CN103069466B - 用于预测驾驶员的变线意图的*** - Google Patents

用于预测驾驶员的变线意图的*** Download PDF

Info

Publication number
CN103069466B
CN103069466B CN201080067483.7A CN201080067483A CN103069466B CN 103069466 B CN103069466 B CN 103069466B CN 201080067483 A CN201080067483 A CN 201080067483A CN 103069466 B CN103069466 B CN 103069466B
Authority
CN
China
Prior art keywords
mentioned
driver
intention
modified line
track
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
Application number
CN201080067483.7A
Other languages
English (en)
Other versions
CN103069466A (zh
Inventor
斯文·布恩
赫尔曼·温纳
斯蒂芬·哈伯尼希特
杨-克里斯多夫·古斯
法比安·雷格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN103069466A publication Critical patent/CN103069466A/zh
Application granted granted Critical
Publication of CN103069466B publication Critical patent/CN103069466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/18Propelling the vehicle
    • B60W30/18009Propelling the vehicle related to particular drive situations
    • B60W30/18163Lane change; Overtaking manoeuvres
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/801Lateral distance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W50/08Interaction between the driver and the control system
    • B60W50/10Interpretation of driver requests or demands

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Automation & Control Theory (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明提供一种用于预测驾驶员的变线意图的***。尤其是根据相对于由自己车辆传感器和其他车辆传感器(电磁波雷达、光学雷达或声音雷达等)检测出的自己车辆的速度的、在前方行驶的其他车辆的速度和在相邻行车道行驶的其他车辆的速度来确定动机因素以及抑制因素,通过计算该动机因素和抑制因素就能预测驾驶员想要变线的意图。可通过实验或统计方法来确定动机因素和抑制因素的基准,由于该因素是在驾驶员实际开始进行变线动作之前检测出的,所以,对于提示装置和加减速辅助***,上述预测能够实时地利用该因素。

Description

用于预测驾驶员的变线意图的***
技术领域
本发明涉及一种用于预测驾驶员想要变线的意图的***,尤其是涉及一种能够应用于高级驾驶员辅助***(ADAS:advanced driverassistance system)的用于预测驾驶员想要变线的意图的***。
背景技术
基于变线辅助***(LCAS:lane change assistance system)等的连续驾驶操作的ADAS,例如在各种变线前后都对驾驶员的操作进行辅助。在上述***中,如果基于***的辅助和驾驶员的意图不一致时,有可能会出现以下问题:需要进行感到多余的动作,进而会使驾驶员感到不舒服。例如,即使驾驶员想要跟在道路前方行驶的车辆的后面行驶,有时会出现以下情形:LCAS通过可感触的、能看见的、声响方面或主动发出的在纵向方向或横向方向上的介入动作而连续提示驾驶员,以提示该驾驶员将车辆驶入左侧的相邻行车道用以超过前方的车辆。为消除上述***和驾驶员的举动之间的不一致现象,重要的是检测出驾驶员的意图,即检测出是想要变线还是想要跟在前方车辆的后面行驶。这样可减少对驾驶员进行的不必要的提示动作,以提高该***的实效性,从而使得驾驶员易于接受该***。
另外,为了实现能够分析如图1所示的进行各种各样的变线的可能性的LCAS,以使所进行的提示与驾驶员的变线意图吻合,并且为了向驾驶员推荐考虑了安全性和舒适性的合理间隔,需要及早预测出驾驶员的意图。
现有技术:
专利文献1:德国专利DE 102006043149A1
专利文献2:德国专利DE 102005022663A1
专利文献3:美国专利US 7363140
专利文献4:美国专利US 2008/0201050A1
专利文献1中公开了一种与汽车形成一体并且在横向方向和前后方向上进行指引辅助的技术,其中应用了轨迹计算单元,若已知自己车辆与在前方行驶的其他车辆之间的距离,由所述轨迹计算单元计算应该按照什么样的轨迹进行变线。通过检测出驾驶员转动方向盘而使车辆驶向左侧或右侧的行车道标志,并且根据横穿行车道标志所用的时间(TLC:time to lane crossing)小于规定的阈值的情形进行计算以求出所述TLC,用以判定驾驶员进行变线的意图。但是,由于驾驶员想要变线的意图是在开始进行变线动作之后才能检测出来,所以为了将该技术应用于大多数的ADAS,就会产生检测驾驶员的意图的工作过于迟缓的问题。还有,应用该技术需要始终检测行车道标志。
专利文献2中公开了如下一种辅助驾驶方法:由于当前行车道已结束,从而需要使自己车辆融入(驶入)相邻行车道的车流中,此时通过发出声音以对驾驶员进行提示。在车辆当前行驶的行车道已结束时才能够检测出需要进行使自己车辆融入相邻行车道的动作。由检测信号控制发出声音和/或可视的显示等。上述专利文献中还公开了如下一种装置:由驾驶员进行驾驶操作而使自己车辆融入相邻行车道的车流中时,由该装置来辅助所述驾驶操作。但是,由专利文献2所公开的内容仅限于上述情形,该现有技术无法应用于其他情形。
专利文献3中公开了如下一种汽车用变线辅助***:其通过发现相邻行车道上能够利用的空间来辅助驾驶员进行驾驶操作。判断是否进行变线全由驾驶员来进行,该判断为合适的判断时由所述***计算怎样进行加速才好。
专利文献4涉及如下一种***:对于具有多条行车道的道路,由该***来检测自己车辆与相邻行车道之间的间隔。该***向进行变线的驾驶员提供人机对接(HMI:human machine interface)技术。根据方向指示器的动作等各种来自驾驶员的反应、自己车辆的加减速情况和到达前方车辆的距离等来检测驾驶员的意图。此时,由于根据方向 指示器或自己车辆的行驶状态来检测驾驶员的意图,所以检测到驾驶员的意图时一定会产生延迟。
像这样,在现有技术中,由于根据开始检测到变线或超车动作而预测驾驶员的变线意图,所以它们并未提供如下一种用于预测驾驶员的意图的***:对于ADAS的有效部分,所进行的变线为足够早就能被检测出的变线。相反,所进行的预测若是根据在相邻行车道上具有能够利用的间隔或空间而进行的,虽然能够及早地进行预测,但存在能够利用的间隔的情形,有时并非表示驾驶员想要变线的意图。
像这样,现有技术中虽然记载有用于检测出想要变线的驾驶员的意图的结构,但只是着眼于用于确定想要变线的驾驶员的意图的基准之一而已。鉴于上述现有技术的局限性,本发明人的技术思路为驾驶员能够根据各种情形来确定是变线还是超车。
作为上述各种情形,可以例举以下情形:(a)在自己车辆的前方存在低速行驶的其他车辆;(b)前方车辆正在减速;(c)在后方有高速行驶的其他车辆正在接近自己车辆;(d)行车道已结束;(e)根据左侧通行·右侧通行规定而需要在左侧或右侧的行车道上行驶;(f)因道路施工等原因而所能够使用的行车道受限;(g)根据车辆导航装置的提示,需选择行进路径而产生的变线等。
像这样,需要解决上述问题,因而需要存在以下一种***:考虑到进行变线或超车的各种原因,该***能可信地把握驾驶员的意图或能可信地预测驾驶员的意图。
发明内容
鉴于上述现有技术中的问题点,本发明的目的在于提供如下一种***:在驾驶员最初产生变线意图的时刻到变线意图被检测出的时刻为止,其以最小限度的时间滞后来预测驾驶员的变线意图。
本发明的第2目的是提供如下一种***:其用于极其精准地预测驾驶员想要变线的意图。
为了至少部分实现上述目的,本发明提供一种用于预测驾驶员的 变线意图的***,其具有:自己车辆传感器,其用于检测出自己车辆的行驶状态;其他车辆传感器,其用于检测出与上述自己车辆在同一行车道上并且在上述自己车辆的前方的规定距离内行驶的其他车辆的行驶状态,和/或在相邻行车道上并且在上述自己车辆的规定距离内行驶的其他车辆的行驶状态;动机因素计算部,其根据上述自己车辆传感器和上述其他车辆传感器的输出信号计算动机因素,该动机因素用于触发由当前行车道变线到相邻行车道的意图;抑制因素计算部,其根据上述自己车辆传感器和上述其他车辆传感器的输出信号计算抑制因素,该抑制因素用于触发不由当前行车道变线到相邻行车道的意图;预测部,其根据上述动机因素计算部和上述抑制因素计算部的输出信号预测上述驾驶员的变线意图。
尤其是根据相对于自己车辆的速度的、在前方行驶的其他车辆的速度和在相邻行车道行驶的其他车辆的速度来确定动机因素和抑制因素。可以通过实验或统计方法来确定动机因素和抑制因素的基准,但根据多次在道路上进行的实验来确定即可。由于上述两个因素是在驾驶员实际开始进行变线动作之前检测出的,所以对于提示装置和/或加减速***而言,能够实时地利用由预测单元所进行的预测。通过提高动机因素和抑制因素的精度,能够防止***过多介入的情形,即、能够防止感到动作多余的情形出现。
用于表示想要变线的意图的驾驶员所进行的驾驶操作,因目的不同用于预测时有时会过于迟缓,但是该驾驶操作用于较为准确地预测驾驶员的意图。因此,根据自己车辆传感器的输出信号,进一步考虑到用于表示由当前行车道变线到相邻行车道的意图的前兆因素(指示器)时,预测部能够进一步准确地预测上述驾驶员想要变线的意图。
由本发明的某优选实施例可知,由动机因素计算部判定多个动机因素基准的哪一个得到满足,而由抑制因素计算部判定多个抑制因素基准的哪一个得到满足,由预测部来对比得到满足的动机因素基准的权重和得到满足的抑制因素基准的权重,以预测驾驶员的变线意图。
为对比得到满足的上述动机因素基准的权重和得到满足的上述抑制因素基准的权重,预测部可利用二进制“与”运算、模糊控制“与”运算或其他对比算法。这里所说的“权重”,虽然不进行限定,但是其由因素的总数、因素的加权总量或对比因素的其他指标构成即可。
附图说明
图1由图1中a~图1中c构成,是表示3个不同变线方式的示意图。
图2是表示2个变线意图的同于图1的示意图。
图3a是表示基于本发明的用于预测驾驶员的变线意图的***的框图,图3b是表示车载雷达的探测范围的俯视图。
图4由图4中a、图4中b构成,分别表示关于变线到高速行车道(左侧行车道)的参数的示意图。
图5由图5中a、图5中b构成,分别表示关于变线到低速行车道(右侧行车道)的参数的示意图。
图6是表示使用二进制“与”运算装置的意图确定过程的流程图。
图7是表示使用模糊控制“与”运算装置的意图确定过程的流程图。
图8由图8中a~图8中c构成,是分别表示从自己车辆观察时的不同变线形式时的前方和后方情形的图。
图9是表示不同变线形式时的使用二进制“与”运算和模糊控制“与”运算的如何预测变线意图的波形图。
本发明的下述的***,为了实现变线前后都对驾驶员进行辅助的并且基于车辆的行驶的ADAS,该***能够及早并且可信性较高地检测出由驾驶员进行的变线和超车的意图。还有,该***考虑到了为进行变线或超车的驾驶操作的各种诱因和情形。
图1中a~图1中c表示不同变线方式。图1中a表示自己车辆在当前行车道上行驶时,由于行驶在自己车辆的前方的其他车辆为低速行驶的状态,因此想要使自己车辆驶向相邻行车道中的情形。图1中b表示由于当前行车道即将结束,想要使自己车辆由正在行驶的当前行车道融入(驶入)相邻行车道的车流中的情形。图1中c表示在使自己车辆汇合(合并)到相邻的较为低速的行车道后,再从较为低速的行车道驶向出口道路的情形。上述任何一个情形中,在相邻行车道中必须存在供自己车辆驶入的空间,自己车辆的速度受相邻行车道的行车速度调节。
上述任何一个情形中,如图2所示,驾驶员都有以下选择:或由当前行车道驶入右侧行车道;或由当前行车道驶入左侧行车道;或者仍在当前行车道上行驶。自己车辆可以以驾驶员所选择的速度行驶,或以与在其前方行驶的其他车辆的速度相同的速度行驶。本发明中,不仅在左右方向上,而且在前后方向上,不论在变线前或正在变线时,都对驾驶员进行辅助。例如使自己车辆的速度同于相邻行车道的行车速度时,可使自己车辆有效地利用存在于相邻行车道上的空间。尤其是由本发明可知,只在驾驶员进行变线时或者超过行驶在其前方的其他车辆时对驾驶员进行辅助。因此,***不会过多介入,该***也不会给驾驶员带来焦躁感。另外,对于驾驶员而言,没有变线或者超车的意图时,不会由***进行变线的提示,由此可以使驾驶员感到舒服。像这样,对于驾驶员而言,更加易于接受有关的ADAS,从而能够更加有效地进行驾驶动作。
图3a表示本发明的结构,车辆V具有自己车辆传感器单元1,由其检测行驶速度、横向方向上的速度、横向角速度、前后方向上的加速度、横向方向上的加速度等车辆V自身的动态变量。车辆V还具有环境传感器(其他车辆传感器),该环境传感器包含前方雷达2、左方雷达3和右方雷达4即可,不仅用于检测出存在于自己车辆V的附近的其他车辆,而且还能检测出其他车辆的速度。根据需要,环境传感器还可具有后方雷达。图3b表示3个雷达的探测范围。
上述传感器的输出信号分别经自己车辆传感器接口5和环境传感器接口6而输入动机因素计算单元7和抑制因素计算单元8。如后面所详细说明的那样,由动机因素计算单元7计算动机因素,由该动机因素提示驾驶员进行变线,抑制因素计算单元8根据自己车辆传感器检测出的自己车辆的动态变量和环境传感器检测出的自己车辆周围的车辆状态计算抑制因素,其用于提示驾驶员保持当前行车道。
动机因素计算单元7和抑制因素计算单元8的输出信号输入可由二进制“与”运算装置或模糊逻辑“与”运算装置构成的预测单元9。预测单元9的输出信号输入输出单元10,当预测到驾驶员的变线意图之后由输出单元10将该意图告知给有关ADAS。该输出信号可由表示驾驶员将自己车辆驶入左侧或右侧的相邻行车道的意图的2个布尔(Boolean)值或2个似然(likelihood)值构成。***根据需要可以包含自己车辆传感器5和指示器计算单元11,其中,由自己车辆传感器5检测自己车辆的转向角、横向方向和前后方向上的加速度值以及横向角速度等各种动态变量,还检测方向指示器的动作,而由指示器计算单元11检测驾驶员想要变线的意图。
用于变线到较为高速的左侧行车道的参数的定义
为检测出变线到较为高速的左侧行车道的意图,以实现用于预测驾驶员的意图的***,至少需要以下信号输入。参照表1。
[表1]
为了提高***的性能和可信性,优选进一步使用以下信号输入。参照表2。
[表2]
用于变线到较为低速的右侧行车道的参数的定义
为检测出变线到较为低速的右侧行车道的意图,以实现用于预测驾驶员的意图的***,至少需要以下信号输入。参照表3。这些信号需要加到表1的信号中。
[表3]
为了提高***的性能和可信性,优选进一步使用以下信号输入。参照表4。
[表2]
可根据以下所示的3个参数来推定驾驶员的意图。由“与”运算装置来组合这些参数以确定变线和超车动作的可能性。
(A)动机因素
(B)抑制因素
(C)指示器
动机因素增大驾驶员的变线意图的可能性(似然),与之相对,抑制因素减小驾驶员的变线意图的可能性。可考虑下述能进行测定的参数。
(a)可根据对应行车道上的车流状况求出各行车道的平均速度,相邻行车道的平均速度大于当前行车道的平均速度时,驾驶员想要使自己车辆驶入较为高速的行车道。
(b)在右侧通行的情况下,右侧行车道上没有车辆时,根据其区间的长度,驾驶员想要变线的意图的可能性会增大。对于是左侧通 行还是右侧通行,要尽量根据是规定左侧通行还是右侧通行而定。
(c)驾驶员的速度受到在其前方行驶的其他车辆的限制等而希望大于当前车速时,驾驶员想要使自己车辆驶入较为高速的行车道上。当前车速大于驾驶员希望的速度时,驾驶员则是想要使自己车辆驶入较为低速的行车道上。驾驶员希望的速度可以直接从低速行驶装置的设定速度求出,或者通过分析在规定时间内的驾驶状态而进行推定。
(d)自己车辆离前方车辆的距离较小时,变线的可能性变大。
(e)距离碰撞的时间(TTC:time to collision)越短,变线的可能性越大。
(f)随着预测到的不受干涉的驾驶时间的增大,而且在不使自己车辆的速度同于周围的车流的速度时,进行变线的可能性降低。不受干涉的驾驶时间在右侧行车道上增大时,驶入该行车道的可能性变大。
(g)自己车辆的型式也对想要变线的可能性带来直接影响。对于货车或公交车等最大速度或输出功率较小的车辆,变线的可能性变大。
指示器为如下一种参数:当技术员具有进行变线或超车动作、或留在当前行车道的明确意图时,该指示器用于表示驾驶员的举动或者自己车辆的特性,是能够测定的。指示器具有用于确认检测出或推定出的驾驶员的变线可能性的作用。
(1)通过分析由TCL表示的当前行车道内的车辆的运动或轨迹,可在较短时间内预测出驾驶员想要变线的意图。
(2)明显的转动方向盘动作和自己车辆的相对偏转角度相对于当前行车道轨迹的变化,表示马上就要进行变线或超车动作。
(3)方向指示器向左右的动作,表示立即进行变线或超车动作。
可以用各种方式来评价动机因素和抑制因素。通常对动机因素的指标或权重与抑制因素的指标或权重进行对比,根据该对比结果进行预测。在进行上述对比时刻利用下述的“与”运算方法。
模糊理论
二进制“与”运算
神经网络
SVM(support vector)
马尔科夫过程
贝叶斯网络
状态机(state machine)
图6表示将二进制“与”运算应用于某输入参数的例子的***。由此可知,可考虑驾驶员希望的速度、自己车辆的速度、前方车辆的速度、在想要驶入的行车道上行驶的车辆的速度、自己车辆的加速能力和时间间隔等参数。动机因素比抑制因素大或明显时存在动机基准,相反时存在抑制基准。动机因素基准的数量和抑制因素基准的数量之差超过阈值X而且具有相邻的行车道时,认为驾驶员想要变线。
作为组合上述参数的其他方法,其应用了模糊控制理论。图7表示使用了模糊“与”运算的***。其与图6所示的***的不同点只在用模糊“与”运算装置代替了二进制“与”运算装置。前处理、动机因素和抑制因素框部分与实施二进制“与”运算方法时相同。
下面例举几个模糊理论规则。
(1)与在前方行驶的车辆的相对速度差较大并且驾驶员希望的速度大于在前方行驶的车辆的速度时,驾驶员想要变线的概率极高。
(2)加速能力极小时驾驶员想要变线的概率也较小。
(3)与在前方行驶的车辆的相对时间间隔极小时驾驶员变线的可能性较大。
(4)自己车辆的性能较好并且有货车在前方行驶时驾驶员变线的可能性较大。
(5)自己车辆的宽度相对于行车道的宽度较宽并且相邻行车道宽于当前行车道时驾驶员想要变线的可能性较大。
为验证由驾驶员进行的想要变线的意图的检测方法的正确性而应用了2种方法。在模拟环境中实施二进制“与”运算法和模糊“与”运算法,并且如图8所示,使实际的试验用车实时地进行行驶。根据 在此所用的传感器结构可知,能够检测出360度环境。但是,由其后的实验验证到以下情况:除了搭载在已有的Honda Acura RL(注册商标)上的ACC/CMBS雷达传感器以外,利用2个侧部传感器消除了盲点,并且获得了较好的正确性。
使用试验用车,由10名测试驾驶员在德国的各种高速道路上进行了400次变线。未给各测试驾驶员分配特殊任务而指示其进行一般的驾驶。作为其具有代表性的抽取数据,如图9所示,驾驶员进行了3次变线。前2次变线是在试验用车与在其前方行驶的低速车辆接近时进行的。可参照图8中a和图8中b所示的情形。在图8中c所示的最后情形中,表示驾驶员在一段时间内跟着在其前方行驶的车辆,之后超了该车辆。通过抽取测定数据中具有代表性的部分,检测出的变线意图的结果总结为以下说明的内容。
图9中靠上的2个图表中除了表示二进制“与”运算法和模糊“与”运算法的结果,还表示有所使用的若干输入信号。二进制“与”运算法的输出信号为0或1。输出信号0表示未检测出驶向左侧行车道的意图,输出信号1表示驾驶员有变线到左侧行车道的意图。模糊“与”运算法的输出信号为0到100%之间的百分数值。该值表示驶向左侧行车道的概率或可能性。在从上数第3个图表当中,表示有左侧方向指示器的状态。该信号为用于对比2种方法并进行验证的基线,并非本发明的变线检测算法的输入信号。第4个图表表示与在前方行驶的车辆的相对速度,最下面的图表表示所对应的时间间隔(τ=d/Vego)。
如图8中a的情形1所示,驾驶员在与在其前方行驶的车辆接近之后进行了第1变线。图9表示在121秒内的状态。在驾驶员操作左方向指示器之前2.3秒时检测出驾驶员想要变线到左侧行车道的意图。随着与前方车辆之间的距离的缩短,即随着时间间隔变小,驾驶员想要变线的意图变得越强。约10m/s的相对速度较大。在开始进行超车动作后,车辆离开当前行车道,雷达传感器将新的对象选为有关当前行车道上的车辆。由其表示意图确认状态被复位而没有变线意图的状态。
图8中b的情形2以及图9表示167秒的第2变线之前的状态。即使在任意一个算法中,都在驾驶员操作方向指示器之前3秒检测出驾驶员想要变线到左侧行车道的意图。唯一差别在于自己车辆和前方车辆之间的距离。与情形1相比,其距离较大,时间间隔较长。因此,模糊“与”运算算法检测出约70%的较低的意图。但是,该值也是能表示驶向左侧行车道的足够的值。在进行超车动作之后,马上由雷达将新的当前行车道上的较为高速的车辆作为具有新的关注点的车辆而检测出来,所以时间间隔立即变为较低的程度。像这样,任意一个“与”运算法再次被设定为0,以分别表示没有变线意图。
在175秒和207秒之间,驾驶员使自己车辆跟在前方车辆的后面。图9中的时间间隔继续为1.2秒左右的较低程度(τ≈1.2)。驾驶员没有超过位于前方的箱式货车而进行变线的迫切的意图。模糊理论算法在207秒的下次变线的情形之前,检测出3次较低程度(≤40%)的变线意图。该值低于所设定的50%这一阈值,因此不能检测出变线到左侧行车道的意图。
在207秒时,驾驶员想要超过位于前方的车辆而驶入左侧行车道。模糊“与”运算法的意图的水平增大。在2秒后的209秒时,二进制“与”运算法也检测出变线的意图。212秒时的模糊意图信号的下倾斜率和二进制意图算法的变动的输出信号反映出驾驶员想要变线,但由于察觉到在后方有高速车辆正在接近自己车辆,所以仍在原行车道行驶。可参照图8中c的情形3。在驾驶员变线到左侧行车道或进行超车动作之前会被该车辆超过。驾驶员将方向指示指向左方向之前约20秒时能够检测出最初的变线意图。在未注意到从后方有车辆正在接近时,对驾驶员进行主动介入或发出警告,为防止产生事故而进行操作时,上述时间就以足够了。
利用上述任意一个方法都能检测出驾驶员的变线意图,这些方法都利用搭载在当前车辆上***(Honda的ACC/CMBS雷达传感器、车轮转速传感器等)所能提供的已有输入信号来检测。驾驶员的意图是在操作方向指示器2.3秒至20秒前检测出来的。相比现有算法,本 发明即使驾驶员不进行方向指示,也能及早地检测出想要变线的意图。所以说上述特性是由ADAS进行早期介入时所必须的,这样,能预先防止变线或超车情形下出现问题。
上面说明了具体实施方式,但是本领域技术人员也很容易理解,本发明并不局限于上述实施方式或变型例,可以对其进行各种变型。本申请基于巴黎公约而主张优先权的在先申请的所有内容和本申请所引用的现有技术的所有内容,以及所涉及的其他内容均为本申请的说明书的一部分。

Claims (6)

1.一种用于预测驾驶员的变线意图的***,其特征在于,具有:
自己车辆传感器,由其检测出自己车辆的行驶状态;
其他车辆传感器,由其检测出与上述自己车辆在同一行车道上并且在上述自己车辆的前方的规定距离内行驶的其他车辆的行驶状态,和/或在相邻行车道上并且在上述自己车辆的规定距离内行驶的其他车辆的行驶状态;
动机因素计算部,其根据上述自己车辆传感器和上述其他车辆传感器的输出信号计算动机因素,由该动机因素触发由当前行车道变线到相邻行车道的意图;
抑制因素计算部,其根据上述自己车辆传感器和上述其他车辆传感器的输出信号计算抑制因素,由该抑制因素触发不由当前行车道变线到相邻行车道的意图;
预测部,其根据上述动机因素计算部和上述抑制因素计算部的输出信号预测上述驾驶员的变线意图,
由上述动机因素计算部判定多个动机因素基准的哪一个得到满足,而由上述抑制因素计算部判定多个抑制因素基准的哪一个得到满足,由预测部来对比得到满足的上述动机因素基准的权重和得到满足的上述抑制因素基准的权重,以预测上述驾驶员的变线意图。
2.根据权利要求1所述的***,其特征在于,
还具有前兆因素计算部,其根据上述自己车辆传感器的输出信号,计算用于表示由当前行车道变线到相邻行车道的意图的前兆因素,上述预测部根据该前兆因素计算部的输出信号来预测上述驾驶员的变线意图。
3.根据权利要求1所述的***,其特征在于,
上述其他车辆传感器包含电磁波雷达、光学雷达或声音雷达。
4.根据权利要求1所述的***,其特征在于,
为对比得到满足的上述动机因素基准的权重和得到满足的上述抑制因素基准的权重,上述预测部采用二进制“与”运算方法。
5.根据权利要求1所述的***,其特征在于,
为对比得到满足的上述动机因素基准的权重和得到满足的上述抑制因素基准的权重,上述预测部采用模糊控制“与”运算方法。
6.根据权利要求1所述的***,其特征在于,
上述自己车辆传感器的输出信号包含自己车辆的行驶速度和/或在前后方向上的加速度。
CN201080067483.7A 2010-06-18 2010-06-18 用于预测驾驶员的变线意图的*** Active CN103069466B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2010/004102 WO2011158307A1 (ja) 2010-06-18 2010-06-18 運転者の車線変更意図を予測するシステム

Publications (2)

Publication Number Publication Date
CN103069466A CN103069466A (zh) 2013-04-24
CN103069466B true CN103069466B (zh) 2015-07-15

Family

ID=45347735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080067483.7A Active CN103069466B (zh) 2010-06-18 2010-06-18 用于预测驾驶员的变线意图的***

Country Status (5)

Country Link
US (1) US9159023B2 (zh)
EP (1) EP2571004B1 (zh)
JP (1) JP5597708B2 (zh)
CN (1) CN103069466B (zh)
WO (1) WO2011158307A1 (zh)

Families Citing this family (88)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9607519B2 (en) * 2011-06-22 2017-03-28 Nissan Motor Co., Ltd. Vehicle driving control system
JP2014049075A (ja) * 2012-09-04 2014-03-17 Toyota Motor Corp 走行支援装置
KR101896715B1 (ko) * 2012-10-31 2018-09-07 현대자동차주식회사 주변차량 위치 추적 장치 및 방법
CN102991504B (zh) * 2012-12-07 2015-06-03 长安大学 一种对驾驶员换道安全性进行判断并预警的方法
KR101993268B1 (ko) * 2013-05-10 2019-06-26 현대모비스 주식회사 차선 변경 제어 장치 및 방법
SE538365C2 (sv) * 2013-06-20 2016-05-31 Scania Cv Ab Tidseffektivt system och metod för stöd av filbyte med hänsyn till det egna fordonets framförande
DE102013012181A1 (de) * 2013-07-22 2015-01-22 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Einrichtung zur Steuerung eines Fahrtrichtungsanzeigers
US8930124B1 (en) * 2013-08-30 2015-01-06 International Business Machines Corporation Dynamic speed limit generation
JP5977270B2 (ja) * 2014-01-14 2016-08-24 株式会社デンソー 車両制御装置、及びプログラム
DE102014201267A1 (de) * 2014-01-23 2015-07-23 Bayerische Motoren Werke Aktiengesellschaft Abstandsinformationssystem für ein Kraftfahrzeug
CN103754221B (zh) * 2014-01-24 2017-05-24 清华大学 一种车辆自适应巡航控制***
EP2923912B1 (en) 2014-03-24 2018-12-26 Volvo Car Corporation Driver intention estimation arrangement
EP2923911B1 (en) * 2014-03-24 2019-03-13 Honda Research Institute Europe GmbH A method and system for predicting movement behavior of a target traffic object
SE540271C2 (sv) * 2014-04-01 2018-05-22 Scania Cv Ab Förfarande för att riskbedöma körfältsbyte vid framförande av ett ledande fordon på en vägbana med åtminstone två angränsande körfält
EP2942765B1 (en) * 2014-05-07 2018-12-26 Honda Research Institute Europe GmbH Method and system for predictive lane change assistance, program software product and vehicle
US10068472B2 (en) * 2014-06-06 2018-09-04 Veoneer Us, Inc. Automotive lane discipline system, method, and apparatus
KR102051142B1 (ko) * 2014-06-13 2019-12-02 현대모비스 주식회사 차량용 운전자 위험 지수 관리 시스템 및 그 방법
DE102014212478A1 (de) * 2014-06-27 2015-12-31 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Erstellung eines Umfeldmodells eines Fahrzeugs
EP3001272B1 (en) * 2014-09-26 2017-04-12 Volvo Car Corporation Method of trajectory planning for yielding manoeuvres
CN104635736B (zh) * 2014-12-19 2017-03-29 财团法人车辆研究测试中心 用于驾驶行为决策的自动驾驶***及其方法
JP6137212B2 (ja) * 2015-02-02 2017-05-31 トヨタ自動車株式会社 運転支援装置
JP6046190B2 (ja) * 2015-03-31 2016-12-14 本田技研工業株式会社 運転支援装置
JP6319192B2 (ja) * 2015-05-29 2018-05-09 トヨタ自動車株式会社 車速制限装置
US9836056B2 (en) * 2015-06-05 2017-12-05 Bao Tran Smart vehicle
RU2688553C1 (ru) * 2015-07-28 2019-05-21 Ниссан Мотор Ко., Лтд. Способ и устройство управления движением
JP6442771B2 (ja) * 2015-08-06 2018-12-26 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
CN105157709A (zh) * 2015-08-13 2015-12-16 武汉光庭信息技术有限公司 基于安全驾驶地图的adasis扩展信息输出装置及方法
JP2017045385A (ja) * 2015-08-28 2017-03-02 株式会社デンソー 運転支援装置及びプログラム
US9721472B2 (en) * 2015-09-22 2017-08-01 Ford Global Technologies, Llc Formulating lane level routing plans
JP6451584B2 (ja) * 2015-10-09 2019-01-16 株式会社デンソー 情報処理装置
KR101953128B1 (ko) * 2015-10-22 2019-05-31 현대자동차주식회사 차량 및 차량의 제어 방법
DE102016205141A1 (de) * 2015-11-04 2017-05-04 Volkswagen Aktiengesellschaft Verfahren und Fahrzeugkommunikationssystem zum Bestimmen einer Fahrintention für ein Fahrzeug
JP6316265B2 (ja) * 2015-12-01 2018-04-25 本田技研工業株式会社 車線変更制御装置
JP6398957B2 (ja) * 2015-12-02 2018-10-03 株式会社デンソー 車両制御装置
US10800455B2 (en) * 2015-12-17 2020-10-13 Ford Global Technologies, Llc Vehicle turn signal detection
US9919740B2 (en) * 2016-02-05 2018-03-20 Ford Global Technologies, Llc Situational deactivation of lane keep assist system
US20170232965A1 (en) * 2016-02-17 2017-08-17 Delphi Technologies, Inc. Adaptive cruise control with operator intention inference
CN107089229A (zh) * 2016-02-17 2017-08-25 德尔福技术有限公司 利用操作者意图推断的自适应巡航控制
CN105788321B (zh) * 2016-03-31 2022-02-01 腾讯科技(深圳)有限公司 车辆通信方法、装置及***
US10807603B2 (en) 2016-04-05 2020-10-20 Ford Global Technologies, Llc Method and apparatus for predictive driver assistance
KR101786352B1 (ko) * 2016-05-27 2017-11-15 현대자동차주식회사 우선순위 고려 차선 변경 제어 장치 및 방법
JP6880590B2 (ja) * 2016-08-02 2021-06-02 いすゞ自動車株式会社 操舵補助装置及び操舵補助方法
CN106218637B (zh) * 2016-08-08 2019-02-22 深兰科技(上海)有限公司 一种自动驾驶方法
WO2018057455A1 (en) * 2016-09-21 2018-03-29 Apple Inc. Vehicle control system
DE102016120876A1 (de) * 2016-11-02 2018-05-03 HELLA GmbH & Co. KGaA Verfahren, System und Computerprogrammprodukt zur Erkennung eines möglichen Spurwechsels eines Fremdfahrzeugs, sowie Fahrzeug
US10089880B2 (en) 2016-11-08 2018-10-02 International Business Machines Corporation Warning driver of intent of others
US10040453B2 (en) 2016-11-17 2018-08-07 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for preemptively modifying vehicle parameters according to predicted accelerations upon a travel lane clearing
US10202112B2 (en) 2016-11-28 2019-02-12 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for preemptively modifying vehicle parameters according to predicted accelerations when merging
JP6494121B2 (ja) * 2017-03-01 2019-04-03 本田技研工業株式会社 車線変更推定装置、車線変更推定方法、およびプログラム
JP6593607B2 (ja) * 2017-03-07 2019-10-23 トヨタ自動車株式会社 車両制御装置
CN108573617A (zh) * 2017-03-09 2018-09-25 奥迪股份公司 驾驶辅助装置、车辆及其方法
US10814913B2 (en) * 2017-04-12 2020-10-27 Toyota Jidosha Kabushiki Kaisha Lane change assist apparatus for vehicle
US10710588B2 (en) 2017-05-23 2020-07-14 Toyota Motor Engineering & Manufacturing North America, Inc. Merging and lane change acceleration prediction energy management
DE102017209628A1 (de) * 2017-06-08 2018-12-13 Robert Bosch Gmbh FMCW-Radarsensor für Kraftfahrzeuge
DE102017212432A1 (de) * 2017-07-20 2019-01-24 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Fahrerassistenzsystems eines Kraftfahrzeugs und Fahrerassistenzsysteme
US10611371B2 (en) * 2017-09-14 2020-04-07 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for vehicle lane change prediction using structural recurrent neural networks
CN107792073B (zh) * 2017-09-29 2019-10-25 东软集团股份有限公司 一种车辆换道控制方法、装置及相关设备
US10745007B2 (en) * 2018-06-08 2020-08-18 Denso International America, Inc. Collision avoidance systems and methods
US11341356B2 (en) * 2018-06-15 2022-05-24 Uatc, Llc System and method for determining object intention through visual attributes
JP7026231B2 (ja) * 2018-07-16 2022-03-01 日産自動車株式会社 走行支援方法及び走行支援装置
US11186276B2 (en) * 2018-07-27 2021-11-30 Baidu Usa Llc Adjusting speeds along a path for autonomous driving vehicles
KR102660838B1 (ko) * 2018-08-10 2024-04-26 현대자동차주식회사 차량 및 그 제어방법
DE102018215055A1 (de) * 2018-09-05 2020-03-05 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Bestimmen einer Spurwechselangabe eines Fahrzeugs, ein computerlesbares Speichermedium und ein Fahrzeug
DE102018216364B4 (de) * 2018-09-25 2020-07-09 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Unterstützen eines Spurwechselvorgangs für ein Fahrzeug
DE102018126832A1 (de) * 2018-10-26 2020-04-30 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Steuereinheit zur Querführung eines Fahrzeugs bei einer Folgefahrt
GB2578913B (en) * 2018-11-14 2021-05-12 Jaguar Land Rover Ltd Vehicle control system and method
DE102019206178A1 (de) * 2019-04-30 2020-11-05 Ford Global Technologies, Llc Verfahren und Vorrichtung zum Abschätzen einer Fahrspurwechselabsicht eines Fahrzeugs
CN110070742A (zh) * 2019-05-29 2019-07-30 浙江吉利控股集团有限公司 高速匝道限速识别方法、***及车辆
WO2021050123A2 (en) * 2019-05-31 2021-03-18 Nolimits Enterprises, Inc. Artificial intelligence for the classification of signals for radar detectors
KR20210035523A (ko) * 2019-09-24 2021-04-01 현대자동차주식회사 차량 주행제어 방법 및 장치
FR3103891A1 (fr) * 2019-12-03 2021-06-04 Psa Automobiles Sa Dispositif d’aide à la navigation à détermination de voie la plus probable pour un véhicule, et procédé d’assistance à la conduite associé
KR20210114689A (ko) * 2020-03-11 2021-09-24 주식회사 만도 차량 및 그 제어 방법
CN111409629B (zh) * 2020-03-11 2021-10-12 坤泰车辆***(常州)有限公司 自动驾驶***中他车切入的判断方法
KR102352464B1 (ko) * 2020-04-03 2022-01-20 주식회사 만도모빌리티솔루션즈 운전자 보조 시스템 및 그 제어 방법
US11203344B2 (en) 2020-05-05 2021-12-21 Robert Bosch Gmbh Courteous trajectory planning for automated vehicles
US11511751B2 (en) 2020-05-29 2022-11-29 Toyota Research Institute, Inc. Merge situation exposure algorithms to maximize exposure time
CN113077619B (zh) * 2020-07-08 2021-12-07 中移(上海)信息通信科技有限公司 车辆运动预测的方法、装置、设备及存储介质
JP7347375B2 (ja) * 2020-08-31 2023-09-20 トヨタ自動車株式会社 走行車線計画装置及び走行車線計画用コンピュータプログラム
KR20220056923A (ko) * 2020-10-28 2022-05-09 현대자동차주식회사 자율주행 제어 장치 및 방법
CN112428954B (zh) * 2020-11-09 2021-11-23 江苏大学 一种自适应调节的并线辅助装置及控制方法
CN112622645B (zh) * 2021-03-09 2021-06-01 成都微精电机股份公司 一种用于车辆的全自动控制电机的自调整方法
JP2022149840A (ja) * 2021-03-25 2022-10-07 トヨタ自動車株式会社 降車支援装置
FR3123617B1 (fr) * 2021-06-02 2023-04-21 Psa Automobiles Sa Procédé et dispositif de maintien d’une sélection d’un véhicule cible par un système d’aide à la conduite embarqué.
CN113495563B (zh) * 2021-06-10 2022-09-20 吉林大学 用于自动驾驶虚拟测试的交通车换道决策规划方法
US20230009173A1 (en) * 2021-07-12 2023-01-12 GM Global Technology Operations LLC Lane change negotiation methods and systems
CN113763750B (zh) * 2021-09-29 2023-06-13 天翼交通科技有限公司 基于5g的智能车路协同***及方法
CN114872708B (zh) * 2022-05-19 2024-06-18 一汽奔腾轿车有限公司 基于模糊推理和有限状态机的换道决策方法及***
CN116882505B (zh) * 2023-09-06 2023-12-12 北京理工大学 一种自我车辆高速公路场景下的车速预测方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101002239A (zh) * 2004-07-20 2007-07-18 驱动诊断有限公司 监控驾驶的***和方法
CN101031452A (zh) * 2004-10-01 2007-09-05 罗伯特·博世有限公司 用于辅助驾驶员的方法及装置
JP2008084318A (ja) * 2007-09-21 2008-04-10 Nissan Motor Co Ltd 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
JP2009020910A (ja) * 2008-09-29 2009-01-29 Nissan Motor Co Ltd 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
JP2010049719A (ja) * 2009-12-03 2010-03-04 Nissan Motor Co Ltd 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0587700U (ja) * 1992-04-24 1993-11-26 クラリオン株式会社 車両用近接警告装置
JP3870911B2 (ja) * 2003-02-10 2007-01-24 日産自動車株式会社 車線逸脱防止装置
JP3925474B2 (ja) * 2003-07-18 2007-06-06 日産自動車株式会社 車線変更支援装置
US7349767B2 (en) 2003-12-16 2008-03-25 Nissan Motor Co., Ltd. Method and system for intention estimation and operation assistance
JP4561092B2 (ja) 2003-12-16 2010-10-13 日産自動車株式会社 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
JP4226455B2 (ja) 2003-12-16 2009-02-18 日産自動車株式会社 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
JP2005339241A (ja) * 2004-05-27 2005-12-08 Nissan Motor Co Ltd モデル予測制御装置および車両用推奨操作量生成装置
JP4400316B2 (ja) * 2004-06-02 2010-01-20 日産自動車株式会社 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
DE102004029369B4 (de) 2004-06-17 2016-09-15 Robert Bosch Gmbh Spurwechselassistent für Kraftfahrzeuge
JP4591024B2 (ja) * 2004-10-01 2010-12-01 ソニー株式会社 信号検査回路および半導体記憶装置
JP4400418B2 (ja) * 2004-10-29 2010-01-20 日産自動車株式会社 車間距離制御装置及び車間距離制御方法並びに運転操作支援装置及び運転操作支援方法
JP4062310B2 (ja) 2005-02-07 2008-03-19 日産自動車株式会社 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
DE102005022663A1 (de) 2005-05-17 2006-11-23 Robert Bosch Gmbh Verfahren und Vorrichtung zur Fahrerunterstützung
DE102005028370A1 (de) 2005-06-20 2006-12-28 Robert Bosch Gmbh Verfahren zur Erkennung eines bevorstehenden Spurwechsels
DE102006043149A1 (de) 2006-09-14 2008-03-27 Bayerische Motoren Werke Ag Integrierter Quer- und Längsführungsassistent zur Unterstützung des Fahrers beim Fahrspurwechsel
DE102007007507A1 (de) 2007-02-15 2008-08-21 Robert Bosch Gmbh Lückenmelder für den Spurwechsel eines Kraftfahrzeugs auf einer mehrspurigen Straße
JP5017039B2 (ja) 2007-09-27 2012-09-05 日立オートモティブシステムズ株式会社 車線変更支援装置
JP5195079B2 (ja) * 2008-06-27 2013-05-08 トヨタ自動車株式会社 運転支援装置
JP2010084318A (ja) * 2008-09-29 2010-04-15 Miwa Lock Co Ltd 検知具対策用シリンダ錠

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101002239A (zh) * 2004-07-20 2007-07-18 驱动诊断有限公司 监控驾驶的***和方法
CN101031452A (zh) * 2004-10-01 2007-09-05 罗伯特·博世有限公司 用于辅助驾驶员的方法及装置
JP2008084318A (ja) * 2007-09-21 2008-04-10 Nissan Motor Co Ltd 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
JP2009020910A (ja) * 2008-09-29 2009-01-29 Nissan Motor Co Ltd 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
JP2010049719A (ja) * 2009-12-03 2010-03-04 Nissan Motor Co Ltd 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両

Also Published As

Publication number Publication date
JP5597708B2 (ja) 2014-10-01
US9159023B2 (en) 2015-10-13
EP2571004A4 (en) 2013-12-18
US20130085976A1 (en) 2013-04-04
EP2571004A1 (en) 2013-03-20
EP2571004B1 (en) 2016-03-09
WO2011158307A1 (ja) 2011-12-22
CN103069466A (zh) 2013-04-24
JPWO2011158307A1 (ja) 2013-08-15

Similar Documents

Publication Publication Date Title
CN103069466B (zh) 用于预测驾驶员的变线意图的***
US9308916B2 (en) Driver-assistance system and method for operating the driver-assistance system
JP6650214B2 (ja) 衝突後操縦計画を行う方法及びシステム、並びに当該システムを備える車両
EP1332910B1 (en) Method and system for vehicle operator assistance improvement
DE102011082126B4 (de) Sicherheitseinrichtung für kraftfahrzeuge
US20230192078A1 (en) Method for calculating risk domain of vehicle-pedestrian collision and safety evaluation system
JP6468261B2 (ja) 自動運転システム
EP3663153A1 (en) Vehicle control device
EP3715204A1 (en) Vehicle control device
EP3663152A1 (en) Vehicle control device
US9460626B2 (en) Driving support device and driving support method
WO2010000521A1 (de) Fahrerassistenzverfahren und -vorrichtung
EP3456596A1 (en) Method and device of predicting a possible collision
CN112896157A (zh) 一种防御性驾驶控制方法、装置、***、车载终端及存储介质
EP3666612A1 (en) Vehicle control device
EP3527450B1 (en) Vehicle control apparatus
CN110466522A (zh) 自动变道方法、***、车辆、车载计算机及存储介质
Park et al. A vehicle speed harmonization strategy for minimizing inter-vehicle crash risks
CN114291116B (zh) 周围车辆轨迹预测方法、装置、车辆及存储介质
CN117116072A (zh) 一种高速公路协同决策安全行车方法及***
Wang et al. Novel cooperative collision avoidance model for connected vehicles
EP4265497A1 (en) Method of collision point calculation and emergency brake assist deceleration based on the method of collision point calculation
JP7400911B1 (ja) 自動運転装置
EP3974293A1 (en) Driving control apparatus for vehicle
Mo et al. On vision-based lane departure detection approach

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