JP2020113082A - 予測装置、予測方法、およびプログラム - Google Patents
予測装置、予測方法、およびプログラム Download PDFInfo
- Publication number
- JP2020113082A JP2020113082A JP2019003844A JP2019003844A JP2020113082A JP 2020113082 A JP2020113082 A JP 2020113082A JP 2019003844 A JP2019003844 A JP 2019003844A JP 2019003844 A JP2019003844 A JP 2019003844A JP 2020113082 A JP2020113082 A JP 2020113082A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- images
- prediction
- traffic congestion
- region
- 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 description 34
- 230000008859 change Effects 0.000 claims abstract description 41
- 238000000605 extraction Methods 0.000 claims abstract description 33
- 238000001228 spectrum Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 25
- 239000000284 extract Substances 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 11
- 210000002569 neuron Anatomy 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 230000000739 chaotic effect Effects 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010183 spectrum analysis Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000035939 shock Effects 0.000 description 4
- 101100219315 Arabidopsis thaliana CYP83A1 gene Proteins 0.000 description 3
- 101000806846 Homo sapiens DNA-(apurinic or apyrimidinic site) endonuclease Proteins 0.000 description 3
- 101000835083 Homo sapiens Tissue factor pathway inhibitor 2 Proteins 0.000 description 3
- 101100269674 Mus musculus Alyref2 gene Proteins 0.000 description 3
- 101100140580 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) REF2 gene Proteins 0.000 description 3
- 102100026134 Tissue factor pathway inhibitor 2 Human genes 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
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
- 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
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
-
- 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
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/01—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
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
(1)本発明の一態様は、車両の進行方向前方を繰り返し撮像するカメラと、前記カメラによって繰り返し撮像された複数の画像のそれぞれから、他車両が含まれる領域を抽出する抽出部と、前記抽出部によって前記複数の画像のそれぞれから抽出された前記領域の画像間の変化に基づいて、前記車両が存在する道路に交通渋滞が発生することを予測する予測部と、を備える予測装置である。
[システム構成]
図1は、第1実施形態に係る予測装置100を含む予測システム1の構成の一例を示す図である。第1実施形態に係る予測システム1は、例えば、複数の予測装置100と、サーバ装置200とを備える。図示の例のように、各予測装置100は、車両Mに搭載される。車両Mは、例えば、二輪や三輪、四輪等の車両である。これらの車両の駆動源は、ディーゼルエンジンやガソリンエンジン等の内燃機関、電動機、或いはこれらの組み合わせであってよい。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。
図2は、第1実施形態に係る予測装置100の構成の一例を示す図である。第1実施形態に係る予測装置100は、例えば、カメラ102と、通信部104と、表示部106と、入力部108と、記憶部110と、制御部130とを備える。
以下、第1実施形態に係る予測装置100の一連の処理の流れについてフローチャートを用いて説明する。図6は、第1実施形態に係る予測装置100の一連の処理の流れを示すフローチャートである。本フローチャートの処理は、所定の周期で繰り返し行われてよい。
図11は、第1実施形態に係るサーバ装置200の構成の一例を示す図である。第1実施形態に係るサーバ装置200は、例えば、通信部202と、記憶部210と、制御部230とを備える。
以下、第2実施形態について説明する。上述した第1実施形態では、自車線上に先行車が存在する状況で、交通渋滞が発生することを予測するものとして説明した。これに対して、第2実施形態では、車線上に先行車が存在する状況下で、更に隣接車線にも他車両が存在する場合に、交通渋滞が発生することを予測する点で上述した第1実施形態と相違する。すなわち、第2実施形態では、自車両Mの前方に、複数の他車両が存在する点で上述した第1実施形態と相違する。以下、第1実施形態との相違点を中心に説明し、第1実施形態と共通する点については説明を省略する。なお、第2実施形態の説明において、第1実施形態と同じ部分については同一符号を付して説明する。
図18は、実施形態の予測装置100のハードウェア構成の一例を示す図である。図示するように、予測装置100は、通信コントローラ100−1、CPU100−2、ワーキングメモリとして使用されるRAM100−3、ブートプログラムなどを格納するROM100−4、フラッシュメモリやHDDなどの記憶装置100−5、ドライブ装置100−6などが、内部バスあるいは専用通信線によって相互に接続された構成となっている。通信コントローラ100−1は、他の装置と通信する。記憶装置100−5には、CPU100−2が実行するプログラム100−5aが格納されている。このプログラムは、DMA(Direct Memory Access)コントローラ(不図示)などによってRAM100−3に展開されて、CPU100−2によって実行される。これによって、制御部130が実現される。
車両の進行方向前方を繰り返し撮像するカメラと、
プログラムを記憶したストレージと、
プロセッサと、を備え、
前記プロセッサが前記プログラムを実行することにより、
前記カメラによって繰り返し撮像された複数の画像のそれぞれから、他車両が含まれる領域を抽出し、
前記複数の画像のそれぞれから抽出した前記領域の画像間の変化に基づいて、前記車両が存在する道路に交通渋滞が発生することを予測する、
ように構成されている、予測装置。
Claims (8)
- 車両の進行方向前方を繰り返し撮像するカメラと、
前記カメラによって繰り返し撮像された複数の画像のそれぞれから、他車両が含まれる領域を抽出する抽出部と、
前記抽出部によって前記複数の画像のそれぞれから抽出された前記領域の画像間の変化に基づいて、前記車両が存在する道路に交通渋滞が発生することを予測する予測部と、
を備える予測装置。 - 前記抽出部は、画像が入力されると、入力された画像において車両が存在する領域に関するパラメータを出力するように学習されたモデルに対して、前記カメラによって繰り返し撮像された各画像を入力し、前記画像を入力した前記モデルによって出力された前記パラメータに基づいて、前記カメラによって繰り返し撮像された各画像から、前記領域を抽出する、
請求項1に記載の予測装置。 - 前記予測部は、
前記領域の画像間の変化をスペクトル解析することで、前記領域の画像間の変化からパワースペクトルを導出し、
周波数に応じた前記パワースペクトルの強さの変化に基づいて、前記道路に前記交通渋滞が発生することを予測する、
請求項1または2に記載の予測装置。 - 前記予測部は、
周波数に応じた前記パワースペクトルの強さの減衰が、1/fゆらぎよりも大きい減衰である場合、前記道路に前記交通渋滞が発生しやすいと予測し、
周波数に応じた前記パワースペクトルの強さの減衰が、1/fゆらぎよりも小さい減衰である場合、前記道路に前記交通渋滞が発生しにくいと予測する、
請求項3に記載の予測装置。 - 車両の進行方向前方を繰り返し撮像するカメラと、
前記カメラによって繰り返し撮像された複数の画像のそれぞれから、前記車両と同じ第1車線に存在する第1他車両が含まれる第1領域と、前記第1車線に隣接した第2車線に存在する第2他車両が含まれる第2領域とを抽出する抽出部と、
前記抽出部によって前記複数の画像のそれぞれから抽出された前記第1領域の画像間の変化および前記第2領域の画像間の変化に基づいて、前記車両が存在する道路に交通渋滞が発生することを予測する予測部と、
を備える予測装置。 - 前記予測部は、
前記第1領域の画像間の変化をスペクトル解析することで、前記第1領域の画像間の変化から第1パワースペクトルを導出し、
前記第2領域の画像間の変化をスペクトル解析することで、前記第2領域の画像間の変化から第2パワースペクトルを導出し、
周波数に応じた前記第1パワースペクトルの強さと、周波数に応じた前記第2パワースペクトルの強さとに基づいて、前記道路に前記交通渋滞が発生することを予測する、
請求項5に記載の予測装置。 - 車両の進行方向前方を繰り返し撮像するカメラを備える車両に搭載されたコンピュータが、
前記カメラによって繰り返し撮像された複数の画像のそれぞれから、他車両が含まれる領域を抽出し、
前記複数の画像のそれぞれから抽出した前記領域の画像間の変化に基づいて、前記車両が存在する道路に交通渋滞が発生することを予測する、
予測方法。 - 車両の進行方向前方を繰り返し撮像するカメラを備える車両に搭載されたコンピュータに、
前記カメラによって繰り返し撮像された複数の画像のそれぞれから、他車両が含まれる領域を抽出する処理と、
前記複数の画像のそれぞれから抽出した前記領域の画像間の変化に基づいて、前記車両が存在する道路に交通渋滞が発生することを予測する処理と、
を実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019003844A JP6859374B2 (ja) | 2019-01-11 | 2019-01-11 | 予測装置、予測方法、およびプログラム |
US16/733,569 US11260858B2 (en) | 2019-01-11 | 2020-01-03 | Prediction device, prediction method, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019003844A JP6859374B2 (ja) | 2019-01-11 | 2019-01-11 | 予測装置、予測方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020113082A true JP2020113082A (ja) | 2020-07-27 |
JP6859374B2 JP6859374B2 (ja) | 2021-04-14 |
Family
ID=71517181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019003844A Active JP6859374B2 (ja) | 2019-01-11 | 2019-01-11 | 予測装置、予測方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11260858B2 (ja) |
JP (1) | JP6859374B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495541A (zh) * | 2020-11-12 | 2022-05-13 | 蘑菇车联信息科技有限公司 | 实时交通信息的处理方法及系统 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7267874B2 (ja) * | 2019-08-27 | 2023-05-02 | 本田技研工業株式会社 | 交通流推定装置、交通流推定方法、およびプログラム |
JP7359715B2 (ja) * | 2020-02-14 | 2023-10-11 | 株式会社Soken | 道路形状推定装置 |
JP2021169235A (ja) * | 2020-04-14 | 2021-10-28 | 株式会社Subaru | 車両の走行支援装置 |
CN113256973B (zh) * | 2021-05-11 | 2022-03-25 | 青岛海信网络科技股份有限公司 | 一种高峰开始时间预测方法、装置、设备及介质 |
CN116029459B (zh) * | 2023-02-28 | 2023-07-21 | 速度科技股份有限公司 | 结合图傅里叶变换tmgcn交通流预测模型的提取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003019936A (ja) * | 2001-07-06 | 2003-01-21 | Fuji Heavy Ind Ltd | 車間距離警報装置 |
JP2004070743A (ja) * | 2002-08-07 | 2004-03-04 | Nissan Motor Co Ltd | 画像処理装置 |
JP2013105379A (ja) * | 2011-11-15 | 2013-05-30 | Honda Motor Co Ltd | サーバ側渋滞解消走行支援方法 |
WO2015178195A1 (ja) * | 2014-05-20 | 2015-11-26 | 本田技研工業株式会社 | 運転特性評価方法、プログラムおよび運転特性評価装置 |
JP2017130162A (ja) * | 2016-01-22 | 2017-07-27 | 富士通テン株式会社 | 車両距離導出装置および車両距離導出方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR112013014736A2 (pt) * | 2010-12-15 | 2016-10-04 | Honda Motor Co Ltd | aparelho de auxílio de condução para um veículo |
MX339625B (es) * | 2012-02-23 | 2016-06-02 | Nissan Motor | Dispositivo de deteccion de objetos tridimensionales. |
DE102012210252A1 (de) * | 2012-06-19 | 2013-12-19 | Robert Bosch Gmbh | Bildung einer Rettungsgasse |
KR101744724B1 (ko) * | 2015-03-19 | 2017-06-08 | 현대자동차주식회사 | 차량, 및 차량의 제어방법 |
JP6202537B2 (ja) | 2015-04-14 | 2017-09-27 | 本田技研工業株式会社 | 走行支援方法、プログラム、および走行支援装置 |
KR101838968B1 (ko) * | 2016-04-21 | 2018-04-26 | 엘지전자 주식회사 | 차량용 운전 보조 장치 |
US10872531B2 (en) * | 2017-09-29 | 2020-12-22 | Uber Technologies, Inc. | Image processing for vehicle collision avoidance system |
KR101956689B1 (ko) * | 2017-10-16 | 2019-07-04 | 주식회사 만도 | 긴급차량 운행경로 생성기능을 갖는 자동 순항 제어장치 및 제어방법 |
US10829120B2 (en) * | 2018-06-18 | 2020-11-10 | Valeo Schalter Und Sensoren Gmbh | Proactive safe driving for an automated vehicle |
KR20190103093A (ko) * | 2019-08-16 | 2019-09-04 | 엘지전자 주식회사 | 자율주행 차량의 차선 변경 장치 및 방법 |
-
2019
- 2019-01-11 JP JP2019003844A patent/JP6859374B2/ja active Active
-
2020
- 2020-01-03 US US16/733,569 patent/US11260858B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003019936A (ja) * | 2001-07-06 | 2003-01-21 | Fuji Heavy Ind Ltd | 車間距離警報装置 |
JP2004070743A (ja) * | 2002-08-07 | 2004-03-04 | Nissan Motor Co Ltd | 画像処理装置 |
JP2013105379A (ja) * | 2011-11-15 | 2013-05-30 | Honda Motor Co Ltd | サーバ側渋滞解消走行支援方法 |
WO2015178195A1 (ja) * | 2014-05-20 | 2015-11-26 | 本田技研工業株式会社 | 運転特性評価方法、プログラムおよび運転特性評価装置 |
JP2017130162A (ja) * | 2016-01-22 | 2017-07-27 | 富士通テン株式会社 | 車両距離導出装置および車両距離導出方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495541A (zh) * | 2020-11-12 | 2022-05-13 | 蘑菇车联信息科技有限公司 | 实时交通信息的处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20200223433A1 (en) | 2020-07-16 |
JP6859374B2 (ja) | 2021-04-14 |
US11260858B2 (en) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6859374B2 (ja) | 予測装置、予測方法、およびプログラム | |
Yuan et al. | Machine learning for next‐generation intelligent transportation systems: A survey | |
US11501638B2 (en) | Traffic flow estimation apparatus, traffic flow estimation method, and storage medium | |
CN113366497A (zh) | 自主载具的智能体优先级划分 | |
JP2016051467A (ja) | 適合化予測のために広域的シーンコンテクストを使用する方法およびシステム並びに対応するプログラム、該システムを備えた乗り物 | |
US20150241310A1 (en) | Method and system for predicting energy consumption of a vehicle using a statistical model | |
CN113366486A (zh) | 使用区域外上下文的对象分类 | |
US20220019845A1 (en) | Positioning Method and Apparatus | |
KR102352666B1 (ko) | 교통 사고 위험을 예측하는 위험 예측 시스템 및 방법 | |
US20200262433A1 (en) | Vehicle control unit (vcu) and operating method thereof | |
JP7128723B2 (ja) | 画像管理装置、路面情報管理システム、車両、プログラム、及び、画像管理方法 | |
Fox et al. | Crowdsourcing undersampled vehicular sensor data for pothole detection | |
WO2021007320A1 (en) | Object detection in point clouds | |
EP4021027A1 (en) | Distributed learning to learn context-specific driving patterns | |
WO2021150166A1 (en) | Determining a route between an origin and a destination | |
CN113064153A (zh) | 一种确定目标对象跟踪门限的方法、装置 | |
CN113316123B (zh) | 一种基于lte-v2x的cacc车队异常车辆检测方法 | |
US20230077516A1 (en) | Systems and methods for utilizing machine learning for vehicle detection of adverse conditions | |
CN115629375A (zh) | 使用交通工具对交通工具技术提高雷达数据预测的准确度 | |
CN112710316A (zh) | 专注于构造和本地化技术领域的动态地图生成 | |
TW202102391A (zh) | 主動安全駕駛車輛衝擊波預測分析系統及其方法 | |
Tseng et al. | Turn prediction for special intersections and its case study | |
US20230169852A1 (en) | Method, system and program product for training a computer-implemented system for predicting future developments of a traffic scene | |
CN116168542B (zh) | 一种基于大型车辆的行为监测的预警方法及系统 | |
US20230169306A1 (en) | Computer-implemented system and method for predicting future developments of a traffic scene |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190927 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201117 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210105 |
|
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: 20210316 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210325 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6859374 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |