JP2015228204A - 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物 - Google Patents
先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物 Download PDFInfo
- Publication number
- JP2015228204A JP2015228204A JP2015036617A JP2015036617A JP2015228204A JP 2015228204 A JP2015228204 A JP 2015228204A JP 2015036617 A JP2015036617 A JP 2015036617A JP 2015036617 A JP2015036617 A JP 2015036617A JP 2015228204 A JP2015228204 A JP 2015228204A
- Authority
- JP
- Japan
- Prior art keywords
- risk
- vehicle
- scene
- trajectory
- map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Abstract
Description
(i)自身についての予測される動きと他の実在物についての予測される動きとの間の関係を調べることによって交通シーンを評価すること、
(ii)上記動きに関連したリスク要因を推定すること、
(iii)実在物自身の挙動のために、動きを評価して関連するリスク要因を評価すること、
(iv)これら全てに基づいて、自身の挙動についてのプランニングを行うこと
〈リスク〉
用語「リスク」は、何らかのクリティカルなイベント(事故など)が将来に起こるであろう確率に、それがもたらすコスト又は利益を乗じて得られる数学的評価値であるとする、技術的プロセスについてのウィキペディアの定義に非常に近いものである。したがって、確率論的には、リスク計算は、2つの項に分解できる。一つは、クリティカルイベントが発生したときの状態がもたらすその瞬間におけるコスト又は利益(下記に示す式においては、事故についての「ダメージ」として表現される)を表す項であり、もう一つは、時刻tにおける状態から予測を開始した場合の、将来の時刻t+sにおいてクリティカルイベントが起こる確率を表す項である:
ある時間期間内での、相互に作用しあうシーン要素(車両、他の物体、構造物)とそれらの動き(操縦オプション、状態変化)との、プロトタイプの組み合わせである。相互に作用しあう要素の様々な個別の挙動/操縦の選択肢を表現する場面(複数)は、特に重要である。例えば、未だ動いてはいない正面が対向している2台の自動車で構成される交差点場面のような、類似するエビデンス(シーン要素、動き)で構成されるシーンでは、双方が直進する、一方が転回する、双方が転回する等の異なる場面を生じさせ得る。
表現及び分類を目的にシステムプロトタイプとして用いられる場面の表現。シーン内に、或る場面を特定する、必要とされるシーン要素及び動きが存在すれば、そのシーンはその場面と同じものである(一致している)とする。場面分析は、シーンを場面クラスに分離するのに重要である。場面クラスは、状態と動きのクラス間の変動性が、クラス内の変動性に比べて低くなっているべきである。分類を目的とする場面分析は、標準的な分類方法及び機械学習方法、例えばニューラルネットワーク(Neural Networks)、サポートベクタマシン(Support Vector Machines)、ベイジアン信念ネット(Bayesian Belief Nets)等を用いて、最先端の技術手段により行うことができる。
離散的又は連続的な時刻にわたる状態ベクトル(シーン要素についての選択された状態を定量化する数値リスト)の集合。特に、移動物体を分析する場合、中心となるのは力学的状態(位置、速度、加速度、方向、その他)であり、軌道は、物体が空間を移動するにつれて生成されるラインとして表現され得る。
現在の及び又は過去の状態(単数又は複数)から状態ベクトルを外挿したもの。これは、予測モデル(例えば、カーブ内で或る速度と転回速度とを持つ自動車は、その速度と転回速度とを維持すると仮定される)、プロトタイプ軌道セグメントとの比較、時系列分析等の、様々な先端技術の方法により、行うことができる。予測軌道においては、交通基盤(インフラストラクチャ、infrastructure)も重要である:通常、我々は、例えばレーンがどこにあるかを知っていれば、「車はおそらくそのレーンに沿って走行し続けるだろう」というような単純な予測モデルを用いる。
本発明では、例えば2つの軌道に対して、共通の時刻から開始し、時間経過に沿って状態ベクトルを比較することで行われる。各時刻に対し、2つの軌道の状態を用いて瞬間リスク指標(momentary risk indicator)が算出される。瞬間リスク指標は、正にその時間的な瞬間における、それらの特定の状態についてのリスク確率を定量化したものである。例えば、或る時刻において、関連する要素(複数)の空間的広がりが互いに接している(距離0)場合、衝突確率は1であると言う。そして、衝突の際の角度や関連する速度及び質量などの、その瞬間における更なる状態を用いて、衝突リスクを算出することができる。
本発明の一の主要なコンポーネントは、将来の様々な時刻におけるイベントのリスクを算出することである。当該算出されたリスクは、予測時間の限られた期間についてのリスク関数となる。将来リスクは、いわゆる「生存関数」を用いて算出することができ、これにより、遠くの将来に存在するイベントほど、その確率は低くなるという効果を考慮する。生存確率は、例えば、一の交通参加者の状態及び他の交通参加者の状態が予測された軌道に従って展開する間、当該一の交通参加者が、或る時間期間に高リスクのイベントに関与することなく、当該時間期間を「生き残る」ことがどの程度確からしいかを表す。数学形式で、生存関数の例を示す。関連するシーン要素の軌道から、特定の時間的瞬間を考える。自車両が高リスクイベントに関与する確率は、瞬間イベント発生速度
シーン要素(複数)の軌道を比較することによって算出される特徴量又は指標であり、将来リスクとリスクマップの算出に関連するものである。2つの軌道間のTCEは、2つの軌道が互いに最も接近する絶対時刻であり、PCEは、これが発生した場所の自車両軌道上の位置である。図4の図示左上に、このことが、2つの軌道例(例えば、自車両軌道が緑、他車両軌道が赤である)について示されている。DCEは、その時間的瞬間におけるそれら2つのシーン要素間の距離、TTCEは、任意の時刻(例えば、現在)からTCEまでの(相対的な)時間長さである(DCE及びTTCEについては、図4の図示上部中央を参照されたい)。これらの特徴量は、将来リスク(複数)が極大となる位置やそれらの形を表すものであるので、リスクマップ構築の近道である。
1)自車両と少なくとも一つの任意の交通参加者とについて、状態(すなわち、軌道)を外挿又は予測するステップ。これらの外挿又は予測は、自車両及び交通参加者それぞれの、状態のシーケンスとなる。他の交通参加者についての軌道予測に代えて又はこれに加えて、交通信号灯などの基盤要素の状態を記述する状態シーケンスを用いるものとすることができる。
2)交通参加者(複数)の状態シーケンスの任意のペアについて、リスク関数を計算するステップ。当該計算により、そのシーケンスペアの一方の交通参加者に関する時間軸に沿った又は軌道経路長に沿ったリスクの関数が得られる。以下では、すべてのステップは、自車両の立場から実行されるものとする。この場合、軌道経路に沿ったリスクは、自車両の軌道経路に関するものであることは明らかである。
4)選択された交通参加者の状態シーケンスの上記セットについての、リスク関数を計算するステップ。
5)上記リスク関数を結合して少なくとも2次元のリスクマップとするステップ。リスクマップは、時間に沿って又は自車両の軌道経路距離に沿って、様々な選択された状態シーケンスについてのリスクを示すものである(このリスクマップ内では、各点は、或る自車両予測軌道パラメータに関する自車両軌道の、或る位置におけるリスクを示している)。
7)経路に沿ったリスクと効率基準との良好なトレードオフ/組み合わせによって特徴付けられた、望ましい経路又は経路部分により、現在の状態から目標状態の近傍又は目標状態領域に至るための、全体して望ましい経路を選択するステップ、又は運転者が所望する経路のリスクを、制御信号を用いて当該運転者に通知するステップ。効率基準は、種々の方法で定義することができ、時間的制約、速度、加速度又は滑らかさの程度についての制約、運転快適さ、及び又はエネルギー効率を含むものとすることができる。
9)現実の自動車(自車両)の運転状態に影響を与える信号、または、選択された望ましい経路を利用する注目すべき場面について運転者に警告するための信号、を送出するステップ。
1)連続リスク指標。どのような場面であれ、例えば自車両と他の車両の現在の状態を組み合わせても衝突には至らないという場合でも、特に将来を外挿した場合には、本質的なリスクが存在する、ということを定式化することを開始点とする。連続リスク指標は、物理的リスクに関連する従来のパラメータ(複数)(例えば、自動車間の距離、現在の相対的な走行方向角、質量及び速度(これらは、例えば衝撃の算出に必要なものである))に依存するが、単一の車両指標(或る速度で或るカーブ点を走行するときの遠心加速度など)にも依存する。その基礎を為す仮定は、我々が本質的な不確実さ(センサ測定、他者についての状態推定、挙動の変化性など)を、連続的なリスク尺度によって把握している、ということである。
2)動的リスクマップ。我々は、いわゆるリスクマップにおいて自車両の動作の選択肢を算出し且つ表現することができると考える。リスクマップは、空間的なコンポーネントを持つが、基本的には、自車両についての可能性のある挙動の選択肢、及び自車両軌道に沿った走行時間又は走行空間についての、リスクの高次元関数である。リスクマップは、或る挙動選択肢が将来においてどの程度危険であるか、を示す。
Claims (16)
- 自車両の運転を支援する方法であって、
交通場面に関与する交通参加者及び又は基盤要素の少なくとも一つを選択するステップと、
自車両の現在状態を予測することにより得られる、自車両からの仮想将来軌道を算出し、この仮想将来自車軌道を変化させて、前記算出された仮想将来自車軌道を含む複数の自車軌道選択肢を生成するステップと、
前記交通参加者の現在状態を予測することにより得られる、他の交通参加者からの少なくとも一つの仮想将来軌道を算出し、及び又は前記基盤要素の仮想将来状態シーケンスを算出するステップと、
将来時間についての又は前記算出された仮想将来自車軌道選択肢に沿った、複数のリスク関数を計算するステップであって、一つのリスク関数は一つの自車軌道選択肢に対応するものである、ステップと
前記複数のリスク関数を一つのリスクマップに結合するステップと、
前記リスクマップを分析して、前記自車両の運転を支援するための制御信号を生成するステップと、
を有する、方法。 - 複数のリスクマップが生成されることを特徴とする、請求項1に記載の方法。
- 前記リスクマップは、より将来に存在するイベントほど発生する確率がより低いという効果を考慮する生存確率関数に基づいて算出される、ことを特徴とする、請求項1又は2に記載の方法。
- 最接近時刻(TCE、Time-of-Closest-Encounter)、最接近余裕時間(TTCE、Time-To-Closest-Encounter)、最接近位置(PCE、Position-of-Closest-Encounter)、最接近距離(DCE、Distance-of-Closest-Encounter)、及びTCE+PCEにおける物理的状態、のような指標を用いて、前記リスクマップへの貢献が計算される、請求項1ないし3のいずれか一項に記載の方法。
- 前記リスクマップの前記分析は、最大リスクの時刻及び状態を評価すること、及び、リスク値についての閾値に応じて最大リスクの位置における時刻及び状態を評価することを含む、ことを特徴とする、請求項1ないし4のいずれか一項に記載の方法。
- 軌道リスクと効率とに基づき、前記リスクマップから自車両軌道の一つを好ましい経路として選択することにより当該自車両についての軌道が計画され、前記好ましい経路は、挙動についての制御目標として作用するものであり、前記軌道のリスクはリスクマップ値から算出され、前記効率は、経路長、走行時間、連続性、所望速度に近いこと、等を含む付加的な基準から算出される、ことを特徴とする、請求項1ないし5のいずれか一項に記載の方法。
- 自車両の起点状態(スタートゾーン)から所望の目標状態(目標ソーン)までの経路に対応する、開始ゾーンから目標ゾーンまでの前記リスクマップ上の経路の、複数の部分であるサブ経路が探索され、これらの部分が挙動についての制御目標として用いられる、ことを特徴とする、請求項1ないし6のいずれか一項に記載の方法。
- 前記リスクマップ上の好ましい経路が、経路依存のリスク及び効率の基準にしたがってサブ経路の比較、選択、及び又は結合を行うことにより評価され、経路の前記リスクは前記経路に沿ったリスクマップ値から計算され、前記効率は、経路長/走行時間、連続性、所望速度との近似性、の少なくとも一つを含む付加的な考察から算出され、前記好ましい経路は、挙動についての制御目標として用いられる、ことを特徴とする、請求項7に記載の方法。
- 前記自車軌道の少なくとも一つが、リスクマップ上に投影されて、前記評価された好ましい経路又はサブ経路と比較され、所与の閾値を超える偏差が存在する場合には、前記制御信号を用いて、現在の経路及び予測された経路におけるリスクについての警告が運転者に対して出力される、ことを特徴とする、請求項6ないし8のいずれか一項に記載の方法。
- 好ましい経路又はサブ経路が算出され、好ましい経路の全体は、複数のリスクマップからの経路及びサブ経路の評価及び結合から得られる、ことを特徴とする、請求項6ないし9のいずれか一項に記載の方法。
- 前記リスクマップは繰り返し再計算され、前記環境の変化及び他の交通参加者の状態の変化に合わせて前記リスクマップが調整される、ことを特徴とする、請求項1ないし9のいずれか一項に記載の方法。
- 前記リスクマップ又は前記リスクマップについての前記分析の結果が有効なまま維持されている将来時間の有効期間が算出され、前記リスクマップ、前記分析、及び前記有効期間は、前記有効期間の最後に達したときに再計算される、ことを特徴とする、請求項1ないし10のいずれか一項に記載の方法。
- 前記リスクマップは、前記探索及び計画アルゴリズムの一つのサブステップを実行する毎に必要とされる前記マップの選択された位置についてのみ、算出されることを特徴とする、請求項1ないし11のいずれか一項に記載の方法。
- シーンを分析して、交通場面を、可能性のある場面仮説の集合に分類することと、
前記シーンの交通参加者及び又は基盤要素、並びに、操縦オプション及び特定され得る状態変化のいずれか一つを含むそれらの動きの、プロトタイプの組み合わせにより、場面仮説を定義することと、
前記場面仮説から候補場面を選択することと、
前記場面仮説毎にリスクマップを算出することと、
前記少なくとも一つのリスクマップから予測されるリスクを評価して前記車両運転制御を支援することと、
を特徴とする、請求項1ないし12のいずれか一項に記載の方法。 - 前記候補場面の選択は、分類器からの前記場面仮説のそれぞれについての信頼度値の算出によって行われ、前記信頼度は、前記交通シーンから抽出され得る前記証拠に対する前記場面の“適合の程度”の尺度であって、前記場面仮説のそれぞれに関する予測されるリスクの計算、前記候補場面の選択は、信頼度と予測されるリスクとの適切な結合に基づくものである、ことを特徴とする、請求項13に記載の方法。
- 請求項1ないし15のいずれか一項に記載の方法を実行するように構成された先進運転者支援システム(advanced driver assistance system)を備える車両。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14170636.6 | 2014-05-30 | ||
EP14170636 | 2014-05-30 | ||
EP14173271.9A EP2950294B1 (en) | 2014-05-30 | 2014-06-20 | Method and vehicle with an advanced driver assistance system for risk-based traffic scene analysis |
EP14173271.9 | 2014-06-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015228204A true JP2015228204A (ja) | 2015-12-17 |
JP6232004B2 JP6232004B2 (ja) | 2017-11-15 |
Family
ID=50828792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015036617A Active JP6232004B2 (ja) | 2014-05-30 | 2015-02-26 | 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9463797B2 (ja) |
EP (1) | EP2950294B1 (ja) |
JP (1) | JP6232004B2 (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9865167B1 (en) | 2016-09-01 | 2018-01-09 | Hitachi, Ltd. | Traffic control assisting system |
WO2018131090A1 (ja) * | 2017-01-11 | 2018-07-19 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
WO2018220853A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | 自動運転車の制御のための車両制御装置及び方法 |
CN109426696A (zh) * | 2017-08-29 | 2019-03-05 | 丰田自动车株式会社 | 自动驾驶评价装置以及自动驾驶评价方法 |
CN110119140A (zh) * | 2018-02-07 | 2019-08-13 | 百度(美国)有限责任公司 | 用于加速曲线投影的系统和方法 |
JP6571904B1 (ja) * | 2018-08-30 | 2019-09-04 | 三菱電機株式会社 | 車載装置、情報処理方法及び情報処理プログラム |
JP2019533609A (ja) * | 2016-09-14 | 2019-11-21 | ナウト, インコーポレイテッドNauto, Inc. | ニアクラッシュ判定システムおよび方法 |
JPWO2018158911A1 (ja) * | 2017-03-02 | 2020-01-16 | 日産自動車株式会社 | 運転支援方法及び運転支援装置 |
JP2020514158A (ja) * | 2017-03-28 | 2020-05-21 | 三菱電機株式会社 | 自車両の制御方法及び自車両の制御システム |
US10733460B2 (en) | 2016-09-14 | 2020-08-04 | Nauto, Inc. | Systems and methods for safe route determination |
JP2020119517A (ja) * | 2019-01-18 | 2020-08-06 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | 運転者を支援する方法、運転者支援システム、およびこのような運転者支援システムを備えた車両 |
US11003925B2 (en) | 2017-01-23 | 2021-05-11 | Panasonic Intellectual Property Management Co., Ltd. | Event prediction system, event prediction method, program, and recording medium having same recorded therein |
KR20210112395A (ko) * | 2019-01-31 | 2021-09-14 | 모르간 스탠리 서비시즈 그룹, 인코포레이티드 | 인공 지능에 의한 노출 최소화 대응 |
US11300961B2 (en) | 2017-06-02 | 2022-04-12 | Honda Motor Co., Ltd. | Vehicle control apparatus and method for controlling automated driving vehicle |
WO2023112385A1 (ja) * | 2021-12-15 | 2023-06-22 | 日立Astemo株式会社 | 車両制御装置 |
Families Citing this family (86)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9381916B1 (en) | 2012-02-06 | 2016-07-05 | Google Inc. | System and method for predicting behaviors of detected objects through environment representation |
WO2015138533A1 (en) * | 2014-03-11 | 2015-09-17 | Continental Automotive Systems, Inc | Method and system for displaying probability of a collision |
WO2016092591A1 (ja) * | 2014-12-09 | 2016-06-16 | 三菱電機株式会社 | 衝突リスク算出装置、衝突リスク表示装置、車体制御装置 |
US9751506B2 (en) * | 2015-10-27 | 2017-09-05 | GM Global Technology Operations LLC | Algorithms for avoiding automotive crashes at left and right turn intersections |
EP3400556A1 (en) * | 2016-01-05 | 2018-11-14 | Mobileye Vision Technologies Ltd. | Systems and methods for estimating future paths |
US10486707B2 (en) * | 2016-01-06 | 2019-11-26 | GM Global Technology Operations LLC | Prediction of driver intent at intersection |
CN105761548B (zh) * | 2016-04-14 | 2018-03-06 | 西安电子科技大学 | 基于动态贝叶斯网络的交叉路口碰撞避免方法 |
US10133942B2 (en) | 2016-07-05 | 2018-11-20 | Nauto Global Limited | System and method for automatic driver identification |
US10209081B2 (en) | 2016-08-09 | 2019-02-19 | Nauto, Inc. | System and method for precision localization and mapping |
US10118610B2 (en) | 2016-08-31 | 2018-11-06 | Ford Global Technologies, Llc | Autonomous vehicle using path prediction |
US10345815B2 (en) | 2016-09-14 | 2019-07-09 | Qualcomm Incorporated | Motion planning and intention prediction for autonomous driving in highway scenarios via graphical model-based factorization |
JP7290567B2 (ja) | 2016-11-07 | 2023-06-13 | ナウト,インコーポレイテッド | 運転者の注意散漫決定のためのシステム及び方法 |
US10347129B2 (en) * | 2016-12-07 | 2019-07-09 | Magna Electronics Inc. | Vehicle system with truck turn alert |
US10611370B2 (en) * | 2017-02-09 | 2020-04-07 | Panasonic Intellectual Property Corporation Of America | Information processing apparatus, information processing method, and non-transitory recording medium |
US10994729B2 (en) * | 2017-03-29 | 2021-05-04 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling lateral motion of vehicle |
GB2562769B (en) * | 2017-05-25 | 2021-09-29 | Jaguar Land Rover Ltd | Apparatus and method for determining a cost map |
WO2018229550A1 (en) | 2017-06-16 | 2018-12-20 | Nauto Global Limited | System and method for adverse vehicle event determination |
WO2018229548A2 (en) | 2017-06-16 | 2018-12-20 | Nauto Global Limited | System and method for contextualized vehicle operation determination |
WO2018229549A2 (en) | 2017-06-16 | 2018-12-20 | Nauto Global Limited | System and method for digital environment reconstruction |
US10948919B2 (en) * | 2017-09-11 | 2021-03-16 | Baidu Usa Llc | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles |
EP3457382A1 (en) * | 2017-09-15 | 2019-03-20 | Volkswagen Aktiengesellschaft | Method for planning a collision avoidance maneuver, corresponding control unit and vehicle equipped with a control unit as well as computer program |
US10019011B1 (en) * | 2017-10-09 | 2018-07-10 | Uber Technologies, Inc. | Autonomous vehicles featuring machine-learned yield model |
WO2019077669A1 (ja) * | 2017-10-17 | 2019-04-25 | 本田技研工業株式会社 | 車両制御装置 |
US10671075B1 (en) * | 2017-12-15 | 2020-06-02 | Zoox, Inc. | Trajectory generation using curvature segments |
US11195410B2 (en) | 2018-01-09 | 2021-12-07 | Continental Automotive Systems, Inc. | System and method for generating a traffic heat map |
US11392131B2 (en) | 2018-02-27 | 2022-07-19 | Nauto, Inc. | Method for determining driving policy |
DE102018205242A1 (de) * | 2018-04-09 | 2019-10-10 | Bayerische Motoren Werke Aktiengesellschaft | Bewegungsplanung mittels invariant sicherer Zustände eines Kraftfahrzeugs |
US10996679B2 (en) * | 2018-04-17 | 2021-05-04 | Baidu Usa Llc | Method to evaluate trajectory candidates for autonomous driving vehicles (ADVs) |
US10816985B2 (en) * | 2018-04-17 | 2020-10-27 | Baidu Usa Llc | Method on moving obstacle representation for trajectory planning |
DE102018109885A1 (de) * | 2018-04-24 | 2018-12-20 | Continental Teves Ag & Co. Ohg | Verfahren und Vorrichtung zum kooperativen Abstimmen von zukünftigen Fahrmanövern eines Fahrzeugs mit Fremdmanövern zumindest eines Fremdfahrzeugs |
EP3579211B1 (en) * | 2018-06-06 | 2023-08-16 | Honda Research Institute Europe GmbH | Method and vehicle for assisting an operator of an ego-vehicle in controlling the ego-vehicle by determining a future behavior and an associated trajectory for the ego-vehicle |
DE102018210280A1 (de) * | 2018-06-25 | 2020-01-02 | Robert Bosch Gmbh | Anpassung der Trajektorie eines Ego-Fahrzeugs an bewegte Fremdobjekte |
US11260855B2 (en) | 2018-07-17 | 2022-03-01 | Baidu Usa Llc | Methods and systems to predict object movement for autonomous driving vehicles |
DE102018212266A1 (de) * | 2018-07-24 | 2020-01-30 | Robert Bosch Gmbh | Anpassung eines auswertbaren Abtastbereichs von Sensoren und angepasste Auswertung von Sensordaten |
JP7048456B2 (ja) * | 2018-08-30 | 2022-04-05 | 本田技研工業株式会社 | 学習装置、学習方法、およびプログラム |
DE102018216110A1 (de) * | 2018-09-21 | 2020-03-26 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Bereitstellen eines Umfeldabbildes eines Umfeldes einer mobilen Einrichtung und Kraftfahrzeug mit einer solchen Vorrichtung |
TWI674984B (zh) | 2018-11-15 | 2019-10-21 | 財團法人車輛研究測試中心 | 自動駕駛車輛之行駛軌跡規劃系統及方法 |
DE102019100318A1 (de) * | 2019-01-08 | 2020-07-09 | Bayerische Motoren Werke Aktiengesellschaft | Vorrichtung und Verfahren zur Verbesserung von Assistenzsystemen für laterale Fahrzeugbewegungen |
US10901375B2 (en) * | 2019-01-31 | 2021-01-26 | Morgan Stanley Services Group Inc. | Chaotic system anomaly response by artificial intelligence |
DE102019103106A1 (de) * | 2019-02-08 | 2020-08-13 | Zf Automotive Germany Gmbh | Steuerungssystem und Steuerungsverfahren zur interaktionsbasierten Langzeitbestimmung von Trajektorien für Kraftfahrzeuge |
KR20200109595A (ko) * | 2019-03-13 | 2020-09-23 | 한화디펜스 주식회사 | 경로 제공 장치 및 경로 제공 방법 |
RU2750152C1 (ru) | 2019-04-25 | 2021-06-22 | Общество с ограниченной ответственностью "Яндекс Беспилотные Технологии" | Способы и системы для определения порядка оценивания траекторий транспортных средств |
US11267393B2 (en) | 2019-05-16 | 2022-03-08 | Magna Electronics Inc. | Vehicular alert system for alerting drivers of other vehicles responsive to a change in driving conditions |
WO2020237207A1 (en) | 2019-05-23 | 2020-11-26 | Systomix, Inc. | Apparatus and method for processing vehicle signals to compute a behavioral hazard measure |
CN110400490B (zh) * | 2019-08-08 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 轨迹预测方法和装置 |
CN110727706A (zh) * | 2019-09-02 | 2020-01-24 | 清华大学苏州汽车研究院(相城) | 一种面向智能网联汽车测试的风险驾驶场景快速提取与分级方法 |
TWI728470B (zh) * | 2019-09-18 | 2021-05-21 | 財團法人車輛研究測試中心 | 目標物意圖預測方法及其系統 |
US11591012B2 (en) | 2019-10-01 | 2023-02-28 | Robert Bosch Gmbh | Vehicle trajectory prediction using road topology and traffic participant object states |
US11754408B2 (en) * | 2019-10-09 | 2023-09-12 | Argo AI, LLC | Methods and systems for topological planning in autonomous driving |
CN110852584B (zh) * | 2019-10-30 | 2022-06-10 | 北京航空航天大学 | 一种基于复杂网络分析的风险识别方法 |
DE102019217869A1 (de) * | 2019-11-20 | 2021-05-20 | Robert Bosch Gmbh | Bestimmung dynamisch möglicher Fahrmanöver |
CN111199284A (zh) * | 2019-12-17 | 2020-05-26 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 有人与无人驾驶混行条件下的车-车交互模型 |
EP3839805A1 (en) * | 2019-12-20 | 2021-06-23 | Aptiv Technologies Limited | Method for determining continuous information on an expected trajectory of an object |
CN111144501B (zh) * | 2019-12-30 | 2023-11-07 | 中科海拓(无锡)科技有限公司 | 一种基于栅格的证据融合时空轨迹数据关联方法 |
DE102020200183A1 (de) * | 2020-01-09 | 2021-07-15 | Continental Automotive Gmbh | Verfahren zum Erstellen einer probabilistischen Freiraumkarte mit statischen und dynamischen Objekten |
EP4118504A4 (en) * | 2020-03-13 | 2023-12-06 | Zenuity AB | VEHICLE PATH PLANNING METHODS AND SYSTEMS |
JP7393260B2 (ja) * | 2020-03-16 | 2023-12-06 | 本田技研工業株式会社 | 推定装置 |
US20210295171A1 (en) * | 2020-03-19 | 2021-09-23 | Nvidia Corporation | Future trajectory predictions in multi-actor environments for autonomous machine applications |
US11352023B2 (en) | 2020-07-01 | 2022-06-07 | May Mobility, Inc. | Method and system for dynamically curating autonomous vehicle policies |
US11151880B1 (en) * | 2020-08-21 | 2021-10-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for providing guidance to vehicle drivers regarding predicted lane-change behavior of other vehicle drivers |
US11814075B2 (en) | 2020-08-26 | 2023-11-14 | Motional Ad Llc | Conditional motion predictions |
EP3971865A1 (en) * | 2020-09-18 | 2022-03-23 | Zenuity AB | Scenario identification in autonomous driving environments |
CN112242059B (zh) * | 2020-09-30 | 2021-10-01 | 南京航空航天大学 | 基于动机与风险评估的无人驾驶车辆智能决策方法 |
CN112434074B (zh) * | 2020-10-20 | 2024-02-23 | 中国环境科学研究院 | 一种基于手机定位信息的自然保护地人类活动监管系统 |
DE102020213454A1 (de) * | 2020-10-26 | 2022-04-28 | Zf Friedrichshafen Ag | Verfahren und System zur zeitlichen Kollisionsvermeidung |
DE102020213451A1 (de) * | 2020-10-26 | 2022-04-28 | Zf Friedrichshafen Ag | Verfahren zum Steuern eines Kraftfahrzeugs und Steuergerät |
KR20220095317A (ko) * | 2020-12-29 | 2022-07-07 | 현대자동차주식회사 | 차량 |
US20220315047A1 (en) * | 2021-03-30 | 2022-10-06 | Honda Research Institute Europe Gmbh | Method, system and vehicle with an uncertainty-based lane positioning control |
US11472436B1 (en) | 2021-04-02 | 2022-10-18 | May Mobility, Inc | Method and system for operating an autonomous agent with incomplete environmental information |
CN113159576B (zh) * | 2021-04-21 | 2022-05-13 | 清华大学 | 一种自动驾驶汽车的行车风险计算方法及在线评估系统 |
EP4281345A1 (en) * | 2021-05-19 | 2023-11-29 | Huawei Technologies Co., Ltd. | Apparatus and method for assisting an autonomous vehicle and/or a driver of a vehicle |
AT524868B1 (de) * | 2021-05-25 | 2022-10-15 | Avl List Gmbh | Verfahren zum vorausschauenden abschätzen eines verlaufes |
US11565717B2 (en) * | 2021-06-02 | 2023-01-31 | May Mobility, Inc. | Method and system for remote assistance of an autonomous agent |
CN114162133A (zh) * | 2021-11-10 | 2022-03-11 | 上海人工智能创新中心 | 驾驶场景的风险评估方法、装置和计算机可读存储介质 |
CN114205223A (zh) * | 2021-11-29 | 2022-03-18 | 中汽研(天津)汽车工程研究院有限公司 | 一种车辆智能驾驶功能异常事件的溯源定位方法和装置 |
CN114104000B (zh) * | 2021-12-16 | 2024-04-12 | 智己汽车科技有限公司 | 一种危险场景的评估与处理系统、方法及存储介质 |
CN116300842A (zh) * | 2021-12-20 | 2023-06-23 | 北京三快在线科技有限公司 | 一种无人设备控制方法、装置、存储介质及电子设备 |
CN114613127B (zh) * | 2022-02-10 | 2023-04-07 | 江苏大学 | 一种基于多层面多维度指标体系的行车风险预测方法 |
WO2023154568A1 (en) | 2022-02-14 | 2023-08-17 | May Mobility, Inc. | Method and system for conditional operation of an autonomous agent |
CN114435404A (zh) * | 2022-03-07 | 2022-05-06 | 河南职业技术学院 | 一种基于环境感知的智能行车控制方法 |
JP2023153041A (ja) * | 2022-03-31 | 2023-10-17 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハー | 動的環境のための支援システム |
CN114724376B (zh) * | 2022-05-05 | 2023-04-28 | 北京航空航天大学 | 一种基于风险场理论的交叉口安全评价方法 |
CN115099009B (zh) * | 2022-05-31 | 2023-08-29 | 同济大学 | 一种基于推理图的混合交通流运动行为建模方法 |
CN115063766A (zh) * | 2022-06-17 | 2022-09-16 | 公安部交通管理科学研究所 | 一种自动驾驶汽车运行安全评估及预警方法 |
CN115440028B (zh) * | 2022-07-22 | 2024-01-30 | 中智行(苏州)科技有限公司 | 一种基于标签化交通道路场景分类方法 |
CN116534052B (zh) * | 2023-05-10 | 2023-12-05 | 上海保隆汽车科技股份有限公司 | 行驶场景感知数据处理方法、装置、控制器及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006154967A (ja) * | 2004-11-25 | 2006-06-15 | Nissan Motor Co Ltd | リスク最小軌跡生成装置およびこれを用いた危険状況警報装置 |
JP2007233765A (ja) * | 2006-03-01 | 2007-09-13 | Toyota Motor Corp | 移動体安全性評価方法および移動体安全性評価装置 |
US20100121576A1 (en) * | 2007-07-12 | 2010-05-13 | Toyota Jidosha Kabushiki Kaisha | Host-vehicle risk acquisition |
JP2011150579A (ja) * | 2010-01-22 | 2011-08-04 | Toyota Motor Corp | 車両制御装置 |
JP2011197781A (ja) * | 2010-03-17 | 2011-10-06 | Toyota Motor Corp | リスクポテンシャル算出装置 |
JP2012048310A (ja) * | 2010-08-24 | 2012-03-08 | Denso Corp | 運転支援システム、車載装置、情報配信装置 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2799375B2 (ja) * | 1993-09-30 | 1998-09-17 | 本田技研工業株式会社 | 衝突防止装置 |
US7966127B2 (en) * | 2004-12-28 | 2011-06-21 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Vehicle motion control device |
FR2933523B1 (fr) * | 2008-07-01 | 2014-04-18 | Airbus France | Procede et dispositif d'aide a la conduite d'un vehicule,en particulier d'un aeronef, pour l'evitement d'obstacles |
EP2289754B1 (en) * | 2009-08-31 | 2015-04-29 | Toyota Motor Europe NV/SA | Vehicle or traffic control method and system |
JP4978721B2 (ja) * | 2010-08-23 | 2012-07-18 | 株式会社デンソー | 運転支援装置 |
US8447437B2 (en) * | 2010-11-22 | 2013-05-21 | Yan-Hong Chiang | Assistant driving system with video recognition |
US20130261949A1 (en) * | 2010-12-22 | 2013-10-03 | Saab Ab | System and method for vehicle separation for a plurality of vehicles |
JP5386537B2 (ja) * | 2011-05-12 | 2014-01-15 | 富士重工業株式会社 | 環境認識装置 |
DE102011106176A1 (de) | 2011-07-01 | 2012-02-02 | Daimler Ag | Verfahren zur Ermittlung einer Gefahrenwahrscheinlichkeit einer Situation zwischen zwei Fahrzeugen in einem Kreuzungsbereich |
US8762044B2 (en) * | 2011-07-13 | 2014-06-24 | Dynamic Research, Inc. | System and method for testing crash avoidance technologies |
EP2562060B1 (en) | 2011-08-22 | 2014-10-01 | Honda Research Institute Europe GmbH | A method and system for predicting movement behavior of a target traffic object |
DE102012005272A1 (de) | 2012-02-20 | 2012-10-25 | Daimler Ag | Verfahren zur Ermittlung einer Gefahrenwahrscheinlichkeit und Verwendung des Verfahrens |
EP2654028B1 (en) * | 2012-04-20 | 2018-09-26 | Honda Research Institute Europe GmbH | Orientation sensitive traffic collision warning system |
JP5944781B2 (ja) * | 2012-07-31 | 2016-07-05 | 株式会社デンソーアイティーラボラトリ | 移動体認識システム、移動体認識プログラム、及び移動体認識方法 |
DE102012216112A1 (de) * | 2012-09-12 | 2014-03-13 | Robert Bosch Gmbh | Verfahren und Informationssystem zur Ermittlung eines vom Fahrer beabsichtigen oder nicht beabsichtigten Fahrspurwechsels bei einer Fahrt eines Fahrzeugs |
DE102013005362A1 (de) * | 2013-03-28 | 2013-10-10 | Daimler Ag | Verfahren zur Analyse einer Verkehrssituation |
-
2014
- 2014-06-20 EP EP14173271.9A patent/EP2950294B1/en active Active
-
2015
- 2015-02-26 JP JP2015036617A patent/JP6232004B2/ja active Active
- 2015-04-21 US US14/692,008 patent/US9463797B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006154967A (ja) * | 2004-11-25 | 2006-06-15 | Nissan Motor Co Ltd | リスク最小軌跡生成装置およびこれを用いた危険状況警報装置 |
JP2007233765A (ja) * | 2006-03-01 | 2007-09-13 | Toyota Motor Corp | 移動体安全性評価方法および移動体安全性評価装置 |
US20100121576A1 (en) * | 2007-07-12 | 2010-05-13 | Toyota Jidosha Kabushiki Kaisha | Host-vehicle risk acquisition |
JP2011150579A (ja) * | 2010-01-22 | 2011-08-04 | Toyota Motor Corp | 車両制御装置 |
JP2011197781A (ja) * | 2010-03-17 | 2011-10-06 | Toyota Motor Corp | リスクポテンシャル算出装置 |
JP2012048310A (ja) * | 2010-08-24 | 2012-03-08 | Denso Corp | 運転支援システム、車載装置、情報配信装置 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9865167B1 (en) | 2016-09-01 | 2018-01-09 | Hitachi, Ltd. | Traffic control assisting system |
US10769456B2 (en) | 2016-09-14 | 2020-09-08 | Nauto, Inc. | Systems and methods for near-crash determination |
US10733460B2 (en) | 2016-09-14 | 2020-08-04 | Nauto, Inc. | Systems and methods for safe route determination |
JP2019533609A (ja) * | 2016-09-14 | 2019-11-21 | ナウト, インコーポレイテッドNauto, Inc. | ニアクラッシュ判定システムおよび方法 |
WO2018131090A1 (ja) * | 2017-01-11 | 2018-07-19 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
US11167753B2 (en) | 2017-01-11 | 2021-11-09 | Honda Motor Co., Ltd. | Vehicle control device, vehicle control method, and vehicle control program |
CN110121449A (zh) * | 2017-01-11 | 2019-08-13 | 本田技研工业株式会社 | 车辆控制装置、车辆控制方法及车辆控制程序 |
JPWO2018131090A1 (ja) * | 2017-01-11 | 2019-11-07 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
US11003925B2 (en) | 2017-01-23 | 2021-05-11 | Panasonic Intellectual Property Management Co., Ltd. | Event prediction system, event prediction method, program, and recording medium having same recorded therein |
JPWO2018158911A1 (ja) * | 2017-03-02 | 2020-01-16 | 日産自動車株式会社 | 運転支援方法及び運転支援装置 |
JP2020514158A (ja) * | 2017-03-28 | 2020-05-21 | 三菱電機株式会社 | 自車両の制御方法及び自車両の制御システム |
US11275379B2 (en) | 2017-06-02 | 2022-03-15 | Honda Motor Co., Ltd. | Vehicle control apparatus and method for controlling automated driving vehicle |
US11300961B2 (en) | 2017-06-02 | 2022-04-12 | Honda Motor Co., Ltd. | Vehicle control apparatus and method for controlling automated driving vehicle |
JPWO2018220853A1 (ja) * | 2017-06-02 | 2020-04-09 | 本田技研工業株式会社 | 自動運転車の制御のための車両制御装置及び方法 |
WO2018220853A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | 自動運転車の制御のための車両制御装置及び方法 |
CN109426696B (zh) * | 2017-08-29 | 2023-07-11 | 丰田自动车株式会社 | 自动驾驶评价装置以及自动驾驶评价方法 |
JP2019043157A (ja) * | 2017-08-29 | 2019-03-22 | トヨタ自動車株式会社 | 自動運転評価装置及び自動運転評価方法 |
CN109426696A (zh) * | 2017-08-29 | 2019-03-05 | 丰田自动车株式会社 | 自动驾驶评价装置以及自动驾驶评价方法 |
JP2019138903A (ja) * | 2018-02-07 | 2019-08-22 | バイドゥ ユーエスエー エルエルシーBaidu USA LLC | 加速カーブの投影に用いられるシステム及び方法 |
CN110119140B (zh) * | 2018-02-07 | 2022-05-17 | 百度(美国)有限责任公司 | 用于加速曲线投影的系统和方法 |
CN110119140A (zh) * | 2018-02-07 | 2019-08-13 | 百度(美国)有限责任公司 | 用于加速曲线投影的系统和方法 |
WO2020044512A1 (ja) * | 2018-08-30 | 2020-03-05 | 三菱電機株式会社 | 車載装置、情報処理方法及び情報処理プログラム |
JP6571904B1 (ja) * | 2018-08-30 | 2019-09-04 | 三菱電機株式会社 | 車載装置、情報処理方法及び情報処理プログラム |
JP2020119517A (ja) * | 2019-01-18 | 2020-08-06 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーHonda Research Institute Europe GmbH | 運転者を支援する方法、運転者支援システム、およびこのような運転者支援システムを備えた車両 |
JP7069103B2 (ja) | 2019-01-18 | 2022-05-17 | ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハー | 運転者を支援する方法、運転者支援システム、およびこのような運転者支援システムを備えた車両 |
KR20210112395A (ko) * | 2019-01-31 | 2021-09-14 | 모르간 스탠리 서비시즈 그룹, 인코포레이티드 | 인공 지능에 의한 노출 최소화 대응 |
JP2022516379A (ja) * | 2019-01-31 | 2022-02-25 | モルガン スタンレー サービシーズ グループ,インコーポレイテッド | 人工知能によるエクスポージャ最小化応答 |
US11360442B2 (en) | 2019-01-31 | 2022-06-14 | Morgan Stanley Services Group Inc. | Exposure minimization response by artificial intelligence |
KR102417001B1 (ko) | 2019-01-31 | 2022-07-05 | 모르간 스탠리 서비시즈 그룹, 인코포레이티드 | 인공 지능에 의한 노출 최소화 대응 |
JP7149430B2 (ja) | 2019-01-31 | 2022-10-06 | モルガン スタンレー サービシーズ グループ,インコーポレイテッド | 人工知能によるエクスポージャ最小化応答 |
WO2023112385A1 (ja) * | 2021-12-15 | 2023-06-22 | 日立Astemo株式会社 | 車両制御装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2950294A1 (en) | 2015-12-02 |
US9463797B2 (en) | 2016-10-11 |
JP6232004B2 (ja) | 2017-11-15 |
EP2950294B1 (en) | 2019-05-08 |
US20150344030A1 (en) | 2015-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6232004B2 (ja) | 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物 | |
CN110488802B (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
EP3159235B1 (en) | Method and system for assisting a driver of a vehicle in driving the vehicle and computer program | |
Kazemi et al. | A learning-based stochastic MPC design for cooperative adaptive cruise control to handle interfering vehicles | |
US10564647B2 (en) | Method and apparatus for determining a desired trajectory for a vehicle | |
JP6987490B2 (ja) | 旋回予測 | |
US8788134B1 (en) | Autonomous driving merge management system | |
KR20210074366A (ko) | 자율주행 차량 계획 및 예측 | |
JP6468261B2 (ja) | 自動運転システム | |
Lytrivis et al. | An advanced cooperative path prediction algorithm for safety applications in vehicular networks | |
JP6800575B2 (ja) | 自己の乗り物のドライバを支援する方法およびシステム | |
US11237564B2 (en) | Motion planning system of an autonomous vehicle | |
JP2018152056A (ja) | 視界に制限のある交差点への接近のためのリスクベースの運転者支援 | |
JP2019109691A (ja) | 移動体挙動予測装置および移動体挙動予測方法 | |
CN105809130A (zh) | 一种基于双目深度感知的车辆可行驶区域计算方法 | |
JP2010287109A (ja) | 進路評価装置 | |
Kim et al. | Probabilistic threat assessment with environment description and rule-based multi-traffic prediction for integrated risk management system | |
JP2013242615A (ja) | 運転シーン遷移予測装置および車両用推奨運転操作提示装置 | |
JP7145815B2 (ja) | 電子制御装置 | |
KR20130094533A (ko) | 이동로봇의 충돌방지 시스템 및 방법 | |
Dong et al. | Interactive ramp merging planning in autonomous driving: Multi-merging leading PGM (MML-PGM) | |
Gruber et al. | Anytime safety verification of autonomous vehicles | |
CN115158319A (zh) | 车辆变道方法、装置、电子设备和存储介质 | |
Ji et al. | Hierarchical and game-theoretic decision-making for connected and automated vehicles in overtaking scenarios | |
JP5663946B2 (ja) | 車両走行制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160603 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170427 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20170802 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170804 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171003 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171020 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6232004 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |