DE102010006084A1 - Kombinierte Fahrzeug-zu-Fahrzeug-Kommunikation und Objektdetektierungserfassung - Google Patents

Kombinierte Fahrzeug-zu-Fahrzeug-Kommunikation und Objektdetektierungserfassung Download PDF

Info

Publication number
DE102010006084A1
DE102010006084A1 DE102010006084A DE102010006084A DE102010006084A1 DE 102010006084 A1 DE102010006084 A1 DE 102010006084A1 DE 102010006084 A DE102010006084 A DE 102010006084A DE 102010006084 A DE102010006084 A DE 102010006084A DE 102010006084 A1 DE102010006084 A1 DE 102010006084A1
Authority
DE
Germany
Prior art keywords
vehicle
host vehicle
vehicles
data card
object data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE102010006084A
Other languages
English (en)
Other versions
DE102010006084B4 (de
Inventor
Shuqing Sterling Heights Zeng
Hariharan Troy Krishnan
Varsha Sterlin Heights Sadekar
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 DE102010006084A1 publication Critical patent/DE102010006084A1/de
Application granted granted Critical
Publication of DE102010006084B4 publication Critical patent/DE102010006084B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/0072—Transmission between mobile stations, e.g. anti-collision systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves

Abstract

Fahrzeugkenntnissystem zum Überwachen ferner Fahrzeuge relativ zu einem Host-Fahrzeug. Das Fahrzeugkenntnissystem enthält wenigstens eine Objekterfassungsvorrichtung und eine Fahrzeug-zu-Fahrzeug-Kommunikationsvorrichtung. Es ist ein Datenerhebungsmodul zum Erhalten einer Sensorobjektdatenkarte und einer Fahrzeug-zu-Fahrzeug-Objektdatenkarte vorgesehen. Ein Verschmelzungsmodul führt die Sensorobjektdatenkarte und die Fahrzeug-zu-Fahrzeug-Objektdatenkarte zusammen, um eine kumulative Objektdatenkarte zu erzeugen. Ein Nachführungsmodul schätzt die relative Position der fernen Fahrzeuge zu dem Host-Fahrzeug.

Description

  • HINTERGRUND DER ERFINDUNG
  • Eine Ausführungsform der Erfindung bezieht sich allgemein auf die Überwachung der Kenntnis eines Vorhandenseins ferner Fahrzeuge.
  • Ein Fahrzeug-zu-Fahrzeug-System (V2V-System) bezieht sich auf die zusammenwirkende Kommunikation für ein Fahrzeug auf der Grundlage der Zweiwegekommunikation für die Wechselwirkung in Echtzeit. Vorzugsweise sind diese Systeme auf das Verkehrsmanagement, auf die Kollisionswarnung und auf die Kollisionsvermeidung gerichtet. Diese Systeme können den Bereich der Kenntnis von Umgebungsbedingungen eines Host-Fahrzeugs erweitern, indem sie außer irgendwelchen sicherheitsbezogenen Ereignissen, die in der Nähe dieser benachbarten Fahrzeuge des Host-Fahrzeugs auftreten, relevante Informationen hinsichtlich des Verkehrsstatus bereitstellen.
  • V2V-Kommunikationssysteme erhöhen die Qualität und die Zuverlässigkeit von durch ein Host-Fahrzeug empfangenen Informationen. Dagegen ist die Zuverlässigkeit der durch ein fernes Fahrzeug empfangenen Informationen wegen Ungenauigkeiten der für das Host-Fahrzeug bereitgestellten Daten oder Hindernissen an Orten wie etwa Städten, die mit hohen Gebäuden belegt sind, die eine Kommunikationsstörung bei GPS-Daten oder bei der Kommunikation zwischen Fahrzeugen verursachen, weiter unsicher. Somit ist es erwünscht, dass ein Host-Fahrzeug auf seinen Fahrzeugort und auf die Bedingungen in Bezug auf umgebende Fahrzeuge genau zugreifen kann.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Ein Vorteil einer Ausführungsform der Erfindung ist eine Kenntnis des Vorhandenseins und eine Position ferner Fahrzeuge relativ zu einem Host-Fahrzeug. Außerdem wird der Bereich des überwachten Gebiets, das das Fahrzeug umgibt, als Folge der Verschmelzung von Daten von einem V2V-Kommunikationssystem und von Objekterfassungsvorrichtungen vergrößert. Darüber hinaus können Fehler in den Erfassungsvorrichtungen eines Fahrzeugs im Ergebnis der verschmolzenen Daten von dem V2V-Kommunikationssystem und von den Objekterfassungsvorrichtungen korrigiert oder kompensiert werden.
  • Eine Ausführungsform betrachtet ein Verfahren zum Verbessern eines Systems, das einem Host-Fahrzeug die Kenntnis eines Vorhandenseins bezüglich fernen Fahrzeugen vermittelt. Das Host-Fahrzeug enthält wenigstens eine Objekterfassungsvorrichtung zum Erfassen von Objekten fern von dem Host-Fahrzeug. Das Host-Fahrzeug enthält ferner ein Fahrzeug-zu-Fahrzeug-Kommunikationssystem zum Austauschen von Fahrzeugdaten in Fahrzeug-zu-Fahrzeug-Nachrichten zwischen fernen Fahrzeugen und dem Host-Fahrzeug. In Ansprechen auf die erfassten Objekte wird eine Sensorobjektdatenkarte erzeugt. In Ansprechen auf eine Fahrzeug-zu-Fahrzeug-Nachricht wird eine Fahrzeug-zu-Fahrzeug-Objektdatenkarte erzeugt. Die Fahrzeug-zu-Fahrzeug-Objektdatenkarte und die Sensorobjektdatenkarte werden zusammengeführt, um gemeinsam relative Positionen ferner Fahrzeuge zu dem Host-Fahrzeug zu bestimmen. Die relative Position der fernen Fahrzeuge zu dem Host-Fahrzeug wird unter Nutzung der zusammengeführten Datenkarten ge schätzt. Die Nachführungsdaten werden an sicherheitsbezogene Anwendungen ausgegeben, um Bedrohungsbeurteilungen für das Host-Fahrzeug zu identifizieren.
  • Eine Ausführungsform betrachtet ein Fahrzeugkenntnissystem zum Überwachen ferner Fahrzeuge relativ zu einem Host-Fahrzeug. Das Fahrzeugkenntnissystem enthält wenigstens eine Objekterfassungsvorrichtung und eine Fahrzeug-zu-Fahrzeug-Kommunikationsvorrichtung. Es ist ein Datenerhebungsmodul zum Erhalten einer Sensorobjektdatenkarte und einer Fahrzeug-zu-Fahrzeug-Objektdatenkarte vorgesehen. Ein Verschmelzungsmodul führt die Sensorobjektdatenkarte und die Fahrzeug-zu-Fahrzeug-Objektdatenkarte zusammen, um eine kumulative Objektdatenkarte zu erzeugen. Ein Nachführungsmodul schätzt die relative Position der fernen Fahrzeuge zu dem Host-Fahrzeug.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • 1 ist ein Beispiel eines Verkehrsflussdiagramms.
  • 2 ist ein Blockschaltplan der Systemarchitektur für ein Datenverschmelzungssystem.
  • 3 ist ein Blockablaufplan des Datenverschmelzungssystems.
  • 4 ist ein Ablaufplan eines Verfahrens zum Verschmelzen von Objektkartendaten und V2V-Daten.
  • 5 ist ein Ablaufplan eines Verfahrens zum Entkoppeln der Lageermittlung und der Nachführung.
  • 6 ist ein Graph von Korrelationsmatrizen für die gemeinsame Lageermittlung ferner Fahrzeuge und des Host-Fahrzeugs.
  • 7 ist ein Graph von Matrizen des normierten Cholesky-Faktors der inversen Kovarianz.
  • 8 ist ein Ablaufplan eines Verfahrens für die gemeinsame Lageermittlung und Nachführung.
  • AUSFÜHRLICHE BESCHREIBUNG
  • In 1 ist allgemein ein Verkehrsflussdiagramm gezeigt, das ein Host-Fahrzeug 10 und eine Mehrzahl ferner Fahrzeuge 12 veranschaulicht. Die fernen Fahrzeuge 12 enthalten eine Mehrzahl mobiler Fahrzeuge, wobei einige der Fahrzeuge Kommunikationsfähigkeiten mit dem Host-Fahrzeug 10 aufweisen, die als Fahrzeug-zu-Fahrzeug-Nachrichtenübermittlung (V2V-Nachrichtenübermittlung) bekannt sind. Das Host-Fahrzeug 10 und jene jeweiligen fernen Fahrzeuge 12, die Kommunikationsfähigkeiten aufweisen, rundsenden einander periodisch über ein jeweiliges Inter-Fahrzeug-Kommunikationsnetz wie etwa, aber nicht beschränkt auf, ein dediziertes kurzreichweitiges Kommunikationsprotokoll (DSRC), wie es im Gebiet bekannt ist, drahtlose Nachrichten zu.
  • Die zwischen den Fahrzeugen übermittelten drahtlosen Fahrzeug-zu-Fahrzeug-Nachrichten (V2V-Nachrichten) können als eine periodische Standardbakennachricht gesendet werden. Die drahtlose Nachricht enthält Daten hinsichtlich der Kenntnis von Umgebungsbedingungen, die sich auf Fahrzeugpositionen, Fahrzeug-Kinematik/Dynamik-Parameter, Verkehrs- oder Straßenereignisse, die durch jedes jeweilige Fahrzeug erfasst werden, beziehen. Diese Kenntnis von Umgebungsbedingungen wird zwischen Fahrzeugen übermittelt, um andere Fahrer von Fahrzeugen über einen Typ einer Sicherheitsbedingung, Verkehrsverzögerungen, einen Unfall oder andere gegenwärtige Bedingungen von potentieller Wichtigkeit für einen Fahrer vorzuwarnen. Eines der Ziele ist die Bereitstellung einer vorherigen Warnung für benachbarte Fahrzeuge über eine Bedingung wie etwa zum Sicherstellen zusätzlicher Zeit zum Reagieren auf die Bedingung. Solche Warnungen anhand der Kenntnis von Umgebungsbedingungen können Verkehrsstau, Unfälle, Vorwärtskollisionswarnungen (FCW), die in dem sendenden Fahrzeug in Kraft sind, Querkollisionswarnung (LCW), Fahrspurabweichungswarnung (LDW), langsame/angehaltene Fahrzeuge voraus, elektronische Notbremslichtaktivierung (EEBL), Aktivierung der hinteren dritten Bremsleuchte (CHMSL-Aktivierung), Kreuzungskollisionswarnung/-vermeidung, gerader Kreuzungsweg, Arbeitszonenwarnung, toter Winkel/Fahrspurwechsel und Sichtbarkeitsverbesserung von Fußgängern/Radfahrern enthalten, sie sind aber nicht darauf beschränkt. Außerdem können durch die V2V-Kommunikation die Sichtlinien-Objektnachführung die Nicht-Sichtlinien-Nachführung und die Wegvorhersage bestimmt werden. Eine potentielle Redundanz beim Empfangen von Informationen von mehr als einer Fahrzeugquelle verbessert die Nachführungsgenauigkeit und -zuverlässigkeit und verringert dadurch falsche Detektierungen. Gesundheitsstatusinformationen (die sich auf die Zuverlässigkeit und Genauigkeit der von den Fahrzeugvorrichtungen, Software- und Hardware-Modulen und anderen Fahrzeugteilsystemen erhaltenen Informationen beziehen) können ebenfalls übermittelt werden.
  • 2 veranschaulicht die Systemarchitektur für das Host-Fahrzeug 10 und für ein jeweiliges fernes Fahrzeug 12. Das Host-Fahrzeug 10 und das jeweilige ferne Fahrzeug 12 (z. B. ferne Fahrzeuge) sind jeweils mit einem drahtlosen Funkgerät 13 ausgestattet, das einen Sender und einen Empfänger (oder einen Sender-Empfänger) zum Rundsenden und Empfangen der drahtlosen Nachrichten über eine Antenne 14 enthält. Das Host-Fahrzeug 10 und das jeweilige ferne Fahrzeug 12 enthalten ferner jeweilige Verarbeitungseinheiten 15 zum Verarbeiten der in der drahtlosen Nachricht oder von anderen Übertragungsvorrichtungen wie etwa einem Empfänger 16 des globalen Positionsbestimmungssystems (GPS-Empfänger 16) empfangenen Daten. Alternativ kann das drahtlose Funkgerät ebenfalls als ein GPS-Empfänger arbeiten. Außerdem enthält jedes Fahrzeug ein Objektdetektierungsmodul 17 zum Erheben von Daten, die von Objektdetektierungssensoren empfangen werden. Ferner kann das System eine Fahrzeugschnittstellenvorrichtung 18 zum Erheben von Informationen einschließlich, aber nicht beschränkt auf, Geschwindigkeit, Bremsung, Gierrate, Beschleunigung und Lenkradeinschlagwinkel enthalten.
  • Ein GPS nutzt eine Konstellation von Satelliten, die Signale senden, die ermöglichen, dass der GPS-Empfänger 18 eines Fahrzeugs seinen Ort, seine Geschwindigkeit, seine Richtung und seine Zeit bestimmt. Die GPS-Daten für ein jeweiliges Fahrzeug des V2V-Kommunikationsnetzes werden als Teil der drahtlosen Nachricht zum Identifizieren des Orts des sendenden Fahrzeugs rundgesendet. Dies ermöglicht, dass die jeweilige Verarbeitungseinheit 15 des Host-Fahrzeugs 10 die Nachrichteninhalte im Licht der Position des fernen Fahrzeugs bewertet, um die Relevanz einer jeweiligen Bedingung für das Host-Fahrzeug 10 zu beurteilen.
  • Das Objektdetektierungsmodul 17 empfängt Daten von den Objektdetektierungsvorrichtungen, die radargestützte Detektierungsvorrichtungen, sichtgestützte Detektierungsvorrichtungen und lichtgestützte Detektierungsvorrichtungen enthalten, darauf aber nicht beschränkt sind. Beispiele solcher Vorrichtungen können Radardetektoren (z. B. Weitbereichs- und Nahbereichsradar), Kameras und Lidar-Vorrichtungen, Stereosehen, enthalten. Jedes jeweilige Erfassungssystem detektiert oder erfasst ein Bild im Sehfeld der jeweiligen Sensoren. Das Sehfeld hängt von der Richtung ab, in die die Objektdetektierungssensoren gerichtet sind. Einige der über V2V-Kommunikation erhaltenen Daten können durch die Objektdetektierungsvorrichtungen nicht erhältlich sein und umgekehrt. Durch Kombination der von beiden Systemen erhaltenen Daten kann außer dem Korrigieren von Fehlern, die bei jedem Erfassungssystem üblicherweise auftreten, eine umfassende Kenntnis der Fahrzeugumgebungen erhalten werden.
  • Wieder in 1 ist das Host-Fahrzeug 10 mit einem V2V-Kommunikationssystem und mit Objektdetektierungserfassungsvorrichtungen ausgestattet. Der Nutzen, Objektdetektierungssensoren und/oder die V2V-Kommunikation zu besitzen, ist hier diskutiert. Durch die Objektdetektierungssensoren des Host-Fahrzeugs 10 werden wie gezeigt ferne Fahrzeug Fahrzeuge 22 und 24 detektiert. Ein Sichtfeld für einen erfassten Bereich vor dem Host-Fahrzeug ist allgemein durch 25 veranschaulicht. Das ferne Fahrzeug 24 ist mit einer V2V-Kommunikationsvorrichtung ausgestattet und steht in Kommunikation mit dem Host-Fahrzeug 10. Das ferne Fahrzeug 24 kann außerdem in Kommunikation mit Fahrzeugen vor dem fernen Fahrzeug 24 stehen, die außerhalb der Sendereichweite des Host-Fahrzeugs 10 liegen. Die durch das ferne Fahrzeug 24 erhaltenen V2V-Nachrichtenübermittlungsinformationen werden an das Host-Fahrzeug 10 gesendet, das ausführlichere Informationen darüber bereitstellt, was jenseits dessen auftritt, was allein durch die Objektdetektierungserfassungsvorrichtungen des Host-Fahrzeugs erhalten werden könnte. Außerdem ist innerhalb der Datenkommunikation von dem fernen Fahrzeug 24 die GPS-Position des fernen Fahrzeugs enthalten. Die empfangenen Informationen von dem fernen Fahrzeug 24 ermöglichen im Zusammenwirken mit den von dem Host-Fahrzeug 10 erfassten Daten, dass das Host-Fahrzeug 10 bestimmt, ob Fehler entweder in den GPS-Daten des Host-Fahrzeugs oder in den empfangenen GPS-Daten von dem fernen Fahrzeug 24 vorhanden sein können. Falls Fehler vorhanden sind, können diese Fehler kompensiert oder korrigiert werden.
  • In 1 ist ein fernes Fahrzeug 26 gezeigt, das sich außerhalb des Sehfelds der Host-Fahrzeug-Detektierungssensoren befindet. Obgleich das ferne Fahrzeug 26 wegen der fernen Fahrzeugposition nicht durch die Host-Fahrzeug-Objektdetektierungssensoren detektierbar ist, enthält das ferne Fahrzeug 26 ein V2V-Kommunikationssytem, das seine GPS-Position an das Host-Fahrzeug 10 übermitteln kann.
  • Außerdem ist in 1 ein fernes Fahrzeug 28 gezeigt. Das ferne Fahrzeug 28 ist nicht mit einem V2V-Kommunikationssytem oder mit Objektdetektierungserfassungsvorrichtungen ausgestattet und kann somit keine Informationen einschließlich seines Orts relativ zu dem Host-Fahrzeug 10 bereitstellen, so dass ein Ort des fernen Fahrzeugs 28 für das Host-Fahrzeug 10 unbekannt ist. Allerdings enthält das ferne Fahrzeug 30 sowohl V2V-Kommunikations- als auch Objektdetektierungserfassungsvorrichtungen. Das ferne Fahrzeug 30 detektiert das ferne Fahrzeug 28 unter Verwendung seiner Objektdetektierungssensoren und sendet eine geschätzte Position des fernen Fahrzeugs 30 sowie seine eigene GPS-Position über das V2V-Kommunikationssystem an das Host-Fahrzeug 10. Im Ergebnis kann die Verschmelzung der V2V-Kommunikationsdaten und der durch das Host-Fahrzeug 10 detektierten Objekte eine 360-Grad-Fahrzeugobjektkarte konstruieren, die das Host-Fahrzeug 10 umgibt.
  • 3 veranschaulicht einen Blockschaltplan eines zusammenwirkenden Kommunikations- und Objekterfassungssystems, das allgemein bei 40 gezeigt ist. Ein Sensor- und Drahtlos-Modul 42 empfängt Eingaben von einer Sensorobjektdatenkarte 44 und von einer V2V-Objektdatenkarte 46.
  • Die Sensorobjektdatenkarte 44 wird mit Eingaben konstruiert, die von Objektdetektierungssensoren bereitgestellt werden. Objekte, die durch die Objektdetektierungssensoren detektiert werden, können ferne Fahrzeuge, Gebäude, Leitplanken und andere Objekte im Sehfeld der Objektdetektierungsvorrichtung enthalten, sind darauf aber nicht beschränkt. Die V2V-Objektdatenkarte 46 wird unter Verwendung von Daten, die von anderen Fahrzeugen übermittelt werden, einschließlich GPS-Daten, konstruiert. Das Sensor- und Drahtlos-Modul 42 konstruiert in Ansprechen auf die von der Sensorobjektdatenkarte 44 und von der V2V-Objektdatenkarte 46 bestimmten Daten eine Karte der beobachteten Situation. Jede jeweilige Karte der beobachteten Situation enthält, ist aber nicht beschränkt auf, Abstand, Abstandsänderung und Azimut jeweiliger Ziele. Im Ergebnis kann auf der Grundlage der Daten von den verschiedenen Quellen mehr als eine Karte der beobachteten Situation für ein jeweiliges Ziel erzeugt werden. Falls Fehler zwischen den zwei Datenkarten bestimmt werden, kann auf der Grundlage des gegenwärtigen Orts des Fahrzeugs der V2V-Objektdatenkarte oder der Sensorobjektdatenkarte eine Prioritätsfestlegung gegeben werden. Zum Beispiel wird dann, wenn das Host-Fahrzeug an einem stadtartigen Ort mit hohen Gebäuden fährt, die GPS-Behinderungen verursachen, der Sensorobjektdatenkarte eine Prioritätsfestlegung gegeben. Falls das eine Fahrzeug umgekehrt in einer ländlichen Umgebung fährt, wo Fehler in der Sensorobjektdatenkarte vorhanden sein können, kann die Prioritätsfestlegung der V2V-Objektdatenkarte gegeben werden, da die Kommunikation zwischen Fahrzeugen und GPS-Daten frei von Behinderungen ist.
  • Jede der jeweiligen Karten der beobachteten Situation wird für ein Datenzuordnungs- und -zusammenführungsmodul 48 bereitgestellt, wo die Daten zu einer zusammengeführten Objektbeobachtungskarte verschmolzen werden. Das heißt, die Mehrzahl der von den verschiedenen Quellen er hobenen Daten werden zu einer einzelnen gemeinsamen Karte verschmolzen, die einen bestimmten Abstand, eine bestimmte Abstandsänderung und einen bestimmten Azimut für das jeweilige Fahrzeug bereitstellt. Die Daten für jedes detektierte Fahrzeug werden zu einer zusammengeführten Objektbeobachtungskarte verschmolzen. Die zusammengeführte Objektbeobachtungskarte stellt eine umfassende Karte bereit, die alle detektierten Fahrzeuge enthält.
  • Die zusammengeführte Objektbeobachtungskarte wird für eine Filternachführeinrichtung 50 wie etwa, aber nicht beschränkt auf, eine Kalman-Filternachführeinrichtung bereitgestellt. Außerdem werden für die Filternachführeinrichtung die GPS-Position des Host-Fahrzeugs, Fahrzeugdynamikinformationen (z. B. Geschwindigkeitsvektor, Geschwindigkeit, Gierrate) und Fahrerabsichtsinformationen (z. B. Abbiegesignal, Lenkmuster) bereitgestellt. Die Filternachführeinrichtung 50 aktualisiert ständig die Nachführung der Zielfahrzeuge relativ zu der Position, zur Geschwindigkeit und zur Orientierung des Host-Fahrzeugs, um einen voraussagenden Fahrweg zu bestimmen. Dies ermöglicht, dass das Host-Fahrzeug die umgebenden Fahrzeuge des Host-Fahrzeugs überwacht, um eine erfassende Kenntnis der fernen Fahrzeuge zu erlangen. Für das Sensor- und Drahtlos-Modul 42 können von der Filternachführeinrichtung 50 Nachführungsrückkopplungsdaten 52 bereitgestellt werden, um eine Genauigkeit der von der Erfassungsvorrichtung erhaltenen Daten zu verbessern. Die Verschmelzungs- und Nachführungsroutine wird später ausführlich weiter diskutiert.
  • Durch die Filternachführeinrichtung 50 wird eine 360-Grad-Objektnachführungsliste 54 erzeugt, die die Position, die Geschwindigkeit, die Orientierung des Host-Fahrzeugs und die Position, die Geschwindigkeit und die Orientierung jedes fernen Fahrzeugs für die Bewertung der Kenntnis der Sicherheit des Host-Fahrzeugs enthält. Darüber hinaus kann die Nachführungsliste als Rückkopplung für das Datenzuordnungs- und -zusammenführungsmodul 48 bereitgestellt werden, um ununterbrochen die relative Position umgebender Fahrzeuge zu dem Host-Fahrzeug 10 zu bestimmen.
  • Die Nachführungsliste 54 wird daraufhin für verschiedene Sicherheitsanwendungen 56 (z. B. Zielauswahlmodule) des Fahrzeugs bereitgestellt, um zu beurteilen, ob eine Sicherheitsbenachrichtigung ausgelöst werden sollte. Zum Beispiel beurteilt ein Vorwärtskollisionswarnungsmodul (FCW-Modul) die Bedrohung von Kollisionen vor dem Fahrzeug. Wenn ein Fahrzeug auf einem Fahrweg unterwegs zu einem Zusammenstoß ist, wird eine FCW-Warnung ausgegeben. Wenn das Zielfahrzeug nicht auf der Fahrspur ist oder in einer anderen Orientierung fährt, reagiert das FCW-Modul nicht auf dieses Ziel in dieser Beurteilung. Falls ein jeweiliges Sicherheitsanwendungsmodul eine potentielle Bedrohung identifiziert, wird die die Bedrohung beurteilt und kann die Warnung ausgelöst werden, um das potentielle Sicherheitsproblem zu identifizieren. Jedes Zielauswahlmodul empfängt die Nachführungsliste 54 und bestimmt seine eigene Bedrohungsbeurteilung, um in Ansprechen auf die Bedrohungsbeurteilung eine Warnmeldung auszugeben oder eine Sicherheitsgegenmaßnahme auszulösen.
  • 4 ist ein Ablaufplan eines Verfahrens zum Verschmelzen erfasster Objektkartendaten und von V2V-Kartendaten. In Schritt 60 werden Daten von wenigstens einer Objekterfassungsvorrichtung erhoben. Üblicherweise überwacht die Objekterfassungsvorrichtung einen jeweiligen Bereich fern von den durch das Fahrzeug detektierbaren Objekten. In Schritt 61 wird in Ansprechen auf die erfassten Objekte eine Sensorobjektdatenkarte erzeugt.
  • In Schritt 62 werden von einer V2V-Kommunikationsnachricht Daten erhoben. Die von der V2V-Nachricht erhobenen Daten können GPS-Informationen eines fernen Fahrzeugs, Objektsensorinformationen von einem anderen fernen Fahrzeug, Fahrzeugdynamikinformationen von dem fernen Fahrzeug, von dem fernen Fahrzeug empfangene Alarmwarnungen und beschränkte Fahrerabsichtsinformationen des fernen Fahrzeugs enthalten. In Schritt 63 wird in Ansprechen auf in der V2V-Kommunikationsnachricht enthaltene Daten eine V2V-Objektdatenkarte erzeugt. In Schritt 64 werden die Objektdatenkarte und die V2V-Datenkarte verschmolzen, um eine zusammengeführte Objektbeobachtungskarte zu erzeugen.
  • In Schritt 65 werden die verschmolzenen Daten einer Filternachführeinrichtung wie etwa einer Kalman-Filternachführeinrichtung zugeführt, um die das Host-Fahrzeug umgebenden fernen Fahrzeuge nachzuführen. Das Kalman-Filter ist eine rekursive Schätzeinrichtung. Eine Kalman-Filterung erfordert, dass nur ein geschätzter Zustand von dem vorherigen Zeitschritt und der gegenwärtige Messwert notwendig sind, um einen Schätzwert des gegenwärtigen Zustands zu bestimmen. Das Nachführungsfilter führt den Weg der fernen Fahrzeuge relativ zu der Position des Host-Fahrzeugs nach und kann auf der Grundlage der empfangenen Daten einen voraussagenden Weg erzeugen, falls die Kommunikation mit den Objektdetektierungsvorrichtungen oder die V2V-Kommunikation verloren geht.
  • In Schritt 66 wird eine Nachführungsliste erzeugt. Die Nachführungsliste identifiziert die Positionen der fernen Fahrzeuge, die das Host-Fahrzeug umgeben. Außerdem sind für jedes der fernen Fahrzeuge die Fahrzeuggeschwindigkeit, die Gierrate und die Orientierung aufgeführt.
  • In Schritt 67 werden die Nachführungsdaten zur Bedrohungsbeurteilung an eine Sicherheitsanwendung ausgegeben. Die Fahrzeugdaten werden verschiedenen Sicherheitssystemen zugeführt, wo die Informationen verarbeitet werden und in Bezug auf jedes ferne Fahrzeug und den Einfluss, den es auf das Host-Fahrzeug für eine jeweilige Sicherheitsanwendung haben kann, Bedrohungsbeurteilungen vorgenommen werden.
  • Es werden hier Ausführungsformen der zuvor erwähnten Verschmelzungs- und Nachführungsroutine beschrieben. Es wird angemerkt, dass die hier beschriebenen Routinen eine einer Mehrzahl von Routinen sind, die für die Verschmelzung und Nachführung verwendet werden können, und es ist festzustellen, dass die Erfindung nicht auf die hier beschriebenen Routinen beschränkt ist. Um die Verschmelzung und Nachführung auszuführen, seien zunächst X1, X2, ... Xk die K Fahrzeuge in dem Kommunikationsgebiet. Es sei Xi der Zustand des i-ten Fahrzeugs einschließlich der Nordverlagerung, der Ostverlagerung, der Richtung (des Winkels gegen Norden), der Winkelgeschwindigkeit und des Geschwindigkeitsvektors in Bezug auf die Basisreferenz. Es seien XH der Zustand des Host-Fahrzeugs und gi die GPS-Messwerte von Xi einschließlich Nordverlagerung, Ostverlagerung, Richtung bzw. Geschwindigkeit. mi ist der Vektor der Raddrehzahl- und Gierratenmesswerte des i-ten Fahrzeugs und oji sind die Messwerte (d. h. Abstand, Abstandsänderung und Azimutwinkel) des j-ten Fahrzeugs, gemessen durch die Erfassungsvorrichtung an dem i-ten Fahrzeug. Das Ziel ist die Wiedergewinnung des Zustands der Fahrzeuge {Xi|i = 1, ..., K} aus den Messwerten {gm, mi|i = 1, ..., K} und {oj|i = 1, ..., K, j = 1, ..., Li}, wobei Li die Anzahl der Ziele ist, die durch die Erfassungsvorrichtung in dem i-ten Fahrzeug zurückgegeben werden.
  • In der folgenden Ableitung ist die Gaußverteilung durch die Informationsanordnung bezeichnet. Zum Beispiel kann die Zufallsvariable x ~ N(μ, Q) als x ~ [R, z] dargestellt werden, wobei Q = R–TR–1 und z = Rμ ist. Es wird angemerkt, dass jedes Fahrzeug seine eigene Systemdynamikgleichung besitzt wie: Xi(t + 1) = fi(Xi, wi) (1)wobei der Term wi ~ [Rwi, zwi] eine Zufallsvariable ist, die das Prozessrauschen darstellt. Die lineare Näherung von (1) in der Umgebung von [X*i , w*i ] kann ausgedrückt werden als: Xi(t + 1) = ΦiXi + Giwi + ui2 (2)wobei Φi und Gi Jakobi-Matrizen der Funktion f in Gleichung (1) in Bezug auf die Variable Xi bzw. wi sind; außerdem wird der nichtlineare Term dargestellt durch: ui2 = fi(X*i , w*i ) – ΦiX*i – Giw*i . (3)
  • Die von dem GPS-Empfänger, von den Bordsensoren und von den Objektdetektierungssensoren genommenen Messwerte werden durch die folgenden Gleichungen dargestellt. Die Messwertgleichung für den GPS-Empfänger kann geschrieben werden als: gH = CgH XH + vgH (4)wobei der Rauschvektor vgH – [RgH , 0] eine Zufallsvariable mit dem Mittelwert null ist. Die Messwertgleichungen für den Raddrehzahl- und für den Gierratensensor können wie folgt geschrieben werden: mH = CmH XH + vmH (5) wobei der Rauschvektor vmH eine Zufallsvariable mit dem Mittelwert null ist, die durch bezeichnet vmH ~ [RmH , 0] wird. Jedes Fahrzeug unterhält einen Schätzwert des Zustands der Fahrzeuge {Xi|i = 1, ..., K}. Zum selben Zeitpunkt t misst die Objekterfassungsvorrichtung eine Liste von Objekten
    Figure 00150002
    wobei κi die Datenzuordnungsvariable ist, die bestimmt, dass das l-te Objekt von dem κi-ten Fahrzeug
    Figure 00150003
    ist; und wobei LH die Anzahl der durch die Erfassungsvorrichtung gemessenen Objekte ist. Somit kann die Gleichung für das l-te Objekt von dem Sensor als
    Figure 00150001
    geschrieben werden, wobei der Rauschterm
    Figure 00150004
    ist, dessen Kovarianzmatrix den Genauigkeitsgrad der Objekterfassungsvorrichtung darstellt.
  • Die lineare Näherung von (6) in der Umgebung
    Figure 00150001
    kann ausgedrückt werden als:
    Figure 00150002
    wobei
    Figure 00150002
    die Jakobi-Matrix in Bezug auf
    Figure 00150001
    ist,
    Figure 00150001
    die Jakobi-Matrix in Bezug auf XH ist und dies der nichtlineare Bias-Term ist:
    Figure 00150003
  • Das Drahtlos-Funkmodul in dem Host-Fahrzeug empfängt zu jedem Zeitpunkt t Rundsendepakete von fernen Fahrzeugen innerhalb der Kommunikationsreichweite. Das i-te Paket enthält den Schätzwert des Zustands xi des i-ten Fahrzeugs, der als ein Messwert xi = Xi + vi (9) angesehen werden kann, wobei der Rauschterm vi ~ [Ri, 0] die Unsicherheit des Zustandsschätzwerts darstellt.
  • Eine erste Ausführungsform der zuvor erwähnten Verschmelzungs- und Nachführungsroutine ist wie folgt. Es wird angenommen, dass die Zustände des Host-Fahrzeugs XH und der fernen Fahrzeuge {Xi|i = 1, ..., K} nicht miteinander korreliert sind. Somit können extended Kalman-Filter verwendet werden, um die Zustandsvariablen getrennt zu schätzen.
  • Die Lageermittlung des Host-Fahrzeugs XH wird durch Verschmelzung des GPS und der Bordsensoren dargestellt. Die folgende Gleichung kann geschrieben werden:
    Figure 00160001
  • Die Nachführung der fernen Fahrzeuge wird durch Verschmelzung des V2V-Sensors und der Objekterfassungsvorrichtungen dargestellt. Es wird eine Annahme gemacht, dass die Objekterfassungsvorrichtung eine Liste von Objekten
    Figure 00160001
    misst, die dem i-ten Fahrzeug zum Zeitpunkt t entsprechen. Die Messwertgleichung kann dargestellt werden als:
    Figure 00160002
  • Im Folgenden sind in Übereinstimmung mit 5 die Hauptschritte in der wie oben dargestellten Entkopplungsroutine beschrieben. In Schritt 70 wird die Routine initiiert. In Schritt 71 wird ausgehend von den vorherigen Schätzwerten der Zustande des Host-Fahrzeugs und der fernen Fahrzeuge zum Zeitpunkt t – 1 eine Bestimmung vorgenommen, ob zum Zeitpunkt t neue Daten angekommen sind. Diese Daten können aus den Systemdynamikgleichungen (2) und aus den Messwertgleichungen (10) und (11) aktualisiert werden.
  • Falls in Schritt 71 keine neuen Daten angekommen sind, wird die Routine in Schritt 72 angehalten. Falls neue, aktualisierte Daten angekommen sind, werden in Schritt 73 der vorherige Schätzwert der Zustande des Host-Fahrzeugs X ^H(t – 1) und die Kovarianzmatrix P ^H(t – 1)) wiedergewonnen.
  • In Schritt 74 werden auf der Grundlage der GPS- und der Bordbewegungsdaten die Host-Fahrzeug-Zustandsschätzwerte aktualisiert. Es wird ein extended Kalman-Filter oder ein ähnliches Filter angewendet, um auf der Grundlage der Systemdynamikgleichungen (2) und der Messwertgleichungen (10) den Schätzwert des Zustands des Host-Fahrzeugs zum Zeitpunkt t abzuleiten. Der aktualisierte Schätzwert X ^H und die Kovarianzmatrix P ^H werden ausgegeben.
  • In Schritt 75 wird die Zuordnungsvariable κl für das l-te Sensorobjekt olH für l = 1, ..., LH berechnet. Dies ordnet die Sensorobjekt- und die V2V-Daten vorherigen Schätzwerten des fernen Fahrzeugs zu.
  • In Schritt 76 wird eine Bestimmung vorgenommen, ob alle Zustande der fernen Fahrzeuge aktualisiert worden sind. Falls die alle Zustände aktualisiert worden sind, erfolgt eine Rückkehr zu Schritt 71, um zu bestimmen, ob neue Daten angekommen sind. Falls nicht alle Zustände aktualisiert worden sind, werden in Schritt 77 der vorherige Schätzwert des Zu stands des i-ten fernen Fahrzeugs X ^i(t – 1) und die Kovarianzmatrix P ^i(t – 1) wiedergewonnen.
  • In Schritt 78 werden auf der Grundlage der V2V- und der Objektkartendaten die Zustandsschätzwerte des fernen Fahrzeugs aktualisiert. Ein extended Kalman-Filter oder ein ähnliches Filter wird verwendet, um auf der Grundlage der Systemdynamik- und der Messwertgleichungen (10) bzw. (2) den Schätzwert des Zustands des i-ten fernen Fahrzeugs zum Zeitpunkt t abzuleiten. Der aktualisierte Schätzwert X ^i und die Kovarianzmatrix P ^i werden ausgegeben. Daraufhin erfolgt eine Rückkehr zu Schritt 76, um zu bestimmen, ob alle Zustände aktualisiert worden sind. Falls nicht alle Schritte aktualisiert worden sind, werden die Schritte 77 bis 78 wiederholt, bis alle Zustande aktualisiert worden sind. Anderenfalls erfolgt eine Rückkehr zu Schritt 71, um auf die Ankunft neuer Daten zu prüfen.
  • 6 und 7 veranschaulichen die Ergebnisse einer gemeinsamen Lageermittlung und Nachführung für zehn Fahrzeuge. Die normierte Kovarianz des gemeinsamen Zustands ist in 6 visualisiert. Verdunkelte Einträge geben starke Korrelationen an. Es ist klar, dass nicht nur die Wege XT und das Host-Fahrzeug XH korreliert sind, sondern dass auch jedes Paar von Wegen in XT wechselweise korreliert ist. Das Schachbrettaussehen der gemeinsamen Kovarianzmatrix bestätigt die obige Aussage. Somit ist die entkoppelte Näherung, die die nichtdiagonalen korrelierten Einträge ignoriert, nicht asymptotisch optimal.
  • 7 veranschaulicht einen Cholesky-Faktor der inversen Kovarianzmatrix (auch als Informationsmatrix bekannt), der wie die Korrelationsmatrix normiert ist, um die Ergebnisse der in 6 gezeigten Vorgehensweise zu überprüfen. Einträge in dieser Matrix können als Nebenbedin gungen oder Verbindungen zwischen den Zuständen der fernen Fahrzeuge und des Host-Fahrzeugs angesehen werden. Je dunkler ein wie in 7 gezeigter Eintrag ist, desto stärker ist die Verbindung zwischen den Zuständen. Wie 7 nahelegt, scheint der Cholesky-Faktor R nicht nur dünn besiedelt, sondern auch gut strukturiert zu sein. Die Matrix wird nur von den Einträgen innerhalb des Zustands eines fernen Fahrzeugs oder von den Einträgen zwischen einem fernen Fahrzeug- und dem Host-Fahrzeugzustand dominiert.
  • Es wird hier eine zweite Ausführungsform der zuvor erwähnten Verschmelzungs- und Nachführungsroutine beschrieben. Die zweite Ausführungsform nutzt und unterhält diese Struktur über die gesamte Berechnung. Außerdem erfordert das Speichern einer dünn besiedelten Faktormatrix linearen Platz. Wichtiger ist, dass Aktualisierungen in linearer Zeit hinsichtlich der Anzahl der Wege in dem System ausgeführt werden können.
  • Durch Kombination der oben abgeleiteten Messwertgleichungen (4), (5), (7) und (9) ergibt sich:
    Figure 00190001
    oder anders dargestellt
    Figure 00200001
    wobei XT = [XTl , ..., XTK ]T und XH die fernen Fahrzeugwege bzw. die Lageermittlung des Host-Fahrzeugs darstellt. Ohne Verlust der Allgemeinheit wird angenommen, dass v eine Zustandsvariable mit dem Mittelwert null mit der Kovarianzeinheitsmatrix ist, d. h. v ~ [I, 0]. Durch Kombination der Systemdynamikgleichungen für jedes Fahrzeug in Gleichung (1) werden die folgenden Ergebnisse abgeleitet: X(t + 1) = ΦX + Gw + u2 (14)mit X = [XTl ... XTK XTH ]T (15) G = diag[G1 ... GKGH] (16) w = [wTl ... wTK wTH ]T (17) u2 = [uT2,1 ... uT2,K uT2,H ]T (18) w ~ [Rw, zw]. (19)
  • Im Ergebnis ist die Kostenfunktion definiert als:
    Figure 00200002
    wobei X(0) ~ (R ~(0), z ~(0)) die Anfangsvorkenntnis über die Zustande der Fahrzeuge darstellt. Das Ziel besteht darin, jene Faktoren XT(t) und XH(t) zu ermitteln, die die Kostenfunktion Jt vorbehaltlich der Systemdynamiknebenbedingung (14) minimieren.
  • 8 veranschaulicht ein Verfahren für die gemeinsame Lageermittlungs- und Nachführungsroutine. In Schritt 80 wird die Routine initiiert. In Schritt 81 wird ausgehend von einer Vorhersage oder Vorkenntnis eines gemeinsamen Zustands X zum Zeitpunkt t eine Bestimmung vorgenommen, ob zum Zeitpunkt t neue Daten angekommen sind. Diese Daten können aus den Systemdynamikgleichungen (14) und aus den Messwertgleichungen (12) aktualisiert werden.
  • Falls in Schritt 81 keinen neuen Daten angekommen sind, wird die Routine in Schritt 82 angehalten. Falls neue, aktualisierte Daten angekommen sind, wird in Schritt 83 die vorherige Vorhersage der Zustande des gemeinsamen Zustands X zum Zeitpunkt t (ausgedrückt durch X) wiedergewonnen. Der gemeinsame Zustand X wird wie folgt dargestellt:
    Figure 00210001
  • In Schritt 84 wird die Zuordnungsvariable κi für das l-te Sensorobjekt olH für l = 1, ..., LH berechnet.
  • In Schritt 85 werden die Koeffizienten CT, CH und ul in der gemeinsamen Messwertgleichung (13) bestimmt. Die vorherige Vorhersage [R ~, z ~]; die gemeinsamen Messmatrizen CT und CH; und die Vektoren ul und o werden in die Matrix A eingesetzt:
    Figure 00210002
  • Die Matrix A wird unter Verwendung einer Givens-Rotation (Ausgabe einer oberen Dreiecksmatrix A' = T ^A, so dass A'TA' = ATA ist, wobei T ^ eine orthogonale Matrix ist) faktorisiert.
    Figure 00220001
    wobei ò der Rest ist, der die Diskrepanz zwischen dem Modell und dem Messwert widerspiegelt.
  • In Schritt 86 wird nach Verschmelzung mit dem Messwert zum Zeitpunkt t eine aktualisierte Informationsanordnung [R ^, z ^] abgeleitet:
    Figure 00220002
  • Der aktualisierte Schätzwert des gemeinsamen Zustands (d. h. Lageermittlung X ^H und Nachverfolgung X ^T ) wird durch Lösen der folgenden linearen Gleichung bestimmt:
    Figure 00220003
  • In Schritt 87 wird der aktualisierte Schätzwert des gemeinsamen Zustands X ^ = [X ^H, X ^T] zum Zeitpunkt t ausgegeben.
  • In Schritt 88 werden Φ, G und u2 wie in Gleichung (14) veranschaulicht berechnet. Die aktualisierte Informationsanordnung [R ^, z ^], Rw, Φ, und G wird in Matrix B eingesetzt:
    Figure 00230001
  • Die Matrix B wird unter Verwendung einer Givens-Rotation (Ausgabe einer oberen Dreiecksmatrix B' = T ~B, so dass B'TB' = BTB ist, wobei T ~ eine orthogonale Transformation ist) faktorisiert, die dargestellt wird als:
    Figure 00230002
  • In Schritt 89 wird die aktualisierte Vorhersage des gemeinsamen Zustands X(t + 1) in Informationsanordnungsform X(t + 1) ~ [R ~(t + 1), z ~(t + 1)] für den Zeitpunkt t + 1 (z. B. (27)) aktualisiert, die genutzt werden kann, wenn die neuen Messwerte verfügbar sind. Es erfolgt eine Rückkehr zu Schritt 72, um zu Bestimmen, ob neue Daten verfügbar sind.
  • Obgleich bestimmte Ausführungsformen der vorliegenden Erfindung ausführlich beschrieben worden sind, erkennt der Fachmann auf dem Gebiet, auf das sich diese Erfindung bezieht, verschiedene alternative Entwürfe und Ausführungsformen, um die wie durch die folgenden Ansprüche definierte Erfindung zu verwirklichen.

Claims (10)

  1. Verfahren zum Verbessern eines Systems, das einem Host-Fahrzeug die Kenntnis eines Vorhandenseins bezüglich fernen Fahrzeugen vermittelt, wobei das Host-Fahrzeug wenigstens eine Objekterfassungsvorrichtung zum Erfassen von Objekten fern von dem Host-Fahrzeug enthält, wobei das Host-Fahrzeug ferner ein Fahrzeug-zu-Fahrzeug-Kommunikationssystem zum Austauschen von Fahrzeugdaten in Fahrzeug-zu-Fahrzeug-Nachrichten zwischen fernen Fahrzeugen und dem Host-Fahrzeug enthält, wobei das Verfahren die folgenden Schritte umfasst: Erzeugen einer Sensorobjektdatenkarte in Ansprechen auf die erfassten Objekte; Erzeugen einer Fahrzeug-zu-Fahrzeug-Objektdatenkarte in Ansprechen auf eine Fahrzeug-zu-Fahrzeug-Nachricht; Zusammenführen der Fahrzeug-zu-Fahrzeug-Objektdatenkarte und der Sensorobjektdatenkarte zum gemeinsamen Bestimmen relativer Positionen ferner Fahrzeuge zu dem Host-Fahrzeug; Schätzen der relativen Position der fernen Fahrzeuge zu dem Host-Fahrzeug unter der Nutzung der zusammengeführten Datenkarten; und Ausgeben von Nachführungsdaten an sicherheitsbezogene Anwendungen zum Identifizieren der Bedrohungsbeurteilungen für das Host-Fahrzeug.
  2. Verfahren nach Anspruch 1, bei dem das Schätzen der relativen Position der fernen Fahrzeuge das Erzeugen von Rückkopplungsdaten zum Verbessern einer Genauigkeit der wenigstens einen Objekterfassungsvorrichtung enthält.
  3. Verfahren nach Anspruch 1, das ferner den Schritt des Erzeugens einer Nachführungsliste der umgebenden Fahrzeuge in Ansprechen auf das Schätzen der relativen Position ferner Fahrzeuge umfasst, wobei die Nachführungsliste eine Fahrzeugposition, -geschwindigkeit und -gierrate der fernen Fahrzeuge enthält, bei dem insbesondere die Nachführungsliste als Rückkopplung zum ununterbrochenen Bestimmen der relativen Position der fernen Fahrzeuge zu dem Host-Fahrzeug bereitgestellt wird, und/oder die Nachführungsliste als Teil der Nachführungsdaten ausgegeben wird, die an die sicherheitsbezogenen Anwendungen ausgegeben werden.
  4. Verfahren nach Anspruch 1, das ferner den Schritt des Erhebens von Fahrzeugdynamikinformationen des Host-Fahrzeugs zum Schätzen der relativen Positionierung des Host-Fahrzeugs zu den fernen Fahrzeugen umfasst, und/oder bei dem die Fahrzeug-zu-Fahrzeug-Objektdatenkarte vom GPS und von drahtlosen Kommunikationsvorrichtungen erhalten wird, und/oder bei dem Fehler zwischen der Fahrzeug-zu-Fahrzeug-Objektdatenkarte und der Sensorobjektdatenkarte bestimmt werden, wobei die Prioritätsfestlegung der Fahrzeug-zu-Fahrzeug-Objektdatenkarte oder der Sensorobjektdatenkarte auf der Grundlage eines gegenwärtigen Orts des Fahrzeugs gegeben wird, und/oder bei dem die Prioritätsfestlegung der Sensorobjektdatenkarte gegeben wird, falls sich das Host-Fahrzeug an einem stadtartigen Ort mit GPS-Behinderungen befindet, und/oder bei dem die sicherheitsbezogenen Anwendungen die Positionierung der fernen Fahrzeuge und die Orientierung der fernen Fahrzeuge verwenden, um Fahrerkenntnisnahmebenachrichtigungen auszulösen.
  5. Verfahren nach Anspruch 1, bei dem der Schritt des Zusammenführens der Fahrzeug-zu-Fahrzeug-Objektdatenkarte und der Sensorobjektdatenkarte die gemeinsame Lageermittlung und die gemeinsame Nachführung der fernen Fahrzeuge und des Host-Fahrzeugs enthält.
  6. Verfahren nach Anspruch 5, bei dem die Lageermittlung des Host-Fahrzeugs durch eine Verschmelzung der Daten von einem globalen Positionsbestimmungssystem und der Daten von Bordobjektdetektierungssensoren gekennzeichnet ist und dargestellt wird durch:
    Figure 00260001
    wobei gH die GPS-Messwerte des Host-Fahrzeugs sind, mh ein Vektor der Raddrehzahl- und Gierratenmesswerte des Host-Fahrzeugs ist, XH ein Zustand eines Host-Fahrzeugs ist, CgH die GPS-Messwertmatrix ist, CmH die Bordsensormesswertmatrix ist und vgH und vmH Rauschfaktoren sind.
  7. Verfahren nach Anspruch 6, bei dem die Nachführung des fernen Fahrzeugs durch eine Verschmelzung von Daten von einem Fahrzeug-zu-Fahrzeug-Sensor und Daten von Bordobjektdetektierungssensoren gekennzeichnet ist und dargestellt wird durch:
    Figure 00270001
    wobei Xi der Zustand des i-ten fernen Fahrzeugs ist,
    Figure 00270002
    die Abstands-, Abstandsänderungs- und Azimutwinkelmesswerte des κk-ten Fahrzeugs, gemessen durch eine Erfassungsvorrichtung an dem Host-Fahrzeug, sind, I5 eine Einheitsmatrix ist,
    Figure 00270003
    ein in (8) definierter Vektor ist, vi ein Rauschfaktor des Host-Fahrzeugs ist,
    Figure 00270004
    ein Rauschfaktor des Host-Fahrzeugs ist.
  8. Verfahren nach Anspruch 7, das ferner den Schritt des Erzeugens einer dünn besiedelten Matrix umfasst, wobei die dünn besiedelte Matrix dargestellt wird durch:
    Figure 00270002
    und/oder das ferner den Schritt des Bestimmens einer Systemdynamikgleichung umfasst, wobei die Systemdynamikgleichung dargestellt wird durch X(t + 1) = f(X, w)wobei X(t + 1) eine Vorhersage des gemeinsamen Zustands ist; und w eine Zufallsvariable ist, die nicht modelliertes Prozessrauschen darstellt, und/oder wobei die Linearisierung der Systemdynamikgleichung dargestellt wird durch: X(t + 1) = ΦX + Gw+ u2 wobei Φ die Jakobi-Matrix der Funktion f in Bezug auf X ist, G die Jakobi-Matrix der Funktion f in Bezug auf w ist und der nichtlineare Term u2 durch die folgende Formel dargestellt wird: u2 = f(X*, w*) – ΦX* – Gw*.
  9. Fahrzeugkenntnissystem zum Überwachen ferner Fahrzeuge relativ zu einem Host-Fahrzeug, wobei das Fahrzeugkenntnissystem umfasst: – wenigstens eine Objekterfassungsvorrichtung; eine Fahrzeug-zu-Fahrzeug-Kommunikationsvorrichtung; ein Datenerhebungsmodul zum Erhalten einer Sensorobjektdatenkarte und einer Fahrzeug-zu-Fahrzeug-Objektdatenkarte; ein Verschmelzungsmodul zum Zusammenführen der Sensorobjektdatenkarte und der Fahrzeug-zu-Fahrzeug-Objektdatenkarte zum Erzeugen einer kumulativen Objektdatenkarte; und ein Nachführungsmodul zum Schätzen der relativen Position der fernen Fahrzeuge zu dem Host-Fahrzeug.
  10. System nach Anspruch 9, bei dem die wenigstens eine Objekterfassungsvorrichtung eine radargestützte Erfassungsvorrichtung enthält, und/oder bei dem die wenigstens eine Objekterfassungsvorrichtung eine sehgestützte Erfassungsvorrichtung enthält, und/oder bei dem die wenigstens eine Objekterfassungsvorrichtung eine lichtgestützte Erfassungsvorrichtung enthält, und/oder bei dem die Fahrzeug-zu-Fahrzeug-Kommunikationsvorrichtung wenigstens eine GPS-Vorrichtung und ein drahtloses Kommunikationsmodul zum Übermitteln von Fahrzeuginformationen zwischen Fahrzeugen enthält, und/oder bei dem das Nachführungsvorrichtungsmodul ein Kalman-Filter enthält, und/oder bei dem das Nachführungsvorrichtungsmodul ein Quadratwurzel-Informationsfilter enthält, und/oder bei dem das Nachführungsvorrichtungsmodul eine Nachführungsliste erzeugt, die eine Fahrzeugposition, eine Fahrzeuggeschwindigkeit, eine Fahrzeuggierrate des fernen Fahrzeugs enthält, und/oder das ferner eine Rückkopplungsschaltung umfasst, die zwischen das Nachführungsvorrichtungsmodul und das Datenerhe bungsmodul geschaltet ist, um Rückkopplungsdaten zu erzeugen, um eine Genauigkeit der wenigstens einen Objekterfassungsvorrichtung zu verbessern, und/oder das ferner wenigstens eine Fahrzeugdynamikerfassungsvorrichtung umfasst, die Fahrzeugdynamikdaten des Host-Fahrzeugs bereitstellt, um die relative Positionierung des Host-Fahrzeugs zu den fernen Fahrzeugen zu schätzen, und/oder das ferner wenigstens eine sicherheitsbezogene Anwendung zum Beurteilen einer Bedrohung ferner Fahrzeuge für das Host-Fahrzeug und zum Auslösen einer Sicherheitsantwort umfasst.
DE102010006084.4A 2009-02-03 2010-01-28 Verfahren und System zum Überwachen ferner Fahrzeuge relativ zu einem Host-Fahrzeug Active DE102010006084B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/364,585 US8229663B2 (en) 2009-02-03 2009-02-03 Combined vehicle-to-vehicle communication and object detection sensing
US12/364,585 2009-02-03

Publications (2)

Publication Number Publication Date
DE102010006084A1 true DE102010006084A1 (de) 2010-10-07
DE102010006084B4 DE102010006084B4 (de) 2022-06-23

Family

ID=42398405

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102010006084.4A Active DE102010006084B4 (de) 2009-02-03 2010-01-28 Verfahren und System zum Überwachen ferner Fahrzeuge relativ zu einem Host-Fahrzeug

Country Status (3)

Country Link
US (1) US8229663B2 (de)
CN (1) CN101799992B (de)
DE (1) DE102010006084B4 (de)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010049091A1 (de) * 2010-10-21 2012-04-26 Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) Verfahren zum Betreiben zumindest eines Sensors eines Fahrzeugs und Fahrzeug mit zumindest einem Sensor
DE102010049093A1 (de) * 2010-10-21 2012-04-26 Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) Verfahren zum Betreiben zumindest eines Sensors eines Fahrzeugs und Fahrzeug mit zumindest einem Sensor
DE102012020297A1 (de) * 2012-10-17 2014-04-17 Audi Ag Verfahren zur Zuordnung eines Senders zu einem detektierten Objekt in der Kraftfahrzeug-zu-Kraftfahrzeug-Kommunikation und Kraftfahrzeug
DE102015221183A1 (de) * 2015-10-29 2017-05-04 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Zuordnung von Verkehrsteilnehmern und Kommunikations-Identifikatoren
DE102016212688A1 (de) * 2016-07-12 2018-01-18 Zf Friedrichshafen Ag Verfahren und Vorrichtung zur Ermittlung des Umfelds eines Fahrzeugs
DE102017204342A1 (de) * 2017-03-15 2018-09-20 Continental Teves Ag & Co. Ohg Verfahren zum Erstellen einer fusionierten Freiraumkarte, elektronische Steuerungsvorrichtung und Speichermedium
EP3358372A3 (de) * 2017-02-07 2018-10-17 Sick Ag Verfahren zur navigation eines fahrzeugs
DE102019001092A1 (de) * 2019-02-14 2020-03-26 Daimler Ag Verfahren zum Betreiben eines Fahrerassistenzsystems, sowie elektronische Recheneinrichtung, Computerprogrammprodukt und Datenträger
DE102013211775B4 (de) 2012-06-27 2020-08-06 GM Global Technology Operations, LLC (n.d. Ges. d. Staates Delaware) Paketverarbeitungsgrundstruktur für ein Fahrzeug-zu-Fahrzeug-Kommunikationspaket-Verarbeitungssystem
US10760926B2 (en) 2015-05-07 2020-09-01 Volkswagen Aktiengesellschaft Method for plausibility checking of measured values of a mobile device
DE102019211382A1 (de) * 2019-07-30 2021-02-04 Robert Bosch Gmbh System und Verfahren zur Verarbeitung von Umfeldsensordaten
DE102013014106B4 (de) * 2012-09-07 2021-02-11 Mando Corporation Auf V2V-Kommunikation basierende Fahrzeugidentifizierungsvorrichtung und Identifizierungsverfahren für diese
WO2021069541A1 (de) * 2019-10-11 2021-04-15 Audi Ag Verfahren zum vorhersagen eines verhaltens eines zielfahrzeugs
DE102021105051A1 (de) 2021-03-03 2022-09-08 Connaught Electronics Ltd. Verfahren zum Erzeugen zumindest einer Warninformation für einen Nutzer eines Kraftfahrzeugs mittels eines Assistenzsystems, Computerprogrammprodukt, computerlesbares Speichermedium sowie Assistenzsystem
US20220326394A1 (en) * 2021-03-30 2022-10-13 Mitsubishi Electric Research Laboratories, Inc. Probabilistic state tracking with multi-head measurement model

Families Citing this family (273)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7994902B2 (en) * 2009-02-25 2011-08-09 Southwest Research Institute Cooperative sensor-sharing vehicle traffic safety system
CN102334147B (zh) * 2009-02-25 2015-04-15 丰田自动车株式会社 车载信息处理装置及信息处理方法
DE102010002093B4 (de) * 2009-06-03 2024-03-14 Continental Automotive Technologies GmbH C2X-Kommunikation mit reduzierter Datenmenge
DE112010005524T5 (de) * 2010-04-27 2013-04-04 Toyota Jidosha Kabushiki Kaisha In einem Fahrzeug montierte Vorrichtung, in einem Fahrzeug montierte Kommunikationsvorrichtung und in einem Fahrzeug montierter Informationsprozessor
JP5510173B2 (ja) * 2010-08-11 2014-06-04 トヨタ自動車株式会社 車両制御装置
DE102010062141B4 (de) * 2010-11-29 2023-08-17 Bayerische Motoren Werke Aktiengesellschaft Fahrzeug mit mindestens einem Umfelderfassungssystem
US8452535B2 (en) * 2010-12-13 2013-05-28 GM Global Technology Operations LLC Systems and methods for precise sub-lane vehicle positioning
KR101805155B1 (ko) 2010-12-15 2017-12-07 한국전자통신연구원 차량 운행 정보 제공 장치 및 방법
US9037728B2 (en) * 2011-03-11 2015-05-19 International Business Machines Corporation Situation-driven spontaneous networking
US9180783B1 (en) 2011-04-22 2015-11-10 Penilla Angel A Methods and systems for electric vehicle (EV) charge location color-coded charge state indicators, cloud applications and user notifications
US11203355B2 (en) 2011-04-22 2021-12-21 Emerging Automotive, Llc Vehicle mode for restricted operation and cloud data monitoring
US9536197B1 (en) 2011-04-22 2017-01-03 Angel A. Penilla Methods and systems for processing data streams from data producing objects of vehicle and home entities and generating recommendations and settings
US9365188B1 (en) 2011-04-22 2016-06-14 Angel A. Penilla Methods and systems for using cloud services to assign e-keys to access vehicles
US11132650B2 (en) 2011-04-22 2021-09-28 Emerging Automotive, Llc Communication APIs for remote monitoring and control of vehicle systems
US9123035B2 (en) 2011-04-22 2015-09-01 Angel A. Penilla Electric vehicle (EV) range extending charge systems, distributed networks of charge kiosks, and charge locating mobile apps
US9493130B2 (en) 2011-04-22 2016-11-15 Angel A. Penilla Methods and systems for communicating content to connected vehicle users based detected tone/mood in voice input
US11294551B2 (en) 2011-04-22 2022-04-05 Emerging Automotive, Llc Vehicle passenger controls via mobile devices
US9346365B1 (en) 2011-04-22 2016-05-24 Angel A. Penilla Methods and systems for electric vehicle (EV) charging, charging unit (CU) interfaces, auxiliary batteries, and remote access and user notifications
US10286919B2 (en) 2011-04-22 2019-05-14 Emerging Automotive, Llc Valet mode for restricted operation of a vehicle and cloud access of a history of use made during valet mode use
US10572123B2 (en) 2011-04-22 2020-02-25 Emerging Automotive, Llc Vehicle passenger controls via mobile devices
US9809196B1 (en) 2011-04-22 2017-11-07 Emerging Automotive, Llc Methods and systems for vehicle security and remote access and safety control interfaces and notifications
US10289288B2 (en) 2011-04-22 2019-05-14 Emerging Automotive, Llc Vehicle systems for providing access to vehicle controls, functions, environment and applications to guests/passengers via mobile devices
US9139091B1 (en) 2011-04-22 2015-09-22 Angel A. Penilla Methods and systems for setting and/or assigning advisor accounts to entities for specific vehicle aspects and cloud management of advisor accounts
US9371007B1 (en) 2011-04-22 2016-06-21 Angel A. Penilla Methods and systems for automatic electric vehicle identification and charging via wireless charging pads
US9581997B1 (en) 2011-04-22 2017-02-28 Angel A. Penilla Method and system for cloud-based communication for automatic driverless movement
US9171268B1 (en) 2011-04-22 2015-10-27 Angel A. Penilla Methods and systems for setting and transferring user profiles to vehicles and temporary sharing of user profiles to shared-use vehicles
US9285944B1 (en) 2011-04-22 2016-03-15 Angel A. Penilla Methods and systems for defining custom vehicle user interface configurations and cloud services for managing applications for the user interface and learned setting functions
US9348492B1 (en) 2011-04-22 2016-05-24 Angel A. Penilla Methods and systems for providing access to specific vehicle controls, functions, environment and applications to guests/passengers via personal mobile devices
US9230440B1 (en) 2011-04-22 2016-01-05 Angel A. Penilla Methods and systems for locating public parking and receiving security ratings for parking locations and generating notifications to vehicle user accounts regarding alerts and cloud access to security information
US11270699B2 (en) 2011-04-22 2022-03-08 Emerging Automotive, Llc Methods and vehicles for capturing emotion of a human driver and customizing vehicle response
US10217160B2 (en) * 2012-04-22 2019-02-26 Emerging Automotive, Llc Methods and systems for processing charge availability and route paths for obtaining charge for electric vehicles
US9215274B2 (en) 2011-04-22 2015-12-15 Angel A. Penilla Methods and systems for generating recommendations to make settings at vehicles via cloud systems
US9818088B2 (en) 2011-04-22 2017-11-14 Emerging Automotive, Llc Vehicles and cloud systems for providing recommendations to vehicle users to handle alerts associated with the vehicle
US9288270B1 (en) 2011-04-22 2016-03-15 Angel A. Penilla Systems for learning user preferences and generating recommendations to make settings at connected vehicles and interfacing with cloud systems
US9648107B1 (en) 2011-04-22 2017-05-09 Angel A. Penilla Methods and cloud systems for using connected object state data for informing and alerting connected vehicle drivers of state changes
US9697503B1 (en) 2011-04-22 2017-07-04 Angel A. Penilla Methods and systems for providing recommendations to vehicle users to handle alerts associated with the vehicle and a bidding market place for handling alerts/service of the vehicle
US11370313B2 (en) 2011-04-25 2022-06-28 Emerging Automotive, Llc Methods and systems for electric vehicle (EV) charge units and systems for processing connections to charge units
US9189900B1 (en) 2011-04-22 2015-11-17 Angel A. Penilla Methods and systems for assigning e-keys to users to access and drive vehicles
US9963145B2 (en) 2012-04-22 2018-05-08 Emerging Automotive, Llc Connected vehicle communication with processing alerts related to traffic lights and cloud systems
US9104537B1 (en) 2011-04-22 2015-08-11 Angel A. Penilla Methods and systems for generating setting recommendation to user accounts for registered vehicles via cloud systems and remotely applying settings
US9229905B1 (en) 2011-04-22 2016-01-05 Angel A. Penilla Methods and systems for defining vehicle user profiles and managing user profiles via cloud systems and applying learned settings to user profiles
US10824330B2 (en) 2011-04-22 2020-11-03 Emerging Automotive, Llc Methods and systems for vehicle display data integration with mobile device data
US8775064B2 (en) * 2011-05-10 2014-07-08 GM Global Technology Operations LLC Sensor alignment process and tools for active safety vehicle applications
KR101316217B1 (ko) * 2011-09-28 2013-10-08 현대자동차주식회사 차량의 연비 및 주행안정성 향상을 위한 공력정보 제공 시스템 및 그 방법
US20130083061A1 (en) * 2011-09-30 2013-04-04 GM Global Technology Operations LLC Front- and rear- seat augmented reality vehicle game system to entertain & educate passengers
US8510029B2 (en) 2011-10-07 2013-08-13 Southwest Research Institute Waypoint splining for autonomous vehicle following
US8810431B2 (en) * 2011-10-20 2014-08-19 GM Global Technology Operations LLC Highway merge assistant and control
US9139203B2 (en) * 2011-11-04 2015-09-22 GM Global Technology Operations LLC Lane tracking system
KR20130049610A (ko) * 2011-11-04 2013-05-14 삼성전자주식회사 이동 기기 및 보행 로봇
JP5895943B2 (ja) * 2011-11-21 2016-03-30 トヨタ自動車株式会社 車両特定装置
US20130197736A1 (en) * 2012-01-30 2013-08-01 Google Inc. Vehicle control based on perception uncertainty
US9381916B1 (en) 2012-02-06 2016-07-05 Google Inc. System and method for predicting behaviors of detected objects through environment representation
US9253753B2 (en) * 2012-04-24 2016-02-02 Zetta Research And Development Llc-Forc Series Vehicle-to-vehicle safety transceiver using time slots
US9235212B2 (en) * 2012-05-01 2016-01-12 5D Robotics, Inc. Conflict resolution based on object behavioral determination and collaborative relative positioning
US9606217B2 (en) * 2012-05-01 2017-03-28 5D Robotics, Inc. Collaborative spatial positioning
US9552503B2 (en) * 2012-05-01 2017-01-24 5D Robotics, Inc. Distributed positioning and collaborative behavior determination
DE102012209873A1 (de) * 2012-06-13 2013-12-19 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Bestimmung der Position eines Fahrzeuges
WO2014033954A1 (ja) * 2012-09-03 2014-03-06 トヨタ自動車株式会社 衝突判定装置及び衝突判定方法
US9158980B1 (en) * 2012-09-19 2015-10-13 Google Inc. Use of relationship between activities of different traffic signals in a network to improve traffic signal state estimation
TW201416268A (zh) * 2012-10-25 2014-05-01 Wistron Neweb Corp 車輛警示方法以及使用該方法的車輛警示系統
DE102012219637A1 (de) * 2012-10-26 2014-04-30 Continental Teves Ag & Co. Ohg Verfahren und system zur fusion von umfeldsensordaten mit kommunikationsdaten sowie verwendung des systems
US9349291B2 (en) * 2012-11-29 2016-05-24 Nissan North America, Inc. Vehicle intersection monitoring system and method
DE102012024859B3 (de) 2012-12-19 2014-01-09 Audi Ag Verfahren zum Bereitstellen einer Betriebsstrategie für ein Kraftfahrzeug
US20140218529A1 (en) * 2013-02-04 2014-08-07 Magna Electronics Inc. Vehicle data recording system
WO2014147621A1 (en) * 2013-03-21 2014-09-25 Zeev Erlich Aversion of covert pursuit
CN103198708B (zh) * 2013-03-21 2014-12-17 东南大学 一种降低侧向撞击交通事故概率的车辆调控方法
KR101491256B1 (ko) * 2013-05-28 2015-02-06 현대자동차주식회사 무선통신을 이용한 차선인식 장치 및 방법
DE102013212255A1 (de) * 2013-06-26 2014-12-31 Robert Bosch Gmbh Verfahren zum Austausch von Informationen zwischen mindestens zwei Fahrzeugen
KR101500103B1 (ko) * 2013-07-10 2015-03-06 현대자동차주식회사 차량간 통신 장치 및 방법
US8990001B2 (en) * 2013-07-26 2015-03-24 Nissan North America, Inc. Vehicle collision monitoring method
US9435653B2 (en) * 2013-09-17 2016-09-06 GM Global Technology Operations LLC Sensor-aided vehicle positioning system
DE102013015575A1 (de) * 2013-09-20 2015-03-26 Continental Teves Ag & Co. Ohg Verfahren zum Überwachen einer Übertragungsstrecke
CN103616707B (zh) * 2013-11-08 2016-08-17 奇瑞汽车股份有限公司 车辆定位方法及装置
US10203399B2 (en) 2013-11-12 2019-02-12 Big Sky Financial Corporation Methods and apparatus for array based LiDAR systems with reduced interference
US9164507B2 (en) 2013-12-06 2015-10-20 Elwha Llc Systems and methods for modeling driving behavior of vehicles
US9707942B2 (en) * 2013-12-06 2017-07-18 Elwha Llc Systems and methods for determining a robotic status of a driving vehicle
US9344856B2 (en) * 2014-01-14 2016-05-17 Cisco Technology, Inc. Detection of false vehicle-to-vehicle emergency brake light messages
JP6312304B2 (ja) * 2014-01-28 2018-04-18 三菱重工機械システム株式会社 位置測定方法、自己位置測定装置及び車載器
EP3127403B8 (de) * 2014-04-04 2019-04-10 Signify Holding B.V. System und verfahren zur unterstützung von autonomen fahrzeugen über umgebungswahrnehmung sowie sensorkalibrierung und überprüfung
US9360554B2 (en) 2014-04-11 2016-06-07 Facet Technology Corp. Methods and apparatus for object detection and identification in a multiple detector lidar array
WO2015170869A1 (ko) * 2014-05-07 2015-11-12 서울대학교산학협력단 협력 통신을 이용하여 주변 이동체를 탐지하는 방법 및 시스템
KR101637374B1 (ko) * 2014-05-07 2016-07-07 서울대학교산학협력단 협력 통신을 이용하여 주변 이동체를 탐지하는 방법 및 시스템
US9810783B2 (en) * 2014-05-15 2017-11-07 Empire Technology Development Llc Vehicle detection
US9643615B2 (en) * 2014-06-04 2017-05-09 International Business Machines Corporation Automotive dynamic virtual network
JP6290009B2 (ja) * 2014-06-06 2018-03-07 日立オートモティブシステムズ株式会社 障害物情報管理装置
JP6337646B2 (ja) * 2014-06-26 2018-06-06 株式会社Ｊｖｃケンウッド 車載映像システム、映像転送システム、映像転送方法及び映像転送プログラム
DE102014111127A1 (de) * 2014-08-05 2016-02-11 Valeo Schalter Und Sensoren Gmbh Verfahren zum Erzeugen einer Umgebungskarte sowie Fahrerassistenzsystem
US9720072B2 (en) * 2014-08-28 2017-08-01 Waymo Llc Methods and systems for vehicle radar coordination and interference reduction
US9778349B2 (en) * 2014-10-03 2017-10-03 Nissan North America, Inc. Method and system of monitoring emergency vehicles
US9776614B2 (en) * 2014-10-03 2017-10-03 Nissan North America, Inc. Method and system of monitoring passenger buses
DE102014221888A1 (de) * 2014-10-28 2016-04-28 Robert Bosch Gmbh Verfahren und Vorrichtung zur Lokalisierung eines Fahrzeugs in seinem Umfeld
US10672274B2 (en) 2014-11-11 2020-06-02 Harman International Industries, Incorporated Trajectory detection
KR101603618B1 (ko) * 2014-11-12 2016-03-28 현대모비스 주식회사 주변 차량 인지 시스템 및 방법
US9886856B2 (en) * 2014-12-04 2018-02-06 Here Global B.V. Near miss system
CN105810012A (zh) * 2014-12-29 2016-07-27 中国移动通信集团公司 一种基于车载终端的车辆碰撞预警的方法及装置
US9866542B2 (en) * 2015-01-28 2018-01-09 Gm Global Technology Operations Responding to electronic in-vehicle intrusions
US10036801B2 (en) 2015-03-05 2018-07-31 Big Sky Financial Corporation Methods and apparatus for increased precision and improved range in a multiple detector LiDAR array
KR20160112537A (ko) * 2015-03-19 2016-09-28 현대자동차주식회사 차량, 및 차량의 제어방법
US9505413B2 (en) * 2015-03-20 2016-11-29 Harman International Industries, Incorporated Systems and methods for prioritized driver alerts
US9555736B2 (en) 2015-04-03 2017-01-31 Magna Electronics Inc. Vehicle headlamp control using sensing and communication systems
US20160299224A1 (en) * 2015-04-07 2016-10-13 Alexis Stobbe Active radar activated anti-collision apparatus
US10819943B2 (en) 2015-05-07 2020-10-27 Magna Electronics Inc. Vehicle vision system with incident recording function
CN104900080A (zh) * 2015-05-15 2015-09-09 四川大学 一种交通态势智能感知的方法和装置
US9776528B2 (en) 2015-06-17 2017-10-03 Nissan North America, Inc. Electric vehicle range prediction
US9598009B2 (en) 2015-07-09 2017-03-21 Nissan North America, Inc. Vehicle intersection warning system and method with false alarm suppression
US9725037B2 (en) * 2015-07-09 2017-08-08 Nissan North America, Inc. Message occlusion detection system and method in a vehicle-to-vehicle communication network
US9620015B2 (en) 2015-07-13 2017-04-11 Nissan North America, Inc. Kinematic path prediction of vehicles on curved paths
US20170025008A1 (en) * 2015-07-20 2017-01-26 Dura Operating, Llc Communication system and method for communicating the availability of a parking space
US10282997B2 (en) 2015-07-20 2019-05-07 Dura Operating, Llc System and method for generating and communicating lane information from a host vehicle to a vehicle-to-vehicle network
US9830814B2 (en) * 2015-07-20 2017-11-28 Dura Operating, Llc System and method for transmitting detected object attributes over a dedicated short range communication system
US9959765B2 (en) * 2015-07-20 2018-05-01 Dura Operating Llc System and method for providing alert to a vehicle or an advanced driver assist system based on vehicle dynamics input
US9922565B2 (en) 2015-07-20 2018-03-20 Dura Operating Llc Sensor fusion of camera and V2V data for vehicles
US9618347B2 (en) 2015-08-03 2017-04-11 Nissan North America, Inc. Projecting vehicle transportation network information representing an intersection
US10088325B2 (en) 2015-08-03 2018-10-02 Nissan North America, Inc. Projected vehicle transportation network information notification
US9633559B2 (en) 2015-08-03 2017-04-25 Nissan North America, Inc. Projecting vehicle transportation network information
DE102015215929A1 (de) * 2015-08-20 2017-02-23 Volkswagen Aktiengesellschaft Vorrichtungen, Verfahren und Computerprogramm zum Bereitstellen von Information über eine voraussichtliche Fahrintention
US9576480B1 (en) * 2015-09-21 2017-02-21 Sap Se Centrally-managed vehicle network
CN105261236A (zh) * 2015-09-28 2016-01-20 芜湖市汽车产业技术研究院有限公司 一种基于车车协同的车辆危险预警系统及方法
DE102016205141A1 (de) * 2015-11-04 2017-05-04 Volkswagen Aktiengesellschaft Verfahren und Fahrzeugkommunikationssystem zum Bestimmen einer Fahrintention für ein Fahrzeug
EP3165940B1 (de) * 2015-11-04 2022-04-20 Nxp B.V. Eingebettete kommunikationsauthentifizierung
EP3165944B1 (de) * 2015-11-04 2022-04-20 Nxp B.V. Eingebettete kommunikationsauthentifizierung
KR102547441B1 (ko) * 2015-11-09 2023-06-26 삼성전자주식회사 차량 간 메시지 전송 장치 및 방법
US10013881B2 (en) 2016-01-08 2018-07-03 Ford Global Technologies System and method for virtual transformation of standard or non-connected vehicles
FR3046770B1 (fr) * 2016-01-18 2019-06-14 Psa Automobiles Sa. Dispositif et procede de fourniture d'informations relatives a des vehicules circulant incapables d'echanger des messages
US10089874B2 (en) 2016-01-29 2018-10-02 Nissan North America, Inc. Converging path detection stabilized codeword generation
US10062286B2 (en) 2016-01-29 2018-08-28 Nissan North America, Inc. Converging path detection codeword generation
US10673949B2 (en) * 2016-01-29 2020-06-02 Brandmotion, Llc Vehicle safety and mobility alert system
US9990852B2 (en) 2016-01-29 2018-06-05 Nissan North America, Inc. Converging path detection
JP6465127B2 (ja) * 2016-02-10 2019-02-06 株式会社デンソー 走行支援装置
WO2017138659A1 (ja) * 2016-02-10 2017-08-17 株式会社デンソー 走行支援装置
US9776630B2 (en) 2016-02-29 2017-10-03 Nissan North America, Inc. Vehicle operation based on converging time
DE102016002603A1 (de) * 2016-03-03 2017-09-07 Audi Ag Verfahren zur Ermittlung und Bereitstellung einer auf eine vorbestimmte Umgebung bezogenen, Umfelddaten enthaltenden Datenbank
US9866816B2 (en) 2016-03-03 2018-01-09 4D Intellectual Properties, Llc Methods and apparatus for an active pulsed 4D camera for image acquisition and analysis
US9836976B2 (en) 2016-03-23 2017-12-05 Nissan North America, Inc. Passing lane collision avoidance
US9796327B2 (en) * 2016-03-23 2017-10-24 Nissan North America, Inc. Forward collision avoidance
US9987984B2 (en) 2016-03-23 2018-06-05 Nissan North America, Inc. Blind spot collision avoidance
US9783145B1 (en) 2016-03-23 2017-10-10 Nissan North America, Inc. Rear-end collision avoidance
US9671785B1 (en) * 2016-03-29 2017-06-06 Delphi Technologies, Inc. V2X object-location verification system for automated vehicles
JP6531698B2 (ja) * 2016-04-01 2019-06-19 トヨタ自動車株式会社 接近車両通知装置
US9846228B2 (en) 2016-04-07 2017-12-19 Uhnder, Inc. Software defined automotive radar systems
WO2017175190A1 (en) 2016-04-07 2017-10-12 Uhnder, Inc. Adaptive transmission and interference cancellation for mimo radar
US10261179B2 (en) 2016-04-07 2019-04-16 Uhnder, Inc. Software defined automotive radar
WO2017180394A1 (en) * 2016-04-12 2017-10-19 Pcms Holdings, Inc. Method and system for online performance monitoring of the perception system of road vehicles
WO2017187304A2 (en) 2016-04-25 2017-11-02 Uhnder, Inc. Digital frequency modulated continuous wave radar using handcrafted constant envelope modulation
WO2017187278A1 (en) 2016-04-25 2017-11-02 Uhnder, Inc. Pmcw – pmcw interference mitigation
US10573959B2 (en) 2016-04-25 2020-02-25 Uhnder, Inc. Vehicle radar system using shaped antenna patterns
EP3449272B1 (de) 2016-04-25 2022-11-02 Uhnder, Inc. Fahrzeugradarsystem mit einem gemeinsamen radar und kommunikationssystem, und verfahren zur verwaltung eines solchen systems in einem fahrzeug
US9575160B1 (en) 2016-04-25 2017-02-21 Uhnder, Inc. Vehicular radar sensing system utilizing high rate true random number generator
WO2017187242A1 (en) 2016-04-25 2017-11-02 Uhnder, Inc. On-demand multi-scan micro doppler for vehicle
US9791551B1 (en) 2016-04-25 2017-10-17 Uhnder, Inc. Vehicular radar system with self-interference cancellation
WO2017187306A1 (en) 2016-04-25 2017-11-02 Uhnder, Inc. Adaptive filtering for fmcw interference mitigation in pmcw radar systems
WO2017187299A2 (en) 2016-04-25 2017-11-02 Uhnder, Inc. Successive signal interference mitigation
DE102016208846B4 (de) 2016-05-23 2020-03-12 Continental Teves Ag & Co. Ohg Kommunikationssystem für ein Fahrzeug
US10126136B2 (en) 2016-06-14 2018-11-13 nuTonomy Inc. Route planning for an autonomous vehicle
US11092446B2 (en) 2016-06-14 2021-08-17 Motional Ad Llc Route planning for an autonomous vehicle
US10309792B2 (en) 2016-06-14 2019-06-04 nuTonomy Inc. Route planning for an autonomous vehicle
US9753121B1 (en) 2016-06-20 2017-09-05 Uhnder, Inc. Power control for improved near-far performance of radar systems
EP3913598A1 (de) * 2016-06-23 2021-11-24 Telefonaktiebolaget LM Ericsson (publ) Verfahren zur identifizierung von fahrzeugen und zugehörige systeme, steuergeräte und fahrzeuge
CN106228805B (zh) * 2016-06-30 2018-10-30 北京航空航天大学 一种交互式多车辆跟踪方法及装置
EP3485478A4 (de) * 2016-07-15 2020-04-08 Harman International Industries, Incorporated Verfahren und system zur fahrzeugidentifizierung
US10037698B2 (en) 2016-07-28 2018-07-31 Nissan North America, Inc. Operation of a vehicle while suppressing fluctuating warnings
US10257647B2 (en) * 2016-08-01 2019-04-09 Nokia Technologies Oy Methods and apparatuses relating to determination of locations of portable devices
EP3279688B1 (de) * 2016-08-01 2021-03-17 Continental Teves AG & Co. OHG Verfahren zum bestimmen der position einer mobilen funkstelle durch ein fahrzeug und fahrzeug
US10235875B2 (en) 2016-08-16 2019-03-19 Aptiv Technologies Limited Vehicle communication system for cloud-hosting sensor-data
US9981660B2 (en) 2016-08-30 2018-05-29 Nissan North America, Inc. Operation of a vehicle by classifying a preceding vehicle lane
US10545508B2 (en) 2016-08-31 2020-01-28 International Business Machines Corporation Managing synchronized movement of a set of vehicles
JP6431204B2 (ja) * 2016-09-13 2018-11-28 株式会社日立情報通信エンジニアリング 状態予測装置及び状態予測方法
JP6659501B2 (ja) * 2016-09-14 2020-03-04 富士フイルム株式会社 軟骨定量化装置、方法およびプログラム
WO2018051288A1 (en) 2016-09-16 2018-03-22 Uhnder, Inc. Virtual radar configuration for 2d array
US9858817B1 (en) 2016-10-04 2018-01-02 International Busines Machines Corporation Method and system to allow drivers or driverless vehicles to see what is on the other side of an obstruction that they are driving near, using direct vehicle-to-vehicle sharing of environment data
US10473470B2 (en) 2016-10-20 2019-11-12 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10681513B2 (en) 2016-10-20 2020-06-09 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10857994B2 (en) 2016-10-20 2020-12-08 Motional Ad Llc Identifying a stopping place for an autonomous vehicle
US10331129B2 (en) 2016-10-20 2019-06-25 nuTonomy Inc. Identifying a stopping place for an autonomous vehicle
US10528850B2 (en) * 2016-11-02 2020-01-07 Ford Global Technologies, Llc Object classification adjustment based on vehicle communication
KR101946940B1 (ko) * 2016-11-09 2019-02-12 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법
US10091791B2 (en) 2016-12-02 2018-10-02 Qualcomm Incorporated Vehicle positioning by signaling line-of-sight (LOS) vehicle information
US10095238B2 (en) 2016-12-14 2018-10-09 Ford Global Technologies, Llc Autonomous vehicle object detection
US10262539B2 (en) 2016-12-15 2019-04-16 Ford Global Technologies, Llc Inter-vehicle warnings
US20180173229A1 (en) * 2016-12-15 2018-06-21 Dura Operating, Llc Method and system for performing advanced driver assistance system functions using beyond line-of-sight situational awareness
CA3049155C (en) 2017-01-05 2023-09-19 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Generation and use of hd maps
CN106781588A (zh) * 2017-01-23 2017-05-31 重庆长安汽车股份有限公司 目标车提取方法、系统及设备
US11454697B2 (en) 2017-02-10 2022-09-27 Uhnder, Inc. Increasing performance of a receive pipeline of a radar with memory optimization
WO2018146530A1 (en) 2017-02-10 2018-08-16 Uhnder, Inc. Reduced complexity fft-based correlation for automotive radar
US10866306B2 (en) 2017-02-10 2020-12-15 Uhnder, Inc. Increasing performance of a receive pipeline of a radar with memory optimization
CN110313025B (zh) * 2017-02-22 2022-03-01 三菱电机株式会社 驾驶辅助装置、映射发送装置、计算机可读记录介质及驾驶辅助系统
US10816972B2 (en) * 2017-03-15 2020-10-27 Toyota Research Institute, Inc. Collective determination among autonomous vehicles
US20200072963A1 (en) * 2017-03-31 2020-03-05 Intel IP Corporation Device radar sensing
US10909843B2 (en) * 2017-04-03 2021-02-02 Nissan North America, Inc. Traffic circle identification system and method
US10262234B2 (en) * 2017-04-24 2019-04-16 Baidu Usa Llc Automatically collecting training data for object recognition with 3D lidar and localization
US20180319394A1 (en) * 2017-05-04 2018-11-08 Matthew Robert Phillipps Fail-safe systems and methods for vehicle proximity
US20180339730A1 (en) * 2017-05-26 2018-11-29 Dura Operating, Llc Method and system for generating a wide-area perception scene graph
EP3422045B1 (de) * 2017-06-30 2022-04-20 Veoneer Sweden AB System zur verbesserten objektverfolgung
US10757485B2 (en) 2017-08-25 2020-08-25 Honda Motor Co., Ltd. System and method for synchronized vehicle sensor data acquisition processing using vehicular communication
US10334331B2 (en) 2017-08-25 2019-06-25 Honda Motor Co., Ltd. System and method for synchronized vehicle sensor data acquisition processing using vehicular communication
US10168418B1 (en) 2017-08-25 2019-01-01 Honda Motor Co., Ltd. System and method for avoiding sensor interference using vehicular communication
KR101989102B1 (ko) * 2017-09-13 2019-06-13 엘지전자 주식회사 차량용 운전 보조 장치 및 그 제어 방법
US10446033B2 (en) 2017-09-22 2019-10-15 Ford Global Technologies, Llc Vehicle detection and avoidance
US10977946B2 (en) 2017-10-19 2021-04-13 Veoneer Us, Inc. Vehicle lane change assist improvements
US10324189B2 (en) * 2017-10-24 2019-06-18 Harman International Industries, Incorporated Collaborative data processing
US10157539B1 (en) * 2017-11-01 2018-12-18 Qualcomm Incorporated Techniques and apparatuses for prioritizing vehicle-to-everything (V2X) communication messages based on threat level estimation
CN108008409B (zh) * 2017-11-28 2019-12-10 深圳市杉川机器人有限公司 区域轮廓绘制方法及装置
US11232350B2 (en) 2017-11-29 2022-01-25 Honda Motor Co., Ltd. System and method for providing road user classification training using a vehicle communications network
US11105890B2 (en) 2017-12-14 2021-08-31 Uhnder, Inc. Frequency modulated signal cancellation in variable power mode for radar applications
TWI680682B (zh) * 2017-12-20 2019-12-21 財團法人工業技術研究院 決定行動節點之位置之方法及其相關通訊系統、路測裝置及車輛
US11127295B2 (en) * 2018-01-23 2021-09-21 Board Of Trustees Of Michigan State University Visual sensor fusion and data sharing across connected vehicles for active safety
US10890920B2 (en) * 2018-02-15 2021-01-12 Aptiv Technologies Limited Vehicle map-data gathering system and method
US10839617B2 (en) 2018-03-13 2020-11-17 Ford Global Technologies, Llc Method and apparatus for crowd-assisted prognostics and diagnostics
CN108466609A (zh) * 2018-03-26 2018-08-31 湖州宏威新能源汽车有限公司 车辆控制方法及装置
CN108284838A (zh) * 2018-03-27 2018-07-17 杭州欧镭激光技术有限公司 一种用于检测车辆外部环境信息的检测系统及检测方法
CN108510798A (zh) * 2018-04-10 2018-09-07 西安电子科技大学 行车安全方法和装置
US10733233B2 (en) * 2018-04-11 2020-08-04 GM Global Technology Operations LLC Method and apparatus for generating situation awareness graphs using cameras from different vehicles
US11550061B2 (en) 2018-04-11 2023-01-10 Aurora Operations, Inc. Control of autonomous vehicle based on environmental object classification determined using phase coherent LIDAR data
US10906536B2 (en) * 2018-04-11 2021-02-02 Aurora Innovation, Inc. Control of autonomous vehicle based on determined yaw parameter(s) of additional vehicle
US10789848B2 (en) * 2018-04-20 2020-09-29 Toyota Jidosha Kabushiki Kaisha Multi-level hybrid vehicle-to-anything communications for cooperative perception
US10082562B1 (en) * 2018-04-27 2018-09-25 Lyft, Inc. Simultaneous object detection and data transfer with a vehicle radar
JP2021524087A (ja) 2018-05-16 2021-09-09 ノートラフィック リミテッド Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法
US10909851B2 (en) * 2018-06-06 2021-02-02 Motional Ad Llc Vehicle intent communication system
JP6750646B2 (ja) * 2018-06-07 2020-09-02 トヨタ自動車株式会社 車載装置、情報処理方法、および、情報処理プログラム
US11163317B2 (en) 2018-07-31 2021-11-02 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing
US11181929B2 (en) 2018-07-31 2021-11-23 Honda Motor Co., Ltd. System and method for shared autonomy through cooperative sensing
EP3856594A1 (de) * 2018-09-24 2021-08-04 C.R.F. Società Consortile per Azioni Fahrerassistenzhilfe
WO2020065527A1 (en) * 2018-09-24 2020-04-02 C.R.F. Societa' Consortile Per Azioni Automotive driver assistance
WO2020065524A1 (en) * 2018-09-24 2020-04-02 C.R.F. Societa' Consortile Per Azioni Automotive driver assistance
US20200096597A1 (en) * 2018-09-25 2020-03-26 Toyota Jidosha Kabushiki Kaisha Vehicle-to-everything (v2x) full-duplex localization assistance for v2x receivers
US11221405B2 (en) * 2018-10-25 2022-01-11 Baidu Usa Llc Extended perception based on radar communication of autonomous driving vehicles
US11256263B2 (en) 2018-11-02 2022-02-22 Aurora Operations, Inc. Generating targeted training instances for autonomous vehicles
US11829143B2 (en) 2018-11-02 2023-11-28 Aurora Operations, Inc. Labeling autonomous vehicle data
US11209821B2 (en) 2018-11-02 2021-12-28 Aurora Operations, Inc. Labeling autonomous vehicle data
US11086319B2 (en) 2018-11-02 2021-08-10 Aurora Operations, Inc. Generating testing instances for autonomous vehicles
US11403492B2 (en) 2018-11-02 2022-08-02 Aurora Operations, Inc. Generating labeled training instances for autonomous vehicles
US11474225B2 (en) 2018-11-09 2022-10-18 Uhnder, Inc. Pulse digital mimo radar system
US10769031B2 (en) * 2018-11-26 2020-09-08 Toyota Jidosha Kabushiki Kaisha Lost data recovery for vehicle-to-vehicle distributed data storage systems
US20200183415A1 (en) * 2018-12-10 2020-06-11 GM Global Technology Operations LLC System and method for control of an autonomous vehicle
DE102018221945A1 (de) * 2018-12-17 2020-06-18 Continental Automotive Gmbh Sensordatensystem für ein Fahrzeug
US10816635B1 (en) * 2018-12-20 2020-10-27 Autonomous Roadway Intelligence, Llc Autonomous vehicle localization system
IL270540A (en) 2018-12-26 2020-06-30 Yandex Taxi Llc Method and system for training a machine learning algorithm to recognize objects from a distance
US10779139B2 (en) * 2019-01-31 2020-09-15 StradVision, Inc. Method and device for inter-vehicle communication via radar system
US10817777B2 (en) * 2019-01-31 2020-10-27 StradVision, Inc. Learning method and learning device for integrating object detection information acquired through V2V communication from other autonomous vehicle with object detection information generated by present autonomous vehicle, and testing method and testing device using the same
US11747806B1 (en) 2019-02-05 2023-09-05 AV-Connect, Inc. Systems for and method of connecting, controlling, and coordinating movements of autonomous vehicles and other actors
US11003195B2 (en) * 2019-02-28 2021-05-11 GM Global Technology Operations LLC Method to prioritize the process of receiving for cooperative sensor sharing objects
US11681017B2 (en) 2019-03-12 2023-06-20 Uhnder, Inc. Method and apparatus for mitigation of low frequency noise in radar systems
CN109927718B (zh) * 2019-03-13 2021-05-25 浙江吉利汽车研究院有限公司 一种车辆协同控制方法、装置及设备
US11096026B2 (en) * 2019-03-13 2021-08-17 Here Global B.V. Road network change detection and local propagation of detected change
JP6921343B2 (ja) * 2019-03-18 2021-08-18 三菱電機株式会社 地図情報補正装置、移動体、地図情報補正システム、地図情報補正方法、地図情報補正プログラム、制御回路および記憶媒体
US11069114B2 (en) * 2019-03-27 2021-07-20 Hyundai Motor Company In-vehicle avatar processing apparatus and method of controlling the same
US11874670B2 (en) * 2019-04-15 2024-01-16 Qualcomm Incorporated V2X information elements for maneuver and path planning
US11002827B2 (en) * 2019-05-21 2021-05-11 Motorola Solutions, Inc. System and method for collaborating between vehicular 360 degree threat detection appliances
US11787407B2 (en) * 2019-07-24 2023-10-17 Pony Ai Inc. System and method for sensing vehicles and street
US11435439B2 (en) * 2019-08-19 2022-09-06 Waymo Llc Multibounce target mitigation
US11556000B1 (en) 2019-08-22 2023-01-17 Red Creamery Llc Distally-actuated scanning mirror
US20210064026A1 (en) * 2019-08-27 2021-03-04 Crown Equipment Corporation Adaptive acceleration for materials handling vehicle
DE102019213222B4 (de) * 2019-09-02 2022-09-29 Volkswagen Aktiengesellschaft Verfahren zum Vorhersagen einer zukünftigen Fahr-Situation eines am Straßenverkehr teilnehmenden Fremd-Objektes, Vorrichtung, Fahrzeug
DE102019215099B4 (de) * 2019-10-01 2022-09-29 Audi Ag Verfahren zum Bereitstellen einer aktuellen lokalen Umgebungszustandskarte für ein Kraftfahrzeug sowie Kraftfahrzeug zum Durchführen eines derartigen Verfahrens
EP3819672A1 (de) * 2019-11-08 2021-05-12 Outsight Verfahren und system zum teilen von szenenkarten
US10999719B1 (en) * 2019-12-03 2021-05-04 Gm Cruise Holdings Llc Peer-to-peer autonomous vehicle communication
CN111028544A (zh) * 2019-12-06 2020-04-17 无锡物联网创新中心有限公司 一种v2v技术和车载多传感器融合的行人预警系统
EP3832349A1 (de) * 2019-12-06 2021-06-09 Veoneer Sweden AB Zuordnung von radardetektoren mit empfangenen datenübertragungen
KR20210077052A (ko) * 2019-12-16 2021-06-25 현대자동차주식회사 자율주행 차량의 운행 제어 시스템 및 방법
WO2021144711A2 (en) 2020-01-13 2021-07-22 Uhnder, Inc. Method and system for intefrence management for digital radars
CN111210661A (zh) * 2020-01-16 2020-05-29 北京汽车集团有限公司 交叉路口车辆防碰撞方法及装置
US11827503B2 (en) 2020-03-18 2023-11-28 Crown Equipment Corporation Adaptive acceleration for materials handling vehicle
US11722705B2 (en) * 2020-03-26 2023-08-08 Toyota Motor Engineering & Manufacturing North America, Inc. Camera support by a vehicular micro cloud for remote driving
CN111538313A (zh) * 2020-04-23 2020-08-14 东风汽车集团有限公司 基于六自由度动感驾驶台架的远程驾驶装置及方法
EP3933344B1 (de) * 2020-07-02 2022-10-26 Volkswagen Ag Verfahren, vorrichtung und computerprogramm für ein fahrzeug
US11631324B2 (en) 2020-08-19 2023-04-18 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for collaborative intersection management
EP3965395A1 (de) * 2020-09-08 2022-03-09 Volkswagen Ag Vorrichtung, verfahren und computerprogramm für ein erstes fahrzeug und zum schätzen einer position eines zweiten fahrzeugs am ersten fahrzeug, fahrzeug
CN112572471B (zh) * 2020-12-08 2022-11-04 西人马帝言(北京)科技有限公司 自动驾驶方法、装置、电子设备及计算机存储介质
JP2022094063A (ja) * 2020-12-14 2022-06-24 パナソニックＩｐマネジメント株式会社 安全確認支援システム及び安全確認支援方法
US11947022B2 (en) * 2021-03-30 2024-04-02 Mitsubishi Electric Research Laboratories, Inc Cooperative state tracking of multiple vehicles using individual and joint estimations
CN113155123B (zh) * 2021-04-01 2022-09-27 北京大学 基于数据共享的多智能车辆协同定位追踪方法及装置
CN117529935A (zh) * 2021-06-22 2024-02-06 华为技术有限公司 车路协同的通信、数据处理方法、探测系统及融合装置
US20230074360A1 (en) * 2021-09-03 2023-03-09 Qualcomm Incorporated Adaptive radar with public safety message integration

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5428544A (en) * 1990-11-05 1995-06-27 Norm Pacific Automation Corporation Traffic information inter-vehicle transference and navigation system
US7382274B1 (en) * 2000-01-21 2008-06-03 Agere Systems Inc. Vehicle interaction communication system
US6615137B2 (en) * 2001-06-26 2003-09-02 Medius, Inc. Method and apparatus for transferring information between vehicles
US6650252B2 (en) * 2001-08-28 2003-11-18 Delphi Technologies, Inc. Vehicle warning system and method
US7522091B2 (en) * 2002-07-15 2009-04-21 Automotive Systems Laboratory, Inc. Road curvature estimation system
CN1723481A (zh) * 2003-01-14 2006-01-18 松下电器产业株式会社 导航装置以及接近信息显示方法
JP3985748B2 (ja) * 2003-07-08 2007-10-03 日産自動車株式会社 車載用障害物検出装置
JP2006072830A (ja) * 2004-09-03 2006-03-16 Aisin Aw Co Ltd 運転支援システム及び運転支援モジュール
US7991550B2 (en) * 2006-02-03 2011-08-02 GM Global Technology Operations LLC Method and apparatus for on-vehicle calibration and orientation of object-tracking systems
EP1895318B1 (de) * 2006-08-28 2009-12-16 IBEO Automobile Sensor GmbH Verfahren zur Bestimmung der globalen Position
JP4434224B2 (ja) * 2007-03-27 2010-03-17 株式会社デンソー 走行支援用車載装置
US8489317B2 (en) * 2008-08-29 2013-07-16 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for stochastically predicting the future states of a vehicle

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010049093A1 (de) * 2010-10-21 2012-04-26 Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) Verfahren zum Betreiben zumindest eines Sensors eines Fahrzeugs und Fahrzeug mit zumindest einem Sensor
US9121920B2 (en) 2010-10-21 2015-09-01 GM Global Technology Operations LLC Method for operating at least one sensor of a vehicle and vehicle having at least one sensor
DE102010049091A1 (de) * 2010-10-21 2012-04-26 Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) Verfahren zum Betreiben zumindest eines Sensors eines Fahrzeugs und Fahrzeug mit zumindest einem Sensor
DE102013211775B4 (de) 2012-06-27 2020-08-06 GM Global Technology Operations, LLC (n.d. Ges. d. Staates Delaware) Paketverarbeitungsgrundstruktur für ein Fahrzeug-zu-Fahrzeug-Kommunikationspaket-Verarbeitungssystem
DE102013014106B4 (de) * 2012-09-07 2021-02-11 Mando Corporation Auf V2V-Kommunikation basierende Fahrzeugidentifizierungsvorrichtung und Identifizierungsverfahren für diese
US10650674B2 (en) 2012-10-17 2020-05-12 Audi Ag Method for associating a transmitter with a detected object in car-to-car communication and motor vehicle
DE102012020297A1 (de) * 2012-10-17 2014-04-17 Audi Ag Verfahren zur Zuordnung eines Senders zu einem detektierten Objekt in der Kraftfahrzeug-zu-Kraftfahrzeug-Kommunikation und Kraftfahrzeug
EP2722833A1 (de) * 2012-10-17 2014-04-23 Audi Ag Verfahren zur Zuordnung eines Senders zu einem detektierten Objekt in der Kraftfahrzeug-zu-Kraftfahrzeug-Kommunikation und Kraftfahrzeug
DE102012020297B4 (de) * 2012-10-17 2017-08-31 Audi Ag Verfahren zur Zuordnung eines Senders zu einem detektierten Objekt in der Kraftfahrzeug-zu-Kraftfahrzeug-Kommunikation und Kraftfahrzeug
EP2722833B1 (de) 2012-10-17 2018-05-23 Audi Ag Verfahren zur Zuordnung eines Senders zu einem detektierten Objekt in der Kraftfahrzeug-zu-Kraftfahrzeug-Kommunikation und Kraftfahrzeug
US10760926B2 (en) 2015-05-07 2020-09-01 Volkswagen Aktiengesellschaft Method for plausibility checking of measured values of a mobile device
DE102015221183A1 (de) * 2015-10-29 2017-05-04 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Zuordnung von Verkehrsteilnehmern und Kommunikations-Identifikatoren
DE102016212688A1 (de) * 2016-07-12 2018-01-18 Zf Friedrichshafen Ag Verfahren und Vorrichtung zur Ermittlung des Umfelds eines Fahrzeugs
EP3358372A3 (de) * 2017-02-07 2018-10-17 Sick Ag Verfahren zur navigation eines fahrzeugs
WO2018166567A1 (de) * 2017-03-15 2018-09-20 Continental Teves Ag & Co. Ohg Verfahren zum erstellen einer fusionierten freiraumkarte, elektronische steuerungsvorrichtung und speichermedium
DE102017204342A1 (de) * 2017-03-15 2018-09-20 Continental Teves Ag & Co. Ohg Verfahren zum Erstellen einer fusionierten Freiraumkarte, elektronische Steuerungsvorrichtung und Speichermedium
US11143515B2 (en) 2017-03-15 2021-10-12 Continental Teves Ag & Co. Ohg Method for the generation of a merged free-space map, electronic control device and storage medium
DE102019001092A1 (de) * 2019-02-14 2020-03-26 Daimler Ag Verfahren zum Betreiben eines Fahrerassistenzsystems, sowie elektronische Recheneinrichtung, Computerprogrammprodukt und Datenträger
DE102019211382A1 (de) * 2019-07-30 2021-02-04 Robert Bosch Gmbh System und Verfahren zur Verarbeitung von Umfeldsensordaten
WO2021069541A1 (de) * 2019-10-11 2021-04-15 Audi Ag Verfahren zum vorhersagen eines verhaltens eines zielfahrzeugs
DE102021105051A1 (de) 2021-03-03 2022-09-08 Connaught Electronics Ltd. Verfahren zum Erzeugen zumindest einer Warninformation für einen Nutzer eines Kraftfahrzeugs mittels eines Assistenzsystems, Computerprogrammprodukt, computerlesbares Speichermedium sowie Assistenzsystem
US20220326394A1 (en) * 2021-03-30 2022-10-13 Mitsubishi Electric Research Laboratories, Inc. Probabilistic state tracking with multi-head measurement model
US11644579B2 (en) * 2021-03-30 2023-05-09 Mitsubishi Electric Research Laboratories, Inc. Probabilistic state tracking with multi-head measurement model

Also Published As

Publication number Publication date
DE102010006084B4 (de) 2022-06-23
CN101799992B (zh) 2013-01-02
CN101799992A (zh) 2010-08-11
US20100198513A1 (en) 2010-08-05
US8229663B2 (en) 2012-07-24

Similar Documents

Publication Publication Date Title
DE102010006084B4 (de) Verfahren und System zum Überwachen ferner Fahrzeuge relativ zu einem Host-Fahrzeug
DE112006003060B4 (de) Verkehrsinformationssystem zum Aktualisieren von Verkehrsdaten unter Verwendung von Sondenfahrzeugen mit Außensensoren
EP2819901B1 (de) Verfahren und vorrichtung zur ermittlung der geschwindigkeit und/oder position eines fahrzeuges
Obst et al. Multi-sensor data fusion for checking plausibility of V2V communications by vision-based multiple-object tracking
DE102008029613B4 (de) Verfahren zur Schätzung der Elevation eines Zielobjekts unter Verwendung einer Radar-Datenfusion
CN1940591B (zh) 使用传感器融合进行目标跟踪的系统和方法
DE102016217645B4 (de) Verfahren zum Bereitstellen von Information über eine voraussichtliche Fahrintention eines Fahrzeugs
DE102014219148A1 (de) Verfahren und Vorrichtung zum Erstellen eines Bewegungsmodells eines Straßenverkehrsteilnehmers
DE102011114812A1 (de) GPS-gestütztes Verfahren zur Verbesserung der relativen Positionsbestimmung unter Verwendung von Nachbarentitätsinformationen
DE102018109441A1 (de) Verfahren und Vorrichtung zur Pulswiederholungssequenz mit hoher Bearbeitungsverstärkung
EP2460337B1 (de) Verfahren und vorrichtung zur kommunikation mit einem anderen fahrzeug oder mit einer infrastruktureinrichtung
DE102018101111A1 (de) Kollaboratives relatives v2v-positionierungssystem
WO2016045851A1 (de) Verfahren und vorrichtung zum überwachen eines verkehrsraums
DE102009014104A1 (de) Erkennungssystem für ein Fahrzeug
DE102015202367A1 (de) Autonome steuerung in einer dichten fahrzeugumgebung
DE102007011135A1 (de) Betriebsassistenzsystem, Sendevorrichtung und Empfangsvorrichtung
DE102010005293A1 (de) System und Verfahren zur Spurpfadschätzung unter Verwendung einer Sensorvereinigung
DE102009014105A1 (de) Erkennungssystem für ein Fahrzeug
DE102019110772A1 (de) Verfahren und vorrichtung zum überlagern und zur mehrweggeräuschminderung in einem lidar-system
WO2013076132A9 (de) Verfahren und vorrichtung zur kommunikationssignalbasierten positionsermittlung von objekten im strassenverkehr sowie verwendung der vorrichtung
DE102018118142A1 (de) Vorrichtung zum erhöhen des sichtfeldes für lidar-detektoren und -beleuchter
DE102008026274A1 (de) Verfahren und Vorrichtung zum Bestimmen der Relativposition von bewegten Objekten
WO2022247994A1 (de) System zur sensordatenfusion für die umgebungswahrnehmung
CN113179303A (zh) 用于上报交通事件的方法、设备和程序载体
DE102019213929A1 (de) Plausibilitätsprüfung angehaltener vormals dynamischer Objekte mit Hilfe von Belegungsrastern

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8127 New person/name/address of the applicant

Owner name: GM GLOBAL TECHNOLOGY OPERATIONS LLC , ( N. D. , US

R081 Change of applicant/patentee

Owner name: GM GLOBAL TECHNOLOGY OPERATIONS LLC (N. D. GES, US

Free format text: FORMER OWNER: GM GLOBAL TECHNOLOGY OPERATIONS, INC., DETROIT, MICH., US

Effective date: 20110323

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final