CN108628298B - 用于自动驾驶车辆的控制型规划和控制系统 - Google Patents
用于自动驾驶车辆的控制型规划和控制系统 Download PDFInfo
- Publication number
- CN108628298B CN108628298B CN201810036673.0A CN201810036673A CN108628298B CN 108628298 B CN108628298 B CN 108628298B CN 201810036673 A CN201810036673 A CN 201810036673A CN 108628298 B CN108628298 B CN 108628298B
- Authority
- CN
- China
- Prior art keywords
- control command
- range
- confidence
- autonomous vehicle
- command
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000004044 response Effects 0.000 claims description 36
- 230000001133 acceleration Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 14
- 230000001953 sensory effect Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims 21
- 230000008447 perception Effects 0.000 abstract description 26
- 230000008569 process Effects 0.000 abstract description 17
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000033001 locomotion Effects 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000002085 persistent effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910000078 germane Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
-
- 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
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- 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
-
- 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
- G05D1/02—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
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
-
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- 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
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
Abstract
根据ADV的当前速度和当前位置,基于目标位置估算控制命令。基于估算的控制命令,确定ADV可能潜在到达的置信位置的范围。检测置信位置的范围,从而确定置信位置的范围是否在安全区域之内,其中,安全区域是在一时间点基于感知ADV周围的驾驶环境的感知数据确定的。如果ADV可能到达的潜在位置在安全区域之内,则估算的控制命令被施加至ADV。如果置信位置的范围在安全区域之外,则估算另一控制命令以及上述过程被重复地执行直到置信位置的范围落入安全区域之内。
Description
技术领域
本发明的实施方式大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控制型规划和控制系统。
背景技术
以自动驾驶模式(例如,无人驾驶)操作的车辆能够使驾乘者(尤其是驾驶员)免于一些与驾驶有关的责任。当以自动模式操作时,车辆能够使用车载传感器导航到各个位置,从而允许车辆以最少的人机交互或者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。在普通规划和控制系统中,传统自动驾驶技术是规划型的,这意味着规划阶段决定路径和速度,而控制阶段仅执行该决定。图1A示出如由规划模块所规划的用于自动驾驶车辆的规划速度。然而,如图1B所示,这种设计在控制中导致不可避免的振荡,从而可能引起乘客的不适。如图1B所示,根据如图1A所示的规划速度的油门命令是不平滑或者非线性的,这可能导致乘客的不适。
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:响应于自动驾驶车辆的目标位置,根据所述自动驾驶车辆的当前速度和当前位置,基于所述目标位置估算控制命令;响应于所估算的控制命令,确定所述自动驾驶车辆潜在到达的、与所述目标位置有关的置信位置的范围;确定所述置信位置的范围是否在安全区域之内,其中,所述安全区域是在一时间点基于感知所述自动驾驶车辆周围的驾驶环境的感知数据确定的;以及响应于确定所述置信位置的范围在所述安全区域之内,将所述控制命令施加至所述自动驾驶车辆。
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执行时,致使所述处理器执行操作,所述操作包括:响应于自动驾驶车辆的目标位置,根据所述自动驾驶车辆的当前速度和当前位置,基于所述目标位置估算控制命令;响应于所估算的控制命令,确定所述自动驾驶车辆潜在到达的、与所述目标位置有关的置信位置的范围;确定所述置信位置的范围是否在安全区域之内,其中,所述安全区域是在一时间点基于感知所述自动驾驶车辆周围的驾驶环境的感知数据确定的;以及响应于确定所述置信位置的范围在所述安全区域之内,将所述控制命令施加至所述自动驾驶车辆。
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执行时,致使所述处理器执行操作,所述操作包括:响应于自动驾驶车辆的目标位置,根据所述自动驾驶车辆的当前速度和当前位置,基于所述目标位置估算控制命令;响应于所估算的控制命令,确定所述自动驾驶车辆潜在到达的、与所述目标位置有关的置信位置的范围;确定所述置信位置的范围是否在安全区域之内,其中,所述安全区域是在一时间点基于感知所述自动驾驶车辆周围的驾驶环境的感知数据确定的,以及响应于确定所述置信位置的范围在所述安全区域之内,将所述控制命令施加至所述自动驾驶车辆。
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1A和图1B是示出速度控制命令和来自车辆的响应的图。
图2是示出根据本发明的一个实施方式的网络系统的框图。
图3是示出根据本发明的一个实施方式的自动驾驶车辆的示例的框图。
图4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5A和图5B是示出根据本发明的一些实施方式的速度控制命令和车辆响应的图。
图6A和图6B是示出根据本发明的一些实施方式的转向控制命令和车辆响应的图。
图7是示出根据本发明的一个实施方式的规划模块与控制模块之间的通信的处理流程图。
图8A和图8B示出根据本发明的一些实施方式的命令估算数据结构。
图9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10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,在一些情况下,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,控制型系统配置为使得乘客的舒适性最大化。通过向自动驾驶车辆(ADV)的路径或者位置的精度妥协(只要在考虑到ADV周围的驾驶环境的前提下,这种折衷处理不会导致ADV处于不安全的情况),系统着眼于乘坐在ADV内的乘客的舒适水平。系统模拟在相似情况下人类驾驶员将如何行动。一般地,人类驾驶员将通过踩踏油门踏板或者制动踏板来施加控制命令,然后决定车辆是否移动过快、过慢或者过于接近障碍物(例如,行人、另一车辆、诸如建筑的实体对象)。如果是这样的话,则驾驶员将调节施加至油门踏板或者制动踏板的压力或者调节方向盘的转动,使得ADV到达期望的位置。
在一个实施方式中,响应于ADV的目标位置,根据ADV的当前速度和当前位置,基于目标位置估算控制命令(例如,速度控制命令、转向控制命令)。基于估算的控制命令,确定ADV可能潜在到达的置信(confidence)位置的范围。检测置信位置的范围从而确定置信位置的范围是否在安全区域之内。安全区域是在一时间点基于感知ADV周围的驾驶环境的感知数据确定的。如果确定响应于估算的控制命令,ADV可能到达的潜在位置在安全区域之内,则估算的控制命令被施加至ADV。如果确定置信位置的范围在安全区域之外,则基于先前估算的控制命令估算(例如,调节)另一个控制命令,以及上述过程被重复地执行直到置信位置的范围落入安全区域之内。
在一个实施方式中,系统基于从ADV的目标位置、当前位置和当前速度推导出的信息在命令估算表中执行查找操作。命令估算表包括多个条目。每个条目与多个估算的控制命令中的一个相对应,以及每个估算的控制命令与置信位置的范围相关联。这样的置信位置的范围可由数据分析系统基于大量驾驶统计(例如,通过多个人类驾驶员使用多种类型的车辆)离线确定或者训练。
在一个实施方式中,一旦控制模块估算控制命令并且确定ADV可能到达的置信位置的范围,则关于置信位置的信息被反馈至规划模块。规划模块确定置信位置的范围是否落入安全区域之内,其中,该安全区域是由规划模块基于由感知ADV周围的驾驶环境的感知模块提供的感知数据创建的。规划模块与控制模块之间的通信被往复地执行直到发现适当的控制命令。如果多次迭代之后不存在适合的控制命令,则控制模块返回至常规方式以基于从规划模块接收的目标确定控制命令,以及尝试尽可能沿着由规划模块提供的路径来驾驶ADV。
图2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2,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一些常用部件,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3,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3所示的部件可以以硬件、软件或其组合实施。
回到图2,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一些位置的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以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、减速、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。在一个实施方式中,规则124包括用于估算控制命令的命令估算表或者数据结构以及与其相关联的置信位置的范围。命令估算表可基于驾驶统计123创建,该驾驶统计123已从由多个人类驾驶员或者自动驾驶系统驾驶的多种车辆采集。命令估算表可针对每种类型的车辆创建和配置。然后,命令估算表被加载至对应的ADV上,从而被实时用于估算控制命令。
图4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2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4,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以及控制模块305。
模块301至305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3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305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一些位置的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。
根据一个实施方式,控制模块305包括速度控制模块321和转向控制模块322。速度控制模块321配置为生成速度控制命令(例如,油门命令、制动命令)来控制ADV的速度。转向控制模块322配置为生成转向控制命令来控制ADV的转向(例如,改变车辆的移动方向)。在一个实施方式中,响应于从规划模块304接收的目标信息(例如,目标位置、目标速度、目标转向角度),速度控制模块321基于目标信息估算速度控制命令,以及确定如果估算的速度控制命令被执行则ADV可能潜在终止的置信位置的范围。相似地,转向控制模块322估算转向控制命令以及如果估算的转向控制命令被执行则ADV可能潜在到达的置信位置的范围。
现在参照图5A和图5B,图5A示出代表由速度控制模块321估算的速度控制命令的曲线,速度控制命令是以一段时间内油门百分比的形式呈现。与人类驾驶员如何在油门踏板上施加压力相似,曲线是相对线性曲线。图5B示出响应于如图5A所示的估算的速度控制命令车辆可达到的估算速度。如图5B所示,ADV的速度可在曲线501与曲线502之内改变。曲线501与曲线502之间的区域代表车辆可能终止的置信速度的范围。置信速度的范围可用于根据预设时间段内ADV的当前位置确定与目标位置有关的置信位置的范围。目标位置以及到达目标位置的时间段可以是从规划模块304接收的目标信息的一部分。置信位置的范围还称为代表ADV可能将终止的、相对确定或者确信的位置的范围的置信位置的范围。相似地,现在参考图6A-图6B,图6A示出代表以转向角度百分比的形式呈现的转向控制命令的曲线,以及图6B示出代表响应于估算的控制命令ADV潜在到达的置信位置的范围的曲线601与曲线602之间的区域。
返回参考图4,控制模块305将置信位置信息反馈至规划模块304。在一个实施方式中,规划模块304还包括安全检查器模块323来根据安全区域检查代表ADV可能到达的潜在位置的置信位置的范围是否安全。安全检查器模块323可在一时间点基于感知ADV周围的驾驶环境的感知数据确定安全区域。安全区域代表在其中ADV是安全的位置的范围。即,在安全区域之内,ADV将不会处于潜在危险的情况(例如,与另一车辆、行人或者对象碰撞)。安全检查器模块323将置信位置的范围与安全区域相比较,从而确定置信位置是否在安全区域之内。如果置信位置的范围落入安全区域之内,则估算的控制命令(例如、油门命令、制动命令或者转向命令)被施加至ADV。否则,估算的控制命令将被调节以及上述过程可被重复地执行,从而尝试发现安全操作ADV的适合的控制命令。
图7是示出根据本发明的一个实施方式的规划模块与控制模块之间的通信的处理流程图。参照图7,在操作701中,规划模块304规划规划和控制数据并且将规划和控制数据发送至控制模块305。规划和控制数据包括ADV将预期到达的目标信息,其中,该目标信息可包括目标位置、目标速度和/或目标转向角度等。可替代地,规划和控制数据指明在一段时间之内ADV到达的目标位置或者在一段时间之内变更的车道等,以及由控制模块305确定到达规划目标所需要的目标速度或者转向角度。响应于目标信息,在操作702中,控制模块305(例如,速度控制模块321和/或转向控制模块322)基于目标信息估算控制命令(例如,速度控制命令、转向控制命令)。在操作703中,控制模块305确定响应于估算的控制命令ADV潜在到达的置信位置的范围。
如上所述,控制命令可以是速度控制命令或者转向控制命令。根据一个实施方式,在估算速度控制命令时,速度控制模块321在速度命令估算表或者数据结构中执行查找操作,其中,速度命令估算表或者数据结构可以是规则124的一部分。图8A示出根据本发明的一个实施方式的速度命令估算表的示例。现在参考图8A,速度命令估算表800包括多个条目。每个条目将ADV的当前速度801和到达目标速度或者目标位置所需要的加速度802映射至速度控制命令803(在该示例中,以油门百分比的形式呈现)。例如,响应于在一段时间(Δt)之内将要到达的目标位置,从当前位置至目标位置的距离(S)可以如S=目标位置-当前位置进行计算。随后,目标速度(Vt)可以如Vt=S/Δt进行计算。加速度(A)可以根据当前速度(Vc)如A=(Vt2-Vc2)/2S进行计算。其后,基于当前速度Vc和加速度A,估算的控制命令可通过在命令估算表800中进行查找来确定。相似地,对于减速(例如,加速度802是负的),速度控制命令803将是以制动百分数的形式呈现的制动命令。
对于速度控制命令803,其与置信数值804的范围相关联,该置信数值804的范围还被称为置信范围,代表对应的控制命令的误差裕度。在该示例中,置信数值804的范围代表加速度802的置信加速度的范围。在该示例中,假设加速度802是1米每二次方秒(m/s2),对于估算的速度控制命令803,置信数值804的范围是+/-0.2m/s2。因此,25%油门的速度控制命令的潜在加速度将在0.8-1.2m/s2的范围内。如果速度控制命令803被施加至ADV,则可基于当前速度801、需要的加速度802以及置信数值804的范围来估算ADV潜在到达的置信位置的范围。
在一个实施方式中,命令估算表800可以以两个表的形式实现:1)命令估算表以及2)置信估算表。在该配置中,命令估算表将包括列801-803,而置信估算表将包括列802-804。因此,命令估算表将具体车辆速度801和加速度802映射至速度控制命令803。一旦已估算了速度控制命令,则置信估算表可用于基于加速度802和估算的速度控制命令803估算置信范围804。
相似地,在估算转向命令时,可利用如图8B所示的转向命令估算表或者数据结构。参照图8B,转向命令估算表850包括多个条目。每个条目将车辆851的当前速度和到达目标转向角度所需要的移动转向角度852映射至转向命令853(例如,以转向角度百分比的形式呈现)。对于转向控制命令853,其与代表误差裕度的置信范围854相关联。在该示例中,置信范围854代表移动角度852的置信转向角度的范围。如果转向控制命令853被施加至ADV,则可基于当前速度851、需要的移动角度852以及置信范围804来估算ADV潜在到达的置信位置的范围。这样的置信数值804和854的范围可基于大量驾驶统计(例如,多个人类驾驶员使用多种类型的车辆)由数据分析系统离线确定或者训练。
在一个实施方式中,命令估算表850可以以两个表的形式实现:1)命令估算表以及2)置信估算表。在该配置中,命令估算表将包括列851-853,而置信估算表将包括列852-854。因此,命令估算表将具体车辆速度851和移动角度852映射至转向控制命令853。一旦已估算了转向控制命令,则置信估算表可用于基于移动角度852和估算的转向控制命令853估算置信范围854。
返回参考图7,在操作704中,控制模块305将置信位置传输至规划模块304。响应于置信位置,在操作705中,规划模块304确定置信位置的范围是否落入与ADV相关联的安全区域之内。可替代地,控制模块305可将置信范围简单地传输至规划模块304,以及规划模块304确定置信位置的范围。在一个实施方式中,安全区域是在一时间点基于感知ADV周围的驾驶环境的感知数据动态确定的。换言之,考虑到ADV可能潜在到达的位置的范围,规划模块304确定ADV是否将会潜在与安全区域外的对象(例如,另一车辆、行人、障碍)碰撞。在操作706中,规划模块304将响应或者信号传输回控制模块305,该响应或者信号指示估算的控制命令是否安全。如果信号指示估算的命令安全,则在操作707中,控制模块305将估算的控制命令施加至车辆平台710。
如果基于安全信号确定估算的控制命令不安全,则控制模块305调节估算的控制命令(例如,增加或者减小差量值),以及操作702-706可针对调节的估算命令重复地执行直到估算的命令安全或者直到迭代的次数达到预设阈值。如果迭代的次数达到预设阈值并且不存在适合或者安全的估算的控制命令,则控制模块305可返回至常规方式,即,规划型方式。在规划型方式中,控制模块根据规则(诸如地图和路线信息311和/或驾驶/交通规则312)的集合经由操作701基于从规划模块304接收的目标信息生成控制命令。在这样的方式中,控制模块305尝试控制ADV以尽可能地匹配由规划模块304规划的路线或者路径。
图9是示出根据本发明的一个实施方式的用于操作自动驾驶车辆的过程的流程图。过程900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900可由规划模块304和/或控制模块305执行。参照图9,在操作901中,响应于ADV的目标位置和到达目标位置需要的时间,处理逻辑根据ADV的当前速度和当前位置基于目标位置估算控制命令。在一个实施方式中,处理逻辑基于当前速度以及速度或转向角度的加速度在命令估算表中进行查找,从而获取估算的控制命令(例如,速度控制命令或者转向控制命令)。
在操作902中,处理逻辑确定ADV可能潜在到达的、与目标位置有关的置信位置的范围。置信位置的范围配置为与所涉及的估算的控制命令相对应。在操作903中,处理逻辑确定置信位置的范围是否在与目标位置有关的安全区域之内。安全区域可在一时间点基于感知ADV周围的驾驶环境的感知数据确定。如果确定置信位置的范围落入安全区域之内,则在操作904中,估算的控制命令被施加至ADV。否则,在操作905中,估算的控制命令被调节以生成新估算的命令,以及上述过程被重复地执行直到置信位置的范围落入安全区域之内或者迭代的次数达到预设阈值。
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命令访问的命令集的一部分。
图10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2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,一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)命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可以是复杂命令集计算(CISC)微处理器、精简命令集计算(RISC)微处理器、超长命令字(VLIW)微处理器、或实施其它命令集的处理器、或实施命令集组合的处理器。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)、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、或者能够处理命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命令。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命令序列的信息。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,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。一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命令集或软件(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304和/或控制模块305。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命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命令集的任何介质,所述命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 (21)
1.用于操作自动驾驶车辆的计算机实施的方法,包括:
响应于自动驾驶车辆的目标位置,根据所述自动驾驶车辆的当前速度和当前位置,基于所述目标位置估算控制命令;
响应于所估算的控制命令,确定所述自动驾驶车辆潜在到达的、与所述目标位置有关的置信位置的范围;
确定所述置信位置的范围是否在安全区域之内,其中,所述安全区域是在一时间点基于感知所述自动驾驶车辆周围的驾驶环境的感知数据确定的;
响应于确定所述置信位置的范围在所述安全区域之内,将所述控制命令施加至所述自动驾驶车辆;
响应于确定所述置信位置的范围在所述安全区域之外,调节所估算的控制命令;以及
迭代执行确定置信位置的范围的操作以及确定所述置信位置的范围是否在安全区域之内的操作。
2.根据权利要求1所述的方法,其中,所述迭代执行的操作被执行直到所述置信位置的范围在所述安全区域之内或者迭代执行的操作的次数达到预设阈值。
3.根据权利要求1所述的方法,其中,基于所述目标位置估算控制命令包括:
基于所述自动驾驶车辆的当前位置和当前速度计算到达所述目标位置需要的加速度;以及
基于所述当前速度和所述加速度在命令估算表中执行查找操作,以获取速度控制命令以作为所估算的控制命令。
4.根据权利要求3所述的方法,其中,所述命令估算表包括多个映射条目,每个映射条目将加速度映射至估算的控制命令。
5.根据权利要求4所述的方法,其中,每个映射条目还将对应的命令映射至置信位置的范围。
6.根据权利要求1所述的方法,其中,基于所述目标位置估算控制命令包括:
基于所述自动驾驶车辆的当前位置和当前速度计算到达所述目标位置需要的转向角度的变化;
基于所述当前速度和所需要的转向角度的变化在命令估算表中执行查找操作以定位匹配的条目;以及
从所匹配的条目获取转向控制命令以作为所估算的控制命令。
7.根据权利要求6所述的方法,其中,所述命令估算表包括多个映射条目,每个映射条目将转向角度的变化映射至估算的控制命令和置信位置的范围,以及其中,所述置信位置的范围从所匹配的条目中获取。
8.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执行时,致使所述处理器执行操作,所述操作包括:
响应于自动驾驶车辆的目标位置,根据所述自动驾驶车辆的当前速度和当前位置,基于所述目标位置估算控制命令;
响应于所估算的控制命令,确定所述自动驾驶车辆潜在到达的、与所述目标位置有关的置信位置的范围;
确定所述置信位置的范围是否在安全区域之内,其中,所述安全区域是在一时间点基于感知所述自动驾驶车辆周围的驾驶环境的感知数据确定的;
响应于确定所述置信位置的范围在所述安全区域之内,将所述控制命令施加至所述自动驾驶车辆;
响应于确定所述置信位置的范围在所述安全区域之外,调节所估算的控制命令;以及
迭代执行确定置信位置的范围的操作以及确定所述置信位置的范围是否在安全区域之内的操作。
9.根据权利要求8所述的机器可读介质,其中,所述迭代执行的操作被执行直到所述置信位置的范围在所述安全区域之内或者迭代执行的操作的次数达到预设阈值。
10.根据权利要求8所述的机器可读介质,其中,基于所述目标位置估算控制命令包括:
基于所述自动驾驶车辆的当前位置和当前速度计算到达所述目标位置需要的加速度;以及
基于所述当前速度和所述加速度在命令估算表中执行查找操作,以获取速度控制命令以作为所估算的控制命令。
11.根据权利要求10所述的机器可读介质,其中,所述命令估算表包括多个映射条目,每个映射条目将加速度映射至估算的控制命令。
12.根据权利要求11所述的机器可读介质,其中,每个映射条目还将对应的命令映射至置信位置的范围。
13.根据权利要求8所述的机器可读介质,其中,基于所述目标位置估算控制命令包括:
基于所述自动驾驶车辆的当前位置和当前速度计算到达所述目标位置需要的转向角度的变化;
基于所述当前速度和所需要的转向角度的变化在命令估算表中执行查找操作以定位匹配的条目;以及
从所匹配的条目中获取转向控制命令以作为所估算的控制命令。
14.根据权利要求13所述的机器可读介质,其中,所述命令估算表包括多个映射条目,每个映射条目将转向角度的变化映射至估算的控制命令和置信位置的范围,以及其中,所述置信位置的范围从所匹配的条目中获取。
15.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执行时,致使所述处理器执行操作,所述操作包括:
响应于自动驾驶车辆的目标位置,根据所述自动驾驶车辆的当前速度和当前位置,基于所述目标位置估算控制命令;
响应于所估算的控制命令,确定所述自动驾驶车辆潜在到达的、与所述目标位置有关的置信位置的范围;
确定所述置信位置的范围是否在安全区域之内,其中,所述安全区域是在一时间点基于感知所述自动驾驶车辆周围的驾驶环境的感知数据确定的;
响应于确定所述置信位置的范围在所述安全区域之内,将所述控制命令施加至所述自动驾驶车辆;
响应于确定所述置信位置的范围在所述安全区域之外,调节所估算的控制命令;以及
迭代执行确定置信位置的范围的操作以及确定所述置信位置的范围是否在安全区域之内的操作。
16.根据权利要求15所述的系统,其中,所述迭代执行的操作被执行直到所述置信位置的范围在所述安全区域之内或者迭代执行的操作的次数达到预设阈值。
17.根据权利要求15所述的系统,其中,基于所述目标位置估算控制命令包括:
基于所述自动驾驶车辆的当前位置和当前速度计算到达所述目标位置需要的加速度;以及
基于所述当前速度和所述加速度在命令估算表中执行查找操作,以获取速度控制命令以作为所估算的控制命令。
18.根据权利要求17所述的系统,其中,所述命令估算表包括多个映射条目,每个映射条目将加速度映射至估算的控制命令。
19.根据权利要求18所述的系统,其中,每个映射条目还将对应的命令映射至置信位置的范围。
20.根据权利要求15所述的系统,其中,基于所述目标位置估算控制命令包括:
基于所述自动驾驶车辆的当前位置和当前速度计算到达所述目标位置需要的转向角度的变化;
基于所述当前速度和所需要的转向角度的变化在命令估算表中执行查找操作以定位匹配的条目;以及
从所匹配的条目中获取转向控制命令以作为所估算的控制命令。
21.根据权利要求20所述的系统,其中,所述命令估算表包括多个映射条目,每个映射条目将转向角度的变化映射至估算的控制命令和置信位置的范围,以及其中,所述置信位置的范围从所匹配的条目中获取。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/465,168 US10409280B2 (en) | 2017-03-21 | 2017-03-21 | Control dominated planning and control system for autonomous driving vehicles |
US15/465,168 | 2017-03-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108628298A CN108628298A (zh) | 2018-10-09 |
CN108628298B true CN108628298B (zh) | 2021-10-08 |
Family
ID=61906585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810036673.0A Active CN108628298B (zh) | 2017-03-21 | 2018-01-15 | 用于自动驾驶车辆的控制型规划和控制系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10409280B2 (zh) |
EP (1) | EP3379364B1 (zh) |
JP (1) | JP6543373B2 (zh) |
CN (1) | CN108628298B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016139748A1 (ja) | 2015-03-03 | 2016-09-09 | パイオニア株式会社 | 経路探索装置、制御方法、プログラム及び記憶媒体 |
US10705525B2 (en) * | 2017-04-07 | 2020-07-07 | Nvidia Corporation | Performing autonomous path navigation using deep neural networks |
CN115855022A (zh) | 2017-04-07 | 2023-03-28 | 辉达公司 | 使用深度神经网络执行自主路径导航 |
CN109116852A (zh) * | 2018-10-24 | 2019-01-01 | 邓银发 | 智能无人驾驶方法和系统 |
US11180145B2 (en) * | 2018-11-29 | 2021-11-23 | Baidu Usa Llc | Predetermined calibration table-based vehicle control system for operating an autonomous driving vehicle |
CN109815555B (zh) * | 2018-12-29 | 2023-04-18 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的环境建模能力评估方法及系统 |
US11167751B2 (en) * | 2019-01-18 | 2021-11-09 | Baidu Usa Llc | Fail-operational architecture with functional safety monitors for automated driving system |
JP7188325B2 (ja) * | 2019-08-27 | 2022-12-13 | トヨタ自動車株式会社 | 運転支援装置 |
US11993256B2 (en) | 2020-05-22 | 2024-05-28 | Cnh Industrial America Llc | Dynamic perception zone estimation |
CN112987733A (zh) * | 2021-02-23 | 2021-06-18 | 北京三快在线科技有限公司 | 自动驾驶控制系统、方法、可读存储介质及无人设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7447592B2 (en) * | 2004-10-18 | 2008-11-04 | Ford Global Technologies Llc | Path estimation and confidence level determination system for a vehicle |
CN103407428A (zh) * | 2013-08-23 | 2013-11-27 | 哈尔滨工业大学 | 汽车互联时代的智能驾驶辅助系统 |
CN104608633A (zh) * | 2014-12-31 | 2015-05-13 | 陈欣 | 车辆限速安全保障系统 |
DE102013225057A1 (de) * | 2013-12-05 | 2015-06-11 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren zum steuern eines fahrzeugs, vorrichtung zum erzeugen von steuersignalen für ein fahrzeug und fahrzeug |
CN105691381A (zh) * | 2016-03-10 | 2016-06-22 | 大连理工大学 | 一种四轮独立驱动电动汽车稳定性控制方法及系统 |
CN105818810A (zh) * | 2016-04-22 | 2016-08-03 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的控制方法及智能设备 |
CN106020203A (zh) * | 2016-07-15 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法及装置 |
DE102017125938A1 (de) * | 2016-12-22 | 2018-06-28 | Toyota Jidosha Kabushiki Kaisha | Kollisionsvermeidungsunterstützungsvorrichtung |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8996045B2 (en) * | 2007-01-29 | 2015-03-31 | Blackberry Limited | Method of e-mailing a map location using predefined context-sensitive messages |
JP4450023B2 (ja) * | 2007-07-12 | 2010-04-14 | トヨタ自動車株式会社 | 自車両危険度取得装置 |
JP5179826B2 (ja) * | 2007-09-28 | 2013-04-10 | 京セラ株式会社 | 携帯端末 |
JP2009120116A (ja) * | 2007-11-16 | 2009-06-04 | Hitachi Ltd | 車両衝突回避支援装置 |
JP5493842B2 (ja) * | 2009-12-25 | 2014-05-14 | トヨタ自動車株式会社 | 走行支援装置 |
US20120053794A1 (en) * | 2010-08-25 | 2012-03-01 | Gm Global Technology Operations, Inc. | Individualizable convenience system for drivers |
US20120158712A1 (en) * | 2010-12-16 | 2012-06-21 | Sushrut Karanjkar | Inferring Geographic Locations for Entities Appearing in Search Queries |
JP5342588B2 (ja) * | 2011-03-28 | 2013-11-13 | 株式会社ホンダアクセス | 自動車における車載機器の操作装置 |
EP2763122A1 (en) * | 2011-09-26 | 2014-08-06 | Toyota Jidosha Kabushiki Kaisha | Vehicle driving assistance system |
JP5987908B2 (ja) * | 2012-09-07 | 2016-09-07 | トヨタ自動車株式会社 | 車間距離制御装置 |
JP6396645B2 (ja) * | 2013-07-11 | 2018-09-26 | 株式会社Soken | 走行経路生成装置 |
US8930060B1 (en) * | 2013-07-15 | 2015-01-06 | Ford Global Technologies | Post-impact path assist for vehicles |
CN105612403B (zh) * | 2013-08-29 | 2019-05-07 | 日产自动车株式会社 | 车辆用行驶引导装置以及方法 |
KR102326062B1 (ko) * | 2014-11-12 | 2021-11-12 | 현대모비스 주식회사 | 자율주행차량의 장애물 회피 시스템 및 방법 |
KR101664582B1 (ko) * | 2014-11-12 | 2016-10-10 | 현대자동차주식회사 | 자율주행차량의 주행경로 생성장치 및 방법 |
US10496766B2 (en) * | 2015-11-05 | 2019-12-03 | Zoox, Inc. | Simulation system and methods for autonomous vehicles |
JP6387948B2 (ja) * | 2015-12-11 | 2018-09-12 | トヨタ自動車株式会社 | 車両の運転支援装置 |
US10196086B2 (en) * | 2016-08-11 | 2019-02-05 | GM Global Technology Operations LLC | Methods and apparatus for robust trajectory control of an autonomous vehicle |
US10249194B2 (en) * | 2016-08-30 | 2019-04-02 | International Business Machines Corporation | Modifying behavior of autonomous vehicle based on advanced predicted behavior analysis of nearby drivers |
US10279807B2 (en) * | 2017-02-17 | 2019-05-07 | GM Global Technology Operations LLC | System and method for predicting a possible lane departure when driving a vehicle autonomously or semi-autonomously, and for taking a remedial action to prevent a lane departure |
US10723380B2 (en) * | 2017-02-24 | 2020-07-28 | Ford Global Technologies, Llc | Systems and methods to control steering of a vehicle |
US10705525B2 (en) * | 2017-04-07 | 2020-07-07 | Nvidia Corporation | Performing autonomous path navigation using deep neural networks |
JP6772944B2 (ja) * | 2017-04-19 | 2020-10-21 | トヨタ自動車株式会社 | 自動運転システム |
US10504367B2 (en) * | 2017-04-24 | 2019-12-10 | Ford Global Technologies, Llc | Navigation assisted collision avoidance at intersections |
US10401863B2 (en) * | 2017-11-22 | 2019-09-03 | GM Global Technology Operations LLC | Road corridor |
-
2017
- 2017-03-21 US US15/465,168 patent/US10409280B2/en active Active
-
2018
- 2018-01-15 CN CN201810036673.0A patent/CN108628298B/zh active Active
- 2018-03-20 EP EP18162842.1A patent/EP3379364B1/en active Active
- 2018-03-20 JP JP2018053428A patent/JP6543373B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7447592B2 (en) * | 2004-10-18 | 2008-11-04 | Ford Global Technologies Llc | Path estimation and confidence level determination system for a vehicle |
CN103407428A (zh) * | 2013-08-23 | 2013-11-27 | 哈尔滨工业大学 | 汽车互联时代的智能驾驶辅助系统 |
DE102013225057A1 (de) * | 2013-12-05 | 2015-06-11 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren zum steuern eines fahrzeugs, vorrichtung zum erzeugen von steuersignalen für ein fahrzeug und fahrzeug |
CN104608633A (zh) * | 2014-12-31 | 2015-05-13 | 陈欣 | 车辆限速安全保障系统 |
CN105691381A (zh) * | 2016-03-10 | 2016-06-22 | 大连理工大学 | 一种四轮独立驱动电动汽车稳定性控制方法及系统 |
CN105818810A (zh) * | 2016-04-22 | 2016-08-03 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的控制方法及智能设备 |
CN106020203A (zh) * | 2016-07-15 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法及装置 |
DE102017125938A1 (de) * | 2016-12-22 | 2018-06-28 | Toyota Jidosha Kabushiki Kaisha | Kollisionsvermeidungsunterstützungsvorrichtung |
Also Published As
Publication number | Publication date |
---|---|
JP6543373B2 (ja) | 2019-07-10 |
US10409280B2 (en) | 2019-09-10 |
CN108628298A (zh) | 2018-10-09 |
US20180275656A1 (en) | 2018-09-27 |
EP3379364B1 (en) | 2021-06-30 |
EP3379364A1 (en) | 2018-09-26 |
JP2018158719A (ja) | 2018-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109195841B (zh) | 用于自动驾驶车辆的完全停止的速度控制 | |
CN108604095B (zh) | 确定操作自动驾驶车辆的转向率的方法、介质及处理系统 | |
CN109196432B (zh) | 用于自动驾驶车辆的速度控制参数估计方法、介质和系统 | |
CN108137015B (zh) | 用于自动驾驶车辆的侧滑补偿控制方法 | |
CN108255171B (zh) | 用于提高自主驾驶车辆的稳定性的方法和系统 | |
EP3423787B1 (en) | Method and system for updating maps based on control feedbacks of autonomous driving vehicles | |
CN108628298B (zh) | 用于自动驾驶车辆的控制型规划和控制系统 | |
CN108139884B (zh) | 用于操作自动驾驶车辆的方法和系统 | |
CN108255170B (zh) | 动态地调整自动驾驶车辆的速度控制率的方法 | |
CN108891417B (zh) | 用于操作自动驾驶车辆的方法及数据处理系统 | |
EP3315388B1 (en) | Spring system-based change lane approach for autonomous vehicles | |
CN108099918B (zh) | 用于确定自主车辆的命令延迟的方法 | |
CN108733046B (zh) | 用于自动驾驶车辆的轨迹重新规划的系统和方法 | |
US10183641B2 (en) | Collision prediction and forward airbag deployment system for autonomous driving vehicles | |
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 | |
US10549749B2 (en) | Post collision analysis-based vehicle action optimization for autonomous driving vehicles | |
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 | |
CN113226825A (zh) | 自动驾驶车辆的基于扭矩反馈的车辆纵向自动校准系统 | |
CN111033418A (zh) | 用于自动驾驶车辆的速度控制命令自动校准系统 | |
EP3697659B1 (en) | Method and system for generating reference lines for autonomous driving vehicles |
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 |