CN113808385B - 机动车行车道的选择方法及装置、车辆 - Google Patents
机动车行车道的选择方法及装置、车辆 Download PDFInfo
- Publication number
- CN113808385B CN113808385B CN202010552595.7A CN202010552595A CN113808385B CN 113808385 B CN113808385 B CN 113808385B CN 202010552595 A CN202010552595 A CN 202010552595A CN 113808385 B CN113808385 B CN 113808385B
- Authority
- CN
- China
- Prior art keywords
- lane
- acceleration
- vehicle
- traffic flow
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000001133 acceleration Effects 0.000 claims abstract description 199
- 230000002093 peripheral effect Effects 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 description 24
- 238000003860 storage Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000156302 Porcine hemagglutinating encephalomyelitis virus Species 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000893930 Swine hepatitis E virus Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种机动车行车道的选择方法，执行在所述机动车，该方法包括：获取所述机动车周围预定范围内的周边车辆的行驶信息，所述行驶信息包括车辆地理位置信息；根据所述周边车辆的地理位置信息确定所述周边车辆所在车道；对于与所述机动车规划行驶方向相同的当前车道及可变车道中的所述周边车辆，获取该周边车辆在路口处通行的历史加速度模型；根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度；以及，根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出。通过本发明可以帮助驾驶员选择更高效的行车道，并有效减少路口处的交通拥堵。
Description
技术领域
本发明涉及车辆驾驶技术领域，更具体地，涉及一种机动车行车道的选择方法及装置、车辆。
背景技术
随着道路上机动车数量的不断增多，为缓解道路交通拥堵，道路也随之变得更加宽阔，同向行车道一般设置多个。在存在多个行车道时，为更高效的行驶同时缓解交通压力，驾驶员在驾车过程中会选择通行速度相对更快的车道行驶。但对于哪条车道行驶速度更快的判断，驾驶员仅能通过简单观察前方车辆的行驶情况进行车道选择，这种车道选择方式的结果显然不一定是能够更高效行驶的车道。同时，多行车道的出现对于路口处的交通压力也相应增大，驾驶员在路口通行时的行车道选择决定着其是否能够顺畅快速通过路口也决定着路口可能发生的拥堵情况。
现有技术中有使用车辆当前的速度和加速度以及其他附近车辆当前的速度和加速度进行车道推荐的方法，此种仅推荐基于当前速度和加速度预测的快速车道，无法基于更多数据获得更稳定、有效的推荐，同时还存在持续推荐车道，频繁变道的问题，更增加了交通拥堵的可能性和驾驶风险。更进一步讲，推荐的车道还可能是混合车道，例如直行加左转混合、直行加右转混合、左转加调头混合等，此时，驾驶员无法快速通行还可能造成混合车道的拥堵。
因此，如何提供一种基于更多、更稳定数据推荐的交通流量速度更快、更能高效行驶的行车道，同时，避免多车辆频繁变道、抢道造成的拥堵与驾驶风险，进而帮助驾驶员进行车道选择是需要解决的问题。
发明内容
本发明的一个目的是提供一种用于机动车行车道的选择的新技术方案。
根据本发明的第一方面，提供了一种机动车行车道的选择方法，执行在所述机动车，该方法包括：
获取所述机动车周围预定范围内的周边车辆的行驶信息，所述行驶信息包括车辆地理位置信息；
根据所述周边车辆的地理位置信息确定所述周边车辆所在车道；
对于与所述机动车规划行驶方向相同的当前车道及可变车道中的所述周边车辆，获取该周边车辆在路口处通行的历史加速度模型；
根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度；
根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出。
优选地，所述方法中所述周边车辆在路口处通行的历史加速度模型是根据所述周边车辆在到达当前地理位置之前通过的预定数量的路口的速度和/或加速度随时间变化生成的历史加速度模型。
优选地，所述方法中所述根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度的步骤包括：
根据位于同一车道的各周边车辆的历史加速度模型获取该车道中所述周边车辆的加速度最小值或加速度中值或加速度平均值作为该车道的预测交通流加速度。
优选地，所述方法中所述根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度包括：
判断所述当前车道及所述可变车道是否为混合车道，在是的情况下获取所述混合车道中的所述周边车辆的规划行驶方向信息；
在所述周边车辆的规划行驶方向与所述机动车的规划行驶方向不同的情况下，设置所述混合车道的预测交通流加速度低于其他所述车道的预测交通流加速度。
优选地，所述方法中所述根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出的步骤包括：
判断所述可变车道的预测交通流加速度与所述当前车道的预测交通流加速度相比大于预定阈值时，将所述该可变车道作为推荐车道输出。
优选地，所述方法中所述根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出包括：
在所述机动车加速度大于所述当前车道的预测交通流加速度且所述可变车道的预测交通流加速度与所述当前车道的预测交通流加速度相比大于预定阈值时，将该可变车道作为推荐车道输出。
优选地，所述方法中所述根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出包括：
对于所述预测交通流加速度大于所述当前车道的预测交通流加速度的所述可变车道以及所述当前车道，为每个所述车道分配一权重参数使得预测交通流加速度较高的所述车道具有更高的权重参数；
为所述机动车产生一随机参数，根据所述随机参数及所述车道的权重参数确定一车道作为推荐车道，使得所述权重较高的所述车道具有比其他车道更高的推荐概率。
优选地，所述方法还包括控制所述机动车变更到所述推荐车道。
根据本发明的第二方面，提供了一种机动车行车道的选择装置，该装置包括：
信息获取模块，用于获取所述机动车周围预定范围内的周边车辆的行驶信息，所述行驶信息包括车辆地理位置信息；
车道确定模块，用于根据所述周边车辆的地理位置信息确定所述周边车辆所在车道；
模型获取模块，对于与所述机动车规划行驶方向相同的当前车道及可变车道中的所述周边车辆，用于获取该周边车辆在路口处通行的历史加速度模型；
加速度预测模块，用于根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度；
车道选择模块，用于根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出。
根据本公开的第三方面，提供了一种车辆，该车辆包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于在所述计算机程序的控制下，控制所述车辆执行根据本公开的第一方面所述的机动车行车道的选择方法。
本发明的发明人发现，在现有技术中，有使用车辆当前的速度和加速度以及其他附近车辆当前的速度和加速度进行车道推荐的方法，此种仅推荐基于当前速度和加速度预测的快速车道，无法基于更多数据获得更稳定、有效的推荐，同时还存在持续推荐车道，频繁变道的问题，更增加了交通拥堵的可能性和驾驶风险。更进一步讲，推荐的车道还可能是存在左转、右转、左转加调头等车辆的混合车道，此时，驾驶员无法快速通行还可能造成混合车道的拥堵，至此，如何基于更多、更稳定数据推荐交通流量速度更快、更能高效行驶的行车道，同时，避免多车辆频繁变道、抢道造成的拥堵与驾驶风险，进而帮助驾驶员进行车道选择是需要解决的问题。因此，本发明所要实现的技术任务或者所要解决的技术问题是本领域技术人员从未想到的或者没有预期到的，故本发明是一种新的技术方案。
利用本发明实施例提供的机动车行车道的选择方法，可以实现通过周围车辆在到达当前位置前经过的预定数量的路口的速度和/或加速度随时间变化生成的历史加速度模型进一步确定车道的预测交通流加速度，从而判断出预测交通加速度更高的车道作为推荐的更高效的车道。同时，考虑混合车道可能存在降低整条车道交通流加速度的车辆，因而将其设置为预测交通流加速度低于其他所述车道的预测交通流加速度，进而能够快速识别出流速更低的车道。加快车道选择的计算，节约时间。并且，为避免在行驶速度变化无明显差异时，车辆频繁变道而引起的交通拥堵、驾驶风险情况，本发明采取阈值限定的方式，只有当可变车道的预测交通流加速度大于当前车道预测交通流加速度大于阈值时才进行选择车道推荐，能够避免频繁变道打扰驾驶人员和规避危险驾驶，并且能够使选择车道效果更明显。更进一步本发明还考虑机动车自身加速度是否大于当前车道的交通流加速度，在所述机动车的加速度不大于等于当前车道的交通流加速度时，当前车道足以满足所述机动车的行驶速度，未对机动车造成加速行驶障碍，因此，所述机动车无需变道到更高效的行车道。并且其变道行为会降低其他更高效的行车道的整体交通流加速度，阻碍交通。此外，本发明还提供为车道分配权重参数及为所述机动车产生随参数的方法，可以有效避免当所有车辆都进行车道选择时均选择预测交通流加速度最高的车道，减少车辆抢道造成的危险和拥堵行为的发生。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1是显示可用于实现本发明的实施例的机动车行车道的选择方法的一种实施环境和硬件配置的例子的框图；
图2示出了本公开实施例提供的机动车行车道的选择方法的流程图；
图3示出了本公开实施例提供的道路交通示意图；
图4示出了本公开实施例提供的机动车行车道的选择装置结构的方框原理图；
图5示出了本公开实施例提供的车辆结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
<实施环境和硬件配置>
图1是显示可用于实现本发明实施例的行车道的选择系统100的硬件配置的例子的框图。
如图1所示，行车道选择系统100包括车辆1000、车辆4000、服务器2000以及网络3000。应当意识到总体架构、设置和操作，以及如此处所示的系统的单独部件是本领域公知的。因此，以下段落仅提供对一个此类示范性环境的概述，其他系统中包含或采用本实施环境所示的行车道的选择系统架构或具有本文所述的相关功能时也可以作为本技术方案的实施环境。
车辆1000和车辆4000相同，以下仅以车辆1000为例说明。车辆1000例如可以是各种类型的汽车、多功能交通工具(MPV：multi-Purpose Vehicles)、运动型多用途交通工具(SUV：sport/suburban utility vehicle)、交叉多功能交通工具(CUV：Crossover UtilityVehicle)、休闲娱乐交通工具(RV：Recreational Vehicle)、自主交通工具(AV：AutonomousVehicles)、卡车、用于运输人员或货物的其他移动机器等。在许多情况下，车辆1000的动力提供方式例如可以是由内燃发动机提供动力。车辆1000还可以是由内燃发动机和一个或多个电动马达这两者提供动力的混合动力电动交通工具(HEV：Hybrid Electric Vehicle)，例如串联式混合动力电动交通工具(SHEV：Series Hybrid Electric Vehicle)、并联式混合动力电动交通工具(PHEV：Parallel Hybrid Electric Vehicle)、并联和串联混合动力电动交通工具(PSHEV：Power-Split Hybrid Electric Vehicle)等。车辆1000和车辆4000的类型和动力提供方式等可以是任何形式，前述举例不是限定。
车辆1000可以设有电子系统，电子系统例如包括：处理器1100、存储器1200、接口装置1300、通信装置1400、输出装置1500、输入装置1600、导航装置1700等等。处理器1100可以是微处理器MCU等。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、耳机接口等。通信装置1400例如能够进行有线或无线通信，又例如能够进行短距离和远程通信。
输出装置1500例如可以是输出信号的装置，可以是显示装置，例如液晶显示屏、触摸显示屏等用来向驾驶员提供推荐车道的视觉显示，也可以是扬声器等，可以向车辆驾驶员提供车道推荐等语音输出。输入装置1600例如可以包括触摸屏、按钮、旋钮、键盘等，也可以是麦克风输入语音信息等。输入装置1600是麦克风时可以为驾驶员或其他车辆乘员提供输入口头或其他听觉命令的手段，并且其可以匹配有利用本领域已知的人机交互(HMI)技术的嵌入式语音处理单元，也可以是独立部件。输入装置1600还可以包括一个或多个按钮或控制装部件，以用于使车辆乘员能够制动，或用来发起与服务器2000的语音通信的电子下压按钮等。
导航装置1700例如具备全球导航卫星系统GNSS(Global Navigation SatelliteSystem)、全球定位系统GPS(Global Positioning System)或者北斗卫星导航系统BDS(BeiDou Navigation Satellite System)等的接收机、导航HMI(Human MachineInterface)及路径决定部等。导航装置1700将地图信息保存于HDD(Hard Disk Drive)、闪存器等存储装置。接收机基于从GNSS等卫星接收到的信号来确定车辆1000的位置。车辆1000的位置也可以通过利用车辆传感器等输出的INS(Inertial Navigation System)来确定或补充。路径决定部例如参照地图信息来决定从由GNSS等接收机确定出的车辆1000的位置(或者输入的任意的位置)到由乘客使用导航HMI输入的目的地为止的路径。地图信息例如是通过表示道路的线路和由线路连接的节点来表现的道路形状的信息。地图信息也可以包括道路的曲率、POI(Point Of Interest)、道路中各位置的地理坐标信息以及行车道路信息等。导航装置1700例如也可以通过乘客所持有的智能手机、平板终端等终端装置的功能来实现。导航装置1700也可以经由通信装置1400向导航服务器发送当前位置和目的地，并从导航服务器取得与地图上路径同等的路径。车辆电子系统可以通过导航装置确定车辆所处的地理位置，规划的行车路径，也可以将地理位置数据上传给服务器。
尽管在图1中示出了车辆1000的多个装置，但是，本技术方案可以仅使用到其中的部分装置，例如，车辆1000只涉及导航装置1700。或者，还可以包括图1中未示出的受控于处理器1100的灯光系统以及用于检测车辆环境的传感器装置等。
服务器2000提供处理、数据库、通讯设施等的业务点。服务器2000可以包括整体式服务器或是跨多计算机或计算机数据中心的分散式服务器。服务器可以是各种类型的，例如但不限于，网络服务器，新闻服务器，邮件服务器，消息服务器，广告服务器，文件服务器，应用服务器，交互服务器，数据库服务器，或代理服务器。在一些实施例中，每个服务器可以包括硬件，软件，或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。例如，服务器例如刀片服务器、云端服务器等，或者可以是由多台服务器组成的服务器群组，可以包括上述类型的服务器中的一种或多种等等。
