Nothing Special   »   [go: up one dir, main page]

CN103597527A - 驾驶辅助装置和驾驶辅助方法 - Google Patents

驾驶辅助装置和驾驶辅助方法 Download PDF

Info

Publication number
CN103597527A
CN103597527A CN201180071578.0A CN201180071578A CN103597527A CN 103597527 A CN103597527 A CN 103597527A CN 201180071578 A CN201180071578 A CN 201180071578A CN 103597527 A CN103597527 A CN 103597527A
Authority
CN
China
Prior art keywords
auxiliary
situation
prediction
car
avoidance
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
Application number
CN201180071578.0A
Other languages
English (en)
Other versions
CN103597527B (zh
Inventor
上抚琢也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN103597527A publication Critical patent/CN103597527A/zh
Application granted granted Critical
Publication of CN103597527B publication Critical patent/CN103597527B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/161Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/165Anti-collision systems for passive traffic, e.g. including static obstacles, trees

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Regulating Braking Force (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

在能够实施在当前的状况下处于碰撞的定时的情况下进行辅助的紧急回避辅助和预测将来的碰撞可能性而进行辅助的预测辅助的驾驶辅助装置中,判定紧急回避辅助的必要性,在判定为有紧急回避辅助的必要性的情况下实施紧急回避辅助,在判定为没有紧急回避辅助的必要性的情况下实施预测辅助。通过该结构,能够进行与碰撞的紧急度对应的辅助,在紧急状态时,能够回避(减轻)碰撞而不耽误辅助,在非紧急状态时,通过高精度的预测,能够回避将来的碰撞于未然。

Description

驾驶辅助装置和驾驶辅助方法
技术领域
本发明涉及为了回避自车与障碍物的碰撞而能够实施在当前的状况下处于碰撞的定时(timing)的情况下进行辅助的紧急回避辅助和预测将来的碰撞可能性而进行辅助的预测辅助的驾驶辅助装置和驾驶辅助方法。
背景技术
为了辅助车辆的驾驶员,开发了各种技术,例如有用于回避自车与障碍物(其他车辆、行人等)碰撞的驾驶辅助。在该碰撞回避的驾驶辅助中,例如有紧急回避辅助(PCS[Pre Crash Safety]等)、预测辅助。紧急回避辅助是在自车的前方附近存在障碍物且根据自车与障碍物当前的相对位置、相对速度明显会碰撞的定时下用于回避碰撞的辅助,在碰撞前没有富余时间。另外,即使当前没有碰撞的可能性,若考虑自车、障碍物的某些变化(例如,在路缘带步行的行人冲出到车道),有将来会发生碰撞的可能性的情况。因此,预测辅助是考虑自车、障碍物将来的各种状况,预测自车与障碍物将来碰撞的可能性,用于回避将来的碰撞(时间上、距离上比在紧急回避辅助中作为对象的即将来临的碰撞远的碰撞)于未然的辅助,在碰撞前有富余的时间。在专利文献1中,公开了计算自车周边的障碍物的风险潜在性并基于风险潜在性辅助驾驶操作的技术。
在先技术文献
专利文献1:日本特开2010-221995号公报
发明内容
发明要解决的问题
在进行预测辅助的情况下,需要考虑各种状况来进行复杂的碰撞预测计算,例如,需要用于基于自车周边的环境信息搜寻能够预测行人冲出来的可能性的因子、对能够预测的冲出分别判断碰撞的可能性的计算。因此,与紧急回避辅助相比,预测辅助的计算成本非常高,为了进行高精度的碰撞预测计算,需要确保充分的时间。因此,当正在进行预测辅助时成为明显会碰撞的紧急状态的情况下,有可能会耽误辅助。
因此,本发明的课题在于提供一种在能够实施紧急回避辅助和预测辅助双方的情况下根据状况进行适当的辅助的驾驶辅助装置和驾驶辅助方法。
用于解决问题的手段
本发明涉及的驾驶辅助装置是能够为了回避自车与障碍物的碰撞而实施紧急回避辅助和预测辅助的装置,所述紧急回避辅助是在当前的状况下处于碰撞的定时的情况下进行辅助,所述预测辅助是预测将来的碰撞可能性而进行辅助,所述驾驶辅助装置的特征在于,包括:必要性判定单元,其判定紧急回避辅助的必要性;和实施单元,其在由必要性判定单元判定为有紧急回避辅助的必要性的情况下实施紧急回避辅助,在由必要性判定单元判定为没有紧急回避辅助的必要性的情况下实施预测辅助。
在该驾驶辅助装置中,能够实施紧急回避辅助和预测辅助,为了回避自车与障碍物(例如行人、自行车、摩托车、车辆等移动物体以及路上落下物等静止物体)碰撞,选择任一方进行辅助。紧急回避辅助是用于根据自车与障碍物当前的状况、回避作为自车与障碍物碰撞的定时的紧急状态下的碰撞的辅助,由于只通过当前的状况进行判断,所以计算成本低。预测辅助是用于预测自车与障碍物将来的状况,并根据该将来的状况预测自车与障碍物将来碰撞的可能性从而回避将来的碰撞于未然的辅助,由于需要预测将来的各种状况,所以计算成本高。
特别是在驾驶辅助装置中,通过必要性判定单元,根据当前的状况判定紧急回避辅助的必要性。而且,在驾驶辅助装置中,通过实施单元,在有紧急回避辅助的必要性的情况下实施紧急回避辅助,在没有紧急回避辅助的必要性的情况下实施预测辅助。这样,在驾驶辅助装置中,由于在判断紧急回避辅助的必要性后实施紧急回避辅助和预测辅助中的任一者,能够进行与碰撞的紧急度对应的辅助。在紧急状态时,能够立刻实施紧急回避辅助,能够回避(减轻)碰撞而不耽误辅助。另一方面,在非紧急状态时,能够充分地确保计算时间从而实施高精度的预测辅助,能够回避将来的碰撞于未然。
在本发明的上述驾驶辅助装置中,也可以构成为包括:环境变化检测单元,其检测自车周边的环境的变化;和继续判定单元,其在正在实施预测辅助的情况下,基于环境变化检测单元的检测结果,判定是否继续当前实施中的预测辅助。
在该驾驶辅助装置中,通过环境变化检测单元,检测自车周边的环境(例如存在于自车周边的移动物体或静止物体、信号灯、交通标识、人行横道、天气)的变化。例如,在作为自车周边的环境的变化而检测出新的障碍物的情况下,为了回避该新的障碍物,必须变更当前正在实施的辅助的可能性较高。另一方面,未检测出新的障碍物的情况下,能够继续当前正在实施的辅助。因此,在驾驶辅助装置中,通过继续判定单元,基于自车周边的环境的变化来判定是否继续当前实施中的预测辅助。这样,在驾驶辅助装置中,通过根据自车周边的环境的变化来判断是否继续当前实施中的预测辅助,从而能够针对环境的变化迅速地进行辅助,并且在环境没有变化的情况下,继续当前实施中的预测辅助从而能够降低计算成本。
在本发明的上述驾驶辅助装置中,也可以构成为:包括对自车的状态的变化进行检测的自车状态变化检测单元,在正在实施预测辅助的情况下,继续判定单元基于自车状态变化检测单元的检测结果,判定是否继续当前实施中的预测辅助。
在该驾驶辅助装置中,通过自车状态变化检测单元检测自车的状态(例如车速、加速度、转向角、转向操作、加速踏板操作、制动踏板操作、换档操作、驾驶员的视线方向)的变化。自车的状态发生了变化的情况下,由于自车将来的状况也会发生变化,所以必须变更当前正在实施的辅助的可能性较高。另一方面,自车的状态未发生变化的情况下,能够继续当前正在实施的辅助。因此,在驾驶辅助装置中,通过继续判定单元,基于自车状态的变化来判定是否继续当前实施中的预测辅助。这样,在驾驶辅助装置中,通过根据自车的状态的变化来判断是否继续当前实施中的预测辅助,从而能够针对自车的状态的变化迅速地辅助,并且在自车的状态没有变化的情况下,继续当前实施中的预测辅助从而能够降低计算成本。
在本发明的上述驾驶辅助装置中,优选的是,在由所述继续判定单元判定为不继续的情况下,所述实施单元基于当前实施中的辅助内容,实施比当前实施中的辅助弱的辅助或比当前实施中的辅助强的辅助。
在该驾驶辅助装置中,判定为不继续当前实施中的预测辅助的情况下,通过实施单元,基于当前实施中的辅助内容(例如制动的辅助量、转向的辅助量),实施比当前实施中的辅助弱的辅助(例如使制动的辅助量减少、使转向的辅助量减少)或比当前实施中的辅助强的辅助(例如使制动的辅助量增加、使转向的辅助量增加)。这样,在驾驶辅助装置中,即使在不继续当前实施中的预测辅助的情况下,由于不是从头重新进行预测来决定辅助内容,而只是基于当前实施中的辅助内容来修正辅助内容,所以能够降低计算成本,并且也能够确保针对碰撞的安全性。
本发明涉及的驾驶辅助方法是是能够为了回避自车与障碍物的碰撞而实施紧急回避辅助和预测辅助的方法,所述紧急回避辅助是在当前的状况下处于碰撞的定时的情况下进行辅助,所述预测辅助是预测将来的碰撞可能性而进行辅助,所述驾驶辅助方法的特征在于,包括:必要性判定步骤,判定紧急回避辅助的必要性;和实施步骤,在通过必要性判定步骤判定为有紧急回避辅助的必要性的情况下实施紧急回避辅助,在通过必要性判定步骤判定为没有紧急回避辅助的必要性的情况下实施预测辅助。
在本发明的上述驾驶辅助方法中,也可以构成为包括:环境变化检测步骤,检测自车周边的环境的变化;和继续判定步骤,在正在实施预测辅助的情况下,基于环境变化检测步骤的检测结果,判定是否继续当前实施中的预测辅助。
在本发明的上述驾驶辅助方法中,也可以构成为:包括对自车的状态的变化进行检测的自车状态变化检测步骤,在继续判定步骤中,在正在实施预测辅助的情况下,基于自车状态变化检测步骤的检测结果,判定是否继续当前实施中的预测辅助。
在本发明的上述驾驶辅助方法的实施步骤中,优选的是:在通过继续判定步骤判定为不继续的情况下,基于当前实施中的辅助内容,实施比当前实施中的辅助弱的辅助或比当前实施中的辅助强的辅助。
该各驾驶辅助方法与上述各驾驶辅助装置同样地起作用,具有同样的效果。
发明的效果
根据本发明,由于在判断紧急回避辅助的必要性之后实施紧急回避辅助和预测辅助中的任一者,因此,能够进行与碰撞的紧急度对应的辅助,在紧急状态时,能够回避(减轻)碰撞而不耽误辅助,在非紧急状态时,通过高精度的预测,能够回避将来的碰撞于未然。
附图说明
图1是第1实施方式涉及的驾驶辅助装置的结构图。
图2是需要紧急回避辅助的情况下的一例,(a)表示识别范围,(b)表示在识别范围内识别到行人的情况。
图3是预测辅助的说明图。
图4是表示第1实施方式涉及的驾驶辅助装置中的工作流程的流程图。
图5是第2实施方式涉及的驾驶辅助装置的结构图。
图6是辅助继续判定和辅助内容变更的一例,(a)是环境变化判定区域和当前实施中的辅助内容,(b)是障碍物从环境变化判定范围出现的情况下的辅助内容变更,(c)是障碍物从环境变化判定范围以外出现的情况下的辅助内容变更。
图7是变更辅助内容的情况下的简易预测计算的说明图。
图8是表示第2实施方式涉及的驾驶辅助装置中的工作流程的流程图。
图9是表示第2实施方式涉及的驾驶辅助装置中的与新的障碍物对应的情况下的工作流程的一例的流程图。
图10是第3实施方式涉及的驾驶辅助装置的结构图。
图11是表示第3实施方式涉及的驾驶辅助装置中的工作流程的流程图。
标号说明
1、2、3...驾驶辅助装置,10...环境识别单元,11...自车状态检测单元,21、22、23...ECU,21a、23a...紧急回避辅助动作判定部,21b、22d、23e...碰撞预测部,21c、22e、23f...辅助内容决定单元,22a、23b...环境变化检测单元,22b、23c...自车状态变化检测单元,22c、23d...辅助继续判定单元,30...辅助实现单元。
具体实施方式
以下,参照附图说明本发明涉及的驾驶辅助装置和驾驶辅助方法的实施方式。此外,在各图中,相同或相当的要素标注相同的标号,并省略重复的说明。
在本实施方式中,将本发明应用于驾驶辅助装置中,该驾驶辅助装置装载在车辆上且进行用于回避与障碍物的碰撞的辅助。本实施方式涉及的驾驶辅助装置判断自车与障碍物碰撞的可能性,并在当前或者将来有可能碰撞的情况下进行通过车辆控制(制动控制、转向控制等)、HMI[HumanMachine Interface]等实现的驾驶辅助。在本实施方式中有三种方式。第1实施方式是能够实施紧急回避辅助和预测辅助双方且选择紧急回避辅助和预测辅助中的任一方来进行驾驶辅助的基本方式。第2实施方式是至少能够实施预测辅助且包含减轻预测辅助的计算成本的功能的方式。第3实施方式是在第1实施方式中的紧急回避辅助和预测辅助的基本方式上加入第2实施方式中的预测辅助的计算成本减少功能的方式。
此外,障碍物是在自车的行驶中有可能成为障碍的物体,例如有自行车、摩托车、汽车等移动物体、路上落下物等静止物体。紧急回避辅助(例如PCS)是用于回避在自车的附近存在障碍物且根据自车与障碍物当前的状况可能发生碰撞的紧急状态下的碰撞的辅助,是用于回避即将到来的碰撞的辅助。预测辅助是考虑自车、障碍物将来的各种状况,预测自车与障碍物将来碰撞的可能性,用于回避将来的碰撞于未然的辅助,是用于回避比紧急回避辅助在时间、距离上远的碰撞的辅助。
参照图1~图3,说明第1实施方式涉及的驾驶辅助装置1。图1是第1实施方式涉及的驾驶辅助装置的结构图。图2是需要紧急回避辅助的情况下的一例,(a)表示识别范围,(b)表示在识别范围内识别到行人的情况。图3是预测辅助的说明图。
为了回避自车与障碍物碰撞,驾驶辅助装置1能够实施紧急回避辅助和预测辅助,并选择紧急回避辅助和预测辅助中的任一方来实施。特别是,驾驶辅助装置1判断碰撞的紧急性,并在具有紧急性的情况下立刻实施紧急回避辅助,在没有紧急性的情况下实施预测辅助。
驾驶辅助装置1包括环境识别部10、自车状态检测部11、ECU[Electronic Control Unit]21(紧急回避辅助动作判定部21a、碰撞预测部21b、辅助内容决定部21c)、辅助实现部30。此外,在第1实施方式中,紧急回避辅助动作判定部21a相当于权利要求书中记载的必要性判定单元,辅助内容决定部21c和辅助实现部30相当于权利要求书中记载的实施单元。
环境识别部10是识别自车周边的环境的装置。作为自车周边的环境,例如有:成为自车周边的障碍物的物体、有可能成为障碍物的物体、信号灯、交通标识、人行横道、天气。作为环境识别部10,例如有:拍摄自车周边(特别是前方侧)的照相机和图像的处理装置、激光雷达和雷达信号的处理装置等从自车进行检测的外界传感器、从其他车辆收集信息的车与车间通信装置。在环境识别部10中,按一定时间识别自车周边的环境,并将其识别信息发送给ECU21。作为识别信息,例如包括:在障碍物的情况下为障碍物(也包含有可能成为障碍物的物体)的有无、在存在障碍物的情况下为各障碍物的类别、位置、速度、加速度、行驶方向。关于位置等,虽然相对于自车的相对值是优选的,但也可以是绝对值。
自车状态检测部11是检测自车的状态的装置。作为自车的状态,例如有位置、车速、加速度、行驶方向,在自车状态包含驾驶员状态的情况下也有驾驶员的视线方向等。作为自车状态检测部11,例如有:GPS[GlobalPositioning System]接收装置(也可以是导航装置)、车速传感器、转向转矩传感器、转向角传感器、加速踏板传感器、制动踏板传感器、档位位置传感器、拍摄驾驶员的脸的照相机和图像的处理装置。在自车状态检测部11中,按一定时间检测自车的各状态,并将其检测信息发送给ECU21。
ECU21是由CPU[Central Processing Unit]、ROM[Read OnlyMemory]、RAM[Random Access Memory]等构成的电子控制单元,总括控制驾驶辅助装置1。在ECU21中,通过将存储于ROM中的驾驶辅助装置1用应用程序装载到RAM中并在CPU执行,构成紧急回避辅助动作判定部21a、碰撞预测部21b、辅助内容决定部21c。
在紧急回避辅助动作判定部21a中,基于能够在环境识别部10识别的障碍物的障碍物信息和在自车状态检测部11检测出的自车的状态来判断是否为会发生碰撞的紧急状态(在当前的状况持续的情况下明显会发生碰撞的定时),在不是紧急状态的情况下判定为无需紧急回避辅助(基于碰撞预测的预测辅助)。
参照图2,说明在紧急回避辅助动作判定部21a的判定方法的一例(PCS的情况)。在紧急回避辅助动作判定部21a中,根据在自车状态检测部11检测出的速度、加速度、转向量(行驶方向)来计算行驶预定路径(或者行驶预定范围)。另外,在环境识别部10中,如图2的(a)所示,进行识别范围A内的识别,如图2的(b)所示,在识别范围A内识别到行人W的情况下,在紧急回避辅助动作判定部21a中,根据用环境识别部10识别到的行人W(障碍物)与自车MV的相对位置、速度、加速度、行驶方向,计算行人W的移动预定路径(或者移动预定范围)。然后,在紧急回避辅助动作判定部21a中,判定障碍物的移动预定路径是否与自车的行驶预定路径交叉。路径不交叉的情况下,在紧急回避辅助动作判定部21a中,判断为没有紧急性(在当前的状况下不是会碰撞的定时),并判定为无需紧急回避辅助。另一方面,路径交叉的情况下,在紧急回避辅助动作判定部21a中,基于自车与障碍物当前的相对距离和相对速度,计算假设当前的状况持续的情况下的碰撞预测时间即TTC[Time To Collision]=(相对距离/相对速度),并判定TTC是否在PCS的动作定时以内。在TTC比PCS的动作定时长的情况下,在紧急回避辅助动作判定部21a中,判断为没有紧急性,并判定为无需紧急回避辅助。另一方面,在TTC为PCS的动作定时以内的情况下,在紧急回避辅助动作判定部21a中,判断为具有紧急性(在当前的状况下是碰撞的定时),并判定为需要紧急回避辅助。此外,PCS的动作定时是通过实验或模拟等设定并能够减轻辅助后的碰撞程度,最大限度回避碰撞的定时(从现时间点起的时间)。
在碰撞预测部21b中,在紧急回避辅助动作判定部21a中判定为无需紧急回避辅助的情况下,基于能够在环境识别部10识别的障碍物(有可能成为障碍物的物体)的障碍物信息预测障碍物将来的移动范围,并且基于在自车状态检测部11检测出的自车的状态来预测自车将来的行驶范围,并基于该障碍物的移动预测范围和自车的行驶预测范围,预测将来是否有可能碰撞。在此,考虑障碍物、自车的所有状况的变化进行预测。作为有可能成为障碍物的物体,例如,由于也认为即使是在路缘带行走的行人也会冲到车道中,所以这样的行人也成为有可能成为障碍物的物体。
参照图3,说明在碰撞预测部21b的预测方法的一例。如图3所示,在碰撞预测部21b中,相对于自车MV,设定能够在环境识别部10识别的行人W(有可能成为障碍物的物体)的位置。这时,设定行人的位置、尺寸、速度等。接着,如图3所示,在碰撞预测部21b中,分别以在预定范围内分布的粒(颗粒)的集合MVS、WS表示自车MV和行人W。该分布范围由位置和尺寸决定,尺寸越大,颗粒的数量越多。而且,在碰撞预测部21b中,计算自车将来的行驶范围,并且计算行人冲出的情况下将来的移动范围,并基于该自车将来的行驶范围和行人将来的移动范围,计算碰撞的定时和碰撞的程度。此时,按预定时间间隔散布颗粒(particle),随着时间的经过,该颗粒的分布范围变大(存在可能性分散)。根据自车的颗粒与行人的颗粒碰撞的数量决定碰撞的程度。而且,在碰撞预测部21b中,根据碰撞的程度的大小来表现行人冲出的危险度,在危险度为预定阈值以上的情况下,判定为需要用于回避碰撞于未然的辅助。
在辅助内容决定部21c中,在紧急回避辅助动作判定部21a判定需要紧急回避辅助的情况下,决定紧急回避辅助的辅助内容,并将该辅助内容发送给辅助实现部30。在这里,基于在紧急回避辅助动作判定部21a的计算结果,决定在直到自车的行驶预定路径与障碍物的移动预定路径交叉为止的期间能够回避(或者减轻碰撞的程度)碰撞的辅助内容。作为辅助内容,根据制动辅助、转向辅助、HMI辅助等决定辅助的手段,并决定与所决定的手段对应的辅助量。例如,在制动辅助的情况下,决定用于在自车的行驶预定路径与障碍物的移动预定路径的交叉地点之前停止的制动器的制动量,在转向辅助的情况下决定用于回避交叉地点的转向的转向方向和转向量。
另外,在辅助内容决定部21c中,在碰撞预测部21b判定为需要预测辅助的情况下,决定预测辅助的辅助内容,并将该辅助内容发送给辅助实现部30。在这里,基于在碰撞预测部21b的预测,确定自车将来的行驶范围与障碍物将来的移动范围不重叠的范围,根据该确定的范围和自车能够移动的范围来决定辅助内容。作为辅助内容,根据制动辅助、转向辅助、HMI辅助等决定辅助的手段,并决定与所决定的手段对应的辅助量。例如,在制动辅助的情况下,决定用于引导到能够回避碰撞于未然的地点的制动器的制动量,在转向辅助的情况下,决定用于引导到能够回避碰撞于未然的地点的转向的转向方向和转向量,在HMI辅助的情况下,决定HMI的种类(显示、语音、警报等),并决定在HMI中的显示内容(例如危险度的程度)、语音内容(例如转向方向的指示、制动动作的指示)。
辅助实现部30是用于实当前ECU21决定的辅助内容的单元。例如,在通过车辆控制进行辅助的情况下,作为辅助实现部30,例如为用于进行制动控制的ECU、用于进行转向控制的ECU。在通过HMI进行辅助的情况下,作为辅助实现部30,例如有:在导航装置等利用的显示器、扬声器、警报装置。在辅助实现部30中,每当从ECU21接收辅助内容时,执行该辅助内容。
参照图1,按照图4的流程图说明驾驶辅助装置1中的工作。图4是表示第1实施方式涉及的驾驶辅助装置中的工作流程的流程图。此外,在驾驶辅助装置1中,按预定时间重复进行以下的工作。
在环境识别部10中,识别自车周边的环境(特别是障碍物),并将其识别信息发送给ECU21(S10)。另外,在自车状态检测部11中,检测自车的状态,并将其检测信息发送给ECU21(S11)。然后,在ECU21中,基于自车周边的环境的识别信息和自车的状态的检测信息,判定是否需要紧急回避辅助(S12)。
在ECU21中,在S12判定为需要紧急回避辅助的情况下,决定用于回避紧急状态下的碰撞的紧急回避辅助的辅助内容,并将该辅助内容发送给辅助实现部30(S13)。在辅助实现部30中,基于该紧急回避辅助的辅助内容实施紧急回避辅助(S14)。
在ECU21中,在S12判定为无需紧急回避辅助的情况下,基于自车周边的环境的识别信息和自车的状态的检测信息,实施碰撞预测(S15),判定是否需要预测辅助(S16)。在ECU21中,在S16判定为需要预测辅助的情况下,决定用于回避将来的碰撞于未然的预测辅助的辅助内容,并将该辅助内容发送给辅助实现部30(S17)。在辅助实现部30中,基于该预测辅助的辅助内容实施预测辅助(S18)。另外,在ECU21中,在S16判定为无需预测辅助的情况下,终止本次处理而不进行辅助。
根据该驾驶辅助装置1,判定紧急回避辅助的必要性,并根据该判定结果实施紧急回避辅助和预测辅助的任一者,因此,能够进行与碰撞的紧急度对应的辅助。在需要紧急回避辅助时,能够立刻实施紧急回避辅助,能够回避(减轻)碰撞而不耽误辅助(不会使辅助变迟)。另一方面,在无需紧急回避辅助时,能够充分地确保计算时间来实施高精度的预测辅助,能够回避将来的碰撞于未然。
参照图5~图7,说明第2实施方式涉及的驾驶辅助装置2。图5是第2实施方式涉及的驾驶辅助装置的结构图。图6是辅助继续判定和辅助内容变更的一例,(a)是环境变化判定区域和当前实施中的辅助内容,(b)是障碍物从环境变化判定范围出现的情况下的辅助内容变更,(c)是障碍物从环境变化判定范围以外出现的情况下的辅助内容变更。图7是变更辅助内容的情况下的简易预测计算的说明图。
为了回避自车与障碍物碰撞,驾驶辅助装置2至少能够实施预测辅助。特别是,驾驶辅助装置2判断自车周边的环境是否有变化或者自车的状态是否有变化,在具有变化的情况下,判断能否以当前实施中的预测辅助来确保安全性,在能够确保安全性的情况下继续当前实施中的辅助内容,在不能确保的情况下,基于当前实施中的辅助内容变更为成为更安全的辅助内容。
驾驶辅助装置2包括环境识别部10、自车状态检测部11、ECU22(环境变化检测部22a、自车状态变化检测部22b、辅助继续判定部22c、碰撞预测部22d、辅助内容决定部22e)以及辅助实现部30。此外,由于环境识别部10、自车状态检测部11、辅助实现部30是与在第1实施方式说明的各单元同样的单元,所以省略说明。
ECU22是由CPU、ROM、RAM等构成的电子控制单元,总括控制驾驶辅助装置2。在ECU22中,通过将存储于ROM中的驾驶辅助装置2用(仅针对预测辅助)的应用程序装载到RAM中并在CPU执行,构成环境变化检测部22a、自车状态变化检测部22b、辅助继续判定部22c、碰撞预测部22d、辅助内容决定部22e。
在环境变化检测部22a中,在自车前方的预定判定范围(例如环境识别部10的识别范围)内,比较在环境识别部10当前能够识别的障碍物的障碍物信息与在环境识别部10过去能够识别的障碍物的障碍物信息(可以仅是前一次的信息,或者也可以包括在此之前的过去的信息)(取当前与过去的信息间的差量),检测出障碍物是否有新的移动的变化或者是否出现了新的障碍物。另外,在环境变化检测部22a中,在自车前方的预定判定范围内,比较当前能够用环境识别部10识别的交通标识等识别信息与在过去能够用环境识别部10识别的交通标识等识别信息,检测是否新产生了提高障碍物冲出到车道中的可能性的因子。作为这种因子,例如有人行横道。
在自车状态变化检测部22b中,比较当前用自车状态检测部11检测出的自车的状态与在过去用自车状态检测部11检测出的自车的状态(取当前与过去的自车状态间的差量),检测出自车状态是否有新的变化。在这里,根据制动踏板操作、加速踏板操作、换档操作、转向操作以及车速、加速度、驾驶员的视线方向等的变化,检测出是否有自车驾驶员的行动变化或者路面状态等引起的行驶状态变化。
在辅助继续判定部22c中,在用环境变化检测部22a检测出自车周边的环境的变化的情况或者用自车状态变化检测部22b检测出自车的状态的变化的情况下,基于自车周边的环境的变化的状况或者自车的状态的变化的状况,判定是否继续当前实施中的预测辅助的辅助内容。
参照图6,说明判定方法的一例。如图6的(a)所示,由于在自车MV的前方左侧存在驻车车辆PV(障碍物),因此,为了回避该驻车车辆PV,作为当前实施中的预测辅助,该例子中在进行制动控制的同时进行向右方向的转向控制。当进行该预测辅助时,自车MV成为用符号S1表示的行驶预定路径。另外,如图6的(a)所示,在环境变化检测部22a中,在自车MV前方的判定范围JA或者形成死角的驻车车辆PV的远方的判定范围JB中进行环境的变化的检测。在图6的(b)中示出的例子是行人W1(障碍物)从假想为危险的地点(死角)冲出来的情况,在环境变化检测部22a检测出该新的行人W1的出现。另外,在图6的(c)中示出的例子是行人W2(障碍物)从未假想为危险的地点冲出来的情况,在环境变化检测部22a检测出该新的行人W2的出现。
在图6的(b)示出的例子的情况下,在辅助继续判定部22c中,将行人W1进入车道的方向判定为从左侧进入,为了回避与从左侧冲出到车道的行人W1的碰撞于未然,选定当前实施中的制动辅助和转向辅助中的有效果的辅助(或者宁可是可能导致危险的辅助)。该情况下,在辅助继续判定部22c中,选定向右方向的转向辅助,并判定增加当前实施中的转向控制的转向量是否会变得更加安全(能够回避与行人W1的碰撞)。在辅助继续判定部22c中,在判定为向右方向增加转向量会变得更安全的情况下,判断为变更当前实施中的预测辅助的辅助内容,在判定为即使不改变转向量也能够确保安全性的情况下,判断为继续当前实施中的预测辅助的辅助内容。在该图6的(b)的情况下,由于向右方向的行驶预定路径S2比通过当前实施中的转向辅助的行驶预定路径S1更安全,判断为变更当前实施中的预测辅助的辅助内容。
在图6的(c)示出的例子的情况下,在辅助继续判定部22c中,将行人W2进入车道的方向判定为从右侧进入,为了回避与从右侧冲出到车道的行人W2的碰撞于未然,选定当前实施中的制动辅助和转向辅助中的有效果的辅助。该情况下,在辅助继续判定部22c中,选定制动辅助,并判定增加当前实施中的制动控制的制动量是否会变得更加安全(能够回避与行人W2的碰撞)。在辅助继续判定部22c中,在判定为增加制动量会变得更安全的情况下,判断为变更当前实施中的预测辅助的辅助内容,在判定为即使不改变制动量也能够确保安全性的情况下,判断为继续当前实施中的预测辅助的辅助内容。在该图6的(c)的情况下,由于不前进的行驶预定路径S3比通过当前实施中的制动辅助的行驶预定路径S1更安全,判断为变更当前实施中的预测辅助的辅助内容。或者,在辅助继续判定部22c中,选定向右方向的转向辅助,并判定减少当前实施中的转向控制的转向量(包含使转向量为0)是否会变得更加安全(能够回避与行人W2的碰撞)。在辅助继续判定部22c中,在判定为向右方向减小转向量会变得更安全的情况下,判断为变更当前实施中的预测辅助的辅助内容,在判定为即使不改变转向量也能够确保安全性的情况下,判断为继续当前实施中的预测辅助的辅助内容。在该图6的(c)的情况下,由于直进侧的行驶预定路径S4比通过当前实施中的转向辅助的行驶预定路径S1更安全,判断为变更当前实施中的预测辅助的辅助内容。此外,该例子的情况下,也可以判断为变更制动辅助与转向辅助双方的辅助内容。
参照图7,说明判定方法的其他例子。在图6中示出的情况下,通过障碍物冲出来的方向来判断,在该例子中,通过冲出来的障碍物的速度来判断。在该例子中,与图6的例子同样地,作为当前实施中的预测辅助,为了事前回避驻车车辆PV,也在进行制动辅助的同时进行向右方向的转向辅助。另外,图7的例子是行人W1(障碍物)从左侧冲出到车道的情况,在环境变化检测部22a检测出该新的行人W1的出现。
在辅助继续判定部22c中,基于在环境识别部10识别的行人W1的位置、速度等,掌握行人W1的移动状态,并且基于在自车状态检测部11检测的自车MV的位置、速度等,掌握自车MV的状态。在辅助继续判定部22c中,基于该行人W1的移动状态,预测将来各时刻(t1、t2、t3、...)的移动位置Wt1、Wt2、Wt3、...,并且基于该自车MV的状态,预测将来各时刻(t1、t2、t3、...)的行驶位置MVt1、MVt2、MVt3、...。在这里的预测不是考虑了在碰撞预测部22d的所有可能性的预测,而是基于当前的位置、速度以及行驶方向等进行缩小到可能性高的状况的限定性预测,计算成本低,计算时间也短。而且,在辅助继续判定部22c中,提取行人W1与自车MV将来最接近的时刻,计算在该提取的时刻的行人W1与自车MV之间的距离d。在该例子中,在时刻t3最接近,计算行人W1在时刻t3的位置Wt3和自车MV在时刻t3的位置MVt3之间的距离dt3。进一步,在辅助继续判定部22c中,判定该最接近时的距离d是否大于阈值ε。该阈值ε是通过实验或模拟等设定且即使不进行辅助也能充分地确保安全性的距离。在辅助继续判定部22c中,在判定为最接近时的距离d为阈值ε以下的情况下,判断为变更当前实施中的预测辅助的辅助内容,在判定为距离d大于阈值ε的情况下,判断为继续当前实施中的预测辅助的辅助内容。
在碰撞预测部22d中,在环境变化检测部22a未检测出自车周边的环境的变化的情况下且在自车状态变化检测部22b未检测出自车的状态的变化的情况下,进行与第1实施方式涉及的碰撞预测部21b同样的处理。
在辅助内容决定部22e中,在进行了碰撞预测部22d中的处理的情况下,进行与第1实施方式涉及的辅助内容决定部21c中的预测辅助的辅助内容的决定同样的处理。
另外,在辅助内容决定部22e中,在辅助继续判定部22c判定为变更当前实施中的预测辅助的辅助内容的情况下,基于在辅助继续判定部22c的判定内容,决定从当前实施中的预测辅助的车辆控制量增加的控制量或者减少的控制量,并将该变更的辅助内容发送给辅助实现部30。
参照图6,说明辅助内容的变更方法的一例。在图6的(b)中示出的例子的情况下,在辅助内容决定部22e中,由于在辅助继续判定部22c判定为增加当前实施中的转向控制的右方向转向量会变得更安全,所以计算在自车可安全地转弯的范围内比当前实施中的右方向转向量大的转向量。另外,在图6的(c)中示出的例子的情况下,在辅助内容决定部22e中,由于在辅助继续判定部22c判定为增加当前实施中的制动控制的制动量会变得更安全,所以计算在自车可安全地制动的范围内比当前实施中的制动量大的制动量。或者,在辅助内容决定部22e中,由于在辅助继续判定部22c判定为减小当前实施中的转向控制的右方向转向量会变得更安全,所以计算在自车可安全地转弯的范围内比当前实施中的右方向转向量减小了的转向量。
参照图7,说明辅助内容的变更方法的另一例。在辅助内容决定部22e中,基于当前实施中的制动控制的制动量或者向右方向的转向控制的转向量,计算制动量或者向右方向的转向量使得在辅助继续判定部22c判定的在行人W1与自车MV最接近时的时刻的两者间的距离d变得大于阈值ε。该例子的情况下,通过增加制动控制的制动量或者增加转向控制的向右方向的转向量,预定时间后两者间的距离d变长,距离d变得大于阈值ε。当然,即使在最接近时的时刻以前的各时刻,也使两者间的距离d大于阈值ε。例如,通过决定自车MV在几秒后(最接近的时刻)以多大的车速通过两者间的距离d变得大于阈值ε的某个位置,从而能够计算制动控制的制动量、转向控制的转向量。
另外,在辅助内容决定部22e中,在辅助继续判定部22c判定为继续当前实施中的预测辅助的辅助内容的情况下,将前一次的预测辅助的辅助内容发送给辅助实现部30。
此外,虽然说明了在变更当前实施中的预测辅助的辅助内容的情况下变更辆控制量,但在用HMI等其他手段进行辅助的情况下也可变更其辅助内容。另外,在完全不存在障碍物且没有实施预测辅助时,在检测出新的障碍物出现的情况下,变为需要碰撞预测部22d的处理。
参照图5,按照图8的流程图说明驾驶辅助装置2中的工作。图8是表示第2实施方式涉及的驾驶辅助装置中的工作流程的流程图。此外,在驾驶辅助装置2中,按预定时间重复进行以下的工作。
在环境识别部10中,识别自车周边的环境,并将其识别信息发送给ECU22(S20)。另外,在自车状态检测部11中,检测自车的状态,并将其检测信息发送给ECU22(S21)。
在ECU22中,比较当前与过去的环境识别信息,检测环境的变化(S22)。另外,在ECU22中,比较当前与过去的自车的状态的检测信息,检测自车状态的变化(S23)。而且,在ECU22中,在当前实施中的预测辅助的期间,判定环境是否变化了或者自车状态是否变化了(S24)。
在ECU22中,在S24判定为环境发生了变化或者自车状态发生了变化的情况下,判定即使继续当前实施中的预测辅助的辅助内容是否也安全或者变更辅助内容是否更安全(S25)。在ECU22中,在S25判定为即使继续当前实施中的预测辅助的辅助内容也安全的情况下,沿用当前实施中的预测辅助的辅助内容,并将该辅助内容发送给辅助实现部30(S26)。在辅助实现部30中,继续当前实施中的辅助并实施(S31)。另外,在ECU22中,在S25判定为变更当前实施中的预测辅助的辅助内容更安全的情况下,决定简易变更当前实施中的预测辅助的辅助内容从而变得更安全的辅助内容,将该辅助内容发送给辅助实现部30(S27)。在辅助实现部30中,实施比之前实施的辅助内容加强或减弱了的辅助(S31)。
在ECU22中,在S24判定为环境未变化且自车状态未变化的情况下,基于自车周边的环境的识别信息和自车的状态的检测信息,实施碰撞预测(S28),并判定是否需要预测辅助(S29)。在ECU22中,在S29判定为需要预测辅助的情况下,决定用于回避将来的碰撞于未然的预测辅助的辅助内容,并将该辅助内容发送给辅助实现部30(S30)。在辅助实现部30中,基于该预测辅助的辅助内容实施新的辅助(S31)。另外,在ECU22中,在S29判定为无需预测辅助的情况下,终止本次处理而不进行辅助。
参照图5,按照图9的流程图说明与图6的例子的新的障碍物对应的情况下的驾驶辅助装置2中的具体工作的一例。图9是表示第2实施方式涉及的驾驶辅助装置中的与新的障碍物对应的情况下的工作流程的一例的流程图。此外,在该例子的情况下,作为当前实施中的预测辅助,为了回避自车前方左侧的驻车车辆,在进行制动控制的同时进行向右方向的转向控制。
在ECU22中,在上述S24的判定中判定为环境发生了变化的情况下,检测新的障碍物向车道的进入方向(S40)。在ECU22中,判定新的障碍物是否从左侧出现(S41)。在ECU22中,在S41判定为从左侧出现的情况下,判定为增强当前实施中的向右方向的转向的转向辅助更安全(S42)。然后,在ECU22中,决定比实施中的向右方向的转向控制的转向量大的转向量,并将该辅助内容发送给辅助实现部30(S47)。在辅助实现部30中,实施比基于该预测辅助的辅助内容实施的向右方向的转向辅助加强了的转向辅助(S48)。
在ECU22中,在S41判定为不是从左侧出现的情况下,判定新的障碍物是否从右侧出现(S43)。在ECU22中,在S43判定为从右侧出现的情况下,判定为减弱当前实施中的向右方向的转向的转向辅助更安全或者增强当前实施中的制动辅助更安全(S44)。然后,在ECU22中,决定比实施中的向右方向的转向控制的转向量小的转向量或者比实施中的制动控制的制动量大的制动量,并将该辅助内容发送给辅助实现部30(S47)。在辅助实现部30中,实施比基于该预测辅助的辅助内容实施的向右方向的转向辅助减弱了的转向辅助或者比实施的制动辅助加强了的制动辅助(S48)。
在ECU22中,在S43判定为不是从右侧出现的情况下,判定新的障碍物是否从正面出现(S45)。在ECU22中,在S45判定为从正面出现的情况下,判定为增强当前实施中的向右方向的转向的转向辅助更安全或者增强当前实施中的制动辅助更安全(S46)。然后,在ECU22中,决定比实施中的向右方向的转向辅助的转向量大的转向量或者比实施中的制动辅助的制动量大的制动量,并将该辅助内容发送给辅助实现部30(S47)。在辅助实现部30中,实施比基于该预测辅助的辅助内容实施的向右方向的转向辅助加强了的转向辅助或者比实施的制动辅助加强了的制动辅助(S48)。
在ECU22中,在S45判定为不是从正面出现的情况下,判断为继续当前实施中的预测辅助的辅助内容(能够以当前的辅助充分地确保安全性),并将当前实施中的预测辅助的辅助内容发送给辅助实现部30。在辅助实现部30中,继续实施当前实施中的辅助(S49)。
根据该驾驶辅助装置2,即使在实施预测辅助的情况下,通过检测自车周边的环境的变化和自车状态的变化,并在有变化的情况下判定是否即使继续当前实施中的预测辅助也安全或者是否变更当前实施中的预测辅助更安全,也能够减轻计算成本并立刻确保安全性,而不重复进行计算成本高的碰撞预测计算。由此,即使针对新的危险,也能够立即应对并更新辅助。另外,利用通过这样简易的计算能赢得的时间(到接近障碍物为止的时间延迟),能够进行考虑了所有状况的碰撞预测计算,并更新详细的预测辅助的辅助内容。
根据驾驶辅助装置2,在判断继续预测辅助的情况下、变更当前实施中的预测辅助的辅助内容的情况下,由于使用新的障碍物的出现方向、自车与障碍物最接近的时刻的距离等简单的信息来进行各计算,所以计算成本非常低,可进行迅速的应对。
参照图10,说明第3实施方式涉及的驾驶辅助装置3。图10是第3实施方式涉及的驾驶辅助装置的结构图。
为了回避自车与障碍物碰撞,驾驶辅助装置3能够实施紧急回避辅助和预测辅助,并选择紧急回避辅助和预测辅助中的任一方来实施。特别是,驾驶辅助装置3判断碰撞的紧急性,并在具有紧急性的情况下立刻实施紧急回避辅助,在没有紧急性的情况下实施预测辅助。进一步,在实施预测辅助的情况下,驾驶辅助装置3判断自车周边的环境是否有变化或者自车的状态是否有变化,在具有变化的情况下,判断能否以当前实施中的预测辅助来确保安全性,在能够确保安全性的情况下继续当前实施中的辅助内容,在不能确保的情况下,基于当前实施中的辅助内容来变更为成为更安全的辅助内容。
驾驶辅助装置3包括环境识别部10、自车状态检测部11、ECU23(紧急回避辅助动作判定部23a、环境变化检测部23b、自车状态变化检测部23c、辅助继续判定部23d、碰撞预测部23e、辅助内容决定部23f)以及辅助实现部30。此外,由于环境识别部10、自车状态检测部11、辅助实现部30是与在第1实施方式说明的各单元同样的单元,所以省略说明。
此外,在第3实施方式中,紧急回避辅助动作判定部23a相当于权利要求书中记载的必要性判定单元,环境变化检测单元23b相当于权利要求书中记载的环境变化检测单元,自车状态变化检测单元23c相当于权利要求书中记载的自车状态变化检测单元,辅助继续判定单元23d相当于权利要求书中记载的继续判定单元,辅助内容决定单元23f和辅助实现部30相当于权利要求书中记载的实施单元。
ECU23是由CPU、ROM、RAM等构成的电子控制单元,总括控制驾驶辅助装置3。在ECU23中,通过将存储于ROM中的驾驶辅助装置3用的应用程序装载到RAM中并在CPU执行,构成紧急回避辅助动作判定部23a、环境变化检测部23b、自车状态变化检测部23c、辅助继续判定部23d、碰撞预测部23e、辅助内容决定部23f。此外,由于紧急回避辅助动作判定部23a、碰撞预测部23e是与在第1实施方式说明的各单元同样的单元,所以省略说明。另外,由于环境变化检测部23b、自车状态变化检测部23c、辅助继续判定部23d是与在第2实施方式说明的各单元同样的单元,所以省略说明。另外,辅助内容决定部23f是合并了在第1实施方式中说明过的辅助内容决定部和在第2实施方式中说明过的辅助内容决定部的单元,省略说明。
参照图10,按照图11的流程图说明驾驶辅助装置3中的工作。图11是表示第3实施方式涉及的驾驶辅助装置中的工作流程的流程图。此外,在驾驶辅助装置3中,按预定时间重复进行以下的工作。
在环境识别部10中,识别自车周边的环境,并将其识别信息发送给ECU23(S50)。另外,在自车状态检测部11中,检测自车的状态,并将其检测信息发送给ECU23(S51)。然后,在ECU23中,基于自车周边的环境的识别信息和自车的状态的检测信息,判定是否需要紧急回避辅助(S52)。
在ECU23中,在S52判定为需要紧急回避辅助的情况下,决定用于回避紧急状态下的碰撞的紧急回避辅助的辅助内容,并将该辅助内容发送给辅助实现部30(S53)。在辅助实现部30中,基于该紧急回避辅助的辅助内容实施紧急回避辅助(S54)。
在ECU23中,在S52判定为无需紧急回避辅助的情况下,判定是否已经在实施预测辅助中(S55)。在ECU23中,在S55判定为尚未实施预测辅助的情况下,基于自车周边的环境的识别信息和自车的状态的检测信息,实施碰撞预测(S56),并判定是否需要预测辅助(S57)。在ECU23中,在S57判定为需要预测辅助的情况下,决定用于回避将来的碰撞于未然的预测辅助的辅助内容,并将该辅助内容发送给辅助实现部30(S58)。在辅助实现部30中,基于该预测辅助的辅助内容实施预测辅助(S65)。另外,在ECU23中,在S57判定为无需预测辅助的情况下,终止本次处理而不进行辅助。
在ECU23中,在S55判定为已经正在实施预测辅助的情况下,比较当前与过去的环境识别信息,从而检测环境的变化(S59),并且比较当前与过去的自车的状态的检测信息,从而检测自车状态的变化(S60)。而且,在ECU23中,在当前实施中的预测辅助的期间,判定环境是否变化或者自车状态是否变化(S61)。
在ECU23中,在S61判定为环境发生了变化或者自车状态发生了变化的情况下,判定即使继续当前实施中的预测辅助的辅助内容是否也安全或者进行变更是否会更安全(S62)。在ECU23中,在S62判定为即使继续当前实施中的预测辅助的辅助内容也安全的情况下,沿用当前实施中的预测辅助的辅助内容,并将该辅助内容发送给辅助实现部30(S63)。在辅助实现部30中,继续当前实施中的预测辅助并实施(S65)。另外,在ECU23中,在S62判定为变更当前实施中的预测辅助的辅助内容会更安全的情况下,决定简易变更当前实施中的预测辅助的辅助内容从而变得更安全的辅助内容,并将该辅助内容发送给辅助实现部30(S64)。在辅助实现部30中,实施比之前实施的辅助内容加强或减弱的预测辅助(S65)。
在ECU23中,在S61判定为环境未变化且自车状态未变化的情况下,实施碰撞预测(S56),判定是否需要预测辅助(S57)。在ECU23中,在S57判定为需要预测辅助的情况下,决定预测辅助的辅助内容,并将该辅助内容发送给辅助实现部30(S58)。在辅助实现部30中,基于该预测辅助的辅助内容实施新的预测辅助(S65)。另外,在ECU23中,在S57判定为无需预测辅助的情况下,终止本次处理而不进行辅助。
根据该驾驶辅助装置3,具有上述第1实施方式涉及的驾驶辅助装置1的效果和第2实施方式涉及的驾驶辅助装置2的效果。
虽然以上已经说明了本发明涉及的实施方式,但本发明并不限定于上述实施方式,而是能够以多种方式实施。
例如,在本实施方式中,应用于通过车辆控制或HMI等进行驾驶辅助的驾驶辅助装置中,但也可应用于进行自动驾驶的控制装置等其他装置中。
另外,在本实施方式中,虽然示出了紧急回避辅助(PCS)、预测辅助(包含碰撞预测)的方法的一例,但也可以用其他方法进行紧急回避辅助、预测辅助。
另外,在第2实施方式中,说明了检测出新的障碍物出现的情况下的例子,但检测出已经检测到的障碍物的移动的变化的情况下、检测出造成障碍物的移动发生变化的因子的情况下、或者根据自车的制动操作、转向操作、换档操作、转向操作以及车速、驾驶员的视线方向等的变化检测出驾驶员的行动变化的情况下等,也同样地判断是否增强/减弱当前正在实施的辅助更安全或者是否即使按原样进行当前实施中的辅助也安全,在变更辅助会变得更安全的情况下简易地变更当前实施中的辅助量。
另外,在第2、第3实施方式中,对自车周边的环境的变化和自车状态的变化双方进行检测,判断是否继续当前实施中的预测辅助,但也可以检测自车周边的环境的变化和自车状态的变化中的任一方,判断是否继续当前实施中的预测辅助。
产业上的可利用性
作为能够实施在当前的状况下处于碰撞的定时的情况下进行辅助的紧急回避辅助和预测将来的碰撞可能性而进行辅助的预测辅助的驾驶辅助装置,通过在判断紧急回避辅助的必要性之后实施紧急回避辅助和预测辅助中的任一者,能够进行与碰撞的紧急度对应的辅助,在紧急状态时,能够回避(减轻)碰撞而不耽误辅助,在非紧急状态时,通过高精度的预测,能够回避将来的碰撞于未然。

Claims (8)

1.一种驾驶辅助装置,所述驾驶辅助装置是能够为了回避自车与障碍物的碰撞而实施紧急回避辅助和预测辅助的装置,所述紧急回避辅助是在当前的状况下处于碰撞的定时的情况下进行辅助,所述预测辅助是预测将来的碰撞可能性而进行辅助,所述驾驶辅助装置的特征在于,包括:
必要性判定单元,其判定紧急回避辅助的必要性;和
实施单元,其在由所述必要性判定单元判定为有紧急回避辅助的必要性的情况下实施紧急回避辅助,在由所述必要性判定单元判定为没有紧急回避辅助的必要性的情况下实施预测辅助。
2.根据权利要求1所述的驾驶辅助装置,其特征在于,包括:
环境变化检测单元,其检测自车周边的环境的变化;和
继续判定单元,其在正在实施预测辅助的情况下,基于所述环境变化检测单元的检测结果,判定是否继续当前实施中的预测辅助。
3.根据权利要求2所述的驾驶辅助装置,其特征在于,
包括对自车的状态的变化进行检测的自车状态变化检测单元,
在正在实施预测辅助的情况下,所述继续判定单元基于所述自车状态变化检测单元的检测结果,判定是否继续当前实施中的预测辅助。
4.根据权利要求2或3所述的驾驶辅助装置,其特征在于,
在由所述继续判定单元判定为不继续的情况下,所述实施单元基于当前实施中的辅助内容,实施比当前实施中的辅助弱的辅助或比当前实施中的辅助强的辅助。
5.一种驾驶辅助方法,所述驾驶辅助方法是能够为了回避自车与障碍物的碰撞而实施紧急回避辅助和预测辅助的方法,所述紧急回避辅助是在当前的状况下处于碰撞的定时的情况下进行辅助,所述预测辅助是预测将来的碰撞可能性而进行辅助,所述驾驶辅助方法的特征在于,包括:
必要性判定步骤,判定紧急回避辅助的必要性;和
实施步骤,在通过所述必要性判定步骤判定为有紧急回避辅助的必要性的情况下实施紧急回避辅助,在通过所述必要性判定步骤判定为没有紧急回避辅助的必要性的情况下实施预测辅助。
6.根据权利要求5所述的驾驶辅助方法,其特征在于,包括:
环境变化检测步骤,检测自车周边的环境的变化;和
继续判定步骤,在正在实施预测辅助的情况下,基于所述环境变化检测步骤的检测结果,判定是否继续当前实施中的预测辅助。
7.根据权利要求6所述的驾驶辅助方法,其特征在于,
包括对自车的状态的变化进行检测的自车状态变化检测步骤,
在所述继续判定步骤中,在正在实施预测辅助的情况下,基于所述自车状态变化检测步骤的检测结果,判定是否继续当前实施中的预测辅助。
8.根据权利要求6或7所述的驾驶辅助方法,其特征在于,
在所述实施步骤中,在通过所述继续判定步骤判定为不继续的情况下,基于当前实施中的辅助内容,实施比当前实施中的辅助弱的辅助或比当前实施中的辅助强的辅助。
CN201180071578.0A 2011-06-13 2011-06-13 驾驶辅助装置和驾驶辅助方法 Active CN103597527B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/063531 WO2012172632A1 (ja) 2011-06-13 2011-06-13 運転支援装置及び運転支援方法

Publications (2)

Publication Number Publication Date
CN103597527A true CN103597527A (zh) 2014-02-19
CN103597527B CN103597527B (zh) 2016-03-16

Family

ID=47356659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180071578.0A Active CN103597527B (zh) 2011-06-13 2011-06-13 驾驶辅助装置和驾驶辅助方法

Country Status (5)

Country Link
US (1) US8949018B2 (zh)
EP (1) EP2728563A4 (zh)
JP (1) JP5590236B2 (zh)
CN (1) CN103597527B (zh)
WO (1) WO2012172632A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105629785A (zh) * 2015-12-30 2016-06-01 小米科技有限责任公司 智能汽车行驶控制方法及装置
CN107421752A (zh) * 2017-07-13 2017-12-01 同济大学 一种智能汽车测试场景加速重构方法
CN108349490A (zh) * 2015-12-21 2018-07-31 宝马股份公司 用于避免机动车与紧急任务车辆碰撞的方法和与此有关的系统及机动车
CN109935108A (zh) * 2017-12-18 2019-06-25 姜鹏飞 一种基于准确位置的交通安全预警方法及装置
CN111132882A (zh) * 2017-08-30 2020-05-08 马自达汽车株式会社 车辆控制装置
CN110362077B (zh) * 2019-07-03 2020-09-04 上海交通大学 无人驾驶车辆紧急避险决策系统、方法及介质
CN112534376A (zh) * 2018-09-27 2021-03-19 欧姆龙株式会社 控制装置
WO2021057375A1 (en) * 2019-09-23 2021-04-01 Ningbo Geely Automobile Research & Development Co., Ltd. Dynamic control of vehicle stability control systems

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5527382B2 (ja) * 2012-10-12 2014-06-18 トヨタ自動車株式会社 走行支援システム及び制御装置
JP5700263B2 (ja) * 2013-01-22 2015-04-15 株式会社デンソー 衝突傷害予測システム
JP5991220B2 (ja) * 2013-02-08 2016-09-14 トヨタ自動車株式会社 運転支援装置
JP5729416B2 (ja) * 2013-04-26 2015-06-03 株式会社デンソー 衝突判定装置、および衝突緩和装置
JP5883489B1 (ja) * 2014-09-30 2016-03-15 富士重工業株式会社 車両の制御装置及び車両の制御方法
KR101628503B1 (ko) * 2014-10-27 2016-06-08 현대자동차주식회사 운전자 보조장치 및 그 작동 방법
JP6294247B2 (ja) * 2015-01-26 2018-03-14 株式会社日立製作所 車両走行制御装置
US9766336B2 (en) * 2015-03-16 2017-09-19 Here Global B.V. Vehicle obstruction detection
JP6451464B2 (ja) * 2015-04-02 2019-01-16 株式会社デンソー 衝突回避装置、及び衝突回避システム
US20160297438A1 (en) * 2015-04-13 2016-10-13 Mando Corporation Active cruise control system in vehicle and method thereof
JP6363558B2 (ja) * 2015-06-02 2018-07-25 株式会社デンソー 車両制御装置、及び車両制御方法
JP6532786B2 (ja) 2015-08-07 2019-06-19 株式会社日立製作所 車両走行制御装置及び速度制御方法
JP6477408B2 (ja) * 2015-10-16 2019-03-06 トヨタ自動車株式会社 車両制御装置
JP6582936B2 (ja) * 2015-12-01 2019-10-02 株式会社デンソー 経路生成装置、自動走行制御システム
US10474964B2 (en) 2016-01-26 2019-11-12 Ford Global Technologies, Llc Training algorithm for collision avoidance
JP6597408B2 (ja) * 2016-03-04 2019-10-30 株式会社デンソー 衝突緩和制御装置
JP6462610B2 (ja) * 2016-03-07 2019-01-30 株式会社デンソー 横断判定装置
US10599150B2 (en) 2016-09-29 2020-03-24 The Charles Stark Kraper Laboratory, Inc. Autonomous vehicle: object-level fusion
EP3515780A1 (en) * 2016-09-29 2019-07-31 The Charles Stark Draper Laboratory, Inc. Autonomous vehicle with modular architecture
DE102016219757A1 (de) * 2016-10-11 2018-04-12 Volkswagen Aktiengesellschaft Ausweichunterstützung für ein Fahrzeug
JP2018122633A (ja) * 2017-01-30 2018-08-09 トヨタ自動車株式会社 運転支援装置
CA3052952C (en) * 2017-02-10 2021-06-01 Nissan North America, Inc. Autonomous vehicle operational management control
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
US11113973B2 (en) 2017-02-10 2021-09-07 Nissan North America, Inc. Autonomous vehicle operational management blocking monitoring
US10101745B1 (en) 2017-04-26 2018-10-16 The Charles Stark Draper Laboratory, Inc. Enhancing autonomous vehicle perception with off-vehicle collected data
JP6490747B2 (ja) * 2017-06-08 2019-03-27 三菱電機株式会社 物体認識装置、物体認識方法および車両制御システム
US20210403015A1 (en) * 2017-08-03 2021-12-30 Koito Manufacturing Co., Ltd Vehicle lighting system, vehicle system, and vehicle
JP6525402B2 (ja) * 2017-08-30 2019-06-05 マツダ株式会社 車両制御装置
JP2019048521A (ja) * 2017-09-08 2019-03-28 株式会社Subaru 報知装置
US10532748B2 (en) * 2017-10-10 2020-01-14 Ford Global Technologies, Llc Method and apparatus for adaptive vehicular control
US10836405B2 (en) 2017-10-30 2020-11-17 Nissan North America, Inc. Continual planning and metareasoning for controlling an autonomous vehicle
WO2019089015A1 (en) 2017-10-31 2019-05-09 Nissan North America, Inc. Autonomous vehicle operation with explicit occlusion reasoning
US11027751B2 (en) 2017-10-31 2021-06-08 Nissan North America, Inc. Reinforcement and model learning for vehicle operation
EP3717324B1 (en) 2017-11-30 2024-05-15 Nissan North America, Inc. Autonomous vehicle operational management scenarios
WO2020204871A1 (en) 2017-12-22 2020-10-08 Nissan North America, Inc. Shared autonomous vehicle operational management
WO2019164531A1 (en) 2018-02-26 2019-08-29 Nissan North America, Inc. Centralized shared autonomous vehicle operational management
US11120688B2 (en) 2018-06-29 2021-09-14 Nissan North America, Inc. Orientation-adjust actions for autonomous vehicle operational management
JP7046740B2 (ja) * 2018-07-02 2022-04-04 日立Astemo株式会社 予測制御装置
JP6939723B2 (ja) * 2018-07-02 2021-09-22 株式会社デンソー 衝突判定装置
US10660560B2 (en) * 2018-08-27 2020-05-26 International Business Machiness Corporation Predictive fall prevention using corrective sensory stimulation
US11249184B2 (en) 2019-05-07 2022-02-15 The Charles Stark Draper Laboratory, Inc. Autonomous collision avoidance through physical layer tracking
US11899454B2 (en) 2019-11-26 2024-02-13 Nissan North America, Inc. Objective-based reasoning in autonomous vehicle decision-making
US11635758B2 (en) 2019-11-26 2023-04-25 Nissan North America, Inc. Risk aware executor with action set recommendations
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
US11714971B2 (en) 2020-01-31 2023-08-01 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11577746B2 (en) 2020-01-31 2023-02-14 Nissan North America, Inc. Explainability of autonomous vehicle decision making
MX2022010293A (es) * 2020-02-21 2023-01-04 Bluespace Ai Inc Metodo para evitar objetos durante la navegacion autonoma.
US11385642B2 (en) 2020-02-27 2022-07-12 Zoox, Inc. Perpendicular cut-in training
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10257842A1 (de) * 2002-05-07 2003-11-27 Bosch Gmbh Robert Verfahren zur Bestimmung einer Unfallgefahr eines ersten Objekts mit wenigstens einem zweiten Objekt
US20050033517A1 (en) * 2003-08-08 2005-02-10 Nissan Motor Co., Ltd Driving assist system for vehicle
DE10334203A1 (de) * 2003-07-26 2005-03-10 Volkswagen Ag Verfahren zum Betrieb eines interaktiven Verkehrsabwicklungssystemes und interaktives Verkehrsabwicklungssystem selbst
US20080097699A1 (en) * 2004-12-28 2008-04-24 Kabushiki Kaisha Toyota Chuo Kenkyusho Vehicle motion control device
JP2009098877A (ja) * 2007-10-16 2009-05-07 Toyota Motor Corp 状態変数推定装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7295925B2 (en) * 1997-10-22 2007-11-13 Intelligent Technologies International, Inc. Accident avoidance systems and methods
DE10132386A1 (de) * 2001-07-06 2003-01-16 Volkswagen Ag Fahrerassistenzsystem
US7016783B2 (en) * 2003-03-28 2006-03-21 Delphi Technologies, Inc. Collision avoidance with active steering and braking
JP4466571B2 (ja) 2005-05-12 2010-05-26 株式会社デンソー ドライバ状態検出装置、車載警報装置、運転支援システム
JP4517972B2 (ja) 2005-08-02 2010-08-04 日産自動車株式会社 障害物判断装置及び方法
JP4169022B2 (ja) * 2005-08-05 2008-10-22 日産自動車株式会社 車両用運転操作補助装置および車両用運転操作補助装置を備える車両
JP4706654B2 (ja) * 2007-03-27 2011-06-22 トヨタ自動車株式会社 衝突回避装置
JP5012570B2 (ja) 2008-02-29 2012-08-29 トヨタ自動車株式会社 車線維持支援装置、車線維持支援方法
JP4807385B2 (ja) 2008-08-25 2011-11-02 トヨタ自動車株式会社 干渉評価方法、装置、およびプログラム
JP2010221995A (ja) 2009-02-27 2010-10-07 Nissan Motor Co Ltd 車両用運転操作補助装置、車両用運転操作補助方法および自動車
JP5189157B2 (ja) 2010-11-30 2013-04-24 株式会社豊田中央研究所 可動物の目標状態決定装置及びプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10257842A1 (de) * 2002-05-07 2003-11-27 Bosch Gmbh Robert Verfahren zur Bestimmung einer Unfallgefahr eines ersten Objekts mit wenigstens einem zweiten Objekt
DE10334203A1 (de) * 2003-07-26 2005-03-10 Volkswagen Ag Verfahren zum Betrieb eines interaktiven Verkehrsabwicklungssystemes und interaktives Verkehrsabwicklungssystem selbst
US20050033517A1 (en) * 2003-08-08 2005-02-10 Nissan Motor Co., Ltd Driving assist system for vehicle
US20080097699A1 (en) * 2004-12-28 2008-04-24 Kabushiki Kaisha Toyota Chuo Kenkyusho Vehicle motion control device
JP2009098877A (ja) * 2007-10-16 2009-05-07 Toyota Motor Corp 状態変数推定装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108349490A (zh) * 2015-12-21 2018-07-31 宝马股份公司 用于避免机动车与紧急任务车辆碰撞的方法和与此有关的系统及机动车
US10981566B2 (en) 2015-12-21 2021-04-20 Bayerische Motoren Werke Aktiengesellschaft Method for collision avoidance of a motor vehicle with an emergency vehicle and a related system and motor vehicle
CN105629785A (zh) * 2015-12-30 2016-06-01 小米科技有限责任公司 智能汽车行驶控制方法及装置
CN107421752A (zh) * 2017-07-13 2017-12-01 同济大学 一种智能汽车测试场景加速重构方法
CN107421752B (zh) * 2017-07-13 2019-06-11 同济大学 一种智能汽车测试场景加速重构方法
CN111132882A (zh) * 2017-08-30 2020-05-08 马自达汽车株式会社 车辆控制装置
CN109935108A (zh) * 2017-12-18 2019-06-25 姜鹏飞 一种基于准确位置的交通安全预警方法及装置
CN112534376A (zh) * 2018-09-27 2021-03-19 欧姆龙株式会社 控制装置
CN112534376B (zh) * 2018-09-27 2024-06-11 欧姆龙株式会社 控制装置
CN110362077B (zh) * 2019-07-03 2020-09-04 上海交通大学 无人驾驶车辆紧急避险决策系统、方法及介质
WO2021057375A1 (en) * 2019-09-23 2021-04-01 Ningbo Geely Automobile Research & Development Co., Ltd. Dynamic control of vehicle stability control systems

Also Published As

Publication number Publication date
JP5590236B2 (ja) 2014-09-17
WO2012172632A1 (ja) 2012-12-20
EP2728563A1 (en) 2014-05-07
EP2728563A4 (en) 2015-03-04
US20140142839A1 (en) 2014-05-22
JPWO2012172632A1 (ja) 2015-02-23
CN103597527B (zh) 2016-03-16
US8949018B2 (en) 2015-02-03

Similar Documents

Publication Publication Date Title
CN103597527B (zh) 驾驶辅助装置和驾驶辅助方法
CN107719363B (zh) 用于沿着路径引导机动车辆的控制系统和控制方法
CN108216244B (zh) 车辆控制装置
CN112389466B (zh) 车辆自动避让方法、装置、设备及存储介质
US9910443B1 (en) Drive control apparatus and method for autonomous vehicle
JP7295012B2 (ja) 車両制御システム、および、車両制御方法
JP5886185B2 (ja) 自動車の運転操縦を自動認識するための方法及びこの方法を含む運転者援助システム
CN109823339B (zh) 车辆红绿灯路口通行控制方法以及控制系统
CN109703563B (zh) 车辆、行驶控制装置和行驶控制方法
US11312394B2 (en) Vehicle control device
KR20180086632A (ko) 자율주행 차량의 행동 결정 장치 및 방법
CN110626341B (zh) 一种汽车交通辅助方法、电子设备及汽车
US11377150B2 (en) Vehicle control apparatus, vehicle, and control method
JP7049283B2 (ja) 車両制御装置
EP3418152B1 (en) Vehicle control device
EP4001039A1 (en) Vehicle adaptive cruise control system and method; computer program and computer readable medium for implementing the method
EP4137378B1 (en) Travel assistance method and travel assistance device
US10948303B2 (en) Vehicle control device
JP6637474B2 (ja) 走行制御装置、走行制御方法、および車両
CN110696825A (zh) 车辆控制方法以及实施该方法的车辆
JP6330868B2 (ja) 車両制御装置
US20240017721A1 (en) Method for controlling an ego vehicle
US20240208540A1 (en) Method for controlling an ego vehicle
KR20240062221A (ko) 자율주행 차량의 자율주행 평가장치 및 방법
CN114987480A (zh) 用于控制车辆换道的方法和系统以及计算机程序产品

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant