JP2023536483A - 車両の動き状態認識方法及び機器 - Google Patents
車両の動き状態認識方法及び機器 Download PDFInfo
- Publication number
- JP2023536483A JP2023536483A JP2023506149A JP2023506149A JP2023536483A JP 2023536483 A JP2023536483 A JP 2023536483A JP 2023506149 A JP2023506149 A JP 2023506149A JP 2023506149 A JP2023506149 A JP 2023506149A JP 2023536483 A JP2023536483 A JP 2023536483A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- lane
- trajectory
- predicted
- information
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 234
- 238000000034 method Methods 0.000 title claims abstract description 104
- 239000013598 vector Substances 0.000 claims description 49
- 230000015654 memory Effects 0.000 claims description 34
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 47
- 238000013461 design Methods 0.000 description 45
- 238000010586 diagram Methods 0.000 description 32
- 230000008859 change Effects 0.000 description 31
- 238000012545 processing Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000019800 disodium phosphate Nutrition 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- ROXBGBWUWZTYLZ-UHFFFAOYSA-N [6-[[10-formyl-5,14-dihydroxy-13-methyl-17-(5-oxo-2h-furan-3-yl)-2,3,4,6,7,8,9,11,12,15,16,17-dodecahydro-1h-cyclopenta[a]phenanthren-3-yl]oxy]-4-methoxy-2-methyloxan-3-yl] 4-[2-(4-azido-3-iodophenyl)ethylamino]-4-oxobutanoate Chemical compound O1C(C)C(OC(=O)CCC(=O)NCCC=2C=C(I)C(N=[N+]=[N-])=CC=2)C(OC)CC1OC(CC1(O)CCC2C3(O)CC4)CCC1(C=O)C2CCC3(C)C4C1=CC(=O)OC1 ROXBGBWUWZTYLZ-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 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
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- 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
-
- 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
- B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
Abstract
本願は、車両の動き状態認識方法及び機器を開示し、自律運転の分野に関する。この方法では、他車両の位置情報及び動き情報と、他車両が位置する車線の車線情報、他車両が位置する車線の第1の隣接車線の車線情報、及び他車両が位置する車線の第2の隣接車線の車線情報のうちの少なくとも2つのタイプとに基づいて、他車両の走行軌跡を予測して、上記少なくとも2つのタイプの車線情報に対応する少なくとも2つの予測走行軌跡を取得することができる。次に、自車両に対する他車両の動き状態を、上記少なくとも2つの予測走行軌跡と自車両が位置する車線の車線情報とに基づいて認識し、それによって自車両に対する他車両の動き状態の監視において、他車両の瞬間的な運動学的情報に対する感度を効果的に低減し、他車両の動き状態の誤認を低減することができる。
Description
本願は、2020年7月31日に中国国家知識産権局に出願した、“VEHICLE MOTION
STATUS IDENTIFICATION METHOD AND APPARATUS”という名称の中国特許出願第202010762012.3号に対する優先権を主張するものであり、この文献は、その全体が参照により本明細書に組み込まれる。
STATUS IDENTIFICATION METHOD AND APPARATUS”という名称の中国特許出願第202010762012.3号に対する優先権を主張するものであり、この文献は、その全体が参照により本明細書に組み込まれる。
本願の実施形態は、自律(autonomous)運転の分野に関し、特に、車両の動き状態認識方法及び機器に関する。
自律運転及び運転支援の分野では、車両は、道路上の他車両の動き状態、例えば他車両が車線を変更するかどうかをタイムリー且つ正確に取得する必要があり、それによって、自車両は、他車両の動き状態に基づいて、ルート計画、アダプティブ・クルーズ・コントロール、緊急時の適切な減速等の動作を実行することができる。従って、走行中に、車両は、道路上の他車両の動き状態を監視する必要がある。
現在、車両は、センサを使用して、他車両の方向指示器、他車両と他車両が位置する車線(lane)の車線境界線(lane line)との間の水平距離、及び他車両の速度及び加速度等の情報を収集し、収集した情報に基づいて、他車両の走行軌跡を予測することができる。次に、車両は、他車両の予測走行軌跡に基づいて、他車両が車線を変更しているかどうかを認識することができる。あるいはまた、車両は、センサを使用して、他車両が位置する車線の車線境界線情報、他車両と他車両が位置する車線の車線境界線との間の水平距離及び進行角(heading angle)等の情報を収集し、収集した情報に基づいて、他車両の実際の走行軌跡を決定することができる。次に、自車両は、他車両の実際の走行軌跡と、車両走行データベース内の車線で通常走行し続けている車両の走行軌跡とを比較することができる。他車両の実際の走行軌跡と車両走行データベース内の車線で通常走行し続けている車両の走行軌跡との間の距離が指定の閾値よりも大きい場合に、自車両は他車両が車線を変更したとみなす。
しかしながら、上記のような現在の他車両の動き状態の監視方法では、車両が他車両の走行軌跡を予測するとき、又は車両が、他車両の実際の走行軌跡と、車両走行データベース内の車線で通常走行し続けている車両の走行軌跡とを比較するときに、自車両は他車両の瞬間的な運動学的情報にとても敏感であり、自車両は他車両の動き状態を誤認しやすい。
本願の実施形態は、他車両の動き状態を監視しているときに、他車両の瞬間的な運動学的情報に対する感度を効果的に低減し、他車両の動き状態の誤認を低減するための車両の動き状態認識方法及び機器を提供する。
第1の態様によれば、本願の一実施形態は、車両の動き状態認識方法を提供する。この方法は、第1の車線情報、第2の車線情報、及び第2の車両の位置情報及び動き情報を取得するステップであって、第1の車線情報は、第1の車両が位置する車線の車線情報であり、第2の車線情報は、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報のうちの少なくとも2つを含む、ステップと;第2の車線情報と、第2の車両の位置情報及び動き情報とに基づいて、第2の車両の少なくとも2つの予測走行軌跡を決定するステップであって、各予測走行軌跡は、第2の車線情報に含まれる各タイプの車線情報に対応する、ステップと;少なくとも2つの予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するステップと、を含む。
第2の車両の位置情報は、第1の車両に対する第2の車両の相対位置、例えば相対位置座標であってもよい。あるいはまた、第2の車両の位置情報は、第2の車両の絶対位置であってもよい。例えば、第2の車両の実際の(絶対)位置座標は、第1の車両の位置座標及び第1の車両に対する第2の車両の相対位置座標に基づいて決定してもよい。
第2の車両の動き情報は、第2の車両の速度、加速度、及び軌跡曲率等の運動学的情報を含むことができる。
各予測走行軌跡が、第2の車線情報に含まれる各タイプの車線情報に対応するとは、第2の車線情報が2つのタイプの車線情報を含む場合に、2つのタイプの車線情報と1対1の対応関係を有する2つの予測走行軌跡を決定することができることを意味する。第2の車線情報が3つのタイプの車線情報を含む場合に、3つのタイプの車線情報と1対1の対応関係を有する3つの予測走行軌跡を決定することができる。
例えば、第2の車線情報が、第2の車両が位置する車線の車線情報と、第2の車両が位置する車線の第1の隣接車線の車線情報とを含む場合に、第2の車両が現在位置する車線で第2の車両が走行を維持する予測走行軌跡と、第2の車両が位置する車線の第1の隣接車線に第2の車両が車線を変更する予測走行軌跡とを対応付けて決定することができる。
あるいはまた、第2の車線情報が、第2の車両が位置する車線の車線情報と、第2の車両が位置する車線の第2の隣接車線の車線情報とを含む場合に、第2の車両が現在位置する車線で第2の車両が走行を維持する予測走行軌跡と、第2の車両が位置する車線の第2の隣接車線に第2の車両が車線を変更する予測走行軌跡とを対応付けて決定することができる。
あるいはまた、第2の車線情報が、第2の車両が位置する車線の第1の隣接車線の車線情報と、第2の車両が位置する車線の第2の隣接車線の車線情報とを含む場合に、第2の車両が位置する車線の第1の隣接車線に第2の車両が車線を変更する予測走行軌跡と、第2の車両が位置する車線の第2の隣接車線に第2の車両が車線を変更する予測走行軌跡とを対応付けて決定することができる。
あるいはまた、第2の車線情報が、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報3つの車線情報を全て含む場合に、第2の車両が現在位置する車線で第2の車両が走行を維持する予測走行軌跡、第2の車両が位置する車線の第1の隣接車線に第2の車両が車線を変更する予測走行軌跡、及び第2の車両が位置する車線の第2の隣接車線に第2の車両が車線を変更する予測走行軌跡を対応付けて決定することができる。
この方法では、第2の車両の位置情報及び動き情報と、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報のうちの少なくとも2つのタイプとに基づいて、第2の車両の走行軌跡を予測して、上記少なくとも2つのタイプの車線情報に対応する少なくとも2つの予測走行軌跡を得ることができる。次に、第1の車両に対する第2の車両の動き状態は、上記少なくとも2つの予測走行軌跡と、第1の車両が位置する車線の車線情報とに基づいて認識(identify)することができ、それによって第1の車両に対する第2の車両の動き状態を監視するときに、第2の車両の瞬間的な運動学的情報に対する感度を効果的に低減し、第2の車両の動き状態の誤認を低減することができる。
第1の車両は、自律運転又は運転支援の自車両として理解してもよく、第2の車両は、車両に対して道路を走行する他車両として理解してもよい。
可能な設計では、少なくとも2つの予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するステップは、少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定するステップと;ターゲット予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するステップと;を含む。
この設計では、第2の車両のターゲット予測走行軌跡は、少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて決定され、それによって、第2の車両の決定したターゲット予測走行軌跡は、将来における第2の車両の実際の走行軌跡により近くなる可能性がある。従って、その後にターゲット予測走行軌跡及び第1の車線情報に基づいて決定される第1の車両に対する第2の車両の動き状態の精度が向上する。
可能な設計では、少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定するステップの前に、この方法は、第1のプリセット期間における第2の車両の履歴走行軌跡の第1の水平座標ベクトルを取得するステップであって、第1の水平座標ベクトルは、履歴走行軌跡と第2の車両が位置する車線の車線境界線との間の距離ベクトルを示すために使用される、ステップと;第2のプリセット期間における各予測走行軌跡の第2の水平座標ベクトルを取得し、第2の水平座標ベクトル及び第1の水平座標ベクトルに基づいて、各予測走行軌跡と履歴走行軌跡との間の類似度を決定するステップであって、第2の水平座標ベクトルは、各予測走行軌跡と、第2の車両が位置する車線の車線境界線との間の距離ベクトルを示すために使用される、ステップと、をさらに含む。
第1のプリセット期間における第2の車両の履歴走行軌跡の第1の水平座標ベクトルは、第1のプリセット期間における第2の車両の履歴走行軌跡の複数の第1の水平座標を含む。第2のプリセット期間における各予測走行軌跡の第2の水平座標ベクトルは、第2のプリセット期間における予測走行軌跡の複数の第2の水平座標を含む。
いくつかの実施態様では、第1のプリセット期間は、連続する複数の第1のプリセットサイクルを含む期間であり得、各第1のプリセットサイクルは、少なくとも1つの第1の水平座標を含み得る。第2のプリセット期間は、連続する複数の第2のプリセットサイクルを含む期間であり得、各第2のプリセットサイクルは、少なくとも1つの第2の水平座標を含み得る。
あるいはまた、いくつかの他の可能な設計では、上記少なくとも2つの予測走行軌跡のそれぞれと第2の車両の履歴走行軌跡との間の類似度は、別の類似度計算方法で決定してもよい。これは、本明細書では限定されない。
可能な設計では、少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定するステップは、第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を予測するステップと;少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と実際の走行軌跡との類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定するステップと;を含む。
例えば、第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度を正規化することができ、各予測走行軌跡の確率を予測することができる。確率は、第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を示すことができる。第2の車両のターゲット予測走行軌跡は、少なくとも2つの予測走行軌跡と各予測走行軌跡の確率とに基づいて決定される。
この設計では、少なくとも2つの予測走行軌跡のそれぞれと第2の車両の実際の走行軌跡との間の類似度が予測され、上記少なくとも2つの予測走行軌跡は、第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度に基づいて総合的に考慮され、第2の車両のターゲット予測走行軌跡を決定し、決定したターゲット予測走行軌跡における第2の車両の動き状態の切替え(cutting)又は変更のよりよい連続性を確保することができる。
可能な設計では、ターゲット予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するステップは、ターゲット予測走行軌跡及び第1の車線情報に基づいて、ターゲット予測走行軌跡と第1の車両が位置する車線の車線境界線との間であり且つ予め設定した縦方向長さ以内である最小水平距離を決定するステップと;最小水平距離が第1の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両とは異なる車線での走行を維持していると決定するステップと;を含む。
この設計では、第1の車両に対する第2の車両の動き状態が、第1の車両とは異なる車線での走行を維持しているかどうかは、ターゲット予測走行軌跡と第1の車両が位置する車線の車線境界線との間で、予め設定した縦方向長さ内の最小水平距離を第1の閾値と比較することにより、決定することができる。
可能な設計では、この方法は、ターゲット予測走行軌跡及び第1の車線情報に基づいて、ターゲット予測走行軌跡と第1の車両が位置する車線の車線境界線との間の最大水平距離を予め設定した縦方向長さ内で決定するステップ、及び;最小水平距離が第1の閾値よりも小さく、最大水平距離が第2の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線を横断していると決定するステップであって、第2の閾値は第1の閾値よりも大きい、ステップ、又は;最大水平距離が第3の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両と同じ車線での走行を維持していると決定するステップであって、第3の閾値は第1の閾値よりも小さい、ステップ、又は;最小水平距離が第1の閾値よりも小さく、最大水平距離が第3の閾値より大きく且つ第2の閾値より小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいるか、又は第1の車両が位置する車線から抜け出していると決定するステップと;をさらに含む。
この設計では、予め設定した縦方向長さ内で、ターゲット予測走行軌跡と、第1の車両が位置する車線の車線境界線との間の最小水平距離が第1の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態は、最大水平距離と第2の閾値及び第3の閾値とを比較することによってさらに絞り込まれ(refined)得る。
可能な設計では、この方法は、最小水平距離に対応する第1の縦方向位置と、最大水平距離に対応する第2の縦方向位置とを取得するステップをさらに含み、最小水平距離が第1の閾値よりも小さく、最大水平距離が第3の閾値よりも大きく且つ第2の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいるか、又は第1の車両が位置する車線から抜け出していると決定するステップは、第2の縦方向位置が現れる時刻が、第1の縦方向位置がターゲット予測走行軌跡に現れる時刻よりも早い場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいると決定するステップ、又は;第1の縦方向位置が現れる時刻が、第2の縦方向位置がターゲット予測走行軌跡に現れる時刻よりも早い場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線から抜け出していると決定するステップ;を含む。
この設計では、第1の車両に対する第2の車両の動き状態は、最小水平距離に対応する第1の縦方向位置がターゲット予測走行軌跡に現れる時系列と、最大水平距離に対応する第2の縦方向位置が現れる時系列に基づいて、第1の車両が位置する車線に割り込む、又は車線から抜け出しているとして区別することができる。
可能な設計では、この方法は、第1の縦方向位置と予め設定した縦方向長さの第1の端部との間の縦方向距離を取得するステップであって、縦方向距離は、第1の縦方向位置と予め設定した縦方向長さの第1の端部との間の、第1の車両が位置する車線の車線境界線に平行な方向の距離であり、予め設定した縦方向長さの第1の端部は、第1の車両に近い端部であるステップ、及び;縦方向距離が第4の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に第1の割込み状態で割り込んでいるか、又は第1の車両が位置する車線から抜出し状態で抜け出しているかを決定するステップ、又は;縦方向距離が第4の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に第2の割込み状態で割り込んでいるか、又は第1の車両が位置する車線から第2の抜出し状態で抜け出しているかを決定するステップ;をさらに含む。
例えば、第1の割込み(cutting-in)状態をクローズカットイン(close cutting-in)状態と呼ぶことができ、第1の抜出し(cutting-out)状態をクローズカットアウト(close cutting-out)状態と呼ぶことができる。第2の割込み状態を通常割込み状態(general cutting-in)と呼ぶことができ、第2の抜出し状態を通常抜出し(general
cutting-out)状態と呼ぶことができる。あるいはまた、第1/第2の割込み状態と第1/第2の抜出し状態とを別の名称で呼んでもよい。
cutting-out)状態と呼ぶことができる。あるいはまた、第1/第2の割込み状態と第1/第2の抜出し状態とを別の名称で呼んでもよい。
例えば、第1の割込み状態をクローズカットイン状態と呼び、第1の抜出し状態をクローズカットアウト状態と呼び、第2の割込み状態を通常割込み状態と呼び、第2の抜出し状態を通常抜出し状態と呼ぶ。この設計では、第1の縦方向位置と予め設定した縦方向長さの第1の端部との間の縦方向距離と第4の閾値とを比較することによって、第1の車両に対する第2の車両の動き状態は、第1の車両が位置する車線への割込みからクローズカットイン又は通常割込みにさらに絞り込まれ得るか、又は第1の車両に対する第2の車両の動き状態は、第1の車両が位置する車線からの抜け出しからクローズカットアウト又は通常抜け出しに絞り込まれ得る。
可能な設計では、第2の車両の動き情報は、第2の車両の水平速度を含み、第2の車線情報と第2の車両の位置情報及び動き情報とに基づいて、第2の車両の少なくとも2つの予測走行軌跡を決定するステップの前に、この方法は、第2の車両の平均履歴水平速度に基づいて、第2の車両の動き情報に含まれる水平速度を修正するステップをさらに含む。
この設計では、第2の車両の動き情報に含まれる水平速度は、第2の車両の平均履歴水平速度に基づいて修正され、それによって、第2の車両の予測走行軌跡を決定するときに現在の水平方向速度の過剰に大きい瞬間速度によって引き起こされる外乱を減少させる。
第2の態様によれば、本願の一実施形態は、車両の動き状態認識機器を提供する。この機器は、第1の車線情報、第2の車線情報、及び第2の車両の位置情報及び動き情報を取得するように構成された取得モジュールであって、第1の車線情報は、第1の車両が位置する車線の車線情報であり、第2の車線情報は、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線車線のうちの少なくとも2つのタイプを含む、取得モジュールと;第2の車線情報と、第2の車両の位置情報及び動き情報とに基づいて、第2の車両の少なくとも2つの予測走行軌跡を決定するように構成された予測モジュールであって、各予測走行軌跡は、第2の車線情報に含まれる各タイプの車線情報に対応する、予測モジュールと;少なくとも2つの予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するように構成される決定モジュールと;を含む。
可能な設計では、決定モジュールは、少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定し、及び;ターゲット予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するように特に構成される。
可能な設計では、決定モジュールは、第1のプリセット期間における第2の車両の履歴走行軌跡の第1の水平座標ベクトルを取得することであって、第1の水平座標ベクトルは、履歴走行軌跡と、第2の車両が位置する車線の車線境界線との間の距離ベクトルを示すために使用される、こと、及び;第2のプリセット期間における各予測走行軌跡の第2の水平座標ベクトルを取得し、第2の水平座標ベクトル及び第1の水平座標ベクトルに基づいて、各予測走行軌跡と履歴走行軌跡との間の類似度を決定することであって、第2の水平座標ベクトルは、各予測走行軌跡と、第2の車両が位置する車線の車線境界線との間の距離ベクトルを示すために使用される、こと;を行うようにさらに構成される。
可能な設計では、決定モジュールは、第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を予測すること、及び;少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定すること;を行うように特に構成される。
可能な設計では、決定モジュールは、ターゲット予測走行軌跡及び第1の車線情報に基づいて、ターゲット予測走行軌跡と第1の車両が位置する車線の車線境界線との間にあり且つ予め設定した縦方向長さ以内である最小水平距離を決定すること、及び;最小水平距離が第1の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両とは異なる車線で走行を維持していると決定すること;を行うように特に構成される。
可能な設計では、決定モジュールは、ターゲット予測走行軌跡及び第1の車線情報に基づいて、ターゲット予測走行軌跡と第1の車両が位置する車線の車線境界線との間の最大水平距離を予め設定した縦方向長さ内で決定すること、及び;最小水平距離が第1の閾値よりも小さく、最大水平距離が第2の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線を横断していると決定することであって、第2の閾値は第1の閾値よりも大きい、こと、又は;最大水平距離が第3の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が第1の車両と同じ車線で走行を維持していると決定することであって、第3の閾値は第1の閾値よりも小さい、こと、又は;最小水平距離が第1の車両よりも小さく、最大水平距離が第3の閾値より大きく且つ第2の閾値より小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいるか、又は第1の車両が位置する車線から抜け出していると決定すること;を行うようにさらに構成される。
可能な設計では、決定モジュールは、最小水平距離に対応する第1の縦方向位置と、最大水平距離に対応する第2の縦方向位置とを取得すること、及び;最小水平距離が第1の閾値よりも小さく、最大水平距離が第3の閾値よりも大きく且つ第2の閾値よりも小さく、第2の縦方向位置が現れる時刻が、第1の縦方向位置がターゲット予測走行軌跡に現れる時刻よりも早い場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいると決定すること、又は;第1の縦方向位置が現れる時刻が、第2の縦方向位置がターゲット予測走行軌跡に表示される時刻よりも早い場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線から抜け出していると決定すること;を行うようにさらに構成される。
可能な設計では、決定モジュールは、第1の縦方向位置と予め設定した縦方向長さの第1の端部との間の縦方向距離を取得することであって、縦方向距離は、第1の縦方向位置と予め設定した縦方向長さの第1の端部との間の、第1の車両が位置する車線の車線境界線と平行な方向における距離であり、予め設定した縦方向長さの第1の端部は、第1の車両に近い端部である、こと、及び;縦方向距離が第4の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の割込み状態に基づいて、第1の車両が位置する車線に割り込んでいるか、又は第1の車両が位置する車線から第1の抜出し状態で抜け出しているかを決定すること、又は;縦方向距離が第4の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第2の割込み状態に基づいて第1の車両が位置する車線に割り込んでいるか、又は第2の抜出し状態に基づいて第1の車両が位置する車線から抜け出しているかを決定すること;を行うようにさらに構成される。
可能な設計では、第2の車両の動き情報は、第2の車両の水平速度を含み、予測モジュールは、第2の車両の平均履歴水平速度に基づいて、第2の車両の動き情報に含まれる水平速度を修正するようにさらに構成される。
第3の態様によれば、本願の一実施形態は、車両の動き状態認識機器をさらに提供する。この機器は、別の機器によって送信されたデータを受信するように構成されたインターフェイス回路と;インターフェイス回路に接続され、第1の態様又は第1の態様の可能な設計のいずれか1つによる方法を実行するように構成されたプロセッサと;を含む。
第4の態様によれば、本願の一実施形態は、プロセッサを含む車両を提供し、プロセッサは、メモリに接続し、メモリに格納したプログラムを呼び出して、第1の態様又は第1の態様の可能な設計のいずれか1つによる方法を実行するように構成される。
第5の態様によれば、本願の一実施形態は、プロセッサを含むサーバを提供し、プロセッサは、メモリに接続し、メモリに格納したプログラムを呼び出して、第1の態様又は第1の態様の可能な設計のいずれか1つによる方法を実行するように構成される。
第6の態様によれば、本願の一実施形態は、車両運転システムを提供し、このシステムは、例えば、自律運転システム又は支援運転システムであってもよく、プロセッサを含み、プロセッサは、メモリに接続し、メモリに格納したプログラムを呼び出して、第1の態様又は第1の態様の可能な設計のいずれか1つによる方法を実行するように構成される。
第7の態様によれば、本願の一実施形態は、コンピュータソフトウェア命令を含むコンピュータ可読記憶媒体を提供する。コンピュータソフトウェア命令が、車両の動き状態認識機器又は車両の動き状態認識機器に組み込まれたチップで実行されると、車両の動き状態認識機器は、第1の態様又は第1の態様の可能な設計のいずれか1つによる方法を実行することが可能になる。
第8の態様によれば、本願の一実施形態は、コンピュータプログラム製品をさらに提供する。コンピュータプログラム製品が実行されると、コンピュータプログラム製品は、第1の態様又は第1の態様の可能な設計のいずれか1つによる方法を実施することができる。
第9の態様によれば、本願の一実施形態は、チップシステムをさらに提供する。チップシステムは、車両、サーバ、又は運転システムに適用され、チップシステムは、1つ又は複数のインターフェイス回路及び1つ又は複数のプロセッサを含む。インターフェイス回路及びプロセッサは、回線を介して相互接続される。プロセッサは、インターフェイス回路を介して電子装置のメモリからコンピュータ命令を受信し、コンピュータ命令を実行して、第1の態様又は第1の態様の可能な設計のいずれか1つによる方法を実施する。
第2の態様から第9の態様によって達成され得る有益な効果については、第1の態様及び第1の態様の可能な設計のいずれか1つにおける有益な効果を参照すべきことが理解されよう。詳細については、ここでは再び説明しない。
図1は、本願の一実施形態による適用シナリオの概略図である。
図1に示されるように、本願のこの実施形態のこの適用シナリオは、道路上を走行する複数の車両を含むことができる。例えば、図1には、車両1、車両2、車両3、及び車両4を含む4台の車両が示されている。異なる車両は、異なる車線を走行してもよい。例えば、車両1は車線1を走行し、車両2は車線2を走行し、及び車両3は車線3を走行する。あるいはまた、異なる車両が同じ車線を走行してもよい。例えば、車両1と車両4とは両方とも車線1を走行する。
自律運転及び運転支援の分野では、図1に示される適用シナリオの車両について、車両は、他車両の動き状態に基づいて、自車両のルート計画、アダプティブ・クルーズ・コントロール、及び緊急時の適切な減速等の動作を実行するために、道路上の他車両の動き状態、例えば他車両が車線を変更したかどうか等をタイムリー且つ正確に取得する必要がある。
図1に示される適用シナリオでは、車両1は、車両2の動き状態を監視する。例えば、図2は、車両1に対する車両2の動き状態の変化を示す概略図である。図2に示されるように、車両1及び車両2の走行中に、車両2は車両1が位置する車線に割り込む、例えば車線2から車線1に割り込むことがある。車両1は、車両2の動き状態の変化を適時に監視して、自車両のルート計画及び適切な減速等を行う必要がある。
あるいはまた、図1に示される適用シナリオにおいて、車両1は、車両4の動き状態を監視する。例えば、図3は、車両1に対する車両4の動き状態の変化を示す概略図である。図3に示されるように、車両1及び車両4の走行中に、車両4は、車両1が位置する車線から別の車線へ、例えば車線1から車線2へと抜け出ることがある。この場合に、車両1は、車両4の動き状態の変化を適時に監視して、自車両のルート計画を実行する必要もある。
現在、他車両の動き状態を監視する方法としては、以下で説明する2通りが一般的である。
ある方法では、車両は、センサを使用して、他車両の方向指示器、他車両と他車両が位置する車線の車線境界線との間の水平距離、及び他車両の速度及び加速度を取得し、収集した情報に基づいて他車両の走行軌跡を予測する。次に、車両は、他車両の予測走行軌跡に基づいて、他車両が車線を変更するかどうかを認識することができる。
例えば、他車両は車両Bであり、自車両は車両Aである。図4は、車両Aが、車両Bの走行軌跡を予測することにより車両Bの動き状態を認識する概略図である。図4に示されるように、車両Aが、車両Bの予測走行軌跡に基づいて、車両Bが位置する車線から別の車線に車両Bが走行していると認識した場合に、車両Aは、車両Bが車線を変更する可能性があるとみなすことができる。
しかしながら、このように自車両が他車両の走行軌跡を予測する場合に、自車両は、他車両の瞬間的な運動学的情報に敏感であり得、他車両の動き状態を恐らく誤認する可能性がある。
同様に、例えば、他車両が車両Bであり、自車両が車両Aである。図5は、車両Aが、車両Bの走行軌跡を予測することにより車両Bの動き状態を認識する別の概略図である。図5に示されるように、車両Bの運転者の誤操作により車両Bが急に逸脱した場合に、車両Aは、車両Bの予測走行軌跡に基づいて、車両Bが車線を変更する可能性があるが、実際には車両Bが元の車線を走行し続ける可能性があると決定する。従って、車両Aは車両Bの動き状態を誤認する。
別の方法として、車両は、センサを使用して、他車両が位置する車線の車線境界線情報、他車両と他車両が位置する車線の車線境界線との間の水平距離及び進行角等の情報を収集し、収集した情報に基づいて、他車両の実際の走行軌跡を決定することができる。次に、車両は、他車両の実際の走行軌跡と、車両走行データベース内の車線で通常(normal)走行し続けている車両の走行軌跡とを比較することができる。他車両の実際の走行軌跡と、車両走行データベース内の車線で通常走行を維持している車両の走行軌跡との間の距離が所定の閾値よりも大きい場合に、車両は他車両が車線を変更したとみなす。
例えば、他車両が車両Bであり、自車両が車両Aである。図6は、車両Aが、車両走行データベース内の車線で通常走行し続けている車両の走行軌跡を比較することにより車両Bの動き状態を認識する概略図である。図6に示されるように、車両Aが、車両Bの実際の走行軌跡と、車両走行データベース内の車線で通常走行を維持している車両の走行軌跡との間の距離が指定した閾値を超えていると認識した場合に、車両Aは、車両Bは車線を変更する可能性があるとみなすことができる。
しかしながら、このように、自車両が、他車両の実際の走行軌跡と車両走行データベース内の車線で通常走行し続けている車両の走行軌跡とを比較するときに、自車両は、他車両の瞬間的な運動学的情報に敏感であるため、自車両は他車両の動き状態を恐らく誤認する可能性がある。
同様に、例えば、他車両が車両Bであり、自車両が車両Aである。図7は、車両Aが、車両走行データベース内の車線で通常走行し続けている車両の走行軌跡を比較することにより車両Bの動き状態を認識する別の概略図である。図7に示されるように、車両Bの運転者の誤操作により車両Bが急に逸脱した場合に、車両Bが逸脱したときの車両Bの実際の走行軌跡と、車両走行データベース内の車線で通常走行をし続けている車両の走行軌跡との間の距離は、特定の閾値を超える場合がある。車両Aは、車両Bが車線を変更する可能性があるが、実際には車両Bは元の車線を走行し続ける可能性があると認識し得るため、車両Aは、車両Bの動き状態を誤認する。
上記から、他車両の動き状態を認識する現在の方法では、自車両は他車両の瞬間的な運動学的情報に敏感であるため、自車両は他車両の動き状態を恐らく誤認する可能性があることが分かり得る。
これに基づいて、本願の一実施形態は、車両の動き状態認識方法を提供する。この方法によれば、他車両が位置する車線の車線情報、他車両が位置する車線の第1の隣接車線(例えば、左側の隣接車線)の車線情報、及び他車両が位置する車線の第2の隣接車線(例えば、右側の隣接車線)の車線情報(他車両の動き情報及び位置情報を組み合わせた)のうちの少なくとも2つのタイプに基づいて、他車両の走行軌跡を予測して、上記少なくとも2つのタイプの車線情報に対応する少なくとも2つの予測走行軌跡を得ることができる。次に、自車両に対する他車両の動き状態を、上記少なくとも2つの予測走行軌跡と、自車両が位置する車線の車線情報とに基づいて、認識することができる。例えば、自車両が位置する車線に他車両が車線を変更する可能性があるかどうかを認識することができる。
例えば、自車両が第1の車両であり、他車両が第2の車両である。車両の動き状態認識方法は、第1の車線情報、第2の車線情報、及び第2の車両の位置情報及び動き情報を取得するステップであって、第1の車線情報は、第1の車両が位置する車線の車線情報であり、第2の車線情報は、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報のうちの少なくとも2つのタイプを含む、ステップと;第2の車線情報と、第2の車両の位置情報及び動き情報とに基づいて、第2の車両の少なくとも2つの予測走行軌跡を決定するステップであって、各予測走行軌跡は、第2の車線情報に含まれる各タイプの車線情報に対応する、ステップと;少なくとも2つの予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するステップと;を含むことができる。
本願のこの実施形態で提供する車両の動き状態認識方法では、第2の車線情報は、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報のうちの少なくとも2つのタイプを含み、それによって、第2の車線情報に含まれる各タイプの車線情報と1対1の対応関係にある少なくとも2つの予測走行軌跡は、第2の車両の位置情報及び動き情報を参照して決定することができる。第1の車両に対する第2の車両の動き状態が、少なくとも2つの予測走行軌跡及び第1の車線情報に基づいて決定されるときに、少なくとも2つの予測走行軌跡は、相互補正を実行して、第2の車両の瞬間的な運動学的情報に対する感度を低下させることができる。これは、第2の車両の運動学的情報の瞬間的な変化による第1の車両に対する第2の車両の動き状態の誤認を回避するためである。
次に、本願のこの実施形態で提供する車両の動き状態認識方法の一例について説明する。
本願の説明において、「第1」及び「第2」等の用語は、単に説明を区別するために使用され、特徴を具体的に限定することを意図していないことに留意されたい。本願の実施形態の説明において、用語「及び/又は」は、関連付けられたオブジェクト同士の間の関連関係を説明し、3つの関係が存在し得ることを示す。例えば、A及び/又はBは、次の3つのケース:Aのみが存在する場合、AとBとの両方が存在する場合、及びBのみが存在する場合を示し得る。文字「/」は、通常、関連付けられたオブジェクト同士の間の「又は」の関係を示す。本願において、「少なくとも1つ」は1つ又は複数を意味し、「複数」は2つ以上を意味する。
図8は、本願の一実施形態による車両の構成要素の概略図である。図8に示されるように、車両は、様々なサブシステム、例えば、走行システム102、センサシステム104、制御システム106、1つ又は複数の周辺装置108、電源110、コンピュータシステム112、及びユーザインターフェイス116等を含むことができる。
オプションで、車両はより多くの又はより少ないサブシステムを含むことができ、各サブシステムは複数の要素を含むことができる。さらに、車両の全てのサブシステム及び要素を有線又は無線で相互接続することができる。
走行システム102は、移動のために車両に動力を供給する構成要素を含むことができる。一実施形態では、走行システム102は、エンジン118、エネルギー源119、変速機器120、及び車輪/タイヤ121を含むことができる。エンジン118は、内燃機関、電動機、空気圧縮エンジン、又は他のタイプのエンジンの組合せ、例えば、ガソリンエンジン及び電気モータを含むハイブリッドエンジン、又は内燃機関及び空気圧縮エンジンを含むハイブリッドエンジンであってもよい。エンジン118は、エネルギー源119を機械エネルギーに変換する。
エネルギー源119の例には、ガソリン、ディーゼル、他の石油ベースの燃料、プロパン、他の圧縮ガスベースの燃料、エタノール、ソーラーパネル、電池、及び他の電源が挙げられる。エネルギー源119は、車両の別のシステムにエネルギーを提供することもできる。
変速機器120は、機械的動力をエンジン118から車輪121に伝達することができる。変速機器120は、ギアボックス、ディファレンシャル、及び駆動シャフトを含むことができる。一実施形態において、変速機器120は、他の構成要素、例えばクラッチをさらに含むことができる。駆動シャフトは、1つ又は複数の車輪121に結合され得る1つ又は複数のシャフトを含むことができる。
センサシステム104は、車両の周囲環境に関する情報を感知できるいくつかのセンサを含むことができる。例えば、センサシステム104は、測位システム122(測位システム122は、GPSシステム、BeiDouシステム、又は他の測位システムであってもよい)、慣性測定ユニット(inertial measurement unit, IMU)124、レーダ126、レーザ距離計128、及びカメラ130を含み得る。センサシステム104は、車両の内部システムのセンサ(例えば、車載空気品質モニタ、燃料ゲージ、又はエンジンオイル温度計)をさらに含み得る。これらのセンサのうちの1つ又は複数からのセンサデータを使用して、オブジェクト及びそのオブジェクトの対応する特性(位置、形状、方向、及び速度等)を検出することができる。
測位システム122は、車両の地理的位置を推定するように構成され得る。IMU124は、慣性加速度に基づいて車両の位置及び向きの変化を感知するように構成される。一実施形態では、IMU124は、加速度計及びジャイロスコープの組合せであってもよい。
レーダ126は、無線信号を介して車両の周囲環境内のオブジェクトを感知することができる。いくつかの実施形態では、オブジェクトを感知することに加えて、レーダ126は、オブジェクトの速度及び/又は移動方向を感知するようにさらに構成され得る。
レーザ距離計128は、レーザを使用して、車両が位置する環境内のオブジェクトを感知することができる。いくつかの実施形態では、レーザ距離計128は、1つ又は複数のレーザ源、レーザスキャナ、1つ又は複数の検出器、及び他のシステム構成要素を含むことができる。
カメラ130は、車両の周囲環境の複数の画像を取り込むように構成され得る。カメラ130は、静止カメラ又はビデオカメラであり得る。
制御システム106は、車両及び車両の構成要素を制御するオペレーティングシステムである。制御システム106は、ステアリングシステム132、スロットル134、ブレーキユニット136、コンピュータビジョンシステム138、ルート制御システム140、及び障害物回避システム142を含み得る。
ステアリングシステム132は、車両の移動方向を調整するために操作され得る。例えば、一実施形態では、ステアリングシステム132はハンドルシステムであってもよい。
スロットル134は、エンジン118の動作速度を制御し、さらに車両の速度を制御するように構成される。
ブレーキユニット136は、車両を減速させるべく制御するように構成される。ブレーキユニット136は、車輪121を減速させるために摩擦を使用することができる。別の実施形態では、ブレーキユニット136は、車輪121の運動エネルギーを電流に変換することができる。あるいはまた、ブレーキユニット136は、車輪121の回転速度を他の形態で低下させて車両の速度を制御することができる。
コンピュータビジョンシステム138は、カメラ130によって取り込んだ画像を処理及び解析し、車両の周囲環境におけるオブジェクト及び/又は特徴を認識するように動作することができる。オブジェクト及び/又は特徴には、交通信号、道路境界、及び障害物が含まれ得る。コンピュータビジョンシステム138は、オブジェクト認識アルゴリズム、動きからの構造(structure from motion, SFM)アルゴリズム、ビデオ追跡、及び別のコンピュータビジョン技術を使用することができる。いくつかの実施形態では、コンピュータビジョンシステム138は、環境のマップを描画し、オブジェクトを追跡し、及びオブジェクトの速度を推定する等行うように構成され得る。
ルート制御システム140は、車両の走行ルートを決定するように構成される。いくつかの実施形態では、ルート制御システム140は、センサ104からのデータと、1つ又は複数の所定のマップとを組み合わせて、車両の走行ルートを決定することができる。
障害物回避システム142は、別の方法で、車両の環境内の潜在的な障害物を識別、評価、及び回避又は迂回するように構成される。
確かに、一例では、制御システム106は、図示及び説明したものに加えて、構成要素を追加するか、又は代わりに含むことができる。あるいはまた、制御システム106は、上に示した構成要素のうちのいくつかを取り除いてもよい。
車両は、周辺装置108を介して外部センサ、他車両、別のコンピュータシステム、又はユーザと対話する。周辺装置108は、無線通信システム146、車載コンピュータ148、マイク150、及び/又はスピーカ152を含み得る。
いくつかの実施形態では、周辺装置108は、車両のユーザがユーザインターフェイス116と対話するための手段を提供する。例えば、車載コンピュータ148は、車両100のユーザに情報を提供することができる。インターフェイス116はさらに、車載コンピュータ148を動作させて、ユーザからの入力を受け取ることができる。車載コンピュータ148は、タッチパネルを使用して操作を行うことができる。別のケースでは、周辺装置108は、車両が車両内に位置する別の装置と通信するための手段を提供することができる。例えば、マイク150は、車両のユーザからオーディオ(例えば、音声コマンド又は別のオーディオ入力)を受け取ることができる。同様に、スピーカ152は、車両のユーザにオーディオを出力することができる。
無線通信システム146は、1つ又は複数の装置と直接又は通信ネットワークを介して無線で通信することができる。例えば、無線通信システム146は、符号分割多元接続(code division multiple access, CDMA)、EVDO、又はGSM/GPRS等の3Gセルラーネットワークを介して通信を実行し、LTE等の4Gセルラーネットワークを介して通信を実行し、又は5Gセルラーネットワークを介して通信を実行することができる。無線通信システム146は、Wi-Fiを使用して、無線ローカルエリアネットワーク(wireless local area network, WLAN)と通信することができる。いくつかの実施形態では、無線通信システム146は、赤外線リンク、ブルートゥース、又はZigBeeを使用して装置と直接通信することができる。他の無線プロトコル、例えば無線通信システム146等の様々な車両通信システムは、1つ又は複数の専用短距離通信(dedicated short range communication, DSRC)装置を含むことができ、これらの装置は、車両及び/又は路側ステーションの間のパブリック及び/又はプライベートデータ通信を含むことができる。
電源110は、車両の様々な構成要素に電力を供給することができる。一実施形態では、電源110は、再充電可能なリチウムイオン又は鉛蓄電池であってもよい。このようなバッテリの1つ又は複数のバッテリパックは、車両の様々な構成要素に電力を供給するための電源として構成され得る。いくつかの実施形態では、電源110及びエネルギー源119は、例えば、いくつかの純粋な電気自動車において一緒に実装され得る。
車両の機能の一部又は全ては、コンピュータシステム112によって制御される。コンピュータシステム112は、少なくとも1つのプロセッサ113を含むことができ、プロセッサ113は、メモリ114等の非一時的なコンピュータ可読媒体に記憶した命令115を実行する。あるいはまた、コンピュータシステム112は、車両の個々の構成要素又はサブシステムを分散方式で制御する複数のコンピューティング装置であってもよい。
プロセッサ113は、任意の従来のプロセッサ、例えば市販のCPUであってもよい。あるいはまた、プロセッサは、ASIC又は別のハードウェアベースのプロセッサ等の専用装置であってもよい。図8はプロセッサ及びメモリを機能的に示しているが、当業者は、プロセッサ又はメモリが、実際には複数のプロセッサ又はメモリを含み、それらプロセッサ又はメモリが同じ物理的ハウジングに格納されても格納されなくてもよいことを理解すべきである。例えば、メモリは、異なる物理的ハウジングに配置されたハードディスクドライブ又は別の記憶媒体であってもよい。従って、プロセッサへの言及は、並列に動作してもしなくてもよい一組のプロセッサ又はメモリへの言及を含むものと理解される。本明細書で説明するステップを実行するために単一のプロセッサを使用するのとは異なり、ステアリング構成要素及び減速構成要素等のいくつかの構成要素はそれぞれ、構成要素固有の機能に関連する計算のみを実行するそれぞれのプロセッサを含むことができる。
本明細書で説明する様々な態様では、プロセッサは、車両から遠く離れて配置され、車両と無線で通信することができる。別の態様では、本明細書で説明するいくつかのプロセスは、車両内に配置されたプロセッサで実行されるが、他のプロセスは、単一の操作に必要なステップを行うことを含め、リモートプロセッサによって実行される。
いくつかの実施形態では、メモリ114は命令11(例えば、プログラムロジック)を含むことができ、命令115はプロセッサ113によって実行されて、上述の機能を含む車両の様々な機能を実行することができる。メモリ114は、走行システム102、センサシステム104、制御システム106、及び周辺装置108のうちの1つ又は複数に対して、データを送信する、データを受信する、対話する、及び/又はそれらを制御するための命令を含む、追加の命令をさらに含むことができる。
命令115に加えて、メモリ114は、道路地図、ルート情報、位置、方向、速度、及び車両の他の車両データ、及び他の情報等のデータをさらに格納することができる。そのような情報は、車両が自律モード、半自律モード、及び/又は手動モードで動作するときに、車両及びコンピュータシステム112によって使用され得る。
ユーザインターフェイス116は、車両のユーザに情報を提供する、又は車両のユーザから情報を受信するために使用される。オプションで、ユーザインターフェイス116は、例えば、無線通信システム146、車載コンピュータ148、マイク150、及びスピーカ152等の周辺装置108のセットに1つ又は複数の入力/出力装置を含むことができる。
コンピュータシステム112は、様々なサブシステム(例えば、走行システム102、センサシステム104、及び制御システム106)から、及びユーザインターフェイス116から受け取った入力に基づいて、車両の機能を制御することができる。例えば、コンピュータシステム112は、制御システム106にアクセスして制御システム106からの入力を使用し、ステアリングユニット132を制御して、センサシステム104及び障害物回避システム144によって検出された障害物を回避することができる。いくつかの実施形態では、コンピュータシステム112は、車両100及び車両100のサブシステムの多くの態様に制御を与えるために操作され得る。
オプションで、前述の構成要素の1つ又は複数を、車両とは別個に、又は車両に関連させて設置することができる。例えば、メモリ114は、車両から部分的又は完全に分離して存在してもよい。前述の構成要素は、有線及び/又は無線方式で互いに通信可能に結合され得る。
オプションで、前述の構成要素は単なる例である。実際の用途では、実際の要件に基づいて、前述のモジュールの構成要素を追加又は削除することができる。図8は、本願のこの実施形態に対する限定として理解すべきではない。
車両等の道路上を走行する自律車両は、車両の周囲環境内のオブジェクトを認識して、現在の速度を調整するように決定することができる。オブジェクトは、他車両、交通管制装置、又は別のタイプの別のオブジェクトであってもよい。いくつかの例では、認識した各オブジェクトは独立して考慮され得、オブジェクトの現在の速度、オブジェクトの加速度、及びオブジェクトと車両との間の間隔等の各オブジェクトの特徴に基づいて、自律車両によって調整すべき速度を決定するために使用され得る。
オプションで、車両又は車両に関連付けられたコンピューティング装置(図8のコンピュータシステム112、コンピュータビジョンシステム138、及びプロセッサ113等)は、認識したオブジェクトの特徴及び周囲環境の状態(例えば、交通量、雨、道路の凍結)に基づいて、認識したオブジェクトの動作を予測することができる。オプションで、認識したオブジェクトのそれぞれは、互いの動作に依存するため、認識した全てのオブジェクトをまとめて考慮し、認識した単一のオブジェクトの動作を予測することができる。車両は、認識したオブジェクトの予測した動作に基づいて車両の速度を調整することができる。換言すれば、車両は、オブジェクトの予測した動作に基づいて、車両を調整する必要がある安定状態(例えば、加速、減速、又は停止)を決定することができる。このプロセスでは、別の要因、例えば、他車両が移動する道路上での他車両の水平位置、道路の曲率、又は静的オブジェクトと動的オブジェクトとの間の近接性も考慮して、車両の速度を決定することができる。
オプションで、図8に示される車両は、乗用車、トラック、オートバイ、バス、又は遊園地の乗り物等であり得、運転者の有無にかかわらず、公道及び高速道路を走行する能力を有する。これは、本願のこの実施形態では特に限定されない。
例示的な実施形態では、本願のこの実施形態で提供する車両の動き状態認識方法は、図8に示される車両に適用してもよく、例えば、この方法は、車両内のプロセッサによって実行してもよく、又はコンピュータシステムによって実行してもよい。あるいはまた、別の例示的な実施形態では、本願のこの実施形態で提供する車両の動き状態認識方法は、図8に示される車両に通信可能に接続されたサーバ、例えばクラウドサーバにも適用され得る。サーバは、車両を遠隔制御して自律運転を実行することができる。車両の動き状態認識方法の適用対象は、本願では限定されない。
同様に、例えば、自車両が第1の車両であり、他車両が第2の車両である。図9は、本願の一実施形態による車両の動き状態認識方法の概略フローチャートである。
図9に示されるように、この方法では、まずS901~S903を実行して、第1の車線情報、第2の車線情報、第2の車両の位置情報及び動き情報を取得することができる。
S901:第1の車両が位置する車線の車線情報を取得し、その情報を第1の車線情報として使用する。
第1の車両が位置する車線の車線情報は、第1の車両が位置する車線の車線中心軸の軌跡情報である。例えば、第1の車両は、図1に示される車両1である。車両1が位置する車線の車線情報は、車線1の車線中心軸の軌跡(図1に破線で示される)である。
次に、第1の車線情報を取得するプロセスについて説明する。
第1の車線情報は、次の曲線式を使用して表すことができる。
yego,t(x)=a3,tx3+a2,tx2+a1,tx+a0,t
なお、egoは自車両を示す。
yego,t(x)=a3,tx3+a2,tx2+a1,tx+a0,t
なお、egoは自車両を示す。
この式において、a3,tは、第1の車線情報における時刻tにおける車線中心軸の軌跡の曲率変化率の1/6を表す。a2,tは、時刻tにおける第1の車線情報の車線中心軸の軌跡の曲率の1/2を表す。a1,tは、第1の車線情報における時刻tにおける車線中心軸の軌跡の接線勾配を表す。a0,tは、第1の車線情報における時刻tにおける車線中心軸の軌跡の水平オフセットを表す。
第1の車両が位置する車線の車線中心軸の軌跡を前述の曲線式に従ってフィッティングして、第1の車両が位置する車線の車線情報、すなわち第1の車線情報を得る。
S902:第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報のうちの少なくとも2つのタイプを取得し、その情報を第2の車線情報として使用する。
例えば、一実施態様では、第2の車線情報は、第2の車両が位置する車線の車線情報と、第2の車両が位置する第1の隣接車線の車線情報とを含み得る。別の実施態様では、第2の車線情報は、第2の車両が位置する車線の車線情報と、第2の車両が位置する第2の隣接車線の車線情報とを含み得る。さらに別の実施態様では、第2の車線情報は、第2の車両が位置する車線の第1の隣接車線の車線情報と、第2の車両が位置する車線の第2の隣接車線の車線情報とを含み得る。あるいはまた、第2の車線情報は、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報、の3つのタイプ全てを含み得る。
第2の車両が位置する車線の車線情報は、第2の車両が位置する車線の車線中心軸の軌跡情報であり、第2の車両が位置する車線の第1の隣接車線の車線情報は、第2の車両が位置する車線の第1の隣接車線の車線中心軸の軌跡情報であり、第2の車両が位置する車線の第2の隣接車線の車線情報は、第2の車両が位置する車線の第2の隣接車線の車線中心軸の軌跡情報である。
図1に示されるように、例えば、第2の車両は車両4である。車両4が位置する車線(車線1)の第1の隣接車線は車線2であり、第2の隣接車線は車線3である又は第1の隣接車線は車線3であり、第2の隣接車線は車線2である。換言すると、第1の隣接車線及び第2の隣接車線は、車両4が位置する車線の左側及び右側の隣接車線である。車線1、車線2、及び車線3の車線情報は、それぞれ車線1、車線2、及び車線3に対応する車線中心軸の軌跡である。
以下では、第2の車線情報を取得するプロセスについて説明する。
第2の車線情報は、次の曲線式を使用して表すことができる。
yi,t(x)=bi 3,tx3+bi 2,tx2+bi 1,tx+bi 0,t、 i=0,1,2
yi,t(x)=bi 3,tx3+bi 2,tx2+bi 1,tx+bi 0,t、 i=0,1,2
i=0のとき、yi,t(x)はy0,t(x)であり、これは、第2の車両が位置する車線の車線情報を表す。i=1のとき、yi,t(x)はy1,t(x)であり、これは、第2の車両が位置する車線の第1の隣接車線の車線情報を表す。i=2のとき、yi,t(x)はy2,t(x)であり、これは、第2の車両が位置する車線の第2の隣接車線の車線情報を表す。bi
3,tは、iに対応する車線情報における時刻tにおける車線中心軸の軌道の曲率変化率の1/6を表す。bi
2,tは、iに対応する車線情報における時刻tにおける車線中心軸の軌道の曲率の1/2を表す。bi
1,tは、iに対応する車線情報における時刻tにおける車線中心軸の軌跡の接線勾配を表す。bi
0,tは、iに対応する車線情報における時刻tにおける車線中心軸の軌跡の水平オフセットを表す。
第1の隣接車線(例えば、左側車線)が、第2の車両が位置する車線に存在しない場合に、第2の車線情報の曲線式において、i=1のとき、bi
3,t、bi
2,t、bi
1,t、及びbi
0,t等の対応するパラメータ係数は全て255である、又は、第2の隣接車線(例えば、右側車線)が、第2の車両が位置する車線に存在しない場合に、第2の車線情報の曲線式において、i=2のとき、bi
3,t、bi
2,t、bi
1,t、及びbi
0,t等の対応するパラメータ係数は全て255である。
第2の車両が位置する車線の車線中心軸の軌跡、第2の車両が位置する車線の第1の隣接車線の車線中心軸の軌跡、及び第2の車両が位置する車線の第2の隣接車線の車線中心軸の軌跡を曲線式に従ってフィッティングして、第2の車両が位置する車線の対応する車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報を取得する。
S903:第2の車両の位置情報及び動き情報を取得する。
オプションで、第1の車両のセンサシステム(例えば、レーダ又は距離センサ)及び測位システム(例えば、GPS又はBeiDou)は、固定したサイクルに基づいて、第2の車両の位置情報及び動き情報を収集して、第1の車両に対する第2の車両の位置情報及び動き情報をアップロードすることができる。第2の車両の位置情報とは、各サイクルの時刻tにおける第2の車両の位置情報(xt,yt,θt)を指す(xtは第2の車両の水平座標を表し、ytは第2の車両の縦方向座標を表し、θtは第2の車両の進行角を表す)。第2の車両の位置情報は、第1の車両に対する第2の車両の相対位置であってもよく、又は第2の車両の絶対位置であってもよい。第2の車両の動き情報とは、各サイクルの時刻tにおける第2の車両の速度vx,t、加速度ax,t、軌跡曲率γt等の動き情報をいう。
S901、S902、及びS903の実行順序は本願では、限定されず、S901、S902、及びS903は同時に行ってもよく、又はS901、S902、及びS903のいずれかを先に又は後に行ってもよいことに留意されたい。
第1の車線情報、第2の車線情報、及び第2の車両の位置情報及び動き情報が、前述のS901~S903を通じて得られた後に、第1の車両に対する第2の車両の動き状態を、以下のS904~S907のように決定することができる。
S904:第2の車線情報と、第2の車両の位置情報及び動き情報とに基づいて、第2の車両の少なくとも2つの予測走行軌跡を決定する。各予測走行軌跡は、第2の車線情報に含まれる各タイプの車線情報に対応する。
例えば、第2の車線情報に、第2の車両が位置する車線の車線情報と、第2の車両が位置する車線の第1の隣接車線の車線情報とが含まれる場合に、第2の車線が現在位置する車線内で第2の車両が走行するのを維持する予測走行軌跡と、第2の車両が位置する車線の第1の隣接車線に第2の車両が車線を変更する予測走行軌跡とを、対応付けて決定することができる。
あるいはまた、第2の車線情報に、第2の車両が位置する車線の車線情報と、第2の車両が位置する車線の第2の隣接車線の車線情報とが含まれる場合に、第2の車両が現在位置する車線を第2の車両が走行するのを維持する予測走行軌跡と、第2の車両が位置する車線の第2の隣接車線に第2の車両が車線を変更する予測走行軌跡とを、対応付けて決定することができる。
あるいはまた、第2の車線情報に、第2の車両が位置する車線の第1の隣接車線の車線情報と、第2の車両が位置する車線の第2の隣接車線の車線情報とが含まれる場合に、第2の車両が位置する車線の第1の隣接車線に第2の車両が車線を変更する予測走行軌跡と、第2の車両が位置する車線の第2の隣接車線に第2の車両が車線を変更する予測走行軌跡とを、対応付けて決定することができる。
あるいはまた、第2の車線情報に、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報の3つ全てが含まれる場合に、第2の車両が現在位置する車線を第2の車両が走行するのを維持する予測走行軌跡、第2の車両が位置する車線の第1の隣接車線に第2の車両が車線を変更する予測走行軌跡、及び第2の車両が位置する車線の第2の隣接車線に第2の車両が車線を変更する予測走行軌跡を、対応付けて決定することができる。
以下では、第2の車線情報に、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報の3つの全てのタイプが含まれる場合を例に使用して、予測走行軌跡の具体的な判定方法について説明する。
(1)第2の車両が現在位置する車線を第2の車両が走行するのを維持する予測走行軌跡について
第2の車両が、現在の位置からハンドル及び速度を調整して、第2の車両が位置する車線の車線中心軸付近に戻り、第2の車両が現在位置する車線内で第2の車両が走行するのを維持する経路を、多項式フィッティングを使用して計画することができると仮定する。
第2の車両が、現在の位置からハンドル及び速度を調整して、第2の車両が位置する車線の車線中心軸付近に戻り、第2の車両が現在位置する車線内で第2の車両が走行するのを維持する経路を、多項式フィッティングを使用して計画することができると仮定する。
例えば、第2の車両の現在位置、進行角、経路曲率、水平位置、第2の車両が位置する車線に戻る第2の車両の車線中心軸が満たす1次適合性、2次適合性等の6つの条件に基づいて、次の式(又は、多項式フィッティングモデルと呼ばれ得る)は、2次多項式フィッティングを実行することによって得られ、第2の車両が現在位置する車線内で第2の車両が走行するのを維持する予測走行軌跡を表すことができる。
z0,t(x)=c0 4,tx4+c0 3,tx3+c0 2,tx2+c0 1,tx+c0 0,t
z0,t(x)=c0 4,tx4+c0 3,tx3+c0 2,tx2+c0 1,tx+c0 0,t
多項式は以下の条件を満たす。
上記の式では、c0
4,t、c0
3,t、c0
2,t、c0
1,t、及びc0
0,tの5つのパラメータは、前述の適合条件を当てはめれば得られるものであり、ここでは特別な意味は示さない。
(2)第2の車両が位置する車線の第1の隣接車線又は第2の隣接車線に第2の車両が車線を変更する予測走行軌跡について
例えば、第1の隣接車線は、第2の車両が位置する車線の左側車線であり、第2の隣接車線は、第2の車両が位置する車線の右側車線であり、第2の車両が現在位置から左側車線又は右側車線に車線を変更した場合に、第2の車両の車線情報、運動学的情報、及び第2の車両が位置する車線の第1の隣接車線又は第2の隣接車線に第2の車両が車線を変更する予測走行軌跡を表す変換先車線の道路情報に基づいて、2次多項式フィッティングを実行することにより、次の式(又は、多項式フィッティングモデルと呼ばれ得る)を取得することができる。
z1,t(x)=ci 4,tx4+ci 3,tx3+ci 2,tx2+ci 1,tx+ci 0,t、 i=1,2
例えば、第1の隣接車線は、第2の車両が位置する車線の左側車線であり、第2の隣接車線は、第2の車両が位置する車線の右側車線であり、第2の車両が現在位置から左側車線又は右側車線に車線を変更した場合に、第2の車両の車線情報、運動学的情報、及び第2の車両が位置する車線の第1の隣接車線又は第2の隣接車線に第2の車両が車線を変更する予測走行軌跡を表す変換先車線の道路情報に基づいて、2次多項式フィッティングを実行することにより、次の式(又は、多項式フィッティングモデルと呼ばれ得る)を取得することができる。
z1,t(x)=ci 4,tx4+ci 3,tx3+ci 2,tx2+ci 1,tx+ci 0,t、 i=1,2
この式では、i=1は、第2の車両が左側車線に車線を変更することを示す。i=2は、第2の車両が右側車線に車線を変更することを表す。
多項式は次の条件を満たす。
上記の式では、ci
4,t、ci
3,t、ci
2,t、ci
1,t、及びci
0,t等の5つのパラメータは、前述の適合条件を当てはめれば得られるものであり、ここでは特別な意味は示さない。
あるいはまた、いくつかの実施形態では、前述の多項式フィッティング手法を使用しなくてもよく、ベッセル関数等の別のフィッティング関数を使用してもよく、又は運転データベースに基づいて抽出を実行して、第2の車両が現在位置する車線内で第2の車両が走行を維持する第2の予測走行軌跡と、第2の車両が位置する車線の第1の隣接車線又は第2の隣接車線に第2の車両が車線を変更する予測走行軌跡とを取得することができる。これは、本願では限定されない。
S904を実行して少なくとも2つの予測走行軌跡を取得した後に、S905及びS906を最初に実行して、取得した少なくとも2つの予測走行軌跡に基づいて第2の車両のターゲット予測走行軌跡を決定し、次にS907を実行して、第2の車両のターゲット予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定することができる。
S905:第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度を決定する。
いくつかの実施形態では、第1のプリセット期間における第2の車両の履歴走行軌跡の第1の水平座標ベクトルを取得することができ、第1の水平座標ベクトルは、履歴走行軌跡と、第2の車両が位置する車線の車線境界線との間の距離ベクトルを示すために使用される。次に、少なくとも2つの予測走行軌跡のそれぞれについて、第2のプリセット期間における予測走行軌跡の第2の水平座標ベクトルが取得され、第2の水平座標ベクトルは、各予測走行軌跡と、第2の車両が位置する車線の車線境界線と間の距離ベクトルを示すために使用され、第2の水平座標ベクトル及び第1の水平座標ベクトルに基づいて、予測走行軌跡と履歴走行軌跡との間の類似度が決定される。このようにして、第2の車両の各予測走行軌跡と履歴走行軌跡との類似度を求める。
第1のプリセット期間における第2の車両の履歴走行軌跡の第1の水平座標ベクトルは、第1のプリセット期間における第2の車両の履歴走行軌跡の複数の第1の水平座標を含む。第2のプリセット期間における各予測走行軌跡の第2の水平座標ベクトルは、第2のプリセット期間における予測走行軌跡の複数の第2の水平座標を含む。
いくつかの実施態様では、第1のプリセット期間は、連続する複数の第1のプリセットサイクルを含む期間であり得、各第1のプリセットサイクルは、少なくとも1つの第1の水平座標を含み得る。第2のプリセット期間は、連続する複数の第2のプリセットサイクルを含む期間であり得、各第2のプリセットサイクルは、少なくとも1つの第2の水平座標を含み得る。
例えば、運転者による車線内の走行の維持又は車線の変更は継続的なプロセスであるため(第2の車両はその運転者が運転する車両であると仮定される)、運転者は、対応するシナリオに明らかな特徴が現れる前に、対応する調整を行う。これを考慮し、本願では、第1のプリセット期間における第2の車両の履歴走行軌跡の複数の第1の水平座標を含む第1の水平座標時系列(すなわち、上記の第1の水平座標ベクトル)と、第2のプリセット期間における各予測走行軌跡の複数の第2の水平座標を含む第2の水平座標時系列(すなわち、上記の第2の水平座標ベクトル)が最初に決定され得る。次に、第1の水平座標時系列と第2の水平座標時系列との間の類似度を計算して、第2の車両の履歴走行軌跡と予測走行軌跡との間の類似度を得ることができる。
例えば、現在の時刻tであり、第1のプリセット期間は、(t-MΔT,t-(M-1)ΔT,・・・,t)等のM+t-MΔT第1のプリセットサイクルであり、第2のプリセット期間は、(M+N,M+N-1,・・・,M)等のN+1第2のプリセットサイクルである。
第1のプリセット期間における履歴走行軌跡の第1の水平座標を含む第1の水平座標時系列は、Yt,hとして表すことができる。
Yt,h=(yt-MΔT,yt-(M-1)ΔT,・・・・,yt)
Yt,h=(yt-MΔT,yt-(M-1)ΔT,・・・・,yt)
この方程式では、Yt,hは第1の水平座標の時系列を表し、yt-MΔTは時刻t-MΔTでの第1の水平座標を表し、残りは類推によって推定することができる。
例示的な実施形態では、Mは20であり得、Nは10であり得、ΔTはサンプリング期間であり、0.02sの整数倍であり得る。
第2のプリセット期間における予測走行軌跡の第2の水平座標を含む第2の水平座標時系列は、Yi
t,pで表すことができる。
Yi t,p=(zi N(t-MΔT),zi N(t-(M-1)ΔT),・・・,zi N(t))、 i=0,1,2
zi N(t-MΔT)=zi,t-(M+N-j)(xt-(M-j)ΔT)、 j=0,1,2,・・・M
Yi t,p=(zi N(t-MΔT),zi N(t-(M-1)ΔT),・・・,zi N(t))、 i=0,1,2
zi N(t-MΔT)=zi,t-(M+N-j)(xt-(M-j)ΔT)、 j=0,1,2,・・・M
2つの式で、i=0は車線内の走行を維持することを表する。i=1は左側車線への車線の変更を表す。i=2は右側車線への車線の変更を表す。Yi
t,pは、第2の水平座標時系列を表す。zi
N(t-MΔT)は、ある時刻t-(M-1)ΔTに予測した第2の車両の縦方向位置がxt-(M-j)ΔTである場合に、第2の車両の水平位置として表す。
また、第1の水平座標時系列Yt,hと第2の水平座標時系列Yi
t,p(i=0,1,2)との間の類似度は、
と表すことができ、ρi
tは、具体的には次のように表すことができる。
この式で、i=0は車線内の走行を維持することを表す。i=1は左側車線への車線の変更を表す。i=2は右側車線への車線の変更を表す。
は、i=0,1,2の場合に、対応する予測走行軌跡と履歴走行軌跡との類似度
として理解することができる。Yt,h(j)は、Yt,hのj番目の成分を表す。Yi
t,p(j)はYi
t,pのj番目の成分を表す。aj(j=0,・・・,M)はそれぞれ、予測走行軌跡と現在時刻から過去のj番目の期間における履歴走行軌跡との間の差の重みを表し、次の条件を満たす。
ajに対応する各j番目の期間と現在の時刻tとの間の時間差の逆数であるajの初期値に対して正規化を実行した後に、ajの値を求めることができることに留意されたい。詳細については、ここでは再び説明しない。
いくつかの他の実施形態では、コサイン類似度、マハラノビス距離、及びユークリッド距離等の別の数学的方法を使用して、第2の車両の少なくとも2つの予測走行軌跡のそれぞれと履歴走行軌跡との間の類似度を決定することができる。これは、本明細書では限定されない。
S906:少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定する。
可能な設計では、S905で決定した第2の車両の少なくとも2つの予測走行軌跡のそれぞれと履歴走行軌跡との間の類似度に基づいて、少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて第2の車両のターゲット予測走行軌跡を決定することは、少なくとも2つの予測走行軌跡から、第2の車両の履歴走行軌跡と最も高い類似度を有する予測走行軌跡を第2の車両のターゲット予測走行軌跡として選択することを指すことができる。選択したターゲット予測走行軌跡と第2の車両の履歴走行軌跡との類似度が最も高いため、ターゲット予測走行軌跡は、少なくとも2つの予測走行軌跡において第2の車両の将来の実際の走行軌跡に最も近い可能性が高い予測走行軌跡である。
別の可能な設計では、第2の車両の少なくとも2つの予測走行軌跡のそれぞれと履歴走行軌跡との間の類似度を求めた後に、第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を、第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、最初に予測してもよい。次に、少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡が決定される。
例えば、第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度を正規化することができ、各予測走行軌跡の確率を予測することができる。確率は、第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を示すことができる。次に、各予測走行軌跡の確率と上記少なくとも2つの予測走行軌跡とを参照して総合的に計算を行って、第2の車両のターゲット予測走行軌跡を求めてもよい。
次に、第2の車両が現在位置する車線内で第2の車両が走行を維持する予測走行軌跡、第2の車両が位置する車線の左側車線に第2の車両が車線を変更する予測走行軌跡、及び第2の車両が位置する車線の右側車線に第2の車両が車線を変更する予測走行軌跡等の3つの予測走行軌跡を使用して、ターゲット予測走行軌跡を決定するプロセスについて説明する。しかしながら、実際には、ターゲット予測走行軌跡を上記3つの予測走行軌跡のうちのいずれか2つに基づいて決定してもよいことに留意されたい。詳細については、ここでは再び説明しない。
前述の類似度
を、一例として使用する。各予測走行軌跡に対応するρi
tを正規化することにより、各予測走行軌跡に対応する確率を予め求めることができる。確率は
で表すことができる。
この式において、i=0は車線内の走行を維持することを表す。i=1は左側車線への車線の変更を表す。i=2は右側車線への車線の変更を表す。
さらに、第2の車両が現在位置する車線で第2の車両が走行を維持する予測走行軌跡に対応する確率は、P0
tとして表すことができる。
第2の車両が位置する車線の左側車線に第2の車両が車線を変更する予測走行軌跡に対応する確率は、P1
tとして表すことができる。
第2の車両が位置する車線の右側車線に第2の車両が車線を変更する予測走行軌跡に対応する確率は、P2
tとして表すことができる。
予測走行軌跡に対応する上記の確率P0
t、P1
t、P2
tを求めた後に、3つの予測走行軌跡を参照してターゲット予測走行軌跡を総合的に計算してもよい。
前述の実施形態で説明したように、zi,t(x)が予測走行軌跡を表すと仮定する。i=0は車線内の走行を維持することを表し、i=1は左側車線への車線の変更を表し、i=2は右側車線への車線の変更を表し、ターゲット予測走行軌跡はzt(x)として表すことができる。
オプションで、第2の車両によって行われる左側車線への車線変更、又は第2の車両によって行われる右側車線への車線変更は同時に発生しないため、本願のいくつかの実施形態では、ターゲット予測走行軌跡が上記3つの予測走行軌跡に基づいて決定された場合に、3つの予測走行軌跡にそれぞれ対応する確率の最小値を0に補正することで、決定したターゲット予測走行軌跡を実際の走行軌跡により近づけて、その後の車両の動き状態認識の精度を向上させることができる。例えば、第2の車両が左側車線に車線を変更する予測走行軌跡に対応する確率が最も小さい場合に、その確率は0に補正され得る。ターゲット予測走行軌跡は、第2の車両が右側車線に車線を変更する予測走行軌跡、第2の車両がその車線の走行を維持する予測走行軌跡、及び2つの予測走行軌跡にそれぞれ対応する確率のみに基づいて決定される。
別の可能な設計では、第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を、第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて予測した後に、第2の車両の実際の走行軌跡との類似度が最も高い予測走行軌跡を、第2の車両のターゲット予測走行軌跡として直接的に選択してもよい。
例えば、第2の車両の各予測走行軌跡の確率を、第2の車両の少なくとも2つの予測走行軌跡のそれぞれと履歴走行軌跡との間の類似度に基づいて別々に決定した後に、最大確率を有する予測走行軌跡を、第2の車両のターゲット予測走行軌跡として直接的に選択してもよい。
この設計は、類似度が最も高い予測走行軌跡を第2の車両のターゲット予測走行軌跡として直接的に選択する上記の第1の方法と同様であり、決定した予測走行軌跡は、上記の少なくとも2つの予測走行軌跡における第2の車両の将来の実際の走行軌跡に最も近い可能性が高い予測走行軌跡である。
少なくとも2つの予測走行軌跡、及び第2の車両の少なくとも2つの予測走行軌跡のそれぞれと履歴走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定する特定の方法は、本願では限定されないことに留意されたい。
S907:ターゲット予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定する。
上述したように、第1の車線情報は、第1の車両が位置する車線の車線中心軸の軌跡情報である。ターゲット予測走行軌跡を得た後に、第1の車線情報を参照して、ターゲット予測走行軌跡と第1の車両が位置する車線の車線中心軸との間の距離(例えば、最小水平距離又は最大水平距離)を決定することによって、例えば、第2の車両が、別の車線から第1の車両が位置する車線に割り込むかどうか、又は第2の車両が、第1の車両が位置する車線から別の車線に割り込むかどうか等を決定することができる。
例えば、図10は、本願の一実施形態による車両の動き状態認識方法の別の概略フローチャートである。
図10に示されるように、S907は、S1001~S1006を含んでもよい。
S1001:ターゲット予測走行軌跡及び第1の車線情報に基づいて、ターゲット予測走行軌跡と第1の車両が位置する車線の車線境界線との間であり且つ予め設定した縦方向長さ内にある最小水平距離、最小水平距離に対応する第1の縦方向位置、最大水平距離、及び最大水平距離に対応する第2の縦方向位置を決定する。
上述したように、第1の車線情報は、第1の車両が位置する車線の車線中心軸であってもよい。
例えば、第1の車両は車両Aであり、第2の車両は車両Bである。図11は、本願の一実施形態に従って、車両Aが、車両Bのターゲット予測走行軌跡に基づいて車両Bの動き状態を認識する概略図である。
図11に示されるように、予め設定した縦方向長さを[a,b]とすると、aの位置は、車線中心軸に沿った方向で車両Bに近い位置、又は車両Bの縦方向座標と同じ位置であり得る。これに対応して、bの位置は、車線中心軸方向に沿った方向で車両Bから離れた位置である。予め設定した縦方向長さ[a、b]は、車線中心軸に沿った方向の特定の範囲を制限するためにのみ使用されることが理解されよう。
ターゲット予測走行軌跡zt(x)と、予め設定した縦方向長さ[a,b]内で車両Aが位置する車線の車線中心軸yego,tとの間の最小水平距離dminは、次のように表すことができる。
ターゲット予測走行軌跡zt(x)と、予め設定した縦方向長さ[a,b]内で車両Aが位置する車線の車線中心軸yego,tとの間の最大水平距離dmaxは、次のように表すことができる。
最小水平距離に対応する第1の縦方向位置は、ターゲット予測走行軌跡内のdminの位置である。第2の縦方向位置は、ターゲット予測走行軌跡内のdmaxの位置である。
S1002:最小水平距離が第1の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両とは異なる車線の走行を維持すると決定する。
オプションで、第1の閾値d1の値は、第1の車両のボディの幅の半分に30センチメートルを加えた値であってもよく、又は第1の車両のボディの幅の半分に30センチメートルを加えた値に近い値であってもよい。
最小水平距離dminが第1の閾値d1より大きい場合に、第2の車両は第1の車両が位置する車線に進入していないと決定され得、第1の車両に対する第2の車両の動き状態が、第2の車両が第1の車両とは異なる車線の走行を維持することであるとみなすことができ、例えば、次のように表すことができる。
objectState()=passby()
objectStateはオブジェトの状態を示す。Passbyはそばを通り過ぎることを示す。
objectState()=passby()
objectStateはオブジェトの状態を示す。Passbyはそばを通り過ぎることを示す。
例えば、図12は、本願の一実施形態による、車両Aが、車両Bのターゲット予測走行軌跡に基づいて車両Bの動き状態を認識する別の概略図である。図12に示されるように、車両Bのターゲット予測走行軌跡と車両Aが位置する車線の車線中心軸との間の最小水平距離dminが第1の閾値d1より大きい場合に、車両Aに対する車両Bの動き状態がobjectState=passbyであると決定される。
S1003:最小水平距離が第1の閾値よりも小さく、最大水平距離が第2の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線を横断していると決定し、ここで、第2の閾値は第1の閾値よりも大きい。
オプションで、第2の閾値d2の値は、第1の車両が位置する車線の幅に30センチメートルを加えた値であってもよく、又は第1の車両が位置する車線の幅に30センチメートルを加えた値に近い値であってもよい。第2の閾値d2が第1の閾値d1よりもはるかに大きいことが分かり得る。
最小水平距離dminが第1の閾値d1よりも小さく、最大水平距離dmaxが第2の閾値d2よりも大きい場合に、第2の車両が第1の車両が位置する車線に進入する可能性があり、水平オフセットが大きいと決定されるため、第1の車両に対する第2の車両の動き状態は、第1の車両が位置する車線を横切っていると見なすことができ、これは、例えば次のように表すことができる。
objectState=cross(cross)
crossは横切ることを示す。
objectState=cross(cross)
crossは横切ることを示す。
例えば、図13は、本願の一実施形態による、車両Aが、車両Bのターゲット予測走行軌跡に基づいて車両Bの動き状態を認識するさらに別の概略図である。図13に示されるように、車両Bのターゲット予測走行軌跡と車両Aが位置する車線の車線中心軸との間の最小水平距離dminが第1の閾値d1より小さく、最大水平距離dmaxが第2の閾値d2より大きい場合に、車両Bが、車両Aが位置する車線に進入する可能性があり、水平方向のオフセットが大きいと決定されるので、車両Aに対する車両Bの動き状態が、車両Aが位置する車線を横切っているとみなすことができ、これは、例えば、objectState=crossと表すことができる。
S1004:最大水平距離が第3の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両と同じ車線での走行を維持していると決定し、ここで、第3の閾値は第1の閾値よりも小さい。
オプションで、第3の閾値d3の値は、第1の車両のボディの幅の半分から30センチメートルを引いた値であってもよく、又は第1の車両のボディの幅の半分から30センチメートルを引いた値に近い値であってもよい。第3の閾値d3が第1の閾値d1より小さいことが分かり得る。
最大水平距離dmaxが第3の閾値d3より小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両と同じ車線での走行を維持していると決定することができ、これは、例えば、以下のように表すことができる。
objectState=follow(follow)
followは追従(追走)することを示す。
objectState=follow(follow)
followは追従(追走)することを示す。
確かに、S1004において、第2の車両が第1の車両に追従してもよく、又は第1の車両が第2の車両に追従してもよいことが理解されよう。
例えば、図14は、本願の一実施形態による、車両Aが、車両Bのターゲット予測走行軌跡に基づいて車両Bの動き状態を認識するさらに別の概略図である。図14に示されるように、車両Bのターゲット予測走行軌跡と車両Aが位置する車線の車線中心軸との最大水平距離dmaxが第3の閾値d3より小さい場合に、車両Aに対する車両Bの動き状態が、車両Aと同じ車線の走行を維持すると決定され、これは、例えば、objectState=followと表すことができる。この場合に、最小水平距離dminは第3の閾値d3よりも確実に小さい。詳細については、再び説明しない。
S1005:最小水平距離が第1の閾値よりも小さく、最大水平距離が第3の閾値よりも大きく且つ第2の閾値よりも小さく、第2の縦方向位置が現れる時刻が、ターゲット予測走行軌跡において第1の縦方向位置が現れる時刻よりも早い場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいると決定する。
例えば、図15は、本願の一実施形態による、車両Aが、車両Bのターゲット予測走行軌跡に基づいて車両Bの動き状態を認識するさらに別の概略図である。図15に示されるように、車両Bのターゲット予測走行軌跡と車両Aが位置する車線の車線中心軸との間の最小水平距離dminが第1の閾値d1より小さく、最大水平距離dmaxが第3の閾値d3よりも大きく且つ第2の閾値d2よりも小さく、第2の縦方向位置xmaxがターゲット予測走行軌跡に現れる時刻が、第1の縦方向位置xminが現れる時刻よりも早い場合に、車両Aに対する車両Bの動き状態が、車両Aが位置する車線に割り込んでいると決定することができ、これは、例えば、objectState=cut in(Cut in)と表すことができる。(cut inは割り込むことを示す。)
S1006:最小水平距離が第1の閾値よりも小さく、最大水平距離が第3の閾値よりも大きく且つ第2の閾値よりも小さく、第1の縦方向位置が現れる時刻が、ターゲット予測走行軌跡において第2の縦方向位置が現れる時刻よりも早い場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線から抜け出していると決定する。
例えば、図16は、本願の一実施形態による、車両Aが、車両Bのターゲット予測走行軌跡に基づいて車両Bの動き状態を認識するさらに別の概略図である。図16に示されるように、車両Bのターゲット予測走行軌跡と車両Aが位置する車線の車線中心軸との間の最小水平距離dminが第1の閾値d1よりも小さく、最大水平距離dmaxが第3の閾値d3よりも大きく且つ第2の閾値d2よりも小さく、第1の縦方向位置xminがターゲット予測走行軌跡に現れる時刻が、第2の縦方向位置xmaxが現れる時刻よりも早い場合に、車両Aに対する車両Bの動き状態が、車両Aが位置する車線から抜け出しており、これは、例えば、objectState=cut out(cut out)と表すことができる。(cut outは抜け出すことを示す。)
上記のS1002~S1006の説明例では、最小水平距離が閾値よりも大きい又は小さい場合のシナリオを使用して第1の車両に対する第2の車両の動き状態を区分しているが、実際の実施態様では、最小距離が閾値に等しいシナリオをさらに考慮する必要がある場合がある。例えば、いくつかの実施態様では、最小水平距離dminが第1の閾値d1に等しいシナリオと、最小水平距離dminが第1の閾値d1より大きいシナリオとを一緒にグループ化することができる。あるいはまた、いくつかの他の実施態様では、最小水平距離dminが第1の閾値d1に等しいシナリオと、最小水平距離dminが第1の閾値d1よりも小さいシナリオとを一緒にグループ化することができる。これは、本願では限定されない。他の閾値との比較も同様であり、詳細については再び説明しない。
可能な設計では、S1005において、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいると決定された場合に、この方法は、最小水平距離に対応する第1の縦方向位置と、予め設定した縦方向長さに関するものであり且つ第1の車両に近い端部との間の縦方向距離に基づいて、第2の車両に対する第2の車両の動き状態を、第1の車両が位置する車線に第1の割込み状態で割り込んでいる、又は第1の車両が位置する車線に第2の割込み状態で割り込んでいることにさらに絞り込む(refine)ことができる。
あるいはまた、S1006において、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線から抜け出していると決定した場合に、この方法は、最小水平距離に対応する第1の縦方向位置と、予め設定した縦方向長さに関するものであり且つ第1の車両に近い端部との間の縦方向距離に基づいて、第1の車両に対する第2の車両の動き状態を、第1の車両が位置する車線から第1の抜出し状態で抜け出してしているか、又は第1の車両が位置する車線から第2の抜出し状態で抜け出していることにさらに絞り込むことができる。
例えば、第1の割込み状態はクローズカットイン状態と呼ばれ得、第1の抜出し状態はクローズカットアウト状態と呼ばれ得る。第2の割込み状態は通常割込み状態と呼ばれ得、第2の抜出し状態は通常抜出し状態と呼ばれ得る。あるいはまた、第1/第2の割込み状態と第1/第2の抜出し状態とを別の名称で呼んでもよい。
以下、例えば、第1の割込み状態をクローズカットイン状態と呼び、第1の抜出し状態をクローズカットアウト状態と呼び、第2の割込み状態を通常カットイン状態と呼び、第2の抜出し状態をカットアウト状態と呼ぶ。第1の車両に対する第2の車両の動き状態がクローズカットイン状態又は通常カットイン状態にさらに絞り込まれた場合と、第1の車両に対する第2の車両の動き状態がクローズカットアウト状態又は通常カットアウト状態にさらに絞り込まれた場合とについて、例を挙げて別々に説明する。
図17は、本願の一実施形態による、車両Aが、車両Bのターゲット予測走行軌跡に基づいて車両Bの動き状態を認識するさらに別の概略図である。
例えば、図17に示されるように、第1の車両に対する第2の車両の動き状態は、最小水平距離に対応する第1の縦方向位置と予め設定した縦方向長さの端部aとの間の縦方向距離、すなわち、第1の縦方向位置と、第1の車両が位置する車線の車線境界線に平行な方向の予め設定した縦方向長さの端部aとの間の距離に基づいてさらに絞り込まれ得る。第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいると決定されたときに、縦方向距離が第4の閾値(すなわち、1m、2m、又は3m等、ここでは限定されない)よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に近接して割り込んでいる(close_cut_in)と決定される。縦方向距離が第4の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態は、第1の車両が位置する車線にほぼ割り込んでいる(general_cut_in)と決定される。
縦方向距離が第4の閾値に等しい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に近接して割り込んでいる、又は第1の車両が位置する車線にほぼ割り込んでいると決定され得ることを理解するのは容易である。これは、本明細書では限定されない。
同様に、一例を使用して、第1の車両に対する第2の車両の動き状態は、最小水平距離に対応する第1の縦方向位置と、予め設定した縦方向長さの端部aとの間の縦方向距離、すなわち、第1の縦方向位置と、第1の車両が位置する車線の車線境界線に平行な方向における予め設定した縦方向長さの端部aとの間の距離に基づいて、近接して抜け出している、又はほぼ抜け出しているようにさらに絞り込まれ得る。例えば、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線から抜け出していると決定されたときに、縦方向距離が第4の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線から近接して抜け出していると決定される。縦方向距離が第4の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態は、第1の車両が位置する車線からほぼ抜け出していると決定される。同様に、縦方向距離が第4の閾値に等しい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線から近接して抜け出している、又は第1の車両が位置する車線からほぼ抜け出していると決定され得ることを理解するのは容易である。これは、本明細書では限定されない。
いくつかの実施形態では、S904において、第2の車両の予測走行軌跡が、第2の車線情報、位置情報、及び第2の車両の動き情報に基づいて決定される前に、車両の動き状態認識方法は、第2の車両の動き情報を修正するステップをさらに含んでもよい。
例えば、いくつか(例えば、6つ)の過去の期間における水平速度を最初に収集してもよく、前述のいくつかの過去の期間における水平速度の平均値を計算して、第2の車両の平均履歴水平速度が得られる。次に、第2の車両の動き情報に含まれる水平速度は、第2の車両の平均水平横方向(horizontal lateral)速度に基づいて修正される。
あるいはまた、時間速度多項式フィッティングを前述のいくつかの過去の期間における水平速度に対して実行して、フィッティング係数を得ることができる(多項式フィッティングの方法については、前述の実施形態において、第2の車両が車線内の走行を維持するか、又は車線を変更する予測走行軌跡に対して多項式フィッティングを行う方法を参照されたい、詳細については、ここでは再び説明しない)。次に、フィッティング係数に基づいて第2の車両の現在の水平速度を予測し、現在の予測水平速度を得る。次に、現在の予測水平速度に基づいて、第2の車両の動き情報に含まれる水平速度を修正することができる。
例えば、第2の車両の動き情報に含まれる水平速度は、現在の予測水平速度に基づいて修正される(第2の車両の平均履歴水平速度に基づいて修正する方法と同じ)。第2の車両の収集した水平速度は、前述の現在の予測水平速度と比較され得、収集した水平速度と現在の予測水平速度との間の差が第5の閾値よりも大きい場合に、収集した水平速度は、収集した水平速度の過剰に大きな瞬間速度によって引き起こされる外乱を低減するために修正される。例えば、水平速度を増加又は減少させてもよく、又は予め設定した重みに基づいて、収集した水平速度と現在の予測水平速度とに対して重付け組合せ(weighted combination)を行って、収集した水平速度を更新する。
オプションで、第5の閾値の値は、第2の車両の操縦安定性に関連する。第2の車両の安定性が高いほど、第5の閾値は小さく、第2の車両の操縦安定性が低いほど、第5の閾値は大きい。例えば、第5の閾値は、毎秒0.2メートル(m/s)、又は0.4m/s等とすることができる。これは、本明細書では限定されない。
さらにいくつかの実施形態では、S905において、第2の車両の少なくとも2つの予測走行軌跡のそれぞれと履歴走行軌跡との間の類似度が決定されるときに、第1のプリセット期間における第2の車両の履歴走行軌跡の第1の履歴座標を含む第1の水平座標時系列と、第2のプリセット期間における各予測走行軌跡の第2の横断(transverse)座標を含む第2の履歴座標時系列とが最初に決定され、次に、第1の履歴座標時系列と第2の履歴座標時間系列との間の類似度を計算して、第2の車両の履歴走行軌跡と予測走行軌跡との間の類似度を得るための方法が使用される場合に、第1のプリセット期間及び第2のプリセット期間の持続時間は、この方法で、第2の車両の収集した水平速度と前述の現在の予測水平速度との間の差に基づいてさらに調整され得る。
例えば、差が大きい場合に、それは、第2の車両の運転意図が具体的であることを示す。第2の車両の履歴走行軌跡が予測走行軌跡に及ぼす遅延効果は、第1のプリセット期間及び第2のプリセット期間の持続時間を減少させることによって低減することができる。そうではなく、差が小さい場合に、第1のプリセット期間及び第2のプリセット期間の継続時間を増加させてもよい。
第2の車両について、過去の水平速度の多項式フィッティング予測結果、すなわち、前述の現在の予測水平速度がvであり、収集した現在の水平速度がv0であり、第1のプリセット期間がδmであり、第2のプリセット期間がδnであると仮定する(δm及びδnは較正値であり、例えば、δmは3であり得、δnは2.5であり得る)と、δm及びδnの期間は次のように変更できる。
Δm=[v-v0]*δm; Δn=[v-v0]*δn
Δm=[v-v0]*δm; Δn=[v-v0]*δn
オプションで、前述のδmは、第1のプリセット期間に含まれる第1のプリセットサイクルの数量を指すことができ、第1のプリセット期間の持続時間を調整することは、第1のプリセット期間に含まれる第1のプリセットサイクルの数量を調整することを指す。
同様に、前述のδnは、第2のプリセット期間に含まれる第2のプリセットサイクルの数量を指すことができ、第2のプリセット期間の持続時間を調整することは、第2のプリセット期間に含まれる第2のプリセットサイクルの数量を調整することを指す。
上記は、主に、本願の実施形態において提供される解決策を、車両又はサーバの観点から説明したものである。前述の機能を実現するために、車両又はサーバは、各機能を実行するための対応するハードウェア構造及び/又はソフトウェアモジュールを含み得ることが理解されよう。
例えば、本願の一実施形態は、車両の動き状態認識機器をさらに提供することができる。図18は、本願の一実施形態による車両の動き状態認識機器の構造の概略図である。図18に示されるように、車両の動き状態認識機器は、第1の車線情報、第2の車線情報、及び第2の車両の位置情報及び動き情報を取得するように構成された取得モジュール1801であって、第1の車線情報は、第1の車両が位置する車線の車線情報であり、第2の車線情報は、第2の車両が位置する車線の車線情報、第2の車両が位置する車線の第1の隣接車線の車線情報、及び第2の車両が位置する車線の第2の隣接車線の車線情報のうちの少なくとも2つのタイプを含む、取得モジュール1801と;第2の車線情報と、第2の車両の位置情報及び動き情報とに基づいて、第2の車両の少なくとも2つの予測走行軌跡を決定するように構成された予測モジュール1802であって、各予測走行軌跡は、第2の車線情報に含まれる各タイプの車線情報に対応する、予測モジュール1802と;少なくとも2つの予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するように構成された決定モジュール1803と:を含む。
可能な設計では、決定モジュール1803は、少なくとも2つの予測走行軌跡、及び第2の車両の少なくとも各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定し、ターゲット予測走行軌跡及び第1の車線情報に基づいて、第1の車両に対する第2の車両の動き状態を決定するように特に構成される。
可能な設計では、決定モジュール1803は、第1のプリセット期間における第2の車両の履歴走行軌跡の第1の水平座標ベクトルを取得することであって、第1の水平座標ベクトルは、履歴走行軌跡と、第2の車両が位置する車線の車線境界線との間の距離ベクトルを示すために使用される、こと、及び;第2のプリセット期間における各予測走行軌跡の第2の水平座標ベクトルを取得し、第2の水平座標ベクトル及び第1の水平座標ベクトルに基づいて、各予測走行軌跡と履歴走行軌跡との間の類似度を決定することであって、第2の水平座標ベクトルは、各予測走行軌跡と第2の車両が位置する車線の車線境界線との間の距離ベクトルを示すために使用される、こと;を行うようにさらに構成される。
可能な設計では、決定モジュール1803は、第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を予測し、少なくとも2つの予測走行軌跡、及び第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度に基づいて、第2の車両のターゲット予測走行軌跡を決定するように特に構成される。
可能な設計では、決定モジュール1803は、ターゲット予測走行軌跡及び第1の車線情報に基づいて、ターゲット予測走行軌跡と、第1の車両が位置する車線の車線境界線との間であり且つ予め設定した縦方向長さ内にある最小水平距離を決定し、最小水平距離が第1の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両とは異なる車線で走行を維持すると決定するように特に構成される。
可能な設計では、決定モジュール1803はさらに、ターゲット予測走行軌跡及び第1の車線情報に基づいて、予め設定した縦方向長さ内で、ターゲット予測走行軌跡と第1の車両が位置する車線の車線境界線との間の最大水平距離を決定すること、及び;最小水平距離が第1の閾値よりも小さく、最大水平距離が第2の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線を横断していると決定することであって、第2の閾値は第1の閾値よりも大きい、こと、又は;最大水平距離が第3の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両と同じ車線で走行を維持すると決定することであって、第3の閾値は第1の閾値よりも小さい、こと、又は;最小水平距離が第1の閾値よりも小さく、最大水平距離が第3の閾値より大きく且つ第2の閾値より小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいるか、又は第1の車両が位置する車線から抜け出していると決定すること;を行うように構成される。
可能な設計では、決定モジュール1803は、最小水平距離に対応する第1の縦方向位置及び最大水平距離に対応する第2の縦方向位置を取得すること、及び;最小水平距離が第1の閾値よりも小さく、最大水平距離が第3の閾値よりも大きく且つ第2の閾値よりも小さく、第2の縦方向位置が現れる時刻が、ターゲット予測走行軌跡において第1の縦方向位置が現れる時刻よりも早い場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に割り込んでいると決定すること、又は;第1の縦方向位置が現れる時刻がターゲット予測走行軌跡において第2の縦方向位置が現れる時刻よりも早い場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線から抜け出していると決定すること;を行うようにさらに構成される。
可能な設計では、決定モジュール1803は、第1の縦方向位置と予め設定した縦方向長さの第1の端部との間の縦方向距離を取得することであって、縦方向距離は、第1の縦方向位置と、第1の車両が位置する車線の車線境界線と平行な方向における予め設定した縦方向長さの第1の端部との間の距離であり、予め設定した縦方向長さの第1の端部は、第1の車両に近い端部である、こと、及び;縦方向距離が第4の閾値よりも小さい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に第1の割込み状態で割り込んでいるか、又は第1の車両が位置する車線から第1の抜出し状態で抜け出しているかを決定すること、又は;縦方向距離が第4の閾値よりも大きい場合に、第1の車両に対する第2の車両の動き状態が、第1の車両が位置する車線に第2の割込み状態で割り込んでいるか、又は第1の車両が位置する車線から第2の抜出し状態で抜け出していると決定すること;を行うようにさらに構成される。
可能な設計では、第2の車両の動き情報は、第2の車両の水平速度を含む。予測モジュール1802は、第2の車両の平均履歴水平速度に基づいて、第2の車両の動き情報に含まれる水平速度を修正するようにさらに構成される。
機器内のモジュール又はユニットへの分割は、単に論理的な機能分割であることを理解されたい。実際の実装中に、モジュール又はユニットの全て又は一部が、1つの物理エンティティに統合されるか、又は物理的に分離される場合がある。さらに、機器内の全てのモジュールは、処理要素によって呼び出されるソフトウェアの形式で実装してもよく、又はハードウェアの形式で実装してもよい。或いは、一部のユニットは、処理要素によって呼び出されるソフトウェアの形式で実装してもよく、一部のユニットはハードウェアの形式で実装してもよい。
例えば、各ユニットは、独立して配置された処理要素であってもよく、又は実装のために装置のチップに統合してもよい。あるいはまた、各ユニットは、ユニットの機能を実行するために機器の処理要素によって呼び出されるプログラムの形態でメモリに格納してもよい。さらに、ユニットの全部又は一部は統合してもよく、又は独立して実装してもよい。本明細書における処理要素は、プロセッサと呼ばれ得、信号処理能力を有する集積回路であってもよい。実装中に、前述の方法又は前述のユニットのステップは、プロセッサ要素内のハードウェア集積論理回路を使用して実施され得るか、又は処理要素によって呼び出されるソフトウェアの形式で実施され得る。
一例では、前述の機器のいずれか1つのユニットは、前述の方法を実施するように構成された1つ又は複数の集積回路、例えば、1つ又は複数の特定用途向け集積回路(application-specific integrated circuit, ASIC)、1つ又は複数のマイクロプロセッサ(digital signal processor, DSP)、1つ又は複数のフィールドプログラマブルゲートアレイ(field programmable gate array, FPGA)、又はこれらの形式の集積回路の少なくとも2つの組合せであってもよい。
別の例では、機器内のユニットが処理要素によってプログラムをスケジューリングする形式で実装され得る場合に、処理要素は、汎用プロセッサ、例えば、中央処理装置(central processing unit, CPU)又はプログラムを呼び出すことができる別のプロセッサであってもよい。さらに別の例として、ユニットは、システム・オン・チップ(system-on-a-chip, SOC)の形態で統合され、実装してもよい。
例えば、本願の一実施形態は、車両の動き状態認識機器をさらに提供する。この機器は、別の機器によって送信されたデータを受信するように構成されたインターフェイス回路と;インターフェイス回路に接続され、前述の方法のステップを実行するように構成されたプロセッサと;を含む。プロセッサは、1つ又は複数のプロセッサを含むことができる。
一実施態様では、前述の方法における対応するステップを別々に実施するモジュールは、処理要素によってプログラムをスケジュールする形式で実装され得る。例えば、車両の動き状態認識機器は、処理要素及び記憶要素を含むことができ、処理要素は記憶要素に記憶したプログラムを呼び出して、前述の方法の実施形態で説明した方法を実行する。記憶要素は、処理要素と同じチップ上に配置した記憶要素、すなわちオンチップ記憶要素であってもよい。
別の実施態様では、前述の方法を実施するためのプログラムは、処理要素とは異なるチップ上の記憶要素、すなわちオフチップ記憶要素内にあってもよい。この場合に、処理要素は、プログラムをオフチップ記憶要素からオンチップ記憶要素に呼び出すか又はロードして、前述の方法の実施形態で説明した方法を呼び出して実行する。
例えば、本願の一実施形態は、プロセッサを含む車両をさらに提供することができる。プロセッサは、メモリに接続し、メモリに格納したプログラムを呼び出して、前述の方法の実施形態で説明した方法を実行するように構成される。
あるいはまた、本願の一実施形態は、プロセッサを含むサーバをさらに提供することができる。サーバは、車両との遠隔通信を行うことができる。プロセッサは、メモリに接続し、メモリに格納したプログラムを呼び出して、前述の方法の実施形態で説明した方法を実行するように構成される。
あるいはまた、本願の一実施形態は、車両運転システムをさらに提供することができ、例えば、自律運転システム又は運転支援システムとすることができる。車両運転システムは、車両及びサーバを含んでもよく、或いは車両又はサーバに独立して配備してもよい。車両運転システムはプロセッサを含み、プロセッサは、メモリに接続し、メモリに格納したプログラムを呼び出して、前述の方法の実施形態で説明した方法を実行するように構成される。
さらに別の実施態様では、前述の方法のステップを実施するように構成されたモジュールを、1つ又は複数の処理要素として構成することができる。これらの処理要素は、端末に配置することができる。ここでの処理要素は、集積回路、例えば、1つ又は複数のASIC、1つ又は複数のDSP、1つ又は複数のFPGA、又はこれらのタイプの集積回路の組合せであり得る。これらの集積回路を一緒に集積してチップを形成することができる。
さらに別の実施態様では、前述の方法のステップを実施するように構成されたモジュールを一緒に集積し、SOCの形態で実装することができる。SOCチップは、対応する方法を実施するように構成される。少なくとも1つの処理要素及び記憶要素をチップに集積することができ、処理要素は、記憶要素に記憶したプログラムを呼び出して、対応する方法を実施する。あるいはまた、対応する方法を実施するために、少なくとも1つの集積回路をチップに組み込んでもよい。あるいはまた、前述の実施態様を参照して、一部のユニットの機能は処理要素によって呼び出されるプログラムの形式で実現してもよく、一部のユニットの機能は集積回路の形式で実装される。
上述のように、本明細書における処理要素は、例えばCPU等の汎用プロセッサであってもよく、又は前述の方法を実施するように構成された1つ又は複数の集積回路、例えば1つ又は複数AISC、1つ又は複数のマイクロプロセッサDSP、1つ又は複数のFPGA、又は集積回路の少なくとも2つの組合せであってもよい。
記憶素子は、1つのメモリであってもよく、又は複数の記憶素子の総称であってもよい。
実施態様の前述の説明に基づいて、当業者は、簡便で簡潔な説明のために、前述の機能モジュールへの分割が単に説明の例として使用されていることを明確に理解することができる。実際の適用中に、前述の機能は、要件に基づいて実装するために異なる機能モジュールに割り当てることができる。つまり、機器の内部構造を異なる機能モジュールに分割して、前述の機能の全て又は一部を実現する。
本願で提供するいくつかの実施形態において、開示した機器及び方法は、他の方法で実現され得ることを理解すべきである。例えば、説明した機器の実施形態は単なる例である。例えば、モジュール又はユニットへの分割は単なる論理的な機能分割であり、実際の実施態様では別の分割であってもよい。例えば、複数のユニット又は構成要素を別のシステムに結合又は統合することができ、又はいくつかの機能を無視するか実行しなくてもよい。さらに、表示又は議論した相互結合又は直接結合又は通信接続は、いくつかのインターフェイスを介して実装され得る。機器又はユニットの間の間接的な結合又は通信接続は、電気的、機械的、又は他の形態で実現することができる。
別個の部品として説明したユニットは、物理的に分離されていてもいなくてもよく、ユニットとして表示される部品は、1つ又は複数の物理的なユニットであってもよく、1つの場所に配置してもよく、又は異なる場所に分散してもよい。実施形態の解決策の目的を達成するために、実際の要件に従ってユニットの一部又は全てを選択することができる。
さらに、本願の実施形態における機能ユニットは、1つの処理ユニットに統合してもよく、又はユニットのそれぞれが物理的に単独で存在してもよく、又は2つ以上のユニットを1つのユニットに統合してもよい。統合ユニットは、ハードウェアの形態で実装してもよく、又はソフトウェア機能ユニットの形態で実装してもよい。
統合ユニットがソフトウェア機能ユニットの形態で実装され、独立した製品として販売又は使用される場合に、統合ユニットは、可読記憶媒体に記憶され得る。このような理解に基づいて、本願の実施形態の技術的解決策は、本質的に、又は従来の技術に寄与する部分、又は技術的解決策の全部又は一部は、ソフトウェア製品、例えばプログラムの形式で実装することができる。ソフトウェア製品は、プログラム製品、例えばコンピュータ可読記憶媒体に格納され、装置(シングルチップマイクロコンピュータ、又はチップ等であってもよい)又はプロセッサ(processor)が本願の実施形態で説明した方法のステップの全て又は一部を実行できるようにするためのいくつかの命令を含む。前述の記憶媒体には、USBフラッシュドライブ、リムーバブルハードディスク、ROM、RAM、磁気ディスク、又は光ディスク等、プログラムコードを記憶できる任意の媒体が含まれる。
例えば、本願の一実施形態は、コンピュータソフトウェア命令を含むコンピュータ可読記憶媒体を提供する。コンピュータソフトウェア命令が、車両の動き状態認識機器又は車両の動き状態認識機器に組み込まれたチップで実行されると、車両の動き状態認識機器は、前述の方法の実施形態で説明した方法を実行できるようになる。
前述の説明は、本願の特定の実施態様に過ぎず、本願の保護範囲を限定することを意図するものではない。本願で開示した技術的範囲内の変更又は置換は、本願の保護範囲内に入るものとする。従って、本願の保護範囲は、特許請求の範囲の保護範囲に従うものとする。
Claims (23)
- 車両の動き状態認識方法であって、当該方法は、
第1の車線情報、第2の車線情報、及び第2の車両の位置情報及び動き情報を取得するステップであって、前記第1の車線情報は、第1の車両が位置する車線の車線情報であり、前記第2の車線情報は、前記第2の車両が位置する車線の車線情報、前記第2の車両が位置する前記車線の第1の隣接車線の車線情報、及び前記第2の車両が位置する前記車線の第2の隣接車線の車線情報のうちの少なくとも2つを含む、ステップと、
前記第2の車線情報と、前記第2の車両の前記位置情報及び前記動き情報とに基づいて、前記第2の車両の少なくとも2つの予測走行軌跡を決定するステップであって、各予測走行軌跡は、前記第2の車線情報に含まれる各タイプの前記車線情報に対応する、ステップと、
前記少なくとも2つの予測走行軌跡及び前記第1の車線情報に基づいて、前記第1の車両に対する前記第2の車両の動き状態を決定するステップと、を含む、
方法。 - 前記少なくとも2つの予測走行軌跡及び前記第1の車線情報に基づいて、前記第1の車両に対する前記第2の車両の動き状態を前記決定するステップは、
前記少なくとも2つの予測走行軌跡、及び前記第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、前記第2の車両のターゲット予測走行軌跡を決定するステップと、
該ターゲット予測走行軌跡及び前記第1の車線情報に基づいて、前記第1の車両に対する前記第2の車両の前記動き状態を決定するステップと、を含む、請求項1に記載の方法。 - 前記少なくとも2つの予測走行軌跡、及び前記第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、前記第2の車両のターゲット予測走行軌跡を前記決定するステップの前に、当該方法は、
第1のプリセット期間における前記第2の車両の前記履歴走行軌跡の第1の水平座標ベクトルを取得するステップであって、該第1の水平座標ベクトルは、前記履歴走行軌跡と前記第2の車両が位置する前記車線の車線境界線との間の距離ベクトルを示すために使用される、ステップと、
第2のプリセット期間における各予測走行軌跡の第2の水平座標ベクトルを取得し、該第2の水平座標ベクトル及び前記第1の水平座標ベクトルに基づいて、各予測走行軌跡と前記履歴走行軌跡との間の前記類似度を決定するステップであって、前記第2の水平座標ベクトルは、各予測走行軌跡と、前記第2の車両が位置する前記車線の前記車線境界線との間の距離ベクトルを示すために使用される、ステップと、をさらに含む、請求項2に記載の方法。 - 前記少なくとも2つの予測走行軌跡、及び前記第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、前記第2の車両のターゲット予測走行軌跡を前記決定するステップは、
前記第2の車両の各予測走行軌跡と前記履歴走行軌跡との間の類似度に基づいて、前記第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を予測するステップと、
前記少なくとも2つの予測走行軌跡、及び前記第2の車両の各予測走行軌跡と前記実際の走行軌跡との間の前記類似度に基づいて、前記第2の車両の前記ターゲット予測走行軌跡を決定するステップと、を含む、請求項2又は3に記載の方法。 - 前記ターゲット予測走行軌跡及び前記第1の車線情報に基づいて、前記第1の車両に対する前記第2の車両の前記動き状態を前記決定するステップは、
前記ターゲット予測走行軌跡及び前記第1の車線情報に基づいて、前記ターゲット予測走行軌跡と前記第1の車両が位置する前記車線の車線境界線との間であって、予め設定した縦方向長さ以内である最小水平距離を決定するステップと、
該最小水平距離が第1の閾値よりも大きい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両とは異なる車線での走行を維持していると決定するステップと、を含む、請求項2乃至4のいずれか一項に記載の方法。 - 前記ターゲット予測走行軌跡及び前記第1の車線情報に基づいて、前記ターゲット予測走行軌跡と前記第1の車両が位置する前記車線の前記車線境界線との間の最大水平距離を前記予め設定した縦方向長さ内で決定するステップ、及び
前記最小水平距離が前記第1の閾値よりも小さく、前記最大水平距離が第2の閾値よりも大きい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線を横断していると決定するステップであって、前記第2の閾値は前記第1の閾値よりも大きい、ステップ、又は
前記最大水平距離が第3の閾値よりも小さい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両と同じ車線での走行を維持していると決定するステップであって、前記第3の閾値は前記第1の閾値よりも小さい、ステップ、又は
前記最小水平距離が前記第1の閾値よりも小さく、前記最大水平距離が前記第3の閾値よりも大きく且つ前記第2の閾値よりも小さい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線に割り込んでいるか、又は前記第1の車両が位置する前記車線から抜け出していると決定するステップ、をさらに含む、請求項5に記載の方法。 - 当該方法は、前記最小水平距離に対応する第1の縦方向位置と、前記最大水平距離に対応する第2の縦方向位置とを取得するステップをさらに含み、
前記最小水平距離が前記第1の閾値よりも小さく、前記最大水平距離が前記第3の閾値よりも大きく且つ第2の閾値よりも小さい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、第1の車両が位置する前記車線に割り込んでいるか、又は前記第1の車両が位置する前記車線を抜け出していると前記決定するステップは、
前記第2の縦方向位置が現れる時刻が、前記第1の縦方向位置が前記ターゲット予測走行軌跡に現れる時刻よりも早い場合に、前記第1の車両に対する前記第2の車両の動き状態が、前記第1の車両が位置する前記車線に割り込んでいると決定するステップ、又は、
前記第1の縦方向位置が現れる時刻が、前記第2の縦方向位置が前記ターゲット予測走行軌跡に現れる時刻よりも早い場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線から抜け出していると決定するステップ、を含む、請求項6に記載の方法。 - 当該方法は、
前記第1の縦方向位置と前記予め設定した縦方向長さの第1の端部との間の縦方向距離を取得するステップであって、該縦方向距離は、前記第1の縦方向位置と前記予め設定した縦方向長さの前記第1の端部との間の、前記第1の車両が位置する前記車線の前記車線境界線に平行な方向の距離であり、前記予め設定した縦方向長さの前記第1の端部は、前記第1の車両に近い端部である、ステップ、及び
前記縦方向距離が第4の閾値よりも小さい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線に第1の割込み状態で割り込んでいるか、又は前記第1の車両が位置する前記車線から第1の抜出し状態で抜け出しているかを決定するステップ、又は
前記縦方向距離が前記第4の閾値よりも大きい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線に第2の割込み状態で割り込んでいるか、又は前記第1の車両が位置する前記車線から第2の抜出し状態で抜け出しているかを決定するステップ、を含む、請求項7に記載の方法。 - 前記第2の車両の前記動き情報は、前記第2の車両の水平速度を含み、前記第2の車線情報と前記第2の車両の位置情報及び動き情報とに基づいて、前記第2の車両の少なくとも2つの予測走行軌跡を前記決定するステップの前に、当該方法は、
前記第2の車両の平均履歴水平速度に基づいて、前記第2の車両の前記動き情報に含まれる前記水平速度を修正するステップをさらに含む、請求項1乃至8のいずれか一項に記載の方法。 - 車両の動き状態認識機器であって、当該機器は、
第1の車線情報、第2の車線情報、及び第2の車両の位置情報及び動き情報を取得するように構成された取得モジュールであって、前記第1の車線情報は、第1の車両が位置する車線の車線情報であり、前記第2の車線情報は、前記第2の車両が位置する車線の車線情報、前記第2の車両が位置する前記車線の第1の隣接車線の車線情報、及び前記第2の車両が位置する前記車線の第2の隣接車線の車線情報のうちの少なくとも2つのタイプを含む、取得モジュールと、
前記第2の車線情報と前記第2の車両の前記位置情報及び前記動き情報とに基づいて、前記第2の車両の少なくとも2つの予測走行軌跡を決定するように構成された予測モジュールであって、各予測走行軌跡は、前記第2の車線情報に含まれる各タイプの前記車線情報に対応する、予測モジュールと、
前記少なくとも2つの予測走行軌跡及び前記第1の車線情報に基づいて、前記第1の車両に対する前記第2の車両の動き状態を決定するように構成される決定モジュールと、を含む、
機器。 - 前記決定モジュールは、前記少なくとも2つの予測走行軌跡、及び前記第2の車両の各予測走行軌跡と履歴走行軌跡との間の類似度に基づいて、前記第2の車両のターゲット予測走行軌跡を決定し、及び
前記ターゲット予測走行軌跡及び前記第1の車線情報に基づいて、前記第1の車両に対する前記第2の車両の前記動き状態を決定するように特に構成される、請求項10に記載の機器。 - 前記決定モジュールは、
第1のプリセット期間における前記第2の車両の前記履歴走行軌跡の第1の水平座標ベクトルを取得することであって、前記第1の水平座標ベクトルは、前記履歴走行軌跡と、前記第2の車両が位置する前記車線の車線境界線との間の距離ベクトルを示すために使用される、こと、及び
第2のプリセット期間における各予測走行軌跡の第2の水平座標ベクトルを取得し、該第2の水平座標ベクトル及び前記第1の水平座標ベクトルに基づいて、各予測走行軌跡と前記履歴走行軌跡との間の類似度を決定することであって、前記第2の水平座標ベクトルは、各予測走行軌跡と、前記第2の車両が位置する前記車線の前記車線境界線との間の距離ベクトルを示すために使用される、こと、を行うようにさらに構成される、請求項11に記載の機器。 - 前記決定モジュールは、
前記第2の車両の各予測走行軌跡と前記履歴走行軌跡との間の類似度に基づいて、前記第2の車両の各予測走行軌跡と実際の走行軌跡との間の類似度を予測すること、及び
前記少なくとも2つの予測走行軌跡、及び前記第2の車両の各予測走行軌跡と前記実際の走行軌跡との間の前記類似度に基づいて、前記第2の車両の前記ターゲット予測走行軌跡を決定すること、を行うように特に構成される、請求項11又は12に記載の機器。 - 前記決定モジュールは、
前記ターゲット予測走行軌跡及び前記第1の車線情報に基づいて、前記ターゲット予測走行軌跡と前記第1の車両が位置する前記車線の車線境界線との間であって、予め設定した縦方向長さ以内である最小水平距離を決定すること、及び
該最小水平距離が第1の閾値よりも大きい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両とは異なる車線での走行を維持していると決定すること、を行うように特に構成される、請求項11乃至13のいずれか一項に記載の機器。 - 前記決定モジュールは、
前記ターゲット予測走行軌跡及び前記第1の車線情報に基づいて、前記ターゲット予測走行軌跡と前記第1の車両が位置する前記車線の前記車線境界線との間の最大水平距離を前記予め設定した縦方向長さ内で決定すること、及び
前記最小水平距離が前記第1の閾値よりも小さく、前記最大水平距離が第2の閾値よりも大きい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線を横断していると決定することであって、前記第2の閾値は前記第1の閾値よりも大きい、こと、又は
前記最大水平距離が第3の閾値よりも小さい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が前記第1の車両と同じ車線での走行を維持していると決定することであって、前記第3の閾値は前記第1の閾値よりも小さい、こと、又は
前記最小水平距離が前記第1の閾値より小さく、前記最大水平距離が前記第3の閾値よりも大きく且つ前記第2の閾値よりも小さい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線に割り込んでいるか、又は前記第1の車両が位置する前記車線から抜け出していると決定すること、を行うようにさらに構成される、請求項14に記載の機器。 - 前記決定モジュールは、
前記最小水平距離に対応する第1の縦方向位置と、前記最大水平距離に対応する第2の縦方向位置とを取得すること、及び
前記最小水平距離が前記第1の閾値よりも小さく、前記最大水平距離が前記第3の閾値よりも大きく且つ前記第2の閾値よりも小さい場合であって、前記第2の縦方向位置が現れる時刻が、前記第1の縦方向位置が前記ターゲット予測走行軌跡に現れる時刻よりも早い場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線に割り込んでいると決定すること、又は
前記第1の縦方向位置が現れる時刻が、前記第2の縦方向位置が前記ターゲット予測走行軌跡に現れる時刻よりも早い場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線から抜け出していると決定すること、を行うようにさらに構成される、請求項15に記載の機器。 - 前記決定モジュールは、
前記第1の縦方向位置と前記予め設定した縦方向長さの第1の端部との間の縦方向距離を取得することであって、該縦方向距離は、前記第1の縦方向位置と前記予め設定した縦方向長さの前記第1の端部との間の、前記第1の車両が位置する前記車線の前記車線境界線に平行な方向における距離であり、前記予め設定した縦方向長さの前記第1の端部は、前記第1の車両に近い端部である、こと、及び
前記縦方向距離が第4の閾値よりも小さい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線に第1の割込み状態で割り込んでいるか、又は前記第1の車両が位置する前記車線から第1の抜出し状態で抜け出しているかを決定すること、又は
前記縦方向距離が前記第4の閾値よりも大きい場合に、前記第1の車両に対する前記第2の車両の前記動き状態が、前記第1の車両が位置する前記車線に第2の割込み状態で割り込んでいるか、又は前記第1の車両が位置する前記車線から第2の抜出し状態で抜け出しているかを決定すること、を行うようにさらに構成される、請求項16に記載の機器。 - 前記第2の車両の前記動き情報は、前記第2の車両の水平速度を含み、
前記予測モジュールは、前記第2の車両の平均履歴水平速度に基づいて、前記第2の車両の前記動き情報に含まれる前記水平速度を修正するようにさらに構成される、請求項10乃至17のいずれか一項に記載の機器。 - 車両の動き状態認識機器であって、当該機器は、
別の機器によって送信されたデータを受信するように構成されたインターフェイス回路と、
該インターフェイス回路に結合され、請求項1乃至9のいずれか一項に記載の方法を実行するように構成されたプロセッサと、を含む、
機器。 - プロセッサを含む車両であって、前記プロセッサは、メモリに接続し、該メモリに格納したプログラムを呼び出して、請求項1乃至9のいずれか一項に記載の方法を実行するように構成される、車両。
- プロセッサを含むサーバであって、前記プロセッサは、メモリに接続し、該メモリに格納したプログラムを呼び出して、請求項1乃至9のいずれか一項に記載の方法を実行するように構成される、サーバ。
- プロセッサを含む車両運転システムであって、前記プロセッサは、メモリに接続し、該メモリに格納したプログラムを呼び出して、請求項1乃至9のいずれか一項に記載の方法を実行するように構成される、車両運転システム。
- コンピュータソフトウェア命令を含むコンピュータ可読記憶媒体であって、前記コンピュータソフトウェア命令が、車両の動き状態認識機器又は該車両の動き状態認識機器に組み込まれたチップで実行されると、前記車両の動き状態認識機器は、請求項1乃至9のいずれか一項に記載の方法を実行することが可能になる、コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010762012.3A CN114056347A (zh) | 2020-07-31 | 2020-07-31 | 车辆运动状态识别方法及装置 |
CN202010762012.3 | 2020-07-31 | ||
PCT/CN2021/107918 WO2022022384A1 (zh) | 2020-07-31 | 2021-07-22 | 车辆运动状态识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023536483A true JP2023536483A (ja) | 2023-08-25 |
Family
ID=80037130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023506149A Pending JP2023536483A (ja) | 2020-07-31 | 2021-07-22 | 車両の動き状態認識方法及び機器 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP4180295A4 (ja) |
JP (1) | JP2023536483A (ja) |
CN (1) | CN114056347A (ja) |
WO (1) | WO2022022384A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114973160B (zh) * | 2022-05-18 | 2023-08-11 | 南京感动科技有限公司 | 基于数字孪生模型的车辆状态判断方法及系统 |
CN115123252B (zh) * | 2022-07-05 | 2023-03-31 | 小米汽车科技有限公司 | 车辆控制方法、装置、车辆及存储介质 |
CN116110216B (zh) * | 2022-10-21 | 2024-04-12 | 中国第一汽车股份有限公司 | 车辆跨线时间确定方法、装置、存储介质及电子装置 |
CN115817515B (zh) * | 2023-01-18 | 2023-05-26 | 禾多科技(北京)有限公司 | 车辆控制方法、装置、电子设备和计算机可读介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015155833A1 (ja) * | 2014-04-08 | 2015-10-15 | 三菱電機株式会社 | 衝突防止装置 |
DE102014212700B4 (de) * | 2014-07-01 | 2022-02-10 | Honda Motor Co., Ltd. | Adaptives Geschwindigkeits-Regelungs-/Steuerungssystem |
US10152882B2 (en) * | 2015-11-30 | 2018-12-11 | Nissan North America, Inc. | Host vehicle operation using remote vehicle intention prediction |
DE102016009763A1 (de) * | 2016-08-11 | 2018-02-15 | Trw Automotive Gmbh | Steuerungssystem und Steuerungsverfahren zum Bestimmen einer Trajektorie und zum Erzeugen von zugehörigen Signalen oder Steuerbefehlen |
KR20190113918A (ko) * | 2017-03-02 | 2019-10-08 | 닛산 지도우샤 가부시키가이샤 | 운전 지원 방법 및 운전 지원 장치 |
US10324469B2 (en) * | 2017-03-28 | 2019-06-18 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling motion of vehicle in shared environment |
KR20190035159A (ko) * | 2017-09-26 | 2019-04-03 | 삼성전자주식회사 | 차량 움직임 예측 방법 및 장치 |
US10414395B1 (en) * | 2018-04-06 | 2019-09-17 | Zoox, Inc. | Feature-based prediction |
US11390288B2 (en) * | 2018-12-11 | 2022-07-19 | Nissan Motor Co., Ltd. | Other-vehicle action prediction method and other-vehicle action prediction device |
CN109739246B (zh) * | 2019-02-19 | 2022-10-11 | 阿波罗智能技术(北京)有限公司 | 一种变换车道过程中的决策方法、装置、设备及存储介质 |
CN109583151B (zh) * | 2019-02-20 | 2023-07-21 | 阿波罗智能技术(北京)有限公司 | 车辆的行驶轨迹预测方法及装置 |
CN110400490B (zh) * | 2019-08-08 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 轨迹预测方法和装置 |
CN110789528B (zh) * | 2019-08-29 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 一种车辆行驶轨迹预测方法、装置、设备及存储介质 |
CN110758382B (zh) * | 2019-10-21 | 2021-04-20 | 南京航空航天大学 | 一种基于驾驶意图的周围车辆运动状态预测系统及方法 |
CN111114554B (zh) * | 2019-12-16 | 2021-06-11 | 苏州智加科技有限公司 | 行驶轨迹预测方法、装置、终端及存储介质 |
CN111169476B (zh) * | 2020-01-18 | 2021-09-03 | 重庆长安汽车股份有限公司 | 一种运动趋势预测方法、装置、控制器及汽车 |
-
2020
- 2020-07-31 CN CN202010762012.3A patent/CN114056347A/zh active Pending
-
2021
- 2021-07-22 WO PCT/CN2021/107918 patent/WO2022022384A1/zh unknown
- 2021-07-22 EP EP21849900.2A patent/EP4180295A4/en active Pending
- 2021-07-22 JP JP2023506149A patent/JP2023536483A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4180295A1 (en) | 2023-05-17 |
CN114056347A (zh) | 2022-02-18 |
EP4180295A4 (en) | 2024-01-10 |
WO2022022384A1 (zh) | 2022-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210262808A1 (en) | Obstacle avoidance method and apparatus | |
US20220379920A1 (en) | Trajectory planning method and apparatus | |
CN110379193B (zh) | 自动驾驶车辆的行为规划方法及行为规划装置 | |
WO2021000800A1 (zh) | 道路可行驶区域推理方法及装置 | |
CN113879295B (zh) | 轨迹预测方法及装置 | |
CN112519575B (zh) | 调整油门踏板特性的方法和装置 | |
WO2021196879A1 (zh) | 车辆驾驶行为的识别方法以及识别装置 | |
JP2023536483A (ja) | 車両の動き状態認識方法及び機器 | |
WO2021212379A1 (zh) | 车道线检测方法及装置 | |
CN112512887B (zh) | 一种行驶决策选择方法以及装置 | |
CN113525373B (zh) | 一种车辆的变道控制系统、控制方法以及变道控制装置 | |
WO2022062825A1 (zh) | 车辆的控制方法、装置及车辆 | |
US20230211809A1 (en) | Autonomous driving method and apparatus | |
JP2023545817A (ja) | 電子機械制動方法および電子機械制動装置 | |
CN113859265B (zh) | 一种驾驶过程中的提醒方法及设备 | |
WO2022022344A1 (zh) | 一种自动驾驶行车控制方法及装置 | |
US20220309806A1 (en) | Road structure detection method and apparatus | |
CN114576148B (zh) | 液冷系统、应用在液冷系统的控制方法、控制装置及车辆 | |
EP4159564A1 (en) | Method and device for planning vehicle longitudinal motion parameters | |
CN114327842A (zh) | 多任务部署的方法及装置 | |
US20230256970A1 (en) | Lane Change Track Planning Method and Apparatus | |
CN114877911B (zh) | 路径规划方法、装置、车辆及存储介质 | |
CN117944671A (zh) | 一种目标行为预测方法、智能设备及车辆 | |
CN113701746A (zh) | 目标朝向确定方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230324 |