CN106067247A - 交通复杂度估算 - Google Patents

交通复杂度估算 Download PDF

Info

Publication number
CN106067247A
CN106067247A CN201610244795.XA CN201610244795A CN106067247A CN 106067247 A CN106067247 A CN 106067247A CN 201610244795 A CN201610244795 A CN 201610244795A CN 106067247 A CN106067247 A CN 106067247A
Authority
CN
China
Prior art keywords
traffic
programmed
complex degree
complexity value
processing means
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.)
Pending
Application number
CN201610244795.XA
Other languages
English (en)
Inventor
杨行翔
卡瓦库·O·普拉卡什-阿桑特
曾福林
罗杰·阿诺德·特朗布利
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 CN106067247A publication Critical patent/CN106067247A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • B60W40/02Estimation 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 ambient conditions
    • B60W40/04Traffic conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097Predicting future conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W50/16Tactile feedback to the driver, e.g. vibration or force feedback to the driver on the steering wheel or the accelerator pedal
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062Adapting control system settings
    • B60W2050/007Switching between manual and automatic parameter input, and vice versa
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062Adapting control system settings
    • B60W2050/007Switching between manual and automatic parameter input, and vice versa
    • B60W2050/0072Controller asks driver to take over
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143Alarm means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146Display means
    • 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
    • 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
    • B60W2554/803Relative lateral 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/804Relative longitudinal speed

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)

Abstract

一种车辆***包括至少一个环境传感器和处理装置。环境传感器被编程为收集交通信息。处理装置被编程为接收交通信息、至少部分地基于交通信息来生成交通复杂度指数、将交通复杂度指数与预定阈值进行比较、且如果交通复杂度指数超过预定阈值则生成交通报警信号。

