CN109387207A - 经由基于云的系统向自主车辆提供地图的系统和方法 - Google Patents
经由基于云的系统向自主车辆提供地图的系统和方法 Download PDFInfo
- Publication number
- CN109387207A CN109387207A CN201810852343.9A CN201810852343A CN109387207A CN 109387207 A CN109387207 A CN 109387207A CN 201810852343 A CN201810852343 A CN 201810852343A CN 109387207 A CN109387207 A CN 109387207A
- Authority
- CN
- China
- Prior art keywords
- map datum
- autonomous vehicle
- map
- cloud
- grade
- 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
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
- G01C21/3885—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
- G05D1/02—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
-
- 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
- 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
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- 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
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
- G01C21/3878—Hierarchical structures, e.g. layering
-
- 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
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
- G01C21/3881—Tile-based structures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- 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
Abstract
公开了经由基于云的系统提供地图的系统和方法。方法包括:通过自主车辆的控制器从基于云的服务器请求地图数据。地图数据存储在基于云的服务器上。该方法还可包括从基于云的服务器接收地图数据。该方法还包括基于接收的地图数据对自主车辆进行自主导航。
Description
引言
主题实施例涉及经由基于云的系统向自主车辆提供地图。具体地,例如,一个或多个实施例经由基于云的系统向自主车辆提供地图,从而实现自主导航。
自主车辆为无需人类驾驶员输入即可在道路上导航的车辆。自主车辆可以通过检测/感测驾驶环境特征在道路上导航。自主车辆可以使用诸如全球定位技术、雷达技术、激光技术和计算机图像技术检测/感测驾驶环境特征。
发明内容
在一个示例性实施例中,方法包括:通过自主车辆的控制器从基于云的服务器请求地图数据。地图数据存储在基于云的服务器上。该方法还可包括从基于云的服务器接收地图数据。该方法还包括基于接收的地图数据对自主车辆进行自主导航。
在另一示例性实施例中,接收的地图数据包括多个等级的地图数据。每个等级的地图数据对应关于驾驶环境的不同等级细节,并且每个等级的地图数据对应不同的时间有效性持续时间。
在另一示例性实施例中,请求包括适应性地确定需要用于预取的至少一个等级的地图数据。该确定基于是否预测到存在连接问题,并且当存在连接问题时自主车辆预取不那么详细的等级的地图数据。
在另一示例性实施例中,对自主车辆的自主导航包括基于是否存在连接问题适应性地修改自主车辆的运行模式。如果存在连接问题,则根据使用不那么详细的地图数据等级支持的模式,运行自主车辆。
在另一示例性实施例中,方法还包括至少基于自主车辆的位置动态地加入多播组。接收的地图数据基于加入的多播组。
在另一实施例中,方法还包括在加入多播组时接收多播组索引信息。
在另一实施例中,多播组索引信息包括多个多播组地址和地图数据特征。
在另一示例性实施例中,自主车辆内的系统包括配置为从基于云的服务器请求地图数据的电子控制器。地图数据存储在基于云的服务器上。电子控制器还配置为从基于云的服务器接收地图数据。电子控制器还配置为基于接收的地图数据对自主车辆进行导航。
在另一示例性实施例中,接收的地图数据包括多个等级的地图数据,每个等级的地图数据对应关于驾驶环境的不同等级细节,并且每个等级的地图数据对应不同的时间有效性持续时间。
在另一示例性实施例中,请求包括适应性地确定需要用于预取的至少一个等级的地图数据。该确定基于是否预测到存在连接问题,并且当存在连接问题时自主车辆预取不那么详细的等级的地图数据。
在另一示例性实施例中,对自主车辆的自主导航包括基于是否存在连接问题适应性地修改自主车辆的运行模式,并且如果存在连接问题,则根据使用不那么详细的等级的地图数据支持的模式运行自主车辆。
在另一示例性实施例中,电子控制器进一步配置为至少基于自主车辆的位置动态地加入多播组。接收的地图数据基于加入的多播组。
在另一实施例中,电子控制器还配置为在加入多播组时接收多播组索引信息。
在另一实施例中,多播组索引信息包括多个多播组地址和地图数据特征。
在另一示例性实施例中,方法包括通过基于云的系统的电子控制器从自主车辆接收对地图数据的请求。地图数据存储在基于云的系统上。方法还包括向自主车辆传输地图数据。
在另一示例性实施例中,传输的地图数据包括多个等级的地图数据。每个等级的地图数据对应关于驾驶环境的不同等级细节,并且每个等级的地图数据对应不同的时间有效性持续时间。
在另一示例性实施例中,对地图数据的请求包括对适应性地预取的至少一个等级的地图数据的确定请求。请求的确定基于是否预测到存在连接问题。如果存在连接问题,则根据使用不那么详细的地图数据等级支持的模式,运行自主车辆。
在另一示例性实施例中,传输的地图数据用于对自主车辆进行自主导航。自主导航包括基于是否存在连接问题适应性地修改自主车辆的运行模式,并且如果存在连接问题,则根据使用不那么详细的等级的地图数据支持的模式运行自主车辆。
在另一示例性实施例中,基于云的系统实施至少一个多播组。自主车辆基于至少基于自主车辆的位置动态地加入至少一个多播组,并且传输的地图数据基于加入的多播组。
在另一示例性实施例中,方法还包括当自主车辆加入多播组时向自主车辆传输多播组索引信息。
在另一示例性实施例中,基于云的系统内的系统包括配置为从自主车辆请求地图数据的电子控制器。地图数据存储在基于云的系统上。电子控制器还配置为向自主车辆传输地图数据。
在另一示例性实施例中,传输的地图数据包括多个等级的地图数据,每个等级的地图数据对应关于驾驶环境的不同等级细节,并且每个等级的地图数据对应不同的时间有效性持续时间。
在另一示例性实施例中,对地图数据的请求包括对适应性地预取的至少一个等级的地图数据的确定请求,该请求的确定基于是否预测到存在连接问题,如果存在连接问题,则自主车辆预取不那么详细的等级的地图数据。
在另一示例性实施例中,传输的地图数据用于对自主车辆进行自主导航。自主导航包括基于是否存在连接问题适应性地修改自主车辆的运行模式,并且如果存在连接问题,则根据使用不那么详细的等级的地图数据支持的模式运行自主车辆。
在另一示例性实施例中,基于云的系统实施至少一个多播组,并且自主车辆至少基于自主车辆的位置动态地加入至少一个多播组。传输的地图数据基于加入的多播组。
通过以下详细说明,结合附图,本公开的上述特征和优势以及其他特征和优势显而易见。
附图说明
在以下详细说明中,仅通过示例即可显现其他特征、优势和细节,该详细说明参照附图,其中:
图1示出了根据现有方法的提供地图用于执行自主导航的示例性系统;
图2示出了一个或多个实施例中的基于云的运行时地图提供者的示例性系统;
图3示出了根据一个或多个实施例的示例性地图提供者模块的功能;
图4示出了根据一个或多个实施例的示例性地图更新模块;
图5描绘了根据一个或多个实施例的方法的流程图;
图6示出了根据一个或多个实施例的用于执行地图数据的分层预取的方法;
图7示出了根据一个或多个实施例实施不同多播组。
图8描绘了根据一个或多个实施例的另一方法的流程图;
图9描绘了根据一个或多个实施例的另一方法的流程图;并且
图10描绘了可用于实施一个或多个实施例的计算系统的高级框图。
具体实施方式
以下描述在性质上仅仅是举例说明,并不打算限制本公开的内容、应用或用途。如文中所用,用语“模块”指处理电路,可包括专用集成电路(ASIC)、电子电路、(共享、专用或成组的)处理器以及执行一个或多个软件或固件的存储器、组合逻辑电路,和/或提供所述功能的其他适当的构件。
当前实现自主驾驶能力的方法一般使用高清晰度地图中的数据。通过使用这些地图中的数据,现有方法可以连续且安全地运行自主车辆。现有方法通常将这些高清晰度地图存储在每个自主车辆中的电子控制单元(ECU)内。自主车辆通常在当自主车辆在道路上导航时使用现有方法从其ECU内提取相关地图块,从而生成并更新路径/轨迹。地图块通常对应更大的地图数据的各部分。基于生成和更新的路径/轨迹,自主车辆可以生成致动器命令,从而执行必要的制动、转向和推进。
随着时间流逝,通常需要更新/改变高清晰度地图,从而准确地反映驾驶环境。一种可应用于高清晰度地图的改变类型可被称作持续改变。持续改变是长期的改变。持续改变对应诸如布局和道路几何形状的改变。另一种可应用于一个或多个高清晰度地图的改变类型可被称作短暂改变。短暂改变可为本质上是暂时性的改变。短暂改变可对应由于诸如事故、新建筑事件和/或道路封闭事件导致的驾驶环境改变。
然而,由于存储的高清晰度地图数据存储在每个单独的自主车辆内,因此当更新/改变此类高清晰度地图数据时,现有方法可能遭遇困难。因此,为了使用现有方法更新存储的高清晰度地图数据,现有方法需要在车辆的原始设备生产商(OEM)、地图供应商和后端服务器之间实施协调。为了使用现有方法更新存储的高清晰度地图数据,现有方法需要在世界范围内多个道路上车辆之间协调。
鉴于与现有方法相关的上述困难,一个或多个实施例提供用于存储、更新和传送地图数据的改进系统。根据一个或多个实施例,地图数据存储在基于云的系统上,并且由基于云的系统向自主车辆提供地图数据。
通过在集中式基于云的系统中存储数据(与在每个自主车辆内存储地图数据相对),一个或多个实施例可以更新存储在集中式基于云的系统中的地图数据,而无需更新存储在多个自主车辆的地图数据。因此,通过在集中式基于云的系统中存储地图数据,一个或多个实施例减少或消除与协调车辆接收地图数据更新相关的困难。使用基于云的系统的另一优势在于:可以消除(或大大减少)车辆内设置嵌入式存储和处理的需求,这可以更有效地使用嵌入的硬件资源。
图1示出了根据现有方法的提供地图以用于执行自主导航的示例性系统。图1的实例包括后勤部门云/服务器110,其与自主车辆的远程通信模块120通信。除了远程通信模块120,自主车辆还包括网关模块130、地图模块160和自主控制模块170。自主控制模块170可以包括控制器195和/或控制处理单元180。后勤部门云/服务器110可以与远程通信模块120通信,从而传输/接收网络通信,诸如4G通信111、WiFi通信112和/或全球定位系统信息113。通常,可以使用任意当前或未来的无线通信技术执行通信。
如图1所示,自主车辆还可以包括存储高清晰度地图数据的存储构件,并且还可以包括处理高清晰度地图数据的处理构件。例如,自主车辆可以在非易失性存储器140和/或随机存取存储器(RAM)190中存储高清晰度地图数据。自主车辆还可以包括控制器150,用于处理高清晰度地图数据并控制存储器构件。地图数据的处理通常基于RAM 190中缓冲的地图数据。通常基于车辆的位置从非易失性存储器140预取该数据。由于在自主车辆自身内实施非易失性存储构件,需要将对地图数据的任意必要改变/更新传播到所有自主车辆。因此,如上所述,由于现有方法需要在可能的数百万道路上车辆之间协调,因此在更新/改变存储的高清晰度地图数据时,现有方法会遭遇困难。
如上所述,一个或多个实施例提供用于存储、更新和传送地图数据的改进系统。根据一个或多个实施例,地图数据存储在基于云的系统上,并且由基于云的系统向自主车辆提供地图数据。
此外,由于地图数据存储在基于云的系统上,因此一个或多个实施例可以更有效地执行路线规划,这是因为存储的地图数据可以包括最近的更新。例如,一个或多个实施例中存储的地图数据可以包括来自近来可获取的附加信息源的信息。例如,当政府发布建筑区域导致的地图变化时,可获取附加信息,其中地图变化以一个或多个实施例可处理的标准化数据格式发布。
除了上述特征之外,一个或多个实施例还可消除/掩盖基于云的系统和自主车辆之间的暂时连接故障相关的影响。如下文详细描述的那样,通过执行地图块的多层预取方法,可以消除/掩盖与连接故障相关的影响。如下文详细描述的那样,在连接丢失持续较长时间的情况下,一个或多个实施例还可执行消除基于云的系统和自主车辆之间连接丢失的影响的方法。连接问题可以包括与延迟、可用性和/或其他系统故障相关的问题。
一个或多个实施例可以配置为基于地理、细节/分辨率的水平和/或时间窗口使用多播组对地图块执行分层、多层和适应的预取。如下文详细描述的那样,一个或多个实施例可以基于分层多播组实施更为有效的网络利用。
一个或多个实施例还可实施学习算法,该学习算法确定哪个地图块会被频繁获取和持久地存储在非易失性存储器中。
图2示出一个或多个实施例中的基于云的运行时地图提供者的示例性系统。与图1的实例相似,图2的实例包括连接到自主车辆的后勤部门云/服务器210。自主车辆可以包括远程通信模块220、网关模块230和自主车辆控制模块270。后勤部门云/服务器210可以与远程通信模块220通信,从而传输/接收网络通信,诸如4G/5G通信211、WiFi通信212和/或全球定位系统信息213。这些模块仅为示例性模块。一个或多个实施例可以包括与上述模块相比更多或更少的模块。可以使用不同的车内系统和/或网络架构执行一个或多个实施例的方法。然而,与图1的实例不同,图2的后勤部门云/服务器210实施存储/处理高清晰度地图的存储构件和处理构件。例如,后勤部门云/服务器210包括非易失性存储器240、RAM 241和控制器250。自主车辆的控制器295还可以包括一个或多个计算机处理单元280和用于存储缓冲地图块的RAM 290。
如上所述,由于后勤部门云/服务器210内包括存储构件和处理构件,一个或多个实施例可以对地图数据实施改变,而无需将所有改变传播到世界范围内所有自主车辆。
图3示出了根据一个或多个实施例的示例性地图提供者模块的功能。例如,可以通过图2的电子控制单元250实施地图提供者模块。地图提供者模块可以配置为执行图3的步骤310-330。在310,地图提供者模块可以配置为接收输入,包括车辆状态301、地图数据和/或路线规划请求302和/或最大缓冲容量303。例如,可将这些输入从自主车辆传输到地图提供者。使用接收的输入,地图提供者模块可以配置为响应于请求提取一个或多个相关地图块,并且可以为自主车辆规划新的路线。道路提供者模块可以从非易失性存储器和/或暂时地图存储器中提取相关地图块。在315,可以基于额定驾驶速度、估算的通信延迟和/或服务器通信量确定提取的地图块的大小。例如,根据一个或多个实施例,如果额定驾驶速度更高,则与提取的地图块对应的地理区域可以更大。如果确定估算的通信延迟较高,则提取的地图块的地理区域可以更大。如果估算的通信延迟更长,则地图块的地理区域可以更大。
在320处,地图提供者模块可以配置为基于规划路线和车辆状态过滤地图数据。在330,地图提供者模块可以配置为向请求自主车辆传送过滤的地图数据。可以经由无线通信,诸如在340的4G或5G通信,向请求车辆进行传送。
图4示出了根据一个或多个实施例的示例性更新模块。例如,还可以通过图2的电子控制单元250实施图4的地图更新模块。图4的地图更新模块可以配置为实施图4中示出的功能。在410,地图更新模块可以配置为接收永久性地图更新401(从诸如地图更新供应商)。地图更新模块还可以配置为接收每个车辆发布/汇报的最终和中间目的地402。地图更新模块还可以配置为接收车辆403感测的地图数据变化。因此,如果车辆确定必须改变地图数据,则车辆可以向地图更新模块410传送此类改变。地图更新模块还可以配置为从现行路线的交通报告中接收与运行时改变404相关的信息。例如,交通报告可以与事故和/或道路封闭相关。因此,考虑到接收的输入,在410,地图更新模块可以配置为更新存储的地图数据。在420,地图更新模块可以配置为在非易失性存储器中存储特定持续改变(诸如,永久改变)。在430,地图更新模块还可以配置为更新存储在临时存储器(即,诸如RAM存储器)中的地图数据。例如,存储在临时存储器中的更新可以包括短暂改变。此类临时存储器的更新可以包括基于使用地图的车辆是否完成了其对应行程检测地图。
图5根据一个或多个实施例描绘方法的流程图。例如,可以通过自主车辆实施图5的示例性方法。在510,自主导航开始时,自主车辆可以请求到目的地的路线,并且可以请求对应地图数据。自主车辆可以向基于云的系统传输地图数据和路线规划的请求511。由于请求511,可以通过自主车辆从基于云的系统接收新地图块521。在520,自主车辆可以配置为:一旦接收到地图数据(即,一旦从基于云的系统接收到新地图块),就启动规划软件模块。规划模块将开始使用地图块规划运行和驾驶行为。具体地,规划模块为软件构件,其接收地图和感测数据作为输入并且生成车辆沿循的期望轨迹作为输出。由于自主车辆使用接收的地图块进行导航,因此当自主车辆接近接收的地图块未反映的地理区域时,自主车辆最终将需要接收附加的地图块。之前接收且仍可应用于当前导航的地图块通常可以被称作“相关块”。相关块可以为包含仍有助于自主车辆在道路上导航的驾驶环境相关数据的块。因此,当相关块包含的可应用数据量在阈值量之下时,一个或多个实施例可以配置为启动附加地图块请求。例如,在530,当保持在自主车辆的存储器中的(相关地图块内)可应用数据达到阈值“X”时,自主车辆可以从基于云的系统请求新地图块。基于规划的路线,“X”还可以对应自主车辆使用完所有剩余可应用数据的持续时间阈值。在531,自主车辆可以向云传输地图数据请求。在545,可以基于自主车辆的额定驾驶速度和基于自主车辆和基于云的系统之间的估算通信延迟确定阈值量“X”。根据一个或多个实施例,更快的额定驾驶速度将导致更大的确定阈值量“X”。根据一个或多个实施例,更长的估算通信延迟也将导致更大的确定阈值量“X”。
在540处,当从基于云的系统接收新地图块541时,自主车辆可以在存储器中存储块,诸如在运行规划模块的随机存取存储器(RAM)的缓冲中存储。在550,如果从基于云的系统中接收的新地图块不足,并且自主车辆存储器中保持的相关地图块的可应用数据量(“Y”)小于“X”,则自主车辆可以配置为启动减轻策略。
在560处,自主车辆可以配置为执行减轻策略。根据一个示例性减轻策略,自主系统可以提示驾驶员接管对车辆的控制。可选择地,自主系统可以配置为逐渐降低车辆的速度,从而延长存储的相关地图块保持相关的时间。根据一个或多个实施例,如果没有人类驾驶员取得对车辆的控制,则自主车辆可以配置为对车辆进行导航以实现最小风险状况。例如,自主系统可以控制车辆从而停在路肩,或将车辆驾驶至旁路。根据一个或多个实施例,可以基于存储在自主车辆的存储器/缓冲中的地图块确定最小风险状况。可选择地,可以通过基于云的系统确定最小风险状况。在一个或多个实施例中,基于云的系统可以定期向自主车辆传输与最小风险状况相关的一个或多个参数。
根据一个或多个实施例,自主车辆可以请求/接收不同类型的地图数据。每种不同类型地图数据可以具有不同等级的丰富度/细节。例如,根据一个或多个实施例,地图数据的类型可以为“等级0”、“等级1”、“等级2”和/或“等级3”地图数据。在一个实施例中,“等级0”地图数据可以对应包括最低等级驾驶环境丰富度/细节的地图数据。“等级1”和“等级2”地图数据可以对应包括中间等级丰富度/细节的地图数据。“等级3”地图数据可以对应包括最高等级丰富度/细节的地图数据。
在一个示例性实施例中,层级3地图数据可以包括最高等级/细节量,其包括诸如布局数据、道路几何形状数据、通道等级细节和道路标识数据。层级2地图数据也可以包括布局数据、道路几何形状数据、通道等级细节和道路标识数据。然而,与层级3地图数据相比,层级2地图数据可以包括更少细节。层级1地图数据也可以包括布局数据、通道等级细节和道路标识数据。层级0地图数据可以包括道路标识数据。
根据一个或多个实施例,可以根据多个运行模式运行自主车辆。自主车辆的每个高级运行模式可代表车辆自主运行复杂度的高级等级。根据一个或多个实施例,在给定时间供自主车辆使用的可获取运行模式可以基于该时间自主车辆可获取的地图数据类型(即,等级0、等级1、等级2、等级3)。
如果自主车辆接收到足以支持高级模式的详细地图数据,则自主车辆可以在高级模式下自主运行(并且因此实现更复杂的运行)。根据一个或多个实施例,随着自主运行复杂度的增大,(用于支持自主运行的)地图数据细节的必要等级也增大。
例如,当根据“等级4”(高级运行模式)运行自主车辆时,以及使用“层级3”数据(具有较多细节的地图数据)时,一个或多个实施例如需要可以执行自主驾驶,伴随自主变道和转弯,并且可以执行自主控制以实现最小风险状况。
当根据“等级3”(中等运行模式)运行自主车辆时,以及使用“层级2”数据(具有中等细节的地图数据)时,一个或多个实施例执行自主变道并转弯。
当根据“等级3”(中等运行模式)运行自主车辆时,以及使用“层级1”数据(具有低级细节的地图数据)时,一个或多个实施例执行自主变道,但不能执行转弯。
当根据“等级3”(中等运行模式)运行自主车辆时,以及使用“层级0”数据(具有最低环境细节量的地图数据)时,一个或多个实施例可以执行受限于给定车道的自主驾驶(不能执行任何变道)。
因此,如上所述,如果自主车辆接收到详细地图数据,则自主车辆可以自主执行更复杂的运行。如果自主车辆接收到细节较少的地图数据,则自主车辆可被限于自主执行复杂度较低的运行。根据一个或多个实施例,随着自主运行复杂度的增大,(用于支持自主运行的)地图数据细节的必要等级也增大。
一个或多个实施例可以基于是否存在连接问题而适应性地修改自主车辆的运行模式。具体地,例如,如果确定自主车辆和基于云的系统之间存在连接问题,则自主车辆可以配置为修改运行模式,使用更不详细的预取/存储的地图数据,从而减少基于云的系统的连接丢失。更不详细的地图数据为自主车辆的长时间(但以降低的性能)运行提供足够的信息。由于自主车辆可以长时间运行,一个或多个实施例可以掩盖短时间的连接问题,并且可以给系统(或给人力驾驶员)更多时间反应(例如,导航至路旁或接管转向控制)。
图6示出了根据一个或多个实施例的用于执行地图数据的分层预取的方法。根据一个或多个实施例,自主车辆可以定期执行对地图数据的分层预取。可以将获取/接收地图数据的方法视为“预取”方法,因为车辆配置为在需要请求地图数据支持自主导航之前请求地图数据。可以将获取/接收地图数据的方法视为“分层”方法,因为自主车辆可以配置为同时接收一个或多个不同类型/层级的地图数据。例如,一个或多个实施例可以配置为在给定时间从基于云的系统获取一个或多个类型的地图数据(即,层级0、层级1、层级2和/或层级3)。
参照图6,除了反应不同等级的环境细节之外,每种类型的地图数据(即,层级0、层级1、层级2和/或层级3)可以对应不同的时间有效性持续时间。给定地图数据的时间有效性持续时间通常指相关于/有利于支持自主导航的地图数据的时间长度。
通常,一个类型地图数据的时间有效性持续时间可以与该类型地图数据的细节量负相关。由于,对于给定数据量,数据中可以包括的环境细节量和与给定数据量相关的地理区域大小之间可以存在平衡,因此,可以存在负相关关系。
例如,对于给定数据量,如果数据包含高细节量,则给定数据量可以仅与具有较多细节的相对较小地理区域相关。另一方面,如果数据包含稀疏的细节量,则数据的给定量可以导向相对较大的地理区域/与相对较大的地理区域相关。
因此,对于给定量的层级3数据610,数据包含关于相对较小地理区域的高细节量。因此,由于(给定速度下的)自主车辆可能相对较快地驶过或驶离较小的地理区域,因此层级3数据610相关于/有利于支持相对较短时间的(即,2分钟的)自主导航。
另一方面,对于相同的数据量,层级0数据640可以包含关于相对较大的地理区域的较少细节量。因此,由于(相同给定时间下的)自主车辆在较大的地理区域内花费更多时间,因此层级0数据640可以相关于/有利于支持相对较长时间(20分钟)的自主导航。
层级2数据620可以在相关于/有利于支持中等时长(5分钟)的自主导航的同时包含比层级3更少的细节量。层级1数据630可以在相关于/有利于支持更长时间(10分钟)的自主导航的同时包含比层级2更少的细节量。
鉴于不同类型地图数据和每个不同类型地图数据的不同对应时间有效性,一个或多个实施例可以配置为确定获取哪一层级或哪几层级的地图数据。一个或多个实施例可以实施获取地图数据的适应性方法,一个或多个实施例可以适应性地确定从基于云的系统获取哪层地图数据。可以基于预测的未来云连接属性进行确定。例如,如果自主车辆预测不久将存在连接问题,则自主车辆可以开始适应性地获取不那么详细的数据,因为这些数据可以持续更长时间。
例如,如果自主车辆预测不久将存在连接问题,则自主车辆可以开始适应性地获取层级0数据,其为最不详细的数据但在自主车辆运行时保持相关的时间最长。如上所述,自主车辆可以适应性地改变运行模式以使用层级0数据。
鉴于以上所述,一个或多个实施例可以配置为减轻自主车辆和基于云的系统之间的连接问题的影响。根据连接问题的类型和/或连接问题的持续时间,一个或多个实施例可以通过在改变获取的地图数据的层级类型减轻连接问题的影响。通过从获取详细数据适应性地切换到获取不那么详细的数据,可以更久地容忍连接问题,从而允许恢复连接的时间,以允许自主车辆达到最小风险状况的时间或允许自主车辆提醒驾驶员承担驾驶责任的时间。鉴于上述的接收地图数据的分层预取和适应的分层预取方法,一个或多个实施例可以启动自主驾驶系统,从而容忍持续较短时间的连接问题。一个或多个实施例可以配置为响应于连接问题而适应性地修改驾驶模式,从而减少自主运行的可用性。
图7示出了根据一个或多个实施例的不同多播组的实施。根据一个或多个实施例,可以通过地理区域组织多播组。根据一个或多个实施例,可以实施不同的多播组,其中多播组包括一组自主车辆。自主车辆可以基于车辆的当前位置和规划路线动态地加入和离开多播组。
给定多播组的自主车辆成员可以从基于云的系统同时接收传输内容。由于给定组的车辆成员可以接收关于车辆成员所在地理区域的相同或相似传输内容,所以一个或多个实施例可以减少传输信息的重复量。
根据一个或多个实施例,对应每个多播组的地理位置的大小可以基于该地理位置内必须传输的地图细节量。在图7的实例中,某些多播组(710和720)对应开阔地区的地理区域。例如,具有开阔地区的地理区域通常需要传输的地图细节更少。因此,覆盖开阔地区的多播组(710和720)通常可以覆盖更大的地理区域。然而,对应城区的地理区域更加紧凑且需要传输的地图细节更多。因此,覆盖城区的多播组通常覆盖更小的地理区域。在图7的实例中,多播组(721、731、732、733、734、735和736)对应城区的地理区域。根据一个或多个实施例,多播组可以分发关于其他多播组的索引信息。
参照图7的实例,当自主车辆向西行驶时,车辆可以离开一个多播组,加入另一多播组。因此,车辆离开的多播组可以被视为过去具有成员资格的组,而车辆到达的多播组可以被视为未来具有成员资格的组。一个或多个实施例可以包括每个多播组提供的多播组地址索引和地图数据特征。如果一个或多个实施例需要接收特定地理边界内的特定等级地图细节(例如,等级2地图数据),则系统可以扫描索引,确定哪个多播组或哪几个多播组将提供具体地图数据。可以通过多播组地址唯一地标识提供此类地图数据的多播组。
然后,一个或多个实施例中的系统可以通过使用多播组成员资格协议使用这些地址,从而加入相关组。当自主车辆加入和/或侦听多播组时,自主车辆将接收发给该组的任何数据。根据一个或多个实施例,自主车辆可以同时从多个组的成员资格中接收数据。根据一个或多个实施例,多播组索引信息可以通过都多播组将其本身发送出去。因此,自主车辆可以首先加入第一(即,“根”)多播组,从而确定自主车辆需要加入和/或侦听的其他组。
图8示出了根据一个或多个实施例的方法的流程图。在步骤810,该方法包括:通过自主车辆的控制器从基于云的服务器请求地图数据。地图数据存储在基于云的服务器上。在步骤820,该方法还可包括从基于云的服务器接收地图数据。在步骤830,该方法还包括基于接收的地图数据对自主车辆进行自主导航。
图9描绘了根据一个或多个实施例的方法的流程图。该方法包括:在框910,通过基于云的系统的电子控制器从自主车辆接收对地图数据的请求。地图数据存储在基于云的系统上。该方法还包括:在框920,向自主车辆传输地图数据。
图10描绘计算系统1000的高级框图,该计算系统1000可用于实施一个或多个实施例。例如,如上所述,计算系统1000可以至少对应自主车辆的电子控制器。例如,计算系统1000可以至少对应基于云的系统的电子控制器。计算系统1000可以用于实施可以执行本文所述方法的系统的硬件构件。尽管示出一个示例性计算系统1000,计算机系统1000包括通信路径1026,其将计算系统1000连接到附加的系统(未描绘)。计算系统1000和附加系统经由通信路径1026进行通信,例如,两者之间传输数据。
计算系统1000包括一个或多个处理器,诸如处理器1002。处理器1002连接到通信基础设施1004(例如,通信总线、交叉条或网络)。计算系统1000可以包括从通信基础设施1004(或从未示出的帧缓冲器)转发图形、文本内容和其他数据的显示界面1006,其用于在显示单元1008上显示。例如,显示单元1008可以对应车辆仪表板的至少一部分。计算系统1000还包括主存储器1010,优选地包括随机存取存储器(RAM),并且还包括二级存储器1012。二级存储器1012内还可以包含一个或多个盘驱动器1014。可移动存储驱动器1016从可移动存储单元1018读取/或写入可移动存储单元1018。如应当理解的那样,可移动存储单元1018包括计算机可读介质,其具有存储在其内的计算机软件和/或数据。
在可替代实施例中,二级存储器1012可以包括用于允许计算机程序或其他指令载入计算系统的其他类似装置。例如,此类装置可以包括可移动存储单元1020和接口1022。
在本说明书中,术语“计算机程序介质”、“计算机可用介质”和“计算机可读介质”用于指代介质,诸如主存储器1010和二级存储器1012、可移动存储驱动器1016和安装在盘驱动器1014中的盘。计算机程序(也被称为计算机控制逻辑)存储在主存储器1010和/或二级存储器1012中。还可以经由通信接口1024接收计算机程序。此类计算机程序在运行时会启动计算系统,从而实施本文所述特征。具体地,计算机程序在运行时会启动处理器1002,从而实施计算系统的特征。因此,此类计算机程序代表计算系统的控制器。因此,从前述详细说明可以看出,一个或多个实施例提供技术效益和优势。
虽然已经参照示例性实施例描述了上述公开,但本领域技术人员应了解在不背离其范围的情况下可做出各种变化并且可以用等同物代替其元件。此外,根据本公开的教导,可进行许多修改以适应特定的情况或材料,而不脱离其实质范围。因此,实施例不意图限于所公开的具体实施例,而意图包括落入申请范围的所有实施例。
Claims (10)
1.一种方法,所述方法包括:
由自主车辆的控制器从基于云的服务器请求地图数据,其中所述地图数据存储在所述基于云的服务器上;
从所述基于云的服务器接收地图数据;并且
基于所述接收的地图数据对所述自主车辆进行自主导航。
2.根据权利要求1所述的方法,其中所述接收的地图数据包括多个等级的地图数据,每个等级的地图数据对应关于所述驾驶环境的不同等级细节,并且每个等级的地图数据对应不同的时间有效性持续时间。
3.根据权利要求2所述的方法,其中所述请求包括适应地确定用于预取的至少一个等级的地图数据,所述确定基于是否预测到存在连接问题,并且如果预测到存在连接问题则所述自主车辆预取不那么详细的等级的地图数据。
4.根据权利要求2所述的方法,其中对所述自主车辆的所述自主导航包括基于是否存在连接问题适应地修改所述自主车辆的运行模式,并且如果存在连接问题,则根据使用不那么详细的等级的地图数据支持的模式运行所述自主车辆。
5.根据权利要求1所述的方法,进一步包括基于所述自主车辆的位置动态地加入多播组,其中所述接收的地图数据基于所述加入的多播组。
6.一种自主车辆内的系统,包括:
电子控制器,其配置为:
从基于云的服务器请求地图数据,其中所述地图数据存储在所述基于云的服务器上;
从所述基于云的服务器接收地图数据;并且
基于所述接收的地图数据对所述自主车辆进行自主导航。
7.根据权利要求6所述的系统,其中所述接收的地图数据包括多个等级的地图数据,每个等级的地图数据对应关于所述驾驶环境的不同等级细节,并且每个等级的地图数据对应不同的时间有效性持续时间。
8.根据权利要求7所述的方法其中所述请求包括适应地确定用于预取的至少一个等级的地图数据,所述确定基于是否预测到存在连接问题,并且如果预测到存在连接问题则所述自主车辆预取不那么详细的等级的地图数据。
9.根据权利要求7所述的方法,其中对所述自主车辆的所述自主导航包括基于是否存在连接问题适应地修改所述自主车辆的运行模式,并且如果存在连接问题,则根据使用不那么详细的等级的地图数据支持的模式运行所述自主车辆。
10.根据权利要求6所述的方法,其中所述电子控制器进一步配置为至少基于所述自主车辆的位置动态地加入多播组,其中所述接收的地图数据基于所述加入的多播组。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/673,855 US10203698B1 (en) | 2017-08-10 | 2017-08-10 | System and method for providing a map to autonomous vehicles via a cloud-based system |
US15/673855 | 2017-08-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109387207A true CN109387207A (zh) | 2019-02-26 |
CN109387207B CN109387207B (zh) | 2022-07-12 |
Family
ID=65084719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810852343.9A Active CN109387207B (zh) | 2017-08-10 | 2018-07-30 | 经由基于云的系统向自主车辆提供地图的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10203698B1 (zh) |
CN (1) | CN109387207B (zh) |
DE (1) | DE102018119235A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113631951A (zh) * | 2019-04-04 | 2021-11-09 | 戴姆勒股份公司 | 用于检查车辆环境检测传感器的方法和车辆的操作方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102622571B1 (ko) * | 2015-02-10 | 2024-01-09 | 모빌아이 비젼 테크놀로지스 엘티디. | 자율 주행을 위한 약도 |
US20200278215A1 (en) * | 2017-11-22 | 2020-09-03 | Mitsubishi Electric Corporation | Map collection system, map server device, in-vehicle device and map collection method |
US10916077B2 (en) * | 2018-08-13 | 2021-02-09 | Baidu Usa Llc | User privacy protection on autonomous driving vehicles |
US11532060B2 (en) * | 2019-03-28 | 2022-12-20 | Lyft, Inc. | Systems and methods for matching autonomous transportation provider vehicles and transportation requests in transportation management systems |
US11227489B2 (en) * | 2019-03-30 | 2022-01-18 | Intel Corporation | Technologies for managing interoperable high definition maps for autonomous vehicles |
CN110807075B (zh) * | 2019-08-30 | 2022-10-25 | 腾讯科技(深圳)有限公司 | 地图数据查询方法、装置、计算机设备及存储介质 |
CN112556700A (zh) * | 2019-09-25 | 2021-03-26 | 华为技术有限公司 | 地图级别指示方法、地图级别获取方法及相关产品 |
US11689632B2 (en) | 2019-11-14 | 2023-06-27 | Google Llc | Prioritized provision and retrieval of offline map data |
US11691643B2 (en) | 2020-08-27 | 2023-07-04 | Here Global B.V. | Method and apparatus to improve interaction models and user experience for autonomous driving in transition regions |
US11713979B2 (en) | 2020-08-27 | 2023-08-01 | Here Global B.V. | Method, apparatus, and computer program product for generating a transition variability index related to autonomous driving |
US11687094B2 (en) | 2020-08-27 | 2023-06-27 | Here Global B.V. | Method, apparatus, and computer program product for organizing autonomous vehicles in an autonomous transition region |
US20220067813A1 (en) * | 2020-08-27 | 2022-03-03 | Here Global B.V. | Automated autonomous vehicle recommendations based on personalized transition tolerance |
US11579627B2 (en) * | 2020-12-17 | 2023-02-14 | Tusimple, Inc. | Systems and methods for updating navigational maps |
DE102021202778A1 (de) | 2021-03-23 | 2022-09-29 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und System zum Bearbeiten einer digitalen Sicherheitskarte für den Straßenverkehr |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102027326A (zh) * | 2008-06-25 | 2011-04-20 | 通腾科技股份有限公司 | 导航装置和方法 |
US8711181B1 (en) * | 2011-11-16 | 2014-04-29 | Google Inc. | Pre-fetching map data using variable map tile radius |
CN104221008A (zh) * | 2011-12-12 | 2014-12-17 | 谷歌公司 | 沿路线预取地图图块数据 |
US20170192436A1 (en) * | 2016-01-05 | 2017-07-06 | Electronics And Telecommunications Research Institute | Autonomous driving service system for autonomous driving vehicle, cloud server for the same, and method for operating the cloud server |
-
2017
- 2017-08-10 US US15/673,855 patent/US10203698B1/en active Active
-
2018
- 2018-07-30 CN CN201810852343.9A patent/CN109387207B/zh active Active
- 2018-08-07 DE DE102018119235.5A patent/DE102018119235A1/de active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102027326A (zh) * | 2008-06-25 | 2011-04-20 | 通腾科技股份有限公司 | 导航装置和方法 |
US8711181B1 (en) * | 2011-11-16 | 2014-04-29 | Google Inc. | Pre-fetching map data using variable map tile radius |
CN104221008A (zh) * | 2011-12-12 | 2014-12-17 | 谷歌公司 | 沿路线预取地图图块数据 |
US20170192436A1 (en) * | 2016-01-05 | 2017-07-06 | Electronics And Telecommunications Research Institute | Autonomous driving service system for autonomous driving vehicle, cloud server for the same, and method for operating the cloud server |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113631951A (zh) * | 2019-04-04 | 2021-11-09 | 戴姆勒股份公司 | 用于检查车辆环境检测传感器的方法和车辆的操作方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102018119235A1 (de) | 2019-02-14 |
US20190049990A1 (en) | 2019-02-14 |
CN109387207B (zh) | 2022-07-12 |
US10203698B1 (en) | 2019-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109387207A (zh) | 经由基于云的系统向自主车辆提供地图的系统和方法 | |
US11181913B2 (en) | Autonomous vehicle fleet model training and testing | |
JP6517891B2 (ja) | 自律走行車用のグループ運転スタイル学習フレーム | |
JP6578439B2 (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 | |
CN109131340B (zh) | 基于驾驶员行为的主动车辆性能调整 | |
JP5013211B2 (ja) | 運転評価システム及び運転評価プログラム | |
CN106891893B (zh) | 车辆模式确定 | |
US9404763B2 (en) | Departure/destination location extraction apparatus and departure/destination location extraction method | |
EP2910444B1 (en) | Travel support device, travel support method, and drive support system | |
CN104648284A (zh) | 自主车辆模式 | |
US11420641B2 (en) | System and method for determining the energy requirement of a vehicle for a journey | |
KR101769723B1 (ko) | 이동 지원 장치, 이동 지원 방법, 및 구동 지원 시스템 | |
KR101666296B1 (ko) | 이동 지원 장치, 이동 지원 방법 및 운전 지원 시스템 | |
CN105452080A (zh) | 移动信息处理设备、移动信息处理方法以及驾驶支持系统 | |
US20140200800A1 (en) | Method and device for determining a suitability of a route | |
US20200334985A1 (en) | Parking management architecture for parking autonomous driving vehicles | |
CN106573547A (zh) | 电动运行的机动车的储能器装置的预测性充电状态控制 | |
Siegel et al. | Algorithms and architectures: A case study in when, where and how to connect vehicles | |
US20220229954A1 (en) | Autonomous vehicle traffic simulation and road network modeling | |
US11260875B2 (en) | Systems and methods for road surface dependent motion planning | |
US11352000B2 (en) | Vehicle control apparatus | |
US9037340B2 (en) | System and method for modifying adaptive cruise control set points | |
JP7017582B2 (ja) | 自動運転車のトルクフィードバックに基づく車両縦方向自動キャリブレーションシステム | |
KR101574137B1 (ko) | 도로 기울기 변화량에 따른 배터리 소모량 가중치 알고리즘을 적용한 전기자동차 특화 내비게이션 장치 및 그 방법 | |
JP6987150B2 (ja) | 自動運転車両の3ポイントターンの最適プランナー切り替え方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |