CN110550039A - 用于控制自动驾驶车辆的系统和方法 - Google Patents

Abstract

一种机动车辆，包括被构造成控制车辆转向的至少一个致动器，被构造成检测邻近车辆的车道边界的位置的至少一个传感器，以及控制器。该控制器被构造成根据自动驾驶模式控制至少一个致动器。该控制器还被构造成基于从该至少一个传感器读取的传感器来确定由该车辆占据的车道的宽度，并且响应于所确定的车道宽度低于预定的阈值，停止该至少一个致动器的自动控制。

Description

用于控制自动驾驶车辆的系统和方法

技术领域

本公开涉及由自动驾驶系统控制的车辆，特别是配置成在驾驶循环期间自动控制车辆转向、加速和制动而无需人工干预的车辆。

背景技术

现代车辆的操作变得更加自动化，即能够以越来越少的驾驶员干预来提供驾驶控制。车辆自动化已被分类为从零，对应于完全人为控制的无自动化，到五，对应于没有人为控制的完全自动化，的数值级别。各种自动驾驶员次级系统，例如巡航控制、自适应巡航控制和停车次级系统对应于较低的自动化水平，而真正的“无人驾驶”车辆对应于较高的自动化水平。

发明内容

根据本公开的机动车辆包括配置成控制车辆转向的至少一个致动器，配置成检测邻近车辆的车道边界的位置的至少一个传感器，以及控制器。该控制器被配置成根据自动驾驶模式控制至少一个致动器。该控制器还被配置成基于从该至少一个传感器读取的传感器来确定由该车辆占据的车道的宽度，并且响应于所确定的车道宽度低于预定的阈值，停止该至少一个致动器的自动控制。

在示例性实施例中，该至少一个传感器包括光学相机。

在示例性实施例中，该控制器还被配置成计算与所确定的车道宽度相关联的置信度参数，并且所述控制器被配置成进一步响应于所述置信度参数超过预定置信度阈值而停止自动控制。在这样的实施例中，可以基于来自第一传感器的第一信号和来自第二传感器的第二信号来计算置信度参数。还可以基于车辆中心线和驾驶员侧车道标记之间的第一偏移以及车辆中心线和乘客侧车道标记之间的第二偏移来计算置信度参数。置信度参数可以包括第一置信度增量和第二置信度增量，其中第一置信度增量基于瞬时车道宽度计算，第二置信度增量基于计算出的车道宽度随时间的变化。

根据本公开的控制车辆的方法包括提供一种车辆，该车辆具有被配置成控制车辆转向的至少一个致动器，被配置成检测邻近车辆的车道边界的位置的至少一个传感器和被配置成在自动驾驶模式下自动控制该至少一个致动器的控制器。该方法还包括经由至少一个传感器接收至少一个信号。该方法还包括经由控制器基于所述至少一个信号计算该车辆的当前驾驶车道的车道宽度。该方法进一步包括，响应于车道宽度低于阈值，经由控制器自动停止自动驾驶模式。

在示例性实施例中，该方法还包括经由控制器计算与车道宽度相关联的置信度参数。在这样的实施例中，自动驾驶模式的自动停止进一步响应于置信度参数超过预定的置信度阈值。在这样的实施例中，至少一个传感器可以包括第一传感器和第二传感器，并且接收至少一个信号包括从第一传感器接收第一信号和从第二传感器接收第二信号。在这样的实施例中，置信度参数包括第一置信度增量和第二置信度增量，其中第一置信度增量基于第一信号，第二置信度增量基于第二信号。置信度参数可以包括第一置信度增量和第二置信度增量，其中第一置信度增量基于瞬时车道宽度计算，第二置信度增量基于计算出的车道宽度随时间的变化。

在示例性实施例中，该至少一个传感器包括光学相机。

根据本公开的实施例提供了许多优点。例如，本公开提供了一种用于确定当前驾驶车道宽度是否低于阈值并且用于在做出这种确定时采取校正动作的系统和方法。

通过下面结合附图对优选实施例的详细描述，本公开的上述和其它优点和特征将变得显而易见。

附图说明

图1是根据本公开的实施例包括自动受控车辆的通信系统的示意图；

图2是根据本公开的实施例用于车辆的自动驾驶系统(ADS)的示意性框图；

图3是根据本公开的实施例的控制车辆的方法的流程图表示；

图4是根据本公开的实施例用于控制车辆的算法的示意性表示；

图5是根据本公开的实施例的驾驶车道中的车辆的图示。

具体实施方式

本文描述了本公开的实施例。然而，应当理解，所公开的实施例仅仅是示例，并且其他实施例可以采取各种和可替换的形式。附图不一定按比例绘制；一些特征可能被夸大或最小化以示出特定部件的细节。因此，这里公开的具体结构和功能细节不应被解释为限制性的，而仅仅是代表性的。参考任一附图示出和描述的各种特征可以与一个或多个其他附图中示出的特征组合，以产生没有明确示出或描述的实施例。所示特征的组合提供了典型应用的代表性实施例。然而，对于特定应用或实施方案来说，可能需要符合本公开的教导的特征的各种组合和修改。

图1示意性地示出了包括用于机动车辆12的移动车辆通信和控制系统10的操作环境。用于车辆12的通信和控制系统10通常包括一个或多个无线载波系统60、陆地通信网络62、计算机64、诸如智能电话的移动设备57、以及远程访问中心78。

在图1中示意性示出的车辆12在所示实施例中被描绘为客车，但是应当理解，也可以使用包括摩托车、卡车、运动型多用途车(SUV)、休闲车(RV)、船舶、飞机等的任何其他车辆。车辆12包括推进系统13，其在各种实施例中可包括内燃机、诸如牵引电动机的电动机器和/或燃料电池推进系统。

车辆12还包括变速器14，变速器14配置成根据可选择的速比将动力从推进系统13传递到多个车轮15。根据各种实施例，变速器14可以包括级间比率自动变速器、无级变速器或其他合适的变速器。车辆12另外包括配置成向车轮15提供制动扭矩的车轮制动器17。在各种实施例中，车轮制动器17可以包括摩擦制动器、再生制动系统，例如电动机器，和/或其他合适的制动系统。

车辆12还包括转向系统16。尽管出于说明性目的描绘为包括方向盘，但在本公开的范围内预期的一些实施例中，转向系统16可不包括方向盘。

车辆12包括被配置成与其他车辆(“V2V”)和/或基础设施(“V2I”)无线通信的无线通信系统28。在示例性实施例中，无线通信系统28配置成经由专用短程通信(DSRC)信道进行通信。DSRC信道是指专门为车辆使用而设计的单向或双向短程到中程无线通信信道以及相应的一组协议和标准。然而，配置成经由额外或替代无线通信标准，例如IEEE802.11和蜂窝式数据通信，进行通信的无线通信系统也被视为在本公开的范围内。

推进系统13、变速器14、转向系统16和车轮制动器17与至少一个控制器22通信或在至少一个控制器22的控制下。虽然为了说明的目的描述为单个单元，但是控制器22还可以包括一个或多个其它控制器，统称为“控制器”。控制器22可以包括与各种类型的计算机可读存储设备或介质通信的微处理器或中央处理单元(CPU)。计算机可读存储设备或介质可以包括，例如，只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性和非易失性存储器。KAM是永久或非易失性存储器，其可用于在CPU断电时存储各种操作变量。计算机可读存储设备或介质可以使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪存或能够存储数据的任何其它电、磁、光或组合存储设备之类的许多已知存储设备中的任何一种来实现，其中一些数据表示可执行的指令，由控制器22在控制车辆时使用。

控制器22包括用于自动控制车辆中的各种致动器的自动驾驶系统(ADS)24。在示例性实施例中，ADS24是所谓的三级自动化系统。三级系统指示“条件自动化”，指的是自动驾驶系统针对动态驾驶任务的所有方面的驾驶模式特定性能，期望人类驾驶员对干预请求适当地响应。

根据本公开的其他实施例可以结合所谓的一级或二级自动化系统来实现。一级系统指示“驾驶员次级”，指的是由驾驶员次级系统执行的驾驶特定模式，使用关于驾驶环境的信息转向或加速，并期望人类驾驶员执行动态驾驶任务的所有其余方面。二级系统指示“部分自动化”，指的是由一个或多个驾驶员次级系统执行的驾驶特定模式，使用关于驾驶环境的信息转向和加速，并期望人类驾驶员执行动态驾驶任务的所有其余方面。

根据本公开的其他实施例也可以结合所谓的四级或五级自动化系统来实现。四级系统指示“高自动化”，其涉及由自动化驾驶系统执行的动态驾驶任务的所有方面的驾驶特定模式性能，即使人类驾驶员没有对干预请求适当地响应。五级系统表示“完全自动化”，指的是由自动驾驶系统在所有道路和环境条件下的动态驾驶任务的所有方面的全时性能，其可以由人类驾驶员管理。

在示例性实施例中，ADS24被配置成响应于来自多个传感器26的输入，控制推进系统13、变速器14、转向系统16和车轮制动器17以经由多个致动器30分别控制车辆加速度、转向和制动，而无需人为干预，所述多个传感器26可以包括GPS、RADAR、LIDAR、光学相机、热相机、超声传感器、和/或适当的附加传感器。

图1示出了能够与车辆12的无线通信系统28通信的几个联网设备。能够经由无线通信系统28与车辆12通信的联网设备之一是移动设备57。移动设备57可以包括计算机处理能力、能够使用短程无线协议进行通信的收发器、以及可视智能电话显示器59。计算机处理能力包括可编程设备形式的微处理器，该可编程设备包括存储在内部存储器结构中并用于接收二进制输入以创建二进制输出的一个或多个指令。在一些实施例中，移动设备57包括能够接收GPS卫星信号并基于这些信号生成GPS坐标的GPS模块。在其它实施例中，移动设备57包括蜂窝通信功能，使得移动设备57使用一个或多个蜂窝通信协议在无线载波系统60上执行语音和/或数据通信，如这里所讨论的。可视智能电话显示器59还可以包括触摸屏图形用户界面。

无线载波系统60优选地是蜂窝电话系统，其包括多个手机信号塔70(仅示出一个)、一个或多个移动交换中心(MSC)72、以及将无线载波系统60与陆地通信网络62连接所需的任何其它联网部件。每个手机信号塔70包括发送和接收天线以及基站，其中来自不同手机信号塔的基站直接或经由诸如基站控制器的中间装备连接到MSC72。无线载波系统60可以实现任何合适的通信技术，包括例如，诸如AMPS的模拟技术，或诸如CDMA(例如CDMA2000)或GSM/GPRS的数字技术。其它手机信号塔/基站/MSC布置也是可能的，并且可以与无线载波系统60一起使用。例如，基站和手机信号塔可以共同位于同一地点，或者它们可以彼此远离地定位，每个基站可以负责单个手机信号塔，或者单个基站可以服务于各个手机信号塔，或者各个基站可以耦合到单个MSC，此处仅列举了一些可能的布置。

除了使用无线载波系统60之外，卫星通信形式的第二无线载波系统可用于提供与车辆12的单向或双向通信。这可以通过使用一个或多个通信卫星66和上行链路发射站67来完成。单向通信可以包括，例如卫星无线电服务，其中节目内容(新闻、音乐等)由发射站67接收，打包用于上载，然后发送到卫星66，卫星66向订户广播节目。双向通信可以包括，例如，使用卫星66中继车辆12和站67之间的电话通信的卫星电话服务。除了无线载波系统60之外或者代替无线载波系统60，可以利用卫星电话。

陆地网络62可以是连接到一个或多个陆地线路电话的传统的基于陆地的电信网络，其将无线载波系统60连接到远程访问中心78。例如，陆地网络62可以包括公共交换电话网(PSTN)，例如用于提供硬连线电话、分组交换数据通信和因特网基础设施的PSTN。陆地网络62的一个或多个区段可以通过使用标准有线网络、光纤或其他光网络、电缆网络、电力线、诸如无线局域网(WLAN)的其他无线网络、或提供宽带无线接入(BWA)的网络、或其任意组合来实现。此外，远程访问中心78不需要经由陆地网络62连接，而是可以包括无线电话设备，使得它可以直接与诸如无线载波系统60的无线网络进行通信。

虽然在图1中示出为单个设备，但是计算机64可以包括经由诸如因特网的专用或公共网络可访问的多个计算机。每个计算机64可以用于一个或多个目的。在示例性实施例中，计算机64可以被配置成可由车辆12经由无线通信系统28和无线运营商60访问的网络服务器。其他计算机64可以包括，例如：服务中心计算机，其中诊断信息和其他车辆数据可以经由无线通信系统28或第三方储存库从车辆上载，其中无论通过与车辆12、远程访问中心78、移动设备57或这些的某种组合进行通信，从或向无线通信系统28或第三方储存库提供车辆数据或其他信息。计算机64可以维护可搜索的数据库和数据库管理系统，其允许输入、移除和修改数据以及接收在数据库内定位数据的请求。计算机64还可以用于提供诸如DNS服务之类的因特网连接，或者用作网络地址服务器，使用DHCP或其它合适的协议来向车辆12分配IP地址。计算机64可以与车辆12之外的至少一个补充车辆通信。车辆12和任何补充车辆可以统称为车队。

如图2所示，ADS24包括多个不同的控制系统，至少包括用于确定车辆附近检测到的特征或物体的存在、位置、分类和路径的感知系统32。感知系统32配置成接收来自各种传感器，例如图1中所示的传感器26，的输入，并合成和处理传感器输入以产生用作ADS24的其它控制算法的输入的参数。

感知系统32包括处理和合成来自各种传感器26的传感器数据27的传感器融合和预处理模块34。传感器融合和预处理模块34执行传感器数据27的校准，包括但不限于LIDAR到LIDAR校准、相机到LIDAR校准、LIDAR到底盘校准和LIDAR光束强度校准。传感器融合和预处理模块34输出预处理的传感器输出35。

分类和分割模块36接收预处理的传感器输出35，并执行对象分类、图像分类、交通灯分类、对象分割、地面分割和对象跟踪处理。对象分类包括但不限于，识别和分类周围环境中的包括交通信号和标志的识别和分类的对象、RADAR融合和跟踪以解决传感器的放置和视场(FOV)、以及经由LIDAR融合的误报拒绝以消除存在于城市环境中的许多误报，例如井盖、桥梁、空中树木或灯杆、以及RADAR横截面高但不影响车辆沿其路径行驶的能力的其他障碍物。由分类和分割模型36执行的附加对象分类和跟踪过程包括但不限于：自由空间检测和高级跟踪，其融合来自RADAR轨迹、LIDAR分割、LIDAR分类、图像分类、对象形状拟合模型、语义信息、运动预测、栅格地图、静态障碍地图以及其他源的数据，产生高质量的对象轨迹。分类和分割模块36还利用车道关联和交通控制设备行为模型执行交通控制设备分类和交通控制设备融合。分类和分割模块36产生包括对象识别信息的对象分类和分割输出37。

定位和映射模块40使用对象分类和分割输出37来计算参数，包括但不限于在典型和挑战性驾驶场景中对车辆12的位置和定向的估计。这些具有挑战性的驾驶场景包括但不限于具有许多车辆的动态环境(例如，密集的交通)、具有大规模障碍物的环境(例如，道路工程或建筑工地)、丘陵、多车道道路、单车道道路、各种路标和建筑物或缺少路标和建筑物(例如，居住区与商业区)、以及桥梁和天桥(在车辆的当前路段上方和下方)。

定位和映射模块40还包括由于通过车辆12在操作期间执行的车载映射功能获得的扩展地图区域而收集的新数据，以及经由无线通信系统28“推送”到车辆12的映射数据。定位和映射模块40用新信息(例如，新车道标记、新建筑物结构、建筑物区域的添加或移除等)更新先前地图数据，同时保持未受影响的地图区域未修改。可以生成或更新的地图数据的示例包括但不限于：屈服线分类、车道边界生成、车道连接、次要和主要道路的分类、左转弯和右转弯的分类、以及交叉路口车道创建。定位和映射模块40生成包括车辆12相对于检测到的障碍物和道路特征的位置和定向的定位和映射输出41。

车辆里程模块46从车辆传感器26接收数据27并生成车辆里程输出47，该车辆里程输出47包括，例如，车辆前进方向和速度信息。绝对定位模块42接收定位和映射输出41以及车辆里程信息47，并生成车辆位置输出43，该车辆位置输出43用于如下所述的单独计算。

对象预测模块38使用对象分类和分割输出37来生成参数，包括但不限于检测到的障碍物相对于车辆的位置、检测到的障碍物相对于车辆的预测路径、以及车道相对于车辆的位置和定向。关于对象(包括行人、周围车辆和其他运动对象)的预测路径的数据被输出作为对象预测输出39，并且被用于如下所述的单独计算。

ADS24还包括观察模块44和解释模块48。观察模块44产生由解释模块48接收的观察输出45。观察模块44和解释模块48允许远程访问中心78访问。解释模块48产生解释输出49，其包括由远程访问中心78，如果有的话，提供的附加输入。

路径规划模块50处理并合成从在线数据库或远程访问中心78接收的对象预测输出39、解释输出49和附加路线信息79，以确定要遵循的车辆路径，以在遵循交通法规并避免任何检测到的障碍物的同时将车辆保持在期望路线上。路径规划模块50采用算法，该算法被配置成避开车辆附近的任何检测到的障碍物，将车辆维持在当前车道中，以及将车辆维持在期望的路线上。路径规划模块50输出车辆路径信息，作为路径规划输出51。路径规划输出51包括基于车辆路线、相对于路线的车辆位置、车道的位置和定向以及任何检测到的障碍物的存在和路径的命令车辆路径。

第一控制模块52处理并合成路径规划输出51和车辆位置输出43以生成第一控制输出53。在车辆的远程接管操作模式的情况下，第一控制模块52还包括由远程访问中心78提供的路由信息79。

车辆控制模块54接收第一控制输出53以及从车辆里程46接收的速度和前进方向信息47，并生成车辆控制输出55。车辆控制输出55包括用于实现来自车辆控制模块54的命令路径的一组致动器命令，包括但不限于转向命令、换档命令、节流阀命令和制动命令。

车辆控制输出55被传送到致动器30。在示例性实施例中，致动器30包括转向控制、换档器控制、节流阀控制和制动控制。转向控制可以，例如，控制如图1所示的转向系统16。换档器控制可以，例如，控制如图1所示的变速器14。节流阀控制可以，例如，控制如图1所示的推进系统13。制动控制可以，例如，控制如图1所示的车轮制动器17。

在某些驾驶条件下，可能希望ADS24根据替代驾驶模式来控制车辆12。当车辆12位于相对窄的车道中时，或者当可用的驾驶路径变窄时，出现一种这样的驾驶条件。

现在参见图3，以流程图的形式示出了根据本公开的控制车辆的方法。该算法开始于框100，例如，驾驶周期初始。

如操作102所示，确定车道保持模式是否启动。车道保持模式是指转向系统的ADS控制。在各种实施例中，可以响应于各种输入，例如响应于用户激活自动模式，或者在驾驶周期初始时作为默认控制模式，来启动车道保持模式。

响应于确定操作102是否定的，即车道保持模式是非开启状态，控制返回到操作102。在所示实施例中，算法因此不继续进行，除非并且直到车道保持模式开启。然而，应注意，在替代实施例中，算法可连续运行且配置成，例如，响应于车道宽度低于预定阈值而抑制车道保持模式开启。

响应于确定操作102是肯定的，则确定是否满足传感器保真度标准。传感器保真度标准可以与一个或多个传感器相关联，例如传感器26。在各种实施例中，传感器保真度标准包括，确定信号质量超过阈值、确定传感器数据最近已被刷新、确定传感器透镜足够清晰、其它标准或其任何组合。

响应于确定操作104是否定的，即不满足传感器保真度标准，则执行次级控制模式，如框106所示。在各种实施例中，次级控制模式包括，停用车道保持模式并向人类操作员返回转向控制、向人类操作员传达警报、向远程次级中心传达帮助请求、其他次级控制模式或其任何组合。然后控制返回到操作102。

响应于确定操作104为肯定的，则计算窄车道置信因数，如框108所示。窄车道置信因数是指当前驾驶车道的宽度低于预定宽度阈值的置信度或可能性。在示例性实施例中，基于车辆的轨迹宽度，例如车辆轨迹宽度的150％，来定义宽度阈值。下面将参照图4和5讨论用于计算置信因数的示例性方法。

如操作110所示，确定窄车道置信因数是否超过置信度阈值。置信度阈值可以是，例如75％。

响应于确定操作110是肯定的，即置信因数超过置信度阈值，则执行次级模式，如框106所示并如上所述。

如框112所示，响应于确定操作110为否定的，执行车道保持模式。转向系统由此被自动控制以维持期望的车辆车道。然后控制返回到操作102。

现在参考图4，示意性地示出了用于计算车道宽度的逻辑图。本文所描述的逻辑可由控制器，例如控制器22，基于存储在非瞬态数据存储器中的指令和数据来执行。

获得第一驾驶员侧偏移122和第一乘客侧偏移124。如图5所示，驾驶员侧偏移190是指车辆的纵向中心194和驾驶员侧车道标志196之间的横向距离，乘客侧偏移192是指纵向中心194和乘客侧车道标志198之间的横向距离。可以基于来自一个或多个传感器26的信号来计算偏移122、124。在示例性实施例中，基于来自第一光学相机，例如前视光学相机，的信号来计算偏移122、124。

在框126处计算偏移122、124之间的差值，以获得车道宽度的瞬时测量，并且将所得到的瞬时车道宽度输入到第一校准表128。对于给定的瞬时车道宽度，第一校准表128包括相应的置信度度量，该置信度度量指示宽度是当前驾驶车道窄的置信度或可能性，例如低于预定宽度阈值。第一校准表128基于瞬时车道宽度输出第一置信度度量130。在示例性实施例中，第一置信度度量被提供为增量值，例如当差值指示当前驾驶车道窄时具有指示高置信度的正值，并且当差值指示驾驶车道宽时具有指示低置信度的负值。

在第一驾驶员侧偏移122和先前计算的第一驾驶员侧偏移122的值之间计算第一增量132。因此，第一增量132表示后续测量之间驾驶员侧偏移的变化。在框134处获得第一增量132的绝对值，并且将结果输入到第二校准表136，第二校准表136可以被配置成大致类似于第一校准表128。第二校准表136输出第二置信度度量138。第二置信度度量138指示当前驾驶车道低于阈值的置信度或可能性，并且可以被提供为如以上关于第一置信度度量130所讨论的递增器。

在第一乘客侧偏移124和先前计算的第一乘客侧偏移124的值之间计算第二增量140。因此，第二增量140表示随后测量之间的乘客侧偏移的变化。在框142处获得第二增量140的绝对值，并且将结果输入到第三校准表144，该第三校准表144可以被配置成大致类似于第一校准表128。第三校准表144输出第三置信度度量146。第三置信度度量146指示当前驾驶车道窄的置信度或可能性，并且可以被提供为如以上关于第一置信度度量130所讨论的递增器。

还获得第二驾驶员侧偏移148和第二乘客侧偏移150。可以基于来自一个或多个传感器26的信号来计算偏移148、150。在示例性实施例中，基于来自与用于偏移122、124的传感器不同的传感器的信号来计算偏移148、150，诸如第二光学相机等，例如短程外围光学相机。

在框152处计算偏移148、150之间的差值，以获得车道宽度，并且将该差值输入到第四校准表154，第四校准表154可以被配置成大致类似于第一校准表128。第四校准表154基于该差值输出第四置信度度量156。第四置信度度量156指示当前驾驶车道窄的置信度或可能性，并且可以被提供为如以上关于第一置信度度量130所讨论的递增器。

在第二驾驶员侧偏移148和先前计算的第二驾驶员侧偏移148的值之间计算第三增量158。因此，第三增量158表示后续测量之间驾驶员侧偏移的变化。大的变化可以指示车道宽度已经改变或以其他方式不稳定。在框160处获得第三增量158的绝对值，并且将结果输入到第五校准表162，第五校准表162可以被配置成大致类似于第一校准表128。第五校准表162输出第五置信度度量164。第五置信度度量164指示当前驾驶车道窄的置信度或可能性，并且可以被提供为如以上关于第一置信度度量130所讨论的递增器。

在第二乘客侧偏移150和先前计算的第二乘客侧偏移150的值之间计算第四增量166。因此，第四增量166表示随后测量之间的乘客侧偏移的变化。在框168处获得第四增量166的绝对值，并且将结果输入到第六校准表170，第六校准表170可以被配置成大致类似于第一校准表128。第六校准表170输出第六置信度度量172。第六置信度度量172指示当前驾驶车道窄的置信度或可能性，并且可以被提供为如以上关于第一置信度度量130所讨论的递增器。

获得经过滤的车道宽度值174，例如，从如上结合图2所讨论的定位和映射模块。经过滤的车道宽度值174可以被计算为车道对中计算的副产品，例如，通过路径规划模块50。经过滤的车道宽度值174被输入到第七校准表176，该第七校准表176可以被配置成大致类似于第一校准表128。第七校准表176输出第七置信度度量178。第七置信度度量178指示当前驾驶车道窄的置信度或可能性，并且可以被提供为如以上关于第一置信度度量130所讨论的递增器。

第一置信度度量130、第二置信度度量138、第三置信度度量146、第四置信度度量156、第五置信度度量164、第六置信度度量172和第七置信度度量178都被输入到累加器180。累加器180被配置成在多个周期上合计置信度度量130、138、146、156、164、172和178，并输出累加的置信度182。累加的置信度182指示当前驾驶车道低于阈值的总体置信度或可能性。因为置信度度量130、138、146、156、164、172和178中的每一个可以是正增量或负增量，所以累加的置信度182同样可以基于当前条件上升和下降。此外，累加器180提供滞后效应，使得可以忽略车道宽度测量中的瞬态变化。响应于累加的置信度182超过预定阈值，可以确定当前驾驶车道宽度窄，如以上关于图3中的步骤110所讨论的。

可以看出，本公开提供了一种用于确定当前驾驶车道宽度是否低于阈值并且用于在做出这种确定时采取校正动作的系统和方法。

虽然上文描述了示例性实施例，但是这些实施例并不旨在描述权利要求所涵盖的所有可能的形式。在说明书中使用的词语是描述性词语而不是限制性词语，并且应当理解，在不脱离本公开的精神和范围的情况下，可以进行各种改变。如先前所述，各种实施例的特征可组合以形成可能未明确描述或说明的本公开的其它示例性方面。虽然各种实施例可以被描述为相对于一个或多个期望特性提供优点或优于其它实施例或现有技术的实现方式，但是本领域普通技术人员认识到，一个或多个特征或特性可以被折中以实现期望的总体系统属性，这取决于具体应用和实现方式。这些属性可包括但不限于成本、强度、耐久性、寿命周期成本、可销售性、外观、包装、尺寸、可服务性、重量、可制造性、组装容易性等。因此，相对于一个或多个特性，描述为比其它实施例或现有技术实施方案不太合意的实施例不在本公开的范围外，且可期望用于特定应用。

Claims (6)

1.一种机动车辆，包括：

至少一个致动器，配置成控制车辆转向；

至少一个传感器，配置成检测邻近所述车辆的车道边界的位置；以及

控制器，配置成根据自动驾驶模式控制所述至少一个致动器，所述控制器被配置成基于从所述至少一个传感器读取的传感器来确定由所述车辆占据的车道的宽度，并且响应于所述确定的车道宽度低于预定的阈值，停止所述至少一个致动器的自动控制。

2.根据权利要求1所述的车辆，其中，所述至少一个传感器包括光学相机。

3.根据权利要求1所述的车辆，其中所述控制器进一步被配置成计算与所述确定的车道宽度相关联的置信度参数，并且其中所述控制器被配置成进一步响应于所述置信度参数超过预定置信度阈值而停止自动控制。

4.根据权利要求3所述的车辆，其中，基于来自第一传感器的第一信号和来自第二传感器的第二信号计算所述置信度参数。

5.根据权利要求3所述的车辆，其中，基于车辆中心线和驾驶员侧车道标记之间的第一偏移以及车辆中心线和乘客侧车道标记之间的第二偏移来计算所述置信度参数。

6.根据权利要求3所述的车辆，其中，所述置信度参数包括第一置信度增量和第二置信度增量，所述第一置信度增量基于瞬时车道宽度计算，所述第二置信度增量基于计算出的车道宽度随时间的变化。