用于控制车辆的装置和方法与流程

用于控制车辆的装置和方法
1.相关申请的交叉引用
2.本技术要求2020年12月1日提交的韩国专利申请no.10-2020-0166072的优先权权益，其全部内容通过引用结合于本文中。
技术领域
3.本发明涉及用于控制车辆的装置和方法。


背景技术：

4.近来，已研发出了这样一种技术，其中车载系统控制车辆的行驶，从而辅助或替代驾驶员的驾驶。为此，车载系统必须基于车辆周围区域的道路的车道线来感测车辆前方的物体，并确定车辆周围物体的运动。
5.然而，当由于传感器的误差或延迟(信号延迟)而错误识别车辆周围的物体时，会发生误判或无法确定物体的运动的情况。作为示例，以下情况为误判的情况：由传感器感测到的车辆周围的物体处于切入区域，从而将物体的运动确定为切入状态，但物体实际上不在切入区域中。即使物体被误判为处于切入状态，车辆也会执行制动控制以避免与周围物体发生碰撞。当这种情况反复发生时，车辆会频繁减速，从而降低驾驶员的乘坐舒适性。


技术实现要素：

6.本发明的一个方面提供一种用于控制车辆的装置和方法，其即使在传感器产生误差或延迟(信号延迟)时也能够准确地确定车辆周围的物体的行为。
7.本发明构思所解决的技术问题不限于前面提及的问题，并且本发明所属领域的技术人员通过以下描述将清楚地理解本文没有提及的任何其他技术问题。
8.根据本发明的一个方面，一种用于控制车辆的装置包括：传感器和控制器，所述传感器感测车辆周围的物体并获取车辆的行驶信息；所述控制器创建与车辆行驶的道路对应的统合的车道线，基于统合的车道线设置与物体对应的关注区域，并且基于车辆的行驶信息改变关注区域。
9.在一种实施方案中，关注区域可以包括切入区域、内部路径区域和/或偏离区域的至少一个。
10.在一种实施方案中，控制器可以将基于车辆的行驶信息和关于道路的信息而计算出的临界距离存储为查询表，并且可以基于包括在查询表中的临界距离来改变关注区域。
11.在一种实施方案中，控制器可以学习包括车辆的行驶信息和关于道路的信息的数据集，以输出临界距离，并且基于临界距离改变关注区域。
12.在一种实施方案中，控制器可以基于车辆的行驶信息、物体的行驶信息以及车辆与物体之间的距离来生成用于计算临界距离的计算公式，并且根据基于计算公式计算出的临界距离来改变关注区域。
13.在一种实施方案中，控制器可以基于车辆的行驶信息计算临界距离，基于车辆的
平均速度和平均紧急制动次数来生成补偿函数，基于补偿函数调节临界距离，以及基于调节后的临界距离改变关注区域。
14.在一种实施方案中，控制器可以基于关注区域确定物体的行为。
15.在一种实施方案中，控制器可以将关注区域同等地应用于多个不同的物体，并且在设置关注区域之后，在利用航位推算确定出由传感器感测到的多个不同物体为相同的物体时，确定多个物体的行为。
16.在一种实施方案中，控制器可以对物体进入关注区域的情况和物体偏离关注区域的情况设置不同的关注区域，并且基于关注区域确定物体的行为。
17.在一种实施方案中，即使在传感器于预定的帧中没有感测到物体的时候，当在数量大于预定帧数的帧中感测到物体时，控制器也可以基于关注区域确定物体的行为。
18.根据本发明的另一个方面，一种用于控制车辆的方法包括：感测车辆周围的物体并获取车辆的行驶信息，创建与车辆行驶的道路对应的统合的车道线，基于统合的车道线设置与物体对应的关注区域，并且基于车辆的行驶信息改变关注区域。
19.在一种实施方案中，关注区域可以包括切入区域、内部路径区域和/或偏离区域的至少一个。
20.在一种实施方案中，所述方法可以进一步包括：将基于车辆的行驶信息和关于道路的信息而计算出的临界距离存储为查询表，并且可以基于包括在查询表中的临界距离来改变关注区域。
21.在一种实施方案中，所述方法可以进一步包括：学习包括车辆的行驶信息和关于道路的信息的数据集，以输出临界距离，并且基于临界距离改变关注区域。
22.在一种实施方案中，所述方法可以进一步包括：基于车辆的行驶信息、物体的行驶信息以及车辆与物体之间的距离来生成用于计算临界距离的计算公式，并且根据基于计算公式计算出的临界距离来改变关注区域。
23.在一种实施方案中，所述方法可以进一步包括：基于车辆的行驶信息计算临界距离，基于车辆的平均速度和平均紧急制动次数来生成补偿函数，基于补偿函数调节临界距离，以及基于调节后的临界距离改变关注区域。
24.在一种实施方案中，所述方法可以进一步包括基于关注区域确定物体的行为。
25.在一种实施方案中，所述方法可以进一步包括：将关注区域同等地应用于多个不同的物体，并且在设置关注区域之后，在利用航位推算确定出由传感器感测到的多个不同物体为相同的物体时，确定多个物体的行为。
26.在一种实施方案中，所述方法可以进一步包括：对物体进入关注区域的情况和物体偏离关注区域的情况设置不同的关注区域，并且基于关注区域确定物体的行为。
27.在一种实施方案中，所述方法进一步包括：即使在传感器于预定的帧中没有感测到物体的时候，当在数量大于预定帧数的帧中感测到物体时，基于关注区域确定物体的行为。
附图说明
28.通过随后结合附图的具体描述，本发明的以上和其它目的、特征和优点将更加清楚：
29.图1是示出本发明一种实施方案的车辆控制装置的配置的示意图；
30.图2a至图4c是用于说明本发明一种实施方案的创建统合的车道线的操作的示意图；
31.图5a和图5b是示意性地示出本发明一种实施方案的设置关注区域的方案的示意图；
32.图6至图8是示出本发明一种实施方案设置的关注区域的示意图；
33.图9a至图10b是示意性地示出本发明一种实施方案设置的关注区域的示意图；
34.图11a至图11c是示意性地示出基于车辆的行驶信息而改变的关注区域的示意图；
35.图12和图13是示意性地示出本发明一种实施方案的计算用于改变关注区域的临界距离的方案的示意图；
36.图14和图15是示意性地示出本发明一种实施方案设置的关注区域的关系的示意图；
37.图16至图18是示意性地示出基于本发明一种实施方案设置的关注区域来确定物体行为的操作的示意图；
38.图19是示出本发明一种实施方案的车辆控制方法的流程图；
39.图20是示出执行本发明一种实施方案的方法的计算系统的配置示意图。
具体实施方式
40.在下文中，将参考示例性附图对本发明的一些实施方案进行详细描述。在将附图标记添加到每个附图的组件中时，应当注意的是，即使当相同或等同组件显示在其他附图中时，他们也由相同的附图标记来表示。此外，在描述本发明的一些实施方案时，当确定相关的已知配置或功能的详细描述会干扰对本发明一些实施方案的理解时，将省略其详细描述。
41.在描述本发明的一些实施方案时，可以使用诸如第一、第二、a、b、(a)、(b)等术语。这些术语仅旨在将组件与其他组件相区分，并且这些术语并不限制组件的本质、次序或顺序。除非另有定义，否则本文使用的所有术语(包括技术术语或科学术语)具有与本发明所属领域的普通技术人员通常理解的含义相同的含义。可以进一步理解的是，术语(比如在通常使用的词典中所定义的术语)应被解释为具有与他们在相关技术的语境中的含义一致的含义，除非在本文中有明确的定义，否则不应以理想化或过于正式的含义来解释。
42.图1是示出本发明一些实施方案的车辆控制装置的配置的示意图。
43.如图1所示，车辆控制装置100可以包括：传感器110、摄像机120、通信装置130、导航装置140、存储装置150和控制器160。
44.传感器110可以感测车辆周围的物体或车辆行驶的道路的车道线。在这一点上，物体可以包括在车辆周围(前方)行驶的车辆。为此，传感器110可以包括激光雷达、雷达等。此外，传感器110可以获取车辆的行驶信息。在这一点上，车辆的行驶信息可以包括关于车辆的动力学信息，并且可以包括车辆的速度、加速度、行驶方向、航向角、行驶意图、横摆角速度、方向盘角度等。在这种情况下，传感器110可以包括速度传感器、加速度传感器、行驶方向传感器、方向盘传感器、横摆角速度传感器、航向传感器等。
45.摄像机120可以感测车辆周围的物体或车辆行驶的道路的车道线。摄像机120可以
包括能够获取车辆周围区域的图像的前置摄像机。摄像机120可以包括cmos或ccd图像传感器，并且可以获取静止图像或运动图像。
46.通信装置130可以执行v2x通信。v2x可以包括车辆对车辆(vehicle to vehicle，v2v)通信。在本发明的一些实施方案中，通信装置130可以通过与服务器通信来接收关于道路的信息(道路的状态)，并且通过与车辆周围行驶的物体进行通信来从物体接收关于物体的行驶信息(关于物体的动力学的信息：物体的速度、加速度、行驶方向、航向角、行驶意图、横摆角速度、方向盘角度等)。
47.导航装置140可以包括用于接收车辆的当前位置的gps接收器，并且基于车辆的当前位置提供特定区域的地图图像信息、道路引导图像信息、道路引导音频信息、车辆速度信息等。
48.存储装置150可以存储至少一种算法，所述算法执行根据本发明一些实施方案的用于操作车辆控制装置的各种命令的操作或运行。存储装置150可以包括：闪存、硬盘、存储卡、只读存储器(rom)、随机存取存储器(ram)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘或光盘的至少一种存储介质。
49.控制器160可以通过各种处理装置来实现，例如，微处理器或具有嵌入式半导体芯片的装置或能够执行各种命令的操作或运行的装置等，并且可以基于存储在存储装置150中的至少一种算法来控制本发明一些实施方案的车辆控制装置的整体操作。更具体地，控制器160可以创建与车辆行驶的道路对应的统合的车道线，基于统合的车道线设置与物体对应的关注区域，并且基于车辆的行驶信息改变关注区域。
50.首先，控制器160可以检测统合的车道线。将参考图2a至图4b进行更详细的描述。
51.图2a至图4b是用于说明本发明一些实施方案的创建统合的车道线的操作的示意图。
52.控制器160可以基于车辆行驶的车道的中心来创建车道链路(lane link)，并且可以基于车道链路创建虚拟的车道线。在这一点上，虚拟的车道线可以表示虚拟地创建以用于确定车辆行为(切入行驶状态、内部路径(inner path)行驶状态和/或偏离行驶状态的至少一个)的车道线。当车辆周围的物体进入虚拟的车道线时，控制器160可以执行减速控制以避免碰撞。
53.如图2a所示，当车辆10周围的物体20进入虚拟的车道线时，控制器160执行减速控制。由于车辆10周围的物体20没有进入车辆的实际的车道线，驾驶员会在由误检测而造成的减速时感到不适。另外，如图2b所示，即使车辆10周围的物体20进入实际的车道线，由于车辆10周围的物体20并没有进入虚拟的车道线，控制器160也不执行减速控制，从而在保持行驶速度时，可能会发生驾驶员暴露于碰撞风险的情况。因此，控制器160可以创建能够基于道路的状态准确地确定物体的行为的统合的车道线。在本发明的一些实施方案中，控制器160可以基于表1创建统合的车道线。
54.[表1]
[0055][0056]
在本发明的一些实施方案中，控制器160可以基于图3的流程图来创建统合的车道线。
[0057]
如图3所示，控制器160可以确定车道侧是否不存在(s110)。在这一点上，车道侧可以表示道路终止的部分，也就是说，道路的最外侧部分。当在步骤s110确定出车道侧不是不存在时(否)，控制器160可以确定车道侧边线是否不连续(s120)。
[0058]
当在步骤s120确定出车道侧边线不是不连续时(否)，控制器160确定车道侧边线的形状是否改变(s130)。当在步骤s130确定出车道侧边线的形状没有改变时(否)，控制器160确定物体是否以偏离状态向车道侧边线行驶(s140)。当在步骤s140确定出物体没有以偏离状态向车道侧边线行驶时(否)，控制器160可以基于车道侧边线来创建统合的车道线(s150)。当车辆在高速公路上行驶时，控制器160可以基于步骤s150创建统合的车道线。
[0059]
另一方面，当在步骤s110不存在车道侧、在步骤s120车道侧边线不连续、在步骤s130车道侧边线的形状改变、或者在步骤s140物体以偏离状态向车道侧边线行驶时，可以确定点级的路径(point level path，plp)与车道链路之间是否存在差异(s160)。在这一点上，plp可以包括用于车辆行驶控制的后续路线，车道链路可以表示车道的中心。
[0060]
当在步骤s160确定出plp与车道链路之间不存在差异时(否)，控制器160可以基于车道链路创建统合的车道线(s170)。另一方面，当在步骤s160确定出plp与车道链路之间存在差异时(是)，控制器160可以确定出行驶偏离车辆的后续路线和车道的中心(例如，车道改变、u型转弯、p型转弯、偏离行驶)，并且基于plp创建统合的车道线(s180)。
[0061]
在本发明的一些实施方案中，当执行图3的步骤s150时，控制器160可以基于如图4a所示的车道侧边线30来创建统合的车道线51。此外，当执行图3的步骤s170时，控制器160可以基于如图4b和图4c所示的车道链路40来创建统合的车道线52和53。
[0062]
当创建统合的车道线时，控制器160可以获取关于物体的信息并执行预处理。在本发明的一些实施方案中，控制器160可以收集关于物体的动力学(位置、速度、加速度、类型等)的信息。在这一点上，控制器160可以不仅收集当前帧的物体信息，还收集先前帧的物体信息。
[0063]
当获取和预处理物体的信息时，控制器160可以设置与由传感器感测到的物体对应的关注区域。由于物体可以与车辆相距较远距离或较近距离，并且可以以比车辆更高或更低的速度行驶，并且物体可以具有不同的行驶趋势，因此控制器160可以为每个物体设置各自的关注区域。为了更详细的描述，将参考图5a至图8。
[0064]
图5a和图5b是示意性地示出本发明一些实施方案的设置关注区域的方案的示意
图，图6至图8是示出本发明一些实施方案设置的关注区域的示意图。
[0065]
如图5a所示，对于在车辆10周围行驶的多个物体20，控制器160可以对与车辆10相距较近距离的物体21的行为执行主动制动，并且可以对相距相对较远距离的物体22的行为执行被动制动。在本发明的一些实施方案中，如图5b所示，控制器160可以基于物体20的距离“d”计算用于设置(改变)关注区域的临界距离δ。可以基于从物体20接收到的行驶意图、物体20的速度、物体20的横摆角速度、方向盘角度、航向角、车辆10的速度、传感器110的误差和行驶道路的状态来计算临界距离。
[0066]
例如，控制器160可以基于统合的车道线50设置与物体对应的关注区域。在本发明的一些实施方案中，如图6所示，控制器160可以将切入区域80设置为关注区域，用于确定物体是否处于切入行驶状态。
[0067]
此外，在本发明的一些实施方案中，如图7所示，控制器160可以将内部路径区域90设置为关注区域，用于确定物体是否处于内部路径行驶状态。在本发明的一些实施方案中，如图8所示，控制器160可以将偏离区域100设置为关注区域，用于确定物体是否处于偏离行驶状态。
[0068]
控制器160可以将关注区域设置为如图5a至图8的描述，并且可以基于物体的类型、车辆的行驶情况(u型转弯、车道改变、偏离行驶和弯曲道路行驶)等来改变关注区域。为了详细说明，将参考图9a至图11c。
[0069]
图9a至图10b是示意性地示出本发明一些实施方案设置的关注区域的示意图。
[0070]
图9a和图10a是示出物体20进入关注区域roi(a)的情况的示意图。如图9a和图10a所示，当地面真实物体20和由传感器的误差感测到的物体20a不同时，虽然地面真实物体20没有进入关注区域roi(a)，但由于车辆10的传感器的误差，将感测到的物体20a确定为已进入关注区域roi(a)。在这种情况下，车辆10可能执行减速控制，这是由误判导致的减速控制，使得驾驶员的乘坐舒适性下降。
[0071]
在一个示例中，图9b和图10b是示出本发明一些实施方案的物体20进入基于车辆的行驶信息(直线行驶或弯曲行驶)而改变的关注区域的情况的示意图。如图9b和图10b所示，即使当地面真实物体20的位置和由传感器的误差感测到的物体20a的位置不同时，由于根据基于改变的关注区域roi(b)感测到的物体20a的位置来确定行为，可以确定出感测到的物体20a没有进入关注区域roi(b)。在这种情况下，车辆不执行减速控制，这从根本上阻止不必要的减速控制，从而改善驾驶员的乘坐舒适性。
[0072]
图11a至图11c是示意性地示出基于车辆的行驶信息而改变的关注区域的示意图。
[0073]
具体地，图11a是示出基于u型转弯行驶而改变的关注区域(roi)的示意图。当在曲线上行驶时，车辆10可以通过将统合的车道线的曲线宽度在内边界侧减小临界距离δ来设置关注区域(roi)，以避免与在曲线的外边界侧行驶的车辆发生碰撞。此外，图11b是示出基于车道改变而改变的关注区域(roi)的示意图。当改变车道时，车辆10可以通过将统合的车道线的宽度减小临界距离(未示出)来设置关注区域(roi)。此外，图11c是示出当车辆10执行偏离行驶以躲避在车辆的右侧行驶的车辆时改变的关注区域(roi)的示意图。可以通过将统合的车道线的宽度减小临界距离(未示出)来设置关注区域(roi)。
[0074]
在本发明的一些实施方案中，控制器160可以得出本发明一些实施方案的临界距离，并且基于临界距离改变关注区域。为了更详细的描述，将参考图12和图13。
[0075]
图12和图13是示意性地示出本发明一些实施方案的计算用于改变关注区域的临界距离的方案的示意图。
[0076]
如图12所示，控制器160可以将基于车辆的行驶信息和关于道路的信息而计算的临界距离δ创建为查询表，并且可以基于包括在查询表中的临界距离δ来改变关注区域。在本发明的一些实施方案中，控制器160可以基于车辆与车辆周围的物体之间的距离、感测物体的传感器的融合标志以及车辆行驶的道路宽度来计算临界距离，将临界距离生成为查询表，并存储查询表。
[0077]
如图13所示，控制器160可以学习包括车辆的行驶信息和关于道路的信息的数据集，以输出临界距离δ，并且基于临界距离δ改变关注区域。在本发明的一些实施方案中，控制器160可以学习车辆的驾驶员的实际行驶数据集，以基于驾驶员对类似于车辆的实际行驶情况的情况的响应来改变关注区域。控制器160可以向输入层输入车辆的行驶模式、物体的位置误差(车辆的感测精度和延迟)、关于道路的信息(道路曲率和坡度)、关于车辆的动力学信息(速度、加速度和行驶方向)、关于物体的动力学信息(速度、加速度和行驶方向)等，从而学习实际行驶数据集。
[0078]
在本发明的一些实施方案中，控制器160可以创建神经网络，该神经网络通过收集以下情况的每一种的数据集来输出临界距离：确定物体处于切入行驶状态的情况，确定物体处于内部路径行驶状态的情况以及确定物体处于偏离行驶状态的情况。此外，控制器160可以设计成本函数，从而可以选择可以使误判或无法确定物体的运动的情况最小化的临界距离，并且学习数据集以输出使成本函数最小化的临界距离。
[0079]
在本发明的一些实施方案中，当创建神经网络时，可以利用深度学习结构来学习数据集，所述深度学习结构包括卷积神经网络(convolution neural network，cnn)、递归神经网络(recurrent neural network，rnn)、深度信念网络(deep belief network，dbn)、长短期记忆(long short-term memory，lstm)、生成对抗网络(generative adversarial network，gan)和softmax模型的一个。然而，本发明可以不限于此，还可以包括能够通过学习行驶数据集来输出临界距离的深度神经网络结构。在本发明的一些实施方案中，本发明的神经网络结构可以包括至少10个隐藏层，并且所有节点的数量可以至少是500。
[0080]
在本发明的一些实施方案中，从输出层输出的临界距离可以包括与统合的车道线的裕度距离，当在统合的车道线外侧创建临界距离时，可以增大关注区域，而当在统合的车道线内侧创建临界距离时，可以减小关注区域。
[0081]
当在本发明一些实施方案的确定物体的运动时设置的关注区域与在确定地面真实物体的运动时设置的关注区域产生误差时，控制器160可以计算临界距离差值δδ，并且在学习数据集时使用临界距离差值δδ作为反馈。
[0082]
本发明的一些实施方案的学习方法可以包括基于仿真的深度学习、利用来自多个车辆的由服务器获取的数据集的深度学习、利用由自动驾驶车辆获取的数据集的深度学习、以及基于发展方向而应用学习方法的过程。在本发明的一些实施方案中，当初始数据集不足时，控制器160可以通过执行基于仿真的深度学习来生成学习模型。此后，当获取足够数量的数据集时，可以执行利用由服务器获取的数据集的深度学习。此后，用户可以直接指定关注区域，从而可以反映用户的驾驶趋势，或者设定权重并在临界距离上反映权重。在本发明的一些实施方案中，控制器160可以在用户重视驾驶期间的安全驾驶(遵守交通法规、
遵守规定速度等)时将权重设定为较低，而在用户不重视安全驾驶时将权重设定为较高。
[0083]
控制器160可以基于车辆的行驶信息、物体的行驶信息以及车辆与物体之间的距离来生成用于计算临界距离的计算公式，并且利用计算公式基于临界距离来改变关注区域。在本发明的一些实施方案中，控制器160可以将生成的计算公式表示为计算公式1，并且可以将计算公式1设计为非线性的。
[0084]
《计算公式》
[0085]
δi(d,v
ego
,v
other
,ε
ave
,d)＝c1d+c
2vego
+c
3vother
+c4ε
ave
+...
[0086]
(这里，v
ego
：车辆速度，v
other
：第i个物体的速度，d：车辆与第i个物体之间的距离，ε
ave
：第i个物体的平均传感器横向误差值(m)，ci：常数)。
[0087]
控制器160可以基于车辆的行驶信息来计算临界距离，基于车辆的平均速度和平均紧急制动次数来生成补偿函数，基于补偿函数调节临界距离，以及基于调节后的临界距离来改变关注区域。在本发明的一些实施方案中，控制器160可以设计补偿函数，该补偿函数使平均速度最大化、使紧急制动的次数最小化，并使碰撞时间(time to collision，ttc)最大化。
[0088]
由于本发明一些实施方案中设置的多种关注区域具有有机的关系，即使在预定的关注区域中误判物体的运动，控制器160也能够在另一关注区域中确定物体的运动。为了更详细的描述，将参考图14和图15。
[0089]
图14和图15是示意性地示出本发明一些实施方案设置的关注区域的关系的示意图。
[0090]
如图14和图15所示，由于将处于内部路径状态和偏离状态的物体的运动确定为较接近，当从特定帧中排除了确定为处于内部路径状态的物体时，控制器160可以确定从特定帧中排除的物体处于偏离状态。此外，控制器160可以确定物体处于偏离状态，然后再次确定物体处于切入状态，然后再次确定物体处于内部路径状态。此后，在将物体从帧中排除时，控制器160可以利用图14和图15确定物体处于内部路径状态。
[0091]
控制器160可以基于如上所述设置的关注区域或基于车辆的行驶信息而改变的关注区域来确定物体的行为。为了更详细的描述，将参考图16至图18。
[0092]
图16至图18是示意性地示出基于本发明一些实施方案设置的关注区域来确定物体的行为的操作的示意图。
[0093]
在设置关注区域之后或者在基于车辆的行驶信息而改变关注区域之后，由于诸如传感器的不测量、追踪失败、传感器的融合步骤中的物体的分离或合并等现象，在帧中的关于部分或全部物体的信息会变得不同。在这种情况下，可以确定在帧中感测的物体是否是相同的物体，并且可以确定多个物体的行为。
[0094]
更具体地，如图16所示，控制器160可以基于在帧1中由传感器感测到的关于物体20i的动力学信息，利用航位推算来分别为各帧设置边界b1、b2和b3。当在帧1至帧3中由传感器感测到的多个物体20i、20ii和20iii的id信息都不同时(例如，当在帧1中id＝3、在帧2中id＝4、在帧3中id＝22时)，控制器160可以基于边界b1、b2和b3来确定多个物体是否是相同的物体。当确定出在不同的帧中感测到的多个物体20i、20ii和20iii是相同的物体时，控制器160可以为多个物体设置相同的关注区域(roi)。此外，控制器160可以基于相同的关注区域(roi)确定多个物体20
ⅰ
、20
ⅱ
和20
ⅲ
的行为。
[0095]
对于物体进入关注区域的情况以及物体偏离关注区域的情况，控制器160可以设置不同的关注区域，并且基于关注区域确定物体的行为。
[0096]
更具体地，如图17所示，当在帧1中将内部路径区域生成为关注区域时，对于通过压在车辆10行驶的车道线上行驶的物体20，控制器160可以确定内部路径行驶和偏离行驶连续地转变。也就是说，由于将用于确定物体20的内部路径行驶的内部路径区域生成为较窄，当物体20试图进入内部路径区域时，在物体20的一部分进入内部路径区域的时候，将物体20的行驶确定为内部路径行驶。当物体20试图偏离内部路径区域时，即使当物体20的一部分偏离内部路径区域时，就将物体20的行驶确定为偏离行驶。
[0097]
因此，在本发明的一些实施方案中，控制器160可以将帧2中的关注区域创建为大于帧1中生成的关注区域，从而能够将物体20确定为连续地执行内部路径行驶。也就是说，当物体20试图进入帧1中的内部路径区域时，控制器160可以确定物体20处于内部路径行驶。此外，由于在帧2中扩展了内部路径区域，即使当物体20试图偏离内部路径区域时，控制器160也可以确定物体20没有偏离内部路径区域，并且物体20处于内部路径行驶。如上所述，在本发明的一些实施方案中，当确定出物体的行驶状态时，控制器160可以具有迟滞部分，以防止确定结果在关注区域的边界处随时改变。
[0098]
即使在传感器于预定的帧中没有感测到物体的时候，当感测到物体的帧的数量大于预定的帧的数量时，控制器160也可以基于关注区域确定物体的行为。
[0099]
更具体地，如图18所示，当在帧1、帧2和帧3中由传感器感测到的物体20在帧4中没有被感测到，然后在帧5中再次被感测到时，控制器160可以确定在帧4中暂时性地形成了传感器的盲区。相应地，当确定出物体已进入帧1、帧2、帧3和帧5中的关注区域(内部路径区域)时，控制器160可以确定出物体处于内部路径行驶。
[0100]
图19是示出本发明一些实施方案的车辆控制方法的流程图。
[0101]
如图19所示，控制器160可以创建与车辆行驶的道路对应的统合的车道线(s210)。对于步骤s210的更详细的描述，请参考图2a至图4c的描述。
[0102]
控制器160可以设置与在车辆周围感测到的物体对应的关注区域(s220)。在这一点上，关注区域可以包括用于确定物体行为的切入区域、内部路径区域和偏离区域的至少一个。
[0103]
控制器160可以基于车辆的行驶信息和关于道路的信息来改变关注区域(s230)。在本发明的一些实施方案中，在步骤s230中，控制器160可以基于车辆的行驶信息和关于道路的信息来计算临界距离，并且基于临界距离改变关注区域。控制器160可以基于车辆的行驶信息和道路信息来预先计算临界距离，并且将临界距离存储为查询表。此外，控制器160可以学习包括车辆的行驶信息和道路信息的数据集，然后输出临界距离作为学习结果。此外，控制器160可以基于车辆的行驶信息、物体的行驶信息以及车辆与物体之间的距离来生成用于计算临界距离的计算公式，并且基于计算公式计算临界距离。此外，控制器160可以基于车辆的行驶信息计算临界距离、基于车辆的平均速度和紧急制动的平均次数来生成补偿函数，并且基于补偿函数调节预先计算的临界距离。
[0104]
控制器160可以基于在步骤s220中设置的关注区域或在步骤s230中改变的关注区域来确定物体的行为(s240)。
[0105]
图20是示出执行本发明一些实施方案的方法的计算系统的配置示意图。
[0106]
参考图20，计算系统1000可以包括经由总线1200连接的至少一个处理器1100、存储器1300、用户接口输入装置1400、用户接口输出装置1500、存储装置1600和网络接口1700。
[0107]
处理器1100可以是中央处理单元(cpu)或对存储在存储器1300和/或存储装置1600中的命令执行处理的半导体器件。存储器1300和存储装置1600可以包括各种类型的易失性或非易失性存储介质。例如，存储器1300可以包括rom(只读存储器)1310和ram(随机存取存储器)1320。
[0108]
因此，本发明的一些实施方案描述的方法或算法的操作可以直接实现为由处理器1100执行的硬件或软件模块，或者其组合形式。软件模块可以存在于存储介质(也就是说，存储器1300和/或存储装置1600)上，比如ram、闪存、rom、eprom、eeprom、寄存器、硬盘、可移动磁盘和cd-rom。示例性存储介质联接至处理器1100，该处理器1100可以从存储介质读取信息，也可以将信息写入存储介质。在另一种方法中，存储介质可以与处理器1100集成。处理器与存储介质可以存在于专用集成电路(asic)中。asic可以存在于用户终端内。在另一种方法中，处理器与存储介质可以作为独立组件存在于用户终端内。
[0109]
以上描述仅是本发明的技术构思的示例，并且本领域技术人员可以在不脱离本发明的基本特征的情况下进行各种修改和改变。
[0110]
因此，本发明的一些实施方案不旨在限制本发明的技术构思，而是对本发明进行说明，并且本发明的技术构思的范围不受本发明的这些实施方案的限制。本发明的范围应被解释为由所附权利要求的范围覆盖，并且落入权利要求的范围内的所有技术构思应被解释为包括在本发明的范围内。
[0111]
本发明一些实施方案的用于控制车辆的装置和方法可以在即使传感器产生误差或延迟时也能准确地确定车辆周围的物体的行为，使得可以减少不必要的减速，从而改善驾驶员的乘坐舒适性。
[0112]
在上文中，尽管已经参考示例性实施方案和所附附图对本发明进行了描述，但本发明不限于此，而是可以在不脱离所附权利要求所要求的本发明的精神和范围的情况下，由本发明所属领域的技术人员进行修改和改变。