KR20210003119A - 차량이 통행료 징수 영역을 건너기 위해 선호 차로를 선택하는 방법 - Google Patents

차량이 통행료 징수 영역을 건너기 위해 선호 차로를 선택하는 방법 Download PDF

Info

Publication number
KR20210003119A
KR20210003119A KR1020207030888A KR20207030888A KR20210003119A KR 20210003119 A KR20210003119 A KR 20210003119A KR 1020207030888 A KR1020207030888 A KR 1020207030888A KR 20207030888 A KR20207030888 A KR 20207030888A KR 20210003119 A KR20210003119 A KR 20210003119A
Authority
KR
South Korea
Prior art keywords
lane
vehicle
lanes
data
toll collection
Prior art date
Application number
KR1020207030888A
Other languages
English (en)
Inventor
실바 호르헤 다
기예르모 피타-길
크리상티 파파미셸
Original Assignee
르노 에스.아.에스.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 르노 에스.아.에스. filed Critical 르노 에스.아.에스.
Publication of KR20210003119A publication Critical patent/KR20210003119A/ko

Links

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
    • 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
    • B60W30/18—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
    • 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
    • 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
    • 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
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • 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
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • 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
    • 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
    • B60W2554/80—Spatial relation or speed relative to objects
    • 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
    • B60Y2300/095—Predicting travel path or likelihood of collision
    • B60Y2300/0954—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60Y2300/18—Propelling the vehicle
    • B60Y2300/18008—Propelling the vehicle related to particular drive situations
    • B60Y2300/18166—Overtaking, changing lanes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/301—Sensors for position or displacement

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Navigation (AREA)

Abstract

본 발명은 차량(100)이 복수의 차로들(210, 220)을 포함하는 통행료 징수 영역(200)에 접근하기 위한 선호 차로(230)를 선택하는 방법에 관한 것으로, 상기 방법은 : a) 상기 통행료 징수 영역의 차로들을 검출하는 단계; b) 상기 차로들 중 적어도 일부에 대해, 대응 차로와 차량 간의 거리에 대한 제1 데이터(dij) 및 상기 대응 차로에 위치한 다른 차량들의 수에 대한 제2 데이터를 결정하는 단계; c) 선호 차로를 식별하기 위해 각각의 제1 데이터 및 각각의 제2 데이터에 의존하는 비용 함수를 최소화하는 단계; d) 차량이 선호 차로로 이동하기 위해 차로를 변경할 가능성 또는 위험을 판단하는 단계를 포함한다.

Description

차량이 통행료 징수 영역을 건너기 위해 선호 차로를 선택하는 방법
본 발명은 일반적으로 운전자 보조 및 자율 주행 차량 분야에 관한 것이다.
특히, 복수의 차로들을 포함하는 통행료 징수 영역에 접근하기 위한 선호 차로를 자동차가 선택하는 방법에 관한 것이다.
또한 이러한 선호 차로를 향해 주행하도록 자율 주행 차량을 제어하는 방법에 관한 것이기도 하다.
차량이 통행료 징수 영역에 도달했을 때 어떤 차로를 사용할 것인지 결정하는 데 도움이 되는 결정 보조 방법은 문서 DE102012022629에 알려져 있다.
이 문서에서, 차량은 통행료 징수 영역에서 보낸 데이터를 수신하기에 적합한 무선 통신 수단을 구비하고 있다. 이러한 데이터는 개방 차로 및 폐쇄 차로, 각 차로에서 허용되는 결제 수단, 그리고 각 차로에서 대기중인 제3자 차량들의 수와 관련이 있다(제3자 차량들의 수에 대한 정보는 제3자 차량들에 통신 수단이 장착된 경우 사용할 수 있음).
이 방법의 가장 큰 단점은 차량과 통행료 징수 영역 간의 무선 통신을 설정해야 한다는 것이며, 실제로 이것은 절대 보장되지 않는다. 또한 이는 차량과 통행료 징수 영역에 값 비싼 통신 수단이 구비될 것을 요구한다.
전술한 종래 기술의 단점들을 개선하기 위해, 본 발명은 차량이 통행료 징수 영역과 통신할 필요 없이 상기 통행료 징수 영역을 통과하기 위해 바람직하게 사용해야 하는 차로를 매우 안정적이고 안전하게 결정하는 방법을 제공한다.
보다 구체적으로, 본 발명에 따르면, 통행료 징수 영역에 접근하기 위한 선호 차로를 자동차를 이용하여 선택하는 방법이 제공되며, 상기 방법은 다음 단계들을 포함한다 :
a) 상기 통행료 징수 영역의 차로들을 검출하는 단계;
b) 상기 차로들 중 적어도 한 부분에 대해, 대응 차로와 차량 간의 거리에 대한 제1 데이터 및 상기 대응 차로에 위치한 제3자 차량들의 수에 대한 제2 데이터를 결정하는 단계;
c) 대응하는 제1 데이터 및 대응하는 제2 데이터에 따라, 상기 부분의 차로들 각각에 대한 비용 함수의 값을 계산하고, 계산된 값들 중 가장 낮은 비용 함수의 값을 갖는 차로를 상기 선호 차로로 식별하는 단계; 및
d) 차량이 선호 차로로 이동하기 위해 차로를 변경하는 것이 가능한지 여부 또는 차로 변경함으로써 발생할 위험을 판단하는 단계.
따라서, 본 발명에 따라, 통행료 징수 영역에 접근하는데 사용할 차로의 선택은 각 차로 내 차량의 수뿐만 아니라, 각 차로와 차량 간의 거리 및 선호 차로에 도달할 때 발생할 잠재적 위험에 의존한다. 따라서 차량이 안전하게 주행될 수 있다.
바람직하게는, 이 방법은 단지 차량의 장비만을 사용한다. 따라서 이 방법은 통행료 징수 영역에 통신 수단이 구비되어 있는지 여부에 관계없이 신뢰할 수 있다.
다음은 본 발명에 따른 방법의 다른 비 제한적이고 유리한 특징들이다 :
- 상기 차량에는 적어도 하나의 거리 측정 센서가 구비되고, 상기 단계 b)에서, 상기 제2 데이터는 상기 차로들 각각에 위치한 제3자 차량들의 수에 대한 추정치이며, 상기 추정치는 상기 거리 측정 센서에 의해 수행된 측정들에 따라 결정됨;
- 단계 c)에서, 상기 비용 함수의 값은 제1 계수에 의해 가중된 대응하는 제1 데이터 및 제2 계수에 의해 가중된 대응하는 제2 데이터의 합에 따라, 상기 부분의 차로들 각각에 대해 계산됨.
- 상기 차량에 의해 사용되고 있는 차로와 이웃하고 상기 차량에 의해 사용되고 있는 상기 차로에 대해 상기 선호 차로 측에 위치하는 차로가 주어지면, 단계 d)에서, 상기 차량이 상기 이웃 차로 내 원하는 위치에 도달하기 위해 차로를 변경하는데 필요한 기동 시간이, 상기 원하는 위치에 도착하기 위해 상기 이웃 차로에서 주행되고 있는 제3자 차량들에 의해 요구되는 도착 시간보다 엄격하게 짧은지 여부가 검사됨.
- 단계 d)에서, 상기 이웃 차로에서 상기 차량의 앞뒤로 주행중인 2대의 제3자 차량들에 대한 상기 차량의 상대 속도에 대한 2가지 기준이 검사됨;
- 변형으로서 또는 추가적으로, 단계 d)에서, 차량이 차로를 변경하는 데 필요한 기동 시간과 관련된 기준이 검사됨;
- 상기 차량은 이미지 획득 수단 및 컴퓨팅 유닛을 구비하고, 단계 a)에서, 상기 이미지 획득 수단은 상기 통행료 징수 영역의 이미지를 획득하고, 상기 컴퓨팅 유닛은 상기 통행료 징수 영역의 개방 차로들을 검출하기 위해 상기 이미지를 처리하고, 단계 b)에서, 상기 컴퓨팅 유닛은 각각의 개방 차로에 대한 제1 데이터 및 제2 데이터를 판단함;
- 상기 차량은 이미지 획득 수단 및 컴퓨팅 유닛을 구비하고, 단계 a)에서, 상기 이미지 획득 수단은 통행료 징수 영역의 이미지를 획득하고, 단계 b)에서, 상기 컴퓨팅 유닛은 제1 데이터를 평가하기 위해 상기 이미지를 처리함;
- 상기 차량은 지오로케이팅 수단, 로드맵을 저장하는 메모리 및 컴퓨팅 유닛을 구비하고, 단계 b)에서, 상기 컴퓨팅 유닛은 상기 지오로케이팅 수단에 의해 획득되는 상기 차량의 지오로케이팅된 위치 및 상기 통행료 징수 영역의 구조에 따라 제1 데이터를 계산하며, 상기 통행료 징수 영역의 구조는 상기 메모리에 저장됨.
본 발명은 또한 다음을 포함하는 자율 주행 자동차를 제어하는 방법에 관한 것이다 :
- 위에서 정의된 선택 방법의 단계 a) 내지 단계 d); 그 다음
- 상기 원하는 차로를 향해 상기 차량을 제어하는 단계.
바람직하게는, 원하는 차로가 차량에 의해 사용되고 있는 차로에 인접하지 않다면, 차량이 처음으로 차로를 변경한 후에, 상기 단계 a) 내지 단계 d)를 반복하도록 제공된다.
비-제한적인 예로서 제공된 첨부된 도면을 참조하여 주어진 다음의 설명은 본 발명이 무엇으로 구성되고 어떻게 구현될 수 있는지 명확하게 이해되도록 허용할 것이다.
첨부된 도면들에서 :
- 도 1은 본 발명에 따른 선택 방법을 구현하기에 적합한 차량의 개략도이다;
- 도 2는 본 발명에 따른 선택 방법의 예를 흐름도 형태로 도시한다;
- 도 3 내지 도 6은 통행료 징수 영역들을 위에서 본 개략도이며, 도 1의 차량을 포함한 다양한 차량들이 도시되어 있다.
우선, 다양한 도면에 나타나는 동일하거나 유사한 요소들은 가능한 한 동일한 참조 부호들로 참조되었으며 매번 설명되지 않을 것이다.
도 1은 위에서 본 차량(100)을 도시한다.
이 도면에서 알 수 있는 바와 같이, 여기서 차량(100)은 구동 트레인, 제동 수단 및 조향 유닛을 포함하는 다양한 장비를 자체적으로 지원하고 바퀴들로 지지되는 섀시(chassis)를 포함하는 종래의 자동차이다.
이는 수동으로 제어되는 차량일 수 있으며, 이 경우 수동으로 제어되는 차량은 운전자에게 또는 바람직하게는 자율 주행 차량의 운전자에게 목적지 정보를 디스플레이하는 수단을 갖출 것이다. 또한, 이것은 이 설명의 나머지 부분에서 고려될 자율 주행 차량의 경우에 해당한다.
이 차량(100)은 자율적으로, 즉 인간의 개입없이 스스로 주행할 수 있도록 자신의 환경에서 자신의 위치를 결정할 수 있게 하는 센서들을 구비하고 있다.
모든 유형의 센서가 사용될 수 있다.
도 1에 도시된 예에서, 차량(100)은 차량 전방에 위치한 환경의 이미지들을 캡처하기 위해 차량 전방을 향하는 카메라(130)를 구비한다.
차량(100)은 또한 적어도 하나의 (레이더, 라이더 또는 소나) 거리 측정 센서를 구비한다. 보다 구체적으로, 차량의 네 모서리들과 차량 전면의 중앙 위치에 5개의 레이더 센서들(121, 122, 123, 124, 125)이 장착되어 있다.
차량(100)에는 또한 예를 들어 GNSS 수신기(전형적으로 GPS 센서)를 포함하는 지오로케이팅(geo-locating) 시스템(141)이 장착되어 있다.
이러한 다양한 구성요소들에 의해 전달된 정보를 처리하고 구동 트레인, 제동 수단 및 조향 유닛에 대한 제어 설정을 생성할 수 있도록 차량(100)에는 컴퓨터(140)가 장착된다.
이 컴퓨터(140)는 프로세서(CPU), 랜덤 액세스 메모리(RAM), 읽기 전용 메모리(ROM), 아날로그-디지털 변환기 및 다양한 입력 및/또는 출력 인터페이스를 포함한다.
입력 인터페이스 덕분에, 컴퓨터(140)는 다양한 센서들로부터 입력 신호를 수신할 수 있다.
또한 컴퓨터(140)는 로드맵을 저장하는 메모리(142)에 연결된다. 여기서는, 로드맵이 통행료 징수 영역들의 기하학이 제공되는 상세한 지도에 관한 것으로 간주할 것이다.
컴퓨터(140)의 판독 전용 메모리는 프로세서에 의해 실행되는 명령어들을 포함하는 컴퓨터 프로그램들로 구성된 응용 소프트웨어를 저장하여 컴퓨터가 아래에 설명된 방법을 구현할 수 있도록 한다.
마지막으로, 출력 인터페이스 덕분에, 제어기는 차량의 다양한 유닛들에 설정을 전송할 수 있다.
한편으로 도 3 및 도 4, 다른 한편으로 도 5 및 도 6에는 위에서 본 두 개의 통행료 징수 영역들(200)이 도시되어 있다.
이러한 통행료 징수 영역들(200) 각각은 각 차량의 사용자가 통행료를 지불해야 하는 도로 요금소(201)를 포함한다. 각각의 통행료 징수 영역(200)은 또한 이 도로 요금소(201)에 접근하기 위한 N 개의 차로들(210, 220, 230, 240)(도 3 및 도 4에서 N은 4와 같고, 도 5 및 도 6에서 N은 8과 같음)을 포함한다.
도로 요금소(201)는 각 차로 위에 로고가 표시된 LED 패널을 포함한다. 예를 들어 이 로고는 차로가 통행이 차단된 경우 빨간색 X표를 나타낼 수 있고 차로가 개방된 경우 녹색 화살표를 나타낼 수 있다. 로고는 또한 다른 것들(은행 카드 결제가 가능한 경우 파란색 카드, 원격 결제가 가능한 경우 주황색 "t" 등)을 나타낼 수도 있다.
이 설명의 나머지 부분에서, 차로들이 다음과 같이 구분될 것이다 :
- 해당 차량(100)에 의해 사용되는 차로인 현재 차로(210);
- 현재 차로(210)의 양쪽에 위치한 2개의 차로들인 인접 차로들(220); 및
- 본 명세서의 나머지 부분에서 더 명확해지는 바와 같이, 도로 요금소(201)를 완전히 안전하고 신속하게 통과할 수 있는 가장 적합한 차로로 판단되는 차로인 선호 차로(230).
참조번호 "240"으로 지정된 차로들은 앞서 언급한 세 가지 기준 중 어느 것도 충족하지 않는 차로가다.
도 3 내지 도 6에 도시된 바와 같이, 앞서 언급한 차량(100) 이외의 차량(이러한 차량들은 아래에서 제3자 차량들(300, 310, 320)로 지칭됨) 또한 여기에서 통행료 징수 영역의 차로들에서 주행 중인 것으로 간주된다.
이러한 제3자 차량들은 다음과 같이 구분된다 :
- 두 개의 이웃 차로들(220) 중 하나, 즉 차량(100)이 빠져 나가고자 하는 차로에서 주행중이고 차량(100)의 앞쪽에 위치하는 제3자 차량인 선행 차량(310); 및
- 동일한 이웃 차로(220)에서 주행 중이고 차량(100) 뒤에 위치하는 제3자 차량인 후행 차량(320).
여기서 자율 주행으로 간주되는 차량(100)이 통행료 징수 영역(200)에 접근하면, 차로들(210, 220, 230, 240) 중 하나를 선택해야 한다. 즉, 컴퓨터(140)는 도로 요금소(201)를 최대한 빠르고 안전하게 통과하기 위해 통행료 징수 영역에 도착했을 때 차로 변경의 기회를 판단해야 한다.
이를 위해, 컴퓨터(140)는 복수의 주요 단계들을 포함하는 방법을 구현한다.
이전의 첫 번째 단계는 차량(100)의 다양한 장비들(레이더 센서들 및 카메라들)에 의해 측정된 데이터가 이용 가능한지 확인하는 컴퓨터(140)로 구성된다.
구체적으로, 특히 날씨에 따라 데이터가 이용 가능하지 않을 수 있다.
이를 위해, 컴퓨터(140)는 미리 설정된 임계값과 비교하는 신뢰 지수(여기서는 측정 신뢰도에 대한 신뢰 비율의 형태로 표현됨)를 각각의 장비로부터 수신한다.
신뢰 지수가 충분히 높지 않으면, 프로세스가 중단된다. 반대로, 도 2에 예시된 방법이 구현된다.
이 방법의 제1 단계 a)는 사이트(site)의 지형(geography)을 판단하는 것으로 구성된다.
이를 위해, 컴퓨터(140)는 카메라(130)만 사용하거나, 메모리(142)와 연결된 지오로케이팅 수단(141)을 사용하거나, 또는 이러한 요소들 모두를 조합하여 사용한다.
보다 정확하게는, 카메라(130)에 의해 캡처된 이미지 및 차량(100)의 지오로케이팅된 위치를 획득한다.
이러한 지오로케이팅된 위치를 고려하여, 차량(100)은 메모리(142)에서 통행료 징수 영역(200)의 설계도(plan)를 찾을 수 있다.
따라서 고속도로 영역(200)의 차로들의 수(N)를 결정할 수 있다.
그 다음, 컴퓨터(140)는 아래 "j"로 표시된 식별자를 각 차로에 할당한다. 이 식별자는 여기에서 1과 N 사이로 구성된 자연수이며 정수 j=1로 식별되는 차로는 가장 왼쪽 차로가다.
다음으로, 획득된 이미지를 처리하기위한 프로세스를 통해, 컴퓨터(140)는 각 차로들 위에 위치한 로고를 식별한다. 그런 다음, 각 로고의 모양과 색상을 식별하여, 어느 차로들이 열려있는지를 판단한다.
도 3에 도시된 구성에서, 정수 j=4로 식별되는 차로는 닫혀 있고 다른 차로들은 열려 있다.
도 4에 도시된 구성에서, 모든 차로들이 열려 있다.
도 5 및 도 6에 도시된 구성에서, 정수들 j = 4, j = 6 및 j = 8로 식별되는 차로들은 닫혀 있고 다른 차로들은 열려 있다.
제2 단계 b1)에서, 컴퓨터는 차량(100)이 각각의 개방된 차로로부터 얼마나 멀리 떨어져 있는지를 판단한다.
이를 위해, 컴퓨터는, 각각의 개방된 차로에 대해, 해당 차로로부터 차량(100)이 떨어져 있는 거리에 대한 제1 데이터를 계산한다.
여기서, 이러한 제1 데이터는 차량(100), 그리고 도로 요금소(201)와 나란한, 차로 중앙에 위치한 지점을 가르는 유클리드 거리(dij)의 추정치이다.
여기서, 인덱스 "i"는 현재 차로(210)를 식별하는 자연수에 대응하고, 인덱스 "j"는 차로(210, 220, 230, 240)를 식별하는 자연수에 대응한다.
이 유클리드 거리(dij)는 차량(100)의 지오로케이팅된 위치 및 메모리(142)로부터 판독된 통행료 징수 영역(200)의 설계도(plan)를 고려하여 획득된다.
제3 단계 b2)에서, 컴퓨터(140)는 통행료 징수 영역(200)의 각 개방 차로의 혼잡을 평가한다.
이를 위해, 컴퓨터(140)는 각각의 개방된 차로에 대해 이 차로에 위치한 제3자 차량들(300, 310, 320)의 수에 대한 제2 데이터를 계산한다.
여기서, 이러한 제2 데이터는 이 차로에 위치한 제3자 차량들(300, 310, 320)의 수(nj)의 도출값이다.
이러한 도출값은 차량(100)의 전방 중앙 위치에 있는 레이더 센서(122)에 의해, 차량 전방의 좌측 위치에 있는 레이더 센서(121)에 의해, 그리고 차량(100)의 전방 우측 위치에 있는 레이더 센서(123)에 의해 수행된 측정들에 의해 얻어진다. 이는 차량(100)의 카메라(130)에 의해 획득된 이미지의 처리를 통해 정제된다.
제4 단계 c)는 차량(100)이 쉽게 접근할 수 있는 모든 차로들 중에서, 도로 요금소(201)를 통과하기 위한 대기가 가장 짧은 차로를 선택하는 것이다.
이를 위해 사용되는 기준은 적어도 각 차로로부터 차량(100)까지의 유클리드 거리(dij)의 추정값 및 각 차로 내 차량들의 수(nj)의 도출값에 의존하는 비용 함수(Jij)이다.
이 비용 함수(Jij)는 다양한 방식으로 표현될 수 있다. 여기에서는 다음과 같은 방식으로 표현된다 :
Jij = dij·ζij + nj·γj
여기서 ζij와 γj는 두 가지 가중치 인자들이다.
이러한 가중치 인자들의 값들은 (차량(100)이 차로를 많이 변경해야 할 위험이 있는) 도로 요금소의 통과 속도 또는 바람직하게는 현재 차로(210)에 가까운 차로의 선택을 통한 승객 편의 중 하나를 선호하도록 선택된다. 이러한 가중치 인자들의 값들은 차량의 승객들의 선호도 또는 차량 카테고리(구급차, 물품 운송용 차량 등)에 따라 사전 설정되거나(컴퓨터의 읽기 전용 메모리에 저장되거나) 파라미터화될 수 있다. 이러한 가중 인자들은 또한 함수의 형태로 표현될 수 있다. 예를 들어 관련 데이터(dij, nj)의 함수 형태(아핀 함수, 역함수, 제곱 함수 등)로 표현될 수 있다.
이와 관계없이, 컴퓨터는 통행료 징수 영역(200)의 각 차로에 대한 비용 함수(Jij)의 값을 계산하기 위해 동일한 수학 공식을 사용한다.
선호 차로(230)는 비용 함수(Jij)가 최소인 차로이다. 다양한 구성에서 어떤 차로가 선호되는지 명확하게 설명하는 예들은 이 설명에서 나중에 자세히 설명될 것이다.
제5 단계 d)는 차량(100)이 선호 차로(230)를 향해 이동하기 위해 위험없이 차로(210, 220, 230, 240)를 변경할 수 있는지 여부를 결정하는 것으로 구성된다.
이 단계는 다양한 방법으로 수행될 수 있다.
여기서, 컴퓨터(140)는 차량(100)이 (빠져나가고자 하는) 이웃 차로(220) 그리고 차로 변경 후 차량이 위치할 위치(221)에 도달하는 데 필요할 기동 시간(tEGO)을 계산한다.
다음으로, 선행 차량(310) 및/또는 후행 차량(320)이 존재하는 경우, 컴퓨터(140)는 이러한 차량들(310, 320)이 위치(221)에 도달하는 데 필요할 도착 시간(tOBJ)을 계산한다.
차량(100)이 차로를 변경할 수 있는지 여부를 결정하는 기준은 단순히 다음과 같은 부등식을 확인하는 것으로 구성된다 :
tEGO < min(tOBJ)+δt
여기서 δt는 컴퓨터(140)의 읽기 전용 메모리에 저장된 미리 설정된 안전 마진이다.
이 부등식이 검증되지 않으면(이는 차로 변경이 위험하다는 것을 의미함), 차량(100)은 현재 차로(210)를 유지하고, 방법은 단계 a)로 재시작된다.
반대로, 컴퓨터(140)는 차량(100)이 현재 차로(210)에서 이웃 차로(220)(원하는 차로(230) 측에 위치한 차로)로 이동하도록 차량(100)의 조향 유닛을 제어하는 것으로 구성된 단계 e)를 구현한다.
이 단계에서, 먼저, 이웃 차로(220)와 원하는 차로(230)가 하나이고 동일한 경우를 예상할 수 있다(도 3의 경우). 이 경우 방법은 여기서 끝난다.
반대의 경우(도 4의 경우), 차량(100)이 사전 확인없이 차로를 한번 더 변경함으로써 원하는 차로(230)로 바로 이동할 수 없다.
반대로, 차량(100)이 차로를 한번 더 변경하기 전에 방법 전체를 다시 시작하도록 제공된다. 따라서, 구성이 변경된 경우, 차량(100)은 이러한 변경에 빠르게 적응할 수 있다.
이제 도 3 내지 도 6에 도시된 세 가지 예들이 더 상세히 설명될 수 있다.
도 3에 도시된 제1 예에서, 차량(100)은 정수 i=j=2로 식별되는 현재 차로(210)에서 주행하고 있다.
정수 j=4로 식별되는 차로(240)는 폐쇄된다.
그 다음, 컴퓨터(140)는 3 개의 비용 함수들(J21, J22 및 J23)을 계산한다.
그러면 원하는 차로(230)는 비용 함수가 가장 낮은 차로가 될 것이다. 결과는 사용된 가중치 인자들에 크게 좌우될 것이라는 것을 이해할 수 있을 것이다.
따라서, 보수적인 거동이 선호된다면, 차량(100)은 차로(210)에 있는 차량의 수가 적은 것을 고려하여 차로를 변경하지 않도록 선택할 것이다.
반대로, 보다 반응적인 행동이 선호된다면, 차량(100)은 좌측의 이웃 차로(220)에 있는 차량들의 수가 매우 적은 것을 고려하여 차로를 변경하도록 선택할 것이다.
이 경우, 차량은 위험없이 차로 변경이 가능한지 사전에 확인할 것이다. 여기서, 선행 차량(310)과 후행 차량(미도시)이 차량이 이동하고자 하는 위치(221)에서 멀어지면, 차량(100)은 위험없이 원하는 차로(230)로 빠져나갈 수 있게 된다.
도 4에 도시된 제2 예에서, 차량(100)은 정수 i=j=2로 식별되는 현재 차로(210)에서 주행하고 있다.
여기서, 통행료 징수 영역(200)의 모든 차로들은 열려 있다. 각 차로에 3 대의 제3자 차량들(300, 310, 320)이 위치하며, 단 하나의 제3자 차량(300)만 있는 최우측 차로는 예외이다.
그 다음, 컴퓨터(140)는 4 개의 비용 함수들(J21, J22, J23 및 J24)을 계산한다.
선택된 차로는 비용 함수가 가장 낮은 차로일 것이다. 따라서 결과는 사용된 가중치 인자들에 따라 크게 달라질 것이다. 따라서, 차량(100)은 매우 반응적인 행동이 선호되는 경우에만 우측 차로(220)로 이동하도록 선택할 것이다.
이 경우, 차량(100)은 위험없이 차로 변경이 가능한지 여부를 다시 확인할 것이다. 이 경우, 선행 차량(310)과 후행 차량(320)이 차량이 이동하고자 하는 이웃 차로(220)의 위치(221)에서 멀어지면, 차량(100)은 위험없이 이 이웃 차로(220)로 빠져 나갈 수 있게 될 것이다. 그런 다음, 해당 차로에 남아 있을지 또는 처음에 원한 차로로 실제로 이동할지 선택하기 전에 4 개 차로들에 대한 비용 함수를 다시 계산할 것이다.
도 5 및 도 6에 도시된 제3 예(두 번 연속)에서, 차량(100)은 초기에 정수 i=j=4로 식별되는 현재 차로(210)에서 주행하고 있다.
이 차로와 정수 j=6 및 j=8로 식별되는 차로들은 닫혀 있다. 따라서 차량은 반드시 차로를 변경해야 한다.
그 다음, 컴퓨터(140)는 5 개의 비용 함수들(J41, J42, J43, J45 및 J47)을 계산한다.
여기서 선택된 차로는 비용 함수의 값이 가장 낮은 차로가될 것이다. 이 선택의 결과는 사용된 가중치 인자들에 크게 의존할 것이지만, 어떤 경우에도 차량(100)은 차로 변경을 선택할 것이다.
도 5에 도시된 바와 같이, 그것은 아마도 가장 왼쪽에 위치한 원하는 차로(230)로 이동하도록 선택할 것이다.
그러나 도 6에서 볼 수 있듯이, 처음으로 차로를 변경한 후에는, 빠져나가고자 하는 위치(221)가 이미 선행하는 제3자 차량(310)에 의해 점유되고 있기 때문에, 차로를 다시 변경할 수 없음을 관찰할 수 있다. 이 경우, 컴퓨터는 도로 요금소(210)를 통과하기 위해 더 이상 차로를 변경하지 않기로 결정한다.
여기에 설명된 실시예들의 다양한 변형이 가능하다.
특히, 단계 d)는 다른 방식으로 수행될 수 있다.
제1 예를 들어, 더 많은 차량들을 고려하기 위해, 옆으로 빠져나가는 것이 위험하지 않은지 확인하는 것이 가능할 것이다. 따라서, 선행 차량(310) 및 후행 차량(320)에 대한 시간(tOBJ)뿐만 아니라 차량(100)이 이동하고자 하는 위치(221)에 도달할 수 있는 임의의 제3자 차량(300)(특히 이웃 차로로 빠져 나가기 위해 표시등을 켠 제3자 차량)에 대한 시간(tOBJ)도 계산할 수 있다.
제2 예로서, 옆으로 빠져나가는 것이 위험하지 않은지 확인하는 대신, tEGO, tOBJ 시간을 비교하는 것이 아니라, 차량들의 서로에 대한 상대 속도와 관련된 기준을 검사하는 것이 가능할 것이다.
따라서 이 검사는 선행 차량(310)에 대한 차량(100)의 상대 속도를 제1 임계값과 비교하고, 후행 차량(320)에 대한 차량(100)의 상대 속도를 제2 임계값과 비교하는 것에 기초할 수 있으며, 이로써, 이러한 상대 속도들이 완전히 안전한 차로 변경과 호환되는지 검증할 수 있다.
도면을 참조하여 설명된 실시예에서, 차량은 자율 주행이었다. 변형으로서, 차량은 자율주행이지 않도록 제공될 수 있다. 이 경우, 제5 단계 e)는 더 이상 차량(100)을 원하는 차로(230)를 향해 자동으로 조종하는 것으로 구성되는 것이 아니라, 운전자가 도로 요금소를 안전하고 최대한 빠르게 통과하기 위해 어느 차로로 이동해야하는지 알 수 있게 하는 정보를 차량의 화면에 디스플레이하는 것으로 구성된다.

Claims (10)

  1. 차량(100)을 이용하여, 복수의 차로들(210, 220, 230, 240)을 포함하는 통행료 징수 영역(200)에 접근하기 위한 선호 차로(230)를 선택하는 방법으로서,
    a) 상기 통행료 징수 영역(200)의 차로들(210, 220, 230, 240)을 검출하는 단계;
    b) 상기 차로들(210, 220, 230, 240) 중 적어도 한 부분에 대해, 대응 차로(210, 220, 230, 240)와 차량(100)간의 거리에 대한 제1 데이터(dij) 및 상기 대응 차로(210, 220, 230, 240)에 위치한 제3자 차량들(300, 310, 320)의 수에 대한 제2 데이터(nj)를 결정하는 단계;
    c) 대응하는 제1 데이터(dij) 및 대응하는 제2 데이터(nj)에 따라, 상기 부분의 차로들(210, 220, 230, 240) 각각에 대한 비용 함수(Jij)의 값을 계산하고, 상기 비용 함수(Jij)의 값이 가장 낮은 차로를 상기 선호 차로(230)로 식별하는 단계; 및
    d) 차량(100)이 선호 차로(230)로 이동하기 위해 차로(210, 220, 230, 240)를 변경하는 것이 가능한지 또는 차로 변경함으로써 발생할 위험을 판단하는 단계를 포함하는, 선택 방법.
  2. 청구항 1에 있어서,
    상기 차량(100)에는 적어도 하나의 거리 측정 센서(121, 122, 123, 124, 125)가 구비되고,
    상기 단계 b)에서, 상기 제2 데이터(nj)는 상기 차로들(210, 220, 230, 240) 각각에 위치한 제3자 차량(300)의 수에 대한 추정치이며, 상기 추정치는 상기 거리 측정 센서(121, 122, 123, 124, 125)에 의해 수행된 측정들에 따라 결정되는, 선택 방법.
  3. 청구항 1 또는 청구항 2에 있어서,
    단계 c)에서, 상기 비용 함수(Jij)의 값은 제1 계수(ζij)에 의해 가중된 대응하는 제1 데이터(dij) 및 제2 계수(γj)에 의해 가중된 대응하는 제2 데이터(nj)의 합에 따라, 상기 부분의 차로들(210, 220, 230, 240) 각각에 대해 계산되는, 선택 방법.
  4. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
    상기 차량(100)에 의해 사용되고 있는 차로(210)와 이웃하고 상기 차량(100)에 의해 사용되고 있는 상기 차로(210)에 대해 상기 선호 차로(230) 측에 위치하는 차로(220)가 주어지면, 단계 d)에서, 상기 차량(100)이 상기 이웃 차로(220) 내 원하는 위치(221)에 도달하기 위해 차로를 변경하는데 필요한 기동 시간(tEGO)이, 상기 원하는 위치에 도착하기 위해 상기 이웃 차로(220)에서 주행되고 있는 제3자 차량들(310, 320)에 의해 요구되는 도착 시간(tOBJ)보다 엄격하게 짧은지 여부가 검사되는, 선택 방법.
  5. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
    상기 차량(100)에 의해 사용되고 있는 차로(210)에 이웃하고 상기 차량(100)에 의해 사용되고 있는 차로(210)에 대해 상기 선호 차로(230) 측에 위치하는 차로(220)가 주어지면, 단계 d)에서, 상기 이웃 차로(200)에서 상기 차량(100)의 앞뒤로 주행중인 2대의 제3자 차량들(310, 320)에 대한 차량(100)의 상대 속도에 대한 2가지 기준이 검사되는, 선택 방법.
  6. 청구항 1 내지 청구항 5 중 어느 한 항에 있어서,
    상기 차량(100)은 이미지 획득 수단(130) 및 컴퓨팅 유닛(140)을 구비하고,
    단계 a)에서, 상기 이미지 획득 수단(130)은 상기 통행료 징수 영역(200)의 이미지를 획득하고, 상기 컴퓨팅 유닛은 상기 통행료 징수 영역의 개방 차로들을 검출하기 위해 상기 이미지를 처리하고,
    단계 b)에서, 상기 컴퓨팅 유닛(140)은 각각의 개방 차로에 대한 제1 데이터(dij) 및 제2 데이터(nj)를 판단하는, 선택 방법.
  7. 청구항 1 내지 청구항 6 중 어느 한 항에 있어서,
    상기 차량(100)은 이미지 획득 수단(130) 및 컴퓨팅 유닛(140)을 구비하고,
    단계 a)에서, 상기 이미지 획득 수단(130)은 통행료 징수 영역(200)의 이미지를 획득하고,
    단계 b)에서, 컴퓨팅 유닛(140)은 제1 데이터(dij)를 평가하기 위해 상기 이미지를 처리하는, 선택 방법.
  8. 청구항 1 내지 청구항 7 중 어느 한 항에 있어서,
    상기 차량(100)은 지오로케이팅 수단(141), 로드맵을 저장하는 메모리(142) 및 컴퓨팅 유닛(140)을 구비하고,
    단계 b)에서, 상기 컴퓨팅 유닛은 상기 지오로케이팅 수단(141)에 의해 획득되는 상기 차량(100)의 지오로케이팅된 위치 및 상기 통행료 징수 영역(200)의 구조에 따라 제1 데이터(dij)를 계산하며, 상기 통행료 징수 영역(200)의 구조는 상기 메모리(142)에 저장되는, 선택 방법.
  9. 자율 주행 차량을 제어하는 방법으로서,
    - 청구항 1 내지 청구항 8 중 어느 한 항에 정의된 선택 방법의 단계 a) 내지 단계 d); 그 다음,
    - 상기 원하는 차로(230)를 향해 상기 차량을 제어하는 단계를 포함하는, 제어 방법.
  10. 청구항 9에 있어서,
    상기 원하는 차로(230)가 상기 차량(100)에 의해 사용되고 있는 차로(210)와 이웃하지 않다면, 상기 차량이 상기 원하는 차로(230)에 더 가까워지기 위해 처음으로 차로를 변경한 후에, 상기 단계 a) 내지 단계 d) 및 상기 제어 단계들이 반복되는, 제어 방법.
KR1020207030888A 2018-04-23 2019-04-23 차량이 통행료 징수 영역을 건너기 위해 선호 차로를 선택하는 방법 KR20210003119A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1853539 2018-04-23
FR1853539A FR3080346B1 (fr) 2018-04-23 2018-04-23 Procede de selection par un vehicule automobile d’une voie de circulation preferee pour traverser une aire de peage
PCT/EP2019/060290 WO2019206860A1 (fr) 2018-04-23 2019-04-23 Procede de selection par un vehicule automobile d'une voie de circulation preferee pour traverser une aire de peage

Publications (1)

Publication Number Publication Date
KR20210003119A true KR20210003119A (ko) 2021-01-11

Family

ID=62874953

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207030888A KR20210003119A (ko) 2018-04-23 2019-04-23 차량이 통행료 징수 영역을 건너기 위해 선호 차로를 선택하는 방법

Country Status (7)

Country Link
US (1) US11400935B2 (ko)
EP (1) EP3784987A1 (ko)
JP (1) JP2021522479A (ko)
KR (1) KR20210003119A (ko)
CN (1) CN112020631A (ko)
FR (1) FR3080346B1 (ko)
WO (1) WO2019206860A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7174645B2 (ja) * 2019-02-21 2022-11-17 本田技研工業株式会社 車両用制御装置及び車両
CN111832947B (zh) * 2020-07-16 2023-11-24 腾讯科技（深圳）有限公司 风险评估方法、装置、计算机设备以及介质
KR102444675B1 (ko) * 2021-06-24 2022-09-20 (주)뷰런테크놀로지 주변 객체의 차로 변경 예측 장치 및 방법
US11987237B2 (en) * 2021-12-20 2024-05-21 Waymo Llc Systems and methods to determine a lane change strategy at a merge region
US20230194295A1 (en) * 2021-12-21 2023-06-22 Here Global B.V. Method, apparatus and computer program product for lane level toll plaza congestion modeling

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3846135B2 (ja) * 1999-11-30 2006-11-15 オムロン株式会社 移動物体追跡装置
JP3539416B2 (ja) * 2001-11-12 2004-07-07 日産自動車株式会社 経路探索装置及び方法、経路探索システム
JP2011214914A (ja) * 2010-03-31 2011-10-27 Toyota Motor Corp 前方環境認識装置、およびそれを備えた車両誘導システム
JP5459803B2 (ja) * 2012-05-11 2014-04-02 株式会社 ゼネテック 料金所ゲート状況出力システム
CN102867343B (zh) * 2012-10-12 2015-05-20 奥璞特智能科技（上海）有限公司 高速公路收费站智能诱导方法
CN102881054A (zh) * 2012-10-12 2013-01-16 上海恒理智能科技有限公司 高速公路收费站智能诱导系统
DE102012022629A1 (de) 2012-11-20 2013-06-06 Daimler Ag Verfahren zur Leitung eines Kraftfahrzeuges beim Anfahren an eine Straßenmautstation und ein elektronisches Gerät für ein Kraftfahrzeug zur Leitung des Kraftfahrzeuges beim Anfahren an eine Straßenmautstation sowie ein Kraftfahrzeug
JP2014119372A (ja) * 2012-12-18 2014-06-30 Alpine Electronics Inc ナビゲーション装置および料金所における走行ルート案内方法
WO2014152554A1 (en) * 2013-03-15 2014-09-25 Caliper Corporation Lane-level vehicle navigation for vehicle routing and traffic management
EP3246892B1 (en) * 2015-01-13 2019-11-20 Nissan Motor Co., Ltd. Travel control system
CA3067177A1 (en) * 2015-02-10 2016-08-18 Mobileye Vision Technologies Ltd. Sparse map for autonomous vehicle navigation
US9443427B1 (en) * 2015-06-25 2016-09-13 International Business Machines Corporation Reference tokens for managing driverless cars
JP6446732B2 (ja) * 2015-08-06 2019-01-09 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
CN106558225B (zh) * 2015-09-29 2019-08-27 奥迪股份公司 检测位于机动车辆的前方的低速移动车辆
JP6568759B2 (ja) * 2015-09-30 2019-08-28 日立オートモティブシステムズ株式会社 車線変更システム
JP6303217B2 (ja) * 2015-10-28 2018-04-04 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
US20200234582A1 (en) * 2016-01-03 2020-07-23 Yosef Mintz Integrative system and methods to apply predictive dynamic city-traffic load balancing and perdictive parking control that may further contribute to cooperative safe driving
CN105654779B (zh) * 2016-02-03 2018-04-17 北京工业大学 基于车路、车车通信的高速公路施工区交通协调控制方法
JP2017146730A (ja) * 2016-02-16 2017-08-24 トヨタ自動車株式会社 経路決定装置
JP6380766B2 (ja) * 2016-03-14 2018-08-29 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
US10303166B2 (en) * 2016-05-23 2019-05-28 nuTonomy Inc. Supervisory control of vehicles
CN107452219A (zh) * 2016-05-31 2017-12-08 奥迪股份公司 车道选择辅助系统及其执行方法
JP2017214035A (ja) * 2016-06-02 2017-12-07 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN106114507B (zh) * 2016-06-21 2018-04-03 百度在线网络技术（北京）有限公司 用于智能车辆的局部轨迹规划方法和装置
US20180113450A1 (en) * 2016-10-20 2018-04-26 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous-mode traffic lane selection based on traffic lane congestion levels
KR102383426B1 (ko) * 2016-12-15 2022-04-07 현대자동차주식회사 톨게이트 구간 판단 장치 및 방법
KR102513185B1 (ko) * 2017-01-12 2023-03-23 모빌아이 비젼 테크놀로지스 엘티디. 규칙 기반 항법
JP6715959B2 (ja) * 2017-02-03 2020-07-01 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
JP6494121B2 (ja) * 2017-03-01 2019-04-03 本田技研工業株式会社 車線変更推定装置、車線変更推定方法、およびプログラム
JP6977343B2 (ja) * 2017-07-07 2021-12-08 いすゞ自動車株式会社 車速制御装置及び車速制御方法
CN107933551B (zh) * 2017-11-27 2019-11-26 长安大学 一种智能车队换道方法
GB201800604D0 (en) * 2017-11-30 2018-02-28 Jaguar Land Rover Ltd Means For Determining Toll Data
US11360475B2 (en) * 2017-12-05 2022-06-14 Waymo Llc Real-time lane change selection for autonomous vehicles
JP6710722B2 (ja) * 2018-06-15 2020-06-17 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
DE102018210410B4 (de) * 2018-06-26 2023-06-01 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem mit einer Nothaltefunktion für ein Fahrzeug, Fahrzeug mit demselben und Verfahren zum Nothalten eines Fahrzeugs
US11125570B2 (en) * 2018-10-09 2021-09-21 Ford Global Technologies, Llc Method and apparatus for improved toll-booth vehicle handling
US20200217685A1 (en) * 2019-01-04 2020-07-09 Telenav, Inc. Navigation system with maneuver guidance mechanism and method of operation thereof
JP7174645B2 (ja) * 2019-02-21 2022-11-17 本田技研工業株式会社 車両用制御装置及び車両
CN111402613B (zh) * 2020-03-11 2021-09-24 东南大学 一种自动驾驶车辆收费站车道选择方法
US20210370978A1 (en) * 2020-05-29 2021-12-02 Toyota Research Institute, Inc. Navigation cost computation for lane changes before a critical intersection
DE102020117160B3 (de) * 2020-06-30 2021-10-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Fahrzeugsystem zum Betreiben eines Spurwechselassistenten
CN112224211A (zh) * 2020-10-19 2021-01-15 中交第一公路勘察设计研究院有限公司 基于多自主体交通流的驾驶模拟仿真系统

Also Published As

Publication number Publication date
WO2019206860A1 (fr) 2019-10-31
CN112020631A (zh) 2020-12-01
EP3784987A1 (fr) 2021-03-03
US20210122374A1 (en) 2021-04-29
US11400935B2 (en) 2022-08-02
JP2021522479A (ja) 2021-08-30
FR3080346A1 (fr) 2019-10-25
FR3080346B1 (fr) 2020-05-15

Similar Documents

Publication Publication Date Title
KR20210003119A (ko) 차량이 통행료 징수 영역을 건너기 위해 선호 차로를 선택하는 방법
US9977431B2 (en) Automotive drone deployment system
JP4631750B2 (ja) 画像処理システム
US10621861B2 (en) Method and system for creating a lane-accurate occupancy grid map for lanes
JP2020140708A (ja) 交差点障害物の運動軌跡の予測方法、装置、端末、記憶媒体、及びプログラム
EP3279052A1 (en) Automatic driving control device
US10677597B2 (en) Method and system for creating a digital map
US11460851B2 (en) Eccentricity image fusion
US20190311617A1 (en) Electronic device and method for monitoring a road intersection zone for autonomous motor vehicle(s), related computer program
US20120022716A1 (en) Movement trajectory generator
RU2661963C1 (ru) Устройство вычисления маршрута движения
EP3358545A1 (en) Travel control method and travel control device
CN107923760A (zh) 路径引导装置以及路径引导方法
KR20190016717A (ko) 차선 검출 방법 및 장치
CN107850456A (zh) 路径引导装置以及路径引导方法
US20200223397A1 (en) Vehicle information processing device and vehicle information processing method
JP6911312B2 (ja) 物体識別装置
US20190344787A1 (en) Apparatus for a driver assistance system
US11417120B2 (en) Vehicle which indicates passenger movability, and method for controlling the same
CN109387210A (zh) 车辆导航方法及其装置
JP7276282B2 (ja) 物体検出装置、物体検出方法及び物体検出用コンピュータプログラム
CN103227905A (zh) 车载摄像机用曝光控制装置
CN102201174B (zh) 行驶道路推测系统
JP2020095594A (ja) 車両制御装置及び車両制御方法
JP2021149863A (ja) 物体状態識別装置、物体状態識別方法及び物体状態識別用コンピュータプログラムならびに制御装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal