CN115257790A - 传感器异常推定装置 - Google Patents
传感器异常推定装置 Download PDFInfo
- Publication number
- CN115257790A CN115257790A CN202210366174.4A CN202210366174A CN115257790A CN 115257790 A CN115257790 A CN 115257790A CN 202210366174 A CN202210366174 A CN 202210366174A CN 115257790 A CN115257790 A CN 115257790A
- Authority
- CN
- China
- Prior art keywords
- sensor
- vehicle
- intersection
- lane
- abnormality estimation
- 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
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 120
- 230000002159 abnormal effect Effects 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 90
- 230000008569 process Effects 0.000 claims description 83
- 238000012545 processing Methods 0.000 claims description 33
- 230000015556 catabolic process Effects 0.000 claims description 27
- 238000006731 degradation reaction Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 19
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of 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
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
- B60W2050/0215—Sensor drifts or sensor failures
-
- 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
- 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
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2554/4049—Relationship among other objects, e.g. converging dynamic objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开涉及传感器异常推定装置。传感器异常推定装置判定交叉路口处的传感器搭载车辆的位置和速度是否满足规定的执行条件。在满足执行条件的情况下,针对与传感器搭载车辆的位置建立了对应的指定位置的对象物标,分别获取通过多个外部传感器中的任意两个外部传感器得到的识别结果。然后,传感器异常推定装置获取各个识别结果的一致度,在一致度低于规定的判定值的情况下,推定为任意两个外部传感器中的至少一方存在异常。
Description
技术领域
本公开涉及用于搭载有多个外部传感器的传感器搭载车辆的传感器异常推定装置。
背景技术
在日本特开2020-104547中公开了对搭载于车辆的多个外传感器的故障进行检测的技术。在该技术中,对多个外传感器的检测范围的重复区域内的物体的识别结果进行比较。然后,基于该比较结果、车辆的环境信息以及多个外传感器的耐环境特性来判断各外传感器的故障。
考虑在搭载有对车辆的周边状况进行识别的多个外部传感器的传感器搭载车辆中应用上述的日本特开2020-104547的技术。在上述的日本特开2020-104547的技术中,没有对进行传感器的故障判断的定时进行深入考察。因此,例如,根据存在于多个外传感器的检测范围的重复区域中的物体的种类和运动状态,故障判断的精度可能会下降。此外,根据传感器的故障判断的实施频度,运算负荷可能会变大。
发明内容
本公开是鉴于上述这样的问题而完成的,其目的在于,提供能在搭载有多个外部传感器的传感器搭载车辆中,通过选定外部传感器的异常推定处理的定时来谋求推定精度的提高和运算负荷的减轻的技术。
本公开提供用于解决上述的问题的传感器异常推定装置。本公开的传感器异常推定装置是搭载有多个外部传感器的传感器搭载车辆的传感器异常推定装置。传感器异常推定装置具备:一个或多个存储器,存储有一个或多个程序;以及一个或多个处理器,与一个或多个存储器耦合。一个或多个处理器在一个或多个程序的执行时执行异常推定处理,在该异常推定处理中:判定本车道与交叉车道交叉的交叉路口处的传感器搭载车辆的位置和速度是否满足规定的执行条件;在满足执行条件的情况下,针对与传感器搭载车辆的位置建立了对应的指定位置的对象物标,分别获取通过多个外部传感器中的任意两个外部传感器得到的识别结果;获取各个识别结果的一致度;以及在一致度低于规定的判定值的情况下推定为任意两个外部传感器中的至少一方存在异常。
在本公开的传感器异常推定装置中,也可以是,多个外部传感器包括以传感器搭载车辆的行进方向为基准来识别前方的物标的传感器。此时,执行条件可以是传感器搭载车辆正停止在本车道上的等待进入交叉路口的车列的排头,该情况下的对象物标是正在本车道的对向车道上等待进入交叉路口的车列的排头车辆。
在本公开的传感器异常推定装置中,也可以是,多个外部传感器包括以传感器搭载车辆的行进方向为基准来识别右侧或左侧的物标的传感器。此时,执行条件是传感器搭载车辆正在以比规定速度低的速度在交叉路口的本车道上直行,该情况下的对象物标是正在交叉车道上等待进入交叉路口的车列的排头车辆。
在本公开的传感器异常推定装置中,也可以是,多个外部传感器包括以传感器搭载车辆的行进方向为基准来识别后方的物标的传感器。此时,执行条件可以是传感器搭载车辆正在以比规定速度低的速度在交叉路口的本车道上直行,该情况下的对象物标是正在与本车道邻接的右转车道或左转车道上等待进入交叉路口的车列的排头车辆。
在本公开的传感器异常推定装置中,也可以是,多个外部传感器包括以传感器搭载车辆的行进方向为基准来识别后方的物标的传感器。此时,执行条件可以是传感器搭载车辆正在交叉路口以比规定速度低的速度从本车道向交叉车道右转或左转,该情况下的对象物标是正在交叉车道上等待进入交叉路口的车列的排头车辆。
在本公开的传感器异常推定装置中,也可以是,一个或多个处理器在一个或多个程序的执行时进行以下动作:执行判定识别结果的精度是否下降了的传感器精度下降判定处理;以及在传感器精度下降判定处理中判定为识别结果的精度下降了的情况下,执行将判定出的识别结果从异常推定处理的对象中排除的过滤处理。此外,也可以是,在传感器精度下降判定处理中判定为识别结果的精度下降了的情况下,将交叉路口处的传感器搭载车辆的速度控制为比规定的限制速度低的速度。
根据本公开的传感器异常推定装置,在交叉路口处,传感器搭载车辆的位置和速度满足规定的执行条件的情况下,针对与传感器搭载车辆的位置建立了对应的指定位置的对象物标,执行传感器异常推定处理。根据这样的处理,能认清能选定相对于传感器搭载车辆的相对速度小,并且从传感器搭载车辆易于识别的位置的对象物标的定时。由此,能谋求传感器异常推定处理的推定精度的提高和运算负荷的减轻。
附图说明
以下,参照附图,对本发明的示例性实施例的特征、优点以及技术和工业意义进行说明,其中,相同的附图标记表示相同的元件,其中:
图1是表示应用了本公开的实施方式的传感器异常推定装置的传感器搭载车辆的构成的一个例子的框图。
图2是表示搭载于车辆的多个外部传感器的配置的一个例子的图。
图3是用于对将车辆前方作为识别范围的外部传感器的传感器异常推定处理的执行条件进行说明的图。
图4是用于对将车辆右侧作为识别范围的外部传感器的传感器异常推定处理的执行条件进行说明的图。
图5是用于对将车辆左侧作为识别范围的外部传感器的传感器异常推定处理的执行条件进行说明的图。
图6是用于对将车辆后方作为识别范围的外部传感器的传感器异常推定处理的执行条件进行说明的图。
图7是用于对将车辆后方作为识别范围的外部传感器的传感器异常推定处理的执行条件的其他例子进行说明的图。
图8是用于对将车辆后方作为识别范围的外部传感器的传感器异常推定处理的执行条件的其他例子进行说明的图。
图9是表示实施方式1的传感器异常推定装置的功能的框图。
图10是用于对实施方式1的传感器异常推定处理的流程进行说明的流程图。
图11是表示实施方式2的传感器异常推定装置的功能的框图。
图12是表示实施方式2的传感器异常推定装置的功能的变形例的框图。
具体实施方式
以下,参照附图对本发明的实施方式进行说明。其中,在以下所示的实施方式中提及了各要素的个数、数量、量、范围等数值的情况下,除了特别明示的情况、在原理上明显确定为该数值的情况之外,本公开并不限定于该提及的数值。此外,对于在以下所示的实施方式中说明的构造等,除了特别明示的情况、在原理上明显确定为该构造的情况之外,在本公开中并不一定是必须的。
实施方式1.
1-1.传感器搭载车辆的构成例
图1是表示应用了本公开的实施方式的传感器异常推定装置的传感器搭载车辆的构成的一个例子的框图。传感器搭载车辆10是搭载有用于识别周边状况的多个外部传感器20的传感器搭载车辆。传感器搭载车辆10可以是能实现无人驾驶的行驶的自动驾驶车辆,此外,也可以是由驾驶员手动驾驶的手动驾驶车辆。以下,将传感器搭载车辆10仅称为车辆10。
车辆10具备车载计算机12。车载计算机12是搭载于车辆10的ECU(ElectronicControl Unit:电子控制单元)的集合体。此外,车辆10具备内部传感器14、位置传感器16、致动器18以及外部传感器20。
车载计算机12具备一个或多个处理器12a(以下,仅称为处理器12a)和耦合于处理器12a的一个或多个存储器12b(以下,仅称为存储器12b)。在存储器12b中存储有能由处理器12a执行的一个或多个程序12c(以下,仅称为程序12c)和与该程序关联的各种信息。
处理器12a通过执行程序12c来实现由处理器12a进行的各种处理。程序12c中例如包括使车载计算机12作为后述的传感器异常推定装置发挥功能的传感器异常推定程序。程序12c存储于存储器12b。此外,在存储器12b中存储有对地图信息进行管理的地图数据库。
内部传感器14包括状态传感器,该状态传感器获取与车辆10的运动相关的信息。作为状态传感器,例如举例示出车轮速度传感器、加速度传感器、角速度传感器以及舵角传感器。加速度传感器和角速度传感器也可以是IMU(Inertial Measurement Unit:惯性测量单元)。通过内部传感器14得到的信息被发送至车载计算机12。
位置传感器16对车辆10的位置和方位进行检测。作为位置传感器16,举例示出GPS(Global Positioning System:全球定位系统)传感器。通过外部传感器20得到的信息被发送至车载计算机12。
致动器18包括对车辆10进行转向的转向装置、对车辆10进行驱动的驱动装置以及对车辆10进行制动的制动装置。转向装置中例如包括动力转向系统、线控转向系统以及后轮转向系统。驱动装置中例如包括发动机、EV(Electric Vehicle:电动车辆)系统以及混合动力系统。制动装置中例如包括液压制动器和电力再生制动器。致动器18根据从车载计算机12发送的控制信号进行动作。
外部传感器20识别车辆10的周围的状况。车辆10搭载有雷达22、激光雷达(LiDAR:Laser Imaging Detection and Ranging)24、摄像机26来作为多个外部传感器20。图2是表示搭载于车辆的多个外部传感器的配置的一个例子的图。在以下的说明中,以车辆10的行进方向为基准,分别定义车辆10的前方、后方、右侧、左侧。
雷达22例如利用激光雷达、毫米波雷达等的电波来对车辆10的周围的物标进行检测。雷达22包括前方雷达22a、后方雷达22b、右侧方雷达22c、左侧方雷达22d。前方雷达22a设置于车辆10的前端中央。后方雷达22b设置于车辆10的后端中央。右侧方雷达22c和左侧方雷达22d分别设置于车辆10的车顶。
激光雷达24利用光来对车辆10的周围的物标进行检测。激光雷达24包括前方激光雷达24a、后方激光雷达24b、右侧方激光雷达24c、左侧方激光雷达24d。前方激光雷达24a设置于车辆10的前端中央。后方激光雷达24b设置于车辆10的后端中央。右侧方激光雷达24c和左侧方激光雷达24d分别设置于车辆10的左右的后视镜的下部。
摄像机26对车辆10的周围的状况进行拍摄。摄像机26包括前方摄像机26a、后方摄像机26b、右侧方摄像机26c、左侧方摄像机26d。前方摄像机26a设置于车辆10的车厢内的前窗玻璃的上侧。后方摄像机26b设置于车辆10的车厢内的后窗玻璃的上侧。右侧方摄像机26c和左侧方摄像机26d分别设置于车辆10的左右的后视镜的下部。
前方雷达22a、前方激光雷达24a以及前方摄像机26a的识别范围至少覆盖车辆10的行进方向的前方。例如,在车辆10正位于等待进入本车道与交叉车道交叉的交叉路口的车列的排头的情况下,本车道的对向车道上的等待进入交叉路口的车列,就是说隔着交叉路口的交叉车道的相反侧的对向车道的车列分别包括在识别范围内。
后方雷达22b、后方激光雷达24b以及后方摄像机26b的识别范围至少覆盖车辆10的行进方向的后方。例如,在车辆10正在本车道与交叉车道交叉的交叉路口上直行的情况下,在交叉路口的跟前与本车道邻接的右转车道或左转车道的车列分别包括在识别范围内。或者,在车辆10正在交叉路口处向交叉车道右转或左转的情况下,在该交叉车道上隔着交叉路口的后方观察到的车辆分别包括在识别范围内。
右侧方雷达22c、右侧方激光雷达24c以及右侧方摄像机26c的识别范围至少覆盖车辆10的行进方向的右侧。例如,在车辆10正在本车道与交叉车道交叉的交叉路口直行的情况下,在车辆10的右侧观察到的交叉车道的车辆分别包括在识别范围内。
左侧方雷达22d、左侧方激光雷达24d以及左侧方摄像机26d的识别范围至少覆盖车辆10的行进方向的左侧。例如,在车辆10正在本车道与交叉车道交叉的交叉路口直行的情况下,在车辆10的左侧观察到的交叉车道的车辆分别包括在识别范围内。
1-2.外部传感器的异常推定处理
本实施方式的车辆10的车载计算机12执行推定外部传感器20的校准中是否没有错误的传感器异常推定处理。在传感器异常推定处理中,使用构成外部传感器20的多个传感器中的、识别范围中包括对象物标OJ的至少两个传感器的传感器输出,分别获取针对共同的对象物标OJ的识别结果。该处理被称为“对象物标识别处理”。例如,使用多个外部传感器20中的在车辆前方具有重复的识别范围的前方雷达22a和前方激光雷达24a来获取针对该识别范围中包括的对象物标OJ的识别结果。
获取到的识别结果根据需要被转换为能相互比较的输出。该处理被称为“传感器输出转换处理”。在传感器输出转换处理中,例如,通过前方雷达22a和前方激光雷达24a得到的对象物标OJ的识别结果分别被投影至2D俯瞰图上,并运算被投影的对象物标OJ的重叠率。
运算出的重叠率成为用于判定通过多个外部传感器20得到的对象物标OJ的识别结果的一致度的指标。将运算出的重叠率与规定的判定值进行比较。该处理被称为“一致度判定处理”。在一致度判定处理中使用的判定值使用预先规定的值来作为能判断为不需要传感器的校准的一致度的下限值。在一致度判定处理中,在一致度比判定值低的情况下,能判断为至少前方雷达22a和前方激光雷达24a中的任一方存在需要校准的异常。
在此,根据通过外部传感器20获取的识别结果,传感器异常推定处理的精度可能会下降。例如,在夜间,快门速度(shutter speed)慢,因此由摄像机26进行的对象物标OJ的拍摄恐怕会产生模糊(运动模糊:motion blur)。此外,也要考虑在对象物标OJ相对于车辆10的相对速度大的情况下,可能不能准确地得到通过外部传感器20获取的对象物标OJ的识别结果。
在本实施方式的传感器异常推定处理中,为了应对上述的顾虑,在执行传感器异常推定处理时确定应该满足的与车辆10的位置和速度相关的执行条件,并且将与车辆10的位置建立了对应的指定位置的物标确定为在传感器异常推定处理中应该选定的对象物标OJ。以下,对这些条件进一步详细进行说明。
<执行条件1>用于将车辆前方作为识别范围的外部传感器的传感器异常推定处理的执行条件
在传感器异常推定处理中,优选的是,对象物标OJ相对于车辆10的相对速度小。图3是用于对将车辆前方作为识别范围的外部传感器的传感器异常推定处理的执行条件进行说明的图。图3所示的例子是使用了将车辆10的前方作为识别范围的车辆10的前方雷达22a、前方激光雷达24a以及前方摄像机26a中的至少两个的传感器异常推定处理中的执行条件。在图3所示的例子中,描绘了设于车辆10所行驶的本车道L1的中途的交叉路口IS1。本车道L1具有用于直行或左转的专用车道L11和用于右转的右转车道L12。此外,对向车道L2与本车道L1邻接。在交叉路口IS1处,本车道L1和对向车道L2与交叉车道L3和L4交叉。交叉车道L4是与交叉车道L3邻接的对向车道。对于本车道L1、对向车道L2、交叉车道L3、L4的每一个的车道数没有限定。在图3所示的交通环境例中,分别图示了两条车道。
在本车道L1、对向车道L2、交叉车道L3、L4分别设有分别规定等待进入交叉路口IS1时的停止位置的停止线SL1、SL2、SL3、SL4。在图3所示的交通环境例中,例如,预计在交叉路口IS1处朝向本车道L1的信号为“红”的情况下,在本车道L1上等待进入交叉路口IS1的车列会从停止线SL1起向后方相连。车辆10正停止在本车道L1的该车列的排头被设为传感器异常推定处理中的执行条件1。需要说明的是,无论车辆10正停止在本车道L1所具备的多个车道中的哪一个车道,都可以满足此处的执行条件。
在交叉路口IS1处朝向本车道L1的信号为“红”的情况下,通常朝向对向车道L2的信号也为“红”。因此,预计在执行条件成立的情况下,在对向车道L2上等待进入交叉路口IS1的车列会从停止线SL2起向后方相连。因此,在车辆10正停止在本车道L1的该车列的排头的情况下,对象物标OJ被设为对向车道L2上的等待进入交叉路口IS1的车列的排头车辆。需要说明的是,在对向车道L2由多个车道构成,并且有多个等待进入交叉路口IS1的车列的情况下,对象物标OJ也可以是任意的车道的排头车辆。
满足执行条件1的物标条件的对象物标OJ正停止的可能性高,因此对象物标OJ相对于车辆10的相对速度被抑制得低的可能性高。此外,车辆10和对象物标OJ均是等待进入交叉路口IS1的车列的排头车辆,因此容易使用将车辆前方作为识别范围的外部传感器20来识别对象物标OJ。如此,根据执行条件1,能高精度地进行将车辆10的前方作为识别范围的车辆10的前方雷达22a、前方激光雷达24a以及前方摄像机26a的传感器异常推定处理。
<执行条件2>用于将车辆右侧作为识别范围的外部传感器的传感器异常推定处理的执行条件
图4是用于对将车辆右侧作为识别范围的外部传感器的传感器异常推定处理的执行条件进行说明的图。图4所示的执行条件是使用了将车辆10右侧作为识别范围的右侧方雷达22c、右侧方激光雷达24c以及右侧方摄像机26c中的至少两个的传感器异常推定处理中的执行条件。在图4所示的例子中,描绘了与图3所示的交叉路口IS1同样的交叉路口。在图4所示的交通环境中,例如,认为在交叉路口IS1处朝向本车道L1的信号从“红”被切换至“绿”的情况下,在本车道L1上等待进入交叉路口IS1的车辆会以低速进入交叉路口IS1内。执行条件2被设为车辆10正在交叉路口IS1内的本车道L1上以比规定速度低的速度直行。此处的规定速度使用预先设定的值来作为能容许由外部传感器20进行的对象物标OJ的识别中的误差的车速的上限值。
在交叉路口IS1处朝向本车道L1的信号为“绿”的情况下,朝向交叉车道L3的信号通常为“红”。因此,预计在执行条件成立的情况下,在交叉车道L3上等待进入交叉路口IS1的车列会从停止线SL3起向后方相连。此处的对象物标OJ的物标条件由交叉车道L3上的等待进入交叉路口IS1的车列的排头车辆满足。
满足执行条件2的物标条件的对象物标OJ正停止的可能性高,因此对象物标OJ相对于车辆10的相对速度被抑制得小。此外,对象物标OJ是等待进入交叉路口IS1的车列的排头车辆,因此容易使用将车辆10的右侧作为识别范围的外部传感器20来识别对象物标OJ。如此,根据执行条件2,能高精度地进行将车辆10的右侧作为识别范围的车辆10的右侧方雷达22c、右侧方激光雷达24c以及右侧方摄像机26c的传感器异常推定处理。
<执行条件3>用于将车辆左侧作为识别范围的外部传感器的传感器异常推定处理的执行条件
图5是用于对将车辆左侧作为识别范围的外部传感器的传感器异常推定处理的执行条件进行说明的图。图5所示的执行条件是使用了车辆10的左侧方雷达22d、左侧方激光雷达24d以及左侧方摄像机26d中的至少两个的传感器异常推定处理中的执行条件。在图5所示的例子中,描绘了与图4所示的交叉路口IS1同样的交叉路口。执行条件3与执行条件2同样地被设为车辆10正在交叉路口IS1内的本车道L1上以比规定速度低的速度直行。
在交叉路口IS1处朝向本车道L1的信号为“绿”的情况下,朝向交叉车道L4的信号通常为“红”。因此,预计在执行条件3成立的情况下,在交叉车道L4上等待进入交叉路口IS1的车列会从停止线SL4起向后方相连。因此,此处的对象物标OJ的物标条件由交叉车道L4上的等待进入交叉路口IS1的车列的排头车辆满足。
满足执行条件3的物标条件的对象物标OJ正停止的可能性高,因此对象物标OJ相对于车辆10的相对速度被抑制得小。此外,对象物标OJ是等待进入交叉路口IS1的车列的排头车辆,因此容易使用将车辆10的左侧作为识别范围的外部传感器20来识别对象物标OJ。如此,根据执行条件3,能高精度地进行将车辆10的左侧作为识别范围的车辆10的左侧方雷达22d、左侧方激光雷达24d以及左侧方摄像机26d的传感器异常推定处理。
<执行条件4-1>用于将后方作为识别范围的外部传感器的传感器异常推定处理的执行条件
图6是用于对将车辆后方作为识别范围的外部传感器的传感器异常推定处理的执行条件进行说明的图。图6所示的执行条件是使用了车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b中的至少两个的传感器异常推定处理中的执行条件。在图6所示的例子中,描绘了与图3所示的交叉路口IS1同样的交叉路口。此外,在交叉路口IS1上朝向右转车道L12设有右转专用信号。在图6所示的交通环境中,例如,认为在交叉路口IS1处朝向专用车道L11的信号从“红”被切换至“绿”的情况下,在专用车道L11上等待进入交叉路口IS1的车辆会以低速进入交叉路口IS1内。在执行条件4-1中,设为车辆10正在交叉路口IS1内的本车道L1的专用车道L11上以比规定速度低的速度直行。
在交叉路口IS1处朝向本车道L1的专用车道L11的信号为“绿”的情况下,朝向本车道L1的右转车道L12的信号通常为“红”。因此,预计在执行条件成立的情况下,在右转车道L12上等待进入交叉路口IS1的车列会从停止线SL1起向后方相连。因此,此处的对象物标OJ的物标条件由右转车道L12上的等待进入交叉路口IS1的车列的排头车辆满足。
执行条件4-1的对象物标OJ正停止的可能性高,因此对象物标OJ相对于车辆10的相对速度被抑制得小。此外,对象物标OJ是等待进入交叉路口IS1的车列的排头车辆,因此容易使用车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b来识别对象物标OJ。如此,根据执行条件4,能高精度地进行将车辆10的后方作为识别范围的车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b的传感器异常推定处理。
需要说明的是,上述执行条件4-1也能应用于本车道L1具有左转专用车道的交叉路口。在该情况下,只要将针对右转车道L12的条件应用于左转专用车道即可。
<执行条件4-2>用于将后方作为识别范围的外部传感器的传感器异常推定处理的执行条件
图7是用于对将车辆后方作为识别范围的外部传感器的传感器异常推定处理的执行条件的其他例子进行说明的图。图7所示的执行条件是使用了车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b中的至少两个的传感器异常推定处理中的执行条件的其他例子。在图7所示的例子中,描绘了与图6所示的交叉路口IS1同样的交叉路口。在图7所示的交通环境中,例如,认为在交叉路口IS1处朝向专用车道L11的信号从“红”被切换至“绿”的情况下,在专用车道L11上等待进入交叉路口IS1的车辆会以低速进入交叉路口IS1内。在执行条件4-2中,被设为车辆10正在交叉路口IS1处以比规定速度低的速度从专用车道L11向交叉车道L3左转。
在交叉路口IS1处朝向本车道L1的专用车道L11的信号为“绿”的情况下,朝向交叉车道L3的信号通常为“红”。因此,预计在执行条件成立的情况下,在交叉车道L3上等待进入交叉路口IS1的车列会从停止线SL3起向后方相连。因此,此处的对象物标OJ的物标条件由交叉车道L3上的等待进入交叉路口IS1的车列的排头车辆满足。
执行条件4-2的对象物标OJ正停止的可能性高,因此对象物标OJ相对于车辆10的相对速度被抑制得小。此外,对象物标OJ是等待进入交叉路口IS1的车列的排头车辆,因此容易使用车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b来识别对象物标OJ。如此,根据执行条件4,能高精度地进行将车辆10的后方作为识别范围的车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b的传感器异常推定处理。
<执行条件4-3>用于将后方作为识别范围的外部传感器的传感器异常推定处理的执行条件
图8是用于对将车辆后方作为识别范围的外部传感器的传感器异常推定处理的执行条件的其他例子进行说明的图。图8所示的执行条件是使用了车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b中的至少两个的传感器异常推定处理中的条件的其他例子。在图8所示的例子中,描绘了与图6所示的交叉路口IS1同样的交叉路口。在图8所示的交通环境中,例如,认为在交叉路口IS1处朝向右转车道L12的信号从“红”被切换至“绿”的情况下,在右转车道L12上等待进入交叉路口IS1的车辆会以低速进入交叉路口IS1内。在执行条件4-3中,被设为车辆10正在交叉路口IS1处以比规定速度低的速度从右转车道L12向交叉车道L4右转。
在交叉路口IS1处朝向本车道L1的右转车道L12的信号为“绿”的情况下,朝向交叉车道L4的信号通常为“红”。因此,预计在执行条件成立的情况下,在交叉车道L4上等待进入交叉路口IS1的车列会从停止线SL4起向后方相连。在物标条件中,交叉车道L4上的等待进入交叉路口IS1的车列的排头的其他车辆被设为对象物标OJ。
执行条件4-3的对象物标OJ正停止的可能性高,因此对象物标OJ相对于车辆10的相对速度被抑制得小。此外,对象物标OJ是等待进入交叉路口IS1的车列的排头车辆,因此容易使用车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b来识别对象物标OJ。如此,根据执行条件4,能高精度地进行将车辆10的后方作为识别范围的车辆10的后方雷达22b、后方激光雷达24b以及后方摄像机26b的传感器异常推定处理。
1-3.实施方式1的传感器异常推定装置的功能构成
上述的传感器异常推定处理能由传感器异常推定装置100实现。在图9中用方框分别表示车载计算机12所具有的功能。以下,以车载计算机12的各功能为中心对实施方式的传感器异常推定装置100进行说明。不过,对于已经进行了说明的构成、功能,省略或简化说明。
传感器异常推定装置100具备执行条件判定部30、对象物标识别部40、传感器输出转换部50以及一致度判定部60。它们在由处理器12a执行存储于车载计算机12的存储器12b的程序12c中包括的传感器异常推定程序时被实现为车载计算机(ECU)12的功能。
1-3-1.执行条件判定部30
执行条件判定部30是用于执行判定执行条件是否成立的执行条件判定处理的功能块。在执行条件判定处理中,执行条件判定部30基于由位置传感器16接收到的车辆10的位置信息、由内部传感器14检测到的与车辆10的运动相关的信息以及从地图数据库中得到的地图信息来获取地图上的车辆10的位置和速度。然后,执行条件判定部30判定所获取到的车辆10的位置和速度是否满足执行条件1至执行条件4中的任一个执行条件。执行条件判定处理的判定结果被送至对象物标识别部40。
1-3-2.对象物标识别部40
对象物标识别部40是用于执行使用外部传感器20来识别对象物标OJ的对象物标识别处理的功能块。典型的是,对象物标识别部40在从执行条件判定部30送来的判定结果为表示判定的成立的结果的情况下,使用两个以上的外部传感器20来识别满足与成立的执行条件对应的物标条件的对象物标OJ。作为识别结果的传感器输出被送至传感器输出转换部50。
1-3-3.传感器输出转换部50
传感器输出转换部50是用于针对从对象物标识别部40送来的两个传感器输出,根据需要进行传感器输出转换处理的功能块。典型的是,在传感器输出转换处理中,在雷达22的传感器输出和激光雷达24的传感器输出,或者雷达22的多个传感器输出被输入的情况下,传感器输出转换部50将各个传感器输出中包括的对象物标OJ的数据投影至2D俯瞰图上。然后,传感器输出转换部50运算所投影的对象物标OJ的重叠率。
或者,在雷达22的传感器输出和摄像机26的传感器输出被输入的情况下,传感器输出转换部50对摄像机26的传感器输出中包括的对象物标OJ的3D物标进行2D转换。然后,传感器输出转换部50将2D转换后的对象物标OJ的数据和雷达22的传感器输出中包括的对象物标OJ的数据投影至2D俯瞰图上,并运算它们的重叠率。
或者,在激光雷达24的多个传感器输出被输入的情况下,传感器输出转换部50运算传感器输出中包括的对象物标OJ的3D数据彼此的重叠率。
或者,在激光雷达24的传感器输出和摄像机26的传感器输出被输入的情况下,传感器输出转换部50对摄像机26的传感器输出中包括的对象物标OJ的3D物标进行2D转换。然后,传感器输出转换部50将2D转换后的对象物标OJ的数据和激光雷达24的传感器输出中包括的对象物标OJ的数据投影至2D俯瞰图上,并运算它们的重叠率。或者,传感器输出转换部50将激光雷达24的传感器输出中包括的点群投影在摄像机26的传感器输出中包括的对象物标OJ的图像上,并运算它们的重叠率。
或者,在摄像机26的多个传感器输出被输入的情况下,传感器输出转换部50运算传感器输出中包括的对象物标OJ的3D物标彼此的重叠率。运算出的重叠率被送至一致度判定部60。
1-3-4.一致度判定部60
一致度判定部60是用于进行一致度判定处理的功能块。在一致度判定处理中,一致度判定部60将从传感器输出转换部50送来的重叠率与规定的判定值进行比较。然后,在一致度判定处理中,在重叠率比判定值低的情况下,能判断为在对象物标识别处理中使用的两个外部传感器20中的任一方或两方存在需要校准的异常。
1-4.实施方式1的传感器异常推定方法
接着,使用图10对本公开的实施方式1的传感器异常推定方法进行说明。图10是用于对实施方式1的传感器异常推定处理的流程进行说明的流程图。在车辆10的行驶中反复执行图10所示的例程的流程图。
在图10的例程的步骤S100中,执行条件判定部30判定传感器异常推定处理的执行条件是否成立。其结果是,在判定不成立的情况下结束本例程,在判定成立的情况下处理进入步骤S102。
在步骤S102中,对象物标识别部40执行对象物标识别处理。在此,对象物标识别部40针对与车辆10的交叉路口处的位置建立了对应的指定位置的对象物标OJ,分别获取通过多个外部传感器20中的两个外部传感器20得到的识别结果。当步骤S102的处理完成时,处理进入步骤S104。
在步骤S104中,传感器输出转换部50将在步骤S104中获取到的识别结果转换为能比较的数据之后,计算转换后的数据彼此的重叠率。
在步骤S106中,一致度判定部60判定在步骤S104中运算出的重叠率是否小于规定的判定值。其结果是,在判定不成立的情况下,判断为不存在外部传感器20的校准异常,并结束本例程。另一方面,在步骤S106的判定被确认成立的情况下,进入下一个步骤S108,判断为在对象物标识别处理中使用的两个外部传感器20中的任一方或两方发生了需要校准的异常。在该情况下,车载计算机12禁止这两个外部传感器20的传感器输出用于控制。或者,也可以执行向车辆10的驾驶员通知异常的发生的处理。
如此,根据实施方式1的传感器异常推定装置100,在交叉路口处,能认清能选定相对于车辆10的相对速度小,并且从车辆10容易识别的位置的对象物标OJ的定时。由此,能谋求传感器异常推定处理的推定精度的提高和运算负荷的减轻。
1-5.变形例
本实施方式的传感器异常推定装置100也可以采用如以下这样变形的方案。
传感器异常推定装置100不一定需要搭载于车辆10。即,传感器异常推定装置100的功能的一部分或全部也可以被配置于通过通信网络与车辆10连接的服务器。
传感器异常推定装置100执行传感器异常推定处理的交叉路口不限于交叉路口IS1。即,本公开的传感器异常推定装置100的传感器异常推定处理可以广泛应用于车辆10的执行条件和对象物标OJ的物标条件能成立的交叉路口。
也可以是,在车辆10具备具有重复的识别区域的三个以上的外部传感器20的情况下,以循环的方式提取来自三个外部传感器中的两个传感器来执行传感器异常推定处理,由此确定发生了异常的外部传感器。
实施方式2.
2-1.实施方式2的传感器搭载车辆的构成
实施方式2的传感器搭载车辆的构成与图1所示的实施方式1的传感器搭载车辆10相同。因此,省略实施方式2的传感器搭载车辆10的详细说明。
2-2.实施方式2的外部传感器的异常推定处理的特征
在通过外部传感器20检测的传感器输出之中有时会包含精度低的值。例如,就作为外部传感器20的摄像机26而言,在相对于计测的物标的相对速度大的情况下,物标的识别精度有时会由于运动模糊而降低。特别是在夜间,该倾向尤为显著。
因此,在实施方式2的传感器异常推定装置100中,在传感器输出转换处理时,判定关于在对象物标识别部40中识别出的对象物标OJ的传感器输出的传感器精度是否下降了。以下,该处理被称为“传感器精度下降判定处理”。在传感器精度下降判定处理中被判定为传感器精度下降了的外部传感器20的传感器输出通过过滤处理被过滤。根据这样的动作,能防止传感器精度下降了的传感器输出被用于对象物标识别处理。
2-3.实施方式2的传感器异常推定装置的功能构成
图11是表示实施方式2的传感器异常推定装置100的功能的框图。需要说明的是,在图11中,对于与图9所示的实施方式1的传感器异常推定装置100的功能共同的功能,省略说明。
传感器异常推定装置100除了实施方式1的传感器异常推定装置100的功能之外,还具备传感器精度下降判定部70和过滤部80。它们在存储于车载计算机12的存储器12b的程序12c中包括的传感器异常推定程序由处理器12a执行时被实现为车载计算机(ECU)12的功能。
2-3-1.传感器精度下降判定部70
传感器精度下降判定部70是用于对从对象物标识别部40送来的传感器输出执行传感器精度下降判定处理的功能块。典型的是,在传感器输出为雷达22的传感器输出的情况下,传感器精度下降判定部70在根据通过内部传感器14得到的信息而运算的车辆10的横摆角速度为规定值以上的情况下,判定该传感器的传感器精度下降。或者,在传感器输出为激光雷达24的传感器输出的情况下,传感器精度下降判定部70在传感器输出中包括的高亮度或低亮度的激光雷达点数为规定数以上的情况下,判定该传感器的传感器精度下降。或者,在传感器输出为摄像机26的传感器输出的情况下,在摄像机26的快门速度为规定的快门速度以上并且对象物标OJ的相对速度为规定的判定阈值A以上的情况下,判定该传感器的传感器精度下降。或者,在传感器输出为摄像机26的传感器输出的情况下,在对象物标OJ的相对速度为规定的判定阈值B(>判定阈值A)以上的情况下,判定该传感器的传感器精度下降。传感器精度下降判定处理的判定结果被送至过滤部80。
2-3-2.过滤部80
过滤部80是用于基于从传感器精度下降判定部70送来的传感器精度下降判定处理的判定结果来对外部传感器20的传感器输出执行过滤处理的功能块。典型的是,在传感器精度下降判定处理的判定结果为表示雷达22的传感器精度的下降的判定结果的情况下,过滤部80以不使用相应的雷达22的识别结果(传感器输出)的方式执行过滤处理。或者,在传感器精度下降判定处理的判定结果为表示激光雷达24的传感器精度的下降的判定结果的情况下,过滤部80以不使用相应的激光雷达24的识别结果(传感器输出)中的高亮度或低亮度的激光雷达点的方式执行过滤处理。或者,在传感器精度下降判定处理的判定结果为表示摄像机26的传感器精度的下降的判定结果的情况下,过滤部80以不使用相应的摄像机26的识别结果(传感器输出)的方式执行过滤处理。实施了过滤处理后的传感器输出被送至传感器输出转换部50。
根据这样的实施方式2的传感器异常推定装置100,能防止传感器精度下降了的外部传感器20的传感器输出被用于传感器异常推定处理,因此能减少传感器异常推定处理中的误判定。
2-4.变形例
实施方式2的传感器异常推定装置100也可以采用如以下这样变形的方案。
图12是表示实施方式2的传感器异常推定装置的功能的变形例的框图。需要说明的是,在图12中,对于与图11所示的传感器异常推定装置100的功能共同的功能,省略说明。
图12所示的变形例的传感器异常推定装置100除了图11所示的传感器异常推定装置100的功能之外,还具备行驶控制部90。行驶控制部90在存储于车载计算机12的存储器12b的程序12c中包括的传感器异常推定程序由处理器12a执行时被实现为车载计算机(ECU)12的功能。
行驶控制部90是用于基于从传感器精度下降判定部70送来的传感器精度下降判定处理的判定结果来执行车辆10的行驶控制的功能块。典型的是,从传感器精度下降判定部70向行驶控制部90送出传感器精度下降判定处理的判定结果。在传感器精度下降判定处理的判定结果为表示传感器精度的下降的判定结果的情况下,行驶控制部90进行用于避免传感器精度的下降的行驶控制。例如,在传感器精度下降判定处理的判定结果为表示摄像机26的传感器精度的下降的判定结果的情况下,行驶控制部90基于由位置传感器16接收到的车辆10的位置信息、由内部传感器14检测到的与车辆10的运动相关的信息以及从地图数据库中得到的地图信息来获取地图上的车辆10的位置和速度。然后,在车辆10位置为交叉路口内的情况下,以车辆10的车速成为比规定的限制速度低的速度直到车辆10离开该交叉路口为止的方式控制致动器18。此处的规定的限制速度使用预先设定的值来作为能抑制传感器精度的下降的速度。
根据这样的车辆控制,能减少传感器输出被过滤处理排除,因此能增加执行传感器异常推定处理的机会。
Claims (7)
1.一种传感器异常推定装置,是搭载有多个外部传感器的传感器搭载车辆的传感器异常推定装置,具备:
一个或多个存储器,存储有一个或多个程序;
一个或多个处理器,与所述一个或多个存储器耦合,
所述一个或多个处理器在所述一个或多个程序的执行时执行异常推定处理,在该异常推定处理中:
判定本车道与交叉车道交叉的交叉路口处的所述传感器搭载车辆的位置和速度是否满足规定的执行条件;
在满足所述执行条件的情况下,针对与所述传感器搭载车辆的所述位置建立了对应的指定位置的对象物标,分别获取通过所述多个外部传感器中的任意两个外部传感器得到的识别结果;
获取各个所述识别结果的一致度;以及
在所述一致度低于规定的判定值的情况下推定为所述任意两个外部传感器中的至少一方存在异常。
2.根据权利要求1所述的传感器异常推定装置,其中,
所述多个外部传感器包括以所述传感器搭载车辆的行进方向为基准来识别前方的物标的传感器,
所述执行条件是所述传感器搭载车辆正停止在所述本车道上的等待进入所述交叉路口的车列的排头,
所述对象物标是正在所述本车道的对向车道上等待进入所述交叉路口的车列的排头车辆。
3.根据权利要求1所述的传感器异常推定装置,其中,
所述多个外部传感器包括以所述传感器搭载车辆的行进方向为基准来识别右侧或左侧的物标的传感器,
所述执行条件是所述传感器搭载车辆正在以比规定速度低的速度在所述交叉路口的所述本车道上直行,
所述对象物标是正在所述交叉车道上等待进入所述交叉路口的车列的排头车辆。
4.根据权利要求1所述的传感器异常推定装置,其中,
所述多个外部传感器包括以所述传感器搭载车辆的行进方向为基准来识别后方的物标的传感器,
所述执行条件是所述传感器搭载车辆正在以比规定速度低的速度在所述交叉路口的所述本车道上直行,
所述对象物标是正在与所述本车道邻接的右转车道或左转车道上等待进入所述交叉路口的车列的排头车辆。
5.根据权利要求1所述的传感器异常推定装置,其中,
所述多个外部传感器包括以所述传感器搭载车辆的行进方向为基准来识别后方的物标的传感器,
所述执行条件是所述传感器搭载车辆正在所述交叉路口以比规定速度低的速度从所述本车道向所述交叉车道右转或左转,
所述对象物标是正在所述交叉车道上等待进入所述交叉路口的车列的排头车辆。
6.根据权利要求1至5中任一项所述的传感器异常推定装置,其中,
所述一个或多个处理器在所述一个或多个程序的执行时进行以下动作:
执行判定所述识别结果的精度是否下降了的传感器精度下降判定处理;以及
在所述传感器精度下降判定处理中判定为所述识别结果的精度下降了的情况下,执行将判定出的识别结果从所述异常推定处理的对象中排除的过滤处理。
7.根据权利要求6所述的传感器异常推定装置,其中,
在所述传感器精度下降判定处理中判定为所述识别结果的精度下降了的情况下,将所述交叉路口处的所述传感器搭载车辆的速度控制为比规定的限制速度低的速度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021067779A JP7351321B2 (ja) | 2021-04-13 | 2021-04-13 | センサ異常推定装置 |
JP2021-067779 | 2021-04-13 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115257790A true CN115257790A (zh) | 2022-11-01 |
Family
ID=83509991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210366174.4A Pending CN115257790A (zh) | 2021-04-13 | 2022-04-08 | 传感器异常推定装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US12024177B2 (zh) |
JP (1) | JP7351321B2 (zh) |
CN (1) | CN115257790A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7380542B2 (ja) * | 2020-12-23 | 2023-11-15 | トヨタ自動車株式会社 | 自動運転システム、及び異常判定方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008242544A (ja) * | 2007-03-26 | 2008-10-09 | Hitachi Ltd | 衝突回避装置および方法 |
JP4982353B2 (ja) * | 2007-12-27 | 2012-07-25 | 日立オートモティブシステムズ株式会社 | 外界認識装置 |
JP6815925B2 (ja) * | 2017-04-24 | 2021-01-20 | 日立オートモティブシステムズ株式会社 | 車両の電子制御装置 |
JP7007226B2 (ja) * | 2018-04-05 | 2022-01-24 | 日立Astemo株式会社 | 電子制御装置、制御方法 |
JP7076348B2 (ja) * | 2018-09-20 | 2022-05-27 | 日立Astemo株式会社 | 電子制御装置 |
JP2020104547A (ja) | 2018-12-26 | 2020-07-09 | 株式会社日立製作所 | 外界センサの故障検出装置、及び、外界センサの故障検出方法 |
CN113811787A (zh) | 2019-05-14 | 2021-12-17 | 三菱电机株式会社 | 车载用物体检测系统 |
CN113811788A (zh) | 2019-05-14 | 2021-12-17 | 三菱电机株式会社 | 车载用物体检测系统 |
JP2021018636A (ja) * | 2019-07-22 | 2021-02-15 | トヨタ自動車株式会社 | 車両遠隔指示システム |
JP2021049873A (ja) * | 2019-09-25 | 2021-04-01 | 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 |
WO2021138010A1 (en) * | 2019-12-31 | 2021-07-08 | Nvidia Corporation | Three-dimensional intersection structure prediction for autonomous driving applications |
-
2021
- 2021-04-13 JP JP2021067779A patent/JP7351321B2/ja active Active
-
2022
- 2022-03-08 US US17/689,573 patent/US12024177B2/en active Active
- 2022-04-08 CN CN202210366174.4A patent/CN115257790A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US12024177B2 (en) | 2024-07-02 |
JP7351321B2 (ja) | 2023-09-27 |
JP2022162787A (ja) | 2022-10-25 |
US20220324463A1 (en) | 2022-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3447528B1 (en) | Automated driving system that merges heterogenous sensor data | |
EP3854646B1 (en) | Systems and methods for navigating with safe distances | |
CN109669451B (zh) | 自主驾驶支持设备及方法 | |
US11312353B2 (en) | Vehicular control system with vehicle trajectory tracking | |
CN108146503B (zh) | 车辆防撞 | |
CN110036308B (zh) | 车辆周边信息获取装置以及车辆 | |
CN113492851B (zh) | 车辆控制装置、车辆控制方法以及车辆控制用计算机程序 | |
JP7466396B2 (ja) | 車両制御装置 | |
US11052910B2 (en) | Vehicle control apparatus | |
CN102673560A (zh) | 识别拐弯机动的方法和驾驶员辅助系统 | |
CN112046481B (zh) | 自动驾驶装置和方法 | |
CN113228131B (zh) | 用于提供周围环境数据的方法和系统 | |
CN113830100A (zh) | 车辆及其控制方法 | |
CN111341148A (zh) | 用于处理多重反射信号的机动车的控制系统以及控制方法 | |
US11760345B2 (en) | Vehicle traveling control apparatus | |
CN115257790A (zh) | 传感器异常推定装置 | |
US11361199B2 (en) | Traveling environment recognition apparatus | |
CN111599166B (zh) | 用于解释交通信号和协商信号化的交叉路口的方法和系统 | |
EP3581467B1 (en) | Object tracking after object turns off host-vehicle roadway | |
CN112598915A (zh) | 使用道路拓扑和交通参与者目标状态的车辆轨迹预测 | |
US20210284148A1 (en) | Travel control apparatus, vehicle, travel control method, and non-transitory computer-readable storage medium | |
US11816903B2 (en) | Method for determining a type of parking space | |
EP3865815A1 (en) | Vehicle-mounted system | |
CN113327456A (zh) | 一种车道结构检测方法及装置 | |
JP3797188B2 (ja) | コーナー開始点・道路分岐点検出装置 |
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 |