JP7110209B2 - システム及び方法 - Google Patents
システム及び方法 Download PDFInfo
- Publication number
- JP7110209B2 JP7110209B2 JP2019541236A JP2019541236A JP7110209B2 JP 7110209 B2 JP7110209 B2 JP 7110209B2 JP 2019541236 A JP2019541236 A JP 2019541236A JP 2019541236 A JP2019541236 A JP 2019541236A JP 7110209 B2 JP7110209 B2 JP 7110209B2
- Authority
- JP
- Japan
- Prior art keywords
- host vehicle
- vehicle
- navigation
- control
- image capture
- 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
Links
- 238000000034 method Methods 0.000 title claims description 208
- 238000012545 processing Methods 0.000 claims description 487
- 230000001133 acceleration Effects 0.000 claims description 227
- 230000033001 locomotion Effects 0.000 claims description 202
- 239000000872 buffer Substances 0.000 claims description 191
- 230000004044 response Effects 0.000 claims description 147
- 241000282414 Homo sapiens Species 0.000 claims description 89
- 238000004458 analytical method Methods 0.000 claims description 81
- 230000008859 change Effects 0.000 claims description 60
- 230000015654 memory Effects 0.000 claims description 41
- 230000035484 reaction time Effects 0.000 claims description 26
- 230000000881 depressing effect Effects 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 description 444
- 230000006870 function Effects 0.000 description 141
- 230000008569 process Effects 0.000 description 120
- 238000013459 approach Methods 0.000 description 91
- 230000006399 behavior Effects 0.000 description 75
- 230000000875 corresponding effect Effects 0.000 description 71
- 239000003795 chemical substances by application Substances 0.000 description 61
- 238000010191 image analysis Methods 0.000 description 58
- 238000001514 detection method Methods 0.000 description 53
- 238000004422 calculation algorithm Methods 0.000 description 41
- 230000003190 augmentative effect Effects 0.000 description 39
- 230000008901 benefit Effects 0.000 description 38
- 238000005259 measurement Methods 0.000 description 32
- 230000003334 potential effect Effects 0.000 description 31
- 238000012360 testing method Methods 0.000 description 28
- 230000007774 longterm Effects 0.000 description 25
- 230000002787 reinforcement Effects 0.000 description 21
- 230000003068 static effect Effects 0.000 description 21
- 238000013528 artificial neural network Methods 0.000 description 20
- 230000016571 aggressive behavior Effects 0.000 description 19
- 230000000694 effects Effects 0.000 description 19
- 238000010801 machine learning Methods 0.000 description 18
- 238000013507 mapping Methods 0.000 description 18
- 238000006073 displacement reaction Methods 0.000 description 17
- 238000012549 training Methods 0.000 description 17
- 230000007246 mechanism Effects 0.000 description 16
- 238000000926 separation method Methods 0.000 description 16
- 238000012795 verification Methods 0.000 description 16
- 230000004048 modification Effects 0.000 description 15
- 238000012986 modification Methods 0.000 description 15
- 238000005457 optimization Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 14
- 231100001261 hazardous Toxicity 0.000 description 13
- 230000006698 induction Effects 0.000 description 13
- 239000013598 vector Substances 0.000 description 13
- 230000004888 barrier function Effects 0.000 description 12
- 238000009826 distribution Methods 0.000 description 12
- 230000004438 eyesight Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 230000000007 visual effect Effects 0.000 description 11
- 241000237858 Gastropoda Species 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 10
- 241001465754 Metazoa Species 0.000 description 9
- 230000003416 augmentation Effects 0.000 description 9
- 230000001186 cumulative effect Effects 0.000 description 9
- 238000013016 damping Methods 0.000 description 9
- 230000003111 delayed effect Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 230000002829 reductive effect Effects 0.000 description 9
- 238000005096 rolling process Methods 0.000 description 9
- 241000282412 Homo Species 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000001276 controlling effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 206010001488 Aggression Diseases 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 7
- 238000005520 cutting process Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000004927 fusion Effects 0.000 description 6
- 230000001953 sensory effect Effects 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000001934 delay Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 5
- 230000004313 glare Effects 0.000 description 5
- 230000000670 limiting effect Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 238000007792 addition Methods 0.000 description 4
- 239000000654 additive Substances 0.000 description 4
- 230000000996 additive effect Effects 0.000 description 4
- 208000012761 aggressive behavior Diseases 0.000 description 4
- 239000010426 asphalt Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 239000004568 cement Substances 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 238000005206 flow analysis Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 239000000725 suspension Substances 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 230000036461 convulsion Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000009474 immediate action Effects 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000002040 relaxant effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000008093 supporting effect Effects 0.000 description 3
- 101100289792 Squirrel monkey polyomavirus large T gene Proteins 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000001444 catalytic combustion detection Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000010367 cloning Methods 0.000 description 2
- 230000009849 deactivation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 241000473391 Archosargus rhomboidalis Species 0.000 description 1
- 206010011878 Deafness Diseases 0.000 description 1
- 240000004752 Laburnum anagyroides Species 0.000 description 1
- 206010029216 Nervousness Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 206010000210 abortion Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000003667 anti-reflective effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003472 neutralizing effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000011076 safety test Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009476 short term action Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 238000013106 supervised machine learning method Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T7/00—Brake-action initiating means
- B60T7/12—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
- B60T7/16—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger operated by remote control, i.e. initiating means not mounted on vehicle
- B60T7/18—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger operated by remote control, i.e. initiating means not mounted on vehicle operated by wayside apparatus
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T7/00—Brake-action initiating means
- B60T7/12—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
- B60T7/22—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger initiated by contact of vehicle, e.g. bumper, with an external object, e.g. another vehicle, or by means of contactless obstacle detectors mounted on the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
- B60T8/32—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force responsive to a speed condition, e.g. acceleration or deceleration
- B60T8/86—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force responsive to a speed condition, e.g. acceleration or deceleration wherein the brakes are automatically applied in accordance with a speed condition and having means for overriding the automatic braking device when a skid condition occurs
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
- B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
- B60W30/165—Automatically following the path of a preceding lead vehicle, e.g. "electronic tow-bar"
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/181—Preparing for stopping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18154—Approaching an intersection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/1005—Driving resistance
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/114—Yaw movement
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/082—Selecting or switching between different modes of propelling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/087—Interaction between the driver and the control system where the control system corrects or modifies a request from the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/12—Limiting control by the driver depending on vehicle state, e.g. interlocking means for the control input for preventing unsafe operation
-
- 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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- 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
-
- 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
- B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/50—Systems of measurement based on relative movement of target
- G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T2201/00—Particular use of vehicle brake systems; Special systems using also the brakes; Special software modules within the brake system controller
- B60T2201/02—Active or adaptive cruise control system; Distance control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T2201/00—Particular use of vehicle brake systems; Special systems using also the brakes; Special software modules within the brake system controller
- B60T2201/02—Active or adaptive cruise control system; Distance control
- B60T2201/022—Collision avoidance systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B60W2420/408—
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/06—Combustion engines, Gas turbines
- B60W2510/0604—Throttle position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/18—Braking system
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/20—Steering systems
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/04—Vehicle stop
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/14—Yaw
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/16—Driving resistance
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/10—Accelerator pedal position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/12—Brake pedal position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4046—Behavior, e.g. aggressive or erratic
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/804—Relative longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/18—Braking system
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
-
- 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
- B60W2754/00—Output or target parameters relating to objects
- B60W2754/10—Spatial relation or speed relative to objects
- B60W2754/20—Lateral distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2754/00—Output or target parameters relating to objects
- B60W2754/10—Spatial relation or speed relative to objects
- B60W2754/30—Longitudinal distance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9323—Alternative operation using light waves
Description
[0001] 本願は、2018年3月20日に出願された米国仮特許出願第62/645,479号、2018年3月22日に出願された米国仮特許出願第62/646,579号、2018年8月14日に出願された米国仮特許出願第62/718,554号、2018年8月29日に出願された米国仮特許出願第62/724,355号、2018年11月28日に出願された米国仮特許出願第62/772,366号及び2018年12月11日に出願された米国仮特許出願第62/777,914号の優先権の利益を主張するものである。上記の出願は、全て参照によりその全体が本明細書に援用される。
技術分野
[0002] 本開示は、概して、自律車両ナビゲーションに関する。加えて、本開示は、潜在的な事故責任の制約に従ってナビゲートするためのシステム及び方法に関する。
[0003] 技術が進化し続けるにつれ、路上でナビゲート可能な完全自律車両という目標が現実味を帯びてきている。自律車両は、様々な要因を考慮する必要があり得、それらの要因に基づいて意図される目的地に安全且つ正確に到達するのに適切な判断を下し得る。例えば、自律車両は、視覚的情報(例えば、カメラから捕捉される情報)、レーダ又はライダからの情報を処理して解釈する必要があり得ると共に、他のソース(例えば、GPSデバイス、速度センサ、加速度計、サスペンションセンサ等)から得られる情報を使用することもある。同時に、目的地にナビゲートするために、自律車両は、特定の道路(例えば、複数レーン道路内の特定のレーン)内の自らの位置を識別し、他の車両と並んでナビゲートし、障害物及び歩行者を回避し、交通信号及び標識を観測し、適切な交差点又はインターチェンジである道路から別の道路に進み、車両の動作中に起こるか又は発展する他の任意の状況に応答する必要もあり得る。更に、ナビゲーションシステムは、一定の課された制約に従わなければならない場合がある。幾つかの場合、それらの制約は、ホスト車両と、他の車両や歩行者等の1つ又は複数の他の物体との間の相互作用に関係する場合がある。他の事例では、それらの制約は、ホスト車両のための1つ又は複数のナビゲーション動作を実施する際に従うべき責任規則に関係し得る。
[0005] 本開示による実施形態は、自律車両ナビゲーションのシステム及び方法を提供する。開示される実施形態は、カメラを使用して、自律車両ナビゲーション特徴を提供し得る。例えば、本開示の実施形態によれば、開示されるシステムは、車両の環境を監視する1つ、2つ又は3つ以上のカメラを含み得る。開示されるシステムは、例えば、カメラの1つ又は複数により捕捉された画像の分析に基づいて、ナビゲーション応答を提供し得る。ナビゲーション応答は、例えば、全地球測位(GPS)データ、センサデータ(例えば、加速度計、速度センサ、サスペンションセンサ等から)及び/又は他の地図データを含む他のデータを考慮することもできる。
[0014] 本開示に組み込まれ、本明細書の一部をなす添付図面は、開示される様々な実施形態を示す。
[0088] 以下の詳細な説明は、添付図面を参照する。可能な場合には常に、図面及び以下の説明において、同じ又は同様の部分を指すのに同じ参照番号が使用される。幾つかの例示的な実施形態は、本明細書で説明されるが、変更形態、適応形態及び他の実装形態が可能である。例えば、図面に示される構成要素に対する置換形態、追加形態又は変更形態がなされ得、本明細書に記載される例示的な方法は、開示される方法のステップの置換、順序替え、削除又は追加により変更することができる。従って、以下の詳細な説明は、開示される実施形態及び例に限定されない。その代わり、適切な範囲は、添付の特許請求の範囲により規定される。
[0090] 本開示の全体を通して使用するとき、「自律車両」という用語は、ドライバーの入力なしで少なくとも1つのナビゲーション変更を実施することができる車両を指す。「ナビゲーション変更」は、車両の操舵、ブレーキ又は加速/減速の1つ又は複数の変更を指す。自律的であるために、車両は、完全に自動である(例えば、ドライバー又はドライバー入力なしに完全に動作可能である)必要はない。むしろ、自律車両は、特定の時間期間中にドライバーの制御下で動作し、他の時間期間中にドライバーの制御なしで動作することができる車両を含む。自律車両は、(例えば、車両レーン制約間に車両コースを維持するために)操舵等の車両ナビゲーションの幾つかの側面のみを制御するか、又は(あらゆる状況下ではなく)一定の状況下で幾つかの操舵動作を制御するが、他の側面(例えば、ブレーキ又は一定の状況下でのブレーキ)をドライバーに任せ得る車両を含むこともできる。幾つかの場合、自律車両は、車両のブレーキ、速度制御及び/又は操舵の幾つかの又は全ての側面を扱い得る。
[0093] 図1は、開示される例示的な実施形態によるシステム100のブロック図表現である。システム100は、特定の実施要件に応じて様々な構成要素を含み得る。幾つかの実施形態では、システム100は、処理ユニット110、画像取得ユニット120、位置センサ130、1つ又は複数のメモリユニット140、150、地図データベース160、ユーザインタフェース170及び無線送受信機172を含み得る。処理ユニット110は、1つ又は複数の処理デバイスを含み得る。幾つかの実施形態では、処理ユニット110は、アプリケーションプロセッサ180、画像プロセッサ190又は他の任意の適切な処理デバイスを含み得る。同様に、画像取得ユニット120は、特定の用途の要件に応じて任意の数の画像取得デバイス及び構成要素を含み得る。幾つかの実施形態では、画像取得ユニット120は、画像捕捉デバイス122、画像捕捉デバイス124、画像捕捉デバイス126等の1つ又は複数の画像捕捉デバイス(例えば、カメラ、CCD、他の任意の種類の画像センサ)を含み得る。システム100は、処理ユニット110を画像取得ユニット120に通信可能に接続するデータインタフェース128を含むこともできる。例えば、データインタフェース128は、画像取得ユニット120によって取得された画像データを処理ユニット110に伝送するための1つ又は複数の任意の有線リンク及び/又は無線リンクを含み得る。
[0149] 上述したように、システム100は、マルチカメラシステムを使用する運転支援機能を提供し得る。マルチカメラシステムは、車両の前方方向を向いた1つ又は複数のカメラを使用し得る。他の実施形態では、マルチカメラシステムは、車両の側部又は車両の後方を向いた1つ又は複数のカメラを含み得る。一実施形態では、例えば、システム100は、2カメラ撮像システムを使用し得、その場合、第1のカメラ及び第2のカメラ(例えば、画像捕捉デバイス122及び124)は、車両(例えば、車両200)の前部及び/又は側部に位置決めし得る。他のカメラの構成も開示する実施形態と合致し、本明細書で開示する構成は、例である。例えば、システム100は、任意の数(例えば、1つ、2つ、3つ、4つ、5つ、6つ、7つ、8つ等)のカメラの構成を含み得る。更に、システム100は、カメラの「クラスタ」を含み得る。例えば、(任意の適切な数、例えば1つ、4つ、8つ等のカメラを含む)カメラのクラスタは、車両に対して前向きとすることができ、又は他の任意の方向を向いていることができる(例えば、後向き、横向き、斜め等)。従って、各クラスタが車両の環境の特定の領域から画像を捕捉するように特定の方向に向けられた状態で、システム100は、カメラの複数のクラスタを含み得る。
(δz 2+δx 2)/2/(δx)
に従って特定し得、式中、σxは横方向移動距離を表し、σzは縦方向移動距離を表す。横方向移動距離と予期される曲率との差が所定の閾値(例えば、500~700メートル)を超える場合、処理ユニット110は、先行車両がレーン変更中である可能性が高いと判断し得る。別の実施形態では、処理ユニット110は、先行車両の位置を分析し得る。先行車両の位置が道路多項式を曖昧にする(例えば、先行車両が道路多項式の上に重なる)場合、処理ユニット110は、先行車両がレーン変更中である可能性が高いと判断し得る。先行車両の位置が、別の車両が先行車両の前方で検出され、2つの車両のスネイルトレイルが平行ではないようなものである場合、処理ユニット110は、(より近い)先行車両がレーン変更中である可能性が高いと判断し得る。
[0201] 以下の節は、車両の自律制御が完全に自律的(自動運転車両)であろうと、部分的に自律的(例えば、1人又は複数のドライバーがシステム又は機能を支援する)であろうと、車両の自律制御を実現するためのシステム及び方法と共に自律運転について論じる。図8に示すように、自律運転タスクは、検知モジュール801、運転ポリシモジュール803及び制御モジュール805を含む3つの主なモジュールに分けることができる。幾つかの実施形態では、モジュール801、803及び805をシステム100のメモリユニット140及び/又はメモリユニット150内に記憶することができ、及び/又はモジュール801、803及び805(又はその一部)をシステム100から離して記憶する(例えば、無線送受信機172によって例えばシステム100がアクセス可能なサーバ内に記憶する)ことができる。更に、本明細書で開示するモジュール(例えば、モジュール801、803及び805)のいずれも、トレーニング済みシステム(ニューラルネットワーク又はディープニューラルネットワーク等)又はトレーニングされていないシステムに関連する技法を実装することができる。
は、動作空間(例えば、所望の速度、加速度、ヨーコマンド等)である。状態空間は、S=SSxSpであり、SSは、検知状態であり、Spは、ポリシによって保存された状態に対する追加情報である。離散的な時間間隔で機能し、時点tにおいて現在の状態st∈Sを観測することができ、ポリシを適用して所望の動作at=π(st)を得ることができる。
に基づいて動作at∈Aを決定することができる。決定された動作(及びその動作の実施)に基づき、環境は、学習システムによって観測するための次の状態st+1∈Sに移る。観測された状態に応じて開発される各動作について、学習システムに対するフィードバックは、報酬信号r1、r2、...である。
にわたる分布を引き起こすことを観測し、エージェントが状態s0=sから開始し、そこからポリシπに従う場合、ベクトル(r1,...,rT)の確率は、報酬r1,...,rTを観測する確率である。初期状態sの値は、次式で定めることができる。
[0210]
で与えられる問題を直接解くことである。当然ながら、この問題を解く多くの方法がある。この手法の1つの利点は、この手法が問題に直接取り組み、その結果、多くの場合に優れた実用的結果をもたらすことである。1つの潜在的な不利点は、この手法が多くの場合に「オンポリシ」トレーニングを必要とすることであり、すなわち、πの学習は、反復的プロセスであり、完全ではないポリシπjが反復jで得られ、次のポリシπjを構築するには、πjに基づいて動作しながら環境と相互作用しなければならない。
にマップするポリシπ、π(s)の第1の成分は、所望の加速コマンドであり、π(s)の第2の成分は、ヨー率である。修正された手法では、以下のポリシを構築することができる。
を設定することにより、選択肢セレクタポリシπoは、実際のポリシ、π:S→Aを定める。
が成立するように、(st,at)から
への可微分マッピングが学習され得る。これは、「モデルベースの」強化学習と同様であり得る。しかし、ネットワークの順方向ループでは、
をst+1の実際の値で置換し、それにより誤差が蓄積する問題をなくすことができる。
の予測の役割は、将来から過去の動作にメッセージを伝えることである。この意味において、アルゴリズムは、「モデルベースの」強化学習と「ポリシベースの学習」との組み合わせであり得る。
であり、これは、動作からpへの可微分経路をもたらし得る。実際には、動作aは、i~pに関してa(i)であるように選択することができ、aと
との差を付加雑音と呼ぶことができる。
をトレーニングするために、実際のデータと共に教師あり学習を使用することができる。ノードのポリシをトレーニングするためにシミュレータを使用することができる。後に実際のデータを使用してポリシの微調整を実現することができる。2つの概念がシミュレーションをより現実的にし得る。第1に、模倣を使用し、大規模な現実世界のデータセットを使用する「挙動クローニング」パラダイムを使用して初期ポリシを構築することができる。幾つかの場合、結果として生じるエージェントが適している場合がある。他の事例では、結果として生じるエージェントは、道路上の他のエージェントのための非常に優れた初期ポリシを少なくとも形成する。第2に、セルフプレイを使用し、本発明者らの独自のポリシを使用してトレーニングを増補することができる。例えば、遭遇し得る他のエージェント(車/歩行者)の初期実装を所与として、シミュレータに基づいてポリシをトレーニングすることができる。他のエージェントの一部は、新たなポリシで置換することができ、このプロセスを繰り返すことができる。その結果、異なる洗練レベルを有する一層多岐にわたる他のエージェントに応答すべきであるため、ポリシが改善し続けることができる。
[0248] 自律運転に関連して、重大な関心事は、トレーニング済みナビゲーションネットワークの学習されたポリシが安全であることをどのように保証するかである。幾つかの実施形態では、制約を使用して運転ポリシシステムをトレーニングすることができ、そのため、トレーニング済みシステムによって選択される動作は、適用可能な安全制約を既に考慮している可能性がある。加えて、幾つかの実施形態では、ホスト車両の環境内の特定の検知シーンによって関与される1つ又は複数の厳密制約にトレーニング済みシステムの被選択動作を通すことにより、追加の安全層を提供することができる。かかる手法は、ホスト車両によって行われる動作が、適用可能な安全制約を満たすものであると確認されるものに限定されていることを確実にし得る。
として定めることができる。
が成立し、残りの軌道について、
が成立する報酬関数を検討し、学習システムの1つの目標は、追い越し操作の実行を学習することであり得る。通常、事故のない軌道では、
は、問題ないスムーズな追い越しに報酬を与え、追い越しを完了せずにレーン内に、従って範囲[-1,1]内に留まることにペナルティを科す。シーケンス
が事故を表す場合、報酬-rは、かかる発生を妨げるために十分高いペナルティを与えるべきである。問題は、事故のない運転を保証するためにrの値を何にすべきかである。
に対する事故の効果は、加法項-prであり、pは、事故の事象を伴う軌道の確率質量であることに注意されたい。この項が無視できる、すなわちp<<1/rである場合、学習システムは、一部の追い越し操作の完了が成功しないことを犠牲にして、より自衛的であるポリシよりも頻繁に追い越し操作の成功を果たすために、事故を行うポリシを優先させる(又は全般的に無頓着な運転ポリシを採用する)ことができる。換言すれば、事故の確率がp以下である場合、r>>1/pであるようにrを設定しなければならない。pを極めて小さくする(例えば、p=10-9程度)ことが望ましい場合がある。従って、rは、大きいべきである。ポリシの勾配では、
の勾配を推定することができる。以下の補助定理は、確率変数
の分散が、r>>1/pでrを上回る
と共に大きくなることを示す。従って、目的を推定することが困難な場合があり、その勾配を推定することは一層困難であり得る。
が得られ、確率1-pにおいて、
が得られる。従って、次式
[0255]
[0256] が成立し、最後の近似は、r≧1/pの場合に該当する。
のオブジェクションが分散問題を引き起こすことなしに機能的安全性を保証できない可能性があることを示す。分散を減らすためのベースラインサブトラクション法は、問題に対する十分な処置を提供しない可能性があり、なぜなら、問題は、
の高い分散から、その推定が数値的不安定を等しく被るベースライン定数の等しく高い分散にシフトするからである。更に、事故の確率がpである場合、事故の事象を得る前に平均して少なくとも1/pシーケンスがサンプリングされるべきである。これは、
を最小化しようとする学習アルゴリズムのためのシーケンスの1/pサンプルの下端を含意する。この問題に対する解決策は、数値的調整技法によってではなく、本明細書に記載のアーキテクチャ設計において見出すことができる。ここでの手法は、厳密制約が学習フレームワークの外側に投入されるべきであるという考えに基づく。換言すれば、ポリシ関数は、学習可能部分及び学習不能部分に分解することができる。形式的に、ポリシ関数は、
として構成することができ、
は、(不可知論的な)状態空間を願望の組(例えば、所望のナビゲーション目標等)にマップする一方、π(T)は、願望を(短期のうちに車がどのように動くべきかを決定し得る)軌道にマップする。関数
は、運転の快適さ並びに他のいずれの車を追い越すべきか、他のいずれの車に道を譲るべきか、及びホスト車両のレーン内でのホスト車両の所望の位置はいずれであるか等の戦略的決定を行うことを担う。検知されるナビゲーション状態から願望へのマッピングは、期待報酬を最大化することによって経験から学習され得るポリシ
である。
によって作り出される願望は、運転軌道にわたるコスト関数に変換され得る。機能的安全性に関する厳密制約の影響下にあるコストを最小化する軌道を見つけることにより、学習される関数ではない関数π(T)を実施することができる。この分解は、快適な運転を提供するのと同時に機能的安全性を保証することができる。
D=[0,vmax]xLx{g,t,o}
とすることができ、但し、[0,vmax]は、ホスト車両の所望の目標速度であり、L={1,1.5,2,2.5,3,3.5,4}は、レーン単位での所望の横方向位置であり、整数は、レーンの中央を示し、分数は、レーンの境界を示し、{g,t,o}は、他のn台の車両のそれぞれに割り当てられる分類ラベルである。ホスト車両が他の車両に道を譲るべき場合、他の車両に「g」を割り当てることができ、ホスト車両が他の車両に対して道を得るべき場合、他の車両に「t」を割り当てることができ、又はホスト車両が他の車両に対してオフセット距離を保つべき場合、他の車両に「o」を割り当てることができる。
[0262] であり、但し、dist(x,y,l)は、点(x,y)からレーンの位置lまでの距離である。他の車両に起因するコストに関して、他の任意の車両について、(x’1,y’1),...,(x’k,y’k)は、ホスト車両の自己中心的な単位での他の車両を表すことができ、iは、(xi,yi)と(x’j,y’j)との間の距離が小さいようにjが存在する最も早い点であり得る。そのような点がない場合、iは、i=∞として設定することができる。別の車が「道を譲る」と分類される場合、τi>τj+0.5であることが望ましい場合があり、これは、他の車両が軌道の交点に到達する少なくとも0.5秒後にホスト車両がその同一点に到達することを意味する。上記の制約をコストに変換するための可能な式は、[τ(j-i)+0.5]+である。
に関する大きく扱いにくい分散に直面する可能性がある。この結果は、ポリシ勾配反復を使用することにより、(不可知論的な)状態空間から願望の組へのマッピングと、その後に続く機械学習に基づいてトレーニングされるシステムを含まない実際の軌道へのマッピングとに問題を分解することによって回避することができる。
を含み得る。この式では、分散が対象期間Tと共に増加し得る。幾つかの場合、Tの値は、およそ250とすることができ、この値は、有意の分散を作り出すのに十分高いものであり得る。サンプリングレートが10Hzの範囲内にあり、合流領域1130が100メートルであると仮定し、合流の準備は、合流領域の約300メートル手前で始まり得る。ホスト車両が16メートル/秒(時速約60キロ)で移動する場合、エピソードのTの値は、およそ250であり得る。
を定めることができる。
は、交点に車両iが到達する時間及びそこから去る時間を表し得る。すなわち、それぞれの車は、車の第1の部分が交点を通過するときに点に到達し、車の最後の部分が交点を通過するまで一定の時間が必要である。この時間は、到達時間を去る時間と分ける。
である(すなわち車両1の到達時間が車両2の到達時間未満である)と仮定し、車両2が到達するよりも前に車両1が交点を離れていることを確実することが望まれる。さもなければ衝突が発生することになる。従って、
であるように厳密制約を実装することができる。更に、車両1と車両2とが最小量で互いに当たらないことを確実にするために、制約に緩衝時間(例えば、0.5秒又は別の適切な値)を含めることによって追加の安全余裕を得ることができる。2つの車両の予測される交差軌道に関係する厳密制約は、
として表すことができる。
を要求することができ、ホスト車両は、車両1であり、目標車両1217は、車両2である。同様に、ホスト車両の予測軌道に対して(進行方向及び速度に基づく)歩行者1215の軌道を監視することができる。特定の歩行者の軌道を所与として、軌道上の全ての点pについて、t(p)は、歩行者が点p(すなわち図12の点1231)に到達するのにかかる時間を表す。歩行者から少なくとも1メートルの所要の緩衝距離を保つために、t(p)は、(ホスト車両が少なくとも1メートルの距離の差で歩行者の前を通過するように十分な時間差を伴って)ホスト車両が点pに到達する時間を上回らなければならず、又は(例えば、ホスト車両がブレーキをかけて歩行者に道を譲る場合)t(p)は、ホスト車両が点pに到達する時間を下回らなければならない。更に後者の例では、ホスト車両が歩行者の背後を通過し、少なくとも1メートルの所要の緩衝距離を保つことができるように、ホスト車両が歩行者よりも十分遅い時間に点pに到達することを厳密制約が要求する。
[0295] 上記で説明したように、ホスト車両の安全な動作を確実にするために様々な厳密制約をナビゲーションシステムと共に使用することができる。制約は、とりわけ歩行者、目標車両、道路障壁若しくは検出される物体に対する最小安全運転距離、検出される歩行者の影響区域内を通過するときの最大移動速度又はホスト車両の最大減速率を含み得る。これらの制約は、機械学習(教師あり、強化又はその組み合わせ)に基づいてトレーニングされるトレーニング済みシステムによって課すことができるが、(例えば、ホスト車両の環境のシーン内で生じる予期される状況に直接対処するアルゴリズムを使用する)トレーニングされていないシステムでも有用であり得る。
[0303] 上記で論じたように、安全のためにナビゲーション制約を課すことができる。制約は、とりわけ歩行者、目標車両、道路障壁若しくは検出される物体に対する最小安全運転距離、検出される歩行者の影響区域内を通過するときの最大移動速度又はホスト車両の最大減速率を含み得る。これらの制約は、学習ナビゲーションシステム又は非学習ナビゲーションシステム内で課すことができる。特定の状況では、これらの制約を緩和することができる。例えば、ホスト車両が歩行者の近くで減速又は停止し、歩行者のそばを通過する意図を伝えるためにゆっくり進む場合、取得画像から歩行者の反応を検出することができる。歩行者の反応がじっとしていること又は動くことをやめることである場合(及び/又は歩行者とのアイコンタクトが検知される場合)、歩行者のそばを通過するナビゲーションシステムの意図を歩行者が認識したと理解することができる。そのような状況では、システムは、1つ又は複数の既定の制約を緩和し、あまり厳しくない制約を実施する(例えば、より厳格な1メートルの境界内ではなく、歩行者の0.5メートルの範囲内を車両がナビゲートすることを可能にする)ことができる。
[0325] 幾つかの実施形態では、開示するナビゲーションシステムは、ホスト車両の環境内の検出されたナビゲーション状態に応答できるだけではなく、長期計画に基づいて1つ又は複数のナビゲーション動作を決定することもできる。例えば、システムは、検出されるナビゲーション状態に関してナビゲートするための選択肢として利用可能な1つ又は複数のナビゲーション動作の将来のナビゲーション状態に対する潜在的影響を検討することができる。将来の状態に対する利用可能な動作の効果を検討することは、ナビゲーションシステムが現在検出しているナビゲーション状態のみに基づいてではなく、長期計画にも基づいてナビゲーション動作を決定することを可能にし得る。長期計画技法を使用するナビゲーションは、利用可能な選択肢の中からナビゲーション動作を選択するための技法としてナビゲーションシステムによって1つ又は複数の報酬関数が使用される場合に特に適用可能であり得る。ホスト車両の検出された現在のナビゲーション状態に応じて行うことができる利用可能なナビゲーション動作に関して潜在的報酬を分析することができる。但し、更に現在のナビゲーション状態に対する利用可能な動作から生じると予測される将来のナビゲーション状態に応じて行うことができる動作に関連して潜在的報酬を分析することもできる。その結果、たとえ選択されるナビゲーション動作が、現在のナビゲーション状態に応じて行うことができる利用可能な動作の中で最も高い報酬をもたらさない可能性があっても、一部の事例では、開示するナビゲーションシステムは、検出されるナビゲーション状態に応じてナビゲーション動作を選択する場合がある。これは、とりわけ、被選択動作又は一部の事例では現在のナビゲーション状態に対して利用可能な動作のいずれかよりも高い報酬を与える1つ又は複数の潜在的なナビゲーション動作のきっかけを作る将来のナビゲーション状態を被選択動作がもたらし得るとシステムが決定する場合に該当し得る。この原理は、報酬が高い選択肢を将来もたらすため、より有利でない動作を現在行うものとしてより単純に表すことができる。従って、長期計画が可能な開示するナビゲーションシステムは、報酬の短期的な損失が長期的な報酬の増加をもたらし得ることを長期予測が示す場合、次善の短期動作を選択することができる。
を受信し、新たな状態st+1に移される。一例として、ホスト車両は、適応走行制御(ACC)システムを含むことができ、ACCでは、スムーズな運転を維持しながら先行車両までの十分な距離を保つために、車両が加速/ブレーキを自律的に実施すべきである。状態は、対
としてモデリングすることができ、xtは、先行車両までの距離であり、vtは、先行車両の速度に対するホスト車両の速度である。動作
は、加速コマンドである(at<0が成立する場合にはホスト車両が減速する)。報酬は、(運転のスムーズさを反映する)|at|及び(ホスト車両が先行車両から安全な距離を保つことを反映する)stに依存する関数であり得る。プランナの目標は、(場合により対象期間又は将来の報酬の割り引かれた和まで)累積報酬を最大化することである。それを行うために、プランナは、状態を動作にマップするポリシπ:S→Aを利用することができる。
を推定し、この推定に基づいて、「actor」は、ポリシを改善する。
のサブセットであり、状態空間Aは、
のサブセットであると仮定することができる。これは、多くの応用において自然な表現であり得る。上記で述べたように、RLとSLとの間には2つの主な違いがある場合があり、その違いは、すなわち、(1)過去の動作が将来の報酬に影響するため、将来からの情報を過去に再び伝える必要があり得ること、及び(2)報酬の「バンディット」な性質は、(状態,動作)と報酬との間の依存関係を曖昧にする可能性があり、それが学習プロセスを複雑にし得ることである。
であるように可微分関数
を学習する問題は、比較的単純なSL問題(例えば、一次元の回帰問題)であり得る。従って、この手法の最初のステップは、s及びaに対して可微分な関数
として報酬を定めること、又はインスタンスベクトルが、
であり、目標スカラがrtである状態でサンプルにわたる少なくとも幾らかの回帰損失を最小化する可微分関数
を学習するために回帰学習アルゴリズムを使用することであり得る。一部の状況では、トレーニングセットを作成するために探索の要素を使用することができる。
が成立するように可微分関数
が学習可能であると仮定する。かかる関数を学習することは、SL問題として特徴付けることができる。
は、近い将来のための予測因子と見なすことができる。次に、SからAにマップするポリシを、パラメトリック関数πθ:S→Aを使用して記述することができる。ニューラルネットワークとしてπθを表現することは、回帰ニューラルネットワーク(RNN)を使用してエージェントをTラウンド走らせるエピソードの表現を可能にすることができ、次の状態は、
として定義される。ここで、
は、環境によって定めることができ、近い将来の予測不能な側面を表すことができる。st+1がst及びatに可微分な方法で依存することは、将来の報酬値と過去の動作との間のつながりを可能にし得る。ポリシ関数πθのパラメータベクトルは、結果として生じるRNN上の逆伝搬によって学習され得る。明確な確率論的仮定をvtに課す必要がないことに留意されたい。具体的には、マルコフ関係の要件が必要ない。代わりに、過去と将来との間で「十分な」情報を伝搬するために回帰ネットワークが利用され得る。直観的に、
は、近い将来の予測可能な部分を記述し得る一方、vtは、環境内の他のプレーヤの挙動によって生じ得る予測不能な側面を表し得る。学習システムは、他のプレーヤの挙動に対してロバストなポリシを学習すべきである。||vt||が大きい場合、有意味のポリシを学習するには過去の動作と将来の報酬値との間のつながりに雑音が多過ぎる可能性がある。システムの動力学をトランスペアレントな方法で明確に表現することは、過去の知識をより容易に組み込むことを可能にすることができる。例えば、過去の知識は、
を定める問題を単純化し得る。
であり、動作は、
であり、即時の損失関数は、0.1|at|+[|st|-2]+であり、[x]+=max{x,0}は、ReLU(正規化線形ユニット)関数である。次の状態は、st+1=st+at+vtであり、vt∈[-0.5,0.5]が敵対的方法で環境のために選ばれる。ここで、ReLUを伴う2層のネットワークとして最適なポリシを記述することができる:at=-[st-1.5]++[-st-1.5]+。|st|∈(1.5,2]のとき、最適な動作は、動作a=0よりも大きい即時の損失を有し得ることを認識されたい。従って、システムは、将来の計画を立てることができ、即時の損失のみに依存しなくてもよい。atに対する損失の微分は、0.1sign(at)であり、stに対する微分は、1[|st|>2]sign(st)であることを認識されたい。st∈(1.5,2]の状況では、vtの敵対的選択は、vt=0.5に設定することであり、従ってat>1.5-stのときには常に、ラウンドt+1上で非ゼロ損失があり得る。そのような場合、損失の微分がatに直接逆伝搬し得る。従ってvtの敵対的選択は、atの選択が次善である場合にナビゲーションシステムが非ゼロ逆伝搬メッセージを得ることを促進することができる。かかる関係は、現在の動作が(たとえその動作が次善の報酬又は更には損失を招いても)将来より高い報酬をもたらすより最適な動作の機会を与えるという期待に基づき、ナビゲーションシステムが現在の動作を選択することを促進し得る。
であり、動作空間は、
である。状態の第1の座標は、目標車両の速度であり、第2の座標は、ホスト車両の速度であり、最後の座標は、ホスト車両と目標車両との間の距離(例えば、道路の曲線に沿ってホスト車両の位置から目標の位置を引いたもの)である。ホスト車両が行うべき動作は、加速であり、atで示すことができる。量τは、連続したラウンド間の時間差を示すことができる。τは、任意の適切な量に設定できるが、一例ではτを0.1秒とすることができる。位置stは、
で示すことができ、目標車両の(未知の)加速度を
で示すことができる。
との間の比率に依存し、これは、1メートルの距離と1.5秒のブレーキ距離との間の最大値として定められる。幾つかの場合、この比率がまさに1であり得るが、この比率が[0.7,1.3]の範囲内にある限り、ポリシは、任意のペナルティなしで済ませることができ、それは、スムーズな運転を実現する際に重要であり得る特性である幾らかのスラックをナビゲーションにおいてホスト車両に認めることができる。
[0366] 運転の攻撃性のインジケータを決定するために、取得画像ストリームを分析することによって目標車両を監視することができる。本明細書では、攻撃性は質的又は定量的なパラメータとして記載するが他の特性、すなわち感知される注意レベル(ドライバーの潜在的な欠陥、注意散漫-携帯電話や居眠り等)を使用し得る。一部の事例では、目標車両が自衛的姿勢を有すると見なすことができ、一部の事例では、目標車両がより攻撃的な姿勢を有すると見なすことができる。攻撃性のインジケータに基づいてナビゲーション動作を選択又は開発することができる。例えば、幾つかの場合、ホスト車両に対する相対速度、相対加速度、相対加速度の増加、追走距離等を追跡して目標車両が攻撃的であるか又は自衛的であるかを決定することができる。目標車両が閾値を上回る攻撃度のレベルを有すると決定される場合、例えば、ホスト車両は、目標車両に道を譲ることに傾き得る。経路内の又は目標車両付近の1つ又は複数の障害物(例えば、先行車両、道路内の障害物、信号機等)に対する目標車両の決定された挙動に基づき、目標車両の攻撃度のレベルを決定することもできる。
と、予測不能な部分vtとの和に分解することができる。表現
は、(可微分な方法で明確に定めることができる)車両の位置及び速度の動力学を表し得る一方、vtは、目標車両の加速度を表し得る。
は、アフィン変換上のReLU関数の組合せとして表すことができると立証することができ、従ってst及びatに関して可微分である。ベクトルvtは、微分できない方法でシミュレータによって定められ得、一部の目標の攻撃的挙動及び他の目標の自衛的挙動を実装し得る。かかるシミュレータからの2つのフレームを図17A及び図17Bに示す。この実験例では、環状交差路の入り口に到達したとき、ホスト車両1701が減速することを学習した。ホスト車両1701は、攻撃的な車両(例えば、車両1703及び車両1705)に道を譲り、自衛的な車両(例えば、車両1706、1708及び1710)の前に合流するとき、安全に進むことも学習した。図17A及び図17Bによって示す例では、ホスト車両1701のナビゲーションシステムに目標車両の種類が与えられていない。むしろ、特定の車両が攻撃的と決定されるか又は自衛的と決定されるかは、例えば、目標車両の観測される位置及び加速度に基づく推論によって決定される。図17Aでは、位置、速度及び/又は相対加速度に基づき、ホスト車両1701は、車両1703が攻撃的な傾向を有すると決定することができ、従って、ホスト車両1701は、目標車両1703の前に合流しようと試みるのではなく、停止して目標車両1703が通過することを待つことができる。しかし、図17Bでは、車両1703の後ろを移動している目標車両1710が自衛的な傾向を示すことを(ここでも車両1710の観測される位置、速度及び/又は相対加速度に基づいて)目標車両1701が認識し、従って目標車両1710の前且つ目標車両1703の後ろへの問題ない合流を完了している。
[0383] 上記の節で説明したように、特定の規則に対する準拠を確実にするために計画されたナビゲーション動作を所定の制約に対してテストすることができる。幾つかの実施形態では、この概念を潜在的な事故責任の検討に拡張することができる。以下で論じるように、自律ナビゲーションの主な目標は、安全性である。絶対的な安全性は、(例えば、少なくとも自律制御下にある特定のホスト車両は、自らの周囲の他の車両を制御できず、自らの動作のみを制御できることを理由に)不可能であり得るため、自律ナビゲーションにおける検討事項として、また計画された動作に対する制約として潜在的な事故責任を使用することは、特定の自律車両が危険と見なされるいかなる動作も(例えば、潜在的な事故責任がホスト車両に帰す可能性がある動作を)行わないことを確実にすることを促進し得る。安全且つホスト車両側の帰責事由又は責任の事故を引き起こさないと決定される動作のみをホスト車両が行う場合、事故回避の所望のレベル(例えば、運転時間当たり10-9未満)を実現することができる。
i.i.d.サンプルをサンプリングし、
とする。従って、Pr(Z=0)≧e-2が成立する。
証明 不等式1-x≧e-2x(付録A.1内で完全性について証明されている)を使用して次式を得る。
系1 AVシステムAV1が、小さいが不十分な確率p1で事故を起こすと仮定する。1/p1サンプル与えられる任意の決定論的検証手続きは、AV1と事故を全く起こさない別のAVシステムAV0とを一定の確率で区別しない。
[0401] 車cが行う動作aは、将来のある時点においてその動作後に事故が起こらないことが可能である場合、絶対的に安全であると見なすことができる。例えば、図19に示すような単純な運転シナリオを観測することにより、絶対的な安全性を実現するのは不可能であることが分かる。車両1901の観点から、周囲の車が自らに衝突しないことを保証することができる動作はない。自律車両がそのような状況にあることを禁じることによってその問題を解決するのも不可能である。2レーンを超える全ての高速道路は、いずれかの時点においてこの問題を招くため、このシナリオを禁じると、車庫内に留まる必要があることになる。これらの含意は、一見したところ期待外れであるように思われる。何も絶対的に安全ではない。しかし、人間のドライバーが絶対的な安全性の要件に従わないことから明らかなように、上記で定めた絶対的な安全性を得るためのかかる要件は、厳し過ぎる可能性がある。むしろ、人間は、責任に依存する安全性の概念に従って行動する。
[0403] 絶対的な安全性の概念から欠落している重要な側面は、殆どの事故の非対称性、すなわち衝突の責任があり、従って過失を負うべきなのが通常ドライバーの1人であることである。図19の例では、例えば、左側の車1909が突然追突してきた場合、中央の車1901に過失はない。中央の車1901に責任がないことを考慮する事実を形式化するために、自らのレーン内に留まるAV1901の挙動は、安全と見なすことができる。それを行うために、安全運転手法の前提としての役割を果たし得る「事故過失」又は事故責任の形式的概念について説明する。
と定める。L=(lr+lf)/2とする。従って、crの最小安全縦方向距離は、次式のようになる。
によって下限を設けられる。
dTr>Lを要求し、項を整理すれば証明が完了する。
定義4(μ比較) 2つの数a、bのμ比較は、a>b+μの場合にはa>μbであり、a<b-μの場合にはa<μbであり、|a-b|≦μの場合にはa=μbである。
・車の1つと他の車の地帯との間の交差があり、
・縦方向距離が安全ではなかった、
事故前の最も早い時点である。
・割り込みも発生するものであり、すなわち、それは、ある車と他の車の地帯との交差の第1の瞬間であり、その交差は、危険な距離にある。
・割り込みが発生しないものであり、すなわち安全な縦方向距離で地帯との交差が既にあり、過失時点においてその距離が危険に変わっている。
・過失時点が割り込み時ではない場合、過失は後ろの車にある。
・過失時点が割り込み時でもある場合、車の一方について、一般性を失わずにc1について一部の既定のμに関して以下の2つの条件、すなわち、
・横方向速度で負けないこと
・横方向位置で勝利すること
が当てはまらない限り、過失は、両方の車にある。
[0425] 高速道路の例を検討した後、次に第2の例は限られた検知の問題に対処する。事故について非難されたときの非常に一般的な人間の反応は、「しかし、見えなかった」カテゴリに属する。それは、多くの場合に真実である。時として道路の別の部分に集中する無意識の決定により、時として不注意により、及び時として物理的制約により(駐車車両の後ろに隠れている歩行者を見るのは不可能である)、人間の検知能力は、限られている。それらの人間の制約のうち、高度な自動検知システムは、後者の影響のみを受け、コンピュータは決して不注意にならないことと共に、360°の道路のビューは、コンピュータが人間の検知能力を上回ることを引き起こす。「しかし、見えなかった」の例に戻り、適切な回答は、「より注意すべきであった」である。限られた検知に関してどのようなものが慎重であるかを形式化するために、図22に示すシナリオを検討する。車2201(c0)が駐車場を出て(場合により)混んでいる道路に合流しようとしているが、その視界が建物2203によって遮られているため、道に車があるかどうかを見ることができない。これが30km/hの制限速度を有する都市の狭い道であると想定する。人間のドライバーの行動は、道路上にゆっくりと合流して検知の制限がなくなるまでより多くの視野を得ることである。遮られていた物体が初めて明らかになる最初の時点である有意の瞬間を定めるべきであり、物体が明らかになった後、他の任意の検知可能な物体と同様にそれに対処する。
・車の側部に歩行者が衝突し、車の横方向速度が衝突方向に対してμ未満であること、
・露出時点又はその後における歩行者の速度がυlimitを上回ったこと、
・車が完全に停止していたこと
の1つが当てはまらない限り、過失は、常に車にある。
[0435] この節は、RSSの実装の側面について論じる。まず始めに、ここで行われる動作は、例えば、10分間の走行後の事故に対する一連の事象を引き起こすバタフライ効果を有し得ることに留意すべきである。起こり得る全ての将来の結果を調べる「総当たり的」手法は、実際的でないだけでなく、不可能である可能性が高い。この課題を克服するために、次に、上記の責任敏感型安全性の定義についてそれらを検証するのに計算効率の良い方法と共に説明する。
[0437] 計算的に実現可能な検証のための主な数学的ツールは、「帰納法」である。帰納法によって主張を証明するために、単純な事例に関する主張を証明することから始め、その後、帰納法の各ステップがより入り組んだ事例に証明を拡張する。この帰納法ツールが安全性検証にどのように有用であり得るかを示すために、別の車cfを追走する車crの単純な例(図21)を再び検討する。以下の制約は、crのポリシに適用することができる。たとえcfが-amaxの減速を加えても、その結果生じる次の時間ステップにおけるcrとcfとの間の距離が少なくとも(定義3及び補助定理2で定めた)安全な縦方向距離になるように、ポリシは、各時間ステップtにおいて任意の加速コマンドを選ぶことができる。そのような動作が存在しない場合、crは、減速-amaxを適用しなければならない。以下の補助定理は、帰納法を使用して、上記の制約に従ういかなるポリシもcfとの事故を決して起こさないことを証明する。
[0446] 第1の見解は、当方がDEPを実行する一方で当方に過失がある事故を引き起こす組Aからのコマンドを実行し得る特定の車両
があるとき且つそのときに限り、状態は安全ではない。従って、
で示す単一の目標車両があるシーン及び全般的な事例において、シーン内の他の車両のそれぞれについて手続きを逐次的に実行することができる。
で示す
のための一連のコマンドがあるとき且つそのときに限り、動作aは慎重でない。既に証明したように、時点0において、
がcの前方地帯内にあることが該当する場合、aの慎重さを調べる簡単な方法があり、すなわち、たとえ
が1つの時間ステップについて最大ブレーキをかけても(当方は、aを実行する)、その結果生じる縦方向距離が安全なままであることを検証するのみでよい。以下の補助定理は、横方向の操作も検討すべきより入り組んだ事例における慎重さに関する十分な条件を与える。
が存在すると仮定する。事故前に割り込みの時点Tがなければならない。T>0であるとまず仮定する。この割り込みが安全な縦方向距離にあった場合、DEPが-amaxの減速によって且つ安全な縦方向距離の定義に基づいて実行されることにより、当方に過失がある事故はあり得ない(ここで、反応時間ρがステップの時間分解能を上回ると仮定する)。割り込みが安全ではなかった場合、補助定理の仮定により、過失は、cになく、従って事故の過失もcにはない。
は、cの後方地帯にあった。帰納法により、cは、過去に安全な割り込みのみを行っており、従って割り込みが安全であったか又はcに過失があった。いずれの場合にも現在の事故の過失はcにない。
に境界を付ける最小限の矩形の対角線の長さを
とする。時点t∈[0,tbrake]ごとに、時点tにおけるcの縦方向の「スパン」であるようにclength(t)を定め、
とする。cwidth[t]を同様の方法で定め、
が成立する。
との間の縦方向距離が危険である単なる可能性を調べる。位置
は、時点tにおいて、
によって得ることができる位置に境界を付けることが明らかである。
が成立することにより、得ることができる任意の縦方向の危険な距離が≧Lであることが得られる。
であると仮定し、ay,min,ay,maxによって境界を付けられる加速コマンドを使用して、
、
で示す危険な縦方向位置及び速度が得られると矛盾律によって仮定する。
の定義により、
が得られ、従って車間距離がより大きく、すなわち、
が成立する。
は、(y[t],υy[t])に対して縦方向に安全であるため、縦方向の危険の定義により、得られる速度
は、
よりも小さくなければならないことになる。しかし、より遅い速度を実現するには、時間窓[0,t]の全体を通して、
がay,min未満の平均加速度を使用しなければならず、従って縦方向の危険が、ay,min,ay,maxによって境界を付けられるコマンドを使用して得られることと矛盾することが明らかである。
の場合、対称な引数を検討することによって証明が完了する。
及びvx[t]に関するものにより、座標の単純な変化及び相対速度の検討によって一般性が失われないことが明らかである。更に、同様の引数により、
が成立する場合の事例に簡単に拡張できる。
が使用できる最大限の横方向速度は、0であることが得られる。最終位置
と共にax,maxによって境界を付けられる横加速度を使用し、
から始まり
で終わる操作が存在するかどうかを確認することが残されている。言葉では、所望の横方向速度0で終わる割り込みである。
を想起されたい。ttop<0であると仮定する。これは、最大限の横加速度、すなわち、
を使用するとき、
が横方向速度0に到達するのに必要な時間がt未満であることを含意する。これは、所望の速度に遅れずに到達するためにそれが実行可能な操作がなく、従って問題のある操作が存在しないことを含意する。従って、この手続きがttop<0により「実現不能」を返す場合、実際cに過失がある危険な割り込みの実現可能性はない。
で示し、aによってパラメータ化される、時間範囲[0,t]内の
のための横方向速度プロファイル群を検討する。アルゴリズム内で使用したのと同様の方法において、
をaごとに定める。全ての
について、ttop(a)>0が成立することに留意されたい。次いで、全ての時点t’0[0,t]に関する速度プロファイルuaを以下のように定める。
を満たすことが見て取れる。第2に、uaを使用している間に移動した距離を計算することができ、それは、この距離が区分線形関数の積分に相当するからである。到達位置を
として定め、アルゴリズム内で定めたxmaxは、正確に、
であることに留意されたい。第3に、移動距離がaと共に単調増加しており境界付けされていないことが見て取れる。従って、所望の任意の最終位置
について、
が成立するaの値が存在する。具体的には、x=x[t]-Wでは、かかる値が存在し、それをacutで示す。
が成立すると仮定する。具体的には、
が成立する。平均値の定理から、
となるようなζ0[0,ttop(acut)]が存在し、ax,maxを上回る加速度(すなわちu’、速度の微分)を使用することを理由にuの実現不能性を暗示する。
が全てのτに当てはまらないと仮定する。その場合、
が成立することにより、
となる点がなければならない。かかる点τlargeが[0,ttop(acut)]内にある場合、上記と同じ方法で平均値の定理を容易に使用して、大き過ぎる加速度が使用されるζ0[0,τlarge]を得る。この点が[ttop(acut),t]内にのみ存在する場合、-ax,max未満の加速度値が使用される点ζ0[τlarge,t]を同様の引数が与え、証明を結論付ける。上記の補助定理を備え、定理2の証明は即時である。
[0468] 観測される物体に対処するのと同様の方法において、当方に過失がある事故が決してないことを慎重さが含意することを条件に、隠れた物体に対する慎重さの拡張を定理1と同様の定理を用いて定義することができる。
[0474] 運転ポリシは、検知状態(人間を取り巻く世界の記述)から運転コマンド(例えば、コマンドは、現在から1秒後に車がいずれにあるべきか及びいずれの速度にあるべきかを決定する、次の秒の横加速度及び縦加速度である)へのマッピングである。運転コマンドは、コントローラに伝えられ、コントローラは、所望の位置/速度に車を実際に動かすことを目指す。
で示す。全てのポリシは、(状態,動作)シーケンスにわたる確率関数を引き起こす。この確率関数は、エージェントが行う動作の影響を受ける可能性があるが、環境(具体的には他のエージェントがどのように振る舞うか)にも依存する。πによって引き起こされる(状態,動作)シーケンスにわたる確率をPπで示す。ポリシの質は、
であるように定められ、
は、シーケンス
がどの程度優れているかを測定する報酬関数である。殆どの事例において、
は、
の形式を取り、ρ(s,a)は、状態sにあり動作aを行う即時の質を測定する瞬間報酬関数である。簡単にするために、より単純なこの事例で進める。
を取ることによって単一の数字に要約すると、Q(s,a)を以下のように定めることができる。
に離散化し、離散化した組内の全ての動作シーケンスを単純に横断することである。次いで、離散的な動作シーケンス
の数によってランタイムが支配される。
が10の横加速度及び10の縦加速度を表す場合、100Tの可能性が得られ、これは、小さいT値でさえ実現不能になる。探索を加速するためのヒューリスティックス(例えば、粗密探索)が存在するが、この総当たり的手法は、途方もない計算力を必要とする。
で示すQの近似を構築するためにオフラインの計算を行い、ポリシのオンライン実行中、将来を明確にロールアウトすることなしに、
をQに対する近似として使用しようと試みる。かかる近似を構築する1つの方法は、動作領域及び状態領域の両方を離散化することである。これらの離散化した組を
、
で示す。オフラインの計算は、全ての
についてQ(s,a)の値を評価することができる。次いで、全ての
に関して、
を
についてQ(s,a)であるように定める。更に、ベルマンの先駆者的研究[2,3]に基づき、動的計画法の手続き(価値反復アルゴリズム等)に基づいて、
ごとにQ(s,a)を計算することができ、本発明者らの仮定下では総ランタイムは、
程度である。この手法の主な問題は、いかなる妥当な近似においても
が(次元数の問題により)極めて大きいことである。実際、検知状態は、シーン内の他の全ての関連車両について6つのパラメータ、すなわち縦方向位置、横方向位置、速度及び加速度を表すべきである。たとえ各次元を僅か10個の値に離散化しても(非常に粗い離散化)、6つの次元があるため、単一の車を記述するのに106の状態が必要であり、k台の車を記述するには106kの状態が必要である。これは、
内の全ての(s,a)についてQの値を記憶するための非現実的なメモリ要件を招く。
[0490] 開示する意味論的手法の基礎として、運転免許証を取得したばかりの若者を検討する。若者の父親が隣に座って「運転ポリシ」の指示を若者に与える。これらの指示は、幾何学的ではない(「現在の速度で13.7メートル走行し、次いで0.8m/s2のレートで加速する」という形式を取らない)。むしろ、これらの指示は、意味論的な性質のものである(「前の車を追走する」又は「あの左側の車を迅速に追い越す」)。そのような指示のための意味論的言語を形式化し、それを意味論的動作空間として使用する。次いで、意味論的動作空間にわたるQ関数を定める。意味論的動作は、将来の多くの意味論的動作を計画することなしにQ(s,a)を推定することを可能にする、非常に長い対象期間を有し得ることを示す。意味論的動作の総数は、依然として少ない。これは、資源効率の良さを依然として保ちながらQ関数の正確な推定を得ることを可能にする。更に、後に示すように、様々な意味論的動作間の有意差に起因する小さい信号対雑音比に直面することなしに品質関数を更に改善するために学習技法を組み合わせる。
[0495] ASで示す意味論的動作の組を定めた。現在状態sにあることを所与とし、最良のaS0ASを選ぶ方法が必要である。この問題に対処するために、[6]の選択肢のメカニズムと同様の手法をたどる。基本的な考えは、aSをメタ動作(meta-action)(又は選択肢)として考えることである。メタ動作の選択ごとに、メタ動作aSの実施を表す幾何学的軌道(s1,a1),...,(sT,aT)を構築する。それを行うには、当方の動作に他のエージェントがどのように反応するかを当然ながら知る必要があるが、現在、一部の既知の決定論的関数fについてst+1=f(st,at)が成立するという(非現実的な)仮定を引き続き利用する。状態s1にあるときに意味論的動作aSを実行する品質の優れた近似として、
を使用することができる。
[0499] これまでのところ、st+1がst及びatの決定論的関数であるという仮定を利用してきた。前に強調したように、当方の動作が他の道路利用者の振る舞いに影響を及ぼすため、この仮定は、完全には現実的でない。自らの動作に対する他のエージェントの一部の反応を考慮に入れる(例えば、安全な割り込みを行う場合、自らの後ろの車は、背後から当方に追突しないようにその速度を調節すると仮定する)が、他のエージェントの動力学の全てをモデリングすると仮定するのは現実的ではない。この問題に対する解決策は、意思決定を高頻度で再適用し、そうすることにより、本発明者らのモデリングを超えた環境の部分に本発明者らのポリシを絶えず適合させることである。ある意味において、これは、全てのステップにおける世界のマルコフ化と考えることができる。
[0501] この節は、検知状態について説明し、検知状態は、シーンの関連情報の記述であり、運転ポリシモジュールへの入力を形成する。概して、検知状態は、静的物体及び動的物体を含む。静的物体は、レーン、道路の物理的な区切り、速度に対する制約、優先通行権に対する制約及び遮蔽体(例えば、合流する道路の関連部分を遮るフェンス)に関する情報である。動的物体は、車両(例えば、バウンディングボックス、速度、加速度)、歩行者(バウンディングボックス、速度、加速度)、信号機、道路の動的な区切り(例えば、工事区域のコーン)、一時的な交通標識及び警察の行動並びに道路上の他の障害物(例えば、動物やトラックから落ちたマットレス等)である。
をsへの妥当な近似としていずれの時点で認めるべきかを理解することは重要である。この質問に答える最終的な方法は、概して本発明者らの運転ポリシの性能、具体的には安全性に対するこの近似の含意を調べることによる。本発明者らの安全性-快適さの区別に従い、ここでも危険な挙動につながる検知の間違いと乗車の快適さの側面に影響を及ぼす検知の間違いとを区別する。詳細を述べる前に、検知システムが行い得るエラーの種類は、以下を含み得る。
・偽陰性:検知システムが物体を見逃す
・偽陽性:検知システムが「実際にはない」物体を示す
・不正確な測定:検知システムが物体を正しく検出するが、その位置又は速度を不正確に推定する
・不正確な意味論:検知システムが物体を正しく検出するが、その意味論的意味、例えば信号機の色を間違って解釈する
[0506] 意味論的動作aについて、現在の検知状態がsであることを所与として、aの評価を示すためにQ(s,a)を使用したことを想起されたい。本発明者らのポリシは、動作π(s)=argmaxaQ(s,a)を選ぶ。sの代わりに、
を投入した場合、選択される意味論的動作は、
になる。
が成立する場合、
は、sへの優れた近似として受け入れられるべきである。しかし、真の状態sに対する
の質は、何らかのパラメータεについてほぼ最適である、すなわち、
が成立する限り、
を選んでも問題ない。この場合、
がQに対してεaccurateであると本発明者らは言う。必然的に、検知システムが常にεaccurateであることは予期できない。従って、検知システムが幾らかの小さい確率δで失敗することも認める。この場合、(ValiantのPAC学習用語を借りて)
がProbably(少なくとも1-δのw.p.)、Approximately(εまで)、Correct又は略してPACであると本発明者らは言う。
が得られる場合、検知システム
は、上記のパラメータに関して確率的で近似的に正しい(PAC)。
を使用して快適な乗車のための十分であるが必要ではない条件を提供する。必要でない理由は、短期の間違った決定が乗車の快適さに殆ど影響を及ぼさないという重要な事実を無視するからである。例えば、100メートル先に車両があり、その車両がホスト車両よりも遅いと仮定する。最良の決定は、ここで、弱く加速し始めることである。検知システムが車両を見逃すが次回(100ミリ秒後に)検出する場合、2つの乗車の違いは、顕著ではない。提示を単純化するために、この問題を無視し、より強い条件を要求した。マルチフレームPAC定義への適合は、概念的に簡単であるが、より技術的である。
のそれぞれによるホスト車両の座標系内のоの位置をs、
とする。оとホスト車両との間の距離は、||p||であることに留意されたい。
の付加誤差は、
である。оとホスト車両との間の距離に対する
の相対誤差は、付加誤差割る||p(о)||、すなわち、
である。
との間の(相対)誤差が最大εである場合、検知システム
は、物体Оの組をεego-accurateな方法で位置決めする。以下の例は、全ての合理的なQに関してεego-accurateな検知状態がPAC検知システムを保証しないことを実証する。実際、ホスト車両が30m/sの速度で走行し、その150メートル先に停止車両があるシナリオを検討する。その車両が自車レーン内にある場合且つ遅れずにレーンを変更する選択肢がない場合、少なくとも3m/s2のレートで直ちに減速し始めなければならない(さもなければ停止が間に合わないか、又は後に更に強く減速しなければならない)。他方では、その車両が路肩にある場合、強い減速を加える必要はない。p(о)は、これらの事例の1つである一方、
は、他の事例であり、これらの2つの位置の間には5メートルの差があると仮定する。従って、
の相対誤差は、以下のようになる。
がε<3.5%でεego-accurateでも、車両を正しいレーンに割り当てることに失敗した。この問題を解決するために、横方向位置に関する意味単位を利用する。
がt2-t1に等しい。レーンの幅は、関数w:[a,b]→|+である。曲線上への点x∈|3の射影は、xに最も近い曲線上の点、すなわちtx=argmint∈[a,b]||l(t)-x||に関する点l(tx)である。レーンに対するxの意味論的な縦方向位置、はtxであり、レーンに対するxの意味論的な横方向位置は、l(tx)/w(tx)である。上記の一次導関数及び二次導関数として意味論的な速度及び加速度を定める。
が何らかの物体について
の意味論的な縦方向距離を引き起こす場合、相対誤差は、
である(分母の最大は、物体がほぼ同じ縦方向距離を有する事例(例えば、別のレーン上の隣の車に対処する)。意味論的な縦方向距離が小さいため、それらに付加誤差を使用することができる。これは、以下の定義をもたらす。
とし、レーンに対するその点までの意味論的な横方向距離及び縦方向距離をplat(x),plon(x)とする。近似測定値を
、
とする。xに対する
とpとの間の距離が以下のように定められる
について、
が成立する場合、Q関数は、L-semantically-Lipschitzであり、
、pは、物体оに関してs、
によって引き起こされる測定である。
[0523] 補助定理8 QがL-semantically-Lipschitzであり、検知システム
が、少なくとも1-δの確率において、
が得られるように意味測定を生成する場合、
は、パラメータ0、δを有するPAC検知システムである。
[0525] この節は、不所望の挙動を引き起こし得る誤差を検知する可能性について論じる。先に述べたように、ホストAVに過失がある事故を引き起こさない意味において、ポリシは、立証可能な方法で安全である。かかる事故は、ハードウェアの故障(例えば、全てのセンサの故障又は高速道路上でのパンク)、ソフトウェアの故障(モジュールの一部における重大なバグ)又は検知の間違いによって依然として起きる可能性がある。本発明者らの最終目標は、そのような事象の確率が極めて小さくなること(そのような事故の1時間当たり10-9の確率)である。この値の真価を評価するために、米国内のドライバーが道路上で費やす(2016年の)平均時間数は、300時間未満である。そのため、期待では、これらの種類の事象の1つから生じる事故に遭うには330万年生きなければならない。
による決定を
とし、
が成立する場合、
が安全上重大な間違いを招くと言える。第2の種類の安全上重大な検知の間違いは、全ての動作が、
に従って安全ではなく、標準の緊急ポリシ(例えば、ブレーキを強くかけること)を適用しなければならない一方、sによれば安全な動作、すなわちmaxaQ(s,a)>-∞がある場合である。当方の速度が速く後ろに車がある場合、これは、危険である。このような間違いを安全上重大なゴーストと呼ぶ。
が成立する場合、2つのベルヌーイ確率変数r1、r2は、one side c-approximate independentと呼ばれる。
、
により、サブシステムiが安全上重大な間違い/ゴーストを行うかどうかをそれぞれ示すベルヌーイ確率変数を示す。同様に、em、egは、融合システムの安全上重大な間違い/ゴーストを示す。任意の対i≠jについて、確率変数
、
がone sided c-approximate independentであり、同じことが、
、
にも当てはまるという仮定を利用する。この仮定が合理的である理由を説明する前に、その含意をまず分析したい。emの確率は、
によって境界を付けることができる。
、
がone sided c-approximate independentであり、同じことが、
、
にも当てはまると仮定する。更に、全てのiについて、
及び
が成立すると仮定する。従って、次式が成立する。
[0537] 快適さ及び安全性の両方の面での検知システムの要件について説明してきた。次に、スケーラブルでありながらそれらの要件を満たす検知システムを構築するための手法について説明する。検知システムの3つの主な構成要素がある。第1の構成要素は、カメラに基づくシーンの長距離の360度の有効範囲である。カメラの3つの主な利点は、(1)高解像度、(2)テクスチャ、(3)価格である。低い価格は、スケーラブルなシステムを可能にする。テクスチャは、レーンマーク、信号機、歩行者の意思及びその他のものを含むシーンの意味論を理解できるようにする。高解像度は、長距離の検出を可能にする。更に、同じ領域内でレーンマーク及び物体を検出することは、優れた意味論的な横方向の精度を可能にする。カメラの2つの主な不利点は、(1)情報が2Dであり縦方向距離の推定が困難であること、(2)照明条件(低い太陽や悪天候)に対する感度である。本システムの次の2つの構成要素を使用してこれらの困難を克服する。
証明 f(x)=1-x-e-2xとする。本発明者らの目標は、x0[0,0.1]について≧0であると示すことである。f(0)=0であり、従って上記の範囲内でf(x)≧0を得れば十分であることに留意されたい。明確に、f’(x)=-1+2e-2xが成立する。明らかにf’(0)=1であり、単調減少しており、従ってf’(0.1)>0であることを検証すれば十分であり、これは、数値的に容易に行うことができる(f’(0.1)≒0.637)。
[0543] 隠れていない物体と同様に、現在のコマンドを提供すること、及びその後DEPを与えることがRSSであるかどうかを確認することができる。そのために、露出時点が1であると仮定したとき、tbrakeまで将来をアンロールし、次いで定義上慎重さに関して十分であるDEPを命令する。隠れた物体に関する最悪の事例を想定したとき、全てのt’0[0,tbrake]について有過失の事故が起こり得るかどうかを調べる。最悪の事例の操作及び安全な距離の規則の一部を使用する。遮蔽体に基づく手法を用いて関心点を見つけ、すなわち遮蔽体ごとに最悪の事例を計算する。これは、決定的な効率駆動型の手法であり、例えば、歩行者は、車の後ろの多くの位置に隠れることができ、多くの操作を行い得るが、単一の最悪の事例の位置及び歩行者が行い得る操作がある。
[0546] 先に論じたように、マルチエージェントの安全性は、統計的に検証することが困難な場合があり、それは、かかる検証が「オンライン」式に行われるべきであるためである。運転環境のシミュレータを構築することにより、「研究室」で運転ポリシを検証できると唱える者がいる可能性がある。しかし、シミュレータが現実を忠実に表すことを検証するのは、ポリシ自体を検証するのと同じ程度に難しい。これが該当する理由を理解するために、シミュレータに運転ポリシπを適用することは、
の事故の確率をもたらし、現実世界内でのπの事故の確率がpであり、
が成立するという意味でシミュレータが検証されていると仮定する。(0は、10-9よりも小さくなければならない)。次に、運転ポリシをπ’であるように置換する。10-8の確率でπ’が人間のドライバーを混乱させ、事故につながる奇妙な動作を行うと仮定する。元のポリシπの性能を推定する際のシミュレータの極めて優れた機能と矛盾することなしに、この奇妙な動作は、シミュレータ内でモデリングされていない可能性がある(むしろ、その可能性が高い)。これは、たとえシミュレータが運転ポリシπの現実を反映することを示していても、別の運転ポリシの現実を反映することを保証しないことを証明する。
[0548] RSSの定義内で行うことができる1つの仮定の単純化は、道路が一定幅の隣接した直線レーンによって構成されることである。横軸と縦軸との区別並びに縦方向位置の順序付けがRSSにおいて重要な役割を果たし得る。更に、それらの方向の定義は、レーンの形状に明確に基づく。平面上の(グローバル)位置からレーンに基づく座標系に変換することは、問題を元の「一定幅の直線レーン」の事例に減じる。
R={r(Y)+αw(Y)r┴(Y)|Y0[Ymin,Ymax],α0[±1/2]}
[0554] この節では、全ての道路構造に当てはまるRSSの完全な定義について説明する。この節は、ポリシがRSSに従うことをどのように効率的に保証するかではなく、RSSの定義を取り扱う。複数のレーンジオメトリが存在する任意の状況、例えば交差点を捕捉するために、次にルートの優先権の概念を紹介する。
[0557] 特定の領域内で重なり合う複数の異なる道路の幾何学的形状が1つのシーン内にあるシナリオに対処するために、次にルートの優先権の概念を紹介する。図24A~Dに示す例は環状交差路、交差点及び高速道路への合流を含む。縦軸及び横軸についての一貫した意味と共に、全般的なレーンジオメトリをレーンに基づくものに変換する方法については説明した。次に、異なる道路の幾何学的形状の複数のルートが存在するシナリオに対処する。その結果、重なり合う領域に2つの車両が到達するとき、両方の車両が他方の車両の前方地帯への割り込みを行うことになる。(隣接する2つの高速道路のレーンの場合のように)2つのルートが同じ幾何学的形状を有する場合、この現象は、起こり得ない。大まかに言うと、ルートの優先権の原理は、ルートr1、r2が重なり合い且つr1がr2に優先する場合、r2から来る車両の前方地帯内に入るr1から来る車両は割り込みを行うと見なされない。
・r1>[b,e]r2且つr1に対する過失時に車の1つがr1の系の縦軸の間隔[b,e]内にあった場合、過失はb1による。
・さもなければ、過失は、b1∪b2による。
[0562] 双方向交通に対処するために、過失の定義に対する修正は、後部/前部の関係に依存する部分を鮮明にすることを成し遂げ、その理由は、かかる事例においてそれらが僅かに異なる意味のものであるためである。何らかの直線の2レーン道路を逆向きの縦方向に走行している、すなわちv1,long・v2,long<0が成立する2つの車c1、c2を検討する。駐車中のトラックを追い越すために対向レーンに外れる車又は駐車場内にバックする車等、レーンに対する運転方向は、合理的な都市シナリオでは負の場合がある。従って、負の縦速度を非現実的であると想定した事例で紹介した安全な縦方向距離の定義を拡張する必要がある。cfに衝突する前にcrがブレーキをかけるのに十分な反応時間をcfによる最大ブレーキが与える場合、crとcfとの間の距離は、安全であることを想起されたい。本発明者らの事例では、対向車による「最悪の事例」を僅かに異なる方法で再び検討し、当然ながら、「最悪の事例」は、対向車が自らに向かって加速することであるとは考えず、衝突を回避するためにブレーキを実際にかけるが、幾らかの適度なブレーキ力のみを用いることであると考える。車の責任の差を捉えるために、それらの車の1つが明らかに反対方向に走行する場合、「正しい」運転方向を定義することから始める。
・|h1|<μ1、
・|h2-π|<μ2、
・|x1|<μ3。
・過失時点が割り込み時でもある場合、過失は、通常のRSSの定義にあるように定められる。
・さもなければ、全てのiについて、過失時点後に生じる何らかのtにおいてciが少なくともRBPiの力でブレーキをかけていない場合、過失は、ciにある。
[0577] 信号機がある交差点を含むシナリオでは、信号機の単純な規則は、「一方の車のルートが青信号であり、他方の車のルートが赤信号である場合、赤信号のルート上にいる方に過失がある」ことであると考える人もいることがあり得る。しかし、これは、とりわけ全ての事例において正しい規則ではない。例えば、図27に示すシナリオを検討する。たとえ車2701が青信号のルート上にあっても、既に交差点内にある車2703を車2701が無視することは予期しない。正しい規則は、青信号のルートが赤信号のルートに対して優先権を有することである。従って、先に記載したルートの優先権の概念に対する、信号機に由来する明確な低減が得られる。
[0579] 次に、ルートの明確な幾何学的形状を画定することができない道路を考え、レーン構造が全くないシナリオ(例えば、駐車場)をまず検討する。事故がないことを確実にする方法は、全ての車が直線に走行する一方、進行方位の変更が生じる場合、自らの周囲に近い車がないときにかかる変更を行う必要があることを要求することであり得る。この方法の背後にある理論的根拠は、車が、他の車が何を行うかを予測し、それに応じて振る舞うことができることである。他の車が(進行方位を変えることによって)この予測から逸脱する場合、その操作は、十分に長い距離を伴って行われ、従って予測を訂正するのに十分な時間があり得る。レーン構造がある場合、他の車が何を行うかについてのより賢明な予測が可能になり得る。レーン構造が全くない場合、車は、その現在の進行方位に従って進む。厳密に言えば、これは、全ての車にその進行方位に従って仮想的な直線ルートを割り当てることと均等である。次に、(例えば、パリのArc de Triompheの周りにある)大規模な非構造化環状交差路におけるシナリオを検討する。ここで、分別のある予測は、車がそのオフセットを保ちながら環状交差路の幾何学的形状に従って進むと想定することである。厳密に言えば、これは、全ての車に環状交差路の中心からのその現在のオフセットに従って仮想的な弧の経路を割り当てることと均等である。
[0629] 上記で論じたようにRSSは、RSSを実装する車両が、自らが引き起こした事故に巻き込まれないことを保証するために使用可能な数式の組を提供する。その結果、一部の実装形態では、RSSを実装する車両が自らに過失がある事故に巻き込まれないことを保証する極値(例えば、最低安全縦方向距離)のエンベロープをRSSが設定し得る。幾つかの実施形態では、システムは、修正されたRSSを実装することができ、かかる修正されたRSSは、上記のRSSプロトコルよりも大きい可能性がある所定の動作エンベロープを含み得る。かかる修正されたRSSは、少なくとも幾つかの状況において、より高められた安全レベルを提供し、RSSを採用する車両に帰責事由が帰せられ得る確率を下げることができる。かかる修正されたRSSシステムについて、以下で例えば記載の快適RSSシステムに関してより詳細に説明する。
dmax,p=(v1+(v1+pαmax,accel))p
vmax,p=v1+pαmax,accel
[0659] RSSは、ホスト車両と別の物体(例えば、1つ又は複数の目標車両又はVRU)との間の安全距離を決定するのに効果的である。RSSにおける基礎的計算の一部は、最悪のシナリオを仮定し、自らの最大能力で応答するようにホスト車両に要求し得る。例えば、RSSの一部の実施形態は、安全領域を画定することができ、目標車両及びホスト車両の両方がその最大ブレーキ能力でブレーキをかけ、その間にホスト車両が自らの最大能力で加速する反応時間後にホスト車両がブレーキをかけ始める場合、かかる安全領域内で衝突が起きることはない。
とする。
[0716] 幾つかの実施形態では、自律機能又は部分的な自律機能を有するが、人間のドライバーがドライバー制御モードで操作することを許可されるホスト車両において、安全システム(例えば、ビジョンゼロ)が採用され得る。その場合、安全システムは、バックグラウンドで動作することができる。検出される目標車両に対するCRSS距離又はRSS距離未満をナビゲーション動作が生じさせない限り、人間のドライバーは、自らが望む任意のナビゲーション動作を行うことを許可され得る。目標車両に対するCRSS距離又はRSS距離(例えば、選択される動作モードによる)未満の接近をもたらすナビゲーション動作をドライバーが全く行わない場合、人間のドライバーは、安全システムの動作を認識しない可能性がある。他方では、目標車両に対するCRSS距離又はRSS距離未満の接近をもたらすナビゲーション動作をドライバーが開始する場合、安全システムが1つ又は複数の動作を行って開始されたナビゲーション動作の完了を防ぐ。換言すれば、車両は、車両の制御をドライバーから奪い、CRSS又はRSS未満の接近距離を含む危険な状況へのナビゲーションを回避することができる。車両が危険であると検知する条件へのナビゲーションの試みをドライバーが中止すると、又はホスト車両によって安全であると見なされる異なるナビゲーション動作をドライバーが開始すると、ドライバーが制御を取り戻す。
[0765] 本明細書で開示する自律ナビゲーションシステムは、ホスト車両の1つ又は複数のナビゲーション動作を決定することができ、そのナビゲーション動作を実施することができる。上記で説明したように、ナビゲーション動作は、1つ又は複数のナビゲーションポリシ、ナビゲーション目標等に基づき得る。ナビゲーションシステムは、ホスト車両のナビゲーション応答を決定するために使用される出力を提供する1つ又は複数のセンサを含み得る。例えば、システムは、ホスト車両の環境の画像を捕捉するように構成される複数の画像捕捉デバイス及び画像を分析してナビゲーション応答を決定するように構成される少なくとも1つのプロセッサを含み得る。しかし、画像(又はセンサからの他の出力)が捕捉される時点と、ホスト車両の操作を引き起こすためにナビゲーション応答が実施される時点との間に遅延期間があり得る。一部の事例では、ナビゲーション応答が実施される時点と所望の効果が生じる(例えば、ハンドルが回され、それに応じて車輪の向きが変わる)時点との間に更なる遅延が存在し得る。遅延期間は、非常に短い可能性があるが、殆どの場合に車両が遅延期間中に移動し続ける。その結果、特定のナビゲーション決定が期限切れであり得るセンサ出力であり、それは、それらのセンサ出力が、車両のアクチュエータが計画されたナビゲーション動作の実施に応じて車両の状態の変更を生じさせる時点により近いか又は等しい時点におけるホスト車両の実際の動作条件ではなく、過去の動作条件に基づく可能性があるからである。その結果、ホスト車両は、「正弦波」ドライブを示す場合があり、正弦波ドライブでは、アクチュエータの応答時の実際の条件を表さないセンサ情報に基づいてナビゲーション決定を実施することにより、揺らいだ補正(例えば、ブレーキ、アクセル、ブレーキ、アクセル等)を車両が行う可能性がある。そのため、車両のセンサ測定が行われた後及び作動時間前又は作動時間と同時に車両の動作を予測するためのシステムを開示する。開示するシステムは、とりわけセンサ測定、運転の決定及びナビゲーション動作の実施時点中の変化する車両の動作に対処するための補正を行わない場合に生じ得る、スムーズでない揺らいだ補正を回避することができる。
である。
は、過去の誤差のディスカウントされた平均を与える(及び
に初期設定される)信号である。次式に注目されたい。
(項目1)
ホスト車両をナビゲートするためのシステムであって、
前記ホスト車両の環境を表す少なくとも1つの画像を画像捕捉デバイスから受信することと、
前記ホスト車両のナビゲーション目標を達成するための計画されたナビゲーション動作を少なくとも1つの運転ポリシに基づいて決定することと、
前記少なくとも1つの画像を分析して前記ホスト車両の前記環境内の目標車両を識別することと、
前記計画されたナビゲーション動作が行われた場合に生じることになる前記ホスト車両と前記目標車両との間の次の状態の距離を決定することと、
前記ホスト車両の最大ブレーキ能力、前記ホスト車両の最大加速能力及び前記ホスト車両の現在の速度を決定することと、
前記ホスト車両の前記現在の最大ブレーキ能力、前記ホスト車両の前記現在の最大加速能力及び前記ホスト車両の前記現在の速度に基づいて前記ホスト車両の現在の停止距離を決定することと、
前記目標車両の現在の速度を決定し、且つ前記目標車両の少なくとも1つの認識された特性に基づいて前記目標車両の最大ブレーキ能力を仮定することと、
前記ホスト車両の前記決定された現在の停止距離が、前記目標車両の前記現在の速度及び前記目標車両の前記仮定された最大ブレーキ能力に基づいて決定される目標車両の移動距離に、前記決定された次の状態の距離を加算したもの未満である場合、前記計画されたナビゲーション動作を実施することと、
を行うようにプログラムされる少なくとも1つの処理デバイスを含むシステム。
(項目2)
前記ホスト車両の前記現在の停止距離は、前記ホスト車両の前記決定された現在の速度から開始して、前記ホスト車両の前記最大加速能力で所定の期間にわたって前記ホスト車両が移動し得る距離に対応する加速距離を含む、項目1に記載のシステム。
(項目3)
前記所定の期間は、前記ホスト車両に関連する反応時間である、項目2に記載のシステム。
(項目4)
前記ホスト車両の前記最大ブレーキ能力は、検知される路面の状態に基づいて決定される、項目1に記載のシステム。
(項目5)
前記ホスト車両の前記最大ブレーキ能力は、検知される気象条件に基づいて決定される、項目1に記載のシステム。
(項目6)
前記目標車両の速度は、前記少なくとも1つの画像の分析に基づいて決定される、項目1に記載のシステム。
(項目7)
前記目標車両の速度は、前記ホスト車両に関連するライダシステム又はレーダシステムの少なくとも1つからの出力の分析に基づいて決定される、項目1に記載のシステム。
(項目8)
前記目標車両の前記認識された特性は、車両の種類を含む、項目1に記載のシステム。
(項目9)
前記目標車両の前記認識された特性は、車両のサイズである、項目1に記載のシステム。
(項目10)
前記目標車両の前記認識された特性は、車両のモデルを含む、項目1に記載のシステム。
(項目11)
前記目標車両の前記認識された特性は、前記少なくとも1つの画像の分析に基づいて決定される、項目1に記載のシステム。
(項目12)
前記目標車両の前記少なくとも1つの特性は、ライダ出力又はレーダ出力の少なくとも1つに基づいて決定される、項目1に記載のシステム。
(項目13)
前記計画されたナビゲーション動作は、レーン変更操作、合流操作、追い越し操作、追走距離低減操作又はスロットル維持動作の少なくとも1つを含む、項目1に記載のシステム。
(項目14)
前記少なくとも1つの処理デバイスは、前記ホスト車両の前記決定された現在の停止距離が、目標車両の移動距離に、前記決定された次の状態の距離を加算したものよりも少なくとも所定の最小距離だけ少ない場合、前記計画されたナビゲーション動作を実施するように構成され、前記目標車両の移動距離は、前記目標車両の前記現在の速度及び前記目標車両の前記仮定された最大ブレーキ能力に基づいて決定される、項目1に記載のシステム。
(項目15)
前記所定の最小距離は、前記ホスト車両と他の車両との間で維持される所定の分離距離に対応する、項目14に記載のシステム。
(項目16)
前記所定の分離距離は、少なくとも1メートルである、項目15に記載のシステム。
(項目17)
ホスト車両をナビゲートするためのシステムであって、
前記ホスト車両の環境を表す少なくとも1つの画像を画像捕捉デバイスから受信することと、
前記ホスト車両のナビゲーション目標を達成するための計画されたナビゲーション動作を少なくとも1つの運転ポリシに基づいて決定することと、
前記少なくとも1つの画像を分析して前記ホスト車両の前記環境内の目標車両を識別することと、
前記計画されたナビゲーション動作が行われた場合に生じることになる前記ホスト車両と前記目標車両との間の次の状態の距離を決定することと、
前記ホスト車両の現在の速度を決定することと、
前記目標車両の現在の速度を決定し、且つ前記目標車両の少なくとも1つの認識された特性に基づいて前記目標車両の最大制動率の能力を仮定することと、
前記ホスト車両の前記決定された現在の速度について及び前記ホスト車両の最大制動率の能力未満である所定の最大下の制動率において、前記目標車両の前記現在の速度及び前記目標車両の前記仮定された最大制動率の能力に基づいて決定される目標車両の移動距離に、前記決定された次の状態の距離を加算したもの未満であるホスト車両の停止距離内で前記ホスト車両が停止され得る場合、前記計画されたナビゲーション動作を実施することと、
を行うようにプログラムされる少なくとも1つの処理デバイスを含むシステム。
(項目18)
前記所定の最大下の制動率は、前記ホスト車両が停止されるまで又はブレーキ条件がもはや存在しないと決定されるまで、前記所定の最大下の制動率でホスト車両のブレーキが常にかけられるモードを含むユーザ選択可能ブレーキモードに基づいて決定される、項目17に記載のシステム。
(項目19)
前記所定の最大下の制動率は、ブレーキ条件が存在すると決定される期間の少なくとも一部にわたり、前記所定の最大下の制動率でホスト車両のブレーキが常にかけられ、その後、前記ホスト車両の最大制動率で前記ホスト車両のブレーキがかけられるモードを含むユーザ選択可能ブレーキモードに基づいて決定される、項目17に記載のシステム。
(項目20)
前記所定の最大下の制動率は、前記所定の最大下の制動率で開始して、前記ホスト車両の最大制動率まで漸進的に高めてホスト車両のブレーキがかけられるモードを含むユーザ選択可能ブレーキモードに基づいて決定される、項目17に記載のシステム。
(項目21)
前記所定の最大下の制動率は、前記ホスト車両の前記最大制動率の能力に関連する減速率の50%までの減速率に関連する、項目17に記載のシステム。
(項目22)
前記所定の最大下の制動率は、前記ホスト車両の前記最大制動率の能力に関連する減速率の25%までの減速率に関連する、項目17に記載のシステム。
(項目23)
前記ホスト車両の停止距離は、前記ホスト車両の前記現在の速度及び前記ホスト車両の前記所定の最大下の制動率に基づいて決定される、項目17に記載のシステム。
(項目24)
前記ホスト車両の停止距離は、所定の期間にわたって前記ホスト車両の最大加速能力で前記ホスト車両が移動し得る距離に対応する加速距離と、前記ホスト車両の前記最大制動率の能力で前記ホスト車両の前記現在の速度からゼロ速度まで減速しながら前記ホスト車両が移動し得る距離に対応する最大制動率距離との和よりも大きい、項目17に記載のシステム。
(項目25)
前記所定の期間は、前記ホスト車両に関連する反応時間である、項目24に記載のシステム。
(項目26)
前記ホスト車両の前記最大制動率の能力は、検知される路面の状態に基づいて決定される、項目17に記載のシステム。
(項目27)
前記ホスト車両の前記最大制動率の能力は、検知される気象条件に基づいて決定される、項目17に記載のシステム。
(項目28)
前記目標車両の速度は、前記少なくとも1つの画像の分析に基づいて決定される、項目17に記載のシステム。
(項目29)
前記目標車両の速度は、前記ホスト車両に関連するライダシステム又はレーダシステムの少なくとも1つからの出力の分析に基づいて決定される、項目17に記載のシステム。
(項目30)
前記目標車両の前記認識された特性は、車両の種類を含む、項目17に記載のシステム。
(項目31)
前記目標車両の前記認識された特性は、車両のサイズである、項目17に記載のシステム。
(項目32)
前記目標車両の前記認識された特性は、車両のモデルを含む、項目17に記載のシステム。
(項目33)
前記目標車両の前記認識された特性は、前記少なくとも1つの画像の分析に基づいて決定される、項目17に記載のシステム。
(項目34)
前記目標車両の前記少なくとも1つの特性は、ライダ出力又はレーダ出力の少なくとも1つに基づいて決定される、項目17に記載のシステム。
(項目35)
前記計画されたナビゲーション動作は、レーン変更操作、合流操作、追い越し操作、追走距離低減操作又はスロットル維持動作の少なくとも1つを含む、項目17に記載のシステム。
(項目36)
前記少なくとも1つの処理デバイスは、前記決定されたホスト車両の停止距離が、前記目標車両の前記現在の速度及び前記目標車両の前記仮定された最大制動率の能力に基づいて決定される目標車両の移動距離に、前記決定された次の状態の距離を加算したものよりも少なくとも所定の最小距離だけ少ない場合、前記計画されたナビゲーション動作を実施するように構成される、項目17に記載のシステム。
(項目37)
前記所定の最小距離は、前記ホスト車両と他の車両との間で維持される所定の分離距離に対応する、項目36に記載のシステム。
(項目38)
前記所定の分離距離は、少なくとも1メートルである、項目37に記載のシステム。
(項目39)
前記ホスト車両の停止距離は、前記所定の最大下の制動率で前記ホスト車両がブレーキをかけられる第1の距離と、前記ホスト車両の前記最大制動率の能力で前記ホスト車両がブレーキをかけられる第2の距離とを含む、項目17に記載のシステム。
(項目40)
前記少なくとも1つの処理デバイスは、前記第2の距離にわたって前記ホスト車両の前記最大制動率の能力で前記ホスト車両のブレーキをかける前に、前記第1の距離にわたって前記所定の最大下の制動率で前記ホスト車両にブレーキをかけさせるように構成される、項目39に記載のシステム。
(項目41)
ホスト車両をナビゲートするためのシステムであって、
前記ホスト車両の環境を表す少なくとも1つの画像を画像捕捉デバイスから受信することと、
前記ホスト車両のナビゲーション目標を達成するための計画されたナビゲーション動作を少なくとも1つの運転ポリシに基づいて決定することと、
前記少なくとも1つの画像を分析して前記ホスト車両の前記環境内の目標車両を識別することと、
前記計画されたナビゲーション動作が行われた場合に生じることになる前記ホスト車両と前記目標車両との間の次の状態の距離を決定することと、
前記ホスト車両の現在の速度を決定することと、
前記目標車両の現在の速度を決定し、且つ前記目標車両の少なくとも1つの認識された特性に基づいて前記目標車両の最大制動率の能力を仮定することと、
前記ホスト車両の前記決定された現在の速度について及び所定の制動率プロファイルについて、前記目標車両の前記現在の速度及び前記目標車両の前記仮定された最大制動率の能力に基づいて決定される目標車両の移動距離に、前記決定された次の状態の距離を加算したもの未満であるホスト車両の停止距離内で前記ホスト車両が停止され得る場合、前記計画されたナビゲーション動作を実施することであって、前記所定の制動率プロファイルは、前記ホスト車両の最大下の制動率から最大制動率まで漸進的に増加する、実施することと、
を行うようにプログラムされる少なくとも1つの処理デバイスを含むシステム。
(項目42)
前記所定の制動率プロファイルは、前記ホスト車両の前記最大下の制動率から前記最大制動率まで線形に増加する、項目41に記載のシステム。
(項目43)
前記所定の制動率プロファイルは、前記ホスト車両の前記最大下の制動率から前記最大制動率まで非線形に増加する、項目41に記載のシステム。
(項目44)
ホスト車両のブレーキをかけるためのシステムであって、
前記ホスト車両の環境を表す出力を少なくとも1つのセンサから受信することと、
前記ホスト車両の前記環境内の目標車両を前記出力に基づいて検出することと、
前記ホスト車両の現在の速度及び前記ホスト車両と前記目標車両との間の現在の距離を決定することと、
前記ホスト車両の前記現在の速度及び前記ホスト車両と前記目標車両との間の前記現在の距離に少なくとも基づいて、ブレーキ条件が存在するかどうかを決定することと、
ブレーキ条件が存在すると決定される場合、前記ホスト車両の最大下の制動率で始まる区分を含み、且つ前記ホスト車両の最大制動率まで漸進的に増加する所定のブレーキプロファイルに従って、前記ホスト車両に関連するブレーキデバイスを適用させることと、
を行うようにプログラムされる少なくとも1つの処理デバイスを含むシステム。
(項目45)
前記ホスト車両の前記最大制動率が達成されると、前記少なくとも1つのプロセッサは、前記ブレーキ条件の存在がなくなるまで前記ホスト車両の前記最大制動率で前記ホスト車両の前記ブレーキデバイスの適用を継続するように構成される、項目44に記載のシステム。
(項目46)
前記漸進的増加は、非線形である、項目44に記載のシステム。
(項目47)
前記漸進的増加は、線形である、項目44に記載のシステム。
(項目48)
人間のドライバーによるホスト車両の制御を選択的に置換するための自律システムであって、
前記ホスト車両の環境を表す少なくとも1つの画像を画像捕捉デバイスから受信することと、
前記少なくとも1つの画像の分析に基づいて前記ホスト車両の前記環境内の少なくとも1つの障害物を検出することと、
前記ホスト車両に関連するスロットル制御、ブレーキ制御又は操舵制御の少なくとも1つに対するドライバーの入力を監視することと、
前記少なくとも1つの障害物に対する近接緩衝域内で前記ホスト車両がナビゲートすることを前記ドライバーの入力が生じさせることになるかどうかを決定することと、
前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを前記ドライバーの入力が生じさせないであろうと前記少なくとも1つの処理デバイスが決定する場合、前記ドライバーの入力がホスト車両の1つ又は複数の動作制御システムの対応する変更を生じさせることを可能にすることと、
前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを前記ドライバーの入力が生じさせることになると前記少なくとも1つの処理デバイスが決定する場合、前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムの前記対応する変更を生じさせるのを防ぐことと、
を行うようにプログラムされる少なくとも1つの処理デバイスを含む自律システム。
(項目49)
前記少なくとも1つの障害物は、目標車両を含み、及び前記目標車両に対する前記近接緩衝域は、前記ホスト車両の検出された現在の速度、前記ホスト車両の最大制動率の能力、前記目標車両の決定された現在の速度及び前記目標車両の仮定された最大制動率の能力に基づいて決定され、前記目標車両に対する前記近接緩衝域は、前記ホスト車両の最大加速能力に基づいて更に決定され、それにより、前記近接緩衝域は、少なくとも、前記ホスト車両に関連する反応時間にわたって前記ホスト車両の前記最大加速能力で加速された場合に前記ホスト車両が移動する距離として決定されるホスト車両の加速距離、前記ホスト車両の前記最大制動率の能力において前記ホスト車両の前記現在の速度をゼロまで低減するのに必要な距離として決定されるホスト車両の停止距離及び前記目標車両の前記仮定された最大制動率の能力において前記目標車両の前記現在の速度をゼロまで低減するのに必要な距離として決定される目標車両の停止距離の和を含む、項目48に記載のシステム。
(項目50)
前記少なくとも1つの障害物は、目標車両を含み、及び前記目標車両に対する前記近接緩衝域は、前記ホスト車両の検出された現在の速度、前記ホスト車両の最大制動率の能力、前記目標車両の決定された現在の速度及び前記目標車両の仮定された最大制動率の能力に基づいて決定され、前記目標車両に対する前記近接緩衝域は、前記ホスト車両の前記最大制動率の能力未満である所定の最大下の制動率に基づいて更に決定され、それにより、前記近接緩衝域は、少なくとも、前記ホスト車両の前記所定の最大下のブレーキ能力において前記ホスト車両の前記現在の速度をゼロまで低減するのに必要な距離として決定されるホスト車両の停止距離及び前記目標車両の前記仮定された最大ブレーキ能力において前記目標車両の前記現在の速度をゼロまで低減するのに必要な距離として決定される目標車両の停止距離の和を含む、項目49に記載のシステム。
(項目51)
前記目標車両は、前記ホスト車両の前にあると決定され、及び前記少なくとも1つの処理デバイスは、前記ドライバーの入力が前記目標車両と前記ホスト車両との間の縦方向距離の変化を生じさせることになると決定するように構成される、項目49に記載のシステム。
(項目52)
前記目標車両は、前記ホスト車両と異なるレーン内にあると決定され、及び前記少なくとも1つの処理デバイスは、前記ドライバーの入力が前記ホスト車両の横移動を生じさせることになり、それにより、前記横移動後に前記目標車両が前記ホスト車両の前になると決定するように構成される、項目49に記載のシステム。
(項目53)
前記目標車両は、前記ホスト車両と異なるレーン内にあると決定され、及び前記少なくとも1つの処理デバイスは、前記ドライバーの入力が前記ホスト車両の横移動を生じさせることになり、それにより、前記横移動後に前記ホスト車両が前記目標車両の前になると決定するように構成される、項目49に記載のシステム。
(項目54)
前記近接緩衝域は、所定の横方向距離閾値に対応する、項目48に記載のシステム。
(項目55)
前記目標車両に対する前記近接緩衝域は、前記ホスト車両と前記目標車両との間で維持される所定の最小距離に基づいて更に決定される、項目49に記載のシステム。
(項目56)
前記少なくとも1つの障害物は、道路内の歩行者又は物体を含み、及び前記少なくとも1つの障害物に対する前記近接緩衝域は、少なくとも、前記ホスト車両と前記少なくとも1つの障害物との間で維持される最小距離を含む、項目48に記載のシステム。
(項目57)
前記少なくとも1つの障害物は、歩行者を含み、及び前記歩行者に対する前記近接緩衝域は、前記ホスト車両の現在の速度に基づいて決定され、及び前記近接緩衝域は、ホスト車両の速度が増加することで増加する、項目48に記載のシステム。
(項目58)
前記スロットル制御は、アクセルペダルを含み、前記ブレーキ制御は、ブレーキペダルを含み、及び前記操舵制御は、ハンドルを含み、前記ドライバーの入力は、前記アクセルペダルを押し下げること、前記ブレーキペダルを押し下げること、前記ブレーキペダルの押し下げがないこと、前記ハンドルを回すこと、又は前記ハンドルを回さないことの少なくとも1つを含む、項目48に記載のシステム。
(項目59)
前記ホスト車両の1つ又は複数の制御システムは、前記ホスト車両の進行方位を制御するための少なくとも1つの操舵アクチュエータ、ホスト車両のブレーキデバイスを適用させるためのブレーキアクチュエータ又はホスト車両のスロットルを適用させるためのアクセルアクチュエータを含む、項目58に記載のシステム。
(項目60)
前記ホスト車両の1つ又は複数の動作制御システムの前記対応する変更を前記ドライバーの入力が生じさせるのを防ぐことは、前記ハンドルに対するドライバーの入力が前記少なくとも1つの操舵アクチュエータによる対応する応答を生じさせるのを防ぐこと、前記ブレーキペダルに対するドライバーの入力が前記ブレーキアクチュエータによる対応する応答を生じさせるのを防ぐこと、又は前記アクセルペダルに対するドライバーの入力が前記アクセルアクチュエータによる対応する応答を生じさせるのを防ぐことの少なくとも1つを含む、項目59に記載のシステム。
(項目61)
前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムの前記対応する変更を生じさせるのを防ぐために、前記少なくとも1つの処理デバイスは、前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つの動作を防ぐように構成される、項目48に記載のシステム。
(項目62)
前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムの前記対応する変更を生じさせるのを防ぐために、前記少なくとも1つの処理デバイスは、前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つの動作性を無効にするように構成される、項目48に記載のシステム。
(項目63)
前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムの前記対応する変更を生じさせるのを防ぐために、前記少なくとも1つの処理デバイスは、前記ドライバーの入力に応じた前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つの動作を防ぎ、且つ前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つにインパルス力を加えるように構成される、項目48に記載のシステム。
(項目64)
前記少なくとも1つの処理デバイスは、前記少なくとも1つの障害物に対する近接緩衝域内で前記ホスト車両がナビゲートすることを生じさせないであろうドライバーの入力が受信されるまで、前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つの動作を防ぎ続け、且つ前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つに前記インパルス力を加え続けるように構成される、項目63に記載のシステム。
(項目65)
前記少なくとも1つの処理デバイスは、前記ホスト車両の1つ又は複数の動作制御システムの前記対応する変更を前記ドライバーの入力が生じさせるのを前記少なくとも1つの処理デバイスが防ぐ間隔中、前記ホスト車両のナビゲーションを自律的に制御するように構成される、項目48に記載のシステム。
(項目66)
前記少なくとも1つの処理デバイスは、前記少なくとも1つの障害物に対する近接緩衝域内で前記ホスト車両がナビゲートすることを生じさせないであろうドライバーの入力が受信された後、前記ホスト車両のナビゲーション制御をドライバーに返すように構成される、項目65に記載のシステム。
(項目67)
人間のドライバーによる制御を選択的に置換するための前記自律システムを無効にするためのシステムオーバーライド制御を更に含み、前記システムオーバーライド制御は、前記スロットル制御、前記ブレーキ制御及び前記操舵制御と異なる、項目48に記載のシステム。
(項目68)
前記少なくとも1つの処理デバイスは、人間のドライバーによる制御を選択的に置換するための前記自律システムが前記システムオーバーライド制御の動作を通して無効にされているときを追跡するように構成される、項目67に記載のシステム。
(項目69)
前記ホスト車両の前記環境に対して異なる視野をそれぞれ有する複数の画像捕捉デバイスを更に含み、前記少なくとも1つの処理デバイスは、前記複数の画像捕捉デバイスのそれぞれから1つ又は複数の画像を受信し、且つ前記複数の画像捕捉デバイスのいずれかから受信された前記1つ又は複数の画像の分析に基づいて前記ホスト車両の前記環境内の前記少なくとも1つの障害物を検出するように構成される、項目48に記載のシステム。
(項目70)
前記複数の画像捕捉デバイスの少なくとも1つは、前記ホスト車両の側部の前記ホスト車両の前記環境を表す画像を捕捉するように構成される、項目69に記載のシステム。
(項目71)
前記複数の画像捕捉デバイスの少なくとも1つは、前記ホスト車両の後方の前記ホスト車両の前記環境を表す画像を捕捉するように構成される、項目69に記載のシステム。
(項目72)
自律ホスト車両を、前記ホスト車両の少なくとも1つのナビゲーション目標に従ってナビゲートするためのナビゲーションシステムであって、
前記ホスト車両の環境に対する前記ホスト車両の動作の少なくとも1つの側面を示すセンサ出力を1つ又は複数のセンサから受信することであって、前記センサ出力は、前記センサ出力が基づく測定値又はデータの取得が得られるデータ取得時点よりも後であり、且つ前記少なくとも1つのプロセッサによって前記センサ出力が受信される第2の時点よりも前である第1の時点において生成される、受信することと、
前記受信されたセンサ出力及び前記データ取得時点と動作予測時点との間の時間間隔にわたってホスト車両の動作の少なくとも1つの側面がどのように変化するかの推定に少なくとも部分的に基づいて、ホスト車両の動作の前記少なくとも1つの側面の予測を前記動作予測時点について生成することと、
前記ホスト車両の前記少なくとも1つのナビゲーション目標に少なくとも部分的に基づいて、及びホスト車両の動作の前記少なくとも1つの側面の前記生成された予測に基づいて前記ホスト車両の計画されたナビゲーション動作を決定することと、
前記計画されたナビゲーション動作の少なくとも一部を実施するためのナビゲーションコマンドを生成することと、
前記第2の時点よりも後であり、且つ少なくとも1つの作動システムの構成要素が、前記受信されたコマンドに応答する作動時点よりも前又はそれとほぼ同じである第3の時点において、前記少なくとも1つの作動システムが前記ナビゲーションコマンドを受信するように前記ホスト車両の前記少なくとも1つの作動システムに前記ナビゲーションコマンドを提供することと、
を行うようにプログラムされる少なくとも1つのプロセッサを含み、
前記動作予測時点は、前記データ取得時点後であり、且つ前記作動時点よりも前であるか又はそれと等しい、ナビゲーションシステム。
(項目73)
前記動作予測時点は、前記第3の時点にほぼ対応する、項目72に記載のナビゲーションシステム。
(項目74)
前記動作予測時点は、前記第2の時点にほぼ対応する、項目72に記載のナビゲーションシステム。
(項目75)
前記動作予測時点は、前記作動時点にほぼ対応する、項目72に記載のナビゲーションシステム。
(項目76)
前記1つ又は複数のセンサは、速度センサ、加速度計、カメラ、ライダシステム又はレーダシステムを含む、項目72に記載のナビゲーションシステム。
(項目77)
ホスト車両の動作の少なくとも1つの側面の前記予測は、前記動作予測時点における前記ホスト車両の速度又は加速度の少なくとも1つの予測を含む、項目72に記載のナビゲーションシステム。
(項目78)
ホスト車両の動作の少なくとも1つの側面の前記予測は、前記動作予測時点における前記ホスト車両の経路の予測を含む、項目72に記載のナビゲーションシステム。
(項目79)
前記動作予測時点における前記ホスト車両の前記経路の前記予測は、前記ホスト車両の目標進行方向を含む、項目78に記載のナビゲーションシステム。
(項目80)
前記1つ又は複数のセンサは、カメラを含み、及び前記動作予測時点における前記ホスト車両の前記経路の前記予測は、前記カメラによって捕捉される少なくとも1つの画像に基づく、項目78に記載のナビゲーションシステム。
(項目81)
前記動作予測時点における前記ホスト車両の前記経路の前記予測は、前記ホスト車両の決定された速度及び前記ホスト車両が移動する道路区分のマップ内に含まれる前記ホスト車両の目標軌道に少なくとも基づく、項目78に記載のナビゲーションシステム。
(項目82)
前記目標軌道は、前記道路区分の少なくとも1つのレーンに沿った好ましい経路を表す所定の三次元スプラインを含む、項目81に記載のナビゲーションシステム。
(項目83)
ホスト車両の動作の少なくとも1つの側面の前記予測は、決定されたブレーキペダルの位置、決定されたスロットルの位置、ホスト車両の動作に逆らう決定された空気抵抗、摩擦又は前記ホスト車両が移動する道路区分の勾配の少なくとも1つに基づく、項目72に記載のナビゲーションシステム。
(項目84)
前記動作予測時点におけるホスト車両の動作の少なくとも1つの側面の前記予測は、前記1つ又は複数のセンサに関連するデータ取得速度と、前記少なくとも1つのプロセッサが前記ナビゲーションコマンドを生成する速度に関連する制御速度との間の不一致を考慮する、項目72に記載のナビゲーションシステム。
(項目85)
前記計画されたナビゲーション動作は、前記ホスト車両の速度の変更又は進行方位の変更の少なくとも1つを含む、項目72に記載のナビゲーションシステム。
(項目86)
前記少なくとも1つの作動システムは、スロットル作動システム、ブレーキ作動システム又は操舵作動システムの1つ又は複数を含む、項目72に記載のナビゲーションシステム。
(項目87)
前記ホスト車両の前記ナビゲーション目標は、第1の位置から第2の位置への移行を含む、項目72に記載のナビゲーションシステム。
(項目88)
前記ホスト車両の前記ナビゲーション目標は、前記ホスト車両によって占有されている現在のレーンから隣接レーンへのレーンの変更を含む、項目72に記載のナビゲーションシステム。
(項目89)
前記ホスト車両の前記ナビゲーション目標は、前記ホスト車両と検出された目標車両との間の近接緩衝域を維持することを含み、前記近接緩衝域は、前記ホスト車両の検出された現在の速度、前記ホスト車両の最大制動率の能力、前記目標車両の決定された現在の速度及び前記目標車両の仮定された最大制動率の能力に基づいて決定され、前記目標車両に対する前記近接緩衝域は、前記ホスト車両の最大加速能力に基づいて更に決定され、それにより、前記近接緩衝域は、少なくとも、前記ホスト車両に関連する反応時間にわたって前記ホスト車両の前記最大加速能力で加速された場合に前記ホスト車両が移動する距離として決定されるホスト車両の加速距離、前記ホスト車両の前記最大制動率の能力において前記ホスト車両の前記現在の速度をゼロまで低減するのに必要な距離として決定されるホスト車両の停止距離及び前記目標車両の前記仮定された最大制動率の能力において前記目標車両の前記現在の速度をゼロまで低減するのに必要な距離として決定される目標車両の停止距離の和を含む、項目72に記載のナビゲーションシステム。
(項目90)
ホスト車両の動作の少なくとも1つの側面の前記予測は、前記ホスト車両に関連する所定の関数に基づき、前記所定の関数は、前記ホスト車両の決定された現在の速度及び前記ホスト車両の決定されたブレーキペダルの位置又は決定されたスロットルの位置に基づいて前記ホスト車両の将来の速度及び加速度の予測を可能にする、項目72に記載のナビゲーションシステム。
(項目91)
前記動作予測時点は、前記データ取得時点の少なくとも100ミリ秒後である、項目72に記載のナビゲーションシステム。
(項目92)
前記動作予測時点は、前記データ取得時点の少なくとも200ミリ秒後である、項目72に記載のナビゲーションシステム。
(項目93)
前記ナビゲーションコマンドは、前記ホスト車両の速度を制御するためのペダルコマンド又は前記ホスト車両の進行方向を制御するためのヨー率コマンドの少なくとも1つを含む、項目72に記載のナビゲーションシステム。
Claims (29)
- 人間のドライバーによるホスト車両の制御を選択的に置換するための自律システムであって、
前記ホスト車両の環境を表す少なくとも1つの画像を画像捕捉デバイスから受信することと、
前記少なくとも1つの画像の分析に基づいて前記ホスト車両の前記環境における少なくとも1つの障害物を検出することと、
前記ホスト車両に関連するスロットル制御、ブレーキ制御又は操舵制御の少なくとも1つに対するドライバーの入力を監視することと、
前記少なくとも1つの障害物に対する近接緩衝域内で前記ホスト車両がナビゲートすることを前記ドライバーの入力が生じさせることになるかどうかを決定することと、
前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを前記ドライバーの入力が生じさせないであろうと前記少なくとも1つの処理デバイスが決定する場合、前記ドライバーの入力がホスト車両の1つ又は複数の動作制御システムにおける対応する変更を生じさせることを可能にすることと、
前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを前記ドライバーの入力が生じさせることになると前記少なくとも1つの処理デバイスが決定する場合、前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムにおける前記対応する変更を生じさせるのを防ぐことと、
を行うようにプログラムされる少なくとも1つの処理デバイスを含み、
前記少なくとも1つの障害物は、目標車両を含み、
前記目標車両に対する前記近接緩衝域は、前記ホスト車両の検出された現在の速度と、前記ホスト車両の最大制動率の能力と、前記目標車両の決定された現在の速度と、前記目標車両の仮定された最大制動率の能力とに基づいて決定され、
前記近接緩衝域は、前記ホスト車両の最大加速能力に基づいてさらに決定され、それにより、前記近接緩衝域は少なくとも、
前記ホスト車両に関連する反応時間にわたり前記ホスト車両の前記最大加速能力で加速された場合、前記ホスト車両が移動する距離として決定される、前記ホスト車両の加速距離と、
前記ホスト車両の前記最大制動率の能力で、前記ホスト車両の前記現在の速度をゼロに低減するのに必要な距離として決定される、前記ホスト車両の停止距離と、
前記目標車両の前記仮定された最大制動率の能力で、前記目標車両の前記現在の速度をゼロに低減するのに必要な距離として決定される、前記目標車両の停止距離と、
の合計を含む、システム。 - 前記目標車両に対する前記近接緩衝域は、前記ホスト車両の前記最大制動率の能力未満である予め定められた準最大制動率に基づいて更に決定され、それにより、前記ホスト車両の前記停止距離は、前記ホスト車両の前記予め定められた準最大制動能力において前記ホスト車両の前記現在の速度をゼロに低減するのに必要な距離として決定されるように変更される、請求項1に記載のシステム。
- 前記目標車両は、前記ホスト車両の前にあると決定され、
前記少なくとも1つの処理デバイスは、前記ドライバーの入力が前記目標車両と前記ホスト車両との間の縦方向距離における変化を生じさせることになると決定するように構成される、請求項1または2に記載のシステム。 - 前記目標車両は、前記ホスト車両と異なるレーン内にあると決定され、
前記少なくとも1つの処理デバイスは、前記ドライバーの入力が前記ホスト車両の横移動を生じさせることになり、それにより、前記横移動の後に前記目標車両が前記ホスト車両の前になると決定するように構成される、
請求項1から3のいずれか一項に記載のシステム。 - 前記目標車両は、前記ホスト車両と異なるレーン内にあると決定され、
前記少なくとも1つの処理デバイスは、前記ドライバーの入力が前記ホスト車両の横移動を生じさせることになり、それにより、前記横移動の後に前記ホスト車両が前記目標車両の前になると決定するように構成される、
請求項1から3のいずれか一項に記載のシステム。 - 前記近接緩衝域は、予め定められた横方向距離閾値に対応する、請求項1から5のいずれか一項に記載のシステム。
- 前記目標車両に対する前記近接緩衝域は、前記ホスト車両と前記目標車両との間で維持される予め定められた最小距離に基づいて更に決定される、請求項1から6のいずれか一項に記載のシステム。
- 前記少なくとも1つの障害物は、道路内における歩行者又は物体を含み、
前記少なくとも1つの障害物に対する前記近接緩衝域は、少なくとも、前記ホスト車両と前記少なくとも1つの障害物との間で維持される最小距離を含む、
請求項1から7のいずれか一項に記載のシステム。 - 前記少なくとも1つの障害物は、歩行者を含み、
前記歩行者に対する前記近接緩衝域は、前記ホスト車両の現在の速度に基づいて決定され、前記近接緩衝域は、前記ホスト車両の速度が増加することで増加する、
請求項1から8のいずれか一項に記載のシステム。 - 前記スロットル制御は、アクセルペダルを含み、
前記ブレーキ制御は、ブレーキペダルを含み、
前記操舵制御は、ハンドルを含み、
前記ドライバーの入力は、前記アクセルペダルを押し下げること、前記ブレーキペダルを押し下げること、前記ブレーキペダルの押し下げがないこと、前記ハンドルを回すこと、又は前記ハンドルを回さないこと、の少なくとも1つを含む、請求項1から9のいずれか一項に記載のシステム。 - 前記ホスト車両の1つ又は複数の制御システムは、前記ホスト車両の進行方位を制御するための少なくとも1つの操舵アクチュエータ、前記ホスト車両のブレーキデバイスを適用させるためのブレーキアクチュエータ又は前記ホスト車両のスロットルを適用させるためのアクセルアクチュエータを含む、請求項10に記載のシステム。
- 前記ホスト車両の1つ又は複数の動作制御システムにおける前記対応する変更を前記ドライバーの入力が生じさせるのを防ぐことは、前記ハンドルに対するドライバーの入力が前記少なくとも1つの操舵アクチュエータによる対応する応答を生じさせるのを防ぐこと、前記ブレーキペダルに対するドライバーの入力が前記ブレーキアクチュエータによる対応する応答を生じさせるのを防ぐこと、又は前記アクセルペダルに対するドライバーの入力が前記アクセルアクチュエータによる対応する応答を生じさせるのを防ぐこと、の少なくとも1つを含む、請求項11に記載のシステム。
- 前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムにおける前記対応する変更を生じさせるのを防ぐために、前記少なくとも1つの処理デバイスは、前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つの動作を防ぐように構成される、請求項1から12のいずれか一項に記載のシステム。
- 前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムにおける前記対応する変更を生じさせるのを防ぐために、前記少なくとも1つの処理デバイスは、前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つの動作性を無効にするように構成される、請求項1から13のいずれか一項に記載のシステム。
- 前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムにおける前記対応する変更を生じさせるのを防ぐために、前記少なくとも1つの処理デバイスは、前記ドライバーの入力に応じた前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つの動作を防ぎ、且つ前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つにインパルス力を加えるように構成される、請求項1から14のいずれか一項に記載のシステム。
- 前記少なくとも1つの処理デバイスは、前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを生じさせないであろうドライバーの入力が受信されるまで、前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つの動作を防ぎ続け、且つ前記スロットル制御、前記ブレーキ制御又は前記操舵制御の少なくとも1つに前記インパルス力を加え続けるように構成される、請求項15に記載のシステム。
- 前記少なくとも1つの処理デバイスは、前記ホスト車両の1つ又は複数の動作制御システムにおける前記対応する変更を前記ドライバーの入力が生じさせるのを前記少なくとも1つの処理デバイスが防ぐ間隔中、前記ホスト車両のナビゲーションを自律的に制御するように構成される、請求項1から16のいずれか一項に記載のシステム。
- 前記少なくとも1つの処理デバイスは、前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを生じさせないであろうドライバーの入力が受信された後、前記ホスト車両のナビゲーション制御をドライバーに返すように構成される、請求項1から17のいずれか一項に記載のシステム。
- 人間のドライバーによる制御を選択的に置換するための前記自律システムを無効にするためのシステムオーバーライド制御を更に含み、
前記システムオーバーライド制御は、前記スロットル制御、前記ブレーキ制御及び前記操舵制御と異なる、
請求項1から18のいずれか一項に記載のシステム。 - 前記少なくとも1つの処理デバイスは、人間のドライバーによる前記制御を選択的に置換するための前記自律システムが前記システムオーバーライド制御の動作を通して無効にされているときを追跡するように構成される、請求項19に記載のシステム。
- 前記ホスト車両の前記環境に対して異なる視野をそれぞれ有する複数の画像捕捉デバイスを更に含み、
前記少なくとも1つの処理デバイスは、前記複数の画像捕捉デバイスのそれぞれから1つ又は複数の画像を受信し、且つ前記複数の画像捕捉デバイスのいずれかから受信された前記1つ又は複数の画像の分析に基づいて、前記ホスト車両の前記環境における前記少なくとも1つの障害物を検出するように構成される、
請求項1から20のいずれか一項に記載のシステム。 - 前記複数の画像捕捉デバイスの少なくとも1つは、前記ホスト車両の側部の前記ホスト車両の前記環境を表す画像を捕捉するように構成される、請求項21に記載のシステム。
- 前記複数の画像捕捉デバイスの少なくとも1つは、前記ホスト車両の後方の前記ホスト車両の前記環境を表す画像を捕捉するように構成される、請求項21または22に記載のシステム。
- ホスト車両の環境を表す少なくとも1つの画像を画像捕捉デバイスから受信する段階と、
前記少なくとも1つの画像の分析に基づいて、前記ホスト車両の前記環境における少なくとも1つの障害物を検出する段階と、
前記ホスト車両に関連するスロットル制御、ブレーキ制御又は操舵制御の少なくとも1つに対するドライバーの入力を監視する段階と、
前記少なくとも1つの障害物に対する近接緩衝域内で前記ホスト車両がナビゲートすることを、前記ドライバーの入力が生じさせることになるかどうかを決定する段階と、
前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを、前記ドライバーの入力が生じさせないであろうと前記少なくとも1つの処理デバイスが決定する場合、前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムにおける対応する変更を生じさせることを可能にする段階と、
前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを、前記ドライバーの入力が生じさせることになると前記少なくとも1つの処理デバイスが決定する場合、前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムにおける前記対応する変更を生じさせるのを防ぐ段階と、
を備え、
前記少なくとも1つの障害物は、目標車両を含み、
前記目標車両に対する前記近接緩衝域は、前記ホスト車両の検出された現在の速度と、前記ホスト車両の最大制動率の能力と、前記目標車両の決定された現在の速度と、前記目標車両の仮定された最大制動率の能力とに基づいて決定され、
前記近接緩衝域は、前記ホスト車両の最大加速能力に基づいてさらに決定され、それにより、前記近接緩衝域は少なくとも、
前記ホスト車両に関連する反応時間にわたり前記ホスト車両の前記最大加速能力で加速された場合、前記ホスト車両が移動する距離として決定される、前記ホスト車両の加速距離と、
前記ホスト車両の前記最大制動率の能力で、前記ホスト車両の前記現在の速度をゼロに低減するのに必要な距離として決定される、前記ホスト車両の停止距離と、
前記目標車両の前記仮定された最大制動率の能力で、前記目標車両の前記現在の速度をゼロに低減するのに必要な距離として決定される、前記目標車両の停止距離と、
の合計を含む、人間の前記ドライバーによる前記ホスト車両の制御を選択的に置換するための方法。 - 前記目標車両に対する前記近接緩衝域は、前記ホスト車両の前記最大制動率の能力未満である予め定められた準最大制動率に基づいて更に決定され、それにより、前記ホスト車両の前記停止距離は、前記ホスト車両の前記予め定められた準最大制動能力において前記ホスト車両の前記現在の速度をゼロに低減するのに必要な距離として決定されるように変更される、請求項24に記載の方法。
- 前記目標車両は、前記ホスト車両の前にあると決定され、
前記少なくとも1つの処理デバイスは、前記ドライバーの入力が前記目標車両と前記ホスト車両との間の縦方向距離における変化を生じさせることになると決定するように構成される、請求項24または25に記載の方法。 - 人間のドライバーによるホスト車両の制御を選択的に置換するための自律システムであって、前記システムは、プロセッサによって実行された場合に、
前記ホスト車両の環境を表す少なくとも1つの画像を画像捕捉デバイスから受信する段階と、
前記少なくとも1つの画像の分析に基づいて前記ホスト車両の前記環境における少なくとも1つの障害物を検出する段階と、
前記ホスト車両に関連するスロットル制御、ブレーキ制御又は操舵制御の少なくとも1つに対するドライバーの入力を監視する段階と、
前記少なくとも1つの障害物に対する近接緩衝域内で前記ホスト車両がナビゲートすることを、前記ドライバーの入力が生じさせることになるかどうかを決定する段階と、
前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを、前記ドライバーの入力が生じさせないであろうと前記少なくとも1つの処理デバイスが決定する場合、前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムにおける対応する変更を生じさせることを可能にする段階と、
前記少なくとも1つの障害物に対する前記近接緩衝域内で前記ホスト車両がナビゲートすることを、前記ドライバーの入力が生じさせることになると前記少なくとも1つの処理デバイスが決定する場合、前記ドライバーの入力が前記ホスト車両の1つ又は複数の動作制御システムにおける前記対応する変更を生じさせるのを防ぐ段階と、
を備える操作を実行する命令を格納するコンピューター可読非一時的メモリを有し、
前記少なくとも1つの障害物は、目標車両を含み、
前記目標車両に対する前記近接緩衝域は、前記ホスト車両の検出された現在の速度と、前記ホスト車両の最大制動率の能力と、前記目標車両の決定された現在の速度と、前記目標車両の仮定された最大制動率の能力とに基づいて決定され、
前記近接緩衝域は、前記ホスト車両の最大加速能力に基づいてさらに決定され、それにより、前記近接緩衝域は少なくとも、
前記ホスト車両に関連する反応時間にわたり前記ホスト車両の前記最大加速能力で加速された場合、前記ホスト車両が移動する距離として決定される、前記ホスト車両の加速距離と、
前記ホスト車両の前記最大制動率の能力で、前記ホスト車両の前記現在の速度をゼロに低減するのに必要な距離として決定される、前記ホスト車両の停止距離と、
前記目標車両の前記仮定された最大制動率の能力で、前記目標車両の前記現在の速度をゼロに低減するのに必要な距離として決定される、前記目標車両の停止距離と、
の合計を含む、システム。 - 人間のドライバーによる前記制御を選択的に置換するための前記自律システムを無効にするためのシステムオーバーライド制御を更に含み、
前記システムオーバーライド制御は、前記スロットル制御、前記ブレーキ制御及び前記操舵制御と異なる、
請求項27に記載のシステム。 - 前記少なくとも一つの処理デバイスは、人間のドライバーによる前記制御を選択的に置換するための前記自律システムが前記システムオーバーライド制御の動作を通して無効にされているときを追跡するように構成される、請求項28に記載のシステム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022074462A JP7315294B2 (ja) | 2018-03-20 | 2022-04-28 | システム、方法及びプログラム |
JP2022074527A JP7260231B2 (ja) | 2018-03-20 | 2022-04-28 | 車両をナビゲートするためのシステム及び方法 |
JP2023114089A JP7367255B2 (ja) | 2018-03-20 | 2023-07-11 | 車両をナビゲートするためのシステム及び方法 |
JP2023175772A JP2023179655A (ja) | 2018-03-20 | 2023-10-11 | 車両をナビゲートするためのシステム及び方法 |
Applications Claiming Priority (13)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862645479P | 2018-03-20 | 2018-03-20 | |
US62/645,479 | 2018-03-20 | ||
US201862646579P | 2018-03-22 | 2018-03-22 | |
US62/646,579 | 2018-03-22 | ||
US201862718554P | 2018-08-14 | 2018-08-14 | |
US62/718,554 | 2018-08-14 | ||
US201862724355P | 2018-08-29 | 2018-08-29 | |
US62/724,355 | 2018-08-29 | ||
US201862772366P | 2018-11-28 | 2018-11-28 | |
US62/772,366 | 2018-11-28 | ||
US201862777914P | 2018-12-11 | 2018-12-11 | |
US62/777,914 | 2018-12-11 | ||
PCT/IB2019/000281 WO2019180506A2 (en) | 2018-03-20 | 2019-03-20 | Systems and methods for navigating a vehicle |
Related Child Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022074527A Division JP7260231B2 (ja) | 2018-03-20 | 2022-04-28 | 車両をナビゲートするためのシステム及び方法 |
JP2022074462A Division JP7315294B2 (ja) | 2018-03-20 | 2022-04-28 | システム、方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021516638A JP2021516638A (ja) | 2021-07-08 |
JPWO2019180506A5 JPWO2019180506A5 (ja) | 2022-03-28 |
JP7110209B2 true JP7110209B2 (ja) | 2022-08-01 |
Family
ID=66448592
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019541236A Active JP7110209B2 (ja) | 2018-03-20 | 2019-03-20 | システム及び方法 |
JP2022074462A Active JP7315294B2 (ja) | 2018-03-20 | 2022-04-28 | システム、方法及びプログラム |
JP2022074527A Active JP7260231B2 (ja) | 2018-03-20 | 2022-04-28 | 車両をナビゲートするためのシステム及び方法 |
JP2023114089A Active JP7367255B2 (ja) | 2018-03-20 | 2023-07-11 | 車両をナビゲートするためのシステム及び方法 |
JP2023175772A Pending JP2023179655A (ja) | 2018-03-20 | 2023-10-11 | 車両をナビゲートするためのシステム及び方法 |
Family Applications After (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022074462A Active JP7315294B2 (ja) | 2018-03-20 | 2022-04-28 | システム、方法及びプログラム |
JP2022074527A Active JP7260231B2 (ja) | 2018-03-20 | 2022-04-28 | 車両をナビゲートするためのシステム及び方法 |
JP2023114089A Active JP7367255B2 (ja) | 2018-03-20 | 2023-07-11 | 車両をナビゲートするためのシステム及び方法 |
JP2023175772A Pending JP2023179655A (ja) | 2018-03-20 | 2023-10-11 | 車両をナビゲートするためのシステム及び方法 |
Country Status (8)
Country | Link |
---|---|
US (10) | US11077845B2 (ja) |
EP (7) | EP3640106A1 (ja) |
JP (5) | JP7110209B2 (ja) |
KR (5) | KR102479471B1 (ja) |
CN (10) | CN111278704B (ja) |
DE (1) | DE112019001421T5 (ja) |
IL (1) | IL269828B2 (ja) |
WO (1) | WO2019180506A2 (ja) |
Families Citing this family (264)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6524943B2 (ja) * | 2016-03-17 | 2019-06-05 | 株式会社デンソー | 走行支援装置 |
US9953535B1 (en) | 2016-06-27 | 2018-04-24 | Amazon Technologies, Inc. | Annotated virtual track to inform autonomous vehicle control |
US10640111B1 (en) | 2016-09-07 | 2020-05-05 | Waymo Llc | Speed planning for autonomous vehicles |
US10328913B2 (en) * | 2016-11-18 | 2019-06-25 | International Business Machines Corporation | Facilitation of automatic adjustment of a braking system |
US10252717B2 (en) * | 2017-01-10 | 2019-04-09 | Toyota Jidosha Kabushiki Kaisha | Vehicular mitigation system based on wireless vehicle data |
WO2018132614A2 (en) * | 2017-01-12 | 2018-07-19 | Mobileye Vision Technologies Ltd. | Rules-based navigation |
US20180208203A1 (en) * | 2017-01-26 | 2018-07-26 | International Business Machines Corporation | System, method and computer program product for braking control when approaching a traffic signal |
RU2727291C1 (ru) * | 2017-04-14 | 2020-07-21 | Ниссан Мотор Ко., Лтд. | Способ управления транспортным средством и устройство управления транспортного средства |
DE102017208168A1 (de) * | 2017-05-15 | 2018-11-15 | Continental Automotive Gmbh | Verfahren zum Erzeugen einer Überholwahrscheinlichkeitssammlung, Verfahren zum Betreiben einer Steuereinrichtung eines Kraftfahrzeugs, Überholwahrscheinlichkeitssammeleinrichtung und Steuereinrichtung |
FR3066755B1 (fr) * | 2017-05-23 | 2019-06-07 | Airbus Operations | Procede et dispositif de surveillance et d'estimation de parametres relatifs au vol d'un aeronef. |
EP3642565A1 (en) | 2017-06-20 | 2020-04-29 | Nira Dynamics AB | Road conditition monitoring |
EP3460685A1 (en) * | 2017-09-12 | 2019-03-27 | Bricsys NV | Improved semantic classification of an entity in a building information model |
JP6617126B2 (ja) * | 2017-09-15 | 2019-12-11 | 本田技研工業株式会社 | 走行制御システムおよび車両の制御方法 |
US10967861B2 (en) | 2018-11-13 | 2021-04-06 | Waymo Llc | Using discomfort for speed planning in responding to tailgating vehicles for autonomous vehicles |
US10627825B2 (en) | 2017-11-22 | 2020-04-21 | Waymo Llc | Using discomfort for speed planning in autonomous vehicles |
US11273836B2 (en) * | 2017-12-18 | 2022-03-15 | Plusai, Inc. | Method and system for human-like driving lane planning in autonomous driving vehicles |
DE102017223632A1 (de) * | 2017-12-21 | 2019-06-27 | Continental Automotive Gmbh | System zur Berechnung einer Fehlerwahrscheinlichkeit von Fahrzeugsensordaten |
US11718303B2 (en) * | 2018-01-03 | 2023-08-08 | Toyota Research Institute, Inc. | Vehicles and methods for building vehicle profiles based on reactions created by surrounding vehicles |
WO2019152888A1 (en) | 2018-02-02 | 2019-08-08 | Nvidia Corporation | Safety procedure analysis for obstacle avoidance in autonomous vehicle |
DE102018002156A1 (de) * | 2018-03-16 | 2019-09-19 | Trw Automotive Gmbh | Ein verbessertes Steuerungssystem und ein verbessertes Steuerungsverfahren für das autonome Steuern eines Kraftfahrzeugs |
EP3640106A1 (en) * | 2018-03-20 | 2020-04-22 | Mobileye Vision Technologies Ltd. | Low level speed control |
US11059421B2 (en) * | 2018-03-29 | 2021-07-13 | Honda Motor Co., Ltd. | Vehicle proximity system using heads-up display augmented reality graphics elements |
US10836394B2 (en) | 2018-04-11 | 2020-11-17 | Hyundai Motor Company | Apparatus and method for lane change control |
US10843710B2 (en) | 2018-04-11 | 2020-11-24 | Hyundai Motor Company | Apparatus and method for providing notification of control authority transition in vehicle |
US11084491B2 (en) | 2018-04-11 | 2021-08-10 | Hyundai Motor Company | Apparatus and method for providing safety strategy in vehicle |
ES2889930T3 (es) | 2018-04-11 | 2022-01-14 | Hyundai Motor Co Ltd | Aparato y método para el control para habilitar un sistema autónomo en un vehículo |
EP3552901A3 (en) | 2018-04-11 | 2020-04-29 | Hyundai Motor Company | Apparatus and method for providing safety strategy in vehicle |
US11351989B2 (en) | 2018-04-11 | 2022-06-07 | Hyundai Motor Company | Vehicle driving controller, system including the same, and method thereof |
US11084490B2 (en) * | 2018-04-11 | 2021-08-10 | Hyundai Motor Company | Apparatus and method for controlling drive of vehicle |
US11597403B2 (en) | 2018-04-11 | 2023-03-07 | Hyundai Motor Company | Apparatus for displaying driving state of vehicle, system including the same and method thereof |
US11334067B2 (en) | 2018-04-11 | 2022-05-17 | Hyundai Motor Company | Apparatus and method for providing safety strategy in vehicle |
EP3569460B1 (en) | 2018-04-11 | 2024-03-20 | Hyundai Motor Company | Apparatus and method for controlling driving in vehicle |
US11173910B2 (en) | 2018-04-11 | 2021-11-16 | Hyundai Motor Company | Lane change controller for vehicle system including the same, and method thereof |
US11077854B2 (en) | 2018-04-11 | 2021-08-03 | Hyundai Motor Company | Apparatus for controlling lane change of vehicle, system having the same and method thereof |
EP3552902A1 (en) | 2018-04-11 | 2019-10-16 | Hyundai Motor Company | Apparatus and method for providing a driving path to a vehicle |
US11548509B2 (en) | 2018-04-11 | 2023-01-10 | Hyundai Motor Company | Apparatus and method for controlling lane change in vehicle |
US10884422B2 (en) * | 2018-04-16 | 2021-01-05 | Baidu Usa Llc | Method for generating trajectories for autonomous driving vehicles (ADVS) |
JP2019200481A (ja) * | 2018-05-14 | 2019-11-21 | 株式会社デンソーテン | 端末装置および収集方法 |
US10860023B2 (en) * | 2018-06-25 | 2020-12-08 | Mitsubishi Electric Research Laboratories, Inc. | Systems and methods for safe decision making of autonomous vehicles |
US11354406B2 (en) * | 2018-06-28 | 2022-06-07 | Intel Corporation | Physics-based approach for attack detection and localization in closed-loop controls for autonomous vehicles |
WO2020014683A1 (en) * | 2018-07-13 | 2020-01-16 | Kache.AI | Systems and methods for autonomous object detection and vehicle following |
JP7199545B2 (ja) | 2018-07-20 | 2023-01-05 | メイ モビリティー,インコーポレイテッド | 自律エージェントによる行動方針選択のための多視点システムおよび方法 |
JP2021536599A (ja) | 2018-08-14 | 2021-12-27 | モービルアイ ビジョン テクノロジーズ リミテッド | 安全な距離でナビゲートするためのシステム及び方法 |
US20200070848A1 (en) * | 2018-08-30 | 2020-03-05 | Arm Limited | Method and System for Initiating Autonomous Drive of a Vehicle |
JP6628843B1 (ja) * | 2018-09-05 | 2020-01-15 | 三菱電機株式会社 | 障害物回避装置および障害物回避経路生成装置 |
JP7202112B2 (ja) * | 2018-09-11 | 2023-01-11 | 本田技研工業株式会社 | 車両用制御システムおよび車両の制御方法 |
US10809732B2 (en) * | 2018-09-25 | 2020-10-20 | Mitsubishi Electric Research Laboratories, Inc. | Deterministic path planning for controlling vehicle movement |
JP7145867B2 (ja) * | 2018-09-28 | 2022-10-03 | バイドゥドットコム タイムズ テクノロジー (ベイジン) カンパニー リミテッド | 自動運転車両のための低速シーンにおける歩行者インタラクションシステム |
JP7330758B2 (ja) * | 2018-10-05 | 2023-08-22 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報処理方法、及び、情報処理システム |
KR102637599B1 (ko) * | 2018-10-08 | 2024-02-19 | 주식회사 에이치엘클레무브 | 차량간 통신 정보를 이용한 차선변경 제어장치 및 방법과, 그를 위한 성향 정보 산출 장치 |
US20220041184A1 (en) * | 2018-10-18 | 2022-02-10 | Caratica Ai Ltd. | Method and system for obstacle detection |
CN112005082A (zh) * | 2018-10-22 | 2020-11-27 | 谷歌有限责任公司 | 为导航和地理编码寻找局部突出的语义特征 |
US11209820B2 (en) * | 2018-11-14 | 2021-12-28 | Honda Motor Co., Ltd. | System and method for providing autonomous vehicular navigation within a crowded environment |
KR102138979B1 (ko) * | 2018-11-29 | 2020-07-29 | 한국과학기술원 | 차선 기반의 확률론적 주변 차량 거동 예측 및 이를 이용한 종방향 제어 방법 |
US11085778B2 (en) * | 2018-12-03 | 2021-08-10 | Here Global B.V. | Method and apparatus for providing opportunistic intermodal routes with shared vehicles |
US11403955B2 (en) | 2018-12-14 | 2022-08-02 | Brunswick Corporation | Marine propulsion control system and method with proximity-based velocity limiting |
CN111413957B (zh) * | 2018-12-18 | 2021-11-02 | 北京航迹科技有限公司 | 用于确定自动驾驶中的驾驶动作的系统和方法 |
DE102018222611A1 (de) * | 2018-12-20 | 2020-06-25 | Robert Bosch Gmbh | Verfahren zum Betreiben eines automatisierten Fahrzeugs |
US11373537B2 (en) | 2018-12-21 | 2022-06-28 | Brunswick Corporation | Marine propulsion control system and method with collision avoidance override |
DE102019200828A1 (de) * | 2019-01-24 | 2020-07-30 | Robert Bosch Gmbh | Hauptobjektauswahl für eine Assistenzfunktion oder automatisierte Fahrfunktion eines Fahrerassistenz- oder Fahrsystems eines Kraftfahrzeugs |
JP7173471B2 (ja) * | 2019-01-31 | 2022-11-16 | 株式会社豊田中央研究所 | 3次元位置推定装置及びプログラム |
US11257378B2 (en) | 2019-01-31 | 2022-02-22 | Brunswick Corporation | Marine propulsion control system and method |
US11702178B2 (en) | 2019-01-31 | 2023-07-18 | Brunswick Corporation | Marine propulsion control system, method, and user interface for marine vessel docking and launch |
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 |
FR3093057B1 (fr) * | 2019-02-21 | 2021-02-19 | Renault Sas | Procédé de sécurisation d’un véhicule. |
US20200301420A1 (en) * | 2019-03-22 | 2020-09-24 | Veoneer Us, Inc. | System and method to control the velocity and heading of a vehicle based on preview information |
JP7147651B2 (ja) * | 2019-03-22 | 2022-10-05 | トヨタ自動車株式会社 | 物体認識装置及び車両制御システム |
JP2020164045A (ja) * | 2019-03-29 | 2020-10-08 | マツダ株式会社 | 車両走行制御装置 |
US11327507B2 (en) | 2019-04-12 | 2022-05-10 | Waymo Llc | Exception handling for autonomous vehicles |
DE102019002787A1 (de) * | 2019-04-16 | 2020-10-22 | Daimler Ag | Verfahren und Vorrichtung zum automatisierten Notstoppen |
PH12019050076A1 (en) * | 2019-05-06 | 2020-12-02 | Samsung Electronics Co Ltd | Enhancing device geolocation using 3d map data |
JP7227072B2 (ja) * | 2019-05-22 | 2023-02-21 | 日立Astemo株式会社 | 車両制御装置 |
JP7303667B2 (ja) * | 2019-05-31 | 2023-07-05 | 株式会社Subaru | 自動運転支援装置 |
US10990855B2 (en) * | 2019-06-13 | 2021-04-27 | Baidu Usa Llc | Detecting adversarial samples by a vision based perception system |
US11132562B2 (en) * | 2019-06-19 | 2021-09-28 | Toyota Motor Engineering & Manufacturing North America, Inc. | Camera system to detect unusual circumstances and activities while driving |
US11249479B2 (en) * | 2019-07-18 | 2022-02-15 | Nissan North America, Inc. | System to recommend sensor view for quick situational awareness |
US11572083B2 (en) * | 2019-07-22 | 2023-02-07 | Perceptive Automata, Inc. | Neural network based prediction of hidden context of traffic entities for autonomous vehicles |
EP4007977A4 (en) * | 2019-08-01 | 2023-05-03 | Telefonaktiebolaget Lm Ericsson (Publ) | PROCEDURES FOR RISK MANAGEMENT FOR AUTONOMOUS DEVICES AND ASSOCIATED NODES |
US11914368B2 (en) | 2019-08-13 | 2024-02-27 | Zoox, Inc. | Modifying limits on vehicle dynamics for trajectories |
US11161502B2 (en) * | 2019-08-13 | 2021-11-02 | Zoox, Inc. | Cost-based path determination |
US11458965B2 (en) * | 2019-08-13 | 2022-10-04 | Zoox, Inc. | Feasibility validation for vehicle trajectory selection |
US11407409B2 (en) | 2019-08-13 | 2022-08-09 | Zoox, Inc. | System and method for trajectory validation |
US11397434B2 (en) | 2019-08-13 | 2022-07-26 | Zoox, Inc. | Consistency validation for vehicle trajectory selection |
US11301700B2 (en) * | 2019-08-22 | 2022-04-12 | Wipro Limited | System and method for safely parking an autonomous vehicle on sensor anomaly |
US11072326B2 (en) * | 2019-08-22 | 2021-07-27 | Argo AI, LLC | Systems and methods for trajectory based safekeeping of vehicles |
US11167754B2 (en) | 2019-08-22 | 2021-11-09 | Argo AI, LLC | Systems and methods for trajectory based safekeeping of vehicles |
US11383705B2 (en) * | 2019-08-29 | 2022-07-12 | Ford Global Technologies, Llc | Enhanced collision avoidance |
JP7161458B2 (ja) * | 2019-09-09 | 2022-10-26 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
US11479297B2 (en) * | 2019-09-10 | 2022-10-25 | Ford Global Technologies, Llc | Overshoot protection in hitch assist operation |
JP7332403B2 (ja) * | 2019-09-11 | 2023-08-23 | 株式会社東芝 | 位置推定装置、移動体制御システム、位置推定方法およびプログラム |
US11615293B2 (en) * | 2019-09-23 | 2023-03-28 | Adobe Inc. | Reinforcement learning with a stochastic action set |
EP3824419A1 (en) * | 2019-09-23 | 2021-05-26 | Advanced New Technologies Co., Ltd. | System and method for routing optimization |
US11541882B2 (en) * | 2019-09-24 | 2023-01-03 | Volvo Car Corporation | Low-impact collision detection |
US11279349B2 (en) * | 2019-09-26 | 2022-03-22 | Intel Corporation | Safety module, automated driving system, and methods thereof |
US20210094539A1 (en) * | 2019-09-27 | 2021-04-01 | Zoox, Inc. | Blocking object avoidance |
CN112652173B (zh) * | 2019-10-11 | 2022-05-03 | 深圳富泰宏精密工业有限公司 | 行车安全提示方法、车辆及存储介质 |
JP7136060B2 (ja) * | 2019-10-11 | 2022-09-13 | トヨタ自動車株式会社 | 駐車支援装置 |
KR20210044963A (ko) * | 2019-10-15 | 2021-04-26 | 현대자동차주식회사 | 자율주행차량의 차선변경 경로 결정 장치 및 그 방법 |
JP7215392B2 (ja) * | 2019-10-15 | 2023-01-31 | トヨタ自動車株式会社 | 車両制御システム |
US11390300B2 (en) * | 2019-10-18 | 2022-07-19 | Uatc, Llc | Method for using lateral motion to optimize trajectories for autonomous vehicles |
CN112700636B (zh) * | 2019-10-21 | 2022-04-29 | 百度在线网络技术(北京)有限公司 | 用于更新信息的方法和装置 |
KR20210048619A (ko) * | 2019-10-23 | 2021-05-04 | 현대자동차주식회사 | 자율주행 차량의 속도 프로파일 산출 시스템 및 방법 |
DE102019216598A1 (de) * | 2019-10-29 | 2021-04-29 | Deere & Company | Verfahren zum Überwachen einer Umgebung eines Fahrzeugs und System zum Überwachen einer Umgebung eines Fahrzeugs |
US11577757B2 (en) * | 2019-11-01 | 2023-02-14 | Honda Motor Co., Ltd. | System and method for future forecasting using action priors |
WO2021092334A1 (en) * | 2019-11-06 | 2021-05-14 | Ohio State Innovation Foundation | Systems and methods for vehicle dynamics and powertrain control using multiple horizon optimization |
CN110764509A (zh) * | 2019-11-11 | 2020-02-07 | 北京百度网讯科技有限公司 | 任务调度方法、装置、设备及计算机可读存储介质 |
US11414061B2 (en) * | 2019-11-11 | 2022-08-16 | Hyundai Motor Company | Variable type flex brake system |
CN110949381B (zh) * | 2019-11-12 | 2021-02-12 | 深圳大学 | 一种驾驶行为危险度的监测方法及装置 |
CN110775056B (zh) * | 2019-11-25 | 2021-10-15 | 苏州智加科技有限公司 | 基于雷达探测的车辆行驶方法、装置、终端及介质 |
US11433892B2 (en) * | 2019-12-02 | 2022-09-06 | Gm Cruise Holdings Llc | Assertive vehicle detection model generation |
US11977167B2 (en) * | 2019-12-04 | 2024-05-07 | Waymo Llc | Efficient algorithm for projecting world points to a rolling shutter image |
JP7226284B2 (ja) * | 2019-12-06 | 2023-02-21 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、プログラム |
US11561543B2 (en) * | 2019-12-11 | 2023-01-24 | Baidu Usa Llc | Speed planning using a speed planning guideline for idle speed of autonomous driving vehicles |
US11535270B2 (en) * | 2019-12-17 | 2022-12-27 | Zoox, Inc. | Fault coordination and management |
WO2021133547A1 (en) * | 2019-12-23 | 2021-07-01 | Hrl Laboratories, Llc | An automated system for generating approximate safety conditions for monitoring and verification |
DE102020216470A1 (de) * | 2019-12-26 | 2021-07-01 | Mando Corporation | Fahrerassistenzsystem, damit ausgestattetes fahrzeug und verfahren zum steuern des fahrzeugs |
US11628837B2 (en) * | 2019-12-27 | 2023-04-18 | Westinghouse Air Brake Technologies Corporation | Vehicle speed management systems and methods |
US11623622B2 (en) | 2019-12-27 | 2023-04-11 | Intel Corporation | System and method for emergency braking |
CN110979321B (zh) * | 2019-12-30 | 2021-03-19 | 北京深测科技有限公司 | 一种用于无人驾驶车辆的障碍物躲避方法 |
CN113128303A (zh) * | 2019-12-31 | 2021-07-16 | 华为技术有限公司 | 一种自动驾驶方法、相关设备及计算机可读存储介质 |
JP7268612B2 (ja) * | 2020-01-20 | 2023-05-08 | トヨタ自動車株式会社 | 運転支援装置 |
DE102020200911B3 (de) * | 2020-01-27 | 2020-10-29 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Erkennen von Objekten in einer Umgebung eines Fahrzeugs |
JP7331731B2 (ja) * | 2020-02-21 | 2023-08-23 | トヨタ自動車株式会社 | 車両用電子ミラーシステム |
CN111404881B (zh) * | 2020-02-28 | 2022-11-11 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于adas系统的紧急挪车方法及自助挪车系统 |
US11225228B2 (en) * | 2020-03-11 | 2022-01-18 | Baidu Usa Llc | Method for enhancing in-path obstacle detection with safety redundancy autonomous system |
JP7383532B2 (ja) * | 2020-03-12 | 2023-11-20 | 本田技研工業株式会社 | 制御装置及び車両 |
US11619943B2 (en) * | 2020-03-20 | 2023-04-04 | Tusimple, Inc. | Optimal path library for local path planning of an autonomous vehicle |
EP4121331A4 (en) * | 2020-03-20 | 2024-05-01 | Glydways Inc | VEHICLE CONTROL SCHEMES FOR AUTONOMOUS VEHICLE SYSTEM |
DE102020107880A1 (de) * | 2020-03-23 | 2021-09-23 | Ford Global Technologies, Llc | Verfahren zum Steuern eines Geschwindigkeitsregelsystems in einem Kurvenverlauf |
JP7036857B2 (ja) * | 2020-03-27 | 2022-03-15 | 本田技研工業株式会社 | 車両及びその制御装置 |
US11498586B2 (en) * | 2020-03-27 | 2022-11-15 | Wipro Limited | Method and system for dynamically generating a secure navigation path for navigation of autonomous vehicle |
US11708071B2 (en) | 2020-03-30 | 2023-07-25 | Denso Corporation | Target-orientated navigation system for a vehicle using a generic navigation system and related method |
CN111507210B (zh) * | 2020-03-31 | 2023-11-21 | 华为技术有限公司 | 交通信号灯的识别方法、系统、计算设备和智能车 |
CN111572541B (zh) * | 2020-04-14 | 2022-06-14 | 吉利汽车研究院(宁波)有限公司 | 车辆避障方法及系统 |
JP2021170243A (ja) * | 2020-04-16 | 2021-10-28 | 株式会社Subaru | 車両の運転支援装置 |
DE102020111659A1 (de) | 2020-04-29 | 2021-11-04 | Car.Software Estonia As | Verfahren, System und Computerprogrammprodukt zur Bestimmung der Pose einer mobilen Einheit |
CN111497842B (zh) * | 2020-04-30 | 2023-03-24 | 重庆大学 | 一种人机双闭环分层协同纵向跟车控制方法 |
US20200262423A1 (en) * | 2020-05-08 | 2020-08-20 | Intel Corporation | Systems, devices, and methods for risk-aware driving |
US20210354729A1 (en) * | 2020-05-18 | 2021-11-18 | Nvidia Corporation | Efficient safety aware path selection and planning for autonomous machine applications |
KR20210145881A (ko) * | 2020-05-25 | 2021-12-03 | 현대자동차주식회사 | 자율주행차량의 비상정차 제어 방법 |
US20210403020A1 (en) * | 2020-06-29 | 2021-12-30 | Magna Electronics Inc. | Vehicular control system with detection and prevention of unintended motion |
US11458991B2 (en) * | 2020-06-29 | 2022-10-04 | Woven Planet North America, Inc | Systems and methods for optimizing trajectory planner based on human driving behaviors |
US11341866B2 (en) * | 2020-06-30 | 2022-05-24 | Toyota Research Institute, Inc. | Systems and methods for training a driver about automated driving operation |
CN111595597B (zh) * | 2020-06-30 | 2022-09-27 | 中汽院智能网联科技有限公司 | 一种复杂环境下aeb vru性能的测试方法 |
CN111857135A (zh) * | 2020-06-30 | 2020-10-30 | 北京百度网讯科技有限公司 | 用于车辆的避障方法、装置、电子设备和计算机存储介质 |
JP2023533225A (ja) * | 2020-07-01 | 2023-08-02 | メイ モビリティー,インコーポレイテッド | 自律走行車ポリシーを動的にキュレーションする方法及びシステム |
CN111833439A (zh) * | 2020-07-13 | 2020-10-27 | 郑州胜龙信息技术股份有限公司 | 基于人工智能的弹药投掷分析及移动仿真训练方法 |
DE102020118630A1 (de) | 2020-07-15 | 2022-01-20 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Betreiben eines Fahrerassistenzsystems eines Fahrzeugs und Verarbeitungseinrichtung zum Steuern eines Fahrerassistenzsystems |
US11584371B2 (en) | 2020-07-15 | 2023-02-21 | Toyota Research Institute, Inc. | Systems and methods for using R-functions and semi-analytic geometry for lane keeping in trajectory planning |
US20220028273A1 (en) * | 2020-07-24 | 2022-01-27 | Autobrains Technologies Ltd | Bypass assistance |
CN111791891B (zh) * | 2020-07-27 | 2022-04-12 | 吉林大学 | 一种基于驾驶员风格的直行跟车安全距离预警方法 |
US11644835B2 (en) | 2020-07-29 | 2023-05-09 | Toyota Research Institute, Inc. | Game-theoretic planning for risk-aware interactive agents |
JP7302545B2 (ja) * | 2020-08-03 | 2023-07-04 | トヨタ自動車株式会社 | 運転支援装置 |
US20220041146A1 (en) * | 2020-08-07 | 2022-02-10 | Uatc, Llc | Systems and Methods for Emergency Braking in Autonomous Vehicles |
DE102020210376A1 (de) | 2020-08-14 | 2022-02-17 | Robert Bosch Gesellschaft mit beschränkter Haftung | Vorrichtung und Verfahren zum Steuern eines Hardware-Agenten in einer Steuersituation mit mehreren Hardware-Agenten |
US11814075B2 (en) | 2020-08-26 | 2023-11-14 | Motional Ad Llc | Conditional motion predictions |
CN112141100B (zh) * | 2020-09-10 | 2021-09-21 | 恒大新能源汽车投资控股集团有限公司 | 车辆控制方法、装置及车辆 |
CN111829545B (zh) * | 2020-09-16 | 2021-01-08 | 深圳裹动智驾科技有限公司 | 自动驾驶车辆及其运动轨迹的动态规划方法及系统 |
CN112046455B (zh) * | 2020-09-21 | 2021-11-09 | 武汉大学 | 一种基于车辆质量辨识的自动紧急制动方法 |
US11597388B2 (en) * | 2020-09-24 | 2023-03-07 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for connected vehicle lane merge |
DE102020125142B4 (de) | 2020-09-25 | 2024-04-18 | Bayerische Motoren Werke Aktiengesellschaft | Steuerung eines Fahrzeugs |
CN112109731B (zh) * | 2020-09-27 | 2022-01-28 | 阿波罗智联(北京)科技有限公司 | 车辆控制方法、装置、电子设备、存储介质及车辆 |
CN111882047B (zh) * | 2020-09-28 | 2021-01-15 | 四川大学 | 一种基于强化学习与线性规划的快速空管防冲突方法 |
US11358598B2 (en) | 2020-10-01 | 2022-06-14 | Argo AI, LLC | Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection |
US11618444B2 (en) | 2020-10-01 | 2023-04-04 | Argo AI, LLC | Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior |
US11731661B2 (en) | 2020-10-01 | 2023-08-22 | Argo AI, LLC | Systems and methods for imminent collision avoidance |
US20220114815A1 (en) * | 2020-10-13 | 2022-04-14 | Thinkware Corporation | Moving body collision avoidance device, collision avoidance method and electronic device |
US11820426B2 (en) * | 2020-10-29 | 2023-11-21 | GM Global Technology Operations LLC | Methods and systems to control vehicle steering |
CN112389440B (zh) * | 2020-11-07 | 2021-06-04 | 吉林大学 | 一种基于车路作用机理的越野环境中车辆行驶风险预测方法 |
US20220144260A1 (en) * | 2020-11-10 | 2022-05-12 | Honda Motor Co., Ltd. | System and method for completing risk object identification |
CN112373470B (zh) * | 2020-11-17 | 2022-01-28 | 聊城大学 | 紧急避让工况自动驾驶转向制动纳什博弈控制方法 |
CN117774959A (zh) * | 2020-11-19 | 2024-03-29 | 御眼视觉技术有限公司 | 轻量的交通工具中的危急场景提取系统 |
JP7372229B2 (ja) * | 2020-11-30 | 2023-10-31 | トヨタ自動車株式会社 | 自動搬送機の制御システム及び制御方法 |
EP4260009A1 (en) | 2020-12-14 | 2023-10-18 | May Mobility, Inc. | Autonomous vehicle safety platform system and method |
CN112373488B (zh) * | 2020-12-14 | 2021-12-28 | 长春汽车工业高等专科学校 | 一种基于人工智能的无人驾驶系统及方法 |
CN112590791B (zh) * | 2020-12-16 | 2022-03-11 | 东南大学 | 一种基于博弈论的智能车换道间隙选择方法及装置 |
CN112644516B (zh) * | 2020-12-16 | 2022-03-29 | 吉林大学青岛汽车研究院 | 适用于环岛场景的无人驾驶控制系统和控制方法 |
JP7302584B2 (ja) * | 2020-12-16 | 2023-07-04 | トヨタ自動車株式会社 | 速度制御装置 |
US11472444B2 (en) | 2020-12-17 | 2022-10-18 | May Mobility, Inc. | Method and system for dynamically updating an environmental representation of an autonomous agent |
TWI793482B (zh) * | 2020-12-19 | 2023-02-21 | 荷蘭商荷蘭移動驅動器公司 | 輔助駕駛方法及車輛 |
US11912302B2 (en) * | 2020-12-21 | 2024-02-27 | Zoox, Inc. | Autonomous control engagement |
US20220201442A1 (en) * | 2020-12-23 | 2022-06-23 | Autotalks Ltd. | Method and apparatus for enhancing the value of vehicular data using v2x communications |
JP2022100521A (ja) * | 2020-12-24 | 2022-07-06 | 株式会社Subaru | 車両制御装置 |
US20220204056A1 (en) * | 2020-12-28 | 2022-06-30 | Waymo LLC. | Permeable Speed Constraints |
US20220212694A1 (en) * | 2021-01-07 | 2022-07-07 | Argo AI, LLC | Methods and systems for generating a longitudinal plan for an autonomous vehicle based on behavior of uncertain road users |
CN113111004B (zh) * | 2021-01-11 | 2022-05-17 | 北京赛目科技有限公司 | 一种场景无关的无人驾驶仿真测试评估方法及装置 |
CN113753073A (zh) * | 2021-01-12 | 2021-12-07 | 京东鲲鹏(江苏)科技有限公司 | 车速控制方法、装置、设备及存储介质 |
KR102479484B1 (ko) * | 2021-01-13 | 2022-12-22 | 부경대학교 산학협력단 | 비신호 교차로에서 자율주행차량의 개선된 통행을 위한 장치 및 방법 |
JP7456952B2 (ja) * | 2021-01-14 | 2024-03-27 | トヨタ自動車株式会社 | 車両の制御装置、方法、プログラム、及び車両 |
EP4039556A1 (en) | 2021-02-09 | 2022-08-10 | Aptiv Technologies Limited | Lateral acceleration control for autonomous driving |
EP4039557A1 (en) * | 2021-02-09 | 2022-08-10 | Aptiv Technologies Limited | Trajectory validation for autonomous driving |
US11733369B2 (en) | 2021-02-11 | 2023-08-22 | Waymo Llc | Methods and systems for three dimensional object detection and localization |
CN113109798A (zh) * | 2021-03-01 | 2021-07-13 | 福瑞泰克智能系统有限公司 | 目标检测方法、装置、计算机设备和存储介质 |
CN112562309B (zh) * | 2021-03-01 | 2021-05-07 | 湖南师范大学 | 基于改进Dijkstra算法的网约车调度方法 |
CN113053167A (zh) * | 2021-03-11 | 2021-06-29 | 吉林大学 | 一种混合交通环境下互联车辆十字路口无碰撞管理方法 |
CN112758108A (zh) * | 2021-03-11 | 2021-05-07 | 蔚来汽车科技(安徽)有限公司 | 自动驾驶控制方法、自动驾驶控制系统和车辆 |
CN113189867B (zh) * | 2021-03-24 | 2023-11-14 | 大连海事大学 | 一种考虑位姿与速度受限的无人船自学习最优跟踪控制方法 |
US20220315047A1 (en) * | 2021-03-30 | 2022-10-06 | Honda Research Institute Europe Gmbh | Method, system and vehicle with an uncertainty-based lane positioning control |
CN113264064B (zh) * | 2021-03-31 | 2022-05-10 | 志行千里(北京)科技有限公司 | 用于交叉路口场景的自动驾驶方法及相关设备 |
JP2024512980A (ja) | 2021-04-02 | 2024-03-21 | メイ モビリティー,インコーポレイテッド | 不完全な環境情報で自律エージェントを動作させる方法及びシステム |
CN113071517B (zh) * | 2021-04-12 | 2022-05-13 | 南京航空航天大学 | 一种基于车辆行为预测的自动驾驶避障方法及系统 |
US11958503B2 (en) * | 2021-04-16 | 2024-04-16 | Motional Ad Llc | Techniques for navigating an autonomous vehicle based on perceived risk |
CN113071520B (zh) * | 2021-04-16 | 2024-01-16 | 阿波罗智联(北京)科技有限公司 | 车辆行驶控制方法及装置 |
DE102021110120A1 (de) | 2021-04-21 | 2022-10-27 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Vorrichtung und Verfahren zum Ansteuern eines Fahrzeugs |
CN112991764B (zh) * | 2021-04-26 | 2021-08-06 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于摄像头的超车场景数据采集、识别与提取系统 |
US11673570B2 (en) * | 2021-04-26 | 2023-06-13 | Nissan North America, Inc. | Vehicle driving behavior monitoring and warning system |
CN113276884B (zh) * | 2021-04-28 | 2022-04-26 | 吉林大学 | 一种可变博弈模式的智能车交互决策通行方法及系统 |
US20220379889A1 (en) * | 2021-05-28 | 2022-12-01 | Zoox, Inc. | Vehicle deceleration planning |
EP4347344A1 (en) * | 2021-05-28 | 2024-04-10 | Tusimple, Inc. | Systems and methods for operating an autonomous vehicle |
TWI809763B (zh) * | 2021-05-28 | 2023-07-21 | 義隆電子股份有限公司 | 行動載具的安全系統及其控制方法 |
WO2022256249A1 (en) * | 2021-06-02 | 2022-12-08 | May Mobility, Inc. | Method and system for remote assistance of an autonomous agent |
CN113219989B (zh) * | 2021-06-02 | 2022-05-31 | 安徽工业大学 | 一种基于改进的蝴蝶优化算法移动机器人路径规划方法 |
CN113325804B (zh) * | 2021-06-08 | 2022-03-29 | 中国科学院数学与系统科学研究院 | 一种运动控制系统的q学习扩张状态观测器设计方法 |
CN113353089B (zh) * | 2021-06-10 | 2022-10-25 | 东风华神汽车有限公司 | 车辆安全行驶控制方法、装置、设备及可读存储介质 |
CN113535868A (zh) * | 2021-06-11 | 2021-10-22 | 上海追势科技有限公司 | 一种基于公开导航地图的自主泊车高精地图生成方法 |
US11634152B2 (en) * | 2021-06-23 | 2023-04-25 | Rivian Ip Holdings, Llc | Systems and methods for providing a suggested steering action indicator to user interface of vehicle |
DE102021206854A1 (de) * | 2021-06-30 | 2023-01-05 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Steuerung einer Annäherung eines Fahrzeugs, Abstandsregler, Computerprogramm und Speichereinheit |
DE102021116853A1 (de) * | 2021-06-30 | 2023-01-05 | Zf Cv Systems Global Gmbh | Verfahren und Vorrichtung zum Regeln des Abstandes zwischen einem Egofahrzeug und einem vorausfahrenden Fahrzeug, sowie Fahrzeug und elektronische Verarbeitungseinheit |
US11900687B2 (en) | 2021-07-06 | 2024-02-13 | Canoo Technologies Inc. | Fisheye collage transformation for road object detection or other object detection |
US20230020503A1 (en) * | 2021-07-08 | 2023-01-19 | Ford Global Technologies, Llc | Machine control |
CN113467464A (zh) * | 2021-07-17 | 2021-10-01 | 普达迪泰(天津)智能装备科技有限公司 | 一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法 |
CN113335276A (zh) * | 2021-07-20 | 2021-09-03 | 中国第一汽车股份有限公司 | 障碍物的轨迹预测方法、装置、电子设备及存储介质 |
US11724739B2 (en) * | 2021-07-22 | 2023-08-15 | GM Global Technology Operations LLC | Vehicle actuation commands to affect transient handling |
CN113705802B (zh) * | 2021-07-26 | 2023-09-08 | 深圳市易成自动驾驶技术有限公司 | 自动驾驶的同步计算方法、装置、系统、程序产品及介质 |
US11794780B2 (en) * | 2021-07-29 | 2023-10-24 | GM Global Technology Operations LLC | Reward function for vehicles |
CN113306552B (zh) * | 2021-07-31 | 2021-10-01 | 西华大学 | 混合道路拥堵状态下无人驾驶汽车的超低速蠕行方法 |
DE102021208472B3 (de) * | 2021-08-04 | 2022-12-01 | Continental Autonomous Mobility Germany GmbH | Computerimplementiertes Verfahren zum Trainieren eines Machine-Learning-Modells für ein Fahrzeug oder einen Roboter |
CN113591781B (zh) * | 2021-08-11 | 2023-07-28 | 山东大学 | 基于服务机器人云平台的图像处理方法及系统 |
US20230068703A1 (en) * | 2021-08-24 | 2023-03-02 | Waymo Llc | Planning system for autonomously navigating around lane-sharing road agents |
WO2023037347A1 (en) * | 2021-09-13 | 2023-03-16 | Mobileye Vision Technologies Ltd. | Map features delivered via augmented reality (ar) |
KR20230041411A (ko) | 2021-09-17 | 2023-03-24 | 주식회사 에이치엘클레무브 | 차량의 주행을 보조하는 장치 및 그 방법 |
CN113665589B (zh) * | 2021-09-18 | 2023-04-07 | 广州小鹏自动驾驶科技有限公司 | 车辆纵向控制方法、装置、车载终端及存储介质 |
US20230099598A1 (en) * | 2021-09-27 | 2023-03-30 | Ford Global Technologies, Llc | Vehicle object tracking |
CN113778108B (zh) * | 2021-10-09 | 2023-07-21 | 招商局检测车辆技术研究院有限公司 | 一种基于路侧感知单元的数据采集系统及数据处理方法 |
US20230128456A1 (en) * | 2021-10-25 | 2023-04-27 | Honda Motor Co., Ltd. | Adaptive trust calibration |
US20230127465A1 (en) * | 2021-10-26 | 2023-04-27 | Ford Global Technologies, Llc | System and method for approaching vehicle detection |
TWI817263B (zh) * | 2021-11-25 | 2023-10-01 | 財團法人金屬工業研究發展中心 | 移動載具側向盲點感測系統及其方法 |
TWI818364B (zh) * | 2021-11-29 | 2023-10-11 | 財團法人工業技術研究院 | 車輛行駛控制裝置及其控制與預警資訊顯示方法 |
TWI785913B (zh) * | 2021-12-01 | 2022-12-01 | 曾尹彥 | 行車預警系統 |
BE1029667B1 (nl) | 2021-12-02 | 2023-03-02 | Ivex | Methoden, systemen, opslagmedia en apparatuur voor het analyseren van de band-wegfrictieschatting van trajectkandidaten op plannerniveau voor een veiliger trajectkeuze in geautomatiseerde voertuigen |
US20230182740A1 (en) * | 2021-12-09 | 2023-06-15 | GM Global Technology Operations LLC | Method for completing overtake maneuvers in variant traffic conditions |
FR3130229A1 (fr) * | 2021-12-10 | 2023-06-16 | Psa Automobiles Sa | Procédé et dispositif de contrôle de trajectoire d’un véhicule autonome |
US20230182782A1 (en) * | 2021-12-14 | 2023-06-15 | Zoox, Inc. | Identifying relevant objects within an environment |
WO2023114212A1 (en) * | 2021-12-14 | 2023-06-22 | Cummins Inc. | Systemsand methods for camera-based powertrain diagnostic and control |
US20230192075A1 (en) * | 2021-12-22 | 2023-06-22 | Joseph Burtch | Automated driving obstacle avoidance along a path |
KR102497716B1 (ko) * | 2021-12-28 | 2023-02-08 | 한국교통연구원 | 자율주행협력 차량의 권장 제한 속도를 제공하는 관제 서버 |
CN114360276B (zh) * | 2022-01-13 | 2022-08-26 | 郑州汉威光电股份有限公司 | 一种基于大数据的高速公路智慧管理系统 |
CN114312491B (zh) * | 2022-01-17 | 2023-04-07 | 广东技术师范大学 | 用于新能源汽车的氢燃料电池电能输出控制方法和系统 |
US20230227070A1 (en) * | 2022-01-18 | 2023-07-20 | Toyota Research Institute, Inc. | System and method for providing friction circle feedback for vehicle safety |
US11851052B2 (en) * | 2022-01-31 | 2023-12-26 | Ford Global Technologies, Llc | Vehicle path verification |
US11814072B2 (en) | 2022-02-14 | 2023-11-14 | May Mobility, Inc. | Method and system for conditional operation of an autonomous agent |
CN114332635B (zh) * | 2022-03-11 | 2022-05-31 | 科大天工智能装备技术(天津)有限公司 | 一种智能搬运机器人障碍物自动识别方法和系统 |
US20230322208A1 (en) * | 2022-04-06 | 2023-10-12 | Mobileye Vision Technologies Ltd. | Steering limiters for vehicle navigation |
WO2023225351A1 (en) * | 2022-05-19 | 2023-11-23 | Motional Ad Llc | Safety filter for machine learning planners |
DE102022115721A1 (de) * | 2022-06-23 | 2023-12-28 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Regeleinrichtung für eine automatische Bremsregelung eines Kraftfahrzeugs |
US11644842B1 (en) * | 2022-06-23 | 2023-05-09 | Motional Ad Llc | Semi-closed loop rollouts for data augmentation |
CN114872735B (zh) * | 2022-07-10 | 2022-10-04 | 成都工业职业技术学院 | 基于神经网络算法的自动驾驶物流车辆决策方法和装置 |
CN115083166B (zh) * | 2022-07-14 | 2022-11-11 | 深圳市维力谷无线技术股份有限公司 | 基于5g技术的车路通信测试系统和方法 |
DE102022123716A1 (de) | 2022-09-16 | 2024-03-21 | Audi Aktiengesellschaft | System und Verfahren zur Minimierung von Unfallfolgen |
CN115675397B (zh) * | 2022-11-11 | 2023-11-24 | 江苏天一航空工业股份有限公司 | 一种物流行李牵引车线控助力制动系统及方法 |
CN116080598B (zh) * | 2023-01-17 | 2024-04-12 | 重庆长安汽车股份有限公司 | 一种防止汽车坠落的系统、控制方法及存储介质 |
CN117075526B (zh) * | 2023-10-13 | 2024-01-26 | 江苏怀广智能交通科技有限公司 | 自动驾驶车辆的远程控制方法和装置 |
CN117841939B (zh) * | 2024-03-08 | 2024-05-07 | 江苏钜熙矿用设备科技有限公司 | 一种矿用运输车辆制动控制系统 |
CN117885764A (zh) * | 2024-03-14 | 2024-04-16 | 中国第一汽车股份有限公司 | 车辆的轨迹规划方法、装置、车辆及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005053384A (ja) | 2003-08-06 | 2005-03-03 | Daihatsu Motor Co Ltd | 衝突回避装置 |
JP2008174054A (ja) | 2007-01-17 | 2008-07-31 | Mitsubishi Electric Corp | 車両用安全装置 |
JP2012121534A (ja) | 2010-12-10 | 2012-06-28 | Daimler Ag | 車両の自動制動装置 |
Family Cites Families (177)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3309589A (en) * | 1962-11-23 | 1967-03-14 | Electricite Mecanique Et Appli | Electrical device for precisely positioning a remote component |
US3350882A (en) * | 1964-10-06 | 1967-11-07 | Chrysler Corp | Vehicle braking system |
US7663502B2 (en) * | 1992-05-05 | 2010-02-16 | Intelligent Technologies International, Inc. | Asset system control arrangement and method |
US7415126B2 (en) * | 1992-05-05 | 2008-08-19 | Automotive Technologies International Inc. | Occupant sensing system |
US7243945B2 (en) * | 1992-05-05 | 2007-07-17 | Automotive Technologies International, Inc. | Weight measuring systems and methods for vehicles |
US7164117B2 (en) * | 1992-05-05 | 2007-01-16 | Automotive Technologies International, Inc. | Vehicular restraint system control system and method using multiple optical imagers |
US4610484A (en) * | 1983-09-23 | 1986-09-09 | The Boeing Company | Deceleration control brake system |
US5610815A (en) * | 1989-12-11 | 1997-03-11 | Caterpillar Inc. | Integrated vehicle positioning and navigation system, apparatus and method |
US5438517A (en) * | 1990-02-05 | 1995-08-01 | Caterpillar Inc. | Vehicle position determination system and method |
AU3168493A (en) * | 1991-12-24 | 1993-07-28 | Lucas Industries Public Limited Company | Braking distribution system for a multi-axle vehicle making allowance for background braking |
JP3959748B2 (ja) | 1995-05-22 | 2007-08-15 | 日産自動車株式会社 | 車両用自動制動装置 |
JP3456399B2 (ja) * | 1998-02-09 | 2003-10-14 | 日産自動車株式会社 | 無段変速機の変速制御装置 |
US6719076B1 (en) * | 1999-02-08 | 2004-04-13 | Toyota Jidosha Kabushiki Kaisha | Vehicle braked by motor torque and method of controlling the vehicle |
JP2000285347A (ja) * | 1999-03-31 | 2000-10-13 | Matsushita Electric Ind Co Ltd | 緊急通報方法及び装置並びに車両緊急通報システム |
US6737963B2 (en) * | 2001-03-30 | 2004-05-18 | Koninklijke Philips Electronics N.V. | Driver tailgating and following aid |
JP4090726B2 (ja) * | 2001-11-26 | 2008-05-28 | 横浜ゴム株式会社 | ブレーキ制御装置、ブレーキ制御方法および記録媒体 |
US6643588B1 (en) | 2002-04-11 | 2003-11-04 | Visteon Global Technologies, Inc. | Geometric based path prediction method using moving and stop objects |
US20170255824A1 (en) * | 2016-03-04 | 2017-09-07 | General Electric Company | Aerial camera system and method for identifying route-related hazards |
US7124027B1 (en) * | 2002-07-11 | 2006-10-17 | Yazaki North America, Inc. | Vehicular collision avoidance system |
US9950722B2 (en) * | 2003-01-06 | 2018-04-24 | General Electric Company | System and method for vehicle control |
US7016783B2 (en) * | 2003-03-28 | 2006-03-21 | Delphi Technologies, Inc. | Collision avoidance with active steering and braking |
JP4285124B2 (ja) * | 2003-07-17 | 2009-06-24 | 株式会社アドヴィックス | 最大路面摩擦力推定装置、及びブレーキトルク制御装置 |
US8082101B2 (en) | 2004-04-08 | 2011-12-20 | Mobileye Technologies Ltd. | Collision warning system |
NO320851B1 (no) * | 2004-04-15 | 2006-02-06 | Oddvard Johnsen | Kontrollerfunksjoner for brems basert pa en styring etter variasjoner i akselerasjonsverdier i hjulets horisontale plan |
US7522982B2 (en) * | 2004-09-15 | 2009-04-21 | Ford Global Technologies, Llc | Methods and systems for detecting automobile rollover |
JP4367370B2 (ja) * | 2005-04-13 | 2009-11-18 | 株式会社デンソー | 車両用ナビゲーション装置 |
JP4466571B2 (ja) * | 2005-05-12 | 2010-05-26 | 株式会社デンソー | ドライバ状態検出装置、車載警報装置、運転支援システム |
US8364366B2 (en) * | 2005-06-24 | 2013-01-29 | Deere & Company | System and method for providing a safety zone associated with a vehicle |
JP4887980B2 (ja) * | 2005-11-09 | 2012-02-29 | 日産自動車株式会社 | 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 |
US20070213911A1 (en) * | 2006-03-09 | 2007-09-13 | Ford Global Technologies, Llc | Trailbraking |
EP2123239B1 (en) | 2006-05-18 | 2012-03-21 | STAAR Japan Inc. | Insertion device for intraocular lens |
EP1898232B1 (en) * | 2006-09-08 | 2010-09-01 | Ford Global Technologies, LLC | Method and system for collision avoidance |
EP2383679A1 (en) * | 2006-12-06 | 2011-11-02 | Mobileye Technologies Limited | Detecting and recognizing traffic signs |
US7881497B2 (en) * | 2007-03-08 | 2011-02-01 | Honeywell International Inc. | Vision based navigation and guidance system |
JP2008242544A (ja) * | 2007-03-26 | 2008-10-09 | Hitachi Ltd | 衝突回避装置および方法 |
JP4207088B2 (ja) * | 2007-06-20 | 2009-01-14 | トヨタ自動車株式会社 | 車両走行推定装置 |
US8744689B2 (en) * | 2007-07-26 | 2014-06-03 | Hitachi, Ltd. | Drive controlling apparatus for a vehicle |
FR2931984B1 (fr) * | 2008-06-02 | 2014-12-12 | Airbus France | Procede et dispositif de generation d'une vitesse commandee pour un aeronef roulant sur le sol au sein d'un convoi d'aeronefs. |
US7916006B2 (en) * | 2008-06-25 | 2011-03-29 | GM Global Technology Operations LLC | Judgment line calculations for a vehicle safety system |
DE102008045481A1 (de) * | 2008-08-28 | 2009-05-20 | Daimler Ag | Verfahren und Vorrichtung zur Auslösung eines selbsttätigen Notbremsvorgangs eines Fahrzeugs |
DE102009000726A1 (de) * | 2009-02-09 | 2010-08-12 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben einer Lenkanordnung eines Kraftfahrzeugs |
US8170725B2 (en) * | 2009-02-18 | 2012-05-01 | GM Global Technology Operations LLC | Vehicle stability enhancement control adaptation to driving skill based on highway on/off ramp maneuver |
EP2221581B1 (en) | 2009-02-18 | 2017-07-19 | Harman Becker Automotive Systems GmbH | Method of estimating a propulsion-related operating parameter |
US8244408B2 (en) * | 2009-03-09 | 2012-08-14 | GM Global Technology Operations LLC | Method to assess risk associated with operating an autonomic vehicle control system |
GB0904875D0 (en) * | 2009-03-20 | 2009-05-06 | Geola Technologies Ltd | Electric vtol aircraft |
US8352111B2 (en) * | 2009-04-06 | 2013-01-08 | GM Global Technology Operations LLC | Platoon vehicle management |
JP4883248B2 (ja) * | 2009-06-02 | 2012-02-22 | トヨタ自動車株式会社 | 車両用周辺監視装置 |
US20110190972A1 (en) * | 2010-02-02 | 2011-08-04 | Gm Global Technology Operations, Inc. | Grid unlock |
US8760030B2 (en) * | 2010-06-07 | 2014-06-24 | David A. Ross | Flexible rotor sequentially actuated motor/generator |
KR101049906B1 (ko) * | 2010-12-30 | 2011-07-15 | 국방과학연구소 | 자율 이동 장치 및 이의 충돌 회피 방법 |
CN103415425B (zh) * | 2010-12-31 | 2017-02-15 | 通用电气公司 | 用于控制车辆的系统和方法 |
US8670903B2 (en) * | 2011-05-05 | 2014-03-11 | GM Global Technology Operations LLC | Lane centering fail-safe control using differential braking |
KR20130005107A (ko) * | 2011-07-05 | 2013-01-15 | 현대자동차주식회사 | 차간거리 자동 가변 시스템 및 그 방법 |
CN103781685B (zh) * | 2011-08-25 | 2016-08-24 | 日产自动车株式会社 | 车辆用自主行驶控制系统 |
EP2763118B1 (en) * | 2011-09-26 | 2019-06-19 | Toyota Jidosha Kabushiki Kaisha | Driving support system for a vehicle |
US8694222B2 (en) * | 2011-10-26 | 2014-04-08 | GM Global Technology Operations LLC | Collision avoidance system and method of operating the same |
US8706393B2 (en) * | 2012-01-10 | 2014-04-22 | Ford Global Technologies, Llc | Intersection collision avoidance with adaptable vehicle dimensions |
JP5533903B2 (ja) * | 2012-01-27 | 2014-06-25 | トヨタ自動車株式会社 | 車両制御装置 |
US9381916B1 (en) * | 2012-02-06 | 2016-07-05 | Google Inc. | System and method for predicting behaviors of detected objects through environment representation |
KR101703144B1 (ko) | 2012-02-09 | 2017-02-06 | 한국전자통신연구원 | 차량의 자율주행 장치 및 그 방법 |
US9429943B2 (en) * | 2012-03-05 | 2016-08-30 | Florida A&M University | Artificial intelligence valet systems and methods |
US9082239B2 (en) * | 2012-03-14 | 2015-07-14 | Flextronics Ap, Llc | Intelligent vehicle for assisting vehicle occupants |
US20140309921A1 (en) * | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Travel route alteration based on user profile and business |
JP5903985B2 (ja) | 2012-03-29 | 2016-04-13 | 富士通株式会社 | 渋滞誘因運転行動評価方法 |
US9495874B1 (en) * | 2012-04-13 | 2016-11-15 | Google Inc. | Automated system and method for modeling the behavior of vehicles and other agents |
DE102012206725A1 (de) * | 2012-04-24 | 2013-10-24 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zum Versetzen eines autonom fahrenden Kraftfahrzeugs in einen sicheren Zustand |
US20130278441A1 (en) * | 2012-04-24 | 2013-10-24 | Zetta Research and Development, LLC - ForC Series | Vehicle proxying |
US9989637B2 (en) * | 2012-08-03 | 2018-06-05 | Safie Holdings LLC | Portable collision warning apparatus |
US20160082885A1 (en) * | 2012-08-03 | 2016-03-24 | Steve A. Safie | Portable collision warning apparatus |
DE102012215093A1 (de) * | 2012-08-24 | 2014-02-27 | Robert Bosch Gmbh | Fahrerassistenzsystem und Verfahren zum Betreiben des Fahrerassistenzsystems |
SG2013067491A (en) * | 2012-09-07 | 2014-04-28 | Agency Science Tech & Res | A receiver for body channel communication and a method of operating a receiver therefrom |
US9196164B1 (en) * | 2012-09-27 | 2015-11-24 | Google Inc. | Pedestrian notifications |
US9633565B2 (en) * | 2012-11-15 | 2017-04-25 | GM Global Technology Operations LLC | Active safety system and method for operating the same |
US8825258B2 (en) * | 2012-11-30 | 2014-09-02 | Google Inc. | Engaging and disengaging for autonomous driving |
GB2508668A (en) * | 2012-12-10 | 2014-06-11 | Jaguar Land Rover Ltd | Adaptive cruise control (ACC) means for a host vehicle having regenerative and non-regenerative braking means |
AT513714B1 (de) * | 2012-12-12 | 2015-02-15 | Avl List Gmbh | Verfahren zur Beurteilung der Beherrschbarkeit eines Fahrzeuges |
US9751534B2 (en) * | 2013-03-15 | 2017-09-05 | Honda Motor Co., Ltd. | System and method for responding to driver state |
US8849494B1 (en) * | 2013-03-15 | 2014-09-30 | Google Inc. | Data selection by an autonomous vehicle for trajectory modification |
US8996224B1 (en) * | 2013-03-15 | 2015-03-31 | Google Inc. | Detecting that an autonomous vehicle is in a stuck condition |
DE102013009414A1 (de) * | 2013-06-05 | 2014-12-11 | Hengstler Gmbh | Verfahren und Vorrichtung zur Erzeugung und Ausgabe von Mauttickets |
US8788176B1 (en) * | 2013-06-19 | 2014-07-22 | Ford Global Technologies, Llc | Adjustable threshold for forward collision warning system |
DE102013213171A1 (de) * | 2013-07-04 | 2015-01-08 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Kraftfahrzeugs in einem automatisierten Fahrbetrieb |
US8874301B1 (en) * | 2013-07-09 | 2014-10-28 | Ford Global Technologies, Llc | Autonomous vehicle with driver presence and physiological monitoring |
US9099006B2 (en) * | 2013-08-22 | 2015-08-04 | GM Global Technology Operations LLC | Context-aware threat response arbitration |
JP6090065B2 (ja) | 2013-08-27 | 2017-03-08 | トヨタ自動車株式会社 | 運転支援装置 |
JP5907141B2 (ja) | 2013-10-18 | 2016-04-20 | トヨタ自動車株式会社 | 車両の走行経路演算装置 |
JP5988171B2 (ja) * | 2013-11-29 | 2016-09-07 | アイシン精機株式会社 | 車両挙動制御装置および車両挙動制御システム |
US9123250B2 (en) * | 2013-12-05 | 2015-09-01 | Elwha Llc | Systems and methods for reporting real-time handling characteristics |
US20150158495A1 (en) * | 2013-12-05 | 2015-06-11 | Elwha Llc | Systems and methods for reporting characteristics of operator performance |
US20150161894A1 (en) * | 2013-12-05 | 2015-06-11 | Elwha Llc | Systems and methods for reporting characteristics of automatic-driving software |
DE102013020435A1 (de) * | 2013-12-06 | 2014-06-18 | Daimler Ag | Verfahren zum Erkennen von Objekten in einer Fahrzeugumgebung |
CN109884618B (zh) * | 2014-02-20 | 2023-05-26 | 御眼视觉技术有限公司 | 车辆的导航系统、包括导航系统的车辆和导航车辆的方法 |
US20150316387A1 (en) * | 2014-04-30 | 2015-11-05 | Toyota Motor Engineering & Manufacturing North America, Inc. | Detailed map format for autonomous driving |
WO2015166803A1 (ja) * | 2014-05-01 | 2015-11-05 | 横浜ゴム株式会社 | 空気入りタイヤ |
EP2942251B1 (en) * | 2014-05-08 | 2017-04-05 | Volvo Car Corporation | Method for providing an object prediction representation |
US9174649B1 (en) * | 2014-06-02 | 2015-11-03 | Ford Global Technologies, Llc | Redundancy for automated vehicle operations |
CA2893194C (en) | 2014-07-30 | 2018-06-19 | Shigeru OHSUGI | Transporter vehicle and transporter vehicle control method |
DE102014215243B4 (de) * | 2014-08-01 | 2020-05-07 | Bayerische Motoren Werke Aktiengesellschaft | Robuste Totzeit- und Dynamikkompensation für Trajektorienfolgeregelung |
US9767366B1 (en) * | 2014-08-06 | 2017-09-19 | Waymo Llc | Using obstacle clearance to measure precise lateral |
US9731713B2 (en) * | 2014-09-10 | 2017-08-15 | Volkswagen Ag | Modifying autonomous vehicle driving by recognizing vehicle characteristics |
US9925980B2 (en) * | 2014-09-17 | 2018-03-27 | Magna Electronics Inc. | Vehicle collision avoidance system with enhanced pedestrian avoidance |
US9248834B1 (en) * | 2014-10-02 | 2016-02-02 | Google Inc. | Predicting trajectories of objects based on contextual information |
CN107074027B (zh) * | 2014-11-12 | 2019-08-30 | 横滨橡胶株式会社 | 充气轮胎和车辆 |
JP2016109783A (ja) * | 2014-12-03 | 2016-06-20 | 株式会社リコー | 画像形成装置 |
US10050433B2 (en) * | 2014-12-11 | 2018-08-14 | General Electric Company | Power generation system and method with resistive braking capability |
US10337594B2 (en) * | 2015-01-13 | 2019-07-02 | Space Systems/Loral, Llc | Incremental deployment device |
US9505405B2 (en) * | 2015-01-16 | 2016-11-29 | Ford Global Technologies, Llc | Rear collision avoidance and mitigation system |
CN107438754A (zh) | 2015-02-10 | 2017-12-05 | 御眼视觉技术有限公司 | 用于自主车辆导航的稀疏地图 |
CN104787016A (zh) * | 2015-03-19 | 2015-07-22 | 苏州佳世达电通有限公司 | 自动导引车 |
US10144527B2 (en) * | 2015-03-25 | 2018-12-04 | Skyfront Corp. | Flight controller with generator control |
RU2726238C2 (ru) | 2015-05-13 | 2020-07-10 | ЮЭйТиСи, ЭлЭлСи | Автономное транспортное средство с поддержкой направления |
US10031522B2 (en) * | 2015-05-27 | 2018-07-24 | Dov Moran | Alerting predicted accidents between driverless cars |
US9841762B2 (en) * | 2015-05-27 | 2017-12-12 | Comigo Ltd. | Alerting predicted accidents between driverless cars |
WO2016189495A1 (en) * | 2015-05-27 | 2016-12-01 | Van Dyke, Marc | Alerting predicted accidents between driverless cars |
US20160357187A1 (en) * | 2015-06-05 | 2016-12-08 | Arafat M.A. ANSARI | Smart vehicle |
US20160357262A1 (en) * | 2015-06-05 | 2016-12-08 | Arafat M.A. ANSARI | Smart vehicle |
US9836056B2 (en) * | 2015-06-05 | 2017-12-05 | Bao Tran | Smart vehicle |
US9711050B2 (en) * | 2015-06-05 | 2017-07-18 | Bao Tran | Smart vehicle |
US10086699B2 (en) * | 2015-06-24 | 2018-10-02 | Nissan North America, Inc. | Vehicle operation assistance information management for autonomous vehicle control operation |
US9937795B2 (en) * | 2015-06-24 | 2018-04-10 | Nissan North America, Inc. | Vehicle operation assistance information management for autonomous vehicle control transfer |
US9630498B2 (en) * | 2015-06-24 | 2017-04-25 | Nissan North America, Inc. | Vehicle operation assistance information management |
WO2017014427A1 (en) * | 2015-07-20 | 2017-01-26 | Lg Electronics Inc. | Method for receiving a signal in wireless communication system and a device therefor |
US10766472B2 (en) * | 2015-07-27 | 2020-09-08 | Volvo Truck Corporation | ABS strategy for hybrid brake actuators |
US9934688B2 (en) * | 2015-07-31 | 2018-04-03 | Ford Global Technologies, Llc | Vehicle trajectory determination |
JP6776513B2 (ja) * | 2015-08-19 | 2020-10-28 | ソニー株式会社 | 車両制御装置と車両制御方法と情報処理装置および交通情報提供システム |
US10099705B2 (en) | 2015-08-31 | 2018-10-16 | Uber Technologies, Inc. | Control system for autonomous-capable vehicles |
US9849852B1 (en) * | 2015-09-04 | 2017-12-26 | Waymo Llc | Intelligent deployment of safety mechanisms for autonomous vehicles |
US9587952B1 (en) * | 2015-09-09 | 2017-03-07 | Allstate Insurance Company | Altering autonomous or semi-autonomous vehicle operation based on route traversal values |
EP3153366B1 (en) * | 2015-10-07 | 2020-12-09 | Volvo Car Corporation | Vehicle observability enhancing system, vehicle comprising such system and a method for increasing vehicle observability |
KR20170054186A (ko) | 2015-11-09 | 2017-05-17 | 현대자동차주식회사 | 자율주행차량 제어 장치 및 그 방법 |
WO2017101036A1 (en) * | 2015-12-16 | 2017-06-22 | Intel Corporation | Fully convolutional pyramid networks for pedestrian detection |
FR3045563B1 (fr) * | 2015-12-18 | 2018-02-09 | Messier-Bugatti-Dowty | Procede et systeme de commande de freinage d’un aeronef equipe d’un systeme d’inversion de poussee |
KR101860626B1 (ko) * | 2016-01-07 | 2018-07-02 | 엘지전자 주식회사 | 차량 운전 보조장치 및 이를 포함하는 차량 |
BR112018067891B1 (pt) * | 2016-03-11 | 2022-08-02 | Karl Dungs Gmbh & Co. Kg | Série de válvulas e método para proporcioná-la |
KR102606258B1 (ko) * | 2016-04-18 | 2023-11-27 | 주식회사 에이치엘클레무브 | 협력 주행 제어 장치 및 방법 |
KR101850392B1 (ko) * | 2016-05-12 | 2018-04-19 | 엘지전자 주식회사 | 차량에 구비된 제어장치 및 이의 제어방법 |
US10077050B2 (en) * | 2016-05-24 | 2018-09-18 | GM Global Technology Operations LLC | Automated driving system for evaluating lane cut-out and method of using the same |
JP7005526B2 (ja) * | 2016-05-31 | 2022-01-21 | ぺロトン テクノロジー インコーポレイテッド | 隊列走行コントローラの状態マシン |
US10266175B2 (en) * | 2016-05-31 | 2019-04-23 | Ford Global Technologies, Llc | Vehicle collision avoidance |
US9953535B1 (en) * | 2016-06-27 | 2018-04-24 | Amazon Technologies, Inc. | Annotated virtual track to inform autonomous vehicle control |
US20180001893A1 (en) | 2016-06-30 | 2018-01-04 | Delphi Technologies, Inc. | Automated vehicle acceleration management system |
US10308248B2 (en) * | 2016-07-01 | 2019-06-04 | Hyundai Motor Company | Control apparatus and method for improving fuel efficiency in CACC system |
US9988046B2 (en) * | 2016-07-26 | 2018-06-05 | Ford Global Technologies, Llc | Enhanced collision avoidance |
US10248874B2 (en) * | 2016-11-22 | 2019-04-02 | Ford Global Technologies, Llc | Brake light detection |
KR102496178B1 (ko) * | 2016-12-15 | 2023-02-03 | 현대자동차주식회사 | 연료전지 차량에 탑재되는 수소차단밸브의 제어 방법 |
US10503176B2 (en) * | 2016-12-30 | 2019-12-10 | Bendix Commercial Vehicle Systems Llc | Self-ordering of fleet vehicles in a platoon |
US10073464B2 (en) * | 2016-12-30 | 2018-09-11 | Bendix Commercial Vehicle Systems Llc | Varying the distance between vehicles in a platoon |
US10059336B2 (en) * | 2017-01-06 | 2018-08-28 | Toyota Research Institute, Inc. | Systems and methods for dynamically adjusting a vehicle trajectory according to deviations of a driver from expected inputs |
US10403145B2 (en) | 2017-01-19 | 2019-09-03 | Ford Global Technologies, Llc | Collison mitigation and avoidance |
US10077047B2 (en) * | 2017-02-10 | 2018-09-18 | Waymo Llc | Using wheel orientation to determine future heading |
DE102017103132A1 (de) * | 2017-02-16 | 2018-08-16 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Reduzieren von Latenzzeiten beim Beschleunigen eines Kraftfahrzeugs, Fahrerassistenzsystem und Kraftfahrzeug |
US10509120B2 (en) * | 2017-02-16 | 2019-12-17 | GM Global Technology Operations LLC | Lidar-radar relative pose calibration |
US11142203B2 (en) * | 2017-02-27 | 2021-10-12 | Ford Global Technologies, Llc | Cooperative vehicle navigation |
KR102265376B1 (ko) * | 2017-03-07 | 2021-06-16 | 현대자동차주식회사 | 차량 및 그 제어방법과 이를 이용한 자율 주행 시스템 |
US10699142B2 (en) * | 2017-04-20 | 2020-06-30 | GM Global Technology Operations LLC | Systems and methods for traffic signal light detection |
US10460180B2 (en) * | 2017-04-20 | 2019-10-29 | GM Global Technology Operations LLC | Systems and methods for visual classification with region proposals |
US10409288B2 (en) * | 2017-05-03 | 2019-09-10 | Toyota Research Institute, Inc. | Systems and methods for projecting a location of a nearby object into a map according to a camera image |
AU2018269000B2 (en) * | 2017-05-15 | 2021-03-11 | Ouster, Inc. | Optical imaging transmitter with brightness enhancement |
CN113466882A (zh) * | 2017-07-05 | 2021-10-01 | 奥斯特公司 | 光测距装置 |
DE102017212020B3 (de) | 2017-07-13 | 2018-05-30 | Carl Zeiss Microscopy Gmbh | Verfahren zur In-situ-Präparation und zum Transfer mikroskopischer Proben, Computerprogrammprodukt sowie mikroskopische Probe |
US11210744B2 (en) * | 2017-08-16 | 2021-12-28 | Mobileye Vision Technologies Ltd. | Navigation based on liability constraints |
US10549732B2 (en) * | 2017-09-15 | 2020-02-04 | Bendix Commercial Vehicle Systems Llc | Towing vehicle controller using trailer braking strategy and trailer braking control method |
US10814844B2 (en) * | 2017-09-15 | 2020-10-27 | Bendix Commercial Vehicle Systems Llc | Braking controller and method using verification of reported trailer capabilities |
US10525950B2 (en) * | 2017-09-15 | 2020-01-07 | Bendix Commercial Vehicle Systems Llc | Braking controller and method using verification of reported trailer capabilities |
US10549739B2 (en) * | 2017-09-15 | 2020-02-04 | Bendix Commercial Vehicle Systems Llc | Towing vehicle controller using trailer braking strategy and trailer braking control method |
US10691962B2 (en) * | 2017-09-22 | 2020-06-23 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for rear signal identification using machine learning |
US9934440B1 (en) * | 2017-10-04 | 2018-04-03 | StradVision, Inc. | Method for monitoring blind spot of monitoring vehicle and blind spot monitor using the same |
US10535138B2 (en) * | 2017-11-21 | 2020-01-14 | Zoox, Inc. | Sensor data segmentation |
US10969490B2 (en) * | 2017-12-07 | 2021-04-06 | Ouster, Inc. | Light ranging system with opposing circuit boards |
US10921821B2 (en) * | 2017-12-21 | 2021-02-16 | Bendix Commercial Vehicle Systems Llc | Determining and using braking capabilities of vehicles for platooning deceleration operations |
US10467907B2 (en) * | 2017-12-28 | 2019-11-05 | Bendix Commercial Vehicle Systems Llc | Initialization and safety maintenance strategy for platooning vehicles |
US11164463B2 (en) * | 2017-12-29 | 2021-11-02 | Bendix Commercial Vehicle Systems Llc | Brake performance monitoring for vehicle platooning operation |
WO2019152888A1 (en) | 2018-02-02 | 2019-08-08 | Nvidia Corporation | Safety procedure analysis for obstacle avoidance in autonomous vehicle |
EP3640106A1 (en) * | 2018-03-20 | 2020-04-22 | Mobileye Vision Technologies Ltd. | Low level speed control |
JP2021536599A (ja) * | 2018-08-14 | 2021-12-27 | モービルアイ ビジョン テクノロジーズ リミテッド | 安全な距離でナビゲートするためのシステム及び方法 |
US11226620B2 (en) * | 2019-02-08 | 2022-01-18 | GM Global Technology Operations LLC | Automated driving systems and control logic with enhanced longitudinal control for transitional surface friction conditions |
US11247675B2 (en) * | 2019-06-24 | 2022-02-15 | Nio Usa, Inc. | Systems and methods of autonomously controlling vehicle states |
-
2019
- 2019-03-20 EP EP19194772.0A patent/EP3640106A1/en active Pending
- 2019-03-20 EP EP20211075.5A patent/EP3805064A1/en active Pending
- 2019-03-20 CN CN201980002445.4A patent/CN111278704B/zh active Active
- 2019-03-20 KR KR1020227024616A patent/KR102479471B1/ko active IP Right Grant
- 2019-03-20 EP EP19194761.3A patent/EP3636507A1/en active Pending
- 2019-03-20 KR KR1020197032387A patent/KR102337011B1/ko active IP Right Grant
- 2019-03-20 CN CN202211011663.4A patent/CN115384486A/zh active Pending
- 2019-03-20 US US16/359,488 patent/US11077845B2/en active Active
- 2019-03-20 EP EP19722943.8A patent/EP3642092A2/en active Pending
- 2019-03-20 CN CN202110235271.5A patent/CN112896190A/zh active Pending
- 2019-03-20 CN CN202310854783.9A patent/CN117022256A/zh active Pending
- 2019-03-20 KR KR1020197032055A patent/KR102423172B1/ko active IP Right Grant
- 2019-03-20 WO PCT/IB2019/000281 patent/WO2019180506A2/en unknown
- 2019-03-20 CN CN202310856049.6A patent/CN117022257A/zh active Pending
- 2019-03-20 EP EP19194770.4A patent/EP3640105A1/en active Pending
- 2019-03-20 CN CN202310819669.2A patent/CN116968731A/zh active Pending
- 2019-03-20 EP EP21153361.7A patent/EP3828049B1/en active Active
- 2019-03-20 JP JP2019541236A patent/JP7110209B2/ja active Active
- 2019-03-20 DE DE112019001421.8T patent/DE112019001421T5/de active Pending
- 2019-03-20 CN CN202310828855.2A patent/CN116968732A/zh active Pending
- 2019-03-20 CN CN202011513901.2A patent/CN112762951B/zh active Active
- 2019-03-20 KR KR1020197032392A patent/KR102369219B1/ko active IP Right Grant
- 2019-03-20 KR KR1020197030686A patent/KR102127741B1/ko active IP Right Grant
- 2019-03-20 EP EP20210840.3A patent/EP3805063B1/en active Active
- 2019-03-20 CN CN202011513502.6A patent/CN112721923A/zh active Pending
- 2019-03-20 CN CN202310852315.8A patent/CN117022255A/zh active Pending
- 2019-05-30 US US16/426,403 patent/US10850728B2/en active Active
- 2019-06-03 US US16/429,901 patent/US10933868B2/en active Active
- 2019-06-04 US US16/431,709 patent/US10843690B2/en active Active
- 2019-10-06 IL IL269828A patent/IL269828B2/en unknown
-
2020
- 2020-11-18 US US16/951,267 patent/US11427192B2/en active Active
- 2020-11-30 US US17/106,700 patent/US11731617B2/en active Active
- 2020-12-18 US US17/127,101 patent/US11345340B2/en active Active
-
2021
- 2021-02-23 US US17/182,702 patent/US11820365B2/en active Active
- 2021-02-26 US US17/186,917 patent/US20210179096A1/en active Pending
-
2022
- 2022-04-28 JP JP2022074462A patent/JP7315294B2/ja active Active
- 2022-04-28 JP JP2022074527A patent/JP7260231B2/ja active Active
-
2023
- 2023-01-31 US US18/104,048 patent/US20230166729A1/en active Pending
- 2023-07-11 JP JP2023114089A patent/JP7367255B2/ja active Active
- 2023-10-11 JP JP2023175772A patent/JP2023179655A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005053384A (ja) | 2003-08-06 | 2005-03-03 | Daihatsu Motor Co Ltd | 衝突回避装置 |
JP2008174054A (ja) | 2007-01-17 | 2008-07-31 | Mitsubishi Electric Corp | 車両用安全装置 |
JP2012121534A (ja) | 2010-12-10 | 2012-06-28 | Daimler Ag | 車両の自動制動装置 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7260231B2 (ja) | 車両をナビゲートするためのシステム及び方法 | |
JP2021536599A (ja) | 安全な距離でナビゲートするためのシステム及び方法 | |
JP2020504860A (ja) | 課せられる責任の制約を伴うナビゲーションシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200131 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220317 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220317 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220317 |
|
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: 20220621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220720 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7110209 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |