TW201721610A - 迴避異常車輛之系統與方法 - Google Patents

迴避異常車輛之系統與方法 Download PDF

Info

Publication number
TW201721610A
TW201721610A TW105102194A TW105102194A TW201721610A TW 201721610 A TW201721610 A TW 201721610A TW 105102194 A TW105102194 A TW 105102194A TW 105102194 A TW105102194 A TW 105102194A TW 201721610 A TW201721610 A TW 201721610A
Authority
TW
Taiwan
Prior art keywords
vehicle
abnormal
route
distance
avoidance system
Prior art date
Application number
TW105102194A
Other languages
English (en)
Other versions
TWI612502B (zh
Inventor
李昆鴻
Original Assignee
財團法人資訊工業策進會
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 財團法人資訊工業策進會 filed Critical 財團法人資訊工業策進會
Publication of TW201721610A publication Critical patent/TW201721610A/zh
Application granted granted Critical
Publication of TWI612502B publication Critical patent/TWI612502B/zh

Links

Classifications

    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

一種迴避異常車輛之系統與方法，在此方法中，當有車輛收到本身產生的異常訊息時，其中異常車輛本身之迴避系統先根據異常訊息對應的歷史資料與行車資訊分析此異常車輛預測於一段時間內的行進路線，包括建立一路線潛勢圖，接著再以鄰近車輛的行車資訊判斷可能碰撞時，據此得出一或多條可能的可行路線，計算每條可行路線的碰撞風險值。經考量異常車輛的劇變時間、鄰近車輛進入路線潛勢圖以及安全距離等參數後，提供鄰近車輛較低風險的建議路線。

Description

迴避異常車輛之系統與方法
本發明為一種涉及車輛安全的相關系統與方法，特別是一種根據異常車輛本身產生的預警訊息而提供鄰車迴避異常車輛的系統與方法。
在一般道路上的行車過程中，駕駛需要集中精神開車，特別是要注意附近車輛有異常行駛的狀況，一旦發現有任何異常，需要立即採取迴避的動作，在此情況下，如果駕駛可以事先得知其他車輛的狀況，將可有效迴避事故的發生。
對此，現行確實有可以將故障車輛的訊息傳遞給周圍車輛而提供迴避參考的技術，當鄰近車輛接收到故障車輛訊息時，可以推估故障車的動線，但因為習知技術無法即時確認故障車本身的其他操作行為，比如油門、煞車、方向盤轉動的行為，因此無法結合做更精確與及早的計算，也就導致車輛駕駛並無足夠的判斷時間，仍會造成誤判或是來不及判斷正確迴避路線的問題。
本發明為一種涉及車輛安全的相關系統與方法，特別是一種車輛本身考量自身異常訊息時，引用了歷史資料而預測在未來的一段時間內的行進路線，以及在可能碰撞的情況下，根據鄰車的 行車資訊判斷得出可能的可行路線，計算各路線的碰撞風險值，因而可以提供具有較低碰撞風險值的路線給鄰車迴避異常車輛，相關的系統將藉此產生預警訊息以及建議路線。
在揭露書所載的迴避異常車輛之方法實施例中，設有本身發生異常的車輛以及鄰近的第一車輛，當異常車輛本身產生的異常訊息時，其中所設的迴避系統將根據異常車輛的異常訊息對應的歷史資料，以及異常車輛的行車資訊，包括油門、煞車與方向盤的操作狀態，預測異常車輛於一段時間內的預測行進路線；同時，也接收第一車輛的行車資訊，判斷第一車輛於一段時間內的一或多條可行路線，系統接著計算第一車輛之各可行路線的碰撞風險值，並能根據各可行路線的碰撞風險值規劃一迴避該異常車輛之路線。
根據實施例之一，前述用於預測異常車輛行進路線的歷史資料係記載於一資料庫中，資料庫記載了異常訊息以及相關行車資訊的數據，資料庫中依照相似度分類，相關行車資訊的數據包括：異常訊息的異常碼、碰撞情況、時間、位置、速度、加速度、方向、氣候之其中之一或其組合。
根據再一實施例，系統可由各建議路線是否進入異常車輛之一路線潛勢圖計算各建議路線對應的碰撞風險值。
在提供建議路線時，系統判斷第一車輛與異常車輛之間距是否小於一安全距離，若是，則即時提供第一車輛當下的最佳建議路線；若否，表示第一車輛與異常車輛之間距大於安全距離，系統將繼續在不同時間重複計算第一車輛各建議路線的碰撞風險值，每一時間具有對應之最佳建議路線；直到所產生的任一碰撞風險值低於一風險門檻值，此時，此碰撞風險值對應之路線設為該最佳建議路線，這時碰撞風險值也可能為其中最低碰撞風險值者。或者，重複計算碰撞風險值時，若異常車輛開始產生異常變化，此時之碰撞風險值對應之路線即設為最佳建議路線。
另外，在一實施例中，系統更可考量得到異常車輛從正常到異常情況時的距離，以及鄰近車輛進入異常車輛路線潛勢圖的距離之較小者，用以比對前述安全距離，可配合一風險門檻值，以得到較低碰撞風險值對應之路線。
揭露書另涉及實現前述方法的迴避異常車輛之系統。
為了能更進一步瞭解本發明為達成既定目的所採取之技術、方法及功效，請參閱以下有關本發明之詳細說明、圖式，相信本發明之目的、特徵與特點，當可由此得以深入且具體之瞭解，然而所附圖式僅提供參考與說明用，並非用來對本發明加以限制者。
6,6’‧‧‧異常車輛
601,602,603,604,605,606‧‧‧預測線路
607‧‧‧線路
61‧‧‧第一潛勢路線機率
62‧‧‧第二潛勢路線機率
63‧‧‧第三潛勢路線機率
701‧‧‧第一車輛
706‧‧‧直線方向
702‧‧‧第二車輛
d1‧‧‧第一距離
703‧‧‧第三車輛
d2‧‧‧第二距離
704‧‧‧第四車輛
705‧‧‧潛勢路線
707‧‧‧碰撞點
71‧‧‧第一潛勢路線機率
72‧‧‧第一潛勢路線機率
73‧‧‧第一潛勢路線機率
81‧‧‧歷史資料
101‧‧‧一般車輛
102‧‧‧異常車輛
1001‧‧‧訊號接收單元
1002‧‧‧行車資訊取得單元
1003‧‧‧異常訊息取得單元
1004‧‧‧潛勢圖產生單元
1005‧‧‧資料庫
1006‧‧‧路線風險估計單元
1007‧‧‧路線判斷單元
1011‧‧‧安全距離
1012‧‧‧風險門檻值
1013‧‧‧時間資訊
1008‧‧‧輸出單元
112,114‧‧‧異常車輛
Dt1‧‧‧劇變距離
111,113‧‧‧鄰車
Dpotential‧‧‧潛勢距離
121,123‧‧‧鄰車
122,124‧‧‧異常車輛
D‧‧‧距離
Dsafe‧‧‧安全距離
tbuffer‧‧‧緩衝時間
步驟S101~S111‧‧‧迴避異常車輛流程
步驟S201~S209‧‧‧迴避異常車輛流程
步驟S301~S309‧‧‧取得建議路線之流程
步驟S401~S407‧‧‧建立資料庫之流程
步驟S501~S509‧‧‧製作潛勢圖之流程
步驟S801~S825‧‧‧迴避異常車輛流程
步驟S901~S917‧‧‧產生建議路線的流程
圖1所示為本發明迴避異常車輛方法之實施例流程圖；圖2所示為本發明迴避異常車輛方法之另一實施例流程圖；圖3所示為本發明迴避異常車輛方法取得建議路線的實施例流程圖；圖4描述本發明揭露的方法中用於預測異常車輛行進路線的資料庫建立的實施例之一流程；圖5描述本發明揭露的方法中產生異常車輛路線潛勢圖的實施例之一流程；圖6所示為本發明迴避異常車輛方法中製作潛勢圖的示意圖；圖7所示為本發明迴避異常車輛方法的鄰車迴避範例示意圖；圖8所示為本發明迴避異常車輛方法之實施例整體流程圖；圖9描述在路線規劃中判斷給予建議路線的流程實施例；圖10顯示本發明迴避異常車輛之系統之實施例功能方塊圖；圖11A與圖11B顯示本發明方法中異常車輛與鄰車距離關係的示意圖；圖12A與圖12B顯示本發明方法中異常車輛與鄰車距離與安全距離的關係的示意圖。
本發明揭露書提出一種有關迴避異常車輛的系統與方法，例如車輛本身發生事故之前，其中的迴避系統可以取得此異常車輛產生的預警訊息，因而根據異常車輛行駛路線的狀況預測路線，並提供鄰車閃避路線的路線建議，能有效讓行駛中車輛迴避異常車輛，此技術主要應用於行車安全上。
根據揭露書所描述的迴避異常車輛之系統的實施例，可參考圖7所表示的範例，行駛於道路上的車輛(第一車輛701、第二車輛702、第三車輛703與第四車輛704)應設有可以相互通訊的通訊電路，以及可以取得各自車輛行車系統中行車資訊相關電路(可參閱圖10)，包括可由行車系統取得異常訊息，特別是會影響行車安全的故障訊息。此設於異常車輛本身之迴避系統經取得本身產生的異常訊息，並根據歷史資料所預測得到其行車路徑，根據相關風險評估，以及考量鄰近其他正常車輛的行車資訊，進而提供一個可以迴避異常車輛之建議路線。
舉例來說，當車輛發生故障的時候，如圖7顯示之第四車輛704，故障車內的將故障碼(如一種DTC，Diagnostic Trouble Codes)等相關訊息提供給周圍鄰近的車輛(如圖7之第一車輛701)，系統可根據歷史資料進行故障車的路徑預測及碰撞風險計算，進而進行閃避。更進一步者，系統更可考量鄰近車輛(如圖7之第二車輛702、第三車輛703)的行車動線，可根據接收的訊號得出鄰近車輛的加油、煞車、轉動方向盤等操作行為，藉此判斷出可以迴避異常車輛以及鄰近車輛動線的建議路線。
迴避方法之主要實施例可參考圖1所示之流程。在一般狀況，各車輛隨時保持通訊的狀態，特別是能夠接收一定距離內的各鄰近車輛的行車資訊，使用的手段包括無線區域網路(WiFiTM)、藍芽通訊(BluetoothTM)、Beacon智慧型定位技術等，包括會影響行 車安全的異常訊息。當某車輛(稱為異常車輛)內系統接收到本身之異常訊息時，如步驟S101，先經確認異常項目，配合此異常車輛的異常訊息所對應類似狀況的歷史資料，分析預測此異常車輛於未來一段時間內的預測行進路線，如步驟S103。
同時，在取得異常車輛本身的行車資訊(至少包括油門、煞車與方向盤的操作狀態，以上至少其中之一)，如步驟S105，以及自其他鄰近車輛(稱為第一車輛)的行車電腦接收行車資訊，如步驟S107。比如可以從符合ODB(On-board diagnostics)/ODB II接口格式的行車電腦中取得相關數據，可藉此取得的行車資訊如油門、煞車、方向盤，以判斷此第一車輛於該段時間內的一或多條預測行進路線。因此，設於異常車輛內的迴避異常車輛之迴避系統將可根據異常訊息預測異常車輛的行進路線，以及考量前述第一車輛的行進路線，計算各路線的碰撞風險值，以評估安全路線，如步驟S109。異常車輛內迴避系統將可根據各可行路線的碰撞風險值決定迴避此異常車輛的一最佳建議路線(步驟S111)，並通知此路線給第一車輛上，通知該車駕駛根據此建立路線進行迴避。另有實施例係可同時將最佳建議路線傳送到異常車輛自身上，除了通知由異常車輛駕駛外，亦可以驅使異常車輛根據此迴避路線考量自身的路線，比如以建議路線的反方向的路線迴避後方車輛。
在此迴避方法中，除了考量前述異常車輛與第一車輛的行進路線進行迴避以外，更可進一步考量其他鄰近車輛的行車狀況，提供更為嚴謹的路線建議。相關實施例可參考圖2所示之流程。
在此實施例中，除了根據異常車輛的狀況預測安全路線外，可同時接收其他鄰近車輛(稱為第二車輛)的行車資訊，比如由第二車輛的行車系統取得的油門、煞車(涉及速度、加速度數據)與方向盤(涉及轉向數據)等行車資訊，以取得第二車輛於同一時間內的行進路線；之後，可依據前述第一車輛、第二車輛與異 常車輛於此段時間內的行進路線，以重新計算前述的碰撞風險值，並重新規劃迴避該異常車輛之路線。圖2顯示之流程描述本發明迴避方法中另一實施例流程，此例能取得多條安全路線中風險最小的路線。
相關方法一開始時，如步驟S201，設於異常車輛內的系統可以接收鄰近車的行車資訊，行車資訊比如透過行車系統取得的油門、煞車與方向盤狀態，藉此可以取得車輛的速度、加速度、轉向等數據。當鄰近車輛有異常時，各鄰近車輛亦可取得此異常車輛的異常訊息，經判讀可得到異常的項目。
對於異常車輛而言，可以根據歷史資料、其行車資訊中預測未來一段時間內的預測行進路線，直到產生劇變為止；對於一般車輛而言，同樣可以根據行車資訊判斷一段時間內的行進路線，如步驟S203；因此，系統可以根據異常車輛的預測路線，以及其他鄰近車輛的行進路線作出整合分析，透過鄰近車的速度、加(減)速度及轉向角度等數據找出可能的建議路線組合，產生避免與異常車輛碰撞的多條可行路線，如步驟S205。
在迴避系統中，可以估算各路線之碰撞風險值，如步驟S207，並能以碰撞風險值最小的路線為一最佳建議路線，如步驟S209。若還有時間判斷，比如迴避系統判斷前述第一車輛與異常車輛之間距仍大於(或等於)系統所設定之一安全距離時，則令迴避系統在每一時間間隔重複持續估算計算第一車輛的各可行路線(至少一條)的碰撞風險值，期間，可決定每一時間間隔所對應當下之最佳建議路線，直到產生低於系統所設定之一風險門檻值之路線，或異常車輛開始發生異常(劇烈變化)的異常動向為止。當第一車輛與異常車輛之間距大於(或等於)安全距離，可以持續運算得到最低碰撞風險值對應之路線，設為最佳建議路線；否則，當迴避系統判斷第一車輛與異常車輛之間距已經小於安全距離，或是異常車輛開始發生異常或劇烈變化時，即令迴避系統以當下 所計算得到碰撞風險值的路線作為最佳建議路線。值得一提的是，異常車輛在產生異常訊息後，可以根據其歷史資料預測發生劇烈變化的時間點與動向。
計算各建議路線的碰撞風險值的方法將參考各鄰近車輛的行車資訊，如轉向、速度、加速度等，以及判斷出前後車輛的距離，以及進入前述路線潛勢圖範圍的機率，在對各種參數施以一權重。接著從歷史資料中找到近似的前例，對各種參數施以權重，再計算出鄰近車輛各建議路線的碰撞風險值。風險值的計算範例可參考方程式一：風險值R=nor(θ)×W θ +nor(a)×W a +nor(d1)×W d1+nor(d2)×W d2+nor(P)×W p (方程式一)
其中R表示風險值；nor為一正規化(normalization)的算式；θ為鄰近車輛轉向角度；W 0 為轉向角度的權重；a為加速度值；Wa為加速度值的權重；d1為與後車距離；Wd1為與後車距離的權重；d2為與前車距離；Wd2為與前車距離的權重；P為進入潛勢圖的機率；Wp為進入潛勢圖的機率的權重。
其中根據系統所設定之風險門檻值決定建議路線的實施例可參閱圖3。
根據前述實施例，迴避異常車輛之迴避系統可以根據第一車輛或/以及第二車輛的行車資訊，以及異常車輛從歷史資料以及行車資訊所預測的路線中，規劃出多條建議路線。於步驟S301中，即估計各路線之碰撞風險值，使得各建議路線具有對應之碰撞風險值。
接著在步驟S303中，迴避系統根據多條建議路線的各個碰撞風險值取得具有最低碰撞風險值之路線，即以此作為一最佳建議路線。若還有時間判斷(比如車輛間距仍大於一安全距離)，因為 各種因素也在變動，包括鄰近車輛間距、速度、加速度、轉向、異常車輛是否有劇烈變化等變動，系統仍可持續產生建議路線，以及對每個建議路線在每個時間點都估算出碰撞風險值。
再如步驟S305，比對每個路線的碰撞風險值與系統所設定之一風險門檻值，判斷是否小於風險門檻值？(步驟S307)，若否，即回到步驟S301，繼續估計每個路線的碰撞風險值，以及取得最低風險值的路線，直到得出低於此風險門檻值之路線；若已經得到低於風險門檻值的碰撞風險值，此時，此碰撞風險值對應之路線即可設為最佳建議路線，如步驟S309。並且，此例所得到的低於風險門檻值的碰撞風險值的可行路線可以為具有最低碰撞風險值的路線。
另有實施例表示，當仍有時間繼續判斷低於風險門檻值的最低碰撞風險值的路線時，於重複前述步驟S301、S303與S305時，在此期間，若異常車輛已經開始劇烈變化，表示異常車輛的鄰近車輛已經要採取迴避措施，因此直接採用所有經計算的可行路線中最新具有最低碰撞風險值的行進路線，以此作為迴避異常車輛的路線。
圖4描述本發明揭露的方法中用於預測異常車輛行進路線的資料庫建立的實施例之一流程。
前述用於預測異常車輛行進路線的歷史資料係記載於一資料庫中，所述用於預測異常車輛在未來一段時間內的預測行進路線的資料庫可以設於車輛中，或不排除設於特定載具中，或是設於一雲端系統。資料庫提供的資訊主要是持續接收某車輛或是駕駛的行駛歷程，包括發生異常狀況時的行車狀況，包括油門、煞車、方向盤等操作行為產生的速度、加速度、轉向等數據，亦可配合時間、路段等資訊，透過累積一段時間的資訊，可以取得該車輛的行駛模式，藉此建立一個模型，可以用來判斷在某狀況產生時預測該車輛行進路線的目的。當判斷有異常訊息產生時，異常車 輛中的系統可透過連線資料庫(或本地端存取)取得對應的資訊，如相似狀況的案例，並據此預測異常車輛的行進路線。
在此建立資料庫的流程實施例中，開始如步驟S401，系統可透過所接收各車輛行車系統(或說行車電腦)產生的訊息判斷其中有無異常碼(或是故障碼)？若尚未接收到異常碼，持續重複S401中監測異常碼的步驟。
若已經接收到異常訊息，可以異常碼/故障碼表示(是)，系統再繼續此異常碼的相關行車模式擷取數據，比如根據發出異常訊息的車輛所持續得到的行車資訊判斷是否因為此異常而有減速的行為(步驟S403)，在此例中(但非用於限制本發明之實施態樣)，若根據油門與煞車資訊判斷該車輛有減速的動作(是)，顯然駕駛或車輛已經對此異常狀況作出反應，或可以忽略此類數據，即不再記錄該次異常訊息的相關行車資訊的數據，回到步驟S401繼續後續監測步驟。若在此異常狀況下，車輛並未減速(否)，表示此異常狀況已經影響行車安全，即繼續步驟S405，系統將判斷在未來一段時間內會有碰撞的安全問題？
接著，當系統判斷一般車輛可能與異常車輛有碰撞的可能時(是)，系統將記錄相關數據，依照相似度分類，建立資料庫(步驟S407)，相關數據如該次異常訊息的異常碼、碰撞情況、時間、位置，以及油門、煞車與方向盤等行車資訊反映得出的速度、加速度、方向等數據。
資料庫中所記載的數據之範例如表一所示之實驗數據，其中數據可為一般相似型態(品牌、型號、車輛類型)的車輛之適用，或是僅針對某特定車輛之適用：
表一中示意顯示兩個故障碼(並非用於限制本發明之應用)，在一範例中，P0711定義為相關變速器液溫感測器A電路範圍/性能的異常訊息；P0126定義為冷卻液未達到穩定運行的溫度的異常訊息。
需要一提的是，表一所示歷史資料所記載的各故障碼與對應情況可以據此找到符合劇烈變化的條件，當異常車輛產生異常變化時，可能是在發出異常訊息後一段時間之後，而其中駕駛車輛的行為則是反映出車輛已經遭遇劇烈變化，也可以取得在每個異常變化產生後的平均反應時間，如根據駕駛針對不同異常情況下的煞車反應分類出劇烈變化的條件：
根據以上範例，當有車輛發生異常時，可以據此比對得到相近的情況，進而預測異常車輛的預測行進路線、反應時間等資訊。
揭露書所提出的迴避異常車輛之系統取得異常訊息以及相關行車資訊時，包括取得異常車輛對應此次異常訊息的一行車事件 資訊，並能依照事件的相似度分類，將先比對資料庫數據，得出相近的歷史資料(數據)，可以預測該車輛相對於該次異常訊息的行進路線，更可能預測出多條行進路線，可產生如圖5描述的路線潛勢圖。於是，在形成異常車輛之鄰近車輛(如前述第一車輛)之多條建議路線時，可以各建議路線是否進入異常車輛之路線潛勢圖計算各建議路線對應的碰撞風險值。
潛勢圖之製作即利用搜尋資料庫相似案例，得到每個預測路線的機率所繪製的，藉由潛勢圖，再根據鄰近車輛的速度、加速度、方向等數據，可以計算鄰近車輛路線進入潛勢圖的機率，此為碰撞風險的概念。此例顯示本發明揭露的方法中產生異常車輛路線潛勢圖的實施例之一流程。
建立異常車輛的路線潛勢圖係可以一迴避異常車輛之系統執行。一開始，如圖5之步驟S501，設於異常車輛內的迴避系統接收到本身的異常訊息後，可以接著查詢資料庫以取得異常車輛歷史資料，如步驟S503，以模擬此異常車輛之行進路線，其中可以預測得出多條行進路線；之後，如步驟S505，取得車輛行車資料，比如取得異常車輛當下的油門、煞車與/或方向盤等的狀態，可以得到速度、加速度與轉向等的行車資訊。
根據實施例之一，在預測出異常車輛的多條行進路線時，可採用一種網格機率計算的機制，可參閱圖6，流程如步驟S507，繪製一網格，再根據所預測的異常車輛的多條行進路線計算多條行進路線的網格機率，藉此取得進入各個路線區域的機率，製作一潛勢圖，如步驟S509。
圖6所示為本發明迴避方法中製作潛勢圖的示意圖。
在此例圖中，左方顯示有一矩陣格狀形成的網格圖，顯示有一異常車輛6，當迴避異常車輛之迴避系統接收到異常車輛產生的異常訊息時，系統從資料庫中取得相似的數據，進而模擬出基於歷史資料的行進路線。在一實施例中，取得相似的數據即以自異 常車輛取得對應異常訊息的行車事件資訊搜尋資料庫中具有相同行車事件資訊的案例，其中行車事件資訊可選自該次異常訊息的異常碼、碰撞情況、事件時間、車輛位置、車輛速度、車輛加速度、車輛方向、氣候，以上至少其一，可根據其中幾個行車事件資訊組合得到相似的案例。
接著迴避系統將異常車輛至少一預測行進線路601,602,603,604,605,606疊繪於此網格圖上，從異常車輛6為起點繪製出每條預測線路(601,602,603,604,605,606)，累加異常車輛預測行進路線經過網格內各格子的路線次數，例如，每個格子(佔有一個區域)每經一條預測路線就累加一個機率值「+1」，當繪製多條預測線路(601,602,603,604,605,606)以及加總機率值後，可以得到如圖顯示的「5,5,3,2,1…」等數字，數字愈大，表示經過該格子所佔區域的路線機率愈大。
圖中顯示有一接近直線的路線607，此線路607為根據異常車輛當下的行車資訊所推算的路線，也可能同時符合從歷史資料預測得到的路線潛勢。此例的行車資訊如油門、煞車與方向盤等狀況所推算的數據，如行車距離、速度、加速度與轉向等。
圖式右方顯示異常車輛6’根據前述網格機率所繪製的潛勢圖，根據左方網格機率圖可知，愈接近異常車輛6的加總機率值愈大；愈遠離異常車輛6的加總機率值愈小，當相同機率(相同數字)以範圍表示時，即呈現如右方異常車輛6’的路線潛勢圖，透過機率計算，將每個格子經過的次數換算成百分比後，可以粗略得到此例圖中潛勢圖中的三個區域，機率分別為75%(第一潛勢路線機率61)、50%(第二潛勢路線機率62)以及25%(第三潛勢路線機率63)。潛勢圖表示異常車輛6’進入每個區域的機率，因此可以估計出與鄰車的碰撞機率。其中形成路線潛勢圖中各區(61,62,63)機率的方式為：機率=(路線經過次數)/(路線總數)。之後將得出的各種機率進行區間分類，按比例計算後製作形 成如圖所示的路線潛勢圖。
圖7所示為本發明迴避異常車輛方法的鄰車迴避範例示意圖。
在此例圖中，第四車輛704表示一個已經發出異常訊息的異常車輛，此時，迴避系統取得對應異常訊息的歷史資料，於是可以路線潛勢圖預測第四車輛704多種潛勢路線，經估計各潛勢路線的機率所形成路線潛勢圖包括有第一潛勢路線機率71、第一潛勢路線機率72與第一潛勢路線機率73等不同機率的區域，其中具有機率最高的潛勢路線705，潛勢路線705為異常車輛(第四車輛704)在未來一段時間發生狀況時最有可能的行進路線，即可以此潛勢路線705作為是否會與鄰車碰撞的判斷依據。
第一車輛701表示鄰車，其中示意顯示第一車輛701的走向如直線方向706，當預測得到發出異常訊息的第四車輛704的潛勢圖後，可以估計在一段時間之後可能會發生碰撞，也就是第一車輛701的直線方向706與第四車因為故障產生可能的潛勢路線705會有交會點，如圖式中的碰撞點707。
迴避異常車輛之迴避系統根據鄰車(如第一車輛701)車輛速度、加速度、方向等行車資訊計算車輛路線(如此例第一車輛701的直線方向706)的各種可能路線(各種可能的行進角度θ)，並判斷這些路線是否進入第四車輛704的路線潛勢圖中。當判斷有碰撞的可能時，將立即從這些可能路線提供迴避的建議路線，比如此圖例中第一車輛701有個向上的行進角度θ。實務上，系統將根據第一車701的行車資訊得出多條具有不同行進角度θ的迴避建議路線，而每條建議路線因為與異常車輛潛勢圖的關係而有不同的碰撞風險。
更進一步地，迴避系統在提供建議路線時，同時接收其他鄰近車輛的行車資訊，其中於第四車輛704中的迴避系統接收本身產生的異常訊息時，更可接收前後車輛的行車資訊，如第二車輛702的行車資訊，以接收第二車輛702於此段時間內的行進路線； 並可依據第一車輛701、第二車輛702與異常車輛(第四車輛704)於此段時間內的行進路線，重新計算各種建議路線上的碰撞風險值，並重新規劃迴避異常車輛之路線。此時，所取得其他鄰車的行車資訊例如第二車輛702與第三車輛703的速度、加速度與轉向等數據作出避免與這些鄰車碰撞的一或多條建議路線。
舉例來說，迴避系統根據後車第二車輛702產生的行車資訊計算出第二車輛702與第一車輛701(可能的行進角度θ)之間在同一車道的第一距離d1；以及計算前車第三車輛703與第一車輛701可能走向(行進角度θ)在同一車道的距離為第二距離d2。當系統得到這些資訊時，考量第一車輛701閃避後的可能路線，以及閃避後與其他鄰車，如此例的前後車(第二車輛702、第三車輛703)的距離(d1、d2)和進入異常車輛的路線潛勢圖機率，計算各種建議路線上的碰撞風險值，並規劃迴避異常車輛之路線，可以提供更為安全的建議路線。
提供建議路線時，系統會計算各種建議路線的碰撞風險值，並可判斷是否有緩衝應變的時間，如果有即能持續運算而提供更為安全(或說風險更低)的建議路線，相關實施例可參閱圖8所示本發明迴避異常車輛的方法中整體流程圖。
根據運行在多個可以互通訊息的車輛上的迴避系統中的方法實施例，開始如步驟S801，迴避系統接收到本身車輛之異常訊息時，同時也可以收到各個鄰近車輛的行車資訊，系統也持續接收異常車輛行車資訊，包括油門、煞車與方向盤等行車資訊。如步驟S803，系統比對由歷史資料所建立的資料庫，從其中的異常碼、碰撞情況、事件時間、車輛位置、車輛速度、車輛加速度、車輛方向、氣候等行車事件資訊之其中之一或其組合等參數中搜尋相似數據的案例，而模擬得出車輛的潛勢路線，再以如圖5描述的實施例透過各潛勢路線的次數累加得到網格機率，以產生路線潛勢圖，如步驟S805。
接著，根據鄰車(如第一車輛701)的行車資訊判斷鄰車的行進路線，如步驟S807，判斷是否鄰車的預測行進路線會進入異常車輛的路線潛勢圖範圍中，也就是判斷是否在未來的一段時間後會有碰撞的問題。
若判斷鄰車與異常車輛並沒有碰撞的風險(否)，即如步驟S809，繼續偵測下次異常訊息，並於得到下次異常訊息時，重複本圖例流程；若判斷有碰撞的風險(是)，繼續步驟S811，根據資料庫中所記錄的歷史資料(81)判斷得到此異常車輛發生異常變化(通常是會有安全疑慮的劇烈變化)的時間。也就是異常車輛產生異常訊息是在發生異常狀況之前，根據資料庫中所記載的歷史資料(81)可知，當異常訊息產生後，從正常到此異常車輛會有異常變化(劇烈變化)前，會有個緩衝變化的時間，這個時間即為鄰車可以應變(路線迴避)的時間，也就是所揭露的迴避異常車輛之系統所應用可以運算得出碰撞風險相對較低的建議路線的時間。
其中，系統將從歷史資料庫中比對得到在相同異常情況(如相同故障碼)的行車資訊，並從中找出異常車輛從正常到開始急劇變化的劇變時間(t1)，於是可以計算出異常車輛從正常到異常的行車距離(Dt1)，同時也根據鄰車的行車資訊得到鄰車的行進路線進入異常車輛路線潛勢圖的距離(Dpotential)，此潛勢距離Dpotential也是從車速與時間資訊運算得到，之後比對兩個距離(Dt1、Dpotential)後，如步驟S813，選擇潛勢距離(Dpotential)與發生異常變化(劇變)距離(Dt1)較小者。
接著，以異常車輛從正常到異常變化的距離(Dt1)與鄰車進入異常車輛之路線潛勢圖範圍的距離(Dpotential)較小者，比對一系統所設定的安全距離，於步驟S815中，判斷這兩者距離較小者是否小於此安全距離？其中安全距離之設定可以根據當下各車行車速度而決定，也就是可以讓系統有時間繼續演算建議路線的距 離。
在此時間內，異常車輛內系統將運算得出鄰車的多種建議路，並計算各建議路線的碰撞風險值，如步驟S817。當異常車輛從正常到異常變化的距離(Dt1)與鄰車進入異常車輛之路線潛勢圖範圍的距離(Dpotential)較小者已經小於安全距離，系統將直接提供當下碰撞風險值最小的最佳建議路線給鄰車，要求鄰車參考此迴避路線行進，如步驟S819。
在另一情況下，當異常車輛從正常到異常變化的距離(Dt1)與鄰車進入異常車輛之路線潛勢圖範圍的距離(Dpotential)較小者仍大於(或等於)安全距離時，表示還有時間判斷可以找尋更安全的迴避路線，也就可以不以當下碰撞風險值最低的路線為最佳建議路線，而是在每一時間間隔重複計算鄰車迴避異常車輛的多條線路的碰撞風險值，步驟反覆自異常車輛的路線潛勢圖中估算各路線碰撞風險值，重複比對系統所設定之一風險門檻值，判斷這段緩衝時間內各建議路線的碰撞風險值是否低於此風險門檻值(步驟S821)，若否，回到步驟S811，繼續以異常車輛從正常到異常變化的距離(Dt1)與鄰車進入異常車輛之路線潛勢圖範圍的距離(Dpotential)較小者比對安全距離等的步驟，找到碰撞風險值最低的路線，直到產生低於此風險門檻值之路線；若是，也就是得到碰撞風險值低於此風險門檻值之對應的建議路線，如步驟S823，具有低於風險門檻值的碰撞風險值對應之路線，或最低碰撞風險值對應之路線可選為最佳建議路線。再如步驟S825，將令迴避系統決定當下碰撞風險值對應之路線為最佳建議路線，並將此最佳建議路線透過無線通訊的手段提供給鄰車駕駛參考。另有實施例可將此最佳建議路線亦通知異常車輛之駕駛，由異常車輛駕駛根據此建議路線考量自身的路線，比如以建議路線的反方向的路線迴避後方車輛。
當重複判斷是否有碰撞風險值低於系統設定的風險門檻值的 路線時，若該異常車輛已經開始有異常變化或劇烈變化時，步驟結束，直接提供鄰車以當時得到的最佳建議路線為迴避路線。
根據圖8顯示之實施例流程中給予建立路線時，考量了以異常車輛從正常到異常變化的距離(Dt1)與鄰車進入異常車輛之路線潛勢圖範圍的距離(Dpotential)較小者與一系統設定的安全距離的比對，其目的在於能夠提供駕駛有更好的迴避路線，其中細節可參考圖9所描述在路線規劃中判斷給予建議路線的流程實施例。
在此流程中，步驟S901表示系統開始時應取得的參數，包括(1)從歷史資料判斷得出異常車輛在發出異常訊息後，到產生劇烈變化的時間t1以及以此時間t1配合異常車輛當下的速度所計算得到的劇變距離Dt1；(2)當取得異常車輛的路線潛勢圖後，可以計算得到鄰車的行車動向進入路線潛勢圖範圍內的潛勢距離Dpotential；以及(3)系統可根據鄰車的行車資訊(如速度)，以及異常車輛當下的行車資訊，計算得出兩者之間的安全距離Dsafe。
之後，如步驟S903，系統將比對異常車輛從正常到劇變的劇變距離Dt1以及潛勢距離Dpotential，判斷是否劇變距離Dt1大於潛勢距離Dpotential？系統採用異常車輛從正常到異常變化的劇變距離(Dt1)與鄰車進入異常車輛之路線潛勢圖範圍的潛勢距離(Dpotential)之較小者。
若否，表示潛勢距離Dpotential大於劇變距離Dt1，系統將採用距離較小的劇變距離Dt1，流程繼續步驟S905，比對此較小的劇變距離Dt1與一安全距離Dsafe，判斷劇變距離Dt1是否小於此安全距離Dsafe？當情況為劇變距離Dt1已經大於安全距離Dsafe(否)，表示已經沒有充裕的反應時間重複計算碰撞風險值，直接採用如步驟S909計算各建議路線的碰撞風險值中具有最低碰撞風險值的路線為最佳建議路線(步驟S911)。反之，若情況為劇變距離Dt1仍小於安全距離Dsafe(是)，表示仍有足夠的安全距離Dsafe可以繼續找到比一風險門檻值更低風險的路線。先經步驟S915計算各建 議路線的碰撞風險值，再比對風險門檻值，如步驟S917，判斷各路線中的碰撞風險值(包括其中最低碰撞風險值)是否小於此風險門檻值？當得到有任何碰撞風險值小於此風險門檻值的路線時，即以此路線作為最佳建議路線(步驟S911)。其中，需要一提的是，當得到任何碰撞風險值低於系統設定的風險門檻值時，對應的路線都可成為最佳建議迴避危險的路線；當有多條建議路線時，可以其中具有最低碰撞風險值的對應路線為最佳建議路線。
回到比對劇變距離Dt1與潛勢距離Dpotential的步驟S903中，當潛勢距離Dpotential為小時(是)，系統以此潛勢距離Dpotential繼續比對安全距離Dsafe，判斷潛勢距離Dpotential是否小於安全距離Dsafe(步驟S907)？若否，表示潛勢距離Dpotential大於安全距離Dsafe，也就是鄰車的行車動向觸及異常車輛的潛勢圖範圍的距離並未在安全距離Dsafe以內，無法透過重複計算各線路的碰撞風險值得到更好的建議路線，因此直接採用當下如步驟S913計算各建議路線的碰撞風險值中具有最低碰撞風險值的路線為最佳建議路線(步驟S911)。若步驟S907的比對中得到潛勢距離Dpotential小於安全距離Dsafe(是)，流程繼續如步驟S915，計算各路線的碰撞風險值，再以其中各建議路線的碰撞風險值(其中可具有最低碰撞風險值)比對風險門檻值，如步驟S917，當得到有任何碰撞風險值小於此風險門檻值的路線時，即以此路線作為最佳建議路線(步驟S911)。
前述流程中，在比對碰撞風險值與系統設定的風險門檻值的步驟S917中，是在劇變距離Dt1或潛勢距離Dpotential仍小於安全距離Dsafe而有時間可以重複運算每個時間點各路線的碰撞風險值的狀況下持續找尋更好的建議路線，當尚未尋得比風險門檻值更低的碰撞風險值時，流程可以回到步驟S901(可以設定在一個時間間隔之後)，重複計算劇變距離Dt1、潛勢距離Dpotential以及安全距離Dsafe，也就是系統持續在不同時間重複計算鄰車(如圖7的 第一車輛701)與異常車輛(如圖7的第四車輛704)的碰撞風險值，而每一時間具有當下對應之最佳建議路線，並在有足夠安全距離的情況下重複運算，直到所產生的任一碰撞風險值(其中具有一最低碰撞風險值)低於風險門檻值，此時，最低此碰撞風險值對應之路線即可設為最佳建議路線，此碰撞風險值也可能為各建議路線中的最低碰撞風險值。
另一情況是，在運作找尋最佳建議路線的同時，若判斷得到異常車輛開始產生異常變化時，停止流程，即以當下之最低碰撞風險值對應之路線設為最佳建議路線。
因此，當迴避系統應在每一時間間隔決定當下之最佳建議路線時，如前述實施例，以風險門檻值為判斷基礎，從至少一條可行路線中得到最佳建議路線，即令迴避系統決定此時碰撞風險值對應之路線為最佳建議路線；或是，迴避系統從至少一條可行路線的碰撞風險值中計算，以最低碰撞風險值所對應之可行路線為最佳建議路線。
圖10顯示實現以上各流程之迴避異常車輛之系統之實施例功能方塊圖。
此例顯示迴避異常車輛之迴避系統內以軟體、韌體或硬體實現的各功能模組，系統主要設有訊號接收單元1001、行車資訊取得單元1002、異常訊息取得單元1003、潛勢圖產生單元1004、資料庫1005、路線風險估計單元1006、路線判斷單元1007以及將建議路線輸出的輸出單元1008。
系統之訊號接收單元1001可以接收鄰近車輛的訊息，特別是可以取得表示有異常的故障碼等訊息，包括來自一般車輛101以及本身異常車輛102的訊息。接收來自一般車輛101所傳遞訊息的手段包括透過無線通訊網路(如WiFiTM、BluetoothTM、行動通訊網路、Beacon技術等)直接自各鄰近車輛取得資訊。另不排除可以雲端系統實現先取得各車輛的行車資訊，再根據各車輛之需 求提供下載訊息的服務，傳遞訊息的方式如3G/4G等的行動通訊網路。此載於發生異常的車輛內的系統則可以ODB/ODBII等接口取得包括異常訊息的行車資訊。
接著，行車資訊取得單元1002自訊號接收單元1001所取得的訊息中擷取行車資訊，比如各鄰近車輛的油門、煞車、方向盤等操作資訊，藉此可以預測各車輛未來的預測行進路線。
再以異常訊息取得單元1003取得行車資訊中的異常訊息，比如得到故障碼，再行取得對應此故障碼的相關行車資訊，於是，經比對資料庫1005內歷史資料中相似的內容，比如得到當次故障碼所對應的歷史資料、油門與方面盤等狀況，可以分析得到異常車輛未來預測行進路線。透過潛勢圖產生單元1004根據異常訊息取得單元1003所取得的異常車輛的對應的歷史資料，形成具有異常車輛多條潛勢路線的路線潛勢圖，路線風險估計單元1006接著由鄰近車的速度、方向等資訊估算各種路線的碰撞風險值。
之後，系統中透過軟體或硬體實現的路線判斷單元1007先取得各車輛之間的距離關係，其手段之一係取得各車輛的幾種時間資訊1013，如前述異常車輛從正常到發生異常變化的時間(t1)、鄰車進入異常車輛潛勢圖範圍內的時間(tpotential)以及兩車之間的安全時間(tsafe)，可以推估得到所需的距離資訊。路線判斷單元1007可自行車資訊取得單元1002取得各車輛行車資訊，並可推算出鄰車與異常車輛之間的距離，以安全距離1011檢測此距離是否足夠能繼續取得其他更佳的建議路線；或以風險門檻值1012(可記錄於資料庫1005)判斷是否已經得到具有最低碰撞風險值的最佳建議路線，最後再透過輸出單元1008輸出結果，如提供給異常車輛駕駛，以及傳送建議路線給鄰近可能碰撞的車輛。
以下圖11A與圖11B的說明為透過異常車輛與鄰車距離關係補充說明前述實施例判斷選擇劇變距離(Dt1)與潛勢距離(Dpotential)當中較小者的考量。
圖中異常車輛112、114從正常到異常變化的時間計算為劇變距離(Dt1)，以及鄰車111、113進入異常車輛112、114之路線潛勢圖範圍的潛勢距離(Dpotential)，兩者的關係影響是否落於安全距離之外的判斷。
如圖11A所示，顯示劇變距離(Dt1)較潛勢距離(Dpotential)為小，表示系統將以異常車輛112產生劇變時的距離作為安全性考量，也就是劇變距離(Dt1)與潛勢距離(Dpotential)當中較小者，可參閱圖9實施例。若是劇變距離(Dt1)已經大於安全距離，表示要緊急提供一個迴避路線；反之，可能有充裕的時間重複運算各線路碰撞風險值，並判斷是否有較佳的建議路線。
圖11B顯示在取決劇變距離(Dt1)較潛勢距離(Dpotential)兩者之間最小時，此例顯示鄰車113到異常車輛114潛勢圖範圍的潛勢距離(Dpotential)小於異常車輛從正常到產生異常狀態的時間所換算得到的劇變距離(Dt1)，於是則以鄰車路線會進入異常車輛路線潛勢圖範圍的距離(Dt1)為安全考量，而以此繼續比對一安全距離。接著，當潛勢距離(Dpotential)大於(等於)安全距離時，即同樣地，重複運算各線路碰撞風險值，並判斷是否有較佳的建議路線。
圖12A與圖12B的描述為透過異常車輛與鄰車距離與安全距離的關係補充說明前述實施例在何種情況下可以反覆運算得更低風險的建議路線。當如圖11A與11B所示取得劇變距離(Dt1)較潛勢距離(Dpotential)兩者之間最小時，再繼續比對一安全距離，以此判斷是否可以有時間可以反覆運算得到風險更低的建議路線，判斷風險更低的較佳路線可透過前述風險門檻值來確認。
圖12A顯示有一鄰車121靠近一部產生出異常訊息的異常車輛122，而且經過異常車輛122本身之迴避系統接收到異常訊息後，經歷史資料比對預測出異常車輛122的多條可能的行進路線，並可如圖6所述的實施方式，製作一路線潛勢圖，並判斷出鄰車 121與異常車輛122可能在未來的一時間內發生碰撞。迴避系統可根據歷史資料得出異常車輛122從正常到發生異常變化的時間(t1)，亦可推論出一劇變距離(Dt1)；得出鄰車121進入異常車輛122潛勢圖範圍內的時間(tpotential)以及推論出一潛勢距離(Dpotential)；以及兩車之間的安全時間(tsafe)以及安全距離(Dsafe)。
此時，迴避系統根據各車所產生的速度、加速度、轉向等行車資訊得到一或多條鄰車121可以迴避異常車輛122建議路線組合，並估算各線路的碰撞風險值。系統同時取得劇變距離(Dt1)較潛勢距離(Dpotential)兩者之間最小，此圖例設為距離D。圖12A即顯示安全距離(Dsafe)略大於此距離D，表示系統判斷鄰車121在此情況下已經沒有其他多餘時間尋找更佳的建議路線，而是直接提供當下具有最低碰撞風險值的建議路線。
圖12B顯示不同的情況，系統取得鄰車123與異常車輛124之間的劇變距離(Dt1)較潛勢距離(Dpotential)兩者之間最小者，為圖中的距離D，此圖顯示此距離大於系統設定的安全距離Dsafe，顯示在此情況下，鄰車123仍有一緩衝時間tbuffer，讓系統繼續重複運算在每個時間(可隔一時間差)的各建議線路的碰撞風險值，持續提供具有更低碰撞風險值的建議路線。
是以，根據揭露書所載迴避異常車輛之系統與方法，其技術能根據歷史資料預測異常車輛在特定異常狀況下的行進路線，製作路線潛勢圖，再根據鄰車與異常車輛的距離關係，以及鄰車的行車資訊，以提供迴避異常車輛的建議路線，其中可以透過分析異常車輛未來動態、緩衝時間而持續估算最低碰撞風險值的建議路線，讓車輛駕駛可以在異常車輛發生危險動作前提早判斷有效的迴避路線。
惟以上所述僅為本發明之較佳可行實施例，非因此即侷限本發明之專利範圍，故舉凡運用本發明說明書及圖示內容所為之等效結構變化，均同理包含於本發明之範圍內，合予陳明。
S101‧‧‧接收本身車輛異常訊息
S103‧‧‧預測本身車輛行車路線
S105‧‧‧取得本身車輛的行車資訊
S107‧‧‧接收鄰近車輛的行車資訊
S109‧‧‧計算碰撞風險值，以評估安全路線
S111‧‧‧建議一安全路線

Claims (19)

  1. 一種迴避異常車輛之方法，包括以下步驟：由一異常車輛內設置的一迴避系統接收該異常車輛產生的一異常訊息；該迴避系統根據該異常訊息對應的一歷史資料以及該異常車輛的一行車資訊，預測該異常車輛於一段時間內的一預測行進路線；該迴避系統接收位於附近的一第一車輛的一行車資訊，並根據該行車資訊判斷該第一車輛於該段時間內的至少一條可行路線；該迴避系統計算該第一車輛之各可行路線的一碰撞風險值；以及該迴避系統根據各可行路線的該碰撞風險值決定可迴避該異常車輛之一最佳建議路線，並通知該第一車輛。
  2. 如請求項1所述的迴避異常車輛之方法，其中所述的行車資訊包括一油門、一煞車與一方向盤的操作狀態以上至少其一。
  3. 如請求項1所述的迴避異常車輛之方法，其中該迴避系統係決定具有最低碰撞風險值之可行路線為該最佳建議路線。
  4. 如請求項1所述的迴避異常車輛之方法，其中更包括該迴避系統將迴避該異常車輛的該最佳建議路線通知該異常車輛。
  5. 如請求項1至4其中之一所述的迴避異常車輛之方法，其中該歷史資料係記載於一資料庫中，該資料庫建立的方法包括：當接收該異常車輛產生的異常訊息，取得該異常車輛對應該異常訊息的一行車事件資訊，並依據相似度分類，其中，該行車事件資訊包括：該次異常訊息的一異常碼、碰撞情況、事件時間、車輛位置、車輛速度、車輛加速度、車輛方向、氣候以上至少其一。
  6. 如請求項5所述的迴避異常車輛之方法，其中該迴避系統係根據該第一車輛之各可行路線是否進入該異常車輛之一路線潛勢圖來計算各可行路線所對應的該碰撞風險值，該路線潛勢圖之製作方法包括以下步驟：該迴避系統接收到該異常訊息後，查詢該資料庫，以取得對應該異常訊息的該歷史資料；該該迴避系統根據該歷史資料決定該異常車輛之至少一預測行進路線；以及該迴避系統將該異常車輛至少一預測行進路線疊繪於一網格上，累加該異常車輛預測行進路線經過該網格內各格子的路線次數，並按比例計算後製作一路線潛勢圖。
  7. 如請求項6所述的迴避異常車輛之方法，更包括：若該迴避系統判斷該第一車輛與該異常車輛之間距小於一安全距離，即令該迴避系統提供該第一車輛該最佳建議路線；以及若該迴避系統判斷該第一車輛與該異常車輛之間距大於一安全距離，則令該迴避系統在每一時間間隔決定當下之最佳建議路線，並通知該第一車輛。
  8. 如請求項7所述的迴避異常車輛之方法，其中該迴避系統在每一時間間隔決定當下之最佳建議路線，係根據以下二者其一：該迴避系統於每一時間間隔計算該第一車輛的該至少一條可行路線的該碰撞風險值，直到該迴避系統判斷該至少一條可行路線之碰撞風險值低於一風險門檻值，此時，令該迴避系統決定該碰撞風險值對應之可行路線為該最佳建議路線；以及該迴避系統於每一時間間隔計算該第一車輛的該至少一條可行路線的該碰撞風險值，並以最低碰撞風險值 所對應之可行路線為該最佳建議路線。
  9. 如請求項6所述的迴避異常車輛之方法，更包括：若該迴避系統判斷該第一車輛與該異常車輛之間距小於一安全距離，即令該迴避系統提供該第一車輛該最佳建議路線；以及若該迴避系統判斷該第一車輛與該異常車輛之間距大於一安全距離，則令該迴避系統在每一時間間隔重複計算該第一車輛的該至少一條可行路線的該碰撞風險值，直到該異常車輛開始產生劇烈變化時，此時所有經計算之該最低碰撞風險值對應之路線設為該最佳建議路線。
  10. 如請求項6所述的迴避異常車輛之方法，更包括：該迴避系統根據該異常車輛的異常訊息，從該資料庫得到在相同異常情況的行車資訊，並取得該異常車輛從正常到開始異常變化的一劇變時間，並根據該劇變時間計算出該異常車輛從正常到異常的一劇變距離；該迴避系統根據該第一車輛之行車資訊得到該第一車輛的行進路線，計算該第一車輛進入該異常車輛之路線潛勢圖的範圍的一潛勢距離；令該迴避系統選擇該劇變距離與該潛勢距離中較小者，比對一安全距離；若該迴避系統判斷該劇變距離與該潛勢距離中較小者小於一安全距離，該迴避系統即提供該第一車輛該最佳建議路線；以及若該迴避系統判斷該劇變距離與該潛勢距離中較小者大於一安全距離，則該迴避系統於每一時間間隔分別決定當下之最佳建議路線，並通知該第一車輛。
  11. 如請求項10所述的迴避異常車輛之方法，其中該迴避系統於每一時間間隔分別決定當下之最佳建議路線，係根據以下二者其一：該迴避系統於每一時間間隔計算該第一車輛迴避該異常車輛的多條路線的該碰撞風險值，直到該至少一條路線之碰撞風險值低於一風險門檻值，此時，令該迴避系統決定該碰撞風險值對應之路線為該最佳建議路線；以及該迴避系統於每一時間間隔計算該第一車輛迴避該異常車輛的多條路線的該碰撞風險值，並以當下最低碰撞風險值所對應之可行路線為該最佳建議路線。
  12. 如請求項5所述的迴避異常車輛之方法，其中，當接收該異常車輛產生的異常訊息時，接著接收到該異常車輛為減速的狀況，即不再記錄該次異常訊息的相關行車資訊的數據。
  13. 如請求項5所述的迴避異常車輛之方法，其中於該異常車輛產生的異常訊息時，更接收一第二車輛的行車資訊，以取得該第二車輛於該段時間內的行進路線；以及依據該第一車輛、該第二車輛與該異常車輛於該段時間內的行進路線，以重新計算該碰撞風險值，並重新規劃該迴避該異常車輛之路線。
  14. 一種迴避異常車輛之系統，設於一產生異常訊息的異常車輛中，包括：一訊號接收單元，用以接收鄰近車輛的訊息，並該異常車輛所產生的訊息；一行車資訊取得單元，係自該訊號接收單元所取得的訊息中擷取各車輛的行車資訊；一異常訊息取得單元，係取得該異常訊息，再與一資料庫比對得出對應的歷史資料，藉以分析得到該異常車輛未來行進路線； 一潛勢圖產生單元，根據該異常訊息取得單元所取得的該異常車輛的對應的歷史資料，形成有多條潛勢路線的路線潛勢圖；一路線風險估計單元，根據該鄰近車輛的行車資訊得出一或多條建議路線，並計算各建議路線的碰撞風險值；一路線判斷單元，取得各車輛之間的距離關係，根據該鄰近車輛與該異常車輛之間距是否小於一安全距離提供一最低碰撞風險值的建議路線；以及一輸出單元，用以輸出該路線判斷單元產生的該建議路線給該鄰近車輛。
  15. 如請求項14所述的迴避異常車輛之系統，其中該系統設於該異常車輛中，各車輛之間係以一無線通訊網路傳遞訊息。
  16. 如請求項14所述的迴避異常車輛之系統，其中該路線判斷單元係根據該異常車輛從正常到發生異常變化的時間、該鄰近車輛進入該異常車輛之該路線潛勢圖範圍內的時間，以及兩車之間的安全時間推估各車輛之間的距離關係。
  17. 如請求項16所述的迴避異常車輛之系統，其中該路線判斷單元係引入一風險門檻值判斷是否已經得到具有較低碰撞風險值的最佳建議路線。
  18. 如請求項14至17其中之一所述的迴避異常車輛之系統，其中該行車資訊取得單元所取得各車輛的行車資訊包括油門、煞車、方向盤的操作資訊。
  19. 如請求項14至17其中之一所述的迴避異常車輛之系統，其中該異常訊息取得單元取得的異常訊息包括故障碼以及對應的行車資訊。
TW105102194A 2015-12-03 2016-01-25 迴避異常車輛之系統與方法 TWI612502B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
??201510881061.8 2015-12-03
CN201510881061.8A CN106846901B (zh) 2015-12-03 2015-12-03 回避异常车辆的***与方法

Publications (2)

Publication Number Publication Date
TW201721610A true TW201721610A (zh) 2017-06-16
TWI612502B TWI612502B (zh) 2018-01-21

Family

ID=59149081

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105102194A TWI612502B (zh) 2015-12-03 2016-01-25 迴避異常車輛之系統與方法

Country Status (2)

Country Link
CN (1) CN106846901B (zh)
TW (1) TWI612502B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109872565A (zh) * 2017-12-04 2019-06-11 财团法人资讯工业策进会 侦测具威胁性车辆的***及方法
JP7111517B2 (ja) * 2018-06-14 2022-08-02 シャープ株式会社 走行装置、走行装置の走行制御方法、走行装置の走行制御プログラムおよび記録媒体
CN110660269B (zh) * 2018-06-29 2022-07-15 比亚迪股份有限公司 车辆、云端服务器、降低交通事故的方法和装置
CN109582022B (zh) * 2018-12-20 2021-11-02 驭势科技（北京）有限公司 一种自动驾驶策略决策***与方法
CN113544030B (zh) * 2019-03-18 2023-11-17 三菱电机株式会社 路线生成***、路线生成方法和计算机能读取的存储介质
JP7116699B2 (ja) * 2019-03-19 2022-08-10 株式会社デンソー 行動予測装置、行動予測方法およびプログラム
CN110045734A (zh) * 2019-04-04 2019-07-23 百度在线网络技术（北京）有限公司 基于路径规划的参数权重确定方法、装置和计算机设备
JP7124801B2 (ja) * 2019-07-16 2022-08-24 トヨタ自動車株式会社 車両制御装置
EP4122787B1 (en) * 2020-03-19 2024-04-24 NISSAN MOTOR Co., Ltd. Vehicle travel assistance method and vehicle travel assistance device
CN112233414A (zh) * 2020-08-31 2021-01-15 南京市德赛西威汽车电子有限公司 一种基于v2x的道路异常车辆预警方法及***
US11472435B2 (en) 2020-11-30 2022-10-18 Automotive Research & Testing Center Trajectory determination method for a vehicle
TWI789876B (zh) * 2021-08-19 2023-01-11 奇點無限有限公司 最低風險路線的產生方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5249525B2 (ja) * 2007-05-28 2013-07-31 本田技研工業株式会社 車両操作支援装置
JP5309633B2 (ja) * 2007-11-16 2013-10-09 アイシン・エィ・ダブリュ株式会社 車両制御装置、車両制御方法及びコンピュータプログラム
EP2060455B1 (en) * 2007-11-16 2012-08-08 Aisin AW Co., Ltd. Vehicle control device, vehicle control method, and computer program
TW201041767A (en) * 2009-05-20 2010-12-01 Automotive Res & Testing Ct Real-time collision prevention warning system for automobile and its method
EP2571328B1 (en) * 2010-05-12 2016-10-05 Renesas Electronics Corporation Communication apparatus, inter-vehicle communication control method and inter-vehicle communication system
JP5692118B2 (ja) * 2012-02-23 2015-04-01 株式会社デンソー 車両用通信装置及び交差点進入路判定システム
WO2014032683A1 (en) * 2012-08-30 2014-03-06 Volvo Truck Corporation Method and system for providing a communication platform for a driver of a vehicle
CN103514758A (zh) * 2013-09-18 2014-01-15 中国科学技术大学苏州研究院 一种基于车车通信的高效道路交通防碰撞预警方法
CN105575183A (zh) * 2014-01-26 2016-05-11 浙江吉利控股集团有限公司 一种车辆行驶预警方法
CN104200703B (zh) * 2014-08-11 2017-01-25 奇瑞汽车股份有限公司 事故预警的方法、装置及***

Also Published As

Publication number Publication date
CN106846901B (zh) 2019-07-05
TWI612502B (zh) 2018-01-21
CN106846901A (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
TWI574869B (zh) 車輛碰撞迴避系統與方法
TW201721610A (zh) 迴避異常車輛之系統與方法
US10019903B2 (en) System and method for informing nearby vehicle to avoid a moving vehicle which is malfunctioning
JP6232004B2 (ja) 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物
US10683016B2 (en) Assisting a motor vehicle driver in negotiating a roundabout
EP2441066B1 (en) Route evaluation device
KR102094270B1 (ko) 교차로에서의 충돌 위험 평가 방법
EP2862159B1 (en) System and method for assisting a vehicle when overtaking a vehicle train
US9514642B2 (en) Method for detecting traffic jams using a wireless vehicle to vehicle communication system
JP4883248B2 (ja) 車両用周辺監視装置
JP2018534693A (ja) 車両の車線変更のために２車両間の交通空隙を特定する方法および制御システム
JP2009037561A (ja) 走行計画生成装置
JP6154929B2 (ja) 鉄道車両の運転方法及びシステム
CN111798684B (zh) 停车场管理装置
US20220363267A1 (en) Vehicular anomaly detection, reporting, and dynamic response
KR101086281B1 (ko) 차량 간 충돌 방지 시스템 및 그 차량 충돌 방지 방법
KR100754135B1 (ko) 차량 충돌 예측 시스템 및 그 방법
US20230406359A1 (en) Collision imminent detection
CN115320629A (zh) 自动驾驶***、自动驾驶控制方法以及非暂时性存储介质
JP7344050B2 (ja) 車両案内システム
JP2021033536A (ja) 車両制御装置および車両制御方法
US20230406293A1 (en) Secondary fallback software stack for autonomous vehicle
Chamideh et al. Impact of Positioning Uncertainty on Autonomous Intersection Management System
Abdallah et al. Enhancing Intersection Safety: A Fusion of Historical and Real-Time Data For Route Planning
KR20230053297A (ko) 긴급 차량 대응 주행 안내 정보 제공 시스템