CN111278694B - 用于识别车道状态的方法和设备 - Google Patents
用于识别车道状态的方法和设备 Download PDFInfo
- Publication number
- CN111278694B CN111278694B CN201880072459.9A CN201880072459A CN111278694B CN 111278694 B CN111278694 B CN 111278694B CN 201880072459 A CN201880072459 A CN 201880072459A CN 111278694 B CN111278694 B CN 111278694B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- current
- speed
- value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 80
- 238000002592 echocardiography Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 6
- 238000002604 ultrasonography Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007340 echolocation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000005413 snowmelt Substances 0.000 description 1
- 239000003643 water by type 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
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
- B60T8/17—Using electrical or electronic regulation means to control braking
- B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
- G01S15/10—Systems for measuring distance only using transmission of interrupted, pulse-modulated waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
- B60T2210/10—Detection or estimation of road conditions
- B60T2210/13—Aquaplaning, hydroplaning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2015/937—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles sensor installation details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种在使用车辆(100)的声音传感器系统(104)的传感器数据(108)的情况下用于识别在车辆(100)区域中的车道状态的方法,其特征在于,在评估步骤中评估假阳性的对象(400)的在传感器数据(108)中描绘的识别频率,以便识别当前的车道状态,其中在使用至少一个配属于车道状态的预期值的情况下评估识别频率的当前的值。
Description
技术领域
本发明涉及一种在使用车辆的声音传感器系统的传感器数据的情况下用于识别在车辆区域中的车道状态的方法和设备。
背景技术
环境影响、如雨、霰、冰雹或雪可以减小车辆的地面接触,从而延长车辆的制动路径。在滑水(Aquaplaning)时,车辆甚至丢失地面附着。这种环境影响可以通过特殊的传感器检测。
例如可以通过车辆的挡风玻璃中的光学雨传感器识别降雨。当识别降雨时,可以推断出通过降雨引起的车道状态改变。
发明内容
基于该背景,利用在此提出的方案,提出了在使用车辆的声音传感器系统的传感器数据的情况下用于识别在车辆区域中的车道状态的方法和相应的设备,以及相应的计算机程序产品。
在此提出的方案的有利的扩展方案和改进方案在其他部分中描述。
本发明的实施方式可以以有利的方式实现:在车辆上没有特殊的附加的传感器的情况下并且在使用已经存在的信息的情况下推断出车道状态。在此使用车辆的已经存在的超声波发送接收单元。在这里提出的方案中,读取和评估超声波发送接收单元的已经存在的传感器信号,以便推断出车道状态。
通过在此提出的方案,可以更早地并且可靠地识别滑水。此外,滑水的预测是可能的。驾驶员可以更早地被警告发生滑水。由此,车辆可以更好地对预测的和突然的滑水做出反应,并且可以更好地避免基于滑水的事故。水位数据可以反馈给气象部门,气象部门随后给其天气模型更好地供应数据,并且因此例如可以计算出更好的高水位警告。在持续的和零星的损坏中,通过附加的环境信息使故障搜索变得容易。
车道水分也可以通过视频或雷达确定。通过超声波传感器的评估然而可以导致更好的和更准确的预测。
提出了一种在使用车辆的声音传感器系统的传感器数据的情况下用于识别在车辆区域中的车道状态的方法,其特征在于,在评估步骤中评估假阳性的对象的在传感器数据中描绘的识别频率,以便识别当前的车道状态,其中在使用至少一个配属于车道状态的预期值的情况下评估识别频率的当前的值。
此外提出了一种用于识别车道状态的设备,其构造用于实施、实现和/或操控用于在相应的装置中进行识别的方法。
关于本发明的实施方式的构思此外可以视为以随后描述的思想和认识为基础。
车道的通过固态或液态形式的水导致的状态被称为车道状态。车道例如可以是潮湿的、湿透的、泥泞的或被淹没的。当然车道同样可以在没有水时是干燥的。当车辆在潮湿的、湿透的或甚至被淹没的地方驶过时,车辆的环境噪音(特别是轮胎的滚动噪音)相对于干燥的车道明显发生改变。从车道上的一定的水量开始,水也被轮胎上拉,并且撞到车辆上,在那里形成附加的噪音。在车道上的更多的水的情况下,基于通过轮胎的挤压形成喷泉(Fontänen),其同样部分撞到车辆上。噪音与通过行驶风导致的风噪音叠加。风噪音与空气相对于车辆的相对速度相关。
传感器系统可以是超声波传感器系统。传感器数据可以包括传感器系统的一个传感器或多个传感器的声音信息。传感器数据可以已经被预处理。超声波传感器系统的传感器数据可以描绘与识别的对象的距离和其识别概率或品质。与很小的识别概率配属的对象可以被称为假阳性的对象。水滴、即上拉的水和/或水喷泉可以被识别为多个具有很小的识别概率的对象。此外,识别概率在此与噪音水平在识别时间点是多高有关。噪音水平是干扰参量。为了获知识别概率,噪音水平在超声波传感器系统中被计算出并且是可用的。噪音水平也可以被称为噪音水准。噪音水平例如可以以分贝来说明。噪音水平越高,那么越不可能识别弱的回波或小的对象,因为由对象反馈的回波可能在背景噪音中消失。明显更吵的回波作为噪音水平导致高的识别概率。具有在噪音水平的范围中的强度的回波可以被分类为假阳性的对象。
假阳性的对象的识别频率与车道状态有关。对于不同的车道状态,可以存储不同的预期值。例如可以在车辆测试期间确定预期值。
如果识别频率的当前的值小于潮湿值,那么干燥状态可以被识别为当前的车道状态。如果当前的值大于潮湿值,那么潮湿状态可以被识别为当前的车道状态。如果当前的值大于湿透值,那么湿透状态可以被识别为当前的车道状态。如果当前的值大于滑水值,那么滑水状态可以被识别为当前的车道状态。尤其在识别的湿透状态中,从速度极限值开始,可以提供关于滑水危险的警告讯息。潮湿值、湿透值和滑水值可以是预期值的代号。潮湿值可以高于表示干燥的车道状态的干燥值。湿透值可以高于潮湿值。滑水值可以高于湿透值。通过不同高度的预期值可以识别不同的道路状态。
该方法可以具有调节步骤,在调节步骤中,在使用当前识别的车道状态的情况下调节代表车辆最大允许速度的最高速度值和/或代表与前面行驶的车辆的最小允许距离的距离值。在此提出的方案可以直接嵌入至车辆的驾驶员辅助系统。也可以根据在车辆区域中和/或在车辆前方的区域中的预期的车道状态调节最高速度值和/或距离值。可以在由上级的信息网络传送的车道状态信息中描绘预期的车道状态。
在车辆区域中的水位可以被识别为车道状态。不同的预期值可以配属于不同的水位。识别频率根据多少水位于道路上而发生改变。道路上的水越多,那么假阳性的对象的识别频率可能越高。从一定的水位开始,并且从与水位有关的速度开始,车辆轮胎丢失地面接触,并且浮起。出现滑水。通过在此提出的方案,在达到有关已知的水位或水位变化过程的临界速度之前,可以被警告发生滑水。
识别频率可以在窄带的频率范围内被评估。识别频率尤其可以在超声波频谱中被评估。与在宽的频带中相比,在窄的频带中,尤其在近似单个频率中产生更少的干扰。在超声波系统的回波定位的大约48至50kHz的窄带的频率范围内,在干燥的车道的情况下的表面特性的影响是最小的。对此,系统特别好地适用于识别车道状态。
识别频率此外可以在使用代表车辆的当前的速度的速度值和/或代表当前的风矢量的风信息的情况下被评估。通过行驶风导致假阳性识别的对象的份额。该份额可以从识别的对象被减去。行驶风主要与车辆的速度有关。行驶风附加地与风有关。在此,风沿车辆的行驶方向的份额尤其影响行驶风。换言之,与纯粹与速度有关的行驶风相比,行驶风在逆风中更大,并且在顺风中更小。风矢量在此描述了风的方向和强度。
在评估步骤中,可以分离地评估由传感器系统的不同的传感器检测的识别频率。识别频率在车辆的不同的部位处是不一样大的。与在后部区域中相比,风噪音例如可以在车辆的前部区域中更强地出现。
传感器系统的相互对称安装在车辆上的传感器的识别频率可以被评估。传感器经常成对地安装在车辆上。传感器对可以一起被评估,以便识别在识别频率中的不平衡。
传感器系统的安装在车辆上的不同的位置处的传感器的不同的识别频率可以用于识别不同的车道状态。识别频率的空间分布可以与车道状态有关。在潮湿的至湿透的道路中,在车辆后方的识别频率可以比车辆前方的识别频率更高。在湿透的至被淹没的车道中,在车辆前方的识别频率可以比车辆后方的识别频率更高。
识别频率此外可以在使用代表车辆与至少一个对象的距离的距离信息以及对象的声波反射特性和/或声波发射特性的情况下被评估。可以例如由车辆的环境检测系统检测对象。传感器系统例如可以是环境检测系统。环境检测系统可以提供距离信息。距离信息已经可以在传感器数据中作为测量参量存在。传感器系统例如可以主动发送声音信号,并且评估信号的运行时间作为测量参量。在车辆的环境中的对象可以导致噪音,或改变车辆的自身噪音。行驶的车辆例如导致行驶噪音,行驶噪音可以与自身噪音叠加。在车辆旁的平面的对象、例如隧道壁或护栏同样可以反馈车辆的自身噪音。
对象的绝对速度和/或代表车辆的当前速度的速度值可以用于计算对象的声波发射特性。车辆的自身噪音和/或另一车辆的行驶噪音是与速度有关的。速度越高,那么自身噪音或行驶噪音就越吵。
该方法可以具有提供步骤,在提供步骤中,将代表当前的车道状态的车道状态信息和代表车辆的当前位置的位置信息提供给上级的信息网络。备选地或补充地,可以针对车辆的预期的将来的位置由上级的信息网络提供代表当前的车道状态的车道状态信息。通过提供,在信息网络中可以建立关于当前的道路情况的概述。基于概述,其他的车辆可以被供应以前瞻性的车道状态信息,并且因此前瞻性地做出反应。信息网络例如可以被称为云。
计算机程序产品或具有程序代码的计算机程序也是有利的,程序代码可以存储在机器可读的介质上,并且用于执行、实施和/或操控前述的方法的步骤。
要指出的是,就此关于作为方法和设备的不同的实施方式描述本发明的其中一些可能的特征和优点。本领域技术人员识别的是,可以以适当的方式组合、调整或交换特征,以便获得本发明的另外的实施方式。
附图说明
本发明的实施方式随后参考附图进行描述,其中附图、说明书都不认为对本发明造成限制:
图1示出了根据实施例的具有用于识别车道状态的设备的车辆的图示;
图2示出了根据实施例的用于管理车道状态信息的信息网络的图示;
图3示出了根据实施例的包含在传感器数据中的传感器信号和噪音水平的图示;并且
图4示出了根据实施例的在驶过水池时检测的传感器数据的图示。
本发明附图仅是示意性的并且不是按正确比例的。相同的附图标记在所有图中表示相同的或相同作用的特征。
具体实施方式
针对滑水警告提出借助超声波识别车道上的水位。
当前不能够直接测量车道上的车道水分或水柱的毫米数据。从车辆的不同的运行状态可以间接推断出湿透的车道。这例如可以通过雨刮器活动性或ESP干预发生。当前不存在车道状态关于湿度的连续的“测量”。
车辆可以具有环境检测系统。超声波传感器例如可以安置在车轮罩附近,用以识别障碍物。在更快速的行驶期间使用障碍物识别时重要的问题是行驶噪音,其与由传感器辐射出的信号和其回波叠加,并且因此部分地会强烈限制距离测量。越多的水被轮胎朝车轮罩喷洒或上拉,则行驶噪音越大,并且限制越强烈。噪音水准主要直接通过空气到达传感器,但也可以间接通过固体声音被传感器接收。噪音被称为传感器本身中的“干扰参量”。
在许多情况下对于司机或随后的驾驶员来说有益的是,了解湿透的车道的影响,或注意到关于可能的过弯速度或滑水的影响。这提高了道路交通中的安全性。关于“水位”[mm]或“湿透的车道”[是/否]的信息也可以存储在云中并且被处理。
在此提出的方法原则上可以使用在具有超声波传感器的所有车辆中。因为仅一个已经计算出的信号提供到CAN总线上,并且基于该信号将警告输出给驾驶员,所以利用对超声波控制装置和HMI的软件改变实现的最小化实施可以是非常廉价的。
图1示出了根据实施例的具有用于识别车道状态的设备102的车辆100的图示。车辆100在此是轿车。车辆100具有超声波传感器系统104,其在前部和后部分别带有六个传感器。传感器朝不同的检测区域取向,并且相对于车辆纵轴线对称地布置。传感器将超声波信号发送到其检测区域,并且记录从检测区域返回的回波。传感器针对传感器系统104提供描绘回波的传感器信号106。传感器系统104从传感器数据106评估信息,并且提供传感器数据108。
设备102读入传感器数据108,并且评估假阳性的对象的包含在传感器数据108中的识别频率,以便识别车道状态。为车辆100的驾驶员辅助系统114以车道状态信息112的形式提供车道状态,当基于车道状态使地面附着变小时,驾驶员辅助系统例如为车辆100的驾驶员提供警告。
在实施例中,设备102根据识别的车道状态限制车辆100的速度的最大值116和/或与前面行驶的车辆的安全距离。因此,车辆的距离调节控制器例如可以使车辆100的速度和/或与前面行驶的车辆的距离匹配于车道状态。
在实施例中,设备102通过无线连接将车道状态信息112和位置信息118发送至上级的信息网络。因此,关于车道状态的信息也可以在车辆100的区域中转送至其他的车辆。
车辆100借助超声波传感器(USS)识别车道上的水位是多高,超声波传感器分别位于车轮罩附近,或总归安装用于对象识别。
水位识别可以由超声波系统与对象识别平行地执行。因为在低的速度中,对象识别非常好地运行,所以传感器的过滤特性和其他的参数针对对象识别来进行优化。在这里提出的方案中,以非常小的概率评估被(错误)识别的对象的数量和与该对象的距离作为指标,以便推断出水位。
如果越多水或融雪位于车道上,那么在车轮罩上喷洒的雨滴或泥颗粒的由超声波传感器测量的与速度有关的噪音水准越高。通常,水分可以优选利用后方的传感器检测,因为在此,水的噪音水准更少地通过行驶风叠加。车辆速度或车轮转速、风速和方向、其他的交通参与者、道路边的对象、传感器的安装位置、车辆几何形状、传感器的可能的污染和轮胎特性(横截面、宽度、轮廓等)也可以影响朝车轮罩喷洒或具有噪音水准的水的量。所有这些参数考虑在计算水位中。
当假阳性的对象的与速度有关的识别频率比针对干燥的车道的与速度有关的参考值大(与速度有关的)第一因子时,道路(至少)是湿透的。当识别频率比针对干燥的车道的与速度有关的参考值大(与速度有关的)第二因子时,道路(至少)是湿的,其中第二因子大于第一因子。利用另外的还更大的因子可以将更高的水位与湿透的和潮湿的道路的更低的水位区分开。
因为在干燥的道路中主要由行驶风导致传感器上的噪音水平,所以逆风导致更高的水准,并且随风导致更小的水准。为了使在干燥道路中的逆风不被视为潮湿的道路,并且在潮湿的道路中的随风不被视为干燥的道路,车辆100可以例如借助由行驶风流经的风扇测量风速,并且计算出行驶风的影响。备选地,可以通过因特网调取出当前的局部的风速和方向。车辆100将逆风与当前的风速相加,并且由此计算出经风修正的速度,以便因此执行和改进之前描述的水位计算。
不仅自身的车辆100的行驶风噪音而且其他的交通参与者对噪音水平有很大影响。车辆100可以在平均速度和短的距离的情况下通过发送超声波脉冲和测量反射来识别其他的交通参与者。
所有车辆100(其在前方和后方具有传感器)可以最可靠地识别道路上的水。当车辆仅在前方或仅在后方具有传感器时,也可以在高的速度的情况下借助另外的传感器、例如雷达、照相机或激光雷达来识别其他的交通参与者。当车辆识别其他的交通参与者时,使用备选的与速度有关的因子来计算水位。
当同时在前方和后方提高识别频率时,EMV干扰源可能是原因,因为EMV干扰源的信号利用光速传播,并且因此同时到达所有传感器。在此可以考虑到的是,干扰源根据安装位置不同强度地耦入传感器中。
通过静止的对象、例如混凝土墙反射自身导致的水噪音,并且使其增强地进入传感器。当车辆识别静止的对象时,同样使用另外的备选的与速度有关的因子来计算水位。
因为传感器不同程度地靠近车轮放置,并且必要时不同强度地通过车身覆盖,所以针对每个传感器维持自身的与速度有关的因子来计算水位。通常,传感器相对于车辆纵轴线对称地布置,从而相应一个与速度有关的因子可以用于相应两个相互对称布置的传感器。
通常,尽可能使所有可用的传感器用于计算水位。由此可以发生的是,传感器不同大小地估计水位。因为根据传感器的位置可以更可靠地或更不可靠地计算水位,所以也针对每个位置单独确定信号的标准偏差。当其中一个上述的影响对传感器信号产生影响,或取决于可以使用哪些计算方法,此外再次修正传感器专属的标准偏差。计算出的水位通过标准偏差加权地相互合并,其中必要时完全丢弃具有特别高的标准偏差的水位。针对合并的水位,同样计算出标准偏差。前方的传感器可以比后方的传感器更可靠地识别非常高的水位,其中前方的传感器具有识别潮湿的和仅适度湿透的道路的问题。因此,与对前方的传感器的水位的估计一起,针对低水位采用高的标准偏差,并且针对高水位采用低的标准偏差,用以随后合并数据。相反地,可以借助后方的传感器非常可靠地识别潮湿的和湿透的道路,而与前方的传感器相比,后方的传感器不太好能够识别非常短的、但深的水坑。在合并所有传感器的测量值时同样考虑到该认识,其方法是,针对测量的低的水位采用后方的传感器的标准偏差很小,并且针对高的水位采用后方的传感器的标准偏差很大。
附加地,也可以借助模式识别,以从超声波传感器的原始数据获得的方式,与情况相关地确定存在的水位。例如可以基于在车辆处驶过,从表征的噪音模式和对象识别的模式推断出存在的水位或道路特性(干燥、潮湿、湿透)。
在高水位时,主要是轮胎横截面和轮胎接触力决定了是否在更低的速度中,或甚至在更高的速度中已经发生滑水。在低的水位中,除了轮胎横截面和轮胎接触力以外,轮胎轮廓深度和轮廓图像也具有重要的作用。
车辆100学习在哪些速度和水位中出现滑水的迹象。车辆100借助ESP的传感器识别该迹象,ESP例如根据车轮转速信息、惯性传感器、转向角计算出各个车轮的滑移和车辆稳定性。如果车辆100变得不稳定,或各个车轮的滑移变得异常大,那么这是出现滑水的迹象。ESP也可以理清右侧或左侧是否与滑水相关。每当车辆100借助ESP传感器识别滑水时,存储车辆速度、轮胎接触力和水位,并且也将这些数据发送到云中。车辆100可以要么(如果存在)利用自身的超声波系统测量水位或从云查询水位,要么车辆100或云可以从经验值在将来更好地估计当前测量的水位对于相应的车辆100来说有多危险,或在选择的线路上的预测的水位有多危险,并且车辆100必须多强地减小最大速度,以便可以安全避免滑水。
与在干燥的车道中相比,在潮湿的车道中,距离调节控制器自动调节出与前面行驶的车辆的更大的距离。与在干燥的道路中相比,紧急制动辅助系统更早进行干预,以便防止追尾事故。
与在潮湿的车道中相比,在湿透的道路中,距离调节控制器减小控制器的最大可选择的额定速度,并且自动维持与前面行驶的车辆的更大的距离。如果驾驶员超过特定的速度,那么驾驶员被警告滑水。与在潮湿的道路中相比,紧急制动辅助系统更早进行干预,以便防止追尾事故。
与在湿透的道路中相比,在道路上的高的水位中,距离调节控制器减小控制器的最大可选择的额定速度,并且自动维持与前面行驶的车辆的更大的距离。驾驶员在超过与在湿透的道路中相比更低的速度的情况下已经被警告。与在湿透的道路中相比,紧急制动辅助系统更早进行干预,以便防止追尾事故。
在通过云长期预测滑水危险时,例如在恒定的水位中或预测的水坑/车辙中的车辆速度升高时,减小距离调节控制器的额定速度和速度限制。附加地可以减小发动机力矩和/或进行制动干预(例如在下坡时)。驾驶员例如可以通过指示或警告音被警告。
在突然测量到的滑水风险(突然的深的水坑/车辙)中,可以关闭距离调节控制器,减小发动机力矩。此外,适当的制动干预可以实施用于减小车辆的速度和稳定性。在突然的滑水风险中,应该尽可能利用前轮、但不利用后轮进行制动,以便避免尾部折断。驾驶员例如可以通过指示或警告音被警告。
在道路上的水可以导致大量损坏和零星的故障。当车辆100探测到其中一个部件中的故障时,不仅存储当前的环境温度、车辆速度和发动机转速,而且还存储是否在干燥的、潮湿的、湿透的或被淹没的道路中出现故障。此外,在非常快速驶过非常深的水的情况下,可以存储该事件,并且将这些信息提供给车间。
图2示出了根据实施例的用于管理车道状态信息112的信息网络200的图示。信息网络200使图1中的具有用于识别车道状态的设备的车辆100与不具有这种设备的车辆202联网。
在这里示出的情况示例中,具有设备的两个车辆100和没有设备的车辆202在道路204上行驶。车辆100、202在更大的距离中依次行驶。尤其地,车辆在视野以外行驶。道路204的线路区段206具有改变的车道状态。在此,道路204在线路区段206中是湿透的,或者甚至有水位于车道上。具有设备的前面行驶的车辆100到达线路区段206。设备将车道状态至少识别为湿透的,因为在线路区段206中的假阳性的对象的识别频率比在干燥的线路区段中明显更大。假阳性的对象的识别频率尤其比湿透值更高。设备将车道状态信息112和位置信息118发送至信息网络200。车道状态信息112至少包含关于识别为湿透的车道状态的信息。
具有设备的第二车辆100还没有到达线路区段206。第二车辆100在干燥的道路204上行驶。第二车辆100也将信息传送至信息网络200。因为车道状态识别为正常,那么在此仅传送位置信息118。
第三车辆202的位置在此至少近似由其他的源已知。在信息网络200中,车辆100、202的位置彼此相关。在此识别的是,第二和第三车辆100、202位于湿透的线路区段206的近前,并且即将到达该线路区段。因此,警告讯息208在水分之前被发送至第二和第三车辆100、202。因此,第二和第三车辆100、202的驾驶员辅助系统和/或驾驶员可以相应做出反应,其方法例如是,驾驶员辅助系统和/或驾驶员使速度和/或安全距离匹配于待预期的湿透的道路情况。
车辆100将计算出的水位和标准误差和GPS位置以及可能当前的行驶轨迹或行驶方向一起通过移动无线电连接报告至云,云将该数据和另外的车辆100的数据以及其他的天气数据210一起合并并且进行可信度测试。本身不能计算水位的车辆202也可以从云调取针对下一可能的路段的预测的最大的水位,或安全的最大速度。
图3示出了根据实施例的包含在传感器数据中的传感器信号106和噪音水平300的图示。传感器数据在此基本上相应于图1中的传感器数据。传感器信号106和噪音水平300在图表中示出,该图表在其横坐标上提供时间并且在其纵坐标上提供强度。传感器信号106描绘由传感器发送的信号的在传感器上接收的回波302。时间在此代表信号和回波302的运行时间。传感器信号106的变化过程在信号的发送时间点开始。没有示出该信号。信号在此是超声波信号。超声波信号以音速从传感器传播。当超声波信号到达对象时,超声波信号被反馈或反射,并且又以音速传播。所示的第一回波302描绘发送的信号的在第一接收时间点在传感器上检测到的份额。所示的第二回波302描绘发送的信号的在第二接收时间点在传感器上检测到的份额。在回波302的发送时间点与接收时间点之间的时间段越短,那么发送者与对象之间的距离越小。
当没有接收到回波302时,传感器在传感器信号106中描绘背景噪音304。第二回波302在此具有比背景噪音304明显更高的强度。第一回波302仅具有比背景噪音304稍微更高的强度。为了将回波302与背景噪音304区分开,从背景噪音304获取噪音水平300。噪音水平300基于传感器信号106的滑动的平均值。附加地,噪音水平300相对于平均值稍微朝更大的强度移动。回波302是很短的,并且具有很大的边缘陡度。回波302的强度超过噪音水平300。回波302越强地超过噪音水平300,那么实际识别到在对象上反射的回波302的概率越大。相反地,识别概率越小,那么回波302与噪音水平300相比越弱。仅具有比噪音水平300稍微大一点的强度、即仅稍微超过该噪音水平的回波302被标记为假阳性识别的回波302,然而没有被抑制。
每个传感器测量单独的基本噪音。当声音信号作为原因被排除,或者是不可能的时,总是可以学习最小的噪音。在被提供给另外的计算之前,总是从测量到的原始值减去每个传感器的学习的单独的基本噪音。
图4示出了根据实施例的在驶过水池时检测的传感器数据108的图示。传感器数据108在图表中示出,该图表在其横坐标上提供持续的时间(在秒[s]中)。在纵坐标上提供两个相互独立的参量。一个参量是针对接收的回波302的在厘米[cm]中的距离值。另一参量是噪音水平300的值(在分贝[dB]中)。传感器数据108在此描绘多个随时间依次实施的测量。对于每个测量,示出了噪音水平300的至少一个值。如果接收了在对象上反射的回波302,那么回波的运行时间作为距离值示出。附加地,回波的识别概率是已知的。噪音水平300和回波302通过不同的符号表示。
检测传感器数据108的车辆基本上相应于图1和2中的图示,并且以30km/h和100km/h之间的速度驶过水池。在此,车辆通过滑水短暂地丢失地面接触。在驶过水池时,噪音水平300突然升高最多23dB。在水池之后,噪音水平300又例如下降到和水池之前相同的水平。
在车辆驶过水池期间,通过传感器短暂检测到假阳性的对象400的多个回波302。假阳性的对象的识别频率突然升高。在车辆到达水池之前,仅检测到少许假阳性的对象400。识别频率在那里是很小的。在水池之后,识别频率又是类似小的。
在之前提出的方案中,评估识别频率,以便推断出车道状态。为此,识别频率的值与针对车道状态的至少一个预期值比较。在使用比较结果的情况下识别车道状态。
针对不同的车道状态限定不同的预期值。预期值也与车辆类型和车辆中的传感器的安装位置有关。
传感器具有自然的测量噪音,测量噪音导致错误地识别对象400(假阳性的或FP对象400)。传感器可以设计为,使得理论上FP对象400的20%可以归因于测量噪音。通过该设计可以确保的是,也还由传感器识别非常弱的回波,并且可以将回波进一步传送至控制装置,并且由其进行评估。
风噪音和水分可以提高传感器上的噪音,并且由此也可以将FP对象400的数量提高20%以上。因此,也可以通过评估FP对象400的数量识别道路上的水。
噪音水平300在驶过滑水池时明显增加,因此在该时间点也更多地识别FP对象400。在进一步的变化过程中,噪音水平300和FP对象400的数量又减小。到达传感器表面的雨滴同样可以导致FP对象400,其中其数量与噪音水平300无关。如果可以推断出传感器信号被雨滴影响,那么就此尤其可以从FP对象400的数量推断出噪音水平300。在高的车辆速度的情况下,首先在后方的和安置在侧面的传感器中是这样的情况。
最后要指出的是,术语“具有”、“包括”等不排除其他的元件或步骤,并且术语“一个”不排除多个。权利要求中的附图标记不被视为限制。
Claims (16)
1.在使用车辆(100)的声音传感器系统(104)的传感器数据(108)的情况下用于识别在车辆(100)区域中的车道状态的方法,其特征在于,所述声音传感器系统包括多个传感器,所述传感器安装用于进行对象识别、将超声波信号发送到其检测区域并且记录从检测区域返回的回波,在评估步骤中评估假阳性的对象(400)的在传感器数据(108)中描绘的识别频率,以便识别当前的车道状态,其中反馈下述回波的对象能够被分类为假阳性的对象,该回波具有在噪音水平的范围中的强度,其中在使用至少一个配属于车道状态的预期值的情况下评估识别频率的当前的值。
2.根据权利要求1所述的方法,其中,在评估步骤中,如果识别频率的当前的值小于潮湿值,那么干燥状态被识别为当前的车道状态,如果当前的值大于潮湿值,那么潮湿状态被识别为当前的车道状态,如果当前的值大于湿透值,那么湿透状态被识别为当前的车道状态,和/或如果当前的值大于滑水值,那么滑水状态被识别为当前的车道状态。
3.根据权利要求2所述的方法,其中,在识别的湿透状态中,从速度极限值开始,提供关于滑水危险的警告讯息。
4.根据权利要求1或2所述的方法,其具有调节步骤,在所述调节步骤中,在使用当前识别的车道状态的情况下,调节代表车辆(100)的最大允许速度的最高速度值和/或代表与前面行驶的车辆的最小允许距离的距离值。
5.根据权利要求1或2所述的方法,其中,在评估步骤中,在车辆(100)的区域中的水位被识别为车道状态,其中不同的预期值配属于不同的水位。
6.根据权利要求1或2所述的方法,其中,在评估步骤中,识别频率在窄带的频率范围中被评估。
7.根据权利要求6所述的方法,其中,识别频率(300)在超声波频谱中被评估。
8.根据权利要求1或2所述的方法,其中,在评估步骤中,所述识别频率此外在使用代表车辆(100)的当前速度的速度值和/或代表当前风矢量的风信息的情况下被评估。
9.根据权利要求1或2所述的方法,其中,在评估步骤中,分离地评估由传感器系统(104)的不同的传感器检测的识别频率。
10.根据权利要求9所述的方法,其中,在评估步骤中,评估传感器系统(104)的相互对称安装在车辆(100)上的传感器的识别频率。
11.根据权利要求9所述的方法,其中,在评估步骤中,传感器系统(104)的安装在车辆(100)上不同位置处的传感器的不同的识别频率用于识别不同的车道状态。
12.根据权利要求1或2所述的方法,其中,在评估步骤中,此外在使用代表车辆与至少一个对象的距离的距离信息以及对象的声波反射特性和/或声波发射特性的情况下评估所述识别频率。
13.根据权利要求12所述的方法,其中在评估步骤中,对象的绝对速度和/或代表车辆(100)的当前速度的速度值用于计算对象的声波发射特性。
14.根据权利要求1或2所述的方法,其具有提供步骤,在提供步骤中,将代表当前的车道状态的车道状态信息(112)和代表车辆(100)的当前位置的位置信息(118)提供给上级的信息网络(200),和/或针对车辆(100)的预期的将来的位置由上级的信息网络(200)提供代表当前的车道状态的车道状态信息(112)。
15.用于识别车道状态的设备(102),其中所述设备(102)构造用于在相应的装置中实施根据前述权利要求中任一项所述的方法。
16.机器可读的存储介质,在所述存储介质上存储了计算机程序产品,计算机程序产品设置用于实施根据权利要求1至14中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017219898.2 | 2017-11-09 | ||
DE102017219898.2A DE102017219898A1 (de) | 2017-11-09 | 2017-11-09 | Verfahren und Vorrichtung zum Erkennen eines Fahrbahnzustands |
PCT/EP2018/076991 WO2019091672A1 (de) | 2017-11-09 | 2018-10-04 | Verfahren und vorrichtung zum erkennen eines fahrbahnzustands |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111278694A CN111278694A (zh) | 2020-06-12 |
CN111278694B true CN111278694B (zh) | 2022-04-19 |
Family
ID=63762541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880072459.9A Active CN111278694B (zh) | 2017-11-09 | 2018-10-04 | 用于识别车道状态的方法和设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200339129A1 (zh) |
JP (1) | JP6963689B2 (zh) |
CN (1) | CN111278694B (zh) |
DE (1) | DE102017219898A1 (zh) |
WO (1) | WO2019091672A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018206739A1 (de) * | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen eines Straßenzustands |
DE102018206722A1 (de) * | 2018-05-02 | 2019-11-07 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben von Ultraschallsensoren eines Fahrzeugs |
DE102019207157A1 (de) * | 2019-05-16 | 2020-11-19 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Erkennung einer nassen oder feuchten Fahrbahn, Computerproduktprogramm und maschinenlesbares Speichermedium |
DE102019208913A1 (de) * | 2019-06-19 | 2020-12-24 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln einer Beschaffenheit einer Fahrbahnoberfläche mittels eines ersten Sensors eines Fortbewegungsmittels |
DE102019210480A1 (de) * | 2019-07-16 | 2021-01-21 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln einer Umweltbedingung im Umfeld eines Fortbewegungsmittels auf Basis eines Ultraschallsensors des Fortbewegungsmittels |
DE102019123827A1 (de) * | 2019-09-05 | 2021-03-11 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Klassifizieren des Bodenbelags durch ein Fahrunterstützungssystem |
DE102020201940A1 (de) | 2020-02-17 | 2021-08-19 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und System zum Bestimmen einer Aquaplaninggefahr für ein Fortbewegungsmittel |
DE102020204833B4 (de) | 2020-04-16 | 2022-12-29 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Fusionieren einer Mehrzahl von Signalen einer Ultraschallsensorik eines Fortbewegungsmittels |
CN117813229A (zh) * | 2021-07-02 | 2024-04-02 | 易雨股份公司 | 一种用于防止机动车中的打滑现象的系统和相关方法 |
CN114537425B (zh) * | 2022-02-28 | 2024-05-24 | 重庆长安汽车股份有限公司 | 行车时对前方减速带及沟坎的检测预警方法、装置、车辆 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002019485A (ja) * | 2000-07-07 | 2002-01-23 | Hitachi Ltd | 運転支援装置 |
US6807473B1 (en) * | 2003-04-09 | 2004-10-19 | Continental Teves, Inc. | Road recognition system |
EP1512964A3 (de) * | 2003-09-08 | 2005-03-23 | DaimlerChrysler AG | Verfahren und Vorrichtung zur Bestimmung des Fahrbahnzustandes mit Mikrowellen |
DE102004016900A1 (de) * | 2004-04-06 | 2005-10-27 | Continental Aktiengesellschaft | Verfahren zur Bestimmung einer Wasserfilmhöhe auf einer Fahrbahn |
US8060275B2 (en) * | 2007-01-19 | 2011-11-15 | Ford Global Technologies, Llc | Rough road detection system used in an on-board diagnostic system |
JP2009031847A (ja) * | 2007-07-24 | 2009-02-12 | Mazda Motor Corp | 車両の障害物検知装置 |
WO2012162241A2 (en) * | 2011-05-20 | 2012-11-29 | Northeastern University | Real-time wireless dynamic tire pressure sensor and energy harvesting system |
DE102013113431A1 (de) * | 2013-12-04 | 2015-06-11 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Bestimmen einer Aquaplaning-Gefahr |
CN104554273B (zh) * | 2014-12-23 | 2017-09-15 | 上海语知义信息技术有限公司 | 通过噪音识别路面信息的系统及方法 |
DE102015106408A1 (de) * | 2015-04-27 | 2016-10-27 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Sensoranordnung zum Erkennen eines Zustands einer Fahrbahn mit einem Ultraschallsensor, Fahrerassistenzsystem, Kraftfahrzeug sowie dazugehöriges Verfahren |
DE102015106401A1 (de) * | 2015-04-27 | 2016-10-27 | Valeo Schalter Und Sensoren Gmbh | Sensoranordnung zum Erkennen eines Zustands einer Fahrbahn mit zumindest zwei beabstandeten Ultraschallsensoren, Fahrerassistenzsystem, Kraftfahrzeug sowie dazuhöriges Verfahren |
DE102015106402A1 (de) * | 2015-04-27 | 2016-10-27 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Erkennen eines Zustands einer Fahrbahn anhand eines Echosignals eines Ultraschallsensors, Sensoranordnung, Fahrerassistenzsystem sowie Kraftfahrzeug |
US10339391B2 (en) * | 2016-08-24 | 2019-07-02 | Gm Global Technology Operations Llc. | Fusion-based wet road surface detection |
DE102017103275A1 (de) * | 2017-02-17 | 2018-08-23 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Erfassen eines Objekts in einem Umgebungsbereich eines Kraftfahrzeugs mithilfe eines Ultraschallsensors mit verbesserter Filterung von Bodenreflexionen, Steuergerät, Ultraschallsensorvorrichtung sowie Kraftfahrzeug |
US10493993B2 (en) * | 2017-09-08 | 2019-12-03 | Ford Global Technologies, Llc | Mitigation for driving through high water |
US11422246B2 (en) * | 2019-05-08 | 2022-08-23 | Pony Ai Inc. | System and method for error handling of an uncalibrated sensor |
-
2017
- 2017-11-09 DE DE102017219898.2A patent/DE102017219898A1/de active Pending
-
2018
- 2018-10-04 JP JP2020523435A patent/JP6963689B2/ja active Active
- 2018-10-04 WO PCT/EP2018/076991 patent/WO2019091672A1/de active Application Filing
- 2018-10-04 CN CN201880072459.9A patent/CN111278694B/zh active Active
- 2018-10-04 US US16/757,904 patent/US20200339129A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
DE102017219898A1 (de) | 2019-05-09 |
WO2019091672A1 (de) | 2019-05-16 |
JP6963689B2 (ja) | 2021-11-10 |
US20200339129A1 (en) | 2020-10-29 |
JP2021500687A (ja) | 2021-01-07 |
CN111278694A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111278694B (zh) | 用于识别车道状态的方法和设备 | |
CN106985780B (zh) | 车辆安全辅助系统 | |
US9469307B2 (en) | Vehicle, vehicle system and method for increasing safety and/or comfort during autonomous driving | |
US9731729B2 (en) | Vehicle, vehicle system and method for increasing safety and/or comfort during autonomous driving | |
JP3893912B2 (ja) | 車両制御装置 | |
EP2922033B1 (en) | A vehicle sensor diagnosis system and method and a vehicle comprising such a system | |
JP5147813B2 (ja) | 連結車の安定化装置および方法 | |
US20150203107A1 (en) | Autonomous vehicle precipitation detection | |
US6567039B2 (en) | Road-shape recognition system | |
CN111708016B (zh) | 一种毫米波雷达与激光雷达融合的车辆前碰撞预警方法 | |
JP2006155615A (ja) | 車道縁部マークと車道の縁の構造的境界との識別による車線離脱警告システム | |
US11217045B2 (en) | Information processing system and server | |
JP2019503165A (ja) | 車両に近づく道路状況を検知する方法 | |
CN114312794A (zh) | 车辆行驶恶劣天气环境的识别系统和方法 | |
US20150339922A1 (en) | Device and method for detecting wetness on a roadway | |
JP2002022827A (ja) | 物体認識方法及び装置、記録媒体 | |
US9475464B2 (en) | Sensor system and method for a vehicle | |
KR20190085718A (ko) | 차선 이탈 경보 시스템 | |
US9330552B2 (en) | Detection of ice on a vehicle window by means of an internal temperature sensor | |
CN113228133B (zh) | 驾驶辅助装置 | |
CN113573965A (zh) | 用于为运输工具求取由潮湿引起的事故风险的方法 | |
US20210048527A1 (en) | Ultrasonic system of a vehicle for determining the condition of the roadway | |
CN116215526A (zh) | 车辆行驶控制方法,系统及存储介质 | |
KR20170067495A (ko) | 차량 충돌 방지 장치 및 그 방법 | |
US11472430B2 (en) | System and method for determining a wet road condition |
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 |