在一个实施例中，服务器2000可以如图1所示，包括处理器2100、存储器2200、接口装置2300、通信装置2400、显示装置2500、输入装置2600。在另外的实施例中，服务器2000还可以包括扬声器、麦克风等等，在此不做限定。
处理器2100可以是专用的服务器处理器，也可以是满足性能要求的台式机处理器、移动版处理器等，在此不做限定。存储器2200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置2300例如包括各种总线接口，例如串行总线接口(包括USB接口)、并行总线接口等。通信装置2400例如能够进行有线或无线通信。显示装置2500例如是液晶显示屏、触摸显示屏等。输入装置2600例如可以包括触摸屏、键盘等。尽管在图1中示出了服务器2000的多个装置，但是，本发明可以仅涉及其中的部分装置，例如，服务器2000只涉及存储器2200和处理器2100。
网络3000不仅可以包括无线通信网络、有线通信网络，还泛指可以进行通信的所有通信方式，例如，光纤通信，普通微波通信，电力线载波通信，有线音频电缆通信，特高频无线电台通信，无线扩频通信、红外线、蓝牙、射频识别(RFID)、无钥匙进入和智能钥匙中的一个或多个等。在图1所示的行车道选择系统100中，车辆1000与服务器2000间的通信方式例如可以通过网络3000进行无线通信，车辆1000与车辆4000的通信方式例如可以是无线通信或蓝牙方式等方式。此外，车辆1000与服务器2000、车辆1000与车辆4000通信所基于的网络3000可以是同一个，也可以是不同的。
应当理解的是，尽管图1仅示出一个车辆1000、车辆4000、服务器2000、网络3000，但不意味着限制各自的数量，行车道选择系统100中可以包含多个车辆1000和车辆4000、多个服务器2000、多个网络3000。
在上述描述中，技术人员可以根据本公开所提供的方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。
图1所示的计算系统仅是解释性的，并且决不是为了要限制本发明、其应用或用途。
<方法实施例>
图2是根据一个实施例的机动车行车道的选择方法的流程示意图。本实施例的方法可以由机动车执行。下面以图1中的车辆1000为例，说明本实施例的控制方法。
根据图2所示，本实施例的控制方法包括如下步骤：
在步骤S210，获取所述机动车周围预定范围内的周边车辆的行驶信息，所述行驶信息包括车辆地理位置信息。
机动车行车道由每辆行驶的机动车所占用，每条行车道上行驶的机动车共同决定着每条行车道的车流速度。路口作为方向和车流速度转换控制的重要枢纽，其交通状况尤为重要。路口发生堵塞往往代表经过此路口的所有行车道都将发生交通拥堵。因此，为缓解路口和行车道的交通压力，通过选择能够更高效、快速行驶的行车道既可以帮助驾驶员快速行驶又可以减少交通拥堵。
获取的行驶信息可以有多种，例如可以包括车辆地理位置信息、车辆历史速度及加速度、当前的速度及加速度、导航路线、车灯状态、车辆标识等。获取行驶信息的方式例如可以是传感器检测，也可以是从车辆外部接收如通过服务器或其他车辆接收的信息等。
在步骤S220，根据所述周边车辆的地理位置信息确定所述周边车辆所在车道。
如图3所示，车辆的地理位置信息标示着车辆当前的位置也就可以据此确定车辆所在具体车道。
在步骤S230，对于与所述机动车规划行驶方向相同的当前车道及可变车道中的所述周边车辆，获取该周边车辆在路口处通行的历史加速度模型。
在一个实施例中，所述周边车辆在路口处通行的历史加速度模型是根据所述周边车辆在到达当前地理位置之前通过的预定数量的路口的速度和/或加速度随时间变化生成的历史加速度模型。
不同路段车辆的行驶速度和/或加速度不尽相同，并且同一路段的不同时段占用车辆的行驶速度和/或加速度也不尽相同。更进一步，即使是当下的车辆的行驶速度和/或加速度也仅能代表当下，依据其预测未来时段的行驶速度和/或加速度也是不够准确的，车辆行驶的外部环境有干扰因素很多，例如前方是否存在堵车或许是否有很多路口等。因此本实施例中选取车辆在到达当前地理位置之前通过的一定数量的路口的速度和/或加速度随时间变化生成的历史加速度模型，该模型数据是过去真实发生且距离当下较近，能够代表车辆在当下的车道行驶的速度和/或加速度的变化趋势，因而也可以用来预测车辆的速度和/或加速度。
在步骤S240，根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度。
在一个实施例中，所述方法中的预测交通流加速度步骤包括：根据位于同一车道的各周边车辆的历史加速度模型获取该车道中所述周边车辆的加速度最小值或加速度中值或加速度平均值作为该车道的预测交通流加速度。因每条车道的交通流加速度由每条车道中行驶的车辆的加速度共同作用形成。因此在获取每个车辆的历史加速度模型后能够据此获知每个车辆在当前车道行驶的一个预测的加速度。
获得能够衡量每条车道的预测交通流加速度既能够判断每条车道的预测交通流加速度，进而判断哪条车道的车流速度更快，行驶更高效。
在一个实施例中，所述方法包括判断所述当前车道及所述可变车道是否为混合车道，在是的情况下获取所述混合车道中的所述周边车辆的规划行驶方向信息；在所述周边车辆的规划行驶方向与所述机动车的规划行驶方向不同的情况下，设置所述混合车道的预测交通流加速度低于其他所述车道的预测交通流加速度。
