CN108780610A - 用于针对意外行人规划轨迹的系统和方法 - Google Patents
用于针对意外行人规划轨迹的系统和方法 Download PDFInfo
- Publication number
- CN108780610A CN108780610A CN201780019778.9A CN201780019778A CN108780610A CN 108780610 A CN108780610 A CN 108780610A CN 201780019778 A CN201780019778 A CN 201780019778A CN 108780610 A CN108780610 A CN 108780610A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- section
- path
- acceleration
- jerk
- 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
- 238000000034 method Methods 0.000 title claims description 50
- 230000001133 acceleration Effects 0.000 claims abstract description 124
- 230000036461 convulsion Effects 0.000 claims abstract description 76
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 81
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 230000008520 organization Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 41
- 230000015654 memory Effects 0.000 description 30
- 238000004891 communication Methods 0.000 description 22
- 238000004590 computer program Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000009257 reactivity Effects 0.000 description 7
- 230000003139 buffering effect Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- B60W30/18—Propelling the vehicle
- B60W30/20—Reducing vibrations in the driveline
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K35/00—Instruments specially adapted for vehicles; Arrangement of instruments in or on vehicles
- B60K35/20—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor
- B60K35/28—Output arrangements, i.e. from vehicle to user, associated with vehicle functions or specially adapted therefor characterised by the type of the output information, e.g. video entertainment or vehicle dynamics information; characterised by the purpose of the output information, e.g. for attracting the attention of the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K2360/00—Indexing scheme associated with groups B60K35/00 or B60K37/00 relating to details of instruments or dashboards
- B60K2360/16—Type of output information
- B60K2360/175—Autonomous driving
-
- 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
-
- 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
- B60W2554/00—Input parameters relating to objects
-
- 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
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Traffic Control Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (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
一种在可接受参数组内拟合包括多个相位的加加速度曲线的自主驾驶车辆的轨迹规划系统,在所述加加速度曲线的每个相内,加加速度值是恒定的。所述系统基于第一区段的初始速度、初始加速度、最终速度和最终加速度将所述加加速度曲线参数化。之后,所述系统对所述加加速度曲线进行积分以确定第一轨迹函数,所述第一轨迹函数包括车辆在给定时间中的速度。所述系统根据所述第一轨迹函数沿所述路径的第一区段引导所述车辆。所述系统沿所述路径的第一区段检测意外障碍物。所述系统规划在所述车辆的当前位置与路径上在所述意外障碍物之前的位置之间的路径的第二区段的第二轨迹函数。
Description
相关申请
本申请要求2016年3月24日提交并且转让给本受让人的题为“SYSTEM AND METHODFOR TRAJECTORY PLANNING FOR UNEXPECTED PEDESTRIANS”的美国专利申请第15/079,917号的优先权,该专利全文以引用形式并入本文。
背景技术
虽然商业上还不可获得,但各种自主驾驶车辆都在开发中。这些自主驾驶车辆包括用于对自主驾驶车辆进行导航的控制系统。该控制系统能够基于由道路施加的约束条件来优化车辆的速度。自主驾驶车辆通常在存在其它车辆的情况下在高速公路上行驶,预期其遵循常见的车辆行为模式。因此,自主驾驶车辆可以在试图优化车速的同时规划避开其它车辆的路径。
城市环境对自主驾驶车辆的导航提出了挑战。自主驾驶车辆不仅要确定待遵循的路线,还要考虑不可预测的因素、例如行人。虽然行人检测和响应是公认的问题,但自主驾驶车辆通常与标准速度控制分开地应对行人。因此,因行人停止可能无法很好地集成到车辆的速度规划中。当车辆对不可预测因素做出反应时,车辆行为的突然变化可能使乘客受到意外的力,从而降低乘客舒适度。例如,加速度的一阶导数,也称“加加速度(jerk)”,与乘客所经受的力相关。当车辆迅速减速以避免与行人接触时,因行人停止可能产生高水平的负加加速度。高水平的负加加速度可能导致乘客在自主驾驶车辆内感觉不适甚至不安全。
鉴于此,需要一种用于自主驾驶车辆的轨迹规划,在因意外障碍物停止时通过控制加加速度来提供乘客舒适性。根据下面提供的公开,更多优点将变得显而易见。
发明内容
以简化形式提供本发明内容以便于介绍将在以下具体实施方式中进一步描述的一些构思。本发明内容并非旨在识别所要求保护主题的关键特征,也并非旨在用作确定所要求保护的主题的范围的辅助手区段。
根据本公开的一个方案,提供一种用于自主引导车辆的方法。所述方法可以包括在可接受参数的组内拟合包括多个相位的加加速度曲线,所述可接受参数包括:所规划的行驶路径的一个区段的正加加速度约束条件、负加加速度约束条件、正加速度约束条件和负加速度约束条件。在所述加加速度曲线的每个相内,加加速度值可以是恒定的。所述方法还可以包括:基于第一区段的初始速度、初始加速度、最终速度和最终加速度将所述加加速度曲线参数化。所述方法还可以包括:对所述加加速度曲线进行积分以确定第一轨迹函数,所述第一轨迹函数包括所述车辆在给定时间中的速度。所述方法可以进一步包括:根据所述第一轨迹函数行驶所述路径的第一区段。所述方法还可以包括:沿所述路径的第一区段检测意外障碍物。所述方法还可以包括规划在所述车辆的当前位置与路径上在所述意外障碍物之前的位置之间的所述路径的第二区段的第二轨迹函数。
在本公开的另一方案中,提供一种用于自主控制车辆的系统。所述系统可以包括提供地图数据的地图数据库,该地图数据包括所述车辆的路径。所述系统还可以包括检测系统,其确定路径上的意外障碍物的位置。所述系统还可以包括处理器:在可接受参数的组内拟合包括多个相位的加加速度曲线,所述可接受参数包括规划行驶路径的一个区段的正加加速度约束条件、负加加速度约束条件、正加速度约束条件和负加速度约束条件,在所述加加速度曲线的每个相内,加加速度值是恒定的。所述处理器还可以基于第一区段的初始速度、初始加速度、最终速度和最终加速度将所述加加速度曲线参数化。所述处理器还可以对所述加加速度曲线进行积分以确定第一轨迹函数,所述第一轨迹函数包括所述车辆在给定时间中的速度。所述处理器还可以根据所述第一轨迹函数沿所述路径的第一区段引导所述车辆。所述处理器还可以利用所述检测系统沿所述路径的第一区段检测意外障碍物。所述处理器还可以规划在所述车辆的当前位置与路径上在所述意外障碍物之前的位置之间的所述路径的第二区段的第二轨迹函数。
在本公开的另一方案中,提供一种非瞬时计算机可读介质,其储存用于引导自主驾驶车辆的计算机可执行代码。所述非瞬时计算机可读介质可以包括代码,用于在可接受参数的组内拟合包括多个相位的加加速度曲线,所述可接受参数包括:规划行驶路径的一个区段的正加加速度约束条件、负加加速度约束条件、正加速度约束条件和负加速度约束条件,在所述加加速度曲线的每个相内,加加速度值是恒定的。所述代码可以进一步包括用于基于第一区段的初始速度、初始加速度、最终速度和最终加速度将所述加加速度曲线参数化的代码。所述代码可以进一步包括对所述加加速度曲线进行积分以确定第一轨迹函数的代码,所述第一轨迹函数包括所述车辆在给定时间中的速度。所述代码可以进一步包括根据所述第一轨迹函数沿所述路径的第一区段引导所述车辆的代码。所述代码可以进一步包括沿所述路径的第一区段检测意外障碍物的代码。所述代码可以进一步包括规划在所述车辆的当前位置与路径上在所述意外障碍物之前的位置之间的所述路径的第二区段的第二轨迹函数的代码。
附图说明
在所附权利要求书中列出被认为是本公开特征的新颖特征。在以下描述中,相似部件在整个说明书和附图中分别用相同的编号标记。附图不一定按比例绘制,并且为了清楚和简洁起见,某些附图可以以放大或概略的形式示出。但是,当结合附图阅读时,通过参考本公开的说明性方案的以下详细描述,可以最好地理解本公开本身及其优选使用方式、进一步的目的和发展,在附图中:
图1示出了根据本公开各方案的轨迹规划系统的操作环境的实例;
图2示出了显示根据本公开各方案的示例性轨迹规划系统的操作的状态图;
图3示出了根据本公开各方案的轨迹规划系统的实施例可以使用的示例性轨迹规划方法的流程图;
图4示出了根据本公开各方案的轨迹规划系统的实施例可以使用的用于分割路径的示例性方法的流程图;
图5示出了根据本公开各方案的轨迹规划系统的实施例可以使用的用于对意外障碍物作出反应的示例性方法的流程图;
图6示出了根据本公开各方案使用七相曲线的轨迹函数实例;
图7示出了根据本公开各方案使用六相曲线的轨迹函数实例;
图8示出了根据本公开各方案使用四相曲线的轨迹函数实例;
图9示出了根据本公开各方案使用反四相曲线的轨迹函数实例;
图10示出了根据本公开各方案使用三相曲线的轨迹函数实例;
图11示出了根据本公开各方案对于路径中的行人的示例性情境;
图12示出了根据本公开各方案对于路径中的行人的另一示例性情境;
图13示出了根据本公开各方案,用在根据本公开各方案中的各种硬件组件及其它特征的示例性系统图;以及
图14示出了用在根据本公开各方案中的各种示例性系统组件的框图。
具体实施方式
以下包括本文中使用的选定术语的定义。定义包括术语范围内并且可以用于实施的组件的各种实例和/或形式。实例并非限定性的。
本文所使用的术语“加加速度”可以表示加速度的变化。在一个方案中,加加速度可以是加速度相对于时间的导数。
本文所使用的术语“轨迹”可以指沿着路径的位置、速度、加速度或加加速度的任意相关联的方面。
在本文中,“处理器”处理信号并执行一般的计算和算术功能。由处理器处理的信号可以包括数字信号、数据信号、计算机指令、处理器指令、消息、比特、比特流或其它可以接收、发送和/或检测的计算。
在本文中,“总线”表示可操作地连接以在单个或多个系统中的计算机组件之间传送数据的互连架构。总线可以是存储器总线、存储控制器、外围总线、外部总线、纵横开关、和/或局部总线等等。总线也可以是利用诸如控制器局域网(CAN)、局域互连网(LIN)等协议将车辆内的组件互连的车辆总线。
在本文中,“存储器”可以包括易失性存储器和/或非易失性存储器。非易失性存储器可以例如包括ROM(只读存储器)、PROM(可编程只读存储器)、EPROM(可擦PROM)及EEPROM(电可擦PROM)。易失性存储器可以例如包括RAM(随机存取存储器)、同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDR SDRAM)、和/或直接RAM总线RAM(DRRAM)。
在本文中,“可操作的连接”可以包括使实体“可操作地连接”的连接,在这种连接中可以收发信号、物理通信和/或逻辑通信。可操作的连接可以包括物理接口、数据接口和/或电接口。
在本文中,“车辆”可以指能够承载一个或多个乘客,并由任意形式的能量提供动力的任意移动车辆。术语“车辆”包括但不限于:汽车、卡车、厢式货车、小货车、SUV、摩托车、踏板摩托车、船、私人船艇及飞行器。在一些情况下,机动车包括一个或多个引擎。
一般而言,本公开提供对自主驾驶车辆的引导。自主驾驶车辆的行程规划既可以包括路径规划,也可以包括轨迹规划。在路径规划中,可以确定将车辆从起始位置导航至终点位置的路线。该路径可以包括一系列特定的车道和转弯,自主驾驶车辆可以沿其行驶以到达终点位置。轨迹规划可以包括确定自主驾驶车辆沿选定路径的速度。轨迹规划既可以考虑规划的停止(例如停止标志),也可以考虑意外的停止(例如行人)。
本公开提供能够为自主驾驶车辆的乘客提供舒适乘坐的轨迹规划。乘客舒适度的一个指示因素是加加速度。纵向加速度的变化可能导致乘客相对于自主驾驶车辆的移动。乘客舒适度的另一因素是横向加速度。本发明提供限制加加速度,同时在其它方面使速度最大化以沿规划路径提供舒适且快速的轨迹。本公开可以使用类似的轨迹规划技术处理意外提车,以提供用于轨迹规划的集成系统。
参见图1,提供了车辆引导系统110的示例性操作环境100以及根据本公开一方案的示例性方法的示意图。车辆引导系统110可以设置在车辆102内。车辆引导系统110的组件以及本文讨论的其它系统、硬件架构和软件架构的组件可以组合、省略或组织成不同的实施方式。
车辆102通常可以包括电子控制单元(ECU)112,其可操作地控制多个车辆系统。车辆系统可以包括但不限于车辆引导系统110等(包括车辆HVAC系统、车辆音响系统、车辆视频系统、车辆资讯娱乐系统、车辆电话系统等)。如下文中进一步详细所述,车辆引导系统110可以包括车辆全球定位系统(GPS)接收器114,其也可以连接至ECU 112以提供车辆102的位置。替代地,车辆引导系统110可以包括其自身的处理器122和存储器124,处理器122和存储器124与GPS接收器114、测距传感器116、行人检测系统118、地图数据库120和轨迹规划系统130通信,以例如规划车辆102的轨迹。
ECU 112可以包括内部处理存储器、接口电路以及用于传送数据、发送指令并与车辆系统通信的总线。ECU 112可以包括处理器和存储器(未示出)。车辆102还可以包括总线,用于在车辆引导系统110的不同组件之间内部地发送数据。车辆102还可以包括通信装置126(例如无线调制解调器),用于利用各种协议提供有线或无线计算机通信,从而对于车辆102内的特征和系统以及对于外部设备内部地发送/接收电信号。这些协议可以包括无线系统(例如IEEE 802.11、IEEE 802.15.1)、近场通信系统(NFC)(例如ISO13157)、局域网(LAN)和/或点对点系统。此外,车辆102的通信装置可以通过总线(例如CAN或LIN协议总线)可操作地连接以用于计算机内部通信,从而便于在电子控制单元112与和车辆特征及系统之间进行数据输入和输出。
车辆102可以包括测距传感器116,其可以控制并提供关于车辆移动的数据。例如,测距传感器可以包括引擎控制单元(未示出),其提供车辆速度、怠速及引擎节气门位置。测距传感器116可以包括变速器控制单元(未示出),以提供关于车辆变速(即传动系)系统的数据。例如,引擎控制单元和/或变速器控制单元可以向ECU 112和/或车辆系统(例如轨迹规划系统130)提供关于车辆102是否处于运动状态的数据。
测距传感器116还可以包括但不限于,车速传感器(例如轮速传感器)及制动信号传感器。车速传感器可以提供当车辆102运行时与车辆相关的速度数据。因此,车速传感器可以向ECU 112和/或轨迹规划系统130提供关于车辆102是否处于运动状态的数据。制动信号传感器可以感测车辆制动系统和/或刹车灯开关发送的信号,以确定驾驶员或车辆控制器136何时啮合或分离车辆制动器。制动信号传感器还可以包括制动块传感器,其提供每次使用车辆102的制动块以提供车辆制动时的致动数据。制动信号传感器还可以提供关于车辆102何时并非处于运动状态的信息。
车辆102还可以包括用于检测、识别行人并对行人进行分类的行人检测系统118。行人检测系统118可以包括用于获取车辆102周围环境的摄影图像的摄像头。摄像头可以以朝向前向的定向安装,以从与驾驶员相似的角度获取图像。摄像头可以靠近车辆102的前挡风玻璃的顶部安装。摄像头可以是或包括能够获取高品质数字图像或视频的数字摄像头。行人检测系统118还可以包括雷达或LIDAR。行人检测系统118可以识别可能的行人以及行人的预测移动。行人检测系统118可以确定行人相对于车辆102的位置。行人位置可以转换为全局位置以与地图信息进行比较。进一步地,行人检测系统118可以基于行人的位置将行人分类和过滤为安全或可能的障碍物。行人检测系统118可以将与最接近的行人相关的信息传递至轨迹规划系统130,以确定是否需要改变路径或轨迹。行人检测系统118可以继续跟踪确定为可能的障碍物的行人。例如,行人检测系统可以将行人的新位置与先前位置进行比较,以确定行人是否已经移动。当行人移动至车辆路径之外的位置时,可以将行人重新分类为安全行人。行人检测系统118可以确定行人已经离开路径。
车辆102可以包括地图数据库120。地图数据库120可以是储存三维地图数据的计算机可读存储介质。三维地图数据可以经由通信设备126下载或更新。例如,车辆引导系统110可以与地图服务器(未示出)通信,从而获取三维地图数据以储存在地图数据库120中。三维地图数据可以包括与各种特征相对应的数据点。上述特征可以既可以包括平面的(例如扁平的)特征和具有竖直分量的特征。例如,三维地图数据可以包括如下特征:例如但不限于连续虚线车道标记、路缘、人行横道、道路标记及交通标志。数据点可以对应于由三维坐标限定的特定定位处的实际特征。三维地图数据可以包括标识该特征和/或提供数据点分组的注解。此外,地图数据可以包括与路的每个区段相关联的速度限制。
车辆102可以使用轨迹规划系统130实现轨迹规划,轨迹规划系统130包括用于确定车辆102的包括一个或多个区段的路径的路径管理器132,用于确定每个区段的轨迹的轨迹规划器134,以及用于对轨迹进行采样以控制车辆102的车辆控制器136。轨迹规划系统130可以使用车辆引导系统110的任意组件例如作为输入源。轨迹规划系统130还可以包括车辆引导系统110的任意组件或者附加组件。轨迹规划系统130的组件以及本文讨论的其它系统、硬件架构和软件架构的组件可以组合、省略或组织成其它不同架构以实现各种实施方式。
路径管理器132可以包括处理器,其配置为确定车辆102的包括一个或多个区段的路径。例如,路径管理器132可以通过处理器122执行储存在存储器124中的指令或通过单独的处理器和存储器实现。路径管理器132可以从GPS接收器114获取位置并从地图数据库120获取地图信息。路径管理器132可以接收终点位置的用户输入。路径管理器132可以包括路径规划器138,用于基于路由算法(例如使用节点选择行驶时间或距离意义上的成本最低的路径)确定车辆102的路径。路径规划器138可以为起始位置和终点位置之间的整个行程提供车道级路径。路径管理器132还可以执行从当前位置到终点位置的行程的高级规划。例如,路径管理器132可以确定沿选定路径的停止标志的位置。路径管理器132可以在每个停止标志处规划车辆102的停止,并且规划成等待直到相关交叉点畅通后再继续行进。路径管理器132可以基于规划的停止(其中车辆可能在不确定的时间长度内完全停止)将路径划分为一个或多个子路径。路径管理器132可以进一步基于约束条件将子路径分段成一个或多个区段。区段可以指具有相似特征的路径或子路径的一部分。例如,具有恒定限速(法定约束条件)的道路的一个直线区段可以表示为一个区段。在另一实例中,路径管理器132可以将具有较低限速的学校区域划分段成不同的区段。例如曲率或坡度等道路特征可以施加性能约束条件,并且还可以分段成不同的部分,如下文详细所述。路径管理器132可以调用轨迹规划器134以确定每个区段的轨迹。路径管理器132可以基于检测到的行人来规划反应性的停止。路径管理器132可以确定与行人碰撞的风险,确定是否改变路径和/或轨迹,然后调用轨迹规划器134以采用更新的路径和/或轨迹。如下文中参考图2进一步详细所述,路径管理器132可以实现为有限状态机。
轨迹规划器134可以包括处理器,以确定车辆102的当前区段或下一区段的轨迹。例如,轨迹管理器134可以由处理器122执行储存在存储器124中的指令或由单独的处理器和存储器实现。如下文中详细所述,轨迹规划器可以基于区段的约束条件及期望的加加速度限制确定每一区段的轨迹。轨迹可以包括时间的一维函数,例如位置、速度和/或加速度函数。轨迹规划器134可以在不明确考虑方向的情况下确定车辆的速度。转弯造成的速度约束条件可能是路区段约束条件中所固有的。可以基于当前位置和选定的路径执行转向。轨迹规划器134可以向车辆控制器136提供轨迹样本。轨迹规划器134可以利用轨迹跟踪来调整轨迹的参考时间与车辆的实际位置之间的偏移。
车辆控制器136可以包括处理器,用于为车辆102提供控制信号以根据所确定的轨迹沿选定路径引导车辆。车辆控制器136可以通过处理器122执行储存在存储器124中的指令或由单独的处理器和存储器实现。例如,车辆控制器136可以控制引擎速度、制动和转向。车辆控制器136可以以大约10Hz的速率接收轨迹规划器134的输入轨迹样本。样本可以跨越约2秒。车辆控制器136可以控制车辆102以匹配跨度上的采样轨迹。
图2是示出了路径管理器132的操作实例的状态图200。路径管理器132可以处于初始状态210、正常状态220、反应性停止(RSTOP)状态230、计划性停止(PSTOP)状态240或目的地状态250。首次启动时,路径管理器132可以处于初始状态210。路径管理器132可以接收用户输入以及来自包括GPS接收器114和地图数据库120的车辆系统的信息。当收集信息时,在框212中,路径管理器132可以规划子路径。例如,路径管理器132可以将当前位置与第一计划性停止位置之间的子路径分段成一个或多个区段。路径管理器132可以将区段传递至轨迹规划器134(图1)以确定轨迹。一旦规划好子路径,路径管理器132可以过渡至正常状态220。
在正常状态220下,在车辆102根据轨迹遵循所确定的路径时,路径管理器132可以连续监测事件。例如,一个事件可以是行人的检测。在框222中,路径管理器132可以从行人检测系统118接收指示行人存在的信号。在框224中,路径管理器132可以确定进行车道变更以避开行人是否可行。如果车道变更可行,则路径管理器132可以返回框212以重新规划包括车道变更的子路径。如果车道变更不可行或不期望,则路径管理器132可以在框232中规划反应性停止232。例如,路径管理器132可以向轨迹规划器134发送在行人位置之前停止的区段的区段信息。之后,路径管理器132可以过渡至RSTOP状态230。
在RSTOP状态230下,车辆102可以根据规划的停止轨迹停止或接近停止。路径管理器132可以确定行人是否已经离开路径。在框242中,如果行人尚未离开路径,路径管理器132可以保持在RSTOP状态230。如果行人已经在路径内移动,路径管理器132可以返回框212以规划在新的行人位置之前具有另一停止的另一个区段。如果行人已经离开路径,路径管理器132可以在框212中从当前位置规划新的子路径并过渡至正常状态220。
返回正常状态220后,如果路径管理器132检测到车辆102已经到达当前子路径226的终点,路径管理器132可以在框228中确定当前子路径是否是路径中的最后子路径。如果当前子路径是最后子路径,路径管理器132可以过渡至目的地状态250。如果当前子路径不是最后子路径,路径管理器132可以过渡至PSTOP状态240。
在PSTOP状态240下,路径管理器132可以使车辆102等待限定的时间,例如2秒。路径管理器132可以在框212中规划下一子路径。限定的时间之后,路径管理器132可以过渡至正常状态220。
现在参见图3,示出了轨迹规划系统110的一个示例性方案可以使用的示例性方法。在框310中,方法300可以可选地包括选择路径。在一个方案中,例如,路径管理器132或单独的路径规划器可以选择车辆102的路径。单独的路径规划器可以是单独的导航系统。该路径可以是或包括可以将车辆102从起始位置带到目的地位置的道路内的一系列道路或车道。
在框320中,方法300可以包括确定路径的一个或多个子路径。路径管理器132可以确定路径的子路径。路径管理器132可以根据沿路径的已知的停止(例如停止标志)将路径划分为子路径。例如,交通信号灯可以与行人类似地处理,而不是作为固定的停止点。
在框330中,方法300可以包括将子路径分段。轨迹规划器134可以将子路径分段成一个或多个区段。每个区段可以具有相似的约束条件。分割子路径的示例方法将在下文中接合图4进一步详细描述。
在框340中,方法300可以包括将包括多个相位的加加速度曲线拟合至区段的约束条件。轨迹规划器134可以将加加速度曲线拟合至区段。轨迹规划器134可以从预定加加速度曲线的组中选择曲线。预定加加速度曲线可以分别包括多个相位,其中加加速度在每个相中是恒定的。将在图6中示出的七相曲线可以用于多种情况,其中区段的长度不施加任何限制。七相曲线可以包括增加加速(即正加加速度)的第一相、恒定加速(即零加加速度)的第二相、减小加速(即负加加速度)第三相、无加速(即零加加速度)的第四相、增加减速(即负加加速度)的第五相、恒定减速(即零加加速度)的第六相以及减小减速(即正加加速度)的第七相。七相曲线还可包括加速前的减速。其它预定的加加速度曲线可以包括六相曲线、四相曲线、反四相曲线和三相曲线,这些将在下文中详细描述。为了将加加速度曲线拟合至区段,轨迹规划器134可以使用可接受的加加速度和加速度参数范围。如果曲线对于某一区段不可行,可以初始使用默认可接受范围并稍后将其修改为最大参数值。默认范围可以由负加速度参数(a- p),即减速度、正加速度参数(a+ p)及负加加速度参数(j- p)和正加加速度参数(j+ p)限定。最大范围可以由最大负加速度(a- m)、即减速度,最大正加速度(a+ m),最大负加加速度(j- m)和最大正加加速度(j+ m)限定。可以使用级联法测试每个预定曲线的可行性(以相数目的降序),直到选定可行的曲线。
在框350中,方法300可以包括将区段的加加速度曲线参数化。每个区段可以由向量b=[vi,ai,L,vm,vf]限定。如果从当前位置开始规划,初始区段速度(vi)可以设定为当前的车速,或设定为前一区段的最终区段速度。类似地,如果从当前位置开始规划,可以将初始区段加速度(ai)设定为当前车辆加速度,或者,如果规划未来区段,可以将初始区段加速度设定为0。可以基于所确定的区段的起点和终点来确定长度。例如,可以基于诸如法定限速和车辆性能约束条件的约束条件来设定最大速度(vm)。例如,可以基于下一区段的最大速度设定最终区段速度(vf),或者,如果当前区段用于停止,可以将最终区段速度(vf)设定为0。之后,可以在每个相的持续时间内求解参数化的加加速度曲线。轨迹规划器134可以用符号求解器来求解参数化的加加速度曲线,以确定每个相的持续时间。当每个相的持续时间为正时,可以认为方案是可行的。
在框360中,方法300可以包括对加加速度曲线进行积分以确定轨迹函数。轨迹规划器134可以对加加速度曲线进行积分以确定轨迹函数。由于在每个相期间加加速度保持恒定,因此,每个相期间的加速度函数可以是线性的,速度函数可以是二次的,并且位置可以是三次的。这些函数可以基于参考时间,该参考时间例如可以是区段的开始时间。
在框370中,方法300可以包括相对于轨迹函数跟踪车辆102的轨迹。轨迹规划器134可以相对于轨迹函数跟踪车辆102的轨迹。轨迹跟踪可以基于车辆102的实际性能考虑参考时间与实际时间之间的偏移。轨迹规划器134可将当前车辆位置投影至区段上。轨迹规划器134可以将(例如来自GPS的)车辆位置转换为当前区段内的距离。之后,轨迹规划器134可以确定沿在起点与投影车辆当前位置之间的区段的累计距离。然后,轨迹规划器134可以基于累计距离确定轨迹函数的参考时间。例如,轨迹规划器134可以求解累计距离的位置函数以确定参考时间。之后,可以用参考时间对速度和/或加速度函数进行采样,以将车辆102的控制信号提供给车辆控制器136。
在框380中,方法300可以包括根据轨迹函数行驶经过路径的区段。车辆102可以根据轨迹函数行驶经过路径的区段。车辆控制器136可以将控制信号提供给车辆102的系统。车辆控制器136可以从一个或多个轨迹函数接收样本并相应地确定对车辆102的输入。对车辆102的输入可以根据具体的车辆102而变化。车辆控制器136可以根据轨迹函数沿路径的区段引导车辆102。
现在参见图4,示出了用于将子路径分段的轨迹规划系统110(图1)的一个示例性方案可以使用的示例性方法400。方法400可以由轨迹规划器134执行。在框410中,方法400可以包括计算子路径上的点的加速度和加加速度参数上限。上限计算可能是极小极大问题。b、am和jm中的每个定标器可以是从子路径上的点的适用约束条件的组计算得出的几个极大值中的极小值。例如,加速度约束条件可以包括从沿子路径的每个点处的摩擦系数导出的限制的组。法定限速和横向加速度限制的约束条件可以作为vm的约束条件。可以使用以下表达式中的近似法将横向加速度约束条件转换为纵向速度约束条件:
可以针对1和Np之间的每个路径点Kp确定约束条件,其中,Np是子路径上路径点的数量。值表示每个点处的路径曲率。对于每个子路径点,值表示通常用于获得极限横向加速度(用表示)的速度。
在框420中,方法400可以包括确定具有相似参数的点群。可以使用各种已知的聚类算法。例如,可以使用简单的单变量启发式来利用速度上限(SL)识别道路中的曲线。每次vm,k<SL变为真时,曲线开始,并且可以绘制区段边界。每次vm,k=SL再次为真时,当前曲线结束,并且可以绘制另一个区段边界。
在框430中,方法400可以包括合并点群以确定该区段的参数。可以选择区段内所有组成点中的最小标量以防止违反任意约束条件。子路径的直线部分可以具有与法定限速相等的vm,并且在弯曲部分,vm可以设定为获得整个曲线的值。
在框440中,方法400可以可选地包括设定区段的最大加速度和加加速度参数。初始最大加速度和加加速度参数可以是默认值。然而,可以例如与地图信息一起提供不同的值。
现在参见图5,描述了用于规划反应性停止的轨迹规划系统110的一个示例性方案可以使用的示例性方法500。在框510中,方法500可以包括基于来自路径的第一区段的第一轨迹函数的当前时间的样本向车辆提供控制信号。车辆控制器136可以基于来自路径的第一区段的第一轨迹函数的当前时间的样本向车辆102提供控制信号。轨迹函数可以提供在给定时间中的速度。
在框520中,方法500可以包括检测沿路径的区段的意外障碍物的位置。在一个方案中,例如,行人检测系统118可以沿路径的区段检测意外障碍物的位置。意外障碍物可以是行人,但也可以检测其它意外障碍物,例如动物、车辆或交通信号灯。
在框530中,方法500可以进一步包括:规划在车辆的当前位置与路径上在意外障碍物之前的位置之间的路径的第二区段的第二轨迹函数。轨迹规划器134可以规划在车辆的当前位置与路径上在意外障碍物之前的位置之间的路径的第二区段的第二轨迹函数。轨迹规划器134可以以类似于上文中结合图3所述的方式确定第二轨迹。轨迹规划器134可以选择反应性停止的三相加加速度曲线。然而,由于车辆应该被规划在撞击意外障碍物之前停止,因此,最终速度(vf)可以设定为0,并且可以解出长度(L)。
在一个实例中,轨迹规划器134可以在最大参数的范围内选择初始可接受的加速度和加加速度参数。之后,轨迹规划器求解长度L的参数化曲线。如果长度L大于到意外障碍物(例如行人)之前的点的停止距离,轨迹规划器134可以重复地增加最大参数的范围内可接受的加速度和加加速度参数的量值,直到新区段的长度L小于到意外障碍物之前的点的停止距离。
图6用图表示出了七相曲线的示例性轨迹函数。例如,七相曲线可以用于道路的直线区段,其中,车辆加速至限速,以最高速度行驶,然后在停止标志处减速至停止。加加速度函数610将七个恒定加加速的相表示为水平部分。如图所示,每个相可以具有-j、0或+j的值,其中,-j和+j可以是可接受的加加速度参数。相应的加速度函数620示出了每个相期间的加速度。相应地,图中示出了增加加速(Δt1)的第一相、恒定加速(Δt2)的第二相、减小加速(Δt3)的第三相、无加速(Δt4)的第四相、增加减速(Δt5)的第五相、恒定减速(Δt6)的第六相以及减小减速(Δt7)第七相。如图所示,加速度函数620保持在a- p到a+ p的范围内,其可以是可接受的加速度参数。速度函数630示出速度从vi开始增加至vm并以vf结束,在这种情况下,vf为0,表示车辆102将在该区段的终点停止。距离函数640示出了车辆102随时间行驶的总距离(L)。
图7示出了六相加加速度曲线的示例性轨迹函数。例如,当区段没有足够长度使车辆102在需要开始减速之前达到最高速度时,可以使用六相加加速度曲线。车辆102可以平稳地加速,然后逐渐降低加速度的速度并开始减速,逐渐停止。例如,由于加速度相恒定,六相加加速度曲线可以具有多个方案。可以选择所有相具有正时间间隔的方案。
图8示出了四相加加速度曲线的示例性轨迹函数。当初始速度低于接近最大速度的最终速度时,可以使用四相加加速度曲线。例如,车辆可以简单地将速度增加至最终速度,然后保持最终速度。
图9示出了反四相加加速度曲线的示例性轨迹函数。例如,当初始速度接近最大速度且最终速度低于初始速度时,可以使用反四相加加速度曲线。这在时间方面可能对于马上开始降低车速是无效的。相反地,车辆可以以初始速度继续一段时间,然后开始减速。
图10示出了三相加加速度曲线的示例性轨迹函数。当车辆应该改变整个区段的速度时,例如,当加速到高速公路上或在反应性停止的情境中,可以使用三相加加速度曲线。在求解三相曲线时,当vi和ai固定时,可以仅严格执行L和vf中的一个。在正常模式操作中,可以允许vf偏离期望目标并且可以更新后续区段的vi。在反应性停止的情境中,可以将vf设定为0,并且如果得到的L值大于到意外障碍物的距离,可以调整加速度和加加速度参数、例如递增地增加。如果加速度或加加速度参数调整为超过阈值,则轨迹规划系统110可以向乘客提供警报。
图11代表性地示出了车辆102以正常模式操作并且存在行人1110的示例性情境。轨迹规划器134可以确定行人1110的位置、所需的停止距离1120和停止缓冲区1130。这种情况下,轨迹规划器134可以继续当前轨迹或选择反四相加加速度曲线,因为行人1110并不在停止缓冲区1130内。
图12代表性地示出了车辆102以反应性停止模式操作并且存在行人1110的示例性情境。行人1110现在位于停止缓冲区1130内。基于行人1110的位置确定重规划缓冲区1140。如果行人1110不移动,则重规划缓冲区1140为车辆102提供选择不同路径的空间。当在反应性停止状态下规划轨迹时,轨迹规划器134可以将重规划缓冲区1140的起点设定为一个区段的终点。
本发明的各方案可以用硬件、软件或其组合实现,并且可以在一个或多个计算机系统或其它处理系统中实现。在一个方案中,本公开针对能够执行本文所述功能的一个或多个计算机系统。图13示出了根据本公开各方案可以使用的各种硬件组件及其它特征的示例系统图。本公开的各方案可以用硬件、软件或其组合实现,并且可以在一个或多个计算机系统或其它处理系统中实现。在一个示例性变型中,本公开各方案针对能够执行本文所述功能的一个或多个计算机系统。此类计算机系统1300的实例在图13中示出。
计算机系统1300包括一个或多个处理器,例如处理器1304。处理器1304连接至通信基础设施1306(例如通信总线、交叉杆(cross-over bar)或网络)。针对该示例计算机系统描述各种软件方案。阅读本说明书后,如何利用其它计算机系统和/或架构实现本公开的各方案对于相关领域技术人员来说将是显而易见的。
计算机系统1300可以包括显示接口1302,其发送来自通信基础设施1306(或来自未示出的帧缓冲器)的图像、文本或其它数据以显示在显示单元1330上。计算机系统1300还包括主存储器1308、优选随机存取存储器(RAM),并且还可以包括辅助存储器1310。辅助存储器1310可以例如包括表现为软盘驱动器、磁带驱动器、光盘驱动器等的硬盘驱动器1312和/或可移动存储驱动器1314。可移动存储驱动器1314从已知的可移动存储单元1318读取和/或写入已知的可移动存储单元1318。可移动存储单元1318代表由可移动存储驱动器1314读取并由其写入的软盘、磁带、光盘等。应当理解的是,可移动存储单元1318包括其内储存有计算机软件和/或数据的计算机可用存储介质。
在替代方案中,辅助存储器1310可以包括其它类似设备以允许计算机程序或其它指令被加载至计算机系统1300中。此类设备可以例如包括可移动存储单元1322及接口1320。此类设备的实例可以包括(例如视频游戏设备中的)程序盒式存储器和盒式存储器接口、可移动存储芯片(例如可擦可编程只读存储器(EPROM)或可编程只读存储器(PROM))及其相关插口,以及允许将软件和数据从可移动存储单元1322传送至计算机系统1300的其它可移动存储单元1322和接口1320。
计算机系统1300还可以包括通信接口1324。通信接口1324允许在计算机系统1300与外部设备之间传送软件和数据。通信接口1324的实例可以包括调制解调器、网络接口(例如以太网卡)、通信端口、个人计算机存储器卡国际协会(personal computer memory cardinternational association,PCMCIA)槽和卡等。经由通信接口1324传送的软件和数据为信号1328的形式,其可以是电信号、电磁信号、光信号或能够由通信接口1324接收的其它信号。这些信号1328经由通信路径(例如通道)1326提供给通信接口1324。该路径1326搭载信号1328并且可以使用电线或电缆、光纤、电话线、蜂窝链路、射频(RF)链路和/或其它通信通道实现。在本文中,术语“计算机程序介质”和“计算机可用介质”主要是指例如可移动存储驱动器1380、安装在硬盘驱动器1370内的硬盘、及信号1328的介质。这些计算机程序产品为计算机系统1300提供软件。本公开的各方案涉及此类计算机程序产品。
计算机程序(也称计算机控制逻辑)储存在主存储器1308中和/或辅助存储器1310中。计算机程序还可以经由通信接口1324接收。在执行时,如本文所述,此类计算机程序使计算机系统1300执行根据本公开各方案的各种特征。特别地,在执行时,计算机程序使处理器1310执行此类特征。因此,此类计算机程序代表计算机系统1300的控制器。
在本公开各方案用软件实现的变型中,软件可以储存在计算机程序产品中并使用可移动存储驱动器1314、硬盘驱动器1312或通信接口1320加载至计算机系统1300中。如本文所述,控制逻辑(软件)当由处理器1304执行时使得处理器1304执行根据本公开各方案的功能。在另一变型中,各方案主要在硬件中利用硬件组件、例如专用集成电路(ASICs)实现。实现硬件状态机以执行本文所述的功能对于相关领域的技术人员来说将是显而易见的。
在又一示例性变型中,本公开的各方案利用硬件和软件的组合实现。
图14示出了根据本公开各方案可以使用的各种示例性系统组件的框图。例如,各组件可以位于车辆102内,或仅有部分组件位于车辆102内,其它组件可以远离车辆102。系统1400包括一个或多个访问器1460、1462(在本文中与一个或多个“用户”可以互换)及一个或多个终端1442、1466(此类终端可以例如是或包括轨迹规划系统110的各种特征)。在一个方案中,根据本公开各方案使用的数据例如经由联接至服务器1443的终端1442、1466通过访问器1460、1462输入和/或访问,终端1442、1466例如包括个人计算机(PCs)、小型计算机、大型计算机、微型计算机、电话设备或个人数字助理(“PDAs”)等无线设备或手持无线设备,服务器1443例如包括PC、小型计算机、大型计算机、微型计算机或具有处理器和数据库并且/或例如经由诸如因特网或内联网的网络1444和联接件1445、1446、1464至数据库的连接的其它设备。联接件1445、1446、1464例如包括有线、无线或光纤链路。在另一示例变型中,根据本公开各方案的方法和系统在独立环境中、例如在单一终端上运行。
本文中讨论的本公开各方案还可以在储存计算机可执行指令的计算机可读存储介质的背景下描述并实施。计算机可读存储介质包括计算机存储介质和通信介质。例如,闪存驱动器、数字多功能光碟(DVDs)、光盘(CDs)、软盘和磁带。计算机可读存储介质可以包括以任意方法或技术实施以储存计算机可读指令、数据结构、模块或其它数据的易失性和非易失性、可移动和不可移动的介质。
应当理解的是,上述各种实施方式及其它特征和功能或其替代或变型可以根据需要组合至多个其它系统或应用中。同样地,本领域技术人员可能随后做出目前无法预见或未曾预料的各种替代、修改、变型或改进,这些也应包含在所附权利要求书中。
Claims (20)
1.一种自主引导车辆的方法,包括:
在可接受参数的组内拟合包括多个相位的加加速度曲线,所述可接受参数包括:规划的行驶路径的一个区段的正加加速度约束条件、负加加速度约束条件、正加速度约束条件和负加速度约束条件,在所述加加速度曲线的每个相内加加速度值是恒定的;
基于所述第一区段的初始速度、初始加速度、最终速度和最终加速度将所述加加速度曲线参数化;
对所述加加速度曲线进行积分以确定第一轨迹函数,所述第一轨迹函数包括所述车辆在给定时间中的速度;
根据所述第一轨迹函数行驶经过所述路径的第一区段;
沿所述路径的第一区段检测意外障碍物;以及
规划在所述车辆的当前位置与所述路径上在所述意外障碍物之前的位置之间的所述路径的第二区段的第二轨迹函数。
2.根据权利要求1所述的方法,其中,规划所述路径的第二区段的第二轨迹函数包括:
在所述可接受参数的组内拟合包括第二多个相位的第二加加速度曲线;
基于检测到物体时的速度、检测到所述物体时的加速度、为0的最终速度和为0的最终加速度,将所述第二加加速度曲线参数化;以及
对所述加加速度曲线进行积分以确定所述第二轨迹函数。
3.根据权利要求2所述的方法,其中,所述第二加加速度曲线包括增加减速相、恒定减速相和减小减速相。
4.根据权利要求3所述的方法,其中,将所述第二加加速度曲线参数化包括:
针对停止距离求解所述第二轨迹函数;
确定所述停止距离大于所述第二区段的长度;以及
重复地增加所述可接受参数的组中每个参数的量值,直到所述停止距离小于所述第二区段的长度。
5.根据权利要求1所述的方法,其中,将第一加加速度曲线参数化包括:
针对每个相的持续时间求解所述第一轨迹函数;
确定至少一个相的持续时间是负的;以及
增加所述可接受参数的组中每个参数的量值,直到每个相的所述持续时间为正或所述可接受参数的组中的每个参数达到最大量值。
6.根据权利要求1所述的方法,其中,将包括多个相位的第一加加速度曲线拟合至所述区段的约束条件包括:
从多个加加速度曲线中选择加加速度曲线,所述多个加加速度曲线分别具有数目不同的相,其中,所述选择包括以所述相的数目的降序来评估每个所述加加速度曲线,直到加加速度曲线提供每个相具有正持续时间的在所述约束条件内的方案。
7.根据权利要求1所述的方法,包括:
将车辆当前位置投影在所述第一区段上;
确定沿所述第一区段在起点与所投影的车辆当前位置之间的累计距离;
基于所述累计距离确定所述轨迹函数内在所述车辆当前位置的参考时间;以及
基于所述参考时间,通过对所述轨迹函数采样来确定所述车辆的期望速度。
8.根据权利要求1所述的方法,包括:
确定所述意外障碍物已经离开所述路径;以及
在所述车辆的当前位置与所述第一区段的终点之间的路径上规划第三区段的第三轨迹函数。
9.根据权利要求1所述的方法,包括:
确定避开所述意外障碍物的替代路径;
确定所述替代路径是否可行;以及
规划所述替代路径的轨迹函数。
10.根据权利要求1所述的方法,其中,将所述加加速度曲线参数化进一步基于所述区段的最高法定限速。
11.一种车辆的自主引导系统,包括:
提供地图数据的地图数据库,所述地图数据包括所述车辆的路径;
确定所述路径上的意外障碍物的位置的检测系统;
处理器:
在可接受参数的组内拟合包括多个相位的加加速度曲线,所述可接受参数包括:规划行驶路径的一个区段的正加加速度约束条件、负加加速度约束条件、正加速度约束条件和负加速度约束条件,在所述加加速度曲线的每个相内,加加速度值是恒定的;
基于第一区段的初始速度、初始加速度、最终速度和最终加速度将所述加加速度曲线参数化;
对所述加加速度曲线进行积分以确定第一轨迹函数,所述第一轨迹函数包括所述车辆在给定时间中的速度;
根据所述第一轨迹函数沿所述路径的第一区段引导所述车辆;
沿所述路径的第一区段检测意外障碍物;以及
规划在所述车辆的当前位置与所述路径上在所述意外障碍物之前的位置之间的所述路径的第二区段的第二轨迹函数。
12.根据权利要求11所述的系统,其中,所述处理器规划所述第二区段的轨迹函数包括所述处理器:
在最大正加加速度约束条件、最大负加加速度约束条件、最大正加速度约束条件和最大负加速度约束条件的范围内拟合包括第二多个相位的第二加加速度曲线;
基于检测到物体时的速度、检测到所述物体时的加速度、为0的最终速度和为0的最终加速度,将所述第二加加速度曲线参数化;以及
对所述加加速度曲线进行积分以确定所述第二轨迹函数。
13.根据权利要求12所述的系统,其中,所述第二加加速度曲线包括增加减速相、恒定减速相和减小减速相。
14.根据权利要求13所述的系统,其中,所述处理器:
针对停止距离求解所述第二轨迹函数;
确定所述停止距离大于所述第二区段的长度;以及
重复地增加所述可接受参数的组中每个参数的量值,直到所述停止距离小于所述第二区段的长度。
15.根据权利要求11所述的系统,其中,所述处理器从多个加加速度曲线中选择加加速度曲线,所述多个加加速度曲线分别具有数目不同的相,其中,所述选择包括以所述相的数目的降序来评估每个所述加加速度曲线,直到加加速度曲线提供在约束条件内的方案。
16.根据权利要求10所述的系统,其中,所述处理器将车辆当前位置投影在所述第一区段上;
确定沿所述第一区段在起点与所投影的车辆当前位置之间的累计距离;
基于所述累计距离确定所述轨迹函数内所述车辆当前位置的参考时间;以及
基于所述参考时间,通过对所述轨迹函数采样来确定所述车辆的期望速度。
17.根据权利要求10所述的系统,其中,所述处理器:
确定所述意外障碍物已经离开所述路径;以及
规划在所述车辆的当前位置与所述第一区段的终点之间的所述路径的第三区段的第三轨迹函数。
18.根据权利要求10所述的系统,其中所述处理器:
确定避开所述意外障碍物的替代路径;
确定所述替代路径是否可行;以及
规划所述替代路径的轨迹函数。
19.一种非瞬时计算机可读介质,其储存用于控制自主驾驶车辆的计算机可执行代码,所述非瞬时计算机可读介质包括用于下述目的的代码:
针对规划行驶路径的一个区段,在最大正加加速度约束条件、最大负加加速度约束条件、最大正加速度约束条件和最大负加速度约束条件的范围内拟合包括多个相的加加速度曲线,在所述加加速度曲线的每个相内加加速度值是恒定的;
基于所述第一区段的初始速度、初始加速度、最终速度和最终加速度将所述加加速度曲线参数化;
对所述加加速度曲线进行积分以确定第一轨迹函数,所述第一轨迹函数包括所述车辆在给定时间中的速度;
根据所述第一轨迹函数沿所述路径的第一区段引导所述车辆;
沿所述路径的第一区段检测意外障碍物;以及
规划在所述车辆的当前位置与所述路径上在所述意外障碍物之前的位置之间的所述路径的第二区段的第二轨迹函数。
20.根据权利要求19所述的非瞬时计算机可读介质,包括:
用于在最大正加加速度约束条件、最大负加加速度约束条件、最大正加速度约束条件和最大负加速度约束条件的范围内拟合包括第二多个相位的第二加加速度曲线的代码;
用于基于检测到物体时的速度、检测到所述物体时的加速度、为0的最终速度和为0的最终加速度,将所述第二加加速度曲线参数化的代码;以及
用于对所述加加速度曲线进行积分以确定所述第二轨迹函数的代码。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/079,917 US9857795B2 (en) | 2016-03-24 | 2016-03-24 | System and method for trajectory planning for unexpected pedestrians |
US15/079,917 | 2016-03-24 | ||
PCT/US2017/023876 WO2017165687A1 (en) | 2016-03-24 | 2017-03-23 | System and method for trajectory planning for unexpected pedestrians |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108780610A true CN108780610A (zh) | 2018-11-09 |
CN108780610B CN108780610B (zh) | 2022-02-15 |
Family
ID=59897931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780019778.9A Active CN108780610B (zh) | 2016-03-24 | 2017-03-23 | 用于针对意外行人规划轨迹的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9857795B2 (zh) |
JP (1) | JP6778272B2 (zh) |
CN (1) | CN108780610B (zh) |
DE (1) | DE112017001479T5 (zh) |
WO (1) | WO2017165687A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109814576A (zh) * | 2019-02-22 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN109814568A (zh) * | 2019-02-19 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 速度轨迹的生成方法、装置和存储介质 |
CN109866711A (zh) * | 2019-02-19 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 制动速度轨迹的生成方法、装置和存储介质 |
CN111391828A (zh) * | 2020-03-13 | 2020-07-10 | 南京航空航天大学 | 一种行人过街工况下车辆避撞轨迹的规划方法 |
CN111766891A (zh) * | 2019-05-23 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 用于控制无人机飞行的方法和装置 |
CN113412458A (zh) * | 2019-02-12 | 2021-09-17 | 康蒂-特米克微电子有限公司 | 辅助系统的轨迹规划方法 |
CN113867365A (zh) * | 2021-10-28 | 2021-12-31 | 广州文远知行科技有限公司 | 无人驾驶车辆变加速度的确定方法、装置和相关设备 |
CN114103938A (zh) * | 2021-03-23 | 2022-03-01 | 京东鲲鹏(江苏)科技有限公司 | 控制车辆纵向运动的方法、装置及存储介质 |
CN114355868A (zh) * | 2020-09-27 | 2022-04-15 | 财团法人车辆研究测试中心 | 自驾车的动态速度规划方法及其系统 |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017120336A2 (en) * | 2016-01-05 | 2017-07-13 | Mobileye Vision Technologies Ltd. | Trained navigational system with imposed constraints |
WO2018073886A1 (ja) * | 2016-10-18 | 2018-04-26 | 本田技研工業株式会社 | 車両制御装置 |
US10082796B2 (en) * | 2016-10-27 | 2018-09-25 | Ford Global Technologies, Llc | Pedestrian face detection |
DE102016222782A1 (de) * | 2016-11-18 | 2018-05-24 | Audi Ag | Autonomes Steuern eines Kraftfahrzeugs anhand von Spurdaten; Kraftfahrzeug |
US10196058B2 (en) | 2016-11-28 | 2019-02-05 | drive.ai Inc. | Method for influencing entities at a roadway intersection |
US10261513B2 (en) | 2016-12-19 | 2019-04-16 | drive.ai Inc. | Methods for communicating state, intent, and context of an autonomous vehicle |
WO2018132614A2 (en) * | 2017-01-12 | 2018-07-19 | Mobileye Vision Technologies Ltd. | Rules-based navigation |
US11142200B2 (en) * | 2017-02-23 | 2021-10-12 | Magna Electronics Inc. | Vehicular adaptive cruise control with enhanced vehicle control |
US10359783B2 (en) | 2017-02-28 | 2019-07-23 | Warfarer, Inc. | Transportation system |
US10558864B2 (en) * | 2017-05-18 | 2020-02-11 | TuSimple | System and method for image localization based on semantic segmentation |
US10496099B2 (en) * | 2017-07-18 | 2019-12-03 | Uatc, Llc | Systems and methods for speed limit context awareness |
US10809719B2 (en) * | 2017-08-29 | 2020-10-20 | Uatc, Llc | Systems and methods of controlling an autonomous vehicle using an enhanced trajectory following configuration |
CN107702716B (zh) * | 2017-08-31 | 2021-04-13 | 广州小鹏汽车科技有限公司 | 一种无人驾驶路径规划方法、系统和装置 |
JP6568560B2 (ja) * | 2017-09-15 | 2019-08-28 | 株式会社Subaru | 車両の走行制御装置 |
JP6580107B2 (ja) * | 2017-11-02 | 2019-09-25 | 本田技研工業株式会社 | 車両制御装置 |
US11126177B2 (en) | 2018-01-24 | 2021-09-21 | Motional Ad Llc | Speed behavior planning for vehicles |
JP2019156222A (ja) * | 2018-03-14 | 2019-09-19 | 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 |
CN110307853B (zh) * | 2018-03-27 | 2021-11-02 | 北京京东尚科信息技术有限公司 | 一种导航控制方法和装置 |
US10745011B2 (en) | 2018-05-31 | 2020-08-18 | Nissan North America, Inc. | Predicting yield behaviors |
CN112203918B (zh) | 2018-05-31 | 2023-11-21 | 北美日产公司 | 轨迹规划 |
US10564643B2 (en) | 2018-05-31 | 2020-02-18 | Nissan North America, Inc. | Time-warping for autonomous driving simulation |
US10569773B2 (en) | 2018-05-31 | 2020-02-25 | Nissan North America, Inc. | Predicting behaviors of oncoming vehicles |
CN112204633B (zh) | 2018-05-31 | 2021-11-09 | 北美日产公司 | 概率性对象跟踪和预测框架 |
US11117569B2 (en) * | 2018-06-27 | 2021-09-14 | Baidu Usa Llc | Planning parking trajectory generation for self-driving vehicles using optimization method |
US20200001779A1 (en) | 2018-06-27 | 2020-01-02 | drive.ai Inc. | Method for communicating intent of an autonomous vehicle |
DE102018212033A1 (de) | 2018-07-19 | 2020-01-23 | Robert Bosch Gmbh | Verfahren und Steuergerät zum Bestimmen einer Fahrttrajektorie für ein querdynamisches Fahrmanöver für ein Fahrzeug |
WO2020035728A2 (en) | 2018-08-14 | 2020-02-20 | Mobileye Vision Technologies Ltd. | Systems and methods for navigating with safe distances |
CN112739586B (zh) | 2018-09-27 | 2023-06-16 | 日立安斯泰莫株式会社 | 车辆控制装置 |
US11256260B2 (en) | 2018-10-05 | 2022-02-22 | Waymo Llc | Generating trajectories for autonomous vehicles |
US11392127B2 (en) * | 2018-10-15 | 2022-07-19 | Zoox, Inc. | Trajectory initialization |
CN109254289B (zh) * | 2018-11-01 | 2021-07-06 | 百度在线网络技术(北京)有限公司 | 道路护栏的检测方法和检测设备 |
CN109919593A (zh) * | 2019-03-21 | 2019-06-21 | 京东方科技集团股份有限公司 | 结算方法及系统、车载设备、计算机设备及介质 |
JP7312054B2 (ja) * | 2019-08-06 | 2023-07-20 | 株式会社Subaru | 車両の走行制御システム |
WO2021061430A1 (en) | 2019-09-24 | 2021-04-01 | Apple Inc. | Systems and methods for hedging for different gaps in an interaction zone |
DE102019132944A1 (de) * | 2019-12-04 | 2021-06-10 | Wabco Europe Bvba | Verfahren zum Koordinieren von Fahrzeugen eines Fahrzeugverbundes sowie Steuereinheit |
US11548505B2 (en) * | 2019-12-09 | 2023-01-10 | Magna Electronics Inc. | Vehicular speed control system with automatic setting parameters |
US11592827B1 (en) * | 2019-12-18 | 2023-02-28 | Waymo Llc | Predicting yielding likelihood for an agent |
JP7458184B2 (ja) * | 2019-12-27 | 2024-03-29 | ニデック株式会社 | 制御装置 |
JP7347238B2 (ja) * | 2020-01-27 | 2023-09-20 | マツダ株式会社 | 車両の走行制御装置 |
GB202002365D0 (en) * | 2020-02-20 | 2020-04-08 | Five Ai Ltd | Implementing manoeuvres in autonomous vehicles |
JP7429136B2 (ja) * | 2020-03-17 | 2024-02-07 | 株式会社豊田中央研究所 | 走路推定装置、および走路推定プログラム |
CN115667041A (zh) | 2020-03-20 | 2023-01-31 | 格莱德韦斯有限公司 | 自动驾驶车辆系统的车辆控制方案 |
US11498586B2 (en) * | 2020-03-27 | 2022-11-15 | Wipro Limited | Method and system for dynamically generating a secure navigation path for navigation of autonomous vehicle |
CN111461437B (zh) * | 2020-04-01 | 2023-11-07 | 北京工业大学 | 基于生成对抗网络的数据驱动人群运动仿真方法 |
CN111540039A (zh) * | 2020-04-20 | 2020-08-14 | 江苏医药职业学院 | 三维轨迹模拟方法及电子设备 |
CN111650945B (zh) * | 2020-06-28 | 2023-10-24 | 北京智行者科技股份有限公司 | 动态障碍物防撞方法 |
CN111665851B (zh) * | 2020-06-30 | 2022-02-11 | 哈工大机器人(合肥)国际创新研究院 | 一种动态调整机器人运行速度的轨迹规划方法及装置 |
US11823395B2 (en) | 2020-07-02 | 2023-11-21 | Magna Electronics Inc. | Vehicular vision system with road contour detection feature |
US11731662B2 (en) | 2020-10-08 | 2023-08-22 | Ford Global Technologies, Llc | Autonomous vehicle system for detecting pedestrian presence |
US11361201B2 (en) | 2020-10-08 | 2022-06-14 | Argo AI, LLC | Systems and methods for determining an object type and an attribute for an observation based on fused sensor data |
US11604473B2 (en) * | 2020-11-26 | 2023-03-14 | Automotive Research & Testing Center | Dynamic velocity planning method for autonomous vehicle and system thereof |
US12030485B2 (en) | 2021-01-28 | 2024-07-09 | Motional Ad Llc | Vehicle operation using maneuver generation |
US20220258761A1 (en) * | 2021-02-18 | 2022-08-18 | Motional Ad Llc | Controlling an autonomous vehicle using variable time periods |
CN112987645A (zh) * | 2021-02-23 | 2021-06-18 | 合肥宏晶微电子科技股份有限公司 | 轨迹信息规划方法及装置 |
DE102021205896A1 (de) | 2021-06-10 | 2022-12-15 | Zf Friedrichshafen Ag | Computerimplementiertes Verfahren zum Bestimmen von zumindest einem Segment einer Fahrstrecke, derartiges Computerprogrammprodukt, derartiger Computerlesbarer Datenträger und Hardwaremodul zum Bestimmen von zumindest einem Segment einer Fahrstrecke |
US11925132B2 (en) * | 2021-06-30 | 2024-03-12 | Deere & Company | Methods, apparatus, and articles of manufacture to generate acquisition paths |
CN113532427B (zh) * | 2021-07-14 | 2022-08-19 | 贵州航天林泉电机有限公司 | 一种基于位置规划的卫星转台路径规划方法 |
CN113741477B (zh) * | 2021-09-14 | 2022-10-21 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种欠驱动船舶靠泊路径规划方法 |
CN113741478B (zh) * | 2021-09-14 | 2024-02-27 | 北京超星未来科技有限公司 | 一种速度规划方法及系统 |
US20240001958A1 (en) * | 2022-06-30 | 2024-01-04 | Zoox, Inc. | System for Generating Scene Context Data Using a Reference Graph |
CN116572994B (zh) * | 2023-07-10 | 2023-09-22 | 之江实验室 | 一种车辆速度规划方法、装置及计算机可读介质 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0377467A2 (en) * | 1989-01-05 | 1990-07-11 | Atr Auditory And Visual Perception Research Laboratories | Movement trajectory generating method of a dynamical system |
JP2005216083A (ja) * | 2004-01-30 | 2005-08-11 | Nissan Motor Co Ltd | 車両のリスク回避ガイド装置 |
US20090102411A1 (en) * | 2007-10-21 | 2009-04-23 | Miller Daniel H | System and method for jerk limited trajectory planning for a path planner |
EP2161641A1 (en) * | 2008-09-03 | 2010-03-10 | Hitachi Ltd. | Driving skill improvement device and driving skill improvement method |
CN101992795A (zh) * | 2009-08-24 | 2011-03-30 | Ls产电株式会社 | 用于在自动列车运行中控制速度的方法和装置 |
CN102874250A (zh) * | 2011-07-14 | 2013-01-16 | 通用汽车环球科技运作有限责任公司 | 增强车辆控制的系统及方法 |
US20130054128A1 (en) * | 2011-08-31 | 2013-02-28 | GM Global Technology Operations LLC | System and method for collision avoidance maneuver path determination with jerk limit |
CN103906673A (zh) * | 2011-10-27 | 2014-07-02 | 罗伯特·博世有限公司 | 用于引导车辆的方法和驾驶员辅助系统 |
US20140207325A1 (en) * | 2013-01-21 | 2014-07-24 | GM Global Technology Operations LLC | Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors |
US20140207364A1 (en) * | 2013-01-24 | 2014-07-24 | Volvo Car Corporation | Method and arrangement for determining a trajectory |
CN104044593A (zh) * | 2013-03-13 | 2014-09-17 | 福特环球技术公司 | 利用最佳速度曲线的路线导航 |
CN204138104U (zh) * | 2014-06-23 | 2015-02-04 | 中开创建(北京)国际工程技术有限公司 | 一种变频电梯 |
CN104903915A (zh) * | 2013-01-14 | 2015-09-09 | 罗伯特·博世有限公司 | 用于监视车辆的周围环境的方法和设备以及用于实施紧急制动的方法 |
CN104955690A (zh) * | 2013-01-31 | 2015-09-30 | 日立汽车系统株式会社 | 车辆行驶控制装置 |
CN104973055A (zh) * | 2014-04-14 | 2015-10-14 | 本田技研工业株式会社 | 碰撞可能性判定装置、驾驶辅助装置、碰撞可能性判定方法及碰撞可能性判定程序 |
US20150298696A1 (en) * | 2012-03-28 | 2015-10-22 | Hitachi Automotive Systems, Ltd. | Vehicle Travel Control System |
WO2015169907A1 (en) * | 2014-05-08 | 2015-11-12 | Volvo Car Corporation | Method for determining an evasive path for a host vehicle |
CN105128836A (zh) * | 2014-05-30 | 2015-12-09 | 株式会社万都 | 自主紧急制动系统及其中识别行人的方法 |
CN105270366A (zh) * | 2014-07-16 | 2016-01-27 | 株式会社万都 | 用于保护移动对象的紧急制动系统及其控制方法 |
US20160077505A1 (en) * | 2014-09-11 | 2016-03-17 | Robert Bosch Gmbh | Device and Method for Moving an Object |
CN105425803A (zh) * | 2015-12-16 | 2016-03-23 | 纳恩博(北京)科技有限公司 | 自主避障方法、装置和系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE59809476D1 (de) | 1997-11-03 | 2003-10-09 | Volkswagen Ag | Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges |
US8121749B1 (en) | 2008-09-25 | 2012-02-21 | Honeywell International Inc. | System for integrating dynamically observed and static information for route planning in a graph based planner |
US20120010767A1 (en) | 2010-06-10 | 2012-01-12 | Massachusetts Institute Of Technology | Hybrid electric vehicle and method of control using path forecasting |
US8676464B2 (en) * | 2010-09-29 | 2014-03-18 | Toyota Jidosha Kabushiki Kaisha | Vehicle control system |
US8781669B1 (en) | 2012-05-14 | 2014-07-15 | Google Inc. | Consideration of risks in active sensing for an autonomous vehicle |
US9196164B1 (en) | 2012-09-27 | 2015-11-24 | Google Inc. | Pedestrian notifications |
US8988524B2 (en) | 2013-03-11 | 2015-03-24 | The United States Of America As Represented By The Secretary Of The Army | Apparatus and method for estimating and using a predicted vehicle speed in an indirect vision driving task |
JP6201561B2 (ja) * | 2013-09-20 | 2017-09-27 | 株式会社デンソー | 走行軌道生成装置、および走行軌道生成プログラム |
US9090260B2 (en) | 2013-12-04 | 2015-07-28 | Mobileye Vision Technologies Ltd. | Image-based velocity control for a turning vehicle |
US9809219B2 (en) | 2014-01-29 | 2017-11-07 | Continental Automotive Systems, Inc. | System for accommodating a pedestrian during autonomous vehicle operation |
US9868443B2 (en) | 2015-04-27 | 2018-01-16 | GM Global Technology Operations LLC | Reactive path planning for autonomous driving |
-
2016
- 2016-03-24 US US15/079,917 patent/US9857795B2/en active Active
-
2017
- 2017-03-23 JP JP2018549908A patent/JP6778272B2/ja not_active Expired - Fee Related
- 2017-03-23 DE DE112017001479.4T patent/DE112017001479T5/de not_active Withdrawn
- 2017-03-23 WO PCT/US2017/023876 patent/WO2017165687A1/en active Application Filing
- 2017-03-23 CN CN201780019778.9A patent/CN108780610B/zh active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0377467A2 (en) * | 1989-01-05 | 1990-07-11 | Atr Auditory And Visual Perception Research Laboratories | Movement trajectory generating method of a dynamical system |
JP2005216083A (ja) * | 2004-01-30 | 2005-08-11 | Nissan Motor Co Ltd | 車両のリスク回避ガイド装置 |
US20090102411A1 (en) * | 2007-10-21 | 2009-04-23 | Miller Daniel H | System and method for jerk limited trajectory planning for a path planner |
CN101939711A (zh) * | 2007-10-21 | 2011-01-05 | 通用电气智能平台有限公司 | 用于路径规划装置的加加速度受限的轨迹规划的系统和方法 |
EP2161641A1 (en) * | 2008-09-03 | 2010-03-10 | Hitachi Ltd. | Driving skill improvement device and driving skill improvement method |
CN101992795A (zh) * | 2009-08-24 | 2011-03-30 | Ls产电株式会社 | 用于在自动列车运行中控制速度的方法和装置 |
CN102874250A (zh) * | 2011-07-14 | 2013-01-16 | 通用汽车环球科技运作有限责任公司 | 增强车辆控制的系统及方法 |
US20130054128A1 (en) * | 2011-08-31 | 2013-02-28 | GM Global Technology Operations LLC | System and method for collision avoidance maneuver path determination with jerk limit |
CN102963358A (zh) * | 2011-08-31 | 2013-03-13 | 通用汽车环球科技运作有限责任公司 | 有急动度限制时确定避撞机动路径的系统和方法 |
CN103906673A (zh) * | 2011-10-27 | 2014-07-02 | 罗伯特·博世有限公司 | 用于引导车辆的方法和驾驶员辅助系统 |
US20150298696A1 (en) * | 2012-03-28 | 2015-10-22 | Hitachi Automotive Systems, Ltd. | Vehicle Travel Control System |
CN104903915A (zh) * | 2013-01-14 | 2015-09-09 | 罗伯特·博世有限公司 | 用于监视车辆的周围环境的方法和设备以及用于实施紧急制动的方法 |
US20140207325A1 (en) * | 2013-01-21 | 2014-07-24 | GM Global Technology Operations LLC | Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors |
US20140207364A1 (en) * | 2013-01-24 | 2014-07-24 | Volvo Car Corporation | Method and arrangement for determining a trajectory |
CN104955690A (zh) * | 2013-01-31 | 2015-09-30 | 日立汽车系统株式会社 | 车辆行驶控制装置 |
CN104044593A (zh) * | 2013-03-13 | 2014-09-17 | 福特环球技术公司 | 利用最佳速度曲线的路线导航 |
CN104973055A (zh) * | 2014-04-14 | 2015-10-14 | 本田技研工业株式会社 | 碰撞可能性判定装置、驾驶辅助装置、碰撞可能性判定方法及碰撞可能性判定程序 |
WO2015169907A1 (en) * | 2014-05-08 | 2015-11-12 | Volvo Car Corporation | Method for determining an evasive path for a host vehicle |
CN105128836A (zh) * | 2014-05-30 | 2015-12-09 | 株式会社万都 | 自主紧急制动系统及其中识别行人的方法 |
CN204138104U (zh) * | 2014-06-23 | 2015-02-04 | 中开创建(北京)国际工程技术有限公司 | 一种变频电梯 |
CN105270366A (zh) * | 2014-07-16 | 2016-01-27 | 株式会社万都 | 用于保护移动对象的紧急制动系统及其控制方法 |
US20160077505A1 (en) * | 2014-09-11 | 2016-03-17 | Robert Bosch Gmbh | Device and Method for Moving an Object |
CN105425803A (zh) * | 2015-12-16 | 2016-03-23 | 纳恩博(北京)科技有限公司 | 自主避障方法、装置和系统 |
Non-Patent Citations (4)
Title |
---|
BENJAMIN GUTJAHR等: ""Automatic collision avoidance during parking and maneuvering — An optimal control approach"", 《2014 IEEE INTELLIGENT VEHICLES SYMPOSIUM PROCEEDINGS》 * |
佘守宪等: ""加加速度(加速度的时间变化率)——冲击、乘座舒适性、缓和曲线"", 《物理与工程》 * |
余如等: ""自主驾驶车辆的预测避障控制"", 《信息与控制》 * |
肖迪: ""汽车纵向防撞预警控制系统建模与仿真研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113412458A (zh) * | 2019-02-12 | 2021-09-17 | 康蒂-特米克微电子有限公司 | 辅助系统的轨迹规划方法 |
CN113412458B (zh) * | 2019-02-12 | 2023-12-29 | 康蒂-特米克微电子有限公司 | 辅助系统的轨迹规划方法 |
CN109814568B (zh) * | 2019-02-19 | 2022-05-03 | 阿波罗智能技术(北京)有限公司 | 无人车速度轨迹的生成方法、装置和存储介质 |
CN109814568A (zh) * | 2019-02-19 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 速度轨迹的生成方法、装置和存储介质 |
CN109866711A (zh) * | 2019-02-19 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 制动速度轨迹的生成方法、装置和存储介质 |
US11511748B2 (en) | 2019-02-19 | 2022-11-29 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Velocity trajectory generation method, apparatus, and storage medium |
CN109814576B (zh) * | 2019-02-22 | 2022-01-28 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN109814576A (zh) * | 2019-02-22 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 自动驾驶车辆的速度规划方法、装置和存储介质 |
CN111766891A (zh) * | 2019-05-23 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 用于控制无人机飞行的方法和装置 |
CN111391828A (zh) * | 2020-03-13 | 2020-07-10 | 南京航空航天大学 | 一种行人过街工况下车辆避撞轨迹的规划方法 |
CN114355868A (zh) * | 2020-09-27 | 2022-04-15 | 财团法人车辆研究测试中心 | 自驾车的动态速度规划方法及其系统 |
CN114355868B (zh) * | 2020-09-27 | 2024-05-24 | 财团法人车辆研究测试中心 | 自驾车的动态速度规划方法及其系统 |
CN114103938A (zh) * | 2021-03-23 | 2022-03-01 | 京东鲲鹏(江苏)科技有限公司 | 控制车辆纵向运动的方法、装置及存储介质 |
CN113867365A (zh) * | 2021-10-28 | 2021-12-31 | 广州文远知行科技有限公司 | 无人驾驶车辆变加速度的确定方法、装置和相关设备 |
CN113867365B (zh) * | 2021-10-28 | 2024-05-14 | 广州文远知行科技有限公司 | 无人驾驶车辆变加速度的确定方法、装置和相关设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2017165687A1 (en) | 2017-09-28 |
US9857795B2 (en) | 2018-01-02 |
DE112017001479T5 (de) | 2018-12-20 |
CN108780610B (zh) | 2022-02-15 |
US20170277192A1 (en) | 2017-09-28 |
JP6778272B2 (ja) | 2020-10-28 |
JP2019510674A (ja) | 2019-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108780610A (zh) | 用于针对意外行人规划轨迹的系统和方法 | |
US11820365B2 (en) | Systems and methods for navigating a vehicle | |
JP6602967B2 (ja) | モーション計画に基づく自律走行車の走行方法およびシステム | |
EP3321757B1 (en) | Planning feedback based decision improvement system for autonomous driving vehicle | |
US11592570B2 (en) | Automated labeling system for autonomous driving vehicle lidar data | |
JP2019510674A5 (zh) | ||
CN114255606B (zh) | 辅助驾驶提醒、地图辅助驾驶提醒方法、装置和地图 | |
JP2019500256A (ja) | 自律走行車の移動をシミュレートするための物理モデル及び機械学習結合方法 | |
US20210309223A1 (en) | Dynamic speed limit adjustment system based on perception results | |
US11880201B2 (en) | Fastest lane determination algorithm under traffic jam | |
US11685398B2 (en) | Lane based routing system for autonomous driving vehicles | |
US20230391356A1 (en) | Dynamic scenario parameters for an autonomous driving vehicle | |
EP3757711B1 (en) | A vehicle-platoons implementation under autonomous driving system designed for single vehicle | |
JP7316394B2 (ja) | 自律走行車両を利用するモデル訓練及び車中検証のためのオーディオロギング | |
JP7137151B2 (ja) | 運行制御装置及び車両 | |
CN113706873B (zh) | 车辆到达时间预测方法、装置、设备及计算机存储介质 | |
CN112598914B (zh) | 基于历史的预计到达时间 | |
US12017681B2 (en) | Obstacle prediction system for autonomous driving vehicles | |
US20230202516A1 (en) | Planning under prediction with confidence region for an autonomous driving vehicle | |
US20230042001A1 (en) | Weighted planning trajectory profiling method for autonomous vehicle | |
CN112183175B (zh) | 用于自动驾驶的基于当前帧的对象检测自动标记先前帧中的对象的方法 | |
CN111341132A (zh) | 用于车辆的引导设备、引导装置和方法及计算机程序产品 | |
US11440567B2 (en) | System to handle communication delays between an autonomous driving system and vehicle | |
US11662219B2 (en) | Routing based lane guidance system under traffic cone situation | |
EP4145420A1 (en) | Hierarchical processing of traffic signal face states |
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 |