CN109287122A - 基于自动驾驶车辆的控制反馈更新地图的方法和系统 - Google Patents

基于自动驾驶车辆的控制反馈更新地图的方法和系统 Download PDF

Info

Publication number
CN109287122A
CN109287122A CN201780002564.0A CN201780002564A CN109287122A CN 109287122 A CN109287122 A CN 109287122A CN 201780002564 A CN201780002564 A CN 201780002564A CN 109287122 A CN109287122 A CN 109287122A
Authority
CN
China
Prior art keywords
control command
map
vehicle
drive parameter
heeling condition
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
Application number
CN201780002564.0A
Other languages
English (en)
Other versions
CN109287122B (zh
Inventor
胡森
朱帆
孔旗
罗琦
于翔
朱振广
付骁鑫
何家瑞
李洪业
潘余昌
夏中谱
赵春明
杨光
王京傲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu com Times Technology Beijing Co Ltd
Baidu USA LLC
Original Assignee
Baidu com Times Technology Beijing Co Ltd
Baidu USA LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baidu com Times Technology Beijing Co Ltd, Baidu USA LLC filed Critical Baidu com Times Technology Beijing Co Ltd
Publication of CN109287122A publication Critical patent/CN109287122A/zh
Application granted granted Critical
Publication of CN109287122B publication Critical patent/CN109287122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3822—Road feature data, e.g. slope data
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • 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
    • B60W40/072—Curvature 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
    • B60W40/02—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
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
    • G01C21/3896—Transmission of map data from central databases
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/18—Roll
    • 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

Abstract

在一个实施方式中，当ADV在路段上驾驶时，响应于第一控制命令，驾记录驶参数。确定第一驾驶参数和与第一控制命令对应的目标驾驶参数之间的差值。响应于确定出差值超过预定阈值，发布第二控制命令，以补偿所述差值并且致使ADV以更接近目标驾驶参数的第二驾驶参数驾驶。至少基于第二控制命令推导路段的倾斜状态。基于所推导的倾斜状态，更新与道路的路段对应的地图的地图数据。当ADV随后在相同的道路上驾驶时，考虑到道路的倾斜状态，可利用所更新的地图生成和发布适当的控制命令。

Description

基于自动驾驶车辆的控制反馈更新地图的方法和系统
技术领域
本发明的实施方式大体涉及操作自动驾驶车辆。更具体地，本发明的实施方式涉及基于自动驾驶车辆的控制反馈更新地图。
背景技术
以自动模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动模式运行时，车辆可以使用车载传感器以及地图和路线信息导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
在自动驾驶中，运动规划和控制是关键操作。例如，在自动驾驶中，油门、刹车和转向命令是最重要的命令，其可基于地图和路线信息生成。正确和最新的地图，特别是高清地图，对于自动驾驶是至关重要的。然而，路面可能变化并且地图数据的采集可能是不正确的或不准确的。利用诸如惯性测量单元的传感器来更新路况是昂贵的。缺乏高效的方法来更新关于路况的地图。
发明内容
本公开的实施方式提供了更新用于自动驾驶的地图的计算机实现方法、非瞬时性机器可读介质和数据处理系统。
在本公开的一方面，更新用于自动驾驶的地图的计算机实现方法包括：响应于第一控制命令，记录在路段上驾驶的自动驾驶车辆(ADV)的第一驾驶参数；确定第一驾驶参数和与第一控制命令对应的目标驾驶参数之间的差值；响应于确定出差值超过预定阈值，发布第二控制命令以补偿并且致使ADV以更接近目标驾驶参数的第二驾驶参数驾驶；至少基于第二控制命令推导路段的倾斜状态；以及基于所推导的倾斜状态更新与路段对应的地图的地图数据。
在本公开的另一方面，非瞬时性机器可读介质具有存储在其中的指令，所述指令在被处理器执行时致使处理器执行操作。所述操作包括：响应于第一控制命令记录在路段上驾驶的自动驾驶车辆(ADV)的第一驾驶参数；确定第一驾驶参数和与第一控制命令对应的目标驾驶参数之间的差值；响应于确定出差值超过预定阈值，发布第二控制命令以补偿并且致使ADV以更接近目标驾驶参数的第二驾驶参数驾驶；至少基于第二控制命令推导路段的倾斜状态；以及基于所推导的倾斜状态更新与路段对应的地图的地图数据。
在本公开的再一方面中，数据处理系统包括：处理器；以及联接至处理器用于储存指令的存储器，所述指令在被处理器执行时致使处理器执行操作。所述操作包括：响应于第一控制命令，记录在路段上驾驶的自动驾驶车辆(ADV)的第一驾驶参数；确定第一驾驶参数和与第一控制命令对应的目标驾驶参数之间的差值；响应于确定出差值超过预定阈值，发布第二控制命令以补偿并且致使ADV以更接近目标驾驶参数的第二驾驶参数驾驶；至少基于第二控制命令推导路段的倾斜状态；以及基于所推导的倾斜状态，更新与路段对应的地图的地图数据。
在本公开的再一方面中，更新用于自动驾驶的地图的计算机实现方法包括：接收多个车辆的、当所述车辆在多条道路上驾驶时记录的驾驶统计数据，其中驾驶统计数据包括在不同的时间点发布至车辆的控制命令以及车辆响应于控制命令的响应；对于给定路段，识别一个或多个控制命令，控制命令发布至车辆中的一个或多个以补偿车辆的先前控制命令，以供车辆维持与控制命令相关的一个或多个目标驾驶参数；基于控制命令和目标驾驶参数推导路段的倾斜状态；以及更新与路段对应的地图的地图位置的地图数据。
附图说明
本发明的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考数字指示相似元件。
图1是示出根据本发明的一个实施方式的联网系统的框图。
图2是示出根据本发明的一个实施方式的自动车辆的示例的框图。
图3是示出根据本发明的一个实施方式的与自动车辆一起使用的感知与规划系统的示例的框图。
图4A至图4C是示出车辆或道路的倾斜状态的图。
图5是示出根据本发明的一个实施方式的倾斜状态与命令映射表格的示例的框图。
图6A是示出根据本发明的一个实施方式的俯仰状态与命令映射表格的示例的框图。
图6B是示出根据本发明的一个实施方式的滚转状态与命令映射表格的示例的框图。
图7是示出根据本发明的一个实施方式的更新用于自动驾驶的地图的过程的流程图。
图8是示出根据本发明的另一个实施方式的更新用于自动驾驶的地图的过程的流程图。
图9是示出根据本发明的另一个实施方式的用于更新地图的系统的框图。
图10是示出根据本发明的另一个实施方式的更新用于自动驾驶的地图的过程的流程图。
图11是示出根据一个实施方式的数据处理系统的框图。
具体实施方式
将参考以下所讨论的细节来描述本发明的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是对本发明的说明，而不应当解释为限制本发明。描述了许多特定细节以提供对本发明各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本发明的实施方式的简洁讨论。
本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本发明的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一个实施方式。
根据本发明的一方面，当自动驾驶车辆(ADV)在特定道路上驾驶时，替代利用昂贵的传感器来确定道路的倾斜状态，利用控制反馈来估算倾斜状态。在一个实施方式中，当ADV在道路的特定路段上驾驶时，基于规划和控制数据，控制命令(例如，速度控制命令、转向命令)发布至ADV，以驾驶ADV到达目标状态(例如，目标速度、目标加速度、目标前进方向)。ADV的响应被记录并且与驾驶的目标信息比较。如果ADV的响应偏离目标，则可发布另外的控制命令以补偿误差。
基于另外的控制命令，可估计所述路段的倾斜状态。如果ADV在平坦的道路上驾驶，则这些估算可基于ADV通常将不会偏离目标太远的假定。当ADV偏离目标时，可能是由于道路的倾斜状态引起。通过利用车辆的控制反馈，可估算道路的倾斜状态并且可更新与特定路段对应的地图的地图数据，例如以指出特定路段可能是倾斜路段，而不必出于相同的目的使用昂贵的传感器。当在相同的路段上驾驶时，通过考虑路段的倾斜状态，可利用所更新的地图来在随后发布适当的控制命令，以尽可能靠近目标地驾驶车辆。
在一个实施方式中，当ADV在路段上驾驶时，响应于第一控制命令(例如，速度控制命令、转向命令)记录驾驶参数(例如，速度、加速度、前进方向)。确定第一驾驶参数和与第一控制命令对应的目标驾驶参数之间的差值，其中所述差值表示由于道路的倾斜引起的偏离目标的误差。响应于确定出差值超过预定阈值，发布第二控制命令以补偿所述差值并且致使ADV以更接近目标驾驶参数的第二驾驶参数进行驾驶。至少基于第二控制命令或第一控制命令和第二控制命令之间的差值推导所述路段的倾斜状态。基于所推导的倾斜状态更新与所述道路的路段对应的地图的地图数据。当ADV随后在相同的道路上驾驶时，考虑到道路的倾斜状态，可利用所更新的地图生成和发布适当的控制命令。
根据一个实施方式，在推导路段的倾斜状态的过程中，在倾斜与命令(倾斜/命令)映射数据结构(诸如，表格)中执行查找操作，以搜索和定位与第二控制命令和目标驾驶参数近似匹配的映射条目。从倾斜/命令映射表格的匹配条目获得倾斜状态。倾斜/命令映射表格包括诸多映射条目。每个映射条目将特定倾斜状态映射至特定控制命令和特定驾驶参数；或者反之，每个映射条目将特定控制命令和特定驾驶参数映射至特定倾斜状态。倾斜/命令映射表格能以多种数据结构或数据库来实现。
在一个实施方式中，倾斜/命令映射表格可基于在包括平坦道路和倾斜道路的各种不同类型的道路上驾驶的各种车辆的诸多驾驶统计数据来创建。车辆可自动驾驶或由各种人类驾驶员驾驶。驾驶统计数据可包括发布的不同控制命令(例如，速度控制命令、转向命令)，以及当车辆在包括平坦道路和倾斜道路的各种不同类型的道路上驾驶时在不同时间点记录的车辆响应(例如，加速度/减速度、前进方向)。在一个实施方式中，倾斜/命令映射表格包括俯仰状态与命令(俯仰/命令)映射表格和滚转状态与命令(滚转/命令)映射表格。俯仰/命令映射表格包括诸多俯仰映射条目。每个俯仰映射条目将车辆的速度控制命令(例如，油门/刹车命令)和速度或加速度/减速度映射至俯仰状态；或者反之，每个俯仰映射条目将车辆的俯仰状态映射至速度控制命令(例如，油门/刹车命令)和速度或加速度/减速度。滚转/命令映射表格包括诸多滚转映射条目。每个滚转映射条目将车辆的转向命令和前进方向或角度映射至滚转状态；或者反之，每个滚转映射条目将滚转状态映射至车辆的转向命令和前进方向或角度。倾斜/命令映射表格可还包括用于其他驾驶参数的其他映射表格。
根据本发明的另一方面，捕获和采集诸多ADV的驾驶统计数据。驾驶统计数据记录在不同的时间点和在不同的道路上发布至所述车辆的控制命令以及车辆响应于所述命令的响应。所捕获的命令可包括被生成以补偿由于道路的倾斜状态引起的误差的控制命令。接着，在数据分析系统处离线分析驾驶统计数据以推导所述道路中的至少一些的倾斜状态，并且基于倾斜状态更新那些道路的相应地图数据。可替代地，每个车辆更新它自身的局部地图。接着，将车辆的局部地图发送至集中式系统以合并为全局地图，并且接着将全局地图重新分配至车辆以便将来使用。
根据一个实施方式，采集诸多车辆的驾驶统计数据，其中驾驶统计数据包括发布至车辆的各种控制命令以及车辆响应于所述控制命令的响应。对于给定的路段，识别一个或多个控制命令，所述控制命令被发布至一个或多个车辆以补偿车辆的先前控制命令，以便所述车辆维持与所述控制命令相关的一个或多个目标驾驶参数。基于控制命令和目标驾驶参数推导所述路段的倾斜状态。基于倾斜状态更新与路段对应的地图的地图数据。
倾斜的道路可以是：纵向倾斜道路，诸如上坡道路/下坡道路；横向倾斜道路，诸如左偏斜/右偏斜道路；或者两者的组合。倾斜状态可包括在给定的时间点道路的俯仰状态和/或滚转状态。倾斜状态可通过倾斜角度或倾斜百分比来表示。类似地，俯仰状态可通过俯仰角度或俯仰百分比表示，以及滚转状态可通过滚转角度或滚转百分比表示。平坦道路指的是具有近似零的倾斜状态的道路。驾驶参数可包括速度、加速率和/或前进方向，以及其他驾驶参数。
图1是示出根据本发明的一个实施方式的自动车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动车辆101。尽管示出一个自动车辆，但多个自动车辆可以通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或者位置服务器等。
自动车辆是指可以被配置成处于自动模式下的车辆，在所述自动模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动车辆可以包括传感器系统，所述传感器系统具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动车辆101可以在手动模式下、在全自动模式下或者在部分自动模式下运行。
在一个实施方式中，自动车辆101包括但不限于：感知与规划系统110、车辆控制系统111、无线通信系统112、用户接口系统113、信息娱乐系统114和传感器系统115。自动车辆101还可以包括普通车辆中所包括的某些常用部件，诸如：发动机、车轮、方向盘、变速器等，所述部件可以由车辆控制系统111和/或感知与规划系统110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、刹车信号或命令等。
部件110至115可以经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可以经由控制器局域网(CAN)总线通信地联接到彼此。CAN总线是被设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其他环境。
现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个相机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS系统212可以包括收发器，所述收发器可操作以提供关于自动车辆的位置的信息。IMU单元213可以基于惯性加速度来感测自动车辆的位置和定向变化。雷达单元214可以表示利用无线电信号来感测自动车辆的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可以另外感测对象的速度和/或前进方向。LIDAR单元215可以使用激光来感测自动车辆所处环境中的对象。除其他系统部件之外，LIDAR单元215还可以包括一个或多个激光源、激光扫描器以及一个或多个检测器。相机211可以包括用来采集自动车辆周围环境的图像的一个或多个装置。相机211可以是静物相机和/或视频相机。相机可以是可机械地移动的，例如，通过将相机安装在旋转和/或倾斜平台上。
