CN106184091A - 用于检测车辆碰撞对象的设备和方法 - Google Patents
用于检测车辆碰撞对象的设备和方法 Download PDFInfo
- Publication number
- CN106184091A CN106184091A CN201510349800.9A CN201510349800A CN106184091A CN 106184091 A CN106184091 A CN 106184091A CN 201510349800 A CN201510349800 A CN 201510349800A CN 106184091 A CN106184091 A CN 106184091A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- relative
- collision
- relative vehicle
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims description 19
- 238000013459 approach Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
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
- B60W30/0956—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
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
用于检测车辆碰撞对象的设备,其通过在自身车辆中提供的传感器感测位于自身车辆前方的一个或多个相对车辆,并且收集关于感测的相对车辆的相对车辆信息,当鉴于自身车辆和相对车辆的预测路径自身车辆和相对车辆到达同一路线时计算相对车辆的相对位置,根据相对车辆的相对速度关系和接近角度选择碰撞类型,计算在所选择的碰撞类型中自身车辆和相对车辆之间的碰撞位置,基于碰撞位置计算碰撞信息,以及基于碰撞信息在一个或多个相对车辆之中选择碰撞对象。
Description
技术领域
本公开涉及用于检测车辆碰撞对象的设备和方法,并且更特别地涉及这样一种用于检测车辆碰撞对象的设备和方法,其当自身车辆被驱动时,能够在自身车辆前方感测到的车辆之中仅选择具有碰撞可能性的车辆。
背景技术
通常,碰撞避免***(CAS:collision avoidance system)通过安装在车辆内的传感器感测前方障碍物并且收集和分析关于前方障碍物的信息以警告驾驶者有碰撞危险或直接控制车辆的制动、转向等。
碰撞避免***通过传感器测量到前方车辆的距离和相对速度。另外,碰撞避免***基于到前方车辆的距离和相对速度判定碰撞危险以警告驾驶者有碰撞危险并直接控制车辆的制动和转向,从而诱导碰撞避免或碰撞损伤减轻。
然而,如在专利文件1中所公开,根据现有技术,因为碰撞避免***仅用于判定位于自身车辆路线的前方车辆的碰撞可能性,所以碰撞避免***不能判定自身车辆是否将和与自身车辆相交的车辆或在与自身车辆移动的方向相反的方向移动的车辆碰撞。
[现有技术文件]
[专利文件]
(专利文件1)KR100614282 B1
发明内容
本公开为了解决在现有技术中出现的上述问题而作出,同时完整地保持由现有技术实现的优点。
本公开一方面提供用于检测车辆碰撞对象的设备和方法,其当自身车辆被驱动时,能够在自身车辆前方感测到的车辆之中仅选择具有碰撞可能性的车辆。
根据本公开的示例性实施例,一种用于检测车辆碰撞对象的方法,其包括以下步骤:通过在自身车辆中设置的传感器感测位于所述自身车辆前方的一个或多个相对车辆,并且收集关于所感测的相对车辆的相对车辆信息;当鉴于所述自身车辆和所述相对车辆的预测路径所述自身车辆和所述相对车辆到达同一路线时,计算所述相对车辆的相对位置;根据所述相对车辆的相对速度关系和接近角度选择碰撞类型;计算在所选择的碰撞类型中,所述自身车辆和所述相对车辆之间的碰撞位置;基于所述碰撞位置计算碰撞信息;以及基于所述碰撞信息在一个或多个所述相对车辆之中选择碰撞对象。
所述相对车辆信息可以包括所述相对车辆的速度、移动方向、相对位置、宽度以及长度。
所述相对位置可以是在横向上所述自身车辆和所述相对车辆之间的距离。
在计算所述相对车辆的相对位置的步骤中,可以在所述自身车辆和所述相对车辆到达同一路线的时间点计算在横向上所述自身车辆和所述相对车辆之间的距离。
可以通过假设每台车辆是点的移动并且应用圆方程或多项式方程计算所述预测路径。
选择碰撞类型的步骤可以包括基于所述自身车辆和所述相对车辆的尺寸判定所述自身车辆和所述相对车辆是否彼此碰撞。
所述碰撞信息可以包括所述自身车辆和所述相对车辆之间的碰撞时间(TTC)、碰撞重叠和碰撞角度。
计算所述碰撞信息的步骤可以包括:使用在同一路线上的横向上所述自身车辆和所述相对车辆之间的距离、在所述碰撞位置处的所述横向上所述自身车辆和所述相对车辆之间的距离与在所述横向上的相对速度,计算碰撞的时间点;以及使用所述自身车辆和所述相对车辆到达同一路线的时间点和所述碰撞的时间点,计算所述TTC。
根据本发明的另一示例性实施例,一种用于检测车辆碰撞对象的设备,其包括:相对车辆信息获取单元,其配置成通过在自身车辆中设置的传感器感测位于所述自身车辆前方的一个或多个相对车辆,并且收集关于所感测的相对车辆的相对车辆信息;自身车辆信息获取单元,其配置成收集关于所述自身车辆的信息;以及处理器,其配置成当鉴于所述自身车辆和所述相对车辆的预测路径所述自身车辆和所述相对车辆到达同一路线时,计算所述相对车辆的相对位置,根据所述相对车辆的相对速度关系和接近角度选择碰撞类型,计算在所选择的碰撞类型中所述自身车辆和所述相对车辆之间的碰撞位置,基于所述碰撞位置计算碰撞信息并基于所述碰撞信息在一个或多个所述相对车辆之中选择碰撞对象。
所述相对车辆信息可以包括所述相对车辆的速度、移动方向、相对位置、宽度以及长度。
所述自身车辆信息可以包括所述自身车辆的宽度、长度、移动方向以及车辆速度。
所述处理器可以通过假设所述自身车辆和所述相对车辆各是一个点并且应用圆方程或多项式方程计算所述预测路径。
所述处理器可以鉴于所述自身车辆和所述相对车辆的宽度和长度计算所述自身车辆和所述相对车辆之间的所述碰撞位置。
附图说明
本公开的上述和其它目标、特征和优点从结合附图的下述详细描述中将更明显。
图1是根据本公开的示例性实施例示出用于检测车辆碰撞对象的设备的配置的框图。
图2是根据本公开的示例性实施例用于描述自身车辆和相对车辆之间的位置关系的视图。
图3是根据本公开的示例性实施例用于描述通过坐标变换进行的在横向上自身车辆和相对车辆之间的距离差的计算的视图。
图4是根据本公开的示例性实施例示出碰撞类型的视图。
图5是根据本公开的示例性实施例用于描述碰撞位置的计算的视图。
图6是根据本公开的示例性实施例示出用于检测车辆碰撞对象的方法的流程图。
图7是根据本公开的示例性实施例用于描述碰撞对象的选择的视图。
附图标记说明
110:相对车辆信息获取单元
120:自身车辆信息获取单元
130:存储器
140:输出
150:处理器
具体实施方式
因为在本说明书中描述的术语“包含”、“配置有”、“具有”等意味着包括相应组件,除非另外特别描述,所以这些术语将意味着包括其它组件而不是排除其它组件。
在本说明书中描述的术语“部件”、“模块”等意味着处理至少一个功能或操作的单元,并且可由硬件或软件或硬件与软件的组合实施。另外,术语“一个”、“一”、“该”等可以被用作为意味着包括单数和复数两者,除非在本说明书描述本公开的上下文中另外描述或由上下文明显矛盾。
以下,本公开的示例性实施例将参考附图详细描述。
图1是根据本公开的示例性实施例示出用于检测车辆碰撞对象的设备的配置的框图,图2是根据本公开的示例性实施例用于描述自身车辆和相对车辆之间的位置关系的视图。图3是根据本公开的示例性实施例用于描述通过坐标变换进行的在横向上自身车辆和相对车辆之间的距离差的计算的视图。图4是根据本公开的示例性实施例示出碰撞类型的视图,以及图5是根据本公开的示例性实施例用于描述碰撞位置的计算的视图。
参考图1,根据本公开的示例性实施例,用于检测车辆碰撞对象的设备(以下,简称用于检测碰撞对象的设备)被安装在车辆内并且感测位于车辆前方的车辆以选择(检测)具有高的碰撞可能性车辆作为碰撞对象。用于检测碰撞对象的设备配置成包括通过车辆网络彼此连接的相对车辆信息获取单元110、自身车辆信息获取单元120、存储器130、输出140和处理器150。这里,车辆网络可通过控制器局域网络(CAN:controller area network)、媒体导向***传输(MOST:media oriented systems transport)网络、本地互连网络(LIN:localinterconnect network)或flexray中的一个或多个实施。
相对车辆信息获取单元110通过安装在自身车辆100内的传感器(未示出)收集相对车辆信息。相对车辆信息包括相对车辆的速度、移动方向、相对位置、尺寸(宽度和长度)等。
换言之,相对车辆信息获取单元110基于通过图像传感器、距离传感器(例如超声波、雷达等)等测量得到的数据,计算相对车辆200的速度、移动方向θ和相对位置。如图2所示,相对车辆200的速度包括相对车辆200的纵向速度Vfx和横向速度Vfy,并且相对位置包括相对坐标(离参考位置的X-方向值和Y-方向值)和基于自身车辆100位置的相对车辆200的角度α。
自身车辆信息获取单元120通过安装在自身车辆内的传感器(未示出)收集自身车辆信息诸如自身车辆的速度、移动方向等。这里,传感器(未示出)包括速度传感器、陀螺仪传感器、转向角度传感器等。
存储器130储存自身车辆信息诸如在自身车辆中的宽度、长度等。另外,存储器130储存通过在相对车辆信息获取单元110和自身车辆信息获取单元120中收集的相对车辆信息和自身车辆信息。存储器130储存在用于检测碰撞对象的设备的操作过程中生成的各种数据。
输出140以由驾驶者可识别的视听形式输出碰撞对象。输出140可由显示器件、音频器件等实施。显示器件可包括液晶显示器(LCD:liquid crystal display)、薄膜晶体管液晶显示器(TFT LCD:thin filmtransistor-liquid crystal display)、有机发光二极管(OLED:organiclight-emitting diode)、柔性显示器、3D显示器、透明显示器、平视显示器和触摸屏中的一个或多个。
处理器150通过相对车辆200和自身车辆100到特定点的预测路径计算每台车辆的移动方向、车辆速度、相对位置等。这里,在自身车辆100或相对车辆200转弯的情况下,通过假设每台车辆是一个点并且应用圆方程或多项式方程,可计算每台车辆的预测路径(移动轨迹)。另外,处理器150使用自身车辆100的移动方向作为参考轴,执行坐标变换以计算相对车辆的相对位置(在横向上自身车辆100和相对车辆200之间的距离yerr)。
例如,如图3所示,在自身车辆100转弯的情况下,鉴于自身车辆100和相对车辆200向前移动到同一路线的预测路径(t=t1),基于在点t1处相对车辆200的相对位置yerr和自身车辆100的移动方向θs,自身车辆100的移动路径被变成X轴,从而计算相对车辆200的相对位置yerr′和xerr′。
处理器150根据在横向上相对车辆200的相对速度与纵向方向上相对车辆200的相对速度之间的关系k以及相对车辆的接近角度θ1与θ2选择碰撞类型。换言之,如图4和表1所示,处理器150基于相对车辆200的接近角度和相对速度划分碰撞类型。
在表1中,W1是相对车辆的宽度,W2是自身车辆的宽度,L1是相对车辆的长度,L2是自身车辆的长度,θ1与θ2是相对车辆的接近角度(相对车辆的移动方向或碰撞角度),θ2′=180°-θ2,k是在横向上自身车辆与相对车辆之间的速度异Vry和在纵向方向上的自身车辆与相对车辆之间的速度异Vrx之间的比(),A=cosθ1-ksinθ1,B=sinθ1+kcosθ1,以及C=sinθ2′-kcosθ2′。
例如,在碰撞类型是实例1的情况下,在横向上自身车辆与相对车辆之间的距离yerr的最大值是0.5W2+0.5W1cosθ1+k(L2-0.5W1sinθ1),并且其最小值是-0.5W2-0.5W1cosθ1-L1sinθ1+k(-L1cosθ1+0.5W1sinθ1)。
[表1]
当选择了碰撞类型时,处理器150计算在所选择的碰撞类型中在横向上自身车辆与相对车辆之间的距离yn_err,从而能够通过距离yn_err和现有的yerr之间的关系计算碰撞的时间点t2。
处理器150通过相对车辆200的相对位置(yerr或yerr′)计算车辆的碰撞位置。这里,假设自身车辆100和相对车辆200线性(直线)移动。其原因是在车辆接近碰撞位置的状况下,轨迹的方向不会迅速地变化。
如图5所示,假设自身车辆100和相对车辆200分别是点,当两个点到达同一路线时(t=t1),计算在横向上两个点(自身车辆100和相对车辆200)之间的距离yerr,并且基于两个点应用自身车辆100和相对车辆200的面积以确认自身车辆100和相对车辆200是否彼此碰撞。这里,当自身车辆100和相对车辆200在其彼此碰撞的状态(自身车辆和相对车辆的面积彼此部分重叠的状态)下时,计算在碰撞点t2处在横向上两个点之间的距离yn_err。另外,处理器150使用在点t1处横向上的距离yerr、在点t2处横向上的距离yn_err和在横向上自身车辆100和相对车辆200之间的速度差Vxy计算将要碰撞的时间t2。这里,将要碰撞的时间t2可以由以下方程式1表示。
[方程式1]
处理器150使用自身车辆与相对车辆到达同一路线(X轴)的时间点t1和自身车辆与相对车辆碰撞的时间点t2计算碰撞时间(TTC:timeto collision)(=t1+t2)。另外,处理器150使用在横向上自身车辆和相对车辆之间的距离以及每台车辆的车辆信息可计算碰撞重叠和碰撞角度。
处理器150可在通过TTC、碰撞重叠和碰撞角度感测到的所有车辆之中选择碰撞对象,并且根据碰撞危险程度确定优先级。
图6是根据本公开的示例性实施例示出用于检测车辆碰撞对象的方法的流程图。
参考图6,用于检测车辆碰撞对象的设备的处理器150通过相对车辆信息获取单元110获取相对车辆信息(S11)。相对车辆信息包括相对车辆的速度(纵向速度和横向速度)、移动方向、相对位置、宽度以及长度。
然后,鉴于自身车辆和相对车辆的预测路径,处理器150计算每台车辆的移动方向、车辆速度和相对位置(在横向上自身车辆和相对车辆之间的距离)(S12)。在该步骤,鉴于自身车辆和相对车辆的移动路径,处理器150计算每台车辆的移动方向、车辆速度和相对位置yerr,直到自身车辆和相对车辆到达同一路线(X轴)。这里,在自身车辆转弯的情况下,处理器150通过坐标变换使用自身车辆的移动方向作为参考轴,计算相对车辆的相对位置。
下一步,处理器150根据相对车辆的相对速度和接近角度选择碰撞类型(S13)。在该步骤,处理器150鉴于相对车辆的相对位置和自身车辆与相对车辆的尺寸(宽度和长度)判定自身车辆和相对车辆是否彼此碰撞。另外,基于上面表1,处理器150可计算碰撞范围。
下一步,处理器150计算在选择的碰撞类型中自身车辆和相对车辆之间的碰撞位置yn_err(S14)。在该步骤,处理器150根据碰撞类型计算在碰撞位置处的横向上自身车辆和相对车辆之间的距离。
下一步,处理器150基于碰撞位置计算碰撞时间、碰撞重叠和碰撞角度(S15)。在该步骤,处理器150使用在同一路线上的横向上自身车辆和相对车辆之间的距离、在碰撞位置处的横向上自身车辆和相对车辆之间的距离与在横向上相对速度计算碰撞的时间点。另外,处理器150使用自身车辆和相对车辆到达同一路线的时间点和碰撞的时间点计算TTC。
然后,处理器150基于计算出的碰撞时间、碰撞重叠(collisionoverlap)和碰撞角度在自身车辆前方感测到的一个或多个前方车辆之中选择碰撞对象(S16)。
根据上述示例性实施例,如图7所示,在位于自身车辆前方的可感测(sensible)空间(感测区域)的车辆V1和V2之间具有碰撞可能性的车辆可以被选择为碰撞对象。
因此,在本公开中,可以判定自身车辆是否将与所有的车辆诸如迎面而来车辆、相交车辆、切入(cut-in)车辆、切出(cut-out)车辆等碰撞,从而能够当具有如上所述车辆的碰撞状况发生时选择碰撞对象并且控制碰撞避免。
如上所述,根据本公开的示例性实施例,使用安装在车辆中的传感器可以感测位于车辆前方的车辆,并且在感测的车辆之中可以选择具有碰撞可能性的车辆。因此,根据本公开的示例性实施例,可以判定自身车辆和与自身车辆相交的车辆是否彼此碰撞(侧面碰撞),自身车辆和在与自身车辆移动的方向相反的方向上移动的车辆是否彼此碰撞(前方碰撞)等,以及自身车辆和位于与自身车辆相同的路径的车辆是否彼此碰撞。
在以上描述的示例性实施例中,本公开的组件和特征以预先确定的形式彼此结合。应考虑到各个组件或特征是选择性的,除非另外明确提出。各个组件或特征可以不与其它组件或特征结合的形式被实施。另外,一些组件和/或特征可以彼此结合来配置本公开的示例性实施例。在本公开的示例性实施例中描述的操作顺序可以被改变。任何示例性实施例的一些组件或特征可以被包括在另一个示例性实施例中或被另一个示例性的相应组件或特征实施例取代。很明显,在权利要求书中没有明确引用关系的权利要求可以彼此结合来配置示例性实施例或通过应用后修正被包括在新的权利要求书中。
本公开的示例性实施例可以由各种装置例如硬件、固件、软件或其组合等实施。在本公开的示例性实施例由硬件实施的情况下,可以由专用集成电路(ASIC:application specific integrated circuit)、数字信号处理器(DSP:digital signal processor)、数字信号处理器件(DSPD:digital signal processing device)、可编程逻辑器件(PLD:programmablelogic device)、现场可编程门阵列(FPGA:field programmable gatearray)、处理器、控制器、微控制器、微处理器等中的一个或多个实施。
在本公开的示例性实施例由固件或软件实施的情况下,可以执行上述功能或操作的模块、程序、函数等的形式实施。软件代码可以储存在存储器单元中并且由处理器驱动。存储器单元可被位于处理器内部或外部,并且通过各种众所周知的装置向处理器传输数据和从处理器接收数据。
很明显,对于所述领域技术人员来说,本公开可以另一种特定的不脱离本公开特征的形式实施。因此,上述详细描述在所有方面中应被解释为例示性的而不是限制性的。本公开的保护范围是由权利要求书的合理解释确定的,并且在本公开等效范围内的所有修改包含在本公开的保护范围内。
Claims (13)
1.一种用于检测车辆碰撞对象的方法,其包括以下步骤:
通过在自身车辆中设置的传感器感测位于所述自身车辆前方的一个或多个相对车辆,并且收集关于所感测的相对车辆的相对车辆信息;
当鉴于所述自身车辆和所述相对车辆的预测路径所述自身车辆和所述相对车辆到达同一路线时,计算所述相对车辆的相对位置;
根据所述相对车辆的相对速度关系和接近角度选择碰撞类型;
计算在所选择的碰撞类型中,所述自身车辆和所述相对车辆之间的碰撞位置;
基于所述碰撞位置计算碰撞信息;以及
基于所述碰撞信息在一个或多个所述相对车辆之中选择碰撞对象。
2.根据权利要求1所述用于检测车辆碰撞对象的方法,其中所述相对车辆信息包括所述相对车辆的速度、移动方向、相对位置、宽度以及长度。
3.根据权利要求2所述用于检测车辆碰撞对象的方法,其中所述相对位置是在横向上所述自身车辆和所述相对车辆之间的距离。
4.根据权利要求1所述用于检测车辆碰撞对象的方法,其中在计算所述相对车辆的相对位置的步骤中,在所述自身车辆和所述相对车辆到达同一路线的时间点计算在横向上所述自身车辆和所述相对车辆之间的距离。
5.根据权利要求1所述用于检测车辆碰撞对象的方法,其中通过假设每台车辆是点的移动并且应用圆方程或多项式方程计算所述预测路径。
6.根据权利要求1所述用于检测车辆碰撞对象的方法,其中选择碰撞类型的步骤包括:基于所述自身车辆和所述相对车辆的尺寸判定所述自身车辆和所述相对车辆是否彼此碰撞。
7.根据权利要求1所述用于检测车辆碰撞对象的方法,其中所述碰撞信息包括所述自身车辆和所述相对车辆之间的碰撞时间(TTC)、碰撞重叠和碰撞角度。
8.根据权利要求7所述用于检测车辆碰撞对象的方法,其中计算所述碰撞信息的步骤包括:
使用在同一路线上的横向上所述自身车辆和所述相对车辆之间的距离、在所述碰撞位置处的所述横向上所述自身车辆和所述相对车辆之间的距离与在所述横向上的相对速度,计算碰撞的时间点;以及
使用所述自身车辆和所述相对车辆到达同一路线的时间点和所述碰撞的时间点,计算所述TTC。
9.一种用于检测车辆碰撞对象的设备,其包括:
相对车辆信息获取单元,其配置成通过在自身车辆中设置的传感器感测位于所述自身车辆前方的一个或多个相对车辆,并且收集关于所感测的相对车辆的相对车辆信息;
自身车辆信息获取单元,其配置成收集关于所述自身车辆的信息;以及
处理器,其配置成当鉴于所述自身车辆和所述相对车辆的预测路径所述自身车辆和所述相对车辆到达同一路线时,计算所述相对车辆的相对位置,根据所述相对车辆的相对速度关系和接近角度选择碰撞类型,计算在所选择的碰撞类型中所述自身车辆和所述相对车辆之间的碰撞位置,基于所述碰撞位置计算碰撞信息并基于所述碰撞信息在一个或多个所述相对车辆之中选择碰撞对象。
10.根据权利要求9所述用于检测车辆碰撞对象的设备,其中所述相对车辆信息包括所述相对车辆的速度、移动方向、相对位置、宽度以及长度。
11.根据权利要求9所述用于检测车辆碰撞对象的设备,其中所述自身车辆信息包括所述自身车辆的宽度、长度、移动方向以及车辆速度。
12.根据权利要求9所述用于检测车辆碰撞对象的设备,其中所述处理器通过假设所述自身车辆和所述相对车辆各是一个点并且应用圆方程或多项式方程计算所述预测路径。
13.根据权利要求9用于检测车辆碰撞对象的所述设备,其中所述处理器鉴于所述自身车辆和所述相对车辆的宽度和长度计算所述自身车辆和所述相对车辆之间的所述碰撞位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20140152422 | 2014-11-04 | ||
KR10-2014-0152422 | 2014-11-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106184091A true CN106184091A (zh) | 2016-12-07 |
Family
ID=55851745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510349800.9A Pending CN106184091A (zh) | 2014-11-04 | 2015-06-23 | 用于检测车辆碰撞对象的设备和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20160121887A1 (zh) |
CN (1) | CN106184091A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230751A (zh) * | 2016-12-22 | 2018-06-29 | 丰田自动车株式会社 | 车辆驾驶辅助装置 |
CN108401465A (zh) * | 2018-02-28 | 2018-08-14 | 深圳市元征软件开发有限公司 | 车辆损伤检测方法、车辆损伤检测装置及电子设备 |
CN108528442A (zh) * | 2017-03-06 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 使用雷达传感器和upa传感器的车辆碰撞预测算法 |
CN110798793A (zh) * | 2019-08-23 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 车辆间相对位置确定方法、装置 |
CN112525554A (zh) * | 2020-12-18 | 2021-03-19 | 奇瑞汽车股份有限公司 | 汽车的碰撞角度确定方法、装置及计算机存储介质 |
CN113269987A (zh) * | 2020-02-14 | 2021-08-17 | 通用汽车环球科技运作有限责任公司 | 同时车道变更态势感知 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170046483A (ko) | 2015-10-21 | 2017-05-02 | 현대자동차주식회사 | 자율 비상 제동 장치 및 방법 |
US9896096B2 (en) | 2016-04-11 | 2018-02-20 | David E. Newman | Systems and methods for hazard mitigation |
US10351129B2 (en) * | 2017-01-13 | 2019-07-16 | Ford Global Technologies, Llc | Collision mitigation and avoidance |
US10829113B2 (en) * | 2018-09-17 | 2020-11-10 | Ford Global Technologies, Llc | Vehicle collision avoidance |
US10820349B2 (en) | 2018-12-20 | 2020-10-27 | Autonomous Roadway Intelligence, Llc | Wireless message collision avoidance with high throughput |
US10816635B1 (en) | 2018-12-20 | 2020-10-27 | Autonomous Roadway Intelligence, Llc | Autonomous vehicle localization system |
US10713950B1 (en) | 2019-06-13 | 2020-07-14 | Autonomous Roadway Intelligence, Llc | Rapid wireless communication for vehicle collision mitigation |
US10939471B2 (en) | 2019-06-13 | 2021-03-02 | David E. Newman | Managed transmission of wireless DAT messages |
US10820182B1 (en) | 2019-06-13 | 2020-10-27 | David E. Newman | Wireless protocols for emergency message transmission |
KR20210060237A (ko) * | 2019-11-18 | 2021-05-26 | 현대모비스 주식회사 | 후방 교차 충돌 감지 시스템 및 방법 |
CN111469837B (zh) * | 2020-04-13 | 2024-04-19 | 中国联合网络通信集团有限公司 | 车辆碰撞预测方法及装置 |
US11206169B1 (en) | 2020-11-13 | 2021-12-21 | Ultralogic 5G, Llc | Asymmetric modulation for high-reliability 5G communications |
US20220183068A1 (en) | 2020-12-04 | 2022-06-09 | David E. Newman | Rapid Uplink Access by Parallel Signaling on a 5G Random-Access Channel |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6650983B1 (en) * | 2002-07-23 | 2003-11-18 | Ford Global Technologies, Llc | Method for classifying an impact in a pre-crash sensing system in a vehicle having a countermeasure system |
US20040117086A1 (en) * | 2002-12-13 | 2004-06-17 | Ford Motor Company | Adaptive collision load path modification system for vehicle collision compatibility |
KR100614282B1 (ko) * | 2003-05-30 | 2006-08-22 | 도요다 지도샤 가부시끼가이샤 | 충돌예측장치 |
US20080201042A1 (en) * | 2007-02-19 | 2008-08-21 | Ford Global Technologies, Llc | System and method for pre-deploying restraints countermeasures using pre-crash sensing and post-crash sensing |
CN101497330A (zh) * | 2008-01-29 | 2009-08-05 | 福特全球技术公司 | 用于碰撞过程预测的*** |
CN103863321A (zh) * | 2012-12-11 | 2014-06-18 | 株式会社电装 | 用于判断车辆和车辆周围的物体之间碰撞的可能性的设备 |
CN103909926A (zh) * | 2014-03-31 | 2014-07-09 | 长城汽车股份有限公司 | 车辆侧向防碰撞方法、设备以及*** |
CN103991448A (zh) * | 2014-04-01 | 2014-08-20 | 财团法人车辆研究测试中心 | 动态车道线检测***及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4304517B2 (ja) * | 2005-11-09 | 2009-07-29 | トヨタ自動車株式会社 | 物体検出装置 |
US9142132B2 (en) * | 2013-12-26 | 2015-09-22 | Automotive Research & Testing Center | Collision avoidance system and method for vehicles |
-
2015
- 2015-06-03 US US14/730,209 patent/US20160121887A1/en not_active Abandoned
- 2015-06-23 CN CN201510349800.9A patent/CN106184091A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6650983B1 (en) * | 2002-07-23 | 2003-11-18 | Ford Global Technologies, Llc | Method for classifying an impact in a pre-crash sensing system in a vehicle having a countermeasure system |
US20040117086A1 (en) * | 2002-12-13 | 2004-06-17 | Ford Motor Company | Adaptive collision load path modification system for vehicle collision compatibility |
KR100614282B1 (ko) * | 2003-05-30 | 2006-08-22 | 도요다 지도샤 가부시끼가이샤 | 충돌예측장치 |
US20080201042A1 (en) * | 2007-02-19 | 2008-08-21 | Ford Global Technologies, Llc | System and method for pre-deploying restraints countermeasures using pre-crash sensing and post-crash sensing |
CN101497330A (zh) * | 2008-01-29 | 2009-08-05 | 福特全球技术公司 | 用于碰撞过程预测的*** |
CN103863321A (zh) * | 2012-12-11 | 2014-06-18 | 株式会社电装 | 用于判断车辆和车辆周围的物体之间碰撞的可能性的设备 |
CN103909926A (zh) * | 2014-03-31 | 2014-07-09 | 长城汽车股份有限公司 | 车辆侧向防碰撞方法、设备以及*** |
CN103991448A (zh) * | 2014-04-01 | 2014-08-20 | 财团法人车辆研究测试中心 | 动态车道线检测***及方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230751A (zh) * | 2016-12-22 | 2018-06-29 | 丰田自动车株式会社 | 车辆驾驶辅助装置 |
CN108528442A (zh) * | 2017-03-06 | 2018-09-14 | 通用汽车环球科技运作有限责任公司 | 使用雷达传感器和upa传感器的车辆碰撞预测算法 |
CN108528442B (zh) * | 2017-03-06 | 2021-11-12 | 通用汽车环球科技运作有限责任公司 | 使用雷达传感器和upa传感器的车辆碰撞预测算法 |
CN108401465A (zh) * | 2018-02-28 | 2018-08-14 | 深圳市元征软件开发有限公司 | 车辆损伤检测方法、车辆损伤检测装置及电子设备 |
CN110798793A (zh) * | 2019-08-23 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 车辆间相对位置确定方法、装置 |
CN110798793B (zh) * | 2019-08-23 | 2022-08-05 | 腾讯科技(深圳)有限公司 | 车辆间相对位置确定方法、装置 |
CN113269987A (zh) * | 2020-02-14 | 2021-08-17 | 通用汽车环球科技运作有限责任公司 | 同时车道变更态势感知 |
CN112525554A (zh) * | 2020-12-18 | 2021-03-19 | 奇瑞汽车股份有限公司 | 汽车的碰撞角度确定方法、装置及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20160121887A1 (en) | 2016-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106184091A (zh) | 用于检测车辆碰撞对象的设备和方法 | |
CN107843267B (zh) | 施工路段无人驾驶车辆的路径生成方法及装置 | |
US10677597B2 (en) | Method and system for creating a digital map | |
CN105008955B (zh) | 车辆障碍物检测设备和车辆障碍物检测*** | |
US10621861B2 (en) | Method and system for creating a lane-accurate occupancy grid map for lanes | |
CN101241188B (zh) | 防撞***与使用数据融合检测高架桥位置的方法 | |
CN100555357C (zh) | 一种检测车辆碰撞并预测行驶路线的***和方法 | |
CN110377024A (zh) | 用于自动驾驶车辆的自动数据标注 | |
CN107533803B (zh) | 遮挡控制装置 | |
CN108463690A (zh) | 评估u形转弯可行性 | |
JP6520740B2 (ja) | 物体検出方法、物体検出装置、およびプログラム | |
US20180050694A1 (en) | Method and device for monitoring a setpoint trajectory to be traveled by a vehicle for being collision free | |
KR20120091179A (ko) | 도로 차량을 위한 충돌 회피 시스템 및 방법 그리고 컴퓨터 프로그램 제품 | |
CN107111942B (zh) | 用于探测机动车经过交通标志门通行的方法和装置 | |
CN108304605A (zh) | 汽车驾驶辅助***传感器优选配置方法 | |
US20180347991A1 (en) | Method, device, map management apparatus, and system for precision-locating a motor vehicle in an environment | |
CN110119138A (zh) | 用于自动驾驶车辆的自定位方法、***和机器可读介质 | |
CN109752717A (zh) | 用于关联车辆中的传感器数据的装置和方法 | |
CN110462703A (zh) | 基于碰撞后分析的自动驾驶车辆的车辆动作优化 | |
CN105246754A (zh) | 提供用于车辆的环境地图 | |
JP6796041B2 (ja) | 安全運転支援装置 | |
CN106168667A (zh) | 具有图像反射检测的车载雷达*** | |
TW202031538A (zh) | 輔助駕駛方法和系統 | |
JP2018523103A (ja) | 自動車の側方周辺領域内の前後に延在した定置物体を分類する方法、運転者支援システム、及び自動車 | |
CN102047301A (zh) | 用于提供车道信息的方法及用于执行该方法的设备 |
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 |
Application publication date: 20161207 |
|
WD01 | Invention patent application deemed withdrawn after publication |