WO2010140215A1 - 車両用周辺監視装置 - Google Patents

車両用周辺監視装置 Download PDF

Info

Publication number
WO2010140215A1
WO2010140215A1 PCT/JP2009/060063 JP2009060063W WO2010140215A1 WO 2010140215 A1 WO2010140215 A1 WO 2010140215A1 JP 2009060063 W JP2009060063 W JP 2009060063W WO 2010140215 A1 WO2010140215 A1 WO 2010140215A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
obstacle
movement
risk
state
Prior art date
Application number
PCT/JP2009/060063
Other languages
English (en)
French (fr)
Inventor
正裕 岩崎
純 佐久川
真一 永田
Original Assignee
トヨタ自動車株式会社
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 トヨタ自動車株式会社 filed Critical トヨタ自動車株式会社
Priority to JP2011518108A priority Critical patent/JP4883248B2/ja
Priority to PCT/JP2009/060063 priority patent/WO2010140215A1/ja
Priority to DE200911004844 priority patent/DE112009004844B4/de
Priority to CN2009801596372A priority patent/CN102449672B/zh
Priority to US13/375,509 priority patent/US8571786B2/en
Publication of WO2010140215A1 publication Critical patent/WO2010140215A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • 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
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/22—Psychological state; Stress level or workload
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping

Definitions

  • the present invention relates to a vehicle periphery monitoring device, and more particularly, to a vehicle periphery monitoring device that calculates the risk of an obstacle to the vehicle based on the predicted obstacle movement while predicting the movement of the obstacle to be monitored. It is.
  • Patent Literature 1 discloses a travel control plan evaluation apparatus that evaluates the safety of a travel control plan for an autonomous driving vehicle.
  • the travel control plan evaluation apparatus disclosed in Patent Literature 1 is estimated by a behavior estimation unit that estimates a behavior that a surrounding vehicle of an autonomous driving vehicle may take at a certain time, and a location and a behavior estimation unit of the surrounding vehicle at a certain time.
  • a presence position prediction unit that predicts a future position of a neighboring vehicle from a certain time based on an action, a presence position of a surrounding vehicle predicted by the presence position prediction unit, a presence position by a travel control plan of an autonomous driving vehicle, and And an evaluation unit for evaluating the safety of the travel control plan.
  • the travel control plan evaluation device disclosed in Patent Document 1 may be taken by the surrounding vehicle based on information such as lane reduction and curves, for example. It is possible to estimate certain behaviors.
  • the calculation load of the device may increase or a highly accurate calculation may be performed. It may not be possible.
  • the present invention has been made in consideration of such circumstances, and an object of the present invention is to provide a vehicle periphery monitoring device capable of realizing highly accurate calculation while reducing the calculation load.
  • the present invention relates to a monitoring sensor for monitoring obstacles around the own vehicle, a state detection unit for detecting any one of the traveling state of the own vehicle, the state of the traveling environment of the own vehicle and the state of the driver of the own vehicle, A risk calculation unit that calculates the risk of the obstacle with respect to the vehicle based on the predicted movement of the obstacle while predicting the movement of the obstacle monitored by the monitoring sensor using the information acquired by the sensor; The risk calculation unit changes the range for predicting the movement of the obstacle based on any one of the traveling state of the own vehicle, the traveling environment state of the own vehicle, and the state of the driver of the own vehicle detected by the state detecting unit.
  • This is a vehicle periphery monitoring device.
  • the monitoring sensor that monitors obstacles around the vehicle
  • the state detection unit that detects any of the traveling state of the vehicle, the state of the traveling environment of the vehicle, and the state of the driver of the vehicle
  • a risk calculating unit that calculates the risk of the obstacle against the vehicle based on the predicted movement of the obstacle while predicting the movement of the obstacle monitored by the monitoring sensor using the information acquired by the monitoring sensor;
  • the risk calculation unit includes an obstacle based on any one of a traveling state of the host vehicle, a traveling environment state of the host vehicle, and a driver state of the host vehicle detected by the state detection unit. Since the range for predicting the movement of the vehicle is changed, the movement of the obstacle is predicted in consideration of the situation of the host vehicle, and the calculation with high accuracy can be realized while reducing the calculation load.
  • the risk calculation unit uses information acquired by the monitoring sensor based on one of the traveling state of the own vehicle, the traveling environment state of the own vehicle, and the state of the driver of the own vehicle detected by the state detection unit. It is preferable to change the range.
  • the risk calculation unit is the information acquired by the monitoring sensor based on one of the traveling state of the own vehicle, the traveling environment state of the own vehicle, and the state of the driver of the own vehicle detected by the state detection unit. Since the range in which the information is used is changed, it is possible to prevent redundant use of the information acquired by the monitoring sensor, and it is possible to realize a calculation with higher accuracy while further reducing the calculation load.
  • the risk calculation unit is one of the traveling state of the host vehicle, the traveling environment state of the host vehicle, and the state of the driver of the host vehicle when the monitoring sensor monitors a plurality of obstacles. It is preferable to set a priority for each obstacle based on the above and predict the movement of the obstacle according to the priority.
  • the risk calculation unit detects the traveling state of the host vehicle, the state of the traveling environment of the host vehicle, and the driver of the host vehicle. Even if the monitoring sensor is monitoring multiple obstacles, the priority is set for each obstacle based on one of the states and the movement of the obstacle is predicted according to the priority. It is possible to prevent redundantly using the information acquired by the above, and it is possible to realize a calculation with higher accuracy while further reducing the calculation load.
  • the risk calculation unit sets a natural number n, and moves the nth obstacle that exists in the vicinity of the (n-1) th obstacle and is farther from the own vehicle than the (n-1) th obstacle.
  • the movement of the (n-1) th obstacle is predicted based on the predicted movement of the nth obstacle, and the movement of the (n-1) th to second obstacles is similarly performed. It is preferable to sequentially predict the movement of the (n ⁇ 2) th to first obstacles based on the above.
  • the risk calculation unit sets the natural number n, and based on the movement of the nth to second obstacles that are further away from the host vehicle, the risk calculating unit has a closer distance from the host vehicle.
  • the movements of the (n-1) th to first obstacles are sequentially and sequentially predicted, and more accurate calculation is possible.
  • the risk calculation unit changes the natural number n while changing the natural number n based on one of the traveling state of the host vehicle, the traveling environment state of the host vehicle, and the state of the driver of the host vehicle detected by the state detection unit. It is preferable to sequentially predict the movement of the first obstacle.
  • the risk calculation unit changes the natural number n based on any one of the traveling state of the own vehicle, the traveling environment state of the own vehicle, and the state of the driver of the own vehicle detected by the state detection unit.
  • the range in which the movement of the obstacle is predicted in a chained manner from the obstacles far from the own vehicle is changed according to the traveling state of the own vehicle. Therefore, more accurate calculation can be realized while further reducing the calculation load.
  • the risk calculation unit is configured to detect a plurality of second vehicles existing around the vehicle based on one of the traveling state of the host vehicle, the traveling environment state of the host vehicle, and the state of the driver of the host vehicle. It is preferable to set a priority for each of the one obstacles and sequentially predict the movement of the nth to first obstacles while changing the natural number n according to the priority.
  • the risk calculation unit exists in the vicinity of the own vehicle based on one of the traveling state of the own vehicle, the traveling environment state of the own vehicle, and the state of the driver of the own vehicle detected by the state detecting unit.
  • a priority is set for each of the plurality of first obstacles, and the movement of the nth to first obstacles is sequentially predicted while changing the natural number n according to the priority. Even if there are multiple obstacles, the range for predicting the movement of obstacles from the obstacles far from the vehicle is changed according to the priority, so the calculation load is further reduced and more accurate. High calculation can be realized.
  • the risk calculation unit sequentially predicts the movement of the nth to first obstacles while setting a larger natural number n for the first obstacle having a higher priority.
  • the risk calculation unit sequentially predicts the movement of the nth to first obstacles while setting the natural number n to the first obstacle with the higher priority set, so that the priority is The higher the obstacle, the wider the range in which the movement of the obstacle is predicted in a chained manner from the obstacle far from the own vehicle, so that more accurate calculation can be realized while reducing the calculation load.
  • the vehicle further includes an other vehicle information receiving unit that can receive information from another vehicle that is an obstacle, and the risk calculation unit moves the other vehicle based on the information received from the other vehicle by the other vehicle information receiving unit. It is preferable to predict
  • the vehicle further includes an other vehicle information receiving unit that enables reception of information from another vehicle that is an obstacle, and the risk calculation unit is based on information received from the other vehicle by the other vehicle information receiving unit.
  • the movement of the other vehicle is predicted by combining the information acquired by the own vehicle and the information from the other vehicle, so that more accurate calculation can be performed while reducing the calculation load. realizable.
  • the vehicle further includes a road information acquisition unit that acquires information about a road on which the host vehicle is traveling, and the risk calculation unit is configured to move an obstacle based on the information about the road on which the host vehicle is acquired, acquired by the road information acquisition unit. It is preferable to change the range to be predicted.
  • the vehicle further includes a road information acquisition unit that acquires information related to the road on which the host vehicle travels, and the risk calculation unit is configured to check the failure based on the information about the road on which the host vehicle travels acquired by the road information acquisition unit. Since the range in which the movement of the object is predicted is changed, it is possible to estimate an action that the other vehicle may take based on information such as a lane decrease and a curve.
  • the road information acquisition unit acquires information about the road shape around the host vehicle
  • the risk calculation unit relates to the information acquired by the monitoring sensor and the road shape around the host vehicle acquired by the road information acquisition unit. It is preferable to predict the movement of an obstacle that is another vehicle based on the information.
  • the road information acquisition unit acquires information related to the road shape around the host vehicle
  • the risk calculation unit includes information acquired by the monitoring sensor and the information around the host vehicle acquired by the road information acquisition unit. Since the movement of an obstacle that is another vehicle is predicted based on information on the road shape, it is possible to estimate the actions that the other vehicle may take based on information such as lane reduction and curves. .
  • the vehicle further includes a travel schedule information acquisition unit that acquires information on a road on which another vehicle is scheduled to travel, and the risk calculation unit is a road on which the other vehicle acquired by the travel schedule information acquisition unit is scheduled to travel. It is preferable to predict the movement of the other vehicle based on the information regarding.
  • the vehicle further includes a travel schedule information acquisition unit that acquires information related to a road on which another vehicle is scheduled to travel, and the risk calculation unit is configured to schedule the other vehicle acquired by the travel schedule information acquisition unit to travel. Since the movement of the other vehicle is predicted based on the information on the road in which the vehicle is traveling, it is possible to realize more accurate calculation while reducing the calculation load.
  • the vehicle periphery monitoring device of the present invention it is possible to realize highly accurate calculation while reducing the calculation load.
  • the vehicle periphery monitoring device for a vehicle according to the present invention is applied to a radar cruise control system.
  • Radar cruise control system also called ACC (Adaptive Cruise Control) system, executes ACC control to drive the vehicle according to either the set vehicle speed or the set inter-vehicle distance (inter-vehicle time) with the preceding vehicle. It is for supporting the operation.
  • ACC Adaptive Cruise Control
  • the radar cruise control system 10a of the first embodiment includes a lane recognition sensor 11, an obstacle recognition sensor 12, a vehicle state quantity sensor 13, a risk calculation unit 20, a warning unit 31, a control unit 32, and an actuator. 33 is provided.
  • Each of the above devices is connected by an in-vehicle LAN or the like.
  • the lane recognition sensor 11 is for recognizing a lane marking on the road (hereinafter abbreviated as a white line).
  • the lane recognition sensor 11 is specifically an image sensor such as a camera. However, a laser radar or the like can be applied to the lane recognition sensor 11.
  • the obstacle recognition sensor 12 is for recognizing an obstacle existing around the host vehicle such as another vehicle.
  • the obstacle recognition sensor 12 is specifically a millimeter wave radar.
  • the obstacle recognition sensor 12 may be an image sensor such as a camera, a laser radar, or the like.
  • the vehicle state quantity sensor 13 is for detecting vehicle state quantities such as the vehicle speed, acceleration, yaw rate, steering angle, and position of the own vehicle.
  • the vehicle state quantity sensor 13 is specifically a vehicle speed sensor, an acceleration sensor, a yaw rate sensor, a steering angle sensor, a GPS (Global Positioning System), or the like.
  • the risk calculation unit 20 predicts the movement of the obstacle around the vehicle based on the information detected by the lane recognition sensor 11, the obstacle recognition sensor 12, and the vehicle state quantity sensor 13, while predicting the obstacle. This is for calculating the risk of the obstacle to the own vehicle based on the movement of the vehicle.
  • the risk calculation unit 20 has an indirect risk calculation unit 21 and a direct risk calculation unit 22.
  • the indirect risk calculation unit 21 is for predicting the movement of an obstacle such as another vehicle that is an indirect risk target that does not pose a risk of direct contact with the host vehicle.
  • the direct risk calculation unit 22 takes into account the movement of the indirect risk target predicted by the indirect risk calculation unit 21, and the other vehicle that is a direct risk target that directly brings a risk such as contact to the own vehicle. It is for predicting the movement of obstacles.
  • the direct risk calculation unit 22 is for calculating a risk that the direct risk target predicted to move brings to the vehicle.
  • the alarm unit 31 is for notifying the driver of the own vehicle of an alarm according to the obstacle risk calculated by the risk calculation unit 20. Specifically, a buzzer, a lamp, a speaker, a display, and the like can be applied to the alarm unit 31.
  • the control unit 32 drives the actuator 33 in accordance with the obstacle risk calculated by the risk calculation unit 20, and controls the vehicle speed, acceleration, steering angle, and the like of the host vehicle.
  • the actuator 33 is a throttle actuator, a brake actuator, a steering actuator, or the like.
  • the risk area is calculated from the surrounding situation for the purpose of supporting safe driving of the host vehicle.
  • the driver's driving operation is assisted so as to always keep the vehicle in the safety area.
  • the safety area A S risk constituted from the vehicle 100 near the other vehicle 201, the workpiece travel area around the vehicle 100, and the lane marker or the like based on traffic rules vehicle 100 except the area a R means that safely travelable area.
  • the risk area A R is moved or expanded, if the safety area A S of the vehicle 100 is erosion, so as to ensure the safety area A S as needed
  • the risk area AR is obtained from a steady risk that depends on the current state of surrounding vehicles, road environment, and the like, and a future risk that is predicted based on the current state (speed and direction) of surrounding vehicles.
  • future risks are determined from current physical information, it is difficult to predict potential risks that do not appear in exercise. Therefore, when a sudden interruption or sudden deceleration of the other vehicle 200 occurs, it may be difficult to sufficiently deal with them.
  • the future movement of the surrounding vehicle and the risk due to a new obstacle that is not currently detected are predicted to obtain the future risk.
  • the future behavior of the other vehicle 201 or the like is predicted by looking at the risk of the surrounding of the other vehicle 201 or the like from the viewpoint of the other vehicle 201 or the like around the own vehicle 100.
  • the predicted risk area A R of the periphery of the future vehicle 100, safety area A S of the vehicle 100 is determined anew.
  • the periphery of the host vehicle 100 with higher reliability can be obtained. It is possible to predict the risk area a R of.
  • the first risk target R ⁇ b> 1 is the other vehicles 201 and 201 closest to the own vehicle 100 in each direction around the own vehicle 100.
  • the second risk target R2 is farther from the vehicle 100 than the first risk target R1, and is the most adjacent vehicle in each direction viewed from the other vehicles 201 and 202 of the first risk target R1. Close vehicles 203 and 204.
  • the risk target R1 and the like are targets that may cause accidents existing on or around the road, such as people, bicycles, motorcycles, and structures other than the vehicle. Further, the risk target R1 or the like may be moving, or may be stopped like a parked vehicle. Further, for an arbitrary natural number n, for the first risk object R1 to the nth risk object Rn, based on the traveling state of the vehicle 100, the traveling environment state of the own vehicle 100, and the state of the driver of the own vehicle 100, can be determined that risk area a R.
  • the risk calculation unit 20 uses the lane recognition sensor 11, the obstacle recognition sensor 12, and the vehicle state quantity sensor 13 to detect the risk target and the host vehicle 100 around the host vehicle 100. Is detected (S11).
  • the lane recognition sensor 11 recognizes the lane in which the host vehicle 100 travels and the position of the host vehicle 100 in the lane based on the output of the image sensor. Thereby, the risk that the own vehicle 100 deviates from the lane is calculated. 5 is repeatedly executed every 10 milliseconds to 1 second while the host vehicle 100 is traveling.
  • the obstacle recognition sensor 12 recognizes an obstacle around the host vehicle 100.
  • Physical information such as relative speed, relative distance, and relative acceleration with respect to an obstacle by taking into consideration the speed, acceleration, yaw rate, steering angle, position of the own vehicle, and the like of the own vehicle 100 detected by the vehicle state quantity sensor 13 Is acquired. Since the degree of approach of the obstacle to the own vehicle 100 is obtained from these pieces of information, the risk that the obstacle comes into contact with the own vehicle 100 can be calculated.
  • TTC Time To Collision: value obtained by dividing the relative distance by the relative speed
  • a threshold is set stepwise for the TTC, and the risk level is determined according to the threshold.
  • TTC time To Collision: value obtained by dividing the relative distance by the relative speed
  • the risk level is determined according to the threshold.
  • the risk calculation unit 20 calculates the risk of the first risk target R1 (S12).
  • S12 the risk of the first risk target R1
  • FIG. 6 a situation is assumed in which there is another vehicle 201 traveling in a lane adjacent to the traveling lane of the own vehicle 100 in front of the own vehicle 100. In front of the other vehicle 201, there is another vehicle 202 traveling in the same lane.
  • the risk calculation unit 20 recognizes the other vehicle 201 as the first risk target R1 and the other vehicle 202 as the second risk target R2 by the obstacle recognition sensor 12.
  • the indirect risk calculation unit 21 of the risk calculation unit 20 calculates the risk for obstacles around the other vehicle 201 and the risk for the traveling environment of the other vehicle 201 from the viewpoint of the other vehicle 201 that is the first risk target R1. .
  • the other vehicle 201 that is the first risk target R1 is approaching the other vehicle 202 that is the second risk target R2, and the risk ahead of the other vehicle 201 increases (S13).
  • the indirect risk unit 21 estimates that the future behavior of the other vehicle 201, which is the first risk target R1, decelerates in the same lane or increases the probability of changing the lane to the adjacent lane.
  • the direct risk calculation unit 22 of the risk calculation unit 20 replaces the calculation result of the indirect risk unit 21 with the viewpoint of the own vehicle 100, and whether the other vehicle 201 that is the first risk target R1 approaches the left side of the own vehicle 100, Alternatively, it is predicted that the vehicle 100 will be interrupted ahead. Therefore, as shown in FIG. 7, the direct risk calculation unit 22, based on the prediction, the risk area A R 'obtained by correcting the risk area A R of the predicted future vehicle 100 (S14). For Figure 7, considering the risk area A R of the predicted future need to perform driving support, such as to suppress the acceleration of the lane change or forward to the left lane of the vehicle 100 is generated. Therefore, the risk calculation unit 20 suppresses the lane change of the own vehicle 100 to the left lane or the forward acceleration by the notification by the alarm unit 31 or the traveling control of the own vehicle 100 by the control unit 32.
  • the obstacle recognition sensor 12 that monitors obstacles around the host vehicle 100, the lane recognition sensor 11 and the vehicle state quantity sensor 13 that detect the traveling state of the host vehicle 100, and the obstacle recognition sensor.
  • a risk calculation unit 20 that calculates the risk of the obstacle with respect to the vehicle 100 based on the predicted movement of the obstacle while predicting the movement of the obstacle using the information acquired by the control unit 12.
  • the risk calculation unit 20 changes the range for predicting the movement of the obstacle based on the traveling state of the own vehicle 100 detected by the lane recognition sensor 11 and the vehicle state quantity sensor 13. Therefore, the movement of the obstacle is predicted in consideration of the above situation, and the calculation with high accuracy can be realized while reducing the calculation load.
  • the risk calculation unit 20 is based on the movement of the obstacle of the second risk target R2 that is farther from the host vehicle, and the first risk target R1 that is closer to the host vehicle.
  • the movement of the obstacles is predicted sequentially and in a chained manner, and more accurate calculation is possible.
  • the traveling environment identification unit 41 for identifying the traveling environment of the host vehicle 100 and the number of times of chaining when calculating the risk of surrounding vehicles in a chained manner are determined.
  • a chain range determination unit 42 is determined in the radar cruise control system 10b of this embodiment.
  • the traveling environment identification unit 41 needs to identify how complex surrounding vehicles including the host vehicle 100 can change. Therefore, the traveling environment identification unit 41 identifies and outputs the road type on which the host vehicle 100 and surrounding vehicles travel. As shown in FIG. 9, a constant is assigned in advance as the maximum number of chains for each road type. The traveling environment identification unit 41 outputs a constant corresponding to the identified road type. The travel environment identification unit 41 identifies information such as the time zone, weather, traffic jam information, and specific area as the travel environment of the host vehicle 100 in addition to the road type shown in FIG. A constant assigned as the maximum number of chains may be output.
  • the chain range determination unit 42 uses the output value of the traveling environment identification unit 41 as the maximum chain number, and outputs the chain number as appropriate according to the surrounding situation. For example, even when the maximum number of chains output from the travel environment identification unit 41 is “2” corresponding to the general road urban area in FIG. 9, it is the other vehicle 201 that is the first risk target R1 and the second risk target R2. When the inter-vehicle distance from the other vehicle 202 is long, “1” is set as the chain count.
  • the risk calculation unit 20 calculates the risk of obstacles around the host vehicle 100 in the same manner as in the first embodiment according to the number of chains determined by the chain range determination unit 42. For example, when the number of chains determined by the chain range determination unit 42 is “2”, the risk calculation unit 20 sequentially calculates the risks of the third to first risk objects in a chained manner, thereby calculating the first risk object. Calculate the risk of R1. In addition, when the chain count determined by the chain range determination unit 42 is “1”, the risk calculation unit 20 sequentially calculates the risks of the second to first risk targets in a chained manner, thereby calculating the first risk target. Calculate the risk of R1.
  • the risk calculation unit 20 is a chain range that uses information acquired by the obstacle recognition sensor 12 based on the traveling environment state of the vehicle 100 detected by the traveling environment identification unit 41. Therefore, redundant use of the information acquired by the obstacle recognition sensor 12 can be prevented, and more accurate calculation can be realized while further reducing the calculation load.
  • the risk calculation unit 20 changes the chain range based on the state of the traveling environment of the host vehicle 100 detected by the traveling environment identification unit 41, while changing the chain range.
  • the range for predicting the movement of obstacles in a chained manner from obstacles far from the own vehicle 100 is changed according to the traveling environment of the own vehicle 100. It is possible to realize more accurate calculation while reducing the above.
  • the radar cruise control system 10 c of this embodiment includes a driver face direction / line-of-sight sensor 14.
  • the driver face direction / line-of-sight sensor 14 is a sensor that recognizes the pattern of the driver's head image captured by a camera or the like and detects the movement of the driver's eyeball and the line-of-sight method.
  • the risk calculation unit 20 is the other risk target R1. Priorities are set for the cars 201 to 203 in the order that the behavior needs to be predicted particularly carefully.
  • the priority is set higher as the relative distance to the position P of the host vehicle 100 after a certain time elapses is closer and the relative speed approaching the host vehicle 100 increases. Further, the priority is set to be lower as it is closer to the driver's line-of-sight direction detected by the driver face direction / line-of-sight sensor 14, and is set to be higher as it is farther away.
  • the position P of the host vehicle 100 after a certain time has elapsed depends on the vehicle speed of the host vehicle 100 detected by the vehicle state quantity sensor 13, the road type on which the host vehicle 100 travels detected by the travel environment identification unit 41, and the like. Be changed.
  • the risk calculation unit 20 calculates the risk of obstacles around the host vehicle 100 as in the first and second embodiments while changing the number of chains according to the set priority. For example, when the chain count determined by the chain range determination unit 42 is “1”, the risk calculation unit 20 changes the chain count to “2” for the other vehicle 202 that is close to the host vehicle 100, The risk of the other vehicle 202 is calculated by sequentially calculating the risks of the third to first risk targets in a chain. For the other vehicle 201 that is far from the host vehicle 100 and is in the driver's line of sight, the risk calculation unit 20 changes the chain count to “0” and calculates only the risk of the other vehicle 201.
  • the risk calculation unit 20 detects the traveling state of the host vehicle 100 and the driver's face direction / line of sight detected by the vehicle state quantity sensor 13.
  • the obstacle recognition sensor 12 has a plurality of obstacles. Even when the information is monitored, redundant use of the information acquired by the obstacle recognition sensor 12 can be prevented, and more accurate calculation can be realized while further reducing the calculation load.
  • the risk calculation unit 20 is based on the driving state of the host vehicle 100 detected by the vehicle state quantity sensor 13 and the driver's line-of-sight direction detected by the driver face direction / line-of-sight sensor 14.
  • the priority is set for each of the plurality of obstacles of the first risk target R1 existing around the own vehicle 100, and the chain number is changed according to the priority, while the nth risk target to the first risk target are changed.
  • the movement of the obstacles is predicted in a chain manner from the obstacles far from the own vehicle 100 according to the priority. Since the range is changed, more accurate calculation can be realized while reducing the calculation load.
  • the risk calculation unit 20 sets the number of chaining for the obstacles of the first risk object R1 having a higher priority, and moves the obstacles of the nth risk object to the first risk object, respectively.
  • obstacles with higher priority have a wider range for predicting the movement of obstacles from obstacles far from the vehicle 100, so that calculation with higher accuracy can be achieved while reducing the calculation load. Can be realized.
  • a fourth embodiment of the present invention will be described.
  • a plurality of vehicles traveling adjacent to each other are equipped with the radar cruise control systems 10a to 10c according to the first to third embodiments, and can perform vehicle-to-vehicle communication or road-to-vehicle communication.
  • the plurality of vehicles transmit the risk results calculated by the respective radar cruise control systems 10a to other vehicles. Thereby, several vehicles can share the calculated risk.
  • the risk calculation unit 20 determines that the first vehicle As in the embodiment, the future risk of the host vehicle 100 is increased.
  • the risk calculation unit 20 predicts the movement of the other vehicle 201 or the like based on information received from the other vehicle 201 or the like by a communication device capable of vehicle-to-vehicle communication or road-to-vehicle communication.
  • the movement of the other vehicle 201 or the like is predicted by combining the information acquired by the information 100 and the information from the other vehicle 201 or the like, and more accurate calculation can be realized while reducing the calculation load.
  • the radar cruise control system 10d of this embodiment includes a navigation system 50 having a GPS 51 and a map DB 52. Further, the radar cruise control system 10d includes a surrounding vehicle travel route information acquisition unit 61.
  • the navigation system 50 can acquire information related to an intersection existing ahead of the host vehicle 100 as road information from the map DB 52.
  • the risk calculation unit 20 predicts the timing at which the other vehicle 201 passes the intersection based on the information on the relative distance, relative speed, and intersection between the other vehicle 201 that is the first risk target R1 in front of the own vehicle 100 and the own vehicle 100. To do.
  • the risk calculation unit 20 can predict that the preceding other vehicle 201 is decelerated by the approaching vehicle from the intersection. Therefore, the risk calculation unit 20 increases the risk ahead as the future risk of the host vehicle 100, and increases the inter-vehicle distance with the other vehicle 201 in advance from the area other than the intersection. 32 is controlled.
  • the surrounding vehicle travel route information acquisition unit 61 can receive the travel plan of the other vehicle 201 from the other vehicle 201 by vehicle-to-vehicle communication or road-to-vehicle communication.
  • vehicle-to-vehicle communication or road-to-vehicle communication.
  • the risk calculation unit 20 controls the alarm unit 31 and the control unit 32 so as to increase the future risk ahead of the host vehicle 100 and decelerate the host vehicle 100 as necessary.
  • the navigation system 50 which acquires the information regarding the road on which the own vehicle 100 travels is further provided, and the risk calculation unit 20 is based on the information on the road on which the own vehicle 100 travels acquired by the navigation system 50.
  • the risk calculation unit 20 is based on the information on the road on which the own vehicle 100 travels acquired by the navigation system 50.
  • the navigation system 50 acquires information on the road shape around the host vehicle 100
  • the risk calculation unit 20 acquires the information acquired by the obstacle recognition sensor 12 and the navigation system 50.
  • the behavior that the other vehicle 201 may take is estimated based on the information such as the lane reduction and the curve. It becomes possible.
  • the vehicle further includes a peripheral vehicle travel route information acquisition unit 61 that acquires information related to the road on which the other vehicle 201 is scheduled to travel, and the risk calculation unit 20 includes the peripheral vehicle travel route information acquisition unit 61. Since the movement of the other vehicle 201 is predicted based on the information about the road on which the other vehicle 201 is scheduled to travel, more accurate calculation can be realized while further reducing the calculation load.
  • the present invention can provide a vehicle periphery monitoring device that can realize highly accurate calculation while reducing the calculation load.

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

　自車１００の周辺の障害物を監視する障害物認識センサ１２と、自車１００の走行状態を検出する車線認識センサ１１及び車両状態量センサ１３と、障害物認識センサ１２により取得した情報を利用して、障害物の移動を予測しつつ、予測された障害物の移動に基づいて障害物の自車１００に対するリスクを演算するリスク演算ユニット２０とを備えた車両用周辺監視装置において、リスク演算ユニット２０は、車線認識センサ１１及び車両状態量センサ１３が検出した自車１００の走行状態に基づいて、障害物の移動を予測する範囲を変更する。これにより、自車１００の状況を加味して障害物の移動が予測されることになり、演算負荷を低減しつつ、精度の高い演算を実現できる。

Description

車両用周辺監視装置
　本発明は車両用周辺監視装置に関し、特に、監視する障害物の移動を予測しつつ、予測された障害物の移動に基づいて障害物の自車に対するリスクを演算する車両用周辺監視装置に関するものである。
　従来、監視する障害物の移動を予測しつつ、予測された障害物の移動に基づいて障害物の自車に対するリスクを演算する装置が提案されている。例えば、特許文献１には、自動運転車両の走行制御計画の安全性を評価する走行制御計画評価装置が開示されている。特許文献１の走行制御計画評価装置は、ある時刻において自動運転車両の周辺車両が取る可能性がある行動を推定する行動推定部と、ある時刻における周辺車両の存在位置と行動推定部により推定した行動とに基づいて、ある時刻より未来の周辺車両の存在位置を予測する存在位置予測部と、存在位置予測部により予測した周辺車両の存在位置と、自動運転車両の走行制御計画による存在位置とに基づいて、走行制御計画の安全性を評価する評価部とを備える。
　行動推定部は、少なくとも道路形状情報に基づいて周辺車両の行動を推定するため、特許文献１の走行制御計画評価装置は、例えば車線減少やカーブ等の情報に基づいて、周辺車両が取る可能性のある行動を推定することが可能である。
特開２００８－１１７０８２号公報
　しかしながら、上記の技術では、周辺車両が取る可能性のある行動を推定する際、自車の状況や周辺車両の数によっては、装置の演算負荷が大きくなったり、精度の高い演算を行なうことができない可能性がある。
　本発明は、このような事情を考慮してなされたものであり、その目的は、演算負荷を低減しつつ、精度の高い演算を実現できる車両用周辺監視装置を提供することにある。
　本発明は、自車の周辺の障害物を監視する監視センサと、自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかを検出する状態検出ユニットと、監視センサにより取得した情報を利用して、監視センサが監視する障害物の移動を予測しつつ、予測された障害物の移動に基づいて障害物の自車に対するリスクを演算するリスク演算ユニットとを備え、リスク演算ユニットは、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて、障害物の移動を予測する範囲を変更する車両用周辺監視装置である。
　この構成によれば、自車の周辺の障害物を監視する監視センサと、自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかを検出する状態検出ユニットと、監視センサにより取得した情報を利用して、監視センサが監視する障害物の移動を予測しつつ、予測された障害物の移動に基づいて障害物の自車に対するリスクを演算するリスク演算ユニットとを備えた車両用周辺監視装置において、リスク演算ユニットは、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて、障害物の移動を予測する範囲を変更するため、自車の状況を加味して障害物の移動を予測することになり、演算負荷を低減しつつ、精度の高い演算を実現できる。
　この場合、リスク演算ユニットは、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて、監視センサにより取得した情報を利用する範囲を変更することが好適である。
　この構成によれば、リスク演算ユニットは、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて、監視センサにより取得した情報を利用する範囲を変更するため、監視センサにより取得した情報を冗長に利用することを防止することができ、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　また、リスク演算ユニットは、監視センサが複数の障害物を監視しているとき、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて障害物それぞれに優先度を設定し、当該優先度に従って障害物の移動を予測することが好適である。
　この構成によれば、リスク演算ユニットは、監視センサが複数の障害物を監視しているとき、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて障害物それぞれに優先度を設定し、当該優先度に従って障害物の移動を予測するため、監視センサが複数の障害物を監視しているときであっても、監視センサにより取得した情報を冗長に利用することを防止することができ、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　また、リスク演算ユニットは、自然数ｎを設定し、第ｎ－１番目の障害物の周辺に存在し自車からの距離が第ｎ－１番目の障害物より遠い第ｎ番目の障害物の移動を予測しつつ、予測された第ｎ番目の障害物の移動に基づいて第ｎ－１番目の障害物の移動を予測し、同様にして第ｎ－１番目～第２番目の障害物の移動に基づいて第ｎ－２番目～第１の障害物の移動をそれぞれ順次予測することが好適である。
　この構成によれば、リスク演算ユニットは、自然数ｎを設定し、より自車からの距離が遠い第ｎ番目～第２番目の障害物の移動に基づいて、より自車からの距離が近い第ｎ－１番目～第１の障害物の移動をそれぞれ順次、連鎖的に予測することになり、より精度の高い演算が可能となる。
　この場合、リスク演算ユニットは、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて、自然数ｎを変更しつつ第ｎ番目～第１番目の障害物の移動をそれぞれ順次予測することが好適である。
　この構成によれば、リスク演算ユニットは、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて、自然数ｎを変更しつつ第ｎ番目～第１番目の障害物の移動をそれぞれ順次予測するため、自車の走行状態等に応じて障害物の移動を自車に遠い障害物から連鎖的に予測する範囲が変更されるため、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　また、リスク演算ユニットは、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて、自車の周辺に存在する複数の第１の障害物それぞれに優先度を設定し、当該優先度に従って自然数ｎを変更しつつ第ｎ番目～第１番目の障害物の移動をそれぞれ順次予測することが好適である。
　この構成によれば、リスク演算ユニットは、状態検出ユニットが検出した自車の走行状態、自車の走行環境の状態及び自車のドライバーの状態のいずれかに基づいて、自車の周辺に存在する複数の第１の障害物それぞれに優先度を設定し、当該優先度に従って自然数ｎを変更しつつ第ｎ番目～第１番目の障害物の移動をそれぞれ順次予測するため、自車の周辺に複数の障害物が存在する場合でも、優先度に応じて障害物の移動を自車に遠い障害物から連鎖的に予測する範囲が変更されるため、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　この場合、リスク演算ユニットは、設定した優先度が高い第１の障害物ほど自然数ｎを多く設定しつつ第ｎ番目～第１番目の障害物の移動をそれぞれ順次予測することが好適である。
　この構成では、リスク演算ユニットは、設定した優先度が高い第１の障害物ほど自然数ｎを多く設定しつつ第ｎ番目～第１番目の障害物の移動をそれぞれ順次予測するため、優先度が高い障害物ほど、障害物の移動を自車に遠い障害物から連鎖的に予測する範囲が広くなるため、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　また、障害物である他車からの情報の受信を可能とする他車情報受信ユニットをさらに備え、リスク演算ユニットは、他車情報受信ユニットにより他車から受信した情報に基づいて他車の移動を予測することが好適である。
　この構成によれば、障害物である他車からの情報の受信を可能とする他車情報受信ユニットをさらに備え、リスク演算ユニットは、他車情報受信ユニットにより他車から受信した情報に基づいて他車の移動を予測するため、自車が取得した情報と他車からの情報とを合わせて他車の移動を予測することになり、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　また、自車が走行する道路に関する情報を取得する道路情報取得ユニットをさらに備え、リスク演算ユニットは、道路情報取得ユニットが取得した自車が走行する道路に関する情報に基づいて、障害物の移動を予測する範囲を変更することが好適である。
　この構成によれば、自車が走行する道路に関する情報を取得する道路情報取得ユニットをさらに備え、リスク演算ユニットは、道路情報取得ユニットが取得した自車が走行する道路に関する情報に基づいて、障害物の移動を予測する範囲を変更するため、例えば車線減少やカーブ等の情報に基づいて、他車が取る可能性のある行動を推定することが可能となる。
　この場合、道路情報取得ユニットは、自車の周辺の道路形状に関する情報を取得し、リスク演算ユニットは、監視センサにより取得した情報と、道路情報取得ユニットが取得した自車の周辺の道路形状に関する情報とに基づいて、他車である障害物の移動を予測することが好適である。
　この構成によれば、道路情報取得ユニットは、自車の周辺の道路形状に関する情報を取得し、リスク演算ユニットは、監視センサにより取得した情報と、道路情報取得ユニットが取得した自車の周辺の道路形状に関する情報とに基づいて、他車である障害物の移動を予測するため、車線減少やカーブ等の情報に基づいて、他車が取る可能性のある行動を推定することが可能となる。
　この場合、他車が走行を予定している道路に関する情報を取得する走行予定情報取得ユニットをさらに備え、リスク演算ユニットは、走行予定情報取得ユニットが取得した他車が走行を予定している道路に関する情報に基づいて、他車の移動を予測することが好適である。
　この構成によれば、他車が走行を予定している道路に関する情報を取得する走行予定情報取得ユニットをさらに備え、リスク演算ユニットは、走行予定情報取得ユニットが取得した他車が走行を予定している道路に関する情報に基づいて、他車の移動を予測するため、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　本発明の車両用周辺監視装置によれば、演算負荷を低減しつつ、精度の高い演算を実現できる。
第１実施形態に係るレーダクルーズコントロールシステムの構成を示すブロック図である。 自車の周囲のセーフティエリアとリスクエリアとを示す平面図である。 自車の周囲の第１のリスク対象と第２のリスク対象との連鎖を示す図である。 自車の周囲の第１のリスク対象と第２のリスク対象となる他車を示す平面図である。 第１実施形態に係るレーダクルーズコントロールシステムの動作を示すフロー図である。 自車から見た現在のリスクエリアを示す平面図である。 他車の移動を加味した将来のリスクエリアを示す平面図である。 第２実施形態に係るレーダクルーズコントロールシステムの構成を示すブロック図である。 道路種別ごとに設定された最大連鎖回数を示す表である。 第３実施形態に係るレーダクルーズコントロールシステムの構成を示すブロック図である。 第３実施形態に係る他車への優先度の決定方向を示す平面図である。 第５実施形態に係るレーダクルーズコントロールシステムの構成を示すブロック図である。 第５実施形態に係る道路形状に関する情報により他車の移動を予測する方法を示す平面図である。 第５実施形態に係る他車の走行計画に関する情報により他車の移動を予測する方法を示す平面図である。
　以下、図面を参照して本発明の実施形態に係る車両用周辺監視装置を説明する。
　本発明の第１実施形態では、本発明に係る車両の車両用周辺監視装置を、レーダクルーズコントロールシステムに適用する。レーダクルーズコントロールシステムは、ＡＣＣ（Adaptive　Cruise　Control）システムとも言われ、自車両を設定車速及び先行車との設定車間距離（車間時間）のいずれかに従って走行させるＡＣＣ制御を実行し、運転者の運転操作を支援するためのものである。
　図１に示すように、第１実施形態のレーダクルーズコントロールシステム１０ａは、車線認識センサ１１、障害物認識センサ１２、車両状態量センサ１３、リスク演算ユニット２０、警報ユニット３１、制御ユニット３２及びアクチュエータ３３を備えている。上記各機器は、それぞれ車載ＬＡＮ等により接続されている。
　車線認識センサ１１は、道路上の車線区分線（以下、白線と略す）を認識するためのものである。車線認識センサ１１は、具体的にはカメラ等の画像センサである。しかし、車線認識センサ１１には、レーザレーダ等を適用することもできる。
　障害物認識センサ１２は、他車等の自車の周辺に存在する障害物を認識するためのものである。障害物認識センサ１２は、具体的にはミリ波レーダである。しかし、障害物認識センサ１２には、カメラ等の画像センサやレーザレーダ等を適用することもできる。
　車両状態量センサ１３は、自車の車速、加速度、ヨーレート、操舵角及び自車の位置等の車両の状態量を検出するためのものである。車両状態量センサ１３は、具体的には、車速センサ、加速度センサ、ヨーレートセンサ、操舵角センサ及びＧＰＳ（Global　Positioning　System）等である。
　リスク演算ユニット２０は、車線認識センサ１１、障害物認識センサ１２及び車両状態量センサ１３により検出された情報に基づいて、自車の周辺の障害物の移動を予測しつつ、予測された障害物の移動に基づいて当該障害物の自車に対するリスクを演算するためのものである。
　リスク演算ユニット２０は、間接リスク演算ユニット２１と直接リスク演算ユニット２２とを有している。間接リスク演算ユニット２１は、後述するように、自車に直接的に接触等のリスクをもたらさない間接リスク対象である他車等の障害物の移動を予測するためのものである。
　直接リスク演算ユニット２２は、後述するように、間接リスク演算ユニット２１により予測された間接リスク対象の移動を加味して、自車に直接的に接触等のリスクをもたらす直接リスク対象である他車等の障害物の移動を予測するためのものである。また、直接リスク演算ユニット２２は、移動を予測された直接リスク対象が自車にもたらすリスクを演算するためのものである。
　警報ユニット３１は、リスク演算ユニット２０が演算した障害物のリスクに応じて自車のドライバーに警報を報知するためのものである。警報ユニット３１は、具体的には、ブザー、ランプ、スピーカ及びディスプレイ等を適用することができる。
　制御ユニット３２は、リスク演算ユニット２０が演算した障害物のリスクに応じてアクチュエータ３３を駆動し、自車の車速、加速度及び操舵角等を制御するためのものである。アクチュエータ３３は、具体的には、スロットルアクチュエータ、ブレーキアクチュエータ及びステアリングアクチュエータ等である。
　以下、本実施形態のレーダクルーズコントロールシステム１０ａの動作について説明する。本実施形態では、自車の安全な走行を支援することを目的として、周囲の状況からリスクエリアが演算される。演算されたリスクエリアから適切なセーフティエリアが求められることにより自車を常に当該セーフティエリア内に留めるように、ドライバーの運転操作の補助が行なわれる。
　図２に示すように、セーフティエリアＡＳとは、自車１００周辺の他車２０１，２０２、自車１００の走行領域周辺の工作物、及び交通規則に基づく車線区分線等から構成されるリスクエリアＡＲを除いた自車１００が安全に走行可能な領域のことを意味する。自車１００の周辺の状況の変化に伴い、リスクエリアＡＲが移動又は拡大し、自車１００のセーフティエリアＡＳが侵食された場合には、必要なだけのセーフティエリアＡＳを確保するように自車１００の走行状態を制御することが必要となる。
　例えば、図２の例では、自車両１００の正面に存在する他車両（先行車）２０１の減速に伴い自車１００前方のセーフティエリアＡＳが減少した場合には、自車１００も減速を行ない、自車１００の前方に十分なセーフティエリアＡＳを確保する必要が生じる。
　リスクエリアＡＲは、現在の周辺車両の状態及び道路環境等に依存する定常的なリスクと、現在の周辺車両の状態（速度や方向）を基に予測される将来のリスクとから求められる。しかしながら、将来のリスクは、現在の物理的な情報から求められるものであるため、運動に表れない潜在的なリスクを予測することが困難である。そのため、他車２００の急な割込や急減速等が発生した場合には、それらに対して十分な対処が困難である可能性がある。
　そこで、本実施形態では、実際の物理的な情報が得られる前に、周辺車両の将来の動きや、現在は検出されていない新たな障害物によるリスクを予測することで、将来のリスクを求める。すなわち、本実施形態では、自車１００の周辺の他車２０１等の視点に立ち、他車２０１等の周辺のリスクを求めることにより、他車２０１等の将来の行動を予測する。これにより、将来の自車１００の周辺のリスクエリアＡＲが予測され、自車１００のセーフティエリアＡＳが新たに求められる。
　図３に示すように、第２のリスク対象から、自車１００の周辺の第１のリスク対象へと順次、連鎖的にリスクを演算することで、さらに信頼性の高い将来の自車１００周辺のリスクエリアＡＲを予測することが可能となる。ここで、図４に示すように、第１のリスク対象Ｒ１とは、自車１００の周辺で各方角の自車１００に最も近い他車２０１，２０１である。また、第２のリスク対象Ｒ２とは、第１のリスク対象Ｒ１よりも自車１００からの距離が遠く、第１のリスク対象Ｒ１の他車２０１，２０２から見た周辺車両で各方角の最も近い車両２０３，２０４である。
　リスク対象Ｒ１等は、車両以外にも、人、自転車、自動二輪車及び構造物等、道路上又は道路周辺に存在する事故原因となり得る対象とする。また、リスク対象Ｒ１等は、移動していても良いし、駐車している車両のように停止していても良い。また、任意の自然数ｎについて、第１のリスク対象Ｒ１から第ｎのリスク対象Ｒｎについて、自車１００の走行状態、自車１００の走行環境の状態及び自車１００のドライバーの状態に基づいて、そのリスクエリアＡＲを求めることができる。
　図５に示すように、自車１００の走行時には、リスク演算ユニット２０は、車線認識センサ１１、障害物認識センサ１２及び車両状態量センサ１３により、自車１００の周辺のリスク対象及び自車１００の状況を検出する（Ｓ１１）。車線認識センサ１１は、画像センサの出力を元に自車１００の走行する車線及び当該車線における自車１００の位置を認識する。これにより、自車１００が車線を逸脱するリスクが演算される。なお、図５の工程は自車１００の走行中に１０ｍ秒～１秒ごとに繰り返し実行される。
　障害物認識センサ１２は、自車１００周辺の障害物を認識する。車両状態量センサ１３が検出した自車１００の速度、加速度、ヨーレート、操舵角及び自車の位置等を考慮することにより、障害物との相対速度、相対距離、相対加速度などの物理的な情報が取得される。これらの情報から障害物の自車１００に対する接近の度合いが求められるため、障害物が自車１００に接触するリスクを演算することができる。
　障害物が自車１００と接触するリスクとしては、ＴＴＣ（Time　To　Collision：相対距離を相対速度で割った値）が用いられる。ＴＴＣに対して段階的に閾値が設定され、当該閾値に応じてリスクレベルが判断される。リスクを演算するためには、ＴＴＣ以外にも、単純に障害物との相対距離、相対速度及び障害物の大きさ等を組み合わせて演算することも可能である。
　リスク演算ユニット２０は、第１のリスク対象Ｒ１のリスクを演算する（Ｓ１２）。ここで、図６に示すように、自車１００の前方に、自車１００の走行車線に隣接する車線を走行している他車２０１が存在している状況を想定する。他車２０１の前方には、同一車線を走行する他車２０２が存在する。リスク演算ユニット２０は、障害物認識センサ１２により、第１のリスク対象Ｒ１として他車２０１を認識し、第２のリスク対象Ｒ２として他車２０２を認識する。リスク演算ユニット２０の間接リスク演算ユニット２１は、第１のリスク対象Ｒ１である他車２０１の視点に立ち、他車２０１の周辺の障害物に対するリスク及び他車２０１の走行環境に対するリスクを演算する。
　図６に示すように、第１のリスク対象Ｒ１である他車２０１が第２のリスク対象Ｒ２である他車２０２に接近しており、他車２０１の前方のリスクが増大する場合（Ｓ１３）、間接リスクユニット２１は、第１のリスク対象Ｒ１である他車２０１の将来の行動は、同一車線内で減速するか、又は隣接車線に車線変更を行なう確率が高くなると推定する。
　リスク演算ユニット２０の直接リスク演算ユニット２２は、間接リスクユニット２１の演算結果を自車１００の視点に置き換え、第１のリスク対象Ｒ１である他車２０１が自車１００の左側に接近するか、又は自車１００の前方に割り込むことを予測する。そこで、図７に示すように、直接リスク演算ユニット２２は、当該予測に基づいて、自車１００の将来予測されるリスクエリアＡＲを修正したリスクエリアＡＲ’とする（Ｓ１４）。図７の場合、将来予測されるリスクエリアＡＲを考慮すると、自車１００の左車線への車線変更又は前方への加速を抑制するような走行支援を行なう必要が生じる。そこで、リスク演算ユニット２０は、警報ユニット３１による報知又は制御ユニット３２による自車１００の走行制御により、自車１００の左車線への車線変更又は前方への加速を抑制する。
　本実施形態によれば、自車１００の周辺の障害物を監視する障害物認識センサ１２と、自車１００の走行状態を検出する車線認識センサ１１及び車両状態量センサ１３と、障害物認識センサ１２により取得した情報を利用して、障害物の移動を予測しつつ、予測された障害物の移動に基づいて障害物の自車１００に対するリスクを演算するリスク演算ユニット２０とを備えた車両用周辺監視装置において、リスク演算ユニット２０は、車線認識センサ１１及び車両状態量センサ１３が検出した自車１００の走行状態に基づいて、障害物の移動を予測する範囲を変更するため、自車１００の状況を加味して障害物の移動を予測することになり、演算負荷を低減しつつ、精度の高い演算を実現できる。
　また、本実施形態によれば、リスク演算ユニット２０は、より自車からの距離が遠い第２リスク対象Ｒ２の障害物の移動に基づいて、より自車からの距離が近い第１リスク対象Ｒ１の障害物の移動を順次、連鎖的に予測することになり、より精度の高い演算が可能となる。
　以下、本発明の第２実施形態について説明する。図８に示すように、本実施形態のレーダクルーズコントロールシステム１０ｂでは、自車１００の走行環境を識別する走行環境識別ユニット４１と、連鎖的に周辺車両のリスクを演算するときの連鎖回数を決定する連鎖範囲決定ユニット４２とを有する。
　走行環境識別ユニット４１は、自車１００を含めた周辺車両がどの程度複雑に変化し得るかを識別することが必要となる。そのため、走行環境識別ユニット４１は、自車１００や周辺車両が走行する道路種別を識別して出力する。図９に示すように、道路種別ごとに最大連鎖回数として定数が予め割り当てられている。走行環境識別ユニット４１は、識別した道路種別に該当する定数を出力する。なお、走行環境識別ユニット４１は、図９の道路種別の他に、時間帯、天候、渋滞情報及び特定地域等の情報を自車１００の走行環境として識別し、同様に識別した時間帯等ごとに最大連鎖回数として割当てられた定数を出力しても良い。
　連鎖範囲決定ユニット４２は、走行環境識別ユニット４１の出力値を最大連鎖回数として、周辺の状況に応じて適宜連鎖回数を出力する。例えば、走行環境識別ユニット４１から出力された最大連鎖回数は図９の一般道市街地に該当する「２」である場合でも、第１リスク対象Ｒ１である他車２０１と第２リスク対象Ｒ２である他車２０２との車間距離が長い場合には、連鎖回数として「１」を設定する。
　リスク演算ユニット２０は、連鎖範囲決定ユニット４２が決定した連鎖回数に従って上記第１実施形態と同様に自車１００周囲の障害物のリスクを演算する。例えば、連鎖範囲決定ユニット４２が決定した連鎖回数が「２」の場合は、リスク演算ユニット２０は、第３～第１リスク対象のリスクを順次、連鎖的に演算することにより、第１リスク対象Ｒ１のリスクを演算する。また、連鎖範囲決定ユニット４２が決定した連鎖回数が「１」の場合は、リスク演算ユニット２０は、第２～第１リスク対象のリスクを順次、連鎖的に演算することにより、第１リスク対象Ｒ１のリスクを演算する。
　本実施形態によれば、リスク演算ユニット２０は、走行環境識別ユニット４１が検出した自車１００の走行環境の状態に基づいて、障害物認識センサ１２により取得した情報を利用する範囲である連鎖範囲を変更するため、障害物認識センサ１２により取得した情報を冗長に利用することを防止することができ、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　特に、本実施形態によれば、リスク演算ユニット２０は、走行環境識別ユニット４１が検出した自車１００の走行環境の状態に基づいて、連鎖範囲を変更しつつ第ｎリスク対象～第１リスク対象である障害物の移動をそれぞれ順次予測するため、自車１００の走行環境に応じて障害物の移動を自車１００に遠い障害物から連鎖的に予測する範囲が変更されるため、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　以下、本発明の第３実施形態について説明する。図１０に示すように、本実施形態のレーダクルーズコントロールシステム１０ｃでは、ドライバー顔向き／視線センサ１４を備える。ドライバー顔向き／視線センサ１４は、具体的には、カメラ等で撮像した運転者の頭部の画像をパターン認識し、運転者の眼球の動き及び視線方法を検出するセンサである。
　図１１に示すように、自車１００の周辺に複数の他車２０１～２０５が存在する場合、本実施形態のレーダクルーズコントロールシステム１０ｃでは、リスク演算ユニット２０は、第１リスク対象Ｒ１となる他車２０１～２０３について、特に注意深く行動を予測する必要がある順に優先度を設ける。
　優先度は、自車１００の一定時間経過後の位置Ｐに対する相対距離が近く、自車１００に対して接近する相対速度が増加しているほど高く設定される。また、優先度は、ドライバー顔向き／視線センサ１４により検出されるドライバーの視線方向に近いほど低く設定され、遠いほど高く設定される。自車１００の一定時間経過後の位置Ｐは、車両状態量センサ１３により検出される自車１００の車速や、走行環境識別ユニット４１により検出された自車１００が走行する道路種別等に応じて変更される。
　リスク演算ユニット２０は、設定した優先度に応じて連鎖回数を変更しつつ上記第１及び第２実施形態と同様に自車１００周囲の障害物のリスクを演算する。例えば、連鎖範囲決定ユニット４２が決定した連鎖回数が「１」の場合において、自車１００からの距離が近い他車２０２については、リスク演算ユニット２０は連鎖回数を「２」に変更し、第３～第１リスク対象のリスクを順次、連鎖的に演算することにより、他車２０２のリスクを演算する。また、自車１００からの距離が遠く、ドライバーの視線方向である他車２０１については、リスク演算ユニット２０は連鎖回数を「０」に変更し、他車２０１のリスクのみを演算する。
　本実施形態によれば、リスク演算ユニット２０は、障害物認識センサ１２が複数の障害物を監視しているとき、車両状態量センサ１３が検出した自車１００の走行状態及びドライバー顔向き／視線センサ１４により検出された自車１００のドライバーの視線方向に基づいて障害物それぞれに優先度を設定し、当該優先度に従って障害物の移動を予測するため、障害物認識センサ１２が複数の障害物を監視しているときであっても、障害物認識センサ１２により取得した情報を冗長に利用することを防止することができ、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　また、本実施形態によれば、リスク演算ユニット２０は、車両状態量センサ１３が検出した自車１００の走行状態及びドライバー顔向き／視線センサ１４により検出された自車１００のドライバーの視線方向に基づいて、自車１００の周辺に存在する複数の第１のリスク対象Ｒ１の障害物それぞれに優先度を設定し、当該優先度に従って連鎖回数を変更しつつ第ｎリスク対象～第１リスク対象の障害物の移動をそれぞれ順次予測するため、自車１００の周辺に複数の障害物が存在する場合でも、優先度に応じて障害物の移動を自車１００に遠い障害物から連鎖的に予測する範囲が変更されるため、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　さらに本実施形態では、リスク演算ユニット２０は、設定した優先度が高い第１リスク対象Ｒ１の障害物ほど連鎖回数を多く設定しつつ第ｎリスク対象～第１リスク対象の障害物の移動をそれぞれ順次予測するため、優先度が高い障害物ほど、障害物の移動を自車１００に遠い障害物から連鎖的に予測する範囲が広くなるため、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　以下、本発明の第４実施形態について説明する。本実施形態では、複数の隣接して走行する車両同士が上記第１～３実施形態に係るレーダクルーズコントロールシステム１０ａ～１０ｃを搭載し、且つ車車間通信又は路車間通信を行うことが可能な通信機を搭載している場合を想定する。この場合、複数の車両同士は、それぞれのレーダクルーズコントロールシステム１０ａで演算したリスクの結果を他車に対して送信する。これにより、複数の車両同士は、演算したリスクを共有することができる。
　１つの自車１００の第１リスク対象となる他車２０１等について、リスクが高いレベルに達していると判定される他車２０２等が存在する場合には、リスク演算ユニット２０は、上記第１実施形態のように、自車１００の将来のリスクを増大する。
　本実施形態によれば、リスク演算ユニット２０は、車車間通信又は路車間通信が可能な通信機により他車２０１等から受信した情報に基づいて他車２０１等の移動を予測するため、自車１００が取得した情報と他車２０１等からの情報とを合わせて他車２０１等の移動を予測することになり、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　以下、本発明の第５実施形態について説明する。図１２に示すように、本実施形態のレーダクルーズコントロールシステム１０ｄは、ＧＰＳ５１及び地図ＤＢ５２を有するナビゲーションシステム５０を備える。また、レーダクルーズコントロールシステム１０ｄは、周辺車両走行ルート情報取得ユニット６１を備える。
　図１３に示すように、ナビゲーションシステム５０は、地図ＤＢ５２により道路情報として、自車１００の前方に存在する交差点に関する情報を取得可能である。リスク演算ユニット２０は、自車１００の前方の第１リスク対象Ｒ１となる他車２０１と自車１００との相対距離、相対速度及び交差点に関する情報により、他車２０１が交差点を通過するタイミングを予測する。
　この場合、リスク演算ユニット２０は、交差点からの進入車両により先行する他車２０１が減速することを予測可能となる。そのため、リスク演算ユニット２０は、自車１００の将来のリスクとして、前方のリスクを増加させ、予め他車２０１との車間距離を交差点以外の地域よりも増大させるように、警報ユニット３１及び制御ユニット３２を制御する。
　また、周辺車両走行ルート情報取得ユニット６１は、車車間通信又は路車間通信により、他車２０１から他車２０１の走行計画を受信可能である。この場合、図１４に示すように、例えば、周辺車両走行ルート情報取得ユニット６１が、第１リスク対象である他車２０１の走行計画の走行方向が直進であることを取得しているときは、他車２０１が左車線に車線変更をする可能性が増大する。そのため、リスク演算ユニット２０は、予め自車１００の前方の将来のリスクを増加させ、必要に応じて自車１００を減速させるように、警報ユニット３１及び制御ユニット３２を制御する。
　本実施形態によれば、自車１００が走行する道路に関する情報を取得するナビゲーションシステム５０をさらに備え、リスク演算ユニット２０は、ナビゲーションシステム５０が取得した自車１００が走行する道路に関する情報に基づいて、障害物の移動を予測する範囲を変更するため、例えば車線減少やカーブ等の情報に基づいて、他車２０１が取る可能性のある行動を推定することが可能となる。
　また、本実施形態によれば、ナビゲーションシステム５０は、自車１００の周辺の道路形状に関する情報を取得し、リスク演算ユニット２０は、障害物認識センサ１２により取得した情報と、ナビゲーションシステム５０が取得した自車１００の周辺の道路形状に関する情報とに基づいて、他車２０１の移動を予測するため、車線減少やカーブ等の情報に基づいて、他車２０１が取る可能性のある行動を推定することが可能となる。
　さらに本実施形態によれば、他車２０１が走行を予定している道路に関する情報を取得する周辺車両走行ルート情報取得ユニット６１をさらに備え、リスク演算ユニット２０は、周辺車両走行ルート情報取得ユニット６１が取得した他車２０１が走行を予定している道路に関する情報に基づいて、他車２０１の移動を予測するため、より演算負荷を低減しつつ、より精度の高い演算を実現できる。
　以上、本発明の実施の形態について説明したが、本発明は、上記実施形態に限定されるものではなく種々の変形が可能である。
　本発明は、演算負荷を低減しつつ、精度の高い演算を実現できる車両用周辺監視装置を提供することができる。
１０ａ～１０ｄ　レーダクルーズコントロールシステム
１１　車線認識センサ
１２　障害物認識センサ
１３　車両状態量センサ
１４　ドライバー顔向き／視線センサ
２０　リスク演算ユニット
２１　間接リスク演算ユニット
２２　直接リスク演算ユニット
３１　警報ユニット
３２　制御ユニット
３３　アクチュエータ
４１　走行環境識別ユニット
４２　連鎖範囲決定ユニット
５０　ナビゲーションシステム
５１　ＧＰＳ
５２　地図ＤＢ
６１　周辺車両走行ルート情報取得ユニット

Claims (11)

  1. 　自車の周辺の障害物を監視する監視センサと、
    　前記自車の走行状態、前記自車の走行環境の状態及び前記自車のドライバーの状態のいずれかを検出する状態検出ユニットと、
    　前記監視センサにより取得した情報を利用して、前記監視センサが監視する前記障害物の移動を予測しつつ、予測された前記障害物の移動に基づいて前記障害物の前記自車に対するリスクを演算するリスク演算ユニットと、
    を備え、
    　前記リスク演算ユニットは、前記状態検出ユニットが検出した前記自車の走行状態、前記自車の走行環境の状態及び前記自車のドライバーの状態のいずれかに基づいて、前記障害物の移動を予測する範囲を変更する、車両用周辺監視装置。
  2. 　前記リスク演算ユニットは、前記状態検出ユニットが検出した前記自車の走行状態、前記自車の走行環境の状態及び前記自車のドライバーの状態のいずれかに基づいて、前記監視センサにより取得した情報を利用する範囲を変更する、請求項１に記載の車両用周辺監視装置。
  3. 　前記リスク演算ユニットは、前記監視センサが複数の前記障害物を監視しているとき、前記状態検出ユニットが検出した前記自車の走行状態、前記自車の走行環境の状態及び前記自車のドライバーの状態のいずれかに基づいて前記障害物それぞれに優先度を設定し、当該優先度に従って前記障害物の移動を予測する、請求項１又は２に記載の車両用周辺監視装置。
  4. 　前記リスク演算ユニットは、自然数ｎを設定し、第ｎ－１番目の前記障害物の周辺に存在し前記自車からの距離が第ｎ－１番目の前記障害物より遠い第ｎ番目の前記障害物の移動を予測しつつ、予測された第ｎ番目の前記障害物の移動に基づいて第ｎ－１番目の前記障害物の移動を予測し、同様にして第ｎ－１番目～第２番目の前記障害物の移動に基づいて第ｎ－２番目～第１の前記障害物の移動をそれぞれ順次予測する、請求項１～３のいずれか１項に記載の車両用周辺監視装置。
  5. 　前記リスク演算ユニットは、前記状態検出ユニットが検出した前記自車の走行状態、前記自車の走行環境の状態及び前記自車のドライバーの状態のいずれかに基づいて、前記自然数ｎを変更しつつ第ｎ番目～第１番目の前記障害物の移動をそれぞれ順次予測する、請求項４に記載の車両用周辺監視装置。
  6. 　前記リスク演算ユニットは、前記状態検出ユニットが検出した前記自車の走行状態、前記自車の走行環境の状態及び前記自車のドライバーの状態のいずれかに基づいて、前記自車の周辺に存在する複数の第１の前記障害物それぞれに優先度を設定し、当該優先度に従って前記自然数ｎを変更しつつ第ｎ番目～第１番目の前記障害物の移動をそれぞれ順次予測する、請求項４又は５に記載の車両用周辺監視装置。
  7. 　前記リスク演算ユニットは、設定した優先度が高い第１の前記障害物ほど前記自然数ｎを多く設定しつつ第ｎ番目～第１番目の前記障害物の移動をそれぞれ順次予測する、請求項６に記載の車両用周辺監視装置。
  8. 　前記障害物である他車からの情報の受信を可能とする他車情報受信ユニットをさらに備え、
    　前記リスク演算ユニットは、前記他車情報受信ユニットにより前記他車から受信した情報に基づいて前記他車の移動を予測する、請求項１～７のいずれか１項に記載の車両用周辺監視装置。
  9. 　前記自車が走行する道路に関する情報を取得する道路情報取得ユニットをさらに備え、
    　前記リスク演算ユニットは、前記道路情報取得ユニットが取得した前記自車が走行する道路に関する情報に基づいて、前記障害物の移動を予測する範囲を変更する、請求項１～８のいずれか１項に記載の車両用周辺監視装置。
  10. 　前記道路情報取得ユニットは、前記自車の周辺の道路形状に関する情報を取得し、
    　前記リスク演算ユニットは、前記監視センサにより取得した情報と、前記道路情報取得ユニットが取得した前記自車の周辺の道路形状に関する情報とに基づいて、他車である前記障害物の移動を予測する、請求項９に記載の車両用周辺監視装置。
  11. 　前記他車が走行を予定している道路に関する情報を取得する走行予定情報取得ユニットをさらに備え、
    　前記リスク演算ユニットは、前記走行予定情報取得ユニットが取得した前記他車が走行を予定している道路に関する情報に基づいて、前記他車の移動を予測する、請求項１０に記載の車両用周辺監視装置。
PCT/JP2009/060063 2009-06-02 2009-06-02 車両用周辺監視装置 WO2010140215A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2011518108A JP4883248B2 (ja) 2009-06-02 2009-06-02 車両用周辺監視装置
PCT/JP2009/060063 WO2010140215A1 (ja) 2009-06-02 2009-06-02 車両用周辺監視装置
DE200911004844 DE112009004844B4 (de) 2009-06-02 2009-06-02 Fahrzeugumgebungsüberwachungsvorrichtung
CN2009801596372A CN102449672B (zh) 2009-06-02 2009-06-02 车辆用周边监视装置
US13/375,509 US8571786B2 (en) 2009-06-02 2009-06-02 Vehicular peripheral surveillance device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2009/060063 WO2010140215A1 (ja) 2009-06-02 2009-06-02 車両用周辺監視装置

Publications (1)

Publication Number Publication Date
WO2010140215A1 true WO2010140215A1 (ja) 2010-12-09

Family

ID=43297361

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/060063 WO2010140215A1 (ja) 2009-06-02 2009-06-02 車両用周辺監視装置

Country Status (5)

Country Link
US (1) US8571786B2 (ja)
JP (1) JP4883248B2 (ja)
CN (1) CN102449672B (ja)
DE (1) DE112009004844B4 (ja)
WO (1) WO2010140215A1 (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012238080A (ja) * 2011-05-10 2012-12-06 Honda Motor Co Ltd 事故回避支援装置
JP2014004936A (ja) * 2012-06-25 2014-01-16 Honda Motor Co Ltd ペダル反力制御装置
JP2015020503A (ja) * 2013-07-17 2015-02-02 日産自動車株式会社 車両用走行制御装置及び隊列走行制御方法
JP2016521424A (ja) * 2013-05-13 2016-07-21 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 車両を動作させる方法および装置
WO2018198847A1 (ja) * 2017-04-26 2018-11-01 株式会社デンソー 運転支援装置、及び運転支援プログラム
WO2019138487A1 (ja) * 2018-01-11 2019-07-18 住友電気工業株式会社 車載装置、走行制御方法、およびコンピュータプログラム
JP2019124892A (ja) * 2018-01-19 2019-07-25 東海電子株式会社 運転用情報処理装置および運転用情報処理プログラム
JP2019139299A (ja) * 2018-02-06 2019-08-22 株式会社デンソー 情報処理装置
CN111391818A (zh) * 2019-01-03 2020-07-10 普瑞车联有限公司 使用控制***对车辆进行控制
KR20200133856A (ko) * 2019-05-20 2020-12-01 현대모비스 주식회사 자율 주행 장치 및 방법
US11718296B2 (en) 2019-12-09 2023-08-08 Bendix Commercial Vehicle Systems Llc Using shared traffic information to support adaptive cruise control (ACC) between platooning vehicles

Families Citing this family (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0901906D0 (en) * 2009-02-05 2009-03-11 Trw Ltd Collision warning apparatus
JP5618744B2 (ja) * 2010-05-26 2014-11-05 三菱電機株式会社 道路形状推定装置及びコンピュータプログラム及び道路形状推定方法
JP5727356B2 (ja) * 2011-11-30 2015-06-03 日立オートモティブシステムズ株式会社 物体検知装置
US8791836B2 (en) 2012-03-07 2014-07-29 Lockheed Martin Corporation Reflexive response system for popup threat survival
DE102012006986A1 (de) * 2012-04-05 2013-10-10 Gm Global Technology Operations, Llc Verfahren zur Verkehrsraumprognose
US20130278441A1 (en) 2012-04-24 2013-10-24 Zetta Research and Development, LLC - ForC Series Vehicle proxying
US9030347B2 (en) 2012-05-03 2015-05-12 Lockheed Martin Corporation Preemptive signature control for vehicle survivability planning
US8831793B2 (en) * 2012-05-03 2014-09-09 Lockheed Martin Corporation Evaluation tool for vehicle survivability planning
US9240001B2 (en) 2012-05-03 2016-01-19 Lockheed Martin Corporation Systems and methods for vehicle survivability planning
KR101326943B1 (ko) * 2012-06-29 2013-11-11 엘지이노텍 주식회사 추월차량 경고 시스템 및 추월차량 경고 방법
US9558667B2 (en) 2012-07-09 2017-01-31 Elwha Llc Systems and methods for cooperative collision detection
US9165469B2 (en) 2012-07-09 2015-10-20 Elwha Llc Systems and methods for coordinating sensor operation for collision detection
KR101493360B1 (ko) * 2012-07-30 2015-02-23 주식회사 케이티 주변 차량의 상태 변화 감지를 통한 차량 주행 관리 방법 및 시스템
DE102012217002A1 (de) * 2012-09-21 2014-03-27 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines Kraftfahrzeugs in einem automatisierten Fahrbetrieb
JP6081250B2 (ja) * 2013-03-21 2017-02-15 アルパイン株式会社 運転支援装置および運転支援処理の制御方法
US9776632B2 (en) * 2013-07-31 2017-10-03 Elwha Llc Systems and methods for adaptive vehicle sensing systems
US9230442B2 (en) * 2013-07-31 2016-01-05 Elwha Llc Systems and methods for adaptive vehicle sensing systems
US9269268B2 (en) 2013-07-31 2016-02-23 Elwha Llc Systems and methods for adaptive vehicle sensing systems
KR101782496B1 (ko) * 2013-08-21 2017-09-27 주식회사 만도 후측방 경보 시스템 및 그의 경보 제어 방법
JP5949721B2 (ja) * 2013-10-10 2016-07-13 株式会社デンソー 先行車選択装置
DE102013222586A1 (de) * 2013-11-07 2015-05-07 Robert Bosch Gmbh Verfahren zur Vermeidung einer Kollision eines Kraftfahrzeugs mit einem falschfahrenden Fahrzeug und Steuer- und Erfassungseinrichtung für ein Kraftfahrzeug zur Vermeidung einer Kollision des Kraftfahrzeugs mit einem falschfahrenden Fahrzeug
KR101480647B1 (ko) * 2013-11-15 2015-01-09 현대자동차주식회사 협로 주행을 위한 조향 위험도 판단 시스템 및 그 판단 방법
US20150153184A1 (en) * 2013-12-04 2015-06-04 GM Global Technology Operations LLC System and method for dynamically focusing vehicle sensors
EP3808634A1 (en) * 2013-12-04 2021-04-21 Mobileye Vision Technologies Ltd. Navigating a vehicle to pass another vehicle
KR101480652B1 (ko) * 2013-12-11 2015-01-09 현대자동차주식회사 차선 변경 제어 장치 및 그 변경 제어 방법
JP2015170284A (ja) * 2014-03-10 2015-09-28 株式会社日立製作所 フォークリフト型無人搬送車、その制御方法および制御装置
JP6087858B2 (ja) * 2014-03-24 2017-03-01 株式会社日本自動車部品総合研究所 走行区画線認識装置及び走行区画線認識プログラム
KR102051142B1 (ko) * 2014-06-13 2019-12-02 현대모비스 주식회사 차량용 운전자 위험 지수 관리 시스템 및 그 방법
JP2016018295A (ja) * 2014-07-07 2016-02-01 日立オートモティブシステムズ株式会社 情報処理システム
EP2990290B1 (en) * 2014-09-01 2019-11-06 Honda Research Institute Europe GmbH Method and system for post-collision manoeuvre planning and vehicle equipped with such system
MX364031B (es) * 2015-07-28 2019-04-11 Nissan Motor Metodo para controlar el dispositivo de control de viaje y dispositivo de control de viaje.
JP6565431B2 (ja) * 2015-07-28 2019-08-28 日産自動車株式会社 走行制御装置の制御方法および走行制御装置
KR102356656B1 (ko) * 2015-07-29 2022-01-28 주식회사 만도모빌리티솔루션즈 운전지원장치 및 운전지원방법
US10493907B2 (en) * 2015-07-31 2019-12-03 Hitachi Automotive Systems, Ltd. Vehicle periphery information management device
CN107850444B (zh) * 2015-07-31 2019-01-25 日产自动车株式会社 行驶控制方法及行驶控制装置
US10822110B2 (en) 2015-09-08 2020-11-03 Lockheed Martin Corporation Threat countermeasure assistance system
EP3151216A1 (en) * 2015-10-01 2017-04-05 Volvo Car Corporation Method for providing an alert to a driver and an alert system
JP2017114155A (ja) * 2015-12-21 2017-06-29 三菱自動車工業株式会社 運転支援装置
US10026317B2 (en) * 2016-02-25 2018-07-17 Ford Global Technologies, Llc Autonomous probability control
DE202016001441U1 (de) * 2016-03-03 2017-06-07 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Spurhalteassistenzsystem
JP6520780B2 (ja) * 2016-03-18 2019-05-29 株式会社デンソー 車両用装置
US11003922B2 (en) * 2016-04-20 2021-05-11 Mitsubishi Electric Corporation Peripheral recognition device, peripheral recognition method, and computer readable medium
US9747804B1 (en) * 2016-06-23 2017-08-29 GM Global Technology Operations LLC Object detection-based directional control of light and sound
JP6577926B2 (ja) * 2016-09-26 2019-09-18 本田技研工業株式会社 走行支援装置及び走行支援方法
WO2018078713A1 (ja) * 2016-10-25 2018-05-03 三菱電機株式会社 周辺情報判定装置および周辺情報判定方法
EP3573035A4 (en) * 2017-01-20 2020-01-08 Nissan Motor Co., Ltd. VEHICLE BEHAVIOR PREDICTION METHOD AND VEHICLE BEHAVIOR PREDICTION APPARATUS
AT519547B1 (de) * 2017-06-22 2018-08-15 Avl List Gmbh Vorrichtung und Verfahren zur prädiktiven Steuerung der Geschwindigkeit eines Fahrzeugs
DE112018003180T5 (de) * 2017-06-22 2020-03-12 Mitsubishi Electric Corporation Risikoinformations-sammeleinrichtung
WO2019078010A1 (ja) * 2017-10-18 2019-04-25 ソニー株式会社 情報処理装置、情報処理方法、移動体、及び、車両
JP6642556B2 (ja) * 2017-11-22 2020-02-05 マツダ株式会社 車両の物標検出装置
KR102054926B1 (ko) * 2018-02-27 2019-12-12 주식회사 만도 Free Space 신호 기반 근거리 컷인 차량 검출 시스템 및 방법
KR102507115B1 (ko) * 2018-02-27 2023-03-07 삼성전자주식회사 차량의 주행 경로를 계획하는 방법 및 이를 위한 장치
EP3805063B1 (en) * 2018-03-20 2024-02-28 Mobileye Vision Technologies Ltd. Automated driving system and machine readable storage medium
CN108437983B (zh) * 2018-03-29 2020-08-25 吉林大学 一种基于预测安全的智能车辆避障***
EP3856593A1 (en) * 2018-09-24 2021-08-04 C.R.F. Società Consortile per Azioni Automotive driver assistance
JP7251120B2 (ja) * 2018-11-29 2023-04-04 トヨタ自動車株式会社 情報提供システム、サーバ、車載装置、プログラム及び情報提供方法
JP7180421B2 (ja) * 2019-02-04 2022-11-30 トヨタ自動車株式会社 車両制御装置
CN109835328B (zh) * 2019-02-22 2021-04-02 清华大学 智能网联汽车行驶控制方法及***
US11364936B2 (en) 2019-02-28 2022-06-21 Huawei Technologies Co., Ltd. Method and system for controlling safety of ego and social objects
JP2021012467A (ja) * 2019-07-04 2021-02-04 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
KR20210029982A (ko) * 2019-09-09 2021-03-17 주식회사 만도 차량 제어 장치 및 차량 제어 방법
JP2021105813A (ja) * 2019-12-26 2021-07-26 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 制御装置及び制御方法
JP7412254B2 (ja) * 2020-04-02 2024-01-12 三菱電機株式会社 物体認識装置および物体認識方法
JP7276282B2 (ja) * 2020-08-24 2023-05-18 トヨタ自動車株式会社 物体検出装置、物体検出方法及び物体検出用コンピュータプログラム
CN112373488B (zh) * 2020-12-14 2021-12-28 长春汽车工业高等专科学校 一种基于人工智能的无人驾驶***及方法
DE102022119772B4 (de) 2022-08-05 2024-03-14 Cariad Se Verfahren zum Betreiben eines Kraftfahrzeugs mit zumindest einer Umgebungserfassungseinrichtung
DE102023004409A1 (de) 2022-11-09 2024-05-16 Mercedes-Benz Group AG System und Methode zur Schätzung der Ego-Spur auf Basis des Verkehrs

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05266399A (ja) * 1992-03-19 1993-10-15 Hitachi Ltd 自動車間通信による走行制御装置
JP2000242898A (ja) * 1999-02-22 2000-09-08 Equos Research Co Ltd 周辺車両報知装置
JP2002307972A (ja) * 2001-04-11 2002-10-23 Nissan Motor Co Ltd 車間距離制御装置
JP2003228800A (ja) * 2002-02-01 2003-08-15 Nissan Motor Co Ltd 車両用推奨操作量生成装置
JP2004106588A (ja) * 2002-09-13 2004-04-08 Fuji Heavy Ind Ltd 車両用運転支援装置
JP2005082124A (ja) * 2003-09-11 2005-03-31 Toyota Motor Corp 衝突被害軽減装置の起動制御装置及びこれに使用するセンサ
JP2005135018A (ja) * 2003-10-28 2005-05-26 Nissan Motor Co Ltd 走行支援用車載情報提供装置
JP2007151107A (ja) * 2005-11-07 2007-06-14 Denso Corp 車車間通信システムおよび車車間通信装置
JP2008117082A (ja) * 2006-11-01 2008-05-22 Toyota Motor Corp 走行制御計画評価装置

Family Cites Families (80)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT1240974B (it) * 1990-07-05 1993-12-27 Fiat Ricerche Metodo e apparecchiatura per evitare la collisione di un autoveicolo contro ostacoli.
US5529138A (en) * 1993-01-22 1996-06-25 Shaw; David C. H. Vehicle collision avoidance system
DE4407757A1 (de) * 1993-03-08 1994-09-15 Mazda Motor Vorrichtung zur Erfassung von Hindernissen für ein Fahrzeug
US5983161A (en) * 1993-08-11 1999-11-09 Lemelson; Jerome H. GPS vehicle collision avoidance warning and control system and method
US5689264A (en) * 1994-10-05 1997-11-18 Mazda Motor Corporation Obstacle detecting system for vehicles
JP3487054B2 (ja) * 1995-12-26 2004-01-13 株式会社デンソー 車両用障害物警報装置
US6014601A (en) * 1997-01-07 2000-01-11 J. Martin Gustafson Driver alert system
GB2327821B (en) * 1997-05-17 1999-12-01 Bosch Gmbh Robert Method and device for detecting an imminent or possible collision
US6223117B1 (en) 1997-05-27 2001-04-24 General Motors Corporation Cut-in management for an adaptive cruise control system
JPH113499A (ja) 1997-06-10 1999-01-06 Hitachi Ltd 移動体管理システム，移動体載装置，基地局備装置および移動体管理方法
JP3930110B2 (ja) 1997-08-11 2007-06-13 富士重工業株式会社 車両のクルーズコントロール装置
US5964822A (en) * 1997-08-27 1999-10-12 Delco Electronics Corp. Automatic sensor azimuth alignment
JP3400311B2 (ja) 1997-09-19 2003-04-28 本田技研工業株式会社 車両用距離センサにおける検出異常判定方法
US6269307B1 (en) * 1998-08-06 2001-07-31 Honda Giken Kogyo Kabushiki Kaisha Travel safety system for vehicle
JP3928277B2 (ja) 1998-11-04 2007-06-13 株式会社デンソー 先行車選択装置、車間制御装置、車間警報装置及び記録媒体
US6223125B1 (en) * 1999-02-05 2001-04-24 Brett O. Hall Collision avoidance system
US6161071A (en) * 1999-03-12 2000-12-12 Navigation Technologies Corporation Method and system for an in-vehicle computing architecture
JP2000357299A (ja) * 1999-06-16 2000-12-26 Honda Motor Co Ltd 車両の走行安全装置
JP4007723B2 (ja) * 1999-06-16 2007-11-14 本田技研工業株式会社 車両の走行安全装置
JP3822770B2 (ja) * 1999-12-10 2006-09-20 三菱電機株式会社 車両用前方監視装置
JP2001216519A (ja) * 2000-02-04 2001-08-10 Fujitsu Ltd 交通監視装置
JP3866479B2 (ja) * 2000-04-07 2007-01-10 株式会社デンソー 車間制御装置、記録媒体
DE10036276A1 (de) * 2000-07-26 2002-02-07 Daimler Chrysler Ag Automatisches Brems- und Lenksystem für ein Fahrzeug
US6707419B2 (en) * 2000-08-16 2004-03-16 Raytheon Company Radar transmitter circuitry and techniques
DE60107692T2 (de) * 2000-08-16 2005-12-15 Raytheon Company, Waltham System zur erfassung von naheliegenden objekten
KR100776860B1 (ko) * 2000-09-08 2007-11-16 레이던 컴퍼니 경로 예측 시스템 및 방법
JP3645177B2 (ja) * 2000-11-29 2005-05-11 三菱電機株式会社 車両周辺監視装置
DE10231557A1 (de) 2001-07-11 2003-07-31 Bosch Gmbh Robert Verfahren und Vorrichtung zum Auslösen und Durchführen einer Verzögerung eines Fahrzeugs
DE60226817D1 (de) 2001-08-23 2008-07-10 Nissan Motor Fahrassistenzsystem
JP3896852B2 (ja) * 2002-01-16 2007-03-22 株式会社デンソー 車両用衝突被害軽減装置
US6721659B2 (en) * 2002-02-01 2004-04-13 Ford Global Technologies, Llc Collision warning and safety countermeasure system
DE60329876D1 (de) * 2002-02-01 2009-12-17 Nissan Motor Verfahren und System zur Verbesserung der Fahrerunterstützung
US6502034B1 (en) 2002-02-21 2002-12-31 Ford Global Technologies, Inc. Method and apparatus for activating a crash countermeasure using a transponder and adaptive cruise control
US7522091B2 (en) * 2002-07-15 2009-04-21 Automotive Systems Laboratory, Inc. Road curvature estimation system
US6611227B1 (en) * 2002-08-08 2003-08-26 Raytheon Company Automotive side object detection sensor blockage detection system and related techniques
JP2004117071A (ja) * 2002-09-24 2004-04-15 Fuji Heavy Ind Ltd 車外監視装置、及び、この車外監視装置を備えた走行制御装置
DE10254402B4 (de) * 2002-11-21 2011-02-17 Lucas Automotive Gmbh System zur Beeinflussung der Geschwindigkeit eines Kraftfahrzeuges
DE10302060B4 (de) * 2003-01-21 2015-05-13 Robert Bosch Gmbh Verfahren zum Betreiben eines Kraftfahrzeugs
JP3849650B2 (ja) * 2003-01-28 2006-11-22 トヨタ自動車株式会社 車両
JP3948416B2 (ja) 2003-02-27 2007-07-25 株式会社デンソー 衝突回避制御装置
JP4578795B2 (ja) 2003-03-26 2010-11-10 富士通テン株式会社 車両制御装置、車両制御方法および車両制御プログラム
US6989754B2 (en) * 2003-06-02 2006-01-24 Delphi Technologies, Inc. Target awareness determination system and method
JP3987013B2 (ja) * 2003-09-01 2007-10-03 本田技研工業株式会社 車両周辺監視装置
US7369941B2 (en) 2004-02-18 2008-05-06 Delphi Technologies, Inc. Collision detection system and method of estimating target crossing location
JP4532181B2 (ja) 2004-06-24 2010-08-25 日産自動車株式会社 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
US7974778B2 (en) * 2004-09-17 2011-07-05 Honda Motor Co., Ltd. Vehicular control object determination system and vehicular travel locus estimation system
JP4400418B2 (ja) * 2004-10-29 2010-01-20 日産自動車株式会社 車間距離制御装置及び車間距離制御方法並びに運転操作支援装置及び運転操作支援方法
DE102005005970A1 (de) * 2005-02-10 2006-08-24 Robert Bosch Gmbh Fahrerassistenzystem mit Vorrichtung zur Erkennung von Sondersituationen
JP4169022B2 (ja) * 2005-08-05 2008-10-22 日産自動車株式会社 車両用運転操作補助装置および車両用運転操作補助装置を備える車両
US7729857B2 (en) * 2005-08-18 2010-06-01 Gm Global Technology Operations, Inc. System for and method of detecting a collision and predicting a vehicle path
US7499675B2 (en) 2005-11-07 2009-03-03 Denso Corporation Vehicle-to-vehicle communication system
EP1990786B1 (en) * 2006-02-28 2021-05-19 Toyota Jidosha Kabushiki Kaisha Object path prediction method and apparatus
US7835840B2 (en) * 2006-03-03 2010-11-16 Gm Global Technology Operations, Inc. Transmission neutral state management in vehicular safety and convenience systems
US20110298603A1 (en) * 2006-03-06 2011-12-08 King Timothy I Intersection Collision Warning System
US20070276600A1 (en) * 2006-03-06 2007-11-29 King Timothy I Intersection collision warning system
JP2007257519A (ja) 2006-03-24 2007-10-04 Mazda Motor Corp 車両用走行支援装置
JP4893118B2 (ja) * 2006-06-13 2012-03-07 日産自動車株式会社 回避制御装置、この回避制御装置を備える車両および回避制御方法
US20080065328A1 (en) * 2006-09-08 2008-03-13 Andreas Eidehall Method and system for collision avoidance
JP2008191781A (ja) 2007-02-01 2008-08-21 Hitachi Ltd 衝突回避システム
US8224564B2 (en) 2007-02-14 2012-07-17 Fuji Jukogyo Kabushiki Kaisha Vehicle drive assist system
JP4949063B2 (ja) 2007-02-14 2012-06-06 富士重工業株式会社 車両の運転支援装置
JP2008242544A (ja) 2007-03-26 2008-10-09 Hitachi Ltd 衝突回避装置および方法
JP4924207B2 (ja) 2007-05-29 2012-04-25 トヨタ自動車株式会社 自車両危険度取得装置
JP4623057B2 (ja) * 2007-06-05 2011-02-02 トヨタ自動車株式会社 自車両の移動領域取得装置
JP4207088B2 (ja) * 2007-06-20 2009-01-14 トヨタ自動車株式会社 車両走行推定装置
JP4450023B2 (ja) * 2007-07-12 2010-04-14 トヨタ自動車株式会社 自車両危険度取得装置
DE102007042792A1 (de) * 2007-09-07 2009-03-12 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Umfeldüberwachung für ein Kraftfahrzeug
US20090292468A1 (en) * 2008-03-25 2009-11-26 Shunguang Wu Collision avoidance method and system using stereo vision and radar sensor fusion
US8290637B2 (en) * 2008-06-16 2012-10-16 GM Global Technology Operations LLC Vehicle control using stochastic information
US8170739B2 (en) * 2008-06-20 2012-05-01 GM Global Technology Operations LLC Path generation algorithm for automated lane centering and lane changing control system
US8055445B2 (en) * 2008-09-24 2011-11-08 Delphi Technologies, Inc. Probabilistic lane assignment method
US20100100324A1 (en) * 2008-10-22 2010-04-22 Toyota Motor Engineering & Manufacturing North America, Inc. Communication based vehicle-pedestrian collision warning system
JP4853525B2 (ja) 2009-02-09 2012-01-11 トヨタ自動車株式会社 移動領域予測装置
JP4614005B2 (ja) * 2009-02-27 2011-01-19 トヨタ自動車株式会社 移動軌跡生成装置
US8244408B2 (en) * 2009-03-09 2012-08-14 GM Global Technology Operations LLC Method to assess risk associated with operating an autonomic vehicle control system
JP5210233B2 (ja) * 2009-04-14 2013-06-12 日立オートモティブシステムズ株式会社 車両用外界認識装置及びそれを用いた車両システム
JP4957747B2 (ja) * 2009-05-18 2012-06-20 トヨタ自動車株式会社 車両環境推定装置
JP5327321B2 (ja) * 2009-06-04 2013-10-30 トヨタ自動車株式会社 車両用周辺監視装置及び車両用周辺監視方法
DE112009005292B8 (de) * 2009-09-28 2015-04-02 Toyota Jidosha Kabushiki Kaisha Objekterfassungsvorrichtung
JP5407764B2 (ja) * 2009-10-30 2014-02-05 トヨタ自動車株式会社 運転支援装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05266399A (ja) * 1992-03-19 1993-10-15 Hitachi Ltd 自動車間通信による走行制御装置
JP2000242898A (ja) * 1999-02-22 2000-09-08 Equos Research Co Ltd 周辺車両報知装置
JP2002307972A (ja) * 2001-04-11 2002-10-23 Nissan Motor Co Ltd 車間距離制御装置
JP2003228800A (ja) * 2002-02-01 2003-08-15 Nissan Motor Co Ltd 車両用推奨操作量生成装置
JP2004106588A (ja) * 2002-09-13 2004-04-08 Fuji Heavy Ind Ltd 車両用運転支援装置
JP2005082124A (ja) * 2003-09-11 2005-03-31 Toyota Motor Corp 衝突被害軽減装置の起動制御装置及びこれに使用するセンサ
JP2005135018A (ja) * 2003-10-28 2005-05-26 Nissan Motor Co Ltd 走行支援用車載情報提供装置
JP2007151107A (ja) * 2005-11-07 2007-06-14 Denso Corp 車車間通信システムおよび車車間通信装置
JP2008117082A (ja) * 2006-11-01 2008-05-22 Toyota Motor Corp 走行制御計画評価装置

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012238080A (ja) * 2011-05-10 2012-12-06 Honda Motor Co Ltd 事故回避支援装置
JP2014004936A (ja) * 2012-06-25 2014-01-16 Honda Motor Co Ltd ペダル反力制御装置
JP2016521424A (ja) * 2013-05-13 2016-07-21 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 車両を動作させる方法および装置
JP2015020503A (ja) * 2013-07-17 2015-02-02 日産自動車株式会社 車両用走行制御装置及び隊列走行制御方法
US11332133B2 (en) 2017-04-26 2022-05-17 Denso Corporation Driver assist apparatus and driver assist program
JP2018185673A (ja) * 2017-04-26 2018-11-22 株式会社デンソー 運転支援装置、及び運転支援プログラム
WO2018198847A1 (ja) * 2017-04-26 2018-11-01 株式会社デンソー 運転支援装置、及び運転支援プログラム
WO2019138487A1 (ja) * 2018-01-11 2019-07-18 住友電気工業株式会社 車載装置、走行制御方法、およびコンピュータプログラム
JP2019124892A (ja) * 2018-01-19 2019-07-25 東海電子株式会社 運転用情報処理装置および運転用情報処理プログラム
JP7185251B2 (ja) 2018-01-19 2022-12-07 東海電子株式会社 運転用情報処理装置および運転用情報処理プログラム
JP2019139299A (ja) * 2018-02-06 2019-08-22 株式会社デンソー 情報処理装置
JP7020157B2 (ja) 2018-02-06 2022-02-16 株式会社デンソー 情報処理装置
CN111391818A (zh) * 2019-01-03 2020-07-10 普瑞车联有限公司 使用控制***对车辆进行控制
KR20200133856A (ko) * 2019-05-20 2020-12-01 현대모비스 주식회사 자율 주행 장치 및 방법
KR102653342B1 (ko) 2019-05-20 2024-04-02 현대모비스 주식회사 자율 주행 장치 및 방법
US11718296B2 (en) 2019-12-09 2023-08-08 Bendix Commercial Vehicle Systems Llc Using shared traffic information to support adaptive cruise control (ACC) between platooning vehicles

Also Published As

Publication number Publication date
US8571786B2 (en) 2013-10-29
DE112009004844B4 (de) 2015-05-13
CN102449672B (zh) 2013-05-01
US20120078498A1 (en) 2012-03-29
JPWO2010140215A1 (ja) 2012-11-15
JP4883248B2 (ja) 2012-02-22
CN102449672A (zh) 2012-05-09
DE112009004844T5 (de) 2012-07-19

Similar Documents

Publication Publication Date Title
JP4883248B2 (ja) 車両用周辺監視装置
US20240028032A1 (en) Alerting predicted accidents between driverless cars
EP3091370B1 (en) Method and arrangement for determining safe vehicle trajectories
US9841762B2 (en) Alerting predicted accidents between driverless cars
US8977435B2 (en) Vehicle control apparatus
US9598078B2 (en) Alerting predicted accidents between driverless cars
EP3208165B1 (en) Vehicle safety assist system
US9715829B2 (en) Method for coordinating the operation of motor vehicles
JP6468261B2 (ja) 自動運転システム
RU2731586C2 (ru) Система и способ управления транспортным средством для избежания столкновений и транспортное средство
US20140039786A1 (en) Safety device for motor vehicles
CN110799403B (zh) 车辆控制装置
JP7207256B2 (ja) 車両制御システム
KR20210006551A (ko) 차량 및 그 제어방법
CN112180911A (zh) 用于监控自动驾驶车辆的控制***的方法
KR20190057475A (ko) 자율주행 차량 주행 제어방법 및 장치
JP4952938B2 (ja) 車両の走行支援装置
JP5458666B2 (ja) 走行支援装置
WO2022144975A1 (ja) 車両制御装置、車両制御方法、およびプログラム
KR20090039501A (ko) 안전 주행을 위한 선행 차량 검지 방법
JP2019043431A (ja) 走行制御装置、走行制御方法およびプログラム
JP2021033536A (ja) 車両制御装置および車両制御方法
JP7425975B2 (ja) 遠隔機能選択装置
JP7506289B2 (ja) 自動運転制御装置及び車両
US20230234575A1 (en) Vehicle driving assist device and vehicle driving assist system

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980159637.2

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09845500

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 2011518108

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 13375509

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 112009004844

Country of ref document: DE

Ref document number: 1120090048447

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 09845500

Country of ref document: EP

Kind code of ref document: A1