CN107415952A - 增强的车辆操作 - Google Patents

增强的车辆操作 Download PDF

Info

Publication number
CN107415952A
CN107415952A CN201710281205.5A CN201710281205A CN107415952A CN 107415952 A CN107415952 A CN 107415952A CN 201710281205 A CN201710281205 A CN 201710281205A CN 107415952 A CN107415952 A CN 107415952A
Authority
CN
China
Prior art keywords
curve
section
vehicle
skew
value
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
CN201710281205.5A
Other languages
English (en)
Other versions
CN107415952B (zh
Inventor
布莱特·史蒂芬斯
谢恩·埃尔沃特
约瑟夫·沃尔特·尼尔
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN107415952A publication Critical patent/CN107415952A/zh
Application granted granted Critical
Publication of CN107415952B publication Critical patent/CN107415952B/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
    • 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
    • B60W40/06—Road conditions
    • B60W40/072—Curvature of the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/10—Path keeping
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • 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
    • B60W50/0097—Predicting future 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
    • B60W50/082—Selecting or switching between different modes of propelling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • B60W2050/0215—Sensor drifts or sensor failures
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Abstract

为车辆中的车道辅助子系统所收集到的数据确定置信度值。当置信度值低于置信度值阈值时，识别道路的路段的路段曲线。路段曲线包括至少一个路段起点和至少一个路段终点。路段曲线是至少部分地基于航向角度，该航向角度限定车辆的预计行驶线路与从车辆位置到路段终点的线段之间的角度。至少部分地基于所识别的路段曲线预测到车道边界的距离。至少部分地基于所预测的到车道边界的距离来致动一个或多个车辆子系统。

Description

增强的车辆操作
技术领域
本领域涉及车辆技术领域，并且更具体地涉及增强的车辆操作。
背景技术
车辆车道辅助子系统可以向车辆驾驶员提供帮助，例如经由转向子系统可以实现横向和/或纵向控制以将车辆保持在道路车道中。然而，这种控制取决于对由车辆传感器提供的数据的足够的置信度、以及对车辆行进的道路及其车道的曲线的作为结果的估算的足够的置信度。辅助车道保持不能利用通常在车辆上发现的传感器在次优感测条件下提供。
发明内容
根据本发明，提供一种系统，该系统包含计算机，该计算机包括处理器和存储器，该存储器存储可由计算机执行的以实现以下内容指令：
确定为车辆中的车道辅助子系统所收集到的数据的置信度值；
当确定置信度值低于置信度值阈值时，确定道路的路段的路段曲线，路段曲线包括至少一个路段起点和至少一个路段终点，其中路段曲线至少部分地基于航向角度被确定，航向角度限定车辆的预计行驶线路与从车辆位置到路段终点的线段之间的角度；
通过至少部分地基于所确定的路段曲线而预测到车道边界的距离来替代由道路的路段的车道辅助子系统收集到的数据所确定的车道边界距离；和
至少部分地基于预测的到车道边界的距离来致动一个或多个车辆子系统。
根据本发明的一个实施例，指令进一步包括当车辆处于到车道边界的距离处并且置信度值低于置信度值阈值时，终止计算机对一个或多个车辆子系统的控制的指令。
根据本发明的一个实施例，路段包括多个子路段，指令进一步包括用于确定每个子路段的子路段曲线的指令。
根据本发明的一个实施例，指令进一步包括用于求和子路段曲线以确定路段曲线的指令。
根据本发明的一个实施例，指令进一步包括至少部分地基于偏移航向角度来确定偏移航向路段曲线的指令，偏移航向角度定义为航向角度和预定偏移角度的和。
根据本发明的一个实施例，指令进一步包括实现以下内容的指令：
确定多个偏移航向路段曲线，每个偏移航向路段曲线是多个预定偏移角度中的相应一个的偏移航向路段曲线，其中路段曲线和多个偏移航向路段曲线限定多个曲线；
确定多个曲线中的每一个的量值，以限定多个量值；
确定多个量值中的最大量值和多个量值中的最小量值；
确定最大量值所关联的多个曲线中的一个曲线与最小量值所关联的多个曲线中的一个曲线的交点；和
确定由车辆位置、交点和航向角度限定的呈现为圆弧的所选定的曲线。
根据本发明的一个实施例，指令进一步包括基于偏移起始角度来确定偏移起始路段曲线的指令，偏移起始角度限定车辆的预计行驶线路与连接车辆运行所在的路段的路段终点和作为车辆位置和预定距离之和的偏移起点的线段之间的角度。
根据本发明的一个实施例，指令进一步包括实现以下内容的指令：
确定多个偏移起始路段曲线，每个偏移起始路段曲线是多个偏移起始角度中的一个的偏移起始路段曲线，其中路段曲线和多个偏移起始路段曲线限定多个曲线；
确定多个曲线中的每一个的量值，以限定多个量值；
确定多个量值中的最大量值和多个量值中的最小量值；
确定最大量值所关联的多个曲线中的一个曲线与最小量值所关联的多个曲线中的一个曲线的交点；和
确定由车辆位置、交点和航向角度限定的呈现为圆弧的所选定的曲线。
根据本发明的一个实施例，指令进一步包括基于偏移结束角度来确定偏移结束路段曲线的指令，偏移结束角度限定车辆的预计行驶线路与连接车辆位置和作为路段终点和预定距离之和的偏移终点的线段之间的角度。
根据本发明的一个实施例，指令进一步包括实现以下内容的指令：
确定多个偏移结束路段曲线，每个偏移结束路段曲线是多个偏移结束角度中的一个的偏移结束路段曲线，其中路段曲线和多个偏移结束路段曲线限定多个曲线；
确定多个曲线中的每一个的量值，以限定多个量值；
确定多个量值中的最大量值和多个量值中的最小量值；
确定最大量值所关联的多个曲线中的一个曲线与最小量值所关联的多个曲线中的一个曲线的交点；和
确定由车辆位置、交点和航向角度限定的呈现为圆弧的所选定的曲线。
根据本发明，提供一种方法，该方法包含：
确定车辆中的车道辅助子系统所收集到的数据的置信度值；
当确定置信度值低于置信度值阈值时，确定道路的路段的路段曲线，路段曲线包括至少一个路段起点和至少一个路段终点，其中路段曲线至少部分地基于航向角度，航向角度限定车辆的预计行驶线路与从车辆位置到路段终点的线段之间的角度；
通过至少部分地基于所确定的路段曲线而预测到车道边界的距离来替代由道路的路段的车道辅助子系统收集到的数据所确定的车道边界距离；和
至少部分地基于预测的到车道边界的距离来致动一个或多个车辆子系统。
根据本发明的一个实施例，方法进一步包含当车辆处于到车道边界的距离处并且置信度值低于置信度值阈值时，终止计算机对一个或多个车辆子系统的控制。
根据本发明的一个实施例，路段包括多个子路段，方法进一步包含确定每个子路段的子路段曲线。
根据本发明的一个实施例，方法进一步包含对每个子路段的曲线求和以确定路段曲线。
根据本发明的一个实施例，方法进一步包含至少部分地基于偏移航向角度确定偏移航向路段曲线，偏移航向角度定义为航向角度与预定偏移角度的和。
根据本发明的一个实施例，方法进一步包含：
确定多个偏移航向路段曲线，每个偏移航向路段曲线是多个预定偏移角度中的一个的偏移航向路段曲线，其中路段曲线和多个偏移航向路段曲线限定多个曲线；
确定多个曲线中的每一个的量值，以限定多个量值；
确定多个量值中的最大量值和多个量值中的最小量值；
确定实施最大量值所关联的多个曲线中的一个曲线与最小量值所关联的多个曲线中的一个曲线的交点；和
确定由车辆位置、交点和航向角度限定的呈现为圆弧的所选定的曲线。
根据本发明的一个实施例，方法进一步包含基于偏移起始角度来确定偏移起始路段曲线，偏移起始角度限定车辆的预计行驶线路与连接车辆运行所在的路段的路段终点和作为车辆位置和预定距离之和的偏移起点的线段之间的角度。
根据本发明的一个实施例，方法进一步包含：
确定多个偏移起始路段曲线，每个偏移起始路段曲线是多个偏移起始角度中的一个的偏移起始路段曲线，其中路段曲线和多个偏移起始路段曲线限定多个曲线；
确定多个曲线中的每一个的量值，以限定多个量值；
确定多个量值中的最大量值和多个量值中的最小量值；
确定最大量值所关联的多个曲线中的一个曲线与最小量值所关联的多个曲线中的一个曲线的交点；和
确定由车辆位置、交点和航向角度限定的呈现为圆弧的所选定的曲线。
根据本发明的一个实施例，方法进一步包含基于偏移结束角度确定偏移结束路段曲线，偏移结束角度限定车辆的预计行驶线路与连接车辆位置和作为路段终点和预定距离之和的偏移终点的线段之间的角度。
根据本发明的一个实施例，方法进一步包含：
确定多个偏移结束路段曲线，每个偏移结束路段曲线是多个偏移结束角度中的一个的偏移结束路段曲线，其中路段曲线和多个偏移结束路段曲线限定多个曲线；
确定多个曲线中的每一个的量值，以限定多个量值；
确定多个量值中的最大量值和多个量值中的最小量值；
确定实施最大量值所关联的多个曲线中的一个曲线与最小量值所关联的多个曲线中的一个曲线的交点；和
确定由车辆位置、交点和航向角度限定的呈现为圆弧的所选定的曲线。
附图说明
图1是用于操作车辆的示例系统的框图；
图2示出了道路的路段的示例路段曲线(section curvature)；
图3是路段曲线的示例确定的图；
图4示出了道路的路段的车道边界出口点和所选定的曲线；
图5示出了道路的路段的多个示例子路段和子路段曲线；
图6是用于确定路段曲线并操作车辆的示例曲线配置文件的框图；
图7示出了用于在道路的路段中操作车辆的过程。
具体实施方式
车辆的车道辅助子系统可以估算差的感测条件下的道路曲线(roadwaycurvature)，以在位置数据不完整和/或不可靠的情况下操作车辆。至少部分地基于路段起点、车辆航向角度和路段终点来确定曲线。曲线限定到车道边界的距离以指示在离开当前道路车道之前车辆行驶的距离。车道辅助子系统致动车辆子系统以根据曲线移动车辆。如果车辆仍处于具有差的感测条件的道路的一部分，则车道辅助子系统提示驾驶员采取对车辆的完全控制。否则，车道辅助子系统继续操作车辆，以致动一个或多个车辆子系统，直到返回差的感测条件。
图1示出了用于操作车辆101的系统100。车辆101中的计算设备105被编程为从一个或多个数据收集器110(例如车辆101传感器)接收收集到的数据115，收集到的数据115涉及与车辆101有关的各种数据115。例如，车辆101的数据可以包括车辆101的位置、车辆101的速度、航向等。位置数据可以是已知的形式，例如经由如已知的使用全球定位系统(GPS)的导航系统获得的地理坐标(纬度和经度坐标)。数据115的其他示例可以包括车辆101系统和部件的测量结果，例如车辆101车轮相对于道路车道标记的位置、车辆101相对于道路曲线的航向等。
如已知的，计算设备105通常被编程为用于车辆网络或通信总线上的通信。通过网络、总线和/或其他有线或无线机制(例如，车辆101中的有线或无线局域网)，计算设备105可以向车辆101中的各种设备发送消息和/或从各种设备接收消息，各种设备是例如控制器、致动器、传感器等，包括数据收集器110。替代地或附加地，在计算设备105实际上包含多个设备的情况下，车辆网络或总线可以用于表示为本公开中的计算设备105的设备之间的通信。此外，计算设备105可以被编程为与网络120通信，如下所述，网络120可以包括各种有线和/或无线联网技术，例如蜂窝、蓝牙、有线和/或无线分组网络等。
数据存储器106可以是任何已知的类型，例如硬盘驱动器、固态驱动器、服务器或任何易失性或非易失性介质。数据存储器106可以存储从数据收集器110发送的收集到的数据115。
车辆101包括多个子系统107。子系统107控制车辆101部件，例如车辆座椅、后视镜、可倾斜的和/或伸缩的方向盘等。子系统107包括例如车道辅助子系统、转向子系统、推进子系统等。计算设备105可以致动子系统107以控制车辆101的部件，例如，用来沿着预定的路径移动车辆101。
车辆101可以包括车道辅助子系统107。车道辅助子系统107提供车辆101的横向和纵向控制以将车辆101保持在道路车道中。计算设备105使用来自数据收集器110的数据115来确定车辆101是否即将离开车道，并且基于数据115来致动车道辅助子系统107。例如，计算设备105可以指示车道辅助子系统107致动转向子系统107和/或推进子系统107以使车辆101远离车道边界并进入车道。当数据115指示车辆101即将离开车道时，计算设备105还可以指示车道辅助子系统107提示人类驾驶员。
数据收集器110可以包括各种设备。例如，车辆中的各种控制器可以作为数据收集器110操作，以经由车辆101网络或总线提供数据115，例如与车辆速度、加速度、位置、系统和/或部件功能等相关的数据115。此外，其他数据收集器110可以包括摄像机、运动检测器等(即数据收集器110)来提供用于评估道路车道中的车辆101的位置的数据115。
收集到的数据115可以包括在车辆101中收集到的各种数据。上面提供了收集到的数据115的示例，此外，数据115通常使用一个或多个数据收集器110收集，并且还可以包括在计算设备105中和/或在服务器125处由其计算出的数据。通常，收集到的数据115可以包括可以由数据收集器110收集和/或从这样的数据计算出的任何数据。例如，计算设备105可以在车辆101行进的道路上收集数据115，并且基于数据115来确定道路的路段140。数据115可以包含可以与一个或多个车辆子系统107一起使用的电子地平线(electronichorizon)。电子地平线是诸如已知的从车辆101周围获得的指示车辆101的当前位置并且预测车辆101的未来轨迹的数据115的集合。
计算设备105例如使用已知方法来检验数据收集器110收集到的数据115以确定数据115的置信度值。例如，计算机105可以接收指示车辆101正在行驶的道路的特征、道路状况等的数据115(包括图像、雷达、激光雷达、车对车通信、GPS位置信息等)。计算机105可以如已知的那样评估数据的质量，例如图像质量、检测到的对象的清晰度、数据的精度、数据的准确性、数据的完整性等等，以确定数据115的置信度值。因此，置信度值是车辆子系统107可操作并且向计算机105提供足够数据的置信度的度量。计算设备可以确定从例如右车道、左车道以及车辆101前方的另一车辆101的存在而收集到的特定数据115的置信度值。可以使用已知方法来组合特定数据115的置信度值，以确定所有数据115的全局置信度值。置信度值取决于数据收集器110的分辨率，并且数据收集器110可被校准以反映数据收集器110可靠地得出全局置信度值的能力。也可以从先前获取到的数据115(例如，行驶历史数据115)确定置信度值。
如果数据115的置信度值低于预定的置信度值阈值，则计算设备105确定车辆101处于道路的低置信度部分，即具有差的感测条件的道路的部分。可以基于针对车辆子系统107的置信度值使用已知的方法来确定置信度值阈值，其中计算设备105确定该针对车辆子系统107的置信度用以利用车道辅助子系统107进行操作，并且置信度值阈值可以是计算设备105用以终止车道辅助子系统107对至少一个子系统107的控制的最低置信度值。如果数据115的置信度值高于置信度值阈值，则计算设备105使用来自电子地平线的数据115致动车辆子系统107。如果数据115的置信度值低于置信度值阈值，则计算设备105如下所述确定低置信度部分的曲线160并至少部分地基于曲线160来致动车道辅助子系统107。
系统100还可以包括连接到服务器125和数据存储器130的网络120。计算机105还可以被编程为经由网络120(例如可能包括数据存储器130的远程站点)与诸如服务器125的一个或多个远程站点进行通信。网络120表示车辆计算机105可以与远程服务器125通信所凭借的一个或多个机制。因此，网络120可以是各种有线或无线通信机制中的一个或多个，包括有线(例如，电缆和光纤)和/或无线(例如，蜂窝、无线、卫星、微波和射频)通信机制和任何期望的网络拓扑结构(或者使用多个通信机制时的拓扑结构)的任何期望的组合。示例性通信网络包括提供数据通信服务的无线通信网络(例如，使用蓝牙、IEEE(电气和电子工程师协会)802.11等)、局域网(LAN)和/或广域网(WAN)，包括因特网。
服务器125可以被编程，以确定对一个或多个车辆101的适当措施，并且以向计算设备105提供相应的行进方向。服务器125可以是一个或多个计算机服务器，每个计算机服务器通常包括至少一个处理器和至少一个存储器，该存储器存储可由处理器执行的指令，包括用于执行在此所述的各种步骤和过程的指令。服务器125可以包括或通信地连接到用于存储收集到的数据115的数据存储器130。
图2示出了为车辆101确定的示例曲线160。计算设备105可以确定道路的路段140的曲线160。路段140是车辆101行驶的道路的一部分。路段140包括已获得的路段起点145和已获得的路段终点150。路段起点145通常是通过从数据收集器110获得的数据115(例如位置数据115)确定的道路上的当前车辆101位置。路段终点150通常是道路上距离当前车辆101位置预定距离(例如2公里)的点。如在此所使用的，术语“曲线”被定义为开始于路段起点145并且终止于路段终点150的弧，车辆101预期沿该弧行驶。
曲线160是基于已获得的路段起点145、已获得的路段终点150和车辆101的航向角度Φ。计算设备105还可以确定已获得的路段起点145和一个或多个偏移起点146的曲线160，每个偏移起点146是车辆101偏移了偏移距离195的位置(即，由已获得的起点145表示)。偏移起点146从已获得的起点145偏移了偏移距离195。偏移距离195表示从位置数据115确定已获得的起点145的不确定性。起点145和偏移起点146统称为“起点”145、146。
计算设备105还可以为多个路段终点150、151中的每一个确定曲线160，偏移终点151从已获得的终点150偏移了偏移距离195。如上所述，偏移距离195表示用于确定已获得的终点150的位置数据115中的不确定性。
此外，计算设备105可以基于多个车辆101航向角度来确定曲线160，其中，航向角度包括车辆航向角度Φ以及车辆101航向和预定偏移角度θ之和。航向角度Φ是车辆101的预计行驶线路与连接起点145到终点150的线段之间的角度。
利用偏移起点146、偏移终点151和航向角度，计算设备105可以确定多个曲线160。图2的示例示出了五个起点145、146，五个终点150、151和三个航向角度(Φ、Φ+θ、Φ-θ)，由此产生计算设备105可以确定的75个可能的曲线160，其中3个在图3中示出。也就是说，路段起点145、146中的任一个和路段终点150、151中的任一个可以通过车辆101航向角度中的任一个来限定曲线160。
图3示出了路段140的曲线160的示例计算。在图3中，作为路段起点145中的一个和偏移起点146中的一个的路段起点具有分别表示路段起点145、146的位置的坐标x1、y1，例如纬度和经度。作为路段终点150中的一个和偏移终点151中的一个的路段终点具有分别表示路段终点150、151的位置的坐标x2、y2，例如纬度和经度。路段起点145和路段终点150之间的距离d是使用如已知的例如来自GPS的位置数据115来确定，并且被定义为路段起点145、146和路段终点150、151之间的直线距离，即，
车辆101具有轨迹，该轨迹包括作为车辆101的预计行驶线路与连接路段起点145、146与路段终点150、151的线段(即限定距离d的线段)之间的角度的航向角度Φ。车辆101的预计行驶线路可以从车辆101的轨迹确定，即从车辆101收集到的数据115(例如车辆速度、车辆位置、车辆航向等)确定。角度Φ，路段起点145、146，路段终点150、151和距离d限定具有半径R的圆C和具有两边长度为R的等腰三角度形。因此，圆C的连接路段起点145、146和路段终点150、151的弧k可以被确定为：
其中Φ以度为单位测量，并且cos()是余弦函数，如已知的。弧k的值作为曲线160存储在计算设备105中。因此，计算设备105基于路段起点145、146，路段终点150、151和车辆101航向与连接路段起点145、146和路段终点150、151的线段之间的角度Φ来确定曲线160。
路段140可以包括多个路段起点145、146和多个路段终点150、151，如上面在图2中所述。每个路段起点145限定与每个路段终点150的距离d。在图2的示例(其具有一个路段起点145、四个偏移路段起点146、一个路段终点150和四个偏移路段终点151)中，这导致25个距离d，以及由此导致25个曲线160。此外，每个距离d包括车辆101预测的行进运动和限定d的线段之间的航向角度Φ。
如上所述，角度Φ偏移了偏移角度θ，这导致3个角度：Φ，Φ+θ，Φ-θ。将从航向角度Φ偏移了偏移角度θ的角度Φ±θ定义为“偏移航向角度”。因此，基于偏移航向角度中的一个确定的曲线160被定义为“偏移航向路段曲线”160。因为25个曲线160中的每一个可以偏移了偏移角度θ，所以可以为5个起点145、146，5个终点150、151和3个角度Φ、Φ±θ确定的曲线160的总数为5×5×3＝75个曲线160。计算设备105可以使用不同数量的起点145、146，不同数量的终点150、151和不同数量的航向角度Φ来确定不同数量的曲线160。
计算设备105可以被编程以确定多个偏移航向路段曲线160。每个偏移航向路段曲线160是用于多个预定偏移角度中的相应一个的路段曲线160。路段曲线160和多个偏移航向路段曲线160限定多个曲线160。
如上所述，计算设备105可以基于偏移路段起点146中的一个来确定曲线160，以定义“偏移起始路段曲线”160。计算设备105基于偏移起始角度来识别偏移起始路段曲线160。偏移起始角度被定义为车辆101的预计行驶线路与连接偏移路段起点146中的一个和路段终点150的线段之间的角度。
如上所述，计算设备105可以基于偏移路段终点151中的一个来确定曲线160，以限定“偏移结束路段曲线”160。计算设备基于偏移结束角度来识别偏移结束路段曲线160。偏移结束角度被定义为车辆101的预计行驶线路与连接偏移路段终点151中的一个和车辆101位置的线段之间的角度。
图4示出了示例车道边界出口点190。基于多个曲线160，计算设备105确定最大曲线170和最小曲线175。对于上述多个曲线160，计算设备105可以确定多个曲线160中的每一个的量值，限定多个量值。计算设备105识别多个量值中的最大量值和多个量值中的最小量值，最大量值将最大曲线170定义为与最大量值相关联的曲线160，并且最小量值将最小曲线175定义为与最小量值相关联的曲线160。
然后，计算设备105确定最大边界曲线170a和最小边界曲线175a，最大边界曲线170a是偏移了预定边界阈值k*的最大曲线170，以及最小边界曲线175a是偏移了预定边界阈值k*的最小曲线175。边界阈值k*是预定的，并且至少部分地基于道路车道的宽度，例如边界阈值k*可以是1.65米。也就是说，曲线160可以表示道路车道的中心，并且边界阈值k*因此表示车道的边界，即车道标记。因此，当车辆101超过边界曲线170a、175a时，车辆101离开道路车道和/或开始越过车道边界。
计算设备105将车道边界出口点190定义为最大边界曲线170a和最小边界曲线175a的最接近的交点的点。也就是说，如上所述，表示车辆101在道路车道内的移动的曲线160由边界曲线170a、175a限定。因此，边界曲线170a、175a相遇和偏离的点表示车辆101可以离开车道的第一点。计算设备105将该点定义为车道边界出口点190，并且可以被编程为当车辆101行进超过车道边界出口点190时终止一个或多个车辆子系统107的虚拟操作。也就是说，计算设备105确定最大曲线170和最小曲线175的交点。例如，如果在超过车道边界出口点190的道路上收集到的数据115的置信度值仍然低于置信度值阈值，则车辆101可能移出当前车道。为了防止车辆101移出当前车道，计算设备105可以被编程为终止来自车道辅助子系统107的控制，并且提示人类驾驶员采取对一个或多个车辆子系统107的完全控制，例如，操纵。
计算设备105基于车道边界出口点190来确定所选定的曲线180。所选定的曲线180表示车辆101遵循的以在路段140中保持在车道中直到车道边界出口点190的曲线160。如上所述，计算设备105可以将所选定的曲线180确定为由车辆101位置、车道边界出口点190和航向角度Φ限定的弧。也就是说，计算设备105使用车道边界出口点190而不是终点150、151来确定所选定的曲线180。计算设备105可以致动车辆子系统107以沿着所选定的曲线180移动车辆101。从路段起点145到车道边界出口点190的所选定的曲线180的弧长指示车辆101在开始越过车道边界之前移动的距离，即到车道边界的距离。
图5示出了包括多个子路段140a的另一路段140。基于路段140中的道路的变化，计算设备105可以确定在到达出口点150、151之前车辆101将开始越过车道边界。也就是说，车道边界出口点190相比于出口点150、151可以更接近车辆101。为了将车辆101保持在道路车道中，计算设备105可以将路段140划分成子路段140a，每个子路段140a具有小于到车道边界的距离的间隔185。子路段140a是路段140的部分，即子路段140a的总和是路段140。每个子路段140a从子路段起点145a开始并在子路段终点150a结束。例如，如果距离车道边界的距离为700米，则每个子路段140a可以是例如500米长，即每个子路段起点145a间隔500米。或者，计算设备105可以确定具有大体上是车道边界出口点190的子路段终点150a的子路段140a，并且基于该单个子路段140a来确定曲线160。
每个子路段140a包括所选定的子路段曲线180a。也就是说，计算设备105确定子路段140a的多个曲线160，例如上述的75个曲线160，包括所选定的子路段曲线180a。计算设备105可以确定每个子路段140a的车道边界出口点190以确定每个所选定的子路段曲线180a。对于每个所选定的子路段曲线180a，计算设备105致动子系统107以遵循路段140a中的子路段曲线180a。计算设备105可以对所选定的子路段曲线180a求和，以确定整个路段140的所选定的曲线180。也就是说，虽然在没有子路段140a的情况下确定的路段140的曲线180可以导致车辆101在到达出口点150、151之前开始越过车道边界，但多个子路段曲线180a可由计算设备105用于在整个路段140中将车辆101保持在车道边界内。
图6示出了计算设备105可用于调节车辆子系统107以将车辆101保持在道路车道中的示例曲线配置文件(curvature profile)。计算设备105收集被收集到电子地平线中的数据115。电子地平线是诸如从车辆101周围获得的指示车辆101的当前位置并预测车辆101的未来轨迹的数据115的集合。当数据115的置信度值高于置信度值阈值时，计算设备105使用电子地平线中的数据115。例如，计算设备105可以使用电子地平线中的数据115致动车辆子系统107，例如车道辅助子系统107。计算设备105还可以使用来自电子地平线的航向角度Φ和预定的路段长度d确定多个曲线160，如上所述。利用曲线160，计算设备105可以形成曲线配置文件，该曲线配置文件是多个路段长度d的所选定的曲线180的集合，例如查找表。
如果数据115的置信度值降至低于置信度值阈值，则计算设备105停止使用来自电子地平线的数据115。计算设备105然后从曲线配置文件中选择所选定的曲线180中的一个，并且致动车辆子系统107以根据所选定的曲线180移动车辆101。例如，计算设备105可以确定到车道边界的距离，并从曲线配置文件中选择曲线160以将车辆101移动到车道边界出口点190。曲线配置文件可以被预先确定并存储在服务器125和/或数据存储器106中。如果数据115的置信度值上升至高于置信度值阈值，则计算设备105然后返回到使用来自电子地平线的数据115。
图7示出了用于在差的感测条件下操作车辆101的示例过程200。过程200在框205中开始，其中计算设备105从数据收集器110收集关于道路的数据115。数据115可以用于车道辅助子系统107以将车辆101保持在道路车道中。
接下来，在框210中，计算设备105确定数据115的置信度值。如上所述，计算设备105使用已知方法评估数据115的质量，并将置信度值分配给数据115。当置信度值低于置信度值阈值时，则计算设备105可以确定终止来自车道辅助子系统107的控制并将控制返回给驾驶员。如果计算设备105确定数据115的置信度值低于置信度值阈值，则过程200在框215中继续。否则，过程200在框240中继续。
在框215中，计算设备105确定曲线160。如上所述，计算设备105确定至少一个路段起点145、146，至少一个路段终点150、151，并且然后确定路段140的曲线160。如上所述，计算设备105可以确定偏移角度θ的曲线160。计算设备105基于车辆101轨迹确定车辆101的当前航向角度Φ。计算设备105可以基于多于一个路段起点145和/或多于一个路段终点150和/或多于一个航向角度Φ来确定多个曲线160。
接下来，在框220中，计算设备105确定到车道边界的距离。如上所述，计算设备105确定最大曲线170和最小曲线175。根据最大曲线170和最小曲线175，计算设备105确定车道边界出口点190，如上所述，以限定所选定的曲线180。到车道边界的距离表示车辆101在离开当前车道之前可以行进的距离，即从起点145到车道边界出口点190的所选定的曲线180的弧长。
接下来，在框225中，计算设备105根据所选定的曲线180致动车道辅助子系统107。如上所述，车道辅助子系统107致动车辆子系统107(例如转向子系统107、推进子系统107等)以根据所选定的曲线180移动车辆101。
接下来，在框230中，计算设备105确定在到车道边界的距离处数据115的置信度值是否低于置信度值阈值。当车道辅助子系统107根据所选定的曲线180移动车辆101时，数据115的置信度值可以上升至高于置信度值阈值。当置信度值上升至高于置信度值阈值时，车道辅助子系统107可以继续操作车辆101。然而，如果置信度值保持低于置信度值阈值，则车道辅助子系统107可能不再能够将车辆101保持在道路车道中，并且计算设备105将车辆101的完全控制返回至驾驶员。如果在到车道边界的距离处的置信度值低于置信度值阈值，则过程200在框235中继续。否则，过程200在框240中继续。
在框235中，计算设备105提示驾驶员并且将对车辆101的完全控制返回至驾驶员。也就是说，计算设备105提示人类驾驶员采取对车辆子系统107中的一个或多个的手动控制，并终止车道辅助子系统107的控制。由于超过到车道边界的距离处的数据115的置信度值保持低于置信度值阈值，所以车道辅助子系统107可能不能将车辆101保持在道路车道中。因此，计算设备105可以将对车辆101的控制返回给人类驾驶员。计算设备105可以通过例如在车辆101人机界面(HMI)上显示指示至少一个子系统107将恢复为手动操作的消息来提示人类驾驶员。计算设备105然后可以终止一个或多个车辆子系统107的计算设备105的控制。
在框240中，计算设备105确定是否继续过程200。例如，如果车辆101已经到达目的地，则计算设备105可以确定不继续过程200。如果计算设备105确定继续，则过程200在框205中继续以收集更多数据115。否则，过程200结束。
如在此所使用的，修饰形容词的副词“大体上”意味着形状、结构、测量、值、计算等可能偏离精确描述的几何形状、距离、测量、值、计算等，原因在于材料、加工、制造、传感器测量、计算、处理时间、通信时间等方面的缺陷。
计算设备105通常各自包括可由如上所述的一个或多个计算设备执行并且用于执行上述过程的框或步骤的指令。计算机可执行指令可以由计算机程序编译或解释，计算机程序采用多种编程语言和/或技术创建，这些编程语言和/或技术包括但并不限于单独地或组合的JavaTM、C、C++、Visual Basic、Java Script、Perl、HTML等。通常，处理器(例如微处理器)例如从存储器、计算机可读介质等接收指令，并且执行这些指令，由此完成一个或多个过程，包括在此所描述的一个或多个过程。这样的指令或其他数据可以采用各种计算机可读介质存储和传送。计算设备105中的文件通常是存储在诸如存储介质、随机存取存储器等的计算机可读介质上的数据的集合。
计算机可读介质包括任意的参与提供数据(例如指令)的介质，该数据可以由计算机读取。这样的介质可以采用多种形式，包括但不限于非易失性介质和易失性介质。非易失性介质包括例如光盘或磁盘或其他永久性存储器。易失性介质包括例如典型地构成主存储器的动态随机存取存储器(DRAM)。计算机可读介质的常规形式包括，如软盘、柔性盘、硬盘、磁盘、任何其他磁性介质、只读光盘驱动器(CD-ROM)、数字化视频光盘(DVD)、任何其他光学介质、穿孔卡片、纸带、具有孔图案的任何其他物理介质、RAM(随机存取存储器)、PROM(可编程只读存储器)、EPROM(可擦除可编程只读存储器)、FLASH EEPROM(闪速电可擦除可编程只读存储器)、任何其他存储器芯片或盒，或者任何其他计算机可读取的介质。
关于在此所述的介质、过程、系统、方法等，应当理解的是，虽然这样的过程等的步骤描述为按照一定的顺序排列发生，但这样的过程可以采用以这里描述的顺序之外的顺序完成的描述的步骤实施操作。进一步应该理解的是，某些步骤可以同时执行，可以添加其他步骤，或者可以省略这里所述的某些步骤。例如，在过程200中，可以省略一个或多个步骤，或者可以以不同的顺序执行这些步骤。换言之，这里的系统和/或过程的描述提供用于说明某些实施例的目的，并且不应当以任何方式解释为限制所公开的主题。
相应地，应理解的是包括上面的描述和附图以及下面的权利要求的本公开的目的是说明而不是限制。在阅读上面的描述时，除了提供的示例外许多实施例和应用都是显而易见的。本发明的范围应参照所附权利要求和/或包括在本文的非临时专利申请中以及与权利要求所要求的权利等效的全部范围而确定，而不是参照上面的说明而确定。可以预期的是这里所讨论的技术将出现进一步的发展，并且所公开的系统和方法将可以结合到这样的进一步的实施例中。总之，应理解的是本发明能够进行修正和变化。

Claims (16)

1.一种系统，包含计算机，所述计算机包括处理器和存储器，所述存储器存储可由所述计算机执行的以实现以下内容的指令：
确定为车辆中的车道辅助子系统所收集到的数据的置信度值；
当所述置信度值低于置信度值阈值时，确定道路的路段的路段曲线，所述路段曲线包括至少一个路段起点和至少一个路段终点，其中所述路段曲线至少部分地基于航向角度被确定，所述航向角度限定所述车辆的预计行驶线路与从车辆位置到所述路段终点的线段之间的角度；
至少部分地基于所识别的所述路段曲线预测到车道边界的距离；和
至少部分地基于所述预测的到所述车道边界的距离来致动一个或多个车辆子系统。
2.一种方法，包含：
确定车辆中的车道辅助子系统所收集到的数据的置信度值；
当所述置信度值低于置信度值阈值时，确定道路的路段的路段曲线，所述路段曲线包括至少一个路段起点和至少一个路段终点，其中所述路段曲线至少部分地基于航向角度，所述航向角度限定所述车辆的预计行驶线路与从车辆位置到所述路段终点的线段之间的角度；
至少部分地基于所识别的所述路段曲线预测到车道边界的距离；和
至少部分地基于所述预测的到所述车道边界的距离来致动一个或多个车辆子系统。
3.根据权利要求2所述的方法，进一步包含当所述车辆处于到所述车道边界的所述距离处并且所述置信度值低于所述置信度值阈值时，终止计算机对所述一个或多个车辆子系统的控制。
4.根据权利要求2所述的方法，其中所述路段包括多个子路段，所述方法进一步包含确定每个所述子路段的子路段曲线。
5.根据权利要求4所述的方法，进一步包含对每个所述子路段的所述曲线求和以确定所述路段曲线。
6.根据权利要求2所述的方法，进一步包含至少部分地基于偏移航向角度确定偏移航向路段曲线，所述偏移航向角度定义为所述航向角度与预定偏移角度的和。
7.根据权利要求6所述的方法，进一步包含：
确定多个偏移航向路段曲线，每个所述偏移航向路段曲线是多个预定偏移角度中的一个的所述偏移航向路段曲线，其中所述路段曲线和所述多个偏移航向路段曲线限定多个曲线；
确定所述多个曲线中的每一个的量值，以限定多个所述量值；
确定所述多个量值中的最大量值和所述多个量值中的最小量值；
确定所述最大量值所关联的所述多个曲线中的一个曲线与所述最小量值所关联的所述多个曲线中的一个曲线的交点；和
确定由所述车辆位置、所述交点和所述航向角度限定的呈现为圆弧的所选定的曲线。
8.根据权利要求2所述的方法，进一步包含基于偏移起始角度来确定偏移起始路段曲线，所述偏移起始角度限定所述车辆的所述预计行驶线路与连接所述车辆运行所在的所述路段的所述路段终点和作为所述车辆位置和预定距离之和的偏移起点的线段之间的角度。
9.根据权利要求8所述的方法，进一步包含：
确定多个偏移起始路段曲线，每个所述偏移起始路段曲线是多个偏移起始角度中的一个的所述偏移起始路段曲线，其中所述路段曲线和所述多个偏移起始路段曲线限定多个曲线；
确定所述多个曲线中的每一个的量值，以限定多个所述量值；
确定所述多个量值中的最大量值和所述多个量值中的最小量值；
确定所述最大量值所关联的所述多个曲线中的一个曲线与所述最小量值所关联的所述多个曲线中的一个曲线的交点；和
确定由所述车辆位置、所述交点和所述航向角度限定的呈现为圆弧的所选定的曲线。
10.根据权利要求2所述的方法，进一步包含基于偏移结束角度确定偏移结束路段曲线，所述偏移结束角度限定所述车辆的所述预计行驶线路与连接所述车辆位置和作为所述路段终点和预定距离之和的偏移终点的线段之间的角度。
11.根据权利要求10所述的方法，进一步包含：
确定多个偏移结束路段曲线，每个所述偏移结束路段曲线是多个偏移结束角度中的一个的所述偏移结束路段曲线，其中所述路段曲线和所述多个偏移结束路段曲线限定多个曲线；
确定所述多个曲线中的每一个的量值，以限定多个所述量值；
确定所述多个量值中的最大量值和所述多个量值中的最小量值；
确定所述最大量值所关联的所述多个曲线中的一个曲线与所述最小量值所关联的所述多个曲线中的一个曲线的交点；和
确定由所述车辆位置、所述交点和所述航向角度限定的呈现为圆弧的所选定的曲线。
12.根据权利要求3-5中任一项所述的方法，进一步包含：
至少部分地基于偏移航向角度来确定偏移航向路段曲线，所述偏移航向角度定义为所述航向角度和预定偏移角度的和；
基于偏移起始角度来确定偏移起始路段曲线，所述偏移起始角度限定所述车辆的所述预计行驶线路与连接所述车辆运行所在的所述路段的所述路段终点和作为所述车辆位置和预定距离之和的偏移起点的线段之间的角度；和
基于偏移结束角度来确定偏移结束路段曲线，所述偏移结束角度限定所述车辆的所述预计行驶线路与连接所述车辆位置和作为所述路段终点和预定距离之和的偏移终点的线段之间的角度。
13.根据权利要求4-11中任一项所述的方法，进一步包含当所述车辆处于到所述车道边界的所述距离处并且所述置信度值低于所述置信度值阈值时终止计算机对所述一个或多个车辆子系统的控制。
14.一种编程为执行权利要求2-11中任一项所述的方法的计算机。
15.一种包含权利要求14所述的计算机的车辆。
16.一种包含计算机可读介质的计算机程序产品，所述计算机可读介质存储可由计算机处理器执行以执行权利要求2-11中任一项所述的方法的指令。
CN201710281205.5A 2016-05-03 2017-04-26 增强的车辆操作系统及方法 Active CN107415952B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/145,103 US9969389B2 (en) 2016-05-03 2016-05-03 Enhanced vehicle operation
US15/145,103 2016-05-03

Publications (2)

Publication Number Publication Date
CN107415952A true CN107415952A (zh) 2017-12-01
CN107415952B CN107415952B (zh) 2022-04-12

Family

ID=58795854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710281205.5A Active CN107415952B (zh) 2016-05-03 2017-04-26 增强的车辆操作系统及方法

Country Status (6)

Country Link
US (1) US9969389B2 (zh)
CN (1) CN107415952B (zh)
DE (1) DE102017109390A1 (zh)
GB (1) GB2550485A (zh)
MX (1) MX2017005726A (zh)
RU (1) RU2017114003A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111247525A (zh) * 2019-01-14 2020-06-05 深圳市大疆创新科技有限公司 一种车道检测方法、装置及车道检测设备、移动平台
CN114248795A (zh) * 2020-09-24 2022-03-29 通用汽车环球科技运作有限责任公司 路径内对象检测的可变阈值

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015203270A1 (de) * 2015-02-24 2016-08-25 Robert Bosch Gmbh Verfahren und Vorrichtung zum Anpassen einer Fahrzeuggeschwindigkeit für ein Fahrzeug
US10586456B2 (en) 2018-04-27 2020-03-10 TuSimple System and method for determining car to lane distance
US10984260B2 (en) * 2019-05-23 2021-04-20 GM Global Technology Operations LLC Method and apparatus for controlling a vehicle including an autonomous control system
CN113119988B (zh) * 2019-12-31 2022-07-12 中移智行网络科技有限公司 无人驾驶决策的生成方法、装置、存储介质和计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080183419A1 (en) * 2002-07-15 2008-07-31 Automotive Systems Laboratory, Inc. Road curvature estimation system
US20080249706A1 (en) * 2006-09-26 2008-10-09 Valeo Vision Method for the anticipated ascertainment of a bend on a portion of road, and associated system
US20080270021A1 (en) * 2007-04-25 2008-10-30 Denso Corporation Drive information collecting apparatus
CN101793528A (zh) * 2009-01-26 2010-08-04 通用汽车环球科技运作公司 使用传感器融合来估计车道路径的系统和方法
US20130190982A1 (en) * 2012-01-25 2013-07-25 Denso Corporation Lane departure control system

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2526876B2 (ja) 1986-11-17 1996-08-21 日本電装株式会社 車両走行位置表示装置
WO2001080068A1 (en) * 2000-04-14 2001-10-25 Mobileye, Inc. Generating a model of the path of a roadway from an image recorded by a camera
US6826478B2 (en) 2002-04-12 2004-11-30 Ensco, Inc. Inertial navigation system for mobile objects with constraints
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
US8605947B2 (en) * 2008-04-24 2013-12-10 GM Global Technology Operations LLC Method for detecting a clear path of travel for a vehicle enhanced by object detection
JP2010151691A (ja) 2008-12-25 2010-07-08 Aisin Aw Co Ltd 道路形状推測装置、道路形状推測方法及び道路形状推測プログラム
JP5510254B2 (ja) * 2010-10-01 2014-06-04 トヨタ自動車株式会社 走行支援装置及び方法
DE102011010845B3 (de) * 2011-02-10 2012-06-28 Audi Ag Verfahren und Vorrichtung zum Beeinflussen des Kurvenfahrverhaltens eines Kraftwagens sowie Kraftwagen
US20120245817A1 (en) 2011-03-23 2012-09-27 Tk Holdings Inc. Driver assistance system
EP2574958B1 (en) * 2011-09-28 2017-02-22 Honda Research Institute Europe GmbH Road-terrain detection method and system for driver assistance systems
US8948954B1 (en) * 2012-03-15 2015-02-03 Google Inc. Modifying vehicle behavior based on confidence in lane estimation
US8750567B2 (en) * 2012-04-09 2014-06-10 GM Global Technology Operations LLC Road structure detection and tracking
DE102013009400A1 (de) * 2013-06-04 2014-12-04 Volkswagen Aktiengesellschaft Notfallassistenz zur Fahrzeugführung
US8996197B2 (en) * 2013-06-20 2015-03-31 Ford Global Technologies, Llc Lane monitoring with electronic horizon
KR102006314B1 (ko) * 2014-05-30 2019-08-02 주식회사 만도 시선 유도체 인식을 통한 차로 이탈 경고 시스템 및 방법
US11125566B2 (en) * 2015-07-16 2021-09-21 Ford Global Technologies, Llc Method and apparatus for determining a vehicle ego-position
US9922565B2 (en) * 2015-07-20 2018-03-20 Dura Operating Llc Sensor fusion of camera and V2V data for vehicles
FR3040348B1 (fr) * 2015-09-01 2017-08-11 Renault Sas Dispositif et procede de commande d'un systeme d'aide a la conduite pour la correction de trajectoire d'un vehicule automobile.
US10479373B2 (en) * 2016-01-06 2019-11-19 GM Global Technology Operations LLC Determining driver intention at traffic intersections for automotive crash avoidance
US10121367B2 (en) * 2016-04-29 2018-11-06 Ford Global Technologies, Llc Vehicle lane map estimation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080183419A1 (en) * 2002-07-15 2008-07-31 Automotive Systems Laboratory, Inc. Road curvature estimation system
US20080249706A1 (en) * 2006-09-26 2008-10-09 Valeo Vision Method for the anticipated ascertainment of a bend on a portion of road, and associated system
US20080270021A1 (en) * 2007-04-25 2008-10-30 Denso Corporation Drive information collecting apparatus
CN101793528A (zh) * 2009-01-26 2010-08-04 通用汽车环球科技运作公司 使用传感器融合来估计车道路径的系统和方法
US20130190982A1 (en) * 2012-01-25 2013-07-25 Denso Corporation Lane departure control system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111247525A (zh) * 2019-01-14 2020-06-05 深圳市大疆创新科技有限公司 一种车道检测方法、装置及车道检测设备、移动平台
CN114248795A (zh) * 2020-09-24 2022-03-29 通用汽车环球科技运作有限责任公司 路径内对象检测的可变阈值

Also Published As

Publication number Publication date
MX2017005726A (es) 2018-08-20
DE102017109390A1 (de) 2017-11-09
GB2550485A (en) 2017-11-22
GB201706576D0 (en) 2017-06-07
RU2017114003A (ru) 2018-10-24
US20170320493A1 (en) 2017-11-09
US9969389B2 (en) 2018-05-15
CN107415952B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN107415952A (zh) 增强的车辆操作
JP7077520B2 (ja) 自律車両の車線割り当てを決定するシステム、自律車両の車線割り当てを決定するためにコンピュータで実装された方法、およびコンピュータプログラム
CN105270410B (zh) 用于自主驾驶车辆的路径规划的精确曲率估计算法
US10838426B2 (en) Distributing a crowdsourced sparse map for autonomous vehicle navigation
US10520319B2 (en) Data driven map updating system for autonomous driving vehicles
US10248124B2 (en) Localizing vehicle navigation using lane measurements
US10769793B2 (en) Method for pitch angle calibration based on 2D bounding box and its 3D distance for autonomous driving vehicles (ADVs)
CN107145817B (zh) 车辆车道学习
CN101819043B (zh) 导航装置及导航方法
JP2022166185A (ja) 自律車両ナビゲーションのための疎な地図並びにレーン測定値のクラウドソーシング及び配信
EP3562725B1 (en) Method and system for determining road frictions of autonomous driving vehicles using learning-based model predictive control
JP4643436B2 (ja) 自車位置判定装置
CN110234957B (zh) 行驶记录的存储方法、行驶轨迹模型的生成方法、自身位置推定方法及行驶记录的存储装置
US20190187715A1 (en) Non-linear reference line optimization method using piecewise quintic polynomial spiral paths for operating autonomous driving vehicles
US11055540B2 (en) Method for determining anchor boxes for training neural network object detection models for autonomous driving
CN110345957A (zh) 车辆路径识别
CN110146909A (zh) 一种定位数据处理方法
EP3694756B1 (en) Spiral curve based vertical parking planner system for autonomous driving vehicles
WO2020178639A1 (en) Aligning road information for navigation
KR20220024791A (ko) 차량의 궤적을 결정하기 위한 방법 및 장치
CN109425350A (zh) 道路定位、道路切换判断方法、装置、设备及存储介质
EP3239657B1 (en) Information processing device
CN111656139A (zh) 用于估算车辆在地图上的位置的方法
CN108216235A (zh) 自主车辆对象检测
JP6790951B2 (ja) 地図情報学習方法及び地図情報学習装置

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