CN113428138B - 驾驶辅助系统 - Google Patents
驾驶辅助系统 Download PDFInfo
- Publication number
- CN113428138B CN113428138B CN202110228345.2A CN202110228345A CN113428138B CN 113428138 B CN113428138 B CN 113428138B CN 202110228345 A CN202110228345 A CN 202110228345A CN 113428138 B CN113428138 B CN 113428138B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- risk
- potential field
- valley
- 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.)
- Active
Links
- 230000007423 decrease Effects 0.000 claims abstract description 7
- 230000001629 suppression Effects 0.000 claims description 46
- 238000012937 correction Methods 0.000 claims description 29
- 230000004888 barrier function Effects 0.000 claims description 10
- 230000005764 inhibitory process Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 38
- 230000006870 function Effects 0.000 description 36
- 230000000052 comparative effect Effects 0.000 description 34
- 238000000034 method Methods 0.000 description 18
- 239000000178 monomer Substances 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 12
- 230000006399 behavior Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 101100208381 Caenorhabditis elegans tth-1 gene Proteins 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
- B60W2554/4029—Pedestrians
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/803—Relative lateral speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2754/00—Output or target parameters relating to objects
- B60W2754/10—Spatial relation or speed relative to objects
- B60W2754/30—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Traffic Control Systems (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开涉及驾驶辅助系统,其执行用于降低与车辆前方的目标物的碰撞风险的风险回避控制。风险势场将风险值表示为位置的函数。障碍物势场是风险值在目标物的位置处成为最大且随着从目标物离开而减小的风险势场。车辆中心势场是风险值的谷从车辆的位置向车道长度方向延伸的风险势场。第1风险势场是车辆中心势场与障碍物势场之和。驾驶辅助系统进行转向控制以使车辆跟随由第1风险势场所表示的风险值的第1谷。
Description
技术领域
本发明涉及辅助进行车辆驾驶的驾驶辅助控制,尤其涉及用于降低与车辆前方的目标物的碰撞风险的风险回避控制。
背景技术
日本特开2018-203034公开了一种决定车辆的行驶轨迹的行驶轨迹决定装置。行驶轨迹决定装置使用潜在风险(risk potential)区域和潜在效益(benefit potential)区域决定车辆的行驶轨迹。潜在风险区域表示有可能存在如行人、其他车辆这样的障碍物的区域。潜在效益区域表示车辆应该行驶的理想的行驶区域。该潜在效益区域基于熟练驾驶员的行驶数据来设定。
日本特开2017-206040公开了一种辅助进行车辆驾驶的驾驶辅助控制装置。在道路旁边移动的行人之后也许会横穿道路。也即是说,在道路旁边移动的行人具有潜在的风险。于是,驾驶辅助控制装置在检测到在道路旁边移动的行人时,根据需要而使车辆自动地向离开行人的方向转向。
发明内容
对用于降低与车辆前方的目标物的碰撞风险的“风险回避控制”进行研究。特别是对基于风险势场(risk potential field)的风险回避控制进行研究。风险势场将与车辆行驶有关的风险值表示为位置的函数。通过进行车辆行驶控制以使车辆跟随风险值的“谷”,从而实现风险回避控制。此时,根据风险势场的设定,很可能不必要地或者过度(过量)地进行风险回避控制。
例如,考虑风险势场包括用于防止车辆从车道偏离的车道中心势场的情况。由车道中心势场所表示的风险值的谷沿着车道中心向车道长度方向延伸。也即是说,车道中心势场的谷的位置固定于车道中心。由此,车道中心势场一直产生将车辆向车道中心吸引的力。在作为风险回避控制之一的转向控制中,该车道中心势场也会影响车辆行为(举动)。然而,将车辆向车道中心吸引的力是用于防止偏离车道的力,原本与目标物回避无关。因此,车道中心势场很可能引发与目标物回避无关的车辆行为。发生与目标物回避无关的车辆行为意味着不必要地或者过度地进行了作为风险回避控制的转向控制。
不限于车道中心势场,如日本特开2018-203034中所示那样的反映了熟练驾驶员的行驶轨迹的势场的情况也是同样的。只要势场的谷的位置固定在道路上,就可能产生与车道中心势场的情况下同样的问题。
如此,基于风险势场的风险回避控制尚有改善的余地。
本发明的一个目的在于提供能够抑制不必要地或者过度地进行基于风险势场的风险回避控制的技术。
第1观点涉及一种辅助进行车辆驾驶的驾驶辅助系统。
驾驶辅助系统具备存储装置和处理器。
在存储装置中存储表示车辆的驾驶环境的驾驶环境信息。
处理器基于驾驶环境信息,执行用于降低与车辆前方的目标物的碰撞风险的风险回避控制。
风险势场将风险值表示为位置的函数。
障碍物势场是风险值在目标物的位置处成为最大且随着从目标物离开而减小的风险势场。
车道长度方向是车辆所在的车道延伸的方向。
车辆中心势场是风险值的谷从车辆的位置向车道长度方向延伸的风险势场。因此,车辆中心势场的谷的位置与车辆的位置联动地变化。
风险回避控制包括使车辆转向的转向控制。
处理器基于驾驶环境信息,设定车辆中心势场和障碍物势场。
再者,处理器将车辆中心势场与障碍物势场之和设定为第1风险势场。
而且,处理器进行转向控制以使车辆跟随第1谷,第1谷是由第1风险势场所表示的风险值的谷。
第2观点在第1观点的基础上还具有以下特征。
车道宽度方向是与车道长度方向正交的方向。
处理器沿着车辆的行进方向在车辆前方相距第1距离的位置设定前方注视点。
处理器基于第1风险势场,计算第1偏差,第1偏差是前方注视点与第1谷之间的在车道宽度方向上的偏差。
而且,处理器进行转向控制以使第1偏差减小。
第3观点在第2观点的基础上还具有以下特征。
第1搜索范围是从前方注视点向车道宽度方向延伸的范围。
处理器在第1搜索范围中搜索第1谷。
第4观点在第1~第3观点中任一项的基础上还具有以下特征。
风险回避控制还包括使车辆减速的减速控制。
处理器设定包括障碍物势场的第2风险势场。
第2谷是由第2风险势场所表示的风险值的谷。
修正间隙(gap)是目标物与第2谷之间的横向距离。
在修正间隙小于预定间隙、且作为预定间隙与修正间隙之间的差量的抑制量大于阈值的情况下,处理器进行减速控制。
第5观点在第4观点的基础上还具有以下特征。
处理器不使用车辆中心势场,而通过只将对每个目标物设定的障碍物势场叠加,设定第2风险势场。
第6观点在第4或第5观点的基础上还具有以下特征。
处理器以抑制量变得越大则将目标减速度设定得越高的方式设定目标减速度,并按照目标减速度进行减速控制。
第7观点在第4~第6观点中任一项的基础上还具有以下特征。
第2搜索范围是目标物的位置与从目标物离开了预定间隙的位置之间的范围。
处理器在第2搜索范围中搜索第2谷。
当在第2搜索范围中存在第2谷的情况下,处理器计算抑制量。
当在第2搜索范围中不存在第2谷的情况下,处理器不计算抑制量,不进行减速控制。
第8观点涉及一种辅助进行车辆驾驶的驾驶辅助系统。
驾驶辅助系统具备存储装置和处理器。
在存储装置中存储表示车辆的驾驶环境的驾驶环境信息。
处理器基于驾驶环境信息,执行用于降低与车辆前方的目标物的碰撞风险的风险回避控制。
风险势场将风险值表示为位置的函数。
障碍物势场是风险值在目标物的位置处成为最大且随着从目标物离开而减小的风险势场。
风险回避控制包括使车辆减速的减速控制。
处理器基于驾驶环境信息,设定障碍物势场。
再者,处理器通过只将对每个目标物设定的障碍物势场叠加,设定第2风险势场。
第2谷是由第2风险势场所表示的风险值的谷。
修正间隙是目标物与第2谷之间的横向距离。
在修正间隙小于预定间隙、且作为预定间隙与修正间隙之间的差量的抑制量大于阈值的情况下,处理器进行减速控制。
根据第1观点,在风险回避控制的转向控制中应用第1风险势场。具体而言是,进行转向控制以使得跟随第1风险势场的第1谷。第1风险势场包含车辆中心势场。车辆中心势场的谷从车辆的位置向车道长度方向延伸。因此,车辆中心势场的谷的位置不固定,而与车辆的位置联动地动态变化。与车道中心势场的情况不同,车辆中心势场不产生与目标物回避无关而将车辆向车道中心吸引那样的力。由于像这样的车辆中心势场的谷反映于第1谷,因而能抑制不必要的转向控制或者过度的转向控制。由此,能抑制车辆的乘员感觉的不适感(违和感)。
根据第8观点,在风险回避控制的减速控制中应用第2风险势场。具体而言,第2风险势场被用于计算抑制量,该抑制量被用作判断是否进行减速控制的基准。由于第2风险势场只包含障碍物势场,因而第2谷的位置仅基于目标物的位置关系就能确定。由于基于像这样的第2谷来计算抑制量,因而能得到反映了目标物的接近状况的适当的抑制量。其结果,能抑制不必要的减速控制或者过度的减速控制。由此,能抑制车辆的乘员感觉的不适感。
附图说明
以下,参照附图对本发明的示例性实施方式的特征、优点以及技术和产业意义进行说明,在附图中相同的附图标记表示相同的要素,并且其中:
图1是用于说明本发明的实施方式涉及的驾驶辅助系统的概要的概念图。
图2是用于说明本发明的实施方式涉及的风险回避控制的例子的概念图。
图3是表示本发明的实施方式涉及的车辆以及驾驶辅助系统的构成例的框图。
图4是表示本发明的实施方式中的驾驶环境信息的例子的框图。
图5是用于说明本发明的实施方式涉及的障碍物势场的概念图。
图6是用于说明本发明的实施方式涉及的车辆中心势场的概念图。
图7是用于说明比较例中所使用的车道中心势场的概念图。
图8是用于说明基于风险势场的转向控制的概要的概念图。
图9是用于说明比较例涉及的转向控制的一例的概念图。
图10是用于说明比较例涉及的转向控制的另一例的概念图。
图11是用于说明本发明的实施方式涉及的转向控制的概要的框图。
图12是用于说明本发明的实施方式涉及的转向控制的一例的概念图。
图13是用于说明本发明的实施方式涉及的转向控制的另一例的概念图。
图14是表示本发明的实施方式涉及的转向控制相关联的处理的流程图。
图15是表示图14中的步骤S120中的处理例的流程图。
图16是用于说明直到目标物的余裕时间的概念图。
图17是用于说明本发明的实施方式涉及的转向控制的概念图。
图18是用于说明本发明的实施方式涉及的转向控制的概念图。
图19是用于说明本发明的实施方式涉及的减速控制的概要的概念图。
图20是用于说明本发明的实施方式涉及的减速控制中所使用的抑制量的概念图。
图21是用于说明比较例涉及的减速控制的一例的概念图。
图22是用于说明本发明的实施方式涉及的减速控制的概要的框图。
图23是用于说明本发明的实施方式涉及的减速控制的一例的概念图。
图24是表示本发明的实施方式涉及的减速控制相关联的处理的流程图。
图25是表示图24中的步骤S220中的处理例的流程图。
图26是用于说明本发明的实施方式涉及的减速控制的概念图。
图27是表示本发明的实施方式涉及的转向控制与减速控制的组合的框图。
图28是表示本发明的实施方式的变形例涉及的转向控制与减速控制的组合的框图。
图29是用于说明本发明的实施方式的变形例涉及的减速控制的概念图。
具体实施方式
参照附图,对本发明的实施方式进行说明。
1.驾驶辅助系统
1-1.概要
图1是用于说明本实施方式涉及的驾驶辅助系统10的概要的概念图。驾驶辅助系统10执行辅助进行车辆1的驾驶的“驾驶辅助控制”。驾驶辅助控制也可以包含于自动驾驶控制。典型地,驾驶辅助系统10搭载于车辆1。或者也可以,驾驶辅助系统10的至少一部分配置于车辆1外部的外部装置,远程地进行驾驶辅助控制。也即是说,驾驶辅助系统10也可以分布式地配置于车辆1和外部装置。
驾驶辅助控制包括事先回避车辆1前方的风险的“风险回避控制”。更详细而言,驾驶辅助系统10识别车辆1前方的目标物5。而且,驾驶辅助系统10为了事先降低(回避)与目标物5的碰撞风险而执行风险回避控制。这种风险回避控制包括使车辆1转向的转向控制和使车辆1减速的减速控制中的至少一方。
例如在图1中,车辆1行驶于车行道2中的车道LA。在与车行道2相邻的路侧区域3(路肩、路侧带、人行道等)内存在行人5A。该行人5A有可能会进入到车道LA。因此,存在于路侧区域3的行人5A对于车辆1而言是风险(危险)。驾驶辅助系统10为了降低与行人5A的碰撞风险,根据需要而执行风险回避控制。例如,驾驶辅助系统10使车辆1自动向从行人5A离开的方向转向。在图1中,轨迹(trajectory)TR0表示没有执行风险回避控制的情况下的车辆1的轨迹。另一方面,轨迹TR1表示执行风险回避控制的情况下的车辆1的轨迹。
行人5A也可以替换为自行车或者两轮车。另外,除存在于路侧区域3内之外,存在于车行道2的行人、自行车、两轮车、前车等也成为风险回避控制的对象。
图2是用于说明风险回避控制的另一例的概念图。风险回避控制的对象不限于上述的行人5A那样的“明显风险”,也可能包括“潜在风险”。例如在图2中,在车辆1前方的路侧区域3内存在停泊车辆5B。停泊车辆5B前面的区域为盲区,有可能会从该盲区突然闯出行人5C。因此,车辆1前方的停泊车辆5B对于车辆1而言是风险,成为风险回避控制的对象。例如,驾驶辅助系统10使车辆1自动向从停泊车辆5B离开的方向转向。
如此,作为风险回避控制的对象的目标物5包括车辆1前方的行人、自行车、两轮车和其他车辆中的至少一方。
在此,定义坐标系以及方向。车辆坐标系(X,Y)是固定于车辆1的相对坐标系,随着车辆1的移动一起变化。X方向是车辆1的前向(行进方向)。Y方向是车辆1的横向。X方向和Y方向相互正交。LX方向(车道长度方向)是车道LA的延伸方向。LY方向(车道宽度方向)是车道LA的宽度方向。LX方向和LY方向相互正交。纵向距离是X方向或者LX方向上的距离。横向距离是Y方向或者LY方向上的距离。
1-2.构成例
图3是概略地表示本实施方式涉及的车辆1以及驾驶辅助系统10的构成例的框图。特别地,图3表示了与风险回避控制相关联的构成例。车辆1具备传感器组20和行驶装置30。
传感器组20包括位置传感器21、车辆状态传感器22以及识别传感器23。位置传感器21检测车辆1在绝对坐标系中的位置以及方位。作为位置传感器21,例如包括GPS(GlobalPositioning System,全球定位系统)传感器。车辆状态传感器22检测车辆1的状态。作为车辆状态传感器22,例如包括车速传感器、偏航率(yaw rate)传感器、横向加速度传感器、转向角传感器等。识别传感器23识别(检测)车辆1周围的状况。作为识别传感器23,例如包括摄像头(camera)、雷达、激光雷达(LIDAR:Laser Imaging Detection and Ranging)等。
行驶装置30包括转向装置31、驱动装置32以及制动装置33。转向装置31使车辆1的车轮转向。例如,转向装置31包括动力转向(EPS:Electric Power Steering)装置。驱动装置32是产生驱动力的动力源。作为驱动装置32,例如包括发动机、电动机、轮毂电机(in-wheel motor)等。制动装置33产生制动力。
驾驶辅助系统10至少包括控制装置100。驾驶辅助系统10也可以包括传感器组20。驾驶辅助系统10也可以包括行驶装置30。
控制装置100控制车辆1。典型地,控制装置100是搭载于车辆1的微型计算机。控制装置100也被称为ECU(Electronic Control Unit,电子控制单元)。或者,控制装置100也可以是车辆1外部的信息处理装置。在该情况下,控制装置100与车辆1进行通信,远程地控制车辆1。
控制装置100具备处理器110以及存储装置120。处理器110执行各种处理。在存储装置120中存储各种信息。作为存储装置120,例如包括易失性存储器、非易失性存储器等。通过处理器110执行作为计算机程序的控制程序,从而实现处理器110(控制装置100)的各种处理。控制程序存储于存储装置120、或者记录于计算机可读取的记录介质。
1-3.信息取得处理
处理器110(控制装置100)执行取得表示车辆1的驾驶环境的驾驶环境信息200的“信息取得处理”。驾驶环境信息200基于由搭载于车辆1的传感器组20得到的检测结果来取得。所取得的驾驶环境信息200被存储于存储装置120。
图4是表示驾驶环境信息200的例子的框图。驾驶环境信息200包括车辆位置信息210、车辆状态信息220、周边状况信息230、地图信息260等。
车辆位置信息210是表示车辆1在绝对坐标系中的位置以及方位的信息。处理器110从由位置传感器21得到的检测结果取得车辆位置信息210。
车辆状态信息220是表示车辆1的状态的信息。作为车辆1的状态,例如包括车速、偏航率、横向加速度、转向角等。处理器110从由车辆状态传感器22得到的检测结果取得车辆状态信息220。
周边状况信息230是表示车辆1周围的状况的信息。周边状况信息230包含由识别传感器23得到的信息。例如,周边状况信息230包含表示由摄像头拍摄到的车辆1周围的状况的图像信息。作为另一例,周边状况信息230包含由雷达和/或激光雷达测量到的测量信息。再者,周边状况信息230包括道路构成信息240以及目标物信息250。
道路构成信息240是与车辆1周围的道路构成有关的信息。车辆1周围的道路构成包括划分线(白线)以及道路端物体。道路端物体是表示道路的端部的立体障碍物。作为道路端物体,例如包括路缘石、护栏、墙壁、中央分隔带等。道路构成信息240至少表示划分线和/或道路端物体的位置(相对于车辆1的相对位置)。
例如,通过解析由摄像头得到的图像信息,能够识别划分线(车道标线),并计算该划分线的相对位置。作为图像解析方法,例如包括语义分割(Semantic Segmentation)和边缘检测。同样地,通过解析图像信息,能够识别道路端物体,并计算该道路端物体的相对位置。或者,也能够从雷达测量信息取得道路端物体的相对位置。
目标物信息250是与车辆1周围的目标物5有关的信息。作为目标物5,例如包括行人、自行车、两轮车、其他车辆(前车、停泊车辆)等。目标物信息250表示目标物相对于车辆1的相对位置以及相对速度。例如,通过解析由摄像头得到的图像信息,能够识别目标物5,并计算该目标物5的相对位置。另外,基于雷达测量信息,也能够识别目标物5,并取得该目标物5的相对位置和相对速度。目标物信息250也可以包含目标物5的移动方向和/或移动速度。目标物5的移动方向和/或移动速度能够通过跟踪目标物5的位置来计算。目标物信息250也可以表示目标物5的种类(行人、自行车、两轮车、其他车辆等)。
地图信息260表示车道配置(分布)、道路形状等。控制装置100从地图数据库取得所需的区域的地图信息260。地图数据库既可以存储在搭载于车辆1的预定的存储装置中,也可以存储在车辆1外部的管理服务器中。在后者的情况下,处理器110与管理服务器进行通信,取得所需的地图信息260。
1-4.车辆行驶控制
处理器110(控制装置100)执行控制车辆1的行驶的“车辆行驶控制”。车辆行驶控制包括控制车辆1的转向的转向控制、控制车辆1的加速的加速控制以及控制车辆1的减速的减速控制。处理器110通过控制行驶装置30来执行车辆行驶控制。具体而言,处理器110通过控制转向装置31来执行转向控制。另外,处理器110通过控制驱动装置32来执行加速控制。另外,控制装置100通过控制制动装置33来执行减速控制。
1-5.风险回避控制
处理器110(控制装置100)执行辅助进行车辆1的驾驶的驾驶辅助控制。驾驶辅助控制包括风险回避控制。风险回避控制是用于降低(回避)与车辆1前方的目标物5的碰撞风险的车辆行驶控制,包括转向控制和减速控制中的至少一方。处理器110基于上述的驾驶环境信息200执行风险回避控制。
以下,更详细地对本实施方式涉及的风险回避控制进行说明。
2.风险势场
作为表示与车辆行驶有关的风险的值,导入“风险值R(风险势、潜在风险)”。风险值R按各位置定义。风险值R高的位置是车辆1应该避开的位置。“风险势场U”将风险值R表示为位置的函数。换言之,风险势场U表示风险值R的分布。
此外,“位置”既可以是车辆坐标系(X,Y)中的位置,也可以是绝对坐标系(纬度、经度)中的位置。基于车辆位置信息210,能够进行绝对坐标系与车辆坐标系之间的坐标变换。在以下的说明中,将车辆坐标系中的位置与绝对坐标系中的位置视为等价位置。
本实施方式涉及的风险回避控制(转向控制、减速控制)基于风险势场U执行。以下,说明风险势场U的构成要素。
2-1.障碍物势场
图5是用于说明障碍物势场Uo的概念图。障碍物势场Uo是用于不让车辆1接近目标物5的风险势场U。因此,由障碍物势场Uo所表示的风险值R在目标物5的位置处成为最大,且随着从目标物5离开而减小。
更详细而言,障碍物势场Uo表示风险值R的二维分布。在图5中,示出了沿着两个主轴方向的每一个的分布的轮廓(profile)。两个主轴方向为LX方向(车道长度方向)和LY方向(车道宽度方向)。作为另一例,两个主轴方向也可以为X方向和Y方向。目标物位置PT是目标物5的位置。在各主轴方向上,风险值R在目标物位置PT处成为最大,且随着从目标物位置PT离开而减小。也即是说,风险值R的分布具有山形状。
障碍物势函数fo是表示障碍物势场Uo的风险值R的分布的分布函数。例如,障碍物势函数fo是高斯函数。在该情况下,分布由高斯分布(正态分布)表示。分布参数σx、σy分别为表示两个主轴方向上的分布的扩展程度的参数。在分布为高斯分布的情况下,分布参数σx、σy为标准偏差。
分布参数σx、σy也可以按目标物5的种类而不同。例如,目标物5为行人的情况下的分布参数σx、σy也可以比目标物5为其他车辆的情况下的大。
分布参数σx、σy也可以根据车辆1的车速而变动。例如,随着车速增高,分布参数σx、σy增大。在该情况下,分布参数σx、σy由映射给出。
势函数信息300(参照图3)表示障碍物势函数fo以及分布参数σx、σy。势函数信息300被预先生成并存储于存储装置120。
处理器110设定与目标物5有关的障碍物势场Uo。目标物5的位置以及种类根据目标物信息250获得。车道LA的配置根据道路构成信息240或者地图信息260获得。LX方向以及LY方向根据车道LA的配置获得。车速根据车辆状态信息220获得。因此,处理器110能够基于驾驶环境信息200和势函数信息300设定与目标物5有关的障碍物势场Uo。
2-2.车辆中心势场
图6是用于说明车辆中心势场Ue的概念图。车辆1所在的车道LA是夹在左右的车道边界LB(划分线)之间的区域。车道LA以及车道边界LB在LX方向(车道长度方向)上延伸。车辆中心势场Ue是用于车辆1沿着车道LA行驶的风险势场U。因此,由车辆中心势场Ue所表示的风险值R的“谷Ve”在LX方向上延伸。
更详细而言,车辆中心势场Ue表示风险值R的二维分布。在图6中,示出了沿着LY方向(车道宽度方向)的分布的轮廓。车辆横向位置PV是车辆1在LY方向上的位置。在LY方向上,风险值R在车辆横向位置PV处成为最小,且随着从车辆横向位置PV离开而增大。也即是说,风险值的分布具有U字形状。风险值R的谷Ve的位置与车辆横向位置PV一致。谷Ve从车辆1的位置向LX方向延伸。即,谷Ve的位置不固定,而与车辆1的位置联动地动态变化。
车辆中心势函数fe是表示车辆中心势场Ue的风险值R的分布的分布函数。例如,车辆中心势函数fe是二次曲线。分布参数σe是表示分布的扩展程度的参数。势函数信息300(参照图3)还表示这些车辆中心势函数fe以及分布参数σe。
处理器110设定车辆中心势场Ue。车辆1的位置根据车辆位置信息210获得。车道LA的配置根据道路构成信息240或者地图信息260获得。LX方向以及LY方向根据车道LA的配置获得。因此,处理器110能够基于驾驶环境信息200和势函数信息300设定车辆中心势场Ue。
2-3.车道中心势场(比较例)
图7表示了车道中心势场Ur作为比较例。车道中心势场Ur是用于车辆1沿着车道中心LC行驶的风险势场U。由车道中心势场Ur所表示的风险值R的“谷Vr”也在LX方向上延伸。但是,该谷Vr的位置固定于车道中心位置PLC(车道中心LC的位置)。即,车道中心势场Ur的谷Vr的位置固定于车道LA,不动态地变化。
3.基于风险势场的转向控制
3-1.转向控制的概要
图8是用于说明基于风险势场U的转向控制的概要的概念图。作为整体的风险势场U通过将上述的风险势场U的构成要素叠加(相加)来获得。在存在多个目标物5的情况下,叠加对每个目标物5设定的障碍物势场Uo。
在风险势场U中存在风险值R的“谷”。如图8所示,风险势场U的谷一边回避目标物5一边整体上沿着LX方向进行定位。通过进行转向控制以使车辆1跟随风险势场U的谷,能够一边降低与目标物5的碰撞风险一边使车辆1行驶。即,能实现风险回避控制。
但是,基于这种风险势场U的转向控制尚有改善的余地。结合比较例对此进行说明。
3-2.比较例
首先,对比较例进行说明。在比较例涉及的转向控制中所使用的比较风险势场Uc由下记式(1)表示。比较风险势场Uc是车道中心势场Ur(参照图7)与障碍物势场Uo[i]之和。障碍物势场Uo[i]是与目标物5[i]有关的障碍物势场Uo(i=1~n)。在此,n是作为风险回避控制的对象所关注的目标物5的总数,是1以上的整数。
图9表示了比较例涉及的转向控制的一例。谷Vc是由比较风险势场Uc所表示的风险值R的谷。谷Vc基本上位于车道中心LC上,但在目标物5的附近,则向从目标物5离开的方向偏移。进行转向控制以使车辆1跟随该谷Vc。
在风险回避控制的功能被有效化(活化)的有效化定时(timing),车辆1存在于车道中心LC的右侧,目标物5存在于车道中心LC的左侧。在该有效化定时之后,车辆1首先为了跟随谷Vc而向接近车道中心LC的方向转向。之后,当车辆1更接近目标物5时,谷Vc从车道中心LC向右侧偏移,相应地,车辆1也向右方向转向。即,车辆1左右往复(参照轨迹TRc)。
然而,从回避目标物5的观点来看,临时地向接近车道中心LC的方向的转向控制不仅浪费而且还会引起不适感。这是因为,向接近车道中心LC的方向的转向控制是接近应该回避的目标物5的方向的转向控制。对于这种不必要的转向控制,车辆1的乘员(典型地为驾驶员)可能会感到不适。
另外,在有效化定时,车辆1的位置与谷Vc的位置之间存在大的横向偏差。因此,在有效化定时转向控制量会发生大的跳跃。在转向控制量发生了大的跳跃的情况下,要进行突然转向。这从车辆行为的观点来看并不优选。
图10表示了比较例涉及的转向控制的另一例。目标物5不存在于车道LA内,距离车道中心LC比较远。因此,比较风险势场Uc的谷Vc几乎位于车道中心LC上。进行转向控制以使车辆1跟随该谷Vc。
在风险回避控制的功能被有效化的有效化定时,车辆1存在于车道中心LC的左侧。在该有效化定时之后,车辆1为了跟随谷Vc而向接近车道中心LC的方向转向(参照轨迹TRc)。在到达车道中心LC后,车辆1沿着车道中心LC行驶。之后,车辆1从目标物5的侧方通过。横向距离Dy是在车辆1从目标物5侧方通过的定时的车辆1与目标物5之间的横向距离。
然而,在图10所示的例子的情况下,即使车辆1不移动到车道中心LC,与目标物5的碰撞风险也足够低。从回避目标物5的观点来看,使车辆1移动到车道中心LC的转向控制是过度的。换言之,横向距离Dy是过度的。对于这种过度的转向控制,车辆1的乘员(典型地为驾驶员)可能会感到不适。
如此,在应用车道中心势场Ur的比较例的情况下,很可能不必要地或者过度地进行转向控制。这是因为,车道中心势场Ur的谷Vc固定于车道中心LC,由此,会一直产生将车辆1向车道中心LC吸引的力。然而,将车辆1向车道中心LC吸引的力是用于防止偏离车道的力,原本与目标物回避无关。由于车道中心势场Ur引发与目标物回避无关的车辆行为,因而将会不必要地或者过度地进行作为风险回避控制的转向控制。对于这种不必要的转向控制或者过度的转向控制,车辆1的乘员可能会感到不适。
3-3.使用车辆中心势场的转向控制
图11是用于说明本实施方式涉及的转向控制的概要的框图。根据本实施方式,代替车道中心势场Ur而应用车辆中心势场Ue(参照图6)。更详细而言,在本实施方式涉及的转向控制中所使用的第1风险势场U1由下记式(2)表示。第1风险势场U1是车辆中心势场Ue与障碍物势场Uo[i]之和。
第1谷V1是由第1风险势场U1所表示的风险值R的谷。处理器110进行转向控制以使车辆1跟随第1谷V1。
图12表示了本实施方式涉及的转向控制的一例。在有效化定时的车辆1与目标物5的位置关系和图9中所示的比较例的情况下相同。第1谷V1从车辆1的位置向LX方向延伸,之后,向稍稍从目标物5离开的方向偏移。车辆1在LX方向上行驶,之后,向从目标物5离开的方向转向(参照轨迹TR1)。当车辆1的横向位置改变时,第1谷V1的横向位置也与之联动地改变。之后,第1谷V1在LX方向上延伸,车辆1在LX方向上行驶。其结果,车辆1无需左右往复,而从车辆1的位置起大致与LX方向平行地行驶。
与图9中所示的比较例的情况不同,不进行临时地向接近车道中心LC的方向的转向控制。即,不进行向接近应该回避的目标物5的方向的不必要的转向控制。因此,能抑制车辆1的乘员感觉的不适感。另外,在有效化定时,车辆1的位置与第1谷V1之间不存在横向偏差。因此,能防止转向控制量的跳跃,也能防止突然转向。这从车辆行为的观点来看是优选的。
图13表示了本实施方式涉及的转向控制的另一例。在有效化定时的车辆1与目标物5的位置关系和图10中所示的比较例的情况下相同。第1谷V1从车辆1的位置向LX方向延伸,之后,向从目标物5离开的方向偏移。车辆1最初在LX方向上行驶,之后,向从目标物5离开的方向转向(轨迹TR1)。当车辆1的横向位置改变时,第1谷V1的横向位置也与之联动地改变。之后,第1谷V1在LX方向上延伸,车辆1在LX方向上行驶。第1谷V1(轨迹TR1)整体上相比于车道中心LC较位于目标物5侧。
与图10中所示的比较例的情况不同,车辆1不移动到车道中心LC。车辆1以适当的横向距离Dy从目标物5的侧方通过。即,没有为了回避目标物5而进行过度的转向控制。因此,能抑制车辆1的乘员感觉的不适感。
如此,根据本实施方式,在转向控制中应用车辆中心势场Ue而非车道中心势场Ur。车辆中心势场Ue的谷Ve从车辆1的位置向LX方向延伸。车辆中心势场Ue的谷Ve的位置不固定,而与车辆1的位置联动地动态变化。因此,与车道中心势场Ur的情况不同,不会产生与目标物回避无关系而将车辆1向车道中心LC吸引那样的力。其结果,能抑制不必要地或者过度进行转向控制。能抑制不必要的转向控制或者过度的转向控制意味着实现了适当的车辆行为以进行风险回避。因此,能抑制车辆1的乘员感觉的不适感。这有助于提高驾驶辅助系统10的可靠性。
3-4.处理流程
图14是表示本实施方式涉及的转向控制相关联的处理的流程图。图14所示的处理流程按一定周期反复执行。
3-4-1.步骤S110
在步骤S110中,处理器110执行上述的信息取得处理。即,处理器110基于由传感器组20得到的检测结果取得驾驶环境信息200。驾驶环境信息200存储于存储装置120。
3-4-2.步骤S120
在步骤S120中,处理器110设定第1风险势场U1。第1风险势场U1是车辆中心势场Ue与障碍物势场Uo[i]之和(参照式(2))。如上所述,处理器110基于驾驶环境信息200和势函数信息300,设定车辆中心势场Ue。另外,处理器110基于驾驶环境信息200和势函数信息300,对每个目标物5[i]设定障碍物势场Uo[i]。而且,处理器110将车辆中心势场Ue与障碍物势场Uo[i]之和设定为第1风险势场U1。
图15是表示步骤S120中的处理例的流程图。
在步骤S121中,处理器110基于驾驶环境信息200和势函数信息300,设定车辆中心势场Ue。而且,处理器110将该车辆中心势场Ue追加到第1风险势场U1。
在步骤S122中,处理器110基于目标物信息250,判定在车辆1的前方是否存在目标物5。换言之,处理器110判定是否在车辆1前方的区域内识别到目标物5。在识别到车辆1前方的目标物5的情况下(步骤S122:是),处理前进至步骤S123。除此之外的情况下(步骤S122:否),步骤S120结束。
在步骤S123中,处理器110判定直至所识别到的目标物5的余裕时间T是否小于第1时间阈值Tth1。
参照图16,对余裕时间T进行说明。轨迹TR0表示了没有执行风险回避控制的情况下的车辆1的轨迹。假定车辆1以当前车速在LX方向上行驶。余裕时间T是在该假定下直至车辆1最接近目标物5的时间。典型地,车辆1最接近目标物5的定时是车辆1从目标物5的侧方通过的定时。车辆1的当前车速根据车辆状态信息220获得。目标物5的位置根据目标物信息250获得。车道LA的配置以及LX方向根据道路构成信息240或者地图信息260获得。因此,处理器110能够基于驾驶环境信息200计算余裕时间T。
在余裕时间T小于第1时间阈值Tth1的情况下(步骤S123:是),处理前进至步骤S124。除此之外的情况下(步骤S123:否),步骤S120结束。
在步骤S124中,处理器110基于驾驶环境信息200和势函数信息300,设定与识别到的目标物5有关的障碍物势场Uo。而且,处理器110将该障碍物势场Uo追加到第1风险势场U1。如此,当车辆1在某种程度上接近目标物5时,与该目标物5有关的障碍物势场Uo被追加到第1风险势场U1。
3-4-3.步骤S130
在步骤S130中,处理器110在车辆1前方的位置设定前方注视点PA。
参照图17,对前方注视点PA进行说明。前方注视点PA设定在沿着车辆1的行进方向(X方向)在车辆1的前方相距第1距离S的位置。车辆1的行进方向根据车辆位置信息210获得。第1距离S为恒定值。或者,第1距离S也可以根据车辆1的车速而变动。在该情况下,第1距离S随着车速增高而增加。车速根据车辆状态信息220获得。
3-4-4.步骤S140
在步骤S140中,处理器110基于第1风险势场U1,搜索第1谷V1。特别地,处理器110在前方注视点PA近旁的范围内搜索第1谷V1。
更详细而言,处理器110设定如图17所示那样的第1搜索范围AS1。第1搜索范围AS1是从前方注视点PA向LY方向(车道宽度方向)延伸的范围。第1搜索范围AS1设定为至少覆盖车道LA在LY方向上的范围。而且,处理器110在第1搜索范围AS1中搜索第1谷V1。
例如,处理器110在第1搜索范围AS1中设定多个检查点PC1。处理器110参照第1风险势场U1,计算在各检查点PC1的风险值R。通过将各检查点PC1的位置代入到构成第1风险势场U1的势函数(fe,fo),能够计算在各检查点PC1的风险值R。而且,处理器110将风险值R成为最小的检查点PC1决定为第1谷V1。
如此,在前方注视点PA近旁的第1搜索范围AS1中搜索第1谷V1。不需要遍布整个车道LA地计算风险值R来搜索第1谷V1。因此,能大幅削减搜索第1谷V1所需的计算负荷。
3-4-5.步骤S150
在步骤S150中,处理器110计算第1偏差D1。第1偏差D1是前方注视点PA与第1谷V1之间的在LY方向上的偏差。
3-4-6.步骤S160
在步骤S160中,处理器110进行转向控制以使得第1偏差D1减小。具体而言,处理器110计算用于使第1偏差D1减少所需的目标转向角θt。典型地,第1偏差D1越大,目标转向角θt变得越大。预先生成表示第1偏差D1与目标转向角θt的对应关系的函数(例如映射)。处理器110通过参照该函数,计算与第1偏差D1相应的目标转向角θt。
然后,处理器110按照目标转向角θt进行转向控制。车辆1的实际转向角根据车辆状态信息220获得。处理器110控制转向装置31来使车轮转向以实现目标转向角θt。通过这种转向控制,能够使车辆1跟随第1风险势场U1的第1谷V1。
3-5.车道偏离防止
参照图18,说明在本实施方式中能防止偏离车道的理由。如上所述,前方注视点PA设定在车辆1的行进方向(X方向)的位置上。在定时ta,车辆1前方的第1谷V1向避开目标物5的方向偏移。在该定时ta,前方注视点PA位于第1谷V1的左侧。使第1偏差D1减小的转向方向是右方向。因此,车辆1向右转。由于车辆1向右转,前方注视点PA也向右转。
在车辆1向右转后的定时tb,前方注视点PA位于第1谷V1的右侧。使第1偏差D1减小的转向方向是左方向。因此,产生使车辆1的行进方向回到原方向的恢复转向力。由此,车辆1不偏离于车道LA而恢复为与车道LA平行的行驶状态。如此,由于前方注视点PA设定在车辆1的行进方向(X方向)的位置上,因而能防止车辆1从车道LA偏离。
3-6.效果
如上所述,根据本实施方式,在风险回避控制的转向控制中应用第1风险势场U1。具体而言是,进行转向控制以使得跟随第1风险势场U1的第1谷V1。
第1风险势场U1包含用于车辆1沿着车道LA行驶的车辆中心势场Ue。车辆中心势场Ue的谷Ve从车辆1的位置向LX方向(车道长度方向)延伸。另外,车辆中心势场Ue的谷Ve的位置不固定,而与车辆1的位置联动地动态变化。由于这样的谷Ve反映于第1谷V1,因而能抑制不必要的转向控制或者过度的转向控制(参照图12、图13)。
能抑制不必要的转向控制或者过度的转向控制意味着实现了适当的车辆行为以进行风险回避。因此,能抑制车辆1的乘员感觉的不适感。这有助于提高驾驶辅助系统10的可靠性。
另外,风险势场U能够叠加。相对于多个目标物5的多个障碍物势场Uo被叠加并纳入到第1风险势场U1。也即是说,与多个目标物5有关的风险被统一反映于第1风险势场U1。通过使用这样的第1风险势场U1,能够更准确地掌握风险,能够更适当地进行风险回避控制。
另外,根据本实施方式,从第1风险势场U1唯一地确定车辆1的目标转向角θt(轨迹TR1)。作为比较例,考虑生成多种目标轨迹并从中选择最佳的目标轨迹的方法。在该比较例的情况下,由于需要通过使用评价函数来评价各目标轨迹,因而计算负荷增大。特别是在存在多个目标物5的状况下,评价函数变得复杂,计算负荷显著增大。另一方面,根据本实施方式,由于不需要这样的评价函数,因而计算负荷减轻。目标物5的数量增加得越多,计算负荷的减轻效果越显著。
4.基于风险势场的减速控制
4-1.减速控制的概要
图19是用于说明基于风险势场U的减速控制的概念图。在图19中,示出了车辆1前方的两个目标物5[1]、5[2]。它们两个目标物5[1]、5[2]距离比较近。在这种状况下,即使上述的转向控制工作,车辆1也会从目标物5[1]、5[2]的较近处通过。其结果,没有充分降低与目标物5[1]的碰撞风险,车辆1的乘员可能会感到不安。
于是,考虑在如图19中例示的那样的状况下,代替转向控制或者与转向控制一起进行减速控制。作为判断在怎样的状况下要进行减速控制、另外要以什么程度的减速度进行减速控制的基准,导入“抑制量”这一概念。
图20是用于说明在减速控制中所使用的抑制量的概念图。
首先,对与目标物5[i]有关的单体间隙Gs[i]进行说明。单体间隙Gs[i]是车辆1与目标物5[i]之间的横向距离,是当车辆1从目标物5[i]的侧方通过时乘员不会感到不安的横向距离。也即是说,单体间隙Gs[i]是目标横向距离。单体间隙Gs[i]按每个目标物5[i]预先确定。单体间隙Gs[i]也可以是按目标物5的种类而不同的预定值。例如,目标物5是行人的情况下的单体间隙Gs(例如3米)也可以大于目标物5是停泊车辆的情况下的单体间隙Gs(例如2米)。单体间隙Gs[i]也可以基于障碍物势场Uo[i]的分布参数σy(参照图5)来设定。单体间隙Gs[i]的信息例如包含于上述的势函数信息300。
接着,对与目标物5[i]有关的修正间隙Gm[i]进行说明。修正间隙Gm[i]是目标物5[i]与风险势场U的谷之间的横向距离。基于目标物5[i]的位置和风险势场U,能够计算修正间隙Gm[i]。
与目标物5[i]有关的抑制量ΔG[i]由下式(3)表示。即,抑制量ΔG[i]是单体间隙Gs[i]与修正间隙Gm[i]之间的差量。
ΔG[i]=Gs[i]-Gm[i] …(3)
在修正间隙Gm[i]小于单体间隙Gs[i]的情况下,这意味着,在目标物5[i]附近存在其他目标物5[j],无法确保单体间隙Gs[i]。也即是说,修正间隙Gm[i]小于单体间隙Gs[i]的状况相当于如图19中所示那样的状况。在这种状况下,为了减轻碰撞风险以及乘员的不安感,优选进行减速控制。因此,可以说由上式(3)所示的抑制量ΔG[i]表示了减速控制的必要性。
根据本实施方式,基于抑制量ΔG[i]判定是否进行减速控制。具体而言,在抑制量ΔG[i]大于阈值Gth的情况下,进行减速控制。减速控制中的目标减速度At也可以基于抑制量ΔG[i]来设定。例如,抑制量ΔG[i]变得越大,将目标减速度At(绝对值)设定得越高。
如此,在基于风险势场U的减速控制中,使用抑制量ΔG[i]作为判断基准。为了适当地进行减速控制,需要适当地算出抑制量ΔG[i]。为了适当地算出抑制量ΔG[i],需要适当地考虑目标物5[i]的接近状况。像这样的抑制量ΔG[i]的计算尚有改善的余地。结合比较例对此进行说明。
4-2.比较例
首先,对比较例进行说明。与上述的第3-2小节的情况同样地,在比较例中,使用比较风险势场Uc。比较风险势场Uc是车道中心势场Ur与障碍物势场Uo[i]之和(参照式(1))。
图21表示了比较例涉及的减速控制的一例。两个目标物5[1]、5[2]的位置关系与上述的图19的情况下相同。为简单起见,假设与目标物5[1]有关的障碍物势场Uo[1]和与目标物5[2]有关的障碍物势场Uo[2]具有相同的大小。另外,假设与目标物5[1]有关的单体间隙Gs[1]和与目标物5[2]有关的单体间隙Gs[2]相同。
在图21所示的例子中,两个目标物5[1]、5[2]的中间点位于车道中心LC的左侧。由于比较风险势场Uc包含车道中心势场Ur,因而比较风险势场Uc的谷Vc比两个目标物5[1]、5[2]的中间点更偏移于车道中心LC。换言之,谷Vc比两个目标物5[1]、5[2]的中间点更偏移于目标物5[1]。基于这样的谷Vc的位置计算修正间隙Gm[1]、Gm[2]。其结果,与目标物5[1]有关的修正间隙Gm[1]被过低评价,抑制量ΔG[1]被过高评价。相反,与目标物5[2]有关的修正间隙Gm[2]被过高评价,抑制量ΔG[2]被过低评价。可以说,车道中心势场Ur带给抑制量ΔG[1]、ΔG[2]不必要的影响。
在抑制量ΔG[1]过量的情况下,减速控制相对于目标物5[1]不必要地工作,或者减速控制中的目标减速度At变得过量。对于这种不必要的减速控制或者过度的减速控制,车辆1的乘员(典型地为驾驶员)可能会感到不适。
4-3.基于第2风险势场的减速控制
图22是用于说明本实施方式涉及的减速控制的概要的框图。根据本实施方式,代替比较风险势场Uc而应用由下记式(4)所表示的第2风险势场U2。第2风险势场U2是对每个目标物5[i]设定的障碍物势场Uo[i]之和。
处理器110基于第2风险势场U2,计算修正间隙Gm[i]以及抑制量ΔG[i]。更详细而言,第2谷V2是由第2风险势场U2所表示的风险值R的谷。修正间隙Gm[i]是目标物5[i]与第2谷V2之间的横向距离。抑制量ΔG[i]是单体间隙Gs[i]与修正间隙Gm[i]之间的差量(参照式(3))。
图23表示了本实施方式涉及的减速控制的一例。目标物5[i]的位置关系、障碍物势场Uo[i]以及单体间隙Gs[i]与图21中所示的比较例的情况下的相同。由于第2风险势场U2只包含障碍物势场Uo[i],因而第2风险势场U2的第2谷V2的位置与两个目标物5[1]、5[2]的中间点一致。因此,能抑制抑制量ΔG[1]、ΔG[2]的过高评价或者过低评价。抑制量ΔG[1]、ΔG[2]均成为反映了目标物5[1]、5[2]的接近状况的妥当的值。
如此,根据本实施方式,第2风险势场U2被用于计算抑制量ΔG[i]。由于第2风险势场U2只包含障碍物势场Uo[i],因而第2谷V2的位置仅基于目标物5[i]的位置关系就能确定。基于这样的第2谷V2来计算抑制量ΔG[i],因此能获得反映了目标物5[i]的接近状况的适当的抑制量ΔG[i]。其结果,能抑制不必要的减速控制或者过度的减速控制。由此,能抑制车辆1的乘员感觉的不适感。这有助于提高驾驶辅助系统10的可靠性。
此外,应注意,第2风险势场U2只是用于计算抑制量ΔG[i],而并非用于转向控制。
4-4.处理流程
图24是表示本实施方式涉及的减速控制相关联的处理的流程图。图24所示的处理流程按一定周期反复执行。
4-4-1.步骤S210
在步骤S210中,处理器110执行上述的信息取得处理。即,处理器110基于由传感器组20得到的检测结果取得驾驶环境信息200。驾驶环境信息200存储于存储装置120。此外,步骤S210也可以与图14中的步骤S110相同。
4-4-2.步骤S220
在步骤S220中,处理器110设定第2风险势场U2。第2风险势场U2是障碍物势场Uo[i]之和(参照式(4))。处理器110基于驾驶环境信息200和势函数信息300,对每个目标物5[i]设定障碍物势场Uo[i]。而且,处理器110通过只将对每个目标物5[i]设定的障碍物势场Uo[i]叠加,设定第2风险势场U2。
图25是表示步骤S220中的处理例的流程图。
在步骤S221中,处理器110基于目标物信息250,判定在车辆1的前方是否存在目标物5。换言之,处理器110判定是否在车辆1前方的区域内识别到目标物5。在识别到车辆1前方的目标物5的情况下(步骤S221:是),处理前进至步骤S222。除此之外的情况下(步骤S221:否),步骤S220结束。此外,步骤S221也可以与图15中的步骤S122相同。
在步骤S222中,处理器110判定直至所识别到的目标物5的余裕时间T是否小于第1时间阈值Tth1。在余裕时间T小于第1时间阈值Tth1的情况下(步骤S222:是),处理前进至步骤S223。除此之外的情况下(步骤S222:否),步骤S220结束。此外,步骤S222也可以与图15中的步骤S123相同。
在步骤S223中,处理器110基于驾驶环境信息200和势函数信息300,设定与识别到的目标物5有关的障碍物势场Uo。而且,处理器110将该障碍物势场Uo追加到第2风险势场U2。如此,当车辆1在某种程度上接近目标物5时,与该目标物5有关的障碍物势场Uo被追加到第2风险势场U2。
4-4-3.步骤S230
在步骤S230中,处理器110判定余裕时间T是否小于第2时间阈值Tth2。第2时间阈值Tth2(例如4~5秒左右)小于上述的第1时间阈值Tth1。在余裕时间T小于第2时间阈值Tth2的情况下(步骤S230:是),处理前进至步骤S240。除此之外的情况下(步骤S230:否),本次循环中的处理结束。此外,“余裕时间T小于第2时间阈值Tth2”是减速控制的第1工作条件。
4-4-4.步骤S240
在步骤S240中,处理器110基于第2风险势场U2搜索第2谷V2。特别地,处理器110在目标物5[i]近旁的范围内搜索第2谷V2。
参照图26,对第2谷V2的搜索进行说明。处理器110设定如图26所示那样的第2搜索范围AS2。第2搜索范围AS2是目标物5[i]的位置与从目标物5[i]隔开单体间隙Gs[i]的位置之间的范围。目标物5[i]的位置根据目标物信息250获得。单体间隙Gs[i]根据势函数信息300获得。处理器110基于驾驶环境信息200和势函数信息300设定第2搜索范围AS2。
再者,处理器110在第2搜索范围AS2中设定多个检查点PC2。处理器110参照第2风险势场U2,计算在各检查点PC2的风险值R。通过将各检查点PC2的位置代入到构成第2风险势场U2的障碍物势函数fo,能计算在各检查点PC2的风险值R。第2谷V2是风险值R成为极小(最小)的检查点PC2。
如此,在目标物5[i]近旁的第2搜索范围AS2中搜索第2谷V2。不需要遍布整个车道LA地计算风险值R来搜索第2谷V2。因此,能大幅削减搜索第2谷V2所需的计算负荷。
4-4-5.步骤S250
在步骤S250中,处理器110判定在第2搜索范围AS2中是否存在第2谷V2(极小点)。当在第2搜索范围AS2中不存在第2谷V2的情况下(步骤S250:否),意味着在目标物5[i]与其他目标物5[j]之间存在足够的距离。在该情况下,处理器110判断为不需要进行减速控制,结束本次循环中的处理。
另一方面,当在第2搜索范围AS2中存在第2谷V2的情况下(步骤S250:是),意味着在目标物5[i]附近存在其他目标物5[j],无法确保单体间隙Gs[i]。在该情况下,处理前进至步骤S260。此外,“在第2搜索范围AS2中存在第2谷V2”是减速控制的第2工作条件。
4-4-6.步骤S260
在步骤S260中,处理器110计算与目标物5[i]有关的抑制量ΔG[i]。具体而言,处理器110计算目标物5[i]与第2谷V2之间的横向距离作为修正间隙Gm[i]。而且,处理器110计算单体间隙Gs[i]与修正间隙Gm[i]之间的差量作为抑制量ΔG[i](参照式(3))。
4-4-7.步骤S270
在步骤S270中,处理器110判定抑制量ΔG[i]是否大于阈值Gth。在抑制量ΔG[i]大于阈值Gth的情况下(步骤S270:是),处理前进至步骤S280。除此之外的情况下(步骤S270:否),本次循环中的处理结束。“抑制量ΔG[i]大于阈值Gth”是减速控制的第3工作条件。
4-4-8.步骤S280
在步骤S280中,处理器110进行减速控制。例如,处理器110基于抑制量ΔG[i]设定目标减速度At。在该情况下,抑制量ΔG[i]变得越大,目标减速度At(绝对值)设定得越高。预先生成表示抑制量ΔG与目标减速度At的对应关系的函数(例如映射)。处理器110通过参照该函数,计算与抑制量ΔG[i]相应的目标减速度At。
然后,处理器110按照目标减速度At进行减速控制。车辆1的速度根据车辆状态信息220获得。处理器110控制制动装置33以实现目标减速度At。
4-5.效果
如上所述,根据本实施方式,在风险回避控制的减速控制中应用第2风险势场U2。具体而言,第2风险势场U2被用于计算抑制量ΔG[i],该抑制量ΔG[i]被用作判断是否进行减速控制的基准。由于第2风险势场U2只包含障碍物势场Uo[i],因而第2谷V2的位置只基于目标物5[i]的位置关系就能确定。基于这样的第2谷V2来计算抑制量ΔG[i],因此能获得反映了目标物5[i]的接近状况的适当的抑制量ΔG[i]。其结果,能抑制不必要的减速控制或者过度的减速控制(参照图23)。由此,能抑制车辆1的乘员感觉的不适感。这有助于提高驾驶辅助系统10的可靠性。
另外,根据本实施方式,在目标物5[i]近旁的第2搜索范围AS2中搜索第2谷V2。当在第2搜索范围AS2中不存在第2谷V2的情况下,不需要进行减速控制,因此不进行修正间隙Gm[i]、抑制量ΔG[i]的计算。由此,能减轻计算负荷。
5.转向控制与减速控制的组合
图27是表示本实施方式涉及的转向控制与减速控制的组合的框图。在转向控制中应用第1风险势场U1,在减速控制中应用第2风险势场U2。即,在转向控制和减速控制中应用的风险势场U不同。由此,能获得在第3节中说明的效果和在第4节中说明的效果双方。
6.变形例
图28是表示变形例涉及的转向控制与减速控制的组合的框图。在变形例中,代替第2风险势场U2而将第1风险势场U1应用于减速控制。处理器110基于第1风险势场U1计算修正间隙Gm[i]以及抑制量ΔG[i]。修正间隙Gm[i]是目标物5[i]与第1谷V1之间的横向距离。
图29表示了变形例涉及的减速控制的一例。目标物5[i]的位置关系、障碍物势场Uo[i]以及单体间隙Gs[i]与上述的图21以及图23中所示的相同。第1风险势场U1所包含的车辆中心势场Ue的谷Ve的位置不固定,而与车辆1的位置联动地动态变化。因此,当车辆1根据转向控制而向左方向移动时,第1风险势场U1的第1谷V1也向左方向偏移。作为结果,相比于比较例的情况下的谷Vc,第1谷V1较接近于第2风险势场U2的第2谷V2。因此,与比较例的情况相比能获得更适当的抑制量ΔG[i]。
如此,即使代替第2风险势场U2而将第1风险势场U1应用于减速控制,也能获得某种程度的效果。
Claims (7)
1.一种驾驶辅助系统,是辅助进行车辆驾驶的驾驶辅助系统,具备:
存储装置,其存储表示所述车辆的驾驶环境的驾驶环境信息;以及
处理器,其基于所述驾驶环境信息,执行用于降低与所述车辆前方的目标物的碰撞风险的风险回避控制,
风险势场将风险值表示为位置的函数,
障碍物势场是所述风险值在所述目标物的位置处成为最大且随着从所述目标物离开而减小的所述风险势场,
车道长度方向是所述车辆所在的车道延伸的方向,
车辆中心势场是所述风险值的谷从所述车辆的位置向所述车道长度方向延伸的所述风险势场,
所述车辆中心势场的所述谷的位置与所述车辆的所述位置联动地变化,
所述风险回避控制包括使所述车辆转向的转向控制,
所述处理器,
基于所述驾驶环境信息,设定所述车辆中心势场和所述障碍物势场,
将所述车辆中心势场与所述障碍物势场之和设定为第1风险势场,
进行所述转向控制以使所述车辆跟随第1谷,所述第1谷是由所述第1风险势场所表示的所述风险值的谷,
所述风险回避控制还包括使所述车辆减速的减速控制,
所述处理器设定包括所述障碍物势场的第2风险势场,
第2谷是由所述第2风险势场所表示的所述风险值的谷,
修正间隙是所述目标物与所述第2谷之间的横向距离,
在所述修正间隙小于预定间隙、且作为所述预定间隙与所述修正间隙之间的差量的抑制量大于阈值的情况下,所述处理器进行所述减速控制。
2.根据权利要求1所述的驾驶辅助系统,
车道宽度方向是与所述车道长度方向正交的方向,
所述处理器,
沿着所述车辆的行进方向在所述车辆前方相距第1距离的位置设定前方注视点,
基于所述第1风险势场计算第1偏差,所述第1偏差是所述前方注视点与所述第1谷之间的在所述车道宽度方向上的偏差,
进行所述转向控制以使所述第1偏差减小。
3.根据权利要求2所述的驾驶辅助系统,
第1搜索范围是从所述前方注视点向所述车道宽度方向延伸的范围,
所述处理器在所述第1搜索范围中搜索所述第1谷。
4.根据权利要求1所述的驾驶辅助系统,
所述处理器不使用所述车辆中心势场,而通过只将对每个所述目标物设定的所述障碍物势场叠加,设定所述第2风险势场。
5.根据权利要求1或4所述的驾驶辅助系统,
所述处理器以所述抑制量变得越大则将目标减速度设定得越高的方式设定所述目标减速度,并按照所述目标减速度进行所述减速控制。
6.根据权利要求1或4所述的驾驶辅助系统,
第2搜索范围是所述目标物的位置与从所述目标物离开了所述预定间隙的位置之间的范围,
所述处理器,
在所述第2搜索范围中搜索所述第2谷,
当在所述第2搜索范围中存在所述第2谷的情况下,计算所述抑制量,
当在所述第2搜索范围中不存在所述第2谷的情况下,不计算所述抑制量,不进行所述减速控制。
7.一种驾驶辅助系统,是辅助进行车辆驾驶的驾驶辅助系统,具备:
存储装置,其存储表示所述车辆的驾驶环境的驾驶环境信息;以及
处理器,其基于所述驾驶环境信息,执行用于降低与所述车辆前方的目标物的碰撞风险的风险回避控制,
风险势场将风险值表示为位置的函数,
障碍物势场是所述风险值在所述目标物的位置处成为最大且随着从所述目标物离开而减小的所述风险势场,
所述风险回避控制包括使所述车辆减速的减速控制,
所述处理器,
基于所述驾驶环境信息,设定所述障碍物势场,
通过只将对每个所述目标物设定的所述障碍物势场叠加,设定第2风险势场,
第2谷是由所述第2风险势场所表示的所述风险值的谷,
修正间隙是所述目标物与所述第2谷之间的横向距离,
在所述修正间隙小于预定间隙、且作为所述预定间隙与所述修正间隙之间的差量的抑制量大于阈值的情况下,所述处理器进行所述减速控制。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-051680 | 2020-03-23 | ||
JP2020051680A JP7268629B2 (ja) | 2020-03-23 | 2020-03-23 | 運転支援システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113428138A CN113428138A (zh) | 2021-09-24 |
CN113428138B true CN113428138B (zh) | 2024-04-26 |
Family
ID=77747427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110228345.2A Active CN113428138B (zh) | 2020-03-23 | 2021-03-02 | 驾驶辅助系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11807228B2 (zh) |
JP (1) | JP7268629B2 (zh) |
CN (1) | CN113428138B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7268629B2 (ja) * | 2020-03-23 | 2023-05-08 | トヨタ自動車株式会社 | 運転支援システム |
JP7367660B2 (ja) * | 2020-11-24 | 2023-10-24 | トヨタ自動車株式会社 | 運転支援システム |
CN114852055B (zh) * | 2022-04-27 | 2024-05-24 | 重庆长安汽车股份有限公司 | 一种停车场环境下的危险行人感知认知方法及系统 |
CN115081822B (zh) * | 2022-05-30 | 2023-09-26 | 同济大学 | 一种基于心理和物理风险场的行车风险评估方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104802796A (zh) * | 2014-01-27 | 2015-07-29 | 罗伯特·博世有限公司 | 用于运行驾驶员辅助系统的方法以及驾驶员辅助系统 |
CN109334661A (zh) * | 2018-09-06 | 2019-02-15 | 上海工程技术大学 | 基于速度障碍模型/碰撞概率密度模型的避障预判方法 |
JP2019028524A (ja) * | 2017-07-26 | 2019-02-21 | 本田技研工業株式会社 | 制御装置 |
CN109476304A (zh) * | 2016-05-30 | 2019-03-15 | 法雷奥开关和传感器有限责任公司 | 用于基于最大可指定转向角避免机动车辆与物体碰撞的方法,驾驶员辅助系统和机动车辆 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006070865A1 (ja) * | 2004-12-28 | 2006-07-06 | Kabushiki Kaisha Toyota Chuo Kenkyusho | 車両運動制御装置 |
JP2007099237A (ja) * | 2005-10-07 | 2007-04-19 | Fuji Heavy Ind Ltd | 車両用運転支援装置 |
JP4970156B2 (ja) * | 2007-06-12 | 2012-07-04 | 富士重工業株式会社 | 車両の運転支援装置 |
JP2009051430A (ja) * | 2007-08-28 | 2009-03-12 | Fuji Heavy Ind Ltd | 走行支援システム |
JP5070171B2 (ja) * | 2008-09-19 | 2012-11-07 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
JP5463971B2 (ja) * | 2010-03-10 | 2014-04-09 | 日産自動車株式会社 | 移動体走行経路生成装置 |
JP6773433B2 (ja) * | 2016-03-31 | 2020-10-21 | 株式会社Subaru | 周辺リスク表示装置 |
JP2017206040A (ja) | 2016-05-16 | 2017-11-24 | トヨタ自動車株式会社 | 車両の運転支援制御装置 |
WO2018211582A1 (ja) * | 2017-05-16 | 2018-11-22 | 日産自動車株式会社 | 走行支援装置の動作予測方法及び動作予測装置 |
JP6580087B2 (ja) | 2017-06-02 | 2019-09-25 | 本田技研工業株式会社 | 走行軌道決定装置及び自動運転装置 |
JP6525406B1 (ja) * | 2017-11-02 | 2019-06-05 | マツダ株式会社 | 車両制御装置 |
JP7132713B2 (ja) * | 2017-12-28 | 2022-09-07 | 株式会社Soken | 車両走行制御装置、車両走行制御システムおよび車両走行制御方法 |
JP7188325B2 (ja) * | 2019-08-27 | 2022-12-13 | トヨタ自動車株式会社 | 運転支援装置 |
JP7268629B2 (ja) * | 2020-03-23 | 2023-05-08 | トヨタ自動車株式会社 | 運転支援システム |
-
2020
- 2020-03-23 JP JP2020051680A patent/JP7268629B2/ja active Active
- 2020-12-21 US US17/128,881 patent/US11807228B2/en active Active
-
2021
- 2021-03-02 CN CN202110228345.2A patent/CN113428138B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104802796A (zh) * | 2014-01-27 | 2015-07-29 | 罗伯特·博世有限公司 | 用于运行驾驶员辅助系统的方法以及驾驶员辅助系统 |
CN109476304A (zh) * | 2016-05-30 | 2019-03-15 | 法雷奥开关和传感器有限责任公司 | 用于基于最大可指定转向角避免机动车辆与物体碰撞的方法,驾驶员辅助系统和机动车辆 |
JP2019028524A (ja) * | 2017-07-26 | 2019-02-21 | 本田技研工業株式会社 | 制御装置 |
CN109334661A (zh) * | 2018-09-06 | 2019-02-15 | 上海工程技术大学 | 基于速度障碍模型/碰撞概率密度模型的避障预判方法 |
Non-Patent Citations (1)
Title |
---|
基于可拓决策和人工势场法的车道偏离辅助系统研究;陈无畏;胡振国;汪洪波;魏振亚;谢有浩;;机械工程学报;20180519(第16期);第148-157页 * |
Also Published As
Publication number | Publication date |
---|---|
JP2021147010A (ja) | 2021-09-27 |
US11807228B2 (en) | 2023-11-07 |
JP7268629B2 (ja) | 2023-05-08 |
US20210291820A1 (en) | 2021-09-23 |
CN113428138A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113428138B (zh) | 驾驶辅助系统 | |
CN110053619B (zh) | 车辆控制装置 | |
RU2722777C1 (ru) | Способ помощи при вождении и устройство помощи при вождении | |
JP4933962B2 (ja) | 分岐路進入判定装置 | |
KR20190135042A (ko) | 주행 지원 방법 및 주행 지원 장치 | |
RU2735720C1 (ru) | Способ оценки транспортного средства, способ корректировки маршрута движения, устройство оценки транспортного средства и устройство корректировки маршрута движения | |
JP5202741B2 (ja) | 分岐路進入判定装置 | |
CN114537378A (zh) | 驾驶辅助系统 | |
US20220194364A1 (en) | Driver assistance system, driver assistance method, and computer readable storage medium | |
CN113498519A (zh) | 用于识别拐入车辆或拐出车辆的方法及控制单元 | |
CN113370975A (zh) | 驾驶辅助系统 | |
CN112193246A (zh) | 车辆及用于执行车辆间距离控制的方法 | |
US10922974B2 (en) | Vehicle control device | |
CN110770065B (zh) | 驾驶辅助车辆的目标车速生成方法以及目标车速生成装置 | |
JP7351286B2 (ja) | 運転支援システム | |
CN113291300B (zh) | 驾驶辅助系统 | |
JP7377359B2 (ja) | 車両制御装置および車両制御システム | |
CN113386741B (zh) | 驾驶辅助系统 | |
US11787398B2 (en) | Driving assist system | |
US20230410658A1 (en) | Driver assistance system, driver assistance method, and non-transitory computer-readable storage medium | |
EP4360998A1 (en) | Driving assistance device, driving assistance method, and non-transitory storage medium | |
EP4245627A1 (en) | Vehicle control method, vehicle control system, and map management method | |
JP2021146983A (ja) | 運転支援システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |