CN108137083A - 用于自动驾驶车辆控制的系统延迟估计方法 - Google Patents

Abstract

在一个实施方式中，测量转向控制延迟，其中转向延迟表示发出转向控制命令的时间与来自自动驾驶车辆的一个或多个车轮的响应的时间之间的延迟。在发出速度控制命令的时间与来自自动驾驶车辆的一个或多个车轮的响应的时间或向油门踏板或制动踏板施加压力的时间之间测量速度控制延迟。随后，响应于给定的路线，使用预定算法基于转向控制延迟和速度控制延迟确定整体的系统延迟。根据系统延迟产生用于操作自动驾驶车辆的规划和控制数据。

Description

用于自动驾驶车辆控制的系统延迟估计方法

技术领域

本发明的实施方式总体上涉及操作自动驾驶车辆。更具体地，本发明的实施方式涉及在操作自动驾驶车辆时估计自动驾驶车辆的系统延迟。

背景技术

以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。

运动规划和控制是自动驾驶驱动中的关键操作。然而，由于系统的某些配置或设计，发出控制命令与来自车辆的响应之间可能存在某些系统延迟。这种系统延迟可在某些情况下导致诸如对车辆的规划和控制的准确性的问题。确定或估计这种系统延迟具有难度。

附图说明

本发明的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考数字指示相似元件。

图1是示出根据本发明的一个实施方式的网络化系统的框图。

图2是示出根据本发明的一个实施方式的自动驾驶车辆的一示例的框图。

图3是示出根据本发明的一个实施方式的自动驾驶车辆所使用的数据处理系统的示例的框图。

图4是示出在具有系统延迟的情况以及不具有系统延迟的情况下操作自动驾驶车辆的图。

图5是示出根据本发明的一个实施方式的驾驶场景与系统延迟映射表的示例的框图。

图6A和图6B是示出根据本发明的一个实施方式的在具有系统延迟的情况以及不具有系统延迟的情况下操作自动驾驶车辆的图。

图7A和图7B是示出根据本发明的另一实施方式的在具有系统延迟的情况以及不具有系统延迟的情况下操作自动驾驶车辆的图。

图8是示出根据本发明的一个实施方式的估计自动驾驶车辆的系统延迟的过程的流程图。

图9是示出根据本发明的另一实施方式的估计自动驾驶车辆的系统延迟的过程的流程图。

图10是示出根据本发明的一个实施方式的利用系统延迟的补偿来操作自动驾驶车辆的过程的流程图。

图11是示出根据一个实施方式的数据处理系统的框图。

具体实施方式

将参考以下所讨论的细节来描述本发明的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是对本发明的说明，而不应当解释为限制本发明。描述了许多特定细节以提供对本发明各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本发明的实施方式的简洁讨论。

本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本发明的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。

根据本发明的一个方面，使用延迟估计机制来估计在不同驾驶情况下自动驾驶车辆中所出现的不同种类的延迟。延迟估计机制进一步利用这些延迟来推断最佳地反映延迟校正位置的最佳车辆位置。在一个实施方式中，可以基于多种不同的延迟来确定系统延迟，多种不同的延迟包括但不限于自动驾驶车辆内部的转向控制延迟、速度控制延迟、计算延迟和通信延迟。这些延迟中的一些延迟(诸如转向控制延迟和速度控制延迟)可以使用特定的传感器来测量。其他延迟(诸如，计算延迟和通信延迟)可以根据系统架构或配置来估计。然后，使用预定公式(例如，加权算法)基于这些延迟中的至少一些延迟来确定系统延迟。随后，可以利用系统延迟来调整驾驶自动驾驶车辆时发出控制命令的时间。

在一个实施方式中，测量转向控制延迟，其中，转向延迟表示发出转向控制命令的时间与从自动驾驶车辆的一个或多个车轮接收的响应的时间之间的延迟。在发出速度控制命令的时间与从自动驾驶车辆的一个或多个车轮接收的响应的时间之间(或在发出速度控制命令的时间与向油门踏板或制动踏板施加压力的时间之间)测量速度控制延迟。随后，响应于给定的路线，使用预定算法基于转向控制延迟和速度控制延迟来确定整体的系统延迟。根据系统延迟产生用于操作自动驾驶车辆的规划和控制数据。

根据本发明的另一方面，在不同的驾驶场景下记录不同车辆的某些驾驶参数。驾驶场景指的是具体的驾驶模式，诸如以特定速度行驶特定的距离(例如，保持恒定速度、加速或减速)、以特定速度以及特定的转向角度转弯、以特定速度和/或角度改变车道等。还可以记录施加到油门踏板和/或制动踏板的压力。此外，确定或估计与每个车辆在每种驾驶场景下发出相关的控制命令有关的系统延迟，上述系统延迟包括转向控制延迟、速度控制延迟、计算延迟和/或通信延迟。创建数据库或驾驶场景与系统延迟(场景/延迟)映射表。场景/延迟映射表包括多个映射条目。每个映射条目将特定的驾驶场景映射到系统延迟。随后，当在相同或相似的驾驶场景或驾驶环境中规划并控制自动驾驶车辆时，在实时驾驶期间使用场景/延迟映射表来补偿系统延迟。

在一个实施方式中，为自动驾驶车辆的下一个路线段或路线确定驾驶场景。作为响应，在场景/延迟映射表中执行查找操作，以定位与所确定的驾驶场景匹配的映射条目。场景/延迟映射表包括多个映射条目。每个映射条目将特定的驾驶场景映射到针对该特定的驾驶场景计算出的系统延迟。此后，根据与该时间点的驾驶场景对应的系统延迟，控制并驾驶自动驾驶车辆，其包括在该情况下根据补偿系统延迟的时间来发出控制命令。

图1是示出根据本发明的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可以通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(POI)服务器或者位置服务器等。

自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可以包括传感器系统，所述传感器系统具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可以在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。

在一个实施方式中，自动驾驶车辆101包括，但不限于，数据处理系统110、车辆控制系统111、无线通信系统112、用户接口系统113、信息娱乐系统114和传感器系统115。自动驾驶车辆101还可以包括普通车辆中包括的某些常用部件，诸如：发动机、车轮、方向盘、变速器等，所述部件可以由车辆控制系统111和/或数据处理系统110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。

部件110至115可以经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可以经由控制器局域网(CAN)总线通信地联接到彼此。CAN总线是被设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。

现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个摄像机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS系统212可以包括收发器，所述收发器可操作以提供关于自动驾驶车辆的位置的信息。IMU单元213可以基于惯性加速度来感测自动驾驶车辆的位置和定向变化。雷达单元214可以表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可以另外感测对象的速度和/或前进方向。LIDAR单元215可以使用激光来感测自动驾驶车辆所处环境中的对象。除其它系统部件之外，LIDAR单元215还可以包括一个或多个激光源、激光扫描器以及一个或多个检测器。摄像机211可以包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的，例如，通过将摄像机安装在旋转和/或倾斜平台上。

传感器系统115还可以包括其它传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如，麦克风)。音频传感器可以被配置成从自动驾驶车辆周围的环境中采集声音。转向传感器可以被配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下，油门传感器和制动传感器可以集成为集成式油门/制动传感器。

在一个实施方式中，车辆控制系统111包括但不限于转向单元201、油门单元202(也称为加速单元)、制动单元203、计算机视觉系统204、导航单元205(还被称为导航和路径控制或导航/路径控制系统)以及防撞单元206(也被称为避障系统)。转向单元201用于调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。

计算机视觉单元或系统204用来处理和分析由一个或多个摄像机211捕获的图像，以便识别自动驾驶车辆的环境中的对象和/或特征。所述对象可包括交通信号、道路边界、其他交通工具、行人和/或障碍物等。计算机视觉系统204可使用对象识别算法、视频跟踪和其他计算机视觉技术。在一些实施方式中，计算机视觉系统204可映射环境、跟踪对象以及估计对象的速度等。

导航单元或系统205用来确定用于自动驾驶车辆的驾驶路径。例如，导航系统可以确定用于实现自动驾驶车辆沿着以下路径移动的一系列速度和前进方向：所述路径在使自动驾驶车辆沿着通往最终目的地的基于车行道的路径前进的同时，基本上避免感知到的障碍物。目的地可根据用户输入通过用户界面来设置。导航系统205可在自动驾驶车辆正在运行的同时动态地更新驾驶路径。导航系统205可以将来自GPS系统和一个或多个地图的数据合并，以确定用于自动驾驶车辆的驾驶路径。

防撞单元或系统206用于识别、评估并且避免或以其他方式越过自动驾驶车辆的环境中的潜在障碍物。例如，防撞系统206可以通过以下方式实现自动驾驶车辆的导航中的变化：操作控制系统中的一个或多个子系统来采取变向操纵、转弯操纵、制动操纵等。防撞系统206可以基于周围的交通模式、道路状况等自动确定可行的障碍物回避操纵。防撞系统206可以被配置成使得当其它传感器系统检测到位于自动驾驶车辆将变向进入的相邻区域中的车辆、建筑障碍物等时不采取变向操纵。防撞系统206可以自动选择既可使用又使得自动驾驶车辆乘员的安全性最大化的操纵。防撞系统206可以选择预测使得自动驾驶车辆的乘客舱中出现最小量的加速度的避让操纵。应注意，图2所示的部件可以以硬件、软件或其组合来实现。

回到图1，无线通信系统112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等外部系统之间的通信。例如，无线通信系统112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可以使用任何蜂窝通信网络或无线局域网(WLAN)，例如，使用WiFi，以与另一部件或系统通信。无线通信系统112可以例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可以是在车辆101内实施的外围装置的部分，包括例如关键字、触摸屏显示装置、麦克风和扬声器等。

自动驾驶车辆101的功能中的一些或全部可由数据处理系统110控制或管理，尤其当在自动驱动模式下操作时。数据处理系统110包括必要的硬件(例如处理器、存储器、存储装置)和软件(例如操作系统、规划和路线安排程序)，以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息，处理所接收的信息，规划从起始点到目的地点的路线或路径，然后基于规划和控制信息来驾驶车辆101。替代地，数据处理系统110可以与车辆控制系统111集成在一起。

例如，作为乘客的用户可以例如经由用户接口来指定行程的起始位置和目的地。数据处理系统110与自动驾驶车辆101的其他部件通信以获得行程相关数据。例如，数据处理系统110可从位置服务器以及地图和POI(MPOI)服务器获得位置和路线信息，该MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。替代地，此类位置和MPOI信息可以本地高速缓存在数据处理系统110的永久性存储装置中。

在自动驾驶车辆101沿着路线行进期间，数据处理系统110还可从交通信息系统或服务器(TIS)获得实时交通信息。应注意，服务器103至104可以由第三方实体进行操作。替代地，服务器103至104的功能可以与数据处理系统110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，数据处理系统110可以规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101，以安全且高效到达指定目的地。

根据一个实施方式，自动驾驶车辆101可进一步包括信息娱乐系统114，以向车辆101的乘客提供信息和娱乐。信息和娱乐内容可基于本地和/或远程(例如，由服务器103至104提供)存储的内容信息被接收、编译和渲染。例如，可通过网络102从服务器103至104中的任一个实时地传输信息，并且在车辆101的显示装置上显示信息。信息可通过例如由一个或多个摄像机实时捕获的本地信息来增强，然后被增强的内容可以以虚拟现实的方式显示。

在一个实施方式中，基于位置和路线信息、MPOI信息和/或实时交通信息，信息娱乐系统114和/或数据处理系统110确定适合当前交通环境的某些类型的内容(例如MPOI)。系统在内容索引(未示出)中执行查找操作，以例如基于实时驾驶信息将列表内容项目(例如，赞助内容或广告)识别为内容项目候选。

在一个实施方式中，系统使用各种排序算法对列表中的内容项目进行排序。内容项目可基于用户的用户文档来排序。例如，可基于可从用户文档导出的用户偏好对内容项目进行排序。用户文档可基于用户过去的用户操作历史来编译。在一个实施方式中，系统将一个或多个内容排序模型应用于每个内容项目以确定每个内容项目的排序分数。可选择具有高于预定阈值的排序分数的内容项目。可使用代表过去的类似驾驶环境或交通状况的已知特征的集合来训练内容排序模型。也可基于类似用户的用户文档来训练内容排序模型。

然后将所选内容项目渲染并且显示在自动驾驶车辆内的显示装置上。在一个实施方式中，系统还将选择的内容项目增加到使用自动驾驶车辆的一个或多个摄像机在某一时间点捕获的图像上。在一个实施方式中，在图像上执行图像识别并且导出或理解由图像表示的内容。例如，可导出一个或多个关键字来描述图像或POI。内容项目列表还可基于由图像表示的一个或多个关键字或POI来识别。然后系统将选择的内容项目增加到图像上，生成增强图像，在增强图像中内容项目可叠加在图像上。然后，增强图像显示在自动驾驶车辆的显示装置上。应注意，根据一些实施方式，信息娱乐系统114可与数据处理系统110集成在一起。

替代地，用户可从来自内容存储器或数据库的预编译内容(例如，视频、电影)的列表中选择，内容存储器或数据库可经由网络(例如，云网络)通过内容提供者的内容服务器周期性更新。因此，用户可特别地选择例如从数据存储器125中获取的、待显示在显示装置上的实时捕获的实时实际内容或预先渲染的内容。例如，如果自动驾驶车辆101正在纽约市的下雪天行驶，那么用户可切换显示装置以显示夏威夷的阳光环境，如同自动驾驶车辆101正在阳光天行驶一样。内容可以协作或协同方式(即，虚拟现实的方式)显示在多个显示装置(例如，多个窗口)中。

返回图1，根据一个实施方式，在规划下一个路线或下一个路线段时，数据处理系统110考虑系统延迟。具体地，当规划下一步移动时，上述系统确定该时间点的驾驶场景，并获取与所述驾驶场景对应的系统延迟。上述系统基于相关的系统延迟产生规划和控制数据(例如，通过根据系统延迟发出关于适当的时机、大小和/或转弯角度的控制命令)。系统延迟可以在自动驾驶车辆的行驶期间在线确定。替代地，系统延迟可以基于多种驾驶情况或条件下的大量车辆的大量驾驶统计数据离线地确定。

根据一个实施方式，系统延迟可以由分析系统(诸如服务器103)基于大量不同车辆的大量驾驶统计数据来确定。然后，将系统延迟以诸如数据库或表格的数据结构形式加载到自动驾驶车辆101，以供实时驾驶或在线驾驶期间使用。在一个实施方式中，作为服务器运行的数据分析系统103包括但不限于数据收集器151和数据分析模块152。数据收集器151收集在不同驾驶场景和/或条件下从多种车辆记录和捕获的多种驾驶统计数据153。此外，驾驶统计数据153还包括由车辆的各种传感器在驾驶操作期间测量和/或估计的特定的系统延迟。

在一个实施方式中，系统延迟可以基于多种不同的延迟来确定，多种不同的延迟包括但不限于自动驾驶车辆内部的转向控制延迟、速度控制延迟、计算延迟和通信延迟。这些延迟中的一些(诸如转向控制延迟和速度控制延迟)可以使用特定传感器(例如，转向传感器，车轮传感器，油门传感器或制动传感器等)进行测量。其他延迟(诸如，计算延迟和通信延迟)则可以进行估计。然后，使用预定公式(例如，加权算法)基于这些延迟来确定系统延迟。

基于驾驶统计数据153，分析模块152执行分析以确定与不同的驾驶场景或情况对应的系统延迟。分析模块152创建场景/延迟映射表150以储存与不同的驾驶场景对应的系统延迟。在一个实施方式中，场景/延迟映射表150包括多个映射条目。每个映射条目将特定的驾驶场景映射到系统延迟。系统延迟可以基于多种类型的延迟(诸如，转向控制延迟，速度控制延迟，计算延迟和通信延迟)进行计算。替代地，每个映射条目将特定的驾驶场景映射到单独的转向控制延迟、速度控制延迟、计算延迟和通信延迟的集合。

然后，可以将场景/延迟映射表150上传到自动驾驶车辆中，其中，可以使用场景/延迟映射表150补偿确定发出控制命令以控制并驾驶自动驾驶车辆的时间时产生的系统延迟。替代地，可以在操作自动驾驶车辆期间实时地测量或估计诸如转向控制延迟、速度控制延迟、计算延迟和通信延迟的系统延迟。可以使用这些系统延迟来补偿控制命令的发出操作，而不受该时间点处的具体驾驶场景的影响。应注意，场景/延迟映射表150可以实现为多种数据结构，诸如数据库或其他查找表。

图3是示出根据本发明的一个实施方式的与自动驾驶车辆一起使用的数据处理系统的示例的框图。系统300可以实现为图1中的自动驾驶车辆101的一部分。参考图3，数据处理系统110包括但不限于规划模块301、控制模块302、地图和路径模块303以及系统延迟确定模块或计算器304。模块301至304中的任一模块可实现为软件、硬件或其组合。例如，模块301至304中的任一模块可以安装在永久存储装置312(例如，硬盘)中，加载到存储器311中，并由一个或多个处理器(未示出)执行。

规划模块311基于从传感器系统115接收的诸如传感器数据和/或从各种来源(例如，位置、地图、作为地图和兴趣点的一部分的POI或由地图和路径模块303提供的MPOI数据库)接收的实时信息，来规划用于自动驾驶车辆的路径或路线。规划和控制数据由规划模块301产生。基于规划和控制数据，控制模块302根据规划和控制数据所定义的路线或路径，向车辆控制系统111发送适当的命令或信号以控制自动驾驶车辆。规划和控制数据包括足够的信息，以沿着路线或路径在不同时间点使用适当的车辆设置或驾驶参数(例如，油门、制动命令和转向命令)，将车辆从路径或路线的第一点驱动到第二点。应注意，规划模块301和控制模块302可通信地联接到图2的车辆控制系统111的导航单元205或与导航单元205集成在一起。

根据一个实施方式，系统延迟确定模块304(简称为延迟计算器)确定自动驾驶车辆300的整体的系统延迟。在一个实施方式中，这种系统延迟可以基于在特定环境下的转向控制延迟321、速度控制延迟322、计算延迟323、通信延迟324或其他延迟(称为单独的延迟)中的至少一种来计算或确定。这种延迟321至324可以基于大量的车辆在大量的不同驾驶场景或驾驶条件下的大量驾驶记录来测量或估计。这种延迟321至324可以由数据分析系统(诸如数据分析系统103)通过收集和分析大量的驾驶统计数据来离线地确定。例如，特定类型的延迟可以基于相同或相似类型的大量车辆中产生的相同类型的延迟的平均值来确定。

替代地，延迟321至324可以由延迟确定模块304实时地确定或测量。然而，该方法在在线驾驶期间可能具有较低的性能或者消耗较长的计算时间。相比之下，通过由专用数据分析系统离线地计算延迟321至324，则可在线使用延迟321至324，这将减少用于确定延迟321至324的时间。在一个实施方式中，延迟321至324可以通过自动驾驶车辆300内部的在线测量和/或由数据分析系统根据多种车辆的离线延迟计算来周期性地更新。

在一个实施方式中，系统延迟确定模块304包括用于确定转向控制延迟321的转向控制延迟确定模块(未示出)。转向控制延迟321可以在发出转向控制命令的时间与从车辆300的一个或多个车轮接收到响应的时间之间进行测量。转向控制延迟321可以基于发出转向控制命令与车辆的车轮已定位在由转向控制命令指定的角度(其可以由一个或多个转向传感器感测)之间的时间进行测量。

系统延迟确定模块304还可包括用于确定速度控制延迟322的速度控制延迟确定模块(未示出)，速度控制延迟322包括加速、减速或维持相同的速度时的延迟。可在发出速度控制命令(例如，加速，减速或制动)的时间与从车辆的车轮接收到表示车辆开始改变速度的响应的时间之间测量出速度控制延迟322。速度控制延迟322可包括表示发出加速或油门命令的时间与车辆开始加速的时间之差的加速延迟。速度控制延迟322可包括表示发出减速或制动命令的时间与车辆开始减速的时间之差的减速延迟。

计算延迟323指的是系统(例如，规划模块301、控制模块302、控制系统111和诸如CAN总线的通信总线)生成并发出控制命令所消耗的计算时间。计算延迟还可包括休眠时间。例如，如果以10赫兹(Hz)的频率执行上述计算(例如，每0.1秒计算一次驾驶参数)，则平均休眠时间将为50毫秒(ms)。这种休眠时间将被认为是计算延迟的一部分，因为在休眠时间期间，系统不太可能处理任何命令或响应。通信延迟324指的是控制系统、通信总线和来自车辆的响应之间的延迟或通信成本。计算延迟323和通信延迟324可以基于相同或相似类型的一个或多个车辆的在先操作进行估计。

在一个实施方式中，系统延迟确定模块304使用预定延迟算法基于转向控制延迟321、速度控制延迟322、计算延迟323或通信延迟324中的一个或多个来计算整体的系统延迟或最终的系统延迟。在一个实施方式中，预定算法是加权算法，其中，在计算中涉及的转向控制延迟321、速度控制延迟322、计算延迟323或通信延迟324中的每个均分配有加权因子或系数。根据具体的驾驶场景或环境，计算中涉及的每个单独的延迟的加权因子或系数可以是不同的。例如，如果车辆即将转弯，则可以将与转向控制延迟321对应的加权系数调整得较高。如果车辆正在直线行驶，则可以将与速度控制延迟322对应的加权系数调整得较高，尤其是当车辆的当前速度与目标速度之差较大(例如，大于预定阈值)时。可以根据具体情况实时地采用上述调整。所计算出的系统延迟可用于补偿发出控制命令与来自车辆的延迟响应的时间。

例如，参考图4，假设车辆处于位置401处。考虑到系统延迟，当发出控制命令时，车辆可以在位置402处接收并响应控制命令。这种延迟可能导致在确定驾驶参数(例如油门参数，制动参数)时产生误差，而这可能使得乘客感到不舒服。当车辆接收控制命令时，车辆可能不在确定控制命令的原始位置401处。更确切地说，车辆可能位于位置402处。因此，当车辆执行所接收的控制命令时，可能就太迟了，并且控制系统可能不得不通过发出另一命令来纠正这种情况。通过计算并了解系统延迟，能够根据系统延迟来调整并规划与控制命令有关的时间和驾驶参数以补偿系统延迟。例如，在本示例中，根据系统延迟，能够较早地发出控制命令。

返回图3，在一个实施方式中，数据处理系统110还可维护场景/延迟映射表150，场景/延迟映射表150可以由数据分析系统(诸如，图1中的系统103)离线地创建。如上所述，基于大量的驾驶数据测量和纪录不同的驾驶情况下的转向、油门和制动的时间延迟。例如，不同的驾驶情况可以包括但不限于：在100米内以5英里每小时(mph)加速，保持速度并行驶100米，在100米内以10mph减速，在100米内以40mph并入右车道，在柏油道路和水泥道路上行驶，车载机器在30℃或70℃的温度下工作，控制在高性能计算机或低性能计算机上运行的算法等。可以记录自动驾驶命令(诸如，油门压力，制动压力，车轮角度，排档)。还可以记录包括当前速度、车轮角度等的状态。

场景/延迟映射表150包括多个映射条目。每个映射条目将特定的驾驶场景映射到系统延迟。图5示出了根据一个实施方式的场景/延迟映射表的示例。驾驶场景指的是具体的驾驶模式，诸如，以特定速度行驶特定距离，以特定速度和特定的转向角度转弯。还可以记录施加到油门踏板和/或制动踏板的压力。此外，确定或估计与每个车辆在每种驾驶场景下发出相关的控制命令有关的系统延迟(包括转向控制延迟、速度控制延迟、计算延迟和通信延迟)。随后，当在相似的驾驶场景或环境中规划并控制自动驾驶车辆时，在实时驾驶期间使用场景/延迟映射表150来补偿系统延迟。

在一个实施方式中，当规划下一个路线或路线段时，规划模块301确定与自动驾驶车辆的下一个路线段或路线对应的驾驶场景。在场景/延迟映射表150中执行查找操作，以定位与所确定的驾驶场景匹配的映射条目。此后，规划模块301和/或控制模块302根据与该时间点处的驾驶场景对应的系统延迟来控制自动驾驶车辆，其包括根据用于补偿该情况下的系统延迟的时间来发出控制命令。

因此，在在线驾驶期间，系统首先检查情况或驾驶场景，并基于离线的数据和实时的时间记录(例如，通过搜索场景/延迟映射表)来确定系统的时间延迟。然后，系统将使用该时间延迟来计算将来的转向、油门和制动，而不是使用实时计算的时间。例如，参考图6A和图6B，假设当前驾驶规划是在30米内将车道改变为右车道(如虚线所示)。如果在没有延迟补偿的情况下发出转向角度命令(在本示例中为5度)，则车辆将在0.1秒的延迟之后响应，并且实际路径将偏离预期的或规划的路径(如图6A中示出的实线所示)。考虑到利用以上描述的技术确定的系统延迟，由于采取物理行动将消耗0.1秒的时间延迟(例如，根据从场景/延迟映射表匹配驾驶场景)，应在0.9秒时发送上述命令，而不是在确切的1秒时发送。其结果，如图6B所示，车辆能够按照预期进行响应，使得实际路径和规划路径基本上匹配。

类似地，参考图7A和图7B，当车辆转弯时，系统延迟可导致车辆以如图7A所示的实线表示的延迟方式做出反应。在一些情况下，当车辆检测到车辆未遵循规划的路径时，车辆可能做出如实线所示的过度反应，这可能使得乘客感到不舒服。通过在规划路线时考虑系统延迟以及其他驾驶参数(例如，速度，转向角度)，能够较早地发出命令和/或发出有关不同角度的命令，车辆能够紧密地遵循如图7B所示的规划路径。

图8是示出根据本发明的一个实施方式的估计自动驾驶车辆的系统延迟的过程的流程图。过程800可以由处理逻辑器执行，处理逻辑器可包括软件、硬件或其组合。例如，过程800可以由图3中的系统延迟确定模块304执行。替代地，过程800可以由数据分析系统103基于从多种车辆收集的驾驶统计数据来执行。参考图8，在框801处，处理逻辑器测量车辆的转向控制延迟。转向控制延迟表示发出转向控制命令的时间与从车辆的转向传感器接收到响应的时间之差。在框802处，处理逻辑器测量车辆的速度控制延迟。速度控制延迟表示发出速度控制命令(例如，加速，减速/制动，保持恒定速度)的时间与来自车辆的响应的时间(例如，开始加速、减速的时间)之间的时间差。

在框803处，处理逻辑器估计车辆的计算延迟。计算延迟表示车辆的控制系统生成并发出控制命令所消耗的时间。在框804处，处理逻辑器估计车辆的通信延迟。通信延迟表示控制系统、通信总线(例如，CAN总线)以及来自车辆的响应之间的延迟。然后，将转向控制延迟、速度控制延迟、计算延迟和/或通信延迟存储到数据结构中，该数据结构可用于调整随后的控制命令并补偿发出此类命令的时间。

图9是示出根据本发明的另一实施方式的确定自动驾驶车辆的系统延迟的过程的流程图。过程900可以由处理逻辑器执行，处理逻辑器可包括软件、硬件或其组合。例如，过程900可以由图3的系统延迟确定模块304执行。替代地，过程900可以由数据分析系统103基于从多种车辆接收的驾驶统计数据来执行。参考图9，在框901处，处理逻辑器针对特定类型的自动驾驶车辆确定多种驾驶场景。在框902处，针对每种驾驶场景，处理逻辑器测量并记录车辆在相同或相似的驾驶场景或驾驶条件下行驶时的转向控制延迟。

在框903处，处理逻辑器测量并记录车辆在相同或相似的驾驶场景或驾驶条件下行驶时的油门控制延迟(例如，加速延迟)。在框904处，处理逻辑器测量并记录车辆在相同或相似的驾驶场景或驾驶条件下行驶时的制动控制延迟(例如，减速延迟)。在框905中，将转向控制延迟、油门控制延迟和制动控制延迟存储到用于特定类型的自动驾驶车辆的场景/延迟映射数据结构中。对于大量的相同类型或相似类型的车辆可以反复地执行以上操作。然后，可以基于多种车辆的平均延迟来计算延迟。

图10是示出根据本发明的一个实施方式的操作自动驾驶车辆的过程的流程图。过程1000可以由处理逻辑器执行，处理逻辑器可以包括软件、硬件或其组合。例如，过程1000可以由图1的数据处理系统110执行。参考图10，在框1001处，处理逻辑器基于对驾驶环境的感知确定驾驶场景，其中，对驾驶环境的感知根据安装在自动驾驶车辆上的多种传感器的传感器数据来确定。在框1002处，处理逻辑器执行对场景/延迟映射表的查找操作，以定位与驾驶场景对应的映射条目。场景/延迟映射表包括多个映射条目。每个映射条目将特定的驾驶场景映射到相同或相似的驾驶环境下使用多种车辆测量的一个或多个延迟的集合。在框1003处，处理逻辑器根据映射条目检索并确定系统延迟。系统延迟可以基于如上所述的转向控制延迟、速度控制延迟、计算延迟和通信延迟中的至少一个来确定。在框1004处，处理逻辑器通过考虑系统延迟来规划路线或路线段，并产生规划和控制数据。在框1005处，处理逻辑器基于规划和控制数据，沿着路线或路线段驾驶并控制自动驾驶车辆。

应注意，如上文示出和描述的部件中的一些或全部可实现为软件、硬件或其组合。例如，此类部件可以实施为安装并存储在永久性存储装置中的软件，所述软件可以通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本申请所述的过程或操作。替代地，此类部件可以实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码，所述可执行代码可以经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可以实施为处理器或处理器内核中的特定硬件逻辑器，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。

图11是示出可以与本发明的一个实施方式一起使用的数据处理系统的示例的框图。例如，系统1500可以表示以上所述的执行上述过程或方法中的任一个的任何数据处理系统，例如，图1的数据处理系统110或者服务器103至104中的任一个。系统1500可以包括许多不同的部件。这些部件可以实施为集成电路(IC)、集成电路的部分、分立电子装置或适用于电路板(诸如，计算机系统的主板或插入卡)的其它模块或者实施为以其它方式并入计算机系统的机架内的部件。

还应注意，系统1500旨在示出计算机系统的许多部件的高阶视图。然而，应当理解的是，某些实施例中可以具有附加的部件，此外，其它实施例中可以具有所示部件的不同布置。系统1500可以表示台式计算机、膝上型计算机、平板计算机、服务器、移动电话、媒体播放器、个人数字助理(PDA)、智能手表、个人通信器、游戏装置、网络路由器或集线器、无线接入点(AP)或中继器、机顶盒或其组合。此外，虽然仅示出了单个机器或系统，但是术语“机器”或“系统”还应当被理解为包括单独地或共同地执行一个(或多个)指令集以执行本文所讨论的任何一种或多种方法的机器或系统的任何集合。

在一个实施方式中，系统1500包括通过总线或互连件1510连接的处理器1501、存储器1503以及装置1505至1508。处理器1501可以表示其中包括单个处理器内核或多个处理器内核的单个处理器或多个处理器。处理器1501可以表示一个或多个通用处理器，诸如，微处理器、中央处理单元(CPU)等。更具体地，处理器1501可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或实施其它指令集的处理器、或实施指令集组合的处理器。处理器1501还可以是一个或多个专用处理器，诸如，专用集成电路(ASIC)、蜂窝或基带处理器、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、网络处理器、通信处理器、加密处理器、协处理器、嵌入式处理器、或者能够处理指令的任何其它类型的逻辑。

处理器1501(其可以是低功率多核处理器套接口，诸如超低电压处理器)可以充当用于与所述系统的各种部件通信的主处理单元和中央集线器。这种处理器可以实施为片上系统(SoC)。处理器1501被配置成执行用于执行本文所讨论的操作和步骤的指令。系统1500还可以包括与可选的图形子系统1504通信的图形接口，图形子系统1504可以包括显示控制器、图形处理器和/或显示装置。

处理器1501可以与存储器1503通信，存储器1503在一个实施方式中可以经由多个存储器装置实施以提供给定量的系统存储。存储器1503可以包括一个或多个易失性存储(或存储器)装置，诸如，随机存取存储器(RAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)或者其它类型的存储装置。存储器1503可以存储包括由处理器1501或任何其它装置执行的指令序列的信息。例如，各种操作系统、装置驱动程序、固件(例如，输入输出基本系统或BIOS)和/或应用的可执行代码和/或数据可以加载到存储器1503中并由处理器1501执行。操作系统可以是任何类型的操作系统，例如，机器人操作系统(ROS)、来自公司的操作系统、来自苹果公司的Mac来自公司的LINUX、UNIX，或者其它实时或嵌入式操作系统。

系统1500还可以包括IO装置，诸如装置1505至1508，包括网络接口装置1505、可选的输入装置1506，以及其它可选的IO装置1507。网络接口装置1505可以包括无线收发器和/或网络接口卡(NIC)。所述无线收发器可以是WiFi收发器、红外收发器、蓝牙收发器、WiMax收发器、无线蜂窝电话收发器、卫星收发器(例如，全球定位系统(GPS)收发器)或其它射频(RF)收发器或者它们的组合。NIC可以是以太网卡。

输入装置1506可以包括鼠标、触摸板、触敏屏幕(其可以与显示装置1504集成在一起)、指针装置(诸如，手写笔)和/或键盘(例如，物理键盘或作为触敏屏幕的一部分显示的虚拟键盘)。例如，输入装置1506可以包括联接到触摸屏的触摸屏控制器。触摸屏和触摸屏控制器例如可以使用多种触敏技术(包括但不限于电容、电阻、红外和表面声波技术)中的任一种，以及其它接近传感器阵列或用于确定与触摸屏接触的一个或多个点的其它元件来检测其接触和移动或间断。

IO装置1507可以包括音频装置。音频装置可以包括扬声器和/或麦克风，以促进支持语音的功能，诸如语音识别、语音复制、数字记录和/或电话功能。其它IO装置1507还可以包括通用串行总线(USB)端口、并行端口、串行端口、打印机、网络接口、总线桥(例如，PCI-PCI桥)、传感器(例如，诸如加速度计运动传感器、陀螺仪、磁强计、光传感器、罗盘、接近传感器等)或者它们的组合。装置1507还可以包括成像处理子系统(例如，摄像机)，所述成像处理子系统可以包括用于促进摄像机功能(诸如，记录照片和视频片段)的光学传感器，诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可以经由传感器集线器(未示出)联接到互连件1510，而诸如键盘或热传感器的其它装置可以根据系统1500的具体配置或设计由嵌入式控制器(未示出)控制。

为了提供对诸如数据、应用、一个或多个操作系统等信息的永久性存储，大容量存储装置(未示出)也可以联接到处理器1501。在各种实施方式中，为了实现更薄且更轻的系统设计并且改进系统响应性，这种大容量存储装置可以经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储装置可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储装置充当SSD高速缓存以在断电事件期间实现上下文状态以及其它此类信息的非易失性存储，从而使得在系统活动重新启动时能够实现快速通电。另外，闪存装置可以例如经由串行外围接口(SPI)联接到处理器1501。这种闪存装置可以提供系统软件的非易失性存储，所述系统软件包括所述系统的BIOS以及其它固件。

存储装置1508可以包括计算机可访问的存储介质1509(也被称为机器可读存储介质或计算机可读介质)，其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如，模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可以表示上述部件中的任一个，例如，规划模块301、控制模块302、系统延迟确定模块304、数据收集器151或分析模块152。处理模块/单元/逻辑1528还可以在其由数据处理系统1500、存储器1503和处理器1501执行期间完全地或至少部分地驻留在存储器1503内和/或处理器1501内，数据处理系统1500、存储器1503和处理器1501也构成机器可访问的存储介质。处理模块/单元/逻辑1528还可以通过网络经由网络接口装置1505进行传输或接收。

计算机可读存储介质1509也可以用来永久性地存储以上描述的一些软件功能。虽然计算机可读存储介质1509在示例性实施方式中被示为单个介质，但是术语“计算机可读存储介质”应当被认为包括存储所述一个或多个指令集的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“计算机可读存储介质”还应当被认为包括能够存储或编码指令集的任何介质，所述指令集用于由机器执行并且使得所述机器执行本发明的任何一种或多种方法。因此，术语“计算机可读存储介质”应当被认为包括但不限于固态存储器以及光学介质和磁性介质，或者任何其它非暂时性机器可读介质。

本文所述的处理模块/单元/逻辑1528、部件以及其它特征可以实施为分立硬件部件或集成在硬件部件(诸如，ASICS、FPGA、DSP或类似装置)的功能中。此外，处理模块/单元/逻辑1528可以实施为硬件装置内的固件或功能电路。此外，处理模块/单元/逻辑1528可以实现为硬件装置和软件部件的任何组合。

应注意，虽然系统1500被示出为具有数据处理系统的各种部件，但是并不旨在表示使部件互连的任何特定架构或方式；因为此类细节和本发明的实施方式没有密切关系。还应当认识到，具有更少部件或可能具有更多部件的网络计算机、手持计算机、移动电话、服务器和/或其它数据处理系统也可以与本发明的实施方式一起使用。

前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。

然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储装置、传输或显示装置内类似地表示为物理量的其它数据。

本发明的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。

前述附图中所描绘的过程或方法可以由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可以按不同的顺序执行。此外，一些操作可以并行地执行而不是顺序地执行。

本发明的实施方式并未参考任何特定的编程语言进行描述。应认识到，可以使用多种编程语言来实施如本文描述的本发明的实施方式的教导。

在以上的说明书中，已经参考本发明的具体示例性实施方式对本发明的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本发明的更宽泛精神和范围的情况下，可以对本发明进行各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。

Claims (24)

1.用于操作自动驾驶车辆的计算机实施的方法，所述方法包括：

测量发出转向控制命令的时间与来自自动驾驶车辆的一个或多个车轮的第一响应的时间之间的转向控制延迟；

测量发出速度控制命令的时间与来自所述自动驾驶车辆的一个或多个车轮的第二响应的时间之间的速度控制延迟；

响应于给定的路线，使用预定算法基于所述转向控制延迟和所述速度控制延迟来估计整体的系统延迟；以及

根据所述系统延迟产生规划和控制数据，以用于沿着所述给定的路线操作所述自动驾驶车辆。

2.根据权利要求1所述的方法，其中，所述转向控制延迟基于发出所述转向控制命令与将所述一个或多个车轮以所述转向控制命令指定的角度进行定位之间的时间进行测量。

3.根据权利要求1所述的方法，其中，所述速度控制延迟包括表示发出加速命令的时间与所述自动驾驶车辆开始加速的时间之差的加速延迟。

4.根据权利要求1所述的方法，其中，所述速度控制延迟包括表示发出制动命令的时间与所述自动驾驶车辆开始减速的时间之差的减速延迟。

5.根据权利要求1所述的方法，其中，所述预定算法是加权算法，以及，所述转向控制延迟和所述速度控制延迟中的每个分配有用于特定驾驶场景的特定加权系数。

6.根据权利要求5所述的方法，其中，当所述自动驾驶车辆即将转弯时，调高用于所述转向控制延迟的加权系数。

7.根据权利要求5所述的方法，其中，当所述自动驾驶车辆的当前速度与目标速度之差变得更大时，调高用于所述速度控制延迟的加权系数。

8.根据权利要求1所述的方法，还包括：

确定表示所述自动驾驶车辆的控制系统生成并发出控制命令所消耗的时间的计算延迟；以及

确定表示通过所述自动驾驶车辆的通信总线传输控制命令的时间延迟的通信延迟，其中，所述系统延迟进一步基于所述计算延迟和所述通信延迟来估计。

9.一种非暂时性机器可读介质，所述非暂时性机器可读介质中存储有指令，所述指令在由处理器执行时使得所述处理器执行用于确定自动驾驶车辆的系统延迟的操作，所述操作包括：

测量发出转向控制命令的时间与来自自动驾驶车辆的一个或多个车轮的第一响应的时间之间的转向控制延迟；

测量发出速度控制命令的时间与来自所述自动驾驶车辆的一个或多个车轮的第二响应的时间之间的速度控制延迟；

响应于给定的路线，使用预定算法基于所述转向控制延迟和所述速度控制延迟来估计整体的系统延迟；以及

根据所述系统延迟产生规划和控制数据，以用于沿着所述给定的路线操作所述自动驾驶车辆。

10.根据权利要求9所述的机器可读介质，其中，所述转向控制延迟基于发出所述转向控制命令与将所述一个或多个车轮以所述转向控制命令指定的角度进行定位之间的时间进行测量。

11.根据权利要求9所述的机器可读介质，其中，所述速度控制延迟包括表示发出加速命令的时间与所述自动驾驶车辆开始加速的时间之差的加速延迟。

12.根据权利要求9所述的机器可读介质，其中，所述速度控制延迟包括表示发出制动命令的时间与所述自动驾驶车辆开始减速的时间之差的减速延迟。

13.根据权利要求9所述的机器可读介质，其中，所述预定算法是加权算法，以及，所述转向控制延迟和所述速度控制延迟中的每个分配有用于特定驾驶场景的特定加权系数。

14.根据权利要求13所述的机器可读介质，其中，当所述自动驾驶车辆即将转弯时，调高用于所述转向控制延迟的加权系数。

15.根据权利要求13所述的机器可读介质，其中，当所述自动驾驶车辆的当前速度与目标速度之差变得更大时，调高用于所述速度控制延迟的加权系数。

16.根据权利要求9所述的机器可读介质，其中，所述操作还包括：

确定表示所述自动驾驶车辆的控制系统生成并发出控制命令所消耗的时间的计算延迟；以及

确定表示通过所述自动驾驶车辆的通信总线传输控制命令的时间延迟的通信延迟，其中，所述系统延迟进一步基于所述计算延迟和所述通信延迟来估计。

17.一种数据处理系统，包括：

处理器；以及

存储器，所述存储器与所述处理器联接以存储指令，所述指令在由所述处理器执行时使得所述处理器执行用于确定自动驾驶车辆的系统延迟的操作，所述操作包括：

测量发出转向控制命令的时间与来自自动驾驶车辆的一个或多个车轮的第一响应的时间之间的转向控制延迟，

测量发出速度控制命令的时间与来自所述自动驾驶车辆的一个或多个车轮的第二响应的时间之间的速度控制延迟，

响应于给定的路线，使用预定算法基于所述转向控制延迟和所述速度控制延迟来估计整体的系统延迟，以及

根据所述系统延迟产生规划和控制数据，以用于沿着所述给定的路线操作所述自动驾驶车辆。

18.根据权利要求17所述的系统，其中，所述转向控制延迟基于发出所述转向控制命令与将所述一个或多个车轮以所述转向控制命令指定的角度进行定位之间的时间进行测量。

19.根据权利要求17所述的系统，其中，所述速度控制延迟包括表示发出加速命令的时间与所述自动驾驶车辆开始加速的时间之差的加速延迟。

20.根据权利要求17所述的系统，其中，所述速度控制延迟包括表示发出制动命令的时间与所述自动驾驶车辆开始减速的时间之差的减速延迟。

21.根据权利要求17所述的系统，其中，所述预定算法是加权算法，以及，所述转向控制延迟和所述速度控制延迟中的每个分配有用于特定驾驶场景的特定加权系数。

22.根据权利要求21所述的系统，其中，当所述自动驾驶车辆即将转弯时，调高用于所述转向控制延迟的加权系数。

23.根据权利要求21所述的系统，其中，当所述自动驾驶车辆的当前速度与目标速度之差变得更大时，调高用于所述速度控制延迟的加权系数。

24.根据权利要求17所述的系统，其中，所述操作还包括：

确定表示所述自动驾驶车辆的控制系统生成并发出控制命令所消耗的时间的计算延迟；以及

确定表示通过所述自动驾驶车辆的通信总线传输控制命令的时间延迟的通信延迟，其中，所述系统延迟进一步基于所述计算延迟和所述通信延迟来估计。