JP2021190119A - 交通参加者の経路を予測するための方法およびデバイス、ならびにセンサシステム - Google Patents
交通参加者の経路を予測するための方法およびデバイス、ならびにセンサシステム Download PDFInfo
- Publication number
- JP2021190119A JP2021190119A JP2021086600A JP2021086600A JP2021190119A JP 2021190119 A JP2021190119 A JP 2021190119A JP 2021086600 A JP2021086600 A JP 2021086600A JP 2021086600 A JP2021086600 A JP 2021086600A JP 2021190119 A JP2021190119 A JP 2021190119A
- Authority
- JP
- Japan
- Prior art keywords
- traffic participant
- route
- traffic
- predicted
- sensor data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 230000001133 acceleration Effects 0.000 claims description 21
- 230000003993 interaction Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005309 stochastic process Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
- G01S5/163—Determination of attitude
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
-
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- 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
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
Abstract
【課題】交通参加者の経路を予測するための方法およびデバイス、ならびにセンサシステムを提供すること。【解決手段】本発明は、交通参加者の経路を予測するためのコンピュータ実施方法に関する。複数の取得時間に少なくとも1つの車両センサにより取得されたセンサデータが受信される。受信されたセンサデータに基づいて、交通参加者の少なくとも1つの動きパラメータの値が、各々の取得時間について検出される。交通参加者の経路は、交通参加者の少なくとも1つの動きパラメータの検出された値を入力とする確率的回帰アルゴリズムを使用して予測される。【選択図】図2
Description
本発明は、交通参加者の経路(トラジェクトリ)を予測するための方法およびデバイスに関する。本発明は、さらにセンサシステムに関する。
経路予測は、現代の運転者支援システムの重要な部分であり、自動運転に不可欠である。主要な用途には、車線推定、衝突回避、車線逸脱防止などがある。
経路予測は、典型的には、一部の動的パラメータが一定であるという仮定のもとに実行される。例えば、速度が、予測期間の間は一定を維持すると仮定することができる。さらに、一定加速度が仮定され得、すなわち、車両の加速度は、対象となる時間に対して一定であるとみなされる。定常旋回率モデルは、車両の旋回率またはヨーレートが一定であるということを仮定することにより、車両の将来の経路を予測するものである。
DE102013005362A1は、交通状況を分析するための方法を開示している。将来の移動の挙動が、移動経路の形で予測される。
DE102018210065A1は、車両の速度を制御するためのデバイスに関する。車両の加速度が、リスク関数に基づいて制御される。
EP3518001A1は、複数の検出点に基づいて車両の位置を決定することの信頼性を高めるための方法に関する。検出点の数量を表す重みが計算される。
さらなるモデルが、例えばカルマンフィルタを使用して、測定値のノイズを減少させたり、または、例えばスイッチド線形動的システム(switched linear dynamic system)を使用して、最も適したものと思われるモデルを動的に選択したりすることができる。
本発明は、独立請求項に記載されるような、交通参加者の経路(トラジェクトリ)を予測するための方法およびデバイス、ならびにセンサシステムを提供する。好ましい実施形態が、従属請求項において記載される。
第1の態様によれば、本発明は、交通参加者の経路を予測するためのコンピュータ実施方法を提供する。複数の取得時間に少なくとも1つの車両センサにより取得されるセンサデータが受信される。受信されたセンサデータに基づいて、交通参加者の少なくとも1つの動きパラメータの値が、各々の取得時間について検出される。交通参加者の経路は、交通参加者の少なくとも1つの動きパラメータの測定される値を入力とする確率的回帰アルゴリズム(stochastic regression algorithm)を使用して予測される。
第2の態様によれば、本発明は、交通参加者の経路を予測するためのデバイスであって、インターフェイスと、メモリと、コンピュータとを備えたデバイスを提供する。インターフェイスは、複数の取得時間に少なくとも1つの車両センサにより取得されたセンサデータを受信するように構成される。メモリは、受信されたセンサデータを記憶するように構成される。コンピュータは、受信されたセンサデータに基づいて、交通参加者の少なくとも1つの動きパラメータの値を各々の取得時間について検出し、交通参加者の少なくとも1つの動きパラメータの当該検出された値を入力とする確率的回帰アルゴリズムを使用して交通参加者の経路を予測するように構成される。
第3の態様によれば、本発明は、センサデータを取得するように構成される少なくとも1つのセンサと、本発明による交通参加者の経路を予測するためのデバイスとを含む、車両用のセンサシステムを提供する。
本発明の利点
現在測定された動的パラメータが将来に亘って一定のままであるという仮定は、一般的には有効でない。さらに、動的パラメータを一定であるとみなすモデルにおける誤差推定は、厳密な数学というよりむしろ発見的手法(ヒューリスティクス)に基づくものである。それゆえに、これらのモデルの誤差推定の信頼性が高いということを証明することは難しい。
現在測定された動的パラメータが将来に亘って一定のままであるという仮定は、一般的には有効でない。さらに、動的パラメータを一定であるとみなすモデルにおける誤差推定は、厳密な数学というよりむしろ発見的手法(ヒューリスティクス)に基づくものである。それゆえに、これらのモデルの誤差推定の信頼性が高いということを証明することは難しい。
本発明の着想は、車両の動きパラメータのいずれかが一定であるという仮定をせずに、最適経路推定を与え得る確率的回帰アルゴリズムを適用することである。予測処理の間に一定のパラメータを使用するモデルとは対照的に、確率的回帰アルゴリズムは、対象となる交通参加者および期間中の動きパラメータの確率分布の定常性のみを活用する。
交通参加者の経路を予測するための方法の実施形態によれば、交通参加者は、車両であり、車両センサは、車両の車載センサである。この実施形態によれば、車両それ自体の経路が予測される。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、交通参加者には、車両センサを有する車両以外の、車両、歩行者、サイクリストなどがある。この実施形態によれば、他の交通参加者の経路が予測される。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、交通参加者の経路を予測するステップは、交通参加者の予測加速度を、確率的回帰アルゴリズムを使用して計算するステップと、交通参加者の予測加速度を積分して、交通参加者の予測経路を計算するステップとを含む。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、確率的回帰アルゴリズムは、ガウス回帰アルゴリズムである。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、交通参加者の少なくとも1つの動きパラメータの検出された値は、各々の取得時間について、交通参加者の位置、交通参加者の速度および交通参加者の加速度の値を含む。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、交通参加者の予測経路の不確かさが、確率的回帰アルゴリズムを使用して計算される。確率的回帰アルゴリズムの利点は、予測経路それ自体のみではなく、さらには、正確でかつ数学的に正しい不確かさの計算、すなわち誤差推定が提供され得るということである。当該方法は、それゆえに、因果律の度合い(グレード)を提供することができる。後の2つの測定値間の相関が高いほど、それより先の測定値が後のものに多くの影響を及ぼすこととなる。換言すれば、将来における特定の時間の動的特性は、過去の測定値から影響を受ける。一般的には、それらの間の時間差が大きければ大きいほど、影響は少なくなる。ガウス回帰アルゴリズムは、過去の測定値と将来の推定量との間の因果律を定量化することができる。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、交通参加者の予測経路と、交通参加者の予測経路の不確かさとは、交通参加者に対する事故の確率を算出するために使用される。事故が高い確率で予測される場合には、自動緊急ブレーキが作動され得る。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、予測経路と予測経路の不確かさとは、交通参加者が走行している道路の道路トポロジーを推定するために使用される。例えば、道路トポロジーは、少なくとも1つの車両センサをもつ車両の視線よりも先で推定され得る。他の交通参加者の予測経路は、曲がり角や建物などよりも先の交通環境を推定するために使用され得る。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、方法は、複数の交通参加者に対して実行される。複数の交通参加者は、少なくとも1つの車両センサを有する車両を含み得る。複数の交通参加者の経路が予測され、複数の交通参加者の経路を予測するために複数の交通参加者の間の可能性のある相互作用が考慮される。例えば、交通参加者の間の事故は、事故の優先度を低くすることで避けられるべきとの仮定がなされてもよい。これにより、複数の交通参加者の可能性のある経路は、事故を生じさせるであろう経路を除外することで少なくなりうる。よって、交通参加者の運転作業が先取り的に認識される。
交通参加者の経路を予測するための方法のさらなる実施形態によれば、センサデータは、カメラデータまたはレーダデータのうちの少なくとも1つを含む。
図面において、同じ参照符号は、対応する同様の部分を示す。
図1は、車両のセンサシステム1の概略的なブロック図を示す。センサシステム1は、カメラセンサ、レーダセンサ、ライダ(lidar)センサまたは赤外線センサなどを含み得る少なくとも1つのセンサ3を含む。センサ3は、複数の取得時間の各々においてセンサデータを取得する。センサデータは、カメラ画像およびレーダ画像などを含み得る。
センサシステム1は、交通参加者の経路(トラジェクトリ)を予測するためのデバイス2をさらに含む。交通参加者は、車両それ自体であり得る。交通参加者は、さらには、さらなる車両、歩行者またはサイクリストなどであり得る。車両それ自体の経路、および、他の交通参加者の経路の両方を予測することが、さらには可能である。デバイス2は、少なくとも1つのセンサ3に結合されるセンサデータ、および、少なくとも1つのセンサ3により取得されたセンサデータを受信するように構成されるインターフェイス21を含む。デバイス2は、受信されたセンサデータを記憶するメモリ22をさらに含む。メモリ22は、揮発性または不揮発性のデータメモリ、例えば、ソリッドステートディスクやメモリカードなどを含み得る。
デバイス2のコンピュータ23が、メモリ22に接続されてメモリ22を利用できる。コンピュータ23は、中央処理ユニット(central processing unit,CPU)、グラフィックス処理ユニット(graphics processing unit,GPU)、マイクロコントローラ、集積回路(integrated circuit,IC)および特定用途向け集積回路(application−specific integrated circuit,ASIC)などのうちの少なくとも1つを含み得る。
コンピュータ23は、受信されたセンサデータを分析して、交通参加者の動きパラメータの値を、各々の取得時間について計算する。例えば、コンピュータ23は、交通参加者の位置、速度および加速度の値を、各々の取得時間について検出し得る。交通参加者の動きパラメータの値は、確率的回帰アルゴリズムに対して入力される。位置、速度および加速度は、走行面に対する2次元ベクトルとして与えられ得、または、3次元の値であり得る。
確率的回帰アルゴリズムは、確率過程、すなわち、時間が付与されたランダム変数の集合に基づくものであり、ランダム変数は、交通参加者の動きパラメータに対応するものである。好ましくは、確率的回帰アルゴリズムは、クリギング(kriging)としても知られているガウス回帰アルゴリズムである。ガウス回帰アルゴリズムは、非線形多変量補間アルゴリズムとして機能する。確率的回帰アルゴリズムを使用して、コンピュータ23は、交通参加者の動きパラメータの予測値を計算する。特に、コンピュータ23は、交通参加者の予測加速度を、将来における複数の時間点について、または、時間の連続関数として検出し得る。加速度ベクトルの成分は、ガウス確率過程としてモデリングされ得るので、数学的に正しい最適な手法で予測に対処することが可能となる。当該方法は、最新の測定値のみを考慮して加速度の確率分布を推定することにより、現在の状況に自動的に適応するものである。
コンピュータ23は、さらに、取得時間における交通参加者の検出された位置および速度を初期値として使用して交通参加者の予測加速度の分布を積分して、積分定数を検出する。コンピュータ23は、予測経路を、例えば運転者支援システム6に出力する。
コンピュータ23は、交通参加者の予測経路の不確かさを、確率的回帰アルゴリズムを使用してさらに提供し得る。コンピュータ23は、不確かさすなわち誤差推定量を、予測経路とともに使用して、交通参加者との車両に対する事故の確率を算出し得る。コンピュータ23は、さらには、車両が走行している道路の道路トポロジーを、不確かさおよび予測経路を使用して推定し得る。
上記した交通参加者の経路予測は、車両の周辺における複数の交通参加者に対して実行され得る。複数の交通参加者の間の可能性のある相互作用を考慮に入れることによりすべての経路が同時に予測され得る。例えば、そのような交通参加者の可能性のある経路は、他の交通参加者または車両と当該交通参加者との間の事故を生じさせるであろう経路を除外することにより少なくなり得る。
運転者支援システム6は、さらなる交通参加者の予測経路に基づいて車両を制御し得る。運転者支援システム6は、車両の加速度や旋回率などを制御することにより自動運転機能を実行するように構成され得る。
さらなる交通参加者の経路を予測する代わりに、デバイスは、車両それ自体の経路をも予測し得る。この場合において、センサ3は、車両の加速度を測定するための慣性センサを含み得る。
図2は、車両4の周辺における交通参加者5の経路Tを予測するための方法を説明するための例示的な交通シナリオを示す。車両4のセンサ3により取得されたセンサデータに基づいて、コンピュータ23は、交通参加者5の位置x、速度vおよび加速度aを、各々の取得時間について検出する。交通参加者5が走行している経路Tは、将来の時間点について予測される。
図3は、交通参加者の経路を予測するための方法の概略的なフローチャートを示す。
第1の方法ステップS1において、車両4の少なくとも1つのセンサ3が、複数の取得時間の各々についてセンサデータを取得する。インターフェイス21が、取得されたセンサデータを受信する。
第2の方法ステップS2において、コンピュータ23は、受信されたセンサデータに基づいて、交通参加者の少なくとも1つの動きパラメータの値を各々の取得時間について検出する。動きパラメータは、交通参加者の位置、速度および加速度を含み得る。動きパラメータは、さらには、旋回率などを含み得る。
さらなる方法ステップS3において、交通参加者の経路が予測される。方法ステップS3は第1のサブステップS31を含み、ここでは、コンピュータが、確率的回帰アルゴリズムを使用して交通参加者の予測加速度を検出する。さらなるサブステップS32において、コンピュータ23は、予測加速度を積分して交通参加者5の予測経路を計算する。
図4は、推定経路の品質に関する。図4は、メートル(m)単位で2乗推定誤差(squared error of estimation)の平方根の平均(E)を例示する。推定経路と(現実の測定値に基づく)実際の経路との間の差が、メートル(m)単位でいくつかの特徴的な距離(d)で説明されている。推定誤差は、参照モデル(M1)と本発明による方法(M2)とに対して表示されている。参照モデルは、定常旋回率モデルである。すなわち、旋回率が、考慮された時間スパンの中で変化しないとの仮定がなされている。車両の約10メートル前方の短距離範囲における推定誤差は、参照モデルM1と比較して、約75パーセント減少することが確認され得る。車両の約50メートル前方の中距離範囲における推定誤差は、それでもなお約50パーセント減少する。約100メートルのさらに大きな距離でも、その差は有意である。
図5は、本発明による方法(M2)および定常旋回率モデル(M1)についての複数の予測処理における、現実の誤差と推定標準偏差との比率の標準偏差の誤差推定を例示する。関数はメートル(m)単位での距離(d)に依存する。1の定数に対応する目標線Aが示される。図5は、誤差推定の品質に関する。誤差推定は、統計的特性であり、統計量に基づいてのみ検証可能である。誤差推定の評価は複雑な作業であり、なぜならば、現実の誤差および推定誤差の両方が、経過時間および距離とともに変化しているからである。i番目の予測処理における現実の誤差はε_iで表され、i番目の予測における推定標準偏差はσ_iで表される。現実の誤差ε_iおよび推定誤差σ_iからなる対の複数のサンプルが検査される。推定誤差σ_iの値が、現実の誤差ε_iの値に対して良好な推定であるならば、ε_i/σ_iの標準偏差すなわちStddev(ε_i/σ_i)は、1の近くにとどまる。このことは、ε_iのサンプルの各々が推定誤差σ_iで正規化されることになるという事実から得られる結果である。よって、推定誤差が現実の誤差より統計的に小さいならば、すなわち、モデルが楽観的すぎるならば、当該比率の標準偏差は、1より大であることになる。一方、推定誤差が現実の誤差よりも統計的に大きいならば、すなわち、モデルが悲観的すぎるならば、当該比率の標準偏差は1より小さいことになる。
図5から分かるように、参照モデルM1は、そのモデルの予測に関して楽観的すぎるものであり、そのモデルが現実に生成する誤差は、それが仮定するものより大幅に大きくなる。新しい手法に基づけば、誤差推定は、1の目標値に近いので信頼性が高いものとなる。
その誤差推定の信頼性により、その手法を他のモデルと組み合わせて使用することが可能となる。その手法は、その手法自体の不確かさに関して、楽観的すぎることも、悲観的すぎることもない。結果として、その手法を他の経路推定法と融合(フュージョン)する間、正確な経路予測の不確かさは、経路融合アルゴリズムで干渉しないことになる。
1 センサシステム
2 デバイス
3 センサ
4 車両
5 交通参加者
6 運転者支援システム
21 インターフェイス
22 メモリ
23 コンピュータ
2 デバイス
3 センサ
4 車両
5 交通参加者
6 運転者支援システム
21 インターフェイス
22 メモリ
23 コンピュータ
Claims (10)
- 交通参加者(4、5)の経路(T)を予測するためのコンピュータ実施方法であって、
複数の取得時間に少なくとも1つの車両センサ(3)により取得されたセンサデータを受信するステップ(S1)と、
当該受信されたセンサデータに基づいて、前記交通参加者(4、5)の少なくとも1つの動きパラメータの値を各々の取得時間について検出するステップ(S2)と、
前記交通参加者(4、5)の前記少なくとも1つの動きパラメータの当該検出された値を入力とする確率的回帰アルゴリズムを使用して、前記交通参加者(4、5)の前記経路(T)を予測するステップ(S3)と
を含む、コンピュータ実施方法。 - 前記交通参加者(4、5)の前記経路(T)を予測する当該ステップは、
前記確率的回帰アルゴリズムを使用して前記交通参加者(4、5)の予測加速度を計算するステップ(S31)と、
前記予測加速度を積分して、前記交通参加者(4、5)の当該予測された経路(T)を計算するステップ(S32)と
を含む、請求項1に記載の方法。 - 前記確率的回帰アルゴリズムは、ガウス回帰アルゴリズムである、請求項1または2に記載の方法。
- 前記交通参加者(4、5)の前記少なくとも1つの動きパラメータの当該検出された値は、各々の取得時間について、前記交通参加者(4、5)の位置(x)、前記交通参加者(4、5)の速度(v)、および、前記交通参加者(4、5)の加速度(a)の値を含む、請求項1から3のいずれかに記載の方法。
- 前記交通参加者(4、5)の当該予測された経路(T)の不確かさが、前記確率的回帰アルゴリズムを使用して計算される、請求項1から4のいずれかに記載の方法。
- 前記交通参加者(4、5)の当該予測された経路(T)と、前記交通参加者(4、5)の当該予測された経路(T)の前記不確かさとは、事故の確率を算出するために、および/または、道路トポロジーを推定するために使用される、請求項5に記載の方法。
- 複数の交通参加者(5)の前記経路が予測され、前記複数の交通参加者(5)の前記経路(T)を予測するために前記複数の交通参加者(5)の間の可能性のある相互作用が考慮される、請求項1から6のいずれかに記載の方法。
- 前記センサデータは、カメラデータおよびレーダデータのうちの少なくとも1つを含む、請求項1から7のいずれかに記載の方法。
- 交通参加者(4、5)の経路(T)を予測するためのデバイス(2)であって、
複数の取得時間に少なくとも1つの車両センサ(3)により取得されたセンサデータを受信するように構成されるインターフェイス(21)と、
当該受信されたセンサデータを記憶するように構成されるメモリ(22)と、
当該受信されたセンサデータに基づいて、前記交通参加者(4、5)の少なくとも1つの動きパラメータの値を各々の取得時間について検出し、前記交通参加者(4、5)の前記少なくとも1つの動きパラメータの当該検出された値を入力とする確率的回帰アルゴリズムを使用して、前記交通参加者(4、5)の前記経路(T)を予測するように構成されるコンピュータ(23)と
を備えたデバイス(2)。 - 車両(4)用センサシステム(1)であって、
センサデータを取得するように構成される少なくとも1つのセンサ(3)と、
当該取得されたセンサデータに基づいて、交通参加者(4、5)の経路(T)を予測する請求項9に記載のデバイス(2)と
を備えるセンサシステム(1)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20176273 | 2020-05-25 | ||
EP20176273.9A EP3916697A1 (en) | 2020-05-25 | 2020-05-25 | Method and device for predicting the trajectory of a traffic participant, and sensor system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021190119A true JP2021190119A (ja) | 2021-12-13 |
Family
ID=70847265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021086600A Pending JP2021190119A (ja) | 2020-05-25 | 2021-05-24 | 交通参加者の経路を予測するための方法およびデバイス、ならびにセンサシステム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210366274A1 (ja) |
EP (1) | EP3916697A1 (ja) |
JP (1) | JP2021190119A (ja) |
CN (1) | CN113988353A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4219258A1 (en) * | 2022-01-28 | 2023-08-02 | Aptiv Technologies Limited | Method, computer system and non-transitory computer readable medium for target selection in the vicinty of a vehicle |
CN115877343B (zh) * | 2023-02-02 | 2023-05-05 | ***数字城市科技有限公司 | 基于雷达目标跟踪的人车匹配方法、装置和电子设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013005362A1 (de) | 2013-03-28 | 2013-10-10 | Daimler Ag | Verfahren zur Analyse einer Verkehrssituation |
US10345815B2 (en) * | 2016-09-14 | 2019-07-09 | Qualcomm Incorporated | Motion planning and intention prediction for autonomous driving in highway scenarios via graphical model-based factorization |
AT519547B1 (de) | 2017-06-22 | 2018-08-15 | Avl List Gmbh | Vorrichtung und Verfahren zur prädiktiven Steuerung der Geschwindigkeit eines Fahrzeugs |
US10782693B2 (en) * | 2017-09-07 | 2020-09-22 | Tusimple, Inc. | Prediction-based system and method for trajectory planning of autonomous vehicles |
EP3518001B1 (en) | 2018-01-25 | 2020-09-16 | Aptiv Technologies Limited | Method for increasing the reliability of determining the position of a vehicle on the basis of a plurality of detection points |
EP3552904B1 (en) * | 2018-04-10 | 2023-05-31 | Bayerische Motoren Werke Aktiengesellschaft | Method, device and computer program product for predicting the development of a traffic scene involving several participants |
CN110298122B (zh) * | 2019-07-03 | 2021-04-27 | 北京理工大学 | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 |
US11433922B1 (en) * | 2019-12-20 | 2022-09-06 | Zoox, Inc. | Object uncertainty detection |
US11458997B2 (en) * | 2020-03-31 | 2022-10-04 | Uatc, Llc | Autonomous vehicle computing system with processing assurance |
-
2020
- 2020-05-25 EP EP20176273.9A patent/EP3916697A1/en active Pending
-
2021
- 2021-03-24 US US17/211,066 patent/US20210366274A1/en active Pending
- 2021-05-24 JP JP2021086600A patent/JP2021190119A/ja active Pending
- 2021-05-25 CN CN202110571583.3A patent/CN113988353A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN113988353A (zh) | 2022-01-28 |
EP3916697A1 (en) | 2021-12-01 |
US20210366274A1 (en) | 2021-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3361466B1 (en) | Risk-based driver assistance for approaching intersections of limited visibility | |
JP6714513B2 (ja) | 車両のナビゲーションモジュールに対象物の存在を知らせる車載装置 | |
CN106257242B (zh) | 用于调节道路边界的单元和方法 | |
JP6298772B2 (ja) | 車載用制御装置、自車位置姿勢特定装置、車載用表示装置 | |
Jiménez et al. | An improved method to calculate the time-to-collision of two vehicles | |
EP3779922A1 (en) | Method for estimating driving road and driving road estimation system | |
KR100854766B1 (ko) | 거리 센서를 이용한 주차 공간 검출 방법 | |
JP7089832B2 (ja) | 状態推定器 | |
WO2020066505A1 (ja) | 認識装置 | |
US11242050B2 (en) | Reinforcement learning with scene decomposition for navigating complex environments | |
JP2013143134A (ja) | 交通に参加するオブジェクトを監視し、予測するコンピュータを備える乗り物 | |
JP6520740B2 (ja) | 物体検出方法、物体検出装置、およびプログラム | |
JP2013506931A (ja) | 道路車両用の衝突回避システムおよび方法ならびに各コンピュータプログラム製品 | |
JP7328281B2 (ja) | ある車両の環境中の標的車両の軌道を予測する方法及びシステム | |
JP2021190119A (ja) | 交通参加者の経路を予測するための方法およびデバイス、ならびにセンサシステム | |
US11807270B2 (en) | State estimator | |
GB2576206A (en) | Sensor degradation | |
CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
CN109345870B (zh) | 预防车辆碰撞的预警方法及装置 | |
JP2011191894A (ja) | 運転支援装置及びプログラム | |
Li et al. | Cooperative perception for estimating and predicting microscopic traffic states to manage connected and automated traffic | |
JP2021162366A (ja) | センサ遅延時間推定装置 | |
Tomar et al. | Lane change trajectory prediction using artificial neural network | |
Polychronopoulos et al. | Extended path prediction using camera and map data for lane keeping support | |
KR102261155B1 (ko) | 가상 센서 이중화를 통한 차량 제어 방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240513 |