CN109491378B - 自动驾驶车辆的基于道路分段的路线引导系统 - Google Patents
自动驾驶车辆的基于道路分段的路线引导系统 Download PDFInfo
- Publication number
- CN109491378B CN109491378B CN201810804163.3A CN201810804163A CN109491378B CN 109491378 B CN109491378 B CN 109491378B CN 201810804163 A CN201810804163 A CN 201810804163A CN 109491378 B CN109491378 B CN 109491378B
- Authority
- CN
- China
- Prior art keywords
- road
- lane
- source
- target
- paths
- 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.)
- Active
Links
- 238000013507 mapping Methods 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 16
- 238000009472 formulation Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 10
- 230000008447 perception Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000002085 persistent effect Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 229910000078 germane Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
- B62D15/0255—Automatic changing of lane, e.g. for passing another vehicle
-
- 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
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
-
- 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
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- 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
-
- 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
- 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
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- 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
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
Abstract
在一个实施方式中,接收用于为自动驾驶车辆(ADV)制定从源车道到目标车道的路线的路线制定请求。确定从源道路到目标道路的一个或多个道路路径。道路路径包括在源道路与目标道路之间的零个或多个中间道路,其中,每个中间道路包括一个或多个中间车道。对于每个道路路径,确定一个或多个车道路径。每个车道路径包括多个车道,多个车道进行组合以经由中间道路的至少一个中间车道将源道路的源车道连接到目标道路的目标车道。使用车道路径来规划从源道路的源车道到目标道路的目标车道的轨迹,以根据轨迹驾驶ADV。
Description
技术领域
本公开的实施方式总体上涉及操作自动驾驶车辆。更具体地,本公开的实施方式涉及自动驾驶车辆的路线引导系统。
背景技术
以自动驾驶模式运行(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。当以自动驾驶模式运行时,车辆可以使用车载传感器导航到各个位置,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。
与全球定位系统类似的路线制定提供了指示自动驾驶车辆的总的方向的总体水平的引导。传统的路线制定在搜索最佳路线方面缺少效率和灵活性。
发明内容
本公开的一个方面提供了一种用于操作自动驾驶车辆的计算机实施的方法,该方法可包括:接收为自动驾驶车辆(ADV)制定从源车道到目标车道的路线的路线制定请求,所述源车道与源道路相关,以及所述目标车道与目标道路相关;响应于所述路线制定请求,确定从所述源道路到所述目标道路的一个或多个道路路径,所述道路路径可包括所述源道路与所述目标道路之间的零个或多个中间道路,其中,所述中间道路中的每个均可包括一个或多个中间车道;对于所述道路路径中的每个,确定一个或多个车道路径,每个车道路径均可具有多个车道,所述多个车道进行组合,以经由零个或多个所述中间道路的中间车道将所述源道路的源车道连接到所述目标道路的目标车道;以及使用所述车道路径来规划从所述源道路的源车道到所述目标道路的目标车道的轨迹,以根据所述轨迹驾驶所述ADV。
本公开的另一方面提供了一种存储有指令的非暂时性机器可读介质,所述指令在由处理器执行时使处理器执行操作,所述操作可包括:接收为自动驾驶车辆(ADV)制定从源车道到目标车道的路线的路线制定请求,所述源车道与源道路相关,以及所述目标车道与目标道路相关;响应于所述路线制定请求,确定从所述源道路到所述目标道路的一个或多个道路路径,所述道路路径可包括所述源道路与所述目标道路之间的零个或多个中间道路,其中,所述中间道路中的每个均可包括一个或多个中间车道;对于所述道路路径中的每个,确定一个或多个车道路径,每个车道路径均可具有多个车道,所述多个车道进行组合,以经由零个或多个所述中间道路的中间车道将所述源道路的源车道连接到所述目标道路的目标车道;以及使用所述车道路径来规划从所述源道路的源车道到所述目标道路的目标车道的轨迹,以根据所述轨迹驾驶所述ADV。
本公开的又一方面提供了一种数据处理系统,其包括处理器以及存储器。存储器联接到所述处理器以存储指令,所述指令在由所述处理器执行时使所述处理器执行操作,所述操作可包括:接收为自动驾驶车辆(ADV)制定从源车道到目标车道的路线的路线制定请求,所述源车道与源道路相关,以及所述目标车道与目标道路相关,响应于所述路线制定请求,确定从所述源道路到所述目标道路的一个或多个道路路径,所述道路路径可包括所述源道路与所述目标道路之间的零个或多个中间道路,其中,所述中间道路中的每个均可包括一个或多个中间车道,对于所述道路路径中的每个,确定一个或多个车道路径,每个车道路径均具有多个车道,所述多个车道进行组合,以经由零个或多个所述中间道路的中间车道将所述源道路的源车道连接到所述目标道路的目标车道,以及使用所述车道路径来规划从所述源道路的源车道到所述目标道路的目标车道的轨迹,以根据所述轨迹驾驶所述ADV。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出,附图中的相同的附图标记指代相似的元件。
图1是示出根据一个实施方式的网络化系统的框图。
图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
图4是示出可与实施方式一起使用的道路和车道配置的示例的框图。
图5A至图5D是示出根据特定实施方式的用于维护道路和车道配置信息的数据结构的示例的框图。
图6是示出根据一个实施方式的车道区域的示例的框图。
图7是示出根据一个实施方式的用于操作自动驾驶车辆的路线制定过程的流程图。
图8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公开的各种实施方式和方面,并且附图将示出各种实施方式。以下描述和附图是对本公开的说明,而不应被解释为限制本公开。描述了许多特定细节以提供对本公开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公开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公开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相同的实施方式。
考虑到上述缺点,根据一些实施方式,使用在车道改变方面具有灵活性并且在覆盖所有可能的路径方面具有鲁棒性的基于车道区域或基于车道分段的路线制定系统。根据一些实施方式,道路内的车道形成道路层面的地形图以便标记相应道路的上游车道、下游车道和相邻车道以形成车道区域。还对可以用于改变车道的车道区域进行标记或标注。在道路之中,对于每个道路,标记道路的进入车道和离开车道。还在车道层面处计算和标记不同的车道区域之间的连接处。路线的输出将包括一个或多个车道区域的列表。车道区域包括按顺序连接的、没有横向车道改变的一个或多个车道。只要不需要横向地改变车道,车道区域就可以包括跨越多个道路的按顺序的车道。车道区域中的至少一些包括道路和/或车道连接处,以允许路线决策和规划过程搜索和识别从特定起点(例如,起始道路的起始车道)到特定目的地(例如,目的地道路的目的地车道)的所有可能的路线。然后,路线决策和规划过程可以在道路和车道的组合中选择作为最优路线的路线中的一个,以将车辆从起点驾驶到目的地点。
在一个实施方式中,接收用于为自动驾驶车辆(ADV)制定从与源道路相关的源车道(例如,起点)到与目标道路相关的目标车道(例如,目的地)的路线的路线制定请求。源道路和目标道路中的每个包括一个或多个车道。响应于路线制定请求,确定从源道路到目标道路的一个或多个道路路径。每个道路路径包括在源道路与目标道路之间的零个或多个中间道路(例如,道路层面的道路连接处),其中,每个中间道路包括一个或多个中间车道。对于每个道路路径,确定一个或多个车道路径。每个车道路径包括多个车道,所述多个车道进行组合以经由零个或多个中间道路的中间车道将源道路的源车道连接到目标道路的目标车道。使用车道路径来规划从源道路的源车道到目标道路的目标车道的轨迹,以根据轨迹驾驶ADV。在一个实施方式中,基于车道路径产生一组车道区域。每个车道区域包括车道路径的一个或多个车道,一个或多个车道在没有横向改变车道的情况下按顺序连接。车道改变仅可在两个车道区域(例如,具有横向彼此相邻的车道的车道区域)之间发生。车道区域用于搜索和识别表示轨迹的路线,包括识别车道区域的至少两个车道之间的车道改变点。
根据一个实施方式,响应于路线制定请求,在道路到车道(道路/车道)映射表中执行搜索以分别基于源车道和目标车道识别源道路和目标道路。道路/车道映射表包括多个条目。每个条目将特定车道映射到特定道路,或将特定道路映射到特定车道。道路/车道表用于指定哪个道路包含哪个或哪几个车道。注意到,当接收到路线制定请求时,路线制定请求可仅包含源车道和目标车道,而未指定源道路和目标道路。在确定从源道路到目标道路的道路路径时,根据一个实施方式,对于每个道路路径,搜索道路连接表以识别源道路和目标道路之间的零个或多个中间道路。
道路连接表包括多个条目。表示道路连接的每个条目将第一道路映射到第二道路,以允许车辆将道路从第一道路改变到第二道路。然后,将中间道路添加到源道路与目标道路之间的道路路径。在确定车道路径时,根据一个实施方式,搜索车道连接表以识别源道路与目标道路之间的中间道路(如果存在)的一个或多个中间车道。车道连接表包括多个条目。表示车道连接的每个条目将第一车道映射到第二车道,以允许车辆从第一车道到达第二车道。车道连接可以包括两个车道之间的车道改变或从一个车道到另一车道的直接跟随。然后,将识别的中间车道添加到车道路径。
图1是示出根据本公开的一个实施方式的自动驾驶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的自动驾驶车辆101。尽管示出一个自动驾驶车辆,但多个自动驾驶车辆可以通过网络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。
自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆,在所述自动驾驶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。这种自动驾驶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。自动驾驶车辆101可以在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。
在一个实施方式中,自动驾驶车辆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。自动驾驶车辆101还可以包括普通车辆中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、制动信号或命令等。
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,但也用于许多其它环境。
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摄像机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驾驶车辆的位置的信息。IMU单元213可以基于惯性加速度来感测自动驾驶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驾驶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驾驶车辆所处环境中的对象。除其它系统部件之外,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。摄像机211可以包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的,例如,通过将摄像机安装在旋转和/或倾斜平台上。
传感器系统115还可以包括其它传感器,诸如:声纳传感器、红外传感器、转向传感器、油门传感器、制动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驾驶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。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下,油门传感器和制动传感器可以集成为集成式油门/制动传感器。
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)和制动单元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。制动单元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所示的部件可以以硬件、软件或其组合实施。
回到图1,无线通信系统112允许自动驾驶车辆101与诸如装置、传感器、其它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,包括例如键盘、触摸屏显示装置、麦克风和扬声器等。
自动驾驶车辆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,尤其当在自动驾驶模式下操作时。感知与规划系统110包括必要的硬件(例如,处理器、存储器、存储设备)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。
当自动驾驶车辆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可为用于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包括数据收集器121和机器学习引擎122。数据收集器121从多种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括表示在不同的时间点处由车辆的传感器捕获的所发出的驾驶命令(例如,油门命令、制动命令和转向命令)以及车辆的响应(例如,速度、加速度、减速度、方向)的信息。这种捕获的命令和车辆响应可以用于解释或确定不同的时间点处的驾驶员意图(诸如,打算直线驾驶、向左转弯或向右转弯、改变车道等)。驾驶统计数据123还可包括描述不同的时间点处的驾驶环境的信息,诸如,例如,路线(包括起点位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计数据123,机器学习引擎122针对各种目的生成或训练规则集、算法和/或预测模型124。在一个实施方式中,为了制定路线的目的,机器学习引擎122生成作为规则/模型/表格124的一部分的统称为路线制定表的一组道路层面表和车道层面表。路线制定表可基于从路线和地图服务提供商获得的路线和地图信息生成。此外,路线制定表还可包括已经由许多车辆使用但是不包括在路线和地图信息中的道路和/或车道(例如,新的道路和车道配置)。
在一个实施方式中,路线制定表可包括在道路层面上将一个道路连接到另一道路的道路连接表。路线制定表可包括道路/车道映射表,道路/车道映射表将特定道路映射到特定车道,或将特定车道映射到特定道路。使用道路/车道映射表以识别哪个车道属于哪个道路,或哪个道路包括哪个车道等。路线制定表还可包括车道连接表。车道连接表包括多个条目。代表从第一车道到第二车道的车道连接的每个条目可表示第一车道与第二车道之间的车道改变点或位置(例如,车道离开点和车道进入点)。路线制定表还可包括车道表,车道表包含描述每个车道的信息,该信息包括车道的长度、宽度以及定位或位置。然后,可以将路线制定表上传到自动驾驶车辆以供实时制定路线使用。
图3A和图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。系统300可实施为图1的自动驾驶车辆101的一部分,包括但不限于感知与规划系统110、控制系统111和传感器系统115。参考图3A至图3B,感知与规划系统110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306和路线制定模块307。
模块301至307中的一些或全部可以以软件、硬件或其组合实施。例如,这些模块可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307中的一些可一起集成为集成模块。
定位模块301确定自动驾驶车辆300的当前位置(例如,利用GPS单元212)并管理与用户的行程或路线相关的任何数据。定位模块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开始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图和路线信息311的其它组件通信,以获得行程相关数据。例如,定位模块301可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,以及MPOI服务器提供地图服务和某些位置的POI,这些可作为地图和路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时,定位模块301也可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定位模块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、人行横道或其它交通相关标志(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摄像机采集的图像,从而识别自动驾驶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、其它车辆、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、视频跟踪以及其它计算机视觉技术。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的其它传感器提供的其它传感器数据来检测对象。
针对每个对象,预测模块303预测该对象在此情形下将表现什么。根据一组地图/路线信息311和交通规则312,基于该时间点的感知驾驶环境的感知数据来执行预测。例如,如果对象是处于相反方向的车辆并且当前驾驶环境包括十字路口,则预测模块303将预测车辆是将可能直线向前移动还是进行转弯。如果感知数据表明十字路口没有交通灯,则预测模块303可预测车辆在进入十字路口之前可能需要完全停止。如果感知数据表明车辆当前处于仅左转弯车道或仅右转弯车道,则预测模块303可分别预测车辆将更可能向左转弯或向右转弯。
针对每个对象,决策模块304作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304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304可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,所述规则集可存储在永久性存储装置352中。
路线制定模块307配置成提供从起点到目的地点的一个或多个路线或路径,一个或多个路线或路径可表示从开始到结束的整个行程或行程的一部分。对于从开始位置到目的地位置的给定行程(例如,从用户接收的),路线制定模块307获得路线和地图信息311,并且确定从开始位置至到达目的地位置的所有可能的路线或路径。路线制定模块307可生成用于其确定的从开始位置至到达目的地位置的路线中的每个的地形图。然后,地形图被提供至决策模块304和/或规划模块305。根据由其它模块提供的其它数据(诸如,来自定位模块301的交通状况、由感知模块302感知的驾驶环境和由预测模块303预测的其他对象(例如,车辆、行人、障碍物)的移动),决策模块304和/或规划模块305检查所有可能的路线以选择最优路线中的一个。
基于由决策模块304提供的用于对象中的每个的决定和由路线制定模块307提供的路线制定信息,规划模块305为自动驾驶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304决定对该对象做什么,而规划模块305确定如何去做。例如,针对给定的对象,决策模块304可以决定超过所述对象,而规划模块305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305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306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来控制并驾驶自动驾驶车辆。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、制动和转弯命令)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,在多个规划周期(也被称为命令周期)(诸如,例如,在每100毫秒(ms)的时间间隔中)中执行规划阶段。针对规划周期或命令周期中的每个,将基于规划数据和控制数据发出一个或多个控制命令。即,对于每个100 ms,规划模块305规划下一路线段或路径段,例如,包括目标位置和ADV到达目标位置所需的时间。替代地,规划模块305还可指定具体速度、方向和/或转向角等。在一个实施方式中,规划模块305为下一预定时间段(诸如5秒)规划路线段或路径段。对于每个规划周期,规划模块305基于先前周期中规划的目标位置来规划当前周期(例如,接下来的5秒)的目标位置。然后,控制模块306基于当前周期的规划数据和控制数据生成一个或多个控制命令(例如,油门命令、制动命令、转向控制命令)。
应注意,决策模块304和规划模块305可以集成为集成模块。决策模块304/规划模块305可以包括导航系统或导航系统的功能,以确定自动驾驶车辆的驾驶路径。例如,导航系统可以确定用于实现自动驾驶车辆沿着以下路径移动的一系列速度和前进方向:所述路径在使自动驾驶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驾驶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,以确定用于自动驾驶车辆的驾驶路径。
决策模块304/规划模块305还可以包括防撞系统或防撞系统的功能,以识别、评估并且避免或以其它方式越过自动驾驶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驾驶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、制动操纵等。防撞系统可以基于周围的交通模式、道路状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它传感器系统检测到位于自动驾驶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驾驶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驾驶车辆的乘客舱中出现最小量的加速度的避让操纵。
根据一个实施方式,路线制定模块307配置成使用路线制定表313生成一组车道区域315。车道区域315可以用于通过决策模块304和/或规划模块305选择从起点到目的地的路线。路线制定表313可由服务器103基于路线和地图信息进行离线编译。替代地,可基于行驶的ADV所在的地图的一部分的路线和地图信息311动态地或在线生成路线制定表313。例如,如图5A至图5D中所示,在一个实施方式中,路线制定表313包括道路连接表361、道路/车道映射表362、车道连接表363和车道表364。
在一个实施方式中,参考图5A,道路连接表361包括多个道路连接条目,其中,每个道路连接条目将特定道路501映射或连接到另一道路502。这种道路连接条目表示车辆可以从特定道路移动到另一特定道路,这种特定道路包括可以从开始道路到达结束道路的开始车道503和结束车道504。在一个实施方式中,参考图5B,道路/车道映射表362包括多个道路/车道映射条目,其中每个道路/车道映射条目将特定道路511映射到道路的一个或多个车道512或将特定道路511与一个或多个车道512进行关联,或反之亦然。这种道路/车道映射条目表明哪个车道与哪个道路相关或哪个车道属于哪个道路。
在一个实施方式中,参考图5C,车道连接表363包括多个车道连接条目以及车道连接的类型523(例如,左转弯、右转弯、直行),其中每个车道连接条目将特定车道521映射或连接到另一特定车道522。在本示例中,每个条目的车道连接表明车辆可以经由驾驶事务523从车道521到达车道522。在一个实施方式中,参考图5D,车道表364包括许多车道条目,每个车道条目与特定车道531对应。每个车道条目存储描述相应车道的信息,所述信息包括但不限于车道的长度532、车道的宽度533和车道的位置534(例如,车道的中心点的地理位置或坐标(x,y))。在一个实施方式中,通过匹配车道ID和其位置,可以确定是否可以实现将车道从一个车道改变到另一车道(竖直地保持跟随当前车道或离开车道或横向地改变车道)。
根据一个实施方式,响应于从作为起点的源车道到作为目的地的目标车道的路线制定请求,路线制定模块307基于源车道和目标车道在道路/车道映射表362中进行搜索,以识别包含源车道的源道路和包含目标车道的目标道路。基于源道路和目标道路,路线制定模块307在道路连接表361中搜索以识别从源道路引导到达目标道路的零个或多个中间道路。每个中间道路(如果存在)包括一个或多个中间车道。在道路层面上生成从源道路到目标道路的一个或多个道路路径。对于每个道路路径,基于与道路路径有关的源车道、零个或多个中间车道以及目标车道,路线制定模块307在车道连接表363中搜索以生成一个或多个车道路径,每个车道路径具有经由零个或多个中间车道将源车道与目标车道连接的一系列车道。基于车道路径,路线制定模块307生成一个或多个车道区域,每个车道区域包括依次地、不横向改变车道的车道路径的一个或多个车道。图6中示出了车道区域的示例。车道区域可以由决策模块304和/或规划模块305使用以规划从源道路的源车道到目标道路的目标车道的路线。这些道路和车道配置可能已经通过经由标准应用程序接口(API)或通信协议获得的标准路线和地图服务配置或限定,标准路线和地图服务是由路线和地图服务提供商提供的。
例如,参考图4,作为道路和车道配置的示例,此配置包括道路R1、R2、R3和R4。每个道路包括一个或多个车道。在本示例中,道路R1包括车道A1-A3、B1-B3和C1-C3。道路R2包括车道D1和D2。道路R3包括车道S1-S3和T1-T3。道路R4包括车道M1-M2和N1-N2。道路R5包括车道E。
响应于从源车道A1到目标车道N1的路线制定请求,路线制定模块307搜索图5B中所示的道路/车道映射表362以识别与车道A1有关的源道路R1以及与车道N1有关的目标道路R4。基于源道路R1和目标道路R4,路线制定模块307搜索道路连接表361以识别将源道路R1连接到目标道路R4的一个或多个中间道路和车道。在本示例中,根据条目551,道路R1经由车道C3连接到道路R5。如条目552所示,道路R5经由车道M1连接到道路R4。因此,为了从源道路R1到达目标道路R4,车辆必须通过中间道路R5。本示例中的道路连接或道路路径为R1-R5-R4,这是道路层面连接。对于道路R1、R4和R5中的每个,路线制定模块307搜索车道连接表363以识别道路R1和道路R5的车道之间以及道路R5和道路R4的车道之间的车道连接。在本示例中,在条目553处,车道连接可以识别为C3-E,并且在条目554处,车道连接可以识别为E-M1。这意味着为了从道路R1到达道路R5,车辆必须经由车道C3离开道路R1并且经由车道E进入道路R5。类似地,车辆必须经由车道E离开道路R5并且经由车道M1进入道路R4。
在道路R1内,路线制定模块307识别从源车道A1到离开车道C3的所有可能的车道路径:(1)A1-B1-C1-C2-C3、(2)A1-B1-B2-C2-C3、(3)A1-B1-B2-B3-C3、(4)A1-A2-B2-C2-C3以及(5)A1-A2-A3-B3-C3。在本示例中,对于道路R5,仅存在一个车道,即,车道E。对于道路R4,从车道M1到N1,仅存在一个车道路径:M1-N1。如图6中所示,基于以上车道路径,路线制定模块307生成一个或多个车道区域:1){A1,B1,C1}、2){A2,B2,C2}以及3){A3,B3,E,M1,N1}。每个车道区域包括按顺序的、没有横向地改变车道的一个或多个车道。然后,车道区域作为输出被提供到决策模块304和/或规划模块305。决策模块304和/或规划模块305可以基于图6中所示的车道区域选择车道路径中的一个以从车道A1到达车道N1。
基于从车道表364获得的每个车道的位置和配置,容易识别所有可能的车道改变位置:A1-A2、A2-A3、B1-B2、B2-B3、C1-C2和C2-C3。根据感知信息(例如,障碍物、交通状况),决策模块304和/或规划模块305可以基于车道区域选择以下路径中的一个:(1)A1-B1-C1-C2-C3-E-M1-N1、(2)A1-B1-B2-C2-C3-E-M1-N1、(3)A1-B1-B2-B3-C3-E-M1-N1、(4)A1-A2-B2-C2-C3-E-M1-N1以及(5)A1-A2-A3-B3-C3-E-M1-N1。与传统的路线制定方法相比,基于车道区域的路线制定更高效且更灵活。一旦已经识别出车道区域,为了路线制定或搜索的目的,可以忽略消耗更多资源(例如,处理能力和存储器)的地图上的其它车道或道路。由于搜索首先将车道以道路进行分组,然后对道路中的车道进行分组,因此可以更高效地执行搜索。与车道配置相关的地形图可以小得多(例如,具有较小的内存占用)。因为在车道区域内不存在车道改变,使得决策模块304和规划模块305可以容易地识别车道区域之间的车道改变点,所以这更灵活。这将使得车道改变搜索更快。
图7是示出根据一个实施方式的用于驾驶自动驾驶车辆的路径的路线制定过程的流程图。过程700可由处理逻辑执行,处理逻辑可包括软件、硬件或它们的组合。例如,过程700可由路线制定模块307、决策模块304和/或规划模块305执行。参考图7,在操作701中,处理逻辑接收ADV从源道路的源车道到目标道路的目标车道的路线制定请求。响应于路线制定请求,在操作702中,处理逻辑确定从源道路到目标道路的一个或多个道路路径。每个道路路径包括源道路与目标道路之间的零个或多个中间道路。在一个实施方式中,处理逻辑在道路连接表中进行搜索以识别源道路、零个或多个中间道路和目标道路之间的道路连接。
在操作703中,对于每个道路路径,处理逻辑确定从源道路的源车道到目标道路的目标车道的一个或多个车道路径。每个车道路径包括零个或多个中间车道。中间车道可以是源道路、中间道路或目标道路内的车道。在一个实施方式中,处理逻辑在车道连接表中进行搜索以识别经由零个或多个中间车道将源车道连接到目标车道的车道路径。在操作704中,处理逻辑基于车道路径生成一个或多个车道区域。每个车道区域包括按顺序的、不需要横向改变车道的一个或多个车道。在操作705中,使用车道区域以基于车道区域规划从源道路的源车道到目标道路的目标车道的一个或多个路线。
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8是示出可以与本公开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或者服务器103至104中的任一个。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)的其它模块或者实施为以其它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,其它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、或实施其它指令集的处理器、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它类型的逻辑。
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)或者其它类型的存储装置。存储器1503可以存储包括由处理器1501或任何其它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Microsoft®公司的Windows®操作系统、来自苹果公司的Mac OS®/iOS®、来自Google®公司的Android®、LINUX、UNIX,或者其它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,以及其它可选的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)或其它射频(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,以及其它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它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。其它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,摄像机),所述成像处理子系统可以包括用于促进摄像机功能(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它装置可以根据系统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,大容量存储设备(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,这种大容量存储设备可以经由固态装置(SSD)来实施。然而,在其它实施方式中,大容量存储设备可以主要使用硬盘驱动器(HDD)来实施,其中较小量的SSD存储设备充当SSD高速缓存以在断电事件期间实现上下文状态以及其它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以及其它固件。
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,例如决策模块304、规划模块305、控制模块306和/或路线制定模块307。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公开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,或者任何其它非暂时性机器可读介质。
本文所述的处理模块/单元/逻辑1528、部件以及其它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;因为此类细节和本公开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/或其它数据处理系统也可以与本公开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它方式明确地指出,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它此类信息存储设备、传输或显示装置内类似地表示为物理量的其它数据。
本公开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。
本公开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公开的实施方式的教导。
在以上的说明书中,已经参考本公开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公开的更宽泛精神和范围的情况下,可以对本发明作出各种修改。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 (21)
1.一种用于操作自动驾驶车辆的计算机实施的方法,所述方法包括:
接收为自动驾驶车辆制定从源车道到目标车道的路线的路线制定请求,所述源车道与源道路相关,以及所述目标车道与目标道路相关;
响应于所述路线制定请求,确定从所述源道路到所述目标道路的一个或多个道路路径,所述道路路径包括所述源道路与所述目标道路之间的零个或多个中间道路,其中,所述中间道路中的每个均包括一个或多个中间车道;
对于所述道路路径中的每个,确定一个或多个车道路径,每个车道路径均具有多个车道,所述多个车道进行组合,以经由零个或多个所述中间道路的中间车道将所述源道路的源车道连接到所述目标道路的目标车道;
基于所述车道路径生成多个车道区域,其中,所述多个车道区域中的每个包括所述车道路径中的依次连接、不横向改变车道的多个车道;以及
通过搜索所述车道区域中的至少两个之间的车道改变点来规划从所述源道路的源车道到所述目标道路的目标车道的轨迹,以根据所述轨迹驾驶所述自动驾驶车辆。
2.根据权利要求1所述的方法,还包括:
生成用于所述车道路径中的每个的地形图,其中,所述轨迹基于所述车道路径的地形图来确定。
3.根据权利要求1所述的方法,其中,确定从所述源道路到所述目标道路的一个或多个道路路径包括:
对于所述道路路径中的每个,在道路连接表中进行搜索,以识别所述源道路与所述目标道路之间的零个或多个中间道路;以及
将所识别的中间道路增添到所述源道路与所述目标道路之间的道路路径。
4.根据权利要求3所述的方法,其中,所述道路连接表包括多个道路映射条目,以及其中,表示道路连接的每个道路映射条目将第一道路映射到第二道路以允许所述第一道路到达所述第二道路。
5.根据权利要求1所述的方法,其中,确定一个或多个车道路径包括:
对于所述车道路径中的每个,在车道连接表中进行搜索,以识别所述源道路与所述目标道路之间的所述中间道路的一个或多个中间车道;以及
将所识别的中间车道增添到所述源道路的源车道与所述目标道路的目标车道之间的车道路径。
6.根据权利要求5所述的方法,其中,所述车道连接表包括多个车道映射条目,以及其中,表示车道连接的每个车道映射条目将第一车道映射到第二车道以允许所述第一车道到达所述第二车道。
7.根据权利要求1所述的方法,还包括:
响应于所述请求,基于所述源车道在道路到车道映射表中进行搜索,以识别所述源道路;以及
基于所述目标车道在所述道路到车道映射表中进行搜索,以识别所述目标道路,其中,所述道路到车道映射表包括多个道路到车道映射条目,每个道路到车道映射条目均将特定道路映射到所述特定道路内的一个或多个车道。
8.一种存储有指令的非暂时性机器可读介质,所述指令在由处理器执行时使所述处理器执行操作,所述操作包括:
接收为自动驾驶车辆制定从源车道到目标车道的路线的路线制定请求,所述源车道与源道路相关,以及所述目标车道与目标道路相关;
响应于所述路线制定请求,确定从所述源道路到所述目标道路的一个或多个道路路径,所述道路路径包括所述源道路与所述目标道路之间的零个或多个中间道路,其中,所述中间道路中的每个均包括一个或多个中间车道;
对于所述道路路径中的每个,确定一个或多个车道路径,每个车道路径均具有多个车道,所述多个车道进行组合,以经由零个或多个所述中间道路的中间车道将所述源道路的源车道连接到所述目标道路的目标车道;
基于所述车道路径生成多个车道区域,其中,所述多个车道区域中的每个包括所述车道路径中的依次连接、不横向改变车道的多个车道;以及
通过搜索所述车道区域中的至少两个之间的车道改变点来规划从所述源道路的源车道到所述目标道路的目标车道的轨迹,以根据所述轨迹驾驶所述自动驾驶车辆。
9.根据权利要求8所述的机器可读介质,其中,所述操作还包括:
生成用于所述车道路径中的每个的地形图,其中,所述轨迹基于所述车道路径的地形图来确定。
10.根据权利要求8所述的机器可读介质,其中,确定从所述源道路到所述目标道路的一个或多个道路路径包括:
对于所述道路路径中的每个,在道路连接表中进行搜索,以识别所述源道路与所述目标道路之间的零个或多个中间道路;以及
将所识别的中间道路增添到所述源道路与所述目标道路之间的道路路径。
11.根据权利要求10所述的机器可读介质,其中,所述道路连接表包括多个道路映射条目,以及其中,表示道路连接的每个道路映射条目将第一道路映射到第二道路以允许所述第一道路到达所述第二道路。
12.根据权利要求8所述的机器可读介质,其中,确定一个或多个车道路径包括:
对于所述车道路径中的每个,在车道连接表中进行搜索,以识别所述源道路与所述目标道路之间的所述中间道路的一个或多个中间车道;以及
将所识别的中间车道增添到所述源道路的源车道与所述目标道路的目标车道之间的车道路径。
13.根据权利要求12所述的机器可读介质,其中,所述车道连接表包括多个车道映射条目,以及其中,表示车道连接的每个车道映射条目将第一车道映射到第二车道以允许所述第一车道到达所述第二车道。
14.根据权利要求8所述的机器可读介质,其中,所述操作还包括:
响应于所述请求,基于所述源车道在道路到车道映射表中进行搜索,以识别所述源道路;以及
基于所述目标车道在所述道路到车道映射表中进行搜索,以识别所述目标道路,其中,所述道路到车道映射表包括多个道路到车道映射条目,每个道路到车道映射条目均将特定道路映射到所述特定道路内的一个或多个车道。
15.一种数据处理系统,包括:
处理器;以及
存储器,联接到所述处理器以存储指令,所述指令在由所述处理器执行时使所述处理器执行操作,所述操作包括:
接收为自动驾驶车辆制定从源车道到目标车道的路线的路线制定请求,所述源车道与源道路相关,以及所述目标车道与目标道路相关,
响应于所述路线制定请求,确定从所述源道路到所述目标道路的一个或多个道路路径,所述道路路径包括所述源道路与所述目标道路之间的零个或多个中间道路,其中,所述中间道路中的每个均包括一个或多个中间车道,
对于所述道路路径中的每个,确定一个或多个车道路径,每个车道路径均具有多个车道,所述多个车道进行组合,以经由零个或多个所述中间道路的中间车道将所述源道路的源车道连接到所述目标道路的目标车道,
基于所述车道路径生成多个车道区域,其中,所述多个车道区域中的每个包括所述车道路径中的依次连接、不横向改变车道的多个车道,以及
通过搜索所述车道区域中的至少两个之间的车道改变点来规划从所述源道路的源车道到所述目标道路的目标车道的轨迹,以根据所述轨迹驾驶所述自动驾驶车辆。
16.根据权利要求15所述的系统,其中,所述操作还包括:
生成用于所述车道路径中的每个的地形图,其中,所述轨迹基于所述车道路径的地形图来确定。
17.根据权利要求15所述的系统,其中,确定从所述源道路到所述目标道路的一个或多个道路路径包括:
对于所述道路路径中的每个,在道路连接表中进行搜索,以识别所述源道路与所述目标道路之间的零个或多个中间道路;以及
将所述识别的中间道路增添到所述源道路与所述目标道路之间的道路路径。
18.根据权利要求17所述的系统,其中,所述道路连接表包括多个道路映射条目,以及其中,表示道路连接的每个道路映射条目将第一道路映射到第二道路以允许所述第一道路到达所述第二道路。
19.根据权利要求15所述的系统,其中,确定一个或多个车道路径包括:
对于所述车道路径中的每个,在车道连接表中进行搜索,以识别所述源道路与所述目标道路之间的所述中间道路的一个或多个中间车道;以及
将所述识别的中间车道增添到所述源道路的源车道与所述目标道路的目标车道之间的车道路径。
20.根据权利要求19所述的系统,其中,所述车道连接表包括多个车道映射条目,以及其中,表示车道连接的每个车道映射条目将第一车道映射到第二车道以允许所述第一车道到达所述第二车道。
21.根据权利要求15所述的系统,其中,所述操作还包括:
响应于所述请求,基于所述源车道在道路到车道映射表中进行搜索,以识别所述源道路;以及
基于所述目标车道在所述道路到车道映射表中进行搜索以识别所述目标道路,其中,所述道路到车道映射表包括多个道路到车道映射条目,每个道路到车道映射条目均将特定道路映射到所述特定道路内的一个或多个车道。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/702,683 US10496098B2 (en) | 2017-09-12 | 2017-09-12 | Road segment-based routing guidance system for autonomous driving vehicles |
US15/702,683 | 2017-09-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109491378A CN109491378A (zh) | 2019-03-19 |
CN109491378B true CN109491378B (zh) | 2022-04-01 |
Family
ID=65631118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810804163.3A Active CN109491378B (zh) | 2017-09-12 | 2018-07-20 | 自动驾驶车辆的基于道路分段的路线引导系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10496098B2 (zh) |
CN (1) | CN109491378B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10591914B2 (en) * | 2017-11-08 | 2020-03-17 | GM Global Technology Operations LLC | Systems and methods for autonomous vehicle behavior control |
US10895468B2 (en) * | 2018-04-10 | 2021-01-19 | Toyota Jidosha Kabushiki Kaisha | Dynamic lane-level vehicle navigation with lane group identification |
KR102146451B1 (ko) * | 2018-08-17 | 2020-08-20 | 에스케이텔레콤 주식회사 | 좌표계 변환 정보 획득 장치 및 방법 |
US11348453B2 (en) * | 2018-12-21 | 2022-05-31 | Here Global B.V. | Method and apparatus for dynamic speed aggregation of probe data for high-occupancy vehicle lanes |
US11958183B2 (en) | 2019-09-19 | 2024-04-16 | The Research Foundation For The State University Of New York | Negotiation-based human-robot collaboration via augmented reality |
US11061403B2 (en) * | 2019-12-12 | 2021-07-13 | Baidu Usa Llc | Path planning with a preparation distance for a lane-change |
EP3987249B1 (en) | 2020-03-26 | 2023-11-01 | Baidu.com Times Technology (Beijing) Co., Ltd. | A navigation route planning method for autonomous vehicles |
CN112146671B (zh) * | 2020-08-31 | 2022-10-28 | 华为技术有限公司 | 路径规划方法、相关设备及计算机可读存储介质 |
CN113188553B (zh) * | 2021-04-15 | 2023-11-21 | 杭州海康威视系统技术有限公司 | 路线规划方法、装置、电子设备及机器可读存储介质 |
US11886199B2 (en) | 2021-10-13 | 2024-01-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | Multi-scale driving environment prediction with hierarchical spatial temporal attention |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4013797B2 (ja) * | 2003-03-10 | 2007-11-28 | 株式会社デンソー | ナビゲーション装置 |
US8930043B2 (en) * | 2010-11-30 | 2015-01-06 | Caterpillar Inc. | Machine control system having autonomous resource queuing |
KR20150128712A (ko) * | 2013-03-15 | 2015-11-18 | 칼리퍼 코포레이션 | 차량 라우팅 및 교통 관리를 위한 차선 레벨 차량 내비게이션 |
CN104101353B (zh) * | 2013-04-15 | 2017-09-29 | 北京四维图新科技股份有限公司 | 一种导航方法、装置和实时导航系统 |
US9404761B2 (en) * | 2014-05-30 | 2016-08-02 | Nissan North America, Inc. | Autonomous vehicle lane routing and navigation |
US9170116B1 (en) * | 2014-07-11 | 2015-10-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method for generating accurate lane level maps |
JP6247622B2 (ja) * | 2014-09-29 | 2017-12-13 | 日立建機株式会社 | 管制制御装置 |
KR101877553B1 (ko) * | 2014-11-14 | 2018-07-11 | 한국전자통신연구원 | 차량 자율주행 시스템 및 이를 이용한 차량 주행 방법 |
KR102622571B1 (ko) * | 2015-02-10 | 2024-01-09 | 모빌아이 비젼 테크놀로지스 엘티디. | 자율 주행을 위한 약도 |
WO2016151750A1 (ja) * | 2015-03-24 | 2016-09-29 | パイオニア株式会社 | 地図情報記憶装置、自動運転制御装置、制御方法、プログラム及び記憶媒体 |
WO2016151749A1 (ja) * | 2015-03-24 | 2016-09-29 | パイオニア株式会社 | 自動運転支援装置、制御方法、プログラム及び記憶媒体 |
JP6491929B2 (ja) * | 2015-03-31 | 2019-03-27 | 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 |
JP6559453B2 (ja) * | 2015-03-31 | 2019-08-14 | 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 |
US9978284B2 (en) * | 2015-06-05 | 2018-05-22 | Here Global B.V. | Method and apparatus for generating vehicle maneuver plans |
EP3106836B1 (en) * | 2015-06-16 | 2018-06-06 | Volvo Car Corporation | A unit and method for adjusting a road boundary |
CN105043403B (zh) * | 2015-08-13 | 2017-12-01 | 武汉光庭信息技术有限公司 | 高精度地图路线规划系统及方法 |
JP6776513B2 (ja) * | 2015-08-19 | 2020-10-28 | ソニー株式会社 | 車両制御装置と車両制御方法と情報処理装置および交通情報提供システム |
US9721472B2 (en) * | 2015-09-22 | 2017-08-01 | Ford Global Technologies, Llc | Formulating lane level routing plans |
JP6922739B2 (ja) * | 2015-09-30 | 2021-08-18 | ソニーグループ株式会社 | 情報処理装置、および情報処理方法、並びにプログラム |
JP6773040B2 (ja) * | 2015-09-30 | 2020-10-21 | ソニー株式会社 | 情報処理システム、および情報処理システムの情報処理方法、情報処理装置、並びにプログラム |
US10401852B2 (en) * | 2015-11-04 | 2019-09-03 | Zoox, Inc. | Teleoperation system and method for trajectory modification of autonomous vehicles |
CN105371859B (zh) * | 2015-11-05 | 2018-05-08 | 武汉光庭信息技术股份有限公司 | 基于安全驾驶地图的车道级别的导航引导系统和方法 |
CN115223139A (zh) * | 2015-11-26 | 2022-10-21 | 御眼视觉技术有限公司 | 对切入车道的车辆的自动预测和利他响应 |
CN105675000B (zh) * | 2016-01-15 | 2018-06-19 | 武汉中海庭数据技术有限公司 | 一种基于高精度地图的车道级路径规划方法及系统 |
US9645577B1 (en) * | 2016-03-23 | 2017-05-09 | nuTonomy Inc. | Facilitating vehicle driving and self-driving |
US10114373B2 (en) * | 2016-05-17 | 2018-10-30 | Telenav, Inc. | Navigation system with trajectory calculation mechanism and method of operation thereof |
US10303166B2 (en) * | 2016-05-23 | 2019-05-28 | nuTonomy Inc. | Supervisory control of vehicles |
US9898005B2 (en) * | 2016-06-24 | 2018-02-20 | Toyota Motor Engineering & Manufacturing North America, Inc. | Driving path determination for autonomous vehicles |
US10048688B2 (en) * | 2016-06-24 | 2018-08-14 | Qualcomm Incorporated | Dynamic lane definition |
CN106441319B (zh) * | 2016-09-23 | 2019-07-16 | 中国科学院合肥物质科学研究院 | 一种无人驾驶车辆车道级导航地图的生成系统及方法 |
US20180087907A1 (en) * | 2016-09-29 | 2018-03-29 | The Charles Stark Draper Laboratory, Inc. | Autonomous vehicle: vehicle localization |
US10452068B2 (en) * | 2016-10-17 | 2019-10-22 | Uber Technologies, Inc. | Neural network system for autonomous vehicle control |
CN106767914B (zh) * | 2016-12-02 | 2020-03-10 | 百度在线网络技术(北京)有限公司 | 用于测试基于高精度地图规划的路径的方法和装置 |
US10859395B2 (en) * | 2016-12-30 | 2020-12-08 | DeepMap Inc. | Lane line creation for high definition maps for autonomous vehicles |
CA2993575A1 (en) * | 2017-02-03 | 2018-08-03 | Richard Pollock | Active driving map for self-driving road vehicle |
-
2017
- 2017-09-12 US US15/702,683 patent/US10496098B2/en active Active
-
2018
- 2018-07-20 CN CN201810804163.3A patent/CN109491378B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
US20190079524A1 (en) | 2019-03-14 |
US10496098B2 (en) | 2019-12-03 |
CN109491378A (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109491375B (zh) | 用于自动驾驶车辆的基于驾驶场景的路径规划 | |
CN109489673B (zh) | 用于自动驾驶车辆的数据驱动地图更新系统 | |
CN110667591B (zh) | 用于自动驾驶车辆的规划驾驶感知系统 | |
CN110239562B (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 | |
CN109947090B (zh) | 用于自动驾驶车辆规划的非阻塞边界 | |
CN110325935B (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 | |
CN108268033B (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 | |
CN110347145B (zh) | 用于自动驾驶车辆的感知辅助 | |
CN109491378B (zh) | 自动驾驶车辆的基于道路分段的路线引导系统 | |
CN110597243B (zh) | 自动驾驶车辆的基于v2x通信的车辆车道系统 | |
CN108733046B (zh) | 用于自动驾驶车辆的轨迹重新规划的系统和方法 | |
CN111076732A (zh) | 基于车辆行驶的轨迹标记和生成高清地图的标记方案 | |
CN110621541B (zh) | 用于生成轨迹以操作自动驾驶车辆的方法和系统 | |
CN111061261A (zh) | 使用标准导航地图与基于车辆的先前轨迹确定的车道配置的自动驾驶 | |
CN111044057A (zh) | 用于自动驾驶车辆的基于先前驾驶轨迹的实时地图生成方案 | |
CN111712417A (zh) | 用于自动驾驶车辆的、基于隧道的规划系统 | |
CN111857119A (zh) | 用于停放自动驾驶车辆的停车管理架构 | |
CN111615476A (zh) | 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统 | |
CN111615618A (zh) | 用于自动驾驶车辆的高速规划的基于多项式拟合的参考线平滑方法 | |
CN111328385A (zh) | 用于自动驾驶车辆的基于螺旋路径的三点转弯规划 | |
CN111856923A (zh) | 加速对复杂驾驶场景的规划的参数学习的神经网络方法 | |
CN111328313A (zh) | 用于自动驾驶车辆的控制占主导的三点转弯规划 | |
CN111103876A (zh) | 自动驾驶车辆的基于雷达通信的扩展感知 | |
CN111830959A (zh) | 用于操作自动驾驶车辆的方法、系统和机器可读介质 | |
CN111683851A (zh) | 用于自动驾驶的自反向车道的相互避开算法 |
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 |