CN110389583B - 生成自动驾驶车辆的轨迹的方法 - Google Patents

生成自动驾驶车辆的轨迹的方法 Download PDF

Info

Publication number
CN110389583B
CN110389583B CN201910036943.2A CN201910036943A CN110389583B CN 110389583 B CN110389583 B CN 110389583B CN 201910036943 A CN201910036943 A CN 201910036943A CN 110389583 B CN110389583 B CN 110389583B
Authority
CN
China
Prior art keywords
autonomous vehicle
obstacle
determining
trajectory
target speed
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
Application number
CN201910036943.2A
Other languages
English (en)
Other versions
CN110389583A (zh
Inventor
张雅嘉
许珂诚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN110389583A publication Critical patent/CN110389583A/zh
Application granted granted Critical
Publication of CN110389583B publication Critical patent/CN110389583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • G05D1/0212—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
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • 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
    • G05D1/0227—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area
    • G05D1/0229—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area in combination with fixed guiding means
    • 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
    • G05D1/0231—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
    • 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
    • G05D1/0231—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, 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
    • G05D1/0231—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, 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
    • G05D1/0257—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, 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
    • 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
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • 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
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • B60W2554/00—Input parameters relating to objects
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/18—Braking system
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/20—Steering systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Optics & Photonics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Regulating Braking Force (AREA)
  • Navigation (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

在一个实施方式中，响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，系统将障碍物投影到站‑时间(ST)图形上，其中，ST图形表示在不同时间点处障碍物的相对于ADV的当前位置的位置。系统确定不与ST图形内的障碍物重叠的结束点的第一集合，其中，第一集合中的每个结束点表示可能的结束状况。系统基于ST图形生成在表示ADV的当前位置的起始点与第一集合中的结束点之间的轨迹候选项的第一集合。系统使用预先确定的轨迹选择算法选择第一集合中的轨迹候选项中的一个以根据障碍物控制ADV。

Description

生成自动驾驶车辆的轨迹的方法
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生成自动驾驶车辆(ADV)的轨迹的方法。
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。
ADV可以使用驾驶轨迹自我导航。驾驶轨迹可以被分成纵向分量和横向分量。纵向分量或纵向轨迹指的是车辆沿着预定路径(例如，站路径)纵向行驶的车辆运动。纵向轨迹可以确定给定时间点处的ADV的位置、速度和加速度。因此，纵向轨迹生成是半自动驾驶车辆或全自动驾驶车辆的关键组成部分。
纵向轨迹生成过程需要考虑几个因素。一些因素可以是：ADV车上的乘客和/或附近行人的安全和舒适以及交通规则遵循因素。为了实现ADV的安全操作，轨迹生成过程需要考虑周围环境中的障碍物。为了舒适的操作，轨迹需要是平滑且有效的轨迹，即，可以在合理的时间内操纵ADV从当前位置到目的地的具有适当的加速度的轨迹。最后，轨迹需要遵循当地的交通规则等，即，在红色信号灯和停车标志处停车。
发明内容
本公开的一个方面涉及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：响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，将所述障碍物投影到站-时间(ST)图形上，其中，所述ST图形表示在不同时间点处所述障碍物相对于所述ADV的当前位置的位置；确定不与所述ST图形内的所述障碍物重叠的结束点的第一集合，其中，所述第一集合中的每个结束点均表示轨迹的可能的结束状况；基于所述ST图形生成在表示所述ADV的当前位置的起始点与所述第一集合中的结束点之间的轨迹候选项的第一集合；以及使用预先确定的轨迹选择算法选择所述第一集合中的所述轨迹候选项中的一个，以根据所述障碍物控制所述ADV。本公开的另一方面涉及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使所述一个或多个处理器执行操作。所述操作包括：响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，将所述障碍物投影到站-时间(ST)图形上，其中，所述ST图形表示在不同时间点处所述障碍物相对于所述ADV的当前位置的位置；确定不与所述ST图形内的所述障碍物重叠的结束点的第一集合，其中，所述第一集合中的每个结束点均表示轨迹的可能的结束状况；基于所述ST图形生成在表示所述ADV的当前位置的起始点与所述第一集合中的结束点之间的轨迹候选项的第一集合；以及使用预先确定的轨迹选择算法选择所述第一集合中的所述轨迹候选项中的一个，以根据所述障碍物控制所述ADV。
本公开的又一方面涉及一种数据处理系统，其包括：一个或多个处理器；以及联接到所述一个或多个处理器以存储指令的存储器。所述指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行操作。所述操作包括：响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，将所述障碍物投影到站-时间(ST)图形上，其中，所述ST图形表示在不同时间点处所述障碍物相对于所述ADV的当前位置的位置；确定不与所述ST图形内的所述障碍物重叠的结束点的第一集合，其中，所述第一集合中的每个结束点均表示轨迹的可能的结束状况；基于所述ST图形生成在表示所述ADV的当前位置的起始点与所述第一集合中的结束点之间的轨迹候选项的第一集合；以及使用预先确定的轨迹选择算法选择所述第一集合中的所述轨迹候选项中的一个，以根据所述障碍物控制所述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是示出根据一个实施方式的轨迹生成模块的示例的框图。
图5是示出根据一个实施方式的ADV的示例场景的框图。
图6A是根据一个实施方式的示出多个轨迹的速度-时间图形的示例。
图6B是根据一个实施方式的示出多个轨迹的站-时间图形的示例。
图7是示出根据一个实施方式的由ADV执行的方法的流程图。
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，并且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。
在一个实施方式中，响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，系统将障碍物投影到站-时间(ST)图形上，其中，ST图形表示不同时间点处的障碍物的相对于ADV的当前位置的位置。系统确定不与ST图形内的障碍物重叠的结束点的第一集合，其中，第一集合中的每个结束点表示轨迹的可能的结束状况。系统基于ST图形生成在表示ADV的当前位置的起始点与第一集合中的结束点之间的轨迹候选项的第一集合。系统使用预先确定的轨迹选择算法选择第一集合中的轨迹候选项中的一个以根据障碍物控制ADV。
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方位变化。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。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、天气状况和道路状况(诸如，高速公路上的缓行交通、交通堵塞、车祸、道路施工、临时绕行、未知障碍物等)。
基于驾驶统计数据123，机器学习引擎122生成或训练出用于各种目的规则集、算法和/或模型124，包括训练模型以确定由ADV的传感器检测到的障碍物是否是停车标志或交通灯。规则/算法124还可包括用于使ADV遵循的交通规则和用于计算轨迹的四次和/或五次多项式的算法。算法124还可包括用于生成作为最终轨迹的轨迹候选项的算法。然后，算法124可以上传到ADV，以用于自动驾驶的实时轨迹生成。
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、路线制定模块307和轨迹生成模块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。例如，轨迹生成模块308可为决策模块304和/或规划模块305的一部分。决策模块304和规划模块305可为集成模块。
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点的一个或多个路线或路径。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可以以地形图的形式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参考线。参考线指的是理想的路线或路径，而不受诸如其他车辆、障碍物或交通状况的其他事物的任何干扰。即，如果道路上不存在其他车辆、行人或障碍物，则ADV应该精确地或紧密地遵循参考线。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预测的交通状况)，决策模块304和/或规划模块305检查所有可能的路线以选择和修改最优路线中的一个。用于控制ADV的实际路径或路线可与由路线制定模块307提供的参考线接近或不同，这取决于该时间点的特定驾驶环境。
基于针对所感知到的对象中的每个的决定，规划模块305使用由路线制定模块307提供的参考线作为基础来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)。即，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。
可在多个规划周期(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100ms，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。例如，规划模块305可为下一预定时间段(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，轨迹生成模块308可以生成ADV 101的纵向轨迹候选项。可考虑诸如安全、舒适和交通规则生成轨迹候选项。然后，ADV 101可以选择所生成的轨迹候选项中的一个作为用于控制ADV的轨迹。轨迹生成模块308可实现为决策模块304和/或规划模块305的一部分。在一个实施方式中，轨迹生成模块308可以响应于感知环境而实时生成站-时间图。然后，轨迹生成模块308可以将该情况中任何感知的障碍物投影到站-时间图形上。基于所投影的障碍物的边界，可以列举结束状况。然后，可以基于这些结束状况生成候选项。轨迹候选项可以被选择为用于控制ADV的最终轨迹。
图4是示出根据一个实施方式的轨迹生成模块的示例的框图。参考图4，轨迹生成模块308可以包括初始状况确定器401、场景确定器403、图形生成器405、结束状况确定器407、轨迹候选项生成器409和轨迹候选项选择器411。初始状况确定器401可以确定ADV的初始状况。场景确定器403可以根据由ADV感知的障碍物确定ADV的驾驶场景。图形生成器405可以生成ADV的站-时间图形和/或速度-时间图形。结束状况确定器407可以基于ADV的驾驶场景和初始状况以及诸如安全、舒适和交通规则的其他因素确定ADV的所有可能的结束状况。轨迹候选项生成器409可以根据可能的结束状况生成轨迹候选项。轨迹候选项选择器411可以从轨迹候选项池中选择轨迹候选项。
图5是示出根据一个实施方式的ADV的场景的示例的框图。参考图5，场景500包括沿着路径505的ADV 101。路径505可为由可以操纵ADV 101从起始点到最终目的地的决策模块304和/或规划模块305预先确定的路径(或路径段)。ADV 101可以感知周围环境，包括前方车辆504、前方红色交通灯506以及车辆502(可由ADV 101的预测模块303预测出可能在ADV 101的前方转向)。
参考图4至图5，在一个实施方式中，初始状况确定器(诸如ADV101的初始状况确定器401)可以基于当前车辆状态确定ADV 101的初始状况。车辆状态可以包括位置、速度、加速度、曲率(例如，前进方向)和ADV的曲率变化率。在这里，初始状况确定器401可以确定ADV101的纵向位置(s_init)、纵向速度(s_dot_init)以及纵向加速度(s_ddot_init)的初始(例如，当前)状况。
基于初始状况，在一个实施方式中，图形生成器405生成具有预定时间周期(即，当前规划周期的最大规划时间间隔(例如，100ms至200ms))的纵向速度-时间(或速度-时间或VT)图形。图6A是根据实施方式的速度-时间图形的示例。图6A可以是由图形生成器405生成的与图5的场景500对应的速度-时间图形。参考图6A，VT图形600包括起始点601以及与多个可能的结束状况对应的多个结束点(诸如点603至点605)。在一个实施方式中，可以基于固定的时间间隔和/或速度增量来列举结束状况的数目。在另一实施方式中，可以基于由用户预定的时间间隔列举结束状况的数目。在另一实施方式中，结束状况的数目可以由地图信息和/或交通规则限制，诸如，一段道路的最大速度限制和/或最小速度限制。
参考图6A，在时间t＝0处，点601可以与ADV 101的初始纵向速度(例如，s_dot_init)对应。点603和点605可以与两个列举的结束状况对应，点603和点605可以代表两个可能的轨迹候选项的结束点。点603可以与在不久之后具有零速度的结束状况对应，并且点605可以与在不久之后具有比初始纵向速度高的速度的结束状况对应。使用速度-时间图形生成的结束状况可以表示结束状况的第一组(或第二集合)。第一组(或第二集合)中的每个结束状况可以与最终的纵向速度(s_dot_end)和纵向加速度(s_ddot_end)对应。应注意，在一些实施方式中，最终的纵向加速度总是等于零。
接下来，场景确定器403确定ADV 101的当前驾驶场景。在一个实施方式中，可能的驾驶场景包括但不限于：巡航场景、跟随前方车辆场景以及停车场景。可以例如由感知模块302和/或预测模块303基于沿着路径505的当前交通状况确定当前驾驶场景，当前驾驶场景可以基于沿着路径505识别的障碍物而确定。例如，如果ADV的规划路径上没有任何障碍物，则驾驶场景可以是巡航场景。如果ADV 101的规划路径包括静态(例如，非移动)障碍物和动态(例如，移动)障碍物两者(诸如，停车标志和移动车辆)，则驾驶场景可以是跟随前方车辆场景。如果规划路径仅包括静态障碍物(例如，停车标志和交通灯)，则驾驶场景可以是停车场景。在这里，场景500包括静态障碍物和动态障碍物，并且当前驾驶场景可以被确定为跟随场景。
在一个实施方式中，图形生成器405生成用于跟随场景或停车场景而非巡航场景的站-时间图形。因为在巡航场景中不存在感知的障碍物，所以巡航场景可不与站-时间图形(也被称为路径-时间图形或路径-时间空间)相关联。在一个实施方式中，对于跟随场景或停车场景，图形生成器405基于初始状况生成路径-时间(站-时间)图形。在预定时间周期内生成站-时间图形，使得直到下一规划周期有足够的时间来考虑ADV的可能的纵向轨迹。在一个实施方式中，图形生成器405通过将这些障碍物投影到所生成的站-时间图形上来生成由ADV 101所感知的障碍物的几何区域。路径-时间空间中的这些区域可包括静态障碍物和动态障碍物的投影，诸如，转向到路径505中的另一车辆(例如，车辆502)的预测轨迹。
图6B示出了根据实施方式的站-时间图形的示例。图6B可以是由图形生成器405生成的与图5的场景500对应的站-时间图形。参考图6B，例如，点611可以与ADV 101的纵向位置s_init对应。图形生成器405可以生成站-时间障碍物(例如，区域)612、614和616。区域612可以与可预测成在ADV 101的前方转向的障碍物(或车辆)502对应。区域614可以与在ADV 101前方巡航的车辆504对应，以及区域616可以与红色交通灯506对应。
接下来，结束状况确定器407可以基于所生成的站-时间图形列举结束状况。在一个实施方式中，可以基于站-时间图形中的每个区域的边界列举结束状况。在另一实施方式中，可以仅基于站-时间图形中的每个区域的上边界和/或下边界列举结束状况。例如，沿着区域612的上边界和/或下边界的ST点621至622可以被列举为区域612的结束状况。沿着区域614的下边界的ST点624可以被列举为区域614的结束状况。沿着区域616的下边界的ST点626至627可以被列举为区域616的结束状况。在这里，因为如果ADV 101接触区域612、614、616或与区域612、614、616相交，则ADV 101将违反交通规则和/或撞击障碍物，所以不需要列举在区域612、614、616上的结束状况。在一个实施方式中，可以基于固定的时间间隔来列举结束状况的数目。在另一实施方式中，可以基于由用户预先确定的时间间隔列举结束状况的数目。使用站-时间图形生成的结束状况可以表示结束状况的第二组(或第一集合)。第二组(或第一集合)中的每个结束状况与最终的站位置(s_end)、纵向速度(s_dot_end)和纵向加速度(s_ddot_end)对应。应注意到，在一些实施方式中，最终的纵向加速度总是等于零。
一旦确定结束状况的第二组(或第一集合)，在一个实施方式中，轨迹候选项生成器409基于来自第一组(或第二集合)和第二组(第一集合)的结束状况通过使用实现平滑的曲线拟合算法将这些结束状况与它们对应的初始状况曲线拟合到四次(四阶)和/或五次(五阶)多项式而生成多个轨迹候选项。参考图6A(例如，VT图形)，例如，轨迹候选项生成器409可以通过应用曲线拟合算法将四次多项式拟合到起始点601和结束点605来生成轨迹候选项609。在另一示例中，参考图6B(例如，ST图形)，轨迹候选项生成器409通过应用曲线拟合算法将五次多项式拟合到起始点611和结束点621来生成轨迹候选项615。对于本示例，轨迹候选项615与超过车辆502的预测轨迹的ADV 101对应。
在一个实施方式中，一旦根据所有可能的结束状况生成了轨迹候选项，轨迹候选项选择器411就选择轨迹候选项以控制ADV。可以基于成本函数选择轨迹候选项。示例性成本函数可以是用于最小化ADV101从当前位置到最终目的地所花费的时间(例如，具有最高速率/速度的轨迹)、或最大化ADV 101中的乘客的舒适度(例如，具有最低加速度的轨迹)或它们的组合的函数。例如，基于时间的目标函数可选择轨迹候选项609而非候选项607，因为轨迹候选项609将花费更少的时间。对于另一示例，可选择轨迹候选项615而非轨迹候选项625，因为轨迹候选项615将更舒适(例如，轨迹候选项615具有最小的加速度)。
图7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可由图3A的轨迹生成模块308执行。参考图7，在框701处，响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，处理逻辑将障碍物投影到站-时间(ST)图形上，其中，ST图形表示在不同的时间点处障碍物相对于ADV的当前位置的位置。在框702处，处理逻辑确定不与ST图形内的障碍物重叠的结束点的第一集合，其中，第一集合中的每个结束点表示轨迹的可能的结束状况。在框703处，处理逻辑基于ST图形生成在表示ADV的当前位置的起始点与第一集合中的结束点之间的轨迹候选项的第一集合。在框704处，处理逻辑使用预先确定的轨迹选择算法选择第一集合中的轨迹候选项中的一个以根据障碍物控制ADV。
在一个实施方式中，处理逻辑还基于某个时间点处的与ADV相关的驾驶场景确定ADV的目标速度，将目标速度投影到速度-时间(VT)图形上，其中，VT图形表示ADV在不同时间点处的速度，并且基于VT图形生成在ADV的当前速度与ADV的目标速度之间的轨迹候选项的第二集合，其中，基于轨迹候选项的第一集合和第二集合选择所选择的轨迹。在另一实施方式中，基于驾驶场景确定ADV的目标速度包括基于感知驾驶环境的感知信息确定障碍物是静态对象并且将ADV的目标速度设置为近似零。
在另一实施方式中，基于驾驶场景确定ADV的目标速度包括基于感知驾驶环境的感知信息确定障碍物为移动对象，确定驾驶场景是跟随移动对象以及将ADV的目标速度设置为近似等于移动对象的速度。在另一实施方式中，基于驾驶场景确定ADV的目标速度包括基于感知驾驶环境的感知信息确定在视野中不存在障碍物以及将ADV的目标速度设置为等于ADV的当前速度。在一个实施方式中，障碍物是移动对象或静态对象。在一个实施方式中，静态对象是停车标志或交通灯。
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
Figure BDA0001946221970000181
公司的
Figure BDA0001946221970000182
操作系统、来自苹果公司的Mac
Figure BDA0001946221970000183
来自
Figure BDA0001946221970000184
公司的
Figure BDA0001946221970000185
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，例如图3A的轨迹生成模块308。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，可以对本公开作出各种修改。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：
响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，将所述障碍物投影到站-时间(ST)图形上，其中，所述ST图形表示在不同时间点处所述障碍物相对于所述自动驾驶车辆的当前位置的位置；
确定不与所述ST图形内的所述障碍物重叠的结束点的第一集合，其中，所述第一集合中的每个结束点均表示轨迹的可能的结束状况；
基于所述ST图形生成在表示所述自动驾驶车辆的当前位置的起始点与所述第一集合中的结束点之间的轨迹候选项的第一集合；以及
使用预先确定的轨迹选择算法选择所述第一集合中的所述轨迹候选项中的一个，以根据所述障碍物控制所述自动驾驶车辆。
2.根据权利要求1所述的方法，还包括：
基于时间点处与所述自动驾驶车辆相关的驾驶场景确定所述自动驾驶车辆的目标速度；
将所述目标速度投影到速度-时间(VT)图形上，其中，所述VT图形表示所述自动驾驶车辆在不同时间点处的速度；以及
基于所述VT图形生成在所述自动驾驶车辆的当前速度与所述自动驾驶车辆的目标速度之间的轨迹候选项的第二集合，其中，基于轨迹候选项的所述第一集合和所述第二集合选择所选择的轨迹。
3.根据权利要求2所述的方法，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定所述障碍物是静态对象；以及
将所述自动驾驶车辆的目标速度设置成近似零。
4.根据权利要求2所述的方法，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定所述障碍物是移动对象；
确定所述驾驶场景是跟随所述移动对象；以及
将所述自动驾驶车辆的目标速度设置成近似等于所述移动对象的速度。
5.根据权利要求2所述的方法，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定在视野中不存在障碍物；以及
将所述自动驾驶车辆的目标速度设置成等于所述自动驾驶车辆的当前速度。
6.根据权利要求1所述的方法，其中，所述障碍物是移动对象或静态对象。
7.根据权利要求6所述的方法，其中，所述静态对象为停车标志或交通灯。
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使所述一个或多个处理器执行操作，所述操作包括：
响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，将所述障碍物投影到站-时间(ST)图形上，其中，所述ST图形表示在不同时间点处所述障碍物相对于所述自动驾驶车辆的当前位置的位置；
确定不与所述ST图形内的所述障碍物重叠的结束点的第一集合，其中，所述第一集合中的每个结束点均表示轨迹的可能的结束状况；
基于所述ST图形生成在表示所述自动驾驶车辆的当前位置的起始点与所述第一集合中的结束点之间的轨迹候选项的第一集合；以及
使用预先确定的轨迹选择算法选择所述第一集合中的所述轨迹候选项中的一个，以根据所述障碍物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，还包括：
基于时间点处与所述自动驾驶车辆相关的驾驶场景确定所述自动驾驶车辆的目标速度；
将所述目标速度投影到速度-时间(VT)图形上，其中，所述VT图形表示所述自动驾驶车辆在不同时间点处的速度；以及
基于所述VT图形生成在所述自动驾驶车辆的当前速度与所述自动驾驶车辆的目标速度之间的轨迹候选项的第二集合，其中，基于轨迹候选项的所述第一集合和所述第二集合选择所选择的轨迹。
10.根据权利要求9所述的非暂时性机器可读介质，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定所述障碍物是静态对象；以及
将所述自动驾驶车辆的目标速度设置成近似零。
11.根据权利要求9所述的非暂时性机器可读介质，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定所述障碍物是移动对象；
确定所述驾驶场景是跟随所述移动对象；以及
将所述自动驾驶车辆的目标速度设置成近似等于所述移动对象的速度。
12.根据权利要求9所述的非暂时性机器可读介质，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定在视野中不存在障碍物；以及
将所述自动驾驶车辆的目标速度设置成等于所述自动驾驶车辆的当前速度。
13.根据权利要求8所述的非暂时性机器可读介质，其中，所述障碍物是移动对象或静态对象。
14.根据权利要求13所述的非暂时性机器可读介质，其中，所述静态对象为停车标志或交通灯。
15.一种数据处理系统，包括：
一个或多个处理器；以及
存储器，联接到所述一个或多个处理器以存储指令，所述指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行操作，所述操作包括：
响应于基于自动驾驶车辆(ADV)周围的驾驶环境检测到障碍物，将所述障碍物投影到站-时间(ST)图形上，其中，所述ST图形表示在不同时间点处所述障碍物相对于所述自动驾驶车辆的当前位置的位置；
确定不与所述ST图形内的所述障碍物重叠的结束点的第一集合，其中，所述第一集合中的每个结束点均表示轨迹的可能的结束状况；
基于所述ST图形生成在表示所述自动驾驶车辆的当前位置的起始点与所述第一集合中的结束点之间的轨迹候选项的第一集合；以及
使用预先确定的轨迹选择算法选择所述第一集合中的所述轨迹候选项中的一个，以根据所述障碍物控制所述自动驾驶车辆。
16.根据权利要求15所述的系统，还包括：
基于时间点处与所述自动驾驶车辆相关的驾驶场景确定所述自动驾驶车辆的目标速度；
将所述目标速度投影到速度-时间(VT)图形上，其中，所述VT图形表示所述自动驾驶车辆在不同时间点处的速度；以及
基于所述VT图形生成在所述自动驾驶车辆的当前速度与所述自动驾驶车辆的目标速度之间的轨迹候选项的第二集合，其中，基于轨迹候选项的所述第一集合和所述第二集合选择所选择的轨迹。
17.根据权利要求16所述的系统，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定所述障碍物是静态对象；以及
将所述自动驾驶车辆的目标速度设置成近似零。
18.根据权利要求16所述的系统，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定所述障碍物是移动对象；
确定所述驾驶场景是跟随所述移动对象；以及
将所述自动驾驶车辆的目标速度设置成近似等于所述移动对象的速度。
19.根据权利要求16所述的系统，其中，基于驾驶场景确定所述自动驾驶车辆的目标速度包括：
基于感知所述驾驶环境的感知信息确定在视野中不存在障碍物；以及
将所述自动驾驶车辆的目标速度设置成等于所述自动驾驶车辆的当前速度。
20.根据权利要求15所述的系统，其中，所述障碍物是移动对象或静态对象。
21.根据权利要求20所述的系统，其中，所述静态对象为停车标志或交通灯。
CN201910036943.2A 2018-04-16 2019-01-15 生成自动驾驶车辆的轨迹的方法 Active CN110389583B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/954,447 2018-04-16
US15/954,447 US10884422B2 (en) 2018-04-16 2018-04-16 Method for generating trajectories for autonomous driving vehicles (ADVS)

Publications (2)

Publication Number Publication Date
CN110389583A CN110389583A (zh) 2019-10-29
CN110389583B true CN110389583B (zh) 2022-05-27

Family

ID=68161766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910036943.2A Active CN110389583B (zh) 2018-04-16 2019-01-15 生成自动驾驶车辆的轨迹的方法

Country Status (3)

Country Link
US (1) US10884422B2 (zh)
JP (1) JP6865244B2 (zh)
CN (1) CN110389583B (zh)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10816985B2 (en) * 2018-04-17 2020-10-27 Baidu Usa Llc Method on moving obstacle representation for trajectory planning
JP7073880B2 (ja) * 2018-04-19 2022-05-24 トヨタ自動車株式会社 進路決定装置
US10809736B2 (en) * 2018-12-27 2020-10-20 Baidu Usa Llc ST-graph learning based decision for autonomous driving vehicle
US11347231B2 (en) * 2019-08-07 2022-05-31 Waymo Llc Object localization for autonomous driving by visual tracking and image reprojection
US20210114625A1 (en) * 2019-10-18 2021-04-22 WeRide Corp. System and method for autonomous collision avoidance
US11945434B2 (en) * 2019-11-08 2024-04-02 Baidu Usa Llc Delay decision making for autonomous driving vehicles in response to obstacles based on confidence level and distance
US11608056B2 (en) * 2019-12-20 2023-03-21 Baidu Usa Llc Post collision damage reduction brake system incorporating front obstacle avoidance
CN111243311A (zh) * 2020-01-14 2020-06-05 东风小康汽车有限公司重庆分公司 一种移动目的地导航的控制方法、装置及车辆
US11592570B2 (en) * 2020-02-25 2023-02-28 Baidu Usa Llc Automated labeling system for autonomous driving vehicle lidar data
EP3891571A4 (en) * 2020-02-26 2021-12-22 Baidu.com Times Technology (Beijing) Co., Ltd. TRAJECTORY PLANNING WITH OBSTACLE AVOIDANCE FOR AUTONOMOUS VEHICLES
US12055407B2 (en) 2020-02-26 2024-08-06 Baidu Usa Llc Mixed regular and open-space trajectory planning method for autonomous driving vehicle
US11679761B2 (en) * 2020-04-03 2023-06-20 Baidu Usa Llc Forward collision warning alert system for autonomous driving vehicle safety operator
US11181917B2 (en) * 2020-04-15 2021-11-23 Baidu Usa Llc Path planning system based on steering wheel self zeroing for autonomous vehicles
US11453409B2 (en) * 2020-04-21 2022-09-27 Baidu Usa Llc Extended model reference adaptive control algorithm for the vehicle actuation time-latency
US11254326B2 (en) * 2020-06-01 2022-02-22 Baidu Usa Llc Automatic comfort score system based on human driving reference data
CN111881121B (zh) * 2020-06-17 2022-06-17 武汉光庭信息技术股份有限公司 一种自动驾驶数据填充方法和装置
CN111717202A (zh) * 2020-07-01 2020-09-29 新石器慧通（北京）科技有限公司 一种用于无人驾驶车辆的行驶提示方法及装置
US11841439B2 (en) * 2020-11-02 2023-12-12 Waymo Llc Point cloud segmentation using a coherent lidar for autonomous vehicle applications
US12050267B2 (en) 2020-11-09 2024-07-30 Waymo Llc Doppler-assisted object mapping for autonomous vehicle applications
JP2022082359A (ja) * 2020-11-20 2022-06-01 国立大学法人東海国立大学機構 走行制御管理システム、走行制御管理方法、および走行制御管理プログラム
CN114643981A (zh) 2020-12-18 2022-06-21 丰田自动车株式会社 自动驾驶车辆
CN112526999B (zh) * 2020-12-22 2023-04-28 北京百度网讯科技有限公司 速度规划方法、装置、电子设备和存储介质
US20220219727A1 (en) * 2021-01-12 2022-07-14 Motional Ad Llc Vehicle path planning
US20220227397A1 (en) * 2021-01-19 2022-07-21 Baidu Usa Llc Dynamic model evaluation package for autonomous driving vehicles
CN112918487B (zh) * 2021-02-24 2022-04-12 京东鲲鹏(江苏)科技有限公司 无人车起步方法、装置、电子设备和计算机可读介质
CN113071520B (zh) * 2021-04-16 2024-01-16 阿波罗智联(北京)科技有限公司 车辆行驶控制方法及装置
CN113033925B (zh) * 2021-05-21 2021-08-31 禾多科技（北京）有限公司 用于控制自动驾驶车辆行驶、装置、电子设备和介质
RU2767826C1 (ru) 2021-05-24 2022-03-22 Общество с ограниченной ответственностью «Яндекс Беспилотные Технологии» Способ и устройство для управления автомобилем
CN113205087B (zh) * 2021-07-06 2022-06-03 中汽创智科技有限公司 一种感知信息处理方法、装置、设备及计算机可读存储介质
CN113401141B (zh) * 2021-07-12 2022-07-29 北京百度网讯科技有限公司 路线处理方法及装置
CN113419546B (zh) * 2021-08-24 2021-11-26 新石器慧通（北京）科技有限公司 一种无人车的控制方法、装置、介质及电子设备
CN113485383B (zh) * 2021-09-02 2021-12-31 北京三快在线科技有限公司 一种无人驾驶设备的控制方法及控制装置
CN114019971B (zh) * 2021-11-04 2024-03-26 北京三快在线科技有限公司 一种无人设备控制方法、装置、存储介质及电子设备
CN114179815B (zh) * 2021-12-29 2023-08-18 阿波罗智联(北京)科技有限公司 确定车辆行驶轨迹的方法、装置、车辆、电子设备及介质
US20230202516A1 (en) * 2021-12-29 2023-06-29 Baidu Usa Llc Planning under prediction with confidence region for an autonomous driving vehicle
CN114407919B (zh) * 2021-12-31 2023-06-02 武汉中海庭数据技术有限公司 一种基于自动驾驶的碰撞检测方法及系统
CN114475656B (zh) * 2022-02-21 2024-06-14 中国第一汽车股份有限公司 行驶轨迹预测方法、装置、电子设备以及存储介质
CN115185271B (zh) * 2022-06-29 2023-05-23 禾多科技（北京）有限公司 导航路径生成方法、装置、电子设备和计算机可读介质
WO2024090388A1 (ja) * 2022-10-24 2024-05-02 ソフトバンクグループ株式会社 情報処理装置及びプログラム
CN116449291B (zh) * 2023-06-12 2023-08-25 中国人民解放军国防科技大学 基于定位误差分析的被动全向声呐浮标补投方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007013303A1 (de) * 2007-03-16 2008-09-18 Robert Bosch Gmbh Verfahren zur Berechnung einer kollisionsvermeidenden Trajektorie für ein Fahrmanöver eines Fahrzeugs
CN104299244A (zh) * 2014-09-26 2015-01-21 东软集团股份有限公司 基于单目相机的障碍物检测方法及装置
CN106660207A (zh) * 2014-07-16 2017-05-10 X开发有限责任公司 用于轨迹规划的物体度量的实时确定
CN106985816A (zh) * 2015-12-18 2017-07-28 亚当.奥佩尔有限公司 驾驶员辅助系统和用于防撞的方法
CN107563267A (zh) * 2016-06-30 2018-01-09 百度（美国）有限责任公司 在无人驾驶车辆中提供内容的系统和方法
CN109085820A (zh) * 2017-06-13 2018-12-25 通用汽车环球科技运作有限责任公司 临界条件的自主车辆驾驶系统和方法

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007286959A (ja) 2006-04-18 2007-11-01 Matsushita Electric Ind Co Ltd 運転支援装置
US8260539B2 (en) * 2010-05-12 2012-09-04 GM Global Technology Operations LLC Object and vehicle detection and tracking using 3-D laser rangefinder
JP5825138B2 (ja) 2011-09-10 2015-12-02 株式会社デンソー 先行車追従走行装置及び運転支援システム
US10427676B2 (en) * 2017-05-31 2019-10-01 GM Global Technology Operations LLC Trajectory planner for autonomous driving using bézier curves
DE102013200387A1 (de) * 2013-01-14 2014-07-17 Robert Bosch Gmbh Erstellung einer Hinderniskarte
DE102014201382A1 (de) * 2014-01-27 2015-07-30 Robert Bosch Gmbh Verfahren zum Betreiben eines Fahrerassistenzsystems und Fahrerassistenzsystem
US9767366B1 (en) * 2014-08-06 2017-09-19 Waymo Llc Using obstacle clearance to measure precise lateral
JP2016149109A (ja) 2015-02-10 2016-08-18 国立大学法人金沢大学 車両走行制御装置
DE102015217891A1 (de) * 2015-09-17 2017-03-23 Volkswagen Aktiengesellschaft Bestimmen einer Soll-Trajektorie für ein Fahrzeug
US9663025B2 (en) * 2015-09-18 2017-05-30 Clearpath Robotics, Inc. Lighting control system and method for autonomous vehicles
US20190227553A1 (en) * 2015-11-04 2019-07-25 Zoox, Inc. Interactive autonomous vehicle command controller
US11283877B2 (en) * 2015-11-04 2022-03-22 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
DE102016001907A1 (de) * 2016-02-18 2017-08-24 Audi Ag Verfahren zum Betreiben eines ein Fahrzeug und eine fahrzeugexterne Recheneinrichtung umfassenden Navigatiossystems, Fahrzeug und Recheneinrichtung
US9701307B1 (en) * 2016-04-11 2017-07-11 David E. Newman Systems and methods for hazard mitigation
DE102016007567A1 (de) * 2016-06-21 2017-12-21 Audi Ag Verfahren zum Betreiben eines zum Ermitteln einer zu befahrenden Trajektorie und/oder zum Durchführen von Fahreingriffen ausgebildeten Fahrzeugsystems, Verfahren zum Betreiben eines Steuerungssystems und Kraftfahrzeug
EP3291202B1 (en) * 2016-08-29 2019-04-17 Volvo Car Corporation Method of road vehicle trajectory planning
US10146224B2 (en) * 2016-11-09 2018-12-04 GM Global Technology Operations LLC Processor-implemented systems and methods for automated driving
DE102016222782A1 (de) * 2016-11-18 2018-05-24 Audi Ag Autonomes Steuern eines Kraftfahrzeugs anhand von Spurdaten; Kraftfahrzeug
JP6837196B2 (ja) * 2017-02-15 2021-03-03 日立Astemo株式会社 車両運動制御装置、車両運動制御方法および車両運動制御システム
US10074279B1 (en) * 2017-03-07 2018-09-11 Denso International America, Inc. Inference-aware motion planning
US10710579B2 (en) * 2017-06-01 2020-07-14 Waymo Llc Collision prediction system
DE102017215592A1 (de) * 2017-09-05 2019-03-07 Volkswagen Aktiengesellschaft Fahrassistenzvorrichtung eingerichtet zur teilautonomen und vollautonomen Führung eines Kraftfahrzeugs, Verfahren und Kraftfahrzeug
US10816990B2 (en) * 2017-12-21 2020-10-27 Baidu Usa Llc Non-blocking boundary for autonomous vehicle planning
US20190286921A1 (en) * 2018-03-14 2019-09-19 Uber Technologies, Inc. Structured Prediction Crosswalk Generation
KR102423172B1 (ko) * 2018-03-20 2022-07-22 모빌아이 비젼 테크놀로지스 엘티디 차량의 항법을 위한 시스템 및 방법
JP7110729B2 (ja) * 2018-05-25 2022-08-02 トヨタ自動車株式会社 自動運転システム及び自動運転システムの制御方法
RU2756872C1 (ru) * 2018-05-31 2021-10-06 Ниссан Норт Америка, Инк. Структура вероятностного отслеживания объектов и прогнозирования
US11521009B2 (en) * 2018-09-04 2022-12-06 Luminar, Llc Automatically generating training data for a lidar using simulated vehicles in virtual space

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007013303A1 (de) * 2007-03-16 2008-09-18 Robert Bosch Gmbh Verfahren zur Berechnung einer kollisionsvermeidenden Trajektorie für ein Fahrmanöver eines Fahrzeugs
CN106660207A (zh) * 2014-07-16 2017-05-10 X开发有限责任公司 用于轨迹规划的物体度量的实时确定
CN104299244A (zh) * 2014-09-26 2015-01-21 东软集团股份有限公司 基于单目相机的障碍物检测方法及装置
CN106985816A (zh) * 2015-12-18 2017-07-28 亚当.奥佩尔有限公司 驾驶员辅助系统和用于防撞的方法
CN107563267A (zh) * 2016-06-30 2018-01-09 百度（美国）有限责任公司 在无人驾驶车辆中提供内容的系统和方法
CN109085820A (zh) * 2017-06-13 2018-12-25 通用汽车环球科技运作有限责任公司 临界条件的自主车辆驾驶系统和方法

Also Published As

Publication number Publication date
CN110389583A (zh) 2019-10-29
JP6865244B2 (ja) 2021-04-28
US10884422B2 (en) 2021-01-05
US20190317515A1 (en) 2019-10-17
JP2019206327A (ja) 2019-12-05

Similar Documents

Publication Publication Date Title
CN110389583B (zh) 生成自动驾驶车辆的轨迹的方法
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
CN110654376B (zh) 自动驾驶车辆的停车轨迹的规划
CN108602509B (zh) 基于运动规划来操作自动驾驶车辆的方法和系统
CN110096053B (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
CN108604095B (zh) 确定操作自动驾驶车辆的转向率的方法、介质及处理系统
CN109195841B (zh) 用于自动驾驶车辆的完全停止的速度控制
CN110389580B (zh) 用于规划自动驾驶车辆的路径的漂移校正的方法
CN108733046B (zh) 用于自动驾驶车辆的轨迹重新规划的系统和方法
CN108255170B (zh) 动态地调整自动驾驶车辆的速度控制率的方法
CN110597243B (zh) 自动驾驶车辆的基于v2x通信的车辆车道系统
CN111328411B (zh) 用于自动驾驶车辆的行人概率预测系统
CN110647142A (zh) 使用优化方法规划自动驾驶车辆的停车轨迹生成
CN110096054B (zh) 用于使用多个线程生成用于自动驾驶车辆的参考线的方法和系统
US11731612B2 (en) Neural network approach for parameter learning to speed up planning for complex driving scenarios
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和系统
CN111824139A (zh) 用于预测与自动驾驶车辆相关的运动对象的运动的方法
CN111857118B (zh) 对停车轨迹分段以控制自动驾驶车辆停车
CN111615476B (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
CN111123906A (zh) 不同横向加速度约束下的最优纵向轨迹生成
CN111712417A (zh) 用于自动驾驶车辆的、基于隧道的规划系统
CN111328313B (zh) 用于自动驾驶车辆的控制占主导的三点转弯规划
CN111830959A (zh) 用于操作自动驾驶车辆的方法、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
GR01 Patent grant
GR01 Patent grant