JP6776373B2 - 逆走ドライバを検出するための方法、装置、およびシステム - Google Patents
逆走ドライバを検出するための方法、装置、およびシステム Download PDFInfo
- Publication number
- JP6776373B2 JP6776373B2 JP2018563791A JP2018563791A JP6776373B2 JP 6776373 B2 JP6776373 B2 JP 6776373B2 JP 2018563791 A JP2018563791 A JP 2018563791A JP 2018563791 A JP2018563791 A JP 2018563791A JP 6776373 B2 JP6776373 B2 JP 6776373B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- reverse
- road
- particles
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 67
- 239000002245 particle Substances 0.000 claims description 87
- 230000007246 mechanism Effects 0.000 claims description 24
- 230000005540 biological transmission Effects 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—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
- G08G1/0145—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
- G08G1/16—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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Description
車両が通行可能な道路網の多数の道路要素を示すマップデータを読み取るステップと、
測定された車両の位置データを使用して、粒子フィルタに基づいて複数の粒子を決定するステップであって、1つの粒子が、仮定される車両の位置および仮定される位置に割り当てられた重みを表すステップと、
複数の粒子に基づいて、多数の道路要素から車両の走行に関して少なくとも1つのもっともらしい道路要素を決定するステップと、
少なくとも1つの点検した道路要素を得るために、分類方法を使用して、少なくとも1つのもっともらしい道路要素を、少なくとも1つの点検した道路要素またはもっともらしくない道路要素のいずれかに分類するステップと、
を含む。
走行形式が正しい場合のフォールスポジティブ、すなわち誤検知は、内部警告の場合および/または能動的な介入の場合にできるだけ防止するか、もしくは完全に防止する必要がある。警告概念に応じてASIL‐Aまでの基準を満たす必要がある。
逆走ドライバによって他の交通利用者に及ぼされる危険をできるだけ小さく抑えるためには、介入もしくは警告はできるだけ素早く行うことが望ましい。すなわち、危険な状況を検出してから逆走ドライバを検出し、介入もしくは警告に至るまでの全ての機能の流れをできるだけ短時間に実施することが望ましい。このような機能を包括的に使用する場合には、サーバ、例えば装置110の稼働率やこれに伴い要求される性能が極めて重要な役割を果たす。作動時間の他にコスト効率も重要な側面である。
特に携帯機器においては、許容できる電池寿命を達成するために通信量および電流消費をできるだけ効率良くする、すなわち少なくする必要がある。移動通信機器電池または他の無線通信ユニットの過負荷をデータ効率のよい通信によって抑制する必要がある。データ量、ひいてはデータ量に伴うコストもできるだけ制限されるべきである。計算能力の理由でサーバ側においても通信効率は最も重要な要素である。
および重み付け係数、
粒子が走行方向とは反対に向いている道路と、粒子が走行方向に移動しており、空間的に隣接する道路との間隔
粒子が位置している可能性がある道路の確率
粒子が位置している道路の湾曲とセンサデータ106との差
粒子が位置している道路の走行方向規定とセンサデータ106もしくは粒子940との差
道路に入らないほど極めて多くの粒子が移動される(オフロード確率)
粒子と測定された車両位置(GPS)との間の間隔のメジアン/平均値/最小値/最大値が異常に大きい
全てのエラーを評価するために推定された粒子フィルタ532の集中度。
Claims (11)
- 逆走ドライバを検出する方法であって、
車両(100)が通行可能な道路網の多数の道路要素を示すマップデータ(116)を読み取る第1のステップ(201)と、
測定された車両(100)の位置データ(106)を使用して、粒子フィルタに基づいて複数の粒子(940)を決定するステップ(203)であって、前記複数の粒子のうちの各粒子が、仮定された車両(100)の位置および当該仮定された位置に割り当てられた重みを表す第2のステップ(203)と、
前記複数の粒子(940)に基づいて、前記マップデータに示される多数の道路要素から車両(100)の走行に関して少なくとも1つのもっともらしい道路要素(942)を決定する第3のステップ(205)と、
分類方法(933)を使用して、前記少なくとも1つのもっともらしい道路要素(942)を、少なくとも1つの点検した道路要素(944)またはもっともらしくない道路要素のいずれかに分類する第4のステップ(207)と、
前記少なくとも1つの点検した道路要素(944)を使用して、前記車両(100)の逆走が生じているか否かを示す逆走信号(112)を供給する第5のステップと
を含み、
前記第4のステップ(207)で、測定された車両(100)の移動データ(107)および道路要素に割り当てられたパラメータを前記分類方法(933)のために使用する、逆走ドライバを検出する方法。 - 請求項1に記載の方法において、
前記第4のステップ(207)で、前記分類方法として機械学習の分類方法(933)を使用する方法。 - 請求項1に記載の方法において、
前記移動データ(107)が、車両(100)の横方向加速度および/または走行方向を示す方法。 - 請求項1〜3のいずれか一項に記載の方法において、
前記パラメータが、前記複数の粒子(940)のうちの少なくとも1つの粒子に割り当てられているか、または割り当て可能な、前記マップデータ(116)によって表示された道路要素の湾曲の仕方および/または走行方向規定を示す方法。 - 請求項3または4に記載の方法において、
前記第4のステップ(207)で、前記マップデータ(116)によって表示された道路要素に前記複数の粒子(940)を割り当てる可能性を前記分類方法(933)のために使用する方法。 - 請求項1〜5のいずれか一項に記載の方法において、
前記複数の粒子(940)と、当該測定された位置データ(106)が示す測定された車両(100)の位置との間の間隔を前記分類方法(933)のために使用する方法。 - 請求項1〜6のいずれか一項に記載の方法において、
クラウド・コンピューティング(118)の通信インターフェイスを介して、当該測定された位置データ(106)を読み取るステップを備える方法。 - 請求項1〜7のいずれか一項に記載の方法のステップを対応するユニットで実施するように構成されている逆走ドライバ検出装置(110)。
- 逆走ドライバ検出システムであって、
車両(100)内に配置可能であるか、または配置されており、測定された車両(100)の位置を表す位置データ(106)を送信するように構成された少なくとも1つの送信機構(102)と、
少なくとも1つの送信機構(102)から送信された位置データ(106)を受信するように構成されている、請求項8に記載の逆走ドライバ検出装置(110)と、
を含む逆走ドライバ検出システム。 - 請求項1〜7のいずれか一項に記載の方法を実施するように構成されたコンピュータプログラム。
- 請求項10に記載のコンピュータプログラムが記憶された機械読取り可能なメモリ媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102016210032.7 | 2016-06-07 | ||
DE102016210032.7A DE102016210032A1 (de) | 2016-06-07 | 2016-06-07 | Verfahren Vorrichtung und System zur Falschfahrererkennung |
PCT/EP2017/059192 WO2017211492A1 (de) | 2016-06-07 | 2017-04-18 | Verfahren, vorrichtung und system zur falschfahrererkennung |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019519850A JP2019519850A (ja) | 2019-07-11 |
JP6776373B2 true JP6776373B2 (ja) | 2020-10-28 |
Family
ID=58638840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018563791A Expired - Fee Related JP6776373B2 (ja) | 2016-06-07 | 2017-04-18 | 逆走ドライバを検出するための方法、装置、およびシステム |
Country Status (6)
Country | Link |
---|---|
US (1) | US10629073B2 (ja) |
EP (1) | EP3465656A1 (ja) |
JP (1) | JP6776373B2 (ja) |
CN (1) | CN109313850A (ja) |
DE (1) | DE102016210032A1 (ja) |
WO (1) | WO2017211492A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016210029A1 (de) * | 2016-06-07 | 2017-12-07 | Robert Bosch Gmbh | Verfahren Vorrichtung und System zur Falschfahrererkennung |
CN110081890B (zh) * | 2019-05-24 | 2023-02-03 | 长安大学 | 一种结合深度网络的动态k最近邻地图匹配方法 |
US11348452B2 (en) * | 2020-01-31 | 2022-05-31 | Here Global B.V. | Method, apparatus, and system for automatic closure verification using multiple possible vehicle paths |
US11548521B2 (en) | 2020-03-31 | 2023-01-10 | Toyota Research Institute, Inc. | Systems, methods and vehicles for determining wrong direction driving |
US11348456B2 (en) | 2020-10-06 | 2022-05-31 | Ford Global Technologies, Llc | Systems and methods for detecting wrong way travel of a vehicle |
CN114023095B (zh) * | 2021-09-22 | 2022-12-30 | 北京百度网讯科技有限公司 | 一种交通限制识别方法、装置及电子设备 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009140008A (ja) * | 2007-12-03 | 2009-06-25 | Sumitomo Electric Ind Ltd | 危険走行情報提供装置、危険走行判定プログラム及び危険走行判定方法 |
JP5411284B2 (ja) * | 2008-11-06 | 2014-02-12 | ボルボ テクノロジー コーポレイション | 実際の軌道を進行している車両の横方向のずれを、推定された仮想道路に基づいて決定し、横方向のずれに基づき運転者の横方向制御能力を決定するための方法、システム及びコンピュータプログラム製品 |
US8452535B2 (en) * | 2010-12-13 | 2013-05-28 | GM Global Technology Operations LLC | Systems and methods for precise sub-lane vehicle positioning |
CN102081844A (zh) * | 2011-01-25 | 2011-06-01 | 华中科技大学 | 一种交通视频行为分析与报警服务器 |
US20120290150A1 (en) * | 2011-05-13 | 2012-11-15 | John Doughty | Apparatus, system, and method for providing and using location information |
US9140792B2 (en) | 2011-06-01 | 2015-09-22 | GM Global Technology Operations LLC | System and method for sensor based environmental model construction |
EP2574958B1 (en) * | 2011-09-28 | 2017-02-22 | Honda Research Institute Europe GmbH | Road-terrain detection method and system for driver assistance systems |
KR101881415B1 (ko) * | 2011-12-22 | 2018-08-27 | 한국전자통신연구원 | 이동체의 위치 인식 장치 및 방법 |
CN102768804B (zh) * | 2012-07-30 | 2014-03-26 | 江苏物联网研究发展中心 | 基于视频的交通信息采集方法 |
CN103021186B (zh) * | 2012-12-28 | 2015-03-25 | 中国科学技术大学 | 一种车辆监控的方法及*** |
DE102013209502A1 (de) * | 2013-05-22 | 2014-11-27 | Robert Bosch Gmbh | Verfahren zum automatischen Intervenieren in ein Ego-Fahrzeug bei einer Falschfahrt, insbesondere einer Geisterfahrt |
JP6171612B2 (ja) * | 2013-06-20 | 2017-08-02 | 株式会社豊田中央研究所 | 仮想レーン生成装置及びプログラム |
-
2016
- 2016-06-07 DE DE102016210032.7A patent/DE102016210032A1/de not_active Withdrawn
-
2017
- 2017-04-18 JP JP2018563791A patent/JP6776373B2/ja not_active Expired - Fee Related
- 2017-04-18 CN CN201780035610.7A patent/CN109313850A/zh active Pending
- 2017-04-18 EP EP17719826.4A patent/EP3465656A1/de active Pending
- 2017-04-18 WO PCT/EP2017/059192 patent/WO2017211492A1/de unknown
- 2017-04-18 US US16/097,316 patent/US10629073B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20190139404A1 (en) | 2019-05-09 |
WO2017211492A1 (de) | 2017-12-14 |
US10629073B2 (en) | 2020-04-21 |
EP3465656A1 (de) | 2019-04-10 |
CN109313850A (zh) | 2019-02-05 |
JP2019519850A (ja) | 2019-07-11 |
DE102016210032A1 (de) | 2017-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6776373B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
JP6944472B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN111489588B (zh) | 车辆驾驶风险预警方法及装置、设备、存储介质 | |
JP6925796B2 (ja) | 車両を運転する際に当該車両の運転者を支援する方法及びシステム、車両、並びにコンピュータプログラム | |
CN111311914B (zh) | 车辆行驶事故监控方法、装置和车辆 | |
KR20190042088A (ko) | 예상치 못한 임펄스 변화 충돌 검출기 | |
CN110660194A (zh) | 一种驾驶监控预警方法及*** | |
CN113165646B (zh) | 用于检测车辆周围的风险因素的电子设备及其控制方法 | |
US20200286370A1 (en) | Transportation threat detection system | |
CN111829548A (zh) | 危险路段的检测方法、装置、可读存储介质和电子设备 | |
CN111464972A (zh) | 经优先级排序的车辆消息传递 | |
CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
JP6732053B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN111231972A (zh) | 基于驾驶行为习惯的告警方法、***、车辆及存储介质 | |
CN109313851B (zh) | 用于逆行驾驶员识别的方法、设备和*** | |
JP2019519040A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN115547106A (zh) | 道路信息预警方法、***、电子设备及存储介质 | |
US10876843B2 (en) | Method, device and system for wrong-way driver detection | |
JP2017102741A (ja) | 情報出力プログラム、情報出力方法及び車載装置 | |
US12049218B2 (en) | Evaluating the safety performance of vehicles | |
EP4283553A1 (en) | Detecting use of driver assistance systems | |
Khan et al. | Real-time Reckless Driving Detection System on a low-level computing platform: Insight from a Developing Nation | |
Ghasemi et al. | Traffic Lane Change Detection using mobile phone sensors and geolocation | |
US20210024058A1 (en) | Evaluating the safety performance of vehicles | |
CN114932910A (zh) | 车辆转弯检测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190204 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200213 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200324 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200401 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200701 |
|
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: 20200917 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201007 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6776373 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |