CN104903172A - 用于评估在交叉路口的碰撞风险的方法 - Google Patents

用于评估在交叉路口的碰撞风险的方法 Download PDF

Info

Publication number
CN104903172A
CN104903172A CN201380057565.7A CN201380057565A CN104903172A CN 104903172 A CN104903172 A CN 104903172A CN 201380057565 A CN201380057565 A CN 201380057565A CN 104903172 A CN104903172 A CN 104903172A
Authority
CN
China
Prior art keywords
vehicle
corners
risk
chaufeur
collision
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
CN201380057565.7A
Other languages
English (en)
Other versions
CN104903172B (zh
Inventor
S·勒菲弗
J·伊巴涅斯-古茨曼
C·洛吉耶
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.)
Renault SAS
Institut National de Recherche en Informatique et en Automatique INRIA
Original Assignee
Renault SAS
Institut National de Recherche en Informatique et en Automatique INRIA
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 Renault SAS, Institut National de Recherche en Informatique et en Automatique INRIA filed Critical Renault SAS
Publication of CN104903172A publication Critical patent/CN104903172A/zh
Application granted granted Critical
Publication of CN104903172B publication Critical patent/CN104903172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/55—External transmission of data to or from the vehicle using telemetry
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及用于评估接近交叉路口的第一车辆与行驶通过所述交叉路口的至少一辆第二车辆之间碰撞风险的一种方法，所述第一车辆装备有一个测量装置和一个计算装置。根据本发明的方法特征主要在于，该方法包括以下步骤：对所述第一车辆和每个第二车辆的这些对应的位置进行确定的一个步骤；对所述第一车辆的和每个第二车辆的驾驶员的意图进行估计的一个步骤；根据前述两个步骤所提供的结果和在所述交叉路口处适用的交通规则来对需要该第一车辆停车以及需要每个第二车辆停车进行估计的一个步骤；以及，对该第一车辆与每个第二车辆碰撞的风险进行估计的一个步骤。

Description

用于评估在交叉路口的碰撞风险的方法
技术领域
本发明涉及一种用于评估在交叉路口的碰撞风险的方法。
背景技术
交叉路口是道路网中最危险的区域。举例来讲，在2004年，欧洲43％的事故发生在交叉路口。这些还是特别引起焦虑的区域，尤其是对于有时在分析场景和对情况的背景做出适当决策时存在困难的年长驾驶员。相应地，对开发具有准确估计在交叉路口处碰撞风险的能力的安全***有极大兴趣。这种***可以用于随着驾驶员接近路口提高他的情境意识并且然后行驶通过交叉路口，并且它们因此可以减少所述交叉路口的存在所引起的压力和提高这些区域的安全性。
技术问题可以总结如下。车辆随着时间推移而积累：
-关于其状态的信息，这是通过其本体感受性传感器，例如GPS(全球定位***)导航装置或其CAN(控制局域网络)总线上传送的数据来积累的，
-以及关于其环境的信息，
ο这是通过其车载外感受性传感器，例如相机或雷达来积累的，和/或
ο是通过与其他车辆和/或与和道路基础设施集成的通信模块的通信链路来积累的，例如，IEEE 802.11p类型的通信标准。
车辆同样具有静态数字环境地图，该地图可以采用许多不同的形式，例如，道路网的2D地图或环境的3D点的云。此地图包含与背景(例如与道路、与行车道、以及与每个交叉路口处的适用规则(例如，限速和/或交通标志的存在))相关的信息。
为了估计在交叉路口处的碰撞风险，因此，有必要将所有此种信息与数据在空间和在时间上组合起来，以便重构实际情境并且由此评估潜在危险。
然而，当采用此方法时经常遇到的问题是尤其是由于传感器中固有的测量误差、定位误差和地图误差引起的此数据和此信息的不可靠性。此外，交叉路口依然是与车辆的物理特征相比车辆随随时间推移的演变更依赖于驾驶员的意图的复杂区域，由此使得数据解释困难并且受到许多不确定性因素影响。
总体上，为了估计在交叉路口的碰撞风险，所提出的方法是基于车辆旨在预测其未来轨迹的物理模型(其可以是动态的或运动的)。因此，是根据在这些未来轨迹上碰撞的发生来计算该风险的。这种类型的方法展现出两个局限性：
-该方法仅适用于短期内的碰撞，因为这些物理模型仅在短期内有效。事实上，为了能够在更长期内以可靠的方式预测轨迹，就有必要在更高水平上考虑情境，例如，通过将驾驶员的意图结合到操纵中并且通过考虑背景，例如，交叉路口的几何形状和拓扑以及交通规则。
-就计算时间而言该方法的代价高，因为需要预测交叉路口处存在的所有车辆的可能轨迹，并且需要检测这些轨迹之间的交叉点，这种计算时间的时长是与对安全相关的应用的实时要求不相兼容的。
其他更全面的方法(如专利申请US 2012/0016581中所说明的方法)基于对正接近交叉路口的驾驶员的意图的考虑，这是通过假设例如他将会右转弯或左转弯，或者他可能继续向前直行。对潜在危险情境的评估于是是通过使此意图与交叉路口处存在的所有车辆的轨迹预测相关联、并且通过对这些轨迹的交叉点进行评估来执行的。尽管该方法比前述方法更全面并且更准确，但本方法仍然耗费大量计算时间并且看上去并不更多地适合于对与安全相关的应用的这种即时实施。
发明内容
根据本发明的用于评估在交叉路口碰撞风险的方法提出了就对所述风险加以评估而言严格且精确的诊断，同时进行缩短的计算阶段，这与针对安全相关应用的实施要求完全兼容。换言之，所述方法将质量和性能与提高的执行速度组合起来。
本发明的目标是用于评估接近交叉路口的一辆第一车辆与行驶通过所述交叉路口的至少一辆第二车辆之间碰撞风险的一种方法，所述第一车辆配备有一个测量装置和一个计算装置。
根据本发明的方法的主要特征在于，该方法包括以下步骤，
-对所述第一车辆和所述第二车辆的这些对应的位置进行确定的一个步骤，
-对所述第一车辆的和所述第二车辆的驾驶员的、关于在进入该交叉路口时是停车还是不停车以及关于操纵的意图进行估计的一个步骤，以便估计所述驾驶员中的每位驾驶员趋于在离开所述交叉路口时采取的方向，
-根据前述两个步骤所提供的结果和在所述交叉路口处适用的交通规则来对需要该第一车辆停车以及需要所述第二车辆停车进行估计的一个步骤，
-对该第一车辆与所述第二车辆之间的碰撞风险进行估计的一个步骤，所述估计是基于每辆车辆的停车意图与需要它们停车之间的比较的。
这种方法使得能够对该第一车辆与至少一辆第二车辆的碰撞风险进行估计而不会被迫评估所述车辆的潜在轨迹和确定这些轨迹的交叉点。因此，本方法避免了使用过长和过度复杂的计算，这些计算可能构成误差来源，并且该方法完美地与安全相关应用的实时要求相适配。假设的是该第一车辆是源车辆，并且该车辆装备有测量装置和计算装置以用于实施根据本发明的方法中的各个步骤。表述“第二”用于将该第一车辆与其他行驶通过交叉路口的车辆区分开。表述“行驶”同样表示第二车辆可能正在进入交叉路口或者可能静止在所述交叉路口，或者表示其可能在指定的行车道上正从该交叉路口离开。该第二车辆还可能位于和该第一车辆所在的行车道相同的行车道(提供到交叉路口的通路)上，所述第二车辆正位于所述第一车辆前面。所述交叉路口处适用的交通规则可以是由任何类型的交通标志、或由交通信号灯指示的。假设的是这种方法是受车载计算机控制的，例如用于对车辆的电气或电子装备进行管理的中央处理器单元，所述计算机具有适当的软件。
有利地，与在所述交叉路口适用的交通规则相关的信息是通过有待从下组选定的至少一种信息手段来传达给该第一车辆的，即，静态数字环境地图、该第一车辆与位于道路基础设施上的通信模块之间的通信、以及多个外感受性传感器。
优选地，这些适用的交通规则是由有待从交通标志和交通信号灯中选定的至少一种手段来指明的，所述规则提供有待从下组选定的至少一条信息，即，该交叉路口处的允许限速、停车标志、禁止驶入标志和让行标志。
优选地，对碰撞风险的评估是对应于计算这些车辆中的一辆车辆在其应该停车时却没有停车意图的概率。举例来讲，如果要求在交叉路口停止(由于存在停车标志)的第二车辆无视此停车标志而继续以降低的速度移动，则碰撞风险实际上是巨大的。
有利地，对该第一车辆的和所述第二车辆的这些对应的位置进行确定的步骤被补充以对与该第一车辆和所述第二车辆有关的至少一个补充参数进行确定的一个步骤，该至少一个补充参数有待从下组选定，即，所述车辆的取向、它们的速度和驾驶员对该车辆的控制件的动作。此列表不是穷尽的并且可以由其他参数进行补充，这些参数可以是可供使用的并且可以提供与存在的车辆的状态有关的补充细节。举例来讲，驾驶员在控制件上的动作可以由对制动踏板或油门踏板施加压力来表示。
有利地，对该第一车辆的和所述第二车辆的这些位置进行确定的该步骤、以及对至少一个补充参数进行确定的该步骤是通过该第一车辆上携带的多个本体感受性和外感受性测量传感器和/或通过这些车辆之间的一种无线通信链路来执行的。应注意的是，本体感受性传感器是结合到该第一车辆内的，并且它们提供与所述车辆的实际状态有关的信息，并且外感受性传感器也是携带在该第一车辆内的，并且它们提供与每辆第二车辆有关的信息。该无线通信链路允许这些车辆之间和/或这些车辆与该基础设施上存在的通信模块之间交换信息。例如，可以使用IEEE 802.11p通信标准。
优选地，这些本体感受性传感器包括有待从GPS(全球定位***)类型的并且具有通过CAN(控制局域网络)总线传送的数据的导航设备中选定的至少一个传感器。本列表不是穷尽的，并且其可以具体地结合其他类型的不同技术的导航装置。
优选地，这些外感受性传感器包括有待从车载相机、雷达和激光器中选定的至少一个传感器。
有利地，根据本发明的用于评估风险的方法是由该第一车辆中的中央处理器单元控制的。该中央处理器单元控制着车辆中存在的所有电气和电子装备。所有需要的是为该中央处理器单元提供适当的软件，从而将所述方法中的不同步骤考虑在内，以便能够控制所述步骤并且提供对该第一车辆与每辆第二车辆之间的碰撞风险的准确诊断。
有利地，该方法包括以影响该车辆的驾驶行为以便使其与检测到的风险相适应为目的的一个做出决策的步骤。实际上，根据本发明的评估方法的关键益处之一是目的在于使车辆和所述车辆的乘员安全的对车辆的驾驶行为的修改。该修改可以是通过对车辆的控制件的自动动作、或通过给车辆驾驶员的消息来实现的。这种消息可以采取选自视觉、听觉或触觉信号的信号形式。
根据本发明的风险评估方法提供的优点是快速、精确且因此完全与和安全相关应用相关联的实时要求相兼容。换言之，如果通过本方法检测到接近交叉路口的危险情境，ADAS类型的高级驾驶员辅助***可以例如处理而执行自动制动操作。此外，通过考虑驾驶员的意图而不是车辆的轨迹，根据本发明的方法允许更好地分析场景并且更可靠地预测长期内的碰撞。最后，根据本发明的方法具有的优点是基于概率性方法，由此，允许将输入数据和对这些数据的解释中的任何不准确性考虑在内。
附图说明
将在下文通过参照附图1至图3给出一种用于评估两辆车辆在交叉路口碰撞风险的方法的优选实施例的详细说明。
-图1是详细说明根据本发明的方法中的不同步骤的概观图，
-图2是在交叉路口的第一情境的示意图，
-图3是在交叉路口的第二情境的示意图。
具体实施方式
假设的是，根据本发明的用于评估风险的方法是通过使用测量装置和计算装置来实施在该第一车辆内的、并且是由中央处理器单元控制的，该中央处理器单元是用于对该车辆的电气或电子装备进行管理的中央设备。
这种方法用于评估第一车辆与行驶通过交叉路口的至少一辆第二车辆，例如，针对在距离交叉路口小于500m的距离上并且在提供到所述交叉路口的通路的行车道上行驶的所有车辆之间的碰撞风险，该方法包括以下步骤：
-对所述第一车辆和每个第二车辆的这些对应的位置、以及使得能够提供关于所述车辆中的每辆车辆的状态信息的不同参数进行确定的一个步骤，
-对所述第一车辆的和每辆第二车辆的驾驶员的、关于在进入该交叉路口时是停车还是不停车以及关于操纵的意图进行估计的一个步骤，以便估计所述驾驶员中的每位驾驶员趋于在离开所述交叉路口时采取的方向，
-根据前述两个步骤所提供的结果和在所述交叉路口处适用的交通规则来对需要该第一车辆停车以及需要各第二车辆停车进行估计的一个步骤，
-根据前述两个步骤所提供的结果来对该第一车辆与各第二车辆之间的碰撞风险进行估计的一个步骤，所述估计是基于各车辆的停车意图与需要它们停车之间的比较的，
-一个做出决策的步骤，该决策的目的是作用于车辆的驾驶行为以便使其与检测到的风险相适应。这个决策可以引起车辆的控制件的自动动作、或产生给车辆驾驶员的消息。这种消息可以采取选自视觉、听觉或触觉信号的信号形式。车辆的控制件包括例如转向闪光指示灯、油门踏板、制动踏板以及(如何适当的话)离合器踏板和所接合变速箱比的状态。
参照图1，对所述第一车辆和每个第二车辆的这些对应的位置、以及使得能够提供关于所述车辆中的每辆车辆的状态信息的不同参数进行确定的这个步骤包括通过本体感受性传感器、外感受性传感器和共享数据进行的一个数据采集步骤。这一数据采集步骤允许该第一车辆随着时间推移累积与其自身状态以及其静态和动态环境有关的信息。传感器的数量及其类型不受限制，仅有的要求是所述传感器必须提供该第一车辆的和每辆第二车辆的位置的至少一种测量。然而，提供与各车辆的状态有关的信息的所有补充信息是有用的，因为其将会导致对驾驶员的意图的更好的估计。举例来讲，本体感受性传感器可以由GPS类型的导航设备、或由在CAN总线上传送的数据构成。外感受性传感器可以例如由相机和/或雷达和/或激光器代表。共享数据的获取可以是得益于与其他车辆的通信链路的和/或与和道路基础设施集成的通信模块的通信链路的，例如，IEEE 802.11p类型的通信标准。除了每辆车辆的位置外，例如所述车辆的空间取向、其速度和驾驶员对车辆的控制件的动作的其他参数也可以构成重要的信息源，这些信息源将使得能够对交叉路口处的每位驾驶员的意图进行评估。
得益于在前述步骤收集的信息和数据，根据本发明的方法实施了对所述第一车辆的和每辆第二车辆的驾驶员的、关于在进入该交叉路口时是停车还是不停车以及关于操纵的意图进行估计的一个步骤，以便估计所述驾驶员中的每位驾驶员趋于在离开所述交叉路口时采取的方向。事实上，重要的是了解车辆一旦到达交叉路口其在交叉路口是趋于停车还是不停车以及其趋于采取的方向，以便能够评估碰撞风险。该第一数据采集步骤因此允许预测每位驾驶员在交叉路口是停车还是不停车的意图、并且了解他希望在离开该交叉路口时采取的方向。
对需要该第一车辆停车以及需要各第二车辆停车进行估计的这个步骤是根据前述两个步骤所提供的结果和在所述交叉路口处适用的交通规则来执行的。在该交叉路口适用的交通规则可以是由交通标志指示出的，例如，停车标志、禁止驶入标志、让行标志或允许最大限速，和/或由交通信号灯指示出的。在所述交叉路口适用的这些交通规则是通过一种信息手段来传达给该第一车辆的，诸如，通过静态数字环境地图、该第一车辆与位于道路基础设施上的通信模块之间的通信、以及多个诸如雷达或车载相机的外感受性传感器。
对该第一车辆与各第二车辆之间的碰撞风险进行估计的这个步骤是根据各车辆的停车意图与需要它们停车之间的比较来执行的。
驾驶员的意图是通过以概率性方式组合可供使用的与车辆和背景有关的数据来估计的，从而由此允许将数据中的和这些数据理解中的不准确性考虑在内。这一步骤使得能够得出场景的语义描述，具体地是通过回答以下问题：谁有意图做什么并且概率有多大？
文献中已有间隙会车(gap acceptance)的多种概率模型，并且这些模型可以用于计算没有优先权的车辆在具有优先权的车辆到达之前会具有足够的时间执行其操纵的概率。通过将这些模型与在交叉路口适用的交通规则相组合，该方法会以概率性方式估计一辆车辆是应该或是不应该在该交叉路口停住。
以第一车辆A正接近让行类型的交叉路口的情境为例，对需要这一车辆停车的估计限定如下：
1.推演车辆A的位置，直至该车辆到达该交叉路口的入口时的时刻tA。可以为此目的使用，例如，“恒定速度”类型的模型。
2.对相对于车辆A具有优先权的所有第二车辆B执行同一操作。换言之，对每辆具有高于车辆A的优先权的车辆B都重复这种位置推演，直至该车辆到达该交叉路口的入口时的时刻tB。可以同样针对车辆B使用“恒定速度”类型的模型。
3.通过将时刻tA与每辆优先车辆B的tB加以比较来识别出每辆优先车辆B到达之前可供车辆A使用的实施其操纵的最短时间间隔。
4.需要车辆A停车被计算成在前述步骤中计算出的时间间隔将会不足以实施该操纵的概率。可以为此目的使用一种间隙会车的概率模型。
最后，一种用于评估碰撞风险的方法结合了以作用于车辆的驾驶行为来使其与检测到的风险相适应为目的而做出决策的一个步骤。举例来讲，如果针对该第一车辆计算出的碰撞概率是高的，但如果随着所述车辆接近交叉路口其速度仍保持恒定的话，一个高级驾驶员辅助***可以自动致动制动踏板来使车辆停止或者大大降低其速度。
图2展示了在交叉路口的危险情景的实例。车辆1和3正以恒定的速度接近该交叉路口并且根据标志牌具有优先权。车辆4已经停在停车标志旁。车辆2已经向前移动并且在到车辆1和3所占用车道的半路上，并且假设其速度在增加。
·数据采集
这些传感器提供与这些车辆的相继位置有关的数据，并且潜在地提供关于它们取向、它们速度、它们转向闪光指示灯的状态等的信息。
·用于风险估计的算法
ο驾驶员的意图的估计
通过组合可供车辆使用的针对交叉路口的几何形状的和针对标志牌的信息，根据本发明的方法将使得能够以概率性方式估计驾驶员1和3的意图是行驶通过该交叉路口而不停车，驾驶员4的意图是让行驾驶员3，并且驾驶员2的意图是进行右转弯而不等待。
ο风险估计
通过将这些估计出的意图与在该交叉路口适用的交通规则进行比较，根据本发明的方法将使得能够计算驾驶员的意图与管控优先权的规则有冲突的概率。此概率对于驾驶员1、3和4而言是低的，而对于驾驶员2而言是高的，因为在车辆1到达该交叉路口之前他没有足够的时间可供用来实施其操纵。
·决策算法：
决策是必要的，因为车辆2显现出危险概率是巨大的。有待采取的动作将取决于多个因素：风险值、通过评估是否存在即将发生碰撞的风险的情境配置、有关车辆的速度、车辆上可用的警告装置或控制装置(例如，视觉、听觉或触觉警告装置、或用于车辆的自动制动元件的致动器)。
图3展示了在交叉路口的不危险情景的实例。车辆1和3正以恒定的速度接近该交叉路口并且具有优先权。车辆2和4已经停在停车标志旁。
·数据采集
此步骤是以与针对之前危险情景所描述的方式完全相同的方式进行的。
·用于风险估计的算法
ο驾驶员的意图的估计
在本情况下，根据本发明的方法使得能够以概率性的方式估计驾驶员2的意图是让行驾驶员1。
ο风险估计
这些驾驶员的意图将与管控优先权的规则产生冲突的概率对于所有驾驶员而言都将是低的。
·决策算法
不需要动作，因为没有车辆显现出危险。

Claims (10)

1.用于评估接近交叉路口的一辆第一车辆与行驶通过所述交叉路口的至少一辆第二车辆之间碰撞风险的一种方法，所述第一车辆配备有一个测量装置和一个计算装置，其特征在于，该方法包括以下步骤，
-对所述第一车辆和所述第二车辆的这些对应的位置进行确定的一个步骤，
-对所述第一车辆的和所述第二车辆的驾驶员的、关于在进入该交叉路口时是停车还是不停车以及关于操纵的意图进行估计的一个步骤，以便估计所述驾驶员中的每位驾驶员趋于在离开所述交叉路口时采取的方向，
-根据前述两个步骤所提供的结果和在所述交叉路口处适用的交通规则来对需要该第一车辆停车以及需要所述第二车辆停车进行估计的一个步骤，
-对该第一车辆与所述第二车辆之间的碰撞风险进行估计的一个步骤，所述估计是基于这些车辆的停车意图与需要它们停车之间的比较的。
2.如权利要求1所述的方法，其特征在于，与在所述交叉路口适用的交通规则相关的信息是通过有待从下组选定的至少一种信息手段来传达给该第一车辆的，即，静态数字环境地图、该第一车辆与位于道路基础设施上的通信模块之间的通信、以及多个外感受性传感器。
3.如权利要求1或2中任一项所述的评估方法，其特征在于，这些适用的交通规则是由有待从交通标志和交通信号灯中选定的至少一种手段来指明的，并且在于，所述规则提供有待从下组选定的至少一条信息，即，该交叉路口处的允许限速、停车标志、禁止驶入标志和让行标志。
4.如权利要求1至3中任一项所述的评估方法，其特征在于，对碰撞风险的评估是对应于计算这些车辆中的一辆车辆在其应该停车时却没有停车意图的概率。
5.如权利要求1至4中任一项所述的评估方法，其特征在于，对该第一车辆的和所述第二车辆的这些对应的位置进行确定的步骤被补充以对与该第一车辆和这些第二车辆中的每辆车辆有关的至少一个补充参数进行确定的一个步骤，该至少一个补充参数有待从下组选定，即，所述车辆的取向、它们的速度和驾驶员对该车辆的控制件的动作。
6.如权利要求5所述的评估方法，其特征在于，对该第一车辆的和所述第二车辆的这些位置进行确定的该步骤、以及对至少一个补充参数进行确定的该步骤是通过该第一车辆上携带的多个本体感受性和外感受性测量传感器和/或通过这些车辆之间的一种无线通信链路来执行的。
7.如权利要求6所述的评估方法，其特征在于，这些本体感受性传感器包括有待从GPS类型的并且具有通过CAN类型的总线传送的数据的导航设备中选定的至少一个传感器。
8.如权利要求6或7所述的评估方法，其特征在于，这些外感受性传感器包括有待从车载相机、雷达和激光器中选定的至少一个传感器。
9.如权利要求1至8中任一项所述的评估方法，其特征在于，该方法是由该第一车辆中所携带的一个中央处理器单元控制的。
10.如权利要求1至9中任一项所述的评估方法，其特征在于，该方法包括以影响该车辆的驾驶行为以便使其与检测到的风险相适应为目的的一个做出决策的步骤。
CN201380057565.7A 2012-10-05 2013-09-24 用于评估在交叉路口的碰撞风险的方法 Active CN104903172B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1259493 2012-10-05
FR1259493A FR2996512B1 (fr) 2012-10-05 2012-10-05 Procede d'evaluation du risque de collision a une intersection
PCT/FR2013/052218 WO2014053735A2 (fr) 2012-10-05 2013-09-24 Procede d'evaluation du risque de collision a une intersection

Publications (2)

Publication Number Publication Date
CN104903172A true CN104903172A (zh) 2015-09-09
CN104903172B CN104903172B (zh) 2017-08-08

Family

ID=47356153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380057565.7A Active CN104903172B (zh) 2012-10-05 2013-09-24 用于评估在交叉路口的碰撞风险的方法

Country Status (8)

Country Link
US (1) US20160185347A1 (zh)
EP (1) EP2903875B1 (zh)
JP (1) JP6333266B2 (zh)
KR (1) KR102094270B1 (zh)
CN (1) CN104903172B (zh)
ES (1) ES2632603T3 (zh)
FR (1) FR2996512B1 (zh)
WO (1) WO2014053735A2 (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106240571A (zh) * 2016-08-03 2016-12-21 东软集团股份有限公司 驾驶行为分析方法和装置
CN106871915A (zh) * 2015-12-04 2017-06-20 大众汽车有限公司 在机动车中用于自动驾驶的方法和装置
CN107458374A (zh) * 2016-06-02 2017-12-12 福特全球技术公司 车辆避撞
CN107792066A (zh) * 2016-09-01 2018-03-13 马自达汽车株式会社 车辆控制装置
CN108099903A (zh) * 2016-11-24 2018-06-01 现代自动车株式会社 车辆及其控制方法
CN108569282A (zh) * 2017-03-15 2018-09-25 奥迪股份公司 用于车辆的辅助驾驶设备和方法
CN108773373A (zh) * 2016-09-14 2018-11-09 北京百度网讯科技有限公司 用于操作自动驾驶车辆的方法和装置
CN108960636A (zh) * 2018-07-08 2018-12-07 江苏金海星导航科技有限公司 一种基于物元模型的货车交叉口运行安全评价方法
CN109478373A (zh) * 2016-07-29 2019-03-15 松下知识产权经营株式会社 自动驾驶车辆的控制装置以及控制程序
CN109671297A (zh) * 2017-10-16 2019-04-23 大众汽车有限公司 避免碰撞方法、道路使用者车辆、其它车辆和计算机程序
CN109840660A (zh) * 2017-11-29 2019-06-04 北京四维图新科技股份有限公司 一种车辆特征数据处理方法及车辆风险预测模型训练方法
CN110088816A (zh) * 2016-12-21 2019-08-02 三星电子株式会社 电子设备及操作电子设备的方法
CN110239533A (zh) * 2019-05-08 2019-09-17 腾讯科技（深圳）有限公司 确定车辆的驾驶风险的方法、设备、装置和可读存储介质
CN111204335A (zh) * 2018-11-21 2020-05-29 罗伯特·博世有限公司 用于运行车辆以避免或消除交通拥堵的方法和设备
CN111627233A (zh) * 2020-06-09 2020-09-04 上海商汤智能科技有限公司 为车辆协调通行路径的方法及装置
CN113646221A (zh) * 2019-03-27 2021-11-12 日产自动车株式会社 移动体的行为预测方法、行为预测装置以及车辆
CN113895456A (zh) * 2021-09-08 2022-01-07 北京汽车研究总院有限公司 自动驾驶车辆的交叉路口行驶方法、装置、车辆及介质
CN114005271A (zh) * 2021-08-05 2022-02-01 北京航空航天大学 一种智能网联环境下交叉口碰撞风险量化方法
CN109658716B (zh) * 2017-10-12 2022-08-12 丰田自动车株式会社 信息处理装置及车辆***

Families Citing this family (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9610945B2 (en) * 2015-06-10 2017-04-04 Ford Global Technologies, Llc Collision mitigation and avoidance
FR3039120A1 (fr) * 2015-07-20 2017-01-27 Peugeot Citroen Automobiles Sa Procede et dispositif d’aide a la conduite d’un vehicule a proximite d’une intersection
US10479373B2 (en) * 2016-01-06 2019-11-19 GM Global Technology Operations LLC Determining driver intention at traffic intersections for automotive crash avoidance
CN106379298B (zh) * 2016-10-14 2019-12-06 畅加风行(苏州)智能科技有限公司 基于目标运动体与汽车时间计算的智能刹车控制方法
US11042161B2 (en) 2016-11-16 2021-06-22 Symbol Technologies, Llc Navigation control method and apparatus in a mobile automation system
CN108280991B (zh) * 2017-01-05 2020-12-01 大唐高鸿信息通信(义乌)有限公司 车载短距离通信网的车辆交通事故预测方法
DE102017206264A1 (de) * 2017-04-12 2018-10-18 Robert Bosch Gmbh Verfahren und Vorrichtung zur Ausgabe haptischer Informationen an den Fahrer eines Kraftfahrzeugs über das Bremspedal
JP6722132B2 (ja) * 2017-04-27 2020-07-15 クラリオン株式会社 推奨運転出力装置、推奨運転出力方法、及び推奨運転出力システム
US11449059B2 (en) 2017-05-01 2022-09-20 Symbol Technologies, Llc Obstacle detection for a mobile automation apparatus
WO2018204308A1 (en) 2017-05-01 2018-11-08 Symbol Technologies, Llc Method and apparatus for object status detection
US11093896B2 (en) 2017-05-01 2021-08-17 Symbol Technologies, Llc Product status detection system
US10726273B2 (en) 2017-05-01 2020-07-28 Symbol Technologies, Llc Method and apparatus for shelf feature and object placement detection from shelf images
US11367092B2 (en) 2017-05-01 2022-06-21 Symbol Technologies, Llc Method and apparatus for extracting and processing price text from an image set
US10949798B2 (en) * 2017-05-01 2021-03-16 Symbol Technologies, Llc Multimodal localization and mapping for a mobile automation apparatus
WO2018201423A1 (en) 2017-05-05 2018-11-08 Symbol Technologies, Llc Method and apparatus for detecting and interpreting price label text
FR3067315B1 (fr) * 2017-06-13 2022-02-25 Renault Sas Aide a la conduite d'un vehicule en recul par utilisation de donnees cartographiques
US10134276B1 (en) 2017-12-01 2018-11-20 International Business Machines Corporation Traffic intersection distance anayltics system
US10752249B2 (en) * 2018-03-14 2020-08-25 Toyota Research Institute, Inc. Vehicle systems and methods for providing turn assistance at an intersection
US10823572B2 (en) 2018-04-05 2020-11-03 Symbol Technologies, Llc Method, system and apparatus for generating navigational data
US10809078B2 (en) 2018-04-05 2020-10-20 Symbol Technologies, Llc Method, system and apparatus for dynamic path generation
US10832436B2 (en) 2018-04-05 2020-11-10 Symbol Technologies, Llc Method, system and apparatus for recovering label positions
US11327504B2 (en) 2018-04-05 2022-05-10 Symbol Technologies, Llc Method, system and apparatus for mobile automation apparatus localization
US10740911B2 (en) 2018-04-05 2020-08-11 Symbol Technologies, Llc Method, system and apparatus for correcting translucency artifacts in data representing a support structure
US11010920B2 (en) 2018-10-05 2021-05-18 Zebra Technologies Corporation Method, system and apparatus for object detection in point clouds
US11506483B2 (en) 2018-10-05 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for support structure depth determination
US11003188B2 (en) 2018-11-13 2021-05-11 Zebra Technologies Corporation Method, system and apparatus for obstacle handling in navigational path generation
US11090811B2 (en) 2018-11-13 2021-08-17 Zebra Technologies Corporation Method and apparatus for labeling of support structures
US11416000B2 (en) 2018-12-07 2022-08-16 Zebra Technologies Corporation Method and apparatus for navigational ray tracing
US11079240B2 (en) 2018-12-07 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for adaptive particle filter localization
US11100303B2 (en) 2018-12-10 2021-08-24 Zebra Technologies Corporation Method, system and apparatus for auxiliary label detection and association
US11015938B2 (en) 2018-12-12 2021-05-25 Zebra Technologies Corporation Method, system and apparatus for navigational assistance
US10731970B2 (en) 2018-12-13 2020-08-04 Zebra Technologies Corporation Method, system and apparatus for support structure detection
KR102675290B1 (ko) * 2018-12-13 2024-06-17 현대자동차주식회사 차량 및 그 제어 방법
CA3028708A1 (en) 2018-12-28 2020-06-28 Zih Corp. Method, system and apparatus for dynamic loop closure in mapping trajectories
WO2020210360A1 (en) * 2019-04-12 2020-10-15 Continental Automotive Systems, Inc. Electronic control device for a vehicle and method for reducing false-positive electronic emergency brake light detections
US11960286B2 (en) 2019-06-03 2024-04-16 Zebra Technologies Corporation Method, system and apparatus for dynamic task sequencing
US11080566B2 (en) 2019-06-03 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for gap detection in support structures with peg regions
US11341663B2 (en) 2019-06-03 2022-05-24 Zebra Technologies Corporation Method, system and apparatus for detecting support structure obstructions
US11662739B2 (en) 2019-06-03 2023-05-30 Zebra Technologies Corporation Method, system and apparatus for adaptive ceiling-based localization
US11200677B2 (en) 2019-06-03 2021-12-14 Zebra Technologies Corporation Method, system and apparatus for shelf edge detection
US11402846B2 (en) 2019-06-03 2022-08-02 Zebra Technologies Corporation Method, system and apparatus for mitigating data capture light leakage
US11151743B2 (en) 2019-06-03 2021-10-19 Zebra Technologies Corporation Method, system and apparatus for end of aisle detection
US11198386B2 (en) 2019-07-08 2021-12-14 Lear Corporation System and method for controlling operation of headlights in a host vehicle
CN112242069B (zh) * 2019-07-17 2021-10-01 华为技术有限公司 一种确定车速的方法和装置
US11507103B2 (en) 2019-12-04 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for localization-based historical obstacle handling
US11107238B2 (en) 2019-12-13 2021-08-31 Zebra Technologies Corporation Method, system and apparatus for detecting item facings
CN113160547B (zh) * 2020-01-22 2023-02-03 华为技术有限公司 一种自动驾驶方法及相关设备
US11485197B2 (en) 2020-03-13 2022-11-01 Lear Corporation System and method for providing an air quality alert to an occupant of a host vehicle
US11822333B2 (en) 2020-03-30 2023-11-21 Zebra Technologies Corporation Method, system and apparatus for data capture illumination control
US11450024B2 (en) 2020-07-17 2022-09-20 Zebra Technologies Corporation Mixed depth object detection
CN112141100B (zh) * 2020-09-10 2021-09-21 恒大新能源汽车投资控股集团有限公司 车辆控制方法、装置及车辆
US20220105959A1 (en) * 2020-10-01 2022-04-07 Argo AI, LLC Methods and systems for predicting actions of an object by an autonomous vehicle to determine feasible paths through a conflicted area
US11593915B2 (en) 2020-10-21 2023-02-28 Zebra Technologies Corporation Parallax-tolerant panoramic image generation
US11315429B1 (en) 2020-10-27 2022-04-26 Lear Corporation System and method for providing an alert to a driver of a host vehicle
US11392891B2 (en) 2020-11-03 2022-07-19 Zebra Technologies Corporation Item placement detection and optimization in material handling systems
US11847832B2 (en) 2020-11-11 2023-12-19 Zebra Technologies Corporation Object classification for autonomous navigation systems
FR3123616A1 (fr) * 2021-06-02 2022-12-09 Psa Automobiles Sa Procédé et dispositif de détermination d’un risque de collision entre véhicules configurés pour communiquer en V2X
US11954882B2 (en) 2021-06-17 2024-04-09 Zebra Technologies Corporation Feature-based georegistration for mobile computing devices
CN113954827B (zh) * 2021-10-27 2023-07-18 东风汽车集团股份有限公司 一种考虑定位误差和通信时延的交叉口车辆碰撞概率计算方法及***
FR3136432A1 (fr) * 2022-06-14 2023-12-15 Psa Automobiles Sa Méthodes et systèmes d’aide à la conduite d’un véhicule automobile à l’approche d’une intersection avec priorité

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1096459A2 (en) * 1999-10-27 2001-05-02 Director General of Public Works Research Institute, Ministry of Construction Bumping prevention system
US7515056B2 (en) * 2002-09-23 2009-04-07 Robert Bosch Gmbh Method and apparatus for preventing collisions of vehicles
US20090224942A1 (en) * 2008-03-10 2009-09-10 Nissan Technical Center North America, Inc. On-board vehicle warning system and vehicle driver warning method
US20110153166A1 (en) * 2009-12-18 2011-06-23 Honda Motor Co., Ltd. Method of Intersection Estimation for a Vehicle Safety System
CN102598083A (zh) * 2009-10-30 2012-07-18 丰田自动车株式会社 驾驶辅助装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3174833B2 (ja) * 1999-10-27 2001-06-11 建設省土木研究所長 右折衝突防止システム
JP2006227905A (ja) * 2005-02-17 2006-08-31 Toyota Motor Corp 車両用情報報知装置
JP4735346B2 (ja) * 2006-03-09 2011-07-27 株式会社豊田中央研究所 運転支援装置及び運転支援システム
DE102006023544A1 (de) * 2006-05-19 2007-11-22 GM Global Technology Operations, Inc., Detroit Verfahren und Vorrichtung zum Betrieb eines Kraftfahrzeugs mit einer Unterstützungsfunktion
JP4770684B2 (ja) * 2006-10-03 2011-09-14 株式会社デンソー 車車間通信システム
US7579942B2 (en) * 2006-10-09 2009-08-25 Toyota Motor Engineering & Manufacturing North America, Inc. Extra-vehicular threat predictor
JP2008210051A (ja) * 2007-02-23 2008-09-11 Mazda Motor Corp 車両用運転支援システム
US9177477B2 (en) 2010-07-19 2015-11-03 Honda Motor Co., Ltd. Collision warning system using driver intention estimator
DE102010044631A1 (de) * 2010-09-07 2012-03-08 Volkswagen Ag Verfahren zur Bestimmung der Kollisionswahrscheinlichkeit eines Kraftfahrzeugs

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1096459A2 (en) * 1999-10-27 2001-05-02 Director General of Public Works Research Institute, Ministry of Construction Bumping prevention system
US7515056B2 (en) * 2002-09-23 2009-04-07 Robert Bosch Gmbh Method and apparatus for preventing collisions of vehicles
US20090224942A1 (en) * 2008-03-10 2009-09-10 Nissan Technical Center North America, Inc. On-board vehicle warning system and vehicle driver warning method
CN102598083A (zh) * 2009-10-30 2012-07-18 丰田自动车株式会社 驾驶辅助装置
US20110153166A1 (en) * 2009-12-18 2011-06-23 Honda Motor Co., Ltd. Method of Intersection Estimation for a Vehicle Safety System

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106871915A (zh) * 2015-12-04 2017-06-20 大众汽车有限公司 在机动车中用于自动驾驶的方法和装置
CN107458374A (zh) * 2016-06-02 2017-12-12 福特全球技术公司 车辆避撞
CN109478373A (zh) * 2016-07-29 2019-03-15 松下知识产权经营株式会社 自动驾驶车辆的控制装置以及控制程序
CN106240571A (zh) * 2016-08-03 2016-12-21 东软集团股份有限公司 驾驶行为分析方法和装置
CN106240571B (zh) * 2016-08-03 2019-01-25 东软集团股份有限公司 驾驶行为分析方法和装置
CN107792066A (zh) * 2016-09-01 2018-03-13 马自达汽车株式会社 车辆控制装置
CN108773373B (zh) * 2016-09-14 2020-04-24 北京百度网讯科技有限公司 用于操作自动驾驶车辆的方法和装置
CN108773373A (zh) * 2016-09-14 2018-11-09 北京百度网讯科技有限公司 用于操作自动驾驶车辆的方法和装置
CN108099903A (zh) * 2016-11-24 2018-06-01 现代自动车株式会社 车辆及其控制方法
CN110088816A (zh) * 2016-12-21 2019-08-02 三星电子株式会社 电子设备及操作电子设备的方法
CN110088816B (zh) * 2016-12-21 2022-11-15 三星电子株式会社 电子设备及操作电子设备的方法
CN108569282A (zh) * 2017-03-15 2018-09-25 奥迪股份公司 用于车辆的辅助驾驶设备和方法
CN108569282B (zh) * 2017-03-15 2021-11-19 奥迪股份公司 用于车辆的辅助驾驶设备和方法
CN109658716B (zh) * 2017-10-12 2022-08-12 丰田自动车株式会社 信息处理装置及车辆***
CN109671297A (zh) * 2017-10-16 2019-04-23 大众汽车有限公司 避免碰撞方法、道路使用者车辆、其它车辆和计算机程序
CN109840660A (zh) * 2017-11-29 2019-06-04 北京四维图新科技股份有限公司 一种车辆特征数据处理方法及车辆风险预测模型训练方法
CN109840660B (zh) * 2017-11-29 2021-07-30 北京四维图新科技股份有限公司 一种车辆特征数据处理方法及车辆风险预测模型训练方法
CN108960636A (zh) * 2018-07-08 2018-12-07 江苏金海星导航科技有限公司 一种基于物元模型的货车交叉口运行安全评价方法
CN111204335A (zh) * 2018-11-21 2020-05-29 罗伯特·博世有限公司 用于运行车辆以避免或消除交通拥堵的方法和设备
CN113646221A (zh) * 2019-03-27 2021-11-12 日产自动车株式会社 移动体的行为预测方法、行为预测装置以及车辆
CN110239533A (zh) * 2019-05-08 2019-09-17 腾讯科技（深圳）有限公司 确定车辆的驾驶风险的方法、设备、装置和可读存储介质
CN111627233A (zh) * 2020-06-09 2020-09-04 上海商汤智能科技有限公司 为车辆协调通行路径的方法及装置
CN114005271A (zh) * 2021-08-05 2022-02-01 北京航空航天大学 一种智能网联环境下交叉口碰撞风险量化方法
CN113895456A (zh) * 2021-09-08 2022-01-07 北京汽车研究总院有限公司 自动驾驶车辆的交叉路口行驶方法、装置、车辆及介质

Also Published As

Publication number Publication date
ES2632603T3 (es) 2017-09-14
EP2903875A2 (fr) 2015-08-12
KR20150068426A (ko) 2015-06-19
CN104903172B (zh) 2017-08-08
WO2014053735A2 (fr) 2014-04-10
JP6333266B2 (ja) 2018-05-30
FR2996512A1 (fr) 2014-04-11
WO2014053735A3 (fr) 2014-07-03
EP2903875B1 (fr) 2017-05-24
JP2015536004A (ja) 2015-12-17
US20160185347A1 (en) 2016-06-30
FR2996512B1 (fr) 2014-11-21
KR102094270B1 (ko) 2020-03-27

Similar Documents

Publication Publication Date Title
CN104903172A (zh) 用于评估在交叉路口的碰撞风险的方法
CN111524362B (zh) 基于多数据融合的车辆安全行驶保障***与方法
WO2021061342A1 (en) Distributed traffic safety consensus
JP2019034664A (ja) 制御装置および制御システム
JP2017102907A (ja) 最適化された軌道の選択方法
KR20190133623A (ko) 적어도 하나의 자동차의 가이드를 지원하기 위한 방법, 보조 시스템 및 자동차
CN110114253A (zh) 车辆控制装置、车辆控制方法及程序
CN104108395A (zh) 用于修改机动车辆的驾驶辅助***的配置的方法和装置
EP3971526B1 (en) Path planning in autonomous driving environments
CN110562222B (zh) 用于弯道场景的紧急制动控制方法、车载设备和存储介质
CN105374231A (zh) 一种预警方法、装置及***
US10095238B2 (en) Autonomous vehicle object detection
CN110562269A (zh) 一种智能驾驶车辆故障处理的方法、车载设备和存储介质
EP3971864A1 (en) Risk estimation in autonomous driving environments
CN114274972A (zh) 自主驾驶环境中的场景识别
US20180047283A1 (en) Systems and methods for assigning responsibility during traffic incidents
US11400958B1 (en) Learning to identify safety-critical scenarios for an autonomous vehicle
KR102350197B1 (ko) 주행경로 설정장치 및 주행경로 설정방법
Naveen et al. A review on autonomous vehicles and its components
Formosa et al. An experiment and simulation study on developing algorithms for CAVs to navigate through roadworks
Nakanishi et al. Connected Vehicles and Driving Automation Systems
US20230331256A1 (en) Discerning fault for rule violations of autonomous vehicles for data processing
EP4219261A1 (en) Estimation of risk exposure for autonomous vehicles
WO2022168672A1 (ja) 処理装置、処理方法、処理プログラム、処理システム
WO2022168671A1 (ja) 処理装置、処理方法、処理プログラム、処理システム

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant