CN111886637B - 信息处理装置、信息处理方法和计算机能读取的记录介质 - Google Patents

信息处理装置、信息处理方法和计算机能读取的记录介质 Download PDF

Info

Publication number
CN111886637B
CN111886637B CN201880091481.8A CN201880091481A CN111886637B CN 111886637 B CN111886637 B CN 111886637B CN 201880091481 A CN201880091481 A CN 201880091481A CN 111886637 B CN111886637 B CN 111886637B
Authority
CN
China
Prior art keywords
information processing
mobile body
potential event
processing apparatus
moving body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201880091481.8A
Other languages
English (en)
Other versions
CN111886637A (zh
Inventor
卜部达也
对马尚之
景祎
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN111886637A publication Critical patent/CN111886637A/zh
Application granted granted Critical
Publication of CN111886637B publication Critical patent/CN111886637B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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, light or radio wave 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants

Landscapes

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

Abstract

物体识别部(200)识别存在于移动体(100)的周围的物体。周围状况估计部(204)对由物体识别部(200)识别出的物体的位置和行为中的至少任意一个进行分析，导出因物体识别部(200)未能识别出存在于移动体(100)的周围的物体引起的、有可能稍后显现的事件，作为潜在事件。

Description

信息处理装置、信息处理方法和计算机能读取的记录介质
技术领域
本发明涉及搭载于移动体的信息处理装置等。
背景技术
在存在成为自主型移动体(例如，自动驾驶车)的行进障碍的物体的情况下，该移动体变更当初的行进路径。更具体地，移动体根据物体的形状、物体所在的地点等计算物体的行进方向和速度，根据计算结果变更成能够回避与物体碰撞的行进路径。
在物体不满足稳定的运动行为的情况下，很难计算物体的行进方向和速度。
在专利文献1中公开有应对该课题的技术。
更具体地，在专利文献1中，判别物体的种类，根据该物体的种类预测对该物体期待的运动和行为。因此，根据专利文献1，能够根据预测出的对该物体期待的运动和行为来选择回避与该物体碰撞的行进路径。
现有技术文献
专利文献
专利文献1：日本特表2013-544696号公报
发明内容
发明要解决的问题
在专利文献1中，进行基于物体种类的运动和行为的预测。
但是，在存在因遮挡物、气象条件、传感器的性能界限、传感器的故障等而无法识别的物体的情况下，在专利文献1的技术中，无法判别未被识别出的物体的种类。
因此，在专利文献1的技术中，在移动体的周围存在未被识别出的物体的情况下，存在很难适当地应对该物体的课题。
本发明的主要目的在于解决上述课题。更具体地，本发明的主要目的在于，得到能够适当地应对存在于移动体的周围但未被识别出的物体的结构。
用于解决课题的手段
本发明的信息处理装置搭载于移动体，其中，该信息处理装置具有：
物体识别部，其识别存在于所述移动体的周围的物体；以及
潜在事件导出部，其对由所述物体识别部识别出的所述物体的位置和行为中的至少任意一个进行分析，导出因所述物体识别部未能识别出存在于所述移动体的周围的物体引起的、有可能稍后显现的事件，作为潜在事件。
发明效果
在本发明中，导出因未能识别出的物体引起的有可能稍后显现的事件作为潜在事件。因此，根据本发明，通过应对潜在事件，能够适当地应对存在于移动体的周围但未被识别出的物体。
附图说明
图1是示出实施方式1的移动体的结构例的图。
图2是示出实施方式1的行动决定装置的功能结构例的图。
图3是示出实施方式1的行动决定装置的动作例的流程图。
图4是示出实施方式1的时刻tn-1的十字路口的状况的例子的图。
图5是示出实施方式1的时刻tn的十字路口的状况的例子的图。
图6是示出实施方式1的时刻tn+1的潜在事件的例子的图。
图7是示出实施方式1的时刻tn-1的图像数据的例子的图。
图8是示出实施方式1的时刻tn-1的十字路口的状况的例子的图。
图9是示出实施方式1的时刻tn+1的潜在事件的例子的图。
图10是示出实施方式1的行动决定装置的硬件结构例的图。
具体实施方式
以下，使用附图对本发明的实施方式进行说明。在以下的实施方式的说明和附图中，标注有相同标号的部分表示相同的部分或对应的部分。
实施方式1
***结构的说明***
图1示出本实施方式的移动体100的结构例。
在本实施方式中，移动体100是车辆。移动体100不限于车辆，也可以是船舶、行人这样的其他种类的移动体。此外，在本实施方式中，主要对行动决定装置20进行说明，因此，在图1中，仅图示与行动决定装置20的说明相关的要素。
移动体100具有传感器101、地图数据存储装置102、车辆信息收集装置103和行动决定装置20。
传感器101得到关于移动体100周围的物体的感测数据。
传感器101例如是摄像机。此外，传感器101例如也可以是毫米波雷达或LiDAR(Light Detection And Ranging：激光成像探测与测距)。另外，在本实施方式中，传感器101是摄像机。因此，传感器101输出的感测数据是图像数据。
在图1中，传感器101搭载于移动体100，但传感器101也可以设置在移动体100的外部。在该情况下，需要在移动体100中设置通信装置。通信装置接收从外部发送的感测数据。
地图数据存储装置102存储地图数据。
在图1中，地图数据存储装置102搭载于移动体100，但地图数据存储装置102也可以设置在移动体100的外部。在该情况下，需要在移动体100中设置通信装置。通信装置接收从外部发送的地图数据。
车辆信息收集装置103收集与移动体100相关的信息。例如，车辆信息收集装置103收集关于移动体100的当前位置、速度、行进方位等的信息。
行动决定装置20决定移动体100的行动。行动决定装置20是计算机。
行动决定装置20相当于信息处理装置。此外，由行动决定装置20进行的动作相当于信息处理方法。
行动决定装置20例如具有图10所示的硬件结构。
此外，行动决定装置20例如具有图2所示的功能结构。
首先，参照图10说明行动决定装置20的硬件结构例。
作为硬件，行动决定装置20具有处理器901、辅助存储装置902、主存储装置903和输入输出装置904。
在辅助存储装置902中存储有实现图2所示的物体识别部200、移动预测分析部201、碰撞受害决定部202、行动决定部203、周围状况估计部204、估计结果提示部205、似然度判定部207和警告部208的功能的程序。该程序相当于信息处理程序。
该程序从辅助存储装置902加载到主存储装置903中。此外，该程序被处理器901从主存储装置903读出，并由处理器901执行。
实现物体识别部200、移动预测分析部201、碰撞受害决定部202、行动决定部203、周围状况估计部204、估计结果提示部205、似然度判定部207和警告部208的功能的程序相当于信息处理程序。
此外，图2所示的知识数据库206通过辅助存储装置902和主存储装置903来实现。
输入输出装置904从传感器101取得感测数据。此外，输入输出装置904从地图数据存储装置102取得地图数据。此外，输入输出装置904从车辆信息收集装置103取得车辆信息。
接着，参照图2说明行动决定装置20的功能结构例。
物体识别部200识别存在于移动体100的周围的物体。
更具体地，物体识别部200经由输入输出装置904从传感器101取得作为感测数据的图像数据。在图像数据中表示存在于移动体100的周围的物体。物体识别部200分析图像数据，识别存在于移动体100的周围的物体的种类和尺寸。并且，在图像数据中，有时表示由于反射而映入到物体的与该物体不同的物体(以下，称作反射物)。在该情况下，物体识别部200还识别在图像数据中表示的反射物的种类和尺寸。
物体识别部200将物体的识别结果和反射物的识别结果通知给移动预测分析部201、周围状况估计部204和似然度判定部207。
由物体识别部200进行的处理相当于物体识别处理。
移动预测分析部201根据物体的位置和速度预测物体将来的移动。
碰撞受害决定部202根据由移动预测分析部201预测出的物体的移动目的地和由物体识别部200识别出的物体的种类和尺寸，决定物体与移动体100发生了碰撞时的碰撞受害程度。
行动决定部203参照由碰撞受害决定部202决定的碰撞受害程度决定应对由周围状况估计部204导出的潜在事件的移动体100的行动。
此外，例如，在由似然度判定部207判定为潜在事件稍后显现的似然度为阈值以上的情况下，行动决定部203决定应对潜在事件的移动体100的行动。
周围状况估计部204估计移动体100的周围的状况。更具体地，周围状况估计部204对由物体识别部200识别出的物体的位置和行为中的至少任意一个进行分析，导出潜在事件。潜在事件是指因物体识别部200未能识别出存在于移动体100的周围的物体引起的、有可能稍后显现的事件。
例如，周围状况估计部204对位于移动体100的前方的前方移动体的行为进行分析。在分析前方移动体的行为的结果是判定为前方移动体在不需要减速的状况下进行了减速的情况下，周围状况估计部204导出在移动体到达前方移动体进行了减速的地点时有可能显现的事件，作为潜在事件。例如，周围状况估计部204导出在移动体100到达前方移动体进行了减速的地点时，物体识别部200未能识别出存在于移动体100的周围的物体与移动体100发生碰撞的事件，作为潜在事件。
此外，例如，在分析前方移动体的行为的结果是判定为前方移动体在不需要危险回避行动的状况下采取了危险回避行动的情况下，周围状况估计部204导出在移动体100到达前方移动体采取了危险回避行动的地点时有可能显现的事件，作为潜在事件。例如，周围状况估计部204导出在移动体到达前方移动体采取了危险回避行动的地点时，物体识别部200未能识别出存在于移动体的周围的物体与移动体100发生碰撞的事件，作为潜在事件。
另外，周围状况估计部204相当于潜在事件导出部。此外，由周围状况估计部204进行的处理相当于潜在事件导出处理。
估计结果提示部205汇集从周围状况估计部204得到的一个或多个估计结果，将汇集而得到的估计结果提示给似然度判定部207。
即，估计结果提示部205汇集由周围状况估计部204导出的一个或多个潜在事件，将汇集而得到的潜在事件提示给似然度判定部207。
在知识数据库206中积累有用于由周围状况估计部204导出潜在事件的知识。
似然度判定部207对由估计结果提示部205提示的估计结果与由物体识别部200提供的关于最新物体的信息进行对照，判定估计结果的确定性。
即，似然度判定部207判定由周围状况估计部204导出的潜在事件稍后显现的似然度。
由似然度判定部207进行的处理相当于似然度判定处理。
在由似然度判定部207判定为潜在事件稍后显现的似然度为阈值以上时，警告部208向移动体100(车辆)的驾驶员警告潜在事件。
如上所述，物体识别部200、移动预测分析部201、碰撞受害决定部202、行动决定部203、周围状况估计部204、估计结果提示部205、似然度判定部207和警告部208的功能通过程序来实现，该程序由处理器901执行。
在图2中，示意性地示出处理器901正在执行物体识别部200、移动预测分析部201、碰撞受害决定部202、行动决定部203、周围状况估计部204、估计结果提示部205、似然度判定部207和警告部208发挥功能的程序的状态。
***动作的说明***
接着，参照图3所示的流程图说明本实施方式的行动决定装置20的动作例。
此外，适当使用图4～图9进行说明。
图4示出移动体100正在向十字路口行驶的状态。
图4示出时刻tn-1的十字路口的状况的例子。
图5示出时刻tn的十字路口的状况的例子。
图6示出时刻tn+1的潜在事件的例子。
图7示出时刻tn-1的由移动体100的传感器101取得的图像数据的例子。
图8示出与图4不同的时刻tn-1的十字路口的状况的例子。
图9示出与图6不同的时刻tn+1的潜在事件的例子。
在行动决定装置20决定移动体100的行动时，执行图3所示的流程。
在行动决定装置20中，当感测数据、地图数据和车辆信息被输出到物体识别部200时，在由物体识别部200识别出物体之后，使用碰撞受害程度和周围状况的估计结果决定移动体100的行动。
在步骤S1中，物体识别部200使用感测数据、地图数据和车辆信息识别移动体100的周围的物体。
在图4的例子中，移动体100正在向十字路口行驶。此外，前方移动体300正在移动体100的前方行驶。并且，在十字路口有信号器506，当前相对于移动体100的行进方向，绿灯点亮。此外，存在虽然被建筑物501遮住但在车道上靠右行驶的违反法令的自行车400。此外，该自行车400由于反射而映入到建筑物503的窗玻璃上。将映入到建筑物503的窗玻璃上的自行车400的图像称作反射物450。
在图4的状态下，物体识别部200取得图7所示的图像数据作为感测数据。物体识别部200根据图7的图像数据来识别信号器506，并且识别出在信号器506中绿灯点亮。此外，物体识别部200识别前方移动体300和对向车350。此外，物体识别部200还识别建筑物501、建筑物502、建筑物503、建筑物504、建筑物505和信号器507。另一方面，由于自行车400被建筑物501遮住，因此，物体识别部200无法识别出自行车400。但是，物体识别部200能够识别反射物450。
在步骤S2中，移动预测分析部201根据由物体识别部200识别出的物体的种类、尺寸、位置和速度等执行物体将来的移动。并且，碰撞受害决定部202决定移动体100与物体的碰撞受害程度和相对于移动体100的行进的碰撞可能性。
在图4和图7的例子中，碰撞受害决定部202根据前方移动体300的位置和移动速度、对向车350的位置和移动速度、车道、建筑物501～505的位置关系、信号器507的点亮状态等计算相对于行进方向的碰撞受害程度。在图4的例子中，在信号器507中绿灯点亮，也不存在妨碍移动体100的物体，因此，算作移动体100追随前方移动体300而在十字路口直行时的碰撞受害程度低。
步骤S3与步骤S2并行地执行。
在步骤S3中，周围状况估计部204对物体的位置和行为中的至少任意一个进行分析，估计周围的状况。
即，周围状况估计部204对物体的位置和行为中的至少任意一个进行分析，导出潜在事件。
在图4和图7的例子中，在前方移动体300进入十字路口时，前方移动体300的刹车灯点亮，周围状况估计部204识别出前方移动体300瞬间突然减速。周围状况估计部204向知识数据库206查询该行为。
在知识数据库206中，作为知识积累有“在绿灯的十字路口行驶的车辆通常不减速”、“禁止在十字路口内停止”、“十字路口内不是车辆的行驶结束地点”等。此外，在知识数据库206中还包含“在十字路口直行时的适当的速度范围”的知识。另外，在本实施方式中，设在突然减速之前，前方移动体300以适合在十字路口直行的速度行驶。并且，在知识数据库206中还包含“减速或者向没有障碍物的方向转向以回避碰撞”的知识。
周围状况估计部204对知识数据库206的知识与前方移动体300的行为进行对照，判定为前方移动体300在不需要减速的状况下进行了减速。然后，周围状况估计部204估计因物体识别部200未能识别出存在于移动体100的周围的物体引起的事件(潜在事件)。例如，在十字路口的死角存在物体识别部200未识别出的物体，周围状况估计部204导出因该物体引起的事件。
此外，设在知识数据库206中包含“在绿灯的十字路口行驶的车辆进行了减速的情况下成为减速理由的物体有可能映入到附近的窗玻璃上”的知识。在该情况下，周围状况估计部204能够估计出反射物450表示的物体有可能是前方移动体300突然减速的原因。因此，如图6所示，能够导出如下的潜在事件：稍后(例如时刻tn+1)移动体100到达前方移动体300进行了减速的地点时，移动体100与该物体(自行车400)发生碰撞。
周围状况估计部204的估计处理也可以是基于“if……then……”这样的简单规则库的方法。此外，周围状况估计部204的估计处理可以是逻辑学的推论处理，并且也可以是机器学习、统计学方法。
此外，估计结果提示部205综合性地解释来自多个行为的多个估计结果，将汇集多个估计结果而成的估计结果提示给似然度判定部207。
在步骤S4中，似然度判定部207判定估计结果的似然度。
具体地说，似然度判定部207对由估计结果提示部205提示的一个或多个估计结果与物体识别部200的最新物体的识别结果进行对照，判定估计结果的似然性。
在图4和图7的例子中，周围状况估计部204在时刻tn-1根据前方移动体300的行为导出位于十字路口的死角的物体与移动体100稍后发生碰撞这样的潜在事件。此外，周围状况估计部204针对该潜在事件，导出与映入到建筑物503的窗玻璃上的反射物450表示的物体发生碰撞的可能性。
在图5所示的时刻tn的十字路口的状况下，前方移动体300直行，判明在时刻tn-1前方移动体300未因左转而减速。
似然度判定部207综合这些信息，计算在十字路口内存在物体识别部200未能识别出的物体(自行车400)的确定性(似然度)。作为确定性(似然度)的尺度，例如能够使用各个事件同时发生的概率即统计学中的同时概率。此外，似然度判定部207也可以使用单独定义的似然度函数。此外，似然度判定部207也可以参照事先准备的对照表或数据库来判定确定性。
在步骤S5中，如果在步骤S4中计算出的似然度为阈值以上，则似然度判定部207判定为估计结果(潜在事件)确定，决定采用估计结果。然后，似然度判定部207向行动决定部203输出估计结果。
另一方面，如果计算出的似然度小于阈值，则似然度判定部207判定为估计结果不准确，在步骤S7中舍弃估计结果。
在步骤S6中，行动决定部203综合在步骤S2中输出的碰撞受害程度和在步骤S5中输出的估计结果来决定移动体100的行动。
在图4和图7的例子中，关于碰撞受害程度，判定为即使移动体100在十字路口直行也没有碰撞的危险，但关于估计状况，导出物体(自行车400)从死角突然出现而与移动体100发生碰撞的可能性。
因此，行动决定部203决定降低移动体100的速度、移动体100在行驶车道内的右侧行驶等行动，作为应对估计状况的移动体100的行动。由此，能够实现安全且高效的行驶。
另外，在似然度为阈值以上的情况下，似然度判定部207也可以替代向行动决定部203输出估计结果，或者与向行动决定部203输出估计结果并行地，向警告部208输出估计结果。
警告部208向设置在移动体100内的显示面板、扬声器等输出估计结果(潜在事件)。例如，警告部208能够通过在显示面板显示估计结果或者从扬声器发出警告声来警告估计结果。例如，警告部208能够向驾驶员通知在十字路口处自行车400从死角突然出现的危险性。
此外，如图8所示，假设在时刻tn-1，周围状况估计部204识别出在前方移动体301未减速且未使右向的转向指示器点亮的情况下进行了向右变更行进路径的行为的情况。在该情况下，周围状况估计部204向知识数据库206查询该行为。
在知识数据库206中，作为知识积累有“在绿灯的十字路口直行的车辆不变更行进路径”、“在绿灯的十字路口直行的车辆通常不点亮转向指示器”等。并且，在知识数据库206中还包含“减速或者向没有障碍物的方向转向以回避碰撞”这样的知识。
周围状况估计部204对知识数据库206的知识与前方移动体301的行为进行对照，判定为在前方移动体301不需要危险回避行动的状况下，前方移动体301采取了危险回避行动即用于回避障碍物的行动。
此外，在知识数据库206中，还包含“在前n(n≥2)台前方移动体采取了回避障碍物的行动的情况下，有可能存在被后续的前方移动体遮挡的障碍物”这样的知识。
周围状况估计部204对知识数据库206的知识与前方移动体301的障碍物回避行动进行对照，估计因物体识别部200未能识别出存在于移动体100的周围的物体引起的事件(潜在事件)。
例如，如图9所示，周围状况估计部204能够导出如下的潜在事件：存在被前方移动体302遮挡的物体(障碍物600)，稍后(例如时刻tn+1)移动体100到达前方移动体301采取了危险回避行动的地点时，移动体100与该物体(障碍物600)发生碰撞。
之后，如上所述，在由似然度判定部207判定为该估计结果(潜在事件)的似然度为阈值以上的情况下，为了回避与障碍物600的碰撞，行动决定部203决定降低移动体100的速度、移动体100在行驶车道内的右侧行驶等行动。
这样，在图8的例子中，行动决定部203也能够根据从周围状况间接得到的估计结果来选择适当的行动。
***实施方式的效果的说明***
如上所述，在本实施方式中，行动决定装置20导出因未能识别出的物体引起的、有可能稍后显现的事件作为潜在事件。因此，根据本实施方式，通过应对潜在事件，能够适当地应对存在于移动体的周围但未被识别出的物体。
更具体地，在本实施方式中，行动决定装置20不仅能够提取与直接识别出的物体发生碰撞的危险，还能够提取与根据周围状况间接地估计的物体发生碰撞的危险性。由此，根据本实施方式，能够选择甚至连未完全识别出的物体都想到的移动体100的行动，能够提高自主型移动体的安全性和移动高效性。
***硬件结构的说明****
最后，对行动决定装置20的硬件结构进行补充说明。
图10所示的处理器901是进行处理的IC(Integrated Circuit：集成电路)。
处理器901是CPU(Central Processing Unit：中央处理单元)、DSP(DigitalSignal Processor：数字信号处理器)等。
图10所示的辅助存储装置902是ROM(Read Only Memory：只读存储器)、闪存、HDD(Hard Disk Drive：硬盘驱动器)等。
图10所示的主存储装置903是RAM(Random Access Memory：随机存取存储器)。
此外，在辅助存储装置902中还存储有OS(Operating System：操作系统)。
而且，OS的至少一部分被加载到主存储装置903中，由处理器901执行。
处理器901在执行OS的至少一部分的同时，执行实现物体识别部200、移动预测分析部201、碰撞受害决定部202、行动决定部203、周围状况估计部204、估计结果提示部205、似然度判定部207和警告部208的功能的程序。
处理器901执行OS，由此进行任务管理、存储器管理、文件管理、通信控制等。
此外，表示物体识别部200、移动预测分析部201、碰撞受害决定部202、行动决定部203、周围状况估计部204、估计结果提示部205、似然度判定部207和警告部208的处理结果的信息、数据、信号值和变量值中的至少任意一个存储在辅助存储装置902、主存储装置903、处理器901内的寄存器和高速缓冲存储器中的至少任意一个中。
此外，实现物体识别部200、移动预测分析部201、碰撞受害决定部202、行动决定部203、周围状况估计部204、估计结果提示部205、似然度判定部207和警告部208的功能的程序也可以记录在磁盘、软盘、光盘、压缩盘、蓝光(注册商标)盘、DVD等可移动记录介质中。
此外，也可以将物体识别部200、移动预测分析部201、碰撞受害决定部202、行动决定部203、周围状况估计部204、估计结果提示部205、似然度判定部207和警告部208的“部”改写成“电路”、“工序”、“过程”或“处理”。
此外，行动决定装置20也可以通过处理回路来实现。处理回路例如是逻辑IC(Integrated Circuit：集成电路)、GA(Gate Array：门阵列)、ASIC(Application SpecificIntegrated Circuit：专用集成电路)、FPGA(Field-Programmable Gate Array：现场可编程门阵列)。
另外，在本说明书中，将处理器901和处理回路的上位概念称作“处理线路”。
即，处理器901和处理电路分别是“处理线路”的具体例子。
标号说明
20：行动决定装置；100：移动体；101：传感器；102：地图数据存储装置；103：车辆信息收集装置；200：物体识别部；201：移动预测分析部；202：碰撞受害决定部；203：行动决定部；204：周围状况估计部；205：估计结果提示部；206：知识数据库；207：似然度判定部；208：警告部；300：前方移动体；301：前方移动体；302：前方移动体；350：对向车；400：自行车；450：反射物；501：建筑物；502：建筑物；503：建筑物；504：建筑物；505：建筑物；506：信号器；507：信号器；600：障碍物；901：处理器；902：辅助存储装置；903：主存储装置；904：输入输出装置。

Claims (24)

1.一种信息处理装置，其搭载于移动体，其中，该信息处理装置具有：
物体识别部，其识别存在于所述移动体的周围的物体，识别作为存在于所述移动体的周围的物体而位于所述移动体的前方的前方移动体；以及
潜在事件导出部，其对由所述物体识别部识别出的所述前方移动体的行为进行分析，在分析所述前方移动体的行为的结果是判定为所述前方移动体在不需要减速的状况下进行了减速的情况下，导出所述移动体到达所述前方移动体进行了减速的地点时有可能显现的潜在事件，
所述潜在事件导出部导出在所述移动体到达所述前方移动体进行了减速的地点时，所述物体识别部未能识别出存在于所述移动体的周围的物体与所述移动体发生碰撞的事件，作为所述潜在事件。
2.根据权利要求1所述的信息处理装置，其中，
所述信息处理装置还具有似然度判定部，该似然度判定部判定由所述潜在事件导出部导出的所述潜在事件稍后显现的似然度。
3.根据权利要求2所述的信息处理装置，其中，
所述信息处理装置还具有行动决定部，在由所述似然度判定部判定为所述潜在事件稍后显现的似然度为阈值以上的情况下，所述行动决定部决定所述移动体应对所述潜在事件的行动。
4.根据权利要求2所述的信息处理装置，其中，
所述信息处理装置还具有警告部，在由所述似然度判定部判定为所述潜在事件稍后显现的似然度为阈值以上的情况下，所述警告部警告所述潜在事件。
5.根据权利要求1所述的信息处理装置，其中，
所述潜在事件导出部参照积累有用于导出所述潜在事件的知识的知识数据库来导出所述潜在事件。
6.根据权利要求3所述的信息处理装置，其中，
所述信息处理装置还具有碰撞受害决定部，该碰撞受害决定部决定由所述物体识别部识别出的所述物体与所述移动体发生了碰撞时的碰撞受害程度，
所述行动决定部参照由所述碰撞受害决定部决定的所述碰撞受害程度来决定所述移动体应对所述潜在事件的行动。
7.一种信息处理装置，其搭载于移动体，其中，该信息处理装置具有：
物体识别部，其识别存在于所述移动体的周围的物体，识别作为存在于所述移动体的周围的物体而位于所述移动体的前方的前方移动体；以及
潜在事件导出部，其对由所述物体识别部识别出的所述前方移动体的行为进行分析，在分析所述前方移动体的行为的结果是判定为所述前方移动体在不需要危险回避行动的状况下采取了危险回避行动的情况下，导出所述移动体到达所述前方移动体采取了所述危险回避行动的地点时有可能显现的潜在事件，
所述潜在事件导出部导出在所述移动体到达所述前方移动体采取了所述危险回避行动的地点时，所述物体识别部未能识别出存在于所述移动体的周围的物体与所述移动体发生碰撞的事件，作为所述潜在事件。
8.根据权利要求7所述的信息处理装置，其中，
所述信息处理装置还具有似然度判定部，该似然度判定部判定由所述潜在事件导出部导出的所述潜在事件稍后显现的似然度。
9.根据权利要求8所述的信息处理装置，其中，
所述信息处理装置还具有行动决定部，在由所述似然度判定部判定为所述潜在事件稍后显现的似然度为阈值以上的情况下，所述行动决定部决定所述移动体应对所述潜在事件的行动。
10.根据权利要求8所述的信息处理装置，其中，
所述信息处理装置还具有警告部，在由所述似然度判定部判定为所述潜在事件稍后显现的似然度为阈值以上的情况下，所述警告部警告所述潜在事件。
11.根据权利要求7所述的信息处理装置，其中，
所述潜在事件导出部参照积累有用于导出所述潜在事件的知识的知识数据库来导出所述潜在事件。
12.根据权利要求9所述的信息处理装置，其中，
所述信息处理装置还具有碰撞受害决定部，该碰撞受害决定部决定由所述物体识别部识别出的所述物体与所述移动体发生了碰撞时的碰撞受害程度，
所述行动决定部参照由所述碰撞受害决定部决定的所述碰撞受害程度来决定所述移动体应对所述潜在事件的行动。
13.一种信息处理装置，其搭载于移动体，其中，该信息处理装置具有：
物体识别部，其对表示存在于所述移动体的周围的物体的图像数据进行分析，识别存在于所述移动体的周围的物体，进一步对所述图像数据进行分析来识别反射物，该反射物是由于反射而映入到所述物体的与所述物体不同的物体；以及
潜在事件导出部，其对所述反射物的位置和行为中的至少任意一个进行分析，导出因所述物体识别部未能识别出存在于所述移动体的周围的物体引起的、有可能稍后显现的潜在事件。
14.根据权利要求13所述的信息处理装置，其中，
所述信息处理装置还具有似然度判定部，该似然度判定部判定由所述潜在事件导出部导出的所述潜在事件稍后显现的似然度。
15.根据权利要求14所述的信息处理装置，其中，
所述信息处理装置还具有行动决定部，在由所述似然度判定部判定为所述潜在事件稍后显现的似然度为阈值以上的情况下，所述行动决定部决定所述移动体应对所述潜在事件的行动。
16.根据权利要求14所述的信息处理装置，其中，
所述信息处理装置还具有警告部，在由所述似然度判定部判定为所述潜在事件稍后显现的似然度为阈值以上的情况下，所述警告部警告所述潜在事件。
17.根据权利要求13所述的信息处理装置，其中，
所述潜在事件导出部参照积累有用于导出所述潜在事件的知识的知识数据库来导出所述潜在事件。
18.根据权利要求15所述的信息处理装置，其中，
所述信息处理装置还具有碰撞受害决定部，该碰撞受害决定部决定由所述物体识别部识别出的所述物体与所述移动体发生了碰撞时的碰撞受害程度，
所述行动决定部参照由所述碰撞受害决定部决定的所述碰撞受害程度来决定所述移动体应对所述潜在事件的行动。
19.一种信息处理方法，其中，
搭载于移动体的计算机识别存在于所述移动体的周围的物体，识别作为存在于所述移动体的周围的物体而位于所述移动体的前方的前方移动体，对识别出的所述前方移动体的行为进行分析，在分析所述前方移动体的行为的结果是判定为所述前方移动体在不需要减速的状况下进行了减速的情况下，导出所述移动体到达所述前方移动体进行了减速的地点时有可能显现的潜在事件，所述潜在事件是指在所述移动体到达所述前方移动体进行了减速的地点时，未能识别出存在于所述移动体的周围的物体与所述移动体发生碰撞的事件。
20.一种信息处理方法，其中，
搭载于移动体的计算机识别存在于所述移动体的周围的物体，识别作为存在于所述移动体的周围的物体而位于所述移动体的前方的前方移动体，对识别出的所述前方移动体的行为进行分析，在分析所述前方移动体的行为的结果是判定为所述前方移动体在不需要危险回避行动的状况下采取了危险回避行动的情况下，导出所述移动体到达所述前方移动体采取了所述危险回避行动的地点时有可能显现的潜在事件，所述潜在事件是指在所述移动体到达所述前方移动体采取了所述危险回避行动的地点时，未能识别出存在于所述移动体的周围的物体与所述移动体发生碰撞的事件。
21.一种信息处理方法，其中，
搭载于移动体的计算机对表示存在于所述移动体的周围的物体的图像数据进行分析，识别存在于所述移动体的周围的物体，进一步对所述图像数据进行分析来识别反射物，该反射物是由于反射而映入到所述物体的与所述物体不同的物体，对所述反射物的位置和行为中的至少任意一个进行分析，导出因未能识别出存在于所述移动体的周围的物体引起的、有可能稍后显现的潜在事件。
22.一种记录有信息处理程序的计算机能读取的记录介质，该信息处理程序使搭载于移动体的计算机执行以下处理：
物体识别处理，识别存在于所述移动体的周围的物体，识别作为存在于所述移动体的周围的物体而位于所述移动体的前方的前方移动体；以及
潜在事件导出处理，对通过所述物体识别处理识别出的所述前方移动体的行为进行分析，在分析所述前方移动体的行为的结果是判定为所述前方移动体在不需要减速的状况下进行了减速的情况下，导出所述移动体到达所述前方移动体进行了减速的地点时有可能显现的潜在事件，
所述潜在事件导出处理导出在所述移动体到达所述前方移动体进行了减速的地点时，所述物体识别处理未能识别出存在于所述移动体的周围的物体与所述移动体发生碰撞的事件，作为所述潜在事件。
23.一种记录有信息处理程序的计算机能读取的记录介质，该信息处理程序使搭载于移动体的计算机执行以下处理：
物体识别处理，识别存在于所述移动体的周围的物体，识别作为存在于所述移动体的周围的物体而位于所述移动体的前方的前方移动体；以及
潜在事件导出处理，对通过所述物体识别处理识别出的所述前方移动体的行为进行分析，在分析所述前方移动体的行为的结果是判定为所述前方移动体在不需要危险回避行动的状况下采取了危险回避行动的情况下，导出所述移动体到达所述前方移动体采取了所述危险回避行动的地点时有可能显现的潜在事件，
所述潜在事件导出处理导出在所述移动体到达所述前方移动体采取了所述危险回避行动的地点时，所述物体识别处理未能识别出存在于所述移动体的周围的物体与所述移动体发生碰撞的事件，作为所述潜在事件。
24.一种记录有信息处理程序的计算机能读取的记录介质，该信息处理程序使搭载于移动体的计算机执行以下处理：
物体识别处理，对表示存在于所述移动体的周围的物体的图像数据进行分析，识别存在于所述移动体的周围的物体，进一步对所述图像数据进行分析来识别反射物，该反射物是由于反射而映入到所述物体的与所述物体不同的物体；以及
潜在事件导出处理，对所述反射物的位置和行为中的至少任意一个进行分析，导出因通过所述物体识别处理未能识别出存在于所述移动体的周围的物体引起的、有可能稍后显现的潜在事件。
CN201880091481.8A 2018-03-26 2018-03-26 信息处理装置、信息处理方法和计算机能读取的记录介质 Active CN111886637B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/012220 WO2019186664A1 (ja) 2018-03-26 2018-03-26 情報処理装置、情報処理方法及び情報処理プログラム

Publications (2)

Publication Number Publication Date
CN111886637A CN111886637A (zh) 2020-11-03
CN111886637B true CN111886637B (zh) 2022-04-29

Family

ID=66429901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880091481.8A Active CN111886637B (zh) 2018-03-26 2018-03-26 信息处理装置、信息处理方法和计算机能读取的记录介质

Country Status (5)

Country Link
US (1) US20210012121A1 (zh)
JP (1) JP6509452B1 (zh)
CN (1) CN111886637B (zh)
DE (1) DE112018007130B4 (zh)
WO (1) WO2019186664A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230278581A1 (en) * 2022-03-04 2023-09-07 Ford Global Technologies, Llc System, Method, and Computer Program Product for Detecting and Preventing an Autonomous Driving Action

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202294794U (zh) * 2011-07-29 2012-07-04 富士重工业株式会社 车辆的驾驶辅助装置
CN103514758A (zh) * 2013-09-18 2014-01-15 中国科学技术大学苏州研究院 一种基于车车通信的高效道路交通防碰撞预警方法
JP2014035561A (ja) * 2012-08-07 2014-02-24 Nissan Motor Co Ltd 車両走行支援装置及び車両走行支援方法
CN106097775A (zh) * 2016-06-07 2016-11-09 腾讯科技（深圳）有限公司 一种基于导航的预警方法、终端设备及服务器
JP2017142786A (ja) * 2016-02-10 2017-08-17 株式会社デンソー 走行支援装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009019702B4 (de) 2008-05-06 2022-11-10 Volkswagen Ag Verfahren und Vorrichtung zur Übergabeaufforderung an den Fahrzeugführer
JP5407764B2 (ja) * 2009-10-30 2014-02-05 トヨタ自動車株式会社 運転支援装置
US9047778B1 (en) * 2010-06-25 2015-06-02 Cellco Partnership Collision avoidance system using telematics unit
US8509982B2 (en) 2010-10-05 2013-08-13 Google Inc. Zone driving
US9771070B2 (en) 2011-12-09 2017-09-26 GM Global Technology Operations LLC Method and system for controlling a host vehicle
JP5680573B2 (ja) * 2012-01-18 2015-03-04 富士重工業株式会社 車両の走行環境認識装置
JP2015205640A (ja) * 2014-04-22 2015-11-19 トヨタ自動車株式会社 車両用衝突制御装置
JP2016001464A (ja) * 2014-05-19 2016-01-07 株式会社リコー 処理装置、処理システム、処理プログラム、及び、処理方法
CN104036275B (zh) * 2014-05-22 2017-11-28 东软集团股份有限公司 一种车辆盲区内目标对象的检测方法及其装置
DE102014224762B4 (de) 2014-12-03 2016-10-27 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Informationsgewinnung über ein Objekt in einem nicht einsehbaren, vorausliegenden Umfeldbereich eines Kraftfahrzeugs
EP3038021A1 (en) * 2014-12-26 2016-06-29 Panasonic Intellectual Property Corporation of America Risk determination method, risk determination device, risk determination system, and risk output device
DE102015208530A1 (de) 2015-05-07 2016-11-10 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Reduzierung des Kollisionsrisikos eines Fahrzeugs
JP6555175B2 (ja) * 2016-04-01 2019-08-07 株式会社デンソー 運転支援装置及び運転支援プログラム
DE102016215115A1 (de) 2016-08-12 2018-02-15 Continental Automotive Gmbh Vorrichtung und Verfahren zum Detektieren von Verkehrsteilnehmern in einem Umfeld eines Ego-Fahrzeugs
CN106157696B (zh) * 2016-08-30 2019-03-29 浙江吉利控股集团有限公司 基于车-车通信的自车主动避让系统和避让方法
CN106427998B (zh) * 2016-09-30 2018-08-21 江苏大学 一种高速状态下车辆紧急变道避撞的控制方法
DE102016014366A1 (de) 2016-12-02 2017-07-06 Daimler Ag Verfahren zum Betrieb eines Fahrerassistenzsystems
JP6690517B2 (ja) * 2016-12-13 2020-04-28 株式会社デンソー 運転支援装置、及び運転支援方法
US11760387B2 (en) * 2017-07-05 2023-09-19 AutoBrains Technologies Ltd. Driving policies determination
CN107705634A (zh) * 2017-11-16 2018-02-16 东南大学 基于行车记录仪的交叉口紧急情况处理系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202294794U (zh) * 2011-07-29 2012-07-04 富士重工业株式会社 车辆的驾驶辅助装置
JP2014035561A (ja) * 2012-08-07 2014-02-24 Nissan Motor Co Ltd 車両走行支援装置及び車両走行支援方法
CN103514758A (zh) * 2013-09-18 2014-01-15 中国科学技术大学苏州研究院 一种基于车车通信的高效道路交通防碰撞预警方法
JP2017142786A (ja) * 2016-02-10 2017-08-17 株式会社デンソー 走行支援装置
CN106097775A (zh) * 2016-06-07 2016-11-09 腾讯科技（深圳）有限公司 一种基于导航的预警方法、终端设备及服务器

Also Published As

Publication number Publication date
US20210012121A1 (en) 2021-01-14
WO2019186664A1 (ja) 2019-10-03
JPWO2019186664A1 (ja) 2020-04-30
DE112018007130B4 (de) 2024-05-02
DE112018007130T5 (de) 2020-11-05
CN111886637A (zh) 2020-11-03
JP6509452B1 (ja) 2019-05-08

Similar Documents

Publication Publication Date Title
CN106985780B (zh) 车辆安全辅助系统
JP6375221B2 (ja) 対象とする交通物体の移動挙動を予測するための方法及びシステム
US9524643B2 (en) Orientation sensitive traffic collision warning system
EP3134888B1 (en) False warning reduction using location data
JP2015532747A (ja) ドライバーアシストシステム及びドライバーアシストシステムの作動方法
CN111796286B (zh) 一种制动等级的评估方法、装置、车辆和存储介质
JP7145815B2 (ja) 電子制御装置
CN111971723A (zh) 驾驶监视装置和驾驶监视程序
US11273762B2 (en) Vehicle control device
JP2024015375A (ja) 走行状態判定装置、方法、及びプログラム
JP6411933B2 (ja) 車両状態判定装置
JP5895728B2 (ja) 車群管理装置
JP2007334554A (ja) 障害物検出装置および障害物検出方法
US11981310B2 (en) Vehicle rear warning system and control method thereof
CN113272197A (zh) 用于改进用于横向车辆运动的辅助系统的装置和方法
CN111976585A (zh) 基于人工神经网络的投射信息识别装置及其方法
CN111886637B (zh) 信息处理装置、信息处理方法和计算机能读取的记录介质
US11210955B2 (en) Collision avoidance assist apparatus
US11420639B2 (en) Driving assistance apparatus
KR20210014253A (ko) 군집 주행 제어 장치, 그를 포함한 시스템 및 그 방법
US11643093B2 (en) Method for predicting traffic light information by using lidar and server using the same
EP3392730B1 (en) Device for enabling a vehicle to automatically resume moving
KR20230014008A (ko) 인공신경망을 이용한 주행 차량의 충돌 가능성 판단 방법 및 장치
JP7438393B2 (ja) 他車挙動予測診断装置および他車挙動予測診断方法
US20240092399A1 (en) Motion prediction device and motion prediction method

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