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

CN114762012A - 用于识别转向的对象的方法和系统 - Google Patents

用于识别转向的对象的方法和系统 Download PDF

Info

Publication number
CN114762012A
CN114762012A CN202080081672.3A CN202080081672A CN114762012A CN 114762012 A CN114762012 A CN 114762012A CN 202080081672 A CN202080081672 A CN 202080081672A CN 114762012 A CN114762012 A CN 114762012A
Authority
CN
China
Prior art keywords
steering
vehicle
probability
turning
speed
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.)
Pending
Application number
CN202080081672.3A
Other languages
English (en)
Inventor
D·奥伯迈尔
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Publication of CN114762012A publication Critical patent/CN114762012A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/02Estimation 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
    • B60W40/04Traffic conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14Adaptive cruise control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4045Intention, e.g. lane change or imminent movement
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开涉及一种用于识别转向对象的方法,包括通过自身车辆的环境传感机构来检测前方行驶车辆;确定前方行驶车辆的转向概率;当转向概率等于或大于预定的阈值时,将前方行驶车辆标记为转向对象。

Description

用于识别转向的对象的方法和系统
技术领域
本公开涉及一种用于识别转向的对象的方法、一种用于执行该方法的存储介质、一种用于识别转向的对象的系统以及一种具有这种系统的车辆。本公开尤其涉及对转向车辆的可靠识别,例如用于车辆的自适应巡航控制。
背景技术
用于自动驾驶的驾驶辅助系统变得越来越重要。自动驾驶能够以不同的自动化程度进行。示例性的自动化程度是辅助的、部分自动化的、高度自动化的或全自动化的驾驶。这些自动化程度由联邦公路研究所(BASt)规定(参见BASt出版物“Forschung kompakt”,2012年11月出版)。例如,4级车辆在城市运营中是完全自主的。
用于自动驾驶的驾驶辅助系统使用传感器,这些传感器在视觉基础上感知环境,无论是人类可见的范围,还是人类不可见的范围。传感器例如可以是摄像头、雷达和/或激光雷达。除了高精度地图外,这些传感器是用于自动驾驶的驾驶辅助系统的主要信号源。
如今,在车辆中经常使用自适应巡航控制(Adaptive Cruise Control,ACC)。自适应巡航控制是一种巡航控制设备,它在控制时考虑到相距前方行驶车辆的距离作为额外的反馈和控制变量。在自适应巡航控制时,前方行驶车辆的位置和速度由传感器确定,并且速度以及距离通过发动机和制动干预进行自适应控制。在如此纵向控制时,根据前方行驶的车辆的运动模式,可能发生车辆的不必要的制动过程,这会使乘员感到不舒服。
发明内容
本公开的一个目的是,提出一种用于识别转向的对象的方法、一种用于执行该方法的存储介质、一种用于识别转向的对象的系统以及一种具有这种系统的车辆,其能够实现改进的转向识别。特别地,本公开的目的是,改进自适应巡航控制。
该目的通过独立权利要求的主题来实现。在从属权利要求中给出了有利的设计。
根据本公开的独立方面,提出了一种用于识别转向对象的方法。该方法包括:通过自身车辆的环境传感机构来检测前方行驶的车辆;确定前方行驶的车辆的转向概率;当转向概率等于或大于预定的阈值时,将前方行驶的车辆标记为转向对象。
预定的阈值例如可以是50%或更多,60%或更多,70%或更多,80%或更多,或者90%或更多。
根据本发明,识别前方行驶车辆是否正在转向。这通过转向概率来实现。在确定转向概率或识别转向对象时,可以采用大量标准,这些标准被设计用来能够提高或优化前方行驶车辆实际上在转向的概率。
特别地,在转向概率等于或大于预定的阈值时,确定在自身车辆前方行驶的车辆的转向概率,并且将前方行驶的车辆标记为转向对象。例如,在调控或控制车辆的速度时,可以考虑被标记的车辆的转向。借助转向概率,例如可以调整控制器的权重。这样,控制器在识别到转向时就已经可以再次设定正扭矩。由此通过转向识别来防止转向时刹车过猛和刹车时间过长,并使得自身车辆提早加速。
优选地,基于至少一个第一标准来确定前方行驶车辆的转向概率。至少一个第一标准可以选自包括以下或由以下组成的组:拐出、转向灯、横向速度、相对速度、对象速度和航向。
优选地,该方法还包括,使用至少一个第二标准来标度转向概率。至少一个第二标准可以选自包括以下或由以下组成的组:转向距离、转向曲率、纵向转向速度、横向转向速度、相距环岛的距离、相距T形交叉路口的距离、横向转向距离和横向转向加速度。
优选地,该方法还包括,将影响值应用于至少一个第一标准和至少一个第二标准中的至少一个。影响值可以介于0和1之间,其中,0规定无影响,1规定最大影响。
优选地,该方法还包括,将至少一个第一标准和至少一个第二标准中的至少一个去抖动。在此,采用去抖动时间进行去抖动,该去抖动时间可以合适地选择,并且根据标准而定可以处于几秒钟的范围内。
优选地,只有当基于道路走向允许进行转向识别时,才将前方行驶车辆标记为转向对象。如果未允许,则前方行驶车辆不会被标记为转向对象,因此例如在车辆的速度控制中也不会被考虑到。
根据另一个独立的方面,提出了一种软件(SW)程序。SW程序可以被设计用来在一个或多个处理器上执行,从而执行本文中描述的用于识别转向对象的方法。
根据另一个独立的方面,提出了一种存储介质。该存储介质可以包括SW程序,该SW程序被设计用来在一个或多个处理器上执行,从而执行本文中描述的用于识别转向对象的方法。
根据本公开的另一个独立的方面,提出了一种用于识别转向对象的系统。该系统包括:检测模块,该检测模块被设计用于通过自身车辆的环境传感机构来检测前方行驶的车辆;至少一个处理器单元,该处理器单元被设计用于确定前方行驶车辆的转向概率,并且在转向概率等于或大于预定阈值时,将前方行驶车辆标记为转向对象。
该系统可以实施本文中描述的用于识别转向对象的方法的各个方面。类似地,该方法可以实现本文中描述的用于识别转向对象的系统的各个方面。
优选地,该系统包括调控模块,该调控模块被设计用来基于前方行驶车辆的转向概率来调整车辆的速度。
优选地,控制模块可以被设计用来仅当前方行驶车辆被标记为转向时才基于转向概率来调整车辆的速度。如果前方行驶车辆没有被标记为转向,则可以在不进行转向的情况下进行速度控制,从而可以提高系统的安全性。
检测模块和/或至少一个处理器单元和/或调控模块可以在共用的软件模块和/或硬件模块中实现。替代于此,检测模块和/或至少一个处理器单元和/或调控模块可以分别在单独的软件模块和/或硬件模块中实现。
该系统优选地被设计用于自动驾驶。特别地,驾驶员辅助系统可以是自适应巡航控制(Adaptive Cruise Control,ACC)。
自适应巡航控制被设计用于与前方行驶车辆保持安全距离。在一些实施方式中,自适应巡航控制可以包括额定速度模式和时间间隔模式。在额定速度模式中,应保持由驾驶员设定的或期望的速度。在时间间隔模式中,要保持相对于前方行驶车辆的时间优势。
在该文件的上下文中,术语“自动驾驶”可以理解为具有自动纵向或横向引导的驾驶或具有自动纵向和横向引导的自动驾驶。自动驾驶例如可以是在高速公路上较长时间地驾驶,或者是在停车或机动过程中有限时间的驾驶。术语“自动驾驶”包括具有任何自动化程度的自动驾驶。示例性的自动化程度是辅助的、部分自动化的、高度自动化或全自动的驾驶。这些自动化程度由联邦公路研究所(BASt)规定(参见BASt出版物“Forschungkompakt”,2012年11月出版)。
在辅助驾驶时,驾驶员不断地进行纵向或横向引导,而系统在一定限度内接管其他功能。对于部分自动的驾驶(TAF),系统会在一段时间内和/或在特定情况下接管纵向和横向引导,其中,驾驶员必须不断监控系统,就像辅助驾驶一样。对于高度自动化的驾驶(HAF),系统在一段时间内接管纵向和横向引导,而驾驶员必须不断监控系统;但是,驾驶员必须能够在一定时间内接管车辆。对于全自动驾驶(VAF),系统可以针对特定应用情况自动处理在所有情况下的驾驶;对于这种情况,不再需要驾驶员。
上面提到的四个自动化程度对应于SAE J3016标准(SAE-Society of AutomotiveEngineering(汽车工程学会))的SAE级别1到4。例如,高度自动化的驾驶(HAF)对应于SAEJ3016标准的第3级。此外,在SAE J3016中还规定了SAE5级作为最高的自动化程度,其不包含在BASt定义中。SAE5级对应于无人驾驶,其中,系统可以像人类司机一样在整个驾驶中自动处理所有情况;通常不再需要驾驶员。
根据本发明的另一个独立方面,提出了一种车辆,尤其是机动车辆。该车辆包括根据本公开实施方式的用于识别转向对象的系统。
术语车辆包括轿车、卡车、公共汽车、房车、摩托车等,其用于运送人员、货物等。特别地,该术语包括用于运送人员的机动车辆。
附图说明
本公开的实施例在附图中示出,并且在下文中更详细地描述。
图1A是根据本公开的实施方式的用于识别转向对象的方法的流程图;
图1B示意性地示出了根据本公开的实施方式的用于识别转向对象的系统;
图2至4示出了根据本公开的实施方式的用于转向识别的标准;
图5示出了根据本公开的实施方式的行驶路径;并且
图6至图14示出了根据本公开的实施方式的用于转向识别的其它标准。
具体实施方式
在下文中,除非另有说明,针对相同的和相同作用的部件,采用了相同的附图标记。
根据本公开的实施方式,识别前方行驶车辆是否正在转向。这通过转向概率来实现。在确定转向概率或识别转向对象时,可以采用大量标准,这些标准被设计用来能够提高或优化前方行驶车辆实际上在转向的概率。
图1A示出了根据本公开实施方式的用于识别转向对象的方法100的流程图。方法300可以由相应的软件来实施,该软件可由一个或多个处理器(例如,CPU)执行。
方法100包括:在方框110中,通过自身车辆的环境传感机构来识别前方行驶的车辆;在方框120中,确定前方行驶的车辆的转向概率;在方框130中,在转向概率等于或大于预定的阈值时,将前方行驶的车辆标记为转向对象。
对应于该方法的系统200在图1B中示出,并且包括:检测模块210,该检测模块被设计用于通过自身车辆的环境传感机构来检测前方行驶的车辆;和至少一个处理器单元220,该处理器单元被设计用于确定前方行驶车辆的转向概率,并在转向概率等于或大于预定的阈值时将前方行驶车辆标记为转向对象。
驾驶员辅助系统100例如可以被设计用于自适应巡航控制(Adaptive CruiseControl,ACC)。自适应巡航控制是一种巡航控制设备,它在控制时考虑到相距前方行驶车辆的距离作为额外的反馈和控制变量。在自适应巡航控制时,前方行驶车辆的位置和速度由传感器确定,并且速度以及距离通过发动机和制动干预进行自适应控制(纵向控制)。
为了计划和实施这种自动驾驶,驾驶员辅助系统200从监测车辆环境的环境传感机构获取环境信息。特别地,车辆可以包括至少一个环境传感器,该环境传感器被设计用来采集指示车辆环境的环境数据。至少一个环境传感器例如可以包括激光雷达系统、一个或多个雷达系统和/或一个或多个摄像头。
下面解释转向识别的示例性标准。以下的标准、方面和部分方面在此能够以合适的方式组合和使用。例如,对于拐出(低横向速度和横向加速度)和转向(高横向速度和增大的横向加速度)可以采用至少部分不同的标准。
用于根据本发明的转向识别的示例性函数可以定义如下:
转向概率*转向标度+道路清畅
转向概率和转向标度的乘积可以最大为1,并且可以有滞后。
转向概率(转向总和)
转向概率可以通过转向总和来表示。转向总和可以包括两个或多个影响或指明转向概率的加数。
这些加数可以分别形成对总和的贡献,总和被定义为值和影响的乘积。特别地,可以为每个加数定义和包括影响或权重。影响或权重可以规定为标量。例如,转向灯的影响或权重可以是0.3。“转向灯”的值可以是0(未设定转向灯)或1(未设定转向灯),其中,总和中的加权值于是为0.3(1·0.3)。
在示例性的实施方式中,转向总和可以定义如下:
拐出+转向灯+横向速度+相对速度+对象X速度+航向(+驶出)
可以为拐出的贡献设定标度和可选的影响。图2是曲线图(0-1函数),其示出拐出值作为拐出概率的函数。在此示例中,从50%的概率开始,转向对转向总和的贡献(标度)越来越大。值最大为1,且可以设定影响。例如,如果影响为0.4,则转向对转向总和的贡献最多为1·0.4=0.4。
如果拐出概率的值下降到低于某个值,例如0.9,则可以进行去抖,即只有在去抖时间后才会记录更改。
转向灯的贡献是一个是/否的决定,并且可以设定例如0.3的影响。可选地,去抖动可以例如以2秒的去抖动时间进行。
可以为横向速度的贡献设定标度和可选的影响。图3是曲线图(0-1函数),其示出值作为横向速度的函数。在此示例中,从0.5m/s的横向速度起,横向速度为转向总和提供增加的贡献(标度)。例如,该值可以增加到1.5m/s,然后保持不变。值最大为1,且可以设定影响。例如,如果影响为0.3,则横向速度对转向总和的贡献最多为1·0.3=0.3。
相对速度是在(自身)车辆和前方行驶车辆之间的相对速度。可以给相对速度的贡献设定适当的影响。例如,相对速度可以是被滤波的相对速度,其具有用于上坡和下坡的时间常数。
可以为对象X速度(前方行驶车辆的纵向速度vx)的贡献设定标度和可选的影响。图4是曲线图(1-0函数),其示出贡献值作为纵向速度vx的函数。在此示例中,对象X速度在低速时对转向总和提供最大的贡献,而在高速时减小(标度)。值最大为1,且可以设定影响。例如,如果影响为0.4,则对象X速度对转向总和的贡献最多为1·0.4=0.4。
计算行驶路径的航向或航向角。行驶路径大致在圆形路径的区域内移动,并且由曲率值定义。这在图5中用以下关系式表示:
Figure BDA0003659663850000081
Figure BDA0003659663850000082
Figure BDA0003659663850000083
μ是航向,f是航向行驶路径,y是对象横向距离,R是半径(=1/曲率)。
对于较大的航向角,对转向总和的贡献增大,如图6中所示。值最大为1,且可以设定影响。例如,如果影响为0.4,则航向对转向总和的贡献最多为1·0.4=0.4。
转向标度
除了转向概率之外,为了允许转向识别,还可以使用与转向概率相乘的转向标度。在此,转向概率与转向标度的乘积可以最大为1。特别地,可以规定转向概率和转向标度,使它们的乘积可以最大为1,这对应于允许转向识别。特别地,转向概率与转向标度的乘积越大,前方行驶车辆转向的概率就越大。
特别地,转向标度描绘了相对于行驶路径的横向位置和横向速度对转向识别的影响。横向速度可以在转向识别中予以考虑,使得转向识别仅在潜在转向处于较大横向速度时才有效。结果,可以减少转向识别中的错误。
转向标度可以包括两个或多个影响或指明转向识别的因素。在示例性的实施方式中,两个或多个因素可以选自包括以下或由以下组成的组:转向距离、转向曲率、纵向转向速度、横向转向速度、相距环岛的距离、相距T形交叉路口的距离、横向转向距离和横向转向加速度。
转向距离用来基于简化的行驶路径计算将转向识别限制在最大有效范围内(1-0函数)。特别地,可以去除较大的对象距离,如图7中所示。
转向曲率通过限制行驶路径的曲率值来防止错误地触发转向识别。这示范性地在图8中示出。可选地,可以为某些曲率值,例如>0.009,设置去抖动。转向曲率对于某些不应识别转向的弯道场景特别有利,例如在曲率频繁变化的道路上、在弯道中跟随前方行驶车辆的情况下,以及当自身车辆在前方行驶车辆后面切入情况下。
纵向转向速度确保仅在前方行驶车辆处于低的纵向速度时才激活转向识别。这可以用1-0函数来实现,如图9中示例性地示出。
使用横向转向速度,以便仅在前方行驶车辆处于高的横向速度时才激活转向识别。结果,可以实现减少在转向识别中的错误。横向转向速度可以用0-1函数来实现,如图10中示例性地示出。
横向转向速度对于某些不应识别转向的场景特别有利,例如以在错开行驶时(即自身车辆和前方行驶车辆位于不同的车道上)和/或前方行驶车辆缓慢拐出时。
相距环岛的距离避免了在环岛前和环岛中的错误。类似地,相距T形交叉路口的距离避免了与T形交叉路口相关的错误。这两者都可以通过0-1函数来实现,如在图11的示例中示出。
相距行驶路径的横向转向距离可以表示为0-1函数,如图12中所示。参考图5,横向转向距离可以定义如下:
横向距离=A-R,
其中,
Figure BDA0003659663850000091
横向转向加速度确保仅从某个横向加速度起主动允许转向。横向转向加速度可以作为0-1函数示出,如图13中所示。
道路清畅
道路清畅可以通过查看道路走向来实施。通过查看在自身车辆前方的道路走向,将防止错误地触发转向识别。
为此,可以将道路走向分成几个路段,在这些路段中有不同的半径(曲率)。根据情况而定,可以允许不同的道路半径,以便允许转向识别。
参照图14,示出了三个路段Xi、Xi+1、Xi+2、自身车辆E和前方行驶车辆ZO。
如果半径1小于预定值,并且如果在路段1中存在潜在的转向,则不会进行转向识别。在半径2小于预定值且潜在转向接近xi+1或路段距离1较小且半径差大于预定值的情况下,不进行转向识别。在潜在转向处于路段2中并且半径2小于预定值的情况下,不进行转向识别。在半径3小于预定值的情况下,当路段距离1和路段距离2之和小于预定值时,也不进行转向识别。在潜在转向处于路段3中且半径3小于预定值的情况下,不进行转向识别。
转向识别的其他可能条件
在转向识别时可以可选地采用一个或多个以下方面。
·初始记录延迟(切入):在识别之前至少一定的时间,例如3秒,转向物应该是目标对象。
·曲率去抖动:从特定曲率值起的特定时间,例如4秒。这样可以避免在行驶路径经过对象时在弯道行驶中的误触发。
·排除某些对象类型:例如卡车、公共汽车、自行车、行人、摩托车。在此不能排除其他对象类型。
·滞后:该值保持为1,直至下降到低于某个值,例如0.7。
根据本发明,识别前方行驶的车辆是否正在转向。这通过转向概率来实现。在确定转向概率或识别转向对象时,可以使用大量标准,这些标准被设计用来提高或优化前方行驶车辆实际转向的概率。
尽管已经通过优选实施例更详细地说明和解释了本发明,但是本发明不受所公开的示例的限制,并且本领域技术人员可以在不脱离本发明的保护范围的情况下从中得出其他变型。因此很明显存在大量可能的变型。同样显然的是,示范性地提出的实施方式实际上仅是示例,这些示例不应以任何方式被理解为对本发明的保护范围、应用可行性或配置的些许限制。相反,前面的描述和附图说明使得本领域技术人员能够具体实施示范性的实施方式,其中,本领域技术人员在了解所公开的发明构思的情况下可以例如针对在示范性的实施方式中提到的各个部件的功能或布置做出各种改变,而不偏离于由权利要求书及其法律等效物、例如在说明书中的进一步解释规定的保护范围。

Claims (10)

1.一种用于识别转向对象的方法(100),包括:
通过自身车辆的环境传感机构来检测(110)前方行驶车辆;
确定(120)所述前方行驶车辆的转向概率;以及
当所述转向概率等于或大于预定阈值时,将所述前方行驶车辆标记(130)为转向对象。
2.根据权利要求1所述的方法(100),其中,对所述前方行驶车辆的转向概率的确定基于至少一个第一标准,所述至少一个第一标准选自由以下项构成的组:拐出、转向灯、横向速度、相对速度、对象速度和航向。
3.根据权利要求1或2所述的方法(100),还包括:
用至少一个第二标准来标度所述转向概率。
4.根据权利要求3所述的方法(100),其中,所述至少一个第二标准选自由以下项构成的组:转向距离、转向曲率、纵向转向速度、横向转向速度、相距环岛的距离、相距T形交叉路口的距离、横向转向距离和横向转向加速度。
5.根据权利要求2至4中任一项所述的方法(100),还包括:
将影响值应用于所述至少一个第一标准和所述至少一个第二标准中的至少一个标准。
6.根据权利要求2至5中任一项所述的方法(100),还包括:
将所述至少一个第一标准和所述至少一个第二标准中的至少一个标准去抖动。
7.根据权利要求1至6中任一项所述的方法(100),其中,只有当基于道路走向允许进行转向识别时,才将所述前方行驶车辆标记为转向对象。
8.一种存储介质,包括软件程序,所述软件程序被设计用于在一个或多个处理器上执行并由此执行根据权利要求1至7中任一项所述的方法(100)。
9.一种用于识别转向对象的系统(200),包括:
检测模块(210),被设计用于通过自身车辆的环境传感机构来检测前方行驶车辆;和
至少一个处理器单元(220),被设计用于:
确定所述前方行驶车辆的转向概率;以及
当所述转向概率等于或大于预定的阈值时,将所述前方行驶车辆标记为转向对象。
10.一种车辆,特别是机动车辆,包括权利要求9所述的系统(200)。
CN202080081672.3A 2019-11-26 2020-11-03 用于识别转向的对象的方法和系统 Pending CN114762012A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102019132006.2A DE102019132006A1 (de) 2019-11-26 2019-11-26 Verfahren und System zum Erkennen eines abbiegenden Objekts
DE102019132006.2 2019-11-26
PCT/EP2020/080780 WO2021104804A1 (de) 2019-11-26 2020-11-03 Verfahren und system zum erkennen eines abbiegenden objekts

Publications (1)

Publication Number Publication Date
CN114762012A true CN114762012A (zh) 2022-07-15

Family

ID=73131723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080081672.3A Pending CN114762012A (zh) 2019-11-26 2020-11-03 用于识别转向的对象的方法和系统

Country Status (4)

Country Link
US (1) US20220410905A1 (zh)
CN (1) CN114762012A (zh)
DE (1) DE102019132006A1 (zh)
WO (1) WO2021104804A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113353083B (zh) * 2021-08-10 2021-10-29 所托(杭州)汽车智能设备有限公司 车辆行为识别方法
DE102022115860B3 (de) * 2022-06-24 2023-07-20 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Betreiben eines Spurführungsassistenten eines Fahrzeugs unter Berücksichtigung von Umweltbedingungen, Spurführungsassistent sowie Fahrzeug

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10030258A1 (de) * 2000-06-20 2002-01-03 Daimler Chrysler Ag Verfahren zur Abstandsregelung eines Fahrzeugs zu einem vorausfahrenden Fremdfahrzeug und Abstandsregelsystem
JP3997837B2 (ja) * 2002-05-27 2007-10-24 株式会社デンソー 車載レーダ装置、プログラム
DE10358034A1 (de) * 2003-12-11 2005-07-14 Daimlerchrysler Ag Adaption einer automatischen Folgeführung an potentiell auf die eigene Fahrspur einscherende Verkehrsteilnehmer
DE102005036049A1 (de) * 2005-08-01 2007-02-08 Robert Bosch Gmbh Verfahren zur Erkennung eines Abbiegevorgangs und Fahrerassistenzsystem für Kraftfahrzeuge
JP4887980B2 (ja) * 2005-11-09 2012-02-29 日産自動車株式会社 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両
JP5066437B2 (ja) * 2007-12-21 2012-11-07 富士重工業株式会社 車両の走行制御装置
DE102008011228A1 (de) * 2008-02-26 2009-08-27 Robert Bosch Gmbh Verfahren zur Unterstützung eines Nutzers eines Fahrzeugs, Steuereinrichtung für ein Fahrerassistenzsystem eines Fahrzeugs und Fahrzeug mit einer derartigen Steuereinrichtung
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
US8543309B2 (en) * 2011-01-10 2013-09-24 Bendix Commercial Vehicle Systems Llc ACC and AM braking range variable based on lateral and longitudinal position of forward vehicle and curvature of road
DE102011014081A1 (de) * 2011-03-16 2012-09-20 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Verfahren zum Erkennen eines Abbiegemanövers
JP5964609B2 (ja) * 2012-02-23 2016-08-03 株式会社日本自動車部品総合研究所 車両用追従制御装置
US9074536B2 (en) * 2012-10-04 2015-07-07 Robert Bosch Gmbh ACC reaction to target object turn offs
US11176845B2 (en) * 2012-12-11 2021-11-16 Abalta Technologies, Inc. Adaptive analysis of driver behavior
JP5981332B2 (ja) * 2012-12-21 2016-08-31 株式会社日本自動車部品総合研究所 走行経路生成装置
DE102015207821A1 (de) * 2015-04-28 2016-11-03 Bayerische Motoren Werke Aktiengesellschaft Längsführendes Fahrerassistenzsystem in einem Kraftfahrzeug
DE102015213181B3 (de) * 2015-07-14 2017-01-19 Bayerische Motoren Werke Aktiengesellschaft Längsführendes Fahrerassistenzsystem in einem Kraftfahrzeug
JP6475130B2 (ja) * 2015-09-17 2019-02-27 トヨタ自動車株式会社 車速制御装置
JP6558239B2 (ja) * 2015-12-22 2019-08-14 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
US10479373B2 (en) * 2016-01-06 2019-11-19 GM Global Technology Operations LLC Determining driver intention at traffic intersections for automotive crash avoidance
US10486707B2 (en) * 2016-01-06 2019-11-26 GM Global Technology Operations LLC Prediction of driver intent at intersection
DE102016205508B4 (de) * 2016-02-15 2022-05-05 Bayerische Motoren Werke Aktiengesellschaft Längsführendes Fahrerassistenzsystem in einem Kraftfahrzeug
JP6780461B2 (ja) * 2016-11-14 2020-11-04 いすゞ自動車株式会社 運転支援システム及び運転支援方法
DE102017204383A1 (de) * 2017-03-16 2018-09-20 Robert Bosch Gmbh Verfahren zur Steuerung eines Fahrzeugs
US10870426B2 (en) * 2017-06-22 2020-12-22 Magna Electronics Inc. Driving assistance system with rear collision mitigation
JP6939428B2 (ja) * 2017-11-01 2021-09-22 トヨタ自動車株式会社 車両制御装置
JP7030573B2 (ja) * 2018-03-15 2022-03-07 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
US20190317522A1 (en) * 2018-04-11 2019-10-17 Hyundai Motor Company Vehicle apparatus, system having the same and method for automatically changing operable range thereof
DE102018210650A1 (de) * 2018-06-28 2020-01-02 Bayerische Motoren Werke Aktiengesellschaft Längsführendes Fahrerassistenzsystem in einem Kraftfahrzeug
US11186276B2 (en) * 2018-07-27 2021-11-30 Baidu Usa Llc Adjusting speeds along a path for autonomous driving vehicles
KR102518600B1 (ko) * 2018-10-26 2023-04-06 현대자동차 주식회사 친환경 차량의 감속 제어 방법
JP2020066390A (ja) * 2018-10-26 2020-04-30 日立オートモティブシステムズ株式会社 運転支援装置
JP7022680B2 (ja) * 2018-12-27 2022-02-18 本田技研工業株式会社 車両制御装置
JP6859374B2 (ja) * 2019-01-11 2021-04-14 本田技研工業株式会社 予測装置、予測方法、およびプログラム
US11926320B2 (en) * 2019-05-15 2024-03-12 Nissan Motor Co., Ltd. Vehicle travel control method and vehicle travel control device
KR102061750B1 (ko) * 2019-05-15 2020-01-03 주식회사 라이드플럭스 사전 정보를 이용하여 차량의 주행을 제어하는 방법 및 장치
CN112208531B (zh) * 2019-07-09 2024-04-30 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
DE112020006404T5 (de) * 2019-12-30 2022-11-17 Nvidia Corporation Planung und steuerung von spurwechseln in autonomen maschinenapplikationen
DE102021122595A1 (de) * 2020-09-09 2022-03-10 Toyota Jidosha Kabushiki Kaisha Warnvorrichtung für Bezugsfahrzeug

Also Published As

Publication number Publication date
DE102019132006A1 (de) 2021-05-27
US20220410905A1 (en) 2022-12-29
WO2021104804A1 (de) 2021-06-03

Similar Documents

Publication Publication Date Title
CN108202742B (zh) 用于确定自动驾驶车辆的驾驶控制权限的系统和方法
EP3611069B1 (en) Vehicle control device
US9926011B2 (en) Method and system for steering assistance in a vehicle
US11186275B2 (en) Vehicle control system
JP6404634B2 (ja) 予測的な先進運転支援システムの一貫性のある挙動生成
EP3539838A1 (en) Vehicle control device
US8330592B2 (en) Collision warning device for motor vehicles
US20200094829A1 (en) Driving support control device
US11046333B2 (en) Method and device for controlling travel of drive-assisted vehicle
US20200353918A1 (en) Vehicle control device
US12128896B2 (en) Method for securing a vehicle
EP3549838A1 (en) Vehicle control device
US11054832B2 (en) Vehicle control device for setting vehicle offset spacing
CN109843679B (zh) 车辆控制装置
US20200180614A1 (en) Vehicle control device
EP3219565B1 (en) Vehicle control arrangement, road vehicle and method of controlling a road vehicle
US11180141B2 (en) Vehicle control system
JP2022068116A (ja) 衝突警報閾値を選択的に変更するためのシステムと方法
JP2023071812A (ja) 自転車に接近する車両の追越し操作を確実にするための方法および装置
US20180037232A1 (en) Method and device for adapting a vehicle velocity for a vehicle
CN114762012A (zh) 用于识别转向的对象的方法和系统
CN108367752A (zh) 安全性优化的导航
CN111204331A (zh) 汽车预防电子稳定性控制
JP6331233B2 (ja) 車両制御装置
US20220371595A1 (en) Control system and control method for detection and reaction of a zipper process for a motor vehicle

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination