CN109935077A - 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统 - Google Patents
用于为自动驾驶车辆构建车辆与云端实时交通地图的系统 Download PDFInfo
- Publication number
- CN109935077A CN109935077A CN201811204090.0A CN201811204090A CN109935077A CN 109935077 A CN109935077 A CN 109935077A CN 201811204090 A CN201811204090 A CN 201811204090A CN 109935077 A CN109935077 A CN 109935077A
- Authority
- CN
- China
- Prior art keywords
- real
- map
- time traffic
- traffic condition
- automatic driving
- 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.)
- Pending
Links
- 230000004044 response Effects 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 41
- 238000004891 communication Methods 0.000 claims description 25
- 230000008034 disappearance Effects 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 18
- 230000004888 barrier function Effects 0.000 claims description 14
- 206010039203 Road traffic accident Diseases 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 8
- 230000035945 sensitivity Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 36
- 238000003860 storage Methods 0.000 description 33
- 230000008447 perception Effects 0.000 description 24
- 230000015654 memory Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 230000003716 rejuvenation Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000630329 Scomberesox saurus saurus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 239000003990 capacitor Substances 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
- 238000012790 confirmation Methods 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010338 mechanical breakdown 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
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005036 potential barrier Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
-
- 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
- G01C21/26—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
- 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
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3848—Data obtained from both position sensors and additional sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Aviation & Aerospace Engineering (AREA)
- Databases & Information Systems (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
在一个实施方式中,系统使用安装在自动驾驶车辆(ADV)上的许多传感器来监控ADV的状态。系统使用传感器中的至少一部分来感知ADV周围的驾驶环境。系统根据驾驶环境来分析状态,以确定某一时间点下的实时交通状况。系统确定驾驶环境的实时交通状况是否与预定的交通状况至少相匹配。响应于确定实时交通状况是未知的,系统通过网络将与实时交通状况有关的数据传送至远程服务器,以允许远程服务器生成更新的、具有实时交通信息的地图。响应于接收到更新的地图,系统基于更新的地图来规划和控制ADV。
Description
技术领域
本公开的实施方式总体涉及操作自动驾驶车辆。更具体地,本公开的实施方式涉及用于为自动驾驶车辆(ADV)构建车辆与云端实时交通地图的系统。
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。
如果自动驾驶车辆仅依靠其传感器系统,则自动驾驶车辆可能具有非常有限的感知力。如果仅使用它的传感器,自动驾驶车辆可检测一定距离内的周围环境。此外,在目前的传感器技术下,自动驾驶车辆可能难以检测到不寻常的道路状况,诸如临时的道路建设区。拥有自己内置路线选择系统的自动驾驶车辆,在没有实时查看几英里以外的道路/交通状况的情况下,可能无法选择最聪明或最快的路线。
发明内容
在本公开的一方面,提供了一种用于操作自动驾驶车辆的计算机实施的方法,所述方法包括:
使用安装在自动驾驶车辆自动驾驶车辆上的多个传感器监控所述自动驾驶车辆的状态;
使用所述传感器中的至少一部分感知所述自动驾驶车辆周围的驾驶环境;
根据所述自动驾驶车辆周围的所述驾驶环境,分析所述自动驾驶车辆的状态,以确定某一时间点下所述驾驶环境的实时交通状况;
确定所述驾驶环境的所述实时交通状况是否与多个预定的交通状况中的至少一个相匹配;
响应于确定所述实时交通状况是未知的,通过网络将与所述驾驶环境的所述实时交通状况有关的数据传送至远程服务器,以允许所述远程服务器生成具有实时交通信息的、更新的地图;以及
响应于接收到所述更新的地图,基于从所述更新的地图处获得的实时交通信息,规划和控制所述自动驾驶车辆。
在本公开的另一方面,提供了一种存储有指令的非暂时性机器可读介质,所述指令在由一个或多个处理器执行时致使所述一个或多个处理器执行操作,所述操作包括:
使用安装在自动驾驶车辆自动驾驶车辆上的多个传感器监控所述自动驾驶车辆的状态;
使用所述传感器中的至少一部分感知所述自动驾驶车辆周围的驾驶环境;
根据所述自动驾驶车辆周围的所述驾驶环境,分析所述自动驾驶车辆的状态,以确定某一时间点下所述驾驶环境的实时交通状况;
确定所述驾驶环境的所述实时交通状况是否与多个预定的交通状况中的至少一个相匹配;
响应于确定所述实时交通状况是未知的,通过网络将与所述驾驶环境的所述实时交通状况有关的数据传送至远程服务器,以允许所述远程服务器生成具有实时交通信息的、更新的地图;以及
响应于接收到所述更新的地图,基于从所述更新的地图处获得的实时交通信息,规划和控制所述自动驾驶车辆。
在本公开的再一方面,提供了一种用于监控实时交通状况的计算机实施的方法,所述方法包括:
在服务器处从在道路段的预定附近区域内驾驶的第一组自动驾驶车辆自动驾驶车辆接收未知的实时交通状况;
检查所接收的未知的实时交通状况中的每个,以确定置信分数;
确定所述置信分数是否大于预定阈值;
如果所述置信分数超过所述预定阈值,则修正地图的、与所述道路段相关联的地图段,以反映所述未知的实时交通状况;以及
向定位在所述道路段的所述附近区域内的第二组自动驾驶车辆广播所修正的地图段。
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,附图中的相同参考标记指示相似元件。
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是示出根据一个实施方式的中央监控系统的示例的框图。
图5是示出根据一个实施方式的ADV的地图更新模块的示例的框图。
图6是示出根据一个实施方式的用于构建实时交通地图的示例的框图。
图7是示出根据一个实施方式的由中央监控系统执行的方法的流程图。
图8是示出根据一个实施方式的由ADV执行的方法的流程图。
图9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,附图将示出所述各种实施方式。下列描述和附图是本公开的说明,而不应当解释为对本公开进行限制。描述了许多特定细节以提供对本公开的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同一实施方式。
根据一些实施方式,为各个自动驾驶车辆(ADV)设计了车辆与云端的方案,以实时检测道路状况,以及为中央监控系统设计了车辆与云端的方案,以构建在其它ADV当中广播和共享的交通地图。
根据一个方面,自动驾驶车辆(ADV)的系统使用安装在ADV上的许多传感器来监控ADV的状态。系统使用传感器中的至少一部分来感知ADV周围的驾驶环境。系统根据ADV周围的驾驶环境分析ADV的状态,以确定某一时间点下驾驶环境的实时交通状况。系统确定驾驶环境的实时交通状况是否与许多预定的交通状况中的至少一个相匹配。响应于确定实时交通状况与预定状态(例如,未知的)相关联,系统通过网络将与驾驶环境的实时交通状况有关的数据传送至远程服务器,以允许远程服务器生成更新的、具有实时交通信息的地图。响应于接收到更新的地图,系统基于从更新的地图处获得的实时交通信息来规划和控制ADV。
根据另一方面,中央监控系统从在道路段的预定附近区域内驾驶的第一组ADV接收某些类型(例如,未知的)的实时交通状况。系统检查所接收的实时交通状况中的每个,以确定置信分数。系统确定置信分数是否大于预定阈值。如果置信分数超过预定阈值,则系统修正地图的、与该道路段相关联的地图段,以反映实时交通状况。系统向定位在该道路段的附近区域内的第二组ADV广播修正的地图段。
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)服务器或位置服务器等。
自动驾驶车辆是指可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和传感器系统115。自动驾驶车辆101还可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单元212可包括收发器,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可另外感测对象的速度和/或前进方向。LIDAR单元215可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。
返回参考图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、存储装置)和软件(例如,操作系统、规划和路线安排程序),以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息,处理所接收的信息,规划从起始点到目的地点的路线或路径,随后基于规划和控制信息来驾驶车辆101。可替代地,感知与规划系统110可与车辆控制系统111集成在一起。
例如,作为乘客的用户可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。可替代地,此类位置和MPOI信息可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可由第三方实体进行操作。可替代地,服务器103至104的功能可与感知与规划系统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可规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101,以安全且高效到达指定目的地。
服务器103可以是数据分析系统,从而为各种客户执行数据分析服务。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从各种车辆(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包括指示所发出的驾驶指令(例如,油门、制动、转向指令)以及由车辆的传感器在不同的时间点捕捉到的车辆的响应(例如,速度、加速、减速、方向)的信息。驾驶统计数据123还可包括描述不同时间点下的驾驶环境的信息,例如,路线(包括起始位置和目的地位置)、MPOI、气候状况和道路状况,诸如高速公路上交通缓慢,交通中断,车祸,道路建设,临时绕行,未知障碍物等。
基于驾驶统计数据123,出于各种目的,机器学习引擎122生成或训练一组规则、算法和/或预测模型124,包括ADV与中央地图更新服务器之间的地图更新通信协议。中央监控系统125还可处理所有的驾驶统计数据(诸如,气候状况和/或交通状况),从而为气候状况和/或交通状况中的每个确定相应的置信分数。在气候状况和/或交通状况具有大于预定阈值的置信分数时,中央监控系统125可经由应用编程接口(API)修正可在本地存储的(例如,服务器103)或远程存储的(例如,服务器104)交通地图。然后,中央监控系统125可向对交通状况感兴趣的所有ADV(诸如在气候状况和/或交通状况附近的ADV)广播更新的交通地图。
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可被实施为图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、路线模块307实时交通/地图更新模块308。
模块301至308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308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)以及管理与用户的行程或路线相关的任何数据。定位模块301(又称作为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图与路线信息311的其它部件通信,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,并且MPOI服务器提供地图服务和某些位置的POI,从而可作为地图与路线信息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预测对象在这种情况下将如何表现。预测是基于感知数据执行的,该感知数据在考虑一组地图/路线信息311和交通规则312的时间点感知驾驶环境。例如,如果对象为相反方向上的车辆且当前驾驶环境包括十字路口,则预测模块303将预测车辆是否可能会笔直向前移动或转弯。如果感知数据表明十字路口没有交通灯,则预测模块303可能会预测车辆在进入十字路口之前可能需要完全停车。如果感知数据表明车辆目前处于左转唯一车道或右转唯一车道,则预测模块303可能预测车辆将更可能分别左转或右转。
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。
路线模块307配置成提供从起始点到目的地点的一个或多个路线或路径。对于从起始位置到目的地位置的给定行程,例如从用户接收的给定行程,路线模块307获得路线与地图信息311,并确定从起始位置至到达目的地位置的所有可能路线或路径。路线模块307可生成地形图形式的参考线,它确定了从起始位置至到达目的地位置的每个路线。参考线是指不受其它诸如其它车辆、障碍物或交通状况的任何干扰的理想路线或路径。即,如果道路上没有其它车辆、行人或障碍物,则ADV应精确地或紧密地跟随参考线。然后,将地形图提供至决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线,以根据由其它模块提供的其它数据选择和修正最佳路线中的一个,其中,其它数据诸如为来自定位模块301的交通状况、由感知模块302感知到的驾驶环境以及由预测模块303预测的交通状况。根据时间点下的特定驾驶环境,用于控制ADV的实际路径或路线可能接近于或不同于由路线模块307提供的参考线。
