CN113498519A - 用于识别拐入车辆或拐出车辆的方法及控制单元 - Google Patents

用于识别拐入车辆或拐出车辆的方法及控制单元 Download PDF

Info

Publication number
CN113498519A
CN113498519A CN202080018197.5A CN202080018197A CN113498519A CN 113498519 A CN113498519 A CN 113498519A CN 202080018197 A CN202080018197 A CN 202080018197A CN 113498519 A CN113498519 A CN 113498519A
Authority
CN
China
Prior art keywords
vehicle
overlap
control unit
envelope
reference point
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
CN202080018197.5A
Other languages
English (en)
Inventor
M·鲍姆加特尔
D·鲍赫
M·希默尔斯巴赫
D·迈斯纳
L·特伦蒂纳利亚
J·梅林格
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of CN113498519A publication Critical patent/CN113498519A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • 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
    • B60W50/0097—Predicting future conditions
    • 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
    • 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
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/404—Characteristics
    • B60W2554/4046—Behavior, e.g. aggressive or erratic
    • 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
    • B60W2554/806—Relative heading

Abstract

说明了一种用于车辆的控制单元。该控制单元被设置为：针对该车辆，预测在车辆的位于前方的运动路径周围的行驶包络区，并且检测位于前方的对象，例如拐入车辆或拐出车辆。此外，该控制单元被设置为：求取对象上的参考点，并且求取关于参考点与行驶包络区的重叠的重叠信息。此外，该控制单元还被设置为基于该重叠信息确定对象是否进入车辆的行驶包络区。

Description

用于识别拐入车辆或拐出车辆的方法及控制单元
技术领域
本发明涉及用于识别拐入车辆或拐出车辆的方法和控制单元。本发明特别地涉及在用于至少部分自动驾驶车辆的驾驶员辅助系统的范畴中对拐入车辆或拐出车辆的可靠识别。
背景技术
车辆可以包括可以至少部分自动地执行车辆的纵向和/或横向引导的驾驶员辅助系统或驾驶功能。示例性驾驶员辅助系统或示例性驾驶功能是距离和/或速度调节器(英文，Adaptive Cruise Control(ACC))，其中车辆自动保持特定速度和/或与在车辆前面行驶的前方车辆保持特定距离。
为了在车辆(也称为自身车辆)中提供这样的驾驶员辅助系统，通常需要识别拐入该车辆的车道的另一车辆，例如以便使得不再以前方车辆作为调节对象而是以拐入车辆作为调节对象来运行距离和/或速度调节。
发明内容
特别是在车道难以识别或不存在的情况下，通常无法可靠地检测拐入自身车辆的车道的车辆。本文件涉及特别是在无法检测到车道时以高效且可靠的方式识别拐入车辆或拐出车辆的技术目的。
该目的通过独立权利要求中的每个独立权利要求实现。尤其在从属权利要求中说明了有利的实施方式。需要指出的是，从属于独立权利要求的权利要求的附加特征可以在没有独立权利要求的特征的情况下，或在仅与独立权利要求的特征的子集相组合的情况下形成自己的且独立于独立权利要求的所有特征的组合的发明，该发明可以作为独立权利要求、分案申请或后续申请的主题。这以同样的方式适用于说明书中所描述的可以形成独立于独立权利要求的特征的发明的技术教导。
根据一个方面，说明了一种用于车辆(特别是用于机动车)的控制单元。控制单元被设置为：针对车辆，预测在车辆的位于前方的运动路径周围的行驶包络区。车辆的运动路径可以指示车辆的点(例如前轴或后轴上的点)的轨迹。行驶包络区可以(在左侧和右侧)包围运动路径。可以针对前方特定区域(例如，针对接下来的500米或更少、或者针对接下来的200米或更少)求取行驶包络区和/或运动路径。备选地或补充地，可以针对即将到来的特定时间范围(例如，针对接下来的20秒或更短、或者针对接下来的10秒或更短)求取行驶包络区和/或运动路径。
车辆的行驶包络区和/或运动路径例如可以基于与车辆的(位于车辆侧面和前方的)周围环境相关的周围环境数据来求取。周围环境数据可以例如由车辆的一个或多个周围环境传感器(例如，图像摄像机、雷达传感器、激光雷达传感器和/或超声波传感器)来采集。备选地或补充地，可以基于与车辆的行驶方向、转向角和/或行驶速度有关的车辆数据来求取车辆的行驶包络区和/或运动路径。车辆数据可以由车辆的一个或多个车辆传感器(例如，速度传感器、加速度传感器、转向传感器等)采集。备选地或补充地，可以基于与车辆所行驶道路的走向相关的数字地图来求取车辆的行驶包络区和/或运动路径。
在此，车辆的行驶包络区和/或运动路径可以独立于车辆所行驶的道路的车道标记而被求取。换言之，即使当或特别是当在当前行驶的道路上无法检测到车道标记时，也可以基于上述数据来求取车辆的行驶包络区和/或运动路径。例如，控制单元可以被设置为检查或确定是否可以识别出车辆所行驶的车道或道路的车道标记。如果确定无法识别出车道标记，则可以(取而代之)预测行驶包络区(以执行本文件中所述的方法)。
在车辆运动路径周围的所预测的行驶包络区的宽度可以取决于车辆的宽度。备选地或补充地，所预测的行驶包络区的宽度可以取决于行驶包络区的区域与车辆的当前位置的距离。通常，行驶包络区的宽度随着与车辆当前位置的距离的增大而增大。备选地或补充地，所预测的行驶包络区的宽度可以取决于如下的不确定性，运动路径的点可以以该不确定性被求取。在此，行驶包络区的宽度通常随着不确定性的增大而增大。
此外，控制单元还可以被设置为检测位于前方的对象。例如可以基于周围环境数据检测对象。对象可以包括或者是在车辆前方拐入或拐出的(其他)车辆。
此外，控制单元被设置为求取在对象上或对象处的参考点。为此目的，可以基于周围环境数据求取对象轮廓的轮廓模型。换言之，可以求取如下的模型，通过该模型以简化的方式描述或模拟对象轮廓。轮廓模型例如可以包括或者是具有多个棱角的多边形，特别是四边形或矩形。于是，可以以有效的方式将参考点求取为轮廓模型的点。控制单元特别是可以被设置为将参考点选择为描述对象轮廓的多边形的多个棱角中的一个棱角。通过以参考点(可选地以单个参考点)表示对象，可以有效且可靠地求取对象与车辆行驶轨迹和/或与车辆行驶功能或与车辆驾驶员辅助系统的相关性。
此外，控制单元还被设置为求取关于参考点与行驶包络区的重叠的重叠信息。重叠信息特别是可以指示参考点与车辆的行驶包络区的接近程度。这可以通过重叠值来表示，其中重叠值可以位于最小值和最大值之间，以分别指示不同的接近度或重叠度。由此，可以将对象的参考点与行驶包络区的接近程度求取为重叠信息。
应当指出的是，增大的重叠值可以指示越来越接近行驶包络区(第一变型方案)。在备选示例中，增大的重叠值可以(正好相反)指示距行驶包络区越来越远(第二变型方案)。在本文件中，第二变型方案通常以括号给出。因此，在第二变型方案中，相对较小的重叠值(例如零)指示与行驶包络区的重叠相对较大，而相对较大的重叠值(例如1)指示与行驶包络区的重叠相对较小。
此外，控制单元被设置为基于重叠信息来确定对象是否进入车辆的行驶包络区。如上所述，重叠信息可以指示或包括参考点的重叠值。控制单元可以被设置为：将重叠值与至少一个阈值进行比较，以确定对象是否进入车辆的行驶包络区。例如，如果重叠值大于第一阈值，则可以确定对象进入车辆的行驶包络区。另一方面，如果重叠值小于第二阈值，则可以确定对象未进入车辆的行驶包络区。这适用于重叠值的第一变型方案。对于第二变型方案可以进行相应的与阈值的比较。
因此，(即使当在当前行驶的道路上无法检测到车道标记时)可以以精确且有效的方式求取对于车辆的行驶功能是否应当考虑所检测到的对象(特别是拐入或拐出的车辆)。
控制单元可以被设置为：根据是否已经确定对象是否进入车辆的行驶包络区，来运行车辆的行驶功能。备选地或补充地，控制单元可以被设置为：根据是否已经确定对象是否进入车辆的行驶包络区，来至少部分自动地引导车辆。因此，可以提高行驶功能或驾驶员辅助系统的质量。
控制单元可以被设置为求取参考点相对于行驶包络区的参考位置。在此，参考位置可以位于垂直于运动路径且延伸穿过参考点的垂线上。然后，可以基于重叠曲线并且基于参考位置来求取参考点的重叠值作为重叠信息。
对于相对于行驶包络区的不同位置，重叠曲线可以指示不同的重叠值。在此，重叠值可以随着与行驶包络区的距离的增大而减小(或增大)。在此，重叠曲线例如可以具有在最小值(例如0)和最大值(例如1)之间的重叠值。例如在与行驶包络区邻接的容差区中，重叠曲线可以随着与行驶包络区的距离的增大而从重叠值的最大值连续过渡到最小值(或反之亦然)。此外，重叠曲线可以在行驶包络区中具有最大值(或最小值)。
容差区的宽度例如可以取决于车辆的行驶速度(并且随着行驶速度的增大而增大)。备选地或补充地，容差区的宽度可以取决于容差区的区域与车辆当前位置的距离。通常，容差区的宽度随着与车辆当前位置的距离的增大而增大。备选地或补充地，容差区的宽度可以取决于如下的不确定性，运动路径的点可以以该不确定性被求取。在此，容差区的宽度通常随着不确定性的增大而增大。
通过考虑重叠曲线，可以以鲁棒的方式求取重叠信息，以便能够可靠地识别相关对象。
控制单元可以被设置为求取关于参考位置的不确定性的程度的不确定性信息。不确定性信息特别是可以指示对象的实际位置可以以何种程度偏离参考点的参考位置。然后，可以基于不确定性信息求取参考点的重叠值。通过考虑不确定性信息，可以进一步提高识别相关对象的可靠性。
控制单元特别是可以被设置为：基于不确定性信息来求取参考点的参考位置周围的值域(例如标准偏差)。然后，可以基于重叠曲线来求取参考位置周围的值域(Wertebereich)的最大(或最小)的重叠值。然后可以基于所求取的最大(或最小)的重叠值以特别鲁棒的方式求取参考点的待使用的重叠值。
控制单元可以被设置为：针对对象的多个可能的点，分别求取重叠值。然后可以根据多个可能的点的重叠值从多个可能的点中选择对象的参考点。特别是可以从多个点中选择与行驶包络区具有相对最高(或相对最低)的重叠值的点。由此可以选择与行驶包络区具有最大重叠的点作为参考点。因此，可以实现对相关对象的特别可靠的识别。
控制单元可以被设置为：将垂直于运动路径且延伸穿过参考点的垂线求取为穿过行驶包络区的横截面。然后可以将重叠曲线求取为重叠值随着垂线上的位置沿垂线变化的函数。通过考虑垂线，可以精确地求取参考点相对于行驶包络区的位置。
控制单元特别是可以被设置为求取穿过参考点的不同定向的多个垂线(其中每个垂线都垂直于车辆的运动路径)。然后可以针对多个垂线求取相应的多个重叠曲线。基于多个重叠曲线，可以求取参考点与行驶包络区的相应的多个可能重叠值。然后可以基于多个可能重叠值以精确且鲁棒的方式求取参考点的重叠值。重叠值特别是可以被求取为多个可能重叠值中的最大(或最小)的可能重叠值。
根据另一方面，说明了一种包括本文中所述的控制单元的(道路)机动车(特别是乘用车或载重汽车或公共汽车或摩托车)。
根据另一方面，说明了一种用于识别与车辆的行驶功能相关的对象的(计算机实现的)方法。该方法包括：针对车辆，预测在车辆的位于前方的运动路径周围的行驶包络区。在此，运动路径可以指示车辆的特定点(例如，轴的中点)的轨迹。此外，该方法还包括检测位于前方的对象。另外，该方法包括求取对象上的参考点，以及求取关于参考点与行驶包络区的重叠的重叠信息。此外，该方法包括基于重叠信息来确定对象是否进入车辆的行驶包络区。
根据另一方面，说明了一种软件(SW)程序。该SW程序可以被设置为在处理器上(例如，在车辆的控制单元上)运行，从而执行本文件中所述的方法。
根据另一方面，说明了一种存储介质。该存储介质可以包括SW程序，该SW程序被设置为在处理器上运行，从而执行本文件中所述的方法。
需要注意的是，本文中所述的方法、装置和系统既可以单独使用，也可以与本文中所述的其他方法、装置和系统结合使用。此外，本文中所述的方法、装置和系统的任何方面都可以以多种方式相互组合。特别是权利要求的特征可以以多种方式相互组合。
附图说明
下面借助实施例更详细地说明本发明。其中：
图1示出了示例性行驶状况；
图2示出了车辆的示例性部件；
图3a示出了示例性行驶包络区；
图3b示出了示例性重叠曲线；以及
图4示出了在车辆行驶功能的范畴中考虑拐入车辆的示例性方法的流程图。
具体实施方式
如上文所述，本文件涉及以可靠且有效的方式检测拐入车辆或拐出车辆。就此而言，图1示出了示例性行驶状况，其中自身车辆100在多车道道路110的自身车道111上行驶在前方车辆101的后面。在自身车辆100中例如可以运行如下行驶功能，该行驶功能使自身车辆100自动与前方车辆101保持限定距离106、和/或该行驶功能自动以特定的行驶速度105纵向和/或横向引导自身车辆100。在此，行驶功能、特别是距离和/或速度调节器可以将前方车辆101用作调节对象，以便自动调整自身车辆100的行驶速度105(例如，根据与前方车辆101的距离106和/或根据前方车辆101的行驶速度)。
在行驶功能运行期间可能发生的是，另一车辆102从相邻车道112在自身车辆100和前方车辆101之间拐入到自身车道111上。拐入车辆102应尽可能提早被识别，以便以舒适的方式使自身车辆100的行驶速度105适配于拐入车辆102的行驶速度，和/或以便能够以舒适的方式设置与拐入车辆102的特定距离106。
图2示出了(自身)车辆100的示例性部件。自身车辆100包括一个或多个周围环境传感器201，周围环境传感器201被设置为采集与车辆100的周围环境相关的周围环境数据。示例性周围环境传感器201是图像摄像机、雷达传感器、激光雷达传感器和/或超声波传感器。车辆100的控制单元200可以被设置为：基于周围环境数据来检测车辆100的自身车道111的车道标记。此外，控制单元200还可以被设置为：基于周围环境数据来检测拐入到自身车道111上的车辆102。此外，可以求取自身车辆100与拐入车辆102的距离106、和/或拐入车辆102的行驶速度。
此外，控制单元200还可以被设置为：根据所识别的拐入车辆102、特别是根据拐入车辆102的行驶速度和/或根据与拐入车辆102的距离106，来运行自身车辆100的一个或多个纵向和/或横向引导执行器202。示例性的纵向和/或横向引导执行器202是驱动马达、制动装置和/或转向装置。控制单元200特别是可以被设置为：基于周围环境数据来运行一个或多个纵向和/或横向引导执行器202，以提供行驶功能(例如ACC)。
拐入车辆102是在任何速度范围内同时运动的道路使用者，该道路使用者执行从相邻车道112向自身车辆100的自身车道111的完整的、部分的或中断的变道。在此，拐入车辆102是以正的还是负的纵向相对速度(相对于自身车辆100的行驶速度105)运动是无关紧要的。
拐入车辆102可以通过完全或部分的阻挡而带来对自身车辆100待完成的运动路径的限制。在此，如下车辆可以被视为拐入车辆102，该车辆确实阻挡了自身车辆100的运动路径和/或该车辆运动靠近自身车辆100的运动路径，使得将不再保持安全距离、或者使得自身车辆100的驾驶员将该拐入车辆102评估为严重的安全风险。
拐入车辆102可能由于靠近自身车辆100而构成安全风险，尤其是因为拐入车辆102由于视野限制(例如由于自身车辆100的A柱或者在自身车辆100的盲区中从后面进入)而可能难以被看到，或者因为相对较紧贴的拐入过程会对自身车辆100的驾驶员产生不舒服的影响。
基于自身车辆100的一个或多个周围环境传感器201的周围环境数据，可以求取所识别的拐入车辆102的位置。此外，可以确定拐入车辆102在自身车辆100的所估计的或由车道标记所标示的自身车道111中的位置。然而，在没有车道标记的多车道道路110上、在停车场中、在交叉路口处或在(未标记的)柏油表面上通常无法进行自身车道111的识别，从而无法可靠地识别拐入到自身车道111上的车辆100。
车辆100可以包括一个或多个车辆传感器203，车辆传感器20被配置为采集与车辆100的状态相关的状态数据或车辆数据。示例性的状态是车辆100的纵向和/或横向行驶速度、纵向和/或横向加速度、转向角和/或横摆率。此外，车辆100还可以包括位置传感器204，位置传感器204被设置为求取与车辆100的当前位置相关的位置数据。此外，车辆100还可以包括存储单元205，在该存储单元205上存储有与车辆100所行驶的道路网络相关的数字地图。
控制单元200可以被设置为：基于周围环境数据和/或基于车辆数据和/或基于位置数据结合数字地图来预测自身车辆100的运动路径300(如图3a所示)。特别是可以预测自身车辆100的围绕运动路径300延伸的行驶包络区(Fahrschlauch)301。在此，行驶包络区301在运动路径300的两侧具有行驶包络区边界302。
运动路径300可以指示自身车辆100在前方路段或空间区间中的预期行驶轨迹。行驶包络区301可以包围运动路径300。在此，行驶包络区301的宽度可以取决于车辆100的宽度。此外，行驶包络区301的宽度可以取决于能够预测运动路径300上的点的可靠性。通常，所预测的运动路径300的可靠性随着与自身车辆100当前位置的距离的增大而降低。为了考虑增大的不确定性，行驶包络区301的宽度可以随着与自身车辆100当前位置的距离的增大而增大。行驶包络区301可以被设计为：可以以特定的概率(例如50％或更大、或者70％或更大、或者90％或更大)假设自身车辆100与进入行驶包络区301的另一车辆102将会发生碰撞。
此外，可以在行驶包络区301的每一侧分别定义由相应的容差边界304限定的容差区303。容差区303可以(例如基于周围环境数据、车辆数据、位置数据和/或数字地图)被规定为：对于进入容差区303的车辆102存在例如在最小值(在容差边界304处)和最大值(在行驶包络区边界302处)之间的碰撞概率。最小值例如可以介于0％和10％之间。最大值例如可以介于40％和60％之间。容差区的宽度可以随着与自身车辆100当前位置的距离的增大而增大。
自身车辆100的控制单元200可以被设置为：基于周围环境数据确定拐入车辆102、特别是拐入车辆102的特定点(例如车尾的棱角)是否进入所预测的行驶包络区301中和/或进入与行驶包络区301邻接的容差区303中。图3a在容差区303中示出了拐入车辆102的示例性参考点312。参考点312可以是拐入车辆102的最靠近自身车辆100的运动路径300或行驶包络区301的点。
可以针对拐入车辆102的所求取的参考点312求取一组垂线311。在此，垂线311是垂直于运动路径300的直线，该直线延伸穿过拐入车辆102的所求取的参考点312。在此，垂线311代表行驶包络区301和邻接的容差区303的(垂直于运动路径300的)横截面。
可以针对每个垂线311、即针对每个横截面提供重叠曲线320，其中重叠曲线320将拐入车辆103与自身车辆100的行驶包络区301的重叠度或重叠值322示出为拐入车辆103的所求取的点312在垂线311上的位置321的函数。重叠曲线320可以具有在最小值332(例如0)和最大值333(例如1)之间的重叠度或重叠值322。在此，在容差区303之外的重叠曲线320可以取最小值332。此外，在行驶包络区301之内的重叠曲线320可以取最大值333。在容差区303内，重叠曲线320可以从最小值332连续增大到最大值333。
针对垂线311，可以在重叠曲线320上求取拐入车辆100的所识别的参考点312的参考位置322。于是，对于所识别的参考点312将得到重叠值331。然后，针对一组垂线311，可以求取相应的一组重叠值331。此外，基于该组重叠值331可以确定、特别是预测拐入车辆102是否会进入自身车辆100的行驶包络区301。然后可以据此运行自身车辆100的行驶功能(例如用于自动的纵向和/或横向引导)。
因此，基于自身车辆的所估计的未来运动路径300，可以计算所预测的行驶包络区301。行驶包络区301可以通过向左和向右扩展运动路径300而得到。这种扩展可以在行驶包络区301的长度上变化，并且必要时可以例如根据自身车辆100的自身速度105动态地改变。在行驶包络区301之外的两侧，可以假设同样可以可变地切换的容差区303。
通过这种方式，可以针对平面的在行驶方向上在自身车辆100前方的每个点P 312计算该点是在行驶包络区301内、在容差区303中还是在容差区303外。每个点P 312限定了一个或多个垂直于所预测的运动路径300的垂线311Li，i＝1…n(参见图3a)。这些垂线311代表行驶包络区301和容差区303的截面，其中可以在各个截面上以标量函数的形式定义轮廓曲线320KP i(x)(或重叠曲线)(参见图3b)。这些曲线320可以包含关于点312是位于行驶包络区301内(例如值1)还是位于容差区303外(例如值0)的信息。在容差区303中可以内插在0和1之间的值，从而得到与自身车辆100的行驶包络区301的重叠度的定性特征。
对于所检测到的对象102可以确定具有例如以下一个或多个特性的参考点312R：
·点312位于对象102的轮廓上；
·点312通过超过观察质量(Beobachtungsgüte)的特定最小值的观察质量而获得资格；和/或
·点312使对象102的所有允许点P和所有对应垂线311的空间上的行驶包络区重叠特性320FP最大化，即对于对象102的所有P有FR>＝FP；换言之，所检测到的对象102的参考点312可以被选择为使得针对参考点312对于所有可能的垂线311都得到重叠曲线320的最大可能重叠值331(对于对象102的所有可能的点)。
代替将复杂的对象形状作为所检测到的对象102的基础，可以通过矩形来近似对象102的轮廓。必要时可以通过对象102的点集(例如棱角)来使用运算量相对较低的近似。例如，对象102的可能的参考点312可以是近似于对象102的轮廓的矩形的四个角点。
由于自身车辆100的传感器系统201的限制，对象102可能具有仅可以相对较差地或仅以相对较低的质量被检测到的一个或多个对象区域。在此，具有相对较低检测质量的示例性对象区域是在自身车辆100的驾驶员的视野之外、被遮挡和/或在对象102的背离传感器的一侧的对象区域。这样的对象区域通常具有更高的不确定性，因此可以从作为对象102的可能参考点312的考虑中排除。
作为第一近似，点312P的行驶包络区重叠特性FP可以被计算为属于具有位置322x的点312P的所有垂线311Li的所有KP i(x)的最大值。如果存在位置变化，则可以在计算中考虑该位置变化。这可以通过计算沿直线311Li的位置标准偏差来进行。例如，如果在直线311Li上在位置321x处的点312的具有标准偏差δ的重叠值331由KP i(x)给出，则该值可以通过加权相加δ|d/dx KP i(x)来提高。然后可以将点P的行驶包络区重叠特性FP求取为
FP＝maxi[KP i(x)+αδ|d/dx KP i(x)|]
其中α是在0和1之间的加权参数，并且其中方括号将可能的值域限制为0到1。
如果对象102的重叠值331FR高于(可选地凭经验确定的)第一阈值Sin，则对象102可以被评估为与自身车辆100的行驶包络区301重叠。如果对象102的重叠值331FR低于(可选地凭经验确定的)第二阈值Sout，则对象102可以相应地被评估为与行驶包络区301不重叠。
然后，可以根据对象102被归类为是与行驶包络区301重叠还是不与行驶包络区301重叠来运行自身车辆100的行驶功能。例如，特别是如果已经确定对象102与行驶包络区301重叠，则可以基于所检测到的对象102(特别是拐入车辆)进行距离和/或速度调节。另一方面，所检测到的对象102必要时可以不被考虑用于距离和/或速度调节。
图4示出了用于识别与(自身)车辆100的行驶功能相关的对象102、特别是拐入车辆或拐出车辆100的示例性方法400的流程图。方法400可以由车辆100的控制单元200执行。
方法400包括：针对车辆100，预测401在车辆100的位于前方的运动路径300周围的行驶包络区301。这可以例如基于周围环境数据、基于车辆数据和/或基于数字地图来进行。在此，当前行驶的车道110可能是无法识别车道标记的车道。换言之，必要时可以在不考虑车道标记的情况下预测行驶包络区301。
此外，方法400还包括：检测402位于前方的对象102，特别是拐入车辆或拐出车辆。可以基于周围环境数据来检测对象102。
此外，方法400还包括：求取403对象102上的(特别是恰好一个)参考点312。在此，可以根据对象102的不同子区域的检测质量或观察质量来求取参考点312。特别是必要时可以仅从对象102的子区域中选择检测质量或观察质量高于预定义的质量阈值的参考点312。
此外，方法400还包括：求取404关于参考点312与行驶包络区301的重叠的重叠信息。重叠信息特别是可以指示参考点312与行驶包络区301的接近度。例如，重叠信息可以包括重叠值331，该重叠值331随着参考点312与行驶包络区301的接近度的增大而增大(或反之亦然)。
此外，方法400还包括：基于重叠信息，确定405对象102是否进入车辆100的行驶包络区301。然后可以根据是否已经确定对象102是否进入车辆100的行驶包络区301，来运行车辆100的行驶功能(例如用于(部分)自动驾驶)。
通过本文件中所述的措施，可以使用对象102的位置和(可能不完整的)几何对象信息来检测对象102进入自身车辆100的行驶包络区301。在此，通过为对象102选择合适的参考点312，可以使误检测最小化。通过借助于轮廓曲线320对行驶包络区301的不确定性建模、和/或通过对参考点312的位置322的不确定性建模，可以提高对象102(特别是拐入车辆)的识别率。在此，可以通过改变加权参数α和/或阈值Sin和Sout来优化所述方法400。行驶包络区301和/或容差区303的扩展范围的灵活选择可以实现广泛的可应用性，例如用于检测拐入和/或拐出的道路使用者。
本发明不限于所示的实施例。特别应注意的是，说明书和附图仅旨在说明所提出的方法、装置和系统的原理。

Claims (16)

1.一种用于车辆(100)的控制单元(200)，其中所述控制单元(200)被设置为：
–针对所述车辆(100)，预测在所述车辆(100)的位于前方的运动路径(300)周围的行驶包络区(301)；
–检测位于前方的对象(102)；
–求取所述对象(102)上的参考点(312)；
–求取关于所述参考点(312)与所述行驶包络区(301)的重叠的重叠信息；以及
–基于所述重叠信息，确定所述对象(102)是否进入所述车辆(100)的所述行驶包络区(301)。
2.根据权利要求1所述的控制单元(200)，其中所述控制单元(200)被设置为：
–求取与所述车辆(100)的周围环境相关的周围环境数据；
–基于所述周围环境数据，求取所述对象(102)的轮廓的轮廓模型；以及
–将所述参考点(312)求取为所述轮廓模型的点。
3.根据权利要求2所述的控制单元(200)，其中
–所述轮廓模型包括具有多个棱角的多边形，特别是四边形或矩形；并且
–所述控制单元(200)被设置为将所述参考点(312)选择为所述多个棱角中的一个棱角。
4.根据前述权利要求中任一项所述的控制单元(200)，其中所述控制单元(200)被设置为：
–求取所述参考点(312)相对于所述行驶包络区(301)的参考位置(322)；以及
–基于重叠曲线(320)并且基于所述参考位置(322)，求取所述参考点(312)的重叠值(331)作为重叠信息；其中所述重叠曲线(320)针对相对于所述行驶包络区(301)的不同位置指示不同的重叠值(322)。
5.根据权利要求4所述的控制单元(200)，其中所述控制单元(200)被设置为：
–求取关于所述参考位置(322)的不确定性的程度的不确定性信息；以及
–基于所述不确定性信息，求取所述参考点(312)的所述重叠值(331)。
6.根据权利要求5所述的控制单元(200)，其中所述控制单元(200)被设置为：
–基于所述不确定性信息，求取所述参考点的参考位置(322)周围的值域；以及
–基于所述重叠曲线(320)，求取所述参考位置(322)周围的值域的最大重叠值或最小重叠值；以及
–基于所求取的最大重叠值或最小重叠值，求取所述参考点(312)的所述重叠值(331)。
7.根据权利要求4至6所述的控制单元(200)，其中所述控制单元(200)被设置为：
–针对所述对象(102)的多个点，分别求取重叠值(331)；以及
–根据所述多个点的重叠值(331)从所述多个点中选择所述参考点(312)，特别是从所述多个点中选择具有与所述行驶包络区(301)的相对最高或相对最低的重叠值(331)的点。
8.根据权利要求4至7中任一项所述的控制单元(200)，其中所述控制单元(200)被设置为：
–将垂直于所述运动路径(300)且延伸穿过所述参考点(312)的垂线(311)求取为穿过所述行驶包络区(301)的横截面；以及
–将所述重叠曲线(320)求取为所述重叠值(322)随着所述垂线(311)上的位置沿所述垂线(311)变化的函数。
9.根据权利要求8所述的控制单元(200)，其中所述控制单元(200)被设置为：
–求取穿过所述参考点(312)的不同定向的多个垂线(311)；
–针对所述多个垂线(311)，求取相应的多个重叠曲线(320)；以及
–基于所述多个重叠曲线(320)，求取所述参考点(312)与所述行驶包络区(301)的相应的多个可能重叠值(331)；以及
–基于所述多个可能重叠值(331)，求取所述参考点(312)的重叠值(331)，特别是将所述参考点(312)的重叠值(331)求取为所述多个可能重叠值(331)中的最大或最小的可能重叠值(331)。
10.根据权利要求4至9中任一项所述的控制单元(200)，其中–在与所述行驶包络区(301)邻接的容差区(303)中，所述重叠曲线(320)随着与所述行驶包络区(301)的距离的增大而从所述重叠值(322)的最大值，特别是1，连续过渡到最小值，特别是0，或反之亦然；和/或
–所述重叠曲线(320)在所述行驶包络区(301)中具有所述最大值或所述最小值。
11.根据前述权利要求中任一项所述的控制单元(200)，其中
–所述重叠信息指示所述参考点(312)的重叠值(331)；并且–所述控制单元(200)被设置为：将所述重叠值(331)与至少一个阈值进行比较，以确定所述对象(102)是否进入所述车辆(100)的所述行驶包络区(301)。
12.根据前述权利要求中任一项所述的控制单元(200)，其中所述控制单元(200)被设置为：
–根据是否已经确定所述对象(102)是否进入所述车辆(100)的所述行驶包络区(301)，来运行所述车辆(100)的行驶功能；和/或
–根据是否已经确定所述对象(102)是否进入所述车辆(100)的所述行驶包络区(301)，来至少部分自动地引导所述车辆(100)。
13.根据前述权利要求中任一项所述的控制单元(200)，其中
–所述控制单元(200)被设置为基于以下项来求取所述车辆(100)的所述行驶包络区(301)和/或所述运动路径(300)：
–与所述车辆(100)的周围环境相关的周围环境数据；
–与所述车辆(100)的行驶方向和/或行驶速度相关的车辆数据；和/或
–与所述车辆(100)所行驶的道路(110)的走向相关的数字地图；和/或
–所述控制单元(200)被设置为：独立于所述车辆(100)所行驶的道路(110)的车道标记来求取所述车辆(100)的所述行驶包络区(301)和/或所述运动路径(300)。
14.根据前述权利要求中任一项所述的控制单元(200)，其中所述车辆(100)的所述运动路径(300)周围的所述行驶包络区(301)的宽度取决于：
-所述车辆(100)的宽度；
-所述行驶包络区(301)的区域与所述车辆(100)的当前位置的距离；和/或
-不确定性，所述运动路径(300)的点能够以所述不确定性被求取。
15.根据前述权利要求中任一项所述的控制单元(200)，其中所述对象(102)包括在所述车辆(100)前方拐入或拐出的车辆。
16.一种用于识别与车辆(100)的行驶功能相关的对象(102)的方法(400)；其中所述方法(400)包括：
–针对所述车辆(100)，预测(401)在所述车辆(100)的位于前方的运动路径(300)周围的行驶包络区(301)；
–检测(402)位于前方的对象(102)；
–求取(403)所述对象(102)上的参考点(312)；
–求取(404)关于所述参考点(312)与所述行驶包络区(301)的重叠的重叠信息；以及
–基于所述重叠信息，确定(405)所述对象(102)是否进入所述车辆(100)的所述行驶包络区(301)。
CN202080018197.5A 2019-03-05 2020-01-30 用于识别拐入车辆或拐出车辆的方法及控制单元 Pending CN113498519A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102019105547.4 2019-03-05
DE102019105547.4A DE102019105547A1 (de) 2019-03-05 2019-03-05 Verfahren und Steuereinheit zur Erkennung eines ein- bzw. ausscherenden Fahrzeugs
PCT/EP2020/052277 WO2020177958A1 (de) 2019-03-05 2020-01-30 Verfahren und steuereinheit zur erkennung eines ein- bzw. ausscherenden fahrzeugs

Publications (1)

Publication Number Publication Date
CN113498519A true CN113498519A (zh) 2021-10-12

Family

ID=69526205

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080018197.5A Pending CN113498519A (zh) 2019-03-05 2020-01-30 用于识别拐入车辆或拐出车辆的方法及控制单元

Country Status (6)

Country Link
US (1) US20210387617A1 (zh)
JP (1) JP7193656B2 (zh)
KR (1) KR102588008B1 (zh)
CN (1) CN113498519A (zh)
DE (1) DE102019105547A1 (zh)
WO (1) WO2020177958A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114506323A (zh) * 2022-04-20 2022-05-17 北京主线科技有限公司 编队车辆控制方法、装置、设备及介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4082227A2 (en) * 2020-01-29 2022-11-02 Wejo Ltd. System and method for event data processing for identification of road segments
DE102021110281A1 (de) * 2021-04-22 2022-10-27 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen eines befahrbaren Bereichs für ein zumindest teilweise autonom betriebenes Kraftfahrzeug, Computerprogrammprodukt, computerlesbares Speichermedium sowie elektronische Recheneinrichtung
DE102021206656A1 (de) 2021-06-28 2022-12-29 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren für ein Fahrzeug zur Detektion von Hindernissen, Computerprogramm Speichermedium und Fahrassistenzsystem
US11837089B2 (en) * 2021-08-05 2023-12-05 Cyngn, Inc. Modular extensible behavioral decision system for autonomous driving
GB2618341A (en) * 2022-05-03 2023-11-08 Oxa Autonomy Ltd Controlling an autonomous vehicle

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1577682A1 (de) * 2004-03-20 2005-09-21 Robert Bosch Gmbh Objektortungssystem für Kraftfahrzeuge zur Erkennung eines Spurwechsels
JP2012221452A (ja) * 2011-04-14 2012-11-12 Isuzu Motors Ltd 車両の物体検出装置
US20120303258A1 (en) * 2009-10-02 2012-11-29 Christian Pampus Method for mapping the surroundings of a vehicle
CN103065500A (zh) * 2011-10-20 2013-04-24 通用汽车环球科技运作有限责任公司 公路并道辅助和控制
DE102012111846A1 (de) * 2011-12-05 2013-06-06 Dekra Automobil Gmbh Kollisionsschutzverfahren und Kollisionsschutzsystem
US20130325306A1 (en) * 2012-06-01 2013-12-05 Toyota Motor Eng. & Mftg. N. America, Inc. (TEMA) Cooperative driving and collision avoidance by distributed receding horizon control
US20130325210A1 (en) * 2011-04-06 2013-12-05 Kollmorgen Saro AB Collision avoiding method and associated system
US20140347207A1 (en) * 2013-05-23 2014-11-27 GM Global Technology Operations LLC Probabilistic target selection and threat assessment method and application to intersection collision alert system
WO2015074743A1 (de) * 2013-11-19 2015-05-28 Audi Ag Verfahren zum betrieb eines zur vollständig automatisierten führung eines kraftfahrzeugs ausgebildeten fahrzeugsystems und kraftfahrzeug
US20150353082A1 (en) * 2014-06-05 2015-12-10 Carnegie Mellon University Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
JP2016071566A (ja) * 2014-09-29 2016-05-09 日立建機株式会社 障害物回避システム
US20160185388A1 (en) * 2014-12-30 2016-06-30 Mando Corporation Lane change control device and control method
US20170259819A1 (en) * 2016-03-14 2017-09-14 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN108528449A (zh) * 2017-03-02 2018-09-14 比亚迪股份有限公司 车辆行驶自动控制方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010064277B4 (de) * 2010-12-28 2024-03-14 Robert Bosch Gmbh Sicherheitsmerkmal in einem Fahrerassistenzsystem mit Rückfahrkamera
JP5910434B2 (ja) * 2012-09-25 2016-04-27 トヨタ自動車株式会社 衝突予測装置
DE102015121353A1 (de) * 2015-12-08 2017-06-08 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erkennen einer möglichen Kollision zwischen einem Kraftfahrzeug und einem Objekt unter Berücksichtigung einer räumlichen Unsicherheit, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug
JP6815856B2 (ja) * 2016-12-14 2021-01-20 日立オートモティブシステムズ株式会社 先行車両の走行軌跡予測装置及びその搭載車両
DE112017007600T5 (de) * 2017-06-02 2020-02-20 Honda Motor Co., Ltd. Fahrzeug-Steuervorrichtung und Verfahren zum Steuern eines automatisiert fahrenden Fahrzeugs
JP6651486B2 (ja) * 2017-09-01 2020-02-19 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

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1577682A1 (de) * 2004-03-20 2005-09-21 Robert Bosch Gmbh Objektortungssystem für Kraftfahrzeuge zur Erkennung eines Spurwechsels
US20120303258A1 (en) * 2009-10-02 2012-11-29 Christian Pampus Method for mapping the surroundings of a vehicle
JP2013506893A (ja) * 2009-10-02 2013-02-28 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 車両の周囲状況を表す方法
US20130325210A1 (en) * 2011-04-06 2013-12-05 Kollmorgen Saro AB Collision avoiding method and associated system
CN103492968A (zh) * 2011-04-06 2014-01-01 科尔摩根萨罗公司 碰撞避免方法和相关的系统
JP2012221452A (ja) * 2011-04-14 2012-11-12 Isuzu Motors Ltd 車両の物体検出装置
CN103065500A (zh) * 2011-10-20 2013-04-24 通用汽车环球科技运作有限责任公司 公路并道辅助和控制
DE102012111846A1 (de) * 2011-12-05 2013-06-06 Dekra Automobil Gmbh Kollisionsschutzverfahren und Kollisionsschutzsystem
US20130325306A1 (en) * 2012-06-01 2013-12-05 Toyota Motor Eng. & Mftg. N. America, Inc. (TEMA) Cooperative driving and collision avoidance by distributed receding horizon control
US20140347207A1 (en) * 2013-05-23 2014-11-27 GM Global Technology Operations LLC Probabilistic target selection and threat assessment method and application to intersection collision alert system
WO2015074743A1 (de) * 2013-11-19 2015-05-28 Audi Ag Verfahren zum betrieb eines zur vollständig automatisierten führung eines kraftfahrzeugs ausgebildeten fahrzeugsystems und kraftfahrzeug
US20150353082A1 (en) * 2014-06-05 2015-12-10 Carnegie Mellon University Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
JP2016071566A (ja) * 2014-09-29 2016-05-09 日立建機株式会社 障害物回避システム
US20160185388A1 (en) * 2014-12-30 2016-06-30 Mando Corporation Lane change control device and control method
US20170259819A1 (en) * 2016-03-14 2017-09-14 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN108528449A (zh) * 2017-03-02 2018-09-14 比亚迪股份有限公司 车辆行驶自动控制方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114506323A (zh) * 2022-04-20 2022-05-17 北京主线科技有限公司 编队车辆控制方法、装置、设备及介质

Also Published As

Publication number Publication date
DE102019105547A1 (de) 2020-09-10
JP7193656B2 (ja) 2022-12-20
KR20210109635A (ko) 2021-09-06
US20210387617A1 (en) 2021-12-16
WO2020177958A1 (de) 2020-09-10
JP2022523769A (ja) 2022-04-26
KR102588008B1 (ko) 2023-10-11

Similar Documents

Publication Publication Date Title
CN107451521B (zh) 车辆车道图估算
JP6798611B2 (ja) 走行支援方法及び走行支援装置
CN113498519A (zh) 用于识别拐入车辆或拐出车辆的方法及控制单元
CN107719364B (zh) 用于本机动车的控制系统、控制方法
US9708004B2 (en) Method for assisting a driver in driving an ego vehicle and corresponding driver assistance system
US8447488B2 (en) Device for longitudinally guiding a motor vehicle
JP6874834B2 (ja) 走行支援装置の動作予測方法及び動作予測装置
KR20190113918A (ko) 운전 지원 방법 및 운전 지원 장치
CN109426261B (zh) 自动驾驶装置
CN113243029B (zh) 其他车辆动作预测方法及其他车辆动作预测装置
CN110861642A (zh) 车辆横向运动控制
JP7422661B2 (ja) 走行軌跡補正方法、走行制御方法、及び走行軌跡補正装置
US11449058B2 (en) Traveling track determination processing and automated drive device
WO2022053026A1 (zh) 一种自动驾驶会车场景处理方法及其装置、车辆、存储介质
CN113168512A (zh) 用于操作交通工具的自动纵向和/或横向引导功能的方法和控制单元
CN110673595B (zh) 车辆自动驾驶时避障的方法、系统及车辆
US11370489B2 (en) Vehicle and method for steering avoidance control
JP7356892B2 (ja) 車両の走行環境推定方法、及び、走行環境推定システム
US20230103020A1 (en) Method for laterally controlling a motor vehicle on a road having two lanes and motor vehicle
JP7006203B2 (ja) 軌跡設定装置
US20230303064A1 (en) Method for determining an evasion trajectory for a vehicle
CN114207380A (zh) 车辆的行驶控制方法及行驶控制装置
JP7458428B2 (ja) 経路生成装置
CN112193246B (zh) 车辆及用于执行车辆间距离控制的方法
US10919569B2 (en) Vehicle control system

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