JP2018106589A - Vehicle trajectory prediction device, method, program, recording medium, and alarm apparatus - Google Patents
Vehicle trajectory prediction device, method, program, recording medium, and alarm apparatus Download PDFInfo
- Publication number
- JP2018106589A JP2018106589A JP2016255164A JP2016255164A JP2018106589A JP 2018106589 A JP2018106589 A JP 2018106589A JP 2016255164 A JP2016255164 A JP 2016255164A JP 2016255164 A JP2016255164 A JP 2016255164A JP 2018106589 A JP2018106589 A JP 2018106589A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- turning
- time point
- time
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、車両軌道予測装置、方法、プログラム及び記録媒体、並びに、警報装置に関する。 The present invention relates to a vehicle trajectory prediction device, method, program, recording medium, and alarm device.
車両の安全運転支援技術の1つとして、車両の走行軌道を予測する技術が知られている。特許文献1には、車速と舵角を用いて或る地点までに自車が走行した道路の曲率を算出し、その算出した曲率をカルマンフィルタの予測器に入力し、その地点から先の道路の曲率を予測する技術が開示されている。
As one of vehicle safe driving support technologies, a technology for predicting a traveling track of a vehicle is known. In
しかし、カルマンフィルタを用いた予測器では、或る地点までの道路の曲率とその或る地点から先の道路の曲率とが大きく異なる場合、その或る地点から先の道路の曲率を予測することができない。したがって、交差点を旋回する(曲がる)車両の軌道のように、途中で走行軌道の曲率が大きく変化するような場合には、特許文献1に開示されている技術を適用することができない。
However, the predictor using the Kalman filter can predict the curvature of the road ahead from a certain point when the curvature of the road to the certain point and the curvature of the road ahead from the certain point are greatly different. Can not. Therefore, the technique disclosed in
本発明は、交差点を旋回する車両の走行軌道をより高い精度で予測する、車両軌道予測装置、方法、プログラム及び記録媒体、並びに、警報装置を提供することを目的とする。 An object of the present invention is to provide a vehicle trajectory prediction device, a method, a program, a recording medium, and an alarm device that predict a travel trajectory of a vehicle turning at an intersection with higher accuracy.
本発明の一態様に係る車両軌道予測装置は、初回の第1の時点における車両の走行状態の情報を取得する走行情報取得部と、交差点を旋回する車両の将来の舵角の変化を規定した旋回モデルと第1の時点における車両の走行状態の情報とに基づいて、第1の時点よりも所定時間後である第2の時点における車両の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、交差点における車両の旋回に係る走行軌道を予測する軌道予測部と、を備える。 A vehicle trajectory prediction apparatus according to an aspect of the present invention defines a change in a future steering angle of a vehicle that travels an intersection and a travel information acquisition unit that acquires information on a vehicle travel state at a first time point for the first time. Based on the turning model and the information on the traveling state of the vehicle at the first time point, a prediction process for predicting the information on the traveling state of the vehicle at a second time point that is a predetermined time after the first time point is performed as the prediction process. And a trajectory prediction unit that repeatedly executes the travel state information at the second time point as the next travel state information at the first time point and predicts the travel trajectory related to the turning of the vehicle at the intersection.
また、本発明の一態様に係る車両軌道予測方法は、初回の第1の時点における車両の走行状態の情報を取得するステップと、交差点を旋回する車両の将来の舵角の変化を規定した旋回モデルと第1の時点における車両の走行状態の情報とに基づいて、第1の時点よりも所定時間後である第2の時点における車両の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、交差点における車両の旋回に係る走行軌道を予測するステップと、を備える。 Further, the vehicle trajectory prediction method according to one aspect of the present invention includes a step of acquiring information on a traveling state of the vehicle at the first time point for the first time, and a turn that defines a change in a future steering angle of the vehicle turning at the intersection. Based on the model and the information on the traveling state of the vehicle at the first time point, the prediction process for predicting the information on the traveling state of the vehicle at the second time point that is a predetermined time after the first time point is predicted. Repetitively executing the travel state information at the second time point as the next travel state information at the first time point, and predicting the travel trajectory related to the turning of the vehicle at the intersection.
また、本発明の一態様に係る車両軌道予測プログラムは、初回の第1の時点における車両の走行情報を取得する処理と、交差点を旋回する車両の将来の舵角の変化を規定した旋回モデルと第1の時点における車両の走行状態の情報とに基づいて、第1の時点よりも所定時間後である第2の時点における車両の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、交差点における車両の旋回に係る走行軌道を予測する処理と、をコンピュータに実行させるものである。 In addition, the vehicle trajectory prediction program according to one aspect of the present invention includes a process for obtaining vehicle travel information at the first time point for the first time, a turning model that defines a change in the future steering angle of the vehicle turning at the intersection, Based on the information on the traveling state of the vehicle at the first time point, a prediction process for predicting the information on the traveling state of the vehicle at a second time point that is a predetermined time after the first time point is performed by the predicted second process. The information on the traveling state at the time point is repeatedly executed as the traveling state information at the next first time point, and the computer is caused to execute a process for predicting the traveling path related to the turning of the vehicle at the intersection.
また、本発明の一態様に係る記録媒体は、交差点における車両の旋回に係る走行軌道を予測する車両軌道予測装置において実行される車両軌道予測プログラムを記録したコンピュータ読み取り可能で非一時的な記録媒体であって、初回の第1の時点における車両の走行情報を取得する処理と、交差点を旋回する車両の将来の舵角の変化を規定した旋回モデルと第1の時点における車両の走行状態の情報とに基づいて、第1の時点よりも所定時間後である第2の時点における車両の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、交差点における前記車両の旋回に係る走行軌道を予測する処理と、を実行させる車両軌道予測プログラムを記録した記録媒体である。
In addition, a recording medium according to an aspect of the present invention is a computer-readable non-transitory recording medium that records a vehicle trajectory prediction program that is executed in a vehicle trajectory prediction apparatus that predicts a traveling trajectory related to turning of a vehicle at an intersection. In this case, the process of acquiring the vehicle travel information at the first time point for the first time, the turning model that defines the change in the future steering angle of the vehicle turning at the intersection, and the vehicle travel state information at the first time point Based on the above, a prediction process for predicting information on the traveling state of the vehicle at a second time point that is a predetermined time after the first time point is performed, and information on the predicted traveling state at the second time point is A vehicle trajectory prediction program that is repeatedly executed as the travel state information at the
また、本発明の一態様に係る警報装置は、上記の走行情報取得部及び軌道予測部と、車両周辺の物標の移動軌道を予測する物標軌道予測部と、物標軌道予測部が予測した物標の移動軌道と、軌道予測部が予測した車両の走行軌道とが交差する場合、その旨を報知する報知部と、を備える。 Further, the alarm device according to one aspect of the present invention predicts the travel information acquisition unit and the trajectory prediction unit, the target trajectory prediction unit that predicts the movement trajectory of the target around the vehicle, and the target trajectory prediction unit. When the movement trajectory of the target and the traveling trajectory of the vehicle predicted by the trajectory prediction unit intersect, a notification unit that notifies the fact is provided.
本発明によれば、交差点を旋回する車両の走行軌道をより高い精度で予測することができる。 According to the present invention, it is possible to predict the traveling trajectory of a vehicle turning around an intersection with higher accuracy.
以下、図面を参照しながら、本発明に係る実施の形態を説明する。なお、各実施の形態において、同一機能を有する構成には、同一符号を付し、重複する説明は省略する。 Embodiments according to the present invention will be described below with reference to the drawings. In each embodiment, components having the same function are denoted by the same reference numerals, and redundant description is omitted.
<実施の形態1>
図1及び図2を参照しながら、車両軌道予測装置2の構成、及び、交差点における車両1の走行軌道100Aについて説明する。
<
The configuration of the vehicle
車両軌道予測装置2は、交差点検知部18、走行情報取得部14、旋回状態特定部16及び軌道予測部12の機能を有する。これらの機能は、ECU(Electronic Control Unit)内のASIC(Application Specific Integrated Circuit)やFPGA(Field−Programmable Gate Array)等の論理回路デバイスとして構成される。又は、これらの機能は、ECU内のメモリに格納され、CPU(Central Processing Unit)で実行されるプログラムとして構成される。なお、走行情報取得部14に係る機能を実現するデバイスを入力部、入力部から入力されたデータに基づいて、交差点検知部18、旋回状態特定部16及び軌道予測部12に係る機能を実現するデバイスを制御部と呼んでもよい。
The vehicle
<交差点検知部>
交差点検知部18は、車両の交差点への進入を検知する。例えば、交差点検知部18は、地図データ及び航法衛生システムによって特定した車両の位置情報に基づいて、車両が交差点へ進入した(又は進入する)ことを検知する。
<Intersection detection part>
The
また、交差点検知部18は、交差点における車両の旋回先を検知する。例えば、交差点検知部18は、車両の交差点への進入を検知した後、方向指示器が左折に操作された場合、交差点における旋回先を「左折」と検知し(図2参照)、方向指示器が右折に操作された場合、交差点における旋回先を「右折」と検知する。
In addition, the
また、交差点検知部18は、地図データ等から、車両が進入した交差点の道路の交差角度(「交差点角度」という)Bを特定する。例えば、交差点検知部18は、交差点が十字路(図2参照)やT字路の場合、交差点角度Bを90度と特定し、交差点がY字路の場合、交差点角度Bを45度と特定する。
In addition, the
実施の形態1では、交差点角度Bが90度の場合について説明する。交差点角度Bが90度以外の場合は、後述する車両1の向きCを、「(B/90)×C」に置き換えればよい。
In the first embodiment, a case where the intersection angle B is 90 degrees will be described. When the intersection angle B is other than 90 degrees, the direction C of the
<走行情報取得部>
走行情報取得部14は、現時刻t0における、車両1の走行状態の情報(「走行情報」という)を取得する。走行情報は、車両位置P(t0)、車両の向きC(t0)、車速v(t0)、及びハンドル舵角θ(t0)を含む。走行情報取得部14は、走行情報を、車載の各種センサ装置及びECU等から取得する。
<Running information acquisition unit>
The travel
車両位置P(t0)は、現時刻t0における車両1が位置する座標(例えば経度及び緯度)である。車両の向きC(t0)は、現時刻t0における車両1の向きを示す情報(例えばベクトル又は方位等)である。車速v(t0)は、現時刻t0における車両1の走行速度である。ハンドル舵角θ(t0)は、現時刻t0における車両1のハンドルの回転角である。本実施の形態では、交差点を右折する場合のハンドル操作に相当する、時計回り方向のハンドル舵角θを負数で、交差点を左折する場合のハンドル操作に相当する、反時計回り方向のハンドル舵角θを正数で表現する。
The vehicle position P (t 0 ) is coordinates (for example, longitude and latitude) at which the
<旋回状態特定部>
例えば、車両1が交差点に進入してからその交差点を曲がり終えて当該交差点を進出するまでの間を、図2に示すように、旋回初期110A、旋回中期110B、旋回後期110Cの3つの旋回状態に区分する。旋回状態特定部16は、例えば次の条件(A1)〜(A3)に基づいて、現時刻t0の車両1が何れの旋回状態に属するかを特定する。
<Turning state identification part>
For example, as shown in FIG. 2, there are three turning states of a turning
(A1)旋回状態特定部16は、ハンドル舵角θが0度でなく、かつ、ハンドル舵角θの正負の符号と、ハンドル舵角の時間に対する変化量Δθの正負の符号とが同じ場合、「旋回初期110A」と特定する。
(A2)旋回状態特定部16は、ハンドル舵角θが0度でなく、上記の「旋回初期110A」に該当せず、かつ、ハンドル舵角θの絶対値が所定の閾値以上である場合、「旋回中期110B」と特定する。
(A3)旋回状態特定部16は、上記の「旋回初期110A」及び「旋回中期110B」の何れにも該当しない場合、「旋回後期110C」と特定する。
(A1) When the steering angle θ is not 0 degree and the sign of the steering angle θ is the same as the positive / negative sign of the change amount Δθ with respect to the time of the steering angle, Specify "turning
(A2) The turning
(A3) The turning
なお、旋回状態特定部16は、例えば次の条件(B1)から(B3)に基づいて、現時刻t0の車両1が何れの旋回状態に属するかを特定してもよい。なお、ここでは、交差点角度Bを90度、直進方向の車両の向きCを0度とする。
The turning
(B1)旋回状態特定部16は、車両の向きCが0度から所定のCa度の場合、「旋回初期110A」と特定する。
(B2)旋回状態特定部16は、車両の向きCが所定のCa度から所定のCb度(但しCb<Ca)の場合、「旋回中期110B」と特定する。
(B3)旋回状態特定部16は、車両の向きCが所定のCb度から90度の場合、「旋回後期110C」と特定する。
(B1) The turning
(B2) When the vehicle orientation C is from a predetermined Ca degree to a predetermined Cb degree (where Cb <Ca), the turning
(B3) The turning
<軌道予測部>
軌道予測部12は、交差点における車両1の走行軌道100Aを予測する。例えば、軌道予測部12は、交差点を旋回(例えば右折又は左折)する車両1の将来の舵角の変化Δθを規定した旋回モデルと第1の時点における車両1の走行状態の情報(走行情報)とに基づいて、第1の時点よりも所定時間Δt後の第2の時点における車両1の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、交差点における車両1の旋回に係る走行軌道100Aを予測する。
<Orbit prediction unit>
The track prediction unit 12 predicts the
旋回モデルには、交差点の旋回時における車両の向きCとハンドル舵角θの変化点との関係を規定するハンドル舵角の旋回モデルと、交差点の旋回時における車両の向きCと車速vの変化点との関係を規定する車速の旋回モデルとがある。 The turning model includes a turning model of a steering angle that defines the relationship between the direction C of the vehicle when turning at an intersection and a change point of the steering angle θ, and a change in the direction C and speed v of the vehicle when turning at the intersection. There are vehicle speed turning models that define the relationship between points.
次に、図3、図4及び図5を参照しながら、旋回モデルについて説明する。 Next, the turning model will be described with reference to FIGS. 3, 4, and 5.
図3の上段は、交差点の旋回時にハンドル舵角θがどのように変化するかを説明するための図であり、図3の下段は、交差点の旋回時に車両の向きCがどのように変化するかを説明するための図である。 The upper part of FIG. 3 is a diagram for explaining how the steering angle θ changes when turning at the intersection, and the lower part of FIG. 3 shows how the direction C of the vehicle changes when turning at the intersection. It is a figure for demonstrating.
運転手は、交差点の旋回時、図3の上段及び下段の点線1000、1002に示すようなハンドル操作を行う。すなわち、運転手は、ハンドルを、車両の向きCが閾値Ch1に達するまでハンドル舵角θを0度から乖離させ、車両の向きCが閾値Ch1に達するとハンドル舵角θを一定に固定し、その後、車両の向きCがCh2に達するとハンドル舵角θを0度に戻し始め、車両の向きCが90度に達するとハンドル舵角θを0度にするように操作する。
The driver performs a steering operation as indicated by
図3の上段の実線1004は、現時刻t0において軌道予測部12に入力されるハンドル舵角θを表しており、破線1006は、従来の手法によって交差点の旋回時のハンドル舵角θを予測した場合を示す。従来の手法では、現時刻t0までのハンドル舵角の時間に対する変化量Δθに基づいて、時刻t0以降のハンドル舵角θを予測する。しかし、この従来の手法では、上記の車両の向きCが閾値Ch1に達するとハンドル舵角θを一定に固定するという運転手のハンドル操作が考慮されないため、図3の上段に示すように、予測を示す破線1006が実測を示す点線1000と大きく乖離してしまう。また、従来の手法では、ハンドル舵角θを0度に戻し始めるタイミングも考慮されない。
A
すなわち、従来の手法では、交差点における車両の走行軌道100Aを精度良く予測することができない。これは車速についても同様である。本実施の形態では、旋回モデルを用いることにより、上述のような交差点における運転手の操作を、交差点における車両の旋回の走行軌道の予測に反映させる。
That is, with the conventional method, the traveling
図4に示す車速の旋回モデルは、車速v(tn)の限界値をvmとして、現時刻t0までの車速の時間に対する変化量Δvに基づいて車速v(tn)を予測するモデルである(nは正の整数)。当該車速の旋回モデルを用いた場合、予測した車速v(tn)がvmを超えるときは、車速v(tn)=vmとする。なお、図4に示すように、車速の旋回モデルは、途中に車両の向きCの閾値Cv1、Cv2が設定されており、当該閾値Cv1、Cv2を超えると車速の変化量Δθを変化させるモデルであってもよい。 The vehicle speed turning model shown in FIG. 4 is a model that predicts the vehicle speed v (t n ) based on the amount of change Δv of the vehicle speed up to the current time t 0 with the limit value of the vehicle speed v (t n ) as v m. (N is a positive integer). When using the turning model of the vehicle speed, when the predicted vehicle speed v (t n) is greater than v m, and the vehicle speed v (t n) = v m . As shown in FIG. 4, the turning model of the vehicle speed is set threshold C v1, C v2 direction C of the vehicle in the middle, if it exceeds the threshold value C v1, C v2 the variation Δθ of the vehicle speed It may be a model to be changed.
図5の上段に示す、現時刻t0の旋回状態が「旋回初期110A」の場合におけるハンドル舵角の旋回モデルは、ハンドル舵角θ(tn)の絶対値に対する限界値をθmとして、現時刻t0までのハンドル舵角の変化量Δθに基づいてハンドル舵角θ(tn)を予測し、車両の向きC(tn)が車両の向きの閾値Ch2を超えるとハンドル舵角の変化量Δθの符号を反転させ、ハンドル舵角θ(tn)の絶対値に対する限界値を0として、ハンドル舵角θ(tn)を予測するモデルである。なお、図5の上段に示すように、ハンドル舵角の旋回モデルは、途中に車両の向きCの閾値Ch3が設定されており、当該閾値Ch3を超えるとハンドル舵角の変化量Δθを変化させるモデルであってもよい。
The turning model of the steering wheel steering angle when the turning state at the current time t 0 is “
図5の中段に示す、現時刻t0の旋回状態が「旋回中期110B」の場合におけるハンドル舵角の旋回モデルは、ハンドル舵角θ(tn)の絶対値に対する限界値を0として、現時刻t0までのハンドル舵角の変化量Δθに基づいてハンドル舵角θ(tn)を予測するモデルである。なお、当該図5の中段に示すように、ハンドル舵角の旋回モデルは、途中に車両の向きの閾値Ch2、Ch3が設定されており、当該閾値Ch2、Ch3を超えるとハンドル舵角の変化量Δθを変化させるモデルであってもよい。
The turning model of the steering wheel steering angle when the turning state at the current time t 0 is “
図5の下段に示す、現時刻t0の旋回状態が「旋回後期110C」の場合におけるハンドル舵角の旋回モデルは、ハンドル舵角θ(tn)の絶対値に対する限界値を0として、現時刻t0までのハンドル舵角の変化量Δθに基づいてハンドル舵角θ(tn)を予測するモデルである。
The steering model of the steering wheel steering angle in the case where the turning state at the current time t 0 is “
軌道予測部12は、図4に示す車速の旋回モデル、及び、図5に示すハンドル舵角の旋回モデルを用いて、時刻tnの車両位置P(tn)を予測することにより、交差点を旋回する際の運転手のアクセル操作及びハンドル操作を反映した高精度な車両の走行軌道100を予測することができる。 The trajectory prediction unit 12 predicts the vehicle position P (t n ) at time t n by using the vehicle speed turning model shown in FIG. 4 and the steering wheel turning angle turning model shown in FIG. A highly accurate traveling track 100 of the vehicle reflecting the driver's accelerator operation and steering wheel operation when turning can be predicted.
次に、図6のフローチャートを参照しながら、軌道予測部12の処理を詳しく説明する。 Next, the process of the trajectory prediction unit 12 will be described in detail with reference to the flowchart of FIG.
軌道予測部12は、交差点検知部18が車両1の交差点への進入を検知すると(ST100)、走行情報取得部14から現時刻t0における走行情報を取得する(ST102)。
Trajectory prediction unit 12, the
軌道予測部12は、旋回状態特定部16によって特定された、現時刻t0における旋回状態を取得する(ST104)。 The trajectory prediction unit 12 acquires the turning state at the current time t 0 specified by the turning state specifying unit 16 (ST104).
軌道予測部12は、その旋回状態に対応する、車速の旋回モデル及び舵角の旋回モデルを決定する(ST106)。 The trajectory prediction unit 12 determines a vehicle speed turning model and a steering angle turning model corresponding to the turning state (ST106).
軌道予測部12は、変数nを「0」に初期化する(ST108)。 The trajectory prediction unit 12 initializes the variable n to “0” (ST108).
軌道予測部12は、時刻tn(第1の時点に相当)における車両位置P(tn)、車両の向きC(tn)、車速v(tn)、及び、ハンドル舵角θ(tn)と、ST106で決定した旋回モデルとに基づいて、時刻tn+1(=tn+Δt;第2の時点に相当)における車両位置P(tn+1)、車両の向きC(tn+1)、車速v(tn+1)、及び、ハンドル舵角θ(tn+1)を予測する(ST110)。当該処理の詳細については後述する(図7参照)。 The trajectory predicting unit 12 determines the vehicle position P (t n ), the vehicle direction C (t n ), the vehicle speed v (t n ), and the steering angle θ (t) at time t n (corresponding to the first time point). n ) and the turning model determined in ST106, the vehicle position P (t n + 1 ), the vehicle direction C (t n + 1 ), the vehicle speed at time t n + 1 (= t n + Δt; corresponding to the second time point) v (t n + 1 ) and steering angle θ (t n + 1 ) are predicted (ST110). Details of this processing will be described later (see FIG. 7).
軌道予測部12は、変数nに「1」を加算する(ST112)。 The trajectory prediction unit 12 adds “1” to the variable n (ST112).
軌道予測部12は、時刻tnの車両の向きC(tn)に基づいて、時刻tnのときに車両が交差点を曲がり終えているか否かを判定する(ST114)。 Trajectory prediction unit 12, based on the time t n of the vehicle orientation C (t n), the vehicle at time t n is determined whether the finished bend the intersection (ST114).
時刻tnのときに車両はまだ交差点を曲がり終えていないと判定した場合(ST114:NO)、軌道予測部12は、ST110の処理へ戻る。 When it is determined that the vehicle has not yet turned the intersection at time t n (ST114: NO), the trajectory prediction unit 12 returns to the process of ST110.
時刻tnのときに車両が交差点を曲がり終えていると判定した場合(ST114:YES)、軌道予測部12は、上述で予測した各時刻t0、t1、…、tnの車両位置P(t0)、P(t1)、…、P(tn)に基づいて、時刻t0〜tnにおける車両の予測の走行軌道を生成し(ST120)、本処理を終了する。
If the vehicle at time t n is determined to have finished bend at the intersection (ST114: YES), the track prediction unit 12, the
次に、図7のフローチャートを参照しながら、図6のST110の処理を詳しく説明する。 Next, the process of ST110 of FIG. 6 will be described in detail with reference to the flowchart of FIG.
軌道予測部12は、ST106で決定した車速の旋回モデル、及び、車両の向きC(tn)に基づいて、車速v(tn)を算出する(ST200)。例えば、軌道予測部12は、図4に示す車速の旋回モデルを用いると、車両の向きC(tn)が閾値Cv1を超えるまでは、車速v(tn)=車速v(tn−1)+Δvとして算出し、車速v(tn)が限界値vmを超える場合は車速(tn)=vmとして算出する。 The trajectory prediction unit 12 calculates the vehicle speed v (t n ) based on the vehicle speed turning model determined in ST 106 and the vehicle direction C (t n ) (ST 200). For example, when the trajectory prediction unit 12 uses the vehicle speed turning model shown in FIG. 4, the vehicle speed v (t n ) = vehicle speed v (t n− ) until the vehicle direction C (t n ) exceeds the threshold C v1. 1) + calculated as Delta] v, when the vehicle speed v (t n) exceeds a limit value v m is calculated as a vehicle speed (t n) = v m.
軌道予測部12は、ST106で決定した舵角の旋回モデル、及び、車両の向きC(tn)に基づいて、ハンドル舵角θ(tn)を算出する(ST202)。例えば、軌道予測部12は、図5の上段に示す旋回初期110Aのハンドル舵角の旋回モデルを用いると、車両の向きC(tn)が閾値Ch1を超えるまでは、ハンドル舵角θ(tn)=θ(tn−1)+Δθとして算出し、ハンドル舵角θ(tn)の絶対値が限界値θmを超える場合は、ハンドル舵角θ(tn)=θmとして算出する。また、軌道予測部12は、車両の向きC(tn)が閾値Ch2を超えると、例えば、ハンドル舵角θ(tn)=θ(tn−1)−Δθrとして算出する。なお、Δθは、例えば、時刻tn−1よりも所定時間前から当該時刻tn−1までのハンドル舵角θの変化量の平均値とすればよい。あるいは、所定時間前から当該時刻tn−1までのハンドル舵角θをサンプル値とし、最小二乗法に基づいてΔθを求めてもよい。また、Δθrは予め定めた所定の倍率αを用いてΔθr=αΔθとしてよい。あるいは、Δθrを予め定めた所定値としてもよい。
The trajectory prediction unit 12 calculates the steering angle θ (t n ) based on the turning model of the steering angle determined in ST 106 and the vehicle direction C (t n ) (ST 202). For example, when using the steering model of the steering angle at the
軌道予測部12は、車速v(tn)及びハンドル舵角θ(tn)に基づいて、タイヤ進行角β(tn)を算出する(ST204)。本処理の詳細については後述する(図8参照)。 The track prediction unit 12 calculates the tire advance angle β (t n ) based on the vehicle speed v (t n ) and the steering angle θ (t n ) (ST204). Details of this processing will be described later (see FIG. 8).
軌道予測部12は、車速v(tn)、ハンドル舵角θ(tn)及びタイヤ進行角β(tn)に基づいて、旋回角速度ω(tn)を算出する(ST206)。本処理の詳細については後述する(図9参照)。 The track prediction unit 12 calculates the turning angular velocity ω (t n ) based on the vehicle speed v (t n ), the steering wheel steering angle θ (t n ), and the tire traveling angle β (t n ) (ST206). Details of this processing will be described later (see FIG. 9).
軌道予測部12は、車速v(tn)、ハンドル舵角θ(tn)、タイヤ進行角β(tn)及び旋回角速度ω(tn)に基づいて、次の時刻tn+1における車両位置P(tn+1)及び車両の向きC(tn+1)を算出する(ST208)。本処理の詳細については後述する(図10参照)。 The trajectory prediction unit 12 determines the vehicle position at the next time t n + 1 based on the vehicle speed v (t n ), the steering wheel steering angle θ (t n ), the tire advance angle β (t n ), and the turning angular velocity ω (t n ). P (t n + 1 ) and vehicle direction C (t n + 1 ) are calculated (ST208). Details of this processing will be described later (see FIG. 10).
次に、図8を参照しながら、時刻tnにおけるタイヤ進行角β(tn)の算出処理を説明する。本処理は、図7のST204に相当する。 Next, a process for calculating the tire advance angle β (t n ) at time t n will be described with reference to FIG. This process corresponds to ST204 in FIG.
本実施の形態では、2つの前輪の間に存在すると仮定したタイヤ200の舵角及び進行角を算出する。すなわち2輪モデルを採用する。また、タイヤの舵角とハンドルの舵角との関係は車両毎に異なり得るが、ここでは、タイヤの舵角θ’はハンドル舵角θと1対1に対応付けられていると仮定して説明する。すなわち、ハンドル舵角θからタイヤ舵角θ’を算出する変換関数fが存在し、θ’=f(θ)の関係が成立しているとする。
In the present embodiment, the steering angle and traveling angle of the
車速が極めて低速の場合、車両に遠心力が働かないため、タイヤ進行角βは、タイヤの舵角θ’と同じになる。しかし、車速が上がると、車両に遠心力が働いてタイヤが横滑りするため、タイヤ進行角βには、タイヤの舵角θ’に対して横滑り分のオフセット角γが生じる。 When the vehicle speed is extremely low, centrifugal force does not act on the vehicle, so that the tire traveling angle β is the same as the steering angle θ ′ of the tire. However, when the vehicle speed increases, centrifugal force acts on the vehicle and the tire skids. Therefore, the tire traveling angle β has an offset angle γ for skidding with respect to the steering angle θ ′ of the tire.
そこで、軌道予測部12は、タイヤの舵角θ’(tn)及び車速v(tn)に基づいて決定される横滑りのオフセット角γを含めて、時刻tnにおけるタイヤ進行角β(tn)を算出する。車速v及び舵角θ’に対する横滑りのオフセット角γの算出モデル又は対応テーブルは、シミュレーション、車両の設計情報又は実測等に基づいて予め生成されてよい。 Accordingly, the trajectory prediction unit 12 includes the tire travel angle β (t at time t n including the skid offset angle γ determined based on the tire steering angle θ ′ (t n ) and the vehicle speed v (t n ). n ). The calculation model or the correspondence table of the side slip offset angle γ with respect to the vehicle speed v and the steering angle θ ′ may be generated in advance based on simulation, vehicle design information, actual measurement, or the like.
次に、図9を参照しながら、時刻tnにおける車両の旋回角速度ω(tn)の算出処理を説明する。本処理は、図7のST206に相当する。 Next, a calculation process of the turning angular velocity ω (t n ) of the vehicle at time t n will be described with reference to FIG. This process corresponds to ST206 in FIG.
車両のホイールベースをWBとした場合、後輪202の旋回半径R(tn)=WB/tan(β(tn))である。
When the wheel base of the vehicle is WB, the turning radius R (t n ) of the
また、車速v(tn)を後輪202の車速とした場合、車両の旋回角速度ω(tn)=v(tn)/R(tn)である。
When the vehicle speed v (t n ) is the vehicle speed of the
したがって、軌道予測部12は、図8において算出したタイヤ進行角β(tn)を用いて、時刻tnにおける車両の旋回角速度ω(tn)を算出することができる。 Therefore, the trajectory prediction unit 12 can calculate the turning angular velocity ω (t n ) of the vehicle at time t n using the tire advance angle β (t n ) calculated in FIG.
次に、図10を参照しながら、時刻tn+1における車両位置P(tn+1)及び車両の向きC(tn+1)の算出処理を説明する。本処理は、図7のST208に相当する。 Next, referring to FIG. 10, the vehicle position P at time t n + 1 (t n + 1) and explaining the calculation process of the vehicle orientation C (t n + 1). This process corresponds to ST208 in FIG.
軌道予測部12は、ST206で算出した旋回角速度ω(tn)を、微小時間Δtで積分することにより、時刻tn+1における車両の向きC(tn+1)及び車両位置P(tn+1)を算出する。 The trajectory prediction unit 12 calculates the vehicle orientation C (t n + 1 ) and vehicle position P (t n + 1 ) at time t n + 1 by integrating the turning angular velocity ω (t n ) calculated in ST206 with a minute time Δt. To do.
旋回角速度ω(tn)には、車速の旋回モデル、ハンドル舵角の旋回モデル、及び、遠心力による横滑りのオフセット角γが考慮されているので、当該旋回角速度ω(tn)を用いて算出される車両の向きC(tn+1)及び車両位置P(tn+1)の予測精度は比較的高い。したがって、図6のST110からST114の間のループ処理によって算出される車両位置P(t0)、P(t1)、…、P(tn)の予測精度も比較的高い。ゆえに、図6のST120の処理において、それらの予測した車両位置P(t0)、P(t1)、…、P(tn)をつなげて生成される、交差点における車両の走行軌道の予測精度も比較的高くなる。 The turning angular velocity ω (t n ) takes into account the turning model of the vehicle speed, the turning model of the steering angle of the steering wheel, and the offset angle γ of the skid due to the centrifugal force. Therefore, the turning angular velocity ω (t n ) is used. Prediction accuracy of the calculated vehicle direction C (t n + 1 ) and vehicle position P (t n + 1 ) is relatively high. Therefore, the prediction accuracy of the vehicle positions P (t 0 ), P (t 1 ),..., P (t n ) calculated by the loop processing between ST 110 and ST 114 in FIG. Therefore, in the process of ST120 in FIG. 6, the prediction of the traveling trajectory of the vehicle at the intersection generated by connecting the predicted vehicle positions P (t 0 ), P (t 1 ),..., P (t n ). The accuracy is also relatively high.
<交差点検知部の変形例>
次に、図11を参照しながら、交差点角度Bを算出する変形例を説明する。
<Modification of intersection detection unit>
Next, a modified example of calculating the intersection angle B will be described with reference to FIG.
交差点検知部18は、車載センサによる車両周辺のセンシング情報を用いて、例えば次の処理手順によって、車両1が進入する交差点角度Bを算出する。
The
(S1)交差点検知部18は、センシング情報に基づいて、車両周辺の複数の物標座標M(x,y)を特定する。
(S1) The
(S2)交差点検知部18は、S1で特定した複数の物標座標Mに基づいて、旋回前に自車1が走行中の道路に対応する直線(「走行直線」という)CDを特定する。例えば、交差点検知部18は、X軸を所定長Δdで区分し、物標座標Mを最も多く含む矩形領域ΔdJ×Yを特定する(Jは0以上の整数)。そして、交差点検知部18は、その特定した矩形領域ΔdJ×Yに含まれる複数の物標座標Mから回帰直線を算出し、その算出した回帰直線を走行直線CDとする。
(S2) The
(S3)交差点検知部18は、走行中の道路と交差している道路が存在するために、物標座標Mが存在しない区間ADを特定する。例えば、交差点検知部18は、上記S1で特定した矩形領域ΔdJ×YのY軸を所定長Δhで区分し、物標座標Mを所定数未満しか含まない1つ以上の矩形領域ΔdJ×ΔhKを特定する(Kは0以上の整数)。そして、交差点検知部18は、Kが最も連続する区間K1からKNを特定し、矩形領域ΔdJ×(ΔhK1+ΔhK2+…+ΔhKN)におけるY軸上の最小座標D及び最大座標Aを特定する。
(S3) The
(S4)車両位置OとY軸上の最小座標Dとを結ぶ直線ODとX軸とによってなされる角を「角XOD」、原点OとY軸上の最大座標Aとを結ぶ直線OAとX軸とによってなされる角を「角XOA」とすると、交差点検知部18は、角XOAから角XODの範囲内であって、原点Oから座標Dまでの距離よりも遠くに存在する複数の物標座標Mを特定する。
(S4) The angle formed by the straight line OD connecting the vehicle position O and the minimum coordinate D on the Y axis and the X axis is “angle XOD”, and the straight line OA and X connecting the origin O and the maximum coordinate A on the Y axis Assuming that the angle formed by the axis is “angle XOA”, the
(S5)交差点検知部18は、S4で特定した複数の物標座標Mから回帰直線を算出し、その算出した回帰直線を交差直線AEとする。
(S5) The
(S6)交差点検知部18は、S2で算出した走行直線CDと、S5で算出した交差直線AEとによってなされる角度を、交差点角度Bとする。
(S6) The
<実施の形態1の効果>
実施の形態1によれば、車両が交差点を旋回する際の走行軌道を、比較的高い精度で予測することができる。
<Effect of
According to the first embodiment, it is possible to predict the traveling track when the vehicle turns at the intersection with relatively high accuracy.
<実施の形態2>
実施の形態1では、車両1が交差点を旋回する際の走行軌道を予測した。実施の形態2では、実施の形態1で予測した走行軌道を利用して、車両1が物標に衝突する可能性がある場合にその旨を報知する警報装置3について説明する。
<
In the first embodiment, the traveling track when the
図12を参照しながら、実施の形態2に係る警報装置3の構成を説明する。
The configuration of the
警報装置3は、車両軌道予測部30、物標軌道予測部32、衝突判定部34及び報知部36の機能を有する。車両軌道予測部30は、実施の形態1で説明した、走行情報取得部14、旋回状態特定部16及び軌道予測部12の機能を有する。これらの機能は、実施の形態1と同様、ECU内のAICやFPGA等の論理回路デバイスとして構成される。又は、これらの機能は、ECU内のメモリに格納され、CPUで実行されるプログラムとして構成される。
The
走行情報取得部14、旋回状態特定部16及び軌道予測部12の機能については、実施の形態1で説明した通りであるので、説明を省略する。
The functions of the travel
物標軌道予測部32は、車両1に搭載されたセンサ装置40によって検知された物標の移動軌道を予測する。物標の例は、歩行者、自転車及び他の車両等である。
The target
例えば、物標軌道予測部32は、時刻tnにおける物標位置U(tn)の移動方向Q(tn)及び移動速度w(tn)がそのまま続くとして、移動速度w(tn)を微小時間Δtで積分することにより、時刻tn+1における物標位置U(tn+1)を予測する。物標軌道予測部32は、この処理を繰り返すことにより、時刻t0、t1、…、tnのそれぞれにおける物標位置U(t0)、U(t1)、…、U(tn)を予測する。そして、物標軌道予測部32は、それらの予測した物標位置U(t0)、U(t1)、…、U(tn)をつなげることにより、物標の移動軌道を予測する。
For example, the target
衝突判定部34は、軌道予測部12によって予測された車両1の走行軌道100と、物標軌道予測部32によって予測された物標の移動軌道とに基づいて、車両1と物標とが衝突する可能性があるか否かを判定する。例えば、衝突判定部34は、車両1の走行軌道100と物標の移動軌道とが交差する場合、車両1と物標とが衝突する可能性があると判定する。
The
報知部36は、衝突判定部34によって車両1と物標とが衝突する可能性があると判定された場合、その旨を運転手に報知する。例えば、警報音や警報音声を出力したり、警報情報を表示したり、運転席やハンドルを振動させたりして、その旨を運転手に報知する。
When the
次に、図13を参照しながら、交差点において警報装置3が報知する一例を説明する。
Next, an example in which the
図13に示すように、交差点検知部18が車両1の旋回先を「左折」と検知した場合、車両軌道予測部30は、上述のとおり、交差点における車両1の左折の走行軌道100Bを予測する。
As illustrated in FIG. 13, when the
図13において、歩行者300のみが存在する場合、物標軌道予測部32は、歩行者300の移動軌道302を予測する。この場合、車両1の走行軌道100Bと歩行者300の移動軌道302とが交差するので、衝突判定部34は、車両1と歩行者300とが衝突する可能性があると判定する。したがって、報知部36は、その旨を運転手に報知する。
In FIG. 13, when only the
一方、図13において、自転車310のみが存在する場合、物標軌道予測部32は、自転車310の移動軌道312を予測する。この場合、車両1の走行軌道100Bと自転車の移動軌道312とは交差しないので、衝突判定部34は、車両1と自転車310とは衝突しないと判定する。この場合、報知部36は報知しないので、運転手に対する誤報が低減する。よって、警報装置3からの報知に対する、運転手からの信頼性が向上する。
On the other hand, in FIG. 13, when only the
<実施の形態2の効果>
実施の形態2によれば、交差点の旋回時において車両と物標とが衝突する可能性がある場合に警報装置3から発せられる報知に対する、運転手からの信頼性を高めることができる。
<Effect of
According to the second embodiment, it is possible to improve the reliability from the driver with respect to the notification issued from the
<付記>
図14は、上述した実施の形態および変形例における各部の機能をプログラムにより実現するコンピュータのハードウェア構成を示す図である。
<Appendix>
FIG. 14 is a diagram illustrating a hardware configuration of a computer that realizes the functions of the respective units in the above-described embodiments and modifications by a program.
図14に示すように、コンピュータ2100は、入力ボタン、タッチパッドなどの入力装置2101、ディスプレイ、スピーカなどの出力装置2102、CPU(Central Processing Unit)2103、ROM(Read Only Memory)2104、RAM(Random Access Memory)2105を備える。また、コンピュータ2100は、ハードディスク装置、SSD(Solid State Drive )などの記憶装置2106、DVD−ROM(Digital Versatile Disk Read Only Memory)、USB(Universal Serial Bus)メモリなどの記録媒体から情報を読み取る読取装置2107、ネットワークを介して通信を行う送受信装置2108を備える。上述した各部は、バス2109により接続される。
As shown in FIG. 14, a
そして、読取装置2107は、上記各部の機能を実現するためのプログラムを記録した記録媒体からそのプログラムを読み取り、記憶装置2106に記憶させる。あるいは、送受信装置2108が、ネットワークに接続されたサーバ装置と通信を行い、サーバ装置からダウンロードした上記各部の機能を実現するためのプログラムを記憶装置2106に記憶させる。
Then, the
そして、CPU2103が、記憶装置2106に記憶されたプログラムをRAM2105にコピーし、そのプログラムに含まれる命令をRAM2105から順次読み出して実行することにより、上記各部の機能が実現される。また、プログラムを実行する際、RAM2105又は記憶装置2106には、各実施の形態で述べた各種処理で得られた情報が記憶され、適宜利用される。
Then, the
<注記>
上述した実施形態は、本発明の説明のための例示であり、本発明の範囲を実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。
<Note>
The above-described embodiments are examples for explaining the present invention, and are not intended to limit the scope of the present invention only to the embodiments. Those skilled in the art can implement the present invention in various other modes without departing from the gist of the present invention.
本発明に係る車両軌道予測装置、方法、プログラム及び記録媒体、並びに、警報装置は、車両の走行安全性を高めることができるので、自動運転装置及び運転支援装置への適用に好適である。 The vehicle trajectory prediction device, method, program and recording medium, and alarm device according to the present invention can improve the traveling safety of the vehicle, and thus are suitable for application to an automatic driving device and a driving support device.
1 車両
2 車両軌道予測装置
3 警報装置
12 軌道予測部
14 走行情報取得部
16 旋回状態特定部
18 交差点検知部
32 物標軌道予測部
34 衝突判定部
36 報知部
1
Claims (10)
交差点を旋回する前記車両の将来の舵角の変化を規定した旋回モデルと第1の時点における前記車両の走行状態の情報とに基づいて、前記第1の時点よりも所定時間後である第2の時点における前記車両の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、前記交差点における前記車両の旋回に係る走行軌道を予測する軌道予測部と、
を備える車両軌道予測装置。 A travel information acquisition unit that acquires information on the travel state of the vehicle at the first time point for the first time;
A second time after a predetermined time from the first time point based on a turning model that defines a change in the future steering angle of the vehicle turning at an intersection and information on the traveling state of the vehicle at the first time point. The prediction process for predicting the travel state information of the vehicle at the time point is repeatedly executed as the predicted travel state information at the second time point as the next travel state information at the first time point. A trajectory prediction unit for predicting a travel trajectory related to turning of the vehicle;
A vehicle trajectory prediction apparatus.
前記軌道予測部は、予測した舵角が限界値を超える場合、当該限界値を舵角とする、
請求項1に記載の車両軌道予測装置。 The traveling state information includes information on the steering angle of the vehicle,
If the predicted steering angle exceeds the limit value, the trajectory prediction unit, the limit value as the steering angle,
The vehicle trajectory prediction apparatus according to claim 1.
前記旋回モデルは、前記車両の向きと前記舵角との関係が規定されており、
前記軌道予測部は、前記第1の時点における走行状態の情報に係る舵角と、前記旋回モデルにおいて前記第1の時点における前記車両の向きに対して規定されている舵角の変化とに基づいて、前記第2の時点における走行状態の情報に係る舵角を予測する、
請求項2に記載の車両軌道予測装置。 The traveling state information further includes information on the direction of the vehicle,
In the turning model, a relationship between the direction of the vehicle and the rudder angle is defined,
The trajectory prediction unit is based on a rudder angle related to information on a traveling state at the first time point and a change in rudder angle defined with respect to the vehicle direction at the first time point in the turning model. And predicting the steering angle related to the information on the running state at the second time point,
The vehicle trajectory prediction apparatus according to claim 2.
請求項3に記載の車両軌道予測装置。 The trajectory prediction unit is configured to determine the vehicle at the second time point based on a steering angle related to the travel state information at the first time point and a tire slip angle calculated from the vehicle speed at the first time point. Predict the position of
The vehicle trajectory prediction apparatus according to claim 3.
請求項2に記載の車両軌道予測装置。 The limit value is a value defined based on an intersection angle of a road at the intersection.
The vehicle trajectory prediction apparatus according to claim 2.
請求項1に記載の車両軌道予測装置。 The trajectory prediction unit determines a turning direction of the vehicle at the intersection from an operation of a direction indicator of the vehicle.
The vehicle trajectory prediction apparatus according to claim 1.
車両周辺の物標の移動軌道を予測する物標軌道予測部と、
前記物標軌道予測部が予測した前記物標の移動軌道と、前記軌道予測部が予測した前記車両の走行軌道とが交差する場合、その旨を報知する報知部と、
を備える警報装置。 The travel information acquisition unit and the trajectory prediction unit according to any one of claims 1 to 6,
A target trajectory prediction unit for predicting a moving trajectory of a target around the vehicle;
When the movement trajectory of the target predicted by the target trajectory prediction unit and the traveling trajectory of the vehicle predicted by the trajectory prediction unit intersect, a notification unit that notifies that fact;
An alarm device comprising:
交差点を旋回する前記車両の将来の舵角の変化を規定した旋回モデルと第1の時点における前記車両の走行状態の情報とに基づいて、前記第1の時点よりも所定時間後である第2の時点における前記車両の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、前記交差点における前記車両の旋回に係る走行軌道を予測するステップと、
を備える車両軌道予測方法。 Obtaining information on the running state of the vehicle at the first time for the first time;
A second time after a predetermined time from the first time point based on a turning model that defines a change in the future steering angle of the vehicle turning at an intersection and information on the traveling state of the vehicle at the first time point. The prediction process for predicting the travel state information of the vehicle at the time point is repeatedly executed as the predicted travel state information at the second time point as the next travel state information at the first time point. Predicting a travel path related to turning of the vehicle;
A vehicle trajectory prediction method comprising:
交差点を旋回する前記車両の将来の舵角の変化を規定した旋回モデルと第1の時点における前記車両の走行状態の情報とに基づいて、前記第1の時点よりも所定時間後である第2の時点における前記車両の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、前記交差点における前記車両の旋回に係る走行軌道を予測する処理と、
をコンピュータに実行させる車両軌道予測プログラム。 A process of acquiring vehicle travel information at the first time for the first time;
A second time after a predetermined time from the first time point based on a turning model that defines a change in the future steering angle of the vehicle turning at an intersection and information on the traveling state of the vehicle at the first time point. The prediction process for predicting the travel state information of the vehicle at the time point is repeatedly executed as the predicted travel state information at the second time point as the next travel state information at the first time point. A process of predicting a traveling track related to turning of the vehicle;
Vehicle trajectory prediction program that causes a computer to execute.
初回の第1の時点における車両の走行情報を取得する処理と、
交差点を旋回する前記車両の将来の舵角の変化を規定した旋回モデルと第1の時点における前記車両の走行状態の情報とに基づいて、前記第1の時点よりも所定時間後である第2の時点における前記車両の走行状態の情報を予測する予測処理を、その予測した第2の時点の走行状態の情報を次回の第1の時点の走行状態の情報として繰り返し実行し、前記交差点における前記車両の旋回に係る走行軌道を予測する処理と、
を実行させる車両軌道予測プログラムを記録した記録媒体。 A computer-readable non-transitory recording medium that records a vehicle trajectory prediction program executed in a vehicle trajectory prediction apparatus that predicts a travel trajectory related to a turning of a vehicle at an intersection,
A process of acquiring vehicle travel information at the first time for the first time;
A second time after a predetermined time from the first time point based on a turning model that defines a change in the future steering angle of the vehicle turning at an intersection and information on the traveling state of the vehicle at the first time point. The prediction process for predicting the travel state information of the vehicle at the time point is repeatedly executed as the predicted travel state information at the second time point as the next travel state information at the first time point. A process of predicting a traveling track related to turning of the vehicle;
The recording medium which recorded the vehicle orbit prediction program which performs this.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016255164A JP2018106589A (en) | 2016-12-28 | 2016-12-28 | Vehicle trajectory prediction device, method, program, recording medium, and alarm apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016255164A JP2018106589A (en) | 2016-12-28 | 2016-12-28 | Vehicle trajectory prediction device, method, program, recording medium, and alarm apparatus |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018106589A true JP2018106589A (en) | 2018-07-05 |
Family
ID=62785594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016255164A Pending JP2018106589A (en) | 2016-12-28 | 2016-12-28 | Vehicle trajectory prediction device, method, program, recording medium, and alarm apparatus |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018106589A (en) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200026031A (en) * | 2018-08-29 | 2020-03-10 | 재단법인대구경북과학기술원 | Deep learning based traffic signal control method and device for rlr detection and accident prevention |
WO2021006210A1 (en) * | 2019-07-10 | 2021-01-14 | 日立オートモティブシステムズ株式会社 | Electronic control device |
JP2021031042A (en) * | 2019-08-29 | 2021-03-01 | 株式会社デンソー | Vehicle collision determination device |
JPWO2021044811A1 (en) * | 2019-09-03 | 2021-03-11 | ||
CN113064933A (en) * | 2021-03-22 | 2021-07-02 | 四川云智造科技有限公司 | Vehicle weight prediction method and system |
CN113920722A (en) * | 2021-09-23 | 2022-01-11 | 摩拜(北京)信息技术有限公司 | Intersection passing state obtaining method and device, electronic equipment and storage medium |
CN114005271A (en) * | 2021-08-05 | 2022-02-01 | 北京航空航天大学 | Intersection collision risk quantification method in intelligent networking environment |
CN114312770A (en) * | 2020-10-09 | 2022-04-12 | 郑州宇通客车股份有限公司 | Vehicle, and vehicle driving track prediction method and device |
CN114387786A (en) * | 2022-01-26 | 2022-04-22 | 青岛海信网络科技股份有限公司 | Method and device for predicting running state of vehicle at intersection |
WO2023104764A1 (en) * | 2021-12-10 | 2023-06-15 | Valeo Schalter Und Sensoren Gmbh | Method for operating a vehicle, computer program, control system and vehicle |
-
2016
- 2016-12-28 JP JP2016255164A patent/JP2018106589A/en active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200026031A (en) * | 2018-08-29 | 2020-03-10 | 재단법인대구경북과학기술원 | Deep learning based traffic signal control method and device for rlr detection and accident prevention |
KR102197251B1 (en) * | 2018-08-29 | 2020-12-31 | 재단법인대구경북과학기술원 | Deep learning based traffic signal control method and device for rlr detection and accident prevention |
WO2021006210A1 (en) * | 2019-07-10 | 2021-01-14 | 日立オートモティブシステムズ株式会社 | Electronic control device |
JP2021014139A (en) * | 2019-07-10 | 2021-02-12 | 日立オートモティブシステムズ株式会社 | Electronic control device |
JP7325251B2 (en) | 2019-07-10 | 2023-08-14 | 日立Astemo株式会社 | electronic controller |
CN114364588A (en) * | 2019-08-29 | 2022-04-15 | 株式会社电装 | Vehicle collision determination device |
JP7221832B2 (en) | 2019-08-29 | 2023-02-14 | 株式会社デンソー | Vehicle collision detection device |
JP2021031042A (en) * | 2019-08-29 | 2021-03-01 | 株式会社デンソー | Vehicle collision determination device |
WO2021039360A1 (en) * | 2019-08-29 | 2021-03-04 | 株式会社デンソー | Vehicle collision determination device |
WO2021044811A1 (en) * | 2019-09-03 | 2021-03-11 | 日立オートモティブシステムズ株式会社 | Travel path estimating device |
JPWO2021044811A1 (en) * | 2019-09-03 | 2021-03-11 | ||
CN114312770B (en) * | 2020-10-09 | 2023-07-07 | 宇通客车股份有限公司 | Vehicle, vehicle running track prediction method and device |
CN114312770A (en) * | 2020-10-09 | 2022-04-12 | 郑州宇通客车股份有限公司 | Vehicle, and vehicle driving track prediction method and device |
CN113064933B (en) * | 2021-03-22 | 2023-04-07 | 四川云智造科技有限公司 | Vehicle weight prediction method and system |
CN113064933A (en) * | 2021-03-22 | 2021-07-02 | 四川云智造科技有限公司 | Vehicle weight prediction method and system |
CN114005271A (en) * | 2021-08-05 | 2022-02-01 | 北京航空航天大学 | Intersection collision risk quantification method in intelligent networking environment |
CN113920722A (en) * | 2021-09-23 | 2022-01-11 | 摩拜(北京)信息技术有限公司 | Intersection passing state obtaining method and device, electronic equipment and storage medium |
WO2023104764A1 (en) * | 2021-12-10 | 2023-06-15 | Valeo Schalter Und Sensoren Gmbh | Method for operating a vehicle, computer program, control system and vehicle |
CN114387786A (en) * | 2022-01-26 | 2022-04-22 | 青岛海信网络科技股份有限公司 | Method and device for predicting running state of vehicle at intersection |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018106589A (en) | Vehicle trajectory prediction device, method, program, recording medium, and alarm apparatus | |
US10996679B2 (en) | Method to evaluate trajectory candidates for autonomous driving vehicles (ADVs) | |
JP6498246B2 (en) | Method and system for operating an autonomous vehicle using a graph-based lane change guide | |
KR102211299B1 (en) | Systems and methods for accelerated curve projection | |
US10948919B2 (en) | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles | |
US10754339B2 (en) | Dynamic programming and quadratic programming based decision and planning for autonomous driving vehicles | |
KR102070530B1 (en) | Operation method and system of autonomous vehicle based on motion plan | |
US10824153B2 (en) | Cost design for path selection in autonomous driving technology | |
US10507813B2 (en) | Method and system for automated vehicle emergency light control of an autonomous driving vehicle | |
JP6494715B2 (en) | Dynamic adjustment method of speed control rate of autonomous vehicle | |
US20190080266A1 (en) | Cost based path planning for autonomous driving vehicles | |
JP2020053094A (en) | Method and device for determining lane identifier on road | |
WO2018093419A1 (en) | To dynamically adjusting steering rates of autonomous vehicles | |
US9830822B2 (en) | Driving assistance apparatus | |
WO2018232680A1 (en) | Evaluation framework for predicted trajectories in autonomous driving vehicle traffic prediction | |
US20190278276A1 (en) | Emergency stop speed profile for autonomous vehicles | |
JP2005050187A (en) | Neighboring vehicle detection device | |
WO2016181618A1 (en) | Monitored area setting device and monitored area setting method | |
US20210188307A1 (en) | Spiral curve based vertical parking planner system for autonomous driving vehicles | |
CN111833648A (en) | Vehicle collision early warning method and device | |
US12036980B2 (en) | Course prediction device, computer readable medium, and course prediction method | |
US11221405B2 (en) | Extended perception based on radar communication of autonomous driving vehicles | |
EP3815061B1 (en) | Theft proof techniques for autonomous driving vehicles used for transporting goods | |
JPWO2020044512A1 (en) | In-vehicle device, information processing method and information processing program | |
WO2016208115A1 (en) | Alert output apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190625 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20191018 |