CN107599965B - 用于车辆的电子控制装置及方法 - Google Patents

Abstract

本发明涉及用于车辆的电子控制装置及方法。该方法包括：判断车辆针对交叉路口是否符合横向闯红灯预测激活条件；响应于车辆被判断为针对该交叉路口符合横向闯红灯预测激活条件，计算该交叉路口的横向闯红灯事件概率；以及基于横向闯红灯事件概率，输出横向闯红灯事件预警信号。

Description

用于车辆的电子控制装置及方法

技术领域

本申请总体涉及车辆领域，更具体地，涉及用于车辆的电子控制装置及方法。

背景技术

交叉路口具有较为复杂的道路状况，行人、车辆闯红灯事件时有发生，这对他们以及其他交通参与者都带来严重的安全隐患。因此，即使在绿灯情况下，驾驶员在驾驶车辆经过交叉路口时仍需要注意交叉路口周围的路况，尤其是横向闯红灯，从而避免发生危险。然而，驾驶员的注意力可能由于疲劳或疏忽而降低，因而可能在通过交叉路口时发生事故。

发明内容

根据本申请的一个方面，提供了一种用于车辆的电子控制装置，包括：判断单元，用于判断车辆针对交叉路口是否符合横向闯红灯预测激活条件；计算单元，用于响应于车辆被判断为针对该交叉路口符合横向闯红灯预测激活条件，计算该交叉路口的横向闯红灯事件概率；以及输出单元，用于基于横向闯红灯事件概率，输出横向闯红灯事件预警信号。

根据本申请的另一方面，提供了一种用于车辆的电子控制方法，包括：判断车辆针对交叉路口是否符合横向闯红灯预测激活条件；响应于车辆被判断为针对该交叉路口符合横向闯红灯预测激活条件，计算该交叉路口的横向闯红灯事件概率；以及基于横向闯红灯事件概率，输出横向闯红灯事件预警信号。

根据本申请实施例的用于车辆的电子控制装置和方法提供了一种可以在车辆通过交叉路口时提升安全性的技术方案。

附图说明

结合以下附图，根据本发明的实施例的描述可以更好地理解本发明，其中，相似的标号指示相同或功能类似的元件：

图1是包括根据本申请实施例的电子控制装置的汽车的简化示意图。

图2是根据本申请的实施例，示出汽车的电子控制装置工作时的一种示例性场景。

图3示出了根据本申请的实施例，用于车辆的电子控制方法的流程图。

图4示出了可以实现本申请的实施例中的电子控制装置的信息处理设备的结构示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本发明造成不必要的模糊。

图1是汽车100的简化示意图，根据本申请实施例的电子控制装置可以用于汽车100中。虽然以汽车作为示例，但是本申请不限于应用在汽车中，而是也可以应用于其他的机动车辆，例如以内燃机、电动机等作为动力机构的各种车辆。如图1所示，汽车100包括电子控制装置110、数据采集单元120、辅助驾驶系统130，它们可以彼此连接，例如分别连接到汽车100的控制器局域网(CAN)总线。为了简明起见，汽车100中公知的动力和操纵装置、传动系统等部件未在图1中示出。

电子控制装置110例如可以包括电子控制单元(ECU)。ECU可以通过处理器(例如，微处理器)、控制器(例如，微控制器)、可编程逻辑电路(例如，现场可编程门阵列(FPGA))、和专用集成电路(ASIC)等来实现。在一种实施例中，ECU还包括一个或多个存储器，例如，随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程存储器(EPROM)、电可擦可编程存储器(EEPROM)等。存储器可以用于存储数据、指令、软件、代码等，这些指令被执行以执行本申请中所描述的动作。

根据一种实施例，电子控制装置110可以包括判断单元112、计算单元114和输出单元116，下文中会对这些单元的操作进行详细描述。

数据采集单元120例如可以包括以下各项中的一项或多项：距离传感器、图像传感器、亮度传感器，这些传感器能够获取关于汽车100的信息和/或与汽车100所处的环境有关的信息。数据采集单元120也可以包括从汽车100可能具有的导航装置、地图信息存储装置、时间模块、无线通信模块、转向灯、方向盘等组件获取数据的装置。距离传感器例如可以是雷达、激光或超声波传感器等，其可以感知物体的距离，从而可以得到预定距离内所感知到的物体情况(例如，预定距离内所感知到的物体数目)。图像传感器例如可以是单色或彩色(例如RGB)摄像头、红外摄像头或者具有RGB和距离/深度传感能力的混合摄像头等。一般摄像头能够实时捕获(例如，以60°左右的角度工作)车辆内外的情况并呈现给驾驶员和/或乘客。此外，通过对摄像头捕获的画面进行分析，可以获取诸如道路情况、交通信号灯指示情况、交通监控装置情况、交通监管人员情况、昼夜情况等信息。红外摄像头可以允许在夜间等低亮度条件下精确捕捉物体。亮度传感器可以感知车辆外部环境的光线亮度，从而例如允许判断当前是白天还是夜晚。导航装置例如可以是全球定位系统(GPS)装置、A-GPS装置、惯性定位装置等，其可以确定车辆当前的位置和行驶方向，例如确定车辆是否正接近交叉路口。地图信息存储装置例如可以存储和更新地图上具体位置处所安装的交通监控装置的数目以及其他相关信息。时间模块例如可以包括汽车100本身的时间模块，也可以包括用于提供时间信息的其他装置。时间信息可以是准确的时间，也可以是例如指示白天和夜晚时间段的信息。无线通信模块可以包括基于无线电技术来获得道路相关的在线数据的装置。转向灯、方向盘、具有驾驶员预设的导航路径的导航装置中的至少一者可以作为判断车辆是否要转向的装置。下文中会对数据采集单元120的操作进行详细描述。

辅助驾驶系统130连接到电子控制装置110和未示出的传动系统。辅助驾驶系统例如具有以下功能中的一项或多项：车灯控制；喇叭控制；诸如刹车、加速、减速、转向之类的致动控制；自适应巡航控制(ACC)等。

图2是根据本申请的实施例，汽车100的电子控制装置110工作时的一种示例性场景200。如图2所示，汽车100沿从南向北的方向行驶，其前方是交叉路口210。交叉路口210处可以安装有一个或多个交通信号灯220。交叉路口210处可以具有一辆或多辆汽车和/或一个或多个行人。例如，如图2所示，交叉路口210处具有汽车201a、201b和201c以及行人202a、202b和202c。应当理解，图2所示交叉路口处所具有的汽车和行人的数量及其所处位置仅仅是示例性的，交叉路口处可以具有任意数量的汽车和/或行人。

当汽车100在道路上行驶时，电子控制装置110中的判断单元112可以被配置为判断汽车100针对某一交叉路口(例如，交叉路口210)是否符合横向闯红灯预测激活条件。在一种实施例中，判断单元112可以被配置为基于数据采集单元120所采集到的信息进行判断。在一种实施例中，横向闯红灯预测激活条件可以是车辆正接近交叉路口(如图2中汽车100所示)或者正处于交叉路口处(如图2中汽车201a所示)。在该实施例中，数据采集单元120(例如，图像传感器和/或导航装置)可以采集汽车100所处道路信息(例如，汽车100处于高速公路、汽车100行驶前方为一交叉路口、汽车100正静止于某一路口处等)，并可以将该信息传输至判断单元112。判断单元112可以判断汽车100是否符合横向闯红灯预测激活条件。例如，如果判断单元112接收到汽车100正接近交叉路口210或者正处于交叉路口210的信息，则判断汽车100针对交叉路口210符合横向闯红灯预测激活条件；否则，判断为汽车100不符合横向闯红灯预测激活条件。

在一种实施例中，横向闯红灯预测激活条件还可以包括交叉路口的交通信号灯表明车辆被允许通过。例如，数据采集单元120(例如，图像传感器)可以采集当前交通信号灯(例如，图2中所示的交通信号灯220)的相关信息，并可以将这些信息传输至判断单元112。判断单元112判断汽车100针对交叉路口210是否符合横向闯红灯预测激活条件。例如，如果判断单元112接收到汽车100正接近交叉路口210或者正处于交叉路口210的信息以及交通信号灯220表明汽车100被允许通过(例如针对汽车100的行驶方向给出绿灯信号)的信息，则判断汽车100针对交叉路口210符合横向闯红灯预测激活条件；否则，判断为汽车100不符合横向闯红灯预测激活条件。

在一种实施例中，横向闯红灯预测激活条件还可以包括车辆在该交叉路口处会径直行驶或者会左转行驶。例如，数据采集单元120可以(例如从方向盘、转向灯、导航装置等)采集汽车100在交叉路口210处的预计行驶方向的信息，并可以将这些信息传输至判断单元112。判断单元112判断汽车100针对交叉路口210是否符合横向闯红灯预测激活条件。例如，如果判断单元112接收到汽车100正接近交叉路口210或者正处于交叉路口210的信息以及汽车100在交叉路口210处会径直行驶或者会左转行驶的信息，则判断汽车100针对交叉路口210符合横向闯红灯预测激活条件；否则，判断为汽车100不符合横向闯红灯预测激活条件。

响应于汽车100被判断为针对交叉路口210符合横向闯红灯预测激活条件，电子控制装置110中的计算单元114可以被配置为计算交叉路口210的横向闯红灯事件概率。发明人认识到，在一些情况下，交叉路口易于发生闯红灯事件，例如，该交叉路口未安装交通监控装置；该交叉路口处没有交通监管人员；该交叉路口较空(即，没有行人和车辆或者存在较少的行人和车辆)；或者在夜间，等等。因此，计算单元114可被配置为基于如下各项(例如可以由汽车100中的数据采集单元120采集)中的至少一项来计算横向闯红灯事件概率：关于交叉路口210是否存在交通监控装置(例如，图2中所示交通监控摄像头250)的数据；关于交叉路口210是否存在交通监管人员(例如，图2中所示交通警察203)的数据；关于当前昼夜信息的数据；以及关于交叉路口210的交通参与者密度的数据。其中，交通监控装置可以包括固定式和/或移动式交通监控装置。交通参与者可以包括行人、车辆等。

在一个实施例中，可以通过数据采集单元120中的图像传感器、地图信息存储装置等单独地或组合式地检测是否存在交通监控装置。在一个实施例中，可以通过数据采集单元120中的图像传感器、地图信息存储装置等单独地或组合式地检测是否存在监管人员。在一个实施例中，可以通过数据采集单元120中的图像传感器、亮度传感器、时间模块等单独地或组合式地检测昼夜信息。在一个实施例中，可以通过数据采集单元120中的图像传感器、距离传感器、无线通信模块等单独地或组合式地检测交叉路口210的交通参与者密度。例如，汽车100中的无线通信模块可以接收从提供交通信息的外部设施发送的信号，该信号可以包含交叉路口210的交通参与者的信息，例如，在设定范围内行人和车辆各自的数目信息。汽车100也可以使用其自身的图像传感器和/或距离传感器采集交叉路口210的交通参与者的数目信息。在一个实施例中，汽车100的无线通信模块可以将汽车100自身的图像传感器和/或距离传感器所采集到的交叉路口210的交通参与者的数目信息发送至外部设施以为其他车辆提供相关信息。数据采集单元120可以将无线通信模块接收到的信号以及图像传感器和/或距离传感器所采集到的信息中的一者或两者传输至计算单元114，然后由计算单元114计算交通参与者密度。或者，数据采集单元120可以基于以上信息来计算得到交通参与者密度，随后将该交通参与者密度传输至计算单元114。

在一种实施例中，可按照如下公式来计算交叉路口210的交通参与者密度：D＝N/A，其中，D表示交通参与者密度，N表示所设定的区域内交通参与者的数目，A表示所设定的区域的面积。如图2所示，由参数Q、R、S、T、U和V限定了阴影区域部分，因而可以计算出阴影部分的面积为A＝U*V+V*S+U*T+V*Q+U*R。通过数据采集单元120可以得到该区域内车辆的数目N_C和行人的数目N_P。在图2所示的示例中，距离传感器和/或图像传感器检测到阴影区域内存在汽车201a和201b，并且存在行人202a和202b和202c，因此，N_C＝2，N_P＝3。根据D＝N/A，分别得到阴影区域内的车辆密度D_C和行人密度D_P，从而可以得到D＝D_C+D_P，也可以在计算中对车辆密度D_C和行人密度D_P分别给予不同的权重。应理解的是，以上仅为示例，交叉路口的形状可以是各种各样的，阴影区域的形状不限于图2中所示出的形状，因而对所设定的区域面积的计算方式不限于上述方法，对交叉路口的交通参与者密度的计算方法也不限于上述交通参与者数目与预定区域面积的比值。

计算单元114可被配置为基于上述数据中的至少一项采用各种概率统计方法来计算横向闯红灯事件概率P。例如，线性或加权平均算法、二维高斯算法、三维高斯算法、混合高斯算法等。例如，在采用线性或加权平均算法的情形下，可以针对数据采集单元所采集到的各项数据设置相应的权重。例如，针对关于交叉路口是否存在交通监控装置的数据、关于交叉路口是否存在监管人员的数据、关于交叉路口的交通参与者密度的数据、关于当前昼夜信息的数据分别设置权重h、i、j、k。这些权重可以是预定的固定值，也可以是可由驾驶员或维护人员等配置的，也可以通过联网进行在线更新，还可以通过诸如支持向量机之类的离线或在线机器学习方法来配置。

在一个实施例中，假设h＝i＝j＝k＝0.25，并且数据采集单元120采集到交叉路口210处存在交通监控摄像头230、存在交通警察203、交通参与者密度为D₁以及当前为白天的信息，则横向闯红灯事件概率P可以被计算为P＝0.25*0+0.25*0+0.25*(1/D₁)+0.25*0。在又一实施例中，假设h＝i＝j＝k＝0.25，并且数据采集单元120采集到交叉路口210处存在交通监控摄像头230、不存在交通警察203、交通参与者密度为D₂以及当前为黑夜的信息，则横向闯红灯事件概率P＝0.25*0+0.25*1+0.25*(1/D₂)+0.25*1。以上对横向闯红灯事件概率的计算方式仅为示例，还可以采用其他更为精确的模型来计算。

在计算单元114计算得到横向闯红灯事件概率之后，输出单元116可以基于该横向闯红灯事件概率，输出横向闯红灯事件预警信号。在一个实施例中，输出单元116可以将横向闯红灯事件预警信号输出到汽车100的显示单元以可视方式提醒驾驶员。在一个实施例中，输出单元116可以将横向闯红灯事件预警信号输出到汽车100的音频输出单元从而以语音或警报方式提醒驾驶员。在一个实施例中，输出单元116可以将横向闯红灯事件预警信号输出到汽车100的触觉单元从而以产生触感的方式提醒驾驶员。显示单元例如可以作为仪表盘的一部分，也可以结合到导航系统的显示界面中，还可以结合到车载音视频显示单元中。例如，在显示单元中，可以通过具有不同颜色的条状、块状、环状等表现形式来显示该交叉路口的发生横向闯红灯事件的概率。例如，可以用红色指示非常危险，黄色指示有一定风险，绿色指示较为安全等。音频输出单元例如可以是车载扬声器，也可以结合到导航系统的音频输出设备中，还可以结合到车载音视频声音单元中。触觉单元例如可以被安装或一体集成到方向盘，在输出指示不同的横向闯红灯事件概率的横向闯红灯事件预警信号时，方向盘可以采用不同频率、不同程度地膨胀或微振动等，以使驾驶员的手感受到该信号。触觉单元也可以被安装或一体集成到驾驶员座椅，在输出指示不同的横向闯红灯事件概率的横向闯红灯事件预警信号时，座椅(例如，背部和/或臀部)以不同频率、不同程度轻敲驾驶员，以使得驾驶员的背部和/或臀部感受到该信号。

在一个实施例中，横向闯红灯事件预警信号也可以被输出到辅助驾驶系统130。例如，当横向闯红灯事件预警信号表明交叉路口210易于发生横向闯红灯事件时，可以使汽车100的有关车灯(例如，汽车100的前灯)自动打开或闪烁，和/或使汽车100的喇叭自动鸣响，以警示打算闯红灯的车辆或行人。或者，在必要的情况下，汽车100的致动器可被自动使能，以例如进行刹车、加速、减速、转向等控制。或者，如果当前已设定为自适应巡航控制(ACC)模式，则当横向闯红灯事件预警信号表明交叉路口210易于发生横向闯红灯事件时，可由辅助驾驶系统自动降低ACC速度。

在一个实施例中，电子控制装置110还可以包括比较单元(图中未示出)，其可被配置为将计算单元114所计算的横向闯红灯事件概率与一个或多个预设阈值进行比较，其中，横向闯红灯事件预警信号可以包括与一个或多个预设阈值相关联的一个或多个级别。该阈值可以是预定的固定值，也可以由驾驶员或维护人员等配置，也可以通过联网进行在线更新，还可以通过诸如支持向量机之类的离线或在线机器学习方法来配置。例如，当所计算的横向闯红灯事件概率大于某一值时，输出单元116可以输出横向闯红灯事件预警信号，提示当前交叉路口易于发生横向闯红灯事件，或提示易于发生横向闯红灯事件的程度。

图3示出了根据本申请的实施例，用于车辆的电子控制方法300的流程图。在步骤301，判断车辆针对交叉路口是否符合横向闯红灯预测激活条件。在一种实施例中，可基于车辆的数据采集单元所采集到的信息进行判断。在一种实施例中，横向闯红灯预测激活条件可以是车辆正接近交叉路口或者正处于交叉路口处。在该实施例中，数据采集单元可以采集该车辆所处道路信息(例如，车辆处于高速公路、车辆行驶前方为一交叉路口、车辆正静止于某一路口处等)。可以基于横向闯红灯预测激活条件，判断车辆是否符合横向闯红灯预测激活条件。例如，如果所采集到的信息表明车辆正接近交叉路口或者正处于交叉路口，则判断车辆针对该交叉路口符合横向闯红灯预测激活条件；否则，判断为车辆不符合横向闯红灯预测激活条件。

在一种实施例中，横向闯红灯预测激活条件还可以包括交叉路口的交通信号灯表明车辆被允许通过。例如，数据采集单元(例如，图像传感器)可以采集当前交通信号灯针对该车辆的相关信息。基于所采集到的信息，判断车辆针对该交叉路口是否符合横向闯红灯预测激活条件。例如，如果所采集到的信息表明车辆正接近交叉路口或者正处于交叉路口并且交叉路口的交通信号灯表明车辆被允许通过，则判断车辆针对交叉路口符合横向闯红灯预测激活条件；否则，判断为车辆不符合横向闯红灯预测激活条件。

在一种实施例中，横向闯红灯预测激活条件还可以包括车辆在该交叉路口处会径直行驶或者会左转行驶。例如，数据采集单元可以(例如从方向盘、转向灯、导航装置等)采集车辆在交叉路口处的预计行驶方向的信息。基于这些信息判断车辆针对交叉路口是否符合横向闯红灯预测激活条件。例如，如果所采集到的信息表明车辆正接近交叉路口或者正处于交叉路口并且车辆在交叉路口处会径直行驶或者会左转行驶，则判断车辆针对交叉路口符合横向闯红灯预测激活条件；否则，判断为车辆不符合横向闯红灯预测激活条件。

在步骤302，响应于车辆被判断为针对交叉路口符合横向闯红灯预测激活条件，计算交叉路口的横向闯红灯事件概率。可以基于车辆的数据采集单元采集到的如下各项中的至少一项来计算横向闯红灯事件概率：关于交叉路口是否存在交通监控装置的数据；关于交叉路口是否存在监管人员的数据；关于当前昼夜信息的数据；以及关于交叉路口的交通参与者密度的数据。其中，交通监控装置可以包括固定式和移动式交通监控装置。交通参与者可以是行人、车辆等。可基于上述信息中的至少一项采用各种概率统计方法来计算横向闯红灯事件概率。例如，线性或加权平均算法、二维高斯算法、三维高斯算法、混合高斯算法等。

在一个实施例中，可以通过数据采集单元中的图像传感器、地图信息存储装置等单独地或组合式地检测是否存在交通监控装置。在一个实施例中，可以通过数据采集单元中的图像传感器、地图信息存储装置等单独地或组合式地检测是否存在监管人员。在一个实施例中，可以通过数据采集单元中的图像传感器、亮度传感器、时间模块等单独地或组合式地检测昼夜信息。在一个实施例中，可以通过数据采集单元中的图像传感器、距离传感器、无线通信模块等单独地或组合式地检测交叉路口的交通参与者密度。例如，车辆中的无线通信模块可以接收从提供交通信息的外部设施发送的信号，该信号可以包含交叉路口的交通参与者的信息，例如，在设定范围内行人和车辆各自的数目信息。替代地或者此外，车辆也可使用其自身的图像传感器和/或距离传感器采集交叉路口的交通参与者的数目信息。在一个实施例中，车辆的无线通信模块可以将车辆自身的图像传感器和/或距离传感器所采集到的交叉路口的交通参与者的数目信息发送至外部设施以为其他车辆提供相关信息。

在步骤303，基于横向闯红灯事件概率，输出横向闯红灯事件预警信号。在一个实施例中，横向闯红灯事件预警信号可被输出到车辆的显示单元以可视方式提醒驾驶员。在一个实施例中，输横向闯红灯事件预警信号可被输出到车辆的音频输出单元从而以语音或警报方式提醒驾驶员。在一个实施例中，横向闯红灯事件预警信号可被输出到车辆的触觉单元从而以产生触感的方式提醒驾驶员。显示单元例如可以作为仪表盘的一部分，也可以结合到导航系统的显示界面中，还可以结合到车载音视频显示单元中。例如，在显示单元中，通过具有不同颜色的条状、块状、环状等表现形式来显示该交叉路口的横向闯红灯事件概率。例如，可以用红色指示非常危险，黄色指示有一定风险，绿色指示较为安全等。音频输出单元例如可以是车载扬声器，也可以结合到导航系统的音频输出设备中，还可以结合到车载音视频声音单元中。触觉单元例如可以被安装或一体集成到方向盘，在输出指示不同的横向闯红灯事件概率的横向闯红灯事件预警信号时，方向盘可以采用不同频率、不同程度地膨胀或微振动等，以使驾驶员的手感受到该信号。触觉单元也可以被安装或一体集成到驾驶员座椅，在输出指示不同的横向闯红灯事件概率的横向闯红灯事件预警信号时，座椅(例如，背部和/或臀部)以不同频率、不同程度轻敲驾驶员，以使得驾驶员的背部和/或臀部感受到该信号。

在一个实施例中，横向闯红灯事件预警信号也可以被输出到辅助驾驶系统。例如，当横向闯红灯事件预警信号表明交叉路口易于发生横向闯红灯事件时，可以使车辆的有关车灯自动打开或闪烁，和/或使车辆的喇叭自动鸣响，以警示打算闯红灯的车辆或行人。或者，在必要的情况下，车辆的致动器可被自动使能，以例如进行刹车、加速、减速、转向等控制。或者，如果当前已设定为自适应巡航控制(ACC)模式，则当横向闯红灯事件预警信号表明交叉路口易于发生横向闯红灯事件时，可由辅助驾驶系统自动降低ACC速度。

在一个实施例中，方法300还可以包括(图3中未示出)：将所计算的横向闯红灯事件概率与一个或多个预设阈值进行比较，其中，横向闯红灯事件预警信号可以包括与一个或多个预设阈值相关联的一个或多个级别。该阈值可以是预定的固定值，也可以由驾驶员或维护人员等配置，也可以通过联网进行在线更新，还可以通过诸如支持向量机之类的离线或在线机器学习方法来配置。例如，可以在所计算的横向闯红灯事件概率大于某一值时，输出的横向闯红灯事件预警信号将提示当前交叉路口易于发生横向闯红灯事件，或提示易于发生横向闯红灯事件的程度。

图4示出了信息处理设备400的结构示意图，本申请的实施例中的电子控制装置110可以由信息处理设备400来实现。如图4所示，设备400可以包括以下组件中的一项或多项：处理器420、存储器430、电源组件440、输入/输出(I/O)接口460、通信接口480，这些组件例如可以通过总线410以可通信的方式连接。

处理器420在整体上控制设备400的操作，例如与数据通信和计算处理等相关联的操作。处理器420可以包括一个或多个处理核心，并能够执行指令以实现本申请中所述方法的全部或部分步骤。处理器420可以包括具有处理功能的各种装置，包括但不限于通用处理器、专用处理器、微处理器、微控制器、图形处理器(GPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、可编程逻辑器件(PLD)、现场可编程逻辑门阵列(FPGA)等。处理器420可以包括缓存425或可以与缓存425通信，以提高数据的访问速度。

存储器430被配置为存储各种类型的指令和/或数据以支持设备400的操作。数据的示例包括用于在设备400上操作的任何应用程序或方法的指令、数据等。存储器430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现。存储器430可以包括半导体存储器，例如随机存储器(RAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、快闪存储器等。存储器430也可以包括例如使用纸介质、磁介质和/或光介质的任何存储器，如纸带、硬盘、磁带、软盘、磁光盘(MO)、CD、DVD、Blue-ray等。

电源组件440为设备400的各种组件提供电力。电源组件440可以包括内部电池和/或外部电源接口，并可以包括电源管理系统以及其他与为设备400生成、管理和分配电力相关联的组件。

I/O接口460提供了使用户能够与设备400进行交互的接口。I/O接口460例如可以包括基于PS/2、RS-232、USB、FireWire、Lightening、VGA、HDMI、DisplayPort等技术的接口，使用户能够通过键盘、鼠标器、触摸板、触摸屏、操纵杆、按钮、麦克风、扬声器、显示器、摄像头、投影端口等周边装置与设备400进行交互。

通信接口480被配置来使设备400能够与其他设备以有线或无线方式进行通信。设备400可以通过通信接口480接入基于一种或多种通信标准的无线网络，例如Wi-Fi、2G、3G、4G通信网络。在一种示例性实施例中，通信接口480还可以经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。示例性的通信接口480可以包括基于近场通信(NFC)技术、射频识别(RFID)技术、红外数据协会(IrDA)技术、超宽带(UWB)技术、蓝牙(BT)技术等通信方式的接口。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施例中所描述的算法可以被修改，而系统体系结构并不脱离本发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。

Claims (8)

1.一种用于车辆的电子控制装置，包括：

判断单元，用于判断所述车辆针对交叉路口是否符合横向闯红灯预测激活条件；

计算单元，用于响应于所述车辆被判断为针对所述交叉路口符合所述横向闯红灯预测激活条件，计算所述交叉路口的横向闯红灯事件概率；以及

输出单元，用于基于所述横向闯红灯事件概率，输出横向闯红灯事件预警信号，

其中，所述计算单元被配置成基于如下各项中的至少一项来计算所述横向闯红灯事件概率：

关于所述交叉路口是否存在交通监控装置的数据；

关于所述交叉路口是否存在监管人员的数据；以及

关于当前昼夜信息的数据。

2.如权利要求1所述的电子控制装置，其中，所述判断单元被配置为基于所述车辆的数据采集单元所采集到的信息进行判断。

3.如权利要求1所述的电子控制装置，其中，所述横向闯红灯预测激活条件包括：所述车辆正接近所述交叉路口或者所述车辆正处于所述交叉路口处。

4.如权利要求3所述的电子控制装置，其中，所述横向闯红灯预测激活条件还包括如下项中的至少一项：

所述交叉路口的交通信号灯表明所述车辆被允许通过；以及

所述车辆在所述交叉路口处会径直行驶或者会左转行驶。

5.如权利要求1所述的电子控制装置，还包括：

比较单元，用于将所述横向闯红灯事件概率与一个或多个预设阈值进行比较，

其中，所述横向闯红灯事件预警信号包括与所述一个或多个预设阈值相关联的一个或多个级别。

6.根据权利要求1所述的电子控制装置，其中，所述横向闯红灯事件预警信号被输出到所述车辆的如下项中的至少一项：显示单元、音频输出单元、触觉单元。

7.根据权利要求1所述的电子控制装置，其中，所述横向闯红灯事件预警信号被输出到所述车辆的辅助驾驶系统。

8.一种用于车辆的电子控制方法，包括：

判断所述车辆针对交叉路口是否符合横向闯红灯预测激活条件；

响应于所述车辆被判断为针对所述交叉路口符合所述横向闯红灯预测激活条件，计算所述交叉路口的横向闯红灯事件概率；以及

基于所述横向闯红灯事件概率，输出横向闯红灯事件预警信号，

其中，基于如下各项中的至少一项来计算所述横向闯红灯事件概率：

关于所述交叉路口是否存在交通监控装置的数据；

关于所述交叉路口是否存在监管人员的数据；以及

关于当前昼夜信息的数据。

Images