[go: up one dir, main page]

CN111354187A - 用于辅助交通工具的驾驶员的方法和驾驶员辅助系统 - Google Patents

用于辅助交通工具的驾驶员的方法和驾驶员辅助系统 Download PDF

Info

Publication number
CN111354187A
CN111354187A CN201911324124.4A CN201911324124A CN111354187A CN 111354187 A CN111354187 A CN 111354187A CN 201911324124 A CN201911324124 A CN 201911324124A CN 111354187 A CN111354187 A CN 111354187A
Authority
CN
China
Prior art keywords
traffic
vehicle
driving
data
participant
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
CN201911324124.4A
Other languages
English (en)
Other versions
CN111354187B (zh
Inventor
S.麦克斯
T.冈泽尔
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.)
Volkswagen AG
Original Assignee
Volkswagen 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 Volkswagen AG filed Critical Volkswagen AG
Publication of CN111354187A publication Critical patent/CN111354187A/zh
Application granted granted Critical
Publication of CN111354187B publication Critical patent/CN111354187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • B60W40/04—Traffic conditions
    • 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
    • B60W50/0097—Predicting future conditions
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • 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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4045—Intention, e.g. lane change or imminent movement
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种用于辅助交通工具的驾驶员驾驶交通工具的方法，其中采集交通工具的周围环境，周围环境采集包括行车道的延伸走向以及其它的交通参与者的移动数据。本发明的方法的特征在于，针对所采集的周围环境调取历史数据，所述历史数据至少由所述周围环境中的交通参与者的过去的行驶机动动作获得，分析所采集的交通工具的周围环境并且与所采集的其它的交通参与者中的至少一个第二交通参与者相关地确定交通工具的交通状况，借助调取的历史数据和当前的交通状况预测第二交通参与者的预计的行驶机动动作并且根据第二交通参与者的预测的行驶机动动作产生用于辅助驾驶员驾驶交通工具的控制信号。本发明还涉及一种用于实施所述方法的驾驶员辅助系统。

Description

用于辅助交通工具的驾驶员的方法和驾驶员辅助系统
技术领域
本发明涉及一种用于辅助交通工具的驾驶员驾驶交通工具的方法。在所述方法中，采集所述交通工具的周围环境。在此，周围环境采集包括采集行车道的延伸走向以及其它的交通参与者的移动数据。此外，本发明涉及一种于辅助交通工具的驾驶员驾驶交通工具的驾驶员辅助系统。所述系统包括用于采集所述交通工具的周围环境的周围环境采集装置。所述周围环境采集装置设计用于采集行车道的延伸走向以及其它的交通参与者的移动数据。
背景技术
由DE 10 2012 208 254 A1已知一种用于产生交通区域中的当前的状况图像的方法。在此，将描述局部限制状况的周围环境数据、地图数据和/或大量交通工具的位置数据发送至数据库。周围环境数据借助周围环境传感器或者交通工具传感器采集，地图数据从数字存储器读出并且位置数据借助全球卫星定位系统确定。在所述方法中，将传输至数据库的数据与已经存在于数据库中的状况图像连续地合并为当前的状况图像。
由DE 10 2015 219 467 A1已知一种用于运行中央服务器的方法，所述中央服务器实现对包含交通规则的规则地图的中央管理。规则地图可以从中央服务器发送至交通工具。此外，可以由交通工具借助一些周围环境传感器识别周围环境状态，基于所述周围环境状态导出交通规则，基于至少一条交通规则产生规则地图并且将规则地图发送至中央服务器。
由DE 10 2016 113 903 A1已知一种系统，通过所述系统收集其它的交通工具的行驶行为。随即分析行驶行为并且可以确定可能的规划的行驶路线的概率。
由DE 103 34 620 A1已知一种用于在交通中的当前交通状况下辅助交通工具的驾驶员的方法。在所述方法中，与当前的行驶运动同步地采集关于交通标志的信息。交通标志信息随即在相关性、优先性、道路/交通工具拓扑学和一致性方面被评估，从而能够向驾驶员输出辅助的提示。
最后，DE 10 2011 082 761 A1描述了一种方法，通过所述方法能够采集并且存储交通工具行驶行为。
在驾驶交通工具时必须关注其它的交通参与者的移动。尤其需要避免与其它的交通参与者碰撞。这既适用于人类驾驶员也适用于借助驾驶员辅助系统或者自主的交通工具实现的交通工具的半自动或者全自动化的行驶。借助按照本发明的方法或者按照本发明的驾驶员辅助系统应该尤其在这些可能与其它移动的交通参与者碰撞的交通状况中辅助交通工具的驾驶员。在此，对驾驶员的辅助也可以在于，为用于部分自动化或者全自动化的行驶的控制装置提供控制信号。
发明内容
因此，本发明所要解决的技术问题在于，提供一种辅助交通工具的驾驶员以避免与移动的其它交通参与者碰撞的方法和驾驶员辅助系统。然而在此，不应该由于对交通工具的运动行为的提示或者干预而不必要地影响交通工具在交通中的行驶流动性。
在按照本发明的方法中，采集所述交通工具的周围环境，其中，周围环境采集包括采集行车道的延伸走向以及其它的交通参与者的移动数据。针对所采集的周围环境调取历史数据，所述历史数据至少由所述周围环境中的交通参与者的过去的行驶机动动作
Figure BDA0002327908130000021
获得。分析所采集的交通工具的周围环境并且与所采集的其它的交通参与者中的至少一个第二交通参与者相关地确定所述交通工具的交通状况，接着，借助调取的历史数据和当前的交通状况预测第二交通参与者的预计的行驶机动动作。最后，根据第二交通参与者的预测的行驶机动动作产生用于辅助驾驶员驾驶所述交通工具的控制信号。
其它的交通参与者的移动数据尤其包括其它的交通参与者的位置的随时间的变化走向。交通参与者尤其是其它的交通工具、骑自行车的人或者行人。行车道(Fahrweg)尤其是公路或者公路上的车道。行车道可以借助交通工具的传感器采集。然而作为备选或者补充，行车道也可以借助存储的数字地图根据交通工具的当前位置确定。其它的交通参与者的移动数据尤其借助所述交通工具的传感器确定。
在按照本发明的方法中，有利地预测其它的交通参与者的预计的行驶机动动作。由此应该防止与这个交通参与者可能发生的碰撞。在此，其它的交通参与者的预计的行驶机动动作不只由其它的交通参与者的当前的移动方向或者移动速度推导出。而是也考虑历史数据，所述历史数据包含关于交通参与者在相关的周围环境中的过去的行驶机动动作的信息，以便预测出预计的行驶机动动作。由此可以更好地估计出预计的行驶机动动作。例如可以可靠地预测交通工具是否将要制动，以便及时地停在交叉口处的已知的停驻点，从而使本交通工具优先通行。此外，以此方式能够更好地预测在当前的交通状况中(在所述交通状况中交通工具的位置和速度、相应的驾驶员的反应时间和可能的制动行为是已知的)，本交通工具是否可能没有被第二交通参与者看到，从而使本交通工具预计被其它的交通参与者占用了优先通行权。在这种情况下，本交通工具的所产生的控制信号可能使得所述交通工具放弃优先通行权或者采取紧急制动。
此外，可以有利地通过考虑历史数据和对当前交通状况的分析产生控制信号，所述控制信号不会不必要地改变交通工具的移动并且也不会给交通工具的驾驶员不必要的提示，因为由历史数据可以更好地估计出其它的交通参与者的预计的行为。
按照按本发明的方法的一种设计方案，为了产生针对地理区域的历史数据，至少在时间区间内多次地采集大量的交通参与者的移动数据。基于所采集的大量的交通参与者的移动数据分析所述地理区域中的交通状况并且确定对应于所述交通状况的行驶机动动作。结合所确定的交通状况将所确定的行驶机动动作存储为历史数据，或者说，将所确定的行驶机动动作结合所确定的交通状况存储为历史数据。因此，这些方法步骤事先地、也就是在之前阐述的按照本发明的方法的步骤之前进行。以此方式产生的历史数据有利地支持在由按照本发明的方法确定的当前的交通状况下可靠地预测其它的交通参与者的预计的行驶机动动作。因此，所述设计方案涉及历史数据的产生，所述历史数据接下来在按照本发明的方法中被调取。
在产生历史数据时，尤其在不同的交通参与者的行车道可能交叉的区域中、也就是尤其在交叉口和一条公路汇入另一条公路的入口的区域中采集交通工具的各种各样的移动数据。基于交通标牌或者普遍的交通规则，可以针对这些交通状况确定优先通行规则。关于这些优先通行规则的数据也可包含在历史数据中。然而，基于所采集的交通参与者的移动数据也可以与这些普遍的交通规则无关地或者与取决于交通标牌的交通规则无关地确定用于交通工具的优先通行情况并且在地理区域中定位。针对这些优先通行情况，还存储了所采集的交通参与者、尤其是所采集的交通工具的大量的行驶机动动作。由对行驶机动动作的统计学分析可以确定，交通工具在确定的交通状况下最可能实施哪个行驶机动动作。例如可以确定，在相对于其它的公路没有优先通行权的公路上的交通工具在驶入所述其它的公路之前何时开始制动以及如何进行制动过程。因此，历史数据代表了关于交通工具在确定(特定)的交通状况、例如在交叉口处最可能如何移动的认知。
如果由第二交通参与者的当前采集的交通工具的移动数据以及针对交通工具的周围环境的地理地图得出，本交通工具进入了可以应用优先通行规则的交通状况中，则可以有利地在按照本发明的方法中借助历史数据和其它的交通参与者的移动数据估计和评估对优先通行规则的应用。对交通状况的评估实现了对其它的交通参与者、尤其是第二交通参与者的行为的预测。
历史数据被连续地更新。因此，在本交通工具进入确定的周围环境时，存在当前的、即刚刚才采集到的、针对交通工具在过去实施过的行驶机动动作的历史数据。这些数据有利地用于预测第二交通参与者的行驶机动动作，所述第二交通参与者处于在采集历史数据时也存在的交通状况中。
按照按本发明方法的一种设计方案，将历史数据存储在地理地图中，所述地理地图包括行车道以及适用于所述行车道的交通规则和过去由交通参与者在行车道上实施的行驶机动动作。随即针对在按照本发明的方法中确定的交通状况调取具有历史数据的地理地图。因此，历史数据有利地尤其包括地理地图，所述地理地图具有由行车道组成的网络、适用于行车道的交通规则和在行车道上实施的行驶机动动作。
存储有历史数据的地理地图也可以为了采集交通工具的周围环境就已经被调取。随即从所调取的地理地图中提取出行车道。为此只需要已知交通工具的位置。
所述交通状况尤其分别对应于交通规则。优选地，在所采集的交通工具的周围环境中采集适用于行车道的交通规则。因此，交通状况尤其可以包括行车道的延伸走向、对应(配属)的交通规则和交通工具以及其它的交通参与者的移动数据。所述方法由此有利地尤其在存在与其它的交通参与者碰撞的风险的交通状况下辅助交通工具的驾驶员。
按照按本发明方法的一种扩展设计，对应于交通状况的交通规则借助历史数据从交通参与者的过去的行驶机动动作中获得。尤其可行的是，在生成历史数据时获得交通规则。即交通工具一方面可以由针对行车道的普遍规则和交通标牌推导出。然而附加地可行的是，只从所采集的行驶机动动作中推导出交通规则。这例如在以下情况下是有利的，即针对符合规则的行为不存在交通标牌或者不存在普遍规则，但基本上所有的交通工具都遵守特定的规则。例如，即使针对一条非常小的公路的汇入口不存在废除(Aufheben)右先于左规则的交通标牌，驾驶员还是能够识别出他处于具有优先通行权的公路上。然而，如果在生成历史数据时采集到基本上所有想要从小公路驶入另一公路的交通工具均停下并且等待，则可以认为所述另一公路是具有优先通行权的公路。所述交通规则随即可以存储在历史数据中。
在对应于交通状况的交通规则中，至少一条交通规则是优先通行规则。优先通行规则用于避免交通参与者之间的碰撞。因此，在具有优先通行规则的交通状况中对驾驶员的辅助用于避免与其它的交通参与者的碰撞。
按照按本发明方法的一种有利的扩展设计，在预测第二交通参与者的行驶机动动作时，将第二交通参与者的移动数据与处于相同的交通状况中的交通参与者的过去的行驶机动动作的移动数据相比较。作为备选或补充，所述过去的行驶机动动作也可以通过对大量过去的行驶机动动作的统计学分析产生。由此可以有利地产生对第二交通参与者的预计的行驶机动动作的非常可靠的预测。
在按照按本发明方法的一种扩展设计中，在预测第二交通参与者的行驶机动动作时，根据第二交通参与者的移动数据和所采集的交通状况来检验第二交通参与者预计是否将遵守所确定的交通规则。通常在当前的交通状况中，每个交通参与者均遵守交通规则。即使例如在不同行车道上的两个交通工具相互靠近，使得在移动数据继续发展时可能导致碰撞，在检验得出第二交通参与者预计将遵守针对交通状况的交通规则时，通常也不必警告交通工具的驾驶员或者干预移动走向。然而，如果通过与历史数据的比较得出第二交通参与者的当前行驶机动动作与针对历史数据获得的行驶机动动作存在偏差，则检验可以得出第二交通参与者预计不会遵守交通规则。在这种情况下，可以产生针对所述交通状况辅助交通工具的驾驶员的控制信号。所述控制信号也可以包括对交通工具的移动的直接干预。例如可以采取紧急制动。
按照按本发明方法的另一设计方案，针对交通状况，根据第二交通参与者的预测的行驶机动动作和/或根据所确定的交通状况来确定产生控制信号的时间点。例如，所述时间点取决于第二交通参与者是否实施不同于历史数据的对应行驶机动动作的行驶机动动作。同样地可以确定产生控制信号的位置。
当本交通工具例如靠近具有优先通行规则的交叉口时，确定其它的交通工具是否具有优先通行权。如果例如适用右先于左的交通规则，则确定本交通工具相对于所述其它的交通工具是从右侧还是从左侧驶来。此外，在产生控制信号时重要的是，控制信号不会对交通工具的移动产生不必要的干扰。应该避免的是，当交通参与者在交通状况中进行正常的移动过程时产生直接或者间接地改变交通工具的移动走向的控制信号。如果例如考虑一个交叉口，在所述交叉口中交通工具必须给予来自右侧的交通工具优先通行权、但其在来自左侧的交通工具之前具有优先通行权，则可以在按照本发明的方法中在不同的时间点或者不同的交通工具位置处、根据第二交通参与者是从右侧还是从左侧靠近交叉口产生控制信号。如果在周围环境采集时采集到从左侧靠近的第二交通工具的移动数据，则认为第二交通工具的驾驶员给予本交通工具优先通行权。即使对交通工具的移动数据的外推法产生了碰撞风险，只要第二交通工具的移动数据在一定的公差范围内相应于存储在历史数据中的针对所述交叉口的行驶机动动作，就不必产生防止碰撞的控制信号。当确定与历史数据的行驶机动动作存在偏差时，才必须产生控制信号以便能够及时地辅助交通工具的驾驶员。然而，控制信号不会过早地和在没必要的情况下产生。如果另一方面在周围环境采集时采集到来自右侧的交通工具(本交通工具必须给予这个交通工具优先通行权)，则在比来自左侧的交通工具的情况更早的时间点就已经产生控制信号。由此有利地确保本交通工具可以及时地制动，以便给予来自右侧的交通工具优先通行权。
按照按本发明方法的一种设计方案，在采集交通工具的周围环境时，从相对于地球位置不变(geostatisch)的数据中提取周围环境特征。所述相对于地球位置不变的数据对应于不移动的对象。根据这些相对于地球位置不变的数据，例如可以改善借助卫星导航对交通工具的定位。
此外，在采集交通工具的周围环境时，分析交通工具和/或其它的交通参与者的行驶行为。随即例如从关于交通工具的被分析的行驶行为的数据并且从关于其它的交通参与者的被分析的行驶行为的数据中提取周围环境特征。所述行驶行为在此尤其包括本交通工具的位置和移动以及其它的交通参与者的交通工具的位置和移动。
按照按本发明方法的一种扩展设计，为了分析其它的交通参与者的行驶行为，将所述其它的交通参与者的数据传输至所述交通工具。所述数据尤其可以通过直接的通信连接从其它的交通参与者传输至所述交通工具(交通工具对交通工具通信)。例如，所述数据可以借助直接的移动无线通信从其它的交通参与者传输至所述交通工具。此外，移动无线网络的所谓的边缘节点(Edge Nodes)可以提供用于数据传输。
由此有利地实现了尤其更快速并且更准确地采集其它的交通参与者的移动数据。
如果例如第二交通参与者是第二交通工具，则在按照本发明的方法的一种设计方案中，将用于操作第二交通工具的装置的数据传输至所述交通工具。随即在预测第二交通工具的行驶机动动作时考虑所传输的用于操作第二交通工具的装置的数据。传输至交通工具的数据尤其包括第二交通工具的对交通工具移动有影响的装置的操作。这些装置例如是油门踏板、制动踏板、方向盘和/或用于操作交通工具显示器的开关。以此方式能够在交通工具的传感器尚不能探测到第二交通工具的移动改变的时间点就已经计算出了第二交通工具的移动。例如，在第二交通工具尚未出现降速或者尚未探测到降速时，由对第二交通工具的制动踏板的操作就已经可以在本交通工具中采集或者预测第二交通工具的将来的降速。
按照按本发明方法的一种设计方案，借助所产生的控制信号自动化地控制交通工具的移动。自动化地对交通工具移动的干预可以在交通工具的全自动化的行驶的范围内或者在交通工具的部分自动化的行驶的范围内进行，在所述部分自动化的行驶中，例如当由所预测的第二交通参与者的行驶机动动作得出所述交通参与者预计不会注意针对采集到的交通状况确定的交通规则时，通过控制信号实施紧急制动。作为备选或补充，可以借助所产生的控制信号向交通工具的驾驶员输出提示。所述提示可以是视觉的或者听觉的信息通知或者警示通知。
按照本发明的用于辅助交通工具的驾驶员驾驶交通工具的驾驶员辅助系统包括用于采集所述交通工具的周围环境的周围环境采集装置，所述周围环境采集装置设计用于采集行车道的延伸走向以及其它的交通参与者的移动数据。此外，所述驾驶员辅助系统包括分析单元，所述分析单元与周围环境采集装置耦连并且设计用于分析所采集的交通工具的周围环境并且与所采集的其它的交通参与者中的至少一个第二交通参与者相关地确定所述交通工具的交通状况和针对所述交通工具的交通状况的至少一条交通规则。此外，驾驶员辅助系统包括存储器，在所述存储器中存储有关于交通参与者针对交通状况的行驶机动动作的历史数据，并且驾驶员辅助系统包括接口，所述接口与存储器耦连，因此能够针对特定的交通状况调取关于交通参与者的行驶机动动作的历史数据。驾驶员辅助系统还包括预测单元，所述预测单元与分析单元和接口耦连并且设计用于借助调取的历史数据和当前的交通状况预测第二交通参与者的行驶机动动作。最后，驾驶员辅助系统包括控制单元，所述控制单元与预测单元耦连并且设计用于根据第二交通参与者的预测的行驶机动动作产生用于辅助驾驶员驾驶所述交通工具的控制信号。
按照本发明的驾驶员辅助系统尤其设计用于实施按照本发明的方法。因此所述驾驶员辅助系统也具有相同的优点。
周围环境采集装置尤其包括多个安装在交通工具中的传感器。此外，作为备选或补充，周围环境采集装置也可以通过接口调用交通工具外部的传感器。周围环境采集装置同样可以在必要时通过接口调用具有行车道的地理地图。
存储有历史数据的存储器尤其布置在交通工具的外部。所述存储器例如是中央服务器，其能够为大量交通工具提供关于确定的地理区域的历史数据，相应的交通工具处于所述地理区域中。相应地，接口尤其是无线的通信接口、尤其是用于移动无线通信的接口。
附图说明
现在参照附图根据实施例阐述本发明。在附图中：
图1示意性地示出实施按照本发明的方法的实施例的地理区域并且
图2示出按照本发明的驾驶员辅助系统的实施例的结构。
具体实施方式
用于实施所述方法的最初的前提条件是，已经产生了历史数据，所述历史数据在实施所述方法时使用在当前的交通状况中。
因此，以下首先描述历史数据在最初如何生成；在此参照图1：
在确定的地理区域中存在具有行车道3的路网2，所述行车道3可以包括多条车道，在图1中通过附图标记4或者4-1和4-2标出的交通工具能够在所述车道上移动。针对路网2，在中央存储器中存储有数字的地理地图。数字地图包括关于路网2的地理延伸走向的信息以及关于所述路网2的附加信息。所述附加信息包括适用于路网2的交通规则。为此存储有关于处于道路中的交通标志的信息，所述道路代表存储的路网2。交通规则尤其包括关于当两个交通工具相交时、如在道路交叉口或者一条路汇入另一条路的汇入口处哪个交通工具具有优先通行权的信息。
此外，当交通工具4处于相关的地理区域中时，交通工具4持续地向中央存储器发送移动数据。所述移动数据主要包括发送的交通工具4的匿名的认证、交通工具4的当前位置和时间戳。作为补充，也可以将交通工具4的当前速度、交通工具4的采集自然环境和周围环境的传感器的数据发送至中央存储器。
中央存储器的数据被这样分析，使得由多个交通工具4分析地理区域中的交通状况。此外，确定对应于所述交通状况的行驶机动动作。所述数据作为历史数据存储在中央存储器中。
例如针对交叉口2-1存储了优先通行规则，即来自右侧的交通工具具有先于来自左侧的交通工具的优先通行权。现在连续地采集在行车道3-1、3-2、3-3和3-4上靠近交叉口2-1的交通工具4的移动数据。如果例如行车道3-1上的交通工具4靠近交叉口2-1，而行车道3-1或者3-3上没有其它的交通工具4靠近交叉口2-1，则这个交通工具4通常在距离交叉口2-1之前的一定距离处制动，以更慢的速度横穿交叉口2-1并且接着又加速。而如果在行车道3-2上有另一辆交通工具4靠近交叉口2-1，则行车道3-1上的交通工具4也在距离交叉口2-1之前的一定距离处制动，但随即停在交叉口2-1之前，从而使行车道3-2上的交通工具4可以经过交叉口2-1。随即行车道3-1上的交通工具4才经过交叉口2-1。另一方面，如果只有行车道3-3上的交通工具靠近交叉口2-1，则行车道3-1上的交通工具4在距离交叉口2-1之前的一定距离处减慢其速度，但尽管在行车道3-3上存在不断靠近的交通工具4，行车道3-1上的交通工具4仍以较低的速度经过交叉口2-1并且接着又加速。将行车道3-1至3-4上的交通工具4的这些移动数据在时间上相关联并且与在交叉口2-1处适用的交通规则相关联。由所述数据核实所述交通规则并且针对之前阐述的不同交通状况存储行车道3-1至3-3上的各个单独的交通工具4在靠近交叉口2-1时的行驶机动动作。针对为了不同的交通状况逐渐确定的大量行驶机动动作执行统计学分析，通过所述分析确定针对特定的交通状况的典型的行驶机动动作。针对所述典型的行驶机动动作还可以存储用于移动数据的公差值。
如果针对交通状况不能从交通规则中推导出优先通行规则，则从所采集的大量交通工具的行驶机动动作中获得优先通行规则并且例如与路网2的交叉口对应地进行存储。
这些历史数据被连续地更新并且储存在中央存储器中。
现在参照图1和图2阐述按照本发明的驾驶员辅助系统的实施例和按照本发明的方法的实施例：
所述方法的出发点是，前述历史数据存储在交通工具外部的中央存储器18中。现在观察交通工具1，其在行车道3-1上靠近交叉口2-1。所述交通工具1包括多个采集交通工具1的周围环境的传感器5。传感器5尤其包括多个周围环境摄像头、雷达传感器和激光雷达传感器。此外，传感器5包括定位传感器，利用所述定位传感器可以通过卫星导航系统确定交通工具1的当前位置。除了交通工具1本身的位置，在周围环境采集时采集行车道3-1至3-4的延伸走向以及其它的交通参与者4的移动数据。所述其它的交通参与者4包括在行车道3-2上靠近交叉口2-1的交通工具4-1和在行车道3-3上靠近交叉口2-1的交通工具4-2。
传感器5与交通工具1的数据总线6耦连，传感器通过所述数据总线将获得的数据传输至周围环境采集装置7。所述周围环境采集装置从相对于地球位置不变的数据中提取特征，由此尤其采集交通基础设施，并且其提取了本交通工具1的行驶行为特征和交通工具1的周围环境中的交通工具4-1和4-2的行驶行为特征。针对交通工具1的当前位置，如果地理地图没有存储在交通工具1的交通工具内部的存储器8中，则周围环境采集装置7通过交通工具1的接口11经由互联网12从交通工具外部的存储器18调用地理地图。
周围环境采集装置7将关于所采集的交通工具1的周围环境的数据传输至分析单元9。所述分析单元9分析关于所采集的交通工具1的周围环境的数据并且与其它的交通工具4中的一个或多个交通工具4-1、4-2相关地确定交通工具1的交通状况和适用于交通工具1的交通状况的交通规则。在用于交通状况的交通规则方面，分析单元9也可以调取从交通工具外部的中央存储器18传输的地理地图或者存储在交通工具内部的存储器8中的地理地图。
由分析单元9产生的数据被传输至交通工具1的预测单元10。因此，在所述预测单元10中具有关于交通工具1的周围环境和关于交通工具1所处的当前交通状况的数据以及参与所述交通状况的其它的交通工具4-1、4-2的移动数据。针对这个交通状况，预测单元10调用关于所采集的周围环境的历史数据。预测单元10将当前采集的交通状况与针对交叉口2-1的从交通工具的过去的行驶机动动作的移动数据获得的交通状况相比较。因此，在图1所示的情况中，在历史数据中确定了这样的交通状况，即在行车道3-1上有交通工具靠近交叉口2-1并且同时在行车道3-2和3-3上有其它的交通工具靠近交叉口2-1。此外，由针对所述交通状况的历史数据提取出参与的交通工具实施的行驶机动动作。
因此，在图1所示的情况下，与在行车道3-1上靠近交叉口2-1的交通工具1的移动数据相关地获得针对靠近交叉口2-1的第二交通工具4-1和第三交通工具4-2的移动数据。在此也检验第二交通工具4-1或者第三交通工具4-2预计是否遵守对应于交叉口2-1的交通状况的交通规则。随即由分析单元9借助调用的历史数据和当前的交通状况预测第二交通工具4-1和第三交通工具4-2的预计的行驶机动动作。在此，如果交通工具4-1和4-2的移动数据与针对所述交通状况的历史数据的行驶机动动作的移动数据一致(必要时考虑一定的公差范围)，则交通工具4-1和4-2的预计的行驶机动动作被预测为，所述交通工具会像从处于相应交通状况中的交通工具的过去的行驶机动动作的历史数据中得出的那样移动。
在图1所示的例子中，适用于交叉口2-1的优先通行规则是来自右侧的交通工具具有优先通行权。因此，针对第二交通工具4-1，作为预计的行驶机动动作得出，所述第二交通工具在与交叉口2-1相隔一定距离处减速，但随即以较小的速度经过交叉口2-1而不停下来，方式为所述第二交通工具例如直行或者右转弯。针对第三交通工具4-2，作为预计的行驶机动动作得出，第三交通工具在与交叉口2-1相隔一定距离处减速并且停在交叉口2-1之前，以便给予也靠近交叉口2-1的交通工具1优先通行权。这些数据由预测单元10传输至控制单元13。
根据第二交通工具4-1和第三交通工具4-2的预测的行驶机动动作，控制单元13针对所确定的交通状况产生用于辅助驾驶员驾驶交通工具1的控制信号。如果交通工具1的驾驶员主导驾驶任务，则所述控制信号通过其它的数据总线14传输至显示装置15和/或扬声器16。以此方式可以向交通工具1的驾驶员输出提示、例如信息通知或者警示通知。
此外，由控制单元13针对交通状况根据预测的第二交通工具4-1或者第三交通工具4-2的行驶机动动作来确定其中产生控制信号并且紧接着传输至另一数据总线14的时间点和位置。所述时间点或者位置在此选择为，使得在任何情况下均可以通过自动化地干预交通工具1的移动或者通过输出警示通知来防止与其它的交通工具4碰撞。另一方面避免了向交通工具1的驾驶员输出可能会分散他的注意力的不必要的提示。
例如可以通过显示装置15输出具有优先通行权的第二交通工具4-1从右侧靠近交叉口2-1的提示。如果针对第三交通工具4-2作为预计的行驶机动动作确定了第三交通工具4-2的移动走向与存储的历史数据的行驶机动动作不同，即第三交通工具4-2预计不会在交叉口2-1处停下来，而是预计会不给予交通工具1优先通行权并且不停下来地经过交叉口2-1，则可以借助由控制单元13产生的控制信号既通过显示装置15也通过扬声器16输出视觉的和声学的警示。
如果交通工具1包括例如可以实施自动的紧急制动或者全自动地控制交通工具1的自动化装置17，则将控制信号附加地通过其它的数据总线14传输至所述自动化装置17，从而使其与控制信号相应地控制交通工具1。自动化装置17例如可以在确定第三交通工具4-2不会给予优先通行权的情况下采取紧急制动。此外，可以这样控制交通工具1的移动，使得交通工具1通过以下方式给予第二交通工具4-1优先通行权，即交通工具1在交叉口2-1之前停下来，直至第二交通工具4-1经过了交叉口2-1。
在另一实施例中，不只将存储在交通工具外部的存储器18中的历史数据传输至预测单元10，也在各个单独的交通工具1和4之间交换数据。为了分析第二交通工具4-1和第三交通工具4-2的行驶行为，将关于对交通工具4-1或者4-2的影响交通工具移动的装置的操作的数据传输至所述交通工具1。当在交通工具4-1或者4-2之一中以特定的方式操作了加速踏板或者制动踏板时，这将被传输至交通工具1。同样地可以在第二交通工具4-1和第三交通工具4-2中采集对方向盘的操作和/或对行驶方向显示器的开关的操作并且传输至交通工具1。例如可以通过经由互联网12或者移动无线网络的直接的通信连接直接在交通工具1和4之间交换数据。在此例如可以使用移动无线网络的所谓边缘节点(Edge Nodes)。
以此方式预测单元10可以还更好地预测第二交通工具4-1或者第三交通工具4-2的预计的行驶机动动作。
附图标记清单
1 交通工具
2 路网
2-1 交叉口
3 行车道
3-1 行车道
3-2 行车道
3-3 行车道
3-4 行车道
4 其它交通参与者的交通工具
4-1 第二交通工具
4-2 第三交通工具
5 传感器
6 数据总线
7 周围环境采集装置
8 交通工具内部的存储器
9 分析单元
10 预测单元
11 接口
12 互联网
13 控制单元
14 其它的数据总线
15 显示装置
16 扬声器
17 自动化装置
18 交通工具外部的存储器

Claims (15)

1.一种用于辅助交通工具(1)的驾驶员驾驶交通工具(1)的方法，其中，
采集所述交通工具(1)的周围环境，其中，周围环境采集包括行车道(3)的延伸走向以及其它的交通参与者(4)的移动数据，
其特征在于，
针对所采集的周围环境调取历史数据，所述历史数据至少由所述周围环境中的交通参与者的过去的行驶机动动作获得，
分析所采集的交通工具(1)的周围环境并且与所采集的其它的交通参与者(4)中的至少一个第二交通参与者(4-1)相关地确定所述交通工具(1)的交通状况，
借助调取的历史数据和当前的交通状况预测第二交通参与者(4-1)的预计的行驶机动动作并且
根据第二交通参与者(4-1)的预测的行驶机动动作产生用于辅助驾驶员驾驶所述交通工具(1)的控制信号。
2.按权利要求1所述的方法，
其特征在于，
为了产生针对地理区域的历史数据，至少在时间区间内多次地采集大量的交通参与者的移动数据，
基于所采集的大量的交通参与者的移动数据，分析所述地理区域中的交通状况并且确定对应于所述交通状况的行驶机动动作并且
结合所确定的交通状况将所确定的行驶机动动作存储为历史数据。
3.按权利要求1或2所述的方法，
其特征在于，
将历史数据存储在地理地图中，所述地理地图包括行车道(3)以及适用于所述行车道(3)的交通规则和过去由交通参与者在行车道(3)上实施的行驶机动动作，并且
针对所确定的交通状况调取具有历史数据的地理地图。
4.按前述权利要求之一所述的方法，
其特征在于，
所述交通状况分别对应于交通规则。
5.按权利要求4所述的方法，
其特征在于，
对应于交通状况的交通规则借助历史数据从交通参与者的过去的行驶机动动作中获得。
6.按权利要求4或5所述的方法，
其特征在于，
至少一条交通规则是优先通行规则。
7.按前述权利要求之一所述的方法，
其特征在于，
在预测第二交通参与者(4-1)的行驶机动动作时，将第二交通参与者(4-1)的移动数据与处于相同的交通状况中的交通参与者的过去的行驶机动动作的移动数据相比较。
8.按权利要求4至7之一所述的方法，
其特征在于，
在预测第二交通参与者(4-1)的行驶机动动作时，根据第二交通参与者(4-1)的移动数据和所采集的交通状况来检验第二交通参与者(4-1)预计是否将遵守所确定的交通规则。
9.按前述权利要求之一所述的方法，
其特征在于，
针对所述交通状况，根据第二交通参与者(4-1)的预测的行驶机动动作和/或根据所确定的交通状况来确定产生控制信号的时间点和/或位置。
10.按前述权利要求之一所述的方法，
其特征在于，
在采集交通工具(1)的周围环境时，分析交通工具(1)和/或其它的交通参与者(4)的行驶行为。
11.按前述权利要求之一所述的方法，
其特征在于，
为了分析其它的交通参与者(4)的行驶行为，将所述其它的交通参与者(4)的数据传输至所述交通工具(1)。
12.按权利要求11所述的方法，
其特征在于，
第二交通参与者是第二交通工具(4-1)，
将用于操作第二交通工具(4-1)的装置的数据传输至所述交通工具(1)并且
在预测第二交通工具(4-1)的行驶机动动作时，考虑所传输的用于操作第二交通工具(4-1)的装置的数据。
13.按权利要求12所述的方法，
其特征在于，
传输至所述交通工具(1)的数据包括对第二交通工具(4-1)的装置的操作，所述操作影响交通工具(1)的移动。
14.按前述权利要求之一所述的方法，
其特征在于，
借助所产生的控制信号自动化地控制所述交通工具(1)的移动。
15.一种用于辅助交通工具的驾驶员驾驶交通工具的驾驶员辅助系统，包括：
用于采集所述交通工具(1)的周围环境的周围环境采集装置(7)，所述周围环境采集装置设计用于采集行车道(3)的延伸走向以及其它的交通参与者(4)的移动数据，
其特征在于
分析单元(9)，所述分析单元与周围环境采集装置(7)耦连并且设计用于分析所采集的交通工具(1)的周围环境并且与所采集的其它的交通参与者(4)中的至少一个第二交通参与者(4-1)相关地确定所述交通工具(1)的交通状况和针对所述交通工具(1)的交通状况的至少一条交通规则，
存储器(18)，在所述存储器中存储有关于交通参与者针对交通状况的行驶机动动作的历史数据，
接口(11)，所述接口与存储器(18)耦连，因此能够针对特定的交通状况调取关于交通参与者的行驶机动动作的历史数据，
预测单元(10)，所述预测单元与分析单元(9)和接口(11)耦连并且设计用于借助调取的历史数据和当前的交通状况预测第二交通参与者(4-1)的行驶机动动作，和
控制单元(13)，所述控制单元与预测单元(10)耦连并且设计用于根据第二交通参与者(4-1)的预测的行驶机动动作产生用于辅助驾驶员驾驶所述交通工具(1)的控制信号。
CN201911324124.4A 2018-12-20 2019-12-20 用于辅助交通工具的驾驶员的方法和驾驶员辅助系统 Active CN111354187B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018222601.6 2018-12-20
DE102018222601.6A DE102018222601A1 (de) 2018-12-20 2018-12-20 Verfahren und Fahrerassistenzsystem zum Unterstützen eines Fahrers eines Fahrzeugs beim Führen des Fahrzeugs

Publications (2)

Publication Number Publication Date
CN111354187A true CN111354187A (zh) 2020-06-30
CN111354187B CN111354187B (zh) 2022-09-27

Family

ID=68696248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911324124.4A Active CN111354187B (zh) 2018-12-20 2019-12-20 用于辅助交通工具的驾驶员的方法和驾驶员辅助系统

Country Status (4)

Country Link
US (1) US11853065B2 (zh)
EP (1) EP3671693B1 (zh)
CN (1) CN111354187B (zh)
DE (1) DE102018222601A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115179928A (zh) * 2021-03-26 2022-10-14 大众汽车股份公司 用于向交通工具的使用者警告危险情况的方法和警告装置

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11462111B2 (en) * 2019-04-29 2022-10-04 Qualcomm Incorporated Method and apparatus for vehicle maneuver planning and messaging
US20190318257A1 (en) * 2019-06-28 2019-10-17 Helen Adrienne Frances Gould Assessment and response mechanism for autonomous systems
US11072326B2 (en) 2019-08-22 2021-07-27 Argo AI, LLC Systems and methods for trajectory based safekeeping of vehicles
EP4017773B1 (en) * 2019-08-23 2024-05-22 Volvo Autonomous Solutions AB A method for quantifying extreme traffic behavior
US11619945B2 (en) * 2019-09-30 2023-04-04 GM Cruise Holdings LLC. Map prior layer
CN113516844A (zh) * 2020-04-10 2021-10-19 深圳富泰宏精密工业有限公司 驾驶辅助方法及车辆
US11618444B2 (en) 2020-10-01 2023-04-04 Argo AI, LLC Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior
US12103560B2 (en) * 2020-10-01 2024-10-01 Argo AI, LLC Methods and systems for predicting actions of an object by an autonomous vehicle to determine feasible paths through a conflicted area
US11731661B2 (en) * 2020-10-01 2023-08-22 Argo AI, LLC Systems and methods for imminent collision avoidance
CN113554868B (zh) * 2021-06-29 2023-04-18 西安四维图新信息技术有限公司 动态交通信息更新方法、装置、介质、云平台及驾驶系统
DE102021211470A1 (de) 2021-10-12 2023-04-13 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Generieren einer Kartendarstellung für Fahrzeuge mit intergerierter Fahrverhaltensinformation und Verfahren zum Vorhersagen eines Fahrverhaltens eines Fahrzeugs
DE102021127704A1 (de) 2021-10-25 2023-04-27 Bayerische Motoren Werke Aktiengesellschaft Verfahren und System zur Vorhersage eines Fahrverhaltens von Fahrzeugen
DE102021213432A1 (de) 2021-11-29 2022-12-01 Zf Friedrichshafen Ag Verfahren und Steuersystem zum automatisierten Steuern eines Fahrzeugs
DE102023200047A1 (de) 2023-01-03 2024-07-04 Volkswagen Aktiengesellschaft Verfahren zum Vorbereiten einer Person auf eine Verkehrssituation, die eine erhöhte Aufmerksamkeit der Person bedarf, mittels eines Unterstützungssystems eines Kraftfahrzeugs, Computerprogrammprodukt, computerlesbares Speichermedium sowie Unterstützungssystem
DE102023203696A1 (de) * 2023-04-21 2024-10-24 Continental Automotive Technologies GmbH Verfahren für ein Assistenzsystem für ein Fahrzeug, Assistenzsystem sowie Fahrzeug
CN117711987B (zh) * 2023-12-29 2024-09-17 无锡芯运智能科技有限公司 Oht轨道行车交通控制系统及其控制方法

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002190092A (ja) * 2000-12-22 2002-07-05 Toyota Motor Corp 車両間通信システム及び装置
CN101334845A (zh) * 2007-06-27 2008-12-31 中国科学院自动化研究所 一种基于轨迹序列分析和规则归纳的视频行为识别方法
JP2010067234A (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
EP2289754A1 (en) * 2009-08-31 2011-03-02 Toyota Motor Europe NV/SA Vehicle or traffic control method and system
US20110238252A1 (en) * 2010-03-26 2011-09-29 Nissan Motor Co., Ltd. Vehicle environment recognizing apparatus
DE102011113019A1 (de) * 2011-07-14 2012-05-10 Daimler Ag Verfahren zur Ermittlung und Bewertung von Gefahren einer Situation zwischen zumindest zwei Verkehrsteilnehmern in einem Straßenkreuzungsbereich und Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs
DE102012009297A1 (de) * 2012-05-03 2012-12-13 Daimler Ag Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs
US20130006508A1 (en) * 2010-03-17 2013-01-03 Denso Corporation Intersection-Stopping-Rate Specifying Apparatus, Navigation Apparatus, Computer Program for Specifying Intersection-Stopping-Rate, Computer Program for Conducting Navigation
CN103136965A (zh) * 2011-10-05 2013-06-05 通用汽车环球科技运作有限责任公司 用于机动车的驾驶员辅助系统及运行该系统的方法
CN103198689A (zh) * 2012-01-09 2013-07-10 罗伯特·博世有限公司 用于支持驾驶员的方法
US20130226454A1 (en) * 2012-02-28 2013-08-29 Denso Corporation Turning probability prediction apparatus and method
CN103370249A (zh) * 2010-10-05 2013-10-23 谷歌公司 用于预测检测到的物体的行为的系统和方法
CN103843044A (zh) * 2011-05-31 2014-06-04 罗伯特·博世有限公司 驾驶员辅助系统和用于运行驾驶员辅助系统的方法
DE102013213006A1 (de) * 2013-07-03 2015-01-08 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenz-Teilsystem für ein Kraftfahrzeug zur Ermittlung der Handlungsoptionen von mehreren Verkehrsteilnehmern
CN104816687A (zh) * 2014-02-05 2015-08-05 通用汽车环球科技运作有限责任公司 车辆中的自动化驾驶者动作的系统和方法
CN105679026A (zh) * 2016-02-23 2016-06-15 杨跃龙 基于大数量个体轨迹数据分析的城市交通监测和导航系统
CN106184211A (zh) * 2016-07-13 2016-12-07 北汽福田汽车股份有限公司 一种路口加速通行方法、装置及车辆
US20170025005A1 (en) * 2014-03-12 2017-01-26 Daimler Ag Method and device for assisting a driver when driving a vehicle
DE102016113903A1 (de) * 2015-07-31 2017-03-02 Ford Global Technologies, Llc Fahrzeugfahrstreckenbestimmung
WO2018188846A1 (de) * 2017-04-12 2018-10-18 Robert Bosch Gmbh Fahrerassistenzsystem für ein fahrzeug
CN108848462A (zh) * 2018-06-19 2018-11-20 连云港杰瑞电子有限公司 适用于信号控制交叉口的实时车辆轨迹预测方法
US10147324B1 (en) * 2017-07-10 2018-12-04 Toyota Research Institute, Inc. Providing user assistance in a vehicle based on traffic behavior models

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10334620B4 (de) 2003-07-30 2023-07-06 Robert Bosch Gmbh Generierung von Verkehrshinweisen durch die Interpretation von Verkehrszeichenszenarien und Navigationsinformation in einem Fahrzeug
US8849552B2 (en) 2010-09-29 2014-09-30 Ford Global Technologies, Llc Advanced map information delivery, processing and updating
DE102012208254A1 (de) 2012-05-16 2013-11-21 Continental Teves Ag & Co. Ohg Verfahren und System zur Erstellung eines aktuellen Situationsabbilds
CN107111946B (zh) 2014-10-10 2022-02-11 大陆-特韦斯股份有限公司 用于运行中央服务器的方法和用于操纵管制图的方法
US10024684B2 (en) * 2014-12-02 2018-07-17 Operr Technologies, Inc. Method and system for avoidance of accidents
US9983591B2 (en) * 2015-11-05 2018-05-29 Ford Global Technologies, Llc Autonomous driving at intersections based on perception data
US10268191B1 (en) * 2017-07-07 2019-04-23 Zoox, Inc. Predictive teleoperator situational awareness
US10156850B1 (en) * 2017-12-08 2018-12-18 Uber Technologies, Inc. Object motion prediction and vehicle control systems and methods for autonomous vehicles
US11618451B2 (en) * 2019-09-30 2023-04-04 GM Cruise Holdings LLC. Human-like autonomous vehicle behavior based on map prior layer
US11619945B2 (en) * 2019-09-30 2023-04-04 GM Cruise Holdings LLC. Map prior layer

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002190092A (ja) * 2000-12-22 2002-07-05 Toyota Motor Corp 車両間通信システム及び装置
CN101334845A (zh) * 2007-06-27 2008-12-31 中国科学院自动化研究所 一种基于轨迹序列分析和规则归纳的视频行为识别方法
JP2010067234A (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
EP2289754A1 (en) * 2009-08-31 2011-03-02 Toyota Motor Europe NV/SA Vehicle or traffic control method and system
US20130006508A1 (en) * 2010-03-17 2013-01-03 Denso Corporation Intersection-Stopping-Rate Specifying Apparatus, Navigation Apparatus, Computer Program for Specifying Intersection-Stopping-Rate, Computer Program for Conducting Navigation
US20110238252A1 (en) * 2010-03-26 2011-09-29 Nissan Motor Co., Ltd. Vehicle environment recognizing apparatus
CN103370249A (zh) * 2010-10-05 2013-10-23 谷歌公司 用于预测检测到的物体的行为的系统和方法
CN103843044A (zh) * 2011-05-31 2014-06-04 罗伯特·博世有限公司 驾驶员辅助系统和用于运行驾驶员辅助系统的方法
DE102011113019A1 (de) * 2011-07-14 2012-05-10 Daimler Ag Verfahren zur Ermittlung und Bewertung von Gefahren einer Situation zwischen zumindest zwei Verkehrsteilnehmern in einem Straßenkreuzungsbereich und Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs
CN103136965A (zh) * 2011-10-05 2013-06-05 通用汽车环球科技运作有限责任公司 用于机动车的驾驶员辅助系统及运行该系统的方法
CN103198689A (zh) * 2012-01-09 2013-07-10 罗伯特·博世有限公司 用于支持驾驶员的方法
US20130226454A1 (en) * 2012-02-28 2013-08-29 Denso Corporation Turning probability prediction apparatus and method
DE102012009297A1 (de) * 2012-05-03 2012-12-13 Daimler Ag Verfahren zur Unterstützung eines Fahrers beim Führen eines Fahrzeugs
DE102013213006A1 (de) * 2013-07-03 2015-01-08 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenz-Teilsystem für ein Kraftfahrzeug zur Ermittlung der Handlungsoptionen von mehreren Verkehrsteilnehmern
CN104816687A (zh) * 2014-02-05 2015-08-05 通用汽车环球科技运作有限责任公司 车辆中的自动化驾驶者动作的系统和方法
US20170025005A1 (en) * 2014-03-12 2017-01-26 Daimler Ag Method and device for assisting a driver when driving a vehicle
DE102016113903A1 (de) * 2015-07-31 2017-03-02 Ford Global Technologies, Llc Fahrzeugfahrstreckenbestimmung
CN105679026A (zh) * 2016-02-23 2016-06-15 杨跃龙 基于大数量个体轨迹数据分析的城市交通监测和导航系统
CN106184211A (zh) * 2016-07-13 2016-12-07 北汽福田汽车股份有限公司 一种路口加速通行方法、装置及车辆
WO2018188846A1 (de) * 2017-04-12 2018-10-18 Robert Bosch Gmbh Fahrerassistenzsystem für ein fahrzeug
US10147324B1 (en) * 2017-07-10 2018-12-04 Toyota Research Institute, Inc. Providing user assistance in a vehicle based on traffic behavior models
CN108848462A (zh) * 2018-06-19 2018-11-20 连云港杰瑞电子有限公司 适用于信号控制交叉口的实时车辆轨迹预测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115179928A (zh) * 2021-03-26 2022-10-14 大众汽车股份公司 用于向交通工具的使用者警告危险情况的方法和警告装置

Also Published As

Publication number Publication date
US11853065B2 (en) 2023-12-26
EP3671693B1 (de) 2022-10-12
EP3671693A1 (de) 2020-06-24
DE102018222601A1 (de) 2020-06-25
US20200201334A1 (en) 2020-06-25
CN111354187B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN111354187B (zh) 用于辅助交通工具的驾驶员的方法和驾驶员辅助系统
JP6894471B2 (ja) 自動運転車（ａｄｖ）のサブシステムによるパトロールカーのパトロール
US10867510B2 (en) Real-time traffic monitoring with connected cars
US12112535B2 (en) Systems and methods for effecting map layer updates based on collected sensor data
CN110533900B (zh) 辅助对至少一个机动车的驾驶的方法、辅助系统和机动车
US11282388B2 (en) Edge-assisted alert system
JP6398957B2 (ja) 車両制御装置
US20150321698A1 (en) Formation of an emergency lane
CN110036426B (zh) 控制装置和控制方法
US11966224B2 (en) Systems and methods for detecting surprise movements of an actor with respect to an autonomous vehicle
JP7152339B2 (ja) 走行制御装置、走行制御方法、およびプログラム
CN113302109A (zh) 实施自主车辆的回退行为的系统
JP7362733B2 (ja) 道路環境情報の自動化クラウドソーシング
CN113895456A (zh) 自动驾驶车辆的交叉路口行驶方法、装置、车辆及介质
JPWO2020049685A1 (ja) 車両制御装置、自動運転車開発システム、車両制御方法、およびプログラム
JP2021006448A (ja) 単一車両走行用に設計された自動運転システムでの車両隊列実施
US20250085128A1 (en) Systems and methods for inferring information about stationary elements based on semantic relationships
JP2022089122A (ja) インフラストラクチャ情報から計算される信頼度数値に基づく車両制御
EP4264567A1 (en) Available parking space identification device, available parking space identification method, and program
CN114365208A (zh) 驾驶辅助装置、驾驶辅助方法以及程序
US20240135719A1 (en) Identification of unknown traffic objects
JP7147448B2 (ja) 地図情報システム
CN115257813B (zh) 通过施工障碍物的智能驾驶控制方法及车辆
US20220281482A1 (en) Vehicle control device, vehicle control method, and computer-readable storage medium storing program
JP7610480B2 (ja) 車両制御装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant