WO2019202226A1 - Amélioration de la détection par le suivi d'un véhicule éclaireur - Google Patents

Amélioration de la détection par le suivi d'un véhicule éclaireur Download PDF

Info

Publication number
WO2019202226A1
WO2019202226A1 PCT/FR2019/050723 FR2019050723W WO2019202226A1 WO 2019202226 A1 WO2019202226 A1 WO 2019202226A1 FR 2019050723 W FR2019050723 W FR 2019050723W WO 2019202226 A1 WO2019202226 A1 WO 2019202226A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
current vehicle
detection
data
sensors
Prior art date
Application number
PCT/FR2019/050723
Other languages
English (en)
Inventor
Rachid ATTIA
Celine Etcheverry
Audrey MANDARD
Original Assignee
Psa Automobiles Sa
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 Psa Automobiles Sa filed Critical Psa Automobiles Sa
Publication of WO2019202226A1 publication Critical patent/WO2019202226A1/fr

Links

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
    • 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
    • B60W40/04—Traffic 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles
    • 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
    • B60W2756/00—Output or target parameters relating to data
    • B60W2756/10—Involving external transmission of data to or from the vehicle

Definitions

  • the present invention belongs to the field of assistance in driving a vehicle. It relates in particular to a method of reliably detecting an object likely to modify the driving of the vehicle. The detection is made reliable by taking into account the reactions of a previous vehicle, the previous vehicle thus serving as a scout vehicle.
  • Vehicle means any type of vehicle such as a motor vehicle, a moped, a motorcycle, a rail vehicle, etc.
  • assistance to the driving of a vehicle is meant any automated process capable of assisting the driving of the vehicle.
  • the method may thus consist of partially or totally steering the vehicle or providing any type of assistance to the natural person driving the vehicle.
  • the assistance devices implementing these methods can, for example, facilitate parking or the rear steps, or detect obstacles, especially in front of their vehicle, or illuminate an obstacle detected in front of their vehicle (sometimes called “marking light” function) , or correct the trajectory of their vehicle according to the marking delimiting the traffic lanes used, or regulate the speed of their vehicle according to a set point provided by their driver or a speed limit in force on the route of borrowed traffic.
  • these assistance devices need to be fed at least with information representative of the environment of their vehicle.
  • This information is usually provided by, or derived from, data from exteroceptive sensors, such as ultrasonic sensors, cameras, radars or lidars.
  • the detection based on these sensors suffers from the inherent limitations of each of the sensors (light conditions, weather conditions, nature of the object to be detected, etc.).
  • the camera generally uses learning algorithms, which can be mistaken, and can then recognize shapes (vehicles, animals, etc.).
  • the radar and lidar meanwhile, use active detection (sending a signal and receiving the echo).
  • This detection mode suffers from limitations, in particular because of the nature and the shape of the object to be detected.
  • the sensors can wrongly assert the existence of an object on the road (false detections or ghost objects).
  • a first aspect of the invention relates to a data processing method relating to the assisted driving of a current vehicle, for confirmation of the detection of an object likely to modify the driving of the current vehicle, said current vehicle being preceded by a preceding vehicle, comprising the steps of:
  • Vehicle reaction means any action of the vehicle initiated by the driver and / or the driver's autonomous driving system, or by any other entity in charge of driving the preceding vehicle (driving off-site on a server, by an infrastructure, remote control, etc.). Examples of reactions are given below.
  • Previous vehicle means any vehicle preceding spatially or temporally the current vehicle. Examples of positions of the preceding vehicle relative to the current vehicle are given below.
  • determining the reaction of the preceding vehicle to the object comprises the substeps of: i. acquisition of a history of reactions of the preceding vehicle;
  • This method is optimal as regards the treatment complexity / precision ratio of the determination of the reaction.
  • the history is acquired by at least one of the following elements: • the sensor of the current vehicle;
  • At least one sensor of the preceding vehicle At least one sensor of the preceding vehicle
  • reaction of the preceding vehicle is at least one of:
  • triggering an object detection alert means any automatic action or initiated by the driver of the current and / or previous vehicle leading to the detection of the object.
  • the preceding vehicle precedes the current vehicle in one of the following positions:
  • the current vehicle and the preceding vehicle share substantially the same trajectory, the preceding vehicle preceding the current vehicle in time on said trajectory;
  • the preceding vehicle precedes the current vehicle in a queue of vehicles
  • the preceding vehicle precedes the current vehicle on a lane of a road; • the previous vehicle is on a lane adjacent to a lane of a road where the current vehicle is located.
  • an object located in the path of the previous vehicle also most likely relates to the current vehicle. Taking into account the reaction of the preceding vehicle located in the adjacent lane is relevant for many objects, in particular for the dynamic object coming from the adjacent lane where the previous vehicle is located.
  • substantially the same trajectory means any reasonable proximity between the paths. For example, a gap of the order of one meter, one decimetre, one centimeter or one millimeter can be tolerated.
  • At least two sensors of the current vehicle acquire data relating to the object, and wherein the initial detection of the object comprises the steps of:
  • the number of sensors is an information which, statistically, is very discriminating and effective for detecting the errors of calculation of the probabilities of existence.
  • the probability of existence provides additional finesse in the decision making detection. The combination of these two criteria therefore has the effect of making reliable the initial detection decision making, without having to increase the redundancy of the sensors. It is therefore the best compromise between reliability of the detection and complexity / costs controlled.
  • the term "number of sensors having acquired, by themselves, data indicating the presence of the object” the number of sensors having detected an object autonomously. This means, for example, that if only one in three sensors has detected an object, the data acquired by that sensor indicates, without having to be mapped to other data from other sensors (for example), than object is present.
  • the method further comprises the step of generating a driving assistance instruction according to said detection confirmation.
  • a second aspect of the invention is directed to a computer program comprising instructions for implementing the method according to the first aspect of the invention, when these instructions are executed by a processor.
  • a third aspect of the invention relates to a data processing device relating to the assisted driving of a current vehicle, for the confirmation of the detection of an object likely to modify the driving of the current vehicle, said current vehicle being preceded by a preceding vehicle, comprising:
  • At least one sensor of the current vehicle of data relating to the object At least one sensor of the current vehicle of data relating to the object
  • a processor arranged to perform the operations of:
  • FIG. 1 illustrates an application context of the invention
  • FIG. 2 illustrates a data processing method according to the invention
  • FIG. 3 illustrates a microcontroller, according to an embodiment of the invention.
  • the invention is described below in its non-limiting application to the case of an autonomous motor vehicle in a bottling situation.
  • Other applications such as a bus on a dedicated lane or a motorcycle on a country road are also possible.
  • Figure 1 illustrates a motor vehicle V k .
  • the motor vehicle V k is preceded by the preceding vehicle V k -i, both present on an RA track, for example a highway lane.
  • the preceding vehicle precedes the current vehicle in one of the following positions:
  • the current vehicle and the preceding vehicle share substantially the same trajectory, the preceding vehicle preceding the current vehicle in time on said trajectory;
  • the preceding vehicle precedes the current vehicle in a queue of vehicles
  • the method according to the invention relates to the reliable detection of an object O n .
  • Sensors C1, C2 and C3 are present on the vehicle V k to acquire data capable of translating the presence of the object O n .
  • the sensors C1, C2 and C3 are, for example, exteroceptive sensors, for example ultrasonic sensors, cameras, radars, GPS (global positioning system), motion sensors or lidars.
  • sensors are connected to a data processing device D relating to the assisted driving described hereinafter with reference to FIG.
  • Figure 2 is a diagram showing the steps of the method according to one embodiment of the invention.
  • step S1 the sensors C1, C2 and C3 acquire data relating to the object O n .
  • data are able to translate the presence of the object O n .
  • data reflecting the detection of an object would correspond to a sensor instruction indicating the presence of an object in the sensor field and possibly an approximate distance between the object and the sensor.
  • the sensor data can be consolidated for example by identifying the type of object detected by the sensor or sensors.
  • an image analysis can lead to classification of objects (static / mobile), attributes (positions, speeds, etc.), typing (car, motorcycle, etc.), etc.
  • object-by-object processing can be performed.
  • the objects can be processed successively in order of detection, according to their class, attribute or typing, etc.
  • Simultaneous treatment, at least partially, of the objects can also be implemented.
  • step T 1 An initial detection step T 1 is then implemented.
  • the step T 1 is described below in detail, the initial detection is a function of the data acquired by the sensors C1, C2 and C3 and / or data received by the current vehicle (for example received by Car2X type technologies or V2X).
  • step S5 a past reaction of the vehicle V k -1 to the object O n is taken into account to confirm the initial detection T 1.
  • a history of the reactions of the previous vehicle is stored in step S3.
  • the reactions of the preceding vehicle can be collected by the sensors C1, C2, C3 and / or transmitted to the vehicle V k .
  • a treatment for example when the previous vehicle is detected by two sensors out of three or from redundancies between sensors, to confirm the presence of the previous vehicle can be done.
  • the data acquired by the sensors C1, C2 and C3 correspond, for example, to the size, the speed and the relative position of the preceding vehicle.
  • the preceding vehicle is used as the primary target vehicle for longitudinal guidance purposes and the current vehicle provides a defined inter-vehicular distance by adjusting its speed.
  • the transmitted data can be:
  • an element communicating road infrastructure near the current and / or previous vehicle This is typically a traffic light, a road surface or devices (lines, zebra crossings, etc.) of the road, speed control radars, road signs, etc. ;
  • the data can be entered by the user or captured by sensors of the user devices (accelerometer, GPS, etc.);
  • any type of data received via a vehicle communication system G1 or any communication system to any G2 device can be taken into account to determine the reaction of the previous vehicle.
  • Any type of physical or digital reaction of the previous vehicle can be taken into account. For example, braking, accelerating, changing direction or any change in the trajectory of the previous vehicle, sending an emergency message, changing the driving mode, triggering any alert on the previous vehicle etc. are vehicle reactions.
  • a reaction R n of the preceding vehicle to the object O n is determined in step S4. If the object O n is a static object, the determination consists in seeing how the previous vehicle V k -ia reacted when it was confronted with the object O n . For example, if the vehicle V k -ia 4 seconds ahead of V k , the reaction in the history at t-4 seconds is taken into account.
  • the object O n can also be dynamic.
  • taking into account the reaction of the preceding vehicle located on an adjacent lane is relevant, especially when the initial detection indicates that the dynamic object is moving towards the current vehicle.
  • Taking into account the sensor data of the previous vehicle is also relevant in this situation.
  • the step of confirming the detection may include, in cases where the detection is confirmed and / or invalidated, transmitting information relating to the detection to at least one of the following elements: a model, typically based on an algorithm involving artificial intelligence and comprising for example a convolutional neural network, configured to manage the autonomous driving of the current vehicle.
  • the information then serves to feed the model and thus contributes to the learning of the convolutional neural network.
  • this makes possible a better understanding and therefore a better model processing of ghost objects, the model learning to interpret certain detections to eliminate them quickly and with a good level of reliability;
  • At least one other vehicle connected by a communication channel to the current vehicle, typically radio frequency;
  • At least one infrastructure element connected by a communication channel to the current vehicle, typically radio frequency.
  • the instructions are taken in step S6. They can then be directly implemented by a vehicle member (braking action, acceleration, ignition of lights, transmission of an emergency message for example) or notified to another assisted driving module.
  • a vehicle member braking action, acceleration, ignition of lights, transmission of an emergency message for example
  • the procedure returns for a new object n + 1 at Step S7.
  • An additional step (not shown) of determining the trajectory of the vehicle V k is implemented. From the data, typically consolidated, sensors, data relating to the vehicle or data relating to the driver of the vehicle (age, years of license, etc.), a lateral trajectory (direction to the left or right) is calculated .
  • the vehicle data is for example: speed, wheel orientation, engine characteristics (speed, temperature, etc.), energy reserves (gasoline, electricity, etc.), positioning (typically using a built-in GPS ), a state of wear of the tires, etc.
  • assumptions are made to define the longitudinal trajectory of the vehicle. These assumptions are for example a speed interval equal to [speed V k - 30 km / h; speed V k + 20 km / h] over a fixed distance, or a progressive speed according to the distance. In this other embodiment, only the objects on the trajectory determined according to said hypotheses are taken into account.
  • an area in which objects are taken into account is defined.
  • the selection of objects will be on a conical zone whose initial width is the track, which decreases with distance while following the curvature of the track (guidance mode called “tracking of track ").
  • the zone corresponds to the estimated lane width around the target trajectory.
  • Objects in adjacent channels may also be considered: - when an insertion path is detected in the vicinity: identified from cartographic information, markings on the ground and the presence of objects on adjacent lanes; when the trajectory prediction made it possible to evaluate that the trajectory of the vehicle of the adjacent lane collided with the trajectory of the current vehicle (so-called "aggressive cut-in" situation).
  • a probability P n of existence of the object O n is calculated at least from the data acquired by the sensors.
  • the probability of existence is for example calculated by weighting data received from the sensors.
  • the weighting is for example a function of the location of the object, the type of sensor concerned, the class, the attributes or the typing of the object.
  • the data relating to the vehicle or its trajectory can also be taken into account. Other data, for example received from outside via a radio frequency internet connection, can also be taken into account.
  • the initial detection step is made as a function of the probability P n of existence of the object O n and the number of sensors having acquired, on their own, data indicating the presence of the object O n .
  • existence probability intervals are defined. At couples [number of sensors detected; probability interval] are associated with driving assistance instructions for the vehicle.
  • the initial detection and confirmation are carried out simultaneously, for example from the probability P n of existence of the object O n , of the number of sensors having acquired, on their own, data indicating the presence of the object O n and the reaction of the previous vehicle.
  • the detection confirmation is performed after the initial detection.
  • a method for processing data relating to the assisted driving of a current vehicle (V k ), for the detection of an object (O n ) likely to modify the driving of said vehicle comprising the steps of:
  • Detection of said object in function at least:
  • the number of sensors is an information which, statistically, is very discriminating and effective for detecting the errors of calculation of the probabilities of existence.
  • the detection decision is primarily made according to the number of sensors, the probability of existence brings an additional fineness in the decision making detection.
  • the combination of these two criteria therefore has the effect of making reliable detection decision making, without having to increase the redundancy of the sensors. It is therefore the best compromise between reliability of the detection and complexity / costs controlled.
  • the term "number of sensors having acquired, by themselves, data indicating the presence of the object” the number of sensors having detected an object autonomously. This means, for example, that if only one in three sensors has detected an object, the data acquired by that sensor indicates, without having to be mapped to other data from other sensors (for example), than object is present.
  • Method according to method A comprising, before the step of calculating the probability of existence, a step of:
  • non-detection instruction means any type of data from which it can be deduced that no object has been detected.
  • Method according to method B wherein said object is considered in the path of said vehicle if the object is moving towards the path.
  • the term "moving towards the trajectory” means any movement of the object likely to bring it into an area where he expected the vehicle to go.
  • FIG. 3 represents an exemplary device D of the vehicle V k .
  • This device D can be used as a centralized device in charge of at least some steps of the method according to the invention, as a remote server or any type of device capable of implementing the steps of the method according to the invention.
  • the data acquisition steps relating to the object are performed by sensors such as sensors C1, C2 and / or C3.
  • the other steps can be performed by the single device D but also be performed for some by other processing devices located at other locations in the vehicle.
  • This device D can take the form of a housing comprising printed circuits, any type of computer or a mobile phone.
  • the device D comprises a random access memory 1 for storing instructions for the implementation by a processor 2 of the method as described above.
  • the device also comprises a mass memory 3 for storing data intended to be stored after the implementation of the method.
  • the RAM 1 and / or the mass memory 3 store, for example, the reaction history of the preceding vehicle.
  • the device D may further comprise a digital signal processor (DSP) 4.
  • DSP digital signal processor
  • This DSP 4 receives the data from the sensors to format, demodulate and amplify, in a manner known per se, these data. This treatment can alternatively be performed at the sensors.
  • the device also comprises an input interface 5 for receiving the data recorded by the sensors and an output interface 6 for transmitting the data of the driving assistance instructions.
  • the present invention is not limited to the embodiments described above as examples; it extends to other variants.
  • examples of parameters other than the probability and the number of sensors that can be taken into account for the detection of the object or the determination of the trajectory of the current vehicle are described above.
  • other parameters such as weather conditions, the detected density of the object or the engine displacement can be taken into account.
  • initial detection of the object has been described.
  • other initial detection method for example from a single sensor, from a drone near the vehicle, etc.
  • other initial detection method for example from a single sensor, from a drone near the vehicle, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

L'invention concerne un procédé de traitement de données relatives à la conduite assistée d'un véhicule courant, pour la confirmation de la détection d'un objet (On) de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédent, comportant les étapes de : • acquisition (S1) par au moins un capteur du véhicule courant de données relatives à l'objet; • dans le cas où l'objet est initialement détecté (T1 ) à partir desdites données, exécution des sous-étapes de : o détermination (S4) d'une réaction passée du véhicule précédent à l'objet; o confirmation (S5) de la détection de l'objet en fonction de ladite détermination.

Description

Amélioration de la détection par le suivi d’un véhicule éclaireur
La présente invention appartient au domaine de l’assistance à la conduite d’un véhicule. Elle concerne en particulier un procédé de détection fiabilisée d’un objet de nature à modifier la conduite du véhicule. La détection est fiabilisée par la prise en compte des réactions d’un véhicule précédent, le véhicule précédent faisant ainsi office de véhicule éclaireur.
Elle est particulièrement avantageuse dans le cas d’un véhicule automobile autonome dans une situation d’embouteillage.
On entend par « véhicule » tout type de véhicule tel qu’un véhicule automobile, un cyclomoteur, une motocyclette, un véhicule sur rails, etc. On entend par assistance à la conduite d’un véhicule tout procédé automatisé apte à assister la conduite du véhicule. Le procédé peut ainsi consister à diriger partiellement ou totalement le véhicule ou à apporter tout type d’aide à la personne physique conduisant le véhicule. Les dispositifs d’assistance mettant en œuvre ces procédés peuvent, par exemple, faciliter les stationnements ou les marches arrières, ou détecter des obstacles, notamment devant leur véhicule, ou éclairer un obstacle détecté devant leur véhicule (fonction parfois appelée « marking light »), ou corriger la trajectoire de leur véhicule en fonction du marquage délimitant les voies de circulation empruntées, ou encore réguler la vitesse de leur véhicule en fonction d’une consigne fournie par leur conducteur ou d’une limitation de vitesse en vigueur sur la voie de circulation empruntée.
Afin de pouvoir fonctionner, la plupart de ces dispositifs d’assistance ont besoin d’être alimentés au moins en informations représentatives de l’environnement de leur véhicule. Ces informations sont généralement fournies par, ou déduites, de données issues de capteurs extéroceptifs, comme par exemple des capteurs à ultrasons, des caméras, des radars ou des lidars.
Plus le niveau d’autonomie de la conduite est élevé, plus le niveau de sécurité des informations transmises par les capteurs et traités par les composants en charge du calcul des instructions de conduite doit être élevé. En particulier, la détection d’objets dans l’environnement du véhicule et susceptibles de nécessiter un changement de direction, de freinage ou d’accélération du véhicule doit être extrêmement fiable.
Or, la détection basée sur ces capteurs souffre des limitations inhérentes à chacun des capteurs (conditions de luminosité, conditions météos, nature de l’objet à détecter, etc.). En effet, la caméra utilise en général des algorithmes d’apprentissage, qui peuvent se tromper, et peut ensuite reconnaître des formes (véhicules, animaux, etc.). Le radar et lidar quant à eux, utilisent une détection active (envoi d’un signal et réception de l’écho). Cette modalité de détection souffre de limitations notamment à cause de la nature et de la forme de l’objet à détecter. Par ailleurs, à cause de réflexions multiples (chemins indirects de retours d’échos pour les radars et lidars), les capteurs peuvent affirmer à tort l’existence d’un objet sur la route (fausses détections ou objets fantômes).
La présente invention vient améliorer la situation. A cet effet, un premier aspect de l’invention concerne un procédé de traitement de données relatives à la conduite assistée d’un véhicule courant, pour la confirmation de la détection d’un objet de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédent, comportant les étapes de :
• acquisition par au moins un capteur du véhicule courant de données relatives à l’objet ; · dans le cas où l’objet est initialement détecté à partir desdites données, exécution des sous-étapes de :
o détermination d’une réaction passée du véhicule précédent à l’objet ;
o confirmation de la détection de l’objet en fonction de ladite détermination.
Si un objet est détecté par les capteurs du véhicule courant, il est peu probable que le véhicule précédent n’ait pas réagi face à cet objet.
Confirmer la détection de l’objet en prenant en compte la réaction du véhicule précédent améliore sensiblement la fiabilité de la détection de l’objet, sans nécessité de composants (redondance des capteurs) supplémentaires. Il s’agit d’un très bon compromis entre la fiabilisation de la détection et une complexité/coûts maîtrisés.
En outre, avec des niveaux d’autonomie de plus en plus importants, il est important de pouvoir alimenter les modèles algorithmiques de conduite autonome afin de parfaire leur apprentissage. En effet, ces modèles sont typiquement fondés sur l’utilisation d’une intelligence artificielle et comprennent par exemple un réseau neuronal convolutif. De tels modèles ont besoin d’être alimentés en données fiabilisées pour apprendre à discriminer les vrais détections d’objet des fausses détections d’objets (objets fantômes). L’invention rend donc possible une meilleure compréhension et donc un meilleur traitement par le modèle des objets fantômes, le modèle apprenant à interpréter certaines détections pour les éliminer rapidement et avec un bon niveau de fiabilité
On entend par « réaction du véhicule » toute action du véhicule initié par le conducteur et/ou le système de conduite autonome de celui-ci, ou par toute autre entité en charge de la conduite du véhicule précédent (conduite délocalisée sur un serveur, par une infrastructure, téléguidée, etc.). Des exemples de réactions sont donnés ci-après.
On entend par « véhicule précédent » tout véhicule précédent spatialement ou temporellement le véhicule courant. Des exemples de positions du véhicule précédent par rapport au véhicule courant sont donnés ci-après.
Dans un mode de réalisation, la détermination de la réaction du véhicule précédent à l’objet comporte les sous-étapes de : i. acquisition d’un historique des réactions du véhicule précédent ;
ii. détermination, à partir de l’historique, de la réaction passée du véhicule précédent audit objet.
Il est ainsi aisément possible de revenir en arrière dans le temps à partir de l’historique pour déterminer la réaction du véhicule précédent à l’objet. Cette méthode est optimale quant au ratio complexité de traitement / précision de la détermination de la réaction.
Dans un mode de réalisation particulier, l’historique est acquis par l’un au moins des éléments suivants : • le capteur du véhicule courant ;
• au moins un capteur du véhicule précédent ;
• au moins un capteur d’un élément d’infrastructure routière à proximité du véhicule courant et/ou dudit véhicule précédent ;
• des données liées à l’un au moins des occupants du véhicule précédent et / ou du véhicule courant.
L’utilisation du capteur du véhicule courant est simple et peu coûteuse pour suivre les réactions du véhicule précédent. Des moyens plus précis et sophistiqués reposant sur les technologies de communications du véhicule (technologies Car2X, V2X, etc.) rendent également possible la prise en compte de données acquises par d’autres dispositifs au fait de l’évolution du véhicule précédent.
Dans un mode de réalisation, la réaction du véhicule précédent est au moins un élément parmi :
• une action de freinage ;
· une action d’accélération ;
• une modification de la trajectoire du véhicule précédent ;
• le déclenchement d’une alerte de détection d’objet.
On entend par « déclenchement d’une alerte de détection d’objet » toute action automatique ou initiée par le conducteur du véhicule courant et/ou précédent conduisant à la détection de l’objet.
Dans un autre mode de réalisation, le véhicule précédent précède le véhicule courant dans l’une des positions suivantes :
• le véhicule courant et le véhicule précédent partagent sensiblement la même trajectoire, le véhicule précédent précédant le véhicule courant dans le temps sur ladite trajectoire ;
• le véhicule précédent précède le véhicule courant dans une file de véhicules ;
• le véhicule précédent précède le véhicule courant sur une voie d’une route ; • le véhicule précédent est sur une voie adjacente à une voie d’une route où est situé véhicule courant.
Si les véhicules courant et précédent partagent la même trajectoire, sont sur la même file ou voie, un objet situé sur la trajectoire du véhicule précédent concerne également très probablement le véhicule courant. La prise en compte de la réaction du véhicule précédent situé dans la voie adjacente est pertinente pour de nombreux objets, notamment pour l’objet dynamique provenant de la voie adjacente où est situé le véhicule précédent.
On entend par « sensiblement la même trajectoire » toute proximité raisonnable entre les trajectoire. Par exemple, un écart de l’ordre du mètre, du décimètre, du centimètre ou du millimètre peut être toléré.
Dans un autre mode de réalisation, au moins deux capteurs du véhicule courant acquièrent des données relatives à l’objet, et dans lequel la détection initiale de l’objet comporte les étapes de :
• calcul d’une probabilité d’existence dudit objet, au moins à partir des données des capteurs ;
• détection initiale dudit objet en fonction, au moins :
o de la probabilité d’existence ;
o du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet. La mise à l’épreuve d’une information consolidée, la probabilité d’existence, avec des données brutes de capteur, le nombre de capteur ayant détecté seuls l’objet, augmente significativement la fiabilité de la détection initiale de l’objet.
En particulier, le nombre de capteur est une information qui, statistiquement, est très discriminante et efficace pour détecter les erreurs de calcul des probabilités d’existence. Inversement, dans les cas où la décision de détection initiale est prioritairement prise en fonction du nombre de capteur, la probabilité d’existence apporte une finesse supplémentaire dans la prise de décision de détection. La combinaison de ces deux critères a donc pour effet de fiabiliser la prise de décision de détection initiale, sans avoir à augmenter la redondance des capteurs. Il s’agit donc du meilleur compromis entre la fiabilisation de la détection et une complexité/coûts maîtrisés.
On entend par « nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet » le nombre de capteurs ayant détecté de manière autonome un objet. Cela signifie par exemple que si un seul capteur sur trois a détecté un objet, les données acquises par ce capteur indiquent, sans avoir besoin d’être mises en correspondance avec d’autres données d’autres capteurs (par exemple), qu’un objet est présent.
Dans un mode de réalisation, le procédé comporte en outre l’étape de génération d’une instruction d’assistance à la conduite fonction de ladite confirmation de détection.
Un deuxième aspect de l’invention vise un programme informatique comportant des instructions pour la mise en œuvre du procédé selon le premier aspect de l’invention, lorsque ces instructions sont exécutées par un processeur. Un troisième aspect de l’invention vise un dispositif de traitement de données relatives à la conduite assistée d’un véhicule courant, pour la confirmation de la détection d’un objet de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédant, comportant :
• au moins un capteur du véhicule courant de données relatives à l’objet ;
· un processeur agencé pour effectuer les opérations de :
o dans le cas où l’objet est initialement détecté à partir desdites données, exécution des sous-étapes de :
■ détermination d’une réaction passée du véhicule précédant à l’objet ;
■ confirmation de la détection de l’objet en fonction de ladite détermination.
Un quatrième aspect de l’invention vise un véhicule comportant le dispositif de traitement de données selon le troisième aspect de l’invention. D’autres caractéristiques et avantages de l’invention apparaîtront à l’examen de la description détaillée ci-après, et des dessins annexés sur lesquels: la figure 1 illustre un contexte d’application de l’invention ; la figure 2 illustre un procédé de traitement de données selon l’invention ; la figure 3 illustre un microcontrôleur, selon un mode de réalisation de l’invention.
L’invention est décrite ci-après dans son application, non limitative, au cas d’un véhicule automobile autonome dans une situation d’embouteillage. D’autres applications telles qu’un autobus sur une voie dédiée ou encore une motocyclette sur une route de campagne sont également envisageables.
La figure 1 illustre un véhicule automobile Vk. Le véhicule automobile Vkest précédé par le véhicule précédent Vk-i, tous deux présents sur une voie AR, par exemple une voie d’autoroute. Dans des modes de réalisation, le véhicule précédent précède le véhicule courant dans l’une des positions suivantes :
• le véhicule courant et le véhicule précédent partagent sensiblement la même trajectoire, le véhicule précédent précédant le véhicule courant dans le temps sur ladite trajectoire ;
· le véhicule précédent précède le véhicule courant dans une file de véhicules ;
• le véhicule précédent précède le véhicule courant sur une voie AR d’une route ;
• le véhicule précédent est sur une voie adjacente à une voie d’une route où est situé véhicule courant.
Le procédé selon l’invention a pour objet la détection fiable d’un objet On. Des capteurs C1 , C2 et C3 sont présents sur le véhicule Vk pour acquérir des données susceptibles de traduire la présence de l’objet On. Les capteurs C1 , C2 et C3 sont par exemple des capteurs extéroceptifs, comme par exemple des capteurs à ultrasons, des caméras, des radars, des GPS (« global positionning System », système de positionnement global en français), des capteurs de mouvement ou des lidars.
Ces capteurs sont reliés à un dispositif D de traitement de données relatives à la conduite assistée décrit ci-après en référence à la figure 3.
La figure 2 est un schéma représentant les étapes du procédé selon un mode de réalisation de l’invention.
A l’étape S1 , les capteurs C1 , C2 et C3 acquièrent des données relatives à l’objet On. De telle données sont aptes à traduire la présence de l’objet On. Par exemple, pour un capteur radar, une donnée traduisant la détection d’un objet correspondrait à une instruction du capteur indiquant la présence d’un objet dans le champ du capteur et éventuellement une distance approximative entre l’objet et le capteur.
Les données des capteurs peuvent être consolidées par exemple en identifiant le type d’objet détecté par le ou les capteurs. Par exemple, une analyse d’image peut conduire à classifier les objets (statiques/mobiles), des attributs (positions, vitesses, etc.), un typage (voiture, moto, etc.), etc.
Quand différents objets Oi, O2, .... On sont détectés, un traitement objet par objet peut être effectué. Dans cette situation, les objets peuvent être traités successivement par ordre de détection, en fonction de leur classe, attribut ou typage, etc. Un traitement simultané, au moins partiellement, des objets peut également être mis en place.
Une étape de détection initiale T 1 est ensuite mise en œuvre. L’étape T 1 est décrite ci-après en détail, la détection initiale est fonction des données acquises par les capteurs C1 , C2 et C3 et/ou de données reçues par le véhicule courant (par exemple reçues par des technologies de type Car2X ou V2X). A l’étape S5, une réaction passée du véhicule Vk-1 à l’objet On est prise en compte pour confirmer la détection initiale T 1. Pour ce faire, un historique des réactions du véhicule précédent est stocké à l’étape S3. Les réactions du véhicule précédent peuvent être collectées par les capteurs C1 , C2, C3 et/ou transmises au véhicule Vk.
Lorsque le suivi du véhicule précédent est effectué à partir des données acquises par les capteurs C1 , C2, C3, un traitement, par exemple quand le véhicule précédent est détecté par deux capteurs sur trois ou à partir de redondances entre capteurs, destiné à confirmer la présence du véhicule précédent peut-être effectué. Les données acquises par les capteurs C1, C2 et C3 correspondent par exemple à la dimension, la vitesse et la position relative du véhicule précédent. Dans un mode de réalisation, le véhicule précédent est utilisé en tant que véhicule cible principale pour les besoins de guidage longitudinal et le véhicule courant assure une distance inter-véhiculaire définie en ajustant sa vitesse.
En particulier, les données transmises peuvent être :
- acquises par l’un des capteurs du véhicule précédent ;
- acquises par l’un des capteurs d’un élément communiquant d’infrastructure routière à proximité du véhicule courant et/ou précédent. Il s’agit typiquement d’un feu de circulation, d’un revêtement ou de dispositifs (lignes, passages cloutés, etc.) de la route, de radars de contrôle de vitesse, de panneaux de signalisation, etc. ;
- acquises à partir de dispositifs utilisateur connectés, tels que téléphones, tablettes, assistant personnel ou encore ordinateur. Dans cette situation, les données peuvent être renseignées par l’utilisateur ou captées par des capteurs des dispositifs utilisateurs (accéléromètre, GPS, etc.) ;
- renseignées par un occupant du véhicule précédent et / ou courant, typiquement sur l’une des interfaces homme machine disponible dans ces véhicules. Plus généralement, tout type de données reçue via un système de communication au véhicule G1 ou tout système de communication à tout dispositif G2 peut-être prise en compte pour déterminer la réaction du véhicule précédent. Tout type de réaction physique ou numérique du véhicule précédent peut être prise en compte. Par exemple, le freinage, l’accélération, le changement de direction ou toute modification de trajectoire du véhicule précédent, l’envoi d’un message d’urgence, le changement de mode de conduite, le déclenchement de toute alerte sur le véhicule précédent, etc. sont des réactions de véhicule.
A partir de cet historique, une réaction Rn du véhicule précédent à l’objet On est déterminée à l’étape S4. Si l’objet On est un objet statique, la détermination consiste à voir comment le véhicule précédent Vk-i a réagi lorsqu’il a été confronté à l’objet On. Par exemple, si le véhicule Vk-i a 4 secondes d’avance sur Vk, la réaction dans l'historique à t-4 secondes est prise en compte.
L’objet On peut également être dynamique. Dans cette situation, la prise en compte de la réaction du véhicule précédent situé sur une voie adjacente est pertinente, notamment quand la détection initiale indique que l’objet dynamique se déplace vers le véhicule courant. La prise en compte des données des capteurs du véhicule précédent est également pertinente dans cette situation.
Une absence de réaction du véhicule précédent à un objet initialement détecté (objet fantôme) ou si, au contraire, le véhicule précédent a réagi sans que rien n’ait été détecté par le véhicule courant, un dysfonctionnement du mode de détection des objets est certainement présent. Dans ces cas, un apprentissage du faux positif ou faux négatif peut-être effectué, une instruction de reprise en main du véhicule par le conducteur peut-être générée et/ou un freinage peut également être mis en œuvre par sécurité.
Dans un mode de réalisation, l’étape de confirmation de la détection peut comporter, dans les cas où la détection est confirmée et/ou infirmée, une transmission d’information relative à la détection à l’un au moins des éléments suivants : - à un modèle, typiquement fondé sur un algorithme faisant intervenir une intelligence artificielle et comprenant par exemple un réseau neuronal convolutif, configuré pour gérer la conduite autonome du véhicule courant. L’information sert alors à alimenter ledit modèle et contribue ainsi à l’apprentissage du réseau neuronal convolutif. Typiquement, cela rend possible une meilleure compréhension et donc un meilleur traitement par le modèle des objets fantômes, le modèle apprenant à interpréter certaines détections pour les éliminer rapidement et avec un bon niveau de fiabilité ;
- à au moins un autre véhicule relié par un canal de communication au véhicule courant, typiquement radio fréquentiel ;
- à au moins un élément d’infrastructure relié par un canal de communication au véhicule courant, typiquement radio fréquentiel.
Les instructions sont prises à l’étape S6. Elles peuvent alors être directement mises en œuvre par un organe du véhicule (action de freinage, accélération, allumage de feux, transmission d’un message d’urgence par exemple) ou notifiées à un autre module de conduite assistée. L’objet On ayant ainsi été traité, le procédé reprend pour un nouvel objet n+1 à l’étape S7.
Un procédé de détection initiale selon l’invention est ici décrit.
Une étape supplémentaire (non représentée) de détermination de la trajectoire du véhicule Vk est mise en œuvre. A partir des données, typiquement consolidées, des capteurs, des données relatives au véhicule ou encore de données relatives au conducteur du véhicule (âge, années de permis, etc.), une trajectoire latérale (direction vers la gauche ou la droite) est calculée.
Les données relatives au véhicule sont par exemple : vitesse, orientation des roues, caractéristiques (régime, température, etc.) du moteur, réserves d’énergie (essence, électricité, etc.), positionnement (typiquement au moyen d’un GPS intégré), un état d’usure des pneumatiques, etc.
Parmi les objets détectés par les capteurs, il est possible que certains se trouvent hors de la trajectoire latérale du véhicule. Dans un mode de réalisation, cela signifie que tout objet susceptible de se trouver sur la trajectoire du véhicule, quelque soit la trajectoire longitudinale (vers l’avant ou l’arrière) du véhicule, est pris en compte.
Dans un autre mode de réalisation, des hypothèses sont prises pour définir la trajectoire longitudinale du véhicule. Ces hypothèses sont par exemple un intervalle de vitesse égal à [vitesse Vk - 30 km/h ; vitesse Vk + 20 km/h] sur une distance fixe, ou une vitesse évolutive selon la distance. Dans cet autre mode de réalisation, seuls les objets sur la trajectoire déterminée selon lesdites hypothèses sont pris en compte.
Dans un autre mode de réalisation, une zone dans laquelle les objets sont pris en compte est définie. Par exemple, en fonction du mode de guidage du véhicule, la sélection des objets se fera sur une zone conique dont la largeur initiale est la voie, qui diminue avec la distance tout en suivant la courbure de la voie (mode de guidage appelé « suivi de voie »). Pour un autre mode de guidage, appelé « suivi de flux véhicule », la zone correspond à la largeur de voie estimée autour de la trajectoire visée.
Les objets des voies adjacentes peuvent également être pris en compte : - lorsqu’une voie d’insertion est détectée à proximité : identifié à partir d’information cartographiques, des marquages au sol et de la présence d’objets sur les voies adjacentes ; lorsque la prédiction de trajectoire a permis d’évaluer que la trajectoire du véhicule de la voie adjacente entrait en collision avec la trajectoire du véhicule courante (situation dite de « cut-in agressif »). A une étape S2 (non représentée), une probabilité Pn d’existence de l’objet On est calculée au moins à partir des données acquises par les capteurs. La probabilité d’existence est par exemple calculée en pondérant des données reçues des capteurs. La pondération est par exemple fonction de la localisation de l’objet, du type de capteur concerné, de la classe, des attributs ou encore du typage de l’objet. Les données relatives au véhicule ou à sa trajectoire peuvent également être prises en compte. D’autres données, par exemple reçues depuis l’extérieur via une connexion internet radiofréquence, peuvent également être prises en compte.
Dans un mode de réalisation, l’étape de détection initiale est faite en fonction de la probabilité Pn d’existence de l’objet On et du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet On.
Différentes situations sont envisageables pour prendre la décision de retenir ou non la détection de l’objet On. Dans un mode de réalisation, des intervalles de probabilité d’existence sont définis. Aux couples [nombre de capteur ayant détecté ; intervalle de probabilité] sont associées des instructions d’assistance à la conduite du véhicule.
Par exemple, pour un objet statique détecté de manière incertaine par deux capteurs sur trois : · si la probabilité d’existence est supérieure à 80% : instruction de freinage sur l’objet ;
• si la probabilité d’existence est comprise entre 50 et 80% : freinage limité pendant une durée prédéterminée (par exemple 4 secondes) puis freinage en fonction de l’évolution du nombre de capteurs et de la probabilité après la durée prédéterminée ;
• si la probabilité d’existence est inférieure à 50% : aucune action entreprise. Dans toutes ces situations, une fois la détection (et donc l’instruction) initialement déterminée, cette détection est confirmée à partir du procédé décrit ci-avant en référence à la figure 2. Dans un mode de réalisation, la détection initiale et la confirmation sont effectuées simultanément, par exemple à partir de la probabilité Pn d’existence de l’objet On, du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet On et de la réaction du véhicule précédent. Dans un autre mode de réalisation, la confirmation de détection est effectuée après la détection initiale.
En particulier, un procédé particulier de détection initiale, mode de réalisation particulier de la présente invention, est décrit ci-dessous :
A. Procédé de traitement de données relatives à la conduite assistée d’un véhicule courant (Vk), pour la détection d’un objet (On) de nature à modifier la conduite dudit véhicule, comportant les étapes de :
• acquisition (S1) par au moins deux capteurs (C1 ; C2 ; C3) de données relatives audit objet ;
• calcul (S2) d’une probabilité d’existence dudit objet, au moins à partir des données des capteurs ;
• détection dudit objet en fonction, au moins :
o de la probabilité d’existence ;
o du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet ;
• génération (S6) d’une instruction d’assistance à la conduite fonction de ladite détection.
La mise à l’épreuve d’une information consolidée, la probabilité d’existence, avec des données brutes de capteur, le nombre de capteur ayant détecté seuls l’objet, augmente significativement la fiabilité de la détection de l’objet.
En particulier, le nombre de capteur est une information qui, statistiquement, est très discriminante et efficace pour détecter les erreurs de calcul des probabilités d’existence. Inversement, dans les cas où la décision de détection est prioritairement prise en fonction du nombre de capteur, la probabilité d’existence apporte une finesse supplémentaire dans la prise de décision de détection.
La combinaison de ces deux critères a donc pour effet de fiabiliser la prise de décision de détection, sans avoir à augmenter la redondance des capteurs. Il s’agit donc du meilleur compromis entre la fiabilisation de la détection et une complexité/coûts maîtrisés. On entend par « nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet » le nombre de capteurs ayant détecté de manière autonome un objet. Cela signifie par exemple que si un seul capteur sur trois a détecté un objet, les données acquises par ce capteur indiquent, sans avoir besoin d’être mises en correspondance avec d’autres données d’autres capteurs (par exemple), qu’un objet est présent. B. Procédé selon le procédé A, comportant, préalablement à l’étape de calcul de la probabilité d’existence, une étape de :
• vérification que ledit objet est sur la trajectoire dudit véhicule ; dans le cas où l’objet n’est pas sur la trajectoire, génération d’une instruction de non détection. Les ressources en calcul mobilisées pour la détection de l’objet sont ainsi avantageusement réduites. On entend par « instruction de non détection » tout type de donnée à partir de laquelle il est possible de déduire qu’aucun objet n’a été détecté.
C. Procédé selon le procédé B, dans lequel ledit objet est considéré sur la trajectoire dudit véhicule si l’objet est en déplacement vers la trajectoire. On entend par « en déplacement vers la trajectoire » tout mouvement de l’objet susceptible de l’amener dans une zone où il prévu que le véhicule se rende.
E. Procédé selon l’un quelconque des procédés numérotés précédents, comportant en outre une étape de :
• détermination d’une trajectoire latérale du véhicule courant ; et dans lequel l’objet n’est pas détecté si lesdits capteurs révèlent que l’objet n’est pas sur la trajectoire du véhicule courant.
F. Procédé selon l’un quelconque des procédés numérotés précédents, comportant, après l’étape de détection initiale, des étapes de :
• renseignement d’une base statistique de fausses détection d’objet, comportant les sous-étapes de :
o génération d’une entrée de fausse détection quand un objet, appelé objet bruit, a été détecté par ladite étape de détection mais qu’il a également été détecté qu’un véhicule précédant ledit véhicule courant n’a pas réagi en réaction à cet objet ;
o stockage des caractéristiques dudit objet bruit ;
• détermination statistique de fausse détection d’objet, comportant, lorsqu’un objet a été détecté à l’étape de détection, les sous-étapes de :
o détermination des caractéristiques de l’objet ; o recherche de caractéristiques communes à l’objet détecté et aux objets bruit présent dans la base statistique ;
o en cas de correspondance, génération d’une instruction de fausse détection.
La figure 3 représente un exemple de dispositif D du véhicule Vk. Ce dispositif D peut être utilisé en tant que dispositif centralisé en charge d’au moins certaines étapes du procédé selon l’invention, en tant que serveur distant ou tout type de dispositif apte à mettre en œuvre les étapes du procédé selon l’invention. Les étapes d’acquisition de données relatives à l’objet sont effectuées par des capteurs tels que les capteurs C1, C2 et/ou C3. Les autres étapes peuvent être effectuées par le seul dispositif D mais également être effectués pour certaines par d’autres dispositifs de traitement situés à d’autres endroits dans le véhicule.
Ce dispositif D peut prendre la forme d’un boîtier comprenant des circuits imprimés, de tout type d’ordinateur ou encore d’un téléphone mobile.
Le dispositif D comprend une mémoire vive 1 pour stocker des instructions pour la mise en œuvre par un processeur 2 du procédé tel que décrit ci-avant. Le dispositif comporte aussi une mémoire de masse 3 pour le stockage de données destinées à être conservées après la mise en œuvre du procédé. La mémoire vive 1 et/ou la mémoire de masse 3 stockent par exemple l’historique des réactions du véhicule précédent.
Le dispositif D peut en outre comporter un processeur de signal numérique (DSP) 4. Ce DSP 4 reçoit les données des capteurs pour mettre en forme, démoduler et amplifier, de façon connue en soi ces données. Ce traitement peut alternativement être effectué au niveau des capteurs.
Le dispositif comporte également une interface d’entrée 5 pour la réception des données relevées par les capteurs et une interface de sortie 6 pour la transmission des données des instructions d’assistance à la conduite.
La présente invention ne se limite pas aux formes de réalisation décrites ci-avant à titre d’exemples ; elle s’étend à d’autres variantes. Ainsi, on a décrit ci-avant des exemples de paramètres, autres que la probabilité et le nombre de capteurs, pouvant être pris en compte pour la détection de l’objet ou la détermination de la trajectoire du véhicule courant. Bien sûr, d’autres paramètres tels que les conditions météorologiques, la densité détectée de l’objet ou encore la cylindrée du moteur peuvent être pris en compte.
En outre, on a décrit un exemple particulier de détection initiale de l’objet. Bien sûr, d’autres procédé de détection initiale (par exemple à partir d’un seul capteur, à partir d’un drone à proximité du véhicule, etc.) sont envisageables.

Claims

Revendications
1. Procédé de traitement de données relatives à la conduite assistée d’un véhicule courant (Vk), pour la confirmation de la détection d’un objet (On) de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédent (Vk-i), comportant les étapes de :
• acquisition (S1) par au moins un capteur (C1 ; C2 ; C3) du véhicule courant de données relatives à l’objet ;
• dans le cas où l’objet est initialement détecté (T1 ) à partir desdites données, exécution des sous-étapes de :
o détermination (S4) d’une réaction passée du véhicule précédent à l’objet ; o confirmation (S5) de la détection de l’objet en fonction de ladite détermination.
2. Procédé selon la revendication 1 , dans lequel la détermination de la réaction du véhicule précédent à l’objet comporte les sous-étapes de :
i. acquisition (S3) d’un historique des réactions du véhicule précédent ; ii. détermination (S4), à partir de l'historique, de la réaction passée du véhicule précédent audit objet.
3. Procédé selon la revendication 2, dans lequel l'historique est acquis par l’un au moins des éléments suivants :
• le capteur du véhicule courant ;
• au moins un capteur du véhicule précédent ;
• au moins un capteur d’un élément d’infrastructure routière à proximité du véhicule courant et/ou dudit véhicule précédent ;
• des données liées à l’un au moins des occupants du véhicule précédent et / ou du véhicule courant.
4. Procédé selon l’une des revendications précédentes, dans lequel la réaction du véhicule précédent est au moins un élément parmi :
• une action de freinage ;
• une action d’accélération ;
• une modification de la trajectoire du véhicule précédent ;
• le déclenchement d’une alerte de détection d’objet.
5. Procédé selon l’une des revendications précédentes, dans lequel le véhicule précédent précède le véhicule courant dans l’une des positions suivantes :
• le véhicule courant et le véhicule précédent partagent sensiblement la même trajectoire, le véhicule précédent précédant le véhicule courant dans le temps sur ladite trajectoire ;
• le véhicule précédent précède le véhicule courant dans une file de véhicules ;
• le véhicule précédent précède le véhicule courant sur une voie d’une route ;
• le véhicule précédent est sur une voie adjacente à une voie d’une route où est situé véhicule courant.
6. Procédé selon l’une des revendications précédentes, dans lequel au moins deux capteurs du véhicule courant acquièrent des données relatives à l’objet, et
dans lequel la détection (T1) initiale de l’objet comporte les étapes de :
• calcul d’une probabilité d’existence dudit objet, au moins à partir des données des capteurs ;
• détection initiale dudit objet en fonction, au moins :
o de la probabilité d’existence ;
o du nombre de capteurs ayant acquis, à eux seuls, des données indiquant la présence de l’objet.
7. Procédé selon l’une des revendications précédentes, comportant en outre l’étape de :
• génération (S6) d’une instruction d’assistance à la conduite fonction de ladite confirmation de détection.
8. Programme informatique comportant des instructions pour la mise en œuvre du procédé selon l’une quelconque des revendications précédentes, lorsque ces instructions sont exécutées par un processeur (2).
9. Dispositif (D) de traitement de données relatives à la conduite assistée d’un véhicule courant, pour la confirmation de la détection d’un objet de nature à modifier la conduite du véhicule courant, ledit véhicule courant étant précédé par un véhicule précédent, comportant :
· au moins un capteur (C1 ; C2 ; C3) du véhicule courant de données relatives à l’objet ; • un processeur (2) agencé pour effectuer les opérations de :
o dans le cas où l’objet est initialement détecté à partir desdites données, exécution des sous-étapes de :
■ détermination d’une réaction passée du véhicule précédent à l’objet ; ■ confirmation de la détection de l’objet en fonction de ladite détermination.
10. Véhicule (Vk ;Vk-i) comportant le dispositif de traitement de données selon la revendication 9.
PCT/FR2019/050723 2018-04-20 2019-03-28 Amélioration de la détection par le suivi d'un véhicule éclaireur WO2019202226A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1853504A FR3080345A1 (fr) 2018-04-20 2018-04-20 Amelioration de la detection par le suivi d’un vehicule eclaireur
FR1853504 2018-04-20

Publications (1)

Publication Number Publication Date
WO2019202226A1 true WO2019202226A1 (fr) 2019-10-24

Family

ID=63209500

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2019/050723 WO2019202226A1 (fr) 2018-04-20 2019-03-28 Amélioration de la détection par le suivi d'un véhicule éclaireur

Country Status (2)

Country Link
FR (1) FR3080345A1 (fr)
WO (1) WO2019202226A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3106553A1 (fr) * 2020-01-24 2021-07-30 Psa Automobiles Sa Procédé et dispositif de traitement de données d’environnement de véhicule

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130325241A1 (en) * 2012-06-01 2013-12-05 Google Inc. Inferring State of Traffic Signal and Other Aspects of a Vehicle's Environment Based on Surrogate Data
US8880272B1 (en) * 2012-03-16 2014-11-04 Google Inc. Approach for estimating the geometry of roads and lanes by using vehicle trajectories
DE102014221888A1 (de) * 2014-10-28 2016-04-28 Robert Bosch Gmbh Verfahren und Vorrichtung zur Lokalisierung eines Fahrzeugs in seinem Umfeld
DE102015201555A1 (de) * 2015-01-29 2016-08-04 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
DE102015107391A1 (de) * 2015-05-12 2016-11-17 Valeo Schalter Und Sensoren Gmbh Verfahren zum Steuern einer Funktionseinrichtung eines Kraftfahrzeugs anhand von fusionierten Sensordaten, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8880272B1 (en) * 2012-03-16 2014-11-04 Google Inc. Approach for estimating the geometry of roads and lanes by using vehicle trajectories
US20130325241A1 (en) * 2012-06-01 2013-12-05 Google Inc. Inferring State of Traffic Signal and Other Aspects of a Vehicle's Environment Based on Surrogate Data
DE102014221888A1 (de) * 2014-10-28 2016-04-28 Robert Bosch Gmbh Verfahren und Vorrichtung zur Lokalisierung eines Fahrzeugs in seinem Umfeld
DE102015201555A1 (de) * 2015-01-29 2016-08-04 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
DE102015107391A1 (de) * 2015-05-12 2016-11-17 Valeo Schalter Und Sensoren Gmbh Verfahren zum Steuern einer Funktionseinrichtung eines Kraftfahrzeugs anhand von fusionierten Sensordaten, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3106553A1 (fr) * 2020-01-24 2021-07-30 Psa Automobiles Sa Procédé et dispositif de traitement de données d’environnement de véhicule

Also Published As

Publication number Publication date
FR3080345A1 (fr) 2019-10-25

Similar Documents

Publication Publication Date Title
US11659038B2 (en) Smart vehicle
US11526166B2 (en) Smart vehicle
CN113460081B (zh) 车辆控制装置、车辆控制方法及存储介质
CN112208533B (zh) 车辆控制系统、车辆控制方法及存储介质
CN111050116A (zh) 利用时间递归网络进行在线动作检测的系统和方法
FR3053648A1 (fr) Procede de conduite autonome pour vehicule
US20210080966A1 (en) Smart vehicle
US10569770B1 (en) Driver assistance system
US11804128B2 (en) Target classification
US12097892B2 (en) System and method for providing an RNN-based human trust model
US20190329744A1 (en) Alert and control system and method for assisting driver
WO2019202226A1 (fr) Amélioration de la détection par le suivi d'un véhicule éclaireur
US11718293B2 (en) Driver assistance apparatus
CN113911115A (zh) 自主车辆、系统和操作自主车辆的方法
WO2019202252A1 (fr) Détection fiabilisée d'un objet par un véhicule
EP3729404A1 (fr) Procédé de surveillance d'un environnement d'un premier élément positionné au niveau d'une voie de circulation, et système associé
Naveen et al. A review on autonomous vehicles and its components
WO2023287906A1 (fr) Système et procédé pour la prédiction du comportement d'un véhicule cible sur la base d'un cadre d'image et d'une normalisation
US20210209381A1 (en) Temporal cnn rear impact alert system
FR3119817A1 (fr) Procédé et dispositif de détermination d’une trajectoire pour un véhicule autonome
FR3099961A1 (fr) Estimation de la vitesse moyenne d’un trafic d’au moins un vehicule sur un troncon de route
WO2019122579A1 (fr) Procédé de détermination d'un scénario de communications et terminal associé
US20240290144A1 (en) Vehicle condition diagnosis control system and method
CN112172804B (zh) 车辆控制装置、车辆控制方法及存储介质
WO2022112672A1 (fr) Procédé et dispositif de détermination d'une ligne virtuelle de délimitation entre deux voies de circulation

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: 19720947

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19720947

Country of ref document: EP

Kind code of ref document: A1