CN115303269A - 具有对障碍物的非视觉确认的自适应巡航控制 - Google Patents

具有对障碍物的非视觉确认的自适应巡航控制 Download PDF

Info

Publication number
CN115303269A
CN115303269A CN202210482890.9A CN202210482890A CN115303269A CN 115303269 A CN115303269 A CN 115303269A CN 202210482890 A CN202210482890 A CN 202210482890A CN 115303269 A CN115303269 A CN 115303269A
Authority
CN
China
Prior art keywords
vehicle
intersection
data
sensor
stationary object
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
CN202210482890.9A
Other languages
English (en)
Inventor
T·D·茨维基
杰瑞米·勒纳
陈兴平
D·塔伊姆
瑞恩·琼斯
泰勒·霍利
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies 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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN115303269A publication Critical patent/CN115303269A/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
    • B60W30/143—Speed 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • 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
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • 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
    • B60W2554/20—Static objects
    • 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
    • B60W2554/406—Traffic density
    • 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
    • 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
    • B60W2554/801—Lateral 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
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/18—Braking system

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了“具有对障碍物的非视觉确认的自适应巡航控制”。一种系统，包括计算机，所述计算机具有处理器和存储器，所述存储器存储能够由所述处理器执行以进行以下操作的指令：在车辆的自适应巡航控制特征活动时访问所述车辆的第一传感器的传感器数据；基于所述第一传感器的所述传感器数据而探测沿着所述车辆的行驶路径定位的静止物体，其中所述静止物体位于所述车辆的第二传感器的范围之外；确定在沿着所述车辆的所述行驶路径的所述静止物体的阈值距离内的十字路口的存在；以及响应于确定所述静止物体是所述十字路口的停止车辆，由所述自适应巡航控制特征调整所述车辆的速度。

Description

具有对障碍物的非视觉确认的自适应巡航控制
技术领域
本公开涉及用于具有对障碍物的非视觉确认的自适应巡航控制的系统和方法。
背景技术
自适应巡航控制是一种车辆特征，其在启用时控制车辆推进动力/加速度以便在可能时维持设定速度，同时监测车辆前方的道路以便探测可能存在的其他车辆。当自适应巡航控制特征探测到在受控车辆前方存在较慢移动的车辆时，它可以暂时将受控车辆的速度减小到低于设定速度，以便维持期望的最小行车间距。随后，如果自适应巡航控制特征探测到车辆前方的道路已经变得畅通，则它可以致使车辆加速回到设定速度。
发明内容
本文公开了自适应巡航控制改进，根据所述改进，在对雷达探测到的静止物体的视觉确认可能适得其反的情况下，可以选择性地忽略所述视觉确认。可将雷达探测到的静止物体对十字路口的接近辨识为不期望要求视觉确认静止物体是主车辆的行驶路径中的障碍物的指示，并且辨识为静止物体是此类障碍物的非视觉确认的形式。在一些实现方式中，可从由附近车辆和/或基础设施提供的数据获得十字路口处的交通状况和/或交通信号状态的知识，并且可将所述知识用作关于以下操作的背景适当决策的基础：探测到的静止物体是否为构成主车辆的行驶路径中的障碍物的停止车辆。
一种系统可包括计算机，所述计算机具有处理器和存储器，所述存储器存储能够由所述处理器执行以进行以下操作的指令：在车辆的自适应巡航控制特征活动时访问所述车辆的第一传感器的传感器数据；基于所述第一传感器的所述传感器数据而探测沿着所述车辆的行驶路径定位的静止物体，其中所述静止物体位于所述车辆的第二传感器的范围之外；确定在沿着所述车辆的所述行驶路径的所述静止物体的阈值距离内的十字路口的存在；以及响应于确定所述静止物体是所述十字路口的停止车辆，由所述自适应巡航控制特征调整所述车辆的速度。
所述存储器可存储能够由所述处理器执行以进行以下操作的指令：基于所述十字路口的当前交通状况和所述十字路口的历史交通状况中的至少一者而确定所述阈值距离。
所述存储器可存储能够由所述处理器执行以进行以下操作的指令：基于所接收的十字路口数据而确定所述静止物体是所述停止车辆，其中所述所接收的十字路口数据包括经由无线车辆对车辆(V2V)通信链路获得的十字路口数据和经由无线车辆对基础设施(V2X)通信链路获得的十字路口数据中的至少一者。
所述所接收的十字路口数据可包括所述十字路口的交通状况数据和所述十字路口的交通信号状态数据中的至少一者。
所述存储器可存储能够由所述处理器执行以进行以下操作的指令：访问识别一组先前探测到的车辆的车辆跟踪数据；基于所述第一传感器的所述传感器数据而在所述一组先前探测到的车辆中识别在与所述静止物体的车道相邻的车道中存在的一个或多个先前探测到的车辆；确定所述一个或多个先前探测到的车辆是否静止；以及响应于确定所述一个或多个先前探测到的车辆是静止的，确定所述静止物体是所述十字路口的所述停止车辆。
所述存储器可存储能够由所述处理器执行以进行以下操作的指令：基于从远程服务器接收的众包的假障碍物数据而确定所述静止物体是所述停止车辆。
所述存储器可存储能够由所述处理器执行以进行以下操作的指令：响应于所述静止物体是所述停止车辆的所述确定而生成警告以由所述车辆的人机界面(HMI)呈现。
所述存储器可存储能够由所述处理器执行以进行以下操作的指令：响应于所述静止物体是所述停止车辆的所述确定而应用所述车辆的车辆制动。
所述第一传感器可以是雷达传感器，并且所述第二传感器可以是相机。
所述第一传感器可以是相机，并且所述第二传感器可以是雷达传感器。
一种方法可包括：在车辆的自适应巡航控制特征活动时访问所述车辆的第一传感器的传感器数据；基于所述第一传感器的所述传感器数据而探测沿着所述车辆的行驶路径定位的静止物体，其中所述静止物体位于所述车辆的第二传感器的范围之外；确定在沿着所述车辆的所述行驶路径的所述静止物体的阈值距离内的十字路口的存在；以及响应于确定所述静止物体是所述十字路口的停止车辆，由所述自适应巡航控制特征调整所述车辆的速度。
所述方法可包括基于所述十字路口的当前交通状况和所述十字路口的历史交通状况中的至少一者而确定所述阈值距离。
所述方法可包括基于所接收的十字路口数据而确定所述静止物体是所述停止车辆，其中所述所接收的十字路口数据包括经由无线车辆对车辆(V2V)通信链路获得的十字路口数据和经由无线车辆对基础设施(V2X)通信链路获得的十字路口数据中的至少一者。
所述所接收的十字路口数据可包括所述十字路口的交通状况数据和所述十字路口的交通信号状态数据中的至少一者。
所述方法可包括访问识别一组先前探测到的车辆的车辆跟踪数据；基于所述第一传感器的所述传感器数据而在所述一组先前探测到的车辆中识别在与所述静止物体的车道相邻的车道中存在的一个或多个先前探测到的车辆；确定所述一个或多个先前探测到的车辆是否静止；以及响应于确定所述一个或多个先前探测到的车辆是静止的，确定所述静止物体是所述十字路口的所述停止车辆。
所述方法可包括基于从远程服务器接收的众包的假障碍物数据而确定所述静止物体是所述停止车辆。
所述方法可包括响应于所述静止物体是所述停止车辆的所述确定而生成警告以由所述车辆的人机界面(HMI)呈现。
所述方法可包括响应于所述静止物体是所述停止车辆的所述确定而应用所述车辆的车辆制动。
所述第一传感器可以是雷达传感器，并且所述第二传感器可以是相机。
所述第一传感器可以是相机，并且所述第二传感器可以是雷达传感器。
附图说明
图1是第一示例性系统的框图。
图2是示例性服务器的框图。
图3A是第一示例性交通场景的图。
图3B是第二示例性交通场景的图。
图3C是第三示例性交通场景的图。
图4是第一示例性过程流的框图。
图5是第二示例性系统的框图。
图6是第二示例性过程流的框图。
图7是第三示例性过程流的框图。
图8是示例性存储介质的框图。
具体实施方式
图1是第一示例性系统100的框图。系统100包括主车辆105，所述主车辆是陆地车辆，诸如汽车、卡车等。车辆105包括计算机110、电子控制单元(ECU)112、车辆传感器115、用以致动各种车辆部件125的致动器120、通信模块130，和车辆网络132。通信模块130允许车辆105经由网络135与服务器145通信。
计算机110包括处理器和存储器。存储器包括一种或多种形式的计算机可读介质，并且存储能够由处理器执行以执行各种操作(包括本文公开的操作)的指令。所述处理器可使用任何合适的处理器或逻辑装置来实施，诸如复杂指令集计算机(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、兼容x86指令集的处理器、实施指令集的组合的处理器、多核处理器，或任何其他合适的微处理器或中央处理单元(CPU)。还可将所述处理器实施为专用处理器，诸如控制器、微控制器、嵌入式处理器、芯片多处理器(CMOS)、协处理器、图形处理器、图形处理单元(GPU)、数字信号处理器(DSP)、网络处理器、媒体处理器、输入/输出(I/O)处理器、媒体访问控制(MAC)处理器、无线电基带处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑装置(PLD)等。在一些实现方式中，计算机110可包括多个处理器，所述多个处理器中的每一者可根据以上示例中的任一者来实施。
计算机110可以自主模式、半自主模式或非自主(手动)模式操作车辆105，即，可以控制和/或监测车辆105的操作，包括控制和/或监测部件125。出于本公开的目的，自主模式被定义为其中车辆的推进、制动和转向中的每一者都由计算机110控制的模式；在半自主模式下，计算机110控制车辆的推进、制动和转向中的一者或两者；在非自主模式下，人类操作者控制车辆的推进、制动和转向中的每一者。
计算机110可包括用于以下操作的程序设计：操作车辆制动、推进(例如，通过控制内燃发动机、电动机、混合动力发动机等中的一者或多者来控制车辆中的加速度)、转向、气候控制、内部灯和/或外部灯等中的一者或多者；以及确定计算机110(对照人类操作者)是否以及何时控制此类操作。另外，计算机110可被编程为确定人类操作者是否以及何时控制此类操作。
计算机110可例如经由如下文进一步描述的车辆网络132通信地耦合到位于包括在车辆105中的一个或多个其他装置中的一个或多个处理器。此外，计算机110可经由通信模块130与使用全球定位系统(GPS)的导航系统通信。作为示例，计算机110可请求并接收车辆105的位置数据。所述位置数据可呈常规格式，例如地理坐标(纬度坐标和经度坐标)。
ECU 112(其还可称为电子控制模块(ECM)或简称为“控制模块”)是监测和/或控制车辆105的各种车辆部件125的计算装置。ECU 112的示例可包括发动机控制模块、变速器控制模块、动力系统控制模块、制动控制模块、转向控制模块等。任何给定的ECU 112可包括处理器和存储器。所述存储器可包括一种或多种形式的计算机可读介质，并且可存储能够由处理器执行以执行各种操作(包括本文公开的操作)的指令。任何给定的ECU 112的处理器可使用通用处理器或专用处理器或处理电路来实施，包括上文参考包括在计算机110中的处理器所识别的示例中的任一者。
在一些实现方式中，给定的ECU 112的处理器可使用微控制器来实施。在一些实现方式中，给定的ECU 112的处理器可使用专用电子电路来实施，所述专用电子电路包括针对特定操作而制造的ASIC，例如用于处理传感器数据和/或传送传感器数据的ASIC。在一些实现方式中，给定的ECU 112的处理器可使用FPGA来实施，所述FPGA是制造成能够由乘员配置的集成电路。通常，在电子设计自动化中使用诸如VHDL(超高速集成电路硬件描述语言)的硬件描述语言来描述诸如FPGA和ASIC的数字和混合信号系统。例如，ASIC是基于制造前提供的VHDL编程而制造，而FPGA内部的逻辑部件可基于例如存储在电连接到FPGA电路的存储器中的VHDL编程而配置。在一些示例中，通用处理器、ASIC和/或FPGA电路的组合可包括在给定的ECU 112中。
车辆网络132是可在车辆105中的各种装置之间交换消息所经由的网络。计算机110通常可被编程为经由车辆网络132向和/或从车辆105中的其他装置(例如，ECU 112、传感器115、致动器120、部件125、通信模块130、人机界面(HMI)等中的任一者或全部)发送和/或接收消息。另外或可替代地，可经由车辆网络132在车辆105中的各种此类其他装置之间交换消息。在计算机110实际上包括多个装置的情况下，车辆网络132可用于在本公开中表示为计算机110的装置之间的通信。此外，如以下所提及，各种控制器和/或车辆传感器115可向计算机110提供数据。
在一些实现方式中，车辆网络132可以是其中经由车辆通信总线传达消息的网络。例如，车辆网络可包括：控制器区域网络(CAN)，其中消息经由CAN总线传达；或本地互连网络(LIN)，其中消息经由LIN总线传达。
在一些实现方式中，车辆网络132可包括其中使用其他有线通信技术和/或无线通信技术(例如，以太网、WiFi、蓝牙等)来传达消息的网络。在一些实现方式中，可用于在车辆网络132上通信的协议的额外示例包括但不限于媒体导向系统运输(MOST)、时间触发协议(TTP)和FlexRay。
在一些实现方式中，车辆网络132可表示支持车辆105中的装置之间的通信的可能是不同类型的多个网络的组合。例如，车辆网络132可包括其中车辆105中的一些装置经由CAN总线进行通信的CAN，以及其中车辆105中的一些装置根据以太网或Wi-Fi通信协议进行通信的有线或无线局域网。
车辆的传感器115可包括诸如已知的用于向计算机110提供数据的多种装置。例如，车辆传感器115可包括设置在车辆105的顶部上、在车辆105的前挡风玻璃后面、在车辆105周围等的光探测和测距(激光雷达)传感器115等，所述光探测和测距传感器提供在车辆105周围的物体的相对位置、大小和形状和/或周围的状况。作为另一示例，固定到车辆105保险杠的一个或多个雷达传感器115可提供数据以提供物体(可能包括第二车辆)等相对于车辆105的位置的速度并进行测距。车辆传感器115还可包括相机传感器115，例如前视、侧视、后视等，所述相机传感器提供来自车辆105内部和/或外部的视野的图像。
经由可根据已知的适当控制信号来致动各种车辆子系统的电路、芯片、马达或其他电子和或机械部件来实施致动器120。致动器120可用于控制部件125，包括车辆105的制动、加速和转向。
在本公开的上下文中，车辆部件125是适于执行机械或机电功能或操作(诸如使车辆105移动、使车辆105减慢或停止、使车辆105转向等)的一个或多个硬件部件。部件125的非限制性示例包括推进部件(其包括例如内燃发动机和/或电动马达等)、变速器部件、转向部件(例如，其可包括方向盘、转向齿条等中的一者或多者)、制动部件(如下文所描述)、泊车辅助部件、自适应巡航控制部件、自适应转向部件、可移动座椅等。
另外，计算机110可被配置为经由通信模块130与车辆105外部的装置通信，例如，通过车辆对车辆(V2V)或车辆对基础设施(V2X)无线通信与另一车辆通信，与远程服务器145(通常经由网络135)通信。通信模块130可包括计算机110可借以通信的一种或多种机制，包括无线(例如，蜂窝、无线、卫星、微波和射频)通信机制的任何期望的组合以及任何期望的网络拓扑(或者当利用多种通信机制时的多个拓扑)。经由通信模块130提供的示例性通信包括提供数据通信服务的蜂窝、
Figure BDA0003628577150000091
IEEE 802.11、专用短程通信(DSRC)和/或包括互联网的广域网(WAN)。
网络135可以是各种有线或无线通信机制中的一者或多者，包括有线通信机制(例如，缆线和光纤)和/或无线通信机制(例如，蜂窝、无线、卫星、微波和射频)和任何期望的网络拓扑(或者在利用多种通信机制时的多个拓扑)的任何期望的组合。示例性通信网络包括提供数据通信服务的无线通信网络(例如，使用蓝牙、蓝牙低功耗(BLE)、IEEE 802.11、车辆对车辆(V2V)(诸如专用短程通信(DSRC))以及蜂窝V2V(CV2V)、蜂窝V2X(CV2X)等)、局域网(LAN)和/或广域网(WAN)，包括互联网。
计算机110可基本上连续地、周期性地和/或在由服务器145指示时等接收并分析来自传感器115的数据。此外，可在例如计算机110中基于激光雷达传感器115、相机传感器115等的数据来使用物体分类或识别技术，以识别物体的类型(例如，车辆、人、岩石、坑洞、自行车、摩托车等)以及物体的物理特征。
图2是示例性服务器145的框图。服务器145包括计算机235和通信模块240。计算机235包括处理器和存储器。存储器包括一种或多种形式的计算机可读介质，并且存储可由计算机235执行以执行各种操作(包括本文公开的操作)的指令。通信模块240可包括用于有线和/或无线通信(例如，使用合适协议的射频通信)的常规机制，所述常规机制允许计算机235经由无线和或有线通信网络/链路与其他装置(诸如车辆105)通信。
图3A是第一示例性交通场景300的图。在交通场景300中，当启用车辆105的自适应巡航控制特征时，车辆105在道路301上行驶。车辆105的自适应巡航控制在启用时可控制车辆推进动力/加速度以便在可能时维持设定速度，同时监测车辆105前方的道路以便探测可能存在的其他车辆。当自适应巡航控制特征探测到在车辆105前方存在车辆时，它可确定在车辆105继续以设定速度行驶的情况下所述车辆是否将接近到距探测到的车辆的期望的最小行车间距以内。如果是，则自适应巡航控制特征可暂时将车辆105的速度减小到低于设定速度，以便防止所述车辆比期望的最小行车间距更靠近地接近。
车辆105的自适应巡航控制特征可使用由车辆105的雷达传感器和相机提供的数据以便探测道路301上的其他车辆的存在。通过使用由车辆105的雷达传感器(例如，传感器115中的雷达传感器)提供的雷达感测数据，车辆105的基于雷达的物体探测功能性(例如，由计算机110或ECU 112提供的基于雷达的物体探测功能性)可探测从车辆105的前方向前延伸距离DRR的雷达范围302内的物体(诸如其他车辆)。通过使用由车辆105的相机(例如，传感器115中的相机)捕获的图像，车辆105的基于图像的物体探测功能性(例如，由计算机110或ECU 112提供的基于图像的物体探测功能性)可在视觉上探测/辨识在视觉确认范围304内的物体(诸如其他车辆)。小于雷达范围302的视觉确认范围304从车辆105的前方向前延伸距离DVCR，其中DVCR小于DRR。
车辆105的自适应巡航控制特征可被配置为获得经由雷达探测到的物体实际上构成车辆105的行驶路径中的障碍物的视觉确认，之后响应于探测到此类物体而执行自适应巡航控制状态调整(例如，减速)。如本文所采用的，术语“视觉确认”是指经由对捕获的图像的处理/分析实现的(对猜测的)确认。当车辆105的基于雷达的物体探测功能性探测到物体时，车辆105的基于图像的物体探测功能性可通过以下操作来提供对物体是车辆105的行驶路径中的障碍物的猜测的视觉确认：分析捕获的图像以确定它们是否包含与用作对所述物体的基于雷达的探测的基础的雷达感测数据一致的车辆105的行驶路径中的物体的证据。
在交通场景300中，物体306(其可表示另一车辆或可表示某一其他物体)沿着车辆105的行驶路径(道路301的右车道)定位。物体306位于车辆105的雷达范围302内，并且因此可使用雷达来探测。然而，物体306位于视觉确认范围304之外。因此，车辆105的自适应巡航控制特征不能在视觉上确认物体306构成车辆105的行驶路径中的障碍物(对照例如道路301上方的立交桥、低净空桥梁或其他结构，或道路上或附近的物体(诸如桥梁支撑柱))。如果要求在调整自适应巡航控制参数之前获得视觉确认，则车辆105的自适应巡航控制特征将不会对物体306的存在作出反应，直到车辆105前进到物体306的相机范围内为止。
要求在调整自适应巡航控制参数(例如，减小车辆速度)以考虑此类物体之前对雷达探测到的物体的存在和身份/性质进行视觉确认可有利地影响自适应巡航控制性能。例如，来自道路附近的静止物体(例如，护栏、桥梁、立交桥等)的雷达回波可能错误地暗示道路本身上存在车辆/障碍物。在此类情况下，要求视觉确认可避免原本可能导致的不必要/不适当的状态调整(例如，不必要的减速/制动)。
图3B是第二示例性交通场景350的图，其中要求视觉确认可有利地影响自适应巡航控制性能。在交通场景350中，在启用其自适应巡航控制特征时，车辆105行驶在道路301的左车道上，并且接近道路301中的向右弯道。护栏352沿着道路301的左侧安装在道路301的包括向右弯道的部分中。护栏352的最近部分位于车辆105的雷达范围302内，并且可引起指示车辆105的行驶路径中的障碍物的潜在存在的雷达回波。如果准许车辆105的自适应巡航控制特征在没有视觉确认的情况下基于那些雷达回波来调整自适应巡航控制参数，则可能导致不期望的行为，例如，当车辆105的行驶路径实际上畅通时不必要地致使所述车辆减速。要求视觉确认可使得自适应巡航控制特征能够正确地推断出在行驶路径中实际上不存在障碍物，并且制止此类不必要的减速。
尽管在许多情况下要求视觉确认可能会有利地影响性能，但在某些情景下，这种要求可潜在地对自适应巡航控制性能产生负面影响。例如，当道路本身上存在静止物体(例如，停止车辆)时，要求视觉确认可能会由于阻碍自适应巡航控制特征及时适应那些静止物体的存在的能力而不利地影响性能。
图3C是第三示例性交通场景380的图，其描绘了此类情景的示例。在交通场景380中，在启用其自适应巡航控制特征时，车辆105行驶在道路301的右车道上，并且接近前面是道路301中的向左弯道的十字路口384。如本文所采用的，术语“十字路口”是指多条道路之间的重叠区域。在道路301的紧接在十字路口384之前的部分中，所有三个车道都充满了等待穿过十字路口384的停止车辆。右车道中最后面的停止车辆是车辆386。车辆386在车辆105的雷达范围302内。基于来自车辆386的雷达回波，车辆105的基于雷达的物体探测功能性可探测潜在地构成车辆105的行驶路径中的障碍物的静止物体的存在。然而，车辆386在车辆105的视觉确认范围304之外。因此，在车辆105的当前位置处，其自适应巡航控制特征可能无法获得探测到的静止物体(车辆386)实际上构成车辆105的行驶路径中的障碍物的视觉确认。
如果要求车辆105的自适应巡航控制特征在调整自适应控制参数(例如，致使车辆105减速)之前获得这种视觉确认，则在车辆105前进到车辆386的距离DVCR内(使得车辆386在车辆105的视觉确认范围304内)之前可能无法采取动作。在那时，可能需要让人不舒服的、强力的或甚至急剧的减速/制动，以便维持与车辆386的期望的最小行车间距/间隔。因此，在交通场景380的背景下，可能优选的是不要求自适应巡航控制特征获得视觉确认。然而，在许多其他场景(诸如在图3B的交通场景350中反映的场景)的背景下，没有视觉确认要求可能会引起错误的物体探测，并且可能会降低自适应巡航控制性能。
本文公开了一种自适应巡航控制系统，所述自适应巡航控制系统可辨识出要求视觉确认是不合意的情况，并且与视觉确认要求对自适应巡航控制性能具有积极影响的情况不同地对待此类情况。根据本文公开的技术，可将雷达探测到的静止物体接近即将到来的十字路口(即，主车辆105的规划的行驶路径中的十字路口)辨识为要求所述静止物体是行驶路径中的障碍物的视觉确认是不合意的指示，并且辨识为所述静止物体是此类障碍物的非视觉确认的形式。在一些实现方式中，车辆105的自适应巡航控制特征可查阅地图数据以确定雷达探测到的静止物体是否位于即将到来的十字路口的阈值距离内。在一些实现方式中，如果雷达探测到的静止物体在即将到来的十字路口的阈值距离内，则自适应巡航控制特征可推断出雷达探测到的静止物体是即将到来的十字路口的停止车辆，并且不要求视觉确认。
在一些实现方式中，阈值距离可特定于所讨论的特定的即将到来的十字路口，并且可针对不同的十字路口应用不同的阈值距离。在一些实现方式中，所讨论的特定的即将到来的十字路口的阈值距离可取决于那个十字路口的当前和/或历史交通状况。在一些实现方式中，可基于经由一个或多个车辆对车辆(V2V)/车辆对基础设施(V2X)链路接收的交通状况数据来确定十字路口的当前交通状况。在一些实现方式中，此类交通状况数据还可经过累积并用于确定十字路口的历史交通状况。在一些实现方式中，十字路口的历史交通状况还可以/可替代地由远程服务器确定，所述远程服务器可基于来自十字路口附近的车辆和/或基础设施的关于所述十字路口的交通状况的累积反馈/数据来确定那些历史交通状况。
在一些实现方式中，确定是否要求视觉确认还可涉及以下考虑：即将到来的十字路口处的交通状况和/或交通信号状态和/或相邻车道中的已知车辆的观测到的移动是否与雷达探测到的静止物体是所述十字路口的停止车辆的观点一致。在一些实现方式中，可从由前车辆和/或交通信号基础设施提供的数据获得即将到来的十字路口处的交通状况和/或交通信号状态的知识，并且可根据历史交通数据来确定对交通状况和/或交通信号状态的估计。在一些实现方式中，还可考虑关于与较高的错误停止车辆探测率相关联的结构/位置的众包数据和/或先验知识。
图4是用于具有对障碍物的非视觉确认的自适应巡航控制的第一示例性过程流400的框图。过程流400的操作可由实施/管理车辆(例如，车辆105)的自适应巡航控制特征的计算机(例如，计算机110或ECU 112)执行。根据过程流400，在启用沿着道路行驶的车辆的自适应巡航控制(ACC)特征时，在框402处由ACC雷达探测沿着车辆的行驶路径定位的静止物体。如本文参考沿着道路行驶的车辆所采用的，术语“行驶路径(path of travel)”(可替代地，“行驶路径(travel path)”)是指预期车辆在沿着道路行驶时物理占据的道路的共同部分。例如，沿着遵从右行交通(RHT)惯例的双向居住区道路行驶的车辆的行驶路径通常由与道路的右手侧相对应的即将到来的道路的共同部分组成。在车辆沿着以车道为特征的道路行驶的情况下，车辆的行驶路径通常由与车辆的行驶车道相对应的即将到来的道路的共同部分组成。
在框404处，确定静止物体是否位于车辆的视觉确认范围内。如果是，则过程400转到框406，其中基于探测到的静止物体表示车辆的行驶路径中的障碍物的视觉确认来调整车辆的速度。
如果在框404处确定静止物体不位于车辆105的视觉确认范围内，则过程400转到框408。在框408处，确定静止物体是否位于即将到来的十字路口的阈值距离内。如果在框408处确定静止物体位于即将到来的十字路口的阈值距离内，则过程400转到框410。如果在框408处确定静止物体不位于即将到来的十字路口的阈值距离内，则流程返回到404。否则，过程400转到框410。
在框410处，确定是否有车辆对车辆(V2V)/车辆对基础设施(V2X)十字路口数据可用于所述静止物体位于其阈值距离内的即将到来的十字路口。如本文所采用的，术语“V2V/V2X十字路口数据”是指从沿着车辆105的行驶路径的一个或多个其他车辆和/或一个或多个基础设施节点传送到主车辆105的数据，并且所述数据描述/表征车辆105的行驶路径中的十字路口(或多个十字路口)的交通状况和/或交通信号状态。如果在框410处确定此类V2V/V2X十字路口数据可用，则过程400转到框412。否则，过程400转到框416。
在框412处，基于可用的V2V/V2X十字路口数据来确定在即将到来的十字路口处的交通是否拥堵，使得等待穿过十字路口的一排/一队车辆存在于其中车辆105的行驶路径接近和会合所述十字路口的区域中的所述行驶路径内。如果在框412处确定在即将到来的十字路口处交通不拥堵，则过程400转到框414。否则，过程400转到框418。
在框414处，基于可用的V2V/V2X十字路口数据来确定调节通过沿着车辆105的行驶路径的即将到来的十字路口的交通流量的交通灯是否已经在充分长以证明以下结论是恰当的时间量内是绿色：所述静止物体保持静止的事实指示所述静止物体不是等待穿过所述十字路口的停止车辆。如果是，则流程返回到404。否则，过程400转到框418。
在框416处，确定是否已经在静止物体的两侧(或其所在的车道)上观测到移动(或可移动)物体，诸如主车辆105不断跟踪的先前探测到的其他车辆。如果是，则过程400转到框418。否则，流程返回到404。
在框418处，确定对于即将到来的十字路口是否存在假障碍物数据。给定十字路口的假障碍物数据可包括众包的假障碍物数据。如本文所采用的，术语“众包的假障碍物数据”是指识别所述十字路口附近的已经基于由已经在启用自适应巡航控制的情况下操作的车辆当在十字路口附近时提供的报告/数据而确定为与增加的假障碍物探测率相关联的位置/结构的数据。例如，可收集和/或聚合众包的假障碍物数据并且让所述众包的假障碍物数据做好在诸如服务器145的一个或多个源处下载的准备。给定十字路口的假障碍物数据可另外或可替代地包括表示在十字路口附近的有可能引发假障碍物探测的结构的存在和位置的先验知识的数据。例如，给定十字路口的假障碍物数据可包括指示在十字路口附近的道路上存在桥梁支撑柱的地图数据。
如果在框418处确定即将到来的十字路口不存在假障碍物数据，则过程400转到框422，其中推断出静止物体是即将到来的十字路口的停止车辆。如本文所采用的，术语“十字路口的停止车辆”是指除主车辆105之外的已经接近但尚未穿过十字路口的车辆，并且所述车辆是静止的或以相对于典型速度大大减小的速度移动，在没有其他车辆/障碍物的情况下，车辆将以所述典型速度穿过十字路口。在框422处的静止物体是即将到来的十字路口的停止车辆的结论用作所述静止物体是主车辆105的行驶路径中的障碍物的非视觉确认。因此，过程400从422转到424，其中在不视觉确认探测到的静止物体表示车辆105的行驶路径中的障碍物的情况下调整车辆的速度。
如果在框418处确定即将到来的十字路口存在假障碍物数据，则过程400转到框420。在框420处，确定在探测到的静止物体与由假障碍物数据指示的已知结构之间是否存在足够的间隔以将所述已知结构视为与探测到的静止物体相关联的雷达回波的源。如果否，则流程返回到404。如果是，则过程400从420转到422至424，其中在不视觉确认探测到的静止物体表示车辆的行驶路径中的障碍物的情况下调整车辆的速度。
如果在框408处确定静止物体不位于即将到来的十字路口的阈值距离内，则过程400转到框426。在框426处，确定物体附近是否存在指示在静止物体附近存在已知有可能引发假障碍物探测的结构的假障碍物数据。此类假障碍物数据可以是众包的假障碍物数据和/或指示此类结构的存在的先验知识的数据(例如，地图数据)。如果在框426处确定在物体附近不存在假障碍物数据，则过程400结束。如果在框426处确定在物体附近存在假障碍物数据，则过程400转到框428。在框428处，确定针对所述静止物体要求视觉确认，之后过程400结束。
图5是用于具有对障碍物的非视觉确认的自适应巡航控制的第二示例性系统500的框图。系统500包括图1的车辆105和服务器145，以及一个或多个V2V/V2X节点512。车辆105可经由一个或多个V2V/V2X链路511与V2V/V2X节点512通信。V2V/V2X链路511可以是无线通信链路，可在所述无线通信链路上根据支持诸如上述的车辆对车辆(V2V)通信和/或车辆对基础设施(V2X)通信的无线通信协议进行通信。在一些实现方式中，例如，V2V/V2X链路511可包括蜂窝V2V(CV2V)和/或蜂窝V2X(CV2X)链路，其上的通信可根据CV2V和/或CV2X协议而进行。系统500还可包括实现车辆105与服务器145之间的通信的中间元件/节点，尽管在图5中未描绘此类元件/节点。例如，在一些实现方式中，系统500可包括图1的网络135，所述网络可在车辆105与服务器145之间传达通信。
如图5中绘示，车辆105可包括计算机110、一个或多个雷达传感器514以及一个或多个相机516。计算机110可实施/管理车辆105的自适应巡航控制特征。当车辆105在启用其自适应巡航控制特征的情况下在道路(例如，道路301)上导航时，雷达传感器514和相机516可分别向计算机110提供雷达感测数据518和捕获的图像数据520。结合实施/管理车辆105的自适应巡航控制特征，计算机110可访问雷达传感器数据518以用于执行基于雷达的物体探测，并且可访问捕获的图像数据520以用于执行基于图像的物体探测。经由此类基于雷达的物体探测和基于图像的物体探测，计算机110可探测在车辆105前方的道路上的物体(诸如其他车辆)的存在，并且可调整车辆105的速度以在执行自适应巡航控制特征时考虑到此类物体的存在。
当车辆105在道路上导航并且计算机110探测到所述道路上的物体的存在时，计算机110可将一些此类探测到的物体识别为在车辆105附近的也正在所述道路上导航的其他车辆。在识别出此类其他车辆之后，计算机110可开始跟踪此类车辆，使得在分析后续的雷达回波和相机成像时不必重复探测和识别它们的过程。在这种背景下，计算机110可生成车辆跟踪数据522。车辆跟踪数据522包括识别/描述一个或多个先前探测到的(“已知”)车辆的数据，并且可另外包括指示一个或多个此类车辆相对于车辆105的位置的过去和/或当前位置的数据。
在基于雷达感测数据518探测到沿着车辆105的行驶路径定位但在车辆105的视觉确认范围之外的静止物体之后，计算机110可确定沿着车辆105的行驶路径在距静止物体的阈值距离内是否存在十字路口。计算机110可基于车辆105的地理位置数据524(例如，GPS坐标)来识别车辆105的地理位置，并且可基于静止物体相对于车辆105的探测到的位置和车辆105的地理位置来识别所述静止物体的地理位置。计算机110可访问地图数据526，以便确定沿着车辆105的行驶路径的十字路口的地理位置，所述地图数据可由服务器145(如图5中描绘)提供和/或可以另一种方式(例如，OTA通信、服务中心处的现场供应等)供应给车辆105。计算机110可将这些地理位置与静止物体的所识别的地理位置进行比较，以便确定沿着车辆的行驶路径在距静止物体的阈值距离内是否存在任何十字路口。
在一些实现方式中，阈值距离可特定于所讨论的特定的即将到来的十字路口，并且可针对不同的十字路口应用不同的阈值距离。在一些实现方式中，所讨论的任何给定的十字路口的阈值距离可取决于那个十字路口的当前和/或历史交通状况。例如，关于交通当前拥堵和/或预期在500米的距离内拥堵的十字路口，应用600米的阈值距离可为适当的。然而，关于交通当前拥堵和/或预期在仅100米的距离内拥堵的十字路口，600米的阈值距离可太大，并且150米的阈值距离可为适当的。在一些实现方式中，可基于经由一个或多个车辆对车辆(V2V)/车辆对基础设施(V2X)链路接收的交通状况数据(例如，下文论述的交通状况数据528)来确定十字路口的当前交通状况。在一些实现方式中，此类交通状况数据还可经过累积并用于确定十字路口的历史交通状况。在一些实现方式中，十字路口的历史交通状况还可以/可替代地由远程服务器(例如，服务器145)确定，所述远程服务器可基于来自十字路口附近的车辆和/或基础设施的关于所述十字路口的交通状况的累积反馈/数据来确定那些历史交通状况。
在确定十字路口存在于距静止物体的阈值距离内之后，计算机110可确定静止物体是否为十字路口的停止车辆。响应于确定所述静止物体是十字路口的停止车辆，计算机110可对车辆105的自适应巡航控制特征实施视觉上未确认的状态调整。如本文所采用的，术语“视觉上未确认的状态调整”是指自适应巡航控制特征为适应探测到的物体的存在而在不视觉确认探测到的物体表示车辆105的行驶路径中的障碍物的情况下采取的动作。根据各种实现方式的可在没有视觉确认的情况下结合视觉上未确认的状态调整而采取的动作包括减速/制动、增加最小行车间距或提供其他输出，诸如呈现给车辆105的驾驶员的提示或警报(诸如在车辆105的HMI上)。根据各种实现方式，可另外或可替代地结合视觉上未确认的状态调整来采取其他动作。
根据一些实现方式，在距所述静止物体的所述阈值距离内的十字路口的存在可就其本身而言被视为确认所述静止物体是停止车辆。在此类实现方式中，十字路口存在于距静止物体的阈值距离内的所述确定还构成所述静止物体是十字路口的停止车辆的确定。在其他实现方式中，计算机110可考虑一个或多个其他因素，以便确定静止物体是否为十字路口的停止车辆。
在一些实现方式中，计算机110可基于经由V2V/V2X链路511从V2V/V2X节点512接收的V2V/V2X十字路口数据526来确定静止物体是否为十字路口的停止车辆。车辆105接收V2V/V2X十字路口数据526所经由的V2V/V2X链路511可包括一个或多个V2V通信链路、一个或多个V2X通信链路或以上两者的组合。V2V/V2X十字路口数据526可包括十字路口的交通状况数据528和/或十字路口的交通信号状态数据530。
交通状况数据528可包括描述等待穿过十字路口的一排/一对车辆是否存在于其中车辆105的行驶路径接近并会合十字路口的区域中的所述行驶路径内的数据。在一些实现方式中，十字路口处的基础设施可被配置为使用相机成像和基于图像的物体探测技术来识别车辆拥堵的方向，并且可广播包括此数据的交通状况数据528。在一些实现方式中，如果交通状况数据528指示交通从十字路口拥堵到静止物体的位置(或接近那个位置)，则计算机110可推断出所述静止物体是十字路口的停止车辆。在一些实现方式中，如果交通状况数据528指示十字路口处的道路在车辆105的行驶方向上畅通，则计算机110可推断出所述静止物体不是十字路口的停止车辆。
交通信号状态数据530可包括指示影响在车辆105的行驶方向上通过十字路口的交通流量的十字路口的交通信号的状态(即，交通信号的哪个或哪些灯被照亮或未被照亮)和/或定时的数据。例如，交通信号状态数据530可包括指示控制在车辆105的行驶方向上通过十字路口的交通流量的交通灯当前是绿色、黄色还是红色以及将随时间循环经过那些状态所依照的定时的数据。在交通信号状态数据530指示控制在车辆105的行驶方向上通过十字路口的交通流量的交通灯当前为红色的示例中，交通信号状态数据530还可指示在交通灯变为绿色之前所剩余的时间量(例如，秒数)。在一些实现方式中，如果交通信号状态数据530指示控制在车辆105的行驶方向上通过十字路口的交通流量的交通灯已经在很长时间内为红色，或者最近已变为绿色，则计算机110可推断出所述静止物体是十字路口的停止车辆。在一些实现方式中，如果交通信号状态数据530指示控制在车辆105的行驶方向上通过十字路口的交通流量的交通灯已经在很长时间内为绿色，或者最近已变为黄色或红色，则计算机110可推断出所述静止物体不可能是十字路口的停止车辆(且因此仍然要求视觉确认)。
在一些实现方式中，计算机110可基于从服务器145接收的假障碍物数据532来确定静止物体是否为十字路口的停止车辆。假障碍物数据532可包括识别所述十字路口附近的已经基于由已经在启用自适应巡航控制的情况下操作的车辆当在十字路口附近时提供的报告/数据而确定为与增加的假障碍物探测率相关联的位置/结构的众包的假障碍物数据。假障碍物数据532可另外或可替代地包括表示在十字路口附近的有可能引发假障碍物探测的结构的存在和位置的先验知识的数据。在一些实现方式中，可将表示有可能引发假障碍物探测的结构的存在和位置的先验知识的数据并入到地图数据526中。在此类实现方式中，假障碍物数据532可包括并入到地图数据526中的此类数据。例如，假障碍物数据532可包括指示在十字路口附近的道路上存在桥梁支撑柱的包括在地图数据526中的数据。
在一些实现方式中，服务器145可周期性地/反复地分析其从现场的车辆接收的众包的假障碍物数据，以便识别在遇到它们的车辆方面似乎引起假障碍物探测的结构/不可移动物体。在一些实现方式中，如果接收到的众包的假障碍物数据一致地指示特定结构/不可移动物体似乎在引发假障碍物探测，则服务器145可确定将那个特定结构/不可移动物体分类为假障碍物探测的已知源。在此类实现方式中，服务器145可更新地图数据526以并入有表示构成假障碍物探测的所述已知源的结构/不可移动物体的存在和位置的先验知识的数据。
在一些实现方式中，如果假障碍物数据532识别出在十字路口附近的已经被确定为与增加的假障碍物探测率相关联的位置或结构，则计算机110可确定静止物体是否足够靠近那个位置或结构以使所述位置或结构成为用作探测所述静止物体的基础的雷达回波的实际源。在一些实现方式中，计算机110可通过确定所述位置或结构与静止物体之间的距离并将那个距离与预定义阈值进行比较来进行此确定。在一些实现方式中，如果所述位置或结构足够靠近所述静止物体以成为用作探测静止物体的基础的雷达回波的实际源，则计算机110可确定针对所述静止物体要求视觉确认。
在一些实现方式中，计算机110可结合确定静止物体是否为十字路口的停止车辆来查阅车辆跟踪数据522。在一些实现方式中，计算机110可将车辆跟踪数据522与雷达感测数据518和/或捕获的图像数据520进行交叉参考，以确定已知车辆是否存在于道路的与静止物体的探测到的位置相邻的部分(例如，车道)中，并且如果是，则确定它们是静止还是移动的。在一些实现方式中，响应于确定已知车辆存在于与静止物体相邻的车道中并且是静止的(并且因此是十字路口的停止车辆)，计算机110可推断出静止物体也是十字路口的停止车辆。
图6是用于具有对障碍物的非视觉确认的自适应巡航控制的第二示例性过程流600的框图。如图6中所示，在启用车辆的自适应巡航控制特征时，可在框602处访问雷达感测数据。例如，计算机110可在启用车辆105的自适应巡航控制特征时访问图5的雷达感测数据518。在框604处，可探测到在车辆的视觉确认范围之外的静止物体。例如，计算机110可基于雷达感测数据518来探测静止物体，并且探测到的静止物体可能在车辆105的视觉确认范围304之外。
在框606处，可确定在静止物体的阈值距离内的十字路口的存在。例如，基于地理位置数据524和地图数据526，计算机110可确定沿着车辆105的行驶路径在距静止物体的阈值距离内存在十字路口。在框608处，可确定静止物体是十字路口的停止车辆。例如，计算机110可确定在框604处基于雷达感测数据518探测到的静止物体是在框606处确定为沿着车辆105的行驶路径存在于距静止物体的阈值距离内的十字路口的停止车辆。在框610处，可实施对自适应巡航控制特征的视觉上未确认的状态调整。例如，计算机110可实施对车辆105的自适应巡航控制特征的视觉上未确认的状态调整。
前面的讨论集中于涉及以下方面的情景：选择性地放弃对雷达范围大于其视觉确认范围的车辆处的雷达探测到的静止物体的视觉确认要求。然而，本文描述的方法还可应用于其他场景中。图7是表示可在上文集中的场景中和其他场景中应用的一般化过程的第三示例性过程流700的框图。
如图7中所示，当启用车辆的自适应巡航控制特征时可在702处访问车辆的第一传感器的传感器数据。在示例性实现方式中，第一传感器可以是相机，并且可在启用车辆105的自适应巡航控制特征时访问由相机捕获的图像。在704处，基于第一传感器的传感器数据，可探测到在车辆的第二传感器的范围之外的静止物体。例如，基于由相机捕获的图像，可探测到在车辆105的雷达传感器的范围之外的静止物体。
在706处，可确定在静止物体的阈值距离内的十字路口的存在。例如，基于地理位置数据524和地图数据526，计算机110可确定沿着车辆105的行驶路径在距静止物体的阈值距离内存在十字路口。在708处，可确定静止物体是十字路口的停止车辆。例如，计算机110可确定在框704处探测到的静止物体是在框706处确定为沿着车辆105的行驶路径存在于距静止物体的阈值距离内的十字路口的停止车辆。在710处，可在没有来自第二传感器的确认的情况下实施对自适应巡航控制特征的状态调整。例如，计算机110可实施对车辆105的自适应巡航控制特征的状态调整，而无需从车辆105的雷达传感器确认探测到的静止物体构成车辆105的行驶路径中的障碍物。
图8是示例性存储介质800的框图。存储介质800可以是任何非暂时性计算机可读存储介质或机器可读存储介质，诸如光学、磁性或半导体存储介质。在各种实现方式中，存储介质800可以是制品。在一些实现方式中，存储介质800可存储计算机可执行指令，诸如用以实施过程流600和700中的一者或两者的计算机可执行指令。计算机可读存储介质或机器可读存储介质的示例可包括能够存储电子数据的任何有形介质，包括易失性存储器或非易失性存储器、可移除或不可移除存储器、可擦除或不可擦除存储器、可写或可重写存储器等。计算机可执行指令的示例可包括任何合适类型的代码，诸如源代码、编译代码、解译代码、可执行代码、静态代码、动态代码、面向物体的代码、视觉代码等。
如本文所使用的，术语"电路"可指执行一个或多个软件或固件程序、组合逻辑电路和/或提供所描述的功能性的其他合适的硬件部件的专用集成电路(ASIC)、电子电路、处理器(共享、专用或群组)和/或存储器(共享、专用或群组)，或是以上各者的一部分，或包括以上各者。在一些实现方式中，所述电路可在一个或多个软件或固件模块中实施，或者与所述电路相关的功能可由一个或多个软件或固件模块实施。在一些实现方式中，电路可包括能够至少部分地在硬件中操作的逻辑。
如本文所使用，副词“基本上”是指形状、结构、测量结果、数量、时间等可能会由于材料、机械加工、制造等方面的缺陷而偏离确切描述的几何形状、距离、测量结果、数量、时间等。
在图式中，相同的参考数字指示相同的元件。此外，可改变一些或所有这些元件。关于本文描述的介质、过程、系统、方法等，应理解，虽然已经将所述过程的步骤描述为根据特定排序的序列而发生，但可使用通过本文描述的次序之外的次序而执行的所描述的步骤来实践所述过程。应进一步理解，可同时执行某些步骤、可添加其他步骤，或者可省略本文描述的某些步骤。换句话说，提供对本文过程的描述是用于说明某些实施方案，并且绝不应理解为限制所要求保护的发明。
已经以说明性方式描述了本公开，并且将理解，已经使用的术语意欲在本质上是描述性而不是限制性词语。鉴于以上教导，本公开的许多修改和变化是可能的，并且可通过与具体描述的方式不同的方式实践本公开。本发明意在仅由所附权利要求书限制。
根据本发明，提供一种系统，所述系统具有：计算机，所述计算机具有处理器和存储器，所述存储器存储能够由所述处理器执行以进行以下操作的指令：在车辆的自适应巡航控制特征活动时访问所述车辆的第一传感器的传感器数据；基于所述第一传感器的所述传感器数据而探测沿着所述车辆的行驶路径定位的静止物体，其中所述静止物体位于所述车辆的第二传感器的范围之外；确定在沿着所述车辆的所述行驶路径的所述静止物体的阈值距离内的十字路口的存在；以及响应于确定所述静止物体是所述十字路口的停止车辆，由所述自适应巡航控制特征调整所述车辆的速度。
根据一个实施例，所述存储器存储能够由所述处理器执行以进行以下操作的指令：基于以下各项中的至少一者而确定所述阈值距离：所述十字路口的当前交通状况；以及所述十字路口的历史交通状况。
根据一个实施例，所述存储器存储能够由所述处理器执行以进行以下操作的指令：基于所接收的十字路口数据而确定所述静止物体是所述停止车辆，其中所述所接收的十字路口数据包括以下各项中的至少一者：经由无线车辆对车辆(V2V)通信链路获得的十字路口数据；以及经由无线车辆对基础设施(V2X)通信链路获得的十字路口数据。
根据一个实施例，所述所接收的十字路口数据包括以下各项中的至少一者：所述十字路口的交通状况数据；以及所述十字路口的交通信号状态数据。
根据一个实施例，所述存储器存储能够由所述处理器执行以进行以下操作的指令：访问识别一组先前探测到的车辆的车辆跟踪数据；基于所述第一传感器的所述传感器数据而在所述一组先前探测到的车辆中识别在与所述静止物体的车道相邻的车道中存在的一个或多个先前探测到的车辆；确定所述一个或多个先前探测到的车辆是否静止；以及响应于确定所述一个或多个先前探测到的车辆是静止的，确定所述静止物体是所述十字路口的所述停止车辆。
根据一个实施例，所述存储器存储能够由所述处理器执行以进行以下操作的指令：基于从远程服务器接收的众包的假障碍物数据而确定所述静止物体是所述停止车辆。
根据一个实施例，所述存储器存储能够由所述处理器执行以进行以下操作的指令：响应于所述静止物体是所述停止车辆的所述确定而生成警告以由所述车辆的人机界面(HMI)呈现。
根据一个实施例，所述存储器存储能够由所述处理器执行以进行以下操作的指令：响应于所述静止物体是所述停止车辆的所述确定而应用所述车辆的车辆制动。
根据一个实施例，所述第一传感器是雷达传感器并且所述第二传感器是相机。
根据一个实施例，所述第一传感器是相机并且所述第二传感器是雷达传感器。
根据本发明，一种方法，包括：在车辆的自适应巡航控制特征活动时访问所述车辆的第一传感器的传感器数据；基于所述第一传感器的所述传感器数据而探测沿着所述车辆的行驶路径定位的静止物体，其中所述静止物体位于所述车辆的第二传感器的范围之外；确定在沿着所述车辆的所述行驶路径的所述静止物体的阈值距离内的十字路口的存在；以及响应于确定所述静止物体是所述十字路口的停止车辆，由所述自适应巡航控制特征调整所述车辆的速度。
在本发明的一个方面，所述方法包括基于以下各项中的至少一者而确定所述阈值距离：所述十字路口的当前交通状况；以及所述十字路口的历史交通状况。
在本发明的一个方面，所述方法包括基于所接收的十字路口数据而确定所述静止物体是所述停止车辆，其中所述所接收的十字路口数据包括以下各项中的至少一者：经由无线车辆对车辆(V2V)通信链路获得的十字路口数据；以及经由无线车辆对基础设施(V2X)通信链路获得的十字路口数据。
在本发明的一个方面，所述所接收的十字路口数据包括以下各项中的至少一者：所述十字路口的交通状况数据；以及所述十字路口的交通信号状态数据。
在本发明的一个方面，所述方法包括：访问识别一组先前探测到的车辆的车辆跟踪数据；基于所述第一传感器的所述传感器数据而在所述一组先前探测到的车辆中识别在与所述静止物体的车道相邻的车道中存在的一个或多个先前探测到的车辆；确定所述一个或多个先前探测到的车辆是否静止；以及响应于确定所述一个或多个先前探测到的车辆是静止的，确定所述静止物体是所述十字路口的所述停止车辆。
在本发明的一个方面，所述方法包括基于从远程服务器接收的众包的假障碍物数据而确定所述静止物体是所述停止车辆。
在本发明的一个方面，所述方法包括响应于所述静止物体是所述停止车辆的所述确定而生成警告以由所述车辆的人机界面(HMI)呈现。
在本发明的一个方面，所述方法包括响应于所述静止物体是所述停止车辆的所述确定而应用所述车辆的车辆制动。
在本发明的一个方面，所述第一传感器是雷达传感器并且所述第二传感器是相机。
在本发明的一个方面，所述第一传感器是相机并且所述第二传感器是雷达传感器。

Claims (15)

1.一种方法，所述方法包括：
在车辆的自适应巡航控制特征活动时访问所述车辆的第一传感器的传感器数据；
基于所述第一传感器的所述传感器数据而探测沿着所述车辆的行驶路径定位的静止物体，其中所述静止物体位于所述车辆的第二传感器的范围之外；
确定在沿着所述车辆的所述行驶路径的所述静止物体的阈值距离内的十字路口的存在；以及
响应于确定所述静止物体是所述十字路口的停止车辆，由所述自适应巡航控制特征调整所述车辆的速度。
2.如权利要求1所述的方法，所述方法包括基于以下各项中的至少一者而确定所述阈值距离：
所述十字路口的当前交通状况；以及
所述十字路口的历史交通状况。
3.如权利要求1所述的方法，所述方法包括基于所接收的十字路口数据而确定所述静止物体是所述停止车辆，其中所述所接收的十字路口数据包括以下各项中的至少一者：
经由无线车辆对车辆(V2V)通信链路获得的十字路口数据；以及
经由无线车辆对基础设施(V2X)通信链路获得的十字路口数据。
4.如权利要求3所述的方法，其中所述所接收的十字路口数据包括以下各项中的至少一者：
所述十字路口的交通状况数据；以及
所述十字路口的交通信号状态数据。
5.如权利要求1所述的方法，所述方法包括：
访问识别一组先前探测到的车辆的车辆跟踪数据；
基于所述第一传感器的所述传感器数据而在所述一组先前探测到的车辆中识别在与所述静止物体的车道相邻的车道中存在的一个或多个先前探测到的车辆；
确定所述一个或多个先前探测到的车辆是否静止；以及
响应于确定所述一个或多个先前探测到的车辆是静止的，确定所述静止物体是所述十字路口的所述停止车辆。
6.如权利要求1所述的方法，所述方法包括基于从远程服务器接收的众包的假障碍物数据而确定所述静止物体是所述停止车辆。
7.如权利要求1所述的方法，所述方法包括响应于所述静止物体是所述停止车辆的所述确定而生成警告以由所述车辆的人机界面(HMI)呈现。
8.如权利要求1所述的方法，所述方法包括响应于所述静止物体是所述停止车辆的所述确定而应用所述车辆的车辆制动。
9.如权利要求1所述的方法，其中所述第一传感器是雷达传感器并且所述第二传感器是相机。
10.如权利要求1所述的方法，其中所述第一传感器是相机并且所述第二传感器是雷达传感器。
11.一种系统，所述系统包括：
计算机，所述计算机具有处理器和存储器，所述存储器存储能够由所述处理器执行以执行如权利要求1至10中任一项所述的方法的指令。
12.一种车辆，所述车辆包括：
如权利要求11所述的系统；以及
无线通信接口。
13.一种计算机可读存储介质，所述计算机可读存储介质存储能够由计算装置执行以执行如权利要求1至10中任一项所述的方法的指令。
14.一种系统，所述系统包括：
计算机，所述计算机具有处理器和存储器，所述存储器存储能够由所述处理器执行以进行以下操作的指令：
在车辆的自适应巡航控制特征活动时访问所述车辆的第一传感器的传感器数据；
基于所述第一传感器的所述传感器数据而探测沿着所述车辆的行驶路径定位的静止物体，其中所述静止物体位于所述车辆的第二传感器的范围之外；
确定在沿着所述车辆的所述行驶路径的所述静止物体的阈值距离内的十字路口的存在；以及
响应于确定所述静止物体是所述十字路口的停止车辆，由所述自适应巡航控制特征调整所述车辆的速度。
15.如权利要求14所述的系统，其中所述存储器存储能够由所述处理器执行以基于以下各项中的至少一者而确定所述阈值距离的指令：
所述十字路口的当前交通状况；以及
所述十字路口的历史交通状况。
CN202210482890.9A 2021-05-04 2022-05-05 具有对障碍物的非视觉确认的自适应巡航控制 Pending CN115303269A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/307,174 US11912274B2 (en) 2021-05-04 2021-05-04 Adaptive cruise control with non-visual confirmation of obstacles
US17/307,174 2021-05-04

Publications (1)

Publication Number Publication Date
CN115303269A true CN115303269A (zh) 2022-11-08

Family

ID=83692170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210482890.9A Pending CN115303269A (zh) 2021-05-04 2022-05-05 具有对障碍物的非视觉确认的自适应巡航控制

Country Status (3)

Country Link
US (1) US11912274B2 (zh)
CN (1) CN115303269A (zh)
DE (1) DE102022110905A1 (zh)

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1206710A1 (en) 1999-08-06 2002-05-22 Roadrisk Technologies, Llc Method and apparatus for stationary object detection
US8355852B2 (en) 2007-05-04 2013-01-15 GM Global Technology Operations LLC Slow or stopped vehicle ahead advisor with digital map integration
US8791802B2 (en) 2011-09-09 2014-07-29 Robert Bosch Gmbh Driver assistance system for reducing blind-spot-detection false alerts
JP5397452B2 (ja) * 2011-11-01 2014-01-22 トヨタ自動車株式会社 運転支援装置
US9085236B2 (en) * 2013-05-09 2015-07-21 Robert Bosch Gmbh Adaptive cruise control with stationary object recognition
EP3100206B1 (en) * 2014-01-30 2020-09-09 Mobileye Vision Technologies Ltd. Systems and methods for lane end recognition
US9453910B2 (en) 2014-04-23 2016-09-27 Ford Global Technologies, Llc Detecting radar blockage based on drive history
US9505413B2 (en) * 2015-03-20 2016-11-29 Harman International Industries, Incorporated Systems and methods for prioritized driver alerts
US9557736B1 (en) * 2015-04-08 2017-01-31 Google Inc. Detecting street parked vehicles
US10507807B2 (en) * 2015-04-28 2019-12-17 Mobileye Vision Technologies Ltd. Systems and methods for causing a vehicle response based on traffic light detection
US20170287338A1 (en) * 2016-04-05 2017-10-05 Ford Global Technologies, Llc Systems and methods for improving field of view at intersections
US10671076B1 (en) * 2017-03-01 2020-06-02 Zoox, Inc. Trajectory prediction of third-party objects using temporal logic and tree search
US10133275B1 (en) * 2017-03-01 2018-11-20 Zoox, Inc. Trajectory generation using temporal logic and tree search
US10489663B2 (en) * 2017-04-24 2019-11-26 Toyota Research Institute, Inc. Systems and methods for identifying changes within a mapped environment
US11772642B2 (en) * 2017-06-19 2023-10-03 Karina Liles Method and apparatus for signaling turn safety
CN109204311B (zh) * 2017-07-04 2021-06-01 华为技术有限公司 一种汽车速度控制方法和装置
US10955851B2 (en) 2018-02-14 2021-03-23 Zoox, Inc. Detecting blocking objects
US10520951B2 (en) * 2018-02-22 2019-12-31 Ford Global Technologies, Llc Vehicle formation management
WO2019245501A2 (en) * 2018-05-07 2019-12-26 Metli Emrah Detection of phase and timing of traffic signal lights and driver assistance method and systems
EP3791374A1 (en) * 2018-08-17 2021-03-17 Google LLC Reducing vehicular congestion at an intersection
US11267464B2 (en) * 2019-07-24 2022-03-08 Pony Ai Inc. System and method to distinguish between moving and static objects
US11941976B2 (en) * 2019-07-25 2024-03-26 Pony Ai Inc. System and method for sharing data collected from the street sensors
US11230285B2 (en) * 2019-10-14 2022-01-25 Pony Ai Inc. System and method for determining a vehicle action
JP7207262B2 (ja) * 2019-10-29 2023-01-18 トヨタ自動車株式会社 自動駐車システム
US11584391B2 (en) * 2020-03-17 2023-02-21 Pony Ai Inc. System and method for communicating vehicle actions
JP7338525B2 (ja) * 2020-03-18 2023-09-05 日産自動車株式会社 自動変速機の制御方法および制御装置
EP3961255A1 (en) * 2020-08-28 2022-03-02 Aptiv Technologies Limited Driver assistance system for a vehicle, vehicle and a driver assistance method implementable by the system
EP4001039A1 (en) * 2020-11-17 2022-05-25 Toyota Jidosha Kabushiki Kaisha Vehicle adaptive cruise control system and method; computer program and computer readable medium for implementing the method
JP2022117882A (ja) * 2021-02-01 2022-08-12 株式会社Subaru 自動運転支援システム

Also Published As

Publication number Publication date
US20220355794A1 (en) 2022-11-10
DE102022110905A1 (de) 2022-11-10
US11912274B2 (en) 2024-02-27

Similar Documents

Publication Publication Date Title
JP6844642B2 (ja) 協働知覚のためのマルチレベルハイブリッドｖ２ｘ通信
US9928746B1 (en) Vehicle-to-vehicle cooperation to marshal traffic
CN107437334B (zh) 自主地或部分自主地执行协作式驾驶机动的方法及车辆
US10304333B2 (en) Method and vehicle communication system for determining a driving intention for a vehicle
KR102112644B1 (ko) 출발 시 차량의 자동 제어
US11474528B2 (en) Behavior control method and behavior control apparatus
CN114761301B (zh) 车辆控制方法及车辆控制装置
EP4050447B1 (en) Remote support system and remote support method
US20220289199A1 (en) Brake arbitration
CN116034359A (zh) 用于以至少两个互不依赖的成像环境检测传感器来进行环境检测的方法、用于执行该方法的设备、车辆以及对应设计的计算机程序
WO2023091239A1 (en) Managing vehicle behavior based on predicted behavior of other vehicles
US12012103B2 (en) Vehicle control method and vehicle control device
CN115959127A (zh) 用于非出入管制道路的自适应巡航控制的延长自动恢复
RU2771332C1 (ru) Способ управления транспортным средством и устройство управления транспортным средством
US20210024060A1 (en) Driving assistance device
US11912274B2 (en) Adaptive cruise control with non-visual confirmation of obstacles
CN115909808A (zh) 用于自动化车辆的增强型雷达识别
US20230176571A1 (en) Vehicle traveling remote control system
US20230306851A1 (en) Vehicle traveling control apparatus, vehicle, and server
US20220371588A1 (en) Intelligent adaptive cruise control for light-compromised conditions
US11981203B2 (en) Intelligent adaptative cruise control integrated engine control
CN115246392A (zh) 用于低可见度区域的智能自适应巡航控制
CN117873050A (zh) 一种控车方法及相关装置
WO2023091237A1 (en) Managing vehicle behavior based on predicted behavior of other vehicles
CN118220120A (zh) 车辆减速控制

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