CN111033590A - 车辆行驶控制设备、车辆行驶控制方法以及程序 - Google Patents
车辆行驶控制设备、车辆行驶控制方法以及程序 Download PDFInfo
- Publication number
- CN111033590A CN111033590A CN201880052109.6A CN201880052109A CN111033590A CN 111033590 A CN111033590 A CN 111033590A CN 201880052109 A CN201880052109 A CN 201880052109A CN 111033590 A CN111033590 A CN 111033590A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road surface
- surface temperature
- travel control
- route
- 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
Links
- 238000000034 method Methods 0.000 title claims description 49
- 238000001514 detection method Methods 0.000 claims description 20
- 239000000446 fuel Substances 0.000 abstract description 26
- 238000012545 processing Methods 0.000 description 51
- 238000004891 communication Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 28
- 230000005540 biological transmission Effects 0.000 description 17
- 238000005096 rolling process Methods 0.000 description 17
- 230000005855 radiation Effects 0.000 description 12
- 230000033228 biological regulation Effects 0.000 description 10
- 230000006399 behavior Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000010391 action planning Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 101000589407 Homo sapiens Membrane progestin receptor gamma Proteins 0.000 description 2
- 102100032334 Membrane progestin receptor gamma Human genes 0.000 description 2
- 230000037007 arousal Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0023—Planning or execution of driving tasks in response to energy consumption
-
- 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
- B60W40/06—Road conditions
- B60W40/068—Road friction coefficient
-
- 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
-
- 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
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3658—Lane guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3697—Output of additional, non-guidance related information, e.g. low fuel level
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
-
- 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 or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/20—Tyre data
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/40—Coefficient of friction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle for navigation systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3469—Fuel consumption; Energy use; Emission aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
- G01J5/485—Temperature profile
Abstract
本发明实现了通过检测路面温度、选择路面温度高的区域并使行驶发生在所选择的区域来实现提高了燃料经济性的行驶的配置。分析由远红外相机捕获的图像以分析路面温度分布,并且将路面温度最高的路径设置为行驶路径。此外,执行沿着路面温度最高的路径的自动驾驶。另外,在显示单元上显示路面温度分布状态和路面温度最高的路径的方向,以使用户(驾驶员)意识到它们。例如,状态分析单元检测车辆能够行驶的多个候选路线,计算每个候选路线的平均路面温度值,并将行驶路径设定为平均值最高的候选路线。
Description
技术领域
本公开涉及车辆行驶控制设备、车辆行驶控制方法以及程序。特别地,本公开涉及在车辆行驶时实现燃料效率的提高的车辆行驶控制设备、车辆行驶控制方法以及程序。
背景技术
已知在汽车行驶时轮胎温度和燃料效率之间存在相关性。
例如,专利文献1(日本专利申请公开号2016-075503)公开了测量轮胎的温度与滚动阻力之间的关系的估计设备。
另外,专利文献2(日本专利申请公开号2012-101762)公开了一种设备,该设备使用由设置在车辆中的检测装置检测到的轮胎温度来计算轮胎的滚动阻力,使用汽车在从出发点到目的地的路径上的行驶距离以及计算出的滚动阻力来计算能量消耗,并且将计算出的能量消耗呈现给驾驶员。
引用列表
专利文献
专利文献1:日本专利申请公开号2016-075503
专利文献2:日本专利申请公开号2012-101762
非专利文献
非专利文献1:
http://www.vision.cs.chubu.ac.jp/MPRG/f_group/f133_mishina2013.pdf
发明内容
技术问题
上述两个专利文献中公开的技术都测量轮胎自身的温度并且根据轮胎的温度来估计滚动阻力和燃料效率。
然而,包括上述专利文献的其他专利文献都没有公开测量道路温度、估计燃料效率以及控制车辆。
可以想到的是,轮胎温度在行驶期间受到路面的温度的很大影响并且根据道路的温度而改变,并且燃料效率由于轮胎温度的改变而变化。
本公开的目的是提供实现具有提高的燃料效率的车辆行驶控制的车辆行驶控制设备、车辆行驶控制方法以及程序,该车辆行驶控制包括测量行驶的车辆的行驶方向上的道路的温度的分布,估计燃料消耗较少的行驶路径,以及控制车辆行驶路径。
问题的解决方案
根据本公开的第一方面的车辆行驶控制设备包括:
检测器,分析由远红外相机捕获的图像,以分析路面温度的分布;以及
状态分析器,使用路面温度的分布,将路面温度最高的路线确定为行驶路径。
另外,在车辆行驶控制设备中执行根据本公开的第二方面的车辆行驶控制方法,该方法包括:
由检测器执行检测,该检测包括分析由远红外相机捕获的图像以分析路面温度的分布;以及
由状态分析器执行状态分析,该状态分析包括使用路面温度的分布来将路面温度最高的路线确定为行驶路径。
此外,根据本公开的第三方面的程序使车辆行驶控制设备执行车辆行驶控制,该车辆行驶控制包括:
执行检测,该检测包括使检测器分析由远红外相机捕获的图像以分析路面温度的分布;以及
执行状态分析,该状态分析包括使状态分析器使用路面温度的分布来将路面温度最高的路线确定为行驶路径。
注意,本公开的程序例如是能够通过记录介质或通信介质提供给信息处理设备或计算机系统的程序,该信息处理设备或计算机系统能够执行各种程序代码,该记录介质或通信介质以计算机可读的形式提供程序。通过以计算机可读的形式提供这样的程序,在信息处理设备或计算机系统上执行取决于程序的处理。
根据基于稍后描述的本公开的实施例和附图的更详细的描述,本公开的其他目的、特征和优点将变得明确。注意,本文中的系统是多个设备的逻辑集合,并且不限于具有每个所包括的设备位于单个壳体中的配置。
发明的有益效果
本公开的实施例的配置使得能够在检测路面温度并选择路面温度高的区域时行驶,从而以提高的燃料效率行驶。
具体而言,例如,分析由远红外相机捕获的图像以分析路面温度的分布,并且将路面温度最高的路线确定为行驶路径。另外,执行沿着路面温度最高的路线的自动驾驶。此外,在显示部分上显示路面温度的分布的状态和路面温度最高的路线的方向,使得用户(驾驶员)识别它们。例如,检测多个候选路线的状态分析器检测车辆可行驶的候选路线,计算多个候选路线中的每个候选路线的路面温度的平均值,并且将具有最大的路面温度的平均值的候选路线确定为行驶路径。
该配置使得能够在检测路面温度并选择路面温度高的区域时行驶,从而以提高的燃料效率行驶。
注意,本文中公开的效果仅仅是说明性的而不是限制性的,并且可以提供任何附加的效果。
附图说明
图1图示由本公开的车辆行驶控制设备执行的处理的概要。
图2是说明可见光图像和远红外图像的图。
图3是图示轮胎温度与滚动阻力系数之间的对应关系的曲线图。
图4图示由本公开的车辆行驶控制设备执行的处理的概要。
图5图示由本公开的车辆行驶控制设备执行的处理的概要。
图6是本公开的车辆行驶控制设备的配置的示例的图。
图7是由本公开的车辆行驶控制设备执行的处理的序列的流程图。
图8是说明由本公开的车辆行驶控制设备执行的处理和显示部分上的显示的示例的图。
图9是说明由本公开的车辆行驶控制设备执行的处理和显示部分上的显示的示例的图。
图10是说明由本公开的车辆行驶控制设备执行的处理和显示部分上的显示的示例的图。
图11是说明由本公开的车辆行驶控制设备执行的处理和显示部分上的显示的示例的图。
(符号说明)
10:汽车;20:远红外相机;30:可见光图像;40:远红外图像;50:显示部分;52:推荐路径信息;100:车辆行驶控制设备;101:输入部分;102:数据获取部分;103:通信部分;104:车载设备;105:输出控制器;106:输出部分;107:传动控制器;108:传动系统;109:与车体相关的控制器;110:与车体相关的系统;111:存储装置;112:自动驾驶控制器;131:检测器;132:自身位置估计器;133:状态分析器;134:计划部分;135:操作控制器;141:车辆外部信息检测器;142:车内信息检测器;143:车辆状态检测器;151:地图分析器;152:交通规则识别部分;153:状态识别部分;154:状态预测部分;161:路径计划部分;162:行为计划部分;163:操作计划部分;171:紧急状况避免部分;172:速度增减控制器;173:方向控制器;201:显示部分。
具体实施方式
现在将参考附图详细描述车辆行驶控制设备、车辆行驶控制方法以及程序。注意,根据以下项目进行描述。
1.由车辆行驶控制设备执行的处理的概要
2.车辆行驶控制设备的配置的示例
3.由车辆行驶控制设备执行的处理的序列
4.本公开的配置的总结
[1.由车辆行驶控制设备执行的处理的概要]
首先,参考图1和图1之后的图描述由本公开的车辆行驶控制设备执行的处理的概要。
图1图示由本公开的车辆行驶控制设备执行的处理的示例。
本公开的车辆行驶控制设备设置在图1所示的汽车10中。远红外相机20设置在汽车10的前部,并且捕获位于汽车10的行驶方向上的前方区域的远红外图像。
远红外相机20是捕获红外辐射中具有更长波长的远红外辐射的图像的相机。
从温度较高的物体发出更多的红外辐射。因此,红外辐射使得能够例如在例如黑暗中检测诸如人类的高温物体,并且通常用在例如监控相机中。
在红外辐射中,远红外辐射对热量更加高度敏感,因此能够使用远红外图像找出高温部分和低温部分。
远红外图像例如是取决于温度分布的明暗(light-and-shade)图像。具体而言,它是随着温度更高而变得更白的黑白图像,其中,例如,高温部分用白色表示,低温部分用黑色表示。
参考图2描述将图像捕获为可见光图像或远红外图像的波长的示例。
如图2所示,可见光图像30是波长在大约0.4μm至0.7μm的范围内的图像,并且是彩色图像,诸如使用常用的相机捕获的RGB图像。
红外光图像是波长为0.7μm或更长的长波长的光的图像。如上所述,捕获红外光图像的红外光图像捕获相机能够捕获产生热量的物体(诸如人类)的图像,并且用在例如监控相机中。
如图2所示,红外辐射分类如下:
波长约为0.7至1μm的近红外辐射,
波长约为3至5μm的中红外辐射,以及
波长约为8至14μm的远红外辐射。
如上所述,远红外辐射对热量高度敏感,因此能够使用远红外图像容易地找出高温部分和低温部分。
在以下描述的实施例中,描述使用通过对波长主要为大约8至14μm的远红外辐射执行图像捕获而获得的远红外图像40执行的图像处理的示例。
然而,本公开的处理不限于使用远红外图像来执行,也能够使用其他红外光图像。
返回参考图1,描述了由本公开的车辆行驶控制设备执行的处理的示例。
设置在图1所示的汽车10的前部中的远红外相机20连续地捕获汽车10的行驶方向上的前方道路的远红外图像。
如上所述,对由远红外相机20捕获的对象的远红外图像的分析使得能够分析所捕获的图像的对象的温度分布。
本公开的车辆行驶控制设备分析由远红外相机20捕获的道路的远红外图像,从而分析所捕获的图像的道路的温度分布。
例如,汽车10在两车道道路的左车道中行驶,如图1所示。
远红外线相机20从左车道到右车道连续地捕获汽车10可行驶的道路的部分的整个宽度的远红外线图像。例如,远红外相机20捕获远红外图像作为动态图像。
车辆行驶控制设备分析由远红外相机20捕获的道路的远红外图像,并且例如如图1所示,车辆行驶控制设备分析所捕获的图像的道路的温度分布。
例如,能够获得图1所示的分析结果。换句话说,能够如下所示获得每个区域的道路的温度分布,如图1所示:
汽车10正在行驶的左车道区域是高温区域,
左车道和右车道之间的中间区域(车道指示线区域)是低温区域,并且
右车道是中温区域。
车辆行驶控制设备使用温度分析结果,将路面温度最高的路径确定为提供最佳燃料效率的路径,从而确定为行驶路径。车辆行驶控制设备根据所确定的行驶路径来控制汽车10的行驶。
注意,图1图示了在自动驾驶模式下自动转向的汽车的示例。
在图1所示的示例中,汽车10现在正在行驶的左车道区域是高温区域。通过使汽车10保持在左车道区域中行驶而将轮胎温度保持为高温,从而能够以减小的滚动阻力行驶。这使得能够以良好的燃料效率行驶。
注意,轮胎温度和轮胎的滚动阻力的系数之间的关系是已知的,并且例如存在遵循图3所示的曲线图的关系。
图3是使其水平轴为轮胎温度并且使其垂直轴为轮胎的滚动阻力的系数(μ)的曲线图。
如从图3所示的曲线图中能够看到的,如果轮胎温度较高,则滚动阻力系数(μ)较小。
轮胎的滚动阻力(R)能够通过使用滚动阻力系数(μ)使用下面所示的公式(公式1)来计算。
R=μmg···(公式1)
注意,在上述公式1中,
μ表示轮胎的滚动阻力的系数,
m表示车辆重量,并且
g表示重力加速度。
如从上述公式1中能够看到的,如果滚动阻力系数(μ)较小,则轮胎的滚动阻力(R)较小。
另外,如图3所示的曲线图所表示的,如果温度较高,则滚动阻力的系数(μ)较小。因此,在汽车中,如果轮胎温度较高,则能够使轮胎的滚动阻力(R)较小,这使得能够以良好的燃料效率行驶。
在图1所示的示例中,汽车10现在正在行驶的左车道区域的路面是高温区域。通过使汽车10保持在左车道区域中行驶而将轮胎温度保持为高温,从而能够以减小的滚动阻力行驶。这使得实现以良好的燃料效率行驶。
车辆行驶控制设备使用温度分析结果,确定左车道区域是高温区域,因此是提供最佳燃料效率的路径,选择左车道作为行驶路径,并根据选择的结果控制汽车10的行驶,使得汽车10被设定在左车道中。
注意,连续执行由远红外相机20执行的远红外图像的捕获以及每个区域的路面的温度分布的分析。
因此,使用所捕获的远红外图像分析温度分布的结果也被依次更新。
例如,假设在汽车10根据图1所示的温度分析结果在左车道中行驶时,使用远红外图像分析温度分布的结果改变为图4所示的状态。
图4图示使用远红外图像分析温度分布的结果的示例,其中
汽车10正在行驶的左车道区域是中温区域,
左车道和右车道之间的中间区域(车道指示线区域)是低温区域,并且
右车道是高温区域。
当作为使用远红外图像分析温度分布的结果获得图4所示的每个道路区域的温度分布时,汽车10的车辆行驶控制设备执行包括以下的处理:
使用温度分析结果确定右车道的区域是高温区域,因此是提供最佳燃料效率的路径;选择右车道作为行驶路径;以及根据选择的结果执行行驶控制,以使汽车10向右车道移动。
注意,车道改变是在检查与前后行驶的车辆的距离以确认车辆之间存在安全距离之后进行的。
参考图1和图4所描述的配置是在能够在自动驾驶模式下行驶的汽车中设置本公开的车辆行驶控制设备的示例。
本公开的车辆行驶控制设备不仅能够设置在这样的能够在自动驾驶模式下行驶的汽车中,而且能够设置在不包括自动驾驶模式的功能的汽车中。
参考图5描述当本公开的车辆行驶控制设备设置在不包括自动驾驶模式的功能的汽车中时,由车辆行驶控制设备执行的处理的示例。
如图1的情况中那样,图5图示由本公开的车辆行驶控制设备执行的处理的示例。
本公开的车辆行驶控制设备设置在图5所示的汽车10中。远红外相机20设置在汽车10的前部,并且捕获位于汽车10的行驶方向上的前方区域的远红外图像。
设置在汽车10中的车辆行驶控制设备分析由远红外相机20捕获的道路的远红外图像。
图5所示的汽车10的车辆行驶控制设备在汽车中包括的显示部分50上显示分析远红外图像的结果。
如图5所示,在显示部分50上显示关于每个道路区域的温度分布的以下信息:
汽车10正在行驶的左车道区域是高温区域,
左车道和右车道之间的中间区域(车道指示线区域)是低温区域,并且
右车道是中温区域。
图5所示的汽车10的车辆行驶控制设备获取关于每个道路区域的温度分布的这样的信息,并且将所获取的信息显示在显示部分50上。
注意,可以设置取决于温度的输出颜色以在显示部分50上进行显示。
如图5所示,
以红色设定输出作为汽车10正在行驶的左车道区域的高温区域,
以绿色设定输出作为左车道和右车道之间的中间区域(车道指示线区域)的低温区域,并且
以黄色设定输出作为右车道的中温区域。
执行输出时的这样的颜色编码使得用户(驾驶员)能够立即知道路面温度。
图5所示的汽车10的车辆行驶控制设备进一步使用温度分析结果选择提供最佳燃料效率的路径作为行驶路径,并根据选择的结果在汽车10的显示部分50上显示推荐路径信息52。
在该图所示的示例中,汽车10正在行驶的左车道区域是高温区域,并且将表示左车道中的行驶方向的箭头显示为推荐路径信息52。
汽车10的驾驶员能够通过根据显示在显示部分50上的信息(即推荐路径信息52)对汽车10进行转向来选择道路的高温区域以在高温区域上行驶。
这样的行驶处理使得能够以良好的燃料效率行驶。
注意,关于参考图1和图4描述的包括自动驾驶模式的功能的汽车,也可以执行设定,使得在选择道路的高温区域并执行自动驾驶时,类似于图5所示的那样的道路温度的分布的状态和推荐路径信息显示在汽车的显示部分上。
在执行自动驾驶时显示信息使得驾驶员能够预先知道汽车沿着显示在显示部分上的推荐路径行驶,并且预先知道例如行驶的车道可能有改变。
[2.车辆行驶控制设备的配置的示例]
接下来,参考图6描述车辆行驶控制设备的配置的示例。
图6是车辆控制系统100的示意性功能配置的示例的框图,该车辆控制系统100是包括在汽车10中并执行上述处理的车辆行驶控制设备的示例。
注意,当要将设有车辆控制系统100的车辆与其他车辆区分时,将在下文中将其称为安装了系统的汽车或安装了系统的车辆。
车辆控制系统100包括输入部分101、数据获取部分102、通信部分103、车载设备104、输出控制器105、输出部分106、传动控制器107、传动系统108、与车体相关的控制器109、与车体相关的系统110、存储装置111以及自动驾驶控制器112。输入部分101、数据获取部分102、通信部分103、输出控制器105、传动控制器107、与车体相关的控制器109、存储装置111以及自动驾驶控制器112通过通信网络121彼此连接。通信网络121的示例包括满足诸如控制器局域网(CAN)、本地互连网络(LIN)、局域网(LAN)和FlexRay(注册商标)这样的任何标准的车上通信网络和总线。注意,车辆控制系统100的各个部件也可以无需通信网络121而直接彼此连接。
注意,当车辆控制系统100的各个部件通过通信网络121彼此通信时,将在下面省略对通信网络121的描述。例如,当输入部分101和自动驾驶控制器112通过通信网络121彼此通信时,将简单地陈述输入部分101和自动驾驶控制器112彼此通信。
输入部分101包括由车上人员用来输入例如各种数据和指令的设备。例如,输入部分101包括诸如触摸面板、按钮、麦克风、开关和控制杆这样的操纵设备,以及能够通过手动操纵以外的方法(诸如声音或手势)对其执行输入的操纵设备。另外,例如,输入部分101可以是外部连接的设备,诸如使用红外或其他无线电波的遥控设备,或者能够处理对车辆控制系统100进行操纵的移动设备或可穿戴设备。输入部分101根据车上人员输入的数据或指令来生成输入信号,并将输入信号提供给车辆控制系统100的每个部件。
数据获取部分102包括例如获取用于由车辆控制系统100执行的处理的数据的各种传感器,并且将所获取的数据提供给车辆控制系统100的每个部件。
例如,数据获取部分102包括用于检测例如安装了系统的汽车的状态的各种传感器。具体而言,例如,数据获取部分102包括例如陀螺仪、加速度传感器、惯性测量单元(IMU)以及用于检测例如油门踏板的操作量、制动踏板的操作量、方向盘的转向角、引擎转数、马达转数或车轮转速的传感器。
另外,例如,数据获取部分102包括用于检测关于安装了系统的汽车的外部的信息的各种传感器。具体而言,例如,数据获取部分102包括图像捕获设备,诸如飞行时间(ToF)相机、可见光相机、立体相机、单目相机、(远)红外相机和其他相机等。此外,例如,数据获取部分102包括用于检测例如天气或天气状况的环境传感器,以及用于检测安装了系统的汽车周围的物体的周边信息检测传感器。环境传感器的示例包括雨滴传感器、雾传感器、日光传感器和雪传感器。周边信息检测传感器的示例包括超声传感器、雷达、LiDAR(光检测和测距、激光成像检测和测距)和声纳。
此外,例如,数据获取部分102包括用于检测安装了系统的汽车的当前位置的各种传感器。具体而言,例如,数据获取部分102包括例如从GNSS卫星接收GNSS信号的全球导航卫星系统(GNSS)接收器。
另外,例如,数据获取部分102包括用于检测车内信息的各种传感器。具体而言,例如,数据获取部分102包括例如捕获驾驶员的图像的图像捕获设备、检测关于驾驶员的生物信息的生物传感器以及收集车辆内部的声音的麦克风。生物传感器设置在例如座椅表面或方向盘中,并检测关于正坐在座椅上的车上人员或方向盘后面的驾驶员的生物信息。
通信部分103与车载设备104以及各种车辆外部设备、服务器、基站等通信,并且发送由车辆控制系统100的每个部件提供的数据,并将接收到的数据提供给车辆控制系统100的每个部件。注意,通信部分103所支持的通信协议没有特别限制,并且通信部分103还可以支持多个类型的通信协议。
例如,通信部分103使用例如无线LAN、蓝牙(注册商标)、近场通信(NFC)或无线USB(WUSB)与车载设备104进行无线通信。另外,例如,通信部分103通过连接端子(未图示)(和电缆,如果需要的话)使用例如通用串行总线(USB)、高清晰度多媒体接口(HDMI)(注册商标)或移动高清晰度链路(MHL)通过线与车载设备104进行通信。
另外,例如,通信部分103通过基站或接入点与位于外部网络(诸如互联网、云网络或运营商专用网络)中的设备(诸如应用服务器或控制服务器)进行通信。此外,例如,通信部分103使用点对点(P2P)技术与位于安装了系统的汽车附近的终端(诸如行人或商店的终端或者机器类型通信(machine-type-communication,MTC)终端)进行通信。此外,例如,通信部分103执行V2X通信,诸如车辆对车辆(vehicle-to-vehicle)通信,车辆对基础设施(vehicle-to-infrastructure)通信,安装了系统的汽车与家庭之间的车辆对家庭(vehicle-to-home)通信,以及车辆对行人(vehicle-to-pedestrian)通信。另外,例如,通信部分103包括信标接收器,接收例如由设置在道路上的无线站发送的无线电波或电磁波,并且获取关于例如当前位置、交通拥堵、交通管制或需要时间的信息。
车载设备104的示例包括车上人员的移动设备或可穿戴设备,被带入或设置在安装了系统的汽车中的信息设备,以及搜索去往任何目的地的路径的导航设备。
输出控制器105控制各种信息向安装了系统的汽车的车上人员或安装了系统的汽车的外部的输出。例如,输出控制器105通过生成包括视觉信息(诸如图像数据)或听觉信息(诸如声音数据)中的至少一个的输出信号并将输出信号提供给输出部分106来控制来自输出部分106的视觉信息和听觉信息的输出。具体而言,例如,输出控制器105对分别由数据获取部分102的不同图像捕获设备捕获的图像的多条数据进行组合,生成例如远景图像或全景图像,并将包括所生成的图像的输出信号提供给输出部分106。另外,例如,输出控制器105生成包括例如提醒诸如碰撞、接触或进入到危险区域中这样的危险的警告蜂鸣声或警告消息的声音数据,并将包括所生成的声音数据的输出信号提供给输出部分106。
输出部分106包括能够将视觉信息或听觉信息输出到安装了系统的汽车的车上人员或安装了系统的汽车的外部的设备。例如,输出部分106包括例如显示设备、仪表板、音频扬声器、耳机、用于穿戴在车上人员上的可穿戴设备(诸如眼镜式显示器)、投影仪和灯。除了包括常用显示器的显示设备之外,输出部分106中包括的显示设备还可以是在驾驶员的视野中显示视觉信息的设备,诸如平视显示器、透射型显示器或者包括增强现实(AR)显示功能的设备。
传动控制器107通过生成各种控制信号并将它们提供给传动系统108来控制传动系统108。另外,传动控制器107根据需要向传动系统108之外的各个部件提供控制信号,以例如报告控制传动系统108的状态。
传动系统108包括与安装了系统的汽车的传动相关的各种设备。例如,传动系统108包括例如生成驱动力的驱动力生成器(诸如内燃机和驱动马达)、用于将驱动力传递给车轮的驱动力传递机构、执行方向舵调节的转向机构、生成制动力的制动设备、防抱死制动系统(ABS)、电子稳定性控制(ESC)以及电动转向设备。
与车体相关的控制器109通过生成各种控制信号并将它们提供给与车体相关的系统110来控制与车体相关的系统110。另外,与车体相关的控制器109根据需要向与车体相关的系统110之外的各个部件提供控制信号,以例如报告控制与车体相关的系统110的状态。
与车体相关的系统110包括车体中包括的各种与车体相关的设备。例如,与车体相关的系统110包括例如无钥匙进入系统、智能钥匙系统、电动窗设备、电动座椅、方向盘、空调和各种灯(诸如前照灯、后灯、刹车灯、方向灯和雾灯)。
存储装置111例如包括诸如只读存储器(ROM)、随机存取存储器(RAM)和硬盘驱动器(HDD)的磁存储设备,半导体存储设备,光学存储设备以及磁光存储设备。存储装置111在其中存储由车辆控制系统100的各个部件使用的各种程序和数据。例如,存储装置111在其中存储地图数据,诸如三维高精度地图(诸如动态地图)、与高精度地图相比较不精确但覆盖更广区域的全局地图、以及包括关于安装了系统的汽车的周边的信息的局部地图。
自动驾驶控制器112执行与自动驾驶(诸如自主行驶和驾驶辅助)相关的控制。具体而言,例如,自动驾驶控制器112执行协作控制以提供高级驾驶辅助系统(ADAS)的功能,包括例如安装了系统的汽车的碰撞避免或冲撞缓和,基于车辆之间的距离在前方车辆之后的行驶,在维持车速时行驶,安装了系统的汽车的碰撞警告,或者安装了系统的汽车偏离车道的警告。另外,例如,自动驾驶控制器112执行协作控制,以实现例如要自主行驶而无需驾驶员进行操作的自动驾驶。自动驾驶控制器112包括检测器131、自身位置估计器132、状态分析器133、计划部分134以及操作控制器135。
检测器131检测控制自动驾驶所需的各种信息。检测器131包括车辆外部信息检测器141、车内信息检测器142和车辆状态检测器143。
车辆外部信息检测器141使用来自车辆控制系统100的每个部件的数据或信号来执行检测关于安装了系统的汽车的外部的信息的处理。例如,车辆外部信息检测器141执行检测、识别和跟踪安装了系统的汽车周围的物体的处理,以及检测到物体的距离的处理。检测目标物体的示例包括车辆、人类、障碍物、建筑物、道路、交通信号灯、交通标志以及道路标志。另外,例如,车辆外部信息检测器141执行检测安装了系统的汽车周边的环境的处理。检测目标周边环境的示例包括天气、温度、湿度、亮度以及路面的状态。车辆外部信息检测器141将表示检测处理结果的数据提供给例如自身位置估计器132,状态分析器133的地图分析器151、交通规则识别部分152和状态识别部分153,以及操作控制器135的紧急情况避免部分171。
车内信息检测器142使用来自车辆控制系统100的每个部件的数据或信号来执行检测车内信息的处理。例如,车内信息检测器142执行认证和识别驾驶员的处理、检测驾驶员的状态的处理、检测车上人员的处理以及检测车内环境的处理。驾驶员的检测目标状态的示例包括身体状况、觉醒程度、专心程度、疲劳程度和视线方向。检测目标车内环境的示例包括温度、湿度、亮度和气味。车内信息检测器142将表示检测处理的结果的数据提供给例如状态分析器133的状态识别部分153以及操作控制器135的紧急情况避免部分171。
车辆状态检测器143使用来自车辆控制系统100的每个部件的数据或信号来执行检测安装了系统的汽车的状态的处理。安装了系统的汽车的检测目标状态的示例包括速度、加速度、方向舵角度、异常的存在与否及其细节、驾驶动作的状态、电动座椅的位置和倾斜度、门锁的状态以及其他车上设备的状态。车辆状态检测器143将表示检测处理的结果的数据提供给例如状态分析器133的状态识别部分153以及操作控制器135的紧急情况避免部分171。
自身位置估计器132使用来自车辆控制系统100的各个部件(诸如车辆外部信息检测器141以及状态分析器133的状态识别部分153)的数据或信号来执行例如估计安装了系统的汽车的位置和姿态的处理。另外,自身位置估计器132根据需要生成用于估计自身位置的局部地图(下文中称为自身位置估计地图)。自身位置估计地图是使用诸如同时定位和地图绘制(SLAM)的技术的高精度地图。自身位置估计器132将表示估计处理结果的数据提供给例如状态分析器133的地图分析器151、交通规则识别部分152和状态识别部分153。另外,自身位置估计器132将自身位置估计地图存储在存储装置111中。
状态分析器133执行分析安装了系统的汽车及其周边的状态的处理。状态分析器133包括地图分析器151、交通规则识别部分152、状态识别部分153以及状态预测部分154。
地图分析器151根据需要使用来自车辆控制系统100的各个部件(诸如自身位置估计器132和车辆外部信息检测器141)的数据或信号来执行分析存储在存储装置111中的各种地图的处理,并且构造包括自动驾驶的处理所需的信息的地图。地图分析器151将构造的地图提供给例如交通规则识别部分152、状态识别部分153和状态预测部分154,以及计划部分134的路径计划部分161、行为计划部分162和操作计划部分163。
交通规则识别部分152使用来自车辆控制系统100的各个部件(诸如自身位置估计器132、车辆外部信息检测器141和地图分析器151)的数据或信号来执行识别安装了系统的汽车周围的交通规则的处理。例如,通过执行识别处理来识别安装了系统的汽车周围的交通信号灯的位置和状态、安装了系统的汽车周围执行的交通控制的细节以及可行驶的车道。交通规则识别部分152将表示识别处理的结果的数据提供给例如状态预测部分154。
状态识别部分153使用来自车辆控制系统100的各个部件(诸如自身位置估计器132、车辆外部信息检测器141、车内信息检测器142、车辆状态检测器143和地图分析器151)的数据或信号来执行识别与安装了系统的汽车相关的状态的处理。例如,状态识别部分153执行例如识别安装了系统的汽车的状态、安装了系统的汽车的周边的状态以及安装了系统的汽车的驾驶员的状态的处理。另外,状态识别部分153根据需要生成用于识别安装了系统的汽车的周边的状态的局部地图(下文中称为状态识别地图)。状态识别地图例如是占据栅格地图(occupancy grid map)。
安装了系统的汽车的识别目标状态的示例包括安装了系统的汽车的位置、姿态和移动(诸如速度、加速度和移动方向)以及异常存在与否及其细节。安装了系统的汽车的周边的识别目标状态的示例包括:安装了系统的汽车周围的静止物体的类型和位置;安装了系统的汽车周围的移动物体的类型、位置和移动(诸如速度、加速度和移动方向);安装了系统的汽车周围的道路的结构和道路的表面的状态;以及安装了系统的汽车周围的天气、温度、湿度和亮度。驾驶员的识别目标状态的示例包括身体状况、觉醒程度、专心程度、疲劳程度、视线的移动以及驾驶动作。
状态识别部分153将表示识别处理的结果的数据(根据需要包括状态识别地图)提供给例如自身位置估计器132和状态预测部分154。另外,状态识别部分153将状态识别地图存储在存储装置111中。
状态预测部分154使用来自车辆控制系统100的各个部件(诸如地图分析器151、交通规则识别部分152和状态识别部分153)的数据或信号来执行预测与安装了系统的汽车相关的状态的处理。例如,状态预测部分154执行例如预测安装了系统的汽车的状态、安装了系统的汽车的周边的状态以及驾驶员的状态的处理。
安装了系统的汽车的预测目标状态的示例包括安装了系统的汽车的行为、异常的发生以及可行驶的距离。安装了系统的汽车的周边的预测目标状态的示例包括安装了系统的汽车周围的移动物体的行为、交通信号灯状态的改变以及环境(诸如天气)的改变。驾驶员的预测目标状态的示例包括驾驶员的行为和身体状况。
状态预测部分154将表示预测处理的结果的数据与来自交通规则识别部分152和状态识别部分153的数据一起提供给例如计划部分134的路径计划部分161、行为计划部分162和操作计划部分163。
路径计划部分161使用来自车辆控制系统100的各个部件(诸如地图分析器151和状态预测部分154)的数据或信号来计划去往目的地的路径。例如,路径计划部分161使用全局地图来设置从当前位置到指定目的地的路径。另外,例如,路径计划部分161根据例如交通拥堵、事故、交通管制和建造物的状态以及驾驶员的身体状况来适当地改变路径。路径计划部分161将表示计划路径的数据提供给例如行为计划部分162。
行为计划部分162使用来自车辆控制系统100的各个部件(诸如地图分析器151和状态预测部分154)的数据或信号来计划安装了系统的汽车的行为,以在由路径计划部分161计划的时间内和路径上安全地行驶。例如,行为计划部分162制定例如关于开始移动、停止、行驶方向(诸如向前移动、向后移动、向左转、向右转和方向改变)、行驶的车道、行驶速度和超车的计划。行为计划部分162将表示安装了系统的汽车的计划行为的数据提供给例如操作计划部分163。
操作计划部分163使用来自车辆控制系统100的各个部件(诸如地图分析器151和状态预测部分154)的数据或信号来计划安装了系统的汽车的操作,以实现由行为计划部分162计划的行为。例如,操作计划部分163制定例如关于速度的增加、速度的减少和行驶路径的计划。操作计划部分163将表示安装了系统的汽车的计划操作的数据提供给例如操作控制器135的速度增减控制器172和方向控制器173。
操作控制器135控制安装了系统的汽车的操作。操作控制器135包括紧急情况避免部分171、速度增减控制器172和方向控制器173。
紧急情况避免部分171使用由车辆外部信息检测器141、车内信息检测器142和车辆状态检测器143执行的检测的结果来执行检测诸如碰撞、接触、进入到危险区域中、驾驶员发生异常和车辆中存在异常这样的紧急情况的处理。当紧急情况避免部分171检测到紧急情况的发生时,紧急情况避免部分171计划安装了系统的汽车的操作,以避免诸如突然停止或急转弯的紧急情况。紧急情况避免部分171将表示安装了系统的汽车的计划操作的数据提供给例如速度增减控制器172和方向控制器173。
速度增减控制器172控制速度的增加和减少,以实现由操作计划部分163或紧急情况避免部分171计划的安装了系统的汽车的操作。例如,速度增减控制器172计算驱动力生成器或制动设备的控制目标值(该控制目标值是用于实现计划的速度增加、计划的速度减少或计划的突然停止的值),并且将表示计算出的控制目标值的控制指令提供给传动控制器107。
方向控制器173控制方向,以实现由操作计划部分163或紧急情况避免部分171计划的安装了系统的汽车的操作。例如,方向控制器173计算转向机构的控制目标值(该控制目标值是用于实现由操作计划部分163计划的行驶路径或由紧急情况避免部分171计划的急转弯的值),并且将表示计算出的控制目标值的控制指令提供给传动控制器107。
[3.由车辆行驶控制设备执行的处理的序列]
接下来,参考图7的流程图描述由车辆行驶控制设备执行的处理的序列。
图7是由车辆行驶控制设备执行的处理的序列的流程图。注意,例如,在控制器(数据处理部分)的控制下执行根据图7所示的流程的处理,该控制器包括例如包括根据存储在车辆行驶控制设备的存储装置中的程序来执行程序的功能的CPU。
注意,以下描述的流程是当应用图6所示的车辆行驶控制设备100时的处理。
这是包括在自动驾驶模式下执行自动驾驶并且还在显示部分上显示推荐路径信息的处理的示例。
下面顺序描述流程图所示的各个步骤的处理。
(步骤S101)
首先,在步骤S101中,自动驾驶控制器112的检测器131获取关于可见光相机的图像捕获信息。
该处理由图6所示的车辆行驶控制设备100的自动驾驶控制器112的检测器131中包括的车辆外部信息检测器141执行。
车辆外部信息检测器141获取位于车辆的行驶方向上的区域的图像,该图像由数据获取部分102中包括的可见光相机捕获。
例如,获取图8所示的捕获图像。
如图8所示,在输出部分106中包括的显示部分(显示器)201上显示该捕获图像,并且用户(驾驶员)能够进行观察。
作为示例,图8所示的图像是表示以下状态的图像:用户(驾驶员)正在驾驶的车辆(安装了系统的车辆)正在两个车道中的左车道中行驶,车辆的前方存在水坑211,并且另一个车辆正在右车道行驶。
(步骤S102)
接下来,在步骤S102中,车辆外部信息检测器141从位于车辆的行驶方向上的区域的图像中提取路面区域,该图像由可见光相机捕获。
注意,例如,使用非专利文献1[http://www.vision.cs.chubu.ac.jp/MPRG/f_group/f133_mishina2013.pdf]中公开的方法作为从图像中提取路面区域的方法。
上述非专利文献1公开了使用机器学习从可见光图像中提取路面区域的方法,并且使用这样的方法提取路面区域。
(步骤S103)
接下来,在步骤S103中,检测候选路线。
该处理由自动驾驶控制器112的状态识别部分153执行。
状态识别部分153根据步骤S102中提取出的路面区域设定候选可行驶路线。
注意,在检测候选路线的处理中,输入诸如关于车辆的自身位置的信息、行驶速度信息(车辆状态)以及关于车辆周围的障碍物的信息(车辆外部信息)这样的信息,并且考虑输入信息来确定多个可安全行驶路线,该可安全行驶路线是在提取出的路面区域中可行驶的并且与当前行驶状态相比路线没有急剧改变的路线。
注意,从自身位置估计器132输入关于车辆的自身位置的信息。另外,从车辆状态检测器143输入行驶速度信息(车辆状态)。此外,从车辆外部信息检测器141输入关于车辆周围的障碍物的信息(车辆外部信息)。
状态识别部分153考虑由这些各个处理部分输入的多条信息,设置可行驶的并且与当前行驶状态相比路线没有急剧改变的多个候选路线。
例如,如图9所示,将三个路径(路径a、b和c)检测为候选路线。
如图9所示,在输出部分106中包括的显示部分(显示器)201上显示候选路线(路径)信息,并且用户(驾驶员)能够确认该信息。
(步骤S104)
接下来,在步骤S104中,使用由(远)红外相机获取的图像来分析关于步骤S103中检测到的候选路线上的路面温度的信息。
该处理由检测器131的车辆外部信息检测器141执行。
车辆外部信息检测器141获取车辆的行驶方向上的路面的图像(该图像由数据获取部分102中包括的(远)红外相机捕获),并且使用所获取的远红外图像的像素值来分析每个候选路线上的路面温度。
如上所述,远红外图像例如是取决于温度分布的明暗图像。具体而言,它被获取为随着温度更高而变得更白的黑白图像,其中,例如,高温部分用白色表示,低温部分用黑色表示。车辆外部信息检测器141使用这样的远红外图像的像素值来分析每个候选路线上的路面温度。
将分析的结果输入到状态识别部分153。
另外,在输出部分106中包括的显示部分(显示器)201上显示分析结果,并且用户(驾驶员)能够确认分析结果。
例如,如图10所示,在显示部分(显示器)201上显示关于路面温度的信息。
在图10所示的示例中,存在水坑211的部分是低温区域,表示车道标记的白线的区域也是低温区域,并且右车道是高温区域。
注意,设定取决于温度的输出颜色以在显示部分201上进行显示是可取的。
例如,如图10所示,以红色设定输出高温区域,以绿色设定输出低温区域。
在执行输出时的这种颜色编码使得用户(驾驶员)能够立即知道每个区域的路面温度。
(步骤S105)
步骤S105的处理由状态识别部分153执行。
状态识别部分153输入步骤S104中由车辆外部信息检测器141获取的关于每个候选路线上的路面温度的信息,并且状态识别部分153使用关于每个候选路线上的路面温度的输入信息来计算每个候选路线上的路面温度的平均值。
例如,针对每个候选路线计算具有约(车辆宽度+其两侧各2米)×(行驶方向上30米至100米)的面积的路面的温度的平均值。
状态识别部分153将计算出的每个候选路线上的路面温度的平均值输入到状态预测部分154。
描述步骤S105的处理的具体示例。
例如,如图9所示,当将三个路径(路径a、b和c)检测为候选路线时,针对路径a、b和c中的每条路径计算具有约(车辆宽度+其两侧各2米)×(行驶方向上30米至100米)的面积的路面的温度的平均值。
注意,上述用于计算平均温度的面积仅仅是示例,并且考虑例如车速和要检测路面温度的区域来确定要计算平均温度的区域是可取的。
(步骤S106)
步骤S106的处理也由状态识别部分153执行。
在步骤S106中,确定关于步骤S103中提取出的所有候选路线是否已完成步骤S105中的平均路面温度的计算。
当尚未关于所有候选路线完成平均路面温度的计算时,处理返回到步骤S105,并且关于未处理的候选路线执行计算平均路面温度的处理。
当关于所有候选路线已完成平均路面温度的计算时,处理进行到步骤S107。
(步骤S107)
步骤S107的处理由状态预测部分154执行。
最后,在步骤S107中,状态预测部分154将路线上的温度具有最大平均值的候选路线确定为行驶路线。
将所确定的行驶路线报告给计划部分134,并且最终执行车辆的控制。
具体而言,执行行驶控制使得车辆沿着所确定的路线行驶。
换句话说,计划部分134将使车辆沿着路面温度最高的路线行驶的控制数据输出到执行车辆的自动驾驶的操作控制器135。
操作控制器135控制车辆的操作以使车辆沿着路面温度最高的路线行驶。
注意,在输出部分106中包括的显示部分(显示器)201上显示关于所确定的行驶路线(路径)的信息,如图11所示,并且用户(驾驶员)能够确认该信息。
图11图示从图9所示的路径a至c中选择路径b的示例。
如从图10中所示的每个候选路线上的温度的分布能够看到的,路径b是车辆在路面温度最高的区域中行驶的路径。
选择这样的行驶路径使得能够在路面温度高的部分中行驶,这使得能够降低轮胎的滚动阻力并且以提高的燃料效率行驶。
注意,当车辆行驶时,连续地重复执行根据图7所示的流程的处理。
通过连续地执行以上处理,能够在连续选择路面温度高的区域时行驶,这使得在车辆行驶时实现燃料效率的提高。
路面温度例如取决于路面状态(诸如铺路的材料、湿润和干燥)以及前面是否存在车辆而变化。例如,当路线上有水坑时,这样的有水坑的部分通常具有低于该部分的周边的温度。
本公开的配置的应用使得能够选择允许避免水坑的路线,并且这使得能够提高燃料效率。另外,例如,当路面的部分的铺路材料与其他部分的材料不同时,路面温度取决于铺路材料而不同。例如,关于白线路面温度低。本公开的配置的应用使得能够在避免这样的路面温度低的区域并且选择较高温度的路面时行驶,并且这使得能够提高燃料效率。
另外,例如,已知当存在在前面行驶的车辆时,由于来自该车辆的热量(诸如来自轮胎的摩擦热、来自车辆的辐射热以及由于车辆的通过而引起的显热)而导致路面温度变得更高。本公开的配置的应用使得能够当存在在前面行驶的车辆时选择跟随该车辆的路径,并且这使得能够以提高的燃料效率行驶。
如上所述,本公开的车辆行驶控制设备使得能够在车辆行驶时连续地测量行驶方向上的路面的温度,从而设定行驶路径使得路面温度高的区域被选择,并且使车辆沿着设定的路径行驶,这使得能够确定地提高燃料效率。
注意,在上述实施例中,已经描述了计算各个候选路线的路面温度的平均值作为各个候选路线的估计值并且比较计算出的平均值的示例,但是,例如,可以使用各个候选路线的路面温度的最大值或中值作为估计值。
[4.本公开的配置的总结]
上面已经参考具体实施例详细描述了本公开的实施例。然而,明确的是,本领域技术人员可以在不脱离本公开的范围的情况下对其进行修改或变更。换句话说,已经示例性地描述了本公开,并且不应限制性地解释本公开。为了确定本公开的范围,应当考虑权利要求书。
注意,本文中公开的技术可以采用以下配置。
(1)一种车辆行驶控制设备,包括:
检测器,分析由远红外相机捕获的图像,以分析路面温度的分布;以及
状态分析器,使用所述路面温度的分布,将路面温度最高的路线确定为行驶路径。
(2)根据(1)所述的车辆行驶控制设备,还包括:
计划部分,将控制数据输出到执行车辆的自动驾驶的操作控制器,所述控制数据是用于使所述车辆沿着所述路面温度最高的路线行驶的数据。
(3)根据(1)或(2)所述的车辆行驶控制设备,其中,
所述状态分析器
检测车辆能够行驶的候选路线,所述状态分析器检测多个候选路线,
计算所述多个候选路线中的每个候选路线的路面温度的平均值,以及
将具有最大的路面温度的平均值的候选路线确定为行驶路径。
(4)根据(1)或(2)所述的车辆行驶控制设备,其中,
所述状态分析器
检测车辆能够行驶的候选路线,所述状态分析器检测多个候选路线,
计算所述多个候选路线中的每个候选路线的路面温度的最大值或中值,以及
将具有最大的路面温度的最大值或最大的路面温度的中值的候选路线确定为行驶路径。
(5)根据(3)或(4)所述的车辆行驶控制设备,其中,
所述状态分析器
输入关于车辆的自身位置的信息、行驶速度信息或关于车辆周围的障碍物的信息中的至少一个,以及
根据输入信息,将确定为能够安全行驶的路线检测为候选路线。
(6)根据(1)至(5)中的任一项所述的车辆行驶控制设备,其中,
所述检测器
从位于车辆的行驶方向上的区域的图像中提取路面区域,所述图像由可见光相机捕获,以及
对提取出的路面区域中包括的路面的温度的分布进行分析。
(7)根据(1)至(6)中的任一项所述的车辆行驶控制设备,还包括:
显示部分,显示关于所述路面温度最高的路线的方向信息。
(8)根据(7)所述的车辆行驶控制设备,其中,
所述显示部分对表示路面温度的温度分布的信息进行显示。
(9)根据(8)所述的车辆行驶控制设备,其中,
所述显示部分将设置有取决于温度的输出颜色的信息显示为所述表示路面温度的温度分布的信息。
(10)一种在车辆行驶控制设备中执行的车辆行驶控制方法,所述方法包括:
由检测器执行检测,所述检测包括分析由远红外相机捕获的图像以分析路面温度的分布;以及
由状态分析器执行状态分析,所述状态分析包括使用所述路面温度的分布来将路面温度最高的路线确定为行驶路径。
(11)一种使车辆行驶控制设备执行车辆行驶控制的程序,所述车辆行驶控制包括:
执行检测,所述检测包括使检测器分析由远红外相机捕获的图像以分析路面温度的分布;以及
执行状态分析,所述状态分析包括使状态分析器使用所述路面温度的分布来将路面温度最高的路线确定为行驶路径。
另外,可以使用硬件或软件或它们的组合来执行本文中描述的一系列处理。当执行使用软件执行的处理时,可以将记录有处理序列的程序安装在存储器上来执行,所述存储器位于合并在专用硬件中的计算机中,或者可以将所述程序安装在通用计算机上来执行,所述通用计算机能够执行各种处理。例如,所述程序可以预先记录在记录介质中。除了从记录介质将程序安装在计算机上之外,还可以通过诸如局域网(LAN)或互联网的网络接收程序以安装在诸如内置硬盘的记录介质上。
注意,本文中描述的各种处理不限于以描述顺序按时间顺序执行,并且它们可以根据执行处理的设备的能力或者根据需要而并行地或单独地执行。另外,本文中的系统是多个设备的逻辑集合,并且不限于具有每个所包括的设备位于单个壳体中的配置。
工业适用性
如上所述,本公开的实施例的配置使得能够在检测路面温度并选择路面温度高的区域时行驶,从而以提高的燃料效率行驶。
具体而言,例如,分析由远红外相机捕获的图像以分析路面温度的分布,并且将路面温度最高的路线确定为行驶路径。另外,执行沿着路面温度最高的路线的自动驾驶。此外,在显示部分上显示路面温度的分布的状态和路面温度最高的路线的方向,使得用户(驾驶员)识别它们。例如,检测多个候选路线的状态分析器检测车辆可行驶的候选路线,计算多个候选路线中的每个候选路线的路面温度的平均值,并将具有最大的路面温度的平均值的候选路线确定为行驶路径。
该配置使得能够在检测路面温度并选择高路面温度的区域时行驶,从而以提高的燃料效率行驶。
Claims (11)
1.一种车辆行驶控制设备,包括:
检测器,分析由远红外相机捕获的图像,以分析路面温度的分布;以及
状态分析器,使用所述路面温度的分布,将路面温度最高的路线确定为行驶路径。
2.根据权利要求1所述的车辆行驶控制设备,还包括:
计划部分,将控制数据输出到执行车辆的自动驾驶的操作控制器,所述控制数据是用于使所述车辆沿着所述路面温度最高的路线行驶的数据。
3.根据权利要求1所述的车辆行驶控制设备,其中,
所述状态分析器
检测车辆能够行驶的候选路线,所述状态分析器检测多个候选路线,
计算所述多个候选路线中的每个候选路线的路面温度的平均值,以及
将具有最大的路面温度的平均值的候选路线确定为行驶路径。
4.根据权利要求1所述的车辆行驶控制设备,其中,
所述状态分析器
检测车辆能够行驶的候选路线,所述状态分析器检测多个候选路线,
计算所述多个候选路线中的每个候选路线的路面温度的最大值或中值,以及
将具有最大的路面温度的最大值或最大的路面温度的中值的候选路线确定为行驶路径。
5.根据权利要求3所述的车辆行驶控制设备,其中,
所述状态分析器
输入关于车辆的自身位置的信息、行驶速度信息或关于车辆周围的障碍物的信息中的至少一个,以及
根据输入信息,将确定为能够安全行驶的路线检测为候选路线。
6.根据权利要求1所述的车辆行驶控制设备,其中,
所述检测器
从位于车辆的行驶方向上的区域的图像中提取路面区域,所述图像由可见光相机捕获,以及
对提取出的路面区域中包括的路面的温度的分布进行分析。
7.根据权利要求1所述的车辆行驶控制设备,还包括:
显示部分,显示关于所述路面温度最高的路线的方向信息。
8.根据权利要求7所述的车辆行驶控制设备,其中,
所述显示部分对表示路面温度的温度分布的信息进行显示。
9.根据权利要求8所述的车辆行驶控制设备,其中,
所述显示部分将设置有取决于温度的输出颜色的信息显示为所述表示路面温度的温度分布的信息。
10.一种在车辆行驶控制设备中执行的车辆行驶控制方法,所述方法包括:
由检测器执行检测,所述检测包括分析由远红外相机捕获的图像以分析路面温度的分布;以及
由状态分析器执行状态分析,所述状态分析包括使用所述路面温度的分布来将路面温度最高的路线确定为行驶路径。
11.一种使车辆行驶控制设备执行车辆行驶控制的程序,所述车辆行驶控制包括:
执行检测,所述检测包括使检测器分析由远红外相机捕获的图像以分析路面温度的分布;以及
执行状态分析,所述状态分析包括使状态分析器使用所述路面温度的分布来将路面温度最高的路线确定为行驶路径。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-157820 | 2017-08-18 | ||
JP2017157820 | 2017-08-18 | ||
PCT/JP2018/026525 WO2019035300A1 (ja) | 2017-08-18 | 2018-07-13 | 車両走行制御装置、および車両走行制御方法、並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111033590A true CN111033590A (zh) | 2020-04-17 |
CN111033590B CN111033590B (zh) | 2022-09-09 |
Family
ID=65362279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880052109.6A Active CN111033590B (zh) | 2017-08-18 | 2018-07-13 | 车辆行驶控制设备、车辆行驶控制方法以及程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11332146B2 (zh) |
EP (1) | EP3671686A4 (zh) |
JP (1) | JP7136106B2 (zh) |
CN (1) | CN111033590B (zh) |
WO (1) | WO2019035300A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116215322A (zh) * | 2022-12-14 | 2023-06-06 | 深圳禄华科技有限公司 | 一种新能源汽车的辅助温控方法、系统、设备及介质 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7023817B2 (ja) * | 2018-09-19 | 2022-02-22 | 本田技研工業株式会社 | 表示システム、表示方法、およびプログラム |
US11142209B2 (en) * | 2019-02-12 | 2021-10-12 | Ford Global Technologies, Llc | Vehicle road friction control |
SE544257C2 (en) * | 2019-08-23 | 2022-03-15 | Scania Cv Ab | Method and control device for controlling driving of a vehicle along a road |
CN110533909B (zh) * | 2019-09-10 | 2020-11-06 | 重庆大学 | 一种基于交通环境的驾驶行为分析方法及系统 |
US20210108966A1 (en) * | 2019-10-09 | 2021-04-15 | Volkswagen Aktiengesellschaft | Multi-sensory measuring system and method for transportation vehicle operating systems |
WO2021142781A1 (en) * | 2020-01-17 | 2021-07-22 | Qualcomm Incorporated | Local navigation assisted by vehicle-to-everything (v2x) |
FI20205114A1 (fi) * | 2020-02-04 | 2021-08-05 | Roadcloud Oy | Reittikohtaisen vierintävastustiedon määrittäminen ja käyttäminen ajoneuvojen ohjaamiseen |
US20220198200A1 (en) * | 2020-12-22 | 2022-06-23 | Continental Automotive Systems, Inc. | Road lane condition detection with lane assist for a vehicle using infrared detecting device |
JP7201657B2 (ja) * | 2020-12-28 | 2023-01-10 | 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 |
US11482007B2 (en) * | 2021-02-10 | 2022-10-25 | Ford Global Technologies, Llc | Event-based vehicle pose estimation using monochromatic imaging |
US11892314B2 (en) * | 2021-05-17 | 2024-02-06 | International Business Machines Corporation | Thermally efficient route selection |
CN113665591B (zh) * | 2021-09-28 | 2023-07-11 | 上海焱眼鑫睛智能科技有限公司 | 无人驾驶控制方法、装置、设备及介质 |
SE2250514A1 (en) * | 2022-04-29 | 2023-10-30 | Scania Cv Ab | Control device and method for predicting rolling resistance |
CN117173897B (zh) * | 2023-11-03 | 2024-01-26 | 浪潮智慧科技(青岛)有限公司 | 一种基于物联网技术的路面交通监测调控方法及系统 |
CN117392858B (zh) * | 2023-12-04 | 2024-03-19 | 华睿交通科技股份有限公司 | 基于多元信息的交通热感摄像系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010039806A1 (en) * | 2000-05-09 | 2001-11-15 | Takayoshi Kawai | Vehicle air conditioning system with non-contact temperature sensor |
CN101363737A (zh) * | 2007-08-08 | 2009-02-11 | 株式会社查纳位资讯情报 | 路线探索方法、路线探索系统及导航装置 |
CN103164962A (zh) * | 2013-01-23 | 2013-06-19 | 山东交通学院 | 一种山区公路急弯路段实时车速预警方法 |
CN103413441A (zh) * | 2013-06-26 | 2013-11-27 | 广东惠利普路桥信息工程有限公司 | 道路天气状况监控系统和监控方法 |
CN203364978U (zh) * | 2013-07-24 | 2013-12-25 | 辽宁金洋集团信息技术有限公司 | 交通运行车辆非接触温度监测仪 |
DE102013021797A1 (de) * | 2013-12-23 | 2015-06-25 | Hella Kgaa Hueck & Co. | Verfahren zur Abgabe eines Warnhinweises auf einen gefährlichen Fahrbahnzustand und Vorrichtung |
US20150344037A1 (en) * | 2012-12-19 | 2015-12-03 | Audi Ag | Method and device for predictive determination of a parameter value of a surface on which a vehicle can drive |
CN105252973A (zh) * | 2015-10-16 | 2016-01-20 | 北汽福田汽车股份有限公司 | 用于汽车的温度监控方法、装置及设备 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04368265A (ja) * | 1991-06-14 | 1992-12-21 | Akebono Brake Res & Dev Center Ltd | 自動ブレーキ装置 |
JPH0516623A (ja) * | 1991-07-10 | 1993-01-26 | Nissan Motor Co Ltd | 車両用車輪 |
JPH08263784A (ja) * | 1995-03-23 | 1996-10-11 | Honda Motor Co Ltd | 道路状況認識装置 |
JP2003176519A (ja) * | 2001-12-12 | 2003-06-24 | Nec Corp | 融雪剤散布システムとその方法 |
US6759949B2 (en) * | 2002-05-23 | 2004-07-06 | Visteon Global Technologies, Inc. | Image enhancement in far infrared camera |
JP4368265B2 (ja) | 2004-08-03 | 2009-11-18 | シャープ株式会社 | 表示装置用フレーム、バックライトユニット及び表示装置 |
DE112007003473B4 (de) * | 2007-05-07 | 2017-04-06 | Fujitsu Limited | Nachtsichtgerät |
JP5218005B2 (ja) * | 2008-10-10 | 2013-06-26 | アイシン・エィ・ダブリュ株式会社 | 走行支援装置、走行支援方法及びコンピュータプログラム |
JP2010163131A (ja) * | 2009-01-19 | 2010-07-29 | Sumitomo Electric Ind Ltd | 路面状況判別装置 |
JP2012101762A (ja) | 2010-11-12 | 2012-05-31 | Toyota Motor Corp | 走行支援装置 |
CN102182137A (zh) * | 2011-02-25 | 2011-09-14 | 广州飒特电力红外技术有限公司 | 路面缺陷检测系统及方法 |
JP2012230067A (ja) | 2011-04-27 | 2012-11-22 | Clarion Co Ltd | ナビゲーション装置、ナビゲーションシステムおよびナビゲーション方法 |
EP2765046B1 (en) * | 2011-10-03 | 2020-02-12 | Toyota Jidosha Kabushiki Kaisha | Driving assistance system for vehicle |
WO2013136827A1 (ja) * | 2012-03-12 | 2013-09-19 | 本田技研工業株式会社 | 車両周辺監視装置 |
JP5529910B2 (ja) * | 2012-03-12 | 2014-06-25 | 本田技研工業株式会社 | 車両周辺監視装置 |
US20140062725A1 (en) * | 2012-08-28 | 2014-03-06 | Commercial Vehicle Group, Inc. | Surface detection and indicator |
US9921584B2 (en) * | 2014-04-03 | 2018-03-20 | General Electric Company | Route examination system and method |
JP6442942B2 (ja) * | 2014-09-11 | 2018-12-26 | 株式会社デンソー | ドライバ状態判定装置 |
JP6366137B2 (ja) | 2014-10-03 | 2018-08-01 | 住友ゴム工業株式会社 | タイヤの転がり抵抗の評価用方法 |
JP2016162172A (ja) | 2015-03-02 | 2016-09-05 | 富士重工業株式会社 | 車両の制御装置及び車両の制御方法 |
-
2018
- 2018-07-13 CN CN201880052109.6A patent/CN111033590B/zh active Active
- 2018-07-13 WO PCT/JP2018/026525 patent/WO2019035300A1/ja unknown
- 2018-07-13 JP JP2019536445A patent/JP7136106B2/ja active Active
- 2018-07-13 EP EP18846160.2A patent/EP3671686A4/en not_active Withdrawn
- 2018-07-13 US US16/638,140 patent/US11332146B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010039806A1 (en) * | 2000-05-09 | 2001-11-15 | Takayoshi Kawai | Vehicle air conditioning system with non-contact temperature sensor |
CN101363737A (zh) * | 2007-08-08 | 2009-02-11 | 株式会社查纳位资讯情报 | 路线探索方法、路线探索系统及导航装置 |
US20150344037A1 (en) * | 2012-12-19 | 2015-12-03 | Audi Ag | Method and device for predictive determination of a parameter value of a surface on which a vehicle can drive |
CN103164962A (zh) * | 2013-01-23 | 2013-06-19 | 山东交通学院 | 一种山区公路急弯路段实时车速预警方法 |
CN103413441A (zh) * | 2013-06-26 | 2013-11-27 | 广东惠利普路桥信息工程有限公司 | 道路天气状况监控系统和监控方法 |
CN203364978U (zh) * | 2013-07-24 | 2013-12-25 | 辽宁金洋集团信息技术有限公司 | 交通运行车辆非接触温度监测仪 |
DE102013021797A1 (de) * | 2013-12-23 | 2015-06-25 | Hella Kgaa Hueck & Co. | Verfahren zur Abgabe eines Warnhinweises auf einen gefährlichen Fahrbahnzustand und Vorrichtung |
CN105252973A (zh) * | 2015-10-16 | 2016-01-20 | 北汽福田汽车股份有限公司 | 用于汽车的温度监控方法、装置及设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116215322A (zh) * | 2022-12-14 | 2023-06-06 | 深圳禄华科技有限公司 | 一种新能源汽车的辅助温控方法、系统、设备及介质 |
CN116215322B (zh) * | 2022-12-14 | 2024-02-02 | 深圳禄华科技有限公司 | 一种新能源汽车的辅助温控方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2019035300A1 (ja) | 2019-02-21 |
US11332146B2 (en) | 2022-05-17 |
JPWO2019035300A1 (ja) | 2020-10-01 |
CN111033590B (zh) | 2022-09-09 |
EP3671686A4 (en) | 2020-08-26 |
JP7136106B2 (ja) | 2022-09-13 |
US20200172110A1 (en) | 2020-06-04 |
EP3671686A1 (en) | 2020-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111033590B (zh) | 车辆行驶控制设备、车辆行驶控制方法以及程序 | |
CN111386701B (zh) | 图像处理装置和图像处理方法 | |
US20200409387A1 (en) | Image processing apparatus, image processing method, and program | |
US20200241549A1 (en) | Information processing apparatus, moving apparatus, and method, and program | |
US11501461B2 (en) | Controller, control method, and program | |
WO2019181284A1 (ja) | 情報処理装置、移動装置、および方法、並びにプログラム | |
US11014494B2 (en) | Information processing apparatus, information processing method, and mobile body | |
US20220036043A1 (en) | Information processing apparatus, information processing method, program, mobile-object control apparatus, and mobile object | |
US11200795B2 (en) | Information processing apparatus, information processing method, moving object, and vehicle | |
CN112534487B (zh) | 信息处理设备、移动体、信息处理方法和程序 | |
US20200298849A1 (en) | Information processing apparatus, information processing method, program, and vehicle | |
US20220058428A1 (en) | Information processing apparatus, information processing method, program, mobile-object control apparatus, and mobile object | |
CN112534297A (zh) | 信息处理设备和信息处理方法、计算机程序、信息处理系统以及移动设备 | |
US20200230820A1 (en) | Information processing apparatus, self-localization method, program, and mobile body | |
US20220277556A1 (en) | Information processing device, information processing method, and program | |
US11366237B2 (en) | Mobile object, positioning system, positioning program, and positioning method | |
US20230045416A1 (en) | Information processing device, information processing method, and information processing program | |
US11763675B2 (en) | Information processing apparatus and information processing method | |
WO2020090250A1 (ja) | 画像処理装置と画像処理方法およびプログラム | |
US20210295563A1 (en) | Image processing apparatus, image processing method, and program | |
EP3863282B1 (en) | Image processing device, and image processing method and program | |
JP2024003806A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN113167883A (zh) | 信息处理装置、信息处理方法、程序、移动体控制装置和移动体 |
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 |