JP7072133B2 - 最小アクション量原理に基づく運転者制御動作定量化方法及び装置 - Google Patents

最小アクション量原理に基づく運転者制御動作定量化方法及び装置 Download PDF

Info

Publication number
JP7072133B2
JP7072133B2 JP2020541837A JP2020541837A JP7072133B2 JP 7072133 B2 JP7072133 B2 JP 7072133B2 JP 2020541837 A JP2020541837 A JP 2020541837A JP 2020541837 A JP2020541837 A JP 2020541837A JP 7072133 B2 JP7072133 B2 JP 7072133B2
Authority
JP
Japan
Prior art keywords
vehicle
self
resistance
traffic
lane
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.)
Active
Application number
JP2020541837A
Other languages
English (en)
Other versions
JP2020536797A (ja
Inventor
王建強
鄭訊佳
黄荷葉
***
許慶
李升波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Publication of JP2020536797A publication Critical patent/JP2020536797A/ja
Application granted granted Critical
Publication of JP7072133B2 publication Critical patent/JP7072133B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Description

本発明は、インテリジェントの車両応用技術分野に関し、特に最小アクション量原理に
基づく運転者制御動作定量化方法及び装置に関する。
道路交通安全は人間－車両－環境閉ループシステムに関連し、交通事故を構成する人間
、車両、環境の３つの要素において、通常、人間要素の割合が最も大きく、即ちほとんど
の交通事故が人的要因によって引き起こされ、したがって、車両に対する運転者の制御動
作が交通安全を確保する重要な要因になる。現在、急速に発展しているインテリジェント
交通、インテリジェント運転技術とインテリジェント自動車に対して、自動車インテリジ
ェントシステムの安全性能と運転者の受け入れ程度が自動車インテリジェント化を制約す
る重要な要因であり、その中の運転者の受け入れ程度とは自動車インテリジェントシステ
ムが運転者の運転制御動作に適合する必要があることを指す。
従来技術では、通常、統計分析法を使用して運転者の運転制御動作を研究することがで
き、この研究結果が自動車インテリジェントシステムを最適化して安全性能と運転者の受
け入れ程度を調整することに役立つ。従来の統計分析法では例えば確率統計、ファジー数
学、ラフ集合理論などの研究方法又は実車実験データ統計分析に基づく運転者動作特性化
記述方法を用いる。しかし、運転者の運転制御動作自体に個人差、年齢差、性差と地域差
などの様々な違い影響があるため、従来の研究方法を用いると大量のデータサンプルが必
要になることが多く、研究に大きな困難をもたらす。
上述した異なる運転者の運転制御動作に違いが存在する以外、現在の自動車インテリジ
ェントシステムは、さらに道路環境の複雑さ、走行動作の違い、走行状況の変動性などに
よって制御され、実際の応用において誤警報率が高く、受け入れ可能性が悪いなどの問題
が依然として存在する。
したがって、運転者個人の動作変動及び違いに対する自動車インテリジェントシステム
の適応性を向上させるため、運転者の運転制御メカニズムを深く研究する必要がある。し
たがって、運転者の運転室運転制御メカニズムの定量的記述方法に対して新しい設計を専
門に行う必要がある。
本発明の目的は、最小アクション量原理に基づく運転者制御動作定量化方法及び装置を
提供することにあり、該方法が運転者の車両及び交通環境における情報の収集に従って、
最小アクション量原理を利用し、運転者が運転プロセスにおいて効率を最大化しながらリ
スクを回避するという運転制御メカニズムを記述することができる。
上記目的を達成するために、本発明は、最小アクション量原理に基づく運転者制御動作
定量化方法を提供し、前記最小アクション量原理に基づく運転者制御動作定量化方法は以
下のステップを含み、
ステップＳ１、自走式車両の電子制御ユニットに運転者制御メカニズム定量的記述モジ
ュールを予め設置し、前記運転者制御メカニズム定量的記述モジュールが運転者の運転制
御動作の交通リスクと通行効率を同時に反映するアクション量
Figure 0007072133000001
を含み、
Figure 0007072133000002
の数式が式（１）であり、
Figure 0007072133000003
式中、
Figure 0007072133000004
が前記予め設定された交通プロセスにおける自走式車両のアクション量を表し、
Figure 0007072133000005
が前記予め設定された交通プロセスの開始時点であり、
Figure 0007072133000006
が前記予め設定された交通プロセスの終了時点であり、
Figure 0007072133000007
が予め設定された交通プロセスにおける自走式車両のラグランジュ量を表し、
Figure 0007072133000008
の式が次のとおりであり、
Figure 0007072133000009
であり、
式中、
Figure 0007072133000010
が自走式車両の運動エネルギーを表し、
Figure 0007072133000011
が、自走式車両が受けるポテンシャルエネルギーを表し、該ポテンシャルエネルギーが予
め設定された、車の流れの方向に沿って存在する一定の力場と抵抗場によって決定される
。
ステップＳ２、自走式車両の情報収集装置により、時間と同期した自走式車両情報及び
交通環境情報を取得する。
ステップＳ３、時間と同期した前記自走式車両情報及び交通環境情報に基づき、運転者
制御メカニズム定量的記述モジュールにおける
Figure 0007072133000012
で現在の走行指導速度を取得し、前記アクション量
Figure 0007072133000013
の値を最小にする。
さらに、前記アクション量
Figure 0007072133000014
の取得方法は、
テスト車両に交通環境情報収集装置を取り付けることで、車両プラットフォームを構築
するステップＳ１１と、
異なる運転者が前記車両プラットフォームを運転して異なる環境において自由走行テス
トを行うことで、時間と同期した自走式車両及び環境に関連するテストデータを収集する
ステップＳ１２と、
前記テストデータに基づき、任意の交通環境における前記アクション量
Figure 0007072133000015
の数式を取得するステップＳ１３とを含む。
さらに、Ｓ１３ステップでの「交通環境」は、単一の車両が直線道路を走行することで
あり、車の流れの方向に沿って一定の力場及び転がり抵抗、坂道抵抗、加速抵抗及び空気
抵抗に起因する抵抗場が存在することを予め設定し、前記ラグランジュ量
Figure 0007072133000016
が次のように表され、
Figure 0007072133000017

Figure 0007072133000018

Figure 0007072133000019
、
式中、
Figure 0007072133000020
が車両の質量であり、
Figure 0007072133000021
が車両の縦方向の変位であり、
Figure 0007072133000022
が車両の縦方向の速度であり、
Figure 0007072133000023
が車両の縦方向の加速度であり、
Figure 0007072133000024
が重力加速度であり、
Figure 0007072133000025
が転がり抵抗係数であり、
Figure 0007072133000026
が勾配であり、
Figure 0007072133000027
が車両の風抵抗係数であり、
Figure 0007072133000028
が車両の風上面積であり、
Figure 0007072133000029
が車両回転質量換算係数である。
さらに、Ｓ１３ステップでの「交通環境」は、単一の車両が車線
Figure 0007072133000030
又は道路境界のある直線道路を走行することであり、車の流れの方向に沿って一定の力場
及び転がり抵抗、坂道抵抗、加速抵抗及び空気抵抗に起因する抵抗場が存在することを予
め設定し、前記ラグランジュ量
Figure 0007072133000031
が次のように表され、
Figure 0007072133000032

Figure 0007072133000033
Figure 0007072133000034
Figure 0007072133000035
Figure 0007072133000036
式中、
Figure 0007072133000037
が車両の質量であり、
Figure 0007072133000038
が車両の縦方向の変位であり、
Figure 0007072133000039
が車両の縦方向の速度であり、
Figure 0007072133000040
が車両の縦方向の加速度であり、
Figure 0007072133000041
が車両の横方向の変位であり、
Figure 0007072133000042
が
Figure 0007072133000043
の一次導関数を表し、車両の横方向の速度であり、
Figure 0007072133000044
が重力加速度であり、
Figure 0007072133000045
が転がり抵抗係数であり、
Figure 0007072133000046
が勾配であり、
Figure 0007072133000047
が車両の風抵抗係数であり、
Figure 0007072133000048
が車両の風上面積であり、
Figure 0007072133000049
が車両の回転質量換算係数であり、
Figure 0007072133000050
が
Figure 0007072133000051
に位置する車線
Figure 0007072133000052
又は道路境界によって形成されたポテンシャルエネルギー場の
Figure 0007072133000053
でのベクトル場の強さであり、
Figure 0007072133000054
が車線
Figure 0007072133000055
又は道路境界のタイプを表し、
Figure 0007072133000056
が車線
Figure 0007072133000057
又は道路境界の道路影響因子を表し、
Figure 0007072133000058
が車線の幅を表し、
Figure 0007072133000059
が車線
Figure 0007072133000060
又は道路境界から車両の重心
Figure 0007072133000061
までの距離ベクトルを表し、
Figure 0007072133000062
が調整係数であり、
Figure 0007072133000063
が車両の等価質量を表し、
Figure 0007072133000064
が自走式車両が位置する場所の道路影響因子を表し、
Figure 0007072133000065
が運転者影響因子を表す。
さらに、Ｓ１３ステップでの「交通環境」は、車追従モードにおける単一の車両が直線
道路を走行することであり、車の流れの方向に沿って重力に類似する一定の力場及び転が
り抵抗、坂道抵抗、加速抵抗及び空気抵抗に起因する抵抗場が存在すると仮定すると、前
記ラグランジュ量
Figure 0007072133000066
が次のように表され、
Figure 0007072133000067
Figure 0007072133000068
Figure 0007072133000069
Figure 0007072133000070
Figure 0007072133000071
式中、
Figure 0007072133000072
が車両の質量であり、
Figure 0007072133000073
が車両の縦方向の変位であり、
Figure 0007072133000074
が車両の縦方向の速度であり、
Figure 0007072133000075
が車両の縦方向の加速度であり、
Figure 0007072133000076
が車両の横方向の変位であり、
Figure 0007072133000077
が車両の横方向の速度であり、
Figure 0007072133000078
が重力加速度であり、
Figure 0007072133000079
が転がり抵抗係数であり、
Figure 0007072133000080
が勾配であり、
Figure 0007072133000081
が車両の風抵抗係数であり、
Figure 0007072133000082
が車両の風上面積であり、
Figure 0007072133000083
が車両の回転質量換算係数であり、
Figure 0007072133000084
が
Figure 0007072133000085
に位置する車線
Figure 0007072133000086
又は道路境界によって形成されたポテンシャルエネルギー場の
Figure 0007072133000087
でのベクトル場の強さであり、
Figure 0007072133000088
が車線
Figure 0007072133000089
又は道路境界のタイプを表し、
Figure 0007072133000090
が
Figure 0007072133000091
車線又は道路境界の道路影響因子を表し、
Figure 0007072133000092
が車線の幅を表し、
Figure 0007072133000093
が車線
Figure 0007072133000094
又は道路境界から車両の重心
Figure 0007072133000095
までの距離ベクトルを表し、
Figure 0007072133000096
が調整係数であり、
Figure 0007072133000097
が車両の等価質量を表し、
Figure 0007072133000098
が自走式車両が位置する場所の道路影響因子を表し、
Figure 0007072133000099
が運転者影響因子を表し、
Figure 0007072133000100
が
Figure 0007072133000101
番目の車両に対して物体jによって生成されたポテンシャルエネルギーを表し、
Figure 0007072133000102
が車線
Figure 0007072133000103
を表し、
Figure 0007072133000104
が合計
Figure 0007072133000105
本の車線があることを表し、
Figure 0007072133000106
がｎ個の道路利用者がいることを表し、
Figure 0007072133000107
が１個の調整係数である。
本発明は、最小アクション量原理に基づく運転者制御動作定量化装置を提供し、前記運
転者制御動作定量化装置は、
自走式車両に設置され、時間と同期した自走式車両情報及び交通環境情報を取得するこ
とに用いられる情報収集装置と、
電子制御ユニットであって、前記電子制御ユニットに運転者制御メカニズム定量的記述モ
ジュールを予め設置し、前記運転者制御メカニズム定量的記述モジュールが運転者の運転
制御動作の交通リスクと通行効率を同時に反映するアクション量
Figure 0007072133000108
を含み、
Figure 0007072133000109
の数式が式（１）であり、
Figure 0007072133000110
（1）

式中、
Figure 0007072133000111
が前記予め設定された交通プロセスにおける自走式車両のアクション量を表し、
Figure 0007072133000112
が前記予め設定された交通プロセスの開始時点であり、
Figure 0007072133000113
が前記予め設定された交通プロセスの終了時点であり、
Figure 0007072133000114
が予め設定された交通プロセスにおける自走式車両のラグランジュ量を表し、
Figure 0007072133000115
の式が次のとおりであり、
Figure 0007072133000116
式中、
Figure 0007072133000117
が自走式車両の運動エネルギーを表し、
Figure 0007072133000118
が車両が受けるポテンシャルエネルギーを表し、該ポテンシャルエネルギーが予め設定さ
れた、車の流れの方向に沿って存在する一定の力場と抵抗場によって決定される電子制御
ユニットとを備え、
前記電子制御ユニットは、時間と同期した前記自走式車両情報及び交通環境情報に基づ
き、
Figure 0007072133000119
で現在の走行指導速度を取得し、
Figure 0007072133000120
アクション量の値を最小にすることに用いられる。
本発明は、インテリジェント車両をさらに提供し、インテリジェント車両は前記運転者
制御動作定量化装置を備える。
本発明の有益な効果は、本発明に係る最小アクション量原理に基づく運転者運転制御メ
カニズム定量化記述方法及びその装置では、６４線レーザーレーダー、ミリ波レーダー及
びビジョンセンサーで構成されたマルチセンサー検知システムを用いてインテリジェント
車両プラットフォームを構築し、周囲の移動物体、静止物体の位置情報と状態情報を識別
でき、大量のデータを収集し、データベースを構築し、車両走行中の動的交通システムの
特徴を分析し、運転者の運転制御メカニズムを識別し、そして運転者の運転制御メカニズ
ムを定量的に記述することで、さらに運転者の運転動作を定量的に分析することができる
ことである。
本発明における車両プラットフォームの側面図である。 図１に示す車両プラットフォームの平面図である。 本発明に係る単一の自走式車両の交通システムの概略図である。 本発明に係る車線の車両に対する制約ポテンシャルエネルギーモデルを説明する概略図である。 本発明に係る車両追跡シーンの概略図である。
図面において、同じ又は類似の素子又は同じ又は類似の機能を備えた素子を同じ又は類
似の記号で表す。以下、図面を参照しながら本発明の実施例を詳しく説明する。
本実施例に係る最小アクション量原理に基づく運転者制御動作定量化方法は、主に外部
環境の全ての要因の影響を受ける自走式車両を考慮し、以下のステップを含み、Ｓ１ステ
ップ、自走式車両の電子制御ユニットに運転者制御メカニズム定量的記述モジュールを予
め設置し、前記運転者制御メカニズム定量的記述モジュールが運転者の運転制御動作の交
通リスクと通行効率を同時に反映するアクション量
Figure 0007072133000121
を含み、
Figure 0007072133000122
の数式が式（１）であり、
Figure 0007072133000123
式中、
Figure 0007072133000124
が前記予め設定された交通プロセスにおける自走式車両のアクション量を表し、即ち予め
設定された交通プロセスにおける自走式車両の経時的なラグランジュ量の積分として表さ
れてもよく、
Figure 0007072133000125
が前記予め設定された交通プロセスの開始時点であり、
Figure 0007072133000126
が前記予め設定された交通プロセスの終了時点であり、
Figure 0007072133000127
が予め設定された交通プロセスにおける自走式車両のラグランジュ量を表し、
Figure 0007072133000128
の式が次のとおりであり、

Figure 0007072133000129
式中、
Figure 0007072133000130
が自走式車両の運動エネルギーを表し、
Figure 0007072133000131
は自走式車両が受けるポテンシャルエネルギーを表し、該ポテンシャルエネルギーを予め
設定した、車の流れの方向に沿って存在する一定の力場と抵抗場によって決定される。
ステップＳ２ステップ、自走式車両の情報収集装置により、時間と同期した自走式車両
情報及び交通環境情報を取得する。ステップＳ２により、情報収集装置は、自走式車両の
交通環境情報を検出及び識別することができ、該交通環境情報が周囲の障害物（車両、サ
イクリスト、歩行者、フェンス、バリケード）と交通情報（信号機、速度制限標識、車線
）を含む。自走式車両情報は自走式車両ＣＡＮデータを含み、具体的には、エンジン回転
数、ハンドル角度、車両速度、ギア、加速及び減速とＧＰＳ情報である。
ステップＳ３ステップ、時間と同期した前記車両情報及び交通環境情報に基づき、運転
者制御メカニズム定量的記述モジュールにおける
Figure 0007072133000132
で現在の走行指導速度を取得し、前記アクション量
Figure 0007072133000133
の値を最小にする。
本実施例に係る方法では、インテリジェント車両が走行するプロセスにおいて、情報収
集装置が自走式車両の周辺環境での障害物又は交通情報を検出した場合、前記運転者制御
メカニズム定量的記述モジュールは予め設定された交通プロセスにおけるアクション量
Figure 0007072133000134
を計算し、前記アクション量
Figure 0007072133000135
の値を最小にすることで、一つのインテリジェント車両が走行する現在の速度の最適値を
取得し、該最適値が現在の走行指導速度とされる。インテリジェント車両が既に取得した
現在の走行指導速度で速度制御を行う場合、最適な自己安全性及び通行効率を達成するこ
とができる。
一実施例では、前記アクション量
Figure 0007072133000136
の取得方法は、
テスト車両に交通環境情報収集装置を取り付けることで、車両プラットフォームを構築
するステップＳ１１と、
異なる運転者が前記車両プラットフォームを運転して異なる環境において自由走行テス
トを行うことで、時間と同期した自走式車両及び環境に関連するテストデータを収集する
ステップＳ１２と、
前記テストデータに基づき、任意の交通環境における前記アクション量
Figure 0007072133000137
の数式を取得するステップＳ１３とを含む。
ステップＳ１１において、テスト車両に、時間と同期したターゲットオブジェクトの位
置情報及び動き情報を取得するためのレーダーとビジョンセンサーを取り付ける。図１と
図２に示すように、Ｓ１１は具体的には、以下のステップを含み、
ステップＳ１１１、テスト車両の上部に、６４線レーザーレーダー１を取り付け、６４
線レーザーレーダー１がターゲットオブジェクトの縦方向及び横方向の座標位置、種類の
センサーの生データを取得することに用いられる。
ステップＳ１１２、テスト車両の前、後、左、右の４つの方向に第１のミリ波レーダー
２ａ、第２のミリ波レーダー２ｂ、第３のミリ波レーダー２ｃ、第４のミリ波レーダー２
ｄ及び第１のビジョンセンサー３ａ、第２のビジョンセンサー３ｂ、第３のビジョンセン
サー３ｃ、第４のビジョンセンサー３ｄをそれぞれ取り付け、各ビジョンセンサーとミリ
波レーダーによってターゲットオブジェクトの速度、加速度、縦方向及び横方向の位置情
報を取得する。
ステップＳ１１３、Ｓ１１ステップ及びＳ１１２ステップにおける６４線レーザーレー
ダー１及び各ミリ波レーダーとビジョンセンサーの前記テスト車両での位置に対してキャ
リブレーションを行う。キャリブレーション方法について従来のキャリブレーション方法
を用いて実現することができる。
なお、ステップＳ１１で各センサーによって収集されたデータがいずれもセンサーの生
データであるため、後のステップで生データを応用する前に、いずれもターゲットデータ
に解析する必要がある。生データは、カメラで撮影された写真、ビデオ、レーザーレーダ
ーでスキャンされたポイントクラウド、ミリ波レーダーで受信されたミリ波信号である。
ターゲットデータは、上記の３種センサーの生データを融合した後、歩行者、サイクリス
ト、車両などのターゲットオブジェクトの速度、位置データを取得する。「データ融合」
方法は、
レーザーレーダーが特徴抽出とポイントクラウドクラスタリング方法を用いてターゲッ
トを検出し、正確なターゲット位置情報を取得し、ビジョンセンサーが道路ターゲットに
対して機械学習に基づくターゲット検出を行い、レーザーレーダーによるターゲット検出
のためのターゲットカテゴリ情報を提供し、ミリ波レーダーが動的ターゲットを識別して
正確なターゲット速度と位置情報を提供することである。データ関連付け方法により、各
センサーで検出された同じターゲット情報をマッチングし、最終的に正確なターゲットオ
ブジェクトの位置情報と動き情報即ち座標、速度、加速度を取得する。
したがって、本実施例では６４線レーザーレーダー、ミリ波レーダー及びビジョンセン
サーで構成されたマルチセンサー検知システムを用いて車両プラットフォームを構築し、
周囲の移動物体、静止物体の位置情報と状態情報を識別できる。
いくつかの実施例では、ステップＳ１２での「運転者」の選択原則は、
運転経験が長く大きな交通事故を起こしなかった一定数の運転者を選択することを含む
。
「運転者」の数を可能な限り多くにし、このようにして可能な限り多くのテストデータ
を収集することで、より多くの運転者の運転習慣を考慮することができ、これにより、後
のステップＳ３及びステップＳ４で得られたリスク識別曲線は一般性と代表性をさらに有
し、リスク識別に対する運転者の受け入れ程度を向上させることに役立つ。
ステップＳ１２での「自走式車両及び環境に関連するテストデータ」は、自走式車両の
テストデータと環境のテストデータを含み、
自走式車両のテストデータはレーダーとビジョンセンサーによって収集された、時間と
同期したターゲットオブジェクトの位置情報と動き情報及び自走式車両のＣＡＮデータを
含む。自走式車両のＣＡＮデータは、エンジン回転数、ハンドル角度、車両速度、ギア、
加速及び減速とＧＰＳ情報を含む。各前記レーダーとビジョンセンサーによって収集され
たデータを融合し、正確なターゲットオブジェクトの位置情報と動き情報即ち座標、速度
、加速度を取得する。センサーによって取得された情報は、主に自走式車両以外の環境に
おける他の道路利用者、障害物の速度、自車との相対する位置。
ステップＳ１２での「異なる環境」は、環境タイプ、交通参加者、交通標識、道路標識
、天気条件を含み、
環境タイプについては、一級タイプがキャンパス、工業団地、都市、高速道路がであり
、二級タイプが上り坂、下り坂、橋の上、橋の下、トンネル、直線道路、曲線道路であり
、
交通参加者については、一級タイプが自動車、非自動車、静止物体であり、二級タイプ
には、動力車両がセダン、バス、ミニバン、トラック、中型乗用車、オートバイ、その他
の自動車を含み、非動力車両が歩行者、サイクリスト、二輪車、他の非動力車両を含み、
静止物体がバリケード、フェンスなどを含み、
交通標識については、一級タイプが交通標識板、信号機、車線であり、二級タイプには
、交通標識板が速度制限、高さ制限、重量制限、指示、警告、禁止、その他の標識板を含
み、信号機が円形、矢印、歩行者パターン、二輪車パターンを含み、
道路標識については、一級タイプが車線と路面標識を含み、二級タイプには車線がシン
グル実線、二重実線と点線を含み、路面標識が直線矢印、右折矢印、左折矢印、他の路面
標識を含み、
天気条件については晴れ、曇り、雨、雪である。
即ち、環境のテストデータは上記の「異なる環境」に示される様々な情報に対応する。
ステップＳ１２での時間と同期した「自走式車両及び環境に関連するテストデータ」は
データベースの方式によって記憶される。
以下、異なる「交通環境」について、前記アクション量
Figure 0007072133000138
の数式を説明する。
一、ステップＳ１３での「交通環境」は、単一の車両が直線道路を走行することであり
、図３に示すように、車の流れの方向に沿って重力に類似する一定の力場及び転がり抵抗
、坂道抵抗、加速抵抗及び空気抵抗に起因する抵抗場が存在することを予め設定し、前記
ラグランジュ量
Figure 0007072133000139
が次のように表され、
Figure 0007072133000140
Figure 0007072133000141
Figure 0007072133000142

式中、
Figure 0007072133000143
が自走式車両の縦方向の運動エネルギー
Figure 0007072133000144
を含み、
Figure 0007072133000145
が抵抗場
Figure 0007072133000146
と一定の力場
Figure 0007072133000147
を含み、
Figure 0007072133000148
が車両の質量であり、
Figure 0007072133000149
が車両の縦方向の変位であり、
Figure 0007072133000150
が
Figure 0007072133000151
一次導関数を表し、車両の縦方向の速度であり、
Figure 0007072133000152
が
Figure 0007072133000153
の二次導関数を表し、車両の縦方向の加速度であり、
Figure 0007072133000154
が重力加速度であり、
Figure 0007072133000155
が転がり抵抗係数であり、
Figure 0007072133000156
が勾配であり、
Figure 0007072133000157
が車両の風抵抗係数であり、
Figure 0007072133000158
が車両の風上面積であり、
Figure 0007072133000159
が車両回転質量換算係数であり、
Figure 0007072133000160
が自動車理論の関連コンテンツに基づき、一般には、１．０５であってもよい。
二、Ｓ１３ステップでの「交通環境」は、単一の車両が車線
Figure 0007072133000161
又は道路境界のある直線道路を走行することであり、図４に示すように、車の流れの方向
に沿って一定の力場及び転がり抵抗、坂道抵抗、加速抵抗及び空気抵抗に起因する抵抗場
が存在することを予め設定する。
車線
Figure 0007072133000162
又は道路境界の影響を考慮する場合、走行安全フィールド理論に従って、
Figure 0007072133000163
に位置する車線
Figure 0007072133000164
又は道路境界で形成されたポテンシャルエネルギー場の
Figure 0007072133000165
でのベクトル場の強さ
Figure 0007072133000166
が次のように記述されてもよく、
Figure 0007072133000167
したがって、車線
Figure 0007072133000168
又は道路境界が近いほど、車両が受ける制約エネルギーが大きくなる。したがって、車線
Figure 0007072133000169
又は道路境界によって生成された運転安全フィールドの力が次のように記述されてもよく
、
Figure 0007072133000170
したがって、車線を考慮した単一の自走式車両の交通システムのラグランジュ量
Figure 0007072133000171
が次のように表され、
Figure 0007072133000172

Figure 0007072133000173
Figure 0007072133000174
式中、
Figure 0007072133000175
が自走式車両の縦方向の運動エネルギー
Figure 0007072133000176
と横方向の運動エネルギー
Figure 0007072133000177
を含み、
Figure 0007072133000178
が抵抗場
Figure 0007072133000179
、一定の力場
Figure 0007072133000180
と
Figure 0007072133000181
に位置する車線又
Figure 0007072133000182
は道路境界で形成されたポテンシャルエネルギー場の
Figure 0007072133000183
でのベクトル場の強さを含み、
Figure 0007072133000184
が車両の質量であり、
Figure 0007072133000185
が車両の縦方向の変位であり、
Figure 0007072133000186
が車両の縦方向の速度であり、
Figure 0007072133000187
が車両の縦方向の加速度であり、
Figure 0007072133000188
が車両の横方向の変位であり、
Figure 0007072133000189
が
Figure 0007072133000190
の一次導関数を表し、車両の横方向の速度であり、
Figure 0007072133000191
が重力加速度であり、
Figure 0007072133000192
が転がり抵抗係数であり、
Figure 0007072133000193
が勾配であり、
Figure 0007072133000194
が車両の風抵抗係数であり、
Figure 0007072133000195
が車両の風上面積であり、
Figure 0007072133000196
が車両の回転質量換算係数であり、
Figure 0007072133000197
が車線
Figure 0007072133000198
又は道路境界のタイプであり、その大きさが交通規制によって決定され（例えば、白い実
線が白い破線に対応する値よりも大きい）、
Figure 0007072133000199
が車線
Figure 0007072133000200
又は道路境界の道路影響因子を表し、
Figure 0007072133000201
が車線の幅を表し、
Figure 0007072133000202
が車線
Figure 0007072133000203
又は道路境界から車両の重心
Figure 0007072133000204
までの距離ベクトルを表し、
Figure 0007072133000205
車線
Figure 0007072133000206
又は道路境界から図４における白い長方形ブロックで示される車両の重心
Figure 0007072133000207
までの距離ベクトルを表し、
Figure 0007072133000208
の範囲が
Figure 0007072133000209
であり、
Figure 0007072133000210
が調整係数であり、
Figure 0007072133000211
が車両の等価質量を表し、
Figure 0007072133000212
が自走式車両が位置する場所の道路影響因子を表し、
Figure 0007072133000213
が運転者影響因子を表す。
三、Ｓ１３ステップでの「交通環境」は、車追従モードにおける単一の車両が直線道路
を走行することであり、図５に示すように、車の流れの方向に沿って重力に類似する一定
の力場
Figure 0007072133000214
、及び転がり抵抗、坂道抵抗、加速抵抗及び空気抵抗に起因する抵抗場が存在すると仮定
すると、
走行安全フィールド理論に従って、移動物体によって生成されるフィールド強さは次の
とおりであり、
Figure 0007072133000215
式中、勾配
Figure 0007072133000216
が次のとおりであり、
Figure 0007072133000217
したがって、車追従プロセスでは、図５に示すように、
Figure 0007072133000218
の番目車両に対して物体jによって生成されたポテンシャルエネルギーを取得することが
でき、該ポテンシャルエネルギーの式が次のとおりであり、物体ｊが
Figure 0007072133000219
番目の車両以外の道路利用者又は障害物であり、
Figure 0007072133000220
番目の車両が自走式車両であってもよいし、他の車両、即ち現在の研究されているオブジ
ェクト車両であってもよく、
Figure 0007072133000221
したがって、前記ラグランジュ量は次のように表され、
Figure 0007072133000222
Figure 0007072133000223
Figure 0007072133000224
Figure 0007072133000225
Figure 0007072133000226
式中、
Figure 0007072133000227
が自走式車両の縦方向の運動エネルギー
Figure 0007072133000228
と横方向の運動エネルギー
Figure 0007072133000229
を含み、
Figure 0007072133000230
が抵抗場
Figure 0007072133000231
、一定の力場
Figure 0007072133000232
、
Figure 0007072133000233
に位置する車線
Figure 0007072133000234
又は道路境界で形成されたポテンシャルエネルギー場の
Figure 0007072133000235
でのベクトル場の強さ
Figure 0007072133000236
を含み、
Figure 0007072133000237
が
Figure 0007072133000238
番目車両に対して物体ｊによって生成されたポテンシャルエネルギーを表し、
Figure 0007072133000239
が車両の質量であり、
Figure 0007072133000240
が車両の縦方向の変位であり、
Figure 0007072133000241
が車両の縦方向の速度であり、
Figure 0007072133000242
が車両の縦方向の加速度であり、
Figure 0007072133000243
が車両の横方向の変位であり、
Figure 0007072133000244
が車両の横方向の速度であり、
Figure 0007072133000245
が重力加速度であり、
Figure 0007072133000246
が転がり抵抗係数であり、
Figure 0007072133000247
が勾配であり、
Figure 0007072133000248
が車両の風抵抗係数であり、
Figure 0007072133000249
が車両の風上面積であり、
Figure 0007072133000250
が車両の回転質量換算係数であり、
Figure 0007072133000251
が
Figure 0007072133000252
に位置する車線
Figure 0007072133000253
で形成されたポテンシャルエネルギー場の
Figure 0007072133000254
でのベクトル場の強さであり、
Figure 0007072133000255
が車線a又は道路境界のタイプを表し、その大きさが交通規制によって決定され（例えば
、白い実線が白い破線に対応する値よりも大きい）、
Figure 0007072133000256
が車線a又は道路境界の道路影響因子を表し、
Figure 0007072133000257
が車線の幅を表し、
Figure 0007072133000258
が車線
Figure 0007072133000259
又は道路境界から車両の重心
Figure 0007072133000260
までの距離ベクトルを表し、
Figure 0007072133000261
が車線
Figure 0007072133000262
と道路境界から図４における白い長方形ボックスで示される車両の重心
Figure 0007072133000263
までの距離ベクトルであり、
Figure 0007072133000264
の範囲が
Figure 0007072133000265
であり、
Figure 0007072133000266
が調整係数であり、
Figure 0007072133000267
が車両の等価質量を表し、
Figure 0007072133000268
が自走式車両が位置する場所の道路影響因子を表し、
Figure 0007072133000269
が運転者影響因子を表し、
Figure 0007072133000270
が
Figure 0007072133000271
番目の車両に対して物体ｊによって生成されたポテンシャルエネルギーを表し、
Figure 0007072133000272
が車線
Figure 0007072133000273
を表し、
Figure 0007072133000274
合計
Figure 0007072133000275
本の車線があることを表し、
Figure 0007072133000276
が
Figure 0007072133000277
つ個の道路利用者がいることを表し、
Figure 0007072133000278
が１個の調整係数である。
一実施例では、運転者が車両を運転するプロセスにおいて、常に効率を最大化しながら
リスクを回避することを図り、即ち安全性を確保しながら効率を可能な限り向上させ、即
ち運転者の運転制御動作がアクション量の数式でシステムアクション量
Figure 0007072133000279
として説明されて極値をとることができ、アクション量の値を最小にし、

Figure 0007072133000280

即ち、任意の運転者が車両を運転する場合、その運転制御動作が他の求める速度で示され
てもよく、該速度が上記を解くことで取得されてもよい。
例えば、図３の単一の車両が自由に走行するシーンでは、システムのアクション量は次
のように記述されてもよく、
Figure 0007072133000281

Figure 0007072133000282
の極小値を求めるために、以上の説明に従って、汎関数
Figure 0007072133000283
が極値をとる時に、その変分が０であることを必ず満たし、したがって、
Figure 0007072133000284
以下を得ることでき、
Figure 0007072133000285
即ち、上記の方法を用いて、図３に示すＳ１３ステップでの「交通環境」が単一の車両
が直線道路を走行することである場合、現在の走行指導速度が以下のとおりであり、
Figure 0007072133000286
なお、上記各パラメータでは、
Figure 0007072133000287
番目の車両が車両プラットフォーム自体であり、したがって、ここで
Figure 0007072133000288
が既知であり、
Figure 0007072133000289
、
Figure 0007072133000290
がいずれも自走式車両のＣＡＮデータである。
Figure 0007072133000291
が転がり抵抗係数であり、
Figure 0007072133000292
が勾配であり、
Figure 0007072133000293
が車両の風抵抗係数であり、
Figure 0007072133000294
が車両の風上面積であり、
Figure 0007072133000295
が車両の回転質量換算係数であり、技術マニュアル又は教科書の内容から取得されてもよ
い。
Figure 0007072133000296
がカメラによって識別されることで取得され、
Figure 0007072133000297
がマルチセンサーによってデータを融合することで取得される。
Figure 0007072133000298
が車両の等価質量を表し、走行安全フィールド理論に従って取得されてもよく、
Figure 0007072133000299
、
Figure 0007072133000300
が経験値をとることができる。
本発明は、最小アクション量原理に基づく運転者制御動作定量化装置をさらに提供し、
前記最小アクション量原理に基づく運転者制御動作定量化装置は、
車両に設置され、時間と同期した自走式車両情報及び交通環境情報を取得することに用
いられる情報収集装置と、
電子制御ユニットであって、前記電子制御ユニットに運転者制御メカニズム定量的記述
モジュールを予め設置し、前記運転者制御メカニズム定量的記述モジュールが運転者の運
転制御動作の交通リスクと通行効率を同時に反映するアクション量
Figure 0007072133000301
を含み、
Figure 0007072133000302
の数式が式（１）であり、
Figure 0007072133000303
（３）
式中、
Figure 0007072133000304
が前記予め設定された交通プロセスにおける自走式車両のアクション量を表し、
Figure 0007072133000305
が前記予め設定された交通プロセスの開始時点であり、
Figure 0007072133000306
が前記予め設定された交通プロセスの終了時点であり、
Figure 0007072133000307
が予め設定された交通プロセスにおける自走式車両のラグランジュ量を表し、
Figure 0007072133000308
の式が次のとおりであり、
Figure 0007072133000309
式中、
Figure 0007072133000310
が自走式車両の運動エネルギーを表し、
Figure 0007072133000311
が自走式車両が受けるポテンシャルエネルギーを表し、該ポテンシャルエネルギーが予め
設定された、車の流れの方向に沿って存在する一定の力場と抵抗場によって決定される電
子制御ユニットとを備え、
前記電子制御ユニットが時間と同期した前記自走式車両情報及び交通環境情報に基づき
、
Figure 0007072133000312
で現在の走行指導速度を取得し、アクション量
Figure 0007072133000313
の値を最小にする。
本発明は、インテリジェント車両をさらに提供し、前記インテリジェント車両は、上記
実施例に記載の最小アクション量原理に基づく運転者制御動作定量化装置を備える。
最後に説明すべきものとして、以上の実施例は本発明の技術的解決手段を説明するため
のものだけであるがそれを制限しない。当業者は、上記の各実施例に記載の技術的解決手
段を変更し、又はそのうちの一部の技術的特徴に対して同等入れ替えを行うことができ、
これらの変更又は入れ替えが対応する技術的解決策の本質を本発明の各実施例の技術的解
決手段の精神及び範囲から逸脱させないことを理解すべきである。

Claims (6)

  1. 最小アクション量原理に基づく運転者制御動作定量化方法であって、
    自走式車両の電子制御ユニットに運転者制御メカニズム定量的記述モジュールを予め設
    置し、前記運転者制御メカニズム定量的記述モジュールが運転者の運転制御動作の交通リ
    スクと通行効率を同時に反映するアクション量
    Figure 0007072133000314
    を含み、
    Figure 0007072133000315
    の数式が式（１）であり、
    Figure 0007072133000316
    式中、
    Figure 0007072133000317
    が予め設定された交通プロセスにおける自走式車両のアクション量を表し、
    Figure 0007072133000318
    が前記予め設定された交通プロセスの開始時点であり、
    Figure 0007072133000319
    が前記予め設定された交通プロセスの終了時点であり、
    Figure 0007072133000320
    が予め設定された交通プロセスにおける自走式車両のラグランジュ量を表し、
    Figure 0007072133000321
    の式が次のとおりであり、
    Figure 0007072133000322
    式中、
    Figure 0007072133000323
    が自走式車両の運動エネルギーを表し、
    Figure 0007072133000324
    が自走式車両が受けるポテンシャルエネルギーを表し、該ポテンシャルエネルギーが予め
    設定された、車の流れの方向に沿って存在する一定の力場と抵抗場によって決定されるＳ
    １ステップと、
    自走式車両の情報収集装置により、時間と同期した自走式車両情報及び交通環境情報を
    取得するＳ２ステップと、
    時間と同期した前記自走式車両情報及び交通環境情報に基づき、運転者制御メカニズム
    定量的記述モジュールにおける
    Figure 0007072133000325
    で現在の走行指導速度を取得し、前記アクション量
    Figure 0007072133000326
    の値を最小にするＳ３ステップとを含むことを特徴とする最小アクション量原理に基づく
    運転者制御動作定量化方法。
  2. 前記アクション量
    Figure 0007072133000327
    の取得方法は、
    テスト車両に交通環境情報収集装置を取り付けることで、車両プラットフォームを構築
    するＳ１１ステップと、
    異なる運転者が前記車両プラットフォームを運転して異なる環境において自由走行テス
    トを行うことで、時間と同期した自走式車両及び環境に関連するテストデータを収集する
    Ｓ１２ステップと、
    前記テストデータに基づき、任意の交通環境における前記アクション量
    Figure 0007072133000328
    の数式を取得するＳ１３ステップとを含むことを特徴とする
    請求項１に記載の最小アクション量原理に基づく運転者制御動作定量化方法。
  3. Ｓ１３ステップでの「交通環境」は、単一の車両が直線道路を走行することであり、車
    の流れの方向に沿って一定の力場及び転がり抵抗、坂道抵抗、加速抵抗及び空気抵抗に起
    因する抵抗場が存在することを予め設定し、前記ラグランジュ量
    Figure 0007072133000329
    が次のように表され、
    Figure 0007072133000330
    Figure 0007072133000331
    Figure 0007072133000332

    式中、
    Figure 0007072133000333
    が車両
    Figure 0007072133000334
    の質量であり、
    Figure 0007072133000335
    が車両
    Figure 0007072133000336
    の縦方向の変位であり、
    Figure 0007072133000337
    が車両
    Figure 0007072133000338
    の縦方向の速度であり、
    Figure 0007072133000339
    が車両
    Figure 0007072133000340
    の縦方向の加速度であり、
    Figure 0007072133000341
    が重力加速度であり、
    Figure 0007072133000342
    が転がり抵抗係数であり、
    Figure 0007072133000343
    が勾配であり、
    Figure 0007072133000344
    が車両の風抵抗係数であり、
    Figure 0007072133000345
    が車両の風上面積であり、
    Figure 0007072133000346
    が車両回転質量換算係数であることを特徴とする
    請求項２に記載の最小アクション量原理に基づく運転者制御動作定量化方法。
  4. Ｓ１３ステップでの「交通環境」は、単一の車両が車線又は道路境界のある直線道路を
    走行することであり、車の流れの方向に沿って一定の力場及び転がり抵抗、坂道抵抗、加
    速抵抗及び空気抵抗に起因する抵抗場が存在することを予め設定し、前記ラグランジュ量
    Figure 0007072133000347
    が次のように表され、
    Figure 0007072133000348
    Figure 0007072133000349
    Figure 0007072133000350
    Figure 0007072133000351
    Figure 0007072133000352
    式中、
    Figure 0007072133000353
    が車両
    Figure 0007072133000354
    の質量であり、
    Figure 0007072133000355
    が車両
    Figure 0007072133000356
    の縦方向の変位であり、
    Figure 0007072133000357
    が車両
    Figure 0007072133000358
    の縦方向の速度であり、
    Figure 0007072133000359
    が車両
    Figure 0007072133000360
    の縦方向の加速度であり、
    Figure 0007072133000361
    が車両
    Figure 0007072133000362
    の横方向の変位であり、
    Figure 0007072133000363
    が
    Figure 0007072133000364
    の一次導関数を表し、車両
    Figure 0007072133000365
    の横方向の速度であり、
    Figure 0007072133000366
    が重力加速度であり、
    Figure 0007072133000367
    が転がり抵抗係数であり、
    Figure 0007072133000368
    が勾配であり、
    Figure 0007072133000369
    が車両
    Figure 0007072133000370
    の風抵抗係数であり、
    Figure 0007072133000371
    が車両
    Figure 0007072133000372
    の風上面積であり、
    Figure 0007072133000373
    が車両
    Figure 0007072133000374
    の回転質量換算係数であり、
    Figure 0007072133000375
    が
    Figure 0007072133000376
    に位置する車線
    Figure 0007072133000377
    又は道路境界によって形成されたポテンシャルエネルギー場の
    Figure 0007072133000378
    でのベクトル場の強さであり、
    Figure 0007072133000379
    が車線
    Figure 0007072133000380
    又は道路境界のタイプを表し、
    Figure 0007072133000381
    が車線
    Figure 0007072133000382
    又は道路境界の道路影響因子を表し、
    Figure 0007072133000383
    が車線の幅を表し、
    Figure 0007072133000384
    が車線
    Figure 0007072133000385
    又は道路境界から車両の重心
    Figure 0007072133000386
    までの距離ベクトルを表し、
    Figure 0007072133000387
    が調整係数であり、
    Figure 0007072133000388
    が車両
    Figure 0007072133000389
    の等価質量を表し、
    Figure 0007072133000390
    が自走式車両が位置する場所の道路影響因子を表し、
    Figure 0007072133000391
    が運転者影響因子を表すことを特徴とする
    請求項２に記載の最小アクション量原理に基づく運転者制御動作定量化方法。
  5. Ｓ１３ステップでの「交通環境」は、車追従モードにおける単一の車両が直線道路を走
    行することであり、車の流れの方向に沿って重力に類似する一定の力場
    Figure 0007072133000392
    、及び転がり抵抗、坂道抵抗、加速抵抗及び空気抵抗に起因する抵抗場が存在すると仮定
    すると、前記ラグランジュ量
    Figure 0007072133000393
    が次のように表され、
    Figure 0007072133000394
    Figure 0007072133000395
    Figure 0007072133000396
    Figure 0007072133000397
    Figure 0007072133000398
    であり、
    式中、
    Figure 0007072133000399
    が車両
    Figure 0007072133000400
    の質量であり、
    Figure 0007072133000401
    が車両
    Figure 0007072133000402
    の縦方向の変位であり、
    Figure 0007072133000403
    が車両
    Figure 0007072133000404
    の縦方向の速度であり、
    Figure 0007072133000405
    が車両
    Figure 0007072133000406
    の縦方向の加速度であり、
    Figure 0007072133000407
    が車両
    Figure 0007072133000408
    の横方向の変位であり、
    Figure 0007072133000409
    が車両
    Figure 0007072133000410
    の横方向の速度であり、
    Figure 0007072133000411
    が重力加速度であり、
    Figure 0007072133000412
    が転がり抵抗係数であり、
    Figure 0007072133000413
    が勾配であり、
    Figure 0007072133000414
    が車両
    Figure 0007072133000415
    の風抵抗係数であり、
    Figure 0007072133000416
    が車両
    Figure 0007072133000417
    の風上面積であり、
    Figure 0007072133000418
    が車両
    Figure 0007072133000419
    の回転質量換算係数であり、
    Figure 0007072133000420
    が
    Figure 0007072133000421
    に位置する車線
    Figure 0007072133000422
    又は道路境界によって形成されたポテンシャルエネルギー場の
    Figure 0007072133000423
    でのベクトル場の強さであり、
    Figure 0007072133000424
    が車線
    Figure 0007072133000425
    又は道路境界のタイプを表し、
    Figure 0007072133000426
    が車線又は道路境界の道路影響因子を表し、
    Figure 0007072133000427
    が車線の幅を表し、
    Figure 0007072133000428
    が車線
    Figure 0007072133000429
    又は道路境界から車両
    Figure 0007072133000430
    の重心
    Figure 0007072133000431
    までの距離ベクトルを表し、
    Figure 0007072133000432
    が調整係数であり、
    Figure 0007072133000433
    が車両
    Figure 0007072133000434
    の等価質量を表し、
    Figure 0007072133000435
    が自走式車両が位置する場所の道路影響因子を表し、
    Figure 0007072133000436
    が運転者影響因子を表し、
    Figure 0007072133000437
    が
    Figure 0007072133000438
    番目の車両に対して物体
    Figure 0007072133000439
    によって生成されたポテンシャルエネルギーを表し 、
    Figure 0007072133000440
    が車線を表し、
    Figure 0007072133000441
    が合計
    Figure 0007072133000442
    本の車線があることを表し、
    Figure 0007072133000443
    が
    Figure 0007072133000444
    個の道路利用者がいることを表し、
    Figure 0007072133000445
    が１個の調整係数であることを特徴とする
    請求項２に記載の最小アクション量原理に基づく運転者制御動作定量化方法。
  6. 最小アクション量原理に基づく運転者制御動作定量化装置であって、
    自走式車両に設置され、時間と同期した自走式車両情報及び交通環境情報を取得するこ
    とに用いられる情報収集装置と、
    電子制御ユニットに運転者制御メカニズム定量的記述モジュールを予め設置し、前記運
    転者制御メカニズム定量的記述モジュールが運転者の運転制御動作の交通リスクと通行効
    率を同時に反映するアクション量
    Figure 0007072133000446
    を含み、
    Figure 0007072133000447
    の数式が式（１）であり、
    Figure 0007072133000448
    （１）
    式中、
    Figure 0007072133000449
    が予め設定された交通プロセスにおける自走式車両のアクション量を表し、
    Figure 0007072133000450
    が前記予め設定された交通プロセスの開始時点であり、
    Figure 0007072133000451
    が前記予め設定された交通プロセスの終了時点であり、
    Figure 0007072133000452
    が予め設定されを予め設定した交通プロセスにおける自走式車両のラグランジュ量を表し
    、
    Figure 0007072133000453
    の式が次のとおりであり、
    Figure 0007072133000454
    であり、
    式中、
    Figure 0007072133000455
    が自走式車両の運動エネルギーを表し、
    Figure 0007072133000456
    が、自走式車両が受けるポテンシャルエネルギーを表し、該ポテンシャルエネルギーを予
    め設定した、車の流れの方向に沿って存在する一定の力場と抵抗場によって決定される電
    子制御ユニットとを備え、
    前記電子制御ユニットは、時間と同期した自走行情報及び交通環境情報に基づき、
    Figure 0007072133000457
    で現在の走行指導速度を取得し、アクション量
    Figure 0007072133000458
    の値を最小にすることに用いられることを特徴とする
    最小アクション量原理に基づく運転者制御動作定量化方法装置。
JP2020541837A 2018-05-08 2018-05-14 最小アクション量原理に基づく運転者制御動作定量化方法及び装置 Active JP7072133B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201810432926.6A CN108639059B (zh) 2018-05-08 2018-05-08 基于最小作用量原理的驾驶人操控行为量化方法及装置
CN201810432926.6 2018-05-08
PCT/CN2018/086640 WO2019213982A1 (zh) 2018-05-08 2018-05-14 基于最小作用量原理的驾驶人操控行为量化方法及装置

Publications (2)

Publication Number Publication Date
JP2020536797A JP2020536797A (ja) 2020-12-17
JP7072133B2 true JP7072133B2 (ja) 2022-05-20

Family

ID=63749328

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020541837A Active JP7072133B2 (ja) 2018-05-08 2018-05-14 最小アクション量原理に基づく運転者制御動作定量化方法及び装置

Country Status (3)

Country Link
JP (1) JP7072133B2 (ja)
CN (1) CN108639059B (ja)
WO (1) WO2019213982A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111717221B (zh) * 2020-05-29 2022-11-11 重庆大学 自动驾驶接管风险评估和人机友好预警方法及预警***
CN112562405A (zh) * 2020-11-27 2021-03-26 山东高速建设管理集团有限公司 一种雷达视频智能融合与预警方法及***
CN116685873A (zh) * 2021-01-01 2023-09-01 同济大学 一种面向车路协同的感知信息融合表征及目标检测方法
GB2619196A (en) * 2021-03-01 2023-11-29 Du Yuchuan Multi-target vehicle detection and re-identification method based on radar and video fusion
CN114889448B (zh) * 2022-05-09 2024-06-25 武汉理工大学 轮毂电机驱动车辆自适应转矩控制方法、***及存储介质
CN117125083B (zh) * 2023-10-27 2024-01-05 青岛理工大学 考虑驾驶风格倾性的车辆跟驰行为风险量化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110172871A1 (en) 2010-01-08 2011-07-14 William David Hall System and method for measuring energy efficiency in vehicles
US20150314789A1 (en) 2012-11-19 2015-11-05 Scania Cv Ab Fuel consumption analysis in a vehicle

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060100958A1 (en) * 2004-11-09 2006-05-11 Feng Cheng Method and apparatus for operational risk assessment and mitigation
WO2011057217A2 (en) * 2009-11-06 2011-05-12 University Of Utah Research Foundation Method for gathering, processing, and analyzing data to determine crash risk associated with driving behavior
CN101807341B (zh) * 2010-04-09 2011-12-07 北京工业大学 基于安全性的限速值确定方法
EP3444160B1 (en) * 2014-01-28 2022-07-20 Volvo Truck Corporation A vehicle driver feedback system and corresponding method
EP3158392B1 (en) * 2014-06-23 2020-03-04 Honda Motor Co., Ltd. System and method for responding to driver state
CN104239741B (zh) * 2014-09-28 2016-05-18 清华大学 基于行车风险场的汽车驾驶安全辅助方法
CN104590275B (zh) * 2014-11-27 2019-01-08 厦门雅迅网络股份有限公司 一种驾驶行为分析方法
EP3254917A1 (en) * 2016-06-07 2017-12-13 Giuseppe Barelli Method and device to control vehicle behaviour
US20180096629A1 (en) * 2016-10-04 2018-04-05 GM Global Technology Operations LLC Virtual driving school
CN107161153B (zh) * 2017-06-16 2019-11-29 重庆途安信息科技有限公司 一种驾驶行为评分方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110172871A1 (en) 2010-01-08 2011-07-14 William David Hall System and method for measuring energy efficiency in vehicles
US20150314789A1 (en) 2012-11-19 2015-11-05 Scania Cv Ab Fuel consumption analysis in a vehicle

Also Published As

Publication number Publication date
WO2019213982A1 (zh) 2019-11-14
CN108639059B (zh) 2019-02-19
JP2020536797A (ja) 2020-12-17
CN108639059A (zh) 2018-10-12

Similar Documents

Publication Publication Date Title
JP7072133B2 (ja) 最小アクション量原理に基づく運転者制御動作定量化方法及び装置
EP3176541B1 (de) Neigungserkennung bei zweirädern
US11685360B2 (en) Planning for unknown objects by an autonomous vehicle
US11912286B2 (en) Driving risk identification model calibration method and system
US9120484B1 (en) Modeling behavior based on observations of objects observed in a driving environment
US10239539B2 (en) Vehicle travel control method and vehicle travel control device
US9335178B2 (en) Method for using street level images to enhance automated driving mode for vehicle
RU2659670C1 (ru) Устройство и способ управления движением для транспортного средства
US20190023239A1 (en) Method for Controlling Travel of Vehicle, and Device for Controlling Travel of Vehicle
EP3671547B1 (en) Automatic 3d positioning of road signs detected in 2d images
JP7119365B2 (ja) 運転行動データ生成装置、運転行動データベース
CN111243274A (zh) 面向非网联交通个体的道路碰撞预警***及方法
CN112365741B (zh) 一种基于多车道车距检测的安全预警方法及***
EP3528231B1 (en) Vehicle travel control method and vehicle travel control device
CN113147733B (zh) 雨雾沙尘天气汽车智能限速***及方法
JP4116643B2 (ja) 車両周囲の少なくとも１つの物体を分類する装置
CN111055852B (zh) 一种用于自动驾驶的感兴趣目标搜索区域确定方法
KR20150087585A (ko) 2ｄ 레이저 스캐너의 상하 스윙을 이용한 차량 전방 물체 패턴 인식 시스템 및 그 방법
CN113178081B (zh) 一种车辆汇入预警方法、装置及电子设备
JP7276276B2 (ja) 危険運転検出装置、危険運転検出システム、及び危険運転検出プログラム
Mahapatra et al. Lateral movement of vehicles under weak-lane discipline heterogeneous traffic
CN114868381A (zh) 图像处理装置、图像处理方法以及程序
KR102602842B1 (ko) Its 장비 성능검증 시스템 및 이를 이용한 성능검증 방법
Najm et al. Definition of the light vehicle off-roadway crash problem for the intelligent vehicle initiative
JP7301897B2 (ja) 地図生成装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200414

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210323

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20211019

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220113

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20220113

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220113

C11 Written invitation by the commissioner to file amendments

Free format text: JAPANESE INTERMEDIATE CODE: C11

Effective date: 20220204

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220204

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220225

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220228

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: 20220317

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220318

R150 Certificate of patent or registration of utility model

Ref document number: 7072133

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150