JP2016522526A - 駐車場探し開始特定のために車両の測定データを処理する方法 - Google Patents
駐車場探し開始特定のために車両の測定データを処理する方法 Download PDFInfo
- Publication number
- JP2016522526A JP2016522526A JP2016522366A JP2016522366A JP2016522526A JP 2016522526 A JP2016522526 A JP 2016522526A JP 2016522366 A JP2016522366 A JP 2016522366A JP 2016522366 A JP2016522366 A JP 2016522366A JP 2016522526 A JP2016522526 A JP 2016522526A
- Authority
- JP
- Japan
- Prior art keywords
- feature
- vector
- information
- parking lot
- traffic category
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000005259 measurement Methods 0.000 title claims abstract description 13
- 230000008569 process Effects 0.000 title description 10
- 239000013598 vector Substances 0.000 claims abstract description 215
- 230000007704 transition Effects 0.000 claims abstract description 51
- 230000011218 segmentation Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000000513 principal component analysis Methods 0.000 claims description 21
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 abstract description 6
- 238000009499 grossing Methods 0.000 description 18
- 239000011159 matrix material Substances 0.000 description 15
- 238000012549 training Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/147—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is within an open public zone, e.g. city centre
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
Description
−移動してきた区間の円形度に関する情報。
円形度は、駐車場を探している車両によく見られる行動パターンを考慮するもので、そのパターンの走行区間は、(例えば街区を巡ることにより)よく円形状に運転経路(Wegfuehrung)が選択されることを表している。ここで、基準量は、各走行データベクトルの位置データから得られるそれまでに取得された経路点の重心から現在位置までの距離である。
−移動してきた区間のPCA円形度に関する情報。
この場合、運転経路の円形度を特定するために、補助手段としていわゆるPCA(Principal Component Analysis)(主成分分析)が利用される。特徴ウィンドウの二次元的な複数の位置ベクトルに対してPCAを利用することで、個々の経路点の分散が最大となる互いに直行する軸を表す二つの主成分(Hauptkomponent)の他に、全分散における軸の寄与に関する相対的な値が得られる。
−方向転換に関する情報。
駐車場を探している車両は度々曲がる。現在位置及び過去にたどった位置に基づいて、各走行データベクトルに関して、走行方向を角度(方位に対応した0°乃至359°)の形で算定することができる。走行過程(Fahrtverlauf)における方向転換に関して有力な値を計算するために、全ての方向転換に関する算術平均値を求めてもよい。これは、規格化された値により行われることが好ましい。
−目的地非効率性に関する情報。
この特徴は、走行の目的地に関連した運転経路の非効率性を算定する。走行中には、走行データに基づいて目的地を特定することができないので、この特徴は、走行が終わった後、全ての走行データベクトルが既知となった後から、求めることができる。発見された駐車場の場所を表す最後の走行データベクトルの位置を目的地位置として仮定する。この特徴成分は、走行が完了した後からオフラインで行われる方法の場合にのみ利用することができる。
xi=[ti,vi,pi] (3.1)
である。これが、図1に例示されている。走行データベクトルxi(3.1式)は、当該走行データベクトルを取得する時点tiでの速度viとGPS位置piに関する情報からその都度構成される。走行データベクトルは、ti<ti+1であることから、決まった時間的な順序に従って続けて発生する。GPS位置piは、車両内に組み込まれた或いは車両に後付けされたナビゲーションシステムによって把握することができる。速度は、例えば車両のセンサによって把握され、車両内では通常は計算ユニット内やデータバス上で使えるようになっている。
ci=0;i=1;…;ipark−1のとき→目的地行き車両走行
ci=1;i=ipark;…;Nのとき→駐車場探し車両走行 (3.2)
中間速度vの計算については、特徴ウィンドウ内の全ての速度値に関する算術平均を取るのではなく、その中心値(median)を取る。その理由は、異常値に対するそのロバスト性にある。
運転経路の非効率性ηは、ドライバーにより選択されて走行されたルートが、走行目的地に接近するという観点において、いかに非効率であるかを示す特徴である。この着想は、トラフィッククラスの特徴に由来するものである。というのも、目的地行き車両走行に属する車両は、到達しようとしている目的地にできるだけ早く且つ効率的な系路で近付けるよう模索する一方で、駐車場を探している車両は、その目的地に殆ど到達してしまい、駐車場を探す際に巡回するものだからである。
駐車場を探している車両における典型的な行動パターンは、円形状に運転経路を選び取る(例えば、街区の巡回走行)様相を呈するため、この特徴を使って意図的に特徴ウィンドウ内の区間の円形度κを取得する。その場合、経路点の重心pfまでの現在位置pMの距離smが基準量である。sm≒lf/2となれば、直線的な道のりに由来するはずである(図5)。この距離が小さくなるほど、運転経路は円形に近くなる(図6)。
運転経路の円形度を決める他のやり方としては、補助手段としてPCA(Principal Component Analysis(主成分分析)。これは、例えば非特許文献1に記載されている。)を用いることである。このPCAを特徴ウィンドウの二次元的な複数の位置ベクトルに適用すると、二つの主成分(主成分は、個々の経路点の分散が最も大きくなるような互いに直交する軸を表す。)の他に、軸の全分散における寄与に関してλ1とλ2により記述される相対的な値が得られる。λ1は、分散が最大となる軸の相対的な分散の寄与に対応し、故にλ1≧λ2となる。
駐車場を探している車両は、頻繁に曲がる。現在位置及び一つ戻ったところの位置に基づいて、それぞれの走行データベクトルxiに対して走行方向Φiを角度(方位に対応して0°〜359°)で計算することができる。Φを用いることで、方向転換に関する値ΔΦを、二つの経路点の間の移動距離sdで規格化して計算することができる。すなわち、
この特徴は、走行の目的地に関連した運転経路の非効率性を算定する。走行中は、走行データを基にして目的地を特定できないので、この特徴は、走行が終わってから、走行データベクトルが全て既知となった後で(つまりオフラインで)はじめて定めることができる。目的地位置として、最後の走行データベクトルの位置pNが採用される。この位置は、見つけられた駐車場の場所を示すものである。
圧縮された特徴ベクトルm∧は、NxD変換行列Wを用いて算定される。すなわち、
ci クラスラベル/トラフィッククラス
i 測定番号
N 数
mi 特徴ベクトル
cZ 第一のクラス分類子
cP 第二のクラス分類子
p 確率
τPark これ以降駐車場が探索される時点
ZV 目的地行き車両走行
PSV 駐車場探し車両走行
MFi 特徴ウィンドウ
lf 特徴ウィンドウの大きさ
GMF 平滑化ウィンドウ
lgf 平滑化ウィンドウの長さ
EGR 決定境界
GR 決定境界
Claims (16)
- 駐車場探し開始特定のために車両の測定データを処理する方法であって、
a)速度(vi)、位置データ(pi)並びに速度(vi)及び位置データ(pi)の取得時点(ti)に関する情報をそれぞれが有している所定数(N)の走行データベクトル(xi)を取得し、
b)現在及び時間的に前の複数の走行データベクトル(xi)の情報を処理し、当該走行データベクトル(xi)を取得するそれぞれの時点(ti)における、特徴成分として少なくとも一つの速度情報と経路情報を有する特徴ベクトル(mi)の算出を行い、
c)前記特徴ベクトル(mi)のそれぞれを、車両のドライブ走行を代表する第一のトラフィックカテゴリー(cZ)に割り当てるか、あるいは、駐車場探し車両走行を代表する第二のトラフィックカテゴリー(cP)に割り当て、その際に、いかなる確率で前記特徴ベクトルを前記第一又は前記第二のトラフィックカテゴリー(cZ,cP)に割り当てるべきかを定める確率(p(P│mi))を算出して、各特徴ベクトル(mi)をクラス分類し、
d)前記特徴ベクトル(mi)の算出された前記トラフィックカテゴリー(cZ,cP)の時間的推移によるセグメンテーションを行い、前記特徴ベクトル(mi)の特定された前記トラフィックカテゴリー(cZ,cP)に応じてスタートから走行データベクトルを最後に取得するまでの走行を二つのセグメントに分割し、一方のセグメントから他方のセグメントへ移行するところが駐車場探しの開始を示すステップを有する方法。 - 請求項1に記載の方法において、
走行データベクトル(xi)の速度(vi)に関する情報が第一の閾値より大きいか第二の閾値より小さいときには、駐車場探し開始特定の際に走行データベクトル(xi)を考慮しないでおくことを特徴とする方法。 - 請求項1または2に記載の方法において、
それぞれの特徴ベクトル(mi)を算出するために、予め設定された区間を表す特徴ウィンドウ(lf)内の前記走行データベクトル(xi)が処理され、
前記特徴ウィンドウ(lf)は、現在の測定から、移動してきた区間上において前記予め設定された区間よりかは戻ったところにある第一の測定までの前記走行データベクトル(xi)をまとめて内包することを特徴とする方法。 - 請求項1乃至3のいずれか一項に記載の方法において、
前記特徴ベクトル(mi)は、特徴成分として、前記速度情報及び前記経路情報に加えて、以下の前記特徴成分、
移動してきた区間の円形度についての情報、
移動してきた区間のPCA円形度についての情報、
方向転換についての情報、
目的地非効率性についての情報、
の一又は二以上を含むことを特徴とする方法。 - 請求項1乃至4のいずれか一項に記載の方法において、
前記速度情報は、各特徴ベクトル(mi)を算出するために考慮された前記走行データベクトル(xi)の中間速度の中心値及び/又は算術平均であることを特徴とする方法。 - 請求項1乃至5のいずれか一項に記載の方法において、
前記経路情報は、経路非効率性とされ、当該経路非効率性は、二つの走行データベクトル(xi)の位置の間の最短距離に対する実際に走行が行われた距離の比により、前記実際に走行が行われた区間がいかに非効率であるかを示すことを特徴とする方法。 - 請求項1乃至6のいずれか一項に記載の方法において、
経路情報として一つの特徴ベクトル(mi)に関する経路非効率性が処理され、当該経路非効率性が、複数の走行データベクトル(xi)の、処理された集合について最大であることを特徴とする方法。 - 請求項1乃至7のいずれか一項に記載の方法において、
各特徴ベクトル(mi)のクラス分類のために、前記特徴ベクトル(mi)が正規化されることを特徴とする方法。 - 請求項8に記載の方法において、
正規化された特徴成分を計算するために、z正規化が用いられ、当該z正規化では、各特徴成分に対して平均値と標準偏差とが算出され、これらを用いて特徴成分が変換されることを特徴とする方法。 - 請求項9に記載の方法において、
前記特徴成分がベクトルの正射影により減らされ、とりわけ主成分分析を用いることにより減らされることを特徴とする方法。 - 請求項1乃至10のいずれか一項に記載の方法において、
クラス分類子の確率の計算は、ベイズの定理により行われることを特徴とする方法。 - 請求項1乃至11のいずれか一項に記載の方法において、
前記駐車場探しの開始は、前記第一のトラフィックカテゴリー(cZ)の前記第二のトラフィックカテゴリー(cP)への正の移行により定められており、
前記第二のトラフィックカテゴリー(cP)に割り当てられている前記走行データベクトル(xi)が前記駐車場探しの開始を表すことを特徴とする方法。 - 請求項12に記載の方法において、
後続の前記走行データベクトル(xi)のクラス分類の結果が常に前記第二のトラフィックカテゴリー(cP)を含む限り、駐車場探しの開始として、前記第一のトラフィックカテゴリー(cZ)の、前記第二のトラフィックカテゴリー(cP)への時間的に最後の正の移行が選択されることを特徴とする方法。 - 請求項12に記載の方法において、
予め設定された走行区間(ls)についての後続の前記走行データベクトル(xi)のクラス分類の結果が常に前記第二のトラフィックカテゴリー(cP)を含んでいる限り、駐車場探しの開始として、前記第一のトラフィックカテゴリー(cZ)の、前記第二のトラフィックカテゴリー(cP)への時間的に最後の正の移行が選択されることを特徴とする方法。 - 請求項12に記載の方法において、
前記駐車場探しの開始は、前記移動してきた区間にわたる前記確率の推移の積分により算出されることを特徴とする方法。 - デジタル計算機の内部メモリに直接ロードされることができ且つソフトウェアコード部分を備え、これらを用いることにより、当該製品が計算機上で走るときに請求項1乃至15のいずれか一項に記載の方法が実行されるコンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013212235.7A DE102013212235A1 (de) | 2013-06-26 | 2013-06-26 | Verfahren zum Verarbeiten von Messdaten eines Fahrzeugs zur Bestimmung des Beginns einer Parkplatzsuche |
DE102013212235.7 | 2013-06-26 | ||
PCT/EP2014/061633 WO2014206699A1 (de) | 2013-06-26 | 2014-06-04 | Verfahren zum verarbeiten von messdaten eines fahrzeugs zur bestimmung des beginns einer parkplatzsuche |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016522526A true JP2016522526A (ja) | 2016-07-28 |
JP6247754B2 JP6247754B2 (ja) | 2017-12-13 |
Family
ID=50979726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016522366A Active JP6247754B2 (ja) | 2013-06-26 | 2014-06-04 | 駐車場探し開始特定のために車両の測定データを処理する方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10115309B2 (ja) |
EP (1) | EP3014598B1 (ja) |
JP (1) | JP6247754B2 (ja) |
CN (1) | CN105359200B (ja) |
DE (1) | DE102013212235A1 (ja) |
WO (1) | WO2014206699A1 (ja) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014217654A1 (de) | 2014-09-04 | 2016-03-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Verarbeiten von Messdaten eines Fahrzeuges zur Bestimmungdes Beginns eines Parksuchverkehrs und Computerprogrammprodukt |
US9558664B1 (en) * | 2015-08-13 | 2017-01-31 | Here Global B.V. | Method and apparatus for providing parking availability detection based on vehicle trajectory information |
KR101806619B1 (ko) * | 2015-09-21 | 2017-12-07 | 현대자동차주식회사 | 차량의 주차 안내 장치 및 방법 |
DE102016000970A1 (de) * | 2016-01-29 | 2017-08-03 | Audi Ag | Verfahren zum Betreiben einer Detektionsvorrichtung eines Kraftfahrzeugs |
TWI581207B (zh) * | 2016-04-28 | 2017-05-01 | 國立清華大學 | 共乘路徑的計算方法及使用此方法的計算裝置與記錄媒體 |
WO2018060472A1 (en) * | 2016-09-29 | 2018-04-05 | Tomtom Traffic B.V. | Methods and systems for generating profile data for segments of an electronic map |
CN108108831B (zh) * | 2016-11-24 | 2020-12-04 | 中国移动通信有限公司研究院 | 一种目的地预测方法及装置 |
DE102017200196B3 (de) * | 2017-01-09 | 2018-04-05 | Ford Global Technologies, Llc | Steuern von Parkraum für Fahrzeuge |
CN107622301B (zh) * | 2017-08-16 | 2021-01-05 | 温州大学 | 一种停车场空余停车泊位数的预测方法 |
US10115307B1 (en) * | 2017-10-03 | 2018-10-30 | Sherece Upton | Parking space availability system |
GB201804395D0 (en) * | 2018-03-19 | 2018-05-02 | Tomtom Navigation Bv | Methods and systems for generating parking routes |
FR3084628B1 (fr) * | 2018-07-31 | 2021-06-11 | Renault Sas | Procede de determination d'un type d'emplacement de stationnement |
EP3611470B1 (en) * | 2018-08-14 | 2021-04-07 | Bayerische Motoren Werke Aktiengesellschaft | Method and devices for determining routes for routing a vehicle |
CN110111600B (zh) * | 2019-05-08 | 2022-01-11 | 东华大学 | 一种基于VANETs的停车场推荐方法 |
CN112185157B (zh) * | 2019-07-04 | 2022-10-28 | 奥迪股份公司 | 路边停车位检测方法、系统、计算机设备及存储介质 |
CN112445215B (zh) * | 2019-08-29 | 2024-07-12 | 阿里巴巴集团控股有限公司 | 自动导引车行驶控制方法、装置及计算机系统 |
CN110659774B (zh) * | 2019-09-23 | 2022-08-02 | 北京交通大学 | 大数据方法驱动的停车需求预测方法 |
CN111009151B (zh) * | 2019-12-10 | 2021-01-22 | 珠海格力电器股份有限公司 | 一种停车位推荐方法、存储介质及终端设备 |
CN112101804B (zh) * | 2020-09-21 | 2021-11-02 | 北京嘀嘀无限科技发展有限公司 | 车辆调度方法、装置、可读存储介质和电子设备 |
CN112509362B (zh) * | 2020-11-12 | 2021-12-10 | 北京邮电大学 | 一种车位分配方法及装置 |
KR20220068710A (ko) * | 2020-11-19 | 2022-05-26 | 삼성전자주식회사 | 차량 측위 방법 및 장치 |
US12038288B2 (en) * | 2021-01-20 | 2024-07-16 | Bayerische Motoren Werke Aktiengesellschaft | Method, computer program, and device for controlling a route |
CN112905912B (zh) * | 2021-03-30 | 2024-02-02 | 第四范式(北京)技术有限公司 | 配时方案确定方法及装置 |
CN114003164B (zh) * | 2021-10-14 | 2024-07-05 | 中国第一汽车股份有限公司 | 基于自然驾驶数据的交通参与者位置及动作的标注方法 |
CN114170830B (zh) * | 2021-12-07 | 2023-04-14 | 国网电力有限公司 | 用于区域内充电网络精细化管理的方法及系统 |
CN115798239B (zh) * | 2022-11-17 | 2023-09-22 | 长安大学 | 一种车辆运行道路区域类型辨识方法 |
CN118053260A (zh) * | 2024-04-02 | 2024-05-17 | 惠州市新益鸿科技有限公司 | 基于物联网的生产车间施工作业安全预警系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006298195A (ja) * | 2005-04-21 | 2006-11-02 | Nissan Motor Co Ltd | 駐車支援装置および駐車支援方法 |
JP2007026424A (ja) * | 2005-06-30 | 2007-02-01 | Marvell World Trade Ltd | Gpsベース交通監視システム |
JP2007334479A (ja) * | 2006-06-13 | 2007-12-27 | Advanced Telecommunication Research Institute International | 運転動作解析装置および運転動作解析方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001067599A (ja) * | 1999-08-31 | 2001-03-16 | Hitachi Ltd | 駐車場の管理システム |
JP2001344655A (ja) * | 2000-05-31 | 2001-12-14 | Sony Corp | 情報処理装置および情報処理方法、駐車場管理システム並びに記録媒体 |
DE102005027250A1 (de) * | 2005-06-13 | 2006-12-14 | Volkswagen Ag | Verfahren und Einrichtung zur automatischen Parkplatzsuche |
CN101364324B (zh) * | 2007-08-06 | 2010-09-08 | 北京清大天眼视控科技有限公司 | 停车场空余车位智能化配置系统及配置方法 |
WO2009125350A2 (en) * | 2008-04-08 | 2009-10-15 | Gil Levy | System and method for identifying parking spaces for a community of users |
US7936284B2 (en) * | 2008-08-27 | 2011-05-03 | Waze Mobile Ltd | System and method for parking time estimations |
JP5537839B2 (ja) * | 2009-06-02 | 2014-07-02 | 三菱電機株式会社 | 駐車位置探索システム |
DE102009028024A1 (de) | 2009-07-27 | 2011-02-03 | Robert Bosch Gmbh | Parkleitsystem zur Navigation eines parkplatzsuchenden Fahrzeuges zu einem freien Parkplatz |
US20120161986A1 (en) * | 2010-12-27 | 2012-06-28 | Eyal Amir | Providing guidance for locating street parking |
ES2445319T3 (es) | 2011-12-05 | 2014-03-03 | Skobbler Gmbh | Procedimiento para guiar a un conductor en la búsqueda de una plaza de aparcamiento |
DE102012201472B4 (de) | 2012-02-01 | 2024-07-11 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen |
CN102629422B (zh) * | 2012-04-18 | 2014-07-09 | 复旦大学 | 智慧城市云计算停车管理系统及实现方法 |
CN102819965B (zh) * | 2012-08-27 | 2015-05-06 | 红门智能科技股份有限公司 | 停车场的车位引导及寻车系统 |
-
2013
- 2013-06-26 DE DE102013212235.7A patent/DE102013212235A1/de not_active Withdrawn
-
2014
- 2014-06-04 CN CN201480036148.9A patent/CN105359200B/zh active Active
- 2014-06-04 WO PCT/EP2014/061633 patent/WO2014206699A1/de active Application Filing
- 2014-06-04 JP JP2016522366A patent/JP6247754B2/ja active Active
- 2014-06-04 EP EP14731561.8A patent/EP3014598B1/de active Active
-
2015
- 2015-12-23 US US14/998,218 patent/US10115309B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006298195A (ja) * | 2005-04-21 | 2006-11-02 | Nissan Motor Co Ltd | 駐車支援装置および駐車支援方法 |
JP2007026424A (ja) * | 2005-06-30 | 2007-02-01 | Marvell World Trade Ltd | Gpsベース交通監視システム |
JP2007334479A (ja) * | 2006-06-13 | 2007-12-27 | Advanced Telecommunication Research Institute International | 運転動作解析装置および運転動作解析方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2014206699A1 (de) | 2014-12-31 |
US10115309B2 (en) | 2018-10-30 |
CN105359200A (zh) | 2016-02-24 |
JP6247754B2 (ja) | 2017-12-13 |
EP3014598B1 (de) | 2017-03-08 |
CN105359200B (zh) | 2017-10-27 |
US20160210860A1 (en) | 2016-07-21 |
EP3014598A1 (de) | 2016-05-04 |
DE102013212235A1 (de) | 2014-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6247754B2 (ja) | 駐車場探し開始特定のために車両の測定データを処理する方法 | |
US11714413B2 (en) | Planning autonomous motion | |
US11458991B2 (en) | Systems and methods for optimizing trajectory planner based on human driving behaviors | |
JP6357723B2 (ja) | スマート車両に用いられる局部軌跡計画方法及び装置 | |
WO2018068653A1 (zh) | 点云数据处理方法、装置及存储介质 | |
CN107273520B (zh) | 一种基于货车监控数据的装卸货地点识别方法 | |
US11776401B2 (en) | Boarding position setting method, boarding position setting device, and boarding position setting system | |
JP2021534501A (ja) | 道路セグメント類似性判定 | |
JP2016075905A (ja) | 交差点の構造の接合確率モデリング及び推定 | |
CN111094095B (zh) | 自动地感知行驶信号的方法、装置及运载工具 | |
CN104875740B (zh) | 用于管理跟随空间的方法、主车辆以及跟随空间管理单元 | |
DE102019114595B4 (de) | Verfahren zum Steuern des Betriebs eines Kraftfahrzeugs und zum Ableiten von Straßenabschnittsgeschwindigkeitsgrenzwerten | |
CN106940929B (zh) | 交通数据预测方法及装置 | |
Jones et al. | Parkus 2.0: Automated cruise detection for parking availability inference | |
US11645775B1 (en) | Methods and apparatus for depth estimation on a non-flat road with stereo-assisted monocular camera in a vehicle | |
CN118225122A (zh) | 一种智能车道推荐导航方法及系统 | |
Prezioso et al. | Machine Learning Insights for Behavioral Data Analysis Supporting the Autonomous Vehicles Scenario | |
Dadras et al. | Novel stop sign detection algorithm based on vehicle speed profile | |
CN117711174A (zh) | 一种车辆通行信息的数据处理方法及系统 | |
Van Hinsbergh et al. | Vehicle point of interest detection using in-car data | |
Bock et al. | Learning on-street parking maps from position information of parked vehicles | |
US11651508B1 (en) | Methods and apparatus for depth estimation using stereo cameras in a vehicle system | |
EP3454269A1 (en) | Planning autonomous motion | |
CN115840637A (zh) | 用于自动驾驶系统特征或功能的评估和开发的方法和系统 | |
Kyriakou et al. | A low-cost pavement-rating system, based on machine learning, utilising smartphone sensors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170123 |
|
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: 20171108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6247754 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 |