JP2023145176A - 車両およびサーバ - Google Patents
車両およびサーバ Download PDFInfo
- Publication number
- JP2023145176A JP2023145176A JP2022052506A JP2022052506A JP2023145176A JP 2023145176 A JP2023145176 A JP 2023145176A JP 2022052506 A JP2022052506 A JP 2022052506A JP 2022052506 A JP2022052506 A JP 2022052506A JP 2023145176 A JP2023145176 A JP 2023145176A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- detection data
- server
- unit
- communication unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 claims abstract description 121
- 238000004891 communication Methods 0.000 claims abstract description 64
- 230000006399 behavior Effects 0.000 claims description 45
- 238000004088 simulation Methods 0.000 claims description 21
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 21
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
データと、交通参加者の交通データと、に基づいて交通状況に関するシミュレーションを行う実行部と、を備え、前記通信部は、前記検知データを受信した後、前記車両が次の前記検知データを送信することの可否が判定された結果に従い次の前記検知データを受信する。
まず、本発明の実施形態について、詳細に説明する。図1はデジタルツインシステム100を示すブロック図である。図2は車両101の機能的構成を示すブロック図である。図3は同システム100が予測に用いる学習済モデルを示す図である。図4は同車両および当該車両が備えるセンサを示す斜視図である。図5はサーバ102の機能的構成を示すブロック図である。
デジタルツインシステム100は、仮想空間において車両の状態を示すデジタルツインを再現するものである。デジタルツインシステム100は、図1に示したように、複数の車両101と、サーバ102と、を備えている。これらは、通信ネットワークNを介して互いに接続されている。
車両101は、図2に示したように、複数のセンサSと、車両側制御部1と、車両側通信部2(通信部)と、表示部3と、を備える。
車両側通信部2は、他の装置(例えば、後述するサーバ102、車両101以外の交通参加者(歩行者、自転車に乗った人)が所持するまたは取り付けられた端末装置、ドローン、路上に設置された路上カメラC、路上に設置された路上センサS9等)との間で、各種データ、各種信号等を、有線または無線で送受信する。本実施形態に係る車両側通信部2は、通信モジュールで構成されている。
表示部3は、運転者が視認可能な位置に設けられている。また、表示部3は、車両側制御部1からの信号に基づく画面を表示する。
車両側制御部1は、図2に示したように、取得部11と、判定部12と、第一送信制御部13と、第一受信制御部14と、判断部15と、第二送信制御部16と、出力制御部17と、を備える。
本実施形態に係る取得部11は、複数のセンサSからそれぞれ検知データD1を取得する。また、本実施形態に係る取得部11は、各センサSが接続された図示しない入力IFを介して検知データD1を取得する。また、本実施形態に係る取得部11は、他の装置(路上カメラC、路上センサS9等)から、検知データD1を取得する。本実施形態に係る取得部11は、車両側通信部2を介して検知データD1を取得する。また、本実施形態に係る取得部11は、各種検知データD1を、所定時間(例えば50~150msecの範囲内)が経過する度に繰り返し取得する。所定時間は、任意の長さに設定することができる。
・Vehicle sensors functions and types
https://innovationdiscoveries.space/vehicle-sensors-functions-and-types/
・Automotive sensors: the design engineer’s guide
https://www.avnet.com/wps/portal/abacus/solutions/markets/automotive-and-transportation/automotive/communications-and-connectivity/automotive-sensors/
い。
第一送信制御部13は、取得部11が取得した検知データD1の少なくとも一部(例えば、判定部12が送信可と判定した検知データD1のみ)をサーバ102へ送信する。また、第一送信制御部13は、判定部12の判定結果に基づいて車両側通信部2を制御する。これにより、車両側通信部2は、予測した未来に到達すると判定部が判定した場合に、検知データD1の少なくとも一部をサーバ102へ無線で送信する。
