CN118414279A - 热点检测和报告系统 - Google Patents
热点检测和报告系统 Download PDFInfo
- Publication number
- CN118414279A CN118414279A CN202280084323.6A CN202280084323A CN118414279A CN 118414279 A CN118414279 A CN 118414279A CN 202280084323 A CN202280084323 A CN 202280084323A CN 118414279 A CN118414279 A CN 118414279A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- sdm
- trigger signals
- parameters
- safety
- 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
Links
- 238000001514 detection method Methods 0.000 title description 12
- 238000012545 processing Methods 0.000 claims abstract description 63
- 230000015654 memory Effects 0.000 claims abstract description 46
- 230000007613 environmental effect Effects 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 31
- 230000004044 response Effects 0.000 claims description 27
- 230000001965 increasing effect Effects 0.000 claims description 16
- 230000009471 action Effects 0.000 description 40
- 238000004891 communication Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 26
- 230000000875 corresponding effect Effects 0.000 description 23
- 238000005259 measurement Methods 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 8
- 230000001276 controlling effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2300/00—Indexing codes relating to the type of vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/06—Direction of travel
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/225—Direction of gaze
-
- 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
- B60W2554/408—Traffic behavior, e.g. swarm
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- 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
- B60W2556/05—Big 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
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2754/00—Output or target parameters relating to objects
- B60W2754/10—Spatial relation or speed relative to objects
- B60W2754/30—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种车辆,所述车辆包括:存储器,其被配置成存储指令;以及处理电路系统,其是所述车辆的高级驾驶辅助系统(ADAS)的一部分,所述处理电路系统被配置成执行存储在所述存储器中的指令以:(502)确定所述车辆的位置;(504)识别热点位置,所述热点位置与在其处由其他车辆先前发出的基于安全的警告满足预定义标准的位置相关联;(506)确定与所述基于安全的警告相关联的安全驾驶模型(SDM)规则;以及(508)基于所述SDM规则和所述车辆相对于所识别的热点位置的位置生成一个或多个触发信号,其中所述一个或多个触发信号使所述ADAS(510)调整所述SDM规则的一个或多个SDM参数。
Description
相关申请的交叉引用
本申请要求2021年12月21日提交的美国临时申请号63/292,243的权益和优先权,其内容通过引用整体并入本文。
技术领域
本文所描述的各方面总体上涉及热点检测和报告系统,并且更具体地涉及使用先前发出的基于安全的警告来识别热点、确定安全驾驶模型(SDM)规则、以及在满足预定义标准(诸如车辆与热点位置的接近度)时调整SDM参数。
背景技术
驾驶安全一直受到全世界的关注。车辆在其执行自主和半自主的功能方面一直在发展,其中包括高级驾驶辅助(ADAS)系统的使用。此类ADAS系统有助于向车辆驾驶者呈现警告,以增强驾驶者安全性并减轻不安全的驾驶条件,但此类ADAS系统通常需要手动车辆控制和导航。因此,绝大多数的碰撞、伤害和其他不安全条件仍然归咎于人为错误。因此,当前的自主车辆(AV)和ADAS系统由于没有充分考虑此类人为错误,因而在保护乘客方面仍然存在不足。
附图说明
并入本文并形成说明书的一部分的附图与描述一起展示了本公开的各方面,并且进一步用于解释各方面的原理并使相关领域的技术人员能够制作和使用各方面。
图1展示了根据本公开的一个或多个方面的示例性车辆。
图2展示了根据本公开的一个或多个方面的车辆的安全系统的各种示例性电子部件。
图3展示了根据本公开的一个或多个方面的热点地图数据的示例图形表示。
图4展示了根据本公开的一个或多个方面的用于识别热点位置的聚合数据集的示例。
图5展示了根据本公开的一个或多个方面的示例过程流程。
将参考附图来描述本公开的示例性方面。其中元件第一次出现的附图通常由对应附图标记中的一个或多个最左数字来指示。
具体实施方式
在以下描述中,阐述众多特定细节以便提供对本公开的各方面的透彻理解。然而,对于本领域的技术人员来说将显而易见的是,可以在没有这些特定细节的情况下实践各方面,包括结构、系统和方法。本文的描述和表示是由本领域的有经验人员或技术人员用来向本领域的其他技术人员最有效地传达其工作实质的常见手段。在其他实例中,并未详细描述熟知的方法、程序、部件和电路系统以免不必要地模糊本公开的各个方面。
图1展示了根据本公开的各个方面的包括安全系统200(另参见图2)的车辆100。车辆100和安全系统200在本质上是示例性的,并且因此可以出于解释的目的而简化。元件的位置和相关距离(如本文所论述,附图未按比例)是通过示例而非限制的方式提供的。安全系统200可以包括多种部件(取决于特定实施方案和/或应用的要求),并且可以有利于车辆100的导航和/或控制。车辆100可以为自主车辆(AV),其可以包括任何级别的自动化(例如,级别0至5),该任何级别的自动化包括无自动化或完全自动化(级别5)。车辆100可以将安全系统200实施为任何合适类型的自主或驾驶辅助控制系统(例如,包括AV和/或高级驾驶辅助系统(ADAS))的一部分。安全系统200可以包括在制造期间集成为车辆100的一部分、附加装置或后市场装置的一部分或这些的组合的一个或多个部件。因此,如图2所示的安全系统200的多种部件可以集成为车辆100的系统的一部分和/或安装在车辆100中的后市场系统的一部分。
一个或多个处理器102可以与车辆100的电子控制单元(ECU)或车辆100的发动机控制单元(其在本文中可以视为专用类型的电子控制单元)集成或分离。安全系统200可以生成数据以控制或辅助控制车辆100的ECU和/或其他部件,以直接或间接控制车辆100的驾驶。然而,本文描述的各方面不限于自主或半自主车辆内的实施方案,因为这些是通过示例的方式提供的。本文描述的各方面可以实施为能够在特定驾驶环境中在有或没有任何合适级别的人类辅助的情况下行驶的任何合适类型的车辆的一部分。因此,在各个方面,多种车辆部件(例如,诸如本文参考图2论述的那些)中的一者或多者可以实施为标准车辆(即不使用自主驾驶功能的车辆)、完全自主车辆和/或半自主车辆的一部分。在实施为标准车辆的一部分的各方面,应当理解,安全系统200可以执行替代功能,并且因此根据此类方面,安全系统200可以替代性地表示可以由标准车辆在不必利用自主或半自主控制相关功能的情况下实施的任何合适类型的系统。
无论如图1和图2所示的车辆100和附带的安全系统200的特定实施方案如何,安全系统200均可以包括一个或多个处理器102、一个或多个图像获取装置104(诸如例如,一个或多个车辆摄像头或配置成在任何合适的波长范围内执行图像获取的任何其他合适的传感器)、一个或多个位置传感器106(其可以实施为位置和/或方位识别系统,诸如全球导航卫星系统(GNSS),例如,全球定位系统(GPS))、一个或多个存储器202、一个或多个地图数据库204、一个或多个用户界面206(诸如例如,显示器、触摸屏、麦克风、扬声器、一个或多个按钮和/或开关等)以及一个或多个无线收发器208、210、212。附加地或替代性地,一个或多个用户界面206可以与与安全系统200通信的其他部件(诸如ADAS系统、AV系统等的一个或多个部件)关联,如本文进一步讨论。
无线收发器208、210、212可以配置成根据任何合适数量和/或类型的期望无线电通信协议或标准来操作。例如,无线收发器(例如,第一无线收发器208)可以根据以下来配置:短程移动无线电通信标准,诸如例如蓝牙、紫蜂(Zigbee)等。作为另一示例,无线收发器(例如,第二无线收发器210)可以根据以下来配置:中程或宽程移动无线电通信标准,诸如例如符合对应的3GPP(第三代合作伙伴计划)标准(撰写本文时的最新版本为3GPP Release16(2020))的3G(例如通用移动电信系统-UMTS)、4G(例如长期演进-LTE)或5G移动无线电通信标准。
作为又一示例,无线收发器(例如,第三无线收发器212)可以根据无线局域网通信协议或标准来配置,诸如例如根据IEEE 802.11工作组标准,撰写本文时的最新版本为于2021年2月26日发布的IEEE Std 802.11TM-2020(例如802.11、802.11a、802.11b、802.11g、802.11n、802.11p、802.11-12、802.11ac、802.11ad、802.11ah、802.11ax、802.11ay等)。一个或多个无线收发器208、210、212可以配置成使用空中接口经由天线系统(未示出)来发射信号。作为额外示例,收发器208、210、212中的一者或多者可以配置成实施一种或多种车辆对一切(vehicle to everything,V2X)通信协议,其可以包括车辆对车辆(V2V)、车辆对基础设施(V2I)、车辆对网络(V2N)、车辆对行人(V2P)、车辆对装置(V2D)、车辆对电网(V2G)以及任何其他合适的通信协议。
无线收发器208、210、212中的一者或多者可以另外地或替代性地配置成经由一个或多个无线链路140实现车辆100与一个或多个其他远程计算装置150之间的通信。例如,这可以包括与远程服务器或如图1所示的其他合适的计算系统的通信。图1所示的示例将此类远程计算系统150展示为云计算系统,但是这是作为示例而非限制,并且计算系统150可以根据任何合适的架构和/或网络来实施,并且可以构成包括此类系统的一个或数个物理计算机、服务器、处理器等。作为另一示例,远程计算系统150可以实施为边缘计算系统和/或网络。
一个或多个处理器102可以实施任何合适类型的处理电路系统、其他合适的电路系统、存储器等,并使用任何合适类型的架构。一个或多个处理器102可以配置成由车辆100实现以执行多种车辆控制功能、导航功能等的控制器。举例来说,一个或多个处理器102可以配置成充当控制器,用于车辆100分析传感器数据和接收的通信、计算供车辆100执行以进行车辆100的导航和/或控制的特定动作以及使对应的动作被执行,这可以根据例如AV或ADAS系统。一个或多个处理器102和/或安全系统200可以形成高级驾驶辅助系统(ADAS)或自主车辆(AV)系统的全部或一部分。
此外,一个或多个处理器102中的处理器214A、214B、216和/或218中的一者或多者可以配置成与彼此协作运作和/或与车辆100的其他部件协作运作以收集关于环境的信息(例如,传感器数据,诸如图像、深度信息(针对例如激光雷达)等)。在此上下文中,一个或多个处理器102中的处理器214A、214B、216和/或218中的一者或多者可以称为“处理器”。因此,可以(独立地或一起)实施处理器以从所采集的数据创建地图信息,例如,可以用于道路体验管理(REM)地图技术的道路路段数据(RSD)信息,其细节在下文进一步描述。作为另一示例,处理器可以实施为处理经无线通信链路(例如链路140)从远程服务器接收的地图信息(例如用于REM地图技术的路程指南信息)以在AV地图上定位车辆100,其可以由处理器使用来控制车辆100。
一个或多个处理器102可以包括一个或多个应用处理器214A、214B、图像处理器216、通信处理器218,并且可以另外地或替代性地包括在附图中出于简洁的目的而未示出的任何其他合适的处理装置、电路系统、部件等。类似地,取决于特定应用的要求,图像获取装置104可以包括任何合适数量的图像获取装置和部件。图像获取装置104可以包括一个或多个图像捕捉装置(例如,摄像头、电荷耦合装置(CCD)或任何其他类型的图像传感器)。安全系统200还可以包括将一个或多个处理器102通信地连接至一个或多个图像获取装置104的数据接口。例如,第一数据接口可以包括用于将由一个或多个图像获取装置104获取的图像数据发射至一个或多个处理器102,例如,至图像处理器216的一个任何有线和/或无线第一链路220或多个任何有线和/或无线第一链路220。
无线收发器208、210、212可以例如经由第二数据接口耦合至一个或多个处理器102,例如,至通信处理器218。第二数据接口可以包括用于将由无线收发器208、210、212获取的无线电发射数据发射至一个或多个处理器102,例如,至通信处理器218的一个任何有线和/或无线第二链路222或多个任何有线和/或无线第二链路222。此类发射还可以包括车辆100与车辆100的环境中的一个或多个其他(目标)车辆之间的(单向或双向)通信(例如,以基于车辆100的环境中的其他(目标)车辆或与其一起来促进对车辆100的导航的协调),或甚至到发射车辆100附近的未指定接收者的广播发射。
存储器202以及一个或多个用户界面206可以例如经由第三数据接口耦合至一个或多个处理器102中的每一者。第三数据接口可以包括一个任何合适的有线和/或无线第三链路224或多个任何合适的有线和/或无线第三链路224。此外,位置传感器106可以例如经由第三数据接口耦合至一个或多个处理器102中的每一者。
一个或多个处理器102中的每个处理器214A、214B、216、218可以实施为任何合适数量和/或类型的基于硬件的处理装置(例如,处理电路系统),并且可以共同地,即与一个或多个处理器102一起形成如本文所论述的一种或多种类型的控制器。提供如图2所示的架构是为了便于解释及作为示例,并且车辆100可以包括任何合适数量的一个或多个处理器102,该一个或多个处理器中的每一者可以类似地配置成利用经由多种接口接收的数据并执行一个或多个特定任务。
例如,一个或多个处理器102可以形成控制器,该控制器配置成执行车辆100的各种控制相关功能,诸如计算和执行特定车辆跟随速度、速率、加速度、制动、转向、轨迹等。作为另一示例,作为一个或多个处理器102的补充或替代,车辆100可以实施可以形成不同类型的控制器的其他处理器(未示出),该不同类型的控制器配置成执行附加的或替代类型的控制相关功能。每个控制器可以负责控制与车辆100相关联的特定子系统和/或控制件。根据此类方面,每个控制器可以经由相应接口(例如220、222、224、232等)从如图2所示的相应耦合的部件接收数据,其中无线收发器208、210和/或212经由第二链路222向相应控制器提供数据,该第二链路在此示例中充当相应的无线收发器208、210和/或212与每个相应控制器之间的通信接口。
为了提供另一示例,应用处理器214A、214B可以单独地表示与一个或多个处理器102共同运作以执行特定控制相关任务的相应控制器。例如,应用处理器214A可以实施为第一控制器,而应用处理器214B可以实施为配置成执行如本文进一步论述的其他类型的任务的第二且不同类型的控制器。根据此类方面,一个或多个处理器102可以经由多种接口220、222、224、232等从如图2所示的相应耦合的部件接收数据,并且通信处理器218可以经由相应耦合的链路240A、240B向每个控制器提供从其他车辆接收的(或要发射至其他车辆的)通信数据,该相应耦合的链路在此示例中充当相应应用处理器214A、214B与通信处理器218之间的通信接口。当然,作为基于控制的功能的补充或替代,应用处理器214A、214B可以执行其他功能,诸如本文所讨论的各种处理功能,从而提供关于可能碰撞的警告等。
一个或多个处理器102可以另外实施为与车辆100的任何其他合适的部件通信,以确定车辆在驾驶时或在任何其他合适时间的状态,这可以包括表示车辆状态的数据的分析。例如,车辆100可以包括一个或多个车辆计算机、传感器、ECU、接口等,它们可以统称为车辆部件230,如图2所示。一个或多个处理器102配置成经由附加数据接口232与车辆部件230通信,该附加数据接口可以表示任何合适类型的链路并且根据任何合适的通信协议(例如CAN总线通信)来操作。使用经由数据接口232接收的数据,一个或多个处理器102可以确定任何合适类型的车辆状况信息,诸如车辆100的当前驾驶档位、当前发动机速度、加速能力等。作为另一示例,用于控制速度、加速度、制动、转向等的多种度量可以经由车辆部件230来接收,这可以包括接收指示此类度量或此类度量如何随时间变化的不同程度的任何合适类型的信号(例如制动力、车轮角度、倒档等)。
一个或多个处理器102可以包括任何合适数量的其他处理器214A、214B、216、218,该其他处理器中的每一者可以包括处理电路系统,诸如子处理器、微处理器、预处理器(诸如图像预处理器)、图形处理器、中央处理单元(CPU)、支持电路、数字信号处理器、集成电路、存储器,或适合运行应用程序及进行数据处理(例如图像处理、音频处理等)和分析及/或使车辆控制能够在功能上实现的任何其他类型的装置。在一些方面,每个处理器214A、214B、216、218可以包括任何合适类型的单核心或多核心处理器、微控制器、中央处理单元等。这些处理器类型可以各自包括具有本地存储器和指令集的多个处理单元。此类处理器可以包括用于从多个图像传感器接收图像数据的视频输入,并且还可以包括视频输出能力。
本文所公开的处理器214A、214B、216、218中的任一者可以配置成根据程序指令来执行某些功能,该程序指令可以存储在每个相应的214A、214B、216、218的本地存储器中,或者经由作为安全系统200的一部分或者在安全系统200外部的另一存储器来访问。此存储器可以包括一个或多个存储器202。不管由214A、214B、216、218访问的存储器的特定类型和位置如何,存储器可以存储软件和/或可执行指令,在由相关处理器(例如,由一个或多个处理器102、处理器214A、214B、216、218中的一者或多者等)执行时,该软件和/或可执行指令控制安全系统200的操作并且可以执行其他功能,诸如识别车辆100的位置(例如,经由一个或多个位置传感器106)、确定一个或多个热点的位置、确定SDM规则、根据SDM规则调整SDM参数、和/或何时使用户界面发出适当的警告,这可以包括为此目的而使用界面206或任何其他合适的显示装置,如本文进一步讨论。
由一个或多个处理器214A、214B、216、218访问的相关存储器(例如,一个或多个存储器202)还可以存储一个或多个数据库和图像处理软件以及经训练的系统(诸如神经网络,或例如深度神经网络),该经训练的系统可以用于根据如本文所论述的任何方面来执行任务。由一个或多个处理器214A、214B、216、218访问的相关存储器(例如,一个或多个存储器202)可以实施为任何合适数量和/或类型的非暂时性计算机可读介质,诸如随机存取存储器、只读存储器、快闪存储器、磁盘驱动器、光学存储装置、磁带存储装置、可移动存储装置或任何其他合适类型的存储装置。
展示与如图2所示的安全系统200相关联的部件是为了便于解释并作为示例而非限制。安全系统200可以包括额外的、更少的或替代的部件,如本文参考图2所示出和论述的。此外,安全系统200的一个或多个部件可以集成或以其他方式组合到公共处理电路系统部件中或与图2所示的那些分离,以形成独特且独立的部件。例如,安全系统200的部件中的一者或多者可以彼此集成在公共裸片或芯片上。作为说明性示例,一个或多个处理器102以及由一个或多个处理器214A、214B、216、218访问的相关存储器(例如,一个或多个存储器202)可以集成在公共芯片、裸片、封装等上,并且一起构成配置成执行一个或多个特定任务或功能的控制器或系统。同样,此类控制器或系统可以配置成执行各种功能,以执行与发出警告和/或控制车辆100的各个方面相关的功能(如本文中进一步详细讨论),以呈现相关警告和/或控制在其中实施安全系统200的车辆100的状态。
在一些方面,安全系统200可以进一步包括用于测量车辆100的速度的部件,诸如速度传感器108(例如速度计)。安全系统200还可以包括一个或多个惯性测量单元(IMU)传感器,诸如例如,用于测量车辆100沿着一个或多个轴线的加速度的加速度计、磁力计和/或陀螺仪(单轴或多轴),以及另外或替代地一个或多个陀螺仪传感器,其可以单独或与其他合适的车辆传感器组合实施,例如以计算车辆的自车运动,如本文所论述。例如,这些IMU传感器可以是位置传感器105的一部分,如本文所论述。安全系统200可以进一步包括额外传感器或不同传感器类型,例如超声波传感器、热传感器、一个或多个雷达传感器110、一个或多个LIDAR传感器112(其可以集成在车辆100的头灯中)、数字罗盘等等。雷达传感器110和/或LIDAR传感器112可以配置成提供预处理的传感器数据,诸如雷达目标列表或LIDAR目标列表。第三数据接口(例如,一个或多个链路224)可以将速度传感器108、一个或多个雷达传感器110和一个或多个LIDAR传感器112耦合到一个或多个处理器102中的至少一个。
