CN105008200A - 用于检测附近的攻击性司机并调整驾驶模式的方法 - Google Patents
用于检测附近的攻击性司机并调整驾驶模式的方法 Download PDFInfo
- Publication number
- CN105008200A CN105008200A CN201480009688.8A CN201480009688A CN105008200A CN 105008200 A CN105008200 A CN 105008200A CN 201480009688 A CN201480009688 A CN 201480009688A CN 105008200 A CN105008200 A CN 105008200A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lidar
- radar
- information
- individual features
- 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 title claims description 47
- 230000009471 action Effects 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 19
- 230000033001 locomotion Effects 0.000 claims description 17
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 abstract description 7
- 230000006399 behavior Effects 0.000 description 35
- 238000004891 communication Methods 0.000 description 25
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000001069 Raman spectroscopy Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000012190 activator Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
-
- 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
-
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B60W2420/408—
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
可将计算装置配置为接收传感器信息,传感器信息指示在第一车辆的行驶道路上的车辆的相应特性。可将计算装置配置为基于相应特性识别展示出表现为不安全或不合法的驾驶动作的攻击性驾驶行为的第二车辆。此外,基于相应特性,可将计算装置配置为确定第二车辆的类型。可将计算装置配置为估计第一车辆与第二车辆之间的距离。可将计算装置配置为基于第二车辆的攻击性驾驶行为、第二车辆的类型以及第一车辆与第二车辆之间的距离,修改第一车辆的控制策略;以及基于修改后的控制策略,控制第一车辆。
Description
背景技术
自主车辆使用各种计算系统来帮助将乘客从一个位置运送到另一个位置。一些自主车辆可能需要来自例如导航仪、司机或乘客的操作者的某个初始输入或连续输入。可以仅当系统已经启用时才使用其他系统,例如自动导航仪系统,这允许操作者从手动模式(其中在车辆移动时操作者运用高度控制)切换到自主模式(其中车辆实际上自己驾驶)到处于它们之间某处的模式。
发明内容
本申请公开涉及附近攻击性司机的检测和驾驶模式的调整的实施例。在一个方面中,本申请描述一种方法。该方法可包括通过计算装置接收传感器信息,所述传感器信息指示在第一车辆的行驶道路上的车辆的一个或多个相应特性。该方法还可包括基于所述一个或多个相应特性,从所述车辆中识别展示出攻击性驾驶行为的第二车辆,所述攻击性驾驶行为表现为不安全或不合法的驾驶动作。该方法还可包括基于所述一个或多个相应特性,确定所述第二车辆的类型。该方法还可包括估计所述第一车辆与所述第二车辆之间的距离。该方法还可包括基于所述第二车辆的攻击性驾驶行为、所述第二车辆的类型以及所述第一车辆与所述第二车辆之间的距离,利用所述计算装置修改与所述第一车辆的驾驶行为相关联的控制策略;以及基于修改后的控制策略,利用所述计算装置控制所述第一车辆。
在另一个方面中,本申请描述一种其上存储有指令的非瞬时性计算机可读介质,当通过计算装置执行时,所述指令使得所述计算装置执行功能。所述功能可包括:接收传感器信息,所述传感器信息指示在第一车辆的行驶道路上的车辆的一个或多个相应特性。该功能还可包括基于所述一个或多个相应特性,从所述车辆中识别展示出攻击性驾驶行为的第二车辆,所述攻击性驾驶行为表现为不安全或不合法的驾驶动作。该功能还可包括基于所述一个或多个相应特性,确定所述第二车辆的类型。该功能还可包括估计所述第一车辆与所述第二车辆之间的距离。该功能还可包括基于所述第二车辆的攻击性驾驶行为、所述第二车辆的类型以及所述第一车辆与所述第二车辆之间的距离,修改与所述第一车辆的驾驶行为相关联的控制策略;以及基于修改后的控制策略,控制所述第一车辆。
在又一个方面中,本申请描述一种控制系统。该控制系统可包括至少一个处理器。该控制系统还可包括存储有指令的存储器,当通过至少一个处理器执行时,所述指令使得所述控制系统执行功能,包括接收传感器信息,所述传感器信息指示在第一车辆的行驶道路上的车辆的一个或多个相应特性。该功能还可包括基于所述一个或多个相应特性,从所述车辆中识别展示出攻击性驾驶行为的第二车辆,所述攻击性驾驶行为表现为不安全或不合法的驾驶动作。该功能还可包括基于所述一个或多个相应特性,确定所述第二车辆的类型。该功能还可包括估计所述第一车辆与所述第二车辆之间的距离。该功能还可包括基于所述第二车辆的攻击性驾驶行为、所述第二车辆的类型以及所述第一车辆与所述第二车辆之间的距离,修改与所述第一车辆的驾驶行为相关联的控制策略;以及基于修改后的控制策略,控制所述第一车辆。
上面的发明内容只是说明性的,并非旨在任何方式的限制。除了上述说明性方面、实施例和特征之外,通过参考附图和以下的详细描述,其他的方面、实施例和特征将变得显而易见。
附图说明
图1是根据示例性实施例的示例性汽车的简化方框图。
图2示出根据示例性实施例的示例性汽车。
图3是根据示例性实施例的用于检测附近的攻击性司机并调整驾驶模式的方法的流程图。
图4A示出根据示例性实施例的响应于识别展示出攻击性驾驶行为的第二车辆而基于修改后的控制策略来控制第一车辆的示例。
图4B示出根据示例性实施例的响应于识别展示出攻击性驾驶行为的第二车辆而基于修改后的控制策略控制第一车辆的另一个示例。
图5是示出根据示例性实施例的计算机程序的概念性局部视图的示意图。
具体实施方式
下面的详细描述参照附图描述所公开的系统和方法的各种特征和功能。在附图中,类似的符号识别类似的组件,除非上下文另外指示。本文所述的示意性系统和方法实施例并非旨在限制。容易理解,所公开的系统和方法的某些方面可以按照多种不同配置来布置和组合,全部都在此被预期。
在道路上运行的自主车辆可以依靠识别自主车辆附近的其他车辆来确定安全运动轨迹。自主车辆还可以识别这些车辆的一种或多种行为来确定安全控制策略。可将自主车辆配置为包括传感器,诸如相机、无线电检测和测距(RADAR)装置以及激光测距仪和/或光检测和测距(LIDAR)装置或者其他激光传感器。传感器可用于跟踪在自主车辆周围的附近车辆的移动。分析附近车辆的移动,以确定附近车辆的行为模式。在一个示例中,可将这些行为模式表征为与附近车辆相关联的攻击性或危险驾驶行为。因此,可以控制自主车辆,以应对这些攻击性车辆。
此外,可将自主车辆配置为考虑它附近车辆的类型。例如,摩托车司机可能比其他车辆的司机更具攻击性。此外,可将自主车辆配置为考虑它与展示攻击性驾驶的其他车辆之间的距离。例如,如果自主车辆与攻击性车辆之间的距离远,那么攻击性车辆对自主车辆驾驶行为的影响就小,反之亦然。基于给定车辆的攻击性驾驶、给定车辆的类型、以及自主车辆与给定车辆之间的距离,可将自主车辆配置为修改其控制策略和驾驶行为,以确定安全运动轨迹。
示例性车辆控制系统可以实现在汽车中,或者采用汽车的形式。替选地,车辆控制系统可以实现在其他车辆中,或者采用其他车辆的形式,例如轿车、卡车、摩托车、公交车、船、飞机、直升机、割草机、游艺车、游乐园车辆、农机、施工设备、电车、高尔夫球车、火车、以及有轨电车。其他车辆也可以。
此外,示例性系统可以采用非瞬时性计算机可读介质的形式,上面存储有可通过至少一个处理器执行的程序指令,以提供本文所述的功能。示例性系统还可以采用汽车或汽车子系统的形式,汽车或汽车子系统包括上面存储有这种程序指令的这种非瞬时性计算机可读介质。
现在参照附图,图1是根据示例性实施例的示例性汽车100的简化方框图。耦接到汽车100或者包括在汽车100中的组件可包括推进系统102、传感器系统104、控制系统106、外设108、电源110、计算装置111、以及用户接口112。计算装置111可包括处理器113和存储器114。计算装置111可以是汽车100的控制器、或者是控制器的一部分。存储器114可包括可通过处理器113执行的指令115,还可以存储地图数据116。可将汽车100的组件配置为相互之间和/或与耦接到各个系统的其他组件按照互连的方式工作。例如,电源110可以为汽车100的所有组件供电。可将计算装置111配置为接收来自推进系统120、传感器系统104、控制系统106以及外设108的信息,并控制它们。可将计算装置111配置为在用户接口112上产生图像显示并接收来自用户接口112的输入。
在另一个示例中,汽车100可包括更多、更少、或者不同的系统,并且每个系统可包括更多、更少、或者不同的组件。此外,所示的系统和组件可以按照任意数量的方式组合或划分。
可将推进系统102配置为向汽车100提供有动力的运动。如图所示,推进系统102包括引擎/马达118、能源120、传动装置122、以及车轮/轮胎124。
引擎/马达118可以是内燃机、电动机、蒸汽机、以及stirling引擎,或者包括它们的任意组合。其他马达和引擎也可以。在某些示例中,推进系统102可包括多种类型的引擎和/或马达。例如,气电混合动力车可包括汽油引擎和电动机。其他示例也可以。
能源120可以是能量的来源,全部或部分地为引擎/马达118提供动力。也就是说,可将引擎/马达118配置为将能源120转换为机械能。能源120的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池、以及其他电功率来源。附加性或者替选地,能源(多个)120可包括燃料箱、电池、电容器、和/或飞轮的任意组合。在某些示例中,能源120也可以向汽车100的其他系统提供能量。
可将传动装置122配置为将机械功率从引擎/马达118传输给车轮/轮胎124。为此,传动装置122可包括变速箱、离合器、差动器、传动轴、和/或其他元件。在传动装置122包括传动轴的示例中,传动轴可包括一个或多个轮轴,它们被配置为连接到车轮/轮胎124。
可将汽车100的车轮/轮胎124配置为各种款式,包括单轮车、双轮车/摩托车、三轮车、或者轿车/卡车四轮款式。其他车轮/轮胎款式也可以,例如包括六个或以上车轮的款式。可将汽车100的车轮/轮胎124配置为相对于其他车轮/轮胎124以差动方式旋转。在某些示例中,车轮/轮胎124可包括固定地附接到传动装置122的至少一个车轮以及耦接到可以与驱动面形成接触的车轮的轮缘的至少一个轮胎。车轮/轮胎124可包括金属和橡胶的任意组合,或者其他材料的组合。
附加性或者替选地,推进系统102可包括除了所示组件之外的组件。
传感器系统104可包括被配置为感测关于汽车100所在环境的信息的多个传感器。如图所示,传感器系统的传感器包括全球定位系统(GPS)模块126、惯性测量单元(IMU)128、无线电检测和测距(RADAR)单元130、激光测距仪和/或光检测和测距(LIDAR)单元132、相机134、以及被配置为修改传感器的位置和/或方位的致动器136。传感器系统104也可包括附加传感器,例如包括监视汽车100内部系统的传感器(例如,氧气监视器、燃料计、引擎油温等等)。其他传感器也可以。
GPS模块126可以是被配置为估计汽车100的几何位置的任意传感器。为此,GPS模块126可包括被配置为基于卫星定位数据估计汽车100相对于地球的位置的收发器。在示例中,可将计算装置111配置为结合地图数据116使用GPS模块126来估计汽车100可能在行驶的道路上的车道边界的位置。GPS模块126也可以采取其他形式。
IMU 128可以是被配置为基于惯性加速度来感测汽车100的位置和方位变化的传感器的任意组合。在某些示例中,传感器的组合例如可包括加速计和陀螺仪。传感器的其他组合也可以。
RADAR单元130可以被认为对象检测系统,对象检测系统可以被配置为使用无线电波来确定对象的特性,例如对象的范围、高度、方向或速度。可将RADAR单元130配置为传输无线电波或微波的脉冲,在波的路径上,无线电波或微波可以从任何对象反弹。对象可将波的一部分能量返回到接收器(例如,天线盘或天线),接收器也可以是RADAR单元130的一部分。也可将RADAR单元130配置为执行接收信号(从对象反弹)的数字信号处理,并且可将RADAR单元130配置为识别对象。
在电磁光谱的其他部分已经使用与RADAR类似的其他系统。一个示例是LIDAR(光检测和测距),可将LIDAR配置为使用来自激光器的可见光而不是无线电波。
LIDAR单元132可包括被配置为使用光线来感测或检测汽车100所在环境中的对象的传感器。一般而言,LIDAR是可以通过用光线照亮目标来测量到目标的距离或者目标的其他特性的光学远程感测技术。作为示例,LIDAR单元132可包括被配置为发射激光脉冲的激光源和/或激光扫描仪以及被配置为接收激光脉冲的反射的检测器。例如,LIDAR单元132可包括通过旋转镜反射的激光测距仪,并且在一个或两个维度上,在数字化的场景周围扫描激光,按照指定的角度间隔采集距离测量。在示例中,LIDAR单元132可包括诸如光(例如激光)源、扫描仪和光学器件、光电检测器和接收器电子器件、以及定位和导航系统这样的组件。
在示例中,可将LIDAR单元132配置为使用紫外线(UV)、可见光或红外线将对象成像,并且可以对宽范围的目标使用LIDAR单元132,包括非金属对象。在一个示例中,可以使用窄激光束以高分辨率绘制对象的物理特征。
在示例中,可以使用范围从大约10微米(红外)到大约250nm(UV)的波长。通常,光线经由背散射而反射。对于不同的LIDAR应用以及荧光使用不同类型的散射,诸如Rayleigh散射、Mie散射和Raman散射。作为示例,基于不同类型的散射,可以相应地将LIDAR称为RayleighLIDAR、Mie LIDAR、Raman LIDAR以及Na/Fe/K荧光LIDAR。例如,通过寻找反射信号强度中波长相关的变化,波长的适当组合可以允许对象的远程绘制。
使用扫描以及非扫描LIDAR系统两者,可以实现三维(3D)成像。“3D门控观察激光雷达”是应用脉冲激光器和快速门控相机的非扫描激光测距系统的示例。使用高速检测器阵列和调制灵敏检测器阵列也可以执行成像LIDAR,所述阵列通常使用CMOS(互补金属氧化物半导体)和混合CMOS/CCD(电荷耦合装置)制造技术建立在单芯片上。在这些装置中,通过解调或高速门控可以在本地处理每个像素,从而能够处理阵列,以表示来自相机的图像。使用这种技术,可以同时获取成千上万的像素,以产生3D点云,其表示通过LIDAR单元132检测的对象或场景。
点云可包括3D坐标系中的一组顶点。例如,可通过X、Y和Z坐标来定义这些顶点,并且这些顶点可以表示对象的外表面。可将LIDAR单元132配置为通过测量对象表面上的大量点来产生点云,并且LIDAR单元132可将点云输出,作为数据文件。作为通过LIDAR单元132对于对象的3D扫描处理的结果,可将点云用于识别以及可视化对象。
在一个示例中,可以直接渲染点云来可视化对象。在另一个示例中,通过可称为表面重构的过程,可将点云转换为多边形或三角形网格模型。将点云转换为3D表面的示例性技术可包括Delaunay三角化、阿尔法形状、以及球旋转。这些技术包括在点云的现有顶点上建立三角形的网络。其他示例性技术可包括将点云转换为体积化距离场并通过移动立方体算法重构这样定义的内隐式表面。
相机134可以是被配置为捕捉汽车100所在环境的图像的任意相机(例如静态相机、视频相机等等)。为此,可将相机配置为检测可见光,或者可将相机配置为检测来自光谱其他部分的光线,诸如红外线或紫外线。其他类型的相机也可以。相机134可以是二维检测器,或者可具有三维空间范围。在某些示例中,例如,相机134可以是被配置为产生二维图像的范围检测器,二维图像指示从相机134到环境中的多个点的距离。为此,相机134可以使用一种或多种范围检测技术。例如,可将相机134配置为使用结构化光技术,其中汽车100用预定光图案(诸如栅格或棋盘图案)照亮环境中的对象,并使用相机134来检测预定光图案离开对象的反射。基于反射的光图案中的变形,可将汽车100配置为确定到对象上的点的距离。预定光图案可包括红外线或其他波长的光线。
例如,可将致动器136配置为修改传感器的位置和/或方位。
附加性或替选地,传感器系统104可包括除了所示组件之外的组件。
可将控制系统106配置为控制汽车100及其组件的操作。为此,控制系统106可包括操纵单元138、节流阀140、制动单元142、传感器合并算法144、计算机视觉系统146、导航和路径规划系统148、以及避障系统150。
操纵单元138可以是被配置为调整汽车100的前进方向或方向的机构的任意组合。
节流阀140可以是被配置为控制引擎/马达118的运行速度和加速度并进而控制汽车100的速度和加速度的机构的任意组合。
制动单元142可以是被配置为减速汽车100的机构的任意组合。例如,制动单元142可以使用摩擦力来减慢车轮/轮胎124。作为另一个示例,可将制动单元142配置为再生性的,并将车轮/轮胎124的动能转换为电流。制动单元142也可以采用其他形式。
例如,传感器合并算法144可包括通过计算装置111可执行的算法(或者存储算法的计算机程序产品)。可将传感器合并算法144配置为接受来自传感器系统104的数据,作为输入。例如,数据可包括表示在传感器系统104的传感器处感测的信息的数据。例如,传感器合并算法144可包括Kalman滤波器、Bayesian网络、或其他算法。此外,可将传感器合并算法144配置为基于来自传感器系统104的数据提供各种评估,例如包括汽车100所在环境中的个体对象和/或特征的评估、特定情形的评估、和/或基于特定情形的可能影响的评估。其他评估也可以。
为了识别汽车100所在环境中的对象和/或特征,例如包括车道信息、交通信息和障碍,计算机视觉系统146可以是被配置为处理和分析相机134捕捉的图像的任意系统。为此,计算机视觉系统146可以使用对象识别算法、结构来自运动(SFM)算法、视频跟踪、或者其他计算机视觉技术。在某些示例中,可以附加性地将计算机视觉系统146配置为绘制环境、跟踪对象、估计对象的速度等等。
导航和路径规划系统148可以是被配置为确定用于汽车100的驾驶路径的任意系统。可以附加性地将导航和路径规划系统148配置为当汽车100运行时动态更新驾驶路径。在某些示例中,可将导航和路径规划系统148配置为合并来自传感器合并算法144、GPS模块126、以及一个或多个预定地图的数据,以便确定用于汽车100的驾驶路径。
避障系统150可以是被配置为识别、评估、以及避免或者另外协商汽车100所在环境中的障碍的任意系统。
附加性或替替选地,控制系统106可包括除了所示组件之外的组件。
可将外设108配置为允许汽车100与外部传感器、其他汽车、和/或用户交互。为此,外设108例如可包括无线通信系统152、触摸屏154、麦克风156、和/或扬声器158。
无线通信系统152可以是被配置为无线地耦接到一个或多个其他汽车、传感器、或其他实体的任意系统,直接地或者经由通信网络。为此,无线通信系统152可包括天线和芯片集,用于直接地或者通过空气接口与其他汽车、传感器、或其他实体通信。一般而言,可将芯片集或无线通信系统152布置为根据一种或多种其他类型的无线通信(例如协议)来通信,例如蓝牙、IEEE 802.11中所述的通信协议(包括任何IEEE 802.11修订)、蜂窝技术(例如GSM、CDMA、UMTS、EV-DO、WiMAX或LTE)、Zigbee、专用短距离通信(DSRC)、以及射频识别(RFID)通信等其他可能性。无线通信系统152也可以采用其他形式。
触摸屏154可以被用户用于向汽车100输入命令。为此,可将触摸屏154配置为经由容性感测、阻性感测、或者表面声波过程等其他可能性感测用户手指的位置和移动中的至少一个。触摸屏154能够感测与触摸屏表面平行或同平面的方向、垂直于触摸屏表面的方向、或两者中的手指移动,还能够感测应用于触摸屏表面的压力等级。触摸屏154可以由一个或多个半透明或透明的绝缘层以及一个或多个半透明或透明的导电层形成。触摸屏154也可以采用其他形式。
可将麦克风156配置为接收来自汽车100的用户的音频(例如语音命令或其他音频输入)。例如,还可将麦克风156配置为接收其他车辆的喇叭发出的音频。类似地,可将扬声器158配置为将音频输出给汽车100的用户。
附加性或替选地,外设108可包括除了所示组件之外的组件。
可将电源110配置为向汽车100的一部分或全部组件提供电力。为此,电源110例如可包括可再充电的锂离子电池或者铅蓄电池。在某些示例中,可将一个或多个电池组配置为提供电力。其他电源材料和配置也可以。在某些示例中,可将电源110和能源120共同实现,如在某些全电动车中一样。
计算装置111中包括的处理器113可包括一个或多个通用处理器和/或一个或多个专用处理器(例如图像处理器、数字信号处理器等等)。如果处理器113包括多于一个处理器,那么这些处理器可以独立工作或组合工作。例如,可将计算装置111配置为基于通过用户接口112接收的输入来控制汽车100的功能。
存储器114进而可包括一个或多个易失性和/或一个或多个非易失性存储组件,诸如光、磁、和/或有机存储,并且存储器114可以与处理器113整体或部分地集成。存储器114可包含指令115(例如,程序逻辑),指令115可通过处理器113执行,以执行各种汽车功能,包括本文所述的任何功能或方法。
可将汽车100的组件配置为与它们相应的系统内部和/或外部的其他组件按照互连方式工作。为此,可将汽车100的组件和系统通过系统总线、网络、和/或其他连接机构(未示出)可通信地链接在一起。
此外,虽然将每个组件和系统示出为集成在汽车100中,但是在某些示例中,可将一个或多个组件或系统可拆卸地安装于汽车100上,或者使用有线或无线连接方式连接(机械或电地)到汽车100。
汽车100可包括除了所示元件之外或者作为代替的一个或多个元件。例如,汽车100可包括一个或多个附加接口和/或电源。其他附加性组件也可以。在这些示例中,存储器114可进一步包括通过处理器113可执行的指令,以控制附加组件和/或与附加组件通信。
图2示出根据实施例的示例性汽车200。具体地,图2示出汽车200的右视图、前视图、后视图以及俯视图。虽然在图2中将汽车200示出为轿车,但是其他示例也可以。例如,汽车200可以表示卡车、厢式货车、半挂车卡车、摩托车、高尔夫球车、越野车、或农用车等其他示例。如图所示,汽车200包括第一传感器单元202、第二传感器单元204、第三传感器单元206、无线通信系统208、以及相机210。
第一、第二、第三传感器单元202-206中的每一个可包括全球定位系统传感器、惯性测量单元、RADAR单元、LIDAR单元、相机、车道检测传感器、以及声学传感器的任意组合。其他类型的传感器也可以。
虽然将第一、第二、第三传感器单元202示出为安装在汽车200的特定位置,但是在某些示例中,可将传感器单元202安装在汽车200的其他地方,在汽车200内部或者在汽车200外部。此外,虽然只示出三个传感器单元,但是在某些示例中,在汽车200中可包括更多或更少的传感器单元。
在某些示例中,第一、第二、第三传感器单元202-206中的一个或多个可包括一个或多个可移动底座,上面可移动地安装传感器。可移动底座例如可包括旋转平台。旋转平台上安装的传感器可以旋转,因此传感器可以获得汽车200周围来自每个方向的信息。替选或附加性地,可移动底座可包括倾斜平台。倾斜平台上安装的传感器可以在特定角度和/或方位角范围内倾斜,因此传感器可以获得来自多种角度的信息。可移动底座也可以采用其他形式。
此外,在某些示例中,第一、第二、第三传感器单元202-206中的一个或多个可包括一个或多个致动器,致动器被配置为通过移动传感器和/或可移动底座来调整传感器单元中传感器的位置和/或方位。示例性致动器包括马达、气动致动器、液压活塞、继电器、电磁阀、以及压电致动器。其他致动器也可以。
无线通信系统208可以是被配置为无线地耦接到一个或多个其他汽车、传感器、或其他实体的任意系统,直接地或者经由通信网络,如上相对于图1中的无线通信系统152所述。虽然将无线通信系统208示出为定位在汽车200的顶部,但是在其他示例中,可将无线通信系统208全部或部分地设置在其他地方。
相机210可以是被配置为捕捉汽车200所在环境的图像的任意相机(例如静态相机、视频相机等等)。为此,相机210可以采用相对于图1中的相机134所述的任意形式。虽然将相机210示出为安装在汽车200的前挡风玻璃内,但是在其他示例中,可将相机210安装在汽车200的其他地方,在汽车200内部或者在汽车200外部。
汽车200可包括除了所示组件之外或者作为代替的一个或多个组件。
可将汽车200的控制系统配置为根据多个可能控制策略中的控制策略来控制汽车200。可将控制系统配置为接收来自耦接到汽车200的传感器(在汽车200上或者不在汽车200上)的信息,基于该信息修改控制策略(以及相关联的驾驶行为),并根据修改后的控制策略来控制汽车200。进一步可将控制系统配置为监视从传感器接收的信息,并连续评估驾驶条件;还可将控制系统配置为基于驾驶条件中的变化来修改控制策略和驾驶行为。
图3是根据示例性实施例的用于控制车辆侧面车道定位的方法300的流程图。
方法300可包括一个或多个操作、功能或动作,如同框302-312中的一个或多个所示。虽然按照序列顺序示出步骤,但是在某些示例中可以并行执行这些框,和/或按照与本文所述顺序不同的顺序执行这些框。此外,基于期望的实施方式,可将不同框组合为更少的框、划分为附加框、和/或移除。
此外,对于方法300以及本文公开的其他过程和方法,流程图示出本实施例的一种可能实施方式的功能和操作。就此而言,每个框可以表示模块、段、或者一部分程序代码,程序代码包括为了实现过程中的特定逻辑功能或框可通过处理器执行的一个或多个指令。可将程序代码存储在任意类型的计算机可读介质或存储器中,例如,包括磁盘或硬盘驱动器的存储装置。计算机可读介质可包括非瞬时计算机可读介质,例如,用于在短时间段存储数据的计算机可读介质,比如寄存器存储器、处理器缓存以及随机存取存储器(RAM)。计算机可读介质还可包括非瞬时介质或存储器,例如辅助存储器或永久的长期存储器,比如只读存储器(ROM)、光盘或磁盘、压缩盘只读存储器(CD-ROM)。计算机可读介质还可以是任何其他易失性或者非易失性存储系统。例如,可将计算机可读介质认为计算机可读存储介质、有形存储装置、或者其他制品。
此外,对于方法300以及本文公开的其他过程和方法,图3中的每个框可以表示被布线为执行过程中的特定逻辑功能的电路。
在框302,方法300包括通过计算装置接收传感器信息,传感器信息指示在第一车辆的行驶道路上的车辆的一个或多个相应特性。例如,控制器或计算装置(诸如图1中的计算装置111)可以在第一车辆随车携带,或者可以不随车携带,但是与第一车辆无线通信。此外,可将计算装置配置为控制处于自主运行模式或者半自主运行模式的第一车辆。此外,可将计算装置配置为从耦接到第一车辆的传感器和装置接收例如与第一车辆的系统和子系统的条件、驾驶条件、道路条件、道路上其他车辆的移动和行为等等相关联的信息。
可将计算装置配置为识别车辆前后的相邻车道中的车辆、前后的摩托车和骑行者、附近的行人(在或不在道路上)、以及可能影响道路上车道中第一车辆的控制策略的任何其他对象。除了识别附近车辆之外,可将计算装置配置为确定车辆中的每个车辆的相应特性。例如,可将计算装置配置为估计其他车辆的尺寸(例如,宽度和长度)、道路上各个车道中其他车辆的位置、以及其他车辆离车道边界以及各个相邻车辆有多近。在某些示例中,可将计算装置配置为确定相对的纵向速度和横向速度、以及其他车辆相对于通过计算装置控制的第一车辆的加速度/减速度。在其他示例中,计算装置可以监视其他车辆的车道改变模式、以及其他车辆相对于道路上各个车辆的行为,例如与各个车辆保持的距离、其他车辆接近各个车辆中的一个的速度等等。
为了识别其他车辆以及其他车辆的特性,可将计算装置配置为使用耦接到第一车辆的传感器和装置。例如,可将相机(诸如图1中的相机134或者图2中的相机210)或者任何其他图像捕捉装置耦接到第一车辆,并且相机可以与计算装置通信。可将相机配置为捕捉道路以及道路附近的图像或视频。可将计算装置配置为接收图像或视频,并且例如使用图像处理技术来识别图像或视频中描绘的车辆。例如,可将计算装置配置为比较一部分图像与车辆的模板,以识别车辆以及车辆的类型。此外,可将计算装置配置为分析从图像捕捉装置接收的图像(多个),并且确定车辆相对于彼此的相对位置、车辆之间的距离等等。
在另一个示例中,可将计算装置配置为从LIDAR装置(例如,图1中的LIDAR单元132)接收基于LIDAR的信息,LIDAR装置耦接到第一车辆并且与计算装置通信,基于LIDAR的信息可包括三维(3D)点云。3D点云可包括与从LIDAR装置发出并且从对象(诸如道路上或者道路附近的车辆)反射的光线相对应的点。
如同相对于图1中的LIDAR单元132所述,LIDAR装置的操作可以涉及光学远程感测技术,该技术使得散射光的测量特性能够发现范围和/或远处目标的其他信息。例如,可将LIDAR装置配置为发出激光脉冲作为光束,并且扫描光束,以产生二维或三维范围矩阵。在示例中,通过测量脉冲的传输与各个反射信号的检测之间的时间延迟,可以使用范围矩阵来确定到给定车辆或表面的距离。
在示例中,可将LIDAR装置配置为以三个维度扫描第一车辆周围的环境。在某些示例中,可将多于一个LIDAR装置耦接到第一车辆,以扫描第一车辆的全部360度视角。可将LIDAR装置配置为向计算装置提供表示道路上已经用激光打击的车辆的点云数据。除了范围之外,根据方位角和仰角,可通过LIDAR装置来表示点,点可以转换为相对于附于第一车辆的局部坐标系的(X,Y,Z)点数据。此外,可将LIDAR装置配置为向计算装置提供从道路上的对象反射的光线或激光的强度值,该强度值可以指示给定对象的表面类型。
在另一个示例中,可将计算装置配置为从RADAR装置(例如图1中的RADAR单元130)接收基于RADAR的信息,RADAR装置耦接到第一车辆并且与计算装置通信,基于RADAR的信息与道路上的车辆的位置和特性有关。可将RADAR装置配置为发出无线电波并且接收回从车辆表面反弹的发出的无线电波。接收的信号或者基于RADAR的信息例如可以指示给定车辆的维度特性,并且可以指示给定车辆的运动特性(例如,速度、加速度等等)。
基于计算装置接收的传感器信息,可将计算装置配置为识别第一车辆附近的车辆以及该车辆的特性,诸如尺寸、速度、加速度、驾驶行为、给定车辆相对于其他的附近车辆和对象(例如交通信号灯)的相对位置、车辆之间的距离等等。在一个示例中,可将计算装置配置为基于从多个源(诸如图像捕捉装置、LIDAR装置、RADAR装置等等)接收的信息,检测和识别车辆以及车辆的特性。但是,在另一个示例中,可将计算装置配置为基于从多个源的子集接收的信息,识别车辆以及它们的特性。例如,由于图像捕捉装置的故障,通过图像捕捉装置捕捉的图像可能被模糊,而在另一个示例中,因为雾气,道路的细节在图像中可能被模糊。在这些示例中,可将计算装置配置为基于从LIDAR和/或RADAR单元接收的信息,识别车辆,并且可将计算装置配置为不管从图像捕捉装置接收的信息。
在框304,方法300包括基于一个或多个相应特性,从车辆中识别展示出攻击性驾驶行为(表现为不安全或不合法的驾驶动作)的第二车辆。基于如同在框302所述的接收的传感器信息,可将计算装置配置为确定展示攻击性驾驶行为的车辆。
例如,当司机做出不安全或者不合法的驾驶动作或者能够危害其他司机的移动交通违章的组合时,可能发生攻击性驾驶。攻击性司机可能以增加交通事故风险的方式驾驶车辆。攻击性驾驶可能表现为紧跟其他车辆(尾追)、超过速度限制、在交通流中穿梭、加速抢交通信号灯、在车辆之间横切变道、过度无因变道、过度使用喇叭、对迎面的交通过度闪前灯、未给信号告知意图超车等等。这里,“过度”表示在给定时间段里重复使用达阈值次数。攻击性驾驶不一定引起交通事故,但是至少会增加交通事故的风险,并且因此会导致其他车辆在防御性驾驶模式下驾驶。基于计算装置从耦接到第一车辆的多个源或传感器接收的传感器信息,计算装置可以识别在第一车辆附近并且展示攻击性驾驶行为的这种表现的第二车辆。
在框306,方法300包括基于一个或多个相应特性来确定第二车辆的类型。基于第二车辆的诸如尺寸、维度、形状等等车辆特性,可将计算装置配置为估计确定第二车辆的类型。例如,计算装置可以被配置为将第二车辆分类为摩托车、卡车、轿车等等。
在框308,方法300包括估计第一车辆与第二车辆之间的距离。如上所述,例如可将LIDAR装置配置为发出激光脉冲作为光束,并且扫描光束,以产生二维或三维范围矩阵。通过测量脉冲的传输与各个反射信号的检测之间的时间延迟,可以使用范围矩阵来确定与给定车辆或表面的距离。类似地,如上所述,可将RADAR装置配置为发出无线电波并且接收回从第二车辆表面反弹的发出的无线电波。通过测量无线电波脉冲的传输与各个反射波的检测之间的时间延迟,根据接收信号或者基于RADAR的信息,可以推断或估计第一车辆与第二车辆之间的距离。此外,通过LIDAR装置提供给被配置为控制第一车辆的计算装置的点云可以指示第二车辆相对于第一车辆的坐标。还可将计算装置配置为基于通过耦接到第一车辆的相机捕捉的、描绘道路上的第二车辆的图像,确定距离。例如,可将计算装置配置为访问相机的参数(焦深、分辨率等等),并且可以基于这些参数、耦接到第一车辆的相机的位置、以及图像的分析,估计距离。
在框310,方法300包括使用计算装置基于第二车辆的攻击性驾驶行为、第二车辆的类型以及第一车辆与第二车辆之间的距离来修改与第一车辆的驾驶行为相关联的控制策略。第一车辆的控制系统可以支持多个控制策略以及关联驾驶行为,关联驾驶行为可以是预定的或者适应于车辆的驾驶环境中的变化。一般而言,控制策略例如可包括在各种驾驶背景下(诸如在高速公路上驾驶)与交通互动相关联的规则的集合。当考虑安全以及交通规则和顾虑时,控制策略可包括确定第一车辆的速度以及第一车辆可以行驶的车道的规则。交通顾虑例如包括道路几何中的变化、停在十字路口的车辆以及产量状况的机会窗口、车道跟踪、速度控制、与道路上其他车辆的距离、越过其他车辆、在停停走走的交通中排队、会导致不安全行为的区域(诸如迎面的交通车道)、攻击性司机等等。例如,当识别展示出攻击性司机行为的车辆时,可将计算装置配置为修改或选择控制策略,包括用于控制第一车辆的速度和位置以安全保持与被识别车辆的预定距离的动作的规则。
在示例中,第一控制策略可包括默认驾驶行为,而第二控制策略可包括防御性驾驶行为。防御性驾驶行为的特性例如可包括:跟随其他车辆、保持与被识别车辆的预定安全距离(可以大于在默认驾驶行为中保持的距离)、开灯、避免处于被识别车辆的盲点、降低第一车辆的速度、或者停止第一车辆。当给定车辆展示攻击性驾驶行为并且被计算装置(配置为控制第一车辆)识别时,可将计算装置配置为选择第二驾驶行为(例如,防御性驾驶行为)。
第一车辆与第二车辆(例如,展示攻击性驾驶行为的车辆)之间的距离可以影响控制策略的修改。如果第二车辆靠近第一车辆,那么第二车辆的攻击性驾驶相比第二车辆远离会影响第一车辆的控制策略更多。因此,替选性地或者除了独立的控制策略(例如,第一控制策略和第二控制策略)之间的转变之外,可将计算装置配置为基于第一车辆与第二车辆之间的距离,选择连续的驾驶模式或状态。例如,第二车辆与第一车辆越近,选择的控制策略就越具防御性。因此,第二车辆对于第一车辆的控制策略的影响可以与两个车辆之间的距离成反比。
在另一个示例中,可将计算装置配置为选择独立控制策略,也可将计算装置配置为从选择的独立控制策略中连续的驾驶模式选择驾驶模式。在本示例中,给定的控制策略可包括多组驾驶规则,其中一组驾驶规则描述用于控制第一车辆的速度和方向的动作。可进一步将计算装置配置为基于两个车辆之间的距离,使得从多组驾驶规则的给定组驾驶规则平滑转变到另一组驾驶规则。例如,平滑转变可以指示从给定组规则到另一组规则的转变不会被车辆中的乘客感知为车辆速度或方向的突然变化或者忽动忽停的变化。
除了考虑第二车辆的攻击性驾驶行为之外,计算装置还可以考虑第二车辆的类型。例如,如果第二车辆是摩托车,那么计算装置可以考虑摩托车相比卡车可以展示潜在地更具攻击性的驾驶行为。例如,可将计算装置配置为考虑:摩托车可以分离车道,以及不遵守道路上标记的车道。车道分离可以表示两轮车辆在按照相同方向前进的车辆的车道之间移动。因此,作为分离车道的给定摩托车可以按照相比周围交通更快的速度在车道之间移动。在本示例中,例如可将计算装置配置为修改控制策略,以相比第二车辆为轿车实现更具防御性的驾驶行为。
在示例中,给定的控制策略可包括表征控制第一车辆的致动器(例如,节流阀、操纵机构、制动器、加速计或传输转换机构)的程序或计算机指令。给定的控制策略可包括通过优先级排名的动作集合,并且动作集合可包括第一车辆会用来完成任务的替选动作(例如,从一个位置驾驶到另一个位置)。基于第二车辆的攻击性驾驶的表现、第二车辆的类型、以及第一车辆与第二车辆之间的距离,可将替选动作排名。
在另一个示例中,多个控制策略(例如,程序)可以向计算装置连续提议动作。例如可将计算装置配置为决定可以选择哪个策略,或者可将计算装置配置为基于目标(安全性、速度等等)的加权集合修改控制策略。目标的加权集合中的权重可以是第二车辆的攻击性驾驶特性、第二车辆的类型、和/或第一车辆与第二车辆之间的距离的函数。基于目标的加权集合的评估,例如可将计算装置配置为对多个控制策略以及各个动作集合排名,并且基于排名来选择或修改给定策略以及各个动作集合。
计算装置可包括、耦接到导航和路径规划系统,或者与导航和路径规划系统通信,诸如相对于图1所述的导航和路径规划系统148。使用导航和路径规划系统,可将计算装置配置为确定用于第一车辆的驾驶路径或运动轨迹。此外,可将计算装置配置为当第一车辆在运行时动态更新运动轨迹,以考虑被识别为展示攻击性驾驶行为的车辆、被识别车辆的类型、第一车辆与被识别车辆之间的距离。
在某些示例中,计算装置可以识别展示出攻击性驾驶行为的多个车辆。在这些示例中,可将计算装置配置为基于每个被识别车辆的各自特性、每个车辆的类型、以及第一车辆与每个被识别车辆之间的距离,分配各自的权重,其指示给予各个车辆的优先级。作为用于说明的示例,可以向靠近第一车辆并且在车道之间变向的摩托车分配相比领先第一车辆的超过速度限制的远处轿车更大的权重。因此,当修改第一车辆的控制策略时,可将计算装置配置为给予摩托车更大的影响或权重。此外,基于分配给各个车辆的各个权重,可将计算装置配置为确定修改后的运动轨迹,假定在第一车辆附近有展示攻击性驾驶的各个车辆,则修改后的运动轨迹可能是最安全的运动轨迹。计算装置也可以基于各个车辆的各自特性(例如,各个车辆的类型、与第一车辆的距离等等)确定修改后的运动轨迹。
这些示例和驾驶状况仅用于说明。其他示例和控制策略以及驾驶行为也可以。
在框312,方法300包括使用计算装置基于修改后的控制策略来控制第一车辆。在示例中,可将计算装置配置为使用与修改后的控制策略相关联的动作集合或规则集合,控制第一车辆的致动器。例如,可将计算装置配置为基于修改后的驾驶行为,调整车辆的平移速度或旋转速度或两者。
图4A-4B示出根据示例性实施例的响应于识别展示出攻击性驾驶行为的第二车辆404来基于修改后的控制策略控制第一车辆402的示例。图4A示出在道路406上行驶的两个车辆402和404。例如,车辆404可以紧跟另一个车辆408A(例如,在到车辆408A的阈值距离之内),并且车辆404的司机可能过度使用喇叭。可将麦克风(诸如图1中的麦克风156)耦接到第一车辆并且与计算装置通信。计算装置可以通过麦克风接收音频信号,音频信号例如指示车辆404的喇叭的声音。计算装置可以分析音频信号,并确定车辆404的喇叭使用是否过度,即,在给定的时间段里重复使用喇叭阈值次数。另一个车辆408B可以在车辆404和车辆408A的车道左边的车道上,但是靠近车辆404,如图4A所示。此外,车辆404可以移动到车辆408B前面的左车道,并加速越过车辆408A。基于从耦接到车辆402的传感器系统接收的信息,被配置为控制车辆402的计算装置可以识别并指定车辆404的行为是攻击性驾驶行为。因此,假定车辆404的攻击性驾驶行为,可将计算装置配置为使得车辆402减速,并移动到最左边的车道,作为比较安全的车道。
图4B示出车辆404展示攻击性驾驶行为的另一种驾驶状况。在图4B中,车辆404之字形前进(在车辆402、408A以及408B之间按照交替方向急转弯前进)。被配置为控制车辆402的计算装置可以基于从耦接到车辆402的传感器系统接收的信息,识别并指定车辆404的之字形前进行为是攻击性驾驶行为。因此,假定车辆404的攻击性驾驶行为,可将计算装置配置为使得车辆402减速并变道。
这些控制动作和驾驶状况仅用于说明。其他动作和状况也可以。在一个示例中,可将计算装置配置为基于修改后的控制策略控制车辆,作为临时控制,直到人员司机能够控制车辆。
在某些实施例中,可将所公开的方法实现为按照机器可读格式在计算机可读存储介质、或者在其他非瞬时介质或者制品上编码的计算机程序指令。图5是示出示例性计算机程序产品500的概念性局部视图的示意图,计算机程序产品500包括用于在计算装置上执行计算机过程的计算机程序,根据这里提供的至少一些实施例布置。在一个实施例中,使用信号承载介质501来提供示例性计算机程序产品500。信号承载介质501可包括一个或多个程序指令502,当通过一个或多个处理器(例如,计算装置111中的处理器113)执行时,程序指令502可以提供上面相对于图1-4B所述的功能或者一部分功能。因此例如,参照图3所示的实施例,通过与信号承载介质501相关联的一个或多个指令,可以承担框302-312的一个或多个特征。此外,图5中的程序指令502也描述示例性指令。
在某些示例中,信号承载介质501可以包含计算机可读介质503,例如硬盘驱动器、压缩盘(CD)、数字视频盘(DVD)、数字磁带、存储器等等,但是不限于此。在某些实施方式中,信号承载介质501可以包含计算机可记录介质504,例如存储器、读/写(R/W)CD、R/W DVD等等,但是不限于此。在某些实施方式中,信号承载介质501可以包含通信介质505,例如数字和/或模拟通信介质(例如,光纤电缆、波导、有线通信链路、无线通信链路等等),但是不限于此。因此,例如可通过通信介质505的无线形式(例如符合IEEE 802.11标准或其他传输协议的无线通信介质)来传递信号承载介质501。
一个或多个编程指令502例如可以是计算机可执行和/或逻辑实现指令。在某些示例中,可将计算装置(例如相对于图1-4B所述的计算装置)配置为响应于通过计算机可读介质503、计算机可记录介质504、和/或通信介质505中的一个或多个传递给计算装置的编程指令,提供各种操作、功能或动作。应当理解,本文所述的布置仅为了示例的目的。因此,本领域技术人员能够理解,可以替代使用其他布置和其他元件(例如机器、接口、功能、顺序以及功能的群组等等),并且根据期望的结果,可以一起省略某些元件。此外,所述的很多元件是功能性实体,可以按照任何适当的组合和位置实现为独立或分布的组件,或者与其他组件结合。
虽然本文公开了各种方面和实施例,但是对于本领域技术人员而言,其他方面和实施例显而易见。本文公开的各个方面和实施例是为了说明的目的,并非旨在限制,真实的范围通过所附权利要求书连同这些权利要求所确权的等同物的全部范围来指示。此外应当理解,本文使用的术语仅为了描述特定实施例的目的,并非旨在限制。
Claims (20)
1.一种方法,包括:
通过计算装置接收传感器信息,所述传感器信息指示在第一车辆的行驶道路上的车辆的一个或多个相应特性,其中所述计算装置被配置为控制处于自主运行模式下的所述第一车辆;
基于所述一个或多个相应特性从所述车辆中识别展示出攻击性驾驶行为的第二车辆,所述攻击性驾驶行为表现为不安全或不合法的驾驶动作;
基于所述一个或多个相应特性,确定所述第二车辆的类型;
估计所述第一车辆与所述第二车辆之间的距离;
使用所述计算装置基于所述第二车辆的所述攻击性驾驶行为、所述第二车辆的所述类型以及所述第一车辆与所述第二车辆之间的所述距离来修改与所述第一车辆的驾驶行为相关联的控制策略;以及
使用所述计算装置基于修改后的控制策略来控制所述第一车辆。
2.根据权利要求1所述的方法,其中,所述不安全或不合法的驾驶动作包括以下之一:超过速度限制、给定路况下驾驶过快、过度无因变道、未给信号告知意图超车、紧跟另一辆车、过度使用喇叭、以及对迎面的交通过度闪前灯。
3.根据权利要求1所述的方法,其中,接收所述传感器信息包括:
从耦接到所述第一车辆的图像捕捉装置接收图像,其中识别所述第二车辆包括识别所述图像中的对象,以及其中所述图像捕捉装置是相机或者光检测和测距(LIDAR)装置中的一个。
4.根据权利要求1所述的方法,其中,所述第二车辆的相应特性包括所述第二车辆的纵向速度、所述第二车辆的横向速度、所述第二车辆的动作方向、所述第二车辆的尺寸、所述第二车辆在道路上的相应位置、所述第二车辆的运动轨迹、以及所述第二车辆的加速度或减速度。
5.根据权利要求4所述的方法,进一步包括:
接收来自耦接到所述第一车辆的LIDAR装置的基于LIDAR的信息或者通过耦接到所述第一车辆的相机捕捉的所述第二车辆的图像中的一个或多个,其中所述基于LIDAR的信息包括三维(3D)点云,所述三维点云包括基于从所述LIDAR装置发出并且从所述第二车辆反射的光线的一组点;
从耦接到所述第一车辆的无线电检测和测距(RADAR)装置接收基于RADAR的信息,所述基于RADAR的信息与所述第二车辆的一个或多个相应运动特性有关;以及
基于所述基于LIDAR的信息和所述图像以及所述基于RADAR的信息中的一个或多个,确定所述第一车辆的所述一个或多个相应特性。
6.根据权利要求1所述的方法,其中基于修改后的控制策略来控制所述第一车辆包括以下中的一个或多个:(i)降低所述第一车辆的速度,(ii)保持与所述第二车辆的预定安全距离,(iii)避免处于所述第二车辆的盲点,(iv)变道以离开所述第二车辆,以及(v)停止所述第一车辆。
7.根据权利要求1所述的方法,其中,基于修改后的控制策略来控制所述第一车辆包括确定所述第一车辆的期望路径,其中确定所述车辆的期望路径考虑所述第二车辆的所述攻击性驾驶行为、所述第二车辆的所述类型以及所述第一车辆与所述第二车辆之间的所述距离。
8.一种非瞬时计算机可读介质,其上存储有能通过计算装置执行以使得所述计算装置执行功能的指令,所述功能包括:
接收传感器信息,所述传感器信息指示在第一车辆的行驶道路上的车辆的一个或多个相应特性;
基于所述一个或多个相应特性,从所述车辆中识别展示出攻击性驾驶行为的第二车辆,所述攻击性驾驶行为表现为不安全或不合法的驾驶动作;
基于所述一个或多个相应特性,确定所述第二车辆的类型;
估计所述第一车辆与所述第二车辆之间的距离;
基于所述第二车辆的所述攻击性驾驶行为、所述第二车辆的所述类型以及所述第一车辆与所述第二车辆之间的所述距离,修改与所述第一车辆的驾驶行为相关联的控制策略;以及
基于修改后的控制策略,控制所述第一车辆。
9.根据权利要求8所述的非瞬时计算机可读介质,其中所述不安全或不合法的驾驶动作包括超过速度限制、给定路况下驾驶过快、过度无因变道、未给信号告知意图超车、紧跟另一辆车、过度使用喇叭、以及对迎面的交通过度闪前灯的其中一个。
10.根据权利要求8所述的非瞬时算机可读介质,其中接收所述传感器信息的功能包括:
从耦接到所述第一车辆的图像捕捉装置接收图像,其中识别所述第二车辆包括识别所述图像中的对象,以及其中所述图像捕捉装置是相机或者光检测和测距(LIDAR)装置中的一个。
11.根据权利要求8所述的非瞬时计算机可读介质,其中,所述第二车辆的相应特性包括所述第二车辆的纵向速度、所述第二车辆的横向速度、所述第二车辆的运动方向、所述第二车辆的尺寸、所述第二车辆在道路上的相应位置、所述第二车辆的运动轨迹、以及所述第二车辆的加速度或减速度。
12.根据权利要求11所述的非瞬时计算机可读介质,其中所述功能进一步包括:
接收来自耦接到所述第一车辆的LIDAR装置的基于LIDAR的信息或者通过耦接到所述第一车辆的相机捕捉的所述第二车辆的图像中的一个或多个,其中,所述基于LIDAR的信息包括三维(3D)点云,所述三维点云包括基于从所述LIDAR装置发出并且从所述第二车辆反射的光线的一组点;
从耦接到所述第一车辆的无线电检测和测距(RADAR)装置接收基于RADAR的信息,所述基于RADAR的信息与所述第二车辆的一个或多个相应运动特性有关;以及
基于所述基于LIDAR的信息和所述图像以及所述基于RADAR的信息,确定所述第一车辆的所述一个或多个相应特性。
13.根据权利要求8所述的非瞬时计算机可读介质,其中基于修改后的控制策略控制所述第一车辆包括以下中的一个或多个:(i)降低所述第一车辆的速度,(ii)保持与所述第二车辆的预定安全距离,(iii)避免处于所述第二车辆的盲点,(iv)变道以离开所述第二车辆,以及(v)停止所述第一车辆。
14.根据权利要求8所述的非瞬时计算机可读介质,其中所述计算装置被配置为控制处于自主运行模式下的所述第一车辆。
15.一种控制系统,包括:
至少一个处理器;以及
其上存储有指令的存储器,当通过所述至少一个处理器执行时,所述指令使得所述控制系统进行以下功能,包括:
接收传感器信息,所述传感器信息指示在第一车辆的行驶道路上的车辆的一个或多个相应特性;
基于所述一个或多个相应特性,从所述车辆中识别展示出攻击性驾驶行为的第二车辆,所述攻击性驾驶行为表现为不安全或不合法的驾驶动作;
基于所述一个或多个相应特性,确定所述第二车辆的类型;
估计所述第一车辆与所述第二车辆之间的距离;
基于所述第二车辆的所述攻击性驾驶行为、所述第二车辆的所述类型以及所述第一车辆与所述第二车辆之间的所述距离,修改与所述第一车辆的驾驶行为相关联的控制策略;以及
基于修改后的控制策略,控制所述第一车辆。
16.根据权利要求15所述的控制系统,其中,所述不安全或不合法的驾驶动作包括以下之一:超过速度限制、给定路况下驾驶过快、过度无因变道、未给信号告知意图超车、紧跟另一辆车、过度使用喇叭、以及对迎面的交通过度闪前灯。
17.根据权利要求15所述的控制系统,其中,接收所述传感器信息的功能包括:
从耦接到所述第一车辆的图像捕捉装置接收图像,其中识别所述第二车辆包括识别所述图像中的对象,以及其中所述图像捕捉装置是相机或者光检测和测距(LIDAR)装置的其中一个。
18.根据权利要求15所述的控制系统,其中,所述第二车辆的相应特性包括所述第二车辆的纵向速度、所述第二车辆的横向速度、所述第二车辆的动作方向、所述第二车辆的尺寸、所述第二车辆在道路上的相应位置、所述第二车辆的运动轨迹、以及所述第二车辆的加速度或减速度。
19.根据权利要求18所述的控制系统,进一步包括:
LIDAR装置,所述LIDAR装置耦接到所述第一车辆并且被配置为提供基于LIDAR的信息,所述基于LIDAR的信息包括三维(3D)点云,所述三维点云包括基于从所述LIDAR装置发出并且从所述第二车辆反射的光线的一组点;
相机,所述相机耦接到所述第一车辆并且被配置为提供所述第二车辆的图像;以及
无线电检测和测距(RADAR)装置,所述无线电检测和测距(RADAR)装置耦接到所述第一车辆并且被配置为提供基于RADAR的信息,所述基于RADAR的信息与所述第二车辆的一个或多个相应运动特性有关,
其中所述功能进一步包括基于所述基于LIDAR的信息和所述图像以及所述基于RADAR的信息中的一个或多个来确定所述第一车辆的所述一个或多个相应特性。
20.根据权利要求15所述的控制系统,其中,基于修改后的控制策略控制所述第一车辆包括以下中的一个或多个:(i)降低所述第一车辆的速度,(ii)保持与所述第二车辆的预定安全距离,(iii)避免处于所述第二车辆的盲点,(iv)变道以离开所述第二车辆,以及(v)停止所述第一车辆。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/772,615 | 2013-02-21 | ||
US13/772,615 US10347127B2 (en) | 2013-02-21 | 2013-02-21 | Driving mode adjustment |
PCT/US2014/011779 WO2014130178A1 (en) | 2013-02-21 | 2014-01-16 | A method to detect nearby aggressive drivers and adjust driving modes |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105008200A true CN105008200A (zh) | 2015-10-28 |
CN105008200B CN105008200B (zh) | 2018-11-13 |
Family
ID=51351828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480009688.8A Active CN105008200B (zh) | 2013-02-21 | 2014-01-16 | 驾驶模式调整 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10347127B2 (zh) |
EP (1) | EP2958783B1 (zh) |
JP (2) | JP2016509971A (zh) |
KR (2) | KR20150108891A (zh) |
CN (1) | CN105008200B (zh) |
WO (1) | WO2014130178A1 (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106985825A (zh) * | 2015-12-29 | 2017-07-28 | 昶洧新能源汽车发展有限公司 | 车辆状况检测和警告系统 |
CN107221182A (zh) * | 2016-03-21 | 2017-09-29 | 中国移动通信集团广东有限公司 | 车辆终端在车联网中附着的方法、道路分段设备、车辆终端 |
CN107323380A (zh) * | 2017-07-03 | 2017-11-07 | 江苏省农业科学院 | 一种拖拉机遥操作控制方法及系统 |
CN107415956A (zh) * | 2016-04-29 | 2017-12-01 | 福特全球技术公司 | 用于检测和传送非连接车辆的打滑的系统和方法 |
CN107797117A (zh) * | 2016-09-06 | 2018-03-13 | 夏普株式会社 | 自主行驶装置 |
CN108290540A (zh) * | 2015-11-04 | 2018-07-17 | 祖克斯有限公司 | 用于自主驱动车辆的内部安全系统 |
CN108806018A (zh) * | 2017-04-28 | 2018-11-13 | 华为技术有限公司 | 一种数据处理方法、数据处理设备和智能汽车 |
CN109507997A (zh) * | 2017-09-15 | 2019-03-22 | 现代摩比斯株式会社 | 用于自动驾驶的装置、方法和系统 |
CN109641594A (zh) * | 2016-08-19 | 2019-04-16 | 奥迪股份公司 | 用于运行至少半自主运行的机动车的方法和机动车 |
CN109891194A (zh) * | 2016-10-31 | 2019-06-14 | 御眼视觉技术有限公司 | 用于导航车道合并和车道分离的系统和方法 |
CN110146100A (zh) * | 2018-02-13 | 2019-08-20 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
CN110325928A (zh) * | 2017-02-10 | 2019-10-11 | 日产北美公司 | 自主车辆运行管理 |
CN110537109A (zh) * | 2017-04-28 | 2019-12-03 | 深圳市大疆创新科技有限公司 | 用于自主驾驶的感测组件 |
CN110662682A (zh) * | 2017-06-01 | 2020-01-07 | 三菱电机株式会社 | 移动体控制装置、移动体控制方法以及移动体控制程序 |
CN110775069A (zh) * | 2019-10-29 | 2020-02-11 | 长安大学 | 一种混行模式下车辆驾驶模式识别装置和方法 |
CN110832569A (zh) * | 2017-07-05 | 2020-02-21 | 松下知识产权经营株式会社 | 用于检测行驶中的自主车辆的欺凌的系统和方法 |
CN110873564A (zh) * | 2018-08-30 | 2020-03-10 | 小马智行 | 对车辆导航进行优先级排序 |
US11099574B2 (en) | 2015-11-04 | 2021-08-24 | Zoox, Inc. | Internal safety systems for robotic vehicles |
CN113795728A (zh) * | 2019-05-06 | 2021-12-14 | 伟摩有限责任公司 | 确定与光探测和测距(lidar)设备相关的放弃处理的策略的方法和系统 |
CN113799781A (zh) * | 2020-06-16 | 2021-12-17 | 丰田自动车株式会社 | 信息处理装置、程序以及信息处理方法 |
US11518388B2 (en) | 2020-03-31 | 2022-12-06 | Wipro Limited | Method and system for determining lane change feasibility for autonomous vehicles |
US11960293B2 (en) | 2022-05-25 | 2024-04-16 | Mobileye Vision Technologies Ltd. | Systems and methods for navigating lane merges and lane splits |
Families Citing this family (208)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5316572B2 (ja) * | 2011-03-28 | 2013-10-16 | トヨタ自動車株式会社 | 物体認識装置 |
US9809196B1 (en) | 2011-04-22 | 2017-11-07 | Emerging Automotive, Llc | Methods and systems for vehicle security and remote access and safety control interfaces and notifications |
US9346365B1 (en) | 2011-04-22 | 2016-05-24 | Angel A. Penilla | Methods and systems for electric vehicle (EV) charging, charging unit (CU) interfaces, auxiliary batteries, and remote access and user notifications |
US11203355B2 (en) | 2011-04-22 | 2021-12-21 | Emerging Automotive, Llc | Vehicle mode for restricted operation and cloud data monitoring |
US11370313B2 (en) | 2011-04-25 | 2022-06-28 | Emerging Automotive, Llc | Methods and systems for electric vehicle (EV) charge units and systems for processing connections to charge units |
US9648107B1 (en) | 2011-04-22 | 2017-05-09 | Angel A. Penilla | Methods and cloud systems for using connected object state data for informing and alerting connected vehicle drivers of state changes |
US9365188B1 (en) | 2011-04-22 | 2016-06-14 | Angel A. Penilla | Methods and systems for using cloud services to assign e-keys to access vehicles |
US10289288B2 (en) | 2011-04-22 | 2019-05-14 | Emerging Automotive, Llc | Vehicle systems for providing access to vehicle controls, functions, environment and applications to guests/passengers via mobile devices |
US9348492B1 (en) | 2011-04-22 | 2016-05-24 | Angel A. Penilla | Methods and systems for providing access to specific vehicle controls, functions, environment and applications to guests/passengers via personal mobile devices |
US9139091B1 (en) | 2011-04-22 | 2015-09-22 | Angel A. Penilla | Methods and systems for setting and/or assigning advisor accounts to entities for specific vehicle aspects and cloud management of advisor accounts |
US9536197B1 (en) | 2011-04-22 | 2017-01-03 | Angel A. Penilla | Methods and systems for processing data streams from data producing objects of vehicle and home entities and generating recommendations and settings |
US9215274B2 (en) | 2011-04-22 | 2015-12-15 | Angel A. Penilla | Methods and systems for generating recommendations to make settings at vehicles via cloud systems |
US9123035B2 (en) | 2011-04-22 | 2015-09-01 | Angel A. Penilla | Electric vehicle (EV) range extending charge systems, distributed networks of charge kiosks, and charge locating mobile apps |
US11270699B2 (en) | 2011-04-22 | 2022-03-08 | Emerging Automotive, Llc | Methods and vehicles for capturing emotion of a human driver and customizing vehicle response |
US10286919B2 (en) | 2011-04-22 | 2019-05-14 | Emerging Automotive, Llc | Valet mode for restricted operation of a vehicle and cloud access of a history of use made during valet mode use |
US10572123B2 (en) | 2011-04-22 | 2020-02-25 | Emerging Automotive, Llc | Vehicle passenger controls via mobile devices |
US9189900B1 (en) | 2011-04-22 | 2015-11-17 | Angel A. Penilla | Methods and systems for assigning e-keys to users to access and drive vehicles |
US9288270B1 (en) | 2011-04-22 | 2016-03-15 | Angel A. Penilla | Systems for learning user preferences and generating recommendations to make settings at connected vehicles and interfacing with cloud systems |
US9493130B2 (en) | 2011-04-22 | 2016-11-15 | Angel A. Penilla | Methods and systems for communicating content to connected vehicle users based detected tone/mood in voice input |
US10824330B2 (en) | 2011-04-22 | 2020-11-03 | Emerging Automotive, Llc | Methods and systems for vehicle display data integration with mobile device data |
US11294551B2 (en) | 2011-04-22 | 2022-04-05 | Emerging Automotive, Llc | Vehicle passenger controls via mobile devices |
US9180783B1 (en) | 2011-04-22 | 2015-11-10 | Penilla Angel A | Methods and systems for electric vehicle (EV) charge location color-coded charge state indicators, cloud applications and user notifications |
US9581997B1 (en) | 2011-04-22 | 2017-02-28 | Angel A. Penilla | Method and system for cloud-based communication for automatic driverless movement |
US9229905B1 (en) | 2011-04-22 | 2016-01-05 | Angel A. Penilla | Methods and systems for defining vehicle user profiles and managing user profiles via cloud systems and applying learned settings to user profiles |
US9285944B1 (en) | 2011-04-22 | 2016-03-15 | Angel A. Penilla | Methods and systems for defining custom vehicle user interface configurations and cloud services for managing applications for the user interface and learned setting functions |
US9963145B2 (en) | 2012-04-22 | 2018-05-08 | Emerging Automotive, Llc | Connected vehicle communication with processing alerts related to traffic lights and cloud systems |
US9371007B1 (en) | 2011-04-22 | 2016-06-21 | Angel A. Penilla | Methods and systems for automatic electric vehicle identification and charging via wireless charging pads |
US9230440B1 (en) | 2011-04-22 | 2016-01-05 | Angel A. Penilla | Methods and systems for locating public parking and receiving security ratings for parking locations and generating notifications to vehicle user accounts regarding alerts and cloud access to security information |
US9697503B1 (en) | 2011-04-22 | 2017-07-04 | Angel A. Penilla | Methods and systems for providing recommendations to vehicle users to handle alerts associated with the vehicle and a bidding market place for handling alerts/service of the vehicle |
US9171268B1 (en) | 2011-04-22 | 2015-10-27 | Angel A. Penilla | Methods and systems for setting and transferring user profiles to vehicles and temporary sharing of user profiles to shared-use vehicles |
US10217160B2 (en) * | 2012-04-22 | 2019-02-26 | Emerging Automotive, Llc | Methods and systems for processing charge availability and route paths for obtaining charge for electric vehicles |
US9818088B2 (en) | 2011-04-22 | 2017-11-14 | Emerging Automotive, Llc | Vehicles and cloud systems for providing recommendations to vehicle users to handle alerts associated with the vehicle |
US9104537B1 (en) | 2011-04-22 | 2015-08-11 | Angel A. Penilla | Methods and systems for generating setting recommendation to user accounts for registered vehicles via cloud systems and remotely applying settings |
US11132650B2 (en) | 2011-04-22 | 2021-09-28 | Emerging Automotive, Llc | Communication APIs for remote monitoring and control of vehicle systems |
US9582006B2 (en) * | 2011-07-06 | 2017-02-28 | Peloton Technology, Inc. | Systems and methods for semi-autonomous convoying of vehicles |
US9063549B1 (en) * | 2013-03-06 | 2015-06-23 | Google Inc. | Light detection and ranging device with oscillating mirror driven by magnetically interactive coil |
US8818681B1 (en) | 2013-07-24 | 2014-08-26 | Google Inc. | Detecting and responding to tailgaters |
US8989944B1 (en) * | 2013-11-26 | 2015-03-24 | Google Inc. | Methods and devices for determining movements of an object in an environment |
US10318828B2 (en) * | 2013-12-19 | 2019-06-11 | Harman International Industries, Incorporated | Vehicle behavior analysis |
KR20150087985A (ko) * | 2014-01-23 | 2015-07-31 | 한국전자통신연구원 | 안전운행정보 표출 장치 및 그 방법 |
EP2918974B1 (en) * | 2014-03-11 | 2019-01-16 | Volvo Car Corporation | Method and system for determining a position of a vehicle |
KR102051142B1 (ko) * | 2014-06-13 | 2019-12-02 | 현대모비스 주식회사 | 차량용 운전자 위험 지수 관리 시스템 및 그 방법 |
KR20160039146A (ko) * | 2014-09-05 | 2016-04-08 | 요코하마 고무 가부시키가이샤 | 충돌 회피 시스템 및 충돌 회피 방법 |
US9731713B2 (en) * | 2014-09-10 | 2017-08-15 | Volkswagen Ag | Modifying autonomous vehicle driving by recognizing vehicle characteristics |
US9764689B2 (en) * | 2014-10-08 | 2017-09-19 | Livio, Inc. | System and method for monitoring driving behavior |
CN105654023B (zh) * | 2014-11-12 | 2019-05-03 | 株式会社理光 | 识别物体危险性的方法和装置 |
US9892296B2 (en) | 2014-11-12 | 2018-02-13 | Joseph E. Kovarik | Method and system for autonomous vehicles |
US10414398B2 (en) | 2014-11-27 | 2019-09-17 | Hitachi Automotive Systems, Ltd. | Vehicle travel control device that controls following of a vehicle |
TWI658441B (zh) * | 2015-01-08 | 2019-05-01 | 緯創資通股份有限公司 | 警示牌設置裝置及其控制方法 |
US9555802B2 (en) * | 2015-03-25 | 2017-01-31 | Honda Motor Co., Ltd. | Driving support device |
US9555736B2 (en) | 2015-04-03 | 2017-01-31 | Magna Electronics Inc. | Vehicle headlamp control using sensing and communication systems |
KR101697857B1 (ko) * | 2015-04-08 | 2017-01-18 | 엘지전자 주식회사 | 이동 로봇 및 그의 위치인식방법 |
DE102015007592A1 (de) * | 2015-06-16 | 2016-12-22 | Audi Ag | Trajektoriebasierte Fahrwerksregelung |
US9478137B1 (en) | 2015-06-17 | 2016-10-25 | Ford Global Technologies, Llc | Detecting and communicating lane splitting maneuver |
US9639537B2 (en) | 2015-06-19 | 2017-05-02 | International Business Machines Corporation | Geographic space management |
US9646402B2 (en) | 2015-06-19 | 2017-05-09 | International Business Machines Corporation | Geographic space management |
US10169400B2 (en) | 2015-06-19 | 2019-01-01 | International Business Machines Corporation | Geographic space management |
US9497590B1 (en) | 2015-06-19 | 2016-11-15 | International Business Machines Corporation | Management of moving objects |
US9646493B2 (en) | 2015-06-19 | 2017-05-09 | International Business Machines Corporation | Management of moving objects |
US10019446B2 (en) | 2015-06-19 | 2018-07-10 | International Business Machines Corporation | Geographic space management |
US10749734B2 (en) | 2015-07-07 | 2020-08-18 | International Business Machines Corporation | Management of events and moving objects |
KR20170015114A (ko) | 2015-07-30 | 2017-02-08 | 삼성전자주식회사 | 자율 주행 차량 및 자율 주행 차량 제어 방법 |
KR20170015115A (ko) | 2015-07-30 | 2017-02-08 | 삼성전자주식회사 | 자율 주행 차량 및 자율 주행 차량 제어 방법 |
KR20170019736A (ko) | 2015-08-12 | 2017-02-22 | 주식회사 아이온커뮤니케이션즈 | 다자간 스마트카의 정보에 기초하는 스마트카 클라우드 시스템 |
US9682707B1 (en) | 2015-08-27 | 2017-06-20 | Waymo Llc | Detecting and responding to parking behaviors in autonomous vehicles |
US10358143B2 (en) | 2015-09-01 | 2019-07-23 | Ford Global Technologies, Llc | Aberrant driver classification and reporting |
RU2705885C1 (ru) * | 2015-10-20 | 2019-11-12 | ФОРД ГЛОУБАЛ ТЕКНОЛОДЖИЗ, ЭлЭлСи | Контроллер для автономного транспортного средства и способ контроля полосы автономным транспортным средством |
US9598076B1 (en) * | 2015-10-22 | 2017-03-21 | Ford Global Technologies, Llc | Detection of lane-splitting motorcycles |
US9864918B2 (en) | 2015-11-04 | 2018-01-09 | Ford Global Technologies, Llc | Predicting vehicle movements based on driver body language |
JP6962926B2 (ja) * | 2015-11-04 | 2021-11-05 | ズークス インコーポレイテッド | 自律車両の軌道修正のための遠隔操作システムおよび方法 |
CA3003855C (en) | 2015-11-20 | 2022-04-19 | Motorola Solutions, Inc. | Method, device, and system for detecting a dangerous road event and/or condition |
US9865163B2 (en) | 2015-12-16 | 2018-01-09 | International Business Machines Corporation | Management of mobile objects |
US9578093B1 (en) | 2015-12-16 | 2017-02-21 | International Business Machines Corporation | Geographic space management |
US9805598B2 (en) | 2015-12-16 | 2017-10-31 | International Business Machines Corporation | Management of mobile objects |
US9513134B1 (en) | 2015-12-16 | 2016-12-06 | International Business Machines Corporation | Management of evacuation with mobile objects |
US9467839B1 (en) | 2015-12-16 | 2016-10-11 | International Business Machines Corporation | Management of dynamic events and moving objects |
US9460616B1 (en) | 2015-12-16 | 2016-10-04 | International Business Machines Corporation | Management of mobile objects and service platform for mobile objects |
US10594806B2 (en) | 2015-12-16 | 2020-03-17 | International Business Machines Corporation | Management of mobile objects and resources |
DE102015226232A1 (de) * | 2015-12-21 | 2017-06-22 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Kollisionsvermeidung eines Kraftfahrzeuges mit einem Einsatzfahrzeug und ein diesbezügliches System und Kraftfahrzeug |
CN105459891A (zh) * | 2015-12-21 | 2016-04-06 | 延锋伟世通电子科技(上海)有限公司 | 汽车智能化行车制动控制系统 |
US9840254B2 (en) * | 2015-12-31 | 2017-12-12 | Sony Corporation | Method and system for adaptive detection and application of horn for an autonomous vehicle |
US10460600B2 (en) * | 2016-01-11 | 2019-10-29 | NetraDyne, Inc. | Driver behavior monitoring |
US9956956B2 (en) * | 2016-01-11 | 2018-05-01 | Denso Corporation | Adaptive driving system |
US10165171B2 (en) | 2016-01-22 | 2018-12-25 | Coban Technologies, Inc. | Systems, apparatuses, and methods for controlling audiovisual apparatuses |
US11220258B2 (en) * | 2016-01-26 | 2022-01-11 | Cambridge Mobile Telematics Inc. | Systems and methods for sensor-based vehicle crash prediction, detection, and reconstruction |
US9827936B2 (en) * | 2016-02-11 | 2017-11-28 | Robert Bosch Gmbh | Vehicle collision energy absorbance with magnetorheological or electrorheological material |
DE102016002768B4 (de) * | 2016-03-05 | 2018-10-25 | Audi Ag | Verfahren zum Betreiben eines mehrere Kraftfahrzeuge umfassenden Kommunikationsnetzes und Kraftfahrzeug |
US11067984B2 (en) * | 2016-05-04 | 2021-07-20 | Motional Ad Llc | Automated vehicle operating system with driving-rule modification based on observation of another vehicle |
US20170322553A1 (en) * | 2016-05-04 | 2017-11-09 | Delphi Technologies, Inc. | Automated Vehicle Operating System With Driving-Rule Modification Based On Observation Of Another Vehicle |
US10370102B2 (en) | 2016-05-09 | 2019-08-06 | Coban Technologies, Inc. | Systems, apparatuses and methods for unmanned aerial vehicle |
US10152858B2 (en) | 2016-05-09 | 2018-12-11 | Coban Technologies, Inc. | Systems, apparatuses and methods for triggering actions based on data capture and characterization |
US10789840B2 (en) * | 2016-05-09 | 2020-09-29 | Coban Technologies, Inc. | Systems, apparatuses and methods for detecting driving behavior and triggering actions based on detected driving behavior |
US10086830B2 (en) * | 2016-05-23 | 2018-10-02 | Ford Global Technologies, Llc | Accident attenuation systems and methods |
US9945679B2 (en) | 2016-06-27 | 2018-04-17 | International Business Machines Corporation | Personalized travel routes to reduce stress |
US10093311B2 (en) | 2016-07-06 | 2018-10-09 | Waymo Llc | Testing predictions for autonomous vehicles |
US11322018B2 (en) | 2016-07-31 | 2022-05-03 | NetraDyne, Inc. | Determining causation of traffic events and encouraging good driving behavior |
EP3501929A4 (en) | 2016-08-22 | 2019-07-24 | Sony Corporation | DRIVING ASSISTANCE DEVICE, METHOD, MOBILE BODY, AND PROGRAM |
WO2018037899A1 (ja) * | 2016-08-22 | 2018-03-01 | ソニー株式会社 | 運転支援装置および方法、移動体、並びにプログラム |
CN106080397B (zh) * | 2016-08-25 | 2019-11-26 | 北京奇虎科技有限公司 | 自适应巡航系统及车载设备 |
US10366310B2 (en) * | 2016-09-12 | 2019-07-30 | Aptiv Technologies Limited | Enhanced camera object detection for automated vehicles |
US10502574B2 (en) * | 2016-09-20 | 2019-12-10 | Waymo Llc | Devices and methods for a sensor platform of a vehicle |
US10049328B2 (en) * | 2016-10-13 | 2018-08-14 | Baidu Usa Llc | Group driving style learning framework for autonomous vehicles |
US20180113209A1 (en) * | 2016-10-21 | 2018-04-26 | Waymo Llc | Radar generated occupancy grid for autonomous vehicle perception and planning |
KR20180060784A (ko) * | 2016-11-29 | 2018-06-07 | 삼성전자주식회사 | 비정상 객체 판단 방법 및 장치 |
US10095238B2 (en) * | 2016-12-14 | 2018-10-09 | Ford Global Technologies, Llc | Autonomous vehicle object detection |
US10745009B2 (en) | 2016-12-21 | 2020-08-18 | Samsung Electronics Co., Ltd. | Electronic apparatus for determining a dangerous situation of a vehicle and method of operating the same |
US10986515B2 (en) * | 2017-02-01 | 2021-04-20 | Veniam, Inc. | Systems and methods for context-aware and profile-based security in a network of moving things, for example including autonomous vehicles |
EP3580104B1 (en) | 2017-02-10 | 2020-11-11 | Nissan North America, Inc. | Autonomous vehicle operational management blocking monitoring |
KR102199093B1 (ko) | 2017-02-10 | 2021-01-06 | 닛산 노쓰 아메리카, 인크. | 부분 관측가능한 마르코프 결정 프로세스 모델 인스턴스를 동작시키는 것을 포함하는 자율주행 차량 운용 관리 |
CA3052952C (en) * | 2017-02-10 | 2021-06-01 | Nissan North America, Inc. | Autonomous vehicle operational management control |
US20180292836A1 (en) * | 2017-04-06 | 2018-10-11 | Delphi Technologies, Inc. | Automated vehicle operation-rules selected based on automation-level other vehicles |
US10814913B2 (en) | 2017-04-12 | 2020-10-27 | Toyota Jidosha Kabushiki Kaisha | Lane change assist apparatus for vehicle |
EP3401702B1 (de) * | 2017-05-10 | 2020-10-14 | Leuze electronic GmbH + Co. KG | Sensorsystem |
US10732627B1 (en) * | 2017-05-25 | 2020-08-04 | State Farm Mutual Automobile Insurance Company | Driver re-engagement system |
JP6589941B2 (ja) * | 2017-06-06 | 2019-10-16 | トヨタ自動車株式会社 | 操舵支援装置 |
EP3416307B1 (en) * | 2017-06-12 | 2022-07-27 | STMicroelectronics (Research & Development) Limited | Vehicle communications using visible light communications |
US10504368B2 (en) | 2017-06-21 | 2019-12-10 | International Business Machines Corporation | Management of mobile objects |
US10546488B2 (en) | 2017-06-21 | 2020-01-28 | International Business Machines Corporation | Management of mobile objects |
US10600322B2 (en) | 2017-06-21 | 2020-03-24 | International Business Machines Corporation | Management of mobile objects |
US10540895B2 (en) | 2017-06-21 | 2020-01-21 | International Business Machines Corporation | Management of mobile objects |
US10585180B2 (en) | 2017-06-21 | 2020-03-10 | International Business Machines Corporation | Management of mobile objects |
US10535266B2 (en) | 2017-06-21 | 2020-01-14 | International Business Machines Corporation | Management of mobile objects |
DE102017212432A1 (de) * | 2017-07-20 | 2019-01-24 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrerassistenzsystems eines Kraftfahrzeugs und Fahrerassistenzsysteme |
US10360599B2 (en) * | 2017-08-30 | 2019-07-23 | Ncr Corporation | Tracking of members within a group |
KR102400555B1 (ko) * | 2017-09-04 | 2022-05-20 | 삼성전자주식회사 | 주행 차량을 제어하는 방법 및 장치 |
KR101989102B1 (ko) | 2017-09-13 | 2019-06-13 | 엘지전자 주식회사 | 차량용 운전 보조 장치 및 그 제어 방법 |
KR102007249B1 (ko) * | 2017-12-08 | 2019-08-06 | 현대모비스 주식회사 | 자율 주행 장치, 방법 및 시스템 |
US10957201B2 (en) | 2017-09-15 | 2021-03-23 | Qualcomm Incorporated | System and method for relative positioning based safe autonomous driving |
WO2019068042A1 (en) | 2017-09-29 | 2019-04-04 | Netradyne Inc. | MULTIPLE EXPOSURE EVENT DETERMINATION |
US10902336B2 (en) * | 2017-10-03 | 2021-01-26 | International Business Machines Corporation | Monitoring vehicular operation risk using sensing devices |
EP4283575A3 (en) | 2017-10-12 | 2024-02-28 | Netradyne, Inc. | Detection of driving actions that mitigate risk |
WO2019076444A1 (en) * | 2017-10-17 | 2019-04-25 | Blackberry Limited | METHOD AND SYSTEM FOR EVALUATING A CONTEXTUAL RISK PROFILE IN A VEHICLE |
US10955259B2 (en) * | 2017-10-20 | 2021-03-23 | Telenav, Inc. | Navigation system with enhanced navigation display mechanism and method of operation thereof |
WO2019088977A1 (en) | 2017-10-30 | 2019-05-09 | Nissan North America, Inc. | Continual planning and metareasoning for controlling an autonomous vehicle |
US11027751B2 (en) | 2017-10-31 | 2021-06-08 | Nissan North America, Inc. | Reinforcement and model learning for vehicle operation |
US11702070B2 (en) | 2017-10-31 | 2023-07-18 | Nissan North America, Inc. | Autonomous vehicle operation with explicit occlusion reasoning |
JP6992182B2 (ja) | 2017-11-30 | 2022-01-13 | ニッサン ノース アメリカ,インク | 自律走行車両運行管理計画 |
US10860018B2 (en) * | 2017-11-30 | 2020-12-08 | Tusimple, Inc. | System and method for generating simulated vehicles with configured behaviors for analyzing autonomous vehicle motion planners |
KR102463720B1 (ko) * | 2017-12-18 | 2022-11-07 | 현대자동차주식회사 | 차량의 경로 생성 시스템 및 방법 |
US11874120B2 (en) | 2017-12-22 | 2024-01-16 | Nissan North America, Inc. | Shared autonomous vehicle operational management |
US10802489B1 (en) | 2017-12-29 | 2020-10-13 | Apex Artificial Intelligence Industries, Inc. | Apparatus and method for monitoring and controlling of a neural network using another neural network implemented on one or more solid-state chips |
KR102035922B1 (ko) * | 2018-01-25 | 2019-10-24 | 주식회사 에프에스솔루션 | 전방 차량 위험도 예측 방법 및 장치 |
JP6894857B2 (ja) * | 2018-01-26 | 2021-06-30 | Kddi株式会社 | 周辺走行中の被観測車両の運転特性を推定するプログラム、装置及び方法 |
JP6911779B2 (ja) * | 2018-01-26 | 2021-07-28 | トヨタ自動車株式会社 | 車両制御装置 |
WO2019163261A1 (ja) * | 2018-02-23 | 2019-08-29 | 住友電気工業株式会社 | 交通信号制御装置、交通信号制御方法、及びコンピュータプログラム |
US11335201B2 (en) * | 2018-02-23 | 2022-05-17 | Sumitomo Electric Industries, Ltd. | Passage possibility determination apparatus, passage possibility determination method, and computer program |
CN111902782A (zh) | 2018-02-26 | 2020-11-06 | 北美日产公司 | 集中式共享自主运载工具操作管理 |
KR102507115B1 (ko) * | 2018-02-27 | 2023-03-07 | 삼성전자주식회사 | 차량의 주행 경로를 계획하는 방법 및 이를 위한 장치 |
AU2019235551B2 (en) | 2018-03-12 | 2022-02-03 | Jayant RATTI | On-demand artificial intelligence and roadway stewardship system |
JP2019162988A (ja) * | 2018-03-20 | 2019-09-26 | 本田技研工業株式会社 | 車両制御装置及び車両制御方法 |
US10384718B1 (en) * | 2018-03-26 | 2019-08-20 | Zoox, Inc. | Vehicle parking assist |
US10730529B2 (en) | 2018-04-09 | 2020-08-04 | Arnold Chase | Dynamic vehicle separation system |
US10661808B2 (en) * | 2018-04-09 | 2020-05-26 | Arnold Chase | Dynamic vehicle separation system |
US11073405B2 (en) * | 2018-06-29 | 2021-07-27 | International Business Machines Corporation | Comparative priority and target destination based lane assignment of autonomous vehicles |
US11120688B2 (en) | 2018-06-29 | 2021-09-14 | Nissan North America, Inc. | Orientation-adjust actions for autonomous vehicle operational management |
CN110871810A (zh) * | 2018-08-21 | 2020-03-10 | 上海博泰悦臻网络技术服务有限公司 | 车辆、车机设备及其基于驾驶模式的行车信息提示方法 |
US11117572B2 (en) | 2018-08-29 | 2021-09-14 | International Business Machines Corporation | Cognition enabled driving pattern detection |
KR102637599B1 (ko) * | 2018-10-08 | 2024-02-19 | 주식회사 에이치엘클레무브 | 차량간 통신 정보를 이용한 차선변경 제어장치 및 방법과, 그를 위한 성향 정보 산출 장치 |
CN109444916B (zh) * | 2018-10-17 | 2023-07-04 | 上海蔚来汽车有限公司 | 一种无人驾驶可行驶区域确定装置及方法 |
US20200133308A1 (en) * | 2018-10-18 | 2020-04-30 | Cartica Ai Ltd | Vehicle to vehicle (v2v) communication less truck platooning |
US10766460B2 (en) | 2018-11-13 | 2020-09-08 | Toyota Research Institute, Inc. | Operation of vehicle window wipers based on perceived vehicle stops to drop off passengers |
US11208107B2 (en) | 2018-11-26 | 2021-12-28 | Toyota Research Institute, Inc. | Systems and methods for selecting among different driving modes for autonomous driving of a vehicle |
US11294382B2 (en) | 2018-11-26 | 2022-04-05 | Toyota Research Institute, Inc. | Systems and methods for determining routes to destinations for a vehicle |
JP7163152B2 (ja) * | 2018-11-28 | 2022-10-31 | 京セラ株式会社 | 画像処理装置、撮像装置、移動体及び画像処理方法 |
EP3671692A1 (en) * | 2018-12-19 | 2020-06-24 | Ningbo Geely Automobile Research & Development Co. Ltd. | Time for passage of a platoon of vehicles |
US10814871B2 (en) | 2018-12-26 | 2020-10-27 | Gm Cruise Holdings Llc | Computing system for assigning maneuver labels to autonomous vehicle sensor data |
AU2019100368B4 (en) * | 2019-01-25 | 2019-11-28 | Norman BOYLE | A driverless impact attenuating traffic management vehicle |
JP7207438B2 (ja) * | 2019-02-04 | 2023-01-18 | 日本電気株式会社 | 車両管理装置、車両管理方法、プログラム |
EP3745376B1 (en) * | 2019-05-29 | 2024-03-27 | Zenuity AB | Method and system for determining driving assisting data |
KR20200144176A (ko) * | 2019-06-17 | 2020-12-29 | 현대자동차주식회사 | 차량 및 차량의 제어방법 |
JP2021008152A (ja) * | 2019-06-28 | 2021-01-28 | トヨタ自動車株式会社 | 車両のルーフ構造 |
WO2020117319A1 (en) * | 2019-07-08 | 2020-06-11 | Futurewei Technologies, Inc. | System and method for improving interaction of a plurality of autonomous vehicles with a driving environment including said vehicles |
DE102019213222B4 (de) * | 2019-09-02 | 2022-09-29 | Volkswagen Aktiengesellschaft | Verfahren zum Vorhersagen einer zukünftigen Fahr-Situation eines am Straßenverkehr teilnehmenden Fremd-Objektes, Vorrichtung, Fahrzeug |
EP3819891A1 (en) * | 2019-11-07 | 2021-05-12 | Ningbo Geely Automobile Research & Development Co. Ltd. | Threat mitigation for vehicles |
US11884302B2 (en) * | 2019-11-15 | 2024-01-30 | Massachusetts Institute Of Technology | Social behavior for autonomous vehicles |
US11367290B2 (en) | 2019-11-26 | 2022-06-21 | Apex Artificial Intelligence Industries, Inc. | Group of neural networks ensuring integrity |
US11635758B2 (en) | 2019-11-26 | 2023-04-25 | Nissan North America, Inc. | Risk aware executor with action set recommendations |
US10956807B1 (en) | 2019-11-26 | 2021-03-23 | Apex Artificial Intelligence Industries, Inc. | Adaptive and interchangeable neural networks utilizing predicting information |
US11366434B2 (en) | 2019-11-26 | 2022-06-21 | Apex Artificial Intelligence Industries, Inc. | Adaptive and interchangeable neural networks |
US10691133B1 (en) | 2019-11-26 | 2020-06-23 | Apex Artificial Intelligence Industries, Inc. | Adaptive and interchangeable neural networks |
US11899454B2 (en) | 2019-11-26 | 2024-02-13 | Nissan North America, Inc. | Objective-based reasoning in autonomous vehicle decision-making |
US11433892B2 (en) | 2019-12-02 | 2022-09-06 | Gm Cruise Holdings Llc | Assertive vehicle detection model generation |
US11613269B2 (en) | 2019-12-23 | 2023-03-28 | Nissan North America, Inc. | Learning safety and human-centered constraints in autonomous vehicles |
US11300957B2 (en) | 2019-12-26 | 2022-04-12 | Nissan North America, Inc. | Multiple objective explanation and control interface design |
US11414088B2 (en) | 2020-01-16 | 2022-08-16 | Toyota Motor Engineering & Manufacturing North America, Inc. | Anomalous driver detection system |
US11577746B2 (en) | 2020-01-31 | 2023-02-14 | Nissan North America, Inc. | Explainability of autonomous vehicle decision making |
US11714971B2 (en) | 2020-01-31 | 2023-08-01 | Nissan North America, Inc. | Explainability of autonomous vehicle decision making |
US11945447B2 (en) | 2020-02-13 | 2024-04-02 | Toyota Motor North America, Inc. | Transport boundary expansion |
US11772672B2 (en) | 2020-02-13 | 2023-10-03 | Toyota Motor North America, Inc. | Unsafe transport operation |
US11782438B2 (en) | 2020-03-17 | 2023-10-10 | Nissan North America, Inc. | Apparatus and method for post-processing a decision-making model of an autonomous vehicle using multivariate data |
US11735051B2 (en) * | 2020-03-27 | 2023-08-22 | Toyota Research Institute, Inc. | Detection of bicyclists near ego vehicles |
JP7343438B2 (ja) * | 2020-04-02 | 2023-09-12 | トヨタ自動車株式会社 | 自律走行車両及び自律走行車両の運行管理装置 |
US11368991B2 (en) | 2020-06-16 | 2022-06-21 | At&T Intellectual Property I, L.P. | Facilitation of prioritization of accessibility of media |
US11233979B2 (en) | 2020-06-18 | 2022-01-25 | At&T Intellectual Property I, L.P. | Facilitation of collaborative monitoring of an event |
US11184517B1 (en) | 2020-06-26 | 2021-11-23 | At&T Intellectual Property I, L.P. | Facilitation of collaborative camera field of view mapping |
US11411757B2 (en) | 2020-06-26 | 2022-08-09 | At&T Intellectual Property I, L.P. | Facilitation of predictive assisted access to content |
US11037443B1 (en) | 2020-06-26 | 2021-06-15 | At&T Intellectual Property I, L.P. | Facilitation of collaborative vehicle warnings |
DE102020208641A1 (de) | 2020-07-09 | 2022-01-13 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Beruhigung des Verkehrs bei einem gemischten Einsatz von autonomen Fahrzeugen und von Fahrern selbst gesteuerten Fahrzeugen |
US11356349B2 (en) | 2020-07-17 | 2022-06-07 | At&T Intellectual Property I, L.P. | Adaptive resource allocation to facilitate device mobility and management of uncertainty in communications |
US11768082B2 (en) | 2020-07-20 | 2023-09-26 | At&T Intellectual Property I, L.P. | Facilitation of predictive simulation of planned environment |
CN111968372B (zh) * | 2020-08-25 | 2022-07-22 | 重庆大学 | 一种考虑主观因素的多车型混合交通跟驰行为仿真方法 |
US11938941B2 (en) | 2020-08-31 | 2024-03-26 | Denso International America, Inc. | Mode selection according to system conditions |
FR3114788B1 (fr) * | 2020-10-07 | 2022-08-19 | Psa Automobiles Sa | Procédé et dispositif de détermination d’un indicateur de comportement latéral dangereux d’un véhicule autonome circulant sur une voie de circulation |
KR102261527B1 (ko) * | 2021-01-14 | 2021-06-08 | 성균관대학교산학협력단 | 인휠 모터를 장착한 차량의 토크 벡터링 제어 장치 및 방법 |
US11869361B2 (en) * | 2021-04-01 | 2024-01-09 | Gm Cruise Holdings Llc | Coordinated multi-vehicle routing |
DE102021109425B3 (de) * | 2021-04-15 | 2022-07-21 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Steuern eines Fahrzeugs und Steuervorrichtung für ein Fahrzeug |
KR20230014344A (ko) * | 2021-07-21 | 2023-01-30 | 현대모비스 주식회사 | 차량의 주변 환경 모니터링 장치 및 방법 |
US20230138981A1 (en) * | 2021-10-29 | 2023-05-04 | Tusimple, Inc. | Autonomous Vehicle Navigation in Response to an Oncoming Train on a Railroad Track |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0884666A1 (en) * | 1997-06-10 | 1998-12-16 | Hitachi, Ltd. | Vehicle control system, vehicle mounting apparatus, base station apparatus and vehicle control method |
US7633383B2 (en) * | 2006-08-16 | 2009-12-15 | International Business Machines Corporation | Systems and arrangements for providing situational awareness to an operator of a vehicle |
US20100104199A1 (en) * | 2008-04-24 | 2010-04-29 | Gm Global Technology Operations, Inc. | Method for detecting a clear path of travel for a vehicle enhanced by object detection |
US20110282581A1 (en) * | 2010-05-12 | 2011-11-17 | Gm Global Technology Operations, Inc. | Object and vehicle detection and tracking using 3-d laser rangefinder |
US8195394B1 (en) * | 2011-07-13 | 2012-06-05 | Google Inc. | Object detection and classification for autonomous vehicles |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6233515B1 (en) * | 1998-12-07 | 2001-05-15 | Jaguar Car, Limited | Adaptive vehicle cruise control system and methodology |
JP4193266B2 (ja) | 1999-02-22 | 2008-12-10 | 株式会社エクォス・リサーチ | 周辺車両報知装置 |
US6392564B1 (en) * | 1999-10-05 | 2002-05-21 | John J. Mackey | Aggressive driver monitoring and reporting system |
DE10218010A1 (de) | 2002-04-23 | 2003-11-06 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Querführungsunterstützung bei Kraftfahrzeugen |
US7124027B1 (en) * | 2002-07-11 | 2006-10-17 | Yazaki North America, Inc. | Vehicular collision avoidance system |
US7389178B2 (en) * | 2003-12-11 | 2008-06-17 | Greenroad Driving Technologies Ltd. | System and method for vehicle driver behavior analysis and evaluation |
JP2006085285A (ja) | 2004-09-14 | 2006-03-30 | Matsushita Electric Ind Co Ltd | 危険車両予測装置 |
DE102005050310A1 (de) | 2004-10-22 | 2006-06-08 | Irobot Corp., Burlington | Systeme und Verfahren zum Steuern eines Fahrzeuges |
DE602005017144D1 (de) * | 2005-08-18 | 2009-11-26 | Honda Res Inst Europe Gmbh | Fahrerassistenzsystem |
DE102006008981A1 (de) * | 2006-02-23 | 2007-08-30 | Siemens Ag | Assistenzsystem zur Unterstützung eines Fahrers |
JP4783430B2 (ja) * | 2006-09-28 | 2011-09-28 | パイオニア株式会社 | 駆動制御装置、駆動制御方法、駆動制御プログラムおよび記録媒体 |
US20080167820A1 (en) * | 2007-01-04 | 2008-07-10 | Kentaro Oguchi | System for predicting driver behavior |
JP4416020B2 (ja) | 2007-08-03 | 2010-02-17 | トヨタ自動車株式会社 | 走行計画生成装置 |
US8428843B2 (en) | 2008-06-20 | 2013-04-23 | GM Global Technology Operations LLC | Method to adaptively control vehicle operation using an autonomic vehicle control system |
KR20100028279A (ko) | 2008-09-04 | 2010-03-12 | 주식회사 만도 | 차량의 자동 주행 중 위험 지역을 우회하기 위한 자동 주행시스템 |
JP2010067235A (ja) | 2008-09-12 | 2010-03-25 | Fujitsu Ten Ltd | 運転支援装置および運転支援プログラム |
US8126642B2 (en) | 2008-10-24 | 2012-02-28 | Gray & Company, Inc. | Control and systems for autonomously driven vehicles |
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 |
EP2316705B1 (en) | 2009-10-28 | 2012-06-20 | Honda Research Institute Europe GmbH | Behavior-based learning of visual characteristics from real-world traffic scenes for driver assistance systems |
US8258934B2 (en) * | 2009-10-30 | 2012-09-04 | Ford Global Technologies, Llc | Vehicle and method of advising a driver therein |
US8509982B2 (en) * | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
AU2011311892B2 (en) * | 2010-10-06 | 2016-03-17 | The Bradbury Company, Inc. | Apparatus and methods to increase the efficiency of roll-forming and leveling systems |
US9146898B2 (en) * | 2011-10-27 | 2015-09-29 | Magna Electronics Inc. | Driver assist system with algorithm switching |
US9771070B2 (en) * | 2011-12-09 | 2017-09-26 | GM Global Technology Operations LLC | Method and system for controlling a host vehicle |
-
2013
- 2013-02-21 US US13/772,615 patent/US10347127B2/en not_active Expired - Fee Related
-
2014
- 2014-01-16 EP EP14754191.6A patent/EP2958783B1/en active Active
- 2014-01-16 WO PCT/US2014/011779 patent/WO2014130178A1/en active Application Filing
- 2014-01-16 KR KR1020157022319A patent/KR20150108891A/ko not_active Application Discontinuation
- 2014-01-16 CN CN201480009688.8A patent/CN105008200B/zh active Active
- 2014-01-16 JP JP2015559238A patent/JP2016509971A/ja active Pending
- 2014-01-16 KR KR1020177021036A patent/KR20170090520A/ko not_active Application Discontinuation
-
2017
- 2017-06-20 JP JP2017120150A patent/JP6782197B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0884666A1 (en) * | 1997-06-10 | 1998-12-16 | Hitachi, Ltd. | Vehicle control system, vehicle mounting apparatus, base station apparatus and vehicle control method |
US7633383B2 (en) * | 2006-08-16 | 2009-12-15 | International Business Machines Corporation | Systems and arrangements for providing situational awareness to an operator of a vehicle |
US20100104199A1 (en) * | 2008-04-24 | 2010-04-29 | Gm Global Technology Operations, Inc. | Method for detecting a clear path of travel for a vehicle enhanced by object detection |
US20110282581A1 (en) * | 2010-05-12 | 2011-11-17 | Gm Global Technology Operations, Inc. | Object and vehicle detection and tracking using 3-d laser rangefinder |
US8195394B1 (en) * | 2011-07-13 | 2012-06-05 | Google Inc. | Object detection and classification for autonomous vehicles |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108290540A (zh) * | 2015-11-04 | 2018-07-17 | 祖克斯有限公司 | 用于自主驱动车辆的内部安全系统 |
US11099574B2 (en) | 2015-11-04 | 2021-08-24 | Zoox, Inc. | Internal safety systems for robotic vehicles |
CN106985825A (zh) * | 2015-12-29 | 2017-07-28 | 昶洧新能源汽车发展有限公司 | 车辆状况检测和警告系统 |
CN107221182A (zh) * | 2016-03-21 | 2017-09-29 | 中国移动通信集团广东有限公司 | 车辆终端在车联网中附着的方法、道路分段设备、车辆终端 |
CN107415956A (zh) * | 2016-04-29 | 2017-12-01 | 福特全球技术公司 | 用于检测和传送非连接车辆的打滑的系统和方法 |
CN107415956B (zh) * | 2016-04-29 | 2022-05-10 | 福特全球技术公司 | 用于检测和传送非连接车辆的打滑的系统和方法 |
CN109641594A (zh) * | 2016-08-19 | 2019-04-16 | 奥迪股份公司 | 用于运行至少半自主运行的机动车的方法和机动车 |
CN107797117A (zh) * | 2016-09-06 | 2018-03-13 | 夏普株式会社 | 自主行驶装置 |
CN109891194B (zh) * | 2016-10-31 | 2024-01-26 | 御眼视觉技术有限公司 | 用于导航车道合并和车道分离的系统和方法 |
CN109891194A (zh) * | 2016-10-31 | 2019-06-14 | 御眼视觉技术有限公司 | 用于导航车道合并和车道分离的系统和方法 |
CN110325928A (zh) * | 2017-02-10 | 2019-10-11 | 日产北美公司 | 自主车辆运行管理 |
CN110537109A (zh) * | 2017-04-28 | 2019-12-03 | 深圳市大疆创新科技有限公司 | 用于自主驾驶的感测组件 |
CN110537109B (zh) * | 2017-04-28 | 2024-02-20 | 深圳市大疆创新科技有限公司 | 用于自主驾驶的感测组件 |
CN108806018A (zh) * | 2017-04-28 | 2018-11-13 | 华为技术有限公司 | 一种数据处理方法、数据处理设备和智能汽车 |
CN110662682A (zh) * | 2017-06-01 | 2020-01-07 | 三菱电机株式会社 | 移动体控制装置、移动体控制方法以及移动体控制程序 |
CN107323380A (zh) * | 2017-07-03 | 2017-11-07 | 江苏省农业科学院 | 一种拖拉机遥操作控制方法及系统 |
CN110832569A (zh) * | 2017-07-05 | 2020-02-21 | 松下知识产权经营株式会社 | 用于检测行驶中的自主车辆的欺凌的系统和方法 |
CN109507997A (zh) * | 2017-09-15 | 2019-03-22 | 现代摩比斯株式会社 | 用于自动驾驶的装置、方法和系统 |
CN110146100B (zh) * | 2018-02-13 | 2021-08-13 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
CN110146100A (zh) * | 2018-02-13 | 2019-08-20 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
CN110873564A (zh) * | 2018-08-30 | 2020-03-10 | 小马智行 | 对车辆导航进行优先级排序 |
CN113795728A (zh) * | 2019-05-06 | 2021-12-14 | 伟摩有限责任公司 | 确定与光探测和测距(lidar)设备相关的放弃处理的策略的方法和系统 |
CN110775069B (zh) * | 2019-10-29 | 2021-04-27 | 长安大学 | 一种混行模式下车辆驾驶模式识别装置和方法 |
CN110775069A (zh) * | 2019-10-29 | 2020-02-11 | 长安大学 | 一种混行模式下车辆驾驶模式识别装置和方法 |
US11518388B2 (en) | 2020-03-31 | 2022-12-06 | Wipro Limited | Method and system for determining lane change feasibility for autonomous vehicles |
CN113799781A (zh) * | 2020-06-16 | 2021-12-17 | 丰田自动车株式会社 | 信息处理装置、程序以及信息处理方法 |
US11960293B2 (en) | 2022-05-25 | 2024-04-16 | Mobileye Vision Technologies Ltd. | Systems and methods for navigating lane merges and lane splits |
Also Published As
Publication number | Publication date |
---|---|
JP2016509971A (ja) | 2016-04-04 |
CN105008200B (zh) | 2018-11-13 |
EP2958783A1 (en) | 2015-12-30 |
US10347127B2 (en) | 2019-07-09 |
WO2014130178A1 (en) | 2014-08-28 |
JP6782197B2 (ja) | 2020-11-11 |
JP2017171296A (ja) | 2017-09-28 |
KR20170090520A (ko) | 2017-08-07 |
EP2958783A4 (en) | 2016-11-23 |
KR20150108891A (ko) | 2015-09-30 |
US20140236414A1 (en) | 2014-08-21 |
EP2958783B1 (en) | 2018-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105008200B (zh) | 驾驶模式调整 | |
JP6411595B2 (ja) | 車両の速度を制御する方法 | |
US9707966B2 (en) | Methods and systems for determining instructions for pulling over an autonomous vehicle | |
JP5857364B2 (ja) | 車両横方向レーン位置決め制御 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20171031 Address after: California, USA Applicant after: Weimo Co.,Ltd. Address before: California, USA Applicant before: Giant Holdings Effective date of registration: 20171031 Address after: California, USA Applicant after: Giant Holdings Address before: California, USA Applicant before: Google Inc. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |