CN109808684A - 最大限度地减少假防撞警告 - Google Patents
最大限度地减少假防撞警告 Download PDFInfo
- Publication number
- CN109808684A CN109808684A CN201811296511.7A CN201811296511A CN109808684A CN 109808684 A CN109808684 A CN 109808684A CN 201811296511 A CN201811296511 A CN 201811296511A CN 109808684 A CN109808684 A CN 109808684A
- Authority
- CN
- China
- Prior art keywords
- path
- vehicle
- historical
- false alarm
- computer
- 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 claims abstract description 62
- 230000015654 memory Effects 0.000 claims abstract description 40
- 230000004044 response Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005055 memory storage Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 35
- 238000010586 diagram Methods 0.000 description 7
- 230000001413 cellular effect Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241001138418 Sequoia sempervirens Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
- B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
-
- 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
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/30—Road curve radius
-
- 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
- B60W2556/10—Historical 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
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Transportation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了“最大限度地减少假防撞警告”,描述了一种用于车辆的路线学习***和一种使用所述***的方法。所述方法包括:响应于确定当前位置与历史位置匹配,从存储器中检索包括历史路径数据的假警报地理标记;以及基于确定当前预测路径与所述历史路径不匹配,将所述当前预测路径替换为所述历史路径以减少对主车辆的驾驶员的假警告。
Description
技术领域
本发明涉及车辆碰撞领域,并且更具体地涉及防撞警告领域。
背景技术
现代车辆防撞***可以检测潜在的车辆碰撞并向车辆驾驶员提供警报。以此方式,驾驶员可以有时间来做出响应并避免碰撞。这种警报的示例包括车辆仪表板上的发光符号、听觉警报等。
发明内容
描述了一种用于车辆的路线学习***。根据一个说明性示例,所述***可以包括车载计算机,所述车载计算机被编程为执行一种方法。所述方法可以包括:在主车辆中的计算机处:响应于确定当前位置与历史位置匹配,从存储器中检索包括历史路径数据的假警报地理标记;以及基于确定当前预测路径与所述历史路径不匹配,将所述当前预测路径替换为所述历史路径以减少对所述车辆的驾驶员的假警告。
根据上述至少一个示例,其中在所述计算机处响应于以下情况而将所述地理标记预先存储在存储器中:接收到防撞警报;以及在接收到所述警报之后确定所述车辆的实际路径与当时的预测路径不同。
根据上述至少一个示例,其中所述警报是至少部分地基于从目标车辆接收车辆间通信(vehicle-to-vehicle communication)。
根据上述至少一个示例,其中使用多个路径点确定所述实际路径。
根据上述至少一个示例,其中所述路径点中的每一个包括相应的一对x坐标和y坐标,其中在确定所述实际路径时,忽略每个相应的路径点的相应的z轴坐标。
根据上述至少一个示例,还包括:存储第一路径点,接着存储在第一间隔之后的第二路径点,并且然后存储在第二间隔之后的第三路径点。
根据上述至少一个示例,其中确定所述当前预测路径与所述历史路径不匹配还包括将所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较。
根据上述至少一个示例,还包括:通过所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较来确定所述当前预测路径与所述历史路径不匹配。
根据上述至少一个示例,还包括:从多个假警报地理标记中确定到最近起始点位置的范围,并且基于所述确定的范围,延迟将当前位置与所述多个中的历史位置数据进行比较。
根据上述至少一个示例,还包括:在所述计算机的假警报检测***处替换所述当前预测路径;以及将被替换的当前预测路径从所述假警报检测***发送到所述计算机中的产生警报的防撞***。
根据另一个说明性示例,一种路线学习***包括:主车辆中的计算机,所述计算机包括处理器和存储器,所述存储器存储可由所述处理器执行的指令,所述指令包括:响应于确定当前位置与历史位置匹配,从存储器中检索包括历史路径数据的假警报地理标记;以及基于确定当前预测路径与所述历史路径不匹配,将所述当前预测路径替换为所述历史路径以减少对所述车辆的驾驶员的假警告。
根据上述至少一个示例,其中响应于用于以下的指令而将所述地理标记预先存储在存储器中:接收到防撞警报;以及在接收到所述警报之后确定所述车辆的实际路径与当时的预测路径不同。
根据上述至少一个示例,其中所述警报是至少部分地基于从目标车辆接收车辆间通信。
根据上述至少一个示例,其中使用多个路径点确定所述实际路径。
根据上述至少一个示例,其中所述路径点中的每一个包括相应的一对x坐标和y坐标,其中在确定所述实际路径时,忽略每个相应的路径点的相应的z轴坐标。
根据上述至少一个示例,其中所述指令还包括:存储第一路径点,接着存储在第一间隔之后的第二路径点,并且然后存储在第二间隔之后的第三路径点。
根据上述至少一个示例,其中用于确定所述当前预测路径与所述历史路径不匹配的所述指令还包括用于以下的指令:将所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较。
根据上述至少一个示例,其中用于确定所述当前预测路径与所述历史路径不匹配的所述指令还包括用于以下的指令:将包括所述预测半径或所述预测曲率的圆形的预测中心与与所述历史半径或其对应的历史曲率相关联的圆形的历史中心位置进行比较。
根据上述至少一个示例,还包括:从多个假警报地理标记中确定到最近起始点位置的范围,并且基于所述确定的范围,延迟将当前位置与所述多个中的历史位置数据进行比较。
根据上述至少一个示例,其中所述指令还包括:在所述计算机的假警报检测***处替换所述当前预测路径;以及将所述被替换的当前预测路径从所述假警报检测***发送到所述计算机中的产生警报的防撞***。
根据至少一个示例,公开了一种计算机,所述计算机被编程为执行上述示例的任何组合。
根据至少一个示例,公开了一种计算机,所述计算机被编程为执行上述方法的示例的任何组合。
根据至少一个示例,公开了一种计算机程序产品,所述计算机程序产品包括存储可由计算机处理器执行的指令的计算机可读介质,其中所述指令包括上述指令示例的任何组合。
根据至少一个示例,公开了一种计算机程序产品,所述计算机程序产品包括存储可由计算机处理器执行的指令的计算机可读介质,其中所述指令包括上述方法的示例的任何组合。
附图说明
图1是示出用于主车辆的示例性目标车辆和路线学习***的示意图。
图2至图3示出了可产生假防撞警报的示例性场景的示意图。
图4是示出可由主车辆的计算机执行的用于最小化对其驾驶员的假警告的过程的流程图。
图5示出了包括防撞***和假警报检测***的路线学习***的软件架构图。
图6是假警报地理标记的示意图。
图7是主车辆的沿着道路的示例性部段的多个路径点的示意图。
具体实施方式
现在转到附图,其中使用相同或相似的数字示出相同元件,示出了用于主车辆12的路线学习***10。路线学习***10包括计算机14,计算机14可以包括防撞***16和假警报检测***18。如下面将更详细地解释,防撞***16除其它外可以包括一组迭代地执行的计算机实现的指令(例如,算法),其预测(主车辆12的)当前路径并在此后可以使用该预测信息来基于多个因素而确定碰撞可能发射、即将发生等的。该算法可以被配置为基于碰撞概率而为车辆12的用户(例如,驾驶员)提供警告。另外,在一些实现方式中,警告可以与自主车辆操作(例如,自主制动、自主转向等)耦合,自主车辆操作例如代表驾驶员采取的计算机控制的动作。然而,在本公开中,假警报检测***18可以确定由防撞***16产生的至少一些警报是假的(例如,误报),并且由此避免向驾驶员提供对应的警告。如下面将更详细地解释,当车辆12接近或通过(再次)先前产生假警报(在防撞***16处)的位置时,假警报检测***18可以使用历史数据来确定是否更改车辆12的当前预测路径,例如,用历史路径数据(例如,与先前确定的假警报相关联)替换当前预测路径数据(例如,由防撞***16确定)。以此方式,路线学习***10可以不在相同位置处和/或基于类似情况向驾驶员产生另一个假警告。因此,可以向驾驶员发出更少的假警告,从而改善用户的体验。
图1示出了包括路线学习***10的说明性主车辆12。车辆12被示出为乘用车;然而,车辆12也可以是包括路线学习***10的卡车、运动型多用途车辆(SUV)、休闲型车辆(RV)、公共汽车、火车、飞机等。在至少一些示例中,主车辆12可以在一个或多个自主驾驶员辅助模式下操作,其中车辆12在某些情况下控制转向、加速和制动而不需要人工交互;然而,这不是必需的。
路线学习***10包括计算机14和位置确定单元20。计算机14被示出为单个计算装置,其包括防撞***16、假警报检测***18、处理器22、存储器24和远程信息处理装置26。根据至少一个示例,计算机14是车辆间(V2V)通信模块(例如,其使用远程信息处理装置26与其它车辆通信);然而,这只是一个示例。例如,计算机14可以替代地是车身控制模块(BCM)、自主驾驶模式模块等。部件16至部件18、部件22至部件26可以包括硬件其、软件指令或组合(并且例如,计算机14的每个部件将依次地进行讨论)。另外,虽然***16至***18、处理器22、存储器24和远程信息处理装置26被示出为在单个装置(例如,计算机14)内,但是应了解,这些部件在其它示例中可以根据硬件、软件或其组合来划分。
防撞***16可以包括电路、软件算法或其组合,其被配置为确定碰撞事件是否可能(或可能性比阈值更高地)发生并且将用于帮助避免碰撞的指令提供到一个或多个其它车辆***、车辆驾驶员等。根据防撞***16的至少一个方面,***16被编程为计算主车辆12的当前预测路径,例如,更具体地,车辆12的计划短期路径。以此方式,***16可以确定另一个对象是否可能与当前预测路径相交并因此确定是否可能发生碰撞事件。如本文所使用,当前预测路径是计算机14预测车辆12将在接下来的二(2)秒至五(5)秒、接下来的50米至300米或其组合中行进的计算机确定的路线。根据一个示例(并且如图5中所示),使用一组路径预测指令28来确定路径预测,该组路径预测指令28(其可以存储在存储器24中并且)可由处理器22执行;然而,这只是一个示例。该计算机确定的路线可以基于多种输入标准(例如,到计算机14),包括但不限于以下中的一个或多个:车辆速度参数(主车辆12和/或目标车辆30的)、车辆航向参数(主车辆12和/或目标车辆30的)、车辆转向角参数(主车辆12和/或目标车辆30的)、相对于主车辆12的定位数据、来自位置确定单元20的地图数据、目标车辆30的成像数据、道路32的成像数据、其车道标记,以及其它基础设施(例如,标志、路沿、道路路肩等)、车辆到基础设施(V2I)通信等。如下面将更详细地解释,可以使用主车辆12上的一个或多个车载传感器和/或通过V2V通信获得关于目标车辆30的信息。
作为说明,而不旨在限制,防撞***16可以使用当前车辆速度、当前车辆航向、从单元20接收的地图数据、来自目标车辆30的V2V数据(速度、航向、位置)(指示车辆30处于车辆12的盲点中)、在主车辆12处转弯信号缺少指示等,以确定例如在道路32的直线部段上车辆12的当前预测路径是笔直的并在一对当前占用的车道标记内。当车辆在道路32的弯曲或成角度的部段上时,防撞***16可以使用一些相同的参数、数据等来确定主车辆12的当前预测路径。例如,下面说明一种确定弯曲道路上的当前预测路径数据的方式。
当防撞***16确定碰撞事件时,并且在***16向驾驶员发出警告之前,***16可以提供防撞警报作为到假警报检测***18的输出,使得***18可以验证警报。如本文所使用,防撞警告是对主车辆12的驾驶员的任何合适的通知,其指示驾驶员采取某些动作以避免碰撞,并且在至少一些示例中,防撞警告包括任何合适的计算机控制的车辆动作(例如,制动、转向等),其至少暂时地帮助驾驶员避免碰撞。防撞警告的非限制性示例包括视觉通知、听觉通知、触觉通知、计算机控制的车辆动作或其组合。如本文所使用,假警告是一种类型的防撞警告,假警告基于不准确地感测到的数据(例如,通过车辆传感器)或基于在计算机14处的不准确地解释的数据(例如,接收到的数据可能不准确地量化和/或检定)而产生。
假警报检测***18可以包括电路、软件算法或其组合,其被配置为确定防撞警报是真还是假,以及当确定警报为假时,以产生并存储假警报地理标记。与防撞***16类似,假警报检测***18(在至少一个示例中)可以包括一组计算机实现的指令(例如,存储在存储器24中),其可由处理器22执行。如本文所使用,假警报地理标记是电子存储的数据结构,其包括存储的地理位置(先前假警报的)和对应的实际路径数据(主车辆12的),其中实际路径数据包括与主车辆12此时通过的路线(其可能与当前预测路线不同)有关的数据。而且,如本文所使用,实际路径(先前由主车辆12驱动的)具有小于或等于五(5)秒、小于或等于300米的持续时间,或其组合。
图6中示出了假警报地理标记40的示例,其中所示的地理标记40可以包括唯一标识符42、历史假警报位置44(例如,先前的假警报的存储的地理位置)、限定实际路径的一部分的圆形的历史中心位置46(下面讨论)、圆形的历史半径48(也在下面讨论)、在先前的假警报49时的历史预测路径(如本文所使用,历史预测路径是当时的当前预测路径(例如,如下面在图4的框415中所讨论),其在一个示例中由若干彼此间隔开的点的序列限定)和/或任选的历史曲率数据50(对应于半径48并且也在下面讨论)。如本文所使用,历史假警报位置(或简称为历史位置)是其中在先前确定假警报的位置的地理标识符。而且,如本文所使用,历史路径数据包括识别车辆12所采用的实际路径的数据,其中该实际路径与相同的假警报相关联。
因此,通过防撞***16向假警报检测***18发送防撞警报,***18可以产生新的假警报地理标记并将其存储在存储器24中。然后,当车辆12正在接近与先前产生的地理标记相关联的地理位置时,假警报检测***18可以识别出防撞警报与多个假警报地理标记中的一个匹配(例如,通过将当前主车辆位置与历史假警报位置44匹配)。如下面将说明,假警报检测***18可以用存储在相应的地理标记中的历史路径数据覆写当前预测路径(在防撞***16处),例如,使得防撞***16不向车辆12的驾驶员产生假警告。
处理器22可以是能够处理电子指令的任何类型的装置,非限制性示例包括微处理器、微控制器或控制器、专用集成电路(ASIC)等,仅举几个例子。一般,计算机14可以被编程为执行数字地存储的指令,数字地存储的指令可以存储在存储器24中,其使得计算机14除其它外能够:响应于确定车辆的当前位置和/或路径匹配其历史位置和/或路径而从存储器中检索包括车辆的从历史位置延伸的历史路径数据的假警报地理标记;以及除其它外(如下文所讨论),基于确定车辆的当前预测路径与历史路径不匹配,用历史路径替换当前预测路径以减少对车辆的驾驶员的假警告。这只是指令的几个示例;其它指令也存在。
存储器24可以包括任何非暂时性计算机可用或可读介质,其可以包括一个或多个存储装置或制品。示例性非暂时性计算机可用存储装置包括常规的硬盘、固态存储器、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM),以及任何其它易失性或非易失性介质。非易失性介质包括例如光盘或磁盘和其它永久存储器,并且易失性介质例如还可以包括动态随机存取存储器(DRAM)。这些存储装置是非限制性示例;例如,存在其它形式的计算机可读介质,并且其包括磁性介质、压缩盘ROM(CD-ROM)、数字视频盘(DVD)、其它光学介质、任何合适的存储器芯片或盒,或计算机可读出的任何其它介质。如上文所讨论,存储器24可以存储一个或多个计算机程序产品,一个或多个计算机程序产品可以体现为可由处理器22执行的软件、固件或其它编程指令。
远程信息处理装置26可以是被配置为与包括目标车辆30的其它电子装置无线通信的任何合适的远程信息处理计算装置。例如,装置26可以包括无线芯片组、天线和其它电子部件(均未示出),以促成专用短程通信(DSRC),例如,用于车辆间(V2V)通信。当然,这只是一个示例;存在其它示例。例如,远程信息处理装置26可以经由DSRC、长程无线通信(例如,使用LTE、GSM、CDMA等的蜂窝链路)、短程无线通信(例如,蓝牙、Wi-Fi、Wi-Fi Direct等)中的一个或多个进行通信。另外,远程信息处理装置26可以经由任何合适的无线基础设施60进行通信(例如,支持车辆到基础设施(V2I)通信等)。根据至少一个示例,主车辆12经由远程信息处理装置26从目标车辆30接收速度参数、航向参数、转向角参数等;并且,防撞***16在确定是否产生防撞警报时使用该目标车辆信息。
现在转向位置确定单元20,该单元可以包括用于相对于参照系确定主车辆12的位置或位置数据的任何合适的装置。单元20的非限制性示例包括全球定位***(GPS)、全球导航卫星***(GLONASS)等。在至少一个示例中,位置确定单元20提供GPS坐标数据。应理解,下面将来自单元20的位置数据描述为笛卡尔坐标数据;然而,这只是一个示例。也存在其它示例。
图1还示出了主车辆12中的网络连接70,其除其它外还促成计算机14、位置确定单元20和/或其它车载电子装置之间的有线或无线通信。在至少一个示例中,连接70可以实现防撞***16与假警报检测***18之间的通信(例如,具体地是在这些***被划分为硬件的情况下)。根据至少一个示例,连接70包括以下中的一个或多个:控制器局域网(CAN)总线、以太网局域互连网(LIN)、光纤连接等。也存在其它示例。例如,可选地或与例如CAN总线组合地,连接70可以包括一个或多个离散有线或无线连接。
如上文所讨论,图1还示出了通信网络60,其可以包括任何合适的有线或无线通信基础设施(例如,包括有线电缆和电话基础设施、车辆到基础设施(V2I)、短程无线通信基础设施,中程和/或长程无线基础设施等)。网络60可以包括陆地通信网络,其可以实现到公共交换电话网(PSTN)的连接,诸如用于提供硬连线电话、分组交换数据通信、互联网基础设施等。而且,网络60可以包括任何合适的无线通信网络,其可以包括卫星通信架构和/或可以包括在广泛的地理区域上的蜂窝电话通信。因此,在至少一个示例中,网络60包括可包括eNodeB、服务网关、基站收发器等的任何合适的蜂窝基础设施。另外,网络60可以使用任何合适的现有或未来蜂窝技术(例如,包括LTE、CDMA、GSM等)。V2I、陆地通信网络和无线通信网络是本领域中通常已知的,并且本文中不再进一步描述。在一些示例中,经由网络60,车辆12、30可以彼此通信,并且主车辆12可以接收可由防撞***16使用以确定是否发出防撞警报的其它相关信息。
现在转向图2至图3,这些图示示出了路线学习***10可产生防撞警报的示例性场景。例如,在图2中,主车辆12的防撞***16可以基于指示目标车辆30可能与车辆12碰撞的多个标准而产生关于目标车辆30的假防撞警报。例如,主车辆12可能在下经过桥74(目标车辆30正准备要通过)下方的斜坡72。在车辆30接近桥74时并且在车辆12下斜坡72之前,防撞***16可以除其它外基于以下而确定潜在的干扰和碰撞:主车辆12的位置、速度和航向数据;来自目标车辆30的V2V数据(例如,车辆30的位置、速度、航向等);来自车辆12的车载传感器的成像数据(例如,视线(LOS)数据);地图数据(例如,其可能不指示一条道路经过另一条道路下方);其组合;等等。
根据另一个示例,如图3所示,***16可以基于相似或类似的十字路口处的情况而产生防撞警报,该防撞警报也可以被确定为假(通过假警报检测***18)。例如,主车辆12可以沿着道路32行进到驾驶员的日常工作场所,并且目标车辆30可以在交叉道路76上行进。使用类似或相同的数据(在车辆12处接收和/或确定),防撞***16可以确定与车辆30的潜在的碰撞(例如,在十字路口78处)。然而,在到达十字路口78之前,车辆12可以转到道路80上,其不再与车辆30发生潜在的碰撞。
图2至图3示出了几种可能的情景,其中可以由防撞***16产生假警报。存在其它情景。另外,在一些情况下(例如,诸如图3中的情景),在计算机14禁止对驾驶员的假警告之前可能需要重复发生(例如,在几天、几周等的过程中,在驾驶员屡次地转到道路80上去上班时)。
现在转向图4,该流程图示出了用于最小化对主车辆12的驾驶员的假警告的过程400。更具体地,过程400示出了可在一些情况中同时地执行的两个过程,即包括框405至435的第一过程400A和包括框405、435和450至470的第二过程400B。
过程400A开始于框405(被标记为“开始”)。在框405中,主车辆点火处于打开状态。在至少一个示例中,主车辆12沿着道路32移动。该道路实现方式仅是一个示例;还存在非道路和其它路径实现方式。
在框405之后的框410中,计算机14的处理器22确定是否已经产生防撞警报。如上文所讨论,在一些示例中,防撞***16可以重复地确定当前预测路径是否可能引起与目标车辆30的碰撞(例如,基于目标车辆30的当前或未来位置)。或者,在其它情况下,可能存在导致防撞***16确定当前预测路径的触发器或其它情况。无论如何,当处理器22确定防撞警报时,过程400进行到框415,并且当没有产生警报时,过程循环回并重复框405。
在框415中,假警报检测***18确定主车辆12的当前预测路径。使用图5的说明性架构图,防撞***16可以向假警报检测***18提供对当前预测路径的指示。在其它示例中,可以在***18内或替代地其它地方确定当前预测路径。
根据一个示例,框415包括确定当前预测路径的起始点(SP预测)、当前预测路径的预测半径(R预测)和当前预测路径的中心点(C预测),其中半径(R预测)和中心点(C预测)限定圆形,并且当前预测路径包括圆形的弯曲部分,并且其中起始点(SP预测)限定当前预测路径在圆形上开始的位置。在一些情况下,起始点(SP预测)可以是车辆12的当前位置(经由网络连接70从位置确定单元20接收的GPS坐标数据)。
在随后的框420中,计算机14可以确定主车辆的实际路径(例如,紧接在警报之后),例如,使得该实际路径可以与当前预测路径(在框415中确定)进行比较。图7示出了用于确定实际路径的示例性技术。根据至少一个示例,实际路径数据和当前预测路径数据包括矢量量(例如,在框415和420中确定路径还包括确定对方向的指示)。
图7示出了沿着道路32的若干路径点P1(x1,y1)、P2(x2,y2)、P3(x3,y3),主车辆12通过该路径点(在框420中)(为了清楚起见,车辆12和/或30在该视图中被隐藏)。如下文所讨论,三个这样的点P1至P3可以用于计算中心C和半径R1(例如,和/或道路32的曲率(R1-1))。根据一个示例,路径点P1、P2、P3是笛卡尔坐标(例如,在计算机14处从位置确定单元20处接收的GPS数据得出)。根据一个示例,实际路径由路径点P1(实际起始点)、半径R1和中心点C限定。在其它示例中,可选地或除了上面引用的那些之外,实际路径可以包括其它标准,诸如实际路径的曲率、线性长度和/或限定实际路径的不同形状的公式。因此,虽然在下面示例中,实际路径由两个点(P1,C)和半径(R1)限定,但是也存在用于限定实际路径的其它示例。
根据一个示例,以预定间隔确定路径点P1、P2、P3。例如,在确定点P1之后的第一时间间隔之后(例如,在一(1)秒之后)确定点P2,并且在确定点P2之后的第二时间间隔之后(例如,在一(1)秒之后)确定点P3。1秒的持续时间仅是示例性的;其它持续时间是可能的(例如,包括0.5秒与3秒之间的持续时间);另外,在其它示例中,第一间隔和第二间隔的持续时间可以变化。
因此,根据所示的示例,可以使用路径点P1、P2、P3和下面的等式1至6来计算半径R1和中心点C。注意:弦线a(在图7中)由路径点P1和P2限定,并且弦线b(图7)由路径点P2和P3限定。
等式1
ya=ma(x–x1)+y1,其中ma是线ya的斜率,其中
等式2
yb=mb(x–x2)+y2,其中mb是y线的斜率b,其中
等式3至4得自几何定理,该几何定理表明如果半径垂直于弦线,那么它会平分弦线和它的弧线(例如,这里,弧线P1-P2-P3是主车辆12的实际路径)。因此,如图7所示,中点MP1,2平分弦线a,并且中点MP2,3平分弦线b。此外,等式3至4部分地基于某个证明而得出,该证明表明当两条线以垂直角度相交时,一条线的斜率是另一条线的负倒数。
等式3
其中线ya’限定垂直地平分弦线a(在中点MP1,2处)并通过由半径R1限定的圆形90的中心点C的线,其中中心点C可以由(X,Y)限定。
等式4
其中线yb’限定垂直地平分弦线b(在中点MP2,3处)并通过圆形90的中心点C的线。
由于等式3和4在中心点C处相交,因此它们可以被设定为彼此相等并求解X和Y。例如,等式5示出了用于计算X的公式。
等式5
可以通过将X的值代入等式3或4中的任一个来确定Y的值(例如,并且求解ya’或yb’)。可以通过使用距离公式(等式6)来确定半径R1以确定任何路径点P1、P2、P3与中心点C之间的距离。
等式6(例如,使用路径点P1和中心点C)。
曲率K1在需要时可以使用等式7进行计算(例如,其中曲率被定义为半径R1的倒数)。
等式7
应了解,上面的等式是基于二维计算(X,Y)。在其它示例中,它们可以是基于三维计算(X,Y,Z)。在至少一个示例中,垂直轴线(Z)坐标被认为是可忽略的;例如,由于测量的实际路径小于或等于5秒(s)的驾驶、小于300米(m)的长度等(例如,假设在5s内或在300m内高度变化可忽略)。因此,通过使计算基于二维参考系,计算时间得到改善,并且处理器22的计算资源被保留以用于其它任务和计算。
因此,根据至少一个示例,实际路径包括起始路径点P1、半径R1和中心点C。确定主车辆12所行进的实际路径之后,过程400(图4)可以进行到框425。
在框425中,处理器22可以确定实际路径(框420)是否匹配当前预测路径(框415)。根据至少一个示例,该确定可以是基于当前预测路径数据(起始点SP)预测、半径R预测和中心点C预测)是否匹配对应的实际路径数据(P1、半径R1和中心点C)。如本文所使用,数据匹配包括精确匹配,以及一个数据量在另一个数据量的阈值量内。例如,匹配可以包括小于阈值的百分比差值(例如,其中阈值THRRAD是预定阈值),SP预测的GPS坐标和P1在预定接近程度内,和/或GPS坐标R预测和R1在预定接近程度内。
根据框425的至少一个示例,计算机可以被编程为基于曲率差值小于预定阈值(THRCURV)而确定匹配,如等式8所示。
等式8
|k1–k预测|<THRCURV,其中k预测被限定为当前预测路径的对应的曲率。
当主车辆12的实际路径与其当前预测路径不匹配时,过程400A进行到框430。当它匹配时,过程400A可以循环回并重复框405。例如,在实际预测路径和当前预测路径相同并且产生防撞警报的情况下,应向驾驶员发出警告。
在框430中,在实际预测路径和当前预测路径不同的情况下,向驾驶员发出警告可能是假通知(例如,因为警告可以是基于车辆12未遵循的预测路径)。在框430中,计算机14的处理器22可以以假警报地理标记的形式将假警报数据存储在存储器24中。如上文所讨论(关于图6),地理标记可以包括实际路径数据(例如,车辆12实际遵循的路径),诸如:标识符42、历史假警报位置44(例如,起始点P1)、历史中心点46(例如,C)、历史半径48(例如,R1)和历史预测路径49(例如,若干点,诸如按次序为点P1、P2、P3(例如,从而限定方向))。以此方式,如下文所讨论,当车辆12在将来接近历史假警报位置44时,处理器22可以验证车辆12沿着相同方向和路径行进(如历史上那样),并且然后处理器22可以调回并利用地理标记40来确定是否避免向驾驶员提供假警告。在框430(在图4中)之后,过程400A可以结束(框435,被标记为“结束”)或循环回框405并重复上述一个或多个框。
过程400B也从框405开始。由于先前已经讨论框405,因此这里将不再重新描述。过程400B可以从框405进行到框450。
在框450中,计算机14确定主车辆的当前位置。如上文所讨论,在至少一个示例中,计算机14从位置确定单元20接收GPS坐标数据(例如,经由网络连接70);同样,存在其它示例。
在随后的框455中,处理器22确定当前位置数据是否匹配任何存储的假警报地理标记40的历史假警报位置44。当主车辆12的当前位置数据匹配历史假警报位置44中的一个时,过程400B进行到框460。当它不匹配时,该过程预测路径可以循环回并重复框405。(同样,这里的匹配可能在阈值内,如上文所讨论。)
在框460中,处理器22可以再次确定主车辆12的当前预测路径。根据一个示例,该框可以与框415相同;因此,这里将不再重复讨论。在框460之后,过程400B进行到框463。
在框463中,处理器22可以确定当前预测路径(框460)是否匹配对应的历史预测路径49(响应的地理标记40的)。该框可以用于确定车辆12不是仅处于相同(或相对靠近)的地理标记位置,而是车辆12也在相同方向上行进(与产生地理标记时一样)。当当前预测路径匹配历史预测路径时,过程400B进行到框465。而且,当当前预测路径与历史预测路径不匹配时(例如,当车辆12在与地理标记40相关联的方向不同的方向上行进时),过程400B进行到框405。
在框465中,处理器22确定存储在识别的地理标记40内的历史路径(在框455中识别)是否匹配当前预测路径(框460的)。继续上面示例,计算机14可以通过确定历史中心位置46和历史半径48(其中的每一个对应于相应的历史假警报位置44)是否匹配当前预测路径(框460)的中心点C预测和半径R预测来确定此情况。当它们匹配时,过程400B可以循环回框405,因为由防撞***16产生的任何警报可以不是假的。因此,任何产生的警报都可能会造成对驾驶员的真防撞警告,这是所期望的。然而,当当前预测路径与与历史假警报位置数据44相关联的历史路径不匹配时,过程400B可以进行到框470。
在框470中,可以在防撞***16内用相应的地理标记40的历史路径替换当前预测路径(在框460中确定)。例如,再次继续上面示例,假警报检测***18可以用历史位置46和历史半径48(例如,其中的每一个对应于相应的地理标记40的历史假警报位置44(在框455中确定))替换当前预测路径的中心点C预测和半径R预测。以此方式,基于更新的当前预测路径,防撞***16可以不基于假警报而向驾驶员产生警告。为了进一步说明,返回图2,使用过程400,计算机14可能不会不正确地估计防撞数据并且由此确定主车辆12(在斜坡72上)将与目标车辆30(在桥74上)碰撞。类似地,返回图3,使用过程400,计算机14可能不会不正确地估计防撞数据并且由此确定主车辆12将在十字路口78处与目标车辆30碰撞。因此,在假警报检测***18处,通过替换当前预测路径数据(用来自地理标记40的历史路径数据)并将其返回到防撞***16,驾驶员可以体验更少的假警告。这改善了用户体验并提高了客户满意度。在框470之后,过程400B可以结束(435)或循环回框405并重复上述一个或多个框。
还存在过程400的其它示例。例如,根据一种实现方式,除非车辆12在历史起始点位置(或历史中心位置)的预定范围内,否则在框455中处理器22不解析地理标记40(存储器24的)。例如,计算机14可以确定最近起始点位置是100英里远,并且基于该确定,可以不执行过程400B一段时间(例如,假定平均车辆速度为60英里/小时,可能不执行过程400B至少1小时,因为在平均60英里/小时下,车辆12无法比1.67小时更快地到达起始点位置)。以此方式,可以节约计算资源。当然,100英里的最近起始点位置仅是一个示例。可以替代地使用其它预定范围。
因此,已经描述一种用于车辆的路线学习***。该***包括计算机,该计算机确定假警报并基于该确定而存储假警报地理标签。之后,计算机可以确定(使用地理标记确定)车辆正在通过相同的地理位置,并且响应于该确定,计算机可以在计算机的当前预测路径与地理标记的历史路径数据不匹配时减少将假警告致动给车辆的驾驶员。
一般,所描述的计算***和/或装置可以采用多种计算机操作***中的任一种,包括但不限于以下的版本和/或种类:Ford应用程序、AppLink/Smart Device Link中间件、Automoti ve操作***、Microsoft操作***、Unix操作***(例如,由加利福尼亚州Redwood Shores的Oracle Corporation分发的 操作***)、由纽约州Armonk的International Business Machines分发的AIX UNIX操作***、Linux操作***、由加利福尼亚州Cup ertino的Apple Inc.分发的Mac OSX和iOS操作***、由加拿大滑铁卢的Blackberry,Ltd.分发的BlackBerry OS,以及由Google,Inc.和O penHandset Alliance开发的Android操作***,或者由QNX Softwa re Systems提供的CAR信息娱乐平台。计算装置的示例包括但不限于车载计算机、计算机工作站、服务器、台式机、笔记本、膝上型计算机或手持式计算机,或一些其它计算***和/或装置。
计算装置一般包括计算机可执行指令,其中指令可由一个或多个计算装置(诸如以上列出的那些)执行。计算机可执行指令可以从使用各种编程语言和/或技术创建的计算机程序编译或解释,所述编程语言和/或技术包括但不限于且单独地或组合地:Java TM、C、C++、Visual Basic、Java Script、Perl等。这些应用程序中的一些可以在虚拟机(诸如Java虚拟机、Dalvik虚拟机等)上编译和执行。一般,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,包括本文所述的一个或多个过程。可以使用各种计算机可读介质来存储和传输此类指令和其它数据。
计算机可读介质(也被称为处理器可读介质)包括参与提供可由计算机(例如,由计算机的处理器)读出的数据(例如,指令)的任何非瞬时(例如,有形)介质。这种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它永久存储器。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。此类指令可以由一个或多个传输介质(包括同轴电缆、铜线和光纤,这包括接线了接线,包括耦合到计算机的处理器的***总线)传输。计算机可读介质的常见形式包括例如软盘、柔性盘、硬盘、磁带、任何其它磁性介质、CD-ROM、DVD、任何其它光学介质、穿孔卡、纸带、具有孔洞图案的任何其它物理介质、RAM、PROM、EPROM、FLASH-EEPROM、任何其它存储器芯片或盒式磁带,或计算机可读出的任何其它介质。
本文描述的数据库、数据储库或其它数据存储可以包括用于存储、访问和检索各种数据(包括分层数据库、文件***中的文件集、专有格式的应用程序数据库、关系数据库管理***(RDBMS)等)的各种机制。、每个这样的数据存储一般包括在采用计算机操作***(诸如上述那些中的一种)的计算装置中,并且经由网络以各种方式中的任一种或多种访问。文件***可以从计算机操作***访问,并且可以包括以各种格式存储的文件。除了用于创建、存储、编辑和执行所存储的程序的语言(诸如以上提到的PL/SQL语言)之外,RDBMS一般还使用结构化查询语言(SQL)。
在一些示例中,***元素可以被实现为在一个或多个计算装置(例如,服务器、个人计算机等)上的计算机可读指令(例如,软件),存储在与之相关联的计算机可读介质(例如,磁盘、存储器等)上。计算机程序产品可以包括存储在计算机可读介质上以用于执行本文所述的功能的此类指令。
处理器经由电路、芯片或其它电子部件实现,并且可以包括一个或多个微控制器、一个或多个现场可编程门阵列(FPGA)、一个或多个专用电路(ASIC)、一个或多个数字信号处理器(DSP)、一个或多个客户集成电路等。处理器可以被编程为处理传感器数据。处理数据可以包括处理由传感器捕获的视频供稿或其它数据流,以确定主车辆的道路车道和任何目标车辆的存在。如下所述,处理器指示车辆部件根据传感器数据致动。处理器可以结合到控制器(例如,自主模式控制器)中。
存储器(或数据存储装置)经由电路、芯片或其它电子部件实现,并且可以包括以下中的一个或多个:只读存储器(ROM)、随机存取存储器(RAM)、快闪存储器、电可编程存储器(EPROM)、电可编程且可擦除存储器(EEPROM)、嵌入式多媒体卡(eMMC)、硬盘驱动器或任何易失性或非易失性介质等。存储器可以存储从传感器收集的数据。
已经以说明性方式描述了本公开,并且将理解,已经使用的术语旨在具有描述性字词的性质而非限制性字词的性质。鉴于以上教义,本公开的许多修改和变化是可能的,并且本公开可以以不同于具体描述的方式来实践。
根据本发明,一种方法包括:响应于确定当前位置与历史位置匹配,从存储器中检索包括历史路径数据的假警报地理标记;以及基于确定当前预测路径与所述历史路径不匹配,将所述当前预测路径替换为所述历史路径以减少对主车辆的驾驶员的假警告。
根据一个实施例,响应于以下情况而将所述地理标记预先存储在存储器中:接收到防撞警报;以及在接收到所述警报之后确定所述车辆的实际路径与当时的预测路径不同。
根据一个实施例,所述警报是至少部分地基于从目标车辆接收车辆间通信。
根据一个实施例,使用多个路径点确定所述实际路径。
根据一个实施例,所述路径点中的每一个包括相应的一对x坐标和y坐标,其中在确定所述实际路径时,忽略每个相应的路径点的相应的z轴坐标。
根据一个实施例,以上发明的特征还在于,存储第一路径点,接着存储在第一间隔之后的第二路径点,并且然后存储在第二间隔之后的第三路径点。
根据一个实施例,确定所述当前预测路径与所述历史路径不匹配还包括将所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较。
根据一个实施例,确定所述当前预测路径与所述历史路径不匹配还包括将所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较。
根据一个实施例,以上发明的特征还在于,从多个假警报地理标记中确定到最近起始点位置的范围,并且基于所述确定的范围,延迟将当前位置与所述多个中的历史位置数据进行比较。
根据一个实施例,以上发明的特征还在于,在假警报检测***处替换所述当前预测路径;以及将被替换的当前预测路径从所述假警报检测***发送到产生警报的防撞***。
根据本发明,提供了一种***,所述***具有:处理器;以及存储器,所述存储器存储可由所述处理器执行的指令,所述指令包括:响应于确定当前位置与历史位置匹配,从存储器中检索包括历史路径数据的假警报地理标记;以及基于确定当前预测路径与所述历史路径不匹配,将所述当前预测路径替换为所述历史路径以减少对主车辆的驾驶员的假警告。
根据一个实施例,响应于用于以下的指令而将所述地理标记预先存储在存储器中:接收到防撞警报;以及在接收到所述警报之后确定所述车辆的实际路径与当时的预测路径不同。
根据一个实施例,所述警报是至少部分地基于从目标车辆接收车辆间通信。
根据一个实施例,使用多个路径点确定所述实际路径。
根据一个实施例,所述路径点中的每一个包括相应的一对x坐标和y坐标,其中在确定所述实际路径时,忽略每个相应的路径点的相应的z轴坐标。
根据一个实施例,所述指令还包括:存储第一路径点,接着存储在第一间隔之后的第二路径点,并且然后存储在第二间隔之后的第三路径点。
根据一个实施例,用于确定所述当前预测路径与所述历史路径不匹配的所述指令还包括用于以下的指令:将所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较。
根据一个实施例,用于确定所述当前预测路径与所述历史路径不匹配的所述指令还包括用于以下的指令:将包括所述预测半径或所述预测曲率的圆形的预测中心与与所述历史半径或其对应的历史曲率相关联的圆形的历史中心位置进行比较。
根据一个实施例,以上发明的特征还在于,从多个假警报地理标记中确定到最近起始点位置的范围,并且基于所述确定的范围,延迟将当前位置与所述多个中的历史位置数据进行比较。
根据一个实施例,所述指令还包括:在假警报检测***处替换所述当前预测路径;以及将所述被替换的当前预测路径从所述假警报检测***发送到产生警报的防撞***。
Claims (15)
1.一种方法,所述方法包括:
响应于确定当前位置与历史位置匹配,从存储器中检索包括历史路径数据的假警报地理标记;以及
基于确定当前预测路径与所述历史路径不匹配,将所述当前预测路径替换为所述历史路径以减少对主车辆的驾驶员的假警告。
2.如权利要求1所述的方法,其中响应于以下情况而将所述地理标记预先存储在存储器中:
接收到防撞警报;以及
在接收到所述警报之后确定所述车辆的实际路径与当时的预测路径不同。
3.如权利要求2所述的方法,其中所述警报是至少部分地基于从目标车辆接收车辆间通信。
4.如权利要求2所述的方法,其中使用多个路径点确定所述实际路径。
5.如权利要求4所述的方法,其中所述路径点中的每一个包括相应的一对x坐标和y坐标,其中在确定所述实际路径时,忽略每个相应的路径点的相应的z轴坐标。
6.如权利要求2所述的方法,所述方法还包括:存储第一路径点,接着存储在第一间隔之后的第二路径点,并且然后存储在第二间隔之后的第三路径点。
7.如权利要求1所述的方法,其中确定所述当前预测路径与所述历史路径不匹配还包括将所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较。
8.如权利要求7所述的方法,其中确定所述当前预测路径与所述历史路径不匹配还包括将所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较。
9.如权利要求1所述的方法,所述方法还包括:从多个假警报地理标记中确定到最近起始点位置的范围,并且基于所述确定的范围,延迟将当前位置与所述多个中的历史位置数据进行比较。
10.如权利要求1所述的方法,所述方法还包括:在假警报检测***处替换所述当前预测路径;以及将被替换的当前预测路径从所述假警报检测***发送到产生警报的防撞***。
11.一种计算机,所述计算机被编程为执行如权利要求1至10中任一项所述的方法。
12.一种计算机程序产品,所述计算机程序产品包括存储指令的计算机可读介质,所述指令可由计算机处理器执行,以执行如权利要求1至10中任一项所述的方法。
13.一种***,所述***包括:
处理器;以及
存储器,所述存储器存储可由所述处理器执行的指令,所述指令包括:
响应于确定当前位置与历史位置匹配,从存储器中检索包括历史路径数据的假警报地理标记;以及
基于确定当前预测路径与所述历史路径不匹配,将所述当前预测路径替换为所述历史路径以减少对主车辆的驾驶员的假警告。
14.如权利要求13所述的***,其中响应于用于以下的指令而将所述地理标记预先存储在存储器中:
接收到防撞警报;以及
在接收到所述警报之后确定所述车辆的实际路径与当时的预测路径不同。
15.如权利要求13所述的***,其中用于确定所述当前预测路径与所述历史路径不匹配的所述指令还包括用于以下的指令:将所述当前预测路径的预测半径或预测曲率与所述历史路径的历史半径或其对应的历史曲率进行比较。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/814,352 | 2017-11-15 | ||
US15/814,352 US10239452B1 (en) | 2017-11-15 | 2017-11-15 | Minimizing false collision avoidance warnings |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109808684A true CN109808684A (zh) | 2019-05-28 |
Family
ID=65811615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811296511.7A Pending CN109808684A (zh) | 2017-11-15 | 2018-11-01 | 最大限度地减少假防撞警告 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10239452B1 (zh) |
CN (1) | CN109808684A (zh) |
DE (1) | DE102018128454A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023155218A1 (en) * | 2022-02-16 | 2023-08-24 | Hong Kong Applied Science and Technology Research Institute Company Limited | A system and a method for reducing false alerts in a road management system |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101964858B1 (ko) * | 2018-10-08 | 2019-08-13 | 주식회사 만도 | 충돌 방지 장치 및 충돌 방지 방법 |
US11059479B2 (en) * | 2018-10-08 | 2021-07-13 | Mando Corporation | Collision avoidance apparatus and collision avoidance method |
US11267465B1 (en) | 2019-09-04 | 2022-03-08 | Ford Global Technologies, Llc | Enhanced threat assessment |
US11210951B2 (en) | 2020-03-03 | 2021-12-28 | Verizon Patent And Licensing Inc. | System and method for location data fusion and filtering |
US11897468B2 (en) * | 2020-03-03 | 2024-02-13 | Ford Global Technologies, Llc | Vehicle control system |
CN113029174B (zh) * | 2021-03-10 | 2023-11-28 | 西安主函数智能科技有限公司 | 工程运输环境下路径识别方法及装置 |
CN114312619B (zh) * | 2021-12-09 | 2023-07-14 | 华人运通(江苏)技术有限公司 | 一种车辆避障误报检测方法、装置、介质及车辆 |
US20230360531A1 (en) * | 2022-05-07 | 2023-11-09 | Autotalks Ltd. | System and method for adaptive v2x applications |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6590507B2 (en) * | 2001-03-05 | 2003-07-08 | Hrl Laboratories, Llc | Method and system for providing personalized traffic alerts |
CA2414167A1 (en) * | 2002-12-12 | 2004-06-12 | Dofasco Inc. | Method and online system for monitoring continuous caster start-up operation and predicting start cast breakouts |
US6853919B2 (en) | 2003-02-04 | 2005-02-08 | General Motors Corporation | Method for reducing repeat false alarm indications in vehicle impact detection systems |
US7209831B2 (en) * | 2003-12-29 | 2007-04-24 | United States Of America As Represented By The Secretary Of The Navy | GPS collision avoidance apparatus |
CA2602879A1 (en) * | 2006-09-14 | 2008-03-14 | University Of South Florida | System and method for real-time travel path prediction and automatic incident alerts |
US8229458B2 (en) * | 2007-04-08 | 2012-07-24 | Enhanced Geographic Llc | Systems and methods to determine the name of a location visited by a user of a wireless device |
WO2011023247A1 (en) * | 2009-08-25 | 2011-03-03 | Tele Atlas B.V. | Generating raster image representing road existence probability based on probe measurements |
US8315389B2 (en) * | 2010-01-25 | 2012-11-20 | The Board Of Trustees Of The Leland Stanford Junior University | Geosecurity methods and devices using geotags derived from noisy location data from multiple sources |
US10850616B2 (en) * | 2011-04-08 | 2020-12-01 | Invently Automotive Inc. | Using vehicle systems to generate a route database |
US8744675B2 (en) | 2012-02-29 | 2014-06-03 | Ford Global Technologies | Advanced driver assistance system feature performance using off-vehicle communications |
US9200918B2 (en) * | 2012-03-09 | 2015-12-01 | Apple Inc. | Intelligent destination recommendations based on historical data |
US9253753B2 (en) * | 2012-04-24 | 2016-02-02 | Zetta Research And Development Llc-Forc Series | Vehicle-to-vehicle safety transceiver using time slots |
US20140088864A1 (en) * | 2012-09-26 | 2014-03-27 | Anthony G. LaMarca | Route estimation based upon encountered ambient wireless signal sources |
US9317813B2 (en) * | 2013-03-15 | 2016-04-19 | Apple Inc. | Mobile device with predictive routing engine |
WO2015035185A1 (en) * | 2013-09-06 | 2015-03-12 | Apple Inc. | Providing transit information |
US10692370B2 (en) * | 2014-03-03 | 2020-06-23 | Inrix, Inc. | Traffic obstruction detection |
US9260059B2 (en) * | 2014-04-25 | 2016-02-16 | Robert Bosch Gmbh | False warning reduction using location data |
US9890744B2 (en) * | 2014-08-08 | 2018-02-13 | Ford Global Technologies, Llc | Route and traffic information-based EVAP system leak test initiation |
US9321441B1 (en) | 2014-11-19 | 2016-04-26 | Robert Bosch Gmbh | GPS based learned control event prediction |
US20160321924A1 (en) | 2015-05-01 | 2016-11-03 | Hyundai America Technical Center, Inc. | Predictive road hazard identification system |
US10366422B2 (en) * | 2015-09-09 | 2019-07-30 | Google Llc | Quality visit measure for controlling computer response to query associated with physical location |
US20170072850A1 (en) * | 2015-09-14 | 2017-03-16 | Pearl Automation Inc. | Dynamic vehicle notification system and method |
US9688273B2 (en) | 2015-10-27 | 2017-06-27 | GM Global Technology Operations LLC | Methods of improving performance of automotive intersection turn assist features |
US20170215032A1 (en) * | 2016-01-25 | 2017-07-27 | Mark Horbal | Geotags For Accessing Local Information By The Visually Impaired |
US9792575B2 (en) * | 2016-03-11 | 2017-10-17 | Route4Me, Inc. | Complex dynamic route sequencing for multi-vehicle fleets using traffic and real-world constraints |
US10499119B2 (en) * | 2016-08-10 | 2019-12-03 | Saad Ibrahim Al Mohizea | System and method to verify date and location for the creation of a video |
-
2017
- 2017-11-15 US US15/814,352 patent/US10239452B1/en active Active
-
2018
- 2018-11-01 CN CN201811296511.7A patent/CN109808684A/zh active Pending
- 2018-11-13 DE DE102018128454.3A patent/DE102018128454A1/de active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023155218A1 (en) * | 2022-02-16 | 2023-08-24 | Hong Kong Applied Science and Technology Research Institute Company Limited | A system and a method for reducing false alerts in a road management system |
Also Published As
Publication number | Publication date |
---|---|
US10239452B1 (en) | 2019-03-26 |
DE102018128454A1 (de) | 2019-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109808684A (zh) | 最大限度地减少假防撞警告 | |
CN112236648B (zh) | 使用v2x补充信息增强导航体验 | |
CN107209020A (zh) | 用于提供兴趣点信息的方法及设备 | |
CN114255606B (zh) | 辅助驾驶提醒、地图辅助驾驶提醒方法、装置和地图 | |
CN105676251A (zh) | 车辆乘客识别 | |
CN107209018A (zh) | 用于提供所关注点信息的方法及设备 | |
US20200062243A1 (en) | Autonomous parking in an indoor parking facility | |
JP2012514198A (ja) | 地理的領域に関する情報を処理するシステム及び方法 | |
CN114399916B (zh) | 一种数字孪生智慧城市交通的虚拟红绿灯控制提醒方法 | |
CN109427213A (zh) | 用于车辆的防碰撞装置、防碰撞方法以及存储程序的非暂时性存储介质 | |
US11847385B2 (en) | Variable system for simulating operation of autonomous vehicles | |
WO2018032632A1 (zh) | 一种车辆预警方法及装置 | |
WO2019065328A1 (ja) | 駐車場推定装置及び駐車場推定方法 | |
Homeier et al. | RoadGraph: High level sensor data fusion between objects and street network | |
JP2019074915A (ja) | 降車位置設定装置 | |
CN109211247B (zh) | 一种时空分区模型及其使用方法 | |
JP7213107B2 (ja) | 車両位置分析装置及び車両位置分析方法 | |
US11081003B2 (en) | Map-providing server and map-providing method | |
CN114503177A (zh) | 信息处理装置、信息处理***和信息处理方法 | |
JP6971027B2 (ja) | 車載装置、車両用情報提供システム、サーバ装置 | |
JP2018173800A (ja) | 自動走行制御装置 | |
JP7313240B2 (ja) | 走行軌道推定方法、車両制御方法及び走行軌道推定装置 | |
CN113016013A (zh) | 交通信息分析装置及交通信息分析方法 | |
CN112305499B (zh) | 一种根据光源进行定位的方法及装置 | |
US11946751B2 (en) | Determining a vehicle route |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |