CN111862679A - 客运交通工具的意图确定 - Google Patents

客运交通工具的意图确定 Download PDF

Info

Publication number
CN111862679A
CN111862679A CN202010265194.3A CN202010265194A CN111862679A CN 111862679 A CN111862679 A CN 111862679A CN 202010265194 A CN202010265194 A CN 202010265194A CN 111862679 A CN111862679 A CN 111862679A
Authority
CN
China
Prior art keywords
passenger
vehicle
motor vehicle
likelihood
movement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010265194.3A
Other languages
English (en)
Other versions
CN111862679B (zh
Inventor
J·梅茨纳
D·法富拉
F·梅勒
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.)
ZF Friedrichshafen AG
Original Assignee
ZF Friedrichshafen AG
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 ZF Friedrichshafen AG filed Critical ZF Friedrichshafen AG
Publication of CN111862679A publication Critical patent/CN111862679A/zh
Application granted granted Critical
Publication of CN111862679B publication Critical patent/CN111862679B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
    • 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
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/133—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams within the vehicle ; Indicators inside the vehicles or at stops
    • G08G1/137—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams within the vehicle ; Indicators inside the vehicles or at stops the indicator being in the form of a map

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及客运交通工具的意图确定。提出一种用于控制机动车(105)的方法(200)，其中方法(200)包括如下步骤：扫描(205)机动车(105)的环境；检测(210)在机动车(105)前方停靠的客运交通工具(110)；检测(225)在客运交通工具(110)的区域内的至少一个人员的运动；基于人员的运动来确定(240)如下可能性，即，客运交通工具(110)以该可能性在机动车(105)前方切入。

Description

客运交通工具的意图确定
技术领域
本发明涉及机动车的控制。特别地，本发明涉及对在机动车前方切入的客运交通工具进行的确定。
背景技术
特别是在城市地区，公共交通工具(缩写
Figure BDA0002441008420000011
)可以使用与个人的机动车相同的道路网络。例如，定线公共汽车可以在普通车道上行驶并在预定的站点处停车，以允许乘客上下车。在起动时，定线公共汽车可以特别地优先于其他交通工具，以使得定线公共汽车可以更容易地遵守行车时刻表。定线公共汽车突然地进入到繁忙的交通中是很常见的。这可能惊扰使后方机动车的未注意的驾驶员，使得可能增加发生事故的可能性。
已经建议定线公共汽车向周围的交通参与者发送无线信号，以宣布其意图。此技术也称为车对车通信(英文：car to car，缩写：C2C)，并且要求所有参与交通的交通参与者都装配有对应的通信装置。
发明内容
本发明所基于的任务是提供一种用于确定停靠的客运交通工具的起动意图的改进的技术。
此任务通过独立权利要求的对象解决。从属权利要求给出了优选的实施方案。
一种用于控制机动车的方法，包括以下步骤：扫描机动车辆的环境。检测停靠在机动车前方的客运交通工具；检测在客运交通工具区域内至少一个人员的运动；并且基于人员的运动来确定如下可能性，即，客运交通工具以该可能性在机动车前方切入。
人们认识到，当人员的上车过程或下车过程刚结束时，客运交通工具特别有可能起动。过程的即将结束可以根据人员的运动来估计。客运交通工具可以涉及例如公共汽车，市区公共汽车，当地公共汽车，居民区公共汽车，区域公共汽车，长途机动车，定线公共汽车，有轨电车，出租车，共享出租车或被设置为用于运送人员的其他的道路车辆或有轨车辆。
特别优选地，基于人员的运动来确定该人员是客运交通工具的乘客。乘客在本文中指的是在客运交通工具停靠时上车(或将上车)进入客运交通工具或从客运交通工具下车(或已下车)的人员。可以预先确定在观察时间点与人员上车或下车之间的预先确定的最大时间段。换言之，在预先确定的第一时间段内上车进入客运交通工具的人员可以被认为是乘客。同样，在预先确定的第二时间段内从客运交通工具下车的人员也可以被视为乘客。
在一个实施方案中，仅考虑客运交通工具之外的人员，因为这些人员更容易被检测到。在另一个实施方案中，也可以考虑使用处于客运交通工具内的人员。在此情况中，将在第三时间段内从客运交通工具下车的人员或在预先确定的第四时间段内上车进入客运交通工具的人员视为乘客。
进一步优选地，基于乘客的运动来确定乘客是上车进入客运交通工具还是从客运交通工具下车。在此，优选地，基于此信息来确定可能性。通过区分下车的乘客和上车的乘客，可以更好地确定即将发生的起动。例如，客运交通工具可能在检测到刚下车的乘客的时间点起动。另一方面，对检测到有意愿上车的乘客的时间点，通常不认为会起动。
可以基于一组上下车的乘客的平均运动来确定出发的可能性。即使在此期间仅可能检测到组中包括的一部分人员，也可以以改进的方式确定组的运动。这允许特别是在上车的人员组的情况中实现改进的确定。
可以基于下车组和上车组的运动来确定可能性。在此可以考虑到，通常首先人员从客运交通工具下车并且然后另外的人员才上车。因此可以改进地预测组的运动或一个组的人员相对于另一个组的人员的运动。
可以基于组中包括的人员的数量来确定可能性。由此，例如可以考虑到，组的运动特性可以依赖于组的大小。也可以考虑客运交通工具的人员容量。如果车上的乘客的当前数量增加到预先确定的最大数量附近，则下车过程或特别是上车过程可能缓慢。期待的下车过程的速度也可以取决于有意愿上车的人员的组的大小。
可能性此外可以基于观察到的停靠持续时间来确定。在此可以假定客运交通工具的通常的停靠持续时间。观察到的停靠持续时间越接近假定的停靠持续时间，则越可能起动。此外可以假定，实际的停靠持续时间持续越长，则越可能突然地起动。
可以确定客运交通工具在预先确定的停车站上停靠。由此可以更精确地将客运交通工具分类为例如定线公共汽车或有轨电车，并且可以假定相关的行为。为此，也可以识别客运交通工具，以便例如并非以应对定线公共汽车的方式应对在停车站上停靠的例如出租车。
可以相对于预先确定的即将到来的时间范围来进一步确定可能性。此时间范围可以特别地包括机动车在停靠的客运交通工具旁的计划的驶过。较早或较晚的时间范围可能对于在停靠的客运交通工具旁驶过的决定不太重要。换言之，与在预先确定的时间范围内进行客运交通工具起动的可能性相比，更少地去确认预计的起动时间点。
如果确定的可能性超过预先确定的边界值，则可以发出信号。该信号可以指向机动车上的人员，特别是驾驶员，并且可以例如以光学、声学或触觉方式呈现该信号。该信号也可以指向机动车的控制装置，该控制装置执行机动车的纵向和/或横向控制。该信号可以包括所确定的可能性，并且可以在决定在停靠的客运交通工具旁驶过时被考虑。
根据本发明的另一观点，用于控制机动车的设备包括用于扫描机动车的环境扫描装置和处理装置。在此，处理装置被设置为检测停靠在机动车前方的客运交通工具，检测在客运交通工具的区域内的至少一个人员的运动，并且基于乘客的运动来确定如下可能性，即，客运交通工具以该可能性在机动车前方切入。
处理装置可以被设置为全部或部分地执行在此描述的方法。为此，处理设备可以包括可编程的微型计算机或微控制器，并且该方法可以以带有程序代码装置的计算机程序产品的形式存在。该计算机程序产品也可以存储在计算机可读取的数据载体上。方法的特征或优点可以转移到设备上，或反之亦。
附图说明
现在将参考附图更详细地描述本发明，其中：
图1示出***；和
图2示出方法的流程图。
具体实施方式
图1示出了***100，其包括位于共同的车道115上的机动车105和客运交通工具110。作为示例，在此客运交通工具110包括公共汽车。客运交通工具110和机动车105沿相同的行驶方向行进，其中在客运交通工具110停止或将要停止期间，机动车105优选地主动参与交通。客运交通工具110优选在停车站120的区域内停车，停车站120可能占据机动车105可以使用的部分车道。
机动车105可以包括例如可以由驾驶员控制的常规的乘用车或卡车或公共汽车。机动车105也可以具有用于半自动、自动或自主控制的***。
客运交通工具110通常停止以便允许乘客125上车和/或下车。客运交通工具110通常在两个过程都完成后立即起动。在此，客运交通工具110可能会切入流动的交通中，例如切入到机动车105的车道中或机动车105的前方。如果机动车105对此没有预期，并且例如正在计划或已计划在客运交通工具110旁驶过，则会增加碰撞可能性。
在机动车105上优选地安装控制装置130，控制装置130进一步优选地具有扫描装置135、处理装置140和接口145。扫描装置135包括一个或多个用于扫描机动车105的环境150传感器，特别是在机动车105前方的区域中。例如，可以包括雷达传感器、LiDAR(光学雷达)传感器、光学相机和/或深度相机。多个传感器的测量值可以相互联合，以识别机动车的环境150中的物体。特别地，应识别出客运交通工具110和人员，人员进一步优选地是乘客125。
优选地，处理装置140被设置为执行对象识别。另外，可以在预先确定的时间内观察被检测的物体，以确定被检测的物体的轨迹(或其静止状态)。例如，可以根据人员的动作将人员确定为乘客125。物体识别也可以通过处理装置140来执行。
可以将乘客125配属给包括上车的乘客135的第一组155，或配属包括下车的乘客125的第二组140。处在停车站120的区域内的人员，当其向接近的或停止的等待另外的乘客125下车的客运交通工具110运动时，或当其可能与另外的乘客125在客运交通工具110的上车的区域内产生拥挤时，可以配属给第一组155。从客运交通工具110下车的、可能然后从停车站120离开的人员，例如横穿车道115，可以配属给第二组160。人员125与组155、160的配属可以通过处理装置140进行。
接口145被设置为提供提示出客运交通工具110即将起动的信号。确切而言，该信号可以提示客运交通工具110可能在预先确定的即将到来的时间范围内离开。该时间范围可以例如包括10、5、2或1秒，并且当确定的可能性超过预先确定的边界值时，例如80％，90％，95％或99％，可以输出信号。可以将不同的信号配属给不同的时间范围。不同时间范围可以配属有不同的边界值。
在一个实施方案中，信号指向机动车105的驾驶员并且包括警告信号。在可以与之组合的另一实施方案中，信号指向机动车105的驾驶辅助装置或自主控制***。在又一个实施方案中，信号可以直接作用到影响机动车105的纵向和/或横向控制的促动器上。如果确定客运交通工具110可能起动，则可以特别地防止或中断在停止的客运交通工具110旁的计划的驶过，或机动车105可以侧向避开客运交通工具110。
图2示出了示例的方法200的流程图，该方法特别地可以通过机动车105上的控制设备130来执行。在第一步骤205中，可以例如通过扫描装置135扫描机动车105的环境150。在此，已确定了位于环境150中的停车站120。也可以基于机动车105的位置和对应的地图数据来确定停车站120。可以根据利用扫描装置135进行的扫描来检查该确定。
然后在步骤210中，可以识别并且可选地分类客运交通工具110，以便例如确定结构形式、输送容量和/或入口和/或出口的数量和位置。在随后的步骤215中，可以确定乘客运输工具110的运动，特别是呈轨迹的形式的运动。
对应地，可以在步骤220中检测客运交通工具110或停车站120的区域内的人员，并且可以在步骤225中确定人员的运动，优选是呈另一轨迹的形式的运动。此外，可以特别地基于人员的运动来确定该人员是否是乘客125。特定的乘客125可以分为上车和下车乘客125。既不上车也不下车的人员不能被认为是乘客125。乘客125可以被进一步分类，以便例如识别具有低的运动速度的人员(例如老人)，带有行李、婴儿车或学步车的人员，受伤或体弱的人员，带有轮椅的人员，或儿童。此分类可以用于预测乘客125的运动。
优选地，在步骤230中，特别是将基于特定的轨迹的特定的乘客125配属给上车的第一组155乘客125或下车的第二组160乘客125。例如，基于所包括的乘客125的数量和/或所包括的乘客125的估计的运动速度，可以在步骤235中确定组155、160的运动。还可以预测组155、160的运动。在此可以考虑，客运交通工具110上的上下车的乘客125的运动可以相互制约，特别地如果没有设置专门的入口和出口，而是在下车之后在相同的车门处上车。
在步骤240中可以确定客运交通工具110在预先确定的即将到来的时间段内开始起动的可能性。也可以确定可能在哪个即将到来的时间点起动。通常，在客运交通工具110的所有门处完成上车过程和下车过程后才起动。在此，通常上车过程仅在下车过程之后进行。上车过程的结束通常很难能从机动车105的位置确定，因为上车乘客125的确切位置由于其被客运交通工具110掩盖而无法得知。因此，可以将乘客125或包括乘客125的组155的预测的运动用于进行确定。可以考虑打开和/或关闭门所需的时间。还可以考虑客运交通工具110已停车多长时间，并且可以将该时间与通常的或预期的时间进行比较。
确定可能性的方法可以用如下公式表示：
Figure BDA0002441008420000061
其中
BDIE：公共汽车驾驶员意图估计(bus driver intention estimation)，即，客运交通工具110将在考虑到的时间段内起动的可能性；
n：人员/乘客的数量
PE：行人存在概率(pedestrian existence probability)，即，如下的可能性：检测到的乘客125实际存在并且不是误报的确定；
PT：行人轨迹(Pedestrian Trajectory)，即，乘客125的轨迹；
BT：公交轨道(Bus Trajectory)，即，客运交通工具110的轨迹；
BE：公共汽车存在概率(Bus Existence Probability)，即，如下的可能性：检测到的客运交通工具110实际存在且不是误报的确定；
t：时间(time)
PE：行人-公共汽车(Pedestrian-Bus)，即，所考虑的乘客125与客运交通工具110之间的距离；
w：权重(weight)，即，选定的加权因子
σ：方差(variance)，即确定的方差
应指出的是并非必须考虑用于确定BDIF的所给出的项的所有组成部分。乘客125或客运交通工具110存在的可能性优选地对测量或传感器误差建模。特别是在使用雷达传感器时，可能例如根据信号发射确定了物体，而实际上在确定的位置上没有物体。在类似的情况中，存在可能性也称为置信度。
在步骤245中，如果确定的可能性超过预先确定的边界值，则可以输出信号。可以为所考虑的不同时段提供不同的信号。可以依赖于确定的可能性来改变信号。如果确定了起动的即将到来的时间点，则可以根据直至该时间点的时间段来更改信号。
附图标记列表
100 ***
105 机动车
110 客运交通工具
115 车道
120 停车站
125 乘客
130 控制设备
135 扫描装置
140 处理装置
145 接口
150 环境
155 第一组：上车的乘客
160 第二组：下车的乘客
200 方法
205 扫描环境
210 检测客运交通工具
215 确定运动
220 检测人员
225 确定运动
230 确定组
235 确定运动
240 确定可能性
245 输出信号

Claims (11)

1.一种用于控制机动车(105)的方法(200)，其中所述方法(200)具有如下步骤：扫描(205)所述机动车(105)的环境；检测(210)在所述机动车(105)前方停靠的客运交通工具(110)；检测(225)在所述客运交通工具(110)的区域内的至少一个人员的运动；基于所述人员的运动来确定(240)如下可能性，即，所述客运交通工具(110)以所述可能性在所述机动车(105)前方切入。
2.根据权利要求1所述的方法(200)，其中基于所述人员的运动来确定所述人员是所述客运交通工具(110)的乘客(125)。
3.根据权利要求2所述的方法(200)，其中，基于所述乘客(125)的运动来确定所述乘客(125)是上车进入所述客运交通工具(110)还是从所述客运交通工具(110)下车；并且其中基于此信息确定所述可能性。
4.根据权利要求1-3中的任一项所述的方法(200)，其中所述可能性基于上车的或下车的乘客(125)的组的平均运动确定。
5.根据权利要求4所述的方法(200)，其中所述可能性基于下车的和上车的组的运动确定。
6.根据权利要求4所述的方法(200)，其中所述可能性基于所述组中包括的人员的数量确定。
7.根据权利要求1-3、5-6中的一项所述的方法(200)，其中所述可能性附加地基于所述客运交通工具(110)的观察到的停靠持续时间确定。
8.根据权利要求1-3、5-6中任一项所述的方法(200)，其中确定所述客运交通工具(110)在预先确定的停车站处停靠。
9.根据权利要求1-3、5-6中任一项所述的方法(200)，其中在预先确定的即将到来的时间范围方面确定所述可能性。
10.根据权利要求1-3、5-6中任一项所述的方法(200)，其中如果所确定的可能性超过预先确定的边界值则输出信号。
11.一种用于控制机动车(105)的设备(130)，其中所述设备包括：用于扫描机动车(105)的环境(150)的扫描装置(135)；以及处理装置(140)，所述处理装置被设置为检测停靠在所述机动车(105)前方的客运交通工具(110)，检测在所述客运交通工具(110)的区域内的至少一个人员的运动，并且基于乘客(125)的运动来确定如下的可能性，即，所述客运交通工具(110)以所述可能性在所述机动车辆(105)前方切入。
CN202010265194.3A 2019-04-08 2020-04-07 客运交通工具的意图确定 Active CN111862679B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019205017.4 2019-04-08
DE102019205017.4A DE102019205017B3 (de) 2019-04-08 2019-04-08 Intentionsbestimmung eines Personenverkehrsmittels

Publications (2)

Publication Number Publication Date
CN111862679A true CN111862679A (zh) 2020-10-30
CN111862679B CN111862679B (zh) 2024-07-02

Family

ID=70049945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010265194.3A Active CN111862679B (zh) 2019-04-08 2020-04-07 客运交通工具的意图确定

Country Status (4)

Country Link
US (1) US11453416B2 (zh)
EP (1) EP3722994A1 (zh)
CN (1) CN111862679B (zh)
DE (1) DE102019205017B3 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2599727A (en) * 2020-10-12 2022-04-13 Daimler Ag Predicting the behavior of a vehicle using agent-to-agent relations to control an autonomous vehicle
JP7439781B2 (ja) * 2021-03-02 2024-02-28 トヨタ自動車株式会社 自動運転車両、乗合車両及び車両乗換システム

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2148309A2 (de) * 2008-07-23 2010-01-27 Robert Bosch Gmbh Gefahrenwarnassistent bei erhöhter Unfallgefahr
JP2010039717A (ja) * 2008-08-04 2010-02-18 Fujitsu Ten Ltd 車両制御装置、車両制御方法および車両制御処理プログラム
CN201876997U (zh) * 2010-09-30 2011-06-22 长安大学 一种智能公交车进站辅助***
CN102426802A (zh) * 2011-08-30 2012-04-25 浙江工业大学 一种基于车联网环境下公交车在公交站点安全预警方法
CN205158625U (zh) * 2015-10-27 2016-04-13 西南交通大学 一种公交车辆乘客数量采集及控制***
CN105579320A (zh) * 2013-09-05 2016-05-11 李斯特内燃机及测试设备公司 一种用于优化驾驶员辅助***的方法和设备
CN105844906A (zh) * 2016-06-14 2016-08-10 河海大学 配备于公交车辆的微型机动车运输***及其运输控制方法
US20180209804A1 (en) * 2017-01-25 2018-07-26 Via Transportation, Inc. Purposefully selecting longer routes to improve user satisfaction
DE102018007432A1 (de) * 2018-09-20 2019-02-28 Daimler Ag Verfahren zum Betrieb eines Omnibusses
DE102018007558A1 (de) * 2018-09-24 2019-03-07 Daimler Ag Verfahren zur Situationserfassung an Haltestellen für autonome Omnibusse
DE102018008436A1 (de) * 2018-10-26 2019-03-28 Daimler Ag Verfahren zur Erfassung potentieller Fahrgäste für autonome Omnibusse
JP2019197268A (ja) * 2018-05-07 2019-11-14 トヨタ自動車株式会社 バス乗降停車時間予測装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6792259B1 (en) * 1997-05-09 2004-09-14 Ronald J. Parise Remote power communication system and method thereof
DE102012011150A1 (de) 2012-06-05 2013-12-05 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Verfahren zur Erzeugung eines Warnsignalsin einem Kraftfahrzeug
CN103714391A (zh) * 2012-09-29 2014-04-09 国际商业机器公司 用于推算公交***中乘行路径的方法和装置
DE102013202463A1 (de) * 2013-02-15 2014-08-21 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zum Ermitteln eines Bewegungsmodells
DE102013208763A1 (de) * 2013-05-13 2014-11-13 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erkennen einer Anfahrabsicht eines haltenden Fahrzeugs
US9267805B2 (en) * 2013-06-07 2016-02-23 Apple Inc. Modeling significant locations
DE102013211244A1 (de) 2013-06-17 2014-12-18 Bayerische Motoren Werke Aktiengesellschaft Öffentlicher Personen-Nahverkehrs-Assistent
DK178269B1 (en) * 2014-04-04 2015-10-26 Fairwood Innovation As A warning system for a vehicle and a vehicle comprising such a warning system
US20150294298A1 (en) * 2014-04-11 2015-10-15 Fujitsu Limited Transportation boarding system using geotagging and mobile devices
US20150294566A1 (en) * 2014-04-15 2015-10-15 Tomorrow's Transportation Today Trip planning and management methods for an intelligent transit system with electronic guided buses
US9776614B2 (en) * 2014-10-03 2017-10-03 Nissan North America, Inc. Method and system of monitoring passenger buses
US20180105107A1 (en) * 2016-10-19 2018-04-19 Novateur Research Solutions LLC Pedestrian collision warning system for vehicles
US11325606B2 (en) * 2019-01-02 2022-05-10 Qualcomm Incorporated Methods and systems for establishing cooperative driving engagements with vehicles having varying levels of autonomy

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2148309A2 (de) * 2008-07-23 2010-01-27 Robert Bosch Gmbh Gefahrenwarnassistent bei erhöhter Unfallgefahr
JP2010039717A (ja) * 2008-08-04 2010-02-18 Fujitsu Ten Ltd 車両制御装置、車両制御方法および車両制御処理プログラム
CN201876997U (zh) * 2010-09-30 2011-06-22 长安大学 一种智能公交车进站辅助***
CN102426802A (zh) * 2011-08-30 2012-04-25 浙江工业大学 一种基于车联网环境下公交车在公交站点安全预警方法
CN105579320A (zh) * 2013-09-05 2016-05-11 李斯特内燃机及测试设备公司 一种用于优化驾驶员辅助***的方法和设备
CN205158625U (zh) * 2015-10-27 2016-04-13 西南交通大学 一种公交车辆乘客数量采集及控制***
CN105844906A (zh) * 2016-06-14 2016-08-10 河海大学 配备于公交车辆的微型机动车运输***及其运输控制方法
US20180209804A1 (en) * 2017-01-25 2018-07-26 Via Transportation, Inc. Purposefully selecting longer routes to improve user satisfaction
JP2019197268A (ja) * 2018-05-07 2019-11-14 トヨタ自動車株式会社 バス乗降停車時間予測装置
DE102018007432A1 (de) * 2018-09-20 2019-02-28 Daimler Ag Verfahren zum Betrieb eines Omnibusses
DE102018007558A1 (de) * 2018-09-24 2019-03-07 Daimler Ag Verfahren zur Situationserfassung an Haltestellen für autonome Omnibusse
DE102018008436A1 (de) * 2018-10-26 2019-03-28 Daimler Ag Verfahren zur Erfassung potentieller Fahrgäste für autonome Omnibusse

Also Published As

Publication number Publication date
DE102019205017B3 (de) 2020-07-02
US11453416B2 (en) 2022-09-27
EP3722994A1 (de) 2020-10-14
US20200317225A1 (en) 2020-10-08
CN111862679B (zh) 2024-07-02

Similar Documents

Publication Publication Date Title
CN108883767A (zh) 协作自动化车辆***
JP2019051933A (ja) 車両制御装置
US10814865B2 (en) Parking device
JP7032295B2 (ja) 車両制御システム、車両制御方法、およびプログラム
JP7140067B2 (ja) 車両制御装置、車両制御方法、及びプログラム
US20210163042A1 (en) Method for stopping a self-driving vehicle
CN105894854A (zh) 车辆驾驶辅助***
WO2018163459A1 (ja) 搭乗者支援装置、方法及びプログラム
CN111862679B (zh) 客运交通工具的意图确定
JP2020154941A (ja) 管理装置、管理方法、またはプログラム
CN111216711B (zh) 一种智能驾驶汽车自动进出站台的控制方法及***
US20240071231A1 (en) Information presentation device
CN111915914B (zh) 车辆驾驶辅助***和方法及相应的计算机可读存储介质
US20220315061A1 (en) Vehicle control device, vehicle control method, and recording medium
CN113034962B (zh) 信息处理装置、运行管理***以及非暂时性存储介质
KR102217424B1 (ko) 자율주행 대용량 간선 급행버스의 승객 안전성 확보를 위한 정류장 지원시스템
CN111796591B (zh) 车辆控制装置、监视***、车辆控制方法及存储介质
KR20220006962A (ko) 차량사고시 긴급 구조방법 및 시스템
CN113370972B (zh) 行驶控制装置、行驶控制方法以及存储程序的计算机可读取存储介质
CN113247018B (zh) 自动驾驶车辆的控制装置
CN114228730A (zh) 用于控制客运车辆的方法和设备
JP2023101066A (ja) 車両制御システム
CN114724397B (zh) 自动驾驶装置和自动驾驶方法
CN111376869B (zh) 车辆控制***、车辆控制方法及存储介质
CN113619567B (zh) 自动驾驶***及自动驾驶方法

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