买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福特全球技术公司

摘要：一种计算机包括处理器，该处理器被编程为基于第一车辆传感器数据在第一车辆中识别第二车辆。处理器被编程为基于传感器数据和附加环境数据中的至少一个来确定来自第二车辆的冰撞击第一车辆的风险。处理器被进一步编程为基于所确定的风险引起第一车辆中的动作。

主权项：1.一种车辆冰撞击预测的方法，包含：基于第一车辆传感器数据在第一车辆中识别第二车辆；基于所述传感器数据和附加环境数据中的至少一个检测所述第二车辆上的冰并确定所述冰从所述第二车辆分离；基于所述传感器数据来估计从所述第二车辆落下的冰的轨迹，所述传感器数据包括冰的尺寸、形状、重量；冰从所述第二车辆分离时的第二车辆的速度、移动方向、位置坐标；车道曲率；基于确定的轨迹估计冰的预期撞击位置；基于估计的冰的预期撞击位置、所述冰着陆时的所述第一车辆的预期位置、所述第一车辆的尺寸以及一个或多个风险确定阈值确定来自所述第二车辆的所述冰撞击所述第一车辆的风险；以及基于所述确定的风险引起所述第一车辆中的动作。

全文数据：车辆冰撞击预测技术领域[0001]本发明涉及机动车辆领域，更具体地，涉及一种车辆冰撞击预测。背景技术[0002]诸如雪、冻雨等的环境条件可以导致冰积累在车身上和或车身周围。一大块积累的冰或积雪可能会分离并且撞击另一车辆。例如，由于风、横向加速度等，冰可以分离并且从车辆上落下。对第二车辆的冰撞击可能会损坏第二车辆。例如车窗、车辆传感器等可能由于冰撞击而损坏。发明内容[0003]根据本发明，提供一种包含处理器的计算机，该处理器编程为：[0004]基于第一车辆传感器数据在第一车辆中识别第二车辆；[0005]基于传感器数据和附加环境数据中的至少一个确定来自第二车辆的冰撞击第一车辆的风险；以及[0006]基于确定的风险引起第一车辆中的动作。[0007]根据本发明的一个实施例，其中第一车辆中的动作包括改变第一车辆行驶车道。[0008]根据本发明的一个实施例，处理器还被编程为基于所确定的风险向第二车辆发送消息。[0009]根据本发明的一个实施例，其中消息包括第二车辆的最大推荐加速度和最大推荐阈值中的至少一个。[0010]根据本发明的一个实施例，其中第一车辆中的动作包括在确定所确定的风险超过预定阈值时广播包括第二车辆的位置、移动方向和速度的消息。[0011]根据本发明的一个实施例，其中第一车辆中的动作包括关闭第一车辆传感器的保护罩。[0012]根据本发明的一个实施例，其中确定风险进一步取决于第二车辆的位置、移动方向和速度。[0013]根据本发明的一个实施例，计算机还被编程为通过以下方式确定风险：[0014]基于传感器数据识别附着于第二车辆的冰;以及[0015]估计冰的轨迹。[0016]根据本发明的一个实施例，其中环境数据包括天气数据。[0017]根据本发明的一个实施例，计算机还被编程为通过基于天气数据、弟一车辆位置、第二车辆移动方向、第二车辆速度和地图数据来确定第二车辆是否来自多雪的区域而确定风险。、[0018]根据本发明的一"实施例，计算机还被编程为基于传感器数据来检测撞击第一车辆的冰。[0019]根据本发明，提供一种方法，包含：[0020]基于第一车辆传感器数据在第一车辆中识别第二车辆；[0021]基于传感器数据和附加环境数据中的至少一个确定来自第二车辆的冰撞击第一车辆的风险；以及[0022]基于确定的风险引起第一车辆中的动作。[0023]根据本发明的一个实施例，其中第一车辆中的动作包括改变第一车辆行驶车道。[0024]根据本发明的一个实施例，该方法还包含基于所确定的风险向第二车辆发送消息，消息包括第二车辆的最大推荐加速度和最大推荐阈值中的至少一个。[0025]根据本发明的一个实施例，其中第一车辆中的动作包括在确定所确定的风险超过预定阈值时广播包括第二车辆的位置、移动方向和速度的消息。[0026]根据本发明的一个实施例，其中第一车辆中的动作包括关闭第一车辆传感器的保护罩。[0027]根据本发明的一个实施例，其中确定风险进一步取决于第二车辆的位置、移动方向和速度。[0028]根据本发明的一个实施例，其中确定风险进一步包括基于传感器数据识别附接到第二车辆的冰;以及[0029]估计冰的轨迹。[0030]根据本发明的一个实施例，其中环境数据包括天气数据。[0031]根据本发明的一个实施例，其中确定风险进一步包括基于天气数据、第二车辆位置、第二车辆移动方向、第二车辆速度和地图数据来确定第二车辆是否来自多雪的区域。附图说明[0032]图1是示出车辆系统的图；[0033]图2A是示出同一车道中的多个车辆和冰撞击的轨迹的图；[0034]图2B是示出在多个车道中的多个车辆和冰撞击与第二车道中的第二车辆以相同方向移动的第一车道中的第一车辆的轨迹的图；[0035]图2C是示出多条车道中的多个车辆和冰从第二车道中以相反方向移动的第二车辆撞击第一车道中的第一车辆的轨迹的图；[0036]图3是用于车辆预测冰撞击到车辆的示例性过程的流程图。具体实施方式[0037]前言[0038]在此公开了一种包括处理器的计算机，该处理器被编程为基于第一车辆传感器数据在第一车辆中识别第二车辆。处理器被编程为基于传感器数据和附加环境数据中的至少一个确定来自第二车辆的冰撞击第一车辆的风险。处理器被进一步编程为基于所确定的风险引起第一车辆中的动作。[0039]第一车辆中的动作可以包括改变第一车辆行驶车道。[0040]处理器可以进一步被编程为基于所确定的风险向第二车辆发送消息。[0041]该消息可以包括第二车辆的最大推荐加速度和最大推荐阈值中的至少一个。[0042]第一车辆中的动作可以包括在确定所确定的风险超过预定阈值时广播包括第二车辆的位置、移动方向和速度的消息。[0043]第一车辆中的动作可以包括关闭第一车辆传感器的保护罩。[0044]确定风险还可以取决于第二车辆的位置、运动方向和速度。[0045]处理器可以被进一步编程为通过基于传感器数据识别附着到第二车辆的冰并且估计冰的轨迹来确定风险。[0046]环境数据可以包括天气数据。[0047]处理器可以进一步被编程为通过基于天气数据、第二车辆位置、第二车辆移动方向、第二车辆速度和地图数据确定第二车辆是否来自多雪的区域来确定风险。[0048]处理器可以被进一步编程为基于传感器数据检测撞击第一车辆的冰。[0049]本文进一步公开了一种方法，该方法包含基于第一车辆传感器数据在第一车辆中识别第二车辆，并且基于传感器数据和附加环境数据中的至少一个来确定来自第二车辆的冰撞击第一车辆的风险。该方法还包括基于确定的风险引起第一车辆中的动作。[0050]第一车辆中的动作可以包括改变第一车辆行驶车道。[0051]该方法可以进一步包括基于确定的风险向第二车辆发送消息，该消息包括第二车辆的最大推荐加速度和最大推荐阈值中的至少一个。[0052]该动作可以包括在确定所确定的风险超过预定阈值时广播包括第二车辆的位置、移动方向和速度的消息。[0053]第一车辆中的动作可以包括关闭第一车辆传感器的保护罩。[0054]该方法可以进一步包括进一步取决于第二车辆的位置、运动方向和速度来确定风险。[0055]进一步确定风险还可以包括基于传感器数据识别附着于第二车辆的冰，并且估计冰的轨迹。[0056]环境数据可以包括天气数据。[0057]确定风险还可以包括基于天气数据、第二车辆位置、第二车辆移动方向、第二车辆速度和地图数据来确定第二车辆是否来自多雪的区域。[0058]还公开了一种被编程为执行上述任何方法步骤的计算设备。还进一步公开了包含该计算设备的车辆。[0059]还进一步公开了一种计算机程序产品，其包含存储可由计算机处理器执行的指令的计算机可读介质，以执行任何上述方法步骤。[0060]示例性系统元件[0061]图1示出了车辆100。车辆100可以以各种己知的方式提供动力，例如利用电动马达和或内燃发动机。车辆1〇〇可以是诸如小轿车、卡车等的陆地车辆。车辆100可以包括计算机110、致动器120、传感器130和人机界面HumanMachineInterface，HMI140。车辆100具有几何中心点150,例如车辆100的相应纵向和横向中心线相交的点。[0062]计算机110包括诸如已知的处理器和存储器。存储器包括一种或多种形式的计算机可读介质，并且存储由计算机110可执行的用于执行包括如本文所公开的各种操作的指令。[0063]计算机110可以以自主或半自主模式操作相应的车辆100。为了本公开的目的，自主模式被定义为车辆1〇〇的推进、制动和转向中的每一个由计算机110控制的模式;在半自主模式下，计算机110控制车辆100推进、制动和转向的一个或两个。[0064]计算机110可以包括编程以操作地面车辆制动、推进例如，通过控制内燃发动机、电动马达、混合动力发动机等中的一个或多个来控制车辆中的加速度）、转向、气候控制、内部和或外部灯光等中的一个或多个，以及确定计算机110是否以及何时与人类操作员相对应地控制这样的操作。另外，计算机110可以被编程为确定是否以及何时人类操作员要控制这样的操作。[0065]计算机110可以包括或例如经由如下面进一步描述的车辆100通信总线可通信地耦接到多于一个处理器，例如，包括在车辆中用于监视和或控制各种车辆控制器例如动力传动控制器、制动控制器、转向控制器等的控制器等。计算机110通常被设置用于在可以包括车辆中的总线例如控制器局域网CAN等和或其他有线和或无线机构）的车辆通信网络上通信。[0066]通过车辆100的网络，计算机110可以将消息发送到车辆中的各种设备和或从各种设备例如致动器12〇、HMI140等接收消息。此外地或另外地，在计算机110实际上包含多个设备的情况下，车辆100通信网络可以用于本公开中表示为计算机110的设备之间的通信。此外，如下所述，各种控制器和或传感器可以经由车辆通信网络向计算机110提供数据。[0067]另外，计算机110可以被配置用于通过车辆与车辆V到V的无线通信接口例如经由车辆到车辆通信网络与其他车辆200、260进行通信。V到V通信网络表示车辆100的计算机110可以与其他车辆200、260通信的一个或多个机构，并且可以是无线通信机构中的一个或多个，包括无线（例如蜂窝、无线、卫星、微波和射频通信机制的任何期望接合和任何期望的网络拓扑或使用多个通信机制时的拓扑）。示例性V到V通信网络包括提供数据通信服务的蜂窝、蓝牙、IEEE802.11、专用短程通信（dedicatedshortrangecommunication，DSRC和或包括因特网的广域网wideareanetwork，WAN。[0068]车辆100致动器120经由电路、芯片或其他电子和或机械部件实现，其可以根据已知的适当的控制信号致动各种车辆子系统。致动器120可以用于控制车辆100的制动、加速和转向。[0069]传感器130可以包括已知向计算机110提供数据的各种设备。例如，传感器130可以包括设置在车辆100的顶部上的激光雷达LightDetectionAndRanging，LIDAR传感器130,其提供车辆100周围的其他车辆例如，在车辆100的前面、旁边和或后面行驶的第二和第三车辆200、260参见图2六-2〇的相对位置、尺寸和形状。作为另一个示例，固定到车辆100保险杠的一个或多个雷达传感器130可以提供在车辆100的前方和或后方行进的第二车辆200的相对位置。[0070]此外，传感器130可以包括摄像机传感器130，例如前视、侧视摄像机传感器等，从而提供来自车辆100周围区域的图像。例如，计算机110可以被编程为从摄像机传感器130接收图像数据并且实现图像处理技术以检测车道标记220、车道210a、210b、210c以及诸如车辆200、260的其它物体。计算机110可以被进一步编程为例如基于全球定位系统GPS坐标和或检测到的车道标记220确定车辆100的当前行驶车道210a。[0071]基于从传感器130接收到的数据，计算机110可以确定其他车辆200相对于车辆100的相对距离、速度等。作为另一示例，计算机110可以被编程为经由无线通信网络接收包括其他车辆200的相对速度、位置坐标和或方向的数据。例如，计算机no可以从设置在提供第二车辆200的地理坐标、移动方向等的其他车辆200中的GPS传感器接收这样的数据。[0072]车辆100计算机110可以被编程为基于从例如LIDAR传感器130、雷达传感器130和或摄像机传感器130接收的数据来检测附着到其他车辆2〇〇、26〇的物体。例如，计算机110可被编程为检测第二车辆2〇〇表面的外部上和或附近的冰230。在一个示例中，计算机110可以被编程为基于从LIDAR传感器13〇接收到的传感器130数据来确定冰230的形状和或大小。另外，计算机110可以被编程为检测冰230块相对于车辆200的移动，其通常是冰230块从车辆200分离的指示。计算机110可以被编程为基于传感器130数据检测冰23〇相对于车辆200的位置变化并且确定冰230从车辆200移动分离）。[0073]诸如LIDAR传感器130之类的车辆100传感器130可以进一步包括保护帽，该保护帽可以被致动以关闭以保护传感器130免受冰230撞击造成的损坏。例如，传感器130可以包括关闭和或打开传感器130的保护帽的诸如机电致动器120之类的致动器12hLIDAR传感器130可以安装在车辆100车顶、立柱等上并且因此暴露于冰230撞击的风险。因此，有利地，关闭传感器130的保护帽可以保护传感器130免受损害。当传感器130的保护帽关闭时，传感器130不向计算机110提供传感器130的数据。计算机110可以被编程以在关闭传感器130的保护帽之后将车辆100的操作转变为半自动或非自主模式。[0074]HMI140可以被配置为在车辆的操作期间从诸如人类操作者的用户接收信息。此夕卜，HMI140可以被配置为向用户呈现信息。因此，HMI140可以位于车辆100的乘客舱中。例如，计算机110可以向HMI140输出指示车辆100减速和或车道改变以防止冰23〇撞击的风险的信息。[0075]参考图2A-2C，计算机110可以被编程为基于车辆100传感器130数据来识别第二车辆200。计算机110可以被编程为基于传感器130数据和或环境数据来确定来自第二车辆200的冰230撞击车辆100的风险。计算机110然后可以基于所确定的风险来引起动作。相对于车辆100,第二车辆200可以位于同一车道210和或另一车道210中。第二车辆200可以位于车辆200的一侧、前方和或后方。[0076]例如，计算机110可以基于所确定的风险通过向车辆100转向致动器120输出指令来引起动作。在一个示例中，动作可以包括改变车辆1〇〇行驶车道210。此外或另外地，计算机110可以确定车辆100的新路线并相应地向车辆100致动器120输出指令，例如横向移动到另一车道210。计算机110可以向车辆100制动致动器120输出使车辆1〇〇减速的指令。车辆100LIDAR传感器130可以安装在车辆100的车顶、立柱等上并且可以被冰230撞击损坏。因此，计算机110可以基于确定的冰230撞击的风险来使传感器130的保护罩关闭例如通过致动机电致动器）。[0077]计算机110可以被编程为通过基于传感器130数据识别附接到第二车辆2〇〇的冰230并且如图2A-2:所示的估计冰230的轨迹240a、240b、240c、240d来确定风险。例如在本公开的上下文中的轨迹2403、24013、240：、2401的轨迹指的是从第二车辆200分离并且落在地面和或另一车辆例如车辆100、第三车辆260等上的冰230的预期或预计的运动路径。轨迹240a、240b、240c、240d可以包括曲线和或直线。轨迹240a、240b、240c、240d可以包括纵向、横向和或垂直运动。纵向运动可以指平行于车道210的直线边缘的运动，或平行于边缘弯曲的车道210边缘的最接近点的切线的运动。横向运动垂直于纵向运动。垂直运动可以垂直于地面。[0078]计算机110可以被编程为基于车辆100传感器130数据来估计冰230的轨迹240a、24^、240〇、2401。传感器130数据可以包括冰230的尺寸、形状、重量;第二车辆200的速度、移动方向、位置坐标等;车道210曲率等。计算机110可以被编程为使用已知的运动技术来估计冰230的轨迹240、24013、240£；、240£1。例如，计算机110可以被编程为执行数学运算，该数学运算考虑在与第二车辆200分离时冰230的初始速度，第二车辆200的高度，冰230的尺寸和或质量，以及撞击位置250。因此，计算机110可以被编程以基于上述数学运算确定预期的冰230撞击位置250。计算机110可以基于冰230的空间坐标X、Y、Z以三维方程的形式确定轨迹24〇a、240b、240c、240d。X、Y和Z表示纵向、横向和高度坐标。轨迹240a、240b、240c、240d的初始状态可以进一步基于冰230从第二车辆200分离时的第二车辆200速度、加速度和位置。轨迹240a、240b、240c、240d的初始状态可以包括在从车辆200分离时冰230的初始位置、速度和或加速度。[0079]本文中的冰撞击的风险是指例如由数字指定的值，其指示冰230与车辆100碰撞的可能性。在一个示例中，可以将风险指定为多个离散类别的一个，诸如“低”、“中”、“高”和“即将发生”的风险。例如，如果得分为“高”（即大于“中”风险阈值），则计算机110可以致动车辆100致动器120以引起诸如车道变换的动作。在另一示例中，分数可以被定义为〇%和100%之间的数值百分比值。例如，当风险（例如60%大于风险阈值例如50%时计算机110可以致动车辆100致动器120以引起动作。[0080]参考图2A，计算机110可以基于预期撞击位置250、在冰230着陆时的车辆100的预期位置、车辆100的尺寸以及一个或多个风险确定阈值确定冰230撞击的风险。计算机110可以基于可基于运动技术确定的冰230的飞行时间和车辆100的速度和方向来确定冰230着陆时车辆100的预期位置。风险确定阈值可以相对于车辆100的中心150和包括长度、宽度和或高度的车辆1〇〇的尺寸来定义。例如，风险阈值可以包括“高”风险阈值例如离车辆100中心1502米、“中”风险阈值例如离车辆100中心1505米和“低”风险阈值例如离车辆1〇〇中心15010米）。此外或另外地，计算机110可以被编程为基于冰230的形状和或尺寸来确定风险。例如，计算机110可以被编程为基于冰230的确定尺寸估计冰230的质量，并且基于冰230的估计质量来确定风险。此外或另外地，计算机110可以被编程为基于冰230撞击的差分速度即在撞击时冰230相对于车辆100的速度来确定风险。[0081]作为用于确定冰23〇撞击风险的另一个示例，计算机110可以被编程为基于预期的冰230撞击位置250与车辆100之间的距离山来确定风险。冰230可以从在与车辆1〇〇相同的车道210a中行驶的第二车辆2〇0车顶分离。计算机11〇可以被编程为基于轨迹240a确定预期的撞击位置25〇,并且一经确定距离cb是大于预定阈值例如10米就确定风险为“低”。计算机110可以被编程为当预期撞击位置250小于预定阈值但大于第二阈值例如2米时，确定“中”风险。计算机110可以被编程为在确定预期撞击位置250在车辆100车身上时确定“高”风险。计算机110可以被编程为基于第一车辆100的速度、位置和或加速度来确定撞击位置250〇[0082]参考图2B，计算机110可以基于车道2l〇a、210b曲率进一步确定风险。例如，冰230可以从在车道2l〇a中行驶的第二车辆2〇〇车顶上下落并撞击在车道21〇b上行驶的第三车辆26〇。在一个示例中，计算机110可以被编程为基于冰23〇的尺寸、形状等以及第二车辆2〇〇的速度、加速度纵向和或横向）和或位置来确定冰230的轨迹240b。计算机110然后可以基于车道210b曲率、车辆100位置、速度和或加速度来确定距车辆100具有距离山的撞击位置250。计算机110可以基于距离d2和预定阈值例如10米来确定风险。在另一个示例中，计算机110可以确定冰230轨迹240c并且确定车辆100上的预期撞击位置250。计算机110然后可以确定冰230撞击的“高”风险并且引起动作，例如启动第三车辆260制动致动器120。[0083]计算机110可以被进一步编程为基于冰230从车辆200分离的可能性来确定风险。此外或另外地，计算机110可以基于冰230从第二车辆200分离的可能性以及在冰230从第二车辆200分离的情况下撞击车辆100的可能性的组合来确定风险。在一个示例中，计算机110可以基于第二车辆200的加速度和或减速度例如弯道210中的横向加速度、由于制动操作引起的纵向减速度等来确定冰230分离的可能性。[0084]计算机110可以估计冰230的轨迹240a、240b、240c、240d和或可以基于包括天气数据的环境数据来确定冰230撞击的风险。例如，当外部温度高于预定阈值例如25摄氏度）时，计算机110可以确定“低”风险。计算机110可以确定冰230从第二车辆200分离的可能性和外部温度之间的关系，例如较暖的外部温度可以增加冰230分离的可能性。[0085]参照图2C，计算机110可以被编程为通过基于天气数据、第二车辆200的路线和地图数据确定第二车辆200是否来自多雪的区域来确定风险。计算机110可以被编程为基于第二车辆200的路线估计风险。在相反方向行驶的第二车辆200可以来自多雪的区域，尽管第一车辆100和第二车辆200当前位置可以具有高于预定的阈值例如15摄氏度的温度。计算机110可以被编程为接收与第二车辆200的路线相关用于预定的持续时间例如过去6小时）的天气数据，并且基于所接收的天气数据确定冰230撞击的风险和或轨迹。计算机110可以被编程为基于例如降水数据和温度数据、基于车辆100的外部温度在预定的小时数例如6小时）内的变化确定冰230积累的可能性。可以以数字形式来确定冰230积累的可能性，例如“低”、“中”和“高”。计算机110可以被编程为基于所确定的冰230积累的可能性来确定轨迹。[0086]计算机110可以被编程为基于第二车辆200的路线、速度、加速度等和或车道10曲率来确定轨迹240d。此外或另外地，计算机110可以被进一步编程为基于包括风速和风向的天气数据来确定轨迹240d。计算机110可以被编程为基于第二车辆200在车道210a的曲率处的减速度来确定从第二车辆200分离的冰230。[0087]计算机110可以被编程为基于冰230撞击在车辆100车身上的预期位置来进一步确定风险。例如，与估计的冰230撞击在低敏感度车辆100部件例如发动机罩、保险杠等相关联的风险例如70%相比，与估计的冰230撞击车辆100挡风玻璃相关联的风险可以被确定为更高的数值例如90%。此外或另外地，计算机110可以被编程为基于车辆1〇〇的尺寸、形状等来确定与冰230撞击到车辆100相关联的风险。例如，与乘客车辆相比，在卡车中相对于车辆100中心150的车辆100挡风玻璃位置可以更高。因此，计算机110可以被编程为基于车辆100的形状、尺寸等和冰230轨迹进一步确定风险。另外地，计算机110可以被编程为基于所确定的冰230的尺寸来确定风险。与较小的冰230相比，较大的冰230可以对车辆100造成更大的损害。[0088]计算机110可以被编程为基于诸如桥梁、隧道等的建筑物的位置和尺寸来确定冰23〇撞击的风险。例如，计算机110可以被编程为基于桥的高度、第二车辆200的高度以及冰230的尺寸预测冰230撞击。例如，计算机110可以一经确定冰230的高度和第二车辆200的高度之和超过桥的高度，就确定第二车辆200的顶部上的冰23〇可以跌落。计算机110可以被编程为基于地图数据和或传感器130数据例如LIDAR传感器13〇数据来确定桥尺寸。[0089]计算机110可以被编程为基于所确定的风险将消息传输到另一车辆。例如如图2C所示的来自第二车辆200的冰230可以撞击第三车辆26〇。车辆1〇〇计算机110可以被编程为向第三车辆260发送包括轨迹240d数据的消息。车辆100可以被编程为基于轨迹240d和第三车辆260的位置、速度、方向等来确定是否发送消息。换句话说，计算机11〇可以确定冰230撞击第三车辆260的风险并且在确定冰230撞击第三车辆260的风险超过预定阈值例如70%时传送消息。[0090]计算机110可以被编程为向第二车辆200传输消息，该消息包括第二车辆200的最大推荐加速度和或最大推荐减速度阈值。因此，有利地，冰23〇撞击的风险可以例如通过限制第二车辆200的加速度和或减速度来减少冰230从第二车辆200分离的可能性而降低。计算机110可以被编程为基于当前天气条件例如风速、第二车辆200的速度、车道210曲率、冰230的尺寸等来确定第二车辆200的最大推荐加速度减速度阈值。[0091]计算机110可以被编程为在确定所确定的风险超过预定阈值时广播包括当前操作参数例如第二车辆200的位置坐标、速度、方向等的消息。因此，有利地，诸如第三车辆260的其他车辆可以基于所接收的消息来调整它们的速度、行驶路线等。[0092]车辆100可以被编程为基于接收到的传感器130数据来检测冰230撞击。例如，计算机110可以被编程为基于从摄像机传感器130、LIDAR传感器130等接收到的数据来检测冰230的撞击。作为另一示例，计算机110可以被编程为基于从设置在车辆1〇〇车身中的压力和或加速器传感器130接收的数据检测冰230的撞击。计算机110可以被进一步编程以向第三车辆260传送消息，该消息包括关于冰230向车辆100撞击的信息。[0093]过程[0094]图3是用于车辆100预测冰230对车辆100的撞击的示例性过程300的流程图。例如，车辆100计算机110可以被编程为执行过程300的框。[0095]过程300在框310中开始，其中计算机110接收包括传感器130数据、环境数据等的数据。计算机110可以从车辆100传感器130、远程计算机、其他车辆200、260等接收数据。[0096]接下来，在框320中，计算机110识别其他车辆例如第二车辆200。计算机110可以被编程为基于车辆100传感器130数据例如LIDAR传感器130和或从第二车辆200经由V到V通信网络接收的数据例如位置坐标识别第二车辆100。[0097]接下来，在框330中，计算机110确定冰230撞击的轨迹。例如，计算机110基于车辆100的传感器130数据、环境数据例如外部温度、一段时间内的温度变化率、天气状况等）、地图数据例如道路曲率等确定轨迹240a参见图2A。[0098]接下来，在框340中，计算机110确定冰230撞击的风险。在一个示例中，计算机110基于所确定的轨迹、冰230从第二车辆200分离的可能性等来确定冰230向车辆100撞击的风险。在另一个示例中（参见图2C，计算机110可以被编程为基于确定的轨迹和第三车辆260的位置坐标、速度、方向等来确定冰230撞击第三车辆260的风险。[0099]接下来，在判定框350中，计算机110确定所确定的风险是否大于风险阈值（例如50%、“中等”等）。在一个示例中，计算机110可以被编程以确定冰230撞击车辆100的风险是否超过预定阈值。在另一个示例中，计算机110可以被编程为确定冰230撞击到车辆100的风险是否大于第一阈值例如5〇%，或者冰230撞击到第三车辆260的风险是否大于第二阈值例如60%。如果计算机110确定所确定的风险大于风险阈值，则过程300前进至框360;否则过程300返回到框310。[0100]在框360中，计算机110指示动作。例如，计算机110可以被编程为致动车辆100致动器120以加速、制动、改变车道2丨〇等。此外或另外地，计算机110可以被编程为向第二车辆2〇〇传输包括用于第二车辆2〇0的最大推荐加速度和或减速度的消息。此外或另外地，计算机110可以被编程为在冰230撞击到第三车辆260的风险超过第二阈值的情况下，向第三车辆260传输消息，该消息包括轨迹240d数据和或第二车辆200的位置坐标、速度、方向等。[0101]在框3e〇之后，过程300结束，或者可选地，返回到框310,尽管在图3中未示出。[0102]修饰名词的冠词“一a”应理解为意指一个或多个，除非另有说明或上下文另有要求。短语“基于”涵盖部分或完全基于。[0103]计算装置大体上每个包括指令，其中，该指令可由一个或多个计算装置一一例如，那些上面所列举的和如上所述过程的框或步骤实施——执行。计算机执行指令可由利用各种程序语言和或技术创建的计算机程序编译或解释，包括，但不限于，JavaTM、C、C++、VisualBasiC、JavaScript、Perl、HTML等单独或者组合。通常，处理器（例如，微处理器一一例如，从存储器、计算机可读介质等一一接收指令，并且执行这些指令，从而执行一个或多个程序，包括这里所描述的一个或多个程序。这种指令和其它的数据利用各种计算机可读介质可被存储和传输。计算设备中的文件通常是存储在计算机可读介质上的数据的集合，诸如存储介质、随机存取存储器等。[0104]计算机可读介质包括任何介质，其与计算机可读的数据例如，指令）。这种介质可采取多种形式，包括，但不限于，非易失性介质和易失性介质。非易失性介质可包括，例如，光盘或磁盘以及其它的永久存储器。易失性介质可包括典型地构成主存储器动态随机存取存储器DRAM。计算机可读介质的一般形式包括，例如，软盘、软磁盘、硬盘、磁带、任何其它的磁介质，只读光盘驱动器CD-ROM、数字化视频光盘DVD、任何其它的光学介质，穿孔卡片、纸带、任何其它的具有孔式样的物理介质、RAM随机存取存储器）、PR0M可编程只读存储器）、EPR0M可擦除可编程只读存储器）、FLASH快闪）、EEPR0M电可擦除可编程只读存储器）、任何其它的存储器芯片或内存盒，或任何其它的计算机可读的介质。[0105]关于这里描述的介质、程序、系统、方法等，应该理解的是，虽然这些程序的步骤等已经被描述为按照某个有序序列发生，但是可以在以与此处所述顺序不同的顺序执行所描述的步骤的情况下实施这些程序。应该进一步理解的是，某些步骤能够同时执行，能够加入其它步骤，或者能够省略这里所描述的某些步骤。也就是说，在这里的系统和或程序的说明旨在提供用于说明某些实施例的目的，并且不应以任何方式被解释为限制权利要求。[0106]因此，应该理解的是，上述说明和附图以及下面的权利要求旨在说明并非限制。通过阅读上述说明，除了提供的实例以外的许多实施例和应用将是显而易见的。本发明的范围不应参照上面的描述来确定，而是应该参照此处所附的权利要求和或包含在基于此的非临时专利申请中的确定，以及与这样的权利要求等同的全部范围。可以预期和想到的是未来的发展将出现在这里所述的技术中，并且该公开的系统和方法将结合入这些未来的实施例中。总之，应该理解的是，所公开的主题可被修改和变化。

权利要求：1.一种方法，包含：基于第一车辆传感器数据在第一车辆中识别第二车辆；基于所述传感器数据和附加环境数据中的至少一个确定来自所述第二车辆的冰撞击所述第一车辆的风险；以及基于所述确定的风险引起所述第一车辆中的动作。2.根据权利要求1所述的方法，其中所述第一车辆中的所述动作包括改变第一车辆行驶车道。3.根据权利要求1所述的方法，还包含基于所述确定的风险向所述第二车辆发送消息。4.根据权利要求3所述的方法，其中所述消息包括所述第二车辆的最大推荐加速度和最大推荐阈值中的至少一个。5.根据权利要求1所述的方法，其中所述第一车辆中的所述动作包括在确定所述确定的风险超过预定阈值时广播包括所述第二车辆的位置、移动方向和速度的消息。6.根据权利要求1所述的方法，其中所述第一车辆中的所述动作包括关闭第一车辆传感器的保护罩。7.根据权利要求1所述的方法，其中确定所述风险进一步取决于所述第二车辆的位置、移动方向和速度。8.根据权利要求1所述的方法，其中确定所述风险进一步包括基于所述传感器数据识别附着于所述第二车辆的冰;以及估计所述冰的轨迹。9.根据权利要求1所述的方法，其中所述环境数据包括天气数据。10.根据权利要求1所述的方法，其中确定所述风险进一步包括基于天气数据、第二车辆位置、第二车辆移动方向、第二车辆速度和地图数据来确定所述第二车辆是否来自多雪的区域。11.一种计算设备，被编程为执行权利要求1-10中任一项所述的方法。12.—种地面车辆，包含根据权利要求11所述的计算设备。13.—种计算机程序产品，包含存储可由计算机处理器执行以执行根据权利要求1-1〇中任一项所述的方法的指令的计算机可读介质。14.一种计算机，包含处理器，所述处理器编程为：基于第一车辆传感器数据在第一车辆中识别第二车辆；基于所述传感器数据和附加环境数据中的至少一个确定来自所述第二车辆的冰撞击所述第一车辆的风险；以及基于所述确定的风险引起所述第一车辆中的动作。

百度查询： 福特全球技术公司 车辆冰撞击预测