基于针对所感知到的对象中的每个的决定,规划模块305使用由路线模块307提供的参考线作为基础,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可决定超过所述对象,而规划模块305可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,规划阶段在多个规划周期(也称作为指令周期)中执行,例如,在每个时间间隔为100毫秒(ms)的周期中执行。对于规划周期或指令周期中的每一个,将基于规划和控制数据发出一个或多个控制指令。即,对于每100ms,规划模块305规划下一个路线段或路径段,例如,包括目标位置和ADV到达目标位置所需要的时间。可替代地,规划模块305还可规定具体的速度、方向和/或转向角等。在一个实施方式中,规划模块305为下一个预定时段(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基于在前一周期中规划的目标位置规划用于当前周期(例如,下一个5秒)的目标位置。控制模块306然后基于当前周期的规划和控制数据生成一个或多个控制指令(例如,油门、制动、转向控制指令)。
应注意,决策模块304和规划模块305可集成为集成模块。决策模块304/规划模块305可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,实时交通/地图更新模块308提供为各个ADV设计的车辆与云端的方案,以检测实时道路状况,并且将检测的实时道路状况流出至中央监控系统(例如,远程服务器103的中央监控系统125),以构建在其它ADV当中广播和共享的交通地图。如果实时交通状况与根据一组交通状况313(例如,通过远程服务器103从先前的交通地图更新的交通状况)的特定状况(例如,未知的)相关联,则请求通过网络传送至远程服务器(诸如,服务器103),以允许远程服务器根据从其它车辆处获得的其它交通状况信息更新交通地图。然后,远程服务器将更新的、具有实时交通信息的地图传送回ADV(如果该ADV仍然在相同区域附近),以使ADV能够使用更新的地图规划并控制车辆。在一个实施方式中,更新的地图还被发送给相同区域内的任何车辆。在一个实施方式中,交通地图和/或交通状况存在于与服务器103分离的服务器104上。服务器103经由地图服务API与服务器104通信,以更新交通地图。
图4是示出根据一个实施方式的中央监控系统的示例的框图。参考图4,中央监控系统125可从第一组ADV接收检测到的交通状况,处理对于置信水平的交通状况,以及将交通状况上载至诸如服务器104的交通地图服务器,以及稍后经由广播服务向交通状况附近的一组ADV广播交通状况。中央监控系统125包括交通状况接收器401、置信度检查器402、置信度确定器403、地图修正器404和地图广播器405。交通状况接收器401可从第一组ADV接收交通状况。第一组ADV可以是先前认证为具有服务器103的、受信任的ADV。置信度检查器402可对所接收到的交通状况检查置信水平。置信度确定器403可确定置信水平是否超过阈值。地图修正器404可基于一组交通状况修正交通地图。地图广播器405可向第二组ADV广播更新的交通地图。应注意,这些模块可集成为更少的集成式模块,这些集成式模块可在软件、硬件或其组合中实施。
图5是示出根据一个实施方式的ADV的实时交通/地图更新模块的示例的框图。参考图5,实时交通/地图更新模块308可通过ADV检测交通状况,以及可将检测到的交通状况传送至远程服务器。地图更新模块308包括状态监控器501、状态分析器502、交通状况确定器503、地图状况发送器504和地图广播收听器505。状态监控器501可监控ADV的状态(例如,停车、减速、加速、变道等)。状态分析器502可分析ADV的状态,以确定ADV是否遇到交通状况。交通状况确定器503可确定遇到的交通状况是否为ADV已知。地图状况发送器504可将ADV未知的交通状况传送至诸如服务器103的远程服务器。地图广播收听器505可收听由诸如服务器103的远程服务器广播的交通状况。应注意,实时交通/地图更新模块308可与感知模块302集成为单个模块。应注意,这些模块可集成为更少的集成式模块,这些集成式模块可在软件、硬件或其组合中实施。
图6是示出根据一个实施方式的用于构建实时交通地图的示例的框图。参考图6,出于说明的目的,道路600包括一组交通状况,诸如在建道路601、临时绕行602和车祸603。沿着道路600行进的各个ADV 101A至101D可经由其传感器系统检测实时交通状况601-603,并可将检测到的交通状况传送至远程服务器103。例如,当沿着道路600巡航时,对于由其传感器系统检测到的状况601至602(该道路状况还未被ADV 101D已知),ADV 101D开始减速。状态监控器501(ADV 101D的)检测状态变化(例如,减速、停车),以及状态分析器502根据由ADV 101D感知到的传感器数据分析减速的可能原因(例如,机械故障、交通状况、红色交通灯等)。例如,传感器数据可捕捉图像并检测图像,以包括绕行交通标志或红色交通灯(经由训练的模型检测)。然后,交通状况确定器503确定检测到的交通状况601至602是否包括在可报告的交通状况的预定义的列表中。如果它们是可报告的,即在预定义的列表内,则ADV101D将检测到的交通状况601至602报告或发送给远程服务器103。应注意,可报告类型的交通状况可包括高速公路上小于预定速度(例如,25英里/小时(m/h))移动的缓慢交通,高速公路上在预定范围(例如,25m/h至50m/h)之间移动的缓慢交通,交通中断,车祸,道路建设,临时绕行和/或未知的障碍物等。在一个实施方式中,如果由于检测到的交通状况,ADV被要求重定路线,则ADV仅将实时交通数据传送至服务器进行地图更新。在正常操作中,ADV可能没有将实时交通信息传送至服务器。
在这种情况下,ADV 101D通过将交通状况信息传送至远程服务器103来报告ADV101D所未知的交通状况601至602(道路建设601和绕行602)。交通信息包括报告ADV的ID、交通状况的位置、交通状况的类型、受影响的区域和检测的时间。服务器103接收交通状况信息(经由交通状况接收器401)以进行监控。置信度检查器402使用由附近周围环境中的其它车辆(可以是ADV或常规车辆)报告的交通状况信息来检查由ADV 101D报告的交通状况信息。例如,ADV101A也可已经将状况601至602报告给远程服务器303,并已经沿着线604变道。在这种情况下,通过比较驾驶环境的位置、相似度和从交通状况信息的多个报告的探测时间的重叠,置信度确定器403可确定所报告的交通状况是由超过阈值量的车辆(例如,两个或更多个车辆)报告的。响应于确定置信度大于阈值(例如,在这种情况下,通过两个或更多个车辆报告的),地图修正器404经由地图服务API将交通状况传送至交通地图服务器(例如,服务器104),以更新交通地图。然后,地图广播器405可向订阅广播服务的所有车辆广播更新的交通地图。应注意,交通地图可作为层存储在服务器104上,以使其可扩展以添加不同的道路状况信息。在一个实施方式中,每个层可表示不同类型的交通状况。
因此,ADV 101A至101D可同时从远程服务器103订阅交通广播服务,以收听还有待于由ADV的传感器系统感知的交通地图更新,同时,将未知的交通状况传送至远程服务器103。例如,尽管ADV 101C的传感器系统未得到交通状况601至602,但是ADV 101C可经由地图广播收听器505收听广播,从而了解交通状况601至602。在另一场景中,当临时绕行602被移除时,例如已知交通状况的消失,类似地,感知已知的但是消失的交通状况的ADV可将已知的但是消失的交通状况传送至远程服务器103。远程服务器103对于已知的但是消失的交通状况确定置信分数。如果远程服务器103确定置信分数超过阈值,例如两个或更多个车辆报告相同的状况,则远程服务器103更新交通地图(例如,服务器104),并向订阅广播服务的所有车辆广播更新的交通地图。
在接收到交通地图更新或广播后,交通地图更新广播可在ADV如何确定从初始位置到目的地位置的参考线路线上影响ADV。例如,如果交通地图更新广播包括沿着旧路线的交通状况,则交通地图更新或广播可导致ADV通过经由ADV的路线模块(诸如,图3A的路线模块307)选择新路线来更新现有路线,以替换旧路线。在一个实施方式中,路线模块307提示ADV的用户或乘客确认新路线。
因此,中央监控系统可生成实时交通地图,并向读取地图的该部分的所有的ADV(例如,与该地图部分相关联的预定区域内的ADV)广播。然后,各个ADV可使用实时交通信息来优化它们的驾驶,包括当几英里之外有交通阻塞时提示乘客确认路线重新规划,节省检测不寻常的道路状况,诸如道路建设、道路绕行情形等的计算时间(或改进精度)。
图7是示出根据一个实施方式的由中央监控系统执行的方法的流程图。过程700可以由处理逻辑执行,所述处理逻辑可包括软件、硬件或它们的组合。例如,过程700可以由图1的中央监控系统125执行。参考图7,在框701处,处理逻辑从在道路段的预定附近区域内驾驶的第一组自动驾驶车辆(ADV)接收未知的实时交通状况。在框702处,处理逻辑检查所接收的未知实时交通状况中的每个,以确定置信分数。在框703处,处理逻辑确定置信分数是否大于预定阈值。在框704处,如果置信分数超过预定阈值,则处理逻辑修正地图的、与道路段相关联的地图段,以反映未知的实时交通状况。在框705处,处理逻辑向定位在该道路段的附近区域内的第二组ADV广播修正的地图段。
在一个实施方式中,处理逻辑在服务器处从在道路段的预定附近区域内驾驶的第一组ADV接收预定类型(例如,已知的)的实时交通状况的消失。例如,基于许多车辆报告相同的交通状况,处理逻辑检查所接收的实时交通状况的消失中的每个,以确定置信分数。处理逻辑确定该置信分数是否超过第二预定阈值。如果置信分数超过第二预定阈值,则处理逻辑修正地图的、与该道路段相关联的地图段,以反映实时交通状况的消失。系统向定位在该道路段的附近区域内的第二组ADV广播修正的地图段。
在另一实施方式中,实时交通状况的消失包括先前被第一组ADV感知到但不再被第一组ADV感知到的障碍物。在另一实施方式中,第二预定阈值是基于第一组ADV的许多传感器的灵敏度配置的可配置阈值。
在一个实施方式中,每个地图段均包括具有一个或多个地图层的地图结构,其中,一个或多个地图层中的每个均存储不同的实时交通状况。在另一实施方式中,修正地图段包括调用地图服务应用编程接口(API)和修正地图段的一个或多个地图层。在另一实施方式中,实时交通状况包括:高速公路上小于预定阈值移动的缓慢交通,高速公路上在预定范围之间移动的缓慢交通,交通中断,车祸,道路建设,临时绕行或未知的障碍物。
图8是示出根据一个实施方式的由ADV执行的方法的流程图。过程800可以由处理逻辑执行,所述处理逻辑可包括软件、硬件或其组合。例如,过程800可由图3A的实时交通/地图更新模块308执行。参考图8,在框801处,处理逻辑使用安装在ADV上的许多传感器来监控ADV的状态。在框802处,处理逻辑使用传感器中的至少一部分来感知ADV周围的驾驶环境。在框803处,处理逻辑根据ADV周围的驾驶环境分析ADV的状态,以确定某一时间点下驾驶环境的实时交通状况。在框804处,处理逻辑确定驾驶环境的实时交通状况是否与预定的交通状况中的至少一个相匹配。在框805处,响应于确定实时交通状况是未知的,处理逻辑通过网络将与驾驶环境的实时交通状况有关的数据传送至远程服务器,以允许远程服务器生成更新的、具有实时交通信息的地图。在框806处,响应于接收到更新的地图,处理逻辑基于从更新的地图处获得的实时交通信息来规划和控制ADV。
在一个实施方式中,远程服务器配置成从许多车辆接收与未知的实时交通状况有关的数据,基于来自所有车辆的、未知的实时交通状况更新地图,以及将更新的地图传送回所有的车辆。在另一实施方式中,待更新的地图包括一个或多个地图层,以存储实时交通状况。在另一实施方式中,实时交通状况包括:高速公路上小于预定阈值移动的缓慢交通,高速公路上在大约的预定范围之间移动的缓慢交通,交通中断,车祸,道路建设,临时绕行或未知的障碍物。
在一个实施方式中,处理逻辑还基于从更新的地图处获得的实时交通信息,提示ADV的用户确认ADV的路线重新规划。在一个实施方式中,响应于确定实时交通状况是已知的但是消失的,处理逻辑还通过网络将与驾驶环境的实时交通状况的消失有关的数据传送至远程服务器,以允许远程服务器生成更新的、具有实时交通信息的地图。在另一实施方式中,远程服务器配置成从许多车辆接收与已知的实时交通状况的消失有关的数据,基于来自所有车辆的、已知的实时交通状况的消失更新地图,以及将更新的地图传送回所有的车辆。
应注意,如上文示出和描述的部件中的一些或全部可在软件、硬件或其组合中实施。例如,此类部件可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。可替代地,此类部件可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9是示出可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、中央监控系统125或者服务器103至104中的任一个。系统1500可包括许多不同的部件。这些部件可实施为集成电路(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,某些实施例中可具有附加的部件,此外,其它实施例中可具有所示部件的不同布置。系统1500可表示台式计算机、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可包括显示控制器、图形处理器和/或显示装置。
处理器1501可与存储器1503通信,存储器1503在一个实施方式中可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/或数据可加载到存储器1503中并由处理器1501执行。操作系统可以是任何类型的操作系统,例如,机器人操作系统(ROS)、来自公司的操作系统、来自苹果公司的Mac来自公司的LINUX、UNIX,或者其它实时或嵌入式操作系统。
系统1500还可包括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可包括鼠标、触摸板、触敏屏幕(其可与显示装置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可包括音频装置。音频装置可包括扬声器和/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还可包括成像处理子系统(例如,摄像机),所述成像处理子系统可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根据系统1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作系统等信息的永久性存储,大容量存储装置(未示出)也可联接到处理器1501。在各种实施方式中,为了实现更薄且更轻的系统设计并且改进系统响应性,这种大容量存储装置可经由固态装置(SSD)来实施。然而,在其它实施方式中,大容量存储装置可主要使用硬盘驱动器(HDD)来实施,其中较小量的SSD存储装置充当SSD高速缓存以在断电事件期间实现上下文状态以及其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可表示上述部件中的任一个,例如规划模块305、控制模块306和/或实时交通/地图更新模块308。处理模块/单元/逻辑1528还可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还可通过网络经由网络接口装置1505进行传送或接收。
计算机可读存储介质1509也可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装置、传送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按不同的顺序执行。此外,一些操作可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公开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 (20)
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:
使用安装在自动驾驶车辆上的多个传感器监控所述自动驾驶车辆的状态;
使用所述传感器中的至少一部分感知所述自动驾驶车辆周围的驾驶环境;
根据所述自动驾驶车辆周围的所述驾驶环境,分析所述自动驾驶车辆的状态,以确定某一时间点下所述驾驶环境的实时交通状况;
确定所述驾驶环境的所述实时交通状况是否与多个预定的交通状况中的至少一个相匹配;
响应于确定所述实时交通状况是未知的,通过网络将与所述驾驶环境的所述实时交通状况有关的数据传送至远程服务器,以允许所述远程服务器生成具有实时交通信息的、更新的地图;以及
响应于接收到所述更新的地图,基于从所述更新的地图处获得的实时交通信息,规划和控制所述自动驾驶车辆。
2.根据权利要求1所述的方法,其中,所述远程服务器配置成从多个车辆接收与未知的实时交通状况有关的数据,基于来自所有所述车辆的、所述未知的实时交通状况更新所述地图,以及将所述更新的地图传送回所有所述车辆。
3.根据权利要求2所述的方法,其中,待更新的所述地图包括一个或多个地图层,以存储实时交通状况。
4.根据权利要求3所述的方法,其中,所述实时交通状况包括:高速公路上小于预定阈值移动的缓慢交通,高速公路上在预定范围之间移动的缓慢交通,交通中断,车祸,道路建设,临时绕行或未知的障碍物。
5.根据权利要求1所述的方法,还包括:
基于从所述更新的地图处获得的所述实时交通信息,提示所述自动驾驶车辆的用户确认所述自动驾驶车辆的路线重新规划。
6.根据权利要求1所述的方法,还包括:
响应于确定所述实时交通状况是已知的但是消失的,通过网络将与所述驾驶环境的实时交通状况的消失有关的数据传送至远程服务器,以允许所述远程服务器生成具有实时交通信息的、更新的地图。
7.根据权利要求6所述的方法,其中,所述远程服务器配置成从多个车辆接收与已知的实时交通状况的消失有关的数据,以便基于来自所有所述车辆的、所述已知的实时交通状况的消失更新所述地图,以及将所述更新的地图传送回所有所述车辆。
8.一种存储有指令的非暂时性机器可读介质,所述指令在由一个或多个处理器执行时致使所述一个或多个处理器执行操作,所述操作包括:
使用安装在自动驾驶车辆上的多个传感器监控所述自动驾驶车辆的状态;
使用所述传感器中的至少一部分感知所述自动驾驶车辆周围的驾驶环境;
根据所述自动驾驶车辆周围的所述驾驶环境,分析所述自动驾驶车辆的状态,以确定某一时间点下所述驾驶环境的实时交通状况;
确定所述驾驶环境的所述实时交通状况是否与多个预定的交通状况中的至少一个相匹配;
响应于确定所述实时交通状况是未知的,通过网络将与所述驾驶环境的所述实时交通状况有关的数据传送至远程服务器,以允许所述远程服务器生成具有实时交通信息的、更新的地图;以及
响应于接收到所述更新的地图,基于从所述更新的地图处获得的实时交通信息,规划和控制所述自动驾驶车辆。
9.根据权利要求8所述的非暂时性机器可读介质,其中,所述远程服务器配置成从多个车辆接收与未知的实时交通状况有关的数据,基于来自所有所述车辆的、所述未知的实时交通状况更新所述地图,以及将所述更新的地图传送回所有所述车辆。
10.根据权利要求9所述的非暂时性机器可读介质,其中,待更新的所述地图包括一个或多个地图层,以存储实时交通状况。
11.根据权利要求10所述的非暂时性机器可读介质,其中,所述实时交通状况包括:高速公路上小于预定阈值移动的缓慢交通,高速公路上在预定范围之间移动的缓慢交通,交通中断,车祸,道路建设,临时绕行或未知的障碍物。
12.根据权利要求8所述的非暂时性机器可读介质,还包括:
基于从所述更新的地图处获得的所述实时交通信息,提示所述自动驾驶车辆的用户确认所述自动驾驶车辆的路线重新规划。
13.根据权利要求8所述的非暂时性机器可读介质,还包括:
响应于确定所述实时交通状况是已知的但是消失的,通过网络将与所述驾驶环境的实时交通状况的消失有关的数据传送至远程服务器,以允许所述远程服务器生成具有实时交通信息的、更新的地图。
14.一种用于监控实时交通状况的计算机实施的方法,所述方法包括:
在服务器处从在道路段的预定附近区域内驾驶的第一组自动驾驶车辆接收未知的实时交通状况;
检查所接收的未知的实时交通状况中的每个,以确定置信分数;
确定所述置信分数是否大于预定阈值;
如果所述置信分数超过所述预定阈值,则修正地图的、与所述道路段相关联的地图段,以反映所述未知的实时交通状况;以及
向定位在所述道路段的所述附近区域内的第二组自动驾驶车辆广播所修正的地图段。
15.根据权利要求14所述的方法,还包括:
在服务器处从在所述道路段的所述预定附近区域内驾驶的所述第一组自动驾驶车辆接收已知的实时交通状况的消失;
检查所接收的已知的实时交通状况的消失中的每个,以确定置信分数;
确定所述置信分数是否超过第二预定阈值;
如果所述置信分数超过所述第二预定阈值,则修正地图的、与所述道路段相关联的地图段,以反映所述已知的实时交通状况的消失;以及
向定位在所述道路段的所述附近区域内的所述第二组自动驾驶车辆广播所修正的地图段。
16.根据权利要求15所述的方法,其中,所述已知的实时交通状况的消失包括先前被所述第一组自动驾驶车辆感知到、但不再被所述第一组自动驾驶车辆感知到的障碍物。
17.根据权利要求15所述的方法,其中,所述第二预定阈值是基于所述第一组自动驾驶车辆的多个传感器的灵敏度配置的可配置阈值。
18.根据权利要求14所述的方法,其中,每个地图段均包括具有一个或多个地图层的地图结构,其中,所述一个或多个地图层中的每个均存储不同的实时交通状况。
19.根据权利要求18所述的方法,其中,修正地图段包括:
调用地图服务应用编程接口;以及
修正所述地图段的一个或多个地图层。
20.根据权利要求14所述的方法,其中,所述实时交通状况包括:高速公路上小于预定阈值移动的缓慢交通,高速公路上在预定范围之间移动的缓慢交通,交通中断,车祸,道路建设,临时绕行或未知的障碍物。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762599419P | 2017-12-15 | 2017-12-15 | |
US62/599,419 | 2017-12-15 | ||
US15/916,127 US11269352B2 (en) | 2017-12-15 | 2018-03-08 | System for building a vehicle-to-cloud real-time traffic map for autonomous driving vehicles (ADVS) |
US15/916,127 | 2018-03-08 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109935077A true CN109935077A (zh) | 2019-06-25 |
Family
ID=66815178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811204090.0A Pending CN109935077A (zh) | 2017-12-15 | 2018-10-16 | 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11269352B2 (zh) |
JP (1) | JP7030044B2 (zh) |
CN (1) | CN109935077A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110296708A (zh) * | 2019-07-01 | 2019-10-01 | 百度在线网络技术(北京)有限公司 | 运营路线规划方法、装置及存储介质 |
CN110765223A (zh) * | 2019-10-24 | 2020-02-07 | 北京百度网讯科技有限公司 | 地图更新处理方法、装置、设备及存储介质 |
CN111192341A (zh) * | 2019-12-31 | 2020-05-22 | 北京三快在线科技有限公司 | 生成高精地图的方法、装置、自动驾驶设备及存储介质 |
CN111352425A (zh) * | 2020-03-16 | 2020-06-30 | 北京猎户星空科技有限公司 | 一种导航系统、方法、装置、电子设备及介质 |
CN111583448A (zh) * | 2020-05-09 | 2020-08-25 | 盟识(上海)科技有限公司 | 一种基于云端的自动驾驶数据记录调试系统及其方法 |
CN111862656A (zh) * | 2020-07-21 | 2020-10-30 | 北京小马智行科技有限公司 | 智能运载工具的地图更新方法及装置、存储介质、处理器 |
CN112486163A (zh) * | 2019-09-12 | 2021-03-12 | 动态Ad有限责任公司 | 基于导航信息的可用性的自主运载工具的操作 |
CN112537306A (zh) * | 2019-09-18 | 2021-03-23 | 本田技研工业株式会社 | 用于在密集交通中提供协同感知的车道变换控制的系统和方法 |
CN112798008A (zh) * | 2021-04-06 | 2021-05-14 | 新石器慧通(北京)科技有限公司 | 无人车的路径规划方法、装置、可读存储介质和电子设备 |
CN112863244A (zh) * | 2019-11-28 | 2021-05-28 | 大众汽车股份公司 | 用于促进车辆的安全行驶的方法和装置 |
CN113535873A (zh) * | 2021-07-13 | 2021-10-22 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备和可读存储介质 |
CN113671971A (zh) * | 2020-05-15 | 2021-11-19 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的动态参数服务器 |
CN113968227A (zh) * | 2020-07-21 | 2022-01-25 | 华人运通(上海)自动驾驶科技有限公司 | 用于非自动驾驶车的控制方法和装置 |
CN114502980A (zh) * | 2019-10-01 | 2022-05-13 | 奥迪股份公司 | 为机动车提供当前本地环境状态图的方法以及用于实施这种方法的机动车 |
CN114827943A (zh) * | 2021-01-29 | 2022-07-29 | 通用汽车环球科技运作有限责任公司 | 使用边缘网络计算资源的自主车辆中的等待时间掩蔽 |
CN116229726A (zh) * | 2023-05-08 | 2023-06-06 | 湖南车路协同智能科技有限公司 | 用于调控目标道路车辆行驶状态的车路协同方法及系统 |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10969237B1 (en) * | 2018-03-23 | 2021-04-06 | Apple Inc. | Distributed collection and verification of map information |
US10957188B2 (en) * | 2018-04-04 | 2021-03-23 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for determining traffic flow using observations of surrounding vehicles |
JP7075822B2 (ja) * | 2018-06-04 | 2022-05-26 | パナソニックホールディングス株式会社 | マップ情報更新システム |
US11359927B2 (en) * | 2018-07-16 | 2022-06-14 | Toyota Research Institute, Inc. | Mapping of temporal roadway conditions |
CN109003448B (zh) * | 2018-08-02 | 2021-07-16 | 北京图森智途科技有限公司 | 一种交叉路口的导航方法、设备及系统 |
JP7001030B2 (ja) * | 2018-09-14 | 2022-01-19 | 株式会社デンソー | 地図更新システム、地図更新サーバ及び車載端末 |
US20230275877A1 (en) * | 2018-09-24 | 2023-08-31 | Karamba Security Ltd. | Visual sensor validation system |
JP7139896B2 (ja) * | 2018-11-07 | 2022-09-21 | トヨタ自動車株式会社 | 経路情報決定装置、経路情報システム、端末及び経路情報を決定する方法 |
WO2020145443A1 (ko) * | 2019-01-11 | 2020-07-16 | 엘지전자 주식회사 | 시스템 및 방법 |
US10818035B1 (en) * | 2019-06-28 | 2020-10-27 | Baidu Usa Llc | Representing vanishing points using relative distances |
US11120566B2 (en) * | 2019-06-28 | 2021-09-14 | Baidu Usa Llc | Determining vanishing points based on feature maps |
US11227167B2 (en) * | 2019-06-28 | 2022-01-18 | Baidu Usa Llc | Determining vanishing points based on lane lines |
CN110244742B (zh) * | 2019-07-01 | 2023-06-09 | 阿波罗智能技术(北京)有限公司 | 无人驾驶车辆巡游的方法、设备以及存储介质 |
CN114270880B (zh) * | 2019-09-04 | 2024-06-21 | 北京图森智途科技有限公司 | 一种枢纽服务区需求解决系统和方法 |
US11338819B2 (en) * | 2019-09-30 | 2022-05-24 | Baidu Usa Llc | Cloud-based vehicle calibration system for autonomous driving |
US11310269B2 (en) * | 2019-10-15 | 2022-04-19 | Baidu Usa Llc | Methods to detect spoofing attacks on automated driving systems |
CN112835346A (zh) * | 2019-11-04 | 2021-05-25 | 大众汽车(中国)投资有限公司 | 用于控制车辆的方法和系统、及车载自动驾驶系统 |
KR20210075356A (ko) * | 2019-12-13 | 2021-06-23 | 현대자동차주식회사 | 차량 안내 서비스 장치 및 그 방법 |
US20210191399A1 (en) * | 2019-12-23 | 2021-06-24 | Waymo Llc | Real-Time Adjustment Of Vehicle Sensor Field Of View Volume |
US11577758B2 (en) * | 2020-01-03 | 2023-02-14 | Baidu Usa Llc | Autonomous vehicle park-and-go scenario design |
GB2592923A (en) * | 2020-03-09 | 2021-09-15 | Dromos Tech Ag | Autonomous transportation network and method for operating the same |
JP7205515B2 (ja) | 2020-04-06 | 2023-01-17 | トヨタ自動車株式会社 | 地図更新システム、データ送信装置、およびデータ送信方法 |
CN112655226B (zh) * | 2020-04-09 | 2022-08-26 | 华为技术有限公司 | 车辆感知的方法、装置和系统 |
US20210347387A1 (en) * | 2020-05-07 | 2021-11-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Traffic reconstruction via cooperative perception |
WO2022009900A1 (ja) * | 2020-07-08 | 2022-01-13 | 株式会社Soken | 自動運転装置、車両制御方法 |
US11987261B2 (en) * | 2020-09-15 | 2024-05-21 | Tusimple, Inc. | Detecting a road structure change by a lead autonomous vehicle (AV) and updating routing plans for the lead AV and following AVs |
US11458993B2 (en) * | 2020-09-15 | 2022-10-04 | Tusimple, Inc. | Detecting a road closure by a lead autonomous vehicle (AV) and updating routing plans for following AVs |
US20230396960A1 (en) * | 2020-10-19 | 2023-12-07 | Nokia Technologies Oy | Provision of UE's Surrounding Information |
JP7465290B2 (ja) * | 2020-11-09 | 2024-04-10 | 達闥機器人股▲分▼有限公司 | 点群に基づく地図較正方法、システム、ロボット及びクラウドプラットフォーム |
US11341847B1 (en) | 2020-12-02 | 2022-05-24 | Here Global B.V. | Method and apparatus for determining map improvements based on detected accidents |
US11480436B2 (en) * | 2020-12-02 | 2022-10-25 | Here Global B.V. | Method and apparatus for requesting a map update based on an accident and/or damaged/malfunctioning sensors to allow a vehicle to continue driving |
US11932278B2 (en) | 2020-12-02 | 2024-03-19 | Here Global B.V. | Method and apparatus for computing an estimated time of arrival via a route based on a degraded state of a vehicle after an accident and/or malfunction |
US11482099B2 (en) * | 2021-02-02 | 2022-10-25 | Here Global B.V. | Method and apparatus for preventing traffic over-reporting via identifying misleading probe data |
CN113074955B (zh) * | 2021-03-26 | 2023-03-10 | 北京百度网讯科技有限公司 | 控制数据采集的方法、装置、电子设备和介质 |
CN113581202B (zh) * | 2021-07-22 | 2022-07-08 | 国汽智控(北京)科技有限公司 | 确定自动驾驶车辆环境信息的方法、设备、程序产品 |
CN113891281B (zh) * | 2021-09-28 | 2023-08-22 | 安徽江淮汽车集团股份有限公司 | 用于路侧单元地图的动态调整方法 |
JPWO2023079658A1 (zh) | 2021-11-04 | 2023-05-11 | ||
WO2023152960A1 (ja) | 2022-02-14 | 2023-08-17 | 日産自動車株式会社 | 工事区間判定方法及び工事区間判定装置 |
CN116878487B (zh) * | 2023-09-07 | 2024-01-19 | 河北全道科技有限公司 | 一种用于建立自动驾驶地图的方法、装置、车辆和服务器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014123239A (ja) * | 2012-12-21 | 2014-07-03 | Hitachi Ltd | 渋滞情報配信システム、サーバ、車載端末、及びプログラム |
CN105676253A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭科技有限公司 | 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法 |
CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
CN105973245A (zh) * | 2016-04-28 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 利用无人驾驶车辆更新在线地图的方法和装置 |
CN106996793A (zh) * | 2015-11-04 | 2017-08-01 | 丰田自动车株式会社 | 地图更新判定系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3933803B2 (ja) | 1998-10-13 | 2007-06-20 | 株式会社日立製作所 | 走行環境情報収集装置および情報提供システム |
EP1975560A4 (en) * | 2006-01-19 | 2011-06-29 | Pioneer Corp | ROUTE DISPLAY DEVICE AND NAVIGATION DEVICE |
JP2009193240A (ja) | 2008-02-13 | 2009-08-27 | Toyota Motor Corp | 移動ロボット及び環境地図の生成方法 |
US9123152B1 (en) * | 2012-05-07 | 2015-09-01 | Google Inc. | Map reports from vehicles in the field |
GB201411309D0 (en) * | 2014-06-25 | 2014-08-06 | Tomtom Int Bv | Vehicular human machine interfaces |
JP6428493B2 (ja) * | 2015-06-05 | 2018-11-28 | 株式会社デンソー | 自動走行制御装置、自動走行用車載装置、自動走行制御方法 |
US20170167885A1 (en) * | 2015-12-10 | 2017-06-15 | International Business Machines Corporation | Gps routing based on driver |
US9792575B2 (en) * | 2016-03-11 | 2017-10-17 | Route4Me, Inc. | Complex dynamic route sequencing for multi-vehicle fleets using traffic and real-world constraints |
US9952056B2 (en) * | 2016-03-11 | 2018-04-24 | Route4Me, Inc. | Methods and systems for detecting and verifying route deviations |
JP6790417B2 (ja) * | 2016-03-31 | 2020-11-25 | ソニー株式会社 | 情報処理装置及び情報処理サーバ |
US9947145B2 (en) * | 2016-06-01 | 2018-04-17 | Baidu Usa Llc | System and method for providing inter-vehicle communications amongst autonomous vehicles |
US10479375B2 (en) * | 2017-02-16 | 2019-11-19 | Qualcomm Incorporated | Autonomously performing default operations based on current operating contexts |
US10558224B1 (en) * | 2017-08-10 | 2020-02-11 | Zoox, Inc. | Shared vehicle obstacle data |
US10345110B2 (en) * | 2017-08-14 | 2019-07-09 | Toyota Motor Engineering & Manufacturing North America, Inc. | Autonomous vehicle routing based on chaos assessment |
DE102017218192A1 (de) * | 2017-10-12 | 2019-04-18 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Verkehrsschilderkennung |
US10459444B1 (en) * | 2017-11-03 | 2019-10-29 | Zoox, Inc. | Autonomous vehicle fleet model training and testing |
KR102432429B1 (ko) * | 2017-12-02 | 2022-08-17 | 현대자동차주식회사 | 차량 및 차량의 제어방법 |
KR102394908B1 (ko) * | 2017-12-21 | 2022-05-09 | 현대자동차주식회사 | 차량 및 차량의 제어방법 |
-
2018
- 2018-03-08 US US15/916,127 patent/US11269352B2/en active Active
- 2018-10-16 CN CN201811204090.0A patent/CN109935077A/zh active Pending
- 2018-12-10 JP JP2018231000A patent/JP7030044B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014123239A (ja) * | 2012-12-21 | 2014-07-03 | Hitachi Ltd | 渋滞情報配信システム、サーバ、車載端末、及びプログラム |
CN106996793A (zh) * | 2015-11-04 | 2017-08-01 | 丰田自动车株式会社 | 地图更新判定系统 |
CN105676253A (zh) * | 2016-01-15 | 2016-06-15 | 武汉光庭科技有限公司 | 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法 |
CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
CN105973245A (zh) * | 2016-04-28 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 利用无人驾驶车辆更新在线地图的方法和装置 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110296708B (zh) * | 2019-07-01 | 2021-08-17 | 百度在线网络技术(北京)有限公司 | 运营路线规划方法、装置及存储介质 |
CN110296708A (zh) * | 2019-07-01 | 2019-10-01 | 百度在线网络技术(北京)有限公司 | 运营路线规划方法、装置及存储介质 |
CN112486163A (zh) * | 2019-09-12 | 2021-03-12 | 动态Ad有限责任公司 | 基于导航信息的可用性的自主运载工具的操作 |
CN112537306A (zh) * | 2019-09-18 | 2021-03-23 | 本田技研工业株式会社 | 用于在密集交通中提供协同感知的车道变换控制的系统和方法 |
CN114502980A (zh) * | 2019-10-01 | 2022-05-13 | 奥迪股份公司 | 为机动车提供当前本地环境状态图的方法以及用于实施这种方法的机动车 |
CN110765223A (zh) * | 2019-10-24 | 2020-02-07 | 北京百度网讯科技有限公司 | 地图更新处理方法、装置、设备及存储介质 |
CN112863244A (zh) * | 2019-11-28 | 2021-05-28 | 大众汽车股份公司 | 用于促进车辆的安全行驶的方法和装置 |
CN112863244B (zh) * | 2019-11-28 | 2023-03-14 | 大众汽车股份公司 | 用于促进车辆的安全行驶的方法和装置 |
CN111192341A (zh) * | 2019-12-31 | 2020-05-22 | 北京三快在线科技有限公司 | 生成高精地图的方法、装置、自动驾驶设备及存储介质 |
CN111352425B (zh) * | 2020-03-16 | 2024-02-09 | 北京猎户星空科技有限公司 | 一种导航系统、方法、装置、电子设备及介质 |
CN111352425A (zh) * | 2020-03-16 | 2020-06-30 | 北京猎户星空科技有限公司 | 一种导航系统、方法、装置、电子设备及介质 |
CN111583448A (zh) * | 2020-05-09 | 2020-08-25 | 盟识(上海)科技有限公司 | 一种基于云端的自动驾驶数据记录调试系统及其方法 |
CN113671971A (zh) * | 2020-05-15 | 2021-11-19 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的动态参数服务器 |
CN111862656A (zh) * | 2020-07-21 | 2020-10-30 | 北京小马智行科技有限公司 | 智能运载工具的地图更新方法及装置、存储介质、处理器 |
CN113968227A (zh) * | 2020-07-21 | 2022-01-25 | 华人运通(上海)自动驾驶科技有限公司 | 用于非自动驾驶车的控制方法和装置 |
CN114827943A (zh) * | 2021-01-29 | 2022-07-29 | 通用汽车环球科技运作有限责任公司 | 使用边缘网络计算资源的自主车辆中的等待时间掩蔽 |
CN112798008A (zh) * | 2021-04-06 | 2021-05-14 | 新石器慧通(北京)科技有限公司 | 无人车的路径规划方法、装置、可读存储介质和电子设备 |
CN113535873A (zh) * | 2021-07-13 | 2021-10-22 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备和可读存储介质 |
CN113535873B (zh) * | 2021-07-13 | 2023-08-11 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备和可读存储介质 |
CN116229726A (zh) * | 2023-05-08 | 2023-06-06 | 湖南车路协同智能科技有限公司 | 用于调控目标道路车辆行驶状态的车路协同方法及系统 |
CN116229726B (zh) * | 2023-05-08 | 2023-08-08 | 湖南车路协同智能科技有限公司 | 用于调控目标道路车辆行驶状态的车路协同方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP7030044B2 (ja) | 2022-03-04 |
JP2019145077A (ja) | 2019-08-29 |
US11269352B2 (en) | 2022-03-08 |
US20190187723A1 (en) | 2019-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109935077A (zh) | 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统 | |
CN108732589B (zh) | 利用3d lidar和定位自动采集用于对象识别的训练数据 | |
US10816984B2 (en) | Automatic data labelling for autonomous driving vehicles | |
JP7141370B2 (ja) | 標準的なナビゲーション地図と車両の過去の軌跡に基づいて決定された車線構成を利用した自動運転 | |
CN111076732B (zh) | 基于车辆行驶的轨迹标记和生成高清地图的标记方案 | |
JP6754856B2 (ja) | 自動運転車両のためのセンサー集約フレームワーク | |
JP6906011B2 (ja) | オブジェクトの二次元境界枠を自動運転車両の三次元位置に転換するための方法[method for transforming 2d bounding boxes of objects into 3d positions for autonomous driving vehicles (advs)] | |
US10810872B2 (en) | Use sub-system of autonomous driving vehicles (ADV) for police car patrol | |
CN110239562A (zh) | 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适 | |
CN110345955A (zh) | 用于自动驾驶的感知与规划协作框架 | |
KR102279078B1 (ko) | 자율 주행 차량의 v2x 통신 기반의 차량 차로 시스템 | |
US10054945B2 (en) | Method for determining command delays of autonomous vehicles | |
CN109489673A (zh) | 用于自动驾驶车辆的数据驱动地图更新系统 | |
CN109937343A (zh) | 用于自动驾驶车辆交通预测中的预测轨迹的评估框架 | |
CN110325935A (zh) | 用于自动驾驶车辆的路径规划的基于驾驶场景的车道引导线 | |
CN110378483A (zh) | 部署在模拟平台上的用于训练机器学习模型的系统和方法 | |
JP2018084573A (ja) | 頑健で効率的な車両測位用のアルゴリズム及びインフラ | |
CN109429518A (zh) | 基于地图图像的自动驾驶交通预测 | |
CN108387241A (zh) | 更新自动驾驶车辆的定位地图的方法和系统 | |
CN110386142A (zh) | 用于自动驾驶车辆的俯仰角校准方法 | |
CN110347145A (zh) | 用于自动驾驶车辆的感知辅助 | |
CN108139884A (zh) | 模拟自动驾驶车辆移动的物理模型和结合机器学习的方法 | |
CN110389580A (zh) | 用于规划自动驾驶车辆的路径的漂移校正的方法 | |
CN110349416A (zh) | 用于自动驾驶车辆(adv)的基于密度的交通灯控制系统 | |
CN110096053A (zh) | 用于自动驾驶车辆的驾驶轨迹生成方法、系统和机器可读介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190625 |
|
RJ01 | Rejection of invention patent application after publication |