CN112640503A - 用于预测地估计两个通信伙伴之间的通信的传输条件的方法、用于执行该方法的方法步骤的设备、车辆以及计算机程序 - Google Patents
用于预测地估计两个通信伙伴之间的通信的传输条件的方法、用于执行该方法的方法步骤的设备、车辆以及计算机程序 Download PDFInfo
- Publication number
- CN112640503A CN112640503A CN201980057828.1A CN201980057828A CN112640503A CN 112640503 A CN112640503 A CN 112640503A CN 201980057828 A CN201980057828 A CN 201980057828A CN 112640503 A CN112640503 A CN 112640503A
- Authority
- CN
- China
- Prior art keywords
- communication
- vehicle
- transmission conditions
- communication partners
- partners
- 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
Links
- 238000004891 communication Methods 0.000 title claims abstract description 161
- 230000005540 biological transmission Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004590 computer program Methods 0.000 title claims description 7
- 238000010295 mobile communication Methods 0.000 description 17
- 230000004927 fusion Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000003068 static effect Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004387 environmental modeling Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000012625 in-situ measurement Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/26—Monitoring; Testing of receivers using historical data, averaging values or statistics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/373—Predicting channel quality or other radio frequency [RF] parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种用于预测地估计沿道路(FB)移动的两个通信伙伴(B，A)之间的通信的传输条件的方法，其中通信伙伴(B，A)自身分别估计当前的传输条件。该方法的特征在于，通信伙伴(B，A)使用多个前方行驶的通信伙伴(C，D)的估计的传输条件，以便能够更好地估计未来时间点的传输条件。在一种变型中，它们自身还基于对环境的以传感器方式的采集来估计针对未来位置的传输条件，并且将由此获得的估计结果与它们从前方行驶的车辆(C，D)获得的结果融合在一起。
Description
技术领域
本发明涉及一种用于预测地估计两个通信伙伴之间的通信的传输条件的方法、一种用于执行该方法的方法步骤的相应设备、一种车辆以及一种计算机程序。特别地，可以在预测所计划的车辆直接通信的传输条件时使用该方法。
背景技术
对于配备有在公共道路上彼此直接通信的无线通信模块的车辆的情境，对于协作或者自动驾驶情境，非常高的可靠性是非常重要的。车对车(V2V)直接通信的技术已经发展并正在继续发展。作为示例提到了经由WLAN的直接的车辆通信。作为示例，根据用于V2V通信的WLAN标准IEEE 802.11p开发分散式方案。根据该技术，为车辆之间的通信设计了点对点(ad-hoc)无线电网络(“ad-hoc域”中的通信)。
然而，车辆通信在移动通信网络领域中也是可能的。术语“移动通信网络”在此是指基于提供商的移动通信网络，换言之就是集中式和受管理的移动网络。移动通信网络的另一个术语是移动通信系统，这两个术语在本文中都是同义词。在该技术中，网络被划分为多个移动小区，移动小区分别分配有为移动小区服务的基站。各个参与者在基站中登录。为参与者分配特定的通信资源，参与者可以在通信资源上与基站交换数据。自第四代移动通信以来已经可以实现直接的车对车通信。在此，车辆直接彼此通信。但是，基站负责管理用于车对车通信的通信资源。这就是在所谓的“基础设施域”中进行通信的区域。在长期演进(LTE)技术中，该方案称为LTE V(用于车辆)；在5G倡议中，该方案称为设备到设备通信(D2D)。这也是本发明所关注的车辆通信的领域。
车对车通信的典型通信情境是安全情境、交通效率和信息娱乐情境。在安全领域中调用以下示例情境：“Cooperative Forward Collision Warning(合作向前碰撞警告)”，“Pre-Crash-Erkennung/Warnung(碰撞前识别/警告)”，“High-Density Platooning(高密度编队)”。在这些领域中，车辆彼此交换信息，诸如位置、运动方向和速度，以及参数，诸如大小和重量。对于传输来说重要的另外的信息例如是意图信息，诸如“意图超车”、“车辆左转/右转”等，这对于协作驾驶是有意义的。在此，经常传输传感器数据。如果存在危险并且驾驶员没有反应，则车辆可能会自动减速，从而避免事故或至少将不可避免的事故的后果降至最低。在“编队”领域中(这涉及在车队中驾驶)也交换消息。通常，整个车队是由配置为引导车辆的车辆进行控制。例如，从前到后计划关于有意的制动操作的信息的反馈，以避免撞车事故。
此外，还有大量用于信息娱乐目的的通信，其中互联网访问是最重要的。互联网访问对于大量的多媒体服务是重要的。
当前，可以使用如下移动通信技术：基于3GPP的UMTS、HSPA、LTE和即将到来的5G标准。对于直接V2V通信，提到了LTE V和5G D2D。
所列出的通信技术示出了，特别是对于安全要求严格的通信进行时间要求严格的数据传输。反之，在时间要求严格的安全情境中，在功能安全性方面存在很高的要求。其通常禁止连续的、基于时间要求严格的数据传输的技术应用。
有一些方法尝试改善对时间要求严格的数据传输的稳定性。一种方法涉及所谓的“传感器感知的预测通信(sensor aware predictive communication)”的概念。该方法基于对在其中发生计划通信的环境的详细了解。特别地，重要的是要知道，通信是否会受到静态或动态信号散射的影响。在此，利用车载环境采集传感器来采集环境。
另外的方法涉及所谓的敏捷服务质量适配(Agile Quality of ServiceAdaptation)AQoSA的概念。该概念涉及一种循环，在该循环中，应用程序向通信系统提出其关于通信可靠性的QoS要求，通信系统做出响应并通知应用程序，它如何估计期望的时间段的QoS条件。然后，应用程序就有时间将其设置调整为所通知的QoS条件。然后，可以以适当的设置执行计划的安全要求严格的操作。然后，分别针对另外的阶段运行循环。尽管AQoSA概念主要用于普通的蜂窝移动通信(上行链路，下行链路)，但它也可以用于侧链通信。然而，通信伙伴(车辆)在此彼此通信。然后，不向基站，而是直接向一个或多个车辆提出QoS要求。如果可以以一秒或更多的量级的预测水平足够可靠地估计QoS条件，则该技术是有利的。
在较新的移动通信标准(3GPP版本12和更高版本，即LTE-V和即将到来的第五代移动通信5G)中，蜂窝概念被削弱，以能够实现直接的车对车通信(侧链通信)。
在移动通信中，资源管理是实现高效的多路方案的非常重要的方面。一旦必须传输周期性重复的数据，则分配用于传输该数据的传输资源并且将传输资源分配给发送站是更加高效的。在如今的移动通信标准中，此任务与管理单元相关联，其也作为术语“调度”已知。该管理单元通常布置在移动通信小区的基站中。在LTE移动通信系统中，基站被称为演进节点基础(evolved Node Basis)，或简称为eNodeB。这种移动运营商的所谓“调度”确定，哪个频率资源可以在何时用于直接通信。
“调度”通常是基站中的软件部件，并且通知每个参与者，它可以在哪个时间点以及在传输帧的哪个频率上发送特定数据。“调度”的主要任务是将传输资源公平地分配给不同的参与者。因此，避免了在从参与者出发(上行链路)和到参与者(下行链路)的两个传输方向上的冲突，并且调整了流量，从而可以实现更有效地访问大量用户。
但是，现在是，传输条件可能会不时地强烈波动，当车对车通信是高度动态的过程时，该波动会更强烈。车辆是运动的并且环境也在不断变化。通信伙伴彼此的间距不断变化。交通密度起着重要作用并且也在不断变化。因此，可能发生，从一个时刻到下个时刻，之前还能够在直接可见连接下通信的两个车辆之间有了同样进行通信的一个或多个车辆。因此，传输条件在不断变化。目的是预先更好地为安全要求严格的应用估计传输条件。
针对立即的信道估计已经存在不同的方法。作为示例提到方法“最小二乘估计(LSE)”和“最小均方估计(MMSE)”。作为另外的示例提到基于信道预测(CP)的方法。在基于CP的方法中，信道预测通常基于从当前和过去的估计值简单地外推到未来来建立。一些方法还考虑了信道统计的属性，以使预测更加可靠。另外的问题在于，例如，使用样条插值计算方法时的精度在很大程度上取决于环境条件的动态。
还有一些较新的基于传感器的信道估计方法，该方法也一同采集环境条件并且从中得出与静态或动态反射的出现有关的结论，以更好地预测信道条件。利用该方法可以实现更准确的信道估计，并且可以实现相对短时间的信道预测。但是，该预测的精度与以所使用的传感器进行环境采集的精度相关联，并且与将正确采集到的对象的位置投影到未来的系统能力相关联。
前面提到的两种方法基于原位测量(in situ Messung)，但是它们不允许以很高的精度估计两个持续移动的通信伙伴的未来的传输条件。
从DE 10 2015 214 968 A1中已知，为了更好地估计车对车通信中的信道质量，一起考虑了环境的影响。例如，在较大的房屋处可能会出现反射，其导致多径接收。确定移动参与者的速度并由此确定运动矢量。然后，针对未来的时间点t1估计移动参与者的位置。在使用环境模型的情况下，这可以在时间点t1实现估计信道质量的提高的准确性。
EP 2 789 139 B1公开了一种用于在车辆自组织网络中多跳(Multi-Hop)转发数据包的方法。每个节点既知道其自身的坐标也知道目的地的地理坐标。从周期性发送的合作意识消息(CAM)中获得仅一跳(Hop)远的通信伙伴的坐标。
发明内容
本发明要解决的技术问题是，为该问题寻找一种解决方案，在车对车通信领域中的安全要求严格的应用中预先更好地估计传输条件。该解决方案应主要满足安全要求。
上述技术问题通过根据权利要求1的用于预测地估计两个通信伙伴之间的通信的传输条件的方法、根据权利要求10的用于执行该方法的方法步骤的设备、根据权利要求11的车辆以及根据权利要求12的计算机程序来解决。
根据这些措施的后续描述，从属权利要求包含本发明的有利的扩展和改进。
为了解决该问题提出了，通过使用前方行驶的通信伙伴的信道估计结果来估计未来的信道条件，观察交通流量并且获得关于未来的信道条件的预测。在此，可以使用来自通信伙伴的信道估计结果。但是，也可以使用来自多个通信伙伴的信道估计结果。
所提出的用于预测地估计沿道路移动的两个通信伙伴之间的通信的传输条件的方法包括，通信伙伴分别自身估计当前的传输条件，并且在此使用前方行驶的通信伙伴的估计的传输条件来估计未来时间点的传输条件。这可以实现提高传输条件的预测地估计的准确性。该方法尤其可以用于存在相对均匀的交通流量的情况或者其中使用计划的车对车通信的情况。在均匀的交通流量的情况下通常产生，车辆以相似的间距行驶。使用计划的车对车通信的突出的例子是所谓的“编队”应用情况。
该方法可以通过不同的措施进行完善和扩展。在一种变型中，后面的通信伙伴中的至少一个执行对环境的以传感器方式的采集的步骤，并且确定在前方行驶的通信伙伴之间是否存在用于车辆直接通信的类似的框架条件。在一种变型中，在此考虑前方行驶的通信伙伴是否以与后面的两个通信伙伴相似的间距移动。这是有意义的，因为传输条件会随通信伙伴之间的间距而有很大变化。
对于该方法有利的是，如果已经确定前方行驶的通信伙伴至少满足间距条件，则通信伙伴中的一个在请求消息中请求前方行驶的通信伙伴中的至少一个，向后面的通信伙伴报告在他那一侧估计的当前的传输条件。由此可以有针对性地选择前方行驶的通信伙伴的测量结果。
在另外的变型中，前方行驶的通信伙伴中的一个至少周期性地向后面的通信伙伴报告估计的当前的传输条件。这可以通过广播传输模式进行。在此，后面的通信伙伴无需发送请求即可获得报告。因此省去了发送请求消息以及对其响应的相应的管理开销。然而，更加困难的是从大量报告中选择适当的报告，并且会引起更多的用于车辆直接通信的数据流量。
在扩展的实施方式中，通信伙伴在以传感器方式的采集之后至少确定距前方行驶的通信伙伴的间距，并且从中计算出预测传输条件的时间点。由此实现了后面的车辆在该时间点将处于相同/相似位置，并且由于至少静态环境对象将处于相同/相似位置，因此将存在类似的传输条件。
在该方法的进一步改进中，通信伙伴中的一个在对环境进行以传感器方式的采集之后确定可能的信号散射的问题，并且在考虑信号反向散射的情况下估计未来的传输条件。这是特别有利的，因为自身的车对车通信可能会受到这种信号反射的影响。可能会发生多路径接收，并且可能会消除信号。
为了进一步提高准确性，非常有利的是，通信伙伴将自身估计的传输条件与由前方行驶的通信伙伴报告的传输条件融合在一起。这是数据融合技术的使用，数据融合技术适合于通过叠加来自不同独立来源的信息来提高准确性。
在此，进一步有利的是，通信伙伴自身多次连续估计传输条件并且在融合步骤之前检查，自身多次估计的未来传输条件是否收敛并且还检查，由前方行驶的通信伙伴多次连续报告的通信条件是否收敛，如果在这两种情况下估计结果都收敛，则执行融合步骤。这可以实现预测试，该预测试提供了计算密集的数据融合步骤是否有助于改善预测精度的信息。如果测量系列不收敛，则可以省略数据融合。
对于用于执行该方法的方法步骤的设备，相应于建议有利的是，该设备配备有至少一个处理器设备，该处理器设备被设计为执行相应的方法步骤。该设备被设计为，使得从通信伙伴的角度来看该设备至少可以执行必要的方法步骤。在另外的变型中，该设备被设计为，使得该设备可以执行前方行驶的车辆和后面的车辆的通信伙伴的步骤。
本发明的另外的实施方式是一种车辆，其具有用于执行该方法的相应设备。
此外，还可以将建议实现为计算机程序。该计算机程序具有用于在处理器设备中进行处理的程序代码，并且在此执行所要求保护的方法的方法步骤。
附图说明
在附图中示出了本发明的实施例，并且下面参照附图来更详细地解释这些实施例。
附图中：
图1示出了在道路上依次移动并且彼此之间通过移动通信系统的侧向链路信道进行通信的两个车辆之间的车对车通信的原理；
图2示出了车辆的机动车电子设备的典型框图；
图3示出了说明针对计划的车对车通信估计未来的传输条件的过程的图示；以及
图4示出了估计关于车对车通信的未来传输条件的功能的框图。
具体实施方式
本说明书示出了根据本发明的公开的原理。因此，应当理解，本领域技术人员将能够构想出尽管未在此未明确描述但体现了根据本发明的公开原理的不同布置，并且在本发明的公开的范围中同样要受到保护。
在权利要求中定义的元件(其被表示用于执行特定功能的装置)应该包括其功能的任意类型的实施，例如包括a)执行该功能的电路元件的组合，或b)任意形式的软件(包括固件，微代码等)与用于执行该软件以执行该功能的适当的电路相结合。
图1示出了用于通过由移动通信系统提供的侧链传输信道来实现车对车通信的系统架构。附图标记200表示LTE移动通信服务提供商的基站eNodeB(evolved Node Basis演进节点基础)。
图1中的基站200位于车辆行驶的主要道路附近。在此示出了两个车辆A和B，它们在道路的车道上以一定的间距先后驶来。所示是乘用车，但也可以是其他任何车辆。其他车辆的示例是：公共汽车，商用车辆、尤其是载货汽车，摩托车，农用机械，建筑机械，轨道车辆，包括机器人和无人机，等等。通常，在陆地车辆、轨道车辆、水上车辆和飞机中可以使用本发明。
在图1中，既示出了经由侧链信道的车对车直接通信，也示出了常见的在上行链路和下行链路方向上的移动无线电通信，其经由移动无线电基站200并且进一步经由移动运营商300的通信网络进行，其在LTE中被称为演进分组核心(Evolved Packet Core)EPC。此外，通过路由技术还与因特网400连接，从而与在因特网中可到达的外部的中央计算单元410的通信也是可能的。
在LTE的术语中，移动终端设备对应于用户设备UE(user equipment)，该用户设备可以为用户实现访问网络服务，其中用户设备经由无线电接口与UTRAN或E-UTRAN连接。通常，这种用户设备相应于智能手机。还存在在车辆中安装的用户设备。为此，如图1中所示，车辆配备有车载连接单元160(OCU)。该车载连接单元31相应于LTE通信模块，利用LTE通信模块，车辆可以接收移动数据并发送移动数据。
基站经由所谓的S1接口与EPC 300连接。LTE网络架构的不同接口是标准化的。特别地，参考公开可用的不同LTE规范。
这种移动无线电技术是标准化的，并且在此参考移动无线电标准的相应规范。作为移动无线电标准的现代示例参考3GPP倡议和LTE(长期演进)标准。当前，在版本14中提供了许多相关的ETSI规范。作为示例，从版本13中列举出以下示例：ETSI TS 136 213V13.0.0(2016-05)；它是进一步发展的通用地面无线电接入(E-UTRA)；物理层(3GPP TS 36.213版本13.0.0版本13)。
LTE代表高的传输速率和短的响应时间。通过更好的调制方法、更灵活的频率使用和更大的信道带宽，可以在LTE中提高传输速率。根据规范，LTE目前在数学上在每20MHz频带中在下行链路中具有大于300MBit/s的传输速率，在上行链路中具有大于75MBit/s的传输速率，并且具有较小的开销。
图2示意性示出了机动车电子设备的框图，并且示例性示出了信息娱乐系统的一些子系统或应用程序。信息娱乐系统除了其他部件之外还包括：触敏显示单元20、计算设备40、输入单元50和存储器60。显示单元20既包括用于显示可变的图形信息的显示表面也包括布置在显示表面上的操作表面(触敏层)以由用户输入命令。
显示单元20经由数据线70与计算设备40连接。可以根据LVDS(Low VoltageDifferential Signalling，低压差分信号)标准来设计数据线。显示单元20经由数据线70从计算设备40接收用于控制触摸屏20的显示表面的控制数据。输入的命令的控制数据还经由数据线70从触摸屏20传输到计算设备40。附图标记50表示输入单元。与之相关的是已经提到的操作元件，例如按键、旋转调节器、滑块调节器或旋转按压调节器，操作人员可借助这些操作元件通过菜单导航进行输入。通常将输入理解为选出所选择的菜单选项，以及改变参数、打开或关闭功能等。
存储器设备60经由数据线80与计算设备40连接。象形符号目录和/或符号目录与象形符号和/或符号一起存储在存储器60中以用于可能的附加信息插入。
信息娱乐系统的其他部件，照相机150、收音机140、导航设备130、电话120和组合仪表110经由数据总线100与用于操作信息娱乐系统的设备连接。作为数据总线100可以考虑根据ISO标准11898-2的CAN总线的高速方案。替换地，例如还可以考虑使用基于以太网技术的总线系统，例如IEEE802.03cg。也可以使用经由光纤进行传输数据的总线系统。作为示例列举出MOST(Media Oriented System Transport，面向媒体的系统传输)总线或D2B总线(Domestic Digital Bus，国内数字总线)。为了内部和外部的无线通信，车辆10配备有已经提到的通信模块160。通信模块可以被设计为用于移动无线电通信，例如根据LTE(LongTerm Evolution，长期演进)标准。同样地，通信模块可以被设计为用于WLAN(WirelessLAN，无线LAN)通信，其用于与车辆中的乘员的设备进行通信或者用于经由WLAN-p实现的车对车通信。
信息娱乐系统的通信总线100与网关30连接。机动车电子设备的其他部分也连接到网关。一方面连接动力总成的通信总线104，其通常以CAN总线的形式实现。作为示例，列举并示出了动力总成的控制设备：发动机控制设备172、ESP控制设备174和变速器控制设备176。此外连接用于驾驶员辅助系统的通信总线102，其可以以FlexRay总线的形式进行设计。在此示出了两个驾驶员辅助系统：用于自动间距控制ACC(Adaptive Cruise Control，自适应巡航控制)的驾驶员辅助系统182、用于自适应底盘控制184的驾驶员辅助系统DCC(Dynamic Chassis Control，动态底盘控制)和LIDAR(Light Detection and Ranging，光检测和测距)传感器186。此外，通信总线106也连接到网关30。通信总线将网关30与车载诊断接口190连接。网关30的任务是针对不同的通信系统100、102、104、106执行格式转换，从而可以彼此之间交换数据。在所示的实施例中，驾驶员辅助系统DCC将高度精确的环境地图用于驾驶任务。在第一实施方式中，可以将环境地图预先存储在驾驶员辅助系统DCC的存储器中。为此，通常经由通信模块160加载环境地图，由网关30进行转发并将其写入驾驶员辅助系统184的存储器。在另外的变型中，仅加载环境地图的一部分并将其写入驾驶员辅助系统的存储器。这可以实现在驾驶员辅助系统184中设置较小的存储器并降低成本。
车辆A、B配备有两个环境传感器视频照相机150和LIDAR传感器186。通常，甚至在车辆10中安装多个照相机150(前照相机、后照相机、左侧照相机、右侧照相机)。因此，可以通过图像处理产生车辆10的全方位视图。LIDAR传感器186通常安装在车辆10的前部区域中，并且采集车辆A、B的行驶方向上的环境。此外，还可以使用超声波传感器和RADAR传感器(雷达传感器)。
能够采集车辆环境的上述环境传感器用于不同的距离和不同的应用目的。以下有效距离和用途说明大致适用：
·立体照相机，有效距离500m，用于采集3D地图以用于自动紧急制动辅助、车道变换辅助；用于交通标志识别和自适应巡航控制。
·照相机，有效距离100m，用于采集3D地图以用于自动紧急制动辅助、车道变换辅助；用于交通标志识别、自适应巡航控制、前碰撞警告、自动照明控制和停车辅助。
·超声波传感器，有效距离<10m，停车辅助。
·雷达传感器，有效距离为20cm至100m，用于自动紧急制动辅助、自动速度控制、自适应巡航控制、盲点辅助、交叉路口警报装置。
·LIDAR传感器，有效距离100m，用于采集3D地图，以用于自动紧急制动辅助。
图3示出了说明针对计划的车对车通信估计未来的传输条件的过程的图示。存在可以使用这种计划的车对车通信的不同的应用情况。一个突出的例子是所谓的“编队”应用情况。
越来越多的物流公司正在寻找技术解决方案以节省燃油并提高运营卡车的交通安全性。队列中的卡车(或一般的车辆)的行驶可以提供如下可能性：通过减少一起在队列中行驶的车辆之间的间距来减少燃油消耗。在队列车辆之间的间距与燃油消耗以及成本的减少之间存在直接的相关性。
挑战在于，使队列中车辆之间的间距最小化。这要求一种间距控制，其具有准确且可靠的参考以在队列中的前后行驶的两个车辆之间进行相对间距测量。在此，借助技术控制系统来协调地控制多个甚至许多车辆，使得它们可以在不影响交通安全的情况下以非常小的间距前后行驶。尤其是在卡车的情况下，这导致燃料消耗的显著减少和温室气体的显著减少。但是，该应用是安全要求特别严格的。必须始终确保，车队中的车辆能够停车。对制动过程进行协调，以便所有车辆同时制动，以避免货物滑落甚至碰撞的问题。为此使用车对车通信。因此要求，车辆能够以高的可靠性交换安全相关的数据。因此提出，车辆针对特定的时间段、例如几秒钟，周期性地估计传输条件是否仍足以满足计划的应用。
这对于其他应用也很重要。例如，作为另外的应用的示例列举出地图更新或软件更新的示例。对于这些应用，在它们启动时已经很清楚它们需要较长的时间。然后同样重要的是，预先获得关于传输条件的估计。
在图3中，附图标记FB表示在一个方向上具有两个车道的道路。在道路FB上，两个车辆B和A在右车道上以典型的间距、例如25m前后行驶。在这两个车辆之间进行车对车通信V2VBA以进行协同行驶过程。该应用情况可以再次参考队列的示例，在队列中，车辆相互协作使得它们以尽可能小的间距前后行驶。车辆B，A相互交换以下信息，应该分别以何种速度行驶以减小间距。在此，数据交换在较长的时间段内进行，从而有必要预先估计传输条件。
为此，前方行驶的车辆B采集位于其前方的环境。这既可以利用视频照相机150或LIDAR传感器186进行，也可以利用这两个传感器的组合进行。两个传感器提供图像数据，然后利用相应的对象识别算法对这些图像数据进行分析。这些算法被假定为本领域技术人员已知。如图3中所示，分析得出，车辆C，D在前方行驶，并且较大的建筑物G1和G2位于前方的行驶段中的道路的左侧和右侧。对前方行驶的车辆C，D以及位于前方的建筑物G1和G2的采集在图3中用附图标记SEN表示。车辆B同样可以确定，车辆D和C以何种间距前后行驶。这也可以通过图像处理进行估计，其中关于所确定的位于其之间的距离，设置已知的车辆尺寸。在数学上，射线定理可以用作计算基础。另一方面，该间距也可以由前方行驶的车辆C，D测量，并通过车对车通信报告给后面的车辆B。在较高的交通密度的情况下，通常自动产生，车队中的车辆以相对近似的间距前后行驶。传输条件在车对车通信中在很大程度上取决于，彼此直接通信的车辆以何种间距前后行驶。针对每个车辆直接通信确定实际的传输条件。为此，在LTE中存在所谓的“CSI报告”。
CSI(Channel Status Information)表示通道状态信息。顾名思义，它是传输信道在特定时间的好坏的一种指标。CSI信息基本上由三个主要部分组成：
·CQI(Channel Quality Indicator，信号质量指标)
·PMI(Precoding Matrix Index，预编码矩阵索引)
·RI(Rank Indicator，等级指标)。
并不是针对每个CSI报告都会测量所有这些指标。取决于情况和来自网络的配置，参与者站执行不同的测量组合。但是，这是已知的并且在此不再详细说明。
现在，如果前方行驶的两个车辆C和D以与两个车辆B和A近似的间距前后行驶，则根据在此提出的方法将CSI信息用于其车对车通信以改善对两个进行通信的车辆B，A的传输条件的预测。车辆C、D之间的车对车通信在图3中用附图标记V2VCD表示。这如下地进行。
首先，车辆B确定距前方行驶的车辆C的间距。为此，可以使用与用于确定车辆C和D之间的间距相同的技术。车辆B已知自身的行驶速度。然后，根据所确定的间距，根据已知的公式S＝v*t来确定以自身速度v行驶距离S所需的时间t。然后，该时间t相应于将预测传输条件的预测时间点。但是，并不能简单地从前方行驶的车辆C、D获取测量值并将其用作自身的估计。还要使用从以传感器方式对环境的采集导出的自身对未来的传输条件的预测。原则上已知如何尽可能精确地进行该估计。这种方法在很大程度上基于环境采集。确定位于前方的对象。在此，这是两个静态的建筑物G1和G2以及移动的对象C、D、E。现在，车辆B预先计算它在所确定的时间点位于哪里，并且预先计算它是否会受到由其本身发射的辐射或来自其周围的车辆的辐射引起的信号反射的影响。在此，通过车辆的运动轨迹来估计，它们随后将位于车辆B的环境中的哪里。对于车辆E确定，它在期望的时间点停留在图3中所示的位置。周围的对象被分为静态对象和动态对象。然后，动态对象是车辆A、B、E。静态对象是建筑物G1和G2。因此，进行环境建模。然后计算出，信号干扰的风险是否至少源自于通过由在环境中的识别到的对象散射回去的反射导致的、车对车通信的信号的自身辐射。如果是这样，则相应更差地估计传输条件。可能的反射在图3中绘出，并且用附图标记RFL表示。在用于车辆直接通信的5GHz范围内的高频中可以假定直线传播，并且可以应用简单的镜像定律来计算反射方向。
最后，车辆A和B可以利用该信息估计，计划的传输在预计的时间点是否会被自身辐射的反射干扰。车辆C和D将离开图3中所示的位置，在分析中可以得出，它们的反射将不再干扰自身的辐射。由此，基于对环境的以传感器方式的采集和自身的分析得出对传输条件的未来的估计。
关于基于传感器的传输条件预测的技术的进一步的细节从Roman Alieiev、JiriBlumenstein、Roman
Thorsten Hehn、Andreas Kwoczek和Thomas Kürner于2017年在第25届欧洲信号处理会议(EUSIPCO)的公开文献“Sensor-Based PredictiveCommunication for Highly Dynamic Multi-Hop Vehicular Networks(高动态多跳车载网络的基于传感器的预测通信)”中已知。
然而，根据建议，附加地使用所确定的前方行驶的车辆(其已经提前占据了未来的位置)的传输条件，以进一步改善传输条件的估计的准确性。
图4中的框图示出了OCU单元(On-Board Connectivity Unit，机载连接单元)160的不同部件的相互作用，但是这些部件通常被实现为适合的软件的不同程序部分或软件和硬件的组合。OCU单元160配备有相应强大的计算机单元。
附图标记1610表示预测单元，其基于其自身的传感器信息进行关于传输条件的预测。前面已经详细解释了该预测单元的工作方式。
附图标记1620表示负责与前方行驶的车辆C、D进行通信的通信单元。为此，通信单元1620从预测单元1610获得关于前方行驶的通信伙伴C、D的身份的信息，该信息对于预测传输条件是重要的。然后，通信单元1620形成针对车辆D的请求消息，该请求消息通过发送/接收单元1640经由车对车通信发送至车辆D。然后，如上面已经描述的，车辆D发送其关于与车辆C的通信的CSI报告。车辆D可以一次、多次或简单地仅周期性地发送报告，而无无需事先进行请求。在车辆D周期性发送CSI报告的变型中，甚至可以省略车辆B发送请求消息。
在车辆B中存在该信息之后，关于传输条件的预测的两个独立信息在数据融合单元1630中融合。为此使用已知的数据融合技术。由此，再次显著提高了对计划的在车辆A和B之间的通信的传输条件预测的准确性。
在一种变型中，在融合单元中执行数据融合的步骤之前首先检查，由预测单元1610多次连续估计的、传输条件的各个结果是否收敛。对于由车辆D多次连续传输的传输条件进行相同的操作。然后，只有当在这两种情况下测量系列都收敛时才执行数据融合。
无论如何，为什么数据融合将导致更高的准确性是可以理解的。由预测单元1610做出的预测还已经告知了在预测时间点预测的车辆E的影响。这在车辆D的实际测量中是不存在的。但是，为此测量实际的关系并且避免了环境建模和运动估计中的错误。
不应将本文提到的所有示例以及条件的表述理解为是对这种具体提到的实施例的限制。例如，本领域技术人员会认识到，在此示出的框图表示示例性电路布置的概念图。以类似的方式还能认识到，所示出的流程图、状态转变图、伪代码等表示用于示出过程的不同变型，这些过程基本上可以存储在计算机可读介质中并且因此可以由计算机或处理器执行。
应当理解，可以以硬件、软件、固件、专用处理器或其组合的不同形式来实现所提出的方法和相关设备。专用处理器可以包括特定于应用的集成电路(ASIC)、精简指令集计算机(RISC)和/或现场可编程门阵列(FPGA)。优选地，所提出的方法和设备被实现为硬件和软件的组合。优选地，软件作为应用程序安装在程序存储设备上。通常，这是基于计算机平台的机器，该计算机平台具有硬件，例如一个或多个中央处理器(CPU)、随机存取存储器(RAM)和一个或多个输入/输出(I/O)接口。此外，在计算机平台上通常安装有操作系统。本文所描述的不同过程和功能可以是应用程序的一部分，也可以是通过操作系统执行的部分。
本公开不限于本文描述的实施例。还存在不同调整和修改的空间，本领域技术人员基于其专业知识也将其视为属于本公开。
附图标记列表
20 触敏显示单元
30 网关
40 计算单元
50 输入单元
60 存储单元
70 到显示单元的数据线
80 存储单元的数据线
90 到输入单元的数据线
100 第一数据总线
102 第二数据总线
104 第三数据总线
106 第四数据总线
110 组合仪表
120 电话
130 导航设备
140 收音机
150 照相机
160 通信模块
172 发动机控制设备
174 ESP控制设备
176 变速箱控制设备
182 间距控制设备
184 底盘控制设备
186 LIDAR传感器
190 车载诊断接口
200 移动无线电基站
300 演进分组核心
400 因特网
410 后端中央计算机
1610 预测单元
1620 CSI通信单元
1630 融合单元
1640 发送/接收单元
A-E 车辆
G1，G2 建筑物
FB 道路
V2VBA 车对车通信
V2VCD 车对车通信
CSI CSI通信
RFL 信号反射
SEN 通过以传感器方式的采集的对象识别
Claims (12)
1.一种用于预测地估计沿道路(FB)移动的两个通信伙伴(B，A)之间的通信的传输条件的方法，其中所述通信伙伴(B，A)自身分别估计当前的传输条件，其特征在于，所述通信伙伴(B，A)使用多个前方行驶的通信伙伴(C，D)的估计的传输条件，来估计未来时间点的传输条件。
2.根据权利要求1所述的方法，其中，后面的通信伙伴(B，A)中的至少一个执行对环境的以传感器方式的采集的步骤，其中所述通信伙伴在对环境进行以传感器方式的采集之后至少确定，在前方行驶的通信伙伴(C，D)之间是否存在用于车辆直接通信的类似的框架条件。
3.根据权利要求2所述的方法，其中，所述通信伙伴在对环境进行以传感器方式的采集之后至少确定，前方行驶的通信伙伴(C，D)是否以近似的间距向前移动。
4.根据权利要求3所述的方法，其中，如果已经确定前方行驶的通信伙伴(C，D)至少满足间距条件，则所述通信伙伴(B，A)在请求消息中请求前方行驶的通信伙伴(C，D)中的至少一个，向后面的通信伙伴(B，A)报告在他那一侧估计的当前的传输条件。
5.根据上述权利要求中任一项所述的方法，其中，前方行驶的通信伙伴(C，D)中的一个至少周期性地向后面的通信伙伴(B，A)报告估计的当前的传输条件。
6.根据权利要求2至5中任一项所述的方法，其中，所述通信伙伴(B)在以传感器方式的采集之后至少确定距前方行驶的通信伙伴(C，D)的间距，并且从中计算出预测传输条件的时间点。
7.根据权利要求2至6中任一项所述的方法，其中，所述通信伙伴(B)在对环境进行以传感器方式的采集之后确定可能的信号散射(RFL)的问题，并且在考虑信号散射(RFL)的情况下估计未来的传输条件。
8.根据权利要求7所述的方法，其中，所述通信伙伴(B)将自身估计的传输条件与由前方行驶的通信伙伴(C，D)报告的传输条件融合在一起，以获得对未来的传输条件的更准确的估计。
9.根据权利要求8所述的方法，其中，所述通信伙伴(B)自身多次连续估计传输条件并且在融合步骤之前检查，自身多次估计的未来传输条件是否收敛，并且检查，由前方行驶的通信伙伴(C，D)多次连续报告的通信条件是否收敛，如果在这两种情况下估计结果都收敛，则执行融合步骤。
10.一种用于执行根据上述权利要求中任一项所述的方法的方法步骤的设备，其中所述设备配备有至少一个处理器设备，所述处理器设备被设计为，用于执行根据上述权利要求中任一项所述的方法中的方法步骤中的一个或多个。
11.一种车辆，其特征在于，所述车辆具有根据权利要求10所述的设备。
12.一种具有程序代码的计算机程序，当在处理器设备中进行处理时，该程序代码执行根据权利要求1至9中任一项所述的方法步骤。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP18192367.3A EP3621327B8 (de) | 2018-09-04 | 2018-09-04 | Verfahren zur vorausschauenden schätzung der übertragungsbedingungen für eine kommunikation zwischen zwei kommunikationspartnern, vorrichtung zur durchführung von verfahrensschritten des verfahrens, fahrzeug sowie computerprogramm |
| EP18192367.3 | 2018-09-04 | ||
| PCT/EP2019/073393 WO2020048943A1 (de) | 2018-09-04 | 2019-09-03 | Verfahren zur vorausschauenden schätzung der übertragungsbedingungen für eine kommunikation zwischen zwei kommunikationspartnern, vorrichtung zur durchführung von verfahrensschritten des verfahrens, fahrzeug sowie computerprogramm |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112640503A true CN112640503A (zh) | 2021-04-09 |
Family
ID=63524087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980057828.1A Pending CN112640503A (zh) | 2018-09-04 | 2019-09-03 | 用于预测地估计两个通信伙伴之间的通信的传输条件的方法、用于执行该方法的方法步骤的设备、车辆以及计算机程序 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US12021575B2 (zh) |
| EP (1) | EP3621327B8 (zh) |
| CN (1) | CN112640503A (zh) |
| WO (1) | WO2020048943A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7122464B2 (ja) * | 2019-04-09 | 2022-08-19 | 日産自動車株式会社 | 情報処理装置、情報処理方法、及びサーバ |
| DE102020209871A1 (de) | 2020-08-05 | 2022-02-10 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Sicherung einer Kommunikation zwischen einem ersten und einem zweiten Fahrzeug, Steuereinrichtung, Kommunikationsanordnung und Fahrzeuganordnung |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102624896A (zh) * | 2012-03-12 | 2012-08-01 | 东南大学 | 一种基于车辆间通信的车辆密度感知系统及其感知方法 |
| CN102781062A (zh) * | 2012-07-09 | 2012-11-14 | 中国科学院信息工程研究所 | 通信调度方法、系统及监测系统和方法 |
| DE102014203805A1 (de) * | 2014-03-03 | 2015-09-03 | Bayerische Motoren Werke Aktiengesellschaft | Fahrerassistenzsystem zur Erkennung eines sensorisch nicht erfassbaren Kollisionspartners |
| WO2016147622A1 (ja) * | 2015-03-18 | 2016-09-22 | 日本電気株式会社 | 運転制御装置、運転制御方法および車車間通信システム |
| WO2017035516A1 (en) * | 2015-08-26 | 2017-03-02 | Peloton Technology, Inc. | Devices systems and methods for vehicle monitoring and platooning |
| CN107545756A (zh) * | 2016-06-29 | 2018-01-05 | 大众汽车有限公司 | 确定协同和/或自主驾驶的共同环境信息的方法及车辆 |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101536581B (zh) * | 2005-01-11 | 2011-10-26 | 泰克迪亚科技公司 | 用以建立和组织ad-hoc无线对等网络的方法 |
| US7427929B2 (en) * | 2005-10-12 | 2008-09-23 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method and apparatus for previewing conditions on a highway |
| JP5585177B2 (ja) * | 2010-04-12 | 2014-09-10 | トヨタ自動車株式会社 | 先行車位置判定装置 |
| US8919848B2 (en) * | 2011-11-16 | 2014-12-30 | Flextronics Ap, Llc | Universal console chassis for the car |
| US9669828B2 (en) * | 2012-06-01 | 2017-06-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Cooperative driving and collision avoidance by distributed receding horizon control |
| DE102012020297B4 (de) * | 2012-10-17 | 2017-08-31 | Audi Ag | Verfahren zur Zuordnung eines Senders zu einem detektierten Objekt in der Kraftfahrzeug-zu-Kraftfahrzeug-Kommunikation und Kraftfahrzeug |
| WO2014072849A1 (en) | 2012-11-06 | 2014-05-15 | Universidade Do Porto | Density-aware zone-based packet forwarding in vehicular networks |
| US10037689B2 (en) * | 2015-03-24 | 2018-07-31 | Donald Warren Taylor | Apparatus and system to manage monitored vehicular flow rate |
| US9216745B2 (en) * | 2013-09-16 | 2015-12-22 | Disney Enterprises, Inc. | Shared control of semi-autonomous vehicles including collision avoidance in multi-agent scenarios |
| US9403482B2 (en) * | 2013-11-22 | 2016-08-02 | At&T Intellectual Property I, L.P. | Enhanced view for connected cars |
| US9997077B2 (en) * | 2014-09-04 | 2018-06-12 | Honda Motor Co., Ltd. | Vehicle operation assistance |
| EP3273422A4 (en) * | 2015-03-18 | 2018-12-19 | Nec Corporation | Driving control device, driving control method, and vehicle-to-vehicle communication system |
| DE102015214968B4 (de) | 2015-08-05 | 2022-10-06 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Anpassung mindestens eines Parameters eines Kommunikationssystems |
| US10071748B2 (en) * | 2015-09-17 | 2018-09-11 | Sony Corporation | System and method for providing driving assistance to safely overtake a vehicle |
| US11242051B1 (en) * | 2016-01-22 | 2022-02-08 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle action communications |
| US9836973B2 (en) * | 2016-01-27 | 2017-12-05 | International Business Machines Corporation | Selectively controlling a self-driving vehicle's access to a roadway |
| DE102017204326A1 (de) * | 2016-10-21 | 2018-04-26 | Volkswagen Aktiengesellschaft | Verfahren zur Überwachung der Qualität einer Datenverbindung sowie Teilnehmerstation und Netzverwaltungseinheit zur Verwendung bei dem Verfahren |
| JP6561357B2 (ja) * | 2016-12-02 | 2019-08-21 | 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 |
| US10145953B2 (en) * | 2017-03-31 | 2018-12-04 | Ford Global Technologies, Llc | Virtual steerable path |
| WO2018196001A1 (en) * | 2017-04-28 | 2018-11-01 | SZ DJI Technology Co., Ltd. | Sensing assembly for autonomous driving |
| US10089876B1 (en) * | 2017-09-06 | 2018-10-02 | Qualcomm Incorporated | Systems and methods for coordinated lane-change negotiations between vehicles |
| US10365364B1 (en) * | 2018-05-18 | 2019-07-30 | Zendar Inc. | Systems and methods for detecting objects |
-
2018
- 2018-09-04 EP EP18192367.3A patent/EP3621327B8/de active Active
-
2019
- 2019-09-03 CN CN201980057828.1A patent/CN112640503A/zh active Pending
- 2019-09-03 WO PCT/EP2019/073393 patent/WO2020048943A1/de active Application Filing
- 2019-09-03 US US17/271,644 patent/US12021575B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102624896A (zh) * | 2012-03-12 | 2012-08-01 | 东南大学 | 一种基于车辆间通信的车辆密度感知系统及其感知方法 |
| CN102781062A (zh) * | 2012-07-09 | 2012-11-14 | 中国科学院信息工程研究所 | 通信调度方法、系统及监测系统和方法 |
| DE102014203805A1 (de) * | 2014-03-03 | 2015-09-03 | Bayerische Motoren Werke Aktiengesellschaft | Fahrerassistenzsystem zur Erkennung eines sensorisch nicht erfassbaren Kollisionspartners |
| WO2016147622A1 (ja) * | 2015-03-18 | 2016-09-22 | 日本電気株式会社 | 運転制御装置、運転制御方法および車車間通信システム |
| US20180079419A1 (en) * | 2015-03-18 | 2018-03-22 | Nec Corporation | Driving control device, driving control method and vehicle-to-vehicle communication system |
| WO2017035516A1 (en) * | 2015-08-26 | 2017-03-02 | Peloton Technology, Inc. | Devices systems and methods for vehicle monitoring and platooning |
| CN107545756A (zh) * | 2016-06-29 | 2018-01-05 | 大众汽车有限公司 | 确定协同和/或自主驾驶的共同环境信息的方法及车辆 |
Non-Patent Citations (1)
| Title |
|---|
| GUILLAUME JORNOD，等: "Environment-Aware Communications for Cooperative Collision Avoidance Applications", 2018 IEEE 19TH INTERNATIONAL SYMPOSIUM ON"A WORLD OF WIRELESS, MOBILE AND MULTIMEDIA NETWORKS", pages 588 - 599 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3621327B1 (de) | 2022-04-13 |
| US20210328694A1 (en) | 2021-10-21 |
| WO2020048943A1 (de) | 2020-03-12 |
| EP3621327A1 (de) | 2020-03-11 |
| US12021575B2 (en) | 2024-06-25 |
| EP3621327B8 (de) | 2022-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110876147B (zh) | 预测通信的服务质量的方法、装置、车辆、后台服务器 | |
| CN110996302B (zh) | 预测通信设备的通信链路的通信的服务质量的方法和装置 | |
| KR102353558B1 (ko) | 통신 파트너 국, 이동국 및 차량에 대한 계획된 분산 무선 통신의 채널 품질을 예측하도록 제1 이동국을 지원하는 방법 | |
| CN111988164B (zh) | 用于预测至少两个通信伙伴之间的通信的服务质量的方法和用于执行该方法的步骤的装置 | |
| CN109863778B (zh) | 用于监控数据连接的质量的方法以及用于在该方法中使用的订户站和网络管理单元 | |
| CN111200842B (zh) | 数据通信的方法、控制单元和车辆以及计算机程序 | |
| EP3542517B1 (en) | An interface, vehicle control system and network device for combining vehicle control with communication services | |
| CN112640503A (zh) | 用于预测地估计两个通信伙伴之间的通信的传输条件的方法、用于执行该方法的方法步骤的设备、车辆以及计算机程序 | |
| CN113645575B (zh) | 用于管理基站与至少一个移动通信伙伴之间的通信的方法和装置、计算机程序以及车辆 | |
| US20220159075A1 (en) | Method, computer program and apparatus for invoking a tele-operated driving session | |
| EP3621323B1 (en) | Method for setting up an abstracted channel representation for a communication between at least two moving communication partners, apparatus for performing a step of the method, vehicle and computer program | |
| KR102328393B1 (ko) | 무선 통신을 수행하는 방법, 모바일 스테이션, 차량 및 기지국 |
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 |