CN112693472A - 车辆的adas或自动驾驶特征的性能监控和评估 - Google Patents

车辆的adas或自动驾驶特征的性能监控和评估 Download PDF

Info

Publication number
CN112693472A
CN112693472A CN202011127075.8A CN202011127075A CN112693472A CN 112693472 A CN112693472 A CN 112693472A CN 202011127075 A CN202011127075 A CN 202011127075A CN 112693472 A CN112693472 A CN 112693472A
Authority
CN
China
Prior art keywords
data
time
point
adas
perception
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
CN202011127075.8A
Other languages
English (en)
Inventor
马格努斯·吉伦哈马尔
卡尔·桑登
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.)
Zeneti Co
Zenuity AB
Original Assignee
Zeneti Co
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 Zeneti Co filed Critical Zeneti Co
Publication of CN112693472A publication Critical patent/CN112693472A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0011—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement
    • G05D1/0022—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement characterised by the communication link
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/862—Combination of radar systems with sonar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/87—Combinations of sonar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9324—Alternative operation using ultrasonic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开涉及车辆的ADAS或自动驾驶特征的性能监控和评估。现场监控系统在从第一时间点(t1)到第二时间点(t2)的时间段(T)内，存储(1101)从适合于评估车辆的周围环境的感知系统(21)导出的、与ADAS或自动驾驶特征(3)有关的一定范围的感知数据(4)。现场监控系统还基于后处理从第二时间点返回到在第一时间点与第二时间点之间的中间时间点(t中间)的一定范围的感知数据的一部分(40)，来确定(1002)在中间时间点的地面实况中间数据(6i，6i’，6i”，6i”’，6i””)，该地面实况中间数据反映在以一定范围的感知数据的一部分为条件的中间时间点对车辆周围环境的评估。