自主车辆(AV)地图数据和道路体验管理(REM)
称为REM地图数据(或者替代性地称为路程指南地图数据或AV地图数据)的数据还可以存储在由一个或多个处理器214A、214B、216、218访问的相关存储器(例如,一个或多个存储器202)中或存储在任何合适的位置和/或以任何合适的格式存储(诸如存储在本地或基于云的数据库中)、经由车辆与一个或多个外部部件之间的通信(例如,经由收发器208、210、212)来访问等。应当注意,虽然在本文中称为“AV地图数据”,但是数据可以在任何合适的车辆平台中实施,该车辆平台可以包括具有任何合适的自动化级别(例如,级别0至5)的车辆,如上所述。
无论在何处存储和/或访问AV地图数据,AV地图数据均可以包括在车辆100行驶的导航环境中可轻易识别的已知地标的地理方位。地标的位置可以由来自在同一道路上驾驶的其他车辆的历史累积生成,该其他车辆收集关于地标的外观和/或位置的数据(例如“众包”)。因此,每个地标可以与已经建立的一组预定地理坐标相关。因此,除了使用基于方位的传感器(诸如GNSS)之外,由AV地图数据提供的地标的数据库使车辆100还能够使用一个或多个图像获取装置104来识别地标。一旦经识别,车辆100就可以实施其他传感器(诸如LIDAR、加速度计、速度计等)或来自图像获取装置104的图像,以评估车辆100相对于所识别的地标位置的位置和方位。
此外,如上文所提到,车辆100可以确定其自身的运动,称为“自车运动”。自车运动通常用于计算机视觉算法和其他类似算法,以表示车辆摄像头跨多个帧的运动,这提供可以用于根据相应图像来计算场景的3D结构的基线(即空间关系)。车辆100可以分析自车运动以确定车辆100相对于所识别的已知地标的位置和取向。因为地标是用预定地理坐标来识别的,所以车辆100可以基于以下来确定其在地图上的方位和位置:使用地标相关的地理坐标确定其相对于所识别的地标的位置。这样做提供明显的优点,即,将较小规模位置跟踪的有益效果与GNSS定位系统的可靠性结合,同时避免这两种系统的缺点。需进一步注意,以此方式对自车运动的分析为算法的一个示例,该算法可以用单目成像来实施,以确定车辆的方位与一个或多个已知地标的已知方位之间的关系,从而辅助车辆对自身进行定位。然而,自车运动对于其他类型的技术来说不是必要的或相关的,并且因此对于使用单目成像进行定位来说不是必需的。因此,根据如本文所描述的各方面,车辆100可以利用任何合适类型的定位技术。
因此,通常作为一系列步骤的一部分而构建AV地图数据,这可能涉及选择加入数据收集过程的任何合适数量的车辆。随着每个车辆收集数据,数据分类成带标记的数据点,其然后发射到云或另一合适的外部位置。然后,合适的计算装置(例如云服务器)分析来自同一道路上的各个驾驶的数据点,并将这些数据点彼此聚合并调正。在已经执行调正之后,数据点用于定义道路基础设施的精确轮廓。接下来,识别使车辆能够理解即时驾驶环境的相关语义,即定义链接至经分类的数据点的特征和对象。举例来说,以此方式定义的特征和对象可以包括驾驶环境的交通灯、道路箭头、标志、道路边缘、可驾驶路径、车道分割点、停止线、车道标记等,使得车辆可以轻易地使用AV地图数据来识别这些特征和对象。然后,将此信息编译成路程指南地图,其构成一组驾驶路径、语义道路信息(诸如特征和对象)和经聚合的驾驶行为。
例如,可以作为一个或多个存储器202的一部分存储或经由计算系统150并经由链路140访问的地图数据库204可以包括任何合适类型的数据库,该数据库配置成存储车辆100,例如安全系统200的(数字)地图数据。一个或多个处理器102可以使用合适的通信网络(例如,经蜂窝网络和/或互联网等)经有线或无线数据连接(例如,一个或多个链路140)将信息下载至地图数据库204。再次,地图数据库204可以存储AV地图数据,其包括与各种地标(诸如对象和其他信息项,包括道路、水特征、地理特征、商业、兴趣点、餐馆、加油站等)在参考坐标系中的位置有关的数据。
因此,地图数据库204不仅可以存储此类地标的方位作为AV地图数据的一部分,而且还可以存储与这些地标有关的描述符,包括例如与所存储的特征中的任一者相关联的名称,并且还可以存储与项的细节有关的信息,诸如项的精确位置和取向。在一些情况下,AV地图数据可以存储稀疏数据模型,包括车辆100的某些道路特征(例如,车道标记)或目标轨迹的多项式表示。AV地图数据还可以包括各种辨识的地标的所存储表示,可以提供这些所存储表示来确定或更新车辆100相对于目标轨迹的已知位置。地标表示可以包括数据字段(诸如地标类型、地标方位等)以及其他可能的标识符。AV地图数据还可以包括非语义特征(包括环境中的某些对象或特征的点云)以及特征点和描述符。
地图数据库204可以用除路程指南地图数据之外的数据来扩充,和/或地图数据库204和/或路程指南地图数据可以部分或全部地驻留作为远程计算系统150的一部分。如本文所论述,可以存储在地图数据库204和/或远程计算系统150中的已知地标的方位和地图数据库信息可以形成本文中称为“AV地图数据”、“REM地图数据”或“路程指南地图数据”的内容。一个或多个处理器102可以处理车辆100的环境的传感信息(例如图像、雷达信号、来自LIDAR的深度信息或两个或更多个图像的立体处理)以及位置信息(例如GPS坐标、车辆的自车运动等),以通过使用AV地图中所含的信息来确定车辆100相对于已知地标的当前方位、位置和/或取向。因此可以以这种方式细化对车辆的方位的确定。此技术的某些方面可以另外地或替代性地包括在定位技术诸如地图绘制和路径规划模型中。
本文所描述的各方面可以进一步利用AV地图数据的使用来识别热点位置,如本文进一步讨论。因此,热点数据可以构成AV地图数据或单独生成和/或访问的热点地图的一部分。AV地图数据和/或热点地图数据(在一些方面,其可以再次构成地图数据的单个实体)可以存储在任何合适的位置中,并且可以下载并存储在本地作为地图数据库204的一部分,例如,其可以再次存储为一个或多个存储器202的一部分,或者经由计算系统150经由链路140来访问。此外,本文所论述的AV地图数据主要是关于已知地标的地理方位和可以用那些地标识别的其他类型的信息的使用来描述的。然而,这是作为示例而非限制,并且AV地图可以用能够链接到准确的地理或其他合适的位置的任何合适的内容来识别。
安全驾驶模型(SDM)和SDM参数
此外,安全系统200可以实施安全驾驶模型(也称为“驾驶策略模型”或简称为“驾驶模型”),例如,该安全驾驶模型可以作为如本文所讨论的ADAS系统和/或AV系统的一部分来利用和/或执行。例如,安全系统200可以包括形式模型(诸如安全驾驶模型)的计算机实施(例如,作为驾驶模型的一部分)。安全驾驶模型(SDM)可以包括数学模型在数字计算机硬件中的实施,该数学模型使对适用于自动驾驶(例如,地面)车辆的适用法律、标准、政策等的解释形式化。在一些实施例中,SDM可以包括标准化驾驶策略,诸如责任敏感安全(RSS)模型。然而,实施例不限于此特定示例,并且可以使用任何合适的驾驶策略模型来实施SDM,该驾驶策略模型定义车辆100应当遵守以促进安全驾驶的各种安全参数。
例如,SDM可以被设计成实现例如三个目标:第一,对法律的解释应当是合理的,即,符合人类解释法律的方式;第二,解释应当产生有用的驾驶策略,意味着解释将产生灵活的驾驶策略,而不是过度防御性驾驶,该过度防御性驾驶不可避免地会迷惑其他人类驾驶者并且将阻塞交通,并且继而限制系统部署的可扩展性;以及第三,解释应当是可高效验证的,即,可以严格证明自动驾驶(自主)车辆正确地实施了对法律的解释。安全驾驶模型(例如车辆100)在主车辆中的实施可以为或包括用于安全保证的数学模型的实施,该数学模型使得能够识别和执行对危险情况的正确响应,从而可以避免自犯事故。
安全驾驶模型可以实施逻辑,以应用驾驶行为规则,诸如以下五个规则:
-不要追尾。
-不要鲁莽超车。
-让出而非抢夺先行权。
-注意能见度有限的区域。
-在你能避免事故而不引起另一事故时,你就必须这样做。
应当注意,这些规则不是限制性的,也不是排他性的,而是可以根据需要在各个方面进行修正。因此,规则代表社会驾驶“契约”,该契约可能因地区而异,并且也可能随着时间的推移而发展。虽然这五个规则当前适用于大多数国家,但在每个地区或国家中规则可能并不完整或相同,并且可能对其进行修正。
如上文所描述,车辆100可以包括也参考图2描述的安全系统200。因此,安全系统200可以生成数据来控制或辅助控制车辆100的ECU和/或车辆100的其他部件,以直接地或间接地控制车辆100的驾驶操作,这些驾驶操作可以包括驾驶车辆100或如本文进一步讨论的其他合适的操作。该控制可以任选地包括调整一个或多个SDM参数,如本文进一步讨论,这可以响应于经由图像处理、传感器测量等获得的任何合适类型的反馈的检测而发生。用于此目的的反馈可以在本文中统称为“环境数据测量”并且包括识别与外部环境、车辆乘员、车辆100和/或车辆100的车厢环境等相关联的状态的任何合适类型的数据。
例如,环境数据测量可以包括表示和/或被分析以识别车辆中的驾驶者或其他乘客的状态(例如,困倦)的任何合适类型的数据。环境数据测量还可以包括指示在驾驶车辆100时所监控的驾驶者决策的数据,这对于预期驾驶者错误并发出警告或警报以纠正或减轻此类错误可能特别有用。作为另一示例,环境数据测量可以识别车辆100与其他车辆之间的纵向和/或横向距离、道路中对象的存在、危险位置等。环境数据测量可以经由车辆100的任何合适的部件(诸如一个或多个图像获取装置104、一个或多个传感器105、位置传感器106、速度传感器108、一个或多个雷达传感器110、一个或多个LIDAR传感器112等)获得,和/或可以是经由该部件获取的数据的分析结果。为了提供说明性示例,环境数据可以用于基于环境数据测量的任何合适的组合来生成环境模型。车辆100可以利用环境模型在驾驶策略模型的框架内执行各种导航相关操作。
因此,安全系统200可以根据SDM参数来参考环境数据测量值,以估计或预测危险情况,并且作为响应,执行诸如改变车辆的导航相关操作、发出警告等的动作。以此方式,当根据环境数据测量执行车辆100的基于控制的操作或非基于控制的操作时,ADAS可以利用或参考由安全驾驶模型定义的SDM参数,具体取决于特定场景。基于控制的操作因此可以使车辆100遵守由如本文所讨论的SDM模型定义的SDM参数。例如,车辆100的基于控制的操作可以包括使车辆100转向、改变车辆100的加速度和/或速率等。非基于控制的操作的示例包括使一个或多个用户界面206发出相关警报或警告、改变车辆设置等。
例如,可以通过生成环境模型并结合环境模型使用驾驶策略模型确定待由车辆进行的动作来执行导航相关操作。环境模型可以基于传感器数据、地图数据等连续更新,使得在任何给定时刻,环境模型的当前状态表示车辆的环境中的对象的最新表示(例如感测到的和/或经映射的)和对象之间的关系。也就是说,可以基于环境模型来应用驾驶策略模型以确定待由车辆进行的一个或多个动作(例如,导航相关操作)。例如,SDM可以配置成通过基于演进的环境模型(通常是用于确定动作的相应一组状态)确定和执行多个动作来完成长期导航目标。SDM可以(作为添加层的一部分或作为添加层)与驾驶策略模型结合使用,以确保在任何给定时刻待由车辆进行的动作的安全性。例如,ADAS可以利用或参考由安全驾驶模型定义的SDM参数,以根据环境数据测量结果并依据特定驾驶场景来确定车辆100的导航相关操作。因此,导航相关操作可以使车辆100执行基于环境模型的特定动作,以符合由如本文所论述的SDM模型定义的SDM参数。例如,导航相关操作可以包括使车辆100转向、改变车辆100的加速度和/或速率、执行预定轨迹操纵等。换句话说,可以使用所获取的传感器数据来生成环境模型,并且然后可以将适用的驾驶策略模型与环境模型一起应用以确定待由车辆执行的导航相关操作或其他动作(例如,发出警告)。进一步举例,SDM可以用作驾驶策略模型的一部分,或者用作应用在驾驶策略模型“之上”的单独模型,以增强由驾驶策略模型选择的动作的安全性。除了提高安全性之外,驾驶策略模型与SDM一起可以配置成实现AV驾驶的高效率(同时增强安全性)。
本文所描述的各方面可以附加地或替代性地利用热点的检测和/或与热点的检测相关的其他条件(诸如车辆100与热点的接近度、一天中的时间等)来调整SDM参数和/或使车辆执行特定的基于控制或非基于控制的操作。因此,热点的检测和/或与热点的检测关联的其他条件可以被认为是如上文所讨论的环境数据测量的一部分,其可以用于触发如本文所讨论的各种车辆操作。
安全参数的示例
如本文所讨论,车辆100可以实施ADAS系统以利用一个或多个安全驾驶模型(SDM),该一个或多个安全驾驶模型根据各种规则(例如,诸如如上所述的五个驾驶规则)来定义安全参数。同样,所定义的安全参数允许车辆100通过经由各种传感器、AV系统、图像分析、对象检测和分类等测量环境来执行这些驾驶规则,并且然后使用此信息来计算适当的安全参数(在本文中也称为SDM参数)。
例如,根据本文所描述的各方面使用的两个SDM参数包括车辆之间的纵向距离(例如,跟随距离)和横向距离,分别表示为d纵向和d横向。这些纵向距离和横向距离是每个车辆的速率(例如,后方(执行)车辆(v后)和前方车辆(v前))、每个车辆的可能的纵向最大加速度和横向最大加速度每个车辆的可能的纵向最小减速度和可能的横向最小减速度每个车辆的可能的纵向最大减速度和横向最大减速度与车辆的响应时间(ρ)的函数。最小安全纵向距离和最小安全横向距离分别根据等式1和2定义如下。
等式1:其中纵向最小安全距离应用于在相同方向上驾驶的后车和前车;以及
等式2:
其中横向最小安全距离与与汽车2的左侧的汽车1相关联的符号一起应用,并且其中μ表示安全横向距离测量,其可以根据任何已知方式计算
上文所示的SDM参数是以示例而非限制的方式提供的,并且可以包括定义车辆100的安全操作的任何合适类型的参数,并且在各种场景中(诸如当检测到车辆100与热点的接近度时)可以调整或可以不调整这些参数。例如,SDM参数可包括最大车辆速度、最小车辆速度、最大转向角、最大车辆加速度等。适当的SDM参数的计算和/或修改可以基于包括SDM的至少一部分的一个或多个SDM规则,其可以是情境性的,即条件的任何合适组合的函数。例如,要应用于特定场景的SDM规则可以是如上文所讨论的环境数据测量、车辆100的位置以及车辆100相对于热点位置的位置的函数。因此,本文所讨论的ADAS系统可以用于响应于所满足的各种条件来确定SDM规则和要用于该SDM规则的相关联的SDM参数(其可以从默认的或先前使用的SDM参数调整),该各种条件可以包括车辆与所识别的热点位置的接近度,以及如本文进一步讨论的其他条件。
例如,SDM参数可以包括各种场景的最大和/或最小速率、最大和/或最小加速度、要施加的最大制动力等,其中每个场景与相应的SDM规则关联。因此,利用这些SDM参数的对应SDM规则可以指示应用制动以防止车辆100超过最大速率的方式、车辆100应当执行转弯和其他操纵的速度等。SDM参数可以附加地或替代性地取决于车辆100的类型、车辆100的负载、车辆100的年龄或机械条件、环境条件、驾驶风格的选择(即,更自信或更保守)等。再次,并且根据本文所描述的各方面,SDM参数可以附加地或替代性地取决于所满足的预定义标准,诸如热点位置的检测、车辆100与此类热点位置的接近度、车辆接近热点位置、以及任何其他合适的标准。
热点地图数据
如上所述,安全系统200可以利用AV地图数据来沿标记道路特征(诸如可行驶路径、车道标线等)的样条线跟踪车辆100和/或当前道路位置相对于所识别的地标的位置,并且确定道路特征的语义意义或相关性(诸如交通灯相关性,或者具有或不具有停止线的路口中的停止位置)。然而,这些方面不限于为此目的使用AV地图数据,并且可以包括车辆100根据任何合适的技术并在任何合适的坐标参考系内识别其位置,包括诸如经由GNSS的已知技术。
在任何情况下,当安全系统200利用AV地图数据时,可以以高准确度确定车辆100在道路上并且相对于AV地图的位置。因此,可以以增加的准确度和效率来执行与车辆在道路上的位置有关和/或利用车辆在道路上的位置的车辆的其他功能。如本文所描述的各方面可以用在本文中称为热点地图数据的来扩充AV地图数据,或者替代性地可以单独地实施热点地图数据。不管生成、访问和/或存储热点地图数据的方式如何,热点地图数据可以表示地理位置的地图,该地理位置在本文中称为热点位置,对应于由其他车辆先前发出的基于安全的警告的数量满足或超过预定义标准的(在地图上的)位置。例如,热点位置可以对应于地理位置,在该地理位置处,由其他车辆先前发出的基于安全的警告的数量超过预定阈值。在另一示例中,热点位置可以对应于对象或道路特征在地图中的位置,在该位置处,由其他车辆先前发出的基于安全的警告的数量超过预定阈值。用于建立热点位置的预定值可以任选地取决于各种因素,使得响应于先前发出的基于安全的警告的更多或更少数量,可以基于基于安全的警告的严重性、基于安全的警告的类型、发出基于安全的警告的车辆的类型等来确定热点位置。
车辆100可以实施安全系统200(其同样可以充当ADAS或AV系统的一部分)以执行驾驶者和/或车辆监控功能,这些功能用于向车辆100的驾驶者或其他乘员生成安全相关的警告。这些安全相关的警告可以附加地或替代性地包括“被动”警告,其可以不呈现或让车辆乘员以其他方式知晓,但仍可能存在危险。因此,如本文所讨论的安全相关警告可以包括任何合适类型的(例如,经由车辆100的任何合适的部件)所生成的指示驾驶者状态、车辆状态和/或环境状态的警告,该警告可以表示对车辆100的驾驶者和/或乘客或者与车辆100共享环境的其他易受伤害的道路使用者(VRU)的潜在风险。
例如,由各种车辆先前发出的、经聚合并用于确定热点位置的基于安全的警告可以表示在车辆操作时发出(例如,生成)的任何合适类型的警告。此类基于安全的警告可以包括响应于各种检测到的条件而生成的基于音频和/或视频的警告,其旨在减轻不安全条件,消除(或至少减少)与其他车辆、对象、VRU等的可能的碰撞。附加地或替代性地,基于安全的警告可以包括所生成的情境感知消息、音频和/或视频消息等。此外,基于安全的警告对于车辆操作者可以是无声的或以其他方式透明的,并且包括经由车辆执行的导航辅助和/或控制以避免或减轻危险情况,诸如对轨迹的调整、紧急制动等。此类基于安全的警告的一些其他示例可以包括:在车辆跟随太近、其他车辆进入车辆100的车道时发出的警告;与车辆与VRU的接近度相关的所发出的警告;关于驾驶者的关注(例如,眼睛视线)偏离车辆100的行驶方向的所发出的警告;碰撞警告或碰撞险情;紧急制动警告;与VRU(例如行人或骑自行车者)的检测和/或此类VRU的险情相关的事件;与打滑、结冰路面等相关的事件。
换句话说,如本文所讨论,经聚合以确定热点位置的基于安全的警告通常指示事件随时间推移而发生并且从若干不同的报告车辆发出,并且指示发生不安全驾驶者行为或其他不安全条件的较高可能性。不管所发出的警告的具体类型如何,本文所描述的各方面用于通过以下来生成热点地图数据:针对随时间推移横穿相同位置的任何合适数量和/或类型的车辆收集并聚合此类安全相关警告。例如,车辆100以及任何其他合适数量的车辆可以(例如,经由一个或多个收发器208、210、212)存储和/或传输先前发出的基于安全的警告的日志到外部计算装置(例如,计算系统150)。因此,热点地图数据可以包括地理位置的相关性,其表示在不同时间跨特定区域内的任何合适数量的地理位置发出的各种类型的警告的聚合。以此方式,对于任何合适类型的基于安全的警告和为那些基于安全的警告定义的预定义约束,热点地图数据表示区域或热点。这些区域定义了具有数量增加的基于安全的警告的位置,这些警告已经由任何合适数量的车辆先前发出。因此,本文所描述的各方面涉及车辆100识别热点地图数据中所指示的热点或区域,并使用该信息来呈现警告或根据特定场景执行其他类型的动作。下面参照图3和图4进一步讨论热点地图数据。
图3展示了根据本公开的一个或多个方面的热点地图数据的示例图形表示。图3所示的热点地图300包括两个热点302、304,但是应当理解,热点地图可以基于特定区域和接收到的报告包括任何合适数量的热点。热点302、304分别识别具有任何合适大小和/或形状的区域,该热点可以根据诸如地理围栏的一组地理坐标来定义,并且为了便于解释,该热点在图3中示出为覆盖到真实世界地图上。然而,热点地图数据可以以任何合适的格式并且在任何合适的位置中存储。例如,与热点地图300关联的热点地图数据可以存储在远程计算系统150中,并且周期性地下载整个或部分地图(例如,仅将车辆的当前位置附近的地图图块传送到主车辆)到车辆100的本地存储器,以更新地图数据库204。
在任何情况下,除了识别每个热点的位置的一组坐标之外,与热点地图300关联的热点地图数据可以包括任何其他合适类型的数据。因此,车辆100可以访问热点地图数据以识别热点位置。此外,车辆100(例如,经由安全系统200)可以选择性地确定哪些热点位置要用于确定特定的SDM规则,哪些热点位置在车辆100接近该热点位置时将用于生成触发信号,以及响应于所生成的触发信号,哪些热点位置将用于根据SDM规则来调整SDM参数。下文不再使用这些方面的附加细节。
因此,在一些方面,车辆100可以连续地或周期性地将车辆100的位置与从热点地图数据检索的热点位置进行比较。然后,当满足一个或多个条件(例如,车辆100与热点的接近度)时,车辆100可以采取适当的动作。作为一些说明性示例,车辆100可以调整所确定的SDM规则的SDM参数、执行基于控制或基于控制之下的动作等。
然而,在其他方面,车辆100可以根据其他条件“过滤”热点并且基于是否满足这些附加条件来选择性地采取动作。例如,可以用从先前已经发出基于安全的警告的其他车辆报告的一组经聚合的数据来识别每个热点位置。但是,由于经聚合的数据可能对应于宽范围的不同类型的车辆、在一天中的不同时间或一年中的不同时间期间收集等,因此车辆100可以利用经聚合的数据来确定每个热点位置是否适用于当前条件下的特定车辆。
例如,图4示出了根据本公开的一个或多个方面的用于识别热点位置的聚合数据集的示例。如图4所示,聚合数据集对应于在地理区域内随时间推移经由其他车辆报告和/或接收的数据,该地理区域对应于与热点位置关联的地理坐标。因此,聚合数据集400可以对应于在任何合适的时间段(诸如先前5年、1年、6个月、6周、4天、2小时等)从多个车辆接收的数据。同样,聚合数据集400可以对应于响应于那些车辆发出相应的基于安全的警告而在先前时间范围内从车辆收集的数据。
也就是说,可以通过将一个或多个规则应用于数据来识别热点302、304,该数据已经针对随时间推移报告与发出基于安全的警告有关的信息的车辆进行收集,并且已经在大区域(诸如如图3所示的较大地图区域)上聚合。因此,如上所述,可以通过识别满足预定义约束的区域来确定热点302、304。例如,这些预定义约束可以包括在预定阈值时间段内发出的基于安全的警告的总数超过预定义阈值,或者替代性地,对于特定车辆类型等,在预定阈值时间段内,多个特定类型的基于安全的警告先前已经发出,并且超过预定义阈值。作为另一示例,预定义约束可以包括道路封闭、当前碰撞或在特定热点位置处报告的其他事件等的指示。
因此,在图4所示的示例中,考虑到遵守隐私规则和其他当地法律和法规,聚合数据集400可以包括任何合适类型的数据。因此,在各个实施例中,聚合数据集400可以任选地包括由每个车辆报告的唯一车辆标识符、报告基于安全的警告的车辆的类型、以及伴随基于安全的警告的发出的任何其他合适类型的信息,诸如时间戳、车辆数据(例如,车辆的航向、取向、速率等)、环境数据(例如,天气条件、温度、风等)、对应于每个基于安全的警告发出时的地理位置坐标、警告的描述、地图上的位置(例如,轨迹上的位置和相对于附近地标的位置)等。如图4所示的数据集400是以示例而非限制的方式提供的,并且可以包括如与本文所讨论的热点位置的识别相关的任何合适类型的替代或附加信息。因此,各方面包括车辆100使用从数据集400获得的信息来确定热点是否要用于执行如本文所述的各种动作。
在一方面,数据集400可以包含从经由任何合适数量的车辆报告的数据聚合的数百或数千个数据条目,并且对应于热点302、304中的一者。因此,在此上下文中,预定义标准可以是在预定的先前阈值时间段内报告的基于安全的警告的总数,而不管已经发出的基于安全的警告的类型,并且不管包括在数据集400中的任何其他信息。然而,在其他方面,预定义标准可以更具选择性,使得热点302、304是基于基于安全的警告与车辆100的相关性来识别的。关于如何以此方式识别热点302、304的决定可以以任何合适的方式执行。
例如,远程计算装置150可以使用最广泛的预定义标准(例如,在预定的先前阈值时间段内报告的基于安全的警告的数量,而不管已经发出的基于安全的警告的类型)来生成热点地图数据。因此,热点地图数据可以表示适用于多个不同车辆类型、环境条件、驾驶场景、车辆状态、驾驶者状态等的热点的“超集”。根据此类方面,车辆(例如,车辆100)可以应用替代的或附加的预定义标准来识别与车辆100相关的热点。如下文进一步讨论,这些标准可以是用于确定热点与车辆100的相关性的条件的任何合适的组合。因此,根据此类方面,热点地图数据可以表示热点的初始集合,该初始集合可以基于热点的相关性来过滤并且用于响应于车辆100与此类热点的接近度而执行各种动作。
在其他方面,远程计算装置150可以生成如上所述的热点的“超集”,并且应用另外的标准来向不同车辆提供不同热点地图数据。例如,远程计算装置150可以基于请求热点地图数据的车辆类型来识别不同车辆的热点。为了提供说明性示例,在先前时间段内由卡车发出的基于安全的警告的数量可以超过热点302的预定阈值数量,而在同一先前时间段内由客运车辆发出的基于安全的警告的数量可以不超过该预定阈值数量。对于热点304,这种情况可以相反,即,在先前时间段内由客运车辆发出的基于安全的警告的数量可以超过热点304的预定阈值数量,而在同一先前时间段内由卡车发出的基于安全的警告的数量可以不超过该预定阈值数量。继续该示例,远程计算装置150可以仅识别卡车的热点302并且仅识别客运车辆的热点304。以此方式,由车辆100下载的热点地图数据可以包含特定区域上的所有热点位置的集合,其中车辆100进一步识别相关热点。替代性地,远程装置150可以做出该确定,使得热点地图数据一旦下载就根据每个特定车辆的相关性定制。
使用热点地图数据执行的动作
同样,可以基于任何合适数量和/或类型的预定义标准来识别各种热点位置。在任何情况下,一旦识别出热点位置,车辆100就可以基于其与热点位置的接近度并且响应于所满足的附加或替代条件来执行各种动作,如本文所讨论。这些动作可以是经由安全系统200生成的一个或多个触发信号的结果。例如,可以经由一个或多个处理器102生成一个或多个触发信号,该一个或多个触发信号可以是一个或多个处理器102执行指令的结果,该指令存储在合适的存储器(例如,一个或多个存储器202)、集成在一个或多个处理器102内的存储器等中。一个或多个触发信号可以构成任何合适类型的信号,可以根据任何合适类型的通信协议来生成和/或发送,并且可以符合任何合适类型的通信标准(诸如控制器局域网(CAN)总线标准)。尽管在本文中以复数形式提及,但是应当注意,触发信号可以基于以下来构成任何合适数量的此类信号:所执行的特定动作、触发信号的接收者部件的配置、和/或特定应用程序。
在任何情况下,此类触发信号可以由以下接收:与车辆100关联的任何合适数量和/或类型的部件(诸如本文所讨论的AV和/或ADAS系统)、安全系统200的其他部件(诸如用户界面206)、以及附图中未示出但可以由车辆用来执行各种动作的其他部件。如本文进一步讨论,触发信号可以导致要由车辆100执行的各种动作,这些动作将紧接着在下文进一步详细讨论。
根据本公开的一方面,一个或多个处理器102可以确定与基于安全的警告关联的SDM规则,该基于安全的警告与热点位置相关联。例如,并且回到图4,可以用数据集400来识别热点位置302、304中的一者,并且可以根据先前发出的大量基于安全的警告来识别热点,这些警告是关于以下的:车辆跟随太近、所发出的VRU警告、导致车辆速度降低的湿滑条件、车轮打滑等。因此,在满足一个或多个预定条件(例如,车辆100与热点位置302、304的接近度)时,一个或多个处理器102可以确定基于这些基于安全的警告中的一者或多者的SDM规则。
作为说明性示例,如本文所讨论的处理电路系统可以实施为车辆100的ADAS系统和/或AV系统的一部分,或者可以与此类部件通信。因此,车辆100的处理电路系统可以指示或以其他方式使(经由使用触发信号)ADAS或AV系统基于车辆相对于一个或多个所识别的热点位置来自动调整一个或多个SDM参数。这可以包括,例如,ADAS系统或AV系统自动调整与车辆之间的跟随距离和/或横向距离相关的SDM参数,以添加附加的“缓冲器”来补偿热点位置的不安全性质。作为进一步的示例,这可以包括基于检测到的热点的位置和/或与检测到的热点关联的先前车辆警告,增加如上文所讨论的最小安全纵向安全跟随距离和/或最小横向距离,或任何其他合适类型和/或数量的SDM参数。然后,车辆100可以执行基于控制的操作(诸如减速、改变车道等),同时确保车辆100遵守经更新的SDM参数。
为了提供说明性示例,一个或多个处理器102可以确定SDM规则,该SDM规则与关于车辆跟随太近的基于安全的警告关联。这可以通过确定受先前发出的各种基于安全的警告影响和/或涉及其中的SDM参数来执行,这些SDM参数可以包括数据集400的一部分(未示出),或者根据任何合适的逻辑、预定规则等来计算。在任何情况下,并且继续本说明性示例,所确定的SDM规则可以是根据上文的等式1建立的纵向最小安全距离因此,当车辆100处于热点位置302、304中的一者的阈值预定距离内(并且任选地还朝热点位置移动)时,一个或多个处理器102可以基于该SDM规则生成触发信号,该触发信号可以包括识别要如何改变SDM参数的指令或其他数据。响应于接收到触发信号,车辆ADAS系统、AV系统或其他合适的计算系统然后可以根据所确定的SDM规则来调整SDM参数中的一个或多个。这可以包括例如增加纵向最小安全距离和/或修改计算纵向最小安全距离所根据的一个或多个其他SDM参数,如上文的等式1所示。以此方式,车辆100可以在接近热点位置时预期所发出的基于安全的警告,并且基于先前发出的基于安全的警告主动地调整SDM参数,以降低针对车辆100发出基于安全的警告的可能性。
作为另一说明性示例,可以基于先前发出的关于车辆接近VRU的基于安全的警告来减小与最大速率关联的SDM参数。这可以通过在横穿热点位置时降低车辆的速度来主动地减轻制动的应用。作为又一说明性示例,可以基于先前发出的关于湿滑道路表面条件的检测的基于安全的警告(例如,车轮打滑警告)来减小与最大加速度和/或最大速率关联的SDM参数。这样做可以主动地允许车辆100在接近热点位置时适应此类条件。
在一些方面,车辆100可以基于补充或替代先前发出的基于安全的警告的条件来调整SDM参数,或者可以使用此类条件来进一步修改调整SDM参数的方式。例如,车辆100可以基于车辆类型、环境条件(诸如天气条件)、一天中的时间或一年中的时间等来调整SDM参数。例如,与客运车辆相比,对于卡车或其他较重的车辆,车辆100可以更保守地调整SDM参数(例如,通过进一步增加纵向最小安全距离),以补偿停止所需要的增加的时间。作为另一示例,车辆100可以更保守地调整SDM参数,以考虑车辆100当前可能经历的结冰条件或其他不利天气。
为了提供附加示例,所生成的触发信号可以使得车辆100能够执行补充或替代经调整的SDM参数的其他动作。例如,触发信号可以使一个或多个用户界面206基于车辆100相对于一个或多个所识别的热点位置的位置来执行非基于控制的车辆操作。此类非基于控制的操作可以包括例如发出响应于各种条件(诸如车辆100处于距热点位置的预定阈值距离内)而呈现的警告。附加的非基于控制的操作可以包括:调整车辆用户界面设置以向用户提供关于环境的附加信息、启用车辆100内的牵引力控制特征等。
在此类情况下,一个或多个用户界面206可以呈现基于安全的警告,以指示车辆与附近热点位置的接近度。作为说明性示例,此类警告可以包括文本显示,诸如“警告:车辆位于第四大道与主街的交叉路口附近,该交叉路口被分类为高风险交叉口,”或“警告:第四大道与主街的交叉路口附近与行人交通的高发生率关联。”作为另一示例,警告可以指示关于由其他车辆先前发出的对应于该热点位置的基于安全的警告的特定信息。此类警告的说明性示例可以包括显示文本,诸如“警告:根据其他车辆的报告,第四大道与主街的交叉路口附近与驾驶者分心的高发生率关联,在行驶通过该区域时,请特别注意道路。”
为了提供进一步的说明性示例,一个或多个处理器102可以响应于以下而计算避开所识别的热点位置的路径和/或路线:车辆100接近热点位置和/或处于热点位置的预定阈值距离内。在此上下文中,应当注意,路线可以包括从一个位置到另一个位置的一组道路和道路节段,而路径可以包括一组点或车辆100在两点之间采取的轨迹。因此,当车辆改变车道(例如,在从点A到B的路线上)时,车辆100改变其路径,并且当车辆100例如将点B改变到不同的点C时,则车辆100改变其路线。如本文所讨论的实施例包括用于避开所识别的热点位置的车辆100的任何合适类型的导航调整,该导航调整可以包括计算出的路线和/或路径。此类导航调整可以由使用者请求,或者如果车辆100已经沿将横穿热点位置的路线和/或路径行驶,则包括替代路线和/或路径。在任一情况下,车辆100的用户界面可以呈现路线和/或路径、和/或指示导航调整避开热点的适当的通知和/或警告,并且任选地呈现如上所述的关于与所避开的热点位置相关的安全关注的信息。附加地或替代性地,一个或多个处理器102可以在此类情况下生成触发信号,该触发信号可以使车辆100的AV系统控制车辆遵循(经更新的)计算出的路线和/或路径。以此方式,车辆100对热点位置的响应可以根据车辆的能力和/或使用者偏好而变化。
在另外的方面,可以不改变SDM参数,尽管触发信号可以使车辆100执行其他动作。此类动作可以构成由多个车辆部件中的一者执行的基于控制的操作。例如,在车辆100导航通过所识别的热点位置的情况下,车辆100可以采取缓解动作来帮助减少经由热点地图数据识别的每个热点位置的已知风险的类型。
作为另一示例,触发信号可以导致ADAS系统(或其他合适的车辆部件)不一定更新SDM参数,而是使用当前(即,未经调整的)SDM参数来执行各种动作。因此,当车辆100接近热点位置时(例如,处于距热点位置的预定阈值距离内并且朝热点位置移动),可以生成如本文所讨论的触发信号。触发信号进而可以导致车辆100执行各种动作,这些动作可以包括任选的SDM参数调整和/或其他动作的执行,如本文进一步讨论。
此外,各方面包括响应于补充或替代车辆100与热点位置的接近度的其他条件的检测而生成触发信号。例如,可以生成触发信号以使车辆100进一步基于一个或多个条件和/或场景来执行动作。这些条件可以是任何合适数量和/或类型的条件,诸如当前环境状态、车辆状态、和/或车辆乘员状态,如本文进一步讨论。在一些方面,这些条件和/或场景可以与关于所识别的热点位置发出基于安全的警告的那些条件和/或场景相匹配,而在其他方面,这些条件和/或场景可以独立于与关于所识别的热点位置发出基于安全的警告相关联的那些条件和/或场景。
在各个方面,环境状态可以包括当前日期、一天中的时间、当前天气条件等。同样,在一些方面,这些条件可以独立地或关于匹配条件导致触发信号和伴随的车辆动作的生成,该匹配条件与在与一个或多个热点位置相关联的位置处由其他车辆先前发出基于安全的警告的时间相关联。例如,可以利用用于生成热点地图数据的先前发出的安全警告的时间戳数据来识别一天中安全警告或其他车辆动作可能特别相关的特定时间。因此,热点地图数据可以指示基于一天中的时间、一年中的时间等的危险的趋势或其他实例。
为了提供另一说明性示例,当车辆100向东朝热点位置移动时,可以生成触发信号以使警告被发出,该热点位置通过在早晨时段中的先前发出的警告的增加来识别。这可能是由于太阳部分地遮挡了驾驶者的视场,由此导致分心并且导致发出分心驾驶者的基于安全的警告。然而,车辆100可以在早晨时段之外接近同一热点位置,这可以不导致触发信号和伴随动作的生成。
为了提供进一步的说明性示例,当车辆100朝热点位置(其可以是桥)移动时,可以生成触发信号以使发出关于潜在的冰和滑溜条件的警告。在冬季月份期间而不是在一年中的其他时间期间,可以通过先前发出的警告的增加来识别热点位置。因此,当车辆100在冬季月份接近热点位置时或者在当前温度小于预定值时,可以发出警告,否则不生成警告。
在各个方面,车辆状态数据可以包括车辆100的任何合适的物理状态(诸如当前航向(即,行驶方向)、速率、取向等)的表示。因此,并且如上所述,当车辆100处于热点位置的预定阈值距离内时,通过基于车辆100的行驶方向来进一步调节触发信号生成,可以以更具选择性的方式来生成触发信号。因此,在此类情况下,车辆100可能需要满足两个条件(即,与热点位置的接近度和接近热点位置)以生成导致伴随动作的触发信号。以此方式,车辆100仅在其接近热点位置时执行动作并且具有横穿热点位置的增加的可能性。
在各个方面,车辆乘员状态数据可以包括表示车辆100的乘员(例如,驾驶者)的身体状态的任何合适的数据。这可以包括可以经由车辆100所使用的乘员监测系统获得的任何合适类型的信息和/或从与车辆100通信的部件(诸如例如生物传感器)接收的数据。例如,车辆乘员状态可以指示生物和生理特征,诸如心率。为了提供另一示例,车辆乘员状态可以包括车辆乘员的动作,诸如驾驶者的视线方向或可以经由合适的车内监测系统(诸如例如驾驶者监测系统(DMS))获得的其他信息。应当理解,本文中所使用的术语“驾驶者”涉及车辆的人类使用者。当车辆由车载自动驾驶系统操作时,此类使用者可以是车辆中的乘客或驾驶者或人/乘员。为了便于解释,以上术语在本文中可以互换地使用,除非从上下文中另外显而易见。
为了提供使用乘员状态信息的说明性示例,可以生成触发信号以使车辆100的ADAS和/或AV系统基于驾驶者的视线来调整一个或多个SDM参数。此类调整可以补充或替代上文所讨论的SDM参数调整,其可以基于热点位置来触发。例如,当发现车辆100的驾驶者的视线偏离预定方向达超过阈值时间段的时间段时,可以生成触发信号以使SDM参数被调整以考虑由于驾驶者注意力不集中而预期的响应时间的增加。视线方向可以相对于任何合适的参考(诸如车辆100的前轴、车辆100车载的摄像头的视场(FOV)方向、车辆前方的路径的方向等)来测量。如本文所述的其他说明性示例的情况,这可以包括增加纵向最小安全距离、减小最大速率和/或修改计算纵向最小安全距离所根据的一个或多个其他SDM参数。
此外,应当注意,根据本文所描述的各方面,用于生成触发信号的各种条件本质上可以是静态的或动态的。例如,车辆100与热点位置之间的预定阈值距离可以是固定的,或者替代性地,可以基于所满足的各种条件来调整。作为使用前述车辆乘员状态信息的一个说明性示例,车辆100的驾驶者的视线可以偏离预定方向达超过阈值时间段的时间段。在此类情况下,可以增加阈值预定距离以允许对SDM参数的调整更快地发生,从而补偿潜在的驾驶者注意力不集中。
为了提供附加示例,可以基于诸如车辆和/或环境状态信息的其他条件以此方式来执行预定阈值距离的调整。例如,在不利天气条件期间、当车辆以超过预定速率驾驶时、当车辆中的乘员数量超过阈值数量时、当音乐音量超过预定阈值音量水平时、当驾驶者打电话时等,可以增加预定阈值距离。
示例过程流程
图5展示了根据本公开的一个或多个方面的示例过程流程。例如,可以经由与车辆100和/或安全系统200关联的处理电路系统来执行与如本文中参考图5所讨论的框相关联的功能。这可以包括例如一个或多个处理器102、处理器214A、214B、216、218中的一者或多者等执行存储在合适的存储器(例如,一个或多个存储器202)中的指令。同样,处理电路系统可以将本文所描述的各方面实施为车辆100的ADAS和/或AV系统的一部分,或者可以与此类系统通信(例如,经由触发信号的传输)以实施本文所描述的各方面。
过程流程500可以开始于车辆100确定(框502)车辆100的位置。该位置可以被提供为地图上的3D坐标。该位置可以是车辆100沿AV地图(诸如REM地图)的轨迹的位置,或者在另一示例中,该位置可以是地理地图上的地理位置。这可以例如经由位置传感器106和/或使用AV地图数据来执行,如本文所述。因此,可以使用GNSS和/或AV地图数据来确定车辆100的位置。
过程流程500可以包括车辆100识别(框504)一个或多个热点位置。这可以例如使用热点地图数据来执行,该热点地图数据可以从外部计算装置(例如,计算系统150)检索和/或本地存储在地图数据库或与车辆100关联的其他合适的存储位置(例如,地图数据库204),如本文所述。同样,可以基于以下来识别热点位置:由其他车辆先前发出的满足预定义标准的基于安全的警告。例如,热点位置可以被定义为具有预定大小、形状、半径等的区域,其覆盖与针对那些区域的增加的数量的先前发出的警告相关的区域。热点位置还可以对应于针对特定车辆类型、针对一天中的特定时间、季节、天气条件等的特定预定类型的基于安全的警告。
过程流程500可以包括车辆100确定(框506)与基于安全的警告关联的安全驾驶模型(SDM)规则。这可以包括例如根据以上等式1建立纵向最小安全距离的SDM规则。附加地或替代性地,SDM规则可以基于以下来定义SDM参数的任何其他合适的组合:在热点位置处发出的基于安全的警告的性质和/或所发出的基于安全的警告所涉及或影响的SDM参数。
过程流程500可以包括车辆100基于SDM规则和车辆相对于热点位置的位置来生成(框508)一个或多个触发信号。这可以包括例如一个或多个处理器102响应于以下而生成触发信号:车辆100处于热点位置302、304中的一者的阈值预定距离内、接近热点位置302、304中的一者等,如本文所述。同样,触发信号可以包括识别SDM参数将如何改变的指令或其他数据。
过程流程500可以包括车辆调整(框510)与SDM规则相关联的一个或多个SDM参数。这可以包括例如一个或多个车辆系统(例如,车辆100的ADAS或AV系统)响应于接收到触发信号并根据所确定的SDM规则来调整SDM参数。这可以包括例如增加纵向最小安全距离和/或修改计算纵向最小安全距离所根据的一个或多个其他SDM参数,如上文的等式1所示。
示例
示例(例如示例1)涉及一种车辆。该车辆包括:存储器,其配置成存储指令;以及处理电路系统,其是该车辆的高级驾驶辅助系统(ADAS)的一部分,该处理电路配置成执行存储在该存储器中的该指令以:确定该车辆的位置;识别热点位置,该热点位置与在其处由其他车辆先前发出的基于安全的警告满足预定义标准的位置相关联;确定与该基于安全的警告相关联的安全驾驶模型(SDM)规则;以及基于该SDM规则和该车辆相对于所识别的热点位置的位置来生成一个或多个触发信号,其中该一个或多个触发信号使该ADAS调整该SDM规则的一个或多个SDM参数。
另一示例(例如,示例2)涉及先前描述的示例(例如,示例1),其中该SDM参数包括跟随距离。
另一示例(例如,示例3)涉及先前描述的示例(例如,示例1至2中的一个或多个),其中该SDM参数包括最大车辆速度。
另一示例(例如,示例4)涉及先前描述的示例(例如,示例1至3中的一个或多个),其中该处理电路系统进一步配置成计算避开该热点位置的导航调整,并且其中该一个或多个触发信号进一步使该车辆的自主车辆(AV)系统控制该车辆遵循计算出的导航调整。
另一示例(例如,示例5)涉及先前描述的示例(例如,示例1至4中的一个或多个),其中该处理电路系统配置成进一步基于环境状态或车辆状态来生成多个触发信号中的一个。
另一示例(例如,示例6)涉及先前描述的示例(例如,示例1至5中的一个或多个),其中该环境状态包括一天中的时间或当前天气条件中的一者,并且其中该车辆状态包括车辆行驶方向。
另一示例(例如,示例7)涉及先前描述的示例(例如,示例1至6中的一个或多个),其中该处理电路系统配置成基于该车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段,生成多个触发信号中的一个,以使该ADAS调整该一个或多个SDM参数。
另一示例(例如,示例8)涉及先前描述的示例(例如,示例1至7中的一个或多个),其中该处理电路系统配置成:响应于该车辆的该位置处于距该热点位置的阈值预定距离内,生成该一个或多个触发信号,以使该ADAS调整该一个或多个SDM参数。
另一示例(例如,示例9)涉及先前描述的示例(例如,示例1至8中的一个或多个),其中在该车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段时,增加该阈值预定距离。
另一示例(例如,示例10)涉及先前描述的示例(例如,示例1至9中的一个或多个),其中该处理电路系统配置成进一步基于车辆类型来生成多个触发信号中的一个,以使该ADAS调整该一个或多个SDM参数。
示例(例如,示例11)涉及一种非暂时性计算机可读介质。该非暂时性计算机可读介质具有存储在其上的指令,该指令在由车辆的处理电路系统执行时使该车辆:确定该车辆的位置;识别热点位置,该热点位置与在其处由其他车辆先前发出的基于安全的警告的数量超过预定阈值数量的位置相关联;确定与该基于安全的警告相关联的安全驾驶模型(SDM)规则;以及基于该SDM规则和该车辆相对于所识别的热点位置的位置来生成一个或多个触发信号,其中该一个或多个触发信号使该车辆的高级驾驶辅助系统(ADAS)调整该SDM规则的一个或多个SDM参数。
另一示例(例如,示例12)涉及先前描述的示例(例如,示例11),其中该SDM参数包括跟随距离。
另一示例(例如,示例13)涉及先前描述的示例(例如,示例11至12中的一个或多个),其中该SDM参数包括最大车辆速度。
另一示例(例如,示例14)涉及先前描述的示例(例如,示例11至13中的一个或多个),其中该指令在由该处理电路系统执行时进一步使该处理电路系统计算避开该热点位置的导航调整,并且使该车辆的自主车辆(AV)系统控制该车辆遵循计算出的导航调整。
另一示例(例如,示例15)涉及先前描述的示例(例如,示例11至14中的一个或多个),其中该指令在由该处理电路系统执行时进一步使该处理电路系统进一步基于环境状态或车辆状态来生成多个触发信号中的一个。
另一示例(例如,示例16)涉及先前描述的示例(例如,示例11至15中的一个或多个),其中该环境状态包括一天中的时间或当前天气条件中的一者,并且其中该车辆状态包括车辆行驶方向。
另一示例(例如,示例17)涉及先前描述的示例(例如,示例11至16中的一个或多个),其中该指令在由该处理电路系统执行时进一步使该处理电路系统基于该车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段,生成多个触发信号中的一个,以使该ADAS调整该一个或多个SDM参数。
另一示例(例如,示例18)涉及先前描述的示例(例如,示例11至17中的一个或多个),其中该指令在由该处理电路系统执行时进一步使该处理电路系统响应于该车辆的该位置处于距该热点位置的阈值预定距离内,生成该一个或多个触发信号,以使该ADAS调整该一个或多个SDM参数。
另一示例(例如,示例19)涉及先前描述的示例(例如,示例11至18中的一个或多个),其中该指令在由该处理电路系统执行时进一步使该处理电路系统在以下时增加该阈值预定距离:该车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段。
另一示例(例如,示例20)涉及先前描述的示例(例如,示例11至19中的一个或多个),其中该指令在由该处理电路系统执行时进一步使该处理电路系统进一步基于车辆类型来生成多个触发信号中的一个,以使该ADAS调整该一个或多个SDM参数。
示例(例如,示例21)涉及一种方法。该方法包括:确定车辆的位置;识别热点位置,该热点位置与在其处由其他车辆先前发出的基于安全的警告满足预定义标准的位置相关联;确定与该基于安全的警告相关联的安全驾驶模型(SDM)规则;以及基于该SDM规则和该车辆相对于所识别的热点位置的位置来生成一个或多个触发信号,其中该一个或多个触发信号使该车辆的高级驾驶辅助系统(ADAS)调整该SDM规则的一个或多个SDM参数。
另一示例(例如,示例22),涉及先前描述的示例(例如,示例21),其中该SDM参数包括跟随距离。
另一示例(例如,示例23),涉及先前描述的示例(例如,示例21至22中的一个或多个),其中该SDM参数包括最大车辆速度。
另一示例(例如,示例24),涉及先前描述的示例(例如,示例21至23中的一个或多个),进一步包括:计算避开该热点位置的导航调整;响应于该一个或多个触发信号,经由该车辆的自主车辆(AV)系统控制该车辆遵循计算出的导航调整。
另一示例(例如,示例25),涉及先前描述的示例(例如,示例21至24中的一个或多个),进一步包括:进一步基于环境状态或车辆状态来生成多个触发信号中的一个。
另一示例(例如,示例26),涉及先前描述的示例(例如,示例21至25中的一个或多个),其中该环境状态包括一天中的时间或当前天气条件中的一者,并且其中该车辆状态包括车辆行驶方向。
另一示例(例如,示例27),涉及先前描述的示例(例如,示例21至26中的一个或多个),进一步包括:基于该车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段,生成多个触发信号中的一个,以使该ADAS调整该一个或多个SDM参数。
另一示例(例如,示例28),涉及先前描述的示例(例如,示例21至27中的一个或多个),进一步包括:响应于该车辆的该位置处于距该热点位置的阈值预定距离内,生成该一个或多个触发信号,以使该ADAS调整该一个或多个SDM参数。
另一示例(例如,示例29),涉及先前描述的示例(例如,示例21至28中的一个或多个),其中在该车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段时,增加该阈值预定距离。
另一示例(例如,示例30),涉及先前描述的示例(例如,示例21至29中的一个或多个),其中生成多个触发信号中的一个以使该ADAS调整该一个或多个SDM参数的动作包括:进一步基于车辆类型来生成多个触发信号中的一个。一种如图所示且所描述的设备。
一种如图所示且所描述的方法。
结论
具体方面的前述描述将如此充分揭示本公开的一般性质,使得其他人可以通过应用本领域技术内的知识,轻易地修改和/或适应此类具体方面的各种应用,而无需进行过度实验,并且不背离本公开的一般构思。因此,基于本文呈现的教导和指导,此类适应和修改旨在处于所公开的方面的等同物的含义和范围内。应当理解,本文中的短语或术语是出于描述而非限制的目的,使得本说明书的术语或短语将由本领域技术人员根据教导和指导来解释。
本说明书中对“一个方面”、“一方面”、“示例性方面”等的引用表明,所描述的方面可以包括特定特征、结构或特性,但是并非每个方面均一定包括特定特征、结构或特性。此外,此类短语不一定是指同一方面。进一步地,当结合一方面描述特定特征、结构或特性时,无论是否明确描述,均认为结合其他方面影响此类特征、结构或特性处于本领域的技术人员的知识范围内。
提供本文所描述的示例性方面是出于说明性的目的,而非进行限制。其他示例性方面是可能的,并且可以对示例性方面进行修改。因此,本说明书并不意在限制本公开。相反,仅根据所附权利要求及其等效物来界定本公开的范围。
各方面可以以硬件(例如,电路)、固件、软件或其任何组合来实施。各方面还可以实施为存储在机器可读介质上的指令,该指令可以由一个或多个处理器读取和执行。机器可读介质可以包括用于以机器(例如,计算装置)可读的形式存储或发射信息的任何机构。例如,机器可读介质可以包括:只读存储器(ROM);随机存取存储器(RAM);磁盘存储介质;光存储介质;闪存装置;电、光、声或其他形式的传播信号(例如,载波、红外信号、数字信号等)等。进一步地,固件、软件、例程、指令在本文中可以描述为执行某些动作。然而,应当认识到,此类描述仅仅是为了方便,并且此类动作实际上是由计算装置、处理器、控制器或执行固件、软件、例程、指令等的其他装置产生的。进一步地,任何实现方式变型均可以由通用计算机来实行。
出于此论述的目的,术语“处理电路系统”或“处理器电路系统”应当理解为一个或多个电路、一个或多个处理器、逻辑或其组合。例如,电路可以包括模拟电路、数字电路、状态机逻辑、其他结构电子硬件或其组合。处理器可以包括微处理器、数字信号处理器(DSP)或其他硬件处理器。处理器可以用指令进行“硬编码”以根据本文描述的各方面执行一个或多个对应功能。替代性地,处理器可以访问内部和/或外部存储器以检索存储在存储器中的指令,该指令当由处理器执行时,执行与处理器相关联的一个或多个对应功能和/或与具有包括在其中的处理器的部件的操作相关的一个或多个功能和/或操作。
在本文所描述的示例性方面的一个或多个中,处理电路系统可以包括存储数据和/或指令的存储器。存储器可以为任何熟知的易失性和/或非易失性存储器,包括例如,只读存储器(ROM)、随机存取存储器(RAM)、快闪存储器、磁存储介质、光盘、可擦除可编程只读存储器(EPROM)和可编程只读存储器(PROM)。存储器可以是不可移动的、可移动的或两者的组合。
Claims (30)
1.一种车辆,其包括:
存储器,其配置成存储指令;以及
处理电路系统,其是所述车辆的高级驾驶辅助系统(ADAS)的一部分,所述处理电路系统配置成执行存储在所述存储器中的指令以:
确定所述车辆的位置;
识别热点位置,所述热点位置与在其处由其他车辆先前发出的基于安全的警告满足预定义标准的位置相关联;
确定与所述基于安全的警告相关联的安全驾驶模型(SDM)规则;以及
基于所述SDM规则和所述车辆相对于所识别的热点位置的位置生成一个或多个触发信号,
其中所述一个或多个触发信号使所述ADAS调整所述SDM规则的一个或多个SDM参数。
2.根据权利要求1所述的车辆,其中所述SDM参数包括跟随距离。
3.根据权利要求1所述的车辆,其中所述SDM参数包括最大车辆速度。
4.根据权利要求1所述的车辆,其中所述处理电路系统进一步配置成计算避开所述热点位置的导航调整,并且
其中所述一个或多个触发信号进一步使所述车辆的自主车辆(AV)系统控制所述车辆遵循计算出的导航调整。
5.根据权利要求1所述的车辆,其中所述处理电路系统配置成进一步基于环境状态或车辆状态来生成多个触发信号中的一个。
6.根据权利要求5所述的车辆,其中所述环境状态包括一天中的时间或当前天气条件中的一者,并且
其中所述车辆状态包括车辆行驶方向。
7.根据权利要求1所述的车辆,其中所述处理电路系统配置成基于所述车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段,生成多个触发信号中的一个,以使所述ADAS调整所述一个或多个SDM参数。
8.根据权利要求1所述的车辆,其中所述处理电路系统配置成:
响应于所述车辆的所述位置处于距所述热点位置的阈值预定距离内,生成所述一个或多个触发信号,以使所述ADAS调整所述一个或多个SDM参数。
9.根据权利要求8所述的车辆,其中当所述车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段时,增加所述阈值预定距离。
10.根据权利要求1所述的车辆,其中所述处理电路系统配置成进一步基于车辆类型来生成多个触发信号中的一个,以使所述ADAS调整所述一个或多个SDM参数。
11.一种非暂时性计算机可读介质,其具有存储在其上的指令,所述指令在由车辆的处理电路系统执行时使所述车辆:
确定所述车辆的位置;
识别热点位置,所述热点位置与在其处由其他车辆先前发出的基于安全的警告的数量超过预定阈值数量的位置相关联;
确定与所述基于安全的警告相关联的安全驾驶模型(SDM)规则;以及
基于所述SDM规则和所述车辆相对于所识别的热点位置的位置生成一个或多个触发信号,
其中所述一个或多个触发信号使所述车辆的高级驾驶辅助系统(ADAS)调整所述SDM规则的一个或多个SDM参数。
12.根据权利要求11所述的非暂时性计算机可读介质,其中所述SDM参数包括跟随距离。
13.根据权利要求11所述的非暂时性计算机可读介质,其中所述SDM参数包括最大车辆速度。
14.根据权利要求11所述的非暂时性计算机可读介质,其中所述指令在由所述处理电路系统执行时进一步使所述处理电路系统计算避开所述热点位置的导航调整,并且使所述车辆的自主车辆(AV)系统控制所述车辆遵循计算出的导航调整。
15.根据权利要求11所述的非暂时性计算机可读介质,其中所述指令在由所述处理电路系统执行时进一步使所述处理电路系统进一步基于环境状态或车辆状态来生成多个触发信号中的一个。
16.根据权利要求15所述的非暂时性计算机可读介质,其中所述环境状态包括一天中的时间或当前天气条件中的一者,并且
其中所述车辆状态包括车辆行驶方向。
17.根据权利要求11所述的非暂时性计算机可读介质,其中所述指令在由所述处理电路系统执行时进一步使所述处理电路系统基于所述车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段来生成多个触发信号中的一个,以使所述ADAS调整所述一个或多个SDM参数。
18.根据权利要求11所述的非暂时性计算机可读介质,其中所述指令在由所述处理电路系统执行时进一步使所述处理电路系统响应于所述车辆的所述位置处于距所述热点位置的阈值预定距离内,生成所述一个或多个触发信号,以使所述ADAS调整所述一个或多个SDM参数。
19.根据权利要求18所述的非暂时性计算机可读介质,其中所述指令在由所述处理电路系统执行时进一步使所述处理电路系统在以下时增加所述阈值预定距离:所述车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段。
20.根据权利要求11所述的非暂时性计算机可读介质,其中所述指令在由所述处理电路系统执行时进一步使所述处理电路系统进一步基于车辆类型来生成多个触发信号中的一个,以使所述ADAS调整所述一个或多个SDM参数。
21.一种方法,其包括:
确定车辆的位置;
识别热点位置,所述热点位置与在其处由其他车辆先前发出的基于安全的警告满足预定义标准的位置相关联;
确定与所述基于安全的警告相关联的安全驾驶模型(SDM)规则;以及
基于所述SDM规则和所述车辆相对于所识别的热点位置的位置生成一个或多个触发信号,
其中所述一个或多个触发信号使所述车辆的高级驾驶辅助系统(ADAS)调整所述SDM规则的一个或多个SDM参数。
22.根据权利要求21所述的方法,其中所述SDM参数包括跟随距离。
23.根据权利要求21所述的方法,其中所述SDM参数包括最大车辆速度。
24.根据权利要求21所述的方法,其进一步包括:
计算避开所述热点位置的导航调整,
响应于所述一个或多个触发信号,经由所述车辆的自主车辆(AV)系统控制所述车辆遵循计算出的导航调整。
25.根据权利要求21所述的方法,其进一步包括:
进一步基于环境状态或车辆状态来生成多个触发信号中的一个。
26.根据权利要求25所述的方法,其中所述环境状态包括一天中的时间或当前天气条件中的一者,并且
其中所述车辆状态包括车辆行驶方向。
27.根据权利要求21所述的方法,其进一步包括:
基于所述车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段来生成多个触发信号中的一个,以使所述ADAS调整所述一个或多个SDM参数。
28.根据权利要求21所述的方法,其进一步包括:
响应于所述车辆的所述位置处于距所述热点位置的阈值预定距离内,生成所述一个或多个触发信号,以使所述ADAS调整所述一个或多个SDM参数。
29.根据权利要求28所述的方法,其中在所述车辆的驾驶者的视线偏离预定方向达超过阈值时间段的时间段时,增加所述阈值预定距离。
30.根据权利要求21所述的方法,其中生成所述多个触发信号中的一个以使所述ADAS调整所述一个或多个SDM参数的动作包括:
进一步基于车辆类型来生成多个触发信号中的一个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163292243P | 2021-12-21 | 2021-12-21 | |
US63/292,243 | 2021-12-21 | ||
PCT/IB2022/062373 WO2023119091A1 (en) | 2021-12-21 | 2022-12-16 | Hot spot detection and reporting system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118414279A true CN118414279A (zh) | 2024-07-30 |
Family
ID=84800079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280084323.6A Pending CN118414279A (zh) | 2021-12-21 | 2022-12-16 | 热点检测和报告系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240286644A1 (zh) |
EP (1) | EP4452723A1 (zh) |
CN (1) | CN118414279A (zh) |
WO (1) | WO2023119091A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20250115261A1 (en) * | 2023-10-09 | 2025-04-10 | GM Global Technology Operations LLC | Distraction monitoring system |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8830044B2 (en) * | 2010-04-16 | 2014-09-09 | Toyota Jidosha Kabushiki Kaisha | Driving support device |
GB2528084B (en) * | 2014-07-08 | 2018-05-09 | Jaguar Land Rover Ltd | Notification system and method |
EP3260344B1 (en) * | 2016-06-20 | 2021-10-06 | Volvo Car Corporation | Method and system for adjusting a safety margin threshold of a driver support function |
US20180239359A1 (en) * | 2016-08-16 | 2018-08-23 | Faraday&Future Inc. | System and method for determining navigational hazards |
US10782138B2 (en) * | 2017-10-06 | 2020-09-22 | Here Global B.V. | Method, apparatus, and computer program product for pedestrian behavior profile generation |
FR3103303B1 (fr) * | 2019-11-14 | 2022-07-22 | Continental Automotive | Détermination d’un coefficient de friction pour un véhicule sur une route |
-
2022
- 2022-12-16 US US18/245,464 patent/US20240286644A1/en active Pending
- 2022-12-16 WO PCT/IB2022/062373 patent/WO2023119091A1/en active Application Filing
- 2022-12-16 CN CN202280084323.6A patent/CN118414279A/zh active Pending
- 2022-12-16 EP EP22835897.4A patent/EP4452723A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023119091A1 (en) | 2023-06-29 |
US20240286644A1 (en) | 2024-08-29 |
EP4452723A1 (en) | 2024-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11238733B2 (en) | Group driving style learning framework for autonomous vehicles | |
US20230341855A1 (en) | Systems and methods for evaluating and sharing autonomous vehicle driving style information with proximate vehicles | |
US10963462B2 (en) | Enhancing autonomous vehicle perception with off-vehicle collected data | |
US11884155B2 (en) | Graphical user interface for display of autonomous vehicle behaviors | |
US11568688B2 (en) | Simulation of autonomous vehicle to improve safety and reliability of autonomous vehicle | |
US10507813B2 (en) | Method and system for automated vehicle emergency light control of an autonomous driving vehicle | |
US11513518B2 (en) | Avoidance of obscured roadway obstacles | |
KR20210013130A (ko) | 조향각 캘리브레이션 | |
US10640111B1 (en) | Speed planning for autonomous vehicles | |
EP3321757A1 (en) | Planning feedback based decision improvement system for autonomous driving vehicle | |
CN113613980A (zh) | 控制自我和社会对象的安全性的方法和系统 | |
EP3352039A1 (en) | Method for keeping distance between an autonomous driving vehicle and a following vehicle using a braking light | |
US20160026182A1 (en) | Personalized Driving of Autonomously Driven Vehicles | |
US11651692B2 (en) | Presenting relevant warnings to a vehicle operator | |
KR20150083929A (ko) | 자율주행으로의 진입 및 자율주행에서의 해제 | |
US12183192B2 (en) | Intersection risk indicator | |
US20250118205A1 (en) | Vulnerable road user (vru) collision avoidance system | |
US20230386326A1 (en) | Systems and methods for detecting pedestrians with crosswalking or jaywalking intent | |
CN115257813B (zh) | 通过施工障碍物的智能驾驶控制方法及车辆 | |
SE1650608A1 (en) | Method and control unit for a vehicle | |
US20240286644A1 (en) | Hot spot detection and reporting system | |
Manichandra et al. | Advanced driver assistance systems | |
WO2023187718A1 (en) | Adaptive advanced driver-assistance system (adas) | |
WO2022202001A1 (ja) | 処理方法、処理システム、処理プログラム | |
CN112639910B (zh) | 交通元素的观测方法和装置 |
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 |