CN103201777A - 用于估计局部交通流量的***和方法 - Google Patents
用于估计局部交通流量的***和方法 Download PDFInfo
- Publication number
- CN103201777A CN103201777A CN201180053694XA CN201180053694A CN103201777A CN 103201777 A CN103201777 A CN 103201777A CN 201180053694X A CN201180053694X A CN 201180053694XA CN 201180053694 A CN201180053694 A CN 201180053694A CN 103201777 A CN103201777 A CN 103201777A
- Authority
- CN
- China
- Prior art keywords
- current
- riving condition
- vehicle
- needs
- speed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims 3
- 238000001514 detection method Methods 0.000 description 58
- 238000004891 communication Methods 0.000 description 16
- 229920006395 saturated elastomer Polymers 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000035939 shock Effects 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
-
- 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
- G08G1/162—Decentralised systems, e.g. inter-vehicle communication event-triggered
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
用于估计局部交通流量的***和方法。用于估计局部交通流量的***和方法被描述。方法的一个实施例包含:从历史数据确定用户的驾驶习惯;确定用户正在驾驶的车辆的当前位置;以及确定该车辆的当前驾驶条件。一些实施例包含:从驾驶习惯和当前位置,预测需要的驾驶条件;把需要的驾驶条件与当前驾驶条件比较,以确定交通拥挤程度;以及发送指示该交通拥挤程度的信号。
Description
技术领域
本文描述的实施例,一般涉及用探测车辆确定交通流量,而尤其涉及促进道路上车辆之间的通信以便更准确地确定交通流量和识别交通状况。
背景技术
目前已有各种不同方案用于估计道路上的交通流量。历史上,这种估计已经通过基础设施解决方案实行,诸如埋藏在道路表面中的磁感环路、或来自被战略性地放置在道路上方的有良好视野的雷达或摄像机的数据的信号处理。虽然这些解决方案常常能在宏观水平上(如,在道路的数英里/公里的数量级上)确定交通流量,但它们在提供更局部化的交通条件方面(如,在道路的数百码/米的数量级上)常常是有缺陷的。因此,某些交通条件可以被当前的解决方案丢失。
发明内容
被包含的是用探测车辆估计局部交通流量的实施例。按照一个实施例,一种用探测车辆估计局部交通流量的方法,包含:从历史数据确定用户的驾驶习惯;确定用户正在驾驶的车辆的当前位置;以及确定车辆的当前驾驶条件。一些实施例包含:从该驾驶习惯和该当前位置,预测需要的驾驶条件;把需要的驾驶条件与当前驾驶条件比较,以确定交通拥挤程度;以及发送指示该交通拥挤程度的信号。
在另一个实施例中,一种用探测车辆估计局部交通流量的***,包含:存储车辆环境逻辑的存储器部件,该环境逻辑使用户正在驾驶的车辆的车辆计算装置从历史数据确定用户的驾驶习惯、确定车辆的当前位置以及确定车辆的当前驾驶条件。在一些实施例中,该环境逻辑被配置成:从该驾驶习惯和该当前位置,预测需要的驾驶条件;把需要的驾驶条件与当前驾驶条件比较,以确定交通拥挤程度;以及发送指示该交通拥挤程度的信号。
在又另一个实施例中,一种用于通过探测车辆估计局部交通流量的非暂时计算机可读媒体,包含程序,当该程序被车辆的车辆计算装置执行时,使计算机通过计算装置从历史数据确定用户的驾驶习惯、确定用户正在驾驶的车辆的当前位置、以及确定该车辆的当前驾驶条件。在一些实施例中,该程序被配置成:从该驾驶习惯和该当前位置,预测需要的驾驶条件;把需要的驾驶条件与当前驾驶条件比较,以确定交通拥挤程度;以及发送指示该交通拥挤程度的信号。
附图说明
由本公开的实施例提供的这些和另外的特征,借鉴下面结合附图的详细描述,将得到更完全的理解。
附图中阐明的实施例,本质上是说明性和示例性的,并不企图限制本公开。这些说明性实施例在下面详细的描述,当结合下面附图阅读时,能够被理解。附图中,类同的结构用类同的参考数字表示,且附图中:
图1按照本文公开的实施例,示意画出可以用于确定局部交通流量的探测车辆;
图2按照本文公开的实施例,示意画出被配置成确定局部交通流量的计算装置;
图3A-3C按照本文公开的实施例,示意画出可以被探测车辆遇到的多种交通条件;
图4按照本文公开的实施例,画出用于从当前的车辆速度,确定交通拥挤程度的流程图;
图5按照本文公开的实施例,画出用于从估计的需要的车辆速度,确定交通拥挤程度的流程图;
图6A-6C按照本文公开的各个不同实施例,画出用于从用户特定驾驶偏好,确定交通拥挤程度的流程图;
图7按照本文公开的实施例,画出曲线图,示出用于把交通拥挤分级的示例性条件;和
图8A-8C按照本文公开的实施例,画出用于确定交通拥挤的另一个示例性实施例。
具体实施方式
本文公开的实施例,包含***、方法和用于估计局部交通流量的非暂时计算机可读媒体。更具体地说,在一些实施例中,交通流量是通过把当前车辆速度与公布的速度限制比较而被估计的。类似地,在一些实施例中,需要的车辆速度可以被确定并与车辆的当前速度比较。在一些实施例中,可移动性因子能够被确定并与具体用户需要的可移动性因子比较。依据这些交通流量确定,探测车辆能够与道路上其他车辆通信,以指示交通拥挤。
现在参考附图,图1按照本文公开的实施例,示意画出可以用于确定局部交通流量的探测车辆100。如图所示,探测车辆100可以包含:一个或多个传感器102a、102b、102c及102d(其中传感器102d与传感器102b相比是被定位在车辆100的相反侧,而传感器102a-102d集体地被称为“传感器102”);无线通信装置104;以及车辆计算装置106。传感器102可以包含雷达传感器、摄像机、激光器、和/或被配置成确定在探测车辆100的邻域存在其他车辆的其他类型传感器。另外,虽然传感器102可以包含专门设计成感测交通拥挤的传感器,但在一些实施例中,传感器102也可以被用于停泊帮助、巡游控制帮助、后视帮助和诸如此类。
