JP2024517394A - 衝突確率を有するマップを作成する方法 - Google Patents

衝突確率を有するマップを作成する方法 Download PDF

Info

Publication number
JP2024517394A
JP2024517394A JP2023562778A JP2023562778A JP2024517394A JP 2024517394 A JP2024517394 A JP 2024517394A JP 2023562778 A JP2023562778 A JP 2023562778A JP 2023562778 A JP2023562778 A JP 2023562778A JP 2024517394 A JP2024517394 A JP 2024517394A
Authority
JP
Japan
Prior art keywords
collision
map
movement data
probabilities
vehicles
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
Application number
JP2023562778A
Other languages
English (en)
Inventor
シュテーリン・ウルリヒ
メンツェル・マルク
Original Assignee
コンチネンタル・オートモーティヴ・テクノロジーズ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by コンチネンタル・オートモーティヴ・テクノロジーズ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング filed Critical コンチネンタル・オートモーティヴ・テクノロジーズ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング
Publication of JP2024517394A publication Critical patent/JP2024517394A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/164Centralised systems, e.g. external to vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3807Creation or updating of map data characterised by the type of data
    • G01C21/3815Road data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本発明は、あるエリアの衝突確率を有するマップを作成する方法であって、エリア内を走行する複数の車両が検出され、各車両について移動データが確定され、車両のそれぞれについて、移動データに基づいて少なくとも1つの進路が予測され、及び前記進路に基づいて衝突確率が計算される、方法に関する。衝突確率は、マップに格納され得る。

Description

本発明は、あるエリアの衝突確率を有するマップを作成する方法に関する。
公共交通路上の交差点又は他の場所には、本質的にある程度の事故リスクがある。事故は、例えば、2つの車両が衝突したときに起こり得る。例えば、環境センサを使用して、これに関する情報を収集することができ、それにより市又は自治体などのインフラ運営者が事故多発地帯を分析することが可能になる。
衝突確率を有するマップを作成する方法であって、既知の設計の代替となるか又は既知の設計よりも良好な設計を有する方法を提供することが望ましいであろう。これは、本発明によれば、請求項1で特許請求される方法により、本発明に従って達成される。有利な構成は、例えば、従属請求項から解釈することができる。請求項の内容は、明示的に参照することにより本明細書の内容に組み込まれる。
本発明は、あるエリアの衝突確率を有するマップを作成する方法であって、
- エリア内を走行する1つ以上の車両を検出し、且つ各車両に関する移動データを決定する工程と、
- 車両のそれぞれについて、移動データに基づいて少なくとも1つの軌道を予測する工程と、
- 軌道に基づいて衝突確率を計算する工程と、
- 衝突確率をマップに格納する工程と
を有する方法に関する。
このような方法を使用して、実際に捕捉された移動データに基づくとともに、例えば車両制御のために既に使用されている計算モデルにも基づき得る衝突確率を有するマップを作成することができる。このような計算モデルは、典型的には、本明細書に記載される方法において、各車両によって実行されず、例えば衝突確率を有するそのようなマップを生成するために特別に設定され得るインフラによって実行される。
車両の検出及び移動データの決定は、例えば、カメラ又はモーションセンサなどの適切なセンサを使用して実施することができるが、例えばV2X通信中に得られるデータを介して実施することもできる。例えば、予測のために、決定論的アルゴリズム、及び/又は統計的方法、及び/又は人工知能に基づくモデルを使用することができる。例えば、衝突確率は、軌道が重なるか又は軌道の周囲の領域が重なる確率を確認するように計算され得る。
マップは、例えば、例えば中央ユニットに格納することができる電子格納マップであり得る。したがって、このマップは、例えば、事故多発地帯を評価し、交通安全を向上させる可能な方法を特定するために使用することができる。
例えば、移動データは、各車両がエリアを通して移動する間に繰り返し決定され得、及び少なくとも1つの軌道は、それぞれの場合に移動データに基づいて予測され得る。これにより、より広い潜在的データに頼ることが可能であるため、マップを改良することができる。しかしながら、対応するデータは、別のマップに使用することもできる。
特に、移動データは、所定の時間間隔で決定され得る。これにより、簡単な実施形態が可能になる。
一実施形態によれば、それぞれの関連する確率を有する複数の軌道は、常に又は少なくとも部分的に予測される。これは、特に各車両に適用される。その結果、車両がどのような確率でどのように移動するかを予測することが可能であり、特に可能なそれぞれの移動シーケンスに確率を割り当てることができる。これにより、衝突確率の計算がより容易になる。
移動データは、特に車両から無線を介して受信された情報によって検出及び/又は決定され得る。例えば、この目的のためにV2X通信を使用することができる。しかしながら、カメラ、レーダ、ライダーセンサなどの沿道センサを使用することも可能である。
特に、エリアは、交差点、ジャンクション、カーブ又はT字路を含み得る。このような場所は、典型的には、事故多発地帯である。しかしながら、他のエリアを使用することもできる。
特に、衝突確率は、基準値に対して正規化され得る。したがって、マップは、絶対的な確率を示すのではなく、基準値と比較した相対的な確率を示すように実行され得る。
例えば、衝突確率は、エリアの事前定義された小区画に集約される方式で格納され得る。これにより、過度に細かい設計を回避するために、マップを適切に分割することが可能になる。これにより、集約された形態での特定の評価が可能になる。
特に、移動データを決定する際の予測の不確実性及び/又は誤差限界は、軌道及び関連する確率を予測するときに考慮され得る。これにより、計算を更に向上させることができる。特に、不確実性及び/又は誤差限界に基づいて、各々の確率を有する複数の軌道を計算することができる。
特に、複数の車両ペアの衝突確率は、集約された方式で格納され得る。ペアとは、特に、少なくともある程度の衝突の確率が生じるほど2つの車両が接近することを意味するものと理解することができる。集約された評価を実現するために、集約されたストレージを使用することもできる。
1つの車両のみが考慮される場合、特に固定障害物との衝突の衝突確率が考慮され得る。この場合、通常、単一の車両から出発する1つ又は複数の軌道で十分である。
特に、衝突確率は、マップが、事前定義された時間窓からの衝突確率のみを考慮するようにマップに格納され得る。その結果、マップは、例えば、ある時間における交通安全の向上に関する評価が可能になるように作成され得、この場合、典型的には異なる時間において交通量が異なる。過去の事前定義された期間に関してマップが常に作成されるように、スライディングウィンドウ機能も実装され得る。
一実施形態によれば、1つ以上のマップが生成され、1つ以上の事前定義された条件を満たす衝突確率のみが各マップで考慮される。これにより、例えば、異なる特徴を有するマップを生成することが可能となる。以下では、特に条件に関するいくつかの例を述べる。
- 予測ホライズンに応じた異なるマップ、例えば、例として1秒、2秒、3秒などの予測時間に対する1つのマップ、
- 異なる時間に対するマップ、例えば6a.m.~10a.m.、10a.m.~3p.m.、3p.m.~7p.m.、7p.m.~10p.m.など、及び/又は特定の曜日に対する1つのマップ、
- 物体の特定の組み合わせのみに対するマップ、例えば車両-車両、車両-歩行者、自転車-歩行者、自転車-自動車、トラック-VRUなどに対する1つのマップ、
- 衝突確率が特定の閾値を超えた場合、衝突確率を示さず、関与した物体の場所を示すマップ。これは、関与した物体がどこから到来したか、又は衝突リスクの構造的な理由がどこにあり得るかを決定する場合に特に有利であり得る。
- 交通信号フェーズが変化するまでの異なる交通信号フェーズ又は時間に対するマップ、
- 物体の密度に応じたマップ、場合により物体のタイプ、例えば「非常に多数の歩行者」などによっても区別される、例えば表示エリア内の数個の物体、通常の数の物体、非常に多数の物体及び極端に多い数の物体に対する1つのマップ、
- 標準からの偏差としてのマップ。例えば、基本的な状態を記述するマップを最初に作成することができ、その後、この基本的な状態からの差を表す更なるマップを作成することができる。これは、変化の結果が示される場合に特に有用となり得る。
本方法は、1つ以上の衝突寸前イベントが、2つの車両間の衝突確率が高い場所で車両の衝突が起こらなかったという事実に基づいて決定されるように特に実施され得る。このような衝突寸前イベントは、実際の事故と異なり、実際のイベントに基づいて決定することができないため、交通安全に関して事故多発地帯を改善するために特に価値がある。
例えば、マップから衝突確率を読み出すとき、読み出される各衝突確率は、複数の事前定義されたエリアの1つに割り当てられ得、及びこのエリアは、それぞれの場合に出力され得る。これは、マップが実際に可能なものよりも読み出しが粗く、集約されたビュー及び評価の簡略化を可能にすることを特に意味し得る。
本発明は、本明細書に記載される方法を実行するように構成された計算モジュールに更に関する。本発明は、プログラムコードが格納される不揮発性のコンピュータ可読記憶媒体であって、プログラムコードの実行中、プロセッサは、本明細書に記載される方法を実行する、不揮発性のコンピュータ可読記憶媒体に更に関する。本方法について、いずれの場合にも、本明細書で説明する全ての実施形態及び変形形態を本明細書で参照することができる。
例えば、少なくとも1つの環境センサ(例えば、レーダ、カメラ、ライダー、超音波など)及び/又はV2X通信モジュールを有するインフラ設備が基本として考慮され得る。検出された各物体に対して移動予測が作成され得る。その後、2つ以上の物体の移動予測が重なっており、したがって衝突のリスクがあるかどうかを決定するために確認が行われる。必ずしもそうではないが、理想的には、移動予測及び衝突リスク検出の両方は、検出誤差及び予測の不正確性の両方を暗黙的に考慮して行われる。
以下に例を記載する。車両が検出され、その位置が±0.5mまで、その速度が±1m/sまで、その移動方向が±1°まで正確に検出されるものとする。ここで、予測は、中央にある最も可能性の高い進路(誤差はないと仮定)と、予測時間中の検出誤差及び走行ダイナミクスの変化を仮定した外側境界部とを有する一種の移動範囲の扇形として作成される。
このようにして決定された衝突リスクは、例えば、「ヒートマップ」の形態であり得るマップ上に記録され得る。各場所及び各物体の組み合わせに関して、0%~100%の範囲の衝突リスクを他の衝突リスクに付加することができる。
ヒートマップ又はマップのよりよい評価のために、評価のための位置としてグリッドを使用することができる。すなわち、衝突確率は、例えば、10cmの距離又は別の距離の位置についてのみ加算される。
絶対的な衝突確率だけでなく、相対的な衝突確率も重要である場合、すなわち事故がどこで発生する可能性が最も高いかが求められる場合、マップ又はヒートマップを正規化することもできる。この目的のために、加算された衝突確率を所与の表示エリア内の最大衝突確率で除算する。
衝突確率は、スライディングウィンドウとして加算することもできる。過去x秒間、又はx分間、又はx時間の衝突確率のみが加算される。
差別化分析のために、複数のマップ又はヒートマップも作成され得る。可能性のある差異については、既に詳細に上述した。
特に、衝突確率の代わりに衝突確率のクラスターのみを考慮すれば、ビューを簡略化することができる。したがって、衝突確率は、例えば、50%未満、50%~75%、75%~90%、90%超のクラスターに分けられ得る。したがって、例えば、各クラスターに達した頻度をカウントすること(クラスター毎に専用のヒートマップ)又は各クラスターが評価点を受け取り、これらを合計すること(例えば、上記の例では、これは、1、3、7、15であり得る)が可能である。
マップ又はヒートマップは、特に、短い予測時間で高い衝突確率が決定されたが、衝突が発生しなかった場合のいわゆる「ニアミス」を識別するためにも使用され得る。更なるニアミス、すなわち衝突寸前イベントを識別するために、衝突確率に関して特定の最小確率を超える走行範囲の扇形の車両軌道の各組み合わせに対する最小時空間距離(四次元時空間ベクトルの距離)が計算され得る。この時空間は、その後、例えば軌道対の確率で重み付けされ、合計することができる。閾値に達したとき、この重み付けされた時空間距離は、ニアミスと評価され、最小距離の位置でヒートマップに再度入力され得る。この第2の手法の利点は、特に、衝突確率が大きくない非常に明確な速度及び方向でのかろうじての通過であってもニアミスと認識されることである。
ヒートマップに加えて又はその代わりに、衝突確率は、システムの追加的な機能又はデバイスとしても提供することができる。これは、例えば、生データの形態において又は衝突確率が特定の値を超えた場合のトリガーとして行うことができる。危険箇所及びニアミスは、比較的よく知られた方法に基づいて識別され得る。
運転者が、不快な又は対処が困難な状況又は場所を識別することも可能である。これは、事故が起こる前に構造的な変更を行うか又は交通流制御を調整するために使用され得る。
以下では、図面を参照して本発明を説明する。
交差点の前方に2つの車両がある状況を示す。
図1は、第1の車両10及び第2の車両20を純粋に概略的に示す。第1の車両10は、第1の道路S1上を移動し、第2の車両20は、第2の道路S2上を移動する。両車両10、20は、道路S1、S2上において、2つの道路S1、S2が交差する交差点Kに向かって移動している。第1の車両10は、アンテナ17が取り付けられたV2X通信モジュール15を有する。第2の車両20は、アンテナ27が取り付けられたV2X通信モジュール25を有する。これにより、2つの車両10、20がV2X通信に参加することが可能になる。
アンテナ47を有する沿道V2X通信モジュール45が道路S1、S2のそばに配置されている。これにより、車両10、20が沿道のインフラと通信することも可能になる。コンピューティングユニット30が道路S1、S2のそばに配置されており、マップを作成するために使用され得る。
更に、カメラ50が道路S1、S2のそばに配置されており、このカメラは、ここでは概略的に示されており、2つの車両10、20を捕捉することができる。カメラ50は、インフラ側環境センサである。
車両10、20が交差点Kに接近すると、車両10、20は、カメラ50及びV2X通信を介して捕捉される。このプロセスで収集されたデータは、コンピューティングユニット30に送られる。言及したメカニズムは、車両10、20の位置、コース及び速度を各々の誤差とともに捕捉するためにも使用される。コンピューティングユニット30は、車両10、20が交差点Kに接近するいくつかの時点における各々の軌道予測及び関連する確率を作成するように設計されている。この場合、コンピューティングユニット30は、対応する測定が行われる各時点から出発する各車両の複数の軌道を計算し、各軌道に特定の確率を割り当てる。その後、これらの軌道に基づいて、交差点Kにおける衝突確率が計算される。すなわち、いずれの場所でどの程度の確率で衝突が起こり得るかが計算される。これは、交差点Kの特定の地点における各々の衝突確率を示すヒートマップ、すなわち電子マップを生成するために使用され得る。マップは、必要に応じて正規化され得るか、又は特定のデータのみに基づいて、例えば特定の時間に記録されたデータのみに基づいて作成され得る。このようなマップは、計画者が事故多発地帯を識別し、それらを最適化して交通安全を向上させるのに役立ち得る。
一般に、V2X通信とは、特に車両間の及び/又は車両とインフラデバイスとの間の直接通信を意味するものと理解されることに留意されたい。したがって、例として、これは、車両間通信又は車両インフラ間通信であり得る。本出願で車両間通信に言及する場合、前記通信は、例えば、車両間通信の一部として本質的に行うことができ、これは、典型的には、移動無線網又は類似の外部インフラによる切り替えなしで実施され、したがって例えば移動無線網に基づく他の解決策とは区別されなければならない。例として、V2X通信は、IEEE802.11p又はIEEE1609.4規格を使用して実施され得る。他の通信技術の例としては、LTE-V2X、5G-V2X、C-V2X、WLAN、WiMax、UWB又はBluetoothが挙げられる。V2X通信は、C2X通信とも呼ばれ得る。サブエリアは、C2C(自動車対自動車)又はC2I(自動車対インフラ)と呼ばれ得る。しかしながら、本発明は、例えば、移動無線網を介した切り替えを伴うV2X通信を明示的に排除するものではない。
本発明による方法の上述の工程は、示された順序で実行され得る。しかしながら、技術的に実現可能であれば、これらは、異なる順序で実行することもできる。例えば、工程の特定の組み合わせを有するその実施形態の1つでは、本発明による方法は、それ以外の工程が実行されないように実行され得る。しかしながら、原則として、言及していない工程を含む更に別の工程を実行することもできる。
例えば、理解を容易にするために、特許請求の範囲及び本明細書の記述において、各特徴が組み合わされて記述されることがあるが、これらを互いに別々に用いることもできることに留意されたい。このような特徴は、互いに独立して、他の特徴又は特徴の組み合わせと組み合わせることができることも当業者に認識されるであろう。
従属請求項における従属関係の言及は、それぞれの特徴の好ましい組み合わせを特徴付けることができるが、他の特徴の組み合わせを除外するものではない。
K 交差点
S1 第1の道路
S2 第2の道路
10 第1の車両
15 V2X通信モジュール
17 アンテナ
20 第2の車両
25 V2X通信モジュール
27 アンテナ
30 コンピューティングユニット
45 沿道V2X通信モジュール
47 アンテナ
50 カメラ/環境センサ

Claims (15)

  1. あるエリアの衝突確率を有するマップを作成する方法であって、
    - 前記エリア内を走行する1つ以上の車両(10、20)を検出し、且つ前記各車両(10、20)に関する移動データを決定する工程と、
    - 前記車両(10、20)のそれぞれについて、前記移動データに基づいて少なくとも1つの軌道を予測する工程と、
    - 前記軌道に基づいて衝突確率を計算する工程と、
    - 前記衝突確率を前記マップに格納する工程と
    を有する方法。
  2. 前記移動データは、前記各車両(10、20)が前記エリアを通して移動する間に繰り返し決定され、及び少なくとも1つの軌道は、それぞれの場合に前記移動データに基づいて予測される、請求項1に記載の方法。
  3. 前記移動データは、所定の時間間隔で決定される、請求項2に記載の方法。
  4. それぞれの関連する確率を有する複数の軌道は、常に又は少なくとも部分的に予測される、請求項1~3のいずれか一項に記載の方法。
  5. 移動データは、1つ以上の沿道環境センサ(50)によって検出及び/又は決定される、請求項1~4のいずれか一項に記載の方法。
  6. 移動データは、前記車両(10、20)から無線を介して受信された情報によって検出及び/又は決定される、請求項1~5のいずれか一項に記載の方法。
  7. 前記エリアは、交差点(K)、ジャンクション、カーブ又はT字路を含む、請求項1~6のいずれか一項に記載の方法。
  8. 前記衝突確率は、基準値に対して正規化される、請求項1~7のいずれか一項に記載の方法。
  9. 前記衝突確率は、前記エリアの事前定義された小区画に集約される方式で格納される、請求項1~8のいずれか一項に記載の方法。
  10. 移動データを決定する際の予測の不確実性及び/又は誤差限界は、軌道及び関連する確率を予測するときに考慮される、請求項1~9のいずれか一項に記載の方法。
  11. 複数の車両ペアの前記衝突確率は、集約された方式で格納される、請求項1~10のいずれか一項に記載の方法。
  12. 前記衝突確率は、前記マップが、事前定義された時間窓からの衝突確率のみを考慮するように前記マップに格納される、請求項1~11のいずれか一項に記載の方法。
  13. 1つ以上のマップが生成され、
    1つ以上の事前定義された条件を満たす衝突確率のみが各マップで考慮される、請求項1~12のいずれか一項に記載の方法。
  14. 1つ以上の衝突寸前イベントは、2つの車両間の衝突確率が高い場所で前記車両(10、20)の衝突が起こらなかったという事実に基づいて決定される、請求項1~13のいずれか一項に記載の方法。
  15. マップから衝突確率を読み出すとき、読み出される各衝突確率は、複数の事前定義されたエリアの1つに割り当てられ、及び前記エリアは、それぞれの場合に出力される、請求項1~14のいずれか一項に記載の方法。
JP2023562778A 2021-04-23 2022-03-16 衝突確率を有するマップを作成する方法 Pending JP2024517394A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102021204067.5A DE102021204067A1 (de) 2021-04-23 2021-04-23 Verfahren zum Erstellen einer Karte mit Kollisionswahrscheinlichkeiten
DE102021204067.5 2021-04-23
PCT/DE2022/200042 WO2022223080A1 (de) 2021-04-23 2022-03-16 Verfahren zum erstellen einer karte mit kollisionswahrscheinlichkeiten

Publications (1)

Publication Number Publication Date
JP2024517394A true JP2024517394A (ja) 2024-04-22

Family

ID=80952170

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023562778A Pending JP2024517394A (ja) 2021-04-23 2022-03-16 衝突確率を有するマップを作成する方法

Country Status (7)

Country Link
EP (1) EP4327314A1 (ja)
JP (1) JP2024517394A (ja)
KR (1) KR20230156414A (ja)
CN (1) CN117178309A (ja)
CA (1) CA3216842A1 (ja)
DE (1) DE102021204067A1 (ja)
WO (1) WO2022223080A1 (ja)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011113019A1 (de) * 2011-07-14 2012-05-10 Daimler Ag Verfahren zur Ermittlung und Bewertung von Gefahren einer Situation zwischen zumindest zwei Verkehrsteilnehmern in einem Straßenkreuzungsbereich und Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs
DE102013014157A1 (de) 2013-08-24 2015-02-26 Audi Ag Ortsfeste Einrichtung zur Verringerung der Kollisionsgefahr von Kraftfahrzeugen
DE102016222219A1 (de) 2016-11-11 2018-05-17 Robert Bosch Gmbh Fahrerassistenzsystem für ein Kraftfahrzeug
US10431093B2 (en) * 2017-06-20 2019-10-01 Zf Friedrichshafen Ag System and method for collision avoidance
US11260855B2 (en) * 2018-07-17 2022-03-01 Baidu Usa Llc Methods and systems to predict object movement for autonomous driving vehicles
US11215997B2 (en) * 2018-11-30 2022-01-04 Zoox, Inc. Probabilistic risk assessment for trajectory evaluation

Also Published As

Publication number Publication date
EP4327314A1 (de) 2024-02-28
CN117178309A (zh) 2023-12-05
KR20230156414A (ko) 2023-11-14
CA3216842A1 (en) 2022-10-27
WO2022223080A1 (de) 2022-10-27
DE102021204067A1 (de) 2022-10-27

Similar Documents

Publication Publication Date Title
US11520331B2 (en) Methods and apparatus to update autonomous vehicle perspectives
Kumar et al. A novel Software-Defined Drone Network (SDDN)-based collision avoidance strategies for on-road traffic monitoring and management
US10928826B2 (en) Sensor fusion by operations-control vehicle for commanding and controlling autonomous vehicles
US20220252420A1 (en) Information fusion method and system
US10229590B2 (en) System and method for improved obstable awareness in using a V2X communications system
US9079587B1 (en) Autonomous control in a dense vehicle environment
US10613547B2 (en) System and method for improved obstacle awareness in using a V2X communications system
US10422649B2 (en) Autonomous driving sensing system and method
US20190256088A1 (en) Methods and apparatus to generate vehicle warnings
US11565722B2 (en) Vehicle trajectory prediction near or at traffic signal
US20170069201A1 (en) Estimating traveler volume by evaluating aerial images
JP2018166292A (ja) 情報収集システムおよび情報収集装置
US11645913B2 (en) System and method for location data fusion and filtering
Islam et al. Vision-based personal safety messages (PSMs) generation for connected vehicles
Ramesh et al. Smart traffic congestion model in IoT-A review
CN112351190A (zh) 数字孪生监测系统和方法
Kaul et al. Vanet‐TSMA: A traffic safety management approach for smart road transportation in vehicular ad hoc networks
Agarwal et al. Sensing and monitoring of smart transportation systems
Reza et al. Tracking an on the run vehicle in a metropolitan VANET
JP2024517394A (ja) 衝突確率を有するマップを作成する方法
JP6812337B2 (ja) 移動対象物における所定事象の発生傾向を推定するプログラム、装置及び方法
Kloeker et al. Utilization and Potentials of Unmanned Aerial Vehicles (UAVs) in the Field of Automated Driving: A Survey
US20230316907A1 (en) Intersection-based offboard vehicle path generation
US20230316911A1 (en) Intersection-based map message generation and broadcasting
WO2023189881A1 (en) Collision warning based on intersection information from map messages

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231012