CN111295629B - 检测并响应于自动驾驶车辆的交通改向 - Google Patents

检测并响应于自动驾驶车辆的交通改向 Download PDF

Info

Publication number
CN111295629B
CN111295629B CN201880070898.6A CN201880070898A CN111295629B CN 111295629 B CN111295629 B CN 111295629B CN 201880070898 A CN201880070898 A CN 201880070898A CN 111295629 B CN111295629 B CN 111295629B
Authority
CN
China
Prior art keywords
vehicle
traffic
lanes
lane
traffic flow
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.)
Expired - Fee Related
Application number
CN201880070898.6A
Other languages
English (en)
Other versions
CN111295629A (zh
Inventor
D.H.西尔弗
P.乔达里
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.)
Waymo LLC
Original Assignee
Waymo LLC
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 Waymo LLC filed Critical Waymo LLC
Priority to CN202111496739.2A priority Critical patent/CN114518749A/zh
Priority claimed from PCT/US2018/057971 external-priority patent/WO2019089444A1/en
Publication of CN111295629A publication Critical patent/CN111295629A/zh
Application granted granted Critical
Publication of CN111295629B publication Critical patent/CN111295629B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • 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
    • 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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • B60W30/14—Adaptive cruise control
    • 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
    • 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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • 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
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing 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
    • G05D1/0268—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
    • G05D1/20—Control system inputs
    • G05D1/22—Command input arrangements
    • G05D1/228—Command input arrangements located on-board unmanned 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
    • G05D1/60—Intended control result
    • G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09626—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages where the origin of the information is within the own vehicle, e.g. a local storage device, digital map
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/35—Road bumpiness, e.g. potholes
    • 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
    • B60W2554/20—Static 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
    • B60W2554/404—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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4045—Intention, e.g. lane change or imminent movement
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本技术涉及在自动驾驶模式下控制车辆的方法。例如，可以使用标识交通流方向的预存地图信息在自动驾驶模式下操纵车辆100。可以从车辆的感知系统接收数据，该数据标识在车辆的外部环境中的、与地图信息未标识的交通改向相关的对象。接收到的数据可用于标识交通改向的一个或多个通道910、920。可以基于通过所选通道的交通流的方向来选择一个或多个通道中的一个通道。然后，可以在自动驾驶模式下控制车辆，以基于通过一个或多个通道中的每一个通道的确定的交通流方向进入并沿循一个或多个通道中的所选择的一个通道。

Description

检测并响应于自动驾驶车辆的交通改向
相关申请的交叉引用
本申请是2017年10月31日提交的第15/798,881号申请的继续申请，其全部公开内容通过引用结合于此。
技术领域
本申请涉及检测并响应于自动驾驶车辆的交通改向。
背景技术
诸如不需要人类驾驶员的车辆的自动驾驶车辆可用于帮助将乘客或物品从一个位置运输到另一个位置。这种车辆可以在完全自动模式下操作，其中乘客可以提供某一初始输入，例如接载(pickup)位置或目的地位置，并且车辆自己操纵到该位置。
自动驾驶车辆或在自动驾驶模式下操作的车辆的稳定(robust)操作需要对意外情形做出适当的响应，例如改变正常交通流的施工。换句话说，由于施工或交通事故，交通流可能被暂时性地改向(redirect)。例如，可以通过用诸如应急车辆、施工标志、锥标、桶标的对象或其他对象阻塞车道来关闭车道。同时，其他车道可以保持开放和/或锥标或其他标记被用于创建新的通道(corridor)，以分隔新的“车道”或反向交通。在许多情况下，标记改向的特征(诸如锥标或应急车辆)不会被预先记录在车辆的控制计算设备用来导航车辆的地图中。因此，为了安全和有效的控制，标识并响应于这种情形对于这些车辆来说是至关重要的功能。
发明内容
本公开的一个方面提供了一种在自动驾驶模式下控制车辆的方法。该方法包括由一个或多个处理器，使用预先存储的标识交通流方向的地图信息在自动驾驶模式下操纵车辆；由一个或多个处理器从车辆感知系统接收数据，该数据标识在车辆外部环境中的、与地图信息未标识的交通改向相关的对象；由一个或多个处理器使用接收到的数据来标识交通改向的一个或多个通道；由一个或多个处理器基于通过所选通道的交通流的方向来选择一个或多个通道中的一个通道；以及由一个或多个处理器控制在自动驾驶模式下的车辆进入并沿循(follow)一个或多个通道中的所选择的一个通道。
在一个示例中，该方法还包括通过分析相对于车辆的反向交通如何进入和通过一个或多个通道来确定通过所选通道的交通流的方向。在另一示例中，该方法还包括通过分析靠近一个或多个通道中的任何通道的标志来确定通过所选通道的交通流的方向。在另一示例中，该方法还包括通过观察通过一个或多个通道中的任何通道的交通来确定通过所选通道的交通流的方向。在另一示例中，该方法还包括从第二车辆的一个或多个计算设备接收标识一个或多个通道的信息，并基于接收到的信息确定通过所选通道的交通流的方向。在另一个示例中，该方法还包括在使用接收到的数据来标识一个或多个通道之后，为了关于如何行进的指令，向远离车辆的计算设备发送请求，并且接收该指令，并且其中，选择一个或多个通道中所选择的一个通道还基于接收到的指令。在另一示例中，该方法还包括确定通过一个或多个通道中的每一个通道的交通流的方向，并且其中选择所选通道还基于任何确定的交通流方向。在另一个示例中，一个或多个通道不由两条或更多条车道线限定。
本公开的另一方面提供了一种用于在自动驾驶模式下控制车辆的系统。该系统包括一个或多个处理器，该一个或多个处理器被配置为使用标识交通流方向的预存地图信息在自动驾驶模式下操纵车辆；从车辆的感知系统接收数据，其中该数据标识车辆的外部环境中的、与地图信息未标识的交通改向相关的对象；使用接收到的数据来标识交通改向的一个或多个通道；基于通过所选通道的交通流的方向，选择一个或多个通道中的一个通道；以及，在自动驾驶模式下控制车辆进入并沿循一个或多个通道中的所选择的一个通道。
在一个示例中，一个或多个处理器还被配置为通过分析相对于车辆的反向交通如何进入和通过一个或多个通道来确定通过所选通道的交通流的方向。在另一示例中，一个或多个处理器还被配置为通过分析靠近一个或多个通道中的任何通道的标志来确定通过所选通道的交通流的方向。在另一示例中，一个或多个处理器还被配置为通过观察通过一个或多个通道中的任何通道的交通来确定通过所选通道的交通流的方向。在另一示例中，一个或多个处理器还被配置为从第二车辆的一个或多个计算设备接收标识一个或多个通道的信息，并基于接收到的信息确定通过所选通道的交通流的方向。在另一个示例中，一个或多个处理器还被配置为在使用接收到的数据来标识一个或多个通道之后，为了关于如何行进的指令，向远离车辆的计算设备发送请求，并且接收该指令，并且其中，选择一个或多个通道中的所选择的一个通道还基于接收到的指令。在另一示例中，一个或多个处理器还被配置为确定通过一个或多个通道中的每一个通道的交通流的方向，并且其中选择所选通道还基于任何确定的交通流方向。在另一个示例中，一个或多个通道不由两条或更多条车道线限定。在另一个示例中，该系统还包括车辆。
本公开的另一方面提供了一种其上存储有指令的非暂时性计算机可读介质，当指令由一个或多个处理器执行时使得一个或多个处理器执行一种在自动驾驶模式下控制车辆的方法，该方法包括使用标识交通流方向的预存地图信息来在自动驾驶模式下操纵车辆；从车辆的感知系统接收数据，该数据标识在车辆的外部环境中的、与地图信息未标识的交通改向相关的对象；使用接收到的数据来标识交通改向的一个或多个通道；基于通过所选通道的交通流的方向选择一个或多个通道中的一个通道；以及在自动驾驶模式下控制车辆进入并沿循一个或多个通道中的所选择的一个通道。
在一个示例中，该方法还包括通过分析相对于车辆的反向交通如何进入和通过一个或多个通道来确定通过所选通道的交通流的方向。在另一示例中，该方法还包括通过分析靠近一个或多个通道中的任何通道的标志来确定通过所选通道的交通流的方向。在另一示例中，该方法还包括通过观察通过一个或多个通道中的任何通道的交通来确定通过所选通道的交通流的方向。在另一示例中，该方法还包括从第二车辆的一个或多个计算设备接收标识一个或多个通道的信息，并基于接收到的信息确定通过所选通道的交通流的方向。在另一个示例中，该方法还包括在使用接收到的数据来标识一个或多个通道之后，为了关于如何行进的指令，向远离车辆的计算设备发送请求，以及接收该指令，并且其中，选择一个或多个通道中的所选择的一个通道还基于接收到的指令。在另一示例中，该方法还包括确定通过一个或多个通道中的每一个通道的交通流的方向，并且其中选择所选通道还基于任何确定的交通流方向。在另一个示例中，一个或多个通道不由两条或更多条车道线限定。
附图说明
图1是根据本公开各方面的示例车辆的功能图。
图2是根据本公开各方面的详细地图信息的示例表示。
图3A-图3D是根据本公开各方面的车辆的示例外部视图。
图4是根据本公开各方面的系统的示例直观图。
图5是根据本公开各方面的系统的示例功能图。
图6是根据本公开各方面的路段的视图。
图7是根据本公开各方面的路段的传感器数据和其他信息的示例。
图8是根据本公开各方面的路段的传感器数据和其他信息的另一示例。
图9是根据本公开各方面的路段的传感器数据和其他信息的另一示例。
图10是根据本公开各方面的路段的传感器数据和其他信息的又一示例。
图11是根据本公开各方面的流程图。
具体实施方式
概述
在许多情况下，交通流改向是明确定义的。然而，在某些情况下，改向可能涉及新创建的通道，这些通道不会清楚地或完全地分隔反向交通。也就是说，来自交通的任意相反方向的交通可能进入一个或多个通道。在这种模糊的情况下，自动驾驶车辆的计算设备必须选择正确的通道。否则，车辆可能会被卡住或进入驶向错误方向的通道，这会带来额外的安全问题。
此外，这些通道对于人类驾驶员来说可能是容易理解的，但是对于车辆的计算系统来说却是模糊的。这可能是由于存在车辆的计算设备无法检测或标识的重要信号，诸如车辆无法检测到的非标准标示(例如手写箭头或保持左/右标志)，或者存在在车辆感应范围之外但在人类的感应范围之内的提示。在其他情况下，车辆的计算设备可以接收计算设备需要的所有信号，但是必须执行适当的分析来确定如何行进。为了完全理解正在发生的事情，计算设备有必要首先检测可能存在的模糊性，然后寻找能够解决它的信号。
为了确定车辆应该进入哪个通道，车辆的计算设备必须首先标识出存在模糊性。这可以通过处理来自车辆的感知系统的数据以标识一个或多个通道来实现。在某些情况下，如果计算设备标识出超过一个可能的通道，这可能造成关于车辆应该进入哪个通道(左、右、中间等)的模糊性。
然后，计算设备可以尝试通过使用一种或多种方法来分析通道并确定通过每个通道的适当交通流(与该车辆相同或相反)来解决模糊性。在一个示例方法中，计算设备可以反过来分析通道。作为另一种方法，计算设备可以尝试通过分析任何标志来解决模糊性。作为又一种方法，计算设备可以尝试通过观察其他车辆的行为来确定通过每个通道的交通方向。作为另一种方法，计算设备可以使用最近通过该区域的其他车辆提供的信息。
如果使用一个或多个上述动作不能解决模糊性，则计算设备可以向人类操作员发送请求，请求其提供关于如何行进的指令。这可以包括发送计算设备标识其以用于查看的标识通道的信息，以及接收关于如何行进的指令。在一些情况下，人类操作员可以简单地变更车辆路线，或者计算设备可以控制车辆，以便通过使车辆转向和/或变更车辆路线来完全避开通道。
本文描述的特征可以允许在自动驾驶模式下操作的车辆标识由包括一个或多个通道的交通改向引起的模糊性，对情况进行“推理(reason)”并标识交通应该如何流过通道，以及做出适当的响应。在具有手动驾驶模式的车辆中，这可以减少脱离自动驾驶模式的发生率。
示例系统
如图1所示，根据本公开的一个方面的车辆100包括各种组件。尽管本公开的某些方面对于特定类型的车辆特别有用，但是车辆可以是任何类型的车辆，包括但不限于小汽车、卡车、摩托车、公共汽车、大型游艺车(recreational vehicles)等。车辆可以具有一个或多个计算设备，诸如包含一个或多个处理器120、存储器130和通常在通用计算设备中存在的其他组件的计算设备110。
存储器130存储一个或多个处理器120可访问的信息，包括可由处理器120执行或以其他方式使用的指令132和数据134。存储器130可以是能够存储处理器可访问的信息的任何类型，包括计算设备可读介质，或存储可借助于电子设备读取的数据的其他介质，例如硬盘驱动器、存储卡、ROM、RAM、DVD或其他光盘，以及其他可写和只读存储器。系统和方法可以包括前述内容的不同组合，由此指令和数据的不同部分被存储在不同类型的介质上。
指令132可以是由处理器直接(例如机器代码)或间接(例如脚本)执行的任何指令集。例如，指令可以作为计算设备代码存储在计算设备可读介质上。在这方面，术语“指令”和“程序”在本文中可以互换使用。指令可以以目标代码格式存储，以便由处理器直接处理，或者以任何其他计算设备语言存储，包括按需解释或预先编译的独立源代码模块的集合或脚本。下面更详细地解释指令的例程、方法和功能。
处理器120可以根据指令132来检索、存储或修改数据134。作为示例，存储器130的数据134可以存储预定义的场景。给定场景可以标识一组场景要求，包括对象的类型、对象相对于车辆的位置范围以及其他因素，该其他因素例如为自动驾驶车辆是否能够操纵绕过该对象、对象是否正在使用转向信号、与对象的当前位置相关的交通灯的状态、对象是否正在接近停车标志等。这些要求可以包括离散值(例如，“右转向信号开启”或“在仅右转车道上”)或值的范围(例如，“具有以从车辆100的当前路径偏离30至60度的角度朝向的走向”)。在某些示例中，预定的场景可以包括针对多个对象的类似信息。
一个或多个处理器120可以是任何传统处理器，例如商用CPU。替选地，一个或多个处理器可以是专用设备，例如ASIC或其他基于硬件的处理器。尽管图1在功能上将计算设备110的处理器、存储器和其他元件示出为在同一块内，但是本领域普通技术人员将理解，处理器、计算设备或存储器可以实际上包括存放在同一物理外壳内或没有存放在同一物理外壳内的多个处理器、计算设备或存储器。作为示例，内部电子显示器152可以由具有其自己的处理器或中央处理单元(CPU)、存储器等的专用计算设备控制，该专用计算设备可以经由高带宽或其他网络连接与计算设备110对接(interface)。在一些示例中，该计算设备可以是可与用户的客户端设备通信的用户界面计算设备。类似地，存储器可以是位于与计算设备110的外壳不同的外壳中的硬盘驱动器或其他存储介质。因此，对处理器或计算设备的引用将被理解为包括对可以并行操作或可以不并行操作的处理器或计算设备或存储器的集合的引用。
计算设备110可以具有通常结合计算设备使用的所有组件，例如上述处理器和存储器，以及用户输入150(例如，鼠标、键盘、触摸屏和/或麦克风)和各种电子显示器(例如，具有屏幕的监视器或可操作以显示信息的任何其他电学设备)。在该示例中，车辆包括内部电子显示器152以及一个或多个扬声器154，以提供信息或视听体验。在这方面，内部电子显示器152可以位于车辆100的座舱内，并且可以由计算设备110使用以向车辆100内的乘客提供信息。除了内部扬声器之外，一个或多个扬声器154可以包括布置在车辆上的各个位置的外部扬声器，以便向车辆100外部的对象提供听觉通知。
在一个示例中，计算设备110可以是并入车辆100中的自动驾驶计算系统。自动驾驶计算系统可能能够与车辆的各种组件通信。例如，返回图1，计算设备110可以与车辆100的各种系统(例如，减速系统160(用于控制车辆的制动)、加速系统162(用于控制车辆的加速)、转向系统164(用于控制车轮的朝向和车辆的方向)、信号系统166(用于控制转向信号)、导航系统168(用于将车辆导航到一个位置或绕过对象)、定位系统170(用于确定车辆的位置)、感知系统172(用于检测车辆的外部环境中的对象)和动力系统174(例如电池和/或汽油或柴油动力发动机))通信，以便在不要求或需要来自车辆的乘客的连续的或定期的输入的自动驾驶模式下根据存储器130的指令132控制车辆100的移动、速度等。再者，尽管这些系统被示为在计算设备110的外部，但实际上，这些系统也可以并入计算设备110中，又作为用于控制车辆100的自动驾驶计算系统。
计算设备110可以通过控制各种组件来控制车辆的方向和速度。通过示例，计算设备110可以使用来自地图信息和导航系统168的数据，完全自动地将车辆导航到目的地位置。计算设备110可以使用定位系统170来确定车辆的位置，以及使用感知系统172来在需要时检测对象且对对象做出响应以安全到达该位置。为了这样做，计算设备110可以使车辆加速(例如，通过由加速系统162增加提供给发动机的燃料或其他能量)、减速(例如，通过由减速系统160减少供应到发动机的燃料、改变档位、和/或通过施加制动)、改变方向(例如，通过由转向系统164转动车辆100的前轮或后轮)、以及用信号通知这种变化(例如，通过点亮信号系统166的转向信号)。因此，加速系统162和减速系统160可以是动力传动系统(drivetrain)的一部分，其包括在车辆的发动机和车辆的车轮之间的各种组件。再者，通过控制这些系统，计算设备110还可以控制车辆的动力传动系统，以便自动地操纵车辆。
作为示例，计算设备110可以与减速系统160和加速系统162交互，以便控制车辆的速度。类似地，计算设备110可以使用转向系统164来控制车辆100的方向。例如，如果车辆100被配置为在道路上使用，例如汽车或卡车，则转向系统可以包括控制车轮角度以使车辆转向的部件。信号系统166可由计算设备110使用，以便例如通过在需要时点亮转向信号或刹车灯来向其他驾驶员或其他车辆信号通知车辆的意图。
导航系统168可以由计算设备110使用，以便确定并沿循到达位置的路线。在这方面，导航系统168和/或数据134可以存储地图信息，例如计算设备110可以用来导航或控制车辆的高度详细的地图。作为示例，这些地图可以标识道路的形状和高度(elevation)、车道标记、交叉路口、人行横道、限速、交通信号灯、建筑物、标志、实时交通信息、植被或其他这样的对象和信息。车道标记可以包括诸如实线或虚线双或单车道线、实线或虚线车道线、反光标志(reflector)等特征。给定车道可以与左右车道线或定义车道边界的其他车道标记相关联。因此，大多数车道可以由一条车道线的左边缘和另一车道线的右边缘界定。
感知系统172还包括用于检测车辆外部的对象的一个或多个组件，车辆外部的对象例如为其他车辆、道路中的障碍物、交通信号、标志、树木等。例如，感知系统172可以包括一个或更多个LIDAR传感器、声纳设备、雷达单元、相机和/或记录可由计算设备110处理的数据的任何其他检测设备。感知系统的传感器可以检测对象及其特征，例如位置、朝向、尺寸、形状、类型(例如，车辆、行人、骑车者等)、走向和移动的速度等。来自传感器的原始数据和/或前述特征在由感知系统172生成时可以被量化或设置成描述性函数、向量和/或边界框并被周期地和连续地发送给计算设备110以用于进一步处理。如下面进一步详细讨论的，计算设备110可以使用定位系统170以确定车辆的位置，以及使用感知系统172来在需要时检测对象并对对象做出响应以安全到达该位置。
图2是路段的地图信息200的示例。地图信息200包括标识各种道路特征的形状、位置和其他特征的信息。在此示例中，地图信息包括由路缘220、车道线222、224、226和路缘228界定的三条车道212、214、216。车道212和214具有相同的交通流方向(向东的方向)，而车道216具有不同的交通流(向西的方向)。另外，车道212比车道214明显宽，例如以允许车辆邻近路缘220停车。尽管地图信息的示例仅包括几个道路特征，例如路缘、车道线和车道，但是考虑到道路的性质，地图信息200还可以标识各种其他道路特征，例如交通信号灯、人行横道、人行道、停车标志、让行标志、速度限制标志、道路标志等。尽管未示出，但详细地图信息还可以包括标识速度限制和其他法定交通要求的信息、以及标识各个日期和时间的典型和历史交通状况的历史信息。
尽管本文将详细地图信息描绘为基于图像的地图，但是地图信息不需要完全基于图像(例如，光栅)。例如，详细地图信息可以包括例如道路、车道、交叉路口以及这些特征之间的连接的信息的一个或多个道路图(roadgraph)或图形网络。每个特征可以存储为图形数据，并且可以与诸如地理位置以及其是否与其他相关特征链接的信息(例如，停车标志可以链接到道路和交叉路口等)相关联。在一些示例中，相关联的数据可以包括道路图的基于网格的索引，以允许有效地查找某些道路图特征。
图3A至图3D是车辆100的外部视图的示例。可以看出，车辆100包括典型车辆的许多特征，例如前灯302、挡风玻璃303、尾灯/转向信号灯304、后挡风玻璃305、车门306、侧视镜308、轮胎和车轮310、以及转向信号灯/停车灯312。前灯302、尾灯/转向信号灯304和转向信号灯/停车灯312可以与信号系统166相关联。灯条307也可以与信号系统166相关联。外壳314可以容纳一个或多个传感器，例如感知系统172的LIDAR传感器、声纳设备、雷达单元、相机等，尽管这样的传感器也可以并入车辆的其他区域中。
车辆100的一个或多个计算设备110还可以例如使用无线网络连接156从其他计算设备接收信息或向其他计算设备传送信息。无线网络连接可以包括例如BLUETOOTH(R)、蓝牙LE、LTE、蜂窝、近场通信等、以及前述的各种组合。图4和图5分别是示例系统400的示意图和功能图，示例系统400包括经由网络460连接的多个计算设备410、420、430、440和存储系统450。系统400还包括车辆100、以及可与车辆100类似地配置的车辆100A。尽管为了简单起见，仅描绘了几个车辆和计算设备，但是典型的系统可以包括明显更多车辆和计算设备。
如图4所示，计算设备410、420、430、440中的每一个可以包括一个或多个处理器、存储器、数据和指令。这样的处理器、存储器、数据和指令可以与计算设备110的一个或多个处理器120、存储器130、数据134和指令132类似地配置。
网络460和中间节点可以包括各种配置和协议，包括短程通信协议，例如BLUETOOTH(R)、蓝牙LE、因特网、万维网、内联网、虚拟专用网络、广域网、本地网络、使用一个或多个公司专有的通信协议的专用网、以太网、WiFi和HTTP，以及前述的各种组合。任何能够向其他计算设备发送数据和从其他计算设备数据的设备(例如调制解调器和无线接口)可以促进这种通信。
在一个示例中，一个或多个计算设备110可以包括具有多个计算设备的服务器，例如，负载平衡服务器群，其与网络的不同节点交换信息，以用于从其他计算设备接收数据、处理数据、以及向其他计算设备发送数据。例如，一个或多个计算设备410可以包括一个或多个服务器计算设备，它们能够经由网络460与车辆100的一个或多个计算设备110或车辆100A的类似计算设备以及客户端计算设备420、430、440通信。例如，车辆100和100A可以是车辆车队的一部分，它们可以由服务器计算设备派遣到各个位置。在这方面，车队的车辆可以周期性地向服务器计算设备发送由车辆的相应定位系统提供的位置信息，并且一个或多个服务器计算设备可以跟踪车辆的位置。
另外，服务器计算设备410可以使用网络460在显示器(如计算设备420、430、440的显示器424、434、444)上向用户(例如用户422、432、442)发送和呈现信息。在这方面，计算设备420、430、440可以被认为是客户端计算设备。
如图5所示，每个客户端计算设备420、430、440可以是旨在由用户422、432、442使用的个人计算设备，并且具有通常与个人计算设备结合使用的所有组件，所述个人计算设备包括一个或多个处理器(例如，中央处理单元(CPU))、存储数据和指令的存储器(例如，RAM和内部硬盘驱动器)、诸如显示器424、434、444的显示器(例如，具有屏幕的监视器、触摸屏、投影仪、电视机或可操作以显示信息的其他设备)、以及用户输入设备426、436、446(例如，鼠标、键盘、触摸屏或麦克风)。客户端计算设备还可以包括用于记录视频流的相机、扬声器、网络接口设备、以及用于将这些元件彼此连接的所有组件。
虽然客户端计算设备420、430和440中的每一个可以包括全尺寸的个人计算设备，但是它们可以替选地包括能够通过诸如因特网的网络与服务器无线地交换数据的移动计算设备。仅作为示例，客户端计算设备420可以是移动电话或诸如支持无线的PDA、平板PC、可穿戴计算设备或系统、或能够经由因特网或其他网络获得信息的上网本的设备。在另一示例中，客户端计算设备430可以是可穿戴计算设备，诸如图4中所示的腕表。作为示例，用户可以使用小键盘、键区、麦克风、利用相机的视觉信号或触摸屏等来输入信息。
在一些示例中，客户端计算设备440可以是由管理员用来向诸如用户422和432的用户提供礼宾服务(concierge service)的礼宾工作站。例如，远程操作员或者礼宾员(concierge)442可以使用礼宾工作站440通过它们各自的客户端计算设备或车辆100或100A、经由与用户的电话呼叫或音频连接进行通信以确保车辆100和100A的安全操作以及用户的安全，如下面进一步详细描述的。尽管在图4和图5中仅示出了单个礼宾工作站440，但是在典型系统中可以包括任何数量的这种工作站。
存储系统450可以存储各种类型的信息，如下面更详细描述的。该信息可以由服务器计算设备(例如一个或多个服务器计算设备410)检索或访问，以便执行本文描述的一些或所有特征。例如，该信息可以包括诸如能够用于向一个或多个服务器计算设备标识用户的凭证(credential)的用户账户信息(例如，在传统的单因素认证的情况下的用户名和口令，以及典型地在多因素认证中使用的其他类型的凭证，诸如随机标识符、生物测定等)。用户账户信息还可以包括个人信息，诸如用户的姓名、联系信息、用户的客户端计算设备的标识信息(或者如果多个设备与同一个用户账户一起使用，则为多个客户端计算设备)、以及用户的一个或多个唯一信号。
存储系统450还可以存储用于生成和评估位置之间的路线的路线数据(routingdata)。例如，路线信息可用于估计在第一位置的车辆到达第二位置将花费多长时间。在这方面，路由信息可以包括地图信息，不一定与上述详细地图信息一样具体，而是包括道路，以及关于那些道路的信息，例如方向(单向、双向等)、朝向(北、南等)、速度限制以及标识预期交通状况的交通信息等。
存储系统450还可以存储可提供给客户端计算设备以显示给用户的信息。例如，存储系统450可以存储预定距离信息，该预定距离信息用于确定车辆对于给定接载位置或目的地位置可能停止的区域。存储系统450还可以存储图形、图标和可向用户显示的其他项目，如下面所讨论的。
与存储器130一样，存储系统450可以是能够存储服务器计算设备410可访问的信息的任何类型的计算机化存储装置，例如硬盘驱动器、存储卡、ROM、RAM、DVD、CD-ROM、可写和只读存储器。另外，存储系统450可以包括分布式存储系统，其中数据存储在多个不同的存储设备上，这些存储设备可以物理地位于相同或不同的地理位置。存储系统450可以经由网络460连接到计算设备，如图4所示，和/或可以直接连接到或者并入任何计算设备110、410、420、430、440等。
示例方法
除了上面描述的以及在附图中示出的操作之外，现在将描述各种操作。应当理解，不必以下面描述的精确顺序执行以下操作。反而，可以以不同的顺序或同时处理各个步骤，并且还可以添加或省略步骤。
图6是车辆100沿着对应于图2的道路的道路610行驶的示例视图。在这方面，车道612、614、616对应于车道212、214、216的形状和位置，路缘620、628对应于路缘220的形状和位置，以及车道线622、624、626对应于车道线222、224、226和路缘228的形状和位置。在该示例中，车辆100在车道612上行驶。
当车辆沿着车道612移动时，感知系统172为计算设备提供关于诸如路缘620、628，车道线622、624、624，标志650以及交通锥标A-R的对象的形状和位置的传感器数据。图7描绘了当车辆100处于如图6所示的状况时感知系统172的各个传感器感知到的传感器数据、以及可用于计算设备110的其他信息。在该示例中，车辆640、642、644由感知系统172提供给计算设备110的边界框740、742、744表示。交通锥标A-R由边界框7A-7R表示，以及标志650由边界框750表示。当然，这些边界框仅表示其中对应于对象的数据点至少近似地被界定在其中的空间的体积。另外，车辆100的实际走向和边界框740和742的估计走向分别由箭头770、760和762表示。当边界框744看起来非常缓慢地移动或根本不移动时，计算设备110可以确定由该边界框表示的对象邻近路缘628停放。
为了确定车辆应该进入哪个通道，车辆的计算设备必须首先标识出存在模糊性。这可以通过处理来自车辆感知系统的数据以标识一个或多个通道来实现。这些一个或多个通道中的每一个都对应于沿着道路的路径，其中该路径还没有在车辆的地图信息中被标识。换句话说，该路径通常不会对应于地图信息中定义的交通的车道以及该车道的特征。例如，诸如在中央转向车道可以被配置有交通锥标以提供转向和穿过交叉路口的行进的情况下，在交通的东行车道可能变成交通的西行车道的情况下，或者在路径不对应于地图信息中的车道或交通或两条车道线(或其他车道标记)之间的区域的情况下，交通车道的特征或规则可能改变。
例如，除了车道线之外，某些类型的对象，诸如锥标或桶标，可以聚集在一起，以便确定通道的“边界”。例如，如果车辆无法在两个锥标之间通过，这些对象可能会聚集在一起，并被认为是通道的一部分。如图7的图像所示，计算设备110可以基于锥标A-N(或边界框7A-7N)彼此的靠近程度将它们分组在一起，因为车辆100不能放置(fit)在锥标之间，或者锥标以形成屏障的方式定位。此外，计算设备110可以基于锥标O-Q(或边界框7O-7Q)彼此的靠近程度将它们分组在一起，因为车辆100不能放置在锥标之间。图8描绘了对应于锥标A-N的集群810以及对应于锥标O-Q的集群820。锥标7(或边界框7R)不包括在集群810或820中。为了清楚和易于理解，图8不包括边界框740、742、744或740。
一旦这些对象已被聚集在一起，计算设备110可以使用集群以及其他未聚集的对象来标识车辆要沿循的一个或多个可能的通道，以便避开聚集的对象。在这方面，转向图9，计算设备可以标识两个通道，通道910和通道920，作为在给定集群810和820以及锥标7(或边界框7R)的位置的情况下，车辆100要沿循的可能选项。同样，为了清楚和易于理解，图9不包括边界框740、742、744或740。
此外或替选地，这些对象的物理几何上的位置可能会造成模糊性。例如，对于锥标A(或边界框7A)，车辆可以向左通过以进入通道920，或者向右通过以进入通道910。此外，当在通道920中时，车辆可以从锥标R(或边界框7R)的右边或左边的任一边通过，这再次提供了通道920的两个子通道920A、920B的可能性。因此，行进的可能性不止一种。这造成了关于车辆应该进入哪条通道的模糊性。换句话说，如果存在两个以上的通道，则车辆可能有一个以上的选择。在另一个类似的示例中，在两个锥标划定三个分隔的通道的情况下，车辆可以行进到两个锥标(或其他对象)的右侧，两个锥标(或其他对象)之间，或者两个锥标(或其他对象)的左侧。因此，在这样的示例中，有三个可能的通道，这可能造成更复杂的模糊性。
然后，计算设备可以尝试通过使用一个或多个方法来分析通道并确定通过每个通道的适当交通流来解决模糊性。简单地说，计算设备110可以确定每个通道的交通流是在车辆当前行驶的方向上继续，还是实际上与车辆当前行驶的方向相反，并且在这方面，通道被配置成允许反向交通。再次参考图9，对于人类来说，确定要行驶的适当通道可能是简单的，但是对于诸如车辆100的车辆的计算设备来说，这并不总是清楚的。
在一个示例分析中，计算设备可以反过来分析通道。例如，如果情况对于反向交通不是模糊的，则计算设备可以确定这样的通道是用于反向交通。换句话说，如果显而易见反向交通应该使用哪个或哪些通道，则该通道或这些通道可以被排除在车辆的可能选项之外。再者，如图9所示，基于锥标7(或边界框7N)的相对位置，可以更简单地确定在反向交通车道(这里是车道616)中行驶的车辆可以通过沿循通道920沿着道路610行进。例如，因为另一辆车在留在车道616内的同时将行驶经过锥标7(或边界框7N)，所以该另一辆车已经在沿循通道920。在这方面上，计算设备110可以确定包括子通道920A和920B的通道920被配置用于反向交通。
通过排除的过程，计算设备110可以确定任何其余通道都适合车辆100通过。在这方面上，可以基于通过通道的所确定的交通流来选择通道中的一个通道。例如，因为只有两个标识的通道，并且通道820被确定为配置用于反向交通，所以计算设备110然后可以确定车辆应该沿着通道810行进。在这一点上，车辆可以被控制以便进入并沿循所选通道。当然，如上所述，如果在使用这种技术后还剩余不止一条可能的通道，也可以使用附加方法。
在这方面，附加地或替选地，计算设备可以尝试通过分析任何标志来解决模糊性。例如，在改向的区域中，可能有标志指示哪些通道应该或不应该从某些方向使用。这样的标志可以包括靠左或靠右箭头、错路标志等。在某些情况下，这些标志可能由施工工人持有，该施工工人在通过同一通道的两个方向上指挥交通。可以使用各种图像识别和光学字符识别技术来检测这些标志。再者，这些标志可以指示如果有的话通道中的哪个通道适合车辆通过。例如，计算设备110可以使用光学字符识别技术来标识由车辆感知系统172的相机捕获的图像中的标志650的文本。该标志可以指示车辆应“靠右”或“不要进入”。这可以指示车辆100更有可能应该沿循通道810而不是820。
除了标志的上下文，标志的位置和朝向可以向计算设备110提供关于标志的“含义”的线索。例如，该标志是否位于与一个通道或另一个通道明显相关联的位置，该标志是否相对于一个通道或另一个通道给出命令(例如靠右或靠左箭头)，该标志的内容是否从交通的一个方向或另一个方向可见(因为这可以指示该标志预期影响交通的哪个方向)等。例如，给定标志650相对于通道810和820的位置，以及标志朝着东行交通的朝向，计算设备110可以确定车辆100应该更有可能沿循通道810而不是820。
因此，使用标示也可以向计算设备110提供关于通过一个或多个通道的交通流方向的信息，从而指示计算设备110应该选择进入并沿循哪个通道，如上所述。然而，可能并不总是有足够多的标示来标识车辆可能进入的通道。
作为又一个其他的方法，计算设备可以通过观察其他车辆的行为来尝试确定通过每个通道的交通方向。例如，如果观察到来自任一方向(与该车辆相同或相反)的车辆在特定方向上穿过特定通道，则计算设备可以使用该信息来确定如果有的话通道中的哪个通道适合车辆进入。转到图10，给定车辆640(或边界框740)的位置和走向(箭头760)，该车辆看起来最有可能沿循通道820，并且这里是子通道820A。由于车辆640实际上正在接近车辆100(作为反向交通)，计算设备110可以确定仅出于这种原因或者出于这种附加原因，通道820和子通道820A是被配置用于反向交通的通道。类似地，给定车辆640(或边界框740)的位置和缺乏移动，该车辆看起来最有可能阻塞子通道820B，计算设备110可以确定通道820B可能不是用于车辆100的合适通道或者是反向交通。因此，使用其他车辆的行为也可以向计算设备110提供关于通过一个或多个通道的交通流的方向的信息，从而指示计算设备110应该选择进入并沿循哪个通道，如上所述。
作为用于附加或替代上述任何一种方法的另一种方法，计算设备可以检测路面状况，并使用该状况来确定车辆是否应该避开某一通道。例如，使用由感知系统172提供的传感器数据，计算设备可以确定通道是否包括明沟或某一高度的落差，例如超过几英寸，或者通道是否包括未铺砌的路面。在这种情况下，计算设备可以确定车辆不应该使用该通道。
作为用于附加或替代上述任何一种方法的另一种方法，计算设备可以使用最近通过区域的其他车辆所提供的信息。例如，如果在自动驾驶模式下(或在手动驾驶模式，其中自动驾驶软件在后台运行但不控制车辆)操作的车辆通过区域，则该车辆的计算设备可以与该区域中的其他车辆共享关于模糊性以及计算设备如何做出响应的信息。附加地或替选地，如果车辆的计算设备标识出这样的通道和可能的模糊性，则计算设备可以发送该信息以及任何传感器信息，例如相机图像或Lidar数据。这对于可能从不同方向或有利点接近模糊的车辆尤其有用。例如，如果一个车辆通过没有改向的交叉路口，但沿着交叉路口的交叉街之一检测到了靠左、靠右、走错路等标志。这种信息将会用于任何随后沿着该交叉街驾驶的车辆。
如果使用一个或多个上述方法或动作还不能解决模糊性，则计算设备可以向人类操作员发送请求，请求其提供关于如何行进的指令。例如，计算设备110可以使用网络460经由礼宾工作站440向礼宾员442请求协助。这可以包括发送计算设备标识其以用于查看的标识通道的信息，以及接收关于如何行进(即哪个或哪些通道适合车辆进入)的指令。在一些情况下，例如，如果模糊性使得人类操作员也不确定，则礼宾员442可以简单地变更车辆路线。如果礼宾员442不可用或者不能自信地确定正确的答案，例如，相关标示在更远的后方、已经被撞倒、不清楚等，计算设备110可以确定继续通过任何通道是不可接受的。作为结果，计算设备110可以控制车辆，以便通过使车辆转向和/或变更车辆路线来完全避开通道。
图11是流程图1100，其可以由一个或多个处理器(例如计算设备110的一个或多个处理器120)执行，以便在自动驾驶模式下控制车辆。在框1102处，使用标识交通流方向的预存地图信息在自动驾驶模式下操纵车辆。在框1104处，从车辆感知系统接收数据，该数据标识在车辆外部环境中的、与地图信息未标识的交通改向相关的对象。在框1106处，使用接收到的数据来标识交通改向的一个或多个通道。在框1108处，基于通过所选通道的交通流的方向来选择一个或多个通道中的一个通道。在框1110处，在自动驾驶模式下控制车辆，以进入并沿循一个或多个通道中的所选择的一个通道。
除非另有说明，否则前述替代示例不是相互排斥的，而是可以以各种组合实现以实现独特的优点。由于可以在不脱离由权利要求限定的主题的情况下利用特征的这些和其他变型和组合，因此前述实施例的描述应当作为说明而不是作为由权利要求限定的主题的限制来进行。另外，这里描述的示例的提供以及表述为“诸如”、“包括”等的从句不应被解释为将权利要求的主题限制于特定示例；反而，这些示例仅旨在说明许多可能的实施例中的一个。此外，不同附图中的相同附图标记可以标识相同或相似的元件。

Claims (20)

1.一种在自动驾驶模式下控制车辆的方法，所述方法包括：
由一个或多个处理器使用标识一个或多个交通车道的预存地图信息在自动驾驶模式下操纵车辆，其中每个交通车道具有路径和交通流方向；
由一个或多个处理器从车辆的感知系统接收数据，其中所述数据标识车辆的外部环境中的、与给定位置处的交通改向相关的对象，其中所述交通改向包括至少一个通道，所述至少一个通道与对于给定位置的在预存地图信息中标识的交通车道的路径和交通流方向中的一个或两个不对应；
由一个或多个处理器使用接收到的数据来标识交通改向的一个或多个通道，其中所述一个或多个通道是基于与给定位置处的交通改向相关的对象来新创建的；
由一个或多个处理器基于通过所选通道的交通流的方向来选择一个或多个通道中的一个通道；以及
由一个或多个处理器在自动驾驶模式下控制车辆以进入并沿循一个或多个通道中的所选择的一个通道。
2.根据权利要求1所述的方法，还包括通过分析相对于车辆的反向交通如何进入和通过一个或多个通道来确定通过所选通道的交通流的方向。
3.根据权利要求1所述的方法，还包括通过分析靠近一个或多个通道中的任何通道的标志来确定通过所选通道的交通流的方向。
4.根据权利要求1所述的方法，还包括通过观察通过一个或多个通道中的任何通道的交通来确定通过所选通道的交通流的方向。
5.根据权利要求1所述的方法，还包括：
从第二车辆的一个或多个计算设备接收标识一个或多个通道的信息；以及
基于接收到的信息确定通过所选通道的交通流的方向。
6.根据权利要求1所述的方法，还包括：
在使用接收到的数据来标识一个或多个通道之后，为了关于如何行进的指令，向远离车辆的计算设备发送请求；以及
接收所述指令，并且其中，选择一个或多个通道中的所选择的一个通道还基于接收到的指令。
7.根据权利要求1所述的方法，还包括确定通过一个或多个通道中的每一个通道的交通流的方向，并且其中，选择所选通道还基于任何确定的交通流方向。
8.根据权利要求1所述的方法，其中，所述一个或多个通道不由两条或更多条车道线限定。
9.一种用于在自动驾驶模式下控制车辆的系统，所述系统包括一个或多个处理器，所述一个或多个处理器被配置为：
使用标识一个或多个交通车道的预存地图信息来在自动驾驶模式下操纵车辆，其中每个交通车道具有路径和交通流方向；
从车辆的感知系统接收数据，其中所述数据标识在车辆的外部环境中的、与给定位置处的交通改向相关的对象，其中所述交通改向包括至少一个通道，所述至少一个通道与对于给定位置的在预存地图信息中标识的交通车道的路径和交通流方向中的一个或两个不对应；
使用接收到的数据来标识交通改向的一个或多个通道，其中所述一个或多个通道是基于与给定位置处的交通改向相关的对象来新创建的；
基于通过所选通道的交通流的方向，选择一个或多个通道中的一个通道；以及
在自动驾驶模式下控制车辆进入并沿循一个或多个通道中的所选择的一个通道。
10.根据权利要求9所述的系统，其中，所述一个或多个处理器还被配置为通过分析相对于车辆的反向交通如何进入和通过一个或多个通道来确定通过所选通道的交通流的方向。
11.根据权利要求9所述的系统，其中，所述一个或多个处理器还被配置为通过分析靠近一个或多个通道中的任何通道的标志来确定通过所选通道的交通流的方向。
12.根据权利要求9所述的系统，其中，所述一个或多个处理器还被配置为通过观察通过一个或多个通道中的任何通道的交通来确定通过所选通道的交通流的方向。
13.根据权利要求9所述的系统，其中，所述一个或多个处理器还被配置为：
从第二车辆的一个或多个计算设备接收标识一个或多个通道的信息；以及
基于接收到的信息确定通过所选通道的交通流的方向。
14.根据权利要求9所述的系统，其中，所述一个或多个处理器还被配置为：
在使用接收到的数据来标识一个或多个通道之后，为了关于如何行进的指令，向远离车辆的计算设备发送请求；以及
接收所述指令，并且其中，选择一个或多个通道中的所选择的一个通道还基于接收到的指令。
15.根据权利要求9所述的系统，其中，所述一个或多个处理器还被配置为确定通过一个或多个通道中的每一个通道的交通流的方向，并且其中，选择所选通道还基于任何确定的交通流方向。
16.根据权利要求9所述的系统，其中，所述一个或多个通道不由两条或更多条车道线限定。
17.根据权利要求9所述的系统，还包括车辆。
18.一种其上存储有指令的非暂时性计算机可读介质，当所述指令由一个或多个处理器执行时，使得所述一个或多个处理器执行一种用于在自动驾驶模式下控制车辆的方法，所述方法包括：
使用标识一个或多个交通车道的预存地图信息来在自动驾驶模式下操纵车辆，其中每个交通车道具有路径和交通流方向；
从车辆的感知系统接收数据，其中所述数据标识在车辆的外部环境中的、与给定位置处的交通改向相关的对象，其中所述交通改向包括至少一个通道，所述至少一个通道与对于给定位置的在预存地图信息中标识的交通车道的路径和交通流方向中的一个或两个不对应；
使用接收到的数据来标识交通改向的一个或多个通道，其中所述一个或多个通道是基于与给定位置处的交通改向相关的对象来新创建的；
基于通过所选通道的交通流的方向，选择一个或多个通道中的一个通道；以及
在自动驾驶模式下控制车辆进入并沿循一个或多个通道中的所选择的一个通道。
19.根据权利要求18所述的介质，其中，所述方法还包括通过分析相对于车辆的反向交通如何进入和通过一个或多个通道来确定通过所选通道的交通流的方向。
20.根据权利要求18所述的介质，其中，所述方法还包括通过观察通过一个或多个通道中的任何通道的交通来确定通过所选通道的交通流的方向。
CN201880070898.6A 2017-10-31 2018-10-29 检测并响应于自动驾驶车辆的交通改向 Expired - Fee Related CN111295629B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111496739.2A CN114518749A (zh) 2017-10-31 2018-10-29 检测并响应于自动驾驶车辆的交通改向

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/798,881 2017-10-31
US15/798,881 US10713940B2 (en) 2017-10-31 2017-10-31 Detecting and responding to traffic redirection for autonomous vehicles
PCT/US2018/057971 WO2019089444A1 (en) 2017-10-31 2018-10-29 Detecting and responding to traffic redirection for autonomous vehicles

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202111496739.2A Division CN114518749A (zh) 2017-10-31 2018-10-29 检测并响应于自动驾驶车辆的交通改向

Publications (2)

Publication Number Publication Date
CN111295629A CN111295629A (zh) 2020-06-16
CN111295629B true CN111295629B (zh) 2021-11-30

Family

ID=66244168

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202111496739.2A Pending CN114518749A (zh) 2017-10-31 2018-10-29 检测并响应于自动驾驶车辆的交通改向
CN201880070898.6A Expired - Fee Related CN111295629B (zh) 2017-10-31 2018-10-29 检测并响应于自动驾驶车辆的交通改向

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202111496739.2A Pending CN114518749A (zh) 2017-10-31 2018-10-29 检测并响应于自动驾驶车辆的交通改向

Country Status (6)

Country Link
US (2) US10713940B2 (zh)
JP (1) JP7093408B2 (zh)
KR (1) KR102488743B1 (zh)
CN (2) CN114518749A (zh)
IL (1) IL274061B2 (zh)
SG (1) SG11202003335YA (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7095968B2 (ja) * 2017-10-02 2022-07-05 トヨタ自動車株式会社 管理装置
JP6986234B2 (ja) * 2018-04-06 2021-12-22 トヨタ自動車株式会社 車両、車両制御装置、及び車両制御システム
JP6708249B1 (ja) * 2018-12-26 2020-06-10 株式会社Ｊｖｃケンウッド 車両用記録制御装置、車両用記録装置、車両用記録制御方法およびプログラム
US10665109B1 (en) * 2019-05-17 2020-05-26 sibrtech inc. Construction zone apparatus and method
CN110702135A (zh) * 2019-10-14 2020-01-17 广州小鹏汽车科技有限公司 一种车辆的导航方法及装置、汽车、存储介质
US11527154B2 (en) * 2020-02-20 2022-12-13 Toyota Motor North America, Inc. Wrong way driving prevention
US11603094B2 (en) 2020-02-20 2023-03-14 Toyota Motor North America, Inc. Poor driving countermeasures
CN113639760A (zh) * 2020-04-27 2021-11-12 福特全球技术公司 一种导航系统及导航地图的显示方法
US11695851B2 (en) * 2020-06-03 2023-07-04 Micron Technology, Inc. Gateway for vehicle with caching buffer for distributed storage system
US11420656B2 (en) * 2020-07-13 2022-08-23 GM Global Technology Operations LLC Security system and method for disabling vehicle functions
JP2022060074A (ja) * 2020-10-02 2022-04-14 株式会社Subaru 車両の運転支援装置
US20230419678A1 (en) * 2022-06-22 2023-12-28 Waymo Llc Joint Detection and Grouping of Road Objects Using Machine Learning

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000321081A (ja) * 1999-04-15 2000-11-24 Daimlerchrysler Ag 交通ルート網マップの更新方法及び自動車案内情報を生成するためのマップサポートされた方法
CN102227612A (zh) * 2008-10-24 2011-10-26 格瑞股份公司 自主驾驶车辆的控制和系统
US20170045885A1 (en) * 2014-11-13 2017-02-16 Toyota Motor Engineering & Manufacturing North America, Inc. Remote operation of autonomous vehicle in unexpected environment
US20170043768A1 (en) * 2015-08-14 2017-02-16 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle operation relative to unexpected dynamic objects
CN106458218A (zh) * 2014-03-04 2017-02-22 谷歌公司 报告并且与其它车辆共享道路事件数据
CN206300797U (zh) * 2016-11-18 2017-07-04 特路（北京）科技有限公司 自动驾驶车辆的静态障碍物响应性能测试场
CN106940933A (zh) * 2017-03-08 2017-07-11 北京理工大学 一种基于智能交通系统的智能车辆决策换道方法
CN107272687A (zh) * 2017-06-29 2017-10-20 深圳市海梁科技有限公司 一种自动驾驶公交车辆的驾驶行为决策系统

Family Cites Families (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10573093B2 (en) * 1995-06-07 2020-02-25 Automotive Technologies International, Inc. Vehicle computer design and use techniques for receiving navigation software
US5764283A (en) 1995-12-29 1998-06-09 Lucent Technologies Inc. Method and apparatus for tracking moving objects in real time using contours of the objects and feature paths
WO2005017855A1 (en) 2003-07-17 2005-02-24 Harman Becker Automotive Systems Gmbh Route calculation around traffic obstacles using marked diversions
US7689348B2 (en) 2006-04-18 2010-03-30 International Business Machines Corporation Intelligent redirection of vehicular traffic due to congestion and real-time performance metrics
JP4793094B2 (ja) 2006-05-17 2011-10-12 株式会社デンソー 走行環境認識装置
JP5171629B2 (ja) 2006-09-04 2013-03-27 パナソニック株式会社 走行情報提供装置
US7880621B2 (en) 2006-12-22 2011-02-01 Toyota Motor Engineering & Manufacturing North America, Inc. Distraction estimator
JP5236631B2 (ja) 2007-05-09 2013-07-17 パナソニック株式会社 表示装置、表示方法、表示プログラム
JP2010003157A (ja) 2008-06-20 2010-01-07 Toyota Motor Corp 走行支援装置
US8346426B1 (en) * 2010-04-28 2013-01-01 Google Inc. User interface for displaying internal state of autonomous driving system
US8818702B2 (en) 2010-11-09 2014-08-26 GM Global Technology Operations LLC System and method for tracking objects
EP2705664A2 (en) 2011-05-03 2014-03-12 Atsmon, Alon Automatic image content analysis method and system
US20120294540A1 (en) 2011-05-17 2012-11-22 Microsoft Corporation Rank order-based image clustering
US8498448B2 (en) 2011-07-15 2013-07-30 International Business Machines Corporation Multi-view object detection using appearance model transfer from similar scenes
US8880272B1 (en) * 2012-03-16 2014-11-04 Google Inc. Approach for estimating the geometry of roads and lanes by using vehicle trajectories
US9002060B2 (en) 2012-06-28 2015-04-07 International Business Machines Corporation Object retrieval in video data using complementary detectors
US20140003706A1 (en) 2012-07-02 2014-01-02 Sony Pictures Technologies Inc. Method and system for ensuring stereo alignment during pipeline processing
KR101949294B1 (ko) 2012-07-24 2019-02-18 삼성전자주식회사 영상의 히스토그램 축적 계산 장치 및 방법
US9633436B2 (en) 2012-07-26 2017-04-25 Infosys Limited Systems and methods for multi-dimensional object detection
US8996286B1 (en) * 2012-08-03 2015-03-31 Google Inc. Method for analyzing traffic patterns to provide solutions for alleviating traffic problems
US9355562B1 (en) * 2012-08-14 2016-05-31 Google Inc. Using other vehicle trajectories to aid autonomous vehicles driving through partially known areas
US9221461B2 (en) * 2012-09-05 2015-12-29 Google Inc. Construction zone detection using a plurality of information sources
US8996228B1 (en) * 2012-09-05 2015-03-31 Google Inc. Construction zone object detection using light detection and ranging
US9195914B2 (en) 2012-09-05 2015-11-24 Google Inc. Construction zone sign detection
US9600768B1 (en) 2013-04-16 2017-03-21 Google Inc. Using behavior of objects to infer changes in a driving environment
US9110163B2 (en) 2013-06-14 2015-08-18 Microsoft Technology Licensing, Llc Lidar-based classification of object movement
US8825259B1 (en) 2013-06-21 2014-09-02 Google Inc. Detecting lane closures and lane shifts by an autonomous vehicle
US9145139B2 (en) * 2013-06-24 2015-09-29 Google Inc. Use of environmental information to aid image processing for autonomous vehicles
US9315192B1 (en) 2013-09-30 2016-04-19 Google Inc. Methods and systems for pedestrian avoidance using LIDAR
US9335178B2 (en) 2014-01-28 2016-05-10 GM Global Technology Operations LLC Method for using street level images to enhance automated driving mode for vehicle
JP6537780B2 (ja) 2014-04-09 2019-07-03 日立オートモティブシステムズ株式会社 走行制御装置、車載用表示装置、及び走行制御システム
US9734583B2 (en) 2014-06-30 2017-08-15 Collin Walker Systems and methods for controlling vehicle position and orientation
JP6340957B2 (ja) 2014-07-02 2018-06-13 株式会社デンソー 物体検出装置および物体検出プログラム
WO2016013095A1 (ja) 2014-07-25 2016-01-28 株式会社日立製作所 自律移動装置
CN107111742B (zh) 2014-08-18 2021-04-02 无比视视觉技术有限公司 在导航中对车道限制和施工区域的识别和预测
JP6417191B2 (ja) 2014-11-06 2018-10-31 キヤノン株式会社 画像処理装置及び画像処理方法
US9892296B2 (en) 2014-11-12 2018-02-13 Joseph E. Kovarik Method and system for autonomous vehicles
WO2016092650A1 (ja) 2014-12-10 2016-06-16 三菱電機株式会社 画像処理装置及び車載表示システム及び表示装置及び画像処理方法及び画像処理プログラム
KR101621649B1 (ko) * 2015-01-28 2016-05-16 한양대학교 산학협력단 동적 장애물에 대한 위치 분포 정보 생성 방법, 위치 분포 정보를 이용한 차량 제어 방법 및 시스템
US9676386B2 (en) 2015-06-03 2017-06-13 Ford Global Technologies, Llc System and method for controlling vehicle components based on camera-obtained image information
JP6606369B2 (ja) 2015-07-21 2019-11-13 株式会社Ｓｏｋｅｎ 物体検出装置及び物体検出方法
JP6444835B2 (ja) 2015-09-07 2018-12-26 株式会社東芝 画像処理装置、画像処理プログラムおよび画像処理システム
US9503860B1 (en) 2015-09-10 2016-11-22 Ca, Inc. Intelligent pursuit detection
US9576185B1 (en) 2015-09-14 2017-02-21 Toyota Motor Engineering & Manufacturing North America, Inc. Classifying objects detected by 3D sensors for autonomous vehicle operation
US9566986B1 (en) 2015-09-25 2017-02-14 International Business Machines Corporation Controlling driving modes of self-driving vehicles
JP6798779B2 (ja) 2015-11-04 2020-12-09 トヨタ自動車株式会社 地図更新判定システム
US10242455B2 (en) 2015-12-18 2019-03-26 Iris Automation, Inc. Systems and methods for generating a 3D world model using velocity data of a vehicle
DE102016000199A1 (de) * 2016-01-11 2017-07-13 Trw Automotive Gmbh Steuerungs-System und Verfahren zum Ermitteln eines sicheren Spurwechsels durch Kraftfahrzeuge
CN105699095B (zh) * 2016-01-27 2018-11-13 常州加美科技有限公司 一种无人驾驶车辆的测试方法
JP6272559B1 (ja) 2016-02-25 2018-01-31 株式会社日立製作所 移動体の制御方法、移動体及び移動体の制御システム
JP6768787B2 (ja) * 2016-03-15 2020-10-14 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
JP6583185B2 (ja) * 2016-08-10 2019-10-02 トヨタ自動車株式会社 自動運転システム及び自動運転車両
US10515543B2 (en) * 2016-08-29 2019-12-24 Allstate Insurance Company Electrical data processing system for determining status of traffic device and vehicle movement
JP6940612B2 (ja) 2016-09-14 2021-09-29 ナウト, インコーポレイテッドNauto, Inc. ニアクラッシュ判定システムおよび方法
DE102016218876B4 (de) 2016-09-29 2022-05-19 Audi Ag Verfahren zum Betrieb eines Kraftfahrzeugs, Kraftfahrzeug sowie Verfahren zur Ermittlung einer Soll-Trajektorieinformation
US10515390B2 (en) 2016-11-21 2019-12-24 Nio Usa, Inc. Method and system for data optimization
JP6895634B2 (ja) * 2016-12-16 2021-06-30 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
US10296812B2 (en) 2017-01-04 2019-05-21 Qualcomm Incorporated Systems and methods for mapping based on multi-journey data
US11009875B2 (en) 2017-03-09 2021-05-18 Waymo Llc Preparing autonomous vehicles for turns
US10389432B2 (en) * 2017-06-22 2019-08-20 At&T Intellectual Property I, L.P. Maintaining network connectivity of aerial devices during unmanned flight
US10558217B2 (en) 2017-08-28 2020-02-11 GM Global Technology Operations LLC Method and apparatus for monitoring of an autonomous vehicle
US10867510B2 (en) 2018-04-05 2020-12-15 Toyota Jidosha Kabushiki Kaisha Real-time traffic monitoring with connected cars

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000321081A (ja) * 1999-04-15 2000-11-24 Daimlerchrysler Ag 交通ルート網マップの更新方法及び自動車案内情報を生成するためのマップサポートされた方法
CN102227612A (zh) * 2008-10-24 2011-10-26 格瑞股份公司 自主驾驶车辆的控制和系统
CN106458218A (zh) * 2014-03-04 2017-02-22 谷歌公司 报告并且与其它车辆共享道路事件数据
US20170045885A1 (en) * 2014-11-13 2017-02-16 Toyota Motor Engineering & Manufacturing North America, Inc. Remote operation of autonomous vehicle in unexpected environment
US20170043768A1 (en) * 2015-08-14 2017-02-16 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle operation relative to unexpected dynamic objects
CN206300797U (zh) * 2016-11-18 2017-07-04 特路（北京）科技有限公司 自动驾驶车辆的静态障碍物响应性能测试场
CN106940933A (zh) * 2017-03-08 2017-07-11 北京理工大学 一种基于智能交通系统的智能车辆决策换道方法
CN107272687A (zh) * 2017-06-29 2017-10-20 深圳市海梁科技有限公司 一种自动驾驶公交车辆的驾驶行为决策系统

Also Published As

Publication number Publication date
JP7093408B2 (ja) 2022-06-29
IL274061A (en) 2020-06-30
US10713940B2 (en) 2020-07-14
US20190130736A1 (en) 2019-05-02
CN114518749A (zh) 2022-05-20
IL274061B2 (en) 2024-09-01
KR20200047766A (ko) 2020-05-07
US20200365016A1 (en) 2020-11-19
US11887474B2 (en) 2024-01-30
IL274061B1 (en) 2024-05-01
KR102488743B1 (ko) 2023-01-17
CN111295629A (zh) 2020-06-16
SG11202003335YA (en) 2020-05-28
JP2021501395A (ja) 2021-01-14

Similar Documents

Publication Publication Date Title
CN111295629B (zh) 检测并响应于自动驾驶车辆的交通改向
US11537133B2 (en) Dynamic routing for autonomous vehicles
US11056003B1 (en) Occupant facing vehicle display
US9740202B2 (en) Fall back trajectory systems for autonomous vehicles
CN111132884B (zh) 使车辆停止的方法和系统
CA3072744C (en) Recognizing assigned passengers for autonomous vehicles
US9551992B1 (en) Fall back trajectory systems for autonomous vehicles
US10220776B1 (en) Scenario based audible warnings for autonomous vehicles
AU2021201402B2 (en) Detecting and responding to traffic redirection for autonomous vehicles

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211130