CN117063210A - 用于通过车辆识别未受保护的道路使用者的方法 - Google Patents

用于通过车辆识别未受保护的道路使用者的方法 Download PDF

Info

Publication number
CN117063210A
CN117063210A CN202280024378.8A CN202280024378A CN117063210A CN 117063210 A CN117063210 A CN 117063210A CN 202280024378 A CN202280024378 A CN 202280024378A CN 117063210 A CN117063210 A CN 117063210A
Authority
CN
China
Prior art keywords
lane
road
vehicle
unprotected
virtual
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
CN202280024378.8A
Other languages
English (en)
Inventor
S·多比
A·梅默德威克
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of CN117063210A publication Critical patent/CN117063210A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种用于通过车辆识别未受保护的道路使用者的方法。该方法包括：求取(S1)车辆行驶的当前车道、与当前车道左侧相邻的左车道和/或与当前车道右侧相邻的右车道。该方法的特征在于，该方法还包括：规定(S2)与左车道左侧相邻的虚拟左侧道和/或与右车道右侧相邻的虚拟右侧道；以及将所求取的未受保护的道路使用者的位置与虚拟左侧道和/或虚拟右侧道进行比较(S3)。该方法还包括：如果所述比较得出未受保护的道路使用者的位置在虚拟左侧道和/或虚拟右侧道中，则追踪(S4)所求取的未受保护的道路使用者的位置。

Description

用于通过车辆识别未受保护的道路使用者的方法
技术领域
本发明涉及用于通过车辆识别未受保护的道路使用者的方法、控制器和车辆，并且属于汽车技术领域。
背景技术
对于传统的自动车辆，在车辆的特定的周围区域中无法识别或标识未受保护的道路使用者(所谓的弱势道路使用者(VRU))，例如行人、骑自行车的人和骑摩托车的人。因此，必须采取安全措施来防止与他们发生可能的碰撞。
更具体地，使用由安装在车辆外部的摄像机提供的图像数据来识别VRU位于也使用该图像数据识别的车道(例如左车道和右车道)内，其中自动车辆位于中间车道，也可以是具有足够高安全水平的传统车辆。
如果所行驶的道路例如具有三个车道(左、中、右)，则这些车道之外也存在区域，例如入口和/或出口车道、路肩和/或将行驶的车辆与迎面驶来的车辆分开的物理车道隔离带(通常在高速公路上)。需要考虑位于车道(左、中、右)、入口和/或出口车道、路肩以及行驶车辆所在的车道隔离带一侧的所有VRU，并且以高优先级向驾驶员触发警告信号，即存在与VRU发生碰撞的高风险。对于摄像头识别出的正常车道，根据VRU的相对位置以及到各车道的左右车道标线的距离，将VRU列表分配给各车道。
然而，问题在于传统系统不能或不能足够可靠地识别位于识别到车道之外但仍是车辆可驶入或车辆可运动的区域或范围中的VRU。
发明内容
针对该现有技术的背景，本发明的目的是提供适合于至少克服现有技术的上述缺点的方法、控制器和车辆。
该目的通过相应的独立权利要求的特征实现。从属权利要求包含本发明的优选拓展。
因此，通过一种用于通过车辆识别未受保护的道路使用者的方法来实现该目的，该方法包括：求取车辆行驶的当前车道、与当前车道左侧相邻的左车道和/或与当前车道右侧相邻的右车道。该方法的特征在于，还包括：规定与左车道左侧相邻的虚拟左侧道和/或与右车道右侧相邻的虚拟右侧道。该方法还包括：将所求取的未受保护的道路使用者的位置与虚拟左侧道和/或虚拟右侧道进行比较；以及如果所述比较得出未受保护的道路使用者的位置在虚拟左侧道和/或虚拟右侧道中，则追踪所求取的未受保护的道路使用者的位置。
此外，该目的通过一种用于通过车辆识别未受保护的道路使用者的方法实现，该方法包括：求取车辆行驶的当前车道、与当前车道左侧相邻的左车道和/或与当前车道右侧相邻的右车道。该方法的特征在于，还包括：确定与左车道左侧相邻的左侧安全区和/或与右车道右侧相邻的右侧安全区；以及将所求取的未受保护的道路使用者的位置与左侧安全区和/或右侧安全区进行比较；如果所述比较得出未受保护的道路使用者的位置在左侧安全区和/或右侧安全区中，则追踪所求取的未受保护的道路使用者的位置。
此外，该目的通过一种用于通过车辆识别未受保护的道路使用者的方法实现，该方法包括：求取车辆行驶的当前车道、与当前车道左侧相邻的左车道和/或与当前车道右侧相邻的右车道。该方法的特征在于，还包括：确定所求取的未受保护的道路使用者的位置到左车道的左边缘和/或右车道的右边缘的距离；以及如果所确定的距离小于预定阈值，则追踪所求取的未受保护的道路使用者的位置。
在双车道的道路的情况下，当前车道可以是右车道或左车道。在三车道的道路的情况下，当前车道可以是右车道、中间车道或左车道。
此外，该目的通过一种控制器来实现，其特征在于，该控制器被设计为执行根据本发明的方法。
此外，该目的通过一种车辆来实现，其特征在于，该车辆包括至少一个摄像机、至少一个雷达传感器和根据本发明的控制单元。
未受保护的道路使用者可以表示移动物体，其相对于车辆移动或可移动，并且其移动可以被追踪。未受保护的道路使用者可以例如是行人、骑自行车的人、骑摩托车的人和/或玩耍的孩子。未受保护的道路使用者也可以表示动物、例如狗。特别地，未受保护的道路使用者是参与或可参与道路交通的移动物体，并且其可能导致与车辆碰撞的风险。
在此，中间车道是车辆行驶的车道。左车道和右车道分别是与中间车道左侧或右侧相邻的车道。每条车道不一定都由实际道路形成。相反，在计算机辅助驾驶员辅助和/或计算机辅助自动驾驶的情况下，可以是空间区域的相应虚拟分配，其可选地沿车辆行驶方向位于车辆前方。
虚拟左侧道和/或虚拟右侧道可以表示车道的虚拟拓展，其不一定必须在相关联的道路中具有对应的车道。相反，可以是一个虚拟设施，通过该虚拟设施可以扩展要监控的区域以识别未受保护的道路使用者。然而，虚拟左侧道和/或虚拟右侧道可以沿所确定的车道的伸展来定向，并且将其向左侧或右侧扩展。
左侧安全区和/或右侧安全区是虚拟定义的区域，其中位于安全区之一的未受保护的道路使用者和移动物体通常引起可能的碰撞风险。特别地，可以将安全区确定为：由位于其中的未受保护的道路使用者的可能的移动以及由任何相关联的进入和/或驶入左、中或右车道而产生具体的碰撞风险。
确定所求取的未受保护的道路使用者的位置到左车道的左边缘和/或右车道的右边缘的距离可以包括：计算未受保护的道路使用者的位置到左车道的最近点和/或右车道的右边缘的实际物理距离。
追踪所求取的位置表示对所求取的位置进行重复更新，并且可选地定期更新，并且在识别未受保护的道路使用者时考虑更新的位置。换句话说，追踪所求取的位置可选地连续地识别相应的未受保护的道路使用者，使得当未受保护的道路使用者移动并且可能需要重新评估碰撞风险时，可以可靠地求取车辆与未受保护的道路使用者之间可能的碰撞风险。
本发明提供的优点是：还可以识别未直接位于中间车道、左车道或右车道但仍可能导致碰撞风险的未受保护的道路使用者，特别是由于相应未受保护的道路使用者可能自身的移动。本发明还提供以下优点：可以用很少的计算量并且可选地不需要尚未可用的硬件来实现对位于中间车道、左车道或右车道之外的区域中的未受保护的道路使用者进行识别。因此，本发明提供的优点是可以改进对碰撞风险的识别，并且可以进一步提高车辆对于乘员和其他道路使用者的安全性。
可选地，虚拟左车道以预定宽度在左车道的左边缘与左道路边界之间延伸，并且平行于左车道伸展。替代地或附加地，虚拟右车道以预定宽度在右车道的右边缘与右道路边界之间延伸，并且平行于右车道伸展。道路边界可以是可行驶的道路结束的边界。道路边界尤其可以表示控制单元的内部计算中的虚拟边界或虚拟位置或虚拟伸展。可选地，可以基于来自摄像机的图像数据和/或基于雷达传感器数据来确定道路边界。可选地，可以识别检测到的不可移动障碍物(例如建筑物)、结构性障碍物(例如防撞栏)和/或植被(例如树木和/或灌木丛)，并且将它们的位置用于确定道路边界。可选地，车道的伸展也可以与识别到的障碍物结合使用来确定道路边界。通过对左车道和/或右车道的扩展提供了以下优点：使得简单的实施成为可能，这可以例如以与求取左车道、中间车道和右车道类似的方式来进行。
可选地，左侧安全区以预定宽度在左车道的左边缘与左道路边界之间延伸。替代地或附加地，右侧安全区以预定宽度在右车道的右边缘与右道路边界之间延伸。这提供了以下优点：左安全区或右安全区可以平行于右车道或左车道的相应的相邻边缘延伸或者平行于相应的道路边界延伸。由此可以实现特别简单的实施。预定宽度例如可以根据未受保护的道路使用者可以沿车道方向移动的预期速度来选择。
可选地，距离表示所求取的未受保护的道路使用者的位置到左车道的左边缘或右车道的右边缘的物理距离。换句话说，可选地可以计算未受保护的道路使用者到左车道或右车道的边缘的实际距离。通过这种方式，可以特别精确地求取可能的碰撞风险。
可选地，左车道、当前车道和/或右车道的求取是基于借助至少一个摄像机检测的图像数据进行的。例如，车道的求取可以包括标识图像数据中的道路。可选地，道路边界的求取是基于雷达传感器数据进行的。这提供了特别可靠地识别限制道路的任何障碍物以及特别可靠地求取到道路边界的距离的可能性。
车辆尤其可以被设计为机动车辆，例如客车、卡车或摩托车。可选地，车辆可以被设计为部分自动驾驶或完全自动驾驶的车辆。
附图说明
下面结合图1描述一个实施方式。
图1示意性地示出了根据优选实施方式的用于通过车辆识别未受保护的道路使用者的方法的流程图。
具体实施方式
图1以示意性流程图示出了根据可选实施方式的用于通过车辆识别未受保护的道路使用者的方法。该方法包括第一方法步骤S1，其中求取车辆行驶的当前车道(这里是中间车道)、与中间车道左侧相邻的左车道和/或与中间车道右侧相邻的右车道。该方法还包括第二方法步骤S2，其中规定与左车道左侧相邻的虚拟左侧道和/或与右车道右侧相邻的虚拟右侧道。该方法还包括第三方法步骤S3，将所求取的未受保护的道路使用者的位置与虚拟左侧道和/或虚拟右侧道进行比较。该方法还包括第四方法步骤S4，其中如果所述比较得出未受保护的道路使用者的位置在虚拟左侧道和/或虚拟右侧道中，则追踪所求取的未受保护的道路使用者的位置。如果所述比较得出未受保护的道路使用者的位置在左侧道之外和右侧道之外并且也在行车道之外，则根据该可选实施方式，不追踪所求取的未受保护的道路使用者的位置，因为碰撞风险被认为较低和/或未受保护的道路使用者被分类为对行驶路线不重要。
根据所解释的可选实施方式，虚拟左车道以预定宽度在左车道的左边缘与左道路边界之间延伸，并且平行于左车道伸展。同样，虚拟右车道以预定宽度在右车道的右边缘与右道路边界之间延伸，并且平行于左车道伸展。
根据另一可选实施方式，方法步骤S2至S4可以与上述第一实施方式的方法步骤不同地设计。在此，方法步骤S2可以包括：确定与左车道左侧相邻的左侧安全区和/或与右车道右侧相邻的右侧安全区。方法步骤S3可以包括：将所求取的未受保护的道路使用者的位置与左侧安全区和/或右侧安全区进行比较，并且方法步骤S4可以包括：如果所述比较得出未受保护的道路使用者的位置在左侧安全区和/或右侧安全区中，则追踪所求取的未受保护的道路使用者的位置。
根据第二可选实施方式，左侧安全区以预定宽度在左车道的左边缘与左道路边界之间延伸。同样，右侧安全区以预定宽度在右车道的右边缘与右道路边界之间延伸。
根据第三可选实施方式，方法步骤S2至S4可以与上述方法步骤S2至S4不同。在此，方法步骤S2和S3可以组合并且包括或由以下组成：确定所求取的未受保护的道路使用者的位置到左车道的左边缘和/或右车道的右边缘的距离。方法步骤S4可以包括：如果所确定的距离小于预定阈值，则追踪所求取的未受保护的道路使用者的位置。
根据第三可选实施方式，该距离可以表示所求取的未受保护的道路使用者的位置到左车道的左边缘或右车道的右边缘的物理距离。
在一些可选的实施方式中，左车道、中间车道和右车道的求取可以基于借助至少一个摄像机检测的图像数据进行。例如，这可以通过自动图像评估来进行，该自动图像评估被应用于由摄像机提供的图像数据。相对地，道路边界的求取可以例如基于雷达传感器数据进行。根据一些可选实施方式，用于识别未受保护的道路使用者的方法既可以使用来自摄像机的图像数据也可以使用来自雷达传感器的雷达传感器数据，其可以用于识别远离车道的未受保护的道路使用者并且可以用于评估识别到的未受保护的道路使用者与可能的碰撞风险的相关性。
附图标记列表
S1 第一方法步骤
S2 第二方法步骤
S3 第三方法步骤
S4 第四方法步骤

Claims (10)

1.一种用于通过车辆识别未受保护的道路使用者的方法，所述方法包括：
-求取(S1)所述车辆行驶的当前车道、与所述当前车道左侧相邻的左车道和/或与所述当前车道右侧相邻的右车道；
其特征在于，所述方法还包括以下步骤：
-规定(S2)与所述左车道左侧相邻的虚拟左侧道和/或与所述右车道右侧相邻的虚拟右侧道；
-将所求取的未受保护的道路使用者的位置与所述虚拟左侧道和/或所述虚拟右侧道进行比较(S3)；
-如果所述比较得出所述未受保护的道路使用者的位置在所述虚拟左侧道和/或所述虚拟右侧道中，则追踪(S4)所求取的所述未受保护的道路使用者的位置。
2.根据权利要求1所述的方法，其特征在于，
-所述虚拟左车道以预定宽度在所述左车道的左边缘与左道路边界之间延伸并且平行于所述左车道伸展，和/或
-所述虚拟右车道以预定宽度在所述右车道的右边缘与右道路边界之间延伸并且平行于所述左车道伸展。
3.一种用于通过车辆识别未受保护的道路使用者的方法，所述方法包括：
-求取(S1)所述车辆行驶的当前车道、与所述当前车道左侧相邻的左车道和/或与所述当前车道右侧相邻的右车道；
其特征在于，所述方法还包括以下步骤：
-确定(S2)与所述左车道左侧相邻的左侧安全区和/或与所述右车道右侧相邻的右侧安全区；
-将所求取的未受保护的道路使用者的位置与所述左侧安全区和/或所述右侧安全区进行比较(S3)；
-如果所述比较得出所述未受保护的道路使用者的位置在所述左侧安全区和/或所述右侧安全区中，则追踪(S4)所求取的所述未受保护的道路使用者的位置。
4.根据权利要求3所述的方法，其特征在于，
-所述左侧安全区以预定宽度在所述左车道的左边缘与左道路边界之间延伸，和/或
-所述右侧安全区以预定宽度在所述右车道的右边缘与右道路边界之间延伸。
5.一种用于通过车辆识别未受保护的道路使用者的方法，所述方法包括：
-求取(S1)所述车辆行驶的当前车道、与所述当前车道左侧相邻的左车道和/或与所述当前车道右侧相邻的右车道；
其特征在于，所述方法还包括以下步骤：
-确定(S2，S3)所求取的未受保护的道路使用者的位置到所述左车道的左边缘和/或所述右车道的右边缘的距离；
-如果所确定的距离小于预定阈值，则追踪(S4)所求取的所述未受保护的道路使用者的位置。
6.根据权利要求5所述的方法，其特征在于，所述距离表示所求取的所述未受保护的道路使用者的位置到所述左车道的左边缘或所述右车道的右边缘的物理距离。
7.根据前述权利要求中任一项所述的方法，其特征在于，所述左车道、所述当前车道和/或所述右车道的求取是基于借助至少一个摄像机检测的图像数据进行的。
8.根据前述权利要求中任一项所述的方法，其特征在于，道路边界的求取是基于雷达传感器数据进行的。
9.一种控制器，其特征在于，所述控制器被设计为执行根据前述权利要求中任一项所述的方法。
10.一种车辆，其特征在于，所述车辆包括至少一个摄像机、至少一个雷达传感器和根据权利要求9所述的控制单元。
CN202280024378.8A 2021-04-08 2022-04-05 用于通过车辆识别未受保护的道路使用者的方法 Pending CN117063210A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102021108807.0 2021-04-08
DE102021108807.0A DE102021108807A1 (de) 2021-04-08 2021-04-08 Verfahren zur erkennung ungeschützter verkehrsteilnehmer durch ein fahrzeug
PCT/EP2022/058998 WO2022214476A1 (de) 2021-04-08 2022-04-05 Verfahren zur erkennung ungeschützter verkehrsteilnehmer durch ein fahrzeug

Publications (1)

Publication Number Publication Date
CN117063210A true CN117063210A (zh) 2023-11-14

Family

ID=81580402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280024378.8A Pending CN117063210A (zh) 2021-04-08 2022-04-05 用于通过车辆识别未受保护的道路使用者的方法

Country Status (4)

Country Link
US (1) US20240185722A1 (zh)
CN (1) CN117063210A (zh)
DE (1) DE102021108807A1 (zh)
WO (1) WO2022214476A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007007540A1 (de) 2007-02-15 2008-08-21 Siemens Ag Fahrstreifenkontrollierte Erkennung von Fahrzeugen beim Spurenwechsel
DE102011113325A1 (de) 2011-09-14 2012-03-22 Daimler Ag Verfahren zur Objekterkennung mittels Bilddaten
EP4187523A1 (en) * 2014-05-14 2023-05-31 Mobileye Vision Technologies Ltd. Systems and methods for curb detection and pedestrian hazard assessment
DE102017115988A1 (de) 2017-07-17 2019-01-17 Connaught Electronics Ltd. Modifizieren einer Trajektorie abhängig von einer Objektklassifizierung
US10467903B1 (en) * 2018-05-11 2019-11-05 Arnold Chase Passive infra-red pedestrian detection and avoidance system

Also Published As

Publication number Publication date
DE102021108807A1 (de) 2022-10-13
WO2022214476A1 (de) 2022-10-13
US20240185722A1 (en) 2024-06-06

Similar Documents

Publication Publication Date Title
CN106114503B (zh) 用于确定安全车辆轨迹的方法和装置
US20180370528A1 (en) Driver assistance method and system
JP7003423B2 (ja) 車両の走行制御装置
US9767696B2 (en) Method for locating an object in a blind-spot of a vehicle
JP6650211B2 (ja) 乗り物を運転することに関して運転者を支援する方法、運転者支援システム、コンピュータソフトウェア製品、及び乗り物
EP3657130A1 (en) Navigation based on vehicle activity
US11120690B2 (en) Method and device for providing an environmental image of an environment of a mobile apparatus and motor vehicle with such a device
CN112601686A (zh) 具有安全距离的导航的系统和方法
RU2760046C1 (ru) Способ помощи при вождении и устройство помощи при вождении
WO2022053026A1 (zh) 一种自动驾驶会车场景处理方法及其装置、车辆、存储介质
KR102588008B1 (ko) 진입하거나 진출하는 차량을 검출하기 위한 방법 및 제어 유닛
JP7156394B2 (ja) 他車動作予測方法及び他車動作予測装置
US20230123418A1 (en) Method for planning a target trajectory
JP2023106554A (ja) 自動運転装置、自動運転方法及び制御プログラム
CN112193246A (zh) 车辆及用于执行车辆间距离控制的方法
CN115298073B (zh) 车辆的行驶辅助方法及行驶辅助装置
CN111731294A (zh) 行驶控制装置、行驶控制方法以及存储程序的存储介质
CN114126940A (zh) 电子控制装置
JP7500210B2 (ja) 車両の走行支援方法及び走行支援装置
CN114516329A (zh) 车辆自适应巡航控制系统、方法和计算机可读介质
CN114537398A (zh) 用于在交叉路口处辅助车辆行驶的方法和设备
JP7475951B2 (ja) 車両の走行支援方法及び走行支援装置
JP5458729B2 (ja) 運転誘導装置
JP7446216B2 (ja) 車両制御装置
CN117063210A (zh) 用于通过车辆识别未受保护的道路使用者的方法

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