类似地,无线通信装置104可以被配置成一根或多根天线,用于无线通信、蜂窝通信、卫星通信(诸如用于无线通信、全球定位通信等等)和诸如此类。类似地,该无线通信装置104可以被配置成专用于预定距离内与其他车辆通信。虽然无线通信装置104在图1中被作为外部天线示出,但应当理解,它仅仅是个例子,因为一些实施例可以被配置成有内部天线。
图2按照本文公开的实施例,示意画出被配置成确定局部交通流量的车辆计算装置106。在出示的实施例中,该车辆计算装置106包含:处理器230、输入/输出硬件232、通信接口硬件234、数据存储部件236(它存储映射数据238)、以及存储器部件240。该存储器部件240可以被配置成易失性和/或非易失性存储器,并照此,可以包含随机存取存储器(包含SRAM、DRAM、和/或其他类型RAM),快速擦写存储器、寄存器、小型盘(CD)、数字通用盘(DVD)、和/或其他类型非暂时计算机可读媒体。与具体实施例有关,这些非暂时计算机可读媒体,可以驻留在车辆计算装置106内和/或车辆计算装置106外。
此外,该存储器部件240可以被配置成存储操作逻辑242、车辆环境逻辑244a、以及交通条件逻辑244b,作为例子,它们的每一个可以被体现为计算机程序、固件、和/或硬件。本机接口246也被包含在图2中,并可以作为总线或其他接口实施,以便促进在车辆计算装置106的各部件中间的通信。
处理器230可以包含任何可用于接收和执行指令(诸如来自数据存储部件236和/或存储器部件240)的处理部件。该输入/输出硬件232、可以包含监视器、键盘、鼠标、打印机、摄像机、麦克风、扬声器、全球定位接收器、和/或用于接收、发送、和/或提供数据的其他装置。通信接口硬件234可以被配置成与任何有线或无线网络硬件通信,诸如无线通信装置104或其他天线、调制解调器、LAN端口、无线保真(Wi-Fi)卡、WiMax卡、移动通信硬件、专用短程通信硬件(诸如依据IEEE1609,SAEJ2735和诸如此类),和/或用于与其他网络和/或装置通信的其他硬件。由于这种连接,可以使车辆计算装置106和其他计算装置之间的通信被促进,该其他计算装置可以与或不与其他车辆相关联。类似地,通信接口硬件234可以被配置成与其他车内计算装置通信,诸如车辆控制单元和诸如此类。经由车内接口,诸如控制器区域网络总线、FlexRay总线、和/或诸如此类,这些通信被促进。
类似地,应当理解,数据存储部件236可以驻留在车辆计算装置106附近和/或远离车辆计算装置106,并可以被配置成存储一段或多段数据,供车辆计算装置106和/或其他部件访问。如图2所示,该数据存储部件236存储映射数据238,在一些实施例中,该映射数据238包含的数据,涉及道路、道路位置、公布的速度限制、建筑工地(construction site)、以及用于路由探测车辆100到达需要的目的位置的路由算法。
在存储器部件240中包含有操作逻辑242、车辆环境逻辑244a和交通条件逻辑244b。操作逻辑242可以包含操作***和/或用于管理探测车辆100的部件的其他软件。类似地,车辆环境逻辑244a可以驻留在存储器部件240中,并可以被配置成,使处理器230从传感器102接收信号和确定探测车辆100邻域的交通拥挤。该交通条件逻辑244b可以被配置成,使处理器230从其他探测车辆接收有关探测车辆100邻域的交通条件的数据,并提供探测车辆100迟早会遇到的相关交通条件的指示。
应当理解,图2所示部件仅仅是示例性的,不应认为是对本公开的范围的限制。虽然图2中的部件作为驻留在探测车辆100内被画出,但这仅仅是个例子。在一些实施例中,一个或多个部件可以驻留在探测车辆100之外。还应当理解,虽然图1和2中的车辆计算装置106作为单个***被画出,这也仅仅是个例子。在一些实施例中,车辆环境功能独立于交通条件功能被实施,该车辆环境功能可以用分开的硬件、软件、和/或固件实施。
现在参考图3A-3C,按照本文公开的实施例,探测车辆可能遇到的多种交通条件被示意画出。如图3A所示,探测车辆100可以与一辆或多辆车辆302a、302b、302c和302d(集体地称作“其他车辆302”)沿道路前行。因此,传感器102可以被配置成确定其他车辆302相对于探测车辆100的位置。利用该信息,车辆计算装置106能够确定一个或多个交通空隙304a-304f(集体地称作“交通空隙304”),以便确定交通拥挤程度。更具体地说,在图3A的例子中,传感器102a能够检测另一车辆302a,并确定探测车辆100与该另一车辆302a之间的距离,作为交通空隙304a。类似地,传感器102b能够检测另一车辆302b的位置,从而确定交通空隙304b和304e。传感器102c能够检测另一车辆302c,从而确定交通空隙304c。类似地,传感器102d能够检测另一车辆302d的存在,从而确定交通空隙304d和304f。
类似地,图3B画出第一车辆(如,探测车辆100)从第二车辆306接收交通信息的例子。在图3B的例子中,该第二车辆306装备有第二车辆计算装置308,并包含对图1和2描述的交通检测硬件和软件。因此,该第二车辆计算装置308能够确定该第二车辆306(它也可以被配置成探测车辆)当前处于冲击波(shockwave)(其中一组其他车辆在快速移动的道路上突然停止)或其他交通事故中,其中车辆交通速度迅速地下降到零或几乎为零。因此,该第二车辆306能够发送指示第二车辆306位置、第二车辆306的当前速度的数据,和/或指示第二车辆当前处于冲击波中的其他数据。该第一车辆(如,图1和2的探测车辆100)能够从第二车辆306接收该数据,并向第一车辆的用户指示,潜在的危险情况正在逼近。类似地,在一些实施例中,其他机制,诸如自动速度降低,可以被该第一车辆实施,以进一步阻止第一车辆按潜在的危险速度接近该交通事故。
图3C画出被停止在冲击波中的探测车辆100的例子。在这样的情况下,探测车辆100的用户可能需要了解该冲击波是否很快结束。因此,车辆计算装置106能够从第三车辆312的第三车辆计算装置310,接收交通数据。该第三车辆计算装置310能够指示第三车辆312的位置,因而向车辆计算装置106指示该冲击波在何处结束。
应当理解,虽然本文对图3B-3C描述的实施例是针对冲击波,但这仅仅是个例子。更具体地说,其他类型的交通事故,诸如建筑工地交通事故(construction traffic accident)和诸如此类,也可以被包含在本公开的范围内。
图4按照本文公开的实施例,画出用于从当前的车辆速度,确定交通拥挤程度的流程图。如图所示,车辆计算装置106能够确定探测车辆的当前位置和取向(方框450)。该信息能够通过全球定位***(GPS)接收器和/或通过其他位置确定部件获得,该全球定位***和/或位置确定部件,可以是车辆环境逻辑244b和/或车辆计算装置106的一部分。此外,在确定的位置上道路的公布的速度限制,可以被确定(方框452)。该公布的速度限制可以从映射数据238(图2)被确定,和/或可以通过与远程计算装置的通信被确定。
此外,当前驾驶条件,诸如车辆速度,也可以被确定(方框454)。该车辆速度可以通过与探测车辆100中速度计的通信、通过全球定位在时间上的变化的计算、和/或通过其他机制而被确定。然后,能够对当前速度,是否大于或等于公布的速度限制的预定第一百分率,做出确定(方框456)。如果当前速度大于公布的速度限制的预定第一百分率,则拥挤程度能够被分级为“自由流量(free flow)”。例如,如果该第一预定百分率被选定为85%,而当前车辆速度是公布的速度限制的90%,则交通拥挤是最小的确定能够被做出,由此该拥挤流量程度被分级为“自由流量”。
在方框456,如果当前车辆速度不大于或等于公布的速度限制的预定百分率,则能够对当前车辆速度,是否在公布的速度限制的第一预定百分率和第二预定百分率之间做出确定。例如,如果第一预定百分率是75%,第二预定百分率是50%,而当前车辆速度是公布的速度限制的60%,则流程图能够转到方框462,把拥挤程度分级为“同步流量”。在方框460,如果当前速度不在该第一预定百分率和第二预定百分率之间,则能够对当前车辆速度,是否小于或等于第二预定百分率,做出确定(方框464)。如果是,该拥挤程度能够被分级为“拥挤流量”(方框466)。接着方框462、458和466,被确定的拥挤程度和/或其他数据,能够从探测车辆100发送到其他车辆(方框468)。
现在参考图5,按照本文公开的实施例,用于从用户希望驾驶的估计的需要的车辆速度,确定交通拥挤程度的流程图被画出。如图所示,车辆计算装置106(通过车辆环境逻辑244a)能够编译有关用户驾驶习惯的历史数据(方框550)。更具体地说,车辆计算装置106可以被配置成编译驾驶数据,以预测一般偏好的驾驶速度、特定道路上偏好的驾驶速度、特定速度限制下偏好的驾驶速度、偏好的巡游控制速度、偏好的车道变更频率、偏好的前进距离、偏好的车道变更间隔、和/或其他数据。下一步,车辆计算装置106能够确定探测车辆100的当前位置和取向(如,行进方向)(方框552)。然后,需要的驾驶条件,诸如需要的车辆速度,能够根据用户驾驶习惯被确定(方框554)。能够对当前驾驶条件,诸如当前车辆速度,做出确定(方框556)。然后,车辆计算装置106能够把需要的驾驶条件(如,需要的车辆速度)与当前驾驶条件(如,当前车辆速度)比较,如方框558所示。
另外,其后能够对当前车辆速度,是否大于或等于需要的车辆速度的预定第一百分率,做出确定(方框560)。如果是,车辆计算装置106能够把拥挤程度分级为“自由流量”(方框562)。在方框560,如果当前车辆速度不大于或等于需要的车辆速度的第一预定百分率,则能够对当前车辆速度,是否在需要的车辆速度的第一预定百分率和需要的车辆速度的第二预定百分率之间做出确定(方框564)。如果是,拥挤程度能够被分级为“同步流量”(方框566)。如果否,则能够对当前车辆速度,是否小于或等于需要的车辆速度的第二预定百分率做出确定(方框568)。如果是,拥挤程度能够被分级为“拥挤流量”(方框570)。接着方框564、570和572,拥挤程度和/或其他数据能够被发送到其他车辆(方框574)。
现在参考图6A-6C,按照本文公开的各个不同实施例,用于从用户特定驾驶偏好,确定交通拥挤程度的流程图被画出。如图6A所示,车辆计算装置106(图1、2)能够编译有关用户驾驶习惯的数据(方框650)。如同对图5的讨论,用户驾驶习惯能够包含:偏好的驾驶速度、特定道路上偏好的驾驶速度、特定速度限制下偏好的驾驶速度、偏好的巡游控制速度、偏好的车道变更频率、偏好的前进距离、偏好的车道变更间隔、和/或其他数据。此外,探测车辆100的当前位置和取向能够被确定(方框652)。当前驾驶条件,诸如一个或多个当前前进空隙、一个或多个当前速度空隙、以及当前横向空隙(或各空隙),诸如车道变更空隙,也可以对探测车辆被确定(方框654)。车道变更空隙可以被组合,以便计算横向可移动性因子(方框656)。前进空隙和速度空隙可以被组合成纵向可移动性因子(方框658)。拥挤程度可以从被比较的数据确定(方框660)。此外,该拥挤程度能够向其他车辆发送(方框662)。
图6B是在图6A中方框656上的扩展,涉及确定横向可移动性因子。更具体地说,能够对需要的空隙持续,包含时间持续和/或长度持续,做出确定(方框664)。虽然不是要求,但这可以通过访问来自方框650的被编译的数据被执行。此外,空隙(i)的横向空隙持续能够被确定,这里i=1且“i”是全部已有横向空隙上的指数(方框668)。更具体地说,与图3A类似,探测车辆100可以识别该探测车辆正在行进的道路上的一个或多个空隙。于是能够对空隙(i)的横向空隙持续是否大于用户需要的空隙持续,做出确定(方框670)。如果是,横向可移动性因子分量(i)能够被设定为等于1(方框672)。在方框670,如果空隙(i)的横向空隙持续不大于需要的空隙持续,则横向可移动性因子分量(i)可以被设定为等于被需要的空隙持续除的空隙持续(i)(方框674)。此外,接着方框672和674,能够对全部空隙是否已经被考虑,做出确定。如果否,该流程图能够转到678,使i递增1,而该过程能够重新开始。如果全部空隙已经被考虑,则该横向可移动性因子能够被确定为从1到N的每一空隙i的可移动性因子分量的平均值(方框680)。该横向可移动性因子可以代表当前横向驾驶条件未能满足需要的横向驾驶条件的量。然后,该过程可以转到图6A中的方框658。
应当注意,虽然在图6B的实施例中,横向可移动性因子可以作为可移动性因子的平均值被确定,但这仅仅是个例子。更具体地说,在一些实施例中,其他的计算,诸如,极小值、极大值、最频值、和/或中间值可以被使用,以便确定该横向可移动性因子。
图6C更详细地画出图6A的方框658。更具体地说,接着方框656,需要的驾驶条件,诸如:需要的前进、需要的前进空隙持续、车辆长度、车辆速度、以及驾驶员需要的速度,可以被确定(方框679)。又,虽然不是要求,但这可以已经在图6A的方框650中被执行。当前的前进空隙也可以被确定(方框680)。下一步,间隔误差可以通过从当前前进空隙,减去三倍车辆长度,再减需要的前进空隙持续乘当前速度而被确定(方框681),即:
间隔误差=当前前进空隙-(3)(车辆长度)
-(需要的前进空隙持续)(当前速度)
应当指出,虽然值“3”被用在上面的计算中,但这也是个例子。更具体地说,任何数值能够被使用,取决于具体实施例。
此外,其后能够对该间隔误差是否大于0,做出确定(方框682)。如果是,前进空隙因子被设定为等于1(方框683)。如果该间隔误差不大于0,则能够对该间隔误差是否小于用户前进饱和做出确定,该用户前进饱和是该用户能够容忍的最小前进距离(方框684)。如果是,该前进空隙因子能够被设定为等于零(方框686)。在方框684,如果该间隔误差被确定为不是小于前进饱和,则前进空隙因子能够被确定为:1减去被用户前进饱和除的间隔误差,即:
接着方框683、685和686,能够对当前速度是否大于需要的用户速度做出确定(方框687)。如果是,则速度空隙因子被设定为等于1(方框688)。如果当前速度不大于需要的用户速度,则能够对该当前速度是否小于,例如0.6乘用户需要的速度,做出确定(方框689)。如果是,则该速度空隙因子被设定为等于零(方框690)。如果当前速度不小于0.6乘用户需要的速度,则该速度空隙因子可以被设定为:1减去被0.4乘用户需要的速度除的用户需要的速度减当前速度,即:
接着方框688、690和691,纵向可移动性因子能够被设定为:前进空隙因子和速度空隙因子中的最小值,并可以代表当前驾驶条件未能满足需要的驾驶条件的量(方框692)。其后,流程图可以转到图6A中的方框660。
现在参考图7,按照本文公开的实施例被画出的曲线图示出具有用于把交通拥挤分级的示例性条件的曲线图700。更具体地说,接着图6A中的方框600,能够对当前拥挤程度做出确定。在图7的例子中,拥挤程度的确定,能够从计算的横向可移动性因子和纵向可移动性因子做出。如曲线图700中所示,如果横向可移动性因子在γ和1的预定阈值之间,或如果纵向可移动性因子在β和1的预定阈值之间,则拥挤程度能够被确定为“自由流量”(FF)。类似地,设横向可移动性因子小于γ的预定阈值,如果纵向可移动性因子小于α的预定阈值,则拥挤程度将被确定为“拥挤流量”,而如果纵向可移动性因子在α和β的预定阈值之间,则为“同步流量”。
应当注意,对图6A-6C和图7讨论的例子,仅仅是示例性的。更具体地说,为确定可移动性因子以及拥挤程度,可以执行其他的计算。图8A-8C示出这些确定的另一个示例性实施例。
图8A-8C按照本文公开的实施例,画出用于确定交通拥挤的另一个示例性实施例。更具体地说,首先参考图8A,探测车辆800a可以在四车道的道路(每一方向两车道行进)上行进。在探测车辆800a的感测范围内,还有车辆800b和车辆800c,车辆800b和800c之间的距离是D23。此外,探测车辆800a可以被配置成确定车辆800b和800c的相对速度,以便确定D23是否正在增加、下降或不变。因此,如果车辆800b的速度(速度_2)和车辆800c的速度(速度_3)大于探测车辆800a的速度(速度_1),则横向可移动性因子可以被确定为:被车辆800c和探测车辆800a的相对速度除的D23,即:
如果min(速度_2,速度_3)>vel_1,
在这样的情况下,图8A所示侧向空隙正在从后面闭合。此外,因为横向可移动性因子可以有大于1的值,所以在一些实施例中,该横向可移动性分量可以有为1的上界。
类似地,能够对车辆800b的速度和车辆800c的速度中的最大值,是否小于探测车辆800a的速度,做出确定。在这样的情况下,横向可移动性分量可以被确定为:被车辆800b和探测车辆800a的相对速度除的D23,即:
否则如果max(速度_2,速度_3)<速度_1,
在这样的情况下,图8A中侧向空隙正在从前面闭合。
还能够对车辆800b的速度是否大于探测车辆800a的速度,以及车辆800c的速度是否小于或等于探测车辆800a的速度,做出确定。如果是,则横向可移动性因子可以被设定为等于1,即:
否则如果(速度_2≥速度_1,速度_3≤速度_1),
则,横向可移动性分量=1
在这样的情况下,侧向空隙是敞开的,因此允许探测车辆变更车道,不会遇到车辆800b、800c的任一辆。
还可以对车辆800b的速度是否小于或等于探测车辆800a的速度,以及车辆800c的速度是否大于探测车辆800a的速度,做出确定。如果是,则横向可移动性因子可以被设定为等于零,即:
否则如果(速度_2≤速度_1,速度_3≥速度_1),
则,横向可移动性分量=0
在这样的情况下,图8A的侧向空隙被封闭。
应当理解,对图8A描述的算法,可以用于图8B,以确定横向可移动性因子。此外,虽然没有在图8A中明显示出,但在有多于一个横向空隙的情况下,类似的计算可以对每一横向空隙执行,而以平均值、极小值、极大值、最频值、中间值等等,取作横向可移动性因子。
现在参考图8B,探测车辆802a可以在车辆892b后面H21的距离上和在车辆802c之前H13的距离上正在行进。在该实施例中,纵向可移动性因子可以被确定。作为例子,能够对探测车辆802a的当前速度是否大于或等于需要的速度(速度_des),以及空隙H21是否大于需要的空隙(h_des),做出确定。如果是,则对探测车辆802a的速度有小的限制,从而纵向可移动性因子能够被设定为等于1,即:
如果(速度_1≥速度_des,H21>H_des),
则,纵向可移动性因子=1
类似地,能够对探测车辆802a的速度是否大于速度饱和,该速度饱和是用户可容忍的最小速度(速度_sat),以及探测车辆802a的速度是否小于或等于需要的速度,还有H21是否大于需要的空隙距离,做出确定。如果是,该纵向可移动性因子能够被设定为:1减去被速度饱和除的需要的速度减探测车辆802a的速度,即:
否则如果(速度_sat≤速度_1≤速度_des,H21≥H_des),
此外,能够对前进空隙H21是否大于或等于用户的前进饱和(h_sat)并小于或等于需要的前进空隙;以及探测车辆的当前速度是否大于或等于需要的速度,做出确定。如果是,则纵向可移动性因子能够被设定为等于:1减去被最小可容忍前进空隙除的需要的前进空隙减H21,即:
否则如果(H_sat≤H21≤H_des,速度_1≥速度_des),
另外的计算,可以对前进空隙H21是否在前进饱和与需要的前进之间,以及探测车辆802a的速度是否在速度饱和与需要的速度之间实行。如果是,该纵向可移动性因子可以等于:1减去被速度饱和除的需要的速度减探测车辆的当前速度;以及1减去被前进饱和除的需要的前进减前进H21中的最小值,即:
否则如果(H_sat≤H21≤H_des,速度_sat≤速度_1≤速度_des),
另外,能够对探测车辆802a的当前速度是否小于或等于速度饱和,或者H21是否小于前进饱和,做出确定。如果是,该纵向可移动性因子可以被设定为等于零,即:
否则如果(速度_1≤速度_sat·H21<H_sat),
则,纵向可移动性因子=0
现在参考图8C,一旦横向可移动性因子和纵向可移动性因子被确定,拥挤程度,诸如可以用曲线图820确定。虽然图7中的曲线图700示出拥挤流量和同步流量的矩形区域,但为了强调可以做出其他计算,把曲线图820包含在内。更具体地说,在曲线图820中,拥挤流量是有作为高度的γ的预定阈值和作为宽度的μ的预定阈值的矩形区域。类似地,同步流量可以有不规则形状,而自由流量可以是在横向可移动性因子和纵向可移动性因子中的最大值之间的剩余区域。
虽然本公开的具体实施例和方面已经在此被示出和描述,但各种其他变化和修改,能够在不偏离本公开的精神和范围下被做出。此外,尽管各个方面已经在本文描述,但这样的方面不一定以组合的形式被使用。相应地由此指出,所附权利要求书覆盖本文出示和描述的实施例范围内所有这种变化和修改。
现在应当理解,本文公开的实施例,可以包含用于通过探测车辆确定局部交通流量的***、方法、以及非暂时计算机可读媒体。如上面的讨论,这样的实施例可以被配置成确定道路上需要的驾驶条件、以及横向和纵向间隔,以便确定交通条件。该信息此外可以被发送到其他实体,诸如车辆、计算装置、交通信息中心、运输部门等等。还应当理解,这些实施例仅仅是示例性的,并不企图限制本公开的范围。
Claims (20)
1.一种用于估计局部交通流量的方法,包括步骤:
从历史数据确定用户的驾驶习惯;
确定用户正在驾驶的车辆的当前位置;
确定该车辆的当前驾驶条件;
从该驾驶习惯和该当前位置,预测需要的驾驶条件;
由该车辆把需要的驾驶条件与当前驾驶条件比较,以确定交通拥挤程度;和
发送指示该交通拥挤程度的信号。
2.权利要求1的方法,其中该驾驶习惯包含下列中的至少之一:用户偏好的驾驶速度、用户偏好的前进空隙以及用户偏好的用于变更车道的横向空隙。
3.权利要求1的方法,其中该车辆的当前驾驶条件包含下列中的至少之一:当前车辆速度、当前前进空隙、当前横向空隙。
4.权利要求1的方法,其中把需要的驾驶条件与当前驾驶条件比较,包含:
确定当前驾驶条件是否与该需要的驾驶条件不同;
响应于确定当前驾驶条件不同于需要的驾驶条件,确定当前驾驶条件不同于需要的驾驶条件的量;和
把当前驾驶条件不同于需要的驾驶条件的量与预定的阈值比较,以确定交通拥挤程度。
5.权利要求1的方法,其中确定当前驾驶条件包含计算横向可移动性因子。
6.权利要求1的方法,其中确定当前驾驶条件包含计算纵向可移动性因子。
7.权利要求1的方法,其中确定交通拥挤程度,包含:
计算横向可移动性因子;
计算纵向可移动性因子;和
从横向可移动性因子和纵向可移动性因子的比较,确定交通拥挤程度。
8.一种用于估计局部交通流量的***,包括:
在用户正在驾驶的车辆上存储车辆环境逻辑的存储器部件,当该车辆环境逻辑被执行时,使该车辆计算装置至少进行如下工作:
从历史数据确定用户的驾驶习惯;
确定该车辆的当前位置;
确定该车辆的当前驾驶条件;
从驾驶习惯和当前位置,预测需要的驾驶条件;
把需要的驾驶条件与当前驾驶条件比较,以确定交通拥挤程度;和
发送指示该交通拥挤程度的信号。
9.权利要求8的***,其中该驾驶习惯包含下列中的至少之一:用户偏好的驾驶速度、用户偏好的前进空隙以及用户偏好的用于变更车道的横向空隙。
10.权利要求8的***,其中该车辆的当前驾驶条件包含下列中的至少之一:当前车辆速度、当前前进空隙和当前横向空隙。
11.权利要求8的***,其中把需要的驾驶条件与当前驾驶条件比较,包含:
确定当前驾驶条件是否与该需要的驾驶条件不同;
响应于确定当前驾驶条件不同于需要的驾驶条件,确定当前驾驶条件不同于需要的驾驶条件的量;和
把当前驾驶条件不同于需要的驾驶条件的量与预定的阈值比较,以确定交通拥挤程度。
12.权利要求8的***,其中确定当前驾驶条件包含计算横向可移动性因子。
13.权利要求8的***,其中确定当前驾驶条件包含计算纵向可移动性因子。
14.一种用于估计局部交通流量的非暂时计算机可读媒体,该非暂时计算机可读媒体存储程序,当该程序被用户正在驾驶的车辆上的车辆计算装置执行时,使该车辆计算装置至少进行如下工作:
从历史数据确定用户的驾驶习惯;
确定该车辆的当前位置;
确定该车辆的当前驾驶条件;
从驾驶习惯和当前位置,预测需要的驾驶条件;
把需要的驾驶条件与当前驾驶条件比较,以确定交通拥挤程度;和
发送指示该交通拥挤程度的信号。
15.权利要求14的非暂时计算机可读媒体,其中该驾驶习惯包含至少如下之一:用户偏好的驾驶速度、用户偏好的前进空隙以及用户偏好的用于变更车道的横向空隙。
16.权利要求14的非暂时计算机可读媒体,其中该车辆的当前驾驶条件包含下列中的少之一:当前车辆速度、当前前进空隙和当前横向空隙。
17.权利要求14的非暂时计算机可读媒体,其中把需要的驾驶条件与当前驾驶条件比较,包含:
确定当前驾驶条件是否与需要的驾驶条件不同;
响应于确定当前驾驶条件不同于需要的驾驶条件,确定当前驾驶条件不同于需要的驾驶条件的量;和
把当前驾驶条件不同于需要的驾驶条件的量与预定的阈值比较,以确定交通拥挤程度。
18.权利要求14的非暂时计算机可读媒体,其中确定当前驾驶条件包含计算横向可移动性因子。
19.权利要求14的非暂时计算机可读媒体,其中确定当前驾驶条件包含计算纵向可移动性因子。
20.权利要求14的非暂时计算机可读媒体,其中确定交通拥挤程度,包含:
计算横向可移动性因子;
计算纵向可移动性因子;和
从横向可移动性因子和纵向可移动性因子的比较,确定交通拥挤程度。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/890,751 | 2010-09-27 | ||
US12/890,751 US8897948B2 (en) | 2010-09-27 | 2010-09-27 | Systems and methods for estimating local traffic flow |
PCT/US2011/052951 WO2012047547A1 (en) | 2010-09-27 | 2011-09-23 | Systems and methods for estimating local traffic flow |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103201777A true CN103201777A (zh) | 2013-07-10 |
CN103201777B CN103201777B (zh) | 2015-11-25 |
Family
ID=44800244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180053694.XA Active CN103201777B (zh) | 2010-09-27 | 2011-09-23 | 用于估计局部交通流量的***和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8897948B2 (zh) |
JP (1) | JP5745070B2 (zh) |
CN (1) | CN103201777B (zh) |
DE (1) | DE112011103239B4 (zh) |
WO (1) | WO2012047547A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665579A (zh) * | 2016-07-27 | 2018-02-06 | 上海博泰悦臻网络技术服务有限公司 | 一种用户驾驶行为监控方法及装置 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9014632B2 (en) * | 2011-04-29 | 2015-04-21 | Here Global B.V. | Obtaining vehicle traffic information using mobile bluetooth detectors |
US9518837B2 (en) * | 2014-12-02 | 2016-12-13 | Here Global B.V. | Monitoring and visualizing traffic surprises |
US9821812B2 (en) * | 2015-04-23 | 2017-11-21 | Ford Global Technologies, Llc | Traffic complexity estimation |
US11781881B2 (en) * | 2019-12-12 | 2023-10-10 | Toyota Motor Engineering & Manufacturing North America, Inc. | Methods and apparatus of vehicle guidance |
CN112141102B (zh) * | 2020-09-24 | 2022-02-15 | 阿波罗智能技术(北京)有限公司 | 巡航控制方法、装置、设备、车辆和介质 |
KR20230011810A (ko) * | 2021-07-14 | 2023-01-25 | 현대자동차주식회사 | 교통정보 예측 장치 및 그 방법 |
US11975712B2 (en) * | 2021-11-23 | 2024-05-07 | Ford Global Technologies, Llc | Adaptive cruise control activation |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6178374B1 (en) * | 1996-10-10 | 2001-01-23 | Mannesmann Ag | Method and device for transmitting data on traffic assessment |
US20040015291A1 (en) * | 2000-02-04 | 2004-01-22 | Bernd Petzold | Navigation system and method for configuring a navigation system |
WO2010005649A2 (en) * | 2008-06-16 | 2010-01-14 | Gm Global Technology Operations, Inc. | Real time traffic aide |
WO2010099789A1 (de) * | 2009-03-04 | 2010-09-10 | Continental Teves Ag & Co. Ohg | Verfahren zur automatischen erkennung eines fahrmanövers eines kraftfahrzeugs und ein dieses verfahren umfassendes fahrerassistenzsystem |
Family Cites Families (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9606381D0 (en) * | 1996-03-26 | 1996-06-05 | Jaguar Cars | Cruise control systems for motor vehicles |
US6269308B1 (en) * | 1998-08-20 | 2001-07-31 | Honda Giken Kogyo Kabushiki Kaisha | Safety running system for vehicle |
JP3933803B2 (ja) * | 1998-10-13 | 2007-06-20 | 株式会社日立製作所 | 走行環境情報収集装置および情報提供システム |
KR100366716B1 (ko) | 1998-10-13 | 2003-01-06 | 가부시키가이샤 자나비 인포메틱스 | 방송형 정보제공 시스템 및 주행환경 정보수집 장치 |
US7463890B2 (en) * | 2002-07-24 | 2008-12-09 | Herz Frederick S M | Method and apparatus for establishing ad hoc communications pathways between source and destination nodes in a communications network |
US6480102B1 (en) * | 2002-01-23 | 2002-11-12 | Ford Global Technologies, Inc. | Method and apparatus for activating a crash countermeasure in response to the road condition |
US20040088392A1 (en) * | 2002-03-18 | 2004-05-06 | The Regents Of The University Of California | Population mobility generator and simulator |
US6804602B2 (en) | 2002-04-02 | 2004-10-12 | Lockheed Martin Corporation | Incident-aware vehicular sensors for intelligent transportation systems |
DE10218010A1 (de) * | 2002-04-23 | 2003-11-06 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Querführungsunterstützung bei Kraftfahrzeugen |
US7440842B1 (en) * | 2003-05-09 | 2008-10-21 | Dimitri Vorona | System for transmitting, processing, receiving, and displaying traffic information |
US9341485B1 (en) * | 2003-06-19 | 2016-05-17 | Here Global B.V. | Method and apparatus for representing road intersections |
DE50310628D1 (de) * | 2003-12-19 | 2008-11-20 | Bayerische Motoren Werke Ag | Erfahren |
US7228224B1 (en) * | 2003-12-29 | 2007-06-05 | At&T Corp. | System and method for determining traffic conditions |
JP4346472B2 (ja) * | 2004-02-27 | 2009-10-21 | 株式会社ザナヴィ・インフォマティクス | 交通情報予測装置 |
WO2006088916A2 (en) * | 2005-02-14 | 2006-08-24 | Regents Of The University Of Minnesota | Vehicle position system using passive roadway tags |
US7672774B2 (en) * | 2005-06-06 | 2010-03-02 | General Motors Company | Method and system for determining traffic information traffic profiles |
DE102005050277A1 (de) * | 2005-10-20 | 2007-04-26 | Robert Bosch Gmbh | Abstands- und Geschwindigkeitsregler mit Stauerkennung |
US7706963B2 (en) * | 2005-10-28 | 2010-04-27 | Gm Global Technology Operations, Inc. | System for and method of updating traffic data using probe vehicles having exterior sensors |
JP4730165B2 (ja) * | 2006-03-27 | 2011-07-20 | 株式会社デンソー | 交通情報管理システム |
JP4905044B2 (ja) * | 2006-10-13 | 2012-03-28 | アイシン・エィ・ダブリュ株式会社 | 交通情報配信装置 |
JP4525670B2 (ja) * | 2006-11-20 | 2010-08-18 | トヨタ自動車株式会社 | 走行制御計画生成システム |
US20080140287A1 (en) * | 2006-12-06 | 2008-06-12 | Man Seok Yang | System and method for informing vehicle accident using telematics device |
JP2008158562A (ja) * | 2006-12-20 | 2008-07-10 | Toyota Motor Corp | 交通情報配信センタ、車両用プローブ装置、交通情報システム及び交通情報配信センタの交通情報配信方法 |
GB0625726D0 (en) | 2006-12-22 | 2007-02-07 | Trw Ltd | Method of operating a vehicle |
US8688312B2 (en) * | 2007-07-24 | 2014-04-01 | Nissan Motor Co., Ltd. | Driving assistance system for vehicle and vehicle equipped with driving assistance system for vehicle |
US20090140887A1 (en) | 2007-11-29 | 2009-06-04 | Breed David S | Mapping Techniques Using Probe Vehicles |
US8428843B2 (en) * | 2008-06-20 | 2013-04-23 | GM Global Technology Operations LLC | Method to adaptively control vehicle operation using an autonomic vehicle control system |
US8280601B2 (en) * | 2008-07-24 | 2012-10-02 | GM Global Technology Operations LLC | Adaptive vehicle control system with integrated maneuver-based driving style recognition |
WO2010036650A2 (en) | 2008-09-24 | 2010-04-01 | The Regents Of The University Of California | Environmentally friendly driving navigation |
US8265850B2 (en) * | 2009-02-02 | 2012-09-11 | GM Global Technology Operations LLC | Method and apparatus for target vehicle following control for adaptive cruise control |
US20100209885A1 (en) * | 2009-02-18 | 2010-08-19 | Gm Global Technology Operations, Inc. | Vehicle stability enhancement control adaptation to driving skill based on lane change maneuver |
US8731739B2 (en) * | 2009-06-09 | 2014-05-20 | Toyota Jidosha Kabushiki Kaisha | Drive supporting device |
US8589073B2 (en) * | 2009-08-10 | 2013-11-19 | Telcordia Technologies, Inc. | Distributed traffic navigation using vehicular communication |
US8260498B2 (en) * | 2009-10-27 | 2012-09-04 | GM Global Technology Operations LLC | Function decomposition and control architecture for complex vehicle control system |
-
2010
- 2010-09-27 US US12/890,751 patent/US8897948B2/en active Active
-
2011
- 2011-09-23 DE DE112011103239.0T patent/DE112011103239B4/de active Active
- 2011-09-23 WO PCT/US2011/052951 patent/WO2012047547A1/en active Application Filing
- 2011-09-23 CN CN201180053694.XA patent/CN103201777B/zh active Active
- 2011-09-23 JP JP2013531676A patent/JP5745070B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6178374B1 (en) * | 1996-10-10 | 2001-01-23 | Mannesmann Ag | Method and device for transmitting data on traffic assessment |
US20040015291A1 (en) * | 2000-02-04 | 2004-01-22 | Bernd Petzold | Navigation system and method for configuring a navigation system |
WO2010005649A2 (en) * | 2008-06-16 | 2010-01-14 | Gm Global Technology Operations, Inc. | Real time traffic aide |
WO2010099789A1 (de) * | 2009-03-04 | 2010-09-10 | Continental Teves Ag & Co. Ohg | Verfahren zur automatischen erkennung eines fahrmanövers eines kraftfahrzeugs und ein dieses verfahren umfassendes fahrerassistenzsystem |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665579A (zh) * | 2016-07-27 | 2018-02-06 | 上海博泰悦臻网络技术服务有限公司 | 一种用户驾驶行为监控方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
DE112011103239B4 (de) | 2023-01-19 |
DE112011103239T5 (de) | 2013-08-14 |
JP2013539135A (ja) | 2013-10-17 |
US20120078507A1 (en) | 2012-03-29 |
JP5745070B2 (ja) | 2015-07-08 |
US8897948B2 (en) | 2014-11-25 |
WO2012047547A1 (en) | 2012-04-12 |
CN103201777B (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103201777A (zh) | 用于估计局部交通流量的***和方法 | |
JP6537631B2 (ja) | 予測装置、予測システム、予測方法および予測プログラム | |
AU2015200254B2 (en) | Vehicle control system | |
US20230227057A1 (en) | Reminding method and apparatus in assisted driving, reminding method and apparatus in map-assisted driving, and map | |
US10269247B2 (en) | Drive support apparatus | |
US20200279481A1 (en) | Server and Vehicle Assistance System | |
JP5842996B2 (ja) | 不慮予測感度判定装置 | |
CN113928340B (zh) | 应用于车辆中的避障方法、装置、电子设备和存储介质 | |
CN112673231A (zh) | 用于更新环境地图的方法、用于在交通工具侧实施该方法的方法步骤的设备、交通工具、用于在中央计算机侧实施该方法的方法步骤的设备以及计算机可读的存储介质 | |
US20190234750A1 (en) | Method and system for routing based on a predicted connectivity quality | |
US20220057796A1 (en) | Device and method for controlling autonomous driving | |
US20180216937A1 (en) | Method for localizing a vehicle having a higher degree of automation on a digital map | |
US11145193B2 (en) | Intersection trajectory determination and messaging | |
WO2003058825A2 (en) | Method and apparatus for modification of vehicular navigation information | |
JP2010152656A (ja) | 運転支援装置及びプログラム | |
US20220388506A1 (en) | Control apparatus, movable object, control method, and computer-readable storage medium | |
JP3593976B2 (ja) | 車両間通信システム及び装置 | |
JP2010230419A (ja) | ナビゲーション情報作成装置及びその方法、並びにナビゲーション情報を作成するためのコンピュータプログラム及びそのコンピュータプログラムを記録した記録媒体 | |
EP4083957A1 (en) | Navigation system with traffic state detection mechanism and method of operation thereof | |
EP3851350A1 (en) | Method and control unit automatically controlling lane change assist | |
WO2020131469A1 (en) | Multi-path routing of networked automated vehicles | |
JP6229882B2 (ja) | 車々間通信装置 | |
JP6809339B2 (ja) | 自動走行制御装置 | |
JP2009064329A (ja) | 先頭車両判定装置 | |
JP2022061708A (ja) | 情報処理装置、情報処理方法、及び、情報処理プログラム |
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 | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160222 Address after: Aichi Prefecture, Japan Patentee after: Toyota Motor Corp. Address before: American Kentucky Patentee before: TOYOTA MOTOR ENGINEERING & MANUFACTURING NORTH AMERICA, Inc. |