CN111746534A - 车辆驾驶辅助系统、包括其的车辆及相应的方法和介质 - Google Patents

车辆驾驶辅助系统、包括其的车辆及相应的方法和介质 Download PDF

Info

Publication number
CN111746534A
CN111746534A CN201910234245.3A CN201910234245A CN111746534A CN 111746534 A CN111746534 A CN 111746534A CN 201910234245 A CN201910234245 A CN 201910234245A CN 111746534 A CN111746534 A CN 111746534A
Authority
CN
China
Prior art keywords
vehicle
risk
deceleration
risk value
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.)
Pending
Application number
CN201910234245.3A
Other languages
English (en)
Inventor
唐帅
曲彤
孙铎
N·马蒙恩
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.)
Audi AG
Original Assignee
Audi AG
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 Audi AG filed Critical Audi AG
Priority to CN201910234245.3A priority Critical patent/CN111746534A/zh
Publication of CN111746534A publication Critical patent/CN111746534A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed

Abstract

提供一种车辆驾驶辅助系统、包括其的车辆及相应的车辆驾驶辅助方法和计算机可读存储介质。该车辆驾驶辅助系统包括：减速信息检测单元，被配置用于检测当前车辆周围预设区域内的相邻车辆的减速信息；环境信息获取单元，被配置用于在相邻车辆的减速超过预设阈值时，获取当前车辆和/或相邻车辆周围的环境信息；风险评估单元，被配置用于基于减速信息和/或环境信息，确定存在被相邻车辆遮挡的横向交通参与者的风险值；控制单元，被配置用于根据风险值控制当前车辆的行驶状态。利用本发明的方案，能够确定被相邻车辆遮挡的横向交通参与者的风险值，并根据该风险值调整当前车辆的行驶状态，降低当前车辆与被遮挡的横向交通参与者的碰撞风险。

Description

车辆驾驶辅助系统、包括其的车辆及相应的方法和介质
技术领域
本发明涉及车辆技术领域，更具体而言，涉及一种用于车辆的车辆驾驶辅助系统、包括其的车辆及相应的车辆驾驶辅助方法和计算机可读存储介质。
背景技术
为了减少交通事故，通常会在车辆上设置安全驾驶辅助系统，例如碰撞预警系统等，其能够通过雷达、激光、超声波及红外线等传感器技术对道路环境进行检测，并接着根据所检测到的信息判定碰撞发生的可能性，从而在可能发生危险时，给驾驶员及行人及时的报警。
但是，在检测道路环境时，由于有些移动目标(例如，行人、自行车甚至车辆)可能会被其他物体遮挡或隐藏，因此车辆的安全驾驶辅助系统可能也就无法获取这些移动目标的真实信息或者根本获取不到这些移动目标的任何信息，导致无法做出正确的危险判定，从而导致交通事故的发生。
因此，需要一种能够更准确预测被遮挡的横向交通参与者的车辆驾驶辅助系统。
发明内容
为解决上述技术问题，本发明提出了一种基于相邻车辆的减速信息来确定被相邻车辆遮挡的横向交通参与者的风险值的方案，旨在降低车辆的碰撞风险，提高行驶安全性。
具体地，根据本发明的一方面，提供一种车辆驾驶辅助系统，其包括：
减速信息检测单元，被配置用于检测当前车辆周围预设区域内的相邻车辆的减速信息；
环境信息获取单元，被配置用于在所述相邻车辆的减速超过预设阈值时，获取当前车辆和/或相邻车辆周围的环境信息；
风险评估单元，被配置用于基于所述减速信息和/或所述环境信息，确定存在被所述相邻车辆遮挡的横向交通参与者的风险值；
控制单元，被配置用于根据所述风险值控制当前车辆的行驶状态。
优选地，所述风险值是所述风险评估单元根据设定规则确定的，所述设定规则包括以下至少之一：
如果相邻车辆的减速较高，则所述风险值较大；以及
如果根据所述环境信息确定当前车辆周围存在设定类型的位置区域和/或道路标识，则相应增加所述风险值。
优选地，所述车辆驾驶辅助系统还包括机器学习单元，所述机器学习单元被配置用于通过机器学习方式执行训练过程来对提供给所述风险评估单元的风险分析模型进行训练；以及
所述风险评估单元被进一步配置用于根据训练后的所述风险分析模型确定所述风险值。
优选地，所述机器学习单元连接到当前车辆和/或至少一个其他车辆，并且所述机器学习单元进一步被配置用于通过以下方式对所述风险分析模型进行训练：
-对于当前车辆和至少一个其他车辆中的每一个：
在检测到其相邻车辆的减速超过所述预设阈值时，获取周围的环境信息；
在其相邻车辆的减速超过所述预设阈值后，获取是否出现先前被其相邻车辆遮挡的横向交通参与者的结果值；
-所述机器学习单元通过使用该环境信息和该结果值来训练所述风险分析模型。
优选地，所述控制单元被进一步配置用于：根据所述风险值的大小，将当前车辆以目标减速度进行减速，或者减速到目标速度，其中所述目标减速度或目标速度是基于所述风险值确定的。
根据本发明的另一方面，提供了一种车辆，其包括根据上述任一项所述的车辆驾驶辅助系统。
根据本发明的再一方面，提供了一种车辆驾驶辅助方法，所述方法包括：
检测当前车辆周围预设区域内的相邻车辆的减速信息；
在所述相邻车辆的减速超过预设阈值时，获取当前车辆和/或相邻车辆周围的环境信息；
基于所述减速信息和/或所述环境信息，确定存在被所述相邻车辆遮挡的横向交通参与者的风险值；
根据所述风险值控制当前车辆的行驶状态。
优选地，所述确定存在被所述相邻车辆遮挡的横向交通参与者的风险值进一步包括：
根据设定规则确定所述风险值，所述设定规则包括以下至少之一：
如果相邻车辆的减速较高，则所述风险值较大；以及
如果根据所述环境信息确定当前车辆周围存在设定类型的位置区域和/或道路标识，则相应增加所述风险值。
优选地，所述确定存在被所述相邻车辆遮挡的横向交通参与者的风险值进一步包括：
根据风险分析模型确定所述风险值，其中所述风险分析模型是通过机器学习方式执行训练过程来被训练的。
优选地，所述训练过程是通过以下方式执行的：
-对于当前车辆和至少一个其他车辆中的每一个：
在检测到其相邻车辆的减速超过所述预设阈值时，获取周围的环境信息；
在其相邻车辆的减速超过所述预设阈值后，获取是否出现先前被其相邻车辆遮挡的横向交通参与者的结果值；
-通过使用该环境信息和该结果值来训练所述风险分析模型。
优选地，所述根据所述风险值控制当前车辆的行驶状态包括：
根据所述风险值的大小，将当前车辆以目标减速度进行减速，或者减速到目标速度，其中所述目标减速度或目标速度是基于所述风险值确定的。
根据本发明的又一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现上述任一项所述的方法。
利用本发明的方案，能够更加准确地根据当前车辆周围预设区域内的相邻车辆的减速信息结合当前车辆周围的环境信息，确定当前车辆目前检测不到或者看不到的、被所述相邻车辆遮挡的横向交通参与者的风险值，并根据该风险值的大小控制当前车辆进行相应的行驶状态调整，从而极大降低了当前车辆与被遮挡的横向交通参与者的碰撞风险，显著提高了行驶安全性。
附图说明
以示例的方式参考以下附图描述本发明的非限制性且非穷举性实施例，其中：
图1示出根据本发明一实施例的车辆驾驶辅助系统和方法的应用场景示意图；
图2示出根据本发明一实施例的车辆驾驶辅助系统的示意图；
图3示出根据本发明另一实施例的车辆驾驶辅助系统的示意图；
图4示出根据本发明一实施例的车辆驾驶辅助方法的流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1示出根据本发明一实施例的车辆驾驶辅助系统和方法的应用场景示意图。
具体地，根据本发明一实施例的车辆驾驶辅助系统和方法可以在图1所示的应用场景中应用于车辆10。车辆10可以安装有减速信息检测单元200和环境信息获取单元300。或者，减速信息检测单元200和环境信息获取单元300也可以通过与车辆10相连接的其他车辆(例如，相邻车辆)上的减速信息检测单元或环境信息获取单元通信来获取相关信息。或者，减速信息检测单元200和环境信息获取单元300也可以通过与和当前车辆连接的基础设施(例如，道路上的摄像头等)或在线服务器通信来获取相关信息。在相邻车辆20前方存在横向交通参与者30时，相邻车辆20会减速或停止行驶。所述减速信息检测单元200能够检测到相邻车辆20的减速信息，并且在该相邻车辆20的减速超过设定阈值时，获取当前车辆10周围的环境信息(例如，当前车辆位置/该位置周围的交通标识以及是否存在公交站、地铁站或商场等设定类型区域)。结合相邻车辆20的减速信息和所述环境信息，风险评估单元400可以确定存在被所述相邻车辆20遮挡的横向交通参与者30(例如，相对于当前车辆基本上横向行驶的行人/骑自行车者/骑摩托车者/机动车辆等)的风险值。
由于位于当前车辆10前方的相邻车辆20会部分地挡住当前车辆10的驾驶员视线或者当前车辆10的传感器的探测信号，使得该横向交通参与者30可能会位于当前车辆10的遮挡盲区。如果不能及时判断出可能存在横向交通参与者30，在不采取相应措施的情况下，当前车辆10与横向交通参与者30发生碰撞的风险将会比较大。
有利的，根据本发明的车辆驾驶辅助系统和方法能够提前结合相邻车辆20的减速信息和所述环境信息来确定存在被所述相邻车辆20遮挡的横向交通参与者30的风险值，从而提前调整当前车辆10的行驶状态，降低当前车辆10与横向交通参与者30的碰撞风险。
应指出，本文中提到的“横向交通参与者”应当采用广义的解释，其并不一定要求被相邻车辆遮挡的交通参与者的移动方向相对于当前车辆呈90度横向，而是只要该被相邻车辆遮挡的交通参与者不与当前车辆沿相同方向行驶，该被相邻车辆遮挡的交通参与者与当前车辆10存在碰撞风险即可。
图2示意性示出根据本发明一实施例的车辆驾驶辅助系统的示意图。
如图2所示，根据本发明一实施例的车辆驾驶辅助系统100包括减速信息检测单元200、环境信息获取单元300、风险评估单元400和控制单元500。
具体地，所述减速信息检测单元200被配置用于检测当前车辆周围预设区域内的相邻车辆的减速信息。例如，减速信息检测单元200可以被配置用于检测当前车辆周围设定距离范围内(例如，1米-10米以内，诸如4米以内、5米以内等)的相邻车辆的减速信息。优选地，减速信息检测单元200可以被配置用于检测当前车辆左前方和右前方例如预设区域内(例如，左前方和右前方4米以内、左前方和右前方5米以内等)的相邻车辆的减速信息。例如，所述减速信息检测单元200可以通过以下方式至少之一实现：所述减速信息检测单元200可以包括安装在车辆10上的传感器；可以连接至安装在车辆10上的传感器以获取车辆20的减速信息；或者通过从相邻车辆20的传感器获取车辆20的减速信息来实现。上述传感器可以包括摄像头、毫米波雷达、激光雷达、超声波传感器或任何其他合适的传感器，或其组合。
所述环境信息获取单元300被配置用于在所述相邻车辆的减速超过预设阈值时，获取当前车辆和/或相邻车辆周围的环境信息。例如，所述环境信息获取单元300可以通过以下方式至少之一实现：所述环境信息获取单元300包括安装在车辆10或相邻车辆20上的全球导航卫星定位系统(GNSS)、车载地图或传感器等；或者所述环境信息获取单元300连接至在线服务器上的定位和感测系统，或者连接至安装在车辆10或相邻车辆20上的全球导航卫星定位系统(GNSS)、车载地图或传感器等，或者连接至联网的交通设施以获取当前车辆和/或相邻车辆周围的环境信息。
在所述减速信息检测单元200检测到相邻车辆的减速超过预设阈值时，例如减速度大于2m/s2时，所述环境信息获取单元300例如通过GNSS或车载地图等可以获取当前车辆所在的位置以及该位置周围的设定类型的位置区域和/或道路标识(例如，公交站、地铁站或商场等)。另外，也可以通过安装在车辆10上的传感器获得当前车辆周围的道路标识(例如，斑马线或者转弯标识等)。
优选地，在相邻车辆20与车辆10能够通过移动网络或Wi-Fi等方式连接的情况下，所述环境信息获取单元300也可以获取相邻车辆20周围的环境信息，以方便准确获取相邻车辆20前方是否存在横向交通参与者。
所述风险评估单元400被配置用于基于所述相邻车辆的减速信息和/或所述环境信息，确定存在被相邻车辆20遮挡的横向交通参与者30的风险值。另外，所述控制单元500被配置用于根据所述风险值控制当前车辆的行驶状态。例如，所述风险评估单元400和所述控制单元500二者都可以通过车载终端或者在线服务器中的相应单元实现。
在一个实施例中，所述风险值是所述风险评估单元根据设定规则确定的，所述设定规则包括以下至少之一：
如果相邻车辆的减速较高，则所述风险值较大；以及
如果根据所述环境信息确定当前车辆周围存在设定类型的位置区域和/或道路标识，则相应增加所述风险值。
例如，所述风险值可以是0.0到1.0之间的任意值。
为举例说明起见，如果相邻车辆的减速度位于第一阈值范围内，则所述风险值可以增加第一设定幅度；如果相邻车辆的减速度位于第二阈值范围内，则所述风险值可以增加第二设定幅度。如果前方存在斑马线或者十字路口，则所述风险值可以例如增加0.5；如果前方存在公交站或地铁站，则所述风险值可以例如增加0.2；如果前方存在超市或购物中心，则所述风险值可以例如增加0.1。
在另一个实施例中，所述风险值是所述风险评估单元根据机器学习方式确定的，具体细节可参考下文所描述的。
图3示出根据本发明另一实施例的车辆驾驶辅助系统的示意图。
所述车辆驾驶辅助系统100还包括机器学习单元600，所述机器学习单元被配置用于通过机器学习方式执行训练过程来对提供给所述风险评估单元400的风险分析模型进行训练。所述风险评估单元400被进一步配置用于根据训练后的所述风险分析模型确定所述风险值。
其中，所述机器学习单元600可以位于在线服务器上，当前车辆10和/或至少一个其他车辆通过移动网络/Wi-Fi等连接至在线服务器。所述机器学习单元600进一步被配置用于通过以下方式对所述风险分析模型进行训练：
-对于当前车辆和至少一个其他车辆中的每一个：
在检测到其相邻车辆的减速超过所述预设阈值时，获取周围的环境信息；
在其相邻车辆的减速超过所述预设阈值后，获取是否出现先前被其相邻车辆遮挡的横向交通参与者的结果值；
-所述机器学习单元通过使用该环境信息和该结果值来训练所述风险分析模型。
其中，所述是否出现被所述相邻车辆遮挡的横向交通参与者的结果值可以是通过当前车辆或至少一个其他车辆的传感器获取的。
具体的，所述机器学习方式可以基于当前车辆和至少一个其他车辆中的任一个进行。举例而言，对于基于至少一个其他车辆进行机器学习的情况，如果在任一时刻检测到至少一个其他车辆的相邻车辆的减速超过所述预设阈值时，获取该至少一个其他车辆周围的环境信息；在至少一个其他车辆的相邻车辆的减速超过所述预设阈值后，获取是否出现被所述相邻车辆遮挡的横向交通参与者的结果值。例如，如果检测到在相邻车辆的减速超过所述预设阈值后，出现了被所述相邻车辆遮挡的横向交通参与者，则风险值为1；如果检测到在相邻车辆的减速超过所述预设阈值后，没有出现被所述相邻车辆遮挡的横向交通参与者，则风险值为0。
在线服务器可以使用环境信息/减速信息/风险值对风险分析模型进行训练，例如，通过概率模型/支持矢量机/神经网络等机器学习方法进行模型训练。
随后，当前车辆可以从在线服务期获取训练过的所述风险分析模型。当满足触发条件，例如，在当前车辆的相邻车辆的减速超过所述预设阈值时，所述风险评估单元400使用训练过的所述风险分析模型和检测到的减速信息以及环境信息，来确定存在被所述相邻车辆遮挡的横向交通参与者的风险值。
另外，所述控制单元500被进一步配置用于：根据所述风险值的大小，将当前车辆以目标减速度进行减速，或者减速到目标速度，其中所述目标减速度或目标速度是基于所述风险值确定的。
例如，如果所述风险评估单元400确定的风险值是0.8，则目标速度可根据例如如下式子确定：
V_target＝0.2*V_current，
其中V_target为期望减速到的目标速度，V_current为车辆10的当前速度，上面式子中的系数0.2也可以随着风险值的增加而减少，或者随着风险值的减少而增加。
根据本发明的车辆驾驶辅助系统，可以是车辆紧急制动系统中的一部分，也可以是在自适应巡航控制系统或自动驾驶系统中的一部分。
根据本发明的另一方面，还提供一种包括上述任一项所述的车辆驾驶辅助系统的车辆。
图4示出根据本发明一实施例的车辆驾驶辅助方法的流程图。
如图4中所示，所述车辆驾驶辅助方法S100包括：
S200：检测当前车辆周围预设区域内的相邻车辆的减速信息；
S300：在所述相邻车辆的减速超过预设阈值时，获取当前车辆和/或相邻车辆周围的环境信息；
S400：基于所述减速信息和/或所述环境信息，确定存在被所述相邻车辆遮挡的横向交通参与者的风险值；以及
S500：根据所述风险值控制当前车辆的行驶状态。
优选地，所述确定存在被所述相邻车辆遮挡的横向交通参与者的风险值进一步包括：
根据设定规则确定所述风险值，所述设定规则包括以下至少之一：
如果相邻车辆的减速较高，则所述风险值较大；以及
如果根据所述环境信息确定当前车辆周围存在设定类型的位置区域和/或道路标识，则相应增加所述风险值。
优选地，所述确定存在被所述相邻车辆遮挡的横向交通参与者的风险值进一步包括：
根据风险分析模型确定所述风险值，其中所述风险分析模型是通过机器学习方式执行训练过程来被训练的。
所述训练过程是通过以下方式执行的：
-对于当前车辆和至少一个其他车辆中的每一个：
在检测到其相邻车辆的减速超过所述预设阈值时，获取周围的环境信息；
在其相邻车辆的减速超过所述预设阈值后，获取是否出现先前被其相邻车辆遮挡的横向交通参与者的结果值；
-通过使用该环境信息和该结果值来训练所述风险分析模型。
优选地，所述根据所述风险值控制当前车辆的行驶状态包括：
根据所述风险值的大小，将当前车辆以目标减速度进行减速，或者减速到目标速度，其中所述目标减速度或目标速度是基于所述风险值确定的。
本发明的另一发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现上述任一项所述的方法。例如，所述计算机程序在被处理器执行时能够指示处理器和/或相应部件实现以下步骤：检测当前车辆周围预设区域内的相邻车辆的减速信息；在所述相邻车辆的减速超过预设阈值时，获取当前车辆和/或相邻车辆周围的环境信息；基于所述减速信息和/或所述环境信息，确定存在被所述相邻车辆遮挡的横向交通参与者的风险值；根据所述风险值控制当前车辆的行驶状态。
尽管上文以相邻车辆位于当前车辆的左前方区域并且遮挡物相对于当前车辆为横向移动为示例，对本发明进行了描述，但本领域技术人员应理解，本发明同样适用于相邻车辆相对于当前车辆位于其他位置，并且相邻车辆遮挡住其他方向的可能与当前车辆存在碰撞风险的横向交通参与者的情形。
另外，应理解上述车辆驾驶辅助系统100中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个单元对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任意一个实施例中的方法的步骤。该计算机设备可以是服务器或者车载终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现本发明的车辆驾驶辅助方法。
本领域技术人员可以理解，图2中示出的车辆驾驶辅助系统100的示意图仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现根据本发明的上述实施例的方法中的全部或部分步骤，可以通过计算机程序来指示相关的硬件完成，所述的计算机程序可存储于非易失性的计算机可读存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的步骤。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
尽管结合实施例对本发明进行了描述，但本领域技术人员应理解，上文的描述和附图仅是示例性而非限制性的，本发明不限于所公开的实施例。在不偏离本发明的精神的情况下，各种改型和变体是可能的。

Claims (12)

1.一种车辆驾驶辅助系统，其特征在于，包括：
减速信息检测单元，被配置用于检测当前车辆周围预设区域内的相邻车辆的减速信息；
环境信息获取单元，被配置用于在所述相邻车辆的减速超过预设阈值时，获取当前车辆和/或相邻车辆周围的环境信息；
风险评估单元，被配置用于基于所述减速信息和/或所述环境信息，确定存在被所述相邻车辆遮挡的横向交通参与者的风险值；
控制单元，被配置用于根据所述风险值控制当前车辆的行驶状态。
2.根据权利要求1所述的车辆驾驶辅助系统，其中，所述风险值是所述风险评估单元根据设定规则确定的，所述设定规则包括以下至少之一：
如果相邻车辆的减速较高，则所述风险值较大；以及
如果根据所述环境信息确定当前车辆周围存在设定类型的位置区域和/或道路标识，则相应增加所述风险值。
3.根据权利要求1所述的车辆驾驶辅助系统，其中，所述车辆驾驶辅助系统还包括机器学习单元，所述机器学习单元被配置用于通过机器学习方式执行训练过程来对提供给所述风险评估单元的风险分析模型进行训练；以及
所述风险评估单元被进一步配置用于根据训练后的所述风险分析模型确定所述风险值。
4.根据权利要求3所述的车辆驾驶辅助系统，其中，所述机器学习单元连接到当前车辆和/或至少一个其他车辆，并且所述机器学习单元进一步被配置用于通过以下方式对所述风险分析模型进行训练：
-对于当前车辆和至少一个其他车辆中的每一个：
在检测到其相邻车辆的减速超过所述预设阈值时，获取周围的环境信息；
在其相邻车辆的减速超过所述预设阈值后，获取是否出现先前被其相邻车辆遮挡的横向交通参与者的结果值；
-所述机器学习单元通过使用该环境信息和该结果值来训练所述风险分析模型。
5.根据权利要求1所述的车辆驾驶辅助系统，其中，所述控制单元被进一步配置用于：根据所述风险值的大小，将当前车辆以目标减速度进行减速，或者减速到目标速度，其中所述目标减速度或目标速度是基于所述风险值确定的。
6.一种车辆，其特征在于，包括根据权利要求1-5中任一项所述的车辆驾驶辅助系统。
7.一种车辆驾驶辅助方法，其特征在于，所述方法包括：
检测当前车辆周围预设区域内的相邻车辆的减速信息；
在所述相邻车辆的减速超过预设阈值时，获取当前车辆和/或相邻车辆周围的环境信息；
基于所述减速信息和/或所述环境信息，确定存在被所述相邻车辆遮挡的横向交通参与者的风险值；
根据所述风险值控制当前车辆的行驶状态。
8.根据权利要求7所述的车辆驾驶辅助方法，其中，所述确定存在被所述相邻车辆遮挡的横向交通参与者的风险值进一步包括：
根据设定规则确定所述风险值，所述设定规则包括以下至少之一：
如果相邻车辆的减速较高，则所述风险值较大；以及
如果根据所述环境信息确定当前车辆周围存在设定类型的位置区域和/或道路标识，则相应增加所述风险值。
9.根据权利要求7所述的车辆驾驶辅助方法，其中，所述确定存在被所述相邻车辆遮挡的横向交通参与者的风险值进一步包括：
根据风险分析模型确定所述风险值，其中所述风险分析模型是通过机器学习方式执行训练过程来被训练的。
10.根据权利要求9所述的车辆驾驶辅助方法，其中，所述训练过程是通过以下方式执行的：
-对于当前车辆和至少一个其他车辆中的每一个：
在检测到其相邻车辆的减速超过所述预设阈值时，获取周围的环境信息；
在其相邻车辆的减速超过所述预设阈值后，获取是否出现先前被其相邻车辆遮挡的横向交通参与者的结果值；
-通过使用该环境信息和该结果值来训练所述风险分析模型。
11.根据权利要求7所述的车辆驾驶辅助方法，其中，所述根据所述风险值控制当前车辆的行驶状态包括：
根据所述风险值的大小，将当前车辆以目标减速度进行减速，或者减速到目标速度，其中所述目标减速度或目标速度是基于所述风险值确定的。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现权利要求7至11中任一项所述的方法。
CN201910234245.3A 2019-03-26 2019-03-26 车辆驾驶辅助系统、包括其的车辆及相应的方法和介质 Pending CN111746534A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910234245.3A CN111746534A (zh) 2019-03-26 2019-03-26 车辆驾驶辅助系统、包括其的车辆及相应的方法和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910234245.3A CN111746534A (zh) 2019-03-26 2019-03-26 车辆驾驶辅助系统、包括其的车辆及相应的方法和介质

Publications (1)

Publication Number Publication Date
CN111746534A true CN111746534A (zh) 2020-10-09

Family

ID=72671846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910234245.3A Pending CN111746534A (zh) 2019-03-26 2019-03-26 车辆驾驶辅助系统、包括其的车辆及相应的方法和介质

Country Status (1)

Country Link
CN (1) CN111746534A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112440986A (zh) * 2020-11-30 2021-03-05 重庆长安汽车股份有限公司 一种行车控制方法、行人aeb系统、智能驾驶汽车、控制器及计算机可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006298310A (ja) * 2005-04-25 2006-11-02 Nissan Motor Co Ltd 車両用走行制御装置
JP2007022209A (ja) * 2005-07-13 2007-02-01 Denso Corp 前方車両減速予想装置、および前方車両減速予想システム
US20070182528A1 (en) * 2000-05-08 2007-08-09 Automotive Technologies International, Inc. Vehicular Component Control Methods Based on Blind Spot Monitoring
US20130332061A1 (en) * 2012-06-06 2013-12-12 Google Inc. Obstacle Evaluation Technique
US20150375748A1 (en) * 2014-06-27 2015-12-31 Fuji Jukogyo Kabushiki Kaisha Driving support apparatus for vehicle
US20160231746A1 (en) * 2015-02-06 2016-08-11 Delphi Technologies, Inc. System And Method To Operate An Automated Vehicle
CN106251698A (zh) * 2015-06-12 2016-12-21 宝马股份公司 用于在自主车辆与乘客之间通信的方法和控制单元
CN108290519A (zh) * 2015-12-16 2018-07-17 宝马股份公司 用于划分运动区域的控制单元和方法
US20190047559A1 (en) * 2018-09-24 2019-02-14 Intel Corporation Evaluating risk factors of proposed vehicle maneuvers using external and internal data
US20190071081A1 (en) * 2017-09-06 2019-03-07 Honda Motor Co., Ltd. Driving support device and driving support method

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070182528A1 (en) * 2000-05-08 2007-08-09 Automotive Technologies International, Inc. Vehicular Component Control Methods Based on Blind Spot Monitoring
JP2006298310A (ja) * 2005-04-25 2006-11-02 Nissan Motor Co Ltd 車両用走行制御装置
JP2007022209A (ja) * 2005-07-13 2007-02-01 Denso Corp 前方車両減速予想装置、および前方車両減速予想システム
US20130332061A1 (en) * 2012-06-06 2013-12-12 Google Inc. Obstacle Evaluation Technique
US20150375748A1 (en) * 2014-06-27 2015-12-31 Fuji Jukogyo Kabushiki Kaisha Driving support apparatus for vehicle
US20160231746A1 (en) * 2015-02-06 2016-08-11 Delphi Technologies, Inc. System And Method To Operate An Automated Vehicle
CN106251698A (zh) * 2015-06-12 2016-12-21 宝马股份公司 用于在自主车辆与乘客之间通信的方法和控制单元
CN108290519A (zh) * 2015-12-16 2018-07-17 宝马股份公司 用于划分运动区域的控制单元和方法
US20190071081A1 (en) * 2017-09-06 2019-03-07 Honda Motor Co., Ltd. Driving support device and driving support method
US20190047559A1 (en) * 2018-09-24 2019-02-14 Intel Corporation Evaluating risk factors of proposed vehicle maneuvers using external and internal data

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112440986A (zh) * 2020-11-30 2021-03-05 重庆长安汽车股份有限公司 一种行车控制方法、行人aeb系统、智能驾驶汽车、控制器及计算机可读存储介质
CN112440986B (zh) * 2020-11-30 2022-08-09 重庆长安汽车股份有限公司 一种行车控制方法、行人aeb系统、智能驾驶汽车、控制器及计算机可读存储介质

Similar Documents

Publication Publication Date Title
US10054455B2 (en) Vehicle controller, vehicle control method, and vehicle control program
CN108437986B (zh) 车辆驾驶辅助系统及辅助方法
US10513267B2 (en) Vehicle safety system
US9889847B2 (en) Method and system for driver assistance for a vehicle
US11634150B2 (en) Display device
CN104417561B (zh) 情境感知威胁响应判定
US11167761B2 (en) Vehicle control device, vehicle control method, and storage medium
JP6288286B2 (ja) 走行制御装置および走行制御方法
US20140257686A1 (en) Vehicle lane determination
US9026356B2 (en) Vehicle navigation system and method
CN112464229B (zh) 检测针对自动驾驶系统的欺骗攻击的方法和装置
JP2002178864A (ja) 電気自動車の制御装置
CN109318894B (zh) 车辆驾驶辅助系统、车辆驾驶辅助方法及车辆
CN114126940A (zh) 电子控制装置
CN109969191B (zh) 驾驶辅助系统和方法
GB2556427A (en) Vehicle with environmental context analysis
US11433888B2 (en) Driving support system
US10262539B2 (en) Inter-vehicle warnings
WO2019003792A1 (ja) 制御装置、制御方法、及びプログラム
CN111746534A (zh) 车辆驾驶辅助系统、包括其的车辆及相应的方法和介质
JP6637474B2 (ja) 走行制御装置、走行制御方法、および車両
US20220309804A1 (en) Vehicle control device, vehicle control method, and storage medium
EP3971863A1 (en) A method for operating a vehicle hazardous parking warning system
US11865999B2 (en) Vehicle seatbelt device, tension control method, and storage medium
CN113808435B (zh) 用于车辆的辅助装置、相应的方法及存储介质

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