CN103569112A - 带有似真性模块的碰撞检测*** - Google Patents

带有似真性模块的碰撞检测*** Download PDF

Info

Publication number
CN103569112A
CN103569112A CN201310325142.0A CN201310325142A CN103569112A CN 103569112 A CN103569112 A CN 103569112A CN 201310325142 A CN201310325142 A CN 201310325142A CN 103569112 A CN103569112 A CN 103569112A
Authority
CN
China
Prior art keywords
collision
main vehicle
vehicle
module
group
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
Application number
CN201310325142.0A
Other languages
English (en)
Other versions
CN103569112B (zh
Inventor
亚伦·L·米尔斯
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN103569112A publication Critical patent/CN103569112A/zh
Application granted granted Critical
Publication of CN103569112B publication Critical patent/CN103569112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60RVEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • 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
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • 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
    • B60W40/00Estimation 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
    • B60W40/10Estimation 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 vehicle motion
    • 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
    • B60W40/00Estimation 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
    • B60W40/10Estimation 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 vehicle motion
    • B60W40/107Longitudinal acceleration
    • 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408Radar; Laser, e.g. lidar
    • 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/14Yaw
    • 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
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4041Position
    • 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
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Regulating Braking Force (AREA)

Abstract

一种用于车辆的碰撞检测***,其包括传感器和照相机。传感器测量物体相对于车辆的第一数据组。照相机测量物体相对于车辆的第二数据组,并基于捕捉的图像的可测量的差异单独地测量与物体的基于图像的碰撞时间。合并模块匹配来自传感器和照相机的数据,并基于匹配的数据估计碰撞威胁。如果测量的基于图像的碰撞时间小于计算的与物体的基于转向的碰撞时间和基于制动的碰撞时间,似真性模块产生信号。如果碰撞威胁超过启动阈值并且来自似真性模块的信号被接收,则应对模块启动应对装置,例如自主制动***,从而统计上降低错误启动应对装置的比率。

Description

带有似真性模块的碰撞检测***
交叉引用的相关申请
本申请根据美国法典第35篇第119(e)条要求于2012年7月30日提交的名称为“带有似真性模块的碰撞检测***”的申请号为No.61/677,274的美国临时专利申请的优先权和利益,该临时专利申请的整个内容通过援引的方式纳入本文。
技术领域
本申请总体涉及启动应对装置以减轻或避免与物体碰撞的车辆的碰撞检测***。本发明具体涉及至少具有照相机的碰撞检测***,该照相机测量物体相对于主车辆的数据,基于测量的数据和对碰撞的估计启动车辆的自主制动***。
背景技术
机动车辆越来越多地配备有用于识别主车辆的行驶路径上的包括行人和其它车辆在内的物体的碰撞检测***。为了减轻或避免碰撞,这些***与应对装置,例如自主制动***、自适应巡航控制***、紧急转向辅助***以及警告***共同使用。例如,碰撞缓冲制动(CMbB)能够执行达到完全的防抱死制动***水平的自主制动,该制动必须被验证以确保异常低的错误制动启动率。无需长时间且昂贵的验证过程的增强的碰撞检测可靠性是合乎需要的。
发明内容
根据本发明的一个方面,用于主车辆的碰撞检测***包括传感器,其用于检测视野范围内的物体,并测量物体相对于主车辆的第一组目标数据。该***还包括照相机,其用于捕捉视野范围内的多个图像,并处理多个图像来测量物体相对于主车辆的第二组目标数据,以及基于多个图像的可测量的差异测量主车辆和物体的基于图像的碰撞时间(TTC图像)。合并模块,其基于从传感器和照相机分别接收的第一组目标数据和第二组目标数据来确定物体相对于主车辆的匹配组目标数据,合并模块基于匹配组目标数据估计主车辆和物体的碰撞威胁。似真性模块,其以从照相机接收的第二组目标数据和从车辆动态检测器接收的附加组数据为基础来计算主车辆和物体的基于转向的碰撞时间(TTC转向)和基于制动的碰撞时间(TTC )。如果测量的TTC图像小于计算出的TTC转向和TTC制动,似真性模块产生启动信号。如果从合并模块接收的碰撞威胁超过启动阈值并且来自似真性模块的启动信号被产生并接收,则应对模块启动应对装置,从而统计上降低错误地启动应对装置的比率。
根据本发明的另一方面,用于车辆的碰撞检测***包括传感器和照相机。传感器测量物体相对于车辆的数据。照相机也测量物体相对于车辆的数据并基于捕捉的图像的可测量的差异来测量与物体的基于图像的碰撞时间(TTC图像)。合并模块匹配来自传感器和照相机的数据并基于匹配数据估计碰撞威胁。如果测量的TTC图像小于计算出的与物体的基于转向的碰撞时间((TTC转向)和基于制动的碰撞时间(TTC制动),则似真性模块产生信号。如果碰撞威胁超过启动阈值并且产生来自似真性模块的信号,则应对模块启动应对装置。
根据本发明的再一方面,车辆碰撞检测***包含传感器和照相机。合并模块使用来自传感器和照相机的物体相对于车辆的数据来估计与物体的碰撞威胁。如果基于图像的碰撞时间小于基于转向的碰撞时间和基于制动的碰撞时间,则似真性模块产生信号。如果碰撞威胁超过阈值并且接收到信号,则应对装置启动。
根据本发明的另一方面,提供一种启动用于主车辆制动***的自主制动控制器的方法。该方法包含通过主车辆上的物体检测传感器检测视野范围内的物体的步骤。物体的第一数据组由物体检测传感器测量,第一数据组包括物体相对于主车辆的第一距离和第一距离变化率、物体相对于主车辆的第一角度和第一角速率、以及物体的相对运动的测定。该方法还包括以已知的时间间隔通过主车辆上的照相机基于视野范围内的光波捕捉多个图像的步骤,该时间间隔是多个图像中的图像被捕捉到事件之间的时间间隔。处理捕捉的图像来测量物体的第二数据组,第二数据组包括物体相对于主车辆的第二距离和距离变化率、物体相对于主车辆的第二角度和第二角速率、物体的宽度、以及以从多个图像得到的物体的可测量差异为基础的主车辆和物体的基于图像的碰撞时间(TTC图像)。附加数据组由车辆动态检测器测量,车辆动态检测器包括用于测量主车辆的偏转角速度(yawrate)的偏转角速度传感器和用于测量主车辆的纵向速度的速度传感器。提供有接收第一数据组和第二数据组、TTC图像、以及附加数据组的控制器。该方法进一步包括基于第一数据组和第二数据组的结合来估计主车辆和物体的碰撞威胁的步骤。根据第二数据组、主车辆的纵向速度以及主车辆的偏转角速度来计算主车辆和物体的基于转向的碰撞时间(TTC转向)。根据主车辆的纵向速度和主车辆的最大减速度来计算主车辆和物体的基于制动的碰撞时间(TTC制动)。该方法还包括在测量的TTC图像小于计算的TTC转向和TTC制动时产生启动信号的步骤。基于碰撞威胁和启动信号,启动用于主车辆的制动***的自主制动控制器。
根据本发明的再一方面,碰撞检测***包括照相机和传感器来测量物体相对于主车辆的数据,以便根据照相机和传感器的结合数据估计碰撞威胁。独立的似真性模块接收由照相机以测量到的物体膨胀率为基础直接和独立地测量的基于图像的碰撞时间。如果基于图像的碰撞时间小于基于转向的碰撞时间和基于制动的碰撞时间,独立的似真性模块产生启动信号,基于转向的碰撞时间和基于制动的碰撞时间根据从相应于一般地平面的照相机接收的测量值进行计算。如果碰撞威胁大于阈值并且独立的似真性模块产生启动信号,则启动用于车辆的制动***的自主制动控制器。检查来自独立的似真性模块的信号统计上增加了整体碰撞检测***的可靠性,降低了费用和用于执行***的验证程序的长度,而无需在车辆上增加额外的传感器。
通过阅读以下说明书、权利要求书和所附附图,本领域技术人员将会理解和领会本发明的这些和其它的方面、目的和特点。
附图说明
在图中:
图1是显示了在主车辆上的碰撞检测***的俯视图,在主车辆视野内存在物体并且该物体与主车辆具有实质相同的行驶方向;
图2是包括与碰撞威胁控制器通信的传感器、照相机和车辆动态检测器的碰撞检测***的示意图,该碰撞威胁控制器与应对装置通信;
图3是显示了使用碰撞威胁控制器启动应对装置,例如用于主车辆的制动***的自主制动控制器的方法的流程图;
图4是显示了用于产生应对模块的启动信号的程序的逻辑框图;
图5是显示了用于估计和计算基于转向的碰撞时间的程序的逻辑框图;以及
图6是显示了用于估计和计算基于制动的碰撞时间的程序的逻辑框图。
具体实施方式
为了在这里描述的目的,术语“上”、“下”、“右”、“左”、“后”、“前”、“竖直”、“水平”以及它们的衍生词应当如图1中的定向关联到车辆和它的碰撞检测***。然而,应当理解的是,本发明可以采用不同的可选的方向,除非有明确相反的说明。还应当理解的是附图中说明的和下面说明书中描述的具体的装置和过程仅仅是所附权利要求限定的本发明构思的示例性实施例。因此,涉及这里公开的实施例的具体的尺寸和其它物理特征不应被考虑为限制,除非权利要求另有明确的说明。
参照图1,附图标记10总体指的是具有碰撞检测***12的主车辆,该***带有物体检测传感器(R)14和照相机(C)16。传感器14和照相机16的视野范围总体上由附图标记18表示,并进一步由边界18A和18B限定。这里显示的和描述的主车辆10是具有与道路接触的车轮20和与车轮20接合的制动***(B)22的乘用车(机动车辆)。当接合车轮20时,制动***22用于降低车轮20的旋转,从而使得主车辆10相对于道路的纵向速度VH降低,因此主车辆10具有负纵向加速度或减速度。主车辆10包括前侧、两个旁侧以及后侧,传感器14和照相机16总***于前侧用于检测主车辆10前方的视野范围18内的物体。然而,可预期的是传感器14和照相机16可以位于主车辆10的不同位置用于检测可选的视野范围内的物体。主车辆10上的传感器14和照相机16总体上与连接到制动***(B)22的控制器(C)24连接。控制器24还接收来自车载动态检测器(D)26的数据。
如图1所示,物体30位于视野范围18内的主车辆10的前方。如图所示,物体30是与主车辆10朝向实质相同的行驶方向的前车。其中,还可以预期物体30可选择地包括行人、自行车或其它运动或固定结构。主车辆10和示出为前车的物体30具有相对于下方道路的分别的纵向速度,该纵向速度分别用VH和VL表示,并表示为矢量以显示各自的总体行驶方向。
物体检测传感器14监控视野范围18,当传感器14检测视野范围18内的物体30时,传感器14基于物体相对于主车辆的位置来测量物体30相对于主车辆10的第一组目标数据。物体30相对于主车辆10的第一组目标数据包括在物体30和主车辆10之间的第一距离R1(径向距离)测量值、物体30相对于主车辆10的第一距离变化率
Figure BDA00003589863700051
(径向距离的时间变化率)、物体30相对于主车辆10的方向的第一角度θ1(方位角)测量值,物体30相对于主车辆10方向的第一角速率
Figure BDA00003589863700052
(方位角的时间变化率),以及物体30相对于道路的相对运动的测定。如图2所示,物体检测传感器14包含雷达***32。可以预期的是第一组目标数据包括物体30或主车辆10的更多或较少的数据测量。
照相机16还监控视野范围18以检测一个或多个物体,例如物体30。当多个图像的图像被捕捉时,照相机16以已知的时间间隔基于来自视野范围18的光波来捕捉多个图像,该时间间隔是多个图像中的图像的被捕捉到的事件之间的时间间隔。照相机16处理多个图像来测量物体30相对于主车辆10的第二组目标数据,并基于多个图像的可测量的差异来测量主车辆10和物体30的基于图像的碰撞时间(TTC图像)。更具体地,基于图像的碰撞时间(TTC图像)独立地基于测量多个图像中的物体30的不同方面来测定从主车辆10上的照相机视角的物体30的膨胀率。
物体30相对于主车辆10的第二组目标数据包括物体30和主车辆10之间的第二距离测量值R2、物体30相对于主车辆10的第二距离变化率
Figure BDA00003589863700061
物体30相对于主车辆10的方向的第二角度θ2、物体30相对于主车辆10的方向的第二角速率
Figure BDA00003589863700062
物体的宽度测量值WLEAD、物体30的物体分类34、以及物体30的置信度36。物体分类34值基于已知物体的共同特征,例如高度和宽度来确定物体30例如是乘用车、行人、自行车或固定结构。物体30的置信度36本质上是对视野范围18内的物体30的各个部分是否始终一起移动以组成单个物体30的测量值。例如,如果物体30的侧后视镜38(图1)以与物体30的后保险杠40实质相同的距离变化率移动,物体30的置信度36将会很高。而且,关于TTC图像测量值,照相机16直接并且独立地基于来自多个图像的经测量的物体30的膨胀率来测量TTC图像。然而,如本领域众所周知,照相机16基于物体30相对于地平线的大***置测量第二组目标数据的第二距离和第二距离变化率。因此,TTC图像测量与第二组目标数据的测量值是统计上独立的。
现在参照图2,用于监控视野范围18的物体检测传感器14包括雷达***32。雷达32测量物体30相对于主车辆10的第一组目标数据。然而,可以预期的是传感器14还可以或可选地包含激光雷达、超声波、主动红外线、被动红外线、远程信息处理、附加照相机或任何本领域已知的其它传感器。
如图2所示,照相机16总体上包含成像器42,成像器42以已知的时间间隔基于接收自视野范围18的光波来捕捉来自视野范围18的多个图像,该时间间隔是多个图像中的图像被捕捉到的时间之间的时间间隔。照相机16还包含图像处理器44,该图像处理器44处理捕捉到的多个图像,以基于物体30相对于主车辆10的膨胀率和位置来测量物体30相对于主车辆10的第二组目标数据,并测量主车辆10和物体30的基于图像的碰撞时间(TTC图像)。照相机16可以由一个或多个照相机,例如电荷耦合装置(CCD)或互补型金属氧化物半导体(CMOS)图像传感器装置组成。照相机16总体上实施本领域已知的用于捕捉图像的仪器,因此成像器42可以包含可见光相机、远红外相机和/或近红外相机。进一步,照相机16的图像处理器44通常能够实时缓冲和处理多个图像。还可以预期的是图像处理器44可以集成到与照相机16分离的别的处理器或控制器。
进一步如图2所示,车辆动态检测器26包含偏转角速度传感器46、速度传感器48和全球定位***(GPS)50,以测量指示主车辆10的运动的额外的数据组。可以预期的是车辆动态检测器26可以包括其它传感器,例如方向盘角度传感器和加速度传感器来检测主车辆10的其它运动相关的数据。偏转角速度传感器46测定围绕主车辆10的重心的主车辆10偏转角速度ω,以测量主车辆10围绕与道路表面垂直的轴旋转的趋势。速度传感器48测量主车辆10在行驶方向上的速率VH。如虚线所示,可选择地包括GPS50作为车辆动态检测器26的组件,因此GPS50可以被用来测量主车辆10的各种运动特性和相对定位数据。
如图2所示,碰撞威胁控制器24接收传感器14、照相机16以及车辆动态检测器26的输入。根据一实施例,碰撞威胁控制器24可以包括微处理器52和存储器54,碰撞威胁控制器24可以配置为用于其它目的的共享控制器的一部分或配置有多个微处理器和存储器单元,该多个微处理器和存储器单元集成进多个位置和组件以作为主车辆10的一部分或与主车辆分离。存储器54可以包括随机存取存储器(RAM)、只读存储器(ROM)以及电可檫除可编程只读存储器(EEPROM)。控制器24接收来自传感器14的第一数据组、来自照相机16的第二数据组和TTC图像测量值、以及来自车辆动态检测器26的附加数据组。控制器24通过合并模块程序56和似真性模块程序58处理接收的输入以确定应对装置60是否应当被启动来避免或减轻主车辆10和物体30潜在的碰撞。可以预期的是合并模块程序56和似真性模块程序58可以与其它程序结合或合并来执行一般的碰撞检测和回避功能以及本发明所描述的似真性检查。
仍然参照图2,应对装置60包括用于激活主车辆10的制动***22的自主制动控制器62。如所显示的,应对装置60还可以包括驾驶员警报***64、乘员安全带预紧控制器66、紧急转向控制器68以及自适应巡航控制器70。可以预期的是可以合并入附加的应对装置以在主车辆10和物体30碰撞时避免主车辆10和物体30的碰撞或减轻主车辆10、任何乘员或物体30的损害。如果从合并模块56接收的碰撞威胁超过启动阈值并且来自似真性模块58的启动信号被似真性模块58产生并被应对模块60接收,则应对模块60启动应对装置,因而统计上降低了错误启动应对装置,例如制动***22的比率,并且提高了碰撞检测***12的可靠性。最终,如果测量的TTC图像小于计算的基于转向的碰撞时间(TTC转向)和计算的基于制动的碰撞时间(TTC制动),则似真性模块58产生启动信号。任选地,似真性模块58还可以执行附加的似真性检查来提高可靠性,例如在产生启动信号之前估计物体30是否位于主车辆10的路径上。
现在参照图3,其显示了用于启动主车辆10的制动***22(图2)的自主制动控制器62(图2)的方法。在步骤92中,视野范围18内的物体30被主车辆10上的物体检测传感器14检测到。在步骤93中通过物体检测传感器14测量物体30的第一数据组,包括物体30相对于主车辆10的第一距离R1和第一距离变化率
Figure BDA00003589863700081
物体30相对于主车辆10的第一角度θ1和第一角速率
Figure BDA00003589863700082
以及物体30的相对运动的测定。可以预期用于检测物体30和进行这些测量的传感器14是如图2所示的雷达***32,然而,它包含其它本领域已知的传感器。
该方法进一步包括步骤94,其中,由主车辆10上的照相机16以已知的时间间隔内基于视野范围18的光波捕捉多个图像,该时间间隔是多个图像中的图像被捕捉到的事件之间的时间间隔。在步骤95中使用图像处理器44处理经捕捉的图像。然后,在步骤96中,处理过的图像被用于测量物体30的第二数据组,包括物体30相对于主车辆10的第二距离R2和第二距离变化率
Figure BDA00003589863700083
物体30相对于主车辆10的第二角度θ2和第二角速率
Figure BDA00003589863700084
物体30的宽度WLEAD、以及物体30的置信度36。还在步骤97中处理捕捉的图像以单独地基于来自多个图像的物体30的可测量的差异来独立地测量主车辆10和物体30的TTC图像
在步骤98中车辆动态检测器26检测主车辆10的运动。在步骤99中,通过来自车辆动态检测器26的运动值测量附加的数据组,该车辆动态检测器26包括用于测量主车辆10的偏转角速度ω的偏转角速度传感器46和用于测量主车辆10的纵向速度VH的速度传感器48。如前所述,可以预期的是GPS50或其它传感器可以被使用来测量此附加数据组的分量。
该方法进一步包括合并第一数据组和第二数据组以获得匹配的数据组的步骤100。合并模块56(图2)基于分别从传感器14和照相机16接收的第一组目标数据和第二组目标数据确定物体30相对于主车辆10的匹配组的目标数据。合并模块56使用合并组的目标数据,也称作匹配数据组来估计主车辆10和物体30的碰撞威胁值。利用来自第一组数据和第二组数据的测量值使碰撞威胁值具有增强的可靠性,这是因为匹配组数据是通过以下方式得到:通过对比数据组并使用更一致的值,使用基于传感器和照相机的类型的最精确的测量值,和/或使用测量值之间的值,例如第一组和第二组之间的平均值。因此,匹配组的目标数据是基于第一组数据和第二组数据的相对优化的数值。然后,以匹配数据组和在步骤99中测量的来自车辆动态检测器的附加数据组为基础,在步骤102中估计主车辆10和物体30的碰撞威胁。
仍然参照图3,在步骤104中根据第二数据组和附加数据组计算主车辆10和物体30的TTC转向,附加数据组包括主车辆10的纵向速度VH和主车辆10的偏转角速度ω。似真性模块58(图2)计算TTC转向值以估计通过转向主车辆10来避免主车辆10和物体30相撞的最大时间。尽管这些值可通过各种功能得到或估计,这里TTC转向基于从照相机16接收的第二组目标数据和从车辆动态检测器26接收的附加组数据进行计算。
在步骤106中根据附加数据组,也就是主车辆10的纵向速度VH来计算主车辆10和物体30的TTC制动。似真性模块58(图2)计算TTC制动值以估计通过主车辆10的制动***22(图1)的制动来避免主车辆10和物体30碰撞的最大时间。该值可通过各种方式得到或估计,例如利用车辆重量、道路条件和制动能力的附加测量值。然而,如这里说明的和描述的,TTC制动基于从车辆动态检测器26接收的附加组数据和其它选作常量的值进行计算,下面将详细描述。
该方法包括判定步骤108,其中,如果测量的TTC图像小于计算的TTC转向和TTC制动,则产生启动信号。可以预期步骤108取决于似真性模块58(图2),仅当存在信号时使得应对装置启动。另一个判定步骤110包括将碰撞威胁和阈值进行比较。可以预期该步骤取决于合并模块程序56(图2),然而,它可以通过主车辆10中的制动控制器62或其它控制器执行。如步骤112所示,仅当碰撞威胁超过阈值并且产生启动信号时激活应对装置,否则该判定将***引导至本方法的开始。如果碰撞威胁超过阈值而且产生启动信号,最终在步骤114中激活自主制动控制器。因此,一旦激活应对装置,例如制动控制器62,应对装置起作用以阻止或减轻主车辆10和物体30的碰撞。例如,如所述,制动控制器62在步骤116中可以起动主车辆10的制动***22。可以预期将制动控制器62集成进制动***22,如图2所示。
现在参照图4,其显示了似真性模块58的逻辑流程图,从图中可以看出在步骤118根据来自照相机16的第二距离R2、来自照相机16的第二角度θ2、来自照相机16的测量的物体分类34、来自车辆动态检测器26的速度传感器48的速度VH、以及来自车辆动态检测器26的偏转角速度传感器46的偏转角速度ω计算出TTC转向。除了计算TTC转向的输出以外,TTC转向函数(TTCSTEERINGfunction)还可选地确定物体30是否在主车辆10的路径上,示出为IN_PATH值120。
更具体地,TTC转向可表达为以下算法:
TTC STEERING = 2 ( ( 1 / 2 W LEAD + 1 / 2 W HOST ) - | R 2 ω 2 V - Rθ | ) K LAT _ MAX A LAT _ DRIVER _ MAX
在上述表达式中,TTC转向代表通过转向主车辆10避免碰撞的经计算的最大时间。TTC转向逻辑是假定主车辆10或物体30没有相对横向速度的简化的方程式。除了别的之外,可使用测量的横向速度定义更复杂的策略。WLEAD代表物体30或前车的宽度,例如汽车、摩托车或行人的宽度。WLEAD可以是常量或是由照相机16或其它传感器测量的量。而WHOST代表主车辆10的宽度。R相当于R2,并代表由照相机16测量的主车辆10和物体30的距离。变量ω代表测量的主车辆10的偏转角速度,其可由偏转角速度传感器46、GPS50、照相机16或惯性传感器测量。V相当于VH,其代表测量的主车辆10的纵向速度,可由速度传感器48、GPS50、车轮速度传感器、照相机或惯性传感器测量。θ相当于θ2,其代表由照相机16测量的车辆10和物体30的相对角度。ALAT_DRIVER_MAX代表通过转向实现的主车辆10的最大横向加速度。ALAT_DRIVER_MAX可以被估计为常量或根据其它信息得到,例如从路面摩擦力、速度、车辆质量、制动***能力、驾驶员喜好或驾驶员能力得到。KLAT_MAX仅仅代表比例因子,其通常小于一(1.0)并可以被校准以得到理想的计算。
如图5所示,用于计算TTC转向的函数(function)显示为逻辑流程图,详细描述了该函数的步骤。该图表使用了以上概述的相同的变量来表达计算步骤。如所示,将来自照相机16的测量的物体分类34和有效物体(VALID_OBJECT)范围进行比较确保分类是有效的并测定相应的WLEAD值。还可以预期测量WLEAD值。在转换136中,如果确定物体分类是有效的,则输出物体的宽度WLEAD的二分之一,用HALF_WLEAD表示。在步骤138将该输出和主车辆的宽度WHOST的二分之一相加(HALF_WHOST),因此主车辆10的驾驶员最多需要将主车辆10横向移动与WLEAD和WHOST合并的一半相等的距离从而避免碰撞,这假定主车辆10可以自由移向物体30的任何一侧。然后,该输出在步骤140减去称为142的步骤的输出的绝对值,除了通向142的其它步骤以外,步骤142提供VH或(速度)与MIN_SPEED的对比,MIN_SPEED是在TTC转向输出值合理准确之前主车辆要超过的阈值速度。通常,图5中的剩余步骤提供数学步骤来计算TTC转向,如上述算法所列举的。
再次参照图4,显示了在步骤122根据速度或纵向速度计算的TTC制动,该速度或纵向速度通常与来自车辆动态检测器26的速度传感器48的速度VH测量值相等。图6显示了详细描述用于计算TTC制动的函数的步骤的逻辑流程图。实质上,将速度VH除以两倍的估计的最大纵向加速度值,即ALONG_DRIVER_MAX,以计算TTC制动。基于主车辆10的类型、重量和制动结构为主车辆10选择最大纵向加速度ALONG_DRIVER_MAX或减速度,其显示为常量值。此外,可以想到的是最大纵向加速度ALONG_DRIVER_MAX可以是从测量路面摩擦力、车辆质量、制动***的条件和能力、驾驶员喜好、和/或驾驶员能力得到的值。
更具体地,TTC制动可表达为以下算法:
TTC BRAKING = V 2 K LONG _ MAX A LONG _ DRIVER _ MAX
在上述表达式中,TTC制动代表通过制动主车辆10避免碰撞的计算的最大时间。再者,除此之外,可使用测量的横向速度定义更复杂的策略。V相当于VH,其代表测量的主车辆10的纵向速度。ALONG+DRIVER_MAX代表通过制动可实现的主车辆10的最大纵向加速度,尽管可以想象可根据其它传感器或选择的信息,例如路面摩擦力、速度、车辆质量、制动***的能力、驾驶员喜好、和/或驾驶员的能力得到ALONG_DRIVER_MAX,这里ALONG_DRIVER_MAX被选作常量。为了简化的目的,这里ALONG_DRIVER_MAX被选作是主车辆的恒定减速率。KLONG_MAX仅仅代表比例因子,其通常小于一(1.0)并可以被校准以得到理想的计算。
再次参照图4,在步骤118和步骤122中分别产生的TTC转向值和TTC制动值在步骤124中进行比较以输出两个值中较小的那个值,步骤124被表示为MIN。步骤124的输出与常量K不确定相加,来提供在步骤126中与测量的TTC图像进行比较的值。如果在步骤126该值大于或等于的测量的TTC图像,似真性模块开始产生启动信号。除了用于校正似真性模块58的常量值K 确定以外,如果确定测量的TTC图像小于计算的TTC转向和TTC制动,似真性模块58开始产生启动信号。如图4所示,在似真性模块产生启动信号之前,在步骤128中执行附加的似真性检查。一个似真性检查确保通过TTC转向函数估计的IN_PATH值120表明物体30位于主车辆10行驶的路径上。
具体地,IN_PATH值函数或虚拟代码逻辑判定可以由表达为下式:
如果
( 1 / 2 W LEAD + 1 / 2 W HOST ) > | R 2 ω 2 V - Rθ |          那么IN_PATH=真
                                否则IN_PATH=假
在上述表达式中,输入变量代表了如在TTC转向表达式中测量的或计算的相同的值。因此,除此以外,可以想象使用测量的横向速度定义更复杂的策略。
仍然参照图4,似真性模块58还可以在步骤130中执行似真性检查,即由照相机16测量的物体30的置信度36超过置信阈值80。置信度36实质上是物体30的各个部分是否始终一起移动的测量值,例如,物体30的侧后视镜38以与物体30的后保险杠40实质相同的距离变化率移动。仅当所有似真性检查都通过并确定TTC图像小于计算的TTC转向和TTC制动时,步骤128允许产生启动信号。因此,另外可以基于物体30是否位于车辆10行驶的路径上和物体的置信度36是否超过置信阈值80来启动应对装置60(图2)。
如果所有的似真性检查已经通过,在步骤132中似真性模块58可以任选地包括时间延迟,以在已经产生启动信号另外的恒定时间段KON_TIME_DELAY,例如0.5秒之后,继续生成启动信号恒定时间段KOFF_TIME_DELAY,例如0.5秒,以确保应对装置没有因为应对装置引起的状况或其中一个似真性检查的瞬时失效而失去启动信号。步骤132中的延迟可以表达为以下虚拟代码逻辑:
如果
在经过的KON_TIME_DELAY秒(KON_TIME_DELAYseconds)内来自步骤128中的启动信号持续为真
那么
启动信号应该保持为真KOFF_TIME_DELAY秒,在上述情况之后转变为假。
如步骤134所示,当启动信号没有从步骤128中直接接收,步骤132中的时间延迟可以可选择地被用于产生启动信号。可以预期的是在似真性模块中的一些其它位置可以包括其它时间延迟,例如与似真性检查120和130一致。
在似真性模块58的简化的表达式中,当CMbB_PLAUSIBLE(CMbB似真性)变量为真,使用任选的IN_PATH值检查来启用或产生启动信号。如图4部分地示出的,该函数或虚拟编码逻辑判定可以表达为下式:
如果
((min(TTC转向,TTC制动)+K不确定)>TTC测量的)并且
(IN_PATH=真)
那么
CMbB_PLAUSIBLE=真→应对装置启动信号启用
否则
CMbB_PLAUSIBLE=假→应对装置启动信号停用
在上述表达式或逻辑判定中,TTC测量的相当于TTC图像,其代表由照相机16测量的主车辆10和物体30之间的碰撞时间。另外,K不确定再次仅仅代表可以被校准以得出理想结果的常量。
再次参照图2和图3,如果从合并模块56接收的碰撞威胁超过启动阈值,并且来自似真性模块58的启动信号由似真性模块58产生并由应对模块60接收,则应对模块60起动应对装置。一旦发生这些,启动主车辆10的用于制动***22的自主制动控制器62。由似真性模块58产生的启动信号统计上降低了错误地启动应对装置,特别是自主制动控制器62的比率,提高了整体碰撞检测***12的可靠性。因此,提高的可靠性降低了费用和执行自主制动***所需的验证的长度。
本领域的技术人员应当理解的是本发明描述的结构和其它部件不限于任何具体的材料。这里本发明公开的其它示例性实施例可以由广泛多样的材料形成,除非本发明另有说明。
为了本发明的目的,术语“结合”总体上指的是将两个部件直接地或间接地彼此连接(电子的或机械的)。这种连接可以本质上固定的或本质上可移动的。这种连接可以是通过两个部件(电子的或机械的)和任何附加的中间构件来完成,该中间构件彼此整合或者与两个部件整合为单独的单体(single unitary body)。这种连接可以是本质上永久的或可以是本质上可移动的或可释放的,除非另有说明。
还需要重点注意的是,示意性实施例中所示的本发明的元件的结构和布置仅仅是说明性的。尽管在公开的内容中仅仅详细描述了本发明创造的几个实施例,阅读本公开内容的本领域的技术人员应当容易理解的是许多本质上没有脱离所述主旨的新颖教导和优点的修改(例如,各种元件的尺寸、大小、结构、形状和比例、参数值、安装形式、使用材料、颜色、方向等方面的变化)是可能的。例如,显示为整体形成的元件可以由多个部件构成或显示为多个部件的元件可以形成为一个整体,界面的操作可以翻转或另有改变,***的结构和/或构件或连接件或其它元件的长度或宽度可以变化,在元件之间提供的调整位置(adjustment position)的性质或数量可以变化。应当注意的是***的元件和/或配件可以由任何广泛多样的提供足够强度或耐久性的材料构成,具有广泛多样的颜色、材质以及它们的组合。因此,旨在将所有这些修改包括在本发明创造的保护范围内。在设计上、操作条件上和所需的布置上可以做出的其它的替换、修改、改变和省略,并且其它示例性实施例没有脱离本发明创造的精神。
应当理解的是任何描述的过程或在描述的过程内的步骤可以与其它公开的过程或步骤结合来形成本发明范围内的结构。这里公开的示例性结构和过程用于说明的目的,并不解释为限制。
还应当理解的是对于上述结构可以做出不脱离本发明构思的变化和修改,进一步应当理解的是意在将这种构思通过以下的权利要求覆盖,除非这些权利要求用他们的语言另有清楚的说明。

Claims (10)

1.一种用于主车辆的碰撞检测***,包含:
传感器,其用于检测视野范围内的物体,并基于物体相对于主车辆的位置测量第一组目标数据;
照相机,其用于捕捉视野范围内的多个图像,并处理多个图像以基于物体相对于主车辆的位置来测量第二组目标数据,以及基于多个图像的可测量的差异来测量主车辆和物体的基于图像的碰撞时间(TTC图像);
合并模块,其基于从传感器和照相机接收的第一组目标数据和第二组目标数据来确定匹配组目标数据,其中合并模块基于匹配组目标数据来估计主车辆和物体的碰撞威胁;
似真性模块,其基于从照相机接收的第二组目标数据和从车辆动态检测器接收的附加组数据来计算主车辆和物体的基于转向的碰撞时间(TTC转向)和基于制动的碰撞时间(TTC制动),其中如果TTC图像小于TTC转向和TTC制动,似真性模块产生启动信号;
应对模块,如果从合并模块接收的碰撞威胁超过启动阈值并且来自似真性模块的启动信号被产生并接收,应对模块启动应对装置。
2.根据权利要求1所述的碰撞检测***,其特征在于,由传感器测量的第一组目标数据包括物体相对于主车辆的第一距离和第一距离变化率、物体相对于主车辆的第一角度和第一角速率、以及物体的相对运动测定,其中传感器包含雷达***。
3.根据权利要求1所述的碰撞检测***,其特征在于,照相机包括成像器,其以已知的时间间隔基于从视野范围内接收的光波捕捉视野范围内的多个图像,该时间间隔是多个图像中的图像被捕捉到的时间之间的时间间隔。
4.根据权利要求1所述的碰撞检测***,其特征在于,由照相机测量的第二组目标数据包括物体相对于主车辆的第二距离和第二距离变化率、物体相对于主车辆的第二角度和第二角速率、物体的宽度测量、以及物体的物体分类。
5.根据权利要求4所述的碰撞检测***,其特征在于,在车辆动态检测器包括主车辆上的偏转角速度传感器和速度传感器,其中从车辆动态检测器接收的附加组数据包括由偏转角速度传感器测量的主车辆的偏转角速度以及由速度传感器测量的主车辆的速度。
6.一种用于车辆的碰撞检测***,其特征在于,包括:
传感器;
照相机;
合并模块,其使用来自传感器和照相机的物体相对于车辆的数据来估计与物体的碰撞威胁;
似真性模块,如果测量的基于图像的碰撞时间小于计算的基于转向的碰撞时间和计算的基于制动的碰撞时间,似真性模块产生信号;以及
应对装置,其基于碰撞威胁和信号启动。
7.根据权利要求6所述的碰撞检测***,其特征在于,测量的与物体的基于图像的碰撞时间是以由照相机捕捉的图像的可测量的差异为基础的。
8.根据权利要求6所述的碰撞检测***,其特征在于,照相机包括成像器,其以已知的时间间隔内从接收自视野范围内的光波中捕捉多个图像,该时间间隔是多个图像中的图像被捕捉到的时间之间的时间间隔,其中照相机包括图像处理器,其处理用于测量数据和基于图像的碰撞时间的多个图像。
9.根据权利要求6所述的碰撞检测***,其特征在于,合并模块使用的数据包含:
由传感器测量的第一数据组,第一数据组具有物体相对于车辆的第一距离和第一距离变化率、物体相对于车辆的第一角度和第一角速率、和物体的相对运动测定;以及
由照相机测量的第二数据组,第二数据组具有物体相对于主车辆的第二距离和第二距离变化率、物体相对于主车辆的第二角度和第二角速率、物体的宽度测量、物体的分类,以及物体的置信度。
10.根据权利要求9所述的碰撞检测***,其特征在于,根据第二距离和第二距离变化率、第二角度和第二角速率、物体的分类、测量的车辆的偏转角速度、以及测量的车辆的速度来计算基于转向的碰撞时间。
CN201310325142.0A 2012-07-30 2013-07-30 带有似真性模块的碰撞检测*** Active CN103569112B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201261677274P 2012-07-30 2012-07-30
US61/677,274 2012-07-30
US13/598,166 2012-08-29
US13/598,166 US9187091B2 (en) 2012-07-30 2012-08-29 Collision detection system with a plausibiity module

Publications (2)

Publication Number Publication Date
CN103569112A true CN103569112A (zh) 2014-02-12
CN103569112B CN103569112B (zh) 2018-02-06

Family

ID=49995661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310325142.0A Active CN103569112B (zh) 2012-07-30 2013-07-30 带有似真性模块的碰撞检测***

Country Status (2)

Country Link
US (1) US9187091B2 (zh)
CN (1) CN103569112B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105083285A (zh) * 2014-05-12 2015-11-25 福特全球技术公司 在制动情况下的紧急车道内转向辅助
CN106671978A (zh) * 2016-12-30 2017-05-17 西安交通大学青岛研究院 一种汽车防撞路线校正方法
CN106683464A (zh) * 2015-07-20 2017-05-17 德韧营运有限责任公司 用于基于车辆动态输入向车辆提供警报的***和方法
CN107458374A (zh) * 2016-06-02 2017-12-12 福特全球技术公司 车辆避撞
CN108139297A (zh) * 2015-10-12 2018-06-08 4灵动***股份有限公司 用于执行驾驶员辅助***测试的可弹性变形的仿造车辆
CN108290540A (zh) * 2015-11-04 2018-07-17 祖克斯有限公司 用于自主驱动车辆的内部安全***
CN108454552A (zh) * 2017-02-17 2018-08-28 福特全球技术公司 用于车门碰撞避免的***和方法
CN109664854A (zh) * 2017-10-17 2019-04-23 杭州海康威视数字技术股份有限公司 一种汽车预警方法、装置及电子设备
CN112277860A (zh) * 2020-10-16 2021-01-29 北京三快在线科技有限公司 识别车辆主动安全***的误报的方法、装置、存储介质、***及车辆
US11099574B2 (en) 2015-11-04 2021-08-24 Zoox, Inc. Internal safety systems for robotic vehicles
EP3964807A1 (en) 2020-09-02 2022-03-09 KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH Acoustic detection system for a vehicle and method for its operation

Families Citing this family (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014064831A1 (ja) * 2012-10-26 2014-05-01 トヨタ自動車 株式会社 運転支援装置及び運転支援方法
CN104798124B (zh) * 2012-11-21 2016-10-26 丰田自动车株式会社 驾驶辅助装置以及驾驶辅助方法
EP2752348A1 (en) * 2013-01-04 2014-07-09 Continental Automotive Systems, Inc. Adaptive emergency brake and steer assist system based on driver focus
US9070202B2 (en) * 2013-03-14 2015-06-30 Nec Laboratories America, Inc. Moving object localization in 3D using a single camera
JP5905846B2 (ja) * 2013-03-29 2016-04-20 株式会社日本自動車部品総合研究所 横断判定装置およびプログラム
JP5842862B2 (ja) * 2013-05-14 2016-01-13 株式会社デンソー 衝突緩和装置
JP5884771B2 (ja) * 2013-05-22 2016-03-15 株式会社デンソー 衝突緩和装置
JP6049542B2 (ja) * 2013-05-31 2016-12-21 日立オートモティブシステムズ株式会社 車両制御システム
US9582886B2 (en) * 2013-07-08 2017-02-28 Honda Motor Co., Ltd. Object recognition device
US9336436B1 (en) * 2013-09-30 2016-05-10 Google Inc. Methods and systems for pedestrian avoidance
EP2865575B1 (en) * 2013-10-22 2022-08-24 Honda Research Institute Europe GmbH Confidence estimation for predictive driver assistance systems based on plausibility rules
EP2865576B1 (en) 2013-10-22 2018-07-04 Honda Research Institute Europe GmbH Composite confidence estimation for predictive driver assistant systems
JP5991332B2 (ja) * 2014-02-05 2016-09-14 トヨタ自動車株式会社 衝突回避制御装置
DE102014003221A1 (de) * 2014-03-05 2015-09-10 Audi Ag Verfahren zur maßstabskorrekten Skalierung einer Aufnahme eines Kamerasensors
US9926148B2 (en) 2014-06-27 2018-03-27 Rite-Hite Holding Corporation Pedestrian-vehicle safety systems for loading docks
WO2016094694A1 (en) 2014-12-10 2016-06-16 Gogoro Inc. Systems and methods of adaptive regenerative braking and collision avoidance for electrically powered vehicles
US9855890B2 (en) * 2014-12-11 2018-01-02 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle interaction with external environment
US10493986B2 (en) * 2015-01-26 2019-12-03 Trw Automotive U.S. Llc Vehicle driver assist system
WO2016126317A1 (en) 2015-02-06 2016-08-11 Delphi Technologies, Inc. Method of automatically controlling an autonomous vehicle based on electronic messages from roadside infrastructure of other vehicles
WO2016126321A1 (en) 2015-02-06 2016-08-11 Delphi Technologies, Inc. Method and apparatus for controlling an autonomous vehicle
US10209717B2 (en) 2015-02-06 2019-02-19 Aptiv Technologies Limited Autonomous guidance system
KR102285422B1 (ko) * 2015-02-16 2021-08-04 주식회사 만도 긴급 제동 시스템 및 그의 제동 제어 방법
US9598078B2 (en) 2015-05-27 2017-03-21 Dov Moran Alerting predicted accidents between driverless cars
US10031522B2 (en) 2015-05-27 2018-07-24 Dov Moran Alerting predicted accidents between driverless cars
DE102015214748B4 (de) 2015-08-03 2023-07-20 Bayerische Motoren Werke Aktiengesellschaft Bremsassistent zur Steuerung einer automatischen Verzögerung eines Kraftfahrzeugs
CN105300439B (zh) 2015-10-19 2017-10-20 腾讯科技(深圳)有限公司 碰撞判断***、方法及装置
US10407047B2 (en) * 2015-12-07 2019-09-10 Magna Electronics Inc. Vehicle control system with target vehicle trajectory tracking
DE112016005851T5 (de) * 2016-01-18 2018-09-13 Mitsubishi Electric Corporation Fahrassistenzsystem, Fahrassistenzverfahren und Fahrassistenzprogramm
EP3196089B1 (en) * 2016-01-21 2021-10-13 Volvo Car Corporation Vehicle safety assist system, vehicle comprising a vehicle safety assist system and a method for providing driver warning or performing autonomous braking
US10104496B2 (en) * 2016-07-01 2018-10-16 Laird Technologies, Inc. Telematics devices and systems
CN105946766A (zh) * 2016-07-14 2016-09-21 奇瑞汽车股份有限公司 一种基于激光雷达与视觉的车辆碰撞预警***及其控制方法
US10025319B2 (en) * 2016-08-31 2018-07-17 Ford Global Technologies, Llc Collision-warning system
CN106546402B (zh) * 2016-10-12 2018-05-08 腾讯科技(深圳)有限公司 碰撞测试方法、装置及***
CN106515578A (zh) * 2016-12-22 2017-03-22 百度在线网络技术(北京)有限公司 无人车驾驶状态的识别装置、识别方法及无人车
US10351129B2 (en) * 2017-01-13 2019-07-16 Ford Global Technologies, Llc Collision mitigation and avoidance
JP6711294B2 (ja) * 2017-02-03 2020-06-17 トヨタ自動車株式会社 運転支援装置
EP3415945B1 (en) 2017-06-12 2024-01-10 Aptiv Technologies Limited Method of determining the yaw rate of a target vehicle
DE102017214384B4 (de) * 2017-08-18 2023-10-26 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtungen zur Festlegung eines Betriebsstrategieprofils
US10654453B2 (en) * 2017-08-23 2020-05-19 Uatc Llc Systems and methods for low-latency braking action for an autonomous vehicle
JP6981197B2 (ja) * 2017-11-17 2021-12-15 トヨタ自動車株式会社 車両制御装置
MX2020005177A (es) * 2017-11-22 2020-08-20 Polaris Inc Sistema antibloqueo de frenado conmutable para vehiculo utilitario.
US10854011B2 (en) 2018-04-09 2020-12-01 Direct Current Capital LLC Method for rendering 2D and 3D data within a 3D virtual environment
US10706563B2 (en) 2018-05-15 2020-07-07 Qualcomm Incorporated State and position prediction of observed vehicles using optical tracking of wheel rotation
EP3572839A1 (en) 2018-05-23 2019-11-27 Aptiv Technologies Limited Method of estimating a velocity magnitude of a moving target in a horizontal plane and radar detection system
EP3575827A1 (en) * 2018-06-01 2019-12-04 Aptiv Technologies Limited Method for robust estimation of the velocity of a target using a host vehicle
CN108909625B (zh) * 2018-06-22 2021-09-17 河海大学常州校区 基于全景环视***的车底地面显示方法
CN108932871A (zh) * 2018-07-27 2018-12-04 合肥市智信汽车科技有限公司 一种基于红外激光辅助的车辆侧向防碰撞报警***
US11435375B2 (en) 2018-08-16 2022-09-06 Aptiv Technologies Limited Method of determining an uncertainty estimate of an estimated velocity
KR102592825B1 (ko) * 2018-08-31 2023-10-23 현대자동차주식회사 충돌 회피 제어 장치 및 그 방법
DE102018122263B4 (de) * 2018-09-12 2021-03-18 Sick Ag Autonomes Fahrzeug
US11823461B1 (en) 2018-09-28 2023-11-21 Direct Current Capital LLC Systems and methods for perceiving a scene around a mobile device
TWI686747B (zh) * 2018-11-29 2020-03-01 財團法人金屬工業研究發展中心 移動載具全周障礙迴避之方法
CN109910877B (zh) * 2019-02-01 2020-08-07 中科安达(北京)科技有限公司 Aebs智能识别障碍物的方法
US11567497B1 (en) 2019-02-04 2023-01-31 Direct Current Capital LLC Systems and methods for perceiving a field around a device
US10967853B2 (en) * 2019-02-11 2021-04-06 Ford Global Technologies, Llc Enhanced collision mitigation
US11364936B2 (en) * 2019-02-28 2022-06-21 Huawei Technologies Co., Ltd. Method and system for controlling safety of ego and social objects
US11460855B1 (en) 2019-03-29 2022-10-04 Direct Current Capital LLC Systems and methods for sensor calibration
US11091132B2 (en) 2019-04-12 2021-08-17 Bendix Commercial Vehicle Systems, Llc Delay autonomous braking activation due to potential forward turning vehicle
CN112818727A (zh) * 2019-11-18 2021-05-18 华为技术有限公司 一种道路约束确定方法及装置
US11398153B1 (en) * 2021-03-02 2022-07-26 Here Global B.V. System and method for determining a driving direction
CN113074893B (zh) * 2021-03-05 2023-03-17 西安工业大学 一种考虑扫描式测头的受力特性的碰撞检测方法
US20220348257A1 (en) * 2021-04-28 2022-11-03 Aptiv Technologies Limited System and method of providing evasive steering assist

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046145A1 (en) * 2006-08-17 2008-02-21 Weaver Richard A Collision prediction and mitigation method for a vehicle
US20100191391A1 (en) * 2009-01-26 2010-07-29 Gm Global Technology Operations, Inc. multiobject fusion module for collision preparation system

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6944543B2 (en) 2001-09-21 2005-09-13 Ford Global Technologies Llc Integrated collision prediction and safety systems control for improved vehicle safety
US6607255B2 (en) 2002-01-17 2003-08-19 Ford Global Technologies, Llc Collision mitigation by braking system
US7016782B2 (en) * 2002-05-30 2006-03-21 Delphi Technologies, Inc. Collision detection system and method of estimating miss distance
US7369941B2 (en) 2004-02-18 2008-05-06 Delphi Technologies, Inc. Collision detection system and method of estimating target crossing location
EP2068269A3 (en) 2004-04-08 2009-10-07 Mobileye Technologies Limited Collision warning system
US20080269997A1 (en) * 2005-08-24 2008-10-30 Toshiki Ezoe Automatic Brake Control Device
US20080183360A1 (en) 2006-05-08 2008-07-31 Yizhen Zhang Vehicle collision avoidance and warning
US7786898B2 (en) 2006-05-31 2010-08-31 Mobileye Technologies Ltd. Fusion of far infrared and visible images in enhanced obstacle detection in automotive applications
JP4211809B2 (ja) 2006-06-30 2009-01-21 トヨタ自動車株式会社 物体検出装置
EP1898232B1 (en) 2006-09-08 2010-09-01 Ford Global Technologies, LLC Method and system for collision avoidance
US7512516B1 (en) * 2007-11-02 2009-03-31 Delphi Technologies, Inc. Collision avoidance and warning system and method
WO2010042483A1 (en) 2008-10-08 2010-04-15 Delphi Technologies, Inc. Integrated radar-camera sensor
US20110133914A1 (en) 2009-12-04 2011-06-09 Delphi Technologies, Inc. Image based vehicle object detection sensor with range finder
US9963127B2 (en) * 2010-01-15 2018-05-08 Volvo Car Corporation Collision mitigation system and method for braking a vehicle
US9097532B2 (en) 2010-01-20 2015-08-04 Honeywell International Inc. Systems and methods for monocular airborne object detection
US8704887B2 (en) * 2010-12-02 2014-04-22 GM Global Technology Operations LLC Multi-object appearance-enhanced fusion of camera and range sensor data

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046145A1 (en) * 2006-08-17 2008-02-21 Weaver Richard A Collision prediction and mitigation method for a vehicle
US20100191391A1 (en) * 2009-01-26 2010-07-29 Gm Global Technology Operations, Inc. multiobject fusion module for collision preparation system

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105083285B (zh) * 2014-05-12 2019-04-19 福特全球技术公司 在制动情况下的紧急车道内转向辅助***
CN105083285A (zh) * 2014-05-12 2015-11-25 福特全球技术公司 在制动情况下的紧急车道内转向辅助
CN106683464A (zh) * 2015-07-20 2017-05-17 德韧营运有限责任公司 用于基于车辆动态输入向车辆提供警报的***和方法
US11187623B2 (en) 2015-10-12 2021-11-30 4Activesystems Gmbh Elastically deformable dummy vehicle for carrying out tests for driver assistance systems
CN108139297A (zh) * 2015-10-12 2018-06-08 4灵动***股份有限公司 用于执行驾驶员辅助***测试的可弹性变形的仿造车辆
CN108290540A (zh) * 2015-11-04 2018-07-17 祖克斯有限公司 用于自主驱动车辆的内部安全***
US11099574B2 (en) 2015-11-04 2021-08-24 Zoox, Inc. Internal safety systems for robotic vehicles
CN107458374A (zh) * 2016-06-02 2017-12-12 福特全球技术公司 车辆避撞
CN106671978A (zh) * 2016-12-30 2017-05-17 西安交通大学青岛研究院 一种汽车防撞路线校正方法
CN108454552A (zh) * 2017-02-17 2018-08-28 福特全球技术公司 用于车门碰撞避免的***和方法
CN108454552B (zh) * 2017-02-17 2022-11-18 福特全球技术公司 用于车门碰撞避免的***和方法
CN109664854A (zh) * 2017-10-17 2019-04-23 杭州海康威视数字技术股份有限公司 一种汽车预警方法、装置及电子设备
CN109664854B (zh) * 2017-10-17 2020-11-03 杭州海康威视数字技术股份有限公司 一种汽车预警方法、装置及电子设备
EP3964807A1 (en) 2020-09-02 2022-03-09 KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH Acoustic detection system for a vehicle and method for its operation
WO2022048886A1 (en) 2020-09-02 2022-03-10 Knorr-Bremse Systeme für Nutzfahrzeuge GmbH Acoustic detection system for a vehicle and method for its operation
CN112277860B (zh) * 2020-10-16 2022-03-22 北京三快在线科技有限公司 识别车辆主动安全***的误报的方法、装置、存储介质、***及车辆
CN112277860A (zh) * 2020-10-16 2021-01-29 北京三快在线科技有限公司 识别车辆主动安全***的误报的方法、装置、存储介质、***及车辆

Also Published As

Publication number Publication date
CN103569112B (zh) 2018-02-06
US20140032093A1 (en) 2014-01-30
US9187091B2 (en) 2015-11-17

Similar Documents

Publication Publication Date Title
CN103569112A (zh) 带有似真性模块的碰撞检测***
US7447592B2 (en) Path estimation and confidence level determination system for a vehicle
US7480570B2 (en) Feature target selection for countermeasure performance within a vehicle
EP3581451B1 (en) Lane keeping assist system and method for improving safety in preceding vehicle follower longitudinal control
EP3587148B1 (en) Method and system for preventing instability in a vehicle-trailer combination
US9358984B2 (en) Driver intention estimation arrangement
KR101206196B1 (ko) 레이다 센서 및 비젼 센서를 갖는 센서 시스템
US11431958B2 (en) Vision system and method for a motor vehicle
CN104276121B (zh) 控制车辆安全参数的***、车辆和控制安全参数的方法
CN1958348A (zh) 具有凸出的接触式传感器的防撞传感***的运行方法
CN102729936B (zh) 机动车
CN109891262A (zh) 物体探测装置
JP2006240453A (ja) センサ異常検出装置及びセンサ異常検出方法
US11338801B2 (en) Collision avoidance device
US20170106857A1 (en) Vehicle collision system and method of using the same
GB2506479A (en) Collision detection system with a plausibility module
CN105015469B (zh) 物体检测装置以及物体检测方法
KR20110037441A (ko) 에어백 전개 알고리즘을 위한 충돌 전 에어백 제어 장치 및 방법
US9387839B2 (en) Large animal vehicle collision safety apparatus and method
US9434336B2 (en) Method for unfolding external air bag
CN107499272A (zh) 用于控制车辆的人员保护装置的方法和控制器
US20170263127A1 (en) Vehicle collision system and method of using the same
WO2019088028A1 (ja) 保護制御装置および保護制御装置の制御方法
CN108885833A (zh) 车辆检知装置
EP3627448A1 (en) Vision system and method for a motor vehicle

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant