DE102015202367A1 - Autonome steuerung in einer dichten fahrzeugumgebung - Google Patents

Autonome steuerung in einer dichten fahrzeugumgebung Download PDF

Info

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
Application number
DE102015202367.2A
Other languages
English (en)
Inventor
Matthew Y. Rupp
Jerry H. Engelman
Alex Maurice Miller
Timothy D. Zwicky
Levasseur Tellis
Richard Lee Stephenson
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of DE102015202367A1 publication Critical patent/DE102015202367A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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 Systems 100 eines autonomen Fahrzeugs in einer dichten Umgebung, d.h. einer Straße oder dergleichen mit mehr als einem Fahrzeug 101, wie beispielsweise einer Bundesstraße, Stadtstraße usw. Eine Rechenvorrichtung 105 in einem Fahrzeug 101 empfängt allgemein gesammelte Daten 115 von einem oder mehreren Datensammlern 110 und/oder von einem oder mehreren zweiten Fahrzeugen 101 über eine oder mehrere Nachrichten 116. Die Rechenvorrichtung 105 enthält weiterhin ein Autonomfahrmodul 106, z.B. als ein Satz Anweisungen gespeichert in einem Speicher von und ausführbar durch einen Prozessor der Rechenvorrichtung 105. Die gesammelten Daten 115 können durch den Computer 105 des ersten Fahrzeugs 101 benutzt werden, um Bestimmungen betreffs der Operationen des Fahrzeugs 101 zu treffen, einschließlich Operationen des Fahrzeugs 101 in einer autonomen oder halbautonomen Betriebsweise.
  • Verwendung von Daten aus einer Nachricht 116 kann eine verbesserte Funktionsweise eines Fahrzeugs 101 im Vergleich zu einem autonomen oder halbautonomen Betrieb des Fahrzeugs 101 basierend einzig auf gesammelten Daten 115 von den Datensammlern 110 des Fahrzeugs 101 ermöglichen. Beispielsweise können Datensammler 110 an einer Vorderseite eines ersten Fahrzeugs 101 wie beispielsweise Kameras, Radar, Lidar usw. durch ein zweites Fahrzeug 101 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 Nachrichten 116 Daten für den Computer 105 eines Fahrzeugs 101 von einem oder mehreren zweiten Fahrzeugen 101 bereitstellen, um gesammelte Daten 115 zu erweitern und/oder zu ersetzen, ein zweites Fahrzeug 101 befindet sich in einer Stellung, Daten bereitzustellen, die durch Datensammler 110 im ersten Fahrzeug 101 nicht erhalten werden können, oder von der es bekannt ist, dass sie genauer als Daten 115 im ersten Fahrzeug 101 sind.
  • Dementsprechend ist das System 100 in dichten Umgebungen nützlich, d.h. Fahrbahnen und dergleichen mit einer Vielzahl von Fahrzeugen 101. Im Allgemeinen kann das System 100 bei der Vorhersage eines Weges behilflich sein, auf dem ein Fahrzeug 101 fahren wird, basierend auf Daten 115 über eine umliegende Umgebung, Bestimmen eines Weges, auf dem das Fahrzeug 101 fahren sollte basierend auf den Daten 115, wie auch Kennzeichnen von Hindernissen, Abnormalitäten usw. in der umliegenden Umgebung eines Fahrzeugs 101, z.B. einer Fahrbahn. Das System 100 könnte damit vorteilhaft sein, wo Zustände in einer ein Fahrzeug 101 umgebenden Umgebung nicht eine bestehende Karte widerspiegeln oder was manchmal als elektronischer Horizont bezeichnet wird, der in einem Speicher des Computers 105 eines Fahrzeugs 101 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 Sensordatensammler 110 eines ersten Fahrzeugs 101 blockiert oder verdeckt sein, z.B. wegen Verkehrsstau, Niederschlag, Nebel usw., so dass sie unfähig sind, Daten 115 zu erhalten oder wenigstens genaue Daten 115 zu erhalten. Jedoch kann durch Verwenden von Daten 115 von einem oder mehreren zweiten Fahrzeugen 101 das erste Fahrzeug 101 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 Fahrzeugrechner 105, 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 Computer 105 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 Fahrzeugs 101.
  • Weiterhin kann der Computer 105 mehr als eine Rechenvorrichtung umfassen. Beispielsweise können hier dem Computer 105 zugeschriebene Operationen durch eine oder mehrere Rechenvorrichtungen ausgeführt werden, z.B. Steuerungen oder dergleichen im Fahrzeug 101 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 Computer 105 ist allgemein für Kommunikationen auf einem CAN-Bus (CAN = Controller Area Network) oder dergleichen eingerichtet. Auch kann der Computer 105 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 Computer 105 Nachrichten zu verschiedenen Vorrichtungen in einem Fahrzeug senden und/oder Nachrichten von den verschiedenen Vorrichtungen empfangen, z.B. Steuerungen, Aktoren, Sensoren usw. einschließlich Datensammlern 110. Alternativ oder zusätzlich kann in Fällen, wo der Computer 105 eigentlich mehrere Vorrichtungen umfasst, der CAN-Bus oder dergleichen für Kommunikationen zwischen in der vorliegenden Offenbarung als der Computer 105 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 Netz 120 und/oder anderen Fahrzeugen 101 eingerichtet sein. Beispielsweise ist ein Computer 105 allgemein zum Senden und Empfangen von (weiterhin unten beschriebenen) Nachrichten 116 zu und von anderen Fahrzeugen 101 eingerichtet. Für Fahrzeug-Fahrzeug-Kommunikationen sind verschiedene Technologien einschließlich Hardware, Kommunikationsprotokollen usw. bekannt. Beispielsweise könnten Nachrichten 116 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 Fahrzeugs 101 verschiedene drahtgebundene und/oder drahtlose Netzverbindungstechnologien umfassen, z.B. Zellularfunk, Bluetooth, drahtgebundene und/oder drahtlose Paketnetze usw. Weiterhin umfasst der Computer 105, z.B. im Modul 106 allgemein Anweisungen zum Empfangen von Daten, z.B. von einem oder mehreren Datensammlern 110 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 Computer 105 allgemein eingerichtet zum Abrufen von Daten betreffs eines oder mehrerer anderer Fahrzeuge 101 aus einer oder mehreren Nachrichten 116.
  • Allgemein enthalten in in dem Computer 105 gespeicherten und durch ihn ausgeführten Anweisungen ist ein Autonomfahrmodul 106. Mit im Computer 105 empfangenen Daten, z.B. von Datensammlern 110, dem Server 125 usw. kann das Modul 106 verschiedene Komponenten und/oder Operationen des Fahrzeugs 101 ohne einen Fahrer zum Betreiben des Fahrzeugs 101 steuern. Beispielsweise kann das Modul 106 zum Regeln von Geschwindigkeit, Beschleunigung, Abbremsen, Steuern des Fahrzeugs 101, 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 Fahrzeug 101 in einer autonomen oder halbautonomen Betriebsweise befindet, kann das Modul 106 gesammelte Daten 115 und/oder in einer oder mehreren Nachrichten 116 bereitgestellte Daten von einem oder mehreren anderen Fahrzeugen 101 benutzen.
  • Datensammler 110 können eine Vielzahl von Vorrichtungen umfassen. Beispielsweise können verschiedene Steuerungen in einem Fahrzeug als Datensammler 110 fungieren, um gesammelte Daten 115 über den CAN-Bus bereitzustellen, z.B. gesammelte Daten 115 betreffs Fahrzeuggeschwindigkeit, -beschleunigung usw. Weiterhin könnten Sensoren oder dergleichen, GPS-Geräte (GPS = Global Positioning System) usw. in einem Fahrzeug enthalten und als Datensammler 110 eingerichtet sein, um Daten direkt für den Computer 105 bereitzustellen, z.B. über eine drahtgebundene oder drahtlose Verbindung. Datensammler 110 könnten auch Sensoren oder dergleichen umfassen, z.B. Sensoren mittlerer und langer Reichweite zum Erkennen und möglicherweise auch Erhalten von Informationen von Markierungen 160, z.B. wie weiter unten beschrieben, wie auch anderer Zustände außerhalb des Fahrzeugs 101. Beispielsweise könnten Sensordatensammler 110 Mechanismen wie Funkgeräte, RADAR, Lidar, Sonar, Kameras oder sonstige Bildaufnahmevorrichtungen umfassen, die zum Erkennen von Markierungen 160 und/oder Erhalten anderer gesammelter Daten 115 bezüglich des Autonombetriebs des Fahrzeugs 101 eingesetzt werden können, z.B. Messen eines Abstands zwischen dem Fahrzeug 101 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 Daten 115. Gesammelte Daten 115 können eine Vielzahl von in einem Fahrzeug 101 von Datensammlern 110 gesammelten Daten umfassen, einschließlich einer oder mehreren Markierungen 160 erhaltener Daten 115. Beispiele gesammelter Daten 115 werden oben und unten bereitgestellt, z.B. hinsichtlich Markierungen 160 und weiterhin können Daten 115 zusätzlich daraus im Computer 105 berechnete Daten umfassen. Allgemein können gesammelte Daten 115 alle Daten umfassen, die durch eine Sammelvorrichtung 110 gesammelt werden können und/oder aus solchen Daten berechnet werden können. Dementsprechend könnten gesammelte Daten 115 eine Vielzahl von Daten 115 bezüglich Operationen und/oder Leistung des Fahrzeugs 101 umfassen, wie auch Daten bezüglich insbesondere der Bewegung des Fahrzeugs 101. Beispielsweise könnten zusätzlich zu von einer Markierung 160 wie unten besprochen erhaltenen Daten 115 gesammelte Daten 115 Daten betreffs der Geschwindigkeit, Beschleunigung, Bremsen, Spuränderungen und/oder Spurnutzung (z.B. auf bestimmten Straßen und/oder Straßenarten wie beispielsweise Bundesstraßen) eines Fahrzeugs 101, Durchschnittsabstände von anderen Fahrzeugen bei jeweiligen Geschwindigkeiten oder Geschwindigkeitsbereichen und/oder andere Daten 115 betreffs des Betriebs des Fahrzeugs 101 umfassen.
  • Eine Nachricht 116 kann eine Vielzahl von Daten betreffs Operationen eines Fahrzeugs 101 umfassen. Beispielsweise ermöglicht eine gegenwärtige, durch die Society of Automotive Engineers veröffentlichte Spezifikation für DSRC das Einschließen einer großen Vielzahl von Daten des Fahrzeugs 101 in einer Nachricht 116 einschließlich der Position (z.B. Breitengrad und Längengrad) des Fahrzeugs 101, Geschwindigkeit, Kurs, Beschleunigungszustand, Bremsensystemzustand, Getriebezustand, Steuerradstellung usw. Jedoch sind die Nachrichten 116 nicht auf in der DSRC-Norm oder jeder anderen Norm enthaltende Datenelemente begrenzt. Beispielsweise kann eine Nachricht 116 eine große Vielzahl von Datensammlern 110 eines Fahrzeugs 101 erhaltener gesammelter Daten 115 wie beispielsweise Kamerabilder, Radar- oder Lidar-Daten, Daten von Infrarotsensoren usw. umfassen. Dementsprechend könnte ein erstes Fahrzeug 101 gesammelte Daten 115 von einem zweiten Fahrzeug 101 empfangen, wodurch der Computer 105 des ersten Fahrzeugs 101 die gesammelten Daten 115 vom zweiten Fahrzeug 101 als Eingabe in das Autonommodul 106 im ersten Fahrzeug 101 benutzen könnte, d.h. zum Bestimmen von autonomen oder halbautonomen Operationen des ersten Fahrzeugs 101.
  • Vorteilhafterweise kann eine Nachricht 116 historische Daten 115 von einem Fahrzeug 101 enthalten. Das heißt zusätzlich zum Melden von Daten 115 in Nachrichten 116 auf Echtzeit- oder echtzeitnaher Basis ein Fahrzeug 101 Daten 115 betreffs einer oder mehrerer Zeitperioden vor einer mit einer Nachricht 116 verbundenen aktuellen oder beinahe aktuellen Zeit umfassen. Beispielsweise könnte eine Nachricht 116 eine Position (z.B. Breitengrad und Längengrad), Geschwindigkeit und Kurs des Fahrzeugs 101 für mehrere Zeitpunkte anzeigen. Solche Daten 115 können manchmal als "Brotkrümel-"Daten bezeichnet werden, da ein vergangener und/oder geplanter Weg für ein Fahrzeug 101 aus solchen Daten 115 bestimmt werden kann. Weiterhin sind Brotkrümel-Daten nicht auf Daten 115 betreffs eines Weges eines Fahrzeugs 101, das solche Daten 115 bereitstellt, begrenzt. Beispielsweise könnte ein Fahrzeug 101 Brotkrümel-Daten betreffs einer Vielzahl von Erscheinungen bereitstellen, die in gesammelten Daten 115 enthalten und in einer Nachricht 116 bereitgestellt sein könnten, z.B. eine erkannte Position, Geschwindigkeit, Kurs usw. eines anderen Fahrzeugs 101, 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 Fahrzeugcomputer 105 mit einem entfernten Server 125 und/oder einer Benutzervorrichtung 150 kommunizieren kann. Dementsprechend kann das Netz 120 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 Server 125 kann einen Datenspeicher 130 zum Speichern von einem oder mehreren Fahrzeugen 101 empfangener gesammelter Daten 115 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 Benutzervorrichtung 150 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 Benutzervorrichtung 150 solche Kommunikationsfähigkeiten zum Kommunizieren über das Netz 120 einschließlich mit einem Fahrzeugcomputer 105 benutzen. Eine Benutzervorrichtung 150 könnte mit einem Computer 105 des Fahrzeugs 101 über die anderen Mechanismen wie beispielsweise ein Netz im Fahrzeug 101, bekannte Protokolle wie beispielsweise Bluetooth usw. kommunizieren. Dementsprechend kann eine Benutzervorrichtung 150 zum Ausführen gewisser hier einem Datensammler 110 zugeschriebenen Operationen benutzt werden, z.B. Spracherkennungsfunktionen, Kameras, GPS-Funktionen (GPS = Global Positioning System) usw. in einer Benutzervorrichtung 150 könnten zum Bereitstellen von Daten 115 für den Computer 105 benutzt werden. Weiterhin könnte eine Benutzervorrichtung 150 zum Bereitstellen einer Mensch-Maschinenschnittstelle (HMI = Human Machine Interface) für den Computer 105 benutzt werden.
  • 2 ist ein Blockschaltbild einer durch eine Vielzahl von Fahrzeugen 101a, 101b, 101c, 101d und 101e befahrenen Fahrbahn 155. Im Allgemeinen können wie oben besprochen die verschiedenen Fahrzeuge 101 Datensammler 110 zum Erlangen verschiedener gesammelter Daten 115 und zum Übermitteln verschiedener gesammelter Daten 115 zu anderen Fahrzeugen 101 über eine oder mehrere Nachrichten 116 benutzen.
  • Dementsprechend kann jedes Fahrzeug 101 Daten 115 erhalten, die ihm sonst nicht zur Verfügung stehen. Beispielsweise könnte die Fahrbahn 155 durch einen Gegenstand 160 blockiert sein. Ein erstes Fahrzeug 101a könnte eine oder mehrere Nachrichten 116 von einem oder mehreren zweiten Fahrzeugen 101 empfangen, einschließlich Daten 115 über den Gegenstand 160, wo solche Daten 115 über den Gegenstand 160 dem ersten Fahrzeug 101a sonst nicht zur Verfügung stehen würden. Beispielsweise könnten wie in 2 dargestellt die Sensordatensammler 110 im ersten Fahrzeug 101a am Erhalten von Informationen über den Gegenstand 160 durch ein zweites Fahrzeug 101b gehindert sein. Um ein weiteres Beispiel zu nehmen, könnte eine Fahrbahn 155 gekrümmt sein, sich in der Höhe ändern, eine Verkehrsbarriere, Fahrspursperre usw. aufweisen, die ein erstes Fahrzeug 101 davon abhalten, Daten 115 zu erhalten, um einen Gegenstand und/oder ein Merkmal der Fahrbahn 155 zu erkennen und/oder zu vermeiden, das die Fahrt beeinflusst.
  • 3 ist ein Diagramm eines beispielhaften Verfahrens für das Messsystem eines autonomen Fahrzeugs 101 in einer autonomen Betriebsweise, das allgemein gemäß Anweisungen in dem Computer 105 eines ersten Fahrzeugs 101 ausgeführt wird.
  • Das Verfahren 300 beginnt in einem Block 305, in dem ein Fahrzeug 101 autonome Fahroperationen durchführt. Das heißt, das Fahrzeug 101 wird teilweise oder vollständig autonom betrieben, d.h. auf eine teilweise oder vollständig durch das Autonomfahrmodul 106 gesteuerte Weise, das zum Betreiben des Fahrzeugs 101 gemäß gesammelten Daten 115 eingerichtet sein kann. Beispielsweise können alle Operationen des Fahrzeugs 101, z.B. Steuern, Bremsen, Geschwindigkeit usw. durch das Modul 106 im Computer 105 gesteuert werden. Auch ist es möglich, dass im Block 220 das Fahrzeug 101 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 Computer 105 gesteuert werden könnten. Auf gleiche Weise könnte das Modul 106 steuern, wann ein Fahrzeug 101 Spuren wechselt. Weiterhin ist es möglich, dass das Verfahren 200 an irgendeiner Stelle begonnen werden könnte, nach der die Fahroperationen des Fahrzeugs 101 beginnen, z.B. wenn über eine Benutzeroberfläche des Computers 105 von Hand durch einen Fahrzeuginsassen eingeleitet.
  • Ein Fahrzeug 101 in einer autonomen oder halbautonomen Betriebsweise überträgt und empfängt allgemein, oder horcht wenigstens auf Nachrichten 116. Weiterhin versteht es sich, dass Fahrzeuge 101, die sich nicht in einer autonomen oder halbautonomen Betriebsweise befinden und/oder nicht ein autonomes Modul 106 enthalten oder denen einige oder alle autonomen Betriebsfähigkeiten fehlen, Datensammler 110 enthalten können, gesammelte Daten 115 erhalten und Nachrichten 116 bereitstellen können. Bestimmte in einer Nachricht 116 enthaltene Datenelemente können einem bekannten Standard oder Protokoll entsprechen wie beispielsweise DSRC, können aber auch wie oben erwähnt gesammelte Daten 115 eines Fahrzeugs 101 umfassen, die nicht in irgendeinem aktuellen Standard oder Protokoll enthalten sind. Beispielsweise kann zusätzlich zu Daten 115 betreffs Position, Geschwindigkeit usw., ein Fahrzeug 101 in einer Nachricht 116 Sensordaten 115 wie beispielsweise Radar-, Lidar- usw. Daten, Bilder, Ton usw. bereitstellen.
  • Auf alle Fälle bestimmt in einem Block 310, der dem Block 305 folgt, der Computer 105, ob er eine oder mehrere Nachrichten 116 von einem oder mehreren zweiten Fahrzeugen 101 empfangen hat. Wenn nicht, dann kehrt das Verfahren 300 zum Block 305 zurück. Ansonsten schreitet das Verfahren 300 zu einem Block 315 fort.
  • In Blöcken 315–330, von denen jeder nacheinander unten beschrieben wird, bestimmt der Computer 105, z.B. im Modul 106, ob irgendwelche Handlungen im Fahrzeug 101 angebracht sind, um halbautonome oder autonome Operationen auszuführen. Indem er eine solche Bestimmung trifft, führt der Computer 105 autonome oder halbautonome Operationen wie oben hinsichtlich des Blocks 305 beschrieben aus, benutzt aber zusätzlich oder alternativ als Eingabe zum Bestimmen wenigstens einer autonomen Operation von einem oder mehreren zweiten Fahrzeugen 101 in einer oder mehreren Nachrichten 116 erhaltene Daten. Der Computer 105 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 Fahrzeug 101, d.h. einem Fahrzeug vor einem Fahrzeug 101.
  • Man nehme beispielsweise an, dass ein erstes Fahrzeug 101 einem zweiten Fahrzeug 101 entlang einer hügeligen Fahrbahn folgt. Man nehme weiterhin an, dass das erste Fahrzeug 101 auf wenigstens eine halbautonome Betriebsweise betrieben wird, so dass eine adaptive Fahrtregelung benutzt wird. Das heißt, das erste Fahrzeug 101 benutzt Radar oder dergleichen zum Erkennen und Messen eines Abstands vom zweiten Fahrzeug 101. In einer hügeligen Umgebung, besonders wenn das erste Fahrzeug 101 ein steifes Fahrwerk aufweist, könnte jedoch Radar zum Erkennen des zweiten Fahrzeugs 101 nicht wirkungsvoll sein, z.B. wo sich das erste Fahrzeug 101 eine Steigung hinauf bewegt und sich das zweite Fahrzeug 101 am oder über einen Kamm der Steigung hinaus befindet. Dementsprechend können gesammelte Daten 115 vom zweiten Fahrzeug 101, die z.B. eine Position, Geschwindigkeit, Kurs usw. des zweiten Fahrzeugs 101 melden, in einer Nachricht 116 enthalten sein und dann durch den Computer 105 im ersten Fahrzeug 101 zum Aufrechterhalten einer vorbestimmten Geschwindigkeit und/oder eines vorbestimmten Abstands vom zweiten Fahrzeug 101 benutzt werden. Weiterhin kann wie oben erwähnt der Computer 105 eines Fahrzeugs 101 Nachrichten 116 von einer Vielzahl zweiter Fahrzeuge 101 empfangen. Weiterhin kann der Computer 105 Daten 115 von einer Vielzahl zweiter Fahrzeuge 101 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 Modul 106 zunehmen, wo oder in dem Ausmaß, dass jedes einer Vielzahl zweiter Fahrzeuge 101 miteinander vereinbare Daten 115 bereitstellt, die z.B. einen Gegenstand 160 auf einer Fahrbahn 155 anzeigen, einen bestimmten Zustand auf einer Fahrbahn 155 anzeigen, z.B. Wasser, Eis usw., einen gewünschten Weg auf einer Fahrbahn 155 anzeigen, z.B. einen Spurwechsel zum Vermeiden eines Gegenstands 160 wie beispielsweise einer Bauschranke, usw.
  • Dementsprechend werden im Block 315 aktuelle gesammelte Daten 115 wie auch in einer oder mehreren Nachrichten 116 empfangene aktuelle oder beinahe aktuelle Daten erhalten. Zusätzlich werden vom Computer 105 Nachrichten 116 auf historische Daten ausgewertet, z.B. DSRC-"Brotkrümel-"Daten oder dergleichen. Das heißt, der Computer 105 kann Daten in einer oder mehreren Nachrichten 116 zum Bestimmen von Position, Geschwindigkeit und/oder sonstigen Merkmalen wie beispielsweise Beschleunigung, Abbremsen usw. eines oder mehrerer Fahrzeuge 101 zu mehr als einem Zeitpunkt, d.h. für eine Zeitdauer, benutzen.
  • Als nächstes kann in einem Block 320 ein Computer 105 in einem ersten Fahrzeug 101 unter Verwendung von historischen oder Brotkrümel-Daten 115 von einer Vielzahl zweiter Fahrzeuge 101 zusätzlich zu im ersten Fahrzeug 101 gesammelten Echtzeit- oder echtzeitnahen Daten 115 einen sogenannten elektronischen Horizont aufbauen, z.B. eine Karte einer das erste Fahrzeug 101 umgebenden Umgebung, lokal im Fahrzeug 101 aufgebaut, z.B. im Computer 105. Beispielsweise kann ein Fahrzeug 101 sich auf eine gespeicherte Karte zum Navigieren unter Verwendung einer GPS-Anwendung (GPS = Global Positioning System) verlassen. Die z.B. in einem Speicher des Computers 105 und/oder einer zugehörigen Vorrichtung im Fahrzeug 101 gespeicherte Karte kann Informationen über eine Fahrbahn 155, 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 Fahrzeug 101 begrenzt. Die Genauigkeit dieses Mechanismus in vielen Fällen wird nicht zulassen, dass das Fahrzeug 101 auf der genauen Verkehrsspur auf der Straße 155 positioniert wird, oder in manchen Fällen, wo Fahrbahnen 155 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 Gegenstände 160 einen Teil oder die gesamte Fahrbahn 155 blockieren, wenn eine Bauzone oder dergleichen auf einer Fahrbahn 155 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 Daten 115 von umgebenden Fahrzeugen 101, z.B. Positionsdaten, Geschwindigkeitsdaten, Kursdaten usw. kann ein Computer 105 eines Fahrzeugs 101 eine virtuelle Karte aufbauen, z.B. einen elektronischen Horizont, der die eigentlichen Zustände und/oder Merkmale einer Umgebung um ein Fahrzeug 101 herum widerspiegelt, z.B. von einer Fahrbahn 155. Eine solche aufgebaute virtuelle Karte kann verfügbare Fahrspuren, Hindernisse wie beispielsweise Gegenstände 160 auf der Fahrbahn 155 anzeigen (manchmal werden Gegenstände 160 und/oder zweite Fahrzeuge 101 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 Fahrbahn 155 beeinflussen usw. Im Allgemeinen kann, wie hier benutzt, eine "Umgebung" um ein Fahrzeug 101 einen vorbestimmten Radius um das Fahrzeug 101 bezeichnen, z.B. 500 Meter, 1000 Meter usw. und/oder eine vorbestimmte Entfernung vor und/oder hinter einem Fahrzeug 101 auf einer Fahrbahn 155 usw.
  • Nach dem Block 320 wird vom Computer 105 des ersten Fahrzeugs 101 in einem Block 325 der Weg des ersten Fahrzeugs 101 basierend auf gesammelten Daten 115 im ersten Fahrzeug 101 geschätzt. Das heißt unter Verwendung von eine Geschwindigkeit, Position, Beschleunigung/Bremsen usw. des ersten Fahrzeugs 101 betreffenden Informationen kann der Computer 105 einen wahrscheinlichen Weg für das erste Fahrzeug 101 hinsichtlich des elektronischen Horizonts entwerfen.
  • Nach dem Block 325 werden in einem Block 330 vom Computer 105 des ersten Fahrzeugs 101 alle lokalen Informationen des elektronischen Horizonts, z.B. der Karte, analysiert, z.B. angehäuft, die durch Verschmelzen von Daten 115 vom ersten Fahrzeug 101 wie auch einem oder mehreren zweiten Fahrzeugen 101 wie oben hinsichtlich des Blocks 320 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 Block 330 in einem Block 335 Bestimmung eines vorhergesagten Weges des Fahrzeugs 101, möglicherweise eines oder mehrerer Zielorte und/oder -Wege und Umgebungsdaten, z.B. Spurenverfügbarkeit, Straßenreibung usw. für das Modul 106 und/oder alle autonomen und/oder halbautonomen Modulen im Fahrzeug 101.
  • Im Block 340 wird nach dem Block 330 vom Computer 105 bestimmt, ob das Verfahren 300 fortgeführt werden sollte. Beispielsweise kann das Verfahren 300 enden, wenn autonome Fahroperationen enden und ein Fahrer Handsteuerung wieder aufnimmt, wenn das Fahrzeug 101 abgeschaltet wird usw. Auf jeden Fall endet das Verfahren 300 nach dem Block 310, wenn das Verfahren 300 nicht fortgeführt werden sollte. Ansonsten schreitet das Verfahren 300 zum Block 305 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)

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. 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.
DE102015202367.2A 2014-02-14 2015-02-10 Autonome steuerung in einer dichten fahrzeugumgebung Pending DE102015202367A1 (de)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
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