CN111052022B - 自主交通工具碰撞缓解系统及方法 - Google Patents

自主交通工具碰撞缓解系统及方法 Download PDF

Info

Publication number
CN111052022B
CN111052022B CN201880049195.5A CN201880049195A CN111052022B CN 111052022 B CN111052022 B CN 111052022B CN 201880049195 A CN201880049195 A CN 201880049195A CN 111052022 B CN111052022 B CN 111052022B
Authority
CN
China
Prior art keywords
interest
sensors
autonomous vehicle
region
vehicle
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
CN201880049195.5A
Other languages
English (en)
Other versions
CN111052022A (zh
Inventor
M·S·伍德
W·M·利奇
S·C·珀佩尔
N·G·勒特温
N·齐赫
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.)
Aurora Operations Inc
Original Assignee
Uatc Co ltd
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 Uatc Co ltd filed Critical Uatc Co ltd
Publication of CN111052022A publication Critical patent/CN111052022A/zh
Application granted granted Critical
Publication of CN111052022B publication Critical patent/CN111052022B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • B62D15/0265—Automatic obstacle avoidance by 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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0297—Fleet control by controlling means in a control room
    • 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
    • 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
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land 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
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4026—Cycles
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4044—Direction of movement, e.g. backwards
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Electromagnetism (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

提供用于控制自主交通工具的系统及方法。在一个实例实施例中，一种计算机实施方法包含从自主性系统获得指示所述自主交通工具通过周围环境的规划轨迹的数据。所述方法包含至少部分基于所述规划轨迹确定所述周围环境中的所关注区。所述方法包含控制一或多个第一传感器以获得指示所述所关注区的数据。所述方法包含至少部分基于由所述一或多个第一传感器获得的所述数据识别所述所关注区中的一或多个对象。所述方法包含至少部分基于在所述所关注区中识别的所述一或多个对象控制所述自主交通工具。

Description

自主交通工具碰撞缓解系统及方法
技术领域
本发明大体上涉及自主交通工具碰撞缓解系统及方法。
背景技术
自主交通工具是能够在无需人类输入的情况下感知其环境并进行导航的交通工具。特定来说，自主交通工具可使用各种传感器观察其周围环境，并且可通过对由传感器收集的数据执行各种处理技术来尝试理解周围环境。在了解其周围环境的情况下，自主交通工具可识别通过此周围环境的适当运动路径。
发明内容
本发明的实施例的方面及优点将在以下描述中部分地阐述，或者可从描述中习得，或者可通过实施例的实践而获知。
本发明的一个实例方面涉及一种用于控制自主交通工具的计算机实施方法。所述方法包含由包含一或多个计算装置的计算系统从与所述计算系统分离的自主性系统获得指示通过周围环境的所述自主交通工具的规划轨迹的数据。所述方法包含由所述计算系统至少部分基于所述规划轨迹来确定所述周围环境中的所关注区。所述方法包含由所述计算系统控制一或多个第一传感器以获得指示所述所关注区的数据。所述方法包含由所述计算系统至少部分基于由所述一或多个第一传感器获得的所述数据来识别所述所关注区中的一或多个对象。所述方法包含由所述计算系统至少部分基于在所述所关注区中识别的所述一或多个对象来控制所述自主交通工具。
本发明的另一实例方面涉及一种用于控制自主交通工具的计算系统。所述计算系统包含一或多个处理器；及一或多种有形的非暂时性计算机可读媒体，其共同存储指令，所述指令在由所述一或多个处理器执行时致使所述计算系统执行操作，所述操作包含从与所述一或多个处理器分离的自主性系统获得指示通过周围环境的所述自主交通工具的规划轨迹的数据。所述操作包含至少部分基于所述规划轨迹来确定所述周围环境中的所关注区。所述操作包含控制一或多个第一传感器以获得指示所述所关注区的数据。所述操作包含至少部分基于由所述一或多个第一传感器获得的数据来识别所述所关注区中的一或多个对象。所述操作包含至少部分基于在所述所关注区中识别的所述一或多个对象来控制所述自主交通工具。
本发明的又一实例方面涉及一种自主交通工具。所述自主交通工具包含一或多个处理器；及一或多种有形的非暂时性计算机可读媒体，其共同存储指令，当所述指令由所述一或多个处理器执行时致使所述自主交通工具执行操作。所述操作包含从与所述一或多个处理器分离的自主性系统获得指示通过周围环境的所述自主交通工具的规划轨迹的数据。所述操作包含至少部分基于所述规划轨迹来确定所述周围环境中的所关注区。所述操作包含控制一或多个第一传感器以获得指示所述所关注区的数据。所述操作包含至少部分基于由所述一或多个第一传感器获得的所述数据来识别所述所关注区中的一或多个对象。所述操作包含至少部分基于在所述所关注区中识别的所述一或多个对象来控制所述自主交通工具。
本发明的其它实例方面涉及用于控制自主交通工具的系统、方法、交通工具、设备、有形的非暂时性计算机可读媒体以及存储器装置。
参考以下描述及所附权利要求书，将更好地理解各种实施例的这些及其它特征、方面及优点。并入本说明书中并构成本说明书的一部分的附图说明本发明的实施例，并且与描述一起用于解释相关原理。
附图说明
在说明书中参考附图阐述针对所属领域的一般技术人员的实施例的详细论述，其中：
图1描绘根据本发明的实例实施例的实例系统概述；
图2描绘根据本发明的实例实施例的用于控制自主交通工具的实例交通工具控制系统；
图3A到3C描绘说明根据本发明的实例实施例的控制自主交通工具的实例实施方案的实例图；
图4A到4C描绘说明根据本发明的实例实施例的控制自主交通工具的实例实施方案的实例图；
图5A到5C描绘说明根据本发明的实例实施例的控制自主交通工具的实例实施方案的实例图；
图6描绘根据本发明的实例实施例的控制自主交通工具的流程图；及
图7描绘根据本发明的实例实施例的实例系统子系统。
具体实施例
现在将详细参考实施例，在图式中说明所述实施例的一或多个实例。通过解释实施例而不是限制本发明的方式来提供每一实例。实际上，对于所属领域的技术人员将显而易见的是，在不脱离本发明的范围或精神的情况下，可对实施例进行各种修改及变化。例如，作为一个实施例的部分说明或描述的特征可与另一实施例一起使用以产生又一实施例。因此，希望本发明的方面覆盖此类修改及变化。
本发明的实例方面涉及在碰撞缓解系统中使用自主交通工具的运动规划数据以改进交通工具的安全性及准确性。碰撞缓解系统是自主交通工具机载的安全系统，其意在在操作自主交通工具时预防故障、缺点及/或不可预见的事件。碰撞缓解系统可获得指示自主交通工具的周围环境的数据，识别周围环境中的对象，检测潜在碰撞，并控制自主交通工具以避免潜在碰撞。
在一些实施方案中，碰撞缓解系统可从一或多个传感器获得指示周围环境的数据。这些传感器与同自主交通工具的自主性系统相关联的一或多个传感器(例如，用于规划自主导航)分离。碰撞缓解系统还可从自主交通工具机载的一或多个其它系统及/或从远离自主交通工具的一或多个远程计算系统获得运动规划数据。碰撞缓解系统可至少部分基于运动规划数据来确定周围环境中的所关注区，并且识别及/或检测与所关注区中的对象的潜在碰撞。举例来说，如果自主交通工具的轨迹是“继续向前行驶500米，然后向右转”，那么碰撞缓解系统可将右前区(相对于自主交通工具)确定为所关注区。碰撞缓解系统可识别右前区中的一或多个对象，并检测与右前区中的对象的一或多个潜在碰撞。当检测到潜在碰撞时，碰撞缓解系统可控制自主交通工具以避免潜在碰撞。碰撞缓解系统可将一或多个致动请求及/或命令发送给一或多个致动器以控制自主交通工具。一或多个致动器由本地控制器管理，所述本地控制器接收致动请求及/或命令并在其本地操作定义的界限内执行动作。举例来说，碰撞缓解系统可提供一或多个控制信号，以将关于潜在碰撞的信息提供到自主交通工具机载的一或多个其它系统，或经由交通工具控制系统控制自主交通工具的运动。以此方式，自主交通工具可包含碰撞缓解系统，其可独立于自主交通工具机载的一或多个其它系统来检测潜在碰撞，以提供冗余并改进交通工具的安全性。
在一些实施方案中，碰撞缓解系统可识别所关注区中的一或多个对象并将指示所述对象的数据提供到自主交通工具机载的一或多个其它系统。举例来说，碰撞缓解系统可将指示所关注区中的一或多个对象的数据提供到自主交通工具机载的外部指示器系统(例如，以警示自主交通工具的操作员)。在另一实例中，碰撞缓解系统可将指示所关注区中的一或多个对象的数据提供到自主交通工具机载的自主性计算系统(例如，以调整自主交通工具的轨迹)。以此方式，自主交通工具可包含碰撞缓解系统，其可识别所关注区中的一或多个对象并将指示所述对象的数据提供到自主交通工具机载的一或多个其它系统，以改进自主交通工具可识别潜在碰撞的准确性。
自主交通工具可包含交通工具计算系统，所述交通工具计算系统在自主交通工具上(例如，位于自主交通工具之上或之内)实施各种系统。例如，交通工具计算系统可包含自主性计算系统(例如，用于规划自主导航)、碰撞缓解系统(例如，用于检测及避免潜在的碰撞)以及交通工具接口系统(例如，用于控制负责制动、转向、动力总成等的一或多个交通工具控制子系统)。自主交通工具的交通工具接口系统可包含用于控制自主交通工具的一或多个交通工具控制系统。例如，交通工具接口系统可包含制动子系统、加速子系统、转向子系统、动力总成子系统等。交通工具接口系统可从自主交通工具机载的一或多个系统接收一或多个交通工具控制信号。交通工具接口系统可例如以本文描述的方式至少部分基于一或多个交通工具控制信号来指示一或多个交通工具控制系统控制自主交通工具以实施先进碰撞缓解系统。
自主交通工具的自主性计算系统可包含用于规划及执行自主导航的一或多个自主子系统。例如，除了其它子系统之外，自主性计算系统可包含感知子系统、预测子系统及运动规划子系统，其协作以感知自主交通工具的周围环境并确定一或多个预期轨迹(例如，包含在运动规划数据中)来相应地控制自主交通工具的运动。自主性计算系统可至少部分基于一或多个传感器(例如，光检测及测距(LIDAR)系统、无线电检测及测距(RADAR)系统、一或多个照相机(例如，可见光谱照相机、红外照相机等)、运动传感器及/或其它类型的图像捕获装置及/或传感器)来感知自主交通工具的周围环境。这些传感器与同碰撞缓解系统相关联的一或多个传感器分离以用于通过自主交通工具的碰撞缓解系统来识别及/或检测与所关注区中的一或多个对象的潜在碰撞。自主性计算系统可识别及/或预测周围环境中的一或多个对象的位置，并确定运动规划数据以控制自主交通工具在周围环境中的运动。自主性计算系统可将运动规划数据提供到自主交通工具机载的一或多个其它系统。举例来说，自主性计算系统可将运动规划数据提供到碰撞缓解系统，使得碰撞缓解系统可确定所关注区。
在一些实施方案中，自主性计算系统可至少部分基于自主交通工具的周围环境中的一或多个对象来控制自主交通工具的运动。举例来说，自主性计算系统可通过提供一或多个控制信号来使自主交通工具围绕对象移动或使自主交通工具在对象之前停止来控制自主交通工具避开周围环境中的对象。
在一些实施方案中，自主性计算系统可至少部分基于自主交通工具的周围环境中的一或多个对象来控制自主交通工具的一或多个设置。举例来说，自主性计算系统可基于一或多个相关联传感器(例如，第一来源)及/或基于由在自主交通工具机载的一或多个其它系统(例如，第二来源)来识别周围环境中的一或多个对象。自主性计算系统可将基于第一来源识别的对象与基于第二来源识别的对象进行比较，以确定一或多个偏差。举例来说，自主性计算系统可基于第一来源而不是基于第二来源来确定是否识别对象，反之亦然。自主性计算系统可调整与识别对象相关联的自主交通工具的一或多个设置，以减少一或多个偏差。举例来说，自主性计算系统可实施机器学习以改进自主交通工具的一或多个对象识别算法。
自主交通工具的碰撞缓解系统可包含用于检测及避免一或多个潜在碰撞的一或多个子系统。例如，碰撞缓解系统可至少部分基于一或多个传感器(例如，无线电检测及测距(RADAR)系统、一或多个照相机及/或其它类型的图像捕获装置及/或传感器)来感知自主交通工具的周围环境。这些传感器与同用于规划及执行自主导航的自主性计算系统相关联的一或多个传感器分离。碰撞缓解系统可基于经由与碰撞缓解系统相关联的传感器获得的数据来识别及/或检测与周围环境中的一或多个对象的潜在碰撞。
碰撞缓解系统可从自主交通工具机载的一或多个其它系统(例如，自主性计算系统)获得自主交通工具的运动规划数据。运动规划数据可包含自主交通工具的一或多个预期/规划的轨迹。碰撞缓解系统可至少部分基于运动规划数据来确定自主交通工具的周围环境中的所关注区。举例来说，如果自主交通工具的预期轨迹是“继续向前500米，然后向右转”，那么碰撞缓解系统可将右前区(相对于自主交通工具)确定为关注区。作为另一实例，如果自主交通工具的预期轨迹是“倒车”，那么碰撞缓解系统可将后方区(相对于自主交通工具)确定为所关注区。作为又一实例，如果自主交通工具的预期轨迹是“保持在中间车道并向左转”，那么碰撞缓解系统可将左前区及最接近的左区(相对于自主交通工具)确定为所关注区。
在一些实施方案中，碰撞缓解系统可将其相关联的传感器中的一或多者转向所关注区。举例来说，自主交通工具机载的与碰撞缓解系统相关联的每一传感器可指定对应检测区。用于特定传感器的检测区可指示周围环境中的一或多个区，其中碰撞缓解系统可基于所述特定传感器来识别及/或检测潜在碰撞。碰撞缓解系统可使其传感器中的一或多者转向，使得针对传感器中的每一者的对应检测区与所关注区至少部分重叠。举例来说，碰撞缓解系统可通过经由一或多个致动器来控制传感器的物理位置来使传感器转向。在另一实例中，碰撞缓解系统可通过从由传感器提供的数据过滤对应于所关注区的数据来使传感器转向。
在一些实施方案中，碰撞缓解系统可至少部分基于所关注区中的一或多个对象来控制自主交通工具。举例来说，碰撞缓解系统可获得指示自主交通工具的周围环境中的所关注区的数据。碰撞缓解系统可识别及/或检测与所关注区中的一或多个对象的潜在碰撞。当碰撞缓解系统检测到与所关注区中的对象的潜在碰撞时，碰撞缓解系统可提供一或多个控制信号以通过控制自主交通工具来执行制动操纵、转向操纵来避免潜在碰撞。
在一些实施方案中，碰撞缓解系统可将指示所关注区中的一或多个对象的数据提供到自主交通工具机载的一或多个其它系统。举例来说，当碰撞缓解系统识别所关注区中的对象时，碰撞缓解系统可将指示对象的数据提供到自主性计算系统。自主性计算系统可至少部分基于由碰撞缓解系统提供的数据来控制自主交通工具来避开对象及/或调整自主交通工具的一或多个设置。
用于在自主交通工具机载的碰撞缓解系统中使用自主交通工具的运动规划数据的系统及方法还可具有减少假阳性并改进准确性及可靠性的技术效果。通过启用能够获得自主交通工具的运动规划数据的碰撞缓解系统，碰撞缓解系统可识别与所述碰撞缓解系统相关联的传感器并将其转向到自主交通工具的周围环境中的所关注区。这允许碰撞缓解系统将注意力集中在周围环境中最有可能含有潜在碰撞的区上，并排除与自主交通工具的预期轨迹不相关联的一或多个区内的潜在碰撞，借此减少假阳性的数目。
另外，通过启用碰撞缓解系统以基于与同自主计算系统相关联的传感器分离的传感器来识别及/或检测与所关注区中的对象的潜在碰撞，碰撞缓解系统可独立于自主交通工具机载的其它系统来检测潜在碰撞。这允许碰撞缓解系统将指示一或多个对象的数据提供到自主计算系统，所述自主计算系统可组合所述数据与其自身数据及/或将所述数据与其自身数据进行比较，借此改进自主交通工具可识别潜在碰撞的准确性及可靠性。
本发明的系统及方法还提供对交通工具计算技术的改进，所述技术例如自主交通工具计算技术。举例来说，本文的系统及方法使交通工具技术能够在自主交通工具机载的碰撞缓解系统中使用自主交通工具的运动规划数据。举例来说，所述系统及方法可允许自主交通工具机载的一或多个计算装置(例如，碰撞缓解系统的一或多个计算装置)确定自主交通工具的周围环境中的所关注区。如本文描述，自主交通工具可经配置以传达自主交通工具的运动规划数据及指示自主交通工具的周围环境中的一或多个对象的数据。计算装置可至少部分基于运动规划数据来确定所关注区，并且至少部分基于在所关注区中的一或多个对象来控制自主交通工具。这允许自主交通工具更有效地通知自主交通工具机载的一或多个其它系统以避免潜在碰撞。
此外，计算装置可包含在与自主交通工具机载的其它系统(例如，自主性计算系统、交通工具接口系统)分离并分开的碰撞缓解系统中。因而，碰撞缓解系统可包含易于升级、实施模式/冗余校验等的简化硬件架构。这还可允许计算装置将其计算资源集中在检测及避免潜在碰撞上，而不是分配其资源来执行其它交通工具功能(例如，自主运动规划、运动规划实施)。资源的此使用可允许计算装置对事件提供更有效、可靠及准确的响应。另外，自主交通工具机载的其它系统可专注于其核心功能，而不是将资源分配到缓解碰撞系统的功能。因此，本发明的系统及方法可节省这些其它交通工具系统的计算资源，同时提高碰撞缓解系统的性能。
现在参考图式，将进一步详细论述本发明的实例实施例。图1描绘根据本发明的实例实施例的实例系统100。系统100可包含与交通工具103相关联的交通工具计算系统102。在一些实施方案中，系统100可包含远离交通工具103的操作计算系统104。
并入有交通工具计算系统102的交通工具103可为陆地自主交通工具(例如，汽车、卡车、公共汽车)、空基自主交通工具(例如，飞机、无人机、直升机或其它航空器)或其它类型的交通工具(例如，船只)。交通工具103可为自主交通工具，其可在与人类驾驶员进行最少及/或没有交互的情况下进行驾驶、导航、操作等。例如，交通工具103可经配置以按多种操作模式106A到C操作。交通工具103可经配置以在完全自主(例如，自动驾驶)操作模式106A下进行操作，其中交通工具103可在不具有来自交通工具103中存在的用户的输入的情况下进行驾驶及导航。交通工具103可经配置以在半自主操作模式106B下操作，其中交通工具103可利用来自交通工具103中存在的用户的一些输入来操作。在一些实施方案中，交通工具103可进入手动操作模式106C，其中交通工具103可完全由用户(例如，人类操作员)控制，并且可被禁止执行自主导航(例如，自主驾驶)。
交通工具计算系统102可包含交通工具103机载的一或多个计算装置(例如，位于交通工具103之上及/或之内)。计算装置可包含用于执行各种操作及功能的各种组件。例如，计算装置可包含一或多个处理器及一或多种有形的非暂时性计算机可读媒体。一或多种有形的非暂时性计算机可读媒体可存储指令，所述指令在由一或多个处理器执行时致使交通工具103(例如，其计算系统、一或多个处理器等)执行操作及功能，例如本文描述的操作及功能。
如图1中所展示，交通工具103可包含一或多个传感器108、自主性计算系统110、交通工具控制系统112、人机接口系统134及碰撞缓解系统138。这些系统中的一或多者可经配置以经由通信信道彼此通信。通信信道可包含一或多个数据总线(例如，控制器局域网(CAN))、机载诊断连接器(例如，OBD-II)及/或有线及/或无线通信链路的组合。机载系统可经由通信信道在彼此之间发送及/或接收数据、消息、信号等。
传感器108可经配置以获取与靠近交通工具103的一或多个对象(例如，在传感器108中的一或多者的视场内)相关联的传感器数据114。传感器108可包含光检测及测距(LIDAR)系统、无线电检测及测距(RADAR)系统、一或多个照相机(例如，可见光谱照相机、红外照相机等)、运动传感器及/或其它类型的成像捕获装置及/或传感器。传感器数据114可包含图像数据、雷达数据、LIDAR数据及/或由传感器108获取的其它数据。对象可包含例如行人、交通工具、自行车及/或其它对象。对象可位于交通工具103的前方、后方及/或侧面。传感器数据114可与指示交通工具103的周围环境内的对象相关联的位置一或多次。传感器108可将传感器数据114提供到自主性计算系统110。
如图2中所展示，自主性计算系统110除传感器数据114之外还可检索或以其它方式获得地图数据116。地图数据116可提供关于交通工具103的周围环境的详细信息。举例来说，地图数据116可提供有关以下方面的信息：不同道路、路段、建筑物或其它物品或对象(例如，路灯柱、人行横道、路边等)的身份及位置；行车道的位置及方向(例如，停车道、转弯车道、自行车车道或特定道路或其它行进路线及/或与其相关联的一或多个边界标记内的其它车道)；交通控制数据(例如标牌、交通信号灯或其它交通控制装置的位置及说明)；及/或提供辅助交通工具103了解及感知其周围环境及其关系的信息的任何其它地图数据。
自主性计算系统110可包含感知系统120、预测系统122、运动规划系统124及/或其它系统，其协作以感知交通工具103的周围环境并相应地确定用于控制交通工具103的运动的运动规划。举例来说，自主性计算系统110可从传感器108接收传感器数据114，尝试通过对传感器数据114(及/或其它数据)执行各种处理技术来了解周围环境，并产生通过此周围环境的适当运动规划。自主性计算系统110可控制一或多个交通工具控制系统112以根据运动规划来操作交通工具103。
自主性计算系统110可至少部分基于传感器数据114及/或地图数据116来识别靠近交通工具103的一或多个对象。举例来说，感知系统120可获得描述靠近交通工具103的对象的当前状态的感知数据126。举例来说，针对每一对象的感知数据126可描述对象的以下估计：当前位置(也称为定位)；当前速度(也称为速度)；当前加速度；当前航向；当前定向；大小/覆盖区(例如，如由外接多边形表示)；等级(例如，行人等级vs.交通工具等级vs.自行车等级)及或其它状态信息。在一些实施方案中，感知系统120可在多次迭代中确定每一对象的感知数据126。特定来说，感知系统120可在每次迭代中针对每一对象更新感知数据126。因此，感知系统120可随着时间流逝检测并跟踪最靠近自主交通工具103的对象(例如，交通工具、行人、自行车及类似者)。感知系统120可将感知数据126提供到预测系统122(例如，用于预测对象的移动)。
预测系统122可创建与靠近交通工具103的相应一或多个对象中的每一者相关联的预测数据128。预测数据128可指示每一相应对象的一或多个预测未来位置。预测数据128可指示交通工具103的周围环境内的至少一个对象的预测路径(例如，预测轨迹)。举例来说，预测路径(例如，轨迹)可指示预测相应对象随时间沿其行进的路径(及/或预测对象沿预测路径行进的速度)。预测系统122可将与对象相关联的预测数据128提供到运动规划系统124。
运动规划系统124可至少部分基于预测数据128(及/或其它数据)确定交通工具103的运动规划，并将所述运动规划保存为运动规划数据130。运动规划数据130可包含关于靠近交通工具103的对象的交通工具动作以及所预测的移动。例如，运动规划系统124可实施优化算法，其考虑与交通工具动作以及其它目标功能(例如，基于限速、交通信号灯等)(如果有的话)相关联的成本数据，以确定组成运动规划数据130的优化变量。通过实例的方式，运动规划系统124可确定交通工具103可执行某一动作(例如，经过对象)，而不会增加交通工具103的潜在风险及/或违反任何交通法规(例如，限速、车道边界、标牌)。运动规划数据130可包含交通工具103的规划轨迹、速度、加速度等。
运动规划系统124可将指示一或多个交通工具动作、规划轨迹及/或其它操作参数的运动规划数据130的至少一部分提供到交通工具控制系统112以实施针对交通工具103的运动规划。例如，交通工具103可包含经配置以将运动规划数据130转译为指令的移动性控制器。通过实例的方式，移动性控制器可将运动规划数据130转译为指令以调整交通工具103的“X”度转向，施加一定量值的制动力等。移动性控制器可将一或多个控制信号发送到负责的交通工具控制子系统(例如，制动控制系统214、转向控制系统218，加速度控制系统216)以执行指令并实施运动规划。
交通工具103可包含通信系统132，其经配置以允许交通工具计算系统102(及其计算装置)与其它计算装置(例如，图1所展示)通信。交通工具计算系统102可使用通信系统132来通过一或多个网络(例如，经由一或多个无线信号连接)与操作计算系统104及/或一或多个其它远程计算装置进行通信。在一些实施方案中，通信系统132可允许交通工具103机载的系统中的一或多者之间的通信。通信系统132可包含用于与一或多个网络接口连接的任何合适的子系统，其包含例如传输器、接收器、端口、控制器、天线及/或其它可帮助促进通信的合适子系统。
交通工具103可包含人机接口系统134，其经配置以向用户(例如，操作员)传达信息(及/或从其接收信息)。举例来说，在一些实施方案中，人机接口系统134可包含显示装置，其显示可被用户观看的用户接口。在一些实施方案中，人机接口系统134可控制交通工具103的一或多个方面，作为此一或多个指示器。举例来说，人机接口系统134可控制交通工具103机载的视觉指示器236(例如，灯、显示器等)、触觉指示器238(例如，超声发射器、振动电动机等)及可闻指示器240(例如，扬声器等)。一或多个指示器可经由指示来指示交通工具103的状态。举例来说，视觉指示器可发射视觉指示(例如，警示灯、显示器等)，触觉指示器可发射触觉指示(例如触摸响应振动或超声波等)，及/或可闻指示器可发射可闻指示(例如，经由扬声器的声音等)。人机接口系统134可从交通工具103机载的一或多个系统接收控制信号，以控制一或多个指示器。举例来说，如果交通工具103的轨迹包含即将到来的左转弯，那么自主性计算系统110可控制人机接口系统134(例如，经由一或多个控制信号)以激活交通工具103的左转弯信号灯。在另一实例中，人类驾驶员可控制人机接口系统134(例如，经由转弯信号杆)以激活交通工具103的左转弯信号灯。
碰撞缓解系统138可包含一或多个传感器140、传感器转向系统142、识别系统144，检测系统146及避开系统148。传感器140与传感器108(例如，LIDAR系统)分离。碰撞缓解系统138可使用传感器140(例如，无线电检测及测距(RADAR)系统、一或多个照相机及/或其它类型的图像捕获装置及/或传感器)来监测交通工具103的周围环境。识别系统144可至少部分基于由传感器140提供的信息来识别周围环境中的一或多个对象。检测系统146可检测与由识别系统144识别的对象的一或多个潜在碰撞。当检测到潜在碰撞时，避开系统148可控制交通工具103以避免潜在碰撞。举例来说，如果交通工具103以自主模式106A操作并且碰撞缓解系统138检测到潜在碰撞，那么碰撞缓解系统138可将关于潜在碰撞的信息提供到可调整交通工具103的轨迹以避免潜在碰撞的自主性计算系统110。作为另一实例，如果交通工具103以手动模式106C操作并且碰撞缓解系统136检测到潜在碰撞，那么碰撞缓解系统136可控制人机接口系统134向交通工具103的操作员显示警示灯。
在一些实施方案中，碰撞缓解系统138可控制交通工具103的运动以避免潜在碰撞。举例来说，如果潜在碰撞在碰撞缓解系统138向自主性计算系统110提供与潜在碰撞相关联的信息之后持续一段时间，那么碰撞缓解系统138可提供一或多个控制信号来控制交通工具103以执行制动操纵。作为另一实例，如果潜在碰撞在碰撞缓解系统138控制交通工具103显示警示灯之后持续一段时间，那么碰撞缓解系统138可提供一或多个控制信号以控制交通工具103执行制动操纵。
在一些实施方案中，碰撞缓解系统138可从交通工具103机载的一或多个其它系统(例如，自主性计算系统)获得交通工具103的运动规划数据。运动规划数据可包含交通工具103的一或多个预期轨迹，并且可与运动规划数据130相同或相似(例如，用于经由交通工具控制系统112来实施运动规划)。碰撞缓解系统138可至少部分基于运动规划数据来确定交通工具103的周围环境中的所关注区。举例来说，如果交通工具103的预期轨迹是“继续向前行驶500米，然后向右转”，那么碰撞缓解系统138可将右前区(相对于自主交通工具)确定为所关注区。作为另一实例，如果交通工具103的预期轨迹是“倒车”，那么碰撞缓解系统138可将后部区(相对于交通工具138)确定为所关注区。作为又一实例，如果交通工具103的预期轨迹是“保持在中间车道并向左转”，那么碰撞缓解系统138可确定左前区及最接近的左区(相对于交通工具103)作为所关注区。
在一些实施方案中，传感器转向系统142可将传感器140中的一或多者转向到所关注区。举例来说，传感器140中的每一者可指定对应检测区。针对特定传感器的检测区可指示周围环境中的一或多个区，其中碰撞缓解系统138可基于所述特定传感器来识别对象及/或检测潜在碰撞。碰撞缓解系统138可使其传感器140中的一或多者转向，使得对应于传感器140中的每一者的检测区将与所关注区至少部分重叠。举例来说，碰撞缓解系统138可通过经由一或多个致动器控制传感器的物理位置来使传感器转向。在另一实例中，碰撞缓解系统138可通过从由传感器提供的数据过滤对应于关注区的数据来使传感器转向。
图3到5描绘根据本发明的实例实施例的控制交通工具103的实例场景。在每一图3到5中，交通工具103正沿正北方行进。如图3A中所展示，交通工具103的传感器140在转向之前具有检测范围304。由于对象302在检测区304中，因此碰撞缓解系统138识别对象302并检测相对于对象302的潜在碰撞。在图3B中，碰撞缓解系统138从自主性计算系统110接收运动规划数据310。运动规划数据310指示交通工具103将在下一个交叉路口向右转。至少部分基于运动规划数据310，碰撞缓解系统138确定所关注区306。在图3C中，传感器转向系统142控制传感器140，使得检测区308与所关注区306最大程度地重叠。检测区308不包含对象302。以此方式，可减少由碰撞缓解系统138检测到的假阳性潜在碰撞。
如图4A中所展示，交通工具103的传感器140在转向之前具有检测区404。由于在检测区404的中没有对象，因此碰撞缓解系统138不检测潜在碰撞。在图4B中，碰撞缓解系统138从自主性计算系统110接收运动规划数据410。运动规划数据410指示交通工具103将在下一个交叉路口向左转。至少部分基于运动规划数据410，碰撞缓解系统138确定所关注区406。在图4C中，传感器转向子系统142控制传感器140，使得检测区408与所关注区406最大程度地重叠。由于检测区408包含对象402的至少一部分，因此碰撞缓解系统138识别对象402并检测关于对象402的潜在碰撞。以此方式，可减少假阴性潜在碰撞(例如，未被检测到的潜在碰撞)。如本文描述，碰撞缓解系统138可提供一或多个控制信号以避免潜在碰撞(例如，到自主性系统110、交通工具控制系统112等)。
如图5A中所展示，交通工具103的传感器140在转向之前具有检测区504。由于对象502在检测区504区中，因此碰撞缓解系统138识别对象502并检测相对于对象502的潜在碰撞。在图5B中，碰撞缓解系统138从自主性计算系统110接收运动规划数据510。运动规划数据510指示交通工具103将在下一个交叉路口停止。至少部分基于运动规划数据510，碰撞缓解系统138确定所关注区506。在图5C中，传感器转向系统142控制传感器140，使得检测区508与所关注区506最大程度地重叠。检测区508不包含对象502。以此方式，可减少由碰撞缓解系统138检测的假阳性潜在碰撞。在交通工具103将继续通过交叉路口的情况下，可交互式地(例如，实时地)更新所关注区，使得将检测并避免与对象502的潜在碰撞(如果有的话)，如本文所述。
图6描绘根据本发明的实例实施例的控制交通工具103的实例方法600的流程图。方法600的一或多个部分可由一或多个计算装置(例如(举例来说)图7中所展示的计算装置701)来实施。此外，方法600的一或多个部分可被实施为在本文描述的装置的硬件组件上的算法(例如，如图1及7中)，以例如控制交通工具103。图6出于说明及论述目的描绘以特定顺序执行要素。使用本文提供的揭示内容的所属领域的一般技术人员将理解，在不脱离本发明的范围的情况下，可以各种方式调试、重新布置、扩展、省略、组合及/或修改本文论述的任何方法(例如，图6的方法)的要素。
在(601)，方法600可包含获得轨迹信息。举例来说，交通工具计算系统102的碰撞缓解系统138可从与碰撞缓解系统138分离的自主性计算系统110获得指示自主交通工具通过周围环境的规划轨迹的数据。
在(602)，方法600可包含确定交通工具103的周围环境中的所关注区。例如，碰撞缓解系统138可至少部分基于规划轨迹来确定周围环境中的所关注区。
在(603)，方法600可包含将一或多个传感器转向所确定的所关注区。例如，碰撞缓解系统138可使交通工具103的传感器140转向所关注区。举例来说，碰撞缓解系统138可调整与传感器140中的每一者相关联的检测区以与所关注区重叠(例如，最大程度地、至少部分等)。调整检测区可包含经由与传感器中的每一者相关联的一或多个致动器物理地移动传感器140中的每一者。
在(604)，方法600可包含获得指示所关注区的数据。例如，碰撞缓解系统138可控制传感器140以获得指示所关注区的数据。控制传感器140可包含控制已经转向所关注区的传感器140，以获得指示所关注区的数据。
在(605)，方法600可包含识别所关注区中的对象。例如，碰撞缓解系统138可至少部分基于由传感器140获得的数据来识别所关注区中的一或多个对象。
在(606)，方法600可包含控制自主交通工具。举例来说，碰撞缓解系统138可至少部分基于在所关注区中识别的一或多个对象来控制交通工具103。在一些实施方案中，控制交通工具103可包含将一或多个控制信号提供到交通工具控制系统112提供以控制交通工具103的运动。在一些实施方案中，控制交通工具103可包含将指示所关注区中的一或多个对象的数据提供到自主性计算系统110。自主性计算系统110可调整交通工具103的轨迹以避开对象。在一些实施方案中，控制交通工具103可包含将一或多个控制信号提供到人机接口系统134以向可采取适当动作来避开对象的人类驾驶员指示对象。在一些实施方案中，碰撞缓解系统138可检测在所关注区中相对于对象的一或多个潜在碰撞，并且将关于潜在碰撞的信息提供到自主性计算系统110、人机接口系统134及/或交通工具103机载的其它系统。
图7描绘根据本发明的实例实施例的实例计算系统700。仅将图7中所说明的实例系统700提供为实例。图7中所说明的组件、系统、连接及/或其它方面是任选的并且被提供为实施本发明的可能的但不是必需的实例。实例系统700可包含交通工具103的交通工具计算系统102，并且在一些实施方案中是远程计算系统710，其包含远离通过一或多个网络720彼此通信地耦合的交通工具103的一或多个远程计算装置(例如，操作计算系统104)。远程计算系统710可与中央操作系统及/或与交通工具103相关联的实体(例如(举例来说)交通工具拥有者、交通工具管理者、车队运营商、服务提供商等)相关联。
交通工具计算系统102的计算装置701可包含处理器702及存储器704。一或多个处理器702可为任何合适处理装置(例如，处理器核心、微处理器、ASIC、FPGA、控制器、微控制器等)，并且可为一个处理器或可操作地连接的多个处理器。存储器704可包含一或多个非暂时性计算机可读存储媒体，例如RAM、ROM、EEPROM、EPROM、一或多个存储器装置、闪存装置等，以及其组合。
存储器704可存储可由一或多个处理器702存取的信息。例如，交通工具103机载的存储器704(例如，一或多个非暂时性计算机可读存储媒体、存储器装置)可包含可由一或多个处理器702执行的计算机可读指令706。指令706可为以任何合适编程语言编写的软件或者可以硬件实施。额外地或替代地，指令706可在处理器702上的逻辑及/或虚拟分离线程中执行。
举例来说，交通工具103机载的存储器704可存储指令706，当指令706由交通工具103机载的一或多个处理器702执行时，致使一或多个处理器702(交通工具计算系统102)执行操作，例如如本文描述的交通工具计算系统102的操作及功能中的任何者、用于控制交通工具103的操作(例如，方法600的一或多个部分)及/或本文描述的任何其它操作及/功能。
存储器704可存储可获得、接收、存取、写入、操纵、创建及/或存储的数据708。数据708可包含例如与交通工具的运动规划相关联的数据，与交通工具的周围环境及/或所关注区相关联的数据，与在交通工具的周围环境及/或所关注区中识别的一或多个对象相关联的数据，及/或如本文所描述的其它数据/信息。在一些实施方案中，计算装置701可从远离交通工具103的一或多个存储器装置获得数据。
计算装置701还可包含通信接口709，其用于与交通工具103机载的一或多个其它系统及/或远离交通工具103的远程计算装置(例如，远程计算系统710的)通信。通信接口709可包含用于经由一或多个网络(例如720)通信的任何电路、子系统、软件等。在一些实施方案中，通信接口709可包含例如用于传达数据的通信控制器、接收器、收发器、传输器、端口、导体、软件及/或硬件中的一或多者。
网络720可为允许装置之间进行通信的任何类型的网络或网络组合。在一些实施例中，网络可包含局域网、广域网、因特网、安全网络、蜂窝网络、网状网络、对等通信链路及/或其某种组合中的一或多者，并且可包含任何数目个有线及无线链路。通过网络720的通信可例如使用任何类型的协议、保护方案、编码、格式、打包等经由通信接口来完成。
远程计算系统710可包含远离交通工具计算系统102的一或多个远程计算装置。远程计算装置可包含类似于本文针对计算装置701描述的子系统(例如，处理器、存储器、指令、数据)。此外，远程计算系统710可经配置以执行操作计算系统104的一或多个操作，如本文所描述。
在本文论述的在远离交通工具的计算装置处执行的计算任务可替代地在交通工具处执行(例如，经由交通工具计算系统)，反之亦然。可在不脱离本发明的范围的情况下实施此类配置。基于计算机的系统的使用允许任务及功能性在组件之间及组件当中的多种可能配置、组合及划分。可在单个组件上或跨多个组件执行计算机实施操作。计算机实施任务及/或操作可循序或并行执行。数据及指令可存储在单个存储器装置中或可跨越多个存储器装置存储。
尽管已经关于特定实例实施例及其方法对本标的物进行详细描述，但应了解，所属领域的技术人员在理解前述内容后，可容易地产生对于此类实施例的变更、变化及等效物。因此，本发明的范围是通过实例的方式而不是通过限制的方式，并且本发明不排除包含对本标的物的此类修改、变化及/或添加，这对于所属领域的一般技术人员将是显而易见的。

Claims (20)

1.一种经实施用于控制自主交通工具的计算机实施方法，所述方法包括：由包括与一或多个第一传感器通信的一或多个第一计算装置的计算系统从与所述计算系统分离并包括与一或多个第二传感器通信的一或多个第二计算装置的自主性系统获得指示所述自主交通工具通过周围环境的规划轨迹的数据，其中所述规划轨迹是至少部分基于来自所述一或多个第二传感器的传感器数据；由所述计算系统至少部分基于所述规划轨迹确定所述周围环境中的所关注区；由所述计算系统控制所述一或多个第一传感器以获得指示所述所关注区的数据；由所述计算系统至少部分基于由所述一或多个第一传感器获得的所述数据识别所述所关注区中的一或多个对象；以及由所述计算系统将指示所述所关注区中的所述一或多个对象的数据提供到所述自主交通工具的所述自主性系统。
2.根据权利要求1所述的计算机实施方法，其中控制所述一或多个第一传感器包括：将所述自主交通工具的所述一或多个第一传感器转向所述所关注区；及控制转向所述所关注区的所述一或多个第一传感器以获得指示所述所关注区的所述数据。
3.根据权利要求2所述的计算机实施方法，其中转向所述一或多个第一传感器包括：调整与所述一或多个第一传感器中的每一者相关联的检测区以与所述所关注区至少部分重叠。
4.根据权利要求3所述的计算机实施方法，其中调整与所述一或多个第一传感器中的每一者相关联的所述检测区包括：经由与每一第一传感器相关联的一或多个致动器物理地移动每一第一传感器。
5.根据权利要求1所述的计算机实施方法，其进一步包括：由所述计算系统将一或多个控制信号提供到一或多个交通工具控制系统以控制所述自主交通工具的运动，其中所述一或多个控制信号是至少部分基于在所述所关注区中识别的所述一或多个对象。
6.根据权利要求1所述的计算机实施方法，其进一步包括：由所述自主性系统至少部分基于在所述所关注区中识别的所述一或多个对象控制所述自主交通工具。
7.根据权利要求1所述的计算机实施方法，其中：所述一或多个第一计算装置具有相对于所述一或多个第二计算装置的简化硬件架构。
8.一种用于控制自主交通工具的计算系统，所述计算系统包括：一或多个第一处理器，其与一或多个第一传感器通信；及一或多种有形的非暂时性计算机可读媒体，其共同存储指令，所述指令在由所述一或多个第一处理器执行时致使所述计算系统执行操作，所述操作包括：从与所述一或多个第一处理器分离并包括与一或多个第二传感器通信的一或多个第二处理器的自主性系统获得指示所述自主交通工具通过周围环境的规划轨迹的数据，其中所述规划轨迹是至少部分基于来自所述一或多个第二传感器的传感器数据；至少部分基于所述规划轨迹确定所述周围环境中的所关注区；控制所述一或多个第一传感器以获得指示所述所关注区的数据；至少部分基于由所述一或多个第一传感器获得的所述数据识别所述所关注区中的一或多个对象；以及将指示所述所关注区中的所述一或多个对象的数据提供到所述自主交通工具的所述自主性系统。
9.根据权利要求8所述的计算系统，其中所述操作进一步包括：将所述自主交通工具的所述一或多个第一传感器转向所述所关注区；及控制转向所述所关注区的所述一或多个第一传感器以获得指示所述所关注区的所述数据。
10.根据权利要求9所述的计算系统，其中所述操作进一步包括：调整与所述一或多个第一传感器中的每一者相关联的检测区以与所述所关注区至少部分重叠。
11.根据权利要求10所述的计算系统，其中所述操作进一步包括：经由与每一第一传感器相关联的一或多个致动器物理地移动每一第一传感器。
12.根据权利要求8所述的计算系统，其中所述操作进一步包括：将一或多个控制信号提供到一或多个交通工具控制系统以控制所述自主交通工具的运动。
13.根据权利要求8所述的计算系统，其中所述自主性系统从所述一或多个第二传感器获得指示所述自主交通工具的所述周围环境的数据，至少部分基于指示来自所述一或多个第二传感器的所述周围环境的所述数据识别所述周围环境中的一或多个对象，将所述周围环境中的所述一或多个对象与所述所关注区中的所述一或多个对象进行比较，以及至少部分基于所述比较来提供一或多个控制信号以控制所述自主交通工具。
14.根据权利要求8所述的计算系统，其中所述自主性系统提供一或多个控制信号，以调整与识别所述自主交通工具的周围环境中的对象相关联的一或多个设置。
15.一种自主交通工具，其包括：一或多个第一处理器，其与一或多个第一传感器通信；及一或多种有形的非暂时性计算机可读媒体，其共同存储指令，所述指令在由所述一或多个第一处理器执行时致使所述自主交通工具执行操作，所述操作包括：从与所述一或多个第一处理器分离并包括与一或多个第二传感器通信的一或多个第二处理器的自主性系统获得指示所述自主交通工具通过周围环境的规划轨迹的数据，其中所述规划轨迹是至少部分基于来自与所述自主性系统相关联的所述一或多个第二传感器的传感器数据；至少部分基于所述规划轨迹确定所述周围环境中的所关注区；控制所述一或多个第一传感器以获得指示所述所关注区的数据；至少部分基于由所述一或多个第一传感器获得的所述数据识别所述所关注区中的一或多个对象；以及将指示所述所关注区中的所述一或多个对象的数据提供到所述自主交通工具的所述自主性系统。
16.根据权利要求15所述的自主交通工具，其中所述操作进一步包括：通过调整与所述一或多个第一传感器中的每一者相关联的检测区以与所述所关注区至少部分重叠来将所述自主交通工具的所述一或多个第一传感器转向所述所关注区；以及控制转向所述所关注区的所述一或多个第一传感器以获得指示所述所关注区的所述数据。
17.根据权利要求16所述的自主交通工具，其中所述操作进一步包括经由与每一第一传感器相关联的一或多个致动器物理地移动每一第一传感器。
18.根据权利要求15所述的自主交通工具，其中所述操作进一步包括：将一或多个控制信号提供到一或多个交通工具控制系统以控制所述自主交通工具的运动。
19.根据权利要求15所述的自主交通工具，其中：所述自主性系统至少部分基于所述所关注区中的所述一或多个对象控制所述自主交通工具。
20.根据权利要求15所述的自主交通工具，其中所述自主性系统从所述一或多个第二传感器获得指示所述自主交通工具的所述周围环境的数据，至少部分基于来自所述一或多个第二传感器的指示所述周围环境的所述数据识别所述周围环境中的一或多个对象，将所述周围环境中的所述一或多个对象与所述所关注区中的所述一或多个对象进行比较，以及至少部分基于所述比较来提供一或多个控制信号以控制所述自主交通工具。
CN201880049195.5A 2017-06-29 2018-06-22 自主交通工具碰撞缓解系统及方法 Active CN111052022B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/637,539 2017-06-29
US15/637,539 US10386856B2 (en) 2017-06-29 2017-06-29 Autonomous vehicle collision mitigation systems and methods
PCT/US2018/038996 WO2019005610A1 (en) 2017-06-29 2018-06-22 ANTI-COLLISION SYSTEMS AND METHODS FOR AUTONOMOUS VEHICLE

Publications (2)

Publication Number Publication Date
CN111052022A CN111052022A (zh) 2020-04-21
CN111052022B true CN111052022B (zh) 2021-09-07

Family

ID=63015019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880049195.5A Active CN111052022B (zh) 2017-06-29 2018-06-22 自主交通工具碰撞缓解系统及方法

Country Status (8)

Country Link
US (4) US10386856B2 (zh)
EP (1) EP3625633B1 (zh)
JP (1) JP6843277B2 (zh)
CN (1) CN111052022B (zh)
AU (1) AU2018295099B2 (zh)
CA (1) CA3068317A1 (zh)
SG (1) SG11201912884UA (zh)
WO (1) WO2019005610A1 (zh)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018170444A1 (en) 2017-03-17 2018-09-20 The Regents Of The University Of Michigan Method and apparatus for constructing informative outcomes to guide multi-policy decision making
JP6806242B2 (ja) * 2017-04-20 2021-01-06 富士通株式会社 衝突リスク算出プログラム、衝突リスク算出方法および衝突リスク算出装置
US10386856B2 (en) 2017-06-29 2019-08-20 Uber Technologies, Inc. Autonomous vehicle collision mitigation systems and methods
US10065638B1 (en) * 2017-08-03 2018-09-04 Uber Technologies, Inc. Multi-model switching on a collision mitigation system
US11100729B2 (en) * 2017-08-08 2021-08-24 Panasonic Intellectual Property Corporation Of America Information processing method, information processing system, and program
US11430071B2 (en) * 2017-08-16 2022-08-30 Mobileye Vision Technologies Ltd. Navigation based on liability constraints
EP3707526A2 (en) * 2017-11-06 2020-09-16 Echodyne Corp Intelligent sensor and intelligent feedback-based dynamic control of a parameter of a field of regard to which the sensor is directed
CN109927721B (zh) * 2017-12-18 2020-10-27 华创车电技术中心股份有限公司 车道维持追随系统
US20190367019A1 (en) * 2018-05-31 2019-12-05 TuSimple System and method for proximate vehicle intention prediction for autonomous vehicles
US11104334B2 (en) 2018-05-31 2021-08-31 Tusimple, Inc. System and method for proximate vehicle intention prediction for autonomous vehicles
EP3824404A4 (en) 2018-07-20 2022-04-27 May Mobility, Inc. MULTI-PERSPECTIVE SYSTEM AND BEHAVIORAL POLICY SELECTION PROCESS BY AN AUTONOMOUS AGENT
US11353872B2 (en) * 2018-07-30 2022-06-07 Pony Ai Inc. Systems and methods for selectively capturing and filtering sensor data of an autonomous vehicle
US10782689B2 (en) * 2018-08-10 2020-09-22 Pony Ai Inc. Systems and methods for selectively capturing sensor data of an autonomous vehicle using a sensor guide rail
CN111538322B (zh) * 2019-01-18 2023-09-15 驭势科技（北京）有限公司 自动驾驶车辆的传感器数据选择方法、装置及车载设备
US10969470B2 (en) 2019-02-15 2021-04-06 May Mobility, Inc. Systems and methods for intelligently calibrating infrastructure devices using onboard sensors of an autonomous agent
EP3709208A1 (en) * 2019-03-14 2020-09-16 Visteon Global Technologies, Inc. Method and control unit for detecting a region of interest
US11351991B2 (en) * 2019-03-25 2022-06-07 Zoox, Inc. Prediction based on attributes
US11370424B1 (en) * 2019-08-02 2022-06-28 Zoox, Inc. Relevant object detection
CN110962847B (zh) * 2019-11-26 2021-10-08 清华大学苏州汽车研究院（吴江） 车道居中辅助自适应巡航的轨迹规划方法和系统
DE102019133172A1 (de) * 2019-12-05 2021-06-10 Saf-Holland Gmbh System und Erfassungseinrichtung zum Überprüfen eines Zustands mindestens einer Komponente eines Fahrzeugs und Verfahren zum Überprüfen eines Zustands
US11385642B2 (en) 2020-02-27 2022-07-12 Zoox, Inc. Perpendicular cut-in training
US11702105B2 (en) * 2020-06-27 2023-07-18 Intel Corporation Technology to generalize safe driving experiences for automated vehicle behavior prediction
EP4165476A4 (en) 2020-07-01 2024-07-03 May Mobility Inc METHOD AND SYSTEM FOR DYNAMIC MANAGEMENT OF AUTONOMOUS VEHICLE INTERVENTIONS
JP7276280B2 (ja) * 2020-08-18 2023-05-18 トヨタ自動車株式会社 車両用画像記録装置及び車両用画像記録方法
EP4260009A1 (en) 2020-12-14 2023-10-18 May Mobility, Inc. Autonomous vehicle safety platform system and method
EP4264181A1 (en) 2020-12-17 2023-10-25 May Mobility, Inc. Method and system for dynamically updating an environmental representation of an autonomous agent
US11472436B1 (en) 2021-04-02 2022-10-18 May Mobility, Inc Method and system for operating an autonomous agent with incomplete environmental information
JP2024526037A (ja) 2021-06-02 2024-07-17 メイ モビリティー，インコーポレイテッド 自律エージェントの遠隔支援のための方法及びシステム
JP7476144B2 (ja) * 2021-07-19 2024-04-30 ダイハツ工業株式会社 衝突回避制御装置
US11794766B2 (en) * 2021-10-14 2023-10-24 Huawei Technologies Co., Ltd. Systems and methods for prediction-based driver assistance
WO2023102098A1 (en) 2021-12-01 2023-06-08 May Mobility, Inc. Method and system for impact-based operation of an autonomous agent
US20230213633A1 (en) * 2022-01-06 2023-07-06 GM Global Technology Operations LLC Aggregation-based lidar data alignment
WO2023154568A1 (en) 2022-02-14 2023-08-17 May Mobility, Inc. Method and system for conditional operation of an autonomous agent
US20230304800A1 (en) * 2022-03-28 2023-09-28 Arm Limited Method of augmenting human perception of the surroundings
US12027053B1 (en) 2022-12-13 2024-07-02 May Mobility, Inc. Method and system for assessing and mitigating risks encounterable by an autonomous vehicle

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030083818A1 (en) * 2001-10-31 2003-05-01 Masanori Tojima Obstacle detecting apparatus of vehicle
US20070219720A1 (en) * 2006-03-16 2007-09-20 The Gray Insurance Company Navigation and control system for autonomous vehicles
US8855849B1 (en) * 2013-02-25 2014-10-07 Google Inc. Object detection based on known structures of an environment of an autonomous vehicle
CN104787045A (zh) * 2014-01-16 2015-07-22 丰田自动车工程及制造北美公司 用于自动驾驶系统的横向操纵规划器
CN104859649A (zh) * 2014-02-25 2015-08-26 福特全球技术公司 自主驾驶传感系统和方法
CN105358399A (zh) * 2013-06-24 2016-02-24 谷歌公司 使用环境信息辅助用于自主车辆的图像处理
CN105835878A (zh) * 2015-01-29 2016-08-10 丰田自动车工程及制造北美公司 在乘员视野和传感器检测受阻环境中的自主车辆操作
US9558584B1 (en) * 2013-07-29 2017-01-31 Google Inc. 3D position estimation of objects from a monocular camera using a set of known 3D points on an underlying surface

Family Cites Families (75)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US1006563A (en) 1911-04-24 1911-10-24 Crompton & Knowles Loom Works Doup-heddle for leno-weaving.
US5956250A (en) 1990-02-05 1999-09-21 Caterpillar Inc. Apparatus and method for autonomous vehicle navigation using absolute data
JP2580483B2 (ja) 1994-02-18 1997-02-12 株式会社小松製作所 静油圧−機械式変速機の制御装置
JP3866328B2 (ja) * 1996-06-06 2007-01-10 富士重工業株式会社 車両周辺立体物認識装置
EP0913751B1 (de) * 1997-11-03 2003-09-03 Volkswagen Aktiengesellschaft Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges
US6055042A (en) * 1997-12-16 2000-04-25 Caterpillar Inc. Method and apparatus for detecting obstacles using multiple sensors for range selective detection
AUPQ181699A0 (en) 1999-07-23 1999-08-19 Cmte Development Limited A system for relative vehicle navigation
US20070078600A1 (en) 2005-09-20 2007-04-05 Honeywell International Inc. System and method of collision avoidance using an invarient set based on vehicle states and dynamic characteristics
DE102007013303A1 (de) 2007-03-16 2008-09-18 Robert Bosch Gmbh Verfahren zur Berechnung einer kollisionsvermeidenden Trajektorie für ein Fahrmanöver eines Fahrzeugs
US8060306B2 (en) 2007-10-04 2011-11-15 Deere & Company Method and system for obstacle avoidance for a vehicle
US20090292468A1 (en) * 2008-03-25 2009-11-26 Shunguang Wu Collision avoidance method and system using stereo vision and radar sensor fusion
JP5167016B2 (ja) * 2008-07-30 2013-03-21 富士重工業株式会社 車両の運転支援装置
US8175796B1 (en) 2008-09-25 2012-05-08 The United States Of America As Represented By The Secretary Of The Navy Method for vehicle collision avoidance
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
US20100228427A1 (en) 2009-03-05 2010-09-09 Massachusetts Institute Of Technology Predictive semi-autonomous vehicle navigation system
CN201511700U (zh) 2009-09-11 2010-06-23 张新星 黑板
JP5499854B2 (ja) 2010-04-08 2014-05-21 ソニー株式会社 頭部装着型ディスプレイにおける光学的位置調整方法
US8589014B2 (en) * 2011-06-01 2013-11-19 Google Inc. Sensor field selection
US8195394B1 (en) 2011-07-13 2012-06-05 Google Inc. Object detection and classification for autonomous vehicles
DE102011116169A1 (de) * 2011-10-14 2013-04-18 Continental Teves Ag & Co. Ohg Vorrichtung zur Unterstützung eines Fahrers beim Fahren eines Fahrzeugs oder zum autonomen Fahren eines Fahrzeugs
CN104105981B (zh) * 2011-10-19 2016-04-20 B·苏博拉曼亚 定向速度和距离传感器
US8700251B1 (en) 2012-04-13 2014-04-15 Google Inc. System and method for automatically detecting key behaviors by vehicles
US8849515B2 (en) 2012-07-24 2014-09-30 GM Global Technology Operations LLC Steering assist in driver initiated collision avoidance maneuver
US9720412B1 (en) * 2012-09-27 2017-08-01 Waymo Llc Modifying the behavior of an autonomous vehicle using context based parameter switching
US8880273B1 (en) 2013-01-16 2014-11-04 Google Inc. System and method for determining position and distance of objects using road fiducials
KR101883475B1 (ko) * 2013-02-28 2018-07-31 한화지상방산 주식회사 소형통합제어장치
US8849494B1 (en) 2013-03-15 2014-09-30 Google Inc. Data selection by an autonomous vehicle for trajectory modification
DE102013012448A1 (de) 2013-07-26 2015-01-29 Kuka Laboratories Gmbh Verfahren und Vorrichtung zum Bremsen einer Roboterachsanordnung
US9201424B1 (en) * 2013-08-27 2015-12-01 Google Inc. Camera calibration using structure from motion techniques
JP6032163B2 (ja) * 2013-09-11 2016-11-24 トヨタ自動車株式会社 三次元物体認識装置、三次元物体認識方法、及び移動体
US9880560B2 (en) * 2013-09-16 2018-01-30 Deere & Company Vehicle auto-motion control system
JP2015072611A (ja) 2013-10-03 2015-04-16 トヨタ自動車株式会社 運転支援装置
CN104590250B (zh) 2013-10-31 2017-11-10 财团法人车辆研究测试中心 车辆自主辅助驾驶系统与方法
CN106462727B (zh) * 2014-01-30 2020-02-11 移动眼视力科技有限公司 车辆、车道终止检测系统和方法
US9514366B2 (en) * 2014-02-03 2016-12-06 Xerox Corporation Vehicle detection method and system including irrelevant window elimination and/or window score degradation
US10380693B2 (en) 2014-02-25 2019-08-13 State Farm Mutual Automobile Insurance Company Systems and methods for generating data that is representative of an insurance policy for an autonomous vehicle
KR102339667B1 (ko) * 2014-03-26 2021-12-14 얀마 파워 테크놀로지 가부시키가이샤 자율 주행 작업 차량
KR20160138542A (ko) * 2014-03-28 2016-12-05 얀마 가부시키가이샤 자율 주행 작업 차량
US9365213B2 (en) 2014-04-30 2016-06-14 Here Global B.V. Mode transition for an autonomous vehicle
JP6383566B2 (ja) 2014-05-16 2018-08-29 クラリオン株式会社 疲労度推定装置
US9365218B2 (en) 2014-07-14 2016-06-14 Ford Global Technologies, Llc Selectable autonomous driving modes
US9187088B1 (en) 2014-08-15 2015-11-17 Google Inc. Distribution decision trees
WO2016122744A2 (en) * 2014-11-11 2016-08-04 Sikorsky Aircraft Corporation Trajectory-based sensor planning
US9886856B2 (en) 2014-12-04 2018-02-06 Here Global B.V. Near miss system
JP5979259B2 (ja) 2015-01-20 2016-08-24 トヨタ自動車株式会社 衝突回避制御装置
JP6477158B2 (ja) 2015-03-31 2019-03-06 ブラザー工業株式会社 表示制御装置、表示制御方法及び記憶媒体
DE102015113561A1 (de) 2015-08-17 2017-02-23 Endress + Hauser Flowtec Ag Ultraschallwandler zum Einsatz in Ultraschall- Durchflussmessgeräten zur Messung der Durchflussgeschwindigkeit oder dem Volumendurchfluss von Medien in einer Rohrleitung sowie ein Verfahren zur Herstellung eines solchen Ultraschallwandlers
US9805601B1 (en) * 2015-08-28 2017-10-31 State Farm Mutual Automobile Insurance Company Vehicular traffic alerts for avoidance of abnormal traffic conditions
US9606539B1 (en) * 2015-11-04 2017-03-28 Zoox, Inc. Autonomous vehicle fleet service and system
CN105235681B (zh) 2015-11-11 2018-06-08 吉林大学 一种基于路面条件的车辆追尾防碰撞系统与方法
US9704403B2 (en) 2015-12-03 2017-07-11 Institute For Information Industry System and method for collision avoidance for vehicle
KR101788183B1 (ko) * 2015-12-28 2017-10-20 현대자동차주식회사 차량 및 그 제어방법
US10295363B1 (en) * 2016-01-22 2019-05-21 State Farm Mutual Automobile Insurance Company Autonomous operation suitability assessment and mapping
US9711851B1 (en) * 2016-02-04 2017-07-18 Proxy Technologies, Inc. Unmanned vehicle, system and method for transmitting signals
US20170248953A1 (en) 2016-02-25 2017-08-31 Ford Global Technologies, Llc Autonomous peril control
US10191144B2 (en) * 2016-02-26 2019-01-29 Waymo Llc Radar mounting estimation with unstructured data
US9817403B2 (en) * 2016-03-31 2017-11-14 Intel Corporation Enabling dynamic sensor discovery in autonomous devices
US20170291544A1 (en) 2016-04-12 2017-10-12 Toyota Motor Engineering & Manufacturing North America, Inc. Adaptive alert system for autonomous vehicle
CN109416873B (zh) 2016-06-24 2022-02-15 瑞士再保险有限公司 具有自动化风险控制系统的自主或部分自主机动车辆及其相应方法
US10509407B2 (en) * 2016-07-01 2019-12-17 Samsung Electronics Co., Ltd. Apparatus and method for a vehicle platform
US9988046B2 (en) 2016-07-26 2018-06-05 Ford Global Technologies, Llc Enhanced collision avoidance
US10471904B2 (en) * 2016-08-08 2019-11-12 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for adjusting the position of sensors of an automated vehicle
US11067996B2 (en) * 2016-09-08 2021-07-20 Siemens Industry Software Inc. Event-driven region of interest management
US10520904B2 (en) 2016-09-08 2019-12-31 Mentor Graphics Corporation Event classification and object tracking
US10202115B2 (en) 2016-09-13 2019-02-12 Here Global B.V. Method and apparatus for triggering vehicle sensors based on human accessory detection
US10025311B2 (en) * 2016-10-28 2018-07-17 Delphi Technologies, Inc. Automated vehicle sensor control system
US10515390B2 (en) 2016-11-21 2019-12-24 Nio Usa, Inc. Method and system for data optimization
US10315649B2 (en) 2016-11-29 2019-06-11 Ford Global Technologies, Llc Multi-sensor probabilistic object detection and automated braking
KR102656372B1 (ko) * 2016-12-30 2024-04-12 세욘드, 인크. 다중파장 라이다 설계
US10796204B2 (en) * 2017-02-27 2020-10-06 Huawei Technologies Co., Ltd. Planning system and method for controlling operation of an autonomous vehicle to navigate a planned path
JP6885754B2 (ja) 2017-03-09 2021-06-16 株式会社Ｓｃｒｅｅｎホールディングス 基板処理方法および基板処理装置
US20180262739A1 (en) * 2017-03-10 2018-09-13 Denso International America, Inc. Object detection system
US10386856B2 (en) 2017-06-29 2019-08-20 Uber Technologies, Inc. Autonomous vehicle collision mitigation systems and methods
US10065638B1 (en) 2017-08-03 2018-09-04 Uber Technologies, Inc. Multi-model switching on a collision mitigation system
KR20220122012A (ko) 2021-02-26 2022-09-02 현대자동차주식회사 자동차용 폴더블 스티어링 시스템

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030083818A1 (en) * 2001-10-31 2003-05-01 Masanori Tojima Obstacle detecting apparatus of vehicle
US20070219720A1 (en) * 2006-03-16 2007-09-20 The Gray Insurance Company Navigation and control system for autonomous vehicles
US8855849B1 (en) * 2013-02-25 2014-10-07 Google Inc. Object detection based on known structures of an environment of an autonomous vehicle
CN105358399A (zh) * 2013-06-24 2016-02-24 谷歌公司 使用环境信息辅助用于自主车辆的图像处理
US9558584B1 (en) * 2013-07-29 2017-01-31 Google Inc. 3D position estimation of objects from a monocular camera using a set of known 3D points on an underlying surface
CN104787045A (zh) * 2014-01-16 2015-07-22 丰田自动车工程及制造北美公司 用于自动驾驶系统的横向操纵规划器
CN104859649A (zh) * 2014-02-25 2015-08-26 福特全球技术公司 自主驾驶传感系统和方法
CN105835878A (zh) * 2015-01-29 2016-08-10 丰田自动车工程及制造北美公司 在乘员视野和传感器检测受阻环境中的自主车辆操作

Also Published As

Publication number Publication date
CA3068317A1 (en) 2019-01-03
US10386856B2 (en) 2019-08-20
SG11201912884UA (en) 2020-01-30
US20210325902A1 (en) 2021-10-21
CN111052022A (zh) 2020-04-21
US20190004538A1 (en) 2019-01-03
US11048272B2 (en) 2021-06-29
EP3625633A1 (en) 2020-03-25
AU2018295099A1 (en) 2020-01-23
EP3625633B1 (en) 2022-11-23
US20230418307A1 (en) 2023-12-28
WO2019005610A1 (en) 2019-01-03
US20190286165A1 (en) 2019-09-19
JP2020525948A (ja) 2020-08-27
US11789461B2 (en) 2023-10-17
JP6843277B2 (ja) 2021-03-17
AU2018295099B2 (en) 2020-05-21

Similar Documents

Publication Publication Date Title
CN111052022B (zh) 自主交通工具碰撞缓解系统及方法
US11702067B2 (en) Multi-model switching on a collision mitigation system
US12055945B2 (en) Systems and methods for controlling an autonomous vehicle with occluded sensor zones
EP3704684B1 (en) Object motion prediction and vehicle control for autonomous vehicles
US10365654B2 (en) System for safe passenger departure from autonomous vehicle
EP3421316B1 (en) Disabling onboard input devices in an autonomous vehicle
US10493622B2 (en) Systems and methods for communicating future vehicle actions to be performed by an autonomous vehicle
US20210302983A1 (en) Adaptive Vehicle Motion Control System
US10843722B2 (en) Systems and methods for controlling an input device of an autonomous vehicle
US9964952B1 (en) Adaptive vehicle motion control system

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Pennsylvania, USA

Patentee after: Uatc Co.,Ltd.

Country or region after: U.S.A.

Address before: California, USA

Patentee before: Uatc Co.,Ltd.

Country or region before: U.S.A.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240419

Address after: Pennsylvania, USA

Patentee after: Aurora operations

Country or region after: U.S.A.

Address before: Pennsylvania, USA

Patentee before: Uatc Co.,Ltd.

Country or region before: U.S.A.