CN115571144A - 车辆的事故强度估计 - Google Patents

车辆的事故强度估计 Download PDF

Info

Publication number
CN115571144A
CN115571144A CN202210774513.2A CN202210774513A CN115571144A CN 115571144 A CN115571144 A CN 115571144A CN 202210774513 A CN202210774513 A CN 202210774513A CN 115571144 A CN115571144 A CN 115571144A
Authority
CN
China
Prior art keywords
vehicle
data
accident
intensity
high risk
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
Application number
CN202210774513.2A
Other languages
English (en)
Inventor
卡尔·林德贝里
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.)
Zhe Xi Co
Original Assignee
Zhe Xi Co
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 Zhe Xi Co filed Critical Zhe Xi Co
Publication of CN115571144A publication Critical patent/CN115571144A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • 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
    • B60W50/0097—Predicting future 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
    • B60W40/02—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
    • 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
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • 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
    • B60W60/005—Handover processes
    • B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
    • 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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • 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
    • G01C21/3626—Details of the output of route guidance instructions
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • G08G1/01—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
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Environmental Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及车辆的事故强度估计。具体地，涉及用于向驾驶者和/或自动车辆提醒高风险情景的方法。方法包括获取车辆的位置数据，其中该位置数据指示车辆的地理位置和航向。方法还包括获取车辆的环境数据，其中该环境数据指示车辆的周围环境的状态。此外，方法包括凭借经训练的模型确定车辆的即将经过的道路部分的事故强度，该经训练的模型被配置成基于所获取的环境数据和所获取的位置数据来确定与即将经过的道路部分相关联的事故强度。然后，如果所确定的事故强度超过阈值，方法包括将指示接近高风险情景的信号传输到车辆的人机界面HMI和/或车辆的控制***。本发明还涉及相应的计算机可读存储介质、装置以及包括这种装置的车辆。

