CN107300916A - 用于监控和调节自主车辆的融合系统的性能的方法和设备 - Google Patents

用于监控和调节自主车辆的融合系统的性能的方法和设备 Download PDF

Info

Publication number
CN107300916A
CN107300916A CN201710219248.0A CN201710219248A CN107300916A CN 107300916 A CN107300916 A CN 107300916A CN 201710219248 A CN201710219248 A CN 201710219248A CN 107300916 A CN107300916 A CN 107300916A
Authority
CN
China
Prior art keywords
emerging system
target
driver area
autonomous
area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710219248.0A
Other languages
English (en)
Other versions
CN107300916B (zh
Inventor
J·L·索尔斯泰德
D·斯文松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volvo Car Corp
Original Assignee
Volvo Car Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Volvo Car Corp filed Critical Volvo Car Corp
Publication of CN107300916A publication Critical patent/CN107300916A/zh
Application granted granted Critical
Publication of CN107300916B publication Critical patent/CN107300916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005—Handover processes
    • B60W60/0053—Handover processes from vehicle to occupant
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005—Handover processes
    • B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/048—Fuzzy inferencing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/35—Data fusion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/40—High definition maps
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Computational Linguistics (AREA)
  • Fuzzy Systems (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)

Abstract

用于监控和调节自主道路车辆(2)的融合系统(1)的性能的方法和设备。通过组合定位功能和高密度地图(7)数据确定可驾驶区域(6)。确定有关周围目标(8)的信息，包括确定周围目标的定位和分类、估算它们的物理特性状态和指定它们的扩展描述。将有关可驾驶区域(6)和周围目标的信息浓缩成由环境感知功能的传感器(5)以预定确定度监控的观察区域(9)和通过分类、状态估算值和扩展描述表示的优先考虑目标。通过相对于可驾驶区域(6)、优先考虑目标(8)和观察区域的其先前确定评估其当前确定令融合系统追溯性地监控它自己，并且如果先前确定与当前确定的差异大于预定量，则融合系统适于弥补该差异。

Description

用于监控和调节自主车辆的融合系统的性能的方法和设备
技术领域
本发明涉及一种用于监控和调节配备自主驾驶系统的自主道路车辆的融合系统的性能的方法，自主驾驶系统包括定位系统以及用于监督自主道路车辆的内部状态和周围环境的多个传感器。本发明还涉及一种用于监控和调节配备自主驾驶系统的自主道路车辆的融合系统的性能的设备，自主驾驶系统包括定位系统以及用于监督自主道路车辆的内部状态和周围环境的多个传感器。本发明进一步涉及一种自主道路车辆，其包括用于监控和调节其融合系统的性能的这种设备。
背景技术
汽车技术快速发展的一个领域是道路车辆的自主或半自主驾驶能力的领域。这通过引入用于感知车辆运动和环境的传感器以及用于控制不同道路车辆功能例如转向、加速(throttling)和制动的致动器成为可能。增加的车载数据处理能力将这些传感器和致动器联系在一起从而能够实现自主或半自主驾驶能力。
当道路车辆以自主模式运行时，意味着驾驶员不需要执行操作，道路车辆通常依赖于多个数据源作为输入以执行自主驾驶。自主道路车辆需要有关周围环境的信息以安全驾驶。例如，自主道路车辆在其中运行的道路网的详细说明是自主道路车辆谨慎导航和计划将来轨迹所需要的。它也必须检测和分类周围目标，并且估算它们的物理性质例如位置、速度和加速度。为了执行这种任务，通常为自主道路车辆提供高密度的地图信息以及来自测量自身车辆内部状态和周围环境的多个传感器的信息。
与用于当今出售的非自主道路车辆现有的安全系统相比，自主自动驾驶汽车必须可靠的多，并且对严重误差几乎零容忍。为了达到该水平的精确度和可靠性，高程度的传感器冗余是必要的。这通常可通过来自多个来源的融合数据执行以提供环境感知和定位功能，其中使用传感器数据估算可靠自主行进所必需信息的不同功能和算法被共同地称为融合系统。
虽然已知这种融合系统用于使得道路车辆自主行进，但这种融合系统的性能仍有改进的空间。
发明内容
此处的实施例旨在提供一种用于监控和调节自主道路车辆的融合系统的性能从而安全性的改进方法，所述车辆配备有包括定位系统以及用于监督所述自主道路车辆的内部状态和周围环境的多个传感器的自主驾驶系统。
这可由一种方法提供，其中，通过融合来自定位系统和传感器的数据提供融合系统的定位功能；通过融合来自监督周围环境的传感器的数据提供融合系统的环境感知功能；并且其中利用基于交替概念的并行算法和利用不同组传感器信息实施所述融合系统的定位和环境感知功能，并且其中所述方法进一步包括：通过组合定位功能和用于当前位置的高密度地图数据来确定自主道路车辆前方的可驾驶区域；确定有关周围目标的信息，该信息确定包括确定周围目标的定位、对周围目标进行分类、估算它们的物理特性状态并且指定它们的扩展描述和高度自主驾驶置信度；浓缩有关可驾驶区域以及进入观察区域内的周围目标和优先考虑目标的信息，将观察区域指定为自主道路车辆周围的已被环境感知功能的传感器以预定确定度监控的体积，并且通过分类、状态估算、扩展描述和高度自主驾驶置信度表示优先考虑目标；并且通过相对于其可驾驶区域、优先考虑目标和观察区域的先前确定评估其可驾驶区域、优先考虑目标和观察区域的当前确定令所述融合系统追溯性地监控它自己，并且如果先前确定与当前确定的差异大于预定量，则所述融合系统适于弥补该差异。
根据提供的第二方面，自主道路车辆前方的可驾驶区域被确定为属于所行进道路的区域，假使传感器和算法存在不确定性，认为该道路在预定概率下是安全的。
将可驾驶区域确定为属于被认为是以上述预定机率为安全的行进道路，这就能够通过比较可驾驶区域的当前和追溯确定来有效地监控和调节融合系统。
根据提供的第三方面，有关周围目标信息的确定包括根据目标类型对周围目标分类，估算周围目标的物理特性状态，包括它们的位置、速度和加速度，并且指定所述周围目标的包括传感器不确定性描述的扩展描述。
对周围目标的分类、估算它们的物理特性状态并且指定它们的上述扩展描述提供了用于执行周围目标的有效比较和评估的基础。
根据提供的第四方面，它进一步包括确定优先考虑目标的当前确定种类是否不同于优先考虑目标的先前确定种类，并且若如此则通过增加与先前确定的种类相关的传感器不确定性描述来调节所述融合系统。
比较上述优先考虑目标的类型的当前与追溯确定提供了查证传感器确定的正确性的有效方式。
根据提供的第五方面，它进一步包括确定优先考虑目标的当前位置确定与优先考虑目标的先前位置确定的差异是否超过基于其先前表示的合理估算值所指示但是指示其预定邻近地区内的定位，并且若如此则通过增加与优先考虑目标相关的传感器不确定性来调节所述融合系统。
在比较了上述优先考虑目标的类型的当前与追溯位置确定之后调节融合系统就提供了基于位置确定查证传感器的正确性的有效方式。
根据提供的第六方面，它进一步包括确定优先考虑目标的当前位置确定与优先考虑目标的先前位置确定的差异是否超过基于其先前表示的合理估算值所指示并且不指示其预定邻近地区内的定位，并且若如此则通过怀疑融合系统和启动自主道路车辆的控制从自主驾驶系统交接给其驾驶员来调节融合系统。
在比较了上述优先考虑目标类型的当前与追溯位置确定之后怀疑融合系统就提供了确定和处理融合系统中错误的有效方式。
根据提供的第七方面，它包括确定可驾驶区域的当前确定是否指示了与其先前确定的可驾驶区域不同的长度范围，并且若如此则调节所述融合系统使得基于所述当前确定进行可驾驶区域的将来确定。
如上所述比较可驾驶区域的当前和追溯确定以审查当前确定是否指示与先前不同的可驾驶区域长度范围，这就提供了改进可驾驶区域确定的有效方式。
根据提供的第八方面，它包括确定可驾驶区域的当前确定是否指示了比其先前确定的可驾驶区域更窄的宽度，并且若如此则调节所述融合系统使得基于比先前确定更窄的宽度进行可驾驶区域的将来确定。
比较可驾驶区域的当前和追溯确定以审查当前确定是否指示比如上先前更窄的宽度，这就提供了在先前确定看上去高估宽度的情形下改进可驾驶区域确定的有效方式。
根据提供的第九方面，它包括确定可驾驶区域的当前确定是否指示了比其先前确定的可驾驶区域更宽的宽度，并且若如此则调节所述融合系统使得基于比先前确定更宽的宽度进行可驾驶区域的将来确定。
比较可驾驶区域的当前和追溯确定以审查当前确定是否指示比如上先前更宽的宽度，这就提供了在先前确定看上去低估宽度的情形下改进可驾驶区域确定的有效方式。
根据提供的第十方面，它包括确定可驾驶区域的当前确定是否指示先前确定的可驾驶区域根本是不可驾驶的，并且若如此则通过怀疑定位功能和启动自主道路车辆的控制从自主驾驶系统交接给其驾驶员来调节融合系统。
在确定可驾驶区域的追溯确定有上述缺陷之后怀疑上述定位功能就提供了确定和处理融合系统中错误的有效方式。
根据提供的第十一方面，它包括确定周围目标的当前确定是否指示新目标已经出现在它本应先前已经确定的区域内，并且若如此则通过怀疑融合系统和启动自主道路车辆的控制从自主驾驶系统交接给其驾驶员来调节融合系统。
如上所述在确定周围目标的追溯确定有缺陷之后怀疑上述融合系统就提供了确定和处理融合系统中错误的有效方式。
根据第十二方面，此处的实施例旨在提供一种用于监控和调节自主道路车辆的融合系统的性能从而安全性的改进设备，所述车辆配备有包括定位系统以及用于监督所述自主道路车辆的内部状态和周围环境的多个传感器的自主驾驶系统。
这可由一种设备提供，其中：通过融合来自定位系统和传感器的融合数据提供系统的定位功能；通过融合来自监督周围环境的传感器的数据提供融合系统的环境感知功能；并且其中利用基于交替概念的并行算法和利用不同组传感器信息实施所述融合系统的定位和环境感知功能，并且其中所述设备进一步包括被如下设置的融合系统：通过组合定位功能和用于当前位置的高密度地图数据来确定自主道路车辆前方的可驾驶区域；确定有关周围目标的信息，所述信息确定包括确定周围目标的定位、对周围目标进行分类、估算它们的物理特性状态并且指定它们的扩展描述和高度自主驾驶置信度；浓缩有关可驾驶区域以及进入观察区域内的周围目标和优先考虑目标的信息，将观察区域指定为已被环境感知功能的传感器以预定确定度监控的自主道路车辆周围的体积，并且通过分类、状态估算、扩展描述和高度自主驾驶置信度表示优先考虑目标；并且融合系统进一步被设置为通过相对于可驾驶区域、优先考虑目标和观察区域的其先前确定评估可驾驶区域、优先考虑目标和观察区域的其当前确定来追溯性地监控它自己，并且如果先前确定与当前确定的差异大于预定量，则所述融合系统适于弥补该差异。
根据最后一个方面，提供了包括用于监控和调节上述自主道路车辆的融合系统的性能的设备的自主道路车辆。
如上所述的自主道路车辆能够依赖其融合系统回溯地监控它自己，当它有更少信息时根据其早些时间的输出评估其当前输出，并且基于此调节其融合系统的性能。
附图说明
在下文中，将仅仅参照附图详述此处的实施例，其中：
图1是用于监控和调节根据此处实施例的融合系统的性能的可驾驶区域的追溯和当前确定的示意图。
图2是用于监控和调节根据此处实施例的融合系统的性能的追溯和当前目标表示的示意图。
图3是用于监控和调节根据此处实施例的熔融系统的性能的观察区域的追溯和当前确定的示意图。
图4是包括用于监控和调节根据此处实施例的融合系统的性能的设备的自主道路车辆。
此处实施例的其它目的和特征将根据下面结合附图的详细说明更为清楚。然而可以理解，附图仅为说明的目的而非对其的范围的限定，其范围应当参照所附的权利要求。应当进一步理解，附图不一定是按比例描绘的，并且除非另有陈述，它们仅仅意图概念上地示出此处描述的结构和工序。
具体实施方式
本发明提出用于监控和调节自主道路车辆2的融合系统1的性能和因此安全性的改进方法。
这可通过用于监控和调节配备有自主驾驶系统3的自主道路车辆2的融合系统1的性能的方法来提供，自主驾驶系统3包括定位系统4(例如卫星定位系统4如GPS)以及用于监督自主道路车辆2的内部状态和周围环境的多个传感器5。用于监督周围环境的传感器5的实例包括雷达、激光雷达和摄像机为基础的传感器5。
此处使用的自主道路车辆2的融合系统1指示了使用传感器数据来估算自主道路车辆2的自主驾驶控制所需的信息的不同功能和算法。
融合系统1的定位功能是通过融合来自定位系统4和传感器5的数据提供。融合系统1的环境感知功能是通过融合来自监督周围环境的传感器5的数据提供。利用基于交替概念(alternative concepts)的平行算法且利用不同组传感器信息来实施融合系统1的定位和环境感知功能。平行实施能够自我监控，因为平行算法能用于监控彼此以检测传感器失败和算法矛盾。
所述方法进一步包括通过组合定位功能和用于当前位置的高密度地图7数据来确定自主道路车辆2前方的可驾驶区域6。
所述方法还进一步包括确定有关周围目标8的信息，其中信息确定包括确定周围目标8的定位、对周围目标8进行分类、估算它们的物理特性状态并且指定它们的扩展描述和高度自主驾驶置信度。
此外，自驾驶汽车必须能够执行自动车道变更，适应当前的交通流量并且在紧急情况下紧急制动。因而它需要通过融合不同的传感器观察结果来提供的有关周围环境的精确信息。
因而所述方法进一步包括浓缩有关可驾驶区域6和进入观察区域9和优先考虑目标8内的周围目标8的信息，将观察区域9指定为自主道路车辆2周围的已被环境感知功能的传感器5以预定确定度监控的体积，并且通过分类、状态估算、扩展描述和高度自主驾驶置信度表示优先考虑目标8。
因为融合系统1从传感器观察结果采集了越来越多的信息，所以当它具有较少信息时其可能根据更早时间评估其输出。因而所述方法进一步包括令融合系统1追溯性地监控它自己。
根据所述方法，融合系统1通过相对于可驾驶区域6、优先考虑目标8和观察区域9的先前确定评估可驾驶区域6、优先考虑目标8和观察区域9的当前确定来追溯性地监控它自己，并且如果先前确定与当前确定的差异大于一个预定量，则调节融合系统1以弥补该差异。这样，融合系统1将连续地提高其确定的可靠性。
此处使用的先前确定能是在当前确定之前的预定时间进行的确定，例如使得在时间t＝t0时进行先前确定并且在时间t＝t1时进行当前确定，其中t0与t1之间的时间段例如可以是几分之一秒。先前确定可被保留在融合系统1的存储器中从而能够与当前确定进行比较。
根据此处的某些实施例，如图1所示，自主道路车辆2前方的可驾驶区域6被确定为属于所行进道路10的区域，假使传感器和算法存在不确定性，认为该道路在预定概率下是安全的。这允许通过比较可驾驶区域6的当前与追溯确定来有效地监控和调节融合系统1。自主道路车辆2的行车方向在图1中用相应的箭头示出。
图1示出在该附图上部中的在时间t0进行的自主道路车辆2前方可驾驶区域6的确定如何在随后的时间t1处被比较和验证。如图1的下部所示，在时间t0进行的确定(虚线)在随后的时间t1处被验证，即，在时间t0(图1下部的虚线)时的可驾驶区域6是时间t1时可驾驶区域6的一部分，因此在时间t0进行的确定的可靠性能被认为是高的。
在所述方法的其它实施例中，有关周围目标8的信息的确定包括根据目标类型分类周围目标8，估算周围目标8的物理特性状态(包括它们的位置、速度和加速度)，并且为周围目标8指定扩展描述(包括传感器不确定性描述)，并且为周围目标8指定高度自主驾驶置信度。用于分类的目标类型可包括种类例如汽车、卡车和公共汽车。这提供了执行周围目标8的有效比较和评估的基础。
图2示出了这样的实例，其中在时间t1时的目标表示与在时间t0时已经预期的给定估算状态不同。目标8表示可能在位置上不同，如图2所示，且在类别上也不同。在图2的下半部，示出了时间t1时的状况，目标8不处于在时间t0时给定的估算状态下的时间t1时的预期位置(虚线)。自主道路车辆2和目标8的行进方向如图2由相应的箭头所示。阈值或等同值能用于确定可允许先前确定偏离当前确定多少而不需必须怀疑所述确定并启动自主道路车辆2的控制从自主驾驶系统3交接给其驾驶员。在低于这种阈值情况下，可能增加相应的传感器不确定性描述(例如与偏离的大小成比例)就足够了。
根据又一些实施例，所述方法进一步包括确定优先考虑目标的种类的当前确定是否不同于优先考虑目标的先前确定的种类，并且若如此则通过增加与先前确定的种类相关的传感器不确定性描述来调节融合系统1。藉此提供了查证传感器确定的正确性的有效方法。
在另一些实施例中，所述方法进一步包括确定优先考虑目标的当前位置确定与优先考虑目标的先前位置确定的差异是否超过基于其先前表示的合理估算值所指示的但是指示其预定邻近地区内(例如使用距离阈值)的定位，并且若如此则通过增加与优先考虑目标相关的传感器不确定性来调节融合系统1。这就提供了基于位置确定查证传感器的正确性的有效方法。
根据另一些实施例，所述方法进一步包括确定优先考虑目标的当前位置确定与优先考虑目标的先前位置确定的差异是否超过基于其先前表示的合理估算值所指示并且不指示其预定邻近地区内例如使用距离阈值的定位，并且若如此则通过怀疑融合系统1和启动自主道路车辆2的控制从自主驾驶系统3交接给其驾驶员来调节融合系统1。这就提供了确定和处理融合系统1中的错误的有效方法。
在又一些实施例中，所述方法包括确定可驾驶区域6的当前确定是否指示了可驾驶区域6的与其先前确定的可驾驶区域6不同的长度范围，并且若如此则调节融合系统1使得基于当前确定进行可驾驶区域6的将来确定。藉此提供了改进可驾驶区域6确定的有效方法。
在又一些实施例中，所述方法包括确定可驾驶区域6的当前确定是否指示了可驾驶区域6的比其先前确定的可驾驶区域6更窄的宽度，并且若如此则调节融合系统1使得基于比可驾驶区域6的先前确定更窄的宽度进行可驾驶区域6的将来确定。藉此在先前确定似乎高估了宽度的情形下提供了改进可驾驶区域6确定的有效方法。
相反，根据又一些实施例，所述方法包括确定可驾驶区域6的当前确定是否指示了可驾驶区域6的比其先前确定的可驾驶区域6更宽的宽度，并且若如此则调节融合系统1使得基于比可驾驶区域6的先前确定更宽的宽度进行可驾驶区域6的将来确定。藉此在先前确定似乎低估了宽度的情形下提供了改进可驾驶区域6确定的有效方法。
根据又一些实施例，通过使所述方法包括确定可驾驶区域6的当前确定是否指示先前确定的可驾驶区域6根本是不可驾驶的并且若不可驾驶则通过怀疑定位功能和启动自主道路车辆2的控制从自主驾驶系统3交接给其驾驶员来调节融合系统1从而提供确定和处理融合系统1中的错误的有效方法。
图3示出如何在时间t1时检测在自主道路车辆2前方的观察区域9内的目标8而时间t0时的先前确定指示没有该目标8，并且没有做出该目标8从观察区域9的边界进入观察区域9的确定。在这种情况下，确定和处理融合系统1中错误的一种有效方式是(根据另一些实施例)通过使所述方法包括确定周围目标8的当前确定是否指示新目标8已经出现在其先前本应被确定的观察区域9内，并且若如此则通过怀疑融合系统1和启动自主道路车辆2的控制从自主驾驶系统3交接给其驾驶员来调节融合系统1。自主道路车辆2的行车方向如图3的相应箭头所示。
此外，本发明还提出了用于监控和调节自主道路车辆2的融合系统1的性能的改进设备。融合系统1包括具有相关数据存储能力的一个或多个处理设备，其被设置为执行使用传感器5数据来估算由自主道路车辆2的自主驾驶系统3进行的自主驱动控制所需的信息的不同功能和算法。
图4示意性地示出包括用于监控和调节自主道路车辆2的融合系统1的性能的这种设备的自主道路车辆2，所述车辆配备有包括定位系统4以及用于监督自主道路车辆2的内部状态和周围环境的多个传感器5的自主驾驶系统3。
在该设备中，通过融合来自定位系统4和传感器5的数据提供融合系统1的定位功能。通过融合来自监督周围环境的传感器5的数据提供融合系统1的环境感知功能。
利用基于交替概念的并行算法和利用不同组传感器5信息实施融合系统1的定位和环境感知功能。融合系统1的定位和环境感知功能的并行实施被适宜地设置为使得其能被用于彼此监控。这种监控是有用的，从而能够检测传感器5故障和算法矛盾。
所述设备进一步包括融合系统1，其被设置为：通过组合定位功能和用于当前位置的高密度地图7数据来确定自主道路车辆2前方的可驾驶区域6；确定有关周围目标8的信息，所述信息确定包括确定周围目标8的定位、对周围目标8进行分类、估算它们的物理特性状态并且指定它们的扩展描述和高度自主驾驶置信度；浓缩有关可驾驶区域6以及进入观察区域9内的周围目标8和优先考虑目标8的信息，将观察区域9指定为已由环境感知功能的传感器5以预定确定度监控的自主道路车辆2周围的体积，并且通过分类、状态估算、扩展描述和高度自主驾驶置信度表示优先考虑目标8。
为了提高融合系统1的可靠性和降低严重误差的风险，融合系统1进一步被设置为追溯地监控它自己。由被设置为相对于可驾驶区域6、优先考虑目标8和观察区域9的先前确定评估可驾驶区域6、优先考虑目标8和观察区域9的当前确定的融合系统1执行该追溯性的监控。如果融合系统1执行的先前确定与当前确定的差异大于预定量，则融合系统1被设置为调节它自己弥补该差异。
最后，本发明还提出一种自主道路车辆2，其包括用于监控和调节自主道路车辆2的融合系统1的性能的设备，如上所述。
自主道路车辆2的其它细节例如推进系统、转向系统、制动系统等等故意在图4中省略，以免不必要地混淆了促进理解根据本发明设备的细节。但是，所属技术领域的技术人员能够很容易设想这些更详细的细节。
如上所述的自主道路车辆2能够依赖其融合系统1追溯地监控它自己，当它具有较少信息时根据来自更早时间的其输出来评估其当前输出，并且基于此调节其融合系统1的性能。
上述实施例可在以下权利要求的范围内变化。
因而，虽然已经示出和描述且指出此处实施例的基本新型特征，但是很清楚本领域技术人员可对所示装置的外形和细节及其操作做出不同遗漏和置换。例如，明确地计划以基本上相同的方式执行基本上相同的功能以实现相同的结果的那些元件和/或方法步骤的所有组合是等价的。此外，应当认识到与此处任何公开的外形或实施例相关的所示和/或所述的结构和/或元件和/或方法步骤可与任何其它公开或描述或建议的外形或实施例结合，这是常规的设计选择。

Claims (13)

1.一种用于监控和调节自主道路车辆(2)的融合系统(1)的性能的方法，所述自主道路车辆配备有包括定位系统(4)以及用于监督所述自主道路车辆(2)的内部状态和周围环境的多个传感器(5)的自主驾驶系统(3)，
其特征在于：
通过融合来自定位系统(4)和传感器(5)的数据提供所述融合系统(1)的定位功能；
通过融合来自监督周围环境的传感器(5)的数据提供所述融合系统(1)的环境感知功能；并且
其中，利用基于交替概念的并行算法和利用不同组传感器信息实施所述融合系统(1)的定位和环境感知功能，
所述方法进一步包括：
通过组合所述定位功能和用于当前位置的高密度地图(7)数据来确定所述自主道路车辆(2)前方的可驾驶区域(6)；
确定有关周围目标(8)的信息，信息确定包括确定周围目标(8)的定位，将周围目标(8)分类，估算它们的物理特性状态，并且指定它们的扩展描述和高度自主驾驶置信度；
将有关可驾驶区域(6)和周围目标(8)的信息浓缩成观察区域(9)和优先考虑目标(8)，将观察区域(9)指定为所述自主道路车辆(2)周围的已被环境感知功能的传感器(5)以预定确定度监控的体积，并且通过分类、状态估算、扩展描述和高度自主驾驶置信度表示优先考虑目标(8)；以及
通过相对于所述融合系统(1)对可驾驶区域(6)、优先考虑目标(8)和观察区域(9)的其先前确定来评估对可驾驶区域(6)、优先考虑目标(8)和观察区域(9)的其当前确定以使所述融合系统(1)追溯性地监控它自己，并且如果先前确定与当前确定的差异大于预定量，则调节所述融合系统(1)以弥补该差异。
2.根据权利要求1所述的方法，其特征在于：所述自主道路车辆(2)前方的可驾驶区域(6)被确定为属于在假定传感器和算法不确定情况下被认为在预定概率下是安全的所行进道路(10)的区域。
3.根据权利要求1-2任意一项所述的方法，其特征在于：有关周围目标(8)的信息的确定包括根据目标类型对周围目标(8)分类，估算周围目标(8)的物理特性状态，并且指定包括传感器不确定性描述的周围目标(8)扩展描述，周围目标(8)的物理特性状态包括它们的位置、速度和加速度。
4.根据权利要求3所述的方法，其特征在于它进一步包括确定优先考虑目标的当前确定种类是否不同于优先考虑目标的先前确定种类，并且若如此则通过增加与先前确定种类相关的传感器不确定性描述来调节所述融合系统(1)。
5.根据权利要求3所述的方法，其特征在于它进一步包括确定优先考虑目标的当前位置确定与优先考虑目标的先前位置确定的差异是否超过基于其先前表示的合理估算值所指示的但是指示其预定邻近地区内的定位，并且若如此则通过增加与优先考虑目标相关的传感器不确定性来调节所述融合系统(1)。
6.根据权利要求1-3任意一项所述的方法，其特征在于它进一步包括确定优先考虑目标的当前位置确定与优先考虑目标的先前位置确定的差异是否超过基于其先前表示的合理估算值所指示且不指示其预定邻近地区内的定位，并且若如此则通过怀疑所述融合系统(1)和启动所述自主道路车辆(2)的控制从自主驾驶系统(3)交接给其驾驶员来调节所述融合系统(1)。
7.根据权利要求1-6任意一项所述的方法，其特征在于它包括确定可驾驶区域(6)的当前确定是否指示了与其先前确定的可驾驶区域(6)不同的长度范围，并且若如此则调节所述融合系统(1)使得基于当前确定进行可驾驶区域(6)的将来确定。
8.根据权利要求7所述的方法，其特征在于它包括确定可驾驶区域(6)的当前确定是否指示了与其先前确定的可驾驶区域(6)更窄的宽度，并且若如此则调节所述融合系统(1)使得基于比其所述先前确定更窄宽度的可驾驶区域(6)进行可驾驶区域(6)的将来确定。
9.根据权利要求7所述的方法，其特征在于它包括确定可驾驶区域(6)的当前确定是否指示了与其先前确定的可驾驶区域(6)更宽的宽度，并且若如此则调节所述融合系统(1)使得基于比其所述先前确定更宽宽度的可驾驶区域(6)进行可驾驶区域(6)的将来确定。
10.根据权利要求1-9任意一项所述的方法，其特征在于它包括确定可驾驶区域(6)的当前确定是否指示所述先前确定的可驾驶区域(6)根本是不可驾驶的，并且若如此则通过怀疑所述定位功能和启动所述自主道路车辆(2)的控制从所述自主驾驶系统(3)交接给其驾驶员来调节所述融合系统(1)。
11.根据权利要求1-10任意一项所述的方法，其特征在于它包括确定周围目标(8)的当前确定是否指示新目标已经出现在它应该先前已经被确定的区域内，并且若如此则通过怀疑所述融合系统(1)和启动所述自主道路车辆(2)的控制从所述自主驾驶系统(3)交接给其驾驶员来调节所述融合系统(1)。
12.一种用于监控和调节自主道路车辆(2)的融合系统(1)的性能的设备，所述自主道路车辆配备有包括定位系统(4)以及用于监督所述自主道路车辆(2)的内部状态和周围环境的多个传感器(5)的自主驾驶系统(3)，
其特征在于：
通过融合来自所述定位系统(4)和传感器(5)的数据提供所述融合系统(1)的定位功能；
通过融合来自监督周围环境的传感器(5)的数据提供所述融合系统(1)的环境感知功能；以及
其中利用基于交替概念的并行算法和利用不同组传感器信息实施所述融合系统(1)的定位和环境感知功能，
所述设备进一步包括所述融合系统(1)，所述融合系统(1)被设置为：
通过组合所述定位功能和用于当前位置的高密度地图(7)数据来确定所述自主道路车辆(2)前方的可驾驶区域(6)；
确定有关周围目标(8)的信息，信息确定包括确定周围目标(8)的定位，将周围目标(8)分类，估算它们的物理特性状态，并且指定它们的扩展描述和高度自主驾驶置信度；
将有关可驾驶区域(6)和周围目标(8)的信息浓缩为观察区域(9)和优先考虑目标(8)，将观察区域(9)指定为所述自主道路车辆(2)周围的已被环境感知功能的传感器(5)以预定确定度监控的体积，并且通过分类、状态估算、扩展描述和高度自主驾驶置信度表示优先考虑目标(8)；并且
所述融合系统(1)进一步被设置为通过相对于所述融合系统(1)对可驾驶区域(6)、优先考虑目标(8)和观察区域(9)的先前确定来评估其对可驾驶区域(6)、优先考虑目标(8)和观察区域(9)的当前确定以使所述融合系统(1)追溯性地监控它自己，并且如果先前确定与当前确定的差异大于预定量，则调节所述融合系统(1)以弥补该差异。
13.一种自主道路车辆(2)，其特征在于它包括根据权利要求12所述的用于监控和调节自主道路车辆(2)的融合系统(1)的性能的设备。
CN201710219248.0A 2016-04-14 2017-04-06 用于监控和调节自主车辆的融合系统的性能的方法和设备 Active CN107300916B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP16165223.5A EP3232285B1 (en) 2016-04-14 2016-04-14 Method and arrangement for monitoring and adapting the performance of a fusion system of an autonomous vehicle
EP16165223.5 2016-04-14

Publications (2)

Publication Number Publication Date
CN107300916A true CN107300916A (zh) 2017-10-27
CN107300916B CN107300916B (zh) 2021-03-12

Family

ID=56014782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710219248.0A Active CN107300916B (zh) 2016-04-14 2017-04-06 用于监控和调节自主车辆的融合系统的性能的方法和设备

Country Status (3)

Country Link
US (1) US10532740B2 (zh)
EP (1) EP3232285B1 (zh)
CN (1) CN107300916B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109752717A (zh) * 2017-11-07 2019-05-14 现代自动车株式会社 用于关联车辆中的传感器数据的装置和方法
CN111216707A (zh) * 2018-11-23 2020-06-02 现代自动车株式会社 用于控制车辆的自主驾驶的设备和方法
US20200264619A1 (en) * 2019-02-20 2020-08-20 Gm Cruise Holdings Llc Autonomous vehicle routing based upon spatiotemporal factors
CN111797701A (zh) * 2020-06-10 2020-10-20 东莞正扬电子机械有限公司 用于车辆多传感器融合系统的道路障碍物感知方法及系统

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10401852B2 (en) 2015-11-04 2019-09-03 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
US10334050B2 (en) * 2015-11-04 2019-06-25 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
US11283877B2 (en) 2015-11-04 2022-03-22 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
US9606539B1 (en) 2015-11-04 2017-03-28 Zoox, Inc. Autonomous vehicle fleet service and system
US9630619B1 (en) 2015-11-04 2017-04-25 Zoox, Inc. Robotic vehicle active safety systems and methods
US9754490B2 (en) 2015-11-04 2017-09-05 Zoox, Inc. Software application to request and control an autonomous vehicle service
WO2017079341A2 (en) 2015-11-04 2017-05-11 Zoox, Inc. Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles
US9632502B1 (en) 2015-11-04 2017-04-25 Zoox, Inc. Machine-learning systems and techniques to optimize teleoperation and/or planner decisions
US10409286B2 (en) * 2017-07-21 2019-09-10 Ford Global Technologies, Llc Highway detection systems and methods
US20220379911A1 (en) * 2021-05-26 2022-12-01 Argo AI, LLC Using relevance of objects to assess performance of an autonomous vehicle perception system
EP4134623A1 (en) 2021-08-11 2023-02-15 Hitachi Astemo, Ltd. Drive device, vehicle, and method for automated driving and/or assisted driving

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6718259B1 (en) * 2002-10-02 2004-04-06 Hrl Laboratories, Llc Adaptive Kalman filter method for accurate estimation of forward path geometry of an automobile
US20050021201A1 (en) * 2001-07-17 2005-01-27 Albrecht Klotz Method and device for data exchange and processing
CN102785579A (zh) * 2012-08-21 2012-11-21 江苏云意电气股份有限公司 一种数据融合的自诊断汽车调节器
CN103118439A (zh) * 2013-01-18 2013-05-22 中国科学院上海微系统与信息技术研究所 基于传感网节点通用中间件的数据融合方法
US8458715B1 (en) * 2007-02-23 2013-06-04 Hrl Laboratories, Llc System for allocating resources to optimize transition from a current state to a desired state
US20130179382A1 (en) * 2012-01-11 2013-07-11 Honda Research Institute Europe Gmbh Vehicle with computing means for monitoring and predicting traffic participant objects

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9274525B1 (en) * 2012-09-28 2016-03-01 Google Inc. Detecting sensor degradation by actively controlling an autonomous vehicle
EP2865575B1 (en) * 2013-10-22 2022-08-24 Honda Research Institute Europe GmbH Confidence estimation for predictive driver assistance systems based on plausibility rules
US9268938B1 (en) * 2015-05-22 2016-02-23 Power Fingerprinting Inc. Systems, methods, and apparatuses for intrusion detection and analytics using power characteristics such as side-channel information collection
US20170291544A1 (en) * 2016-04-12 2017-10-12 Toyota Motor Engineering & Manufacturing North America, Inc. Adaptive alert system for autonomous vehicle

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050021201A1 (en) * 2001-07-17 2005-01-27 Albrecht Klotz Method and device for data exchange and processing
US6718259B1 (en) * 2002-10-02 2004-04-06 Hrl Laboratories, Llc Adaptive Kalman filter method for accurate estimation of forward path geometry of an automobile
US8458715B1 (en) * 2007-02-23 2013-06-04 Hrl Laboratories, Llc System for allocating resources to optimize transition from a current state to a desired state
US20130179382A1 (en) * 2012-01-11 2013-07-11 Honda Research Institute Europe Gmbh Vehicle with computing means for monitoring and predicting traffic participant objects
CN102785579A (zh) * 2012-08-21 2012-11-21 江苏云意电气股份有限公司 一种数据融合的自诊断汽车调节器
CN103118439A (zh) * 2013-01-18 2013-05-22 中国科学院上海微系统与信息技术研究所 基于传感网节点通用中间件的数据融合方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109752717A (zh) * 2017-11-07 2019-05-14 现代自动车株式会社 用于关联车辆中的传感器数据的装置和方法
CN109752717B (zh) * 2017-11-07 2023-10-17 现代自动车株式会社 用于关联车辆中的传感器数据的装置和方法
CN111216707A (zh) * 2018-11-23 2020-06-02 现代自动车株式会社 用于控制车辆的自主驾驶的设备和方法
US20200264619A1 (en) * 2019-02-20 2020-08-20 Gm Cruise Holdings Llc Autonomous vehicle routing based upon spatiotemporal factors
US11561547B2 (en) * 2019-02-20 2023-01-24 Gm Cruise Holdings Llc Autonomous vehicle routing based upon spatiotemporal factors
US11994868B2 (en) 2019-02-20 2024-05-28 Gm Cruise Holdings Llc Autonomous vehicle routing based upon spatiotemporal factors
CN111797701A (zh) * 2020-06-10 2020-10-20 东莞正扬电子机械有限公司 用于车辆多传感器融合系统的道路障碍物感知方法及系统
CN111797701B (zh) * 2020-06-10 2024-05-24 广东正扬传感科技股份有限公司 用于车辆多传感器融合系统的道路障碍物感知方法及系统

Also Published As

Publication number Publication date
US10532740B2 (en) 2020-01-14
EP3232285B1 (en) 2019-12-18
US20170297571A1 (en) 2017-10-19
CN107300916B (zh) 2021-03-12
EP3232285A1 (en) 2017-10-18

Similar Documents

Publication Publication Date Title
CN107300916A (zh) 用于监控和调节自主车辆的融合系统的性能的方法和设备
CN110001658B (zh) 用于车辆的路径预测
US9981657B2 (en) Autonomous vehicle parking and transition to manual control
US10604156B2 (en) System and method for adjusting a road boundary
CN107010053A (zh) 用于选择优化轨迹的方法
CN109814520A (zh) 用于确定自主车辆的安全事件的系统和方法
CN107767696A (zh) 同时生成多车道地图并在所生成的地图上定位车辆的系统和方法
US20120303222A1 (en) Driver assistance system
CN107792077A (zh) 用于确认道路部段是否适合于自主车辆驾驶的方法和系统
EP3211374B1 (en) Travel route calculation device
EP3574287B1 (en) A method for forming a local navigation path for an autonomous vehicle
CN107571868A (zh) 用于执行对车辆的车辆引导的自动干预的方法
SE540269C2 (sv) Anordning och metod för att reglera ett autonomt fordon
US10095238B2 (en) Autonomous vehicle object detection
EP3211375B1 (en) Travel route calculation apparatus
CN114274972A (zh) 自主驾驶环境中的场景识别
CN110136441A (zh) 车辆限高控制方法、装置、存储介质及汽车控制终端
JP7276282B2 (ja) 物体検出装置、物体検出方法及び物体検出用コンピュータプログラム
EP4222033A1 (en) Systems and methods for imminent collision avoidance
US20220063627A1 (en) Traveling lane planning device, storage medium storing computer program for traveling lane planning, and traveling lane planning method
CN107010061A (zh) 用于车道检测和验证的方法和系统
US20230135159A1 (en) Method for evaluating route sections
US11628837B2 (en) Vehicle speed management systems and methods
Worrall et al. A probabilistic method for detecting impending vehicle interactions
CN114475634A (zh) 用于通过控制器沿着路段控制车辆的方法及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant