CN108725446A - 用于自主车辆的俯仰角补偿 - Google Patents
用于自主车辆的俯仰角补偿 Download PDFInfo
- Publication number
- CN108725446A CN108725446A CN201810338451.4A CN201810338451A CN108725446A CN 108725446 A CN108725446 A CN 108725446A CN 201810338451 A CN201810338451 A CN 201810338451A CN 108725446 A CN108725446 A CN 108725446A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- pitch angle
- plan
- data
- longitudinal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000001133 acceleration Effects 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000033001 locomotion Effects 0.000 claims abstract description 22
- 230000005484 gravity Effects 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 2
- 230000006854 communication Effects 0.000 description 29
- 238000004891 communication Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 16
- 230000015654 memory Effects 0.000 description 15
- 230000004888 barrier function Effects 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000000446 fuel Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0891—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for land vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- 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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/076—Slope angle of the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/107—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/11—Pitch movement
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
-
- 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
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/16—Pitch
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/65—Data transmitted between vehicles
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/18—Braking system
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
- B60W2720/106—Longitudinal acceleration
-
- 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
- B60W2756/00—Output or target parameters relating to data
- B60W2756/10—Involving external transmission of data to or from the vehicle
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/042—Public Land Mobile systems, e.g. cellular systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
Abstract
提供用于控制车辆的系统和方法。在一个实施例中,一种方法包括:由车辆上的控制器来确定用于沿着路线操作车辆的横向计划;由控制器获取与横向计划有关的俯仰角数据;以及由控制器基于俯仰角数据和横向计划来确定用于沿着路线操作车辆的纵向计划,其中俯仰角数据影响车辆在沿着横向计划的一个或多个点处的纵向移动的计划速率。就此而言,未来点处的计划车速或加速度可能受到与该未来点处的预期车辆位置相对应的俯仰角数据的约束。
Description
技术领域
本公开总体上涉及自主车辆,并且更具体地涉及用于当控制自主车辆时提供对道路俯仰角的调整或补偿的系统和方法。
背景技术
自主车辆是能够感测其环境并且以很少或不需要用户输入进行导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器等感测装置来感测其环境。自主车辆进一步使用来自全球定位系统(GPS)技术、导航系统、车对车通信、车对基础设施技术和/或线控驱动系统的信息来对车辆进行导航。
车辆自动化已经被分类为从零(对应于全人为控制的非自动化)至五(对应于无人为控制的全自动化)的范围中的数值等级。各种自动驾驶员辅助系统(诸如巡航控制、自适应巡航控制以及驻车辅助系统)对应于较低自动化等级,而真正的“无人驾驶”车辆对应于较高自动化等级。
对于传统的手动控制车辆,车辆操作员能够感知即将到来的道路状况并且主动调整车速或加速度,以考虑由到即将到来的道路状况引起的预期变化。另外,当车辆操作员不能感知即将到来的道路状况时(例如在山顶时),车辆操作员也可调整车速或加速度以考虑到可能未知的道路状况。然而,以完全自主模式操作的自动车辆可能缺乏主动考虑即将到来的道路状况的能力,这可能会有损乘坐质量并降低自主控制的一些方面。
因此,期望提供允许自动车辆以改进控制和乘坐质量的方式来考虑即将到来的道路状况的系统和方法。另外,从以下结合附图和前面的技术领域及背景技术进行的详细描述和所附权利要求书中将更清楚地明白本发明的其它理想特征和特性。
发明内容
提供用于控制车辆的系统和方法。在一个实施例中,一种方法包括:由车辆上的控制器来确定用于沿着路线操作车辆的横向计划;由控制器获取与横向计划有关的俯仰角数据;以及由控制器基于俯仰角数据和横向计划来确定用于沿着路线操作车辆的纵向计划,其中俯仰角数据影响车辆在沿着横向计划的一个或多个点处的纵向移动的计划速率。
在另一个实施例中,一种自主车辆包括:提供传感器数据的至少一个传感器;车辆上的一个或多个致动器;以及控制器,该控制器通过处理器并且基于传感器数据来识别当前车辆姿态、至少部分地基于传感器数据来确定物体的物体预测数据、至少部分地基于当前车辆姿态和物体预测数据来确定用于沿着路线操作车辆的横向计划、至少部分地基于横向计划和与横向计划对应的俯仰角数据来确定用于沿着路线操作车辆的纵向计划,并且根据纵向计划自主地操作车辆上的一个或多个致动器,其中俯仰角数据影响车辆移动在沿着横向计划的未来一个或多个点处的计划速率。
在另一个实施例中,一种控制车辆的方法包括:由车辆上的控制器来识别当前车辆姿态;由控制器至少部分地基于来自车辆上的感测装置的传感器数据来确定物体预测数据;由控制器至少部分地基于物体预测数据来确定用于沿着从当前姿态的路线操作车辆的横向计划;由控制器获取与横向计划有关的俯仰角数据;由控制器至少部分地基于与沿着横向计划的计划位置对应的俯仰角数据的子集来确定该计划位置处的一个或多个纵向约束;由控制器基于横向计划来确定用于沿着路线操作车辆的纵向计划,其中一个或多个纵向约束影响车辆在与计划位置对应的未来时间的纵向移动的计划速率;并且由控制器根据纵向计划自主操作车辆上的一个或多个致动器。
附图说明
下文将结合以下附图描述示例性实施例,其中相同标号表示相同元件,且其中:
图1是说明根据各种实施例的具有乘坐控制系统的自主车辆的功能框图;
图2是说明根据各种实施例的具有图1的一个或多个自主车辆的运输系统的功能框图;
图3是根据一个或多个示例性实施例的用于车辆的自动驾驶系统(ADS)的示意框图;
图4是根据一个或多个示例性实施例的用于车辆的运动计划模块的示意框图;并且
图5是说明根据一个或多个示例性实施例的用于控制图1的自主车辆的俯仰角补偿控制过程的流程图。
具体实施方式
以下详细描述本质上仅仅是示例性的,并且不旨在限制应用和用途。另外,不存在被任何前述的技术领域、背景、摘要或以下详细描述中提出的任何明确的或暗示的理论约束的意图。如本文所使用,术语模块是指个别或呈任何组合的任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器装置,包括但不限于:专用集成电路(ASIC)、电子电路、处理器(共享、专用或成组)和执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所述功能性的其它合适部件。
本公开的实施例在本文可依据功能和/或逻辑块部件和各个处理步骤来描述。应当明白的是,这些块部件可由被配置为执行指定功能的任何数量的硬件、软件和/或固件部件来实施。例如,本公开的实施例可采用各种集成电路部件(例如,存储器元件、数字信号处理元件、逻辑元件、查找表等,其可以在一个或多个微处理器或其它控制装置的控制下执行多种功能)。另外,本领域技术人员将明白的是,本公开的实施例可结合任何数量的系统来实践,并且本文所述的传感器平台仅仅是本公开的一个示例性实施例。
为了简明起见,本文可不详细描述与信号处理、数字传输、信令、控制以及该系统(和该系统的单个操作部件)的其它功能方面有关的常规技术。另外,本文所包括的各个图式中所示的连接线旨在表示各个元件之间的示例功能关系和/或物理联接。应当注意的是,在本公开的实施例中可存在许多替代或附加的功能关系或物理连接。
在本文描述的一个或多个示例性实施例中,利用关于道路在沿着路线的各个位置处的俯仰角、坡度或角度的信息或数据来计算或以其它方式确定那些位置处的速度或加速度限制,进而在确定用于沿着路线自主操作车辆的运动计划时加以利用。例如,基于特定位置处的道路俯仰角,可限制沿着路线的该位置处的计划速度或加速度,以将垂直在该位置垂直于的道路表面的加速度或重力(g力)保持小于或等于阈值来实现期望水平的乘客舒适度(例如,在山顶或山谷处)。类似地,可利用道路俯仰角来确定沿着路线的位置处的加速或减速限制,以实现期望水平的乘客舒适度(例如,通过在下坡行驶时避免不必要或不自然的车辆加速,在上坡行驶时避免不必要的减速等)或者考虑实际车辆能力(例如,当车辆加速度在上坡行驶受限时,当车辆减速度在下坡行驶受限时等)。
另外,可利用道路俯仰角来进一步限制计划速度或加速度,以考虑道路俯仰角对传感器范围或障碍物检测的影响(例如,当车载传感器不能基于车辆倾斜度感测到超出山顶或山谷时)。因此,可减少归因于新的障碍物或物体引起的减速的幅度或可能性,这些新的障碍物或物体由于道路俯仰角而无法在相对更靠近车辆之前被感测到。
由于本文描述的道路俯仰角调整,车速和加速度可以对乘客或车辆乘员直观的方式而平滑化和约束,并且由此可改进感知的乘坐质量。车辆控制的质量也可通过考虑道路俯仰角对车辆能力的影响而得到改进,由此最小化与计划速度和加速度的偏差。另外,考虑到不同的有效传感器能力还可能限制计划速度和加速度的变化,否则这些变化可能促成物体数据中由道路俯仰角引起虚假变化影响来自车载感测装置的传感器数据。
虽然本文主要在使用地图数据库、映射数据、勘测数据等来获取与沿着车辆的计划路线的未来位置对应的道路俯仰角数据的上下文中描述本主题,但是本文描述的主题是不一定局限于映射的俯仰角数据。例如,在各种实施例中,可使用车辆上的一个或多个装置(诸如,例如相机或其它成像传感器、雷达、激光雷达或其它测距装置、惯性测量单元(IMU)或者车辆上的其它惯性传感器等)来获取或以其它方式确定未来道路俯仰角数据。另外,在各种实施例中,可通过以使用车载装置确定的感测俯仰角数据混合、融合以其它方式扩大从映射数据导出的俯仰角数据来计算或确定未来道路俯仰角数据。因此,本文描述的主题不旨在局限于在沿着计划行驶路线的当前车辆位置之前的未来位置的道路俯仰角数据的任何特定来源。
参考图1,总体以100示出的自主车辆控制系统与根据各种实施例的车辆10相关联。通常,控制系统100根据道路俯仰角信息来确定用于沿着路线自主操作车辆10的运动计划。就此而言,道路俯仰角信息影响车辆10在横穿路线时纵向移动的速率,这进而影响乘员经历的乘坐,如下面主要在图4到5的上下文中更详细描述。
如图1中所描绘,车辆10通常包括底盘、车身14、前轮16和后轮18。车身14被布置在底盘上并且大致上包围车辆10的部件。车身14和底盘可共同形成框架。车轮16到18各自在车身14的相应拐角附近旋转地联接到底盘。
在各种实施例中,车辆10是自主车辆并且乘坐控制系统100被结合到自主车辆10(在下文中被称为自主车辆10)中。自主车辆10例如是被自动控制以将乘客从一个位置运送至另一个位置的车辆。在所说明的实施例中,车辆10被描绘为乘用车,但是应当明白的是,也可使用包括摩托车、卡车、运动型多用途车辆(SUV)、休闲车辆(RV)、船舶、飞行器等任何其它车辆。在示例性实施例中,自主车辆10是所谓的四级或五级自动化系统。四级系统指示“高度自动化”,其指代自动驾驶系统在动态驾驶任务的所有方面的驾驶模式所特有的性能,即使人类驾驶员对干预请求没有做出适当响应。五级系统指示“全自动化”,其指代自动驾驶系统在可由人类驾驶员管理的所有道路和环境条件下在的动态驾驶任务的所有方面的全面性能。
如所示,自主车辆10通常包括推进系统20、变速器系统22、转向系统24、制动系统26、传感器系统28、致动器系统30、至少一个数据存储装置32、至少一个控制器34和通信系统36。推进系统20在各种实施例中可包括内燃机、诸如牵引电动机等电机和/或燃料电池推进系统。变速器系统22被配置为根据可选速比将来自推进系统20的动力传输到多个车轮16到18。根据各种实施例,变速器系统22可包括分级传动比自动变速器、无级变速器或其它适当的变速器。制动系统26被配置为向车轮16到18提供制动转矩。在各种实施例中,制动系统26可包括摩擦制动器、线控制动器、诸如电机等再生制动系统,和/或其它适当的制动系统。转向系统24影响车轮16到18的定位。虽然为了说明目的而被描绘为包括方向盘,但是在本公开的范围内预期的一些实施例中,转向系统24可不包括方向盘。
传感器系统28包括感测自主车辆10的外部环境和/或内部环境的可观察条件的一个或多个感测装置40a到40n。感测装置40a到40n可包括但不限于雷达、激光雷达、全球定位系统、光学相机、热像仪、超声波传感器和/或其它传感器。致动器系统30包括一个或多个致动器装置42a到42n,其控制一个或多个车辆特征,诸如但不限于推进系统20、变速器系统22、转向系统24和制动系统26。在各种实施例中,车辆特征可进一步包括内部和/或外部车辆特征,诸如但不限于车门、行李箱,以及诸如无线电、音乐、照明等舱室特征(未编号)。
数据存储装置32存储用于自动控制自主车辆10的数据。在各种实施例中,数据存储装置32存储可导航环境的限定地图。在各种实施例中,限定地图可由远程系统预定义并且从远程系统获取(关于图2进一步详细描述)。例如,限定地图可由远程系统组装并且(以无线方式和/或以有线方式)传送到自主车辆10并存储在数据存储装置32中。如将明白的是,数据存储装置32可为控制器34的一部分,与控制器34分开,或作为控制器34的一部分以及单独系统的一部分。
控制器34包括至少一个处理器44和计算机可读存储装置或介质46。处理器44可为任何定制的或商业上可用的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制模块34相关联的若干处理器中的辅助处理器、基于半导体的微处理器(呈微芯片或芯片集的形式)、宏处理器、它们的任何组合或通常用于执行指令的任何装置。计算机可读存储装置或介质46可包括例如只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性和非易失性存储器。KAM是一种持久或非易失性存储器,其可在处理器44断电时用于存储各种操作变量。计算机可读存储装置或介质46可使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪速存储器或能够存储数据的任何其它电动、磁性、光学或组合存储器装置的许多已知存储器中的任何一种来实施,其中的某些数据表示由控制器34用于控制自主车辆10的可执行指令。
指令可包括一个或多个单独的程序,每个程序包括用于实施逻辑功能的可执行指令的有序列表。指令在由处理器44执行时接收并处理来自传感器系统28的信号,执行用于自动控制自主车辆10的部件的逻辑、计算、方法和/或算法,并且产生控制信号给致动器系统30以基于逻辑、计算、方法和/或算法来自动地控制自主车辆10的部件。虽然图1中仅示出了一个控制器34,但是自主车辆10的实施例可包括通过任何合适的通信介质或通信介质的组合进行通信并且协作以处理传感器信号、执行逻辑、计算、方法和/或算法且产生控制信号以自动控制自主车辆10的特征的任意数量的控制器34。
在各种实施例中,控制器34的一个或多个指令被实施在乘坐控制系统100中,并且当由处理器44执行时使处理器44计算、确定或以其它方式产生用于操作车辆10的运动计划,其考虑该计划所包含的道路部分的俯仰角或仰角的变化。例如,如下面在图4到5的上下文中更详细描述,这些指令可使处理器44从车载存储器32或另一个实体48(例如,联网地图数据库)获取当前车辆定位前方的路线部分的仰角和/或俯仰角数据,并且然后利用该仰角和俯仰角数据导出确定运动计划时要使用的速度或加速度限制。
在一个或多个实施例中,处理器44获取以一个或多个车载感测装置40a到40n的性能或能力为特征的数据或信息,并且使用沿着路线部分的各个位置处的仰角变化和道路俯仰角,处理器44基于传感器视场与道路的倾斜度或角度之间的关系来确定一个或多个相应感测装置40a到40n的有效范围。基于特定位置处的有效传感器范围,处理器44计算与该位置相关联的速度限制,从而考虑感测能力的变化。因此,当道路俯仰角和仰角变化减小了感测装置在特定位置处的有效范围或感测距离时,速度可以对应的方式被限制以考虑超出该位置处的传感器范围的潜在不确定性。这例如可导致车辆10的速度在相对陡峭的山顶或山谷处减小,从而不仅可增加乘客的舒适度,而且可减少由于物体或障碍物有可能在这些位置处于传感器范围之外而导致的任何随后的突然操纵的可能性。
作为另一个示例,在一个或多个实施例中,处理器44计算或以其它方式确定沿着路线的道路俯仰角的导数,并且然后利用道路俯仰角的导数来确定沿着路线的位置处的速度限制以维持车辆乘员在垂直于道路表面的垂直方向上经历的加速度小于或等于最大垂直加速度值。就此而言,可利用向心加速度公式其中道路俯仰角的导数对应于沿着路线的特定位置处的垂直平面中的项并且αmax是所施加的最大垂直加速度值。
作为又另一个示例,在一个或多个实施例中,处理器44基于沿着路线的特定位置处的道路俯仰角计算或以其它方式确定纵向地影响车辆10的重力分量,并且基于道路俯仰角来调整与该位置相关联的车辆加速度限制。例如,重力加速度的纵向分量可通过使用等于道路俯仰角角的正弦的调整因子的乘法来确定,该调整因子进而可用于通过从车辆10在沿着路线的该特定位置处的可实现加速度的范围的端点减去重力分量来将该范围移位。因此,对于倾斜度,纵向重力加速度分量减小正纵向方向上的最大前方车辆加速度,并且类似地增加负纵向方向上的最大车辆减速度(例如,通过使幅度更负)。
使用基于俯仰角的速度和加速度限制,可确定用于纵向地控制车辆10的解决方案,该解决方案考虑了乘客舒适度、促成道路俯仰角变化的传感器范围的变化以及受重力影响的可实现的车辆加速能力。结果,车辆10的自主控制的纵向行驶可更好地模拟或逼近人类驾驶员。
仍然参考图1,在示例性实施例中,通信系统36被配置为向和从其它实体48(诸如但不限于其它车辆(“V2V”通信)、基础设施(“V2I”通信)、远程运输系统和/或用户装置(关于图2更详细地描述))无线地传送信息。在示例性实施例中,通信系统36是被配置为经由使用IEEE 802.11标准的无线局域网(WLAN)或通过使用蜂窝数据通信来进行通信的通信系统。然而,诸如专用短程通信(DSRC)信道等附加或替代通信方法也被认为在本公开的范围内。DSRC信道是指专门为汽车使用而设计的单向或双向短程至中程无线通信信道,以及相应的一组协议和标准。
现在参考图2,在各种实施例中,关于图1描述的自主车辆10可适用于在某个地理区域(例如,城市、学校或商业园区、购物中心、游乐园,活动中心等)的出租车或班车系统的背景下或可只需由远程系统管理。例如,自主车辆10可与基于自主车辆的远程运输系统相关联。图2说明了总体上以50示出的操作环境的示例性实施例,该操作环境包括基于自主车辆的远程运输系统52,其与关于图1所描述的一个或多个自主车辆10a到10n的一种或多种情况相关联。在各种实施例中,操作环境50进一步包括经由通信网络56与自主车辆10和/或远程运输系统52通信的一个或多个用户装置54。
通信网络56根据需要支持在由操作环境50支持的装置、系统和部件之间(例如,经由有形的通信链路和/或无线通信链路)的通信。例如,通信网络56可包括无线载波系统60,诸如蜂窝电话系统,其包括多个手机信号塔(未示出)、一个或多个移动交换中心(MSC)(未示出)以及将无线载波系统60与陆地通信系统连接所需要的任何其它联网部件。每个手机信号塔均包括发送和接收天线以及基站,其中来自不同手机信号塔的基站直接或经由诸如基站控制器等中间设备连接到MSC。无线载波系统60可实施任何合适的通信技术,包括(例如)诸如CDMA(例如,CDMA2000)、LTE(例如,4G LTE或5G LTE)、GSM/GPRS或其它当前或正涌现的无线技术等数字技术。其它手机信号塔/基站/MSC布置是可能的并且可结合无线载波系统60使用。例如,基站和手机信号塔可共同位于相同站点处或它们可远离彼此,每个基站可负责单个手机信号塔或单个基站可服务于各个手机信号塔,且各个基站可联接到单个MSC,这里仅列举几种可能布置。
除包括无线载波系统60外,可包括呈卫星通信系统64的形式的第二无线载波系统来提供与自主车辆10a到10n进行的单向或双向通信。这可使用一个或多个通信卫星(未示出)和上行链路传输站(未示出)来进行。单向通信可包括(例如)卫星无线电服务,其中节目内容(新闻、音乐等)是由传输站接收、封装上传并且然后发送到卫星,从而向用户广播该节目。双向通信可包括(例如)使用卫星以在车辆10与站之间中继电话通信的卫星电话服务。除了或代替无线载波系统60,可利用卫星电话。
可进一步包括陆地通信系统62,其为连接到一个或多个陆线电话的常规陆基电信网络并且将无线载波系统60连接到远程运输系统52。例如,陆地通信系统62可包括诸如用于提供硬接线电话、分组交换数据通信和因特网基础设施的公共交换电话网(PSTN)。一段或多段陆地通信系统62可通过使用标准有线网络、光纤或其它光学网络、电缆网络、电力线、其它无线网络(诸如无线局域网(WLAN))或提供宽带无线存取(BWA)的网络或其任何组合来实施。另外,远程运输系统52不需要经由陆地通信系统62连接,反而可包括无线电话设备使得其可直接与无线网络(诸如无线载波系统60)通信。
虽然在图2中仅示出了一个用户装置54,但是操作环境50的实施例可支持任意数量的用户装置54,包括由一个人拥有、操作或以其它方式使用的多个用户装置54。由操作环境50支持的每个用户装置54可使用任何合适的硬件平台来实施。就此而言,用户装置54可以任何常见形式因素来实现,包括但不限于:台式计算机;移动计算机(例如,平板电脑、膝上型计算机或上网本计算机);智能电话;视频游戏装置;数字媒体播放器;一件家庭娱乐设备;数码相机或视频摄影机;可穿戴计算装置(例如,智能手表、智能眼镜、智能服装);等等。由操作环境50支持的每个用户装置54被实现为具有实行本文描述的各种技术和方法所需的硬件、软件、固件和/或处理逻辑的计算机实施的或基于计算机的装置。例如,用户装置54包括可编程装置形式的微处理器,该微处理器包括存储在内部存储器结构中并且被施加来接收二进制输入以创建二进制输出的一个或多个指令。在一些实施例中,用户装置54包括能够接收GPS卫星信号并且基于那些信号产生GPS坐标的GPS模块。在其它实施例中,用户装置54包括蜂窝通信功能性使得该装置通过通信网络56使用一个或多个蜂窝通信协议(如本文所讨论)实行语音和/或数据通信。在各种实施例中,用户装置54包括可视化显示器,诸如触摸屏图形显示器或其它显示器。
远程运输系统52包括一个或多个后端服务器系统,该后端服务器系统可为基于云的、基于网络的或驻留在由远程运输系统52服务的特定校园或地理位置。远程运输系统52可由现场顾问、自动顾问、人工智能系统或它们的组合来人工操作。远程运输系统52可与用户装置54和自主车辆10a到10n进行通信以安排乘车、派遣自主车辆10a到10n等等。在各种实施例中,远程运输系统52存储诸如用户认证信息、车辆标识符、简档记录、行为模式和其它相关用户信息等账户信息。
根据典型的用例工作流程,远程运输系统52的注册用户可经由用户装置54创建乘车请求。乘车请求通常将指示乘客希望的乘车位置(或当前GPS位置)、期望目的地位置(其可识别预定义的车辆停靠站和/或用户指定的乘客目的地)以及乘车时间。远程运输系统52接收乘车请求、处理该请求,并且在指定的乘车地点且在适当的时间派遣自主车辆10a到10n中的一个车辆来让乘客乘车(当一个车辆可用时和如果一个车辆可用)。运输系统52还可产生并向用户装置54发送适当配置的确认消息或通知,以使乘客知道车辆正在途中。
如可明白,本文公开的主题提供了可被认为是标准或基准自主车辆10和/或基于自主车辆的远程运输系统52的某些增强的特征和功能。为此,自主车辆和基于自主车辆的远程运输系统可被修改、增强或以其它方式补充以提供下面更详细描述的附加特征。
根据各种实施例,控制器34实施如图3中所示的自主驾驶系统(ADS)70。即,利用控制器34(例如,处理器44和计算机可读存储装置46)的合适软件和/或硬件部件来提供与车辆10结合使用的自主驾驶系统70,例如以自动地控制车辆10上的各种致动器30以由此在无人类干预的情况下分别控制车辆加速、转向和制动。
在各种实施例中,自主驾驶系统70的指令可由功能或系统组织。例如,如图3中所示,自主驾驶系统70可包括传感器融合系统74、定位系统76、引导系统78和车辆控制系统80。如可明白的是,在各种实施例中,由于本公开不限于本示例,所以可将指令组织(例如,组合、进一步划分等)为任何数量的系统。
在各种实施例中,传感器融合系统74合成并处理传感器数据并且预测车辆10的环境的物体和特征的存在、位置、分类和/或路径。在各种实施例中,传感器融合系统74可结合来自多个传感器(包括但不限于相机、激光雷达、雷达和/或任何数量的其它类型的传感器)的信息。
定位系统76处理传感器数据以及其它数据以确定车辆10相对于环境的定位(例如,相对于地图的本地定位、相对于道路车道的精确定位、车辆航向、速度等)。引导系统78处理传感器数据以及其它数据以确定车辆10遵循的路径。车辆控制系统80根据所确定的路径产生用于控制车辆10的控制信号。
如以下在图4到5的上下文中更详细描述,在示例性实施例中,ADS70确定用于控制车辆10沿着路线的转向或横向定位的横向路径命令和用于控制车辆10沿着该路线的纵向定位、速度和/或加速度的纵向路径命令,其与横向路径命令一致。在本文描述的实施例中,纵向路径命令结合补偿或调整,这些补偿或调整考虑沿着路线的未来点处的道路俯仰角(或其变化)并且限制车辆10的计划速度和/或加速度。例如,计划速度可被限制为基于乘客舒适度、车辆间隙或其它物理能力等将垂直于车辆10所经受的道路表面的垂直加速度分量限制在规定限制内。另外,计划速度或加速度可能被限制以便当由于道路俯仰角变化而导致传感器范围所涵盖的未来道路的距离减小时考虑到有效的传感器盲点。最后,未来点处的计划车辆加速度可能受限于基于重力和未来在这些点处的道路的倾斜度或偏角实际上可实现的情况,由此确保纵向路径命令实际上可由车辆10实现。通过预先考虑未来的道路俯仰角,可改进车辆10的乘坐质量和纵向控制。
在各种实施例中,控制器34实施机器学习技术以辅助控制器34的功能,诸如特征检测/分类、障碍物减少、路线穿越、映射、传感器集成、地面实况确定等。
图4描绘了运动计划模块400,其适用于与车辆一起使用以在车辆沿着路线穿越时产生用于控制车辆的运动计划,诸如例如作为ADS 70中的引导系统78的一部分,该引导系统78由图1的车辆10中的控制器模块(例如,控制器34或处理器44)来实施。运动计划模块400包括纵向解算器模块402,其产生纵向运动计划输出406用于例如通过使车辆在未来沿着路线的一个或多个位置处加速或减速来控制车辆沿着大致行驶方向的路线移动。运动计划模块400还包括横向求解器模块404,其产生横向运动计划输出408用于例如通过使车辆在未来沿着路线的一个或多个位置处转向来控制车辆沿着路线的横向移动以改变一般行驶方向。纵向计划输出406和横向计划输出408随后可被提供给控制车辆致动器30的下层控制模块,以实现车辆10沿着对应于纵向计划406和横向计划408的路线的移动。
如上所述,在示例性实施例中,求解器模块402、404优化汽车车辆轨迹图。在一个实施例中,纵向求解器模块402优化车辆的加速度,并由此优化车辆在一般行驶方向上(例如,与车辆的纵向轴线对齐的前进方向上)的速率(或速度)和定位,导致纵向行驶计划406,其将车速特征化为沿着横向路径(例如,横向行驶计划408)的时间的函数,如下面更详细描述的。在一个实施例中,横向求解器模块404基于对应于行驶车道的线性化的偏差来优化横向路径的曲率的导数,其中曲率的导数通过使用速度、加速度和潜在的其它因素对车辆行为进行建模来映射到对应的车辆转向角(以及对应转向角变化率)。因此,所得横向行驶计划408是空间中的路径(例如,空间坐标序列),其限定了垂直于纵向行驶方向的横向方向上的车辆定位,从而避开了障碍物,同时也满足了其它横向约束,如下面更详细地描述。
在示例性实施例中,横向求解器模块404接收或以其它方式获取车辆的当前或瞬时姿态410,其包括车辆的当前定位或位置,车辆的当前定向以及车辆的当前速率或速度。当前车辆姿态410还可包括来自先前解决方案的先前输出的纵向计划406和横向计划408,其提供车辆沿着路线的当前计划的未来定位或位置以及未来时刻下的当前计划的未来速率或速度。使用当前车辆姿态410,横向求解器模块404还基于当前车速来检索或以其它方式获取横向路线信息412,其包括关于车辆沿着从当前姿态410到达目的地的行驶路线的信息,该当前姿态410涵盖与未来(横向预测范围)相距的一定的附加向前行驶距离。横向路线信息412可包括例如当前和未来道路曲率、当前和未来车道信息(例如,车道类型、边界和其它约束或限制)以及与道路相关联的其它约束或限制(例如,最小和最大速度限制、高度或重量限制等等)。可从车载数据存储元件32、从在线数据库或从另一个实体获取横向路线信息412。
横向求解器模块404还接收或以其它方式获取与车辆的路线和当前姿态相关的当前障碍物数据414,其可包括车辆附近或未来路线中的任何物体或障碍物的当前和预测值,诸如例如位置或定位、尺寸、定向或航向、速率、加速度和其它物体特性。横向求解器模块404还接收或以其它方式获取横向约束数据422,其特征化或以其它方式限定车辆对于横向运动的运动学或物理学能力,诸如例如最大转向角或转向角范围、最大转向角变化率等等。横向约束数据422也可为每个特定车辆所特有的,并且可从车载数据存储元件32或从联网数据库或其它实体48、52、54获取。横向车辆约束数据422还可包括基于安全性、乘客舒适度或偏好或其它问题施加的其它约束,诸如例如对车辆10的横向速度或加速度、转向角变化率和其导数(例如,转向角的加速度)、障碍物或车道边界的最小横向间隔距离或缓冲区、车道偏好等等的限制。
使用各种输入410、412、414、422,横向求解器模块404确定横向预测范围内的横向行驶计划解。就此而言,横向求解器模块404使用计划路线、车道信息、障碍物信息和当前车辆姿态来导出横向路径,该横向路径最小化或以其它方式优化成本变量(或成本变量的组合)而不违反横向约束422(例如,使得计划横向路径不要求急车辆在物理上不能执行的转弯或机动性)。例如,横向求解器模块404可尝试使行驶时间最小化、使燃料消耗最小化、使横向加速度(或曲率的导数或觉克)最小化,或根据分配给这些成本变量的预定义权重来实现行驶时间、燃料消耗、障碍物间隔距离以及潜在其它变量的最佳组合。横向求解器模块404输出的所得横向路径命令408是车辆要在空间上针对当前车辆定位之前的横向预测范围距离内离散化行驶的路线的车辆定位坐标、车辆航向和曲率的序列,其中横向预测范围距离是当前车速的函数。
仍然参考图4,纵向求解器模块402从横向求解器模块404、当前车辆姿态410和障碍物数据414接收或以其它方式获取计划横向路径408,并且确定用于沿着纵向预测范围内的计划横向路径408行驶的解406,其遵守纵向约束416、418。在示例性实施例中,纵向求解器模块402使用与道路俯仰角无关的纵向约束416以及基于俯仰角的约束418,其考虑了沿着横向路径408的道路俯仰角的变化或变动。就此而言,当用于特定纵向参数的纵向约束416、418不同时,纵向求解器模块402可尝试遵守更多约束限制。例如,当基于俯仰角的速度约束418在沿着横向路径408的点处施加小于其它速度约束416的最大速度限制(例如,由于减小的有效传感器范围、乘客舒适度等等)时,纵向求解器模块402尝试导出纵向路径解406,该纵向路径解406遵守在横向路径408内的该点处的基于俯仰角的速度约束418。在示例性实施例中,由纵向求解器模块402确定的解406是纵向行驶计划,其包括随时间离散化的车速和加速度的序列。就此而言,可利用当前车速和/或先前计划速度来使来自计划横向路径408的空间位置与未来时间点相关。
与俯仰角无关的纵向约束416可包括例如纵向车辆约束,其特征化或以其它方式限定车辆对于纵向运动的运动学或物理学能力,诸如例如车速极值或车速范围、车辆加速度极值或车辆加速度范围、与道路相关的速度限制、物体或障碍物之间的跟随距离或缓冲区,诸如例如其它车辆的最小和/或最大跟随距离、物体或障碍物之间的最小缓冲区或间隔距离等等。一个或多个纵向车辆约束数据416可为每个特定车辆所特有的,并且可从车载数据存储元件32或从联网数据库或其它实体48、52、54获取。在一些实施例中,可基于车辆的当前质量、车辆上的当前燃料量、车辆的历史或近期性能和/或潜在的其它因素来动态地或大致上实时地计算或以其它方式确定车辆一个或多个纵向车辆约束416。
所说明的运动计划模块400包括俯仰角调整模块450(其在一些实施例中可与纵向求解器模块402集成或实施为纵向求解器模块402的一部分),其基于空间位置与时间之间的相关性来计算或以其它方式确定沿着横向路径408的各个时间点处的一个或多个俯仰角调整或俯仰角补偿的纵向约束的。俯仰角调整模块450从横向路径408获取空间信息,并且然后利用空间信息从地图数据库检索或以其它方式获取与沿着横向路径408的位置相关联的仰角和/或俯仰角数据420。可将地图数据库保存在车辆上(例如,车载数据存储元件32),或替代地,可经由网络从在线数据库、远程系统(例如,远程运输系统52)、用户装置(例如,用户装置54)或另一个实体48获取仰角和/或俯仰角数据420。
在一些实施例中,俯仰角调整模块450使用来自横向路径408的车辆的计划坐标位置来查询地图数据库,以获取与沿着横向路径408的那些计划坐标位置相关联的俯仰角数据420。例如,地图数据库可包括沿着车辆行驶的道路在与对应于坐标位置对应的位置处的被勘测仰角或俯仰角数据。在其它实施例中,地图数据库包括沿着车辆行驶的道路在相对较少位置处的较低分辨率的被勘测仰角或俯仰角数据,其进而被内插或外推以获取沿着横向路径408的坐标位置的仰角和俯仰角数据。在又其它实施例中,地图数据库可包括针对与道路无关的地理区域的被勘测仰角数据,其进而被内插或外推以获取沿着横向路径408的估计仰角数据,从估计仰角数据中可计算或以其它方式确定道路俯仰角。
在俯仰角调整模块450获取或确定沿着横向路径的坐标位置处的道路俯仰角之后,俯仰角调整模块450计算或以其它方式确定在那些坐标位置处的纵向车辆约束,其考虑了与那些坐标位置相关联的道路俯仰角。例如,对于每个坐标位置,俯仰角调整模块450可计算或以其它方式确定考虑道路俯仰角对该位置处的感测能力的影响的速度限制、考虑该位置处的垂直加速限制或乘客舒适度的速度限制和/或考虑该位置处的重力的俯仰角调整加速度限制中的一个或多个。此后,俯仰角调整模块450可使用来自计划横向路径408的空间位置与未来时间点之间的相关性、基于如上所述的当前车速和/或先前计划的未来将俯仰角调整后的速度和加速度约束相关或将其从空间域转换为时域。
如上所述以及下面更详细地描述的,纵向求解器模块402通过凭借改变各个时间点的纵向定位、车速和车辆加速度优化成本变量(或其组合)来确定用于沿着纵向预测范围内的计划横向路径408行驶的解406,其遵守纵向约束416、418。例如,如上所述,纵向求解器模块402可尝试最小化行驶时间、最小化燃料消耗,或实现行驶时间、燃料消耗量、障碍物间隔距离和潜在的其它变量的一定最佳组合,或寻求被纵向求解器模块402优化的成本变量(或其组合)可与由横向求解器模块404优化的成本变量相同或不同。在基于俯仰角的约束418限制车速或影响车辆加速能力的纵向预测范围内的点处,纵向求解器模块402相应地限制或调整纵向计划406内的该点处的车速或加速度,从而使纵向行驶计划406考虑了沿着横向路径408的道路俯仰角。
在一个或多个实施例中,运动计划模块400执行一次或多次迭代,直到横向行驶计划408与纵向行驶计划406之间发生期望的收敛量。例如,在纵向求解器模块402基于根据当前车辆姿态410和/或先前速度计划确定的初始横向行驶计划408确定初始纵向行驶计划406之后,可将初始纵向行驶计划406反馈到横向求解器模块404用于使用初始纵向行驶计划406代替当前车辆姿态410和/或先前的速度计划来确定更新的横向行驶计划408。因此,可基于纵向行驶计划406来重新优化更新的横向行驶计划408。此后,纵向求解器模块402可基于更新的横向行驶计划408等等来确定更新的纵向行驶计划406,直到计划406、408收敛为止。
由运动计划模块400输出的所得纵向行驶计划406包括用于在纵向预测范围内(例如,接下来的12秒)操作车辆的计划纵向定位、速度和加速度的序列,而由运动计划模块400输出的所得横向行驶计划408包括用于在根据纵向行驶计划406进行操作的同时在预测范围内转向车辆的计划坐标位置、航向和曲率的序列。纵向计划输出406和横向计划输出408可被提供给利用车辆定位信息并采用其自己的控制方案来产生控制输出的较低级控制模块,这些控制输出通过改变被提供给致动器30的节气门和转向命令来将车辆定位信息调节为纵向计划406和横向计划408,由此改变车辆10的速度、加速度和转向以模拟或以其它方式执行纵向计划406和横向计划408。
现在参考图5并且继续参考图1到4,数据流图说明了根据本公开的俯仰角补偿控制过程500的各种实施例,该俯仰角补偿控制过程500可嵌入支持ADS 70的图1的乘坐控制系统100中的控制器34内和运动计划模块400内。如根据本公开可明白的是,该方法内的操作顺序不限于如图5中所说明的顺序执行,但是可按照适用的和根据本公开的一个或多个不同顺序执行。在各种实施例中,控制过程500可被安排为基于一个或多个预定事件运行,和/或可在自主车辆10的操作期间连续运行。
所说明的控制过程500在502处通过检索或以其它方式获取纵向预测范围内的路线的一部分的道路俯仰角数据来初始化或以其它方式开始。例如,如所述,俯仰角调整模块450使用来自横向行驶计划408的计划坐标来从地图数据库查询或以其它方式接收关于沿着这些计划坐标的路线的仰角或俯仰角的数据,该地图数据库可在车上(例如,车载存储器32)或在远程(例如,实体48)。就此而言,在一些实施例中,可勘测道路俯仰角角并且可存储或以其它方式保存与地图数据库中的道路坐标相结合的对应俯仰角数据。在其它实施例中,地图数据库可存储仰角数据,仰角数据进而被俯仰角调整模块450用来基于仰角数据与计划横向路径坐标之间的关系来计算或以其它方式确定对应的道路俯仰角。例如,可对仰角数据进行内插以估计在计划横向路径坐标处的仰角,其进而可用于(例如,基于特定横向路径坐标相对于前面或后面的横向路径坐标的仰角变化)计算每个横向路径坐标处的道路俯仰角。
在获取用于计划路线的俯仰角数据之后,控制过程500通过使用俯仰角数据计算或以其它方式确定沿着计划路线的俯仰角补偿纵向约束的初始值来继续。就此而言,对于每个坐标位置,控制过程500在504处基于该坐标位置处的俯仰角和车载传感器能力来计算或以其它方式确定一个或多个传感器约束。另外,对于每个坐标位置,控制过程500在506处基于该坐标位置处的俯仰角计算或以其它方式确定一个或多个垂直加速度约束,并且在508处计算或以其它方式确定一个或多个重力约束。
例如,如上所述,对于给定的计划坐标位置(x,y),俯仰角调整模块450利用与该位置相关联的道路俯仰角以及垂直射束宽度、范围、视野和/或与车载传感器28相关联的其它性能特性来基于车辆10前方的估计距离确定速度限制和/或加速度限制,该估计距离对应于车载传感器28沿着计划路线的范围的纵向范围。针对相应坐标位置的所得速度和/或加速度限制被输入或以其它方式提供给纵向求解器模块402,作为在对应于该相应坐标位置的时刻施加在纵向行驶计划上的约束。
另外,对于每个计划坐标位置(x,y),俯仰角调整模块450利用与该位置相关联的道路俯仰角以及垂直加速度限制,俯仰角调整模块450计算或以其它方式确定速度限制,如上所述,该速度限制将法向于道路表面的车辆10的垂直加速度保持小于或等于垂直加速度限制。取决于实施例,可基于乘客舒适度、安全性、车辆的物理特性(例如,车辆间隙、重量、轴距等等)或某些其它因素来选择垂直加速度限制。在一些实施例中,垂直加速度限制可由车辆乘员或其它用户配置。针对相应坐标位置的所得速度限制还可被输入或以其它方式提供给纵向求解器模块402,作为在对应于该相应坐标位置的时刻施加在纵向行驶计划上的约束。就此而言,应当注意的是,在一些实施例中,俯仰角调整模块450可向纵向求解器模块402仅输入或以其它方式提供更受限制的垂直加速度速度限制和传感器速度限制。
在示例性实施例中,如上所述,对于每个计划坐标位置(x,y),俯仰角调整模块450利用与该位置相关联的道路俯仰角来调整能够被纵向求解器模块402在该坐标位置处使用的可实现的车辆加速度的范围。例如,当俯仰角对应于倾斜度时,俯仰角调整模块450通过并且基于该位置处的重力加速度分量减小最大前进加速度的大小以及增加最大减速度的大小来转变车辆10的可实现加速度的范围。相反地,当俯仰角对应于偏角时,俯仰角调整模块450通过增加最大前进加速度的大小以及减小最大减速度的大小来转变车辆10的可实现加速度的范围。相应坐标位置处的所得加速度限制还被输入或以其它方式提供给纵向求解器模块402,作为在对应于该相应坐标位置的时刻施加在纵向行驶计划上的约束。
在确定沿着计划路线的俯仰角补偿纵向约束之后,控制过程500通过在510处使用俯仰角补偿纵向约束来计算或以其它方式确定纵向行驶计划来继续。就此而言,如上所述,俯仰角补偿纵向约束418使用车速信息从空间域转换到时域,并且然后在那些对应的时间位置处施加在纵向行驶计划上。例如,使用在时间上离散化先前速度计划,可确定作为时间函数的计划行驶距离。然后,对于每个单位时间,对应于或接近相距当前车辆位置的距离的坐标位置可用于确定在该时刻施加的俯仰角补偿纵向约束。就此而言,在一些实施例中,当在计划空间坐标与纵向计划正被求解的时刻之间不存在直接的一对一关联时,可内插、平均化或以其它方式组合来自两个或更多个坐标位置的俯仰角补偿纵向约束,以在特定时刻获取对应的俯仰角补偿纵向约束。
如上所述,俯仰角补偿纵向约束418由纵向求解器模块402在适当时刻施加以限制该时间点的最优解。在示例性实施例中,特定时刻的所得计划车速小于垂直加速度速度限制和与车辆预期在该特定时刻所处的计划横向空间坐标相对应的传感器速度限制,并且在该特定时刻的所得计划车辆加速度在俯仰角补偿可实现的加速度范围内。然后,遵守俯仰角补偿约束的所得纵向行驶计划406由运动计划模块400输出和/或提供给横向求解器模块404以更新横向行驶计划408,其进而可用于更新如上所述的纵向行驶计划406。因此,在一个或多个实施例中,通过在502处检索或以其它方式获取更新的横向行驶计划408的纵向预测范围内的更新的道路纵向数据、在504、506和508处使用更新的道路俯仰角数据确定更新的俯仰角补偿纵向约束418、并且然后在510处使用更新的俯仰角补偿纵向约束418计算或以其它方式确定更新的纵向行驶计划406来重复控制过程500。就此而言,可利用前一个纵向行驶计划406来确定作为时间函数的计划行驶距离,用于以与上述类似的方式将更新的俯仰角补偿纵向约束418转译为对应的时刻。一旦通过行驶计划406、408实现了期望的收敛量,控制过程500就退出,并且将纵向行驶计划406和横向行驶计划408提供给较低级控制模块用于相应地操作车辆致动器30,如上所述。
如上所述,在一个或多个实施例中,控制过程500还可使用一个或多个车载感测装置在502处检索或以其它方式获取纵向预测范围内的路线的一部分的道路俯仰角数据。就此而言,如果地图数据库的分辨率没有提供纵向预测范围内的各个位置的足够俯仰角数据,则可利用一个或多个车载传感器来计算或以其它方式确定纵向预测范围内的那些位置的俯仰角数据。例如,可利用使用车载传感器导出的俯仰角数据来(例如,通过在缺少基于地图的俯仰角数据的位置处代入从传感器导出的俯仰角数据)填充从地图数据库导出的俯仰角数据中的间隙或(例如,通过内插俯仰角数据点以填充纵向预测范围的间隙)填充使用针对沿着路线的车辆前方的各个位置的使用车载传感器导出的俯仰角数据中的间隙,该俯仰角数据可与从地图数据库导出的俯仰角数据融合或混合。
在一个实施例中,控制过程500可分析可从不同来源获取的俯仰角数据的相对质量,并且选择或以其它方式应当利用使用的俯仰角数据的来源,或以其它方式确定应当利用来自不同来源的俯仰角数据的方式。例如,在一个实施例中,控制过程500分析纵向预测范围内的基于地图的俯仰角数据以确定俯仰角数据是否满足一个或多个标准,诸如分辨率标准(例如,阈值水平的分辨率)或某个其它准确性度量、时间标准(例如,基于地图的俯仰角数据是在当前时间之前的某个阈值时间段内获取的)等等,以确保基于地图的俯仰角数据足够可靠。当基于地图的俯仰角数据不能满足一个或多个适用的质量标准时,控制过程500分析从车载传感器或其它车载来源导出的俯仰角数据以识别应当利用哪个来源代替基于地图的俯仰角数据或作为它的替代。例如,控制过程500可识别或以其它方式选择具有适用质量标准的最佳值的基于传感器的俯仰角数据,以用作纵向预测范围的俯仰角数据来源。此后,控制过程500可利用基于传感器的俯仰角数据来确定俯仰角补偿约束。再次取决于实施例,基于传感器的俯仰角数据可与基于地图的俯仰角数据融合、混合或以其它方式组合(例如,通过使用基于地图的数据来填充基于传感器的俯仰角数据中的盲点),以在纵向预测范围内以期望分辨率、及时性和质量获取俯仰角数据,并且本文描述的主题不旨在限于用于结合或利用基于传感器的俯仰角数据来增强基于地图的俯仰角数据的任何特定方式。
应当明白的是,本文描述的主题允许更接近地模拟手动操作车辆的自主车辆操作,该手动操作车辆通过使用映射数据解释以考虑道路俯仰角。就此而言,计划车速可能在俯仰角不同的位置处受到约束,以限制车辆乘员经历的垂直加速度,降低车辆触底或经历不适当的身体压力的可能性等等。另外,由于道路俯仰角,当车载感应能力受损或沿着车辆前方的道路实际上具有盲点时,计划车速和/或加速度可能受到限制,以减少对物体或障碍物的过度响应的可能性(例如,过度减速或转向角的变化),这些物体或障碍物可能随后响应于恢复正常感测能力的未来俯仰角变化而被检测到。另外,可考虑重力和它们对车辆加速度能力或停车距离的影响,以增加由车辆实际上可实现所得行驶计划的可能性。
虽然前述详细描述中已经提出了至少一个示例性实施例,但是应当明白的是,存在许多变化。还应当明白的是,示例性实施例或多个示例性实施例仅仅是示例并且不旨在以任何方式限制本公开的范围、适用性或配置。实情是,前文详细描述将给本领域技术人员提供用于实施示例性实施例或多个示例性实施例的便捷指引。应当理解的是,在不脱离所附权利要求书和其合法等同物的范围的情况下,可对元件的功能和设置作出各种改变。
Claims (10)
1.一种控制车辆的方法,所述方法包括:
由所述车辆上的控制器来确定用于沿着路线操作车辆的横向计划;
由所述控制器获取与所述横向计划有关的俯仰角数据;以及
由所述控制器基于所述俯仰角数据和所述横向计划来确定用于沿着所述路线操作所述车辆的纵向计划,其中所述俯仰角数据影响所述车辆在沿着所述横向计划的一个或多个点处的纵向移动的计划速率。
2.根据权利要求1所述的方法,其中确定所述纵向计划包括至少部分地基于对应于所述一个或多个点中的第一点的所述俯仰角数据的子集来确定所述第一点处的速度限制。
3.根据权利要求2所述的方法,其中确定所述速度限制包括:
基于所述俯仰角数据的所述子集来计算所述第一点处的道路俯仰角的导数;以及
基于所述道路俯仰角的所述导数与垂直加速度阈值之间的关系来计算所述速度限制。
4.根据权利要求2所述的方法,其中确定所述速度限制包括至少部分基于所述俯仰角数据的所述子集以及与所述车辆上的感测装置相关联的一个或多个性能特性来确定所述速度限制。
5.根据权利要求4所述的方法,其中确定所述速度限制包括:
基于所述一个或多个性能特性和所述俯仰角数据的所述子集来计算所述感测装置的有效范围;以及
基于所述有效范围来确定所述速度限制。
6.根据权利要求5所述的方法,其中
计算所述感测装置的所述有效范围包括基于所述一个或多个性能特性和所述俯仰角数据的所述子集来确定在所述第一点处的所述车辆前方的所述路线的距离,所述距离可由所述感测装置感知;并且
基于所述距离来确定所述速度限制。
7.根据权利要求2所述的方法,其中所述纵向计划在对应于所述第一点的未来时间的计划速度小于或等于所述速度限制。
8.一种自主车辆,包括:
提供传感器数据的至少一个传感器;
所述车辆上的一个或多个致动器;以及
以及控制器,其通过处理器并且基于所述传感器数据来识别当前车辆姿态、至少部分地基于所述传感器数据来确定物体的物体预测数据、至少部分地基于所述当前车辆姿态和所述物体预测数据来确定用于沿着路线操作所述车辆的横向计划、至少部分地基于所述横向计划和与所述横向计划对应的俯仰角数据来确定用于沿着所述路线操作所述车辆的纵向计划,并且根据所述纵向计划自主地操作所述车辆上的一个或多个致动器,其中所述俯仰角数据影响所述车辆移动在沿着所述横向计划的未来一个或多个点处的计划速率。
9.根据权利要求8所述的车辆,其中:
车辆移动在所述一个或多个点中的第一点处的所述计划速率满足所述第一点处的速度限制;并且
至少部分基于对应于所述第一点的所述俯仰角数据的子集来确定所述速度限制。
10.根据权利要求8所述的车辆,其中:
车辆移动在所述一个或多个点中的第一点处的所述计划速率满足所述第一点处的加速度限制;并且
至少部分基于对应于所述第一点的所述俯仰角数据的子集和所述第一点处的重力加速度分量来确定所述加速度限制。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/491,649 US10248129B2 (en) | 2017-04-19 | 2017-04-19 | Pitch compensation for autonomous vehicles |
US15/491649 | 2017-04-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108725446A true CN108725446A (zh) | 2018-11-02 |
CN108725446B CN108725446B (zh) | 2021-08-10 |
Family
ID=63714731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810338451.4A Active CN108725446B (zh) | 2017-04-19 | 2018-04-16 | 用于自主车辆的俯仰角补偿 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10248129B2 (zh) |
CN (1) | CN108725446B (zh) |
DE (1) | DE102018109161B4 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112441013A (zh) * | 2019-09-05 | 2021-03-05 | 百度(美国)有限责任公司 | 基于地图的车辆超速规避 |
US11467590B2 (en) | 2018-04-09 | 2022-10-11 | SafeAI, Inc. | Techniques for considering uncertainty in use of artificial intelligence models |
US11561541B2 (en) * | 2018-04-09 | 2023-01-24 | SafeAI, Inc. | Dynamically controlling sensor behavior |
CN115698637A (zh) * | 2020-06-15 | 2023-02-03 | 埃尔构人工智能有限责任公司 | 执行关于自动驾驶车辆的演进参考路径的轨迹间重新线性化的方法和系统 |
US11625036B2 (en) | 2018-04-09 | 2023-04-11 | SafeAl, Inc. | User interface for presenting decisions |
US11835962B2 (en) | 2018-04-09 | 2023-12-05 | SafeAI, Inc. | Analysis of scenarios for controlling vehicle operations |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109643125B (zh) * | 2016-06-28 | 2022-11-15 | 柯尼亚塔有限公司 | 用于训练自动驾驶系统的逼真的3d虚拟世界创造与模拟 |
JP7014508B2 (ja) * | 2016-08-08 | 2022-02-01 | シャープ株式会社 | 自律走行装置及び自律走行制御方法と制御プログラム |
US10495493B2 (en) | 2017-06-28 | 2019-12-03 | GM Global Technology Operations LLC | Systems and methods for controlling sensing device field of view |
US10532748B2 (en) * | 2017-10-10 | 2020-01-14 | Ford Global Technologies, Llc | Method and apparatus for adaptive vehicular control |
US10503760B2 (en) | 2018-03-29 | 2019-12-10 | Aurora Innovation, Inc. | Use of relative atlas in an autonomous vehicle |
US10521913B2 (en) | 2018-03-29 | 2019-12-31 | Aurora Innovation, Inc. | Relative atlas for autonomous vehicle and generation thereof |
US11256729B2 (en) | 2018-03-29 | 2022-02-22 | Aurora Operations, Inc. | Autonomous vehicle relative atlas incorporating hypergraph data structure |
DK180407B1 (en) | 2019-01-28 | 2021-04-21 | Motional Ad Llc | Detecting road anomalies |
US20210046911A1 (en) * | 2019-08-15 | 2021-02-18 | Lyft, Inc. | Systems and methods for intelligently engaging multiple brakes |
US11851086B2 (en) * | 2020-06-26 | 2023-12-26 | Waymo Llc | Using simulations to identify differences between behaviors of manually-driven and autonomous vehicles |
JP7255562B2 (ja) * | 2020-07-16 | 2023-04-11 | トヨタ自動車株式会社 | 車両の運転支援制御装置 |
US20220121201A1 (en) * | 2020-10-15 | 2022-04-21 | Argo AI, LLC | System for anticipating future state of an autonomous vehicle |
CN113085874B (zh) * | 2021-03-23 | 2022-12-27 | 浙江吉利控股集团有限公司 | 基于俯仰角与纵向坡度确定侧向加速度的方法及装置 |
CN113525369B (zh) * | 2021-06-21 | 2022-09-20 | 上汽通用五菱汽车股份有限公司 | 巡航加速度控制方法、装置、车辆及可读存储介质 |
US11840147B2 (en) | 2021-07-13 | 2023-12-12 | Canoo Technologies Inc. | System and method in data-driven vehicle dynamic modeling for path-planning and control |
US11891060B2 (en) | 2021-07-13 | 2024-02-06 | Canoo Technologies Inc. | System and method in lane departure warning with full nonlinear kinematics and curvature |
US11891059B2 (en) * | 2021-07-13 | 2024-02-06 | Canoo Technologies Inc. | System and methods of integrating vehicle kinematics and dynamics for lateral control feature at autonomous driving |
US11908200B2 (en) | 2021-07-13 | 2024-02-20 | Canoo Technologies Inc. | System and method in the prediction of target vehicle behavior based on image frame and normalization |
US12017661B2 (en) | 2021-07-13 | 2024-06-25 | Canoo Technologies Inc. | System and method in vehicle path prediction based on full nonlinear kinematics |
US11845428B2 (en) | 2021-07-13 | 2023-12-19 | Canoo Technologies Inc. | System and method for lane departure warning with ego motion and vision |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080243389A1 (en) * | 2007-03-26 | 2008-10-02 | Hitachi, Ltd. | Vehicle Collision Avoidance Equipment and Method |
CN104364137A (zh) * | 2012-06-01 | 2015-02-18 | 通用电气公司 | 用于控制车辆速率的系统和方法 |
CN105711597A (zh) * | 2016-02-25 | 2016-06-29 | 江苏大学 | 前方局部行驶环境感知系统及方法 |
US9429443B2 (en) * | 2013-12-17 | 2016-08-30 | Volkswagen Ag | Method and system for determining parameters of a model for the longitudinal guidance and for the determination of a longitudinal guide for a vehicle |
CN106080598A (zh) * | 2015-04-30 | 2016-11-09 | 通用汽车环球科技运作有限责任公司 | 实时预期速度控制 |
DE102015213182B3 (de) * | 2015-07-14 | 2017-01-19 | Bayerische Motoren Werke Aktiengesellschaft | Längsführendes Fahrerassistenzsystem in einem Kraftfahrzeug |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69731585T2 (de) | 1996-07-15 | 2005-12-01 | Toyota Jidosha K.K., Toyota | Fahrzeugfahrzustandsvorhersagevorrichtung und Warnvorrichtung, welche die Vorrichtung verwendet |
JP4507886B2 (ja) | 2005-01-14 | 2010-07-21 | 株式会社デンソー | 車両用走行制御装置 |
KR102521655B1 (ko) * | 2016-09-01 | 2023-04-13 | 삼성전자주식회사 | 자율 주행 방법 및 장치 |
-
2017
- 2017-04-19 US US15/491,649 patent/US10248129B2/en active Active
-
2018
- 2018-04-16 CN CN201810338451.4A patent/CN108725446B/zh active Active
- 2018-04-17 DE DE102018109161.3A patent/DE102018109161B4/de active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080243389A1 (en) * | 2007-03-26 | 2008-10-02 | Hitachi, Ltd. | Vehicle Collision Avoidance Equipment and Method |
CN104364137A (zh) * | 2012-06-01 | 2015-02-18 | 通用电气公司 | 用于控制车辆速率的系统和方法 |
US9429443B2 (en) * | 2013-12-17 | 2016-08-30 | Volkswagen Ag | Method and system for determining parameters of a model for the longitudinal guidance and for the determination of a longitudinal guide for a vehicle |
CN106080598A (zh) * | 2015-04-30 | 2016-11-09 | 通用汽车环球科技运作有限责任公司 | 实时预期速度控制 |
DE102015213182B3 (de) * | 2015-07-14 | 2017-01-19 | Bayerische Motoren Werke Aktiengesellschaft | Längsführendes Fahrerassistenzsystem in einem Kraftfahrzeug |
CN105711597A (zh) * | 2016-02-25 | 2016-06-29 | 江苏大学 | 前方局部行驶环境感知系统及方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11467590B2 (en) | 2018-04-09 | 2022-10-11 | SafeAI, Inc. | Techniques for considering uncertainty in use of artificial intelligence models |
US11561541B2 (en) * | 2018-04-09 | 2023-01-24 | SafeAI, Inc. | Dynamically controlling sensor behavior |
US11625036B2 (en) | 2018-04-09 | 2023-04-11 | SafeAl, Inc. | User interface for presenting decisions |
US11835962B2 (en) | 2018-04-09 | 2023-12-05 | SafeAI, Inc. | Analysis of scenarios for controlling vehicle operations |
CN112441013A (zh) * | 2019-09-05 | 2021-03-05 | 百度(美国)有限责任公司 | 基于地图的车辆超速规避 |
CN112441013B (zh) * | 2019-09-05 | 2023-12-12 | 百度(美国)有限责任公司 | 基于地图的车辆超速规避 |
CN115698637A (zh) * | 2020-06-15 | 2023-02-03 | 埃尔构人工智能有限责任公司 | 执行关于自动驾驶车辆的演进参考路径的轨迹间重新线性化的方法和系统 |
CN115698637B (zh) * | 2020-06-15 | 2024-05-14 | 福特全球技术公司 | 执行关于自动驾驶车辆的演进参考路径的轨迹间重新线性化的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US20180307236A1 (en) | 2018-10-25 |
DE102018109161A1 (de) | 2018-10-25 |
US10248129B2 (en) | 2019-04-02 |
CN108725446B (zh) | 2021-08-10 |
DE102018109161B4 (de) | 2024-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108725446A (zh) | 用于自主车辆的俯仰角补偿 | |
CN110068346B (zh) | 用于自主车辆中不受保护的操纵缓解的系统和方法 | |
CN109017782B (zh) | 个性化的自主车辆乘坐特性 | |
CN110126839B (zh) | 用于自主车辆路径跟随器校正的系统和方法 | |
CN108268034B (zh) | 用于车辆的专家模式 | |
CN109085820B (zh) | 临界条件的自主车辆驾驶系统和方法 | |
CN109131346B (zh) | 用于预测自主车辆中的交通模式的系统和方法 | |
CN108062094B (zh) | 基于处理器实现车辆行驶轨迹规划的自主系统和方法 | |
US10317907B2 (en) | Systems and methods for obstacle avoidance and path planning in autonomous vehicles | |
CN110069060A (zh) | 用于自动驾驶车辆中路径规划的系统和方法 | |
CN110126837A (zh) | 用于自主车辆运动规划的系统和方法 | |
CN109144049A (zh) | 用于控制感测装置视场的系统和方法 | |
CN110126825B (zh) | 用于低级别前馈车辆控制策略的系统和方法 | |
CN109521764A (zh) | 车辆远程辅助模式 | |
CN109808688A (zh) | 针对即将到来的变道在自主车辆中调整速度的系统和方法 | |
CN108528458A (zh) | 用于车辆尺寸预测的系统和方法 | |
CN108806295A (zh) | 自动车辆路线穿越 | |
CN109813325A (zh) | 可行车道路线规划 | |
CN110422171A (zh) | 使用基于神经网络的驾驶员学习的自主驾驶 | |
CN108981722A (zh) | 用于自主驾驶的使用贝塞尔曲线的轨迹规划器 | |
CN109814543A (zh) | 道路廊道 | |
CN109814520A (zh) | 用于确定自主车辆的安全事件的系统和方法 | |
CN110341717A (zh) | 在静止车辆周围的自主车辆移动 | |
CN109085819A (zh) | 用于实施自主车辆中的驾驶模式的系统和方法 | |
CN110304074A (zh) | 一种基于分层状态机的混合式驾驶方法 |
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 |