Description

车辆的事故强度估计
技术领域
本发明涉及车辆的事故强度估计，尤其涉及统计学意义上的事故强度的估计(例如，泊松点过程的强度)。
背景技术
在过去的几年中，自动驾驶车辆的发展呈***式增长，并且多种不同的解决方案正在探索中。越来越多的现代车辆具有高级驾驶者辅助***(ADAS)，以提高车辆安全性以及更普遍的道路安全性。ADAS，例如可以由自适应巡航控制ACC、碰撞避免***、前方碰撞提醒等来表示，是可以在驾驶时帮助车辆驾驶者的电子***。为了实现期望的功能，ADAS可能依赖于来自多个数据源的输入，诸如例如汽车成像、LIDAR、雷达、图像处理、计算机视觉和/或车内联网。
目前，ADAS和自动驾驶(AD)的开发正在这些领域的多个不同技术领域中进行。ADAS和AD在本文中将被称为通用术语自动驾驶***(ADS)，与例如由SAE J3016驾驶自动化级别(0-5)所定义的所有不同的自动化级别相对应。
因此，在不久的将来，ADS解决方案将在更大程度上进入现代车辆。ADS可以被解释为各种部件的复杂组合，可以被定义为由电子器件和机器而非人类驾驶者执行车辆感知、决策和操作的***，以及将自动化引入道路交通。这包括对车辆、目的地的操控，以及对周围环境的感知。虽然自动化***可以控制车辆，但它允许人类操作者将所有责任留给***。ADS通常结合诸如例如雷达、LIDAR、声纳、照相机、导航***例如GPS、里程表和/或惯性测量单元(IMU)等各种传感器来感知车辆的周围环境，在此基础上，高级控制***可以解释传感信息以识别合适的导航路径以及障碍物和/或相关标志。
重要的是，ADS特征具有高可靠性和完整性，以将车辆乘员及其周围环境的风险降低到可接受的水平。确保风险足够低需要巨量数据来证明ADS的性能。理论上，在售出车辆并在公共道路上驾驶之前，通过在现场测试车辆，可以获取ADS能够响应车辆被驾驶时可能遇到的所有可能的或者统计相关体验的统计学证据。然而，在实践中，使用当前可用的技术捕获这样的测试数据以显示ADS如何响应车辆可能经历的每一种可以想到的情景将花费数个世纪。共享例如一百辆测试车辆的车队的经验目前估计需要大约500年才能获取足够的数据来提供这样的统计学证据。鉴于这一时间长度是不切实际的，目前在公共道路上驾驶车辆之前所安装的ADS特征被设计得尽可能安全，并且通过当车辆在公共道路上驾驶时监视车辆的ADS来补充，以确保ADS被执行到所需要的安全水平。
为此，已经提出了多项建议，通过利用具有历史事故数据的数据库，将与历史事故相关联的即将经过的道路部分通知给车辆ADS或者车辆驾驶者，以提高总体的道路安全性。例如，EP3227148A2公开了一种方案，其中分析收集的事故数据，以便发送通知来教导用户并提醒他们当处于与历史事故相关联的位置时的事故模式和预防措施。
然而，此类方法存在固有缺陷，因为其基本上是基于事故事件已经在特定地理位置和/或特定环境条件下发生的假设，并且这些位置和/或环境条件是高风险情景。然而，这些方法无法用于推断在那些特定位置和/或在那些特定环境条件下，在其他适当定义的类似位置驾驶的实际风险。
因此，需要改进用于评估车辆即将面临的风险的技术，以潜在地提醒车辆驾驶者或者车辆的ADS，从而提高总体的道路安全性。
发明内容
因此，本发明的目的是提供向驾驶者和/或自主车辆提醒高风险情景的方法、计算机可读存储介质、装置和包括这种装置的车辆，以减轻目前已知***和方法的所有或者至少部分上述缺点。
该目的凭借所附独立权利要求中所定义的用于向驾驶者和/或自主车辆提醒高风险情景的方法、计算机可读存储介质、装置和包括该装置的车辆来实现。术语“示例性”在本上下文中被理解为用作实例、示例或者说明。
根据本发明的第一方面，提供了向驾驶者和/或自主车辆提醒高风险情景的方法。方法包括获取车辆的位置数据，其中位置数据指示车辆的地理位置和航向。方法还包括获取车辆的环境数据，其中环境数据指示车辆的周围环境的状态。此外，方法包括凭借经训练的模型来确定车辆的即将经过的道路部分的事故强度，该经训练的模型被配置成基于所获取的环境数据和所获取的位置数据来确定与即将经过的道路部分相关联的事故强度。然后，如果所确定的事故强度超过阈值，方法包括将指示接近高风险情景的信号传输到车辆的人机界面HMI和/或车辆的控制***。
根据本发明的第二方面，提供了存储一个或者多个程序的计算机可读存储介质，所述一个或者多个程序配置成由处理***的一个或者多个处理器执行，所述一个或者多个程序包括用于执行根据本文公开的任一实施例的方法的指令。对于本发明的这一方面，存在与先前讨论的本发明的第一方面相似的优点和优选特征。
如本文所使用的术语“非暂时性”旨在描述不包括传播电磁信号的计算机可读存储介质(或者“存储器”)，但不旨在以其他方式限制词语“计算机可读介质”或者“存储器”所涵盖的物理计算机可读存储装置的类型。例如，术语“非暂时性计算机可读介质”或者“有形存储器”旨在涵盖不一定永久存储信息的存储装置类型，包括例如随机存取存储器(RAM)。以非暂时形式存储在有形计算机可访问存储介质上的程序指令和数据还可以通过传输介质或者信号诸如电气、电磁或者数字信号来输送，这些信号可以经由诸如网络和/或无线链路等通信介质来传送。因此，如本文所使用的术语“非暂时性”是对介质本身的限制(即有形的，而不是信号)，而不是对数据存储持久性的限制(例如RAM还是ROM)。
根据本发明的第二方面，提供了用于向驾驶者和/或自动驾驶车辆提醒高风险情景的装置。装置包括控制电路，控制电路被配置成获取车辆的位置数据，其中位置数据指示车辆的地理位置和航向。控制电路还被配置成获取车辆的环境数据，其中环境数据指示车辆的周围环境的状态。此外，控制电路被配置成凭借经训练的模型来确定车辆的即将经过的道路部分的事故强度，该经训练的模型被配置成基于所获取的环境数据和所获取的位置数据来确定与即将经过的道路部分相关联的事故强度。此外，如果所确定的事故强度超过阈值，则控制电路被配置成向车辆的人机界面HMI和/或车辆的控制***传输指示接近高风险情景的信号。对于本发明的这一方面，存在与先前讨论的本发明的第一方面相似的优点和优选特征。
根据本发明的第四方面，提供了车辆，包括用于生成指示车辆地理位置和航向的位置数据的定位***，以及根据本文公开的任一实施例的装置。对于本发明的这一方面，存在与先前讨论的本发明的第一方面相似的优点和优选特征。
一些实施例的优点在于，在进入潜在的高风险区域之前，可以及时地警告车辆的驾驶者或者车辆的ADS。从而可以改善总体的道路安全性。
一些实施例的优点在于，可以在路径规划或者路线方案中考虑确定的事故强度，使得在规划阶段就可以避开潜在的高风险区域。从而可以提高总体的道路安全性和乘客舒适度。
本发明的其他实施例在从属权利要求中定义。应当强调的是，术语“包括/包含”在本说明书中使用时，用于指定所陈述的特征、整体、步骤或者部件的存在。它不排除一个或者多个其他特征、整体、步骤、部件或者其组合的存在或者添加。
本发明的以上和其他特征和优点将在下文中参考下面所述的实施例进一步提出。
附图说明
本发明实施例的其他目的、特征和优点将在以下详细描述中呈现，参考附图，其中：
图1是根据一些实施例的事故强度模型的示意性框图。
图2是根据一些实施例的事故强度引擎的示意性框图。
图3是根据一些实施例的用于向驾驶者和/或自动车辆提醒高风险情景的方法的示意性流程图。
图4是用于向驾驶者和/或自主车辆提醒高风险情景的装置的示意性框图。
图5为根据一些实施例的包含用于向驾驶者和/或自主车辆提醒高风险情景的装置车辆的示意性侧视图。
具体实施方式
本领域技术人员将会理解，本文所述的步骤、服务和功能可以使用单独的硬件电路、使用与编程微处理器或者通用计算机结合运行的软件、使用一个或者多个专用集成电路(ASIC)和/或使用一个或者多个数字信号处理器(DSP)来实现。还应当理解，当从方法的角度描述本发明时，它也可以在一个或者多个处理器以及耦合到一个或者多个处理器的一个或者多个存储器中实现，其中一个或者多个存储器存储一个或者多个程序，该程序当由一个或者多个处理器执行时，执行本文公开的步骤、服务和功能。
在示例性实施例的以下说明中，相同的附图标记表示相同或者相似的部件。车辆在本文中被理解为道路车辆，诸如例如小汽车、公共汽车、卡车等。车辆可以配备有自动驾驶***(ADS)，因此能够自动或者半自动操作。
如前所述，存在很多的建议方法用于识别接近高风险情景。然而，本发明人认识到，通过形成与车辆可能面临的情景相关联的事故强度的测量，可以实现新的和改进的方案，用于警告驾驶者或者自动驾驶***关于接近的高风险情景。此外，已经认识到，仅仅依赖于来自“事故数据库”的数据并将事故发生时所报告的地理位置(关键情景)与车辆当前位置和航向进行比较，可以给出车辆正在或者将要面临的“风险”的粗略估计。更详细地，给定事故数据，连同相关数据诸如事故地点和时间的交通流量、事故地点的限速等，仅仅能够回答以下问题，诸如“夜间下雨时在特定路段以70km/h的速度驾驶会发生多少起事故？”。这些问题虽然本身很有趣，但是没有提到个体驾驶者在夜间下雨时在特定路段以70km/h的速度驾驶时所面临的实际风险。
换句话说，本发明人认识到，可以利用(泊松意义上的)“事故强度”来更好地估计即将经过的情景下车辆所面临的风险。然而，为了能够获取这样的估计值，需要估计“尝试次数”，即在道路上花费的所有时间和/或里程有多大比例发生了与每个事故和/或关键情景(例如，未遂事故情景)的环境条件相对应的特定环境条件。
因此，本文建议基于来自事故数据库的事故数据来训练模型，包括关于多个关键情景的每个关键情景在一时间处的信息(例如关键情景下的天气条件、关键情景下的一天中的时间、关键情景下的类型、关键情景下的道路类型、关键情景下的道路条件等)以及指示与关键情景类似的情景的频率的数据。如本文所使用的术语“道路类型”可以被理解为道路的特征，诸如国家高速公路、受控驶入的高速公路、州高速公路、地区道路、乡村道路、公路、村镇道路等。
指示类似情景的频率的数据(即“尝试次数”)例如可以从“代理”中获取，诸如例如交通流量监视方案(跟踪实际交通流量或者移动装置)，或者直接从连接的车队中报告。在后一种情况下，并且根据一些实施例，指示类似情景的频率的数据的形式是从车队中的多个车辆随时间获取的环境数据(例如一天中的时间、天气条件、路面条件、限速、道路类型等)。更详细地，车队管理***例如可以从“连接的”车队中的所有车辆或者车辆子集请求“状态报告”，并且随时间建立上述模型-“事故强度模型”-其能够估计多种情景下的事故强度。利用车队的优点是，可以获取更细微的数据(由于现代车辆的传感能力，特别是装配有ADS的车辆)，从而提供对“尝试次数”的更好估计，由此对给定情景的事故强度提供更好的估计，以及对情景提供更好的风险评估。
转向图1，提供了事故强度模型25的示意性框图。更详细地，图1描绘了事故强度模型25可以如何随着时间形成和训练/更新的示例实施例。本文中，每个情景21被描述为“容器”，其基于从事故数据库2获取的与每个关键情景相关联的信息而形成。例如，第一情景21(“情景1”)可以是“夜间下雨时在受控驶入的高速公路上以100km/h的速度驾驶/行驶”，而第二情景21(“情景2”)可以是“结冰道路条件下在白天人口密集区域的多车道道路上以60km/h的速度驾驶/行驶”等。应当注意，每个情景中包括的参数的类型和数量可以独立设置，并且具有比上文提供的示例更多的参数。例如，情景还可以包括一天中的时间、一周中的某一天、外部温度、地理区域/位置、相关联的道路部分的限速、障碍物的存在等。换句话说，从事故数据库获取的事故数据至少指示每个关键情景(例如每个事故或者“未遂事故”)的时间和位置。然而，事故数据还可以指示路面条件、天气条件、道路障碍物的存在、野生动物栅栏障碍物的存在、关键情景中涉及的车辆数量、关键情景的严重性等。
继续，随着时间，事故强度模型25还被提供形式为指示与关键情景类似的情景的频率的数据的输入。该数据例如可以经由外部网络20检索。更详细地，该数据可以经由如上所例示的合适的“代理”输出(即间接)或者直接经由“车队数据”(即从车队检索/接收的环境数据)获取。后一种情况也可以被解释为实际“尝试次数”的“代理”，因为可以进一步对“车队数据”应用一些统计模型，以获取更大规模(例如整个国家)的“尝试次数”的估计。例如，如果知道车队中有多少车辆、车队中给定情景的暴露比率，以及该车队代表的(例如一个国家的)总人口的百分比，就可以得出更大规模的“尝试次数”的估计。
术语“代理”在本上下文中被广义地解释，并且可以被理解为指示与关键情景类似的情景的任何测量。换句话说，代理提供数据，从数据中可以推导出与关键情景类似的多种情景。
此外，在通过外部网络20检索或者接收数据的任何时候，数据都“存储”在与关键情景相对应的合适的容器21中。然后，随着容器21被填充，事故强度模型25能够提供指示每个情景的事故强度的输出。如本领域读者容易理解的，随着时间，事故强度模型25将能够为车辆可能面临的多种情景提供更可靠的事故强度指示。
此外，图2示出了包括上述事故强度模型25的事故强度引擎45的示意性框图。事故强度模型25(即经训练的模型)从合适的事故数据库2接收历史事故数据，以及指示与关键情景类似的情景的频率的数据(本文以“车队数据”的形式)。车队数据经由外部网络20从多个车辆3获取，每个车辆是连接的车队的一部分。事故强度引擎45可以被配置成经由外部网络20(周期性地)向车队中的一辆或者多辆(随机选择的)车辆3发送数据请求。数据请求例如可以(周期性地)传输给车队中车辆3的随机子集。在接收到请求时，一个或者多个车辆3被配置成经由外部网络将环境数据传输到事故强度引擎45。所传输的环境数据例如可以是地理位置(例如GNSS坐标)、航向、时间、温度和车辆的当前速度/速率。因此，环境数据可以指示周围环境的状态，并且还指示(报告)车辆3的状态。在一些实施例中，环境数据还包括地图数据(例如道路类型、障碍的存在、野生动物障碍物围栏的存在等)、周围环境中的外部车辆数量、路面条件、天气条件。
一旦事故强度模型25被训练，车辆1可以使用事故强度引擎来获取即将经过的道路部分的风险估计值(例如作为自动过程的一部分，因为车辆是自动或者半自动操作的)。更详细地，车辆1被配置成传输指示地理位置和航向的(带有时间戳的)位置数据(即传输姿态)以及可选地，指示周围环境的状态的环境数据(例如道路类型、天气条件和/或路面条件)。环境数据可以进一步指示车辆1的状态(例如车辆速度、挡风玻璃刮水器状态等)。
在一些实施例中，天气和道路条件不直接在环境数据中指示，而是从车载传感器的输出中获取(通过事故强度引擎45或者在车辆1中本地获取)。例如，车辆的挡风玻璃刮水器的状态(接合/脱离)可用于获取天气条件(例如雨、雪等)，可替换地，来自车载摄像机的输出可以用于凭借常规已知的合适的图像处理算法来获取当前的天气条件和道路条件。此外，根据其他示例，道路条件可以通过估计在各种驾驶情景下传动轴和自由旋转轴的速度差来确定，并且可以从该速度差中获得摩擦力水平，以便例如确定道路上出现结冰。然而，在一些实施例中，天气条件和/或道路条件可以通过将车辆1的报告位置与该地理区域的天气预报进行比较来间接地获取。
一旦由事故强度引擎45接收到位置数据和环境数据，事故强度引擎45被配置成凭借训练的事故强度模型25确定车辆1的即将经过的道路部分的事故强度。如前所述，事故强度模型被配置成使用所报告的车辆姿态和相关联的环境数据来发现相对应的/相匹配的情景(参见图1中的附图标记21)，并输出该情景的事故强度，从而输出即将经过的道路部分的事故强度。
如上所述，根据一些实施例，可以在一个或者多个服务器上提供事故强度引擎，例如所谓的云解决方案。然而，在一些实施例中，事故强度引擎45与事故强度模型25一起被提供在每个车辆本地中。在本地设置中，事故强度模型25可以服从来自中央管理实体的周期性更新。
此外，图3是根据一些实施例的用于向驾驶者和/或自动车辆提醒高风险情景的方法S100的示意性流程图。方法S100包括获取S101车辆的位置数据，其中位置数据至少指示车辆的地理位置(例如GPS位置)和航向。换句话说，方法S100包括车辆的获取S101。
在一些实施例中，方法S100还包括获取S102车辆的期望路径。期望路径例如可以是车辆导航***中的设定路线，或者由自主路径规划***生成。
此外，方法S100包括获取S103车辆的环境数据，其中环境数据指示车辆的周围环境的状态。环境数据可以指示天气条件(例如雨、雪、雾等)和/或道路条件(例如干燥、结冰、积雪等)。通过将获取的位置数据与该地理区域的天气预报进行比较，环境数据可以从位置数据中获取。然而，在一些实施例中，如上所述，环境数据由车辆直接或者间接报告。此外，根据一些实施例，环境数据还指示车辆的状态，诸如例如车辆的当前速度。
此外，方法S100包括凭借经训练的模型确定S104车辆即将经过的道路部分的事故强度。本文中，经训练的模型(例如前述事故强度模型)被配置成基于所获取的环境数据和所获取的位置数据来确定与即将经过的道路部分相关联的事故强度。事故强度可以解释为泊松意义上的强度。换句话说，如本文所使用的“强度”可以理解为非均匀泊松点过程的强度，其中强度函数取决于例如如上所述的温度、交通流量等。给定该模型，则可以计算出预期值或者感兴趣的类似概念。
然后，如果确定S104事故强度超过阈值，方法S100包括向车辆的人机界面HMI和/或车辆的控制***传输S105指示接近高风险情景的信号。“高风险”在本文被理解为由确定S104的事故强度指示的高于阈值的风险。
因此，在一些实施例中，将指示接近高风险情景的信号传输S105到车辆的控制***(例如传输到车辆的ADS)，以生成S111移交请求或者启动移交过程。移交可以是从自主控制到手动控制(即从ADS到驾驶者)，或者反之亦然，这取决于具体情景。此外，在一些实施例中，指示接近高风险情景的信号被传输S105到车辆的控制***，以便激活S112一个或者多个ADS特征。更详细地，如果断定车辆正在接近高风险情景，则可以激活一个或者多个合适的安全测量(例如紧急制动辅助、车道保持辅助等)。
此外，在一些实施例中，将指示接近高风险情景的信号传输S105到车辆的控制***，以停用S113一个或者多个ADS特征。这例如可以结合移交过程的完成来完成。在一些实施例中，将指示接近高风险情景的信号传输S105到车辆的控制***，以便降低S114车辆的速度。此外，在一些实施例中，将指示接近高风险情景的信号传输S105到车辆的控制***，以便获取S115用于由车辆的自动驾驶***ADS执行的新的候选路径，其中新的候选路径被配置成避开即将经过的道路部分。因此，如果不同的路线具有与先前期望的路线相同的目标位置，则车辆可以向驾驶者或者ADS建议不同的路线。
因此，通过利用经训练的模型25确定事故强度，其中经训练的模型配置成基于环境数据(例如一天中的时间、天气条件、周围车辆的状态、道路条件、本车的当前速度等)和车辆的位置数据来确定与即将经过的道路部分相关的事故强度-可以改善总体道路安全性和车辆乘员的用户体验。
用于执行这些功能的可执行指令可选地包括在非暂时性计算机可读存储介质或者其他计算机程序产品中，配置用于由一个或者多个处理器执行。
图4是根据本发明实施例的装置的示意性框图，本文由事故强度引擎45表示，用于向驾驶者和/或自主车辆提醒高风险情景。总的而言，图4描绘了从位置和航向以及环境数据的报告到事故强度确定，以及进一步到传输到ADS 46或者车载HMI 47的潜在高风险情景通知的信息流。应当注意，即使事故强度引擎45被例示为包括在车辆1中，它也不应当被解释为对本发明的限制。如上所述，事故强度引擎45可以布置在一个或者多个服务器上，该服务器被配置成向车辆1传输数据和从车辆1接收数据。
继续，车辆1具有定位***，诸如例如全球导航卫星***(GNSS)，配置成监视车辆1的地理位置和航向/方向。换句话说，定位***被配置成监视车辆的姿态。该位置数据与指示车辆的周围环境的状态的环境数据一起被发送到事故强度引擎45。环境数据例如可以从由合适的车载传感器生成的传感器数据41中获取，或者从外部源(例如传统的天气预报服务)中获取。传感器数据71例如可以从RADAR装置、LIDAR装置、照相机和超声传感器等中的一个或者多个输出。传感器数据可以由车载传感器直接提供，或者由车辆的感知***间接地提供。“感知***”在本上下文中被理解为负责从诸如照相机、LIDAR和RADAR、超声传感器等车载传感器获取原始传感器数据，并将该原始数据转换成包括状态估计及其预测的场景理解的***。
此外，在一些实施例中，车辆1可以访问地图数据(例如从本地数据存储装置)，诸如例如高清地图数据。地图数据例如可以指示车辆的周围环境中的道路几何形状，并且可以作为输入提供给事故强度引擎。此外，在一些实施例中，事故强度引擎45还被配置成接收车辆的期望路径。期望路径例如可以由ADS的路径规划模块或者GNSS提供。
事故强度引擎45进一步配置成凭借经训练的模型确定车辆1即将经过的道路部分的事故强度。经训练的模型被配置成基于所获取的环境数据和所获取的位置数据(并且可选地进一步基于地图数据42和期望路径)来确定与即将经过的道路部分相关联的事故强度。因此，如果所确定的事故强度超过阈值，则事故强度引擎45被配置成向车辆1的人机界面(HMI)47和/或车辆1的控制***46传输指示接近高风险情景的信号。
图5示出了车辆1的示意性侧视图，车辆1包括用于向驾驶者和/或自主车辆提醒高风险情景的装置10。车辆1还包括感知***6和定位***5。感知***6在本上下文中被理解为负责从诸如照相机、LIDAR和RADAR、超声传感器等车载传感器6a、6b、6c获取原始传感器数据，并将该原始数据转换成场景理解的***。定位***5被配置成监视车辆的地理位置和航向，并且可以是全球导航卫星***(GNSS)的形式，诸如GPS。然而，定位***可选地还可以实现为实时运动学(RTK)GPS，以提高精度。
更详细地，感知***6可以指代任何公知的***和/或功能，例如包含在车辆1的一个或者多个电子控制模块和/或节点中，适用于和/或配置成解释与车辆1的驾驶相关的传感信息，以识别例如障碍物、车道、相关标志、合适的导航路径等。因此，所例示的感知***6可以适用于依赖并获取来自多个数据源的输入，诸如汽车成像、图像处理、计算机视觉和/或车内联网等，并结合传感信息。这种示例性的传感信息例如可以从包含在和/或设置在车辆1上的一个或者多个可选的周围检测传感器6a至6c中获取。周围检测传感器6a至6c可以由适用于感测和/或感知车辆1的周围环境和/或行踪的任何任意传感器表示，并且例如可以指雷达、LIDAR、声纳、照相机、导航***例如GPS、里程表和/或惯性测量单元中的一个或者一个以上的组合。
装置10包括一个或者多个处理器11、存储器12、传感器接口13和通信接口14。处理器11也可以被称为控制线路11或者控制电路11。控制电路11被配置成执行存储在存储器12中的指令，以执行根据本文公开的任何一个实施例的用于估计车辆1的ADS所面临的风险的方法。换句话说，装置10的存储器12可以包括一个或者多个(非暂时性的)计算机可读存储介质，用于存储计算机可执行指令，该指令例如当由一个或者多个计算机处理器11执行时，可以使计算机处理器11执行本文描述的技术。存储器12可选地包括高速随机存取存储器，诸如DRAM、SRAM、DDR RAM或者其他随机存取固态存储器装置；并且可选地包括非易失性存储器，诸如一个或者多个磁盘存储装置、光盘存储装置、闪存装置或者其他非易失性固态存储装置。装置10还配备有通信接口14和传感器接口13。
控制电路11被配置成获取车辆的位置数据，其中位置数据指示车辆的地理位置和航向。控制电路11还被配置成获取车辆的环境数据，其中环境数据指示车辆的周围环境的状态。此外，控制电路11被配置成凭借经训练的模型(诸如例如图1和图2中所示的事故强度模型25)来确定车辆即将经过的道路部分的事故强度。经训练的模型相应地被配置成基于所获取的环境数据和所获取的位置数据来确定与即将经过的道路部分相关联的事故强度。然后，如果所确定的事故强度超过阈值，则控制电路11被配置成将指示接近高风险情景的信号传输到车辆1的人机界面(HMI)和/或车辆1的控制***。
此外，在一些实施例中，控制电路11被配置成将指示接近高风险情景的信号传输到车辆1的HMI，其中HMI被配置成在具有显示器的电子装置，将用户界面显示在显示器上，该用户界面包括指示超过阈值的图形表示。这例如可以用于提醒车辆驾驶者即将经过的高风险情景，从而为驾驶者提供采取适当动作的可能性(例如减速或者选择另一条路线)。
此外，在一些实施例中，控制电路配置成向车辆1的控制***(例如ADS)传输指示接近高风险情景的信号。更详细地，控制电路11可以由此使ADS生成移交请求，激活一个或者多个ADS特征，停用一个或者多个ADS特征，降低车辆速度，和/或获取由ADS执行的新的候选路径。“ADS特征”(也称为ADS功能)例如可以是“自动驾驶功能”或者任何其他用于操纵车辆1或者支持车辆1的驾驶者的部分或者完全自动化的特征。
此外，车辆1可以经由例如无线链路连接至外部网络20(例如用于检索地图数据)。相同的或者一些其他的无线链路可以用于与车辆附近的其他车辆2或者与本地基础设施元件通信。蜂窝通信技术可以用于远程通信，诸如与外部网络的通信，并且如果所使用的蜂窝通信技术具有低延迟，则它也可以用于车辆之间、车辆到车辆(V2V)和/或车辆到基础设施V2X的通信。蜂窝无线电技术的示例是GSM、GPRS、EDGE、LTE、5G、5GNR等，也包括未来的蜂窝解决方案。然而，在一些解决方案中，使用了中短程通信技术，诸如无线局域网(LAN)，例如基于IEEE 802.11的解决方案。ETSI正在致力于车辆通信的蜂窝标准，并且例如5G由于低延迟和高带宽以及通信信道的高效处理而被视为合适的解决方案。
本发明在上文已经参考特定实施例来呈现。然而，除了上述之外的其他实施例也是可能的，并且在本发明的范围内。可以在本发明的范围内提供与上述不同的方法步骤，通过硬件或者软件执行该方法。因此，根据示例性实施例，提供了存储一个或者多个程序的非暂时性计算机可读存储介质，该一个或者多个程序被配置成由车辆控制***的一个或者多个处理器执行，该一个或者多个程序包括用于执行根据上述实施例中任一个的方法的指令。可选地，根据另一示例性实施例，云计算***可以被配置成执行本文提出的任何方法。云计算***可以包括分布式云计算资源，这些资源在一个或者多个计算机程序产品的控制下共同执行本文提出的方法。
一般而言，计算机可访问介质可以包括任何有形或者非暂时性存储介质或者存储器介质，如电子、磁性或者光学介质-例如经由总线与计算机***连接的磁盘或者CD/DVD-ROM。如本文所使用的术语“有形的”和“非暂时性的”旨在描述不包括传播电磁信号的计算机可读存储介质(或者“存储器”)，但不旨在以其他方式限制由词语“计算机可读介质”或者“存储器”包含的物理计算机可读存储装置的类型。例如，术语“非暂时性计算机可读介质”或者“有形存储器”旨在涵盖不一定永久存储信息的存储装置类型，包括例如随机存取存储器(RAM)。以非暂时形式存储在有形计算机可访问存储介质上的程序指令和数据还可以通过传输介质或者信号来输送，诸如电气、电磁或者数字信号，这些信号可以经由诸如网络和/或无线链路等通信介质来传送。
(与装置10相关联的)处理器11可以是或者可以包括任意数量的硬件部件，用于进行数据或者信号处理，或者用于执行存储在存储器12中的计算机代码。装置10具有相关联的存储器12，并且存储器12可以是用于存储数据和/或计算机代码的一个或者多个装置，该数据和/或计算机代码用于完成或者促进本描述中所描述的各种方法。存储器可以包括易失性存储器或者非易失性存储器。存储器12可以包括数据库部件、目标代码部件、脚本部件或者用于支持本描述的各种活动的任何其他类型的信息结构。根据示例性实施例，任何分布式或者本地存储装置都可以与本描述的***和方法一起使用。根据示例性实施例，存储器12可通信地连接到处理器11(例如经由电路或者任何其他有线、无线或者网络连接)，并且包括用于执行本文描述的一个或者多个过程的计算机代码。
应当理解，传感器接口14还可以提供直接或者经由车辆中的专用传感器控制电路6来获取传感器数据的可能性。通信/天线接口14还可以提供凭借天线8将输出发送到远程位置(例如远程操作者或者控制中心)的可能性。此外，车辆中的一些传感器可以使用诸如CAN总线、I2C、以太网、光纤等本地网络设置与装置10通信。通信接口14可以被布置成与车辆的其他控制功能通信，并且因此也可以被视为控制接口；然而，可以提供单独的控制接口(未示出)。车辆内的本地通信也可以是具有诸如WiFi、LoRa、Zigbee、蓝牙或者类似中/短程技术的协议的无线类型。
因此，应当理解，所描述的方案的部件可以在车辆中、位于车辆外部的***中或者车辆内部和外部的组合中实施；例如在与车辆通信的服务器中，所谓的云解决方案。例如，位置数据可以被发送到外部***，并且该***执行确定车辆1的即将经过的道路部分的事故强度的步骤。实施例的不同特征和步骤可以以与所描述不同的其他组合来进行组合。
应当注意，词语“包括”不排除所列之外的其他元件或者步骤的存在，并且元件前的词语“一”不排除多个此类元件的存在。还应当注意，任何附图标记都不限制权利要求的范围，本发明可以至少部分地凭借硬件和软件来实现，并且几个“装置”或者“单元”可以由同一硬件项来表示。
虽然图中显示了方法步骤的特定顺序，但步骤的顺序可能与所描述不同。此外，两个或者更多个步骤可以同时或者部分同时执行。例如，获取位置数据和获取环境数据的步骤可以基于特定的实现而互换。这种变型将取决于所选择的软件和硬件***以及设计者的选择。所有这些变型都在本发明的范围内。同样，软件实现可以用标准编程技术来完成，该技术具有基于规则的逻辑和其他逻辑来完成各种连接步骤、处理步骤、比较步骤和决策步骤。上文提到和描述的实施例仅作为示例给出，不应当限制本发明。对于本领域技术人员而言，在下述专利实施例所要求的本发明范围内的其他方案、用途、目标和功能应当是显而易见的。

Claims (11)

1.一种用于向驾驶者和/或自主车辆提醒高风险情景的方法(S100)，所述方法包括：
获取(S101)车辆的位置数据，所述位置数据指示所述车辆的地理位置和航向；
获取(S103)所述车辆的环境数据，所述环境数据指示所述车辆的所述周围环境的状态；
凭借经训练的模型来确定(S104)所述车辆的即将经过的道路部分的事故强度，所述经训练的模型被配置成基于所获取的环境数据和所获取的位置数据来确定与所述即将经过的道路部分相关联的事故强度；
如果所确定的事故强度超过阈值，则向所述车辆的人机界面HMI和/或所述车辆的控制***传输(S105)指示接近高风险情景的信号。
2.根据权利要求1所述的方法(S100)，其中，所述经训练的模型基于来自事故数据库的事故数据形成，所述事故数据库包括关于多个关键情景的每个关键情景在一时间处的信息以及指示与所述关键情景类似的情景的频率的数据。
3.根据权利要求2所述的方法(S100)，其中，指示与所述关键情景类似的所测量的情景的频率的所述数据的形式是从车队中的多个车辆随时间获取的环境数据。
4.根据权利要求1至3中的任一项所述的方法(S100)，其中，所述事故强度是泊松意义上的强度。
5.根据权利要求1至3中的任一项所述的方法(S100)，其中，所述车辆的所述位置数据进一步指示所述车辆的期望路径。
6.根据权利要求1至3中的任一项所述的方法(S100)，其中，所述环境数据进一步指示所述车辆的状态。
7.根据权利要求1至3中的任一项所述的方法(S100)，其中，将指示接近高风险情景的所述信号传输到所述车辆的所述HMI的步骤包括：
在具有显示器的电子装置处：
在所述显示器上显示(S116)用户界面，所述用户界面包括：指示超过所述阈值的图形表示。
8.根据权利要求1至3中的任一项所述的方法(S100)，其中，指示接近高风险情景的所述信号被传输到所述车辆的所述控制***，以便执行以下至少一项：
生成(S111)移交请求；
激活(S112)一个或者多个ADS特征；
停用(S113)一个或者多个ADS特征；
降低(S114)所述车辆的速度；
获取(S115)由所述车辆的自动驾驶***ADS执行的新的候选路径，其中，所述新的候选路径被配置成避开所述即将经过的道路部分。
9.一种存储一个或者多个程序的计算机可读存储介质，所述一个或者多个程序被配置成由处理***的一个或者多个处理器执行，所述一个或者多个程序包括用于执行根据权利要求1至8中的任一项所述的方法的指令。
10.一种用于向驾驶者和/或自主车辆提醒高风险情景的装置(10，45)，所述装置包括控制电路(11)，所述控制电路(11)被配置成：
获取车辆(1)的位置数据，所述位置数据指示所述车辆(1)的地理位置和航向；
获取所述车辆(1)的环境数据，所述环境数据指示所述车辆的所述周围环境的状态；
凭借经训练的模型(25)来确定所述车辆(1)的即将经过的道路部分的事故强度，所述经训练的模型被配置成基于所获取的环境数据和所获取的位置数据来确定与所述即将经过的道路部分相关联的事故强度；
如果所确定的事故强度超过阈值，则向所述车辆的人机界面HMI(47)和/或所述车辆的控制***(46)传输指示接近高风险情景的信号。
11.一种车辆(1)，包括：
定位***(5)，用于生成指示所述车辆的地理位置和航向的位置数据；
根据权利要求10所述的装置(10，45)。
CN202210774513.2A 2021-07-01 2022-07-01 车辆的事故强度估计 Pending CN115571144A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP21183230.8A EP4112411B1 (en) 2021-07-01 2021-07-01 Estimation of accident intensity for vehicles
EP21183230.8 2021-07-01

Publications (1)

Publication Number Publication Date
CN115571144A true CN115571144A (zh) 2023-01-06

Family

ID=76744747

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210774513.2A Pending CN115571144A (zh) 2021-07-01 2022-07-01 车辆的事故强度估计
CN202211254554.5A Pending CN115966097A (zh) 2021-07-01 2022-10-13 基于事故强度的车辆的路径规划

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202211254554.5A Pending CN115966097A (zh) 2021-07-01 2022-10-13 基于事故强度的车辆的路径规划

Country Status (3)

Country Link
US (2) US20230005372A1 (zh)
EP (2) EP4112411B1 (zh)
CN (2) CN115571144A (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10157422B2 (en) * 2007-05-10 2018-12-18 Allstate Insurance Company Road segment safety rating
US10024684B2 (en) 2014-12-02 2018-07-17 Operr Technologies, Inc. Method and system for avoidance of accidents
CN109493600B (zh) * 2018-11-21 2021-02-05 合肥工业大学 基于事故危险度的交通事故多发路段识别方法
US11625624B2 (en) * 2019-09-24 2023-04-11 Ford Global Technologies, Llc Vehicle-to-everything (V2X)-based real-time vehicular incident risk prediction
EP4103439A4 (en) * 2020-03-20 2024-03-13 Waymo Llc SPEED AND ROUTE PLANNING IN REGARD TO WEATHER
US20230016123A1 (en) * 2021-07-14 2023-01-19 Motional Ad Llc Methods and systems for travel time estimation

Also Published As

Publication number Publication date
US20230005372A1 (en) 2023-01-05
EP4113064A1 (en) 2023-01-04
US20230113532A1 (en) 2023-04-13
CN115966097A (zh) 2023-04-14
EP4112411A1 (en) 2023-01-04
EP4112411B1 (en) 2024-03-27

Similar Documents

Publication Publication Date Title
US11037382B2 (en) System and method for evaluating operation of environmental sensing systems of vehicles
US20220032955A1 (en) Vehicle control device and vehicle control method
CN113345269B (zh) 基于v2x车联网协同的交通工具危险预警的方法、装置和设备
US10369995B2 (en) Information processing device, information processing method, control device for vehicle, and control method for vehicle
JP6841263B2 (ja) 走行計画生成装置、走行計画生成方法、及び制御プログラム
JP7362733B2 (ja) 道路環境情報の自動化クラウドソーシング
US11508161B2 (en) Driving support system and server device
JP2021174413A (ja) 車両用記録装置、情報記録方法
CN110709907A (zh) 对无车对车性能车辆的检测
CN114194209A (zh) 自动驾驶环境中的风险评估
US20210323577A1 (en) Methods and systems for managing an automated driving system of a vehicle
US11643082B2 (en) Systems and methods for determining real-time lane level snow accumulation
CN115840637A (zh) 用于自动驾驶***特征或功能的评估和开发的方法和***
US11548521B2 (en) Systems, methods and vehicles for determining wrong direction driving
CN115571144A (zh) 车辆的事故强度估计
EP4186770A1 (en) Method and system for estimation of an operational design domain boundary
JP2020091717A (ja) 車載通信装置、車載通信装置の制御方法、及びプログラム
US20240135252A1 (en) Lane-assignment for traffic objects on a road
EP4357944A1 (en) Identification of unknown traffic objects
CN113160548B (zh) 用于车辆的自动驾驶的方法、设备和车辆
US20240036575A1 (en) Processing device, processing method, processing system, storage medium
US20240038069A1 (en) Processing device, processing method, processing system, and storage medium
WO2022177495A1 (en) Method and control arrangement for estimating relevance of location-based information of another vehicle
WO2023187718A1 (en) Adaptive advanced driver-assistance system (adas)
CN115840636A (zh) 用于自动驾驶***特征的评估和开发的方法和***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination