CN109115230A - 自主车辆定位 - Google Patents
自主车辆定位 Download PDFInfo
- Publication number
- CN109115230A CN109115230A CN201810608242.7A CN201810608242A CN109115230A CN 109115230 A CN109115230 A CN 109115230A CN 201810608242 A CN201810608242 A CN 201810608242A CN 109115230 A CN109115230 A CN 109115230A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- point
- starting point
- road attribute
- current location
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000000034 method Methods 0.000 abstract description 23
- 230000006854 communication Effects 0.000 description 36
- 238000004891 communication Methods 0.000 description 36
- 230000006870 function Effects 0.000 description 11
- 238000013500 data storage Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 4
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 4
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 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
- 238000013499 data model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Navigation (AREA)
Abstract
本发明公开了提供用于确定车辆的当前位置的方法和设备。该设备包括用于车辆的自动驾驶系统,其具有定位系统,定位系统被配置为确定车辆的起始点与车辆前方的水平线上点之间的车辆的当前位置。定位系统被配置为接收含有至少一个道路属性的地图数据,接收位于起始点和水平线上点之间的多个轨迹点并确定将多个轨迹点互连的轨迹,确定车辆的绝对位置,确定从至少一个道路属性投射到所述轨迹上的投影点,以及确定车辆的当前位置并将车辆的当前位置同起始点与水平线上点之间的道路属性的投影点的位置进行比较。
Description
技术领域
技术领域总体上涉及自主车辆,并且更具体地涉及用于确定自主车辆的当前位置的系统和方法,尤其涉及联系道路属性来定位自主车辆。
背景技术
自主车辆是一种能够感应其环境并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、图像传感器等一种或多种感测设备感测其环境。自主车辆系统还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导航车辆。
车辆自动化已经被分类为范围从零到五的自动化数值等级,其中零对应于全人工控制的无自动化,五对应于无人工控制的全自动化。诸如巡航控制、自适应巡航控制和停车辅助系统等各种自动驾驶辅助系统对应于较低的自动化等级,而真正的“无人驾驶”车辆对应于较高的自动化等级。
特别地,自主车辆感知可被称为道路特性或车辆环境的道路属性。此外,道路属性也可以从车辆可访问的地图推导出。确定车辆相对于道路属性的当前位置。使用车辆的道路属性和当前位置来导航车辆。
因此,期望以所需的精度确定车辆相对于道路属性的位置。此外,结合附图和前述技术领域和背景技术,从随后的具体实施方式和所附权利要求中,本发明的其他期望的特征和特性将变得显而易见。
发明内容
提供了一种用于车辆的自主驾驶系统。该自主驾驶系统包括定位系统,该定位系统被配置为通过处理器确定车辆的起始点与车辆前方的水平线上点之间的车辆的当前位置。定位系统进一步被配置为通过处理器接收含有至少一个道路属性的地图数据,接收位于起始点和水平线上点之间的多个轨迹点并确定将多个轨迹点互连的轨迹,确定车辆的绝对位置,确定从至少一个道路属性到轨迹上的投影点,以及确定车辆的当前位置并将车辆的当前位置同起始点与水平线上点之间的道路属性的投影点的位置进行比较。
在各种实施例中,定位系统被配置为通过确定轨迹上的垂直线来确定投影点。
在各种实施例中,定位系统被配置为基于车辆的当前位置确定车辆距起始点的距离值,并将该距离值与投影点的位置进行比较。
在各种实施例中,定位系统被配置为在车辆移动时迭代地追踪车辆的当前位置。
在各种实施例中,定位系统被配置为确定从起始点开始,例如相对于起始点的车辆的覆盖距离。
在各种实施例中,定位系统被配置为确定起始点与道路属性之间的距离并且比较车辆的覆盖距离同起始点与道路属性之间的距离。
在各种实施例中,定位系统被配置为如果车辆的覆盖距离等于起始点与道路属性之间的距离,并且另外如果车辆的当前位置等于起始点与水平线上点之间的投影点的位置,则使用道路属性用于车辆控制。
在各种实施例中,定位系统被配置为如果车辆的覆盖距离等于起始点与道路属性之间的距离,并且另外车辆的当前位置不等于起始点与水平线上点之间的投影点的位置,则生成误差信号以将车辆转变为预定模式;或者定位系统被配置为如果车辆的覆盖距离不等于起始点与道路属性之间的距离,并且另外车辆的当前位置等于起始点与水平线上点之间的投影点的位置,则生成误差信号以将车辆转变为预定模式。
提供一种具有控制器的车辆,其中控制器实现车辆的自主驾驶系统。自主驾驶系统包括定位系统,该定位系统被配置为通过处理器确定车辆的起始点与车辆前方的水平线上点之间的车辆的当前位置,其中所述定位系统进一步被配置为通过处理器接收含有至少一个道路属性的地图数据,接收位于起始点和水平线上点之间的多个轨迹点并确定将多个轨迹点互连的轨迹,确定车辆的绝对位置,确定从至少一个道路属性到所述轨迹上的投影点,以及确定所述车辆的当前位置并将车辆的当前位置同起始点与水平线上点之间的道路属性的投影点的位置进行比较。
应注意的是,本文描述的自主驾驶系统的各种实施例可以与本文所述的车辆组合使用。因此,关于自动驾驶系统和定位系统所提供的细节在此为了简洁而不再重复,而应该理解的是,各个特征可以与车辆组合。
提供了一种用于控制车辆的方法。该方法包括以下步骤:接收含有至少一个道路属性的地图数据;接收位于起始点和水平线上点之间的多个轨迹点并确定将多个轨迹点互连的轨迹;通过处理器确定从至少一个道路属性到轨迹上的投影点;确定车辆的当前位置并通过处理器将车辆的当前位置同起始点与水平线上点之间的道路属性的投影点的位置进行比较。
在各种实施例中,通过确定轨迹上的垂直线来确定投影点。
在各种实施例中,该方法还包括以下步骤:确定车辆距起始点的覆盖距离,以及确定起始点与道路属性之间的距离并且比较车辆的覆盖距离同起始点与道路属性之间的距离。
在各种实施例中,该方法还包括以下步骤:如果车辆的覆盖距离等于起始点与道路属性之间的距离,并且另外车辆的当前位置等于起始点与水平线上点之间的投影点的位置,则使用道路属性用于车辆控制;或者如果车辆的覆盖距离等于起始点与道路属性之间的距离,并且另外车辆的当前位置不等于起始点与水平线上点之间的投影点的位置,则生成误差信号以将车辆转变为预定模式;或者如果车辆的覆盖距离不等于起始点与道路属性之间的距离,并且另外车辆的当前位置等于起始点与水平线上点之间的投影点的位置,则生成误差信号以将车辆转变为预定模式。
应注意的是,在各种实施例中,该方法含有对应于上述自主驾驶系统的各种实施例中的一个或多个的功能的步骤。
附图说明
下面将结合以下附图来描述示例性实施例,其中相同的附图标记表示相同的元件,并且其中:
图1是示出根据一个实施例的具有自主驾驶系统的自主车辆的功能框图;
图2是示出根据一个实施例的具有图1的一部或多部自主车辆的运输系统的功能框图;
图3是示出根据一个实施例的自主驾驶系统的功能框图;
图4示意性地示出了确定车辆相对于道路属性的位置;
图5示意性地示出了根据一个实施例的确定车辆相对于道路属性的位置;
图6示意性地示出了根据一个实施例的用于确定车辆的位置的流程图;和
图7是根据一个实施例的方法的示意图。
具体实施方式
以下详细描述本质上仅仅是示例性的,并不意图限制应用和用途。此外,不意图受到在前述技术领域、背景技术、发明内容或以下具体实施方式中呈现的任何明示或暗示的理论的束缚。如本文所使用的,术语模块是指单独或以任何组合的任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器设备,包括但不限于:专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享的、专用的或群组的)和存储器、组合逻辑电路、和/或提供所描述的功能的其他适宜的部件。
在此可以根据功能和/或逻辑块部件以及各种处理步骤来描述本发明的实施例。应该理解的是,这样的块部件可以通过被配置为执行特定功能的任何数量的硬件、软件和/或固件部件来实现。例如,本发明的实施例可以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他控制设备的控制下执行各种功能。另外,本领域技术人员将会理解,可以结合任何数量的系统来实践本发明的实施例,并且在此描述的系统仅仅是本发明的示例性实施例。
为了简洁起见,与系统(和系统的各个操作部件)的信号处理、数据传输、信令、控制和其他功能方面有关的传统技术可能在此不再详细描述。此外,这里所含的各幅附图中示出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。应注意的是,在本发明的实施例中可以存在许多替代或附加的功能关系或物理连接。
参考图1,根据各种实施例示出车辆10。车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14布置在底盘12上并基本上包围车辆10的部件。车身14和底盘12可共同形成框架。车轮16和18各自靠近车身14的相应角部旋转地联接到底盘12。
在各种实施例中,车辆10是自主车辆。例如,自主车辆10是被自动控制以将乘客从一个位置运送到另一个位置的车辆。在所示实施例中将车辆10描绘为乘用车,但应该理解,也可以使用包括摩托车、卡车、运动型多用途车(SUV)、休闲车(RV)、海运船、飞机等任何其他交通工具。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。四级系统表示“高度自动化”,指的是自动驾驶系统在动态驾驶任务的各个方面的驾驶模式特定表现,即使人类驾驶员对干预要求没有做出适当的响应。五级系统表示“完全自动化”,指的是自动驾驶系统在人类驾驶员可以管理的所有道路和环境条件下的动态驾驶任务的各个方面的全时表现。
如图所示,自主车辆10通常包括推进系统20、传动系统22、转向系统24、制动系统26、传感器系统28、致动器系统30、至少一个数据存储设备32、至少一个控制器34和通信系统36。在各种实施例中,推进系统20可以包括内燃机、诸如牵引马达的电机、和/或燃料电池推进系统。传动系统22被配置为根据可选速比将动力从推进系统20传递到车轮16和18。根据各种实施例,传动系统22可以包括步长比自动变速器、无级变速器或其他适当的变速器。制动系统26被配置为向车轮16和18提供制动力矩。在各种实施例中,制动系统26可以包括摩擦制动器、线制动器、诸如电机的再生制动系统、和/或其他适当的制动系统。转向系统24影响车轮16和18的位置。虽然为了说明的目的而描绘为包括方向盘,但是在本发明范围内设想的一些实施例中,转向系统24可以不包括方向盘。
在各种实施例中,数据存储设备32包括将地图数据提供给控制器34和自主驾驶系统70的地图模块。在各种实施例中,地图模块访问本地存储的地图数据和/或从远程地图数据提供者接收的地图数据。例如,地图数据提供者经由通信系统36提供地图数据。
传感器系统28包括一个或多个感测设备40a-40n,其感测自主车辆10的外部环境和/或内部环境的可观察状况。感测设备40a-40n可以包括但不限于雷达、激光雷达、全球定位系统、光学相机、热像仪、超声波传感器、和/或其他传感器。致动器系统30包括一个或多个致动器设备42a-42n,其控制一个或多个车辆特征,诸如但不限于推进系统20、传动系统22、转向系统24和制动系统26。在各种实施例中,车辆特征可以进一步包括内部和/或外部车辆特征,诸如但不限于门、行李厢、以及诸如空气、音乐、照明等(非有限)车厢特征。
通信系统36被配置为向其他实体48以及从其他实体48无线地传送信息,诸如但不限于其他车辆(“V2V”通信)、基础设施(“V2I”通信)、远程系统和/或个人设备(关于图2更详细地描述)。在示例性实施例中,通信系统36是无线通信系统,其被配置为使用IEEE 802.11标准经由无线局域网(WLAN)进行通信或通过使用蜂窝数据通信。然而,诸如专用短程通信(DSRC)信道的附加或替代通信方法也被认为在本发明的范围内。DSRC信道是指专门为汽车使用而设计的单向或双向短距至中距离无线通信信道,以及相应的一套协议和标准。
数据存储设备32存储用于自动控制自主车辆10的数据。在各种实施例中,数据存储设备32存储可导航环境的定义的地图。在各种实施例中,定义的地图可以由远程系统预定义并从远程系统获得(关于图2进一步详细地描述)。例如,定义的地图可以由远程系统组装并(以无线和/或以有线方式)传送到自主车辆10并存储在数据存储设备32中。可以理解的是,数据存储设备32可以是控制器34的一部分、与控制器34分离、或者是控制器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和计算机可读存储设备或介质46。处理器44可以是任何定制的或商业可用的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制器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(以微芯片或芯片组的形式)、宏处理器、其任何组合、或者通常用于执行指令的任何设备。例如,计算机可读存储设备或介质46可以包括在只读存储器(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是可用于在处理器44断电时存储各种操作变量的持久性或非易失性存储器。计算机可读存储设备或介质46可以使用多种已知存储器设备中的任何一种来实现,诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪存、或任何能够存储数据的其它电、磁、光或组合存储器设备,其中一些表示可执行指令,由控制器34在控制自主车辆10中使用。
指令可以包括一个或多个单独的程序,每个程序包括用于实现逻辑功能的可执行指令的有序列表。这些指令在由处理器34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,并生成对致动器系统30的控制信号以基于逻辑、计算、方法和/或算法来自动控制自主车辆10的部件。尽管在图1中仅示出了一个控制器34,但是自主车辆10的实施例可以包括任何数量的控制器34,这些控制器34通过任何适宜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,并生成控制信号以自动控制自主车辆10的特征。
在各种实施例中,控制器34被配置为实现在此描述的自主驾驶系统70和定位系统76。特别地,控制器34被配置为确定在车辆10的起始点88与车辆前方的水平线上点86之间的车辆10的当前位置,其中控制器34被配置为接收含有至少一个道路属性90的地图数据,接收位于起始点和水平线上点之间的多个轨迹点92并确定将多个轨迹点互连的轨迹94,确定车辆的绝对位置,确定从至少一个道路属性90到轨迹94上的投影点84,确定车辆的当前位置并将车辆的当前位置同起始点与水平线上点之间的道路属性90的投影点84的位置进行比较。
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可以适用于在特定地理区域(例如城市、学校或商业园区、购物中心、游乐园、活动中心等)中的出租车或班车系统的情境中,或者可以简单地由远程系统管理。例如,自主车辆10可以与基于自主车辆的远程运输系统相关联。图2示出了总体上以50示出的操作环境的示例性实施例,其包括基于自主车辆的远程运输系统52,其与如关于图1所描述的一个或多个自主车辆10a-10n相关联。在各种实施例中,操作环境50还包括一个或多个用户设备54,其经由通信网络56与自主车辆10和/或远程交通系统52通信。
通信网络56根据需要在由操作环境50支持的设备、系统和部件之间(例如经由有形通信链路和/或无线通信链路)支持通信。例如,通信网络56可以包括无线载波系统60,诸如包括多个小区塔(未示出)的蜂窝电话系统、一个或多个移动交换中心(MSC)(未示出)、以及连接无线运营系统60与陆地通信系统所需的任何其他网络部件。每个小区塔包括发送和接收天线以及基站,来自不同小区塔的基站直接或经由基站控制器等中间设备连接到MSC。无线载波系统60可以实现任何适宜的通信技术,包括例如数字技术,诸如CDMA(例如CDMA2000)、LTE(例如4G LTE或5G LTE)、GSM/GPRS、或其他当前或新兴的无线技术。其他小区塔/基站/MSC布置是可能的,并且可以与无线载波系统60一起使用。例如,仅列举几种可能的安排,基站和小区塔可以共同位于相同的地点或者它们可以彼此远离地定位,每个基站可以负责单个小区塔或者单个基站可以服务各个小区塔,或者各个基站可以联接到单个MSC。
除了包括无线载波系统60之外,可以包括卫星通信系统64形式的第二无线载波系统以提供与自主车辆10a-10n的单向或双向通信。这可以使用一个或多个通信卫星(未示出)和上行链路发射站(未示出)来完成。单向通信可以包括例如卫星无线电服务,其中节目内容(新闻、音乐等)由发射站接收,打包上传,然后发送到卫星,卫星将节目广播给用户。双向通信可以包括例如卫星电话服务,其使用卫星来中继车辆10和站之间的电话通信。卫星电话可以作为无线载波系统60的补充或者代替无线载波系统60使用。
还可以包括陆地通信系统62,其是连接到一个或多个陆线电话并且将无线载波系统60连接到远程运输系统52的传统的基于陆地的电信网络。例如,陆地通信系统62可以包括公共交换电话网(PSTN)诸如用于提供硬连线电话、分组交换数据通信和因特网基础设施。可以通过使用标准有线网络、光纤或其他光学网络、电缆网络、电力线、其他无线网络诸如无线局域网(WLAN)、或者提供宽带无线接入(BWA)的网络、或其任何组合,来实现陆地通信系统62的一个或多个部分。此外,远程交通系统52不需要经由陆地通信系统62连接,而是可以包括无线电话设备,从而其可以直接与诸如无线运营系统60的无线网络通信。
尽管在图2中仅示出了一个用户设备54,但是操作环境50的实施例可以支持任意数量的用户设备54,包括由一个人拥有、操作或以别的方式使用的多个用户设备54。由操作环境50支持的每个用户设备54可以使用任何适宜的硬件平台来实现。就此而言,用户设备54可以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);智能手机;视频游戏设备;数字媒体播放器;一件家庭娱乐设备;数码相机或摄像机;可穿戴计算设备(例如智能手表、智能眼镜、智能服装);等等。由操作环境50支持的每个用户设备54被实现为具有执行在此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现的或基于计算机的设备。例如,用户设备54包括可编程设备形式的微处理器,该微处理器包括存储在内部存储器结构中的一个或多个指令,并被应用来接收二进制输入以创建二进制输出。在一些实施例中,用户设备54包括能够接收GPS卫星信号并且基于那些信号生成GPS坐标的GPS模块。在其他实施例中,用户设备54包括蜂窝通信功能,使得设备使用一个或多个蜂窝通信协议在通信网络56上执行语音和/或数据通信,如在此所讨论的。在各种实施例中,用户设备54包括可视显示器,诸如触摸屏图形显示器或其他显示器。
远程运输系统52包括一个或多个后端服务器系统,后端服务器系统可以是基于云的、基于网络的或驻留在由远程运输系统52服务的特定园区或地理位置。远程运输系统52可以由现场顾问或自动顾问、或两者的组合操纵。远程运输系统52可以与用户设备54和自主车辆10a-10n通信以安排乘车、派遣自主车辆10a-10n等。在各种实施例中,远程交通系统52存储诸如用户认证信息、车辆标识符、简档记录、行为模式和其他相关用户信息等帐户信息。
根据典型的用例工作流程,远程交通系统52的注册用户可以经由用户设备54创建乘车请求。乘车请求通常将指示乘客期望的乘车地点(或当前GPS位置)、期望的目的地位置(其可以识别预定义的车辆停靠站和/或用户指定的乘客目的地)和搭乘时间。远程运输系统52接收乘车请求,处理该请求,并且分派自主车辆10a-10n中的选定的一部(当且如果一辆可用时)在指定的搭乘地点和适当的时间接走乘客。远程运输系统52还可以生成并向用户设备54发送适宜配置的确认消息或通知,以使乘客知道车辆正在路上。
可以理解的是,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输送系统可以被修改、增强或以其他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实现如图3所示的自主驾驶系统(ADS)70。即,利用控制器34(例如处理器44和计算机可读存储设备46)的适宜的软件和/或硬件部件来提供与车辆10结合使用的自动驾驶系统70。在各种实施例中,根据本文参照控制器34描述的内容来实现图3所示的控制器34。
在各种实施例中,在此描述的自主驾驶系统70利用高级驾驶员辅助系统(ADAS)和ADAS接口规范(ADASIS)来生成eHorizon。地图道路属性和车辆位置基于沿着车辆移动路径的距离。代替和/或附加地仅使用车辆相对于参考点的相对距离,在此描述的自主驾驶系统70基于车辆的绝对坐标,如上文和下文中更详细描述的。
在各种实施例中,ADAS使用多种数据源,例如激光雷达、雷达、成像、全球定位系统(GPS)、地图数据、车辆间数据交换等。这些数据源至少部分对应于在此描述的感测设备28。ADASIS对地图定位数据模型进行了标准化,并基于车辆位置和数字地图定义了用于预测车辆前方道路几何形状和道路属性的通用界面,作为ADAS和自动驾驶应用的一种实现方式。
在各种实施例中,自动驾驶系统70的指令可以由功能或系统组织。例如,如图3所示,自主驾驶系统70可以包括计算机视觉系统74、定位系统76、引导系统78和车辆控制系统80。可以理解的是,在各种实施例中,指令可以被组织成任何数量的系统(例如组合、进一步划分等),因为本发明不限于本实例。
在各种实施例中,计算机视觉系统74合成并处理传感器数据并预测车辆10的环境的对象和特征的存在、位置、分类和/或路径。在各种实施例中,计算机视觉系统74可并入来自多个传感器的信息,包括但不限于相机、激光雷达、雷达和/或任何数量的其他类型的传感器。计算机视觉系统74也可以称为传感器融合系统,因为它融合来自多个传感器的输入。
定位系统76处理传感器数据以及其他数据以确定车辆10相对于环境的位置(例如相对于地图的本地位置、相对于道路车道的精确位置、车辆航向、速度等)。引导系统78处理传感器数据以及其他数据以确定车辆10遵循的路径。车辆控制系统80根据确定的路径产生用于控制车辆10的控制信号。
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、障碍缓解、路线穿越、映射、传感器集成、地面真值确定等。
车辆控制系统80被配置为将车辆控制输出传输至致动器系统30。在示例性实施例中,致动器42包括转向控制器、换档器控制器、节气门控制器和制动器控制器。例如,转向控制可以控制如图1所示的转向系统24。,例如,换档器控制器可以控制如图1所示的传动系统22。例如,节气门控制器可以控制如图1所示的推进系统20。例如,制动器控制器可以控制如图1所示的车轮制动系统26。
在各种实施例中,自主驾驶系统70包括定位系统76,其被配置为通过处理器确定在车辆的起始点与车辆前方的水平线上点之间的车辆10的当前位置。定位系统76被配置为通过处理器接收含有至少一个道路属性的地图数据。在各种实施例中,地图数据经由通信系统被接收和/或被存储在数据存储设备32中。定位系统被配置为通过处理器接收位于起始点与水平线之间的多个轨迹点并确定将多个轨迹点互连的轨迹。换句话说,轨迹对应于将轨迹点互连并描述沿着轨迹点的一个可能移动路径的连接线。在各种实施例中,通过沿着道路的曲率内插各个轨迹点来确定轨迹。定位系统被配置为通过处理器确定车辆的绝对位置并且确定从至少一个道路属性以及从车辆的绝对当前位置到轨迹上的投影点。定位系统进一步被配置为确定车辆的当前位置及其到轨迹上的投影并且将车辆的当前位置(即当前位置到轨迹上的投影)同起始点与水平线上点之间的道路属性的投影点的位置进行比较。特别地,定位系统将车辆的当前位置,特别是车辆位置到轨迹上的投影的位置,与投影点沿着道路及其曲率距起始点的距离进行比较。
在各种实施例中,定位系统76被配置成通过确定轨迹上的垂直线来确定投影点。换言之,道路属性垂直投影到轨迹上,使得道路属性及其投影点位于与起始点相同的距离处。
在各种实施例中,定位系统76被配置为基于车辆的当前位置确定车辆距起始点的距离值,并将该距离值与投影点的位置进行比较。因此,车辆距投影点的距离被确定并被用于导航车辆。在车辆距离起始点的距离值等于起始点与道路属性的投影点之间的距离的情况下,确定车辆当前位于相应道路属性附近,并且该信息用于导航车辆。
在各种实施例中,定位系统76被配置为在车辆移动时迭代地追踪车辆的当前位置。因此,在各种实施例中,车辆距投影点的距离和相应道路属性也被迭代地或重复地确定。
在各种实施例中,定位系统76被配置为确定车辆距起始点的覆盖距离。覆盖距离使得能够确定车辆相对于起始点的位置。在各种实施例中,覆盖距离用在冗余功能模块中以确定车辆的位置。在该实施例中,定位系统任选地被配置为确定起始点与道路属性之间的距离,并且将车辆的覆盖距离同起始点与道路属性之间的距离进行比较。可选地,定位系统76被配置为如果车辆的覆盖距离等于起始点与道路属性之间的距离,并且另外车辆的当前位置等于起始点与水平线上点之间的投影点的位置,则使用道路属性用于车辆控制。可选地,定位系统76被配置为如果车辆的覆盖距离等于起始点与道路属性之间的距离,并且另外车辆的当前位置不等于起始点与水平线上点之间的投影点的位置,则生成误差信号以将车辆转变为预定模式;或者如果车辆的覆盖距离不等于起始点与道路属性之间的距离,并且另外车辆的当前位置等于起始点与水平线上点之间的投影点的位置,则生成误差信号以将车辆转变为预定模式。
图4示意性地示出了如何在起始点88和水平线上点86之间确定车辆10沿着道路的位置。车辆10利用电子水平线,即,在车辆10前方的路段的地图数据以及被指定给道路的道路属性。在各种实施例中,水平线上点86对应于电子水平线的最大范围或距离。随着车辆前进,提供另外的地图数据以便向前推移电子水平线。特别是道路属性的位置与自主驾驶有关。因此,关于道路属性的车辆位置是相关的。
在各种实施例中,通过跟踪距起始点88的车辆的覆盖距离dhv,tk来确定车辆的位置。覆盖距离与起始点88和道路属性90之间的距离dsp相关,道路属性90在此实例中是一个分岔点。如果dhv,tk-dsp=0,则车辆10当前处于道路属性90处。
在此描述的自主驾驶系统70的各种实施例中,车辆的当前位置被投影到轨迹94上,使得车辆位置的投影与道路属性在轨迹上的投影相比较。因此,参照轨迹94,车辆的运动路径和/或道路属性的横向偏移(车辆沿着第二车道从右侧移动,同时轨迹位于第三和第四车道之间,参见图5)。
图5示意性地示出了本文和根据各种实施例描述的控制器34如何通过使用起始点88与水平线上点86之间的电子水平线内的轨迹点92来确定车辆10的位置。存储在数据存储设备32中和/或经由通信系统36接收的地图数据包括多个轨迹点pm,k(lat,lon,dα,ρ)92,其描述将各个轨迹点互连的移动路径94(虚线)。在各种实施例中,存储在数据存储设备32中的每个轨迹点92含有包括纬度坐标(lat)、经度坐标(lon)、距起始点88(d)的偏移或距离、航向角度(α)和曲率(ρ,半径的倒数)的信息。
动态地产生轨迹点k和k-1之间的投影点dsp,(pm,k-1,pm,k)84,并根据以下公式确定其绝对坐标,例如GPS坐标:
随着车辆10朝向相应的道路属性90向前移动,跟踪车辆的当前绝对位置并且与投影点的位置比较如下:
d(phv,tk,pm,k-1)=|phv,tk-pm,k-1|*cos6;6=αphvtk-αpm,k-1
角度θ是车辆运动航向角度与地图轨迹点航向角度之间的角度。角度θ用于投影车辆在预定时间内相对于轨迹线移动的距离并获得净增量距离,即车辆沿轨迹线94覆盖的净距离。如果车辆10沿着轨迹线94移动,θ大约为0°,如果车辆10改变车道或出口,则θ至少在特定距离上不等于0°。
基于这些考虑,如果车辆当前位置在轨迹上的投影与道路属性在轨迹上的投影之间的距离为0,则车辆当前处于分岔点。因此,在此描述的自主驾驶系统70的方法和实现提供了基于鲁棒绝对坐标的独立于距起始点的车辆行驶距离的定位。在图5中,车辆10的当前位置在轨迹上的投影96由垂直投影线98表示。
图6示意性地示出了在此描述的自主驾驶系统70的实施例。左栏显示了基于起始点88和车辆10相对于起始点88覆盖的距离dhv,tk的用于定位的功能模块。右栏显示了用于基于车辆10的绝对当前位置和轨迹点92的用于定位的功能模块,其中车辆10的当前位置以及道路属性90的位置被投影到轨迹94上,以便确定车辆10和道路属性90之间的距离。
开始状态102启动车辆定位。在状态104中,作为数据存储设备32的一部分的地图模块提供关于道路属性例如分岔点的信息,特别是关于道路属性的距离dsp的信息。在状态106中,控制器34将dsp存储在缓冲器中并跟踪车辆位置dhv,tk。如果dhv,tk=dsp,则假定车辆当前处于相应的道路属性。
状态104、106、108描述一个车辆定位方案,而状态110、112、114提供冗余定位方案。在状态110中,使用距离dsp来生成相应道路属性到轨迹94上的投影点psp,proj(lat,lon)。随后,在状态112中,生成车辆当前位置到轨迹94上的投影点phv,tk,proj(lat,lon)。确定道路属性的投影点与车辆的投影点之间的距离,如果该距离为0,则车辆处于道路属性。
因此,根据两种不同的方案确定车辆的位置,并且在状态116中比较这些定位方案或方法的结果。如果位置值匹配,则使用道路属性用于车辆控制(状态118),否则,车辆转换到系统安全模式(状态120)。
图7是用于确定车辆的当前位置的方法130的示意图。在各种实施例中,该方法通过在此描述的自主驾驶系统70来实现。该方法包括以下步骤:接收132含有至少一个道路属性90的地图数据;接收134位于起始点88和水平线上点86之间的多个轨迹点92并确定将多个轨迹点92互连的轨迹94;确定136车辆10的绝对位置;确定从至少一个道路属性90到轨迹94上的投影点84;确定车辆10的当前位置并将车辆的当前位置同起始点与水平线上点之间的道路属性的投影点的位置进行比较。
尽管在前面的详细描述中已经呈现了至少一个示例性实施例,但应该理解的是存在大量的变化。还应该理解的是,示例性实施例或示例性实施例仅是示例,并不意图以任何方式限制本发明的范围、适用性或配置。然而,前面的详细描述将为本领域技术人员提供用于实现示例性实施例或多个示例性实施例的便利路线图。应该理解的是,在不脱离如所附权利要求及其合法等同方案所阐述的本发明的范围的情况下,可以对元件的功能和布置进行各种改变。
Claims (9)
1.一种用于车辆的自主驾驶系统,所述自主驾驶系统包括:
定位系统,所述定位系统被配置为通过处理器确定所述车辆的起始点与所述车辆前方的水平线上点之间的所述车辆的当前位置;
其中所述定位系统进一步被配置为通过处理器:
接收含有至少一个道路属性的地图数据;
接收位于所述起始点与所述水平线上点之间的多个轨迹点并确定将所述多个轨迹点互连的轨迹;
确定所述车辆的绝对位置;
确定从所述至少一个道路属性投射到所述轨迹上的投影点;
确定所述车辆的所述当前位置并将所述车辆的所述当前位置同所述起始点与所述水平线上点之间的所述道路属性的所述投影点的位置进行比较。
2.根据权利要求1所述的自主驾驶系统,
其中所述定位系统被配置为通过确定所述轨迹上的垂直线来确定所述投影点。
3.根据权利要求1所述的自主驾驶系统,
其中,所述定位系统被配置为基于所述车辆的所述当前位置确定所述车辆距所述起始点的距离值并将该距离值与所述投影点的所述位置进行比较。
4.根据权利要求1所述的自主驾驶系统,
其中所述定位系统被配置为在所述车辆移动时迭代地追踪所述车辆的所述当前位置。
5.根据权利要求1所述的自主驾驶系统,
其中所述定位系统被配置为确定所述车辆距所述起始点的覆盖距离。
6.根据权利要求5所述的自主驾驶系统,
其中所述定位系统被配置为确定所述起始点与所述道路属性之间的距离并比较所述车辆的所述覆盖距离同所述起始点与所述道路属性之间的所述距离。
7.根据权利要求5所述的自主驾驶系统,
其中所述定位系统被配置为如果所述车辆的所述覆盖距离等于所述起始点与所述道路属性之间的所述距离,并且另外所述车辆的所述当前位置等于所述起始点与所述水平线上点之间的所述投影点的所述位置,则使用所述道路属性用于车辆控制。
8.根据权利要求5所述的自主驾驶系统,
其中该定位系统被配置为
如果所述车辆的所述覆盖距离等于所述起始点与所述道路属性之间的所述距离,并且另外所述车辆的所述当前位置不等于所述起始点与所述水平线上点之间的所述投影点的所述位置,则生成误差信号以将所述车辆转变为预定模式;或者
如果所述车辆的所述覆盖距离不等于所述起始点与所述道路属性之间的所述距离,并且另外所述车辆的所述当前位置等于所述起始点与所述水平线上点之间的所述投影点的所述位置,则生成误差信号以将所述车辆转变为预定模式。
9.一种具有控制器的车辆,其中所述控制器实现用于所述车辆的自主驾驶系统,所述自主驾驶系统包括:
定位系统,所述定位系统被配置为通过处理器确定所述车辆的起始点与所述车辆前方的水平线上点之间的所述车辆的当前位置;
其中所述定位系统进一步被配置为通过处理器:
接收含有至少一个道路属性的地图数据;
接收位于所述起始点与所述水平线上点之间的多个轨迹点并确定将所述多个轨迹点互连的轨迹;
确定所述车辆的绝对位置;
确定从所述至少一个道路属性投射到所述轨迹上的投影点;
确定所述车辆的所述当前位置并将所述车辆的所述当前位置同所述起始点与所述水平线上点之间的所述道路属性的所述投影点的位置进行比较。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/630668 | 2017-06-22 | ||
US15/630,668 US10466704B2 (en) | 2017-06-22 | 2017-06-22 | Autonomous vehicle localization |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109115230A true CN109115230A (zh) | 2019-01-01 |
CN109115230B CN109115230B (zh) | 2022-05-24 |
Family
ID=64567729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810608242.7A Active CN109115230B (zh) | 2017-06-22 | 2018-06-13 | 用于车辆的自主驾驶系统及其车辆 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10466704B2 (zh) |
CN (1) | CN109115230B (zh) |
DE (1) | DE102018114888A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111795692A (zh) * | 2019-04-02 | 2020-10-20 | 通用汽车环球科技运作有限责任公司 | 经由多模式slam融合过程进行并行跟踪和定位的方法和设备 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10816354B2 (en) | 2017-08-22 | 2020-10-27 | Tusimple, Inc. | Verification module system and method for motion-based lane detection with multiple sensors |
US10831188B2 (en) | 2017-11-07 | 2020-11-10 | Zoox, Inc. | Redundant pose generation system |
US11009365B2 (en) | 2018-02-14 | 2021-05-18 | Tusimple, Inc. | Lane marking localization |
US11009356B2 (en) | 2018-02-14 | 2021-05-18 | Tusimple, Inc. | Lane marking localization and fusion |
WO2021198772A1 (en) * | 2020-03-30 | 2021-10-07 | Mobileye Vision Technologies Ltd. | Navigating a vehicle using an electronic horizon |
EP3893150A1 (en) | 2020-04-09 | 2021-10-13 | Tusimple, Inc. | Camera pose estimation techniques |
US11577733B2 (en) * | 2020-09-30 | 2023-02-14 | GM Global Technology Operations LLC | Efficient road coordinates transformations library |
DE102023100699A1 (de) | 2023-01-13 | 2024-07-18 | Bayerische Motoren Werke Aktiengesellschaft | Übertragen von Positionen zwischen unterschiedlichen Kartendaten |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010160024A (ja) * | 2009-01-07 | 2010-07-22 | Yupiteru Corp | 目標物検出装置及びプログラム |
CN101964148A (zh) * | 2009-07-24 | 2011-02-02 | 日立(中国)研究开发有限公司 | 道路交通信息记录服务器和gps用户终端 |
CN102589558A (zh) * | 2011-01-07 | 2012-07-18 | 北京高德泰信科技有限公司 | 导航方法、导航终端和导航系统 |
CN105021202A (zh) * | 2014-04-29 | 2015-11-04 | 高德软件有限公司 | 一种地图匹配方法及设备 |
CN105074389A (zh) * | 2013-04-16 | 2015-11-18 | 爱信艾达株式会社 | 交叉路口引导显示系统、方法以及程序 |
WO2016159170A1 (ja) * | 2015-03-31 | 2016-10-06 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム |
WO2017026936A1 (en) * | 2015-08-11 | 2017-02-16 | Scania Cv Ab | Methods and control units for building a database and for predicting a route of a vehicle |
-
2017
- 2017-06-22 US US15/630,668 patent/US10466704B2/en active Active
-
2018
- 2018-06-13 CN CN201810608242.7A patent/CN109115230B/zh active Active
- 2018-06-20 DE DE102018114888.7A patent/DE102018114888A1/de active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010160024A (ja) * | 2009-01-07 | 2010-07-22 | Yupiteru Corp | 目標物検出装置及びプログラム |
CN101964148A (zh) * | 2009-07-24 | 2011-02-02 | 日立(中国)研究开发有限公司 | 道路交通信息记录服务器和gps用户终端 |
CN102589558A (zh) * | 2011-01-07 | 2012-07-18 | 北京高德泰信科技有限公司 | 导航方法、导航终端和导航系统 |
CN105074389A (zh) * | 2013-04-16 | 2015-11-18 | 爱信艾达株式会社 | 交叉路口引导显示系统、方法以及程序 |
CN105021202A (zh) * | 2014-04-29 | 2015-11-04 | 高德软件有限公司 | 一种地图匹配方法及设备 |
WO2016159170A1 (ja) * | 2015-03-31 | 2016-10-06 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム |
WO2017026936A1 (en) * | 2015-08-11 | 2017-02-16 | Scania Cv Ab | Methods and control units for building a database and for predicting a route of a vehicle |
Non-Patent Citations (1)
Title |
---|
王忠民 等: "一种基于位置点的地图匹配改进算法", 《计算机应用研究》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111795692A (zh) * | 2019-04-02 | 2020-10-20 | 通用汽车环球科技运作有限责任公司 | 经由多模式slam融合过程进行并行跟踪和定位的方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109115230B (zh) | 2022-05-24 |
US20180373254A1 (en) | 2018-12-27 |
DE102018114888A1 (de) | 2018-12-27 |
US10466704B2 (en) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109115230A (zh) | 自主车辆定位 | |
CN108725446B (zh) | 用于自主车辆的俯仰角补偿 | |
JP7386295B2 (ja) | 自律型車両のためのリアルタイム車線変更選択 | |
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 | |
CN108981722B (zh) | 用于自主驾驶的使用贝塞尔曲线的轨迹规划器 | |
CN112498349B (zh) | 用于紧急车道改变的操纵计划 | |
CN108268034A (zh) | 用于车辆的专家模式 | |
CN108766011B (zh) | 用于自主车辆的停车评分 | |
CN109425359A (zh) | 用于生成实时地图信息的方法和系统 | |
CN110126825A (zh) | 用于低级别前馈车辆控制策略的系统和方法 | |
US10495493B2 (en) | Systems and methods for controlling sensing device field of view | |
EP3811030B1 (en) | Enhancing navigation experience using v2x supplemental information | |
CN109131346A (zh) | 用于预测自主车辆中的交通模式的系统和方法 | |
CN108803594A (zh) | 用于自主车辆中的障碍物避让及路径规划的系统和方法 | |
CN109017782A (zh) | 个性化的自主车辆乘坐特性 | |
CN109507998A (zh) | 用于自主车辆之间的协作的系统和方法 | |
CN110126839A (zh) | 用于自主车辆路径跟随器校正的系统和方法 | |
CN108528458A (zh) | 用于车辆尺寸预测的系统和方法 | |
CN109813325A (zh) | 可行车道路线规划 | |
CN110126837A (zh) | 用于自主车辆运动规划的系统和方法 | |
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 | |
CN109283924A (zh) | 分类方法及系统 | |
CN108806295A (zh) | 自动车辆路线穿越 | |
CN109085819A (zh) | 用于实施自主车辆中的驾驶模式的系统和方法 | |
CN110341717A (zh) | 在静止车辆周围的自主车辆移动 |
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 |