CN111240314A

CN111240314A - 用于l2自动驾驶的基于预定校准表的车辆油门/制动辅助系统

Info

Publication number: CN111240314A
Application number: CN201910858539.3A
Authority: CN
Inventors: 朱帆
Original assignee: Baidu USA LLC
Current assignee: Baidu USA LLC
Priority date: 2018-11-29
Filing date: 2019-09-11
Publication date: 2020-06-05
Anticipated expiration: 2039-09-11
Also published as: JP6908675B2; JP2020083307A; EP3659889B1; US10882534B2; EP3659889A1; CN111240314B; US20200172117A1

Abstract

本申请为用于L2自动驾驶的基于预定校准表的车辆油门/制动辅助系统。在一个实施方式中，响应于源自ADV的驾驶员的第一控制命令，ADV的响应于第一控制命令的预期加速度根据ADV在标准驾驶环境(例如，干燥的道路、平坦的路面、正常的轮胎压力、零负载)下的当前速度来确定。基于ADV在该时间点处的当前驾驶环境来选择命令校准表中的一个。在所选择的命令校准表中执行查找操作，以基于ADV的当前速度和预期加速度获取第二控制命令。然后，将第二控制命令发给ADV以控制ADV。结果，ADV在当前驾驶环境下达到与ADV在标准驾驶环境中驾驶时的加速度相同的加速度。

Description

用于L2自动驾驶的基于预定校准表的车辆油门/制动辅助系统

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使用预定命令校准表的L2自动驾驶。

背景技术

以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘客(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，车辆可以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使。

运动规划和控制是自动驾驶中的关键操作。然而，传统的运动规划操作主要根据其曲率和速度来估计完成给定路径的难度，而不考虑不同类型车辆的特征差异。相同的运动规划和控制应用于所有类型的车辆并且对所有道路状况都进行相同处理，这在某些情况下可能不准确且不平滑。具体地，难以在驾驶车辆时估计车辆负载并且补偿车辆负载。

自动驾驶可以限定成从级别0(L0)到级别5(L5)的若干级别。在级别2或L2中，类似于巡航控制和车道居中，使用与驾驶环境有关的信息的转向系统和加速/减速系统二者中的至少一个驾驶员辅助系统是自动化的。这意味着驾驶员通过让他或她的手同时离开方向盘和脚踏板而从对车辆进行物理操作脱离开。然而，驾驶员必须始终准备好控制车辆。当人类驾驶员踩下油门踏板或转动方向盘时，驾驶员希望车辆根据驾驶员的期望做出响应。然而，在某些驾驶环境(例如，恶劣天气状况、起伏的道路)中，车辆可能没有响应以满足期望。缺乏对这些情况进行补偿的有效方法。

发明内容

根据本公开的一个方面，提供了一种用于操作自动驾驶车辆的计算机实施方法，所述方法包括：接收第一控制命令以控制自动驾驶车辆(ADV)；响应于所述第一控制命令，根据所述ADV在标准驾驶环境下的当前速度确定所述ADV的预期加速度；基于与所述ADV相关的当前驾驶环境选择多个命令校准表中的一个命令校准表；基于所述ADV的当前速度和预期加速度在所选择的命令校准表中执行查找操作以获取第二控制命令；以及发出所述第二控制命令以控制所述ADV。

根据本公开的另一方面，提供了一种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运行时使得所述处理器执行操作，所述操作包括：接收第一控制命令以控制自动驾驶车辆(ADV)；响应于所述第一控制命令，根据所述ADV在标准驾驶环境下的当前速度确定所述ADV的预期加速度；基于与所述ADV相关的当前驾驶环境选择多个命令校准表中的一个命令校准表；基于所述ADV的当前速度和预期加速度在所选择的命令校准表中执行查找操作，以获取第二控制命令；以及发出所述第二控制命令以控制所述ADV。

根据本公开的又一方面，提供了一种数据处理系统。数据处理系统包括处理器以及存储器，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运行时致使所述处理器执行操作，所述操作包括：接收第一控制命令以控制自动驾驶车辆(ADV)；响应于所述第一控制命令，根据所述ADV在标准驾驶环境下的当前速度确定所述ADV的预期加速度；基于与所述ADV相关的当前驾驶环境选择多个命令校准表中的一个命令校准表；基于所述ADV的当前速度和预期加速度在所选择的命令校准表中执行查找操作，以获取第二控制命令；以及发出所述第二控制命令以控制所述ADV。

附图说明

本公开的实施方式在附图的各图中以示例而非限制的方式示出，附图中相似的附图标记指示相似的元件。

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4是示出根据一个实施方式的驾驶环境与一个或多个校准表的集合之间的关系的框图。

图5A是示出根据一个实施方式的驾驶环境类别的集合的框图。

图5B是示出根据一个实施方式的校准表的示例的框图。

图6是示出根据一个实施方式的基于驾驶环境确定控制命令的过程的图。

图7是示出根据一个实施方式的选择校准表的过程的流程图。

图8是示出根据一个实施方式的使用命令校准表确定控制命令的过程的流程图。

图9是示出根据一个实施方式的创建校准表的过程的流程图。

图10是示出根据一个实施方式的数据处理系统的框图。

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。下列描述和附图是对本公开的说明，而不应当解释为限制本公开。描述了许多特定细节以提供对本公开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”的引述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”在本说明书中各处的记载不必全部指同一实施方式。

根据一些实施方式，利用预定校准表的集合来帮助调整或校准用于不同的特定驾驶环境的控制命令。校准表可以基于从在不同驾驶环境(例如，不同的车辆负载、天气状况和路面状况等)下驾驶的各种车辆收集的驾驶统计数据进行离线创建。针对预定的驾驶环境类别中的每个，均创建至少一个命令校准表。该过程可以在服务器处离线执行，以从在各种驾驶环境中驾驶的各种车辆收集数据。然后可以将校准表上传到自动驾驶车辆(ADV)以被实时用于响应于预期车辆状态(例如，加速度、转向角度)确定合适的控制命令。

实时地，在自动驾驶车辆(ADV)已驾驶一段时间并且收集了驾驶统计数据的集合之后，通过将从驾驶统计数据推导出的驾驶环境与对应于命令校准表的预定驾驶环境类别匹配，来选择命令校准表中的一个。然后，可以在后续驾驶周期中利用所选择的命令校准表来生成控制命令以通过查找操作来驾驶ADV，而不必实时计算命令。

针对从驾驶员接收的控制命令(例如，油门命令、制动命令、转向命令)中的每个，响应于控制命令利用标准校准表来确定车辆的预期结果(例如，加速度、转向角度变化)。标准校准表表示理想的驾驶环境，诸如干燥的道路、平坦的路面、正常的轮胎压力和空的负载。基于预期结果，对所选校准表执行另一查找操作以定位与预期结果匹配的条目。从匹配的条目获取第二控制命令。然后，将第二控制命令发送到车辆来控制车辆，以使得驾驶员将在当前驾驶环境中体验到与在标准驾驶环境中驾驶的结果相同的结果。

根据一个实施方式，响应于源自ADV的驾驶员的第一控制命令，ADV的响应于第一控制命令的预期加速度根据ADV在标准驾驶环境(例如，干燥的道路、平坦的路面、正常的轮胎压力、零负载)下的当前速度而确定。基于ADV在该时间点处的当前驾驶环境来选择命令校准表中的一个。在所选择的命令校准表中执行查找操作，以基于ADV的当前速度和预期加速度获取第二控制命令。然后，将第二控制命令发给ADV以控制ADV。结果，ADV在当前驾驶环境下实现与ADV在标准驾驶环境中驾驶时的加速度相同的加速度。

在一个实施方式中，命令校准表中的每个与特定驾驶环境或驾驶状况相关，例如天气状况(例如，干燥或湿润)、路面状况(例如，平坦或粗糙)以及车辆的负载状况(可以用轮胎压力表示)。即，命令校准表中的每个与天气状况、路面状况和负载状况的唯一组合对应。例如，第一驾驶状况可以包括干燥的道路、平坦的路面和无负载状况(例如，仅一个人类驾驶员，没有其他负载)，以及第二驾驶状况可以是湿润的道路、平坦的路面以及50千克(kg)负载状况等。基于从与命令校准表相关的特定驾驶环境中驾驶的一个或多个车辆收集的驾驶统计数据来创建每个命令校准表。这包括捕获发出的不同控制命令，以及测量来自车辆的反馈或响应(诸如，在不同时间点处的速度和加速度)。

在一个实施方式中，所选择的命令校准表是基于该时间点处的驾驶状况动态地从命令校准表池周期性地选择的。如果驾驶状况变化，则可以选择不同的命令校准表以用于确定后续控制命令。在从池选择命令校准表时，根据一个实施方式，当在特定驾驶环境中驾驶ADV时，在一段时间内从ADV收集第一驾驶统计数据集。从与当前驾驶环境相关的命令校准表池识别出命令校准表候选项的集合。将第一驾驶统计数据集(例如，速度、控制命令、加速度)与从命令校准候选项中的每个获取的第二驾驶统计数据集进行比较。基于该比较来计算命令校准候选项中的每个的相似性得分。相似性得分表示实时收集的驾驶统计数据与先前确定并存储在校准表中的驾驶统计数据之间的相似性。然后，选择命令校准表候选项中具有最高相似性得分的一个。

在一个实施方式中，执行所选择的命令校准表的查找操作的过程和选择命令校准表的过程可以使用不同的运行线程来执行，这些运行线程可以由不同的处理器或者相同处理器的不同处理器核来运行。

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。参照图1，网络配置100包括可以通过网络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以通过网络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)服务器或者位置服务器等。

自动驾驶车辆是指可以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可以在手动模式下、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、信息娱乐系统114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，所述部件可以由车辆控制系统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可以经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可以经由控制器局域网(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。

现在参照图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相机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系统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可以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可以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可以另外感测对象的速度和/或前进方向。LIDAR单元215可以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。相机211可包括用来收集自动驾驶车辆周围环境的图像的一个或多个装置。相机211可以是静物相机和/或视频相机。相机可以是可机械地移动的，例如，通过将相机安装在旋转和/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)。音频传感器可以被配置成从自动驾驶车辆周围的环境中收集声音。转向传感器可以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以集成为集成式油门/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。

回到图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可以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可以例如使用红外链路、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以由感知与规划系统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、存储设备)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。替代地，感知与规划系统110可以与车辆控制系统111集成在一起。

例如，作为乘客的用户可以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获取行程相关数据。例如，感知与规划系统110可以从MPOI服务器中获取位置和路线信息，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。替代地，此类位置和MPOI信息可以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也可以从交通信息系统或服务器(TIS)获取实时交通信息。应注意，服务器103至104可以由第三方实体进行操作。替代地，服务器103至104的功能可以与感知与规划系统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可以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。

服务器103可以是为各种客户端执行数据分析服务的数据分析系统。在一个实施方式中，数据分析系统103包括数据收集器121和机器学习引擎122。数据收集器121从各种车辆(自动驾驶车辆或由人类驾驶员所驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括表示在不同的时间点处发出的驾驶命令(例如，油门命令、制动命令、转向命令)以及车辆的传感器所捕获的车辆的响应(例如速度、加速、减速、方向)的信息。驾驶统计数据123还可包括描述在不同的时间点处的驾驶环境的信息，诸如，例如路线(包括起始位置和目的地位置)、MPOI、道路状况、天气状况等。

基于驾驶统计数据123，机器学习引擎122生成或训练规则、算法和/或预测模型124的集合，以用于各种目的。在一个实施方式中，算法124可以包括用于感知、规划和控制过程的算法，这将在下文进行更详细描述。然后，算法124可被上传到ADV上以在自动驾驶期间实时使用。

另外，根据一个实施方式，服务器103可以维持校准表生成器125，该校准表生成器125配置成基于特定的驾驶统计数据123在不同驾驶环境或驾驶状况下生成多个命令校准表，特定的驾驶统计数据123是在相同或相似的驾驶环境下进行收集的。例如，一个或多个车辆可以在特定驾驶环境类别(例如，干燥的道路、粗糙的路面、50kg负载)下进行驾驶。可以在驾驶期间测量并收集不同时间点处的驾驶统计数据(例如，速度、发出的命令和响应于命令的车辆加速度)。然后，可以将在相同或相似的驾驶状况下收集的驾驶统计数据填充到校准表中，在该示例中，填充到命令校准表，该命令校准表配置成在相同或相似的驾驶环境下对命令进行校正。

将存在使用特定驾驶参数进行预先限定的多个预定的驾驶环境类别，诸如天气状况、路面状况、轮胎压力状况和/或负载状况。也可使用其他参数对驾驶环境(也称为驾驶状况)进行限定。如图4所示，针对预定驾驶环境中的每个，创建至少一个命令校准表。

参考图4，针对预定驾驶环境400的集合，基于从在相同或相似的驾驶环境下驾驶的一个或多个车辆收集的驾驶统计数据来创建命令校准表。在该示例中，驾驶环境401至403分别与命令校准表411至413相关。预定驾驶环境401至403中的每个与其余的驾驶环境相比都是唯一的。

在一个实施方式中，现在参照图5A，驾驶环境由至少三个参数进行限定：天气状况501、路面状况502、轮胎压力503和/或负载状况504。这些仅是对驾驶环境进行限定的参数示例中的一些；也可以使用并考虑其他因素。天气状况501可包括：1)干燥的道路状况和2)湿润的道路状况。路面状况502可包括：1)平坦的表面、2)粗糙的表面以及3)混合的表面。轮胎压力状况503可包括：1)高压、2)正常压以及3)低压。轮胎压力可以直接或间接地表示当前车辆负载。可替代地，轮胎压力状况简单地表示在没有任何负载的情况下轮胎的轮胎压力(除了人类驾驶员)。在这样的配置中，驾驶环境还可包括负载状况参数(例如，50kg、100kg、150kg......1000kg)。可替代地，对于由天气状况、路面状况和轮胎压力状况限定的驾驶环境中的每个，均存在命令校准表的集合。该集合中的校准表中的每个均与特定负载相关。

这些参数可以使用诸如相机或压力传感器等的合适传感器来测量并确定。因此，将存在由以上环境参数的唯一组合表示的多个驾驶环境实例。例如，第一驾驶环境可以是干燥的道路、平坦的路面和高轮胎压力的组合，并且第二驾驶环境可以基于干燥的道路、粗糙的路面和高轮胎压力等的组合进行限定，可选地，具有负载状况。对于预定的驾驶环境中的每个，存在如图5B所示的至少一个命令校准表。校准表中的一个与标准驾驶环境或理想驾驶环境相关，例如，干燥的道路、平坦的路面、正常的轮胎压力和零负载。这种校准表称为标准校准表。

参照图5B，命令校准表550可代表如图4所示的校准表411至413中的任意一个。校准表550包括多个条目。每个条目根据控制命令551的类型将特定的控制命令551和速度552映射到加速度553或转向角度554。这些数据是从在如上所述的相同或相似的相应驾驶环境下进行驾驶的一个或多个车辆捕获并收集到的。控制命令551可以是以当前速度552发出的油门或制动命令。来自车辆的响应可以是加速度553，其中正值表示加速，并且负值表示减速。控制命令551可以是转向命令，并且车辆的响应可以是转向角度554(从当前转向角度转向的角度)。可替代地，单独的校准表可以用于油门/制动命令和转向命令。然后，可以将校准表(诸如，图3A至图3B的校准表314)上传到自动驾驶车辆，以用于在自动驾驶期间对控制命令进行实时校准。

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可以被实施为图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。参照图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和命令校准模块308。

模块301至308中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可以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以通信地联接到图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308中的一些可以一起集成为集成模块。例如，命令校准模块308可以集成为规划模块305和/或控制模块306的一部分。

定位模块301(例如，利用GPS单元212)确定自动驾驶车辆300的当前位置，并管理与用户的行程或路线相关的任何数据。定位模块301(也被称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可以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300的诸如地图和路线信息311的其它部件通信，以获取行程相关数据。例如，定位模块301可以从位置服务器和地图与POI(MPOI)服务器获取位置和路线信息。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，从而可以作为地图和路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时，定位模块301也可以从交通信息系统或服务器获取实时交通信息。

基于由传感器系统115提供的传感器数据和由定位模块301获取的定位信息，感知模块302确定对周围环境的感知。感知信息可以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。感知可包括例如采用对象形式的车道配置、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。车道配置包括描述一条车道或多条车道的信息，例如，车道的形状(例如，直线或曲率)、车道的宽度、道路中的车道数目、单向车道或双向车道、合流车道或分流车道、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相机收集的图像，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。计算机视觉系统可以使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉系统可以绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可以基于由诸如雷达和/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预测所述对象在所述情况下将作出什么行为。基于在某时间点感知的驾驶环境的感知数据根据地图/路线信息311与交通规则312的集合来执行所述预测。例如，如果对象是相反方向处的车辆且当前驾驶环境包括十字路口，预测模块303则将预测该车辆是可能向前直行还是可能转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可预测该车辆可能在进入十字路口之前必须完全停下。如果感知数据表明该车辆当前处于左转专用车道或右转专用车道，则预测模块303可分别预测该车辆更可能进行左转或右转。

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、经过)。决策模块304可以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，所述规则集可以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终点的一个或多个路线或路径。对于例如从用户处接收到的从起始位置到目的地位置的给定行程，路线安排模块307获取地图和路线信息311，并确定从起始位置到达目的地位置的所有可能的路线或路径。对于确定了从起始位置到达目的地位置的路线中的每一个，路线安排模块307可以以地形图的形式生成参考线路。参考线路表示没有诸如其它车辆、障碍物或交通状况的其它干扰的理想路线或理想路径。即，如果道路上没有其它车辆、行人或障碍物，则ADV应精确地或严密地遵循参考线路。随后可向决策模块304和/或规划模块305提供地形图。根据由其它模块提供的其它数据(诸如，来自定位模块301的交通状况、感知模块302感知的驾驶环境和预测模块303预测的交通状况)，决策模块304和/或规划模块305检验所有可能的路线，以选择并修正最佳路线中的一个。取决于在某时间点处的特定的驾驶环境，用于控制ADV的实际路径或路线可接近于或不同于由路线安排模块307提供的参考线路。

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提供的参考线路作为基础，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)。即，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可以决定超过所述对象，而规划模块305可以确定在所述对象的左侧还是右侧经过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动周期(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆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、制动和转向命令)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(也称为驾驶周期)中执行，诸如，以例如每100毫秒(ms)的时间间隔执行。针对每个规划周期或驾驶周期，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规划下一路线段或路径段，例如，包括目标位置和ADV到达该目标位置所需的时间。替代地，规划模块305还可指定具体速度、方向和/或转向角度等。在一个实施方式中，规划模块305为下一预定的时间段(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基于先前周期中所规划的目标位置为当前周期(例如，下个5秒)规划目标位置。控制模块306随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，油门控制命令、制动控制命令、转向控制命令)。

应注意，决策模块304和规划模块305可以集成为集成模块。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，导航系统可以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。目的地可以根据经由用户接口系统113进行的用户输入来设定。导航系统可以在自动驾驶车辆正在运行的同时动态地更新驾驶路径。导航系统可以将来自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。

根据一个实施方式，数据收集器(未示出)配置成在ADV 300驾驶通过道路的同时从各种传感器和模块收集各种数据并且将该数据存储为驾驶统计数据313的一部分。如上所述，驾驶统计数据包括车辆在不同时间点处的速度、转向角度(例如，前进方向)、发出的控制命令以及响应。在预定时间段之后，使用所收集的驾驶统计数据313来匹配命令校准表314的对应统计数据，以选择校准表中的一个作为指定的命令校准表，以随后用于对控制命令进行校准。

在一个实施方式中，针对统计数据的每个子集(诸如，响应于命令的车辆的速度、命令和响应)，在命令校准表的每个中执行查找操作。基于实时采集的数据和存储在校准表中的数据之间的差异，针对校准表中的每个计算相似性得分。选择具有最高相似性得分的校准表用于后续命令校准。

在一个实施方式中，针对给定的命令校准表，执行搜索以定位命令校准表的与子集实时测量的速度和发出的命令相对匹配的条目。将实时测量的车辆响应(例如，加速度、转向角度)与从匹配条目获取的先前捕获响应进行比较，以确定出子集与匹配条目之间的差异。针对统计数据的所有子集计算所有子集的实际数据与存储在校准表中的数据之间的平均差异。将选择具有最小平均差异的校准表，该最小平均差异导致最高相似性得分。

例如，校准表选择过程使车辆行驶预定的时间段，例如一分钟。在这样的时间段期间，捕获车辆的驾驶统计并将其记录为驾驶统计数据313的一部分。在一个实施方式中，针对每个驾驶周期(即，每100ms)，捕获统计数据的子集，包括至少当前速度/转向角度、发出的控制命令以及响应于在该时间点处发出的控制命令的车辆的响应(例如，加速度或转向角度)。对于整个时间段(在该示例中，一分钟)，将有600个数据子集。使用这些数据子集来匹配预先配置的命令校准表中的每个，以识别出命令校准表中与使用上述技术中的至少一些实时捕获的统计数据的子集最相似的一个。目标在于寻找出与当前驾驶环境相关或接近于当前驾驶环境的校准表，以使得从所选择的校准表推导出的命令最适合当前的驾驶环境。

具体地，针对所给定的命令校准表中的一个，通过例如对速度/转向角度和所发出的控制命令进行比较，利用600个数据子集中的每个来比较存储在命令校准表的每个条目中的数据。将实时捕获的响应(例如，加速度、转向角度)与来自匹配条目的相应的响应进行比较以确定出差异。在相对于相同的命令校准表对全部600个统计数据子集进行处理之后，针对相应的命令校准表来计算实时测量的响应与来自匹配条目的预先记录的响应之间的平均差异。然后，基于该平均差异计算相似性得分，例如，较低的平均差异导致较高的相似性得分。

在一个实施方式中，周期性地执行以上校准表选择过程以针对在该时间点处确定的驾驶环境识别出最佳命令校准表。随着驾驶环境的改变，可以选择不同的命令校准表。

一旦在该时间点针对特定驾驶环境选择出命令校准表，则可以利用所选择的命令校准表来经由查找操作确定后续的控制命令(例如，从下一个驾驶周期开始)。结果，可以经由查找操作快速确定出适当的命令，而不必在该时间点处对特定命令进行可能耗资源且耗时的计算。

在一个实施方式中，返回参考图3A至图3B、图5B和图6，当接收到第一控制命令601时，确定车辆在标准驾驶环境下鉴于当前状态的预期结果或响应。第一控制命令可以是从人类驾驶员发出的油门或制动命令。基于车辆的当前速度，可以在标准驾驶环境下确定一段时间内的预期加速度或预期速度。在一个实施方式中，标准驾驶环境可以被限定为在干燥的道路上、在平坦的路面上、在正常的轮胎气压以及零负载的情况下驾驶。可以基于从在与所限定的标准驾驶环境相同或相似的驾驶环境下驾驶的各种车辆收集的先前驾驶统计数据来确定出预期的结果。

在一个实施方式中，命令校准表314中的一个包括标准命令校准表314A。标准命令校准表314A包括多个条目，并且每个条目存储在特定时间点处捕获的统计数据的子集。例如，统计数据的子集可包括例如如图5B所示的在所限定的标准驾驶环境下在特定时间点处车辆的速度、发出的命令以及车辆的响应。类似地，其余命令校准表314B包括例如如图5B所示的与不同驾驶环境对应的多个命令校准表。

在一个实施方式中，基于第一控制命令601，在标准命令校准表314A中基于车辆的当前速度和第一控制命令执行第一查找操作，以定位与车辆的当前速度(例如，字段552)和第一控制命令(例如，字段551)相对匹配的条目。可以从匹配的条目获取到预期结果603。例如，如果第一控制命令是油门/制动命令，则可以从字段553获取到预期加速度。如果控制命令是转向命令，则基于当前的转向角度552，可以从字段554获取到预期结果的转向角度。

一旦确定出标准驾驶环境下的预期结果603，则在与当前驾驶环境对应的所选命令校准表314B中执行第二查找操作，以基于车辆的当前状态(例如，速度、转向角度)和预期的车辆状态(例如，预期的加速度、预期的转向角度)来定位匹配的条目。可以从匹配的条目获取第二控制命令。然后，将第二控制命令发给车辆。例如，参考图5B，基于车辆的当前状态和车辆的预期状态来执行查找操作，以定位具有分别与车辆的当前状态和预期状态相对匹配的字段552和字段553的条目。一旦识别出匹配的条目，则可以从匹配的条目的字段551获取控制命令。可使用所获取的控制命令来控制车辆，而不必对车辆进行可能耗时且耗资源的实时计算。

结果，用户驾驶员将在这些情形下具有与在理想的驾驶环境下相同的体验或预期。例如，如果10％的油门在标准驾驶环境下将提供0.5m/s²的加速度，则在满负载的情况下可能需要25％的油门来实现相同的加速度。如果车辆在该时间点时是满负载的，则基于与满负载对应的命令校准表，系统可以基于相应命令校准表的查找操作确定出需要25％的油门。系统将自动向车辆施加25％的油门，以使得驾驶员将获得与在标准驾驶环境中相同的反馈或预期，并且具有与在标准驾驶环境中相同的驾驶体验。

应注意，选择命令校准表的过程以及使用所选择的命令校准表确定控制命令的过程可以通过不同的运行或处理线程来执行。

图7是示出根据一个实施方式的基于当前驾驶环境确定和选择命令校准表的过程的流程图。过程700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700可以由命令校准模块308执行。参考图7，在操作701中，处理逻辑测量并收集ADV的在预定时间段(例如，一分钟)内的驾驶统计数据(例如，速度、加速度)。在操作702中，处理逻辑可选地确定在该时间点处与ADV相关的驾驶环境(例如，天气状况、路面状况等)。

在操作703中，针对已经预先配置(可选地，与在该时间点处确定的驾驶环境相关)的命令校准表中的每个，处理逻辑将在该时间处测量的驾驶统计数据与存储在命令校准表中的相应驾驶统计数据进行比较。在操作704中，处理逻辑基于动态测量的数据与先前存储的数据之间的比较来计算命令校准表的相似性得分。相似性得分表示在该时间点处收集的数据与先前收集并存储在表中的数据之间的相似性。

在一个实施方式中，动态收集的数据可以是在一段时间内进行收集的，例如每100ms记录数据子集一分钟。针对每个数据子集，将数据子集之间的差异与存储在命令校准表中的每个相应数据子集进行比较。基于数据子集的所有差异来计算平均差异，所述平均差异用于确定该特定命令校准表的相似性得分。例如，对于子集的给定速度和发出的给定油门命令，将车辆的实际加速度与校准表的条目的与该速度和油门命令相对匹配的记录加速度进行比较。对实际加速度和先前记录的加速度之间的差异进行计算。

在操作705中，处理逻辑选择命令校准表中的具有最高相似性得分的一个，其将用于随后在自动驾驶期间确定控制命令。可以周期性地执行过程700以确定是否应该因驾驶环境的变化而选择不同的命令校准表。

图8是示出根据一个实施方式的确定用于操作自动驾驶车辆的控制命令的过程的流程图。过程800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800可以由命令校准模块308执行。参考图8，在操作801中，处理逻辑接收第一控制命令(例如，10％油门)。第一控制命令可以从规划模块305接收到，并且由人类驾驶员发出。响应于第一控制命令，在操作802中，基于控制命令和车辆在标准驾驶环境或理想驾驶环境下的当前状态(例如，当前速度)确定出预期的车辆状态或车辆响应(例如，0.5m/s²)。在一个实施方式中，处理逻辑基于当前车辆状态和第一控制命令在标准命令校准表中执行第一查找操作，以获取预期车辆状态。在操作803中，选择命令校准表中与当前驾驶环境对应的一个。在操作804中，处理逻辑基于当前车辆状态和预期车辆状态执行第二查找操作以定位匹配的条目，以及在操作805中，处理逻辑从匹配的条目获取第二控制命令(例如，25％油门)。然后，利用第二控制命令来对车辆进行控制。

图9是示出根据一个实施方式的创建校准表的过程的流程图。过程900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。过程900可以由图1的校准表生成器125执行。参照图9，在操作901中，处理逻辑限定多个驾驶环境类别(例如，天气状况、路面状况、轮胎压力状况、负载状况)。在操作902中，针对驾驶环境类别中的每个，收集一个或多个车辆的驾驶统计数据，该驾驶统计数据可以在车辆在相同或相似的驾驶环境中行驶时进行捕获。在操作903中，针对驾驶环境类别创建校准表。校准表包括多个条目。每个条目存储车辆的速度、发出的控制命令以及车辆响应于所发出的控制命令的响应数据(例如，加速度、转向角度)。校准表可用于在车辆的自动驾驶期间实时确定出控制命令。

应注意，如上文示出和描述的部件中的一些或全部可以在软件、硬件或其组合中实施。例如，此类部件可以实施为安装并存储在永久性存储装置中的软件，所述软件可以通过处理器(未示出)加载在存储器中并在存储器中执行以实施本申请全文中所述的过程或操作。替代地，此类部件可以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，所述可执行代码可以经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可以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10是示出可以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可以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。这些部件可以实施为集成电路(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，某些实施方式中可以具有附加的部件，此外，其它实施方式中可以具有所示部件的不同布置。系统1500可以表示台式计算机、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可以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可以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)可以用作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。这种处理器可以实施为片上系统(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可以与存储器1503通信，存储器1503在一个实施方式中可以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可以存储包括由处理器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/或数据可以加载到存储器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(其可以与显示装置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以使用多种触敏技术(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，相机)，所述成像处理子系统可包括用于促进相机功能(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。某些传感器可以经由传感器集线器(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以根据系统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，大容量存储设备(未示出)也可以联接到处理器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，这种大容量存储设备可以经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储设备可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储设备充当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，闪存装置可以例如经由串行外围接口(SPI)联接到处理器1501。这种闪存装置可以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可以表示上述部件中的任一个，例如规划模块305、控制模块306或校准表生成器125。处理模块/单元/逻辑1528还可以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还可以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也可以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以实施为分立硬件部件或集成在硬件部件(诸如，ASICS、FPGA、DSP或相似装置)的功能中。此外，处理模块/单元/逻辑1528可以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以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，所有这些和相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相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设备、传输或显示装置内相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以由处理逻辑来执行，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以按不同的顺序执行。此外，一些操作可以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，可以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发明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发明的更宽泛精神和范围的情况下，可以对本公开作出各种修改。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

1.用于操作自动驾驶车辆的计算机实施方法，所述方法包括：

接收第一控制命令以控制自动驾驶车辆(ADV)；

响应于所述第一控制命令，根据所述自动驾驶车辆在标准驾驶环境下的当前速度确定所述自动驾驶车辆的预期加速度；

基于与所述自动驾驶车辆相关的当前驾驶环境选择多个命令校准表中的一个命令校准表；

基于所述自动驾驶车辆的当前速度和预期加速度在所选择的命令校准表中执行查找操作以获取第二控制命令；以及

发出所述第二控制命令以控制所述自动驾驶车辆。

2.根据权利要求1所述的方法，其中，所述命令校准表中的每个均包括多个条目，其中，每个条目均映射在特定驾驶环境中发出的命令、发出所述命令时的速度以及响应于所发出的命令的加速度。

3.根据权利要求1所述的方法，其中，每个驾驶环境均包括天气状况、路面状况或负载状况中的至少一个。

4.根据权利要求3所述的方法，其中，所述天气状况指示所述自动驾驶车辆正在其上行驶的道路是湿润的还是干燥的，以及其中，所述路面状况指示所述道路的路面是平坦的、粗糙的或混合的。

5.根据权利要求3所述的方法，其中，所述负载状况通过呈高、中或低的轮胎压力进行测量。

6.根据权利要求1所述的方法，其中，所述命令校准表中的每个均是通过在相同或相似的驾驶环境中驾驶车辆并且在驾驶期间在不同时间点处测量并收集驾驶统计数据而创建的。

7.根据权利要求1所述的方法，其中，确定所述自动驾驶车辆的预期加速度包括：

基于所述车辆的当前速度和所述第一控制命令在标准命令校准表中执行第二查找操作以定位匹配条目；以及

从所述匹配条目获取所述预期加速度，其中，所述标准命令校准表是基于标准驾驶环境下的驾驶统计数据而创建的。

8.根据权利要求1所述的方法，其中，基于所述驾驶环境选择多个命令校准表中的一个命令校准表包括：

当在所述当前驾驶环境中驾驶所述自动驾驶车辆时，在预定时间段内收集第一驾驶统计数据集；

从与所述当前驾驶环境相关的所述多个命令校准表识别命令校准表候选项的集合；

将所述第一驾驶统计数据集与从所述命令校准表候选项中的每个获取的第二驾驶统计数据集进行比较；

基于所述比较来计算所述命令校准表候选项中的每个的相似性得分；以及

选择所述命令校准表候选项中具有最高相似性得分的一个作为所选择的命令校准表。

9.根据权利要求8所述的方法，其中，将所述第一驾驶统计数据集与所述第二驾驶统计数据集进行比较并计算相似性得分包括：

针对在特定时间点处测量的第一驾驶统计数据集的每个子集，

从所测量的车辆获取第一速度、发出的第一控制命令和第一响应，

在命令校准表候选项中执行查找操作，以定位具有与所述第一速度和所述第一控制命令相对匹配的第二速度和第二控制命令的条目，以及

计算所述第一响应与从匹配的所述条目获取的第二响应之间的差异；以及

基于实时测量的响应与来自所述命令校准表候选项的预先记录的响应之间的平均差异来计算所述命令校准表候选项的相似性得分。

10.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运行时使得所述处理器执行操作，所述操作包括：

接收第一控制命令以控制自动驾驶车辆(ADV)；

基于所述自动驾驶车辆的当前速度和预期加速度在所选择的命令校准表中执行查找操作，以获取第二控制命令；以及

发出所述第二控制命令以控制所述自动驾驶车辆。

11.根据权利要求10所述的机器可读介质，其中，所述命令校准表中的每个均包括多个条目，其中，每个条目均映射在特定驾驶环境中发出的命令、发出所述命令时的速度以及响应于所发出的命令的加速度。

12.根据权利要求10所述的机器可读介质，其中，每个驾驶环境均包括天气状况、路面状况或负载状况中的至少一个。

13.根据权利要求12所述的机器可读介质，其中，所述天气状况指示所述自动驾驶车辆正在其上行驶的道路是湿润的还是干燥的，以及其中，所述路面状况指示所述道路的路面是平坦的、粗糙的或混合的。

14.根据权利要求12所述的机器可读介质，其中，所述负载状况通过呈高、中或低的轮胎压力进行测量。

15.根据权利要求10所述的机器可读介质，其中，所述命令校准表中的每个均是通过在相同或相似的驾驶环境中驾驶车辆并且在驾驶期间在不同时间点处测量并收集驾驶统计数据而创建的。

16.根据权利要求10所述的机器可读介质，其中，确定所述自动驾驶车辆的预期加速度包括：

17.根据权利要求10所述的机器可读介质，其中，基于所述驾驶环境选择多个命令校准表中的一个命令校准表包括：

18.根据权利要求17所述的机器可读介质，其中，其中，将所述第一驾驶统计数据集与所述第二驾驶统计数据集进行比较并计算相似性得分包括：

19.数据处理系统，包括：

处理器；以及

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运行时致使所述处理器执行操作，所述操作包括：

接收第一控制命令以控制自动驾驶车辆(ADV)；

发出所述第二控制命令以控制所述自动驾驶车辆。

20.根据权利要求19所述的系统，其中，所述命令校准表中的每个均包括多个条目，其中，每个条目均映射在特定驾驶环境中发出的命令、发出所述命令时的速度以及响应于所发出的命令的加速度。