CN108622003B - 用于自动驾驶车辆的碰撞预测以及安全气囊预先展开系统 - Google Patents

用于自动驾驶车辆的碰撞预测以及安全气囊预先展开系统 Download PDF

Info

Publication number
CN108622003B
CN108622003B CN201810004553.2A CN201810004553A CN108622003B CN 108622003 B CN108622003 B CN 108622003B CN 201810004553 A CN201810004553 A CN 201810004553A CN 108622003 B CN108622003 B CN 108622003B
Authority
CN
China
Prior art keywords
autonomous vehicle
vehicle
speed
time
collision
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.)
Active
Application number
CN201810004553.2A
Other languages
English (en)
Other versions
CN108622003A (zh
Inventor
朱帆
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.)
Baidu USA LLC
Original Assignee
Baidu USA 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 Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN108622003A publication Critical patent/CN108622003A/zh
Application granted granted Critical
Publication of CN108622003B publication Critical patent/CN108622003B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/013—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over
    • B60R21/0134—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting collisions, impending collisions or roll-over responsive to imminent contact with an obstacle, e.g. using radar systems
    • 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
    • G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R2021/01013—Means for detecting collision, impending collision or roll-over
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R2021/01204—Actuation parameters of safety arrangents
    • B60R2021/01211—Expansion of air bags

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Mechanical Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Air Bags (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

在一个实施方式中，接收感知ADV周围的驾驶环境的感知数据，包括位于ADV前方的对象。响应于感知数据，碰撞探测系统基于感知数据确定ADV与对象之间的相对速度和距离。碰撞探测系统根据与ADV相关的物理驾驶限制确定ADV与对象之间的碰撞是否可避免。物理驾驶限制可包括可被施加至ADV的最大制动能力或者最大减速率。如果确定这样的碰撞不可避免，则安全气囊在ADV与对象之间发生碰撞之前被展开。

Description

用于自动驾驶车辆的碰撞预测以及安全气囊预先展开系统
技术领域
本发明的实施方式总体涉及操作自动驾驶车辆。更具体地，本发明的实施方式涉及用于自动驾驶车辆的安全气囊展开方法。
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。
在自动驾驶中，运动规划和控制是关键操作。在传统车辆中，基于由碰撞引起撞击来探测碰撞(例如，碰撞之后)，以及安全气囊在碰撞发生之后的数百毫秒内被展开。这种安全气囊展开延迟可能无法防止驾驶员和乘客受伤。
发明内容
本申请的一方面提供了一种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：接收感知自动驾驶车辆周围的驾驶环境的感知数据，所述感知数据包括感知位于所述自动驾驶车辆前方的对象；基于所述感知数据，确定所述对象与所述自动驾驶车辆之间的相对速度和距离；根据与所述自动驾驶车辆相关的第一物理驾驶限制，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免；以及响应于确定所述碰撞不可避免，在与所述对象碰撞之前，展开所述自动驾驶车辆配备的安全气囊。
本申请的另一方面提供了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，所述指令当被处理器实行时，致使所述处理器执行操作，所述操作包括：接收感知自动驾驶车辆周围的驾驶环境的感知数据，所述感知数据包括感知位于所述自动驾驶车辆前方的对象；基于所述感知数据，确定所述对象与自动驾驶车辆之间的相对速度和距离；根据与所述自动驾驶车辆相关的第一物理驾驶限制，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免；以及响应于确定所述碰撞不可避免，在与所述对象碰撞之前，展开所述自动驾驶车辆配备的安全气囊。
本申请的又一方面提供了一种数据处理系统，包括：处理器，以及存储器，所述存储器联接至所述处理器以存储指令，其中，所述指令当被所述处理器实行时，致使所述处理器执行操作，所述操作包括：接收感知自动驾驶车辆周围的驾驶环境的感知数据，所述感知数据包括感知位于所述自动驾驶车辆前方的对象，基于所述感知数据，确定所述对象与所述自动驾驶车辆之间的相对速度和距离；根据与所述自动驾驶车辆相关的第一物理驾驶限制，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免；以及响应于确定所述碰撞不可避免，在与所述对象碰撞之前，展开所述自动驾驶车辆配备的安全气囊。
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示例的框图。
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感知与规划系统的示例的框图。
图4是示出自动驾驶车辆与对象之间的相对位置的框图。
图5是示出根据本发明的一个实施方式的探测碰撞以及展开安全气囊的处理流程的图。
图6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。
图7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。
根据一些实施方式，碰撞探测系统在自动驾驶车辆(ADV)中被用于探测将必然发生的碰撞以及在实际碰撞之前展开安全气囊以作为先发动作，从而降低乘坐在ADV中的乘客受伤的可能性。具体地，碰撞探测系统探测到ADV正在移动接近ADV前方的对象(例如，另一车辆、障碍物)。碰撞系统根据ADV的物理驾驶限制(例如，最大制动能力)确定碰撞是否可被避免。如果确定碰撞不可避免，则碰撞探测系统在ADV与ADV前方的对象之间的可能的碰撞之前展开ADV的安全气囊。因此，可防止对ADV的乘客的潜在伤害。
在一个实施方式中，接收感知ADV周围的驾驶环境(包括感知ADV前方的对象)的感知数据。响应于感知数据，碰撞探测系统基于感知数据确定ADV与对象之间的相对速度和距离。碰撞探测系统根据与ADV相关的物理驾驶限制确定ADV与对象之间的碰撞是否是可避免的。物理驾驶限制可包括可被生成并且被施加至ADV的最大制动能力或者最大减速率。如果确定这样的碰撞不可避免，则安全气囊在ADV与对象之间的碰撞之前被展开。
在一个实施方式中，在确定碰撞是否可避免时，系统基于ADV的当前速度以及ADV与对象之间的距离确定为了避免与对象碰撞ADV减速所需要的减速率。需要的减速率与可根据ADV的物理驾驶限制为ADV生成的最大减速率相比较。如果需要的减速率大于可生成的ADV的最大减速率，则碰撞不可避免。换言之，如果考虑到ADV的当前速度以及ADV与对象之间的距离，根据最大减速率，ADV不能在与对象碰撞之前足够快地减速，则碰撞不可避免。
根据另一实施方式，在确定碰撞是否可避免时，系统计算如果维持ADV的当前速度则ADV与对象碰撞所花费的时间。系统还计算如果施加最大减速率则ADV与对象碰撞所花费的时间。如果如下的时间差值小于预设阈值，则碰撞被认为不可避免，其中，该时间差值是如果没有采取动作则与对象碰撞所花费的时间与如果施加最大减速率则与对象碰撞所花费的时间之间的差值。应注意，对象可以是在ADV的前方移动的另一车辆。上述过程也可基于ADV与另一个车辆的相对速度以及它们之间的相对距离而应用。
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(MPOI)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，感知与规划系统110、车辆控制系统111、无线通信系统112、用户接口系统113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/或感知与规划系统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相机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。相机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。相机211可以是静物相机和/或视频相机。相机可以是可机械地移动的，例如，通过将相机安装在旋转和/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(也被称为加速单元)和制动单元203。转向单元201用来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。应注意，如图2所示的部件可以以硬件、软件或其组合实施。
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，包括例如键盘、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以由感知与规划系统110控制或管理，尤其当在自动驾驶模式下操作时。感知与规划系统110包括必要的硬件(例如，处理器、存储器、存储设备)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，随后基于规划和控制信息来驾驶车辆101。替代地，感知与规划系统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。感知与规划系统110获得行程相关数据。例如，感知与规划系统110可以从MPOI服务器中获得位置和路线信息，所述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感知与规划系统110的永久性存储装置中。
当自动驾驶车辆101沿着路线移动时，感知与规划系统110也可以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的功能可以与感知与规划系统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)，感知与规划系统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。
服务器103可以是数据分析系统，从而针对多种客户端执行数据分析服务。在一个实施方式中，数据分析系统103包括数据采集器121和机器学习引擎122。数据采集器121从多种车辆(自动驾驶车辆或者由人类驾驶员驾驶的普通车辆)采集驾驶统计123。驾驶统计123包括指示发布的驾驶命令(例如，油门命令、制动命令、转向命令)的信息以及指示在不同时间点由车辆的传感器采集的车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计123还可包括描述在不同时间点的驾驶环境的信息，诸如，例如，路线(包括出发位置和目的地位置)、MPOI、道路条件、气候条件等。
基于驾驶统计123，机器学习引擎122针对多种目的执行或者训练规则、算法和/或预测模型124的集合。例如，规则124可包括如下规则，该规则规定：如果ADV为了避免与对象碰撞而减速或者停止所需要的减速率大于基于ADV的物理驾驶限制可生成的最大减速率，则碰撞不可避免。规则124还可包括第一时间与第二时间之间的时间阈值，其中，第一时间是根据ADV的当前速度以及ADV与对象之间的距离得出的ADV与对象碰撞所花费的时间，以及第二时间是如果施加最大减速率则ADV与对象碰撞所花费的时间。规则124可规定：如果第一时间与第二时间之间的时间差值小于时间阈值，则碰撞不可避免。然后，规则124可被加载至ADV上，从而用于实时探测不可避免的碰撞。
图3是示出根据本发明一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。系统300可以被实施为图1的自动驾驶车辆101的一部分，包括但不限于感知与规划系统110、控制系统111和传感器系统115。参考图3，感知与规划系统110包括但不限于定位模块301、感知模块302、决策模块303、规划模块304、控制模块305、碰撞探测器306和安全气囊展开器307。
模块301至307中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可以安装在永久性存储装置352中、加载到存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可以通信地联接到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至307中的一些可以一起集成为集成模块。
定位模块301确定自动驾驶车辆300的当前位置(例如，利用GPS单元212)以及管理与用户的行程或路线相关的任何数据。定位模块301(也被称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可以例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图和路线信息311的其它部件通信，以获得行程相关数据。例如，定位模块301可以从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。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，从而可以作为地图和路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时，定位模块301也可以从交通信息系统或服务器获得实时交通信息。
基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可以表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可以包括例如采用对象形式的车道配置(例如，直线车道或弯曲车道)、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。
感知模块302可以包括计算机视觉系统或计算机视觉系统的功能，以处理并分析由一个或多个相机采集的图像，从而识别自动驾驶车辆环境中的对象和/或特征。所述对象可以包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉系统可以使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉系统可以绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可以基于由诸如雷达和/或LIDAR的其它传感器提供的其它传感器数据来检测对象。
针对每个对象，决策模块303作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块303决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块303可以根据诸如交通规则或者驾驶规则312的规则集来作出此类决定，所述规则集可以存储在永久性存储装置352中。
基于针对所感知到的对象中的每个的决定，规划模块304为自动驾驶车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块303决定对该对象做什么，而规划模块304确定如何去做。例如，针对给定的对象，决策模块303可以决定超过所述对象，而规划模块304可以确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块304生成，包括描述车辆300在下一移动循环(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆300以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。
基于规划和控制数据，控制模块305根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制系统111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动和转弯命令)将车辆从路线或路径的第一点驾驶到第二点。
应注意，决策模块303和规划模块304可以集成为集成模块。决策模块303/规划模块304可以包括导航系统或导航系统的功能，以确定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。目的地可以根据经由用户接口系统113进行的用户输入来设定。导航系统可以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。
决策模块303/规划模块304还可以包括防撞系统或防撞系统的功能，以识别、评估并且避免或以其它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111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。
碰撞探测器306可实现为如上所述的防撞系统的一部分。在一个实施方式中，碰撞探测器306配置为在一些环境下根据ADV的物理驾驶限制或者规格来探测ADV与对象之间的潜在碰撞是否可避免。如果确定潜在碰撞不可避免，则安全气囊展开器307配置为在碰撞之前展开安全气囊。
根据一个实施方式，现在参考图3和图4，碰撞探测器306从感知模块302接收感知数据。感知数据描述以及感知ADV 401周围的驾驶环境，包括位于ADV 401前方的对象402或者占据ADV 401的驾驶车道的至少一部分的对象402。响应于感知数据，碰撞探测器306基于感知数据确定ADV 401与对象402之间的相对速度和距离。可例如基于从诸如GPS传感器、雷达、LIDAR等如上所述的多种传感器获得的传感器数据来测量ADV 401与对象402之间的相对速度和距离。
对象402可以是诸如另一车辆的移动对象或者固定障碍物(例如，建筑物、街道标志等)。碰撞探测器306根据与ADV相关的物理驾驶限制确定ADV 401与对象402之间的碰撞是否可避免，其中，与ADV相关的物理驾驶限制可以是车辆规格520中的一部分。物理驾驶限制可包括可施加至ADV的最大制动能力或者最大减速率，其中，最大制动能力或者最大减速率可由最大制动百分比表示。如果确定这样的碰撞不可避免，则碰撞探测器306将安全气囊展开信号发送至安全气囊展开器307，从而在ADV 401与对象402之间的碰撞之前展开安全气囊510。
在一个实施方式中，在确定碰撞是否可避免时，碰撞探测器306基于ADV 401的当前速度以及AD 401V与对象402之间的距离确定ADV 401减速以避免与对象402碰撞所需要的减速率。需要的减速率与根据ADV的物理驾驶限制(可从车辆规格520获得)可为ADV生成的最大减速率相比较。车辆规格520可被存储为规则124的一部分。如果需要的减速率大于可生成的ADV 401的最大减速率，则碰撞不可避免。换言之，如果考虑到ADV 401的当前速度以及ADV 401与对象402之间的距离，根据最大减速率，ADV 401不能在与对象402碰撞之前足够快地减速，则碰撞不可避免。
根据另一实施方式，在确定碰撞是否可避免时，碰撞探测器306计算如果维持ADV401的当前速度(例如，没有采取附加动作)则ADV 401与对象402碰撞所花费的时间。碰撞探测器306还计算如果最大减速率被施加至ADV 401则ADV 401与对象402碰撞所花费的时间。碰撞探测器306计算如果没有执行动作则ADV 401与对象402碰撞所花费的时间与如果施加最大减速率则ADV 401与对象402碰撞所花费的时间之间的差值。如果差值小于预设阈值，则碰撞被认为不可避免。
应注意，对象402可以是诸如在ADV 401的前方移动的另一车辆的移动对象。上述过程也可以基于ADV 401与另一车辆的相对速度以及它们之间的相对距离(S)来应用。根据一个实施方式，例如，使用如上所述的多种传感器，测量ADV 401的第一速度，以及还测量车辆402的第二速度。碰撞探测器306计算如果ADV 401的第一速度(V1)和车辆402的第二速度(V2)保持不变则ADV 401与车辆402碰撞将花费的第一时间(T1)。碰撞探测器306还计算如果最大减速率被施加至ADV 401则ADV 401与车辆402碰撞将花费的第二时间T2。如果第一时间T1与第二时间T2之间的差值小于预设阈值，则碰撞被认为不可避免。
根据另一实施方式，碰撞探测器306计算如果在最大减速率(A1)被施加至ADV 401的同时最大加速率(A2)也被施加至车辆402则ADV 401与车辆402碰撞所花费的第二时间T2。碰撞探测器306可基于感知车辆402的感知数据辨别车辆402类型。可基于辨别的车辆402的类型来估算最大加速率。在一个实施方式中，碰撞探测器306可在数据结构或者表格中执行查找操作，该数据结构或者表格将车辆类型映射至它们对应的最大加速率，其中，数据结构或者表格可保存作为车辆规格520的一部分。映射数据结构可包括多个映射条目，其中，每个条目将特定车辆类型映射至最大加速率。
如果没有采取动作，则时间T1可基于如下公式导出：S＝|V1–V2|×T1。如果最大加速度A2被施加至车辆402以及最大减速度A1被施加至ADV 401，则碰撞时的ADV 401的速度将是V1–A1×T2。碰撞时的车辆402的速度将是V2+A2×T2。ADV 401的速度与车辆402的速度之间的初始速度差值Vdiff1是|V1–V2|。碰撞时的ADV 401的速度与车辆402的速度之间的速度差值是|(V1–A1×T2)–(V2+A2×T2)|。在时间段T2内的ADV 401与车辆402之间的平均速度Vavg可确定如下：
Vavg＝{(V1–V2)+[(V1–A1×T2)–(V2+A2×T2)]}/2
因为S＝Vavg×T2，所以T2可通过以下公式导出：
S＝T2×{(V1–V2)+[(V1–A1×T2)–(V2+A2×T2)]}/2
例如，假设ADV 401的当前速度V1是30米每秒(mps)，以及车辆402的当前速度V2是10mps。假设在此刻ADV 401与车辆402之间的距离S是4米。因此，如果ADV 401的当前速度V1与车辆402的当前速度V2保持不变，则从此刻到碰撞撞击的时间可被导出：T1＝4/(30–10)＝0.2秒。因此，如果没有采取动作，则ADV 401与车辆402碰撞大约花费0.2秒。
假设ADV 401的最大减速率A1是5米每平方秒(m/s2)，以及车辆402的最大加速率A2是3m/s2。初始速度差或者当前速度差|V1–V2|是(30–10)＝20mps。当撞击发生时ADV 401与车辆402之间的速度差值是(30–5×T2)–(10+3×T2)＝20–8T2。直到撞击时的这段期间的平均速度Vavg是(20+20–8×T2)/2。因此，时间T2可通过如下公式导出：
(20+(20–8×T2))/2×T2＝4
通过上述公式，T2可被导出为大约0.22秒。
因此，如果最大减速率A1被施加至ADV 401以及最大加速率A2被施加至车辆402，则发生碰撞要花费0.22秒。没有采取动作的情形与最大加速度和最大减速率分别被施加至车辆402和ADV 401的情形之间的时间差(T2–T1)是大约0.02秒。如果这样的差值小于预设阈值，则碰撞被认为不可避免。预设阈值可基于大量驾驶统计由数据分析系统(例如，数据分析系统103)离线确定或者配置。
图6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600可由可包括软件、硬件或者其组合的处理逻辑执行。例如，过程600可由碰撞探测器306和/或安全气囊展开器307执行。参照图6，在操作601中，处理逻辑接收感知ADV周围的驾驶环境的感知数据。感知数据可从感知模块接收，感知数据可基于从如上所述的多种传感器采集的传感器数据生成。感知数据感知位于ADV前方的对象或者占据ADV移动的驾驶车道中的驾驶空间的至少一部分的对象。
在操作602中，处理逻辑基于感知数据确定ADV与对象之间的相对速度和距离。对象可以是诸如另一车辆的移动物体或者固定障碍物(例如，建筑物、路障和街道标志)等。在操作603中，处理逻辑确定如果对象是另一车辆则根据ADV和对象的物理驾驶限制ADV与对象之间的碰撞是否可避免。ADV的物理驾驶限制可以是ADV可生成的最大减速率。由对象表示的另一车辆的物理驾驶限制可以是可由车辆生成的最大加速率。如果确定碰撞不可避免，则在操作604中，安全气囊在碰撞之前被展开。
应注意，如上文示出和描述的部件中的一些或全部可以在软件、硬件或其组合中实施。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，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7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的感知与规划系统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、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
Figure BDA0001538185990000151
公司的
Figure BDA0001538185990000152
操作系统、来自苹果公司的Mac
Figure BDA0001538185990000153
来自
Figure BDA0001538185990000154
公司的
Figure BDA0001538185990000155
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，相机)，所述成像处理子系统可以包括用于促进相机功能(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，大容量存储设备(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，这种大容量存储设备可以经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储设备可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储设备充当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，例如感知模块302、规划模块304、控制模块305、碰撞探测器306和/或安全气囊展开器307。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可以以硬件装置和软件部件的任何组合来实施。
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设备、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，可以对本发明作出各种修改。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 (9)

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：
接收感知自动驾驶车辆周围的驾驶环境的感知数据，所述感知数据包括感知位于所述自动驾驶车辆前方的对象；
基于所述感知数据，确定所述对象与所述自动驾驶车辆之间的相对速度和距离；
根据与所述自动驾驶车辆相关的第一物理驾驶限制，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免；以及
响应于确定所述碰撞不可避免，在与所述对象碰撞之前，展开所述自动驾驶车辆配备的安全气囊，
其中，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免包括：
计算如果维持表示所述自动驾驶车辆的当前速度的所述自动驾驶车辆的第一速度则所述自动驾驶车辆与所述对象碰撞所花费的第一时间；
计算如果根据所述自动驾驶车辆的第一物理驾驶限制，最大减速率被施加至所述自动驾驶车辆，则所述自动驾驶车辆与所述对象碰撞所花费的第二时间；以及
比较所述第一时间与所述第二时间之间的差值，其中，如果所述第一时间与所述第二时间之间的差值小于预设阈值，则所述碰撞被认为不可避免，
其中，所述方法还包括：
基于所述感知数据，辨别所述对象是在所述自动驾驶车辆的前方移动的第一车辆；
根据与所述第一车辆的类型相关的第二物理驾驶限制，估算最大加速率；以及
计算如果所述最大加速率被进一步施加至所述第一车辆则所述自动驾驶车辆与所述第一车辆碰撞所花费的第二时间。
2.根据权利要求1所述的方法，还包括：
基于所述感知数据，辨别所述对象是在所述自动驾驶车辆的前方移动的第一车辆；
测量表示所述第一车辆的当前速度的第二速度；以及
计算如果也维持所述第一车辆的第二速度则所述自动驾驶车辆与所述第一车辆碰撞所花费的第一时间。
3.根据权利要求1所述的方法，还包括：
计算所述自动驾驶车辆的第一速度与所述第一车辆的第二速度之间的第一速度差值；
计算当所述最大减速率和所述最大加速率被施加时所述自动驾驶车辆的第三速度与所述第一车辆的第四速度之间的第二速度差值；以及
计算所述第一速度差值与所述第二速度差值之间的平均速度差值，其中，所述第二时间是根据所述自动驾驶车辆与所述第一车辆之间的距离基于所述平均速度差值来确定的。
4.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，所述指令当被处理器实行时，致使所述处理器执行操作，所述操作包括：
接收感知自动驾驶车辆周围的驾驶环境的感知数据，所述感知数据包括感知位于所述自动驾驶车辆前方的对象；
基于所述感知数据，确定所述对象与自动驾驶车辆之间的相对速度和距离；
根据与所述自动驾驶车辆相关的第一物理驾驶限制，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免；以及
响应于确定所述碰撞不可避免，在与所述对象碰撞之前，展开所述自动驾驶车辆配备的安全气囊，
其中，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免包括：
计算如果维持表示所述自动驾驶车辆的当前速度的所述自动驾驶车辆的第一速度则所述自动驾驶车辆与所述对象碰撞所花费的第一时间；
计算如果根据所述自动驾驶车辆的第一物理驾驶限制，最大减速率被施加至所述自动驾驶车辆，则所述自动驾驶车辆与所述对象碰撞所花费的第二时间；以及
比较所述第一时间与所述第二时间之间的差值，其中，如果所述第一时间与所述第二时间之间的差值小于预设阈值，则所述碰撞被认为不可避免，
其中，所述操作还包括：
基于所述感知数据，辨别所述对象是在所述自动驾驶车辆的前方移动的第一车辆；
根据与所述第一车辆的类型相关的第二物理驾驶限制，估算最大加速率；以及
计算如果所述最大加速率被进一步施加至所述第一车辆则所述自动驾驶车辆与所述第一车辆碰撞所花费的第二时间。
5.根据权利要求4所述的机器可读介质，其中，所述操作还包括：
基于所述感知数据，辨别所述对象是在所述自动驾驶车辆的前方移动的第一车辆；
测量表示所述第一车辆的当前速度的第二速度；以及
计算如果也维持所述第一车辆的第二速度则所述自动驾驶车辆与所述第一车辆碰撞所花费的第一时间。
6.根据权利要求4所述的机器可读介质，其中，所述操作还包括：
计算所述自动驾驶车辆的第一速度与所述第一车辆的第二速度之间的第一速度差值；
计算当所述最大减速率和所述最大加速率被施加时所述自动驾驶车辆的第三速度与所述第一车辆的第四速度之间的第二速度差值；以及
计算所述第一速度差值与所述第二速度差值之间的平均速度差值，其中，所述第二时间是根据所述自动驾驶车辆与所述第一车辆之间的距离基于所述平均速度差值来确定的。
7.数据处理系统，包括：
处理器，以及
存储器，所述存储器联接至所述处理器以存储指令，其中，所述指令当被所述处理器实行时，致使所述处理器执行操作，所述操作包括：
接收感知自动驾驶车辆周围的驾驶环境的感知数据，所述感知数据包括感知位于所述自动驾驶车辆前方的对象，
基于所述感知数据，确定所述对象与所述自动驾驶车辆之间的相对速度和距离；
根据与所述自动驾驶车辆相关的第一物理驾驶限制，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免；以及
响应于确定所述碰撞不可避免，在与所述对象碰撞之前，展开所述自动驾驶车辆配备的安全气囊，
其中，确定所述自动驾驶车辆与所述对象之间的碰撞是否不可避免包括：
计算如果维持表示所述自动驾驶车辆的当前速度的所述自动驾驶车辆的第一速度则所述自动驾驶车辆与所述对象碰撞所花费的第一时间；
计算如果根据所述自动驾驶车辆的第一物理驾驶限制，最大减速率被施加至所述自动驾驶车辆，则所述自动驾驶车辆与所述对象碰撞所花费的第二时间；以及
比较所述第一时间与所述第二时间之间的差值，其中，如果所述第一时间与所述第二时间之间的差值小于预设阈值，则所述碰撞被认为不可避免，
所述操作还包括：
基于所述感知数据，辨别所述对象是在所述自动驾驶车辆的前方移动的第一车辆；
根据与所述第一车辆的类型相关的第二物理驾驶限制，估算最大加速率；以及
计算如果所述最大加速率被进一步施加至所述第一车辆则所述自动驾驶车辆与所述第一车辆碰撞所花费的第二时间。
8.根据权利要求7所述的系统，其中，所述操作还包括：
基于所述感知数据，辨别所述对象是在所述自动驾驶车辆的前方移动的第一车辆；
测量表示所述第一车辆的当前速度的第二速度；以及
计算如果也维持所述第一车辆的第二速度则所述自动驾驶车辆与所述第一车辆碰撞所花费的第一时间。
9.根据权利要求7所述的系统，所述操作还包括：
计算所述自动驾驶车辆的第一速度与所述第一车辆的第二速度之间的第一速度差值；
计算当所述最大减速率和所述最大加速率被施加时所述自动驾驶车辆的第三速度与所述第一车辆的第四速度之间的第二速度差值；以及
计算所述第一速度差值与所述第二速度差值之间的平均速度差值，其中，所述第二时间是根据所述自动驾驶车辆与所述第一车辆之间的距离基于所述平均速度差值来确定的。
CN201810004553.2A 2017-03-23 2018-01-03 用于自动驾驶车辆的碰撞预测以及安全气囊预先展开系统 Active CN108622003B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/467,096 2017-03-23
US15/467,096 US10183641B2 (en) 2017-03-23 2017-03-23 Collision prediction and forward airbag deployment system for autonomous driving vehicles

Publications (2)

Publication Number Publication Date
CN108622003A CN108622003A (zh) 2018-10-09
CN108622003B true CN108622003B (zh) 2021-10-12

Family

ID=61749957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810004553.2A Active CN108622003B (zh) 2017-03-23 2018-01-03 用于自动驾驶车辆的碰撞预测以及安全气囊预先展开系统

Country Status (4)

Country Link
US (1) US10183641B2 (zh)
EP (1) EP3378707B1 (zh)
JP (1) JP6588592B2 (zh)
CN (1) CN108622003B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10438074B2 (en) * 2017-06-14 2019-10-08 Baidu Usa Llc Method and system for controlling door locks of autonomous driving vehicles based on lane information
DE102017005816A1 (de) * 2017-06-20 2018-12-20 Wabco Gmbh Verfahren zur Bestimmung der durch Betätigung von Radbremsen erreichbaren Gesamtverzögerungswerten eines Nutzfahrzeugs, Bremsanlage zur Durchführung des Verfahrens sowie Nutzfahrzeug damit
JP6638172B2 (ja) * 2017-10-04 2020-01-29 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
CN109532743A (zh) * 2018-12-11 2019-03-29 北京百度网讯科技有限公司 无人驾驶车辆的控制方法、装置、设备和存储介质
US11513518B2 (en) * 2019-01-30 2022-11-29 Toyota Motor Engineering & Manufacturing North America, Inc. Avoidance of obscured roadway obstacles
EP3703029A1 (en) * 2019-02-26 2020-09-02 Ningbo Geely Automobile Research & Development Co. Ltd. Mitigating collision risk with an obscured object
DE102019119093B4 (de) 2019-07-15 2023-05-04 Deutsche Post Ag Auslösen zumindest eines Aufprallkissens eines unbemannten Fahrzeugs
KR102233874B1 (ko) * 2019-08-14 2021-03-29 신진욱 자율주행 교통수단용 전동시트 제어 시스템 및 방법
CN110497906B (zh) * 2019-08-30 2021-11-02 北京百度网讯科技有限公司 车辆控制方法、装置、设备和介质
US11608056B2 (en) * 2019-12-20 2023-03-21 Baidu Usa Llc Post collision damage reduction brake system incorporating front obstacle avoidance
US20210197805A1 (en) * 2019-12-27 2021-07-01 Motional Ad Llc Safety system for vehicle
CN113511160B (zh) * 2020-04-10 2022-10-25 采埃孚汽车科技(上海)有限公司 提高车辆道路兼容性的安全系统、装置、方法以及介质
CN112649208A (zh) * 2020-11-30 2021-04-13 北京智能车联产业创新中心有限公司 测试自动驾驶车辆紧急制动功能的装置及方法
JP7400754B2 (ja) 2021-02-24 2023-12-19 トヨタ自動車株式会社 遠隔支援システム及び遠隔支援方法
CN114500594A (zh) * 2021-12-30 2022-05-13 中智行(上海)交通科技有限公司 一种用于自动驾驶的故障处理方法
CN114802089B (zh) * 2022-04-29 2023-06-13 浙江吉利控股集团有限公司 一种车辆安全气囊的控制方法及控制系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10121956C1 (de) * 2001-05-05 2002-11-28 Daimler Chrysler Ag Fahrzeugbasiertes Notfall-System
CN102837698A (zh) * 2011-06-21 2012-12-26 株式会社万都 车辆碰撞损伤缓解系统及其控制方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10244205A1 (de) * 2002-09-23 2004-03-25 Robert Bosch Gmbh Verfahren und Einrichtung zur Verhinderung der Kollision von Fahrzeugen
JP2005149021A (ja) * 2003-11-13 2005-06-09 Denso Corp 衝突可能性判定装置
EP1944188A3 (en) * 2005-08-04 2009-09-09 Ford Global Technologies, LLC Automatic collision management system
JP4163205B2 (ja) * 2005-11-15 2008-10-08 三菱電機株式会社 車両衝突軽減装置
JP4558754B2 (ja) * 2007-03-08 2010-10-06 株式会社デンソー 車両制御装置
JP4412356B2 (ja) * 2007-06-13 2010-02-10 株式会社デンソー 車両用衝突緩和装置
JP4207088B2 (ja) * 2007-06-20 2009-01-14 トヨタ自動車株式会社 車両走行推定装置
US8095276B2 (en) * 2008-10-15 2012-01-10 Autoliv Asp, Inc. Sensor system including a confirmation sensor for detecting an impending collision
JP5417832B2 (ja) * 2008-12-15 2014-02-19 日産自動車株式会社 車両用運転支援装置
WO2013150600A1 (ja) * 2012-04-02 2013-10-10 トヨタ自動車株式会社 衝突回避支援装置
US20140292557A1 (en) * 2013-04-02 2014-10-02 Joseph E. Ajala Vehicle Collision Detection And Barrier Deployment System
DE112013007632B4 (de) * 2013-11-25 2023-06-29 Toyota Jidosha Kabushiki Kaisha Kollisionsvermeidungsunterstützungsvorrichtung
KR101655569B1 (ko) * 2014-11-12 2016-09-08 현대자동차주식회사 차량용 승객 보호시스템 및 방법
JP6424796B2 (ja) * 2015-11-02 2018-11-21 トヨタ自動車株式会社 車両用エアバッグ装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10121956C1 (de) * 2001-05-05 2002-11-28 Daimler Chrysler Ag Fahrzeugbasiertes Notfall-System
CN102837698A (zh) * 2011-06-21 2012-12-26 株式会社万都 车辆碰撞损伤缓解系统及其控制方法

Also Published As

Publication number Publication date
JP2018158721A (ja) 2018-10-11
US10183641B2 (en) 2019-01-22
CN108622003A (zh) 2018-10-09
EP3378707B1 (en) 2023-05-31
US20180272975A1 (en) 2018-09-27
EP3378707A1 (en) 2018-09-26
JP6588592B2 (ja) 2019-10-09

Similar Documents

Publication Publication Date Title
CN108622003B (zh) 用于自动驾驶车辆的碰撞预测以及安全气囊预先展开系统
CN110239562B (zh) 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适
CN109489673B (zh) 用于自动驾驶车辆的数据驱动地图更新系统
CN110667591B (zh) 用于自动驾驶车辆的规划驾驶感知系统
CN109426256B (zh) 自动驾驶车辆的基于驾驶员意图的车道辅助系统
CN110462543B (zh) 用于评估自动驾驶车辆的感知要求的基于仿真的方法
CN108859938B (zh) 用于自动驾驶车辆的自动车辆应急灯控制的方法和系统
CN108137015B (zh) 用于自动驾驶车辆的侧滑补偿控制方法
CN108733046B (zh) 用于自动驾驶车辆的轨迹重新规划的系统和方法
CN109195841B (zh) 用于自动驾驶车辆的完全停止的速度控制
CN108891417B (zh) 用于操作自动驾驶车辆的方法及数据处理系统
CN109195860B (zh) 自动驾驶车辆的车道路缘辅助离道检查和车道保持系统
CN110349416B (zh) 用于自动驾驶车辆(adv)的基于密度的交通灯控制系统
US10940795B2 (en) Method for keeping distance between an autonomous driving vehicle and a following vehicle using a braking light
EP3342667A1 (en) Method and system for improving stability of autonomous driving vehicles
CN108255170B (zh) 动态地调整自动驾驶车辆的速度控制率的方法
CN108099918B (zh) 用于确定自主车辆的命令延迟的方法
CN108628298B (zh) 用于自动驾驶车辆的控制型规划和控制系统
CN109070889B (zh) 自动驾驶车辆的基于减速路缘的方向检测和车道保持系统
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和系统
CN110794823A (zh) 预测自动驾驶车辆的对象移动的方法和系统
US10549749B2 (en) Post collision analysis-based vehicle action optimization for autonomous driving vehicles
CN110727267A (zh) 具有冗余超声雷达的自动驾驶车辆
CN111724627B (zh) 检测前方车辆向后滑动的自动告警系统
CN109085818B (zh) 基于车道信息控制自动驾驶车辆的车门锁的方法和系统

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