JPH0660300A - 神経回路網による衝突予防予測システム - Google Patents
神経回路網による衝突予防予測システムInfo
- Publication number
- JPH0660300A JPH0660300A JP4229201A JP22920192A JPH0660300A JP H0660300 A JPH0660300 A JP H0660300A JP 4229201 A JP4229201 A JP 4229201A JP 22920192 A JP22920192 A JP 22920192A JP H0660300 A JPH0660300 A JP H0660300A
- Authority
- JP
- Japan
- Prior art keywords
- collision
- neural network
- learning
- image
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 81
- 230000002265 prevention Effects 0.000 title claims description 17
- 230000002860 competitive effect Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 description 22
- 238000000034 method Methods 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 9
- 238000005070 sampling Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
- B60K28/10—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the vehicle
- B60K28/14—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the vehicle responsive to accident or emergency, e.g. deceleration, tilt of 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
- 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
- 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
-
- 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
- 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
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
- B62D15/0265—Automatic obstacle avoidance by steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- 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
- B60W2710/06—Combustion engines, Gas turbines
- B60W2710/0605—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
- 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
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2300/00—Purposes or special features of road vehicle drive control systems
- B60Y2300/08—Predicting or avoiding probable or impending collision
- B60Y2300/09—Taking automatic action to avoid collision, e.g. braking or steering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/903—Control
- Y10S706/905—Vehicle or aerospace
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【目的】 自動車の衝突臨界状態を予測して、所定の安
全措置をとり、衝突を予防する。 【構成】 自車からの視認可能範囲の景色を衝突直前ま
で撮像した画像を学習データ群として隠れ層2を有する
神経回路網の入力層1に入力し、特徴抽出して学習す
る。 学習済み神経回路網を有する衝突予測回路を有す
る認識部に、走行時にリアルタイムで車載撮像手段によ
り収集した実画像データをデータセットとして逐次入力
する。このときその後の画像が衝突に至ることが判定さ
れた場合に出力層3の出力値に衝突フラグを出力する。
これを受け、直ちに車両走行安全保持手段の動作開始を
指令する。
全措置をとり、衝突を予防する。 【構成】 自車からの視認可能範囲の景色を衝突直前ま
で撮像した画像を学習データ群として隠れ層2を有する
神経回路網の入力層1に入力し、特徴抽出して学習す
る。 学習済み神経回路網を有する衝突予測回路を有す
る認識部に、走行時にリアルタイムで車載撮像手段によ
り収集した実画像データをデータセットとして逐次入力
する。このときその後の画像が衝突に至ることが判定さ
れた場合に出力層3の出力値に衝突フラグを出力する。
これを受け、直ちに車両走行安全保持手段の動作開始を
指令する。
Description
【0001】
【産業上の利用分野】本発明は神経回路網による衝突予
防予測システムに係り、特に自動車の衝突等の衝突遭遇
の臨界状態を車両から見た走行方向の画像の変化として
あらかじめ神経回路網に学習させ、その学習結果に基づ
き衝突を予測するとともに、必要に応じて車両走行安全
保持手段を動作させて衝突の発生を防止できるようにし
た神経回路網による衝突予防予測システムに関する。
防予測システムに係り、特に自動車の衝突等の衝突遭遇
の臨界状態を車両から見た走行方向の画像の変化として
あらかじめ神経回路網に学習させ、その学習結果に基づ
き衝突を予測するとともに、必要に応じて車両走行安全
保持手段を動作させて衝突の発生を防止できるようにし
た神経回路網による衝突予防予測システムに関する。
【0002】
【従来の技術】自動車を運転する際、ドライバーはほと
んど無意識に多くの状況を瞬時に判断して衝突を回避す
るようないろいな動作を取っている。しかし、一般のド
ライバーはその判断能力を越えるような緊急事態に遭遇
すると往々にパニック状態に陥り、車両を安全な状態に
導くための手段をとれなくなってしまうことがある。ま
た、人間の動作として生理的に反応遅れがあるので、物
理的に衝突等を回避できない場合もある。そこで、衝突
をあらかじめ機械あるいは電気的に検知できるような装
置を自動車に搭載して衝突予防を図ろうという技術も種
々開発されている。
んど無意識に多くの状況を瞬時に判断して衝突を回避す
るようないろいな動作を取っている。しかし、一般のド
ライバーはその判断能力を越えるような緊急事態に遭遇
すると往々にパニック状態に陥り、車両を安全な状態に
導くための手段をとれなくなってしまうことがある。ま
た、人間の動作として生理的に反応遅れがあるので、物
理的に衝突等を回避できない場合もある。そこで、衝突
をあらかじめ機械あるいは電気的に検知できるような装
置を自動車に搭載して衝突予防を図ろうという技術も種
々開発されている。
【0003】図8は衝突防止用レーダを搭載した自動車
の制御ブロックを模式的に示した自動車のモデルを示し
たものである。この自動車50は前面に小型のレーダ発
信部51及びアンテナ52を装着して前方に向けてマイ
クロ波を出射して前方を走行する車両や障害物等の物標
からの反射波を受信し、搭載した信号処理部53等でこ
れらの物標との相対速度や相対距離を検知して衝突の危
険性を判別して、必要に応じて所定の安全動作をとれる
ようになっている。
の制御ブロックを模式的に示した自動車のモデルを示し
たものである。この自動車50は前面に小型のレーダ発
信部51及びアンテナ52を装着して前方に向けてマイ
クロ波を出射して前方を走行する車両や障害物等の物標
からの反射波を受信し、搭載した信号処理部53等でこ
れらの物標との相対速度や相対距離を検知して衝突の危
険性を判別して、必要に応じて所定の安全動作をとれる
ようになっている。
【0004】また、実際の景色を撮影してその画像をパ
ターン認識して前方の道路を2次元的に認識し、道路の
通過可能状態を判定しながら走行する自動車も提案され
ている。この自動車は通常走行する道路の環境を複数の
カテゴリーに分類し、そのカテゴリーにおける標準パタ
ーンとの照合をしながら走行でき、障害物が画像内に存
在するような場合にはその障害物を回避するようにハン
ドルを自動操作できるようになっている。
ターン認識して前方の道路を2次元的に認識し、道路の
通過可能状態を判定しながら走行する自動車も提案され
ている。この自動車は通常走行する道路の環境を複数の
カテゴリーに分類し、そのカテゴリーにおける標準パタ
ーンとの照合をしながら走行でき、障害物が画像内に存
在するような場合にはその障害物を回避するようにハン
ドルを自動操作できるようになっている。
【0005】
【発明が解決しようとする課題】しかしながら、上述の
レーダを搭載した自動車では、図9に示したように自動
車が大きくカーブした山道等を走行する場合に前方位置
する路側や隣接車線を先行する他の自動車等の物標を正
確に認識できない。このため装置に誤動作が発生し易い
という問題がある。また複雑な物標の分離識別能力がな
いため、種々の緊急状況を認識できず、技術的に不十分
な点が多い。
レーダを搭載した自動車では、図9に示したように自動
車が大きくカーブした山道等を走行する場合に前方位置
する路側や隣接車線を先行する他の自動車等の物標を正
確に認識できない。このため装置に誤動作が発生し易い
という問題がある。また複雑な物標の分離識別能力がな
いため、種々の緊急状況を認識できず、技術的に不十分
な点が多い。
【0006】また、画像パターンを認識して安全走行の
標準パターンと照合しながら走行する自動車では、衝突
予防を目的とした場合、認識のために用意すべき標準パ
ターンは膨大なものとなり、認識動作に非常に多くの演
算時間を必要とし、衝突予測のように瞬時の判断を要す
る状況では実用的でない。またこの演算速度を早めるに
は高速演算可能な専用の画像処理プロセッサを必要と
し、搭載機器が大型化してしまうので、実際の車載部品
として使用することも難しい。そのため道路の状況の変
化の比較的少ない通常走行の補助的なナビゲーション程
度にしか使用できない。
標準パターンと照合しながら走行する自動車では、衝突
予防を目的とした場合、認識のために用意すべき標準パ
ターンは膨大なものとなり、認識動作に非常に多くの演
算時間を必要とし、衝突予測のように瞬時の判断を要す
る状況では実用的でない。またこの演算速度を早めるに
は高速演算可能な専用の画像処理プロセッサを必要と
し、搭載機器が大型化してしまうので、実際の車載部品
として使用することも難しい。そのため道路の状況の変
化の比較的少ない通常走行の補助的なナビゲーション程
度にしか使用できない。
【0007】そこで、本発明の目的は上述した従来の技
術が有する問題点を解消し、自動車の衝突直前に至るま
での種々の状態を捉えた画像データをあらかじめ神経回
路網有するシステム内に取り込み、神経回路網での並列
処理による自己組織化・学習により学習させ、走行中に
得られたデータをもとに、衝突の発生をを予測し、搭乗
者を保護するための車両走行安全保持手段を的確に動作
させることにより衝突を予防することのできる神経回路
網による衝突予防予測システムを提供することにある。
術が有する問題点を解消し、自動車の衝突直前に至るま
での種々の状態を捉えた画像データをあらかじめ神経回
路網有するシステム内に取り込み、神経回路網での並列
処理による自己組織化・学習により学習させ、走行中に
得られたデータをもとに、衝突の発生をを予測し、搭乗
者を保護するための車両走行安全保持手段を的確に動作
させることにより衝突を予防することのできる神経回路
網による衝突予防予測システムを提供することにある。
【0008】
【課題を解決するための手段】上記目的を達成するため
に、本発明は自車からの視認可能範囲の景色を衝突直前
まで撮像した画像を学習データ群として中間層を有する
神経回路網に入力して学習演算により前記神経回路網を
学習させた衝突予測回路を有する認識部に、走行時にリ
アルタイムで車載撮像手段により収集した実画像データ
を所定幅のデータセットとして逐次入力し、予想される
衝突画像の特徴に一致するか否かを前記神経回路網の学
習結果に基づき前記衝突予測回路で予測し、衝突画像特
徴を示すことが予測された場合に車両走行安全保持手段
の動作開始を指令するようにしたことを特徴とするもの
である。
に、本発明は自車からの視認可能範囲の景色を衝突直前
まで撮像した画像を学習データ群として中間層を有する
神経回路網に入力して学習演算により前記神経回路網を
学習させた衝突予測回路を有する認識部に、走行時にリ
アルタイムで車載撮像手段により収集した実画像データ
を所定幅のデータセットとして逐次入力し、予想される
衝突画像の特徴に一致するか否かを前記神経回路網の学
習結果に基づき前記衝突予測回路で予測し、衝突画像特
徴を示すことが予測された場合に車両走行安全保持手段
の動作開始を指令するようにしたことを特徴とするもの
である。
【0009】このとき前記神経回路網は、2次元自己組
織化競合学習層を前記中間層に構築することが好まし
い。
織化競合学習層を前記中間層に構築することが好まし
い。
【0010】また、前記学習画像データは、衝突前から
衝突に至るまでの実写画像からなり、衝突直前までの前
記実写画像を画像パターンとし、この画像パターンを前
記神経回路網の入力層に入力し、前記実写画像に基づく
衝突有無のフラグを前記神経回路網の出力層に付与する
希望出力データとすることが好ましい。
衝突に至るまでの実写画像からなり、衝突直前までの前
記実写画像を画像パターンとし、この画像パターンを前
記神経回路網の入力層に入力し、前記実写画像に基づく
衝突有無のフラグを前記神経回路網の出力層に付与する
希望出力データとすることが好ましい。
【0011】さらに、前記神経回路網は学習完了状態で
コード化され、前記車両走行安全保持手段の制御回路内
に組み込むことが好ましい。
コード化され、前記車両走行安全保持手段の制御回路内
に組み込むことが好ましい。
【0012】
【作用】本発明によれば、自車からの視認可能範囲の景
色を衝突直前まで撮像した画像を並列学習データ群とし
て中間層を有する神経回路網に入力して学習演算により
前記神経回路網を学習させた衝突予測回路を有する認識
部に、走行時にリアルタイムで車載撮像手段により収集
した実画像データを所定のデータセットとして逐次前記
神経回路網に入力し、あらかじめ学習された衝突画像特
徴に一致するか否かを前記神経回路網の学習結果に基づ
き前記衝突予測回路で予測し、前記衝突しきい値を越え
ることが予測された場合に車両走行安全保持手段の動作
開始を指令するようにしたので、前記神経回路網内にお
いて多数の画像データを用いて前記神経回路網を学習さ
せることにより前記中間層に適正重み係数を設定してお
き、この学習済みデータ神経回路網に実際に走行時に得
られた画像データをそのまま所定サンプリング間隔で前
記認識部に入力し、引き続き生じる状態が衝突であるの
か否かを特徴抽出により得られた衝突画像との照合によ
り衝突の予測を行い、衝突が予測される場合には直ちに
衝突の警報を発したり、車両走行の安全手段を講じるこ
とができる。
色を衝突直前まで撮像した画像を並列学習データ群とし
て中間層を有する神経回路網に入力して学習演算により
前記神経回路網を学習させた衝突予測回路を有する認識
部に、走行時にリアルタイムで車載撮像手段により収集
した実画像データを所定のデータセットとして逐次前記
神経回路網に入力し、あらかじめ学習された衝突画像特
徴に一致するか否かを前記神経回路網の学習結果に基づ
き前記衝突予測回路で予測し、前記衝突しきい値を越え
ることが予測された場合に車両走行安全保持手段の動作
開始を指令するようにしたので、前記神経回路網内にお
いて多数の画像データを用いて前記神経回路網を学習さ
せることにより前記中間層に適正重み係数を設定してお
き、この学習済みデータ神経回路網に実際に走行時に得
られた画像データをそのまま所定サンプリング間隔で前
記認識部に入力し、引き続き生じる状態が衝突であるの
か否かを特徴抽出により得られた衝突画像との照合によ
り衝突の予測を行い、衝突が予測される場合には直ちに
衝突の警報を発したり、車両走行の安全手段を講じるこ
とができる。
【0013】このとき前記神経回路網は、2次元自己組
織化競合学習層を前記中間層に構築することにより未学
習データに対する精度を著しく向上させることができ
る。
織化競合学習層を前記中間層に構築することにより未学
習データに対する精度を著しく向上させることができ
る。
【0014】また、前記学習画像データは、衝突前から
衝突に至るまでの実写画像からなり、衝突直前までを撮
像した画像であり、この画像を前記神経回路網の入力層
に入力し、前記連続画像に基づく衝突有無のフラグを前
記神経回路網の出力層に付与する希望出力データとした
ことにより、前記神経回路網での特徴抽出自己組織化を
可能にして神経回路網での計算効率を著しく向上させる
とともに、データハンドリングの負荷を大幅に軽減させ
ることができる。
衝突に至るまでの実写画像からなり、衝突直前までを撮
像した画像であり、この画像を前記神経回路網の入力層
に入力し、前記連続画像に基づく衝突有無のフラグを前
記神経回路網の出力層に付与する希望出力データとした
ことにより、前記神経回路網での特徴抽出自己組織化を
可能にして神経回路網での計算効率を著しく向上させる
とともに、データハンドリングの負荷を大幅に軽減させ
ることができる。
【0015】さらに、前記神経回路網は学習完了状態で
コード化され、前記車両走行安全保持手段の制御回路内
に組み込むことで、小型で高性能の自動操舵、自動制動
手段の制御回路を構築できるとともに、その製造コスト
を大幅に低減できる。
コード化され、前記車両走行安全保持手段の制御回路内
に組み込むことで、小型で高性能の自動操舵、自動制動
手段の制御回路を構築できるとともに、その製造コスト
を大幅に低減できる。
【0016】
【実施例】本発明は、自動車衝突等の事故発生に至るま
での画像データを学習データとして神経回路網に取り入
れ、学習後の神経回路網を衝突予防のための走行安全保
持手段の判定回路として利用し、実車の衝突等の衝突を
あらかじめ予測し、適正なタイミングで必要な自動操舵
あるいは制動動作を行い、衝突を防止しようというもの
である。以下において、公知の一般的な神経回路網を概
説し、さらに本発明による神経回路網による衝突状態予
測システムの実施例について添付図面を参照して説明す
る。
での画像データを学習データとして神経回路網に取り入
れ、学習後の神経回路網を衝突予防のための走行安全保
持手段の判定回路として利用し、実車の衝突等の衝突を
あらかじめ予測し、適正なタイミングで必要な自動操舵
あるいは制動動作を行い、衝突を防止しようというもの
である。以下において、公知の一般的な神経回路網を概
説し、さらに本発明による神経回路網による衝突状態予
測システムの実施例について添付図面を参照して説明す
る。
【0017】[神経回路網(ニューラルネットワー
ク)]神経回路網(ニューラルネットワーク)はその名
の示すとおり、脳神経回路網(ニューロネットワーク)
の情報処理メカニズムを模して開発された情報処理シス
テムであり、脳神経細胞(ニューロン)に相当する多数
のプロセッシングエレメント(Processing Elements 、
以下PEと記す。)が同時に動作する並列処理システム
である。また、その構造は各PEが相互に結合された階
層的構造をなし、各階層を通じて並列分散処理を実現で
きるようになっている。なお、現在までに発表された神
経回路網を用いた応用システムでの成果によると、脳神
経細胞の数との比較において、その解析モデルは本体の
機能をかなりのレベルで抽出しているとの実績を得てい
る。
ク)]神経回路網(ニューラルネットワーク)はその名
の示すとおり、脳神経回路網(ニューロネットワーク)
の情報処理メカニズムを模して開発された情報処理シス
テムであり、脳神経細胞(ニューロン)に相当する多数
のプロセッシングエレメント(Processing Elements 、
以下PEと記す。)が同時に動作する並列処理システム
である。また、その構造は各PEが相互に結合された階
層的構造をなし、各階層を通じて並列分散処理を実現で
きるようになっている。なお、現在までに発表された神
経回路網を用いた応用システムでの成果によると、脳神
経細胞の数との比較において、その解析モデルは本体の
機能をかなりのレベルで抽出しているとの実績を得てい
る。
【0018】ここでこのPEの機能について簡単に説明
する。PEは図2に示したように多入力一出力素子から
なり、実際の脳の内部のニューロンに比べ、相当簡略さ
れた構造になっている。すなわち複数の入力xi に対し
て重み係数wi がかけられ、その総和(X=Σxi ・w
i )がとられ、その総和に対して所定の伝達関数f
(X)が出力される。この出力値は各PEの状態を示し
ており、各々入力された値に対する出力値を再び入力側
にフィードバックし、全体の系としての安定状態を形成
していくようになっている。この安定化手法は、系のエ
ネルギの最小化に依存している。ここでは2種類の異な
る学習アルゴリズムによる予測システムの実施例につい
て説明する。
する。PEは図2に示したように多入力一出力素子から
なり、実際の脳の内部のニューロンに比べ、相当簡略さ
れた構造になっている。すなわち複数の入力xi に対し
て重み係数wi がかけられ、その総和(X=Σxi ・w
i )がとられ、その総和に対して所定の伝達関数f
(X)が出力される。この出力値は各PEの状態を示し
ており、各々入力された値に対する出力値を再び入力側
にフィードバックし、全体の系としての安定状態を形成
していくようになっている。この安定化手法は、系のエ
ネルギの最小化に依存している。ここでは2種類の異な
る学習アルゴリズムによる予測システムの実施例につい
て説明する。
【0019】[第1の実施例]以下に示す第1の実施例
では、入力値と別に神経回路網の出力側に学習希望出力
(教師信号)を与え、学習を行うバックプロパゲーショ
ン(Back Propagation、以下BPと記す。)手法を利用
して自動車衝突の発生予測を行う。ここで、簡単にBP
手法の概念について説明する。BP手法は階層構造のネ
ットワークにおいて、入力層、出力層を構成するPEの
他に中間層としての隠れ層を構成するPEを介在させた
多層ネットワークである。
では、入力値と別に神経回路網の出力側に学習希望出力
(教師信号)を与え、学習を行うバックプロパゲーショ
ン(Back Propagation、以下BPと記す。)手法を利用
して自動車衝突の発生予測を行う。ここで、簡単にBP
手法の概念について説明する。BP手法は階層構造のネ
ットワークにおいて、入力層、出力層を構成するPEの
他に中間層としての隠れ層を構成するPEを介在させた
多層ネットワークである。
【0020】学習アルゴリズムとしては、希望出力信号
(教師信号)により入力値(学習データ)にフィードバ
ックをかける際に伝達関数の微分係数を各PEの実出力
値と希望出力値との差(誤差)に乗じ、上述の重み係数
wi を次々と更新して希望出力と実際の出力との誤差関
数を極小化させるようになっている。すなわち、系のエ
ネルギ減少方向に向け誤差が極小となるように状態変化
を起こすことにより最終的に系が平衡状態になるように
学習を繰り返す方法をとっている。具体的には出力誤差
が十分小さくなり、入力値と出力値との境界近傍でのデ
ータ群の連続性が確保されればその学習は完了したとい
える。この学習を進めるための最適化手法としては一般
化δルール、最急降下法等を用いることができる。これ
らの手法では初期において乱数を発生させて入力する学
習データを決定し、その後は系のエネルギの定状態化し
た以外の部分に対して学習を行うことで早期に系を収束
させることができる。
(教師信号)により入力値(学習データ)にフィードバ
ックをかける際に伝達関数の微分係数を各PEの実出力
値と希望出力値との差(誤差)に乗じ、上述の重み係数
wi を次々と更新して希望出力と実際の出力との誤差関
数を極小化させるようになっている。すなわち、系のエ
ネルギ減少方向に向け誤差が極小となるように状態変化
を起こすことにより最終的に系が平衡状態になるように
学習を繰り返す方法をとっている。具体的には出力誤差
が十分小さくなり、入力値と出力値との境界近傍でのデ
ータ群の連続性が確保されればその学習は完了したとい
える。この学習を進めるための最適化手法としては一般
化δルール、最急降下法等を用いることができる。これ
らの手法では初期において乱数を発生させて入力する学
習データを決定し、その後は系のエネルギの定状態化し
た以外の部分に対して学習を行うことで早期に系を収束
させることができる。
【0021】実際のBP手法による学習では、所定の入
力学習データを入力層のPEに入力して、以後ネットワ
ークを動作させ、出力PE値と教師信号とを比較し、そ
のときの誤差を収束するまで修正を行う。これを1サイ
クルとして、各入力データを初期においてランダムに設
定して所定回数の学習を繰り返し実行する。そして所定
誤差内のしきい値を得たら各PEの重み係数を求めて学
習を完了させる。
力学習データを入力層のPEに入力して、以後ネットワ
ークを動作させ、出力PE値と教師信号とを比較し、そ
のときの誤差を収束するまで修正を行う。これを1サイ
クルとして、各入力データを初期においてランダムに設
定して所定回数の学習を繰り返し実行する。そして所定
誤差内のしきい値を得たら各PEの重み係数を求めて学
習を完了させる。
【0022】本実施例では、自車からの視認可能な範囲
の景色の変化を自動車前部に搭載したCCDビデオカメ
ラ等の撮像手段により衝突等の衝突前から衝突継続中ま
で撮影した画像を入力データとしてそのまま前記神経回
路網に入力し、この神経回路網内で各画像データの特徴
抽出を行って学習を進める方法を例に説明する。
の景色の変化を自動車前部に搭載したCCDビデオカメ
ラ等の撮像手段により衝突等の衝突前から衝突継続中ま
で撮影した画像を入力データとしてそのまま前記神経回
路網に入力し、この神経回路網内で各画像データの特徴
抽出を行って学習を進める方法を例に説明する。
【0023】(衝突予防予測回路の学習計画)上述のB
P手法を適用した衝突予防予測回路の学習計画を説明す
る。 (1) 神経回路網の構造 本実施例における衝突予防予測回路の神経回路網は図1
(a)に示したような3層の階層構造からなる。入力層
1はn×m個の2次元グリッド状のPEを1次元配列と
した構造であり、この入力層1からの出力値は同様に1
次元横並びのBP隠れ層2を経て、衝突判定を示す1個
のPEからなる衝突予測回路の出力層3に出力される。
なお、入力層の構造としては図1(a)に示したように
1次元配列とした場合、前記2次元入力データはm行に
分割され、1本の帯状のデータとして取り扱うことがで
き、データの取扱いを容易に行えるようになる。また、
入力層1、隠れ層2、出力層3の各層において重み係数
wi を介してすべてのPE同士が結合されネットワーク
が構成されている。
P手法を適用した衝突予防予測回路の学習計画を説明す
る。 (1) 神経回路網の構造 本実施例における衝突予防予測回路の神経回路網は図1
(a)に示したような3層の階層構造からなる。入力層
1はn×m個の2次元グリッド状のPEを1次元配列と
した構造であり、この入力層1からの出力値は同様に1
次元横並びのBP隠れ層2を経て、衝突判定を示す1個
のPEからなる衝突予測回路の出力層3に出力される。
なお、入力層の構造としては図1(a)に示したように
1次元配列とした場合、前記2次元入力データはm行に
分割され、1本の帯状のデータとして取り扱うことがで
き、データの取扱いを容易に行えるようになる。また、
入力層1、隠れ層2、出力層3の各層において重み係数
wi を介してすべてのPE同士が結合されネットワーク
が構成されている。
【0024】(2) 学習画像データの収集 自動車の前部に搭載したCCDビデオカメラにより衝突
のわずか前から衝突直前まで経過時間に相当するサンプ
リング範囲(ΔT)において、所定のサンプリング間隔
(Δt)で自車の視認範囲の画像データを収集する。図
4は走行時に連続的に撮像された画像データの一例を示
したものであり、同図(a)はワゴン車10Aがセンタ
ーラインを越えて自車のレーンの前方に進入してきたあ
るサンプリング時刻での状態を示している。また、同図
(b)は見通しの悪い交差点で前方に横断車10Bが急
に現れたあるサンプリング時刻での状態を示している。
そして各画像データの前後には刻々と変化する前方の状
況が記録されている。
のわずか前から衝突直前まで経過時間に相当するサンプ
リング範囲(ΔT)において、所定のサンプリング間隔
(Δt)で自車の視認範囲の画像データを収集する。図
4は走行時に連続的に撮像された画像データの一例を示
したものであり、同図(a)はワゴン車10Aがセンタ
ーラインを越えて自車のレーンの前方に進入してきたあ
るサンプリング時刻での状態を示している。また、同図
(b)は見通しの悪い交差点で前方に横断車10Bが急
に現れたあるサンプリング時刻での状態を示している。
そして各画像データの前後には刻々と変化する前方の状
況が記録されている。
【0025】またそのサンプル範囲としては、ドライバ
ーが自車が危険な状態になると認識できるような距離範
囲内で対向車等を視認し、かつその衝突を回避できず、
衝突に至るまでの状況を包含するような時間的範囲が設
定されている。
ーが自車が危険な状態になると認識できるような距離範
囲内で対向車等を視認し、かつその衝突を回避できず、
衝突に至るまでの状況を包含するような時間的範囲が設
定されている。
【0026】(3) 神経回路網における画像データの前
処理及び特徴抽出 CCDカメラ等の撮像素子により得られた画像情報は、
信号処理部において、アナログ信号を量子化してディジ
タル変換する。そして画像前処理として雑音除去、ひず
み補正等を行い、信号を成形する。
処理及び特徴抽出 CCDカメラ等の撮像素子により得られた画像情報は、
信号処理部において、アナログ信号を量子化してディジ
タル変換する。そして画像前処理として雑音除去、ひず
み補正等を行い、信号を成形する。
【0027】次いで、神経回路網にそのまま画像データ
を次々に入力する。画像データは処理の便宜のために正
規化して神経回路網に入力されることもあるが、基本的
にはそのままの画像を神経回路網に取り込む。そして隠
れ層に入力される前に画像データの特徴抽出を行う。
を次々に入力する。画像データは処理の便宜のために正
規化して神経回路網に入力されることもあるが、基本的
にはそのままの画像を神経回路網に取り込む。そして隠
れ層に入力される前に画像データの特徴抽出を行う。
【0028】特徴抽出では神経回路網の学習データとし
てその学習効果が十分得られるように、対象となる画像
データの輪郭や領域を際立たせるように解析データの特
徴抽出を行い、種々のパターン認識の手法により画像デ
ータは以後の演算の容易化のために量子化される。この
パターン認識の手法としては通常のコンピュータではあ
らかじめプログラム化されている画像認識での領域化、
輪郭線図の抽出等の公知の方法をセットする必要はな
く、神経回路網自らがこれらの手法に類似するアルゴリ
ズムを内部に構築いけることがこの神経回路網の最大の
利点である。
てその学習効果が十分得られるように、対象となる画像
データの輪郭や領域を際立たせるように解析データの特
徴抽出を行い、種々のパターン認識の手法により画像デ
ータは以後の演算の容易化のために量子化される。この
パターン認識の手法としては通常のコンピュータではあ
らかじめプログラム化されている画像認識での領域化、
輪郭線図の抽出等の公知の方法をセットする必要はな
く、神経回路網自らがこれらの手法に類似するアルゴリ
ズムを内部に構築いけることがこの神経回路網の最大の
利点である。
【0029】本実施例において、着目すべき画像の輪郭
としては例えば 路肩、縁石、センターライン等のよう
に自車あるいは対向車等の走行範囲を規制する部分がこ
れに相当し、領域としては、例えば自車の走行路面、対
向車線の路面等がこれに相当する。神経回路網はこれら
を自ら認識しながら学習を進めていく。この特徴抽出を
行いながら、学習を重ねることにより入力データは量子
化された状態で異なる重み付けがされ、1個1個の隠れ
層に入力される。また、学習過程において、画像中で急
激に移動したりする対象を抽出することで対向車や危険
な飛来物のように自車にとって危険度の高い対象の動き
が特に抜き出され学習される。
としては例えば 路肩、縁石、センターライン等のよう
に自車あるいは対向車等の走行範囲を規制する部分がこ
れに相当し、領域としては、例えば自車の走行路面、対
向車線の路面等がこれに相当する。神経回路網はこれら
を自ら認識しながら学習を進めていく。この特徴抽出を
行いながら、学習を重ねることにより入力データは量子
化された状態で異なる重み付けがされ、1個1個の隠れ
層に入力される。また、学習過程において、画像中で急
激に移動したりする対象を抽出することで対向車や危険
な飛来物のように自車にとって危険度の高い対象の動き
が特に抜き出され学習される。
【0030】(4) 伝達関数の設定 本実施例では各PEの伝達関数として図3に示したシグ
モイド関数を採用している。このシグモイド関数は準線
形の飽和型の伝達特性をもつ関数で、この関数により計
算効率の良い神経回路網モデルを設定することができ
る。このとき各層におけるシグモイド関数のパラメータ
として相対値で与えるy方向スケールとy座標オフセッ
トとをユーザ設定値としている。関数のy方向スケール
については各層間において所定の指数変化を定義するこ
とで収束効率の向上を図ることができる。なお、伝達関
数としては他の種々の関数も適用でき、たとえば正弦関
数は各PEでの入力緩和に対する微係数が原関数と同等
の広い変化範囲を有するという特徴がある。この正弦関
数を利用するとハードウェア構成上は若干複雑になる
が、学習収束性は抜群に良く、本実施例にも有効に適用
することができる。
モイド関数を採用している。このシグモイド関数は準線
形の飽和型の伝達特性をもつ関数で、この関数により計
算効率の良い神経回路網モデルを設定することができ
る。このとき各層におけるシグモイド関数のパラメータ
として相対値で与えるy方向スケールとy座標オフセッ
トとをユーザ設定値としている。関数のy方向スケール
については各層間において所定の指数変化を定義するこ
とで収束効率の向上を図ることができる。なお、伝達関
数としては他の種々の関数も適用でき、たとえば正弦関
数は各PEでの入力緩和に対する微係数が原関数と同等
の広い変化範囲を有するという特徴がある。この正弦関
数を利用するとハードウェア構成上は若干複雑になる
が、学習収束性は抜群に良く、本実施例にも有効に適用
することができる。
【0031】(5) 学習の手法 本実施例では一連の連続した画像のうち、各サンプリン
グ時刻での画像データを神経回路網の入力層のPEの数
(n×m)に等しく画面分割して、この2次元グリッド
データを1次元配列に組み直し、1組のデータセットと
して、ある時刻の状況データとして神経回路網の入力層
に一度に入力する。これと同時にこの画像が経時的に変
化し、衝突に至ったというデータを希望出力データとし
てフラグ「1」を出力層に入力しながら学習する。この
学習では神経回路網は入力画像の各コマを希望出力に合
致させるように各PEに入力される重みを変えながら学
習を繰り返し、学習がうまくいけば、全部の画像のコマ
を認識する。このとき学習時には衝突なしの画像も含め
て学習を行うようにする。このように衝突に至るまでの
自車及び対向車両や障害物との関係を画像入力し、その
像の形成された所定時間後に衝突が起こるというデータ
を学習させる。このとき景色は刻々と変化する上、対象
物が接近する状況も様々であるが、学習を重ねることに
より予測精度を向上させることができる。また、学習デ
ータ数、学習回数は個々の学習効果との兼ね合いで適宜
設定できる。
グ時刻での画像データを神経回路網の入力層のPEの数
(n×m)に等しく画面分割して、この2次元グリッド
データを1次元配列に組み直し、1組のデータセットと
して、ある時刻の状況データとして神経回路網の入力層
に一度に入力する。これと同時にこの画像が経時的に変
化し、衝突に至ったというデータを希望出力データとし
てフラグ「1」を出力層に入力しながら学習する。この
学習では神経回路網は入力画像の各コマを希望出力に合
致させるように各PEに入力される重みを変えながら学
習を繰り返し、学習がうまくいけば、全部の画像のコマ
を認識する。このとき学習時には衝突なしの画像も含め
て学習を行うようにする。このように衝突に至るまでの
自車及び対向車両や障害物との関係を画像入力し、その
像の形成された所定時間後に衝突が起こるというデータ
を学習させる。このとき景色は刻々と変化する上、対象
物が接近する状況も様々であるが、学習を重ねることに
より予測精度を向上させることができる。また、学習デ
ータ数、学習回数は個々の学習効果との兼ね合いで適宜
設定できる。
【0032】(実車での予測動作)本実施例による神経
回路網による衝突予防予測システムを実車に適用した実
施例について簡単に説明する。学習が完了した神経回路
網プログラムはマシン語に変換することでアプリケーシ
ョンとしてROM化し、所定のICチップ等に組み込む
ことができる。そしてこのチップは実車の緊急時に作動
するステアリングサーボモータやブレーキ用アクチュエ
ータの制御回路内に搭載される。
回路網による衝突予防予測システムを実車に適用した実
施例について簡単に説明する。学習が完了した神経回路
網プログラムはマシン語に変換することでアプリケーシ
ョンとしてROM化し、所定のICチップ等に組み込む
ことができる。そしてこのチップは実車の緊急時に作動
するステアリングサーボモータやブレーキ用アクチュエ
ータの制御回路内に搭載される。
【0033】ここで、車両の安全走行を保持するための
装備について簡単に説明する。前述のステアリングサー
ボモータは緊急時にステアリングホイールを所定の操舵
角だけ回転させるように作動するモータで、衝突を回避
するために操舵角は対向車の進行方向と自車の進行方向
とが車幅の1/2以上のオフセットを設定した状態でほ
ぼ平行になるように設定される。これにより対向車等と
の1次衝突は回避されるが、その後の路肩、ガードレー
ルへの接近に対しても所定の操舵角が設定され、2次衝
突も未然に防ぐことができる。ブレーキ用アクチュエー
タは、自動車の速度を徐々に減速させる機能とともに、
必要に応じて急制動させることもできる。これらの装備
は、衝突予測回路からの衝突発生フラグがたって動作指
令が出力されると即座に作動するように設計されてい
る。なお、以上の動作をとる前に単に警報ブザー
装備について簡単に説明する。前述のステアリングサー
ボモータは緊急時にステアリングホイールを所定の操舵
角だけ回転させるように作動するモータで、衝突を回避
するために操舵角は対向車の進行方向と自車の進行方向
とが車幅の1/2以上のオフセットを設定した状態でほ
ぼ平行になるように設定される。これにより対向車等と
の1次衝突は回避されるが、その後の路肩、ガードレー
ルへの接近に対しても所定の操舵角が設定され、2次衝
突も未然に防ぐことができる。ブレーキ用アクチュエー
タは、自動車の速度を徐々に減速させる機能とともに、
必要に応じて急制動させることもできる。これらの装備
は、衝突予測回路からの衝突発生フラグがたって動作指
令が出力されると即座に作動するように設計されてい
る。なお、以上の動作をとる前に単に警報ブザー
【0034】これらの装備と前述のように進行方向前方
を連続して撮像できる撮像手段と神経回路網を備えた識
別部を有する自動車では、走行して車速が所定速度に達
すると、CCD等の車載撮像装置による連続撮像が開始
される。そして各映像データは所定の2次元グリッドを
構成するデータセットに逐次変換され、神経回路網の入
力層にデータセットごとに所定の間隔をあけて次々と連
続的に入力される。そして、自車が走行していく過程で
次々と発生する状況に対して学習済みデータとの照合が
行われる。
を連続して撮像できる撮像手段と神経回路網を備えた識
別部を有する自動車では、走行して車速が所定速度に達
すると、CCD等の車載撮像装置による連続撮像が開始
される。そして各映像データは所定の2次元グリッドを
構成するデータセットに逐次変換され、神経回路網の入
力層にデータセットごとに所定の間隔をあけて次々と連
続的に入力される。そして、自車が走行していく過程で
次々と発生する状況に対して学習済みデータとの照合が
行われる。
【0035】例えば、図5は、対向車線をすれ違う自動
車10が視野内に捉えられた状態を示している。このよ
うにまったく衝突の危険がない状態では衝突予測回路を
経由しないようにすることもできる。また、図6には進
行方向の遠方に車線を越えて自車のレーンに進入してき
た自動車10が認識されている。このときこの自動車1
0は対向車のレーンに戻る動作をとっており、引き続き
この画面以後のサンプリング画像を認識することで対向
車の衝突回避行動を判定でき、自車がその地点に到達す
るまでに対象となる対向車との衝突ないと判定される。
車10が視野内に捉えられた状態を示している。このよ
うにまったく衝突の危険がない状態では衝突予測回路を
経由しないようにすることもできる。また、図6には進
行方向の遠方に車線を越えて自車のレーンに進入してき
た自動車10が認識されている。このときこの自動車1
0は対向車のレーンに戻る動作をとっており、引き続き
この画面以後のサンプリング画像を認識することで対向
車の衝突回避行動を判定でき、自車がその地点に到達す
るまでに対象となる対向車との衝突ないと判定される。
【0036】そして走行中のある時点で図4の画像のよ
うに走行している自車が衝突しそうになった場合に、そ
の画像をもとに学習済み神経回路網で所定の重み計算が
行われ、出力層からその状況が継続して衝突が起こるか
どうかのフラグが出力される。このフラグが衝突有りと
の判定であれば、ただちに前述の車両安全保持手段が作
動する。
うに走行している自車が衝突しそうになった場合に、そ
の画像をもとに学習済み神経回路網で所定の重み計算が
行われ、出力層からその状況が継続して衝突が起こるか
どうかのフラグが出力される。このフラグが衝突有りと
の判定であれば、ただちに前述の車両安全保持手段が作
動する。
【0037】また、この判定は、多くの学習データを入
力して自己組織化された神経回路網により行われるの
で、簡易なアルゴリズムにより学習を積ませることで一
層正確な判断を行わせることも可能である。
力して自己組織化された神経回路網により行われるの
で、簡易なアルゴリズムにより学習を積ませることで一
層正確な判断を行わせることも可能である。
【0038】[第2の実施例]次に、少ない学習データ
で、多くの未学習データに正確に応答させるために自己
組織化機能と競合学習機能とを神経回路網内の中間層に
取り入れた実施例について説明する。本実施例では図7
に示したように2次元の自己組織化・競合学習層20を
隠れ層3、5の前に設けている。この2次元の自己組織
化・競合学習層20は2次元-Kohonen層(以下、2D−
K層と記す)と呼ばれ、本実施例ではp×q層の2次元
グリッドから構成されている。このとき入力層1は図7
のように第1の実施例に示した1次元配列としている
が、n×m個の2次元グリッド層のままでも良い。
で、多くの未学習データに正確に応答させるために自己
組織化機能と競合学習機能とを神経回路網内の中間層に
取り入れた実施例について説明する。本実施例では図7
に示したように2次元の自己組織化・競合学習層20を
隠れ層3、5の前に設けている。この2次元の自己組織
化・競合学習層20は2次元-Kohonen層(以下、2D−
K層と記す)と呼ばれ、本実施例ではp×q層の2次元
グリッドから構成されている。このとき入力層1は図7
のように第1の実施例に示した1次元配列としている
が、n×m個の2次元グリッド層のままでも良い。
【0039】この2D−K層20では各入力データセッ
トは入力層1に対してすべてのPEが相互結合されてお
り、各PE間において所定の幾何学的距離が算定され
る。このとき2D−K層20では、競合学習として、入
力されたn×m個のパターンの類似性がその距離関係に
写し出され、類似性の高いPEが選択され、このPEに
対して優位な重み付けがなされる。これにより未学習デ
ータに対する属性判定がより明確になる。
トは入力層1に対してすべてのPEが相互結合されてお
り、各PE間において所定の幾何学的距離が算定され
る。このとき2D−K層20では、競合学習として、入
力されたn×m個のパターンの類似性がその距離関係に
写し出され、類似性の高いPEが選択され、このPEに
対して優位な重み付けがなされる。これにより未学習デ
ータに対する属性判定がより明確になる。
【0040】未学習データに対しては学習時の自己組織
化による入力データの区分けに従った重み付けが施さ
れ、次の隠れ層に出力値が引き渡される。なお、2D−
K層20の直前に付加的に規格化層21を挿入すること
により入力パターンが所定の規格化されたベクトルとし
て表される。これにより2D−K層20での学習効率を
向上させることができる。このように2D−K層20を
設けることにより学習時の収束効率を大幅に向上できる
とともに、未学習データに対する正解率もきわめて良く
なることが明らかにされている。
化による入力データの区分けに従った重み付けが施さ
れ、次の隠れ層に出力値が引き渡される。なお、2D−
K層20の直前に付加的に規格化層21を挿入すること
により入力パターンが所定の規格化されたベクトルとし
て表される。これにより2D−K層20での学習効率を
向上させることができる。このように2D−K層20を
設けることにより学習時の収束効率を大幅に向上できる
とともに、未学習データに対する正解率もきわめて良く
なることが明らかにされている。
【0041】この2D−K層を備えた神経回路網は、上
述のBP手法を拡張することで完成させることができ
る。したがって学習計画等はBP手法に準じて決定でき
る。この神経回路網では学習開始直後の数千回の繰り返
し学習状態では内部の自己組織化学習のために出力側か
らのフィードバックは行われない。そして自己組織化が
完了後所定のBP手法の学習が行われる。この結果早い
収束回数で学習を完了することができる。
述のBP手法を拡張することで完成させることができ
る。したがって学習計画等はBP手法に準じて決定でき
る。この神経回路網では学習開始直後の数千回の繰り返
し学習状態では内部の自己組織化学習のために出力側か
らのフィードバックは行われない。そして自己組織化が
完了後所定のBP手法の学習が行われる。この結果早い
収束回数で学習を完了することができる。
【0042】なお、前述の実施例において、学習完了し
た神経回路網についてはC言語等によりコード化した
り、コンパイル、リンクにより実行形アプリケーション
としたり、制御マイコンとしてパッケージ化することも
できる。このとき対応車種ごとにROM化すれば、コン
パクトな神経回路網を設定でき、システムのコストダウ
ンを図ることも可能である。
た神経回路網についてはC言語等によりコード化した
り、コンパイル、リンクにより実行形アプリケーション
としたり、制御マイコンとしてパッケージ化することも
できる。このとき対応車種ごとにROM化すれば、コン
パクトな神経回路網を設定でき、システムのコストダウ
ンを図ることも可能である。
【0043】また、論理構築の容易なアルゴリズム部分
に対してはエキスパート・システムを適用し、神経回路
網とエキスパート・システムとの混成論理回路による予
測システムを構築することも可能である。なお、自動車
の事故には自動車同士や対壁等の衝突の他に、転覆や転
落等も含まれる。しかし、これらの事故のプロセスには
何らかの形で衝突という現象が関与していると考えられ
る。このため、ここでは衝突を広く定義し、事故は衝突
により起こるとして取り扱う。
に対してはエキスパート・システムを適用し、神経回路
網とエキスパート・システムとの混成論理回路による予
測システムを構築することも可能である。なお、自動車
の事故には自動車同士や対壁等の衝突の他に、転覆や転
落等も含まれる。しかし、これらの事故のプロセスには
何らかの形で衝突という現象が関与していると考えられ
る。このため、ここでは衝突を広く定義し、事故は衝突
により起こるとして取り扱う。
【0044】
【発明の効果】以上の説明から明らかなように、本発明
によれば自動車が衝突する場合等に直面するビジュアル
な情報をデータ処理して、迅速に演算を行える並列処理
アルゴリズムを適用して入力されたデータをもとに衝突
の有無を予測するので、衝突が起こる前に車両を安全に
保持する手段を講じることができ、搭乗者の安全の確保
を迅速かつ確実に行うことができるという効果を奏す
る。
によれば自動車が衝突する場合等に直面するビジュアル
な情報をデータ処理して、迅速に演算を行える並列処理
アルゴリズムを適用して入力されたデータをもとに衝突
の有無を予測するので、衝突が起こる前に車両を安全に
保持する手段を講じることができ、搭乗者の安全の確保
を迅速かつ確実に行うことができるという効果を奏す
る。
【図1】本発明による神経回路網による衝突予防予測シ
ステムの第1の実施例の神経回路網の一例を示した神経
回路網構成図。
ステムの第1の実施例の神経回路網の一例を示した神経
回路網構成図。
【図2】本発明に適用した神経回路網の一素子を模式的
に示した概念図。
に示した概念図。
【図3】本発明における学習演算に使用された伝達関数
の一例を示した特性曲線図。
の一例を示した特性曲線図。
【図4】走行時に撮像された学習画像データのあるサン
プリング時刻での景色の一例を示した説明図。
プリング時刻での景色の一例を示した説明図。
【図5】実車走行での画像認識における画像データの一
例を示した説明図。
例を示した説明図。
【図6】実車走行での画像認識における画像データの一
例を示した説明図。
例を示した説明図。
【図7】本発明による神経回路網による衝突状態予測シ
ステムの第2の実施例の神経回路網の一例を示した神経
回路網構成図。
ステムの第2の実施例の神経回路網の一例を示した神経
回路網構成図。
【図8】従来の衝突防止用レーダを搭載した自動車の構
成の一例を示した模式ブロック図。
成の一例を示した模式ブロック図。
【図9】図8に示した自動車がカーブを走行する際の状
況を示した説明図。
況を示した説明図。
1 入力層 2 隠れ層 3 出力層 20 2次元自己組織化・競合学習層(2D−K層) 21 規格化層
Claims (4)
- 【請求項1】自車からの視認可能範囲の景色を衝突直前
まで撮像した画像を学習データ群として中間層を有する
神経回路網に入力して学習演算により前記神経回路網を
学習させた衝突予測回路を有する認識部に、走行時にリ
アルタイムで車載撮像手段により収集した実画像データ
を所定幅のデータセットとして逐次入力し、予想される
衝突画像の特徴に一致するか否かを前記神経回路網の学
習結果に基づき前記衝突予測回路で予測し、衝突画像特
徴を示すことが予測された場合に車両走行安全保持手段
の動作開始を指令するようにしたことを特徴とする神経
回路網による衝突予防予測システム。 - 【請求項2】前記神経回路網は、2次元自己組織化競合
学習層を前記中間層に構築したことを特徴とする請求項
1記載の神経回路網による衝突予防予測システム。 - 【請求項3】前記学習画像データは、衝突前から衝突に
至るまでの実写画像からなり、衝突直前までの前記実写
画像を画像パターンとし、この画像パターンを前記神経
回路網の入力層に入力し、前記実写画像に基づく衝突有
無のフラグを前記神経回路網の出力層に付与する希望出
力データとしたことを特徴とする請求項1または請求項
2のいずれかに記載の神経回路網による衝突予防予測シ
ステム。 - 【請求項4】前記神経回路網は学習完了状態でコード化
され、前記車両走行安全保持手段の制御回路内に組み込
まれたことを特徴とする請求項1または請求項2のいず
れかに記載の神経回路網による衝突予防予測システム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4229201A JPH0785280B2 (ja) | 1992-08-04 | 1992-08-04 | 神経回路網による衝突予測判定システム |
KR1019930011249A KR940004472A (ko) | 1992-08-04 | 1993-06-19 | 신경회로망에 의한 충돌예방예측시스템 |
EP93112302A EP0582236B1 (en) | 1992-08-04 | 1993-07-30 | Vehicle crash predictive and evasive operation system by neural networks |
DE69318898T DE69318898T2 (de) | 1992-08-04 | 1993-07-30 | Steuerungssystem mit neuronalem Netzwerk zum Voraussagen und Vermeiden von Zusammenstössen eines Fahrzeuges |
US08/375,249 US5541590A (en) | 1992-08-04 | 1995-01-19 | Vehicle crash predictive and evasive operation system by neural networks |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4229201A JPH0785280B2 (ja) | 1992-08-04 | 1992-08-04 | 神経回路網による衝突予測判定システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0660300A true JPH0660300A (ja) | 1994-03-04 |
JPH0785280B2 JPH0785280B2 (ja) | 1995-09-13 |
Family
ID=16888404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4229201A Expired - Lifetime JPH0785280B2 (ja) | 1992-08-04 | 1992-08-04 | 神経回路網による衝突予測判定システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US5541590A (ja) |
EP (1) | EP0582236B1 (ja) |
JP (1) | JPH0785280B2 (ja) |
KR (1) | KR940004472A (ja) |
DE (1) | DE69318898T2 (ja) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08198044A (ja) * | 1994-05-23 | 1996-08-06 | Automot Technol Internatl Inc | 予測センサを有する側部衝撃用エアバッグシステム |
JPH08202877A (ja) * | 1995-01-31 | 1996-08-09 | Toyota Motor Corp | 画像認識装置 |
JPH11211659A (ja) * | 1998-01-23 | 1999-08-06 | Nagoya Denki Kogyo Kk | 路面状態判別方法およびその装置 |
JP2000057495A (ja) * | 1998-08-06 | 2000-02-25 | Honda Motor Co Ltd | 車両の走行安全装置 |
JP2000057496A (ja) * | 1998-06-03 | 2000-02-25 | Honda Motor Co Ltd | 車両走行安全装置 |
JP2000285245A (ja) * | 1999-03-31 | 2000-10-13 | Toshiba Corp | 移動体の衝突防止装置、衝突防止方法、および記録媒体 |
US7630806B2 (en) | 1994-05-23 | 2009-12-08 | Automotive Technologies International, Inc. | System and method for detecting and protecting pedestrians |
US7783403B2 (en) | 1994-05-23 | 2010-08-24 | Automotive Technologies International, Inc. | System and method for preventing vehicular accidents |
JP2011014038A (ja) * | 2009-07-03 | 2011-01-20 | Fuji Heavy Ind Ltd | オンラインリスク認識システム |
US8041483B2 (en) | 1994-05-23 | 2011-10-18 | Automotive Technologies International, Inc. | Exterior airbag deployment techniques |
JP2017162436A (ja) * | 2016-03-11 | 2017-09-14 | 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Panasonic Intellectual Property Corporation of America | 画像処理方法、画像処理装置およびプログラム |
JP2017162437A (ja) * | 2016-03-11 | 2017-09-14 | 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Panasonic Intellectual Property Corporation of America | 画像処理方法、画像処理装置およびプログラム |
WO2018186625A1 (ko) * | 2017-04-06 | 2018-10-11 | 삼성전자주식회사 | 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체 |
KR20180113447A (ko) * | 2017-04-06 | 2018-10-16 | 삼성전자주식회사 | 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체 |
JP2018532629A (ja) * | 2015-05-19 | 2018-11-08 | オートリブ ディベロップメント エービー | 車両安全システムの安全機構の適合 |
JP2018200537A (ja) * | 2017-05-26 | 2018-12-20 | オムロン株式会社 | 学習装置、学習制御方法、及びそのプログラム |
JP2018200539A (ja) * | 2017-05-26 | 2018-12-20 | オムロン株式会社 | 学習装置、学習制御方法、及びそのプログラム |
CN109305164A (zh) * | 2017-07-28 | 2019-02-05 | 现代摩比斯株式会社 | 用于车辆的紧急制动预备系统 |
JP2019179372A (ja) * | 2018-03-30 | 2019-10-17 | 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Panasonic Intellectual Property Corporation of America | 学習データ作成方法、学習方法、危険予測方法、学習データ作成装置、学習装置、危険予測装置、及び、プログラム |
JP2019212276A (ja) * | 2018-06-06 | 2019-12-12 | 緯創資通股▲ふん▼有限公司Wistron Corporation | 運転予測のための方法、処理装置、及びシステム |
KR20200041384A (ko) * | 2017-09-08 | 2020-04-21 | 나이앤틱, 인크. | 충돌 검출, 추정 및 회피 |
CN111507468A (zh) * | 2019-01-31 | 2020-08-07 | 斯特拉德视觉公司 | 使用人工智能来警告驾驶员危险的方法和装置 |
JP2020144877A (ja) * | 2020-04-10 | 2020-09-10 | エイディシーテクノロジー株式会社 | 衝突軽減装置及び車両 |
WO2020229515A1 (de) | 2019-05-14 | 2020-11-19 | Eyyes Gmbh | Verfahren zum anzeigen und/oder berechnen einer relativbewegung |
CN112231823A (zh) * | 2019-07-15 | 2021-01-15 | 现代自动车株式会社 | 碰撞性能预测装置及方法 |
JP2022009838A (ja) * | 2020-04-10 | 2022-01-14 | エイディシーテクノロジー株式会社 | 車載用画像表示装置及び車両 |
Families Citing this family (310)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6532408B1 (en) | 1997-05-29 | 2003-03-11 | Automotive Technologies International, Inc. | Smart airbag system |
US7284769B2 (en) * | 1995-06-07 | 2007-10-23 | Automotive Technologies International, Inc. | Method and apparatus for sensing a vehicle crash |
US7481453B2 (en) * | 1991-07-09 | 2009-01-27 | Automotive Technologies International, Inc. | Inflator system |
US5684701A (en) * | 1995-06-07 | 1997-11-04 | Automotive Technologies International, Inc. | Method and apparatus for sensing a vehicle crash |
US10361802B1 (en) | 1999-02-01 | 2019-07-23 | Blanding Hovenweep, Llc | Adaptive pattern recognition based control system and method |
US8352400B2 (en) | 1991-12-23 | 2013-01-08 | Hoffberg Steven M | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
US9102220B2 (en) * | 1992-05-05 | 2015-08-11 | American Vehicular Sciences Llc | Vehicular crash notification system |
US5877897A (en) | 1993-02-26 | 1999-03-02 | Donnelly Corporation | Automatic rearview mirror, vehicle lighting control and vehicle interior monitoring system using a photosensor array |
US6498620B2 (en) | 1993-02-26 | 2002-12-24 | Donnelly Corporation | Vision system for a vehicle including an image capture device and a display system having a long focal length |
US6822563B2 (en) | 1997-09-22 | 2004-11-23 | Donnelly Corporation | Vehicle imaging system with accessory control |
US5910854A (en) | 1993-02-26 | 1999-06-08 | Donnelly Corporation | Electrochromic polymeric solid films, manufacturing electrochromic devices using such solid films, and processes for making such solid films and devices |
US5670935A (en) * | 1993-02-26 | 1997-09-23 | Donnelly Corporation | Rearview vision system for vehicle including panoramic view |
DE4410709A1 (de) * | 1994-03-28 | 1995-10-05 | Bodenseewerk Geraetetech | Überwachungs-Einrichtung zur Überwachung der Flugsicherheit von Flugzeugen |
US5668663A (en) | 1994-05-05 | 1997-09-16 | Donnelly Corporation | Electrochromic mirrors and devices |
JP3467339B2 (ja) * | 1994-12-20 | 2003-11-17 | タカタ株式会社 | 車両の衝突状態制御システム |
JP3523698B2 (ja) * | 1994-12-21 | 2004-04-26 | 光洋精工株式会社 | 電動パワーステアリング装置および予防安全装置 |
JPH08263784A (ja) * | 1995-03-23 | 1996-10-11 | Honda Motor Co Ltd | 道路状況認識装置 |
US6891563B2 (en) | 1996-05-22 | 2005-05-10 | Donnelly Corporation | Vehicular vision system |
US9008854B2 (en) | 1995-06-07 | 2015-04-14 | American Vehicular Sciences Llc | Vehicle component control methods and systems |
US10573093B2 (en) * | 1995-06-07 | 2020-02-25 | Automotive Technologies International, Inc. | Vehicle computer design and use techniques for receiving navigation software |
US20070135982A1 (en) | 1995-06-07 | 2007-06-14 | Automotive Technologies International, Inc. | Methods for Sensing Weight of an Occupying Item in a Vehicular Seat |
US9443358B2 (en) | 1995-06-07 | 2016-09-13 | Automotive Vehicular Sciences LLC | Vehicle software upgrade techniques |
US7744122B2 (en) | 1995-12-12 | 2010-06-29 | Automotive Technologies International, Inc. | Driver side aspirated airbags |
JPH09211113A (ja) * | 1996-01-31 | 1997-08-15 | Komatsu Ltd | ミリ波レーダ搭載車両 |
US7655894B2 (en) | 1996-03-25 | 2010-02-02 | Donnelly Corporation | Vehicular image sensing system |
US6025796A (en) * | 1996-12-09 | 2000-02-15 | Crosby, Ii; Robert G. | Radar detector for pre-impact airbag triggering |
EP0891903B1 (de) | 1997-07-17 | 2009-02-11 | Volkswagen Aktiengesellschaft | Automatische Notbremsfunktion |
US6172613B1 (en) | 1998-02-18 | 2001-01-09 | Donnelly Corporation | Rearview mirror assembly incorporating vehicle information display |
US8294975B2 (en) | 1997-08-25 | 2012-10-23 | Donnelly Corporation | Automotive rearview mirror assembly |
US6326613B1 (en) | 1998-01-07 | 2001-12-04 | Donnelly Corporation | Vehicle interior mirror assembly adapted for containing a rain sensor |
US6124886A (en) | 1997-08-25 | 2000-09-26 | Donnelly Corporation | Modular rearview mirror assembly |
DE19738766A1 (de) * | 1997-09-04 | 1999-03-11 | Bayerische Motoren Werke Ag | Vorrichtung zur Anzeige der Außenkontur eines Fahrzeugs |
US9177476B2 (en) | 1997-10-22 | 2015-11-03 | American Vehicular Sciences Llc | Method and system for guiding a person to a location |
US10358057B2 (en) * | 1997-10-22 | 2019-07-23 | American Vehicular Sciences Llc | In-vehicle signage techniques |
US8209120B2 (en) | 1997-10-22 | 2012-06-26 | American Vehicular Sciences Llc | Vehicular map database management techniques |
US6163338A (en) * | 1997-12-11 | 2000-12-19 | Johnson; Dan | Apparatus and method for recapture of realtime events |
US6445287B1 (en) | 2000-02-28 | 2002-09-03 | Donnelly Corporation | Tire inflation assistance monitoring system |
US8288711B2 (en) | 1998-01-07 | 2012-10-16 | Donnelly Corporation | Interior rearview mirror system with forwardly-viewing camera and a control |
US7268700B1 (en) | 1998-01-27 | 2007-09-11 | Hoffberg Steven M | Mobile communication device |
US6252544B1 (en) | 1998-01-27 | 2001-06-26 | Steven M. Hoffberg | Mobile communication device |
US6477464B2 (en) | 2000-03-09 | 2002-11-05 | Donnelly Corporation | Complete mirror-based global-positioning system (GPS) navigation solution |
US6693517B2 (en) | 2000-04-21 | 2004-02-17 | Donnelly Corporation | Vehicle mirror assembly communicating wirelessly with vehicle accessories and occupants |
US6329925B1 (en) | 1999-11-24 | 2001-12-11 | Donnelly Corporation | Rearview mirror assembly with added feature modular display |
DE19828693A1 (de) | 1998-06-26 | 1999-12-30 | Volkswagen Ag | Verfahren und Steuereinrichtung zur Minimierung von Unfallfolgen |
US10240935B2 (en) | 1998-10-22 | 2019-03-26 | American Vehicular Sciences Llc | Vehicle software upgrade techniques |
US7904187B2 (en) | 1999-02-01 | 2011-03-08 | Hoffberg Steven M | Internet appliance system and method |
US6114976A (en) * | 1999-02-05 | 2000-09-05 | The Boeing Company | Vehicle emergency warning and control system |
US6185490B1 (en) | 1999-03-15 | 2001-02-06 | Thomas W. Ferguson | Vehicle crash data recorder |
WO2001013141A2 (en) | 1999-08-12 | 2001-02-22 | Automotive Systems Laboratory, Inc. | Neural network radar processor |
KR100627556B1 (ko) * | 1999-12-18 | 2006-09-22 | 주식회사 케이티 | 이동대열들간의 교차점에서의 충돌 방지 방법 |
US7004593B2 (en) | 2002-06-06 | 2006-02-28 | Donnelly Corporation | Interior rearview mirror system with compass |
US7370983B2 (en) | 2000-03-02 | 2008-05-13 | Donnelly Corporation | Interior mirror assembly with display |
US7167796B2 (en) | 2000-03-09 | 2007-01-23 | Donnelly Corporation | Vehicle navigation system for use with a telematics system |
WO2001064481A2 (en) | 2000-03-02 | 2001-09-07 | Donnelly Corporation | Video mirror systems incorporating an accessory module |
US6396408B2 (en) | 2000-03-31 | 2002-05-28 | Donnelly Corporation | Digital electrochromic circuit with a vehicle network |
US7852462B2 (en) | 2000-05-08 | 2010-12-14 | Automotive Technologies International, Inc. | Vehicular component control methods based on blind spot monitoring |
DE10025678B4 (de) * | 2000-05-24 | 2006-10-19 | Daimlerchrysler Ag | Kamerabasiertes Precrash-Erkennungssystem |
US6370461B1 (en) * | 2000-06-27 | 2002-04-09 | Ford Global Technologies, Inc. | Crash control system for vehicles employing predictive pre-crash signals |
DE10036276A1 (de) | 2000-07-26 | 2002-02-07 | Daimler Chrysler Ag | Automatisches Brems- und Lenksystem für ein Fahrzeug |
US7581859B2 (en) | 2005-09-14 | 2009-09-01 | Donnelly Corp. | Display device for exterior rearview mirror |
WO2002062623A2 (en) | 2001-01-23 | 2002-08-15 | Donnelly Corporation | Improved vehicular lighting system for a mirror assembly |
US7255451B2 (en) | 2002-09-20 | 2007-08-14 | Donnelly Corporation | Electro-optic mirror cell |
DE10132386A1 (de) | 2001-07-06 | 2003-01-16 | Volkswagen Ag | Fahrerassistenzsystem |
US7697027B2 (en) | 2001-07-31 | 2010-04-13 | Donnelly Corporation | Vehicular video system |
US6882287B2 (en) | 2001-07-31 | 2005-04-19 | Donnelly Corporation | Automotive lane change aid |
US6859705B2 (en) | 2001-09-21 | 2005-02-22 | Ford Global Technologies, Llc | Method for operating a pre-crash sensing system with object classifier in a vehicle having a countermeasure system |
US6944543B2 (en) | 2001-09-21 | 2005-09-13 | Ford Global Technologies Llc | Integrated collision prediction and safety systems control for improved vehicle safety |
US20030069677A1 (en) * | 2001-10-10 | 2003-04-10 | Boran Canice Patrick | Utilization of data provided by remote sensing devices for protection device activation decisions |
US20030076981A1 (en) * | 2001-10-18 | 2003-04-24 | Smith Gregory Hugh | Method for operating a pre-crash sensing system in a vehicle having a counter-measure system |
US6819991B2 (en) * | 2001-11-29 | 2004-11-16 | Ford Global Technologies, Llc | Vehicle sensing based pre-crash threat assessment system |
US6775605B2 (en) | 2001-11-29 | 2004-08-10 | Ford Global Technologies, Llc | Remote sensing based pre-crash threat assessment system |
US7158870B2 (en) * | 2002-01-24 | 2007-01-02 | Ford Global Technologies, Llc | Post collision restraints control module |
US6831572B2 (en) | 2002-01-29 | 2004-12-14 | Ford Global Technologies, Llc | Rear collision warning system |
US6519519B1 (en) | 2002-02-01 | 2003-02-11 | Ford Global Technologies, Inc. | Passive countermeasure methods |
US6721659B2 (en) | 2002-02-01 | 2004-04-13 | Ford Global Technologies, Llc | Collision warning and safety countermeasure system |
US6498972B1 (en) | 2002-02-13 | 2002-12-24 | Ford Global Technologies, Inc. | Method for operating a pre-crash sensing system in a vehicle having a countermeasure system |
US7009500B2 (en) | 2002-02-13 | 2006-03-07 | Ford Global Technologies, Llc | Method for operating a pre-crash sensing system in a vehicle having a countermeasure system using stereo cameras |
EP1504276B1 (en) | 2002-05-03 | 2012-08-08 | Donnelly Corporation | Object detection system for vehicle |
US6918674B2 (en) | 2002-05-03 | 2005-07-19 | Donnelly Corporation | Vehicle rearview mirror system |
US7329013B2 (en) | 2002-06-06 | 2008-02-12 | Donnelly Corporation | Interior rearview mirror system with compass |
DE10243620A1 (de) * | 2002-09-19 | 2004-04-01 | Valeo Schalter Und Sensoren Gmbh | Verfahren zur Bildverarbeitung der von einem System zur Umfelderfassung eines Fahrzeuges erfassten optischen Signale und System zur Umfelderfassung eines Fahrzeuges |
US7310177B2 (en) | 2002-09-20 | 2007-12-18 | Donnelly Corporation | Electro-optic reflective element assembly |
EP1543358A2 (en) | 2002-09-20 | 2005-06-22 | Donnelly Corporation | Mirror reflective element assembly |
AT412678B (de) * | 2002-09-30 | 2005-05-25 | Gerhard Dr Kranner | Verfahren zur rechnergestützten erstellung von prognosen für operative systeme sowie system zur erstellung von prognosen für operative systeme |
JP4016796B2 (ja) * | 2002-10-22 | 2007-12-05 | オムロン株式会社 | 車載用撮像装置及びそれを用いた車両運転支援装置 |
US6859148B2 (en) * | 2002-10-30 | 2005-02-22 | Ford Global Technologies, Llc | Blind spot warning system for an automotive vehicle |
US9818136B1 (en) | 2003-02-05 | 2017-11-14 | Steven M. Hoffberg | System and method for determining contingent relevance |
DE10307169A1 (de) * | 2003-02-20 | 2004-09-02 | Daimlerchrysler Ag | Verfahren zur Regelung der Fahrgeschwindigkeit eines Fahrzeugs |
US7289037B2 (en) | 2003-05-19 | 2007-10-30 | Donnelly Corporation | Mirror assembly for vehicle |
ES2374533T3 (es) * | 2003-05-22 | 2012-02-17 | Fico Mirrors, S.A. | Módulo de adquisición de imagen para aplicaciones de monitorización del entorno exterior de un vehículo. |
ES2349590T3 (es) * | 2003-05-22 | 2011-01-05 | Fico Mirrors, Sa | Unidad de adquisición de imagen con dispositivo calefactor para monitorización del exterior de un automóvil. |
JP4055656B2 (ja) * | 2003-05-30 | 2008-03-05 | トヨタ自動車株式会社 | 衝突予測装置 |
DE10336986A1 (de) * | 2003-08-12 | 2005-03-17 | Daimlerchrysler Ag | Verfahren zum Vermeiden von Kollisionen eines Fahrzeugs |
US6915196B2 (en) * | 2003-09-23 | 2005-07-05 | Ford Global Technologies, Llc | Method for operating a vehicle crash safety system in a vehicle having a pre-crash sensing system and countermeasure systems |
US7446924B2 (en) | 2003-10-02 | 2008-11-04 | Donnelly Corporation | Mirror reflective element assembly including electronic component |
US7308341B2 (en) | 2003-10-14 | 2007-12-11 | Donnelly Corporation | Vehicle communication system |
US7526103B2 (en) | 2004-04-15 | 2009-04-28 | Donnelly Corporation | Imaging system for vehicle |
EP1779295A4 (en) * | 2004-07-26 | 2012-07-04 | Automotive Systems Lab | SYSTEM FOR PROTECTING USERS OF THE ROAD IN A DANGER SITUATION |
US7881496B2 (en) | 2004-09-30 | 2011-02-01 | Donnelly Corporation | Vision system for vehicle |
US7831532B2 (en) * | 2004-11-16 | 2010-11-09 | Microsoft Corporation | Precomputation and transmission of time-dependent information for varying or uncertain receipt times |
US7698055B2 (en) * | 2004-11-16 | 2010-04-13 | Microsoft Corporation | Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data |
US7519564B2 (en) | 2004-11-16 | 2009-04-14 | Microsoft Corporation | Building and using predictive models of current and future surprises |
JP4421450B2 (ja) * | 2004-11-22 | 2010-02-24 | 本田技研工業株式会社 | 車両の逸脱判定装置 |
US7720580B2 (en) | 2004-12-23 | 2010-05-18 | Donnelly Corporation | Object detection system for vehicle |
US20060162985A1 (en) * | 2005-01-26 | 2006-07-27 | Takata Corporation | System for crash prediction and avoidance |
DE102005017218A1 (de) * | 2005-04-14 | 2006-10-19 | Conti Temic Microelectronic Gmbh | Verfahren und Vorrichtung zur Steuerung einer Sicherheitseinrichtung eines Fahrzeugs |
WO2006113750A2 (en) * | 2005-04-19 | 2006-10-26 | Airsage, Inc. | An integrated incident information andintelligence system |
ATE517368T1 (de) | 2005-05-16 | 2011-08-15 | Donnelly Corp | Fahrzeugspiegelanordnung mit zeichen am reflektierenden teil |
DE102005036953A1 (de) * | 2005-08-05 | 2007-02-08 | Robert Bosch Gmbh | Verfahren zum Erzeugen von Umwelthypothesen für Fahrerassistenzfunktionen |
US8340883B2 (en) | 2005-09-15 | 2012-12-25 | Continental Teves Ag & Co. Ohg | Method and apparatus for predicting a movement trajectory |
EP1949666B1 (en) | 2005-11-01 | 2013-07-17 | Magna Mirrors of America, Inc. | Interior rearview mirror with display |
US20070150138A1 (en) | 2005-12-08 | 2007-06-28 | James Plante | Memory management in event recording systems |
US10878646B2 (en) | 2005-12-08 | 2020-12-29 | Smartdrive Systems, Inc. | Vehicle event recorder systems |
WO2007103573A2 (en) | 2006-03-09 | 2007-09-13 | Gentex Corporation | Vehicle rearview assembly including a high intensity display |
US9201842B2 (en) | 2006-03-16 | 2015-12-01 | Smartdrive Systems, Inc. | Vehicle event recorder systems and networks having integrated cellular wireless communications systems |
US8996240B2 (en) | 2006-03-16 | 2015-03-31 | Smartdrive Systems, Inc. | Vehicle event recorders with integrated web server |
US20070268158A1 (en) * | 2006-05-09 | 2007-11-22 | Drivecam, Inc. | System and Method for Reducing Driving Risk With Insight |
US20070257782A1 (en) * | 2006-05-08 | 2007-11-08 | Drivecam, Inc. | System and Method for Multi-Event Capture |
US7804426B2 (en) * | 2006-05-08 | 2010-09-28 | Drivecam, Inc. | System and method for selective review of event data |
US8373567B2 (en) * | 2006-05-08 | 2013-02-12 | Drivecam, Inc. | System and method for identifying non-event profiles |
US20080043736A1 (en) * | 2006-08-18 | 2008-02-21 | Drivecam, Inc. | Data Transfer System and Method |
US7536457B2 (en) * | 2006-05-08 | 2009-05-19 | Drivecam, Inc. | System and method for wireless delivery of event data |
US7659827B2 (en) * | 2006-05-08 | 2010-02-09 | Drivecam, Inc. | System and method for taking risk out of driving |
US8314708B2 (en) | 2006-05-08 | 2012-11-20 | Drivecam, Inc. | System and method for reducing driving risk with foresight |
US9836716B2 (en) | 2006-05-09 | 2017-12-05 | Lytx, Inc. | System and method for reducing driving risk with hindsight |
WO2008024639A2 (en) | 2006-08-11 | 2008-02-28 | Donnelly Corporation | Automatic headlamp control system |
ATE479980T1 (de) * | 2006-08-24 | 2010-09-15 | Valeo Vision | Verfahren zur bestimmung der durchfahrt eines fahrzeugs durch eine engen durchlass |
US8649933B2 (en) | 2006-11-07 | 2014-02-11 | Smartdrive Systems Inc. | Power management systems for automotive video event recorders |
US8989959B2 (en) | 2006-11-07 | 2015-03-24 | Smartdrive Systems, Inc. | Vehicle operator performance history recording, scoring and reporting systems |
US8868288B2 (en) | 2006-11-09 | 2014-10-21 | Smartdrive Systems, Inc. | Vehicle exception event management systems |
DE102006058566A1 (de) * | 2006-12-12 | 2008-06-19 | Siemens Ag | Schwingungs- und geräuschminimierende Bremssteuerung |
EP3624086A1 (en) | 2007-01-25 | 2020-03-18 | Magna Electronics Inc. | Radar sensing system for vehicle |
DE102007015227B4 (de) * | 2007-03-29 | 2010-01-14 | Continental Automotive Gmbh | Verfahren und Anordnung zur näherungsweisen Bestimmung einer von einem Fahrzeug aktuell befahrenen Fahrspur |
US8239092B2 (en) | 2007-05-08 | 2012-08-07 | Smartdrive Systems Inc. | Distributed vehicle event recorder systems having a portable memory data transfer system |
JP4427759B2 (ja) * | 2007-06-29 | 2010-03-10 | アイシン・エィ・ダブリュ株式会社 | 車両挙動学習装置及び車両挙動学習プログラム |
US7914187B2 (en) | 2007-07-12 | 2011-03-29 | Magna Electronics Inc. | Automatic lighting system with adaptive alignment function |
US8017898B2 (en) | 2007-08-17 | 2011-09-13 | Magna Electronics Inc. | Vehicular imaging system in an automatic headlamp control system |
EP2191457B1 (en) | 2007-09-11 | 2014-12-10 | Magna Electronics | Imaging system for vehicle |
US20090089108A1 (en) * | 2007-09-27 | 2009-04-02 | Robert Lee Angell | Method and apparatus for automatically identifying potentially unsafe work conditions to predict and prevent the occurrence of workplace accidents |
US8446470B2 (en) | 2007-10-04 | 2013-05-21 | Magna Electronics, Inc. | Combined RGB and IR imaging sensor |
US8154418B2 (en) | 2008-03-31 | 2012-04-10 | Magna Mirrors Of America, Inc. | Interior rearview mirror system |
US8060280B2 (en) * | 2008-04-15 | 2011-11-15 | Autoliv Asp, Inc. | Vision system for deploying safety systems |
US7898400B2 (en) * | 2008-04-15 | 2011-03-01 | Autoliv Asp, Inc. | Enhanced vision road detection system |
US20100020170A1 (en) | 2008-07-24 | 2010-01-28 | Higgins-Luthman Michael J | Vehicle Imaging System |
US9487144B2 (en) | 2008-10-16 | 2016-11-08 | Magna Mirrors Of America, Inc. | Interior mirror assembly with display |
EP2179892A1 (de) | 2008-10-24 | 2010-04-28 | Magna Electronics Europe GmbH & Co. KG | Verfahren zum automatischen Kalibrieren einer virtuellen Kamera |
US8964032B2 (en) | 2009-01-30 | 2015-02-24 | Magna Electronics Inc. | Rear illumination system |
EP2401176B1 (en) | 2009-02-27 | 2019-05-08 | Magna Electronics | Alert system for vehicle |
US8376595B2 (en) | 2009-05-15 | 2013-02-19 | Magna Electronics, Inc. | Automatic headlamp control |
WO2011014497A1 (en) | 2009-07-27 | 2011-02-03 | Magna Electronics Inc. | Vehicular camera with on-board microcontroller |
WO2011014482A1 (en) | 2009-07-27 | 2011-02-03 | Magna Electronics Inc. | Parking assist system |
WO2011028686A1 (en) | 2009-09-01 | 2011-03-10 | Magna Mirrors Of America, Inc. | Imaging and display system for vehicle |
US8731815B2 (en) * | 2009-09-18 | 2014-05-20 | Charles Arnold Cummings | Holistic cybernetic vehicle control |
EP2523831B2 (en) | 2010-01-13 | 2024-05-29 | Magna Electronics Inc. | Vehicular camera and method for periodic calibration of vehicular camera |
US8890955B2 (en) | 2010-02-10 | 2014-11-18 | Magna Mirrors Of America, Inc. | Adaptable wireless vehicle vision system based on wireless communication error |
US9117123B2 (en) | 2010-07-05 | 2015-08-25 | Magna Electronics Inc. | Vehicular rear view camera display system with lifecheck function |
US9180908B2 (en) | 2010-11-19 | 2015-11-10 | Magna Electronics Inc. | Lane keeping system and lane centering system |
US9900522B2 (en) | 2010-12-01 | 2018-02-20 | Magna Electronics Inc. | System and method of establishing a multi-camera image using pixel remapping |
US9264672B2 (en) | 2010-12-22 | 2016-02-16 | Magna Mirrors Of America, Inc. | Vision display system for vehicle |
US9085261B2 (en) | 2011-01-26 | 2015-07-21 | Magna Electronics Inc. | Rear vision system with trailer angle detection |
JP5699679B2 (ja) * | 2011-02-24 | 2015-04-15 | 富士通セミコンダクター株式会社 | 画像処理装置、画像処理システム、及び画像処理方法 |
US9194943B2 (en) | 2011-04-12 | 2015-11-24 | Magna Electronics Inc. | Step filter for estimating distance in a time-of-flight ranging system |
US9547795B2 (en) | 2011-04-25 | 2017-01-17 | Magna Electronics Inc. | Image processing method for detecting objects using relative motion |
WO2013016409A1 (en) | 2011-07-26 | 2013-01-31 | Magna Electronics Inc. | Vision system for vehicle |
AU2011375962B2 (en) * | 2011-08-31 | 2015-08-20 | Toyota Jidosha Kabushiki Kaisha | Vehicle drive-control device |
US20140218535A1 (en) | 2011-09-21 | 2014-08-07 | Magna Electronics Inc. | Vehicle vision system using image data transmission and power supply via a coaxial cable |
WO2013048994A1 (en) | 2011-09-26 | 2013-04-04 | Magna Electronics, Inc. | Vehicle camera image quality improvement in poor visibility conditions by contrast amplification |
US9146898B2 (en) | 2011-10-27 | 2015-09-29 | Magna Electronics Inc. | Driver assist system with algorithm switching |
WO2013081985A1 (en) | 2011-11-28 | 2013-06-06 | Magna Electronics, Inc. | Vision system for vehicle |
WO2013126715A2 (en) | 2012-02-22 | 2013-08-29 | Magna Electronics, Inc. | Vehicle camera system with image manipulation |
US10457209B2 (en) | 2012-02-22 | 2019-10-29 | Magna Electronics Inc. | Vehicle vision system with multi-paned view |
US8694224B2 (en) | 2012-03-01 | 2014-04-08 | Magna Electronics Inc. | Vehicle yaw rate correction |
US10609335B2 (en) | 2012-03-23 | 2020-03-31 | Magna Electronics Inc. | Vehicle vision system with accelerated object confirmation |
WO2013158592A2 (en) | 2012-04-16 | 2013-10-24 | Magna Electronics, Inc. | Vehicle vision system with reduced image color data processing by use of dithering |
US8879139B2 (en) | 2012-04-24 | 2014-11-04 | Gentex Corporation | Display mirror assembly |
US10089537B2 (en) | 2012-05-18 | 2018-10-02 | Magna Electronics Inc. | Vehicle vision system with front and rear camera integration |
US9728228B2 (en) | 2012-08-10 | 2017-08-08 | Smartdrive Systems, Inc. | Vehicle event playback apparatus and methods |
US9340227B2 (en) | 2012-08-14 | 2016-05-17 | Magna Electronics Inc. | Vehicle lane keep assist system |
DE102013217430A1 (de) | 2012-09-04 | 2014-03-06 | Magna Electronics, Inc. | Fahrerassistenzsystem für ein Kraftfahrzeug |
US9558409B2 (en) | 2012-09-26 | 2017-01-31 | Magna Electronics Inc. | Vehicle vision system with trailer angle detection |
US9446713B2 (en) | 2012-09-26 | 2016-09-20 | Magna Electronics Inc. | Trailer angle detection system |
US9090234B2 (en) | 2012-11-19 | 2015-07-28 | Magna Electronics Inc. | Braking control system for vehicle |
US9743002B2 (en) | 2012-11-19 | 2017-08-22 | Magna Electronics Inc. | Vehicle vision system with enhanced display functions |
US10025994B2 (en) | 2012-12-04 | 2018-07-17 | Magna Electronics Inc. | Vehicle vision system utilizing corner detection |
US9481301B2 (en) | 2012-12-05 | 2016-11-01 | Magna Electronics Inc. | Vehicle vision system utilizing camera synchronization |
US9092986B2 (en) | 2013-02-04 | 2015-07-28 | Magna Electronics Inc. | Vehicular vision system |
US20140218529A1 (en) | 2013-02-04 | 2014-08-07 | Magna Electronics Inc. | Vehicle data recording system |
KR101881346B1 (ko) | 2013-03-15 | 2018-07-24 | 젠텍스 코포레이션 | 디스플레이 미러 어셈블리 |
US10027930B2 (en) | 2013-03-29 | 2018-07-17 | Magna Electronics Inc. | Spectral filtering for vehicular driver assistance systems |
US9327693B2 (en) | 2013-04-10 | 2016-05-03 | Magna Electronics Inc. | Rear collision avoidance system for vehicle |
US10232797B2 (en) | 2013-04-29 | 2019-03-19 | Magna Electronics Inc. | Rear vision system for vehicle with dual purpose signal lines |
US9508014B2 (en) | 2013-05-06 | 2016-11-29 | Magna Electronics Inc. | Vehicular multi-camera vision system |
US10567705B2 (en) | 2013-06-10 | 2020-02-18 | Magna Electronics Inc. | Coaxial cable with bidirectional data transmission |
US9260095B2 (en) | 2013-06-19 | 2016-02-16 | Magna Electronics Inc. | Vehicle vision system with collision mitigation |
US20140375476A1 (en) | 2013-06-24 | 2014-12-25 | Magna Electronics Inc. | Vehicle alert system |
US10326969B2 (en) | 2013-08-12 | 2019-06-18 | Magna Electronics Inc. | Vehicle vision system with reduction of temporal noise in images |
US9619716B2 (en) | 2013-08-12 | 2017-04-11 | Magna Electronics Inc. | Vehicle vision system with image classification |
CN105555612B (zh) | 2013-09-24 | 2018-06-01 | 金泰克斯公司 | 显示镜组件 |
US9501878B2 (en) | 2013-10-16 | 2016-11-22 | Smartdrive Systems, Inc. | Vehicle event playback apparatus and methods |
US9610955B2 (en) | 2013-11-11 | 2017-04-04 | Smartdrive Systems, Inc. | Vehicle fuel consumption monitor and feedback systems |
US9499139B2 (en) | 2013-12-05 | 2016-11-22 | Magna Electronics Inc. | Vehicle monitoring system |
US9361575B2 (en) * | 2013-12-11 | 2016-06-07 | Volvo Car Corporation | Method of programming a neural network computer |
US9988047B2 (en) | 2013-12-12 | 2018-06-05 | Magna Electronics Inc. | Vehicle control system with traffic driving control |
US9511715B2 (en) | 2014-01-31 | 2016-12-06 | Gentex Corporation | Backlighting assembly for display for reducing cross-hatching |
US10160382B2 (en) | 2014-02-04 | 2018-12-25 | Magna Electronics Inc. | Trailer backup assist system |
US8892310B1 (en) | 2014-02-21 | 2014-11-18 | Smartdrive Systems, Inc. | System and method to detect execution of driving maneuvers |
CN106061794B (zh) | 2014-03-21 | 2019-06-07 | 金泰克斯公司 | 三态显示镜组件 |
EP3126195B1 (en) | 2014-04-01 | 2019-06-05 | Gentex Corporation | Automatic display mirror assembly |
US9623878B2 (en) | 2014-04-02 | 2017-04-18 | Magna Electronics Inc. | Personalized driver assistance system for vehicle |
US9487235B2 (en) | 2014-04-10 | 2016-11-08 | Magna Electronics Inc. | Vehicle control system with adaptive wheel angle correction |
US10328932B2 (en) | 2014-06-02 | 2019-06-25 | Magna Electronics Inc. | Parking assist system with annotated map generation |
US9925980B2 (en) | 2014-09-17 | 2018-03-27 | Magna Electronics Inc. | Vehicle collision avoidance system with enhanced pedestrian avoidance |
WO2016044746A1 (en) | 2014-09-19 | 2016-03-24 | Gentex Corporation | Rearview assembly |
US10510256B2 (en) | 2014-10-20 | 2019-12-17 | Robert Brandriff | Vehicle collision avoidance system and method |
US9663127B2 (en) | 2014-10-28 | 2017-05-30 | Smartdrive Systems, Inc. | Rail vehicle event detection and recording system |
CN107000642B (zh) | 2014-11-07 | 2020-03-27 | 金泰克斯公司 | 全显示镜致动器 |
US11069257B2 (en) | 2014-11-13 | 2021-07-20 | Smartdrive Systems, Inc. | System and method for detecting a vehicle event and generating review criteria |
KR101977685B1 (ko) | 2014-11-13 | 2019-05-13 | 젠텍스 코포레이션 | 디스플레이를 갖춘 후방 미러 시스템 |
KR101997815B1 (ko) | 2014-12-03 | 2019-07-08 | 젠텍스 코포레이션 | 디스플레이 미러 어셈블리 |
USD746744S1 (en) | 2014-12-05 | 2016-01-05 | Gentex Corporation | Rearview device |
US9744907B2 (en) | 2014-12-29 | 2017-08-29 | Gentex Corporation | Vehicle vision system having adjustable displayed field of view |
US9720278B2 (en) | 2015-01-22 | 2017-08-01 | Gentex Corporation | Low cost optical film stack |
KR102055355B1 (ko) | 2015-01-28 | 2019-12-12 | 구글 엘엘씨 | 배치 정규화 레이어들 |
US9679420B2 (en) | 2015-04-01 | 2017-06-13 | Smartdrive Systems, Inc. | Vehicle event recording system and method |
WO2016172096A1 (en) | 2015-04-20 | 2016-10-27 | Gentex Corporation | Rearview assembly with applique |
US10819943B2 (en) | 2015-05-07 | 2020-10-27 | Magna Electronics Inc. | Vehicle vision system with incident recording function |
US10112540B2 (en) | 2015-05-18 | 2018-10-30 | Gentex Corporation | Full display rearview device |
US9996749B2 (en) | 2015-05-29 | 2018-06-12 | Accenture Global Solutions Limited | Detecting contextual trends in digital video content |
JP7060958B2 (ja) | 2015-06-22 | 2022-04-27 | ジェンテックス コーポレイション | 振幅変調光のフリッカ補正のためのビデオストリーム画像処理システムおよび方法 |
US10214206B2 (en) | 2015-07-13 | 2019-02-26 | Magna Electronics Inc. | Parking assist system for vehicle |
US10078789B2 (en) | 2015-07-17 | 2018-09-18 | Magna Electronics Inc. | Vehicle parking assist system with vision-based parking space detection |
US9869560B2 (en) | 2015-07-31 | 2018-01-16 | International Business Machines Corporation | Self-driving vehicle's response to a proximate emergency vehicle |
US9785145B2 (en) | 2015-08-07 | 2017-10-10 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
US9721397B2 (en) | 2015-08-11 | 2017-08-01 | International Business Machines Corporation | Automatic toll booth interaction with self-driving vehicles |
US10086870B2 (en) | 2015-08-18 | 2018-10-02 | Magna Electronics Inc. | Trailer parking assist system for vehicle |
US9718471B2 (en) | 2015-08-18 | 2017-08-01 | International Business Machines Corporation | Automated spatial separation of self-driving vehicles from manually operated vehicles |
US9896100B2 (en) | 2015-08-24 | 2018-02-20 | International Business Machines Corporation | Automated spatial separation of self-driving vehicles from other vehicles based on occupant preferences |
US9731726B2 (en) | 2015-09-02 | 2017-08-15 | International Business Machines Corporation | Redirecting self-driving vehicles to a product provider based on physiological states of occupants of the self-driving vehicles |
US9566986B1 (en) | 2015-09-25 | 2017-02-14 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
US9834224B2 (en) | 2015-10-15 | 2017-12-05 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
US10875403B2 (en) | 2015-10-27 | 2020-12-29 | Magna Electronics Inc. | Vehicle vision system with enhanced night vision |
US9944291B2 (en) | 2015-10-27 | 2018-04-17 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
US9751532B2 (en) | 2015-10-27 | 2017-09-05 | International Business Machines Corporation | Controlling spacing of self-driving vehicles based on social network relationships |
US10607293B2 (en) | 2015-10-30 | 2020-03-31 | International Business Machines Corporation | Automated insurance toggling for self-driving vehicles |
EP3368374B1 (en) | 2015-10-30 | 2023-12-27 | Gentex Corporation | Toggle paddle |
CN108349436B (zh) | 2015-10-30 | 2019-12-20 | 金泰克斯公司 | 后视装置 |
USD797627S1 (en) | 2015-10-30 | 2017-09-19 | Gentex Corporation | Rearview mirror device |
USD798207S1 (en) | 2015-10-30 | 2017-09-26 | Gentex Corporation | Rearview mirror assembly |
USD800618S1 (en) | 2015-11-02 | 2017-10-24 | Gentex Corporation | Toggle paddle for a rear view device |
US10176525B2 (en) | 2015-11-09 | 2019-01-08 | International Business Machines Corporation | Dynamically adjusting insurance policy parameters for a self-driving vehicle |
US9791861B2 (en) | 2015-11-12 | 2017-10-17 | International Business Machines Corporation | Autonomously servicing self-driving vehicles |
US10144419B2 (en) | 2015-11-23 | 2018-12-04 | Magna Electronics Inc. | Vehicle dynamic control system for emergency handling |
US10061326B2 (en) | 2015-12-09 | 2018-08-28 | International Business Machines Corporation | Mishap amelioration based on second-order sensing by a self-driving vehicle |
US11285878B2 (en) | 2015-12-17 | 2022-03-29 | Magna Electronics Inc. | Vehicle vision system with camera line power filter |
JP6563798B2 (ja) * | 2015-12-17 | 2019-08-21 | 大学共同利用機関法人自然科学研究機構 | 視覚認知支援システムおよび視認対象物の検出システム |
US9836973B2 (en) | 2016-01-27 | 2017-12-05 | International Business Machines Corporation | Selectively controlling a self-driving vehicle's access to a roadway |
US11277558B2 (en) | 2016-02-01 | 2022-03-15 | Magna Electronics Inc. | Vehicle vision system with master-slave camera configuration |
US11433809B2 (en) | 2016-02-02 | 2022-09-06 | Magna Electronics Inc. | Vehicle vision system with smart camera video output |
US10160437B2 (en) | 2016-02-29 | 2018-12-25 | Magna Electronics Inc. | Vehicle control system with reverse assist |
US20170253237A1 (en) | 2016-03-02 | 2017-09-07 | Magna Electronics Inc. | Vehicle vision system with automatic parking function |
US10132971B2 (en) | 2016-03-04 | 2018-11-20 | Magna Electronics Inc. | Vehicle camera with multiple spectral filters |
US10055651B2 (en) | 2016-03-08 | 2018-08-21 | Magna Electronics Inc. | Vehicle vision system with enhanced lane tracking |
US9802599B2 (en) | 2016-03-08 | 2017-10-31 | Ford Global Technologies, Llc | Vehicle lane placement |
CN107180220B (zh) * | 2016-03-11 | 2023-10-31 | 松下电器(美国)知识产权公司 | 危险预测方法 |
USD845851S1 (en) | 2016-03-31 | 2019-04-16 | Gentex Corporation | Rearview device |
US20170293837A1 (en) * | 2016-04-06 | 2017-10-12 | Nec Laboratories America, Inc. | Multi-Modal Driving Danger Prediction System for Automobiles |
USD817238S1 (en) | 2016-04-29 | 2018-05-08 | Gentex Corporation | Rearview device |
US10685391B2 (en) | 2016-05-24 | 2020-06-16 | International Business Machines Corporation | Directing movement of a self-driving vehicle based on sales activity |
US10025138B2 (en) | 2016-06-06 | 2018-07-17 | Gentex Corporation | Illuminating display with light gathering structure |
US10093322B2 (en) | 2016-09-15 | 2018-10-09 | International Business Machines Corporation | Automatically providing explanations for actions taken by a self-driving vehicle |
US10643256B2 (en) | 2016-09-16 | 2020-05-05 | International Business Machines Corporation | Configuring a self-driving vehicle for charitable donations pickup and delivery |
USD809984S1 (en) | 2016-12-07 | 2018-02-13 | Gentex Corporation | Rearview assembly |
USD854473S1 (en) | 2016-12-16 | 2019-07-23 | Gentex Corporation | Rearview assembly |
US11093819B1 (en) | 2016-12-16 | 2021-08-17 | Waymo Llc | Classifying objects using recurrent neural network and classifier neural network subsystems |
US20180191966A1 (en) | 2016-12-30 | 2018-07-05 | Gentex Corporation | Full display mirror with on-demand spotter view |
US10259452B2 (en) | 2017-01-04 | 2019-04-16 | International Business Machines Corporation | Self-driving vehicle collision management system |
US10529147B2 (en) | 2017-01-05 | 2020-01-07 | International Business Machines Corporation | Self-driving vehicle road safety flare deploying system |
US10363893B2 (en) | 2017-01-05 | 2019-07-30 | International Business Machines Corporation | Self-driving vehicle contextual lock control system |
US10607094B2 (en) | 2017-02-06 | 2020-03-31 | Magna Electronics Inc. | Vehicle vision system with traffic sign recognition |
US10152060B2 (en) | 2017-03-08 | 2018-12-11 | International Business Machines Corporation | Protecting contents of a smart vault being transported by a self-driving vehicle |
WO2018170353A1 (en) | 2017-03-17 | 2018-09-20 | Gentex Corporation | Dual display reverse camera system |
US11055605B2 (en) * | 2017-04-25 | 2021-07-06 | Nec Corporation | Detecting dangerous driving situations by parsing a scene graph of radar detections |
US10007269B1 (en) * | 2017-06-23 | 2018-06-26 | Uber Technologies, Inc. | Collision-avoidance system for autonomous-capable vehicle |
DE102017116026A1 (de) | 2017-07-17 | 2019-01-17 | Man Truck & Bus Ag | Vorrichtung zur Reduzierung von Unfallfolgen bei Fahrzeugen |
DE102017216061A1 (de) * | 2017-09-12 | 2019-03-14 | Zf Friedrichshafen Ag | Situationsabhängige Entscheidungsfindung für Fahrzeuge |
US10223601B1 (en) | 2017-10-12 | 2019-03-05 | Denso International America, Inc. | Synthetic traffic object generator |
CN109784325A (zh) * | 2017-11-10 | 2019-05-21 | 富士通株式会社 | 开集识别方法和设备及计算机可读存储介质 |
US10861189B2 (en) | 2017-12-21 | 2020-12-08 | Magna Electronics Inc. | Vehicle camera model for simulation using deep neural networks |
DE102018200878B3 (de) * | 2018-01-19 | 2019-02-21 | Zf Friedrichshafen Ag | Detektion von Gefahrengeräuschen |
JP6393433B1 (ja) * | 2018-02-09 | 2018-09-19 | 株式会社ビコー | 情報処理装置、情報処理方法およびプログラム |
CN111615705A (zh) * | 2018-03-13 | 2020-09-01 | 赫尔实验室有限公司 | 用于对象识别的稀疏联想记忆 |
CN108725440B (zh) | 2018-04-20 | 2020-11-27 | 深圳市商汤科技有限公司 | 前向碰撞控制方法和装置、电子设备、程序和介质 |
JP2019139733A (ja) * | 2018-08-24 | 2019-08-22 | 株式会社ビコー | 情報処理システム、情報処理装置、情報処理方法およびプログラム |
US11927668B2 (en) * | 2018-11-30 | 2024-03-12 | Qualcomm Incorporated | Radar deep learning |
US10867210B2 (en) | 2018-12-21 | 2020-12-15 | Waymo Llc | Neural networks for coarse- and fine-object classifications |
US10977501B2 (en) | 2018-12-21 | 2021-04-13 | Waymo Llc | Object classification using extra-regional context |
US11782158B2 (en) | 2018-12-21 | 2023-10-10 | Waymo Llc | Multi-stage object heading estimation |
CN111383362B (zh) * | 2018-12-29 | 2022-07-29 | 北京骑胜科技有限公司 | 一种安全监测方法及装置 |
US11645511B2 (en) * | 2019-04-24 | 2023-05-09 | Toyota Research Institute, Inc. | Systems and methods for simulating instantaneous attentive human responses to road hazards for improved early warning systems and fleet data harvesting |
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 |
US11620522B2 (en) | 2019-12-31 | 2023-04-04 | Magna Electronics Inc. | Vehicular system for testing performance of headlamp detection systems |
US11475720B2 (en) | 2020-03-31 | 2022-10-18 | Toyota Research Institute, Inc. | Methods and systems for collecting sensor data according to a data collection configuration based on an estimated information gain |
CN111428699B (zh) * | 2020-06-10 | 2020-09-22 | 南京理工大学 | 伪3d卷积神经网络与注意力机制结合的驾驶疲劳检测方法及系统 |
US11485308B2 (en) * | 2020-06-29 | 2022-11-01 | Nvidia Corporation | In-cabin hazard prevention and safety control system for autonomous machine applications |
KR20220046731A (ko) * | 2020-10-07 | 2022-04-15 | 현대자동차주식회사 | 자율주행장치 및 정밀지도 생성방법 |
US11968639B2 (en) | 2020-11-11 | 2024-04-23 | Magna Electronics Inc. | Vehicular control system with synchronized communication between control units |
FR3125608A1 (fr) * | 2021-07-26 | 2023-01-27 | Psa Automobiles Sa | Procédé de génération d’une base de données pour l’entrainement d’un réseau de neurones artificiels destiné à être implémenté à bord d’un véhicule automobile afin de détecter des chocs de faible intensité |
CN117859029A (zh) | 2021-08-20 | 2024-04-09 | 金泰克斯公司 | 灯光组合件和具有灯光组合件的照明系统 |
US20230150544A1 (en) * | 2021-11-18 | 2023-05-18 | Motional Ad Llc | Generating notifications indicative of unanticipated actions |
EP4261105A1 (en) * | 2022-04-13 | 2023-10-18 | Bayerische Motoren Werke Aktiengesellschaft | Planning of trajectories for an automated vehicle |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04247935A (ja) * | 1991-01-25 | 1992-09-03 | Toyoda Gosei Co Ltd | 制振シート |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2554612B1 (fr) * | 1983-11-04 | 1988-07-08 | Onera (Off Nat Aerospatiale) | Procede et dispositif de guidage automatique de mobiles en particulier de chariots automoteurs sans conducteur |
DE3837054C2 (de) * | 1987-10-31 | 1994-05-05 | Waldemar Marinitsch | Gefahrenmeldeanlage für ein Fahrzeug insbesondere ein Flurförderzeug |
US4954962A (en) * | 1988-09-06 | 1990-09-04 | Transitions Research Corporation | Visual navigation and obstacle avoidance structured light system |
DE3830790A1 (de) * | 1988-09-09 | 1990-03-15 | Freund Eckhard | Verfahren und vorrichtung zur automatischen kollisionsvermeidung fuer automatisch fuehrbare fahrzeuge |
US5189619A (en) * | 1989-09-05 | 1993-02-23 | Toyota Jidosha Kabushiki Kaisha | AI-based adaptive vehicle control system |
JP2764832B2 (ja) * | 1989-11-15 | 1998-06-11 | 本田技研工業株式会社 | 車両制御方法 |
US5130563A (en) * | 1989-11-30 | 1992-07-14 | Washington Research Foundation | Optoelectronic sensory neural network |
DE4001493A1 (de) * | 1990-01-19 | 1991-07-25 | Pietzsch Ibp Gmbh | Verfahren und einrichtung zur selbsttaetigen steuerung von bewegbaren geraeten |
JP2940042B2 (ja) * | 1990-01-23 | 1999-08-25 | 日産自動車株式会社 | 車両の制御戦略装置 |
JPH048639A (ja) * | 1990-04-25 | 1992-01-13 | Mitsubishi Electric Corp | 自動車運転装置 |
US5161632A (en) * | 1990-06-01 | 1992-11-10 | Mitsubishi Denki K.K. | Tracking control device for a vehicle |
US5249157A (en) * | 1990-08-22 | 1993-09-28 | Kollmorgen Corporation | Collision avoidance system |
JP2601003B2 (ja) * | 1990-09-25 | 1997-04-16 | 日産自動車株式会社 | 車両の走行条件認識装置 |
US5161014A (en) * | 1990-11-26 | 1992-11-03 | Rca Thomson Licensing Corporation | Neural networks as for video signal processing |
US5214744A (en) * | 1990-12-14 | 1993-05-25 | Westinghouse Electric Corp. | Method and apparatus for automatically identifying targets in sonar images |
JP2671626B2 (ja) * | 1991-04-08 | 1997-10-29 | 日産自動車株式会社 | 走行情報提供装置 |
US5282134A (en) * | 1991-08-19 | 1994-01-25 | Automotive Systems Laboratory, Inc. | Slant transform/signal space crash discriminator |
US5377108A (en) * | 1992-04-28 | 1994-12-27 | Takata Corporation | Method for predicting impact and an impact prediction system for realizing the same by using neural networks |
US5434927A (en) * | 1993-12-08 | 1995-07-18 | Minnesota Mining And Manufacturing Company | Method and apparatus for machine vision classification and tracking |
-
1992
- 1992-08-04 JP JP4229201A patent/JPH0785280B2/ja not_active Expired - Lifetime
-
1993
- 1993-06-19 KR KR1019930011249A patent/KR940004472A/ko not_active Application Discontinuation
- 1993-07-30 DE DE69318898T patent/DE69318898T2/de not_active Expired - Fee Related
- 1993-07-30 EP EP93112302A patent/EP0582236B1/en not_active Expired - Lifetime
-
1995
- 1995-01-19 US US08/375,249 patent/US5541590A/en not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04247935A (ja) * | 1991-01-25 | 1992-09-03 | Toyoda Gosei Co Ltd | 制振シート |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8447474B2 (en) | 1994-05-23 | 2013-05-21 | American Vehicular Sciences Llc | Exterior airbag deployment techniques |
US7630806B2 (en) | 1994-05-23 | 2009-12-08 | Automotive Technologies International, Inc. | System and method for detecting and protecting pedestrians |
US7783403B2 (en) | 1994-05-23 | 2010-08-24 | Automotive Technologies International, Inc. | System and method for preventing vehicular accidents |
JPH08198044A (ja) * | 1994-05-23 | 1996-08-06 | Automot Technol Internatl Inc | 予測センサを有する側部衝撃用エアバッグシステム |
US8041483B2 (en) | 1994-05-23 | 2011-10-18 | Automotive Technologies International, Inc. | Exterior airbag deployment techniques |
JPH08202877A (ja) * | 1995-01-31 | 1996-08-09 | Toyota Motor Corp | 画像認識装置 |
JPH11211659A (ja) * | 1998-01-23 | 1999-08-06 | Nagoya Denki Kogyo Kk | 路面状態判別方法およびその装置 |
JP2000057496A (ja) * | 1998-06-03 | 2000-02-25 | Honda Motor Co Ltd | 車両走行安全装置 |
JP2000057495A (ja) * | 1998-08-06 | 2000-02-25 | Honda Motor Co Ltd | 車両の走行安全装置 |
JP2000285245A (ja) * | 1999-03-31 | 2000-10-13 | Toshiba Corp | 移動体の衝突防止装置、衝突防止方法、および記録媒体 |
JP2011014038A (ja) * | 2009-07-03 | 2011-01-20 | Fuji Heavy Ind Ltd | オンラインリスク認識システム |
JP2018532629A (ja) * | 2015-05-19 | 2018-11-08 | オートリブ ディベロップメント エービー | 車両安全システムの安全機構の適合 |
US10836336B2 (en) | 2015-05-19 | 2020-11-17 | Veoneer Sweden Ab | Adapting safety mechanisms of a vehicle safety system |
JP2017162436A (ja) * | 2016-03-11 | 2017-09-14 | 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Panasonic Intellectual Property Corporation of America | 画像処理方法、画像処理装置およびプログラム |
JP2017162437A (ja) * | 2016-03-11 | 2017-09-14 | 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Panasonic Intellectual Property Corporation of America | 画像処理方法、画像処理装置およびプログラム |
WO2018186625A1 (ko) * | 2017-04-06 | 2018-10-11 | 삼성전자주식회사 | 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체 |
KR20180113447A (ko) * | 2017-04-06 | 2018-10-16 | 삼성전자주식회사 | 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체 |
US11475770B2 (en) | 2017-04-06 | 2022-10-18 | Samsung Electronics Co., Ltd. | Electronic device, warning message providing method therefor, and non-transitory computer-readable recording medium |
JP2018200537A (ja) * | 2017-05-26 | 2018-12-20 | オムロン株式会社 | 学習装置、学習制御方法、及びそのプログラム |
JP2018200539A (ja) * | 2017-05-26 | 2018-12-20 | オムロン株式会社 | 学習装置、学習制御方法、及びそのプログラム |
CN109305164A (zh) * | 2017-07-28 | 2019-02-05 | 现代摩比斯株式会社 | 用于车辆的紧急制动预备系统 |
KR20200041384A (ko) * | 2017-09-08 | 2020-04-21 | 나이앤틱, 인크. | 충돌 검출, 추정 및 회피 |
JP2020529088A (ja) * | 2017-09-08 | 2020-10-01 | ナイアンティック, インコーポレイテッドNiantic,Inc. | 衝突の検出、推定、および回避 |
EP3679442A4 (en) * | 2017-09-08 | 2021-01-27 | Niantic, Inc. | DETECTION, ESTIMATE AND COLLISION AVOIDANCE |
AU2018330935B2 (en) * | 2017-09-08 | 2021-09-09 | Niantic, Inc. | Collision detection, estimation, and avoidance |
JP2019179372A (ja) * | 2018-03-30 | 2019-10-17 | 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Panasonic Intellectual Property Corporation of America | 学習データ作成方法、学習方法、危険予測方法、学習データ作成装置、学習装置、危険予測装置、及び、プログラム |
JP2019212276A (ja) * | 2018-06-06 | 2019-12-12 | 緯創資通股▲ふん▼有限公司Wistron Corporation | 運転予測のための方法、処理装置、及びシステム |
CN111507468A (zh) * | 2019-01-31 | 2020-08-07 | 斯特拉德视觉公司 | 使用人工智能来警告驾驶员危险的方法和装置 |
CN111507468B (zh) * | 2019-01-31 | 2023-09-01 | 斯特拉德视觉公司 | 使用人工智能来警告驾驶员危险的方法和装置 |
US11745655B2 (en) | 2019-05-14 | 2023-09-05 | Eyyes Gmbh | Method for displaying and/or calculating a relative movement |
WO2020229515A1 (de) | 2019-05-14 | 2020-11-19 | Eyyes Gmbh | Verfahren zum anzeigen und/oder berechnen einer relativbewegung |
CN112231823A (zh) * | 2019-07-15 | 2021-01-15 | 现代自动车株式会社 | 碰撞性能预测装置及方法 |
CN112231823B (zh) * | 2019-07-15 | 2024-04-19 | 现代自动车株式会社 | 碰撞性能预测装置及方法 |
JP2022009838A (ja) * | 2020-04-10 | 2022-01-14 | エイディシーテクノロジー株式会社 | 車載用画像表示装置及び車両 |
JP2020144877A (ja) * | 2020-04-10 | 2020-09-10 | エイディシーテクノロジー株式会社 | 衝突軽減装置及び車両 |
Also Published As
Publication number | Publication date |
---|---|
DE69318898T2 (de) | 1998-12-03 |
JPH0785280B2 (ja) | 1995-09-13 |
EP0582236B1 (en) | 1998-06-03 |
US5541590A (en) | 1996-07-30 |
EP0582236A1 (en) | 1994-02-09 |
DE69318898D1 (de) | 1998-07-09 |
KR940004472A (ko) | 1994-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH0660300A (ja) | 神経回路網による衝突予防予測システム | |
US10921814B2 (en) | Vehicle control system and method, and travel assist server | |
Keller et al. | Active pedestrian safety by automatic braking and evasive steering | |
US6553130B1 (en) | Motor vehicle warning and control system and method | |
KR101276871B1 (ko) | 차량 충돌 방지 장치 및 방법 | |
CN110203202B (zh) | 一种基于驾驶员意图识别的换道辅助预警方法及装置 | |
CN113460081A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US20180349714A1 (en) | Prediction apparatus, vehicle, prediction method, and non-transitory computer-readable storage medium | |
US20230373476A1 (en) | Vehicle for predicting collision and operating method thereof | |
CN111532225A (zh) | 车辆胶囊网络 | |
JP7340097B2 (ja) | 衝突認識手段を用いた動力車両の周辺領域内にある離れたターゲット車両を追跡するための方法 | |
Benterki et al. | Driving intention prediction and state recognition on highway | |
CN117227714A (zh) | 一种自动驾驶车辆转弯避让控制方法及系统 | |
JP6796679B2 (ja) | 車両制御システム及び方法、並びに走行支援サーバ | |
US20220314994A1 (en) | Pull-over control apparatus, vehicle, and pull-over control method | |
JP2540431B2 (ja) | 神経回路網による衝突状態予測システム | |
KR20230146642A (ko) | 장애물을 회피하는 방법 | |
Chung et al. | Collision detection system for lane change on multi-lanes using convolution neural network | |
Souza et al. | Vision and GPS-based autonomous vehicle navigation using templates and artificial neural networks | |
EP4292900A1 (en) | Method for operating a vehicle and vehicle | |
Malathy et al. | Pedestrian safety system with crash prediction | |
CN111891132B (zh) | 一种基于加减速的业务处理方法、装置、设备和存储介质 | |
US12087102B1 (en) | Event detection and localization using audio | |
Kim et al. | Driving environment assessment using fusion of in-and out-of-vehicle vision systems | |
Liu | Development of a vision-based object detection and recognition system for intelligent vehicle |