第一受信制御部14は、サーバ102から予測に基づく挙動指示を受信するよう車両側通信部を制御する。挙動指示には、例えば、未来の車両の位置、速度、加速度等を指し示すものである。また、第一受信制御部14は、サーバ102からのシミュレーション結果(デジタルツイン)を受信するよう車両側通信部2を制御する。ここで挙げるデジタルツインには、サーバ102においてシミュレーションを行うことと、シミュレーションを行うことおよびシミュレーションの結果を車両101へフィードバックすること、の両方の意味が含まれる。
判断部15は、車両側通信部2が受信した挙動指示に基づく走行が可能であるか否かを判断する。具体的には、判断部15は、挙動指示の内容と、取得した直後の検知データD1に基づく車両101の現在の状態と、を比較することにより、未来が到達した時点で、挙動指示にあった位置に到達できるか、挙動指示にあった速度に達するか(下げられるか)等を判断する。
第二送信制御部16は、判断部15の判断結果に基づいて車両側通信部2を制御する。これにより、車両側通信部2は、挙動指示に基づく走行が可能ではないと判断部15が判断した場合に検知データD1をサーバ102へ送信する。
出力制御部17は、受信した挙動指示を出力する。本実施形態に係る出力制御部17は、挙動指示を表示するよう表示部3を制御する。また、出力制御部17は、サーバ102から受信したシミュレーション結果を表示するよう表示部3を制御する。なお、出力制御部17は、音声を出力するよう図示しないスピーカを制御するようになっていてもよい。
なお、車両101は、表示部3および出力制御部17の代わりに、または表示部3および出力制御部17に加えて、運転制御部を備えていてもよい。運転制御部は、サーバ102から受信したシミュレーション結果に基づいて車両101の少なくとも一部の動作を自動で制御する。このようにすれば、交通情報がより早く運転制御部に提供される。このため、運転制御部はより安全性の高い運転ができる。また、車両側制御部1は、サーバ102から受信した挙動指示に基づく未来の状態と、取得部11が取得した検知データD1に基づく現在の状態と、を比較する比較部を備えていてもよい。その場合、車両101の判定部12は、サーバ102から受信した挙動指示に基づく未来の状態と、取得部11が取得した検知データD1に基づく現在の状態との間に閾値以上の誤差が生じたか否かを、利用情報を送信することの可否として判定するよう構成されていてもよい。
サーバ102は、検知データD1の入力により車両101の未来の状態を予測するものである。サーバ102は、図4に示したように、サーバ側制御部4と、サーバ側通信部5と、記憶部6と、を備えている。
サーバ側通信部5は、他の装置(例えば、車両101、車両101以外の交通参加者が所持する端末装置、ドローン、路上カメラC、路上センサS9等)との間で、各種データ、各種信号等を、有線または無線で送受信する。本実施形態に係るサーバ側通信部5は、通信モジュールで構成されている。
記憶部6は、学習済モデル61を格納している。本実施形態に係る学習済モデル61は、複数の検知データD1に基づいて予測データD2を生成するようになっている。検知データD1には、図5に示したように、走行前に設定される事前情報D11、イベントが発生したときに生じるイベント情報D12、および周期的に更新される更新情報D13が含まれる。事前情報D11には、例えばナビゲーションシステムの経路情報が含まれる。イベント情報D12には、例えば車両の制動に関する制動情報が含まれる。制動情報には、例えばハンドルを操作したことを示す操舵情報、ブレーキを踏んだことを示すブレーキ情報、およびウインカーを点滅させたことを示すウインカー情報が含まれる。更新情報D13には、例えば車両の位置、車両の速度、車両の加減速等が含まれる。更新情報D13は、車両101のセンサSからのものであってもよいし、路上カメラCや路上センサS9からのものであってもよい。予測データD2には、例えば、車両の未来の交通情報(例えば、位置等)が含まれる。
サーバ側制御部4は、第二受信制御部41と、予測部42と、実行部43と、第三送信制御部44と、を備えている。
第二受信制御部41は、サーバ側通信部5が、上記車両101から、検知データD1を受信するようサーバ側通信部5を制御する。また、本実施形態に係る第二受信制御部41は、路上カメラCや路上センサS9から、検知データD1を受信するようサーバ側通信部5を制御する。上述したように、本実施形態に係る車両101の車両側通信部2は、検知データD1を無線で送信した後、次の検知データD1を送信する旨の判定結果に従い次の検知データD1を無線で送信する。このため、第二受信制御部41は、検知データD1を受信した後、車両101が次の検知データD1を送信する旨の判定結果に従い送信した次の検知データD1を無線で受信するよう車両側通信部2を制御する。このため、サーバ側通信部5は、検知データD1を受信した後、次の検知データD1を受信する。
予測部42は、学習済モデル61を用い、検知データD1に基づいて車両101の未来の状態を予測し、その予測結果を予測データD2として出力する。未来は、例えば、検知データD1をサーバ102が取得した時刻から第一所定時間後の時刻を指す。第一所定時間は、検知データD1の取得周期を超える任意の長さ(例えば、500~700msecの範囲内)に設定することができる。第一所定時間には、予測データD2をサーバ102が送信し車両101が受信するまで時間を含めてもよい。予測部42は、記憶部6に格納された学習済モデル61を用いて未来を予測する。予測データD2には、例えば未来の車両の位置等が含まれる。なお、予測部42は、未来のある瞬間の状態を示す予測データD2ではなく、時間的に幅のある予測データD2を出力するようになっていてもよい。また、予測部42は、予測した未来が到達する直前に、新たな予測のために車両101に検知データD1の送信を要求するようになっていてもよい。また、予測部42は、未来のある瞬間の状態を示す予測データD2として、時空間的に幅のある予測データD2を出力するようになっていてもよい。
実行部43は、検知データD1と、車両101の周囲にいる交通参加者の交通データと、に基づいて、交通状況に関するシミュレーションを行い、シミュレーション結果に基づく挙動指示を生成する。交通データは、例えば、交通参加者が所持するまたは取り付けられた端末装置、ドローン、路上に設置された路上カメラC、路上に設置された路上センサS9等から送信されてきた各種データである。なお、シミュレーション結果には、車両101に関する情報だけでなく、車両101の周辺環境に関する情報(例えば、他の交通参加者の情報等)を含めてもよい。また、車両101以外の検知データD1を直接取得できる場合、実行部43は、車両101の利用情報の代わりにこの検知データD1に基づいてシミュレーションを行うようになっていてもよい。
第三送信制御部44は、実行部43がシミュレーションを行うと、サーバ側通信部5を制御する。これにより、サーバ側通信部5は、実行部43が生成した挙動指示を、車両101および交通参加者が所持する端末装置の少なくとも一方に無線で送信する。こうすることで、車両101の乗員(交通参加者)は、表示部3(端末装置の表示部)に表示されたシミュレーション結果を見ることにより、自身が未来にどのような状況に置かれる可能性があるかを知ることができる。その結果、車両101の乗員(交通参加者)は、知らされた状況を意識した安全性の高い運転(移動)ができる。また、このようにすれば、都市と人間の居住地が安全になる。これにより、持続可能な開発目標(SDGs)の目標11「住み続けられるまちづくりを」の達成に貢献できる。
車両101の判定部12が、サーバ102から受信した挙動指示に基づく未来の状態と、取得部11が取得した検知データD1に基づく現在の状態との間に閾値以上の誤差が生じたか否かを、利用情報を送信することの可否として判定するよう構成されている場合、学習済モデル61は、上述したよりも相対的に少ない種類の検知データD1(例えば、更新情報D13および地図情報D14)に基づいて予測データD2を生成するよう構成されていてもよい。また、その場合、学習済モデル61は、相対的に近い未来の車両の状態を予測するよう構成されていてもよい。相対的に近い未来は、例えば、サーバ102が検知データD1を取得した時刻から第二所定時間後の時刻を指す。第二所定時間は、検知データD1の取得周期を超えるが上記第一所定時間を超えない任意の長さ(例えば、350~450msecの範囲内)に設定することができる。また、第二所定時間には、予測データD2をサーバ102が送信し車両101が受信するまでの時間を含めてもよい。この場合、学習済モデル61が出力する近い未来の車両の状態は、入力された検知データD1に対応する第二所定時間後の検知データD1の予測値となる。
デジタルツインシステム100は、検知データD1を出力する機能を有しているがシミュレーション結果を取得する機能を有していない車両、および検知データD1を出力する機能を有していないがシミュレーション結果を取得する機能を有している車両の少なくとも一方を含んでいてもよい。
デジタルツインシステム100を構成する車両101に所定の事象が発生すると、図6に示したように、車両101は、検知データD1を送信する(T11)。所定の事象には、ナビゲーションシステムに経路情報が設定されること、車両101が備える各種センサSが検知データD1を生成すること等が含まれる。従来の車両の場合であれば、その後(T12,T13・・)もサーバとの通信を繰り返すが、車両101は、時刻T11に検知データD1を送信した後は、予測した未来(T1t)に到達すると判定するまで、検知データD1を送信しない。
以上説明してきた本実施形態に係る車両101によれば、検知データD1をサーバ102へ送信し、未来の車両101の状態をサーバ102側で予測するので、サーバ102は、十分な量の検知データD1に基づいてより遠い未来の予測をより高い精度で行い、正確な挙動指示を生成することができる。また、こうすることで、予測した未来に到達するまでの間はサーバ102へデータを送信する必要がなくなるため、車両101-サーバ102間の通信量を低減することができる。その結果、車両101と、車両101のデジタルツインを生成するサーバ102と、を備えるデジタルツインシステム100において、デジタルツインの精度を落とすことなく、車両101-サーバ102間の通信量の低減を実現することができる。
上記各制御ブロックの機能の一部または全部は、論理回路により実現することも可能である。例えば、上記各制御ブロックとして機能する論理回路が形成された集積回路も本発明の範疇に含まれる。この他にも、例えば量子コンピュータにより上記各制御ブロックの機能を実現することも可能である。
上記車両101およびサーバ102(以下、「装置等」と呼ぶ)の機能は、当該装置等としてコンピュータを機能させるためのプログラムであって、当該装置の各制御ブロック(特に車両側制御部1、サーバ側制御部4に含まれる各部)としてコンピュータを機能させるためのプログラムにより実現することができる。この場合、上記装置は、上記プログラムを実行するためのハードウェアとして、少なくとも1つの制御装置(例えばプロセッサ)と少なくとも1つの記憶装置(例えばメモリ)を有するコンピュータを備えている。この制御装置と記憶装置により上記プログラムを実行することにより、上記各実施形態で説明した各機能が実現される。上記プログラムは、一時的ではなく、コンピュータ読み取り可能な、1または複数の記録媒体に記録されていてもよい。この記録媒体は、上記装置が備えていてもよいし、備えていなくてもよい。後者の場合、上記プログラムは、有線または無線の任意の伝送媒体を介して上記装置に供給されてもよい。
101 車両
1 車両側制御部
11 取得部
12 判定部
13 第一送信制御部
14 第一受信制御部
15 判断部
16 第二送信制御部
17 出力制御部
2 車両側通信部
3 表示部
102 サーバ
4 サーバ側制御部
41 第二受信制御部
42 予測部
43 実行部
44 第三送信制御部
5 サーバ側通信部
6 記憶部
61 学習済モデル
Claims (8)
- 複数のセンサと、
前記複数のセンサからそれぞれ検知データを取得する取得部と、
前記取得部が取得した検知データの少なくとも一部を、前記検知データの入力により車両の未来の状態を、機械学習により構築された学習済モデルを用いて予測するサーバへ送信し、前記サーバから予測に基づく挙動指示を受信する通信部と、を備え、
前記通信部は、前記検知データを送信した後、次の前記検知データを送信することの可否を示す判定結果に基づいて次の前記検知データを送信する、車両。 - 前記通信部が受信した前記挙動指示に基づく走行が可能であるか否かを判断する判断部を備え、
前記通信部は、前記挙動指示に基づく走行が可能ではないと判断部が判断した場合に前記検知データを送信する、
請求項1に記載の車両。 - 前記通信部が受信した前記挙動指示に基づいて車両の少なくとも一部の動作を自動で制御する運転制御部、または前記挙動指示の出力を制御する出力制御部を備える、請求項1または2に記載の車両。
- 前記検知データを送信することの可否を判定する判定部を更に備える、請求項1~3のいずれか一項に記載の車両。
- 前記判定部は、所定時間後の時刻に到達するか否かを、前記検知データを送信することの可否として判定し、
前記通信部は、前記所定時間後の時刻に到達すると前記判定部が判定した場合に、前記検知データを前記サーバへ送信する、請求項4に記載の車両。 - 複数のセンサと、前記複数のセンサからそれぞれ検知データを取得する取得部と、を備える車両から、前記複数のセンサが出力した検知データを受信する通信部と、
前記通信部が受信した検知データに基づいて車両の未来の状態を、機械学習により構築された学習済モデルを用いて予測し、その予測結果を予測データとして出力する予測部と、
受信した検知データと、交通参加者の交通データと、に基づいて交通状況に関するシミュレーションを行う実行部と、を備え、
前記通信部は、前記検知データを受信した後、前記車両が次の前記検知データを送信することの可否が判定された結果に従い次の前記検知データを受信する、サーバ。 - 前記予測部は、所定時間後の時刻が到達する直前に、新たな予測のために車両に検知データの送信を要求する、請求項6に記載のサーバ。
- 前記通信部は、前記実行部が行ったシミュレーションの結果を、前記車両および前記交通参加者が所持する端末装置の少なくとも一方に送信する、請求項6または7に記載のサーバ。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022052506A JP7348344B1 (ja) | 2022-03-28 | 2022-03-28 | 車両およびサーバ |
PCT/JP2023/005975 WO2023188995A1 (ja) | 2022-03-28 | 2023-02-20 | 車両およびサーバ |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022052506A JP7348344B1 (ja) | 2022-03-28 | 2022-03-28 | 車両およびサーバ |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7348344B1 JP7348344B1 (ja) | 2023-09-20 |
JP2023145176A true JP2023145176A (ja) | 2023-10-11 |
Family
ID=88021687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022052506A Active JP7348344B1 (ja) | 2022-03-28 | 2022-03-28 | 車両およびサーバ |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7348344B1 (ja) |
WO (1) | WO2023188995A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018146882A1 (ja) * | 2017-02-08 | 2018-08-16 | 住友電気工業株式会社 | 情報提供システム、サーバ、移動端末、及びコンピュータプログラム |
WO2018220853A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | 自動運転車の制御のための車両制御装置及び方法 |
JP2020013557A (ja) * | 2018-06-13 | 2020-01-23 | トヨタ自動車株式会社 | 車両リスク評価用のデジタルツイン |
JP2020042553A (ja) * | 2018-09-11 | 2020-03-19 | 本田技研工業株式会社 | 移動体支援システム及び移動体支援方法 |
JP2021111346A (ja) * | 2019-12-30 | 2021-08-02 | 株式会社Subaru | 移動情報提供システム、サーバ装置、および車両 |
-
2022
- 2022-03-28 JP JP2022052506A patent/JP7348344B1/ja active Active
-
2023
- 2023-02-20 WO PCT/JP2023/005975 patent/WO2023188995A1/ja unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018146882A1 (ja) * | 2017-02-08 | 2018-08-16 | 住友電気工業株式会社 | 情報提供システム、サーバ、移動端末、及びコンピュータプログラム |
WO2018220853A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | 自動運転車の制御のための車両制御装置及び方法 |
JP2020013557A (ja) * | 2018-06-13 | 2020-01-23 | トヨタ自動車株式会社 | 車両リスク評価用のデジタルツイン |
JP2020042553A (ja) * | 2018-09-11 | 2020-03-19 | 本田技研工業株式会社 | 移動体支援システム及び移動体支援方法 |
JP2021111346A (ja) * | 2019-12-30 | 2021-08-02 | 株式会社Subaru | 移動情報提供システム、サーバ装置、および車両 |
Also Published As
Publication number | Publication date |
---|---|
JP7348344B1 (ja) | 2023-09-20 |
WO2023188995A1 (ja) | 2023-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8401733B2 (en) | Optimized powertrain with route-learning feature | |
US20190071100A1 (en) | Autonomous driving adjustment method, apparatus, and system | |
JP2019510677A (ja) | 運転者のルールベース型支援のための制御データ作成方法 | |
JP5585194B2 (ja) | 事故状況記録システム | |
CN112540592A (zh) | 用于确保安全的具有双自主驾驶***的自主驾驶车辆 | |
JP5712845B2 (ja) | 車両用故障診断装置 | |
JP2020167551A (ja) | 制御装置、制御方法及びプログラム | |
KR101389032B1 (ko) | 운전자 실차시험 데이터베이스를 이용한 지능형 차량제어 시스템 평가 장치 및 그 방법 | |
CN109177983B (zh) | 车辆运行状态监测方法、装置及设备 | |
JP7348344B1 (ja) | 車両およびサーバ | |
JP7348343B1 (ja) | 車両およびサーバ | |
WO2022059522A1 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
KR101788663B1 (ko) | 초음파 센서와 영상 센서의 데이터 통합처리 시스템 | |
JP6921302B2 (ja) | 通知システムおよび通知方法 | |
JP2007057310A (ja) | 走行状況再現システムおよび方法 | |
JP7462687B2 (ja) | データ生成装置、データ生成プログラム、モデル構築装置、モデル構築プログラム、学習済モデル、車両およびサーバ | |
CN108725441A (zh) | 车辆行驶的监控方法、装置及计算机可读存储介质 | |
JP2021046154A (ja) | 車両制御計画生成装置及び車両の制御装置 | |
JP2019121314A (ja) | 判定装置、情報記録装置、判定方法、及び判定用プログラム | |
US11881065B2 (en) | Information recording device, information recording method, and program for recording information | |
CN115136578B (zh) | 用于控制摄像机的方法和控制单元 | |
WO2023228781A1 (ja) | 処理システム及び情報提示装置 | |
CN115297434B (zh) | 服务调用方法、装置、车辆、可读存储介质及芯片 | |
CN113777951B (zh) | 面向弱势道路使用者避撞决策的自动驾驶仿真***及方法 | |
JP2024103287A (ja) | 制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230704 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230907 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7348344 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |