CN112020631A - 用于机动车辆选择优选行车道以穿过收费区的方法 - Google Patents

用于机动车辆选择优选行车道以穿过收费区的方法 Download PDF

Info

Publication number
CN112020631A
CN112020631A CN201980027138.1A CN201980027138A CN112020631A CN 112020631 A CN112020631 A CN 112020631A CN 201980027138 A CN201980027138 A CN 201980027138A CN 112020631 A CN112020631 A CN 112020631A
Authority
CN
China
Prior art keywords
lane
motor vehicle
data
lanes
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.)
Pending
Application number
CN201980027138.1A
Other languages
English (en)
Inventor
J·达席尔瓦
G·皮塔-吉尔
C·帕帕米夏尔
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.)
Renault SAS
Nissan Motor Co Ltd
Original Assignee
Renault SAS
Nissan Motor Co Ltd
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 Renault SAS, Nissan Motor Co Ltd filed Critical Renault SAS
Publication of CN112020631A publication Critical patent/CN112020631A/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
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • B60W40/06—Road 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • G—PHYSICS
    • 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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • B60Y2300/095—Predicting travel path or likelihood of collision
    • B60Y2300/0954—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/18—Propelling the vehicle
    • B60Y2300/18008—Propelling the vehicle related to particular drive situations
    • B60Y2300/18166—Overtaking, changing lanes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/301—Sensors for position or displacement

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种用于机动车辆(100)选择优选行车道(230)以进入包括多个行车道(210，220)的收费区(200)的方法，该方法包括以下步骤：a)检测该收费区的行车道，b)对于所述行车道中的至少一些行车道，确定同该机动车辆与相应行车道之间的距离有关的第一数据(dij)、以及与位于相应行车道上的其他车辆的数量有关的第二数据；c)最小化取决于每个第一数据和每个第二数据的成本函数，以识别该优选行车道；以及d)确定该机动车辆改变行车道以朝该优选行车道移动的可能性或风险。

Description

用于机动车辆选择优选行车道以穿过收费区的方法
技术领域
本发明总体上涉及驾驶员辅助领域以及自主车辆领域。
本发明更具体地涉及一种用于为机动车辆选择优选车道以在该车道中靠近包括多个车道的收费区的方法。
本发明还涉及一种用于控制自主机动车辆以使其朝该优选车道行驶的方法。
背景技术
从文献DE 102012022629中已知一种决策辅助方法，该方法允许决定当车辆到达收费区时使用哪个车道。
在该文献中，车辆装备有无线通信装置，该无线通信装置适用于接收由收费区发送的数据。这些数据与开放车道和封闭车道、在每个车道中接受的支付手段以及在每个车道中等待的第三方车辆的数量有关(如果第三方车辆自身装备有通信装置，则可以使用关于第三方车辆的数量的信息)。
该方法的主要缺点在于，其需要在机动车辆与收费区之间建立无线通信，这在实际上是无法保证的。此外，该方法还要求机动车辆和收费区都装备有昂贵的通信装置。
发明内容
为了弥补现有技术的上述缺点，本发明提供了一种方法，在该方法中，车辆非常可靠且安全地确定其必须优选地使用哪个车道来通过收费区，而不必与该收费区进行通信。
更具体地，根据本发明，提供了一种用于为机动车辆选择优选车道以进入收费区的方法，该方法包括以下步骤：
a)检测该收费区的车道，
b)对于所述车道中的至少一部分，确定与该机动车辆距相应车道的距离有关的第一数据、以及与位于该相应车道中的第三方车辆的数量有关的第二数据，
c)根据相应的第一数据和相应的第二数据来计算所述部分中的每一个车道的成本函数的值，并且将该优选车道识别为成本函数的值是所计算值中的最低值的车道，以及
d)确定该机动车辆是否能够改变车道以移至该优选车道，或者确定这样做的风险。
因此，借助于本发明，对用于靠近收费区的车道的选择不仅取决于每个车道中的车辆的数量，还取决于当前车辆距每个车道的距离，并且取决于到达优选车道时将遇到的潜在危险。因此，本发明可以使机动车辆安全行驶。
优选地，该方法仅仅使用机动车辆的设备。因此，无论收费区是否装备有通信装置，该方法都是可靠的。
以下是根据本发明的方法的其他非限制性的和有利的特征：
-该机动车辆装备有至少一个测距传感器，在步骤b)中，该第二数据是对位于所述车道中的每一个车道中的第三方车辆的数量的估计值，该估计值是根据由所述测距传感器执行的测量而确定的；
-在步骤c)中，所述部分中的每一个的车道的成本函数的值是根据通过第一系数加权的相应的第一数据与通过第二系数加权的相应的第二数据之和来计算的；
-给定一个车道，该车道与该机动车辆正在使用的车道相邻并且相对于该机动车辆正在使用的车道位于该优选车道的一侧，在步骤d)中，检查该机动车辆改变车道以到达所述相邻车道中的期望位置所需的操纵时间是否严格短于正在所述相邻车道中行驶的第三方车辆到达该期望位置所需的到达时间；
-在步骤d)中，检查与该机动车辆相对于在该相邻车道中正在该机动车辆前方和后方行驶的两个第三方车辆的相对速度有关的双重准则；
-作为变型或者此外，在步骤d)中，检查与该机动车辆改变车道所需的操纵时间有关的准则；
-该机动车辆装备有图像获取装置和计算单元，在步骤a)中，该图像获取装置获取该收费区的图像，并且该计算单元处理所述图像以便检测该收费区的开放车道，并且在步骤b)中，该计算单元确定每个开放车道的第一数据和第二数据；
-该机动车辆装备有图像获取装置和计算单元，在步骤a)中，该图像获取装置获取该收费区的图像，并且在步骤b)中，该计算单元处理所述图像以便评估该第一数据；
-该机动车辆装备有地理定位装置、存储有路线图的存储器以及计算单元，在步骤b)中，该计算单元根据该机动车辆的地理定位位置和该收费区的几何形状来计算该第一数据，该地理定位位置由该地理定位装置获得，该几何形状被存储在该存储器中。
本发明还涉及一种用于控制自主机动车辆的方法，该方法包括：
-以上定义的选择方法中的步骤a)至步骤d)，然后包括
-控制所讨论的机动车辆去往该期望车道的步骤。
优选地，如果该期望车道不与该机动车辆正在使用的车道相邻，则在该车辆第一次改变车道之后，重复所述步骤a)至步骤d)。
附图说明
通过非限制性示例给出的参考附图给出的以下描述将允许本发明包括的内容以及可以如何实施本发明被清楚地理解。
在附图中：
-图1是适用于实施根据本发明的选择方法的机动车辆的示意图；
-图2以流程图的形式示出了根据本发明的选择方法的示例；
-图3至图6是收费区的俯视示意图，其中示出了包括图1的机动车辆在内的各种车辆。
具体实施方式
首先，应注意的是，在不同附图中出现的相同或相似的元素已尽可能用相同的附图标记来指代，并且不会每次都描述。
图1示出了从上方看到的机动车辆100。
从该图中可以看出，机动车辆100在这里是常规的汽车，该机动车辆包括由车轮支撑的底盘并且该底盘自身支撑包括传动系、制动装置和转向单元在内的各件设备。
这可能是手动控制车辆的问题，在这种情况下，手动控制车辆将装备有用于向驾驶员显示目的地信息的装置；或者优选地，这可能是自主车辆的问题。此外，在本说明书的其余部分中讨论的是将在此处考虑的自主车辆的情况。
该机动车辆100装备有传感器，这些传感器允许该机动车辆确定其在其环境中的位置，从而能够自身自主地驾驶，即无需人工干预。
可以采用任何类型的传感器。
在图1所示的示例中，机动车辆100装备有相机130，该相机朝车辆前方定向，以便捕获位于车辆前方的环境的图像。
此外，机动车辆100装备有至少一个(雷达、激光雷达或声纳)测距传感器。在此，更精确地在车辆的四个角处以及在车辆的前部的中央位置装备有五个雷达传感器121、122、123、124、125。
机动车辆100还装备有地理定位系统141，例如，该地理定位系统包括GNSS接收器(通常是GPS传感器)。
为了处理由这些不同部件传递的信息并能够生成针对传动系、制动装置和转向单元的控制设置，机动车辆100装备有计算机140。
该计算机140包括处理器(CPU)、随机存取存储器(RAM)、只读存储器(ROM)、模拟数字转换器以及各种输入和/或输出接口。
计算机140能够借助其输入接口来接收源自不同传感器的输入信号。
此外，计算机140连接到存储有路线图的存储器142。这里将考虑到作为详细地图的问题，在该地图中给出了收费区的几何形状。
计算机140的只读存储器就其本身而言存储由包含指令的计算机程序组成的应用软件，该处理器执行这些指令以允许计算机实施以下描述的方法。
最后，借助于该计算机的输出接口，控制器能够将设置传输到车辆的各个单元。
一方面在图3和图4中，并且另一方面在图5和图6中，示出了从上方看到的两个收费区200。
这些收费区200各自包括收费站201，在该收费站处，每个车辆的用户必须支付通行费。每个收费区200还包括数量N个车道210、220、230、240(在图3和图4中，N等于4，而在图5和图6中，N等于8)用于进入该收费站201。
收费站201在每个车道上方包括LED面板，该LED面板上示出有标志。例如，如果车道被封闭而禁止通行，则该标志可以表示出红叉；或者如果车道开放，则该标志可以表示出绿色箭头。该标志还可以表示出其他内容(如果可以通过银行卡支付，则为蓝卡；如果可以进行远程支付，则为橙色的“t”，等等)。
在本说明书的其余部分中，将在车道中进行以下区分：
-当前车道210，其是所讨论的机动车辆100正在使用的车道；
-相邻车道220，其是位于当前车道210两侧的两个车道；以及
-优选车道230，如在本说明书的其余部分中将变得更清楚的，其被认为是最适用于允许以完全安全的方式快速通过收费站201的车道。
用附图标记“240”表示的车道是不满足上述三个准则的车道。
如图3至图6所示，除上述机动车辆100之外的机动车辆(这些机动车辆在下文中被称为第三方车辆300、310、320)在这里也被认为正在收费区的车道中行驶。
在这些第三方车辆中，进行以下区分：
-前车310，其是正在两个相邻车道220中的一个车道(即机动车辆100期望驶入的车道)中行驶并且位于机动车辆100前方的第三方车辆，以及
-后车320，其是正在上述同一相邻车道220中行驶并且位于机动车辆100后方的第三方车辆。
当机动车辆100(在这里，其被认为是自主的)靠近收费区200时，该机动车辆必须选择车道210、220、230、240之一。换言之，计算机140必须判断在其到达收费区时改变车道的时机，以便尽快且完全安全地通过收费站201。
为此，其计算机140实施包括多个主要步骤的方法。
先前第一步骤包括：计算机140验证由机动车辆100的各件设备(雷达传感器和相机)测得的数据是可利用的。
具体地，这些数据可能不可利用，尤其是取决于天气。
为此，计算机140从机动车辆的每件设备接收一个置信度指数(在此以该设备的测量结果的可靠性的置信度百分比的形式表示)，计算机将该置信度指数与预设阈值进行比较。
如果置信度指数不够高，则过程将中断。在相反的情况下，实施图2所展示的方法。
该方法的第一步骤a)包括：确定站点的地理环境。
为此，计算机140单独使用相机130，或者使用与存储器142耦合的地理定位装置141，或者组合使用所有这些元件。
更精确地，在这里，计算机获取由相机130捕获的图像以及机动车辆100的地理定位位置。
通过考虑该地理定位位置，机动车辆100能够在存储器142中找到收费区200的平面图。
因此，能够确定高速公路区200的车道的数量N。
然后，计算机140为每个车道指派以下记为“j”的标识符。该标识符在这里是自然整数，包括在1到N之间，由整数j＝1标识的车道是最左侧的车道。
接下来，经由用于对所获取的图像进行处理的过程，计算机140识别位于每个车道上方的标志。然后，计算机识别每个标志的形状和颜色，从而确定哪些车道是开放的。
在图3所展示的构型中，由整数j＝4标识的车道是封闭的，而其他车道是开放的。
在图4所展示的构型中，所有车道都是开放的。
在图5和图6所展示的构型中，由整数j＝4、j＝6和j＝8标识的车道是封闭的，而其他车道是开放的。
在第二步骤b1)中，计算机确定机动车辆100远离每个开放车道的程度。
为此，计算机针对每个开放车道计算与机动车辆100距该车道的距离有关的第一数据。
在此，该第一数据是对机动车辆100与位于所讨论的车道的中央且同收费站201齐平的点相距的欧几里德距离dij的估计值。
这里的指数“i”对应于标识当前车道210的自然整数，并且指数“j”对应于标识所讨论的车道210、220、230、240的自然整数。
该欧几里得距离dij是考虑到机动车辆100的地理定位位置和从存储器142读取的收费区200的平面图来获得的。
在第三步骤b2)中，计算机140评估收费区200的每个开放车道的拥堵情况。
为此，计算机140针对每个开放车道计算与位于该车道中的第三方车辆300、310、320的数量有关的第二数据。
在此，该第二数据是对位于该车道中的第三方车辆300、310、320的数量nj的评估值。
在此，该评估值是借助于由位于机动车辆100的前部的中央位置的雷达传感器122、位于机动车辆100的前部的左侧位置的雷达传感器121、以及位于机动车辆100的前部的右侧位置的雷达传感器123进行的测量来获得的。经由对由机动车辆100的相机130获取的图像的处理来对该评估值进行精细化。
第四步骤c)包括：在机动车辆100可以容易进入的所有车道中选择通过收费站201要等待最短时间的车道。
用于此目的的准则是成本函数Jij，该成本函数至少取决于对机动车辆100距每个车道的欧几里德距离dij的估计值以及对每个车道中的车辆的数量nj的评估值。
该成本函数Jij可以通过多种不同的方式表示。在此，其通过以下方式表示：
Jij＝dij·ζij+nj·γj
其中，ζij和γj是两个加权因数。
这些加权因数的值被选择为经由选择优选靠近当前车道210的车道从而有利于提高收费站的通过速度(存在机动车辆100必须改变车道很多次的风险)或乘客的舒适度。这些加权因数的值可以是预设的(存储在计算机的只读存储器中)，或者也可以是可根据车辆的乘客的偏好或车辆的类别(救护车、用于运输货物的车辆，等等。)进行参数化的。这些加权因数还可以以函数的形式来表示，例如以加权因数所涉及的数据dij、nj的函数(仿射函数、反函数、平方函数等)的形式来表示。
计算机使用相同的数学公式来分别计算收费区200的每个车道的成本函数Jij的值。
那么，优选车道230是成本函数Jij最小的车道。将在本说明书的稍后部分详细描述在各种构型中清楚地说明优选哪个车道的示例。
第五步骤d)包括：确定机动车辆100是否可以无风险地改变车道210、220、230、240以便朝优选车道230移动。
该步骤可以通过多种不同的方式来执行。
在此，计算机140计算机动车辆100到达相邻车道220(该机动车辆期望驶入该车道)所需的操纵时间tEGO以及在该车道改变之后该车辆将停止于的位置221。
接下来，如果存在前车310和/或后车320，则计算机140计算这些车辆310、320到达位置221所需的到达时间tOBJ。
然后，用于确定机动车辆100是否可以改变车道的准则仅包括验证以下不等式：
tEGO<min(tOBJ)+δt
其中，δt是存储在计算机140的只读存储器中的预设安全裕量。
如果该不等式没有得到验证(这意味着改变车道会带来风险)，则机动车辆100保持在其车道210中并且该方法以步骤a)重新开始。
在相反的情况下，计算机140实施步骤e)，该步骤包括：控制机动车辆100的转向单元，使得机动车辆100从当前车道210行进到相邻车道220(位于期望车道230的一侧的车道)。
在该阶段，首先可以设想相邻车道220和期望车道230是同一个车道的情况(图3中的情况)。在这种情况下，该方法到此结束。
在相反的情况下(图4中的情况)，机动车辆100不能在没有通过再次改变车道来进行事先检查的情况下直接移动到期望车道230。
相反，在机动车辆100再次改变车道之前完全重新开始该方法。因此，如果构型已经改变，则机动车辆100可以快速适应该改变。
现在可以更详细地描述图3至图6所示的三个示例。
在图3所示的第一示例中，机动车辆100正在由整数i＝j＝2标识的当前车道210中行驶。
由整数j＝4标识的车道240是封闭的。
然后，计算机140计算3个成本函数J21、J22和J23。
然后，期望的车道230将是成本函数最低的车道。将理解的是，结果将很大程度上取决于所使用的加权因数。
因此，如果保守的行为是优选的，则鉴于其车道210中的车辆的数量少，机动车辆100将选择不改变车道。
相反，如果更激进的行为是优选的，则鉴于左侧相邻车道220中的车辆的数量非常少，机动车辆100将选择改变车道。
在这种情况下，机动车辆将事先验证其是否能够无危险地改变车道。在此，在前车310和后车(未示出)远离该车辆期望移动到的位置221的情况下，机动车辆100将能够无危险地驶入期望的车道230。
在图4所示的第二示例中，机动车辆100正在由整数i＝j＝2标识的当前车道210中行驶。
在这里，收费区200的所有车道都是开放的。在这里，每个车道中有三个第三方车辆300、310、320，最右侧车道除外，在该最右侧车道中只有单个第三方车辆300。
然后，计算机140计算四个成本函数J21、J22、J23和J24。
所选择的车道将是成本函数最低的车道。因此，在这里，结果将很大程度上取决于所使用的加权因数。因此，仅在支持非常激进的行为的情况下，机动车辆100才会选择移动到右侧的车道220。
在这种情况下，机动车辆100在此将再次验证其是否能够无危险地改变车道。在当前情况下，在前车310和后车320远离该车辆期望移动到的相邻车道220中的位置221的情况下，机动车辆100将能够无危险地驶入该相邻车道220中。然后，在选择是保持在其车道中还是实际移至初始期望的车道之前，计算机将再次可以计算这四个车道的成本函数。
在图5和图6所示的第三示例中(这两个图都是这种情况)，机动车辆100初始时正在由整数i＝j＝4标识的当前车道210中行驶。
该车道以及由整数j＝6和j＝8标识的车道是封闭的。因此，车辆必须改变车道。
然后，计算机140计算五个成本函数值J41、J42、J43、J45和J47。
在这里，所选择的车道将再次成为成本函数的值最低的车道。在这里，该选择的结果将再次很大程度上取决于所使用的加权因数，但是在任何情况下，机动车辆100都将选择改变车道。
如图5所示，机动车辆可能会选择朝最左侧的期望车道230移动。
但是，如图6所示，在第一次改变车道之后，机动车辆可以观察到，鉴于它期望驶入的位置221已被先前的第三方车辆310占据，因此其无法再次改变车道。在这种情况下，计算机决定不再改变车道以通过收费站210。
可以设想这里描述的实施例的各种变型。
特别地，步骤d)可以以不同的方式执行。
通过第一个示例，可以验证驶入的无危险性，可以考虑更多的车辆。因此，不仅可以计算前车310和后车320的时间tOBJ，而且可以计算能够到达机动车辆100期望移动到的位置221的任何第三方车辆300(特别是那些打开了指示器以意图驶入相邻车道的第三方车辆)的时间tOBJ。
通过第二个示例，作为替代方案，其可以验证驶入的无危险性，不是比较时间tEGO、tOBJ，而是检查与这些车辆相对于彼此的相对速度有关的准则。
因此，该检查可以基于机动车辆100相对于前车310的相对速度与第一阈值的比较、以及机动车辆100相对于后车320的相对速度与第二阈值的比较，以验证这些相对速度与在完全安全的情况下的车道改变相兼容。
在参照附图描述的实施例中，车辆是自主的。作为变型，可以不是这种情况。在这样的情况下，第五步骤e)将不再包括将机动车辆100朝期望的车道230自动转向，而是包括在车辆的屏幕上显示允许驾驶员知道他必须向哪个车道移动以在完全安全的情况下尽快通过收费站的信息。

Claims (10)

1.一种用于为机动车辆(100)选择优选车道(230)以进入包括多个车道(210，220，230，240)的收费区(200)的方法，该方法包括以下步骤：
a)检测该收费区(200)的车道(210，220，230，240)，
b)对于所述车道(210，220，230，240)中的至少一部分，确定与该机动车辆(100)距相应车道(210，220，230，240)的距离有关的第一数据(dij)、以及与位于该相应车道(210，220，230，240)中的第三方车辆(300，310，320)的数量有关的第二数据(nj)，
c)根据相应的第一数据(dij)和相应的第二数据(nj)来计算所述部分中的每一个车道(210，220，230，240)的成本函数(Jij)的值，并且将该优选车道(230)识别为该成本函数(Jij)的值最低的车道，以及
d)确定该机动车辆(100)是否能够改变车道(210，220，230，240)以移至该优选车道(230)，或者确定这样做的风险。
2.如前一项权利要求所述的选择方法，其中，该机动车辆(100)装备有至少一个测距传感器(121，122，123，124，125)，在步骤b)中，该第二数据(nj)是对位于所述车道(210，220，230，240)中的每一个车道中的第三方车辆(300)的数量的估计值，该估计值是根据由所述测距传感器(121，122，123，124，125)执行的测量而确定的。
3.如前述权利要求之一所述的选择方法，其中，在步骤c)中，所述部分中的每一个车道(210，220，230，240)的成本函数(Jij)的值是根据通过第一系数(ζij)加权的相应的第一数据(dij)与通过第二系数(γj)加权的相应的第二数据(nj)之和来计算的。
4.如前述权利要求之一所述的选择方法，其中，给定一个车道(220)，该车道与该机动车辆(100)正在使用的车道(210)相邻并且相对于该机动车辆(100)正在使用的车道(210)位于该优选车道(230)的一侧，在步骤d)中，检查该机动车辆(100)改变车道以到达所述相邻车道(220)中的期望位置(221)所需的操纵时间(tEGO)是否严格短于正在所述相邻车道(220)中行驶的第三方车辆(310，320)到达该期望位置所需的到达时间(tOBJ)。
5.如前述权利要求之一所述的选择方法，其中，给定一个车道(220)，该车道与该机动车辆(100)正在使用的车道(210)相邻并且相对于该机动车辆(100)正在使用的车道(210)位于该优选车道(230)的一侧，在步骤d)中，检查与该机动车辆(100)相对于在所述相邻车道(220)中正在该机动车辆(100)前方和后方行驶的两个第三方车辆(310，320)的相对速度有关的双重准则。
6.如前述权利要求之一所述的选择方法，其中，该机动车辆(100)装备有图像获取装置(130)和计算单元(140)，在步骤a)中，该图像获取装置(130)获取该收费区(200)的图像，并且该计算单元处理所述图像以便检测该收费区的开放车道，并且在步骤b)中，该计算单元(140)确定每个开放车道的第一数据(dij)和第二数据(nj)。
7.如前述权利要求之一所述的选择方法，其中，该机动车辆(100)装备有图像获取装置(130)和计算单元(140)，在步骤a)中，该图像获取装置(130)获取该收费区(200)的图像，并且在步骤b)中，该计算单元(140)处理所述图像以便评估该第一数据(dij)。
8.如前述权利要求之一所述的选择方法，其中，该机动车辆(100)装备有地理定位装置(141)、存储有路线图的存储器(142)以及计算单元(140)，在步骤b)中，该计算单元根据该机动车辆(100)的地理定位位置和该收费区(200)的几何形状来计算该第一数据(dij)，该地理定位位置由该地理定位装置(141)获得，该几何形状被存储在该存储器(142)中。
9.一种用于控制自主机动车辆的方法，该方法包括：
-前述权利要求之一定义的选择方法中的步骤a)至步骤d)，然后包括
-控制所讨论的机动车辆去往该期望车道(230)的步骤。
10.如前一项权利要求所述的控制方法，其中，如果该期望车道(230)不与该机动车辆(100)正在使用的车道(210)相邻，则在该车辆第一次改变车道以更接近该期望车道(230)之后，重复所述步骤a)至步骤d)和该控制步骤。
CN201980027138.1A 2018-04-23 2019-04-23 用于机动车辆选择优选行车道以穿过收费区的方法 Pending CN112020631A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1853539A FR3080346B1 (fr) 2018-04-23 2018-04-23 Procede de selection par un vehicule automobile d’une voie de circulation preferee pour traverser une aire de peage
FR1853539 2018-04-23
PCT/EP2019/060290 WO2019206860A1 (fr) 2018-04-23 2019-04-23 Procede de selection par un vehicule automobile d'une voie de circulation preferee pour traverser une aire de peage

Publications (1)

Publication Number Publication Date
CN112020631A true CN112020631A (zh) 2020-12-01

Family

ID=62874953

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980027138.1A Pending CN112020631A (zh) 2018-04-23 2019-04-23 用于机动车辆选择优选行车道以穿过收费区的方法

Country Status (7)

Country Link
US (1) US11400935B2 (zh)
EP (1) EP3784987A1 (zh)
JP (1) JP2021522479A (zh)
KR (1) KR20210003119A (zh)
CN (1) CN112020631A (zh)
FR (1) FR3080346B1 (zh)
WO (1) WO2019206860A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7174645B2 (ja) * 2019-02-21 2022-11-17 本田技研工業株式会社 車両用制御装置及び車両
CN111832947B (zh) * 2020-07-16 2023-11-24 腾讯科技（深圳）有限公司 风险评估方法、装置、计算机设备以及介质
DE102021200636A1 (de) * 2021-01-25 2022-07-28 Volkswagen Aktiengesellschaft Verfahren zum Erzeugen einer Fahrspurwechselempfehlung, Spurwechselassistenzsystem sowie Kraftfahrzeug mit einem Spurwechselassistenzsystem
KR102444675B1 (ko) * 2021-06-24 2022-09-20 (주)뷰런테크놀로지 주변 객체의 차로 변경 예측 장치 및 방법
US11987237B2 (en) * 2021-12-20 2024-05-21 Waymo Llc Systems and methods to determine a lane change strategy at a merge region
US20230194295A1 (en) * 2021-12-21 2023-06-22 Here Global B.V. Method, apparatus and computer program product for lane level toll plaza congestion modeling

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011214914A (ja) * 2010-03-31 2011-10-27 Toyota Motor Corp 前方環境認識装置、およびそれを備えた車両誘導システム
JP2012154951A (ja) * 2012-05-11 2012-08-16 Genetec Corp 料金所ゲート状況出力システム
CN102867343A (zh) * 2012-10-12 2013-01-09 上海恒理智能科技有限公司 高速公路收费站智能诱导方法
CN102881054A (zh) * 2012-10-12 2013-01-16 上海恒理智能科技有限公司 高速公路收费站智能诱导系统
JP2014119372A (ja) * 2012-12-18 2014-06-30 Alpine Electronics Inc ナビゲーション装置および料金所における走行ルート案内方法
CN105654779A (zh) * 2016-02-03 2016-06-08 北京工业大学 基于车路、车车通信的高速公路施工区交通协调控制方法
US20160379493A1 (en) * 2015-06-25 2016-12-29 International Business Machines Corporation Reference tokens for managing driverless cars
CN106558225A (zh) * 2015-09-29 2017-04-05 奥迪股份公司 检测位于机动车辆的前方的低速移动车辆
JP2017065420A (ja) * 2015-09-30 2017-04-06 日立オートモティブシステムズ株式会社 車線変更システム
US20170232967A1 (en) * 2016-02-16 2017-08-17 Toyota Jidosha Kabushiki Kaisha Path determination apparatus
US20170259819A1 (en) * 2016-03-14 2017-09-14 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
EP3246892A1 (en) * 2015-01-13 2017-11-22 Nissan Motor Co., Ltd. Travel control system
CN107452219A (zh) * 2016-05-31 2017-12-08 奥迪股份公司 车道选择辅助系统及其执行方法
CN107933551A (zh) * 2017-11-27 2018-04-20 长安大学 一种智能车队换道方法

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3846135B2 (ja) * 1999-11-30 2006-11-15 オムロン株式会社 移動物体追跡装置
JP3539416B2 (ja) * 2001-11-12 2004-07-07 日産自動車株式会社 経路探索装置及び方法、経路探索システム
DE102012022629A1 (de) 2012-11-20 2013-06-06 Daimler Ag Verfahren zur Leitung eines Kraftfahrzeuges beim Anfahren an eine Straßenmautstation und ein elektronisches Gerät für ein Kraftfahrzeug zur Leitung des Kraftfahrzeuges beim Anfahren an eine Straßenmautstation sowie ein Kraftfahrzeug
JP2016513805A (ja) * 2013-03-15 2016-05-16 キャリパー コーポレイション 車両ルート指定および交通管理のための車線レベル車両ナビゲーション
CN111380545A (zh) * 2015-02-10 2020-07-07 御眼视觉技术有限公司 用于自主车辆导航的方法、服务器、自主车辆以及介质
US11027735B2 (en) * 2015-08-06 2021-06-08 Honda Motor Co., Ltd. Vehicle control apparatus, vehicle control method, and vehicle control program
JP6303217B2 (ja) * 2015-10-28 2018-04-04 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
US20200234582A1 (en) * 2016-01-03 2020-07-23 Yosef Mintz Integrative system and methods to apply predictive dynamic city-traffic load balancing and perdictive parking control that may further contribute to cooperative safe driving
US10303166B2 (en) * 2016-05-23 2019-05-28 nuTonomy Inc. Supervisory control of vehicles
JP2017214035A (ja) * 2016-06-02 2017-12-07 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN106114507B (zh) * 2016-06-21 2018-04-03 百度在线网络技术（北京）有限公司 用于智能车辆的局部轨迹规划方法和装置
US20180113450A1 (en) * 2016-10-20 2018-04-26 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous-mode traffic lane selection based on traffic lane congestion levels
KR102383426B1 (ko) * 2016-12-15 2022-04-07 현대자동차주식회사 톨게이트 구간 판단 장치 및 방법
EP3657130B1 (en) * 2017-01-12 2023-05-10 Mobileye Vision Technologies Ltd. Navigation based on vehicle activity
US11173906B2 (en) * 2017-02-03 2021-11-16 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and storage medium
JP6494121B2 (ja) * 2017-03-01 2019-04-03 本田技研工業株式会社 車線変更推定装置、車線変更推定方法、およびプログラム
JP6977343B2 (ja) * 2017-07-07 2021-12-08 いすゞ自動車株式会社 車速制御装置及び車速制御方法
GB201800604D0 (en) * 2017-11-30 2018-02-28 Jaguar Land Rover Ltd Means For Determining Toll Data
US11360475B2 (en) * 2017-12-05 2022-06-14 Waymo Llc Real-time lane change selection for autonomous vehicles
JP6710722B2 (ja) * 2018-06-15 2020-06-17 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
DE102018210410B4 (de) * 2018-06-26 2023-06-01 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem mit einer Nothaltefunktion für ein Fahrzeug, Fahrzeug mit demselben und Verfahren zum Nothalten eines Fahrzeugs
US11125570B2 (en) * 2018-10-09 2021-09-21 Ford Global Technologies, Llc Method and apparatus for improved toll-booth vehicle handling
US20200217685A1 (en) * 2019-01-04 2020-07-09 Telenav, Inc. Navigation system with maneuver guidance mechanism and method of operation thereof
JP7174645B2 (ja) * 2019-02-21 2022-11-17 本田技研工業株式会社 車両用制御装置及び車両
CN111402613B (zh) * 2020-03-11 2021-09-24 东南大学 一种自动驾驶车辆收费站车道选择方法
US20210370978A1 (en) * 2020-05-29 2021-12-02 Toyota Research Institute, Inc. Navigation cost computation for lane changes before a critical intersection
DE102020117160B3 (de) * 2020-06-30 2021-10-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Fahrzeugsystem zum Betreiben eines Spurwechselassistenten
CN112224211A (zh) * 2020-10-19 2021-01-15 中交第一公路勘察设计研究院有限公司 基于多自主体交通流的驾驶模拟仿真系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011214914A (ja) * 2010-03-31 2011-10-27 Toyota Motor Corp 前方環境認識装置、およびそれを備えた車両誘導システム
JP2012154951A (ja) * 2012-05-11 2012-08-16 Genetec Corp 料金所ゲート状況出力システム
CN102867343A (zh) * 2012-10-12 2013-01-09 上海恒理智能科技有限公司 高速公路收费站智能诱导方法
CN102881054A (zh) * 2012-10-12 2013-01-16 上海恒理智能科技有限公司 高速公路收费站智能诱导系统
JP2014119372A (ja) * 2012-12-18 2014-06-30 Alpine Electronics Inc ナビゲーション装置および料金所における走行ルート案内方法
EP3246892A1 (en) * 2015-01-13 2017-11-22 Nissan Motor Co., Ltd. Travel control system
US20160379493A1 (en) * 2015-06-25 2016-12-29 International Business Machines Corporation Reference tokens for managing driverless cars
CN106558225A (zh) * 2015-09-29 2017-04-05 奥迪股份公司 检测位于机动车辆的前方的低速移动车辆
JP2017065420A (ja) * 2015-09-30 2017-04-06 日立オートモティブシステムズ株式会社 車線変更システム
CN105654779A (zh) * 2016-02-03 2016-06-08 北京工业大学 基于车路、车车通信的高速公路施工区交通协调控制方法
US20170232967A1 (en) * 2016-02-16 2017-08-17 Toyota Jidosha Kabushiki Kaisha Path determination apparatus
US20170259819A1 (en) * 2016-03-14 2017-09-14 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN107452219A (zh) * 2016-05-31 2017-12-08 奥迪股份公司 车道选择辅助系统及其执行方法
CN107933551A (zh) * 2017-11-27 2018-04-20 长安大学 一种智能车队换道方法

Also Published As

Publication number Publication date
US11400935B2 (en) 2022-08-02
JP2021522479A (ja) 2021-08-30
FR3080346A1 (fr) 2019-10-25
WO2019206860A1 (fr) 2019-10-31
KR20210003119A (ko) 2021-01-11
EP3784987A1 (fr) 2021-03-03
US20210122374A1 (en) 2021-04-29
FR3080346B1 (fr) 2020-05-15

Similar Documents

Publication Publication Date Title
CN112020631A (zh) 用于机动车辆选择优选行车道以穿过收费区的方法
CN106043293B (zh) 用于安全地停放车辆的方法和装置
US10621861B2 (en) Method and system for creating a lane-accurate occupancy grid map for lanes
CN106097755B (zh) 用于识别泊车场地和/或空出场地的方法
EP3358302B1 (en) Travel control method and travel control device
EP3279052B1 (en) Automatic driving control device
US11016484B2 (en) Vehicle control apparatus and method for performing automatic driving control
US11175661B2 (en) Vehicle traveling control device and vehicle traveling control method
AU2020211604A1 (en) Operator assistance for autonomous vehicles
CN107533800A (zh) 地图信息存储装置、自动驾驶控制装置、控制方法、程序及存储介质
US10352714B2 (en) Route guidance device and route guidance method
US20090012709A1 (en) Road information generating apparatus, road information generating method, and road information generating program
EP2372605A2 (en) Image processing system and position measurement system
KR20190016717A (ko) 차선 검출 방법 및 장치
KR102589967B1 (ko) 차선을 검출하는 방법 및 장치
JP2020107080A (ja) 交通情報処理装置
JP2020060369A (ja) 地図情報システム
WO2021261304A1 (ja) 自車位置推定装置、走行位置推定方法
JP2009500765A (ja) 交通情報を判定する方法及びその方法を実行するように構成された装置
CN102201174B (zh) 行驶道路推测系统
CN114207627A (zh) 用于路径规划系统的极端情况检测和收集
JP5208016B2 (ja) 合流退出判定装置及び合流退出判定プログラム
US20210065549A1 (en) Parking/stopping position guidance system and database generation device
KR20170082374A (ko) 차선 인식장치
US20190122550A1 (en) Controlling a motor vehicle

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