DE102015202367A1 - Autonome steuerung in einer dichten fahrzeugumgebung - Google Patents
Autonome steuerung in einer dichten fahrzeugumgebung Download PDFInfo
- Publication number
- DE102015202367A1 DE102015202367A1 DE102015202367.2A DE102015202367A DE102015202367A1 DE 102015202367 A1 DE102015202367 A1 DE 102015202367A1 DE 102015202367 A DE102015202367 A DE 102015202367A DE 102015202367 A1 DE102015202367 A1 DE 102015202367A1
- Authority
- DE
- Germany
- Prior art keywords
- vehicle
- data
- computer
- autonomous
- roadway
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002567 autonomic effect Effects 0.000 title 1
- 238000000034 method Methods 0.000 claims description 31
- 230000001133 acceleration Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 description 16
- 230000007246 mechanism Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 235000012813 breadcrumbs Nutrition 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 102100035188 Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Human genes 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0965—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages responding to signals from another vehicle, e.g. emergency vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- 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
- B60W2756/00—Output or target parameters relating to data
- B60W2756/10—Involving external transmission of data to or from the vehicle
Abstract
Ein Computer in einem ersten Fahrzeug ist programmiert zum Empfangen eines ersten Satzes von Daten von wenigstens einem Sensor im ersten Fahrzeug und zum Empfangen eines zweiten Satzes von Daten von wenigstens einem zweiten Fahrzeug. Der zweite Satz von Daten stammt von wenigstens einem Sensor in dem wenigstens einen zweiten Fahrzeug. Der Computer ist weiterhin programmiert zum Verwenden sowohl des ersten Satzes von Daten als auch des zweiten Satzes von Daten zum Identifizieren wenigstens eines Merkmals einer durch das erste Fahrzeug befahrenen Straße.
Description
- Ein Fahrzeug, besonders ein autonom oder halbautonom betriebenes Fahrzeug, kann Daten betreffs umgebender Zustände über eine Vielzahl von Mechanismen erhalten, z.B. im Fahrzeug enthaltene Sensoren oder dergleichen. Sensordaten können Informationen betreffs Umgebungsbedingungen, Ränder einer Straße oder Bahnen in einer Straße usw. bereitstellen und können zum Formulieren einer zutreffenden Geschwindigkeit für ein Fahrzeug, eines zutreffenden Weges für ein Fahrzeug usw. benutzt werden. Bestehende Fahrzeugsensordaten leiden jedoch an Begrenzungen hinsichtlich Informationen, die daraus bestimmt werden können. Beispielsweise können Fahrzeugsensoren in ihrer Fähigkeit zum Bereitstellen von Daten zum autonomen oder halbautonomen Betreiben eines Fahrzeugs begrenzt sein. Dies kann besonders in dichten Umgebungen zutreffen, d.h. Bereichen, wo sich eine Vielzahl von Fahrzeugen eine Fahrbahn teilen und im Allgemeinen Sichtlinien, Navigationsfähigkeit usw. anderer Fahrzeuge beeinflussen.
-
1 ist ein Blockschaltbild eines beispielhaften Messsystems eines autonomen Fahrzeugs. -
2 ist ein Blockschaltbild einer Fahrzeugfahrbahn. -
3 ist ein Diagramm eines beispielhaften Verfahrens für ein autonomes Fahrzeug in einer dichten Umgebung. -
1 ist ein Blockschaltbild eines Systems100 eines autonomen Fahrzeugs in einer dichten Umgebung, d.h. einer Straße oder dergleichen mit mehr als einem Fahrzeug101 , wie beispielsweise einer Bundesstraße, Stadtstraße usw. Eine Rechenvorrichtung105 in einem Fahrzeug101 empfängt allgemein gesammelte Daten115 von einem oder mehreren Datensammlern110 und/oder von einem oder mehreren zweiten Fahrzeugen101 über eine oder mehrere Nachrichten116 . Die Rechenvorrichtung105 enthält weiterhin ein Autonomfahrmodul106 , z.B. als ein Satz Anweisungen gespeichert in einem Speicher von und ausführbar durch einen Prozessor der Rechenvorrichtung105 . Die gesammelten Daten115 können durch den Computer105 des ersten Fahrzeugs101 benutzt werden, um Bestimmungen betreffs der Operationen des Fahrzeugs101 zu treffen, einschließlich Operationen des Fahrzeugs101 in einer autonomen oder halbautonomen Betriebsweise. - Verwendung von Daten aus einer Nachricht
116 kann eine verbesserte Funktionsweise eines Fahrzeugs101 im Vergleich zu einem autonomen oder halbautonomen Betrieb des Fahrzeugs101 basierend einzig auf gesammelten Daten115 von den Datensammlern110 des Fahrzeugs101 ermöglichen. Beispielsweise können Datensammler110 an einer Vorderseite eines ersten Fahrzeugs101 wie beispielsweise Kameras, Radar, Lidar usw. durch ein zweites Fahrzeug101 und/oder Merkmale einer Fahrbahn wie beispielsweise Kurven, Hügel, Hindernisse wie beispielsweise gefallene Gegenstände, geschlossene Bahnen, Bauzonen usw. begrenzt oder blockiert sein. Dementsprechend können eine oder mehrere Nachrichten116 Daten für den Computer105 eines Fahrzeugs101 von einem oder mehreren zweiten Fahrzeugen101 bereitstellen, um gesammelte Daten115 zu erweitern und/oder zu ersetzen, ein zweites Fahrzeug101 befindet sich in einer Stellung, Daten bereitzustellen, die durch Datensammler110 im ersten Fahrzeug101 nicht erhalten werden können, oder von der es bekannt ist, dass sie genauer als Daten115 im ersten Fahrzeug101 sind. - Dementsprechend ist das System
100 in dichten Umgebungen nützlich, d.h. Fahrbahnen und dergleichen mit einer Vielzahl von Fahrzeugen101 . Im Allgemeinen kann das System100 bei der Vorhersage eines Weges behilflich sein, auf dem ein Fahrzeug101 fahren wird, basierend auf Daten115 über eine umliegende Umgebung, Bestimmen eines Weges, auf dem das Fahrzeug101 fahren sollte basierend auf den Daten115 , wie auch Kennzeichnen von Hindernissen, Abnormalitäten usw. in der umliegenden Umgebung eines Fahrzeugs101 , z.B. einer Fahrbahn. Das System100 könnte damit vorteilhaft sein, wo Zustände in einer ein Fahrzeug101 umgebenden Umgebung nicht eine bestehende Karte widerspiegeln oder was manchmal als elektronischer Horizont bezeichnet wird, der in einem Speicher des Computers105 eines Fahrzeugs101 gespeichert und/oder zur Navigation benutzt sein kann. Beispielsweise könnte in Bereichen von Straßenbau, eine Anzahl von auf einer Straße verfügbaren Bahnen, Krümmung, Neigung usw. der Straße nicht durch eine gespeicherte Karte widergespiegelt sein. Weiterhin können Sensordatensammler110 eines ersten Fahrzeugs101 blockiert oder verdeckt sein, z.B. wegen Verkehrsstau, Niederschlag, Nebel usw., so dass sie unfähig sind, Daten115 zu erhalten oder wenigstens genaue Daten115 zu erhalten. Jedoch kann durch Verwenden von Daten115 von einem oder mehreren zweiten Fahrzeugen101 das erste Fahrzeug101 einen elektronischen Horizont, z.B. eine virtuelle Karte, aufbauen, die gegenwärtige Erscheinungen in einer Umgebung um das Fahrzeug herum widerspiegelt, wie beispielsweise verfügbare Fahrbahnen, eigentliche Straßenkrümmung, Neigung, Hindernisse usw. - Ein Fahrzeug
101 umfasst einen Fahrzeugrechner105 , der allgemein einen Prozessor und einen Speicher umfasst, wobei der Speicher ein oder mehrere Formen computerlesbarer Medien umfasst, und durch den Prozessor ausführbare Anweisungen zum Durchführen verschiedener Operationen einschließlich wie hier offenbart speichert. Beispielsweise umfasst der Computer105 allgemein, und ist in der Lage zum Ausführen von Anweisungen zum Auswählen einer autonomen Betriebsweise, zum Einstellen einer autonomen Betriebsweise, zum Ändern einer autonomen Betriebsweise usw. des Fahrzeugs101 . - Weiterhin kann der Computer
105 mehr als eine Rechenvorrichtung umfassen. Beispielsweise können hier dem Computer105 zugeschriebene Operationen durch eine oder mehrere Rechenvorrichtungen ausgeführt werden, z.B. Steuerungen oder dergleichen im Fahrzeug101 zum Überwachen und/oder Steuern verschiedener Fahrzeugkomponenten, z.B. eine Motorsteuereinheit (ECU – Engine Control Unit), Getriebesteuereinheit (TCU – Transmission Control Unit), Servolenkungssteuereinheit (PSCU – Power Steering Control Unit) usw. Der Computer105 ist allgemein für Kommunikationen auf einem CAN-Bus (CAN = Controller Area Network) oder dergleichen eingerichtet. Auch kann der Computer105 eine Verbindung mit einem Borddiagnoseverbinder (OBD-II – OBD = Onboard Diagnostics Connector) aufweisen oder kann mit bestimmten Treibersteuerungsschnittstellen oder Teilsystem-ECU E/A (Eingang/Ausgang) fest verdrahtet sein. Über den CAN-Bus, OBD-II und/oder sonstige drahtgebundene oder drahtlose Mechanismen kann der Computer105 Nachrichten zu verschiedenen Vorrichtungen in einem Fahrzeug senden und/oder Nachrichten von den verschiedenen Vorrichtungen empfangen, z.B. Steuerungen, Aktoren, Sensoren usw. einschließlich Datensammlern110 . Alternativ oder zusätzlich kann in Fällen, wo der Computer105 eigentlich mehrere Vorrichtungen umfasst, der CAN-Bus oder dergleichen für Kommunikationen zwischen in der vorliegenden Offenbarung als der Computer105 dargestellten Vorrichtungen benutzt werden. - Zusätzlich kann der Computer
105 einen oder mehrere Hochfrequenz(HF)-Sender/Empfänger, Empfänger und/oder Sender umfassen oder kommunikativ daran angekoppelt sein, und kann zum Kommunizieren mit dem Netz120 und/oder anderen Fahrzeugen101 eingerichtet sein. Beispielsweise ist ein Computer105 allgemein zum Senden und Empfangen von (weiterhin unten beschriebenen) Nachrichten116 zu und von anderen Fahrzeugen101 eingerichtet. Für Fahrzeug-Fahrzeug-Kommunikationen sind verschiedene Technologien einschließlich Hardware, Kommunikationsprotokollen usw. bekannt. Beispielsweise könnten Nachrichten116 wie hier beschrieben gemäß DSRC (Dedicated Short Range Communications – Nahbereichskommunikation) oder dergleichen gesendet und empfangen werden. Wie bekannt ist, sind DSRC mit relativ niedriger Leistung betrieben über einen kurzen bis mittleren Bereich in einem besonders durch die Regierung der Vereinigten Staaten zugeteilten Spektrum im 5,9 GHz-Band. - Allgemein können Kommunikationen eines Computers
105 eines Fahrzeugs101 verschiedene drahtgebundene und/oder drahtlose Netzverbindungstechnologien umfassen, z.B. Zellularfunk, Bluetooth, drahtgebundene und/oder drahtlose Paketnetze usw. Weiterhin umfasst der Computer105 , z.B. im Modul106 allgemein Anweisungen zum Empfangen von Daten, z.B. von einem oder mehreren Datensammlern110 und/oder einer Mensch-Maschinenschnittstelle (HMI – Human Machine Interface) wie beispielsweise einem interaktiven Sprachausgabesystem (IVR – Interactive Voice Response), einer grafischen Benutzeroberfläche (GUI – Graphical User Interface) mit einem Tastbildschirm oder dergleichen usw. Zusätzlich ist der Computer105 allgemein eingerichtet zum Abrufen von Daten betreffs eines oder mehrerer anderer Fahrzeuge101 aus einer oder mehreren Nachrichten116 . - Allgemein enthalten in in dem Computer
105 gespeicherten und durch ihn ausgeführten Anweisungen ist ein Autonomfahrmodul106 . Mit im Computer105 empfangenen Daten, z.B. von Datensammlern110 , dem Server125 usw. kann das Modul106 verschiedene Komponenten und/oder Operationen des Fahrzeugs101 ohne einen Fahrer zum Betreiben des Fahrzeugs101 steuern. Beispielsweise kann das Modul106 zum Regeln von Geschwindigkeit, Beschleunigung, Abbremsen, Steuern des Fahrzeugs101 , Abstand zwischen Fahrzeugen und/oder Zeitdauer zwischen Fahrzeugen, Mindestlücke zwischen Fahrzeugen zum Spurwechseln, Mindestbetrag zur Linkswendung über den Weg, Zeit bis zur Ankunft, Mindestzeit bis zur Ankunft zum Überqueren der Kreuzung, an der Kreuzung (ohne Signal) usw. benutzt werden. Beim Bestimmen einer zu unternehmenden Handlung oder Handlungen, wenn sich ein Fahrzeug101 in einer autonomen oder halbautonomen Betriebsweise befindet, kann das Modul106 gesammelte Daten115 und/oder in einer oder mehreren Nachrichten116 bereitgestellte Daten von einem oder mehreren anderen Fahrzeugen101 benutzen. - Datensammler
110 können eine Vielzahl von Vorrichtungen umfassen. Beispielsweise können verschiedene Steuerungen in einem Fahrzeug als Datensammler110 fungieren, um gesammelte Daten115 über den CAN-Bus bereitzustellen, z.B. gesammelte Daten115 betreffs Fahrzeuggeschwindigkeit, -beschleunigung usw. Weiterhin könnten Sensoren oder dergleichen, GPS-Geräte (GPS = Global Positioning System) usw. in einem Fahrzeug enthalten und als Datensammler110 eingerichtet sein, um Daten direkt für den Computer105 bereitzustellen, z.B. über eine drahtgebundene oder drahtlose Verbindung. Datensammler110 könnten auch Sensoren oder dergleichen umfassen, z.B. Sensoren mittlerer und langer Reichweite zum Erkennen und möglicherweise auch Erhalten von Informationen von Markierungen160 , z.B. wie weiter unten beschrieben, wie auch anderer Zustände außerhalb des Fahrzeugs101 . Beispielsweise könnten Sensordatensammler110 Mechanismen wie Funkgeräte, RADAR, Lidar, Sonar, Kameras oder sonstige Bildaufnahmevorrichtungen umfassen, die zum Erkennen von Markierungen160 und/oder Erhalten anderer gesammelter Daten115 bezüglich des Autonombetriebs des Fahrzeugs101 eingesetzt werden können, z.B. Messen eines Abstands zwischen dem Fahrzeug101 und anderen Fahrzeugen oder Gegenständen, zum Erkennen anderer Fahrzeuge oder Gegenstände und/oder zum Erkennen von Straßenzuständen wie beispielsweise Kurven, Schlaglöchern, Vertiefungen, Buckeln, Neigungsänderungen usw. - Ein Speicher des Computers
105 speichert allgemein gesammelte Daten115 . Gesammelte Daten115 können eine Vielzahl von in einem Fahrzeug101 von Datensammlern110 gesammelten Daten umfassen, einschließlich einer oder mehreren Markierungen160 erhaltener Daten115 . Beispiele gesammelter Daten115 werden oben und unten bereitgestellt, z.B. hinsichtlich Markierungen160 und weiterhin können Daten115 zusätzlich daraus im Computer105 berechnete Daten umfassen. Allgemein können gesammelte Daten115 alle Daten umfassen, die durch eine Sammelvorrichtung110 gesammelt werden können und/oder aus solchen Daten berechnet werden können. Dementsprechend könnten gesammelte Daten115 eine Vielzahl von Daten115 bezüglich Operationen und/oder Leistung des Fahrzeugs101 umfassen, wie auch Daten bezüglich insbesondere der Bewegung des Fahrzeugs101 . Beispielsweise könnten zusätzlich zu von einer Markierung160 wie unten besprochen erhaltenen Daten115 gesammelte Daten115 Daten betreffs der Geschwindigkeit, Beschleunigung, Bremsen, Spuränderungen und/oder Spurnutzung (z.B. auf bestimmten Straßen und/oder Straßenarten wie beispielsweise Bundesstraßen) eines Fahrzeugs101 , Durchschnittsabstände von anderen Fahrzeugen bei jeweiligen Geschwindigkeiten oder Geschwindigkeitsbereichen und/oder andere Daten115 betreffs des Betriebs des Fahrzeugs101 umfassen. - Eine Nachricht
116 kann eine Vielzahl von Daten betreffs Operationen eines Fahrzeugs101 umfassen. Beispielsweise ermöglicht eine gegenwärtige, durch die Society of Automotive Engineers veröffentlichte Spezifikation für DSRC das Einschließen einer großen Vielzahl von Daten des Fahrzeugs101 in einer Nachricht116 einschließlich der Position (z.B. Breitengrad und Längengrad) des Fahrzeugs101 , Geschwindigkeit, Kurs, Beschleunigungszustand, Bremsensystemzustand, Getriebezustand, Steuerradstellung usw. Jedoch sind die Nachrichten116 nicht auf in der DSRC-Norm oder jeder anderen Norm enthaltende Datenelemente begrenzt. Beispielsweise kann eine Nachricht116 eine große Vielzahl von Datensammlern110 eines Fahrzeugs101 erhaltener gesammelter Daten115 wie beispielsweise Kamerabilder, Radar- oder Lidar-Daten, Daten von Infrarotsensoren usw. umfassen. Dementsprechend könnte ein erstes Fahrzeug101 gesammelte Daten115 von einem zweiten Fahrzeug101 empfangen, wodurch der Computer105 des ersten Fahrzeugs101 die gesammelten Daten115 vom zweiten Fahrzeug101 als Eingabe in das Autonommodul106 im ersten Fahrzeug101 benutzen könnte, d.h. zum Bestimmen von autonomen oder halbautonomen Operationen des ersten Fahrzeugs101 . - Vorteilhafterweise kann eine Nachricht
116 historische Daten115 von einem Fahrzeug101 enthalten. Das heißt zusätzlich zum Melden von Daten115 in Nachrichten116 auf Echtzeit- oder echtzeitnaher Basis ein Fahrzeug101 Daten115 betreffs einer oder mehrerer Zeitperioden vor einer mit einer Nachricht116 verbundenen aktuellen oder beinahe aktuellen Zeit umfassen. Beispielsweise könnte eine Nachricht116 eine Position (z.B. Breitengrad und Längengrad), Geschwindigkeit und Kurs des Fahrzeugs101 für mehrere Zeitpunkte anzeigen. Solche Daten115 können manchmal als "Brotkrümel-"Daten bezeichnet werden, da ein vergangener und/oder geplanter Weg für ein Fahrzeug101 aus solchen Daten115 bestimmt werden kann. Weiterhin sind Brotkrümel-Daten nicht auf Daten115 betreffs eines Weges eines Fahrzeugs101 , das solche Daten115 bereitstellt, begrenzt. Beispielsweise könnte ein Fahrzeug101 Brotkrümel-Daten betreffs einer Vielzahl von Erscheinungen bereitstellen, die in gesammelten Daten115 enthalten und in einer Nachricht116 bereitgestellt sein könnten, z.B. eine erkannte Position, Geschwindigkeit, Kurs usw. eines anderen Fahrzeugs101 , einer Fahrbahn, Wetterzustände wie beispielsweise Niederschlag, Temperatur usw. und Gegenstand auf einer Straße usw. - Wie oben erwähnt stellt das Netz
120 einen oder mehrere Mechanismen dar, durch die ein Fahrzeugcomputer105 mit einem entfernten Server125 und/oder einer Benutzervorrichtung150 kommunizieren kann. Dementsprechend kann das Netz120 ein oder mehrere verschiedene drahtgebundene oder drahtlose Kommunikationsmechanismen einschließlich jeder gewünschten Kombination drahtgebundener (z.B. Kabel und Faser) und/oder drahtloser (z.B. Zellularfunk, drahtlos, Satelliten, Mikrowellen und Hochfrequenz-) Kommunikationsmechanismen und jeder gewünschten Netztopologie (oder Topologien, wenn mehrere Kommunikationsmechanismen benutzt werden) sein. Beispielhafte Kommunikationsnetze umfassen drahtlose Kommunikationsnetze (z.B. mit Bluetooth, IEEE 802.11 usw.), Ortsnetze (LAN – Local Area Networks) und/oder Ortverkehrsnetze (WAN – Wide Area Networks) einschließlich des Internets, die Datenkommunikationsdienste bereitstellen. - Der Server
125 kann ein oder mehrere Computerserver jeweils allgemein mit wenigstens einem Prozessor und wenigstens einem Speicher sein, wobei der Speicher durch den Prozessor ausführbare Anweisungen speichert einschließlich Anweisungen zum Ausführen von hier beschriebenen verschiedenen Schritten und Verfahren. Der Server125 kann einen Datenspeicher130 zum Speichern von einem oder mehreren Fahrzeugen101 empfangener gesammelter Daten115 umfassen oder daran kommunikationstechnisch angekoppelt sein. - Eine Benutzervorrichtung
150 kann eine beliebige einer Vielzahl von Rechenvorrichtungen einschließlich eines Prozessors und eines Speichers wie auch von Kommunikationsfähigkeiten sein. Beispielsweise kann die Benutzervorrichtung150 ein tragbarer Computer, Tabletcomputer, ein Smartphone usw. sein, das Fähigkeiten für drahtlose Kommunikationen unter Verwendung von IEEE 802.11, Bluetooth und/oder Zellularkommunikationsprotokollen umfasst. Weiterhin kann die Benutzervorrichtung150 solche Kommunikationsfähigkeiten zum Kommunizieren über das Netz120 einschließlich mit einem Fahrzeugcomputer105 benutzen. Eine Benutzervorrichtung150 könnte mit einem Computer105 des Fahrzeugs101 über die anderen Mechanismen wie beispielsweise ein Netz im Fahrzeug101 , bekannte Protokolle wie beispielsweise Bluetooth usw. kommunizieren. Dementsprechend kann eine Benutzervorrichtung150 zum Ausführen gewisser hier einem Datensammler110 zugeschriebenen Operationen benutzt werden, z.B. Spracherkennungsfunktionen, Kameras, GPS-Funktionen (GPS = Global Positioning System) usw. in einer Benutzervorrichtung150 könnten zum Bereitstellen von Daten115 für den Computer105 benutzt werden. Weiterhin könnte eine Benutzervorrichtung150 zum Bereitstellen einer Mensch-Maschinenschnittstelle (HMI = Human Machine Interface) für den Computer105 benutzt werden. -
2 ist ein Blockschaltbild einer durch eine Vielzahl von Fahrzeugen101a ,101b ,101c ,101d und101e befahrenen Fahrbahn155 . Im Allgemeinen können wie oben besprochen die verschiedenen Fahrzeuge101 Datensammler110 zum Erlangen verschiedener gesammelter Daten115 und zum Übermitteln verschiedener gesammelter Daten115 zu anderen Fahrzeugen101 über eine oder mehrere Nachrichten116 benutzen. - Dementsprechend kann jedes Fahrzeug
101 Daten115 erhalten, die ihm sonst nicht zur Verfügung stehen. Beispielsweise könnte die Fahrbahn155 durch einen Gegenstand160 blockiert sein. Ein erstes Fahrzeug101a könnte eine oder mehrere Nachrichten116 von einem oder mehreren zweiten Fahrzeugen101 empfangen, einschließlich Daten115 über den Gegenstand160 , wo solche Daten115 über den Gegenstand160 dem ersten Fahrzeug101a sonst nicht zur Verfügung stehen würden. Beispielsweise könnten wie in2 dargestellt die Sensordatensammler110 im ersten Fahrzeug101a am Erhalten von Informationen über den Gegenstand160 durch ein zweites Fahrzeug101b gehindert sein. Um ein weiteres Beispiel zu nehmen, könnte eine Fahrbahn155 gekrümmt sein, sich in der Höhe ändern, eine Verkehrsbarriere, Fahrspursperre usw. aufweisen, die ein erstes Fahrzeug101 davon abhalten, Daten115 zu erhalten, um einen Gegenstand und/oder ein Merkmal der Fahrbahn155 zu erkennen und/oder zu vermeiden, das die Fahrt beeinflusst. -
3 ist ein Diagramm eines beispielhaften Verfahrens für das Messsystem eines autonomen Fahrzeugs101 in einer autonomen Betriebsweise, das allgemein gemäß Anweisungen in dem Computer105 eines ersten Fahrzeugs101 ausgeführt wird. - Das Verfahren
300 beginnt in einem Block305 , in dem ein Fahrzeug101 autonome Fahroperationen durchführt. Das heißt, das Fahrzeug101 wird teilweise oder vollständig autonom betrieben, d.h. auf eine teilweise oder vollständig durch das Autonomfahrmodul106 gesteuerte Weise, das zum Betreiben des Fahrzeugs101 gemäß gesammelten Daten115 eingerichtet sein kann. Beispielsweise können alle Operationen des Fahrzeugs101 , z.B. Steuern, Bremsen, Geschwindigkeit usw. durch das Modul106 im Computer105 gesteuert werden. Auch ist es möglich, dass im Block220 das Fahrzeug101 auf teilweise autonome Weise betrieben werden kann, manchmal auch als halbautonome Weise bezeichnet, d.h. teilweise handbetriebene Weise, wo einige Operationen, z.B. Bremsen durch einen Fahrer von Hand gesteuert werden könnte, während andere Operationen, z.B. einschließlich Steuern, durch den Computer105 gesteuert werden könnten. Auf gleiche Weise könnte das Modul106 steuern, wann ein Fahrzeug101 Spuren wechselt. Weiterhin ist es möglich, dass das Verfahren200 an irgendeiner Stelle begonnen werden könnte, nach der die Fahroperationen des Fahrzeugs101 beginnen, z.B. wenn über eine Benutzeroberfläche des Computers105 von Hand durch einen Fahrzeuginsassen eingeleitet. - Ein Fahrzeug
101 in einer autonomen oder halbautonomen Betriebsweise überträgt und empfängt allgemein, oder horcht wenigstens auf Nachrichten116 . Weiterhin versteht es sich, dass Fahrzeuge101 , die sich nicht in einer autonomen oder halbautonomen Betriebsweise befinden und/oder nicht ein autonomes Modul106 enthalten oder denen einige oder alle autonomen Betriebsfähigkeiten fehlen, Datensammler110 enthalten können, gesammelte Daten115 erhalten und Nachrichten116 bereitstellen können. Bestimmte in einer Nachricht116 enthaltene Datenelemente können einem bekannten Standard oder Protokoll entsprechen wie beispielsweise DSRC, können aber auch wie oben erwähnt gesammelte Daten115 eines Fahrzeugs101 umfassen, die nicht in irgendeinem aktuellen Standard oder Protokoll enthalten sind. Beispielsweise kann zusätzlich zu Daten115 betreffs Position, Geschwindigkeit usw., ein Fahrzeug101 in einer Nachricht116 Sensordaten115 wie beispielsweise Radar-, Lidar- usw. Daten, Bilder, Ton usw. bereitstellen. - Auf alle Fälle bestimmt in einem Block
310 , der dem Block305 folgt, der Computer105 , ob er eine oder mehrere Nachrichten116 von einem oder mehreren zweiten Fahrzeugen101 empfangen hat. Wenn nicht, dann kehrt das Verfahren300 zum Block305 zurück. Ansonsten schreitet das Verfahren300 zu einem Block315 fort. - In Blöcken
315 –330 , von denen jeder nacheinander unten beschrieben wird, bestimmt der Computer105 , z.B. im Modul106 , ob irgendwelche Handlungen im Fahrzeug101 angebracht sind, um halbautonome oder autonome Operationen auszuführen. Indem er eine solche Bestimmung trifft, führt der Computer105 autonome oder halbautonome Operationen wie oben hinsichtlich des Blocks305 beschrieben aus, benutzt aber zusätzlich oder alternativ als Eingabe zum Bestimmen wenigstens einer autonomen Operation von einem oder mehreren zweiten Fahrzeugen101 in einer oder mehreren Nachrichten116 erhaltene Daten. Der Computer105 kann dann eine solche bestimmte autonome Operation ausführen. Mögliche autonome Operationen oder Handlungen umfassen beispielsweise und ohne Begrenzung Bremsen, Beschleunigen, einen Spurwechsel und eine Änderung des Abstands von einem voranfahrenden Fahrzeug101 , d.h. einem Fahrzeug vor einem Fahrzeug101 . - Man nehme beispielsweise an, dass ein erstes Fahrzeug
101 einem zweiten Fahrzeug101 entlang einer hügeligen Fahrbahn folgt. Man nehme weiterhin an, dass das erste Fahrzeug101 auf wenigstens eine halbautonome Betriebsweise betrieben wird, so dass eine adaptive Fahrtregelung benutzt wird. Das heißt, das erste Fahrzeug101 benutzt Radar oder dergleichen zum Erkennen und Messen eines Abstands vom zweiten Fahrzeug101 . In einer hügeligen Umgebung, besonders wenn das erste Fahrzeug101 ein steifes Fahrwerk aufweist, könnte jedoch Radar zum Erkennen des zweiten Fahrzeugs101 nicht wirkungsvoll sein, z.B. wo sich das erste Fahrzeug101 eine Steigung hinauf bewegt und sich das zweite Fahrzeug101 am oder über einen Kamm der Steigung hinaus befindet. Dementsprechend können gesammelte Daten115 vom zweiten Fahrzeug101 , die z.B. eine Position, Geschwindigkeit, Kurs usw. des zweiten Fahrzeugs101 melden, in einer Nachricht116 enthalten sein und dann durch den Computer105 im ersten Fahrzeug101 zum Aufrechterhalten einer vorbestimmten Geschwindigkeit und/oder eines vorbestimmten Abstands vom zweiten Fahrzeug101 benutzt werden. Weiterhin kann wie oben erwähnt der Computer105 eines Fahrzeugs101 Nachrichten116 von einer Vielzahl zweiter Fahrzeuge101 empfangen. Weiterhin kann der Computer105 Daten115 von einer Vielzahl zweiter Fahrzeuge101 beim Formulieren einer Handlung oder von Handlungen benutzen, wenn er sich in einer autonomen oder halbautonomen Betriebsweise befindet. Beispielsweise kann das Vertrauen an einem autonomen Modul106 zunehmen, wo oder in dem Ausmaß, dass jedes einer Vielzahl zweiter Fahrzeuge101 miteinander vereinbare Daten115 bereitstellt, die z.B. einen Gegenstand160 auf einer Fahrbahn155 anzeigen, einen bestimmten Zustand auf einer Fahrbahn155 anzeigen, z.B. Wasser, Eis usw., einen gewünschten Weg auf einer Fahrbahn155 anzeigen, z.B. einen Spurwechsel zum Vermeiden eines Gegenstands160 wie beispielsweise einer Bauschranke, usw. - Dementsprechend werden im Block
315 aktuelle gesammelte Daten115 wie auch in einer oder mehreren Nachrichten116 empfangene aktuelle oder beinahe aktuelle Daten erhalten. Zusätzlich werden vom Computer105 Nachrichten116 auf historische Daten ausgewertet, z.B. DSRC-"Brotkrümel-"Daten oder dergleichen. Das heißt, der Computer105 kann Daten in einer oder mehreren Nachrichten116 zum Bestimmen von Position, Geschwindigkeit und/oder sonstigen Merkmalen wie beispielsweise Beschleunigung, Abbremsen usw. eines oder mehrerer Fahrzeuge101 zu mehr als einem Zeitpunkt, d.h. für eine Zeitdauer, benutzen. - Als nächstes kann in einem Block
320 ein Computer105 in einem ersten Fahrzeug101 unter Verwendung von historischen oder Brotkrümel-Daten115 von einer Vielzahl zweiter Fahrzeuge101 zusätzlich zu im ersten Fahrzeug101 gesammelten Echtzeit- oder echtzeitnahen Daten115 einen sogenannten elektronischen Horizont aufbauen, z.B. eine Karte einer das erste Fahrzeug101 umgebenden Umgebung, lokal im Fahrzeug101 aufgebaut, z.B. im Computer105 . Beispielsweise kann ein Fahrzeug101 sich auf eine gespeicherte Karte zum Navigieren unter Verwendung einer GPS-Anwendung (GPS = Global Positioning System) verlassen. Die z.B. in einem Speicher des Computers105 und/oder einer zugehörigen Vorrichtung im Fahrzeug101 gespeicherte Karte kann Informationen über eine Fahrbahn155 , eine Anzahl verfügbarer Fahrspuren, der Richtung des Verkehrsflusses, Kreuzungen, Eintrittsrampen, Austrittsrampen usw. umfassen. Dementsprechend kann eine solche gespeicherte Karte zum Aufbauen eines anfänglichen elektronischen Horizonts benutzt werden. - Da jedoch die Informationen von diesem elektronischen Horizont von GPS zum Positionieren des Fahrzeugs (
101 ) bezüglich der Infrastruktur abhängig sind, sind Ortsbestimmungen auf die Leistung des GPS-Systems im Fahrzeug101 begrenzt. Die Genauigkeit dieses Mechanismus in vielen Fällen wird nicht zulassen, dass das Fahrzeug101 auf der genauen Verkehrsspur auf der Straße155 positioniert wird, oder in manchen Fällen, wo Fahrbahnen155 im Wesentlichen in enger Nähe zueinander parallel verlaufen oder wo Ausfahr-/Einfahr-/Service-/Umkehrspuren vorhanden sind. Auch spiegeln Informationen einer solchen gespeicherten Karte möglicherweise nicht die wirklichen Zustände wider, z.B. wenn ein oder mehrere Gegenstände160 einen Teil oder die gesamte Fahrbahn155 blockieren, wenn eine Bauzone oder dergleichen auf einer Fahrbahn155 ausgeführt wird usw. In diesen Fällen könnten verfügbare Fahrspuren, Kreuzungen, verfügbare Ausfahrrampen und/oder Einfahrrampen möglicherweise nicht wie in einer gespeicherten Karte widergespiegelt sein. Durch Verwenden von Daten115 von umgebenden Fahrzeugen101 , z.B. Positionsdaten, Geschwindigkeitsdaten, Kursdaten usw. kann ein Computer105 eines Fahrzeugs101 eine virtuelle Karte aufbauen, z.B. einen elektronischen Horizont, der die eigentlichen Zustände und/oder Merkmale einer Umgebung um ein Fahrzeug101 herum widerspiegelt, z.B. von einer Fahrbahn155 . Eine solche aufgebaute virtuelle Karte kann verfügbare Fahrspuren, Hindernisse wie beispielsweise Gegenstände160 auf der Fahrbahn155 anzeigen (manchmal werden Gegenstände160 und/oder zweite Fahrzeuge101 als "Ziele" bezeichnet), wie auch andere Zustände wie beispielsweise Wetterzustände, einen Zustand einer Straßenoberfläche, z.B. Gegenwart von Eis, Fremdkörpern usw., die die Fahrt über eine Fahrbahn155 beeinflussen usw. Im Allgemeinen kann, wie hier benutzt, eine "Umgebung" um ein Fahrzeug101 einen vorbestimmten Radius um das Fahrzeug101 bezeichnen, z.B.500 Meter,1000 Meter usw. und/oder eine vorbestimmte Entfernung vor und/oder hinter einem Fahrzeug101 auf einer Fahrbahn155 usw. - Nach dem Block
320 wird vom Computer105 des ersten Fahrzeugs101 in einem Block325 der Weg des ersten Fahrzeugs101 basierend auf gesammelten Daten115 im ersten Fahrzeug101 geschätzt. Das heißt unter Verwendung von eine Geschwindigkeit, Position, Beschleunigung/Bremsen usw. des ersten Fahrzeugs101 betreffenden Informationen kann der Computer105 einen wahrscheinlichen Weg für das erste Fahrzeug101 hinsichtlich des elektronischen Horizonts entwerfen. - Nach dem Block
325 werden in einem Block330 vom Computer105 des ersten Fahrzeugs101 alle lokalen Informationen des elektronischen Horizonts, z.B. der Karte, analysiert, z.B. angehäuft, die durch Verschmelzen von Daten115 vom ersten Fahrzeug101 wie auch einem oder mehreren zweiten Fahrzeugen101 wie oben hinsichtlich des Blocks320 beschrieben erzeugt worden sein können. Das heißt unter Verwendung von statistischen Analyseverfahren oder dergleichen zum Schätzen einer wahrscheinlichen Umgebung und Zielorten (z.B. nach X-, Y-, Z-Koordinaten) Geschwindigkeits-/Beschleunigungsvektoren (z.B. wiederum nach X-, Y-, Z-Koordinaten) wie auch voranstehenden oder anschließenden Fahrbahnen/Fahrzeugwegen, möglichen Wegen usw. - Dann liefert der Computer
105 nach dem Block330 in einem Block335 Bestimmung eines vorhergesagten Weges des Fahrzeugs101 , möglicherweise eines oder mehrerer Zielorte und/oder -Wege und Umgebungsdaten, z.B. Spurenverfügbarkeit, Straßenreibung usw. für das Modul106 und/oder alle autonomen und/oder halbautonomen Modulen im Fahrzeug101 . - Im Block
340 wird nach dem Block330 vom Computer105 bestimmt, ob das Verfahren300 fortgeführt werden sollte. Beispielsweise kann das Verfahren300 enden, wenn autonome Fahroperationen enden und ein Fahrer Handsteuerung wieder aufnimmt, wenn das Fahrzeug101 abgeschaltet wird usw. Auf jeden Fall endet das Verfahren300 nach dem Block310 , wenn das Verfahren300 nicht fortgeführt werden sollte. Ansonsten schreitet das Verfahren300 zum Block305 fort. - Rechenvorrichtungen wie die hier besprochenen umfassen im Allgemeinen jeweils durch eine oder mehrere Rechenvorrichtungen wie die oben gekennzeichneten ausführbare Anweisungen, und zum Ausführen von Blöcken oder Schritten von oben beschriebenen Verfahren. Beispielsweise sind oben besprochene Prozessblöcke als computerausführbare Anweisungen ausgeführt.
- Computerausführbare Anweisungen können aus unter Verwendung einer Vielzahl von Programmierungssprachen und/oder Techniken einschließlich und ohne Begrenzung und entweder für sich oder in Kombination JavaTM, C, C++, Visual Basic, Java Script, Perl, HTML usw. erstellten Computerprogrammen zusammengestellt oder interpretiert werden. Im Allgemeinen empfängt ein Prozessor (z.B. ein Mikroprozessor) Anweisungen, z.B. aus einem Speicher, einem computerlesbaren Medium usw. und führt diese Anweisungen aus, womit er eine oder mehrere Verfahren einschließlich eines oder mehrerer der hier beschriebenen Verfahren durchführt. Solche Anweisungen und andere Daten können unter Verwendung einer Vielzahl von computerlesbaren Medien gespeichert und übertragen werden. Eine Datei in einer Rechenvorrichtung ist allgemein eine Ansammlung von auf einem computerlesbaren Medium gespeicherten Daten wie beispielsweise einem Speichermedium, einem Direktzugriffsspeicher usw.
- Ein computerlesbares Medium umfasst jedes Medium, das an der Bereitstellung von Daten (z.B. Anweisungen) teilnimmt, die durch einen Computer gelesen werden können. Ein solches Medium kann viele Formen annehmen, einschließlich von aber nicht begrenzt auf nichtflüchtige Medien, flüchtige Medien usw. Nichtflüchtige Medien umfassen beispielsweise optische oder magnetische Platten und sonstigen Festspeicher. Flüchtige Medien umfassen dynamischen Direktzugriffsspeicher (DRAM – Dynamic Random Access Memory), der typischerweise einen Hauptspeicher bildet. Gewöhnliche Formen computerlesbarer Medien umfassen beispielsweise eine Floppy-Disk, eine Diskette, eine Festplatte, Magnetband, jedes sonstige magnetische Medium, eine CD-ROM, DVD, jedes sonstige optische Medium, Lochkarten, Papierband, jedes andere physikalische Medium mit Lochmustern, einen RAM, einen PROM, einen EPROM, einen FLASH-EEPROM, jeden sonstigen Speicher-Chip oder -Scheibe oder jedes sonstige Medium, aus dem ein Computer auslesen kann.
- In den Zeichnungen zeigen gleiche Bezugsziffern die gleichen Elemente an. Weiterhin könnten einige oder alle dieser Elemente geändert werden. Hinsichtlich der hier beschriebenen Medien, Verfahren, Systeme, Methoden usw. versteht es sich, dass obwohl die Schritte solcher Verfahren usw. als nach einer gewissen geordneten Folge auftretend beschrieben worden sind, solche Verfahren mit in einer anderen Reihenfolge als der hier beschriebenen Reihenfolge durchgeführten Schritten ausgeübt werden könnten. Es versteht sich weiterhin, dass gewisse Schritte gleichzeitig durchgeführt werden könnten, dass andere Schritte hinzugefügt werden könnten oder dass gewisse hier beschriebene Schritte weggelassen werden könnten. Anders gesagt sind die Beschreibungen von Verfahren hier für den Zweck der Darstellung gewisser Ausführungsformen vorgesehen und sollten auf keine Weise als die beanspruchte Erfindung begrenzend ausgelegt werden.
- Dementsprechend versteht es sich, dass die obige Beschreibung erläuternd und nicht beschränkend sein soll. Dem Fachmann würden bei Lesen der obigen Beschreibung viele andere Ausführungsformen und Anwendungen als die vorgesehenen Beispiele offenbar sein. Der Schutzumfang der Erfindung sollte nicht unter Bezugnahme auf die obige Beschreibung bestimmt werden, sondern sollte stattdessen unter Bezugnahme auf die beiliegenden Ansprüche zusammen mit dem vollen Schutzumfang von Entsprechungen, zu denen diese Ansprüche berechtigt sind, bestimmt werden. Es ist erwartet und beabsichtigt, dass zukünftige Entwicklungen in den hier besprochenen Techniken auftreten werden und dass die offenbarten Systeme und Verfahren in diesen zukünftigen Ausführungsformen aufgenommen werden. Zusammengefasst sollte man verstehen, dass die Erfindung der Abänderung und Veränderung fähig ist und nur durch die nachfolgenden Ansprüche begrenzt wird.
- Allen in den Ansprüchen benutzten Begriffen sollen ihre breitesten sinnvollen Auslegungen und ihre gewöhnlichen Bedeutungen, so wie sie vom Fachmann verstanden werden, erteilt werden, sofern keine ausdrückliche gegensätzliche Anzeige hier geboten wird. Insbesondere sollte Verwendung der Singularartikel wie beispielsweise "ein", "der", "besagter" usw. als ein oder mehrere der angezeigten Elemente aufführend gelesen werden, sofern ein Anspruch keine ausdrückliche gegensätzliche Begrenzung aufführt.
- ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Nicht-Patentliteratur
-
- IEEE 802.11 [0017]
- IEEE 802.11 [0019]
Claims (10)
- Verfahren ausgeführt in einem Computer in einem ersten Fahrzeug, wobei der Computer zum Betreiben des Fahrzeugs in wenigstens einer einer autonomen und einer halbautonomen Betriebsweise eingerichtet ist, das Verfahren umfassend: Empfangen eines ersten Satzes von Daten von wenigstens einem Sensor im ersten Fahrzeug; Empfangen eines zweiten Satzes von Daten von wenigstens einem zweiten Fahrzeug, wobei der zweite Satz von Daten von wenigstens einem Sensor in dem wenigstens einen zweiten Fahrzeug stammt; und Verwenden sowohl des ersten Satzes von Daten als auch des zweiten Satzes von Daten zum Identifizieren wenigstens eines Merkmals einer durch das erste Fahrzeug befahrenen Straße.
- Verfahren nach Anspruch 1, weiterhin umfassend Verwenden sowohl des ersten Satzes von Daten als auch des zweiten Satzes von Daten einschließlich des identifizierten wenigstens einen Merkmals zum Bestimmen wenigstens einer autonomen Handlung für das erste Fahrzeug.
- Verfahren nach Anspruch 2, wobei die wenigstens eine autonome Handlung wenigstens eines von Bremsen, Beschleunigung, Spurwechsel und einer Änderung des Abstands von einem voranfahrenden Fahrzeug ist.
- Verfahren nach Anspruch 1, wobei das identifizierte wenigstens eine Merkmal verfügbare eine oder mehrere Fahrspuren, Krümmung einer Fahrbahn, Neigung einer Fahrbahn, eine Schnellstraßen-Einfahrrampe, Hindernisse, eine Wetterbedingung und einen Zustand einer Straßenoberfläche umfasst.
- Verfahren nach Anspruch 1, wobei das identifizierte wenigstens eine Merkmal wenigstens ein Ziel einschließlich eines eines Gegenstands in der Nähe der Fahrbahn und des wenigstens einen zweiten Fahrzeugs umfasst.
- System umfassend einen Computer in einem Fahrzeug, wobei der Computer einen Prozessor und einen Speicher umfasst, wobei der Computer programmiert ist zum: Empfangen eines ersten Satzes von Daten von wenigstens einem Sensor im ersten Fahrzeug; Empfangen eines zweiten Satzes von Daten von wenigstens einem zweiten Fahrzeug, wobei der zweite Satz von Daten von wenigstens einem Sensor in dem wenigstens einen zweiten Fahrzeug stammt; und Verwenden sowohl des ersten Satzes von Daten als auch des zweiten Satzes von Daten zum Identifizieren wenigstens eines Merkmals einer durch das erste Fahrzeug befahrenen Straße.
- System nach Anspruch 6, wobei der Computer weiterhin programmiert ist zum Verwenden sowohl des ersten Satzes von Daten als auch des zweiten Satzes von Daten einschließlich des identifizierten wenigstens einen Merkmals zum Bestimmen wenigstens einer autonomen Handlung für das erste Fahrzeug.
- System nach Anspruch 7, wobei die wenigstens eine autonome Handlung wenigstens eines von Bremsen, Beschleunigen, einer Spuränderung und einer Änderung des Abstands von einem voranfahrenden Fahrzeug ist.
- System nach Anspruch 6, wobei das identifizierte wenigstens eine Merkmal verfügbare eine oder mehrere Fahrspuren, Krümmung einer Fahrbahn, Neigung einer Fahrbahn, einer Schnellstraßen-Einfahrrampe, Hindernisse, eines Wetterzustands und eines Zustands einer Straßenoberfläche umfasst.
- System nach Anspruch 6, wobei das identifizierte wenigstens eine Merkmal wenigstens ein Ziel einschließlich eines eines Gegenstandes in der Nähe der Fahrbahn und des wenigstens einen zweiten Fahrzeugs umfasst.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/180,788 | 2014-02-14 | ||
US14/180,788 US9079587B1 (en) | 2014-02-14 | 2014-02-14 | Autonomous control in a dense vehicle environment |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102015202367A1 true DE102015202367A1 (de) | 2015-08-20 |
Family
ID=52781433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102015202367.2A Pending DE102015202367A1 (de) | 2014-02-14 | 2015-02-10 | Autonome steuerung in einer dichten fahrzeugumgebung |
Country Status (6)
Country | Link |
---|---|
US (1) | US9079587B1 (de) |
CN (2) | CN116803784A (de) |
DE (1) | DE102015202367A1 (de) |
GB (1) | GB2524384A (de) |
MX (1) | MX342567B (de) |
RU (1) | RU2015104551A (de) |
Families Citing this family (119)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10096038B2 (en) | 2007-05-10 | 2018-10-09 | Allstate Insurance Company | Road segment safety rating system |
US8606512B1 (en) | 2007-05-10 | 2013-12-10 | Allstate Insurance Company | Route risk mitigation |
US10157422B2 (en) | 2007-05-10 | 2018-12-18 | Allstate Insurance Company | Road segment safety rating |
US9932033B2 (en) | 2007-05-10 | 2018-04-03 | Allstate Insurance Company | Route risk mitigation |
US8744666B2 (en) | 2011-07-06 | 2014-06-03 | Peloton Technology, Inc. | Systems and methods for semi-autonomous vehicular convoys |
US10254764B2 (en) | 2016-05-31 | 2019-04-09 | Peloton Technology, Inc. | Platoon controller state machine |
US11334092B2 (en) | 2011-07-06 | 2022-05-17 | Peloton Technology, Inc. | Devices, systems, and methods for transmitting vehicle data |
WO2018039114A1 (en) | 2016-08-22 | 2018-03-01 | Peloton Technology, Inc. | Systems for vehicular platooning and methods therefor |
US10520581B2 (en) * | 2011-07-06 | 2019-12-31 | Peloton Technology, Inc. | Sensor fusion for autonomous or partially autonomous vehicle control |
US10520952B1 (en) | 2011-07-06 | 2019-12-31 | Peloton Technology, Inc. | Devices, systems, and methods for transmitting vehicle data |
US20170242443A1 (en) * | 2015-11-02 | 2017-08-24 | Peloton Technology, Inc. | Gap measurement for vehicle convoying |
CA2907452A1 (en) | 2013-03-15 | 2014-09-18 | Peloton Technology Inc. | Vehicle platooning systems and methods |
US11294396B2 (en) | 2013-03-15 | 2022-04-05 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
US20180210463A1 (en) | 2013-03-15 | 2018-07-26 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
US9563199B1 (en) * | 2013-11-27 | 2017-02-07 | Google Inc. | Assisted perception for autonomous vehicles |
US9390451B1 (en) | 2014-01-24 | 2016-07-12 | Allstate Insurance Company | Insurance system related to a vehicle-to-vehicle communication system |
US10096067B1 (en) | 2014-01-24 | 2018-10-09 | Allstate Insurance Company | Reward system related to a vehicle-to-vehicle communication system |
US9355423B1 (en) | 2014-01-24 | 2016-05-31 | Allstate Insurance Company | Reward system related to a vehicle-to-vehicle communication system |
US10803525B1 (en) | 2014-02-19 | 2020-10-13 | Allstate Insurance Company | Determining a property of an insurance policy based on the autonomous features of a vehicle |
US9940676B1 (en) | 2014-02-19 | 2018-04-10 | Allstate Insurance Company | Insurance system for analysis of autonomous driving |
US10783586B1 (en) * | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a property of an insurance policy based on the density of vehicles |
US10796369B1 (en) | 2014-02-19 | 2020-10-06 | Allstate Insurance Company | Determining a property of an insurance policy based on the level of autonomy of a vehicle |
US10783587B1 (en) * | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a driver score based on the driver's response to autonomous features of a vehicle |
US9720411B2 (en) * | 2014-02-25 | 2017-08-01 | Ford Global Technologies, Llc | Autonomous driving sensing system and method |
US10599155B1 (en) | 2014-05-20 | 2020-03-24 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature monitoring and evaluation of effectiveness |
US10373259B1 (en) | 2014-05-20 | 2019-08-06 | State Farm Mutual Automobile Insurance Company | Fully autonomous vehicle insurance pricing |
US9805423B1 (en) | 2014-05-20 | 2017-10-31 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
US11669090B2 (en) | 2014-05-20 | 2023-06-06 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature monitoring and evaluation of effectiveness |
US9972054B1 (en) | 2014-05-20 | 2018-05-15 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
US9786154B1 (en) | 2014-07-21 | 2017-10-10 | State Farm Mutual Automobile Insurance Company | Methods of facilitating emergency assistance |
DE102014014120A1 (de) * | 2014-09-24 | 2015-04-02 | Daimler Ag | Funktionsfreigabe einer hochautomatisierten Fahrfunktion |
US10266180B1 (en) | 2014-11-13 | 2019-04-23 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle control assessment and selection |
US9656805B1 (en) | 2014-12-12 | 2017-05-23 | Amazon Technologies, Inc. | Mobile base utilizing transportation units for receiving items |
US9928474B1 (en) | 2014-12-12 | 2018-03-27 | Amazon Technologies, Inc. | Mobile base utilizing transportation units for delivering items |
US9809305B2 (en) | 2015-03-02 | 2017-11-07 | Amazon Technologies, Inc. | Landing of unmanned aerial vehicles on transportation vehicles for transport |
US9555736B2 (en) | 2015-04-03 | 2017-01-31 | Magna Electronics Inc. | Vehicle headlamp control using sensing and communication systems |
US9497590B1 (en) | 2015-06-19 | 2016-11-15 | International Business Machines Corporation | Management of moving objects |
US10019446B2 (en) | 2015-06-19 | 2018-07-10 | International Business Machines Corporation | Geographic space management |
US9639537B2 (en) | 2015-06-19 | 2017-05-02 | International Business Machines Corporation | Geographic space management |
US11100211B2 (en) | 2015-08-26 | 2021-08-24 | Peloton Technology, Inc. | Devices, systems, and methods for remote authorization of vehicle platooning |
US11107365B1 (en) | 2015-08-28 | 2021-08-31 | State Farm Mutual Automobile Insurance Company | Vehicular driver evaluation |
CA3004051A1 (en) * | 2015-09-15 | 2017-04-27 | Peloton Technology, Inc. | Vehicle identification and location using sensor fusion and inter-vehicle communication |
US9865163B2 (en) * | 2015-12-16 | 2018-01-09 | International Business Machines Corporation | Management of mobile objects |
US9805598B2 (en) | 2015-12-16 | 2017-10-31 | International Business Machines Corporation | Management of mobile objects |
US20170174221A1 (en) * | 2015-12-18 | 2017-06-22 | Robert Lawson Vaughn | Managing autonomous vehicles |
US10776636B2 (en) * | 2015-12-29 | 2020-09-15 | Faraday&Future Inc. | Stereo camera-based detection of objects proximate to a vehicle |
US9921581B2 (en) * | 2016-01-04 | 2018-03-20 | Ford Global Technologies, Llc | Autonomous vehicle emergency operating mode |
US9940834B1 (en) | 2016-01-22 | 2018-04-10 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle application |
US11242051B1 (en) | 2016-01-22 | 2022-02-08 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle action communications |
US10395332B1 (en) | 2016-01-22 | 2019-08-27 | State Farm Mutual Automobile Insurance Company | Coordinated autonomous vehicle automatic area scanning |
US10324463B1 (en) | 2016-01-22 | 2019-06-18 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation adjustment based upon route |
US11441916B1 (en) | 2016-01-22 | 2022-09-13 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle trip routing |
US11719545B2 (en) | 2016-01-22 | 2023-08-08 | Hyundai Motor Company | Autonomous vehicle component damage and salvage assessment |
US10384678B1 (en) | 2016-01-22 | 2019-08-20 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle action communications |
US10134278B1 (en) | 2016-01-22 | 2018-11-20 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle application |
US10269075B2 (en) | 2016-02-02 | 2019-04-23 | Allstate Insurance Company | Subjective route risk mapping and mitigation |
US9996080B2 (en) * | 2016-02-26 | 2018-06-12 | Ford Global Technologies, Llc | Collision avoidance using auditory data |
US10239529B2 (en) * | 2016-03-01 | 2019-03-26 | Ford Global Technologies, Llc | Autonomous vehicle operation based on interactive model predictive control |
US10444763B2 (en) | 2016-03-21 | 2019-10-15 | Ford Global Technologies, Llc | Systems, methods, and devices for fusion of predicted path attributes and drive history |
US10553122B1 (en) | 2016-03-22 | 2020-02-04 | Amazon Technologies, Inc. | Unmanned aerial vehicle data collection for routing |
CN105774729B (zh) * | 2016-03-25 | 2018-05-11 | 奇瑞汽车股份有限公司 | V2v主动安全系统 |
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 |
US10121367B2 (en) | 2016-04-29 | 2018-11-06 | Ford Global Technologies, Llc | Vehicle lane map estimation |
WO2018010169A1 (en) * | 2016-07-15 | 2018-01-18 | Harman International Industries, Incorporated | Device and method for virtualizing driving environment, and vehicle |
US10216188B2 (en) | 2016-07-25 | 2019-02-26 | Amazon Technologies, Inc. | Autonomous ground vehicles based at delivery locations |
WO2018026603A1 (en) | 2016-08-02 | 2018-02-08 | Pcms Holdings, Inc. | System and method for optimizing autonomous vehicle capabilities in route planning |
US10139244B2 (en) | 2016-08-17 | 2018-11-27 | Veoneer Us Inc. | ADAS horizon and vision supplemental V2X |
US10369998B2 (en) | 2016-08-22 | 2019-08-06 | Peloton Technology, Inc. | Dynamic gap control for automated driving |
JP6597520B2 (ja) | 2016-08-26 | 2019-10-30 | トヨタ自動車株式会社 | 情報処理装置 |
DE102016216520A1 (de) * | 2016-09-01 | 2018-03-01 | Robert Bosch Gmbh | Verfahren und System zum Betrieb eines Fahrzeugs |
US10248120B1 (en) | 2016-09-16 | 2019-04-02 | Amazon Technologies, Inc. | Navigable path networks for autonomous vehicles |
US10303171B1 (en) | 2016-09-29 | 2019-05-28 | Amazon Technologies, Inc. | Autonomous ground vehicles providing ordered items in pickup areas |
US10222798B1 (en) | 2016-09-29 | 2019-03-05 | Amazon Technologies, Inc. | Autonomous ground vehicles congregating in meeting areas |
US10245993B1 (en) | 2016-09-29 | 2019-04-02 | Amazon Technologies, Inc. | Modular autonomous ground vehicles |
US10241516B1 (en) | 2016-09-29 | 2019-03-26 | Amazon Technologies, Inc. | Autonomous ground vehicles deployed from facilities |
US10152058B2 (en) * | 2016-10-24 | 2018-12-11 | Ford Global Technologies, Llc | Vehicle virtual map |
US10233021B1 (en) | 2016-11-02 | 2019-03-19 | Amazon Technologies, Inc. | Autonomous vehicles for delivery and safety |
US10514690B1 (en) | 2016-11-15 | 2019-12-24 | Amazon Technologies, Inc. | Cooperative autonomous aerial and ground vehicles for item delivery |
AU2017365026B2 (en) | 2016-11-22 | 2021-02-04 | Amazon Technologies, Inc. | Methods for autonomously navigating across uncontrolled and controlled intersections |
US11263579B1 (en) | 2016-12-05 | 2022-03-01 | Amazon Technologies, Inc. | Autonomous vehicle networks |
DE102016224109A1 (de) * | 2016-12-05 | 2018-06-07 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bereitstellen eines Signals zum Betreiben von wenigstens zwei Fahrzeugen, entlang einer ersten Trajektorie |
US11293765B2 (en) | 2016-12-08 | 2022-04-05 | Pcms Holdings, Inc. | System and method for routing and reorganization of a vehicle platoon in a smart city |
JP6809890B2 (ja) * | 2016-12-15 | 2021-01-06 | 日立オートモティブシステムズ株式会社 | 車両制御装置 |
US10310499B1 (en) | 2016-12-23 | 2019-06-04 | Amazon Technologies, Inc. | Distributed production of items from locally sourced materials using autonomous vehicles |
US10308430B1 (en) | 2016-12-23 | 2019-06-04 | Amazon Technologies, Inc. | Distribution and retrieval of inventory and materials using autonomous vehicles |
US10310500B1 (en) | 2016-12-23 | 2019-06-04 | Amazon Technologies, Inc. | Automated access to secure facilities using autonomous vehicles |
US10459441B2 (en) * | 2016-12-30 | 2019-10-29 | Baidu Usa Llc | Method and system for operating autonomous driving vehicles based on motion plans |
US10108191B2 (en) * | 2017-01-06 | 2018-10-23 | Ford Global Technologies, Llc | Driver interactive system for semi-autonomous modes of a vehicle |
US10232849B2 (en) * | 2017-01-23 | 2019-03-19 | Ford Global Technologies, Llc | Collision mitigation and avoidance |
US10782704B2 (en) | 2017-01-30 | 2020-09-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Determination of roadway features |
CN108536114A (zh) * | 2017-03-01 | 2018-09-14 | 北京图森未来科技有限公司 | 一种车辆控制装置 |
WO2018163296A1 (ja) * | 2017-03-07 | 2018-09-13 | 三菱電機株式会社 | 運転支援装置、運転支援方法及び運転支援プログラム |
US20180286246A1 (en) * | 2017-03-31 | 2018-10-04 | Intel Corporation | Sensor-derived road hazard detection and reporting |
DE102017208163A1 (de) * | 2017-05-15 | 2018-11-15 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs |
US10475343B2 (en) * | 2017-05-18 | 2019-11-12 | Ford Global Technologies, Llc | Vehicle ice strike prediction |
GB2562522B (en) * | 2017-05-18 | 2020-04-22 | Jaguar Land Rover Ltd | Systems and methods for controlling vehicle manoeuvers |
US11222299B1 (en) | 2017-08-31 | 2022-01-11 | Amazon Technologies, Inc. | Indoor deliveries by autonomous vehicles |
US10551506B2 (en) * | 2017-12-20 | 2020-02-04 | Cubic Corporation | Onboard device and controller for vehicle-to-vehicle detection |
JP7034721B2 (ja) * | 2018-01-10 | 2022-03-14 | アルパイン株式会社 | 無人輸送機の制御装置及び制御方法 |
US10890920B2 (en) * | 2018-02-15 | 2021-01-12 | Aptiv Technologies Limited | Vehicle map-data gathering system and method |
DE102018202712A1 (de) * | 2018-02-22 | 2019-08-22 | Volkswagen Aktiengesellschaft | Schwarmbasierte Trajektorien für Kraftfahrzeuge |
US10884418B2 (en) * | 2018-04-25 | 2021-01-05 | Aptiv Technologies Limited | Vehicle route planning based on instances of other vehicles stopping automated operation |
US10723362B2 (en) | 2018-06-05 | 2020-07-28 | Denso International America, Inc. | Driver assistance system operating based on autonomous statuses of host and local vehicles while in a multi-level autonomous environment |
US10899323B2 (en) | 2018-07-08 | 2021-01-26 | Peloton Technology, Inc. | Devices, systems, and methods for vehicle braking |
US10762791B2 (en) | 2018-10-29 | 2020-09-01 | Peloton Technology, Inc. | Systems and methods for managing communications between vehicles |
US11392130B1 (en) | 2018-12-12 | 2022-07-19 | Amazon Technologies, Inc. | Selecting delivery modes and delivery areas using autonomous ground vehicles |
US11052914B2 (en) | 2019-03-14 | 2021-07-06 | GM Global Technology Operations LLC | Automated driving systems and control logic using maneuver criticality for vehicle routing and mode adaptation |
CN109835339B (zh) * | 2019-03-21 | 2020-11-03 | 北京经纬恒润科技有限公司 | 一种换道决策方法及装置 |
US11427196B2 (en) | 2019-04-15 | 2022-08-30 | Peloton Technology, Inc. | Systems and methods for managing tractor-trailers |
CN110111566B (zh) * | 2019-04-19 | 2021-07-06 | 腾讯科技(深圳)有限公司 | 轨迹预测方法、装置和存储介质 |
US11300677B2 (en) | 2019-07-08 | 2022-04-12 | GM Global Technology Operations LLC | Automated driving systems and control logic for host vehicle velocity estimation using wide aperture radar |
US11927955B2 (en) | 2019-07-29 | 2024-03-12 | Waymo Llc | Methods for transitioning between autonomous driving modes in large vehicles |
US11474530B1 (en) | 2019-08-15 | 2022-10-18 | Amazon Technologies, Inc. | Semantic navigation of autonomous ground vehicles |
US10796562B1 (en) | 2019-09-26 | 2020-10-06 | Amazon Technologies, Inc. | Autonomous home security devices |
WO2021061810A1 (en) | 2019-09-26 | 2021-04-01 | Amazon Technologies, Inc. | Autonomous home security devices |
US20210124360A1 (en) * | 2019-10-23 | 2021-04-29 | GM Global Technology Operations LLC | System and process for closest in path vehicle following |
US11584377B2 (en) * | 2019-11-21 | 2023-02-21 | Gm Cruise Holdings Llc | Lidar based detection of road surface features |
KR20230066018A (ko) * | 2020-10-06 | 2023-05-12 | 엘지전자 주식회사 | 자율 주행 시스템에서 v2x 통신 장치의 강화 학습 수행 방법 |
CN114475617B (zh) * | 2022-04-15 | 2022-07-29 | 中汽创智科技有限公司 | 一种路况识别方法、装置、设备及存储介质 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7629899B2 (en) | 1997-10-22 | 2009-12-08 | Intelligent Technologies International, Inc. | Vehicular communication arrangement and method |
WO1998035331A1 (de) | 1997-02-06 | 1998-08-13 | Mannesmann Ag | Übermittlung gebietsbezogener verkehrsinformationen |
US8965677B2 (en) * | 1998-10-22 | 2015-02-24 | Intelligent Technologies International, Inc. | Intra-vehicle information conveyance system and method |
DE10244205A1 (de) * | 2002-09-23 | 2004-03-25 | Robert Bosch Gmbh | Verfahren und Einrichtung zur Verhinderung der Kollision von Fahrzeugen |
US8947531B2 (en) * | 2006-06-19 | 2015-02-03 | Oshkosh Corporation | Vehicle diagnostics based on information communicated between vehicles |
JP4821498B2 (ja) | 2006-08-14 | 2011-11-24 | トヨタ自動車株式会社 | 運行管理システム及び隊列走行装置 |
US8179281B2 (en) * | 2006-10-13 | 2012-05-15 | Continental Teves Ag & Co. Ohg | Method and apparatus for identifying concealed objects in road traffic |
US8532862B2 (en) * | 2006-11-29 | 2013-09-10 | Ryan A. Neff | Driverless vehicle |
DE112009004307B4 (de) * | 2009-01-19 | 2017-03-23 | Toyota Jidosha Kabushiki Kaisha | Fahrzeugsteuervorrichtung |
US20120271489A1 (en) * | 2010-01-15 | 2012-10-25 | Leica Geosystems Ag | System and method of data sharing |
DE102010007240A1 (de) * | 2010-02-09 | 2011-08-11 | Daimler AG, 70327 | Verfahren zur Ermittlung eines Spurverlaufes einer Fahrstrecke |
CN101823486A (zh) * | 2010-04-30 | 2010-09-08 | 奇瑞汽车股份有限公司 | 一种自动驾驶系统 |
US8509982B2 (en) * | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
EP2663916A1 (de) * | 2011-01-14 | 2013-11-20 | BAE Systems Plc. | Datenübertragungssystem und verfahren dafür |
DE102011007132A1 (de) * | 2011-04-11 | 2012-10-11 | Robert Bosch Gmbh | Energiesparende Betriebssteuerung |
US8880272B1 (en) * | 2012-03-16 | 2014-11-04 | Google Inc. | Approach for estimating the geometry of roads and lanes by using vehicle trajectories |
CN102616235B (zh) * | 2012-04-09 | 2016-01-20 | 北京航空航天大学 | 一种基于车车通信的协同避撞装置及避撞方法 |
US20130289824A1 (en) * | 2012-04-30 | 2013-10-31 | GM Global Technology Operations LLC | Vehicle turn assist system and method |
JP5641073B2 (ja) * | 2012-05-18 | 2014-12-17 | 株式会社デンソー | 無線通信装置および無線測位システム |
CN102831768B (zh) * | 2012-08-15 | 2014-10-15 | 大连理工大学 | 一种基于车联网的混合动力客车行驶工况预测方法 |
US8880273B1 (en) * | 2013-01-16 | 2014-11-04 | Google Inc. | System and method for determining position and distance of objects using road fiducials |
US8849494B1 (en) * | 2013-03-15 | 2014-09-30 | Google Inc. | Data selection by an autonomous vehicle for trajectory modification |
CN103259851A (zh) | 2013-04-19 | 2013-08-21 | 麦特汽车服务股份有限公司 | 一种基于服务中心的车辆轨迹管理方法及其车载智能终端装置 |
-
2014
- 2014-02-14 US US14/180,788 patent/US9079587B1/en active Active
-
2015
- 2015-02-10 MX MX2015001842A patent/MX342567B/es active IP Right Grant
- 2015-02-10 DE DE102015202367.2A patent/DE102015202367A1/de active Pending
- 2015-02-11 RU RU2015104551A patent/RU2015104551A/ru not_active Application Discontinuation
- 2015-02-11 GB GB1502281.7A patent/GB2524384A/en not_active Withdrawn
- 2015-02-13 CN CN202310775555.2A patent/CN116803784A/zh active Pending
- 2015-02-13 CN CN201510079208.1A patent/CN104843001A/zh active Pending
Non-Patent Citations (1)
Title |
---|
IEEE 802.11 |
Also Published As
Publication number | Publication date |
---|---|
RU2015104551A3 (de) | 2018-07-06 |
RU2015104551A (ru) | 2016-08-27 |
GB2524384A (en) | 2015-09-23 |
GB201502281D0 (en) | 2015-04-01 |
MX2015001842A (es) | 2015-08-13 |
MX342567B (es) | 2016-10-05 |
CN116803784A (zh) | 2023-09-26 |
US9079587B1 (en) | 2015-07-14 |
CN104843001A (zh) | 2015-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102015202367A1 (de) | Autonome steuerung in einer dichten fahrzeugumgebung | |
DE102018120845B4 (de) | Verfahren und Vorrichtung zum Überwachen eines autonomen Fahrzeugs | |
DE102017121525A1 (de) | Fahrzeug-mit-Fahrzeug-Kooperation zur Einweisung des Verkehrs | |
DE102015202859A1 (de) | Abtastsystem und -verfahren für autonomes Fahren | |
DE102020111682A1 (de) | Systeme und verfahren zum implementieren einer autonomen fahrzeugreaktion auf ein sensorversagen | |
EP2460337B1 (de) | Verfahren und vorrichtung zur kommunikation mit einem anderen fahrzeug oder mit einer infrastruktureinrichtung | |
EP3042368B1 (de) | Verfahren, auswertesystem und fahrzeug zum prognostizieren von mindestens einem stauparameter | |
DE102015203343A1 (de) | Steuerung des halbautonomen modus | |
DE102016112859A1 (de) | Navigationsvorrichtung für ein autonom fahrendes Fahrzeug | |
DE102017113412A1 (de) | Verkehrsbehinderungsbenachrichtigungssystem, das auf drahtlosen fahrzeugdaten beruht | |
DE102016119130A1 (de) | Probabilistische Folgerung unter Verwendung gewichteter Integrale und Summen durch Hashing zur Objektverfolgung | |
DE102016109592A1 (de) | Kollisionsabschwächung und -vermeidung | |
DE102020101140A1 (de) | Verfahren und system zum bestimmen einer aktion eines autonomen fahrzeugs (av) basierend auf fahrzeug- und edge-sensordaten | |
WO2018108559A2 (de) | Speicherung von geschwindigkeitsinformationen zur prädiktion der zukünftigen geschwindigkeitstrajektorie | |
EP2856452B1 (de) | Erkennung von richtungsfahrbahnen | |
DE102018118220B4 (de) | Verfahren zur Schätzung der Lokalisierungsgüte bei der Eigenlokalisierung eines Fahrzeuges, Vorrichtung für die Durchführung von Verfahrensschritten des Verfahrens, Fahrzeug sowie Computerprogramm | |
DE102014220678A1 (de) | Fahrzeug-fernüberwachung | |
DE102017110683A1 (de) | Strassenranddienstleistungsschätzungen basierend auf funkfahrzeugdaten | |
DE102012203037A1 (de) | Verfahren zur Ermittlung der Geschwindigkeit und/oder Position eines Fahrzeuges | |
DE102018101228A1 (de) | Verringerung und verhinderung von kollisionen | |
DE102016217645A1 (de) | Verfahren zum Bereitstellen von Information über eine voraussichtliche Fahrintention eines Fahrzeugs | |
WO2019048009A1 (de) | Offboard trajektorien für schwierige situationen | |
DE102019122397A1 (de) | Autonomes parken in einer innenparkeinrichtung | |
DE102018131643A1 (de) | Fahrzeugspurwechsel | |
DE102021123721A1 (de) | Fahrzeugbetrieb unter verwendung eines verhaltensregelmodells |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R082 | Change of representative |
Representative=s name: ETL IP PATENTANWALTSGESELLSCHAFT MBH, DE Representative=s name: ETL IP PATENT- UND RECHTSANWALTSGESELLSCHAFT M, DE |