用于避免在左转或右转交叉口汽车碰撞的算法

1.一种用于当主车辆在交叉口左转或右转时碰撞威胁评估的方法，所述方法包括：
利用预定置信水平确定所述主车辆在所述交叉口是否可能左转或者右转；
如果所述主车辆在所述交叉口可能左转或者右转，将所述交叉口和周围区域分割成多个不同区域，其中各区域具有不同的碰撞威胁风险水平；
获取所述主车辆的速度、速率和位置数据；
获取在所述交叉口处或附近的一个或多个远程车辆的速度、速率和位置数据；
当所述主车辆驶过所述交叉口时，基于所述速度、速率和位置数据，确定所述主车辆对于每个不同分割区域的预测路径；
当所述一个或多个车辆驶过所述交叉口时，基于所述速度、速率和位置数据，确定所述一个或多个所述远程车辆的预测路径；
基于所述主车辆的所述预测路径和所述一个或多个远程车辆的所述预测路径，确定所述主车辆和所述一个或多个远程车辆是否将同时占用所述交叉口中的碰撞区；以及当所述主车辆和所述一个或多个远程车辆将在相同时间期间占据所述碰撞区时向所述主车辆的驾驶员发出警告。
2.根据权利要求1所述的方法，其中，将所述交叉口分割为不同区域包括识别所述主车辆将行驶通过的所述交叉口前面的接近区域、识别所述主车辆将在转弯时行驶通过的所述交叉口中的等待区域，以及识别所述主车辆将在转弯时行驶通过的所述交叉口中的禁止等待区域。
3.根据权利要求1所述的方法，其中，确定所述主车辆的所述预测路径还包括考虑用于精确所述预测路径的所述交叉口的几何形状。
4.根据权利要求1所述的方法，其中，确定所述主车辆和所述一个或多个远程车辆是否将同时占据所述交叉口中的碰撞区包括基于所述主车辆的所述速度和所述预测路径来确定所述主车辆将占据所述碰撞区的持续时间、基于所述一个或多个远程车辆的所述速度和所述预测路径来确定所述一个或多个远程车辆将占据所述碰撞区的持续时间、以及确定所述持续时间是否重叠。
5.根据权利要求1所述的方法，其中，确定所述主车辆和所述一个或多个远程车辆是否将同时占据所述交叉口中的碰撞区包括确定在所述主车辆进入所述交叉口之前所述主车辆和所述一个或多个远程车辆将是否同时占据所述碰撞区。
6.根据权利要求1所述的方法，其中，确定所述主车辆和所述一个或多个远程车辆是否将同时占据所述交叉口中的碰撞区包括确定当所述主车辆在所述一个或多个远程车辆是相对方向行驶的远程车辆时处于所述交叉口中时所述主车辆和所述一个或多个远程车辆将是否同时占据所述碰撞区。
7.根据权利要求1所述的方法，其进一步包括确定所述主车辆在转弯时将不会在所述交叉口中停止。
8.根据权利要求7所述的方法，其中，发出警告包括确定所述主车辆将进入所述碰撞区时当前车速和预测路径下的时间以及当到所述碰撞区的所述时间低于第一预定阈值时发出所述警告。
9.根据权利要求8所述的方法，其中，所述第一预定阈值是在考虑驾驶员反应时间和系统延迟的前提下通过实验确定。
10.根据权利要求8所述的方法，其进一步包括当到所述碰撞区的所述时间小于比所述第一预定阈值短的第二预定阈值时，提供所述主车辆的自动制动。

用于避免在左转或右转交叉口汽车碰撞的算法\n技术领域\n[0001] 本发明总体涉及一种用于警告主车辆的车辆驾驶员在交叉口左转或右转时与另一辆车辆可能的碰撞的系统和方法，尤其涉及一种用于警告主车辆的车辆驾驶员在交叉口左转或右转时与另一辆车辆可能的碰撞的系统和方法，该方法包括将交叉口分割成不同区域，比如交叉口中的接近区域、等待区域以及禁止等待区域，以及必要的话，提供自动制动控制来防止碰撞。\n背景技术\n[0002] 物体检测系统和碰撞避免系统在现代车辆中变得越来越普遍。物体检测系统能够向驾驶员提供关于移动主车辆路径上的物体的警告。该警告可以是车辆仪表板或者平视显示器(HUD)上的可视指示，和/或可以是如鸣响等音频警告或如触觉座椅等其他反馈装置。\n物体检测系统也可以提供输入到主动车辆系统，比如自适应巡航控制系统，其控制车辆速度来维持与前方车辆合适的纵向间距，以及后方交叉交通回避系统，其可以在主车辆倒车时，提供警告和自动制动两者来避免与主车辆后面的物体发生碰撞。\n[0003] 采用物体检测系统的主动安全技术正在成为汽车工业的主要研究领域。传感器和致动器技术的进步已经促进了驾驶员辅助系统(DAS)的发展，进而防止道路事故，尤其是那些驾驶员错误或疏忽导致的道路事故。一些类型的DAS已经应用在量产型车辆中，例如防抱死制动系统(ABS)、电子稳定性控制(ESC)、自适应巡航控制系统(ACC)、车道偏离警告(LDW)系统、车道变更辅助(LCA)、前向碰撞警告(FCA)以及车道保持辅助(LKA)。濒临碰撞制动是通过实施车辆制动来避免或减少碰撞的一种有效方式。碰撞避免系统也可以提供转向命令，该转向命令使得主车辆沿着计算出的转向路径行驶来提供车辆转向，以便在只有制动能减轻碰撞时避免碰撞。\n[0004] 用于这些类型的系统的物体检测传感器可以使用若干技术中的任何一种技术，比如短距离雷达、长距离雷达、带有照片处理功能的相机、激光或激光雷达、超声波等。物体检测传感器检测在主车辆路径上的车辆和其他物体。在许多车辆中，目标检测传感器直接集成在前保险杠或车辆的饰板中，但是其他安装位置也是可以的。\n[0005] 可以在车辆上用来检测车辆周围的物体并提供这些物体的范围和方向的雷达和激光雷达传感器将这些对象的反射作为组成一个点云(集群)范围地图的多扫描点来提供，其中，一个单独的扫描点通常是针对传感器的水平视野上的每一个1/2°而提供。除了范围值和方位角度值之外，这些扫描点还以强度的形式提供了目标表面的反射率测量，因此，如果在主车辆前面检测到了目标车辆或其他物体，则可能会有多个扫描点返回，这些扫描点根据本车辆识别目标车辆的表面反射率、距离和方位角。通过提供一组扫描返回点，可以更方便地检测到具有各种任意形状的物体(如卡车、拖车、自行车、行人、护栏、K-栅栏等)，其中，物体越大和/或物体与主车辆越接近，提供的扫描点就越多。\n[0006] 车上的相机可以提供倒车辅助、拍摄车辆驾驶员的图像以确定驾驶员的困倦程度或注意力、当车辆行驶时提供道路图像来达到避免碰撞的目的、提供结构识别(如路面标识等)。其他车辆视觉应用包括车道感测系统，以感测车辆行驶车道和在车道中央驱动车辆。\n许多这些已知的车道感测系统检测道路上的车道标志，以便用于各种应用，如车道偏离警示(LDW)、车道保持(LK)、车道居中(LC)等，并且这些系统通常采用单个相机(无论是在汽车的前面或后面)来提供用于检测车道标记的图像。\n[0007] 本领域还公知的是，在车辆上提供包括前置相机、后置相机、左侧相机和右侧相机的环视相机系统，其中该相机系统使用相机的图像生成车辆和周边区域的俯视图，并且其中图像在车辆的角落处相互重叠。俯视图可以向车辆驾驶员显示，以便观察车辆周围的情况，进而进行倒车和停车等。未来的车辆可以不采用后视镜，而是可以包括环视相机提供的数字图像。\n[0008] 这里讨论的此类型的各种车辆系统需要知道车辆的位置和方向。目前，现代车辆通常依赖于全球导航卫星系统(GNSS)，比如GPS，该系统提供信号到车辆显示屏来识别车辆位置。\n[0009] 车辆到车辆(V2V)和车辆到基础设施(V2I)通信系统(有时也被称为V2X系统)通常是本领域技术人员所熟知的，并且需要至少一个实体来发送信息到另一个实体。例如，仅仅通过接收来自相邻车辆的广播消息，便可以在一个车辆上执行许多车辆到车辆的安全应用程序。这些消息不针对任何特定的车辆，但要与车辆用户群进行共享，以支持具体的应用。\n在需要碰撞避免的这些类型的应用中，当两辆或更多辆车辆相互交流并且碰撞变得很可能时，车辆系统可以警告车辆驾驶员，或者可能为驾驶员采取躲避动作，例如实施制动。同样地，交通控制单元可以观察信息的广播并生成关于通过指定交叉口或道路的交通流量的统计数据。\n[0010] 道路交错产生了交叉口。为了防止车辆在交叉口相互碰撞，通常会提供某种类型的交通控制机制，如停止标志、让车标志、交通灯等，从而使得垂直地或交叉地通行的交通车辆能够安全通过交叉口。然而，交叉口(特别是交通量大的交叉口)仍然是造成很多车辆碰撞和交通事故的原因。\n[0011] 当在交叉口左转或右转时试图警告驾驶员的潜在碰撞的已知物体检测传感器系统通常是依赖于一个单一的算法来提供预警，而不管主车辆相对于交叉口处于什么位置以及车辆以什么速度和在什么方向上行驶。通常情况下，这些类型的算法是无效的，其原因在于它们无法始终如一地在碰撞发生前及时警告驾驶员。更特别地，不同的车辆以不同的速度和积极性进行操作，其中一些车辆非常快地接近一个交叉口，而另一些车辆更加缓慢地接近该交叉口，并且其中主车辆可能会停在交叉口，让对面的车辆在转弯前通过。由于这些变化的缘故，这样的算法不能在合适的时间量上有效地提供警告，因此，在它们设置在商用车辆上之前需要作出改进。\n发明内容\n[0012] 本发明描述了一种用于警示主车辆的驾驶员在交叉口左转或右转时与其他车辆潜在的碰撞的系统和方法，其中如果碰撞即将发生，该系统和方法可提供自动制动。该方法包括确定主车辆有可能以预定置信水平在交叉口处转弯，并且如果是，那么将交叉口分割为多个不同区域，其中每个区域具有不同的碰撞威胁风险水平。可以针对不同的交叉口种类来区别地确定区域，并且这些区域可以包括主车辆将行驶通过的交叉口前面的接近区域、主车辆在转弯时将行驶通过的交叉口中的等待区域，以及主车辆在转弯时将行驶通过的交叉口中的禁止等待区域。该方法获得交叉口中或附近的主车辆和任何相关远程车辆或其他物体的速度、速率和位置。该方法为每个不同的分割区域确定当主车辆行驶通过交叉口时主车辆的预测路径以及确定远程车辆的预测路径。该方法接着基于预测路径、速度和加速度确定主车辆和远程车辆是否将同时占据交叉口中的碰撞区，并且如果是的话，向主车辆的驾驶员发出碰撞风险的警告。\n[0013] 结合附图，本发明的其他特征将通过下面的说明书和所附权利要求书而变得显而易见。\n附图说明\n[0014] 图1是包括用于识别车辆运行和检测车辆周围的物体的各个部件的车辆的图示；\n[0015] 图2是示出了左转的主车辆的交叉口的图示；\n[0016] 图3是示出了右转的主车辆的交叉口的图示；\n[0017] 图4是示出了在不同时间段右转的主车辆和左转的相对方向远程车辆的位置的交叉口的图示；\n[0018] 图5是示出了在不同时间段右转的主车辆和直行通过交叉口的侧向远程车辆的位置的交叉口的图示；\n[0019] 图6是示出了在不同时间段左转的主车辆和直行通过交叉口的侧向远程车辆的位置的交叉口的图示；\n[0020] 图7是示出了在不同时间段左转的主车辆和直行通过交叉口的相对方向远程车辆的位置的交叉口的图示；\n[0021] 图8是示出了图4至图7中所示时间的时间线；\n[0022] 图9是示出了在不同时间段在交叉口等待且随后左转的主车辆和直行通过交叉口的相对方向远程车辆的交叉口的图示；\n[0023] 图10是示出了图9中所示时间的时间线；\n[0024] 图11是示出了当车辆在交叉口左转或右转时评估威胁的过程的流程图；\n[0025] 图12是示出了决定车辆进入交叉口是否安全的过程的流程图；\n[0026] 图13是示出了图12的过程且使用V2I数据的流程图；\n[0027] 图14是示出了确定继续行进通过交叉口中的等待区域是否安全的过程的流程图；\n[0028] 图15是示出了确定是否允许车辆进入交叉口中的禁止等待区域的过程的流程图；\n[0029] 图16是示出了行驶在双车道道路的外行车道且进行变道的主车辆的交叉口的图示；\n[0030] 图17是示出了行驶在双车道道路的内车道且进行左转的主车辆的交叉口的图示；\n[0031] 图18是行驶在双车道道路的外车道中且进行变道的主车辆的图示；\n[0032] 图19是行驶在双车道道路的内车道中且转入行车道的主车辆的图示；\n[0033] 图20是沿道路行驶且就在交叉口之前转入行车道的主车辆的图示；以及[0034] 图21是在交叉口左转的车辆的图示。\n具体实施方式\n[0035] 以下对于涉及一种用于评估主车辆左转或右转时在交叉口的碰撞威胁并向主车辆的驾驶员提供潜在碰撞警告的系统及方法的实施例的讨论在本质上仅是示例性的，并且绝不旨在限制本发明或其应用或用途。\n[0036] 如下文将详细论述的，本发明提出了碰撞评估算法，当车辆出于驾驶员转向意图的置信水平而在交叉口左转或右转时，该算法基于与行驶在交叉口中或行驶通过交叉口的其他车辆的所确定的碰撞威胁，在必要时向主车辆的驾驶员提供信息、向驾驶员提供警告和/或提供自动制动和/或转向控制。是否给予信息、警告和/或自动制动的确定包括划分车辆在转入不同区域时可以在交叉口中行驶的区域，即，交叉口前的接近区域、交叉口内的等待区域以及交叉口内的禁止等待区域，这些区域是交叉口中的不同区域，具体取决于车辆是右转还是左转，其中，为每个区域采用用于碰撞威胁评估的单独算法，以便识别碰撞威胁。算法识别出可能正进入交叉口的各个远程车辆(这些远程车辆在交叉口中和在交叉口处转弯等)、分析相对于主车辆的速度和位置的那些车辆的速度和位置、以及识别接近区域、等待区域和禁止等待区域的潜在碰撞威胁。算法可以使用任何可用信息来识别出必要的参数，如地图数据库、V2X通信、车辆上的物体检测传感器和车辆上的相机等，其中，交叉口和主车辆的具体位置可能不需要过于精确。\n[0037] 需要注意的是，这里的讨论是针对右向车辆行驶方向，其中，左转的车辆会穿过迎面而来的车流的车道。然而，需要强调的是，这里的算法和讨论同样适用于那些车辆左向行驶且将会在右转时穿过迎面而来的车流的前方的国家和道路。还要注意到的是，正如本领域的技术人员将会理解的，在此所述的算法参数可进行调节以适应不同的驾驶员可选择配置，如积极、正常或保守等，进而修改具体特点所提供的警告/输出时间。可选地，系统自身可以基于驾驶员的驾驶风格对这些参数进行调整。\n[0038] 图1是车辆系统10的简单图示，其包括车辆12，该车辆12具有地图数据库14、导航系统16、操作控制器18、警告装置20、传感器/检测器32和车辆控制器22。控制器18意于代表所有的单独的模块、控制器、处理器、电子控制单元等，其是执行和运行在此讨论的各种算法和过程所需的。地图数据库14储存在任何细节水平下都可用的地图信息，包括关于交叉口的特定信息，例如车道数量、车道行驶模式等。地图数据库14与导航系统16相关联来操作，以显示各种地图以及其它可用的信息，并且允许用户来输入、计划且显示路线。传感器/检测器32意于代表车辆12上任何和所有的目标检测传感器或相机，例如位于车辆12上任何位置处的前方、后方及侧方相机、倒车相机、激光雷达传感器、长距离雷达检测器、短距离雷达检测器等。警告装置20可以为任何合适的警告装置，例如显示图标、触觉座椅、鸣响等。可能针对自主和半自主能力，控制器22控制车辆12的操作，包括转向、制动、减速等，并且提供与这里讨论一致的任何其它车辆控制。车辆12还包括无线端口24，其允许车辆12来无线地传输消息及接收来自许多源的消息，这些源例如因特网26、卫星28、无线基础设施30等。倘若可用，无线端口24还允许车辆12来提供V2I通信和V2V通信。\n[0039] 图2为道路交叉口42的图示40，其中，道路44和46相交叉，从而限定了交叉口区域\n48。道路44包括用于在一个方向上的交通流的两个行驶车道50和52以及用于在相对方向上的交通流的两个行驶车道54和56。同样地，道路46包括用于在一个方向上的交通流的两个行驶车道58和60以及用于在相对方向上的交通流的两个行驶车道62和64。停止杆68为用于车道50和52的在交叉口42处的停止线位置，停止杆70为用于车道54和56的在交叉口42处的停止线位置，停止杆72为用于车道58和60的在交叉口42处的停止线位置，以及停止杆74为用于车道62和64的在交叉口42处的停止线位置。行驶车道50、52、54、56、58、60、62和64可以为仅直行、仅左转、仅右转或共享的直行、左转和/或右转中的任意一种。\n[0040] 交叉口42示出了在行驶车道56上行驶的主车辆80，其正在接近交叉口42并沿预测路径88左转进入行驶车道58或60中的一个，其中，关于如何确定预测路径88的进一步讨论将在下面提供。示出了行驶在行驶车道52上的相对方向远程车辆84，以及示出了形式在行驶车道62上的侧向远程车辆86。如将在以下详细所讨论的，基于主车辆80的预测路径88和位置、远程车辆84和88的预测位置和位置、包括车道数量的交叉口几何形状等，交叉口区域\n48内及周围的区域被分割成不同的区域。例如，算法可以识别交叉口42中的接近区域、等待区域和禁止等待区域，并且根据主车辆80是否意于右转或左转、交叉口42的尺寸、交叉口42中其它车辆和物体的位置和速度等，可以进一步将那些区域分割成更小的区域。\n[0041] 在图示40中，主车辆80被示出位于交叉口区域48之前的接近区域90中。当主车辆\n80左转时，它将进入交叉口区域48，然后进入等待区域92，在该等待区域中，当存在相对车流时，车辆80将等待以进行左转。确定车辆80是否将在等待区域92停止是基于例如车轮偏转角和/或车辆80的横摆角速度和/或驾驶员是否使用主车辆80的制动器，在该情况下，车辆80在减速。禁止等待区域94也限定在交叉口区域48中并位于迎面而来的车流的路径中，例如远程车辆84，在该处，主车辆80不被允许停止。由于车辆80可以在等待区域92中等待以便迎面而来的交通畅通，但是，随着它移动靠近于禁止等待区域94，车辆80可以沿着等待区域92缓慢行进，等待区域92被分离成区域96，车辆80可以沿着等待区域92轻微地移动，以更准确地预测碰撞威胁。\n[0042] 为了确定主车辆80在何时进入区域92和94，有必要去预测当主车辆80转弯时的路径88。本领域中存在有用于预测车辆的路径的许多算法，并且这些算法通常使用车辆横摆角速度和/或车轮偏转角来限定该路径，其通常不是很准确，因为横摆角速度不可能像所需的转弯半径那样敏锐来实现转弯。因而，当主车辆80正在交叉口42转弯时，主车辆80的转弯半径可能不会精确地匹配进入车道58或60所需的角度，且因而本发明不仅基于车辆位置和动态参数，而且还基于交叉口42的几何形状来确定车辆80的预测路径88。在一个实施例中，算法利用车辆横摆角速度和/或车轮偏转角来获取主车辆80的预测路径88，并且然后基于交叉口42的几何形状(更确切地说是车道58和60的位置)来精确该预测路径，其取决于该信息是否可用。\n[0043] 图3是类似于图示40的交叉口42的图示100，其中，相同的元件由相同的附图标记来标识，该图示示出了位于交叉口42之前的接近区域90中的主车辆80，且该车辆意于沿着预测路径102右转进入车道62或64。正如以上讨论的左转方案一样，识别出了等待区域104(在该区域中，主车辆80可以在交叉口区域48中停止并等待)和禁止等待区域106(在该区域中，因为例如侧向远程车辆86带来的来自侧向方向的碰撞威胁，主车辆80不能够在交叉口区域48中停止)。\n[0044] 基于图2和图3所示的图示40和100，本发明识别出何时提供潜在碰撞威胁信息给驾驶员、提供潜在的碰撞警告给驾驶员和/或响应于检测到的碰撞威胁提供自动制动。如以上所述，根据交叉口几何形状以及车辆速度和位置，交叉口42被分成各个区域和地区，以及基于该可用的信息，可以采用不同的算法来识别出碰撞威胁。\n[0045] 图4、图5、图6和图7示出了来自相对方向远程车辆84和侧向远程车辆86的可能碰撞威胁的四种示例性情形，其中，框118代表交叉口区域48的一部分并在此被称作为碰撞评估区域。特别地，图4为图示110，其示出了当主车辆80沿着路径98右转且远程车辆84沿着评估区域118中路径138左转时来自相对方向远程车辆84的碰撞威胁；图5为图示112，其示出了当主车辆80沿着路径98右转且远程车辆86沿着路径140直行通过评估区域118时来自侧向远程车辆86的碰撞威胁；图6为图示114，其示出了当主车辆80沿着路径142左转且侧向远程车辆86沿着路径140直行通过评估区域118时来自侧向远程车辆86的碰撞威胁；以及图7为图示116，其示出了当主车辆80沿着路径142左转且远程车辆84沿着路径144直行通过评估区域118时来自相对方向远程车辆84的碰撞威胁。应注意的是，在图7的图示116中，在这种场景下，主车辆80在交叉口区域48中并未停止和等待迎面而来的交通畅通。\n[0046] 碰撞评估算法通过对主车辆80的预期位置和预测路径、相对方向远程车辆84的预期位置和预测路径以及侧向远程车辆86的预期位置和预测路径(由主车辆80和远程车辆84和86的速度、加速度和预测路径的传感器信息和动态所确定)进行分析，从而对评估区域\n118中的碰撞威胁进行评估。在图示110、图示112、图示114和图示116中，已知主车辆80的当前位置、预测路径和速度，以及远程车辆84和/或86的预测路径和速度，碰撞区域146被限定为当主车辆80在评估区域118中右转时主车辆80可能与远程车辆84或86碰撞的区域，碰撞区域148被限定为当远程车辆84在评估区域118中左转时其它方向远程车辆84可能与主车辆80碰撞的区域，碰撞区域158被限定为当远程车辆86径直行驶穿过评估区域118时侧向远程车辆86可能与主车辆80碰撞的区域，碰撞区域166被限定为当主车辆80在评估区域118中左转时主车辆80可能与远程车辆84或86碰撞的区域，碰撞区域168被限定为当远程车辆84径直行驶穿过评估区域118且主车辆80在评估区域118中左转时其它方向远程车辆84可能与主车辆80碰撞的区域。\n[0047] 在图示110、图示112、图示114和图示116的每一个中，框120表示T＝T0时主车辆80的位置，其中，T0是当前时间，框122表示T＝T1时即将进入碰撞区域146或166的主车辆80的位置，框124表示T＝T2时刚刚离开碰撞区域146或166之后的主车辆80的位置，框126表示T＝T0时相对方向远程车辆84的位置，框128表示T＝T0时侧向远程车辆86的位置，框130表示T＝T3时即将进入碰撞区域148或168的相对方向远程车辆84的位置，框132表示T＝T3时即将进入碰撞区域158的侧向远程车辆86的位置，框134表示T＝T4时刚刚离开碰撞区域148或\n168之后的相对方向远程车辆84的位置，以及框136表示T＝T4时刚刚离开碰撞区域158的侧向远程车辆86的位置。通过图示110、图示112、图示114和图示116所示可以注意到的是，碰撞威胁评估算法评估主车辆80进入评估区域118之前来自侧向远程车辆86的碰撞风险(而不管主车辆80是否右转或左转)、评估主车辆进入评估区域118之前如果主车辆右转时来自相对方向远程车辆86的碰撞风险、以及评估主车辆80进入评估区域118之后当主车辆80左转时来自相对方向远程车辆86的碰撞风险。\n[0048] 图8是适用于图4至图7中的所有图示110、112、114和116的时间线150，其示出了时间T0、T1、T2、T3和T4。当分析上述情景和其它情景的威胁评估时，碰撞评估算法计算从时间T1到时间T2的主车辆80预期占用碰撞区域146或166的持续时间，由时间线150中的线段152表示。该算法还计算从时间T3到时间T4的相对方向远程车辆84和/或侧向远程车辆86预期占用碰撞区域158或166的持续时间，由时间线150中的线段154表示。如果线段152和154表示的时间发生重叠，那么该算法识别出剩余时间TREM，其是时间线150中的线段156表示的主车辆\n80进入碰撞区域146或166的时间。当TREMCTHR，其中CTHR是通过试验确定的系数阈值，且T3-T0[0059] 图11是示出了用于评估当主车辆80在交叉口42处左转或右转时的碰撞威胁的过程的流程图170。在框172处，碰撞评估算法基于本文所讨论的可用于算法的所有信息(例如可从车辆80上的车载传感器获得的数据、从基础设施(例如V2X、OnstarTM、互联网云)接收到的无线数据、车辆80所处的行驶车道、车辆80的速度、转向灯激活、车辆80是否在减速等，所有这些信息在框174处提供)确定主车辆80是否抵达交叉口42处以及主车辆80将要左转还是右转的置信水平。\n[0060] 一旦算法在一定置信水平下确定了转弯，则算法接着在框176处使用包括交叉口几何形状的可用信息，基于车辆80的预测路径88或102确定主车辆80将位于何处，并且特别是主车辆80在交叉口42中的位置。算法接着在框178处基于交叉口几何形状和车辆状态将交叉口42分离并分割成各种区域，例如等待区域96或104以及禁止等待区域94或106。算法接着在框180处根据车辆80处于哪个区域评估主车辆80将要进入的交叉口42中的特定区域的碰撞威胁水平。算法接着在判定菱形框182处根据对车辆80的碰撞威胁基于可用于算法的所有信息确定进入特定区域是否安全。如果在判定菱形框182处确定进入特定区域不安全，则算法将在框184处使得某些动作(例如，如上文所讨论的提供警告、自动制动等)被执行，并且接着将返回框180来评估碰撞威胁。如果算法在判定菱形框182处确定主车辆80进入特定区域是安全的，则算法在框186处允许车辆80进入该区域，并且在判定菱形框188处确定穿过路径的左转或者右转(LTAP/RT)是否已经完成，如果没有完成，则返回到框180以便评估碰撞威胁。否则，算法在框190处结束。\n[0061] 图12是示出了一种确定主车辆80能否进入交叉口42的过程的流程图194，其中碰撞评估算法在框196处开始。应当注意的是，与流程图194相关联的算法重复地执行，直到主车辆80进入交叉口42。在判定菱形框198处，算法通过例如确定是否存在停止标志、确定信号灯是否为红色等，使用可用资源(例如，由车辆80上的相机提供的相机数据、激光雷达传感器、来自基础设施(包括信号灯)的V2X通信等)来确定车辆80是否被允许进入交叉口42。\n如果在判定菱形框198处确定主车辆80被允许进入交叉口42，则算法在框200处评估在交叉口42中来自其他车辆的直接碰撞威胁，例如来自左侧的横穿交通的威胁。应当注意的是，评估来自左侧其他车辆的直接碰撞威胁针对的是车辆在右侧行驶的那些道路和国家。如果在车辆行驶在左侧的国家中将该系统用在车辆上，则直接威胁将可能来自右侧。算法接着在判定菱形框202处确定车辆80前进到交叉口42中是否安全，如果安全，则在框204处，车辆80进入交叉口42并通过等待区域前进，其中算法在框206处结束。\n[0062] 如果在判定菱形框198处确定车辆80不被允许进入交叉口42或者在判定菱形框\n202处确定进入交叉口42不安全，则算法在判定菱形框208处确定车辆80以当前的行驶条件到达交叉口42之前的停止杆所花费的时间是否小于车辆80在停止杆之前停止所花费的时间。换句话说，算法基于驾驶员的驾驶行为、车辆80的速度、路面条件等确定驾驶员是否可能使车辆80在交叉口42之前的停止杆处停止，以及到停止杆的时间是否小于停止的时间，算法在框210处使自动制动发生并且算法在框206处结束。如果算法在判定菱形框208处确定车辆驾驶员可能在停止杆之前停止，则算法在判定菱形框212处确定在当前车辆驾驶条件下在停止杆处停止的时间是否小于车辆80在当前驾驶条件下在停止杆处停止将花费的时间加上一些附加的预定△时间，从而确定车辆80是否正在快速地接近交叉口，但是驾驶员仍然将能够使车辆80在停止杆处停止。如果在判定菱形框212处确定到停止杆的时间小于停止所花费的时间加上△时间，这意味着驾驶员正在快速地接近交叉口42，则算法将在框214处发出警告，并且算法在框206处结束。如果在判定菱形框212处确定到停止杆的时间不小于到停止杆的时间加上△时间，则算法不采取动作并且算法在框206处结束。\n[0063] 如果在主车辆80上存在V2I性能，则由流程图194所示的算法可以被改进。图13是示出了这类改进的流程图220，其中与流程图194相同的元件由相同的附图标记表示。在该过程中，算法在判定菱形框222处确定信号空间和定时(SPAT)数据是否可用，如果不可用，进行到判定菱形框198以按照与流程图194中相同的过程进行。SPAT数据无线地提供可被主车辆80接收的定时信息，该定时信息给出了关于信号灯将保持在其当前位置(例如在绿灯位置)保持多长时间的值。如果在判定菱形框222处确定SPAT数据可用，则算法在判定菱形框224处确定到红灯的时间是否大于车辆80穿过交叉口42所花费的时间，如果是，则进行到框200以便评估碰撞威胁。因为V2I数据可用并且信号灯的定时可用于算法，所以可以使用该信息，从而通过确定当信号灯变红时车辆80是否将仍然处于交叉口42中来进一步评估潜在的碰撞威胁。如果在判定菱形框224处确定到红灯的时间不大于穿过交叉口42的时间，则算法进行到判定菱形框208以确定当前车辆驾驶操作是否将允许车辆驾驶员在停止杆处停止。\n[0064] 图14是示出了一种确定从交叉口42内的等待区域92或104进行到禁止等待区域94或106的判定的过程的流程图230，其中当主车辆80处于等待区域92或104中时，基于车辆80的具体位置来确定碰撞威胁评估。在这种场景下，对于等待区域92或104中的较早区域而言，威胁可能来自左侧的横穿交通，而对于等待区域92或104中的较晚区域而言，威胁可能来自右侧的横穿交通。\n[0065] 该算法开始于框232，并在判定菱形框234处确定车辆80将要进入的下一区域是否是禁止等待区域94或106。如果盖下一区域是禁止等待区域94或106，那么算法将在框236处执行条件，以进入禁止等待区域94或106，并且算法在框238处结束。如果在判定菱形框234处确定下一区域不是禁止等待区域94或106，那么该算法在框240处评估本文所述的相关碰撞威胁，并在判定菱形框242处确定是否存在任何威胁。如果在判定菱形框242处不存在碰撞威胁，那么该算法在框244处允许车辆80行进到禁止等待区域94或106，并且算法在框238处结束。如果在判定菱形框242处检测到了碰撞威胁，那么该算法在判定菱形框246处基于当前车辆状况和交叉口状况确定到达车辆80所在区域的尽头的时间是否小于停止时间，以避免威胁。如果在判定菱形框246处确定到达那一区域尽头的时间小于停止时间，那么该算法在框248处自动地实施制动并使车辆80在的停止杆之前停止，并且在框238处算法结束。\n如果在判定菱形框246处确定到达那一区域尽头的时间小于停止时间，那么该算法在判定菱形框250处确定到达那一区域尽头的时间是否小于到达停止杆的时间加上的一些预定的Δ时间，如果是，则该算法在框252处发出警告，并在框238处算法结束。\n[0066] 图15是本文所述的碰撞评估算法的一部分的流程图256，其包括判定是否进入交叉口42内的禁止等待区域94或106。在此过程中，对来自相反方向的车辆交通和行人的威胁进行碰撞威胁评估，以决定是否应该执行驾驶员警告或自动制动控制。该算法开始于框\n258，并在框260处评估来自与主车辆80相对方向的交通的碰撞威胁。一旦评估了那些威胁，则该算法在判定菱形框262处确定车辆80进入禁止等待区域94或106是否安全，如果是，则在框264处评估来自右侧行驶车道的交通的任何威胁。然后该算法基于这一评估，在判定菱形框266处确定主车辆80是否可以安全地进入禁止等待区域94或106，如果是，则该算法在框268处确定人行横道内是否存在行人。基于对行人的评估，该算法在判定菱形框270处确定进入交叉口42是否安全，如果是，则在框272处继续前行穿过禁止等待区域94或106并驶出交叉口42，并且算法在框274处结束。如果该算法在判定菱形框262、266和270中的任一个处确定车辆80继续前行不安全，那么该算法在框276处基于上述讨论发出驾驶员警告和/或自动地实施制动。\n[0067] 如上所述，对于在交叉口处左转或右转的主车辆的碰撞威胁评估可能是多种情形的主题，当无威胁存在时，这些情形将会使得碰撞评估算法提供警告或自动制动，而如果威胁存在时，则不导致发出警告或实施制动，这在本文中分别被称为肯定误警报和否定误警报。当精确数据(比如数字地图和/或驾驶员数据(比如转向灯、制动位置等))不可用时，可能发生肯定误警报和否定误警报。以下讨论提供了6种挑战性驾驶使用案例场景，其中肯定误警报或否定误警报很可能发生，并且那些挑战的一些解决方案可以改善上述的碰撞威胁评估。通过采用来自相机、雷达传感器、激光雷达传感器、V2X输入、路径历史、地图数据、驾驶员输入(比如转向灯状态、头部姿势、眼睛等)的可用视觉数据，可以减少本文所述的肯定误警报或否定误警报。\n[0068] 第一使用案例场景是误报，其包括在接近交叉口时进行变道与在交叉口时左转的对比，如图16和17中所示，其中驾驶员可以使用转向灯来指示这两种驾驶操纵。图16和图17分别是具有外行车道284和内行车道286的道路282以及具有外行车道290和内行车道292的相对方向交通的道路288的图示280和图示302，其中道路282和288由中央线294隔开。交叉道路296穿过道路282和288，形成交叉口298。在图16中，主车辆300示出为沿外行车道284行驶，并沿路径304作出车道变更操纵到行车道286。在图17中，主车辆300在内行车道286内行驶，并在行车道290和292内行驶的其它方向车辆302的前面沿路径306左转进入交叉道路\n296，如图所示。\n[0069] 对于这些操纵，在初始移动作出变更车道或左转的过程中，主车辆300的轨迹是相似的，从而使得难于区分操纵，尤其是当车道级地图和/或高精度GPS数据不可用时。通常，商业导航地图不包括显示特定道路中车道数量的车道级地图。根据本发明，本文所述的碰撞评估算法将使用任何可用的数据以确定主车辆300是否在行车道284或行车道286内行驶，其中，一旦做出了确定，那么该算法将更好地知道主车辆300是否从行车道284变更车道到行车道286，或者从行车道286转弯到交叉道路296。如果导航地图包括车道数量，那么该信息可以用于确定主车辆300处于哪个车道，以及是否正在进行车道变更或左转。如果导航地图不包括单独的行车道，那么该算法可以使用其它可用的数据，比如相对方向或相同方向的其它车辆304的位置和行驶方向以及物体的位置(比如路缘)，来确定主车辆300处于哪个车道。例如，如果主车辆的左侧没有相同方向的车辆且在主车辆的紧邻左侧有其它方向的车辆，那么主车辆80是在最左侧行车道，在此处为行车道286。\n[0070] 在可能提供误报的另一种情形下，在双车道道路内行驶的车辆可以在有左转车道或无左转车道的情况下变更车道或转弯进入行车道。这是难于区分的场景，因为大多数数字地图在数据库中都没有行车道。进一步地，一些道路具有左转车道，如果车辆进入该左转车道，则有助于提供车辆正进行左转的指示。\n[0071] 这种情形在图18和图19中示出，其中图18和图19分别是图示308和图示330，其示出了包括外行车道312和内行车道314的一个方向行驶的双车道道路310以及包括外行车道\n318和内行车道320的相对方向行驶的双车道道路316，其中道路310和316由中央线322隔开。在图18中，主车辆324在外行车道312内行驶，并沿路径332变更车道进入内行车道314。\n在图19中，主车辆324在内行车道314中行驶，并在道路316内行驶的相对方向车辆328的前面沿路径334左转进入行车道326，如图所示。\n[0072] 为了减少这种情形的误报，该算法可以使用来自前向视觉相机的图像来识别车道标记的颜色和类型(比如虚线、白色实线、黄色实线等)、外部物体的位置、相同方向或不同方向行驶的车辆等，以识别主车辆324正在进行什么操纵。例如，左转车道通常用黄色实线标示，当其被相机识别时，黄色实线可以为该算法提供主车辆324正在转入左转车道以进行左转的指示。\n[0073] 另一种有时会对在交叉口处转弯的车辆提供误报的情形是其中主车辆正转向进入位于交叉口附近的行车道的情形。如上所述，当预测路径指示主车辆可能在交叉口之外行进时，基于交叉口几何形状，可以对在交叉口转弯时的主车辆的预测路径进行校正。如果当主车辆的实际路径是转入行车道而不是在交叉口处时算法对主车辆的预测路径进行校正，那么，基于其认为主车辆实际上在交叉口处正在转向的解译，则算法会发出错误警告。\n[0074] 图20描绘了这种情形，并且是示出了限定交叉口346的垂直道路342和344的图示\n340，其中道路344包括被中央线352分开的相对行车道348和350。主车辆354正在车道348中行驶，其中，碰撞评估算法通过转向灯激活或其它方式确定其正打算左转。在一些情形下，当主车辆354实际上正转向进入行车道356时(诸如气体加油站处，由实际路径360表示)，算法可能确定主车辆354正打算左转进入预测路径358表示的道路344。因此，不同的相对方向车辆362的位置和速度确定对主车辆354的威胁水平。\n[0075] 例如，在一个已知的碰撞评估算法设计中，基于地图数据库和转向灯活动，算法的左转特征在交叉口346之前的某一检测到的参数距离D之内(例如100米)被激活，而这就是算法可以预测车辆354的路径在交叉口346之前的路径358上的原因。为了减少或防止这种漏报，本发明提出使算法从导航地图或其它方式获得交叉口346的大小(诸如通过交叉口\n346的所有方向的车道数量)，并且为特定交叉口动态地调节距离参数D。因而对于较小的交叉口，可以减小参数D，从而使得算法不预测车辆354左转直到它接近交叉口346的路径，并且当预测路径特征被启动时，可能已经驶过了行车道356。对于较大的交叉口，因为穿过交叉口346的距离使车辆354仍将可能驶过行车道356，可以保持参数D或者将其增大到相对较高。\n[0076] 这里所讨论的最后三个误报场景包括主车辆上的前视相机未能检测停车标记/信号灯(误报)、其他车辆、卡车、高媒介、灯柱等对主车辆上传感器视野的阻碍(漏报)、以及导航地图未提供交叉口数据(漏报)。参考图21将讨论这三种情形，图21是示出了限定交叉口\n376的垂直道路372和374的图示370，其中道路372包括被中央线382分开的相对行车道378和380。主车辆384正在车道378中行驶并且相对车辆386正在车道380中行驶，其中主车辆\n384正左转进入道路374。\n[0077] 在其中一个方向上没有用于交通的停车标志或信号的交叉口处进行减速是表示在主车辆384的前方没有其他车辆的情况下主车辆384打算进行左转。当存在停车标记或信号时，即使主车辆384正直线行驶通过交叉口376时，主车辆384也可以在交叉口376处减速。\n对于所有直线行驶、左转和右转的车辆来说，如果仅有单根车道，不清楚主车辆384的意图问题更大。如果算法利用传感数据(例如前可视相机、雷达传感器、激光雷达传感器、V2X通信等)不能正确地识别交通信号的状态或者停车标志，则误报信息状态就会发生。进一步地，车辆驾驶员可能没有打开表明打算左转的转向灯。因此，如果算法没有检测到停车标记或信号并且主车辆384在交叉口376处正在减速，则误报就可能发生。在这种情形下，在没有额外的支持性输入时(诸如左转信号灯、车轮偏转角的变化等)，算法可能仅仅局限于仅通知的情形，而没有提供警告或自动制动。如果可用的话，也可以使用人行横道或道路标记作为额外输入。如果交叉口376被确定为停车交叉口(其中，接近区域中的车辆需要停止)，系统可以延迟提供信息，直至额外输入(诸如转向灯激活或者车轮偏转角)变得可用。\n[0078] 在交叉口处，被其它车辆、卡车、高媒介、灯柱等阻挡的主车辆384上的传感器的视野(FOV)可能使传感器不能识别车道标记，这样就使得发出了漏报。在此情形下，本发明提出了识别何时在发生传感器的这种阻挡并通知驾驶员转向辅助处于仅通知模式。替代地，如果可用的话，V2X信息可以被使用。\n[0079] 有时，地图数据库没有可用的交叉口数据，这也会引起漏报。在这种情形下，如果主车辆384正靠近交叉口中央减速并且地图上没有指示出交叉口，而且主车辆384前方没有车辆，则可以提供左转指示。相对周围其他车辆的运动也可以作为数据使用。在这种情形下，由于在地图上没有显示，因此基于车轮偏转角来确定对于交叉口376而言可能不准确的预测路径。在检测到车轮转角的变化时，算法可使用横摆角速度和过去历史记录来计算预测路径。当车轮的偏转角小于某delta值时，转向辅助特征将使用这个默认的预测路径，并且当车轮的偏转角大于某delta值时，转向辅助特征将使用路径历史记录和横摆角速度来计算预测路径以警告驾驶员。\n[0080] 本领域技术人员将会很好理解的是，此处讨论的用于描绘本发明的几种和各种步骤和过程可能涉及由计算机、处理器或其他电子计算装置执行的操作，这些操作利用电气现象来操纵和/或转换数据。那些计算机和电子装置可以采用各种易失性和/或非易失性存储器，这些存储器包括具有在其上存储的可执行程序的非暂时性计算机可读介质，该可执行程序包括能够由计算机或者处理器执行的各种代码或可执行指令，其中存储器和/或计算机可读介质可以包括所有形式和类型的存储器以及其它计算机可读介质。\n[0081] 以上的讨论仅仅公开和描述本发明的示例性实施例。本领域技术人员根据这些论述、附图和权利要求将会容易地认识到，在不偏离由以下的权利要求书限定的本发明的精神和范围的情况下，可以在其中作出各种改变、修改和变型。