CN112677962A - 增强的碰撞减轻 - Google Patents

增强的碰撞减轻 Download PDF

Info

Publication number
CN112677962A
CN112677962A CN202011105596.3A CN202011105596A CN112677962A CN 112677962 A CN112677962 A CN 112677962A CN 202011105596 A CN202011105596 A CN 202011105596A CN 112677962 A CN112677962 A CN 112677962A
Authority
CN
China
Prior art keywords
host vehicle
distance
longitudinal
lateral
target
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
CN202011105596.3A
Other languages
English (en)
Inventor
刘宇豪
克里斯托弗·庞蒂萨科斯
史蒂文·约瑟夫·斯沃博斯基
亚历克斯·莫里斯·米勒
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.)
Ford Electric Mach Technology Nanjing Co ltd
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN112677962A publication Critical patent/CN112677962A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T7/00—Brake-action initiating means
    • B60T7/12—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
    • B60T7/22—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger initiated by contact of vehicle, e.g. bumper, with an external object, e.g. another vehicle, or by means of contactless obstacle detectors mounted on the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/32—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force responsive to a speed condition, e.g. acceleration or deceleration
    • B60T8/58—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force responsive to a speed condition, e.g. acceleration or deceleration responsive to speed and another condition or to plural speed conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2201/00—Particular use of vehicle brake systems; Special systems using also the brakes; Special software modules within the brake system controller
    • B60T2201/02—Active or adaptive cruise control system; Distance control
    • B60T2201/022—Collision avoidance systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2201/00—Particular use of vehicle brake systems; Special systems using also the brakes; Special software modules within the brake system controller
    • B60T2201/16—Curve braking control, e.g. turn control within ABS control algorithm
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2250/00—Monitoring, detecting, estimating vehicle conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2250/00—Monitoring, detecting, estimating vehicle conditions
    • B60T2250/03—Vehicle yaw rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Regulating Braking Force (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了“增强的碰撞减轻”。一种计算机包括处理器和存储器，所述存储器存储指令，所述指令可由所述处理器执行以识别在转弯开始时所述转弯中的主车辆的初始横向距离和初始纵向距离，预测在所述转弯开始之后的指定时间处所述主车辆的航向角，基于所述识别的横向距离、所述识别的纵向位置和所述预测的航向角来预测在所述指定时间处所述主车辆与目标之间的最终横向距离和最终纵向距离，基于所述最终横向距离和所述最终纵向距离来确定纵向碰撞时间处的横向偏移，并且根据基于所述横向偏移的威胁评估来致动所述主车辆的制动器。

Description

增强的碰撞减轻
技术领域
本公开总体上涉及车辆碰撞减轻。
背景技术
车辆碰撞可发生在道路的十字路口。防撞系统使用传感器来检测可能与十字路口中的主车辆碰撞的目标。这些系统可检测目标对象的位置和速度以确定与主车辆发生碰撞的概率。
发明内容
一种系统包括计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由处理器执行以识别在转弯开始时转弯中的主车辆的初始横向距离和初始纵向距离，预测在转弯开始之后的指定时间处主车辆的航向角，基于识别的横向距离、识别的纵向位置和预测的航向角来预测在指定时间处主车辆与目标之间的最终横向距离和最终纵向距离，基于最终横向距离和最终纵向距离来确定纵向碰撞时间处的横向偏移，并且根据基于横向偏移的威胁评估来致动主车辆的制动器。
指令还可包括基于主车辆的制动器的制动延迟时间来确定威胁评估的指令。
指令还可包括以下指令：基于目标速度来确定第二威胁评估并根据所述威胁评估和第二威胁评估中的较低者来致动制动器。
指令还可包括基于纵向碰撞时间低于时间阈值时的横向偏移来调整威胁评估的指令。
指令还可包括基于横向偏移和纵向碰撞时间来调整威胁评估的指令。
主车辆的初始横向距离和初始纵向距离可为主车辆的前保险杠的中心点与目标之间的横向距离和纵向距离，并且指令还可包括以下指令：基于主车辆的前保险杠的中心点的横向距离和纵向距离来识别主车辆的后车桥的中心点与目标之间的第二横向距离以及主车辆的后车桥的中心点与目标之间的第二纵向距离。
指令还可包括以下指令：基于第二横向距离和第二纵向距离来预测在指定时间处后车桥的中心点与目标之间的第三横向距离以及在指定时间处后车桥的中心点与目标之间的第三纵向距离。
指令还可包括以下指令：基于预测的航向角、第三横向距离和第三纵向距离来预测后车桥的中心点与目标之间的第四横向距离以及后车桥的中心点与目标之间的第四纵向距离。
指令还可包括以下指令：基于第四横向距离来预测最终横向距离以及基于第四纵向距离来预测最终纵向距离。
指令还可包括基于横向偏移和主车辆的宽度来调整威胁评估的指令。
指令还可包括在纵向碰撞时间超过时间阈值时抑制威胁评估的指令。
指令还可包括确定旋转了预测的航向角的车辆坐标系中的最终横向距离和最终纵向距离的指令。
指令还可包括基于主车辆的横摆率来预测主车辆的航向角的指令。
预测的航向角可为在转弯开始时车辆坐标系的纵向轴线与在指定时间处第二车辆坐标系的纵向轴线之间限定的角度。
一种方法包括：识别在转弯开始时转弯中的主车辆的初始横向距离和初始纵向距离；预测在转弯开始之后的指定时间处主车辆的航向角；基于识别的横向距离、识别的纵向位置和预测的航向角来预测在指定时间处主车辆与目标之间的最终横向距离和最终纵向距离；基于最终横向距离和最终纵向距离来确定纵向碰撞时间处的横向偏移；以及根据基于横向偏移的威胁评估来致动主车辆的制动器。
方法还可包括基于主车辆的制动器的制动延迟时间来确定威胁评估。
方法还可包括基于目标速度来确定第二威胁评估以及根据所述威胁评估和第二威胁评估中的较低者来致动制动器。
方法还可包括基于纵向碰撞时间低于时间阈值时的横向偏移来调整威胁评估。
方法还可包括基于横向偏移和纵向碰撞时间来调整威胁评估。
主车辆的初始横向距离和初始纵向距离可为主车辆的前保险杠的中心点与目标之间的横向距离和纵向距离，并且方法还可包括基于主车辆的前保险杠的中心点的横向距离和纵向距离来识别主车辆的后车桥的中心点与目标之间的第二横向距离以及主车辆的后车桥的中心点与目标之间的第二纵向距离。
方法还可包括基于第二横向距离和第二纵向距离来预测在指定时间处后车桥的中心点与目标之间的第三横向距离以及在指定时间处后车桥的中心点与目标之间的第三纵向距离。
方法还可包括基于预测的航向角、第三横向距离和第三纵向距离来预测后车桥的中心点与目标之间的第四横向距离和后车桥的中心点与目标之间的第四纵向距离。
方法还可包括基于第四横向距离来预测最终横向距离以及基于第四纵向距离来预测最终纵向距离。
方法还可包括基于横向偏移和主车辆的宽度来调整威胁评估。
方法还可包括当纵向碰撞时间超过时间阈值时，抑制威胁评估。
方法还可包括确定旋转了预测的航向角的车辆坐标系中的最终横向距离和最终纵向距离。
方法还可包括基于主车辆的横摆率来预测主车辆的航向角。
还公开了一种计算装置，所述计算装置被编程为执行上述方法步骤中的任一个。还公开了一种车辆，所述车辆包括所述计算装置。还公开了一种计算机程序产品，所述计算机程序产品包括计算机可读介质，所述计算机可读介质存储指令，所述指令可由计算机处理器执行以执行上述方法步骤中的任一个。
附图说明
图1是用于碰撞减轻的示例性系统的框图。
图2是主车辆和目标车辆的平面图。
图3是转弯中的主车辆的平面图。
图4是用于碰撞减轻的示例性过程的框图。
具体实施方式
在根据主车辆的预测的航向角旋转的坐标系中检测到主车辆与目标之间的预测的横向偏移允许进行碰撞威胁评估，所述碰撞威胁评估考虑了主车辆在转弯中的移动。也就是说，当主车辆执行转弯时，主车辆的坐标系旋转，并且主车辆与目标之间的相应横向距离和纵向距离根据主车辆的旋转而变化。考虑主车辆与目标之间的距离以确定威胁评估减少了可能与主车辆碰撞的目标的误报识别，并通过提供附加威胁数(即，对碰撞风险的数值评估)以用基于位置和基于速度的威胁数进行考虑来增加静止目标的功能性。
图1示出了用于碰撞减轻的示例性系统100。主车辆101中的计算机105被编程为从一个或多个传感器110接收所收集的数据115。例如，车辆101的数据115可包括车辆101的位置、关于车辆周围的环境的数据、关于车辆外部的对象(诸如另一车辆)的数据等。车辆101位置通常以常规形式提供，所述形式为例如经由使用全球定位系统(GPS)的导航系统获得的地理坐标(诸如纬度坐标和经度坐标)。数据115的另外的示例可包括车辆101的系统和部件的测量结果，例如，车辆101的速度、车辆101的轨迹等。
计算机105通常被编程用于在车辆101网络上进行通信，所述网络包括常规的车辆101通信总线，诸如CAN总线、LIN总线等，和/或其他有线和/或无线技术，例如以太网、WIFI等等。经由网络、总线和/或其他有线或无线机制(例如车辆101中的有线或无线局域网)，计算机105可向车辆101中的各种装置(例如控制器、致动器、传感器等，包括传感器110)传输消息和/或从所述各种装置接收消息。替代地或另外，在计算机105实际上包括多个装置的情况下，车辆网络可用于在本公开中表示为计算机105的装置之间的通信。另外，计算机105可被编程用于与网络125进行通信，如下所述，所述网络125可包括各种有线和/或无线联网技术，例如蜂窝、
Figure BDA0002726836450000051
低功耗
Figure BDA0002726836450000052
(BLE)、有线和/或无线分组网络等。
数据存储装置106可为任何类型的，例如硬盘驱动器、固态驱动器、服务器或者任何易失性或非易失性介质。数据存储装置106可存储从传感器110发送的所收集的数据115。
传感器110可包括多种装置。例如，车辆101中的各种控制器可作为传感器110操作，以经由车辆101网络或总线提供数据115，例如与车辆速度、加速度、位置、子系统和/或部件状态等有关的数据115。此外，其他传感器110可包括相机、运动检测器等，即，用于提供数据115以评估部件的位置、评估道路坡度等的传感器110。传感器110还可包括但不限于短程雷达、远程雷达、激光雷达和/或超声换能器。
所收集的数据115可包括在车辆101中收集的多种数据。上文提供了所收集的数据115的示例，且此外，数据115通常使用一个或多个传感器110来收集，并且可另外包括在计算机105中和/或在服务器130处根据所述数据计算出的数据。一般来说，所收集的数据115可包括可由传感器110采集的任何数据和/或根据此类数据计算出的任何数据。
车辆101可包括多个车辆部件120。在这种背景下，每个车辆部件120包括适于执行诸如移动车辆101、使车辆101减慢或停止、使车辆101转向等机械功能或操作的一个或多个硬件部件。部件120的非限制性示例包括推进部件(其包括例如内燃发动机和/或电动马达等)、变速器部件、转向部件(例如，其可包括方向盘、转向齿条等中的一者或多者)、制动部件、驻车辅助部件、自适应巡航控制部件、自适应转向部件、可移动座椅等。
当计算机105操作车辆101时，车辆101是“自主”车辆101。出于本公开的目的，术语“自主车辆”用于指代以完全自主模式操作的车辆101。完全自主模式被定义为其中车辆101的推进(通常经由包括电动马达和/或内燃发动机的动力传动系统)、制动和转向中的每一者都由计算机105控制的模式。半自主模式是其中车辆101的推进(通常经由包括电动马达和/或内燃发动机的动力传动系统)、制动和转向中的至少一者至少部分地由计算机105而不是人类操作者控制的模式。在非自主模式(即，手动模式)下，车辆101的推进、制动和转向由人类操作者控制。
系统100还可包括网络125，所述网络125连接到服务器130和数据存储装置135。计算机105还可被编程为经由网络125与诸如服务器130等一个或多个远程站点通信，这种远程站点可能包括数据存储装置135。网络125表示车辆计算机105可通过其与远程服务器130通信的一种或多种机制。因此，网络125可为各种有线或无线通信机制中的一种或多种，包括有线(例如，电缆和光纤)和/或无线(例如，蜂窝、无线、卫星、微波和射频)通信机制的任何期望的组合以及任何期望的网络拓扑结构(或当使用多种通信机制时的多种拓扑结构)。示例性通信网络包括提供数据通信服务的无线通信网络(例如，使用
Figure BDA0002726836450000071
低功耗
Figure BDA0002726836450000072
(BLE)、IEEE 802.11、车辆对车辆(V2V)(诸如专用短程通信(DSRC))等)、局域网(LAN)和/或包括因特网的广域网(WAN)。
图2是主车辆101和目标200的平面图。目标200是可能与主车辆101碰撞的对象，例如另一车辆101、行人等。主车辆101限定坐标系，例如二维直角坐标系。坐标系限定从主车辆101的前保险杠的中心点处的原点O延伸的横向轴线x和纵向轴线y。纵向轴线y沿着车辆向前方向，即，当转向部件120处于中立位置时推进装置120使车辆101移动的方向。横向轴线x垂直于纵向轴线y延伸。
主车辆101可执行转弯，即，可从当前位置移动到主车辆101基本上垂直于当前位置旋转期间的最终位置。如在本文中所使用的，在转弯开始时限定的坐标系是“原始”坐标系。在转弯期间限定的坐标系是“旋转”坐标系。
计算机105可确定主车辆101和目标200之间的横向距离dx和纵向距离dy。横向距离dx是主车辆101与目标200之间沿着x轴线的距离。纵向距离dy是主车辆101与目标200之间沿着纵向轴线y的距离。计算机105可通过从目标200周围的一个或多个传感器110收集数据115来确定距离dx,dy。例如，计算机105可致动一个或多个相机110以收集图像数据115，可用常规算法(例如，坎尼边缘检测)处理图像数据115以识别目标200，并且可将距离dx,dy确定为坐标系中主车辆101与目标200之间的直线距离d的分量。也就是说，距离d限定计算机105可用来确定距离dx,dy的相对航向角θ：
dx＝dsin(θ) (1)
dy＝d cos(θ) (2)
计算机105可确定主车辆101的速度vh、目标200的相对横向速度vx以及目标200的相对纵向速度vy。主车辆101的速度vh是纵向速度，即，沿着纵向轴线y的距离变化。目标200的相对横向速度vx是目标200与主车辆101之间沿着横向轴线x的相对速度。相对纵向速度vy是目标200与主车辆101之间沿着纵向轴线y的相对速度。
计算机105可确定主车辆101的加速度ah、目标200的相对横向加速度ax以及目标200的相对纵向加速度ay。主车辆101的加速度ah是纵向加速度，即，沿着纵向轴线y的速度变化。目标200的相对横向加速度ax是目标200与主车辆101之间沿着横向轴线x的相对加速度。相对纵向加速度ay是目标200与主车辆101之间沿着纵向轴线y的相对加速度。
计算机105可确定主车辆101的横摆率ωh。横摆率ωh是主车辆101的航向角
Figure BDA0002726836450000083
的变化，即，主车辆101的前进运动与纵向轴线y之间的角度。当横摆率ωh为非零时，主车辆101转弯。计算机105可基于恒定的横摆率ωh:
Figure BDA0002726836450000081
来预测时间t处主车辆101的航向角
Figure BDA0002726836450000082
。
图3是转弯中的主车辆101的平面图。计算机105可预测在转弯期间的时间t处主车辆101和目标200的位置。时间t是从转弯开始(即，自转弯开始起所经过)的预定时间量，计算机105可预测在该时间处主车辆101是否将与目标200碰撞。
主车辆101定义在时间t处的旋转坐标系。也就是说，当主车辆101在转弯中旋转时，车辆坐标系的原点O移动，并且坐标系相对于转弯开始时的坐标系旋转。因此，主车辆101与目标200之间的横向距离dx和纵向距离dy可随着横向轴线x和纵向轴线y在转弯期间旋转而变化。如下所述，计算机105可基于对主车辆101和目标200的相应位置的预测来执行威胁评估。
计算机105可识别要预测主车辆101与目标200之间的横向距离和纵向距离的多个点。在图3的示例中，计算机105识别被标记为1-5的五个点。也就是说，计算机105可基于目标200与主车辆101的前保险杠的中心点(如下所述，在旋转坐标系中的时间t处被标记为点5)之间的预测的横向偏移来确定威胁评估。为了预测在时间t处前保险杠的中心点的横向偏移，计算机105可识别在转弯开始时前保险杠的中心点(被标记为点1)、在转弯开始时后车桥的中心点(被标记为点2)、在原始坐标系中在时间t处后车桥的中心点(被标记为点3)以及在旋转坐标系中在时间t处后车桥的中心点(被标记为点4)。也就是说，因为推进装置使后车桥旋转以推进主车辆101，所以后车桥处的速度测量比前保险杠的速度测量更准确。因此，与仅基于前保险杠来预测运动相比，基于后车桥的运动来预测主车辆101的运动可提供对转弯中的主车辆101的更准确的预测。
计算机105可将第一点识别为主车辆101的前保险杠的中心点，其在图3中被标记为点1。计算机105可利用运动模型(诸如恒定横摆率和加速度(CTRA)模型)来确定第一点的依据时间t变化的横向位置xh和纵向位置yh：
Figure BDA0002726836450000091
Figure BDA0002726836450000092
其中vh,0是在转弯开始时主车辆101的速度。计算机105可将相对横向距离dx,1和相对纵向距离dy,1确定为第一点与目标200上的点(例如，目标200的前保险杠的中心点、行人目标200上的最近的点等)之间的初始横向距离和初始纵向距离。计算机105可根据来自一个或多个传感器110的数据115来确定相对距离dx,1,dy,1，如上所述且在图2中示出的。在本示例中，下标“1”指示第一点，并且下文所述的其他数值下标指代其相应的识别的点。对于第一点，时间t＝0。
计算机105可将第二点识别为在转弯开始时主车辆101的后车桥的中心点，其在图3中被标记为点2。第一点与第二点之间的距离是基于主车辆101的尺寸并且存储在数据存储装置106和/或服务器130中的预定距离L。也就是说，由于后车桥不相对于前保险杠移动，因此前保险杠与后车桥之间的距离L是恒定值。计算机105可确定第二点与目标200之间的横向位置x2、纵向位置y2、横向距离dx,2和纵向距离dy,2：
x2＝x1 (5)
y2＝y1-L (6)
dx,2(t)＝dx,1(t) (7)
dy,2(t)＝dy,1(t)+L (8)
也就是说，相对横向距离dx,2不变，并且相对纵向距离dy,2通过主车辆101的前保险杠与后车桥之间的距离L来调整。对于第二点，时间t＝0。
计算机105可将第三点识别为在转弯期间的时间t处在转弯开始时限定的坐标系中后车桥的预测的中心点，其在图3中被标记为点3。也就是说，第三点是在转弯期间的使用在转弯开始时限定的坐标系的后车桥的中心点的预测位置。计算机105可用描述用于预测时间t的CTRA模型的上述方程式来识别第三点。
计算机105可预测时间t处第三点与目标200之间的横向距离dx,3和纵向距离dy,3。计算机105可利用恒定加速度(CA)运动模型来预测时间t处目标200的横向位置xtg和纵向位置ytg：
Figure BDA0002726836450000101
Figure BDA0002726836450000111
计算机105可基于上述方程式来预测横向距离dx,3和纵向距离dy,3：
dx,3(t)＝xtg(t)-xh(t) (11)
dy,3(t)＝ytg(t)-yh(t) (12)
计算机105可将第四点识别为在根据主车辆101的预测的航向角
Figure BDA0002726836450000114
旋转的坐标系中在时间t处后车桥的预测中心点，如上所述，其被标记为点4。在转弯期间，以前保险杠的中心点为中心的坐标系根据主车辆101的横摆率ωh旋转。计算机105可将原始坐标系中的横向距离dx,3和纵向距离dy,3变换为在时间t处在旋转坐标系中的横向距离dx,4和纵向距离dy,4，为简洁和清楚起见，其被写为矩阵乘法：
Figure BDA0002726836450000112
计算机105可将第五点识别为旋转坐标系中在时间t处前保险杠的预测中心点，其被标记为点5。如上所述，前保险杠与后车桥偏移距离L。计算机105可基于距离L来确定最终横向距离dx,5和最终纵向距离dy,5：
dx,5(t)＝dx,4(t) (14)
dy,5(t)＝dy,4(t)-L (15)
结合以上方程式1-13，计算机105可确定依据时间t变化的最终横向距离dx,5和最终纵向距离dy,5：
Figure BDA0002726836450000113
Figure BDA0002726836450000121
计算机105可预测横向碰撞时间TTClat和纵向碰撞时间TTClong作为相对横向距离dx,5和相对纵向距离dy,5为零时的相应时间t：
dx,5(TTClat)＝0 (18)
dy,5(TTClong)＝0 (19)
为了确定碰撞时间，计算机105可将上述三角函数近似为泰勒展开。计算机105还可将方程式简化为四阶多项式以预测纵向碰撞时间TTClong：
Figure BDA0002726836450000122
计算机105可确定纵向碰撞时间TTClong处的横向偏移Llat为横向距离dx，5：
Llat＝dx,5(TTClong) (21)
也就是说，横向偏移Llat是在纵向碰撞时间TTClong处旋转坐标系中主车辆101的前保险杠的中心点与目标200之间的横向距离。
计算机105可执行威胁评估。威胁评估可为制动威胁数BTN或转向威胁数STN。制动威胁数BTN是使主车辆101减速或停止以允许目标200超过主车辆101所需的减速度。计算机105可根据两种计算来确定制动威胁数BTN：一种计算是基于目标200的速度vtg(在本文中被称为BTN主)，而另一种计算是基于纵向安全余量LSM(在本文中被称为BTNdis)。
计算机105可基于制动延迟时间T制动来确定制动威胁数BTN主,BTNdis。“制动延迟时间”是作为计算机105向制动器发送指令以减速时与主车辆101开始减速(即，主车辆101的制动器的致动时间)时之间所经过的时间T制动。例如，制动延迟时间T制动可为制动泵向液压制动器的一个或多个制动衬片提供制动流体的时间(如制造商指定的或从车辆101、200的制动器120的经验测试测量的)。制动延迟时间T制动可基于主车辆101的速度vh而变化，例如，较高的速度vh可能需要附加时间来使主车辆101的制动器致动。也就是说，制动延迟时间T制动(vh)可为主车辆101的速度vh的函数。制动延迟时间T制动存储在数据存储装置106和/或服务器130中的查找表等(诸如下面的表1)中：
v<sub>h</sub>(kph) 10 15 20 25 30
T<sub>制动</sub>(秒) 0.53 0.55 0.60 0.65 0.70
表1
计算机105可基于制动延迟时间T制动来确定制动威胁数BTN主：
Figure BDA0002726836450000131
其中
Figure BDA0002726836450000132
是主车辆101的最大减速度，并且vtg(t)是目标200在时间t处的预测速度。计算机105可基于制造商规范和/或车辆101、200的经验制动测试来确定主车辆101的最大减速度
Figure BDA0002726836450000133
最大减速度
Figure BDA0002726836450000134
存储在数据存储装置106和/或服务器130中。
计算机105可基于纵向距离dy,5与纵向安全余量LSM(纵向距离阈值)之间的差来确定制动威胁数BTNdis。当(dy,5(t)-LSM(t))>0时：
Figure BDA0002726836450000141
当(dy,5(t)-LSM(t))≤0,BTNdis(t)＝1时，计算机105可基于纵向碰撞时间TTClong来确定纵向安全余量LSM：
Figure BDA0002726836450000142
其中a、b、c是可基于车辆101和目标200在碰撞中的经验测试来确定的可调参数。
计算机105可确定转向威胁数STN。转向威胁数STN是使主车辆101在与主车辆101的转向方向相反的方向上转向而远离目标车辆200的路径的横向加速度的度量。计算机105可基于主车辆101的横摆率ω的正负号和预测的横向偏移Llat的正负号来确定转向威胁数STN:
Figure BDA0002726836450000143
其中x余量是基于与目标车辆200相交的主车辆101的经验测试的横向安全余量，TTClong是纵向碰撞时间，如上所述，T转向延迟是转向部件120的致动时间，ah,lat,max是主车辆101的最大横向加速度，并且F正负号是为1或-1的因子，这取决于横摆率ωh和预测的横向偏移Llat的正负号：
Figure BDA0002726836450000144
也就是说，转向威胁数STN是基于通过转向部件120的致动时间T转向延迟调整的预测的横向偏移Llat的主车辆101的横向加速度。通过包括转向部件120的致动时间T转向延迟，计算机105更准确地预测执行转向所需的时间。
转向部件120的致动时间T转向延迟是在计算机105指示转向部件120使主车辆101转向时与主车辆101开始转向时之间经过的时间(如制造商指定的和/或在车辆101、200的转向部件120的经验测试中测量的)。例如，致动时间T转向延迟可为转向马达通电并移动转向齿条以使主车辆101转向的时间。致动时间T转向延迟存储在数据存储装置106和/或服务器130中。
计算机105可确定总体威胁数TN。总体威胁数TN是制动威胁数BTN主,BTNdis和转向威胁数STN的最小值。也就是说，较低的威胁数指示部件120较少致动以避开目标200。例如，如果制动威胁数BTN主小于转向威胁数STN，则计算机105可致动制动器120以提供制动力，所述制动力小于转向部件120使主车辆101转向而远离目标车辆200所需的转向力。也就是说，计算机105根据最小威胁数TN有利地执行部件120的较少致动来提供相同的防撞效果。
计算机105可基于预测的横向偏移Llat和纵向碰撞时间TTClong来调整威胁数TN。如果目标200不太可能与主车辆101碰撞，则目标200可能需要较少的碰撞减轻或不需要碰撞减轻。为了减少对主车辆101的威胁的误报识别，计算机105可通过移位因子fadj来调整威胁评估，所述移位因子是乘以威胁数TN在0与1之间的无量纲值。在确定威胁数TN时，计算机105可确定预测的碰撞时间TTClong是否低于时间阈值TTCth。时间阈值TTCth是基于主车辆101速度vh的以经验确定的可调阈值：
v<sub>h</sub>(kph) 10 15 20 30
TTC<sub>th</sub>(秒) 1.30 1.20 1.10 0.95
表2
如果纵向碰撞时间TTClong超过时间阈值TTCth，则计算机105可确定主车辆101不太可能与目标200碰撞，并且可设置移位因子fadj＝0。也就是说，计算机105在收集到更多数据115并确定接连的纵向碰撞时间TTClong之前不会对目标200执行碰撞减轻。
如果纵向碰撞时间TTClong低于时间阈值TTCth，则计算机105可将横向偏移Llat与主车辆101的宽度Wh进行比较，以确定在碰撞时间TTClong处目标200是否被预测为与主车辆101碰撞。也就是说，如果横向偏移Llat小于主车辆101的宽度的一半
Figure BDA0002726836450000161
则目标200被预测为在主车辆101的路径内，即，主车辆101在时间t处会已经与碰撞目标200碰撞。如果横向偏移Llat小于主车辆101的宽度的一半，则计算机105可设置移位因子fadj＝1。
如果横向偏移Llat大于主车辆101的宽度的一半，则计算机可根据横向偏移Llat确定移位因子fadj：
Figure BDA0002726836450000162
Figure BDA0002726836450000163
Figure BDA0002726836450000164
其中σ是距离因子，其考虑到了偏移了经验可调安全因子k的主车辆101的宽度Wh和基于车辆101和目标200的经验测试用经验可调因子A、B、C确定的安全余量SM。也就是说，随着横向偏移Llat增加，移位因子fadj减小，从而指示目标200不太可能进入主车辆101的路径。因此，最终威胁数TN为
TN＝fadj·min(BTN主,BTNdis,STN) (30)
计算机105可基于威胁数TN(例如，当威胁数TN高于预定威胁数阈值时)来致动一个或多个车辆部件120。计算机105可基于威胁数与多个阈值的比较来致动一个或多个部件120。阈值可被确定为例如来自制造商的规格、虚拟主车辆101和虚拟目标200轨迹的模拟测试的结果、在碰撞测试期间主车辆101的车辆部件120的经验测试等。模拟测试可包括针对虚拟主车辆101的多个指定横摆率和虚拟目标200的多个指定轨迹虚拟主车辆101转弯到虚拟目标200的轨迹中的多次重复。模拟测试可输出每个虚拟主车辆101的预测的威胁数TN、加速度数据115、速度数据115和位置数据115。基于输出数据115，制造商可指定阈值以及根据阈值对部件120的特定致动。例如，如果威胁数TN高于0.7，则计算机105可致动制动器120以使主车辆101减速(例如以-6.5米每平方秒(m/s2))。在另一个示例中，如果威胁数TN高于0.4但小于或等于0.7，则计算机105可将制动器120致动到例如减速度为-2.0m/s2。在另一个示例中，如果威胁数TN大于0.2但小于或等于0.4，则计算机105可在主车辆101的人机界面上显示视觉警告和/或通过扬声器播放音频警告。
图4是用于碰撞减轻的示例性过程400的框图。过程400开始于框405，其中主车辆101的计算机105识别目标200。计算机105可致动一个或多个传感器110以收集关于目标200的数据115。例如，计算机105可基于从一个或多个相机110收集的图像数据115和图像处理算法(诸如坎尼边缘检测)来确定目标200的位置、速度和加速度。
接下来，在框410中，计算机105确定在转弯的开始点处主车辆101与目标200之间的距离。计算机105可确定主车辆101与目标200之间的相对横向距离和纵向距离dx,dy，如上所述。
接下来，在框415中，计算机105基于主车辆101在转弯开始之后的指定时间处的预测的航向角
Figure BDA0002726836450000171
来预测主车辆101与目标200之间的距离。当主车辆101转弯时，主车辆101的航向角
Figure BDA0002726836450000172
根据横摆率ωh改变，并且车辆坐标系根据预测的航向角
Figure BDA0002726836450000173
旋转。如上所述，计算机105可预测在旋转坐标系中主车辆101与目标200之间的距离。例如，计算机105可通过确定目标200与主车辆101的五个点(包括在转弯开始时主车辆101的后车桥的中心和在转弯期间的时间t处主车辆101的后车桥的中心)之间的相应横向距离和纵向距离来预测主车辆101的前保险杠的中心点与目标200上的点之间的距离。
接下来，在框420中，计算机105确定在纵向碰撞时间TTClong处主车辆101与目标200之间的横向偏移Llat。如上所述，横向偏移Llat是当主车辆101与目标200之间的预测的纵向距离达到零时主车辆101与目标200之间的横向距离。计算机105可基于旋转坐标系中主车辆101与目标200之间的距离来确定横向偏移Llat。
接下来，在框425中，计算机105基于横向偏移来确定威胁评估。如上所述，威胁评估可为制动威胁数BTN主,BTNdis和/或转向威胁数STN。计算机105可将威胁评估确定为最低的确定的威胁数。如上所述，计算机105可根据纵向碰撞时间TTClong来调整威胁数。
接下来，在框430中，计算机105根据威胁评估来致动制动器120。如上所述，计算机105可致动制动器120以使主车辆101减速，直到目标200超过主车辆101。如上所述，计算机105可根据威胁数TN的值来致动制动器120。
接下来，在框435中，计算机105确定是否继续过程400。例如，计算机105可在完成转弯时确定不继续过程400。如果计算机105确定继续，则过程400返回到框405。否则，过程400结束。
如本文所使用的，修饰形容词的副词“基本上”意指形状、结构、测量结果、值、计算等可能偏离精确描述的几何形状、距离、测量结果、值、计算等，这是因为材料、加工、制造、数据收集器测量结果、计算、处理时间、通信时间等存在缺陷。
本文中所讨论的计算装置(包括计算机105和服务器130)包括处理器和存储器，所述存储器通常各自包括可由诸如上面识别的那些计算装置等一个或多个计算装置执行的并且用于实施上述过程的框或步骤的指令。计算机可执行指令可由使用各种编程语言和/或技术创建的计算机程序来编译或解译，所述编程语言和/或技术包括但不限于单独或组合的JavaTM、C、C++、Visual Basic、Java Script、Python、Perl、HTML等。一般来说，处理器(例如，微处理器)例如从存储器、计算机可读介质等接收指令，并且执行这些指令，由此执行一个或多个过程，包括本文所描述的过程中的一者或多者。可使用各种计算机可读介质来存储和传输此类指令和其他数据。计算机105中的文件通常是存储在计算机可读介质(诸如存储介质、随机存取存储器等)上的数据的集合。
计算机可读介质包括参与提供可由计算机读取的数据(例如，指令)的任何介质。此类介质可采用许多形式，包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其他持久性存储器。易失性介质包括通常构成主存储器的动态随机存取存储器(DRAM)。计算机可读介质的常见形式包括例如软盘、软磁盘、硬盘、磁带、任何其他磁性介质、CD ROM、DVD、任何其他光学介质、穿孔卡、纸带、具有孔图案的任何其他物理介质、RAM、PROM、EPROM、快闪EEPROM、任何其他存储器芯片或盒式磁带、或计算机可从中读取的任何其他介质。
关于本文所描述的介质、过程、系统、方法等，应理解，虽然此类过程等的步骤已被描述为按照某一有序的顺序发生，但是此类过程可在以本文描述的次序以外的次序执行所描述的步骤的情况下来实践。还应理解，可同时执行某些步骤，可添加其他步骤，或者可省略本文所述的某些步骤。例如，在过程400中，可省略步骤中的一个或多个，或者可以与图4中所示不同的次序来执行步骤。换句话说，本文对系统和/或过程的描述是出于示出某些实施例的目的提供的，而决不应解释为限制所公开的主题。
因此，应理解，本公开，包括以上描述和附图以及以下权利要求，意图是说明性的而非限制性的。通过阅读以上描述，除了所提供的示例之外的许多实施例和应用对于本领域技术人员来说将是明显的。本发明的范围不应参考以上描述来确定，而是应参考所附的和/或基于此包括在非临时专利申请中的权利要求连同此类权利要求所赋予权利的等效物的全部范围来确定。预期并期望本文所讨论的领域未来将有所发展，并且所公开的系统和方法将结合到此类未来的实施例中。总而言之，应理解，所公开的主题能够进行修改和改变。
除非另有说明或上下文另有要求，否则修饰名词的冠词“一个”应被理解为是指一个或多个。短语“基于”涵盖部分地或完全地基于。
根据本发明，提供了一种系统，其具有计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由处理器执行以：识别在转弯开始时转弯中的主车辆的初始横向距离和初始纵向距离；预测在转弯开始之后的指定时间处主车辆的航向角；基于识别的横向距离、识别的纵向位置和预测的航向角来预测在指定时间处主车辆与目标之间的最终横向距离和最终纵向距离；基于最终横向距离和最终纵向距离来确定纵向碰撞时间处的横向偏移；并且根据基于横向偏移的威胁评估来致动主车辆的制动器。
根据一个实施例，指令还包括基于主车辆的制动器的制动延迟时间来确定威胁评估的指令。
根据一个实施例，指令还包括以下指令：基于目标速度来确定第二威胁评估以及根据威胁评估和第二威胁评估中的较低者来致动制动器。
根据一个实施例，指令还包括基于在纵向碰撞时间低于时间阈值时的横向偏移来调整威胁评估的指令。
根据一个实施例，指令还包括基于横向偏移和纵向碰撞时间来调整威胁评估的指令。
根据一个实施例，主车辆的初始横向距离和初始纵向距离为主车辆的前保险杠的中心点与目标之间的横向距离和纵向距离，并且指令还包括以下指令：基于主车辆的前保险杠的中心点的横向距离和纵向距离来识别主车辆的后车桥的中心点与目标之间的第二横向距离以及主车辆的后车桥的中心点与目标之间的第二纵向距离。
根据一个实施例，指令还包括以下指令：基于第二横向距离和第二纵向距离来预测在指定时间处后车桥的中心点与目标之间的第三横向距离以及在指定时间处后车桥的中心点与目标之间的第三纵向距离。
根据一个实施例，指令还包括以下指令：基于预测的航向角、第三横向距离和第三纵向距离来预测后车桥的中心点与目标之间的第四横向距离以及后车桥的中心点与目标之间的第四纵向距离。
根据一个实施例，指令还包括以下指令：基于第四横向距离来预测最终横向距离以及基于第四纵向距离来预测最终纵向距离。
根据一个实施例，指令还包括基于横向偏移和主车辆的宽度来调整威胁评估的指令。
根据一个实施例，指令还包括在纵向碰撞时间超过时间阈值时抑制威胁评估的指令。
根据一个实施例，指令还包括确定旋转了预测的航向角的车辆坐标系中的最终横向距离和最终纵向距离的指令。
根据一个实施例，指令还可包括基于主车辆的横摆率来预测主车辆的航向角的指令。
根据一个实施例，预测的航向角为在转弯开始时车辆坐标系的纵向轴线与在指定时间处第二车辆坐标系的纵向轴线之间限定的角度。
根据本发明，一种方法包括：识别在转弯开始时转弯中的主车辆的初始横向距离和初始纵向距离；预测在转弯开始之后的指定时间处主车辆的航向角；基于识别的横向距离、识别的纵向位置和预测的航向角来预测在指定时间处主车辆与目标之间的最终横向距离和最终纵向距离；基于最终横向距离和最终纵向距离来确定纵向碰撞时间处的横向偏移；以及根据基于横向偏移的威胁评估来致动主车辆的制动器。
在本发明的一个方面，方法还包括基于主车辆的制动器的制动延迟时间来确定威胁评估。
在本发明的一个方面，方法还包括：基于目标速度来确定第二威胁评估以及根据所述威胁评估和第二威胁评估中的较低者来致动制动器。
在本发明的一个方面，方法还包括基于纵向碰撞时间低于时间阈值时的横向偏移来调整威胁评估。
在本发明的一个方面，方法还包括当纵向碰撞时间超过时间阈值时，抑制威胁评估。
在本发明的一个方面，方法还包括确定旋转了预测的航向角的车辆坐标系中的最终横向距离和最终纵向距离。

Claims (15)

1.一种方法，其包括：
识别在转弯开始时所述转弯中的主车辆的初始横向距离和初始纵向距离；
预测在所述转弯开始之后的指定时间处所述主车辆的航向角；
基于所述识别的横向距离、所述识别的纵向位置和所述预测的航向角来预测在所述指定时间处所述主车辆与目标之间的最终横向距离和最终纵向距离；
基于所述最终横向距离和所述最终纵向距离来确定纵向碰撞时间处的横向偏移；以及
根据基于所述横向偏移的威胁评估来致动所述主车辆的制动器。
2.如权利要求1所述的方法，其还包括基于所述主车辆的所述制动器的制动延迟时间来确定所述威胁评估。
3.如权利要求1所述的方法，其还包括基于目标速度来确定第二威胁评估以及根据所述威胁评估和所述第二威胁评估中的较低者来致动所述制动器。
4.如权利要求1所述的方法，其还包括基于所述纵向碰撞时间低于时间阈值时的所述横向偏移来调整所述威胁评估。
5.如权利要求4所述的方法，其还包括基于所述横向偏移和所述纵向碰撞时间来调整所述威胁评估。
6.如权利要求1所述的方法，其中所述主车辆的所述初始横向距离和所述初始纵向距离为所述主车辆的前保险杠的中心点与所述目标之间的横向距离和纵向距离，并且所述方法还包括基于所述主车辆的所述前保险杠的所述中心点的所述横向距离和所述纵向距离来识别所述主车辆的后车桥的中心点与所述目标之间的第二横向距离以及所述主车辆的所述后车桥的所述中心点与所述目标之间的第二纵向距离。
7.如权利要求6所述的方法，其还包括基于所述第二横向距离和所述第二纵向距离来预测在所述指定时间处所述后车桥的所述中心点与所述目标之间的第三横向距离以及在所述指定时间处所述后车桥的所述中心点与所述目标之间的第三纵向距离。
8.如权利要求7所述的方法，其还包括基于所述预测的航向角、所述第三横向距离和所述第三纵向距离来预测所述后车桥的所述中心点与所述目标之间的第四横向距离和所述后车桥的所述中心点与所述目标之间的第四纵向距离。
9.如权利要求8所述的方法，其还包括基于所述第四横向距离来预测所述最终横向距离以及基于所述第四纵向距离来预测所述最终纵向距离。
10.如权利要求1-9中任一项所述的方法，其还包括基于所述横向偏移和所述主车辆的宽度来调整所述威胁评估。
11.如权利要求1-9中任一项所述的方法，其还包括确定旋转了所述预测的航向角的车辆坐标系中的所述最终横向距离和所述最终纵向距离。
12.如权利要求1-9中任一项所述的方法，其还包括基于所述主车辆的横摆率来预测所述主车辆的所述航向角。
13.一种计算机，其被编程为执行如权利要求1-9中任一项所述的方法。
14.一种车辆，其包括如权利要求13所述的计算机。
15.一种计算机程序产品，其包括存储指令的计算机可读介质，所述指令可由计算机处理器执行以执行如权利要求1至9中任一项所述的方法。
CN202011105596.3A 2019-10-17 2020-10-15 增强的碰撞减轻 Pending CN112677962A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/655,598 2019-10-17
US16/655,598 US11273806B2 (en) 2019-10-17 2019-10-17 Enhanced collision mitigation

Publications (1)

Publication Number Publication Date
CN112677962A true CN112677962A (zh) 2021-04-20

Family

ID=75269022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011105596.3A Pending CN112677962A (zh) 2019-10-17 2020-10-15 增强的碰撞减轻

Country Status (3)

Country Link
US (1) US11273806B2 (zh)
CN (1) CN112677962A (zh)
DE (1) DE102020127258A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114038196A (zh) * 2021-11-18 2022-02-11 成都车晓科技有限公司 车辆前向防撞预警系统及方法
US11273806B2 (en) * 2019-10-17 2022-03-15 Ford Global Technologies, Llc Enhanced collision mitigation

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11851068B2 (en) 2021-10-25 2023-12-26 Ford Global Technologies, Llc Enhanced target detection

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6768944B2 (en) * 2002-04-09 2004-07-27 Intelligent Technologies International, Inc. Method and system for controlling a vehicle
US7085637B2 (en) * 1997-10-22 2006-08-01 Intelligent Technologies International, Inc. Method and system for controlling a vehicle
US7124027B1 (en) * 2002-07-11 2006-10-17 Yazaki North America, Inc. Vehicular collision avoidance system
US8698639B2 (en) * 2011-02-18 2014-04-15 Honda Motor Co., Ltd. System and method for responding to driver behavior
US8694224B2 (en) * 2012-03-01 2014-04-08 Magna Electronics Inc. Vehicle yaw rate correction
EP3092599B1 (en) * 2013-12-04 2019-03-06 Mobileye Vision Technologies Ltd. Systems and methods for mimicking a leading vehicle
US9688273B2 (en) 2015-10-27 2017-06-27 GM Global Technology Operations LLC Methods of improving performance of automotive intersection turn assist features
US9751506B2 (en) 2015-10-27 2017-09-05 GM Global Technology Operations LLC Algorithms for avoiding automotive crashes at left and right turn intersections
CN108698608B (zh) * 2016-03-09 2021-11-12 本田技研工业株式会社 车辆控制系统、车辆控制方法及存储介质
US10737667B2 (en) * 2016-06-23 2020-08-11 Honda Motor Co., Ltd. System and method for vehicle control in tailgating situations
US10625742B2 (en) * 2016-06-23 2020-04-21 Honda Motor Co., Ltd. System and method for vehicle control in tailgating situations
EP3805889A1 (en) * 2016-12-23 2021-04-14 Mobileye Vision Technologies Ltd. Navigational system monitoring host and target vehicle behaviour
US10403145B2 (en) 2017-01-19 2019-09-03 Ford Global Technologies, Llc Collison mitigation and avoidance
US10232849B2 (en) * 2017-01-23 2019-03-19 Ford Global Technologies, Llc Collision mitigation and avoidance
KR102313026B1 (ko) * 2017-04-11 2021-10-15 현대자동차주식회사 차량 및 차량 후진 시 충돌방지 보조 방법
JP6740969B2 (ja) * 2017-07-11 2020-08-19 株式会社デンソー 車両における制動支援装置および制動支援制御方法
US11210744B2 (en) * 2017-08-16 2021-12-28 Mobileye Vision Technologies Ltd. Navigation based on liability constraints
US11644834B2 (en) * 2017-11-10 2023-05-09 Nvidia Corporation Systems and methods for safe and reliable autonomous vehicles
US11400927B2 (en) * 2018-01-29 2022-08-02 Ford Global Technologies, Llc Collision avoidance and mitigation
WO2019152888A1 (en) * 2018-02-02 2019-08-08 Nvidia Corporation Safety procedure analysis for obstacle avoidance in autonomous vehicle
JP2019156180A (ja) * 2018-03-13 2019-09-19 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
WO2019218097A1 (zh) * 2018-05-14 2019-11-21 Lu Shan 汽车爆胎安全稳定控制系统
WO2020035728A2 (en) * 2018-08-14 2020-02-20 Mobileye Vision Technologies Ltd. Systems and methods for navigating with safe distances
US11285942B2 (en) * 2019-01-07 2022-03-29 Ford Global Technologies, Llc Collision mitigation and avoidance
US10967853B2 (en) * 2019-02-11 2021-04-06 Ford Global Technologies, Llc Enhanced collision mitigation
US11884252B2 (en) * 2019-08-29 2024-01-30 Ford Global Technologies, Llc Enhanced threat assessment
WO2021050745A1 (en) * 2019-09-10 2021-03-18 Zoox, Inc. Dynamic collision checking
US11273806B2 (en) * 2019-10-17 2022-03-15 Ford Global Technologies, Llc Enhanced collision mitigation
US11480691B2 (en) * 2020-02-21 2022-10-25 Qualcomm Incorporated Method and apparatus to determine relative location using GNSS carrier phase
US11346959B2 (en) * 2020-02-21 2022-05-31 Qualcomm Incorporated Method and apparatus to determine relative location using GNSS carrier phase

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11273806B2 (en) * 2019-10-17 2022-03-15 Ford Global Technologies, Llc Enhanced collision mitigation
CN114038196A (zh) * 2021-11-18 2022-02-11 成都车晓科技有限公司 车辆前向防撞预警系统及方法

Also Published As

Publication number Publication date
US11273806B2 (en) 2022-03-15
DE102020127258A1 (de) 2021-04-22
US20210114565A1 (en) 2021-04-22

Similar Documents

Publication Publication Date Title
CN108327716B (zh) 碰撞缓解和避免
CN108340913B (zh) 碰撞减轻和避免
US10446033B2 (en) Vehicle detection and avoidance
CN108297863B (zh) 用于车辆的碰撞减轻和躲避方法和系统
US10967853B2 (en) Enhanced collision mitigation
US11518381B2 (en) Enhanced threat selection
CN112677962A (zh) 增强的碰撞减轻
US11285942B2 (en) Collision mitigation and avoidance
US20190232958A1 (en) Collision avoidance and mitigation
US11884252B2 (en) Enhanced threat assessment
US10160459B2 (en) Vehicle lane direction detection
US11383705B2 (en) Enhanced collision avoidance
US11586862B2 (en) Enhanced object detection with clustering
US20190054950A1 (en) Enhanced vehicle steering
US11498554B2 (en) Enhanced object detection and response
CN112590779A (zh) 增强的碰撞缓解
CN113176561A (zh) 目标速度检测
US11673548B2 (en) Vehicle detection and response
GB2560096A (en) Collision mitigation and avoidance
CN115489520A (zh) 目标车辆检测
US11267465B1 (en) Enhanced threat assessment

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
TA01 Transfer of patent application right

Effective date of registration: 20221104

Address after: Dearborn, Michigan, USA

Applicant after: Ford Global Technologies, LLC

Applicant after: Ford Electric Mach Technology (Nanjing) Co.,Ltd.

Address before: Dearborn, Michigan, USA

Applicant before: Ford Global Technologies, LLC

TA01 Transfer of patent application right