传感器系统115还可以包括其他传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、刹车传感器以及音频传感器(例如，麦克风)。音频传感器可以被配置成从自动车辆周围的环境中采集声音。转向传感器可以被配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和刹车传感器分别感测车辆的油门位置和刹车位置。在一些情形下，油门传感器和刹车传感器可以集成为集成式油门/刹车传感器。
在一个实施方式中，传感器系统115可选择性地包括俯仰传感器216和滚转传感器217。俯仰传感器216配置为感测和确定车辆的俯仰角度，所述俯仰角度表示道路的俯仰状态。滚转传感器217配置为感测和确定车辆的滚转角度，所述滚转角度表示道路的滚转状态。俯仰传感器216和滚转传感器217可集成为单个传感器。可替代地，俯仰状态和滚转状态可基于GPS/地图信息和/或IMU数据确定。注意，可在不必使用这些传感器或IMU的情况下基于控制反馈确定道路的俯仰状态和/或滚转状态，这将在下文进一步详细描述。
在一个实施方式中，车辆控制系统111包括但不限于转向单元201、油门单元202(也被称为加速单元)和刹车单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。刹车单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意，如图2所示的部件能以硬件、软件或其组合实施。
回到图1，无线通信系统112允许自动车辆101与诸如装置、传感器、其他车辆等外部系统之间的通信。例如，无线通信系统112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可以使用任何蜂窝通信网络或无线局域网(WLAN)，例如，使用WiFi，以与另一部件或系统通信。无线通信系统112可以例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可以是在车辆101内实施的外围装置的部分，包括例如关键字、触摸屏显示装置、麦克风和扬声器等。
自动车辆101的功能中的一些或全部可以由感知与规划系统110控制或管理，尤其当在自动模式下操作时。感知与规划系统110包括必要的硬件(例如，处理器、存储器、存储装置)和软件(例如，操作系统、规划和路线安排程序)，以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息，处理所接收的信息，规划从起始点到目的地点的路线或路径，随后基于规划和控制信息来驾驶车辆101。替代地，感知与规划系统110可以与车辆控制系统111集成在一起。
例如，作为乘客的用户可以例如经由用户接口来指定行程的起始位置和目的地。感知与规划系统110获得行程相关数据。例如，感知与规划系统110可以从MPOI服务器中获得位置和路线信息，所述MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。替代地，此类位置和MPOI信息可以本地高速缓存在感知与规划系统110的永久性存储装置中。
当自动车辆101沿着路线移动时，感知与规划系统110也可以从交通信息系统或服务器(TIS)获得实时交通信息。应注意，服务器103至104可以由第三方实体进行操作。替代地，服务器103至104的功能可以与感知与规划系统110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，感知与规划系统110可以规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101，以安全且高效到达指定目的地。
服务器103可以是为各种客户端执行数据分析服务的数据分析系统。在一个实施方式中，数据分析系统103包括数据采集器121和机器学习引擎122。数据采集器121从各种车辆(任一地为自动车辆或由人类驾驶员驾驶的常规车辆)采集驾驶统计数据123。驾驶统计数据123包括记录在不同的时间点发布的驾驶命令(例如，油门、刹车、转向命令)的信息以及通过车辆的传感器捕获的车辆响应(例如，速度、加速度、减速度、方向)。驾驶统计数据123还可包括描述在不同时间点的驾驶环境的信息，诸如路线(包括起始位置和目的地位置)、MPOI、路况、天气状况等。驾驶统计数据123还包括当车辆的命令和响应被捕获时车辆在其上驾驶的道路的倾斜状态(诸如，俯仰状态和滚转状态)。倾斜状态可通过倾斜百分比或倾斜角度表示。类似地，俯仰状态可通过俯仰角度或俯仰百分比表示，以及滚转状态可通过滚转角度或滚转百分比表示。
在一个实施方式中，当车辆在具有已知的倾斜状态的某些道路上驾驶时可记录驾驶统计数据123，所述已知的倾斜状态诸如已知的俯仰状态和已知的滚转状态(例如，分别地具有已知的上坡角度或下坡角度的上坡道路或下坡道路)。驾驶统计数据123包括这样的信息，所述信息指出为了在已知的倾斜道路上维持某一驾驶参数(其可通过传感器、GPS/地图数据和/或IMU测量)，必须发布某一控制命令。例如，驾驶统计数据123可包括这样的信息，所述信息指示为了维持在上坡道路或下坡道路上驾驶的车辆的特定速度或加速度或减速度，必须发布某一速度控制命令，诸如油门命令或刹车命令。类似地，驾驶统计数据123可包括这样的信息，所述信息指示为了维持在横向倾斜道路上的车辆的特定前进方向，必须发布某一转向控制命令。
基于驾驶统计数据123，机器学习引擎122生成或训练用于各种目的的一组规则、算法和/或预测模型124。在一个实施方式中，机器学习引擎122分析驾驶统计数据123，并且生成用于各种车辆的倾斜/命令映射数据结构或表格125。倾斜/命令映射表格包括诸多映射条目。每个映射条目将特定控制命令和驾驶参数映射至倾斜状态；或者反之，将倾斜状态映射至特定控制命令和驾驶参数。每个映射条目指示，为了维持在具有相应倾斜状态的倾斜道路上驾驶的车辆的相应驾驶参数，必须发布相应控制命令。值得注意的是，因为不同种类的车辆可不同地配置(例如，不同的重量、尺寸、马力、最小转向半径)，所以不同的倾斜/命令表格可配置为用于不同类型的车辆。可替代地，单个倾斜/命令表格可配置为用于多种类型的车辆。之后，倾斜/命令映射表格125可上传至ADV上，以出于基于控制反馈估算道路的倾斜状态的目的实时地用于ADV的自动驾驶，其中倾斜状态接着可被利用以更新与道路对应的地图的地图数据。
可替代地，映射表格125可实现为机器学习预测或决策模型。提供至预测或决策模型的输入可包括控制命令和驾驶参数，并且预测或决策模型的输出可以是倾斜状态。可存在俯仰/命令预测模型以及滚转/命令预测模型。对俯仰/命令预测模型的输入可包括速度控制命令(例如，油门或刹车命令)和驾驶参数(例如，速度、加速度或减速度)，并且对俯仰/命令模型的输出可以是道路的俯仰状态(例如，纵向坡度/倾斜百分比或角度)。对滚转/命令预测模型的输入可包括转向命令和前进方向，并且对俯仰/命令预测模型的输出可以是道路的滚转状态(例如，横向坡度/倾斜百分比或角度)。
图3是示出根据本发明的一个实施方式的与自动车辆一起使用的感知和规划系统的示例的框图。系统300可实现为图1的自动车辆101的一部分，包括但并不限于：感知和规划系统110、控制系统111和传感器系统115。参照图3，感知和规划系统110包括但并不限于：位置管理模块301、感知模块302、决策模块303、规划模块304、控制模块305、倾斜处理模块308和地图更新模块309。倾斜处理模块308可包括分别用于处理俯仰状态和滚转状态的俯仰处理模块306和滚转处理模块307。
模块301至309中的一些或全部能以软件、硬件或其组合实施。例如，这些模块可以安装在永久性存储装置352中、加载到存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可以通信地联接到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至309中的一些可以一起集成为集成模块。例如，俯仰处理模块306和滚转处理模块307可与控制模块305和/或规划模块304集成。
位置管理模块301确定自动车辆300的当前位置(例如，利用GPS单元212)并且管理与用户的行程或路线相关的任意数据。位置管理模块301(也被称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可以例如经由用户接口登录并且指定行程的起始位置和目的地。位置管理模块301与自动车辆300的诸如地图和路线信息311的其他部件通信，以获得行程相关数据。例如，位置管理模块301可以从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI，从而可以作为地图和路线信息311的一部分高速缓存。当自动车辆300沿着路线移动时，位置管理模块301也可以从交通信息系统或服务器获得实时交通信息。
基于由传感器系统115提供的传感器数据和由位置管理模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可以表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可以包括例如采用对象形式的车道配置(例如，直线车道或弯曲车道)、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其他交通相关标志(例如，停止标志、让行标志)等。
感知模块302可以包括计算机视觉系统或计算机视觉系统的功能，以处理并分析由一个或多个相机采集的图像，从而识别自动车辆环境中的对象和/或特征。所述对象可以包括交通信号、道路边界、其他车辆、行人和/或障碍物等。计算机视觉系统可以使用对象识别算法、视频跟踪以及其他计算机视觉技术。在一些实施方式中，计算机视觉系统可以绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可以基于由诸如雷达和/或LIDAR的其他传感器提供的其他传感器数据来检测对象。
针对每个对象，决策模块303做出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块303决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块303可以根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可以存储在永久性存储装置352中。
基于针对所感知到的对象中的每个的决定，规划模块304为自动车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块303决定对该对象做什么，而规划模块304确定如何去做。例如，针对给定的对象，决策模块303可以决定超过所述对象，而规划模块304可以确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块304生成，包括描述车辆300在下一移动循环(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆300以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。
基于规划和控制数据，控制模块305根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制系统111来控制并驾驶自动车辆。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、刹车和转弯命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施方式中，在诸多规划周期(也称作命令周期)中执行规划阶段，例如，在每100毫秒的时间间隔中执行规划阶段。对于每个规划周期或命令周期，将基于规划和控制数据发布一个或多个控制命令。换言之，对于每100毫秒，规划模块304规划下一个路线区段或路径区段，例如，包括目标位置和ADV到达目标位置需要的时间。可替代地，规划模块304可进一步地指定特定的速度、方向和/或转向角度等。在一个实施方式中，规划模块304规划诸如5秒的下一个预定时间周期的路线区段或路径区段。对于每个规划周期，基于先前周期中规划的目标位置，规划模块304规划当前周期(例如，下一个5秒)的目标位置。基于当前周期的规划和控制数据，控制模块305接着生成一个或多个控制命令(例如，油门、刹车、转向控制命令)。
应注意，决策模块303和规划模块304可以集成为集成模块。决策模块303/规划模块304可以包括导航系统或导航系统的功能，以确定自动车辆的驾驶路径。例如，导航系统可以确定用于实现自动车辆沿着以下路径移动的一系列速度和前进方向：所述路径在使自动车辆沿着通往最终目的地的基于车行道的路径前进的同时，基本上避免感知到的障碍物。目的地可以根据经由用户接口系统113进行的用户输入来设定。导航系统可以在自动车辆正在运行的同时动态地更新驾驶路径。导航系统可以将来自GPS系统和一个或多个地图的数据合并，以确定用于自动车辆的驾驶路径。
决策模块303/规划模块304还可以包括防撞系统或防撞系统的功能，以识别、估算并且避免或以其他方式越过自动车辆的环境中的潜在障碍物。例如，防撞系统可以通过以下方式实现自动车辆的导航中的变化：操作控制系统111中的一个或多个子系统来采取变向操纵、转弯操纵、刹车操纵等。防撞系统可以基于周围的交通模式、路况等自动确定可行的障碍物回避操纵。防撞系统可以被配置成使得当其他传感器系统检测到位于自动车辆将变向进入的相邻区域中的车辆、建筑障碍物等时不采取变向操纵。防撞系统可以自动选择既可使用又使得自动车辆乘员的安全性最大化的操纵。防撞系统可以选择预测使得自动车辆的乘客舱中出现最小量的加速度的避让操纵。
根据本发明的一个实施方式，当自动驾驶车辆(ADV)在特定道路上驾驶时，替代利用昂贵的传感器确定道路的倾斜状态，利用控制反馈来估算道路的倾斜状态。在一个实施方式中，当ADV在道路的特定路段上驾驶时，控制模块305基于规划和控制数据向ADV发布控制命令(例如，速度控制命令、转向命令)，以驾驶ADV到达目标状态(例如，目标速度、目标加速度和/或目标前进方向)。ADV的响应被记录并且与驾驶的目标信息比较。如果ADV的响应偏离目标，则控制命令305发布另外的控制命令以补偿误差，使得车辆能以接近意图的目标驾驶参数的驾驶参数驾驶。
基于另外的控制命令，控制模块305调用倾斜处理模块308以确定或估算路段的倾斜状态。倾斜处理模块308基于另外的控制命令和目标驾驶参数，利用倾斜/命令映射表格125估算道路的倾斜状态。如果ADV在平坦的道路上驾驶，则这样的估算可基于ADV通常将不会偏离所述目标太远的假定。当ADV偏离目标时，可能是由于道路的倾斜状态引起。通过利用车辆的控制反馈，可估算道路的倾斜状态。基于所估算的倾斜状态，地图更新模块309更新与特定路段对应的地图的地图数据311，例如，以指示特定路段可能是倾斜路段。当在相同或相似的路段上驾驶时，通过考虑路段的倾斜状态，所更新的地图随后可用于发布适当的控制命令，以尽可能靠近目标地驾驶车辆。
在一个实施方式中，当ADV在路段上驾驶时，响应于控制模块305发布的第一控制命令(例如，速度控制命令、转向命令)，记录第一驾驶参数(例如，速度、加速度、前进方向)。驾驶参数可利用传感器系统115的至少一些传感器来测量。确定第一驾驶参数和与第一控制命令对应的目标驾驶参数之间的差值。响应于确定出差值超过预定阈值(例如，车辆偏离目标)，控制模块305发布第二控制命令以补偿所述差值并且致使ADV以更接近目标驾驶参数的第二驾驶参数驾驶。倾斜处理模块308例如利用倾斜/命令映射表格125，至少基于第二控制命令确定路段的倾斜状态。基于所述倾斜状态，地图更新模块309更新与更新的道路的路段对应的地图的地图数据311。当ADV随后在相同的道路上驾驶时，考虑到道路的倾斜状态，可利用所更新的地图生成和发布适当的控制命令。
根据一个实施方式，在推导路段的倾斜状态的过程中，倾斜处理模块308在倾斜/命令映射表格125中执行查找操作，以搜索和定位与第二控制命令和目标驾驶参数近似匹配的映射条目。从倾斜/命令映射表格的匹配条目中获得倾斜状态。图5是示出根据本发明的一个实施方式的倾斜与命令映射表格的示例的框图。在一个实施方式中，倾斜/命令映射表格125包括诸多映射条目。每个映射条目将特定控制命令501和特定驾驶参数502映射至倾斜状态501；或者反之，将倾斜状态501映射至特定控制命令501和特定驾驶参数502。
在推导倾斜状态的过程中，倾斜处理模块308基于第二控制命令和目标驾驶参数在倾斜/命令映射表格125中进行查找，以定位具有与第二控制命令准确或近似匹配的字段501以及与目标驾驶参数准确或近似匹配的字段502的映射条目。一旦找到匹配的条目，便可从匹配条目的字段503获得倾斜状态。接着，利用倾斜状态更新与所述路段对应的地图数据311。注意，倾斜/命令映射表格125能以多种数据结构、数据库或预测模型来实现。
在一个实施方式中，可基于在各种不同类型道路(包括平坦道路和倾斜道路)上驾驶的各种车辆的诸多驾驶统计数据，通过数据分析系统(例如，数据分析系统103)创建倾斜/命令映射表格125。车辆可自动驾驶或通过各种人类驾驶员驾驶。驾驶统计数据可包括发布的不同控制命令(例如，速度控制命令、转向命令)以及当在包括各种不同类型道路(平坦道路和倾斜道路)上驾驶车辆时在不同时间点记录的车辆响应(例如，速度、加速度或减速度、前进方向)。
在一个实施方式中，倾斜处理模块308包括俯仰处理模块306和滚转处理模块307，其可被倾斜处理模块308调用以确定道路的俯仰状态和滚转状态。倾斜/命令映射表格125包括俯仰状态与命令(俯仰/命令)映射表格313和滚转状态与命令(滚转/命令)映射表格314。图6A中示出俯仰/命令映射表格313的示例，以及图6B中示出滚转/命令映射表格314的示例。参照图6A和图6B，俯仰/命令映射表格313包括诸多俯仰映射条目。每个俯仰映射条目将所述车辆的速度控制命令(例如，油门/刹车命令)601和速度602映射至俯仰状态603。在一个实施方式中，加速度可代替字段602中的速度使用。滚转/命令映射表格314包括诸多滚转映射条目。每个滚转映射条目将车辆的转向命令651和前进方向或角度652映射至滚转状态653。可基于从在不同的时间点驾驶的各种车辆采集的诸多驾驶统计数据，通过数据分析系统(例如，数据分析系统103)采集和构建俯仰/命令映射表格313和滚转/命令映射表格314中的条目的数据。
现在，参考图4A至图4C，俯仰状态指的是车辆的向上和向下定向，诸如车辆是位于上坡位置还是位于下坡位置上(例如，车辆的前端是向上偏斜还是向下偏斜)。如图4B所示，俯仰状态可通过俯仰倾斜角度或俯仰坡度/倾斜百分比表示。正的俯仰角度表示上坡道路以及负的俯仰角度表示下坡道路；或者反之，负的俯仰角度表示上坡道路以及正的俯仰角度表示下坡道路。滚转状态指的是车辆是向左偏斜或滚转还是向右偏斜或滚转。如图4C所示，滚转状态可通过滚转倾斜角度或滚转坡度/倾斜百分比表示。正的滚转角度表示左偏斜道路以及负的俯仰角度表示右偏斜道路；或者反之，负的滚转角度表示左偏斜道路以及正的俯仰角度表示右偏斜道路。可基于上升与行驶之间的正切关系被确定倾斜角度(θ)，其中tan(θ)＝上升/行驶。倾斜百分比可通过100(上升/行驶)确定。在本申请通篇，倾斜角度或倾斜百分比任一地可被用作俯仰状态或滚转状态。
参考图6A，在该示例中，假设当车辆在平坦道路上驾驶时，为了维持车辆在10米每秒(m/s)的速度，需要20％踏板值的油门命令。假设车辆在倾斜道路上驾驶，则当使用相同的油门命令时，车辆的速度可能偏离10m/s的目标速度。为了维持与目标速度相同的速度，施加30％踏板值的油门命令以补偿道路的倾斜。目标是在并非必须使用昂贵的传感器的情况下确定道路的状况。
在一个实施方式中，基于30％的额外的油门命令和10m/s的目标速度，俯仰处理模块306在俯仰/命令映射表格313中进行查找，以搜索和发现具有与30％的油门命令近似匹配的字段601和与10m/s的速度近似匹配的字段602的映射条目。在该示例中，找到匹配条目610。由匹配条目610，可从字段603获得倾斜状态，即2％的倾斜状态。接着，利用2％的倾斜状态更新与所述路段对应的地图的地图数据，以指示路段是2％倾斜坡度的倾斜路段。
类似地，利用与如上所述的相似的技术，可利用如图6B所示的滚转/命令映射表格314确定路段的滚转状态。现在参考图6B，当控制模块305检测到ADV的前进方向响应于第一转向命令偏离目标前进方向时，控制模块305发布第二转向控制命令以补偿所述误差，使得ADV能以更接近目标前进方向的前进方向驾驶。基于第二转向命令和目标前进方向，调用滚转处理模块307在滚转/命令映射表格314中进行查找，以搜索和定位具有与第二转向命令准确或近似匹配的字段651和与目标前进方向准确或近似匹配的字段652的条目。从匹配条目的字段653获得滚转状态。
图7是示出根据本发明的一个实施方式的更新用于自动驾驶的地图的过程的流程图。过程700可通过处理逻辑执行，所述处理逻辑可包括软件、硬件或它们的组合。例如，过程700可通过控制模块305、倾斜处理模块308和/或地图更新模块309执行。参照图7，在操作701中，响应于第一控制命令(例如，速度控制命令、转向命令)，处理逻辑记录在路段上驾驶的ADV的第一驾驶参数(例如，速度、加速度、前进方向)。在操作702中，处理逻辑确定第一驾驶参数和与第一控制命令对应的目标驾驶参数之间的差值。如果差值超过预定阈值，则在操作703中，处理逻辑发布第二控制命令以补偿并且致使ADV以更接近目标驾驶参数的第二驾驶参数驾驶。在操作704中，处理逻辑基于第二控制命令和目标驾驶参数推导路段的倾斜状态。在操作705中，基于倾斜状态更新与所述路段相关的地图的地图数据。
图8是示出根据本发明的另一个实施方式的更新用于自动驾驶的地图的过程的流程图。过程800可通过处理逻辑执行，所述处理逻辑可包括软件、硬件或它们的组合。例如，过程800可作为图7的操作704的部分执行。参照图8，在操作801中，为了维持驾驶参数(例如，速度、加速度、前进方向)，接收控制命令(例如，速度控制命令、转向命令)以补偿ADV的驾驶。在操作802中，基于控制命令和驾驶参数，在倾斜/命令映射表格中执行查找操作，以搜索和定位与控制命令和驾驶参数准确或近似匹配的映射条目。倾斜/命令映射表格包括诸多映射条目。每个映射条目将特定控制命令和特定驾驶参数映射至倾斜状态。在操作803中，从匹配的条目获得倾斜状态，其中利用所述倾斜状态更新与ADV在其上驾驶的路段相关的地图的地图数据。
在每个ADV内部独立地执行上面描述的地图更新技术。然而，根据本发明另一方面，捕获和采集诸多ADV的驾驶统计数据。所述驾驶统计数据记录在不同的时间点和在不同的道路上发布至车辆的控制命令以及车辆响应于所述命令的响应。所捕获的命令可包括被生成以补偿由于道路的倾斜状态而引起的误差的控制命令。接着，驾驶统计数据被发送至数据分析系统并且在数据分析系统处离线地被分析，以推导一些道路的倾斜状态并且基于倾斜状态更新那些道路的相应地图数据。可替代地，车辆中的每一个更新其自身的局部地图。接着，车辆的局部地图被发送至集中式系统以合并为全局地图，并且所述全局地图接着重新分配至所述车辆用于将来使用。
图9是示出根据本发明的另一个实施方式的用于更新地图的系统的框图。参照图9，诸多ADV 101A至101B通过网络102通信地联接至如地图更新服务器900的数据分析系统。ADV 101A至101B中的每一个包括数据记录仪(例如，数据记录仪901A至901B)以捕获并记录当ADV在包括平坦道路和倾斜道路的各种类型道路上驾驶时的驾驶统计数据。接着，驾驶统计数据被传输至服务器900的数据收集器911并被数据收集器911采集。数据分析模块912利用上述的技术的至少一些，分析所述驾驶统计数据以确定或推导不同道路的倾斜状态。基于所述倾斜状态，地图更新器913配置为更新地图915。
根据另一个实施方式，ADV 101A至101B中的每一个确定ADV在其上驾驶的道路的倾斜状态。ADV 101A至101B中的每一个包括地图更新器(例如，地图更新器902A至902B)以更新它们各自的局部地图(例如，局部地图903A至903B)。局部地图903A至903B接着被传输至地图合并器914并被地图合并器914接收。地图合并器914配置为将所接收的局部地图合并或整合成作为全局地图的地图915。所更新的地图915接着被重新分配至ADV 101A至101B用于将来的自动驾驶。注意，部件911至914可在软件、硬件或它们的组合方面来实现。
图10是示出根据本发明的另一个实施方式的更新地图的过程的流程图。过程1000可通过处理逻辑执行，所述处理逻辑可包括软件、硬件或它们的组合。例如，过程1000可通过图9的地图更新服务器900执行。参照图10，在操作1001中，采集诸多车辆的驾驶统计数据，其中驾驶统计数据包括发布至车辆的各种控制命令以及车辆响应于控制命令的响应。对于给定的路段，在操作1002中，识别一个或多个控制命令，所述控制命令被发布至一个或多个车辆以补偿车辆的先前控制命令，以供所述车辆维持与所述控制命令相关的一个或多个目标驾驶参数。在操作1003中，基于控制命令和目标驾驶参数推导所述路段的倾斜状态。在操作1004中，基于倾斜状态更新与所述路段相关的地图的地图数据。
为了说明的目的，在本申请通篇，利用映射表格或数据结构来描述本发明的实施方式。然而，映射表格可实现为机器学习预测或决策模型的一部分。提供至预测或决策模型的输入可包括控制命令和驾驶参数，并且预测或决策模型的输出可以是倾斜状态。可存在俯仰/命令预测模型以及滚转/命令预测模型。对俯仰/命令预测模型的输入可包括速度控制命令(例如，油门命令或刹车命令)和驾驶参数(例如，速度、加速度或减速度)，并且俯仰/命令模型的输出可以是道路的俯仰状态(例如，纵向坡度/倾斜百分比或角度)。对滚转/命令预测模型的输入可包括转向命令和前进方向，并且滚转/命令预测模型的输出可以是道路的滚转状态(例如，横向坡度/倾斜百分比或角度)。
应注意，如上文示出和描述的部件中的一些或全部可以在软件、硬件或其组合中实施。例如，此类部件可以实施为安装并存储在永久性存储装置中的软件，所述软件可以通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本申请所述的过程或操作。替代地，此类部件可以实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码，所述可执行代码可以经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可以实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。
图11是示出可以与本发明的一个实施方式一起使用的数据处理系统的示例的框图。例如，系统1500可以表示以上所述的执行上述过程或方法中的任一个的任何数据处理系统，例如，图1的感知与规划系统110、服务器103至104中的任一个、或者图9的地图更新服务器900。系统1500可以包括许多不同的部件。这些部件可以实施为集成电路(IC)、集成电路的部分、分立电子装置或适用于电路板(诸如，计算机系统的主板或插入卡)的其他模块或者实施为以其他方式并入计算机系统的机架内的部件。
还应注意，系统1500旨在示出计算机系统的许多部件的高阶视图。然而，应当理解的是，某些实施例中可以具有附加的部件，此外，其他实施例中可以具有所示部件的不同布置。系统1500可以表示台式计算机、膝上型计算机、平板计算机、服务器、移动电话、媒体播放器、个人数字助理(PDA)、智能手表、个人通信器、游戏装置、网络路由器或集线器、无线接入点(AP)或中继器、机顶盒或其组合。此外，虽然仅示出了单个机器或系统，但是术语“机器”或“系统”还应当被理解为包括单独地或共同地执行一个(或多个)指令集以执行本文所讨论的任何一种或多种方法的机器或系统的任何集合。
在一个实施方式中，系统1500包括通过总线或互连件1510连接的处理器1501、存储器1503以及装置1505至1508。处理器1501可以表示其中包括单个处理器内核或多个处理器内核的单个处理器或多个处理器。处理器1501可以表示一个或多个通用处理器，诸如，微处理器、中央处理单元(CPU)等。更具体地，处理器1501可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或实施其他指令集的处理器、或实施指令集组合的处理器。处理器1501还可以是一个或多个专用处理器，诸如，专用集成电路(ASIC)、蜂窝或基带处理器、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、通信处理器、加密处理器、协处理器、嵌入式处理器、或者能够处理指令的任何其他类型的逻辑。
处理器1501(其可以是低功率多核处理器套接口，诸如超低电压处理器)可以充当用于与所述系统的各种部件通信的主处理单元和中央集线器。这种处理器可以实施为片上系统(SoC)。处理器1501被配置成执行用于执行本文所讨论的操作和步骤的指令。系统1500还可以包括与可选的图形子系统1504通信的图形接口，图形子系统1504可以包括显示控制器、图形处理器和/或显示装置。
处理器1501可以与存储器1503通信，存储器1503在一个实施方式中可以经由多个存储器装置实施以提供给定量的系统存储。存储器1503可以包括一个或多个易失性存储(或存储器)装置，诸如，随机存取存储器(RAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)或者其他类型的存储装置。存储器1503可以存储包括由处理器1501或任何其他装置执行的指令序列的信息。例如，各种操作系统、装置驱动程序、固件(例如，输入输出基本系统或BIOS)和/或应用的可执行代码和/或数据可以加载到存储器1503中并由处理器1501执行。操作系统可以是任何类型的操作系统，例如，机器人操作系统(ROS)、来自公司的操作系统、来自苹果公司的Mac来自公司的LINUX、UNIX，或者其他实时或嵌入式操作系统。
系统1500还可以包括IO装置，诸如装置1505至1508，包括网络接口装置1505、可选的输入装置1506，以及其他可选的IO装置1507。网络接口装置1505可以包括无线收发器和/或网络接口卡(NIC)。所述无线收发器可以是WiFi收发器、红外收发器、蓝牙收发器、WiMax收发器、无线蜂窝电话收发器、卫星收发器(例如，全球定位系统(GPS)收发器)或其他射频(RF)收发器或者它们的组合。NIC可以是以太网卡。
输入装置1506可以包括鼠标、触摸板、触敏屏幕(其可以与显示装置1504集成在一起)、指针装置(诸如，手写笔)和/或键盘(例如，物理键盘或作为触敏屏幕的一部分显示的虚拟键盘)。例如，输入装置1506可以包括联接到触摸屏的触摸屏控制器。触摸屏和触摸屏控制器例如可以使用多种触敏技术(包括但不限于电容、电阻、红外和表面声波技术)中的任一种，以及其他接近传感器阵列或用于确定与触摸屏接触的一个或多个点的其他元件来检测其接触和移动或间断。
IO装置1507可以包括音频装置。音频装置可以包括扬声器和/或麦克风，以促进支持语音的功能，诸如语音识别、语音复制、数字记录和/或电话功能。其他IO装置1507还可以包括通用串行总线(USB)端口、并行端口、串行端口、打印机、网络接口、总线桥(例如，PCI-PCI桥)、传感器(例如，诸如加速度计运动传感器、陀螺仪、磁强计、光传感器、罗盘、接近传感器等)或者它们的组合。装置1507还可以包括成像处理子系统(例如，相机)，所述成像处理子系统可以包括用于促进相机功能(诸如，记录照片和视频片段)的光学传感器，诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可以经由传感器集线器(未示出)联接到互连件1510，而诸如键盘或热传感器的其他装置可以根据系统1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作系统等信息的永久性存储，大容量存储装置(未示出)也可以联接到处理器1501。在各种实施方式中，为了实现更薄且更轻的系统设计并且改进系统响应性，这种大容量存储装置可以经由固态装置(SSD)来实施。然而，在其他实施方式中，大容量存储装置可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储装置充当SSD高速缓存以在断电事件期间实现上下文状态以及其他此类信息的非易失性存储，从而使得在系统活动重新启动时能够实现快速通电。另外，闪存装置可以例如经由串行外围接口(SPI)联接到处理器1501。这种闪存装置可以提供系统软件的非易失性存储，所述系统软件包括所述系统的BIOS以及其他固件。
存储装置1508可以包括计算机可访问的存储介质1509(也被称为机器可读存储介质或计算机可读介质)，其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如，模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可以表示上述部件中的任一个，例如，规划模块304、控制模块305、倾斜处理模块308和/或机器学习引擎122地图更新模块309。可替代地，处理模块/单元/逻辑1528可表示数据采集器911、数据分析模块912、地图更新器913和/或地图合并器914。处理模块/单元/逻辑1528还可以在其由数据处理系统1500、存储器1503和处理器1501执行期间完全地或至少部分地驻留在存储器1503内和/或处理器1501内，数据处理系统1500、存储器1503和处理器1501也构成机器可访问的存储介质。处理模块/单元/逻辑1528还可以通过网络经由网络接口装置1505进行传输或接收。
计算机可读存储介质1509也可以用来永久性地存储以上描述的一些软件功能。虽然计算机可读存储介质1509在示例性实施方式中被示为单个介质，但是术语“计算机可读存储介质”应当被认为包括存储所述一个或多个指令集的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“计算机可读存储介质”还应当被认为包括能够存储或编码指令集的任何介质，所述指令集用于由机器执行并且使得所述机器执行本发明的任何一种或多种方法。因此，术语“计算机可读存储介质”应当被认为包括但不限于固态存储器以及光学介质和磁性介质，或者任何其他非暂时性机器可读介质。
本文所述的处理模块/单元/逻辑1528、部件以及其他特征可以实施为分立硬件部件或集成在硬件部件(诸如，ASICS、FPGA、DSP或类似装置)的功能中。此外，处理模块/单元/逻辑1528可以实施为硬件装置内的固件或功能电路。此外，处理模块/单元/逻辑1528可以以硬件装置和软件部件的任何组合来实施。
应注意，虽然系统1500被示出为具有数据处理系统的各种部件，但是并不旨在表示使部件互连的任何特定架构或方式；因为此类细节和本发明的实施方式没有密切关系。还应当认识到，具有更少部件或可能具有更多部件的网络计算机、手持计算机、移动电话、服务器和/或其他数据处理系统也可以与本发明的实施方式一起使用。
前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其他方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其他此类信息存储装置、传输或显示装置内类似地表示为物理量的其他数据。
本发明的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。
前述附图中所描绘的过程或方法可以由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可以按不同的顺序执行。此外，一些操作可以并行地执行而不是顺序地执行。
本发明的实施方式并未参考任何特定的编程语言进行描述。应认识到，可以使用多种编程语言来实施如本文描述的本发明的实施方式的教导。
在以上的说明书中，已经参考本发明的具体示例性实施方式对本发明的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本发明的更宽泛精神和范围的情况下，可以对本发明做出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。

Claims (20)

1.更新用于自动驾驶的地图的计算机实现方法，所述方法包括：
响应于第一控制命令，记录在路段上驾驶的自动驾驶车辆(ADV)的第一驾驶参数；
确定所述第一驾驶参数和与所述第一控制命令对应的目标驾驶参数之间的差值；
响应于确定出所述差值超过预定阈值，发布第二控制命令以补偿并且致使所述ADV以更接近所述目标驾驶参数的第二驾驶参数驾驶；
至少基于所述第二控制命令，推导所述路段的倾斜状态；以及
基于所推导的倾斜状态，更新与所述路段对应的地图的地图数据。
2.如权利要求1所述的方法，其中，推导所述路段的倾斜状态包括：
在倾斜与命令(倾斜/命令)映射表格中执行查找操作，以搜索和定位与所述第二控制命令和所述目标驾驶参数近似匹配的映射条目；以及
从所述倾斜/命令表格的匹配条目获取所述倾斜状态。
3.如权利要求2所述的方法，其中，所述倾斜/命令映射表格包括多个映射条目，每个映射条目将特定控制命令和驾驶参数映射至特定倾斜状态。
4.如权利要求3所述的方法，其中，所述倾斜/命令映射表格基于在具有不同倾斜状态的多种类型的道路上驾驶的多个车辆的驾驶统计数据来创建，驾驶统计数据记录在不同的时间点发布至所述车辆的控制命令以及来自所述车辆的响应。
5.如权利要求3所述的方法，其中，每个映射条目的控制命令被发布，以维持车辆根据所述映射条目的相应驾驶参数驾驶。
6.如权利要求1所述的方法，其中，所述倾斜状态包括俯仰状态或滚转状态中的至少一个。
7.如权利要求1所述的方法，其中，所述第一控制命令和所述第二控制命令是速度控制命令或转向命令中的至少一个。
8.非瞬时性机器可读介质，其中存储有指令，所述指令在被处理器执行时致使所述处理器执行操作，所述操作包括：
响应于第一控制命令，记录在路段上驾驶的自动驾驶车辆(ADV)的第一驾驶参数；
确定所述第一驾驶参数和与所述第一控制命令对应的目标驾驶参数之间的差值；
响应于确定出所述差值超过预定阈值，发布第二控制命令，以补偿并且致使所述ADV以更接近所述目标驾驶参数的第二驾驶参数驾驶；
至少基于所述第二控制命令，推导所述路段的倾斜状态；以及
基于所推导的倾斜状态，更新与所述路段对应的地图的地图数据。
9.如权利要求8所述的机器可读介质，其中，推导所述路段的倾斜状态包括：
在倾斜与命令(倾斜/命令)映射表格中执行查找操作，以搜索和定位与所述第二控制命令和所述目标驾驶参数近似匹配的映射条目；以及
从所述倾斜/命令表格的匹配条目获取所述倾斜状态。
10.如权利要求9所述的机器可读介质，其中，所述倾斜/命令映射表格包括多个映射条目，每个映射条目将特定控制命令和驾驶参数映射至特定倾斜状态。
11.如权利要求10所述的机器可读介质，其中，所述倾斜/命令映射表格基于在具有不同倾斜状态的多种类型的道路上驾驶的多个车辆的驾驶统计数据来创建，驾驶统计数据记录在不同的时间点发布至所述车辆的控制命令以及来自所述车辆的响应。
12.如权利要求10所述的机器可读介质，其中，每个映射条目的控制命令被发布，以维持车辆根据所述映射条目的相应驾驶参数驾驶。
13.如权利要求8所述的机器可读介质，其中，所述倾斜状态包括俯仰状态或滚转状态中的至少一个。
14.如权利要求8所述的机器可读介质，其中，所述第一控制命令和所述第二控制命令是速度控制命令或转向命令中的至少一个。
15.一种数据处理系统，包括：
处理器；以及
存储器，联接至所述处理器用于储存指令，所述指令在被所述处理器执行时致使所述处理器执行操作，所述操作包括：
响应于第一控制命令，记录在路段上驾驶的自动驾驶车辆(ADV)的第一驾驶参数，
确定所述第一驾驶参数和与所述第一控制命令对应的目标驾驶参数之间的差值，
响应于确定出所述差值超过预定阈值，发布第二控制命令，以补偿并且致使所述ADV以更接近所述目标驾驶参数的第二驾驶参数驾驶，
至少基于所述第二控制命令推导所述路段的倾斜状态；以及
基于所推导的倾斜状态更新与所述路段对应的地图的地图数据。
16.更新用于自动驾驶的地图的计算机实现方法，所述方法包括：
接收多个车辆的、当所述车辆在多条道路上驾驶时记录的驾驶统计数据，其中所述驾驶统计数据包括在不同的时间点发布至所述车辆的控制命令以及所述车辆响应于所述控制命令的响应；
对于给定的路段，识别一个或多个控制命令，所述控制命令发布至所述车辆中的一个或多个以补偿所述车辆的先前控制命令，以供所述车辆维持与所述控制命令相关的一个或多个目标驾驶参数；
基于所述控制命令和所述目标驾驶参数，推导所述路段的倾斜状态；以及
更新与所述路段对应的地图的地图位置的地图数据。
17.如权利要求16所述的方法，其中，推导所述路段的倾斜状态包括：
针对所述控制命令和相应的目标驾驶参数中的每一个，
在倾斜与命令(倾斜/命令)映射表格中执行查找操作，以搜索和定位与所述第二控制命令和所述目标驾驶参数近似匹配的映射条目；以及
从所述倾斜/命令表格的匹配条目获取所述倾斜状态。
18.如权利要求17所述的方法，其中，所述倾斜/命令映射表格包括多个映射条目，每个映射条目将特定控制命令和驾驶参数映射至特定倾斜状态。
19.如权利要求18所述的方法，其中，所述倾斜/命令映射表格基于在具有不同倾斜状态的多种类型的道路上驾驶的多个车辆的驾驶统计数据来创建，驾驶统计数据记录在不同的时间点发布至所述车辆的控制命令以及所述车辆的响应。
20.如权利要求18所述的方法，其中，每个映射条目的控制命令被发布，以维持车辆根据所述映射条目的相应驾驶参数驾驶。
CN201780002564.0A 2017-05-22 2017-05-22 基于自动驾驶车辆的控制反馈更新地图的方法和系统 Active CN109287122B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/085272 WO2018213969A1 (en) 2017-05-22 2017-05-22 Method and system for updating maps based on control feedbacks of autonomous driving vehicles

Publications (2)

Publication Number Publication Date
CN109287122A true CN109287122A (zh) 2019-01-29
CN109287122B CN109287122B (zh) 2022-05-27

Family

ID=64395231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780002564.0A Active CN109287122B (zh) 2017-05-22 2017-05-22 基于自动驾驶车辆的控制反馈更新地图的方法和系统

Country Status (6)

Country Link
US (1) US10488205B2 (zh)
EP (1) EP3423787B8 (zh)
JP (1) JP6653381B2 (zh)
KR (1) KR102062608B1 (zh)
CN (1) CN109287122B (zh)
WO (1) WO2018213969A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109960260A (zh) * 2019-03-21 2019-07-02 上海赛摩物流科技有限公司 一种自主导引车辆及其导航方法和控制装置
CN110304065A (zh) * 2019-07-23 2019-10-08 广州小鹏汽车科技有限公司 一种车辆的起步控制方法、系统及车辆
WO2020154964A1 (en) * 2019-01-30 2020-08-06 Baidu.Com Times Technology (Beijing) Co., Ltd. A point clouds registration system for autonomous vehicles
CN111649751A (zh) * 2019-03-04 2020-09-11 百度（美国）有限责任公司 一种用于参考线平滑的超自由缝合方法
CN111735469A (zh) * 2020-06-15 2020-10-02 腾讯科技（深圳）有限公司 地图导航实现方法、存储介质及服务器
CN111771206A (zh) * 2019-01-30 2020-10-13 百度时代网络技术（北京）有限公司 用于自动驾驶车辆的地图分区系统
CN113492863A (zh) * 2020-03-18 2021-10-12 北京车和家信息技术有限公司 自动驾驶的控制方法及装置
CN113734180A (zh) * 2020-05-29 2021-12-03 通用汽车环球科技运作有限责任公司 用于确定交通工具速度的方法和装置
CN113799772A (zh) * 2020-09-18 2021-12-17 北京京东乾石科技有限公司 车辆的控制方法、装置以及控制系统
CN113963542A (zh) * 2021-10-25 2022-01-21 京东鲲鹏(江苏)科技有限公司 无人车的数据处理方法及相关设备

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10488205B2 (en) * 2017-05-22 2019-11-26 Baidu Usa Llc Method and system for updating maps based on control feedbacks of autonomous driving vehicles
US10308242B2 (en) * 2017-07-01 2019-06-04 TuSimple System and method for using human driving patterns to detect and correct abnormal driving behaviors of autonomous vehicles
US10520319B2 (en) * 2017-09-13 2019-12-31 Baidu Usa Llc Data driven map updating system for autonomous driving vehicles
US10775790B2 (en) * 2018-02-09 2020-09-15 Baidu Usa Llc Methods and systems for model predictive control of autonomous driving vehicle
WO2019187855A1 (ja) * 2018-03-29 2019-10-03 パナソニックＩｐマネジメント株式会社 制御装置、及び地図生成方法
US10816992B2 (en) * 2018-04-17 2020-10-27 Baidu Usa Llc Method for transforming 2D bounding boxes of objects into 3D positions for autonomous driving vehicles (ADVs)
US11180145B2 (en) * 2018-11-29 2021-11-23 Baidu Usa Llc Predetermined calibration table-based vehicle control system for operating an autonomous driving vehicle
US11312380B2 (en) 2018-12-26 2022-04-26 Baidu Usa Llc Corner negotiation method for autonomous driving vehicles without map and localization
US20220252406A1 (en) * 2019-06-14 2022-08-11 Bayerische Motoren Werke Aktiengesellschaft 3D Odometry in 6D Space With Roadmodel 2D Manifold
US11142214B2 (en) * 2019-08-06 2021-10-12 Bendix Commercial Vehicle Systems Llc System, controller and method for maintaining an advanced driver assistance system as active
JP7194096B2 (ja) * 2019-09-30 2022-12-21 本田技研工業株式会社 走行制御装置
US11338819B2 (en) * 2019-09-30 2022-05-24 Baidu Usa Llc Cloud-based vehicle calibration system for autonomous driving
KR102244759B1 (ko) * 2019-10-07 2021-04-28 (주)오토노머스에이투지 분할 제어에 기반하여 자율주행자동차의 안정성을 향상시키기 위한 방법 및 이를 이용한 시스템
JP7306283B2 (ja) * 2020-01-31 2023-07-11 トヨタ自動車株式会社 車両
US11579627B2 (en) * 2020-12-17 2023-02-14 Tusimple, Inc. Systems and methods for updating navigational maps
CN113778086A (zh) * 2021-09-03 2021-12-10 上海擎朗智能科技有限公司 地图构建和使用方法、机器人及存储介质
KR102542337B1 (ko) * 2021-09-14 2023-06-12 (주) 경성테크놀러지 전동이동보조기기 운행 보조 시스템
CN113865600B (zh) * 2021-09-28 2023-01-06 北京三快在线科技有限公司 一种高精地图的构建方法及装置
CN113706737B (zh) * 2021-10-27 2022-01-07 北京主线科技有限公司 基于自动驾驶车辆的路面巡检系统及方法
US11565699B1 (en) * 2022-03-31 2023-01-31 Plusai, Inc. Methods and apparatus for automated speed selection and retarder application in downhill driving of an autonomous tractor trailer
CN116340307B (zh) * 2023-06-01 2023-08-08 北京易控智驾科技有限公司 坡道图层生成方法和装置、高精度地图及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6847887B1 (en) * 2003-03-04 2005-01-25 Navteq North America, Llc Method and system for obtaining road grade data
US20110208402A1 (en) * 2010-02-23 2011-08-25 Sladek Jr Thomas J Longitudinal g adjusted throttle response
CN102192746A (zh) * 2010-03-11 2011-09-21 株式会社电装 车辆的驾驶支持设备
US8527199B1 (en) * 2012-05-17 2013-09-03 Google Inc. Automatic collection of quality control statistics for maps used in autonomous driving
CN103857986A (zh) * 2011-07-15 2014-06-11 斯堪尼亚商用车有限公司 图形用户界面
US20160179874A1 (en) * 2014-12-22 2016-06-23 Here Global B.V. Method and apparatus for providing map updates from distance based bucket processing
US20170045137A1 (en) * 2015-08-14 2017-02-16 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for alerting/downshifting in response to an upcoming downgrade
CN106525057A (zh) * 2016-10-26 2017-03-22 陈曦 高精度道路地图的生成系统
CN106553555A (zh) * 2015-09-25 2017-04-05 法拉第未来公司 Gps辅助再生制动

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2266208C (en) * 1999-03-19 2008-07-08 Wenking Corp. Remote road traffic data exchange and intelligent vehicle highway system
KR100657579B1 (ko) * 2002-12-05 2006-12-14 주식회사 만도 차량용 주행제어 장치
JP2006284414A (ja) * 2005-04-01 2006-10-19 Xanavi Informatics Corp 車載情報端末、自動車の走行制御システム、自動車の走行制御装置及び方法
JP2009006889A (ja) * 2007-06-28 2009-01-15 Aisin Aw Co Ltd 道路勾配測定装置、道路勾配測定方法及びコンピュータプログラム
JP4582170B2 (ja) * 2008-03-27 2010-11-17 トヨタ自動車株式会社 勾配情報演算装置、車両走行制御装置、ナビゲーションシステム
JP5824901B2 (ja) * 2011-06-22 2015-12-02 日産自動車株式会社 勾配推定装置
JP2013008287A (ja) * 2011-06-27 2013-01-10 Toyota Central R&D Labs Inc 道路勾配推定システム、道路勾配推定装置、及びプログラム
US20140032087A1 (en) * 2012-07-25 2014-01-30 Mobiwize Solutions Ltd. Reducing fuel consumption by accommodating to anticipated road and driving conditions
CN203083575U (zh) * 2013-01-29 2013-07-24 延锋伟世通汽车电子有限公司 基于实际道路属性自我学习的车载导航设备
CN105229422B (zh) * 2013-03-15 2018-04-27 大众汽车有限公司 自动驾驶路线规划应用
US9170115B2 (en) * 2013-06-03 2015-10-27 Hyundai Motor Company Method and system for generating road map using data of position sensor of vehicle
JP6376619B2 (ja) * 2014-04-04 2018-08-22 テスラ・インコーポレーテッド エネルギー制約の下での旅程計画立案
US9227635B1 (en) * 2014-09-25 2016-01-05 Nissan North America, Inc. Method and system of assisting a driver of a vehicle
CN105691393B (zh) * 2014-11-25 2018-01-19 广州汽车集团股份有限公司 基于实时路况的车辆智能巡航控制方法及装置
US10124784B2 (en) * 2015-04-13 2018-11-13 Ford Global Technologies, Llc Method and system for controlling shifting of a vehicle in cruise control
JP6791616B2 (ja) * 2015-04-27 2020-11-25 トヨタ自動車株式会社 自動運転車両システム
EP3130891B1 (en) * 2015-08-11 2018-01-03 Continental Automotive GmbH Method for updating a server database containing precision road information
EP3130945B1 (en) * 2015-08-11 2018-05-02 Continental Automotive GmbH System and method for precision vehicle positioning
US10223380B2 (en) * 2016-03-23 2019-03-05 Here Global B.V. Map updates from a connected vehicle fleet
US20170301232A1 (en) * 2016-04-13 2017-10-19 Here Global B.V. Intersection Map Message Creation for Vehicle Communication
US10733460B2 (en) * 2016-09-14 2020-08-04 Nauto, Inc. Systems and methods for safe route determination
US10710603B2 (en) * 2016-10-19 2020-07-14 Here Global B.V. Segment activity planning based on route characteristics
US10459441B2 (en) * 2016-12-30 2019-10-29 Baidu Usa Llc Method and system for operating autonomous driving vehicles based on motion plans
EP3544856B1 (en) * 2017-01-12 2023-12-20 Mobileye Vision Technologies Ltd. Determining a road surface characteristic
KR101975725B1 (ko) * 2017-01-13 2019-05-07 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 학습 기반 모델 예측 제어를 이용한 자율 주행 차량의 노면 마찰 결정 방법 및 시스템
US10488205B2 (en) * 2017-05-22 2019-11-26 Baidu Usa Llc Method and system for updating maps based on control feedbacks of autonomous driving vehicles
EP3410414A1 (en) * 2017-05-31 2018-12-05 Panasonic Intellectual Property Corporation of America Information processing method, information processing apparatus, system, and storage medium
US20180347993A1 (en) * 2017-05-31 2018-12-06 GM Global Technology Operations LLC Systems and methods for verifying road curvature map data

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6847887B1 (en) * 2003-03-04 2005-01-25 Navteq North America, Llc Method and system for obtaining road grade data
US20110208402A1 (en) * 2010-02-23 2011-08-25 Sladek Jr Thomas J Longitudinal g adjusted throttle response
CN102192746A (zh) * 2010-03-11 2011-09-21 株式会社电装 车辆的驾驶支持设备
CN103857986A (zh) * 2011-07-15 2014-06-11 斯堪尼亚商用车有限公司 图形用户界面
US8527199B1 (en) * 2012-05-17 2013-09-03 Google Inc. Automatic collection of quality control statistics for maps used in autonomous driving
US20160179874A1 (en) * 2014-12-22 2016-06-23 Here Global B.V. Method and apparatus for providing map updates from distance based bucket processing
US20170045137A1 (en) * 2015-08-14 2017-02-16 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for alerting/downshifting in response to an upcoming downgrade
CN106553555A (zh) * 2015-09-25 2017-04-05 法拉第未来公司 Gps辅助再生制动
CN106525057A (zh) * 2016-10-26 2017-03-22 陈曦 高精度道路地图的生成系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李龙杰: "基于四线激光雷达的道路信息提取技术研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111771206A (zh) * 2019-01-30 2020-10-13 百度时代网络技术（北京）有限公司 用于自动驾驶车辆的地图分区系统
CN112055805A (zh) * 2019-01-30 2020-12-08 百度时代网络技术（北京）有限公司 用于自动驾驶车辆的点云登记系统
WO2020154964A1 (en) * 2019-01-30 2020-08-06 Baidu.Com Times Technology (Beijing) Co., Ltd. A point clouds registration system for autonomous vehicles
CN111649751A (zh) * 2019-03-04 2020-09-11 百度（美国）有限责任公司 一种用于参考线平滑的超自由缝合方法
CN111649751B (zh) * 2019-03-04 2023-11-24 百度（美国）有限责任公司 一种用于参考线平滑的超自由缝合方法
CN109960260A (zh) * 2019-03-21 2019-07-02 上海赛摩物流科技有限公司 一种自主导引车辆及其导航方法和控制装置
CN110304065A (zh) * 2019-07-23 2019-10-08 广州小鹏汽车科技有限公司 一种车辆的起步控制方法、系统及车辆
CN113492863A (zh) * 2020-03-18 2021-10-12 北京车和家信息技术有限公司 自动驾驶的控制方法及装置
CN113492863B (zh) * 2020-03-18 2023-03-10 北京车和家信息技术有限公司 自动驾驶的控制方法及装置
CN113734180A (zh) * 2020-05-29 2021-12-03 通用汽车环球科技运作有限责任公司 用于确定交通工具速度的方法和装置
CN111735469A (zh) * 2020-06-15 2020-10-02 腾讯科技（深圳）有限公司 地图导航实现方法、存储介质及服务器
CN113799772A (zh) * 2020-09-18 2021-12-17 北京京东乾石科技有限公司 车辆的控制方法、装置以及控制系统
CN113799772B (zh) * 2020-09-18 2024-03-01 北京京东乾石科技有限公司 车辆的控制方法、装置以及控制系统
CN113963542A (zh) * 2021-10-25 2022-01-21 京东鲲鹏(江苏)科技有限公司 无人车的数据处理方法及相关设备
CN113963542B (zh) * 2021-10-25 2022-12-27 京东鲲鹏(江苏)科技有限公司 无人车的数据处理方法及相关设备

Also Published As

Publication number Publication date
WO2018213969A1 (en) 2018-11-29
US10488205B2 (en) 2019-11-26
CN109287122B (zh) 2022-05-27
EP3423787A4 (en) 2019-01-09
EP3423787A1 (en) 2019-01-09
KR20190094095A (ko) 2019-08-12
US20190003839A1 (en) 2019-01-03
JP2019526840A (ja) 2019-09-19
EP3423787B8 (en) 2020-04-08
EP3423787B1 (en) 2020-01-29
JP6653381B2 (ja) 2020-02-26
KR102062608B1 (ko) 2020-01-06

Similar Documents

Publication Publication Date Title
CN109287122A (zh) 基于自动驾驶车辆的控制反馈更新地图的方法和系统
CN110377024A (zh) 用于自动驾驶车辆的自动数据标注
JP6637088B2 (ja) ウォルシュ・カーネル・投影技術に基づく自動運転車両の位置決め
CN109491375A (zh) 用于自动驾驶车辆的基于驾驶场景的路径规划
CN108891417A (zh) 用于操作自动驾驶车辆的方法及数据处理系统
CN110388931A (zh) 将对象的二维边界框转换成自动驾驶车辆的三维位置的方法
CN110345955A (zh) 用于自动驾驶的感知与规划协作框架
CN110325935A (zh) 用于自动驾驶车辆的路径规划的基于驾驶场景的车道引导线
CN110239562A (zh) 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适
CN109489673A (zh) 用于自动驾驶车辆的数据驱动地图更新系统
CN109429518A (zh) 基于地图图像的自动驾驶交通预测
CN108268033A (zh) 使用基于图的车道变换指导来操作无人驾驶车辆的方法和系统
CN108139884A (zh) 模拟自动驾驶车辆移动的物理模型和结合机器学习的方法
CN109935077A (zh) 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统
CN108387241A (zh) 更新自动驾驶车辆的定位地图的方法和系统
CN108137015A (zh) 用于自动驾驶车辆的侧滑补偿控制方法
CN110378483A (zh) 部署在模拟平台上的用于训练机器学习模型的系统和方法
CN110389583A (zh) 生成自动驾驶车辆的轨迹的方法
CN108981730A (zh) 用于为操作自动驾驶车辆生成参考路径的方法和系统
CN109937343A (zh) 用于自动驾驶车辆交通预测中的预测轨迹的评估框架
CN110389580A (zh) 用于规划自动驾驶车辆的路径的漂移校正的方法
CN110386142A (zh) 用于自动驾驶车辆的俯仰角校准方法
CN108732589A (zh) 利用3d lidar和定位自动采集用于对象识别的训练数据
CN109196432A (zh) 用于自动驾驶车辆的速度控制参数估计方法
CN108995657A (zh) 操作自动驾驶车辆的方法和数据处理系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant