CN114523963B - 预测与宿主车辆的道路碰撞的***和方法 - Google Patents

Abstract

本发明涉及预测与宿主车辆的道路碰撞的***和方法。该方法包括：获取与车辆周围环境中一个或更多个移动对象有关的信息，其至少包括该一个或更多个对象中每一者的距离变化率和航向；计算车辆的一个或更多个可能的车辆轨迹；针对各个对象，根据对象的距离变化率、航向以及可能转弯和加速度来计算对象的多个可能的对象轨迹，可能转弯和/或加速度的值对于各个可能的对象轨迹是不同的，并且由值的预定第一置信区间来限定；针对计算出的车辆轨迹与对象轨迹的各个组合，执行碰撞计算以计算车辆和对象是否将比预定最小距离更接近彼此；以及针对对象中的一个或更多个对象，确定是否至少预定数量的碰撞计算指示车辆和对象将比预定最小距离更接近彼此。

Description

预测与宿主车辆的道路碰撞的***和方法

技术领域

本公开涉及预测宿主车辆与该车辆周围环境中的一个或更多个对象(特别是道路车辆)之间的碰撞的方法，以及包括用于执行该方法的设备的车辆。

背景技术

驾驶员辅助***可以被提供给车辆以便提高驾驶员安全性，并且以便提供车辆的自主操作或半自主操作。

这样的驾驶员辅助***包括安装在车辆上的一个或更多个感测***，这些感测***被配置成感测车辆的周围环境并且提供与车辆周围环境中的对象(例如，其它车辆或道路使用者)有关的信息，诸如位置、速度以及甚至按类型对对象的分类。

可以采用驾驶员辅助***来辅助驾驶员避免碰撞。由驾驶员辅助***提供的碰撞缓解功能的一个示例是前方碰撞缓解功能，其中，驾驶员辅助***检测在车辆的向前行驶方向上的对象的存在，并且如果确定碰撞是可能的，则启动对车辆的制动。这些功能通常执行碰撞时间(TTC)计算以确定碰撞是否可能。

然而，这种碰撞缓解功能仅适用于预测可能碰撞场景的子集中的碰撞。例如，宿主车辆和对象两者都具有动态速度、加速度、航向和曲率的碰撞场景不能通过前向碰撞缓解功能准确地建模。

因此，期望提供一种能够在较宽范围的场景中准确地预测可能的碰撞的驾驶员辅助***。

另一方面，对较宽范围的碰撞场景进行监测的驾驶员辅助***可能由于待监测的对象的较宽范围而易于错误干预(即，当碰撞不可能时激活碰撞缓解功能)。

因此，期望提供一种驾驶员辅助***，该驾驶员辅助***以可靠且准确的方式触发碰撞缓解***，这不会对驾驶员造成困扰。

发明内容

根据第一方面，提供了一种预测车辆与所述车辆的周围环境中的一个或更多个对象之间的碰撞的计算机实现的方法，所述方法包括以下步骤：a)获取与所述车辆的周围环境中的一个或更多个移动对象有关的信息，所述信息至少包括所述车辆的周围环境中的所述一个或更多个对象中的各个对象的距离变化率和航向；b)计算所述车辆的一个或更多个可能的车辆轨迹；c)针对各个对象，根据该对象的距离变化率、该对象的航向以及该对象的可能的转弯和加速度来计算该对象的多个可能的对象轨迹，所述可能的转弯和/或加速度的值对于各个可能的对象轨迹是不同的，并且由所述值的预定第一置信区间来限定；d)针对计算出的车辆轨迹与对象轨迹的各个组合，执行碰撞计算以计算所述车辆和对象是否将比预定最小距离更接近彼此；以及e)针对所述对象中的一个或更多个对象，确定是否至少预定数量的碰撞计算指示所述车辆和对象将比所述预定最小距离更接近彼此。

所述多个可能的对象轨迹可以包括：快速向左轨迹，其中，所述对象在所述第一置信区间中在最左侧且最快速场景中从其预期轨迹向左行驶；缓慢向左轨迹，其中，所述对象在所述第一置信区间中在最左侧且最慢速场景中从其预期轨迹向左行驶；快速向右轨迹，其中，所述对象在所述第一置信区间中在最右侧且最快速场景中从其预期轨迹向右行驶；以及缓慢向右轨迹，其中，所述对象在所述第一置信区间中在最右侧且最慢速场景中从其预期轨迹向右行驶。

所述一个或更多个可能的车辆轨迹可以包括向左轨迹和向右轨迹，在所述向左轨迹中，所述车辆从其预期轨迹向左转向，在所述向右轨迹中，所述车辆从其预期轨迹向右转向，其中，所述向左轨迹和向右轨迹表示所述车辆轨迹的置信区间。

所述预定数量的碰撞计算可以是针对所述对象的全部碰撞计算。

关于所述一个或更多个对象的所述信息可以包括所述对象的分类，并且其中：

-所计算的多个可能的对象轨迹是部分地基于对象分类来计算的；和/或

-预定距离是基于所述对象分类来选择的。

所述方法另外可以包括以下步骤：f)如果针对所述对象中的一个或更多个对象，预定数量的碰撞计算指示所述车辆和对象将比所述预定最小距离更接近彼此，则启动碰撞缓解过程；可选地，其中，所述第一碰撞缓解过程选自以下项：向所述车辆的驾驶员发出碰撞警告；启动制动辅助过程；启动预制动过程；以及启动紧急制动过程。

所述方法可以迭代地重复步骤c)至步骤f)的过程一次或更多次，每次迭代仅在前一次迭代启动了碰撞缓解过程的情况下才执行。每次迭代可以计算具有位于比前一次迭代的置信区间大的置信区间内的转弯和加速度的值的多个对象轨迹，并且，如果针对所述对象中的一个或更多个对象，至少预定数量的碰撞计算指示所述车辆和对象将比所述预定最小距离更接近彼此，则可以启动该次迭代的碰撞缓解过程。

以上可以包括三次迭代，其中：第一迭代的碰撞缓解过程是向所述车辆的驾驶员发出碰撞警告，第二迭代的碰撞缓解过程是启动制动辅助过程和/或启动预制动过程，并且第三迭代的碰撞缓解过程是启动紧急制动过程。

在启动一个或更多个碰撞缓解过程之前，所述方法可以包括：

g)计算制动车辆轨迹，制动车辆轨迹建模了车辆保持预期车辆轨迹的曲率并进行制动的场景；

h)针对所述制动车辆轨迹和一个或更多个对象轨迹中的各个对象轨迹，执行碰撞计算以计算所述车辆和对象是否将比所述预定最小距离更接近彼此；以及

i)仅在所述车辆和对象将比所述预定最小距离更接近彼此的情况下，才启动所述碰撞缓解过程。

在步骤c)之前，所述方法可以包括以下步骤：针对各个对象，根据所获取的信息来计算该对象的预期轨迹，并且计算所述车辆的预期轨迹，并且确定该对象的预期轨迹和车辆的预期轨迹是否交叠；并且其中，步骤c)仅针对预期轨迹与所述车辆的预期轨迹相交的那些对象执行。

所述方法还可以包括执行初步碰撞计算，以计算所述车辆和对象是否将沿着它们的预期轨迹比预定最小距离更接近彼此；其中，步骤c)仅针对在所述初步碰撞计算中被预测比所述预定距离更接近所述车辆的那些对象执行。

初步碰撞计算可以包括：计算所述车辆和对象的边界框，所述边界框分别包含所述车辆和对象；计算在一个或更多个时刻所述边界框的中心之间的纵向距离；计算在所述一个或更多个时刻所述边界框的中心之间的横向距离；以及当所述纵向距离和横向距离指示所述边界框在理论上比所述预定最小距离更接近时，确定所述边界框是否比所述预定最小距离更接近。

碰撞计算可以包括：计算所述车辆和对象的边界框，所述边界框分别包含所述车辆和对象；计算在一个或更多个时刻所述边界框的中心之间的纵向距离；计算在所述一个或更多个时刻所述边界框的中心之间的横向距离；以及当所述纵向距离和横向距离指示所述边界框在理论上比所述预定最小距离更接近时，确定所述边界框是否比所述预定最小距离更接近。

根据第二方面，提供了一种包含计算机可读指令的计算机程序，所述计算机可读指令在由处理器执行时使所述处理器执行根据第一方面的方法。

根据第三方面，提供了一种用于车辆的驾驶员辅助***，所述驾驶员辅助***被配置成执行根据第一方面的方法。

附图说明

现在将参考以下描述的附图仅通过非限制性示例来详细解释实施方式。

图1A示出了配备有根据一个或更多个实施方式的高级驾驶员辅助***(ADAS)的车辆；

图1B示出了图1A所示的车辆的车辆坐标系；

图1C示出了可以用于实现本文所公开的方法的ADAS的示意性框图；

图2示出了车辆与移动对象之间的可能场景的表示；

图3示出了根据一个或更多个实施方式的预测碰撞的方法；

图4示出了车辆的多个可能的轨迹；

图5示出了对象和车辆的多个可能的轨迹；

图6示出了根据一个或更多个实施方式的预测碰撞的方法；

图7示出了根据一个或更多个实施方式的制动模型；

图8示出了根据一个或更多个实施方式的对象轨迹和车辆轨迹的示意例示图；

图9示出了执行碰撞计算的方法；以及

图10示出了根据一个或更多个实施方式的决策模块的示意性框图。

具体实施方式

图1A示出了配备有根据本公开的一个或更多个实施方式的高级驾驶员辅助***(ADAS)20的车辆10。ADAS 20可以具有在不同位置处安装在车辆10上的各种部件，但是为了简单起见，将ADAS 20描绘成安装在车辆上的单个部件。ADAS 20包括用于感测车辆10的周围环境中的对象的一个或更多个传感器。例如，ADAS 20包括用于检测车辆10的周围环境中的对象的一个或更多个雷达传感器、激光雷达传感器、超声传感器和/或成像传感器。ADAS20被配置成至少对车辆的周围环境中的对象的距离、距离变化率(range rate)和航向进行检测。这些值指示对象相对于车辆的位置、速度和行驶方向。

在ADAS 20中，传感器被安装在车辆10上，使得它们能够感测车辆周围环境的视场F内的对象。例如，传感器可以被安装在车辆10的前拐角。

图1B示出了车辆10的车辆坐标系(VCS)，但是应当理解，在不脱离本公开的范围的情况下，可以选择其它车辆坐标系。VCS的原点取为车辆10的前保险杠的中心。ADAS 20被校准以在位于直线X轴(纵向)和Y轴(横向)上的笛卡尔坐标中报告对象测量结果。X方向取为车辆10的正常、笔直、向前行驶的方向，并且Y方向垂直于X方向且平行于地面(假设车辆在平坦地面上)。当如图1B所示在平面图中观察VCS时，正x值从y轴原点向前延伸，并且正y值从x轴原点向右延伸。

图1C示出了可以用于实现本文所公开方法中的任一方法的ADAS 20的示意性框图，但是应当理解，被配置成检测车辆的周围环境中的对象的其它ADAS可以被配置成执行本文所公开的方法。

ADAS 20包括摄像头1111、1112和雷达传感器1113、1114(其可以替代地是激光雷达传感器或超声传感器)，摄像头1111、1112和雷达传感器1113、1114经由接口连接器IF连接到控制器1115。摄像头的视场可以至少部分地与传感器的视场交叠。摄像头和传感器的相对取向被校准成使得摄像头或传感器的视场中的点可以容易地变换为另一摄像头或传感器的视场中的点(例如，通过融合模块1116)。应当理解，在其它实施方式中，ADAS可以仅包括摄像头1111、1112或雷达传感器1113、1114。

雷达传感器1113和1114例如分别在车辆纵向中心线L的相对侧上安装在车辆的前拐角处，位于跨该中心线的镜像位置中。纵向中心线L可以被认为是车辆以正常、笔直向前的运动来行驶的方向，并且通常限定车辆10的反射对称的总平面。

各个雷达传感器1113、1114利用以围绕雷达传感器的面向方向为中心的角分布发射例如连续波(CW)或脉冲无线电或微波辐射。雷达传感器1113、1114还接收来自环境的反射或散射的无线电或微波辐射，例如由雷达传感器面对的对象反射或散射的。基于所接收的辐射，雷达传感器可以返回表示环境中的一个或更多个对象相对于雷达传感器的距离和方位的信息，该信息通常被称为一个或更多个雷达轨迹。实际上，环境中的扩展对象倾向于返回多个信号，从这些信号也可以得出对象的规模。

另外，雷达传感器1113、1114可以具有例如通过多普勒频移测量来测量一个或更多个对象的运动的能力，包括测量对象或多个对象在与从传感器到对象的方向相交或沿着从传感器到对象的方向的方向上的相对速度。

ADAS 20还可以被配置成例如通过将在不同时间进行的两个或更多个测量的距离和方位进行比较来计算对象的航向和加速度。

各个雷达传感器1113、1114的特征在于水平视场，该水平视场通常在传感器的面向方向的任一侧、在水平方位角上延伸相等的角量。应当理解，可以根据应用来选择各个传感器的水平方位角(例如可以是90度、120度或150度)。此外，任何数量的雷达传感器可以被布置在车辆周围，使得ADAS的共同视场F可以被选择成任何合适的值。

尽管各个雷达传感器的特征也在于竖直视场，但是除了这样的视场应该被充分限制以避免来自地面或车辆高度上方的对象的不希望的反射之外，不进一步讨论竖直视场。

此外，各个雷达传感器1113、1114的特征在于检测距离，检测距离可以由传感器发射的雷达信号的功率和传感器的检测灵敏度来确定。各个传感器的距离可以至少为150米，可选地为200米。

最后，各个雷达传感器1113、1114的特征在于角度辨别力，角度辨别力是对象的可以由传感器分辨的角距(angular separation)。典型地，对于在离开传感器的面向方向的方位角位置处的对象，雷达传感器的角度辨别力减小，并且因此雷达传感器的特征通常在于对位于沿面向方向延伸的线上的对象的角度辨别力。各个雷达传感器的角度辨别力可以是至少4度。

注意的是，雷达传感器的各个视场可以具有交叠区域，这取决于雷达传感器在车辆10上的安装配置。

雷达传感器可以例如在76千兆赫至81千兆赫的频带中工作。

来自摄像头1111和1112的信号以及来自雷达传感器1113和1114的信号被提供给融合模块1116，融合模块1116使用已知的对象检测算法来处理信号以识别车辆的环境中的对象。

例如，融合模块1116可以从雷达传感器1113或1114接收指示在相对于该传感器的面向方向的特定距离和方位角处存在对象的信号，并且可以通过三角学将对象识别成相对于车辆位于对应于该距离和方位角的位置处。为了允许这种确定，融合模块可以被提供有表示传感器的位置和面向方向的配置信息。

如果雷达传感器具有交叠的视场，则当融合模块1116从雷达传感器1113和1114接收到指示在相对于那些传感器的面向方向中的各个面向方向的特定距离和方位角处存在对象使得对象位于交叠区域中的信号时，融合模块1116对信号执行传感器融合操作，并且将单个对象识别成位于交叠区域中的位置处。

通过提供面向方向离开车辆10的纵向中心线L而倾斜的雷达传感器1113和1114，通过利用雷达传感器1113和1114在接近各个雷达传感器的面向方向的角度处的良好角度辨别力，可以从离开车辆中心线的位置实现对接近车辆10行驶方向的对象的准确检测。

在ADAS 20仅包括摄像头的实施方式中，可以在由摄像头拍摄的一对交叠图像上使用任何合适的立体算法检测对象。

与车辆10周围环境中的对象的位置有关的信息由决策模块1117从融合模块1116接收。决策模块1117实现决策引擎，该决策引擎基于与车辆10周围环境中的对象的位置有关的信息，经由适当的接口IF向车辆***发出命令，该车辆***由车辆控制器V表示。对车辆控制器V的访问可以例如通过与用于加速、制动、转向等的分立控制器接口连接的共用接口总线来提供，或者可以通过控制这些功能的全部或子集的单个车辆控制器来提供。

此外，针对被确定为处于摄像头的视场中的对象(通过雷达传感器1113、1114或通过由融合模块1116对摄像头的图像数据执行的立体算法)，对象识别和图像处理算法可以由融合模块1116针对从摄像头1111和1112接收的信号执行，以识别和定位摄像头1111和1112的视场中的对象。融合模块1116然后可以基于来自传感器1113和1114的信号，按照与关于对象的移动位置的信息相同的方式向决策模块1117提供关于对象的位置和移动的信息。图像处理算法还可以适于使用已知的对象分类方法，例如使用经过训练的机器学习算法或任何其它合适的算法，基于由摄像头1111和1112接收的图像数据来提供对象的分类。例如，融合模块1116可以被配置成分析图像数据以将检测到的对象分类成以下中的一者或更多者：汽车、摩托车、卡车、行人、杆、树、动物、一般道路对象、自行车、未识别的车辆。

融合模块1116还可以被配置成根据传感器数据来计算对象的加速度的估计。

决策模块1117可以适于执行本文所公开的碰撞预测方法中的任一方法。作为碰撞预测方法的结果，决策模块可以被配置成通过向一个或更多个车辆部件发出命令来实现碰撞缓解过程。如本文所使用的，术语“碰撞缓解过程”可以是帮助车辆的驾驶员避免碰撞或减轻碰撞冲击的任何自主过程。碰撞缓解过程的示例包括：向车辆的驾驶员发出碰撞警告；启动制动辅助过程；启动预制动过程；以及启动紧急制动过程。

如本文所使用的，“制动辅助过程”是指以下这样的过程：该过程修改车辆的制动功能，使得对于驾驶员的给定制动输入施加增大的制动力。“预制动过程”是指在驾驶员应用制动器之前对制动器进行预充电的过程(例如，自主地启动制动马达以建立制动压力的过程)。这导致在触发紧急制动时的快速制动响应。

图2示出了车辆10与由ADAS 20检测到的移动对象30(例如车辆)之间的可能场景的表示。在地球参考系而不是VCS中示出了所示场景。场景可以由决策模块1117使用从融合模块1116接收的数据来建模。在开始时间，当车辆10处于位置OH时，ADAS 20检测到位置OT处的对象30。为了简单起见，假设车辆10以恒定速度沿着直线移动。

使用车辆10的速度和方向，将车辆10的位置在时间上沿着轨迹外推，同样使用对象30的速度和方向，在对象30采取不同轨迹的多个场景中将对象30的位置在时间上沿着轨迹外推。多个场景是由ADAS 20根据检测到的对象30的距离、距离变化率和航向来获取的，另外考虑对象30的可能行为(即，通过准确地对对象30的可能行为建模)。例如，如果对象30是车辆，则车辆30的驾驶员可以加速、制动、左转或右转。加速、减速和转弯的量可以被统计地建模，使得对于给定对象30，通过从观察到的车辆行为的统计数据确定置信区间，可以在置信区间内预先确定加速、减速和转弯的某些最大值/最小值。置信区间具有真实参数在建议范围内的相关置信水平。例如，90％的置信区间指示真实值在置信区间内的估计的90％置信度。例如，车辆的加速(或减速)和转弯的期望值和标准偏差可以根据观察到的车辆行为(例如，关于车辆加速和转弯的观察数据)来确定。观察到的车辆行为可以按对象类型和速度分组。例如，车辆在高速时执行转弯的范围可以小于在低速时执行转弯的范围。同样，卡车的加速的范围可以小于摩托车的加速的范围。基于统计数据，所选择的置信区间可以是例如1标准偏差(68％)、1.5标准偏差(80％)或2个标准偏差(95％)。

在第一场景(30a)中，对象30还以恒定速度沿着其当前预期轨迹继续行驶，这导致在建模轨迹的末端处的碰撞。同样地，在另一场景(30b)中，对象30加速并从其当前轨迹向左转，这导致碰撞。然而，在其它场景(30c，“向左制动”；30d，“向右制动”；30e“向右加速”)中，对象30和车辆不碰撞。

因此，在模拟的场景中，碰撞不发生的场景比碰撞发生的场景多。因此，可能不希望启动警告车辆10的驾驶员或自主地操作车辆功能的过程，因为在车辆10的驾驶员和对象30避免碰撞的情况下可以触发该过程。因此，针对对象30的行为在置信区间内的不同场景执行多个碰撞计算是有利的，并且仅在预定数量的碰撞计算导致碰撞的情况下，才激活碰撞缓解过程。注意的是，“碰撞”是用于指碰撞计算的以下这种结果：指示在给定场景中车辆10和对象30将在沿着它们的轨迹的某点处在预定距离(即，安全余量)内。

图3示出了预测宿主车辆(即车辆10)与车辆的周围环境中的一个或更多个对象之间的碰撞的方法100。

在步骤S1中，获取与车辆的周围环境中的一个或更多个移动对象有关的信息，该信息至少包括车辆的周围环境中的一个或更多个对象中的各个对象的距离变化率和航向。例如，可以从上面公开的ADAS 20获得信息以获得对象的距离、距离变化率和航向(对象的位置、速度和行驶方向)。如上所述，可以由ADAS检测的周围环境可以是车辆的所有周围环境或仅是周围环境的一部分。

在步骤S2中，计算车辆的一个或更多个可能的车辆轨迹(例如相对于地球)。这可以由决策模块1117基于从融合模块1116或从车辆的一个或更多个其它部件(例如速度计、加速度计和方向盘角度)接收的数据来计算。例如，决策模块1117可以从融合模块1116或各种车辆部件接收表示车辆的速度、加速度和转弯速率的数据，并且可以基于车辆的转弯速率保持恒定的该信息来计算车辆的当前(预期)轨迹。车辆的当前轨迹可以使用恒定转弯恒定加速度(CTCA)模型来计算，在CTCA模型中，转弯和加速度保持恒定并且可以通过任何合适的数值迭代方法来计算。另选地，预计的转弯和加速度可以是由偏航加速度和加速度变化率(jerk)限定的动态参数。决策模块1117可以另外接收表示车辆的加速度变化率的数据以包括在车辆的轨迹计算中。可以使用外推车辆轨迹的任何合适的方法。所述一个或更多个可能的车辆轨迹可以包括车辆的当前轨迹，和/或可以包括多个可能的车辆轨迹，所述多个可能的车辆轨迹进而考虑了由于车辆驾驶员的转向行为而引起的变化。换句话说，一个或更多个可能的车辆轨迹可以包括向左轨迹和向右轨迹，在向左轨迹中，驾驶员将车辆从其当前轨迹向左转向，在向右轨迹中，驾驶员将车辆从其当前轨迹向右转向。这些轨迹可以使用与当前轨迹类似的方法来建模，另外还对恒定的偏航加速度建模。向左轨迹和向右轨迹可以表示车辆的可能的轨迹的置信区间的边界(即，在置信区间边界处的最左侧轨迹和最右侧轨迹)。驾驶员的转向变化可以被统计地建模(即，车辆的预计转弯的置信区间可以基于来自先前观察到的驾驶行为的统计数据(是特定驾驶员的数据或者来自先前编译的驾驶员数据)，并且另外包括由决策模块1117接收的值的任何误差余量)。通过选择限定偏航加速度的置信区间的最左侧的偏航加速度和最右侧的偏航加速度，并且对输入参数执行非线性建模(无迹预测)，可以根据车辆的预计转弯的置信区间来计算向左轨迹和向右轨迹。图4示出了使用车辆10的当前转弯和加速度由CTCA模型生成的当前轨迹40b，以及车辆10的向左轨迹40a和向右轨迹40c。

在步骤S3中，针对由ADAS 20检测到的各个对象，基于对象的距离变化率、对象的航向(从ADAS 20的传感器获得的对象的位置、距离变化率和航向)以及对象的可能转弯和加速度来计算对象的多个可能的对象轨迹，可能的转弯和/或加速度对于各个可能的对象轨迹是不同的，并且由值的预定第一置信区间界定(在与车辆轨迹相同的参考系中计算)。如在对象轨迹的情况下，置信区间可以由传感器检测到的对象的测量不确定性和对象的可能行为的不确定性(即，可能行为的统计范围)来限定。具体地，不确定性包括：融合模块1116报告的位置、速度、切向加速度和航向的不确定性；取决于对象速度和对象类型的转弯假设(即，预期处于特定速度的对象向左或向右转弯的量，其对于各个对象类型可以不同)；以及对象的取决于对象类型的加速和减速预测(即，对象可以加速或减速的量，其可以根据对象类型而不同)。可以使用上述步骤S2中的方法来计算可能的对象轨迹。

在步骤S4中，针对所计算的车辆轨迹与对象轨迹的各个组合，执行碰撞计算以计算车辆和对象是否将比预定最小距离更接近彼此(即，在沿着它们的轨迹的某点处，车辆的任何部分是否比最小距离更接近对象的任何部分)。预定距离可以基于车辆与对象之间必须保持的安全余量来选择。注意的是，在融合模块1116按类型将对象分类的实施方式中，预定最小距离可以根据对象类型而变化。例如，对于更脆弱的道路使用者(诸如，自行车或行人)，预定最小距离可以比例如对于汽车或卡车大。该预定距离还可以取决于车辆速度，随着车辆速度增加，假设在较高车辆速度下较大的安全余量是优选的。例如，对于脆弱的道路使用者，预定距离可以在0.6m至1m之间，并且对于其它车辆，预定距离可以在0.3m至0.6m之间。预定距离可以从在0kph的车速下的最小值线性地增加到在诸如75kph的车速下的最大值，在75kph以上采取最大值。可以执行确定碰撞的任何合适的方法。例如，车辆和对象可以被建模成分别完全包含车辆和对象的矩形边界框，例如图1A所示的边界框B(例如，包围对象的所有测量点和车辆的相应矩形)。边界框的位置和取向可以在迭代中沿着轨迹在各个时间步长处迭代地计算(即，使用牛顿法，取曲率、切向速度、加速度和加速度变化率的值作为输入值)，并且在每次迭代中，可以计算边界框是否比预定距离更接近，并且如果是，则返回碰撞计算的肯定结果。为了完整起见，应当注意，本文使用的术语“碰撞”意味着两个对象距彼此的距离在预定距离内，并且不一定意味着两个对象物理接触。

在步骤S5中，针对一个或更多个对象，确定是否至少预定数量的碰撞计算指示车辆和对象将比预定最小距离更接近彼此。由于各个碰撞计算是针对可能的对象轨迹与车辆轨迹的组合执行的，该可能的对象轨迹与车辆轨迹表示由全部在预定置信区间内的动态变量产生的轨迹，所以针对碰撞计算发现预定数量的肯定结果对应于基于典型的车辆/对象行为将发生碰撞的可能性。第一置信区间和所需的肯定结果的数量可以被选择成对应于碰撞将发生的预定可能性。预定数量的肯定结果可以是指所执行的全部碰撞计算。

图5示出了车辆10(40a、40b、40c)和对象(50a、50b、50c、50d、50e)的多个可能的对象轨迹。如前所述，车辆轨迹可以包括置信区间内的最左侧场景(40a)和置信区间内的最右侧场景(40c)。

所计算的可能对象轨迹可以包括快速向左轨迹(50a)，其中，对象在第一置信区间的最左侧且最快速场景中从其当前轨迹向左行驶；缓慢向左轨迹(50b)，其中，对象在第一置信区间的最左侧且最慢速场景中从其当前轨迹向左行驶；快速向右轨迹(50d)，其中，对象在第一置信区间的最右侧且最快速场景中从其当前轨迹向右行驶；以及缓慢向右轨迹(50c)，其中，对象在第一置信区间的最右侧且最慢速场景中从其当前轨迹向右行驶。最左侧场景是使用置信区间内导致最左侧轨迹的对象参数的对象轨迹。最右侧场景是使用置信区间内导致最右侧轨迹的对象参数的对象轨迹。最快速场景是使用置信区间内导致对象在轨迹上行驶的最大距离的对象参数的对象轨迹。最慢速场景是使用置信区间内导致对象在轨迹上行驶的最小距离的对象参数的对象轨迹。换句话说，对象轨迹50a至50d示出了可能的对象轨迹的空间边界，其中，为对象运动的输入参数选择第一置信区间。因此，如果对象轨迹40a至40d中的一者或更多者返回碰撞计算中的肯定结果，则存在对于相当大比例的场景有可能发生碰撞的指示。在快速向左轨迹、缓慢向左轨迹、快速右轨迹和缓慢向右轨迹中的每一者指示碰撞的情况下，这指示碰撞将发生的置信区间是第一置信区间(因为轨迹40a至40d的边界内的所有轨迹也将导致碰撞)。因此无需计算其它对象轨迹(例如轨迹50e)，从而降低了预测碰撞可能性的计算复杂度。

如果在步骤S5中返回肯定结果，则可以直接启动碰撞缓解过程，诸如，向车辆驾驶员发出碰撞警告，启动制动辅助过程，启动预制动过程以及启动紧急制动过程。

图6示出了根据本公开的一个或更多个实施方式的预测碰撞的方法。

在步骤P1，接收关于车辆的各种信息，包括例如车辆的速度、加速度和转弯速率。还可以接收车辆加速度变化率。

在步骤P2，计算一个或更多个可能的车辆轨迹，如上所述。

在步骤P3，获得与车辆的周围环境中的一个或更多个移动对象有关的信息，该信息至少包括一个或更多个对象中的各个对象的距离变化率和航向。

可选地，在步骤P4，将对象的置信度(即ADAS的传感器检测对象的置信度)与最小阈值进行比较，并且检查对象的距离变化率以查看对象是否正朝着车辆移动。如果对象置信度高于最小阈值并且距离变化率指示对象正朝着车辆移动(P5)，则该方法进行到P6或P8或P10。如果没有实现步骤P4和P5，则该方法直接进行到步骤P6、P8或P10。

可选地，在步骤P6，计算对象和车辆的单个轨迹并进行比较，以查看轨迹在空间中是否交叠。如果它们相交，则该方法进行到步骤P8或P10。图8例示了这种比较。使用CTCA模型来计算车辆10的预期轨迹(即，采用由车辆***测量的速度、转弯速率和加速度的参数)。计算车辆沿着预期轨迹占据的区域。如图8所示，车辆沿着预期轨迹占据的区域包括由外弧72和内弧73限定的环形区域。还使用由传感器测量的值来计算对象30的预期轨迹。如果对象30(利用包含该对象的边界框建模)和弧72与弧73之间的空间交叠，则该方法进行到步骤P8或P10，否则丢弃该对象。步骤P6和P7将以上参考图3描述的计算强度较大的碰撞计算限制到在预测范围中可能在车辆附近的对象。这提高了算法的效率。

可选地，在步骤P8，对对象和车辆的预期轨迹执行初步碰撞计算。可以执行确定碰撞是否发生的任何合适的方法。例如，可以将车辆和对象建模成分别完全包含车辆和对象的边界框，例如图1A所示的边界框B。边界框的位置和取向可以在迭代中沿着轨迹在各个时间步长处迭代地计算(即，使用牛顿法，取曲率、切向速度、加速度和加速度变化率的值作为输入值)，并且在每次迭代中，可以计算边界框是否比预定距离更接近，并且如果是，则返回碰撞计算的肯定结果。如果初步碰撞计算返回肯定结果(P9，即对象和车辆将彼此相距小于预定距离)，则方法进行到步骤P10，否则丢弃对象。步骤P8和P9进一步将以上参考图3描述的计算强度较大的碰撞计算限制到当前在与车辆的碰撞路线上的对象。这进一步提高了算法的效率。

在步骤P10，针对可能的车辆轨迹与对象轨迹的不同组合执行第一碰撞计算(即，针对对象和车辆执行步骤S2至S4)，其中，车辆轨迹和对象轨迹由第一置信区间界定。所选择的车辆轨迹和对象轨迹可以与以上关于方法100所公开的相同(即，可以是置信区间的最左侧/最右侧和最快速/最慢速场景)。如果碰撞计算指示，对于预定数量的轨迹组合，对象和车辆将比预定距离更近(P11，例如所有组合)，则该方法进行到步骤P12或P14。否则丢弃该对象。

可选地，在步骤P12，可以计算制动车辆轨迹，其中，车辆保持预期轨迹的曲率(即，转弯速率)并且另外对车辆进行制动。然后可以再次针对制动车辆轨迹和一个或更多个对象轨迹中的各个对象轨迹执行碰撞计算。碰撞计算可以是本文公开的计算碰撞的方法中的任一方法。

图7示出了建模了车辆在制动车辆轨迹中的减速的制动模型。该车辆的制动动态可以使用三个区段来计算：初始延迟、具有最大加速度变化率的制动斜率以及恒定的最大制动。在图7中，值a_0是轨迹计算开始时的车辆加速度；a_min是车辆能够实现的最大减速度(最小加速度)；t_d是初始延迟(其模拟人反应时间)；t_j是实现最大减速度的时间，并且从下式计算：

其中，j_max是***可以产生的最大加速度变化率。

在一个实施方式中，步骤P12的碰撞计算通过以下步骤来执行：沿着轨迹迭代地计算对象与车辆之间的相对距离变化率，直到距离变化率为零(即，对象和车辆不再彼此接近)的时间t_s，并且对距离变化率进行积分直到时间t_s以计算在轨迹上对象与车辆之间移动的相对距离。将移动的相对距离与对象的初始距离(即，在轨迹的时间零点处)进行比较，并且如果差异小于预定安全余量，则给出肯定结果。

如果对象即将到来，则不可能通过制动达到零距离变化率。在这种情况下，将车辆的制动距离与沿着车辆轨迹的目标正在穿过的最近点进行比较，这被迭代地确定。这在图8中示出。该过程在沿着对象轨迹的、对象轨迹的中心(中心线70)与车辆轨迹的中心相交的点(由点0表示)处开始。如果中心不相交，则起点是对象轨迹的中心最接近车辆轨迹的中心的点。对象被定位在点0处并被建模成边界框。从该起点，选择对象的最接近车辆轨迹的开始的拐角。然后通过在对象轨迹中迭代的步长变化(由点1、2和3表示)来计算拐角最接近车辆轨迹的开始的点。然后将制动距离与沿着轨迹到该最近点的距离(由线74表示)进行比较，并且如果差值小于预定距离，则给出肯定结果。

如果发现肯定结果(P13)，则启动第一碰撞避免处理(P14)。然后该方法进行到步骤P15或P25。

可选地，在步骤P15，对可能的车辆轨迹与对象轨迹的不同组合执行第二碰撞计算。除了第二碰撞计算的第二置信区间大于第一置信区间之外，碰撞计算可以与步骤P10相同。如果碰撞计算指示对于预定数量的轨迹组合，对象和车辆将比预定距离更接近(P16，例如所有组合)，则该方法进行到步骤P17或P19。否则丢弃该对象。

任选地，在步骤P17，可以计算制动车辆轨迹，其中，车辆保持预期轨迹的曲率(即，转弯速率)并且另外对车辆进行制动。然后可以再次针对制动车辆轨迹和一个或更多个对象轨迹中的各个对象轨迹执行碰撞计算。碰撞计算可以是本文公开的计算碰撞的方法中的任一方法(包括步骤P12中描述的方法)。用于步骤P17的制动模型可以不同于用于P12的制动模型。例如，如果第一碰撞缓解过程是碰撞警告，则可以减小t_d，因为这可以增加驾驶员的意识并因此缩短驾驶员的反应时间。如果给出肯定结果(P18)，则启动第二碰撞避免过程(P19)。然后该方法进行到步骤P20或P25。

可选地，在步骤P20，对可能的车辆轨迹与对象轨迹的不同组合执行第三碰撞计算。除了第三碰撞计算的第三置信区间大于第二置信区间之外，碰撞计算可以与步骤P10和P15相同。如果碰撞计算指示对于预定数量的轨迹组合，对象和车辆将比预定距离更接近(P21，例如所有组合)，则该方法进行到步骤P22或P24。否则丢弃该对象。

任选地，在步骤P22，可以计算制动车辆轨迹，其中，车辆保持预期轨迹的曲率(即，转弯速率)并且另外对车辆进行制动。然后可以再次针对制动车辆轨迹和一个或更多个对象轨迹中的各个对象轨迹执行碰撞计算。碰撞计算可以是本文公开的计算碰撞的方法中的任一方法(包括步骤P12中描述的方法)。用于步骤P22的制动模型可以不同于用于P12和P17的制动模型。如果给出肯定结果(P23)，则启动第三碰撞避免过程(P24)。然后该方法进行到步骤P25。

在步骤P25，检查是否还有未被分析以进行碰撞预测的对象。如果是，则选择下一个对象。如果没有，则过程结束。

第一碰撞缓解过程、第二碰撞缓解过程和第三碰撞缓解过程可以被选择成严重性增加(即，增加由ADAS提供的干预水平)。例如，第一过程可以是碰撞警告，第二过程可以是制动辅助和/或预制动过程(即，它们可以被并行激活)，并且第三过程可以是紧急制动过程。随着针对每次迭代所使用的置信区间增加，第一碰撞缓解过程在比第二碰撞缓解过程广泛的场景集合中被激活，第二碰撞缓解过程进而在比第三碰撞缓解过程广泛的场景集合中被激活。

图9示出了根据本公开的一个或更多个实施方式的执行碰撞计算的方法。该方法采用描述对象和车辆运动的初始参数(例如切向速度、加速度、加速度变化率和转弯速率)，并通过迭代来计算对象和车辆的轨迹，其中，在每次迭代中，对象和车辆的速度是恒定的(牛顿法)。该方法还通过尺寸分别被确定成包含对象和车辆的边界框来对对象和车辆进行建模。

在步骤Q1，确定迭代方法将计算轨迹的时间段或预测范围。这可以是预定的时间段，诸如在2秒至5秒之间，例如3.5秒。还选择每次迭代的最大时间步长。例如，最大时间步长可以是1秒或更小。

在步骤Q2，确定迭代的时间是否小于预测范围时间。如果不是，则过程结束(Q4)，因为迭代的时间超过计算的最大时间段。

在步骤Q3，基于运动参数来更新车辆和对象状态(位置、航向)。

在步骤Q5，确定边界框的中心是否具有使得边界框可能比预定距离更接近的纵向间隔。纵向方向被认为是迭代时间期间车辆的行驶方向(即，图1A中所示的Y方向)。如果没有，则在当前迭代中基于对象和车辆的速度来预测直到中心在纵向上足够接近的时间(Q6)。如果直到中心在纵向上足够接近的预测时间小于最大时间步长，则该较小的时间步长被选择用于下一次迭代(Q9)。注意的是，也可以采用负时间步长，只要它没有迭代到已经评估的时间点之前。

如果确定纵向碰撞是可能的，则在步骤Q7中确定边界框的中心是否具有使得边界框可能比预定距离更接近的横向间隔。横向方向取为在迭代期间车辆行驶的垂直方向(即，图1A中所示的X方向)。如果没有，则在当前迭代中基于对象和车辆的速度来预测直到中心在横向上足够接近的时间(Q8)。如果直到中心在横向上足够接近的预测时间小于最大时间步长，则该较小的时间步长被选择用于下一次迭代(Q9)。同样，也可以采用负时间步长，只要它没有迭代到已经评估的时间点之前。

如果确定横向碰撞是可能的，则在步骤Q10中，可选地，将坐标系变换为仅在一维中具有对象与车辆之间的相对运动(在迭代中假设恒定速度)。转换到这样的坐标系使得对象侧面和车辆侧面的对之间的碰撞计算更容易，因为碰撞时间可以通过将碰撞距离除以侧面之间的相对速度来计算。

在步骤Q11中，选择对象侧面和车辆侧面(即边界框的侧面)的对。针对该对侧面，确定它们彼此之间是否比预定距离更接近(Q12)。如果是(Q13)，则输出碰撞结果(Q14)并且过程结束。

如果没有发现它们比预定距离更接近，则使用当前相对速度来估计直到它们比预定距离更接近的时间(Q12)。如果该直到碰撞的预测时间是到目前为止在步骤Q11中分析的所有对的组合的最快的(Q15)，则将该时间选择为下一时间步长(Q16)(再次，时间步长必须小于最大时间步长，并且必须不迭代到已经评估的时间点之前)。

如果存在待分析的对象和车辆侧面对的更多组合(Q17)，则在步骤Q11选择新的侧面对，并且重复步骤Q12至Q17，直到已经分析了所有侧面对为止。

该过程继续直到发现碰撞或迭代时间大于预测范围时间为止。

图10示出了用于实现本文公开的方法的决策模块1117，该决策模块1117可以包括软件和/或硬件。决策模块可以包括轨迹计算模块72、碰撞计算模块74、存储器76和碰撞避免模块78。轨迹计算模块72被配置成执行本文公开的对象轨迹和车辆轨迹计算。碰撞计算模块74被配置成接收由轨迹计算模块72计算的轨迹并且执行如本文公开的碰撞计算。碰撞避免模块78被配置成接收碰撞计算模块74的输出并向车辆控制器V发出命令以启动碰撞缓解过程。存储器76可以包含用于执行本文公开的方法的任何合适的数据，诸如用于计算轨迹或碰撞的任何预定参数。

因此，本公开提供了一种可靠地预测碰撞的方法，该方法考虑了车辆和在车辆周围检测到的移动对象的不同可能场景。

注意的是，尽管本文所公开的方法的步骤以特定顺序给出，但除非特定步骤取决于先前步骤的结果，否则所述步骤不必按所呈现的时间顺序执行。

在前面的描述中，参考几个实施方式描述了多个方面。因此，说明书应被认为是例示性的，而不是限制性的。类似地，附图中例示的突出了实施方式的功能和优点的图仅出于示例的目的而呈现。实施方式的架构是足够灵活和可配置的，使得它可以以不同于附图中所示的方式来利用。

在一个示例性实施方式中，本文所呈现的软件实施方式可以被提供为计算机程序或软件，诸如具有指令或指令序列的一个或更多个程序，其被包括或存储在诸如机器可访问介质或机器可读介质、指令存储部或计算机可读存储设备(其中每一者可以是非暂时性的)的制品中。非暂时性机器可访问介质、机器可读介质，指令存储部或计算机可读存储设备上的程序或指令可以用于对计算机***或其它电子设备进行编程。机器或计算机可读介质、指令存储部和存储设备可以包括但不限于软盘、光盘和磁光盘或适于存储或传输电子指令的其它类型的介质/机器可读介质/指令存储部/存储设备。本文描述的技术不限于任何特定的软件配置。它们可以在任何计算或处理环境中发现适用性。本文所使用的术语“计算机可读”、“机器可访问介质”、“机器可读介质”、“指令存储部”和“计算机可读存储设备”应包括能够存储、编码或传输指令或指令序列以供机器、计算机或计算机处理器执行并使机器/计算机/计算机处理器执行本文所述方法中的任一方法的任何介质。此外，本领域中通常以一种形式或另一形式(例如，程序、进程、过程、应用、模块、单元、逻辑等)将软件称为采取动作或导致结果。这样的表述仅仅是陈述由处理***执行软件使得处理器执行动作以产生结果的简写方式。

一些实施方式还可以通过准备专用集成电路、现场可编程门阵列，或通过互连常规组件电路的适当网络来实现。

一些实施方式包括计算机程序产品。计算机程序产品可以是存储有或具有指令的存储介质、指令存储部或存储设备，所述指令可以用于控制或致使计算机或计算机处理器执行本文描述的示例实施方式的任何进程。存储介质/指令存储部/存储设备可以包括，例如但不限于，光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器、闪存卡、磁卡、光卡、纳米***、分子存储器集成电路、RAID、远程数据存储部/存档/仓储和/或适于存储指令和/或数据的任何其它类型的设备。

存储在计算机可读介质、指令存储部或存储设备中的任一者上的一些实现方式包括用于控制***的硬件和用于使***或微处理器能够利用本文所述的实施方式的结果与人类用户或其它机制交互的软件。这种软件可以包括但不限于设备驱动程序、操作***和用户应用。最后，这种计算机可读介质或存储设备还包括用于执行如上所述的示例方面的软件。

包括在***的编程和/或软件中的是用于实现本文描述的进程的软件模块。在本文的一些示例实施方式中，模块包括软件，然而在本文的其它示例实施方式中，模块包括硬件或者硬件和软件的组合。

虽然上面已经描述了本公开的各种实施方式，但是应当理解，它们是作为示例而非限制来呈现的。对于相关领域的技术人员显而易见的是，可以在其中进行形式和细节上的各种改变。因此，本公开不应受任何上述示例实施方式的限制，而应仅根据所附权利要求及其等同物来限定。

此外，摘要的目的是使专利局和公众、尤其是不熟悉专利或法律术语或措辞的本领域的科学家、工程师和从业者能够从粗略的检查中快速地确定本申请的技术公开的本质和实质。摘要不旨在以任何方式限制本文所呈现的实施方式的范围。还应当理解，在权利要求中叙述的任何进程不需要以所呈现的顺序执行。

虽然本说明书包含许多特定实施方式细节，但不应将这些解释为对任何公开内容或可能要求保护的内容的范围的限制，而是作为对本文所述的特定实施方式的特定特征的描述。在单独实施方式的上下文中在本说明书中描述的某些特征也可以在单个实施方式中组合地实现。相反，在单个实施方式的上下文中描述的各种特征也可以在多个实施方式中单独地或以任何合适的子组合来实现。此外，尽管特征可能在上文中被描述为在某些组合中起作用并且甚至最初被如此要求保护，但是来自所要求保护的组合的一个或更多个特征在某些情况下可以从该组合中删除，并且所要求保护的组合可以针对子组合或子组合的变体。

在某些情况下，多任务和并行处理可能是有利的。此外，上述实施方式中的各种部件的分离不应被理解为在所有实施方式中需要这种分离，并且应当理解，所描述的程序部件和***通常可以一起集成在单个软件产品中或封装到多个软件产品中。

现在已经描述了一些例示性的实施方式，很明显，上述内容是例示性的而非限制性的，已经通过示例的方式给出。特别地，尽管本文呈现的许多示例涉及装置或软件元件的特定组合，但是这些元件可以以其它方式组合以实现相同的目的。仅结合一个实施方式讨论的动作、元件和特征不旨在排除在其它实施方式或多个实施方式中的类似作用之外。

在不脱离其特征的情况下，本文描述的装置可以以其它具体形式实施。上述实施方式是例示性的而不是对所描述的***和方法的限制。因此，本文描述的装置的范围由所附权利要求而不是前面的描述来指示，并且落入权利要求的等同物的含义和范围内的改变包含在其中。

Claims (14)

1.一种预测车辆与所述车辆的周围环境中的一个或更多个对象之间的碰撞的计算机实现的方法，所述方法包括以下步骤：

a)获取与所述车辆的周围环境中的一个或更多个移动对象有关的信息，所述信息至少包括所述车辆的周围环境中的所述一个或更多个对象中的各个对象的距离变化率和航向；

b)计算所述车辆的一个或更多个可能的车辆轨迹；

c)针对各个对象，根据该对象的距离变化率、该对象的航向以及该对象的可能的转弯和加速度来计算该对象的多个可能的对象轨迹，所述可能的转弯和/或加速度的值对于各个可能的对象轨迹是不同的，并且由所述值的预定第一置信区间来限定；

d)针对计算出的车辆轨迹与对象轨迹的各个组合，执行碰撞计算以计算所述车辆和对象是否将比预定最小距离更接近彼此；以及

e)针对所述对象中的一个或更多个对象，确定是否至少预定数量的碰撞计算指示所述车辆和对象将比所述预定最小距离更接近彼此，

其中，所述多个可能的对象轨迹包括：快速向左轨迹，其中，所述对象在所述第一置信区间中在最左侧且最快速场景中从其预期轨迹向左行驶；缓慢向左轨迹，其中，所述对象在所述第一置信区间中在最左侧且最慢速场景中从其预期轨迹向左行驶；快速向右轨迹，其中，所述对象在所述第一置信区间中在最右侧且最快速场景中从其预期轨迹向右行驶；以及缓慢向右轨迹，其中，所述对象在所述第一置信区间中在最右侧且最慢速场景中从其预期轨迹向右行驶，并且

其中，所述快速向左轨迹、所述缓慢向左轨迹、所述快速向右轨迹和所述缓慢向右轨迹形成了所述多个可能的对象轨迹的空间边界，其中，为所述值选择了所述第一置信区间。

2.根据权利要求1所述的方法，其中，所述一个或更多个可能的车辆轨迹包括向左轨迹和向右轨迹，在所述向左轨迹中，所述车辆从其预期轨迹向左转向，在所述向右轨迹中，所述车辆从其预期轨迹向右转向，其中，所述向左轨迹和所述向右轨迹表示所述车辆轨迹的置信区间。

3.根据权利要求1所述的方法，其中，所述预定数量的碰撞计算是针对所述对象的全部碰撞计算。

4.根据权利要求1所述的方法，其中，关于所述一个或更多个对象的所述信息包括所述对象的分类，并且其中：

所计算的多个可能的对象轨迹是部分地基于所述对象分类来计算的；和/或

所述预定最小距离是基于所述对象分类来选择的。

5.根据权利要求1所述的方法，其中，所述方法另外包括以下步骤：

f)如果针对所述对象中的一个或更多个对象，所述预定数量的碰撞计算指示所述车辆和对象将比所述预定最小距离更接近彼此，则启动碰撞缓解过程；可选地，其中，第一碰撞缓解过程选自以下项：向所述车辆的驾驶员发出碰撞警告；启动制动辅助过程；启动预制动过程；以及启动紧急制动过程。

6.根据权利要求5所述的方法，其中，所述方法迭代地重复步骤c)至步骤f)的过程一次或更多次，每次迭代仅在前一次迭代启动了碰撞缓解过程的情况下才执行；其中，每次迭代计算具有位于比前一次迭代的置信区间大的置信区间内的转弯和加速度的值的多个对象轨迹，并且其中，如果针对所述对象中的一个或更多个对象，至少预定数量的碰撞计算指示所述车辆和对象将比所述预定最小距离更接近彼此，则启动该次迭代的碰撞缓解过程。

7.根据权利要求6所述的方法，所述方法包括三次迭代，其中：第一迭代的碰撞缓解过程是向所述车辆的驾驶员发出碰撞警告，第二迭代的碰撞缓解过程是启动制动辅助过程和/或启动预制动过程，并且第三迭代的碰撞缓解过程是启动紧急制动过程。

8.根据权利要求5至7中任一项所述的方法，其中，在启动一个或更多个碰撞缓解过程之前，所述方法包括以下步骤：

g)计算制动车辆轨迹，所述制动车辆轨迹建模了所述车辆保持预期车辆轨迹的曲率并进行制动的场景；

h)针对所述制动车辆轨迹和一个或更多个对象轨迹中的各个对象轨迹，执行碰撞计算以计算所述车辆和对象是否将比所述预定最小距离更接近彼此；以及

i)仅在所述车辆和对象将比所述预定最小距离更接近彼此的情况下，才启动所述碰撞缓解过程。

9.根据权利要求1所述的方法，其中，在步骤c)之前，所述方法包括以下步骤：针对各个对象，根据所获取的信息来计算该对象的预期轨迹，并且计算所述车辆的预期轨迹，并且确定该对象的预期轨迹和所述车辆的预期轨迹是否交叠；并且其中，步骤c)仅针对预期轨迹与所述车辆的预期轨迹相交的那些对象执行。

10.根据权利要求1所述的方法，所述方法还包括执行初步碰撞计算，以计算所述车辆和对象是否将沿着它们的预期轨迹比预定最小距离更接近彼此；其中，步骤c)仅针对在所述初步碰撞计算中被预测比所述预定最小距离更接近所述车辆的那些对象执行。

11.根据权利要求10所述的方法，其中，所述初步碰撞计算包括：

计算所述车辆和对象的边界框，所述边界框分别包含所述车辆和对象；

计算在一个或更多个时刻所述边界框的中心之间的纵向距离；

计算在所述一个或更多个时刻所述边界框的中心之间的横向距离；以及

当所述纵向距离和所述横向距离指示所述边界框在理论上比所述预定最小距离更接近时，确定所述边界框是否比所述预定最小距离更接近。

12.根据权利要求1所述的方法，其中，所述碰撞计算包括：

计算所述车辆和对象的边界框，所述边界框分别包含所述车辆和对象；

计算在一个或更多个时刻所述边界框的中心之间的纵向距离；

计算在所述一个或更多个时刻所述边界框的中心之间的横向距离；以及

当所述纵向距离和所述横向距离指示所述边界框在理论上比所述预定最小距离更接近时，确定所述边界框是否比所述预定最小距离更接近。

13.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质存储有包含计算机可读指令的计算机程序，所述计算机可读指令在由处理器执行时使所述处理器执行根据权利要求1至12中任一项所述的方法。

14.一种用于车辆的驾驶员辅助***，所述驾驶员辅助***被配置成执行根据权利要求1至12中任一项所述的方法。