CN110194175B - 驾驶员的驾驶倾向性确定装置及确定方法 - Google Patents
驾驶员的驾驶倾向性确定装置及确定方法 Download PDFInfo
- Publication number
- CN110194175B CN110194175B CN201811228560.7A CN201811228560A CN110194175B CN 110194175 B CN110194175 B CN 110194175B CN 201811228560 A CN201811228560 A CN 201811228560A CN 110194175 B CN110194175 B CN 110194175B
- Authority
- CN
- China
- Prior art keywords
- driver
- tendency
- vehicle
- traffic
- speed
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 230000003111 delayed effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
-
- 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
- B60W40/00—Estimation 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
- B60W40/08—Estimation 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 drivers or passengers
- B60W40/09—Driving style or behaviour
-
- 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
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W40/00—Estimation 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
- B60W40/02—Estimation 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
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/30—Driving style
-
- 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
- B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
-
- 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
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/408—Traffic behavior, e.g. swarm
-
- 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
- B60W2554/804—Relative longitudinal speed
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2300/00—Purposes or special features of road vehicle drive control systems
- B60Y2300/18—Propelling the vehicle
- B60Y2300/18008—Propelling the vehicle related to particular drive situations
- B60Y2300/18166—Overtaking, changing lanes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及驾驶员的驾驶倾向性确定装置及确定方法。一种驾驶员的驾驶倾向性确定装置包括:图像传感器,其用于获取附近行驶场景的视频信息;速度传感器,其用于获取车辆的速度信息;导航***,其用于获取车辆行驶的道路的交通信息;以及控制器,其配置为利用视频信息跟踪附近车辆的移动方向,从而计算超车车辆的数量和被超车车辆的数量;通过将所计算的数量与预定条件进行比较,确定驾驶员的交通流跟随倾向性。
Description
与相关申请的交叉引用
本申请要求2018年2月27日提交的韩国专利申请No.10-2018-0023702的优先权,该申请的全部内容通过引用结合于此。
技术领域
本发明涉及驾驶员的驾驶倾向性确定装置及确定方法,更具体地,本发明涉及这样的驾驶员的驾驶倾向性确定装置及确定方法,其通过利用取决于各种交通状况的车辆的速度信息和附近车辆的超车情况来确定驾驶员的驾驶倾向性,从而根据交通流,在考虑与附近车辆的相对速度水平的情况下分析驾驶员的驾驶倾向性。
背景技术
驾驶员的驾驶倾向性可以取决于车辆的特性和性能,但由于驾驶员的驾驶倾向性是影响车辆的耐久性、经济性、安全性等的重要因素,因此应该对驾驶员的驾驶倾向性进行分析以向驾驶员提供各种附加服务。
例如,驾驶员的驾驶倾向性会导致在燃料效率、车辆零件更换时间等方面的很多差异。也就是说,如果驾驶员具有快速加速和快速制动的驾驶倾向性,则燃料消耗增加,轮胎也会严重磨损,其他部件如与驾驶倾向性相关的制动器不可避免地超负荷。
此外,驾驶员的驾驶倾向性会影响导航的到达估计时间。也就是说,根据驾驶员的不同,一些驾驶员会安全驾驶,而其他驾驶员则会超过正常速度限制驾驶。在这种情况下,取决于每个驾驶员,到达最终目的地的到达估计时间可以更慢或更快,从而可能会降低到达估计时间的准确性。
通常,在大多数情况下仅利用车辆的行驶速度来确定驾驶员的驾驶倾向性。也就是说,由于通常仅利用车速而不与附近车辆进行相对比较来确定驾驶员的驾驶倾向性,因此无法确认车辆是否是在超过附近车辆时快速行驶还是在对应于附近车辆的车流量而行驶。
相应地,需要利用交通流和与附近车辆的相对速度水平区分驾驶员驾驶的特征来确定驾驶员的驾驶倾向性。
在相关技术的描述中所描述的内容是用于帮助理解本发明的背景,并且可以包括本发明所属领域的技术人员以前未知的内容。
发明内容
本发明的目的是提供这样的驾驶员的驾驶倾向性确定装置及确定方法,其通过利用取决于各种交通状况的车辆的速度信息和附近车辆的超车情况来确定驾驶员的驾驶倾向性,从而根据交通流,在考虑与附近车辆的相对速度水平的情况下分析驾驶员的驾驶倾向性。
根据本发明实施方案的驾驶员的驾驶倾向性确定装置可以包括:图像传感器,其用于获取附近行驶场景的视频信息;速度传感器,其用于获取车辆的速度信息;导航***,其用于获取车辆行驶的道路的交通信息;以及控制器,其配置为利用视频信息跟踪附近车辆的移动方向,从而计算超车车辆的数量和被超车车辆的数量;通过将所计算的数量与预定条件进行比较,确定驾驶员的交通流跟随倾向性。
所述控制器可以利用指示车辆的速度信息和车辆行驶的道路的交通状况的交通信息来确定驾驶员的速度倾向性。
所述控制器可以通过对根据各种交通状况的每个车速区间的预定条件进行整合来准备关于驾驶员的交通流跟随倾向性和速度倾向性的确定标准。
所述控制器可以基于根据预定条件的关于驾驶员的交通流跟随倾向性的确定结果来检测交通信息错误。
所述控制器可以将所计算的超车车辆和被超车车辆中的每一种的数量的差值与阈值进行比较。
可以根据交通状况不同地设置所述阈值。
在所计算的被超车车辆的数量比超车车辆的数量多出阈值或更多时,驾驶员的交通流跟随倾向性可以确定为超前,当所计算的超车车辆的数量比被超车车辆的数量多出阈值或更多时,驾驶员的交通流跟随倾向性可以确定为落后,当所计算的被超车车辆的数量和超车车辆的数量的差值小于阈值时,驾驶员的交通流跟随倾向性可以确定为跟随。
在车速大于交通状况的参考速度范围的情况下,当驾驶员的交通流跟随倾向性为跟随或落后时,所述控制器可以检测交通信息错误。
在车速小于交通状况的参考速度范围的情况下,当驾驶员的交通流跟随倾向性为超前或跟随时,所述控制器可以检测交通信息错误。
此外,一种根据本发明实施方案的确定驾驶员的驾驶倾向性的方法可以包括:由控制器利用附近行驶场景的视频信息跟踪附近车辆的移动方向,从而计算超车车辆的数量和被超车车辆的数量;由控制器通过将所计算的数量与预定条件进行比较,确定驾驶员的交通流跟随倾向性。
确定步骤可以包括利用指示车辆的速度信息和车辆行驶的道路的交通状况的交通信息来确定驾驶员的速度倾向性。
确定步骤可以通过对根据各种交通状况的每个车速区间的预定条件进行整合来准备关于驾驶员的交通流跟随倾向性和速度倾向性的确定标准。
根据实施方案,在确定步骤之后,确定驾驶员的驾驶倾向的方法可以进一步包括:基于根据预定条件的关于驾驶员的交通流跟随倾向性的确定结果来检测交通信息错误。
本发明通过利用各种交通状况下的车辆的速度信息和附近车辆的超车情况确定驾驶员的驾驶倾向性,可以根据交通状况,在考虑附近车辆的相对速度水平的情况下分析驾驶员的驾驶倾向性。
此外,本发明可以利用视频信息以及交通信息和车速来确定驾驶员的交通流跟随倾向性和速度倾向性。
此外,本发明可以根据交通状况确定车辆是否超前、跟随或落后交通流。
此外,本发明可以确定车辆在交通状况下是否相对快速、正常或慢速地行驶。
此外,本发明可以应用于计算与驾驶员的驾驶倾向性相对应的到达估计时间的导航,或者应用于根据驾驶员的驾驶倾向性改变警告等级的安全***。
附图说明
图1是示出根据本发明实施方案的驾驶员的驾驶倾向性确定装置的示意图。
图2是说明附近车辆的移动方向跟踪状况的示意图。
图3A至图3C是说明驾驶员的跟随倾向性确定标准的示意图(图3A:交通状况——畅通(参考速度范围:行驶速度≥70km/h);图3B:交通状况——延误(参考速度范围:行驶速度≥40km/h);图3C:交通状况——拥堵(参考速度范围:行驶速度<40km/h))。
图4是示出根据本发明实施方案的确定驾驶员的驾驶倾向性的方法的示意图。
具体实施方式
在下文中,将参照附图来详细地描述本发明的示例性实施方案。然而,在以下说明书和附图中,将省略可能使本发明的主题模糊的公知功能或配置的详细描述。此外,应该注意的是,在整个附图中,相同的部件尽可能用相同的附图标记表示。
应当理解,在下文中描述的说明书和权利要求中使用的术语或词语不应被解释为限于一般含义或词典含义,而是应该基于允许发明人恰当地定义术语以获得最佳解释的原则,根据与本发明的技术方面对应的含义和概念来解释。
相应地,本说明书中描述的实施方案和附图中示出的配置仅仅是本发明的最优选的一个实施方案,并非旨在表示本发明的所有技术精神。因此,应该理解,可以用各种等效方案和修改方案代替在提交本申请时的那些实施方案。
在附图中夸大、省略或示意性地示出了一些元件,并且各个元件的实际尺寸不一定在附图中示出。本发明不受附图中所示的相对尺寸或距离的限制。
在整个说明书中,当特定部分“包括”某个部件时,这表示不排除其他部件,并且除非另外特别描述,否则可以进一步包括其他部件。此外,当某个部分“连接”到另一个部分时,它可以利用***其之间的其他元件来“直接连接”或“电连接”。
除非上下文另有明确说明,否则单数形式包括复数形式。应当理解,术语“包括”或“包含”指定本说明书中描述的特征、数值、步骤、操作、元件、组件或其组合的存在,但不排除存在或加入一个或更多个其他特征、数值、步骤、操作、元件、组件或其组合。
此外,在说明书中使用的术语“~单元”表示执行某些任务的软件或硬件组件,例如FPGA或ASIC。但是,“~单元”并非意味着限于软件或硬件。术语“~单元”可以配置为位于可寻址的存储介质上并且配置为在一个或更多个处理器上执行。因此,作为示例,“~单元”可以包括如下组件,诸如软件组件、面向对象的软件组件、类组件和任务组件、过程、函数、属性、程序、子程序、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表、数组和变量。组件和“~单元”中提供的功能可以组合成更少的组件和“~单元”,或者进一步分成附加组件和“~单元”。
在下文中,将参照附图详细描述本发明的示例性实施方案,从而本领域技术人员可以容易地实施本发明。然而,本发明可以以各种不同的形式实施,并且不限于在本文中所描述的示例性实施方案。并且,在附图中,为了清楚地描述本发明,省略了与本发明的描述无关的部分,并且在整个说明书中相似的部分由相似的附图标记表示。
在下文中,将参照附图来描述本发明的优选实施方案。
图1是示出根据本发明的实施方案的驾驶员的驾驶倾向性确定装置的示意图。
如图1所示,根据本发明实施方案的驾驶员的驾驶倾向性确定装置(在下文中,称为“驾驶倾向性确定装置”)100通过利用取决于各种交通状况的车辆的速度信息和附近车辆的超车情况来确定驾驶员的驾驶倾向性,可以根据交通状况,在考虑附近车辆的相对速度水平的情况下分析驾驶员的驾驶倾向性。
驾驶倾向性确定装置100包括:车辆感测和跟踪单元10、视频信息提供单元20、道路信息提供单元30、驾驶倾向性确定单元40、速度信息提供单元50、交通信息提供单元60和交通信息错误检测单元70。
当车辆行驶时,车辆感测和跟踪单元10从视频信息提供单元20提供的视频信息中实时地感测附近车辆,以跟踪附近车辆的移动方向。
首先,车辆感测和跟踪单元10基于视频信息中的车辆感测每个车道的附近车辆。也就是说,车辆感测和跟踪单元10感测与本车相同的车道中的附近车辆,本车的左车道中的附近车辆以及本车的右车道中的附近车辆。
此外,如果前方存在弯道,则车辆感测和跟踪单元10可以通过视频信息区分车道,但是也可以通过利用从道路信息提供单元30提供的道路信息找到车道的二维边界来确认车辆所在的车道。
接下来,车辆感测和跟踪单元10跟踪感测到的附近车辆的移动方向。也就是说,车辆感测和跟踪单元10可以通过跟踪感测到的附近车辆在本车的左车道或右车道中的移动方向来确认附近车辆是否被本车超车而向后移动或超过本车而向前移动。
这里,为了便于说明,附近车辆可以定义如下。
首先,如超过本车的附近车辆,在下文中将对应于基于视频信息的屏幕,从后面出现并向前移动的车辆的情况称为“超车车辆”。其次,如本车超过然后被本车超车的附近车辆,在下文中将对应于基于视频信息的屏幕,从前向后移动并且从视图中消失的车辆的情况称为“被超车车辆”。
参照图2,当本车在第二车道行驶时,在基于本车的左车道中的附近车辆1对应于“超车车辆”,在基于本车的右车道中的附近车辆2对应于“被超车车辆”。图2是说明附近车辆的移动方向跟踪状况的示意图。
因此,车辆感测和跟踪单元10可以计算超车车辆和被超车车辆的中的每一种的数量。
如上所述,视频信息提供单元20将拍摄了车辆的前方行驶场景的视频信息提供给车辆感测和跟踪单元10。此时,视频信息提供单元20可以提供通过面向车辆前方的摄像机、黑匣子等拍摄的视频信息。
此外,道路信息提供单元30向车辆感测和跟踪单元10提供车辆正在行驶的道路信息,诸如道路的类型、道路速度限制和道路车道的数量。此时,道路信息提供单元30可以通过从经由导航确认的地图信息等获取道路信息来提供道路信息。
驾驶倾向性确定单元40利用由车辆感测和跟踪单元10计算的超车车辆和被超车车辆中的每一种的数量来确定驾驶员的交通流跟随倾向性。
具体地,驾驶倾向性确定单元40根据将“超车车辆和被超车车辆的数量的差值”与“预定阈值”进行比较的超车情况来确定驾驶员的交通流跟随倾向性。下面的表1表示根据超车情况确定的关于驾驶员的交通流跟随倾向性的结果。
在本发明的各种实施方案中,车辆感测和跟踪单元10、视频信息提供单元20、道路信息提供单元30、驾驶倾向性确定单元40、速度信息提供单元50、交通信息提供单元60和交通信息错误检测单元70可以是硬件装置,并且可以连接到诸如车辆的电子控制单元(ECU)的控制器或嵌入其中。此外,视频信息提供单元20和道路信息提供单元30可以包括用于拍摄周围环境的图像或视频的图像传感器,例如摄像机、雷达等。速度信息提供单元30可以包括用于感测车速的速度传感器,交通信息提供单元60可以包括全球定位***(GPS)。
此外,“~单元”可以包括如下组件,诸如软件组件、面向对象的软件组件、类组件和任务组件、过程、函数、属性、程序、子程序、程序代码段、驱动程序、固件、微代码、电路、数据、数据库、数据结构、表、数组和变量。在这方面,本文公开的各种实施方案,包括驾驶倾向性确定装置100和/或其元件的实施方案可以利用连接到存储了用于使处理器执行上述功能的计算机可执行指令的存储器(或其他非易失性机器可读记录介质)的一个或更多个处理器来实现,上述功能包括所描述的涉及车辆感测和跟踪单元10、视频信息提供单元20、道路信息提供单元30、驾驶倾向性确定单元40、速度信息提供单元50、交通信息提供单元60和交通信息错误检测单元70的功能。
这里,在确定驾驶倾向性之前,利用了超车车辆和被超车车辆的数量和在预定时间(例如,五分钟)内测量的结果。根据交通信息不同地设置阈值。例如,如果道路的交通状况是“畅通”,则阈值为“10”,如果道路的交通状况为“延误”,则阈值为“20”,如果道路的交通状况为“拥堵”,则阈值为“30”。
表1
超车情况 | 交通流跟随倾向性 |
被超车车辆-超车车辆>阈值 | 超前 |
被超车车辆-超车车辆≤阈值 | 跟随 |
超车车辆-被超车车辆>阈值 | 落后 |
参照表1,如果被超车车辆比超车车辆多出阈值或更多,则本车在许多情况下先于附近车辆,使得驾驶员的交通流跟随倾向性变为“超前”。在相反的情况下,附近车辆在许多情况下在本车之前,使得驾驶员的交通流跟随倾向性变为“落后”。顺便提及,如果超车车辆或被超车车辆的数量的差值小于阈值,则超车车辆或被超车车辆的数量相似,使得驾驶员的交通流跟随倾向性变为“跟随”。
此外,驾驶倾向性确定单元40利用从速度信息提供单元50提供的速度信息以及从交通信息提供单元60提供的交通信息来确定驾驶员的速度倾向性。
这里,交通信息指示车辆行驶的道路的交通状况(即,畅通,延误和拥堵)。即,如果道路的交通状况是“畅通”,则车辆的行驶速度指示70km/h或更高的参考速度范围;如果道路的交通状况是“延误”,则车辆的行驶速度指示40km/h或更高的参考速度范围;如果道路的交通状况是“拥堵”,则车辆的行驶速度指示低于40km/h的参考速度范围。
具体地,驾驶倾向性确定单元40通过基于从交通信息提供单元60提供的交通信息预设车速区间,然后确认从速度信息提供单元50提供的速度信息相对于所设置的车速区间所属于的区间来确定驾驶员的速度倾向性。
这里,驾驶倾向性确定单元40可以根据交通信息的各种交通状况设置车速区间,如下面的表2所示。下面的表2显示了各种交通状况的车速区间。
表2
参见表2,如果交通状况是“畅通”,则行驶参考速度为70km/h或更高;当速度信息为90km/h或更高时,速度倾向性被确定为“快速”;当速度信息小于90km/h且为70km/h或更高时,速度倾向性被确定为“正常”;当速度信息小于70km/h时,速度倾向性被确定为“慢速”。
如果交通状况是“延误”,则行驶参考速度为40km/h或更高;当速度信息为70km/h或更高时,速度倾向性被确定为“快速”;当速度信息小于70km/h且为40km/h或更高时,速度倾向性被确定为“正常”;当速度信息小于40km/h时,速度倾向性被确定为“慢速”。
此外,如果交通状况为“拥堵”,则行驶参考速度小于40km/h;当速度信息为40km/h或更高时,速度倾向性被确定为“快速”;当速度信息小于40km/h时,根据超车情况,速度倾向性被确定为“正常”或“慢速”。
基于前述,驾驶倾向性确定单元40可以通过整体地应用根据各种交通状况的上述超车情况和车速区间来确定驾驶员的交通流跟随倾向性和速度倾向性。也就是说,驾驶倾向性确定单元40通过整体地应用根据各种交通状况的每个车速区间的超车情况来确定驾驶员的交通流跟随倾向性和速度倾向性,从而准备关于驾驶员的交通流跟随倾向性和速度倾向性的确定标准。
具体地,驾驶倾向性确定单元40可以参考图3A至图3C来确定驾驶员的驾驶倾向性。图3A至图3C是说明驾驶员的跟随倾向性确定标准的示意图。
图3A示出了当交通状况为“畅通(参考速度范围:行驶速度≥70km/h)”时关于驾驶员的交通流跟随倾向性和速度倾向性的确定标准。
首先,如果车辆的速度信息属于比交通状况的参考速度范围更快的车速区间(即,速度信息≥90km/h),则驾驶倾向性确定单元40将交通流跟随倾向性确定为“超前”,并将速度倾向性确定为“快速”,而无需考虑超车情况。
接下来,如果车辆的速度信息属于与交通状况的参考速度范围对应的车速区间(即,速度信息≥70km/h),则驾驶倾向性确定单元40根据超车情况将交通流跟随倾向性确定为“超前”、“跟随”和“落后”,以及将速度倾向性确定为“正常”。
最后,如果车辆的速度信息属于比交通状况的参考速度范围慢的车速区间(即,速度信息<70km/h),则驾驶倾向性确定单元40根据超车情况将交通流跟随倾向性确定为“超前”、“跟随”和“落后”,以及将速度倾向性确定为“慢速”。
顺便说一下,在这种情况下,车辆的速度信息慢于交通状况“畅通”的参考速度范围(即,70km/h或更高)并且交通流跟随倾向性是“超前”或“跟随”的情况包含在其中。此时,交通信息错误检测单元70将这种情况检测为交通信息错误。这是因为车辆行驶快于或跟随交通流,但如果难以满***通状况“畅通”的参考速度范围(即70km/h或更高),则交通状况不是“畅通”而可能是“拥堵”。
相应地,在这种情况下,仅当驾驶倾向性确定单元40将交通流跟随倾向性确定为“落后”并且速度倾向性确定为“慢速”时,才将其识别为有效的驾驶员的驾驶倾向性。
图3B示出了当交通状况为“延误(参考速度范围:行驶速度≥40km/h)”时关于驾驶员的交通流跟随倾向性和速度倾向性的确定标准。
首先,如图3B,如果车辆的速度信息属于比交通状况的参考速度范围快的车速区间(即,速度信息≥70km/h),则驾驶倾向性确定单元40根据超车情况将交通流跟随倾向性确定为“超前”、“跟随”和“落后”,以及将速度倾向性确定为“快速”。
顺便说一下,在这种情况下,车辆的速度信息快于交通状况“延误”的参考速度范围(即,40km/h或更高)并且交通流跟随倾向性是“跟随”或“落后”的情况包含在其中。此时,交通信息错误检测单元70将这种情况检测为交通信息错误。这是因为车辆跟随交通流或比交通流行驶慢,但如果车辆行驶快于交通状况“畅通”的参考速度范围(即,70km/h或更高),则交通状况不是“延误”而可能是“畅通”。
相应地,在这种情况下,仅当驾驶倾向性确定单元40将交通流跟随倾向性确定为“超前”并且将速度倾向性确定为“快速”时,才将其识别为有效的驾驶员的驾驶倾向性。
这里,驾驶倾向性确定单元40可以如图3A中那样在不考虑超车情况的情况下将交通流跟随倾向性确定为“超前”,以及将速度倾向性确定为“快速”,但是由于存在交通状况不是“延误”而是“畅通”的情况,优选地根据超车情况确定交通流跟随倾向性,以便确认交通信息错误。
接下来,如果车辆的速度信息属于与交通状况的参考速度范围对应的车速区间(即,速度信息≥40km/h),则驾驶倾向性确定单元40根据超车情况将交通流跟随倾向性确定为“超前”、“跟随”和“落后”,以及将速度倾向性确定为“正常”。
最后,如果车辆的速度信息属于比交通状况的参考速度范围慢的车速区间(即,速度信息<40km/h),则驾驶倾向性确定单元40根据超车情况将交通流跟随倾向性确定为“超前”、“跟随”和“落后”,以及将速度倾向性确定为“慢速”。
顺便说一下,在这种情况下,车辆的速度信息不超过交通状况“延误”的参考速度范围(即40km/h或更高)并且交通流跟随倾向性是“超前”或“跟随”的情况包含在其中。此时,交通信息错误检测单元70将这种情况检测为交通信息错误。这是因为车辆行驶比交通流快或跟随交通流,但如果难以满***通状况“延误”的参考速度范围(即,40km/h或更高),则交通状况不是“延误”而可能是“拥堵”。
相应地,在这种情况下,仅当驾驶倾向性确定单元40将交通流跟随倾向性确定为“落后”并且速度倾向性确定为“慢速”时,才将其识别为有效的驾驶员的驾驶倾向性。
图3C示出了当交通状况为“拥堵(参考速度范围:行驶速度<40km/h)”时关于驾驶员的交通流跟随倾向性和速度倾向性的确定标准。
首先,如果车辆的速度信息属于比交通状况的参考速度范围快的车速区间(即,速度信息≥40km/h),则驾驶倾向性确定单元40可以根据超车情况将交通流跟随倾向性确定为“超前”、“跟随”和“落后”,以及将速度倾向性确定为“快速”。
顺便说一下,在这种情况下,车辆的速度信息快于交通状况“拥堵”的参考速度范围(即,低于40km/h)并且交通流跟随倾向性是“跟随”或“落后”的情况包含在其中。此时,交通信息错误检测单元70将这种情况检测为交通信息错误。这是因为车辆跟随交通流或行驶比交通流慢,但如果车辆行驶快于交通状况“延误”的参考速度范围(即40km/h或更高),则交通状况不是“拥堵”而可能是“延误”。
相应地,在这种情况下,仅当驾驶倾向性确定单元40将交通流跟随倾向性确定为“超前”并且将速度倾向性确定为“快速”时,才将其识别为有效的驾驶员的驾驶倾向性。
接下来,如果车辆的速度信息属于与交通状况的参考速度范围对应的车速区间(即,速度信息<40km/h),则驾驶倾向性确定单元40根据超车情况将交通流跟随倾向性确定为“超前”、“跟随”和“落后”,并将速度倾向性确定为“正常”。
同时,速度信息提供单元50将车辆的速度信息(即,车速)提供给驾驶倾向性确定单元40。此时,速度信息提供单元50可以通过发动机控制单元(ECU)确认速度信息。此外,速度信息提供单元50可以通过ECU确认加速踏板的状态信息和制动踏板的状态信息。
此外,交通信息提供单元60将来自外部的交通信息服务器(未示出)的交通信息提供给驾驶倾向性确定单元40。
如上所述,交通信息错误检测单元70基于关于驾驶员的交通流跟随倾向性的确定结果,根据驾驶倾向性确定单元40的超车情况来检测交通信息错误。
具体地,在车速比交通状况的参考速度范围快的情况下,当驾驶员的交通流跟随倾向性是“跟随”或“落后”时,交通信息错误检测单元70检测交通信息错误。在这种情况下,交通信息错误检测单元70在本车的速度信息属于比交通状况的参考速度范围快的车速区间(即,图3B中的“速度信息≥70km/h”的车速区间)的情况下,当交通流跟随倾向性是“跟随”或“落后”时检测交通信息错误。
此外,在车速低于交通状况的参考速度范围的情况下,当驾驶员的交通流跟随倾向性是“超前”或“跟随”时,交通信息错误检测单元70检测交通信息错误。在这种情况下,交通信息错误检测单元70在本车的速度信息属于比交通状况的参考速度范围慢的车速区间(即,图3A中的“速度信息<70km/h”的车速区间和图3B中的“速度信息<70km/h”的车速区间)的情况下,当交通流跟随倾向性是“超前”或“跟随”时检测交通信息错误。
同时,驾驶倾向性确定装置100可以包括数据库(未示出),以用于存储驾驶员的驾驶倾向性的确定结果以及过去的车辆行驶信息(即,行驶路线、行驶速度、行驶时间等)。
图4是示出根据本发明实施方案的确定驾驶员的驾驶倾向性的方法的示意图。
在S101,驾驶倾向性确定装置100根据视频信息实时地感测附近车辆,以跟踪附近车辆的移动方向。此时,在S102,驾驶倾向性确定装置100计算超车车辆和被超车车辆中的每一种的数量。
然后,在S103,驾驶倾向性确定装置100通过应用根据各种交通状况的每个车速区间的超车情况来确定驾驶员的驾驶倾向性。也就是说,驾驶倾向性确定装置100根据取决于各种交通状况的车速区间和超车情况来确定驾驶员的驾驶倾向性。
此时,驾驶倾向性确定装置100通过区分交通状况是畅通的情况、交通状况是延误的情况以及交通状况是拥堵的情况来分别确定驾驶员的驾驶倾向性,即,交通流跟随倾向性和速度倾向性。例如,假设来自接收到的交通信息的交通状况被确认为“拥堵”状态(阈值30),车速为55km/h,5分钟内超车车辆的数量为100,被超车车辆的数量是550,下面将对其进行描述。在这个时候,参考图3C,驾驶倾向性确定装置100利用超车情况而确认被超车车辆和超车车辆的数量的差值为450,将驾驶员的交通流跟随倾向性确定为“超前”并且将驾驶员的速度倾向性确定为“快速”。
同时,在S104,驾驶倾向性确定装置100可以基于关于驾驶员的交通流跟随倾向性的确定结果来检测交通信息错误。例如,确认来自所接收的交通信息的交通状况是“畅通”,车速为60km/h,被超车车辆和超车车辆的数量的差值为100。此时,驾驶倾向性确定装置100将驾驶员的交通流跟随倾向性确定为“超前”,但由于车速难以满足“畅通”的参考速度范围(行驶速度≥70km/h),其检测交通信息错误。
根据一些实施方案的方法可以以程序指令的形式实现,所述程序指令可以通过各种计算机装置执行并记录在计算机可读介质上。计算机可读介质可以包括单独的程序指令、数据文件、数据结构等或其组合。记录在介质上的程序指令可以是为本发明专门设计和构造的程序指令,或者可以由计算机软件领域的技术人员得到。计算机可读介质的示例包括诸如硬盘、软盘和磁带的磁介质,诸如CDROM、DVD的光学介质,诸如光盘的磁光介质,以及专门配置为存储和执行程序指令的诸如ROM、RAM和闪存的硬件装置。程序指令的示例包括诸如由计算机生成的机器语言代码,以及可以由利用解释器的计算机执行的高级语言代码等。
尽管已经着重于应用于各种实施方案的本发明的新颖特征来描述本发明,但是对于本领域技术人员来说显而易见的是,在不脱离本发明的范围的情况下,可以对上述装置和方法的形式和细节进行各种删除、替换和改变。相应地,本发明的范围由所附权利要求限定,而不是由前面的说明书限定。在所附权利要求的等同范围内的所有修改都包含在本发明的范围内。
Claims (12)
1.一种用于车辆的驾驶员的驾驶倾向性确定装置,其包括:
图像传感器,其用于获取附近行驶场景的视频信息;
速度传感器,其用于获取车辆的速度信息;
导航***,其用于获取车辆行驶的道路的交通信息;以及
控制器,其配置为:
利用附近行驶场景的视频信息跟踪附近车辆的移动方向,从而计算超车车辆的数量和被超车车辆的数量;
通过将所计算的数量与预定条件进行比较,确定驾驶员的交通流跟随倾向性;
其中,将所计算的数量与预定条件进行比较包括:将所计算的超车车辆的数量与所计算的被超车车辆的数量的差值与阈值进行比较。
2.根据权利要求1所述的用于车辆的驾驶员的驾驶倾向性确定装置,其中,所述控制器利用车辆的速度信息和指示道路的交通状况的交通信息来确定驾驶员的速度倾向性。
3.根据权利要求2所述的用于车辆的驾驶员的驾驶倾向性确定装置,其中,所述控制器通过对根据各种交通状况的每个车速区间的预定条件进行整合来确定驾驶员的交通流跟随倾向性和驾驶员的速度倾向性。
4.根据权利要求1所述的用于车辆的驾驶员的驾驶倾向性确定装置,其中,所述控制器进一步配置为基于取决于预定条件的驾驶员的交通流跟随倾向性来确定交通信息错误。
5.根据权利要求1所述的用于车辆的驾驶员的驾驶倾向性确定装置,其中,根据交通状况不同地设置所述阈值。
6.根据权利要求1所述的用于车辆的驾驶员的驾驶倾向性确定装置,其中,当所计算的被超车车辆的数量比所计算的超车车辆的数量多出阈值或更多时,驾驶员的交通流跟随倾向性确定为超前,
当所计算的超车车辆的数量比所计算的被超车车辆的数量多出阈值或更多时,驾驶员的交通流跟随倾向性确定为落后,
当所计算的被超车车辆的数量和所计算的超车车辆的数量的差值小于阈值时,驾驶员的交通流跟随倾向性确定为跟随。
7.根据权利要求6所述的用于车辆的驾驶员的驾驶倾向性确定装置,其中,在车速大于交通状况的参考速度范围的情况下,当驾驶员的交通流跟随倾向性为跟随或落后时,所述控制器确定交通信息错误。
8.根据权利要求6所述的用于车辆的驾驶员的驾驶倾向性确定装置,其中,在车速小于交通状况的参考速度范围的情况下,当驾驶员的交通流跟随倾向性为超前或跟随时,所述控制器确定交通信息错误。
9.一种确定驾驶员的驾驶倾向性的方法,其包括以下步骤:
由控制器利用附近行驶场景的视频信息跟踪附近车辆的移动方向,从而计算超车车辆的数量和被超车车辆的数量;
由控制器通过将所计算的数量与预定条件进行比较,确定驾驶员的交通流跟随倾向性;
其中,将所计算的数量与预定条件进行比较包括:将所计算的超车车辆的数量与所计算的被超车车辆的数量的差值与阈值进行比较。
10.根据权利要求9所述的确定驾驶员的驾驶倾向性的方法,其中,确定驾驶员的交通流跟随倾向性的步骤包括:利用车辆的速度信息和指示车辆行驶的道路的交通状况的交通信息来确定驾驶员的速度倾向性。
11.根据权利要求10所述的确定驾驶员的驾驶倾向性的方法,其中,确定驾驶员的交通流跟随倾向性的步骤通过对根据各种交通状况的每个车速区间的预定条件进行整合来确定驾驶员的交通流跟随倾向性和驾驶员的速度倾向性。
12.根据权利要求9所述的确定驾驶员的驾驶倾向性的方法,其进一步包括:在确定驾驶员的交通流跟随倾向性的步骤之后,基于根据预定条件所确定的驾驶员的交通流跟随倾向性来确定交通信息错误。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180023702A KR102452702B1 (ko) | 2018-02-27 | 2018-02-27 | 운전자의 주행 성향 판단 장치 및 그 방법 |
KR10-2018-0023702 | 2018-02-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110194175A CN110194175A (zh) | 2019-09-03 |
CN110194175B true CN110194175B (zh) | 2023-06-13 |
Family
ID=67685518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811228560.7A Active CN110194175B (zh) | 2018-02-27 | 2018-10-22 | 驾驶员的驾驶倾向性确定装置及确定方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10759439B2 (zh) |
KR (1) | KR102452702B1 (zh) |
CN (1) | CN110194175B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768629B (zh) * | 2019-11-04 | 2022-04-12 | 北京京东乾石科技有限公司 | 车辆调度方法、装置和*** |
CN111547022B (zh) * | 2020-05-13 | 2022-07-08 | 四川骏驰智行科技有限公司 | 电动汽车紧急制动识别及控制方法 |
JP2022040537A (ja) * | 2020-08-31 | 2022-03-11 | 株式会社Subaru | 事故の自動通報機能を有する車両、およびサーバ装置 |
KR20230021457A (ko) * | 2021-08-05 | 2023-02-14 | 현대모비스 주식회사 | 차량의 장애물 감지 시스템 및 방법 |
CN114333316B (zh) * | 2021-12-30 | 2023-04-25 | 北京工业大学 | 一种考虑驾驶员速度跟踪偏差与驾驶特性的车速引导方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101795919A (zh) * | 2007-09-06 | 2010-08-04 | 丰田自动车株式会社 | 燃料节省驾驶辅助设备 |
CN102663887A (zh) * | 2012-04-13 | 2012-09-12 | 浙江工业大学 | 基于物联网技术的道路交通信息云计算和云服务实现***及方法 |
EP2944504A2 (de) * | 2014-04-04 | 2015-11-18 | Volkswagen Aktiengesellschaft | Vorrichtung und Verfahren zur Darstellung einer Betriebsstrategie eines Elektro- oder Hybridfahrzeuges |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003306102A (ja) * | 2002-04-11 | 2003-10-28 | Toshiba Corp | 追越車両検出装置と運転支援システムの後側方警報装置 |
CA2925145A1 (en) | 2003-07-07 | 2005-01-13 | Insurance Services Office, Inc. | Traffic information system |
US7663505B2 (en) * | 2003-12-24 | 2010-02-16 | Publicover Mark W | Traffic management device and system |
KR100715181B1 (ko) | 2005-06-10 | 2007-05-07 | 주식회사 현대오토넷 | 운전자 성향에 따른 능동적 경로탐색 정보 안내 시스템 |
GB0625726D0 (en) * | 2006-12-22 | 2007-02-07 | Trw Ltd | Method of operating a vehicle |
US8352112B2 (en) * | 2009-04-06 | 2013-01-08 | GM Global Technology Operations LLC | Autonomous vehicle management |
US20120109421A1 (en) * | 2010-11-03 | 2012-05-03 | Kenneth Scarola | Traffic congestion reduction system |
JP2012123625A (ja) * | 2010-12-08 | 2012-06-28 | Toyota Central R&D Labs Inc | 車両運転推定システム |
EP2659469A1 (en) * | 2010-12-31 | 2013-11-06 | Tomtom Belgium N.V. | Systems and methods for obtaining and using traffic flow information |
US9958280B2 (en) * | 2011-08-16 | 2018-05-01 | Inrix, Inc. | Assessing inter-modal passenger travel options |
CN105074793A (zh) * | 2013-03-15 | 2015-11-18 | 凯利普公司 | 用于车辆路径规划和交通管理的车道级车辆导航 |
JP6179191B2 (ja) * | 2013-05-27 | 2017-08-16 | 富士通株式会社 | 運転診断装置,運転診断方法及びプログラム |
KR101500361B1 (ko) * | 2013-06-07 | 2015-03-10 | 현대자동차 주식회사 | 단기 운전성향 판정 장치 및 그 방법 |
US9262787B2 (en) * | 2013-10-18 | 2016-02-16 | State Farm Mutual Automobile Insurance Company | Assessing risk using vehicle environment information |
KR20150050837A (ko) * | 2013-11-01 | 2015-05-11 | 현대엠엔소프트 주식회사 | 운전자 성향에 따라 도착예정시간을 산출하는 시스템 및 그 운용방법 |
US9189897B1 (en) * | 2014-07-28 | 2015-11-17 | Here Global B.V. | Personalized driving ranking and alerting |
US10664707B2 (en) * | 2014-10-06 | 2020-05-26 | Marc R. Hannah | Managed access system for traffic flow optimization |
CN104590274A (zh) * | 2014-11-26 | 2015-05-06 | 浙江吉利汽车研究院有限公司 | 一种驾驶行为自适应***及驾驶行为自适应方法 |
US10535260B2 (en) * | 2014-12-18 | 2020-01-14 | Ford Global Technologies, Llc | Rules of the road advisor using vehicle telematics |
US20180211529A1 (en) * | 2015-05-22 | 2018-07-26 | Ent. Services Development Corporation Lp | Traffic management system |
JP2016222096A (ja) * | 2015-05-29 | 2016-12-28 | 三菱自動車工業株式会社 | 追従走行制御装置 |
US20160363935A1 (en) * | 2015-06-15 | 2016-12-15 | Gary Shuster | Situational and predictive awareness system |
US9666079B2 (en) * | 2015-08-20 | 2017-05-30 | Harman International Industries, Incorporated | Systems and methods for driver assistance |
US9443426B1 (en) * | 2015-11-13 | 2016-09-13 | Byron Paul Formwalt | Method and device for sensing traffic flow and notifying motor vehicle drivers of the same |
US10460600B2 (en) * | 2016-01-11 | 2019-10-29 | NetraDyne, Inc. | Driver behavior monitoring |
US9952056B2 (en) * | 2016-03-11 | 2018-04-24 | Route4Me, Inc. | Methods and systems for detecting and verifying route deviations |
US9672734B1 (en) * | 2016-04-08 | 2017-06-06 | Sivalogeswaran Ratnasingam | Traffic aware lane determination for human driver and autonomous vehicle driving system |
US9701307B1 (en) * | 2016-04-11 | 2017-07-11 | David E. Newman | Systems and methods for hazard mitigation |
EP3239686A1 (en) * | 2016-04-26 | 2017-11-01 | Walter Steven Rosenbaum | Method for determining driving characteristics of a vehicle |
CN107444406A (zh) * | 2016-05-30 | 2017-12-08 | 奥迪股份公司 | 车辆辅助驾驶***及方法 |
FR3053650B1 (fr) * | 2016-07-06 | 2019-06-14 | Peugeot Citroen Automobiles Sa | Procede de conduite autonome pour un vehicule automobile |
US10909389B2 (en) * | 2016-09-20 | 2021-02-02 | Apple Inc. | Traffic direction gesture recognition |
US11024160B2 (en) * | 2016-11-07 | 2021-06-01 | Nio Usa, Inc. | Feedback performance control and tracking |
WO2018172849A1 (en) * | 2017-03-20 | 2018-09-27 | Mobileye Vision Technologies Ltd. | Trajectory selection for an autonomous vehicle |
US10488868B2 (en) * | 2018-03-06 | 2019-11-26 | GM Global Technology Operations LLC | Dynamic feature availability mapping for a vehicle |
-
2018
- 2018-02-27 KR KR1020180023702A patent/KR102452702B1/ko active IP Right Grant
- 2018-10-04 US US16/151,897 patent/US10759439B2/en active Active
- 2018-10-22 CN CN201811228560.7A patent/CN110194175B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101795919A (zh) * | 2007-09-06 | 2010-08-04 | 丰田自动车株式会社 | 燃料节省驾驶辅助设备 |
CN102663887A (zh) * | 2012-04-13 | 2012-09-12 | 浙江工业大学 | 基于物联网技术的道路交通信息云计算和云服务实现***及方法 |
EP2944504A2 (de) * | 2014-04-04 | 2015-11-18 | Volkswagen Aktiengesellschaft | Vorrichtung und Verfahren zur Darstellung einer Betriebsstrategie eines Elektro- oder Hybridfahrzeuges |
Also Published As
Publication number | Publication date |
---|---|
KR102452702B1 (ko) | 2022-10-11 |
CN110194175A (zh) | 2019-09-03 |
US20190263418A1 (en) | 2019-08-29 |
KR20190102785A (ko) | 2019-09-04 |
US10759439B2 (en) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110194175B (zh) | 驾驶员的驾驶倾向性确定装置及确定方法 | |
US10969788B2 (en) | ECU, autonomous vehicle including ECU, and method of determining driving lane for the same | |
CN107415945B (zh) | 用于评估车道换道的自动驱动***及其使用方法 | |
US10000208B2 (en) | Vehicle control apparatus | |
RU2597066C2 (ru) | Способ и устройство для распознавания дорожных знаков | |
US8447484B2 (en) | Branch-lane entry judging system | |
KR102659056B1 (ko) | 주변 v2v 신호와 자체 차량의 센싱신호의 융합 시스템 및 방법 | |
CN110490217B (zh) | 用于改进对象检测和对象分类的方法和*** | |
US20140365109A1 (en) | Apparatus and method for recognizing driving lane | |
US11351997B2 (en) | Collision prediction apparatus and collision prediction method | |
US20150149076A1 (en) | Method for Determining a Course of a Traffic Lane for a Vehicle | |
CN108216256B (zh) | 用于生成车辆的路径的装置和方法 | |
CN110949375B (zh) | 信息处理***以及服务器 | |
US11042160B2 (en) | Autonomous driving trajectory determination device | |
US11208100B2 (en) | Server device and vehicle | |
US20210402992A1 (en) | Apparatus and method for setting planned trajectory | |
CN109476307A (zh) | 行驶控制方法及行驶控制装置 | |
US11361199B2 (en) | Traveling environment recognition apparatus | |
US11816903B2 (en) | Method for determining a type of parking space | |
US20210124351A1 (en) | Onboard cluster tracking system | |
US20240185722A1 (en) | Methods for Detecting Vulnerable Road Users by Way of a Vehicle | |
US20240077316A1 (en) | Lane detection system and vehicle equipped with the same | |
US11216678B2 (en) | Vehicle exterior environment recognition apparatus and vehicle exterior environment recognition method | |
JP2024031048A (ja) | 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム | |
JP2023184118A (ja) | 物体検知装置および物体検知方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |