CN108327716A - 碰撞缓解和避免 - Google Patents
碰撞缓解和避免 Download PDFInfo
- Publication number
- CN108327716A CN108327716A CN201810031443.5A CN201810031443A CN108327716A CN 108327716 A CN108327716 A CN 108327716A CN 201810031443 A CN201810031443 A CN 201810031443A CN 108327716 A CN108327716 A CN 108327716A
- Authority
- CN
- China
- Prior art keywords
- main vehicle
- vehicle
- target
- time
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 35
- 230000001133 acceleration Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 244000283207 Indigofera tinctoria Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005226 mechanical processes and functions Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- HYIMSNHJOBLJNT-UHFFFAOYSA-N nifedipine Chemical compound COC(=O)C1=C(C)NC(C)=C(C(=O)OC)C1C1=CC=CC=C1[N+]([O-])=O HYIMSNHJOBLJNT-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001141 propulsive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- 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
-
- 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
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Radar Systems Or Details Thereof (AREA)
- Regulating Braking Force (AREA)
Abstract
本公开基于所确定的碰撞时间、相对横向距离、和相对纵向距离来确定目标和主车辆之间的距离偏移值。基于距离偏移值和距离阈值来确定威胁估计值。基于威胁估计值来致动主车辆的部件。
Description
技术领域
本发明涉及一种用于碰撞缓解和避免的方法和系统。
背景技术
车辆碰撞经常会发生在交叉点。碰撞缓解可能是困难的并且实施起来很昂贵。例如,确定目标的威胁估计值可能需要来自多个传感器的数据。此外,可以用于缓解追尾碰撞的碰撞缓解技术可能与可用于缓解交叉道路碰撞的技术不同。
发明内容
根据本发明,提供一种系统,该系统包含计算机,该计算机被编程用于进行以下操作:
基于所确定的碰撞时间、相对横向距离和相对纵向距离来确定目标车辆和主车辆之间的距离偏移值;
基于距离偏移值和距离阈值来确定威胁估计值;和
基于威胁估计值来致动主车辆的部件。
根据本发明的一个实施例,其中该计算机还被编程用于当威胁估计值超过阈值时致动制动器。
根据本发明的一个实施例,其中该计算机还被编程用于确定横向碰撞时间和纵向碰撞时间。
根据本发明的一个实施例,其中该计算机还被编程用于基于横向碰撞时间来确定纵向距离偏移值和基于纵向碰撞时间来确定横向距离偏移值。
根据本发明的一个实施例,其中该计算机还被编程用于基于横向碰撞时间来确定纵向距离阈值和基于纵向碰撞时间来确定横向距离阈值。
根据本发明的一个实施例,其中该计算机还被编程用于基于横向碰撞时间和纵向碰撞时间来确定威胁估计值。
根据本发明的一个实施例,其中威胁估计值是制动威胁数目,制动威胁数目是主车辆用于允许主车辆停车或目标车辆超过主车辆的加速度变化的度量。
根据本发明的一个实施例,其中碰撞时间是基于主车辆的加速度、主车辆的速度、以及主车辆的横摆率。
根据本发明的一个实施例,其中威胁估计值是基于主车辆的第一威胁估计值和目标车辆的第二威胁估计值。
根据本发明的一个实施例,其中碰撞时间是基于目标车辆在当前时间之后的预定时间段处相对于主车辆的预测位置。
根据本发明,提供一种方法,该方法包含:
基于所确定的碰撞时间、相对横向距离、和相对纵向距离来确定目标车辆和主车辆之间的距离偏移值;
基于距离偏移值和距离阈值确定威胁估计值;和
基于威胁估计值来致动主车辆的部件。
根据本发明的一个实施例,该方法还包含当威胁估计值超过阈值时致动制动器。
根据本发明的一个实施例,该方法还包含确定横向碰撞时间和纵向碰撞时间。
根据本发明的一个实施例,该方法还包含基于横向碰撞时间来确定纵向距离偏移值和基于纵向碰撞时间来确定横向距离偏移值。
根据本发明的一个实施例,该方法还包含基于横向碰撞时间来确定纵向距离阈值和基于纵向碰撞时间来确定横向距离阈值。
根据本发明的一个实施例,该方法还包含基于横向碰撞时间和纵向碰撞时间来确定威胁估计值。
根据本发明的一个实施例,该方法中威胁估计值是制动威胁数目,制动威胁数目是主车辆用于允许主车辆停车或目标车辆超过主车辆的加速度变化的度量。
根据本发明的一个实施例,该方法中碰撞时间是基于主车辆的加速度、主车辆的速度、以及主车辆的横摆率。
根据本发明的一个实施例,该方法中威胁估计值是基于主车辆的第一威胁估计值和目标车辆的第二威胁估计值。
根据本发明的一个实施例,该方法中碰撞时间是基于目标车辆在当前时间之后的预定时间段处相对于主车辆的预测位置。
附图说明
图1是用于避免主车辆与目标之间的碰撞的示例性系统的框图;
图2A示出了主车辆与目标之间的示例性交叉点;
图2B示出了主车辆与目标之间的示例性交叉点;
图3是主车辆在主车辆与目标之间的极坐标中测得的测量结果的示例图;
图4是将图3的测量结果映射到直角坐标系的示例图;
图5是用于避免主车辆与目标之间的碰撞的示例性过程的框图。
具体实施方式
一种车辆计算机可以被编程用于采集关于目标的数据、基于所确定的碰撞时间、相对横向距离和相对纵向距离来确定目标和主车辆之间的距离偏移值、基于距离偏移值和距离阈值来确定威胁估计值、以及基于威胁估计值来致动主车辆的部件。
通过确定目标的距离偏移值和距离阈值,车辆计算机可以确定目标对于追尾碰撞和路线交叉情境二者的威胁估计值。此外,车辆计算机可以确定车辆坐标系中的横向和纵向两个方向的距离偏移值和距离阈值,提供关于目标的预测轨迹的附加信息。此外,车辆计算机可以确定横向和纵向两个方向的碰撞时间,并且基于横向和纵向碰撞时间而选择性地确定横向和纵向中的一个方向的距离偏移值和距离阈值。因此,由车辆计算机执行的计算次数减少,允许车辆计算机更快地对目标执行威胁估计。
图1示出了用于碰撞预防和缓解的系统100。除非在本公开中另有表明,否则“交叉点”在本文中被定义为两个或更多个车辆的当前或潜在未来轨迹交叉的位置。因此,交叉点可以是两个或更多个车辆可能碰撞的表面上的任何位置,例如,道路、车道、停车场、公路的入口、行驶路线等。因此,本文中使用的交叉点是通过识别两个或更多个车辆可能相遇(即碰撞)的位置来确定的,而不是通过识别具有预先定义的特征(例如,两条道路相互交叉)或“交叉点”地图标注的位置来确定的。这样的确定使用主车辆101以及附近其他车辆和/或其它物体的潜在未来轨迹。
主车辆101中的计算装置105被编程用于接收由一个或多个传感器110采集的数据115。例如,车辆101的数据115可以包括车辆101的位置、目标的位置等。位置数据可以是已知的形式,例如,诸如通过使用全球定位系统(GPS)的已知的导航系统获得的纬度和经度坐标的地理坐标。例如,数据115的其他示例可以包括车辆101的系统和部件的测量结果,例如车辆101的速度、车辆101的轨迹等。
众所周知,计算装置105总体上被编程用于在例如包括通信(例如,控制器局域网或CAN)总线的车辆101的网络上进行通信。通过网络、总线、和/或其它有线或无线机制(例如,车辆101中的有线或无线局域网),计算装置105可以将消息传送至车辆101中的各种装置和/或从包括传感器110的各种装置接收消息,各种装置例如控制器、致动器、传感器等。替代地或另外地,在计算装置105实际上包含多个装置的情况下,车辆网络可以用于在本公开中被表示为计算装置105的装置之间进行通信。另外,计算装置105可以被编程用于与网络125进行通信,如下所述,网络125可以包括各种有线和/或无线网络技术,例如蜂窝、蓝牙、有线和/或无线分组网络等。
数据存储器106可以是任何已知类型,例如硬盘驱动器、固态驱动器、服务器、或任何易失性或非易失性介质。数据存储器106可以储存由传感器110发送的所采集的数据115。
传感器110可以包括各种装置。例如,如众所周知的,车辆101中的各种控制器可以作为用于通过车辆101的网络或总线提供数据115的传感器110,数据115例如与车辆速度、加速度、位置、子系统和/或部件状态等有关的数据115。另外,其他传感器110可以包括摄像机、运动检测器等,即用于提供用于评估目标位置、规划目标路径、评估道路车道位置等的数据115的传感器110。传感器110还可以包括短距离雷达、远距离雷达、光探测和测距(LIDAR)、和/或超声换能器。
所采集的数据115可以包括在车辆101中采集的各种数据。上面提供了所采集的数据115的示例,并且此外,总体上使用一个或多个传感器110来采集数据115,并且数据115可以另外包括在计算装置105中和/或在服务器130处由所采集的数据115计算得出的数据。总体上,所采集的数据115可以包括可以由传感器110采集和/或从这些数据计算得出的任何数据。
车辆101可以包括多个车辆部件120。如本文所使用的,每个车辆部件120包括适于执行诸如使车辆移动、使车辆减速或停车、使车辆转向等机械功能或操作的一个或多个硬件部件。部件120的非限制性示例包括推进部件(其包括例如内燃发动机和/或电动马达等)、传动部件、转向部件(例如,其可以包括方向盘、转向齿条等中的一个或多个)、制动部件、停车辅助部件、自适应巡航控制部件、自适应转向部件等。
计算装置105可以致动部件120,以例如制动车辆101和/或使车辆101减速和/或停车,以避开目标等。计算装置105可以被编程用于在来自操作人员的输入有限或没有该输入的情况下,操作部件120中的部分或全部,即计算装置105可以被编程用于操作部件120。当计算装置105操作部件120时,计算装置105可以忽略来自操作人员的关于被选择由计算装置105进行控制的部件120的输入,该输入例如通过车辆101的通信总线来提供指令和/或如已知的将指令提供至电子控制单元(ECU),该指令用于致动车辆101的部件,例如使用制动器、改变方向盘转角等。例如,如果操作人员在转向操作期间试图转动方向盘,那么计算装置105可以忽略方向盘的运动并且根据其编制程序转向车辆101。
当计算装置105操作车辆101时,车辆101是“自主”车辆101。为了本公开的目的,术语“自主车辆”用于指代以完全自主模式运行的车辆101。完全自主模式被定义为:处于完全自主模式时,车辆101的推进(通常通过包括电动马达和/或内燃发动机的动力传动系统)、制动和转向中的每个都由计算装置105而非由操作人员来控制。半自主模式是其中车辆101的推进(通常通过包括电动马达和/或内燃发动机的动力传动系统)、制动和转向中的至少一个至少部分由计算装置105而非操作人员来控制。
系统100还可以包括连接至服务器130和数据存储器135的网络125。计算机105还可以被编程用于通过网络125与诸如服务器130的一个或多个远程站点进行通信,例如远程站点可能包括数据存储器135。网络125表示车辆计算机105可以通过其与远程服务器130进行通信的一个或多个机制。因此,网络125可以是各种有线或无线通信机制中的一个或多个,各种有线或无线通信机制包括有线(例如,电缆和光纤)和/或无线(例如,蜂窝、无线、卫星、微波、和射频)通信机制和任何期望的网络拓扑(或当使用多个通信机制时的拓扑)的任何期望的组合。示例性的通信网络包括提供数据通信服务的无线通信网络(例如使用蓝牙、IEEE802.11、诸如专用短程通信(DSRC)的车辆到车辆(V2V)等)、局域网(LAN)和/或包括互联网的广域网(WAN)。
图2A和图2B示出了包括主车辆101和目标200的示例性交叉点。在图2A-2B的示例中,目标200被示出为目标车辆200,并且目标200可以是主车辆101可能与其碰撞的障碍物,例如道路标志、护栏、树等。主车辆101可以在道路车道205中移动,并且目标200可以在不同的车道205中移动。在图2A-2B的示例中,道路具有三个道路车道205a、205b、205c,并且道路可以具有不同数量的道路车道205。目标200可以沿轨迹210移动。
如图2A-2B所示,主车辆101可以从当前道路车道205执行转向215,并且穿过目标200的轨迹210。在图2A的示例中,主车辆101位于道路车道205b中,并且目标200位于道路车道205a中,即主车辆101与目标200偏移一个道路车道205。在图2B的示例中,主车辆101位于道路车道205c中,并且目标200位于道路车道205a中,即主车辆101与目标200偏移两个道路车道205。基于主车辆101和目标200之间的道路车道205的数量,主车辆101可能需要更多时间来完成转向215并且经过目标200的轨迹210。因此,计算装置105可以基于主车辆101将要执行的转向215来确定与目标200的潜在碰撞的威胁数目。
图2A-2B示出了主车辆101穿过目标200的路线,即路线交叉情境。替代地或另外地,当主车辆101正在接近目标200的后部时,即追尾碰撞情境时,可以使用以下等式。因此,计算装置105可以确定在路线交叉和追尾碰撞情景二者下目标200的威胁估计值。
图3示出了由主车辆101和目标200的传感器110采集的数据115以及由计算装置105基于数据115确定的值。在该图示中,数据115包括关于车辆101、200的轨迹的数据115,例如,如图3所示,车辆101、200的轨迹根据参考具有在主车辆101上的原点的极坐标系提供的数据115。如上所述,目标200根据轨迹210移动。主车辆101根据轨迹210移动。轨迹210指示在主车辆101和目标200以它们各自的速度继续行驶而不转向的情况下主车辆101和目标200将在哪里移动。主车辆101可以限定具有在主车辆101的前端的中心点处的原点Oh的坐标系。计算装置105可以使用原点Oh来定义主车辆101和目标200的位置、速度和加速度。一个或多个传感器110可以根据极坐标来提供数据115。在图3的示例中,目标200的轨迹210示出了如在例如路线交叉情境下,目标200正在朝着主车辆101移动。目标200的轨迹210可以示出如在例如追尾碰撞情境下目标200正在远离主车辆101。
主车辆101与目标200之间的距离R被定义为例如以米为单位的主车辆101的原点Oh与目标200的原点Ot之间的最短直线。目标200的原点Ot被定义为目标200的前端的中心点。距离变化率是距离的时间变化率(即,dR/dt),并且距离加速度是距离变化率的时间变化率(即,d2R/dt2)。距离R因此是主车辆101与目标200之间的最短绝对距离。因为主车辆101正在转向,所以距离R可能不总是与目标200的轨迹210对齐。即,目标200的轨迹210可以用由距离R限定的路线来限定角度(在图3中未编号)。
方位角θ被定义为主车辆101的轨迹210与由距离R所限定的路线之间限定的、以弧度为单位的角度。方位角变化率是方位角θ的时间变化率(即,dθ/dt),并且方位角加速度是方位角变化率的时间变化率(即,d2θ/dt2)。
当主车辆101处于转向215时,主车辆101的行驶方向改变。行驶方向的变化被定义为以弧度/秒为单位的横摆率wh。计算装置105可以使用横摆率wh来确定目标200是否将与主车辆101碰撞。也就是说,因为主车辆101正在转离当前轨迹210,所以即使目标200的行驶方向指示在某一时间与主车辆101潜在碰撞,主车辆101还可以避开目标200。
主速度vh是主车辆101沿轨迹210、以米/秒为单位的速度。主加速度ah是主速度vh的时间变化率(即,dvh/dt))。主速度vh和主加速度ah是基于主车辆101沿轨迹210行驶。因此,随着主车辆101转向,主速度vh和主机加速度ah将随着轨迹210而改变。目标速度vt是目标200沿轨迹210、以米/秒为单位的速度。
图4示出了位于具有主车辆101的原点Oh的直角坐标系中的主车辆101和目标200。直角坐标系可以用于定义正交方向:用变量x表示的横向,和用变量y表示的纵向。计算装置105可以根据直角坐标来预测主车辆101和目标车辆的位置、速度和加速度,而不是使用如图3中的极坐标。具体而言,计算装置105可以确定纵向上的位置、速度和加速度,以及横向上的位置、速度和加速度,如下面进一步描述。此外,一个或多个传感器110可以采集直角坐标中的数据115,并且计算装置105可以使用距离R和方位角θ将极坐标中的数据115转换为直角坐标中的值。
目标200的横向位置是目标200相对于主车辆101的沿横向x的距离。目标200的横向速度是横向位置的时间变化率,即,目标200的横向加速度是横向速度的时间变化率,即,
目标200的纵向位置是目标200相对于主车辆101的沿纵向y的距离。目标200的纵向速度是纵向位置的时间变化率,即,目标200的纵向加速度是纵向速度的时间变化率,即
上面描述的值可以是以秒为单位的时间t的函数。计算装置105可以预测在预定时间段T内主车辆101和目标200的路线。以下等式解出了导致主车辆101与目标200之间的碰撞时间(TTC)的时间段T。
计算装置105可以预测目标200的纵向距离在时间(t+T)处预测的目标200相对于主车辆101的纵向距离被给出为:
在时间(t+T)处预测的目标200相对于主车辆101的相对横向距离被给出为:
纵向碰撞时间(TTClong)被定义为主车辆101和目标200到达相同纵向位置时的时间段T,即,目标200和主车辆101之间的相对纵向距离等于零。因此,在任何时间t处,TTClong都满足方程 更具体地说,TTClong是下面的多项式方程的最小正实根:
横向TTC(TTClat)被定义为当主车辆101和目标200到达相同横向位置时的时间段T,即目标和主车辆之间的相对横向距离等于零。因此,在任何时间t处,TTClat都满足等式更具体地说,TTClat是下面的多项式方程的最小正实根:
通过将计算出的TTClat(t)代入等式(1),我们求得时间t处的预测纵向距离偏移值PredLongOff(t)为:
通过将计算出的TTClong(t)代入等式(2),我们求得时间t处的预测横向距离偏移值PredLatOff(t)为:
其中ah(t)、vh(t)、wh(t)、是如上所述主车辆101和目标200的测量数据115,以及TTClong(t)是纵向碰撞时间。
基于横向碰撞时间TTClat和纵向碰撞时间TTClong,计算装置105可以确定纵向指示Flong。纵向指示是目标200是否将沿横向方向x或纵向方向y到达主车辆101的位置的布尔度量(Boolean measure)。即:
当Flong(t)=1时,主车辆101与目标200之间的相对纵向距离比相对横向距离更早变为零。当Flong(t)=0时,主车辆101与目标200之间的相对横向距离比相对纵向距离更早变为零。
计算装置105可以使用自适应阈值函数f(t)来确定距离阈值。距离阈值可以被用来确定预测的相对横向和纵向距离是否可以引起主车辆101和目标200之间的潜在碰撞。给定时间t0的自适应阈值函数f(t0)被定义为:
其中a>0、b>0、以及c>0并且是可调参数(即,可以例如根掂实证检验和/或模拟改变的值),例如a=2.5、b=3、和c=1。在函数中,a表示用于预测的纵向和横向距离偏移值PredLongOff、PredLatOff的预定最大阈值,b表示对于纵向和横向碰撞时间TTClong、TTClat的预定平均阈值,以及c表示阈值函数f(t)的预定衰减率。参数对于纵向阈值along、blong、clong和横向阈值alat、blat、clat可以是预先确定的。
通过将TTClat(t)代入阈值函数f(t)而求得纵向距离阈值LongDistThresh(t):
通过将TTClong(t)代入阈值函数f(t)而求得横向距离阈值LatDistThresh(t):
计算装置105可以基于上述的距离阈值、距离偏移值、和纵向因数来确定碰撞因数Fcollision(t)。碰撞因数Fcollision(t)是各自的距离偏移值是否小于距离阈值的布尔度量,即,碰撞因数Fcollision(t)指示在特定时间t处碰撞是否可能发生。碰撞因数Fcollision(t)可以定义为如下:
当纵向指示Flong(t)=1时,计算装置105基于预测的横向距离偏移值PredLatOff(t)来确定碰撞因数Fcollision(t)。当纵向指示Flong(t)=0时,计算装置105基于预测的纵向距离偏移值PredLongOff(t)来确定碰撞因数Fcollision(t)。
计算装置105可以确定制动威胁数目BTN。制动威胁数目BTN是主车辆101用于允许主车辆101停车或目标200经过主车辆101的加速度变化的度量。在时间t处,主车辆101的制动威胁数目BTNh(t)可以被计算为:
其中如上所述,vh(t)是主车辆速度、TTClong(t)是纵向碰撞时间、TTClat(t)是横向碰撞时间、Flong(t)是纵向指示,以及是用户特定的参数,其指定由于主车辆101的制动操纵而导致的最大可达到的减速度大小,例如,对于在干燥的道路上行驶的典型车辆101而言,
在t时间处,目标200的制动威胁数目BTNt(t)可以被计算为:
其中vt(t)是目标车辆速度、TTClong(t)是纵向碰撞时间、TTClat(t)是横向碰撞时间、Flong(t)是纵向指示、是用户特定的参数,其指定由于目标200制动和/或停止操纵而导致的最大可达到的减速度大小,例如,对于在干燥的道路上行驶的典型目标车辆200而言,
计算装置105可以确定转向威胁数目STN。STN是用于允许主车辆101和目标200中的一个离开交叉区域和/或使主车辆101围绕目标200的前端或后端转向的横向加速度变化的度量。在时间t处,主车辆101的转向威胁数目STNh(t)和目标200的转向威胁数目STNt(t)可以被计算为:
其中vh(t)和vt(t)分别是主车辆101和目标200速度、TTClong(t)是纵向碰撞时间、LatDistThresh(t)是横向距离阈值、PredLatOff(t)是横向预测偏移值、以及和是用户特定的参数,其指定由于主车辆101或目标200转向操纵而在用户特定标称横向速度和下的最大可实现的横向加速度,例如,
计算装置105可以确定加速威胁数目ATN。ATN是用于允许主车辆101和目标200中的一个通过主车辆101和目标200中的另一个的特定纵向加速度的度量。在时间t处,主车辆101的加速威胁数目ATNh(t)和目标200ATNt(t)的加速威胁数可以被计算为:
其中vh(t)和vt(t)分别是主车辆101和目标200速度、TTClat(t)是横向碰撞时间、LongDistThresh(t)是纵向预测距离阈值、PredLongOff(t)是纵向预测偏移值、以及和是用户特定的参数,其指定由于主车辆101或目标200加速操纵而在用户特定的标称纵向速度或下的最大可实现的纵向加速度,例如,
计算装置105可以确定威胁数目TN。威胁数目TN(t)是主车辆101和目标200的威胁数目中的最小值乘以碰撞指示Fcollision:
TN(t)=Fcollision(t)*min(BTNh(t),BTNt(t),STNh(t),STNt(t),ATNh(t),ATNt(t))(18)
计算装置105可以基于威胁数目来致动一个或多个车辆部件120。例如,如果威胁数目大于0.7,则计算装置105可以致动制动器120以使主车辆101例如以-6.5米/平方米(m/s2)进行减速。在另一示例中,如果威胁数目大于0.4但是小于或等于0.7,则计算装置105可以以例如-2.0m/s2的减速度致动制动器120。在另一示例中,如果威胁数目大于0.2但是小于或等于0.4,则计算装置105可以在车辆101的人机界面(HMI)上显示视觉警告和/或通过扬声器播放音频警告。
图5示出了用于以碰撞避免的方式操作车辆101的示例性过程500。过程500在框505中开始,在框505中,计算装置105致动传感器110以采集关于主车辆101和目标200的数据115。如上所述,计算装置105可以采集关于目标200的位置、速度、轨迹等的数据115。具体而言,计算装置105可以确定主车辆101与目标200之间的距离R和方位角θ。
接下来,在框510中,计算装置105确定主车辆101与目标200之间的纵向碰撞时间TTClong和横向碰撞时间TTClat。如上所述,纵向碰撞时间TTClong预测主车辆100和目标200到达相同纵向位置的时间。横向碰撞时间TTClat预测主车辆101和目标200到达相同横向位置的时间。
接下来,在框515中,计算装置105确定所预测的纵向距离偏移值PredLongOff和所预测的横向距离偏移值PredLatOff。如上所述,计算装置105将相对于主车辆101来限定目标200的位置的极坐标转换为直角坐标。如上所述,根据直角坐标,计算装置105可以确定纵向和横向方向上的距离偏移值。
接下来,在框520中,计算装置105确定纵向距离阈值LongDistThresh和横向距离阈值LatDistThresh。如上所述,纵向距离阈值LongDistThresh和横向距离阈值LongDistThresh是基于可以用于确定所预测的相对横向和纵向距离是否能够引起主车辆101和目标200之间的潜在碰撞的自适应阈值函数f(t)。
接下来,在框525中,计算装置105将所预测的纵向偏移值PredLongOff与纵向距离阈值LongDistThresh和/或所预测的横向偏移值PredLatOff与横向距离阈值LatDistThresh进行比较。当纵向碰撞时间TTClong小于或等于横向碰撞时间TTClat时,计算装置105可以将所预测的横向偏移值PredLatOff与横向距离阈值LatDistThresh进行比较以确定碰撞因数Fcollision。当纵向碰撞时间TTClong大于横向碰撞时间TTClat时,计算装置105可以将所预测的纵向偏移PredLongOff与纵向距离阈值LongDistThresh进行比较以确定碰撞因数Fcollision。
接下来,在框530中,计算装置105确定威胁数目。如上所述,威胁数目是主车辆101与目标200之间的碰撞概率的度量。如上所述,威胁数目可以是制动威胁数目BTN、加速威胁数目ATN、或转向威胁数目STN。如上所述,威胁数目可以是基于碰撞因数Fcollision、碰撞时间TTClong、TTClat、和/或纵向因数Flong。
接下来,在框535中,计算装置105基于威胁数目来致动一个或多个部件120。例如,如果威胁数目大于0.7,则计算装置105可以致动制动器以使主车辆101例如以-6.5米/平方米(m/s2)进行减速。在另一示例中,如果威胁数目大于0.4但小于或等于0.7,则计算装置105可以致动制动器,例如-2.0m/s2的减速度。在另一示例中,如果威胁数目大于0.2但小于或等于0.4,则计算装置105可以在车辆101的HMI上显示视觉警告和/或通过扬声器播放音频警告。在框535之后,过程500结束。
如本文所使用的,修饰形容词的副词“大体上”是指形状、结构、测量结果、数值、计算结果等可以偏离准确描述的几何形状、距离、测量结果、数值、计算结果等,这是因为材料、加工、制造、传感器测量、计算、处理时间、通讯时间等存在偏差。
计算装置105通常各自包括由诸如上面所标识的一个或多个计算装置执行、并且用于执行上述过程的框或步骤的指令。计算机可执行指令可以由计算机程序编译或解释,计算机程序采用多种编程语言和/或技术创建,这些编程语言和/或技术包括但并不限于单独地或组合的JavaTM、C、C++、VisualBasic、JavaScript、Perl、HTML等。通常,处理器(例如微处理器)例如从存储器、计算机可读介质等接收指令,并且执行这些指令,由此完成包括这里所描述的一个或多个程序的一个或多个程序。这样的指令或其他数据可以采用各种计算机可读介质存储和传输。计算装置105中的文件通常是储存在诸如存储介质、随机存取存储器等的计算机可读介质上的数据的集合。
计算机可读介质包括参与提供可以由计算机读取的数据(例如指令)的任意介质。这样的介质可以采用多种形式,包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘或其他永久性存储器。易失性介质包括典型地构成主存储器的动态随机存取存储器(DRAM)。计算机可读介质的常规形式包括,例如软盘、柔性盘、硬盘、磁盘、任何其他磁性介质、CD-ROM(只读光盘驱动器)、DVD(数字化视频光盘)、任何其他光学介质、穿孔卡片、纸带、具有孔图案的任何其他物理介质、RAM(随机存取存储器)、PROM(可编程只读存储器)、EPROM(可擦除可编程只读存储器)、FLASHEEPROM(闪速电可擦除可编程只读存储器)、任何其他存储器芯片或盒,或者任何其他计算机可读取的介质。
关于这里所述的媒介、程序、系统、方法等,应理解的是虽然这样的程序等的步骤已经被描述为按照一定的顺序排列发生,但这样的程序可以采用以这里描述的顺序之外的顺序完成的描述的步骤实施操作。进一步应该理解的是,某些步骤可以同时执行,可以添加其他步骤,或者可以省略这里所述的某些步骤。例如,在过程500中,可以省略一个或多个步骤,或者可以以与图5所示不同的顺序执行这些步骤。换言之,这里的系统和/或过程的描述提供用于说明某些实施例的目的,并且不应该以任何方式解释为限制所公开的主题。
因此,应当理解的是,包括上面的描述和附图以及以下权利要求的本公开旨在是说明性的而非限制性的。在阅读上面的描述时,除了提供的示例外许多实施例和应用对于本领域技术人员都是显而易见的。本发明的距离应参照所附权利要求和/或包含在基于此的非临时专利申请中的权利要求以及等同的全部距离而确定,而不是参照上面的说明而确定。可以预期的是这里所讨论的技术将出现进一步的发展,并且所公开的系统和方法将可以结合到这样的进一步的实施例中。总之,应该理解的是所公开的主题能够被修改和变化。
修饰名词的冠词“一”应当理解为意指一个或多个,除非另有说明或上下文另有要求。短语“基于”涵盖部分或全部基于。
Claims (16)
1.一种方法,包含:
基于所确定的碰撞时间、相对横向距离、和相对纵向距离来确定目标车辆和主车辆之间的距离偏移值;
基于所述距离偏移值和距离阈值确定威胁估计值;和
基于所述威胁估计值来致动所述主车辆的部件。
2.根据权利要求1所述的方法,还包含当所述威胁估计值超过阈值时致动制动器。
3.根据权利要求1所述的方法,还包含确定横向碰撞时间和纵向碰撞时间。
4.根据权利要求3所述的方法,还包含基于所述横向碰撞时间来确定纵向距离偏移值和基于所述纵向碰撞时间来确定横向距离偏移值。
5.根据权利要求3所述的方法,还包含基于所述横向碰撞时间来确定纵向距离阈值和基于所述纵向碰撞时间来确定横向距离阈值。
6.根据权利要求3所述的方法,还包含基于所述横向碰撞时间和所述纵向碰撞时间来确定所述威胁估计值。
7.根据权利要求1所述的方法,其中所述威胁估计值是制动威胁数目,所述制动威胁数目是所述主车辆用于允许所述主车辆停车或所述目标车辆超过所述主车辆的加速度变化的度量。
8.根据权利要求1所述的方法,其中所述碰撞时间是基于所述主车辆的加速度、所述主车辆的速度、以及所述主车辆的横摆率。
9.根据权利要求1所述的方法,其中所述威胁估计值是基于所述主车辆的第一威胁估计值和所述目标车辆的第二威胁估计值。
10.根据权利要求1所述的方法,其中所述碰撞时间是基于所述目标车辆在当前时间之后的预定时间段处相对于所述主车辆的预测位置。
11.根据权利要求3-10中任一项所述的方法,还包含当所述威胁估计值超过阈值时致动制动器。
12.根据权利要求2和6-10中任一项所述的方法,还包含确定横向碰撞时间和纵向碰撞时间。
13.一种被编程用于执行权利要求1-10中任一项所述的方法的计算机。
14.一种包含权利要求13所述的计算机的车辆。
15.一种包含计算机可读介质的计算机程序产品,所述计算机可读介质储存可由计算机处理器执行以执行根据权利要求1-10中任一项所述的方法的指令。
16.一种包含计算机的系统,所述计算机编程为:
基于所确定的碰撞时间、相对横向距离、和相对纵向距离来确定目标车辆和主车辆之间的距离偏移值;
基于所述距离偏移值和距离阈值确定威胁估计值;和
基于所述威胁估计值来致动所述主车辆的部件。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/409,641 US10403145B2 (en) | 2017-01-19 | 2017-01-19 | Collison mitigation and avoidance |
| US15/409,641 | 2017-01-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108327716A true CN108327716A (zh) | 2018-07-27 |
| CN108327716B CN108327716B (zh) | 2023-04-14 |
Family
ID=61283554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810031443.5A Active CN108327716B (zh) | 2017-01-19 | 2018-01-12 | 碰撞缓解和避免 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US10403145B2 (zh) |
| CN (1) | CN108327716B (zh) |
| DE (1) | DE102018101106A1 (zh) |
| GB (1) | GB2560245A (zh) |
| MX (1) | MX2018000603A (zh) |
| RU (1) | RU2018101192A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109664881A (zh) * | 2019-01-08 | 2019-04-23 | 广州小鹏汽车科技有限公司 | 一种紧急转向辅助驾驶方法、系统及电子设备 |
| CN111645675A (zh) * | 2019-11-12 | 2020-09-11 | 摩登汽车有限公司 | 汽车防碰撞控制方法、装置、系统及汽车 |
| CN112172806A (zh) * | 2020-08-31 | 2021-01-05 | 恒大新能源汽车投资控股集团有限公司 | 车辆状态的调整装置、方法和电子设备 |
| CN112201055A (zh) * | 2020-11-10 | 2021-01-08 | 上海悦充网络科技有限公司 | 一种车辆行驶危险感应识别处理方法及系统 |
| CN114038196A (zh) * | 2021-11-18 | 2022-02-11 | 成都车晓科技有限公司 | 车辆前向防撞预警系统及方法 |
| CN116612661A (zh) * | 2023-04-11 | 2023-08-18 | 浙江零跑科技股份有限公司 | 一种车辆及其目标威胁估计方法、计算机存储介质 |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102127741B1 (ko) | 2018-03-20 | 2020-07-01 | 모빌아이 비젼 테크놀로지스 엘티디. | 차량의 항법을 위한 시스템 및 방법 |
| JP6661695B2 (ja) * | 2018-05-09 | 2020-03-11 | 三菱電機株式会社 | 移動体検出装置、車両制御システム、移動体検出方法および車両制御方法 |
| EP3854646B8 (en) * | 2018-08-14 | 2024-07-17 | Mobileye Vision Technologies Ltd. | Systems and methods for navigating with safe distances |
| KR102592825B1 (ko) * | 2018-08-31 | 2023-10-23 | 현대자동차주식회사 | 충돌 회피 제어 장치 및 그 방법 |
| WO2020066646A1 (ja) * | 2018-09-28 | 2020-04-02 | 日立オートモティブシステムズ株式会社 | 走行制御装置、車両及び走行制御方法 |
| KR102616561B1 (ko) * | 2018-12-18 | 2023-12-21 | 모셔널 에이디 엘엘씨 | 복수의 모션 제약을 사용하는 차량의 동작 |
| GB2608567B (en) | 2018-12-18 | 2023-06-14 | Motional Ad Llc | Operation of a vehicle using motion planning with machine learning |
| US10967853B2 (en) * | 2019-02-11 | 2021-04-06 | Ford Global Technologies, Llc | Enhanced collision mitigation |
| US11383705B2 (en) * | 2019-08-29 | 2022-07-12 | Ford Global Technologies, Llc | Enhanced collision avoidance |
| US11273806B2 (en) | 2019-10-17 | 2022-03-15 | Ford Global Technologies, Llc | Enhanced collision mitigation |
| CN113340313B (zh) * | 2020-02-18 | 2024-04-16 | 北京四维图新科技股份有限公司 | 导航地图参数确定方法及装置 |
| CN112896158B (zh) * | 2021-02-25 | 2022-09-09 | 东风汽车集团股份有限公司 | 基于分层状态机的紧急车道保持功能的控制方法及系统 |
| CN113778108B (zh) * | 2021-10-09 | 2023-07-21 | 招商局检测车辆技术研究院有限公司 | 一种基于路侧感知单元的数据采集系统及数据处理方法 |
| US11851068B2 (en) | 2021-10-25 | 2023-12-26 | Ford Global Technologies, Llc | Enhanced target detection |
| CN115092136B (zh) * | 2022-07-27 | 2023-09-12 | 广州小鹏自动驾驶科技有限公司 | 车速规划方法、装置、车辆及存储介质 |
| US12311903B2 (en) * | 2022-10-07 | 2025-05-27 | GM Global Technology Operations LLC | Vehicle collision mitigation |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090143951A1 (en) * | 2007-11-16 | 2009-06-04 | Hitachi, Ltd. | Forward Collision Avoidance Assistance System |
| CN101497330A (zh) * | 2008-01-29 | 2009-08-05 | 福特全球技术公司 | 用于碰撞过程预测的系统 |
| US20100228419A1 (en) * | 2009-03-09 | 2010-09-09 | Gm Global Technology Operations, Inc. | method to assess risk associated with operating an autonomic vehicle control system |
| JP2011201363A (ja) * | 2010-03-24 | 2011-10-13 | Toyota Central R&D Labs Inc | 車両運動制御装置及びプログラム |
| JP2011225159A (ja) * | 2010-04-22 | 2011-11-10 | Toyota Central R&D Labs Inc | 車両運動制御装置及びプログラム |
| US20110313665A1 (en) * | 2009-03-04 | 2011-12-22 | Adc Automotive Distance Control Systems Gmbh | Method for Automatically Detecting a Driving Maneuver of a Motor Vehicle and a Driver Assistance System Comprising Said Method |
| CN103192826A (zh) * | 2012-01-10 | 2013-07-10 | 福特全球技术公司 | 一种避免主车辆和目标车辆碰撞的方法 |
| US20140121880A1 (en) * | 2012-10-30 | 2014-05-01 | Google Inc. | Controlling vehicle lateral lane positioning |
| US20140176714A1 (en) * | 2012-12-26 | 2014-06-26 | Automotive Research & Test Center | Collision prevention warning method and device capable of tracking moving object |
| CN103909927A (zh) * | 2012-12-28 | 2014-07-09 | 现代摩比斯株式会社 | 横向控制装置及其控制方法 |
| CN105270366A (zh) * | 2014-07-16 | 2016-01-27 | 株式会社万都 | 用于保护移动对象的紧急制动系统及其控制方法 |
| US20160152234A1 (en) * | 2014-12-01 | 2016-06-02 | Hyundai Motor Company | Integrative method and system for controlling blind spot detection system and lane keeping assist system |
| US20160264108A1 (en) * | 2015-03-13 | 2016-09-15 | Toyota Jidosha Kabushiki Kaisha | Collision avoidance apparatus |
| US20160362104A1 (en) * | 2015-06-10 | 2016-12-15 | Ford Global Technologies, Llc | Collision mitigation and avoidance |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2292344A1 (en) * | 1999-12-13 | 2001-06-13 | Ken Mann | Hydraulic drive air compressor |
| DE10005010C2 (de) * | 2000-02-04 | 2002-11-21 | Daimler Chrysler Ag | Verfahren und Sicherheits-Rückhalteeinrichtung zum Zurückhalten eines Insassen auf einem Fahrzeugsitz |
| CN101132965B (zh) * | 2005-03-03 | 2010-09-29 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于在车辆变换车道时避免碰撞的方法和装置 |
| JP5273330B2 (ja) * | 2006-08-04 | 2013-08-28 | 株式会社ジャパンディスプレイ | 表示装置 |
| US20080306666A1 (en) * | 2007-06-05 | 2008-12-11 | Gm Global Technology Operations, Inc. | Method and apparatus for rear cross traffic collision avoidance |
| JP5212753B2 (ja) * | 2008-12-22 | 2013-06-19 | トヨタ自動車株式会社 | レーダ装置、及び当該レーダ装置において用いられる測定方法 |
| 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 |
| US8577550B2 (en) * | 2009-10-05 | 2013-11-05 | Ford Global Technologies, Llc | System for vehicle control to mitigate intersection collisions and method of using the same |
| US9963127B2 (en) * | 2010-01-15 | 2018-05-08 | Volvo Car Corporation | Collision mitigation system and method for braking a vehicle |
| US9511751B2 (en) * | 2011-07-22 | 2016-12-06 | GM Global Technology Operations LLC | Object identification and active safety control for vehicles |
| US8849515B2 (en) * | 2012-07-24 | 2014-09-30 | GM Global Technology Operations LLC | Steering assist in driver initiated collision avoidance maneuver |
| CN103879404B (zh) | 2012-12-19 | 2016-08-31 | 财团法人车辆研究测试中心 | 可追踪移动物体的防撞警示方法及其装置 |
| JP6103693B2 (ja) | 2013-02-01 | 2017-03-29 | 富士重工業株式会社 | 車両の衝突判定装置 |
| US9050980B2 (en) * | 2013-02-25 | 2015-06-09 | Honda Motor Co., Ltd. | Real time risk assessment for advanced driver assist system |
| JP6081817B2 (ja) * | 2013-02-26 | 2017-02-15 | 三菱重工業株式会社 | 車載器およびev管理システム |
| US9238439B2 (en) * | 2013-07-30 | 2016-01-19 | Ford Global Technologies, Llc | Storage assembly for vehicle center console |
| US20150106010A1 (en) * | 2013-10-15 | 2015-04-16 | Ford Global Technologies, Llc | Aerial data for vehicle navigation |
| DE102013224508A1 (de) | 2013-11-29 | 2015-06-03 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zur automatischen Bewertung der Gefahr der Kollision eines Fahrzeuges mit einem Objekt |
| JP2015230566A (ja) * | 2014-06-04 | 2015-12-21 | トヨタ自動車株式会社 | 運転支援装置 |
| BR112016030604B8 (pt) * | 2014-07-08 | 2022-08-23 | Dow Agrosciences Llc | Processo para preparação de ácidos 3- hidroxipicolínicos |
| KR101617543B1 (ko) * | 2014-10-06 | 2016-05-02 | 주식회사 만도 | 차량 위급상황 감지 시스템 |
| KR101610544B1 (ko) | 2014-11-21 | 2016-04-07 | 현대자동차주식회사 | 차량의 자율 주행 시스템 및 방법 |
| JP6561584B2 (ja) | 2015-05-27 | 2019-08-21 | 株式会社デンソー | 車両制御装置、及び車両制御方法 |
-
2017
- 2017-01-19 US US15/409,641 patent/US10403145B2/en active Active
-
2018
- 2018-01-12 CN CN201810031443.5A patent/CN108327716B/zh active Active
- 2018-01-15 MX MX2018000603A patent/MX2018000603A/es unknown
- 2018-01-15 RU RU2018101192A patent/RU2018101192A/ru not_active Application Discontinuation
- 2018-01-18 DE DE102018101106.7A patent/DE102018101106A1/de active Pending
- 2018-01-18 GB GB1800815.1A patent/GB2560245A/en not_active Withdrawn
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090143951A1 (en) * | 2007-11-16 | 2009-06-04 | Hitachi, Ltd. | Forward Collision Avoidance Assistance System |
| CN101497330A (zh) * | 2008-01-29 | 2009-08-05 | 福特全球技术公司 | 用于碰撞过程预测的系统 |
| US20110313665A1 (en) * | 2009-03-04 | 2011-12-22 | Adc Automotive Distance Control Systems Gmbh | Method for Automatically Detecting a Driving Maneuver of a Motor Vehicle and a Driver Assistance System Comprising Said Method |
| US20100228419A1 (en) * | 2009-03-09 | 2010-09-09 | Gm Global Technology Operations, Inc. | method to assess risk associated with operating an autonomic vehicle control system |
| JP2011201363A (ja) * | 2010-03-24 | 2011-10-13 | Toyota Central R&D Labs Inc | 車両運動制御装置及びプログラム |
| JP2011225159A (ja) * | 2010-04-22 | 2011-11-10 | Toyota Central R&D Labs Inc | 車両運動制御装置及びプログラム |
| CN103192826A (zh) * | 2012-01-10 | 2013-07-10 | 福特全球技术公司 | 一种避免主车辆和目标车辆碰撞的方法 |
| US20140121880A1 (en) * | 2012-10-30 | 2014-05-01 | Google Inc. | Controlling vehicle lateral lane positioning |
| US20140176714A1 (en) * | 2012-12-26 | 2014-06-26 | Automotive Research & Test Center | Collision prevention warning method and device capable of tracking moving object |
| CN103909927A (zh) * | 2012-12-28 | 2014-07-09 | 现代摩比斯株式会社 | 横向控制装置及其控制方法 |
| CN105270366A (zh) * | 2014-07-16 | 2016-01-27 | 株式会社万都 | 用于保护移动对象的紧急制动系统及其控制方法 |
| US20160152234A1 (en) * | 2014-12-01 | 2016-06-02 | Hyundai Motor Company | Integrative method and system for controlling blind spot detection system and lane keeping assist system |
| US20160264108A1 (en) * | 2015-03-13 | 2016-09-15 | Toyota Jidosha Kabushiki Kaisha | Collision avoidance apparatus |
| US20160362104A1 (en) * | 2015-06-10 | 2016-12-15 | Ford Global Technologies, Llc | Collision mitigation and avoidance |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109664881A (zh) * | 2019-01-08 | 2019-04-23 | 广州小鹏汽车科技有限公司 | 一种紧急转向辅助驾驶方法、系统及电子设备 |
| CN111645675A (zh) * | 2019-11-12 | 2020-09-11 | 摩登汽车有限公司 | 汽车防碰撞控制方法、装置、系统及汽车 |
| CN112172806A (zh) * | 2020-08-31 | 2021-01-05 | 恒大新能源汽车投资控股集团有限公司 | 车辆状态的调整装置、方法和电子设备 |
| CN112172806B (zh) * | 2020-08-31 | 2022-03-22 | 恒大新能源汽车投资控股集团有限公司 | 车辆状态的调整装置、方法和电子设备 |
| CN112201055A (zh) * | 2020-11-10 | 2021-01-08 | 上海悦充网络科技有限公司 | 一种车辆行驶危险感应识别处理方法及系统 |
| CN114038196A (zh) * | 2021-11-18 | 2022-02-11 | 成都车晓科技有限公司 | 车辆前向防撞预警系统及方法 |
| CN116612661A (zh) * | 2023-04-11 | 2023-08-18 | 浙江零跑科技股份有限公司 | 一种车辆及其目标威胁估计方法、计算机存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| MX2018000603A (es) | 2018-11-09 |
| GB2560245A (en) | 2018-09-05 |
| US20180204460A1 (en) | 2018-07-19 |
| RU2018101192A (ru) | 2019-07-15 |
| CN108327716B (zh) | 2023-04-14 |
| US10403145B2 (en) | 2019-09-03 |
| DE102018101106A1 (de) | 2018-07-19 |
| GB201800815D0 (en) | 2018-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108327716A (zh) | 碰撞缓解和避免 | |
| CN108340913B (zh) | 碰撞减轻和避免 | |
| CN108688665B (zh) | 车辆人机界面控制 | |
| JP6650214B2 (ja) | 衝突後操縦計画を行う方法及びシステム、並びに当該システムを備える車両 | |
| CN108297863B (zh) | 用于车辆的碰撞减轻和躲避方法和系统 | |
| CN106660552B (zh) | 行驶控制装置及行驶控制方法 | |
| US10488863B2 (en) | Autonomous vehicle post-fault operation | |
| US9141109B1 (en) | Automated driving safety system | |
| CN109664885B (zh) | 车载交通辅助 | |
| JP6562386B2 (ja) | 車両運転支援システム及び方法 | |
| JP7565232B2 (ja) | 車両評価方法及び車両評価装置 | |
| US20210114625A1 (en) | System and method for autonomous collision avoidance | |
| CN110091867A (zh) | 碰撞避免和减轻 | |
| JP6611080B2 (ja) | 車両運転支援システム及び方法 | |
| US11884252B2 (en) | Enhanced threat assessment | |
| US10967853B2 (en) | Enhanced collision mitigation | |
| US10144428B2 (en) | Traffic light operation | |
| JP6558214B2 (ja) | 自動運転装置 | |
| JP2018138402A (ja) | 車両運転支援システム及び方法 | |
| JP2018138404A (ja) | 車両運転支援システム及び方法 | |
| CN112440973A (zh) | 增强防撞 | |
| JP6607526B2 (ja) | 車両運転支援システム及び方法 | |
| JP2018105636A (ja) | 経路生成装置 | |
| JP2024506972A (ja) | 障害物を回避するための方法 | |
| JP2018185668A (ja) | 周辺環境認識装置、表示制御装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |