CN110979328A - 自主车辆的舒适乘坐 - Google Patents
自主车辆的舒适乘坐 Download PDFInfo
- Publication number
- CN110979328A CN110979328A CN201910411595.2A CN201910411595A CN110979328A CN 110979328 A CN110979328 A CN 110979328A CN 201910411595 A CN201910411595 A CN 201910411595A CN 110979328 A CN110979328 A CN 110979328A
- Authority
- CN
- China
- Prior art keywords
- data
- autonomous vehicle
- vibration
- vehicle
- level
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000008447 perception Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 description 33
- 238000013500 data storage Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- B60W30/18—Propelling the vehicle
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3822—Road feature data, e.g. slope data
-
- 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
-
- 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
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
提供用于控制自主车辆的系统和方法。在一个实施方案中,一种方法包括:接收从自主车辆的环境中感测到的传感器数据;接收指示自主车辆的用户舒适度水平的舒适度数据;基于传感器数据确定振动水平;基于振动水平以及与道路的地理位置的关联构建振动数据的地图;基于地图选择沿道路行驶的车道;以及控制自主车辆在沿循路线时在选择的车道中行驶。
Description
技术领域
本公开整体涉及自主车辆,并且更具体地涉及用于基于云振动数据选择自主车辆要行驶的路径车道的系统和方法。
背景技术
自主车辆是能够感测其环境并利用极少用户输入或无需用户输入进行导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器等感测设备感测其环境。自主车辆系统还使用来自全球定位系统(GPS)技术、导航系统、车辆到车辆通信、车辆到基础设施技术和/或线控驱动(drive-by-wire)系统的信息来导航车辆。
车辆基于为车辆行驶确定的路径来导航环境。在一些实例中,当车辆沿确定的路径行驶时,车辆可遇到乘客不希望的道路特征。例如,坑洞、岩石或泥土路或可导致车辆振动的其他表面对于乘客来说可以是不希望的。
因此,希望提供用于基于振动数据来控制车辆的路径的系统和方法。还可希望利用自主车辆确定振动数据,并从云中的多个车辆收集振动数据。此外,从本发明的后续详细描述以及所附权利要求,结合附图和本发明的前述技术领域和背景技术,本公开的其他期望特征和特性将变得显而易见。
发明内容
提供用于控制车辆的系统和方法。在一个实施方案中,一种方法包括:接收从自主车辆的环境中感测到的传感器数据;接收指示自主车辆的用户舒适度水平的舒适度数据;基于传感器数据确定振动水平;基于振动水平以及与道路的地理位置的关联构建振动数据的地图;基于地图和舒适度数据选择沿道路行驶的车道;以及控制自主车辆在沿循路线时在选择的车道中行驶。
在各种实施方案中,该方法包括确定地理位置并将振动水平与地理位置关联。
在各种实施方案中,该方法包括基于振动水平以及其他自主车辆确定的其他振动水平来确定整体振动水平,并且其中,基于整体振动水平构建地图。
在各种实施方案中,确定整体振动水平是由远离自主车辆的系统来执行,并且将整体振动水平从远程系统传送到自主车辆。
在各种实施方案中,确定整体振动水平由自主车辆执行。
在各种实施方案中,传感器数据包括指示自主车辆的振动的振动数据。
在各种实施方案中,传感器数据包括乘客感知数据,该乘客感知数据指示乘客在自主车辆中时的振动感知。
在各种实施方案中,传感器数据包括与自主车辆环境中的路面相关联的激光雷达数据、雷达数据和图像数据中的至少一个。
在各种实施方案中,舒适度数据包括由自主车辆的用户指示的最大水平、最小水平或舒适值范围。
在另一个实施方案中,提供一种用于控制自主车辆的系统。该系统包括:传感器系统,被配置成从自主车辆的环境感测数据;以及控制模块,被配置成接收传感器数据,接收指示自主车辆用户的舒适度水平的舒适度数据,基于传感器数据确定振动水平,基于振动水平以及与道路的地理位置的关联构建振动数据的地图;基于地图和舒适度数据选择沿道路行驶的车道;以及控制驾驶车辆在沿循路线时在选择的车道中行驶。
在各种实施方案中,控制模块进一步被配置成确定地理位置,并且将振动水平与地理位置关联。
在各种实施方案中,控制模块进一步被配置成基于振动水平以及其他自主车辆确定的其他振动水平确定整体振动水平,并且基于整体振动水平构建地图。
在各种实施方案中,该系统包括远离自主车辆的系统,并且该系统配置成基于振动水平和其他自主车辆确定的其他振动水平确定整体振动水平,并将整体振动水平传送到控制模块。
在各种实施方案中,控制模块是自主车辆的。
在各种实施方案中,传感器数据包括指示自主车辆的振动的振动数据。
在各种实施方案中,传感器数据包括乘客感知数据,该乘客感知数据指示乘客在自主车辆中时的振动感知。
在各种实施方案中,传感器数据包括与自主车辆环境中的路面相关联的激光雷达数据、雷达数据和图像数据中的至少一个。
在各种实施方案中,舒适度数据包括由自主车辆的用户指示的最大水平、最小水平或舒适值范围。
在另一个实施方案中,提供一种运输系统。该系统包括:至少一个自主车辆,配置成接收传感器数据,接收指示自主车辆用户的舒适度水平的舒适度数据,基于传感器数据确定振动水平,基于振动水平以及与道路的地理位置的关联来构建振动数据的地图,基于地图和舒适度数据来选择沿道路行驶的车道,以及控制自主车辆在沿循路线时在选择的车道中行驶;以及远离自主车辆的系统,配置成从自主车辆接收振动水平,从其他自主车辆接收其他振动水平,基于振动水平和其他振动水平确定整体振动水平,以及将整体振动水平与地图关联。
在各种实施方案中,远离自主车辆的系统进一步配置成将包括整体振动水平的地图传送到自主车辆和其他自主车辆。
附图说明
下文将结合以下附图描述示例性实施方案,其中相同的数字表示相同的元件,并且其中:
图1是示出根据各种实施方案的、具有路径预测系统的自主车辆的功能性框图;
图2是示出根据各种实施方案的、具有图1中的一个或多个自主车辆的运输系统的功能性框图;
图3和图4是示出根据各种实施方案的、包括自主车辆的路径预测系统的自主驾驶系统的数据流图;以及
图5和图6是示出根据各种实施方案的、用于控制自主车辆的控制方法的流程图。
具体实施方式
下面的详细描述本质上仅是示例性的,并不旨在限制应用和用途。此外,不旨在受到前述技术领域、背景技术、发明内容或下面的详细描述中提出的任何明示或暗示的理论的约束。如本文所用,术语模块是指单独地或任何组合的形式的任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器设备,包括但不限于:专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享处理器、专用处理器或处理器组)和存储器、组合逻辑电路和/或提供描述的功能性的其他适合的部件。
可以在功能和/或逻辑块部件和各种处理步骤方面描述本公开的实施方案。应当理解,通过被配置成执行指定功能的任何数量的硬件、软件和/或固件部件可以实现这种块部件。例如,本发明的实施方案可以采用各种集成电路部件,例如存储器元件、数字信号处理元件、逻辑元件、查询表等,这些部件可以在一个或多个微处理器或其他控制设备的控制下,执行各种功能。此外,本领域技术人员应该理解,本公开的实施方案可以结合任何数量的系统来实践,并且本文描述的系统仅仅是本公开的示例性实施方案。
为了简明起见,与信号处理、数据传输、信号传送、控制和系统的其他功能方面(以及系统的各个操作部件)相关的常规技术在本文中可不予详细描述。此外,本文包含的各种附图中所示的连线旨在表示各种元件之间的示例功能关系和/或物理联接。应当指出的是,本公开的实施方案中可存在许多另选的或附加的功能关系或物理连接。
参考图1,根据各种实施方案,总体上以100示出的路径预测系统与车辆10关联。一般来说,路径预测系统100确定与即将到来的道路相关联的振动数据。基于振动数据,路径预测系统100智能地选择用于车辆10的即将到来的路径的车道,并且智能地控制车辆10。
如图1所示,车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14布置在底盘12上,并且基本上包围车辆10的部件。车身14和底盘12可以共同形成车架。车轮16-18各自在车身14的相应角部附近旋转地联接到底盘12上。
在各种实施方案中,车辆10是自主车辆,并且路径预测系统100结合到自主车辆10(下文称为自主车辆10)中。例如,自主车辆10是自动控制以将乘客从一个位置运送到另一个位置的车辆。车辆10在所示的实施方案中示出为乘用车,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)、海洋船舶、飞机等的任何其他交通工具。在示例性实施方案中,自主车辆10是所谓的四级或五级自动化系统。四级系统表示“高度自动化”,指的是动态驾驶任务的所有方面的自动驾驶系统的驾驶模式特定执行,即使人类驾驶员没有对干预请求做出适当响应。五级系统表示“全自动化”,指的是在人类驾驶员可管理的所有道路和环境条件下,动态驾驶任务的所有方面的自动驾驶系统的全时执行。
如图所示,自主车辆10通常包括推进系统20、传动系统22、转向系统24、制动系统26、传感器系统28、致动器系统30、至少一个数据存储设备32、至少一个控制器34和通信系统36。在各种实施方案中,推进系统20可以包括内燃机、电机(诸如牵引马达)和/或燃料电池推进系统。传动系统22被配置成根据可选择速度比将动力从推进系统20传输到车轮16-18。根据各种实施方案,传动系统22可以包括步进比(step-ratio)自动变速器、无极变速器或其他适当的变速器。制动系统26被配置成向车轮16-18提供制动扭矩。在各种实施方案中,制动系统26可以包括摩擦制动器、线控制动器、再生制动系统(诸如电机)和/或其他适当的制动系统。转向系统24影响车轮16-18的位置。虽然出于说明性目的描述为包括方向盘,但是在本公开范围内设想到的一些实施方案中,转向系统24可以不包括方向盘。
传感器系统28包括一个或多个感测设备40a-40n,其感测自主车辆10外部环境和/或内部环境的可观察状况。感测设备40a-40n可以包括但不限于雷达、激光雷达、全球定位系统(GPS单元)、光学相机、热相机、超声波传感器、惯性测量单元和/或其他传感器。致动器系统30包括一个或多个致动器设备42a-42n,其控制一个或多个车辆配置,诸如但不限于推进系统20、传动系统22、转向系统24和制动系统26。在各种实施方案中,车辆配置还可以包括内部和/或外部车辆配置,诸如但不限于车门、行李箱和诸如空气、音乐、照明等的舱室配置(未编号)。
通信系统36被配置成与其他实体48无线地通信信息,诸如但不限于其他车辆(“V2V”通信)、基础设施(“V2I”通信)、远程系统和/或(参考图2更详细描述的)个人设备。在示例性实施方案中,通信系统36是无线通信系统,其被配置成使用IEEE802.11标准经由无线局域网(WLAN)进行通信或使用蜂窝数据通信。然而,诸如专用短程通信(DSRC)信道的附加的或替代的通信方法也被视为在本公开的范围内。DSRC信道是指专门为汽车应用而设计的单向或双向短程至中程无线通信信道,以及对应的一组协议和标准。
数据存储设备32存储在自动控制自主车辆10时使用的数据。在各种实施方案中,数据存储设备32存储可导航环境的定义的地图。在各种实施方案中,定义的地图可以由远程系统预先定义并从远程系统获得(参考图2进一步详细描述)。例如,定义的地图可以由远程系统汇编并且被传送到自主车辆10(以无线方式和/或有线方式)并且存储在数据存储设备32中。如可以理解的,数据存储设备32可以是控制器34的一部分、与控制器34分离,或是控制器34的一部分和单独系统的一部分。
控制器34包括至少一个处理器44和计算机可读存储设备或介质46。处理器44可以是任何定制的或可商购获得的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制器34相关联的若干处理器之间的辅助处理器、基于半导体的微处理器(为微芯片或芯片组的形式)、宏处理器及其任何组合,或通常用于执行指令的任何设备。例如,计算机可读存储设备或介质46可以包括只读存储器(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装置。KAM是可用于在处理器44断电时存储各种操作变量的持久性或非易失性存储器。计算机可读存储设备或介质46可以使用许多已知的存储设备中的任何一种来实现,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他电、磁、光或组合存储设备,其中一些代表控制器34用于控制自主车辆10的可执行指令。
这些指令可以包括一个或多个单独的程序,这些程序中的每一个包含用于实现逻辑功能的可执行指令的有序列表。这些指令在被处理器44执行时,接收和处理来自传感器系统28的信号,执行逻辑、计算、方法和/或算法以自动控制自主车辆10的部件,并且生成到致动器系统30的控制信号,以基于这些逻辑、计算、方法和/或算法自动控制自主车辆10的部件。虽然图1中仅示出一个控制器34,但是自主车辆10的实施方案可以包括任何数量的控制器34,这些控制器通过任何适合的通信介质或通信介质的组合来通信,并且协作以处理传感器信号,执行逻辑、计算、方法和/或算法,并且生成控制信号以自动控制自主车辆10的配置。
在各种实施方案中,控制器34的一个或多个指令在路径预测系统100中实现,并且在被处理器44执行时,从传感器系统28接收传感器数据,并且根据该传感器数据确定振动数据。这些指令进一步将振动数据传送到远程系统并且/或者从远程系统接收振动数据。这些指令进一步基于从远程系统接收和/或从传感器系统确定的振动数据,确定车辆的即将到来的路径的行驶车道。
现在参考图2,在各种实施方案中,参考图1描述的自主车辆10可以适于在某个地理区域(例如,城市、学校或商业园区、购物中心、游乐园、活动中心等)中的出租车或往返系统的情况下使用,或者可以简单地由远程系统管理。例如,自主车辆10可以与基于自主车辆的远程运输系统相关联。图2示出了总体上以50示出的操作环境的示例性实施方案,该操作环境包括基于自主车辆的远程运输系统52,该远程运输系统52与关于图1所描述的一个或多个自主车辆10a-10n相关联。在各种实施方案中,操作环境50进一步包括经由通信网络56与自主车辆10和/或远程运输系统52通信的一个或多个用户设备54。
通信网络56根据需要支持操作环境50所支持的设备、系统和部件之间的通信(例如,经由有形通信链路和/或无线通信链路)。例如,通信网络56可以包括无线运营商系统60,诸如蜂窝电话系统,其包括多个小区塔(未示出)、一个或多个移动交换中心(MSC)(未示出)以及将无线运营商系统60与陆地通信系统连接所需的任何其他网络部件。每个小区塔包括发送和接收的天线和基站,其中来自不同小区塔的基站直接或经由诸如基站控制器的中间设备连接到MSC。无线运营商系统60可以实现任何适合的通信技术,包括例如诸如CDMA(例如,CDMA2000)、LTE(例如,4GLTE或5GLTE)、GSM/GPRS的数字技术,或其他当前或新兴的无线技术。其他小区塔/基站/MSC布置也是可能的,并且可以与无线运营商系统60一起使用。例如,基站和小区塔可以共同位于同一地点,或者他们可以远离彼此地定位;每个基站可以负责单个小区塔,或者单个基站可以服务于各个小区塔,或者各种基站可以耦合到单个MSC;在这里仅举几个可能的布置。
除了包括无线运营商系统60外,还可以包括为卫星通信系统64形式的第二无线运营商系统,以提供与自主车辆10a-10n的单向或双向通信。这可以使用一个或多个通信卫星(未示出)和上行链路发送站(未示出)来实现。例如,单向通信可以包括卫星无线电服务,其中节目内容(新闻、音乐等)由发送站接收、打包以便上载,然后发送到卫星,卫星将节目广播给订户。例如,双向通信可以包括卫星电话服务,其使用卫星来中继车辆10和站之间的电话通信。卫星电话可以额外用于无线运营商系统60,或代替无线运营商系统60。
还可以包括陆地通信系统62,其是连接到一个或多个陆线电话的常规陆基电信网络,并且将无线运营商系统60连接到远程运输系统52。例如,陆地通信系统62可以包括公共交换电话网(PSTN),诸如用于提供硬连线的电话、分组交换数据通信和因特网基础设施的公共交换电话网。陆地通信系统62的一个或多个段可以使用以下项来实现: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)的网络或其任何组合。此外,远程运输系统52不需要经由陆地通信系统62连接,而是可以包括无线电话设备,使得他可以直接与诸如无线运营商系统60的无线网络通信。
虽然图2中只示出一个用户设备54,但是操作环境50的实施方案可以支持任何数量的用户设备54,包括一个人拥有、操作或以其他方式使用的多个用户设备54。操作环境50支持的每个用户设备54都可以使用任何适合的硬件平台来实现。就这一点而言,用户设备54可以任何常见的形状因子实现,包括但不限于:台式计算机;移动计算机(例如,平板计算机、膝上型计算机或上网本计算机);智能电话;视频游戏设备;数字媒体播放器;一件式家庭娱乐设备;数码相机或摄像机;可穿戴计算设备(例如智能手表、智能眼镜、智能服装等);等等。由操作环境50支持的每个用户设备54被实现为计算机实现的或基于计算机的设备,其具有执行本文描述的各种技术和方法所需的硬件、软件、固件和/或处理逻辑。例如,用户设备54包括为可编程设备形式的微处理器,其包括存储在内部存储器结构中,并且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。在一些实施方案中,用户设备54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。在其他实施方案中,用户设备54包括蜂窝通信功能,使得设备使用一个或多个蜂窝通信协议,通过通信网络56进行语音和/或数据通信,如本文所论述的。在各种实施方案中,用户设备54包括可视显示器,诸如触摸屏图形显示器或其他显示器。
远程运输系统52包括一个或多个后端服务器系统,这些系统可以是基于云的、基于网络的或驻留在由远程运输系统52提供服务的特定园区或地理位置。远程运输系统52可以由现场顾问或自动顾问或两者的组合操纵。远程运输系统52可以与用户设备54和自主车辆10a-10n通信以安排乘坐、调度自主车辆10a-10n等。在各种实施方案中,远程运输系统52存储帐户信息,诸如订户认证信息、车辆标识符、简档记录、行为模式和其他相关订户信息。
根据典型的用例工作流程,远程运输系统52的注册用户可以通过用户设备54创建乘坐请求。乘坐请求通常将指示乘客期望的接载位置(或当前的GPS位置)、期望的目的地位置(其可以标识预定义的车辆停靠点和/或用户指定的乘客目的地)以及接载时间。远程运输系统52接收乘坐请求,处理该请求,并且调度自主车辆10a-10n中所选择的一个自主车辆(当一个自主车辆可用时以及如果一个自主车辆可用)以在指定的接载位置和适当的时间接载乘客。远程运输系统52还可以生成适当配置的确认消息或通知,并且将其发送给用户设备54,以让乘客知道车辆正在途中。
如可以理解的,本文所公开的主题为可被视为标准或基线自主车辆10和/或基于自主车辆的远程运输系统52提供某些增强特征和功能。为此,可以修改、增强或以其他方式补充基于自主车辆和基于自主车辆的远程运输系统,以提供以下更详细描述的附加特征。
根据各种实施方案,控制器34实现如图3所示的自主驾驶系统(ADS)70。也就是说,利用控制器34的适合软件和/或硬件部件(例如,处理器44和计算机可读存储设备46)来提供与车辆10结合使用的自主驾驶系统70。
在各种实施方案中,自主驾驶系统70的指令可由功能、模块或系统来组织。例如,如图3所示,自主驾驶系统70可以包括计算机视觉系统74、定位系统76、引导系统78和车辆控制系统80。如可以理解的,在各种实施方案中,这些指令可以被组织成任何数量的系统(例如,组合的、进一步分区的等),因为本公开不限于本示例。
在各种实施方案中,计算机视觉系统74整合并处理传感器数据,并且预测车辆10的环境的对象和特征的存在、位置、分类和/或路径。在各种实施方案中,计算机视觉系统74可以整合来自多个传感器(包括但不限于相机、激光雷达、雷达和/或任何数量的其他类型的传感器)的信息。
定位系统76处理传感器数据以及其他数据,以确定车辆10相对于环境的位置(例如相对于地图的局部位置、相对于道路车道的精确位置、车辆航向、速度等)。引导系统78处理传感器数据以及其他数据以确定车辆10沿循的路径。车辆控制系统80根据确定的路径生成用于控制车辆10的控制信号。
在各种实施方案中,控制器34实现机器学习技术以辅助控制器34的功能,诸如特征检测/分类、障碍减缓、路线遍历、映射、传感器集成、地面实况确定等。
如上面简要提到的,图1的路径预测系统100例如作为计算机视觉系统74和/或引导系统78的一部分,或作为单独的系统(如图中所示)而包括在ADS70内。
例如,如关于图4和继续参考图3更详细地示出的,路径预测系统包括传感器数据收集模块102、振动数据确定模块104、地图数据确定模块106、车道确定模块108、传感器数据数据存储器110、振动数据数据存储器112以及地图数据数据存储器114。
传感器数据收集模块102从包括围绕车辆10设置的各种传感器的传感器系统28接收传感器数据116,并且存储这些数据以供进一步处理。在各种实施方案中,传感器数据116包括从车辆感测的振动数据。在各种实施方案中,从与车辆相关联的加速度计感测振动数据。在各种实施方案中,传感器数据116包括环境数据,诸如但不限于表示车辆10附近的路面图像的图像数据、包括来自车辆10附近路面的雷达回波的雷达数据以及包括来自车辆10周围路面的激光雷达回波的激光雷达数据。在各种实施方案中,传感器数据116包括可用于指示振动的车辆数据,诸如但不限于指示悬架系统响应于路面的运动的悬架系统数据。
在各种实施方案中,传感器数据116包括可指示乘客对车辆10的振动的感知的乘客感知数据,诸如但不限于包括来自乘客的与路面有关的评论的音频数据,以及包括来自乘客的与来自路面的振动有关的视觉响应的图像数据。
传感器数据收集模块102确定地理位置并且将地理位置与接收的传感器数据116相关联。例如,当传感器数据116包括振动数据、车辆数据或乘客感知数据时,可以从GPS单元接收位置数据118。在另一个示例中,当传感器数据116包括环境数据时,可以从GPS单元接收位置数据118,并且传感器数据收集模块102按车辆10与检测到的路面之间要确定的距离调整车辆位置。将接收的传感器数据与确定的地理位置相关联,并将其存储在传感器数据数据存储器110中以供进一步处理。
振动数据确定模块104基于其与地理位置的关联,从传感器数据数据存储器110中检索存储的传感器数据。振动数据确定模块104基于检索到的数据,预测该地理位置的路面的振动水平。例如,振动水平可直接基于振动数据或加速度计值来确定。在另一个示例中,可以基于环境数据、乘客感知数据或基于加权平均值或其他均值的车辆数据来调整振动水平。
在各种实施方案中,振动数据确定模块104确定沿道路、路线道路、城市或城镇中的道路等定义区域中的每个地理位置(例如,X、Y坐标或与X、Y坐标相关联的区域)的振动水平,并且存储振动水平。
地图数据确定模块106从振动数据数据存储器112中检索振动数据120,并且任选地接收由其他车辆确定的振动数据122。地图数据确定模块106基于振动数据120以及任选地来自其他车辆的振动数据122,来确定给定地理位置的整体振动水平。例如,地图数据确定模块106可以基于与相同地理位置关联的振动数据120、122的加权平均值或通过其他计算方式,确定整体振动水平。可以基于与所确定的振动水平关联的传感器数据源、振动数据120、122(车辆10与其他车辆)的数据源、自计算振动数据120、122起经过的时间或任何其他变量,来分配权重。
然后,地图数据确定模块106基于地理位置,将整体振动水平与地图关联并存储整体振动水平。例如,为地图上的每个地理位置存储整体振动水平(例如,计算的值或空值或零)。
如可以理解的,在各种实施方案中,地图数据确定模块106可定位成远离车辆10,并且可以从许多车辆收集振动数据122、120,并且可以基于此计算整体振动水平。计算的整体振动水平的这种集合在本文中称为云振动数据。然后,可以将云振动数据与环境的地图关联;并且可以定期、根据请求或实时地将环境地图作为地图数据传送回车辆。
车道确定模块108接收路线数据124和舒适度数据126。路线数据124指示车辆10的计划路线,并且可以基于用户输入的接载位置和目的地位置来确定。舒适度数据126指示车辆10的用户的舒适度水平。舒适度水平可以指示最大振动、最小振动或与振动值范围相关联的水平(例如,无偏好、小、中等、高等)。在各种实施方案中,舒适度数据126可以由乘客在乘坐之前或乘坐期间中通过用户界面输入。
车道确定模块108选择路线数据中指示的、沿道路行驶的车道,并且生成车道选择数据128。车道确定模块108从与路线数据124指示的路线相关联的地图数据数据存储器114中,检索地图数据127。然后,车道确定模块基于地图数据127中提供的整体振动水平123与舒适度数据126的比较,来进行车道的选择。例如,如果地图数据127指示沿路线的道路具有多个车道,则将舒适度数据126与每个车道中的整体振动水平123进行比较,并且选择满足舒适度数据126的车道。当多个车道满足舒适度数据126时,可以选择确定为最快、最有效率或其他标准的车道。车道确定模块108基于所选择的车道生成车道选择数据128。然后,引导系统78(图3)可以使用车道选择数据128来确定车辆10的行驶路径。然后,车辆控制系统80使用行驶路径将车辆10控制到目的地。
现在参考图5和图6,并且继续参考图1-4,流程图示出了根据本公开的图1的路径预测系统100可执行的控制方法200和300。如根据本公开中可以理解的,该方法内的操作的顺序不限于如图5和图6所示的顺序执行,而是可以根据适用并且根据本公开以一个或多个变化的顺序执行。在各种实施方案中,方法200、300可以被计划为基于一个或多个预定的事件运行,和/或可以在自主车辆10的操作期间持续地运行。
在各种实施方案中,由路径预测系统100执行方法200,以便保持地图内的整体振动水平。在一个实施方案中,方法200可以在205处开始。在210处接收传感器数据116,并且在220处,确定振动水平。在230处,接收位置数据118并且确定振动水平的地理位置。在240处,地理位置与振动水平相关联,并且作为振动数据120存储在振动数据数据存储器112中。在250处,基于地理位置以整体振动水平123更新存储在地图数据数据存储器114中的地图。然后,方法可以在260处结束。
在各种实施方案中,由路径预测系统100执行方法300,以便基于确定的道路振动水平和期望的舒适度来导航车辆10。在一个实施方案中,方法在305处开始。在310处接收指示期望路线的路线数据124。在320处接收指示期望的舒适度水平的舒适度数据126。在330处检索与路线数据124提供的路线相关联的地图数据。在340处,基于整体振动水平123和舒适度数据126的比较,沿路线进行车道选择。在350处基于车道选择数据128确定路径,并且基于路径控制车辆10,以便在360处导航通过路线。然后,方法可以在370处结束。
虽然在前面的详细描述中已经呈现了至少一个示例性实施方案,但是应该理解,存在大量变型形式。还应该理解,一个或多个示例性实施方案仅是示例,并且不旨在以任何方式限制本公开的范围、适用性或配置。相反,前面的详细描述将为本领域技术人员提供用于实现一个或多个示例性实施方案的便利路线图。应当理解,在不脱离所附权利要求及其合法等同物中阐述的本公开的范围的情况下,可以对元件的功能和布置进行各种改变。
Claims (10)
1.一种控制自主车辆的方法,包括:
接收从所述自主车辆的环境感测的传感器数据;
接收指示自主车辆用户的舒适度水平的舒适度数据;
基于所述传感器数据,确定振动水平;
基于所述振动水平以及与道路的地理位置的关联,构建振动数据的地图;
基于所述地图和所述舒适度数据,选择沿所述道路行驶的车道;以及
控制所述自主车辆在沿循路线时,在所述选择的车道中行驶。
2.根据权利要求1所述的方法,进一步包括确定所述地理位置,并将所述振动水平与所述地理位置关联。
3.根据权利要求1所述的方法,进一步包括基于所述振动水平以及其他自主车辆确定的其他振动水平,确定整体振动水平,并且其中,基于所述整体振动水平构建地图。
4.根据权利要求3所述的方法,其中,确定所述整体振动水平由远离所述自主车辆的系统执行,并且将所述整体振动水平从远程系统传送到所述自主车辆。
5.根据权利要求3所述的方法,其中,确定所述整体振动水平由所述自主车辆执行。
6.根据权利要求1所述的方法,其中,所述传感器数据包括指示所述自主车辆的振动的车辆数据。
7.根据权利要求1所述的方法,其中,所述传感器数据包括乘客感知数据,所述乘客感知数据指示乘客在所述自主车辆中时的振动感知。
8.根据权利要求1所述的方法,其中,所述传感器数据包括与所述自主车辆环境中的路面相关联的激光雷达数据、雷达数据和图像数据中的至少一个。
9.根据权利要求1所述的方法,其中,所述舒适度数据包括由所述自主车辆的用户指示的最大水平、最小水平或舒适值范围。
10.一种用于控制自主车辆的系统,包括:
传感器系统,配置成从所述自主车辆的环境感测数据;以及
控制模块,配置成接收所述传感器数据,接收指示自主车辆用户的舒适度水平的舒适度数据,基于所述传感器数据确定振动水平,基于所述振动水平与道路的地理位置的关联构建振动数据的地图,基于所述地图和所述舒适度数据选择沿所述道路行驶的车道,以及控制所述自主车辆在沿循路线时在所述选择的车道中行驶。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/147,953 US20200103902A1 (en) | 2018-10-01 | 2018-10-01 | Comfortable ride for autonomous vehicles |
US16/147,953 | 2018-10-01 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110979328A true CN110979328A (zh) | 2020-04-10 |
Family
ID=69781604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910411595.2A Pending CN110979328A (zh) | 2018-10-01 | 2019-05-17 | 自主车辆的舒适乘坐 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200103902A1 (zh) |
CN (1) | CN110979328A (zh) |
DE (1) | DE102019115437A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115376307A (zh) * | 2021-05-17 | 2022-11-22 | 通用汽车环球科技运作有限责任公司 | 使用车头时距动态测量道路性能的方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7073880B2 (ja) * | 2018-04-19 | 2022-05-24 | トヨタ自動車株式会社 | 進路決定装置 |
US11674812B2 (en) * | 2019-05-31 | 2023-06-13 | Lyft, Inc. | Approaches for mapping geographic regions |
US11138433B2 (en) * | 2019-06-07 | 2021-10-05 | The Boeing Company | Cabin experience network with a sensor processing unit |
US11287876B2 (en) * | 2019-08-14 | 2022-03-29 | International Business Machines Corporation | Managing user movement via machine learning |
US11367458B2 (en) | 2020-08-21 | 2022-06-21 | Waymo Llc | Accelerometer inside of a microphone unit |
JP7306362B2 (ja) * | 2020-10-19 | 2023-07-11 | トヨタ自動車株式会社 | 車両のプレビュー制振制御用データベース作成方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6484089B1 (en) * | 1999-10-15 | 2002-11-19 | Magellan Dis, Inc. | Navigation system with road condition sampling |
CN101152842A (zh) * | 2006-09-29 | 2008-04-02 | 日产自动车株式会社 | 行驶控制装置 |
CN101165509A (zh) * | 2006-10-19 | 2008-04-23 | 通用汽车环球科技运作公司 | 辅助倒车运动的防撞系统及方法 |
CN104276174A (zh) * | 2013-07-03 | 2015-01-14 | 沃尔沃汽车公司 | 用于自动回避道路不平整部分的车辆系统、车辆和方法 |
US9632502B1 (en) * | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Machine-learning systems and techniques to optimize teleoperation and/or planner decisions |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11040729B2 (en) * | 2018-05-31 | 2021-06-22 | Nissan North America, Inc. | Probabilistic object tracking and prediction framework |
-
2018
- 2018-10-01 US US16/147,953 patent/US20200103902A1/en not_active Abandoned
-
2019
- 2019-05-17 CN CN201910411595.2A patent/CN110979328A/zh active Pending
- 2019-06-06 DE DE102019115437.5A patent/DE102019115437A1/de not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6484089B1 (en) * | 1999-10-15 | 2002-11-19 | Magellan Dis, Inc. | Navigation system with road condition sampling |
CN101152842A (zh) * | 2006-09-29 | 2008-04-02 | 日产自动车株式会社 | 行驶控制装置 |
CN101165509A (zh) * | 2006-10-19 | 2008-04-23 | 通用汽车环球科技运作公司 | 辅助倒车运动的防撞系统及方法 |
CN104276174A (zh) * | 2013-07-03 | 2015-01-14 | 沃尔沃汽车公司 | 用于自动回避道路不平整部分的车辆系统、车辆和方法 |
US9632502B1 (en) * | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Machine-learning systems and techniques to optimize teleoperation and/or planner decisions |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115376307A (zh) * | 2021-05-17 | 2022-11-22 | 通用汽车环球科技运作有限责任公司 | 使用车头时距动态测量道路性能的方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200103902A1 (en) | 2020-04-02 |
DE102019115437A1 (de) | 2020-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108628206B (zh) | 道路施工检测系统和方法 | |
CN108268034B (zh) | 用于车辆的专家模式 | |
CN108981722B (zh) | 用于自主驾驶的使用贝塞尔曲线的轨迹规划器 | |
US10317907B2 (en) | Systems and methods for obstacle avoidance and path planning in autonomous vehicles | |
CN109813325B (zh) | 可行车道路线规划 | |
CN108725446B (zh) | 用于自主车辆的俯仰角补偿 | |
CN108766011B (zh) | 用于自主车辆的停车评分 | |
US20190072978A1 (en) | Methods and systems for generating realtime map information | |
US10431082B2 (en) | Systems and methods for emergency vehicle response in an autonomous vehicle | |
CN109085819B (zh) | 用于实施自主车辆中的驾驶模式的系统和方法 | |
CN110979328A (zh) | 自主车辆的舒适乘坐 | |
US20180315314A1 (en) | Automated vehicle route traversal | |
US20190026588A1 (en) | Classification methods and systems | |
CN111098862A (zh) | 用于预测传感器信息的系统和方法 | |
US11242060B2 (en) | Maneuver planning for urgent lane changes | |
US20180364728A1 (en) | Systems and methods for vehicle cleaning | |
US20180004215A1 (en) | Path planning of an autonomous vehicle for keep clear zones | |
CN109131065B (zh) | 用于由自主车辆进行外部警告的系统和方法 | |
CN110758401A (zh) | 自主车辆操作期间的停止应急计划 | |
US10495733B2 (en) | Extendable sensor mount | |
US20200070822A1 (en) | Systems and methods for predicting object behavior | |
CN113177428A (zh) | 用于物体跟踪的实时主动物体融合 | |
CN110816547A (zh) | 用于自主驾驶的实际感知系统的感知不确定性建模 | |
CN110347147B (zh) | 用于车辆的定位的方法和系统 | |
CN110027558B (zh) | 自主车辆的可放松转弯边界 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200410 |