Description

交通复杂度估算
技术领域
本发明涉及机动车辆的交通复杂度估算,更具体地,涉及一种车辆交通复杂度估算的***和方法。
背景技术
驾驶需求和驾驶员工作负荷指的是驾驶员必须放在操作车辆上的注意量。例如,在具有较大车辆交通、行人交通、或两者的区域,驾驶需求高。当驾驶需求高时,驾驶员可以将更多注意放在操作车辆上,从而增加驾驶员工作负荷。驾驶员的注意力可以随着更多车辆和行人通行而本能地增加。
发明内容
根据本发明,提供一种车辆***,包含:
至少一个环境传感器,至少一个环境传感器被编程为收集交通信息;以及
处理装置,处理装置被编程为接收交通信息、至少部分地基于交通信息来生成交通复杂度指数、将交通复杂度指数与预定阈值进行比较、且如果交通复杂度指数超过预定阈值则生成交通报警信号。
在本发明的一个实施例中,其中处理装置被编程为至少部分地基于纵向复杂度值和横向复杂度值来生成交通复杂度指数。
在本发明的一个实施例中,其中处理装置被编程为通过将纵向复杂度值和横向复杂度值汇总来生成交通复杂度指数。
在本发明的一个实施例中,其中处理装置被编程为确定纵向复杂度值的权重大于横向复杂度值的权重。
在本发明的一个实施例中,其中处理装置被编程为确定横向复杂度值的权重大于纵向复杂度值的权重。
在本发明的一个实施例中,其中处理装置被编程为将交通报警信号输出到用户界面装置。
在本发明的一个实施例中,其中交通报警信号包括用于用户界面装置用来呈现听觉警报、视觉警报、和触觉警报中的至少一个的命令。
在本发明的一个实施例中,其中交通信息包括与周围车辆的运动相关的信息。
在本发明的一个实施例中,其中处理装置被编程为根据每个周围车辆与主车辆的接近度来确定周围车辆的运动的权重。
在本发明的一个实施例中,其中处理装置被编程为确定更靠近主车辆的周围车辆的运动的权重大于更远离主车辆的周围车辆的运动的权重。
在本发明的一个实施例中,其中处理装置被编程为至少部分地基于周围车辆相对于主车辆的运动来生成交通复杂度指数。
在本发明的一个实施例中,其中周围车辆的运动包括周围车辆相对于主车辆的横向运动和纵向运动中的至少一个。
在本发明的一个实施例中,其中处理装置被编程为至少部分地基于交通复杂度指数来预测驾驶需求。
根据本发明,提供一种方法,包含:
接收交通信息;
至少部分地基于交通信息来生成交通复杂度指数;
将交通复杂度指数与预定阈值进行比较;以及
如果交通复杂度指数超过预定阈值则生成交通报警信号。
在本发明的一个实施例中,进一步包含从交通信息中提取纵向复杂度值和横向复杂度值,并且其中交通复杂度指数至少部分地基于纵向复杂度值和横向复杂度值而生成。
在本发明的一个实施例中,其中生成交通复杂度指数包括将纵向复杂度值和横向复杂度值汇总。
在本发明的一个实施例中,其中生成交通复杂度指数包括确定纵向复杂度值的权重大于横向复杂度值的权重。
在本发明的一个实施例中,进一步包含将交通报警信号输出到用户界面装置,该交通报警信号具有用于用户界面装置用来呈现听觉警报、视觉警报、和触觉警报中的至少一个的命令。
在本发明的一个实施例中,其中交通复杂度指数至少部分地基于周围车辆相对于主车辆的运动。
根据本发明,提供一种车辆***,包含:
用户界面装置;
至少一个环境传感器,至少一个环境传感器被编程为收集与周围车辆相对于主车辆的运动相关的交通信息,运动包括横向运动和纵向运动;以及
处理装置,处理装置被编程为接收交通信息,从交通信息中提取横向复杂度值、从交通信息中提取纵向复杂度值、通过将横向复杂度值和纵向复杂度值汇总来生成交通复杂度指数、将交通复杂度指数与预定阈值进行比较、且如果交通复杂度指数超过预定阈值则生成交通报警信号,
其中处理装置被编程为将交通报警信号输出到用户界面装置且其中用户界面装置被编程为响应于接收到交通报警信号而生成听觉警报、视觉警报、和触觉警报中的至少一个。
附图说明
图1示出了示例车辆,其中车辆***被编程为预测驾驶需求的变化;
图2是图1中所示的车辆***的框图;
图3示出了与估算交通复杂度指数(index(t))的纵向分量相关的示例图;
图4示出了与估算交通复杂度指数的横向分量相关的示例图;
图5是基于图3和4的示例图中的纵向和横向分量的交通复杂度指数的示例图;
图6是可以通过车辆***执行以预测驾驶需求变化的示例过程的流程图。
具体实施方式
驾驶需求和工作负荷可以直接与靠近主车辆的车辆数量相关。随着周围车辆数量的增加,驾驶需求可以增加。周围车辆的行驶方向以及周围车辆相对于主车辆的接近度和速度可以进一步增加驾驶需求和工作负荷。对于行驶方向,周围车辆相对于主车辆横向行驶可以增加比在与主车辆相同的方向上行驶的周围车辆更多的驾驶需求和工作负荷。
依靠人类驾驶员确定在非自主模式下充分操作车辆所必需的驾驶需求的水平。自主和半自主车辆试图减轻驾驶员的某些驾驶相关的任务。因此,自主和半自主车辆的一个结果可以导致驾驶员与他或她手动操作车辆不一样的注意。因此,当驾驶需求增加时,在自主或半自主模式下操作的主车辆可以生成警报。该警报可以用来增加驾驶员对主车辆的操作的参与。
一种可以监控驾驶需求且基于例如驾驶需求的增加预测驾驶员参与何时应该提高的示例车辆***可以包括至少一个环境传感器和处理装置。环境传感器被编程为收集交通信息。处理装置被编程为接收交通信息、至少部分地基于交通信息生成交通复杂度指数、将交通复杂度指数与预定阈值进行比较、且如果交通复杂度指数超过预定阈值则生成交通报警信号。当驾驶需求增加时,交通报警信号可以警告驾驶员。在某些情况下,交通报警信号可以警告驾驶员采取对在自主模式下操作的车辆的控制。
所示的元件可以采取许多不同的形式,并且包括多个和/或替代的部件和设备。所说明的示例部件并不旨在进行限制。事实上,可以使用额外的或供选择的部件和/或实施方式。
如图1中所示,主车辆100包括需求预测***105,该需求预测***105被编程为监控交通信息且基于交通信息来预测驾驶需求。交通信息的示例可以包括周围车辆的数量、周围车辆的行驶方向等。如果驾驶需求增加,则需求预测***105可以被进一步编程为输出报警信号。当呈现给驾驶员时,报警信号可以通知驾驶员增加他或她对周围车辆和主车辆100的总体操作的注意力。
尽管被示为轿车,但是主车辆100可以包括任何乘用或商用机动车,比如小汽车、卡车、运动型多用途车辆、跨界车、厢式货车、小型货车、出租车、公共汽车等。在一些可行的方法中,如下面所讨论的,主车辆100是配置为在自主(例如,无人驾驶)模式、部分自主模式、和/或非自主模式下操作的自主车辆。
参照图2,需求预测***105可以包括至少一个环境传感器110和处理装置115。用户界面装置120可以进一步成为需求预测***105的一部分或以其他方式位于主车辆100的乘客舱中。用户界面装置120可以包括位于主车辆100的乘客舱中的任何电子设备且被编程为在车辆的操作过程中将信息呈现给用户,比如驾驶员。此外,用户界面装置120可以被编程为在主车辆100的操作过程中接收用户输入。在一些可行的方法中,用户界面装置120可以包括触敏显示屏。用户界面装置120可以被编程为接收来自处理装置115的信号。响应于一些信号,如下面更详细所讨论的,用户界面装置120可以被编程为将警报输出给驾驶员。该警报可以包括听觉警报、视觉警报、触觉警报等等。
环境传感器110可以包括配置为或编程为当主车辆100在自主(例如,无人驾驶)或半自主模式下操作时生成帮助导航主车辆100的信号的任何数量的装置。环境传感器110的示例可以包括雷达传感器、激光雷达传感器、视觉传感器(比如摄像机)等等。环境传感器110帮助主车辆100“看见”道路、周围车辆等。因此,当主车辆100在自主或半自主模式下操作时环境传感器110可以帮助主车辆100导航各种障碍。
环境传感器110可以被编程为收集交通信息。该交通信息可以包括周围车辆的数量、周围车辆的行驶方向、周围车辆的其它运动等。环境传感器110可以被编程为监控周围车辆的纵向运动、周围车辆的横向运动、周围车辆的速度,和周围车辆相对于主车辆100的接近度。环境传感器110可以被编程为输出表示收集到的交通信息的信号。
处理装置115可以被编程为接收来自环境传感器110的交通信息、确定交通复杂度、和预测交通信息是否暗示增加的驾驶需求和工作负荷。如图所示,处理装置115包括传感器融合模块125、纵向复杂度模块130、横向复杂度模块135、和交通复杂度模块140。
传感器融合模块125可以被编程为接收和汇总通过环境传感器110输出的信号。传感器融合模块125可以被进一步编程为使交通信息分成纵向复杂度值和横向复杂度值。纵向复杂度值可以表示周围车辆的纵向运动。纵向复杂度值可以被提供给纵向复杂度模块130。横向复杂度值可以表示周围车辆的横向运动。横向复杂度值可以被提供给横向复杂度模块135。
纵向复杂度模块130可以被编程为汇总通过传感器融合模块125输出的纵向复杂度值。纵向复杂度模块130的操作针对图3在下面更详细地讨论。纵向复杂度模块130可以将纵向复杂度指数(indexlong(t))输出到交通复杂度模块140。
横向复杂度模块135可以被编程为汇总通过传感器融合模块125输出的横向复杂度值。横向复杂度模块135的操作针对图4在下面更详细地讨论。横向复杂度模块135可以将横向复杂度指数(indexlat(t))输出到交通复杂度模块140。
交通复杂度模块140可以从纵向复杂度指数和横向复杂度指数生成交通复杂度指数。因此,交通复杂度指数至少部分地基于交通信息。在生成交通复杂度指数中,交通复杂度模块140可以被编程为确定横向复杂度值的权重大于纵向复杂度值的权重,因为例如周围车辆的横向运动可以暗示比周围车辆纵向运动更大的驾驶需求。供选择地,交通复杂度模块140可以被编程为确定纵向复杂度值的权重大于横向复杂度值的权重。除了将加权值分配给纵向和横向复杂度值之外,交通复杂度模块140可以进一步确定周围车辆的接近度的权重。也就是说,周围车辆更靠近主车辆100的运动可以被给予比周围车辆更远离主车辆100的运动更大的权重。
此外,交通复杂度模块140可以将交通复杂度指数与预定阈值进行比较。如果交通复杂度指数的值足够超过预定阈值,或如果交通复杂度指数的值足够超过预定阈值最小量,则交通复杂度模块140可以预测驾驶需求和驾驶员工作负荷的增加。响应于预测驾驶需求的增加,交通复杂度模块140可以生成交通报警信号。交通报警信号可以表明已检测到要求增加的驾驶需求的情况。交通复杂度模块140可以将交通报警信号输出到用户界面装置120。交通报警信号可以命令用户界面装置120呈现警报给驾驶员。该警报可以包括听觉警报、视觉警报、触觉警报等等。
因此,处理装置115可以被编程为接收交通信息、至少部分地基于交通信息来生成交通复杂度指数、将交通复杂度指数与预定阈值进行比较、且如果交通复杂度指数超过预定阈值则生成交通报警信号。因此,使用交通复杂度指数,处理装置115可以被编程为预测驾驶需求。
图3示出了与估算交通复杂度指数的纵向分量相关的示例图300。图300包括纵向速度图305、纵向交通复杂度图310、和周围车辆的数量图315。纵向速度图305可以表示与周围车辆、主车辆100、或两者的纵向速度相关的值。纵向交通复杂度图310可以表示周围交通相对于主车辆100的瞬时纵向复杂度值。周围车辆的数量图315可以表示在主车辆100附近的周围车辆的数量。附近的示例可以包括横向距离、纵向距离、或两者。因此,附近的示例可以包括例如在主车辆100的一个车道内、在主车辆100的两个车道内、在主车辆100的三个车道内、在主车辆100的50米内、在主车辆100的100米内等。
在有周围车辆在与主车辆100相同的方向上行驶的情况下,周围车辆的速度变化可以提供交通复杂度指示的附加测量,而不仅考虑交通密度。相对于主车辆100的以相似速度行驶的一组周围车辆可以比一个或多个周围车辆以比主车辆100更高的速度行驶时相对容易地处理(例如,较小复杂交通)。
在下面,等式1可以用来计算周围车辆的速度变化(var(Vi(t)))
indexlong(t)=var(Vi(t))·n,i=1...n (1)
其中Vi是第i个周围车辆的速度且n是检测到的车辆的总数。在等式1中,交通密度可以通过乘以n考虑在内。
图4示出了与估算交通复杂度指数的横向分量相关的示例图400。图400包括横向速度图405、横向交通复杂度图410、和周围车辆的数量图415。横向速度图405可以表示与周围车辆、主车辆100、或两者的横向速度相关的值。横向交通复杂度图410可以表示周围交通相对于主车辆100的瞬时横向复杂度值。周围车辆的数量图415可以表示在主车辆100附近的周围车辆的数量。附近的示例可以包括横向距离、纵向距离、或两者。因此,附近的示例可以包括例如在主车辆100的一个车道内、在主车辆100的两个车道内、在主车辆100的三个车道内、在主车辆100的50米内、在主车辆100的100米内等。
大的周围车辆横向速度可以表示交通模式的变化,并且因此,更复杂的交通状况。然而,横向交通复杂度可以使用如图405中所示且在下面在等式2中表示的周围车辆横向速度的总和,而不是使用方差。
index l a t ( t ) = Σ i = 1 n a b s ( v i ( t ) ) · w ( d ) , i = 1... n - - - ( 2 )
其中w(d)是可以强调接近主车辆100的权重函数。也就是说,具有更接近主车辆100的周围车辆的横向移动可以被给予比更远离主车辆100的周围车辆更大的权重。示例权重函数w(d)可以根据等式3来确定。
其中d是车辆相对于主车辆100的横向距离。
图5示出了估算出的交通复杂度指数的示例图500。交通复杂度指数包括参照图3和4如上所述的纵向复杂度值和横向复杂度值的汇总。在一个可行的实施方式中,交通复杂度指数可以根据等式4来限定。
index(t)=α·indexlong+β·indexlat (4)
其中α和β分别表示应用于纵向复杂度指数和横向复杂度指数的权重。
示例图500可以提供比仅仅交通密度更丰富的关于交通状况的信息。另外,使用交通复杂度指数,需求预测***105可以预测可能需要驾驶员的增加的注意或干预的交通模式的潜在变化。交通复杂度指数可以用于当主车辆100在非自主或半自主模式下操作时的驾驶需求预测以及当主车辆100在半自主或全自主模式下操作时的用于驾驶员提升他的或她的参与的通知。
图6是可以通过车辆***执行以预测驾驶需求的变化的示例过程600的流程图。当例如主车辆100在自主或半自主模式下打开或开始操作时,过程600可以开始。因此,过程600可以应用于主车辆100的自主、半自主、或非自主操作。
在框605,需求预测***105可以接收交通信息。交通信息的示例可以包括周围车辆的数量、周围车辆的行驶方向等。交通信息可以通过环境传感器110收集并且表示交通信息的信号可以传送到处理装置115。传感器融合模块125——并入到处理装置115中——可以接收来自环境传感器110的交通信息。
在框610,需求预测***105可以处理交通信息。交通信息可以通过例如处理装置115处理。具体地,传感器融合模块125可以从在框605从环境传感器110接收到的交通信息中提取纵向复杂度值和横向复杂度值。传感器融合模块125可以将纵向复杂度值输出到纵向复杂度模块130且将横向复杂度值输出到横向复杂度模块135。纵向复杂度模块130和横向复杂度模块135可以分别处理参照图3和4如上所述的各自的交通信息。也就是说,纵向复杂度模块130可以从纵向复杂度值生成纵向复杂度指数且横向复杂度模块135可以从横向复杂度值生成横向复杂度指数。纵向和横向复杂度指数可以被输出到交通复杂度模块140。
在框615,需求预测***105可以从交通信息生成交通复杂度指数。例如,交通复杂度模块140可以接收并汇总纵向复杂度值和横向复杂度值。交通复杂度模块140可以接收以纵向复杂度指数的形式的纵向复杂度值和以横向复杂度指数的形式的横向复杂度值。在一个可行的方法中,交通复杂度模块140可以确定纵向复杂度值的权重不同于横向复杂度值的权重。例如,交通复杂度模块140可以应用更大的权重到横向复杂度值。供选择地,交通复杂度模块140可以应用更大的权重到纵向复杂度值。在其它可行的实施方式中,交通复杂度模块140可以确定横向复杂度值和纵向复杂度值的权重相等。因为使用纵向和横向复杂度值和各自的指数,交通复杂度模块140可以基于周围车辆相对于主车辆100的运动来生成交通复杂度指数。
在决策框620,需求预测***105可以将交通复杂度指数与预定阈值进行比较。例如,处理装置115——通过交通复杂度模块140——可以确定交通复杂度指数是否表明交通复杂度的水平超过阈值。如果交通复杂度指数超过预定阈值,则过程600可以进行到框625。在某些情况下,如果交通复杂度指数超过预定阈值的一预定时间量以避免不必要地警告驾驶员稍纵即逝的交通问题,则过程600可以进行到框625。如果交通复杂度指数没有超过预定阈值,或者如果交通复杂度指数没有超过预定阈值最小时间量,则过程600可以返回到框605。
在框625,需求预测***105可以生成且输出交通报警信号。交通报警信号可以通过交通复杂度模块140由处理装置115生成。在某些情况下,交通报警信号可以表明已检测到要求增加的驾驶需求的情况。交通复杂度模块140可以将交通报警信号输出到用户界面装置120,交通报警信号具有用于用户界面装置120用来将警报呈现给驾驶员的命令。该警报可以包括听觉警报、视觉警报、触觉警报等等。
过程600可以在框625之后结束。供选择地,如图6中所示,过程600可以在框625之后进行到框605,并且继续重复直到主车辆100关闭。
通常,所描述的计算***和/或装置可以使用任何数量的计算机操作***,包括但并不限于以下的版本和/或变体:福特操作***、Microsoft操作***、Unix操作***(例如,加利福尼亚红木滩的甲骨文公司发行的操作***)、纽约阿蒙克市的国际商业机器公司发行的AIX UNIX操作***、Linux操作***、加利福尼亚库比蒂诺的苹果公司发行的Mac OSX和iOS操作***、加拿大滑铁卢的黑莓公司发售的黑莓OS以及谷歌公司和开放手机联盟开发的安卓操作***。计算装置的示例包括,但不限于,车载车辆计算机、计算机工作站、服务器、台式机、笔记本电脑、便携式电脑、或手持式电脑、或一些其他计算***和/或装置。
计算装置通常包括计算机可执行的指令,其中指令可以通过比如上面所列的那些的一种或多种计算装置来执行。计算机可执行的指令可以从计算机程序来编译或解读,计算机程序使用多种程序设计语言和/或技术建立,这些语言和/或技术包括但不限于JavaTM、C、C++、Visual Basic、Java Script、Perl等中单独一个或结合。通常,处理器(例如,微处理器)例如从存储器、计算机可读介质等接收指令,并且执行这些指令,从而执行一个或多个过程,包括一个或多个在此所述的过程。这样的指令和其它数据可以使用多种计算机可读介质存储和传送。
计算机可读介质(也称为处理器可读介质)包括参与提供计算机可读(例如通过计算机的处理器)的数据(例如指令)的任何非暂时性(例如有形的)介质。这样的介质可以采取许多形式,包括但不限于非易失性介质和易失性介质。非易失性介质可以包括,例如光盘或磁盘以及其他持续内存。易失性介质可以包括例如动态随机存取存储器(DRAM),其典型地构成主存储器。这样的指令可以通过一个或多个传送介质来传送,包括同轴电缆、铜线和光纤,包括包含连接到计算机的处理器的***总线的线。计算机可读介质的普遍形式包括,例如软盘(floppy disk)、柔性盘(flexible disk)、硬盘、磁带、任何其它磁性介质、CD-ROM(光盘只读存储器)、DVD(数字化视频光盘)、任何其它光学介质、穿孔卡片、纸带、任何其它具有孔排列模式的物理介质、RAM(随机存取存储器)、PROM(可编程只读存储器)、EPROM(电可编程只读存储器)、FLASH-EEPROM(闪速电可擦除可编程只读存储器),任何其它存储芯片或内存盒,或任何其它计算机可读的介质。
数据库、数据储存库、或在此所描述的其它数据存储器可以包括用于存储、访问和检索多种数据的各种类型的机制,包括层次数据库、文件***的一组文件、专用格式的应用数据库、关系数据库管理***(RDBMS)等。每个这样的数据存储器通常包括在使用例如上述提到的那些之一的计算机操作***的计算装置内,并且经由网络以各种方式中的任意一种或多种进行访问。文件***可以从计算机操作***访问,并且可以包括以多种格式存储的文件。RDBMS除了使用用于创建、存储、编辑和执行存储过程的语言之外,通常使用结构化查询语言(SQL),例如以上提到的过程化SQL(PL/SQL)语言。
在一些示例中,***元件可以被实施为在一个或多个计算装置(例如,服务器、个人电脑等)上的计算机可读指令(例如,软件)、存储在与此相关的计算机可读介质(如,磁盘、存储器等)上。计算机程序产品可以包含存储在计算机可读介质上用于执行在此所述的功能的这样的指令。
至于在此所述的过程、***、方法、启发等,应当理解的是,虽然这些过程的步骤等已被描述成根据一定的有序序列发生,但是这样的过程可以实施为以不同于在此所述顺序的顺序来执行所述步骤。进一步应当理解的是,某些步骤可以同时执行,其它步骤可以增加,或在此所述的某些步骤可以省略。换言之,提供在此的过程的描述目的在于说明某些实施例,而不应以任何方式被解释为限制权利要求。
因此,应当理解的是,上述说明书旨在说明而不是限制。除了提供的示例,在阅读上述说明书的基础之上许多实施例和应用是显而易见的。本发明的范围不应参照上述说明书来确定,而是应该参照所附权利要求连同这些权利要求所享有的全部等效范围来确定。可以预见和预期未来的发展将会发生在在此所讨论的领域,且本发明所公开的***和方法将被结合到这些未来的实施例中。总之,应当理解的是,本发明能够进行修改和变化。
在权利要求中使用的所有术语旨在被给予它们如本领域技术人员所理解的通常含义,除非在此作出明确相反的指示。特别是单数冠词比如“一”,“该”,“所述”等的使用应被理解为叙述一个或多个所示元件,除非权利要求中叙述了明确相反的限制。
提供摘要以允许读者快速弄清此技术公开的本质。提交该摘要的情况下,应理解其不用于解释或限制权利要求的范围和含义。此外,在前述具体实施方式中,可以看出,为了精简本发明的目的,不同的特征被集合在不同的实施例中。这种公开方法不应被解释为反映所要求保护的实施例需要比在每项权利要求中清楚叙述的更多的特征的意图。相反,如以下权利要求反映的那样,发明主旨在于少于单一公开的实施例的所有特征。因此,以下权利要求以此方式结合到具体实施方式中,而每条权利要求自身作为单独要求保护的主题。

Claims (20)

1.一种车辆***,包含:
至少一个环境传感器,所述至少一个环境传感器被编程为收集交通信息;以及
处理装置,所述处理装置被编程为接收所述交通信息、至少部分地基于所述交通信息来生成交通复杂度指数、将所述交通复杂度指数与预定阈值进行比较、且如果所述交通复杂度指数超过所述预定阈值则生成交通报警信号。
2.根据权利要求1所述的车辆***,其中所述处理装置被编程为至少部分地基于纵向复杂度值和横向复杂度值来生成所述交通复杂度指数。
3.根据权利要求2所述的车辆***,其中所述处理装置被编程为通过将所述纵向复杂度值和所述横向复杂度值汇总来生成所述交通复杂度指数。
4.根据权利要求2所述的车辆***,其中所述处理装置被编程为确定所述纵向复杂度值的权重大于所述横向复杂度值的权重。
5.根据权利要求2所述的车辆***,其中所述处理装置被编程为确定所述横向复杂度值的权重大于所述纵向复杂度值的权重。
6.根据权利要求1所述的车辆***,其中所述处理装置被编程为将所述交通报警信号输出到用户界面装置。
7.根据权利要求6所述的车辆***,其中所述交通报警信号包括用于所述用户界面装置用来呈现听觉警报、视觉警报、和触觉警报中的至少一个的命令。
8.根据权利要求1所述的车辆***,其中所述交通信息包括与周围车辆的运动相关的信息。
9.根据权利要求8所述的车辆***,其中所述处理装置被编程为根据每个周围车辆与主车辆的接近度来确定周围车辆的运动的权重。
10.根据权利要求9所述的车辆***,其中所述处理装置被编程为确定更靠近所述主车辆的周围车辆的运动的权重大于更远离所述主车辆的周围车辆的运动的权重。
11.根据权利要求1所述的车辆***,其中所述处理装置被编程为至少部分地基于周围车辆相对于主车辆的运动来生成所述交通复杂度指数。
12.根据权利要求11所述的车辆***,其中所述周围车辆的所述运动包括所述周围车辆相对于所述主车辆的横向运动和纵向运动中的至少一个。
13.根据权利要求1所述的车辆***,其中所述处理装置被编程为至少部分地基于所述交通复杂度指数来预测驾驶需求。
14.一种方法,包含:
接收交通信息;
至少部分地基于所述交通信息来生成交通复杂度指数;
将所述交通复杂度指数与预定阈值进行比较;以及
如果所述交通复杂度指数超过所述预定阈值则生成交通报警信号。
15.根据权利要求14所述的方法,进一步包含从所述交通信息中提取纵向复杂度值和横向复杂度值,并且其中所述交通复杂度指数至少部分地基于所述纵向复杂度值和所述横向复杂度值而生成。
16.根据权利要求15所述的方法,其中生成所述交通复杂度指数包括将所述纵向复杂度值和所述横向复杂度值汇总。
17.根据权利要求15所述的方法,其中生成所述交通复杂度指数包括确定所述纵向复杂度值的权重大于所述横向复杂度值的权重。
18.根据权利14所述的方法,进一步包含将所述交通报警信号输出到用户界面装置,所述交通报警信号具有用于所述用户界面装置用来呈现听觉警报、视觉警报、和触觉警报中的至少一个的命令。
19.根据权利要求14所述的方法,其中所述交通复杂度指数至少部分地基于周围车辆相对于主车辆的运动。
20.一种车辆***,包含:
用户界面装置;
至少一个环境传感器,所述至少一个环境传感器被编程为收集与周围车辆相对于主车辆的运动相关的交通信息,所述运动包括横向运动和纵向运动;以及
处理装置,所述处理装置被编程为接收所述交通信息,从所述交通信息中提取横向复杂度值、从所述交通信息中提取纵向复杂度值、通过将所述横向复杂度值和所述纵向复杂度值汇总来生成交通复杂度指数、将所述交通复杂度指数与预定阈值进行比较、且如果所述交通复杂度指数超过所述预定阈值则生成交通报警信号,
其中所述处理装置被编程为将所述交通报警信号输出到所述用户界面装置且其中所述用户界面装置被编程为响应于接收到所述交通报警信号而生成听觉警报、视觉警报、和触觉警报中的至少一个。
CN201610244795.XA 2015-04-23 2016-04-18 交通复杂度估算 Pending CN106067247A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/694,230 2015-04-23
US14/694,230 US9821812B2 (en) 2015-04-23 2015-04-23 Traffic complexity estimation

Publications (1)

Publication Number Publication Date
CN106067247A true CN106067247A (zh) 2016-11-02

Family

ID=57110895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610244795.XA Pending CN106067247A (zh) 2015-04-23 2016-04-18 交通复杂度估算

Country Status (6)

Country Link
US (1) US9821812B2 (zh)
CN (1) CN106067247A (zh)
DE (1) DE102016107323A1 (zh)
GB (1) GB2539548A (zh)
MX (1) MX2016005274A (zh)
RU (1) RU2016112876A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111746556A (zh) * 2019-03-26 2020-10-09 通用汽车环球科技运作有限责任公司 用于自主***的状况复杂度量化
CN111775953A (zh) * 2019-12-16 2020-10-16 王忠亮 驾驶状态即时修正***及方法
CN111915888A (zh) * 2020-07-14 2020-11-10 同济大学 一种自动驾驶测试场景中交通参与者复杂度的计算方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11814076B2 (en) 2020-12-03 2023-11-14 GM Global Technology Operations LLC System and method for autonomous vehicle performance grading based on human reasoning

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4073359A (en) * 1975-12-08 1978-02-14 Nissan Motor Company, Limited Braking system for avoiding a collision of a vehicle with an obstacle thereof
CN101817329A (zh) * 2009-02-27 2010-09-01 日产自动车株式会社 车辆驾驶操作支持设备和方法以及车辆
CN101908272A (zh) * 2010-07-20 2010-12-08 南京理工大学 基于移动信息的交通安全感知网
CN102139696A (zh) * 2010-02-02 2011-08-03 通用汽车环球科技运作有限责任公司 疏堵
CN102490673A (zh) * 2011-12-13 2012-06-13 中科院微电子研究所昆山分所 基于车联网的汽车主动安全控制***及其控制方法
CN103348395A (zh) * 2011-02-03 2013-10-09 丰田自动车株式会社 交通拥堵检测设备和车辆控制设备
US20140136044A1 (en) * 2012-11-15 2014-05-15 GM Global Technology Operations LLC Active safety system and method for operating the same

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2373619A (en) 2001-03-23 2002-09-25 Golden River Traffic Ltd Measurement of traffic density
DE10356309A1 (de) * 2003-11-28 2005-06-23 Robert Bosch Gmbh Verfahren und Vorrichtung zur Warnung des Fahrers eines Kraftfahrzeugs
JP4735310B2 (ja) 2005-04-15 2011-07-27 株式会社デンソー 走行支援装置
DE102007018517A1 (de) 2007-04-19 2008-10-23 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Signalisierung der Komplexität einer Fahrsituation und Informationsanzeigeeinrichtung
EP2138987A1 (en) 2008-06-25 2009-12-30 Ford Global Technologies, LLC Method for determining a property of a driver-vehicle-environment state
DE102009033853A1 (de) 2009-07-16 2010-05-12 Daimler Ag Verfahren zum Betrieb eines Fahrerassistenzsystems und Vorrichtung zur Durchführung des Verfahrens
JP2013539572A (ja) * 2010-07-29 2013-10-24 フォード グローバル テクノロジーズ、リミテッド ライアビリティ カンパニー 運転者インタフェースタスクを管理する方法、及び、車両
US8897948B2 (en) * 2010-09-27 2014-11-25 Toyota Systems and methods for estimating local traffic flow
DE102011082375A1 (de) 2011-09-08 2013-03-14 Robert Bosch Gmbh Verfahren zum Entlasten eines Fahrers beim Führen eines Fahrzeuges
US8706393B2 (en) * 2012-01-10 2014-04-22 Ford Global Technologies, Llc Intersection collision avoidance with adaptable vehicle dimensions
US20130286193A1 (en) * 2012-03-21 2013-10-31 Magna Electronics Inc. Vehicle vision system with object detection via top view superposition
US8718861B1 (en) 2012-04-11 2014-05-06 Google Inc. Determining when to drive autonomously
DE102012009822A1 (de) 2012-05-18 2012-11-29 Daimler Ag Verfahren zur Ermittlung einer Größe zur Beschreibung eines lokalenVerkehrs
DE102012214979A1 (de) * 2012-08-23 2014-02-27 Robert Bosch Gmbh Spurwahlassistent zur Optimierung des Verkehrsflusses (Verkehrsflussassistent)
DE102013222294A1 (de) 2012-12-14 2014-06-18 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zum automatisierten Führen eines Fahrzeugs
DE102012112296A1 (de) 2012-12-14 2014-06-18 Continental Teves Ag & Co. Ohg Verfahren zum Betreiben eines ein automatisiertes, teilautomatisiertes und ein manuelles Fahren ermöglichenden Fahrerassistenzsystems eines Fahrzeugs
DE102012112802B4 (de) 2012-12-20 2024-06-06 Continental Autonomous Mobility Germany GmbH Verfahren zur Steuerung eines Fahrzeugs mit einem ein automatisiertes, teilautomatisiertes und ein manuelles Fahren ermöglichenden Fahrerassistenzsystem
TWI600558B (zh) * 2014-04-01 2017-10-01 Dynamic lane detection system and method
US9365213B2 (en) 2014-04-30 2016-06-14 Here Global B.V. Mode transition for an autonomous vehicle
US20150329111A1 (en) * 2014-05-18 2015-11-19 Toyota Motor Engineering & Manufacturing North America, Inc. Elevated perception system for automated vehicles
KR101619599B1 (ko) * 2014-08-08 2016-05-10 현대자동차주식회사 융합 레이더 센서 기반 저전력 차량 충돌 방지 방법 및 장치
KR20160023193A (ko) * 2014-08-21 2016-03-03 현대자동차주식회사 긴급 제동 시스템에서 전방위 확장 적용을 위한 충돌 위험 판단 방법 및 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4073359A (en) * 1975-12-08 1978-02-14 Nissan Motor Company, Limited Braking system for avoiding a collision of a vehicle with an obstacle thereof
CN101817329A (zh) * 2009-02-27 2010-09-01 日产自动车株式会社 车辆驾驶操作支持设备和方法以及车辆
CN102139696A (zh) * 2010-02-02 2011-08-03 通用汽车环球科技运作有限责任公司 疏堵
CN101908272A (zh) * 2010-07-20 2010-12-08 南京理工大学 基于移动信息的交通安全感知网
CN103348395A (zh) * 2011-02-03 2013-10-09 丰田自动车株式会社 交通拥堵检测设备和车辆控制设备
CN102490673A (zh) * 2011-12-13 2012-06-13 中科院微电子研究所昆山分所 基于车联网的汽车主动安全控制***及其控制方法
US20140136044A1 (en) * 2012-11-15 2014-05-15 GM Global Technology Operations LLC Active safety system and method for operating the same

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111746556A (zh) * 2019-03-26 2020-10-09 通用汽车环球科技运作有限责任公司 用于自主***的状况复杂度量化
CN111775953A (zh) * 2019-12-16 2020-10-16 王忠亮 驾驶状态即时修正***及方法
CN111915888A (zh) * 2020-07-14 2020-11-10 同济大学 一种自动驾驶测试场景中交通参与者复杂度的计算方法
CN111915888B (zh) * 2020-07-14 2021-09-03 同济大学 一种自动驾驶测试场景中交通参与者复杂度的计算方法

Also Published As

Publication number Publication date
US9821812B2 (en) 2017-11-21
GB2539548A (en) 2016-12-21
US20160314690A1 (en) 2016-10-27
DE102016107323A1 (de) 2016-10-27
MX2016005274A (es) 2016-10-24
RU2016112876A (ru) 2017-10-09

Similar Documents

Publication Publication Date Title
CN106553655B (zh) 危险车辆检测方法和***以及包括该***的车辆
Halim et al. Artificial intelligence techniques for driving safety and vehicle crash prediction
McCall et al. Driver behavior and situation aware brake assistance for intelligent vehicles
US9990182B2 (en) Computer platform for development and deployment of sensor-driven vehicle telemetry applications and services
WO2019069170A1 (en) MONITORING THE RISK OF OPERATION OF A VEHICLE USING DETECTION DEVICES
US20220327840A1 (en) Control device, system and method for determining perceptual load of a visual and dynamic driving scene in real time
CN109416873A (zh) 具有自动化风险控制***的自主或部分自主机动车辆及其相应方法
KR20190031951A (ko) 운송 장치에 구비된 전자 장치 및 이의 제어 방법
Katare et al. Embedded system enabled vehicle collision detection: an ANN classifier
CN109522784A (zh) 用于区分可越过物体与不可越过物体的装置和方法
CN106067247A (zh) 交通复杂度估算
US20200125989A1 (en) Assessing Ride Quality For Autonomous Vehicles
US20220324484A1 (en) Method for determining a trajectory of an at least partially assisted operated motor vehicle, computer program and assistance system
Peng et al. Intelligent method for identifying driving risk based on V2V multisource big data
Reagan et al. Driver acceptance of partial automation after a brief exposure
Page Top misconceptions of autonomous cars and self-driving vehicles
CN104887253A (zh) 驾驶员疲劳检测
Wu et al. Method for the use of naturalistic driving study data to analyze rear-end crash sequences
US11926332B1 (en) Assessing surprise for autonomous vehicles
CN106326866A (zh) 车辆碰撞的预警方法及装置
Wang et al. SafeDrive: A new model for driving risk analysis based on crash avoidance
Mishra et al. ADAS technology: a review on challenges, legal risk mitigation and solutions
Sathyanarayana et al. Automatic driving maneuver recognition and analysis using cost effective portable devices
CN110456784A (zh) 从距离传感器得到的对感知***的同时诊断和形状估计
CN107792067A (zh) 碰撞警告***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20161102