用于预测同时并线车辆的方法和设备及包括其的车辆
阅读：84发布：2021-06-13
专利汇可以提供用于预测同时并线车辆的方法和设备及包括其的车辆专利检索，专利查询，专利分析的服务。并且一种用于预测同时并线车辆的方法和设备、以及使用该设备和方法的车辆，能够精确预测执行同时并线的另一车辆以便防止或使碰撞最小化。该设备包括：主车辆状态估计器，基于主车辆信息和周边车道状态信息估计主车辆的状态；周边车辆状态估计器，基于主车辆状态信息和周边车辆信息估计周边车辆的状态；车道状态估计器，基于所估计的主车辆状态信息和周边车道信息估计周边车道的状态；以及并线预测器，基于所估计的主车辆状态信息、所估计的周边车辆状态信息和所估计的周边车道状态信息预测主车辆和周边车辆的同时并线。，下面是用于预测同时并线车辆的方法和设备及包括其的车辆专利的具体信息内容。
1.一种用于预测同时并线车辆的设备，所述设备包括：
主车辆状态估计器，被配置为基于主车辆信息和周边车道状态信息估计主车辆的状态；
周边车辆状态估计器，被配置为基于来自所述主车辆状态估计器的主车辆状态信息、以及周边车辆信息来估计周边车辆的状态；
车道状态估计器，被配置为基于来自所述主车辆状态估计器的所估计的主车辆状态信息、以及周边车道信息来估计周边车道的状态；以及
并线预测器，被配置为基于来自所述主车辆状态估计器的所估计的主车辆状态信息、来自所述周边车辆状态估计器的所估计的周边车辆状态信息以及来自所述车道状态估计器的所估计的周边车道状态信息来预测所述主车辆和所述周边车辆的同时并线。
2.根据权利要求1所述的设备，其中，所述主车辆状态估计器被配置为从所述主车辆的内部传感器接收所述主车辆信息。
3.根据权利要求1所述的设备，其中，所述主车辆状态估计器被配置为从所述车道状态估计器接收所估计的周边车道状态信息。
4.根据权利要求1所述的设备，其中，当估计所述主车辆的状态时，所述主车辆状态估计器被配置为估计包括所述主车辆的位置和航向角的所述主车辆的状态。
5.根据权利要求1所述的设备，其中，当估计所述主车辆的状态时，所述主车辆状态估计器被配置为将所估计的主车辆状态信息传输至所述周边车辆状态估计器、所述车道状态估计器和所述并线预测器。
6.根据权利要求1所述的设备，其中，所述周边车辆状态估计器被配置为从所述主车辆的前雷达和侧雷达接收所述周边车辆信息。
7.根据权利要求1所述的设备，其中，当估计所述周边车辆的所述状态时，所述周边车辆状态估计器被配置为基于所接收的周边车辆信息生成会聚轨迹，基于所生成的会聚轨迹预测所述会聚轨迹，跟踪所预测的会聚轨迹，并且估计所述周边车辆的状态。
8.根据权利要求1所述的设备，其中，当估计所述周边车辆的状态时，所述周边车辆状态估计器被配置为基于包括在所估计的主车辆状态信息中的所述主车辆的位置和航向角估计所述周边车辆的状态。
9.根据权利要求1所述的设备，其中，当估计所述周边车辆的状态时，所述周边车辆状态估计器被配置为将所估计的周边车辆状态信息传输至所述并线预测器。
10.根据权利要求1所述的设备，其中，所述车道状态估计器被配置为从所述主车辆的前照相机传感器接收所述周边车道信息。
11.根据权利要求1所述的设备，其中，当估计所述周边车辆的状态时，所述车道状态估计器被配置为基于包括在所估计的主车辆状态信息中的所述主车辆的位置和航向角估计所述周边车道的状态。
12.一种在同时并线预测设备中预测同时并线车辆的方法，所述同时并线预测设备包括主车辆状态估计器、周边车辆状态估计器、车道状态估计器和并线预测器，所述方法包括：
基于主车辆信息和周边车道状态信息，通过所述主车辆状态估计器估计主车辆的状态；
基于所估计的主车辆状态信息和周边车辆信息，通过所述周边车辆状态估计器估计周边车辆的状态；
基于所估计的主车辆状态信息和周边车道信息，通过所述车道状态估计器估计周边车道的状态；并且
基于所估计的主车辆状态信息、所估计的周边车辆状态信息和所估计的周边车道状态信息，通过所述并线预测器预测所述主车辆和所述周边车辆的同时并线。
13.根据权利要求12所述的方法，其中，估计所述主车辆的状态包括：从所述主车辆的至少一个内部传感器接收所述主车辆信息，并且从所述车道状态估计器接收所估计的周边车道状态信息。
14.根据权利要求12所述的方法，其中，估计所述主车辆的状态包括：估计包括所述主车辆的位置和航向角的所述主车辆的状态。
15.根据权利要求12所述的方法，其中，估计所述周边车辆的状态包括：从所述主车辆的前雷达和侧雷达接收所述周边车辆信息。
16.根据权利要求12所述的方法，其中，估计所述周边车辆的状态包括：基于所接收的周边车辆信息生成会聚轨迹，基于所生成的会聚轨迹预测所述会聚轨迹，跟踪所预测的会聚轨迹，并且估计所述周边车辆的状态。
17.根据权利要求12所述的方法，其中，估计所述周边车辆的状态包括：基于包括在所估计的主车辆状态信息中的所述主车辆的位置和航向角估计所述周边车辆的状态。
