JP2017076371A5 - - Google Patents

Download PDF

Info

Publication number
JP2017076371A5
JP2017076371A5 JP2016163580A JP2016163580A JP2017076371A5 JP 2017076371 A5 JP2017076371 A5 JP 2017076371A5 JP 2016163580 A JP2016163580 A JP 2016163580A JP 2016163580 A JP2016163580 A JP 2016163580A JP 2017076371 A5 JP2017076371 A5 JP 2017076371A5
Authority
JP
Japan
Prior art keywords
detection range
determining
lane parameters
determined
trusted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2016163580A
Other languages
English (en)
Other versions
JP6445497B2 (ja
JP2017076371A (ja
Filing date
Publication date
Priority claimed from US14/837,363 external-priority patent/US9815462B2/en
Application filed filed Critical
Publication of JP2017076371A publication Critical patent/JP2017076371A/ja
Publication of JP2017076371A5 publication Critical patent/JP2017076371A5/ja
Application granted granted Critical
Publication of JP6445497B2 publication Critical patent/JP6445497B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

移動体100は、該移動体100の中央軸心であり得る、関連する長手軸心103を有し得る。移動体100は、関連する長手方向104を有し得る。“長手方向”とは、長手軸心103に対して実質的に平行であり、及び/または、共直線的であるという任意の方向を意味する。移動体100は、長手軸心103に対して実質的に直交する関連する横方向軸心105を有し得る。本明細書中で用いられる如く、“実質的”という語句は、厳密にそれが修飾する語句と、それからの僅かな変化形とを包含する。故に、“実質的に直交する”という語句は、厳密な直交、及び、それからの僅かな変化形を意味する。この特定例において、それからの僅かな変化形とは、通常の製造誤差範囲内であり、約10°以下の範囲内、約5°以下の範囲内、約4°以下の範囲内、約3°以下の範囲内、約2°以下の範囲内、または、約1°以下の範囲内を包含し得る。移動体100は、関連する横方向106を有し得る。“横方向”とは、横方向軸心105と実質的に平行であり、及び/または、共直線的である任意の方向を意味する。
一例として、一つ以上の配置構成において、センサ・システム125は一つ以上のレーダ・センサ127を含み得る。“レーダ・センサ”とは、少なくとも部分的に無線信号を用いて、或るものを検出、決定、評価、監視、測定、定量及び/または検知し得る任意のデバイス、構成要素及び/またはシステムを意味する。一つ以上のレーダ・センサ127は、移動体100の外部環境における一つ以上の物体の存在、移動体100に対して検出された各物体の位置、(例えば、長手方向104、横方向106、及び/または、他の単一もしくは複数の方向などの)一つ以上の方向における各検出物体と移動体100との間の距離、検出された各物体の高度、検出された各物体の速度、及び/または、検出された各物体の移動を、直接的もしくは間接的に検出、決定、評価、監視、測定、定量及び/または検知すべく構成され得る。一つ以上のレーダ・センサ127、または、それにより獲得されたデータは、移動体100の外部環境における物体の速度を決定し得る。一つ以上のレーダ・センサ127は、物体と関連付けられた3次元座標データを有し得る。
一つ以上のライダ・センサ128は、移動体100の外部環境における一つ以上の物体の存在、移動体100に対して検出された各物体の位置、(例えば、長手方向104、横方向106、及び/または、他の単一もしくは複数の方向などの)一つ以上の方向における各検出物体と移動体100との間の距離、検出された各物体の高度、検出された各物体の速度、及び/または、検出された各物体の移動を、直接的もしくは間接的に検出、決定、評価、監視、測定、定量及び/または検知すべく構成され得る。
上述されたセンサの任意のものに対して代替的または付加的に、センサ・システム125は他の形式のセンサを含み得る。一例として、センサ・システム125は(不図示の)一つ以上の音波センサを含み得る。センサ・システム125、プロセッサ110、及び/または、移動体100の一つ以上の要素は、本移動体100と同一の走行車線における、または、隣接するもしくは近傍の走行車線における前方移動体の相対位置及び速度を検出すべく構成され得る。
カメラ129の内の一台以上の位置は、その位置が移動体100に対して変化しない様に、固定され得る。カメラ129の内の一台以上は、その位置が変化することで、移動体100の外部環境の種々の部分からの視覚的データが捕捉されることが許容され得る様に、移動可能とされ得る。メラ129の動きは、任意の適切な様式で達成され得る。例えば、メラ129は、幾つかの可能性を挙げただけでも、一本以上の軸心の回りで回転可能であり、枢動可能であり、摺動可能であり、及び/または、伸張可能であり得る。一つ以上の配置構成において、カメラ129は、例えば、実質的に球形、実質的に半球形、実質的に円形、及び/または、実質的に線形などの、任意の適切な動作の範囲を有し得る。一台以上のカメラ129、及び/または、該一台以上のカメラ129の動きは、カメラ・システム、センサ・システム125、プロセッサ110、及び/または、本明細書中に記述されるモジュールの内の任意の一つ以上、または、他のモジュールにより制御され得る。
センサ・システム125、プロセッサ110、及び/または、移動体100の一つ以上の他の要素は、センサ・システム125のンサの内の一つ以上のセンサの動きを制御すべく作用可能であり得る。本明細書中に記述されるセンサの内の任意のセンサは、移動体100に関して任意の適切な箇所に配備され得ることを銘記すべきである。例えば、一つ以上のセンサは移動体100内に配置され得、一つ以上のセンサは上記移動体の外側部上に配置され得、且つ/又は、一つ以上のセンサは、移動体100の外部に対して露出されるべく配置され得る。
移動体100は、入力システム130を含み得る。“入力システム”とは、情報/データがマシンに入力されることを可能とする任意のデバイス、構成要素、システム、要素または配置機構、または、その群として定義される。入力システム130は、(例えば運転者または乗客などの)移動体乗員から入力を受信し得る。例えば、キー・パッド、ディスプレイ、タッチスクリーン、マルチタッチスクリーン、ボタン、ジョイスティック、マウス、トラックボール、マイクロフォン、及び/または、それらの組み合わせなどの、任意の適切な入力システム130が使用され得る。
ブロック430にては、獲得済みセンサ・データの検出範囲が決定され得る。該検出範囲は、空間的特性及び/または時間的特性であり得る。上記検出範囲は、任意の適切な様式で決定され得る。例えば、上記獲得済みセンサ・データの検出範囲は、特定された一つ以上の車線マーカに対して決定され得る。上記検出範囲は、継続的に、任意の適切な時的間隔にて定期的に、不規則的に、または、無作為的にさえ決定され得る。上記決定段階は、移動体100の任意の適切な要素、または、複数の要素の組み合わせにより実施され得る。一つ以上の配置構成において、検出範囲の決定段階は、少なくとも部分的に、センサ・システム125(または、その構成要素)、検出範囲決定モジュール133、及び/または、プロセッサ110により実施され得る。方法400は、ブロック440へと継続し得る。
本明細書中における各見地は、その精神または本質的な属性から逸脱せずに、他の形態で具現され得る。従って、本発明の有効範囲を表すものとしては、上述の詳細事項ではなく、以下の各請求項に対して参照が為されるべきである。
本明細書に開示される発明は以下の態様を含む。
〔態様1〕
自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得する段階と、
前記獲得済みセンサ・データから、前記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階と、
前記獲得済みセンサ・データの検出範囲を決定する段階と、
前記自動式移動体の前記現在走行経路の前記一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定する段階と、
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階と、
少なくとも部分的に、信頼され得ると決定された前記走行車線パラメータに基づき、前記自動式移動体のための経路を決定する段階と、
を有する、自動式移動体のための経路を生成する方法。
〔態様2〕
前記決定された経路を前記自動式移動体に実現させる段階を更に含む、態様1に記載の方法。
〔態様3〕
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
前記検出範囲が前記所定のスレッショルド検出範囲を超えているとの決定に応じ、前記一群の走行車線パラメータの全てが信頼され得ると決定する段階と、
を含む、態様1に記載の方法。
〔態様4〕
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
前記検出範囲が前記所定のスレッショルド検出範囲未満であるとの決定に応じ、前記一群の走行車線パラメータの部分集合が信頼され得ると決定する段階と、
を含む、態様1に記載の方法。
〔態様5〕
前記一群の走行車線パラメータは、オフセット、曲率、曲率変化率、及び、ヨーを含み、前記一群の走行車線パラメータの前記部分集合は、オフセット及びヨーを含む、態様4に記載の方法。
〔態様6〕
前記一群の走行車線パラメータは、少なくとも、オフセット、曲率、曲率変化率、及び、ヨーを含む、態様1に記載の方法。
〔態様7〕
前記決定済み検出範囲が実質的にゼロであるなら、前記一群の走行車線パラメータのいずれもが信頼され得ないと決定し、且つ、前記一群の走行車線パラメータを無視する、態様1に記載の方法。
〔態様8〕
前記センサ・データは視覚的データであり、
当該方法は、
測距センサを用いて前記自動式移動体の前記外部環境の前記前方部分を検知して測距データを獲得する段階と、
前記測距データを解析して、前記外部環境において一台以上の前方移動体が配置されているか否かを検出する段階と、
前記外部環境において一台以上の前方移動体が配置されていることを検出したことに応じて、前記視覚的データ及び前記測距データを合成する段階と、
を更に含む、態様1に記載の方法。
〔態様9〕
前記獲得済みセンサ・データの前記検出範囲を決定する段階は、前記自動式移動体の現在走行経路の一つ以上の特定済み走行車線マーカに対して為される、態様1に記載の方法。
〔態様10〕
センサ・システムであって、
自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得すべく構成された一つ以上のセンサを含む、
というセンサ・システムと、
前記センサ・システムに対して作用的に接続されたプロセッサであって、
前記獲得済みセンサ・データから、前記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階と、
前記獲得済みセンサ・データの検出範囲を決定する段階と、
前記自動式移動体の前記現在走行経路の前記一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定する段階と、
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階と、
少なくとも部分的に、信頼され得ると決定された前記走行車線パラメータに基づき、前記自動式移動体のための経路を決定する段階と、
を有する、実行可能動作を開始すべくプログラムされたというプロセッサと、
を備える、自動式移動体のための経路を生成するシステム。
〔態様11〕
前記実行可能動作は、
前記決定された経路を前記自動式移動体に実現させる段階を更に含む、態様10に記載のシステム。
〔態様12〕
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
前記検出範囲が前記所定のスレッショルド検出範囲を超えているとの決定に応じ、前記一群の走行車線パラメータの全てが信頼され得ると決定する段階と、
を含む、態様10に記載のシステム。
〔態様13〕
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
前記検出範囲が前記所定のスレッショルド検出範囲未満であるとの決定に応じ、前記一群の走行車線パラメータの部分集合が信頼され得ると決定する段階と、
を含む、態様10に記載のシステム。
〔態様14〕
前記一群の走行車線パラメータは、オフセット、曲率、曲率変化率、及び、ヨーを含み、前記一群の走行車線パラメータの前記部分集合は、オフセット及びヨーを含む、態様13に記載のシステム。
〔態様15〕
前記決定済み検出範囲が実質的にゼロであるなら、前記一群の走行車線パラメータのいずれもが信頼され得ないと決定し、且つ、前記一群の走行車線パラメータを無視する、態様10に記載のシステム。
〔態様16〕
前記一つ以上のセンサは一台以上のカメラであり、該一台以上のカメラは、前記自動式移動体の外部環境の少なくとも前方部分の視覚的データを獲得すべく構成され、
前記センサ・システムは、前記自動式移動体の前記外部環境の前記前方部分を検知して測距データを獲得すべく構成された一つ以上の測距センサを更に含み、
前記実行可能動作は、
前記測距データを解析して、前記外部環境において一台以上の前方移動体が配置されているか否かを検出する段階と、
前記外部環境において一台以上の前方移動体が配置されていることを検出したことに応じて、前記視覚的データ及び前記測距データを合成する段階と、
を更に含む、態様10に記載のシステム。
〔態様17〕
自動式移動体のための経路を生成するコンピュータ・プログラム製品であって、該コンピュータ・プログラム製品は、プログラム・コードが内蔵されたコンピュータ可読記憶媒体を備え、
前記プログラム・コードは、プロセッサにより実行されて、
自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得する段階と、
前記獲得済みセンサ・データから、前記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階と、
前記獲得済みセンサ・データの検出範囲を決定する段階と、
前記自動式移動体の前記現在走行経路の前記一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定する段階と、
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階と、
少なくとも部分的に、信頼され得ると決定された前記走行車線パラメータに基づき、前記自動式移動体のための経路を決定する段階と、
を有する方法を実施し得る、
コンピュータ・プログラム製品。
〔態様18〕
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
前記検出範囲が前記所定のスレッショルド検出範囲を超えているとの決定に応じ、前記一群の走行車線パラメータの全てが信頼され得ると決定する段階と、
を含む、態様17に記載のコンピュータ・プログラム製品。
〔態様19〕
在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
前記検出範囲が前記所定のスレッショルド検出範囲未満であるとの決定に応じ、前記一群の走行車線パラメータの部分集合が信頼され得ると決定する段階と、
を含む、態様17に記載のコンピュータ・プログラム製品。
〔態様20〕
前記決定済み検出範囲が実質的にゼロであるなら、前記一群の走行車線パラメータのいずれもが信頼され得ないと決定し、且つ、前記一群の走行車線パラメータを無視する、態様17に記載のコンピュータ・プログラム製品。

Claims (15)

  1. 自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得することと、
    前記獲得済みセンサ・データから、前記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定することと、
    前記獲得済みセンサ・データの検出範囲を決定することと、
    前記自動式移動体の前記現在走行経路の前記一つ以上の特定済み走行車線マーカに基づき、一セットの走行車線パラメータを決定することと、
    在るとするならば前記一セットの走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定することと、
    少なくとも部分的に、信頼され得ると決定された前記走行車線パラメータに基づき、前記自動式移動体のための経路を決定することと、
    を有する、自動式移動体のための経路を生成する方法。
  2. 前記決定された経路を前記自動式移動体に実現させることを更に含む、請求項1に記載の方法。
  3. 在るとするならば前記一セットの走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定することは、
    前記検出範囲を、所定のスレッショルド検出範囲と比較することと、
    前記検出範囲が前記所定のスレッショルド検出範囲を超えているとの決定に応じ、前記一セットの走行車線パラメータの全てが信頼され得ると決定することと、
    を含む、請求項1に記載の方法。
  4. 在るとするならば前記一セットの走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定することは、
    前記検出範囲を、所定のスレッショルド検出範囲と比較することと、
    前記検出範囲が前記所定のスレッショルド検出範囲未満であるとの決定に応じ、前記一セットの走行車線パラメータの部分集合が信頼され得ると決定することと、
    を含む、請求項1に記載の方法。
  5. 前記一セットの走行車線パラメータは、オフセット、曲率、曲率変化率、及び、ヨーを含み、前記一セットの走行車線パラメータの前記部分集合は、オフセット及びヨーを含む、請求項4に記載の方法。
  6. 前記一セットの走行車線パラメータは、少なくとも、オフセット、曲率、曲率変化率、及び、ヨーを含む、請求項1に記載の方法。
  7. 前記決定済み検出範囲が実質的にゼロであるなら、前記一セットの走行車線パラメータのいずれもが信頼され得ないと決定し、且つ、前記一セットの走行車線パラメータを無視する、請求項1に記載の方法。
  8. 前記センサ・データは視覚的データであり、
    当該方法は、
    測距センサを用いて前記自動式移動体の前記外部環境の前記前方部分を検知して測距データを獲得することと、
    前記測距データを解析して、前記外部環境において一台以上の前方移動体が配置されているか否かを検出することと、
    前記外部環境において一台以上の前方移動体が配置されていることを検出したことに応じて、前記視覚的データ及び前記測距データを連合することと、
    を更に含む、請求項1に記載の方法。
  9. センサ・システムであって、
    自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得すべく構成された一つ以上のセンサを含む、
    というセンサ・システムと、
    前記センサ・システムに対して作用的に接続されたプロセッサであって、
    前記獲得済みセンサ・データから、前記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定することと、
    前記獲得済みセンサ・データの検出範囲を決定することと、
    前記自動式移動体の前記現在走行経路の前記一つ以上の特定済み走行車線マーカに基づき、一セットの走行車線パラメータを決定することと、
    在るとするならば前記一セットの走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定することと、
    少なくとも部分的に、信頼され得ると決定された前記走行車線パラメータに基づき、前記自動式移動体のための経路を決定することと、
    を有する、実行可能動作を開始すべくプログラムされたというプロセッサと、
    を備える、自動式移動体のための経路を生成するシステム。
  10. 前記実行可能動作は、
    前記決定された経路を前記自動式移動体に実現させることを更に含む、請求項9に記載のシステム。
  11. 在るとするならば前記一セットの走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定することは、
    前記検出範囲を、所定のスレッショルド検出範囲と比較することと、
    前記検出範囲が前記所定のスレッショルド検出範囲を超えているとの決定に応じ、前記一セットの走行車線パラメータの全てが信頼され得ると決定することと、
    を含む、請求項9に記載のシステム。
  12. 在るとするならば前記一セットの走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定することは、
    前記検出範囲を、所定のスレッショルド検出範囲と比較することと、
    前記検出範囲が前記所定のスレッショルド検出範囲未満であるとの決定に応じ、前記一セットの走行車線パラメータの部分集合が信頼され得ると決定することと、
    を含む、請求項9に記載のシステム。
  13. 前記一セットの走行車線パラメータは、オフセット、曲率、曲率変化率、及び、ヨーを含み、前記一セットの走行車線パラメータの前記部分集合は、オフセット及びヨーを含む、請求項12に記載のシステム。
  14. 前記決定済み検出範囲が実質的にゼロであるなら、前記一セットの走行車線パラメータのいずれもが信頼され得ないと決定し、且つ、前記一セットの走行車線パラメータを無視する、請求項9に記載のシステム。
  15. 前記一つ以上のセンサは一台以上のカメラであり、該一台以上のカメラは、前記自動式移動体の外部環境の少なくとも前方部分の視覚的データを獲得すべく構成され、
    前記センサ・システムは、前記自動式移動体の前記外部環境の前記前方部分を検知して測距データを獲得すべく構成された一つ以上の測距センサを更に含み、
    前記実行可能動作は、
    前記測距データを解析して、前記外部環境において一台以上の前方移動体が配置されているか否かを検出することと、
    前記外部環境において一台以上の前方移動体が配置されていることを検出したことに応じて、前記視覚的データ及び前記測距データを連合することと、
    を更に含む、請求項9に記載のシステム。
JP2016163580A 2015-08-27 2016-08-24 自動式移動体のための経路決定方法 Active JP6445497B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/837,363 US9815462B2 (en) 2015-08-27 2015-08-27 Path determination for automated vehicles
US14/837,363 2015-08-27

Publications (3)

Publication Number Publication Date
JP2017076371A JP2017076371A (ja) 2017-04-20
JP2017076371A5 true JP2017076371A5 (ja) 2018-06-14
JP6445497B2 JP6445497B2 (ja) 2018-12-26

Family

ID=58011430

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016163580A Active JP6445497B2 (ja) 2015-08-27 2016-08-24 自動式移動体のための経路決定方法

Country Status (3)

Country Link
US (1) US9815462B2 (ja)
JP (1) JP6445497B2 (ja)
DE (1) DE102016114535B8 (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10328949B2 (en) * 2016-01-28 2019-06-25 Toyota Motor Engineering & Manufacturing North America, Inc. Sensor blind spot indication for vehicles
US10078916B2 (en) * 2016-07-01 2018-09-18 Invia Robotics, Inc. Pick to augmented reality
IT201600087202A1 (it) * 2016-08-25 2018-02-25 I E T S P A Metodo ed apparato di regolazione automatica di un veicolo in una condizione di prestazione prestabilita
KR102354332B1 (ko) * 2017-03-13 2022-01-21 삼성전자주식회사 차량의 주행을 보조하는 장치 및 방법
US10417508B2 (en) 2017-07-19 2019-09-17 Aptiv Technologies Limited Object height determination for automated vehicle steering control system
CN111065564B (zh) * 2017-09-07 2023-06-13 本田技研工业株式会社 车辆及其控制装置以及控制方法
US10997431B2 (en) * 2018-06-05 2021-05-04 GM Global Technology Operations LLC Controlling a vehicle using an alternate anchor line
US11215999B2 (en) 2018-06-20 2022-01-04 Tesla, Inc. Data pipeline and deep learning system for autonomous driving
US10275667B1 (en) * 2018-09-05 2019-04-30 StradVision, Inc. Learning method, learning device for detecting lane through lane model and testing method, testing device using the same
KR102115915B1 (ko) * 2018-10-08 2020-05-27 주식회사 만도 차선 인식의 왜곡을 판단하여 차량을 제어하는 장치 및 방법
CN111123735B (zh) * 2018-10-31 2022-09-09 百度在线网络技术(北京)有限公司 自动驾驶仿真运行方法和装置
KR102592830B1 (ko) * 2018-12-05 2023-10-23 현대자동차주식회사 차량용 센서퓨전 타겟 예측 장치 및 그의 센서 퓨전 타겟 예측 방법과 그를 포함하는 차량
US11560690B2 (en) * 2018-12-11 2023-01-24 SafeAI, Inc. Techniques for kinematic and dynamic behavior estimation in autonomous vehicles
US10507841B1 (en) * 2019-01-23 2019-12-17 GM Global Technology Operations LLC System and method for sensor diagnostics
CN110001637B (zh) * 2019-04-10 2023-09-29 吉林大学 一种基于多点跟踪的无人驾驶汽车路径跟踪控制装置及控制方法
JP7368319B2 (ja) * 2020-06-08 2023-10-24 株式会社Soken 自動運転システム
US20220055659A1 (en) * 2020-08-20 2022-02-24 Denso International America, Inc. Mode selection according to system conditions
US11932245B2 (en) 2020-09-01 2024-03-19 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for improving path selection for automated driving
US11798295B2 (en) * 2021-04-27 2023-10-24 GM Global Technology Operations LLC Model free lane tracking system
CN114056337B (zh) * 2021-10-29 2023-12-29 阿里巴巴新加坡控股有限公司 车辆行驶行为预测方法、装置及计算机程序产品

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19749086C1 (de) * 1997-11-06 1999-08-12 Daimler Chrysler Ag Vorrichtung zur Ermittlung fahrspurverlaufsindikativer Daten
JP3642310B2 (ja) * 2001-11-20 2005-04-27 日産自動車株式会社 車線逸脱防止装置
JP3689065B2 (ja) * 2002-05-13 2005-08-31 三菱電機株式会社 車両用走行制御装置
WO2004008648A2 (en) * 2002-07-15 2004-01-22 Automotive Systems Laboratory, Inc. Road curvature estimation and automotive target state estimation system
JP3941677B2 (ja) * 2002-11-26 2007-07-04 日産自動車株式会社 車線逸脱防止装置
JP3900099B2 (ja) * 2003-03-20 2007-04-04 日産自動車株式会社 車線逸脱防止装置
US20100121518A1 (en) * 2008-11-11 2010-05-13 Timothy Arthur Tiernan Map enhanced positioning sensor system
US8775063B2 (en) * 2009-01-26 2014-07-08 GM Global Technology Operations LLC System and method of lane path estimation using sensor fusion
US8384532B2 (en) 2009-04-02 2013-02-26 GM Global Technology Operations LLC Lane of travel on windshield head-up display
US8547298B2 (en) * 2009-04-02 2013-10-01 GM Global Technology Operations LLC Continuation of exterior view on interior pillars and surfaces
US9090263B2 (en) * 2010-07-20 2015-07-28 GM Global Technology Operations LLC Lane fusion system using forward-view and rear-view cameras
US8712691B2 (en) * 2011-12-19 2014-04-29 Ford Global Technologies Fusion of road geometry model information gathered from disparate sources
US9423261B2 (en) * 2013-02-19 2016-08-23 Here Global B.V. Path curve confidence factors
US9261601B2 (en) * 2013-06-01 2016-02-16 Savari, Inc. System and method for lane boundary estimation and host vehicle position and orientation

Similar Documents

Publication Publication Date Title
JP2017076371A5 (ja)
US11126865B2 (en) Forward-facing multi-imaging system for navigating a vehicle
US10228700B2 (en) Method for supporting a vehicle docking operation and a support system
CN107000745B (zh) 车辆的行驶控制装置以及行驶控制方法
US20190084549A1 (en) Systems and methods for braking a vehicle based on a detected object
CN105848980B (zh) 车辆周围状况推定装置
US20190353784A1 (en) Vehicle navigation based on aligned image and lidar information
JP5592961B2 (ja) 車体の動きを特定するための方法
JP5283622B2 (ja) 機械の衝突防止のためのカメラを利用した監視方法及び装置
JP6445497B2 (ja) 自動式移動体のための経路決定方法
JP6533040B2 (ja) レーダセンサ使用による対象物特定方法
JP5939357B2 (ja) 移動軌跡予測装置及び移動軌跡予測方法
CN102696060A (zh) 物体检测装置以及物体检测方法
EP3143607A1 (en) Systems and methods for curb detection and pedestrian hazard assessment
CN105303887B (zh) 用于监视车辆的期望轨迹的方法和设备
CN107000749A (zh) 车辆的行驶控制装置以及行驶控制方法
CN106645799B (zh) 参数校准方法及装置
JP2018092483A (ja) 物体認識装置
CN101933326B (zh) 车辆周围监测装置、车辆
CN106255997A (zh) 移动辅助装置
JP2018072105A5 (ja)
JP2018101295A (ja) 物体検知装置
JP2015133078A5 (ja)
US20170015313A1 (en) Size adjustment of forward objects for autonomous vehicles
CN107709058A (zh) 基于轨迹的底盘控制