WO2015155874A1 - 経路予測装置 - Google Patents

経路予測装置 Download PDF

Info

Publication number
WO2015155874A1
WO2015155874A1 PCT/JP2014/060427 JP2014060427W WO2015155874A1 WO 2015155874 A1 WO2015155874 A1 WO 2015155874A1 JP 2014060427 W JP2014060427 W JP 2014060427W WO 2015155874 A1 WO2015155874 A1 WO 2015155874A1
Authority
WO
WIPO (PCT)
Prior art keywords
collision
route
unit
target object
value
Prior art date
Application number
PCT/JP2014/060427
Other languages
English (en)
French (fr)
Inventor
佑樹 高林
洋志 亀田
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to DE112014006561.7T priority Critical patent/DE112014006561T5/de
Priority to JP2016512545A priority patent/JP6203381B2/ja
Priority to PCT/JP2014/060427 priority patent/WO2015155874A1/ja
Priority to US15/129,138 priority patent/US10102761B2/en
Priority to CN201480077864.1A priority patent/CN106164998B/zh
Publication of WO2015155874A1 publication Critical patent/WO2015155874A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G9/00—Traffic control systems for craft where the kind of craft is irrelevant or unspecified
    • G08G9/02—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G3/00—Traffic control systems for marine craft
    • G08G3/02—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers

Definitions

  • the present invention observes the position of a moving target object such as an aircraft, a ship, or a vehicle using an observation device including a sensor such as a radar or a GPS, and based on the observed value, the target object and a plurality of objects existing around the target object are observed.
  • the present invention relates to a route prediction device that predicts a route for preventing a collision with an object.
  • a vehicle driving support system for a vehicle
  • the position of an obstacle such as a vehicle or a stop existing around the own vehicle is acquired by a sensor such as a millimeter wave radar or a laser radar mounted on the own vehicle, and the relative position between the own vehicle and the obstacle is obtained.
  • Technology has been developed to prevent collisions by controlling the host vehicle after judging the danger of collision from the distance and relative speed.
  • automatic driving technology that recognizes the surrounding environment by the above-mentioned sensors, automatically operates the steering wheel and brakes without the driver's operation, and reaches the destination is being developed. Yes.
  • a conventional technique related to such route prediction for example, in the apparatus shown in Patent Document 1, a plurality of vehicle predicted trajectories are generated in advance, and the existence probability of a predicted route in space-time is calculated based on the generated predicted trajectory. . Further, for example, in the driving support device as shown in Patent Document 2, the risk potential map of the own vehicle with respect to another vehicle is calculated, and control of accelerator, brake, etc. based on the risk is made to intervene.
  • Patent Document 3 calculates the future position on the assumption that the future position is straight ahead at a constant speed based on the current target speed and the nose direction.
  • an optimal route search method using an A * algorithm is used as a method for predicting a future position.
  • a node from a departure to a goal (or a waypoint) on a moving space obtained by subdividing a route candidate into a mesh including an entry prohibition area (obstacle) is determined.
  • the conventional apparatus as described in Patent Document 1 has a problem in that a large number of predicted trajectories must be generated in order to calculate the existence probability, resulting in a large calculation load.
  • the apparatus as disclosed in Patent Document 2 has a problem that the risk calculation method is not clear and is a parameter-dependent calculation method, so that the risk cannot be accurately evaluated.
  • the estimation accuracy of the future position is deteriorated when the target changes the course in order to avoid an obstacle such as a thundercloud.
  • the system using the A * algorithm as described in Patent Document 4 since the path is determined by the grid points, there is a problem that the movement of the moving body is not considered. In order to obtain a natural path, it is necessary to make the interval between the lattice points fine, and there is a problem that processing time is sacrificed.
  • the present invention has been made to solve such a problem, and it is an object of the present invention to provide a route prediction device capable of reducing a calculation load when calculating a prediction route having a low collision risk.
  • the route prediction device performs a tracking process based on the position of the target object and the peripheral object, the sensor unit for observing the position of the target object and the peripheral object located around the target object, and the target object and the peripheral object Based on a tracking processing unit that calculates the estimated position and speed of the object, a collision object detection unit that detects a peripheral object that may collide with the target object from the estimated position and speed, and a collision avoidance model A path prediction unit that predicts the path of the target object relative to the target object, a collision risk evaluation unit that calculates the collision risk between the target object and the target object corresponding to the collision avoidance model, and whether or not there is a collision based on the collision risk A collision determination unit that feeds back a collision avoidance model correction value to the route prediction unit, and a plurality of collision times that the collision determination unit determines that there is no collision.
  • An avoidance route selection unit that selects one of the collision avoidance models from the model, and selects a route of the collision avoidance model as a route that avoids collision between objects, and the route prediction unit includes a collision avoidance model correction value In this way, new route prediction is performed.
  • the path predicting apparatus predicts the path of the target object relative to the target object based on the collision avoidance model, calculates a collision risk between the target object and the target object corresponding to the collision avoidance model, and Judgment of the presence or absence of a collision based on the degree of danger, and one of the collision avoidance models selected from the multiple collision avoidance models determined to have no collision is selected as a path to avoid collision between objects. is there. Thereby, the calculation load at the time of calculating the prediction route with a low collision risk can be reduced.
  • FIG. 1 is a configuration diagram showing a route prediction apparatus according to the present embodiment.
  • the route prediction apparatus includes a sensor unit 1, a tracking processing unit 2, a collision object detection unit 3, a route prediction unit 4, a collision risk evaluation unit 5, a collision determination unit 6, and a collision avoidance route.
  • a selection unit 7 is provided.
  • the sensor unit 1 is a processing unit that observes a relative position between a target object and a peripheral object located around the target object, and is a sensor such as a millimeter wave radar, a laser radar, an optical camera, or an infrared camera, or It is comprised using the communication apparatus etc. which receive the GPS position of a surrounding vehicle or a pedestrian.
  • the tracking processing unit 2 is a processing unit that performs tracking processing based on the relative position observed by the sensor unit 1 and calculates the estimated position, estimated speed, estimated error of the estimated position, and estimated error of the estimated speed of the target object and the surrounding objects. is there.
  • the collision object detection unit 3 is a processing unit that detects, as a target object, a peripheral object that may collide with the target object from the estimated position and the estimated speed.
  • the route prediction unit 4 is a processing unit that calculates a predicted position of the target object up to N steps ahead of the target object in each of the M collision avoidance models (where M and N are arbitrary integers).
  • the collision risk evaluation unit 5 is a processing unit that calculates the collision risk for each collision avoidance model from the estimated position and the estimation error calculated by the tracking processing unit 2.
  • the collision determination unit 6 determines the presence or absence of a collision from the collision risk calculated by the collision risk evaluation unit 5, and when it determines that there is a collision, it feeds back the collision avoidance model correction value to the route prediction unit 4 and determines that there is no collision.
  • the processing unit outputs the collision avoidance model to the collision avoidance route selection unit 7.
  • the collision avoidance path selection unit 7 selects one of the collision avoidance models based on a predetermined determination criterion for the collision avoidance model output from the collision determination unit 6 and determines a prediction path for collision avoidance Part.
  • the route prediction device is configured using a computer, and the tracking processing unit 2 to the collision avoidance route selection unit 7 are realized by executing software corresponding to the functions of the respective processing units on the CPU.
  • the sensor unit 1 to the collision avoidance route selection unit 7 may be configured with dedicated hardware.
  • the sensor unit 1 measures the position and speed of surrounding vehicles and pedestrians.
  • the tracking processing unit 2 calculates a position estimation value, a speed estimation value, and a position and speed estimation error covariance matrix based on the position and the speed through the tracking process.
  • the collision object detection unit 3 detects surrounding vehicles that may collide with the host vehicle. For example, it may be detected based on the concept of TTC (Time To Collision). TTC is defined by Formula (1), and if TTC is below a threshold, it will detect as a vehicle which may collide. Further, the detected peripheral vehicle i is defined as the target vehicle.
  • TTC Time To Collision
  • a predetermined area is set around the own vehicle, and a vehicle in which the predicted position after 1 to N steps enters the predetermined area is detected and regarded as a target vehicle. good.
  • N predicted positions up to N steps ahead are calculated as in equation (2).
  • the route prediction unit 4 calculates a predicted position up to N steps ahead in each of the M collision avoidance models with respect to the target vehicle tgti detected by the collision object detection unit 3.
  • a braking avoidance model, a left steering avoidance model, and a right steering avoidance model may be defined as the collision avoidance model.
  • the braking avoidance model is a model that avoids a collision by braking while maintaining the lane
  • the left / right steering avoidance model is a model that changes a lane to the left / right by inputting a steering amount to avoid a collision.
  • the braking amount or the steering amount is set so as not to exceed a predetermined limit value.
  • a corrected value of the braking amount or the steering amount is fed back to the route prediction unit 4, but an operation that does not exceed a predetermined limit value is performed. carry out.
  • the route prediction unit 4 needs to set an initial value of the braking amount or the steering amount of the collision avoidance model.
  • an initial value a value input at the time of braking and steering avoidance may be set empirically.
  • the braking amount and the steering amount may be set so that each driver does not feel uncomfortable using a learning algorithm.
  • the route prediction unit 4 is not limited to the above model, and other collision avoidance models corresponding to various scenes may be added.
  • unnecessary collision avoidance models may be rejected to reduce the number of collision avoidance models.
  • the number of lanes is two and the host vehicle is traveling in the left lane, it is impossible to avoid left steering, so the left steering avoidance model is rejected and the remaining collision avoidance models are calculated.
  • map data such as adding a collision avoidance model to change lanes to an additional lane It becomes possible. If a laser radar, camera, or the like is used in addition to the map data, the external environment can be recognized and may be used instead of the map.
  • Equation (6) A predicted position calculation method based on the collision avoidance model will be described. Based on the braking acceleration ab of the braking avoidance model, a predicted route (predicted position up to N steps ahead) is calculated as shown in Equation (6).
  • the predicted position of the vehicle with respect to steering differs depending on vehicle parameters such as the vehicle weight, the position of the center of gravity of the vehicle body, and the yaw moment of inertia
  • the predicted position is calculated in advance.
  • a parameter estimated by a known learning algorithm or the like may be used.
  • the collision risk evaluation unit 5 defines the collision risk as an upper probability of the chi-square distribution (shaded portion 100 in FIG. 2) as shown in FIG.
  • the relative position of the host vehicle (target 2) and the target vehicle (target 1) and the collision risk will be described. For example, in a scene where target 1 and target 2 collide as shown in FIG. 3 (the positions of target 1 and target 2 are the same), the shaded portion 101 in FIG.
  • the collision risk is calculated as 1 (or 100%).
  • the shaded portion in FIG. That is, the collision risk is calculated as 0 (0%).
  • the upper probability of the chi-square distribution is intuitively a value corresponding to the collision risk.
  • the correspondence table of the square value ⁇ k + n of the Mahalanobis distance and the upper probability of the chi-square distribution can be calculated in advance, if the correspondence table is retained, the collision risk corresponding to the square value of the Mahalanobis distance can be obtained. Reading without calculation is possible.
  • the method for calculating the collision risk at the relative position between the own vehicle and the surrounding vehicle has been described so far.
  • a method for calculating the collision risk when the absolute positions of the target 1 and the target 2 are used will be described.
  • absolute values such as GPS positions of the own vehicle and surrounding vehicles are acquired by inter-vehicle communication or the like.
  • the radar observation position and GPS position are acquired for a plurality of aircraft and used for aircraft control.
  • an evaluation value of the collision risk is calculated using the following formulas (12) and (13), and the collision risk corresponding to the evaluation value is read out. .
  • the probability distribution of the square value ⁇ k + n of the Mahalanobis distance may be approximated by another probability distribution (for example, a normal distribution).
  • the collision determination unit 6 determines a collision based on the collision risk calculated by the collision risk evaluation unit 5, and outputs a predicted route correction value to the route prediction unit 4 in the case of a collision to recorrect the predicted route.
  • the predicted route and the collision risk level are output to the collision avoidance route selection unit 7.
  • the threshold ⁇ th uses a chi-square distribution table with m degrees of freedom, and as described in the collision risk evaluation unit 5, if the collision threshold ⁇ th corresponding to the collision risk is set in advance, it is easy. It can be determined whether or not it collides.
  • the collision risk with 201 and the nearest rear vehicle 202 is calculated. Further, the maximum value is selected from the collision risk levels of the target vehicle 203, the nearest forward vehicle 201, and the nearest rear vehicle 202, and a collision determination is performed. In addition, the area
  • the collision determination unit 6 feeds back the corrected value of the predicted route to the route prediction unit 4, whereby the route prediction unit 4 and the collision risk evaluation unit 5 recalculate the predicted route and the collision risk. These procedures are repeated until the threshold ⁇ th is exceeded.
  • the processing flow of these route prediction unit 4 to collision determination unit 6 is shown in FIG. That is, for each target vehicle, N-step route prediction (step ST1), collision risk evaluation (step ST2), and collision determination (steps ST3 and ST4) are performed for all models. If the collision threshold value is equal to or less than the collision threshold value in step ST4, the model loop is performed until the collision threshold value is exceeded. If the model loop reaches a predetermined number of times, the calculation of the collision avoidance model may be aborted.
  • the collision avoidance route selection unit 7 determines a predicted route for collision avoidance from the predicted routes based on the respective collision avoidance models calculated by the route prediction unit 4 to the collision determination unit 6. For the N predicted positions based on each collision avoidance model, the maximum value of the collision risk is compared, the collision avoidance model having the smallest value is regarded as the safest avoidance route, and is output as the prediction route for collision avoidance. Note that a collision avoidance model that is equal to or smaller than a set value including the minimum value may be selected. Further, a route that minimizes the total of N collision risk levels given to the N predicted positions may be selected. In this case as well, a route that is equal to or less than the set value including the minimum value may be selected. Further, when the braking amount or the steering amount exceeds a predetermined limit value, it may be rejected. Further, a route that minimizes the total braking amount or a route that minimizes the total steering avoidance amount may be selected according to the driver's needs.
  • the collision avoidance model As described above, in the first embodiment, by limiting to the collision avoidance model that is realistically assumed, it is not necessary to calculate an infinite number of routes as in the conventional case, and the calculation load can be reduced.
  • the route prediction device of the first embodiment based on the sensor unit that observes the position of the target object and the peripheral object located around the target object, and the position of the target object and the peripheral object A tracking processing unit that performs tracking processing to calculate the estimated position and estimated speed of the target object and surrounding objects, and a collision object that detects a surrounding object that may collide with the target object from the estimated position and estimated speed as the target object A detection unit, a route prediction unit that predicts the path of the target object relative to the target object based on the collision avoidance model, and a collision risk evaluation unit that calculates the collision risk between the target object and the target object corresponding to the collision avoidance model
  • the collision determination unit determines whether or not there is a collision based on the collision risk level.
  • the collision determination unit that feeds back the collision avoidance model correction value to the route prediction unit and the collision determination unit
  • a avoidance route selection unit that selects one of the collision avoidance models from the plurality of collision avoidance models determined to be, and selects a route of the collision avoidance model as a route that avoids collision between objects, and a route prediction unit Since the new route prediction is performed using the collision avoidance model correction value, it is possible to reduce the calculation load when calculating a predicted route with a low collision risk.
  • the tracking processing unit calculates the estimation error of the estimated position and the estimation error of the estimated speed, and the collision risk evaluation unit normalizes the estimated position with the estimation error. Since the collision risk is calculated from the calculated value, the collision risk can be calculated without requiring complicated numerical calculation.
  • the collision risk evaluation unit acquires the collision risk from the correspondence table indicating the correspondence between the value obtained by normalizing the estimated position with the estimation error and the collision risk. Therefore, it is possible to easily obtain the collision risk without requiring numerical calculation.
  • the avoidance route selection unit selects a collision avoidance model in which the accumulated value is equal to or less than a set value for the time direction accumulated value of the collision risk of the collision avoidance model. Therefore, it is not necessary to calculate an infinite number of routes, and the calculation load can be reduced.
  • the avoidance route selection unit selects a collision avoidance model in which the representative value is equal to or less than the set value with the maximum value in the time direction of the collision risk of the collision avoidance model as a representative value. Since the selection is made, it is not necessary to calculate an infinite number of routes, and the calculation load can be reduced.
  • the collision determination unit performs the collision determination by comparing the collision risk with the set threshold value, and thus determines whether or not the collision easily occurs. can do.
  • any component of the embodiment can be modified or any component of the embodiment can be omitted within the scope of the invention.
  • the route predicting apparatus uses an observation device including sensors such as radar and GPS to observe the position of a moving body such as an aircraft, a ship, and a vehicle, and moves based on the observed value.
  • the present invention relates to a route predicting device for predicting a route for preventing a collision between a body and a plurality of moving objects existing in the vicinity thereof, and is suitable for use in a vehicle driving support system or air traffic control.

Abstract

　経路予測部４は、衝突回避モデルに基づき、ターゲット物体に対する対象物体の経路を予測する。衝突危険度評価部５は、対象物体とターゲット物体との衝突危険度を衝突回避モデルに対応して算出する。衝突判定部６は、衝突危険度より衝突の有無を判定し、衝突と判定した場合は経路予測部４へ衝突回避モデル修正値をフィードバックする。衝突回避経路選択部７は、衝突判定部６で衝突無しとされた複数の衝突回避モデルから、いずれかの衝突回避モデルを選択し、この衝突回避モデルの経路を、物体同士の衝突を回避する経路として選択する。また、経路予測部４は、衝突回避モデル修正値を用いて、新たな経路予測を行う。

Description

経路予測装置
　本発明は、レーダ、ＧＰＳなどのセンサからなる観測装置を用いて、航空機、船舶、車両などの移動する対象物体の位置を観測し、その観測値に基づき、対象物体とその周辺に存在する複数の物体との衝突を防止するための経路を予測する経路予測装置に関するものである。
　近年、移動体同士の衝突を回避する安全な経路を予測する技術は車両の運転支援システムや航空管制など様々な分野で要求されている。
　例えば車両の運転支援システムでは、自車両周辺に存在する車両や停止物等の障害物の位置を自車両に搭載したミリ波レーダやレーザレーダ等のセンサによって取得し、自車両と障害物の相対距離や相対速度より衝突危険性を判断した上で自車両を制御し、衝突を防止する技術が開発されている。また、より高度な技術として、前記のセンサによって周辺環境を認識し、運転者の操作無く、自動でハンドル操作やブレーキなどの操作を行い、目的地まで到達する自動運転技術も開発が進められている。
　このような経路予測に関する従来の技術として、例えば特許文献１に示す装置では、車両の予測軌道を予め複数生成し、生成した予測軌道を元に時空間における予測経路の存在確率を算出していた。また、例えば特許文献２に示すような運転支援装置では、他車両に対する自車両のリスクポテンシャルマップを算出し、リスクに基づくアクセル，ブレーキなどの制御を介入させるようにしていた。
　一方、航空管制では、従来の３次元位置による航法に対して３次元位置と時間を含む４次元軌道（４ＤＴ：４　Ｄｉｍｅｎｓｉｏｎａｌ　Ｔｒａｊｅｃｔｏｒｙ）を航法に取り入れる検討がされている。この４ＤＴは予測経路に相当し、４ＤＴを管理することで航空交通量や空域容量の予測が可能となることから運航に対する安全性の向上が期待されている。このような経路予測の技術として、例えば特許文献３では、将来位置を目標の現在の速度と機首方向とを基に等速直進と仮定し算出していた。
　また、例えば、特許文献４に示されたようなシステムでは、将来位置を予測する方法として、Ａ＊アルゴリズムによる最適経路探索方法が用いられている。このアルゴリズムでは進入禁止域（障害物）を含む、経路候補をメッシュ上に細分した移動空間上における出発からゴール（もしくは経由点）までのノードを決定するものである。
特開２００７－２３３６４６号公報 特開２０１２－１４８７４７号公報 特開平１１－１２０５００号公報 特開２００９－２５１７２９号公報
　しかしながら、上記特許文献１に記載されたような従来の装置では、存在確率を算出するためには予測軌道を多数生成する必要があり、演算負荷が大きくなる問題があった。また、特許文献２に示されたような装置では、リスクの算出方法が明確でなく、パラメータに依存した算出方法であるため、正確にリスクを評価することができないという問題があった。さらに、特許文献３に記載されたような従来技術では、目標が雷雲などの障害物を回避するために進路変更をした場合等に将来位置の推定精度が悪化するという問題があった。また、特許文献４に記載されたようなＡ＊アルゴリズムを用いるシステムでは、経路が格子点で決まるため、移動体の運動を考慮していないという問題がある。自然な経路を得るためには格子点の間隔を細かくする必要があり、処理時間が犠牲になるといった問題があった。
　この発明は、かかる問題を解決するためになされたもので、衝突危険度の低い予測経路を算出する際の演算負荷を軽減することのできる経路予測装置を提供することを目的とする。
　この発明に係る経路予測装置は、対象物体と対象物体の周辺に位置する周辺物体との位置を観測するセンサ部と、対象物体と周辺物体の位置に基づいて追尾処理を行い、対象物体と周辺物体の推定位置と推定速度を算出する追尾処理部と、推定位置と推定速度から、対象物体と衝突する可能性のある周辺物体をターゲット物体として検知する衝突物体検知部と、衝突回避モデルに基づき、ターゲット物体に対する対象物体の経路を予測する経路予測部と、対象物体とターゲット物体との衝突危険度を衝突回避モデルに対応して算出する衝突危険度評価部と、衝突危険度より衝突の有無を判定し、衝突と判定した場合は経路予測部へ衝突回避モデル修正値をフィードバックする衝突判定部と、衝突判定部で衝突無しと判定された複数の衝突回避モデルから、いずれかの衝突回避モデルを選択し、衝突回避モデルの経路を、物体同士の衝突を回避する経路として選択する回避経路選択部とを備え、経路予測部は、衝突回避モデル修正値を用いて、新たな経路予測を行うようにしたものである。
　この発明に係る経路予測装置は、衝突回避モデルに基づき、ターゲット物体に対する対象物体の経路を予測し、対象物体とターゲット物体との衝突危険度を衝突回避モデルに対応して算出すると共に、この衝突危険度より衝突の有無を判定し、衝突無しと判定された複数の衝突回避モデルから選択したいずれかの衝突回避モデルの経路を、物体同士の衝突を回避する経路として選択するようにしたものである。これにより、衝突危険度の低い予測経路を算出する際の演算負荷を軽減することができる。
この発明の実施の形態１の経路予測装置を示す構成図である。 この発明の実施の形態１の経路予測装置における衝突危険度の説明図である。 この発明の実施の形態１の経路予測装置における衝突危険度が高い場合の説明図である。 この発明の実施の形態１の経路予測装置における衝突危険度が低い場合の説明図である。 この発明の実施の形態１の経路予測装置における操舵回避時の衝突危険度算出対象を示す説明図である。 この発明の実施の形態１の経路予測装置における経路予測部から衝突判定部までの処理部の動作を示すフローチャートである。
　以下、この発明をより詳細に説明するために、この発明を実施するための形態について、添付の図面に従って説明する。
実施の形態１．
　図１は、本実施の形態による経路予測装置を示す構成図である。
　本実施の形態による経路予測装置は、図示のように、センサ部１、追尾処理部２、衝突物体検知部３、経路予測部４、衝突危険度評価部５、衝突判定部６、衝突回避経路選択部７を備えている。
　センサ部１は、対象物体と、この対象物体の周辺に位置する周辺物体との相対位置を観測する処理部であり、ミリ波レーダ、レーザレーダ、光学カメラ、赤外カメラ等のセンサ、または、周辺車両や歩行者のＧＰＳ位置を受信する通信装置等を用いて構成されている。追尾処理部２は、センサ部１で観測された相対位置より追尾処理を行い、対象物体と周辺物体の推定位置、推定速度、推定位置の推定誤差、推定速度の推定誤差を算出する処理部である。衝突物体検知部３は、推定位置と前記推定速度から、対象物体と衝突する可能性のある周辺物体をターゲット物体として検知する処理部である。経路予測部４は、Ｍ個の衝突回避モデルそれぞれにおいて、ターゲット物体に対する対象物体のＮステップ先までの予測位置を算出する処理部である（ここで、ＭおよびＮは任意の整数である）。衝突危険度評価部５は、追尾処理部２で算出された推定位置および推定誤差より衝突危険度を衝突回避モデルごとに算出する処理部である。衝突判定部６は、衝突危険度評価部５で算出された衝突危険度から衝突の有無を判定し、衝突と判定した場合は経路予測部４へ衝突回避モデル修正値をフィードバックし、衝突無しと判定した場合は、その衝突回避モデルを衝突回避経路選択部７に出力する処理部である。衝突回避経路選択部７は、衝突判定部６から出力された衝突回避モデルに対して、所定の判定基準に基づいていずれかの衝突回避モデルを選択し、衝突回避用の予測経路を決定する処理部である。
　なお、経路予測装置はコンピュータを用いて構成され、追尾処理部２～衝突回避経路選択部７は、それぞれの処理部の機能に対応したソフトウェアをＣＰＵで実行することにより実現されている。あるいは、上記センサ部１～衝突回避経路選択部７の少なくともいずれかを専用のハードウェアで構成してもよい。
　次に、実施の形態１の経路予測装置の動作について説明する。
　センサ部１は、周辺車両や歩行者の位置と速度を測定する。追尾処理部２は、位置と速度に基づき、追尾処理を介して位置推定値、速度推定値、位置及び速度の推定誤差共分散行列を算出する。
　衝突物体検知部３では、自車両と衝突する可能性のある周辺車両を検知する。例えば、ＴＴＣ（Ｔｉｍｅ　Ｔｏ　Ｃｏｌｌｉｓｉｏｎ）の考え方に基づいて検知しても良いこととする。ＴＴＣは式（１）で定義され、ＴＴＣが閾値以下であれば衝突する可能性がある車両として検知する。さらに、検知された周辺車両ｉをターゲット車両として定義する。
Figure JPOXMLDOC01-appb-I000001

Figure JPOXMLDOC01-appb-I000002
　また、衝突物体検知部３における別の方法として、自車周辺に所定領域を設定しておき、この所定領域に１～Ｎステップ後の予測位置が入る車両を検知し、ターゲット車両とみなしても良い。ここで、式（２）のようにＮステップ先までのＮ個の予測位置を計算する。
Figure JPOXMLDOC01-appb-I000003

Figure JPOXMLDOC01-appb-I000004

Figure JPOXMLDOC01-appb-I000005

Figure JPOXMLDOC01-appb-I000006

Figure JPOXMLDOC01-appb-I000007

Figure JPOXMLDOC01-appb-I000008
　経路予測部４では、衝突物体検知部３で検知されたターゲット車両ｔｇｔｉに対して、Ｍ個の衝突回避モデルそれぞれにおいてＮステップ先までの予測位置を算出する。
　ここで、衝突回避モデルとして、例えば、制動回避モデル、左操舵回避モデル、右操舵回避モデルを定義しても良い。制動回避モデルは、車線維持したまま制動で衝突を回避するモデル、左／右操舵回避モデルは操舵量を入力することで左／右へ車線変更し、衝突を回避するモデルとする。また、これらのモデルについて、制動量もしくは操舵量は所定の限界値を超えないように設定することとする。特に、後述する衝突判定部６において、衝突回避不可能と判定された場合、制動量もしくは操舵量の修正値が経路予測部４へフィードバックされるが、所定の限界値を超えないような動作を実施する。
　また、経路予測部４では、衝突回避モデルの制動量もしくは操舵量の初期値を設定する必要がある。初期値として、制動および操舵回避の際に入力される値を経験的に設定しても良い。または、学習アルゴリズムを利用して、運転者ごとに不快に感じない程度の制動量、操舵量を設定しても良い。
　さらに、経路予測部４では、前記のモデルに限らず、それ以外にも様々なシーンに対応した衝突回避モデルを追加しても良い。また、地図データやＧＰＳ位置などによって、車線数および自車が走行する車線が既知である場合は、不要な衝突回避モデルを棄却して衝突回避モデル数を削減しても良い。例えば、車線数が２かつ自車が左車線を走行している場合は、左操舵回避は不可能であるため、左操舵回避モデルは棄却し、残りの衝突回避モデルについて計算することとする。他にも、例えば、途中で２車線から３車線へ車線数が増加する地点では、追加車線へ車線変更するための衝突回避モデルを追加する等、地図データによる衝突回避モデルの追加や削減は容易に可能となる。地図データ以外にもレーザレーダ、カメラ等を利用すれば、外部環境を認識することは可能であり、地図の代わりに用いても良い。
　衝突回避モデルに基づく予測位置算出方法について説明する。制動回避モデルの制動用加速度ａｂに基づいて式（６）のように予測経路（Ｎステップ先までの予測位置）を算出する。
Figure JPOXMLDOC01-appb-I000009

Figure JPOXMLDOC01-appb-I000010

Figure JPOXMLDOC01-appb-I000011

　左／右操舵回避モデルについても同様に算出できる。ここで、操舵に対する車両の予測位置は、車両重量、車体重心位置、ヨー慣性モーメントなどの車両パラメータによって異なるため、車両パラメータが既知である場合は、予め設定しておき、予測位置を算出する。また、車両パラメータが未知である場合は、公知の学習アルゴリズムなどによって推定されたパラメータを用いても良い。
　衝突危険度評価部５では、追尾処理部２で出力される位置の推定誤差共分散行列および位置及び速度推定値に基づいて衝突危険度を算出する。
　式（９）のようにサンプリング時刻ｋにおける自車両のｎステップ後の予測位置とターゲット車両ｔｇｔｉのｎ（ｎ＝１，…，Ｎ）ステップ後の予測位置の差分を推定誤差共分散行列で正規化した値、つまりマハラノビス距離の２乗値εｋ＋ｎを算出する。
Figure JPOXMLDOC01-appb-I000013

Figure JPOXMLDOC01-appb-I000014

Figure JPOXMLDOC01-appb-I000015

Figure JPOXMLDOC01-appb-I000016

Figure JPOXMLDOC01-appb-I000017
　ここで、横位置ｘ、縦位置ｙの２変数が正規分布に従う場合、マハラノビス距離の２乗値εｋ＋ｎの確率分布は自由度２のカイ二乗分布となることが知られている。この性質を利用し、衝突危険度評価部５では、図２のように衝突危険度をカイ二乗分布の上側確率（図２の斜線部分１００）として定義する。
　衝突危険度を直感的に理解するために、自車両（目標２）とターゲット車両（目標１）の相対位置と衝突危険度の対応関係について説明する。例えば、図３のように目標１と目標２が衝突するシーン（目標１と目標２の位置が同じ）では、図３の斜線部分１０１が１に近づく。つまり、衝突危険度は１（もしくは１００％）として算出される。一方、図４のように目標１と目標２との距離が限りなく遠いシーンでは、図４の斜線部分は０に近づく。つまり、衝突危険度は０（０％）として算出される。そのため、カイ二乗分布の上側確率は、直感的にも衝突危険度に相当する値であることがわかる。さらに、マハラノビス距離の２乗値εｋ＋ｎとカイ二乗分布の上側確率の対応表は予め計算可能であるため、対応表を保持しておけば、マハラノビス距離の２乗値に応じた衝突危険度を計算無く読み出すことが可能となる。
　また、これまでに自車両と周辺車両との相対位置で衝突危険度を算出する方法を述べたが、加えて、目標１と目標２の絶対位置を用いる場合の衝突危険度算出方法を説明する。例えば、車両の運転支援システム向けには、車車間通信などで自車と周辺車両のＧＰＳ位置といった絶対値を取得する場合が考えられる。また、航空管制の分野では複数の航空機について、レーダによる観測位置やＧＰＳ位置が取得され、航空機管制に用いられる場合が考えられる。その場合、各目標位置には位置誤差が含まれることになるため、下記式（１２），（１３）を用いて衝突危険度の評価値を計算し、評価値に対応した衝突危険度を読み出す。
Figure JPOXMLDOC01-appb-I000018

Figure JPOXMLDOC01-appb-I000019

Figure JPOXMLDOC01-appb-I000020

Figure JPOXMLDOC01-appb-I000021
　ここで、目標の誤差分布の重なりから衝突危険度を算出するためには、誤差分布に基づく煩雑な数値計算が必須となるが、本発明では煩雑な数値計算が必要なく、衝突危険度を算出することが可能となる。
　また、マハラノビス距離の２乗値εｋ＋ｎの確率分布を他の確率分布（例えば正規分布）で近似しても良い。
　衝突判定部６では、衝突危険度評価部５で算出した衝突危険度より衝突を判定し、衝突する場合は予測経路修正値を経路予測部４へ出力し、予測経路を再修正する。衝突しない場合は予測経路と衝突危険度を衝突回避経路選択部７へ出力する。
　衝突判定には確率変数εｋ＋ｎ（ｎ＝１，…，Ｎ）の最小値に対して閾値εｔｈ以下である場合は衝突することとみなす。前記の閾値εｔｈは自由度ｍのカイ二乗分布表を用いることとし、衝突危険度評価部５でも述べたように、予め衝突危険度に対応する衝突閾値εｔｈを設定しておけば、容易に衝突するか否かを判定できる。
　また、図５のように操舵回避の場合は、自車両２００が操舵回避で車線変更した先に他の周辺車両が走行しているケースが考えられるため、変更先の車線について、最も近い前方車両２０１および最も近い後方車両２０２との衝突危険度を計算する。さらに、ターゲット車両２０３、最も近い前方車両２０１および最も近い後方車両２０２の衝突危険度の中から最大値を選択し、衝突判定を実施する。なお、図中の破線で囲まれる領域は予測誤差を表している。
　さらに、衝突判定部６は、予測経路の修正値を経路予測部４にフィードバックし、これにより、経路予測部４および衝突危険度評価部５は、予測経路および衝突危険度を再計算する。これらの手順は閾値εｔｈを超えるまで繰り返す。
　これら経路予測部４～衝突判定部６の処理フローを図６に示す。すなわち、ターゲット車両ごとに、全てのモデルに対してＮステップの経路予測（ステップＳＴ１）と衝突危険度の評価（ステップＳＴ２）および衝突判定（ステップＳＴ３，ＳＴ４）を行う。また、ステップＳＴ４で衝突閾値以下である場合は、衝突閾値を超えるまでモデルループを行う。なお、モデルループが予め定めた所定回数に達した場合は、その衝突回避モデルの計算を打ち切るようにしてもよい。
　衝突回避経路選択部７では、経路予測部４～衝突判定部６で計算済みの各衝突回避モデルに基づく予測経路より、衝突回避用の予測経路を決定する。
　各衝突回避モデルに基づくＮ個の予測位置について、衝突危険度の最大値を比較し、最も小さい値を持つ衝突回避モデルを最も安全な回避経路とみなし、衝突回避用予測経路として出力する。なお、最小値を含む設定値以下の衝突回避モデルを選択するようにしてもよい。
　また、前記Ｎ個の予測位置に付与されるＮ個の衝突危険度の合計を比較して最小となる経路を選択しても良い。なお、ここでも最小値を含む設定値以下の経路を選択するようにしてもよい。
　また、制動量もしくは操舵量が所定の限界値を超える場合は、棄却しても良い。
　また、運転者のニーズに合わせて、制動量の合計値が最小となる経路、もしくは操舵回避量の合計値が最小となる経路を選択しても良い。
　このように実施の形態１では、現実的に想定される衝突回避モデルに限定することで、従来のような無数の経路を計算する必要がなくなり、演算負荷を軽減することが可能となる。
　以上説明したように、実施の形態１の経路予測装置によれば、対象物体と対象物体の周辺に位置する周辺物体との位置を観測するセンサ部と、対象物体と周辺物体の位置に基づいて追尾処理を行い、対象物体と周辺物体の推定位置と推定速度を算出する追尾処理部と、推定位置と推定速度から、対象物体と衝突する可能性のある周辺物体をターゲット物体として検知する衝突物体検知部と、衝突回避モデルに基づき、ターゲット物体に対する対象物体の経路を予測する経路予測部と、対象物体とターゲット物体との衝突危険度を衝突回避モデルに対応して算出する衝突危険度評価部と、衝突危険度より衝突の有無を判定し、衝突と判定した場合は経路予測部へ衝突回避モデル修正値をフィードバックする衝突判定部と、衝突判定部で衝突無しと判定された複数の衝突回避モデルから、いずれかの衝突回避モデルを選択し、衝突回避モデルの経路を、物体同士の衝突を回避する経路として選択する回避経路選択部とを備え、経路予測部は、衝突回避モデル修正値を用いて、新たな経路予測を行うようにしたので、衝突危険度の低い予測経路を算出する際の演算負荷を軽減することができる。
　また、実施の形態１の経路予測装置によれば、追尾処理部は、推定位置の推定誤差と推定速度の推定誤差とを算出し、衝突危険度評価部は、推定位置を推定誤差で正規化した値より衝突危険度を算出するようにしたので、煩雑な数値計算を必要とせずに、衝突危険度を算出することができる。
　また、実施の形態１の経路予測装置によれば、衝突危険度評価部は、推定位置を推定誤差で正規化した値と衝突危険度との対応を示す対応表より衝突危険度を取得するようにしたので、数値計算を必要とせず、容易に衝突危険度を得ることができる。
　また、実施の形態１の経路予測装置によれば、回避経路選択部は、衝突回避モデルの衝突危険度の時間方向累積値について、累積値が設定値以下となる衝突回避モデルを選択するようにしたので、無数の経路を計算する必要がなく、演算負荷を軽減することができる。
　また、実施の形態１の経路予測装置によれば、回避経路選択部は、衝突回避モデルの衝突危険度の時間方向に対する最大値を代表値として、代表値が設定値以下となる衝突回避モデルを選択するようにしたので、無数の経路を計算する必要がなく、演算負荷を軽減することができる。
　また、実施の形態１の経路予測装置によれば、衝突判定部は、衝突危険度を設定された閾値と比較することにより衝突判定を行うようにしたので、容易に衝突するか否かを判定することができる。
　なお、本願発明はその発明の範囲内において、実施の形態の任意の構成要素の変形、もしくは実施の形態の任意の構成要素の省略が可能である。
　以上のように、この発明に係る経路予測装置は、レーダ、ＧＰＳなどのセンサからなる観測装置を用いて、航空機、船舶、車両などの移動体の位置を観測し、その観測値に基づき、移動体とその周辺に存在する複数の移動体との衝突を防止するための経路を予測する経路予測装置に関するものであり、車両の運転支援システムや航空管制などに用いるのに適している。
　１　センサ部、２　追尾処理部、３　衝突物体検知部、４　経路予測部、５　衝突危険度評価部、６　衝突判定部、７　衝突回避経路選択部。

Claims (6)

  1. 　対象物体と当該対象物体の周辺に位置する周辺物体との位置を観測するセンサ部と、
    　前記対象物体と前記周辺物体の位置に基づいて追尾処理を行い、前記対象物体と前記周辺物体の推定位置と推定速度を算出する追尾処理部と、
    　前記推定位置と前記推定速度から、前記対象物体と衝突する可能性のある周辺物体をターゲット物体として検知する衝突物体検知部と、
    　衝突回避モデルに基づき、前記ターゲット物体に対する前記対象物体の経路を予測する経路予測部と、
    　前記対象物体と前記ターゲット物体との衝突危険度を前記衝突回避モデルに対応して算出する衝突危険度評価部と、
    　前記衝突危険度より衝突の有無を判定し、衝突と判定した場合は前記経路予測部へ衝突回避モデル修正値をフィードバックする衝突判定部と、
    　前記衝突判定部で衝突無しと判定された複数の衝突回避モデルから、いずれかの衝突回避モデルを選択し、当該衝突回避モデルの経路を、物体同士の衝突を回避する経路として選択する回避経路選択部とを備え、
    　前記経路予測部は、前記衝突回避モデル修正値を用いて、新たな経路予測を行うことを特徴とする経路予測装置。
  2. 　前記追尾処理部は、前記推定位置の推定誤差と前記推定速度の推定誤差とを算出し、
    　前記衝突危険度評価部は、前記推定位置を前記推定誤差で正規化した値より衝突危険度を算出することを特徴とする請求項１記載の経路予測装置。
  3. 　前記衝突危険度評価部は、前記推定位置を前記推定誤差で正規化した値と衝突危険度との対応を示す対応表より衝突危険度を取得することを特徴とする請求項１記載の経路予測装置。
  4. 　前記回避経路選択部は、前記衝突回避モデルの衝突危険度の時間方向累積値について、当該累積値が設定値以下となる衝突回避モデルを選択することを特徴とする請求項１記載の経路予測装置。
  5. 　前記回避経路選択部は、前記衝突回避モデルの衝突危険度の時間方向に対する最大値を代表値として、当該代表値が設定値以下となる衝突回避モデルを選択することを特徴とする請求項１記載の経路予測装置。
  6. 　前記衝突判定部は、前記衝突危険度を設定された閾値と比較することにより衝突判定を行うことを特徴とする請求項１記載の経路予測装置。
PCT/JP2014/060427 2014-04-10 2014-04-10 経路予測装置 WO2015155874A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE112014006561.7T DE112014006561T5 (de) 2014-04-10 2014-04-10 Routenvorausberechunungseinrichtung
JP2016512545A JP6203381B2 (ja) 2014-04-10 2014-04-10 経路予測装置
PCT/JP2014/060427 WO2015155874A1 (ja) 2014-04-10 2014-04-10 経路予測装置
US15/129,138 US10102761B2 (en) 2014-04-10 2014-04-10 Route prediction device
CN201480077864.1A CN106164998B (zh) 2014-04-10 2014-04-10 路径预测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/060427 WO2015155874A1 (ja) 2014-04-10 2014-04-10 経路予測装置

Publications (1)

Publication Number Publication Date
WO2015155874A1 true WO2015155874A1 (ja) 2015-10-15

Family

ID=54287475

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/060427 WO2015155874A1 (ja) 2014-04-10 2014-04-10 経路予測装置

Country Status (5)

Country Link
US (1) US10102761B2 (ja)
JP (1) JP6203381B2 (ja)
CN (1) CN106164998B (ja)
DE (1) DE112014006561T5 (ja)
WO (1) WO2015155874A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017142145A (ja) * 2016-02-10 2017-08-17 株式会社ゼンリン 車線変更支援装置、車両制御装置およびその方法
JP2019053633A (ja) * 2017-09-19 2019-04-04 トヨタ自動車株式会社 車両周辺監視装置
WO2022162996A1 (ja) * 2021-01-27 2022-08-04 日立Astemo株式会社 電子制御装置および車両制御システム
US11417219B2 (en) 2017-04-20 2022-08-16 Fujitsu Limited Non-transitory computer-readable storage medium for storing collision risk calculation program, collision risk calculation method, and collision risk calculation apparatus

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6234635B2 (ja) * 2015-04-23 2017-11-22 三菱電機株式会社 評価情報収集装置
KR101714273B1 (ko) * 2015-12-11 2017-03-08 현대자동차주식회사 자율 주행 시스템의 경로 제어 방법 및 그 장치
US9766344B2 (en) * 2015-12-22 2017-09-19 Honda Motor Co., Ltd. Multipath error correction
JP6603197B2 (ja) * 2016-11-29 2019-11-06 株式会社デンソー 連続値最適化問題の非線形最適化プログラム、経路探索プログラム、及び経路探索装置
JP6616275B2 (ja) * 2016-12-15 2019-12-04 株式会社Ｓｏｋｅｎ 運転支援装置
KR102215325B1 (ko) * 2017-02-28 2021-02-15 현대자동차주식회사 차량의 위치 추정 장치 및 방법과 이를 이용한 차량
JP6652106B2 (ja) * 2017-05-10 2020-02-19 株式会社ダイフク 物品搬送設備
EP3413082B1 (en) * 2017-06-09 2020-01-01 Veoneer Sweden AB A vehicle system for detection of oncoming vehicles
KR20190014871A (ko) * 2017-08-04 2019-02-13 삼성전자주식회사 차량의 후방에 위치한 응급 차량에 기초하여 상기 차량의 주행 경로를 변경하는 장치 및 방법
CN110276985B (zh) * 2018-03-16 2020-12-15 华为技术有限公司 自动驾驶安全评估方法、装置和系统
JP7111517B2 (ja) * 2018-06-14 2022-08-02 シャープ株式会社 走行装置、走行装置の走行制御方法、走行装置の走行制御プログラムおよび記録媒体
CN111328411B (zh) * 2018-09-28 2022-11-29 百度时代网络技术（北京）有限公司 用于自动驾驶车辆的行人概率预测系统
US20220227395A1 (en) * 2019-05-23 2022-07-21 Hitachi Astemo, Ltd. Vehicle Control System and Vehicle Control Method
JP7232166B2 (ja) * 2019-10-18 2023-03-02 本田技研工業株式会社 予測装置、車両システム、予測方法、およびプログラム
EP4059003A4 (en) * 2019-11-13 2023-11-22 Zoox, Inc. COLLISION MONITORING USING STATISTICAL MODELS
US10971005B1 (en) * 2019-12-26 2021-04-06 Continental Automotive Systems, Inc. Determining I2X traffic-participant criticality
US20210339741A1 (en) * 2020-04-30 2021-11-04 Zoox, Inc. Constraining vehicle operation based on uncertainty in perception and/or prediction
TWI811692B (zh) * 2020-06-12 2023-08-11 中央研究院 用於場景音轉換的方法與裝置及電話系統
US20220155082A1 (en) * 2020-11-13 2022-05-19 Uber Technologies, Inc. Route comparison for vehicle routing
CN115394126B (zh) * 2022-10-25 2023-01-20 北京开运联合信息技术集团股份有限公司 一种空间目标的碰撞预警方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007276508A (ja) * 2006-04-03 2007-10-25 Fujitsu Ten Ltd 車両の衝突回避制御装置
JP2008265468A (ja) * 2007-04-18 2008-11-06 Nissan Motor Co Ltd 走行支援装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2985952B2 (ja) 1997-10-20 1999-12-06 日本電気株式会社 航空機接近警報装置
DE10319700A1 (de) * 2003-05-02 2004-11-18 Ibeo Automobile Sensor Gmbh Verfahren und Vorrichtung zur Ermittlung einer Wahrscheinlichkeit für eine Kollision eines Fahrzeugs mit einem Gegenstand
US7262710B2 (en) * 2004-09-22 2007-08-28 Nissan Motor Co., Ltd. Collision time estimation apparatus for vehicles, collision time estimation method for vehicles, collision alarm apparatus for vehicles, and collision alarm method for vehicles
WO2007102367A1 (ja) 2006-02-28 2007-09-13 Toyota Jidosha Kabushiki Kaisha 物体進路予測方法、装置、プログラム、および自動運転システム
JP4396653B2 (ja) 2006-02-28 2010-01-13 トヨタ自動車株式会社 物体進路予測方法、装置、およびプログラム
JP4400634B2 (ja) * 2007-02-28 2010-01-20 トヨタ自動車株式会社 衝突予測装置
JP5250290B2 (ja) 2008-04-02 2013-07-31 富士重工業株式会社 航空機の四次元最適経路誘導システム
KR101619076B1 (ko) * 2009-08-25 2016-05-10 삼성전자 주식회사 모바일 플랫폼의 동적 물체 검출 및 추적 방법
US8655579B2 (en) * 2010-03-16 2014-02-18 Toyota Jidosha Kabushiki Kaisha Driving assistance device
US8954260B2 (en) * 2010-06-15 2015-02-10 GM Global Technology Operations LLC Method and system for collision assessment for vehicles
JP2013532858A (ja) * 2010-07-17 2013-08-19 ヴァレオ・シャルター・ウント・ゼンゾーレン・ゲーエムベーハー 自動車の側面に隣接する側面域に存在する障害物について自動車の運転者に警告する方法、および運転者支援システムを備える自動車
JP5673127B2 (ja) 2011-01-21 2015-02-18 トヨタ自動車株式会社 運転支援装置
FR2988507B1 (fr) * 2012-03-23 2014-04-25 Inst Francais Des Sciences Et Technologies Des Transports De Lamenagement Et Des Reseaux Systeme d'assistance pour vehicule routier

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007276508A (ja) * 2006-04-03 2007-10-25 Fujitsu Ten Ltd 車両の衝突回避制御装置
JP2008265468A (ja) * 2007-04-18 2008-11-06 Nissan Motor Co Ltd 走行支援装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017142145A (ja) * 2016-02-10 2017-08-17 株式会社ゼンリン 車線変更支援装置、車両制御装置およびその方法
US11417219B2 (en) 2017-04-20 2022-08-16 Fujitsu Limited Non-transitory computer-readable storage medium for storing collision risk calculation program, collision risk calculation method, and collision risk calculation apparatus
JP2019053633A (ja) * 2017-09-19 2019-04-04 トヨタ自動車株式会社 車両周辺監視装置
WO2022162996A1 (ja) * 2021-01-27 2022-08-04 日立Astemo株式会社 電子制御装置および車両制御システム

Also Published As

Publication number Publication date
DE112014006561T5 (de) 2017-02-16
CN106164998A (zh) 2016-11-23
JPWO2015155874A1 (ja) 2017-04-13
CN106164998B (zh) 2019-03-15
US20170039865A1 (en) 2017-02-09
US10102761B2 (en) 2018-10-16
JP6203381B2 (ja) 2017-09-27

Similar Documents

Publication Publication Date Title
JP6203381B2 (ja) 経路予測装置
US11645916B2 (en) Moving body behavior prediction device and moving body behavior prediction method
JP6800899B2 (ja) 視界に制限のある交差点への接近のためのリスクベースの運転者支援
CN108137051B (zh) 用于控制自身车辆的路径规划的方法、装置以及车辆
EP3091370B1 (en) Method and arrangement for determining safe vehicle trajectories
JP5167051B2 (ja) 車両の運転支援装置
KR102128567B1 (ko) 제동을 위한 트리거링 기준을 결정하기 위한 방법 및 차량용 비상 제동 시스템
EP3686864A1 (en) Information processing device, autonomous moving apparatus, method, and program
EP2654028B1 (en) Orientation sensitive traffic collision warning system
JP2016051465A (ja) 衝突後操縦計画を行う方法及びシステム、並びに当該システムを備える車両
JP7156394B2 (ja) 他車動作予測方法及び他車動作予測装置
Kim et al. Probabilistic threat assessment with environment description and rule-based multi-traffic prediction for integrated risk management system
JP2008171207A (ja) 車両の運転支援装置
JP5577126B2 (ja) 走行支援装置
CN113460081A (zh) 车辆控制装置、车辆控制方法及存储介质
JP2014232508A (ja) 回避軌道予測装置
WO2020161512A1 (ja) 他車動作予測方法及び他車動作予測装置
KR20190045308A (ko) 차량 판정 방법, 주행 경로 보정 방법, 차량 판정 장치, 및 주행 경로 보정 장치
US20210253136A1 (en) Vehicle control device, vehicle control method, and storage medium
WO2019034514A1 (en) METHOD AND SYSTEM FOR AVOIDING THE COLLISION OF A VEHICLE
US20220105963A1 (en) Systems and methods for imminent collision avoidance
JP2019153025A (ja) 車両制御装置
ES2766148A1 (es) Metodo y sistema para controlar una pluralidad de vehiculos autonomos
WO2021089608A1 (en) Adaptive cruise control
JP7356892B2 (ja) 車両の走行環境推定方法、及び、走行環境推定システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14888574

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016512545

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 15129138

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 112014006561

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14888574

Country of ref document: EP

Kind code of ref document: A1