于直行中的情况下，预测用ECU17将警戒区域R设定为相对车体的侧方而成为规定的宽度(例如50cm左右)、且相对车身的前方以及后方成为比较宽的宽度(与其他车辆31的车速对应的宽度)。在其他车辆31进行左转弯(或者右转弯)的情况下，预测用ECU17将警戒区域R的左侧方(或者右侧方)的宽度扩大。另外，在其他车辆31停止的情况下，可以相对前方、侧方以及后方而以相同的宽度设定警戒区域R。
另外，预测用ECU17例如基于人32的信息(例如，相对于本车辆1的相对位置、离本车辆1的距离等位置信息、以及人32的移动方向、移动速度、姿态、视线等状态信息)，而将针对人行道22上的人32的警戒区域R设定于人32的轮廓的外侧。例如，能够基于人32的信息而将警戒区域R的宽度设为在前方、侧方以及后方而互不相同。例如，基于人32的移动速度、和/或基于人32的视线来设定警戒区域R的宽度。在人32停止走动的情况下，可以相对前方、侧方以及后方而以相同的宽度设定警戒区域R。
附带地，预测用ECU17能够进一步预测人32的年龄层，并基于其预测结果来设定警戒区域R的宽度。该预测只要使用以来自检测部16的检测结果为基础的人32的外观信息(体形信息、服装信息等该人的外表信息)来进行即可。
进一步地，预测用ECU17例如基于障碍物33的信息(例如，相对于本车辆1的相对位置、离本车辆1的距离等位置信息、以及种类、形状、尺寸等状态信息)，而在障碍物33的轮廓的外侧针对设定针对车道21上的障碍物33的警戒区域R。由于考虑到障碍物33不移动，因此警戒区域R的宽度也可以设定为规定值。检测部16例如进一步包括风速传感器，在能够检测风速的情况下，也可以基于风速来设定警戒区域R的宽度。
也可以进一步基于本车辆1的车速来设定针对各目标物3的警戒区域R的宽度。在本车辆1处于比较高速行驶中的情况下，例如，通过将针对其他车辆31的警戒区域R1的宽度设定为较宽，能够充分获得与其他车辆31的车间距离，从而能够避免与其他车辆31的接触。
行驶控制用ECU12能够基于来自预测用ECU17的预测结果，通过以不经过针对各目标物3的警戒区域R的方式设定行驶路线，来防止本车辆1和各目标物3的接触。
图4A作为一个例子，是表示本车辆1以及其他车辆31处于沿着车道21行驶中的情形的俯视图。本车辆1通过自动驾驶处于行驶中，另外，其他车辆31处于在本车辆1的前方行驶中。
如前文所述(参照图3)，本车辆1的预测用ECU17基于其他车辆31的信息来设定针对其他车辆31的警戒区域R。在图4A的例子中，其他车辆31处于以一定的车速而直行中，预测用ECU17基于此来设定针对其他车辆31的警戒区域R。
例如，与本车辆1以及其他车辆31的车速对应地设定警戒区域R的后方侧的宽度，即，警戒区域R如箭头E1所示，向后方侧扩展。由此，能够增大或者维持本车辆1和其他车辆31的车间距离，即使在其他车辆31在难以预料的时机下减速或停止的情况下，也能够使本车辆1安全地减速或停止，从而防止本车辆1与其他车辆31的接触。
附带地，以同样的方式设定警戒区域R的前方侧的宽度，即，警戒区域R如箭头E2所示，向前方侧扩展。此外，对于在其他车辆31的后方行驶的本车辆1而言，其他车辆31的前方侧实质上没有关系，因此也可以省略前方侧的警戒区域R的扩展(箭头E2)。
在此，在本实施方式中，将其他车辆31设为出租车作为接送服务用的车辆的一个例子。另外，如图4A所示，在其他车辆31的前方的人行道22上存在人32。此外，虽然在此未图示，但是针对人32，也通过预测用ECU17来设定警戒区域R。
在此，如图4B所示例的那样，在人32举起了手的(ACT1)的情况下，可考虑人32希望搭乘作为出租车的其他车辆31。因此，直行中的其他车辆31被预测为会响应人32举起手(ACT1)的动作而朝向人32一侧沿车宽方向移动(ACT2)。因此，在通过检测部16检测到人32举起了手(ACT1)的情况下，预测用ECU17基于其他车辆31将朝向人32一侧移动这样的预测结果，如箭头E3所示那样使警戒区域R向前方左侧扩展。
另外，其他车辆31被预测为一边朝向人32一侧移动一边减速，之后，会在人32之前停止。因此，预测用ECU17进一步基于其他车辆31会减速或停止这样的预测结果，使警戒区域R如箭头E4所示向后方侧扩展。
进一步，在其他车辆31在人32之前停止后，由于预测为为了使人32搭乘，其他车辆31的一边侧的车门会打开(在是日本国的情况下，由于各车辆一般在左侧车道行驶，因此预测左侧的车门将打开，但是根据国家不同，会左右相反。)。附带地，由于其他车辆31的驾驶员会将人32所持有的行李放进后备箱中，因此还存在其他车辆31的另一边侧(在是日本国的情况下，为右侧)的车门打开而临时下车的可能性。因此，作为其他实施方式，预测用ECU17能够预测这些情况，将警戒区域R也向侧方侧扩展。
行驶控制用ECU12能够基于以如上那样设定的警戒区域R来决定如何进行本车辆1的驾驶操作。例如，行驶控制用ECU12决定是将本车辆1控制为超越其他车辆31(即，以不和警戒区域R重叠的方式来设定经过其他车辆31的侧方侧的行驶路线)，还是使本车辆1在其他车辆31的后方停止。
作为其他的例子，图4C是表示在对向车道(为了区别，而设为“对向车道21’”)中存在其他车辆(为了区别，而设为“对向车辆31’”)时的情形的俯视图。在图4C中一并示出了对向车辆31’和针对对向车辆31’的警戒区域R。
另外，在图4C中，针对在人32之前停止的其他车辆31，图示了警戒区域R被扩展的情形。在图4C的例子中，基于预测用ECU17预测到的为了使人32搭乘而其他车辆31的一边侧的车门会打开(ACT3)这一预测结果，警戒区域R如箭头E5所示，向一边侧扩展。另外，其他车辆31的驾驶员有可能为了将人32的行李放入后备箱而从其他车辆31下车。因此，基于另一边侧的车门会打开(ACT4)、这一来自预测用ECU17进一步的预测结果，警戒区域R如箭头E6所示而向另一边侧扩展。进一步地，伴随于此，如箭头E7所示，警戒区域R进一步向后方侧扩展。在此，虽然针对一边侧的车门(参照E5)、另一边侧的车门(参照E6)、以及后方侧的后备箱盖(参照E7)来针对停止的其他车辆31的车门的打开进行预测，但是作为其他的实施方式也可以针对它们的一部分进行预测。
在该情况下，行驶控制用ECU12基于如上设定的各车辆31以及31’的警戒区域R来判定本车辆1是否能够超越其他车辆31，或者是否要使本车辆1在其他车辆31的后方停止。然后，行驶控制用ECU12能够基于该判定结果而决定如何进行本车辆1的驾驶操作。
另外，在根据检测部16的检测结果，确认到人32乘入到停止的其他车辆31中的情况下，其他车辆31被预测为之后就会起步。因此，行驶控制用ECU12能够在其他车辆31起步前的期间内，通过一边停止一边等待，从而在其他车辆31起步后而再次开始以所希望的车速行驶。此外，这不仅能够应用于确认到行驶中的其他车辆31进行减速并停止的情况，也能够应用于确认到已经停止了的其他车辆31的情况中。
在以上的图4A～4C的例子中，示出了人32举手的方式，但是作为希望乘坐作为出租车的其他车辆31的提示也可以示出其他的动作。例如，在人32通过摆手、点头等对其他车辆31的驾驶员作出引人注意的动作的情况下，预测为其他车辆31会一边朝向人32移动而一边减速并停止。另外，在人32使视线持续规定期间朝向其他车辆31侧等而作出使其他车辆31的驾驶员期待候选乘客(希望乘车者)的动作的情况下也预测同样的内容。
此外，在图4A～4C的例子中，设为其他车辆31为出租车，但是作为其他实施方式，其他车辆31也可以是其他种类的用于接送服务的车辆。作为用于接送服务的车辆的例子，在日本国的话，除了出租车，可列举出与代驾服务有关的车辆、人力车等，对于其他国家中用于接送服务的车辆也是同样的。此外，在其他国家，虽然有时也被称为与出租车不同的名称，但是它们被包含在用于接送服务的车辆的概念中(例如，泰国的嘟嘟车(TukTuk)、印度的三轮摩的(Auto Rickshaw)等)。
图5A～5B是表示本实施方式所涉及的其他车辆31的动作预测以及与之相伴的用于设定警戒区域R的方法的流程图。这些流程图的内容主要在预测用ECU17中由CPU171进行。
预测用ECU17在本车辆1开始了自动驾驶的情况下，基于本车辆1的周边信息来识别本车辆1周边的各目标物3，对各目标物3设定警戒区域R，并将其结果向行驶控制用ECU12输出。在这样的过程中，例如在作为目标物3之一而被确认的其他车辆31是用于接送服务的车辆(出租车等)的情况下，预测用ECU17基于成为候选乘客的人32的有无、动作来预测其他车辆31的动作，并设定该警戒区域R。
参照图5A，在步骤S510(以下简称为“S510”。其他步骤也相同。)中，对本车辆1是否处于自动驾驶状态进行判定。例如通过由预测用ECU17从行驶控制用ECU12接收表示本车辆1是否处于自动驾驶状态的信号来进行该步骤。在是自动驾驶状态的情况下进入S520，在不是自动驾驶状态的情况下结束本流程图。
在S520中，获取本车辆1的周边信息。通过由预测用ECU17接收被检测部16检测出的本车辆1的周边信息来进行该步骤。
在S530中，从通过S520而获取的周边信息中提取存在于本车辆1周边的各目标物3。通过对表示周边信息的数据进行规定的数据处理(例如，进行轮廓提取的数据处理)来进行该步骤。
基于该信息(前文所述的位置信息、状态信息等)而按照属性(种类)对各目标物3进行分类(例如，判定其符合其他车辆31、人32以及障碍物33中的哪一个)。例如能够基于各目标物3的外观而通过图案匹配来进行该分类。另外，能够对各目标物3设定警戒区域R。在本实施方式中，基于后文所述的动作预测(S540)而设定针对其他车辆31的警戒区域R，但是能够在S530中设定针对其他目标物3的警戒区域R。
详细内容将在后文中叙述(参照图5B)，但是在S540中，基于其他车辆31的信息和其他目标物3的信息来进行其他车辆31的动作预测。
在S550中，将包括在S540中的动作预测的预测结果向行驶控制用ECU12输出。行驶控制用ECU12基于所述预测结果来决定本车辆1的行驶路线，并决定本车辆1的驾驶操作内容。
在S560中，对是否结束本车辆1的自动驾驶状态进行判定。例如通过由预测用ECU17从行驶控制用ECU12接收表示自动驾驶状态结束的信号而进行该步骤。在自动驾驶状态没有结束的情况下返回至S520，在自动驾驶状态结束的情况下结束本流程图。
例如以几十[msec]左右或者比其短的期间(例如10[msec]左右)反复进行S520～S560的一系列的步骤。即，周期性地进行本车辆1的周边信息的获取、本车辆1周边的各目标物3的动作预测以及与之相伴的警戒区域R的设定、以及这些结果向行驶控制用ECU12的输出。
图5B是用于说明S540的动作预测方法的流程图。S540包括S5410～S5480，例如，基于其他车辆31是否是用于接送服务的车辆、成为候选乘客的人32的有无、动作等，来进行其他车辆31的动作预测。然后，基于该预测结果，设定其他车辆31的警戒区域R。
在S5410中，对在S530中提取的目标物3中是否存在其他车辆31进行判定。在存在其他车辆31的情况下进入S5420，否则结束本流程图。
在S5420中，基于S5410的判定所涉及的其他车辆31的属性，而将表示其属性的属性信息附加至其他车辆31的信息中。在本实施方式中，属性信息是表示是否是用于接送服务的车辆的信息。基于判定目标物的其他车辆31的外观信息等，例如通过图案匹配来进行该步骤。
一般地，能够基于该车辆的外观容易地判定是否为用于接送服务的车辆。作为该判定基准的例子，典型地，可列举出：车辆的车牌表示是营业用车；在车辆的车顶设置有行灯；车身上带有颜色、文字等。另外，在能够进行车车间通信的情况下，也能够从其他车辆31直接接收属性信息，或者通过路与车间通信也能够实现同样的效果。
在S5430中，对在S530中提取的目标物3中是否存在人32进行判定。在存在人32的情况下进入S5440，否则进入S5480(跳过S5440～5470)。
在S5440中，对S5430的判定所涉及的人32是否满足候选乘客的条件进行判定。基于判定目标物的人32的动作来进行该步骤。一般地，在道路上，利用出租车等的接送服务的乘客在道路上会将脸朝向车流的上游侧，并投出视线以寻找能够搭乘的出租车。由此，在确认到人32使视线持续规定期间(例如1[sec]以上)朝向其他车辆31一侧的情况下，而能够将人32判定为候选乘客。在该情况下，能够将表示是候选乘客的信息作为属性信息附加至人32的信息中。在人32满足候选乘客的条件的情况下，进入S5450，否则进入S5460(跳过S5450)。
由于在S5440中判定人32满足候选乘客的条件，因此其他车辆31可能会在到达人32之前减速，因此在S5450中预测其他车辆31会减速。
在S5460中，对人32是否作出了规定的动作进行判定。基于判定目标物的人32的动作、特别是经时的动作，来进行该步骤。一般地，利用出租车等的接送服务的乘客会在用于接送服务的车辆的数[m]～数十[m]的前方，通过举手等而对用于接送服务的车辆的驾驶员发出提示。由此，在人32作出举手等规定的动作的情况下进入S5470，否则进入S5480(跳过S5470)。另外，在人32作出了规定动作的情况下，能够将举手等的动作信息附加至人32的信息中。
由于其他车辆31在S5460中作出了规定动作的人32之前而停止的可能性提高，因此在S5470中预测其他车辆31在人32之前停止。
在S5480中，基于在S5450中其他车辆31会减速和/或在S5470中其他车辆31会停止的这一预测结果，设定针对其他车辆31的警戒区域R。也可以基于预测出的是其他车辆31会减速以及停止的哪一方，而以不同的宽度设定警戒区域R。例如，在仅预测到其他车辆31会减速的情况下(即，仅进行了S5450的情况下)的警戒区域R的后方侧的扩展宽度也可以比除此以外的情况下(即，仅进行S5470的情况下，或者进行了S5450以及S5470双方的情况)的扩展宽度小。
另外，如前文所述，由于预测到在其他车辆31停止后，其他车辆31的一边侧的车门会打开，因此，在预测到其他车辆31的停止的情况(即进行了S5470的情况)下，其他车辆31的警戒区域R除了向后方侧扩展之外，还可以向一边侧扩展。
如上述那样，基于其他车辆31的信息以及目标物3(在此为人32)的信息来进行其他车辆31的动作预测。之后，作为预测结果的一部分，在该动作预测中所设定针对其他车辆31的警戒区域R，通过S550而被输出值行驶控制用ECU12。
此外，可以在不脱离本发明的主旨的范围内对本流程图的各步骤进行变更，例如，可以变更它们的顺序，也可以省略一部分步骤，或者也可以追加其他的步骤。例如，在仅基于人32对其他车辆31所做的提示而预测其他车辆31的动作时，也可以省略S5440～S5450。
另外，在本实施方式中，示例了在本车辆1进行自动驾驶的情况下进行其他车辆31的动作预测的方式，但是在本车辆1不是自动驾驶状态的情况下也可以进行上述动作预测。例如，在驾驶员自己进行驾驶操作的情况下，预测用ECU17也能进行其他车辆31的动作预测，并能够将其预测结果通知给驾驶员。
以上，根据本实施方式，预测用ECU17基于检测部16检测到的本车辆1的周边信息，来获取存在于本车辆1周边的其他车辆31的信息、以及存在于其他车辆31周边的其他目标物3的信息。其他车辆31的信息例如除了相对位置、距离等位置信息、以及行进方向、车速等状态信息之外，还包括表示是否为用于接送服务的车辆的属性信息。在本实施方式中，目标物3是人32，其信息例如除了相对位置、距离等位置信息，以及移动方向、移动速度、姿态、视线等状态信息之外，还包括表示是否为候选乘客的属性信息、表示有无规定动作的动作信息。并且，预测用ECU17基于其他车辆31的信息和其他目标物3的信息，来预测其他车辆31的动作。根据本实施方式，由于预测用ECU17会考虑目标物3对其他车辆31造成的影响而预测其他车辆31的动作，因此与仅关注其他车辆31来预测其他车辆31的动作的情况相比，能够实现高精度化。
(第二实施方式)
在前文所述的第一实施方式中，示例了作为目标物3确认到人32、该人32作出了某些动作时(例如，举手的情况)的方式。在第二实施方式中，即使在未确认到人32的举动的情况下，也会在其他车辆31作出了规定的举动时，预测其他车辆31的减速或者停止。之后，如前文所述(参照第一实施方式)，预测用ECU17基于上述预测结果而设定针对其他车辆31的警戒区域R。
此外，未确认到人32的动作的情况是指通过检测部16而没有检测到人32的动作的情况，而与该动作实际是否由人32示出无关。
例如，在确认了在车道21上行驶中的其他车辆31沿车宽方向(向人行道22一侧)向人32一侧移动的情况下，由于其他车辆31有可能为了使人32搭乘而停止，因此预测用ECU17预测其他车辆31会减速或者停止。
一般地，人进入临时停止的车辆发生在没有配置划分出街道和人行道的划分构件、例如防护栏(护栏等)、路缘石、绿化带等的场所。因此，当检测部16在未配置划分构件的场所(例如划分构件之间的间隙)检测到人32的情况下，预测用ECU17也能够将该情况作为条件之一，而进行上述预测。
以上，根据本实施方式，预测用ECU17能够预测其他车辆31在到达人32之前减速、或者其他车辆31在人32之前停止的情况，从而能够高精度地预测其他车辆31的动作。另外，根据本实施方式，即使在未确认到人32的动作的情况下也能预测其他车辆31的动作。因此，在其他车辆31不是用于接送服务的车辆的情况下(例如，父母为了去迎接回家途中的孩子而驾驶其他车辆31的情况)，也能够预测其他车辆31的动作。
(第三实施方式)
在上述第一实施方式中，叙述了由于在其他车辆31停止的情况下，其他车辆31的一边侧的车门有可能会打开，因此使针对其他车辆31的警戒区域R向一边侧扩展的情况。但是，作为第三实施方式，在满足规定条件的情况下，该警戒区域R的扩展也可以省略。
例如，在其他车辆31的行进路线上确认到其他目标物(行人、障碍物等)的情况(包括经时的情况下，例如，确认到其他目标物进入到其他车辆31的行进路线中的情况)下，即使其他车辆31停止，也可能不伴随发生人32的上下车。另外，在确认到其他车辆31的前方的信号灯显示红色的情况下、在其他车辆31的前方存在人行横道的情况下，也有可能不伴随发生人32的上下车。由此，在这些情况下，预测用ECU17预测即使其他车辆31停止也不会打开车门。能够通过由预测用ECU17获取其他车辆31的前方信息来实现以上预测。
其他车辆31的前方信息例如包括表示其他车辆31的前方有无目标物3的信息、表示基于该信息的行驶环境的信息(是否为能够行驶的状况)等。其他车辆31的前方信息既可以作为本车辆1的周边信息的一部分而被获取(也能够作为检测部16的检测结果之一而被获取)，还可以通过车与车之间通信、路与车之间通信来获取。
另外，即使在基于上述前方信息而确认到在其他车辆31的前方有障碍物33的情况下，预测用ECU17也能预测其他车辆31的动作。例如，预测其他车辆31会减速并在障碍物33前停止，或者，也预测其他车辆31会变更车道或者临时进入对向车道，以避开障碍物33。因此，在其他车辆31的前方确认到障碍物33的情况下，预测用ECU17也能基于上述预测结果来设定其他车辆31的警戒区域R。
(第四实施方式)
在上述第一实施方式中，对其他车辆31处于在与本车辆1相同的方向上行驶中的情况进行了叙述，在以下部分中，作为第四实施方式，对其他车辆31为本车辆1的对向车辆的情况进行叙述。
图6是表示本车辆1处于通过自动驾驶在车道21行驶中并且两辆其他车辆处于在对向车道21’(为了区分，分别设为“对向车辆31A”以及“对向车辆31B”)行驶中的情形的俯视图。对向车辆31A处于在本车辆1的前方在对向车道21’行驶中，对向车辆31B处于在对向车辆31A的后方行驶中。即，与对向车辆31B相比，对向车辆31A更位于本车辆1的附近。在本实施方式中，设为对向车辆31A是出租车。另外，在对向车辆31A的前方存在人32。
例如，在人32举起手(ACT5)的情况下，预测对向车辆31A会相应地一边向人32一侧移动一边减速，并在人32之前停止(ACT6)。由此，预测用ECU17基于该预测结果，使对向车辆31A的警戒区域R如箭头E8所图示，向对向车辆31A的前方左侧扩展。这一点，除了动作预测目标物是对向车辆以外，与第一实施方式相同(参照图4B)。
另一方面，与之相应地，处于在对向车辆31A的后方行驶中的对向车辆31B会为了超越对向车辆31A，而可能临时进入车道21一侧(ACT7)。预测用ECU17通过预测该情况，使针对对向车辆31B的警戒区域R如箭头E9所图示，向对向车辆31B的前方右侧扩展。由此，能够避免本车辆1与对向车辆31B的接触。
根据本实施方式，预测用ECU17基于人32的动作(ACT5)来预测对向车辆31A的动作(ACT6)，进一步地，也能够基于该预测，预测后续的对向车辆31B的动作(ACT7)。换言之，预测用ECU17会考虑伴随人32的动作而对对向车辆31A/31B的直接/间接的影响来进行动作预测。这一点不仅在存在上述对向车辆31A以及31B这两台车辆时如此，在存在三台以上的对向车辆(其他车辆)的情况下也是同样的。
由此，根据本实施方式，预测用ECU17能够高精度地进行多个其他车辆31(在此为对向车辆31A以及31B)的动作预测，并基于这些预测结果，来对各个其他车辆31设定适当的警戒区域R。
(其他)
以上，示例了几个优选的方式，但是本发明并不限于这些例子，在不脱离本发明主旨的范围内，也可以对其一部分进行变更。例如，也能够根据目的、用途等在各实施方式的内容中组合其他要素，也能够在某个实施方式的内容中组合其他实施方式的一部分内容。另外，本说明书中所记载的各个用语仅是以对本发明进行说明为目的而使用的，本发明并不限定于该用语的严密的意思，也能包含其等同物是这不言而喻的。
另外，实现在各实施方式中说明的一个以上的功能的程序经由网络或者存储介质而提供至系统或者装置，该系统或者装置的计算机中的一个以上的处理器能够读出并执行该程序。通过这样的方式也能够实现本发明。
(实施方式的总结)
第一方式涉及预测装置(例如17)，所述预测装置具备：获取单元(例如171、S520)，其获取存在于本车辆(例如1)周边的其他车辆(例如31)的信息和存在于所述其他车辆周边的目标物(例如3)的信息；以及预测单元(例如171、S540)，其基于由所述获取单元获取的所述其他车辆的信息以及所述目标物的信息来预测所述其他车辆的动作。
根据第一方式，例如在道路上，考虑目标物对其他车辆造成的影响而预测该其他车辆的动作。由此，根据第一方式，与仅关注其他车辆地进行预测的情况相比，能够使其他车辆的动作预测高精度化。
在第二方式中，所述预测单元基于作为所述目标物的人(例如32)的动作来预测所述其他车辆的动作。
根据第二方式，由于在被确认为目标物的人作出了某些动作的情况下人与其他车辆之间可能存在规定的关系，因此预测该其他车辆会与人的动作对应地而停止。由此，根据第二方式，能够进一步高精度地预测其他车辆的动作。
在第三方式中，在确认到人(例如32)作为所述目标物并且确认到所述其他车辆向所述人的一侧移动的情况下，所述预测单元预测所述其他车辆会停止。
根据第三方式，在其他车辆向被确认为目标物的人的一侧进行了移动的情况下，由于在人与其他车辆之间可能存在规定的关系，因此预测该其他车辆会与该其他车辆向人的一侧的移动对应地而停止。由此，根据第三方式，能够进一步高精度地预测其他车辆的动作。
在第四方式中，在确认到人(例如32)作为所述目标物并且确认到所述人举手的情况下(例如S5460)，所述预测单元预测所述其他车辆会在所述人的前面停止。
根据第四方式，由于在人举手的情况下人与其他车辆之间可能存在规定的关系，因此预测其他车辆会在该人的前面停止。由此，根据第四方式，能够更高精度地预测其他车辆的动作。
在第五方式中，在确认到人(例如32)作为所述目标物并且确认到所述人将视线朝向所述其他车辆侧的情况下(例如S5440)，所述预测单元预测所述其他车辆会减速。
根据第五方式，在人将视线朝向其他车辆的情况下，人与其他车辆之间可能存在规定的关系。因此，预测该其他车辆会与人将视线朝向其他车辆对应地而减速。由此，根据第五方式，能够更高精度地预测其他车辆的动作。
在第六方式中，在确认到人(例如32)作为所述目标物的情况下，所述预测单元预测所述其他车辆的车门会在所述人的前面打开(例如E5～E7)。
根据第六方式，例如，能够决定在超越其他车辆的情况下增大本车辆与该其他车辆的侧方的车间距离，或者决定使本车辆在该其他车辆的后方停止。
在第七方式中，在确认到人(例如32)作为所述目标物并且确认到所述人进入停止的所述其他车辆的情况下，所述预测单元预测所述其他车辆会起步。
根据第七方式，能够更高精度地预测停止中的其他车辆的动作。
在第八方式中，所述获取单元进一步获取所述其他车辆的前方信息，在所述前方信息满足规定条件的情况下，所述预测单元预测即使所述其他车辆停止而所述其他车辆的车门也不会打开。
根据第八方式，基于其他车辆的前方信息来预测停止了的其他车辆的车门有无开闭。车辆停止的原因大多在于与该前方信息相关的情况(例如，其前方有行人的情况等)。因此，通过进一步获取其他车辆的前方信息并推测其他车辆前方的情形，能够进一步高精度地预测停止了的其他车辆的动作。
在第九方式中，所述规定条件包括：在所述其他车辆的行进路线上存在目标物；和/或所述其他车辆的前方的信号灯显示红色。
根据第九方式，由于在其他车辆停止的原因被消除之后该其他车辆起步的可能性提高，因此能够更高精度地预测停止了的其他车辆的动作。
在第十方式中，所述预测单元进一步基于所述其他车辆是否是用于接送服务的车辆(例如S5420)来预测所述其他车辆的动作。
根据第十方式，在其他车辆为用于接送服务的车辆(例如，出租车等)的情况下，进行以上示例的预测。用于接送服务的车辆大多根据道路上的人的动作而变更其动作。因此，第十方式适合高精度地预测用于接送服务的车辆的动作。
在第十一方式中，所述预测装置进一步具备设定单元(S5480)，该设定单元基于所述预测单元的所述预测的结果来设定针对所述其他车辆的警戒区域(例如R)。
根据第十一方式，基于以上各方式的预测结果来设定针对其他车辆的警戒区域。由此，能够在增大或确保与该其他车辆的距离的同时进行驾驶，且能够实现安全驾驶。
第十二方式涉及车辆(例如1)，所述车辆具备：检测单元(例如16)，其对存在于本车辆周边的其他车辆(例如31)和存在于所述其他车辆周边的目标物(例如3)进行检测；以及预测单元(例如17)，其基于所述检测单元对所述其他车辆的检测结果以及对所述目标物的检测结果来预测所述其他车辆的动作。
根据第十二方式，与所述第一方式同样地，由于基于该其他车辆周边的目标物的信息来预测其他车辆的动作，因此能够高精度地进行该预测。
第十三方式涉及预测方法，所述预测方法包括：获取步骤(例如S520)，在该获取步骤中，获取存在于本车辆(例如1)周边的其他车辆(例如31)的信息和存在于所述其他车辆周边的目标物(例如3)的信息；以及预测步骤(例如S540)，在该预测步骤中，基于在所述获取步骤中获取的所述其他车辆的信息以及所述目标物的信息来预测所述其他车辆的动作。
根据第十三方式，与上述第一方式同样地，由于基于该其他车辆周边的目标物的信息来预测其他车辆的动作，因此能够高精度地进行该预测。
第十四方式是用于使计算机执行上述各步骤的程序。
根据第十四方式，能够通过计算机实现上述第十三方式的预测方法。
本发明不限于上述实施方式，能够在不脱离本发明的精神和范围的情况下进行各种变更和变形。因此，为了明确本发明的范围，附加以下的权利要求。
附图标记说明
1：本车辆；3：目标物；31：其他车辆；32：人；17：预测用ECU(车载用预测装置)。

Claims (5)

1.一种预测装置，其特征在于，
所述预测装置具备：
获取单元，其获取存在于本车辆周边的其他车辆的信息和存在于所述其他车辆周边的目标物的信息；以及
预测单元，其基于由所述获取单元获取的所述其他车辆的信息以及所述目标物的信息来预测所述其他车辆的动作，
在确认到人作为所述目标物并且确认到所述人将视线朝向所述其他车辆侧的情况下，所述预测单元预测所述其他车辆会减速。
2.根据权利要求1所述的预测装置，其特征在于，
所述获取单元进一步获取所述其他车辆的前方信息，
在所述前方信息满足规定条件的情况下，所述预测单元预测即使所述其他车辆停止而该停止也不伴随人在所述其他车辆上的上下车。
3.根据权利要求2所述的预测装置，其特征在于，
所述规定条件包括：在所述其他车辆的行进路线上存在目标物；和/或
所述其他车辆的前方的信号灯显示红色。
4.根据权利要求1所述的预测装置，其特征在于，
在以所述其他车辆作为第一其他车辆、且第二其他车辆在所述第一其他车辆的后方处于行驶中的情况下，所述预测单元基于作为所述目标物的人的动作而预测所述第一其他车辆的停止，并且预测所述第二其他车辆进行对所述第一其他车辆的超越。
5.一种存储介质，其存储有用于使计算机作为权利要求1至4 中任一项所述的预测装置中的各单元而发挥功能的程序。
CN201780090951.4A 2017-06-02 2017-06-02 预测装置、车辆、预测方法以及存储介质 Active CN110678913B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/020549 WO2018220807A1 (ja) 2017-06-02 2017-06-02 予測装置、車両、予測方法およびプログラム

Publications (2)

Publication Number Publication Date
CN110678913A CN110678913A (zh) 2020-01-10
CN110678913B true CN110678913B (zh) 2022-05-31

Family

ID=64455738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780090951.4A Active CN110678913B (zh) 2017-06-02 2017-06-02 预测装置、车辆、预测方法以及存储介质

Country Status (4)

Country Link
US (1) US20200079371A1 (zh)
JP (1) JP6796201B2 (zh)
CN (1) CN110678913B (zh)
WO (1) WO2018220807A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016215587A1 (de) * 2016-08-19 2018-02-22 Audi Ag Verfahren zum Betreiben eines zumindest teilautonom betriebenen Kraftfahrzeugs und Kraftfahrzeug
JP6705495B1 (ja) * 2018-12-26 2020-06-03 株式会社Ｊｖｃケンウッド 車両用記録制御装置、車両用記録装置、車両用記録制御方法およびプログラム
DE102019203334A1 (de) * 2019-03-12 2020-09-17 Robert Bosch Gmbh Verfahren zum Durchführen einer Reaktion auf Personen an Fahrzeugen
EP3950452B1 (en) * 2019-03-28 2024-07-17 NISSAN MOTOR Co., Ltd. Behavior prediction method, behavior prediction device, and vehicle control device
EP3950446B1 (en) * 2019-03-29 2023-11-15 NISSAN MOTOR Co., Ltd. Vehicle control method and vehicle control device
JP7277215B2 (ja) * 2019-03-29 2023-05-18 日産自動車株式会社 挙動予測方法及び挙動予測装置並びに車両制御装置
JP7303521B2 (ja) * 2019-06-28 2023-07-05 株式会社Soken 車両制御装置
JP7275001B2 (ja) * 2019-10-18 2023-05-17 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
CN115884909A (zh) * 2020-06-17 2023-03-31 日产自动车株式会社 行驶辅助方法、以及行驶辅助装置
US11618444B2 (en) * 2020-10-01 2023-04-04 Argo AI, LLC Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior
US11731661B2 (en) 2020-10-01 2023-08-22 Argo AI, LLC Systems and methods for imminent collision avoidance
DE112020007815T5 (de) * 2020-12-04 2023-11-02 Mitsubishi Electric Corporation Automatikbetrieb-System, Server und Verfahren zur Erzeugung einer dynamischen Karte
JP2022142510A (ja) * 2021-03-16 2022-09-30 パナソニックＩｐマネジメント株式会社 車両用周辺警戒装置および車両用周辺警戒方法
JPWO2022244605A1 (zh) * 2021-05-21 2022-11-24
CN117597281A (zh) * 2021-06-30 2024-02-23 株式会社爱信 自动制动控制装置以及自动制动处理程序
US20230007914A1 (en) * 2022-09-20 2023-01-12 Intel Corporation Safety device and method for avoidance of dooring injuries

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010023721A (ja) * 2008-07-22 2010-02-04 Hitachi Ltd 走行支援装置
WO2014148025A1 (ja) * 2013-03-21 2014-09-25 株式会社デンソー 走行制御装置
CN105711486A (zh) * 2014-12-17 2016-06-29 宝马股份公司 在车辆和该车辆环境中的交通参与者之间的通信

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH036800A (ja) * 1989-06-05 1991-01-14 Mitsubishi Electric Corp タクシースタンドシステム
JP2004309210A (ja) * 2003-04-03 2004-11-04 Yoshiomi Yamada 走行状況表示装置および行先案内方法
DE112005003266T5 (de) * 2004-12-28 2008-09-04 Kabushiki Kaisha Toyota Chuo Kenkyusho Fahrzeugbewegungssteuerungsvorrichtung
JP2010039717A (ja) * 2008-08-04 2010-02-18 Fujitsu Ten Ltd 車両制御装置、車両制御方法および車両制御処理プログラム
JP2013101577A (ja) * 2011-11-10 2013-05-23 Motion:Kk 情報処理装置、情報処理システム、情報処理装置の制御方法、及び、プログラム
JP5880580B2 (ja) * 2012-01-20 2016-03-09 トヨタ自動車株式会社 車両挙動予測装置及び車両挙動予測方法、並びに運転支援装置
JP5744966B2 (ja) * 2012-05-30 2015-07-08 治 増田 タクシーの最適配置システム
DE102013207223A1 (de) * 2013-04-22 2014-10-23 Ford Global Technologies, Llc Verfahren zur Erkennung von nicht motorisierten Verkehrsteilnehmern
JP2015228092A (ja) * 2014-05-30 2015-12-17 株式会社デンソー 運転支援装置および運転支援プログラム
JP6323385B2 (ja) * 2015-04-20 2018-05-16 トヨタ自動車株式会社 車両走行制御装置
DE102015210780A1 (de) * 2015-06-12 2016-12-15 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Steuereinheit zur Kommunikation zwischen einem autonomen Fahrzeug und einem Insassen
CN106114432A (zh) * 2016-06-28 2016-11-16 戴姆勒股份公司 针对特定目标的车辆辅助驾驶系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010023721A (ja) * 2008-07-22 2010-02-04 Hitachi Ltd 走行支援装置
WO2014148025A1 (ja) * 2013-03-21 2014-09-25 株式会社デンソー 走行制御装置
CN105711486A (zh) * 2014-12-17 2016-06-29 宝马股份公司 在车辆和该车辆环境中的交通参与者之间的通信

Also Published As

Publication number Publication date
US20200079371A1 (en) 2020-03-12
JPWO2018220807A1 (ja) 2020-04-09
CN110678913A (zh) 2020-01-10
WO2018220807A1 (ja) 2018-12-06
JP6796201B2 (ja) 2020-12-02

Similar Documents

Publication Publication Date Title
CN110678913B (zh) 预测装置、车辆、预测方法以及存储介质
CN110281930B (zh) 车辆控制装置、车辆、车辆控制方法以及存储介质
CN109472975B (zh) 驾驶支援系统、驾驶支援装置及驾驶支援方法
CN109421714B (zh) 车辆控制系统、车辆控制方法及存储介质
CN109515434B (zh) 车辆控制装置、车辆控制方法及存储介质
CN110001643B (zh) 车辆控制装置、车辆控制方法、存储介质、以及信息获取装置
JP6327423B2 (ja) 車両制御システム、車両制御方法、および車両制御プログラム
CN108778880B (zh) 车辆控制装置、车辆控制方法及存储介质
CN109421799B (zh) 车辆控制装置、车辆控制方法及存储介质
CN108974010B (zh) 处理装置、车辆、处理方法以及存储介质
CN109466542B (zh) 车辆控制装置、车辆控制方法及存储介质
US20200198634A1 (en) Vehicle control apparatus, vehicle, and vehicle control method
CN108974006B (zh) 预测装置
JP2019160032A (ja) 車両制御装置、車両制御方法、およびプログラム
JP2019159426A (ja) 車両制御装置、車両制御方法、およびプログラム
JP6485915B2 (ja) 道路区画線認識装置、車両制御装置、道路区画線認識方法、および道路区画線認識プログラム
CN110271544B (zh) 车辆控制装置、车辆控制方法及存储介质
CN109383367B (zh) 车辆外部通知装置
CN111731296B (zh) 行驶控制装置、行驶控制方法以及存储程序的存储介质
US11505193B2 (en) Vehicle control apparatus, vehicle control method, and storage medium
CN111830859A (zh) 车辆远程指示系统
CN112644494A (zh) 车辆控制装置、车辆控制方法及存储介质
CN112874513A (zh) 驾驶支援装置
JP6413636B2 (ja) 走行制御装置
JP6627128B2 (ja) 車両制御システム、車両制御方法、および車両制御プログラム

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