CN102897168B - 用于车辆的主动安全控制 - Google Patents
用于车辆的主动安全控制 Download PDFInfo
- Publication number
- CN102897168B CN102897168B CN201210259126.1A CN201210259126A CN102897168B CN 102897168 B CN102897168 B CN 102897168B CN 201210259126 A CN201210259126 A CN 201210259126A CN 102897168 B CN102897168 B CN 102897168B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- risk factor
- drive cycle
- driver
- factor grade
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000009471 action Effects 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 7
- ZRHANBBTXQZFSP-UHFFFAOYSA-M potassium;4-amino-3,5,6-trichloropyridine-2-carboxylate Chemical compound [K+].NC1=C(Cl)C(Cl)=NC(C([O-])=O)=C1Cl ZRHANBBTXQZFSP-UHFFFAOYSA-M 0.000 claims description 7
- 230000006870 function Effects 0.000 description 41
- 238000004891 communication Methods 0.000 description 36
- 238000012545 processing Methods 0.000 description 35
- 230000008569 process Effects 0.000 description 19
- 230000006399 behavior Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 12
- 230000001815 facial effect Effects 0.000 description 7
- 238000002485 combustion reaction Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- LYCAIKOWRPUZTN-UHFFFAOYSA-N Ethylene glycol Chemical compound OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 239000012809 cooling fluid Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 239000005955 Ferric phosphate Substances 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 229940127219 anticoagulant drug Drugs 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 229940032958 ferric phosphate Drugs 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- WBJZTOZJJYAKHQ-UHFFFAOYSA-K iron(3+) phosphate Chemical compound [Fe+3].[O-]P([O-])([O-])=O WBJZTOZJJYAKHQ-UHFFFAOYSA-K 0.000 description 1
- 229910000399 iron(III) phosphate Inorganic materials 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- TWQULNDIKKJZPH-UHFFFAOYSA-K trilithium;phosphate Chemical compound [Li+].[Li+].[Li+].[O-]P([O-])([O-])=O TWQULNDIKKJZPH-UHFFFAOYSA-K 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding 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
- 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
-
- 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
- B60W40/08—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 drivers or passengers
- B60W40/09—Driving style or behaviour
-
- 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
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/085—Taking automatic action to adjust vehicle attitude in preparation for collision, e.g. braking for nose dropping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及用于车辆的主动安全控制。具体地，提供了用于控制车辆的主动安全功能的方法，***和车辆。主动安全功能基于预定阈值在车辆的驾驶周期期间提供动作。为车辆的驾驶周期获得数据，所述数据涉及车辆的驾驶条件，使用条件，或者二者皆有。使用所述数据计算风险因子等级。所述风险因子等级对应于驾驶周期的状况风险的水平。基于所述风险因子等级调整主动安全***的预定阈值。
Description
技术领域
本公开大体上涉及车辆领域，并且更具体地，涉及用于控制车辆的主动安全功能的方法和***。
背景技术
如今许多车辆具有一个或多个主动安全功能***，诸如向前碰撞警告（FCA）***、向前和向后碰撞预备***（CPS）、增强型碰撞避免（ECA）***、车道偏离警告（LDW）***，车道保持辅助（LKA）***、车道变更辅助（LCA）***、自适应巡航控制（ACC）、全速范围自适应巡航控制（FSRACC）和/或高速有限能力自主驾驶（FLAAD）***。这样的主动安全功能在适当情况下对车辆的传统驾驶员控制补充了一个或多个警告或自动化动作。虽然主动安全功能提供有价值的目的，但是可能期望的是调整主动安全功能用于车辆的特定驾驶状况和/或使用。
因此，希望提供一种改进的方法，其用于控制车辆的主动安全功能，例如以如下方式：其被调整到特定驾驶条件和/或车辆使用。还希望提供一种改进的***，其用于控制车辆的主动安全功能，例如以如下方式：其被调整到特定驾驶条件和/或车辆使用。还希望提供一种车辆，其包括这种改进的方法和***。此外，本发明的其它期望的特征和特性将从随后结合附图和前述枝术领域和背景技术所作的详细描述和所附权利要求变得明显。
发明内容
根据示例性实施例，提供了一种用于控制车辆的主动安全功能的方法。主动安全功能基于预定阈值在车辆的驾驶周期期间提供动作。所述方法包括以下步骤：获得数据，所述数据涉及驾驶周期的车辆的驾驶条件，使用条件，或者二者皆有；经由处理器使用所述数据计算风险因子等级；并且基于所述风险因子等级调整主动安全功能的预定阈值。所述风险因子等级对应于驾驶周期的状况风险的水平。
根据另一示例性实施例，提供了一种用于控制车辆的主动安全功能的***。主动安全功能基于预定阈值在车辆的驾驶周期期间提供动作。所述***包括存储器和处理器。所述存储器配置用于存储预定阈值。所述处理器联接到所述存储器，并且配置用于获得数据，所述数据涉及驾驶周期的车辆的驾驶条件，使用条件，或者二者皆有；使用所述数据计算风险因子等级；并且基于所述风险因子等级调整主动安全功能的预定阈值。所述风险因子等级对应于驾驶周期的状况风险的水平。
根据进一步的示例性实施例，提供了一种车辆。该车辆包括驱动***、主动安全***和控制器。该主动安全***联接到该驱动***，并且被配置成基于预定阈值在该车辆的驾驶周期期间提供动作。控制器联接到主动安全***，并且被配置用来获得涉及车辆的驾驶周期的数据，涉及驾驶周期期间的驾驶条件，车辆的使用条件，或二者的数据，使用数据计算风险因子等级，并且基于风险因子等级调整主动安全***的预定阈值。风险因子等级对应于驾驶周期的状况风险的水平。
本发明还提供了以下方案：
1. 一种用于控制车辆的主动安全功能的方法，所述主动安全功能基于预定阈值在车辆的驾驶周期期间提供动作，所述方法包括以下步骤：
获得数据，所述数据涉及驾驶周期的车辆的驾驶条件，使用条件，或者二者皆有；
经由处理器使用所述数据计算风险因子等级，所述风险因子等级对应于驾驶周期的状况风险的水平；并且
基于所述风险因子等级调整所述主动安全功能的预定阈值。
2. 根据方案1所述的方法，其特征在于，所述车辆具有驾驶员，并且所述风险因子等级作为所述驾驶员的反应能力的测量被计算。
3. 根据方案1所述的方法，其特征在于，所述车辆具有驾驶员，并且所述风险因子等级作为所述驾驶员的警惕性的测量被计算。
4. 根据方案1所述的方法，其特征在于，所述车辆具有驾驶员，并且所述方法进一步包括以下步骤：
获得在先数据，所述在先数据涉及在先驾驶周期期间的驾驶员的驾驶行为；
其中：
获得数据的步骤包括以下步骤：获得数据，所述数据涉及当前驾驶周期期间的驾驶员的驾驶行为；以及
计算风险因子等级的步骤包括以下步骤：至少部分基于当前驾驶周期期间的驾驶行为和在先驾驶周期期间的驾驶行为之间的比较计算风险因子等级。
5. 根据方案1所述的方法，其特征在于，所述主动安全功能从下列构成的组中选择：向前碰撞警告（FCA）***、碰撞预备***（CPS）、增强型碰撞避免（ECA）***、车道偏离警告（LDW）***，车道保持辅助（LKA）***、车道变更辅助（LCA）***、自适应巡航控制***（ACC）、全速范围自适应巡航控制***（FSRACC）和高速有限能力自主驾驶（FLAAD）***。
6. 根据方案1所述的方法，其特征在于，所述预定阈值包括预定距离阈值，预定时间阈值，或者二者皆有，并且调整所述预定阈值的步骤包括以下步骤：
基于所述风险因子等级调整预定距离阈值，预定时间阈值，或者二者皆有。
7. 根据方案1所述的方法，其特征在于：
计算风险因子等级的步骤包括以下步骤：
计算在驾驶周期期间的第一时间的风险因子等级的第一值；以及
计算在驾驶周期期间的第二时间的风险因子等级的第二值，所述第二时间在所述第一时间之后；以及
调整所述预定阈值的步骤包括以下步骤：
如果风险因子等级的第二值大于或等于风险因子等级的第一值，基于风险因子等级的第二值调整所述预定阈值；以及
如果风险因子等级的第二值小于风险因子等级的第一值，基于风险因子等级的第二值调整所述预定阈值。
8. 一种用于控制车辆的主动安全功能的***，所述主动安全功能基于预定阈值在车辆的驾驶周期期间提供动作，所述***包括：
存储器，所述存储器配置用于存储预定阈值；以及
处理器，所述处理器联接到所述存储器，并且配置用于：
获得数据，所述数据涉及驾驶周期的车辆的驾驶条件，使用条件，或者二者皆有；
使用所述数据计算风险因子等级，所述风险因子等级对应于驾驶周期的状况风险的水平；并且
基于所述风险因子等级调整主动安全功能的预定阈值。
9. 根据方案8所述的***，其特征在于，所述车辆具有驾驶员，并且所述处理器进一步配置用于计算所述风险因子等级作为所述驾驶员的反应能力的测量。
10. 根据方案8所述的***，其特征在于，所述车辆具有驾驶员，并且所述处理器进一步配置用于计算所述风险因子等级作为所述驾驶员的警惕性的测量。
11. 根据方案8所述的***，其特征在于，所述车辆具有驾驶员，并且所述处理器进一步配置用于：
获得在先数据，所述在先数据涉及在先驾驶周期期间的驾驶员的驾驶行为；
获得数据，所述数据涉及当前驾驶周期期间的驾驶员的驾驶行为；以及
至少部分基于当前驾驶周期期间的驾驶行为和在先驾驶周期期间的驾驶行为之间的比较计算风险因子等级。
12. 根据方案8所述的***，其特征在于，所述主动安全功能从下列构成的组中选择：向前碰撞警告（FCA）***、碰撞预备***（CPS）、增强型碰撞避免（ECA）***、车道偏离警告（LDW）***，车道保持辅助（LKA）***、车道变更辅助（LCA）***、自适应巡航控制***（ACC）、全速范围自适应巡航控制***（FSRACC）和高速有限能力自主驾驶（FLAAD）***。
13. 根据方案8所述的***，其特征在于：
所述预定阈值包括预定距离阈值，预定时间阈值，或者二者皆有；并且
所述处理器进一步配置用于：基于所述风险因子等级调整预定距离阈值，预定时间阈值，或者二者皆有。
14. 根据方案8所述的***，其特征在于，所述处理器进一步配置用于：
计算在驾驶周期期间的第一时间的风险因子等级的第一值；
计算在驾驶周期期间的第二时间的风险因子等级的第二值，所述第二时间在所述第一时间之后；
如果风险因子等级的第二值大于或等于风险因子等级的第一值，基于风险因子等级的第二值调整所述预定阈值；以及
如果风险因子等级的第二值小于风险因子等级的第一值，基于风险因子等级的第二值调整所述预定阈值。
15. 一种车辆，所述车辆包括：
驱动***；
主动安全***，所述主动安全***联接到所述驱动***，并且配置用于基于预定阈值在所述车辆的驾驶周期期间提供动作；以及
控制器，所述控制器联接到所述主动安全***，并且配置用于：
获得数据，所述数据涉及驾驶周期的车辆的驾驶条件，使用条件，或者二者皆有；
使用所述数据计算风险因子等级，所述风险因子等级对应于驾驶周期的状况风险的水平；并且
基于所述风险因子等级调整所述主动安全***的预定阈值。
16. 根据方案15所述的车辆，其特征在于，所述车辆具有驾驶员，并且所述控制器进一步配置用于计算所述风险因子等级作为所述驾驶员的反应能力的测量。
17. 根据方案15所述的车辆，其特征在于，所述车辆具有驾驶员，并且所述控制器进一步配置用于计算所述风险因子等级作为所述驾驶员的警惕性的测量。
18. 根据方案15所述的车辆，其特征在于，所述车辆具有驾驶员，并且所述控制器进一步配置用于：
获得在先数据，所述在先数据涉及在先驾驶周期期间的驾驶员的驾驶行为；
获得数据，所述数据涉及当前驾驶周期期间的驾驶员的驾驶行为；以及
至少部分基于当前驾驶周期期间的驾驶行为和在先驾驶周期期间的驾驶行为之间的比较计算风险因子等级。
19. 根据方案15所述的车辆，其特征在于，所述主动安全***从下列构成的组中选择：向前碰撞警告（FCA）***、碰撞预备***（CPS）、增强型碰撞避免（ECA）***、车道偏离警告（LDW）***，车道保持辅助（LKA）***、车道变更辅助（LCA）***、自适应巡航控制***（ACC）、全速范围自适应巡航控制***（FSRACC）和高速有限能力自主驾驶（FLAAD）***。
20. 根据方案15所述的车辆，其特征在于：
所述预定阈值包括预定距离阈值，预定时间阈值，或者二者皆有；并且
所述控制器进一步配置用于：基于所述风险因子等级调整预定距离阈值，预定时间阈值，或者二者皆有。
附图说明
在下文中将结合下列附图来描述本公开，其中相似的数字符号表示相似的元件，并且其中：
图1是根据示例性实施例的包括主动安全控制***的车辆的功能框图；
图2是根据示例性实施例的图1的主动安全控制***的功能框图；
图3是根据替代性示例性实施例的用于控制车辆的主动安全功能的过程的流程图，并且其能够结合图1的车辆以及图1和图2的主动安全控制***使用；以及
图4是根据替代性示例性实施例的图2的过程的子过程的流程图，即，用于计算车辆的驾驶周期的风险因子等级的子过程，并且其能够结合图1的车辆和图1和2的主动安全控制***使用。
具体实施方式
下面的详细描述在本质上仅仅是示例性的并且不旨在限制本公开或其应用和使用。而且，不存在受到在先前的背景技术或下面的具体描述中所提出的任何理论的约束的意图。
图1示出根据示例性实施例的车辆100或汽车。如在下文中进一步更详细地描述的，车辆100包括主动安全控制***（“ASCS”）170，用于对车辆100的主动安全功能进行优化控制，其被调整到车辆的驾驶周期的特定驾驶状况和车辆使用。车辆100在整个本申请的各点处也被称为主车辆。
车辆100包括底盘112、车身114、四个车轮116、电子控制***118、转向***150、制动***160、以及主动安全***170。车身114布置在底盘112上并且大致围绕车辆100的其它部件。车身114和底盘112可以共同地形成车架。车轮116在靠近车身114的相应的拐角处均可旋转地联接到底盘112。
车辆100可以是多种不同类型的汽车中的任一种，诸如例如轿车、货车、卡车、或运动型多用途车（SUV），并且可以是两轮驱动（2WD）（即，后轮驱动或前轮驱动）、四轮驱动（4WD）、或全轮驱动（AWD）。车辆100还可以合并多种不同类型的电推进***中的任何一个或组合，所述电推进***诸如例如汽油或柴油供料燃烧发动机、“灵活燃料车辆”（FFV）发动机（即，使用汽油和乙醇的混合物）、气体混合物（例如，氢或天然气）供燃料发动机、燃烧/电马达混合发动机、以及电马达。
在图1中示出的示例性实施例中，车辆100是混合电动车辆（HEV），并且进一步包括致动器组件120、能量储存***（ESS）122、功率逆变器组件（或逆变器）126、以及散热器128。致动器组件120包括：至少一个驱动车轮116的电推进***129，其安装在底盘112上。在所描绘的实施例中，致动器组件120包括燃烧发动机130和电马达/发电机（或马达）132。如本领域的技术人员将认识到的，电马达132包括在其中的变速器，并且虽然未示出但是还包括定子组件（包括导电线圈）、转子组件（包括铁磁芯）、以及冷却流体或冷却剂。电马达132内的定子组件和/或转子组件可包括多个如通常所理解的电磁极。
仍然参照图1，燃烧发动机130和电马达132被一体化使得一者或两者通过一个或多个驱动轴134机械地联接到车轮116中的至少一些。在一个实施例中，车辆100是“串联HEV”，其中燃烧发动机130不是直接联接到变速器，而是联接到发电机（未示出），该发电机用来对电马达132提供功率。在另一个实施例中，车辆100是“并联HEV”，其中燃烧发动机130通过例如让电马达132的转子可旋转地联接到燃烧发动机130的驱动轴而直接联接到变速器。
ESS
122安装在底盘112上，并且电连接到逆变器126。ESS 122优选地包括具有一组电池单元的电池。在一个实施例中，ESS
122包括诸如纳米磷酸盐锂离子电池的磷酸铁锂电池。ESS 122和（多个）电推进***129一起提供驱动***以推进车辆100。
散热器128在其外部处连接到车架并且虽然未详细地示出但是包括在其中的多个冷却通道并且联接到发动机130和逆变器126，所述多个冷却通道包含诸如水和/或乙二醇（即，“抗凝剂”）的冷却流体（即，冷却剂）。
转向***150安装在底盘112上，并且控制车轮116的转向。转向***150包括转向盘和转向柱。转向盘从车辆的驾驶员接收输入。基于来自驾驶员的输入，转向柱借助驱动轴134产生用于车轮116的期望的转向角。
制动***160安装在底盘112上，并且为车辆100提供制动。制动***160借助制动踏板（未描绘）从驾驶员接收输入，并且借助制动单元（也未描绘）提供适当的制动。驾驶员还借助加速踏板（未描绘）为各种车辆装置和/或***诸如一个或多个车辆收音机、其它娱乐***、环境控制***、照明单元、导航***等（也未描绘）提供关于车辆的期望速度或加速度以及各种其它输入。
ASCS
170安装在底盘112上。ASCS
170可联接到各种其它车辆装置和***，诸如尤其是致动器组件120、转向***150、制动***160、和电子控制***118。ASCS 170基于当前驾驶周期期间车辆100的特定驾驶状况和使用提供各种主动安全控制（包括主动安全***的调节，诸如向前碰撞警告（FCA）***、向前和向后碰撞预备***（CPS）、增强型碰撞避免（ECA）***、车道偏离警告（LDW）***，车道保持辅助（LKA）***、车道变更辅助（LCA）***、高速有限能力自主驾驶（FLAAD）***、全速范围自适应巡航控制（FSRACC）和自适应巡航控制（ACC）***）。此外，虽然未这样示出，但是ASCS 170（和/或其一个或多个部件）可与电子控制***118一体化并且还可包括一个或多个电源。ASCS
170优选地进行过程300的各个步骤以及图3和4的其步骤和子过程。
参考图2，提供了根据示例性实施例的图1的ASCS 170的功能框图。如图2中所描绘的，ASCS 170包括识别单元202、通信单元204、传感器阵列206、主动安全***单元208、以及控制器210。
识别单元202用于识别车辆的驾驶员（优选地包括图1的车辆100，并且在此还称作主车辆）。在优选实施方式中，识别单元202包括一个或多个照相机220。至少一个这种照相机220优选地放置在车辆内，并且被指向车辆的驾驶员。此照相机220用于提供识别驾驶员的信息，以及是否驾驶员处于注意的驾驶位置的信息。在某些实施方式中，一个或多个照相机220放置在车辆外（或面向车辆外），并且用于提供信息，该信息涉及车辆的或车辆附近的车道或路径，会在车辆附近和/或接近车辆的物体或其他车辆，等等。识别单元202提供这些各种类型的信息到控制器210用于处理并且用于控制车辆的主动安全功能。
通信单元204接收与关于车辆的操作状况和使用的数据。特别地，在一个实施例中，通信单元204接收关于下列中的一个或多个的信息：车辆的加速踏板的驾驶员输入；车辆的制动踏板的驾驶员输入；车辆的转向盘的驾驶员接合；关于车辆位置和/或车辆正在行驶的道路上的车道的信息；关于车辆附近和/或接近车辆的物体或其他车辆的信息；关于车辆内的移动电话使用的信息；关于无线电、其他娱乐***、环境控制***、镜子、和/或车辆的其他装置和/或***、当前驾驶周期的日期时间、当前驾驶周期的持续时间、路面的摩擦系数等等的控制的使用的信息。在一个实施例中，通信单元204为控制器210提供这些各种类型的信息用于处理以及用于在控制车辆的主动安全功能中使用。按照下面的讨论，在某些实施例中，这类信息中的一些或全部替而可由传感器阵列206提供。
在所描绘的实施例中，通信单元204包括内部通信装置212和外部通信装置214。内部通信装置212优选地包括收发器，该收发器被配置用以借助车辆通信总线（未描绘）从位于ASCS 170外侧的车辆的各个其它装置和***接收各种以上信息。外通信装置214优选地包括收发器（诸如车辆远程信息处理单元和/或全球通讯***（GPS）设备），其被配置用以借助无线网络（未描绘）从中央数据库和/或从卫星***接收各种以上信息。
传感器阵列206测量关于车辆的操作条件和使用的数据参数。特别地，在一个实施例中，传感器阵列206包括各个传感器230，所述传感器测量关于下列各项中的一个或多个的参数值：车辆的加速踏板的驾驶员输入；车辆的制动踏板的驾驶员输入；车辆的转向盘的驾驶员接合；关于车辆位置和/或车辆正在行驶的道路上的车道的信息；关于车辆附近和/或接近车辆的物体或其他车辆的信息；关于车辆内的移动电话使用的信息；关于无线电、其他娱乐***、环境控制***、镜子、和/或车辆的其他装置和/或***、当前驾驶周期的日期时间、当前驾驶周期的持续时间、路面的摩擦系数等等的控制的使用的信息。在一个实施例中，传感器阵列206为控制器210提供这些各种类型的信息（和/或其信号表达）用于处理以及供在控制车辆的主动安全功能中使用。按照以上讨论，在某些实施例中，这类信息中的一些或全部替而可由通信单元204提供。
主动安全***单元208提供车辆100的主动安全功能。在所示的实施例中，主动安全***单元208包括车辆100的多个主动安全***，其包括向前碰撞警告（FCA）***241、一个或多个碰撞预备***（CPS）242（例如前部CPS和后部CPS）、增强型碰撞避免（ECA）***243、车道偏离警告（LDW）***244，车道保持辅助（LKA）***245、车道变更辅助（LCA）***246、高速有限能力自主驾驶（FLAAD）***247。在某些实施例中，主动安全***单元208还可以包括其他主动安全***，例如全速范围自适应巡航控制（FSRACC）和自适应巡航控制（ACC）***。
如图2所示，主动安全***240是ASCS 170的每个部件。在某些实施例中，主动安全***的一个或多个可代替地在ASCS
170外并联接到ASCS 170且至少部分由ASCS
170控制。
控制器210联接到识别单元202，通信单元204，传感器阵列206和主动安全***单元208。控制器210处理从识别单元202，通信单元204，传感器阵列206检索的数据和信息，使用该数据和信息识别车辆的驾驶员，并且使用该数据和信息处理各种参数值，该参数值涉及车辆的驾驶条件和使用。控制器利用处理的结果调整主动安全***240的一个或多个阈值，由此定制和控制车辆的主动安全功能。在优选实施例中，控制器210根据下面结合图3和4进一步描述的过程300（和子过程和/或其子步骤）的步骤来执行这些功能。
如图2中所描绘的，控制器210包括计算机***。在某些实施例中，控制器210还可包括识别单元202、通信单元204、传感器阵列206、主动安全***单元208、和/或其部件中的一个或多个。此外，应了解，控制器210可以不同于图2中所描绘的实施例。例如，控制器210可联接到或可利用一个或多个远程计算机***和/或其它控制***。
在所描绘的实施例中，控制器210的计算机***包括处理器250、存储器252、接口254、存储装置256、和总线258。处理器250执行控制器210的计算和控制功能，并且可包括任何类型的处理器一个或多个处理器、诸如微处理器的单个集成电路、或协助工作以完成处理单元的功能的任何适当数量的集成电路装置和/或电路板。在运行期间，优选地在执行在此处结合图3和4所描述的过程的步骤诸如过程300（和任何其子过程）的步骤期间，处理器250执行一个或多个包含在存储器252内的程序260并且这样控制控制器210和控制器210的计算机***的总体运行。
存储器252能够是任何类型的适当的存储器。这将包括各种类型的诸如SDRAM的动态随机存取存储器（DRAM）、各种类型的静态RAM（SRAM）、以及各种类型的非易失性存储器（PROM、EPROM、和闪存）。在某些例子中，存储器252定位在处理器250上和/或与处理器250共同定位在同一计算机芯片上。
在所描绘的实施例中，存储器252存储上面提到的程序260连同一个或多个存储值262，以在控制车辆的主动安全功能和***中使用。还在所描绘的实施例中，一个或多个这种程序包括用于车辆的主动安全功能的各种算法264（例如用于FCA***241，CPS***242，ECA***242，LDW***244，LKA***245，LCA***246和FLAAD***247），其被存储在存储器252中。此外，在所描绘的实施例中，存储值262包括用于各种主动安全功能和***的各种预定阈值265，并且也存储在存储器252中。而且，存储值262包括用于各种主动安全功能和***的各种预定阈值265，并且也存储在存储器252中。
总线258起到在控制器210的计算机***的各部件之间传输程序、数据、状态和其它信息或信号的作用。接口254允许例如从***驾驶员和/或另一计算机***到控制器210的计算机***通信，并且能够使用任何适当的方法和设备实现。它能够包括一个或多个网络接口以与其它***或部件通信。接口254还可包括一个或多个网络接口以与技术员通信、和/或一个或多个存储接口以连接到诸如存储装置256的存储设备。
存储装置256能够是任何适当类型的存储设备，包括诸如硬盘驱动器、闪存***、软盘驱动器和光盘驱动器的直接存取存储装置。在一个示例性实施例中，存储装置256包括程序产品，存储器252能够从该程序产品接收程序260，该程序260执行本公开的一个或多个过程的一个或多个实施例，诸如下面进一步描述的图3和4的过程300（和任何其子过程）的步骤。在另一示例性实施例中，程序产品可以直接存储在诸如下面提及的存储器252和/或磁盘（例如，磁盘270）中和/或被其访问。
总线258能够是连接计算机***和部件的任何适当的物理或逻辑手段。这包括但并不限于直接硬线连接、光纤、红外线和无线总线技术。在运行期间，程序260存储在存储器252中并且由处理器250执行。
应了解，虽然在全功能计算机***的背景下描述了该示例性实施例，但是本领域的技术人员将认识到，本公开的机制能够作为具有一个或多个类型的用来存储程序及其指令并执行其分布的非暂态计算机可读信号承载介质的程序产品被分布，所述非暂态计算机可读信号承载介质诸如承载程序并且包含存储在其中的用于使计算机处理器（诸如处理器250）执行和实施程序的计算机指令的非暂态计算机可读介质。这样的程序产品可以采取各种形式，并且本公开同样适用，无论用来执行分布的计算机可读信号信号承载介质的特定类型。信号承载介质的例子包括：诸如软盘、硬盘驱动器、存储卡和光盘的可记录介质，以及诸如数字和模拟通信链路的传输介质。类似地，应了解，控制器210的计算机***也可以不同于图2中所描绘的实施例，例如在于，控制器210的计算机***可以联接到或可以另外利用一个或多个远程计算机***和/或其它控制***。
图3是根据示例性实施例的用于控制车辆的主动安全功能的过程300的流程图。当车辆在当前驾驶周期（或点火周期）操作的时候，过程300开始（步骤302）。
在当前驾驶周期期间，车辆的驾驶员被识别（步骤304）。驾驶员优选地以由图2的识别单元202所提供的信息为基础由图2的处理器250识别。在一个实施例中，图2的照相机220从当前驾驶周期提供驾驶员的图像到图2的处理器250，图2的处理器250将图像与存储在图2的存储器252中作为其中的预存储值262的可能驾驶员（例如，家庭中驾驶年龄的所有个体，或可以其他方式驾驶车辆的人）的预存储图像相比较，从而确定用于当前驾驶周期的驾驶员的身份。在另一实施例中，驾驶员的身份可以通过另一方式被确定，例如通过基于可能驾驶员的菜单经由输入控制的他或她的身份的驾驶员的选择。驾驶员在当前驾驶员周期的开始时或附近优选地被识别。
数据为驾驶周期被获得（步骤306）。数据涉及车辆的驾驶条件和通过驾驶员和车辆的任何其他乘员的车辆使用。一般来说，数据涉及不同的参数，其可对于当前车辆驾驶的环境条件、驾驶员的警觉、驾驶员的灵敏度有影响，和/或其他参数，其可对于与当前驾驶周期相关联的状况风险有影响。数据优选地通过图2的通信单元204获得和/或由图2的传感器阵列206测量，然后提供到图2的处理器250用于处理。数据优选地在全部驾驶周期中获得和处理，最优选地在全部驾驶周期中连续获得和处理。
在描述的实施例中，步骤306的不同类型的数据和参数值在图3所示的不同的步骤（或子步骤）308-342中被表示。首先，来自驾驶员的加速踏板输入被获得并被监控（步骤308）。加速踏板输入代表车辆的加速踏板的驾驶员的接合。优选地，加速踏板输入包括被驾驶员应用到加速踏板的力和/或由于驾驶员应用的力导致的加速踏板的运动的距离和/或速度的测量。加速踏板输入优选地通过图2的传感器阵列206的一个或多个传感器230（例如加速踏板力传感器和/或加速踏板行进传感器）获得并且提供到图2的处理器250用于处理。加速踏板输入也可以通过图2的通信单元204获得并且被提供到图2的处理器250用于处理。
来自驾驶员的制动踏板输入也被获得并监控（步骤310）。制动踏板输入代表车辆的制动踏板的驾驶员的接合。优选地，制动踏板输入包括被驾驶员应用到制动踏板的力和/或由于由驾驶员应用的力导致的制动踏板的运动的距离和/或速度。制动踏板输入优选地通过图2的传感器阵列206的一个或多个传感器230（例如制动踏板力传感器和/或制动踏板行进传感器）获得并且提供到图2的处理器250用于处理。制动踏板输入也可以通过图2的通信单元204获得并且被提供到图2的处理器250用于处理。
来自驾驶员的转向输入也被获得并监控（步骤312）。转向输入代表车辆的转向盘的驾驶员的接合。优选地，转向输入包括基于转向盘的驾驶员转动的车辆的车轮的所需转向的测量。转向输入可以由转向盘，转向柱，和/或车辆车轮的角度代表。转向输入优选地通过图2的传感器阵列206的一个或多个传感器230（例如转向盘角度传感器，转向柱角度传感器，和/或盘角度传感器）获得并且被提供到图2的处理器250用于处理。转向输入也可以通过图2的通信单元204获得并且被提供到图2的处理器250用于处理。
驾驶员面部信息被获得并监控（步骤314）。驾驶员面部信息代表涉及在驾驶周期期间驾驶车辆时驾驶员的面部和眼睛的位置（例如是否驾驶员维持警惕姿势，他或她的头部在适当的直立位置和眼睛集中在前方的道路上）。优选地，驾驶员面部信息通过识别单元202的一个或多个照相机220获得并且被提供到图2的处理器250用于处理。驾驶员面部信息也可以通过图2的通信单元204获得并且被提供到图2的处理器250用于处理。
移动电话信息也被获得并监控（步骤316）。移动电话信息代表数据，该数据涉及是否车辆的驾驶员正在使用手机和/或与操作车辆无关的其他电子装置。优选地，移动电话信息通过传感器阵列206的一个或多个传感器230（例如，通过可以与驾驶员的移动电话通信和/或识别驾驶员移动电话的使用的通信装置，例如通过短程无线网）和/或识别单元202的一个或多个照相机220（例如，通过驾驶员正在使用移动电话的照相机图像来识别）获得并且被提供到图2的处理器250用于处理。移动电话信息也可以通过图2的通信单元204获得并且被提供到图2的处理器250用于处理。
镜子控制信息也被获得并监控（步骤318）。镜子控制信息代表数据，该数据涉及是否车辆的驾驶员正在调整车辆的镜子（例如后视镜或驾驶员侧镜）。优选地，镜子控制信息通过传感器阵列206的一个或多个传感器230（例如，镜子控制传感器）获得并且被提供到图2的处理器250用于处理。镜子控制信息也可以通过图2的通信单元204获得并且被提供到图2的处理器250用于处理。
无线电控制信息也被获得并监控（步骤320）。无线电控制信息代表数据，该数据涉及是否车辆的驾驶员正在控制车辆的无线电。优选地，无线电控制信息通过传感器阵列206的一个或多个传感器230（例如，无线电控制传感器）获得并且被提供到图2的处理器250用于处理。无线电控制信息也可以通过图2的通信单元204获得并且被提供到图2的处理器250用于处理。
驾驶周期持续时间信息也被获得并监控（步骤322）。驾驶周期持续时间信息代表数据，该数据涉及当前驾驶周期的当前或预期的持续时间（优选地，以时间为单位）。优选地，驾驶周期持续时间信息通过图2的通信单元204（例如，通过车辆的通信总线的车载时钟获得，和/或通过无线网络从远程服务器获得）获得并且被提供到图2的处理器250用于处理。驾驶周期持续时间信息也可以通过ASCS 170的一个或多个时钟和/或计时器（非示出）获得。
日期和时间信息也被获得并监控（步骤324）。日期和时间信息代表数据，该数据涉及当前日期，一周中的一天，和当前驾驶周期的时间。优选地，日期和时间信息通过图2的通信单元204（例如，通过车辆的通信总线的车载日历和时钟获得，和/或通过无线网络从远程服务器获得）获得并且被提供到图2的处理器250用于处理。日期和时间信息也可以通过ASCS 170的一个或多个日历，时钟和/或计时器（非示出）获得。
物体检测信息也被获得并监控（步骤326）。物体检测信息代表数据，该数据涉及可能在附近和/或接近车辆的物体，其可用于在物体和车辆保持在它们的当前相应的路径上的情况下确定物体和车辆之间的前进间隔时间。优选地，物体检测信息通过传感器阵列206的一个或多个传感器230和/或识别单元202的一个或多个照相机220获得并且被提供到图2的处理器250用于处理。物体检测信息也可以通过图2的通信单元204（例如，从一个或多个其他车辆模块）获得并且被提供到图2的处理器250用于处理。
车道感测信息也被获得并监控（步骤328）。车道感测信息代表数据，该数据涉及当前驾驶周期期间车辆正在被驾驶的道路或路径的车道，和/或是否车辆保持在车道之内或开出车道。优选地，车道感测信息通过传感器阵列206的一个或多个传感器230和/或识别单元202的一个或多个照相机220获得并且被提供到图2的处理器250用于处理。车道感测信息也可以通过图2的通信单元204（例如，从一个或多个其他车辆模块）获得并且被提供到图2的处理器250用于处理。
到碰撞的时间（TTC）信息也被获得并监控（步骤330）。TTC信息代表数据，该数据涉及车辆和另一车辆或接近和/或在车辆路径上的物体之间到碰撞的时间。优选地，TTC信息由图2的处理器250计算，其以由传感器阵列206的一个或多个传感器230和/或识别单元202的一个或多个照相机220所提供的信息为基础（例如在步骤326和328中，如上所述）。TTC信息也可以通过图2的通信单元204（例如，从一个或多个其他车辆模块）获得并且被提供到图2的处理器250用于处理。
侧向位置信息也被获得并监控（步骤332）。侧向位置信息代表数据，该数据涉及行驶在邻近该车道的车道中的交通的一部分的车辆，其中车辆在当前驾驶周期期间行驶。优选地，侧向位置信息通过传感器阵列206的一个或多个传感器230和/或识别单元202的一个或多个照相机220获得并且被提供到图2的处理器250用于处理。侧向位置信息也可以通过图2的通信单元204（例如，从一个或多个其他车辆模块）获得并且被提供到图2的处理器250用于处理。
动态特性信息也被获得并监控（步骤334）。关于这点，动态特性是目标如何运动的测量，例如是否目标朝向车辆到来，是否目标与车辆在相同方向上运动，是否目标曾经运动但是已经停止，是否目标看上去以前从来没有运动过，是否目标关于车辆侧向运动，等等。优选地，动态特性信息由图2的处理器250计算，其以由传感器阵列206的一个或多个传感器230和/或识别单元202的一个或多个照相机220所提供的信息为基础（例如在步骤332中，如上所述的）。动态特性信息也可以通过图2的通信单元204（例如，从一个或多个其他车辆模块）获得并且被提供到图2的处理器250用于处理。
道路条件信息也被获得并监控（步骤336）。道路条件信息代表数据，该数据涉及在当前车辆周期期间车辆正在行驶的道路的条件（优选地包括道路的摩擦系数的测量）。优选地，道路条件信息通过图2的通信单元204（例如，从一个或多个其他车辆模块）获得并且被提供到图2的处理器250用于处理。道路条件信息也可以通过传感器阵列206的一个或多个传感器230获得并且被提供到图2的处理器250用于处理。
挡风玻璃雨刷器信息也被获得并监控（步骤338）。挡风玻璃雨刷器信息代表数据，该数据涉及是否用于车辆挡风玻璃的自动雨刷器已经被激活。优选地，挡风玻璃雨刷器信息通过传感器阵列206的一个或多个传感器230（例如挡风玻璃雨刷器激活传感器）获得并且被提供到图2的处理器250用于处理。挡风玻璃雨刷器信息也可以通过图2的通信单元204（例如，从一个或多个其他车辆模块）并且被提供到图2的处理器250用于处理。
乘客信息也被获得并监控（步骤340）。乘客信息代表数据，该数据涉及是否乘客存在于车辆中。优选地，乘客信息代表数据，该数据涉及是否乘客存在于车辆的前排座椅并操作用于车辆的一个或多个控制（例如车辆的无线电和/或车辆的环境控制***）。在一个实施例中，乘客信息通过传感器阵列206的一个或多个传感器230和图2的识别单元202的一个或多个照相机220获得并且被提供到图2的处理器250用于处理。也在一个实施例中，如果无线电控制***纵（例如，由图2的传感器阵列206的无线电控制传感器检测的）同时驾驶员的面部和眼睛在集中于前面道路的适当操作位置（例如，由图2的识别单元202的照相机220检测的），乘客被看作是存在的和/或主动的。乘客信息也可以通过图2的通信单元204（例如，从一个或多个其他车辆模块）获得并且被提供到图2的处理器250用于处理。
打开情况信息也被获得并监控（步骤342）。打开情况信息包括数据，该数据涉及是否目标从主车辆返回。在优选实施方式中，打开情况信息涉及是否目标和主车辆之间的范围增加。在一个实施例中，打开情况信息从图2的存储器252由图2的处理器250检索，如从车辆的各种之前驾驶周期保存的。在某些实施例中，还可以获得是否主动安全事件和/或动作近来已经为车辆的特定驾驶员发生的信息（例如，在驾驶员已经操作车辆的之前十个最近的驾驶周期内）和/或是否主动安全事件和/或动作近来已经为车辆发生而不管驾驶员的信息（例如，在之前十个最近的驾驶周期内）。
在步骤344期间，偏差被计算用于步骤308-342一些或全部的数据。每个偏差优选地涉及来自当前驾驶周期中的步骤308-342之一的数据与车辆的相同驾驶员的一个或多个之前驾驶周期中获得的相同参数的数据相比较的差。特别地，每个偏差优选地涉及驾驶员行为或驾驶条件方面与车辆的一个或多个在先驾驶周期的数据确定的特定驾驶员的典型行为和/或条件相比较的差。
在优选实施方式中，来自一个或多个在先驾驶周期的数据经由在先驾驶周期期间过程300的相同的相应步骤获得并且作为其存储值262存储在图2的存储器252中，并且随后从存储器252检索并用于当前驾驶周期的步骤344中的比较。在某些实施例中，来自前面最近的驾驶周期的数据值在步骤344中被检索并被利用。在某些其他实施例中，来自多个先前驾驶周期的平均数据值在步骤344中被检索并被利用。偏差优选地由图2的处理器250计算。
在图3的描述的实施例中，偏差分别地为步骤308的加速踏板输入，步骤310的制动踏板输入、步骤312的转向输入、步骤314的驾驶员面部信息、步骤316的移动电话信息、步骤318的镜子控制信息、步骤320的无线电控制信息、步骤322的驾驶周期持续时间信息、步骤324的日期和时间信息，和步骤326的物体检测信息的每个被计算。在某些实施例中，偏差也可以为下列的一个或多个计算：步骤328的车道感测信息、步骤330的TTC信息、步骤332的侧向位置信息、步骤334的动态特性信息、步骤336的道路条件信息、步骤338的挡风玻璃雨刷器信息、步骤340的乘客信息，和/或步骤342的打开情况信息，来代替上述各种其他偏差或除了上述各种其他偏差以外。某些偏差在某些实施例中也可以是合计的和/或相互平均的。
风险因子等级被计算（步骤346）。风险因子等级包括基于车辆的驾驶条件和使用的驾驶周期的状况风险的测量。优选地，风险因子等级基于如上所述从步骤308-342获得的不同的数据，与从如上所述的步骤344偏差一起，由图2的处理器250计算。一般来说，指示驾驶员的反应能力或警惕性的减小水平的任何数据和/或偏差将导致相对更高的风险因子等级（即，代表在当前驾驶周期期间的相对更高的状况风险）。此外，指示不希望的天气或其他环境条件的任何数据和/或偏差将类似地导致相对更高的风险因子等级（即，代表在当前驾驶周期期间的相对更高的状况风险）。
例如，与驾驶员参数的在先或典型值显著变化的从344的任何偏差可以导致相对更高的风险因子等级。此外，如果任何数据和/或偏差指示驾驶员的反应能力或警惕性的减小的水平，则这将也导致相对更高的风险因子等级。
举例来说，指示相对于加速踏板（例如通过步骤308的加速踏板输入检测的加速踏板的缓慢或停用的接合），制动踏板（例如通过步骤310的制动踏板输入检测的制动踏板的缓慢或停用的接合），和/或转向盘（例如通过步骤312的转向输入检测的转向盘的缓慢或停用的接合）的驾驶员操作缺乏反应能力或警惕性的任何数据也将导致相对更高的风险因子等级。此外，如果数据指示那驾驶员没有把全部精力放在前面的道路上（例如，如果步骤314的驾驶员面部信息指示驾驶员的面部或眼睛没有通过集中到前面的道路上而正确地放在驾驶上，步骤316的移动电话信息指示驾驶员正在使用移动电话，步骤318的镜子控制信息指示驾驶员过度地使用镜子控制，和/或步骤320的无线电控制信息指示驾驶员过度地使用无线电控制），则这将也导致相对更高的风险因子等级。
如果步骤322的驾驶周期持续时间信息指示当前驾驶周期比预定阈值更长，相对更高的风险因子等级也将产生。同样，如果步骤324的日期与时间持续时间信息指示当前驾驶周期在晚上，在清晨，在高峰时间，或的一个或多个其他时间发生，相对更高的风险因子等级将也产生。类似地，如果步骤336的道路条件信息指示可被驾驶员要求增加水平的警惕性或反应能力的任何不利的驾驶条件（例如代表湿或滑的道路的摩擦系数），步骤342的打开情况信息指示目标和主车辆之间的范围不增加，或者如果获得了指示主动安全事件和/或动作已经在最近的驾驶周期中发生，和/或如果步骤338的挡风玻璃上雨刷器信息指示这是夜间或清晨，或车外环境是暗的（例如如果车辆在隧道中），相对更高的风险因子等级将同样产生。此外，如果步骤326的物体检测信息、步骤328的车道感测信息、步骤330的TTC信息、步骤332的侧向位置信息，和/或步骤334的动态特性信息指示车辆正在转向离开行进的当前或预计的车道，如果任何物体或其他车辆接近或威胁到车辆，或如果这样的数据另外指示增加的风险和/或要求增加水平的驾驶员的警惕性或反应能力，相对更高的风险因子等级将也产生。
如果步骤340的乘客信息指示没有其他乘客，或在车辆的前排座椅中没有乘客，相对更高的风险因子等级也可以被产生。在某些实施例中，只有在当前驾驶周期在晚上或清晨发生的情况下，或如果驾驶周期的持续时间超过预定阈值，风险因子等级对于缺少乘客可以增加。在某些实施例中，乘客的存在可以由一个或多个车辆控制的操纵的检测（例如可以分别由步骤320的无线电控制信息或步骤318的镜子控制信息的无线电控制或镜子控制检测）与这些动作由除了驾驶员以外的一些人采取的检测或确定（例如来自步骤314的驾驶员面部信息，如果此信息指示驾驶员的面部和眼睛在适当的驾驶位置并且集中于前面的道路）相结合的组合而确定。这样的乘客的存在，特别是在晚上，清晨，或在相对长的驾驶周期上，可以导致相对更低的风险因子等级。
在优选实施方式中，风险因子等级在整个驾驶周期优选地以连续的方式被计算。参照图4，根据示例性实施例，流程图被提供用于步骤346的子过程，在多个时间周期中计算风险因子等级。风险因子等级的第一值被计算用于驾驶周期期间的第一时间（步骤402）。风险因子等级的第二值被计算用于驾驶周期期间的第二时间（步骤404）。在一个实施例中，第一和第二时间段间隔一分钟。风险因子等级的第一和第二值优选地根据在上面提供的图2的步骤346的描述由图2的处理器250计算。
确定是否风险因子等级的第二值大于或等于风险因子等级的第一值（步骤406）。此确定优选地由图2的处理器250进行。
如果确定了风险因子等级的第二值大于或等于风险因子等级的第一值，则第二值作为风险因子等级的当前值被利用（步骤408）。相反地，如果代替确定了风险因子等级的第二值小于风险因子等级的第一值，则平均值（优选地，算术平均值）被计算用于第一和第二值（步骤410），由此产生的平均值用作风险因子等级的当前值（步骤412）。
步骤410的平均值的计算和步骤408和412的当前风险因子等级的相应值的利用优选地由图2的处理器250执行。在优选实施方式中，步骤402-412以此方式重复，以便风险因子等级的更新的当前值在整个驾驶周期基本上连续地计算（例如，每分钟）。
现在返回图3，车辆的一个或多个主动安全***（或功能）被启动（步骤348）。主动安全***优选地包括下列的一个或多个：向前碰撞警告（FCA）***、碰撞准备***（CPS）（例如前部CPS和/或后部CPS）、增强型碰撞避免（ECA）***，车道偏离警告（LDW）***，车道保持辅助（LKA）***，车道变更辅助（LCA）***，和高速有限能力自主驾驶（FLAAD）***。
步骤348的主动安全***的一个或多个校准基于步骤302-346的数据、信息、计算和确定被调整（步骤350）。在一个实施例中，预定阈值对应于存储在图2的存储器252中的阈值条件265。优选地，基于在步骤346（包括图4的其子步骤）中计算的当前风险因子等级，调整距离阈值和时间阈值，该阈值在可应用主动安全***的部件上触发动作。
例如，如果当车辆在物体或障碍的某预定距离之内的时候，主动安全***的动作被触发，然后相对更高的风险因子等级（指示相对更高的状况风险）将导致预定距离阈值的增加。在这些情况下，甚至在距离在一定程度上大于典型的或原始的阈值时（即，动作将根据增加的状况风险更快地被采取），主动安全***动作将被采取。类似地，并经由进一步的例子，如果当车辆在物体或障碍的某预定时间之内时（或从偏离进入不同的车道，等等），主动安全***的动作被触发，然后相对更高的风险因子等级将也导致预定时间阈值的增加。在这些情况下，即使当时间在一定程度上大于典型的或原始的阈值时（即，动作将根据增加的状况风险将更快地采取），主动安全***动作将被采取。相反地，在某些实施例中，如果风险因子等级相对低，代表减少的状况风险，相应的预定距离和时间阈限可以被减少。预定阈值的调整优选地由图2的处理器250管理。
一个或多个确定被用来确定对于一个或多个主动安全***的激活是否存在动态条件（步骤352）。这些确定优选地由利用步骤350的调整过的校准的图2的处理器250进行。特别地，在步骤352期间，在步骤352由图2的处理器250确定是否存在动态条件从而基于步骤350的调整的校准（和相对应的阈值）激活步骤348的主动安全***的一个或多个。如果在步骤352确定对于一个或多个主动安全***的激活不存在动态条件，那么过程返回到步骤348，并且步骤348-352重复直到在步骤352的后续迭代中确定了动态条件对于这种主动安全***的激活是存在的。
主动安全***然后以调整过的预定阈值实施（步骤354）。特别地，如果参数值（例如距离或时间，如上所述）满足调整的预定阈值在步骤350中被调整的要求，动作由相应的主动安全***采取。动作优选地包括由相应的自动安全***采取的警告和/或自动动作，以在适当的情况下替换驾驶员控制。这样的动作可以包括提供给驾驶员的警告，车辆的自动转向，车辆的自动制动，等等。这样的动作也可以包括激活机动化安全带牵拉器，无线电静音，卷起窗、空闲动力系转矩、闪烁警示灯、锁定门，预使能被动安全应对措施，调整驾驶员和乘员座椅位置和头枕位置等等。主动安全***优选地由图2的处理器250实施并以此方式控制。
此外，来自步骤308-342的数据优选地存储在存储器中（步骤356）。特别地，来自步骤308-342的数据优选地由图2的处理器250存储在图2的存储器252中作为存储值265用于在后面的驾驶周期期间使用。在后面的驾驶周期期间，存储的数据优选地用于与后面的驾驶周期中分别的步骤308-342的数据比较，并且用于计算偏差和用于计算后面的驾驶周期分别的步骤344和346中的风险因子等级。
相应地，方法，***和车辆被提供用于控制车辆的主动安全功能。方法，***和车辆调整主动安全***的预定阈值，该主动安全***基于风险因子等级实施主动安全功能。风险因子等级反映状况风险的各种水平，该状况风险可以由于特定驾驶条件和车辆使用而存在。结果，主动安全***能够在环境和/或道路条件可小于所希望的，驾驶员的警惕性和反应能力可被考虑，等等的情况下更快地采取适当的动作，由此提供主动安全特征的实施中的改进。
应了解，所公开的方法，***，和车辆可以不同于附图中所描绘的以及此处所描述的那些。例如，车辆100、ASCS 170、和/或其各种部件可以不同于图1和2中所描绘的以及随其所描述的那些。此外，应了解，过程300的某些步骤（和/或其子过程或子步骤）可以不同于图3和4中所描绘的和/或上面随其所描述的那些。同样应了解，上述过程（和/或其子过程或子步骤）的某些步骤可以同时发生或以不同于图3和4中所描绘的和/或上面随其所描述的顺序发生。
虽然至少一个示例性实施例已经在前面的详细描述中提出，但应了解，存在大量的变型。还应了解，一个或多个示例性实施例仅是例子，并且不旨在以任何方式限制本发明的范围、适用性、或配置。相反，前面的详细描述将为本领域的技术人员提供用于获得一个或多个示例性实施例的方便的道路地图。应理解，在不脱离如在所附权利要求和其合法等同物中所阐明的本发明的范围的情况下，在元件的功能和布置上能够做出各种改变。
Claims (18)
1.一种用于控制车辆的主动安全功能的方法，所述主动安全功能基于预定阈值在车辆的驾驶周期期间提供动作，所述方法包括以下步骤：
获得数据，所述数据涉及驾驶周期的车辆的驾驶条件，使用条件，或者二者皆有；
经由处理器使用所述数据计算风险因子等级，所述风险因子等级对应于驾驶周期的状况风险的水平；并且
基于所述风险因子等级调整所述主动安全功能的预定阈值；
其特征在于，计算风险因子等级的步骤包括以下步骤：
计算在驾驶周期期间的第一时间的风险因子等级的第一值；以及
计算在驾驶周期期间的第二时间的风险因子等级的第二值，所述第二时间在所述第一时间之后；以及
调整所述预定阈值的步骤包括以下步骤：
如果风险因子等级的第二值大于或等于风险因子等级的第一值，基于风险因子等级的第二值调整所述预定阈值；以及
如果风险因子等级的第二值小于风险因子等级的第一值，基于风险因子等级的第一值和风险因子等级的第二值的平均值调整所述预定阈值。
2.根据权利要求1所述的方法，其特征在于，所述车辆具有驾驶员，并且所述风险因子等级作为所述驾驶员的反应能力的测量被计算。
3.根据权利要求1所述的方法，其特征在于，所述车辆具有驾驶员，并且所述风险因子等级作为所述驾驶员的警惕性的测量被计算。
4.根据权利要求1所述的方法，其特征在于，所述车辆具有驾驶员，并且所述方法进一步包括以下步骤：
获得在先数据，所述在先数据涉及在先驾驶周期期间的驾驶员的驾驶行为；
其中：
获得数据的步骤包括以下步骤：获得数据，所述数据涉及当前驾驶周期期间的驾驶员的驾驶行为；以及
计算风险因子等级的步骤包括以下步骤：至少部分基于当前驾驶周期期间的驾驶行为和在先驾驶周期期间的驾驶行为之间的比较计算风险因子等级。
5.根据权利要求1所述的方法，其特征在于，所述主动安全功能从下列构成的组中选择：向前碰撞警告（FCA）***、碰撞预备***（CPS）、增强型碰撞避免（ECA）***、车道偏离警告（LDW）***，车道保持辅助（LKA）***、车道变更辅助（LCA）***、自适应巡航控制***（ACC）、全速范围自适应巡航控制***（FSRACC）和高速有限能力自主驾驶（FLAAD）***。
6.根据权利要求1所述的方法，其特征在于，所述预定阈值包括预定距离阈值，预定时间阈值，或者二者皆有，并且调整所述预定阈值的步骤包括以下步骤：
基于所述风险因子等级调整预定距离阈值，预定时间阈值，或者二者皆有。
7.一种用于控制车辆的主动安全功能的***，所述主动安全功能基于预定阈值在车辆的驾驶周期期间提供动作，所述***包括：
存储器，所述存储器配置用于存储预定阈值；以及
处理器，所述处理器联接到所述存储器，并且配置用于：
获得数据，所述数据涉及驾驶周期的车辆的驾驶条件，使用条件，或者二者皆有；
使用所述数据计算风险因子等级，所述风险因子等级对应于驾驶周期的状况风险的水平；并且
基于所述风险因子等级调整主动安全功能的预定阈值；
其特征在于，所述处理器进一步配置用于：
计算在驾驶周期期间的第一时间的风险因子等级的第一值；
计算在驾驶周期期间的第二时间的风险因子等级的第二值，所述第二时间在所述第一时间之后；
如果风险因子等级的第二值大于或等于风险因子等级的第一值，基于风险因子等级的第二值调整所述预定阈值；以及
如果风险因子等级的第二值小于风险因子等级的第一值，基于风险因子等级的第一值和风险因子等级的第二值的平均值调整所述预定阈值。
8.根据权利要求7所述的***，其特征在于，所述车辆具有驾驶员，并且所述处理器进一步配置用于计算所述风险因子等级作为所述驾驶员的反应能力的测量。
9.根据权利要求7所述的***，其特征在于，所述车辆具有驾驶员，并且所述处理器进一步配置用于计算所述风险因子等级作为所述驾驶员的警惕性的测量。
10.根据权利要求7所述的***，其特征在于，所述车辆具有驾驶员，并且所述处理器进一步配置用于：
获得在先数据，所述在先数据涉及在先驾驶周期期间的驾驶员的驾驶行为；
获得数据，所述数据涉及当前驾驶周期期间的驾驶员的驾驶行为；以及
至少部分基于当前驾驶周期期间的驾驶行为和在先驾驶周期期间的驾驶行为之间的比较计算风险因子等级。
11.根据权利要求7所述的***，其特征在于，所述主动安全功能从下列构成的组中选择：向前碰撞警告（FCA）***、碰撞预备***（CPS）、增强型碰撞避免（ECA）***、车道偏离警告（LDW）***，车道保持辅助（LKA）***、车道变更辅助（LCA）***、自适应巡航控制***（ACC）、全速范围自适应巡航控制***（FSRACC）和高速有限能力自主驾驶（FLAAD）***。
12.根据权利要求7所述的***，其特征在于：
所述预定阈值包括预定距离阈值，预定时间阈值，或者二者皆有；并且
所述处理器进一步配置用于：基于所述风险因子等级调整预定距离阈值，预定时间阈值，或者二者皆有。
13.一种车辆，所述车辆包括：
驱动***；
主动安全***，所述主动安全***联接到所述驱动***，并且配置用于基于预定阈值在所述车辆的驾驶周期期间提供动作；以及
控制器，所述控制器联接到所述主动安全***，并且配置用于：
获得数据，所述数据涉及驾驶周期的车辆的驾驶条件，使用条件，或者二者皆有；
使用所述数据计算在驾驶周期期间的第一时间的风险因子等级的第一值，所述风险因子等级对应于驾驶周期的状况风险的水平；并且
计算在驾驶周期期间的第二时间的风险因子等级的第二值，所述第二时间在所述第一时间之后
如果风险因子等级的第二值大于或等于风险因子等级的第一值，基于所述风险因子等级的第二值调整所述主动安全***的预定阈值；以及
如果风险因子等级的第二值小于风险因子等级的第一值，基于风险因子等级的第一值和风险因子等级的第二值的平均值调整所述预定阈值。
14.根据权利要求13所述的车辆，其特征在于，所述车辆具有驾驶员，并且所述控制器进一步配置用于计算所述风险因子等级作为所述驾驶员的反应能力的测量。
15.根据权利要求13所述的车辆，其特征在于，所述车辆具有驾驶员，并且所述控制器进一步配置用于计算所述风险因子等级作为所述驾驶员的警惕性的测量。
16.根据权利要求13所述的车辆，其特征在于，所述车辆具有驾驶员，并且所述控制器进一步配置用于：
获得在先数据，所述在先数据涉及在先驾驶周期期间的驾驶员的驾驶行为；
获得数据，所述数据涉及当前驾驶周期期间的驾驶员的驾驶行为；以及
至少部分基于当前驾驶周期期间的驾驶行为和在先驾驶周期期间的驾驶行为之间的比较计算风险因子等级。
17.根据权利要求13所述的车辆，其特征在于，所述主动安全***从下列构成的组中选择：向前碰撞警告（FCA）***、碰撞预备***（CPS）、增强型碰撞避免（ECA）***、车道偏离警告（LDW）***，车道保持辅助（LKA）***、车道变更辅助（LCA）***、自适应巡航控制***（ACC）、全速范围自适应巡航控制***（FSRACC）和高速有限能力自主驾驶（FLAAD）***。
18.根据权利要求13所述的车辆，其特征在于：
所述预定阈值包括预定距离阈值，预定时间阈值，或者二者皆有；并且
所述控制器进一步配置用于：基于所述风险因子等级调整预定距离阈值，预定时间阈值，或者二者皆有。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/190,379 US9014915B2 (en) | 2011-07-25 | 2011-07-25 | Active safety control for vehicles |
| US13/190,379 | 2011-07-25 | ||
| US13/190379 | 2011-07-25 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102897168A CN102897168A (zh) | 2013-01-30 |
| CN102897168B true CN102897168B (zh) | 2016-08-24 |
Family
ID=47503283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210259126.1A Active CN102897168B (zh) | 2011-07-25 | 2012-07-25 | 用于车辆的主动安全控制 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US9014915B2 (zh) |
| CN (1) | CN102897168B (zh) |
| DE (1) | DE102012211838A1 (zh) |
Families Citing this family (94)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8744666B2 (en) | 2011-07-06 | 2014-06-03 | Peloton Technology, Inc. | Systems and methods for semi-autonomous vehicular convoys |
| US10520581B2 (en) | 2011-07-06 | 2019-12-31 | Peloton Technology, Inc. | Sensor fusion for autonomous or partially autonomous vehicle control |
| WO2018039134A1 (en) | 2016-08-22 | 2018-03-01 | Peloton Technology, Inc. | Automated connected vehicle control system architecture |
| US10474166B2 (en) | 2011-07-06 | 2019-11-12 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
| US20170242443A1 (en) | 2015-11-02 | 2017-08-24 | Peloton Technology, Inc. | Gap measurement for vehicle convoying |
| US11294396B2 (en) | 2013-03-15 | 2022-04-05 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
| DE202013006676U1 (de) * | 2013-07-25 | 2014-10-28 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | System zur Warnung vor einer möglichen Kollision einesKraftfahrzeuges mit einem Objekt |
| US9099006B2 (en) * | 2013-08-22 | 2015-08-04 | GM Global Technology Operations LLC | Context-aware threat response arbitration |
| DE102013110909A1 (de) * | 2013-10-01 | 2015-04-02 | Scania Cv Ab | Vorrichtung zum automatischen Fahren eines Fahrzeugs |
| US10115164B1 (en) * | 2013-10-04 | 2018-10-30 | State Farm Mutual Automobile Insurance Company | Systems and methods to quantify and differentiate individual insurance risk based on actual driving behavior and driving environment |
| US9499139B2 (en) | 2013-12-05 | 2016-11-22 | Magna Electronics Inc. | Vehicle monitoring system |
| JP5954901B2 (ja) * | 2013-12-18 | 2016-07-20 | 富士重工業株式会社 | 車両制御装置 |
| US20150170287A1 (en) * | 2013-12-18 | 2015-06-18 | The Travelers Indemnity Company | Insurance applications for autonomous vehicles |
| US9623878B2 (en) * | 2014-04-02 | 2017-04-18 | Magna Electronics Inc. | Personalized driver assistance system for vehicle |
| JP6115520B2 (ja) * | 2014-05-30 | 2017-04-19 | 株式会社デンソー | 運転支援装置 |
| DE102015204282A1 (de) * | 2015-03-10 | 2016-09-15 | Robert Bosch Gmbh | Verfahren zum Betreiben eines Kraftfahrzeuges, Steuervorrichtung und Computerprogrammprodukt |
| KR102043060B1 (ko) * | 2015-05-08 | 2019-11-11 | 엘지전자 주식회사 | 자율 주행 장치 및 이를 구비한 차량 |
| WO2016189495A1 (en) | 2015-05-27 | 2016-12-01 | Van Dyke, Marc | Alerting predicted accidents between driverless cars |
| US10031522B2 (en) | 2015-05-27 | 2018-07-24 | Dov Moran | Alerting predicted accidents between driverless cars |
| US9869560B2 (en) | 2015-07-31 | 2018-01-16 | International Business Machines Corporation | Self-driving vehicle's response to a proximate emergency vehicle |
| US9785145B2 (en) | 2015-08-07 | 2017-10-10 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
| US9483948B1 (en) | 2015-08-07 | 2016-11-01 | International Business Machines Corporation | Automated control of interactions between self-driving vehicles and pedestrians |
| US9721397B2 (en) | 2015-08-11 | 2017-08-01 | International Business Machines Corporation | Automatic toll booth interaction with self-driving vehicles |
| US9718471B2 (en) | 2015-08-18 | 2017-08-01 | International Business Machines Corporation | Automated spatial separation of self-driving vehicles from manually operated vehicles |
| US9481366B1 (en) | 2015-08-19 | 2016-11-01 | International Business Machines Corporation | Automated control of interactions between self-driving vehicles and animals |
| US9896100B2 (en) | 2015-08-24 | 2018-02-20 | International Business Machines Corporation | Automated spatial separation of self-driving vehicles from other vehicles based on occupant preferences |
| US9731726B2 (en) | 2015-09-02 | 2017-08-15 | International Business Machines Corporation | Redirecting self-driving vehicles to a product provider based on physiological states of occupants of the self-driving vehicles |
| US9513632B1 (en) | 2015-09-16 | 2016-12-06 | International Business Machines Corporation | Driving mode alerts from self-driving vehicles |
| US9566986B1 (en) | 2015-09-25 | 2017-02-14 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
| US9481367B1 (en) | 2015-10-14 | 2016-11-01 | International Business Machines Corporation | Automated control of interactions between self-driving vehicles and animals |
| US9834224B2 (en) | 2015-10-15 | 2017-12-05 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
| US9751532B2 (en) | 2015-10-27 | 2017-09-05 | International Business Machines Corporation | Controlling spacing of self-driving vehicles based on social network relationships |
| US9944291B2 (en) | 2015-10-27 | 2018-04-17 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
| US10607293B2 (en) | 2015-10-30 | 2020-03-31 | International Business Machines Corporation | Automated insurance toggling for self-driving vehicles |
| US9701239B2 (en) * | 2015-11-04 | 2017-07-11 | Zoox, Inc. | System of configuring active lighting to indicate directionality of an autonomous vehicle |
| US10176525B2 (en) | 2015-11-09 | 2019-01-08 | International Business Machines Corporation | Dynamically adjusting insurance policy parameters for a self-driving vehicle |
| US9791861B2 (en) | 2015-11-12 | 2017-10-17 | International Business Machines Corporation | Autonomously servicing self-driving vehicles |
| US10061326B2 (en) | 2015-12-09 | 2018-08-28 | International Business Machines Corporation | Mishap amelioration based on second-order sensing by a self-driving vehicle |
| US9836973B2 (en) | 2016-01-27 | 2017-12-05 | International Business Machines Corporation | Selectively controlling a self-driving vehicle's access to a roadway |
| CN105539453A (zh) * | 2016-01-29 | 2016-05-04 | 深圳市美好幸福生活安全***有限公司 | 基于视觉的行车安全防撞预警***的行车安全***及方法 |
| US10289113B2 (en) | 2016-02-25 | 2019-05-14 | Ford Global Technologies, Llc | Autonomous occupant attention-based control |
| US9989963B2 (en) | 2016-02-25 | 2018-06-05 | Ford Global Technologies, Llc | Autonomous confidence control |
| US10026317B2 (en) | 2016-02-25 | 2018-07-17 | Ford Global Technologies, Llc | Autonomous probability control |
| CN106004749B (zh) * | 2016-05-24 | 2018-10-02 | 意昂神州（北京）科技有限公司 | 一种汽车雨雪警告方法和装置 |
| US10685391B2 (en) | 2016-05-24 | 2020-06-16 | International Business Machines Corporation | Directing movement of a self-driving vehicle based on sales activity |
| EP3465371A4 (en) | 2016-05-31 | 2019-12-18 | Peloton Technology Inc. | STATE MACHINE FOR PLATOON REGULATOR |
| EP3260344B1 (en) | 2016-06-20 | 2021-10-06 | Volvo Car Corporation | Method and system for adjusting a safety margin threshold of a driver support function |
| EP3475933A1 (en) * | 2016-06-24 | 2019-05-01 | Swiss Reinsurance Company Ltd. | Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof |
| JP6778872B2 (ja) * | 2016-06-28 | 2020-11-04 | パナソニックＩｐマネジメント株式会社 | 運転支援装置及び運転支援方法 |
| EP3279830B1 (en) * | 2016-08-02 | 2020-10-28 | Veoneer Sweden AB | A vision system and method for a motor vehicle |
| US10369998B2 (en) | 2016-08-22 | 2019-08-06 | Peloton Technology, Inc. | Dynamic gap control for automated driving |
| US10017142B2 (en) * | 2016-09-12 | 2018-07-10 | Ford Global Technologies, Llc | Filtration of acoustic contaminate from vehicle safety sensors |
| US10093322B2 (en) | 2016-09-15 | 2018-10-09 | International Business Machines Corporation | Automatically providing explanations for actions taken by a self-driving vehicle |
| US10643256B2 (en) | 2016-09-16 | 2020-05-05 | International Business Machines Corporation | Configuring a self-driving vehicle for charitable donations pickup and delivery |
| US20180096629A1 (en) * | 2016-10-04 | 2018-04-05 | GM Global Technology Operations LLC | Virtual driving school |
| US20210304313A1 (en) | 2016-10-28 | 2021-09-30 | State Farm Mutual Automobile Insurance Company | Driver profiles based upon compliance with driver-specific limitations |
| DE102016014383A1 (de) * | 2016-12-02 | 2018-06-07 | Lucas Automotive Gmbh | Erweitertes Fahreraufmerksamkeitsmodul für Fahrerassistenzsysteme |
| US10259452B2 (en) | 2017-01-04 | 2019-04-16 | International Business Machines Corporation | Self-driving vehicle collision management system |
| US10529147B2 (en) | 2017-01-05 | 2020-01-07 | International Business Machines Corporation | Self-driving vehicle road safety flare deploying system |
| US10363893B2 (en) | 2017-01-05 | 2019-07-30 | International Business Machines Corporation | Self-driving vehicle contextual lock control system |
| US10152060B2 (en) | 2017-03-08 | 2018-12-11 | International Business Machines Corporation | Protecting contents of a smart vault being transported by a self-driving vehicle |
| US11334952B1 (en) | 2017-04-05 | 2022-05-17 | State Farm Mutual Automobile Insurance Company | Systems and methods for usage based insurance via blockchain |
| KR20180112949A (ko) * | 2017-04-05 | 2018-10-15 | 현대자동차주식회사 | 차량의 자율 주행 제어 시스템 및 그를 이용한 자율 주행 제어방법 |
| SE541566C2 (en) * | 2017-05-04 | 2019-11-05 | Scania Cv Ab | Method and system for controlling steering of a vehicle |
| US10191462B2 (en) | 2017-06-06 | 2019-01-29 | International Business Machines Corporation | Vehicle electronic receptionist for communications management |
| DE102017211931B4 (de) * | 2017-07-12 | 2022-12-29 | Volkswagen Aktiengesellschaft | Verfahren zum Anpassen zumindest eines Betriebsparameters eines Kraftfahrzeugs, System zum Anpassen zumindest eines Betriebsparameters eines Kraftfahrzeugs und Kraftfahrzeug |
| CN107561932B (zh) * | 2017-07-25 | 2019-12-10 | 东南大学 | 基于微分动态逻辑的cps防碰撞控制方法 |
| JP6912324B2 (ja) * | 2017-08-30 | 2021-08-04 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | 情報処理方法、情報処理装置及び情報処理プログラム |
| JP6580108B2 (ja) * | 2017-11-06 | 2019-09-25 | 本田技研工業株式会社 | 自動運転車両の走行制御装置 |
| CN108297864A (zh) * | 2018-01-25 | 2018-07-20 | 广州大学 | 驾驶员与车辆主动安全技术联动的控制方法及控制*** |
| DE102018203287B4 (de) * | 2018-03-06 | 2024-03-07 | Audi Ag | Verfahren und System zum Betreiben einer Spurhalteassistenzvorrichtung eines Kraftfahrzeugs |
| US10864910B2 (en) | 2018-05-16 | 2020-12-15 | GM Global Technology Operations LLC | Automated driving systems and control logic using sensor fusion for intelligent vehicle control |
| US10838423B2 (en) | 2018-08-07 | 2020-11-17 | GM Global Technology Operations LLC | Intelligent vehicle navigation systems, methods, and control logic for deriving road segment speed limits |
| US10761535B2 (en) | 2018-08-21 | 2020-09-01 | GM Global Technology Operations LLC | Intelligent vehicle navigation systems, methods, and control logic for multi-lane separation and trajectory extraction of roadway segments |
| CN109910845B (zh) * | 2019-01-17 | 2020-08-14 | 中科安达（北京）科技有限公司 | 基于aebs的自动制动方法 |
| CN109774682B (zh) * | 2019-01-17 | 2020-07-10 | 中科安达（北京）科技有限公司 | Aebs控制*** |
| US11226620B2 (en) | 2019-02-08 | 2022-01-18 | GM Global Technology Operations LLC | Automated driving systems and control logic with enhanced longitudinal control for transitional surface friction conditions |
| US11364936B2 (en) * | 2019-02-28 | 2022-06-21 | Huawei Technologies Co., Ltd. | Method and system for controlling safety of ego and social objects |
| US11052914B2 (en) | 2019-03-14 | 2021-07-06 | GM Global Technology Operations LLC | Automated driving systems and control logic using maneuver criticality for vehicle routing and mode adaptation |
| AU2020241982A1 (en) * | 2019-03-18 | 2021-11-11 | Matthew ALFIN | Safety integrated personal mobility vehicle |
| DE102019206026A1 (de) * | 2019-04-26 | 2020-10-29 | Robert Bosch Gmbh | Verfahren zur Ermittlung eines Sicherheitsniveaus einer Sollfunktion eines Fahrzeugs, Sicherheitssystem und Fahrzeug |
| US11300677B2 (en) | 2019-07-08 | 2022-04-12 | GM Global Technology Operations LLC | Automated driving systems and control logic for host vehicle velocity estimation using wide aperture radar |
| US20200026289A1 (en) * | 2019-09-28 | 2020-01-23 | Ignacio J. Alvarez | Distributed traffic safety consensus |
| US11420645B2 (en) * | 2019-12-11 | 2022-08-23 | At&T Intellectual Property I, L.P. | Method and apparatus for personalizing autonomous transportation |
| US11758376B2 (en) * | 2020-04-29 | 2023-09-12 | Blackberry Limited | Method and system for addition of assurance information to V2X messaging |
| CN111891127B (zh) * | 2020-08-11 | 2021-10-19 | 辽宁工业大学 | 一种用于自动驾驶车辆的安全行驶方法 |
| US11685262B2 (en) | 2020-12-03 | 2023-06-27 | GM Global Technology Operations LLC | Intelligent motor vehicles and control logic for speed horizon generation and transition for one-pedal driving |
| US11752881B2 (en) | 2021-01-20 | 2023-09-12 | GM Global Technology Operations LLC | Intelligent vehicles and control logic for brake torque request estimation for cooperative brake system control |
| JP2022156752A (ja) * | 2021-03-31 | 2022-10-14 | トヨタ自動車株式会社 | 車両制御システム |
| CN114212102B (zh) * | 2021-12-01 | 2024-03-19 | 智己汽车科技有限公司 | 一种避免侧向碰撞的辅助驾驶方法、***及装置 |
| US12014552B2 (en) | 2021-12-07 | 2024-06-18 | GM Global Technology Operations LLC | Intelligent vehicle systems and control logic for incident prediction and assistance in off-road driving situations |
| US12024025B2 (en) | 2022-02-11 | 2024-07-02 | GM Global Technology Operations LLC | Intelligent motor systems and control logic for creating heat with constant offset torque in stationary vehicles |
| CN114446056B (zh) * | 2022-02-14 | 2023-03-24 | 腾讯科技（深圳）有限公司 | 车辆信息码的生成以及车辆通行控制方法、装置及设备 |
| CN114312813B (zh) * | 2022-03-04 | 2022-07-29 | 苏州挚途科技有限公司 | 切入自车道的车辆确认方法、装置和电子设备 |
Family Cites Families (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06320985A (ja) * | 1993-05-19 | 1994-11-22 | Mazda Motor Corp | 自動車速度制御装置 |
| JP3438279B2 (ja) * | 1993-05-19 | 2003-08-18 | マツダ株式会社 | 自動車の車速制御装置 |
| US5675313A (en) * | 1995-03-23 | 1997-10-07 | Keluskar; Atul B. | Alertness detecting and warning system for automobile |
| US20080154629A1 (en) * | 1997-10-22 | 2008-06-26 | Intelligent Technologies International, Inc. | Vehicle Speed Control Method and Arrangement |
| JP3456399B2 (ja) * | 1998-02-09 | 2003-10-14 | 日産自動車株式会社 | 無段変速機の変速制御装置 |
| US20040254729A1 (en) * | 2003-01-31 | 2004-12-16 | Browne Alan L. | Pre-collision assessment of potential collision severity for road vehicles |
| US8301108B2 (en) * | 2002-11-04 | 2012-10-30 | Naboulsi Mouhamad A | Safety control system for vehicles |
| US7124027B1 (en) * | 2002-07-11 | 2006-10-17 | Yazaki North America, Inc. | Vehicular collision avoidance system |
| US6898513B2 (en) * | 2003-03-15 | 2005-05-24 | Alpine Electronics, Inc. | Navigation method and system for dynamic access to different degrees of navigation function |
| US7138922B2 (en) * | 2003-03-18 | 2006-11-21 | Ford Global Technologies, Llc | Drowsy driver monitoring and prevention system |
| DE102004039305A1 (de) * | 2004-08-12 | 2006-03-09 | Bayerische Motoren Werke Ag | Vorrichtung zur Auswertung der Aufmerksamkeit eines Fahrers bei einem Kollisionsvermeidungssystem in Kraftfahrzeugen |
| JP2006119965A (ja) * | 2004-10-22 | 2006-05-11 | Mitsubishi Fuso Truck & Bus Corp | 車載型警報システム |
| DE102004051963A1 (de) * | 2004-10-25 | 2006-05-04 | Robert Bosch Gmbh | Verfahren zur Fahrerunterstützung |
| US20060106538A1 (en) * | 2004-11-12 | 2006-05-18 | Browne Alan L | Cooperative collision mitigation |
| US7183932B2 (en) * | 2005-03-21 | 2007-02-27 | Toyota Technical Center Usa, Inc | Inter-vehicle drowsy driver advisory system |
| JP2006264623A (ja) * | 2005-03-25 | 2006-10-05 | Mitsubishi Fuso Truck & Bus Corp | 車線維持支援装置 |
| JP5012504B2 (ja) * | 2005-03-30 | 2012-08-29 | アイシン・エィ・ダブリュ株式会社 | 車両用ナビゲーションシステム |
| US7561032B2 (en) | 2005-09-26 | 2009-07-14 | Gm Global Technology Operations, Inc. | Selectable lane-departure warning system and method |
| WO2007047414A2 (en) | 2005-10-12 | 2007-04-26 | The Penn State Research Foundation | Vigilance monitoring technique for vehicle operators |
| KR100793869B1 (ko) * | 2005-12-17 | 2008-01-15 | 현대자동차주식회사 | 차량의 차간거리 제어 시스템 |
| US8140241B2 (en) * | 2005-12-28 | 2012-03-20 | National University Corporation Nagoya University | Driving action estimating device, driving support device, vehicle evaluating system, driver model creating device, and driving action determining device |
| US7548805B2 (en) * | 2006-03-27 | 2009-06-16 | Fujitsu Ten Limited | Vehicle control apparatus, vehicle control method and vehicle slip suppressing apparatus |
| DE112007001447B4 (de) * | 2006-08-16 | 2024-02-01 | Adc Automotive Distance Control Systems Gmbh | Verfahren zur Abstandsregelung |
| JP4211841B2 (ja) * | 2006-11-15 | 2009-01-21 | トヨタ自動車株式会社 | ドライバ状態推定装置、サーバ、ドライバ情報収集装置及び運転者状態推定システム |
| US8068968B2 (en) * | 2007-02-06 | 2011-11-29 | Denso Corporation | Vehicle travel control system |
| JP5088669B2 (ja) * | 2007-03-23 | 2012-12-05 | 株式会社デンソー | 車両周辺監視装置 |
| US7719431B2 (en) | 2007-10-05 | 2010-05-18 | Gm Global Technology Operations, Inc. | Systems, methods and computer products for drowsy driver detection and response |
| JP5206868B2 (ja) * | 2009-04-27 | 2013-06-12 | トヨタ自動車株式会社 | 運転支援装置 |
| US8698639B2 (en) * | 2011-02-18 | 2014-04-15 | Honda Motor Co., Ltd. | System and method for responding to driver behavior |
-
2011
- 2011-07-25 US US13/190,379 patent/US9014915B2/en active Active
-
2012
- 2012-07-06 DE DE102012211838A patent/DE102012211838A1/de not_active Withdrawn
- 2012-07-25 CN CN201210259126.1A patent/CN102897168B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US20130030657A1 (en) | 2013-01-31 |
| US9014915B2 (en) | 2015-04-21 |
| CN102897168A (zh) | 2013-01-30 |
| DE102012211838A1 (de) | 2013-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102897168B (zh) | 用于车辆的主动安全控制 | |
| CN106564494B (zh) | 用于控制具有自动驾驶***的车辆的方法和*** | |
| US10449970B2 (en) | Vehicle control system | |
| US10913464B1 (en) | Intelligent escalation strategy for autonomous vehicle | |
| CN107867292B (zh) | 自主车辆中的安全关键***控制 | |
| US20100194593A1 (en) | Neural network for intelligent transportation systems | |
| CN109987099A (zh) | 车辆控制***、车辆控制方法及存储介质 | |
| JP7056569B2 (ja) | 車両制御装置、車両制御方法、移動体、および車両制御システム | |
| CN113859258A (zh) | 用于控制自动驾驶的方法和装置 | |
| US11584400B2 (en) | Autonomous vehicle | |
| CN112061081B (zh) | 运输设备以及车辆 | |
| CN117295216A (zh) | 配送照明 | |
| US20230021802A1 (en) | System and method in data-driven vehicle dynamic modeling for path-planning and control | |
| JP7198391B2 (ja) | 車両制御装置、車両制御システム、車両制御方法、およびプログラム | |
| US11482191B2 (en) | Enhanced augmented reality vehicle pathway | |
| CN114619963A (zh) | 用于辅助车辆驾驶员的视觉的方法及装置 | |
| US20200346507A1 (en) | Vehicle and method for controlling thereof | |
| US12017661B2 (en) | System and method in vehicle path prediction based on full nonlinear kinematics | |
| US20240119817A1 (en) | Vehicle wheel theft detection systems and methods using wheel sensor data | |
| CN114426019B (zh) | 一种目标车辆切入控制方法及其***、车辆 | |
| US20240217531A1 (en) | Animal interaction based vehicle configuration | |
| US20230294699A1 (en) | Acceleration control to prevent collisions | |
| US20240174235A1 (en) | Systems and methods for improving driver monitoring systems | |
| US20230245505A1 (en) | Vehicle management system and vehicle inspection method | |
| US20240217305A1 (en) | Animal location based vehicle climate control |
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 |