專利名稱：公路車輛的防撞系統(tǒng)與方法及相關(guān)計(jì)算機(jī)程序產(chǎn)品的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種公路車輛(例如汽車)的防撞系統(tǒng)和一種防撞方法。
背景技術(shù)：
US2003/55563描述了一種防撞方法，其中涉及針對(duì)車輛與其他道路使用者的位置的與時(shí)間相關(guān)的概率密度預(yù)測(cè)。觀測(cè)到的當(dāng)前位置、速度、加速度的概率分布用來計(jì)算未來位置的概率密度。從概率密度的角度出發(fā)，計(jì)算車輛與其他道路使用者位于同一時(shí)間、同一地點(diǎn)的概率。基于這種概率觸發(fā)事件(如向駕駛員發(fā)出報(bào)警信號(hào)或自動(dòng)剎車)。J.Jansson等人也在大量文章中描述過利用概率密度函數(shù)來避免碰撞，例如，2008 ^Ξ Automatica (《自云力4t》)±/人 2347 M 2351 胃的名力 “A framework and automotive application of collision avoidance decision making，，(“防 決. !自^J 化應(yīng)用”)的文章，或者2004American Control Conference (《2004年美國(guó)控制會(huì)議》)中
3435-3440 JltStJ一M "Model based statistical tracking and decision making for collision avoidance application”( “基于數(shù)據(jù)跟蹤的模型和防撞應(yīng)用中的決策”)的文早。US2003/55563代表了概率密度的時(shí)間度量，作為一個(gè)狀態(tài)矢量的標(biāo)準(zhǔn)分布，其中包括車輛位置的兩維坐標(biāo)值分布，并通過計(jì)算正態(tài)分布的參數(shù)，即平均狀態(tài)矢量和協(xié)方差函數(shù)。狀態(tài)矢量包括代表車輛的二維坐標(biāo)，二維速度和方向變化率的組成部分。擴(kuò)展卡爾曼濾波器用于計(jì)算正態(tài)分布的參數(shù)。在防撞被視為變得更大的時(shí)刻時(shí)，精度會(huì)降低。這種防撞的有效性強(qiáng)烈依賴概率密度的準(zhǔn)確性。如果某些地點(diǎn)的概率密度被高估，這可能會(huì)引起誤報(bào)，這將損害對(duì)合理報(bào)警的依賴。另一方面，如果某些地點(diǎn)的概率密度被低估了，報(bào)警不能可能會(huì)發(fā)生。已知防撞僅利用了車輛運(yùn)動(dòng)的力學(xué)模型，以預(yù)測(cè)概率密度函數(shù)。這些模型忽略了駕駛員的行為和道路建設(shè)等方面的影響，如在防護(hù)欄存在的情況下。防護(hù)欄界定了概率密度的空間分布范圍，但它可能會(huì)以其他方式影響真正的概率密度函數(shù)。在很短的時(shí)間段內(nèi)， 駕駛員的行為幾乎沒有影響，稍長(zhǎng)的時(shí)間段內(nèi)，駕駛員不該作出任何變化，這是的力學(xué)模型可能是準(zhǔn)確的。但在更長(zhǎng)的時(shí)間段內(nèi)，概率密度不能估計(jì)，因?yàn)樗诤艽蟪潭壬先Q于在力學(xué)上不可預(yù)知的駕駛員的行為。按照慣例，概率密度僅用于在時(shí)間量程內(nèi)，這樣由于道路建設(shè)和駕駛員行為而帶來的誤差可以忽略不計(jì)。在這種情況下的力學(xué)模型足以滿足需求。在較長(zhǎng)時(shí)間量程的概率密度的預(yù)測(cè)被認(rèn)為是隨機(jī)而不準(zhǔn)確，以至于我們不能做任何事情以實(shí)現(xiàn)碰撞保護(hù)。然而，我們已經(jīng)發(fā)現(xiàn)駕駛員行為的解釋不能也可能導(dǎo)致系統(tǒng)的誤報(bào)或報(bào)警不能。例如，一輛在公路上的車會(huì)正常的輕輕轉(zhuǎn)彎。當(dāng)車輛方向在這樣的瞬間轉(zhuǎn)彎運(yùn)動(dòng)中機(jī)械推算，就可能會(huì)引起誤報(bào)，因?yàn)闄C(jī)械推斷忽視了這樣的事實(shí)，在車輛脫離其車道之前或者防護(hù)欄阻止的情況下， 駕駛員會(huì)不知不覺地改變轉(zhuǎn)向運(yùn)動(dòng)很長(zhǎng)時(shí)間。
現(xiàn)實(shí)的減少這些類型的錯(cuò)誤的概率密度是可取的。然而，因?yàn)樯婕暗今{駛員行為和道路建設(shè)的原因，簡(jiǎn)單的力學(xué)模型并未獲取。

發(fā)明內(nèi)容
除它之外，本發(fā)明提供一種改進(jìn)的防撞系統(tǒng)，其中可提供更準(zhǔn)確的概率密度。根據(jù)權(quán)利要求1，提供了一種防撞系統(tǒng)。于此，通過使用檢測(cè)到的包括車輛的位置在內(nèi)的初始狀態(tài)進(jìn)行的計(jì)算，預(yù)測(cè)車輛的未來位置的初步概率密度。預(yù)測(cè)的初步概率密度函數(shù)可基于車輛動(dòng)力學(xué)。借助應(yīng)用于包含道路在內(nèi)的選定地帶的系數(shù)對(duì)所預(yù)測(cè)的初步概率密度函數(shù)進(jìn)行校正。根據(jù)在所述地帶的至少一部分中的總初步概率密度函數(shù)，計(jì)算出對(duì)于所選擇地帶中的所有位置都適用的校正系數(shù)，。在一個(gè)示例中，這使得它可以彌補(bǔ)由于推算造成的誤差，例如無意識(shí)的轉(zhuǎn)彎運(yùn)動(dòng)。 正如地圖資料定義的，第一區(qū)域包含車輛出行方向的一部分道路。校正系數(shù)取代所述的第一區(qū)域，校正了不同區(qū)域的初始概率密度分布。由于轉(zhuǎn)向運(yùn)動(dòng)推算的原因，第一區(qū)域的初始概率密度可能被低估了，在現(xiàn)實(shí)中，駕駛員會(huì)校正這個(gè)誤差。校正系數(shù)提供了一種校正的手段。例如，當(dāng)與第一區(qū)域關(guān)聯(lián)的預(yù)測(cè)概率密度函數(shù)中的初始概率密度總量逐漸變小的時(shí)候， 或者，同樣地，當(dāng)與區(qū)別于第一區(qū)域的一個(gè)或多個(gè)其他區(qū)域的預(yù)測(cè)初始概率密度函數(shù)中的初始密度函數(shù)變大的時(shí)候，校正系數(shù)可以隨之增大。所述的被低估的第一區(qū)域的概率密度以這種方式得以校正。在不考慮駕駛員校正或道路建設(shè)方面的情況下，預(yù)測(cè)初始概率密度經(jīng)由車輛動(dòng)力學(xué)計(jì)算，這種情況是可能發(fā)生的。校正的概率密度函數(shù)可用于產(chǎn)生碰撞預(yù)警信號(hào)，或?qū)︸{駛控制引發(fā)干預(yù)。防撞系統(tǒng)可以計(jì)算車輛的概率密度函數(shù)以對(duì)車輛發(fā)出預(yù)警信號(hào)或干預(yù)，和/或其他車輛可能對(duì)車輛產(chǎn)生碰撞危險(xiǎn)而對(duì)車輛發(fā)出警告信號(hào)或干預(yù)。因此，例如，由于在道路上不同位置的預(yù)測(cè)概率密度校正系數(shù)可能由車輛本身決定，通過對(duì)未來某一時(shí)間點(diǎn)的非道路的同一行駛方向的預(yù)測(cè)概率密度的總額或總量或明確或含蓄的計(jì)算，從而產(chǎn)生一個(gè)報(bào)警信號(hào)或干預(yù)，以避免與其他道路使用者在這條道路碰撞， 這個(gè)條件依賴于總量而進(jìn)行調(diào)整。校正系數(shù)可隨著外道路部分的總和變得更大而隨之增加。用來控制這種校正的總量可能是道路外所有位置的總的預(yù)測(cè)概率密度，或者道路左側(cè)部分的總量或者道路右側(cè)部分的總量，液也可能是這些總量的組合。在一個(gè)實(shí)施例中，我們使用根據(jù)地圖數(shù)據(jù)定義的第一個(gè)區(qū)域，第二和第三地區(qū)。第一區(qū)域包括車輛行駛方向的一部分，第二個(gè)和第三個(gè)區(qū)域在臨近(即毗鄰)第一區(qū)域在行駛方向上相互相反的兩側(cè)，包括沿著行駛方向的反向駕駛的道路部分和與道路接壤的路外區(qū)域。在這個(gè)實(shí)施例中，較之于反向駕駛區(qū)域的總的初始概率密度和第三區(qū)域的總的初始概率密度，因?yàn)榈缆吠鈧?cè)區(qū)域的總的初始概率密度而校正系數(shù)增加的更多。這種方式下，我們考慮的事實(shí)是駕駛員更傾向于暫時(shí)性的在道路上反向駕駛而在道路外側(cè)。在一個(gè)實(shí)施例中，校正系數(shù)F是根據(jù)公式F= (1_C2*P2)/P1計(jì)算的，其中，Pl和 P2分別是在交通道路部分的車輛行駛方向和相反方向的總的初始概率密度總值，其中C2 是一個(gè)大于零而小于一的系數(shù)。系數(shù)C2是零以上具有這樣的效果，從第一區(qū)域到反向交通區(qū)域時(shí)的概率被減損時(shí)，較之于從第一區(qū)域到其他非道路區(qū)域的概率被減損時(shí)，校正系數(shù)F會(huì)上升較弱。在一個(gè)實(shí)施例中，校正系數(shù)F根據(jù)公式F= (1-C2*P2_C3*P3)/P1計(jì)算，其中，P3是一個(gè)非道路區(qū)域的初始概率密度的總量，系數(shù)C3介于零和C2之間。事實(shí)上，系數(shù)C2在系數(shù)C3之上有以下效果從第一區(qū)域到反向交通區(qū)域時(shí)的概率被減損時(shí)，較之于從第一區(qū)域到其他非道路區(qū)域的概率被減損時(shí)，校正系數(shù)F會(huì)上升較弱。


參考下列附圖，從實(shí)施例的描述中，這些和其他目的及有益方面將會(huì)明顯。圖1顯示了一個(gè)防撞系統(tǒng)；圖2顯示了道路的幾何示例；圖3顯示了防撞的流程圖。
具體實(shí)施例方式防撞系統(tǒng)可以以整體車載的方式實(shí)現(xiàn)，也可以具有位于車輛外部的部件。因此，例如，與路側(cè)目標(biāo)或其他車輛有關(guān)的信息的提供、概率密度的計(jì)算等，可由路側(cè)設(shè)備來實(shí)現(xiàn)而不是在車輛內(nèi)實(shí)現(xiàn)。通過例子，描述在車輛內(nèi)實(shí)現(xiàn)的方案。圖1顯示了在車輛內(nèi)(比如一輛汽車)的防撞系統(tǒng)的一個(gè)實(shí)施例，防撞系統(tǒng)包括目標(biāo)檢測(cè)器10、數(shù)據(jù)處理器12、地圖存儲(chǔ)裝置14、位置檢測(cè)器16、速度檢測(cè)器18和報(bào)警信號(hào)發(fā)生器19。數(shù)據(jù)處理器12連接到目標(biāo)檢測(cè)器10、地圖存儲(chǔ)裝置14、位置檢測(cè)器16、速度檢測(cè)器18和報(bào)警信號(hào)發(fā)生器19。目標(biāo)檢測(cè)器10可被配置為檢測(cè)其他車輛的位置和速度，以及確定每一其他車輛的類型級(jí)別。目標(biāo)檢測(cè)器10可以是雷達(dá)裝置(例如，可能根據(jù)從雷達(dá)波行程時(shí)間和/或波向、多普勒頻移速率和反射幅度級(jí)別來確定位置)。作為替代，目標(biāo)檢測(cè)器10可包括從其他車輛的應(yīng)答器獲取信號(hào)的收發(fā)器。位置檢測(cè)器16可以是包含全球定位系統(tǒng)(GPQ接收器和GPS處理器的GPS單元。 該GPS處理器可以是數(shù)據(jù)處理器12的一部分。速度檢測(cè)器18可包括航向檢測(cè)器和安裝為感測(cè)車輛車輪的轉(zhuǎn)速的車輪傳感器。作為替代，速度檢測(cè)器18可部分或全部地通過利用 GPS單元測(cè)量速度來實(shí)現(xiàn)。圖2顯示了道路的幾何示例，其中車輛20中安裝了防撞系統(tǒng)。還借助示例顯示了另一車輛22。標(biāo)示了道路左側(cè)和右側(cè)的非道路區(qū)域M、26以及道路中用于相反雙方向交通行駛的區(qū)域28a*^b。箭頭指示了車輛20、22的行駛方向。這里使用的術(shù)語“道路”可以指較長(zhǎng)道路的一段，較長(zhǎng)道路沿該段繼續(xù)向前或向后。在操作中，數(shù)據(jù)處理器12可保存表示概率密度函數(shù)p。(r;t)的信息，概率密度函數(shù)P。(r;t)界定了車輛20在未來時(shí)間點(diǎn)“t”位于道路上不同位置“r”處的概率。例如，該位置r可由路面上的二維坐標(biāo)χ、y來表示。數(shù)據(jù)處理器12保存表示另一車輛22 (以及可選的未顯示的其他車輛)的一個(gè)或更多個(gè)概率密度函數(shù)Pi (r;t)的更多信息。在一個(gè)實(shí)施例中，信息可表示借助在道路網(wǎng)點(diǎn)采樣的一組相應(yīng)的概率密度函數(shù)值表示的各個(gè)概率密度函數(shù)，或者表示與這些點(diǎn)相關(guān)的位置范圍的概率。在另外一個(gè)實(shí)施例中，可使用分段表示，其中，信息可表示一段空間內(nèi)的位置的概率密度函數(shù)(借助于該段的預(yù)定分布函數(shù)的參數(shù)來表示的，如正態(tài)分布函數(shù)N(r)= A*exp (- (r-r0) *C* (r-r0) /2)。在此，r0是模態(tài)的位置值，C是逆協(xié)方差矩，A是正系數(shù)?；谲囕v動(dòng)力學(xué)的概率密度函數(shù)的信息值的計(jì)算方法本身是已知的。一個(gè)已知的方法是為車輛20的狀態(tài)值矢量S提供一個(gè)運(yùn)動(dòng)規(guī)范。矢量包括車輛的位置r，加上例如方向phi、速度ν、以及這些值的一個(gè)或多個(gè)時(shí)間導(dǎo)數(shù)等其他分量。給出狀態(tài)矢量S在當(dāng)前時(shí)間點(diǎn)的準(zhǔn)確值，運(yùn)動(dòng)規(guī)范使得針對(duì)所有未來時(shí)間點(diǎn)預(yù)測(cè)狀態(tài)矢量S(t)成為可能。在一個(gè)計(jì)算概率密度函數(shù)的實(shí)施例中，狀態(tài)矢量S在當(dāng)前時(shí)間點(diǎn)的初始概率密度被定義。初始概率密度可僅為狀態(tài)矢量S的部分分量(如車輛的位置r)賦予精確值，而為其他分量(例如，加速度)界定可能值的分布。在這個(gè)實(shí)施例中，針對(duì)未來時(shí)間點(diǎn)的概率分布是根據(jù)初始狀態(tài)密度的不同狀態(tài)矢量獲得的預(yù)設(shè)狀態(tài)矢量總值而來的。運(yùn)動(dòng)模型運(yùn)動(dòng)規(guī)范定義了各種狀態(tài)將隨時(shí)間的推移而發(fā)展至的未來狀態(tài)。運(yùn)動(dòng)可根據(jù)微分方程來確定，也可以提供針對(duì)給出的起始狀態(tài)對(duì)于所選時(shí)間增量的相應(yīng)未來狀態(tài)值的表。可使用確定性的運(yùn)動(dòng)規(guī)范。在一個(gè)例子中，該運(yùn)動(dòng)規(guī)范將矢量的各個(gè)分量的變化率與表示導(dǎo)數(shù)的一個(gè)或更多個(gè)其他分量關(guān)聯(lián)起來，表示最高階導(dǎo)數(shù)的分量的變化率被設(shè)定為零?？纱允褂梅谴_定性的的運(yùn)動(dòng)規(guī)范中，其中狀態(tài)值的變化被建模為至少部分為隨機(jī)的函數(shù)(該函數(shù)具有根據(jù)預(yù)設(shè)概率分布的隨機(jī)參數(shù))而變化。在這種情況下，諸如最高階導(dǎo)數(shù)等的初始狀態(tài)分量可以忽略。動(dòng)力學(xué)的不變性，如運(yùn)動(dòng)規(guī)范針對(duì)位置偏移或固定旋轉(zhuǎn)的不變性，可用于借助一個(gè)表項(xiàng)為一組狀態(tài)矢量值限定未來狀態(tài)值。狀態(tài)矢量的分量的數(shù)量可根據(jù)個(gè)人想要模擬的效果來選擇，正如運(yùn)動(dòng)規(guī)范所表達(dá)的那樣。在一個(gè)例子中，狀態(tài)矢量可以和分量(x、y、v、phi)和借助微分方程確定的運(yùn)動(dòng)規(guī)范一起使用。dx/dt = ν氺cos (phi), dy/dt = ν氺sin (phi),dv/dt = 0，dphi/dt = 0該模型中，速度(ν)和方向(phi)為常數(shù)，但它們的值可保持不定，僅用速度和航向的初始概率密度進(jìn)行描述?？蛇x地，這些參數(shù)的初始概率密度可取決于傳感器輸入數(shù)據(jù)。 相比之下，X與y的值，即道路上車輛位置的坐標(biāo)，可取具有確定的初始值，但作為替代，根據(jù)測(cè)量不確定度的初始概率分布也可適用于χ和y的值。另一個(gè)例子中，狀態(tài)矢量與其分量(χ，y, ν, phi, a, k) 一起使用，運(yùn)動(dòng)方程借助微分方程確定。dx/dt = ν氺cos (phi), dy/dt = ν氺sin (phi),dv/dt = a, dphi/dt = k氺νda/dt = 0dk/dt = 0在這個(gè)例子中，舉例來說，無需為“a”和“k”設(shè)定限定值，只為這些參數(shù)的值設(shè)定初始概率密度。x、y、v、phi的值可取確定的初始值，或者由初始概率分布加以描述。應(yīng)該認(rèn)識(shí)到，這些只是模型的一些例子。依賴于所追求的精度，可使用具有不同狀態(tài)矢量和/或不同運(yùn)動(dòng)方程的其他模型。概率密度的初始計(jì)算對(duì)于簡(jiǎn)單的運(yùn)動(dòng)方程，提供參數(shù)的概率密度函數(shù)在未來時(shí)間點(diǎn)的分析表達(dá)式是可能的。例如，在具有狀態(tài)矢量(x，y，v，phi)的第一示例的情況下，χ的概率密度具有一模態(tài)值和與時(shí)間乘積成比例增長(zhǎng)的方差，Y的改了密度具有一模態(tài)值和由ν和Phi限定的分布的方差。作為借助解析表達(dá)式的替代，表示未來某時(shí)間點(diǎn)的概率密度函數(shù)的信息可借助蒙特卡洛方法獲得。這可通過下述實(shí)現(xiàn)例如，根據(jù)初始概率密度分布而隨機(jī)選擇一組初始狀態(tài)矢量，針對(duì)這些初始狀態(tài)矢量中每一個(gè)計(jì)算在未來某時(shí)間點(diǎn)的狀態(tài)矢量，并根據(jù)計(jì)算出的狀態(tài)矢量估計(jì)概率密度函在未來某時(shí)間點(diǎn)的參數(shù)。同樣，初始狀態(tài)矢量空間的系統(tǒng)性采樣，可作為狀態(tài)矢量值的函數(shù)用來估計(jì)未來狀態(tài)矢量的密度。作為替代，可使用迭代計(jì)算，其中連續(xù)時(shí)間點(diǎn)的概率密度分布可以利用先前時(shí)間點(diǎn)的概率密度分布及定義從一個(gè)時(shí)間點(diǎn)到下一個(gè)時(shí)間點(diǎn)的狀態(tài)矢量值的映射的運(yùn)動(dòng)規(guī)范一一算得。當(dāng)采用非確定性運(yùn)動(dòng)規(guī)范時(shí)，蒙特卡羅方法也可使用。在每一種情況下，概率密度函數(shù)的確定包括收集與初始狀態(tài)矢量的分量有關(guān)的傳感器數(shù)據(jù)。根據(jù)該傳感器數(shù)據(jù)可確定初始概率，且根據(jù)初始概率密度可計(jì)算出表示未來某時(shí)間點(diǎn)的概率密度函數(shù)。圖3顯示了防撞方法的一個(gè)實(shí)施例的流程圖。在第一個(gè)步驟31中，數(shù)據(jù)處理器12 從位置檢測(cè)器16和速度檢測(cè)器18捕捉車輛傳感器數(shù)據(jù)。數(shù)據(jù)處理器12根據(jù)車輛航向和 /或所檢測(cè)位置的變化史，確定車輛的行駛方向。在第二步驟32中，數(shù)據(jù)處理器12根據(jù)初始概率密度和/或根據(jù)車輛傳感器數(shù)據(jù)確定的初始值來計(jì)算未來時(shí)間點(diǎn)t的第一概率密度函數(shù)。這種計(jì)算可以以已知的方式執(zhí)行，例如通過蒙特卡洛方法或借助于概率密度函數(shù)的參數(shù)的解析表達(dá)式。利用地圖數(shù)據(jù)校正在第三步驟33中，數(shù)據(jù)處理器12首先針對(duì)由地圖存儲(chǔ)設(shè)備14的地圖數(shù)據(jù)定義的一組位置計(jì)算由第一概率密度函數(shù)定義的總概率。在一個(gè)實(shí)施例中，地圖數(shù)據(jù)定義了道路上明確地或隱含地與車輛行駛方向相關(guān)的部分。當(dāng)?shù)缆穼挾确譃閮刹糠謺r(shí)，從行駛方向看最右邊的部分可能隱含地與沿該方向的行駛相關(guān)，而最左邊的部分與沿相反方向的行駛相關(guān)。這也適用于車輛靠右行駛國(guó)家的操作模式。在其他國(guó)家，可使用作用及左右互換的操作模式。在步驟33中，數(shù)據(jù)處理器12利用檢測(cè)到的行駛方向來選擇與行駛方向相關(guān)的道路部分。數(shù)據(jù)處理器12利用在第二步驟32中分別計(jì)算的初始概率密度來計(jì)算總概率 Pl (其為在與車輛行駛方向相關(guān)的道路部分上一組位置的積聚)、類似的針對(duì)與行駛方向相反的一組位置的總概率PL、以及針對(duì)道路外的一組位置的總概率PR。對(duì)這些成組位置的選擇可使它們覆蓋所有可能的位置，在這種情況下，這些概率的總和應(yīng)該等于一。如果是這樣，可能只需要針對(duì)兩組位置直接計(jì)算總概率。在一個(gè)實(shí)施例中，只有Pl和為PL+PR的和的量被使用，只有一個(gè)總量需要計(jì)算。在另一個(gè)實(shí)施例中，PL可作為與車輛行駛方向相關(guān)的部分的第一側(cè)上的一組位置的總量被計(jì)算，第一側(cè)包含反向行程部分。在這個(gè)實(shí)施例中，I3R作為與第一側(cè)反向的第二側(cè)部分上的一組位置的總量被計(jì)算。在隨后的第三步驟33中，數(shù)據(jù)處理器12確定應(yīng)用于第一概率密度函數(shù)的校正系數(shù)F，這個(gè)第一概率密度函數(shù)適用于與車輛行駛方向相關(guān)的道路部分。在這個(gè)實(shí)施例中，校正系數(shù)F是根據(jù)以下公式計(jì)算的F = (1_CL*PL)/P1更廣泛地講，校正系數(shù)F是根據(jù)以下公式計(jì)算的F = (l-CL*PL_CR*ra)/Pl這里的CL和CR是小于1的歸一化因數(shù)，并能有效地減少應(yīng)用于車輛行駛方向的道路部分的左右側(cè)部分的位置的概率密度部分。在公式F= (1-CL*PL)/P1中，CR被置零。 CL可設(shè)置為例如0.3。根據(jù)F’= CL，可為車輛行駛方向的左側(cè)道路部分的概率密度函數(shù)的一部分確定相應(yīng)的校正系數(shù)F’。計(jì)算碰撞概率的應(yīng)用校正系數(shù)F，或校正系數(shù)F、F’是用來計(jì)算碰撞概率的。通過舉例的方式，與其他道路使用者(如車輛2 的碰撞概率的計(jì)算將加以說明。但值得重視的是，作為替代，與非車輛的固定物體或移動(dòng)物體的碰撞概率可以計(jì)算。在第四步驟34中，數(shù)據(jù)處理器12從目標(biāo)檢測(cè)器10中讀取數(shù)據(jù)以檢測(cè)道路上是否存在其他道路使用者(如車輛22)，或其他道路使用者(如車輛22)至少存在于距目標(biāo)檢測(cè)器10預(yù)定距離內(nèi)。如果是這樣，數(shù)據(jù)處理器12確定其他道路使用者的狀態(tài)參數(shù)，如從檢測(cè)器信號(hào)獲知的目標(biāo)位置和速度。當(dāng)目標(biāo)檢測(cè)器10是舉例來說是雷達(dá)單元時(shí)，目標(biāo)位置得自接收反射的方向和接收反射的延遲。目標(biāo)檢測(cè)器10的方向上的速度可以由多普勒偏移決定。當(dāng)其他道路使用者配備應(yīng)答器且防撞系統(tǒng)具有用于獲取應(yīng)答器數(shù)據(jù)的收發(fā)器時(shí)，應(yīng)答器數(shù)據(jù)可提供這樣的信息。在第五步驟35和第六步驟36中，數(shù)據(jù)處理器12針對(duì)檢測(cè)到的其他道路使用者執(zhí)行類似第二步驟32、第三步驟33中的計(jì)算。然而，在第五步驟35和第六步驟36中使用的狀態(tài)矢量和運(yùn)動(dòng)規(guī)范，可能不同于在第二步驟32、第三步驟33中所使用的，這取決于裝有防撞系統(tǒng)的車輛20的和其他道路使用者可用的傳感器數(shù)據(jù)類型間的差別。計(jì)算其他道路使用者在未來時(shí)間點(diǎn)“t”的概率密度函數(shù)和校正系數(shù)Fi?？蛇x地，校正系數(shù)Fi’用于其他車輛正在行駛的方向上的道路左側(cè)部分的概率密度函數(shù)的一部分。對(duì)于不同的道路使用者，第四步驟34、第五步驟35和第六步驟36可能是重復(fù)的， 以確定每個(gè)其他道路使用者的概率密度函數(shù)和校正系數(shù)Fi。通常，只有少數(shù)車輛的概率密度函數(shù)可被使用，例如反向的最接近的車輛和同向的前方最接近車輛。雖然針對(duì)車輛的實(shí)施例已經(jīng)被描述了，但是應(yīng)該認(rèn)識(shí)到，一般地，第四步驟34和之后的步驟可以適用于其他道路使用者包括行人。經(jīng)過第六步驟36，或第四步驟34到第六步驟36的重復(fù)后，數(shù)據(jù)處理器12執(zhí)行第七步驟37，其中，裝有防撞系統(tǒng)的車輛與另一個(gè)車輛在未來時(shí)間點(diǎn)t占用同一位置的聯(lián)合概率得以計(jì)算。為此目的，校正系數(shù)F和Fi’或Fi的乘積(取決于其他車輛的行駛方向) 和車輛20與其他車輛22在車輛20在行駛方向的道路部分的碰撞區(qū)的概率得以計(jì)算。這些概率可能是車輛和其他車輛在碰撞區(qū)的概率密度的近似積分。校正系數(shù)F’和Fi’或Fi 的乘積(取決于其他車輛的行駛方向)和車輛20與其他車輛22在車輛20在行駛反向的道路部分的碰撞區(qū)的概率得以類似計(jì)算。對(duì)計(jì)算所得的碰撞概率的響應(yīng)在第八步驟38中，數(shù)據(jù)處理器12將從第七步驟37得到有關(guān)未來時(shí)間點(diǎn)的乘積或有關(guān)不同碰撞區(qū)的乘積總和，與臨界值進(jìn)行比較，并根據(jù)比較的結(jié)果執(zhí)行防撞行動(dòng)。防撞行動(dòng)可能包括啟動(dòng)報(bào)警信號(hào)發(fā)生器19以在車輛20中提供報(bào)警信號(hào)，例如報(bào)警信號(hào)發(fā)生器19 的揚(yáng)聲器(未顯示)中的聲音信號(hào)，或積極的干預(yù)，如啟動(dòng)剎車(未顯示)，控制驅(qū)動(dòng)單元 (未顯示)以減少驅(qū)動(dòng)功率(例如通過控制天然氣或電的供應(yīng))或控制轉(zhuǎn)向單元調(diào)整車輛的轉(zhuǎn)向。該行動(dòng)可能根據(jù)結(jié)果超出臨界值的碰撞區(qū)的位置而調(diào)整，例如，如果該區(qū)域在車輛正行駛方向的車道上則使用剎車，否則使用轉(zhuǎn)向。可根據(jù)與不同臨界值的比較而采取不同的防撞行動(dòng)。雖然在第七步驟37和第八步驟38的例子中已經(jīng)描述了系數(shù)被應(yīng)用到概率中且使用了預(yù)定臨界值，應(yīng)認(rèn)識(shí)到作為替代，臨界值可以與系數(shù)成反比例地調(diào)整。使用何種組合， 這取決于臨界值與概率和系數(shù)的乘積之間的比值。選擇性地，在不同的時(shí)間點(diǎn)，第32-38步可以重復(fù)，例如，越來越遙遠(yuǎn)的將來時(shí)間點(diǎn)到預(yù)定的最大時(shí)間間距，直到發(fā)現(xiàn)碰撞概率低于所有時(shí)間點(diǎn)的臨界值，或決定采取防撞行動(dòng)。不同的時(shí)間點(diǎn)的臨界值和行動(dòng)可能是不同的。計(jì)算概率密度所需要的信息在一個(gè)實(shí)施例中，地圖數(shù)據(jù)從路側(cè)站點(diǎn)提供至防撞系統(tǒng)。在這個(gè)實(shí)施例中，防撞系統(tǒng)可包括接收器以接收這些數(shù)據(jù)。在一個(gè)實(shí)施例中，地圖數(shù)據(jù)來自于預(yù)先存儲(chǔ)的關(guān)于道路網(wǎng)絡(luò)(如用于路徑規(guī)劃)的數(shù)據(jù)庫(kù)。在這種情況下，位置檢測(cè)器16是用來確定車輛20相對(duì)于既定的道路網(wǎng)絡(luò)的位置R1，道路邊緣的坐標(biāo)Re-Rl以及與相對(duì)于車輛不同方位的道路部分之間的分割的定義可以從道路邊緣坐標(biāo)系Re中獲得。另一個(gè)替代的實(shí)施例中，目標(biāo)檢測(cè)器10用來確定行駛時(shí)的地圖數(shù)據(jù)。例如，當(dāng)雷達(dá)裝置用于檢測(cè)來自一排固定(物體的速度與被測(cè)速的車輛的速度相同，但方向相反)物體(如防撞護(hù)欄、停放的汽車或燈塔)的反射時(shí)，可用來識(shí)別道路的邊緣(可選地與道路網(wǎng)絡(luò)有關(guān)的數(shù)據(jù)庫(kù)結(jié)合，所述與道路網(wǎng)絡(luò)有關(guān)的數(shù)據(jù)庫(kù)將這些物體的位置與道路邊緣的位置關(guān)聯(lián))以及不同行駛方向的道路部分之間的分割。具有所識(shí)別處的邊緣和分割的動(dòng)態(tài)確定的道路圖隨后可用于第三步驟33和第六步驟36中以確定校正系數(shù)。在這種情況下，可能不需要位置檢測(cè)器16。附加的傳感器或其他傳感器可以用來提高初始狀態(tài)矢量和/或初始概率密度的準(zhǔn)確性。因此，例如防撞系統(tǒng)可能包括方向傳感器或加速度傳感器。當(dāng)?shù)貓D數(shù)據(jù)表明碰撞區(qū)位于交叉路口或單行道時(shí)，數(shù)據(jù)處理器12可用于禁用校正系數(shù)F、Fi的使用。雖然實(shí)施例描述了系數(shù)F、Fi用于碰撞區(qū)概率的計(jì)算之后，但是，我們應(yīng)該認(rèn)識(shí)到作為替代，這些系數(shù)可用于概率密度函數(shù)的表示。應(yīng)該認(rèn)識(shí)到，只是顯示了用來計(jì)算第三步驟33和第六步驟36的校正系數(shù)的一個(gè)可能實(shí)施例。校正系數(shù)是用來減少狀態(tài)和運(yùn)動(dòng)規(guī)范所表示的模型的不準(zhǔn)確性的影響。這種模型只有有限的可能范圍內(nèi)考慮到駕駛員的行為。顯然，在以分鐘為單位的時(shí)間尺度內(nèi)，司機(jī)的行為徹底優(yōu)先于根據(jù)運(yùn)動(dòng)的純粹力學(xué)方程得到的道路位置預(yù)測(cè)。在不期望駕駛員做任何變化的更短時(shí)間尺度內(nèi)，防撞將在不對(duì)駕駛員行為進(jìn)行模擬的情況下進(jìn)行。然而，希望將防撞有效的時(shí)間尺度延長(zhǎng)到一個(gè)駕駛員做出具有重大影響的變化的時(shí)間尺度。這提出了一個(gè)問題，純粹的力學(xué)模型是不夠的。另一方面，假設(shè)完全隨機(jī)的駕駛員行為可導(dǎo)致許多假警報(bào)。因此，需用另一種方式慮及合理的駕駛員行為。第三步驟33和第六步驟36中的校正系數(shù)提供了一種慮及駕駛員行為的大致方法。一個(gè)理智的駕駛員無法避免車輛在道路上以某種程度轉(zhuǎn)彎，但駕駛員會(huì)幾乎不知不覺地正確校正急轉(zhuǎn)彎，而急轉(zhuǎn)彎會(huì)導(dǎo)致車輛跑出道路或進(jìn)入反向行車道。如果沒有對(duì)這種行為的校正，更長(zhǎng)時(shí)間尺度的計(jì)算將結(jié)構(gòu)性低估道路右行方向上的位置的概率密度。通過根據(jù)所計(jì)算的道路外位置的總概率密度有效提高用于防撞的右行方向部分概率密度函數(shù)，第三步驟33和第六步驟36中的校正系數(shù)對(duì)此進(jìn)行了校正。這被視為一種針對(duì)未考慮轉(zhuǎn)彎校正的效應(yīng)的措施。應(yīng)該認(rèn)識(shí)到，以精確的方式考慮這一效應(yīng)并不是必需的。任何至少部分慮及這一效應(yīng)的校正都提高了防撞系統(tǒng)的可靠性。但是，當(dāng)然，可通過使用對(duì)未考慮到轉(zhuǎn)彎校正進(jìn)行更好的校正來實(shí)現(xiàn)進(jìn)一步提高防撞系統(tǒng)的可靠性。在一個(gè)簡(jiǎn)單的實(shí)施例中，校正系數(shù)F可在如下假設(shè)下計(jì)算所有位于車輛20的行駛方向的道路部分外的概率密度都是由于未考慮到轉(zhuǎn)彎校正。在這個(gè)實(shí)施例中，校正系數(shù)是F = 1/P1然而，當(dāng)車頭防撞是一個(gè)問題的時(shí)候，這可能會(huì)導(dǎo)致不能檢測(cè)到潛在的碰撞。在另一個(gè)實(shí)施例中，可以通過假設(shè)車輛確實(shí)存在轉(zhuǎn)離車道的概率來改進(jìn)。這可通過使用下列公式來考慮F = (1_CL*PL)/P1這里的CL介于0和1之間，用來計(jì)入因未計(jì)入轉(zhuǎn)彎校正而導(dǎo)致的誤差。例如，可使用CL = 0. 3，但例如從0. 1至0. 5范圍內(nèi)的其他值也可以提供更高的性能。在一個(gè)實(shí)施例中，系數(shù)CL的不同值可用于未來不同時(shí)間點(diǎn)的概率密度函數(shù)，未來時(shí)間越小其值越大，時(shí)間越遠(yuǎn)其值越小。例如，系數(shù)CL= 1用于未來0.2秒的時(shí)間，已知司機(jī)不會(huì)如此迅速地響應(yīng)且系數(shù)CL = 0. 3可用于在未來更長(zhǎng)的時(shí)間。系數(shù)CL連續(xù)的變小值用于未來連續(xù)增長(zhǎng)的時(shí)間，例如從1到0. 3逐步減小。在另一個(gè)實(shí)施例中，將一個(gè)最大值施加于PL。在這種情況下，當(dāng)PL小于臨界值T 且CL設(shè)置為CL = T/PL時(shí)，CL實(shí)際上等于1。在這種情況下，只有當(dāng)大量潛在的誤差被檢測(cè)時(shí)，對(duì)未采用轉(zhuǎn)向校正的效應(yīng)的校正才被觸發(fā)。在這種情況下，使用函數(shù)CL = g(PL)，其中對(duì)于χ < T，g(X) = 1，對(duì)于χ > T，g(x) = Τ/χ。也可代之以使用其他方程，如g(x)= 1/(1+X/T)在其他實(shí)施例中，可以使用校正系數(shù)F = (l-CL*PL_CR*ra)/Pl其中CL和CR都在0和1之間。這樣的方式下，可以考慮從道路上駛離到右側(cè)的小概率的影響。如將所示，計(jì)算將會(huì)在左側(cè)和右側(cè)引入不對(duì)稱，這是基于這樣的假設(shè)從行駛方向看，交通將使用道路的右側(cè)部分。在使用左側(cè)行駛規(guī)則的國(guó)家，左右側(cè)應(yīng)該互換。為支持不同的駕駛規(guī)則，數(shù)據(jù)處理器12可被配置為支持第一和第二模式且能相互交換了左右角色。 在一個(gè)實(shí)施例中，地圖存儲(chǔ)設(shè)備14存儲(chǔ)將位置關(guān)聯(lián)到左側(cè)或右側(cè)駕駛的信息，數(shù)據(jù)處理器 12被配置為使用位置檢測(cè)器16檢測(cè)到的位置以檢索該信息并根據(jù)當(dāng)前位置的檢索信息來控制轉(zhuǎn)向第一或第二模式。在一個(gè)實(shí)施例中，可從在前時(shí)間點(diǎn)的概率密度函數(shù)針對(duì)未來每一連續(xù)時(shí)間點(diǎn)迭代計(jì)算概率密度函數(shù)。原則上，校正系數(shù)可應(yīng)用在每次迭代并用于計(jì)算下一次迭代。但是，如果不先進(jìn)行這種校正而計(jì)算所有時(shí)間點(diǎn)的概率密度函數(shù)，計(jì)算會(huì)加速。當(dāng)使用提供單調(diào)變化的位置值的運(yùn)動(dòng)規(guī)范時(shí)，結(jié)果并不受影響。在一個(gè)實(shí)施例中，防撞系統(tǒng)的部件都安裝在提供有防撞的車輛20上。作為替代， 例如如果在車輛和這些部件之間提供無線通道的話，部分部件可位于車輛外部。因此，例如目標(biāo)檢測(cè)器10、數(shù)據(jù)處理器12、地圖存儲(chǔ)裝置14、位置傳感器16和/或速度傳感器18可均位于車輛10外部。例如，路側(cè)目標(biāo)檢測(cè)器10、位置傳感器16和/或速度傳感器18可用于與車載數(shù)據(jù)處理器12通信。數(shù)據(jù)處理器12可實(shí)現(xiàn)為包括可編程處理器的控制電路和內(nèi)含使得該可編程處理器執(zhí)行數(shù)據(jù)處理器12的所述行動(dòng)的程序存儲(chǔ)器。二者擇一地，控制電路可包括多個(gè)可編程處理器和用于一個(gè)或多個(gè)分布式程序的程序存儲(chǔ)器，以使可編程處理器的組合執(zhí)行數(shù)據(jù)處理器12的所述行動(dòng)。在進(jìn)一步的實(shí)施例中，這些處理器中的部分或全部可實(shí)現(xiàn)為設(shè)計(jì)用來執(zhí)行行動(dòng)的專用電路。正如這里所使用的陳述“數(shù)據(jù)處理器12配置為執(zhí)行這些行動(dòng)”是指這些實(shí)施例中的每一個(gè)都作為替代的實(shí)現(xiàn)方案。在一個(gè)實(shí)施例中，整個(gè)系統(tǒng)可車載安裝在車輛上。在其他的實(shí)施例中，該系統(tǒng)的部分或全部可在它處實(shí)現(xiàn)，例如在路側(cè)設(shè)備中實(shí)現(xiàn)。因此，例如路側(cè)設(shè)備可用于檢測(cè)道路使用者和計(jì)算每個(gè)道路使用者的概率密度函數(shù)，針對(duì)道路使用者的至少一部分(例如機(jī)動(dòng)車) 計(jì)算和應(yīng)用校正系數(shù)。對(duì)于其他類型的道路使用者，如行人或騎自行車的人，其他的計(jì)算可用來計(jì)算概率密度。因?yàn)檫@些道路使用者的速度普遍低于機(jī)動(dòng)車，所以針對(duì)這些道路使用者計(jì)算出精度較低的局部概率密度就已足夠。在這樣的路側(cè)系統(tǒng)情況中，存儲(chǔ)針對(duì)系統(tǒng)活躍路段的有限數(shù)量地圖數(shù)據(jù)即可。該這張地圖可動(dòng)態(tài)更新以納入道路上的事件(例如碰撞、或者諸如雨或冰之類的道路狀況變化。該系統(tǒng)可配備發(fā)射器以根據(jù)從概率密度函數(shù)和校正系數(shù)計(jì)算出的碰撞概率向道路使用者發(fā)出警告信號(hào)。作為替代或作為增加，該系統(tǒng)可配置為根據(jù)從概率密度函數(shù)和校正系數(shù)計(jì)算出的碰撞概率，控制路側(cè)設(shè)備(例如交通燈或警示燈)。在另一個(gè)實(shí)施例中，可使用混合的路側(cè)-車內(nèi)系統(tǒng)。例如，地圖數(shù)據(jù)和/或與其他車輛有關(guān)的信息可從系統(tǒng)的路側(cè)部分傳送到車輛。
權(quán)利要求
1.一種用于道路車輛的防撞系統(tǒng)，該系統(tǒng)包括地圖存儲(chǔ)裝置，用于存儲(chǔ)道路地圖數(shù)據(jù)，該道路地圖數(shù)據(jù)在一包含有道路的區(qū)域中區(qū)分出多個(gè)地帶；車輛狀態(tài)檢測(cè)器，配置為檢測(cè)該車輛的當(dāng)前狀態(tài)的至少一個(gè)位置部分；數(shù)據(jù)處理器，配置為使用檢測(cè)到的與該車輛的當(dāng)前狀態(tài)有關(guān)的信息，來計(jì)算該車輛在該區(qū)域中的未來位置的概率密度函數(shù)，并計(jì)算校正系數(shù)，該校正系數(shù)適用于所述多個(gè)地帶中的第一地帶中所有位置的概率密度函數(shù)，所述數(shù)據(jù)處理器根據(jù)所述多個(gè)地帶中相應(yīng)地帶各自的總概率密度函數(shù)來確定所述校正系數(shù)。
2.根據(jù)權(quán)利要求1所述的防撞系統(tǒng)，其中所述多個(gè)地帶中的第一地帶包括道路中用于沿車輛行駛方向的交通的部分，所述多個(gè)地帶中的第二地帶毗鄰沿所述行駛方向的所述第一區(qū)域，所述校正系數(shù)配置為以偏向所述多個(gè)地帶中的第一地帶的方式校正所述第一地帶和所述第二地帶之間的概率密度分布。
3.根據(jù)權(quán)利要求2所述的防撞系統(tǒng)，其中存儲(chǔ)在所述存儲(chǔ)設(shè)備中的所述道路地圖數(shù)據(jù)區(qū)分出所述多個(gè)地帶中的第一地帶、第二地帶和第三地帶，所述多個(gè)地帶中的第二地帶包括所述道路中用于沿一與該車輛的行駛方向相反的方向行駛的交通的部分，且所述多個(gè)地帶中的第三地帶包括與該道路接界的區(qū)域，所述概率密度函數(shù)界定了與所述多個(gè)地帶中的第一地帶有關(guān)的總概率密度、與所述多個(gè)地帶中的第二地帶有關(guān)的總概率密度，和與所述多個(gè)地帶中的第三地帶有關(guān)的總概率密度，且其中所述數(shù)據(jù)處理器配置為相較于響應(yīng)于與所述多個(gè)地帶中的第二地帶有關(guān)的總概率密度，更強(qiáng)烈地響應(yīng)于與所述多個(gè)地帶中的第三地帶有關(guān)的總概率密度增大所述校正系數(shù)。
4.根據(jù)權(quán)利要求2或3所述的防撞系統(tǒng)，其中所述數(shù)據(jù)處理器配置為根據(jù)公式F= (1-C2*P2)/P1來計(jì)算所述校正系數(shù)F，其中，Pl是與所述多個(gè)地帶中的第一地帶有關(guān)的總概率密度，P2是與所述多個(gè)地帶中的第二地帶有關(guān)的總概率密度，其中C2是值小于1且大于零的系數(shù)。
5.根據(jù)權(quán)利要求3所述的防撞系統(tǒng)，其中所述數(shù)據(jù)處理器配置為根據(jù)公式F= (1-C2*P2-C3*P3)/P1來計(jì)算所述校正系數(shù)F，其中，Pl是與所述多個(gè)地帶中的第一地帶有關(guān)的總概率密度，P2是與所述多個(gè)地帶中的第二地帶有關(guān)的總概率密度，P3是與所述多個(gè)地帶中的第三地帶有關(guān)的總概率密度，且其中C2和C3是值小于1且大于零的系數(shù)，C3小于C2。
6.根據(jù)上述任一權(quán)利要求所述的防撞系統(tǒng)，包括輸出設(shè)備，所述數(shù)據(jù)處理器配置為一旦檢測(cè)到所述經(jīng)校正的概率密度函數(shù)對(duì)碰撞位置的賦值超出概率的臨界量，則觸發(fā)輸出設(shè)備產(chǎn)生報(bào)警信號(hào)。
7.根據(jù)上述任一權(quán)利要求所述的防撞系統(tǒng)，包括轉(zhuǎn)向控制器和/或速度控制器，所述數(shù)據(jù)處理器被配置為一旦檢測(cè)到所述經(jīng)校正的概率密度函數(shù)對(duì)碰撞位置的賦值超出概率的臨界量，則啟動(dòng)所述轉(zhuǎn)向控制器和/或所述速度控制器。
8.根據(jù)權(quán)利要求6或7所述的防撞系統(tǒng)，包括配置為檢測(cè)所述道路上的另一車輛的目標(biāo)檢測(cè)器，其中所述數(shù)據(jù)處理器配置為使用檢測(cè)到的該另一車輛的狀態(tài)來計(jì)算該另一車輛的另一概率密度函數(shù)，并根據(jù)利用所述校正系數(shù)校正過的、該另一概率密度函數(shù)和所述概率密度函數(shù)之間的交疊，計(jì)算碰撞概率。
9.根據(jù)上述任一權(quán)利要求所述的防撞系統(tǒng)，其中存儲(chǔ)在所述存儲(chǔ)設(shè)備中的所述道路地圖數(shù)據(jù)區(qū)分出單向道路和雙向道路，其中所述數(shù)據(jù)處理器配置為根據(jù)所述數(shù)據(jù)地圖數(shù)據(jù)指示所述車輛位于單向道路上還是位于雙向道路上來選擇所述組。
10.根據(jù)上述任一個(gè)權(quán)利要求所述的防撞系統(tǒng)，其中存儲(chǔ)在所述存儲(chǔ)裝置中的所述道路地圖數(shù)據(jù)區(qū)分出與多個(gè)第一路段和多個(gè)第二路段，其中在所述多個(gè)第一路段處道路與其他道路存在交叉路段，所述多個(gè)第二路段無所述交叉路段，其中所述數(shù)據(jù)處理器配置為根據(jù)所述道路地圖數(shù)據(jù)指示該車輛接近所述多個(gè)第一路段之一來選擇所述組。
11.一種用于道路上的道路車輛的防撞方法，該方法包括存儲(chǔ)道路地圖數(shù)據(jù)，該道路地圖數(shù)據(jù)在一包含有道路的區(qū)域中區(qū)分出多個(gè)地帶； 檢測(cè)該車輛的狀態(tài)，包括檢測(cè)該車輛相對(duì)于該道路的至少一個(gè)位置； 計(jì)算該車輛的未來位置的概率密度函數(shù)；根據(jù)所述多個(gè)地帶中相應(yīng)地帶各自的總概率密度函數(shù)來計(jì)算校正系數(shù)，該校正系數(shù)適用于所述多個(gè)地帶中的第一地帶中所有位置的概率密度函數(shù)。
12.—種計(jì)算機(jī)程序產(chǎn)品，包括用于可編程處理器的指令程序，所述指令程序在被所述可編程處理器執(zhí)行時(shí)使所述可編程處理器接收車輛的狀態(tài)信息，所述車輛的狀態(tài)信息包括該車輛相對(duì)于該道路的至少一個(gè)位置；根據(jù)接收到的狀態(tài)信息，計(jì)算該車輛的未來位置的概率密度函數(shù)； 檢索道路地圖數(shù)據(jù)，該道路地圖數(shù)據(jù)在包含該道路的區(qū)域中區(qū)分出多個(gè)地帶，并根據(jù)所述多個(gè)地帶中相應(yīng)地帶各自的總概率密度函數(shù)來計(jì)算校正系數(shù)，該校正系數(shù)適用于所述多個(gè)地帶中的第一地帶中所有位置的概率密度函數(shù)。
全文摘要
道路車輛的防撞行動(dòng)的控制是基于車輛在未來位置的計(jì)算的概率密度。一個(gè)初始概率密度(32)是通過被檢測(cè)到的車輛狀態(tài)的估算的力學(xué)模型來計(jì)算的，至少包括其檢測(cè)位置(31)。地圖數(shù)據(jù)是用來界定包含道路的區(qū)域的不同地帶，例如包含沿著車輛行駛方向的交通道路部分的第一區(qū)域，與車輛行駛方向相反的交通道路部分的第二區(qū)域以及與道路接壤的第三區(qū)域。這些區(qū)域用來獲取第一區(qū)域(33)的計(jì)算的概率密度函數(shù)的校正系數(shù)。校正系數(shù)是根據(jù)區(qū)域內(nèi)各個(gè)地帶的概率密度函數(shù)的總量來計(jì)算的。這樣就可以彌補(bǔ)源于曲解轉(zhuǎn)向運(yùn)動(dòng)的估算誤差，轉(zhuǎn)向運(yùn)動(dòng)暗示著車輛在道路上移動(dòng)，但是，駕駛員已經(jīng)自動(dòng)校正。
文檔編號(hào)B60W30/08GK102576494SQ201080044861
公開日2012年7月11日 申請(qǐng)日期2010年10月5日 優(yōu)先權(quán)日2009年10月5日
發(fā)明者泰斯·亨德里克斯·阿德里亞努斯·凡·登·普洛克, 玉龍·普勒格 申請(qǐng)人:荷蘭應(yīng)用自然科學(xué)研究組織Tno