JP2019192228A - 車線レベル危険予測のためのシステム及び方法 - Google Patents
車線レベル危険予測のためのシステム及び方法 Download PDFInfo
- Publication number
- JP2019192228A JP2019192228A JP2019075538A JP2019075538A JP2019192228A JP 2019192228 A JP2019192228 A JP 2019192228A JP 2019075538 A JP2019075538 A JP 2019075538A JP 2019075538 A JP2019075538 A JP 2019075538A JP 2019192228 A JP2019192228 A JP 2019192228A
- Authority
- JP
- Japan
- Prior art keywords
- lane
- vehicle
- lane level
- cell
- level cell
- 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 52
- 238000004891 communication Methods 0.000 claims abstract description 50
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims description 17
- 238000007477 logistic regression Methods 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 21
- 230000035515 penetration Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 13
- 238000004088 simulation Methods 0.000 description 9
- 238000012546 transfer Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000003909 pattern recognition Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- 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
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- 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
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
-
- 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
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Medical Informatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Description
本明細書に論じるシステム及び方法は、一般的に、車両通信(例えば、V2X)を使用する遠隔車両(RV)からのリアルタイム情報を使用して、ホスト車両(HV)及び/またはもう1つの他のRVの車線レベル危険予測及び車両制御を提供することに関する。ここで図面を参照すると、図面は1つまたは複数の例示的な実施形態を例示することを目的としており、それを限定することを目的としておらず、図1は、一実施形態による、車線危険予測を表すために使用される道路網100上の例示的な交通シナリオの概略図である。道路網100は、任意の種類の道路、ハイウェイ、フリーウェイまたは道路区間とすることができる。図1では、道路網100は、同一の進行方向を有する4つの車線、すなわち、車線j1、車線j2、車線j3及び車線j4を含むが、道路網100は、図1に示さない様々な構成を有することができ、任意の数の車線を有することができることを理解されたい。
次に図3を参照して、例示的な実施形態による、車線危険予測のための方法300を説明する。図3はさらに図1及び図2を参照して説明する。図3に示す通り、車線危険予測のための方法は、3つの段階、すなわち、データクラウドソーシング、車線危険検出及び運転者応答戦略によって説明することができる。簡潔にするために、方法300はこれらの段階によって説明されるが、方法300の要素は異なるアーキテクチャ、ブロック、段階及び/またはプロセスに編成可能なことを理解されたい。
ブロック302では、方法300は、道路網をセルに分割することを含む。例えば、クラウドソース感知モジュール224は、道路網100を複数の車線レベルセルに分割することができる。図1を参照すると、上述の通り、道路網100は、複数の車線、すなわち、車線j1、車線j2、車線j3及び車線j4を含むことができる。各車線は、各車線レベルセルが車線の特定の部分を含む複数の車線レベルセルに分割することができる。ゆえに、車線レベルセルは、車線内の縦方向の位置に対して道路網100の空間領域を定義することができる。いくつかの実施形態では、道路網100は、例えば、各車線ごとに30メートルの空間長さとなる、等しいサイズのセルに分割される。
クラウドソースされた車両データに基づいて、ブロック308では、方法300は、各車線レベルセルについて特徴(例えば、入力特徴)を抽出することを含む。一実施形態では、特徴抽出モジュール226は、潜在的な下流の危険を検出するために代表的であると考えられる重要な要因を抽出し識別することができる。例えば、本明細書でさらに詳細に論じる特徴は、セルの平均速度を含むことができる。特徴はさらに、セルの車両操作も含むことができる。例えば、いくつかの実施形態では、特徴抽出モジュール226は、車両データに基づいて各車線レベルセル内の車両操作を識別することができる。車両操作は、入退場を含む直進操作(M1)、左車線チェンジアウト(M2)、右車線チェンジアウト(M3)、右車線チェンジイン(M4)、左車線チェンジイン(M5)により5つのクラスに分類することができる。
上に示すモデルの出力に基づいて、車両制御を使用して様々な運転者の応答戦略を実行することができる。したがって、ブロック312では、方法300は、車線危険に基づいて1つまたは複数の車両を制御することを含む。例えば、車線推奨モジュール230は、HV102の走行車線の下流で検出された危険106に基づいて、1つまたは複数の車両システム208を制御することができる。例えば、危険情報及び/または車線選択提案をHV102のヒューマンマシンインターフェースに提供することができる。
本明細書に論じるシステム及び方法は、一般的な車線レベルの操作及び危険予測をテストするために、仮想道路網を使用して検証された。使用される仮想道路網は、4車線を備える長さ2マイルのフリーウェイ区間であった。仮想道路網では、異なるV2Xネットワーク普及率及び異なるレベルの渋滞レベルでシミュレーションテストが行われた。使用される詳細なパラメータには、V2XネットワークベースのCV普及率(PR)及び交通量が含まれる。V2XネットワークベースのCV PRに関して、セルラネットワーク市場の普及率は、長い通信範囲及び信頼性により非常に有望であることが分かる。完全な普及率(すなわち、100%)により、車線危険予測が正確な測定を達成することができ、これにより、予測精度が高くなり反応時間が短くなる。しかしながら、そのような理想的なケースは即座には達成することができず、異なるレベルの普及率での感度分析が重要となる。交通量に関しては、3つの異なる交通渋滞レベルが考慮される。具体的には、1時間の走行シミュレーション内に交通網を移動する車両の数に従って、少ない交通量(3000車両/時)、中程度の交通量(5000車両/時)及び多い交通量(7000車両/時)がシミュレーションでテストされた。
Claims (20)
- それぞれがコンピュータ通信を装備した複数の車両から車両データを受信することであって、前記複数の車両の各車両は複数の車線を含む道路網に沿って走行しており、前記複数の車線の各車線は複数の車線レベルセルを含み、各車線レベルセルは前記複数の車線内に車線の特定の部分を含む、前記受信することと、
前記車両データを前記複数の車線レベルセルに統合することと、
前記複数の車線レベルセルの各車線レベルセルについて、前記車線レベルセルに関連する前記車両データ、隣接する上流セルに関連する前記車両データ及び隣接する下流セルに関連する前記車両データに基づいて、前記車線レベルセルに関する危険が存在する確率を計算すること、
ホスト車両の下流に前記危険が存在するという前記確率に基づいて前記ホスト車両を制御することと
を備える、車線危険予測のためのコンピュータ実装方法。 - 前記道路網を前記複数の車線レベルセルに分割することを含む、請求項1に記載のコンピュータ実装方法。
- 前記複数の車線レベルセルは、前記複数の車線の各車線において30メートルの空間長さである、請求項2に記載のコンピュータ実装方法。
- 前記車両データに基づいて各車線レベルセル内の車両操作を識別することを含む、請求項1に記載のコンピュータ実装方法。
- 各車線レベルセル内の前記車両操作は、直進操作、左車線チェンジアウト、右車線チェンジアウト、右車線チェンジイン及び左車線チェンジインのうちの少なくとも1つとして分類される、請求項4に記載のコンピュータ実装方法。
- 前記車線レベルセルに関して前記危険が存在する前記確率を計算することは、前記車線レベルセルの平均速度、前記隣接する上流セルの平均速度に対する前記車線レベルセルの平均速度、前記隣接する下流セルの平均速度に対する前記車線レベルセルの平均速度及び前記道路網について識別された前記車両操作に基づく、請求項4に記載のコンピュータ実装方法。
- 前記道路網について識別された前記車両操作は、前記車両操作のエントロピーを基に計算される、請求項6に記載のコンピュータ実装方法。
- 前記危険が存在する前記確率を前記車両データの機械学習モデルに基づいて計算する、請求項1に記載のコンピュータ実装方法。
- 前記ホスト車両を制御することは、前記危険が前記ホスト車両の現在の走行車線の前記下流に予測される場合に、前記ホスト車両の車線変更を制御することを含む、請求項1に記載のコンピュータ実装方法。
- それぞれ車両通信ネットワークを介したコンピュータ通信を装備した複数の車両であって、前記複数の車両の各車両は複数の車線を含む道路網に沿って走行しており、前記複数の車線の各車線は複数の車線レベルセルを含み、各車線レベルセルは前記複数の車線内に車線の特定の部分を含む、前記複数の車両と、
コンピュータ通信用に前記車両通信ネットワークに動作可能に接続されたプロセッサとを備え、前記プロセッサは、
前記複数の車両から送信された車両データを受信し、
前記車両データを前記複数の車線レベルセルに統合し、
前記複数の車線レベルセルの各車線レベルセルについて、前記車線レベルセルに関連する前記車両データ、隣接する上流セルに関連する前記車両データ及び隣接する下流セルに関連する前記車両データに基づいて、前記車線レベルセルに関する危険が存在する確率を計算し、
ホスト車両の下流に前記危険が存在するという前記確率に基づいて前記ホスト車両を制御する、車線危険予測のためのシステム。 - 前記プロセッサは、前記道路網を前記複数の車線レベルセルに分割する、請求項10に記載のシステム。
- 前記プロセッサは、前記危険が存在する前記確率を前記車両データのロジスティック回帰に基づいて計算する、請求項10に記載のシステム。
- 前記車両データは各車線レベルセルから抽出された入力特徴であり、前記入力特徴は、前記車線レベルセルの平均速度、前記隣接する上流セルの平均速度に対する前記車線レベルセルの平均速度、前記隣接する下流セルの平均速度に対する前記車線レベルセルの平均速度及び前記道路網について識別された車両操作のうちの少なくとも1つを含む、請求項12に記載のシステム。
- 前記プロセッサは、前記危険が前記ホスト車両の現在の走行車線の前記下流に予測される場合に、前記ホスト車両の車線変更を制御する、請求項10に記載のシステム。
- プロセッサによる実行時に、前記プロセッサに、
それぞれがコンピュータ通信を装備した複数の車両から車両データを受信することであって、前記複数の車両の各車両は複数の車線を含む道路網に沿って走行しており、前記複数の車線の各車線は複数の車線レベルセルを含み、各車線レベルセルは前記複数の車線内に車線の特定の部分を含む、前記受信することと、
前記車両データを前記複数の車線レベルセルに統合することと、
前記複数の車線レベルセルの各車線レベルセルについて、前記車線レベルセルに関連する前記車両データ、隣接する上流セルに関連する前記車両データ、隣接する下流セルに関連する前記車両データに基づいて、前記車線レベルセルに関する危険が存在する確率を計算することと、
ホスト車両の下流に前記危険が存在するという前記確率に基づいて前記ホスト車両を制御することと
を行わせる命令を含む、非一時的なコンピュータ可読記憶媒体。 - 前記プロセッサに、前記道路網を前記複数の車線レベルセルに分割させることを含む、請求項15に記載の非一時的なコンピュータ可読記憶媒体。
- 前記プロセッサに、前記車両データに基づいて各車線レベルセル内の車両操作を識別させることを含む、請求項15に記載の非一時的なコンピュータ可読記憶媒体。
- 各車線レベルセル内の前記車両操作は、直進操作、左車線チェンジアウト、右車線チェンジアウト、右車線チェンジ及び左車線チェンジインのうちの少なくとも1つとして分類される、請求項17に記載の非一時的なコンピュータ可読記憶媒体。
- 前記危険が存在する前記確率を計算することは、前記識別された車両操作を含む前記車両データのロジスティック回帰に基づく、請求項17に記載の非一時的なコンピュータ可読記憶媒体。
- 前記危険が前記ホスト車両の現在の走行車線の前記下流に予測される場合に、前記プロセッサに、前記ホスト車両の縦方向の移動を制御させることを含む、請求項15に記載の非一時的なコンピュータ可読記憶媒体。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862663804P | 2018-04-27 | 2018-04-27 | |
US62/663,804 | 2018-04-27 | ||
US15/981,222 US20190329770A1 (en) | 2018-04-27 | 2018-05-16 | System and method for lane level hazard prediction |
US15/981,222 | 2018-05-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019192228A true JP2019192228A (ja) | 2019-10-31 |
JP7343869B2 JP7343869B2 (ja) | 2023-09-13 |
Family
ID=68291047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019075538A Active JP7343869B2 (ja) | 2018-04-27 | 2019-04-11 | 車線レベル危険予測のためのシステム及び方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190329770A1 (ja) |
JP (1) | JP7343869B2 (ja) |
CN (1) | CN110414707A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7427556B2 (ja) | 2020-07-27 | 2024-02-05 | 株式会社東芝 | 運転制御装置、運転制御方法及びプログラム |
WO2024116363A1 (ja) * | 2022-12-01 | 2024-06-06 | 株式会社Subaru | 運転支援システム、車両、コンピュータプログラムを記録した記録媒体及び運転支援方法 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020052646A (ja) * | 2018-09-26 | 2020-04-02 | トヨタ自動車株式会社 | 車両制御装置 |
US11079593B2 (en) * | 2018-11-26 | 2021-08-03 | International Business Machines Corporation | Heads up display system |
CN111145544B (zh) * | 2019-12-25 | 2021-05-25 | 北京交通大学 | 一种基于拥堵蔓延消散模型的行程时间及路径预测方法 |
US11132897B2 (en) * | 2020-02-14 | 2021-09-28 | Gm Global Technology Operations, Llc | Methods, systems, and apparatuses for edge based notification through crowdsourced live fleet streamed communications |
CN111332298B (zh) * | 2020-02-19 | 2021-08-31 | 北京百度网讯科技有限公司 | 可行驶区域确定方法、装置、设备及存储介质 |
US11749108B2 (en) * | 2021-03-31 | 2023-09-05 | Honda Motor Co., Ltd. | System and method for lane level traffic state estimation |
CN113276860B (zh) * | 2021-07-19 | 2021-10-01 | 腾讯科技(深圳)有限公司 | 车辆控制方法、装置、电子设备以及存储介质 |
US20230053674A1 (en) * | 2021-08-23 | 2023-02-23 | Honda Motor Co., Ltd. | System and method for connected vehicle-based advanced detection of slow-down events |
US20230083625A1 (en) * | 2021-09-15 | 2023-03-16 | Toyota Motor Engineering & Manufacturing North America, Inc | Systems and methods for leveraging evasive maneuvers to classify anomalies |
US20230204378A1 (en) * | 2021-12-27 | 2023-06-29 | Here Global B.V. | Detecting and monitoring dangerous driving conditions |
US12005914B2 (en) * | 2022-02-22 | 2024-06-11 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for driving condition-agnostic adaptation of advanced driving assistance systems |
CN117435351B (zh) * | 2023-12-20 | 2024-04-30 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种道路仿真分布式计算的负载均衡方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017174417A (ja) * | 2016-03-25 | 2017-09-28 | トヨタ自動車株式会社 | 道路シーン状況の理解および確実に共有するための道路シーン状況のセマンティック表現 |
JP2017228286A (ja) * | 2016-06-20 | 2017-12-28 | トヨタ自動車株式会社 | 無線車両データに基づく交通障害物通知システム |
JP2018028906A (ja) * | 2016-08-16 | 2018-02-22 | トヨタ自動車株式会社 | ディープ(双方向)再帰型ニューラルネットワークを用いたセンサデータの時間融合に基づく効率的な運転者行動予測システム |
WO2018045558A1 (zh) * | 2016-09-09 | 2018-03-15 | 华为技术有限公司 | 车辆路权管理方法、装置及终端 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8457827B1 (en) * | 2012-03-15 | 2013-06-04 | Google Inc. | Modifying behavior of autonomous vehicle based on predicted behavior of other vehicles |
DE102012009297A1 (de) * | 2012-05-03 | 2012-12-13 | Daimler Ag | Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs |
US9327693B2 (en) * | 2013-04-10 | 2016-05-03 | Magna Electronics Inc. | Rear collision avoidance system for vehicle |
DE102014204309A1 (de) * | 2014-03-10 | 2015-09-10 | Robert Bosch Gmbh | Vorrichtung und Verfahren zum Betreiben eines Fahrzeugs |
KR102159357B1 (ko) * | 2014-07-02 | 2020-09-23 | 현대모비스 주식회사 | 자동차의 스마트 크루즈 컨트롤 시스템 |
-
2018
- 2018-05-16 US US15/981,222 patent/US20190329770A1/en not_active Abandoned
-
2019
- 2019-04-11 JP JP2019075538A patent/JP7343869B2/ja active Active
- 2019-04-11 CN CN201910289021.2A patent/CN110414707A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017174417A (ja) * | 2016-03-25 | 2017-09-28 | トヨタ自動車株式会社 | 道路シーン状況の理解および確実に共有するための道路シーン状況のセマンティック表現 |
JP2017228286A (ja) * | 2016-06-20 | 2017-12-28 | トヨタ自動車株式会社 | 無線車両データに基づく交通障害物通知システム |
JP2018028906A (ja) * | 2016-08-16 | 2018-02-22 | トヨタ自動車株式会社 | ディープ(双方向)再帰型ニューラルネットワークを用いたセンサデータの時間融合に基づく効率的な運転者行動予測システム |
WO2018045558A1 (zh) * | 2016-09-09 | 2018-03-15 | 华为技术有限公司 | 车辆路权管理方法、装置及终端 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7427556B2 (ja) | 2020-07-27 | 2024-02-05 | 株式会社東芝 | 運転制御装置、運転制御方法及びプログラム |
WO2024116363A1 (ja) * | 2022-12-01 | 2024-06-06 | 株式会社Subaru | 運転支援システム、車両、コンピュータプログラムを記録した記録媒体及び運転支援方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7343869B2 (ja) | 2023-09-13 |
CN110414707A (zh) | 2019-11-05 |
US20190329770A1 (en) | 2019-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7343869B2 (ja) | 車線レベル危険予測のためのシステム及び方法 | |
US11807247B2 (en) | Methods and systems for managing interactions between vehicles with varying levels of autonomy | |
US10916125B2 (en) | Systems and methods for cooperative smart lane selection | |
US10668925B2 (en) | Driver intention-based lane assistant system for autonomous driving vehicles | |
US10824153B2 (en) | Cost design for path selection in autonomous driving technology | |
US11545033B2 (en) | Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction | |
US10507813B2 (en) | Method and system for automated vehicle emergency light control of an autonomous driving vehicle | |
US11565693B2 (en) | Systems and methods for distracted driving detection | |
US20180173240A1 (en) | Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle | |
EP3378707A1 (en) | Collision prediction and forward airbag deployment system for autonomous driving vehicles | |
US20200307564A1 (en) | Collision behavior recognition and avoidance | |
CN109085818B (zh) | 基于车道信息控制自动驾驶车辆的车门锁的方法和系统 | |
CN112084830A (zh) | 通过基于视觉的感知系统检测对抗样本 | |
US11150643B2 (en) | Systems and methods for remote control by multiple operators | |
US11460856B2 (en) | System and method for tactical behavior recognition | |
US12008895B2 (en) | Vehicle-to-everything (V2X) misbehavior detection using a local dynamic map data model | |
US10678249B2 (en) | System and method for controlling a vehicle at an uncontrolled intersection with curb detection | |
EP4282173A1 (en) | Vehicle-to-everything (v2x) misbehavior detection using a local dynamic map data model | |
US20230053674A1 (en) | System and method for connected vehicle-based advanced detection of slow-down events | |
US11749108B2 (en) | System and method for lane level traffic state estimation | |
US20230091276A1 (en) | System and method for automated merging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220411 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230622 |
|
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: 20230725 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230824 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7343869 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |