CN109813325A - 可行车道路线规划 - Google Patents
可行车道路线规划 Download PDFInfo
- Publication number
- CN109813325A CN109813325A CN201811312966.3A CN201811312966A CN109813325A CN 109813325 A CN109813325 A CN 109813325A CN 201811312966 A CN201811312966 A CN 201811312966A CN 109813325 A CN109813325 A CN 109813325A
- Authority
- CN
- China
- Prior art keywords
- lane
- planning
- layout data
- runway
- vehicle
- 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
- 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
- G05D1/0088—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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
提供用于控制车辆的系统和方法。上述系统和方法:计算车道规划数据,该车道规划数据包括成组车道规划,该成组车道规划限定从起始位置到目的地位置的路线;求解运动规划算法以产生所求解车道规划数据,该所求解车道规划数据限定所求解车道规划和针对该车道规划的轨迹;接收表示即将到来距离的即将到来距离数据;基于即将到来距离内的所求解车道规划数据来确定可行车道;将车道规划从车道规划数据中移除以产生可行车道规划数据,该可行车道规划数据包括可行车道规划,该可行车道规划限定从起始位置到目的地位置的路线;以及基于该可行车道规划数据控制车辆的运动。
Description
技术领域
本发明总体涉及自主车辆,并且更具体地说涉及用于为自主车辆从起始位置到目的地位置规划路线的系统和方法。
背景技术
自主车辆是能够在较少或没有用户输入的情形下感测其环境和导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器之类的感测装置来感测其环境。自主车辆系统进一步使用来自全球定位系统(GPS)技术、导航系统、车辆对车辆通信、车辆对基础设施技术和/或线控驱动系统的信息以导航车辆。
车辆自动化已分类成范围从零到五的数值等级,零级对应于在完全人为控制情况下的无自动化,五级对应于在不具有人为控制的情况下的完全自动化。诸如巡航控制、自适应巡航控制以及停车辅助系统之类的各种自动驾驶员辅助系统对应于较低的自动化等级,而完全“无人驾驶”车辆对应于较高的自动化等级。
自主车辆可装配有路由器,该路由器生成将自主车辆引导至目的地位置的路线数据。例如,当由于新的目的地请求而生成新的路线时,自主车辆应选择安全且顺畅的路线。
因此,期望提供以安全和舒适的方式为自主车辆规划路线或重新规划路线的系统和方法。此外,从结合附图和前文技术领域和背景技术的后续详细描述和所附权利要求中,本发明的其它期望特征和特点会变得显而易见。
发明内容
提供用于控制车辆的系统和方法。在一个实施例中,控制自主车辆的计算机实施方法包括:经由处理器生成车道规划数据,该车道规划数据包括为自主车辆从起始位置到目的地位置规划路线的成组车道规划,经由处理器确定车道规划数据中的车道规划是不可行的,经由处理器将被确定为不可行的车道规划从车道规划数据中移除,由此产生可行车道规划数据,该可行车道规划数据包括为车辆从起始位置到目的地位置规划路线的车道规划,并且经由处理器基于该可行车道规划数据来控制自主车辆的运动。
在各种实施例中,地图上的车道被分成由称为车道id的唯一编号标识的区段。在各实施例中,车道规划包括一系列相连接的车道id。从起始位置到目的地位置的路线由车道规划表示。可能存在通向目的地位置的许多此类车道规划,这些车道规划包括在该成组车道规划中。
在各实施例中,确定车道规划数据中车道规划是不可行的包括:当确定车道规划在即将到来距离内包括自主车辆的不充分顺畅运动时,确定车道规划数据中的该车道规划是不可行的。
在各实施例中,该方法包括:经由处理器确定在即将到来距离内的可行车道,自主车辆应继续遵循该可行车道以确保自主车辆的充足顺畅运动,其中,确定车道规划数据中车道规划是不可行的这一步骤包括如果车道规划并不包括可行车道,则确定车道规划数据中的车道规划是不可行的。
在各实施例中,该方法包括:接收表示自主车辆的当前速度的速度数据,且经由处理器基于该速度数据来确定表示即将到来距离的即将到来距离数据,其中,在更大的当前速度下确定更大的即将到来距离。
在各实施例中,该方法包括经由处理器求解运动规划算法,以产生所求解车道规划数据,该所求解车道规划数据限定为车辆从起始位置到目的地位置规划路线的车道规划以及针对该车道规划的轨迹,并且基于所求解车道规划数据控制自主车辆的运动。
在各实施例中,该方法包括经由处理器基于车道规划数据求解运动规划算法,以产生所求解车道规划数据,该所求解车道规划数据限定为车辆从起始位置到目的地位置规划路线的车道规划以及针对该车道规划的轨迹,并且基于所求解车道规划数据确定可行车道。在各实施例中,运动规划算法产生多个不同的车道规划,这些车道规划包括在所求解车道规划数据中。针对每个所求解车道规划确定可行车道(或多个可行车道)。将确定为不可行的车道规划从车道规划数据中移除的步骤针对车道规划数据中的每个如下车道规划来执行:该车道规划包括针对每个所求解车道规划所确定的每个可行车道。
在各实施例中,该方法包括:当并未发现运动规划算法的求解时,从所求解车道规划数据中排除车道规划。
在各实施例中,求解运动规划算法基于包括中心线和边界的输入来进行,该中心线表示自主车辆应遵循的路径,而这些边界表示自主车辆不应跨越的边界。
在各实施例中,该方法包括经由处理器来针对即将到来距离虚拟地穿越由所求解车道规划数据限定的车道规划,并且记录所穿越车道,其中,将所穿越车道输出为可行车道。
在另一实施例中,包括一种自主驾驶系统。该系统包括路由器模块,该路由器模块构造成计算车道规划数据,该车道规划数据包括成组车道规划,该成组车道规划限定从起始位置到目的地位置的路线。运动规划系统构造成求解运动规划算法,以产生所求解车道规划数据,从而限定所求解车道规划和针对该车道规划的轨迹。可行车道规划确定模块构造成接收表示即将到来距离的即将到来距离数据,并且基于即将到来距离内的所求解车道规划数据确定可行车道。不可行车道规划移除模块构造成将车道规划从车道规划数据中移除以产生可行车道规划数据,该可行车道规划数据包括可行车道规划,该可行车道规划限定从起始位置到目的地位置的路线。车辆控制系统构造成基于可行车道规划数据控制车辆的运动。
在各实施例中,可行车道规划数据反馈回到运动规划系统并且通过运动规划系统运行。
在各实施例中,即将到来距离确定模块构造成接收表示自主车辆的当前速度的速度数据,并且基于该速度数据确定即将到来距离,其中,在较大的当前速度下确定较大的即将到来距离。
在各实施例中,运动规划系统构造成接收包括中心线和边界的输入,并且基于这些输入求解运动规划算法,以限定用于供自主车辆通过车辆控制系统的操作而所要遵循的顺畅运动轨迹,该中心线表示自主车辆应遵循的路径,而这些边界表示自主车辆不应跨越的边界。
在各实施例中,该运动规划系统构造成当并未发现运动规划算法的求解时,从所求解车道规划数据中排除车道规划。
在各实施例中,可行车道规划确定模块构造成针对即将到来距离虚拟地穿越由所求解车道规划数据限定的车道规划,并且记录所穿越车道,其中,将所穿越车道输出为可行车道。
在又一实施例中,提供一种自主车辆。该自主车辆包括自主驾驶系统,该自主驾驶系统经由处理器构造成:计算车道规划数据,该车道规划数据包括成组车道规划,该成组车道规划限定从起始位置到目的地位置的路线,求解运动规划算法以产生所求解车道规划数据,该所求解车道规划数据限定所求解车道规划和针对该车道规划的轨迹,接收表示即将到来距离的即将到来距离数据,基于即将到来距离内的所求解车道规划数据来确定可行车道,将车道规划从车道规划数据中移除以产生可行车道规划数据,该可行车道规划数据包括可行车道规划,该可行车道规划限定从起始位置到目的地位置的路线,以及基于该可行车道规划数据控制车辆的运动。
在各实施例中,可行车道规划数据反馈回并且用作用于求解运动规划算法的基础。
在各实施例中,自主驾驶系统构造成接收表示自主车辆的当前速度的速度数据,且基于该速度数据来确定即将到来距离,其中,在更大的当前速度下确定更大的即将到来距离。
在各实施例中,自主驾驶系统经由处理器构造成当并未发现运动规划算法的求解时,从所求解车道规划数据中排除车道规划。
在各实施例中,自主驾驶系统经由处理器构造成针对即将到来距离虚拟地穿越由所求解车道规划数据限定的车道规划,并且记录所穿越车道,其中,将所穿越车道输出为可行车道。
附图说明
之后会结合以下附图来描述示例性实施例,其中,类似的附图标记指代类似的元件,且附图中:
图1是说明根据各种实施例的具有运动规划系统和可行车道规划过滤器的自主车辆的功能性框图;
图2是说明具有根据各种实施例的图1所示一个或多个自主车辆的运输系统的功能性框图;
图3和4是说明根据各种实施例的自主车辆的自主驾驶系统的数据流图,该自主驾驶系统包括运动规划系统和可行车道规划过滤器;
图5是说明根据各种实施例的用于控制自主车辆的控制方法的流程图;以及
图6是说明当为根据各种实施例的自主车辆重新规划路线的示例使用情形的视图。
具体实施方式
以下详细描述在本质上仅是示例性的,并不旨在限制应用和用途。此外,并不旨在受任何上述技术领域、背景技术、发明内容或下文详述部分提供的任何明确或暗示的理论所限制。如这里所使用的是,术语模块个别地或以任何组合指代任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器装置,包括但不限于:专用集成电路(ASIC)、电子电路、处理器(共享、专用或集群)以及执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所描述功能性的其它合适部件。
本发明的实施例在本文中可依照功能和/或逻辑方框部件和多种处理步骤予以描述。应当认识到,这些方框部件可由构造成执行特定功能的任意数量的硬件、软件和/或固件部件来实现。例如,本发明的一个实施例可采用诸如存储器元件、数字信号处理元件、逻辑元件、查询表等等的各种集成电路部件,这些集成电路部件可在一个或多个微处理器或其它控制装置的控制下执行多种功能。此外,本领域技术人员会意识到的是,本发明的实施例可结合任何数量的系统来实践,且这里描述的系统仅仅是本发明的示例性实施例。
出于简化起见,此处可能并不详细描述与系统(以及这些系统的各个操作部件)的信号处理、数据传输、信令、控制以及其它功能性方面相关联的传统技术。此外,此处包含的各个附图中所示的连接线旨在表示各种元件之间的示例功能关系和/或物理联接。应当注意到的是,在本发明的各实施例中可提供很多替代或附加功能关系或物理连接。
参照图1,总体以100示出的运动规划和可行车道过滤系统与根据各种实施例的车辆10相关联。通常,系统100为自主车辆10重新规划路线,以使得排除不安全和/或不舒适的方向改变的不可行路线,并且基于此智能地控制车辆10。系统100沿着来自路由器模块的每个车道规划向前看即将到来距离(其取决于速度),并且针对即将到来距离将并不沿着已被运动规划系统标示为具有可接受顺畅轨迹的路径继续的车道规划移除。这样,自主车辆10选择能以安全且舒适的方式从之前路线转换的新路线。
如图1中所示,车辆10通常包括底盘12、车体14、前车轮16以及后车轮18。车体14设置在底盘12上,并且基本上封围车辆10的部件。车体14和底盘12可共同地形成车架。车轮16-18各自在车体14的相应角部附近旋转地联接于底盘12。
在各种实施例中,车辆10是自主车辆,且运动规划和可行车道过滤系统100包含到自主车辆10(之后称为自主车辆10)中。自主车辆10例如是自动地受控以将乘客从一个位置运送至另一个位置的车辆。车辆10在所说明的实施例中示作乘用汽车,但应意识到的是,也可使用任何其它交通工具,包括摩托车、卡车、运动型多功能车辆(SUV)、娱乐车辆(RV)、海洋船只、飞行器等等。在一示例性实施例中,自主车辆10是所谓的级别四或级别五自动化系统。级别四系统指示“高自动化”,其指代这样的驾驶模式,即使人类驾驶员并未适当地响应于干预请求,专门由自动驾驶系统执行动态驾驶任务的所有方面。级别五系统指示“全自动化”,这指代在能由人类驾驶员管理的所有道路和环境条件下全部时间均由自动驾驶系统执行动态驾驶任务的所有方面。
如图所示,自主车辆10通常包括推进系统20、变速器系统22、转向系统24、制动器系统26、传感器系统28、致动器系统30、至少一个数据存储装置32、至少一个控制器34以及通信系统36。推进系统20在各种实施例中可包括内燃机、诸如牵引电机的电动机器和/或燃料电池推进系统。变速器系统22构造成根据可选择的速度比来将动力从推进系统20传递至车辆车轮16-18。根据各种实施例,变速器系统22可包括步进比率自动变速器、无级变速器或其它合适的变速器。制动器系统26构造成将制动转矩提供给车辆车轮16-18。在各种实施例中,制动器系统26可包括摩擦制动器、线控制动器、诸如电动机器的再生制动系统和/或其它合适的制动系统。转向系统24影响车辆车轮16-18的位置。虽然出于说明的目的示作包括方向盘,但在本发明范围内所设想的一些实施例中,转向系统24可并不包括方向盘。
传感器系统28包括一个或多个感测装置40a-40n,这些感测装置感测自主车辆10的外部环境和/或内部环境的可观测状况。感测装置40a-40n可包括但不限于雷达、激光雷达、全球定位系统、光学照相机、热照相机、超声波传感器、惯性测量单元和/或其它传感器。致动器系统30包括一个或多个致动器装置42a-42n,这些致动器装置控制一个或多个车辆特征件,例如但不限于推进系统20、变速器系统22、转向系统24以及制动器系统26。在各种实施例中,车辆特征件可进一步包括内部和/或外部车辆特征件,例如但不限于车门、后备箱以及诸如空气、音乐、照明等的舱室特征件(未作标示)。
通信系统36构造成将信息无线地通信至其它实体48以及从其它实体通信信息,这些实体例如但不限于其它车辆(“V2V”通信)、基础设施(“V2I”通信)、远程系统和/或个人装置(参照图2更详细地描述)。在一示例性实施例中,通信系统36是无线通信系统,该无线通信系统构造成经由使用IEEE802.11标准的无线局域网(WLAN)或者通过使用蜂窝数据通信来进行通信。然而,诸如专用短距离通信(DSRC)信道的附加或替代的通信方法也被认为落在本发明的范围内。DSRC信道指代专门针对汽车用途设计的单向或双向短距离至中距离无线通信信道以及对应的一组协议和标准。
数据存储装置32存储用于自动地控制自主车辆10的数据。在各种实施例中,数据存储装置32存储可导航环境的限定导航图142。在各种实施例中,限定导航图142可由远程系统(参照图2进一步详细地描述)预先限定并且从该远程系统中获得。例如,限定导航图142可由远程系统组装并且通信至自主车辆10(无线地和/或以有线的方式)并存储在数据存储装置32中。例如能意识到的是,数据存储装置32可以是控制器34的一部分、与控制器34分开、或者是控制器34的一部分以及是单独系统的一部分。
控制器34包括至少一个处理器44以及计算机可读存储装置或介质46。处理器44可以是任何客户定制或市场上可购得的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制器34相关联的若干处理器中的辅助处理器、基于半导体的微处理器(呈微芯片或芯片组的形式)、宏处理器、其任何组合或者通常是用于执行指令的任何装置。计算机可读存储装置或介质46可例如包括只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性和非易失性存储器。KAM是持久或非易失性存储器,其可用于在处理器44断电的同时存储各种操作变量。计算机可读存储装置或介质46可使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪速存储器或能够存储数据的任何其它电、磁性、光学或组合存储器装置的多个已知存储器装置的任何一个来实施,上述数据中的一些表示由控制器34用来控制自主车辆10的可执行指令。
这些指令可包括一个或多个分开的程序,每个程序均包括用于实施逻辑功能的可执行指令的有序列表。这些指令在由处理器44执行时、接收并处理来自传感器系统28的信号,执行逻辑、计算、方法和/或算法来用于自动地控制自主车辆10的部件,并且基于逻辑、计算、方法和/或算法生成控制信号,这些控制信号发送至致动器系统30,以自动地控制自主车辆10的各部件。虽然在图1中仅仅示出一个控制器34,但自主车辆10的实施例可包括任何数量的控制器34,这些控制器经由任何合适的通信介质或通信介质的组合来通信,并且协配以处理传感器信号、执行逻辑、计算、方法和/或算法,且生成控制信号来自动地控制自主车辆10的特征件。
在各种实施例中,控制器34的一个或多个指令嵌入在运动规划和可行车道过滤系统100中,并且在由处理器44执行时致使路由器模块生成从起始位置到目的地位置的新路线。新路线由包括成组车道规划的车道规划数据所限定。每个车道规划限定到目的地的不同路线。运动规划算法从路由器模块求解之前的车道规划,以提供用于供车辆遵循的轨迹。处理器44构造成识别在预定即将到来距离内所求解车道规划中的可行车道。即将到来距离确定为在较大的行驶速度下较大。这些可行车道限定运动路径,这些运动路径已被运动规划系统识别为安全且舒适的。将新路线中并不包括所识别的可行车道的车道规划数据排除,而将保留的车道规划数据用作用于运动规划和车辆控制的基础。这样,避免不安全的和/或不舒适的突然(即,在所确定的即将到来距离内)方向改变。
现参照图2,在各个实施例中,关于图1描述的自主车辆10可以适用于特定地理区域(例如,城市、学校或商业园区、购物中心、游乐园、活动中心等)中的出租车或穿梭系统的情形中,或者可以简单地由远程系统管理。例如,自主车辆10可与基于自主车辆的远程运输系统相关联。图2说明总地以50示出的操作环境的示例性实施例,该操作环境包括基于自主车辆的远程运输系统52,该运输系统与关于图1描述的一个或多个自主车辆10a-10n相关联。在各种实施例中,操作环境50进一步包括一个或多个用户装置54,这些用户装置经由通信网络56与自主车辆10和/或远程运输系统52通信。
通信网络56支持由操作环境50支持的装置、系统和部件之间按需求的通信(例如,经由有形通信链路和/或无线通信链路)。例如,通信网络56可包括无线载波系统60,该无线载波系统例如是蜂窝电话系统,该蜂窝电话系统包括多个发射塔(未示出)、一个或多个移动交换中心(MSC)(未示出)以及将无线载波系统60与陆地通信系统相连接所需的任何其它联网部件。每个发射塔均包括发送和接收天线以及基站,其中,来自不同发射塔的基站直接地或者经由诸如基站控制器的中间设备连接于MSC。无线载波系统60能实施任何合适的通信技术,例如包括诸如CDMA(例如,CDMA2000)、LTE(例如,4G LTE或5G LTE)GSM/GPRS的数字技术或者其它当前或新兴的无线技术。其它发射塔/基站/MSC布置也是可能的并且可用于无线载波系统60。例如,仅仅列举一些可能的布置,基站和发射塔可共同定位在相同部位或者它们可相对于彼此远程地定位,每个基站可用于单个发射塔或者单个基站可服务各个发射塔,或者各个基站可联接于单个MSC。
除了包括无线载波系统60以外,可包括呈卫星通信系统64的形式的第二无线载波系统,以提供与自主车辆10a-10n的单向或双向通信。这可使用一个或多个通信卫星(未示出)和上行链路发射站(未示出)来进行。单向通信可例如包括卫星无线电服务,其中,节目内容(新闻、音乐等等)由发射站接收、打包上传且然后发送至卫星,该卫星将节目播送至用户。双向通信可例如包括使用卫星来中继车辆10和发射站之间的电话通信的卫星电话技术服务。卫星电话技术可附加于或替代无线载波系统60来使用。
可进一步包括陆地通信系统62,该陆地通信系统是连接于一个或多个路线电话的传统陆基电信网络,并且将无线载波系统60连接于远程运输系统52。例如,陆地通信系统62可包括公共交换电话网络(PSTN),例如用于提供硬接线电话技术、分组交换数据通信以及因特网基础设施的那种。陆地通信系统62的一个或多个区段可通过使用标准有线网络、光纤或其它光学网络、电缆网络、电源线、诸如无线局域网(WLAN)的其它无线网络或提供宽带无线接入(BWA)的网络或任何其组合来实施。此外,远程运输系统52无需经由陆地通信系统62连接,而是可包括无线电话技术设备,以使得其能与诸如无线载波系统60的无线网络直接地通信。
虽然在图2中示出仅仅一个用户装置54,但操作环境50的各实施例能支持任何数量的用户装置54,包括由一个人拥有、操作或以其它方式使用的多个用户装置54。由操作环境50支持的每个用户装置54可使用任何合适的硬件平台来实施。在这点上,用户装置54能以任何共同的规格来实现,包括但不限于:台式计算机;移动计算机(例如,平板电脑、膝上型电脑或上网本);智能电话;视频游戏装置;数字媒体播放器;一件家庭娱乐设备;数字照相机或视频照相机;可穿戴计算装置(例如,智能手表、智能眼睛、智能服装);等等。由操作环境50支持的每个用户装置54实现为计算机实施的或基于计算机的装置,其具有执行这里描述的各种技术和方法所需的硬件、软件、固件和/或处理逻辑。例如,用户装置54包括呈可编程装置的形式的微处理器,该微处理器包括一个或多个指令,这些指令存储在内部存储器结构中并且施加以接收二进制输入来产生二进制输出。在一些实施例中,用户装置54包括GPS模块,该GPS模块能够接收GPS卫星信号并且基于那些信号生成GPS坐标。在其它实施例中,用户装置54包括蜂窝通信功能性,以使得该装置使用一个或多个蜂窝通信协议经由通信网络56来执行语音和/或数据通信。在各种实施例中,用户装置54包括诸如触摸屏图形显示器的可视显示器或者其它显示器。
远程运输系统52包括一个或多个后端服务器系统,这些后端服务器系统可以是云基的、网络基的或者驻存在由远程运输系统52服务的特定校园或地理位置处。远程运输系统52能由现场提示器或自动提示器或者两者的组合操控。远程运输系统52能与用户装置54和自主车辆10a-10n通信,以规划驾乘、调度自主车辆10a-10n等等。在各种实施例中,远程运输系统52存储账户信息,例如用户授权信息、车辆标识符、简档记录、行为模式以及其它相关用户信息。
根据典型的使用情形工作流,远程运输系统52的注册用户会经由用户装置54产生驾乘请求。驾乘请求通常会指示乘客的期望搭乘位置(或当前GPS位置)、期望的目的地位置(其可识别预定车辆停靠站和/或用户指定的乘客目的地)以及搭乘时间。远程运输系统52接收驾乘请求、处理该请求并调度自主车辆10a-10n的选定一个(当且如果一个车辆可用时)来在指定的搭乘位置并且在合适的时刻处搭乘乘客。远程运输系统52还可生成适当构造的确认消息或通知并将其发送至用户装置54,以使得乘客了解车辆正在途中。
例如能意识到的是,这里公开的主题为可被认为是标准或基线自主车辆10和/或基于自主车辆的远程运输系统52提供某些增强特征和功能性。为此,自主车辆和基于自主车辆的远程运输系统可得以修改、增强或以其它方式补充,以提供下文更详细描述的附加特征。
根据各种实施例,控制器34实施如图3中所示的自主驾驶系统(ADS)70。也就是说,控制器34的合适软件和/或硬件部件(例如,处理器44和计算机可读存储装置46)用于提供结合车辆10使用的自主驾驶系统70。
在各种实施例中,自主驾驶系统70的指令可通过功能、模块或系统来组织。例如,如图3中所示,自主驾驶系统70可包括计算机视觉系统74、定位系统76、引导系统78以及车辆控制系统80。例如能意识到的是,在各种实施例中,指令可组织到任何数量的系统中(例如,组合、进一步划分等等),因为本发明并非局限于本示例。
在各种实施例中,计算机视觉系统74合成并且处理传感器数据,并预测车辆10的环境的对象和特征的存在、位置、分类和/或路径。在各种实施例中,计算机视觉系统74能包含来自多个传感器的信息,这些传感器包括但不限于照相机、激光雷达、雷达和/或任何数量的其它类型传感器。
定位系统76处理传感器数据连同其它数据一起,以确定车辆10相对于环境的位置(例如,相对于地图的本地位置、相对于道路的车道的精确位置、车辆航向、速率等等)。引导系统78处理传感器数据连同其它数据,以确定车辆10所要遵循的路径。车辆控制系统80根据所确定的路径来生成用于控制车辆10的控制信号。
在各种实施例中,控制器34实施机器学习技术,以辅助控制器34的功能性,例如特征检测和对象分类、障碍物减少、路线穿越、测绘、传感器整合、地面真实情况确定等等。
如上文简要提及的是,图1的运动规划和可行车道过滤系统100包括在ADS70内,例如下文会进一步描述的是。
例如,关于图4并且继续参照图3更详细示出的是,运动规划和可行车道过滤系统100包括可行车道规划过滤器112、运动规划系统130以及路由器模块126。在各种实施例中,路由器模块126、可行车道规划过滤器112以及运动规划系统130包括在图3的引导系统78中。通常,并且在一些实施例中,运动规划系统130构造成求解从起始位置到目的地位置的路线,以产生用于自主车辆的运动轨迹来作为所求解车道规划数据132的一部分。考虑已通过运动规划系统130运行的所求解车道规划数据132,以限定用于自主车辆10的安全且舒适的路径。运动规划系统130基于限定在可行车道规划数据134中的路线工作,这些路线已由路由器模块126计算。可行车道规划过滤器112基于自主车辆10的当前速度确定即将到来距离,并且在产生用于运动规划系统130的可行车道规划数据134时,排除从路由器模块126接收的车道规划,这些车道规划即将到来距离并不遵循针对由所求解车道规划数据132限定的车道规划。运动规划系统130和车辆控制系统80基于经过滤的可行车道规划数据134来控制自主车辆10的运动。这样,避免自主车辆10在即将到来距离内由于重新规划路线引起的不顺畅运动。
在各种实施例中,运动规划系统130构造成接收车道规划数据(在该情形中,可行车道规划数据134),该车道规划数据限定从起始位置到目的地位置的车道规划。在图4的系统中,可行车道规划数据132已被过滤而移除不可行车道规划,例如这里进一步描述的是。运动规划系统130构造成从导航图数据144中接收边界和中心线数据146,该导航图数据从存储在至少一个存储装置142中的导航图142中获得。边界和中心线数据146限定自主车辆10不应经过的边界和限定期望或目标轨迹的中心线。在各实施例中,可行车道规划数据134限定一组或多组车道标识符(或车道),以构成从起始位置到目的地位置的路线。在各种实施例中,超过一组的车道标识符包括在可行车道规划数据134中,且每组车道标识符均表示起始位置和目的地位置之间例如由路由器模块126规划的路线。运动规划系统130构造成从导航图142检索边界和中心线数据146,该边界和中心线数据包括针对每个所标识车道的边界和中心线。
在各种实施例中,运动规划系统130构造成操作运动规划算法,以针对可行车道规划数据132中的每组车道标识符生成运动轨迹,以限定沿着起始位置和目的地位置之间每个车道的顺畅路径。路径的顺畅度是由运动规划算法求解的成组车道标识符的一个方面,以限定具有曲线连续性并且持续地限定曲线的轨迹。在一些实施例中,运动规划算法求解第五阶多项式来限定路径,该路径作为输入给出由中心线提供的路点和尤其是由边界提供的边界条件。运动规划算法产生贯穿始终的顺畅弯曲轨迹(例如,具有二阶曲线连续性)。在各实施例中,该轨迹由限定顺畅弯曲轨迹的坐标构成。在本领域已知各种基于多项式的路径规划算法,以及诸如基于搜索的算法的并非基于多项式的路径规划算法。运动规划系统130输出所求解车道规划数据132,该所求解车道规划数据包括针对包括在输入可行车道规划数据134中的每组车道标识符的所求解路径轨迹。因此,当输入车道规划可求解时,运动规划系统130持久地输出针对可行车道规划数据134中的每个输入车道规划的所求解路径。当运动规划系统130无法求解针对一个或多个输入车道规划的路径时,将每个未经求解的车道规划从输出的所求解车道规划数据132中排除。这样,无法由运动规划算法求解的不顺畅车道路径并不包括在所求解车道规划数据132中。
在各种实施例中,可行车道规划过滤器112包括不可行车道规划移除模块110、可行车道规划确定模块106以及即将到来距离确定模块102。在各种实施例中,即将到来距离确定模块102构造成确定即将到来距离,该即将到来距离体现在即将到来距离数据104中且随着更大的车辆速度而增大。可行车道规划确定模块106构造成针对即将到来距离虚拟地穿越所求解车道规划数据132中的每个车道规划,并且记录已穿越的一组一个或多个车道标识符。也就是说,可行车道规划确定模块106针对即将到来距离分析所求解车道规划数据132中的每个车道规划,以记录包括在每个车道规划中的相应各组一个或多个车道标识符。每组所记录的车道标识符表示确定为可行车道规划所需的车道,以使得并不执行不舒适和/或不安全的方向改变。否则,如果由于车辆的当前速度以及方向改变的突然性而在即将到来距离内会发生方向改变,则此种不舒适的和/或不安全的方向改变会发生。通过在算法上更逐渐地排除在即将到来距离内改变方向的路线,选择更舒适的运动轨迹。所记录的各组车道标识符体现在可行车道数据108中。不可行车道规划移除模块110从车道规划数据128中移除并不包括可行车道数据108中的各组车道标识符之一的车道规划。因此,当计算新路线时,执行过滤过程,以经由运动规划系统130确保运动规划,并且车辆控制经由车辆控制系统80基于车道规划数据执行,该车道规划数据由于并不包括突然方向变化而被确定是可行的。
根据一些实施例中,即将到来距离确定模块102构造成从里程表模块118中接收表示当前速度的速度数据120。里程表模块基于来自传感器系统28的所感测速度数据136来确定速度数据120。即将到来距离确定模块102构造成将速度数据120转换成体现在即将到来距离数据104中的距离单位。即将到来距离104是车辆沿着路线的前方距离。即将到来距离104在由即将到来距离确定模块102确定时随着车辆的速度而改变。在各实施例中,即将到来距离确定模块102构造成利用速度到距离转换图116,该速度到距离转换图存储在至少一个存储装置32中并且体现在速度到距离图数据114中。在其它实施例中,算法用于将速度数据转换成距离数据。以下构成针对示例性自主车辆10的速度到即将到来距离变换的示例,并且不应被认为有所限制:
在各种实施例中,可行车道规划确定模块106构造成作为输入接收所求解车道规划数据132和当前位置数据122,并且输出可行车道数据108。当前位置数据122从定位模块122中接收,该定位模块在一些示例中包括在图3的定位系统76中。所求解车道规划数据132限定一组或多组(通常多于一组)的车道规划,这些车道规划表示能够被运动规划系统130求解的从起始位置到目的地位置的路径。针对所求解车道规划数据132中的每个车道规划,可行车道规划确定模块106构造成基于当前位置数据122将自主车辆10定位在车道规划中,针对体现在即将到来距离数据104中的即将到来距离虚拟地穿越车道规划的中点,并且记录包括在穿越中的一个或多个车道标识符。所记录的一个或多个车道标识符形成针对所求解车道规划数据132中的给定所求解车道规划的一组车道标识符,并且针对每个所求解车道规划重复该过程。各组车道标识符体现在可行车道数据108中,该可行车道数据从可行车道规划确定模块106中输出。
在各实施例中,不可行车道规划移除模块110构造成接收来自路由器模块126的车道规划数据128,并且从可行车道规划确定模块106接收可行车道数据108。不可行车道规划移除模块110构造成从车道规划数据128中移除车道规划,这些车道规划并不包括来自可行车道规划数据128中的各组车道标识符之一且因此被认为是不可行的。也就是说,如果来自路由器模块126的一个或多个车道规划针对即将到来距离并不沿着来自运动规划系统130的所求解车道规划(该信息从可行车道数据108中获得)继续,则丢弃那些一个或多个车道规划。不可行车道规划移除模块110输出可行车道规划数据134,该可行车道规划数据并不具有被视为不可行的车道规划。
如前所述,运动规划系统130构造成确定针对可行车道规划数据134中每个可行车道规划的轨迹,并且在所求解车道规划数据132中输出这些轨迹。车辆控制系统80构造成接收所求解车道规划数据132,并且决定所求解车道规划的最佳一个。在一些实施例中,最佳的所求解车道规划基于最短距离旋转,但当存在障碍物(例如)时,车辆控制系统80构造成切换至避开障碍物的替代所求解车道规划。车辆控制系统80构造成确定用于致动器系统30的致动器指令138,这些致动器指令指示自主车辆10穿越所选择的所求解车道规划。
在各种实施例中,路由器模块126构造成接收导航图数据144、起始位置数据以及目的地位置数据150来作为输入并且输出车道规划数据128。导航图数据144包括车道标识符的详细地图,由此道路各自分成多个区段。针对多车道道路,多个车道区段并联的运行,并且各自被相应的车道标识符所识别。路由器模块126构造成运行路线规划算法,以基于路线规划偏好来确定从起始位置到目的地位置的多个替代路线。如此确定的替代路线体现在车道规划数据128中的相应的成组车道标识符中,且每组车道标识符构成从起始位置到目的地位置的路线。在一些实施例中,起始位置是例如体现在来自定位模块122的当前位置数据124中的当前位置。在一些实施例中,目的地位置数据150由通过用户装置54的用户输入来设定。在其它实施例中,目的地位置数据150通过图2中示出的基于自主车辆的运输系统52的调度系统来设定。在各种实施例中,用户输入通过远程手机、移动电话、车载接口等进行。
根据这里描述的系统和方法,当出于一些其它原因由路由器模块126接收新的目的地或者由路由器模块126计算新的路线数据时,自主车辆10会沿着新的车道规划数据128中的车道规划继续,这些车道规划针对即将到来距离遵循之前的所求解车道规划数据132,该所求解车道规划数据已基于来自路由器模块126的之前车道规划数据128而求解。这样,避免在自主车辆10所遵循的路径中的突然、潜在不安全和/或不舒适改变。
现参照图5并且继续参照图1-4,流程图说明根据本发明的控制方法200,该控制方法能由图1的运动规划和可行车道过滤系统100执行。例如根据本发明可意识到的是,方法内的操作顺序并不限于图5中说明的按序执行,而是可在适用的情形下并且根据本发明而以一个或多个改变的顺序执行。在各种实施例中,可将方法400安排为基于一个或多个预定事件运行,和/或该方法可在自主车辆10的运行期间持续地运行。
在步骤202中,经由路由器模块126生成车道规划数据。在各种实施例中,路由器模块126接收起始和目的地位置,运行路线规划算法并且产生包括一组不同车道规划的车道规划数据128,由此每个车道规划包括车道ID的列表,以绘制从起始位置到目的地位置的路线。
在步骤204中,从运动规划系统130中接收所求解车道规划数据132。在各种实施例中,所求解车道规划数据132限定用于供自主车辆10遵循多个替代车道规划的轨迹。运动规划系统130接收边界和中心线数据146,并且使用路径规划算法来限定针对能求解的每个所接收车道规划的轨迹。所求解的轨迹包括在所求解车道规划数据132中。一些所接收车道规划可能是无法求解的,并且从所求解车道规划数据132中排除。
在步骤206中,即将到来距离数据104从即将到来距离确定模块102中接收。在各种实施例中,即将到来距离数据104通过即将到来距离确定模块102基于自主车辆10的当前速度来计算,以在更大的速度下限定更大的距离。
在步骤208中,可行车道由可行车道规划确定模块106在从运动规划系统130接收的所求解车道规划数据132中识别,由此产生可行车道数据108。在各种实施例中,可行车道规划确定模块106接收当前位置数据124、即将到来距离104以及所求解车道规划数据132,并且针对距当前位置的即将到来距离识别所求解车道规划数据132中的每个车道规划中的一个或多个车道,由此产生一个或多个可行车道的阵列来作为可行车道数据108。具体地说,确定所求解车道规划数据132中的每个车道规划中的当前位置。记录从当前位置至即将到来距离终点的沿着所求解车道规划的每个车道标识符,且将所记录的车道标识符输出为可行车道阵列的一个域。针对所求解车道规划数据108中的每个车道规划重复此种过程,以填充构成可行车道数据108的可行车道的阵列。
在步骤210处,来自路由器128的车道规划数据128中的车道规划当它们并不包括可行车道规划数据108的所识别可行车道时、经由不可行车道规划移除模块110移除,由此产生可行车道规划数据134。在各种实施例中,分析包括在车道规划数据128中的每个车道规划,以确定其是否包括可行车道数据108中包括的阵列可行车道中的一个条目。阵列可行车道中的每个条目可包括一个或多个车道标识符。针对并不包括其中一个可行车道条目的每个车道规划,将该车道规划从车道规划数据128中移除。该步骤确保仅仅将遵循针对即将到来距离的之前所求解车道规划的车道规划输出至运动规划系统130,由此避免当从路由器模块126接收新的路线或重新规划路线时发生不顺畅的操纵。
在步骤212中,经由运动规划系统130和车辆控制系统80基于可行车道数据108来控制自主车辆10。在各种实施例中,运动规划系统130针对可行车道规划数据130中的每个车道规划求解路径规划算法,该路径规划算法产生由车辆控制系统80使用的轨迹,以生成致动器指令138来遵循所选择的轨迹。此外,如前所述,所求解车道规划数据132基于可行车道规划数据134而由运动规划系统130生成(在将不可求解车道规划排除的情形下),并且反馈回可行车道规划确定模块106以用于产生可行车道规划数据108。
图6说明这里参照图1至5描述的系统和方法的示例性使用情形。在第一示意图400中,示出到目的地位置A的第一路线300。第一路线300由路由器模块126确定,以包括含有车道1、2、3、4的车道规划。出于简化起见在该示例中仅仅示出一个车道规划,但路由器模块126通常输出成组车道规划来作为车道规划数据128的一部分。到A的车道规划由运动规划系统130求解,以产生用于供自主车辆10遵循的轨迹。此外,定位模块122确定自主车辆的当前位置124’,且即将到来距离确定模块102基于自主车辆10的当前位置124’和速度来计算即将到来距离104’。可行车道规划确定模块106针对即将到来距离遵循(虚拟地穿越)从当前位置124’的所求解路线,并且将所穿越车道1和2输出为可行车道数据108中的可行车道。
假定为自主车辆10从A重新规划路线至B作为目的地位置(例如,由于从乘客或调度系统接收的目的地位置),路由器模块126在该示例中输出两个车道规划(应理解的是,会输出通常两个以上的可能性),以包括第二较短路线302和第三较长路线300+304。第二路线302包括车道1、2、5、6。第三路线300+304包括车道1、2、3、4以及未示出又一些车道304。此类车道标识符从路线图数据144中获得,并且限定从当前位置124’到目的地位置A或B的有序路径。路由器模块126在不同的偏好或设定的情形下允许不同的路线固化算法或多个算法,以获得替代的路线,其中,这些路线由有序车道标识符所限定。由于第二和第三路线302、300+304两者均包括由可行车道确定模块106确定的可行车道1、2,因而路线302、304均不被不可行车道规划移除模块110移除且两个路线302、304均包括在可行车道规划数据134中。运动规划系统130和车辆控制系统80基于包括在可行车道规划数据134中的路线302、304来控制自主车辆10。在本示例使用情形中,选择较短的路线302来遵循。
在示意图402中,当前位置124’沿着第一路线300更为前进,以使得即将到来距离数据104’延伸至距当前位置124’的车道3。也就是说,车道2、3由可行车道规划确定模块106识别,并且输出为可行车道数据108的一部分。车道2、3限定为包括在可行车道规划数据中,因为这些车道根据由运动规划系统130确定的所求解车道规划数据132已包括在顺畅轨迹中。基于车辆10的当前位置和车辆的当前速度,例如在即将到来距离数据104’中体现的是,即将到来距离内的任何方向改变会不期望地是突然或不顺畅的。这样,本系统认为任何重新计算的路线须包括持续沿着车道2、3行驶的车辆。超出车道2、3在即将到来距离以外的方向改变不会都是不可接受地突然的并且会是允许的。再者,如前所述,假定路由器模块126从目的地位置A重新规划路线至目的地位置B,第二和第三路线302、300+304会输出到车道规划数据128中。然而,由车道2、5、6构成的第二路线302并不包括两个可行车道2、3,且因此会由不可行车道规划移除模块110从可行车道规划数据134中排除。由车道2、3、4和又一些车道304构成的第三路线300+304包括两个可行车道2、3,且因此不会从可行车道规划数据134中排除。第三路线300+304会用作用于通过车辆控制系统80和运动规划系统130进行运动规划和车辆控制的基础。这样,虽然已使用较长的路线304,但已避免了这样一种情况,其中,不舒适和潜在的不安全突然方向改变是包括在用于运动规划和车辆控制的车道规划数据134中的其中一个可能性。
虽然前述详细描述中已经呈现至少一个示例性实施例,应理解存在大量的变型。还应意识到的是,示例性实施例或多个示例性实施例仅仅是示例,但并不旨在以任何方式限制本发明的范围、可适用性或构造。而是,前文详细描述会为本领域技术人员提供用于实施示例性实施例或多个示例性实施例的便利指引图。应理解的是,可对元件的功能和结构做出各种改变,而不会偏离在所附权利要求及其法律等同物中阐述的本发明范围。
Claims (10)
1.一种控制自主车辆的计算机实施方法,所述方法包括:
经由处理器生成车道规划数据,所述车道规划数据包括成组车道规划,所述成组车道规划为所述自主车辆从起始位置到目的地位置规划路线;
经由所述处理器确定所述车道规划数据中的至少一个车道规划是不可行的;
经由所述处理器将被视为不可行的至少一个车道规划从所述车道规划数据中移除,由此产生可行车道规划数据,所述可行车道规划数据包括至少一个车道规划,所述至少一个车道规划为所述车辆从所述起始位置到所述目的地位置规划路线;以及
经由所述处理器基于所述可行车道规划数据控制所述自主车辆的运动。
2.根据权利要求1所述的方法,其中,确定所述车道规划数据中至少一个车道规划是不可行的包括:当确定所述至少一个车道规划在即将到来距离内包括所述自主车辆的过度突然方向变化时,确定所述车道规划数据中的所述至少一个车道规划是不可行的。
3.根据权利要求1所述的方法,包括:经由处理器确定在即将到来距离内的至少一个可行车道,所述自主车辆应继续遵循所述至少一个可行车道以确保所述自主车辆的充足的顺畅运动,且其中,确定所述车道规划数据中至少一个车道规划是不可行的这一步骤包括如果所述至少一个车道规划并不包括所述至少一个可行车道,则确定所述车道规划数据中的所述至少一个车道规划是不可行的。
4.根据权利要求2所述的方法,包括接收表示所述自主车辆的当前速度的速度数据,且经由处理器基于所述速度数据来确定表示所述即将到来距离的即将到来距离数据,其中,在更大的当前速度下确定更大的即将到来距离。
5.根据权利要求3所述的方法,包括经由处理器求解运动规划算法,以产生所求解车道规划数据,从而限定为所述车辆从所述起始位置到所述目的地位置规划路线的至少一个车道规划以及针对所述至少一个车道规划的轨迹,并且基于所述所求解车道规划数据确定所述至少一个可行车道。
6.根据权利要求5所述的方法,其中,包括当并未发现所述运动规划算法的求解时,从所述所求解车道规划数据中排除至少一个车道规划。
7.根据权利要求5所述的方法,其中,求解所述运动规划算法基于包括中心线和边界的输入来进行,所述中心线表示所述自主车辆应遵循的路径,而所述边界表示所述自主车辆不应跨越的边界。
8.根据权利要求5所述的方法,包括经由处理器针对所述即将到来距离虚拟地穿越由所述所求解车道规划数据限定的所述至少一个车道规划,并且记录至少一个所穿越车道,其中,将所述至少一个所穿越车道输出为所述至少一个可行车道。
9.一种自主驾驶系统,包括:
路由器模块,所述路由器模块构造成计算车道规划数据,所述车道规划数据包括成组车道规划,所述成组车道规划限定从起始位置到目的地位置的路线;
运动规划系统,所述运动规划系统构造成求解运动规划算法,以产生所求解车道规划数据,所述所求解车道规划数据限定至少一个所求解车道规划和针对所述至少一个所求解车道规划的轨迹;
可行车道规划确定模块,所述可行车道规划确定模块构造成接收表示即将到来距离的即将到来距离数据,并且基于所述即将到来距离内的所述所求解车道规划数据确定至少一个可行车道;
不可行车道规划移除模块,所述不可行车道规划移除模块构造成将至少一个车道规划从所述车道规划数据中移除以产生可行车道规划数据,所述可行车道规划数据包括至少一个可行车道规划,该至少一个可行车道规划限定从所述起始位置到所述目的地位置的路线;以及
车辆控制系统,所述车辆控制系统构造成基于所述可行车道规划数据控制所述车辆的运动。
10.一种自主车辆,包括:
自主驾驶系统,所述自主驾驶系统经由至少一个处理器构造成:
计算车道规划数据,所述车道规划数据包括成组车道规划,所述成组车道规划限定从起始位置到目的地位置的路线;
求解运动规划算法,以产生所求解车道规划数据,从而限定至少一个所求解车道规划和针对所述至少一个所求解车道规划的轨迹;
接收表示即将到来距离的即将到来距离数据;
基于所述即将到来距离内的所述所求解车道规划数据确定至少一个可行车道;
将至少一个车道规划从所述车道规划数据中移除以产生可行车道规划数据,所述可行车道规划数据包括至少一个可行车道规划,所述至少一个可行车道规划限定从所述起始位置到所述目的地位置的路线;以及
基于所述可行车道规划数据控制所述车辆的运动。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/820,760 US10365652B2 (en) | 2017-11-22 | 2017-11-22 | Feasible lane routing |
US15/820760 | 2017-11-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109813325A true CN109813325A (zh) | 2019-05-28 |
CN109813325B CN109813325B (zh) | 2023-06-02 |
Family
ID=61758701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811312966.3A Active CN109813325B (zh) | 2017-11-22 | 2018-11-06 | 可行车道路线规划 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10365652B2 (zh) |
CN (1) | CN109813325B (zh) |
DE (1) | DE102018129078A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538343A (zh) * | 2020-06-22 | 2020-08-14 | 天津联汇智造科技有限公司 | 一种机器人设置交通规则的系统、方法及存储介质 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11215466B2 (en) | 2016-09-15 | 2022-01-04 | Circlesx Llc | Route community objects with price-time priority queues for transformed transportation units |
US20190228351A1 (en) | 2018-01-23 | 2019-07-25 | Erik M. Simpson | Electronic forward market exchange for transportation seats and capacity in transportation spaces and vehicles |
US11861527B2 (en) | 2018-11-07 | 2024-01-02 | Circlesx Llc | Financial swap payment structure method and system on transportation capacity unit assets |
US11157852B2 (en) | 2016-09-15 | 2021-10-26 | Simpsx Technologies Llc | Tool appliance community objects with price-time priority queues for transformed tool appliance units |
US11790382B2 (en) | 2016-09-15 | 2023-10-17 | Circlesx Llc | Method to transmit geolocation exchange based markets |
US11138661B2 (en) | 2016-09-15 | 2021-10-05 | Simpsx Technologies Llc | Agriculture community objects with price-time priority queues for transformed agriculture units |
US10460520B2 (en) | 2017-01-13 | 2019-10-29 | Simpsx Technologies Llc | Computer ball device for mixed reality, virtual reality, or augmented reality |
US11880883B2 (en) | 2016-09-15 | 2024-01-23 | Circlesx Llc | Systems and methods for geolocation portfolio exchanges |
US11035682B2 (en) | 2016-09-15 | 2021-06-15 | Simpsx Technologies Llc | Navigation routes as community object virtual hub sequences to which users may subscribe |
US20190272589A1 (en) | 2016-09-15 | 2019-09-05 | Erik M. Simpson | Securitization of transportation units |
US11740777B2 (en) | 2016-09-15 | 2023-08-29 | Circlesx Llc | Multi-dimension information service helmet method and system |
US11138827B2 (en) | 2016-09-15 | 2021-10-05 | Simpsx Technologies Llc | Implementations of a computerized business transaction exchange for various users |
US11810023B2 (en) | 2018-10-22 | 2023-11-07 | Circlesx Llc | System and method for a transportation or freight capacity exchange for one or more transportation or freight capacity units |
US11823090B2 (en) | 2016-09-15 | 2023-11-21 | Circlesx Llc | Transportation and freight and parking and tolling and curb capacity unit IPO method and system |
US11255679B2 (en) | 2018-04-19 | 2022-02-22 | Uatc, Llc | Global and local navigation for self-driving |
JP7235060B2 (ja) * | 2019-02-01 | 2023-03-08 | 日本電気株式会社 | 経路計画装置、経路計画方法、及びプログラム |
WO2020168014A1 (en) * | 2019-02-13 | 2020-08-20 | Simpsx Technologies Llc | Route community objects with price-time priority queues for transformed transportation units |
US11318959B2 (en) * | 2020-05-21 | 2022-05-03 | GM Cruise Holdings, LLC | Estimating trip duration based on vehicle reroute probabilities |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130030691A1 (en) * | 2009-12-28 | 2013-01-31 | Clarion Co., Ltd. | Navigation Device and Guidance Method Thereof |
CN103171554A (zh) * | 2011-12-26 | 2013-06-26 | 现代自动车株式会社 | 利用侧方和后方传感器控制车辆间距离的系统和方法 |
EP2897117A1 (de) * | 2014-01-16 | 2015-07-22 | Audi Ag | Verfahren zum Betrieb eines zur wenigstens teilweise automatischen Fahrzeugführung ausgebildeten Fahrerassistenzsystems und Kraftfahrzeug |
US9355562B1 (en) * | 2012-08-14 | 2016-05-31 | Google Inc. | Using other vehicle trajectories to aid autonomous vehicles driving through partially known areas |
CN105765344A (zh) * | 2013-10-11 | 2016-07-13 | 通腾导航技术股份有限公司 | 显示导航指令的设备及方法 |
CN107202579A (zh) * | 2017-06-22 | 2017-09-26 | 上海振华重工(集团)股份有限公司 | 码头水平运输区辅助路径规划方法、介质和系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3888958B1 (en) * | 2015-06-03 | 2023-05-24 | ClearMotion, Inc. | Method of mitigating motion sickness in an autonomous vehicle |
JP6583185B2 (ja) * | 2016-08-10 | 2019-10-02 | トヨタ自動車株式会社 | 自動運転システム及び自動運転車両 |
US10353393B2 (en) * | 2016-12-29 | 2019-07-16 | Baidu Usa Llc | Method and system for improving stability of autonomous driving vehicles |
EP3405374B1 (en) * | 2017-03-30 | 2020-10-28 | Baidu.com Times Technology (Beijing) Co., Ltd. | Deceleration curb-based direction checking and lane keeping system for autonomous driving vehicles |
-
2017
- 2017-11-22 US US15/820,760 patent/US10365652B2/en active Active
-
2018
- 2018-11-06 CN CN201811312966.3A patent/CN109813325B/zh active Active
- 2018-11-19 DE DE102018129078.0A patent/DE102018129078A1/de active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130030691A1 (en) * | 2009-12-28 | 2013-01-31 | Clarion Co., Ltd. | Navigation Device and Guidance Method Thereof |
CN103171554A (zh) * | 2011-12-26 | 2013-06-26 | 现代自动车株式会社 | 利用侧方和后方传感器控制车辆间距离的系统和方法 |
US9355562B1 (en) * | 2012-08-14 | 2016-05-31 | Google Inc. | Using other vehicle trajectories to aid autonomous vehicles driving through partially known areas |
CN105765344A (zh) * | 2013-10-11 | 2016-07-13 | 通腾导航技术股份有限公司 | 显示导航指令的设备及方法 |
EP2897117A1 (de) * | 2014-01-16 | 2015-07-22 | Audi Ag | Verfahren zum Betrieb eines zur wenigstens teilweise automatischen Fahrzeugführung ausgebildeten Fahrerassistenzsystems und Kraftfahrzeug |
CN107202579A (zh) * | 2017-06-22 | 2017-09-26 | 上海振华重工(集团)股份有限公司 | 码头水平运输区辅助路径规划方法、介质和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538343A (zh) * | 2020-06-22 | 2020-08-14 | 天津联汇智造科技有限公司 | 一种机器人设置交通规则的系统、方法及存储介质 |
CN111538343B (zh) * | 2020-06-22 | 2020-09-25 | 天津联汇智造科技有限公司 | 一种机器人设置交通规则的系统、方法及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109813325B (zh) | 2023-06-02 |
US20180095471A1 (en) | 2018-04-05 |
DE102018129078A1 (de) | 2019-05-23 |
US10365652B2 (en) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109813325A (zh) | 可行车道路线规划 | |
CN109017782B (zh) | 个性化的自主车辆乘坐特性 | |
US10427676B2 (en) | Trajectory planner for autonomous driving using bézier curves | |
CN109814543B (zh) | 道路廊道 | |
CN108268034B (zh) | 用于车辆的专家模式 | |
US10146224B2 (en) | Processor-implemented systems and methods for automated driving | |
US10317907B2 (en) | Systems and methods for obstacle avoidance and path planning in autonomous vehicles | |
CN108806295A (zh) | 自动车辆路线穿越 | |
CN109425359A (zh) | 用于生成实时地图信息的方法和系统 | |
CN109808688A (zh) | 针对即将到来的变道在自主车辆中调整速度的系统和方法 | |
CN109521764A (zh) | 车辆远程辅助模式 | |
CN109507998A (zh) | 用于自主车辆之间的协作的系统和方法 | |
US11242060B2 (en) | Maneuver planning for urgent lane changes | |
US20180004215A1 (en) | Path planning of an autonomous vehicle for keep clear zones | |
CN109131346A (zh) | 用于预测自主车辆中的交通模式的系统和方法 | |
CN110069060A (zh) | 用于自动驾驶车辆中路径规划的系统和方法 | |
CN110126825A (zh) | 用于低级别前馈车辆控制策略的系统和方法 | |
US20180224860A1 (en) | Autonomous vehicle movement around stationary vehicles | |
CN109283924A (zh) | 分类方法及系统 | |
CN110014936A (zh) | 用于自主车辆的充电系统 | |
CN109115230A (zh) | 自主车辆定位 | |
CN109871009A (zh) | 失效通信模式期间的自主车辆应急转向配置文件 | |
CN110027558B (zh) | 自主车辆的可放松转弯边界 | |
CN110347147A (zh) | 用于车辆的定位的方法和系统 | |
US20180022348A1 (en) | Methods and systems for determining lane health from an autonomous vehicle |
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 |