CN111213191A - 创建视距集合的方法和视距采集装置 - Google Patents

创建视距集合的方法和视距采集装置 Download PDF

Info

Publication number
CN111213191A
CN111213191A CN201880066657.4A CN201880066657A CN111213191A CN 111213191 A CN111213191 A CN 111213191A CN 201880066657 A CN201880066657 A CN 201880066657A CN 111213191 A CN111213191 A CN 111213191A
Authority
CN
China
Prior art keywords
sight
line
viewing
distances
motor vehicle
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.)
Withdrawn
Application number
CN201880066657.4A
Other languages
English (en)
Inventor
M·贝德贝克
F·佩尔科费尔
F·格拉夫
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.)
Continental Automotive GmbH
Original Assignee
Continental Automotive GmbH
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 Continental Automotive GmbH filed Critical Continental Automotive GmbH
Publication of CN111213191A publication Critical patent/CN111213191A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种用于创建视距集合(9)的方法，在该方法中执行以下步骤：确定至少一辆机动车(1)的当前位置(2)；确定在当前位置(2)处的当前视距(4)，该视距描述机动车(1)的驾驶员能看到前方道路(3)上多远的距离；将视距(4)从机动车(1)传输至视距采集装置(8)；基于所传输的视距(4)创建视距集合(9)；预先确定在该位置(2)处的预期的视野障碍变化(12)；以及基于预先确定的视野障碍变化(12)调整来自视距集合(9)的视距(4)。

Description

创建视距集合的方法和视距采集装置
技术领域
本发明涉及一种用于创建视距集合的方法。确定至少一辆机动车的当前位置。此外，本发明涉及一种具有相应地创建的视距集合的视距采集装置。
背景技术
由地图数据计算视距是已知的。视距通常表明可以看到多远的道路。视距可能会受到例如障碍物的限制。通常，由地图数据计算出的视距为机动车的超车辅助装置提供支持。
然而不利的是，由地图数据计算出的视距并不总是与现实相符，因此只能不精确地支持超车辅助。
发明内容
因此本发明的目的是，提供一种方法和一种视距采集装置，在该方法中或利用该视距采集装置可以更精确地提供视距集合。
该目的通过根据独立权利要求的方法和视距采集装置来实现。
在根据本发明的方法中创建视距集合。执行以下步骤：
-确定至少一辆机动车的当前位置；
-确定在当前位置处的当前视距，该视距描述机动车驾驶员能看到前方道路上多远的距离；
-将视距从机动车传输到视距采集装置；
-基于所传输的视距创建视距集合；
-预先确定在该位置处的预期的视野障碍变化；和
-基于预先确定的视野障碍变化调整视距集合中的视距。
本发明基于这样的认识，即，由机动车的传感器数据产生的视距集合比基于地图数据产生的已知的视距集合更准确。本发明还基于这样的认识，即，视距集合例如由于自然植被或由于人为干预而随时间变化，并且因此应当定期调整视距集合，以便能够继续提供关于视距的准确信息。视距的改变可以通过预期的视野障碍变化来预先确定。例如，可以根据原有知识确定，植被在哪个季节或一天中哪个时间改变。例如，还可以根据原有知识确定，施工场地何时将在特定位置开始。然后由此可以推论，将在可预先确定的时间内在此处建造新的建筑物，这将导致视野障碍变化。但是，也可能是这样的情况，例如，建筑物被拆除，由此视野障碍变化不再存在或施工场地被清除。
当前的视距例如由机动车的环境传感器确定，然后特别是无线地从机动车传输到视距采集装置、例如车辆外部的服务器。然后，例如，在视距采集装置中基于所传输的视距来创建视距集合。视距集合特别是可以作为数据库使用。基于原有知识、例如取决于已知的植被周期的视野障碍变化，预先确定该位置处预期的视野障碍变化。随着该预先确定的视野障碍变化，然后通过视距集合来调整视距。
在另一种实施形式中，借助于算法和来自该数据库及其他数据库的数据来创建视距信息。例如，特定植物的生长按照规律进行，这导致视野障碍。根据枝叶状态可以预测冬季的透明度。这些规律可以反映到特定模型中，这些特定模型也使用气象数据库中的数据。由此可以减少传感器数据的上传数据量。还可以使用来自其他数据库中的数据，例如官方(数字地籍)或其他传感器平台、例如无人机的数据。由此形成更稳定和更可靠的信息，这对于诸如超车等与安全相关的过程至关重要。有效减少了要传输的数据量。建筑物可以存储为3D模型，从而可以根据行进方向更准确地确定视距。该确定也可以通过在后端计算出的算法来实现。
有利的是，可以验证由地图数据计算出的视距的可靠性。先前未记录的路段也可以使用根据本发明的方法来记录。
具有提高的准确性的视距集合特别有利于应用在至少半自动驾驶或辅助驾驶中。
优选提出，作为视野障碍变化预先确定在所述位置上的植被变化，并根据植被变化来调整视距集合中的视距。植被变化可以例如通过评估已知的植被周期来确定。例如，已知落叶树木在春天生长叶子而在秋天落叶。例如还已知，例如作为视野障碍存在的玉米田在整个植被周期中观察具有什么高度。例如，播种后不久和收获后，玉米通常不是视野障碍，而玉米在收获前不久可能会造成相当大的视野障碍。例如，当前位于当前位置的特定植被也可以例如通过机动车的环境传感器来检测，或者可以通过遥感数据或简单地从数据库中读取。例如，农民为了申请补贴通常会说明，在本季节在特定田地种植哪种农作物。该数据可以例如从例如欧盟当局的数据库中读取。
通过考虑植被变化，更准确地创建视距集合。
此外，优选地提出，预先确定在所述位置处的建筑物变化作为视野障碍变化，并且基于所述建筑物变化来调整视距集合中的视距。通过建筑物变化例如可以描述新建的建筑物或拆除的建筑物。例如，建筑物变化还可能涉及道路网络上的建设项目，例如新的桥梁或新地下通道。例如，还可以从负责的建筑管理局提供的数据库中调用建筑物变化。例如，可以在数据库中定期说明施工进度或至少说明施工开始以及计划的施工结束日期。根据建筑物变化，可以以更准确的视距创建视距集合。
此外，优选提出，确定用于视距的品质值，该品质值描述在确定视距时机动车的当前环境状态，并且将品质值随着视距存储在视距集合中。品质值表示所确定的视距的所谓品质。品质值包括例如一天中的时间、亮度和/或天气。因此可通过品质值，使用与天气有关的因素，例如雾、雨、特别是大雨、太阳和/或黄昏，稍后例如在机动车或视距采集装置中校正视距。稍后的校正特别是与已经描述的视距调整意义相同。品质值可以例如作为标量存在，该品质值由描述环境状态的各种加权值构成。
此外，优选提出，视品质值而定，用另外的视距代替视距集合的视距。该另外的视距优选地是比视距集合中的视距新的视距。然后，优选地，如果该另外的视距具有高于品质限值的品质值，则仅由该另外的视距代替所述视距。也可能是，例如对在确定视距和确定另外的视距之间的时间间隔加权并且对品质值加权。然后可以通过时间间隔和品质值的组合来确定，是否由另外的视距代替所述视距。例如也可以提出，如果较新的视距具有明显较低或较差的品质值，则宁愿保留较旧的视距。
优选提出，将经调整的视距从视距集合传输到另一机动车上。例如，调整后的视距集合可以无线地、特别是通过移动无线电网络从视距采集装置传输到另外的机动车。然后，另外的机动车可以使用由于该调整而更精确的视距。例如，另外的机动车可以将经调整的视距用于驾驶员辅助系统或至少半自动或自动驾驶。
特别是提出，具有相应视距的视距集合由具有多个机动车的车辆群创建。通过使用车辆群创建视距集合，可以更快且更准确地创建视距集合。车辆群的车辆例如可以彼此联网，但是至少车辆群的车辆优选地与视距采集装置联接，或者车辆群的车辆至少被设计为将所确定的视距传输至视距采集装置。
此外，优选提出，在视距集合中的视距通过机器学习来调整。优选地，各个视距通过车辆群传输到视距采集装置，并在那里借助于基于数据分析方法例如变换、建模的自学习系统，或借助于机器学习或人工智能方法，例如神经网络、SVM方法(SVM-支持向量机)、深度学习、KNN(人工神经网络)或回归法，以及图像处理方法，基于视野障碍变化而进行调整。通过使用机器学习来调整视距，可以更精确地调整视距，并且可以处理更大得数据量。
本发明还涉及一种视距采集装置。该视距采集装置具有根据本发明的视距集合。
视距采集装置优选地被设计为服务器或所谓的后端。
根据本发明的方法的有利的实施方式也被认为是视距采集装置的有利的实施方式。
附图说明
本发明的其他特征由权利要求书、附图和附图说明得出。
下面借助示意图更详细地说明本发明的实施例。附图示出了根据本发明的用于创建视距集合的方法的实施例。
具体实施方式
附图示出了处于当前位置2的机动车1。机动车1位于道路3上。
根据该实施例，机动车1具有至少一个环境传感器，优选地是摄像机、雷达传感器、超声波传感器、LiDAR或激光扫描器。机动车1特别是借助环境传感器确定当前的视距4。该视距4描述了机动车1的驾驶员能够看到位于其前方的道路3上多远的距离。视距4可以例如通过雷达传感器确定，方式是基于雷达信号的传输时间确定视距4的距离值。雷达信号例如被视野障碍5反射回去，并且可以确定视距4。视距4例如为80m或250m。视野障碍5是例如植被6或建筑物7的形式。
当前位置2优选地由全球导航卫星系统(GNSS)确定。
因此，机动车1确定在位置2处的视距4，并将视距4特别是与位置2一起、特别是与机动车1的定向一起、并且特别是与机动车1的行进方向一起，传输给视距采集装置8。视距采集装置8至少在该实施例中被设计为服务器或所谓的后端。视距采集装置8可以集中存在或作为分布式系统存在。
根据该实施例，在视距采集装置8中创建视距集合9。根据该实施例，视距集合9可作为数据库。数据库优选地被设计为关系数据库，其将视距4与位置2以及另外的仪表数据、例如检测时间、品质值10和检测日期一起存储。
视品质值10而定，视距4被另一视距11替代。根据该实施例，另外的视距11比视距4更新。如果现在另外的视距11的品质值10大于品质阈值或大于视距4的品质值10，则视距4被另外的视距11代替。例如，如果不是这种情况，则视距4不被另外的视距11替代，而是该另外的视距11例如被丢弃或以其他方式存储。
根据该实施例，预先确定了预期的视野障碍变化12。视野障碍变化12描述了视野障碍5、例如植被6或建筑物7预计如何变化。因此，例如可以基于植被6或建筑物7的未来发展的可能性来预测视野障碍变化12。例如，作为植被6可以假设夏末收获前不久的玉米田比播种后不久或收获后的玉米田高。在建筑物7的情况下同样，可以假设施工现场的开始时的建筑物比例如在施工阶段结束时的建筑物矮。在拆除阶段的情况是相反的，例如，通常在拆除阶段期间建筑物逐渐变矮，并且因此视距4再次增加，这是因为建筑物7于是不再作为视野障碍5而存在。
基于预期的视野障碍变化12，调整或校正来自视距集合9的视距。例如，可以在视距采集装置8中调整视距，或者在视距采集装置8之外调整视距4。
视距4特别是在通过视野障碍变化12调整之后被传输到另一机动车13。然后，与无视距4的情况相比，该另外的机动车13例如可以利用视距4更精确地执行超车过程14。
也可能是，视距4被传输到另外的机动车13，并且在另外的机动车13本身中调整视距4。还可能的情况是，仅一个校正值、即视野障碍变化12本身的变化被传输到另外的机动车13，并且另外的机动车13也存在有视距4，因此该视距4本身并不总是传输到另外的机动车13，而是仅传输视野障碍变化12。
根据该实施例，不仅确定了视距，而且还通过车辆群15确定在不同位置处的多个视距。然后，所述多个视距4被传输到视距采集装置8，并且在那里被添加到视距集合9。
根据该实施例，利用机器学习基于视野障碍变化12来调整视距4。视野障碍变化12可以通过机器学习或使用大型数据(大数据)来预先确定。
在视界采集装置8中，例如进行地图匹配、品质阈值的学习或校正因子的计算或视野障碍变化12的计算。
附图标记列表：
1机动车
2当前位置
3道路
4视距
5视野障碍
6植被
7建筑物
8视距采集装置
9视距集合
10品质值
11另外的视距
12视野障碍变化
13另外的机动车
14超车过程
15车辆群

Claims (12)

1.一种用于创建视距集合(9)的方法，在该方法中执行以下步骤：
-确定至少一辆机动车(1)的当前位置(2)；
-确定在当前位置(2)处的当前视距(4)，该视距描述机动车(1)的驾驶员能看到前方道路(3)上多远的距离；
-将视距(4)从机动车(1)传输至视距采集装置(8)；
-基于所传输的视距(4)创建视距集合(9)；
-基于取决于植被周期的视野障碍变化预先确定在所述位置(2)处的预期的视野障碍变化(12)；以及
-基于预先确定的视野障碍变化(12)调整来自视距集合(9)的视距(4)。
2.一种用于创建视距集合(9)的方法，在该方法中执行以下步骤：
-确定至少一辆机动车(1)的当前位置(2)；
-确定在当前位置(2)处的当前视距(4)，该视距描述了机动车(1)的驾驶员能看到前方道路(3)上多远的距离；
-将视距(4)从机动车(1)传输至视距采集装置(8)；
-基于所传输的视距(4)创建视距集合(9)；
-基于建筑物变化预先确定在所述位置(2)处的预期的视野障碍变化(12)；以及
-基于预先确定的视野障碍变化(12)调整来自视距集合(9)的视距(4)。
3.根据权利要求1所述的方法，其特征在于，预先确定在所述位置(2)处的植被变化作为视野障碍变化(12)，并基于所述植被变化来调整视距集合(9)中的视距(4)。
4.根据权利要求2所述的方法，其特征在于，预先确定在所述位置(2)处的建筑物变化作为视野障碍变化(12)，并基于所述建筑物变化来调整视距集合(9)中的视距(4)。
5.根据前述权利要求中任一项所述的方法，其特征在于，为视距(4)确定品质值(10)，所述品质值描述在确定视距(4)时机动车(1)的当前的环境状态，所述品质值(10)与视距(4)一起存储在视距集合(9)中。
6.根据权利要求5所述的方法，其特征在于，视所述品质值(10)而定，用另外的视距(11)代替在视距集合(9)中的视距(4)。
7.根据前述权利要求中任一项所述的方法，其特征在于，视距集合(9)中的经调整的视距(4)被传输到另外的机动车(13)。
8.根据权利要求7所述的方法，其特征在于，所述另外的机动车(13)视所述视距(4)而定实施超车过程。
9.根据前述权利要求中任一项所述的方法，其特征在于，具有相应的视距(4)的视距集合(9)由具有多个机动车(1)的机动车群(15)创建。
10.根据前述权利要求中任一项所述的方法，其特征在于，借助于机器学习来调整视距集合(9)中的视距(4)。
11.根据前述权利要求中任一项所述的方法，其特征在于，可基于使用来自天气数据库中的数据的规则来调整视距集合(9)中的视距(4)。
12.一种具有视距集合(9)的视距采集装置(8)，所述视距集合通过根据前述权利要求中任一项所述的方法创建。
CN201880066657.4A 2017-10-19 2018-10-15 创建视距集合的方法和视距采集装置 Withdrawn CN111213191A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017218726.3A DE102017218726B4 (de) 2017-10-19 2017-10-19 Verfahren zum Erzeugen einer Sichtweitensammlung und Sichtweitensammeleinrichtung
DE102017218726.3 2017-10-19
PCT/EP2018/078032 WO2019076796A1 (de) 2017-10-19 2018-10-15 Verfahren zum erzeugen einer sichtweitensammlung und sichtweitensammeleinrichtung

Publications (1)

Publication Number Publication Date
CN111213191A true CN111213191A (zh) 2020-05-29

Family

ID=64017342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880066657.4A Withdrawn CN111213191A (zh) 2017-10-19 2018-10-15 创建视距集合的方法和视距采集装置

Country Status (5)

Country Link
US (1) US11482101B2 (zh)
EP (1) EP3698339B1 (zh)
CN (1) CN111213191A (zh)
DE (1) DE102017218726B4 (zh)
WO (1) WO2019076796A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113581168A (zh) * 2021-09-01 2021-11-02 启东市德立神起重运输机械有限公司 一种基于人工智能的不良视距弯道会车安全方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040248521A1 (en) * 2002-05-24 2004-12-09 Carter Moursund Method and system for automatically determining lines of sight beween nodes
JP2005216624A (ja) * 2004-01-28 2005-08-11 Nissan Motor Co Ltd 車両の視界調整方法及び視界調整装置
DE102009011866A1 (de) * 2009-03-05 2010-09-09 Volkswagen Ag Verfahren und Vorrichtung zum Bestimmen einer Sichtweite für ein Fahrzeug
CN102646287A (zh) * 2012-03-21 2012-08-22 浙江工业大学 一种基于场景漫游的虚拟森林仿真信息多级联动方法及其系统
US20150344033A1 (en) * 2014-05-30 2015-12-03 Denso Corporation Apparatus and computer program for assisting driver of vehicle
CN105513423A (zh) * 2015-11-30 2016-04-20 惠州华阳通用电子有限公司 一种车辆超车预警方法及装置
CN105539272A (zh) * 2014-10-28 2016-05-04 罗伯特·博世有限公司 用于调节车辆的至少一个大灯的光发射的方法和控制设备
DE102014225517A1 (de) * 2014-12-11 2016-06-16 Robert Bosch Gmbh Verfahren und Steuergerät zum Einstellen zumindest eines Parameters einer Fahrerassistenzvorrichtung eines Fahrzeugs
CN105691285A (zh) * 2014-12-11 2016-06-22 罗伯特·博世有限公司 用于调节车辆的至少一个大灯的光发射的特性的方法和控制设备
CN106169011A (zh) * 2016-05-10 2016-11-30 青岛理工大学 一种在城市规划设计下设定视觉通廊三维尺度的核算方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE59509929D1 (de) 1994-07-06 2002-01-24 Volkswagen Ag Verfahren zur Ermittlung der Sichtweite, insbesondere für die Bewegung eines Kraftfahrzeuges
DE10017840A1 (de) 2000-04-11 2001-10-25 Bosch Gmbh Robert Vorrichtung und Verfahren zur Sichtweitenbestimmung
DE10149768A1 (de) 2001-10-09 2003-04-17 Ibeo Automobile Sensor Gmbh Sichtweitenbestimmung
DE102006062061B4 (de) * 2006-12-29 2010-06-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung, Verfahren und Computerprogramm zum Bestimmen einer Position basierend auf einem Kamerabild von einer Kamera
WO2011016819A1 (en) * 2009-08-03 2011-02-10 Tele Atlas North America Method of verifying attribute information of a digital transport network database using interpolation and probe traces
DE102010038970A1 (de) * 2010-08-05 2012-02-09 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen einer angepassten Fahrgeschwindigkeit eines Fahrzeugs
DE102012213336A1 (de) * 2012-07-30 2014-01-30 Robert Bosch Gmbh Verfahren und Vorrichtung zur Ergänzung einer digitalen Karte um Höhenangaben an vorbestimmten geografischen Positionen
ES2661400T3 (es) * 2014-05-15 2018-03-28 Continental Automotive Gmbh Método y aparato para proporcionar datos de información sobre entidades a lo largo de una ruta seguida por un vehículo
US10232772B2 (en) * 2015-03-26 2019-03-19 Mitsubishi Electric Corporation Driver assistance system
DE102015206355A1 (de) 2015-04-09 2016-10-13 Siemens Aktiengesellschaft Elektrische Schaltanlage
DE102015206335A1 (de) * 2015-04-09 2016-10-13 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Warnen eines Verkehrsteilnehmers
DE102015015944A1 (de) * 2015-12-08 2017-06-08 Audi Ag Verfahren zur Unterstützung eines Fahrers eines Kraftfahrzeugs hinsichtlich bevorstehender Überholmanöver und Kraftfahrzeug

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040248521A1 (en) * 2002-05-24 2004-12-09 Carter Moursund Method and system for automatically determining lines of sight beween nodes
JP2005216624A (ja) * 2004-01-28 2005-08-11 Nissan Motor Co Ltd 車両の視界調整方法及び視界調整装置
DE102009011866A1 (de) * 2009-03-05 2010-09-09 Volkswagen Ag Verfahren und Vorrichtung zum Bestimmen einer Sichtweite für ein Fahrzeug
CN102646287A (zh) * 2012-03-21 2012-08-22 浙江工业大学 一种基于场景漫游的虚拟森林仿真信息多级联动方法及其系统
US20150344033A1 (en) * 2014-05-30 2015-12-03 Denso Corporation Apparatus and computer program for assisting driver of vehicle
CN105539272A (zh) * 2014-10-28 2016-05-04 罗伯特·博世有限公司 用于调节车辆的至少一个大灯的光发射的方法和控制设备
DE102014225517A1 (de) * 2014-12-11 2016-06-16 Robert Bosch Gmbh Verfahren und Steuergerät zum Einstellen zumindest eines Parameters einer Fahrerassistenzvorrichtung eines Fahrzeugs
CN105691285A (zh) * 2014-12-11 2016-06-22 罗伯特·博世有限公司 用于调节车辆的至少一个大灯的光发射的特性的方法和控制设备
CN105835753A (zh) * 2014-12-11 2016-08-10 罗伯特·博世有限公司 用于调节车辆的驾驶员辅助设备的至少一个参数的方法和控制设备
CN105513423A (zh) * 2015-11-30 2016-04-20 惠州华阳通用电子有限公司 一种车辆超车预警方法及装置
CN106169011A (zh) * 2016-05-10 2016-11-30 青岛理工大学 一种在城市规划设计下设定视觉通廊三维尺度的核算方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113581168A (zh) * 2021-09-01 2021-11-02 启东市德立神起重运输机械有限公司 一种基于人工智能的不良视距弯道会车安全方法及系统
CN113581168B (zh) * 2021-09-01 2022-07-29 启东市德立神起重运输机械有限公司 一种基于人工智能的不良视距弯道会车安全方法及系统

Also Published As

Publication number Publication date
DE102017218726A1 (de) 2019-04-25
US11482101B2 (en) 2022-10-25
WO2019076796A1 (de) 2019-04-25
US20200242923A1 (en) 2020-07-30
EP3698339B1 (de) 2024-02-14
EP3698339A1 (de) 2020-08-26
DE102017218726B4 (de) 2020-11-05

Similar Documents

Publication Publication Date Title
US10696301B2 (en) Vehicle control device
US9235214B2 (en) Distributed knowledge base method for vehicular localization and work-site management
US8560145B2 (en) Distributed knowledge base program for vehicular localization and work-site management
EP2169505B1 (en) Distributed knowledge base for vehicular localization and work-site management
US10203210B1 (en) Systems and methods for road scene change detection using semantic segmentation
EP2169503B1 (en) Multi-vehicle high intensity perception
US8478493B2 (en) High integrity perception program
EP2169498B1 (en) Vehicle with high integrity perception system
US11004224B2 (en) Generation of structured map data from vehicle sensors and camera arrays
EP2169499A2 (en) High integrity perception for machine localization and safeguarding
KR102115542B1 (ko) 원격조종 무인기를 이용한 골프장 관리 시스템
EP3900997A1 (en) Method of and system for controlling operation of self-driving car
CN113743469B (zh) 一种融合多源数据及综合多维指标的自动驾驶决策方法
CN110162032B (zh) 车辆地图数据采集系统和方法
CN111213191A (zh) 创建视距集合的方法和视距采集装置
US20210197895A1 (en) Methods and processors for controlling steering of self-driving car
CN113359700B (zh) 基于5g的无人驾驶拖拉机智能作业系统
CN112684483A (zh) 基于卫星和视觉融合的导航偏差感知及其信息获取方法
US20240010228A1 (en) Method for operating a transportation vehicle and a transportation vehicle
CN116482737A (zh) 农地车辆多源信号导航系统和方法
CN116894871A (zh) 地图生成装置
CN116009580A (zh) 一种基于无人机的茶园茶树喷药管理方法和系统
CN116279576A (zh) 一种记忆行车的方法和装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200529

WW01 Invention patent application withdrawn after publication