CN110352330A - 用于自主交通工具的动作规划系统和方法 - Google Patents

Abstract

提供了用于自主交通工具的动作规划系统（100）和方法。系统（100）包括：一个或多个处理器（108）；和一个或多个非暂时性计算机可读存储介质（110），其上存储有由一个或多个处理器（108）使用的计算机程序，其中计算机程序引起一个或多个处理器（108）估计自主交通工具（114）的未来环境，为自主交通工具（114）生成可能的轨迹，基于当前的本地交通情境预测自主交通工具（114）的未来环境中的每个动态障碍物的运动和反应，以及在时间步内迭代地生成预测。

Description

用于自主交通工具的动作规划系统和方法

技术领域

本公开总地涉及自主交通工具，并且更具体地涉及用于自主交通工具的动作规划系统和方法。

背景技术

除非本文另有指示，否则本部分中描述的材料不是本申请中权利要求的现有技术，并且不通过包括在本部分中而被承认为现有技术。

常规的动作规划设备是基于有限状态机（FSM）方案的，其中自主交通工具基于启发式转换条件而决定做出具体动作。然而，该FSM方案仅允许自主交通工具对其环境中的改变被动地作出反应，并且对于给定动作可能如何影响未来交通情形如何演变并不提供未来展望。图1和2图示了通过使用FSM方案的现有技术动作规划设备评估的各种可能的动作，诸如具有目标的“遵循车道”动作或在邻近车道上的两个目标交通工具之间的“车道改变”动作。

发明内容

下面阐述了本文公开的某些实施例的概述。应当理解，呈现这些方面仅仅是为了向读者提供这某些实施例的简要概述，并且这些方面没有限制本公开的范围的意图。实际上，本公开可以涵盖可能未在下面阐述的各种方面。

本公开的实施例涉及一种非暂时性计算机可读存储介质，其上存储有用于评估与一个或多个交通工具的反应和交互的计算机程序，所述计算机程序包括用于引起机器执行以下操作的设定指令的例程：通过用于自我交通工具的可能动作序列组合树进行搜索以及捕获与一个或多个交通工具的反应和交互。

所公开实施例的另一方面是由一个或多个处理器进行的方法，所述方法包括估计自主交通工具的未来环境，为自主交通工具生成可能的轨迹，基于当前的本地交通情境预测自主交通工具的未来环境中的每个动态障碍物的运动和反应，以及在时间步内迭代地生成预测。所述方法还通过一个或多个处理器将动作决策时间分辨率与迭代预测分辨率解耦。

所公开实施例的另一方面是一种用于自主交通工具的系统，所述系统包括：一个或多个处理器；以及一个或多个非暂时性计算机可读存储介质，其上存储有由一个或多个处理器使用的计算机程序，其中所述计算机程序引起一个或多个处理器估计自主交通工具的未来环境，为自主交通工具生成可能的轨迹，基于当前的本地交通情境预测自主交通工具的未来环境中的每个动态障碍物的运动和反应，以及在时间步内迭代地生成预测。

附图说明

当参考附图阅读某些示例性实施例的以下详细描述时，本公开的这些和其他特征、方面和优点将变得更好理解，附图中同样的字符贯穿附图表示同样的技术，其中：

图1是示出了使用用于自主交通工具的现有技术FSM实现的动作规划设备的可能的遵循车道动作的简化图；

图2是示出了使用用于自主交通工具的现有技术FCM实现的动作规划设备的可能的车道改变动作的简化图；

图3A是示出了根据本公开的实施例的自动驾驶系统的图示；

图3B是示出了根据本公开的所描述实施例的地图和多车道道路的鸟瞰视图的简化图，所述多车道道路包括在自主交通工具附近的多个相邻交通工具；以及

图4A-4D是根据本公开的所描述实施例的在多个相邻交通工具附近自主行驶的自主交通工具的视图。

具体实施方式

呈现以下描述以使得本领域任何技术人员能够制造和使用所描述的实施例，并且在特定应用及其要求的上下文中提供以下描述。对于本领域技术人员而言，对所描述的实施例的各种修改将是容易清楚的，并且在不脱离所描述的实施例的精神和范围的情况下，可以将本文限定的一般原理应用于其他实施例和应用。因此，所描述的实施例不限于所示出的实施例，而是要与符合本文公开的原理和特征的最宽范围相一致。

图3A和3B图示了根据本公开的一个方面的自动驾驶系统100。如图3A中描绘的，驾驶系统100可以被集成到交通工具114、机器设备或任何合适的便携式或移动设备/容器中。虽然本公开的某些方面结合具体类型的交通工具特别有用，但是交通工具可以是任何类型的交通工具，包括但不限于汽车、卡车、摩托车、公共汽车、船只、运动型多功能交通工具、两轮车、飞机、直升机、割草机、休闲交通工具、游乐园交通工具、电车、高尔夫球车、火车、手推车、超轻型飞机等。交通工具可以具有一个或多个自动驾驶系统。机器设备可以是任何类型的设备，包括但不限于蜂窝电话、膝上型计算机、平板计算机、可穿戴设备（诸如手表、眼镜、护目镜）或任何合适的便携式设备。如图3A中描绘的，自动驾驶系统100包括处理器108、计算机可读介质110和通信模块112。可以在自动驾驶系统100中提供路线规划模块102、动作规划模块104和轨迹规划模块106。

尽管路线规划模块102、动作规划模块104、轨迹规划模块106、处理器108、计算机可读介质110和通信模块112如在同一块100内那样，但本领域普通技术人员将理解，路线规划模块102、动作规划模块104、轨迹规划模块106、处理器108、计算机可读介质110和通信模块112可以或可以不被容纳在同一块100中。在本文描述的各种方面中，处理器108、计算机可读介质110和通信模块112可以集成到位于自动驾驶系统100之外的计算机中。在其他方面中，在设置在交通工具114内的处理器上执行本文描述的一些过程，并且由设置在机器设备116内的远程处理器执行其他过程。

计算机可读介质110存储由路线规划模块102、动作规划模块104、轨迹规划模块106和处理器108可访问的信息，所述信息包括可以由路线规划模块102、动作规划模块104、轨迹规划模块106和处理器108执行或以其他方式使用的计算机可执行指令。处理器108可以是任何常规处理器。可替换地，处理器108可以是诸如ASIC之类的专用设备。

通信模块112与诸如一个或多个电子控制器单元、一个或多个处理器之类的其他计算机、网络直接或间接地进行有线/无线通信。诸如传感器之类的其他感测设备、诸如触摸显示器、鼠标、键盘、音频输入、相机之类的用户接口以及其他合适的计算机实现的模块可以被集成到系统100中或通信地耦合到系统100。

在路线规划模块102、动作规划模块104和轨迹规划模块106上运行的路线、动作和轨迹的过程生成在可配置的时间期距T期间自我交通工具可以持续遵循环境的候选路线、动作和轨迹。在一些方面中，可以在处理器108上运行用以生成候选路线、动作和轨迹的路线、动作和轨迹的过程，由此，路线规划模块102、动作规划模块104和轨迹规划模块106是被编程在处理器108上的计算机可执行指令。

如图3B中描绘的，动作规划模块104可操作以执行通过用于自主交通工具的可能动作序列组合树的有限期距搜索，并且将期距搜索与迭代的全环境预测组合，以捕获与其他交通参与者的反应和交互。例如，动作规划模块104执行最优图形搜索以高效地探索可能的自我动作树直到有限时间期距或规划期距为止。时间期距包括在其处可以评估时间期距的起始时间点和结束时间点。时间期距对于约束搜索空间大小和使能实现高效的重新规划而言是必要的。

为了确保快速达到结束时间点——由此可以在不必遍历所有可能的路径或连接的情况下找到最合适的路径，使用图形搜索技术。图形搜索技术可以是期距搜索技术。然而，可以使用其他合适的图形搜索技术。预先计算的静态成本用于估计在规划时间期距结束处用于给定自我位置的效用成本。在一个实施例中，轨迹规划模块106包括在可配置的时间期距T期间自我交通工具114可以持续遵循环境的图形搜索技术。在另一个实施例中，图形搜索技术存储在动作规划模块104上。然后将生成的轨迹存储在计算机可读介质110中。下面将描述关于使用迭代动作搜索全环境预测的动作规划的另外的细节。

图4A-4D是根据本公开的所描述实施例的在双车道道路200上在多个相邻交通工具160、162附近自主行驶的自主交通工具114的视图。如图4A中描绘的，交通工具160当前正遵循双车道道路200的左车道上的同一潜在路径202。自主交通工具114当前位于双车道道路200的右车道中，其中左和右车道通过分界线204分离。本文描述的自主交通工具114或“自我交通工具”在遵循车道动作中开始并且列举它可以在下一时间步处切换到的所有可能的动作。在一个方面中，如图4A中所描绘的，自我交通工具104在遵循车道动作中继续并且遵循双车道道路200的右车道上的同一潜在路径208。在另一方面中，自我交通工具104的自主驾驶系统100可以从遵循车道动作切换到车道改变动作，并且用于自我交通工具104的规划路径210在图4B中被描绘为跨越分界线204以接近相邻物160的潜在路径202，如果车道改变动作具有较低的初始成本的话。其中编程有期距搜索的动作规划模块104探索从遵循车道动作到车道改变动作的切换。在一个实施例中，使用迭代的全环境预测，其允许期距搜索评估与其他交通工具160、102的反应和交互而不用明确地搜索遍其他交通工具160、162的可能动作。迭代的全环境预测保持期距搜索易于处理。每次在期距图形搜索中评估新动作时，执行预测过程，其估计假设自我交通工具114遵循所选择的动作（例如，遵循车道动作、车道改变动作或中止车道改变动作）的情况下在下一时间步处自我交通工具114的未来环境。该预测过程包括为自我交通工具114生成可能的轨迹，并且然后基于自我交通工具114的当前的本地交通情境来预测在其环境中的每个动态障碍物的运动和反应。预测过程还包括生成其他交通工具可能如何对其当前交通情形作出反应的预测并且在短时间步内迭代地生成所述预测。期距图形搜索能够对自我交通工具114与其他交通参与者之间的交互进行建模，而不要求针对其他交通工具160、162做出任何主动规划。迭代被动预测比试图针对自我交通工具114和其他交通参与者执行联合主动规划要便宜得多并且缩放好得多。

在一个方面中，自我交通工具104可以在车道改变动作中继续或者从车道改变动作切换到中止车道改变动作。如图4C中所描绘的，自我交通工具104前进到通过进入相邻交通工具160的潜在路径202而在车道改变动作中继续，并且规划路径210由此合并到潜在路径202。如果自我交通工具104决定不切换车道，或者归因于即将到来的相邻交通工具160接近潜在路径202（如图4D中所描绘的）而不太可能能够改变车道，那么自我交通工具104的自主驾驶系统100从车道改变动作切换到中止车道改变动作。用于自我交通工具104的规划路径212被示出为跨越分界线204以接近双车道道路200的左车道。

现在返回到图4B，在时间步t1处，自我交通工具114生成车道改变轨迹，但左车道中的另一交通工具160尚未作出反应。在时间步t2处，如果自我交通工具如图4C中所图示的那样以车道改变行为继续或者如图4D中所示出的那样切换到中止车道改变动作，那么自我交通工具轨迹将自我交通工具114部分地带入左车道中，从而引起对左车道交通工具160的反应。在一些实施例中，将动作搜索约束为仅在时间步的小子集处评估切换行为，从而有效地将迭代预测时间分辨率与动作搜索时间分辨率解耦。这大幅地改进计算效率，并允许更长规划期距的评估，更长规划期距的评估生成更智能的动作决策。通过用于智能自动驾驶决策制定的可能自我动作树的有限期距搜索提供显著的决策制定性能改进。在一个示例中，自我交通工具114明确地评估其在未来时间步处的动作的期望效用。在另一个示例中，自我交通工具114理解基于其自己的预期未来状态递增地预测其他代理的动作。自我交通工具114明确地评估和比较每个动作转换的不同可能定时，以最大化安全性、舒适性和朝向其目标的进展。迭代预测允许动作搜索理解其他动态障碍物如何对自我交通工具114作出反应以及与自我交通工具114交互，而不需要针对环境中的每个动态障碍物执行联合预期规划。受约束的分支点将动作决策时间分辨率与迭代预测分辨率解耦，从而允许更长规划期距的更高效的探索。

已经作为举例示出了上面描述的实施例，并且应当理解，这些实施例可以容许各种修改和替换形式。还应当理解，权利要求没有限于所公开的特定形式的意图，而是要覆盖落入本公开的精神和范围内的所有修改、等同物和替换物。

本公开范围内的实施例还可以包括用于承载或具有存储在其上的计算机可执行指令或数据结构的非暂时性计算机可读存储介质或机器可读介质。这类非暂时性计算机可读存储介质或机器可读介质可以是可由通用或专用计算机访问的任何可用介质。作为举例而非限制，这类非暂时性计算机可读存储介质或机器可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置或其他磁存储设备、或者可以用于以计算机可执行指令或数据结构的形式承载或存储所期望的程序代码构件的任何其他介质。上面的组合也应当包括在非暂时性计算机可读存储介质或机器可读介质的范围内。

实施例还可以在分布式计算环境中实践，在所述分布式计算环境中任务由通过通信网络链接（通过硬连线链路、无线链路或通过其组合）的本地和远程处理设备来执行。

计算机可执行指令包括例如引起通用计算机、专用计算机或专用处理设备执行某个功能或功能组的指令和数据。计算机可执行指令还包括由独立或网络环境中的计算机执行的程序模块。一般而言，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件和数据结构等。计算机可执行指令、相关联的数据结构以及程序模块表示用于执行本文公开的方法步骤的程序代码构件的示例。这类可执行指令或相关联的数据结构的特定序列表示用于实现这类步骤中描述的功能的对应动作的示例。

虽然已经参考各种实施例描述了本专利，但是将理解，这些实施例是说明性的，并且本公开的范围不限于它们。许多变型、修改、添加和改进是可能的。更一般地，已经在上下文或特定实施例中描述了根据本专利的实施例。功能性在本公开的各种实施例中可以以不同方式按块被分离或组合，或者以不同的术语被描述。这些和其他变型、修改、添加和改进可以落入如所附权利要求中所限定的本公开的范围内。

Claims (6)

1.一种非暂时性计算机可读存储介质，其上存储有用于评估与一个或多个交通工具的反应和交互的计算机程序，所述计算机程序包括用于引起机器执行以下操作的设定指令的例程：

通过用于自我交通工具的可能动作序列组合树进行搜索；以及

捕获与一个或多个交通工具的反应和交互。

2.根据权利要求1所述的非暂时性计算机可读存储介质，其中，通过迭代的全环境预测捕获与一个或多个交通工具的反应和交互。

3.一种方法，包括：

通过一个或多个处理器估计自主交通工具的未来环境；

通过所述一个或多个处理器为自主交通工具生成可能的轨迹；

通过所述一个或多个处理器基于当前的本地交通情境预测自主交通工具的未来环境中的每个动态障碍物的运动和反应；以及

通过所述一个或多个处理器在时间步内迭代地生成预测。

4.根据权利要求3所述的方法，还包括：

通过所述一个或多个处理器将动作决策时间分辨率与迭代预测分辨率解耦。

5.一种用于自主交通工具的系统，包括：

一个或多个处理器；以及

一个或多个非暂时性计算机可读存储介质，其上存储有由所述一个或多个处理器使用的计算机程序，其中所述计算机程序引起所述一个或多个处理器：

估计自主交通工具的未来环境；

为自主交通工具生成可能的轨迹；

基于当前的本地交通情境预测自主交通工具的未来环境中的每个动态障碍物的运动和反应；以及

在时间步内迭代地生成预测。

6.根据权利要求5所述的系统，其中所述计算机程序还引起所述一个或多个处理器：

将动作决策时间分辨率与迭代预测分辨率解耦。