通过判断车道中是否有混合车道及混合车道内是否有行驶方向不同的车辆判断车道的预测交通流加速度。如图3所示，例如混合车道中可能存在左转车，左转车需等待转向时机，因而行车速度较慢，也就必然会阻碍整体车道的车流加速度。因此，当确认当前行驶车道及其他可变车道中存在混合车道时，先获取混合车道中周边车辆的行驶方向，在行驶方向与所述机动车不同时，默认设置混合车道的预测交通流加速度低于其他所述车道的预测交通流加速度，进而能够快速识别出流速更低的车道。加快车道选择的计算，节约时间。
混合车道的判断依据例如可以是通过本车传感器检测的方式，还可以是通过接收服务器或其他车辆传输的信息等方式。在确认车辆规划行驶方向与所述机动车的规划行驶方向是否相同时例如可以通过传感器检测转向灯是否开启，也可以通过车辆的导航信息获知其规划的行驶方向等。
在步骤S250，根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出。
在一个实施例中，选择一个车道作为推荐车道的步骤可以是判断所述可变车道的预测交通流加速度与所述当前车道的预测交通流加速度相比大于预定阈值时，将所述该可变车道作为推荐车道输出。通过阈值限定，能够有效避免当可变车道与当前车道的预测交通流加速度仅存在微小差别时就推荐车道，这种情形会造成所述机动车被频繁推荐车道，进而可能造成所述机动车频繁变道的行为。车辆变道本身就是一项需要考量多种因素的行为，频繁变道会增加交通拥堵的概率并且也增加了驾驶危险。本实施例中采用阈值限定的方式，只有当可变车道的预测交通流加速度大于当前车道预测交通流加速度大于阈值时才进行选择车道推荐，能够避免频繁变道打扰驾驶人员和规避危险驾驶，并且能够使选择车道效果更明显。
在一个实施例中，所述选择一个车道作为推荐车道的步骤包括：在所述机动车加速度大于所述当前车道的预测交通流加速度且所述可变车道的预测交通流加速度与所述当前车道的预测交通流加速度相比大于预定阈值时，将该可变车道作为推荐车道输出。考虑所述机动车的加速度是否大于当前车道的交通流加速度，在所述机动车的加速度不大于等于当前车道的交通流加速度时，当前车道足以满足所述机动车的行驶速度，未对机动车造成加速行驶障碍，因此，所述机动车无需变道到更高效的行车道。并且其变道行为会降低其他更高效的行车道的整体交通流加速度，阻碍交通。通过本实施例，不仅能够有效判断所述机动车是否需要选择更高效车道还能有效降低因本所述机动车变道引起的交通阻碍及堵塞行为。
在一个实施例中，所述选择一个车道作为推荐车道的步骤包括：通过为所述预测交通流加速度大于所述当前车道的预测交通流加速度的所述可变车道以及所述当前车道分配一权重参数，使得预测交通流加速度较高的所述车道具有更高的权重参数。并且为所述机动车产生一随机参数，根据所述随机参数及所述车道的权重参数确定一车道作为推荐车道，进而使得所述权重较高的所述车道具有比其他车道更高的推荐概率。加入随机参数能够使得同一机动车在同一时段内每次车道选择推荐的结果均不同，保证车道选择的随机性，避免预测交通流加速度较高的车道一直被选中且被多车同时选中的冲突，减少车辆抢道造成的危险和拥堵行为的发生。同时，在满足所述机动车选择更高效车道的同时分散的为机动车推荐车道。赋予每条车道一权重参数，能够保证预测交通流加速度较高的车道能够有更高的被推荐的概率，从而达到整体车辆均获得更高效的车道，提升整体车流速度，缓交交通压力。
在一个实施例中，所述的方法还包括控制所述机动车变更到所述推荐车道。
利用本发明实施例提供的机动车行车道的选择方法，可以实现通过周围车辆在到达当前位置前经过的预定数量的路口的速度和/或加速度随时间变化生成的历史加速度模型进一步确定车道的预测交通流加速度，从而判断出预测交通加速度更高的车道作为推荐的更高效的车道。同时，考虑混合车道可能存在降低整条车道交通流加速度的车辆，因而将其设置为预测交通流加速度低于其他所述车道的预测交通流加速度，进而能够快速识别出流速更低的车道。加快车道选择的计算，节约时间。并且，为避免在行驶速度变化无明显差异时，车辆频繁变道而引起的交通拥堵、驾驶风险情况，本发明采取阈值限定的方式，只有当可变车道的预测交通流加速度大于当前车道预测交通流加速度大于阈值时才进行选择车道推荐，能够避免频繁变道打扰驾驶人员和规避危险驾驶，并且能够使选择车道效果更明显。更进一步本发明还考虑机动车自身加速度是否大于当前车道的交通流加速度，在所述机动车的加速度不大于等于当前车道的交通流加速度时，当前车道足以满足所述机动车的行驶速度，未对机动车造成加速行驶障碍，因此，所述机动车无需变道到更高效的行车道。并且其变道行为会降低其他更高效的行车道的整体交通流加速度，阻碍交通。此外，本发明还提供为车道分配权重参数及为所述机动车产生随参数的方法，可以有效避免当所有车辆都进行车道选择时均选择预测交通流加速度最高的车道，减少车辆抢道造成的危险和拥堵行为的发生。
<装置实施例>
本实施例提供了一种机动车行车道的选择装置，与前述方法实施例相对应，因此相同的部分不再赘述。如图4所示，该机动车行车道的选择装置400可以包括信息获取模块410，车道确定模块420，模型获取模块430，加速度预测模块440，车道选择模块450。
该信息获取模块410，用于获取所述机动车周围预定范围内的周边车辆的行驶信息，所述行驶信息包括车辆地理位置信息；
该车道确定模块420，用于根据所述周边车辆的地理位置信息确定所述周边车辆所在车道；
该模型获取模块430，对于与所述机动车规划行驶方向相同的当前车道及可变车道中的所述周边车辆，用于获取该周边车辆在路口处通行的历史加速度模型；
该加速度预测模块440，用于根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度；
该车道选择模块450，用于根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出。
在一个实施例中，所述周边车辆在路口处通行的历史加速度模型是根据所述周边车辆在到达当前地理位置之前通过的预定数量的路口的速度和/或加速度随时间变化生成的历史加速度模型。
在一个实施例中，该加速度预测模块440还可以包括计算模块，该计算模块用于根据位于同一车道的各周边车辆的历史加速度模型获取该车道中所述周边车辆的加速度最小值或加速度中值或加速度平均值作为该车道的预测交通流加速度。
在一个实施例中，该加速度预测模块440还可以包括混合车道设置模块。该混合车道设置模块用于判断所述当前车道及所述可变车道是否为混合车道。在是的情况下，通过信息获取模块410获取所述混合车道中的所述周边车辆的规划行驶方向信息；
加速度预测模块440还用于在所述周边车辆的规划行驶方向与所述机动车的规划行驶方向不同的情况下，设置所述混合车道的预测交通流加速度低于其他所述车道的预测交通流加速度。
在一个实施例中，车道选择模块450还可以包括判断模块，该判断模块用于判断所述可变车道的预测交通流加速度与所述当前车道的预测交通流加速度相比大于是否大于预定阈值，在大于时，车道选择模块450将所述该可变车道作为推荐车道输出。
在一个实施例中，所述判断模块还用于判断所述机动车加速度是否大于所述当前车道的预测交通流加速度，在大于的情况下，且所述可变车道的预测交通流加速度与所述当前车道的预测交通流加速度相比大于预定阈值时，车道选择模块450将该可变车道作为推荐车道输出。
在一个实施例中，车道选择模块450还可以包括权重分配模块和参数产生模块。对于所述预测交通流加速度大于所述当前车道的预测交通流加速度的所述可变车道以及所述当前车道，该权重分配模块为每个所述车道分配一权重参数使得预测交通流加速度较高的所述车道具有更高的权重参数；该参数产生模块用于为所述机动车产生一随机参数，车道选择模块450用于根据所述随机参数及所述车道的权重参数确定一车道作为推荐车道，使得所述权重较高的所述车道具有比其他车道更高的推荐概率。
在一个实施例中，所述机动车行车道的选择装置还包括控制模块，所述控制模块用于控制所述机动车变更到所述推荐车道。
如图5所示，本发明实施例还提供了一种车辆1000，所述车辆1000包括处理器510、存储器520。
该存储器520用于存储计算机指令，处理器510用于在计算机指令的控制下，执行根据任意实施例公开的机动车行车道的选择方法。
该实施例中，可以通过处理器510运行该计算机指令，来实现以上实施例中的各个模块。
本领域技术人员应当明白，可以通过各种方式来实现信息获取模块、车道确定模块、模型获取模块、加速度预测模块和车道选择模块。例如，可以通过指令配置处理器来实现信息获取模块和/或车道确定模块和/或模型获取模块和/或加速度预测模块和/或车道选择模块。例如，可以将指令存储在ROM中，并且当启动设备时，将指令从ROM读取到可编程器件中来实现信息获取模块和/或车道确定模块和/或模型获取模块和/或加速度预测模块和/或车道选择模块。例如，可以将信息获取模块和/或车道确定模块和/或模型获取模块和/或加速度预测模块和/或车道选择模块固化到专用器件(例如ASIC)中。可以将信息获取模块和/或车道确定模块和/或模型获取模块和/或加速度预测模块和/或车道选择模块分成相互独立的单元，或者可以将它们合并在一起实现。信息获取模块和/或车道确定模块和/或模型获取模块和/或加速度预测模块和/或车道选择模块可以通过上述各种实现方式中的一种来实现，或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (9)
1.一种机动车行车道的选择方法，执行在所述机动车，其特征在于，包括：
获取所述机动车周围预定范围内的周边车辆的行驶信息，所述行驶信息包括车辆地理位置信息；
根据所述周边车辆的地理位置信息确定所述周边车辆所在车道；
对于与所述机动车规划行驶方向相同的当前车道及可变车道中的所述周边车辆，获取该周边车辆在路口处通行的历史加速度模型；
根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度；
根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出，
其中，所述周边车辆在路口处通行的历史加速度模型是根据所述周边车辆在到达当前地理位置之前通过的预定数量的路口的速度和/或加速度随时间变化生成的历史加速度模型。
2.根据权利要求1所述的方法，所述根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度的步骤包括：
根据位于同一车道的各周边车辆的历史加速度模型获取该车道中所述周边车辆的加速度最小值或加速度中值或加速度平均值作为该车道的预测交通流加速度。
3.根据权利要求1所述的方法，所述根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度包括：
判断所述当前车道及所述可变车道是否为混合车道，在是的情况下获取所述混合车道中的所述周边车辆的规划行驶方向信息；
在所述周边车辆的规划行驶方向与所述机动车的规划行驶方向不同的情况下，设置所述混合车道的预测交通流加速度低于其他所述车道的预测交通流加速度。
4.根据权利要求1所述的方法，所述根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出的步骤包括：
判断所述可变车道的预测交通流加速度与所述当前车道的预测交通流加速度相比大于预定阈值时，将所述该可变车道作为推荐车道输出。
5.根据权利要求1所述的方法，所述根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出包括：
在所述机动车加速度大于所述当前车道的预测交通流加速度且所述可变车道的预测交通流加速度与所述当前车道的预测交通流加速度相比大于预定阈值时，将该可变车道作为推荐车道输出。
6.根据权利要求1所述的方法，所述根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出包括：
对于所述预测交通流加速度大于所述当前车道的预测交通流加速度的所述可变车道以及所述当前车道，为每个所述车道分配一权重参数使得预测交通流加速度较高的所述车道具有更高的权重参数；
为所述机动车产生一随机参数，根据所述随机参数及所述车道的权重参数确定一车道作为推荐车道，使得所述权重较高的所述车道具有比其他车道更高的推荐概率。
7.根据权利要求1-6中任一项所述的方法，还包括：
控制所述机动车变更到所述推荐车道。
8.一种机动车行车道的选择装置，其特征在于，包括：
信息获取模块，用于获取所述机动车周围预定范围内的周边车辆的行驶信息，所述行驶信息包括车辆地理位置信息；
车道确定模块，用于根据所述周边车辆的地理位置信息确定所述周边车辆所在车道；
模型获取模块，对于与所述机动车规划行驶方向相同的当前车道及可变车道中的所述周边车辆，用于获取该周边车辆在路口处通行的历史加速度模型，其中所述周边车辆在路口处通行的历史加速度模型是根据所述周边车辆在到达当前地理位置之前通过的预定数量的路口的速度和/或加速度随时间变化生成的历史加速度模型；
加速度预测模块，用于根据位于同一车道的各周边车辆的历史加速度模型确定该车道的预测交通流加速度；
车道选择模块，用于根据所述当前车道及可变车道的预测交通流加速度从所述当前车道和可变车道中选择一个车道作为推荐车道以供输出。
9.一种车辆，其特征在于，包括处理器、存储器，所述存储器存储有计算机指令，所述计算机指令被所述处理器运行时实现权利要求1-7中任一项所述的机动车行车道的选择方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010552595.7A CN113808385B (zh) | 2020-06-17 | 2020-06-17 | 机动车行车道的选择方法及装置、车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010552595.7A CN113808385B (zh) | 2020-06-17 | 2020-06-17 | 机动车行车道的选择方法及装置、车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113808385A CN113808385A (zh) | 2021-12-17 |
| CN113808385B true CN113808385B (zh) | 2023-09-26 |
Family
ID=78892623
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010552595.7A Active CN113808385B (zh) | 2020-06-17 | 2020-06-17 | 机动车行车道的选择方法及装置、车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113808385B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116714591B (zh) * | 2023-08-09 | 2023-10-24 | 福瑞泰克智能系统有限公司 | 换道意图的生成方法、装置和存储介质及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327896A (zh) * | 2016-09-06 | 2017-01-11 | 中国第汽车股份有限公司 | 一种面向自动驾驶车辆的车道选择系统和方法 |
| CN107749194A (zh) * | 2017-10-20 | 2018-03-02 | 维沃移动通信有限公司 | 一种变道辅助方法及移动终端 |
| CN107784852A (zh) * | 2016-08-31 | 2018-03-09 | 奥迪股份公司 | 用于车辆的电子控制装置及方法 |
| CN108538086A (zh) * | 2017-03-06 | 2018-09-14 | 福特全球技术公司 | 辅助驾驶员进行道路车道变更 |
| CN108573617A (zh) * | 2017-03-09 | 2018-09-25 | 奥迪股份公司 | 驾驶辅助装置、车辆及其方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2659469A1 (en) * | 2010-12-31 | 2013-11-06 | Tomtom Belgium N.V. | Systems and methods for obtaining and using traffic flow information |
| CN108305477B (zh) * | 2017-04-20 | 2019-08-13 | 腾讯科技（深圳）有限公司 | 一种车道选择方法及终端 |
-
2020
- 2020-06-17 CN CN202010552595.7A patent/CN113808385B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107784852A (zh) * | 2016-08-31 | 2018-03-09 | 奥迪股份公司 | 用于车辆的电子控制装置及方法 |
| CN106327896A (zh) * | 2016-09-06 | 2017-01-11 | 中国第汽车股份有限公司 | 一种面向自动驾驶车辆的车道选择系统和方法 |
| CN108538086A (zh) * | 2017-03-06 | 2018-09-14 | 福特全球技术公司 | 辅助驾驶员进行道路车道变更 |
| CN108573617A (zh) * | 2017-03-09 | 2018-09-25 | 奥迪股份公司 | 驾驶辅助装置、车辆及其方法 |
| CN107749194A (zh) * | 2017-10-20 | 2018-03-02 | 维沃移动通信有限公司 | 一种变道辅助方法及移动终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113808385A (zh) | 2021-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11400959B2 (en) | Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle | |
| CN110794823B (zh) | 预测自动驾驶车辆的对象移动的方法和系统 | |
| US10496394B2 (en) | Cloud-based dynamic optimization of vehicle software updates | |
| JP6498246B2 (ja) | グラフベースの車線変更ガイドを用いて自律走行車を動作させる方法及びシステム | |
| CN107943016B (zh) | 用于自主车辆的群体驾驶风格学习框架 | |
| KR102649990B1 (ko) | 차량을 안전하게 추월하도록 운전 보조를 제공하기 위한 시스템 및 방법 | |
| US20140303839A1 (en) | Usage prediction for contextual interface | |
| US10821976B2 (en) | Navigation system with dynamic speed setting mechanism and method of operation thereof | |
| US20140300494A1 (en) | Location based feature usage prediction for contextual hmi | |
| JP2018531385A6 (ja) | 自律走行車を運行させるための制御エラー補正計画方法 | |
| JP2018531385A (ja) | 自律走行車を運行させるための制御エラー補正計画方法 | |
| JP2019506647A (ja) | モーション計画に基づく自律走行車の走行方法およびシステム | |
| US20170115124A1 (en) | Driver Workload Prediction and Path Routing | |
| JP2019503523A (ja) | 自律走行車のための車両の位置点の配信方法 | |
| KR102210140B1 (ko) | 센서 데이터로부터 생성된 물체를 평활화하기 위한 맵 정보의 이용 | |
| US11150643B2 (en) | Systems and methods for remote control by multiple operators | |
| US11262207B2 (en) | User interface | |
| US11479264B2 (en) | Mobile entity interaction countdown and display | |
| CN113808385B (zh) | 机动车行车道的选择方法及装置、车辆 | |
| JP7065897B2 (ja) | 環状交差点通知装置、環状交差点通知システム及び環状交差点通知方法 | |
| CN116147655A (zh) | 数字轨道数据的生成方法、装置、电子设备及程序产品 | |
| EP3825196A1 (en) | Method, apparatus, and computer program product for automated lane merging assistance | |
| CN114148342A (zh) | 自动驾驶判断系统、自动驾驶控制系统及车辆 | |
| JP2018205190A (ja) | 移動時間出力プログラム、移動時間出力装置、及び移動時間出力方法 | |
| CN113739816A (zh) | 车辆导航控制方法、装置及车辆 |
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 |