Description

车辆的ADAS或自动驾驶特征的性能监控和评估
技术领域
本公开涉及车辆的ADAS或自动驾驶特征的性能监控和评估。
背景技术
越来越多的现代车辆具有高级驾驶辅助系统(ADAS)，以提高车辆安全性，并更普遍地提高道路安全性。ADAS(例如可以由自适应巡航控制(ACC)、防撞系统和前方碰撞预警等表示)是可以在驾驶时辅助车辆驾驶员的电子系统。为了实现预期的功能，ADAS可能依赖来自多个数据源的输入，例如汽车成像、激光雷达、雷达、图像处理、计算机视觉和/或车载网络。
此外，在不久的未来，自动驾驶系统或自主驾驶系统(ADS)将在更大程度上进入现代车辆。ADS是各种部件的复杂组合，所述各种部件可以定义为其中使车辆的感知、决策和操作由电子和机械(而不是人类驾驶员)执行的系统，并将自主化引入道路交通。这包括对车辆的把握、目的地和对周围环境的意识。虽然自主化系统控制车辆，但它允许人类操作员将所有责任留给系统。ADS通常结合各种传感器(例如雷达、激光雷达、声纳、摄像机、导航系统GPS、里程表和/或惯性测量单元)来感知车辆的周围环境，高级控制系统根据上述各种传感器可解释感测信息，以识别适当的导航路径以及障碍物和/或相关标志。
最终，能够感测其环境并在很少或没有人工输入的情况下沿着例如公共道路安全地行驶的基本上完全自动驾驶的车辆可能问世。
然而，如上所述，ADAS和/或自动驾驶特征必须要求通过高完整性起作用，以为车辆用户以及其他交通参与者提供足够低的风险。确保风险足够低可能需要难以处理的数据来进行统计证明，并且根据示例，要想达到该目的，这将大约需要一百辆车辆连续行驶五个世纪。有多种方法可在ADAS和/或自动驾驶特征投放公共道路上之前将它们的风险降到最低。然而，最重要的是，通常认为应该在现场对ADAS和/或自动驾驶特征进行一次监控，以确保它们符合所需的安全级别。然而，仅通过生产传感器设置(例如投放道路交通的车辆的传感器)应如何实施并进一步完成此类现场监控尚不清楚。此外，由于ADAS和/或自动驾驶特征的完整传感器设置可能会生成大量数据，因此将所有这些数据发送到云以进行脱机处理和分析可能(即使不是不可能)也是具有挑战性的。
发明内容
因此，本文实施例的目的是提供一种方法，该方法以改进的和/或替代的方式用于车辆ADAS或自动驾驶特征的性能要求中的监控性能和要求满足。
可以通过本文公开的主题来实现上述目的。在所附权利要求书、以下描述和附图中阐述了实施例。
所公开的主题涉及一种用于对车辆的ADAS或自动驾驶特征进行性能监控和评估的、由车辆的现场监控系统执行的方法。现场监控系统在从第一时间点到第二时间点的时间段内，存储从适合于评估车辆周围环境的感知系统导出的与ADAS或自动驾驶特征有关的一定范围的感知数据。现场监控系统还基于后处理从第二时间点返回到在第一时间点与第二时间点之间的中间时间点的该一定范围的感知数据的一部分，来确定在中间时间点的地面实况中间数据，该地面实况中间数据反映了在该一定范围的感知数据的一部分条件下的中间时间点的对车辆周围环境的估算。此外，现场监控系统基于考虑在与中间时间点相对应的、该一定范围的感知数据之外的中间感知数据的地面实况数据的分析，来确定指征地面实况中间数据与中间感知数据之间偏离的精度偏离测量值。当精度偏离测量值超出性能阈值时，现场监控系统还通信确认数据。
所公开的主题还涉及用于对车辆的高级驾驶辅助系统(ADAS)或自动驾驶特征进行性能监控和评估的车辆的现场监控系统。现场监控系统包括感知数据存储单元，该感知数据存储单元用于在从第一时间点到第二时间点的时间段内，存储从适合于评估车辆的周围环境的感知系统导出的与ADAS或自动驾驶特征有关的该一定范围的感知数据。现场监控系统还包括地面实况确定单元，该地面实况确定单元用于基于后处理从第二时间点返回到第一时间点与第二时间点之间的中间时间点的该一定范围的感知数据的一部分，来确定在中间时间点的地面实况中间数据，该地面实况中间数据反映在该一定范围的感知数据的一部分条件下的中间时间点的对车辆周围环境的估算。此外，现场监控系统包括偏离确定单元，该偏离确定单元基于考虑在与中间时间点相对应的、该一定范围的感知数据之外的中间感知数据的地面实况中间数据的分析，来确定精度偏离测量值。现场监控系统还包括确认通常单元，该确认通信单元用于当精度偏离测量值超出性能阈值时通信确认数据。
此外，所公开的主题涉及支持ADAS或自动驾驶特征的车辆，并且包括如本文所述的现场监控系统。
此外，所公开的主题涉及计算机程序产品，该计算机程序产品包括存储在计算机可读介质或载波上的计算机程序，该计算机程序包括计算机程序代码设备，该计算机程序代码设备被设置为使计算机或处理器执行本文所述的现场监控系统的步骤。
所公开的主题还涉及其上存储有所述计算机程序产品的非易失性计算机可读存储介质。
因此，引入了一种方法，根据该方法可以(例如在现场)监控一个或多个ADAS和/或自动驾驶特征，以评估他们是否故障和/或有故障的风险，并在这种情况下采取行动。也就是说，由于在从第一时间点到第二时间点的时间段内存储从适合于评估车辆的周围环境的感知系统导出的与ADAS或自动驾驶特征有关的一定范围的感知数据，因此(例如在可选的数据缓冲区中)保存了指征车辆周围环境感知的、例如从第一时间点到第二时间点连续地和/或间歇地导出所获得的数据，例如，检测到的物体或物体的状态和/或车辆定位和/或未来状态的统计模型预测和物理模型预测。因此，对于任何时间段，保存了例如传感器读数和运行时间评估的感知数据，以在ADAS或自动驾驶特征中再现大部分时间依赖性。此外，也就是说，由于基于后处理从第二时间点返回到第一时间点与第二时间点之间的中间时间点的一定范围的感知数据的一部分，来确定在中间时间点的地面实况中间数据，其中该地面实况中间数据反映在一定范围的感知数据的一部分条件下的中间时间点的对车辆周围环境的估算，因此一定范围的感知数据的一部分中包含的数据经过后处理(例如通过向后过滤器运行)，该向后过滤器将例如物体的当前状态和预测的未来状态与将来发生的情况对准(即从中间时间点到第二个时间点)，如从中间时间点所看到的那样。由此，获得了中间时间点的地面实况中间数据(可以称为生产地面实况)。因此，地面实况中间数据在数据部分条件下的中间时间点提供了对例如车辆(或ADAS或自动驾驶特征)周围的实物的状态的改进估算。此外，也就是说，由于基于考虑在与中间时间点相对应的、一定范围的感知数据之外的该中间实况数据的地面实况中间数据的分析，来确定指征地面实况中间数据与中间感知数据之间的偏离的精度偏离测量值，因此，评估了地面实况中间数据与和中间时间点相对应的中间感知数据之间的差异，例如，与传感器读数有关的差异和例如定位的运行时间评估和/或车辆或ADAS或自动驾驶特征周围的物体状态和/或未来状态的统计模型预测和物理模型预测。因此，随着时间从中间时间点到第二时间点而对车辆周围环境的增加的了解，通过分析反向时间方向的数据，可以评估ADAS或自动驾驶特征、其周围环境检测传感器和/未来车辆周围环境的感知系统的模型预测在所述中间时间点的执行程度。此外，由于当精度偏离测量值超出性能阈值时通信确认数据，因此至少考虑第一阈值来考虑评估的结果，即精度偏离测量值，并且如果超出所述阈值，则从现场监控系统发送表示所述阈值的确认。因此，现场监控系统引起人们注意到中间感知数据何时与地面实况中间数据偏离的程度大于由性能阈值限定的水平。因此，可以考虑ADAS或自动驾驶特征、其周围环境检测传感器和/或未来车辆周围环境的感知系统的模型预测的故障风险、故障和/或故障率和/或干预来实现评估。
因此，提供了以改进的和/或替代的方式来监控性能来完全满足车辆的ADAS或自动驾驶特征的性能要求的方法。
下面将进一步详细讨论上述方法的技术特征和相应的优点。
附图说明
通过以下详细说明和附图，将容易理解非限制性实施例的各个方面，包括特定的特征和优点，其中：
图1示出了根据本公开的实施例的车辆的示例性现场监控系统的示意图；
图2示出了根据本公开实施例的感知数据的示例性范围的示意图。
图3示出了根据本公开实施例的考虑来自一定范围的感知数据的感知数据来示例地面实况数据的示意图；
图4示出了根据本公开的进一步实施例的考虑自一定范围的感知数据的感知数据来示例地面实况数据的示意图；
图5示出了根据本公开的又一实施例的考虑来自一定范围的感知数据的感知数据来进一步示例地面实况数据的示意图；
图6示出了根据本公开的又一实施例的考虑来自一定范围的感知数据的感知数据来示例地面实况数据的示意图；
图7示出了根据本公开的又一实施例的考虑来自一定范围的感知数据的感知数据来示例地面实况数据的示意图；
图8是示出根据本公开的实施例的示例性现场监控系统的示意性框图；并且
图9是描绘根据本公开的实施例的由现场监控系统执行的示例性方法的流程图。
具体实施方式
现在将在下文中参考附图更全面地描述本公开的非限制性实施例，在附图中示出了本公开的当前优选实施例。然而，本公开可以以许多不同的形式来体现，并且不应被解释为受限于本文所阐述的实施例。全文中，相同的参考字符表示相同的元件。图中某些方框的虚线表示这些单元或动作是可选的，而不是强制性的。
在下文中，根据本文中涉及车辆的ADAS或自动驾驶特征的性能监控和评估的实施例，将公开一种方法，根据该方法可以(例如在现场)监控一个或多个ADAS和/或自动驾驶特征，以评估它们是否有故障和/或有故障的风险，并在此类情况下采取行动。
现在参考附图，尤其是图1，其描绘了根据本公开的实施例的车辆2的示例性现场监控系统1的示意图。现场监控系统1适合于对车辆2的ADAS或自动驾驶特征3进行性能监控。示例性车辆2适合于支持一个或多个ADAS或自动驾驶特征3，并且在本文中，其包括现场监控系统1。
示例性车辆2可以指任何任意有人驾驶车辆或任何任意无人驾驶车辆，例如发动机驱动车辆或电动车辆，例如，汽车、卡车、货车、厢式货车、公共汽车和/或拖拉机。此外，术语“车辆”可以指“运载车辆”、“道路交通车辆”和/或“生产车辆”，并且还可以指“自动车辆和/或至少部分自动车辆”、“无人驾驶和/或至少部分无人驾驶车辆”和/或“自主驾驶和/或至少部分自主驾驶车辆”。示例性ADAS或自动驾驶特征可以指代任何任意ADAS、ADS或自动驾驶特征，其例如是本领域已知的和/或尚未开发的。
短语“现场监控系统”可以指“生产车辆监控系统”、“故障监控系统”、“性能监控系统”、“性能验证系统”、“性能评估系统”和/或“感知估计系统”，而车辆“的”可以指“包括在”车辆和/或“车载”车辆中。另一方面，“用于”性能监控可以指“适用于”性能监控，而短语“用于ADAS或自动驾驶特征的性能监控和评估”可以指ADAS或自动驾驶特征的的“用于故障和/或故障风险监控和评估”、“用于性能估计”、“用于性能验证”、“用于感知评估”、“用于性能评估”和/或仅用于“用于性能监控”。根据实例，短语“用于ADAS或自动驾驶特征的性能监控和评估”可以指“用于ADAS或自动驾驶特征的性能监控和评估以及潜在的进一步评估和/或干预”。短语“所述车辆的ADAS或自动驾驶特征的性能监控和评估”可以指“与所述车辆的ADAS或自动驾驶特征相关的性能监控和评估”和/或“与所述车辆的ADAS或自动特征有关的性能监控和感知评估的评估”。此外，“ADAS或自动驾驶特征的性能监控和评估”可以指“对ADAS或自动驾驶特征和/或其子组件或构成的性能监控和评估”。另一方面，短语“所述车辆的ADAS或自动驾驶特征”可以指“所述车辆的ADAS或自主驾驶系统(ADS)”，而驾驶“特征”可以指驾驶“系统”和/或驾驶“功能”。“一个”ADAS或自主驾驶特征还可以指“至少第一”ADAS或自主驾驶特征。
车辆2可以包括、配备有和/或具有在其上的感知系统21，该感知系统21适合于估算车辆2的周围环境，并且随后适合于对周围环境的未来状态进行模型预测。感知系统21可以指任何通常已知的系统和/或功能性，所述通常已知的系统和/或功能性例如包括在车辆的一个或多个电子控制模块和/或节点，被适配和/或配置成解释(与车辆2的驾驶有关)的感测信息，以识别例如障碍物、车道、相关标志和适当的导航路径等。示例性感知系统21因此可以适合于结合感测信息依赖于并获得来自多个数据源的输入，例如汽车成像、图像处理、计算机视觉和/或车载网络等。此类示例性感测信息可以例如从包括在车辆2中和/或设置在车辆2上的一个或多个可选的周围环境检测传感器211得出。周围环境检测传感器211可以由适合于感测和/或感知车辆2的周围环境和/或去向的任何任意传感器表示，并可以例如指雷达、激光雷达、声纳、摄像机、导航系统(例如GPS)、里程表和/或惯性测量单元中的一个或多个的一个或组合。
如图2进一步所示，现场监控系统1通过感知数据存储单元101(如图8所示)被适配和/或配置为在从第一时间点t1到第二时间点t2的时间段T内，存储从适合于评估车辆2周围环境的感知系统21导出的与ADAS或自动驾驶特征3有关的一定范围的感知数据4。因此，(例如在示例性可选的数据缓冲区5中)保存了指征车辆周围环境感知的、例如从第一时间点t1到第二时间点t2连续地和/或间歇地获取所获得的数据，例如，检测到的物体或物体的状态和/或车辆定位和/或未来状态的统计模型预测和物理模型预测。因此，对于任何时间段T，保存了例如传感器读数和运行时间估算的感知数据，以再现ADAS或自动驾驶特征3中的大部分时间依赖性。
一定范围的感知数据4可以以任何任意方式(例如，以已知方式)从感知系统21中导出，例如数字方式、电子方式、无线方式和/或有线方式。此外，一定范围的感知数据4可以指与ADAS或自动驾驶特征3相关的任何范围的数据，该数据还可以指征对车辆2的周围环境的感知，例如包括和/或导出自来自一个或多个周围环境检测传感器211的感测数据。在第一时间点t1的感知数据可以或不可以与在第二时间点t2的感知数据不同。一定范围的感知数据4的存储可以是连续的进行中的过程，并且此外，可以连续地和/或间歇地存储所述范围4的感知数据。时间段T(以及相应地可选缓冲区5的长度)例如考虑到数据容量限制和/或ADAS或自动功能部件3的特性而可以具有被认为可行的任何任意大小，并且例如范围可能从不到一秒到几分钟，或更优选地，从几秒到不到一分钟。
术语“存储”一定范围的感知数据可以指“在一个或多个存储器中存储”、“在所述车辆上存储”、“在所述车辆上的一个或多个存储器中存储”和/或“以数字方式和/或电子方式存储”一定范围的感知数据，并进一步“收集”和/或“获得”一定范围的感知数据。另一方面，感知数据的术语“范围”可以指感知数据的“量”、“系列”、“连续流和/或间歇流”和/或“集合”，而“感知数据”可以指到“连续和/或间歇收集的感知数据”。此外，术语“感知”数据可以指“周围环境估计”数据、“感测”数据和/或“时间依赖性”数据，而感知“数据”可以指感知“信息”和/或“估算”。短语“与所述ADAS或自动驾驶特征有关的感知数据”可以指“与所述ADAS或自动驾驶特征有关的感知数据”和/或“所述ADAS或自动驾驶特征受其影响的感知数据”。另一方面，术语“导出”自感知系统可以指的是从感知系统“获得”和/或“基于感知系统的输出数据”，而适合于“估算所述车辆的周围环境”的感知系统可以指被适配和/或配置为“估算所述车辆的周围环境”、“估算所述车辆的周围环境的至少一部分”、“确定所述车辆的周围环境”、“解释与车辆驾驶相关的感测信息”和/或“估算所述车辆的周围环境，并对所述车辆的周围环境的未来状态进行模型预测”。“感知”系统可以指“车辆周围环境估计和/或评估”系统，而感知“系统”可以指感知“功能和/或功能性”。短语“在一个时间段期间”存储可以指的是“在该时间段内”存储，而从第一时间点到第二时间点的“范围”的时间段可以指的是从第一个时间点到第二个时间点“延长”和/或“发生”的时间段。“时间段”可以指“可预定时间段”和/或“已预定时间段”。另一方面，“时间点”可以指“时间上的某点”，而“从第一时间点到第二时间点”可以指“从第一时间点到随后的第二时间点”。
如图3-图6所示例，现场监控系统1通过地面实况确定单元102(图8所示)被适配和/或配置为基于后处理的从第二时间点t2返回到在第一时间点t1与第二时间点t2之间的中间时间点t中间的一定范围的感知数据4的一部分40，来确定在中间时间点t中间地面实况中间数据6i，6i’，6i”，6i”’，6i””，该地面实况中间数据6i，6i’，6i”，6i”’，6i””反映了以一定范围的感知数据4的部分40为条件的在中间时间点t中间的车辆周围环境的估算。因此，一定范围的感知数据4的部分40中包含的数据将进行后处理(例如通过向后过滤器运行)，该向后过滤器例如将物体当前和预测的未来状态与将来发生的事情对准(即从中间时间点t中间到第二时间点t2)，如从中间时间点t中间看到的那样。由此，获得中间时间点t中间的地面实况中间数据6i，6i’，6i”，6i”’，6i””(可以称为生产地面实况情况6、6’，6”，6”’，6””)。因此，地面实况中间数据6i，6i’，6i”，6i”’，6i””在数据部分40条件下的中间时间点t中间提供车辆(或ADAS或自动驾驶特征)周围的物体的例如状态的改进估算。
“确定”地面实况中间数据可以指“计算”和/或“推导”地面实况中间数据，并且根据示例，还可以指“在一个或多个算法的支持下确定”地面实况中间数据。另一方面，“基于”后处理确定可以指“通过”后处理确定，而基于“后处理”可以指基于“后向处理”和/或基于“通过一个或多个向后过滤器运行”。短语感知数据的“所述范围的一部分”可以指感知数据的“所述范围的至少一部分”和/或感知数据的“对所述范围的选择”，而“从…返回的”感知数据可指感知数据“在…范围内”。“地面实况中间”数据可以指“已处理和/或后处理的中间”数据，而地面实况中间“数据”可以指地面实况中间“信息”、“感知”和/或“估算”。另一方面，“在”中间时间点的地面实况中间数据可以指“对应于”和/或“反映在”中间时间点的地面实况中间数据，而“反映”估算的地面中间数据可以指“指征”估算的地面实况中间数据。中间时间点t中间可以，或可以不，等于或实质上等于第一时间点t1。车辆周围环境的“评估”可以指车辆周围环境的“计算”，而“车辆周围环境”的估算可以指“感测数据”的估算。另一方面，短语“在”中间时间点的车辆周围环境的估算可以指“对应于”和/或“反映在”中间时间点的车辆周围环境的估算，而在一定范围的感知数据的选择的“条件下”可以指“基于包括在以下部分中的数据”，即，一定范围的感知数据的一部分中和/或“基于包括在以下部分中的数据的后处理”，即，一定范围的感知数据的一部分。
现场监控系统1借助于偏离确定单元103(图8所示)被适配和/或配置为用于基于考虑在与中间时间点t中间对应的一定范围的感知数据4之外的中间感知数据4i，4i’，4i”，4i”’，4i””的地面实况中间数据6i，i，6i”，6i”’，6i””的分析，对地面实况中间数据6i，6i’，6i”，6i”’，6i””的分析，来确定指征地面实况中间数据6i，6i’，6i”，6i”’，6i””与中间感知数据4i，4i’，4i”，4i”’，4i””之间的偏离的精度偏离测量值。从而，评估了地面实况中间数据6i，6i'，6i”，6i”’，6i””与和中间时间点t中间相对应的中间感知数据4i，4i’，4i”，4i”’，4i””之间的差异，例如，与传感器读数有关的差异和例如定位的运行时评估和/或车辆2或ADAS或自动驾驶特征3周围的物体状态和/或未来状态的统计模型预测和物理模型预测。因此，随着时间从中间时间点t中间到第二时间点t2而对车辆周围环境6i，6i’，6i”，6i”’，6i””的增加的了解，通过分析反向时间方向上的数据，可以评估ADAS或自动驾驶特征3、其周围环境的检测传感器211和/或未来车辆周围环境的感知系统21的模型预测在所述中间时间点t中间的执行程度。
精度偏离可以例如指征故障和/或故障风险，并且可以例如考虑质量方面和/或安全性关键方面而被监控。根据实例，考虑例如在感知性能方面的安全和/或安全要求，重点例如可以放在接近差错和/或未能遵守例如要求的安全级别，而针对质量，重点则可以放在例如实际故障。因此可以指出，故障可能不仅与例如硬件故障有关，而是作为未能满足例如性能的要求或与安全相关的性能要求的补充或替代。
“确定”精度偏离测量值可以指的是“计算”精度偏离测量值，而“考虑中间数据基于对所述地面事实中间数据的分析”来确定可以指“比较于中间数据基于所述基础事实中间数据的差异来确定”。另一方面，“精度偏离测量值”可以仅指“精度偏离”，还可以指“地面实况偏离测量值”，而“指征偏离”可以指“指征偏离”和/或“反映偏离”。术语“偏离”可以指“偏差”。另一方面，短语“在与所述中间时间点相对应的所述范围的感知数据之外的中间感知数据”可以指“所述中间时间点的中间感知数据”。
随着时间的流逝而对车辆周围环境的增加了解在图3-图7示例。如图3所示，其示出了根据本公开的实施例的考虑来自一定范围的感知数据4的感知数据来示例地面实况数据6的示意图，示出了物体7(此处为另一辆车辆)的第一时间点t1的第一时间点感知数据41、中间时间点t中间的中间感知数据4i和第二时间点t2的第二时间点感知数据42，该物体7在本文在可选的周围环境检测传感器211的支持下从感知系统21导出。在所示实例中，在中间时间点t中间的周围环境物体7的评估4i(即中间感知数据4i)与确定的地面实况中间数据6i偏离，因为根据中间感知数据4i的物体7比根据地面实况中间数据6i的物体更靠左放置。
应当理解，可能存在与其他时间点对应的其他感知数据和/或地面实况数据。进一步示例了例如在第一时间点t1的周围环境物体7的评估41可能偏离于与第一时间点t1有关的地面实况数据61的方式(本文指更大程度地)，并且类似地，示例了在在第二时间点t2处的周围环境物体7可能偏离于与第二时间点t2有关的地面实况数据62的方式(本文指更小程度地)。
在图4中，其示出了根据本公开的另外的实施例的考虑来自一定范围的感知数据4的感知数据来示例地面实况数据6’的示意图，描绘了中间时间点t中间的中间感知数据4i’和第二时间点t2的第二时间点感知数据42'(在此由自由空间估算表示)，该数据在可选的周围检测传感器211的支持下从感知系统21导出。在所示的示例中，中间时间点t中间的自由空间的估算4i’(即中间感知数据4i’)与确定的地面实况中间数据6i’偏离，这是因为在第二个时间点t2之前，检测到了物体7'(此处为车辆)，所述物体7’在中间时间点t中间错误地未被检测到。这种现象可以称为假阴性。
在图5中，其示出了根据本公开的又一实施例的考虑来自一定范围的感知数据4的感知数据来示例地面实况数据6”的示意图，其中示出了中间时间点t中间的中间感知数据4i”和第二时间点t2的第二时间点感知数据42”(在本文由自由空间估算表示)，该数据在可选的周围环境检测传感器211的支持下从感知系统21导出。在示例性实例中，在中间时间点t中间的自由空间的估算4i”(即中间感知数据)与所确定的地面实况中间数据6i”偏离，这是因为在第二时间点t2之前，可以得出的结论是，不存在物体7”(本文指车辆)，该物体7”在中间时间点t中间错误地未被检测到。这种现象可以称为假阳性。
在图6中，其示出了根据本公开的又一实施例的考虑来自一定范围的感知数据4的感知数据来示例地面实况数据6”’的示意图，示出了中间时间点t中间的中间感知数据4i”’和第二时间点t2的第二时间点感知数据42”’(此处由定位估算和/或车道曲线估算表示)，该数据可选地在周围环境检测传感器211的支持下从感知系统21导出。在所示的实例中，车辆2的定位的估算4i”’和/或中间时间点t中间的车道曲线(即中间感知数据4i”’)与所确定的地面实况中间数据6i”’偏离，这是因为根据中间感知数据4i”’的车辆2的位置比根据地面实况数据6i”’的位置更远离车道曲线。这种现象可能被称为故障定位。
根据示例，感知数据可能潜在地与感知系统21基于其对周围环境的当前理解的对未来周围环境的模型预测有关和/或由该模型预测来表示。因此，在图7中，其示出了根据本公开的又一实施例的考虑来自一定范围的感知数据4的感知数据来示例地面实况数据6””的示意图，示出了中间时间点t中间的中间感知数据4i””和第二时间点t2的第二时间点感知数据42””，该数据可选地在周围的检测传感器211的支持下从感知系统21导出。在本文中，中间感知数据4i””由预测区域4i””的至少第一预测模型表示，在该区域4i””中，根据在中间时间点t中间获取的其类型和当前速度的物体7””被预测将驻留在第二时间点t2，而第二时间点感知数据42””由至少第二预测模型(可能不同于该至少第一模型)表示，该第二预测模型包括在第二时间点t2获取的所述物体7””。在所示出的示例中，在物体7””被预测将驻留在第二时间点t2的区域的中间时间点t中间的预测模型估算4i””(即中间感知数据4i””)与所确定的地面实况中间数据6i””偏离，因为根据地面实况中间数据6i””的物体7””不在区域4i””内。在此，可以得出结论，在某些测量值和/或预测模型中存在差异，因此有理由怀疑至少第一预测模型至少在某种程度上可能是不正确的。
现场监控系统1通过确认通信单元104(图8所示)被适配和/或配置为当精度偏离测量值超出性能阈值时通信确认数据8。从而，评估的结果(即精度偏离测量值)针对至少第一阈值而被考虑，并且如果超出所述阈值，则从现场监控系统1发送指征所述阈值的确认8。由此，现场监控系统1引起人们注意到中间感知数据4i，4i’，4i”，4i”’，4i””何时与地面实况中间数据6i，6i’，6i”，6i”’，6i””偏离的范围大于由性能阈值所限定的水平。因此，可以考虑ADAS或自动驾驶特征3、其周围环境检测传感器211和/或未来的车辆环境的感知系统21的模型预测的故障风险、故障和/或故障率和/或干预来实现评估。
考虑ADAS或自动驾驶特征3、其周围环境检测传感器211和/或未来的车辆环境的感知系统21的模型预测的特性和/或与其相关的要求，可以将性能阈值设置为被视为相关的任何任意极限和/或任何任意偏离最大值。性能阈值还可以是可变的。
“通信”确认数据可以指“无线地和/或有线地通信”确认数据和/或“在适当时间和/或在被视为可行的和/或安全的时通信”确认数据，而“确认数据”可以指“一个或多个确认信号”和/或“确认消息”，并且进一步指“指征、反映和/或包括至少所述精度偏离测量值的确认数据”。另一方面，短语“当所述精度偏离测量值超出时”可以指“如果所述精度偏离测量值应超出”和/或“如果所述精度偏离测量值超出”，而“性能”阈值可以指“遵守”阈值。此外，“性能阈值”可以指“可预定和/或已预定的性能阈值”，还可以指“第一性能阈值”。
现场监控系统1通过确认通信单元104(图8所示)可以可选地被适配和/或配置为用于将确认数据8无线地发送到远程实体9，该确认数据8包括一定范围的感知数据4。由此，与中间感知数据4i，4i’，4i”，4i”’，4i””有关的数据和/或在中间时间点t1的事件可以被发送给实体9，用于脱机处理和/或分析。通信的时机可以任意选择为被视为是可行的，例如，立即地或在认为合适的时间点。后一种情况可以例如指等待到远程实体9的高带宽连接，例如，Wifi连接。
实体9可以指代任何外接的数据存储实体(例如已知的)，所述外接的数据存储实体适用于和/或配置用于外接和/或离线处理和/或分析，例如云和/或汽车云、适用于基于云的存储器、后端系统和/或一个或多个服务器的云网络。“远程”实体可以指的是“外接”实体和/或“脱机”实体，而“包括所述范围的感知数据”可以指“实质上包括所述范围的感知数据”。
附加地或可替代地和可选地，现场监控系统1通过确认通信单元104(图8所示)可以被适配和/或配置为将确认数据8发送到适合于控制ADAS或自动驾驶特征3的车载特征控制系统22，该确认数据8包括禁用ADAS或自动驾驶特征3的指征。由此，ADAS或自动驾驶特征3(和/或与之相关联的一个或多个周围环境检测传感器211)和其功能性可以撤销，以至少暂时禁止进一步激活。
特征控制系统22可以指任何通常已知的系统和/或功能性，所述已知的系统和/或功能性例如包括在车辆的一个或多个电子控制模块和/或节点中，并被适配和/或配置为至少部分地控制ADAS或自动驾驶特征3。“特征控制系统”可以指代“特征禁用系统”和/或“ADAS或ADS控制系统”，而适合于“控制”的特征控制系统可以指适合于“至少部分地控制”的特征控制系统。另一方面，为了禁用的“包括指征”可以指“提示”禁用和/或为了禁用的“包含指令提示”，而“指征禁用”可以指“在适当时候禁用的指征”和/或“在认为可行的和/或安全的时禁用的指征”。此外，“禁用”ADAS或自动驾驶特征可以指的是“禁止”和/或“限制”ADAS或自动驾驶特征的功能性。
现场监控系统1通过确认通信单元104(图8所示)可以可选地被适配和/或配置为在精度偏离测量值超出另一性能阈值时通信另外的确认数据80，该确认数据80的性能阈值与另一性能阈值偏离。由此，可以根据超出哪个阈值来通信不同的确认数据8、80。因此，超出性能阈值(在该性能阈值上通信确认数据8)可以启动第一动作，而超出另一性能阈值(在该另一性能阈值上通信其他确认数据80)可以启动不同的第二动作。也就是说，在本文中，评估的结果(即精度偏离测量值)针对其他第二阈值来考虑，并且如果超出了所述第二阈值，则从现场监控系统发送指征所述第二阈值的进一步确认。因此，现场监控系统可以另外引起人们注意到中间感知数据4i，4i’，4i”，4i”’，4i””何时与地面实况中间数据6i，6i’，6i”，6i”’，6i””偏离的程度大于由另一性能阈值限定的水平。因此，考虑ADAS或自动驾驶特征3、其周围环境检测传感器211和/或未来车辆环境的感知系统21的模型预测的故障风险、故障和/或故障率和/或干预可以实现进一步的评估。
例如考虑ADAS或自动驾驶特征3、其周围环境检测传感器211和/或未来车辆环境的感知系统21的模型预测的特性和/或与之相关的要求，可以将另一性能阈值设置为被认为相关的任何任意极限和/或任何任意偏离最大值。此外，另一性能阈值可以是可变的。
“通信”其他确认数据可以指“无线和/或有线通信”其他确认数据和/或“在适当的时间和/或在被视为可行的和/或安全的时通信”其他确认数据，而“进一步的确认数据”可以指“一个或多个其他确认信号”和/或“其他确认消息”。此外，“其他确认数据”可以指“指征、反映和/或包括至少所述精度偏离测量值的其他确认数据”。另一方面，短语“当所述精度偏离测量值超出另一性能阈值时”可以指“如果所述精度偏离测量值超出另一性能阈值”和/或“如果所述精度偏离测量值超出”，而“其他性能”阈值可以指“其他遵守”阈值。此外，“另一性能阈值”可以指“可预定和/或已预定的另一性能阈值”，并且还可以指“第二性能阈值”。
现场监控系统1通过确认通信单元104(图8所示)可以可选地被适配和/或配置为用于将其他确认数据80无线地发送到远程实体9，该其他确认数据80包括一定范围的感知数据4。从而，与中间感知数据4i，4i’，4i”，4i”’，4i””有关的数据和/或在中间时间点t1的事件可以被发送到实体9，用于脱机处理和/或分析，当超出另一性能阈值时，实体9用于离线处理和/或分析。通信的时机可以任意选择为认为是可行的，例如，立即或在认为合适的时间点。后一种情况可以例如指等待到远程实体9的高带宽连接，例如，Wifi连接。
替代地且可选地，现场监控系统1可以通过确认通信单元104被适配和/或配置为用于将其他确认数据80发送到特征控制系统22，该其他特征数据包括禁用ADAS或自动驾驶特征3的指征。从而，超出了另一性能阈值时，ADAS或自动驾驶特征3(和/或与其相关联的一个或多个周围环境检测传感器211)可以被撤销，以至少暂时地禁止进一步的激活。
进一步可选地，如图3-图5所示，一定范围的感知数据4可以包括周围物体7，7’，7”的感知数据，其中，精度偏离测量值反映了针对物体7，7’，7”的测量。因此，生产地面实况6，6’，6”可以用于一个或多个周围检测传感器211中的一个或多个的性能和/或故障风险或故障估计，所述一个或多个周围检测传感器211与ADAS或自动驾驶特征3相关联，用于检测所述物体7、7’，7”。也就是说，例如，如果车辆2正在接近物体7，7’，7”，则由于一定范围的传感器211，传感器评估可能受到限制。然而，随着车辆靠近物体7，7’，7，传感器211可以在更有利的范围内操作，并在输出中给出更高的置信度。因此，当物体7，7’，7”可能已经与车辆2的距离更远时，可以使用生产地面实况6，6’，6”来估计传感器211的早期输出4i，4i’，4i”的精度。以类似的方式，如果物体7，7’，7”在一段时间内保持基本恒定的距离，则增加的测量值的数量可能会在后处理时提高在输出6，6’，6”中的置信度。
以上描述的传感器估计例如可以在对物体7，7’，7”进行分类时进行。附加地或可替代地，传感器估计可以基于状态估算来完成，例如，速度和/或位置和/或物体属性(例如大小和/或颜色)。然后传感器估计可以产生结果，例如精度偏离测量值，其指征传感器221是否按预期执行。在后一种情况下，这可能反映出差异相对较小但仍然超出性能阈值的情况，例如，可以将包括一定范围的感知数据4的确认数据8发送到远程实体9，用于脱机处理和/或分析。另外，如果还应该超出可选的其他阈值，这可以反映出差异相对较大的情况，例如，指征发生故障的传感器211，则其他确认数据80(例如，包括禁用ADAS或自动驾驶特征的指征或者与之相关联的一个或多个传感器211)可以例如被发送至车载功能控制系统22。
根据实例，短语“反映针对所述目标的测量的精度偏离测量值”可以指的是“反映针对所述目标的测量的精度偏离测量值，由此评估所述一个或多个周围环境检测传感器中的至少一个的性能和/或故障或故障风险”。
此外，可选地，精度偏离测量值可以反映针对与ADAS或自动驾驶特征3有关的预计安全性估计的测量。也就是说，可以使用许多不同的安全性措施或威胁性措施作为代理来估计ADAS或自动驾驶特征3的安全性。此类安全性措施或威胁性措施的一个示例是定义的突破威胁数量(BTN)，其定义为避免可用制动能力划分的碰撞而所需的制动。BTN等于1表示发生碰撞，并且越接近零，ADAS或自动驾驶特征部件3就越远离危险情况。其他测量可能是以ADAS或自动驾驶特征部件3的当前状态衡量的碰撞时间和目标车辆，并假设两者的速度恒定。使用极值理论从现场测试中推断数据以验证潜在的事故率是众所周知的。如果在ADAS或自动驾驶特征3的预先部署时使用此类方法，则引入的现场监控系统1可以估计当ADAS或自动驾驶特征3在公共道路上和/或在客户手中时这是否也成立。
如图8进一步所示，其是示出根据本公开的实施例的示例性现场监控系统1的示意性框图，现场监控系统1包括感知数据存储单元101、地面实况确定单元102、偏离确定单元103和确认通信单元104，以上已经对它们进行了更详细的描述。此外，本文中用于车辆2的ADAS或自动驾驶特征3的性能监控和评估的实施例可以通过一个或多个处理器(例如，在此表示为CPU的处理器105)和用于执行本文的实施例的功能和动作的计算机程序代码来实现。所述程序代码也可以例如以数据载体的形式被提供为计算机程序产品，该数据载体携带用于在被加载到现场监控系统1中时用于执行本文中的实施例的计算机程序代码。一个此类载体可以CD ROM光盘和/或硬盘驱动器的形式，但是对于其他数据载体也是可行的。此外，计算机程序代码可以作为纯程序代码在服务器上提供并可下载到现场监控系统1。现场监控系统1还可以包括存储器106，该存储器106包括一个或多个存储器单元。存储器106可以被设置为用于存储例如信息，并进一步存储数据、配置、调度和应用程序，以当在现场监控系统1中执行时执行本文的方法。例如，计算机程序代码可以在被存储在嵌入式处理器105的闪存106中的固件中实现和/或从外接服务器无线下载。此外，感知数据存储单元101、地面实况确定单元102、偏离确定单元103、确认通信单元104、可选处理器105和/或可选存储器106可以至少部分地包括在例如车辆2的例如ECU的一个或多个节点107中。本领域技术人员还将理解，上述单元101、102、103、104可指模拟电路和数字电路的组合和/或配置有软件和/或固件的一个或多个处理器，所述软件和/或固件例如存储在存储器(例如存储器106)中，当所述软件和/或固件由例如处理器105之类的一个或多个处理器执行时，执行如在此描述的，例如结合图9所述。这些处理器中的一个或多个以及另一数字硬件可以包括在单个ASIC(专用集成电路)中，或者几个处理器和各种数字硬件可以分布在几个单独的组件中，无论是单独封装还是组装成SoC(片上系统)。
图8进一步显示了ADAS或自动驾驶特征3、感知系统21、可选的一个或多个周围环境检测传感器211、可选的特征控制系统22、确认数据8、可选的其他确认数据80和可选的远程实体9，上面已经详细讨论了它们全部。
图9是描绘根据本公开的实施例的由现场监控系统1执行的示例性方法的流程图。所述方法用于车辆2的ADAS或自动驾驶特征3的性能监控和评估。可以连续重复的示例性方法包括在图1-图7的支持下讨论的以下动作中的一个或多个。此外，可以以任何合适的顺序采取动作和/或可以同时和/或以交替的顺序执行一个或多个动作(如果合适)。例如，动作1004和可选动作1005可以交替顺序和/或同时执行。
动作1001
在动作1001中，现场监控系统1在从第一时间点t1到第二时间点t2的时间段T内，例如在感知数据存储单元101的支持下，存储适合于估算车辆2的周围环境的感知系统21导出的与ADAS或自动驾驶特征3有关的一定范围的感知数据4。
可选地，一定范围的感知数据4可以包括周围环境物体7，7’，7”的感知数据，其中精度偏离测量值反映了针对物体7，7’，7”的测量。进一步可选地，精度偏离测量值可以反映针对与ADAS或自动驾驶特征3有关的预计安全性估计的测量。
动作1002
在动作1002中，现场监控系统1例如在地面实况确定单元102的支持下，基于后处理从第二时间点t2返回到在第一时间点t1与第二时间点t2之间的中间时间点t中间的一定范围的感知数据4的一部分40，来确定在中间时间点t中间的地面实况中间数据6i，6i’，6i”，6i”’，6i””，该地面实况中间数据6i，6i’，6i”，6i”’，6i””反映了在一定范围的感知数据4的一部分40条件下的中间时间点t中间的对车辆周围环境的估算。
动作1003
在动作1003中，现场监控系统1例如在偏离确定单元103的支持下，基于考虑在与中间时间点t中间相对应的一定范围的感知数据4之外的中间感知数据4i，4i’，4i”，4i”’，4i””的地面实况中间数据6i，6i’，6i”，6i”’，6i””的分析，来确定指征地面实况中间数据6i，6i’，6i”，6i”’，6i””与中间感知数据4i，4i’，4i”，4i”’，4i””之间的偏离的精度偏离测量值。
动作1004
在动作1004中，当精度偏离测量值超出性能阈值时，现场监控系统1在确认通信单元104的支持下通信确认数据8。
可选地，通信确认数据8的动作1004可以包括将确认数据8无线地发送到远程实体9，该确认数据8包括一定范围的感知数据4。
附加地或可替代地，可选地，通信确认数据8的动作1004可以包括将确认数据8发送到适合于控制ADAS或自动驾驶特征3的车载特征控制系统22，该确认数据8包括禁用ADAS或自动驾驶特征3的指征。
动作1005
在可选动作1005中，当精度偏离测量值超出另一性能阈值时，现场监控系统1例如在确认通信单元104的支持下，通信其他确认数据80，其中，性能阈值与另一性能阈值偏离。
可选地，通信其他确认数据80的动作1005可以包括将其他确认数据80无线地发送到远程实体9，该其他确认数据包括一定范围的感知数据4。
附加地或可替代地，通信其他确认数据80的动作1005可以包括将其他确认数据80发送到特征控制系统22，该其他确认数据80包括禁用ADAS或自动驾驶特征3的指征。
本领域技术人员意识到，本公开绝不限于上述优选实施例。相反，在所附权利要求的范围内，许多修改和变化是可能的。此外应注意，附图不一定按比例绘制，并且为了清楚起见，可能放大了某些特征的尺寸。相反，重点放在示出本文实施例的原理上。另外，在权利要求中，单词“包括”不排除其他元件或步骤，并且不定冠词“一”或“一种”不排除多个。

Claims (15)

1.一种用于车辆(2)的高级驾驶辅助系统(ADAS)或自动驾驶特征(3)的性能监控和评估的、由所述车辆(2)的现场监控系统(1)执行的方法，所述方法包括：
在从第一时间点(t1)到第二时间点(t2)的时间段(T)中存储(1001)一定范围的感知数据(4)，所述一定范围的感知数据(4)从适合于估算所述车辆(2)的周围环境的感知系统(21)中导出并且与所述ADAS或所述自动驾驶特征(3)有关的；
基于后处理从所述第二时间点(t2)返回到所述第一时间点(t1)与所述第二时间点(t2)之间的中间时间点(t中间)的所述一定范围的感知数据(4)的一部分(40)，来确定(1002)在所述中间时间点(t中间)的地面实况中间数据(6i，6i’，6i”，6i”’，6i””)，所述地面实况中间数据(6i，6i’，6i”，6i”’，6i””)反映了在所述一定范围的感知数据(4)的所述部分(40)条件下的在所述中间时间点(t中间)的对车辆周围环境的估算；
基于考虑在与所述中间时间点(t中间)相对应的、所述一定范围的感知数据(4)之外的中间感知数据(4i，4i’，4i”，4i”’，4i””)的所述地面实况中间数据(6i，6i’，6i”，6i”’，6i””)的分析，确定(1003)指征所述地面实况中间数据(6i，6i’，6i”，6i”’，6i””)与所述中间感知数据(4i，4i’，4i”，4i”’，4i””)之间的偏离的精度偏离测量值，以及
当所述精度偏离测量值超出性能阈值时，通信(1004)确认数据(8)。
2.根据权利要求1所述的方法，其中所述通信(1004)确认数据(8)包括：
将所述确认数据(8)无线地发送到远程实体(9)，所述确认数据(8)包括所述一定范围的感知数据(4)，和/或
将所述确认数据(8)发送到适合于控制所述ADAS或所述自动驾驶特征(3)的车载特征控制系统(22)，所述确认数据(8)包括禁用所述ADAS或所述自动驾驶特征(3)的指征。
3.根据权利要求1或2所述的方法，还包括：
当所述精度偏离测量值超出另一性能阈值时，通信(1005)其他确认数据(80)，所述性能阈值偏离所述另一性能阈值。
4.根据结合权利要求2的权利要求3所述的方法，其中所述通信(1005)其他确认数据包括：
将所述其他确认数据(80)无线地发送到所述远程实体(9)，所述其他确认数据(80)包括所述一定范围的感知数据(4)，或者
将所述其他确认数据(80)发送到所述特征控制系统(22)，所述其他确认数据(80)包括禁用所述ADAS或所述自动驾驶特征(3)的指征。
5.根据前述权利要求中的任一项所述的方法，其中所述一定范围的感知数据(4)包括周围环境物体(7、7’，7”)的感知数据，所述精度偏离测量值反映针对所物体(7，7’，7”)的测量。
6.根据前述权利要求中的任一项所述的方法，其中所述精度偏离测量值反映了针对与所述ADAS或所述自动驾驶特征(3)有关的所述预计安全性估计的测量。
7.一种用于车辆(2)的高级驾驶辅助系统(ADAS)或自动驾驶特征(3)的性能监控和评估的所述车辆(2)的现场监控系统(1)，所述现场监控系统(1)包括：
感知数据存储单元(101)，所述感知数据存储单元(101)用于在第一时间点(t1)到第二时间点(t2)的时间段(T)内存储(1001)一定范围的感知数据(4)，所述一定范围的感知数据(4)从适合于估算所述车辆(2)的周围环境的感知系统(21)导出并且与所述ADAS或所述自动驾驶特征(3)有关；
地面实况确定单元(102)，所述地面实况确定单元(102)用于基于后处理从在所述第二时间点(t2)返回到在所述第一时间点(t1)与所述第一时间点(t2)之间的中间时间点(t中间)的所述一定范围的感知数据(4)的一部分(40)，来确定(1002)在所述中间时间点(t中间)的地面实况中间数据(6i，6i’，6i”，6i”’，6i””)，所述地面实况中间数据(6i，6i’，6i”，6i”’，6i””)反映在所述一定范围的感知数据(4)的所述一部分(40)条件下的所述中间时间点(t中间)的对车辆周围环境的估算；
偏离确定单元(103)，所述偏离确定单元(102)用于基于考虑到在与所述中间时间点(t中间)相对应的、所述一定范围的感知数据(4)之外的中间感知数据(4i，4i’，4i”，4i”’，4i””)的所述地面实况中间数据(6i，6i’，6i”，6i”’，6i””)的分析，来确定(1003)表示所述地面实况中间值数据(6i，6i’，6i”，6i”’，6i””)与所述中间感知数据(4i，4i’，4i”，4i”’，4i””)之间的偏离的精度偏离测量值；和
确认通信单元(104)，所述确认通信单元(104)在所述精度偏离测量值超出性能阈值时用于通信(1004)确认数据(8)。
8.根据权利要求7所述的现场监控系统(1)，其中所述确认通信单元(104)适合于：
将所述确认数据(8)无线地发送到远程实体(9)，所述确认数据(8)包括所述一定范围的感知数据(4)，和/或
将所述确认数据(8)发送到适合于控制所述ADAS或所述自动驾驶特征(3)的车载特征控制系统(22)，所述确认数据(8)包括禁用所述ADAS或所述自动驾驶特征(3)的指征。
9.根据权利要求7或8所述的现场监控系统(1)，其中所述确认通信单元(104)还适合于：
当所述精度偏离测量值超出另一性能阈值时通信(1005)其他确认数据(80)，所述性能阈值偏离所述另一性能阈值。
10.根据结合权利要求8的权利要求9所述的现场监控系统(1)，其中所述确认通信单元(104)还适合于：
将所述其他确认数据(80)无线地发送到所述远程实体(9)，所述其他确认数据(80)包括所述一定范围的感知数据(4)，或者
将所述其他确认数据(80)发送到所述特征控制系统(22)，所述其他确认数据(80)包括禁用所述ADAS或所述自动驾驶特征(3)的指征。
11.根据权利要求7至10中任一项所述的现场监控系统(1)，其中所述一定范围的感知数据(4)包括周围环境物体(7，7'，7”)的感知数据，所述精度偏离测量值反映针对所述物体(7，7'，7”)的测量。
12.根据权利要求7-11中的任一项所述的现场监控系统(1)，其中所述精度偏离测量值反映针对与所述ADAS或所述自动驾驶特征(3)有关的预计安全性估计的测量。
13.一种车辆(2)，所述车辆支持ADAS或自动驾驶特征(3)，并且包括根据权利要求7至12中任一项所述的现场监控系统(1)。
14.一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序包括计算机程序代码设备，所述计算机程序代码设备设置成使计算机或处理器执行存储在计算机可读介质或载波上的根据权利要求1-6中的任一项所述的方法的步骤。
15.一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质在其上存储有根据权利要求14所述的计算机程序产品。
CN202011127075.8A 2019-10-21 2020-10-20 车辆的adas或自动驾驶特征的性能监控和评估 Pending CN112693472A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19204278.6A EP3812954A1 (en) 2019-10-21 2019-10-21 Performance monitoring and evaluation of a vehicle adas or autonomous driving feature
EP19204278.6 2019-10-21

Publications (1)

Publication Number Publication Date
CN112693472A true CN112693472A (zh) 2021-04-23

Family

ID=68296223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011127075.8A Pending CN112693472A (zh) 2019-10-21 2020-10-20 车辆的adas或自动驾驶特征的性能监控和评估

Country Status (3)

Country Link
US (1) US20210118245A1 (zh)
EP (1) EP3812954A1 (zh)
CN (1) CN112693472A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113200048A (zh) * 2021-05-28 2021-08-03 东风汽车集团股份有限公司 一种智能辅助驾驶车辆监控方法及系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4095746A1 (en) * 2021-05-24 2022-11-30 Zenseact AB Ads perception development
EP4227911A1 (en) 2022-02-14 2023-08-16 Zenseact AB Reconstruction of image frames
EP4246325A1 (en) * 2022-03-14 2023-09-20 Zenseact AB Safety and/or performance monitoring of an automated driving system

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2615598B1 (en) * 2012-01-11 2017-12-06 Honda Research Institute Europe GmbH Vehicle with computing means for monitoring and predicting traffic participant objects
US10534370B2 (en) * 2014-04-04 2020-01-14 Signify Holding B.V. System and methods to support autonomous vehicles via environmental perception and sensor calibration and verification
US10627812B2 (en) * 2017-02-14 2020-04-21 Honda Research Institute Europe Gmbh Risk based driver assistance for approaching intersections of limited visibility
US10109198B2 (en) * 2017-03-08 2018-10-23 GM Global Technology Operations LLC Method and apparatus of networked scene rendering and augmentation in vehicular environments in autonomous driving systems
KR102070527B1 (ko) * 2017-06-22 2020-01-28 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 자율 주행 차량 교통 예측에서 예측되는 궤적에 대한 평가 프레임 워크
US10713502B2 (en) * 2017-12-19 2020-07-14 Micron Technology, Inc. Providing autonomous vehicle assistance
DE102018212155A1 (de) * 2018-07-20 2020-01-23 Eberhard Karls Universität Tübingen Verfahren und eine Vorrichtung zum aktiven Einregeln eines Prädiktors auf ein Eingangssignal

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113200048A (zh) * 2021-05-28 2021-08-03 东风汽车集团股份有限公司 一种智能辅助驾驶车辆监控方法及系统
CN113200048B (zh) * 2021-05-28 2023-02-28 东风汽车集团股份有限公司 一种智能辅助驾驶车辆监控方法及系统

Also Published As

Publication number Publication date
EP3812954A1 (en) 2021-04-28
US20210118245A1 (en) 2021-04-22

Similar Documents

Publication Publication Date Title
CN108196547B (zh) 一种自动驾驶系统
CN109421738B (zh) 用于监视自主车辆的方法和装置
CN109421742B (zh) 用于监测自主车辆的方法和设备
CN112693472A (zh) 车辆的adas或自动驾驶特征的性能监控和评估
CN109421743B (zh) 用于监控自主车辆的方法和设备
JP6985203B2 (ja) 挙動予測装置
EP2869283B1 (en) Method and system of driving assistance for collision avoidance
EP3971526B1 (en) Path planning in autonomous driving environments
EP3855205A1 (en) Perception performance evaluation of a vehicle adas or ads
US20220089153A1 (en) Scenario identification in autonomous driving environments
EP3971864A1 (en) Risk estimation in autonomous driving environments
US11904856B2 (en) Detection of a rearward approaching emergency vehicle
CN114968187A (zh) 用于自动驾驶系统的感知系统开发的平台
CN112434782B (zh) 使用众包和深度学习的状态估计故障检测的架构和方法
US11521398B2 (en) Method and apparatus for traffic light positioning and mapping using crowd-sensed data
US11897501B2 (en) ADS perception development
CN116118770A (zh) 面向稳健自动驾驶控制的车辆感知系统的自适应合理化器
CN113928245A (zh) 用于检查井盖模式的车辆控制单元、车载设备和方法
EP3929050A1 (en) Assessment of a vehicle control system
US11577753B2 (en) Safety architecture for control of autonomous vehicle
US10493913B2 (en) Enhanced rear obstacle detection
CN114268788A (zh) 车载车辆图像采集装置功能符合性的监测
CN115713746A (zh) 由配备ads的车辆感知到的周围对象的验证
CN112447045A (zh) 用于运行车辆的方法和设备

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