CN114187764A - 一种针对vru穿行场景的碰撞危险度快速检测方法 - Google Patents

一种针对vru穿行场景的碰撞危险度快速检测方法 Download PDF

Info

Publication number
CN114187764A
CN114187764A CN202210140560.1A CN202210140560A CN114187764A CN 114187764 A CN114187764 A CN 114187764A CN 202210140560 A CN202210140560 A CN 202210140560A CN 114187764 A CN114187764 A CN 114187764A
Authority
CN
China
Prior art keywords
vru
vehicle
line segment
area
self
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.)
Granted
Application number
CN202210140560.1A
Other languages
English (en)
Other versions
CN114187764B (zh
Inventor
郭浩然
刘国清
杨广
王启程
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.)
Shenzhen Youjia Innovation Technology Co ltd
Original Assignee
Shenzhen Minieye Innovation Technology Co Ltd
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 Shenzhen Minieye Innovation Technology Co Ltd filed Critical Shenzhen Minieye Innovation Technology Co Ltd
Priority to CN202210140560.1A priority Critical patent/CN114187764B/zh
Publication of CN114187764A publication Critical patent/CN114187764A/zh
Application granted granted Critical
Publication of CN114187764B publication Critical patent/CN114187764B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • B60W2554/4026—Cycles
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种针对VRU穿行场景的碰撞危险度快速检测方法，包括以下步骤：原始目标信息输入；建立自车车辆坐标系，步骤三、生成起始点，从自车车辆坐标系中获取VRU的中点，基于VRU的长度获得第一起始点和第二起始点，根据VRU的运动获得一条移动线段；对自车周围进行区域划分，设定不同的监控区域，在自车周围生成初始线段；预测目标线段终点，基于VRU的运动轨迹进行计算，并将结果输出作为移动线段的更新位置；判断目标线段与自车周围初始线段是否有交点，通过交点判断进入和离开监测区域的时刻；输出VRU进入监控区域的危险等级，可以快速检测出其碰撞危险度，可以灵活调整监控的危险范围，增加汽车驾驶的安全性。

Description

一种针对VRU穿行场景的碰撞危险度快速检测方法
技术领域
本发明涉及汽车安全控制技术领域，具体是指一种针对VRU穿行场景的碰撞危险度快速检测方法。
背景技术
全球约有135万人死于道路交通事故，超过一半的事故死亡者为弱势道路使用群体，可见对于VRU(弱势道路目标)的保护十分重要，而这其中VRU穿行的场景是交通死亡比例最高的一种场景，这其中又属骑二轮车/自行车者的比例更高，传统的方式主要是基于TTC（测距碰撞算法）计算，主要计算目标参考点纵向上什么时候进入危险区域，而不考虑目标横向上是否还在车身危险区域内或者已经离开区域内，需要额外计算才能获得进入区域和离开区域的时间点，此外，基于VRU穿行特征，需要通过大量线下标注训练，从而获得较好的参数或者超参数，但需要大量数据进行训练。
公开号为CN112026756B的中国发明公开了一种基于跟踪目标的危险碰撞目标选择方法、系统及存储介质，包括：步骤1.建立本车车辆坐标系；步骤2.以目标与本车的横向距离变化为参考拟合目标的横向相对车速；步骤3.根据本车行驶状态确定本车危险碰撞区域；根据目标的横纵向相对车速计算目标进入本车的危险碰撞区域内的时间TTC；步骤4.按照当前目标的行驶状态、驾驶员反应时间计算以不同减速度制动的制动时间；步骤5.将步骤3计算出的时间TTC与步骤4计算出的舒适制动时间、紧急制动时间、驾驶员极限制动时间和系统极限制动时间进行对比，确定出目标的危险等级；步骤6.综合场景风险等级及其它环境信息，确定最终危险目标，然而该危险碰撞目标选择方法需要根据不同的可能场景做枚举计算，计算复杂度比较高，而基于感知识别主要基于机器学习或者深度学习，需要花费大量成本，其次训练得到的结果不一定能有效分类，计算时间复杂度也较高。
发明内容
本发明的目的是克服现有技术中的不足之处，提供一种可以适应弯道、直道等各种不同工况，低成本并且可以灵活调整监控的危险范围的针对VRU穿行场景的碰撞危险度快速检测方法。
本发明的目的是通过以下技术方案来实现的：
一种针对VRU穿行场景的碰撞危险度快速检测方法，包括以下步骤：
步骤一、原始目标信息输入；
步骤二、建立自车车辆坐标系，以自车中点为坐标原点，X轴正方向平行于地面指向车辆右方，Y轴正方向平行于地面指向车辆前方；
步骤三、生成起始点，从自车车辆坐标系中获取VRU的中点，基于VRU的长度获得第一起始点和第二起始点，根据VRU的运动获得一条移动线段；
步骤四、对自车周围进行区域划分，设定不同的监控区域，在自车周围生成初始线段；
步骤五、预测目标线段终点，基于VRU的运动轨迹进行计算，并将结果输出作为移动线段的更新位置；
步骤六、判断目标线段与自车周围初始线段是否有交点，通过交点判断进入和离开监测区域的时刻；
步骤七、输出VRU进入监控区域的危险等级。
进一步的，所述目标信息包括目标类型、目标长度、目标位置信息以及当前目标运动姿态信息，将目标信息作为输入，发送到线段生成模块。
进一步的，所述起始点的生成基于传感器来获取，进行静态、动态物体的辨识、侦测与追踪。
进一步的，所述初始线段是基于自车中心线、自车左侧车身、自车右侧车身和自车安全区域走廊宽度上设定的不同监控线段。
进一步的，当VRU为行人时，采用单个的起始点表示，基于行人的运动位置确定终点，得到一条不断伸长的线段。
进一步的，所述自车车辆坐标系中设置自车传感器位置点h0、自车预瞄点h1、右侧安全走廊起始点S1、右侧安全走廊预瞄点S2、左侧安全走廊起始点S3、左侧安全走廊预瞄点S4、通过对VRU是否会与h0h1、S1S2、S3S4三条线段有交点，来判断碰撞危险度。
进一步的，所述监控区域划分为第一区域、第二区域、第三区域和第四区域，第二区域和第三区域为危险区域，第一区域和第四区域为观测区域。
本发明相比现有技术具有以下优点及有益效果：
本发明通过将复杂的VRU穿行场景转换成多线段相交与否的问题，将VRU看作是可伸长、可移动的线段p，而将自车边框或是中心线，看作是从自车端出发到视距结束的线段q，将目标是否会与自车碰撞转换成p与q是否会有交点的问题，从而根据快速排斥实验，跨立实验以及本文中提到的一种判断方法，来快速判断VRU是否会自车有碰撞的可能性，可以快速检测出其碰撞危险度，并且能够适应弯道、直道等各种不同工况，可以灵活调整监控的危险范围，从而实现低成本低速/快速VRU的目标监控，增加汽车驾驶的安全性，实现对VRU、车辆驾驶员和乘客的保护，避免危险和悲剧的发生。
附图说明
图1为碰撞危险度快速检测方法的流程图；
图2为自车车辆坐标系图；
图3为测量VRU距离向量原理示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面将结合本发明的实施例中的附图，对本发明的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”、“包含”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本发明的权利要求书、说明书以及说明书附图中的术语，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。
如图1所示，一种针对VRU穿行场景的碰撞危险度快速检测方法，包括以下步骤：
步骤一、原始目标信息输入；
步骤二、建立自车车辆坐标系，以自车中点为坐标原点，X轴正方向平行于地面指向车辆右方，Y轴正方向平行于地面指向车辆前方；
步骤三、生成起始点，从自车车辆坐标系中获取VRU的中点，基于VRU的长度获得第一起始点b2和第二起始点b1，根据VRU的运动获得一条移动线段；
步骤四、对自车周围进行区域划分，设定不同的监控区域，在自车周围生成初始线段；
步骤五、预测目标线段终点，基于VRU的运动轨迹进行计算，并将结果输出作为移动线段的更新位置；
步骤六、判断目标线段与自车周围初始线段是否有交点，通过交点判断进入和离开监测区域的时刻；
步骤七、输出VRU进入监控区域的危险等级。
目标信息包括目标类型、目标长度、目标位置信息以及当前目标运动姿态信息，将目标信息作为输入，发送到线段生成模块。
起始点的生成基于传感器来获取，进行静态、动态物体的辨识、侦测与追踪。初始线段是基于自车中心线、自车左侧车身、自车右侧车身和自车安全区域走廊宽度上设定的不同监控线段。当VRU为行人时，采用单个的起始点表示，基于行人的运动位置确定终点，得到一条不断伸长的线段。
自车车辆坐标系中设置自车传感器位置点h0、自车预瞄点h1、右侧安全走廊起始点s1、右侧安全走廊预瞄点s2、左侧安全走廊起始点s3、左侧安全走廊预瞄点s4、通过对VRU是否会与h0h1、s1s2、s3s4三条线段有交点，来判断碰撞危险度。
监控区域划分为第一区域1、第二区域2、第三区域3和第四区域4，第二区域2和第三区域3为危险区域，第一区域1和第四区域4为观测区域。
如图2和图3所示，本发明的原理为将复杂的VRU穿行场景转换成多线段相交与否的问题，将VRU看作是可伸长、可移动的线段b1 b2，而将自车边框或是中心线，看作是从自车端出发到视距结束的线段s1 s2、h0 h1、s3 s4，将目标是否会与自车碰撞转换成b1 b2与s1s2、h0 h1、s3 s4是否会有交点的问题，从而根据快速排斥实验，跨立实验以及本文中提到的一种判断方法，来快速判断VRU是否会自车有碰撞的可能性，可以快速检测出其碰撞危险度。
其中：
Figure 188595DEST_PATH_IMAGE001
Figure 403938DEST_PATH_IMAGE002
Figure 714834DEST_PATH_IMAGE003
Figure 906780DEST_PATH_IMAGE004
Figure 517890DEST_PATH_IMAGE005
（1）
Figure 871511DEST_PATH_IMAGE006
（2）
因此：
如果
Figure 935282DEST_PATH_IMAGE007
并且
Figure 665341DEST_PATH_IMAGE008
则P1P2和P3P4两线共 线；
如果
Figure 629492DEST_PATH_IMAGE007
并且
Figure 419594DEST_PATH_IMAGE009
则P1P2和P3P4两线平 行且不相交；
如果
Figure 970661DEST_PATH_IMAGE010
,
Figure 238831DEST_PATH_IMAGE011
并且
Figure 824533DEST_PATH_IMAGE012
，两条线段相交于一点，
Figure 552580DEST_PATH_IMAGE013
（3）
否则，两线段不平行也不相交。
VRU包括自行车和二轮车，对于自行车和二轮车，将图2中的VRU的中点作为识别点b0，根据传感器返回目标长度以及距离自车的横纵向距离，可知在自车车辆坐标系下：
b0的坐标为（x0，y0），b1 b2=l，l为自行车的长度，
因此，可知
b1（x0-t/2，y0）
b2（x0-t/2，y0）
考虑到自行车的运动情况，假设其速度为v，实际上可以认为自行车是一条运动的直线，所以：
b3（x0-t/2+vt，y0）,其中t为预瞄时间，
b4（x0-t/2+vt，y0）
……
bk（x0-t/2+k
Figure 590943DEST_PATH_IMAGE014
vt，y0）
bk+1（x0-t/2+k
Figure 397225DEST_PATH_IMAGE014
vt，y0）,k=1，2，……n
所以将问题转化为：移动的线段b1 b2，是否会与s1 s2、h0 h1、s3 s4这三条线段有交点，基于引理公式，可知：
如果
Figure 837434DEST_PATH_IMAGE015
,
Figure 969338DEST_PATH_IMAGE016
并且
Figure 229418DEST_PATH_IMAGE017
，两条线段相交于一点。
Figure 597646DEST_PATH_IMAGE018
（3）
如图2所示，根据公式（3），分析s1 s2与b1 b2：
线段b1 b2在如果
Figure 892361DEST_PATH_IMAGE019
,
Figure 195166DEST_PATH_IMAGE020
并且
Figure 942543DEST_PATH_IMAGE021
的时候与s1 s2相 交，认为进入了第二区域2，其中当t=0的时候，第一次接触s1 s2，也就是从第一区域1刚进入 第二区域2的时刻，当t=1的时候，最后一次接触s1 s2，也就是从第一区域1全部进入第二区 域2的时刻，自行车从观测区域进入了危险区域，车辆发出预警提醒驾驶员避让自行车。
判断b1 b2与h0 h1的情况：
线段b1 b2在如果
Figure 621786DEST_PATH_IMAGE022
,
Figure 505428DEST_PATH_IMAGE020
并且
Figure 746179DEST_PATH_IMAGE021
的时候与h0 h1相 交，认为进入了第三区域3，其中当t=0的时候，第一次接触h0 h1，也就是从第二区域2刚进入 第三区域3的时刻，当t=1的时候，最后一次接触h0 h1，也就是从第二区域2全部进入第三区 域3的时刻，自行车已完全进入危险区域，车辆发出预警并采取避让控制措施。
判断b1 b2与s3 s4的情况：
线段b1 b2在如果
Figure 777589DEST_PATH_IMAGE023
,
Figure 260523DEST_PATH_IMAGE020
并且
Figure 529830DEST_PATH_IMAGE021
的时候与s3 s4相 交，认为进入了第四区域4，其中当t=0的时候，第一次接触s3 s4，也就是从第三区域3刚进入 第四区域4的时刻，当t=1的时候，最后一次接触s3 s4，也就是从第三区域3全部进入第四区 域4的时刻，车辆预警随自行车离开第四区域4而消失。
判断行人与s1 s2、h0 h1、s3 s4的情况：
行人与s1 s2、h0 h1、s3 s4可以转化为点与线段是否相交，从而判断行人进入的监测区域的危险等级。
通过以上判断得出的情况，快速判断VRU在监测区域的危险等级，为后续避让控制或预警控制提供基础，增加驾驶安全性，保护VRU、车辆驾驶员和乘客的安全，避免危险和悲剧的发生。
本发明利用ADAS安装在车上的各式各样传感器，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航仪地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。通过主动安全(降低碰撞风险避免事故)和被动式安全装置(安全带及安全气囊等)的有效结合降低驾驶风险，并最终实现事故零死亡的目标，针对VRU目标穿行场景的碰撞危险检测问题，从而有效为车辆主动安全装置，被动安全装置提供有效的预警，有效提高驾驶途中的安全性。
需要说明的是，上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理，在本发明所公开的技术范围内，任何熟悉本技术领域的技术人员在未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都应涵盖在本发明的保护范围内。

Claims (7)

1.一种针对VRU穿行场景的碰撞危险度快速检测方法，其特征在于：包括以下步骤：
步骤一、原始目标信息输入；
步骤二、建立自车车辆坐标系，以自车中点为坐标原点，X轴正方向平行于地面指向车辆右方，Y轴正方向平行于地面指向车辆前方；
步骤三、生成起始点，从自车车辆坐标系中获取VRU的中点，基于VRU的长度获得第一起始点和第二起始点，根据VRU的运动获得一条移动线段；
步骤四、对自车周围进行区域划分，设定不同的监控区域，在自车周围生成初始线段；
步骤五、预测目标线段终点，基于VRU的运动轨迹进行计算，并将结果输出作为移动线段的更新位置；
步骤六、判断目标线段与自车周围初始线段是否有交点，通过交点判断进入和离开监测区域的时刻；
步骤七、输出VRU进入监控区域的危险等级。
2.根据权利要求1所述的针对VRU穿行场景的碰撞危险度快速检测方法，其特征在于：所述目标信息包括目标类型、目标长度、目标位置信息以及当前目标运动姿态信息，将目标信息作为输入，发送到线段生成模块。
3.根据权利要求2所述的针对VRU穿行场景的碰撞危险度快速检测方法，其特征在于：所述起始点的生成基于传感器来获取，进行静态、动态物体的辨识、侦测与追踪。
4.根据权利要求3所述的针对VRU穿行场景的碰撞危险度快速检测方法，其特征在于：所述初始线段是基于自车中心线、自车左侧车身、自车右侧车身和自车安全区域走廊宽度上设定的不同监控线段。
5.根据权利要求4所述的针对VRU穿行场景的碰撞危险度快速检测方法，其特征在于：当VRU为行人时，采用单个的起始点表示，基于行人的运动位置确定终点，得到一条不断伸长的线段。
6.根据权利要求5所述的针对VRU穿行场景的碰撞危险度快速检测方法，其特征在于：所述自车车辆坐标系中设置自车传感器位置点h0、自车预瞄点h1、右侧安全走廊起始点S1、右侧安全走廊预瞄点S2、左侧安全走廊起始点S3、左侧安全走廊预瞄点S4、通过对VRU是否会与h0h1、S1S2、S3S4三条线段有交点，来判断碰撞危险度。
7.根据权利要求6所述的针对VRU穿行场景的碰撞危险度快速检测方法，其特征在于：所述监控区域划分为第一区域、第二区域、第三区域和第四区域，第二区域和第三区域为危险区域，第一区域和第四区域为观测区域。
CN202210140560.1A 2022-02-16 2022-02-16 一种针对vru穿行场景的碰撞危险度快速检测方法 Active CN114187764B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210140560.1A CN114187764B (zh) 2022-02-16 2022-02-16 一种针对vru穿行场景的碰撞危险度快速检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210140560.1A CN114187764B (zh) 2022-02-16 2022-02-16 一种针对vru穿行场景的碰撞危险度快速检测方法

Publications (2)

Publication Number Publication Date
CN114187764A true CN114187764A (zh) 2022-03-15
CN114187764B CN114187764B (zh) 2022-05-13

Family

ID=80607071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210140560.1A Active CN114187764B (zh) 2022-02-16 2022-02-16 一种针对vru穿行场景的碰撞危险度快速检测方法

Country Status (1)

Country Link
CN (1) CN114187764B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096803A (zh) * 2010-11-29 2011-06-15 吉林大学 基于机器视觉的行人安全状态识别系统
CN108674413A (zh) * 2018-05-18 2018-10-19 广州小鹏汽车科技有限公司 车辆行人碰撞预防方法及系统
US20190243371A1 (en) * 2018-02-02 2019-08-08 Nvidia Corporation Safety procedure analysis for obstacle avoidance in autonomous vehicles
US20200031374A1 (en) * 2016-12-28 2020-01-30 Optim Corporation System, method, and program for preventing accidents
WO2020250019A1 (en) * 2019-06-14 2020-12-17 Kpit Technologies Limited System and method for automatic emergency braking
CN112109707A (zh) * 2020-09-07 2020-12-22 东风汽车集团有限公司 一种针对vru的紧急车道保持辅助方法
CN113022593A (zh) * 2021-04-09 2021-06-25 长沙智能驾驶研究院有限公司 障碍物处理方法、装置和行驶设备
CN113119964A (zh) * 2019-12-30 2021-07-16 郑州宇通客车股份有限公司 一种自动驾驶车辆碰撞预测判断方法及装置
CN113232648A (zh) * 2021-04-15 2021-08-10 江苏大学 针对弱势道路使用者的汽车避撞系统及其控制方法
US20210370921A1 (en) * 2020-05-27 2021-12-02 Zoox, Inc. Vehicle collision avoidance based on perturbed object trajectories

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096803A (zh) * 2010-11-29 2011-06-15 吉林大学 基于机器视觉的行人安全状态识别系统
US20200031374A1 (en) * 2016-12-28 2020-01-30 Optim Corporation System, method, and program for preventing accidents
US20190243371A1 (en) * 2018-02-02 2019-08-08 Nvidia Corporation Safety procedure analysis for obstacle avoidance in autonomous vehicles
CN108674413A (zh) * 2018-05-18 2018-10-19 广州小鹏汽车科技有限公司 车辆行人碰撞预防方法及系统
WO2020250019A1 (en) * 2019-06-14 2020-12-17 Kpit Technologies Limited System and method for automatic emergency braking
CN113924604A (zh) * 2019-06-14 2022-01-11 Kpit技术有限责任公司 用于自动紧急制动的系统和方法
CN113119964A (zh) * 2019-12-30 2021-07-16 郑州宇通客车股份有限公司 一种自动驾驶车辆碰撞预测判断方法及装置
US20210370921A1 (en) * 2020-05-27 2021-12-02 Zoox, Inc. Vehicle collision avoidance based on perturbed object trajectories
CN112109707A (zh) * 2020-09-07 2020-12-22 东风汽车集团有限公司 一种针对vru的紧急车道保持辅助方法
CN113022593A (zh) * 2021-04-09 2021-06-25 长沙智能驾驶研究院有限公司 障碍物处理方法、装置和行驶设备
CN113232648A (zh) * 2021-04-15 2021-08-10 江苏大学 针对弱势道路使用者的汽车避撞系统及其控制方法

Also Published As

Publication number Publication date
CN114187764B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN105922990B (zh) 一种基于云端机器学习的车辆环境感知和控制方法
US8952799B2 (en) Method and system for warning a driver of a vehicle about potential obstacles behind the vehicle
JP5938569B2 (ja) 方位情報を考慮する高度運転者支援システム、及びその動作方法
US11189166B2 (en) Anticipatory motorcycle safety system
Park et al. Design of pedestrian target selection with funnel map for pedestrian AEB system
JP4396597B2 (ja) 危険反応地点記録システム及び運転支援システム
US10246030B2 (en) Object detection apparatus and driving assistance apparatus
US10395527B2 (en) Method and control and detection device for a plausibility check of a wrong-way driving incident of a motor vehicle
EP3663153A1 (en) Vehicle control device
CN113998034A (zh) 骑乘者辅助系统和方法
CN110155046A (zh) 自动紧急制动分级控制方法与系统
CN108216100A (zh) 在机动车中用于行人保护的方法和设备
CN108091154A (zh) 车辆信息处理方法和装置
CN106240458A (zh) 一种基于车载双目相机的车辆前方碰撞预警方法
CN101101333A (zh) 用于产生行进车辆的驾驶员辅助信息的设备和方法
CN109278754A (zh) 用于基于环境的驾驶员辅助功能的调整的方法和装置
CN102096803A (zh) 基于机器视觉的行人安全状态识别系统
SE1150001A1 (sv) Metod och system för att bedöma körbeteende
CN104192063B (zh) 车辆安全行驶警示系统及相应的警示方法
CN110588623A (zh) 一种基于神经网络的大型汽车安全驾驶方法及系统
US20220012995A1 (en) Active vehicle safety system for cyclists and pedestrians
JP4116643B2 (ja) 車両周囲の少なくとも１つの物体を分類する装置
Rodemerk et al. Predicting the driver's turn intentions at urban intersections using context-based indicators
CN116390879A (zh) 用于避免即将发生的碰撞的系统和方法
CN113470433A (zh) 基于v2i的车辆内轮差区域危险预警方法、系统、车辆及路侧设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Floor 25, Block A, Zhongzhou Binhai Commercial Center Phase II, No. 9285, Binhe Boulevard, Shangsha Community, Shatou Street, Futian District, Shenzhen, Guangdong 518000

Patentee after: Shenzhen Youjia Innovation Technology Co.,Ltd.

Address before: 518000 401, building 1, Shenzhen new generation industrial park, No. 136, Zhongkang Road, Meidu community, Meilin street, Futian District, Shenzhen, Guangdong Province

Patentee before: SHENZHEN MINIEYE INNOVATION TECHNOLOGY Co.,Ltd.