JP6272566B2 - 経路予測装置 - Google Patents

経路予測装置 Download PDF

Info

Publication number
JP6272566B2
JP6272566B2 JP2017526206A JP2017526206A JP6272566B2 JP 6272566 B2 JP6272566 B2 JP 6272566B2 JP 2017526206 A JP2017526206 A JP 2017526206A JP 2017526206 A JP2017526206 A JP 2017526206A JP 6272566 B2 JP6272566 B2 JP 6272566B2
Authority
JP
Japan
Prior art keywords
unit
route
likelihood
predicted
vehicle
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.)
Active
Application number
JP2017526206A
Other languages
English (en)
Other versions
JPWO2017002441A1 (ja
Inventor
佑樹 高林
佑樹 高林
小幡　康
康 小幡
響介 小西
響介 小西
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of JPWO2017002441A1 publication Critical patent/JPWO2017002441A1/ja
Application granted granted Critical
Publication of JP6272566B2 publication Critical patent/JP6272566B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/133—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams within the vehicle ; Indicators inside the vehicles or at stops
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Description

この発明は移動体の進行経路を予測する経路予測装置に関するものである。
近年、移動体同士の衝突を回避する安全な経路を予測する技術は車両の運転支援システムや航空管制など様々な分野で要求されている。例えば車両の運転支援システムでは、自車両周辺に存在する車両や停止物等の障害物の位置を自車両に搭載したミリ波レーダ、レーザレーダ、カメラ等のセンサによって取得し、自車両と障害物の相対距離や相対速度より衝突危険性を判断した上で、自車両を制御し、衝突を防止する技術が開発されている。また、より高度な技術として、前記センサによって周辺環境を認識し、運転者の操作無く、自動でハンドル操作やブレーキなどの操作を行い、目的地まで到達する自動運転技術も開発が進められている。
特許文献１では、複数車両同士の相互作用を考慮した経路生成及び自車両の制御量評価手法について開示されている。しかし、あらかじめ設定した制御則に基づいて最適な予測経路を算出するため、周辺車両が制御則に従わない場合には予測経路を誤る問題がある。また、周辺車両位置を観測する際のセンサ誤差を考慮してないため、センサ誤差の影響がある場合には予測経路を誤る問題がある。さらに、周辺車両ごとの想定速度をパラメータとして与える等、設定すべきパラメータが多く、設計が複雑であることが懸念される。
特許文献２では、車両の予測経路をあらかじめ複数生成し、生成した予測経路について、自車と周辺車両間で予測経路の干渉度を計算することで、所定の選択基準に最も適合する経路を選択する方法が開示されている。しかし、全周辺車両について予測経路を計算する場合は、１つの周辺車両の予測経路に対して他の周辺車両の全ての予測経路を考慮した干渉度を計算する必要があり、演算負荷が膨大となることが懸念される。また、自車両の予測経路のみを算出する方法については開示されているが、周辺車両の予測経路を算出する方法については開示も示唆もされていない。
複数の周辺車両が近接する状況下において予測経路を算出する際の課題について、より具体的に説明する。図１１のように車両E、Dが先行車である車両C、Bそれぞれと衝突する場合を想定する。加えて、車両Eは車両Cとの衝突を回避するために操舵して右車線へ変更する確率が高く、車両Dは左車線へ変更するスペースがないため、制動して衝突を回避する確率が高いとする。しかし、図１２のように車両Eが操舵、車両Dが制動によって先行車との衝突を回避する経路を予測した場合、車両DとEの衝突可能性が発生することになる。これについて、再予測によって、車両DとEとの衝突を回避したとしても、更に別の衝突可能性が発生し、全ての起こりうる衝突を回避するための予測経路が算出できない問題がある。
特許第３７１４２５８号 特許第４３５３１９２号
従来の経路予測装置では、１つの周辺車両の予測経路に対して他の周辺車両の全ての予測経路を考慮した干渉度を計算することで、１つの周辺車両の経路を予測している。また、複数の周辺車両の経路は個別に予測される。しかし、従来の経路予測装置では、１つの周辺車両の予測経路と他の周辺車両の予測経路の組み合わせに対する干渉度は算出されないため、複数の周辺車両の相互の動きを考慮した経路予測が行われない。その結果、複数の周辺車両の経路予測に重なりが生じるなど矛盾が生じる場合もあり、複数の周辺車両の相互の経路を精度よく予測できないことが課題となる。また、１つの周辺車両の予測経路に対して他の周辺車両の全ての予測経路を考慮した干渉度を計算するため、演算負荷が大きいことも課題となる。
本発明は上記の課題を解決するためになされたものであって、将来的に複数車両に衝突が起こり得る場合において、演算負荷を低減しつつ、矛盾なく複数車両の予測経路を算出することを目的とする。
この発明に係る経路予測装置は、自車の位置、及び前記自車の周辺車両の位置と速度を観測する観測部と、前記観測部で観測された観測結果に基づき、前記自車及び衝突可能性のある少なくとも２つの前記周辺車両を検知する車両検知部と、前記車両検知部で検知された少なくとも２つの周辺車両が衝突を回避する複数の仮説を生成する仮説生成部と、前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する尤度算出部と、前記尤度算出部で算出された尤度に基づき、前記少なくとも２つの周辺車両の予測経路を分析し、その分析結果を出力する予測経路分析部と、を備えた経路予測装置であって、前記尤度算出部は、前記仮説生成部で生成された仮説ごとに少なくとも２つの周辺車両の将来の位置を予測する経路予測部と、前記経路予測部で予測された少なくとも２つの周辺車両の将来の位置に基づき、前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する仮説尤度計算部と、を備えたことを特徴とする。
この発明によれば、将来的に複数の周辺車両に衝突が起こり得る場合において、演算負荷を低減しつつ、矛盾なく複数車両の予測経路を算出することができる。
この発明の実施の形態１に係る経路予測装置１００の構成を示す図。 この発明の実施の形態１に係る経路予測装置１００のハードウェア構成例を示す図。 この発明の実施の形態１に係る経路予測装置１００の他のハードウェア構成例を示す図。 この発明の実施の形態１に係る経路予測装置１００での処理を示すフローチャート。 この発明の実施の形態１における仮説生成部３で扱う車両状況の一例。 この発明の実施の形態１における仮説生成部３で扱う衝突回避の仮説。 この発明の実施の形態１における車両の確率分布。 この発明の実施の形態１における各仮説に対する仮説尤度を示す図。 この発明の実施の形態２に係る経路予測装置１００の構成を示す図。 この発明の実施の形態３に係る経路予測装置１００の構成を示す図。 従来技術において複数車両が混在する道路状況の一例。 従来技術において複数車両が回避した場合に予測を誤る例。 この発明の実施の形態４に係る経路予測装置１００の構成を示す図。
実施の形態１．
以下、この発明の実施の形態について説明する。
図１は、実施の形態１の経路予測装置１００を示す構成図である。図１に示すように、本実施例の経路予測装置１００は、観測部１、車両検知部２、仮説生成部３、尤度算出部４、予測経路分析部１０を備えている。ここで、観測部１はミリ波レーダ、レーザレーダ、光学カメラ、赤外カメラ等のセンサ、及び周辺車両や歩行者のGPS位置を受信する通信装置等を用いて、自車の位置、及び周辺車両や歩行者の位置や速度を測定する。車両検知部２は観測部１で観測された観測結果に基づき自車及び衝突可能性のある少なくとも２つの周辺車両を検知する機能を有しており、レーン検出部５、追尾処理部６、衝突検知部７を備える。また、仮説生成部３は車両検知部２で検知された２つの周辺車両が衝突を回避する複数の仮説を生成する機能を有している。また、尤度算出部４は仮説生成部３で生成された仮説ごとにその発生する確からしさを示す尤度を算出する機能を有しており、経路予測部８、仮説尤度計算部９を備えている。予測経路分析部１０は尤度算出部４で算出された尤度に基づき、適した予測経路を分析する機能を有している。
実施の形態１に記載の経路予測装置１００における観測部１、車両検知部２、仮説生成部３、尤度算出部４、レーン検出部５、追尾処理部６、衝突検知部７、経路予測部８、仮説尤度計算部９、予測経路分析部１０の各機能は、処理回路（Ｐｒｏｃｅｓｓｉｎｇ Ｃｉｒｃｕｉｔｒｙ）により実現される。処理回路は、専用のハードウェアであっても、メモリに格納されるプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサー、ＤＳＰともいう）であってもよい。
処理回路が専用のハードウェアである場合、経路予測装置１００は、図２に示すように、観測部１を含む受信装置２０１と処理回路２０２とを備える。処理回路２０２は、例えば、単一回路（ａ ｓｉｎｇｌｅ ｃｉｒｃｕｉｔ）、複合回路（ｍｕｌｔｉｐｌｅ ｃｉｒｃｕｉｔｓ）、プログラム化したプロセッサー（ａ ｐｒｏｇｒａｍｍｅｄ ｐｒｏｃｅｓｓｏｒ）、並列プログラム化したプロセッサー（ｍｕｌｔｉｐｌｅ ｐｒｏｇｒａｍｍｅｄ ｐｒｏｃｅｓｓｏｒｓ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、またはこれらを組み合わせたものが該当する。観測部１、車両検知部２、仮説生成部３、尤度算出部４、レーン検出部５、追尾処理部６、衝突検知部７、経路予測部８、仮説尤度計算部９、予測経路分析部１０の各部の機能それぞれを処理回路で実現してもよいし、各部の機能をまとめて処理回路で実現してもよい。
処理回路がＣＰＵの場合、経路予測装置１００は、図３に示すように、受信装置２０３と、処理回路２０４と、メモリ２０５とを備える。観測部１、車両検知部２、仮説生成部３、尤度算出部４、レーン検出部５、追尾処理部６、衝突検知部７、経路予測部８、仮説尤度計算部９、予測経路分析部１０の機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアやファームウェアはプログラムとして記述され、メモリに格納される。処理回路２０４は、メモリに記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。これらのプログラムの一例は後に述べる図４に示されるステップＳ１０１〜Ｓ１０８で表すことができる。また、これらのプログラムは、観測部１、車両検知部２、仮説生成部３、尤度算出部４、レーン検出部５、追尾処理部６、衝突検知部７、経路予測部８、仮説尤度計算部９、予測経路分析部１０の手順や方法をコンピュータに実行させるものであるともいえる。ここで、メモリ２０５とは、例えば、RAM、ROM、フラッシュメモリー、EPROM、EEPROM等の、不揮発性または揮発性の半導体メモリや、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等が該当する。
なお、観測部１、車両検知部２、仮説生成部３、尤度算出部４、レーン検出部５、追尾処理部６、衝突検知部７、経路予測部８、仮説尤度計算部９、予測経路分析部１０の各機能について、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。例えば、観測部１については専用のハードウェアとしての処理回路でその機能を実現し、車両検知部２、仮説生成部３、尤度算出部４、レーン検出部５、追尾処理部６、衝突検知部７、経路予測部８、仮説尤度計算部９、予測経路分析部１０については処理回路がメモリに格納されたプログラムを読み出して実行することによってその機能を実現することが可能である。
このように、処理回路は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせによって、上述の各機能を実現することができる。
図４にこの発明の実施の形態１に係る経路予測装置１００での処理を示すフローチャートを示す。図４を用いて経路予測装置１００の動作を説明する。図１で、経路予測装置１００内の観測部１はミリ波レーダ、レーザレーダ、光学カメラ、赤外カメラ等のセンサ、及び周辺車両や歩行者のGPS位置を受信する通信装置等を用いて、自車及びその他の移動車両を含むエリアを観測し、周辺車両や歩行者の位置や速度を測定する（Ｓ１０１）。車両検知部２内のレーン検出部５はカメラ画像等から白線を認識し、自車の位置するレーン情報を得る（Ｓ１０２）。車両検知部２内の追尾処理部６はセンサで取得した位置や速度に基づき追尾処理を介して、周辺車両の位置推定値、速度推定値、前記位置及び速度の推定誤差共分散行列を算出する（Ｓ１０３）。
車両検知部２内の衝突検知部７では周辺車両同士で衝突する可能性のある周辺車両を検知する（Ｓ１０４）。例えば、TTC(Time To Collision)の考え方に基づいて検知しても良いこととする。TTCは式(1)で定義され、TTCが閾値以下であれば衝突する可能性がある車両として検知する。ここで、車両iは車両jと同じレーンを走行しており、車両iは周辺車両jの先行車両とする。
Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566
また、別の方法として、自車周辺に所定領域を設定しておき、前記領域に1〜Nステップ後の予測位置が入る車両を検知し、ターゲット車両とみなしてもよい。ここで、式(2)のようにNステップ先までのN個の予測位置を計算する。ここで、式(2)〜式(5)は、車両が現在の速度を一定として走行する運動モデル（以下、等速運動モデル）に基づく予測式である。ただし、等速運動モデルに限らず、走行状況によっては等加速度運動モデルとして予測しても良いこととする。
Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566
仮説生成部３では衝突検知部７において複数の衝突可能性が検知され、衝突可能性のある少なくとも２つの周辺車両が検知された場合に、以下の処理を実施する。仮説生成部３では、まず、上記の複数の衝突可能性を回避するために回避行動をとる衝突可能性のある少なくとも２つの周辺車両（以下、回避車両）を選定する。次に、少なくとも２つの回避車両が取り得る衝突回避モデルの組み合わせから予測シーン（以降、仮説と呼ぶ）を生成する（Ｓ１０５）。例えば、図５のように自車及び車両A〜Eが存在し、車両AとB、車両CとEが衝突する場合では、後続車である車両Aと車両Cが衝突を回避するために、衝突回避モデルに従って回避する。ここで、衝突回避モデルとして、例えば制動回避モデル、左操舵回避モデル、右操舵回避モデルを定義してもよい。制動回避モデルは車線維持したまま、制動で衝突を回避するモデル、左/右操舵回避モデルは操舵量を入力することで左/右へ車線変更し、衝突を回避するモデルとする。また、前記モデルについて、制動量もしくは操舵量は所定の限界値を超えないように設定することとする。図５では、走行車線は２レーンのため、図６のように車両A及び車両Cの衝突回避モデルの組み合わせから4つの仮説が生成される。図６では、走行車線が２レーンであるため、車両Aに対しては右操舵モデルと制動モデルのみが扱われ、左操舵モデルは現実の経路との矛盾が生じため扱われていない。また、車両Ｃに対しては左操舵モデルと制動モデルのみが扱われ、右操舵モデルは現実の経路との矛盾が生じため扱われていない。このように、現実に生じる経路と矛盾の生じるモデルを排除し、矛盾の生じないモデルのみを扱う。また、図６では、各車両A、Cに対して扱うモデルの組み合わせ全てを扱っているが、各車両A、Cに対して扱うモデルの組み合わせの中で現実の経路と矛盾が生じる場合には、その組み合わせを排除することもできる。その結果、本実施の形態では、車両A、Cの取り得るモデルの組み合わせを起こり得る予測シーン（仮説）として扱うことができる。なお、この仮説は前もってメモリ等に格納し、回避車両の配置パターンに適した仮説をそのメモリから読み込むことで、その仮説を取り出すことができる。
なお、従来の技術では、衝突可能性のある少なくとも２つの周辺車両の回避モデルの組み合わせを生成する例は記載されておらず、周辺車両ごとに個別に他の周辺車両との干渉度を計算するため、複数の周辺車両の経路が相互に重なるなど矛盾の生じる状態に対しても干渉度を計算する必要がある。これに対して、本実施の形態では、少なくとも２つの周辺車両の回避モデルの組み合わせを用いることによって、少なくとも２つの周辺車両が互いに取り得る経路の組み合わせのみに絞った仮説を生成することができる。その結果、少なくとも２つの周辺車両の取り得る経路が重なるなどの矛盾を発生させることなく、必要の経路の組み合わせに絞って、演算処理を進めることで演算処理量を低減することもできる。
尤度算出部４内の経路予測部８では、図６で示した仮説ごとに回避車両について衝突回避モデルに基づくNステップ先までの予測位置を、将来の予測位置として算出する（Ｓ１０６）。また、回避車両以外については、衝突検知部７で述べたように、車両が等速で運動すると仮定して、Nステップ先までの予測位置を将来の予測位置として算出する。ただし、既に衝突検知部７で算出済みの予測位置については再計算の必要はない。例として、衝突回避モデルに基づく予測位置算出方法について説明する。制動回避モデルの制動用加速度に基づいて式(6)のように仮経路（Nステップ先までの予測位置）を算出する。

Figure 0006272566

Figure 0006272566

Figure 0006272566

：制動用加速度
左/右操舵回避モデルについても同様に算出できる。ここで、操舵に対する車両の予測位置は、車両重量、車体重心位置、ヨー慣性モーメントなどの車両パラメータによって異なるため、車両パラメータが既知である場合は、予め設定しておき、予測位置を算出する。また、車両パラメータが未知である場合は、公知の学習アルゴリズムなどによって推定されたパラメータを用いても良いこととする。
尤度算出部４内の仮説尤度計算部９では、仮説ごとに経路予測部８で算出した仮経路に基づいて仮説尤度を算出する（Ｓ１０７）。例えば、仮説尤度の算出については、衝突する時間を用いて尤度評価を行う。車両iとjが最も近づく予測ステップ数nmin(i、j)を式(9)、車両i、j間の距離Rmin(i、j)を式(10)によって定義する。
Figure 0006272566

Figure 0006272566
車両i、j間の距離Rmin(i、j)が閾値以下となる場合は車両i、jが衝突するとみなして、衝突時間を算出する。
Figure 0006272566

車両i、j間の距離Rmin(i、j)が閾値を超える場合は衝突しないとみなして、衝突時間を最大予測ステップ数N以上の固定値として設定する。
Figure 0006272566
次に尤度評価値を式(13)で定義する。式(13)の左辺はm番目の仮説Φmの尤度であり、Z(k)は最新サンプル時刻kにおけるセンサ観測値を意味する。式(13)は周辺車両同士の全組み合わせについて衝突時間の和をとることを意味している。ただし、上記組み合わせについては、最も近接する2車両についてのみ限定しても良いし、同一車線上に入ると予測される車両のみに限定しても良いこととする。
Figure 0006272566
また、仮説尤度の算出について、センサ誤差もしくは追尾処理後の誤差を考慮して尤度評価を行っても良い。まずは、追尾処理部６で出力される位置の推定誤差共分散行列および位置及び速度推定値に基づいて衝突危険度を算出する。式(14)のようにサンプリング時刻kにおける車両i、jのn(n=1、…、N)ステップ後の予測位置の差分を前記推定誤差共分散行列で正規化した値、つまりマハラノビス平方距離εk+nを算出する。
Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566
車両iとjのマハラノビス平方距離が最小となる予測ステップ数nmin(i、j)を式(17)、車両i、j間のマハラノビス平方距離最小値εmin(i、j)を式(18)によって定義する。
Figure 0006272566

Figure 0006272566
次に、尤度評価値を式(19)で定義する。式(19)の右辺は車両同士の全組み合わせについてマハラノビス平方距離の和をとることを意味している。ただし、最も近接する2車両についてのみ限定しても良いし、同一車線上に入ると予測される車両のみに限定しても良いこととする。
Figure 0006272566
また、仮説尤度の算出では、上記nステップ先の予測誤差共分散行列について、車両間の予測誤差分布同士の重なりを指標として、重なり度合いの逆数を用いても良いこととする。例えば、図７のように横軸を位置、縦軸を誤差分布に基づく確率密度関数として、車両i、jの確率分布を表す。図７より、上記重なり度合いは図７の車両の誤差分布同士が重なる範囲（図７の斜線部分）に相当する。なお、図７は説明の都合上、位置を1次元としているため、面積であるが、2次元平面では体積となる。
ここで、車両i、j間の予測誤差分布同士の重なり度合いをD(i,j)とした場合、D(i,j)が最大となる予測ステップ数における重なり度合いDmax(i,j)の逆数より、尤度評価値を式(20)で定義してもよいこととする。

Figure 0006272566

ここで、仮説尤度計算部９の出力としては各仮説の仮説尤度を出力することとなる。図８は仮説尤度計算による出力例を説明した図である。図８より、仮説１は車両AとCが衝突、仮説２は車両CとDが衝突、仮説４は車両CとDが衝突するために仮説尤度は低くなり、仮説３は衝突がないため仮説尤度が高くなる結果が得られる。
予測経路分析部１０では、まずは式(21)より、仮説信頼度を算出する。
Figure 0006272566

この結果、各仮説に対応する予測経路の信頼度を把握することができる。予測経路分析部１０はこの予測経路の信頼度をもちいて、予測経路に関する分析結果をさまざまな形式で出力することができる。例えば、仮説信頼度が最大となる仮説Φmに含まれる周辺車両の予測経路を選択することで、信頼度が最大の予測経路を選択的に出力できる（Ｓ１０８）。また、予測経路分析部１０から、信頼度情報を用いて他の形式の出力を行うことも可能である。信頼度が最大の予測経路を出力する場合、図８の例では仮説3の仮説信頼度が最も高くなるため、車両Aは制動回避、車両Cは制動回避に基づく予測経路を選択することとなる。
以上説明した実施の形態１によれば、経路予測装置１００は、自車、及び自車の周辺車両の位置と速度を観測する観測部１と、観測部１で観測された観測結果に基づき、自車及び衝突可能性のある少なくとも２つの周辺車両を検知する車両検知部２と、車両検知部２で検知された少なくとも２つの周辺車両が衝突を回避する複数の仮説を生成する仮説生成部３と、仮説生成部３で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する尤度算出部４と、尤度算出部４で算出された尤度に基づき、少なくとも２つの周辺車両の予測経路を分析し、その分析結果を出力する予測経路分析部１０と、を備えたことを特徴とする経路予測装置。このような構成により、将来的に複数の周辺車両に衝突が起こり得る場合において、車両運動に基づいた予測シーンを生成することで、過不足なく現実で想定されるシーンを網羅することが可能となり、矛盾なく複数車両の予測経路を算出することができるため、周辺車両の経路の予測性能が向上する。また、従来技術のような無数の経路に対して干渉度などの評価値を計算する必要がなくなり、演算負荷を低減することが可能となる。
また、実施の形態１によれば、車両検知部２は、観測部１で観測された観測結果に基づき自車の位置するレーンを検出するレーン検出部５と、観測部１で観測された観測結果に基づき自車の周辺車両を追尾する追尾処理部６と、追尾処理部６の追尾結果された周辺車両の中から、衝突可能性のある少なくとも２つの周辺車両を検知する衝突検知部７と、を備えたことを特徴とする。このような構成により、衝突可能性のある少なくとも２つの周辺車両を検知することができる。
また、実施の形態１によれば、尤度算出部４は、仮説生成部３で生成された仮説ごとに少なくとも２つの周辺車両の将来の位置を予測する経路予測部８と、経路予測部８で予測された前記少なくとも２つの周辺車両の将来の位置に基づき、仮説生成部３で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する仮説尤度計算部９と、を備えたことを特徴とする。このような構成により、衝突可能性のある少なくとも２つの周辺車両の予測経路に対する尤度を算出することが可能となる。
また、実施の形態１によれば、予測経路分析部１０は仮説尤度計算部９で算出された尤度に基づき、前記少なくとも２つの車両の予測経路を選択して出力することを特徴とする。このような構成により、最も発生する可能性の高い予測経路を経路予測装置１００予測結果として表すことが可能となる。
実施の形態２．
実施の形態１では、予測経路分析部１０から信頼度が最大の予測経路を選択的に出力する形式を開示したが、それ以外の形式で分析結果を出力することも可能である。実施の形態２では、実施の形態１とは異なる分析結果を出力する場合について述べる。
図９は実施の形態２の経路予測装置１００を示す構成図である。図９に示すように、本実施例の経路予測装置１００は、観測部１、レーン検出部５、追尾処理部６、衝突検知部７、仮説生成部３、経路予測部８、仮説尤度計算部９、予測経路分析部１０、予測経路分析部１０に備えられた予測経路信頼度算出部１１を備えている。また、図９に示される経路予測装置１００内の各部の機能を実現するハードウエア構成は、実施の形態１と同様に、図２又は図３の構成で表される。
予測経路信頼度算出部１１では、各車両の予測経路の起こりやすさを表す指標を予測経路信頼度として算出する。例えば、車両iが衝突回避モデルjに基づく予測経路を採用する信頼度を式(22)で算出する。式(22)の左辺は車両iが衝突回避モデルjに基づく予測経路を採用する信頼度である。また、式(23)のP(li、j|Φm)は組み合わせに係わる項であり、仮説Φmに上記予測経路が含まれる場合は1、含まれない場合は0とする。
Figure 0006272566

Figure 0006272566
また、式(24)のように、車両iに対する衝突回避モデルjに基づく予測経路を全衝突回避モデルの信頼度で正規した値を予測経路信頼度として置き換えても良いこととする。
Figure 0006272566
他の処理は実施の形態1と同様であるため、説明を省略する。
以上、説明した実施の形態２によれば、予測経路分析部１０は尤度算出部４で算出された尤度に基づき、少なくとも２つの周辺車両の予測経路の起こりやすさを表す予測経路信頼度を予測経路ごとに算出する予測経路信頼度算出部１１を備えたことを特徴とする。このような構成により、実施の形態１で示したように各車両の予測経路を一つに決定するのではなく、予測経路の起こりやすさを表す定量値を出力することでユーザーが直感的に理解できる。その他のシステムにも利用されやすくなる効果がある。
実施の形態３．
本実施の形態は実施の形態１、２の経路予測装置１００からの出力を表示部に表示する場合の構成を示す。
図１０は実施の形態３に係る経路予測装置１００を示す構成図である。図１０に示すように、実施の形態３の経路予測装置１００は、観測部１、信号処理部２０、表示部３０を備えており、信号処理部２０は実施の形態１、２で示した車両検知部２、仮説生成部３、尤度算出部４、予測経路分析部１０を含んでいる。また、図１０に示される経路予測装置１００内の各部の機能を実現するハードウエア構成は、実施の形態１と同様に、図２又は図３の構成で表される。
本実施の形態の経路予測装置１００は、実施の形態１、２と同様に観測部１で自車及びその他の移動車両を含むエリアを観測し、その観測結果を用いて実施の形態１、２と同様に信号処理部２０で衝突可能性のある少なくとも２つの周辺車両が衝突を回避するモデルを示す複数の仮説を生成し、その複数の仮説のそれぞれに対応する予測経路の予測経路信頼度を算出するとともに、予測経路信頼度を出力し、表示部３０は少なくとも２つの周辺車両の取り得る予測経路とその予測経路に対応する信頼度を表示画面に表示する。
このように、実施の形態３によれば、自車の位置、及び前記自車の周辺車両の位置と速度を観測する観測部１と、観測部１で観測された観測結果に基づき検出された衝突可能性のある少なくとも２つの周辺車両の衝突回避モデルを示す複数の仮説を生成し、その複数の仮説のそれぞれに対応する前記少なくとも２つの周辺車両の予測経路の予測経路信頼度を算出する信号処理部２０と、信号処理部２０で算出された予測経路信頼度に基づき、前記少なくとも２つの周辺車両の予測経路と予測経路信頼度を表示する表示部３０と、を備えたことを特徴とする。このような構成により、経路予測装置１００は周辺車両の予測経路を視覚的に把握することができる。また、予測経路信頼度に応じて色を変えて予測経路を表示することで、ユーザーが予測経路信頼度の高い予測経路をより的確に認識することが可能となる。
実施の形態４．
実施の形態１、２では、イレギュラーな車両運動が発生した場合に予測経路の分析結果を修正する機能がないが、追尾処理によって推定した周辺車両の速度推定値、加速度推定値などを利用して、仮説の信頼度や予測経路の信頼度などを修正する形式にすることも可能である。また、実施の形態１、２では、各時刻独立に予測経路の分析結果を出力していたが、時間方向の連続性を考慮して予測経路を分析することも可能である。実施の形態４では、実施の形態１、２とは異なる分析結果を出力する場合について記載する。
図１３は実施の形態４の経路予測装置１００を示す構成図である。図１３に示すように、本実施例の経路予測装置１００は、観測部１、レーン検出部５、追尾処理部６、衝突検知部７、仮説生成部３、経路予測部８、仮説尤度計算部９、予測経路分析部１０、予測経路分析部１０に備えられた予測経路信頼度算出部１１、信頼度メモリ１２を備えている。また、図１３に示される経路予測装置１００内の各部の機能を実現するハードウエア構成は、実施の形態１と同様に、図２又は図３の構成で表される。
尤度算出部４内の仮説尤度計算部９では、仮説ごとに経路予測部８で算出した仮経路に基づいて仮説尤度を算出する。ここで，実施の形態１の式(19)もしくは式(20)で定義した衝突度合いに関わる尤度評価値Ｐ(Ｚ(k)|Φm)と回避軌道に関わる尤度評価値Ｐ(Trj(k)|Φm)の積をとって、仮説尤度を次式で算出する．

Figure 0006272566

ここで、サンプリング時刻kにおける仮説Φm(m=1,…,M)には、右上にkの添え字を記載することで時刻の違いを明記する。
式(25)の回避軌道に関わる尤度評価値の算出方法について以下に述べる。まず、右操舵の回避軌道について尤度算出方法を以下に示す。右操舵による回避時には直進方向に対して右方向に速度が発生する。そこで、横方向の速度を利用して右操舵回避軌道の尤度を式(26)により算出する。

Figure 0006272566
ここで、
Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

であり、車線変更時の一般的な横速度はパラメータとして設定する。
また、右回避によって右隣車線へ移動する特徴も利用して、横位置が右隣車線の中心線に近いほど尤度が高くなるように、式(27)の代わりに式(28)を用いても良い。

Figure 0006272566

ここで、

Figure 0006272566

Figure 0006272566

Figure 0006272566

であり、左操舵についても右回避と同様の考え方で尤度を算出可能である。
次に、制動回避に関わる回避軌道の尤度算出方法を以下に示す。制動による回避時には直進方向に対して加速度が発生する。そこで、制動時の加速度を利用して制動回避軌道の尤度を式(29)により算出する。
Figure 0006272566

ここで、
Figure 0006272566

Figure 0006272566

Figure 0006272566

Figure 0006272566

であり、制動時の一般的な加速はパラメータとして設定する。
また、上記縦方向の加速度推定値、縦方向の加速度推定値の誤差標準偏差は等加速度運動モデルに基づく追尾処理によって算出可能である。ただし、加速度の推定精度が十分でない場合は尤度算出が困難となるため、速度を利用した尤度算出方法を以下に示す。
Figure 0006272566

ここで、

Figure 0006272566

Figure 0006272566

Figure 0006272566

である。
式(32)のように、仮説Φmに含まれる全車両に対して衝突回避モデルに基づく尤度の和を計算する。

Figure 0006272566

ここで、Iは車両番号の集合、iは車両番号、jは衝突回避モデル番号を意味する。例えば、図６の仮説１では車両Ａは右操舵、車両Ｃは制動であるため、車両Aについては右操舵回避軌道の尤度、車両Ｃについては制動回避軌道の尤度を算出し、和をとれば良い。
予測経路分析部１０では、式(33)より、現サンプリング時刻kにおける仮説信頼度を算出する。

Figure 0006272566

ここで、式(33)の分子にある第２項Ｐ(Φm k|Φm k-1)はサンプリング時刻k-1から時刻kへの仮説の遷移確率を表し、特に事前情報がない限り、パラメータとしておく。通常は1に設定しておいても良い。また、第３項は前サンプリング時刻k-1における仮説信頼度であり、信頼度メモリ１２に記憶しておき、読み出して利用する。
予測経路信頼度算出部１１では、各車両の予測経路の起こりやすさを表す指標を予測経路信頼度として算出する。例えば、車両iが衝突回避モデルjに基づく予測経路を採用する信頼度を式(34)で算出する。式(34)の左辺は車両iが衝突回避モデルjに基づく予測経路を採用する信頼度である。

Figure 0006272566

ここで、cは定数、Ｐ(li、j|Φm k)は式(23)のP(li、j|Φm)と同一である。
また、実施の形態１と同様、式(24)のように、車両iに対する衝突回避モデルjに基づく予測経路を全衝突回避モデルの信頼度で正規化した値を予測経路信頼度として置き換えても良いこととする。他の処理は実施の形態1、２と同様であるため、説明を省略する。
以上、説明した実施の形態４によれば、尤度算出部４は追尾処理部６より出力された推定値と推定誤差共分散行列に基づき、仮説尤度を算出し、予測経路分析部１０は尤度算出部４で算出された尤度と前サンプリング時刻における仮説信頼度に基づき、少なくとも２つの周辺車両の予測経路の起こりやすさを表す予測経路信頼度を予測経路ごとに算出する予測経路信頼度算出部１１を備えたことを特徴とする。このような構成により、実施の形態１、２の効果に加えて、各車両の運動変化に応じて各車両の予測経路の起こりやすさを修正し、さらに時間方向に連続性のある信頼度を算出することで、より正確な情報をユーザーに提供できる効果がある。
なお、実施の形態４では、実施の形態１、２と同様の処理の説明は省略したが、実施の形態１と実施の形態１、２とのいかなる組み合わせも本発明に含まれる。
１：観測部、２：車両検知部、３：仮説生成部、４：尤度算出部、５：レーン検出部、６：追尾処理部、７：衝突検知部、８：経路予測部、９：仮説尤度計算部、１０：予測経路分析部、１１：予測経路信頼度算出部、１２：信頼度メモリ、２０：信号処理部、３０：表示部、１００：経路予測装置、２０１、２０３：受信装置、２０２、２０４：処理回路、２０５：メモリ

Claims (9)

  1. 自車の位置、及び前記自車の周辺車両の位置と速度を観測する観測部と、
    前記観測部で観測された観測結果に基づき、前記自車及び衝突可能性のある少なくとも２つの前記周辺車両を検知する車両検知部と、
    前記車両検知部で検知された少なくとも２つの周辺車両が衝突を回避する複数の仮説を生成する仮説生成部と、
    前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する尤度算出部と、
    前記尤度算出部で算出された尤度に基づき、前記少なくとも２つの周辺車両の予測経路を分析し、その分析結果を出力する予測経路分析部と、
    を備えた経路予測装置であって、
    前記尤度算出部は、
    前記仮説生成部で生成された仮説ごとに前記少なくとも２つの周辺車両の将来の位置を予測する経路予測部と、
    前記経路予測部で予測された前記少なくとも２つの周辺車両の将来の位置に基づき、前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する仮説尤度計算部と、
    を備えたことを特徴とする経路予測装置。
  2. 前記車両検知部は、
    前記観測部で観測された観測結果に基づき前記自車の位置するレーンを検出するレーン検出部と、
    前記観測部で観測された観測結果に基づき前記周辺車両を追尾する追尾処理部と、
    前記追尾処理部で追尾結果された周辺車両の中から、衝突可能性のある前記少なくとも２つの周辺車両を検知する衝突検知部と、
    を備えたことを特徴とする請求項１に記載の経路予測装置。
  3. 前記仮説尤度計算部は、
    前記経路予測部で予測された前記少なくとも２つの周辺車両の現時刻の推定速度および推定速度誤差に基づき、前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する
    ことを特徴とする請求項１に記載の経路予測装置。
  4. 前記仮説尤度計算部は、
    前記経路予測部で予測された前記少なくとも２つの周辺車両の現時刻の推定加速度および推定加速度誤差に基づき、前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する
    ことを特徴とする請求項１に記載の経路予測装置。
  5. 前記予測経路分析部は前記尤度算出部で算出された尤度に基づき、前記少なくとも２つの周辺車両の予測経路を選択して出力する
    ことを特徴とする請求項１乃至４のいずれか１項に記載の経路予測装置。
  6. 前記予測経路分析部は
    前記尤度算出部で算出された尤度に基づき、前記少なくとも２つの周辺車両の予測経路の起こりやすさを表す予測経路信頼度を予測経路ごとに算出する予測経路信頼度算出部
    を備えたことを特徴とする請求項１乃至５のいずれか１項に記載の経路予測装置。
  7. 前記予測経路分析部は
    前記尤度算出部で算出された尤度に基づき、前記少なくとも２つの周辺車両の予測経路で構成される仮説信頼度を算出する予測経路信頼度算出部
    を備えたことを特徴とする請求項１乃至６のいずれか１項に記載の経路予測装置。
  8. 前記予測経路信頼度算出部は
    前時刻で算出された前記少なくとも２つの周辺車両の予測経路で構成される仮説信頼度に基づき、予測経路信頼度を予測経路ごとに算出する
    ことを特徴とする請求項６または請求項７に記載の経路予測装置。
  9. 自車の位置、及び前記自車の周辺車両の位置と速度を観測する観測部と、
    前記観測部で観測された観測結果に基づき検出された衝突可能性のある少なくとも２つの前記周辺車両の衝突回避モデルを示す複数の仮説を生成し、該複数の仮説のそれぞれに対応する前記少なくとも２つの前記周辺車両の予測経路の予測経路信頼度を算出する信号処理部と、
    前記信号処理部で算出された予測経路信頼度に基づき、前記少なくとも２つの前記周辺車両の予測経路と予測経路信頼度を表示する表示部と、
    を備えたことを特徴とする経路予測装置。
JP2017526206A 2015-07-02 2016-04-27 経路予測装置 Active JP6272566B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
PCT/JP2015/069131 WO2017002258A1 (ja) 2015-07-02 2015-07-02 経路予測装置
JPPCT/JP2015/069131 2015-07-02
PCT/JP2016/063161 WO2017002441A1 (ja) 2015-07-02 2016-04-27 経路予測装置

Publications (2)

Publication Number Publication Date
JPWO2017002441A1 JPWO2017002441A1 (ja) 2017-09-14
JP6272566B2 true JP6272566B2 (ja) 2018-01-31

Family

ID=57608470

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017526206A Active JP6272566B2 (ja) 2015-07-02 2016-04-27 経路予測装置

Country Status (5)

Country Link
US (1) US10741079B2 (ja)
EP (1) EP3319065B1 (ja)
JP (1) JP6272566B2 (ja)
CN (1) CN107710304B (ja)
WO (2) WO2017002258A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220029267A (ko) * 2020-08-28 2022-03-08 모셔널 에이디 엘엘씨 루트 정보를 사용한 차량의 궤적 계획
US11400942B2 (en) 2019-07-05 2022-08-02 Kabushiki Kaisha Toshiba Vehicle lane trajectory probability prediction utilizing kalman filtering with neural network derived noise
JP7175344B1 (ja) 2021-05-11 2022-11-18 三菱電機株式会社 車両制御装置、車両制御システム、車両制御方法及び車両制御プログラム
DE102022211720A1 (de) 2021-11-12 2023-05-17 Mitsubishi Electric Corporation Routenvorhersagevorrichtung, routenvorhersageverfahren und fahrzeugsteuerungssystem

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10460534B1 (en) 2015-10-26 2019-10-29 Allstate Insurance Company Vehicle-to-vehicle accident detection
US11049393B2 (en) 2017-10-13 2021-06-29 Robert Bosch Gmbh Systems and methods for vehicle to improve an orientation estimation of a traffic participant
FR3076045A1 (fr) * 2017-12-22 2019-06-28 Orange Procede de surveillance d'un environnement d'un premier element positionne au niveau d'une voie de circulation, et systeme associe
EP3598414A1 (en) * 2018-07-20 2020-01-22 Volvo Car Corporation System and method for avoiding a collision course
DE102018216423A1 (de) * 2018-09-26 2020-03-26 Robert Bosch Gmbh Bestimmung eines Ansteuerungssignals für ein teilautonomes Fahrzeug
EP3693943B1 (en) * 2019-02-05 2024-05-29 Honda Research Institute Europe GmbH Method for assisting a person in acting in a dynamic environment and corresponding system
CN113544030B (zh) * 2019-03-18 2023-11-17 三菱电机株式会社 路线生成系统、路线生成方法和计算机能读取的存储介质
US20200298859A1 (en) * 2019-03-21 2020-09-24 The Regents Of The University Of Michigan Safe Autonomous Overtaking with Intention Estimation
JP7469850B2 (ja) 2019-03-25 2024-04-17 本田技研工業株式会社 経路決定装置、ロボット及び経路決定方法
US20220097692A1 (en) * 2019-04-01 2022-03-31 Mitsubishi Electric Corporation Vehicle path generation device, vehicle path generation method, and vehicle control device
US11993289B2 (en) * 2019-05-23 2024-05-28 Hitachi Astemo, Ltd. Vehicle control system and vehicle control method
US11697412B2 (en) * 2019-11-13 2023-07-11 Zoox, Inc. Collision monitoring using statistic models
US11648939B2 (en) * 2019-11-13 2023-05-16 Zoox, Inc. Collision monitoring using system data
CN112534483B (zh) * 2020-03-04 2021-12-14 华为技术有限公司 预测车辆驶出口的方法和装置
US12097844B2 (en) * 2020-04-30 2024-09-24 Zoox, Inc. Constraining vehicle operation based on uncertainty in perception and/or prediction
CN112124319B (zh) * 2020-08-28 2021-04-23 青岛慧拓智能机器有限公司 一种智能驾驶系统
JP7294304B2 (ja) * 2020-11-30 2023-06-20 トヨタ自動車株式会社 挙動予測装置
US20220282980A1 (en) * 2021-03-03 2022-09-08 International Business Machines Corporation Pedestrian route guidance that provides a space buffer
CN113753038B (zh) * 2021-03-16 2023-09-01 京东鲲鹏(江苏)科技有限公司 一种轨迹预测方法、装置、电子设备和存储介质
US11938959B2 (en) * 2021-10-12 2024-03-26 Here Global B.V. Driving assistance device, system thereof, and method thereof
JP7191179B1 (ja) 2021-10-27 2022-12-16 三菱電機株式会社 車両制御装置、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

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3714258B2 (ja) 2002-02-01 2005-11-09 日産自動車株式会社 車両用推奨操作量生成装置
US7729857B2 (en) * 2005-08-18 2010-06-01 Gm Global Technology Operations, Inc. System for and method of detecting a collision and predicting a vehicle path
JP4353192B2 (ja) 2006-03-02 2009-10-28 トヨタ自動車株式会社 進路設定方法、装置、プログラム、および自動運転システム
WO2007102367A1 (ja) * 2006-02-28 2007-09-13 Toyota Jidosha Kabushiki Kaisha 物体進路予測方法、装置、プログラム、および自動運転システム
JP4062353B1 (ja) 2006-11-10 2008-03-19 トヨタ自動車株式会社 障害物進路予測方法、装置、およびプログラム
JP4623057B2 (ja) * 2007-06-05 2011-02-02 トヨタ自動車株式会社 自車両の移動領域取得装置
JP5250290B2 (ja) 2008-04-02 2013-07-31 富士重工業株式会社 航空機の四次元最適経路誘導システム
JP2010033352A (ja) * 2008-07-29 2010-02-12 Toyota Central R&D Labs Inc 車線変更警報装置及びプログラム
CN100570523C (zh) * 2008-08-18 2009-12-16 浙江大学 一种基于障碍物运动预测的移动机器人避障方法
CN101813492B (zh) * 2010-04-19 2012-11-14 清华大学 车辆导航系统及方法
CN101943916B (zh) * 2010-09-07 2012-09-26 陕西科技大学 一种基于卡尔曼滤波器预测的机器人避障方法
JP5189157B2 (ja) * 2010-11-30 2013-04-24 株式会社豊田中央研究所 可動物の目標状態決定装置及びプログラム
US8466807B2 (en) * 2011-06-01 2013-06-18 GM Global Technology Operations LLC Fast collision detection technique for connected autonomous and manual vehicles
CN102509474A (zh) * 2011-11-09 2012-06-20 深圳市伊爱高新技术开发有限公司 一种车与车自动防碰撞系统及方法
SE536586C2 (sv) * 2012-07-02 2014-03-11 Scania Cv Ab Anordning och förfarande för att bedöma olycksrisk vid framförande av ett fordon
JP2014241036A (ja) * 2013-06-11 2014-12-25 三菱電機株式会社 車両運転支援装置
US9260095B2 (en) * 2013-06-19 2016-02-16 Magna Electronics Inc. Vehicle vision system with collision mitigation
EP2851886B1 (en) * 2013-09-19 2018-04-11 Volvo Car Corporation Arrangement in a vehicle for providing vehicle driver support, a vehicle, and a method for providing vehicle driver support
JP2015155878A (ja) * 2014-02-21 2015-08-27 株式会社デンソー 車両用障害物検出装置
CN104093185B (zh) * 2014-06-06 2017-10-20 华南理工大学 一种面向车队自组网的多信道多径路由协议实现方法
CN104157167B (zh) * 2014-08-28 2016-09-28 银江股份有限公司 一种基于协同相对定位技术的车辆防碰撞方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11400942B2 (en) 2019-07-05 2022-08-02 Kabushiki Kaisha Toshiba Vehicle lane trajectory probability prediction utilizing kalman filtering with neural network derived noise
KR20220029267A (ko) * 2020-08-28 2022-03-08 모셔널 에이디 엘엘씨 루트 정보를 사용한 차량의 궤적 계획
KR102634073B1 (ko) * 2020-08-28 2024-02-05 모셔널 에이디 엘엘씨 루트 정보를 사용한 차량의 궤적 계획
US11945472B2 (en) 2020-08-28 2024-04-02 Motional Ad Llc Trajectory planning of vehicles using route information
JP7175344B1 (ja) 2021-05-11 2022-11-18 三菱電機株式会社 車両制御装置、車両制御システム、車両制御方法及び車両制御プログラム
JP2022176417A (ja) * 2021-05-11 2022-11-29 三菱電機株式会社 車両制御装置、車両制御システム、車両制御方法及び車両制御プログラム
DE102022211720A1 (de) 2021-11-12 2023-05-17 Mitsubishi Electric Corporation Routenvorhersagevorrichtung, routenvorhersageverfahren und fahrzeugsteuerungssystem

Also Published As

Publication number Publication date
CN107710304B (zh) 2020-09-29
EP3319065A1 (en) 2018-05-09
US20180182245A1 (en) 2018-06-28
EP3319065B1 (en) 2024-04-10
WO2017002441A1 (ja) 2017-01-05
WO2017002258A1 (ja) 2017-01-05
US10741079B2 (en) 2020-08-11
CN107710304A (zh) 2018-02-16
EP3319065A4 (en) 2019-02-27
JPWO2017002441A1 (ja) 2017-09-14

Similar Documents

Publication Publication Date Title
JP6272566B2 (ja) 経路予測装置
JP6800575B2 (ja) 自己の乗り物のドライバを支援する方法およびシステム
CN110352450B (zh) 驾驶辅助方法及驾驶辅助装置
CN110709911B (zh) 行驶辅助装置的行驶辅助方法以及行驶辅助装置
JP2019108116A (ja) 車両の縦方向速度を制御する装置及び方法
CN113243029B (zh) 其他车辆动作预测方法及其他车辆动作预测装置
CN114523963B (zh) 预测与宿主车辆的道路碰撞的系统和方法
JP6571904B1 (ja) 車載装置、情報処理方法及び情報処理プログラム
JP2013225295A5 (ja)
JP6171499B2 (ja) 危険度判定装置及び危険度判定方法
JP2008195293A (ja) 衝突予測装置
CN114291116B (zh) 周围车辆轨迹预测方法、装置、车辆及存储介质
KR20200084938A (ko) 차량 동작 계획방법 및 그를 위한 장치
US9440651B2 (en) Method and device for monitoring a setpoint trajectory of a vehicle
CN113412212A (zh) 其它车辆动作预测方法以及其它车辆动作预测装置
JP2018048949A (ja) 物体識別装置
KR20180039900A (ko) 진행경로 시나리오에 따라 충돌가능성을 판단하고 차량을 제어하는 장치 및 방법
JP6115429B2 (ja) 自車位置認識装置
CN113125795B (zh) 一种障碍物速度检测方法、装置、设备和存储介质
JP2018112461A (ja) 確率算出装置及び確率算出方法
JP5490633B2 (ja) 車両の進行路推定装置
US6658365B2 (en) Collision avoidance system, position detector, collision avoidance method, position detecting method and program for realizing the same
JP6594565B1 (ja) 車載装置、情報処理方法及び情報処理プログラム
JP7470584B2 (ja) 走行支援方法及び走行支援装置
JP6984355B2 (ja) 物体情報取得装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170309

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170309

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20171205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171228

R150 Certificate of patent or registration of utility model

Ref document number: 6272566

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250