18.根据权利要求12所述的方法，其中，估计所述周边车道的状态包括：从所述主车辆的前照相机传感器接收所述周边车道信息。
19.根据权利要求12所述的方法，其中，估计所述周边车辆的状态包括：基于包括在所估计的主车辆状态信息中的所述主车辆的位置和航向角估计所述周边车道的状态。
20.一种车辆，包括：
多个传感器，被配置为获取所述车辆的行驶信息、周边车辆的行驶信息以及周边车道的信息；以及
根据权利要求1所述的设备，被配置为基于从所述多个传感器接收的所述车辆的行驶信息、所述周边车辆的行驶信息和所述周边车道的信息来预测同时并线车辆。
用于预测同时并线车辆的方法和设备及包括其的车辆
技术领域
[0001] 本公开内容涉及用于预测同时并线车辆的设备。
背景技术
[0004] 因此，近来，已经对能够防止或避免车辆碰撞的安全装置进行研究。
[0005] 车辆防撞系统可包括自适应巡航控制系统、前向车辆碰撞警告系统、车道偏离警告系统等。这种车辆防撞系统主要用于高速行驶以防止重大事故并且当车辆以高速度行驶时主要使用用于检测远距离障碍物的技术。发明内容
[0006] 因此，本发明的一方面针对用于预测同时并线(车道变换)车辆的设备和方法以及包括该设备和方法的车辆。
[0007] 本发明的另一方面提供了用于预测同时并线车辆的设备和方法，该设备能够通过精确地改善同时并线车辆的航向角并且精确地预测同时并线车辆的各种情形防止或使碰撞最小化并且增加安全性，并且提供了包括该设备的方法。
[0008] 将在以下描述中部分阐述本发明的另外的优点、方面和特征，并且对于本领域普通技术人员来说，部分内容将经以下分析而变得显而易见或者可以从本发明的实践中获知。本发明的优点可以通过书面说明及其权利要求书以及附图中具体指出的结构来实现和获得。
[0009] 本发明的又一方面提供了用于预测同时并线车辆的设备，该设备包括：主车辆状态估计器，被配置为基于主车辆信息和周边车道状态信息估计主车辆的状态；周边车辆状态估计器，被配置为基于来自主车辆状态估计器的主车辆状态信息以及周边车辆信息估计周边车辆的状态；车道状态估计器，被配置为基于来自主车辆状态估计器的所估计的主车辆状态信息以及周边车辆信息估计周边车道的状态；以及并线预测器，被配置为基于来自主车辆状态估计器的所估计的主车辆状态信息、来自周边车辆状态估计器的所估计的周边车辆状态信息以及来自车道状态估计器的所估计的周边车道状态信息预测主车辆和周边车辆的同时并线。
[0010] 根据本发明的又一方面，一种在同时并线预测设备中预测同时并线车辆的方法，该同时并线预测设备包括主车辆估计器、周边车辆状态估计器、车道状态估计器和并线预测器，该方法包括主车辆状态估计器基于主车辆信息和周边车道状态信息估计主车辆的状态，周边车辆状态估计器基于所估计的主车辆状态信息和周边车辆信息估计周边车辆的状态，车道状态估计器基于所估计的主车辆状态信息和周边车道信息估计周边车道的状态，并且并线预测器基于所估计的主车辆状态信息、所估计的周边车辆状态信息和所估计的周边车道状态信息预测主车辆和周边车辆的同时并线。
[0011] 根据本发明的另一方面，一种计算机可读记录介质，其上记录有用于执行在同时并线车辆预测设备中预测同时并线车辆的方法的程序，可执行通过预测同时并线车辆的方法而提供的处理。
[0012] 根据本发明的另一方面，车辆包括：传感装置，被配置为感测主车辆、周边车辆和周边车道；以及同时并线车辆预测设备，被配置为基于从传感装置接收的主车辆信息、周边车辆信息和周边车道信息预测同时并线车辆，其中，同时并线车辆预测设备包括：主车辆状态估计器，被配置为基于主车辆信息和周边车道状态信息估计主车辆的状态；周边车辆状态估计器，被配置为基于来自主车辆状态估计器的所估计的主车辆状态信息以及周边车辆信息估计周边车辆的状态；车道状态估计器，被配置为基于来自主车辆状态估计器的所估计的主车辆状态信息以及周边车道信息估计周边车道的状态；以及并线预测器，被配置为基于来自主车辆状态估计器的所估计的主车辆状态信息、来自周边车辆状态估计器的所估计的周边车辆状态信息以及来自车道状态估计器的所估计的周边车道状态信息来预测主车辆和周边车辆的同时并线。
[0013] 本发明的方面仅是本发明的实施方式的一部分，并且可以由本领域中的普通技术人员基于详细说明设计和理解基于本发明的技术特征的各种实施方式。
附图说明
[0015] 图1是示出了根据本发明的实施方式的用于预测同时并线车辆的设备的框图；
[0016] 图2A至图2C是示出了同时并线车辆的各种情形的视图；
[0018] 图4、图5、图6A、图6B和图7是示出了在图1的周边车辆估计器中估计周边车辆的状态的过程的视图；以及
[0019] 图8A和图8B是示出了在图1的周边车辆状态估计器中跟踪会聚轨迹的过程的视图。
具体实施方式
[0020] 在下文中，将参考附图详细描述本发明的实施方式，以便本领域中的技术人员容易实现。然而，本发明可以不同的方式实现并且不限于本文中描述的实施方式。在附图中，为了清楚地描述本发明的实施方式，将省略与本发明的描述无关的部分，并且贯穿本说明书相似部分由相似的参考标号表示。
[0021] 在整个说明书中，当某部分“包括”某部件时，表示不排除其他部件，而是可以进一步包括，除非另有特别描述。在本说明书中描述的术语“单元”、“-器”和“模块”表示用于处理可以由硬件、软件或它们的组合实现的至少一个功能或操作的单元。
[0022] 贯穿本说明书，当某部分“包括”某部件时，表示不排除其他部件，而是可以进一步包括，除非另有特别描述。贯穿附图，将使用相同的参考标号表示相同或相似的部件。
[0023] 在下文中，将参考图1至图8B详细描述适用于本发明的实施方式的用于预测同时并线车辆的设备和方法、以及包括该设备和方法的车辆。
[0024] 大多数实际的交通事故发生在执行同时并线的车辆之中。一般的防碰撞系统不可以精确地识别执行同时并线的另一车辆以防止或使碰撞最小化。
[0025] 例如，当主车辆或自身车辆执行并线时，并且同时，周边车辆试图执行并线至对应车道，通过主车辆的传感器测量的周边车辆的航向角可能变得不精确。
[0026] 如果执行并线的车辆的航向角变得不精确，则难以确定车辆的意图，因此增加碰撞危险。
[0027] 实施方式提供了用于预测同时并线车辆的设备，该设备通过精确地确定同时并线车辆的航向角并且精确地预测同时并线车辆的各种情形，能够防止或避免碰撞并且增加安全性。
[0028] 图1是示出了根据本发明的实施方式的用于预测同时并线车辆的设备的框图。
[0029] 如图1所示，本发明的实施方式的用于预测同时并线车辆的设备可包括主车辆状态估计器100、周边车辆状态估计器200、车道状态估计器300和并线预测器400。
[0030] 当接收到主车辆信息和所估计的周边车道状态信息时，主车辆状态估计器100可以基于所接收的主车辆信息和所估计的周边车道状态信息来估计主车辆的状态。
[0031] 当接收到主车辆信息时，主车辆状态估计器100可以从主车辆或自身车辆的一个或多个内部传感器接收主车辆信息。
[0032] 此外，当接收到所估计的周边车道状态信息时，主车辆状态估计器100可以从车道状态估计器300接收所估计的周边车道状态信息。
[0034] 在一些情况下，当接收到主车辆信息和所估计的周边车道状态信息时，主车辆状态估计器100可根据接收到的主车辆信息从车道状态估计器请求周边车道状态信息，以便从车道状态估计器300接收所估计的周边车道状态信息。
[0035] 在其他情况下，当接收到主车辆信息和所估计的周边车道状态信息时，主车辆状态估计器100一旦接收到的用户的同时并线车辆预测请求，可从主车辆的内部传感器请求主车辆信息，以便从主车辆的内部传感器接收主车辆信息，并且同时，从车道状态估计器300请求周边车道状态信息，以从车道状态估计器300接收所估计的周边车道状态信息。
[0036] 在其他情况下，当接收到主车辆信息和所估计的周边车道状态信息时，主车辆状态估计器100一旦接收到用户的同时并线车辆预测请求，可从主车辆的内部传感器请求主车辆信息，以从主车辆的内部传感器接收主车辆信息，并且一旦从主车辆的内部传感器接收到的主车辆信息，可从车道状态估计器请求周边车道状态信息，以从车道状态估计器接收所估计的周边车道状态信息。
[0037] 此外，当估计主车辆或自身车辆的状态时，主车辆状态估计器100可以估计包括主车辆的位置和航向的主车辆的状态。
[0038] 此外，当估计主车辆的状态时，主车辆状态估计器100可以将所估计的主车辆状态信息传输至周边车辆状态估计器200、车道状态估计器300和并线预测器400。
[0039] 当接收到周边车辆信息时，周边车辆状态估计器200可以通过所接收的周边车辆信息的会聚来估计周边车辆的状态。在实施方式中，自身车辆和周边车辆行驶在两条不同的车道上，并且都欲将并线至介于两条不同车道之间的相同的目标车道。
[0040] 当接收到周边车辆信息时，周边车辆状态估计器200可以从主车辆的前雷达和侧雷达接收周边车辆信息。
[0041] 例如，周边车辆信息可包括侧雷达轨迹、前雷达轨迹和自由空间，但不限于此。
[0042] 当估计周边车辆的状态时，周边车辆状态估计器200可以基于所接收的周边车辆信息生成会聚轨迹，基于所生成的会聚轨迹预测会聚轨迹，并且跟踪所预测的会聚轨迹，从而估计周边车辆的状态。
[0043] 当生成会聚轨迹时，周边车辆状态估计器200可以检查包括在所接收的周边车辆信息中的侧雷达轨迹是否存在于会聚的预定的关注区域(ROI)中，当侧雷达轨迹存在于会聚的ROI中时检查是否存在与侧雷达轨迹相关联的会聚轨迹，并且当与侧雷达轨迹相关联的会聚轨迹不存在于会聚的ROI中时生成对应于侧雷达轨迹的新的会聚轨迹。
[0044] 随后，当检查侧雷达轨迹是否存在于预定的会聚的ROI中时，如果侧雷达轨迹不存在于会聚的ROI中时，周边车辆状态估计器200可以去除对应于侧雷达轨迹的会聚轨迹。
[0045] 当去除对应于侧雷达轨迹的会聚轨迹时，如果对应于侧雷达轨迹的会聚轨迹的测量值不存在，则周边车辆状态估计器200可去除对应于侧雷达轨迹的会聚轨迹。
[0046] 例如，当预测会聚轨迹时，周边车辆状态估计器200可以使用运动方程式预测上次的会聚轨迹作为本次的会聚轨迹。
[0047] 此外，例如，当跟踪会聚轨迹时，周边车辆状态估计器200可以使用粒子滤波器通过前雷达轨迹的会聚和周边车辆信息的自由空间来跟踪会聚轨迹。
[0048] 当跟踪会聚轨迹时，周边车辆状态估计器200可以使用前雷达轨迹和自由空间来计算关于预测的会聚轨迹的重要度，使用计算出的重要度和会聚轨迹的粒子计算会聚轨迹的期望值和协方差，并且重新取样计算出的结果以跟踪会聚轨迹。此时，当重新取样计算出的结果时，周边车辆状态估计器200可以从计算出的结果去除具有比预定参考值更低的重要度的粒子并且重新取样计算出的结果。
[0049] 此外，当使用前雷达轨迹和自由空间计算出关于所预测的会聚轨迹的重要度时，周边车辆状态估计器200可以检测与所预测的会聚轨迹相关联的前雷达轨迹和自由空间并且使用检测到的前雷达轨迹和自由空间计算重要度。
[0050] 当检测到与所预测的会聚轨迹相关联的前雷达轨迹和自由空间时，周边车辆状态估计器200可以通过前雷达轨迹的选通来检查所预测的会聚轨迹和前雷达轨迹之间的关联，通过自由空间的选通检查所预测的会聚轨迹和自由空间之间的关联，并且基于检查到的关联检测与所预测的会聚轨迹相关联的前雷达轨迹和自由空间。
[0051] 此外，当估计周边车辆的状态时，周边车辆状态估计器200可以基于包括在所估计的主车辆状态信息中的主车辆的位置和航向角估计周边车辆的状态。
[0052] 此外，当估计周边车辆的状态时，周边车辆状态估计器200可以将所估计的周边车辆状态信息传输至并线预测器400。
[0053] 估计的周边车辆状态信息可包括周边车辆的位置和航向角，但不限于此。
[0054] 接下来，当接收到周边车道信息时，车道状态估计器300可以基于周边车道信息和所估计的主车辆状态信息估计周边车道的状态。
[0055] 在此，当接收到周边车道信息时，车道状态估计器300可以从主车辆的前照相机传感器接收周边车道信息。
[0056] 此外，当估计周边车道的状态时，车道状态估计器300可以基于包括在所估计的主车辆状态信息中的主车辆的位置和航向角估计周边车道的状态。
[0057] 随后，当估计周边车道的状态时，车道状态估计器300可以将所估计的周边车道状态信息传输至主车辆状态估计器和并线预测器400。
[0058] 所估计的周边车道状态信息可包括周边车道的位置、角度和曲率，但不限于此。
[0059] 接下来，并线预测器可以基于来自主车辆状态估计器100的所估计的主车辆状态信息、来自周边车辆状态估计器200的所估计的周边车辆状态信息以及来自车道状态估计器300的所估计的车道状态信息来预测主车辆和周边车辆的同时并线。
[0060] 当预测主车辆和周边车辆的同时并线时，并线预测器400可以基于所估计的主车辆状态、所估计的周边车辆状态和所估计的车道状态识别其中目标车辆的后轮和主车辆的前轮位于相同线上的情形，并且根据识别到的情形预测主车辆和目标车辆的同时并线。
[0061] 在一些情况下，当预测主车辆和周边车辆的同时并线时，并线预测器400可以基于所估计的主车辆状态、所估计的周边车辆状态和所估计的车道状态识别其中目标车辆的前轮和主车辆的前轮位于相同线上的情形，并且根据识别到的情形预测主车辆和目标车辆的同时并线。
[0062] 在其他情况下，当预测主车辆和周边车辆的同时并线时，并线预测器400可以基于所估计的主车辆状态、所估计的周边车辆状态和所估计的车道状态识别其中目标车辆的前轮和主车辆的后轮位于相同线上的情形，并且根据识别到的情形预测主车辆和目标车辆的同时并线。
[0063] 在本发明的实施方式中，可以通过改善同时并线车辆的航向角的精确度并且精确地估计同时并线车辆的各种情形来提前防止或避免碰撞并且改善安全性。
[0064] 此外，在本发明的实施方式中，通过改善车辆的航向角的精确度，车辆可以对应于同时并线情形安全地移动。
[0065] 此外，在本发明的实施方式中，通过精确地估计车辆的纵向/横向误差、航向角误差和形状，车辆可以对应于同时并线情形安全地移动。
[0066] 此外，在本发明的实施方式中，可以使用前雷达和侧雷达的传感器模型改善周边车辆的位置和航向角的估计性能。
[0068] 本发明的实施方式可以通过在同时并线情形中对另一车辆的精确的航向角估计能够进行快速情形识别。
[0069] 本发明的实施方式可以通过估计同时并线情形中的主车辆的状态和周边环境(车道)的状态能够精确地避免碰撞。
[0070] 图2A至图2C是示出了同时并线车辆的各种情形的视图，以及图3A至图3C是示出了根据同时并线情形的主车辆的传感器输出结果的视图。
[0071] 图2A至图2C示出了同时并线情形。图2A示出了其中在目标车辆20的后轮和主车辆10的前轮位于相同线上的情况下变换车道的情形。在本发明的实施方式中，可以基于从主车辆的前雷达和侧雷达接收的信息预测主车辆10和目标车辆20的同时并线。
[0072] 图2B示出了其中在目标车辆20的前轮和主车辆10的前轮位于相同线上的情况下变换车道的情形。在本发明的实施方式中，可以基于从主车辆的侧雷达接收的信息预测主车辆10和目标车辆20的同时并线。
[0073] 图2C示出了其中在目标车辆20的前轮和主车辆10的后轮位于相同线上的情况下变换车道的情形。在本发明的实施方式中，可以基于从主车辆的侧雷达接收的信息预测主车辆10和目标车辆20的同时并线。
[0074] 图3A至图3C示出了在图2A至图2C的情形中从前雷达、侧雷达和前照相机传感器输出的结果，并且示出了用于目标车辆20的前雷达轨迹22、侧雷达轨迹24和自由空间26。
[0075] 在本发明的实施方式中，可以使用车辆的内部传感器估计用于并线预测的主车辆10的航向角，可以使用前雷达和侧雷达估计用于并线预测的目标车辆20的位置和航向角，并且为了确定并线时间，可以使用车辆的前照相机传感器和内部传感器估计车道状态。
[0076] 图4至图7是示出了在图1的周边车辆状态估计器中估计周边车辆的状态的过程的视图。
[0077] 如图4至图7所示，当接收到周边车辆信息时，本发明的实施方式的周边车辆状态估计器可以通过所接收的周边车辆信息的会聚估计周边车辆的状态。
[0078] 当接收到周边车辆信息时，周边车辆状态估计器可以从主车辆的前雷达和侧雷达接收周边车辆信息。
[0079] 例如，周边车辆信息可包括侧雷达轨迹、前雷达轨迹和自由空间，但不限于此。
[0080] 此外，当估计周边车辆的状态时，周边车辆状态估计器可以基于所接收的周边车辆信息生成会聚轨迹，基于所生成的会聚轨迹预测会聚轨迹，跟踪所预测的会聚轨迹，并且估计周边车辆的状态。
[0081] 当生成会聚轨迹时，周边车辆状态估计器可以检查包括在所接收的周边车辆信息中的侧雷达轨迹是否存在于会聚的预定的关注区域(ROI)中，当侧雷达轨迹存在于会聚的ROI中时检查是否存在与侧雷达轨迹相关联的会聚轨迹，并且当与侧雷达轨迹相关联的会聚轨迹不存在于会聚的ROI中时生成对应于侧雷达轨迹的新的会聚轨迹。
[0082] 随后，在检查侧雷达轨迹是否存在于预定的会聚的ROI中时，当侧雷达轨迹不存在于会聚的ROI中时，周边车辆状态估计器可以去除对应于侧雷达轨迹的会聚轨迹。
[0083] 当去除对应于侧雷达轨迹的会聚轨迹时，当对应于侧雷达轨迹的会聚轨迹的测量值不存在时，周边车辆状态估计器可去除对应于侧雷达轨迹的会聚轨迹。
[0084] 例如，当估计会聚轨迹时，周边车辆状态估计器可以使用运动方程式预测上次的会聚轨迹作为本次的会聚轨迹。
[0085] 如图4所示，当估计会聚轨迹时，周边车辆状态估计器可以使用恒定转弯率和速度(CTRV)模型预测车辆的运动。
[0086] 在此，P(Xk/Xk-1)意味着当目标的状态在时间k-1时是已知的时目标的状态在时间k时的概率，并且可以通过以下方程式计算。
[0087]
[0088]
[0089]变量 描述
y 对象的横向位置
x 对象的纵向位置
θ 对象的旋转角
ν 对象的相对速度
ω 对象的旋转速度
T 单位时间、取样时间
N(·) 高斯分布的随机变量
Q 模型噪声协方差
y 对象的横向位置
x 对象的纵向位置
θ 对象的旋转角
ν 对象的相对速度
ω 对象的旋转速度
T 单位时间、取样时间
N(·) 高斯分布的随机变量
Q 模型噪声协方差
[0090] 此外，例如，当跟踪会聚轨迹时，周边车辆状态估计器可以使用粒子滤波器通过前雷达轨迹的会聚和周边车辆信息的自由空间跟踪会聚轨迹。
[0091] 当跟踪会聚轨迹时，周边车辆状态估计器可以使用前雷达轨迹和自由空间计算关于预测的会聚轨迹的重要度，使用计算出的重要度和会聚轨迹的粒子计算会聚轨迹的期望值和协方差，并且重新取样计算出的结果，从而跟踪会聚轨迹。
[0092] 此时，当重新取样计算出的结果时，周边车辆状态估计器200可以从计算出的结果去除具有比预定参考值更低的重要度的粒子，从而执行重新取样。
[0093] 此外，当使用前雷达轨迹和自由空间计算出关于所预测的会聚轨迹的重要度时，周边车辆状态估计器200可以检测与所预测的会聚轨迹相关联的前雷达轨迹和自由空间并且使用检测到的前雷达轨迹和自由空间计算重要度。
[0094] 在此，当检测出与所预测的会聚轨迹相关联的前雷达轨迹和自由空间时，周边车辆状态估计器200可以通过前雷达轨迹的选通(gating)检查所预测的会聚轨迹和前雷达轨迹之间的关联，通过自由空间的选通检查所预测的会聚轨迹和自由空间之间的关联，并且基于检查到的关联检测与所预测的会聚轨迹相关联的前雷达轨迹和自由空间。
[0095] 如图5所示，周边车辆状态估计器200可以执行重要性计算，绘制距前雷达轨迹的一个点的虚拟线以计算距穿过具有矩形形状的会聚轨迹的粒子的点的距离，并且以高斯混合的形式设计前雷达轨迹的检测模型以反应雷达的特性。
[0096] 在此，P(αj,FRT,k/xk)意味着当目标的状态xk是已知的时检测前雷达轨迹的方位角αj,FRT,k的概率，并且可以通过以下方程式计算出。
[0097]
[0098]
[0099] 此外，如图6A和图6B所示，周边车辆状态估计器200可以执行重要性计算，绘制距前雷达轨迹的一个点的虚拟线以计算距穿过具有矩形形状的会聚轨迹的粒子的点的距离，计算会聚轨迹的粒子的预测的相对速度以及前雷达轨迹的vd,j,FRT,k、rj,FRT,k和αj,FRT,k，以高斯混合的形式设计前雷达轨迹的相对距离模型，以反应雷达的特性，并且以高斯的形式设计前雷达轨迹的相对速度模型。
[0100] 如图6A所示，P(rj,FRT,k/αj,FRT,k,xk)意味着前雷达轨迹的方位角αj,FRT,k和目标的状态xk是已知的时的相对距离的概率。如图6B所示，P(vd,j,FRT,k/rj,FRT,k,αj,FRT,k,xk)意味着前雷达轨迹的方位角αj,FRT,k和目标的状态xk是已知的时的相对速率vd,j,FRT,k的概率。这些可以通过以下方程式计算出。
[0101] P(αj，FRT，k|xk)P(rj，FRT，k|αj，FRT，k，xk)P(vd，j，FRT，k|rj，FRT，k，aj，FRT，k，xk)[0102]
[0103]
[0104] 此外，如图7所示，周边车辆状态估计器200可以执行重要性计算，绘制距前雷达轨迹的一个点的虚拟线以计算距穿过具有矩形形状的会聚轨迹的粒子的点的距离，以高斯混合的形式设计前雷达轨迹的检测模型以反应雷达的特性，并且使用其中同时测量几个点计算概率的自由空间的特性区分正常检测、错误检测和非检测。
[0105] 在此，P(rj,FRT,k/xk)意味着当目标的状态xk是已知的时的自由空间的相对距离rj,FRT,k的概率，并且可以通过以下方程式计算出。
[0106]
[0107]变量 描述
ci 雷达传输系数(c1＝0.95，c2＝0.05)
σ2 (·)的方差
PD 检测对象的概率(0.999)
PC 错误检测对象的概率(.001)
rj，FS，k 距自由空间的相对距离
vd，j，FRT，k 前雷达轨迹的多普勒速度
rj，FRT，k 前雷达轨迹的相对距离
αj，FRT，k 前雷达轨迹的方位角
ci 雷达传输系数(c1＝0.95，c2＝0.05)
σ2 (·)的方差
PD 检测对象的概率(0.999)
PC 错误检测对象的概率(.001)
rj，FS，k 距自由空间的相对距离
vd，j，FRT，k 前雷达轨迹的多普勒速度
rj，FRT，k 前雷达轨迹的相对距离
αj，FRT，k 前雷达轨迹的方位角
[0108] 图8A和图8B是示出了在图1的周边车辆状态估计器中跟踪会聚轨迹的过程的视图。
[0110] 如图8A和图8B所示，时间t1是首先检测到当侧雷达轨迹28并且因此生成会聚轨迹时的时间。此时，粒子以宽范围分布。
[0111] 随后，在时间t2时，稳定地检测自由空间26使得如图8A所示密集生成粒子并且如图8B所示的会聚轨迹与自由空间26对齐。
[0112] 接下来，时间t3是当自由空间26不充分并且生成前雷达轨迹22时的时间。此时，与图8A中的时间t2相比，粒子被广泛分布，但是如图8B所示可以稳定跟踪会聚轨迹。
[0113] 如下可以执行本发明的同时并线预测设备的同时并线预测方法。
[0114] 首先，当接收到主车辆信息和所估计的周边车道状态信息时，本发明的实施方式的主车辆状态估计器可以基于所接收的主车辆信息和所估计的周边车道状态信息来估计主车辆的状态。
[0115] 所估计的周边车道状态信息可包括周边车道的位置、角度和曲率。
[0116] 此外，当估计主车辆的状态时，本发明的实施方式的主车辆状态估计器可在接收到主车辆信息时从车道状态估计器请求周边车道状态信息，以从车道状态估计器接收所估计的周边车道状态信息。
[0117] 在一些情况下，当估计主车辆的状态时，本发明的实施方式的主车辆状态估计器可以在接收到同时并线车辆预测请求时从主车辆的内部传感器请求主车辆信息，以从主车辆的内部传感器接收主车辆信息，并且同时，从车道状态估计器请求周边车道状态信息，以从车道状态估计器接收所估计的周边车道状态信息。
[0118] 在其他情况下，当估计主车辆的状态时，本发明的实施方式的主车辆状态估计器可以在接收到同时并线车辆预测请求时从主车辆的内部传感器请求主车辆信息，以从主车辆的内部传感器接收主车辆信息，并且在从主车辆的内部传感器接收到主车辆信息时从车道状态估计器请求周边车道状态信息，以从车道状态估计器接收所估计的周边车道状态信息。
[0119] 此外，当估计主车辆的状态时，本发明的实施方式的主车辆状态估计器可以估计包括主车辆的位置和航向的主车辆的状态。
[0120] 当接收到周边车辆信息时，本发明的实施方式的周边车辆状态估计器可以通过所接收的周边车辆信息的会聚估计周边车辆的状态。
[0121] 当估计周边车辆的状态时，本发明的实施方式的周边车辆状态估计器可以从主车辆的前雷达和侧雷达接收周边车辆信息。
[0122] 此时，周边车辆信息可包括侧雷达轨迹、前雷达轨迹和自由空间。
[0123] 此外，当估计周边车辆的状态时，本发明的实施方式的周边车辆状态估计器可以基于所接收的周边车辆信息生成会聚轨迹，基于所生成的会聚轨迹预测会聚轨迹，并且跟踪所预测的会聚轨迹，从而估计周边车辆的状态。
[0124] 当生成会聚轨迹时，本发明的实施方式的周边车辆状态估计器可以检查包括在所接收的周边车辆信息中的侧雷达轨迹是否存在于会聚的预定的关注区域(ROI)中，当侧雷达轨迹存在于会聚的ROI中时检查是否存在与侧雷达轨迹相关联的会聚轨迹，并且当与侧雷达轨迹相关联的会聚轨迹不存在于会聚的ROI中时生成对应于侧雷达轨迹的新的会聚轨迹。
[0125] 此时，当检查侧雷达轨迹是否存在于预定的会聚的ROI中时，如果侧雷达轨迹不存在于会聚的ROI中时，本发明的实施方式的周边车辆状态估计器可以去除对应于侧雷达轨迹的会聚轨迹。
[0126] 此外，当去除对应于侧雷达轨迹的会聚轨迹时，如果对应于侧雷达轨迹的会聚轨迹的测量值不存在，则本发明的周边车辆状态估计器可去除对应于侧雷达轨迹的会聚轨迹。
[0127] 此外，当预测会聚轨迹时，本发明的实施方式的周边车辆状态估计器可以使用运动方程式预测上次的会聚轨迹作为本次的会聚轨迹。
[0128] 此外，当跟踪会聚轨迹时，本发明的实施方式的周边车辆状态估计器可以使用粒子滤波器通过前雷达轨迹的会聚和周边车辆信息的自由空间跟踪会聚轨迹。
[0129] 当跟踪会聚轨迹时，本发明的实施方式的周边车辆状态估计器可以使用前雷达轨迹和自由空间计算关于预测的会聚轨迹的重要度，使用计算出的重要度和会聚轨迹的粒子计算会聚轨迹的期望值和协方差，并且重新取样计算出的结果以跟踪会聚轨迹。
[0130] 此时，当重新取样计算出的结果时，本发明的实施方式的周边车辆状态估计器可以从计算出的结果去除具有比预定参考值更低的重要度的粒子并且重新取样计算出的结果。
[0131] 此外，当使用前雷达轨迹和自由空间计算出关于所预测的会聚轨迹的重要度时，本发明的实施方式的周边车辆状态估计器可以检测与所预测的会聚轨迹相关联的前雷达轨迹和自由空间并且使用检测到的前雷达轨迹和自由空间计算重要度。
[0132] 当检测到与所预测的会聚轨迹相关联的前雷达轨迹和自由空间时，本发明的实施方式的周边车辆状态估计器可以通过前雷达轨迹的选通检查所预测的会聚轨迹和前雷达轨迹之间的关联，通过自由空间的选通检查所预测的会聚轨迹和自由空间之间的关联，并且基于检查到的关联检测与所预测的会聚轨迹相关联的前雷达轨迹和自由空间。
[0133] 此外，当估计周边车辆的状态时，本发明的实施方式的周边车辆状态估计器可以基于包括在所估计的主车辆状态信息中的主车辆的位置和航向角估计周边车辆的状态。
[0134] 此外，当接收到周边车道信息时，本发明的实施方式的车道状态估计器可以基于周边车道信息和所估计的主车辆状态信息估计周边车道的状态。
[0135] 在此，当估计周边车道的状态时，本发明的实施方式的车道状态估计器可以从主车辆的前照相机传感器接收周边车道信息。
[0136] 此外，当估计周边车道的状态时，本发明的实施方式的车道状态估计器可以基于包括在所估计的主车辆状态信息中的主车辆的位置和航向角估计周边车道的状态。
[0137] 接下来，本发明的实施方式的并线预测器可以基于所估计的主车辆状态信息、所估计的周边车辆状态信息和所估计的车道状态信息预测或确定主车辆和周边车辆的同时并线。
[0138] 当预测到主车辆和周边车辆的同时并线时，本发明的实施方式的并线预测器可以基于所估计的主车辆状态、所估计的周边车辆状态和所估计的车道状态识别其中目标车辆的后轮和主车辆的前轮位于相同线上的情形，并且根据识别到的情形预测主车辆和目标车辆的同时并线。
[0139] 当预测到主车辆和周边车辆的同时并线时，本发明的实施方式的并线预测器可以基于所估计的主车辆状态、所估计的周边车辆状态和所估计的车道状态识别其中目标车辆的前轮和主车辆的前轮位于相同线上的情形，并且根据识别到的情形预测主车辆和目标车辆的同时并线。
[0140] 当预测主车辆和周边车辆的同时并线时，本发明的实施方式的并线预测器可以基于所估计的主车辆状态、所估计的周边车辆状态和所估计的车道状态识别其中目标车辆的前轮和主车辆的后轮位于相同线上的情形，并且根据识别到的情形预测主车辆和目标车辆的同时并线。
[0142] 此外，在本发明的实施方式中，一种计算机可读记录介质，其上记录有用于执行在同时并线车辆预测设备中预测同时并线车辆的方法的程序，可执行通过根据本发明的实施方式的预测同时并线车辆的方法而提供的处理。
[0143] 根据本发明的一个实施方式的车辆包括：传感装置，被配置为感测主车辆、周边车辆和周边车道；以及同时并线车辆预测设备，被配置为基于从传感装置接收的主车辆信息、周边车辆信息和周边车道信息预测同时并线车辆，其中，同时并线车辆预测设备包括：主车辆状态估计器，被配置为基于主车辆信息和周边车道状态信息估计主车辆的状态；周边车辆状态估计器，被配置为基于来自主车辆状态估计器的所估计的主车辆状态信息以及周边车辆信息估计周边车辆的状态；车道状态估计器，被配置为基于来自主车辆状态估计器的所估计的主车辆状态信息以及周边车辆信息估计周边车道的状态；以及并线预测器，被配置为基于来自主车辆状态估计器的所估计的主车辆状态信息、来自周边车辆状态估计器的所估计的周边车辆状态信息以及来自车道状态估计器的所估计的周边车道状态信息来预测主车辆和周边车辆的同时并线。
[0144] 在本发明的实施方式中，可以通过改善同时并线车辆的航向角的精确度并且精确地估计同时并线车辆的各种情形来提前防止或使碰撞最小化并且改善安全性。
[0145] 此外，在本发明的实施方式中，车辆可以通过改善车辆的航向角的精确度对应于同时并线情形安全地移动。
[0146] 此外，在本发明的实施方式中，车辆可以通过精确地估计车辆的纵向/横向误差、航向角误差和形状对应于同时并线情形安全地移动。
[0147] 此外，在本发明的实施方式中，可以使用前雷达和侧雷达的传感器模型改善周边车辆的位置和航向角的估计性能。
[0148] 在本发明的实施方式中，如果使用粒子滤波器的类型修改或添加传感器模型的设计，则可以自由替换或添加传感器。
[0149] 本发明的实施方式可以通过在同时并线情形中对另一车辆的精确的航向角估计能够进行快速情形识别。
[0150] 本发明的实施方式可以通过估计同时并线情形中的主车辆的状态和周边环境(车道)的状态能够精确地避免碰撞。
[0151] 本发明的实施方式还可以体现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可以存储此后可以通过计算机系统读取的数据的任何数据存储装置。计算机可读记录介质的实例包括只读存储器(ROM)、随机存取存储器(RAM)、光盘、磁带、软盘、光学数据存储装置和载波(诸如，互联网上的数据传输)。
[0152] 可以通过具有至少一个处理器、至少一个存储器和至少一个通信接口的计算装置实现或执行结合本文中公开的实施方式描述的逻辑块、模块或单元。结合本文中公开的实施方式描述的方法、处理或算法的元件可直接在硬件中、在由至少一个处理器执行的软件模块中或者这两者的组合来实现。用于实现结合本文中公开的实施方式描述的方法、处理或算法的计算机可执行指令可以存储在非易失性计算机可读存储介质中。
[0153] 因此，被解释为所有方面的以上实施方式是说明性的并非限制性的。本发明的范围应当通过所附权利要求及其合法等同物确定，而不是通过以上描述确定，并且落在所附权利要求的含义和等同范围内的所有变化旨在包含在其中。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 元件安装线的安装精度测定系统及安装精度测定方法 | 2020-05-11 | 494 |
| 基于多波束轮询的传输方法及通讯设备 | 2020-05-11 | 35 |
| 辐射源 | 2020-05-11 | 451 |
| 时间提前值的管理 | 2020-05-13 | 396 |
| 无线通信的方法、终端设备和网络设备 | 2020-05-13 | 540 |
| 具有经过粗化处理的铜表面的物体 | 2020-05-11 | 610 |
| 免许可资源分配 | 2020-05-12 | 966 |
| 一种被用于无线通信的用户设备、基站中的方法和装置 | 2020-05-12 | 830 |
| 用于基于新无线电的车辆对万物环境中的超可靠低延迟通信的装置和方法 | 2020-05-12 | 456 |
| 解调参考信号的附加数据以及控制区域中的数据复用的有效信令的改进 | 2020-05-12 | 586 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