CN101687509A - 具有盲区预测、道路探测和车辆间通信的周围环境估计装置 - Google Patents
具有盲区预测、道路探测和车辆间通信的周围环境估计装置 Download PDFInfo
- Publication number
- CN101687509A CN101687509A CN200880000676A CN200880000676A CN101687509A CN 101687509 A CN101687509 A CN 101687509A CN 200880000676 A CN200880000676 A CN 200880000676A CN 200880000676 A CN200880000676 A CN 200880000676A CN 101687509 A CN101687509 A CN 101687509A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- closed region
- obstacle
- blind area
- estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 96
- 238000004891 communication Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 claims description 119
- 230000001052 transient effect Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 68
- 238000007789 sealing Methods 0.000 description 180
- 238000010586 diagram Methods 0.000 description 18
- 238000009434 installation Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008034 disappearance Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 240000001439 Opuntia Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] 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
- B60W2556/65—Data transmitted between vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9315—Monitoring blind spots
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9327—Sensor installation details
- G01S2013/93271—Sensor installation details in the front of the vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9327—Sensor installation details
- G01S2013/93272—Sensor installation details in the back of the vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9327—Sensor installation details
- G01S2013/93274—Sensor installation details on the side of the vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种周围环境估计装置(1),包括:探测另一车辆的周边监控传感器(10);汽车导航***(11),其获取关于车辆不能行驶的不可行驶区域的信息;车辆间通信仪器(14),其通过无线通信来获取关于安装于另一车辆中的周边监控传感器(10)的探测结果和可探测区域的信息;以及ECU(电子控制装置20),其估计宿主车辆周边中车辆的存在。当形成由宿主车辆所接收的安装于另一车辆中的周边监控传感器(10)的可探测区域、安装于宿主车辆中的周边监控传感器(10)的可探测区域、以及不可行驶区域包围的封闭盲区时,ECU(20)通过连续地对车辆进入/离开所述封闭盲区进行管理的方式来估计不能由周边监控传感器(10)直接探测到的所述封闭盲区中的车辆数目。
Description
技术领域
本发明涉及一种周围环境估计装置、一种用于所述周围环境估计装置的控制方法以及一种利用所述周围环境估计装置的周围环境估计***。
背景技术
在日本专利申请公开No.2005-115637(JP-A-2005-115637)中公开了一种用于在探测宿主车辆周围行驶的车辆并将探测结果告知使用者的技术。在该技术中,除了由安装于宿主车辆中的雷达装置获取的前方车辆信息之外,还经由车辆间通信仪器获取由安装于在宿主车辆周边中行驶的另一车辆中的雷达装置获取的车辆信息以及该另一车辆的位置信息,并且车辆位置是通过绘制通过前方车辆信息所示出的、以及通过经由车辆间通信仪器获取的通信车辆信息所示出的车辆位置的地图来具体确定的。
前述技术仅通过使用安装于宿主车辆中的雷达装置不能覆盖所有方向,因此,还使用经由车辆间通信仪器获取的通信车辆信息,以辅助获取关于宿主车辆雷达装置的可探测区域之外的区域的信息。但是,安装于另一车辆中的雷达装置同样具有不可探测区域。此外,在宿主车辆周围行驶的所有车辆并不必然都装配有雷达装置以及发送通信车辆信息的车辆间通信仪器。因此,根据前述技术,有可能在宿主车辆的周边中存在未被探测到的车辆。
发明内容
本发明提供了一种周围环境估计装置、一种用于所述周围环境估计装置的控制方法以及一种周围环境估计***,它们能够估计不能由周边监控传感器直接探测到的区域中的诸如车辆等的障碍物的存在。
本发明的第一方面涉及一种周围环境估计装置。该周围环境估计装置包括:障碍物探测部,其探测存在于宿主车辆周围的障碍物;禁行区域获取部,其获取车辆不能行驶的不可行驶区域;以及估计部,当形成由多个所述障碍物探测部的可探测区域以及所述禁行区域获取部获取的所述不可行驶区域包围的封闭区域时,所述估计部通过以时序方式管理所述封闭区域以及所述障碍物探测部的探测结果来估计所述封闭区域中的障碍物的存在。
按照如本发明第一方面所述的周围环境估计装置,以时序方式对由障碍物探测部的可探测区域以及经由禁行区域获取部获取的不可行驶区域包围的封闭区域、以及障碍物探测部的探测结果进行管理。由于所述封闭区域是由障碍物探测部的可探测区域和车辆不能行驶的不可行驶区域包围的区域,所以进入或离开所述封闭区域的障碍物不可避免地经过障碍物探测部的可探测区域。因此,通过以时序方式管理,即通过大致连续地监控,诸如车辆等的障碍物进入/离开所述封闭区域,可以估计不能由障碍物探测部探测到的所述封闭区域中的障碍物的存在。
所述周围环境估计装置可进一步包括接收安装于另一车辆中的障碍物探测部的探测结果以及与所述另一车辆相关的所述障碍物探测部的可探测区域的车辆间通信仪器。所述车辆间通信仪器可从所述另一车辆接收所述探测结果以及关于所述可探测区域的信息。当形成由所述车辆间通信仪器接收的所述另一车辆的可探测区域、所述宿主车辆的可探测区域以及所述不可行驶区域包围的封闭区域时,所述估计装置可通过以时序方式管理所述封闭区域以及安装于所述宿主车辆和所述另一车辆中的所述障碍物探测部的探测结果来估计所述封闭区域中的障碍物的存在。
在这种情况下,以时序方式对由所述车辆间通信仪器接收与其相关的信息的所述另一车辆的可探测区域、安装于宿主车辆中的障碍物探测部的可探测区域、以及由禁行区域获取部获取的不可行驶区域包围的封闭区域,以及对安装于所述宿主车辆和所述另一车辆中的所述障碍物探测部的探测结果进行管理。由于所述封闭区域是由所述另一车辆的可探测区域、所述宿主车辆的可探测区域、以及车辆不能行驶的所述不可行驶区域包围的区域,所以,进入或离开所述封闭区域的障碍物不可避免地经过安装于所述宿主车辆或所述另一车辆中的障碍物探测部的可探测区域。因此,通过以时序方式管理,即通过大致连续地监控诸如车辆等的障碍物进入/离开所述封闭区域,可以估计不能由障碍物探测部探测到的所述封闭区域中的障碍物的存在。
所述估计部可周期性地获取所述障碍物探测部的探测结果以及所述禁行区域获取部的获取结果,并且可通过对所述估计部第n次获取的结果与所述估计部第(n-1)次获取的结果进行比较而以时序方式执行管理。
所述估计部可基于所述封闭区域的尺寸来估计所述封闭区域中的障碍物的存在。
诸如车辆等的障碍物具有特定尺寸。因此,例如,在封闭区域的尺寸小于诸如车辆等的障碍物的尺寸的情况下,可以确定所述封闭区域中不存在障碍物。此外,通过对封闭区域的尺寸与障碍物的尺寸进行比较,可以估计能够存在于封闭区域中的障碍物的类型和数目。此外,所述周围环境估计装置可进一步包括具有关于障碍物的形状信息的形状信息记录部。在这种情况下,所述估计部可通过对所述封闭区域的形状与所述形状信息记录部所具有的障碍物的形状进行比较来估计所述封闭区域中的障碍物的存在。此外,当所述封闭区域的形状小于所述形状信息记录部所具有的障碍物的形状时,所述估计部也可以估计在所述封闭区域中不存在障碍物。
此外,当从所述封闭区域的尺寸为零的状态形成所述封闭区域时,所述估计部可以估计在所述封闭区域中不存在障碍物。
例如,在另一车辆经过宿主车辆侧边超过宿主车辆的状况下,宿主车辆的可探测区域与所述另一车辆的可探测区域在形成封闭区域之前彼此重叠。具体地,所述封闭区域是从所述封闭区域的尺寸为零的状态形成的。在所述封闭区域的尺寸为零的情况下,能够判定在所述封闭区域中不能存在障碍物。此后,只要无障碍物进入所述封闭区域,就能够估计在所述封闭区域中不存在障碍物。
在如本发明第一方面所述的周围环境估计装置中,如果由所述车辆间通信仪器接收的前方车辆的可探测区域、所述宿主车辆的可探测区域以及所述不可行驶区域包围的第一封闭区域与由所述车辆间通信仪器接收的后方车辆的可探测区域、所述宿主车辆的可探测区域以及所述不可行驶区域包围的第二封闭区域暂时结合,则所述估计部可基于所述第一封闭区域与所述第二封闭区域结合的持续时间来估计所述第一封闭区域和所述第二封闭区域中各自的障碍物的存在。
在由前方车辆的可探测区域、所述宿主车辆的可探测区域以及不可行驶区域包围的第一封闭区域与由后方车辆的可探测区域、所述宿主车辆的可探测区域以及不可行驶区域包围的第二封闭区域暂时结合的情况下,障碍物通过所述第一封闭区域与所述第二封闭区域之间的不可能进行障碍物探测的结合部而在所述两个区域之间移动的概率依据所述结合的持续时间而变化。在这种情况下,基于结合的持续时间来估计所述第一封闭区域和所述第二封闭区域中各自的障碍物的存在。因此,通过考虑由于暂时出现的所述结合而引起障碍物在所述第一封闭区域与所述第二封闭区域之间移动的概率,可以估计在所述结合消失之后所述第一封闭区域和所述第二封闭区域中各自的障碍物的存在。
在此应当注意的是,所述第一封闭区域与所述第二封闭区域的结合的持续时间越短,则障碍物在所述第一封闭区域与所述第二封闭区域之间移动的概率变得越低。因此,如果所述结合的持续时间较短,则所述估计部可以将障碍物在所述第一封闭区域与所述第二封闭区域之间移动的概率设定成较低。
该周围环境估计装置可进一步包括估计所述封闭区域中的障碍物的移动速度的速度估计部。因而,所述速度估计部可估计作为所述第一封闭区域中的障碍物的移动速度的第一速度以及作为所述第二封闭区域中的障碍物的移动速度的第二速度,并且所述估计部可通过对所述第一速度与所述第二速度进行比较来估计障碍物在所述第一封闭区域与所述第二封闭区域之间的移动。
本发明第二方面涉及一种周围环境估计***。该周围环境估计***由安装于多个车辆中的每一个中的任意一种前述周围环境估计装置构成。
按照如本发明第二方面所述的周围环境估计***,使用车辆间通信仪器来与另一车辆交换安装于每辆车辆中的障碍物探测部的探测结果以及与所述障碍物探测部的可探测区域相关的信息。因此,能够以时序方式管理由不可行驶区域和安装于每辆车辆中的障碍物探测部的可探测区域形成的封闭区域的状态以及管理进入或离开所述封闭区域的诸如车辆等的障碍物。因此,可以估计不能由所述障碍物探测部探测到的封闭区域中的障碍物的存在。
本发明第三方面涉及一种用于周围环境估计装置的控制方法。在该控制方法中,所述周围环境估计装置包括探测存在于宿主车辆周围的障碍物的障碍物探测部以及获取车辆不能行驶的不可行驶区域的禁行区域获取部。当形成由多个所述障碍物探测部的可探测区域以及所述禁行区域获取部获取的所述不可行驶区域包围的封闭区域时,所述控制方法通过以时序方式管理所述封闭区域以及所述障碍物探测部的探测结果来估计所述封闭区域中的障碍物的存在。
根据本发明,提供了一种构造,在所述构造中,通过大致连续地管理所述封闭区域以及所述障碍物探测部的探测结果来估计由探测部的可探测区域和车辆不能行驶的不可行驶区域包围的封闭区域中的障碍物的存在。因此,可以估计不能由通常为周边监控传感器的所述障碍物探测部直接探测到的区域中的诸如车辆等的障碍物的存在。
附图说明
从以下参考附图而进行的示例性实施方式的描述,本发明的前述和另外的特征和优点将变得清楚,在附图中,使用相同的标号来表示相同的元件,且在附图中:
图1是示出根据本发明实施方式的周围环境估计装置的构造的框图;
图2是示出由所述周围环境估计装置执行的车辆存在估计过程的处理程序的流程图;
图3是用于说明由所述周围环境估计装置执行的车辆存在估计过程的图示;
图4是由所述周围环境估计装置执行的车辆数目等估计过程的处理程序的流程图;
图5是用于说明由所述周围环境估计装置执行的车辆数目等估计过程的图示;
图6是示出由所述周围环境估计装置执行的车辆数目重置过程的处理程序的流程图;
图7A和7B是用于说明由所述周围环境估计装置执行的车辆数目重置过程的图示,并且,图7A示出了不存在封闭盲区的状态且图7B示出了在图7A中所示的状态之后形成封闭盲区的状态;
图8是示出由所述周围环境估计装置执行的封闭盲区结合过程的处理程序的流程图;并且
图9A和9B是用于说明由所述周围环境估计装置执行的封闭盲区结合过程的图示,并且,图9A示出了结合之前的状态且图9B示出了结合时的状态
具体实施方式
以下将参考附图来详细描述本发明的实施方式。在所述附图中,用相同的参考符号表示相同或相似的部分。
首先,将参考图1描述根据本发明实施方式的周围环境估计装置1的构造。图1是示出周围环境估计装置1的构造的框图。
周围环境估计装置1安装于车辆(宿主车辆)中,并直接探测存在于周边监控传感器10的可探测区域中的诸如另一车辆等的障碍物。此外,周围环境估计装置1通过估计不能由周边监控传感器10探测到的宿主车辆周边区域中的另一车辆的存在来探测或估计宿主车辆周边中的行驶环境。另外,多个周围环境估计装置1构成了周围环境估计***。
为此,周围环境估计装置1包括:周边监控传感器10,其探测存在于宿主车辆周边中的其它车辆等;汽车导航***11,其获取关于宿主车辆的位置信息、道路信息等;车辆间通信仪器14,其用于经由宿主车辆与其它车辆之间的无线通信来交换信息;以及电子控制装置(以下称为“ECU”)20,其基于从周边监控传感器10、汽车导航***11以及车辆间通信仪器14等输入的信息来探测或估计宿主车辆周边中的行驶环境。
周边监控传感器10探测存在于宿主车辆周边中的诸如其它车辆等的障碍物。具体地,周边监控传感器10能够被看作障碍物探测部。本实施方式具有如下构造:即,在车辆上的前、后、左、右侧部位处安装四个周边监控传感器10,以便探测存在于宿主车辆前方、后方、左方及右方的其它车辆。但是,四个周边监控传感器10不能覆盖宿主车辆附近的整个***,而是在宿主车辆周边中存在处于探测范围之外的区域,即盲区。这里使用的周边监控传感器10可以是毫米波雷达、激光雷达、诸如立体摄像机等的图像传感器、超声波传感器等。另外,还可以组合使用不同的传感器。周边监控传感器10和ECU 20由例如CAN(控制器局域网)等通信线路互相连接,以便允许相互数据交流。包括另一车辆存在与否、关于另一车辆的位置信息等在内的周边监控传感器10的探测结果经由通信线路输出至ECU 20。
简言之,毫米波雷达或激光雷达在沿水平方向扫描的同时向车辆前方发射诸如毫米波波段的电磁波或激光等的探测波,并从诸如另一车辆等的障碍物的表面接收反射波,从而探测与该车辆的距离、以及相对于该车辆的相对速度和方向。毫米波雷达或激光雷达(周边监控传感器10)使用反射波的角度来探测另一车辆的方向,使用自电磁波的发出至反射波的返回的时间来探测与另一车辆的距离,并且使用反射波的频率变化来探测另一车辆的速度(多普勒效应)。
立体摄像机具有:获取诸如另一车辆等的障碍物的图像的一对CCD(电荷耦合器件)摄像机,以及通过图像识别从所获取的图像探测该另一车辆的图像处理部。由此,对于由CCD摄像机拍摄的图像,立体摄像机通过边缘提取、图案识别处理等而提取出另一车辆。此外,基于障碍物的位置在所获取的左侧图像与右侧图像之间的差异,实施三角测量技术以得到与另一车辆的距离和距宿主车辆的横向位移。然后,从目前得到的距离相对于在前帧中得到的距离的变化量来得到相对速度。
汽车导航***11基于由GPS(全球定位***)12接收的GPS卫星信号来探测宿主车辆的位置。此外,汽车导航***11基于车辆速度信号来计算行驶距离,并根据来自陀螺仪传感器的信号来探测车辆移动方向。此外,除了宿主车辆正在其上行驶的道路等的诸如行车道设置、道路曲率等的道路信息之外,汽车导航***11还从诸如内置硬盘、DVD盘等的地图信息存储装置13获取关于存在于宿主车辆正在其上行驶的道路的周边中的车辆不能行驶的不可行驶区域的信息。即,能够将汽车导航***11看作本发明中的禁行区域获取部。汽车导航***11也连接至ECU 20,以便将所获取的宿主车辆位置信息、所获取的道路信息、所获取的不可行驶区域信息等输出至ECU 20。
车辆间通信仪器14设置用于通过无线通信在宿主车辆与其它车辆之间相互交换诸如周边监控传感器10的探测结果、周边监控传感器10的可探测范围等信息。车辆间通信仪器14具有接收器和发送器,所述接收器从其它车辆接收由安装于其它车辆中的周边监控传感器执行的探测的结果以及关于该周边监控传感器的可探测区域的信息,所述发送器向其它车辆发送安装于宿主车辆中的周边监控传感器的探测结果以及关于该周边监控传感器的可探测区域的信息。
车辆间通信仪器14与ECU 20也通过前述通信线路互相连接并构造为使得能够相互交换数据。由车辆间通信仪器14接收的、安装于其它车辆中的周边监控传感器的探测结果以及关于该周边监控传感器的可探测区域的信息等被传送至ECU 20。此外,安装于宿主车辆中的周边监控传感器10的探测结果以及关于该周边监控传感器10的可探测区域的信息等经由通信线路被传送至车辆间通信仪器14。
ECU 20由执行计算的微处理器、存储用于促使所述微处理器执行各种过程的程序等的ROM(只读存储器)、用于存储诸如计算结果等的各种数据的RAM(随机存取存储器)、其存储内容通过电池(例如12伏电池)来保持的备份RAM(随机存取存储器)等构成。
当形成由一些周边监控传感器10的可探测区域以及已由汽车导航***11获取的车辆不能行驶的不可行驶区域包围的封闭盲区时,ECU 20通过以时序方式管理,即大致连续地监控,其它车辆对于所述封闭盲区的进/出来估计不能由周边监控传感器10直接探测到的封闭盲区中的另一车辆的存在。例如,ECU 20能够通过周期性地获取周边监控传感器10的探测结果以及汽车导航***11的获取结果然后对在第n次获取周期中获得的结果与在第(n-1)次获取周期中获得的结果进行比较而以时序方式执行管理。
当形成由安装于通过车辆间通信仪器14接收其相关信息的另一车辆中的一些周边监控传感器的可探测区域、安装于宿主车辆中的一些周边监控传感器10的可探测区域以及车辆不能行驶的不可行驶区域包围的封闭盲区时,ECU 20通过大致连续地管理其它车辆对于所述封闭盲区的进/出来估计不能由周边监控传感器10直接探测到的封闭盲区中的另一车辆的存在。即,ECU 20能够被看作本发明中的估计部。
接下来,将参考图2和图3对本发明第一实施方式中的周围环境估计装置1的操作进行描述。图2是示出在本实施方式中由周围环境估计装置1执行的车辆存在估计过程的处理程序的流程图。该过程在接通电力之后由ECU 20以预定正时重复执行直至切断电力为止。图3是用于说明由所述周围环境估计装置1执行的车辆存在估计过程的图示。在此将结合图3中所示的示例性状况进行描述,在所述状况中,均装配有周边监控传感器10和车辆间通信仪器14的宿主车辆VM和前方车辆VF正一前一后行驶,且在它们周围,存在未装配有周边监控传感器10或车辆间通信仪器14的车辆V1至V9。
在步骤S100中,在ECU 20的存储器(或***装置)中确保用于宿主车辆VM的周边的探测/估计的目标区域地图。具体地,在该存储器中以每一容量(例如两个字节)对应于10厘米的平方(100平方厘米)的方形单元区域的方式设置50米宽和200米长(2兆字节)的区域。
随后在步骤S102中,基于从汽车导航***11获取的道路信息,在探测/估计目标区域地图中设置车辆能够行驶的可行驶区域和车辆不能行驶的不可行驶区域。具体地,在可行驶区域(图3中除阴影区域之外的区域)中,将“0”写入每个单元区域,并且在不可行驶区域(图3中的阴影区域)中,将“-1”写入每个单元区域。
随后在步骤S104中,经由车辆间通信获取在宿主车辆VM的周边中行驶的车辆中的能够进行车辆间通信的车辆(在本实施方式中为前方车辆VF)的位置,并探测/估计目标区域地图中设置由前方车辆VF占据的区域。具体地,在由前方车辆VF占据的区域中,写入车辆的ID(识别)号(1、2、......;在本实施方式中为“1”)。
随后在步骤S106中,经由车辆间通信获取由安装于前方车辆VF中的周边监控传感器10探测到的车辆的位置(在本实施方式中为车辆V8的位置),并探测/估计目标区域地图中设置由车辆V8占据的区域。具体地,在由车辆V8占据的区域中,写入车辆的ID号(101、102、......;在本实施方式中为“101”)。但是,对于已在步骤S104中写入其ID号的车辆,不执行进一步的写入(重写)。
随后在步骤S108中,通过车辆间通信获取安装于前方车辆VF中的周边监控传感器10的可探测区域DO1至DO4,并在探测/估计目标区域地图中设置可探测区域DO1至DO4。具体地,在可探测区域DO1至DO4中写入车辆不存在ID号“9999”。但是,在已在步骤S104和S106中执行写入的区域中,不执行进一步的写入。
随后在步骤S110中,由不可行驶区域(-1)、安装于宿主车辆VM中的周边监控传感器10的可探测区域DM1至DM4、以及安装于前方车辆VF中的周边监控传感器10的可探测区域DO1至DO4包围的封闭区域,即不能由周边监控传感器10直接探测到的封闭的可行驶区域(0),被设置于探测/估计目标区域地图中作为封闭盲区。具体地,在封闭盲区中写入封闭盲区ID号(1001、1002、......;在本实施方式中为“1001”和“1002”)。
接下来,在步骤S112中,未封闭的不可探测区域,即与探测/估计目标区域地图的边界线接触的可行驶区域(0),被设置于探测/估计目标区域地图中作为开放盲区。具体地,在开放盲区中写入开放盲区ID号(2001、2002、......;在本实施方式中为“2001”和“2002”)。
随后在步骤S114中,对在前一周期中探测到的封闭盲区的列表与在目前周期中探测到的封闭盲区的列表进行比较,并将包含相同区域的封闭盲区看作同一封闭盲区,并赋予同一ID号。
随后在步骤S116中,对于每个同一封闭盲区,保持被估计为存在于封闭盲区中的车辆的最小数目(以下称为“估计存在车辆的最小数目”)以及被估计为存在于封闭盲区中的车辆的最大数目(以下称为“估计存在车辆的最大数目”)。另外,如果不存在允许进行与所述估计存在车辆的最小数目或所述估计存在车辆的最大数目有关的估计的信息,则将“0”设定为估计存在车辆的最小数目,并将“未知数(例如9999)”设置为估计存在车辆的最大数目。
接下来,在步骤S118中,对先前探测到的封闭盲区与目前探测到的封闭盲区进行比较,并判定封闭盲区是否已被例如周边监控传感器10的可探测区域划分。如果判定封闭盲区已被划分,则过程行进至步骤S120。另一方面,如果判定没有封闭盲区已被划分,则过程行进至步骤S122。
在步骤S120中,执行划分过程。具体地,将与划分之前的估计存在车辆的最大数目相同的值复制作为通过划分而产生的封闭盲区的估计存在车辆的最大数目。另一方面,将“0”设定为通过划分而产生的封闭盲区的估计存在车辆的最小数目。此后,过程行进至步骤S122。
在步骤S122中,对在前一周期中探测到的封闭盲区与在目前周期中探测到的封闭盲区进行比较,并判定多个封闭盲区是否已由于例如周边监控传感器10的可探测区域的变化等而结合。在判定多个封闭盲区已结合的情况下,过程行进至步骤S124。另一方面,如果判定未出现封闭盲区的结合,则过程行进至步骤S126。
在步骤S124中,执行结合封闭盲区的过程(以下称为“封闭-封闭结合过程”)。具体地,将通过合计结合前的封闭盲区的估计存在车辆的最大数目而获得的值设定为结合后的封闭盲区的估计存在车辆的最大数目。另一方面,将通过合计结合前的封闭盲区的估计存在车辆的最小数目而获得的值设定为结合后的封闭盲区的估计存在车辆的最小数目。此后,过程行进至步骤S126。
在步骤S126中,判定封闭盲区与开放盲区是否已结合。在判定封闭盲区与开放盲区已结合的情况下,过程行进至步骤S128。另一方面,如果判定未出现封闭盲区与开放盲区的结合,则过程行进至步骤S130。
在步骤S128中,执行使封闭盲区和开放盲区结合的过程(以下称为“开放-封闭结合过程”)。具体地,在封闭盲区与开放盲区已结合的情况下,将所结合的区域从连续管理目标中排除,并删除其被赋予的ID。此后,过程行进至步骤S130。
在步骤S130中,判定存在于封闭盲区中的车辆的数目是否已由例如安装于道路上的行驶车辆探测***等的红外传感器探测到。在已探测到车辆数目的情况下,在步骤S132中将所探测到的车辆数目分别设定为封闭盲区的估计存在车辆的最大数目和估计存在车辆的最小数目。此后,过程行进至步骤S134。另一方面,如果未探测到车辆数目,则所述过程在不设定车辆数目的情况下行进至步骤S134。
在步骤S134中,判定在安装于宿主车辆VM中的周边监控传感器10的可探测区域DM1至DM4中和/或安装于前方车辆VF中的周边监控传感器10的可探测区域DO1至DO4中是否已新近探测到车辆。在已在可探测区域DM1至DM4以及可探测区域DO1至DO4中的任何一个中新近探测到车辆的情况下,过程行进至步骤S136。另一方面,如果未新近探测到车辆,则过程行进至步骤S138。
在步骤S136中,判定所述新近探测到的车辆来自于探测/估计目标区域地图中的哪个区域。如果判定所述新近探测到的车辆来自于封闭盲区,则将该封闭盲区的估计存在车辆的最大数目和估计存在车辆的最小数目设定为通过减去所述新近探测到的车辆的数目而获得的值。此后,过程行进至步骤S138。
在步骤S138中,判定在安装于宿主车辆VM中的周边监控传感器10的可探测区域DM1至DM4和/或安装于前方车辆VF中的周边监控传感器10的可探测区域DO1至DO4中直至前一周期还探测到的车辆的任何一辆是否在目前周期中已变为不可探测。如果在可探测区域DM1至DM4以及可探测区域DO1至DO4中先前探测到的车辆的任何一辆已变为不可探测,则过程行进至步骤S140。另一方面,如果没有任何车辆已变为不可探测,则过程行进至步骤S142。
在步骤S140中,判定在目前周期中已变为不可探测的车辆已移动至探测/估计目标区域地图中的哪个区域。如果判定所述车辆已移动至封闭盲区,则将与该封闭盲区有关的估计存在车辆的最大数目和估计存在车辆的最小数目设定为通过给其加上所探测到的车辆数目而获得的值。此后,过程行进至步骤S142。
在步骤S142中,判定是否结束过程。即,在满足结束该过程的条件的情况下,暂时退出该过程。另一方面,如果不满足结束过程的条件,则过程行进至步骤S102。由此,重复执行步骤S102至步骤S142的过程,直至满足结束条件为止。
根据本实施方式,大致连续地对由通过车辆间通信仪器14接收的另一车辆VF的可探测区域、安装于宿主车辆VM中的周边监控传感器10的可探测区域以及由汽车导航***11获取的不可行驶区域包围的封闭盲区、以及由安装于宿主车辆VM和另一车辆VF中的周边监控传感器10的探测结果进行了管理。由于所述封闭盲区由另一车辆VF的可探测区域、宿主车辆VM的可探测区域以及车辆不能行驶的不可行驶区域包围,所以为了进入或离开封闭盲区,车辆不可避免地经过安装于宿主车辆VM以及另一车辆VF中的周边监控传感器10的可探测区域的其中之一。因此,通过连续地管理诸如车辆等的障碍物对于所述封闭盲区的进/出,使估计不能由周边监控传感器10直接探测到的封闭盲区中的车辆数目成为可能。
此外,根据本实施方式,由安装于宿主车辆VM中的周围环境估计装置1和安装于另一车辆VF中的周围环境估计装置1构成了周围环境估计***。根据该周围环境估计***,由于安装于每辆车辆中的周边监控传感器10的探测结果以及关于周边监控传感器10的可探测区域的信息是使用车辆间通信仪器14而在宿主车辆VM与另一车辆VF之间进行交换的,所以能够连续地管理由不可行驶区域和安装于每辆车辆中的周边监控传感器10的可探测区域形成的封闭盲区的状态、以及进入或离开该封闭盲区的诸如车辆等的障碍物。因此,使估计不能由周边监控传感器10探测到的封闭盲区中的车辆数目成为可能。
已结合宿主车辆VM与前方车辆VF正一前一后行驶的示例性状况描述了前述实施方式,其中在所述车辆中均安装有周边监控传感器10和车辆间通信仪器14。但是,在盲区是由不可行驶区域和安装于宿主车辆VM中的周边监控传感器10的可探测区域形成的情况下,能够独自经由周围环境估计装置1来估计封闭盲区中的车辆数目。具体地,在这种情况下,连续地管理由周边监控传感器10的可探测区域和经由汽车导航***11获取的不可行驶区域包围的封闭盲区以及周边监控传感器10的探测结果。由于所述封闭盲区由一些周边监控传感器10的可探测区域和车辆不能行驶的不可行驶区域包围,所以,对诸如车辆等的障碍物对于所述封闭盲区的进/出的连续管理使得估计不能由周边监控传感器10探测到的封闭盲区中的车辆数目成为可能。
此外,根据本实施方式,由于能够对其中不存在车辆的封闭盲区进行估计,所以例如当要制定车辆组的控制方案时,可以有效利用其中不存在车辆的封闭盲区。
接下来,将结合参考图4和图5对在本发明第二实施方式中由周围环境估计装置1执行的车辆数目估计过程进行描述。图4是示出在本实施方式中由周围环境估计装置1执行的车辆数目等估计过程的处理程序的流程图。该过程同样在接通电力之后由ECU 20以预定正时重复执行直至切断电力为止。图5是用于说明由所述周围环境估计装置执行的车辆数目等估计过程的图示。在图5中,与图3中所示的组成元件相同或相似的组成元件被赋予相同的参考符号。
在步骤S200中,读入与能够在宿主车辆VM目前正行驶于其上的道路上行驶的车辆有关的数据库(有代表性的车辆样式和尺寸的列表)。
随后在步骤S202中,执行前述车辆存在估计过程(步骤S100至步骤S142)以连续地管理所述封闭盲区。车辆存在估计过程如上所述,在此省略其描述。
接下来,在步骤S204中,设定假设的车间距离D。具体地,假设的车间距离D是通过将宿主车辆VM周边中的车辆组的平均速度(Vave)乘以假设的最小TTC(碰撞时间,例如1秒)而得到的。
随后在步骤S206中,得到车辆组的尺寸,所述尺寸结合了在步骤S200中读入的车辆数据和在步骤S204中得到的假设的车间距离D。
随后在步骤S208中,分别对每种车辆形状判定其尺寸已在步骤S206中得到的车辆组是否能够被包括在封闭盲区中,由此分别对每种车辆形状估计能够存在于封闭盲区中的车辆数目。更具体地,通过对封闭盲区的面积与车辆组的面积进行比较或者对封闭盲区的形状与车辆组的形状进行比较来执行所述判定。在图5所示的示例中,确定在封闭盲区(ID=1001)中能够存在一辆卡车或两辆轿车。另外,不同车辆形状组合的构造也是可能的。
接下来,在步骤S210中,分别对每个封闭盲区判定在步骤S208中分别对每种车辆形状而得到的估计存在车辆的最大数目是否小于每种车辆形状的目前设定的估计存在车辆的最大数目。在下述情况下,即,在封闭盲区中,每种车辆形状的估计存在车辆的最大数目小于目前设定值的情况下,需要更新用于该封闭盲区的每种车辆形状的估计存在车辆的最大数目,因此,将在步骤S208中得到的每种车辆形状的估计存在车辆的最大数目设定为用于该封闭盲区的估计存在车辆的最大数目(步骤S212)。另一方面,如果在每个封闭盲区中,每种车辆形状的估计存在车辆的最大数目大于或等于目前设定值,则所述过程在不更新每种车辆形状的估计存在车辆的最大数目的情况下行进至步骤S214。
随后在步骤S214中,分别对每个封闭盲区判定在步骤S208中分别对单种车辆形状而得到的估计存在车辆的最大数目的最大值是否小于单种车辆形状的目前设定的估计存在车辆的最大数目的最大值。在下述情况下,即,在封闭盲区中,单种车辆形状的估计存在车辆的最大数目的最大值小于目前设定的最大值的情况下,需要更新该封闭盲区的估计存在车辆的最大数目的最大值,因此,将在步骤S208中得到的单种车辆形状的估计存在车辆的最大数目的最大值设定为用于该封闭盲区的单种车辆形状的估计存在车辆的最大数目的最大值(步骤S216)。另一方面,如果在每个封闭盲区中,单种车辆形状的估计存在车辆的最大数目的最大值大于或等于目前设定值,则所述过程在不更新单种车辆形状的估计存在车辆的最大数目的最大值的情况下行进至步骤S218。
在步骤S218中,分别对每个封闭盲区判定该封闭盲区的估计存在车辆的最大数目是否是一。在下述情况下,即,在每个封闭盲区中,估计存在车辆的最大数目为一的情况下,过程行进至步骤S220。另一方面,如果估计存在车辆的最大数目不是一,则过程行进至步骤S224。
在步骤S220中,基于步骤S210中的判定结果得到关于车辆形状的最大值(以下称为“估计最大车辆形状”),并判定该估计最大车辆形状是否小于当前设定的数值。在下述情况下,即,在封闭盲区中,估计最大车辆形状小于当前设定的数值的情况下,需要更新所述估计最大车辆形状,因此,将由此而得到的估计最大车辆形状设定为用于该封闭盲区的估计最大车辆形状(步骤S222)。另一方面,如果在每个封闭盲区中,估计最大车辆形状大于或等于当前设定的数值,则过程行进至步骤S224。
在步骤S224中,判定是否结束过程。即,在满足结束该过程的条件的情况下,暂时退出该过程。另一方面,如果不满足结束过程的条件,则过程行进至步骤S202。由此,重复执行步骤S202至步骤S224的过程,直至满足结束条件为止。
根据该实施方式,通过对封闭盲区的尺寸与车辆的形状或尺寸进行比较,能够估计能够存在于该封闭盲区中的车辆的类型和数目。此外,在封闭盲区的尺寸小于车辆的尺寸的情况下,能够判定在封闭盲区中不存在车辆。
此外,根据该实施方式,通过将每个封闭盲区中的最大车辆尺寸考虑在内,能够制定周边车辆的行为预测以及自动车辆的控制方案。因此,例如,当要制定车辆组的控制方案时,可以制定出确保基于如下假设的空间的控制方案,所述假设即:具有最大车辆尺寸的车辆将从估计存在车辆的封闭盲区出现在所述车辆组中。
接下来,将结合参考图6、图7A和图7B对根据本发明第三实施方式的由周围环境估计装置1执行的车辆数目重置过程进行描述。图6是示出由周围环境估计装置1执行的车辆数目重置过程的处理程序的流程图。该过程在接通电力之后由ECU 20以预定正时重复执行直至切断电力为止。图7A和7B是用于说明由周围环境估计装置1执行的车辆数目重置过程的图示。图7A示出了不存在封闭盲区的状态,且图7B示出了在图7A中所示的状态之后形成封闭盲区的状态。在图7A和7B中,与图3中所示的组成元件相同或相似的组成元件被赋予相同的参考符号。
在步骤S300中,执行从前述车辆存在估计过程(步骤S100至步骤S142)中除掉步骤S114的过程而获得的过程,因此连续地管理了封闭盲区。所述车辆存在估计过程如上所述,将省略其描述。
随后在步骤S302中,设定对应于在目前周期中探测到的封闭盲区的标记(以下称为“对应标记”)(设定为“1”)。随后在步骤S304中,对于在步骤S302中设定的对应标记,重置对应于在前一周期中探测到的封闭盲区的标记(设定为“0”)。在步骤S306中,对于在步骤S302中设定的对应标记,重置对应于在前一周期中探测到的开放盲区的标记(设定为“0”)。此外,在步骤S308中,对于在步骤S302中设定的对应标记,重置对应于在前一周期中探测到的车辆占据区域的标记(设定为“0”)。
随后在步骤S310中,判定是否已对探测/估计目标区域地图中的所有区域执行了步骤S304至步骤S308的前述过程。当尚未对所有区域执行所述过程时,过程行进至步骤S304。由此,重复执行步骤S304至步骤S308的过程直至对所有区域完整所述过程为止。另一方面,当对所有区域完成了所述过程时,过程行进至步骤S312。
在步骤S312中,在存在有于步骤S302中设定(设定为“1”)的对应标记的情况下,对应于该标记的封闭盲区被认为是新的(以下称为“新封闭盲区”),并被赋予封闭盲区ID(参见图7B)。
接下来,在步骤S314中,判定在前一周期中是否在已出现新封闭盲区的区域中存在任何车辆。在前一周期中在该区域中不存在车辆的情况下,将“0”设定为用于该新封闭盲区的估计存在车辆的最小数目并设定为估计存在车辆的最大数目(步骤S316)。另一方面,在前一周期中在该区域中存在一辆或更多车辆的情况下,将前一周期中存在的车辆的数目设定为用于该新盲区的估计存在车辆的最小数目以及估计存在车辆的最大数目(步骤S318)。
在步骤S320中,判定是否结束过程。即,在满足结束该过程的条件的情况下,暂时退出该过程。另一方面,如果不满足结束过程的条件,则过程行进至步骤S300。由此,重复执行步骤S300至步骤S320的过程,直至满足结束条件为止。
例如,在车辆VF经过宿主车辆VM侧边超过宿主车辆的状况下,存在宿主车辆VM的可探测区域与该另一车辆VF的可探测区域在如图7B所示地形成封闭盲区之前如图7A所示地发生彼此重叠的情况。具体地,封闭盲区是在所述封闭盲区的尺寸为零的状态之后形成的。在所述封闭盲区的尺寸为零的情况下,能够认为在该封闭盲区中不能够存在车辆。此后,只要没有车辆进入所述封闭盲区,就能够估计在所述封闭盲区中不存在车辆。另外,即使在封闭盲区的尺寸为零的情况下,在所述封闭盲区中存在例如紧急车辆、摩托车等车辆的情况也会偶然发生。但是,在这种情况下,能够经由安装于宿主车辆VM中的周边监控传感器10来探测这样的车辆。因此,基于探测结果来校正前述估计就足够了。
根据本实施方式,当执行得到封闭盲区的对应性的过程(以相同的ID号来管理大致具有相同坐标的在前一周期中探测到的封闭盲区与在目前周期中探测到的封闭盲区)时,如果得到任何在紧接着所述对应过程之前并不存在的封闭盲区的话,则该封闭盲区被赋予设定为“0”的车辆估计数目。由此,能够适当地对估计存在车辆的最小数目和估计存在车辆的最大数目进行重置。
此外,根据本实施方式,能够设定处于新得到的封闭盲区内的车辆的数目的初始值,并能够准确获知在封闭盲区中是否存在任何车辆。因此,例如,当要执行车辆组的协调控制时,能够执行有效的车辆组协调控制。
接下来,将参考图8、图9A和图9B对根据本发明第四实施方式的由周围环境估计装置1执行的封闭盲区结合过程进行描述。图8是示出由周围环境估计装置1执行的封闭盲区结合过程的处理程序的流程图。该过程同样从接通电力直至切断电力为止由ECU 20以预定正时重复执行。图9A和9B是用于说明由周围环境估计装置1执行的封闭盲区结合过程的图示。图9A示出了结合之前的状态,且图9B示出了结合时的状态。以下描述将结合如图9A和9B所示的示例性状况进行,在所述状况中,各自装配有周边监控传感器10和车辆间通信仪器14的前方车辆VF、宿主车辆VM以及后方车辆VB沿纵向路线行驶,且在宿主车辆VM的右前方形成的第一封闭盲区CA1和在宿主车辆VM的右后方形成的第二封闭盲区CA2暂时结合。在此,以CA1max表示第一封闭盲区CA1的估计存在车辆的最大数目,并以CA1min表示第一封闭盲区CA1的估计存在车辆的最小数目,并且,以CA2max表示第二封闭盲区CA2的估计存在车辆的最大数目,并以CA2min表示第二封闭盲区CA2的估计存在车辆的最小数目。此外,在图9中,与图3中所示的组成元件相同或相似的组成元件被赋予相同的参考符号。
在步骤S400中,执行通过从前述车辆存在估计过程(步骤S100至步骤S142)中排除掉步骤S122至步骤S128而形成的过程,以便连续地管理封闭盲区。车辆存在估计过程如上所述,在此省略其描述。
在步骤S402中,得到第一封闭盲区CA1中的估计最高行驶速度Vm1和第二封闭盲区CA2中的估计最高行驶速度Vm2。更具体地,第一封闭盲区CA1中的估计最高行驶速度Vm1和第二封闭盲区CA2中的估计最高行驶速度Vm2是以将由于驾驶员个体之间差异而引起的变量(例如+20公里/小时)计算在内的方式根据极限行驶速度来计算的,所述极限行驶速度则是根据从汽车导航***11等获取的法律允许的行驶速度和道路线形信息与假设的极限横向加速度(例如0.2G)之间的关系来计算的。
随后在步骤S404中,使用以下等式(1)得到所述估计最高行驶速度Vm1与所述估计最高行驶速度Vm2的平均速度Vave。
Vave=(Vm1+Vm2)/2...(1)
随后在步骤S406中,获取在速度Vave处的通常的车辆最大加速度Gam(例如+0.2G)。随后在步骤S408中,获取在速度Vave处的通常的车辆最大减速度Gdm(例如-0.5G)。另外,将对于速度Vave的通常的最大加速度Gam和最大减速度Gdm预先存储于数据库等中。
接下来,在步骤S410中,判定第一封闭盲区CA1的估计存在车辆的最大数目(CA1max)是否大于或等于1。在估计存在车辆的最大数目(CA1max)大于或等于1的情况下,过程行进至步骤S412。另一方面,如果估计存在车辆的最大数目(CA1max)小于1,即估计在第一封闭盲区CA1中不存在车辆,则过程行进至步骤S424。
在步骤S412中,判定第一封闭盲区CA1中的估计最高行驶速度Vm1是否大于或等于第二封闭盲区CA2中的估计最高行驶速度Vm2。在所述估计最高行驶速度Vm1大于或等于所述估计最高行驶速度Vm2的情况下,过程行进至步骤S414。另一方面,如果所述估计最高行驶速度Vm1小于所述估计最高行驶速度Vm2,则过程行进至步骤S416。
在步骤S414中,基于如下假设来生成减速模式(速度变化模式):即,假设在第一封闭盲区CA1与第二封闭盲区CA2之间的边界区域中,车辆以在步骤S408中得到的最大减速度Gdm从在步骤S402中得到的第一封闭盲区CA1中的估计最高行驶速度Vm1减速。基于该速度变化模式,模拟第一封闭盲区CA1与第二封闭盲区CA2的结合。此后,过程行进至步骤S418。
另一方面,在步骤S416中,基于如下假设来生成加速模式(速度变化模式):即,假设在第一封闭盲区CA1与第二封闭盲区CA2之间的边界区域中,车辆以在步骤S406中得到的最大加速度Gam从在步骤S402中得到的第一封闭盲区CA1中的估计最高行驶速度Vm1加速。基于该速度变化模式,模拟第一封闭盲区CA1与第二封闭盲区CA2的结合。此后,过程行进至步骤S418。
在步骤S418中,在步骤S414或步骤S416中生成的速度变化模式的前提下,生成车辆的行驶轨迹。
随后在步骤S420中,根据在步骤S418中生成的行驶轨迹,判定车辆是否有可能在第一封闭盲区CA1与第二封闭盲区CA2结合之后的经过时间T(秒)内从第一封闭盲区CA1移动至第二封闭盲区CA2。在判定有可能发生这种车辆移动的情况下,过程行进至步骤S422。另一方面,在判定不可能发生这种移动的情况下,过程行进至步骤S424。
在步骤S422中,按照能够从第一封闭盲区CA1移动至第二封闭盲区CA2的车辆的数目,更新第一封闭盲区CA1的估计存在车辆的最小数目CA1min和第二封闭盲区CA2的估计存在车辆的最大数目CA2max。具体地,如果能够移动的车辆数目为D,则将【估计存在车辆的最小数目CA1min(先前值)-D】设定为估计存在车辆的最小数目CA1min(目前值),并将【估计存在车辆的最大数目CA2max(先前值)+D】设定为估计存在车辆的最大数目CA2max(目前值)。
随后在步骤S424中,判定第二封闭盲区CA2的估计存在车辆的最大数目CA2max是否大于或等于1。在估计存在车辆的最大数目CA2max大于或等于1的情况下,过程行进至步骤S426。另一方面,如果估计存在车辆的最大数目CA2max小于1,即如果估计在第二封闭盲区CA2中不存在车辆,则过程行进至步骤S438。
在步骤S426中,判定第二封闭盲区CA2中的估计最高行驶速度Vm2是否大于或等于第一封闭盲区CA1中的估计最高行驶速度Vm1。在估计最高行驶速度Vm2大于或等于估计最高行驶速度Vm1的情况下,过程行进至步骤S428。另一方面,如果估计最高行驶速度Vm2小于估计最高行驶速度Vm1,则过程行进至步骤S430。
在步骤S428中,基于如下假设来生成减速模式(速度变化模式):即,假设在第二封闭盲区CA2与第一封闭盲区CA1之间的边界区域中,车辆以在步骤S408中得到的最大减速度Gdm从在步骤S402中得到的第二封闭盲区CA2中的估计最高行驶速度Vm2减速。基于该速度变化模式,模拟第二封闭盲区CA2与第一封闭盲区CA1的结合。此后,过程行进至步骤S432。
另一方面,在步骤S430中,基于如下假设来生成加速模式(速度变化模式):即,假设在第二封闭盲区CA2与第一封闭盲区CA1之间的边界区域中,车辆以在步骤S406中得到的最大加速度Gam从在步骤S402中得到的第二封闭盲区CA2中的估计最高行驶速度Vm2加速。基于该速度变化模式,模拟第二封闭盲区CA2与第一封闭盲区CA1的结合。此后,过程行进至步骤S432。
在步骤S432中,在步骤S428或步骤S430中生成的速度变化模式的前提下,生成车辆的行驶轨迹。
随后在步骤S434中,根据在步骤S432中生成的行驶轨迹,判定车辆是否有可能在第一封闭盲区CA1与第二封闭盲区CA2结合之后的经过时间T(秒)内从第二封闭盲区CA2移动至第一封闭盲区CA1。在判定有可能发生这种车辆移动的情况下,过程行进至步骤S436。另一方面,在判定不可能发生这种移动的情况下,过程行进至步骤S438。
在步骤S436中,按照能够从第二封闭盲区CA2移动至第一封闭盲区CA1的车辆的数目,更新第二封闭盲区CA2的估计存在车辆的最小数目CA2min和第一封闭盲区CA1的估计存在车辆的最大数目CA1max。具体地,如果能够移动的车辆数目为D,则将【估计存在车辆的最小数目CA2min(先前值)-D】设定为估计存在车辆的最小数目CA2min(目前值),并将【估计存在车辆的最大数目CA1max(先前值)+D】设定为估计存在车辆的最大数目CA1max(目前值)。
在步骤S438中,判定是否结束过程。即,在满足结束该过程的条件的情况下,暂时退出该过程。另一方面,如果不满足结束过程的条件,则过程行进至步骤S400。由此,重复执行步骤S400至步骤S436的过程,直至满足结束条件为止。
在第一封闭盲区CA1和第二封闭盲区CA2如图9B所示地暂时结合的情况下,车辆通过结合部而在第一封闭盲区CA1与第二封闭盲区CA2之间移动的概率依据结合的持续时间等而变化。根据本实施方式,由于车辆在第一封闭盲区与第二封闭盲区之间移动的概率是基于结合的持续时间等来估计的,所以可以准确估计在结合消失之后第一封闭盲区CA1中和第二封闭盲区CA2中的车辆数目。
在此应当注意的是,第一封闭盲区CA1与第二封闭盲区CA2结合的持续时间越短,则车辆在第一封闭盲区CA1与第二封闭盲区CA2之间移动的概率变得越低。在本实施方式中,由于车辆已在第一封闭盲区CA1与第二封闭盲区CA2之间移动的概率是通过将结合的持续时间考虑在内来估计的,所以能够以良好的准确性估计车辆的区域间移动的可能性。
此外,根据本实施方式,能够以良好的准确性估计在结合消失之后第一封闭盲区CA1中和第二封闭盲区CA2中的车辆数目。因此,例如,当要执行车辆组的协调控制时,能够执行更有效的车辆组协调控制。
还能够以除前述实施方式之外的方式来利用本发明。例如,对于安装于车辆中的周边监控传感器10,传感器的数目、安装的位置、探测性能(可探测区域)等不受前述实施方式的限制。
此外,虽然前述实施方式是结合装配有周围环境估计装置1的车辆数目为两辆或三辆的示例性情况来进行描述的,但是,装配有周围环境估计装置1的车辆数目也可以是四辆或更多。此外,装配有周围环境估计装置1的车辆数目也可以是一辆。
尽管已参考其示例性实施方式对本发明进行了描述,但是应当理解,本发明并不局限于所描述的实施方式或构造。相反,本发明试图覆盖各种改型以及等同设置。另外,尽管以各种示例性组合及配置示出了所公开的本发明的各种元件,但是包括更多元件、更少元件或者仅包括单一元件的其它组合及配置,同样落入所附权利要求书的范围内。
Claims (12)
1.一种周围环境估计装置,包括:
障碍物探测部,其探测存在于宿主车辆周围的障碍物;
禁行区域获取部,其获取车辆不能行驶的不可行驶区域;以及
估计部,当形成由多个所述障碍物探测部的可探测区域以及所述禁行区域获取部获取的所述不可行驶区域包围的封闭区域时,所述估计部通过以时序方式管理所述封闭区域以及所述障碍物探测部的探测结果来估计所述封闭区域中的障碍物的存在。
2.如权利要求1所述的周围环境估计装置,还包括接收安装于另一车辆中的障碍物探测部的探测结果以及与所述另一车辆相关的所述障碍物探测部的可探测区域的车辆间通信仪器,其中:
所述车辆间通信仪器从所述另一车辆接收所述探测结果和所述可探测区域;并且
当形成由所述车辆间通信仪器接收的所述另一车辆的可探测区域、所述宿主车辆的可探测区域以及所述不可行驶区域包围的封闭区域时,所述估计装置通过以时序方式管理所述封闭区域以及安装于所述宿主车辆和所述另一车辆中的所述障碍物探测部的探测结果来估计所述封闭区域中的障碍物的存在。
3.如权利要求1或2所述的周围环境估计装置,其中,所述估计部周期性地获取所述障碍物探测部的探测结果以及所述禁行区域获取部的获取结果,并且通过对所述估计部第n次获取的结果与所述估计部第(n-1)次获取的结果进行比较而以时序方式执行管理。
4.如权利要求1至3中任一项所述的周围环境估计装置,其中,所述估计部基于所述封闭区域的尺寸来估计所述封闭区域中的障碍物的存在。
5.如权利要求2至4中任一项所述的周围环境估计装置,其中,当从所述封闭区域的尺寸为零的状态形成所述封闭区域时,所述估计部估计在所述封闭区域中不存在障碍物。
6.如权利要求1至5中任一项所述的周围环境估计装置,还包括具有关于障碍物的形状信息的形状信息记录部,
其中,所述估计部通过对所述封闭区域的形状与所述形状信息记录部所具有的障碍物的形状进行比较来估计所述封闭区域中的障碍物的存在。
7.如权利要求6所述的周围环境估计装置,其中,当所述封闭区域的形状小于所述形状信息记录部所具有的障碍物的形状时,所述估计部估计在所述封闭区域中不存在障碍物。
8.如权利要求2至7中任一项所述的周围环境估计装置,其中,如果由所述车辆间通信仪器接收的前方车辆的可探测区域、所述宿主车辆的可探测区域以及所述不可行驶区域包围的第一封闭区域与由所述车辆间通信仪器接收的后方车辆的可探测区域、所述宿主车辆的可探测区域以及所述不可行驶区域包围的第二封闭区域暂时结合,则所述估计部基于所述第一封闭区域与所述第二封闭区域结合的持续时间来估计所述第一封闭区域和所述第二封闭区域中各自的障碍物的存在。
9.如权利要求8所述的周围环境估计装置,其中,如果所述结合的持续时间较短,则所述估计部将障碍物在所述第一封闭区域与所述第二封闭区域之间移动的概率设定成较低。
10.如权利要求8或9所述的周围环境估计装置,还包括估计所述封闭区域中的障碍物的移动速度的速度估计部,其中:
所述速度估计部估计作为所述第一封闭区域中的障碍物的移动速度的第一速度以及作为所述第二封闭区域中的障碍物的移动速度的第二速度;并且
所述估计部通过对所述第一速度与所述第二速度进行比较来估计障碍物在所述第一封闭区域与所述第二封闭区域之间的移动。
11.一种周围环境探测***,包括安装于多个车辆的每个中的、如权利要求2至10中任一项所述的周围环境估计装置。
12.一种用于周围环境估计装置的控制方法,所述周围环境估计装置包括探测存在于宿主车辆周围的障碍物的障碍物探测部以及获取车辆不能行驶的不可行驶区域的禁行区域获取部,所述控制方法包括:当形成由多个所述障碍物探测部的可探测区域以及所述禁行区域获取部获取的所述不可行驶区域包围的封闭区域时,通过以时序方式管理所述封闭区域以及所述障碍物探测部的探测结果来估计所述封闭区域中的障碍物的存在。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP059161/2007 | 2007-03-08 | ||
JP2007059161A JP4412337B2 (ja) | 2007-03-08 | 2007-03-08 | 周囲環境推定装置及び周囲環境推定システム |
PCT/IB2008/000974 WO2008107800A1 (en) | 2007-03-08 | 2008-03-07 | Vicinity environment estimation device with blind region prediction, road detection and intervehicle communication |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101687509A true CN101687509A (zh) | 2010-03-31 |
CN101687509B CN101687509B (zh) | 2013-02-13 |
Family
ID=39535616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008800006763A Expired - Fee Related CN101687509B (zh) | 2007-03-08 | 2008-03-07 | 具有盲区预测、道路探测和车辆间通信的周围环境估计装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9002631B2 (zh) |
EP (1) | EP2069175B1 (zh) |
JP (1) | JP4412337B2 (zh) |
CN (1) | CN101687509B (zh) |
WO (1) | WO2008107800A1 (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104620298A (zh) * | 2012-07-09 | 2015-05-13 | 埃尔瓦有限公司 | 协调用于碰撞检测的传感器操作的***和方法 |
CN104715627A (zh) * | 2013-12-17 | 2015-06-17 | 现代自动车株式会社 | 使用车车通信传输交通信息的方法 |
CN104925055A (zh) * | 2014-03-18 | 2015-09-23 | 福特全球技术公司 | 用于检测车辆周围区域中的移动物体的方法和装置 |
CN105206112A (zh) * | 2015-09-21 | 2015-12-30 | 芜湖市汽车产业技术研究院有限公司 | 一种用于汽车车队侦测前方道路坡度的检测*** |
CN105291969A (zh) * | 2014-06-12 | 2016-02-03 | 博世汽车部件(苏州)有限公司 | 基于行车盲点检测的安全预警***和车辆 |
CN105513421A (zh) * | 2014-10-13 | 2016-04-20 | 罗伯特·博世有限公司 | 用于对机动车的周围环境作出反应的方法 |
CN106353757A (zh) * | 2016-08-30 | 2017-01-25 | 陈武强 | 设置微波雷达和超声波传感器的汽车盲区探测***及方法 |
CN106663378A (zh) * | 2014-07-18 | 2017-05-10 | 约翰·D·贝克 | 摩托车盲点检测器 |
CN106646491A (zh) * | 2015-10-30 | 2017-05-10 | 长城汽车股份有限公司 | 一种超声波防撞雷达***及其障碍物定位方法 |
CN106796758A (zh) * | 2014-10-22 | 2017-05-31 | 株式会社电装 | 障碍物警报装置 |
CN107000753A (zh) * | 2015-03-24 | 2017-08-01 | 宝马股份公司 | 用于提供用于车辆的障碍物地图的方法 |
CN108463845A (zh) * | 2016-12-08 | 2018-08-28 | 奥迪股份公司 | 用于提供与机动车环境相关的结果数据的方法 |
CN108475062A (zh) * | 2016-02-05 | 2018-08-31 | 三星电子株式会社 | 车辆和基于地图识别车辆的位置的方法 |
CN108932869A (zh) * | 2017-05-18 | 2018-12-04 | 松下电器(美国)知识产权公司 | 车辆***、车辆信息处理方法、记录介质、交通***、基础设施***及信息处理方法 |
CN109493641A (zh) * | 2017-09-13 | 2019-03-19 | 丰田自动车株式会社 | 信息处理装置、信息提供***和信息提供方法 |
CN109544987A (zh) * | 2012-01-05 | 2019-03-29 | 罗伯特·博世有限公司 | 驾驶员辅助服务 |
CN111223331A (zh) * | 2018-11-26 | 2020-06-02 | 华为技术有限公司 | 车辆预警方法及相关装置 |
CN111399492A (zh) * | 2018-12-28 | 2020-07-10 | 深圳市优必选科技有限公司 | 一种机器人及其障碍物感知方法和装置 |
CN111516677A (zh) * | 2020-04-28 | 2020-08-11 | 深圳市国脉畅行科技股份有限公司 | 车辆行驶盲区监测方法、装置、计算机设备及存储介质 |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4396743B2 (ja) | 2007-08-08 | 2010-01-13 | トヨタ自動車株式会社 | 走行計画生成装置 |
JP5200568B2 (ja) * | 2008-02-08 | 2013-06-05 | 沖電気工業株式会社 | 車載装置、車両走行支援システム |
JP5392700B2 (ja) * | 2008-10-15 | 2014-01-22 | 鹿島建設株式会社 | 障害物検出装置、及び障害物検出方法 |
JP4877364B2 (ja) | 2009-07-10 | 2012-02-15 | トヨタ自動車株式会社 | 物体検出装置 |
WO2012169052A1 (ja) * | 2011-06-09 | 2012-12-13 | トヨタ自動車株式会社 | 他車両検出装置及び他車両検出方法 |
CN103703497B (zh) * | 2011-07-26 | 2016-08-31 | 丰田自动车株式会社 | 车辆确定***及车辆确定装置 |
FR2993846A1 (fr) * | 2012-07-25 | 2014-01-31 | Peugeot Citroen Automobiles Sa | Systeme d'assistance au changement de voie pour un vehicule |
KR102020624B1 (ko) * | 2012-09-03 | 2019-09-10 | 현대모비스 주식회사 | 전방 영상 제공 방법 및 디스플레이 장치 |
JP6123133B2 (ja) * | 2013-03-04 | 2017-05-10 | パナソニックIpマネジメント株式会社 | 車両用障害物検知装置および、車両用障害物検知システム |
US9604642B2 (en) * | 2014-04-29 | 2017-03-28 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Positioning autonomous vehicles based on field of view |
CN104260724B (zh) * | 2014-09-22 | 2017-02-15 | 李治良 | 一种车辆智能预测控制***及其方法 |
US9494935B2 (en) | 2014-11-13 | 2016-11-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Remote operation of autonomous vehicle in unexpected environment |
KR20160112537A (ko) | 2015-03-19 | 2016-09-28 | 현대자동차주식회사 | 차량, 및 차량의 제어방법 |
US20160357187A1 (en) * | 2015-06-05 | 2016-12-08 | Arafat M.A. ANSARI | Smart vehicle |
JP6425622B2 (ja) * | 2015-06-12 | 2018-11-21 | 日立建機株式会社 | 車載装置、車両衝突防止方法 |
US9830814B2 (en) * | 2015-07-20 | 2017-11-28 | Dura Operating, Llc | System and method for transmitting detected object attributes over a dedicated short range communication system |
US9959765B2 (en) * | 2015-07-20 | 2018-05-01 | Dura Operating Llc | System and method for providing alert to a vehicle or an advanced driver assist system based on vehicle dynamics input |
DE102015214743A1 (de) * | 2015-08-03 | 2017-02-09 | Audi Ag | Verfahren und Vorrichtung in einem Kraftfahrzeug zur verbesserten Datenfusionierung bei einer Umfelderfassung |
US10068477B2 (en) | 2016-04-29 | 2018-09-04 | Ford Global Technologies, Llc | System and method for detecting and communicating slipping of non-connected vehicles |
KR102581482B1 (ko) | 2016-09-01 | 2023-09-21 | 삼성전자주식회사 | 차량의 자율 주행 컨트롤러의 동작 방법 및 장치 |
CN109937368B (zh) * | 2016-11-09 | 2022-10-28 | 沃尔沃卡车集团 | 用于控制车辆的方法 |
JP6890757B2 (ja) | 2017-02-10 | 2021-06-18 | ニッサン ノース アメリカ,インク | 部分観測マルコフ決定過程モデルインスタンスを動作させることを含む自律走行車動作管理 |
US11364922B2 (en) | 2017-03-07 | 2022-06-21 | Mitsubishi Electric Corporation | Driving assistance device, driving assistance method, and computer readable medium |
US20210142526A1 (en) * | 2017-05-22 | 2021-05-13 | Pcms Holdings, Inc. | Method and apparatus for in-vehicle augmented reality visualization of sensor range and field-of-view |
US10324189B2 (en) * | 2017-10-24 | 2019-06-18 | Harman International Industries, Incorporated | Collaborative data processing |
WO2019089015A1 (en) * | 2017-10-31 | 2019-05-09 | Nissan North America, Inc. | Autonomous vehicle operation with explicit occlusion reasoning |
US11874120B2 (en) | 2017-12-22 | 2024-01-16 | Nissan North America, Inc. | Shared autonomous vehicle operational management |
US10614717B2 (en) * | 2018-05-17 | 2020-04-07 | Zoox, Inc. | Drive envelope determination |
US11899454B2 (en) | 2019-11-26 | 2024-02-13 | Nissan North America, Inc. | Objective-based reasoning in autonomous vehicle decision-making |
US11635758B2 (en) | 2019-11-26 | 2023-04-25 | Nissan North America, Inc. | Risk aware executor with action set recommendations |
US11613269B2 (en) | 2019-12-23 | 2023-03-28 | Nissan North America, Inc. | Learning safety and human-centered constraints in autonomous vehicles |
US11300957B2 (en) | 2019-12-26 | 2022-04-12 | Nissan North America, Inc. | Multiple objective explanation and control interface design |
US11210536B2 (en) * | 2020-01-06 | 2021-12-28 | Toyota Jidosha Kabushiki Kaisha | Moving object recognition system, moving object recognition method, and program |
US11714971B2 (en) | 2020-01-31 | 2023-08-01 | Nissan North America, Inc. | Explainability of autonomous vehicle decision making |
US11577746B2 (en) | 2020-01-31 | 2023-02-14 | Nissan North America, Inc. | Explainability of autonomous vehicle decision making |
US11782438B2 (en) | 2020-03-17 | 2023-10-10 | Nissan North America, Inc. | Apparatus and method for post-processing a decision-making model of an autonomous vehicle using multivariate data |
FR3117253A1 (fr) * | 2020-12-03 | 2022-06-10 | Psa Automobiles Sa | Procédé et dispositif d’émission d’éléments de guidage par un premier véhicule |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT1240974B (it) * | 1990-07-05 | 1993-12-27 | Fiat Ricerche | Metodo e apparecchiatura per evitare la collisione di un autoveicolo contro ostacoli. |
US6615137B2 (en) * | 2001-06-26 | 2003-09-02 | Medius, Inc. | Method and apparatus for transferring information between vehicles |
JP3985748B2 (ja) * | 2003-07-08 | 2007-10-03 | 日産自動車株式会社 | 車載用障害物検出装置 |
JP4172368B2 (ja) | 2003-10-07 | 2008-10-29 | 株式会社デンソー | 車両検知装置 |
DE102004019651A1 (de) | 2004-04-22 | 2005-11-17 | Siemens Ag | Blindspot-Sensorsystem |
JP2006072830A (ja) * | 2004-09-03 | 2006-03-16 | Aisin Aw Co Ltd | 運転支援システム及び運転支援モジュール |
JP4661339B2 (ja) | 2005-05-11 | 2011-03-30 | マツダ株式会社 | 車両用移動物体検出装置 |
JP4572772B2 (ja) | 2005-08-05 | 2010-11-04 | アイシン・エィ・ダブリュ株式会社 | 車両周辺監視装置 |
CN100429101C (zh) * | 2005-09-09 | 2008-10-29 | 中国科学院自动化研究所 | 汽车行驶安全监控***及监控方法 |
-
2007
- 2007-03-08 JP JP2007059161A patent/JP4412337B2/ja not_active Expired - Fee Related
-
2008
- 2008-03-07 CN CN2008800006763A patent/CN101687509B/zh not_active Expired - Fee Related
- 2008-03-07 WO PCT/IB2008/000974 patent/WO2008107800A1/en active Application Filing
- 2008-03-07 US US12/309,882 patent/US9002631B2/en not_active Expired - Fee Related
- 2008-03-07 EP EP08737495.5A patent/EP2069175B1/en not_active Expired - Fee Related
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544987A (zh) * | 2012-01-05 | 2019-03-29 | 罗伯特·博世有限公司 | 驾驶员辅助服务 |
CN104620298B (zh) * | 2012-07-09 | 2018-09-18 | 埃尔瓦有限公司 | 协调用于碰撞检测的传感器操作的***和方法 |
CN104620298A (zh) * | 2012-07-09 | 2015-05-13 | 埃尔瓦有限公司 | 协调用于碰撞检测的传感器操作的***和方法 |
CN104715627A (zh) * | 2013-12-17 | 2015-06-17 | 现代自动车株式会社 | 使用车车通信传输交通信息的方法 |
CN104925055A (zh) * | 2014-03-18 | 2015-09-23 | 福特全球技术公司 | 用于检测车辆周围区域中的移动物体的方法和装置 |
CN104925055B (zh) * | 2014-03-18 | 2019-10-22 | 福特全球技术公司 | 用于检测车辆周围区域中的移动物体的方法和装置 |
CN105291969A (zh) * | 2014-06-12 | 2016-02-03 | 博世汽车部件(苏州)有限公司 | 基于行车盲点检测的安全预警***和车辆 |
CN106663378A (zh) * | 2014-07-18 | 2017-05-10 | 约翰·D·贝克 | 摩托车盲点检测器 |
CN105513421A (zh) * | 2014-10-13 | 2016-04-20 | 罗伯特·博世有限公司 | 用于对机动车的周围环境作出反应的方法 |
CN106796758A (zh) * | 2014-10-22 | 2017-05-31 | 株式会社电装 | 障碍物警报装置 |
CN106796758B (zh) * | 2014-10-22 | 2019-07-26 | 株式会社电装 | 障碍物警报装置 |
CN107000753A (zh) * | 2015-03-24 | 2017-08-01 | 宝马股份公司 | 用于提供用于车辆的障碍物地图的方法 |
CN105206112A (zh) * | 2015-09-21 | 2015-12-30 | 芜湖市汽车产业技术研究院有限公司 | 一种用于汽车车队侦测前方道路坡度的检测*** |
CN106646491A (zh) * | 2015-10-30 | 2017-05-10 | 长城汽车股份有限公司 | 一种超声波防撞雷达***及其障碍物定位方法 |
CN106646491B (zh) * | 2015-10-30 | 2019-11-29 | 长城汽车股份有限公司 | 一种超声波防撞雷达***及其障碍物定位方法 |
CN108475062A (zh) * | 2016-02-05 | 2018-08-31 | 三星电子株式会社 | 车辆和基于地图识别车辆的位置的方法 |
CN108475062B (zh) * | 2016-02-05 | 2021-12-21 | 三星电子株式会社 | 车辆和基于地图识别车辆的位置的方法 |
CN106353757A (zh) * | 2016-08-30 | 2017-01-25 | 陈武强 | 设置微波雷达和超声波传感器的汽车盲区探测***及方法 |
CN106353757B (zh) * | 2016-08-30 | 2019-10-18 | 陈武强 | 设置微波雷达和超声波传感器的汽车盲区探测***及方法 |
CN108463845A (zh) * | 2016-12-08 | 2018-08-28 | 奥迪股份公司 | 用于提供与机动车环境相关的结果数据的方法 |
CN108932869A (zh) * | 2017-05-18 | 2018-12-04 | 松下电器(美国)知识产权公司 | 车辆***、车辆信息处理方法、记录介质、交通***、基础设施***及信息处理方法 |
CN109493641A (zh) * | 2017-09-13 | 2019-03-19 | 丰田自动车株式会社 | 信息处理装置、信息提供***和信息提供方法 |
CN111223331A (zh) * | 2018-11-26 | 2020-06-02 | 华为技术有限公司 | 车辆预警方法及相关装置 |
US11447148B2 (en) | 2018-11-26 | 2022-09-20 | Huawei Cloud Computing Technologies Co., Ltd. | Vehicle warning method and related apparatus |
CN111399492A (zh) * | 2018-12-28 | 2020-07-10 | 深圳市优必选科技有限公司 | 一种机器人及其障碍物感知方法和装置 |
CN111516677A (zh) * | 2020-04-28 | 2020-08-11 | 深圳市国脉畅行科技股份有限公司 | 车辆行驶盲区监测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2008107800A1 (en) | 2008-09-12 |
JP4412337B2 (ja) | 2010-02-10 |
CN101687509B (zh) | 2013-02-13 |
EP2069175B1 (en) | 2013-06-05 |
US9002631B2 (en) | 2015-04-07 |
JP2008225583A (ja) | 2008-09-25 |
EP2069175A1 (en) | 2009-06-17 |
US20090326819A1 (en) | 2009-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101687509B (zh) | 具有盲区预测、道路探测和车辆间通信的周围环境估计装置 | |
CN108534792B (zh) | 车道变更推定装置、车道变更推定方法及存储介质 | |
CN107848533B (zh) | 车辆控制装置、车辆控制方法及存储车辆控制程序的介质 | |
CN110267856B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN107993487B (zh) | 避让紧急车辆的方法及装置 | |
JP6649512B2 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
CN109426263B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN112208533B (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN110678912A (zh) | 车辆控制***及车辆控制方法 | |
CN109398358B (zh) | 车辆控制装置、车辆控制方法及存储程序的介质 | |
US20190184987A1 (en) | Apparatus and method for deciding a maneuver of a nearby vehicle | |
US11544940B2 (en) | Hybrid lane estimation using both deep learning and computer vision | |
CN107924631B (zh) | 车辆控制装置、车辆控制方法及存储车辆控制程序的介质 | |
CN104217590A (zh) | 车载交通密度估计器 | |
JP2019128614A (ja) | 予測装置、予測方法、およびプログラム | |
CN103942960A (zh) | 一种车辆变道检测方法及装置 | |
US9453737B2 (en) | Vehicle localization | |
CN104269070A (zh) | 一种车辆主动安全预警方法和运用该方法的安全预警*** | |
US11042160B2 (en) | Autonomous driving trajectory determination device | |
US20230103248A1 (en) | Automated driving systems and control logic for lane localization of target objects in mapped environments | |
JP6692935B2 (ja) | 車両制御装置、車両制御方法、および車両制御プログラム | |
CN110264699A (zh) | 基于车路协同***的目标车辆分类识别方法、***及应用 | |
US11900796B2 (en) | Map generation system | |
KR102630991B1 (ko) | 차량의 위치 결정 방법, 위치 결정 장치 및 주행 제어 시스템 | |
CN111028544A (zh) | 一种v2v技术和车载多传感器融合的行人预警*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130213 Termination date: 20210307 |