CN115027492A - 车辆控制中自动驾驶适应的目标车辆状态识别 - Google Patents

车辆控制中自动驾驶适应的目标车辆状态识别 Download PDF

Info

Publication number
CN115027492A
CN115027492A CN202111536870.7A CN202111536870A CN115027492A CN 115027492 A CN115027492 A CN 115027492A CN 202111536870 A CN202111536870 A CN 202111536870A CN 115027492 A CN115027492 A CN 115027492A
Authority
CN
China
Prior art keywords
vehicle
target vehicle
acceleration
indications
initial estimate
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
CN202111536870.7A
Other languages
English (en)
Inventor
A.B.米希姆
M.沙里亚里
M.赵
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN115027492A publication Critical patent/CN115027492A/zh
Pending legal-status Critical Current

Links

Images

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
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B60W30/162—Speed limiting therefor
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • 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
    • B60W30/14—Adaptive cruise control
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • 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
    • B60W2554/4042—Longitudinal 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

在示例性实施例中，提供了方法、系统和车辆，其包括：一个或多个传感器，其被配置为至少有助于获得具有与沿着道路在车辆前方行驶的目标车辆相关的一个或多个指示的传感器数据；以及处理器，其耦合到所述一个或多个传感器，并且被配置为至少有助于：基于与目标车辆相关的一个或多个指示，确定目标车辆的加速度的初始估计值；以及基于与目标车辆相关的一个或多个指示，至少部分地基于加速度的初始估计值来控制车辆的车辆动作。

Description

车辆控制中自动驾驶适应的目标车辆状态识别
技术领域
本技术领域一般涉及车辆，更具体地说，涉及基于车辆前方的目标车辆的信息来控制车辆的方法和系统。
背景技术
当今，某些车辆配备有一个或多个基于车辆行驶道路条件控制的功能。然而，在某些情况下，这种现有车辆可能不总是提供车辆的最佳控制。
因此，期望提供基于车辆前方的目标用于控制车辆的改进方法和系统。此外，结合附图和本发明的背景，从本发明的后续详细描述和所附权利要求中，本发明的其他期望特征和特性将变得显而易见。
发明内容
在示例性实施例中，提供了一种方法，该方法包括：经由主车辆的一个或多个传感器，获得与沿着道路在主车辆前方行驶的目标车辆相关的一个或多个指示；基于与目标车辆相关的一个或多个指示，经由主车辆的处理器确定目标车辆的加速度的初始估计值和状态；以及通过由处理器提供的指令，至少部分地基于加速度的初始估计值和基于与目标车辆相关的一个或多个指示的车辆的其他状态来控制主车辆的车辆动作。
同样在示例性实施例中，获得一个或多个指示的步骤包括基于来自主车辆上的摄像机的摄像机图像获得一个或多个指示。
同样在示例性实施例中，获得一个或多个指示的步骤包括从主车辆上的摄像机获得关于目标车辆的一个或多个制动灯的摄像机图像；并且确定目标车辆的加速度的初始估计值的步骤包括基于目标车辆的制动灯确定目标车辆的加速度的初始估计值。
同样在示例性实施例中，获得一个或多个指示的步骤包括基于主车辆和一个或多个其他车辆之间的车辆对车辆通信来获得一个或多个指示。
同样在示例性实施例中，获得一个或多个指示的步骤包括基于主车辆和道路的一个或多个基础设施组件之间的车辆到车辆到基础设施的通信来获得一个或多个指示。
同样在示例性实施例中，获得一个或多个指示的步骤包括获得关于由目标车辆所提供的信号的信息；并且确定目标车辆的加速度的初始估计值的步骤包括基于由目标车辆所提供的信号确定目标车辆的加速度的初始估计值。
同样在示例性实施例中，获得一个或多个指示的步骤包括获得关于由目标车辆提供的转向信号的信息；并且确定目标车辆的加速度的初始估计值的步骤包括基于目标车辆提供的转向信号确定目标车辆的加速度的初始估计值。
同样在示例性实施例中，获得一个或多个指示的步骤包括与目标车辆附近的交通信号有关的信息；并且确定目标车辆的加速度的初始估计值的步骤包括基于交通信号确定目标车辆的加速度的初始估计值。
同样在示例性实施例中，获得一个或多个指示的步骤包括与目标车辆附近的交通信号有关的信息；并且确定目标车辆的加速度的初始估计值的步骤包括基于交通信号确定目标车辆的加速度的初始估计值。
同样在示例性实施例中，获得一个或多个指示的步骤包括关于沿着道路在目标车辆前方的附加车辆的信息；并且确定目标车辆的加速度的初始估计值的步骤包括基于关于附加车辆的信息确定目标车辆的加速度的初始估计值。
同样在示例性实施例中，控制车辆动作的步骤包括基于目标车辆的加速度的初始估计值，经由处理器控制主车辆的纵向加速度。
同样在示例性实施例中，控制纵向加速度的步骤包括基于目标车辆的加速度的初始估计值，经由处理器控制主车辆的纵向加速度，作为主车辆的自适应巡航控制功能的一部分。
同样在示例性实施例中，该方法还包括：经由主车辆的一个或多个附加传感器接收关于目标车辆的更新的传感器数据；经由主车辆的一个或多个附加传感器接收关于目标车辆的更新的传感器数据；基于更新的传感器数据，经由处理器对目标车辆的加速度的初始估计值应用校正；以及基于对目标车辆的加速度的初始估计值的校正，经由处理器提供的指令控制车辆动作。
同样在示例性实施例中，其中控制车辆动作的步骤包括基于目标车辆的加速度的初始值，以模仿人类驾驶员的方式，经由处理器提供的指令来控制车辆动作。
在另一个示例性实施例中，提供了一种系统，该系统包括：主车辆的一个或多个传感器，其被配置为至少有助于获得具有关于沿着道路在主车辆前方行驶的目标车辆的一个或多个指示的传感器数据；以及处理器，其耦合到所述一个或多个传感器，并且被配置为至少有助于：基于与目标车辆相关的一个或多个指示，确定目标车辆的加速度的初始估计值；以及基于与目标车辆相关的一个或多个指示，至少部分地基于加速度的初始估计值来控制主车辆的车辆动作。
同样在示例性实施例中，一个或多个传感器包括被配置为获得关于目标车辆的一个或多个制动灯的摄像机图像的摄像机；并且处理器被配置成至少有助于确定目标车辆的加速度的初始估计值，并且基于目标车辆的制动灯控制车辆动作。
同样在示例性实施例中，处理器被配置成至少有助于基于目标车辆的加速度的初始估计值来控制主车辆的纵向加速度。
在另一示例性实施例中，提供了一种车辆，其包括：车身；推进系统，其被配置成产生车身的运动；一个或多个传感器，其被配置为至少有助于获得传感器数据，该传感器数据具有关于沿着道路在车辆前方行驶的目标车辆的一个或多个指示；以及处理器，其耦合到所述一个或多个传感器，并且被配置为至少有助于：基于与目标车辆相关的一个或多个指示，确定目标车辆的加速度的初始估计值；以及基于与目标车辆相关的一个或多个指示，至少部分地基于加速度的初始估计值来控制车辆的车辆动作。
同样在示例性实施例中，一个或多个传感器包括被配置为获得关于目标车辆的一个或多个制动灯制动灯的摄像机图像的摄像机；并且处理器被配置成至少有助于确定目标车辆的加速度的初始估计值，并且基于目标车辆的制动灯控制车辆动作。
同样在示例性实施例中，处理器被配置成至少有助于基于目标车辆的加速度的初始估计值来控制车辆的纵向加速度。
在另一示例性实施例中，提供了一种车辆，其包括：车身；推进系统，其被配置成产生车身的运动；一个或多个传感器，其被配置为至少有助于获得传感器数据，该传感器数据具有关于沿着道路在车辆前方行驶的目标车辆的一个或多个指示；以及处理器，其耦合到所述一个或多个传感器，并且被配置为至少有助于：基于与目标车辆相关的一个或多个指示，确定目标车辆的加速度的初始估计值；以及基于与目标车辆相关的一个或多个指示，至少部分地基于加速度的初始估计值来控制车辆的车辆动作。
同样在示例性实施例中：一个或多个传感器包括摄像机，该摄像机被配置为获得关于目标车辆的一个或多个制动灯的摄像机图像；并且处理器被配置成至少有助于确定目标车辆的加速度的初始估计值，并且基于目标车辆的制动灯控制车辆动作。
同样在示例性实施例中，处理器被配置成至少有助于基于目标车辆的加速度的初始估计值来控制车辆的纵向加速度。
附图说明
下文将结合以下附图描述本公开，其中相同的附图标记表示相同的元件，并且其中：
图1是根据示例性实施例的具有控制系统的车辆的功能框图，该控制系统用于基于车辆前方的目标车辆来控制车辆的一个或多个功能；
图2是根据示例性实施例的描绘在目标车辆后面的车辆的图，例如图1的车辆；
图3是根据示例性实施例的用于基于车辆前方的目标车辆来控制车辆的过程的流程图，并且该过程可以结合图1和图2的车辆来实现；和
图4是根据示例性实施例的图3的过程的示例性实现。
具体实施方式
以下详细描述本质上仅仅是示例性的，并不旨在限制本公开或其应用和用途。此外，不受前面背景技术或下面详细描述中提出的任何理论的约束。
图1示出了车辆100。在各种实施例中，并且如下所述，车辆100包括控制系统102，用于基于沿着车辆100前方的道路行驶的一个或多个目标车辆的信息来控制车辆100的一个或多个功能，包括其加速度。在各种实施例中，车辆100在本文中也可以被称为“主车辆”(例如，作为与道路上被称为“目标车辆”的其他车辆的区别)。
在各种实施例中，车辆100包括汽车。在某些实施例中，车辆100可以是多种不同类型的汽车中的任何一种，例如轿车、货车、卡车或运动型多功能车(SUV)，并且可以是两轮驱动(2WD)(即后轮驱动或前轮驱动)、四轮驱动(4WD)或全轮驱动(AWD)，和/或各种其他类型的车辆。在某些实施例中，车辆100还可以包括摩托车或其他车辆，例如飞机、航天器、船只等，和/或一个或多个其他类型的移动平台(例如，机器人和/或其他移动平台)。
车辆100包括布置在底盘116上的车身104。车身104基本上包围车辆100的其他部件。车身104和底盘116可以共同形成框架。车辆100还包括多个车轮112。车轮112每个都在车身104的相应拐角附近可旋转地连接到底盘116，以便于车辆100的运动。在一个实施例中，车辆100包括四个车轮112，尽管这可以在其他实施例中变化(例如对于卡车和某些其他车辆)。
驱动系统110安装在底盘116上，并例如通过轴114驱动车轮112。驱动系统110优选包括推进系统。在某些示例性实施例中，驱动系统110包括内燃机和/或电动机/发电机，并与其变速器连接。在某些实施例中，驱动系统110可以变化，和/或可以使用两个或更多个驱动系统112。举例来说，车辆100还可以结合多种不同类型的推进系统中的任何一种或其组合，例如汽油或柴油燃料的内燃机、“柔性燃料车辆”(FFV)发动机(即使用汽油和酒精的混合物)、气体化合物(例如氢气和/或天然气)燃料的发动机、燃烧/电动机混动发动机和电动机。
在各种实施例中，车辆100包括经由控制系统102自动控制的一个或多个功能。在某些实施例中，车辆100包括自动驾驶车辆，例如半自动驾驶车辆或完全自动驾驶车辆。然而，在其他实施例中，这可能有所不同。
如图1所示，在各种实施例中，车辆还包括制动系统106和转向系统108。在示例性实施例中，制动系统106使用制动部件控制车辆100的制动，该制动部件通过由驾驶员提供的输入(例如，在某些实施例中，通过制动踏板)和/或通过控制系统102自动控制。同样在示例性实施例中，转向系统108经由转向部件(例如，耦合到车轴114和/或车轮112的转向柱)控制车辆100的转向，该转向部件经由驾驶员所提供的输入(例如，在某些实施例中经由方向盘)和/或经由控制系统102自动控制。
在图1所示的实施例中，控制系统102连接到制动系统106、转向系统108和驱动系统110。同样如图1所示，在各种实施例中，控制系统102包括传感器阵列120、定位系统130、收发器135和控制器140。
在各种实施例中，传感器阵列120包括获得传感器数据的各种传感器，用于获得保持车辆100在适当行驶车道内运动的信息。在所描绘的实施例中，传感器阵列120包括一个或多个车辆传感器124(例如，一个或多个车轮速度传感器、车辆速度传感器、加速度计、转向角传感器等)、摄像机126、雷达传感器127和/或其他传感器128(例如，一个或多个其他高级驾驶员辅助或ADAD，传感器)。在各种实施例中，摄像机126、雷达传感器127和/或其他传感器128中的一个或多个设置在车辆100的车身104上(例如，前保险杠上、车顶上、前挡风玻璃处或附近等)，并且面向车辆100的前方，并且获得关于车辆100前方的另一车辆(以下称为“目标车辆”)的传感器数据。
参考图2，在各种实施例中，摄像机126(和/或其他传感器)获得关于目标车辆200的传感器数据226，该目标车辆200在同一道路或路径(这里统称为“道路”)上行驶在车辆(即主车辆)100的前方。如图2所示，在各种实施例中，摄像机126捕捉目标车辆200的制动灯202的图像。在各种实施例中，摄像机126(和/或其他传感器)还可以获得关于目标车辆200的其他指示(例如，转向信号)和/或可能与目标车辆100和/或主车辆100的行驶相关或影响目标车辆100和/或主车辆100的行驶的其他指示(例如，改变颜色的交通灯、可能正在减速的目标车辆200前方的第三车辆等)的摄像机图像和/或其他传感器数据。
再次参考图1，同样在各种实施例中，定位系统130被配置成获得和/或生成关于车辆100和目标车辆200正在行驶的位置和/或地点的数据。在某些实施例中，定位系统130包括和/或耦合到基于卫星的网络和/或系统，例如全球定位系统和/或其他基于卫星的系统。
在某些实施例中，车辆100还包括收发器135，收发器135与图2的目标车辆200和/或与道路上或与道路相关联的一个或多个其他车辆和/或其他基础设施通信。在各种实施例中，收发器135从目标车辆200、其他车辆或其他实体(例如，交通摄像机和/或其他车辆到基础设施的通信)接收信息，例如目标车辆200和/或其他车辆(例如，目标车辆前方的第三车辆)是否正在减速或将要减速，和/或交通灯是否将要改变颜色，等等。
在各种实施例中，控制器140耦合到传感器阵列120、定位系统130和收发器135。同样在各种实施例中，控制器140包括计算机系统(这里也称为计算机系统140)，并且包括处理器142、存储器144、接口146、存储设备148和计算机总线150。在各种实施例中，控制器(或计算机系统)140基于从图2的目标车辆200(和/或在某些实施例中，从道路上的一个或多个其他车辆和/或与道路相关联的基础设施)获得的传感器数据来控制车辆100的行驶(包括其加速度)。在各种实施例中，控制器140根据图3的过程300的步骤和下面进一步描述的实现例，例如结合图4，提供这些和其他功能。
在各种实施例中，控制器140(以及在某些实施例中，控制系统102本身)设置在车辆100的车身104内。在一个实施例中，控制系统102安装在底盘116上。在某些实施例中，控制器104和/或控制系统102和/或其一个或多个组件可以设置在主体104的外部，例如远程服务器上、云中或远程执行图像处理的其他设备上。
应当理解，控制器140可以不同于图1所示的实施例。例如，控制器140可以耦合到或者可以利用一个或多个远程计算机系统和/或其他控制系统，例如作为一个或多个上述车辆100设备和系统的一部分。
在所描绘的实施例中，控制器140的计算机系统包括处理器142、存储器144、接口146、存储设备148和总线150。处理器142执行控制器140的计算和控制功能，并且可以包括任何类型的处理器或多个处理器、诸如微处理器的单个集成电路、或者任何合适数量的集成电路设备和/或电路板，它们协同工作以实现处理单元的功能。在操作期间，处理器142执行包含在存储器144中的一个或多个程序152，并且因此控制控制器140和控制器140的计算机系统的一般操作，通常是在执行这里描述的过程中，例如图3的过程和下面进一步描述的实现，例如结合图4。
存储器144可以是任何类型的合适存储器。例如，存储器144可以包括各种类型的动态随机存取存储器，例如随机存取存储器、各种类型的静态随机存取存储器和各种类型的非易失性存储器(可编程只读存储器、可编程只读存储器和闪存)。在某些示例中，存储器144位于和/或共同位于与处理器142相同的计算机芯片上。在所描绘的实施例中，存储器144存储上述程序152以及地图数据154(例如，来自和/或结合定位系统130使用)和一个或多个存储值156(例如，在各种实施例中，包括关于图2的目标车辆200的阈值)。
总线150用于在控制器140的计算机系统的各种组件之间传输程序、数据、状态和其他信息或信号。接口146允许例如从系统驱动器和/或另一个计算机系统到控制器140的计算机系统的通信，并且可以使用任何合适的方法和装置来实现。在一个实施例中，接口146从传感器阵列120和/或定位系统130获得各种数据。接口146可以包括一个或多个网络接口，以与其他系统或组件通信。接口146还可以包括一个或多个网络接口以与技术人员通信，和/或一个或多个存储接口以连接到存储设备，例如存储设备148。
存储设备148可以是任何合适类型的存储装置，包括各种不同类型的直接存取存储器和/或其他存储设备。在一个示例性实施例中，存储设备148包括程序产品，存储器144可以从该程序产品接收程序152，该程序152执行本公开的一个或多个过程的一个或多个实施例，例如图3的过程的步骤和下面进一步描述的实施例，例如结合图4。在另一个示例性实施例中，程序产品可以直接存储在存储器144和/或磁盘(例如，磁盘157)中和/或由存储器144和/或磁盘(例如，磁盘157)访问，如下所述。
总线150可以是连接计算机系统和组件的任何合适的物理或逻辑装置。这包括但不限于直接硬连线连接、光纤、红外和无线总线技术。在操作期间，程序152存储在存储器144中，并由处理器142执行。
应当理解，虽然在全功能计算机系统的上下文中描述了该示例性实施例，但是本领域技术人员将认识到，本公开的机制能够作为具有一种或多种类型的非暂时性计算机可读信号承载介质的程序产品来分发，该介质用于存储程序及其指令并执行其分发，例如承载程序并包含存储在其中的计算机指令的非暂时性计算机可读介质，用于使计算机处理器(例如处理器142)执行和执行程序。这种程序产品可以采取多种形式，并且本公开同样适用，而不管用于执行分发的计算机可读信号承载介质的特定类型。信号承载介质的例子包括：可记录介质，例如软盘、硬盘、存储卡和光盘，以及传输介质，例如数字和模拟通信链路。应当理解，在某些实施例中也可以利用基于云的存储和/或其他技术。类似地，可以理解，控制器140的计算机系统也可以不同于图1所示的实施例，例如，控制器140的计算机系统可以耦合到或者可以利用一个或多个远程计算机系统和/或其他控制系统。
参考图3，提供了根据示例性实施例的基于车辆前方的目标车辆来控制车辆的过程300的流程图。根据示例性实施例，过程300可以结合图1和2的车辆100来实现。下面结合图3和图4描述过程300，图4描绘了过程300的示例性实现。
如图3所示，过程300开始于步骤302。在一个实施例中，当车辆驾驶或点火循环开始时，过程300开始，例如，当驾驶员或其他用户接近或进入车辆100时，或者当驾驶员或其他用户打开车辆和/或其点火时(例如，通过转动钥匙、接合密钥卡或启动按钮等)。在一个实施例中，过程300的步骤在车辆运行期间连续执行。
在各种实施例中，启用车辆100的一个或多个自动控制特征(步骤304)。在某些实施例中，车辆100的自适应巡航控制特征和/或一个或多个其他自动控制特征通过由图1的处理器142提供的指令来启用。
同样在各种实施例中，检测目标车辆(步骤306)。在某些实施例中，一个或多个摄像机126(和/或雷达127和/或图1的其他传感器128)检测在车辆100前方并沿着与车辆100相同的道路行驶的目标车辆(例如图2的目标车辆200)。
同样在各种实施例中，步骤304的自动车辆控制特征(例如，车辆100的自适应巡航控制和/或其他自动特征)被接合(步骤308)。在各种实施例中，在步骤308期间，图1的处理器142提供用于接合车辆100的自动特征的指令，例如，同时保持与目标车辆200的安全距离(例如，使得到目标车辆200的距离保持大于预定阈值和/或与目标车辆200接触的时间保持大于预定时间阈值，等)。
同样在各种实施例中，接收关于目标车辆的一个或多个指示(步骤310)。在某些实施例中，摄像机126通过摄像机图像检测目标车辆200的制动灯。在各种实施例中，一个或多个摄像机126(和/或雷达和/或其他传感器)可以检测目标车辆的制动灯和/或一个或多个其他指示或关于目标车辆的指示(例如，转向指示器)和/或沿着道路的其他指示，例如停在目标车辆200前面的第三车辆、将要改变颜色的转向信号等。此外，在某些实施例中，关于这样的指示的数据也可以经由图1的收发器135(和/或车辆100的另一收发器或接收器)接收，例如通过车辆对车辆通信(例如，车辆100和目标车辆200和/或其他车辆之间)和/或车辆对基础设施通信(例如，车辆100和沿着道路或与道路相关联的交通灯和/或其他基础设施之间)。
在各种实施例中，执行目标车辆加速度的初始计算(步骤312)。在各种实施例中，图1的处理器142基于在步骤310中接收的指示对目标车辆的负加速度(即，减速度)的初始估计执行初始计算。例如，在一个实施例中，其中在步骤310中检测到目标车辆200的制动灯，处理器142根据与呈现制动灯的目标车辆相关联的预期减速度值(例如，基于过程300的先前执行和/或先前历史和/或报告结果等作为其存储值156存储在存储器144中)来确定目标车辆的加速度的初始估计。在其他实施例中，其中在步骤310中接收到、检测到或接收到其他指示(例如，转向灯指示器、目标车辆200前方减速的另一车辆、即将变色的交通灯等)，处理器可以类似地基于关于这些指示的类似历史数据来确定目标车辆加速(或减速)的估计初始值。在各种实施例中，基于目标车辆200的加速(或减速)的初始估计来执行和/或调整自动车辆控制(例如，自适应巡航控制和/或其他自动特征)。
在某些实施例中，目标车辆的加速(或减速)是
Figure BDA0003412013100000101
其中
Δ＝[δtn，...，δt，1] (等式2)，
其中
Figure BDA0003412013100000102
是主要基于在步骤310期间检测到的指示(例如，在一个实施例中，目标车辆200的制动灯)的预测系数，并且其中“n”是学习动态的预测维度。在某些实施例中，用于概念证明的默认值是“n＝1”。
在各种实施例中，时间“t”从检测到步骤的指示开始，例如检测到目标车辆200上的制动灯(即，t＝t0)。同样在各种实施例中，在随后的时间点(即，t＝t0+δt)，并且当目标车辆的相对状态被确定时，矩阵“b”被调整，以便捕获目标车辆的车辆动态，例如如下所述。
在各种实施例中，获得环境和车辆信息(步骤314)。在各种实施例中，获得来自图1的车辆传感器124的各种传感器数据，包括与车辆100相关的车辆速度、车辆加速度、横摆角速度等。
同样在各种实施例中，获得关于目标车辆的附加数据(步骤316)。在各种实施例中，附加数据与图1的目标车辆200有关，并且当主车辆100越来越靠近目标车辆200时，通过图1的摄像机126、雷达127和/或其他传感器128，和/或在某些实施例中通过图1的收发器136(例如，通过车辆对车辆通信和/或车辆对基础设施通信)获得。
在各种实施例中，步骤314和316的数据用于计算目标车辆200相对于主车辆100的更新参数(步骤318)。具体地，在各种实施例中，图1的处理器142利用通过步骤314和316的传感器和/或收发器接收的各种数据来计算主车辆100和目标车辆200之间的跟随距离、纵向速度和纵向加速度的更新值。
在各种实施例中，生成目标车辆加速度的测量误差模型(步骤320)。在各种实施例中，图1的处理器142基于步骤318的更新参数生成目标车辆200的纵向加速度的校正模型。
此外，在各种实施例中，为目标车辆加速度生成校正(步骤322)。在各种实施例中，处理器142利用步骤320的测量误差模型和逆卡尔曼滤波器，为步骤312中估计的初始目标车辆200纵向加速度生成校正。
同样在各种实施例中，步骤322的校正被应用于步骤312的初始目标车辆加速度估计，从而从目标车辆200生成更新的加速度值(步骤324)。在各种实施例中，图1的处理器142在步骤324中相应地更新目标车辆200的纵向加速度值，用于调节主车辆100的一个或多个自动控制特征的控制，例如如下所述。
关于步骤320-324，在各种实施例中，首先根据以下等式调节目标车辆200的纵向加速度：
Figure BDA0003412013100000111
其中“vk”代表测量噪声和不确定性。
在各种实施例中，基于离线分析和映射来初始化矩阵“B0”(例如，使用来自定位系统130的数据和存储在图1的存储器144中的地图数据154)。同样在某些实施例中，B0的值可以使用用户对不同车辆的研究和/或其他历史数据来填充。
同样在各种实施例中，当足够精确的数据(例如，来自步骤314和316)时，加速度预测模型可以如下更新：
Figure BDA0003412013100000121
其中“ax”表示目标车辆200的真实纵向加速度，并且其中“Kk”表示卡尔曼增益，其根据以下等式定义：
Figure BDA0003412013100000122
并且其中“R”表示噪声协方差更新，并且其中Pk根据以下等式表示：
Pk＝(1-KkΔk)Pk-1 (等式6)。
参考图4，提供了关于图3的过程300的步骤320-324的示例性实施例。在图4的图形表示中，x轴402表示时间“t”，y轴404表示负加速度(即减速)。
如图4所示，在406检测目标车辆200的或与目标车辆200相关的步骤310的指示(例如，目标车辆的制动灯，和/或在某些实施例中的一个或多个其他指示，例如目标车辆的转向信号、目标车辆前方的第三车辆的停止或其他动作、改变颜色的交通信号灯和/或一个或多个其他指示)，并且基于步骤310的指示生成初始估计406。同样如图4所示，向基于传感器的估计410提供校正414，基于步骤314和/或316和/或步骤310/312的摄像机和/或其他数据生成校正估计408，从而以目标车辆200的纵向加速度的真实测量412收敛。
如图4所示，与使用步骤314和316的数据的估计相比，该过程(包括步骤310的制动灯或其他指示的相对早期检测，在其他数据变得可用之前)更快地生成目标车辆200的纵向加速度的精确估计(即，如图4的报告值410所示)。这允许主车辆100在实现和/或调整主车辆100的自动控制特征时，对目标车辆200的减速做出更快的反应。
返回参考图3，一个或多个车辆控制动作被接合和/或调节(步骤326)。在各种实施例中，图1的处理器142提供用于在控制和/或调节主车辆100的纵向加速度和/或速度时实现和/或调节一个或多个车辆控制动作的指令，如通过图1的驱动系统110(例如，通过减小油门)和/或制动系统106(例如，通过施加制动)来实现的。在某些实施例中，车辆控制动作通过车辆100的自适应巡航控制操作和/或车辆100的自主操作来执行。自适应巡航控制动作可以由驱动系统110和/或制动系统106实现。此外，在某些实施例中，可以采取一个或多个其他车辆控制动作，例如通过提供给转向系统108的指令和/或通过一个或多个其他车辆系统。
因此，提供了用于控制车辆自动功能的方法、系统和车辆。在各种实施例中，目标车辆的制动灯或其他指示通过主车辆的摄像机或其他传感器来检测，并且该信息用于控制主车辆的自动功能，例如控制主车辆的车速和纵向加速度。
在各种实施例中，这允许主车辆更快且更准确地调整到目标车辆中的减速，例如因为制动灯或其他指示是在关于目标车辆的其他信息(例如，目标车辆的测量加速度值)之前获得的。此外，在各种实施例中，这允许更“像人”的体验，例如，因为自动控制特征可以被校准以模仿人类驾驶员的行为(例如，当人类驾驶员在看到前方制动灯时将他或她的脚从加速器踏板上移开，等等)。
在各种实施例中，本文所述的技术可以结合具有人类驾驶员但也具有自动功能(例如，自适应巡航控制)的车辆使用。在各种实施例中，本文描述的技术也可以用于自动驾驶车辆，例如半自动驾驶和/或全自动驾驶车辆。
应当理解，系统、车辆和方法可以不同于附图中描绘的和这里描述的那些。例如，图1的车辆100和/或其部件可以不同于图1和2中所示的。类似地，可以理解，过程300的步骤可以不同于图3中描述的步骤，和/或过程300的各个步骤可以同时发生和/或以不同于图3中描述的顺序发生。类似地，应当理解，图4的各种实现在各种实施例中也可以不同。
虽然在前面的详细描述中已经呈现了至少一个示例性实施例，但是应当理解，存在大量的变化。还应当理解，一个或多个示例性实施例仅是示例，并不旨在以任何方式限制本公开的范围、适用性或配置。相反，前述详细描述将为本领域技术人员提供用于实现一个或多个示例性实施例的便利路线图。应当理解，在不脱离所附权利要求及其法律等同物中阐述的本公开的范围的情况下，可以对元件的功能和布置进行各种改变。

Claims (10)

1.一种方法，包括：
经由主车辆的一个或多个传感器获得关于沿着道路在主车辆前方行驶的目标车辆的一个或多个指示；
基于与目标车辆相关的一个或多个指示，经由主车辆的处理器确定目标车辆的加速度的初始估计值和状态；和
经由处理器提供的指令，至少部分地基于加速度的初始估计值和基于与目标车辆相关的一个或多个指示的车辆的其他状态来控制主车辆的车辆动作。
2.根据权利要求1所述的方法，其中获得所述一个或多个指示的步骤包括：
基于来自主车辆上的摄像机的摄像机图像获得一个或多个指示。
3.根据权利要求2所述的方法，其中：
获得一个或多个指示的步骤包括从主车辆上的摄像机获得关于目标车辆的一个或多个制动灯的摄像机图像；和
确定目标车辆的加速度的初始估计值的步骤包括基于目标车辆的制动灯确定目标车辆的加速度的初始估计值。
4.根据权利要求1所述的方法，其中获得所述一个或多个指示的步骤包括：
基于主车辆和一个或多个其他车辆之间的车辆对车辆通信来获得一个或多个指示。
5.根据权利要求1所述的方法，其中获得所述一个或多个指示的步骤包括：
基于主车辆和道路的一个或多个基础设施组件之间的车辆到车辆到基础设施的通信来获得一个或多个指示。
6.根据权利要求1所述的方法，其中：
获得一个或多个指示的步骤包括获得关于由目标车辆提供的信号的信息；和
确定目标车辆的加速度的初始估计值的步骤包括基于目标车辆提供的信号确定目标车辆的加速度的初始估计值。
7.根据权利要求6所述的方法，其中：
获得一个或多个指示的步骤包括获得关于由目标车辆提供的转向信号的信息；和
确定目标车辆的加速度的初始估计值的步骤包括基于目标车辆提供的转向信号确定目标车辆的加速度的初始估计值。
8.根据权利要求1所述的方法，其中：
获得一个或多个指示的步骤包括与目标车辆附近的交通信号有关的信息；和
确定目标车辆的加速度的初始估计值的步骤包括基于交通信号确定目标车辆的加速度的初始估计值。
9.根据权利要求1所述的方法，其中：
获得一个或多个指示的步骤包括与目标车辆附近的交通信号有关的信息；和
确定目标车辆的加速度的初始估计值的步骤包括基于交通信号确定目标车辆的加速度的初始估计值。
10.一种系统，包括：
主车辆的一个或多个传感器，其被配置成至少有助于获得传感器数据，该传感器数据具有关于沿着道路在主车辆前方行驶的目标车辆的一个或多个指示；和
处理器，其耦合到所述一个或多个传感器，并且被配置为至少促进：
基于与目标车辆相关的一个或多个指示，确定目标车辆的加速度的初始估计值；和
基于与目标车辆相关的一个或多个指示，至少部分地基于加速度的初始估计值来控制主车辆的车辆动作。
CN202111536870.7A 2021-03-04 2021-12-15 车辆控制中自动驾驶适应的目标车辆状态识别 Pending CN115027492A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/192,644 2021-03-04
US17/192,644 US20220281451A1 (en) 2021-03-04 2021-03-04 Target vehicle state identification for automated driving adaptation in vehicles control

Publications (1)

Publication Number Publication Date
CN115027492A true CN115027492A (zh) 2022-09-09

Family

ID=82898485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111536870.7A Pending CN115027492A (zh) 2021-03-04 2021-12-15 车辆控制中自动驾驶适应的目标车辆状态识别

Country Status (3)

Country Link
US (1) US20220281451A1 (zh)
CN (1) CN115027492A (zh)
DE (1) DE102021129800A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11834042B2 (en) * 2021-01-14 2023-12-05 GM Global Technology Operations LLC Methods, systems, and apparatuses for behavioral based adaptive cruise control (ACC) to driver's vehicle operation style

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3646605B2 (ja) * 2000-02-23 2005-05-11 株式会社日立製作所 車両走行制御装置
US7952490B2 (en) * 2005-02-22 2011-05-31 Continental Temic Microelectronic GmbH Method for identifying the activation of the brake lights of preceding vehicles
US20070038361A1 (en) * 2005-08-10 2007-02-15 Yavitz Edward Q System and method for improving traffic flow
US8126613B2 (en) * 2008-08-25 2012-02-28 Wabco Gmbh Vehicle safety system
JP5163666B2 (ja) * 2010-02-17 2013-03-13 株式会社デンソー 車群走行制御装置
CN102275558B (zh) * 2010-06-12 2013-01-23 财团法人车辆研究测试中心 双视觉前车安全警示装置及其方法
EP2423063B1 (en) * 2010-08-23 2013-03-06 Harman Becker Automotive Systems GmbH Method of detecting the braking of a vehicle
EP2658763B1 (en) * 2010-12-29 2019-03-27 Volvo Lastvagnar AB X adaptative cruise control
JP5499011B2 (ja) * 2011-11-17 2014-05-21 富士重工業株式会社 車外環境認識装置および車外環境認識方法
US8977007B1 (en) * 2013-04-23 2015-03-10 Google Inc. Detecting a vehicle signal through image differencing and filtering
US9260095B2 (en) * 2013-06-19 2016-02-16 Magna Electronics Inc. Vehicle vision system with collision mitigation
US20150100189A1 (en) * 2013-10-07 2015-04-09 Ford Global Technologies, Llc Vehicle-to-infrastructure communication
JP5923142B2 (ja) * 2014-07-28 2016-05-24 富士重工業株式会社 車両用制御装置
KR101678583B1 (ko) * 2014-10-29 2016-11-22 현대모비스 주식회사 차량 간 통신을 이용한 차간 거리 제어 시스템 및 그 제어방법
US20160280190A1 (en) * 2015-03-23 2016-09-29 Bendix Commercial Vehicle Systems Llc Pre-computed and optionally cached collision mitigation braking system
US9487139B1 (en) * 2015-05-15 2016-11-08 Honda Motor Co., Ltd. Determining a driver alert level for a vehicle alert system and method of use
DE102015213078A1 (de) * 2015-07-13 2017-01-19 Conti Temic Microelectronic Gmbh Bremslichterkennung bei vorausfahrenden Fahrzeugen zur Anpassung einer Auslösung aktiver Sicherheitsmechanismen
KR101795249B1 (ko) * 2016-05-02 2017-11-07 현대자동차주식회사 차량 및 그것의 주행 안전 지원 방법
US10081357B2 (en) * 2016-06-23 2018-09-25 Honda Motor Co., Ltd. Vehicular communications network and methods of use and manufacture thereof
US10380439B2 (en) * 2016-09-06 2019-08-13 Magna Electronics Inc. Vehicle sensing system for detecting turn signal indicators
JP6721054B2 (ja) * 2016-10-13 2020-07-08 日産自動車株式会社 車両はみ出し判断方法及び車両はみ出し判断装置
JP6844714B2 (ja) * 2017-10-26 2021-03-17 日産自動車株式会社 自動運転車両の制御方法および制御装置
US10442432B2 (en) * 2017-11-14 2019-10-15 Ford Global Technologies, Llc Lead vehicle monitoring for adaptive cruise control
US10762786B1 (en) * 2018-01-09 2020-09-01 State Farm Mutual Automobile Insurance Company Vehicle collision alert system and method for detecting driving hazards
KR102486148B1 (ko) * 2018-02-20 2023-01-10 현대자동차주식회사 차량 및 그 제어 방법
WO2019241307A2 (en) * 2018-06-11 2019-12-19 Traxen, Inc. Automated cruise control system to automatically decrease an overall ground vehicle energy consumption
US10814881B2 (en) * 2018-10-16 2020-10-27 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle velocity predictor using neural networks based on V2X data augmentation to enable predictive optimal control of connected and automated vehicles
US20200211394A1 (en) * 2018-12-26 2020-07-02 Zoox, Inc. Collision avoidance system
KR20210008980A (ko) * 2019-07-15 2021-01-26 현대자동차주식회사 하이브리드 차량의 모드 제어 장치 및 방법
US11003928B2 (en) * 2019-08-08 2021-05-11 Argo AI, LLC Using captured video data to identify active turn signals on a vehicle

Also Published As

Publication number Publication date
US20220281451A1 (en) 2022-09-08
DE102021129800A1 (de) 2022-09-08

Similar Documents

Publication Publication Date Title
CN109421630B (zh) 用于监测自主车辆的健康的控制器架构
US10678247B2 (en) Method and apparatus for monitoring of an autonomous vehicle
CN109421739B (zh) 用于监控自主车辆的方法和设备
US9796421B1 (en) Autonomous vehicle lateral control for path tracking and stability
US10521974B2 (en) Method and apparatus for monitoring an autonomous vehicle
US10183696B2 (en) Methods and systems for controlling steering systems of vehicles
US9662974B2 (en) Torque control for vehicles with independent front and rear propulsion systems
CN111055912A (zh) 用于线控转向的转向校正
US11760318B2 (en) Predictive driver alertness assessment
US9227659B2 (en) Vehicle lane control using differential torque
CN115027492A (zh) 车辆控制中自动驾驶适应的目标车辆状态识别
US11892574B2 (en) Dynamic lidar to camera alignment
US11634128B2 (en) Trailer lane departure warning and lane keep assist
US11772648B2 (en) Lane keep assistance based on rate of departure
CN114435376A (zh) 一种控制车辆颠簸路面行驶速度的方法、电子设备及存储介质
CN115771518A (zh) 确定车辆是否处于转向不足或转向过度情况的系统和方法
CN114084135A (zh) 在自适应巡航控制下从静止状态的车辆启动
US20230339439A1 (en) Trailer braking enhancement
US20240021025A1 (en) Information processing device, vehicle, information processing method, and non-transitory storage medium
US11618450B1 (en) Remedial action for securing vehicle during loss of friction brakes at stop
US11479073B2 (en) Vehicle body roll reduction
US20230182740A1 (en) Method for completing overtake maneuvers in variant traffic conditions
US11951964B2 (en) Method and system for control of trailer sway
CN115071692A (zh) 自动驾驶中事件避免和减轻的概率自适应风险范围
CN117490918A (zh) 用于基于视觉的交通工具流体泄漏检测的系统及方法

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