JP2022526666A - 車両の挙動を予測するシステム - Google Patents
車両の挙動を予測するシステム Download PDFInfo
- Publication number
- JP2022526666A JP2022526666A JP2021560032A JP2021560032A JP2022526666A JP 2022526666 A JP2022526666 A JP 2022526666A JP 2021560032 A JP2021560032 A JP 2021560032A JP 2021560032 A JP2021560032 A JP 2021560032A JP 2022526666 A JP2022526666 A JP 2022526666A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- target vehicle
- target
- vehicle system
- state
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims description 43
- 230000008859 change Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 97
- 230000033001 locomotion Effects 0.000 description 20
- 230000001133 acceleration Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000003542 behavioural effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 239000000446 fuel Substances 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000036461 convulsion Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
-
- 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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4045—Intention, e.g. lane change or imminent movement
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/406—Traffic density
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
-
- 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
- B60W2556/10—Historical data
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
- B60W2720/106—Longitudinal acceleration
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本明細書に記載の例示的な実装形態は、車両制御システムに必要なセンサの数およびデータ量を低減することができる、より高い効率で車両挙動を予測するためのシステムを含む。本明細書に記載の例示的な実装形態は、パワートレイン制御システム、アダプティブクルーズコントロールシステム、自動運転システムなどの任意のタイプの車両制御システムに使用することができるが、それは、予測するターゲット車両を先行車両、周囲車両、および自車両に置き換えることができるためである。
Description
本開示は、一般に、車両システムに関し、より具体的には、車両挙動を予測するためのシステムおよび方法に関する。
先進運転者支援システム(ADAS)や自動運転システム(AD)などの先進車両制御システムでは、燃費、快適性、安全性を向上させるために、自車両の挙動だけでなく、周囲の車両挙動も予測したいという強い要望がある。
この要望に対する従来技術の解決策の1つは、人工知能(AI)モデルおよび確率モデルなどの車両挙動モデルを利用することによって将来の車両挙動を予測するシステムである。一般に、AIモデルは、過去の運転状況を記録したデータセットと、人工ニューラルネットワークや隠れマルコフモデルなどの機械学習アルゴリズムとで訓練され、同様の状況で過去の運転データに近い応答を出力する。同様に、確率モデルは、データセットに基づいて車両挙動の確率を計算することによって、予想挙動を予測する。そのような従来技術の実装形態は、過去の運転データおよび現在の状況から将来の車両挙動を予測する機能を容易にし、その結果、ADAS/ADの制御応答は、燃費、快適性、および安全性の点で改善される。
図2は、車両の予想挙動を計算するための例示的な関連技術の予測システムであり、訓練データセット1100、訓練モジュール1110、状態センサ100、および要因センサ1120、予測モジュール1130、および動き制御モジュール150からなる。訓練データセット1100は、車両状態、挙動要因、および状態変化を含む過去の運転データからなる。車両状態は、車両の速度および加速度からなる。挙動要因は、車両の挙動に影響を与える道路幅、道路曲率、制限速度、交差点までの距離、一時停止標識までの距離などの値からなる。訓練フェーズでは、訓練モジュール1110は、訓練データセット1100に基づいてモデルパラメータセット1210を計算する。モデルパラメータセットは、予測モジュール1130が同様の状況で過去の運転データに近い応答を出力するように訓練される。モデルパラメータセット1210は、実行フェーズの前に予測モジュール1130に記憶される。実行フェーズでは、状態センサ100は、カメラ画像に基づいて、挙動を予測するターゲット車両の車両状態を測定し、次いで、状態センサ100は、一定の頻度で記憶装置への状態信号200を予測モジュール1130に送信する。状態信号200は、ターゲット車両の測定された速度および加速度からなる。要因センサ1120は、カメラ画像に基づいて挙動要因を測定し、次いで、要因センサ1120は、一定の頻度で要因信号1220を予測モジュール1130に送信する。要因信号1220は、ターゲット車両の挙動に影響を及ぼす要因であり、訓練データセット1100に含まれる、道路幅、道路曲率、制限速度、交差点までの距離、一時停止標識までの距離などの挙動要因の測定値からなる。予測モジュール1130は、ターゲット車両の予想挙動を予測し、次いで、予測モジュール1130は、予想挙動信号1230を動き制御モジュール150に送信する。モデルパラメータセット1210が同様の状況で過去の運転データに近い値を出力するように訓練されるので、予測モジュール1130は、状態信号200および要因信号1220の値に基づいて、予想状態変化を予測する。予想挙動信号1230は、予想状態変化を積分することによって計算される。動き制御モジュール150は、燃費、快適性、および安全性を改善するために、予想挙動信号1230に基づいて制御コマンド信号250を計算する。
図3は、車両の予想挙動を計算するための例示的な関連技術の予測システムであり、状態センサ100、要因センサ1120、記憶装置1140、予測モジュール1150、および動き制御モジュール150からなる。状態センサ100は、カメラ画像に基づいて、挙動を予測するターゲット車両の車両状態を測定し、次いで、状態センサ100は、一定の頻度で記憶装置への状態信号200を予測モジュール1150に送信する。状態信号200は、ターゲット車両の測定された速度および加速度からなる。要因センサ1120は、カメラ画像に基づいて挙動要因を測定し、次いで、要因センサ1120は、一定の頻度で要因信号1220を予測モジュール1150に送信する。要因信号1220は、ターゲット車両の挙動に影響を及ぼす要因である、道路幅、道路曲率、制限速度、交差点までの距離、一時停止標識までの距離などの挙動要因の測定値からなる。記憶装置1140は、過去の運転のデータセットを記録する。データセットは、車両状態と、要因センサ1120と同種の要因である挙動要因と、状態変化とからなる。記憶装置1140は、記録データ1240を予測モジュール1150に送信する。予測モジュール1150は、ターゲット車両の予想挙動を予測し、予測モジュール1150は、予想挙動信号1250を動き制御モジュール150に送信する。記録データ1240から、予測モジュール140は、車両状態および挙動要因に関して現在の状況に近いデータ点を見つけ、近いデータ点の状態変化の値に基づいて予想状態変化を予測する。予想挙動信号1250は、予想状態変化を積分することによって計算される。動き制御モジュール150は、燃費、快適性、および安全性を改善するために、予想挙動信号1250に基づいて制御コマンド信号250を計算する。
上記の関連技術の実装形態では、予測モジュールは、かなりの量の挙動要因からなるデータセットによって駆動されなければならず、これはいくつかの欠点をもたらし得る。例えば、検知の観点から、車両挙動予測システムは、センサの数が過度に多くなっても、データセットに含まれるすべての挙動要因を測定しなければならない。さらに、データ取得の観点から、技術者は、追加の挙動要因のための追加の容量を備えた大容量空間を満たすために大量の運転データを取得しなければならない。
さらに、車両挙動は、道路幅、道路曲率、制限速度、交差点までの距離、一時停止標識までの距離などの様々な要因の影響を受ける。そのような場合、ADAS/ADを容易にするために高精度の予測を提供するために、エンジニアはデータセットにかなりの量の挙動要因を含めなければならない。そうでなければ、車両挙動モデルは、これらの要因によって影響を受ける、狭い道路での減速、制限速度変更のための加速など、通常の挙動となるものを予測することができない。
そのような状況では、関連技術のシステムは、車載センサが制御入力およびデータセットの挙動要因のすべての値を測定しなければならないためにセンサの数が不十分である、または追加の挙動要因のための追加の容量が次元性が原因で指数関数的にデータ要件を増加させるので、データ空間を均一に満たすために必要なデータ量など、いくつかの領域で非効率的であり得る。本明細書に記載の例示的な実装形態は、センサの数および必要とされるデータ量に関してより効率を有することができるそのような車両挙動予測のための新しいシステムを導入することによって上述の問題に対処する。
本明細書に記載の例示的な実装形態では、車両位置を測定する位置センサと、車両状態を測定する状態センサと、車両位置と相関する車両状態の各値を記録する記憶装置と、車両位置の近くで記録された車両状態の値を取得する取得方法と、取得方法によって取得された各値に基づいて車両の予想挙動を予測する予測モジュールと、予測された予想挙動に基づいて制御コマンドを計算する動き制御モジュールとを含むシステムがある。
本開示の態様は方法を含むことができ、方法は、ターゲット車両の状態センサ情報および位置センサ情報を取得するステップであって、状態センサ情報はターゲット車両の車両状態を示し、位置センサ情報はターゲット車両の位置を示す、ステップと、ターゲット車両の車両状態およびターゲット車両の位置を、車両状態および車両位置の対の1つまたは複数の履歴データ点と比較することに基づいて、ターゲット車両の潜在的な状態変化を決定することによって、ターゲット車両の挙動予測を決定するステップと、ターゲット車両の挙動予測に基づいて車両システムを制御するステップと、を含む。
本開示の態様は命令を含むコンピュータプログラムを含むことができ、命令は、ターゲット車両の状態センサ情報および位置センサ情報を取得するステップであって、状態センサ情報はターゲット車両の車両状態を示し、位置センサ情報はターゲット車両の位置を示す、ステップと、ターゲット車両の車両状態およびターゲット車両の位置を、車両状態および車両位置の対の1つまたは複数の履歴データ点と比較することに基づいて、ターゲット車両の潜在的な状態変化を決定することによって、ターゲット車両の挙動予測を決定するステップと、ターゲット車両の挙動予測に基づいて車両システムを制御するステップと、を含む。コンピュータプログラムは、1つまたは複数のプロセッサによって実行されるように構成された非一時的コンピュータ可読媒体に記憶されてもよい。
本開示の態様はシステムを含むことができ、システムは、ターゲット車両の状態センサ情報および位置センサ情報を取得する手段であって、状態センサ情報はターゲット車両の車両状態を示し、位置センサ情報はターゲット車両の位置を示す、手段と、ターゲット車両の車両状態およびターゲット車両の位置を、車両状態および車両位置の対の1つまたは複数の履歴データ点と比較することに基づいて、ターゲット車両の潜在的な状態変化を決定することによって、ターゲット車両の挙動予測を決定する手段と、ターゲット車両の挙動予測に基づいて車両システムを制御する手段と、を含む。
このシステムでは、予測モジュールが車両位置と相関する車両状態の各値に基づいて予想挙動を予測するため、車両内のセンサの数を減らすことができるなど、いくつかの効果が生じる可能性があり、それにより位置が固定されているすべての挙動要因が置き換わる。さらに、別の技術的効果は、追加の挙動要因のないデータセットはデータ空間の容量を減少させるので、必要なデータの量が減少し、以前の環境よりも効果的な車両挙動予測をもたらすことであり得る。
以下の詳細な説明は、本出願の図面および例示的な実装形態のさらなる詳細を提供する。図面間の重複する要素の参照番号および説明は、明確にするために省略されている。説明全体を通して使用される用語は、例として提供されており、限定することを意図するものではない。例えば、「自動」という用語の使用は、本出願の実装形態を実施する当業者の所望の実装形態に応じて、実装形態の特定の態様に対するユーザまたは管理者の制御を含む完全自動または半自動の実装形態を含み得る。選択は、ユーザインターフェースまたは他の入力手段を介してユーザによって行うことができ、または所望のアルゴリズムを介して実施することができる。本明細書に記載の例示的な実装形態は、単独でまたは組み合わせて利用することができ、例示的な実装形態の機能は、所望の実装形態に従って任意の手段を介して実施することができる。
図1は、例示的な実装形態による、車両の予想挙動を計算するための予測システムの一例を示す。図1のシステムは、状態センサ100、位置センサ110、記憶装置120、取得方法130、予測モジュール140、および動き制御モジュール150を含むことができる。
状態センサ100は、カメラ画像に基づいて、挙動を予測するターゲット車両の車両状態を測定し、次いで、状態センサ100は、所望の実装形態に従って一定の頻度で記憶装置への状態信号200を記憶装置120および予測モジュール140に送信する。状態信号200は、ターゲット車両の測定された速度および加速度を含むことができる。位置センサ110は、カメラ画像および全地球測位システム(GPS)を使用してターゲット車両の位置を測定し、位置センサ110は、所望の実装形態に従って一定の頻度で位置信号210を記憶装置120、取得方法130、および予測モジュール140に送信する。
位置信号210は、ターゲット車両の測定された経度および緯度を含むことができる。記憶装置120は、運転データを記録する。所望の実装形態に応じて、状態信号200を介して送信された車両状態のいくつかのステップから状態変化を計算することができ(例えば、ジャーク)、次いで、記憶装置120は、例示的な実装形態によるデータベースの一例を示す図4に示すように、状態変化を位置信号210を介して送信された車両位置と相関させた後の車両状態および状態変化を記録する。図4に示すように、データベースに記録できるデータの例は、車両位置(例えば、緯度/経度)、車両状態(例えば、速度/加速度)、および状態変化(例えば、ジャーク)を含むことができる。
図5は、例示的な実装形態による、地理的に地図上で管理される記録されたデータ点の一例を示す。記録されたデータ点は、図5に示すように地理的に地図上で管理される。
取得方法130は、記憶装置120からターゲット車両位置の近くで記録されたデータ点を取得し、次いで、取得方法130は、取得データ230を予測モジュール140に送信する。取得データ230は、車両位置、車両状態、および状態変化などの取得値を含む。取得方法130は、例示的な実装形態に従ってターゲット車両位置の近くで記録されたデータ点の一例を示す図6に示すように、記憶装置120に記録された車両位置と位置信号210とを比較することによってデータ点を検索する。
取得方法130は、ターゲット車両から所定の距離内のデータ点を取得する。予測モジュール140は、ターゲット車両の予想挙動を予測し、次いで、予測モジュール140は、予想挙動信号240を動き制御モジュール150に送信する。取得データ230から、予測モジュール140は、車両状態および車両位置に関して現在の状況に近いデータ点を見つけ、近いデータ点の状態変化の値に基づいて予想状態変化を予測する。予想挙動信号250は、予測された予想状態変化を積分することによって計算される。近いデータ点は、ターゲット車両の近くの車両挙動の傾向を表す。
図7は、例示的な実装形態による、ターゲット車両位置の近くで記録されたデータ点の一例を示す。例えば、図7に示すように、車両が頻繁に減速する狭い道路上にターゲット車両がある場合、近いデータ点は減速を含むことが多いため、予測モジュール140は道路幅なしで減速を予測する。
動き制御モジュール150は、燃費、快適性、および安全性を改善するために、予想挙動信号240に基づいて制御コマンド信号250を計算する。
予測システムがアダプティブクルーズコントロール(ACC)に適用される場合、予測モジュール140は先行車両の予想挙動を予測し、動き制御モジュール150は、予測された予想挙動に基づいて縦方向運動の制御コマンドを計算する。動き制御モジュール150は、例えば、予測モジュール140が先行車両の減速を予測すると、先行車両がまだ減速していなくても、燃費、快適性、および安全性を改善するために、自車両を減速させる。
図8(a)は、例示的な実装形態による、車両の予想挙動を計算するための予測システムの別の例を示す。具体的には、図8(a)は、トラフィックセンサ8100を組み込んだ予測システムを示す。トラフィックセンサ8100は、トラフィック密度信号8200を取得方法130に送信する。トラフィックセンサ8100は、ターゲット車両の近くのトラフィック密度を測定する。取得方法130は、状態信号200、位置信号210、およびトラフィック密度信号8200に基づいてデータ点を取得する。取得方法130は、ターゲット車両から所定の距離内のデータ点を取得する。所定の距離は、状態信号200およびトラフィック密度8200に基づいて変更される。所定の距離は、より広い範囲のデータ点を参照するために、より速い車速またはより高いトラフィック密度で延長される。
図8(b)は、例示的な実装形態による、車両の予想挙動を計算するための予測システムの別の例である。具体的には、図8(b)は、通知判断モジュール2100および通知方法2110を含む。通知判断モジュール2100は、通知信号2200を通知方法2110に送信する。通知方法2110は、通知判断モジュール2100が通知を要求すると、運転者に(例えば、音声および/またはメッセージ表示によって)通知する。先行車両が実際に減速する前に動き制御モジュール150が自車両を減速するように指示されたとき、通知判断モジュール2100は通知を要求するので、自車両が減速し始めるときに運転者は驚かない。
図9は、例示的な実装形態による、車両の予想挙動を計算するための予測システムの別の例を示す。具体的には、図9は、単純な予測モジュール3100および切替モジュール3110を含む。単純予測モジュール3100は、一定速度モデルなどの単純なアルゴリズムを用いてターゲット車両の予想挙動を計算し、次いで、単純予測モジュール3100は、単純予想挙動信号3200を切替モジュール3110に送信する。切替モジュール3110は、動き制御モジュール150で使用される予想挙動を選択し、次いで、切替モジュール3110は、選択された予想挙動信号3210を動き制御モジュール150に送信する。
図10は、例示的な実装形態による、予測モジュール選択の別の例を示す。取得データ230が図10に示す区間S1のように十分なデータ点を含む場合、切替モジュール3110は、送信する予想挙動信号230を選択する。そうでない場合、切替モジュール3110は、予測性能の低下を防止するために、単純予想挙動信号3200を選択する。単純予想挙動信号3200を選択する例は、走行ルート上のデータがない/少ない、現在の状況に近いデータ点がない/少ない、取得データ230の送信障害を含むことができるが、これらに限定されない。
図11は、例示的な実装形態による、車両の予想挙動を計算するための予測システムの別の例を示す。具体的には、図11はマッチングモジュール4100を含む。マッチングモジュール4100は、位置信号210のいくつかのステップに基づいて、ターゲット車両が走行している道路のIDを見つけ、次いで、マッチングモジュール4100は、道路ID信号4110を取得方法130に送信する。取得方法130は、道路ID信号4110ならびに位置信号210に基づいて、ターゲット車両の近くで記録された車両位置、車両状態、および車両状態変化の値を取得する。道路IDは、デジタル地図上の各道路経路に対応付けられているので、他の道路と交差しても、道路ID信号4110から特定の道路が特定される。
図12は、例示的な実装形態による、曜日および時間に応じて参照されるデータベースを選択するように構成することができる記憶装置120の別の例を示す。図12に示すように、複数のデータベースを利用して、道路タイプ(例えば、主要道路対従道路)および/または曜日に基づいて所与の道路のデータを選別することができる。
図13は、例示的な実装形態による、記憶装置120内に車両位置、車両状態、および状態変化を記録するデータベースの一例を示す。道路ID信号4110の値が主要道路に属する場合、記憶装置120は、曜日および時刻に基づいて、参照するデータベースを切り替える。例示的な実装形態では、車両挙動は、曜日および時間に強く依存し得る。したがって、本明細書の例示的な実装形態によれば、曜日および時間に基づいてデータベースを切り替えることにより、車両挙動がより正確に予測される。データベースの切替は、天候や、小型自動車、普通自動車、大型自動車、トラック、緊急車両などの車両タイプに基づいて行ってもよい。道路ID信号4110の値が従道路に属する場合、記憶装置120は、指定されたデータベースを切り替えなしで参照する。これにより、データベースに記録されたトラフィックが少ないために蓄積データ量が少ない場合であっても、予測精度を低下させることなく車両挙動を予測することができる。
図14は、例示的な実装形態による、車両の予想挙動を計算するための予測システムの別の例を示す。具体的には、図14は、情報取得部4100を含む実装形態を示す。また、情報取得部は、状態取得部4110および位置取得部4120を有する。情報取得部は運転データを取得し、次いで、情報取得部4120は、取得した状態信号4210および取得した位置信号4220を、記憶装置120に送信する。情報取得部4120は、例えば、自車両の動きを測定し、先行車両を検出し、路側インフラにアクセスし、シミュレーションを計算することにより、運転データを取得する。自車両の動きを測定することにより、情報取得部4120は高精度データを取得する。先行車両を検出することにより、情報取得部4120は偏りの少ないデータを取得する。路側インフラにアクセスすることにより、情報取得部4120は特定のエリアに着目したデータを取得する。シミュレーションを計算することにより、情報取得部4120は実車を観測せずにデータを取得する。
図15は、例示的な実装形態による、車両の予想挙動を計算するための予測システムの一例を示す。具体的には、図15は、外部サーバ5100、通信手段5130、および車両コントローラ5120を含む。例示的な実装形態では、外部サーバ5100は、記憶装置120、取得方法130、および優先度判断モジュール5140を含むことができる。車両コントローラ5120は、予測モジュール140および動き制御モジュール150を含むことができる。優先度判断モジュール5140は、通信手段5130を介して取得データ230を送信するための優先度を作成し、優先度判断モジュール5140は、優先度付きデータ5240を送信する。通信手段5130は、位置信号210を取得方法130および優先度判断モジュール5140に送信し、優先度付きデータ5240を予測モジュール140に送信する。
図16は、例示的な実装形態によるデータ点の優先順位付けの一例を示す。図16では、優先度判断モジュール5140は、より近いデータ点が早いタイミングで使用されるため、ターゲット車両に近いデータ点により高い優先度を割り当てる。
本明細書に記載の例示的な実装形態を通して、車両位置、車両状態、および状態変化から、予想車両挙動が予測される。そのような例示的な実装形態は、関連技術の実装形態を超えるいくつかの利点を容易にすることができる。例えば、検知の観点から、予測モジュールは車両位置と相関する車両状態の各値に基づいて予想挙動を予測するため、それにより位置が固定されているすべての挙動要因が置き換わるので、必要となるセンサは少なくなる。さらに、データ取得の観点から、追加の挙動要因のないデータセットはデータ空間の容量を削減するため、必要なデータの量が削減される。
図17は、例示的な実装形態による、車両システムを示す。具体的には、図17は、人間操作モードおよび自律モードで動作するように構成された例示的な人間操作車両システムを示す。ECU1は、地図測位ユニット6に接続され、地図測位ユニット6からの信号を受信する。これらの信号は、設定されたルート、地図データ、地図上の車両の位置、車両の方向、車線の数、制限速度、道路のタイプ/車両位置(例えば、高速道路および一般自動車道路、分岐路、料金所、駐車場または車庫など)などの車線情報、ならびに該当する場合には、クラウドシステムまたは他の車両から受信した所与の道路の主要道路/従道路の区別および他の情報を表す。
車両には、車輪速度測定装置7および車両挙動測定装置8を含むことができる、車両の動作状態を示すパラメータの値を測定するための動作パラメータ測定ユニットが設けられている。これらの装置からの信号はECU1に送られる。車両挙動測定装置8は、前後加速度、横加速度、ヨーレートを測定する。
車両には、前方カメラ10f、前方レーダ11f、後方カメラ10r、後方レーダ11r、左前方カメラ12L、右前方カメラ12R、左後方カメラ13Lおよび右後方カメラ13Rを含む、車両の周囲の環境の状態を測定するための環境状態測定装置が設けられている。これらの環境状態測定装置は、車両周辺のレーンマーク、障害物、非対称マークについての情報をECU1に送信する。
車両のカメラは、所望の実装形態に応じて、サラウンドアイカメラ、ステレオカメラシステム、または他のカメラの形態であってもよい。車両のカメラシステムにおいて、前方カメラ10fは、道路の画像を取得する撮像部と、受信した道路の画像を提供する出力部とを備える。前方レーダ11fは、他の車両および歩行者を検出および位置特定し、車両とそれらの物体との間の位置関係を表す信号を提供する。後方カメラ10r、左前方カメラ12L、右前方カメラ12R、左後方カメラ13Lおよび右後方カメラ13Rは、前方カメラ10f、前方レーダ11fおよび後方レーダ11rと同様の機能を有する。
例示的な実装形態では、例示的な実装形態で説明したターゲット車両が車両システム自体である場合、状態センサ100は、車両挙動測定装置8の形態とすることができる。状態センサ100はまた、車両システムのカメラシステムからの画像を処理して、ターゲット車両の車両状態(例えば、ターゲット車両が車両システムに近接しているか、または車両システムの直前にある車両である)を決定するように構成された特定のハードウェア(例えば、プログラム可能なチップ)を含むことができる。
例示的な実装形態では、例示的な実装形態で説明したようなターゲット車両が車両システム自体である場合、位置センサ110は地図測位ユニット6の形態とすることができる。位置センサ110はまた、カメラシステムおよびGPS装置からの画像を処理して、ターゲット車両の位置(例えば、ターゲット車両が車両システムに近接しているか、または車両システムの直前にある車両である)を決定するように構成された特定のハードウェア(例えば、プログラム可能なチップ)を含むことができる。
車両には、エンジン21、電子制御ブレーキシステム22、電子制御差動機構23、および電子制御ステアリングシステム24が設けられている。ECU1は、運転者によって与えられた操作変数の値および/または本明細書に記載の車両システムのための様々なタイプの窪みの検出もしくは様々な自律モードの関与などの環境条件に基づいて、または車載コンピュータから受信した命令に基づいて、それらのシステム22、23、および24に含まれるアクチュエータに駆動信号を与える。車両を加速させる必要がある場合、コントローラ1は、エンジン21に加速信号を与える。車両を減速させる必要があるとき、コントローラは、電子制御ブレーキシステム22に減速信号を与える。車両を旋回させる必要がある場合、ECU1は、電子制御ブレーキシステム22、電子制御差動機構23、および電子制御ステアリングシステム24の少なくとも1つに旋回信号を与える。ECU1はまた、所望の実装形態に従って、サスペンションのばね係数または他のパラメータ、ならびにステアリングを同様に構成することができる。
電子制御ブレーキシステム22は、車輪にそれぞれ加えられる個々のブレーキ力を制御することができる油圧ブレーキシステムである。電子制御ブレーキシステムは、旋回要求に応答して右車輪または左車輪のいずれかにブレーキ力を加えて、車両にヨーイングモーメントを加える。電子制御差動機構23は、旋回要求に応じて電動モータやクラッチを駆動して右車軸と左車軸との間にトルク差を発生させ、車両にヨーイングモーメントを加える。電子制御ステアリングシステム24は、例えば、旋回要求に応じてステアリングホイールの旋回角度とは独立してステアリング角を補正して車両にヨーイングモーメントを付与することが可能なステアバイワイヤステアリングシステムである。
車両には、情報出力ユニット26が設けられている。情報出力ユニット26は、運転支援動作のタイプに応じて、画像の表示、音声の生成、支援動作の情報を示す警告灯の点灯を行う。情報出力ユニット26は、例えば、スピーカを内蔵したモニタである。車両には、複数の情報出力ユニットが設けられてもよい。
図18は、例示的な実装形態による、複数の車両システムおよび管理装置を示す。図17に関して説明した1つまたは複数の車両システム1801-1、1801-2、1801-3、および1801-4は、管理装置1802に接続されたネットワーク1800に通信可能に結合される。管理装置1802は、データベース1803を管理し、(例えば、図15に示すような)外部サーバの機能を容易にする。データベース1803は、ネットワーク1800内の車両システムから集約されたデータフィードバックを含む、例示的な実装形態における本明細書に記載の1つまたは複数のデータベースの機能性を容易にする。代替の例示的な実装形態では、車両システム1801-1、1801-2、1801-3、および1801-4からのデータフィードバックは、企業リソース計画システムなどのシステムからのデータを集約する専用データベースなどの中央リポジトリまたは中央データベースに集約することができ、管理装置1802は、中央リポジトリまたは中央データベースにアクセスまたはそこからデータを取得することができる。そのような車両システムは、所望の実装形態に応じて、車、トラック、トラクタ、バンなどの人間が操作する車両を含むことができる。所望の実装形態に応じて、車両システムは、車両間(V2V)などの通信システムを介してそれらのそれぞれのデータ点を送信するために互いに通信することができ、所望の実装形態に従って近接度または他の要因に基づいて実行することができる。
図19は、車両システムの車載コンピュータが図17に示すような車両システムのECU1および地図測位ユニット6と対話するための機能、または図18に示すような管理装置1802を容易にして、図1~図16から説明したアーキテクチャおよび実装形態を容易にするためなど、いくつかの例示的な実装形態での使用に適した例示的なコンピュータ装置を有する例示的なコンピューティング環境を示す。本明細書に記載のすべての機能は、所望の実装形態に応じて、管理装置1802、車両システムにおいて、またはそのような要素のいくつかの組み合わせに基づくシステムを介して実装することができる。
コンピューティング環境1900内のコンピュータ装置1905は、1つまたは複数の処理ユニット、コア、またはプロセッサ1910、メモリ1915(例えば、RAM、ROMなど)、内部記憶装置1920(例えば、磁気、光学、固体ストレージ、および/またはオーガニックストレージ)、および/またはI/Oインターフェース1925を含むことができ、それらのいずれも、情報を通信するための通信機構またはバス1930上で結合することができ、またはコンピュータ装置1905に組み込むことができる。I/Oインターフェース1925はまた、所望の実装形態に応じて、カメラから画像を受信するか、またはプロジェクタもしくはディスプレイに画像を提供するように構成される。
コンピュータ装置1905は、入力/ユーザインターフェース1935および出力装置/インターフェース1940に通信可能に結合することができる。入力/ユーザインターフェース1935および出力装置/インターフェース1940のいずれか一方または両方は、有線または無線インターフェースとすることができ、取り外し可能とすることができる。入力/ユーザインターフェース1935は、入力を提供するために使用することができる物理的または仮想的な任意の装置、構成要素、センサ、またはインターフェース(例えば、ボタン、タッチスクリーンインターフェース、キーボード、ポインティング/カーソル制御、マイクロフォン、カメラ、点字、動きセンサ、光学式リーダなど)を含むことができる。出力装置/インターフェース1940は、ディスプレイ、テレビ、モニタ、プリンタ、スピーカ、点字などを含むことができる。いくつかの例示的な実装形態では、入力/ユーザインターフェース1935および出力装置/インターフェース1940は、コンピュータ装置1905に埋め込まれるかまたは物理的に結合され得る。他の例示的な実装形態では、他のコンピュータ装置は、コンピュータ装置1905のための入力/ユーザインターフェース1935および出力装置/インターフェース1940として機能するか、またはその機能を提供することができる。
コンピュータ装置1905の例は、限定はしないが、高移動性装置(例えば、スマートフォン、車両および他の機械内の装置、人間および動物によって携行される装置など)、移動装置(例えば、タブレット、ノートブック、ラップトップ、パーソナルコンピュータ、ポータブルテレビ、ラジオなど)、および移動用に設計されていない装置(例えば、デスクトップコンピュータ、他のコンピュータ、情報キオスク、1つまたは複数のプロセッサが組み込まれたおよび/または結合されたテレビ、ラジオなど)を含むことができる。
コンピュータ装置1905は、同じまたは異なる構成の1つまたは複数のコンピュータ装置を含む、任意の数のネットワーク構成要素、装置、およびシステムと通信するために、外部記憶装置1945およびネットワーク1950に(例えば、I/Oインターフェース1925を介して)通信可能に結合することができる。コンピュータ装置1905または任意の接続されたコンピュータ装置は、サーバ、クライアント、シンサーバ、汎用マシン、専用マシン、または別のラベルとして機能し、そのサービスを提供し、またはそのように呼ばれ得る。
I/Oインターフェース1925は、コンピューティング環境1900内の少なくともすべての接続された構成要素、デバイス、およびネットワークとの間で情報を通信するために、任意の通信またはI/Oプロトコルまたは規格(例えば、イーサネット、802.11x、ユニバーサルシステムバス、WiMax、モデム、セルラーネットワークプロトコルなど)を使用する有線および/または無線インターフェースを含むことができるが、これに限定されない。ネットワーク1950は、任意のネットワークまたはネットワークの組み合わせ(例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、電話ネットワーク、セルラーネットワーク、衛星ネットワークなど)とすることができる。
コンピュータ装置1905は、一時的媒体および非一時的媒体を含むコンピュータ使用可能またはコンピュータ可読媒体を使用して使用および/または通信することができる。一時的媒体は、伝送媒体(例えば、金属ケーブル、光ファイバ)、信号、搬送波などを含む。非一時的媒体は、磁気媒体(例えば、ディスクおよびテープ)、光学媒体(例えば、CD-ROM、デジタルビデオディスク、ブルーレイディスク)、固体媒体(例えば、RAM、ROM、フラッシュメモリ、固体記憶装置)、および他の不揮発性記憶装置またはメモリを含む。
コンピュータ装置1905は、いくつかの例示的なコンピューティング環境において、技法、方法、アプリケーション、プロセス、またはコンピュータ実行可能命令を実装するために使用することができる。コンピュータ実行可能命令は、一時的媒体から取得され、非一時的媒体に記憶され、そこから取得され得る。実行可能命令は、任意のプログラミング言語、スクリプト言語、および機械語(例えば、C、C++、C#、Java、VisualBasic、Python、Perl、JavaScriptなど)のうちの1つまたは複数から発することができる。
プロセッサ1910は、ネイティブ環境または仮想環境において、任意のオペレーティングシステム(OS)(図示せず)の下で実行することができる。論理ユニット1960、アプリケーションプログラミングインターフェース(API)ユニット1965、入力ユニット1970、出力ユニット1975、および異なるユニットが互いに、OSと、および他のアプリケーション(図示せず)と通信するためのユニット間通信機構1995を含む、1つまたは複数のアプリケーションを配備することができる。記載されたユニットおよび要素は、設計、機能、構成、または実装形態において変更することができ、提供された説明に限定されない。
いくつかの例示的な実装形態では、情報または実行命令がAPIユニット1965によって受信されると、それは1つまたは複数の他のユニット(例えば、論理ユニット1960、入力ユニット1970、出力ユニット1975)に通信されてもよい。場合によっては、論理ユニット1960は、上述したいくつかの例示的な実装形態において、ユニット間の情報フローを制御し、APIユニット1965、入力ユニット1970、出力ユニット1975によって提供されるサービスを指揮するように構成されてもよい。例えば、1つまたは複数のプロセスまたは実装のフローは、論理ユニット1960によって単独でまたはAPIユニット1965と連携して制御されてもよい。入力ユニット1970は、例示的な実装形態に記載された計算のための入力を取得するように構成されてもよく、出力ユニット1975は、例示的な実装形態に記載された計算に基づいて出力を提供するように構成されてもよい。
例示的な実装形態では、メモリ1915および/または外部記憶装置1945は、車両状態および車両位置の対の1つまたは複数の履歴データ点を記憶するために、本明細書に記載の記憶装置の機能を容易にすることができる。
プロセッサ1910は、ターゲット車両の状態センサ情報および位置センサ情報を取得するように構成することができ、例えば図4および図13に示すように、状態センサ情報はターゲット車両の車両状態を示し、位置センサ情報はターゲット車両の位置を示す。状態センサ情報および位置センサ情報は、図17で説明するように状態センサおよび位置センサから、図18で説明するように他の車両から直接、または図19で説明するように外部サーバから取得することができる。
プロセッサ1910は、ターゲット車両の車両状態およびターゲット車両の位置を、車両状態と車両位置のペアリング位置を太字で示す図6、図7、および図16に示すような例示的なデータ点と比較することに基づいて、ターゲット車両の潜在的な状態変化を判定することによって、ターゲット車両の挙動予測を決定するように構成することができる。
車両状態および車両位置の対と履歴データ点との比較に基づいて、プロセッサ1910は、図1~図16の実装形態で説明したように、予測挙動に基づいて車両を制御するようにECU1に命令を送信することによって、ターゲット車両の挙動予測に基づいて車両システムを制御するように構成することができる。
例示的な実装形態では、プロセッサ1910は、交通システムからターゲット車両近くのトラフィック密度を示すトラフィックセンサ情報を取得するように構成し、ターゲット車両の距離内の履歴データ点からの選択に基づいて、車両状態および車両位置の対の1つまたは複数の履歴データ点を記憶装置に記憶することができ、距離は、図8(a)で説明したように、ターゲット車両のトラフィック密度および車両状態に基づいて決定される。
例示的な実装形態では、プロセッサ1910は、データベースから車両状態および車両位置の対の1つまたは複数の履歴データ点を取得するように構成することができ、データベースは、図12に示すように、ターゲット車両に関連する道路タイプが主要道路タイプまたは従道路タイプであるという指定、ターゲット車両の車両タイプ、および週のうちの時刻のうちの1つまたは複数に基づいて選択される。
例示的な実装形態では、ターゲット車両が車両システムの前にある(例えば、車両システムに先行する)車両である場合、プロセッサ1910は、図7、図8(b)、および図14に示すように、ターゲット車両の減速を示す挙動予測に対して車両システムの速度を低下させるように電子制御ユニット(ECU)に命令することによって、挙動予測に基づいて車両システムを制御するように構成することができる。
ターゲット車両が車両システム自体(例えば、自車両)である例示的な実装形態では、プロセッサ1910は、速度が低下した走行ルートの一部分に向かっている車両システムを示す挙動予測について、ターゲット車両の挙動予測に基づいて車両システムを制御し、図1~図16に示すように、ターゲット車両の位置に基づいて車両システムの速度を低下させるように構成することができる。例えば、図7の例示的な実装形態では、車両システムは、走行ルート中に狭幅の道路(例えば、高速道路の出口)に接近することができ、予測システムは、車両位置および車両状態の対の他の履歴データ点と比較して、車両が高速道路を出るときに減速することを決定する。取得された履歴データ点に基づいて、所望の実装形態に応じて他の同様の決定を行うことができる。
ターゲット車両が車両システムに近い(例えば、所定の距離内)車両である例示的な実装形態では、プロセッサ1910は、速度が低下する走行ルートの一部分に向かっている車両システムを示す挙動予測について、図1~図15で説明するように、ターゲット車両の位置に基づいて車両システムの速度を低下/増加させるように電子制御ユニット(ECU)に命令することによって、ターゲット車両の挙動予測に基づいて車両システムを制御するように構成することができる。例示的な実装形態では、所定の距離は、車両システムに横方向に隣接する(例えば、車線を1つ超える)、車両システムの背後にある、または所望の実装形態に応じてその他の車両を含むことができる。例示的な実装形態では、車両状態/車両位置の対に基づいて、2つの車線が1つの車線に併合されることを走行ルートが示す場合、それにより、車両システムは、車両システムがどの車線にあるか、および隣接車線内のターゲット車両と比較した車両システムの位置に応じて、車両システムの速度を減少または増加させるように命令され得る。
例示的な実装形態では、プロセッサ1910は、図8(b)に示すように、電子制御ユニット(ECU)に車両システムを制御するよう命令する前に、制御が開始されたことを示す通知を提供するように構成することができる。
詳細な説明のいくつかの部分は、コンピュータ内の動作のアルゴリズムおよび記号表現に関して提示されている。これらのアルゴリズム記述および記号表現は、それらの革新の本質を他の当業者に伝えるためにデータ処理分野の当業者によって使用される手段である。アルゴリズムは、所望の最終状態または結果をもたらす一連の定義されたステップである。例示的な実装形態では、実行されるステップは、有形の結果を達成するために有形の量の物理的操作を必要とする。
特に明記しない限り、説明から明らかなように、説明全体を通して、「処理する」、「計算する」、「計算する」、「決定する」、「表示する」などの用語を利用する説明は、コンピュータシステムのレジスタおよびメモリ内の物理(電子)量として表されるデータを操作し、コンピュータシステムのメモリもしくはレジスタまたは他の情報記憶装置、伝送装置もしくは表示装置内の物理量として同様に表される他のデータに変換するコンピュータシステムまたは他の情報処理装置の動作およびプロセスを含むことができることが理解される。
例示的な実装形態はまた、本明細書の動作を実行するための装置に関することができる。この装置は、必要な目的のために特別に構成されてもよく、または1つまたは複数のコンピュータプログラムによって選択的に起動または再構成される1つまたは複数の汎用コンピュータを含んでもよい。そのようなコンピュータプログラムは、コンピュータ可読記憶媒体またはコンピュータ可読信号媒体などのコンピュータ可読媒体に記憶されてもよい。コンピュータ可読記憶媒体は、限定はしないが、光ディスク、磁気ディスク、読み出し専用メモリ、ランダムアクセスメモリ、固体装置およびドライブ、または電子情報を記憶するのに適した任意の他のタイプの有形または非一時的媒体などの有形媒体を含むことができる。コンピュータ可読信号媒体は、搬送波などの媒体を含むことができる。本明細書に提示されるアルゴリズムおよびディスプレイは、いかなる特定のコンピュータまたは他の装置にも本質的に関連しない。コンピュータプログラムは、所望の実装形態の動作を実行する命令を含む純粋なソフトウェア実装形態を含むことができる。
様々な汎用システムは、本明細書の例によるプログラムおよびモジュールと共に使用されてもよく、または所望の方法ステップを実行するためのより特殊化された装置を構築することが好都合であることが判明してもよい。さらに、例示的な実装形態は、特定のプログラミング言語を参照して説明されていない。本明細書に記載の例示的な実装形態の教示を実施するために、様々なプログラミング言語を使用できることが理解されよう。プログラミング言語の命令は、1つまたは複数の処理装置、例えば、中央処理装置(CPU)、プロセッサ、またはコントローラによって実行されてもよい。
当技術分野で知られているように、上述の動作は、ハードウェア、ソフトウェア、またはソフトウェアとハードウェアの何らかの組み合わせによって実行することができる。例示的な実装形態の様々な態様は、回路および論理デバイス(ハードウェア)を使用して実装されてもよく、他の態様は、機械可読媒体(ソフトウェア)に記憶された命令を使用して実装されてもよく、これは、プロセッサによって実行されると、プロセッサに、本出願の実装形態を実行する方法を実行させる。さらに、本出願のいくつかの例示的な実装形態は、ハードウェアでのみ実行されてもよく、他の例示的な実装形態は、ソフトウェアでのみ実行されてもよい。さらに、説明された様々な機能は、単一のユニットで実行することができ、または任意の数の方法で複数の構成要素に分散することができる。ソフトウェアによって実行される場合、方法は、コンピュータ可読媒体に記憶された命令に基づいて、汎用コンピュータなどのプロセッサによって実行されてもよい。必要に応じて、命令は、圧縮および/または暗号化された形式で媒体に記憶することができる。
さらに、本出願の他の実装形態は、本明細書の考察および本出願の教示の実施から当業者には明らかであろう。記載された例示的な実装形態の様々な態様および/または構成要素は、単独で、または任意の組み合わせで使用することができる。本明細書および例示的な実装形態は、例としてのみ考慮されることが意図されており、本出願の真の範囲および精神は、以下の特許請求の範囲によって示される。
Claims (19)
- ターゲット車両の状態センサ情報および位置センサ情報を取得するステップであって、前記状態センサ情報は前記ターゲット車両の車両状態を示し、前記位置センサ情報は前記ターゲット車両の位置を示す、ステップと、
前記ターゲット車両の前記車両状態および前記ターゲット前記車両の前記位置を、車両状態および車両位置の対の1つまたは複数の履歴データ点と比較することに基づいて、前記ターゲット車両の潜在的な状態変化を決定することによって、前記ターゲット車両の挙動予測を決定するステップと、
前記ターゲット車両の前記挙動予測に基づいて車両システムを制御するステップと、を含む、方法。 - 前記ターゲット車両近くのトラフィック密度を示すトラフィックセンサ情報を取得するステップをさらに含み、
車両状態および車両位置の対の前記1つまたは複数の履歴データ点は、前記ターゲット車両の距離内の履歴データ点から選択され、前記距離は、前記ターゲット車両の前記トラフィック密度および前記車両状態に基づいて決定される、
請求項1に記載の方法。 - データベースから前記車両状態および車両位置の対の前記1つまたは複数の履歴データ点を取得するステップをさらに含み、前記データベースは、前記ターゲット車両に関連する道路タイプが主要道路タイプまたは従道路タイプであるという指定、前記ターゲット車両の車両タイプ、および週のうちの時刻のうちの1つまたは複数に基づいて選択される、請求項1に記載の方法。
- 前記ターゲット車両は、前記車両システムの前にある車両であり、前記挙動予測に基づいて前記車両システムを制御する前記ステップは、前記ターゲット車両の減速を示す前記挙動予測に対して前記車両システムの速度を低下させるステップを含む、請求項1に記載の方法。
- 前記ターゲット車両は前記車両システムであり、前記ターゲット車両の前記挙動予測に基づいて前記車両システムを制御する前記ステップは、速度が低下する走行ルートの一部分に向かっている前記車両システムを示す前記挙動予測について、前記ターゲット車両の前記位置に基づいて前記車両システムの前記速度を低下させるステップを含む、請求項1に記載の方法。
- 前記ターゲット車両の前記挙動予測に基づいて車両システムを制御する前記ステップは、前記車両システムを制御する前に制御が開始されることを示す通知を前記車両システムに提供するステップを含む、請求項1に記載の方法。
- プロセスを実行するための命令を記憶する非一時的コンピュータ可読媒体であって、前記命令は、
ターゲット車両の状態センサ情報および位置センサ情報を取得するステップであって、前記状態センサ情報は前記ターゲット車両の車両状態を示し、前記位置センサ情報は前記ターゲット車両の位置を示す、ステップと、
前記ターゲット車両の前記車両状態および前記ターゲット前記車両の前記位置を、車両状態および車両位置の対の1つまたは複数の履歴データ点と比較することに基づいて、前記ターゲット車両の潜在的な状態変化を決定することによって、前記ターゲット車両の挙動予測を決定するステップと、
前記ターゲット車両の前記挙動予測に基づいて車両システムを制御するステップと、を含む、非一時的コンピュータ可読媒体。 - 前記命令は、
前記ターゲット車両近くのトラフィック密度を示すトラフィックセンサ情報を取得するステップをさらに含み、
車両状態および車両位置の対の前記1つまたは複数の履歴データ点は、前記ターゲット車両の距離内の履歴データ点から選択され、前記距離は、前記ターゲット車両の前記トラフィック密度および前記車両状態に基づいて決定される、請求項7に記載の非一時的コンピュータ可読媒体。 - 前記命令は、データベースから前記車両状態および車両位置の対の前記1つまたは複数の履歴データ点を取得するステップをさらに含み、前記データベースは、前記ターゲット車両に関連する道路タイプが主要道路タイプまたは従道路タイプであるという指定、前記ターゲット車両の車両タイプ、および週のうちの時刻のうちの1つまたは複数に基づいて選択される、請求項7に記載の非一時的コンピュータ可読媒体。
- 前記ターゲット車両は、前記車両システムの前にある車両であり、前記挙動予測に基づいて前記車両システムを制御する前記ステップは、前記ターゲット車両の減速を示す前記挙動予測に対して前記車両システムの速度を低下させるステップを含む、請求項7に記載の非一時的コンピュータ可読媒体。
- 前記ターゲット車両は前記車両システムであり、前記ターゲット車両の前記挙動予測に基づいて前記車両システムを制御する前記ステップは、速度が低下する走行ルートの一部分に向かっている前記車両システムを示す前記挙動予測について、前記ターゲット車両の前記位置に基づいて前記車両システムの前記速度を低下させるステップを含む、請求項7に記載の非一時的コンピュータ可読媒体。
- 前記ターゲット車両の前記挙動予測に基づいて車両システムを制御する前記ステップは、前記車両システムを制御する前に制御が開始されることを示す通知を前記車両システムに提供するステップを含む、請求項7に記載の非一時的コンピュータ可読媒体。
- 車両システムであって、
ターゲット車両の位置を測定するように構成された位置センサと、
前記ターゲット車両の車両状態を測定するように構成された状態センサと、
車両状態および車両位置の対の1つまたは複数の履歴データ点を記憶するように構成された記憶装置と、
プロセッサであって、
前記ターゲット車両の前記車両状態および前記ターゲット前記車両の前記位置を、車両状態および車両位置の対の1つまたは複数の履歴データ点と比較することに基づいて、前記ターゲット車両の潜在的な状態変化を決定することによって、前記ターゲット車両の挙動予測を決定し、
前記ターゲット車両の前記挙動予測に基づいて前記車両システムを制御するように構成された、プロセッサと、を含む、車両システム。 - 前記プロセッサは、
交通システムから前記ターゲット車両近くのトラフィック密度を示すトラフィックセンサ情報を取得し、
前記ターゲット車両の距離内の履歴データ点からの選択に基づいて、車両状態および車両位置の対の前記1つまたは複数の履歴データ点を前記記憶装置に記憶するように構成され、前記距離は、前記ターゲット車両の前記トラフィック密度および前記車両状態に基づいて決定される、請求項13に記載の車両システム。 - 前記プロセッサは、データベースから前記車両状態および車両位置の対の前記1つまたは複数の履歴データ点を取得するように構成され、前記データベースは、前記ターゲット車両に関連する道路タイプが主要道路タイプまたは従道路タイプであるという指定、前記ターゲット車両の車両タイプ、および週のうちの時刻のうちの1つまたは複数に基づいて選択される、請求項13に記載の車両システム。
- 前記ターゲット車両は、前記車両システムの前にある車両であり、前記プロセッサは、前記ターゲット車両の減速を示す前記挙動予測に対して前記車両システムの速度を低下させるように電子制御ユニット(ECU)に命令することによって、前記挙動予測に基づいて前記車両システムを制御するように構成される、請求項13に記載の車両システム。
- 前記ターゲット車両は前記車両システムであり、前記プロセッサは、速度が低下する走行ルートの一部分に向かっている前記車両システムを示す前記挙動予測について、前記ターゲット車両の前記位置に基づいて前記車両システムの前記速度を低下させるように電子制御ユニット(ECU)に命令することによって、前記ターゲット車両の前記挙動予測に基づいて前記車両システムを制御するように構成される、請求項13に記載の車両システム。
- 前記プロセッサは、電子制御ユニット(ECU)に前記車両システムを制御するよう命令する前に、制御が開始されたことを示す通知を提供するように構成される、請求項13に記載の車両システム。
- 前記ターゲット車両は、前記車両システムに近い車両であり、前記プロセッサは、速度が低下する走行ルートの一部分に向かっている前記車両システムを示す前記挙動予測について、前記ターゲット車両の前記位置に基づいて前記車両システムの前記速度を低下させるように電子制御ユニット(ECU)に命令することによって、前記ターゲット車両の前記挙動予測に基づいて前記車両システムを制御するように構成される、請求項13に記載の車両システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/408,257 | 2019-05-09 | ||
US16/408,257 US11403949B2 (en) | 2019-05-09 | 2019-05-09 | System for predicting vehicle behavior |
PCT/JP2020/016409 WO2020226033A1 (en) | 2019-05-09 | 2020-04-14 | System for predicting vehicle behavior |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022526666A true JP2022526666A (ja) | 2022-05-25 |
Family
ID=73047548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021560032A Pending JP2022526666A (ja) | 2019-05-09 | 2020-04-14 | 車両の挙動を予測するシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11403949B2 (ja) |
JP (1) | JP2022526666A (ja) |
WO (1) | WO2020226033A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020014122A1 (en) * | 2018-07-09 | 2020-01-16 | Noblis, Inc. | Systems and methods for optimizing cooperative actions among heterogeneous autonomous connected machines |
US20220198107A1 (en) * | 2020-12-23 | 2022-06-23 | Waymo Llc | Simulations for evaluating driving behaviors of autonomous vehicles |
CN113470410B (zh) * | 2021-06-29 | 2022-11-08 | 山东旗帜信息有限公司 | 一种高速公路引流配货方法及系统 |
CN113788031B (zh) * | 2021-10-19 | 2023-08-25 | 广州小鹏自动驾驶科技有限公司 | 车辆速度的预测方法及装置、电子设备、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008257652A (ja) * | 2007-04-09 | 2008-10-23 | Toyota Motor Corp | 交通環境予測装置 |
US20170108870A1 (en) * | 2015-10-15 | 2017-04-20 | Ford Global Technologies, Llc | Determining variance factors for complex road segments |
WO2018123014A1 (ja) * | 2016-12-28 | 2018-07-05 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
JP2020042599A (ja) * | 2018-09-12 | 2020-03-19 | 三菱電機株式会社 | 自動運転制御装置および自動運転制御方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016143240A (ja) * | 2015-02-02 | 2016-08-08 | 株式会社豊田中央研究所 | 車線変更最適化装置及びプログラム |
JP6690649B2 (ja) * | 2015-09-18 | 2020-04-28 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP6500724B2 (ja) * | 2015-09-24 | 2019-04-17 | 株式会社デンソー | 危険情報報知システム、サーバ及びコンピュータプログラム |
US9908468B2 (en) * | 2016-01-12 | 2018-03-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Apparatus and method for providing an extended forward collision warning |
KR102286007B1 (ko) * | 2016-12-01 | 2021-08-05 | 한화디펜스 주식회사 | 추종 주행 제어 방법 및 추종 주행 제어 장치 |
JP6911779B2 (ja) * | 2018-01-26 | 2021-07-28 | トヨタ自動車株式会社 | 車両制御装置 |
US11635764B2 (en) * | 2019-02-22 | 2023-04-25 | Uatc, Llc. | Motion prediction for autonomous devices |
-
2019
- 2019-05-09 US US16/408,257 patent/US11403949B2/en active Active
-
2020
- 2020-04-14 JP JP2021560032A patent/JP2022526666A/ja active Pending
- 2020-04-14 WO PCT/JP2020/016409 patent/WO2020226033A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008257652A (ja) * | 2007-04-09 | 2008-10-23 | Toyota Motor Corp | 交通環境予測装置 |
US20170108870A1 (en) * | 2015-10-15 | 2017-04-20 | Ford Global Technologies, Llc | Determining variance factors for complex road segments |
WO2018123014A1 (ja) * | 2016-12-28 | 2018-07-05 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
JP2020042599A (ja) * | 2018-09-12 | 2020-03-19 | 三菱電機株式会社 | 自動運転制御装置および自動運転制御方法 |
Also Published As
Publication number | Publication date |
---|---|
US11403949B2 (en) | 2022-08-02 |
WO2020226033A1 (en) | 2020-11-12 |
US20200357282A1 (en) | 2020-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11269352B2 (en) | System for building a vehicle-to-cloud real-time traffic map for autonomous driving vehicles (ADVS) | |
US11143513B2 (en) | Labeling scheme for labeling and generating high-definition map based on trajectories driven by vehicles | |
US11231286B2 (en) | Dynamic routing for self-driving vehicles | |
US11068724B2 (en) | Deep learning continuous lane lines detection system for autonomous vehicles | |
US11400959B2 (en) | Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle | |
US10816973B2 (en) | Utilizing rule-based and model-based decision systems for autonomous driving control | |
US11545033B2 (en) | Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction | |
US11305765B2 (en) | Method for predicting movement of moving objects relative to an autonomous driving vehicle | |
JP2022526666A (ja) | 車両の挙動を予測するシステム | |
CN110727276B (zh) | 用于自动驾驶车辆的多模态运动规划框架 | |
WO2019051834A1 (en) | DRIVING GUIDELINES BASED ON DRIVING SCENARIOS FOR PLANNING SELF-CONTAINED VEHICLE TRACKS | |
WO2020062032A1 (en) | A pedestrian probability prediction system for autonomous vehicles | |
CN111857118B (zh) | 对停车轨迹分段以控制自动驾驶车辆停车 | |
US11740628B2 (en) | Scenario based control of autonomous driving vehicle | |
US20210005088A1 (en) | Computing system implementing traffic modeling using sensor view data from self-driving vehicles | |
CN111328313B (zh) | 用于自动驾驶车辆的控制占主导的三点转弯规划 | |
CN111615477B (zh) | 自动驾驶车辆中的非避开规划系统的障碍物过滤的方法 | |
US20230252280A1 (en) | Online learning by an instance of a deep learning model and sharing of learning with additional instances of the deep learning model | |
US20230192077A1 (en) | Adjustment of object trajectory uncertainty by an autonomous vehicle | |
US20220250656A1 (en) | Systems and methods for vehicular-network-assisted federated machine learning | |
US11868755B2 (en) | Updating software installed on an electronic unit on a vehicle | |
WO2021229671A1 (ja) | 走行支援装置および走行支援方法 | |
US12007786B2 (en) | System and method for real-time lane validation | |
US20230195830A1 (en) | Calibration metrics for measuring trajectory prediction | |
US11662219B2 (en) | Routing based lane guidance system under traffic cone situation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211011 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221026 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221213 |