CN110727276B - 用于自动驾驶车辆的多模态运动规划框架 - Google Patents

Abstract

用于自动驾驶车辆的多模态运动规划框架的方法和系统被公开。在一个实施方式中，接收自动驾驶车辆的驾驶环境数据，其中所述环境数据包括路线段。将路线段分段为多个路线子段。向所述多个路线子段中的每一个分配特定驾驶场景，其中每个特定驾驶场景包括在一组驾驶场景中。根据包括在一组驾驶场景中的第一分配驾驶场景分配第一运动规划算法。调用第一运动规划算法以生成第一组轨迹。基于第一组轨迹控制自动驾驶车辆。

Description

用于自动驾驶车辆的多模态运动规划框架

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自动驾驶车辆的多模态运动规划框架。

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。

运动规划和控制是自动驾驶中的关键操作。虽然多个运动规划算法已被开发，但它们通常采用驾驶环境假定，并被分为两类。在一类中，驾驶环境的域结构被利用，使得可以以快速规划周期(例如，10赫兹)生成高质量轨迹。然而，如果驾驶环境与假定显著不同(例如，在停车场或未绘制地图的区域)，使用此类别中的运动规划算法不能生成可行解决方案。在另一类中，驾驶环境假定在较小程度上被采用。此类别中的运动规划算法通常具有更广的搜索空间，但是与第一类中的运动规划算法相比，它以较慢的速率或较低的效率生成轨迹。

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：

接收自动驾驶车辆的驾驶环境数据，其中所述环境数据包括路线段；

将所述路线段分段为多个路线子段；

向所述多个路线子段中的每一个分配特定驾驶场景，其中每个特定驾驶场景包括在一组驾驶场景中；

根据包括在所述一组驾驶场景中的第一分配驾驶场景分配第一运动规划算法；

调用所述第一运动规划算法以生成第一组轨迹；和

基于所述第一组轨迹控制所述自动驾驶车辆。

在本公开的另一方面，提供了一种其上存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：

接收自动驾驶车辆的驾驶环境数据，其中所述环境数据包括路线段；

将所述路线段分段为多个路线子段；

向所述多个路线子段中的每一个分配特定驾驶场景，其中每个特定驾驶场景包括在一组驾驶场景中；

根据包括在所述一组驾驶场景中的第一分配驾驶场景分配第一运动规划算法；

调用所述第一运动规划算法以生成第一组轨迹；和

基于所述第一组轨迹控制所述自动驾驶车辆。

在本公开的又一方面，提供了一种数据处理系统，包括：

处理器；和

存储器，所述存储器联接至所述处理器，以存储指令，所述指令在由所述处理器执行时致使所述处理器执行操作，所述操作包括：

接收自动驾驶车辆的驾驶环境数据，其中所述环境数据包括路线段；

将所述路线段分段为多个路线子段；

向所述多个路线子段中的每一个分配特定驾驶场景，其中每个特定驾驶场景包括在一组驾驶场景中；

根据包括在所述一组驾驶场景中的第一分配驾驶场景分配第一运动规划算法；

调用所述第一运动规划算法以生成第一组轨迹；和

基于所述第一组轨迹控制所述自动驾驶车辆。

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4A是示出根据一个实施方式的感知与规划系统的规划模块的示例的框图。

图4B是示出根据一个实施方式的场景的示例的图。

图5是示出根据一些实施方式的具有不同场景的地图的示例的图。

图6是示出根据一个实施方式的操作自动驾驶车辆的过程的流程图。

图7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。

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，当自动驾驶车辆沿着路线或路径行进时，该路径可以使自动驾驶车辆通过多个驾驶场景，包括城镇/城市场景，高速公路场景，停车场场景(例如，购物中心，教堂，学校内的停车场等)，或未绘制地图的场景(例如，尚未在地图上更新的未开发的或已开发的土地)。因此，自动驾驶车辆调用不同的运动规划算法(或运动规划器)来遍历该路线是有益的，其中每个算法具体地处理每个驾驶场景。例如，自动驾驶车辆在其上行驶的路线段可以被分段为多个路线子段。使用驾驶环境数据(例如，地图和路线信息，位置信息，周围信息等)，特定的驾驶场景可以被分配给每一子段。在一个实施方式中，所述驾驶场景可以是城镇/城市场景，高速公路场景，停车场场景或未绘制地图的场景。当自动驾驶车辆沿着每个子段移动时，相应的分配的场景可以被生成。基于所生成的场景，可以分配运动规划器(或运动规划算法)，例如快速探索随机树(RRT)，以操作自动驾驶车辆。然后可以调用这样的运动规划器以生成控制自动驾驶车辆通过该子段的一组轨迹。

在一个实施方式中，接收自动驾驶车辆的驾驶环境数据，其中该环境数据包括路线段。该路段被分段为多个路线子段。为每个路线子段分配特定的驾驶场景，其中每个特定的驾驶场景包括在一组驾驶场景中。根据包括在该组驾驶场景中的第一分配驾驶场景来分配第一运动规划算法。调用第一运动规划算法以生成第一组轨迹。基于第一组轨迹控制自动驾驶车辆。

在另一个实施方式中，根据包括在该组驾驶场景中的第二分配驾驶场景来分配第二运动规划算法。调用第二运动规划算法以生成第二组轨迹。基于第二组轨迹控制自动驾驶车辆。

在又一个实施方式中，为了分配特定驾驶场景给每个路线子段，第一驾驶场景被分配给第一路线子段，第二驾驶场景被分配给第二路线子段。第一路线子段和第二路线子段包括在该多个路线子段中。

在又一个实施方式中，为了进一步分配特定驾驶场景给每个路线子段，第三驾驶场景被分配给第三路线子段，第四驾驶场景被分配给第四路线子段。第三路线子段和第四路线子段包括在该多个路线子段中。

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。

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、路线安排模块307。

模块301至307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307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101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101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101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。感知可包括车道配置、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其他交通相关标志(例如，停车标志，让行标志)等，例如，以对象的形式。车道配置包括描述一个或多个车道的信息，例如，车道的形状(例如，直线或曲线)，车道的宽度，道路中的车道数量，单向或双向车道，合并或分离车道，出口车道等。

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。

路线安排模块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，路线安排模块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。路线安排模块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更改最佳路线中的一个，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安排模块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使用由路线安排模块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(也称作为命令周期)中执行，例如，在每个时间间隔为100毫秒(ms)的周期中执行。对于规划周期或命令周期中的每一个，将基于规划和控制数据发出一个或多个控制命令。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命令(例如，油门、制动、转向控制命令)。

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。

图4A是示出根据一个实施方式的感知与规划系统的规划模块的示例的框图。参考图4A，在一个实施方式中，规划模块305可以包括场景检测模块401，规划器分配模块402和运动规划模块403。当然，在另一个实施方式中，场景检测模块401，规划器分配模块402和运动规划模块403可以在规划模块305外部实施，并且作为感知和规划系统110的一部分。

继续参考图4A，场景检测模块401可以接收驾驶环境数据411，例如从定位模块301和感知模块302。驾驶环境数据411可以包括地图和路线信息311(或MPOI信息)，自动驾驶车辆周围的信息(例如，障碍物信息、车道信息、兴趣点(POI)信息，诸如地标、教堂、学校等)(例如，由感知模块302提供)，和自动驾驶车辆的位置信息(例如，当前位置)(例如，由定位模块301提供)。基于驾驶环境数据411，场景检测模块401可以检测并生成场景412。例如，对于自动驾驶车辆可能行进经过的特定路线或路径段(例如，来自路线信息)，该路线段可以使自动驾驶车辆通过地图(例如，如下文更详细讨论的图5的地图500)上的多个地区(或区域)，例如城镇地区、高速公路、停车场、未绘制地图的区域或自动驾驶车辆可以行进经过的任何其他地区。因此，规划模块305可能需要识别与每个地区(或区域)相关联的场景，以便确定特定驾驶规划以驾驶自动驾驶车辆通过每个地区。因此，场景检测模块401可以将驾驶环境数据411(以及在一个实施方式中的实时交通信息)作为输入，并将下一个路线或路径段分段(或划分)为一系列路线子段。可以从一组驾驶场景向每个路线子段分配(或标记)特定驾驶场景(例如，场景412)。驾驶场景，例如，可以基于标记的地图信息(例如，地域、兴趣点(POI)、街道、高速公路或其他参数)确定，其指示与子段相关联的在地图中的特定区域。

现在参考图4B，场景412可以由(或包括)场景值421的任何场景值和/或场景标签422的对应场景标签来表示。如图4B中进一步所示，场景值“0”可以对应于标签“城镇”，其指示路线子段与城镇地区相关联(或在其内)。类似地，场景值“1”可以对应于标签“高速公路”，其指示路线子段与高速公路相关联(或在其上)，场景值“2”可以对应于标签“停车场”，其指示路线子段与停车场相关联(或在停车场内)，等等。在一个实施例中，“默认”场景值可以对应于标签“未绘制地图的”，其指示路线子段与未定义的(或未绘制地图的)地区相关联。为了检测每个路线子段的特定场景，在一个实施方式中，场景检测模块401可以利用地图和路线信息311来确定与路线子段相关联的地图上的特定区域(例如，城镇，高速公路、停车场、未绘制地图的等)。附加地或替代地，在一个实施方式中，场景检测模块401可以利用周围信息，POI信息和/或实时交通信息来检测场景。例如，如果针对特定路线子段存在即将到来的交通、周围障碍物和/或POI，则场景检测模块401可以确定路线子段与城镇区域相关联。否则，路线子段可以与高速公路相关联。此外，如果路线子段包括多个缓慢移动的(或固定的)障碍物(例如，行人、其他车辆)和车道，则场景检测模块401可确定路线子段与停车场相关联。

在一个实施方式中，“默认”场景值可以是一组场景值中的任何预定义值，例如该集合中的最高值或最低值。应当注意，虽然图4B将场景值421“0”、“1”和“2”示出为分别对应于场景标签422“城镇”、“高速公路”和“停车场”，但这样的场景值是只是示例。本领域普通技术人员将理解，可以使用任何值来表示不同的标签。还应注意，场景标签422的列表不是详尽的列表，并且与地图上的其他地区相关联的附加标签也可以是列表的一部分。还应注意，先前描述的场景标签422仅仅是示例。本领域普通技术人员将理解，标签可以以任何方式制定，例如“城市”而不是“城镇”，“全封闭高速路”而不是“高速公路”等。

继续参考图4A，使用驾驶环境411(例如，自动驾驶车辆的当前位置、地图和路线信息等)，场景检测模块401可以在无人驾驶车辆沿着路径子段行进时生成与特定路线子段相关的分配的场景412。基于分配的场景412，规划器分配模块402可以分配特定的运动规划器(或规划算法)413以沿着路线子段操作自动驾驶车辆。运动规划器413，例如，可以是任何运动规划算法，例如快速搜索随机树(RRT)。在一个实施方式中，运动规划器413可以是指示用于操作自动驾驶车辆的特定运动规划器(或规划算法)的运动规划器值。

为了进一步说明这一点，现在参考图5，图5是示出根据一个实施方式的具有不同场景的地图的示例的图。在图5中，地图500包括，但不限于，城镇或城市区域501、高速公路502、停车场503和未绘制地图的区域504。如果规划器分配模块402接收指示“城镇”的场景412，例如，它可以分配在区域501操作无人驾驶车辆的第一运动规划器。第一运动规划器，例如，可以考虑街道交叉口、车道信息和其他道路信息以在城市环境中操作自动驾驶车辆。如果规划器分配模块402接收指示“高速公路”的场景412，例如，则它可以分配在高速公路502上操作自动驾驶车辆的第二运动规划器。该第二运动规划器，例如，可以考虑车道信息以在高速公路环境中操作自动驾驶车辆。如果规划器分配模块402接收指示“停车场”的场景412，例如，则它可以分配在停车场503(例如，购物中心、教堂、学校的停车场)内操作自动驾驶车辆的第三运动规划器。在这样做时，第三运动规划器例如可以考虑与停车位相关联的停车道信息(例如，停车道的位置)和障碍物信息(例如，行人、其他车辆)以控制停车场环境内的自动驾驶车辆。可选地，如果规划器分配模块402接收指示“未绘制地图的”场景412，例如，它可以分配在未绘制地图的(或未定义的)区域504(例如，尚未在地图上更新的未开发的或已开发的土地，诸如地图500)内操作自动驾驶车辆的第四运动规划器。该第四运动规划器，例如，可以在较小程度上假定驾驶环境。例如，它可以基于从驾驶环境感知的障碍物来操作自动驾驶车辆。

返回参考图4A，运动规划模块403可以包括和/或操作多个运动规划器(或运动规划算法)。可以将每个运动规划器分配给特定场景(如前所述)。响应于从规划器分配模块402接收分配的运动规划器413，运动规划模块403可以调用运动规划器413以生成一个或多个轨迹414以控制自动驾驶车辆。在一些实施方式中，还可以基于来自传感器系统115的传感器数据生成轨迹414。

图6是示出根据一个实施方式的操作自动驾驶车辆的过程的流程图。过程600可以由处理逻辑执行，处理逻辑可以包括软件、硬件或其组合。例如，过程600可以由图1的感知和规划系统110执行。

参考图6，在框601，处理逻辑接收自动驾驶车辆(例如，自动驾驶车辆101)的驾驶环境数据，其中环境数据包括路线段。在框602，处理逻辑将路线段分段为多个路线子段。在框603，处理逻辑将特定驾驶场景(例如，城市、高速公路、停车场、未绘制地图的等)分配给每个路线子段，其中每个特定驾驶场景包括在一组驾驶场景中。在框604，处理逻辑根据包括在该组驾驶场景中的第一分配驾驶场景来分配第一运动规划算法。在框605，处理逻辑调用第一运动规划算法以生成第一组轨迹。在框606，处理逻辑基于第一组轨迹控制自动驾驶车辆。

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7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。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进行传输或接收。

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 (18)

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：

接收自动驾驶车辆的驾驶环境数据，其中所述环境数据包括路线段；

将所述路线段分段为多个路线子段；

基于接收到的所述驾驶环境数据向所述多个路线子段中的每一个分配特定驾驶场景，其中每个特定驾驶场景包括在一组驾驶场景中，所述一组驾驶场景包括城市场景、高速公路场景、停车场场景和未绘制地图的场景；

根据包括在所述一组驾驶场景中的第一分配驾驶场景分配第一运动规划算法；

调用所述第一运动规划算法以生成第一组轨迹；和

基于所述第一组轨迹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：

根据包括在所述一组驾驶场景中的第二分配驾驶场景分配第二运动规划算法；

调用所述第二运动规划算法以生成第二组轨迹；和

基于所述第二组轨迹控制所述自动驾驶车辆。

3.根据权利要求2所述的方法，其中，向所述多个路线子段中的每一个分配特定驾驶场景包括：

将所述第一分配驾驶场景分配给第一路线子段，以及

将所述第二分配驾驶场景分配给第二路线子段，

其中，所述第一路线子段和所述第二路线子段包括在所述多个路线子段中。

4.根据权利要求3所述的方法，其中，向所述多个路线子段中的每一个分配特定驾驶场景还包括：

将第三驾驶场景分配给第三路线子段，以及

将第四驾驶场景分配给第四路线子段，

其中，所述第三路线子段和所述第四路线子段包括在所述多个路线子段中。

5.根据权利要求1所述的方法，其中，基于包括在所述驾驶环境数据中的地图和路线信息来分配所述特定驾驶场景。

6.根据权利要求3所述的方法，还包括：

当所述自动驾驶车辆操作成在所述第一路线子段上行进时，生成所述第一分配驾驶场景；和

当所述自动驾驶车辆操作成在所述第二路线子段上行进时，生成所述第二分配驾驶场景。

7.一种其上存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：

接收自动驾驶车辆的驾驶环境数据，其中所述环境数据包括路线段；

将所述路线段分段为多个路线子段；

基于接收到的所述驾驶环境数据向所述多个路线子段中的每一个分配特定驾驶场景，其中每个特定驾驶场景包括在一组驾驶场景中，所述一组驾驶场景包括城市场景、高速公路场景、停车场场景和未绘制地图的场景；

根据包括在所述一组驾驶场景中的第一分配驾驶场景分配第一运动规划算法；

调用所述第一运动规划算法以生成第一组轨迹；和

基于所述第一组轨迹控制所述自动驾驶车辆。

8.根据权利要求7所述的非暂时性机器可读介质，其中所述操作还包括：

根据包括在所述一组驾驶场景中的第二分配驾驶场景分配第二运动规划算法；

调用所述第二运动规划算法以生成第二组轨迹；和

基于所述第二组轨迹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，向所述多个路线子段中的每一个分配特定驾驶场景包括：

将所述第一分配驾驶场景分配给第一路线子段，以及

将所述第二分配驾驶场景分配给第二路线子段，

其中，所述第一路线子段和所述第二路线子段包括在所述多个路线子段中。

10.根据权利要求9所述的非暂时性机器可读介质，其中，向所述多个路线子段中的每一个分配特定驾驶场景还包括：

将第三驾驶场景分配给第三路线子段，以及

将第四驾驶场景分配给第四路线子段，

其中，所述第三路线子段和所述第四路线子段包括在所述多个路线子段中。

11.根据权利要求7所述的非暂时性机器可读介质，其中基于包括在所述驾驶环境数据中的地图和路线信息来分配所述特定驾驶场景。

12.根据权利要求9所述的非暂时性机器可读介质，其中所述操作还包括：

当所述自动驾驶车辆操作成在所述第一路线子段上行进时，生成所述第一分配驾驶场景；和

当所述自动驾驶车辆操作成在所述第二路线子段上行进时，生成所述第二分配驾驶场景。

13.一种数据处理系统，包括：

处理器；和

存储器，所述存储器联接至所述处理器，以存储指令，所述指令在由所述处理器执行时致使所述处理器执行操作，所述操作包括：

接收自动驾驶车辆的驾驶环境数据，其中所述环境数据包括路线段；

将所述路线段分段为多个路线子段；

基于接收到的所述驾驶环境数据向所述多个路线子段中的每一个分配特定驾驶场景，其中每个特定驾驶场景包括在一组驾驶场景中，所述一组驾驶场景包括城市场景、高速公路场景、停车场场景和未绘制地图的场景；

根据包括在所述一组驾驶场景中的第一分配驾驶场景分配第一运动规划算法；

调用所述第一运动规划算法以生成第一组轨迹；和

基于所述第一组轨迹控制所述自动驾驶车辆。

14.根据权利要求13所述的数据处理系统，其中所述操作还包括：

根据包括在所述一组驾驶场景中的第二分配驾驶场景分配第二运动规划算法；

调用所述第二运动规划算法以生成第二组轨迹；和

基于所述第二组轨迹控制所述自动驾驶车辆。

15.根据权利要求14所述的数据处理系统，其中，向所述多个路线子段中的每一个分配特定驾驶场景包括：

将所述第一分配驾驶场景分配给第一路线子段，以及

将所述第二分配驾驶场景分配给第二路线子段，

其中，所述第一路线子段和所述第二路线子段包括在所述多个路线子段中。

16.根据权利要求15所述的数据处理系统，其中，向所述多个路线子段中的每一个分配特定驾驶场景还包括：

将第三驾驶场景分配给第三路线子段，以及

将第四驾驶场景分配给第四路线子段，

其中，所述第三路线子段和所述第四路线子段包括在所述多个路线子段中。

17.根据权利要求13所述的数据处理系统，其中，基于包括在所述驾驶环境数据中的地图和路线信息来分配所述特定驾驶场景。

18.根据权利要求15所述的数据处理系统，其中所述操作还包括：

当所述自动驾驶车辆操作成在所述第一路线子段上行进时，生成所述第一分配驾驶场景；和

当所述自动驾驶车辆操作成在所述第二路线子段上行进时，生成所述第二分配驾驶场景。