CN110392652B - 在车辆从道路的车道转弯之前操纵车辆的系统和方法 - Google Patents

Abstract

技术涉及在车辆100从当前车道410转弯前操纵该车辆。在该示例中，路线包括从所识别的车道转弯。还识别车道的在转弯之前的具有至少预定尺寸的车道宽度的区域270。识别车道内对象的传感器数据从车辆的感知系统172接收。包括对象相对于车辆的位置的对象特征，从传感器数据识别。然后使用所识别的特征操纵车辆在转弯之前通过该区域。

Description

在车辆从道路的车道转弯之前操纵车辆的系统和方法

相关申请的交叉引用

本申请是2017年3月9日提交的美国专利申请No.15/454,271的继续申请，其公开内容通过引用结合于此.

背景技术

自主驾驶车辆(例如不需要人类驾驶员的车辆)可用于帮助将乘客或物品从一个位置运输到另一个位置。这种车辆可以在完全自动的模式下操作，其中乘客可以提供一些初始输入(例如搭车点或目的地位置)，然后车辆操纵自身到该位置。

这些车辆通常配备有各种类型的传感器，以便检测周围环境中的对象。例如，自主驾驶车辆可以包括激光器、声纳、雷达、照相机以及其他扫描和记录来自车辆周围环境的数据的设备。来自这些设备中一个或多个的传感器数据可用于检测对象及其各自的特征(位置、形状、朝向、速度等)。这些特征可用于预测对象在未来的某个短暂时期内可能做的事情，这可用于控制车辆以避开这些对象。因此，检测、识别和预测是自主驾驶车辆安全操作的关键功能。

除了传感器之外，这些车辆可以依赖于所处环境的高度详细的地图。这些地图对于导航(例如确定如何在两个位置之间行进)以及定位(确定车辆在世界中的位置)两者都是至关重要的。地图甚至可以包括车辆可以跟随的引导线以便保持其在车道中的位置。

发明内容

本公开的各方面提供了一种在车辆从道路的车道转弯之前操纵车辆的方法。该方法包括由一个或多个处理器识别路线，该路线包括从车道进行转弯；通过一个或多个处理器识别车道的在进行转弯之前具有至少预定尺寸的车道宽度的区域；由一个或多个处理器从感知系统接收识别所述车道内对象的传感器数据；由一个或多个处理器从所述传感器数据识别所述对象的包括所述对象相对于所述车辆的位置的特征；以及由一个或多个处理器使用所识别的特征操纵车辆在进行转弯之前通过该区域。

在一个示例中，预定尺寸具有足够的距离以使对象和车辆适于并排。在另一示例中，传感器数据还识别区域内的路缘和车道线之间的距离，并且基于传感器数据识别该区域。在另一示例中，操纵车辆通过该区域包括使用对应于该区域的预先存储的地图信息，该地图信息包括识别车道宽度的信息，并且基于该地图信息识别该区域。

在另一个示例中，方法还包括，当对象的相对位置在车辆前方使得对象比车辆更靠近转弯时，确定对象是否可能进行转弯，并且进一步基于该确定操纵车辆。在该示例中，该确定还基于传感器数据是否指示对象的转向信号被激活。附加地或替代地，该确定还基于该对象是否在第二对象后面停止，使得该对象和第二对象看起来是堆叠的并且可能以相同的方式进行转弯或不转弯。在该示例中，该确定还基于对象是否进一步偏向该区域的一个边界或该区域的另一边界。

在另一个示例中，方法还包括，当对象的相对位置在车辆后面使得该车辆比该对象更靠近转弯时，确定对象是否试图经过该车辆并进行转弯，并且进一步基于该确定操纵车辆。在该示例中，该确定还基于对象的相对位置，以及在对象比车辆在横向方向上距转弯更远的情况下，操纵车辆包括在距转弯预定距离处朝向转弯移动车辆。附加地或替代地，该确定还基于对象的相对位置，以及在对象比车辆在横向方向上距转弯更近的情况下，操纵车辆包括允许对象在车道内经过车辆，并随后朝向转弯移动车辆。

本公开的另一方面提供了一种在车辆从道路的车道转弯之前操纵车辆的系统。该系统包括一个或多个处理器，配置为：识别包括从车道进行转弯的路线；识别车道的在转弯之前具有至少预定尺寸的车道宽度的区域；从感知系统接收识别所述车道内对象的传感器数据；从所述传感器数据识别所述对象的特征，该特征包括所述对象相对于所述车辆的位置；以及使用所识别的特征操纵车辆在转弯之前通过该区域。

在一个示例中，预定尺寸具有足够的距离以使对象和车辆适于并排。在另一个示例中，所述一个或多个处理器还配置为：当对象的相对位置在车辆前面使得对象比车辆更靠近转弯时，确定对象是否可能进行转弯，并且还基于该确定操纵车辆。在该示例中，所述一个或多个处理器还配置为还基于该对象是否在第二对象后面停止使得该对象和第二对象看起来是堆叠的并且可能以相同的方式进行转弯或不转弯来进行该确定。在该示例中，所述一个或多个处理器还配置为还基于对象是否还偏向该区域的一个边界或该区域的另一边界来进行该确定。

在另一个示例中，所述一个或多个处理器还配置为：当对象的相对位置在车辆后面使得该车辆比该对象更靠近转弯时，确定对象是否试图经过该车辆并进行转弯，并且还基于该确定操纵车辆。在该示例中，所述一个或多个处理器还配置为还基于对象的相对位置来进行该确定，以及在对象比车辆在横向方向上距转弯更远的情况下，操纵车辆包括在距转弯预定距离处朝向向转弯移动车辆。附加地或替代地，所述一个或多个处理器还配置为还基于对象的相对位置进行该确定，以及在对象比车辆在横向方向上距转弯更近的情况下，操纵车辆包括允许对象在车道内经过车辆，并随后朝向转弯移动车辆。在另一个示例中，该系统还包括该车辆。

附图说明

图1是根据本公开的方面的示例性车辆的功能图。

图2是根据本公开的方面的地图信息的示例图。

图3A-3D是根据本公开的方面的车辆的示例性外部视图。

图4-10是根据本公开的方面的车辆在对应于图2的地图信息和数据的道路上的示例视图。

图11是根据本公开的方面的在另一道路上的车辆和数据的示例视图。

图12是根据本公开的方面的在又一道路上的车辆和数据的示例视图。

图13是根据本公开的方面的车辆在对应于图2的地图信息和数据的道路上的另一示例视图。

图14是根据本公开的方面的示例流程图。

具体实施方式

该技术涉及当车辆接近转弯(例如，在交叉路口、停车场、私人车道等处的右转弯)时自主地控制车辆。许多车道在这种转弯跟前提供更宽的区域，尤其是在郊区或市区。在这种情况下，车道可以足够宽以允许车辆向右移动，而可能会向左转或者“直行”穿过交叉路口的另一车辆可以向左移动，尽管没有实际的车道线划定这些区域。

当在多个位置之间驾驶时，这些车辆倾向于跟随预定路径，这通过与中心或左侧车道线保持距离或跟随上述地图引导线而使车辆在车道中保持“居中”。就这一点而言，当车道在右转弯之前变宽时，车辆实际上可能倾向于保持向左，而不是在适当的时间向右移动以进行右转。然而，这可能使其他车辆(或其驾驶员)感到困惑，其可能对于该车辆试图右转的这种行为感到不理解。在许多情况下，使用转向信号可能不足以表示(signal)此意图。

此外，简单地使车辆在右转前的固定距离(在时间或空间中)向右移动可能是危险的，尤其是在存在自行车道、停车位或也试图向右移动的另一车辆的情况下。这可能是因为其他车辆也在交叉路口右转。就这一点而言，关键的是车辆评估其环境并按向其他道路使用者(例如其他车辆、骑自行车者、行人)表示该车辆的意图的方式操作。

为了评估车辆的环境，车辆可以配备感知系统。感知系统可以包括各种可以检测和识别车辆环境中对象的传感器。然后可以将该传感器数据发送到车辆的计算设备以实时处理。

为了规划路线，车辆的计算设备可以访问描述车辆环境的预期状态的地图信息。使用该信息，车辆的计算设备可以规划路线，例如，该路线包括在交叉路口处、进入停车场、私人车道处的一个或多个转弯或转向操纵。

然后，车辆的计算设备可以识别哪些转弯(如果有的话)对应于靠近那些转弯的“宽车道”区域。如图中所示的示例，在右侧驾驶国家，这些转弯可能是右转弯。在左侧驾驶国家，这些转弯可能是左转弯。就这一点而言，车辆的计算设备可以访问详细的地图信息，并且这些区域可以被标记为宽车道或者基于地图信息中的车道宽度是否满足阈值距离来识别。或者，可以基于检测到的从感知系统接收的车道线之间或者车道线和路缘之间的距离来实时确定该信息。

当车辆接近右转弯时，一旦右转弯之前的宽车道区域被识别，例如通过时间或空间的预定距离，则可以分析来自感知系统的传感器数据以识别具有某些特征的对象的组，该些特征表明这些对象与车辆在右转之前的行为有关。例如，可以识别在车辆的前方或后方与该车辆在相同的车道中移动的对象。另外，可以过滤所识别的对象组以移除任何距离车辆太远的对象。

对于任何保留在该组中的对象，车辆的计算设备可以确定该对象是否将继续通过交叉路口(没有转弯)和/或左转弯或者右转弯。为此，可以进一步分析来自感知系统的、针对所识别对象的组中的任何识别对象的传感器数据。

当车辆在时间或空间中距离右转弯达到预定距离时，使用该信息以及另一对象的相对位置，车辆的计算设备可以确定如何最好地操纵车辆以确保任何乘客(和另一对象)的安全性，并表示向右转弯的意图。

这里描述的特征允许车辆的计算设备操纵车辆是安全且实用的方式。例如，通过如上所述驾驶车辆，车辆能够将自己定位成表示其将向右移动并完成右转的意图，这比简单地使用转向信号更有效。同时，通过仅在某些情况下移动并且允许其他车辆在那些其他车辆处通过该车辆的右侧，车辆的计算设备可以以更安全且更能被社会接受的方式驾驶车辆。

示例系统

如图1所示，根据本公开的一个方面的车辆100包括各种部件。本公开的某些方面结合某些类型的车辆特别有用，该车辆可以是任何类型的车辆，包括但不限于汽车、卡车、摩托车、公共汽车、休闲车等。车辆可以具有一个或更多计算设备，例如包含一个或多个处理器120、存储器130和通常存在于通用计算设备中的其他部件的计算设备110。

存储器130存储可由一个或多个处理器120访问的信息，包括可由处理器120执行或以其他方式使用的指令132和数据134。存储器130可以是能够存储处理器可访问的信息的任何类型，包括计算设备可读介质或存储借助于电子设备可读取的数据的其他介质，例如硬盘驱动器、存储卡、ROM、 RAM、DVD或其他光盘、以及其他可写和只读的存储器。系统和方法可以包括前述的不同组合，从而指令和数据的不同部分存储在不同类型的介质上。

指令132可以是由处理器直接(例如机器代码)或间接(例如脚本)执行的任何指令集。例如，指令可以作为计算设备代码存储在计算设备可读介质上。就这一点而言，术语“指令”和“程序”在本文中可以互换使用。指令可以以对象代码格式存储，以便由处理器直接处理，或者以任何其他计算设备语言存储，包括按需解释或预先编译的独立源代码模块的脚本或集合。下面更详细地解释指令的功能、方法和例程。

处理器120可以根据指令132来检索、存储或修改数据134。例如，要求保护的主题不受任何特定数据结构的限制，但是数据可以作为具有多个不同字段和记录、XML文档或平面文件的表，存储在计算设备寄存器、关联数据库中。数据还可以以任何计算设备可读格式格式化。

一个或多个处理器120可以是任何传统处理器，例如商用CPU。或者，一个或多个处理器可以是专用设备，例如ASIC或其他基于硬件的处理器。尽管图1在功能上将计算设备110的处理器、存储器和其他元件表示在同一块内，但是本领域普通技术人员将理解，处理器、计算设备或存储器实际上可以包括可以存储或可以不存储在同一物理外壳内的多个处理器、计算设备或存储器。例如，存储器可以是位于与计算设备110的外壳不同的外壳中的硬盘驱动器或其他存储介质。因此，对处理器或计算设备的引用将被理解为包括对处理器或计算设备或存储器的集合(其可能会也可能不会并行运行) 的引用。

计算设备110可以包括通常与诸如上述处理器和存储器之类的计算设备以及用户输入150(例如，鼠标、键盘、触摸屏和/或麦克风)和各种电子显示器(例如，具有屏幕的监视器或可操作以显示信息的任何其他电子设备) 结合使用的所有部件。在该示例中，车辆包括内部电子显示器152以及一个或多个扬声器154，以提供信息或视听体验。就这一点而言，内部电子显示器152可以位于车辆100的舱内，并且可以由计算设备110使用以向车辆100内的乘客提供信息。

计算设备110还可以包括一个或多个无线网络连接156，以促进与其他计算设备的通信，例如下面详细描述的客户端计算设备和服务器计算设备。无线网络连接可以包括短距离通信协议(例如蓝牙、低功耗蓝牙(LE)、蜂窝连接)，以及各种配置和协议(包括因特网、万维网、内联网、虚拟专用网、广域网、本地网络、使用一个或多个公司专有的通信协议的专用网络、以太网、WiFi和HTTP、以及前述的各种组合)。

在一个示例中，计算设备110可以是并入车辆100中的自主驾驶计算系统。自主驾驶计算系统可以能够与车辆的各种部件通信。例如，返回图1，计算设备110可以与车辆100的各种系统通信，例如减速系统160、加速系统162、转向系统164、信号系统166、路由系统168、定位系统170、感知系统172和动力系统174(例如，燃气或电动发动机)，以便根据存储器130 的指令132控制车辆100的移动、速度等。此外，尽管这些系统被示为在计算设备110的外部，但实际上也可以将这些系统并入计算设备110中，同样作为用于控制车辆100的自主驾驶计算系统。

举例来说，计算设备110可以与减速系统160和加速系统162交互，以便控制车辆的速度。类似地，转向系统164可以由计算设备110使用，以便控制车辆100的方向。例如，如果车辆100被配置用于在道路上使用，诸如汽车或卡车，转向系统可以包括控制车轮角度以使车辆转向的部件。信号系统166可以由计算设备110使用，以便向其他驾驶员或车辆表示将该车辆的意图，例如通过在需要时点亮转向信号或制动灯。

路由系统168可以由计算设备110使用，以便确定并跟随到一位置的路线。就这一点而言，路由系统168和/或数据134可以存储详细的地图信息，例如，识别道路的形状和海拔、车道线、车道和航向信息(识别车道的朝向或方向)、交叉路口、人行横道、速度限制、交通信号、建筑物、标志、实时交通信息、植被或其他预期会持续存在的对象和信息的高度详细的地图。因此，与由感知系统172实时生成相反，这些信息可以预先存储。换句话说，该详细地图信息可以定义车辆的预期环境的几何信息，包括道路以及那些道路的速度限制(合法速度限制)。另外，该地图信息可以包括关于交通控制的信息，例如交通信号灯、停车标志、让路标志等，其可以由计算设备110 结合从感知系统172接收的实时信息使用，以确定在给定位置哪个交通方向具有通行权。

图2是道路200的部分的地图信息的示例。就这一点而言，该地图信息包括识别车道210、211、212、213、214、215、216、217的形状、位置和和其他特征的信息，这些车道由车道标记220、221、222、223、224、225、 226、227、228、229、230、231和杆状线240、241、242、243(该小节线识别交叉路口的起点，以及交叉路口250)限定。

在一些情况下，地图信息甚至可以包括关于车辆应如何在地图中移动的信息。例如，图2还包括一组轨道260、261、262、263，用于在车道210 中朝向交叉路口250行进的车辆。这些轨道可以充当车辆计算设备的指导，以便车辆在车道内、通过交叉路口等时保持适当且安全的位置。返回到图2，通过跟随不同的轨道，车辆可以进行不同的操纵通过交叉路口250，例如左转(通过跟随轨道260到轨道261)、直行通过交叉路口(通过跟随轨道260 到轨道262)、或右转(通过跟随轨道260到轨道263)。当然，在路或其他环境中存在诸如施工区域的其他对象的情况下，车辆可能偏离这些轨道，这将妨碍车辆安全地跟随轨道。

在该示例中，地图信息还识别或标记地图的区域，这些区域具有特定特征，且在交叉路口(或车辆可以转向进入的停车场)跟前。例如，地图信息可以将区域识别为“宽车道”。在这种情况下，区域的特征可以是地图信息中的车道宽度满足阈值距离，例如，对于两辆车辆足够大的宽度(例如16 英尺或差不多)或者具有足够的距离以使车辆100和对象(例如检测到的车辆)可以在该区域内并排的宽度。如图2所示，地图信息将区域270识别为满足阈值距离的宽车道区域。

尽管这里将地图信息描绘为基于图像的地图，但是地图信息不需要完全基于图像(例如，光栅(raster))。例如，地图信息可以包括一个或多个道路图或信息图形网络，例如道路、车道、交叉路口以及这些特征之间的连接。每个特征可以存储为图形数据，并且可以与诸如一地理位置以及它是否链接到其他相关特征的信息相关联，例如，停车标志可以链接到道路和交叉路口等。在一些示例中，相关联的数据可以包括道路图的基于网格的索引，以允许有效地查找某些道路图特征。

定位系统170可以由计算设备110使用，以确定车辆在地图上或地球上的相对或绝对位置。例如，定位系统170可以包括GPS接收器以确定设备的纬度、经度和/或海拔位置。其他定位系统(诸如基于激光的定位系统、惯性辅助GPS或基于相机的定位)也可用于识别车辆的位置。车辆的位置可以包括绝对地理位置，例如纬度、经度和海拔，以及相对位置信息，例如相对于紧邻其周围的其他车辆的位置，该位置通常比绝对地理位置以更低的噪声确定少。

定位系统170还可以包括与计算设备110通信的其他设备，例如加速计、陀螺仪或其他方向/速度检测设备，以确定车辆的方向和速度或者其变化。仅作为示例，加速设备可以确定其相对于重力方向或与垂直于重力方向的平面的俯仰、偏转或滚动(或其变化)。该设备还可以跟踪速度的增加或减少以及这些变化的方向。如本文所述的设备所提供的位置和方向数据可以自动提供给计算设备110、其他计算设备以及前述的组合。

感知系统172还包括用于检测车辆外部的对象(例如其他车辆、道路中的障碍物、交通信号、标志、树木等)的一个或多个部件。例如，感知系统 172可以包括传感器，诸如LIDAR(激光器)、声纳、雷达、相机和/或记录可由计算设备110处理的数据的任何其他检测设备。在车辆是诸如汽车的小型乘用车的情况下，车辆可包括安装在车顶或其他方便的位置的激光器或其他传感器。例如，车辆的感知系统可以使用各种传感器来检测对象及其特征，例如位置、朝向、尺寸、形状、类型、移动的方向和速度等。来自传感器的原始数据和/或上述特征可以量化或排列成描述性的函数或向量以供计算设备110处理。如下面进一步详细讨论的，计算设备110可以使用定位系统170 来确定车辆的位置、以及感知系统172来在需要安全到达该位置时检测和响应对象。

图3A-3D是车辆100的外部视图的示例。可以看出，车辆100包括典型车辆的许多特征，例如前灯302、挡风玻璃303、尾灯/转向信号灯304、后挡风玻璃305、车门306、侧视镜308、轮胎和车轮310以及转向灯/停车灯 312。前灯302、尾灯/转向信号灯304和转向灯/停车灯312可以与信号系统 166相关联。灯条307也可以与信号系统166相关联。

车辆100还包括感知系统172的传感器。例如，外壳314可包括具有360 度或更窄视场的一个或多个激光设备以及一个或多个相机设备。例如，壳体 316和318可包括一个或多个雷达和/或声纳设备。感知系统172的设备也可以结合到典型的车辆部件中，例如尾灯/转向信号灯304和/或侧视镜308。这些雷达、相机和激光设备中的每一个都可以与处理部件相关联，处理部件作为感知系统172的一部分来处理来自这些设备的数据，并将传感器数据提供给计算设备110。

计算设备110可以通过控制各种部件来控制车辆的方向和速度。作为示例，计算设备110可以使用来自详细地图信息、感知系统172和路由系统168 的数据完全自主地将车辆导航到目的地位置。为了操纵车辆，计算设备110 可以使车辆加速(例如，通过加速系统162增加供给动力系统174或发动机的燃料或其他能量)、减速(例如，通过减速系统160减少供给发动机的燃料、改变档位和/或通过应用刹车)、改变方向(例如，通过转向系统164转动车辆100的前轮或后轮)、并表示这种变化(例如，通过点亮信号系统166 的转向信号)。因此，加速系统162和减速系统160可以是动力传动系的一部分，该动力传动系包括车辆的发动机和车辆的车轮之间的各种部件。同样，通过控制这些系统，计算设备110还可以控制车辆的动力传动系，以便自主地操纵车辆。

示例方法

除了上面描述的和图中所示的操作之外，现在将描述各种操作。应该理解，不必以下面描述的精确顺序执行以下操作。相反，可以以不同的顺序或同时处理各种步骤，并且还可以添加或省略步骤。

一旦乘客或货物安全地在车辆内或安全地离开车辆，计算设备110可以启动必要的系统以沿着到达目的地位置的路线自主地控制车辆。许多路线可以包括在交叉路口或其他位置(例如停车场等)的转弯。为了跟随该路线，路由系统168可以使用数据134的地图信息来确定跟随地图信息的一组轨道的到目的地位置的路径或路线。然后，计算设备110可以如上所述沿着朝向目的地的路线自主地(或以自主驾驶模式)操纵车辆。

图4描绘了道路400的一部分，其对应于地图信息的道路400的该部分。例如，由车道标记420、421、422、423、424、425、426、427、428、429、 430、431、杆状线440、441、442、443(这些杆状线标识交叉路口的开始) 限定的车道410、411、412、413、414、415、416、417、以及交叉路口450 的形状、位置和其他特征分别对应于由车道标记220、221、222、223、224、225、226、227、228、229、230、231、杆状线240、241、242、243(这些杆状线标识交叉路口的开始)限定的车道210、211、212、213、214、215、 216、217以及交叉路口250的形状，位置和其他特征。在该示例中，车辆 100在车道410中朝向交叉路口450行进并且跟随涉及跟随轨道260朝向轨道263的路线，以便在交叉路口450处进行右转弯。当然，轨道表示来自地图信息的数据，并且不属于400号道路的一部分。

如上所述，计算设备可以操纵这些车辆，以跟随预定路径，其通过与中心或左侧车道线保持一距离或跟随上述地图引导线或轨道而使车辆在车道中保持“居中”。就这一点而言，当车辆100在车道410中接近交叉路口450 时，计算设备110可以根据轨道260和263控制车辆，以便在交叉路口450 处进行右转弯。如上所述，为了安全，计算设备110将使车辆100仅以小的偏差来跟随轨道，因此，当车道在右转弯之前加宽时，车辆实际上可能倾向于保持在左侧，而不是在适当的时间向右移动以进行右转弯。同样，这可能使其他车辆(或其驾驶员)感到困惑，其基于这样的行为可能不理解车辆试图右转。在许多情况下，使用转向信号可能不足以表示此意图。

因此，计算设备110还可以控制车辆100的移动，以便更好地表示计算设备的“意图”。为此，车辆的计算设备之后可以识别哪些(如果有的话) 转弯包括车辆操纵通过靠近那些转弯的宽车道区域。如图中所示的示例，在右侧驾驶国家，这些转弯可能是右转弯。在左侧驾驶国家，这些转弯可能是左转弯。就这一点而言，计算设备110可以访问与道路200的一部分相对应的详细地图信息，以识别靠近车辆为了跟随该路线将而进行的转弯的任何宽车道区域。因此，使用图4的示例，对于交叉路口250处的转弯，计算设备110可以识别对应于车道410的车道210的在交叉路口250跟前的区域270 和车辆将要进行转弯以便跟随路线的车道217(图2中示出)。这可以在路线的所有转弯处重复。或者，计算设备可以基于来自感知系统172的信息实时确定宽车道区域。例如，通过确定检测到的车道线之间或者车道线和在传感器数据中识别的路缘之间的距离，计算设备可以识别这种宽车道区域。

一旦识别出转弯之前的宽车道区域，当车辆例如从时间或空间中的预定距离接近宽车道区域和/或转弯时，可以分析来自感知系统172的传感器数据以识别具有某些特征的对象的组。例如，计算设备110可以分析传感器数据以识别对象的特征，该特征将指示这些对象与车辆在进行右转之前的行为相关。相关对象可以包括在车辆前方或后方的与该车辆在相同的车道中移动的对象，其可以被识别。另外，可以过滤所识别的对象的组以移除任何距离车辆太远的对象。例如，如果对象是8秒或200英尺远，则可以从该组中丢弃这样的对象。

对于任何保留在该组中的对象，车辆的计算设备可以确定该对象是否将直行通过交叉路口(没有转弯)和/或在交叉路口处左转，或者可选择地交叉路口处右转。为此，可以进一步分析来自感知系统的、针对所识别对象的组中的任何一识别对象的传感器数据。作为示例，可以分析传感器数据以识别对象是否正在使用指示左转或右转的转向信号。

当车辆在时间或空间上距离交叉路口的预定距离时或在车辆将需要转弯的情况下，车辆的计算设备可以使用该信息以及另一对象的相对位置来确定如何在确保任何乘客(和另一对象)的安全并且表示右转的意图(除了点亮转向信号灯以指示航向的变化)的情况下最佳地操纵车辆。

例如，当另一对象位于车辆前方并且似乎计划右转弯时(例如，另一对象正在使用右转弯信号、向右移动或已经停止在交叉路口)，车辆的计算设备可以操纵车辆立即向右移动并且留在另一对象后面。例如，图5所示对应于图5的示例，其中车辆510在车道410中朝向交叉路口450行进。如图所示，车辆510在区域270内，但相比于车道线421，更靠近车道线420。因此，计算设备可以确定当车辆510看起来朝向车道410的右侧逗留时，车辆 510很可能要进行右转弯。另外，传感器数据的其他信息(例如识别发光或激活的右转弯信号)，还可以指示车辆510很可能要进行右转弯。因此，计算设备110可以操纵车辆100以便跟随箭头520，从而朝着车道线420并远离车道线421移动，并且直接到车辆510后面，直到车辆100到达交叉路口 450并且转弯进入车道417。

如果车辆前方的另一对象逗留在车道的中心或朝向车道的左侧逗留，则车辆的计算设备可以操纵车辆立即向右移动并留在另一对象后面。例如，图 6所示对应于图4的示例，其中车辆510在车道410中朝向交叉路口450行进。如图所示，车辆610在区域270内，但相比于车道线420，更靠近车道线421。因此，计算设备110可以确定车辆610看起来朝向车道410的左侧逗留。因此，计算设备110可以操纵车辆100以便跟随箭头620，从而朝着车道线420并远离车道线421移动。此外，假设车辆510在车辆100的前方，为了在车辆610也朝向车道线420移动时减少碰撞的可能性，计算设备110 可以操纵车辆100以便留在车辆510后面，直到车辆100到达交叉路口450 并且转弯到车道417。

如果另一对象看起来是朝向车道左侧停止在交叉路口处的一系列“堆叠”车辆中的一个，则仅当另一对象停止、移动非常慢、或道路中没有其他车辆的时候，车辆的计算设备可以操纵车辆更慢地向右、前进到另一对象的右侧。例如，图7对应于图4的示例，其中车辆710和712在车道410中朝向交叉路口450行进。如图所示，车辆710和712在区域270内，但相比于车道线 420，更靠近车道线421。因此，计算设备110可以确定车辆710和712似乎是朝向车道410的左侧逗留，并且以上述“堆叠”配置一个接一个地布置。因此，计算设备110可以操纵车辆100以便跟随箭头720，从而朝着车道线 420并远离车道线421移动。此外，假设车辆712在车辆100的前方，为了在车辆610也朝向车道线420移动时减少碰撞的可能性，计算设备110可以操纵车辆100以便留在车辆712后面，直到车辆100到达交叉路口450并且转弯到车道417。

如果一些车辆朝向车道左侧和右侧在交叉路口处停止，则车辆的计算设备可以操纵车辆以在这些车辆的后面向右拉动车辆，但是如果车辆正在通过右侧的任何对象，行进的过程中要小心。例如，图8对应于图4的示例，其中车辆810、812、814在车道410中朝向交叉路口450行进。如图所示，车辆810和812在区域270内，但相比于车道线420，更靠近车道线421，同时车辆814在区域270内，但相比于车道线421，更靠近车道线420。因此，计算设备110可以确定车辆710和720似乎是朝向车道410的左侧逗留，并且以上述“堆叠”配置一个接一个地布置。另外，车辆814位于车辆810的右侧，因此可能进行右转弯。

车辆810和814的这种定位可以指示车辆810和814在进入交叉路口450 时将采取不同的动作。例如，计算设备110可以确定车辆810可能左转(如果传感器数据指示车辆810的左转信号被激活，则这种可能性更大)，而车辆814可能右转(如果传感器数据指示车辆814的右转信号被激活，则这种可能性更大)。或者，计算设备110可以确定车辆810可能左转(如果传感器数据指示车辆810的左转信号被激活，则这种可能性更大)，同时车辆814 可能通过交叉路口前进到车道415(如果传感器数据指示车辆转向信号没有被激活，则这种可能性更大)。在又一替代中，计算设备110可确定车辆810 可能通过交叉路口前进至车道415(如果传感器数据指示车辆810的转弯信号没有被激活，则这种可能性更大)，而车辆814可能右转(如果传感器数据指示车辆814的右转信号被激活，则这种可能性更大)。

因此，计算设备110可以操纵车辆100以便跟随箭头820，从而朝着车道线420并远离车道线421移动。此外，假设车辆814与车辆810相邻，则计算设备110可以操纵车辆100绕过车辆812并且紧跟在车辆814后面。当然，如果车辆812也朝向车道线420移动，为了减少碰撞的可能性，计算设备110可以非常小心地操纵车辆100绕过车辆812并朝向车辆814，直到车辆100到达交叉路口450并转弯进入车道417。

在另一对象在车辆后面的情况下，不仅车辆必须表示其意图，而且车辆的计算设备必须能够确定另一对象的意图。例如，在另一对象直接跟在车辆后面和/或稍微向左的情况下，车辆的计算设备可以立即向右移动车辆。例如，图9对应于图4的示例，其中车辆100稍微更靠近交叉路口450，并且车辆 910在车道410中朝向交叉路口450行进。如图所示，车辆100在区域270 内，并且车辆910刚刚进入(或接近)区域270。因此，计算设备110可以操纵车辆100以便跟随箭头920，从而相对快速地(或者在现实中，在车辆910能够操纵自己到达车辆100的右侧之前)朝向车道线420并远离车道线 421移动。

图10对应于图4的示例，其中车辆100稍微更靠近交叉路口450，并且车辆1010在车道410中朝向交叉路口450行进。如图所示，车辆100在区域270内，并且车辆910至少部分在区域270内。在这种情况下，其中另一对象(这里是车辆1010)略微位于车辆100的右侧，并且可能经过车辆100 的右侧以便右转。在这种情况下，实际上可能是另一对象在试图超车。在这种情况下，对于计算设备110，可以更安全地保持车辆100的当前速度或减速以便允许另一对象通过，然后在另一对象通过后立即向右移动，而不是像图9的示例中那样立即向右移动。除了另一对象的相对位置之外，车辆的计算设备还可以考虑另一对象的速度。如果另一对象的速度比该车辆慢并且有足够的空间，则实际上车辆的计算设备可以立即向右操纵车辆。其他行为(例如其他对象是否鸣喇叭)也可以被视为允许其他对象通过的因素。

此外，在向右移动之前，车辆的计算设备还可以考虑右侧是否有任何未占用的停车位或自行车道。在这种情况下，计算设备110可以仅部分地穿过停车位的车道标记或者直接临近自行车道，以便表示向右移动的意图，但避免进入这些区域，而不是将车辆100完全拉到右侧。

例如，图11描绘了车辆100在车道1110中朝向交叉路口1120移动以便右转进入车道1112。在该示例中，车辆100正在移动通过可以在地图信息中或基于传感器数据实时识别的宽车道区域1130。存在两个停车位1140和 1142(其也可以在地图信息中识别)。此外，车辆1150位于车辆100后面。因此，计算设备110可以操纵车辆100仅部分穿过停车位1140和1142中的一个或两个的一部分(例如，外边缘1144)，跟随箭头1160靠近车辆线1114，以便表示向右移动的意图，但避免进入停车位。

类似地，图12描绘了车辆100在车道1210中朝向交叉路口1220移动以便右转进入车道1212。在该示例中，车辆100正在移动通过可以在地图信息中或基于传感器数据实时识别的宽车道区域1230。在该区域中，车辆100 右侧还有也可以在地图信息中识别的自行车道1240。此外，车辆1250位于车辆100后面。因此，计算设备110可以操纵车辆100仅部分穿过自行车道 1240的外边缘1242，跟随箭头1260靠近车道线1214，以便表示向右移动的意图，但避免进入停车位。

另外或可替代地，可以分析数据以确定一对象是否看起来跟随另一对象。例如，如果第一对象看起来跟随第二对象的轨迹，例如在轨迹跟随相同的大体形状或在彼此的短的预订距离内的通过一些点的情况下，则这可以表示第一对象排在第二个对象后面，以便以同样的方式进行。换句话说，两个对象都正在右转弯或都直行通过交叉路口。同样，这可以用于确定在转弯之前如何操纵车辆。

例如，图13对应于图4的示例，其中车辆1310和1312在车道410中朝向交叉路口450行进。如图所示，车辆1310和1312在区域270内，但相比于车道线420，更靠近车道线421。这可以指示车辆1312“排”在车辆1312 后面。在该示例中，车辆1312在区域270内、靠近车道线420的位置可以指示车辆1312可能在交叉路口450处右转进入车道417。如果传感器指示车辆1312的右转信号被激活，则可以增加该可能性。在该示例中，车辆1310 看起来跟随由车辆1312在不久之前行进的轨迹1320，以便到达如图13所示的车辆1312的位置。这样，计算设备110可以确定车辆1312也可能在交叉路口450处右转进入车道417。然后，计算设备110可以使用该信息来操纵车辆100。如果传感器指示车辆1310的右转信号被激活，则可以增加该可能性。因此，在图13的示例中，计算设备110可以操纵车辆也跟随轨迹1320 或者甚至比轨迹1320允许得更快地朝向车道线420移动，尽管为了安全保持在车辆1310的后面至少预定距离。

因此，计算设备110可以操纵车辆100以便跟随箭头720，从而朝着车道线420并远离车道线421移动。此外，假设车辆712在车辆100的前方，为了在车辆610也朝向车道线420移动时减少碰撞的可能性，计算设备110 可以操纵车辆100以便保持在车辆722后面，直到车辆100到达交叉路口450 并且转弯到车道417。

可以使用机器学习技术识别特定宽车道区域内开始向右操纵车辆的准确路径、距离和/或点，并且可以检查之前从宽车道右转弯的传感器数据。该数据可以记录和检查在相同或类似区域的类似情况下，其他车辆向右移动的距离和/或速度。

尽管上面的示例涉及交叉路口处的右转弯，但是在车辆进入停车场时也可能发生这种转弯。此外，这里的例子涉及右侧驾驶国家的右转弯，但同样等价相关于左侧驾驶国家的左转弯。

图14是示例流程图1400，车辆的一个或多个计算设备的一个或多个处理器(例如车辆100的计算设备110)可以根据其执行，以便在转弯之前操纵车辆。在该示例中，在框1410处识别包括从车道转弯的路线。在框1420 处，识别车道的在转弯之前具有至少预定尺寸的车道宽度的区域。在框1430 处，从车辆的感知系统接收识别车道内的对象的传感器数据。在框1440处，由传感器数据识别包括对象相对于车辆的位置的对象特征。在框1450处，使用所识别的特征操纵车辆在转弯之前通过该区域。

除非另有说明，否则前述替代示例不是相互排斥的，而是可以以各种组合实施以实现独特的优点。由于上述特征的这些和其他变形和组合可以在不脱离由权利要求限定的主题的情况下利用，因此前述实施例的描述应当通过说明而不是限制由权利要求限定的主题来进行。另外，这里描述的示例的提供，以及表述为“诸如”、“包括”等的条款，不应被解释为将权利要求的主题限制于特定示例；相反，这些实施例仅用于说明许多可能的实施例中的一个。此外，不同附图中的相同参考数字可以标识相同或相似的元件。

产业应用性

本文描述的技术具有广泛的产业应用，例如包括在自主驾驶车辆领域中的应用以及在从道路的车道转弯之前操纵车辆。

Claims (18)

1.一种在车辆从道路的车道转弯之前操纵车辆的方法，所述方法包括：

由一个或多个处理器识别包括从所述车道进行转弯的路线；

由一个或多个处理器识别所述车道的在进行转弯之前的区域；

由一个或多个处理器确定所述车道的在进行转弯之前的区域具有至少预定尺寸的车道宽度；

由一个或多个处理器从感知系统接收识别所述车道内的对象的传感器数据，其中所述预定尺寸具有足够的距离以使所述对象和所述车辆适于并排；

由一个或多个处理器从所述传感器数据识别所述对象的特征，所述特征包括所述对象相对于所述车辆的位置；

由一个或多个处理器从所述传感器数据确定所述对象是否将要转弯；以及

由一个或多个处理器基于所述对象是否将要转弯的确定和所识别的特征操纵车辆在进行转弯之前通过所述区域。

2.根据权利要求1所述的方法，其中，所述传感器数据还识别所述区域内的路缘和车道线之间的距离，并且其中，基于所述传感器数据来确定所述车道的在进行转弯之前的区域具有至少预定尺寸的车道宽度。

3.根据权利要求1所述的方法，其中，操纵车辆通过所述区域包括使用对应于所述区域的预先存储的地图信息，所述地图信息包括识别所述车道宽度的信息，并且其中，基于所述地图信息识别所述区域。

4.根据权利要求1所述的方法，还包括，当所述对象的相对位置在所述车辆前面使得所述对象比所述车辆更靠近转弯时，确定所述对象是否可能进行转弯，并且其中，还基于所述确定操纵车辆。

5.根据权利要求4所述的方法，其中，所述确定还基于所述传感器数据是否指示所述对象的转向信号被激活。

6.根据权利要求4所述的方法，其中，所述确定还基于所述对象是否在第二对象后面停止，使得所述对象和所述第二对象看起来是堆叠的并且可能以相同的方式进行转弯或不转弯。

7.根据权利要求6所述的方法，其中，所述确定还基于所述对象是否进一步偏向所述区域的一个边界或所述区域的另一边界。

8.根据权利要求1所述的方法，还包括，当所述对象的相对位置在所述车辆后面使得所述车辆比所述对象更靠近转弯时，确定所述对象是否试图经过所述车辆并进行转弯，并且其中，还基于所述确定操纵车辆。

9.根据权利要求8所述的方法，其中，所述确定还基于所述对象的相对位置，以及在所述对象比所述车辆在横向方向上距所述转弯更远的情况下，操纵所述车辆包括在距所述转弯预定距离处朝向所述转弯移动车辆。

10.根据权利要求8所述的方法，其中，所述确定还基于所述对象的相对位置，以及在所述对象比所述车辆在横向方向上距所述转弯更近的情况下，操纵车辆包括允许所述对象在所述车道内经过所述车辆，并随后朝向所述转弯移动车辆。

11.一种在车辆从道路的车道转弯之前操纵车辆的系统，所述系统包括：

一个或多个处理器，其配置为：

识别包括从所述车道进行转弯的路线；

识别所述车道的在进行转弯之前的区域；

确定所述车道的在进行转弯之前的区域具有至少预定尺寸的车道宽度；

从感知系统接收识别所述车道内的对象的传感器数据，其中所述预定尺寸具有足够的距离以使所述对象和所述车辆适于并排；

从所述传感器数据识别所述对象的特征，所述特征包括所述对象相对于所述车辆的位置；

从所述传感器数据确定所述对象是否将要转弯；以及

基于所述对象是否将要转弯的确定和所识别的特征操纵所述车辆在进行所述转弯之前通过所述区域。

12.根据权利要求11所述的系统，其中，所述一个或多个处理器还配置为，当所述对象的相对位置在所述车辆前面使得所述对象比所述车辆更靠近转弯时，确定所述对象是否可能进行转弯，并且其中，还基于所述确定操纵车辆。

13.根据权利要求12所述的系统，其中，所述一个或多个处理器还配置为：还基于所述对象是否在第二对象后面停止使得所述对象和所述第二对象看起来是堆叠的并且可能以相同的方式进行转弯或不转弯来进行所述确定。

14.根据权利要求13所述的系统，其中，所述一个或多个处理器还配置为：还基于所述对象是否进一步偏向所述区域的一个边界或所述区域的另一边界来进行所述确定。

15.根据权利要求11所述的系统，其中所述一个或多个处理器还配置为：当所述对象的相对位置在所述车辆后面使得所述车辆比所述对象更靠近转弯时，确定所述对象是否试图经过所述车辆并进行所述转弯，并且其中，还基于所述确定操纵车辆。

16.根据权利要求15所述的系统，其中，所述一个或多个处理器还配置为还基于所述对象的相对位置进行所述确定，以及在所述对象比所述车辆在横向方向上距转弯更远的情况下，操纵车辆包括在距所述转弯预定距离处朝向所述转弯移动所述车辆。

17.根据权利要求15所述的系统，其中，所述一个或多个处理器还配置为还基于所述对象的相对位置进行所述确定，以及在所述对象比所述车辆在横向方向上距转弯更近的情况下，操纵车辆包括允许对象在车道内经过车辆，并随后朝向所述转弯移动车辆。

18.根据权利要求11所述的系统，其还包括所述车辆。

Images