CN111301390A - 基于传感器数据更新自动驾驶车辆的地图数据 - Google Patents

基于传感器数据更新自动驾驶车辆的地图数据 Download PDF

Info

Publication number
CN111301390A
CN111301390A CN201910823430.6A CN201910823430A CN111301390A CN 111301390 A CN111301390 A CN 111301390A CN 201910823430 A CN201910823430 A CN 201910823430A CN 111301390 A CN111301390 A CN 111301390A
Authority
CN
China
Prior art keywords
traffic control
control devices
environment
map data
autonomous vehicles
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.)
Granted
Application number
CN201910823430.6A
Other languages
English (en)
Other versions
CN111301390B (zh
Inventor
蒋一飞
张亮亮
陶佳鸣
胡江滔
李栋
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.)
Baidu USA LLC
Original Assignee
Baidu USA 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 Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN111301390A publication Critical patent/CN111301390A/zh
Application granted granted Critical
Publication of CN111301390B publication Critical patent/CN111301390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • 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
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3859—Differential updating map data
    • 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
    • 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
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/06—Combustion engines, Gas turbines
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/18—Braking system
    • 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
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/20—Steering systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Ecology (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Instructional Devices (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

服务器可基于一个或多个报告消息和传感器数据来确定环境中交通控制装置是否已经改变。如果环境中交通控制装置已经改变，则服务器可以生成更新的地图数据并将更新的地图数据传送到自动驾驶车辆(ADV)。

Description

基于传感器数据更新自动驾驶车辆的地图数据
技术领域
本公开的实施方式大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更新自动驾驶车辆(ADV)的地图数据。
背景技术
以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可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驶。
运动规划和控制是自动驾驶中的关键操作。特别地，轨迹规划是自动驾驶系统中的关键部分。传统的轨迹规划技术严重依赖于高质量的作为自动驾驶车辆的引导路径的参考线(例如，道路的中心线)以产生稳定的轨迹。这类信息可以从地图中获得。
自动驾驶系统的基于相机的感测方案检测一些实时地图信息，例如车道线、交通灯、交通标志等。与高清(HD)地图相比，这些实时地图信息反映最新的地图信息。例如，可以通过感知来检测HD地图中不存在的新添加的斑马线。然而，因为这种地图信息是实时计算的，精度不如高清地图。
发明内容
根据本公开的一方面，提供了用于为自动驾驶车辆生成地图数据的计算机实现方法，所述计算机实现方法包括：
从自动驾驶车辆集合接收报告消息集合，其中所述报告消息集合指示由所述自动驾驶车辆集合在环境中检测到的交通控制装置的第一集合；
确定交通控制装置的所述第一集合与由所述环境的地图数据指示的交通控制装置的第二集合之间是否存在一个或多个差异；
响应于确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间存在一个或多个差异而生成更新的地图数据；以及
将所更新的地图数据传送到所述自动驾驶车辆集合。
根据本公开的另一方面，提供了非暂时性机器可读介质，所述非暂时性机器可读介质中存储有指令，所述指令在由处理器执行时指示所述处理器执行操作，所述操作包括：
从自动驾驶车辆集合接收报告消息集合，其中，所述报告消息集合指示由所述自动驾驶车辆集合在环境中检测到的交通控制装置的第一集合；
确定交通控制装置的所述第一集合与由所述环境的地图数据指示的交通控制装置的第二集合之间是否存在一个或多个差异；
响应于确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间存在一个或多个差异而生成更新的地图数据；以及
将所更新的地图数据传送到所述自动驾驶车辆集合。
根据本公开的又一方面，提供了数据处理系统，包括：
处理器；以及
存储器，联接到所述处理器以存储指令，所述指令在由所述处理器执行时致使所述处理器执行操作，所述操作包括：
从自动驾驶车辆集合接收报告消息集合，其中，所述报告消息集合指示由所述自动驾驶车辆集合在环境中检测到的交通控制装置的第一集合；
确定交通控制装置的所述第一集合与由所述环境的地图数据指示的交通控制装置的第二集合之间是否存在一个或多个差异；
响应于确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间存在一个或多个差异而生成更新的地图数据；以及
将所更新的地图数据传送到所述自动驾驶车辆集合。
附图说明
本公开的实施方式以示例的方式示出，而不限于附图中的图，在附图中，相同的附图标记表示相同的元件。
图1是示出根据一些实施方式的网络系统的框图。
图2是示出根据一些实施方式的自动驾驶车辆的示例的框图。
图3A至图3B是示出根据一些实施方式的与自动驾驶车辆一起使用的感知与规化系统的示例的框图。
图4A是示出根据一些实施方式的感知模块的示例的框图。
图4B是示出根据一些实施方式的规划模块的示例的框图。
图5是示出自动驾驶车辆(ADV)当前可能位于和/或先前可能已经位于的环境的示例性地图的示图。
图6是示出根据一些实施方式的示例性系统架构的示图。
图7是示出根据一些实施方式的示例性地图部件的示图。
图8是示出根据一些实施方式的用于生成地图数据的过程的示例的流程图。
图9是示出根据一些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”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
根据一些实施方式，可以利用用于检测环境中交通控制装置的改变的新方法。ADV和/或其它车辆可以传送指示环境的一个或多个交通控制装置已经改变的报告消息和/或传感器数据(例如，云资源报告方案)。服务器可以接收和/或处理报告消息和/或传感器数据。根据其它实施方式，可以利用用于生成环境的更新的地图数据的新方法。服务器可以确定是否满足报告消息和/或传感器数据的一个或多个标准、参数、条件等。如果满足一个或多个标准、参数、条件等，则服务器可生成更新的地图数据以指示交通控制装置的改变(例如，以指示交通控制装置被添加、移除、移动到不同位置等)。本文中描述的实施方式、实现方式、示例等允许服务器更迅速地和有效地检测环境中的交通控制装置的改变。本文中描述的实施方式、实现方式、示例等还允许服务器生成更新的地图数据以反映环境中的交通控制装置的改变，并将更新的地图数据传送到ADV。
图1是示出根据本公开的一些实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络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以包括传感器系统，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、和传感器系统115。自动驾驶车辆101还可以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。
现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个相机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单元212可以包括收发器，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还可以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可以包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。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还可以包括其它传感器，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采集声音。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获得行程相关数据。例如，感知与规划系统110可以从MPOI服务器中获得位置和路线信息，所述MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。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)获得实时交通信息。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驾驶的常规车辆)收集驾驶统计信息123。驾驶统计信息123包括表示在不同时间点发出的驾驶指令(例如，油门指令、制动指令、控制指令)和由车辆的传感器捕获的车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计信息123还可例如包括描述不同时间点的驾驶环境的信息，诸如，路线(包括起始位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计信息123，机器学习引擎122出于各种目的生成或训练规则、算法和/或模型124的集合。例如，也可基于可从驾驶统计数据123获得的硬件特征(诸如，传感器规格和特定车辆设计)来限定约束的集合。
图3A和图3B是示出根据一些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。参考图3A和图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以及路线安排模块307。
模块301至307中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可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307中的一些可以一起集成为集成模块。
定位模块301确定自动驾驶车辆300的当前位置(例如，利用GPS单元212)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，以获得行程相关数据。例如，定位模块301可以从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI，从而可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得实时交通信息。在一个实施方式中，地图和路线信息311可先前存储在永久性存储装置352中。例如，地图和路线信息311可先前下载到或复制到永久性存储装置352。
基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可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。感知可以包括例如采用对象形式的车道配置(例如，直线车道或弯曲车道)、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。
感知模块302可以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采集的图像，从而识别自动驾驶车辆环境中的对象和/或特征。所述对象可以包括交通信号、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预测该对象在该境况下将如何表现。基于该时间点处感知驾驶环境的感知数据，考虑到地图/路线信息311和交通规则312的集合执行预测。例如，如果对象是在相反方向上的车辆并且当前驾驶环境包括交叉路口，则预测模块303将预测该车辆将直线前进还是转弯。如果感知数据指示交叉路口没有交通信号灯，则预测模块303可预测该车辆在进入交叉路口之前可能必须完全停止。如果感知数据指示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可预测该车辆将更可能分别进行左转或右转。在一些实施方式中，如下文更详细讨论的，当自动驾驶车辆行进通过环境或地理区域/位置时，可以在运行中生成环境或地理区域/位置的地图/路线信息311。
针对每个对象，决策模块304作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块304可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被配置为提供从起始点到目的地点的一个或多个路线或路径。对于例如从用户接收的从起始位置到目的地位置的给定行程，路线安排模块307获得路线和地图信息311并确定从起始位置到达目的地位置的所有可能路线或路径。在一些实施方式中，如下文更详细讨论的，地图/路线信息311可以由感知模块302生成。对于从起始位置到达目的地位置确定的每条路线，路线安排模块307可以以地形图的形式生成参考线。参考线指的是不受其它车辆、障碍物或交通状况等其它事项干扰的理想路线或路径。换言之，如果道路上没有其它车辆、行人或障碍物，则ADV应完全或紧密地跟随参考线。然后将地形图提供给决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线以根据其它模块提供的其它数据(例如，来自定位模块301的交通状况、感知模块302感知的驾驶环境以及预测模块303预测的交通状况)来选择和修改最佳路线之一。根据该时间点的特定驾驶环境，用于控制ADV的实际路径或路线可以接近或不同于路线安排模块307提供的参考线。
基于针对所感知到的对象中的每个对象的决定，规划模块305使用由路线安排模块307提供的参考线作为基准来为自动驾驶车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可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超过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动周期(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、制动和转弯命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施方式中，规划阶段在多个规划周期(也称为例如命令周期，诸如，每次间隔100毫秒(ms))执行。对于每个规划周期或命令周期，将基于规划和控制数据发出一个或多个控制命令。换言之，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到达目标位置所需的时间。可替代地，规划模块305可进一步指定特定的速度、方向和/或转向角度等。在一个实施方式中，规划模块305规划下一预定时间段(例如，5秒)的路线段或路径段。对于每个规划周期，规划模块305基于前一周期中规划的目标位置来规划当前周期(例如，下一个5秒)的目标位置。随后，控制模块306基于当前周期的规划和控制数据来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可以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(其可由感知模块302生成或者可以是先前已经存储/下载的)合并，以确定用于自动驾驶车辆的驾驶路径。
决策模块304/规划模块305还可以包括防撞系统或防撞系统的功能，以识别、评估并且避免或以其它方式越过自动驾驶车辆的环境中的潜在障碍物。例如，防撞系统可以通过以下方式实现自动驾驶车辆的导航中的变化：操作控制系统111中的一个或多个子系统来采取变向操纵、转弯操纵、制动操纵等。防撞系统可以基于周围的交通模式、道路状况等自动确定可行的障碍物回避操纵。防撞系统可以被配置成使得当其它传感器系统检测到位于自动驾驶车辆将变向进入的相邻区域中的车辆、建筑障碍物等时不采取变向操纵。防撞系统可以自动选择既可使用又使得自动驾驶车辆乘员的安全性最大化的操纵。防撞系统可以选择预测使得自动驾驶车辆的乘客舱中出现最小量的加速度的避让操纵。
路线安排模块307可例如根据地图信息(诸如，道路段的信息、道路段的车辆车道和从车道到路缘的距离)生成参考线。例如，道路可被划分为区段或段{A、B和C}以表示三个道路段。可列举道路段A的三个车道{A1、A2和A3}。通过生成沿着参考线的参考点来生成参考线。例如，对于车辆车道，路线安排模块307可连接由地图数据(可通过感知模块302生成或者可以是先前已经存储/下载的)提供的车辆车道的两个相对的路缘或端点的中点。基于该中点和表示所收集的先前在不同时间点在该车辆车道上驾驶的车辆的数据点的机器学习数据，路线安排模块307可通过选择在车辆车道的预定接近度内收集的数据点的子集以及考虑到所收集的数据点的子集向该中点施加圆滑函数来计算参考点。
基于参考点或车道参考点，路线安排模块307可通过对参考点进行插值来生成参考线，使得所生成的参考线被用作用于控制车辆车道上的ADV的参考线。在一些实施方式中，表示参考线的参考点表格和道路段表格被实时地下载到ADV，使得ADV可基于ADV的地理位置和驾驶方向生成参考线。例如，在一个实施方式中，ADV可通过由路径段标识符请求路径段的路线安排服务和/或基于ADV的GPS位置来生成参考线，该路径段标识符表示前方即将到来的道路区段。基于路径段标识符，路线安排服务可返回到ADV参考点表格，ADV参考点表格包括感兴趣的道路段的所有车道的参考点。ADV可查找路径段的车道的参考点以生成用于控制车辆车道上的ADV的参考线。
图4A是示出根据一些实施方式的感知模块302的示例的框图。参照图4A，感知模块302包括但不限于传感器部件411。模块411可以在软件、硬件或其组合中实施。传感器部件411可从ADV的一个或多个传感器获得传感器数据。例如，传感器部件411可周期性地从一个或多个传感器请求或探询传感器数据(例如，可每隔几秒、每秒或每隔其它适当时间段从传感器请求传感器数据)。在另一示例中，传感器部件411可收听或等待待从一个或多个传感器接收的传感器数据。例如，传感器部件411可配置成不断地对总线、通信信道(有线或无线)、布线、线、引脚、径迹等进行监测，使得传感器部件411能够在一旦一个或多个传感器生成传感器数据时就接收传感器数据。
在一个实施方式中，传感器可以是相机(例如，数码相机、摄影机、摄录机等)或能够捕获或记录图像的一些其它装置。由相机生成并由传感器部件411接收的传感器数据可称为视频数据。视频数据的示例可包括但不限于数字图像(例如，联合照相专家组(JPEG)图像)、视频帧、运动图像专家组(MPEG)数据或适于表示由相机捕获的光学图像的其它数据。在另一实施方式中，传感器可以是雷达单元(例如，图2中所示的雷达单元214)或能够使用无线电波(例如，射频波或信号)确定ADV周围的物体的位置、范围、角度和/或速度的其它装置。由雷达单元生成的传感器数据可称为雷达数据。雷达数据可以是可指示由雷达单元检测到的物体的位置、范围、角度和/或速度的数据。在又一实施方式中，传感器可以是LIDAR单元(例如，图2中所示的LIDAR单元215)或能够使用光(例如，激光)确定ADV周围的物体的位置、范围、角度和/或速度的其它装置。由LIDAR单元生成的传感器数据可以是指示由LIDAR单元检测到的物体的位置、范围、角度和/或速度的数据。在其它实施方式中，其它类型的传感器可生成可提供至传感器部件411的其它类型的传感器数据。可用于检测环境或地理位置/区域中的物体(例如，行人、车辆、路障、障碍物、隔离物、车道线、标志交通灯等)的位置、范围、角度和/或速度的任何类型的传感器可用于在此描述的实施方式、实现方式和/或示例中。在另一实施方式中，传感器可以是GPS接收器或单元(例如，图2中所示的GPS单元212)或能够确定ADV的位置(例如，物理位置或地理位置)的一些其它装置。由GPS接收器生成的传感器数据可以是GPS数据(其可称为GPS坐标)。
在一个实施方式中，传感器数据可以指示与ADV当前所位于或行进的环境、地理区域/位置相关的信息。例如，传感器数据可以指示物体(例如，行人、车辆路障、障碍物、隔离物、车道线、标志、交通灯等)的位置和/或布局。在另一示例中，传感器数据可以指示环境或地理区域的道路状况(例如，道路是否是干燥道路、湿润道路、光滑道路、颠簸道路等)。在又一示例中，传感器数据可以指示环境或地理区域的天气状况(例如，温度、是否有雨、风、雪、冰雹等)。
图4B是示出根据一些实施方式的规划模块305的示例的框图。参照图4B，规划模块305包括但不限于分割器401、多项式函函数发生器402、样本点发生器403、路径发生器404和参考线发生器405。这些模块401至405可以在软件、硬件或其组合中实施。参考线发生器405配置成生成ADV的参考线。如上所述，参考线可以是ADV的引导路径(例如，道路的中心线)以生成稳定的轨迹。参考线发生器405可基于地图和路线信息311(图3A和图3B中所示)生成参考线。如上所述，地图和路线信息311可以是先前存在的地图数据(例如，先前下载或存储的地图数据)和/或可以是运行中生成的地图数据(例如，当ADV行进通过区域/位置时生成的该区域/位置的地图数据)。分割器401配置成将参考线分割为一定数量的参考线段。参考线可以被划分成参考线段，以生成参考线的分立的段或部分。对于参考线段中的每个，多项式函数发生器402可配置成限定或生成多项式函数以表示相应的参考线段或对相应的参考线段进行建模。样本点发生器403可基于参考线生成样本点。例如，样本点发生器403可生成可通常遵循参考线的样本点的一个或多个集合(例如，一个或多个样本点的组)，如下文更详细讨论的。样本点的每个集合可包括样本点的第一子集和样本点的第二子集，如下文更详细讨论的。
多项式函数发生器402可将样本点的多个集合彼此连接。例如，多项式函数发生器402可生成样本点集合中的每个样本点与下一相邻样本点集合中的每个样本点之间的一个或多个段(例如，连接)，如下文更详细讨论的。多项式函数发生器402还可生成、计算、确定等可用于表示样本点之间的段的一个或多个多项式。例如，多项式函数发生器402可生成、确定、计算等两个样本点之间的每个段的多项式函数。也可基于各种边界或约束生成、确定、计算表示段的多项式函数。该边界或约束可作为图3A中所示的约束313的一部分而预配置和/或存储。由规划模块305使用的(例如，由多项式函数发生器402使用的)多项式函数可作为图3A中所示的多项式函数314的一部分而预配置和/或存储。
路径发生器404可基于样本点之间的段来确定ADV的路径，如下文更详细讨论的。例如，路径发生器404可确定每个段的成本。该成本可基于各种因素或参数，包括但不限于，段距参考线的距离、段中的样本点距参考线的距离、段的曲率变化率或段中的样本点的曲率变化率、段的曲率、可能位于样本点处的障碍物(例如，车辆、行人、障碍等)等。该成本也可称为权重。路径发生器404可识别或选择形成具有最低总成本(最低总权重)的路径的段。
图5是示出自动驾驶车辆(ADV)101当前可能位于和/或先前可能已经位于的环境505的示例性地图500的示图。环境505可以是地理区域和/或位置。环境505可包括街道、道路、车道、公路、行车道、高速公路、快速公路、路径、坡道、出口和交通控制装置。ADV 101、街道、道路、车道、公路、行车道、高速公路、快速公路、路径、坡道、出口和交通控制装置等的位置可使用如图5中的X轴和Y轴所示的笛卡儿坐标系统表示。例如，ADV 101的位置和/或交通控制装置的位置可使用X-Y坐标表示。
如上所述，ADV 101可从一个或多个传感器(例如，相机、雷达单元、LIDAR单元等)获得传感器数据。传感器数据可指示环境505中在ADV 101周围的物体的位置、范围、角度和/或速度。例如，传感器数据可指示道路和交通控制装置510至513的位置和/或布局。
环境505可包括多种交通控制装置，交通控制装置可用于管理、控制、调节、指引、指示、支配、引导等可位于环境505中和/或移动经过环境505的ADV 101、行人、骑自行车者、骑摩托车者等的移动。在一个实施方式中，交通控制装置可以是可用于控制环境505中的交通流(例如，控制ADV 101、其它车辆、骑摩托车者、骑自行车者、行人等的移动)的任何项目、装置、物体、标记、标志等。交通控制装置的示例可包括灯、发光/照明标志、停车灯、人行横道灯、人行横道、标志(例如，停止标志、限速标志、重量限制标志、单向标志、学区标志等)、车道/道路标记(例如，道路、街道高速公路上涂漆的车道线等)、箭头(例如、单向箭头))等。
如图5中所示，地理区域505还包括多种交通控制装置510、511、512和513。例如，交通控制装置510可以是交通灯(例如，停止行进灯、红灯等)，交通灯可用于当ADV 101可以沿着道路前进或行进时指示和/或指引ADV 101。在另一示例中，交通控制装置511可以是停止标志，停止标志可以指示和/或指引ADV 101在道路/交叉路口上进一步前进或行进之前在道路/交叉路口上的点处停止。在又一示例中，交通控制装置512可以是单向标志，单向标志可以向ADV 101指示沿着该道路的交通方向(例如，其它车辆的方向)仅仅是由单向标志指示的方向。在再一示例中，交通控制装置513可以是让行标志，让行标志可以向ADV 101指示和/或指引ADV 101应在交叉路口处向对向交通(例如，迎面车辆)让行。
在一些实施方式中，ADV 101可以检测环境505中一个或多个交通控制装置的一个或多个改变。例如，ADV 101可具有指示在ADV 101的当前位置附近将有停止标志(例如，交通控制装置511)的地图数据(例如，指示道路、街道、高速公路等的地理位置、GPS坐标、位置，道路、街道、高速公路等的距离，交通控制装置等的位置和/或类型的数据)。然而，ADV101的一个或多个传感器(例如，相机)可能在ADV 101的当前位置附近检测到让行标志(例如，交通控制装置513)，而不是停止标志。ADV 101可确定地图数据没有指示ADV 101的当前位置处存在让行标志(例如，ADV 101可以确定交通控制装置被添加到某一位置/区域))。ADV 101还可确定地图数据指示在ADV 101的当前位置附近将有停止标志，但是ADV 101可能没有检测到停止标志(例如，ADV 101可确定交通控制装置从某一位置/区域被移除)。
当环境505中的交通控制装置改变(例如，添加、移除、移动到不同的位置)时，在环境505的地图数据更新之前，可能需要时间。例如，服务器可向ADV 101提供环境505的地图数据。然而，当环境505中的交通控制装置改变时，服务器在这些改变被驾驶者报告之前可能不知道这些改变可能没有向ADV 101生成更新的地图数据。因此，可能导致ADV 101在较长的时间段内使用过时的地图数据。使用过时的地图数据可能引起ADV 101的安全问题。
在一些实施方式中，可能有利的是，ADV 101(和/或其它车辆)向一个或多个服务器(例如，一个或多个服务器计算机、计算装置等)传送报告消息(例如，消息、报告、警报等)，以指示ADV 101已检测到环境505中(例如，位置/区域中)的交通控制装置的一个或多个改变。由于ADV 101和/或其它车辆可能先前已行进通过环境505和/或可能当前位于环境505中，因此ADV 101和/或其它车辆可具有关于环境505中交通控制装置的改变的更近期的信息。通过向一个或多个服务器传送一个或多个报告消息，服务器可以能够更迅速地检测环境的交通控制装置的改变。这可允许服务器确定环境505中的交通控制装置是否已经改变(例如，是否已经添加新的交通控制装置，是否已经移除现有的交通控制装置，是否已经将现有的交通控制装置移动至新的位置等)。
服务器还可使用一个或多个标准、参数、条件等来确定环境505中的交通控制装置是否改变。这可允许服务器更准确地检测环境中的交通控制装置已改变。服务器可基于从ADV 101和/或其它车辆接收的报告消息生成更新的地图数据。服务器可向ADV 101和/或其它车辆传送更新的地图数据，以更迅速地和/或有效地向ADV 101提供更新的地图数据。这可允许服务器更迅速地和有效地更新地图数据以反映交通控制装置的改变。
图6是示出根据一些实施方式的示例性系统架构600的示图。系统架构600包括ADV101、网络102和服务器104。网络102可以是公共网络(例如，互联网)、专用网络(例如，局域网(LAN)或广域网(WAN))或其组合。在一个实施方式中，网络102可包括可由一个或多个无线通信系统(例如，与网络102连接的无线保真(WiFi)热点和/或可以使用各种数据处理装置、通信塔(例如，蜂窝塔)等实现的无线载波系统)提供的有线或无线基础设施。ADV 101和服务器104可经由网络102彼此通信联接。网络102可以承载ADV 101和服务器104之间的通信(例如，数据、消息、数据包、帧等)。
如上所述，ADV 101可以是在一个或多个地理位置/区域中行进或行进通过一个或多个地理位置/区域的自动驾驶车辆。每个ADV 101可包括地图数据612的一部分或全部。每个ADV 101可使用地图数据612来确定ADV 101的路径。例如，如上所述，ADV 101可使用地图数据612来确定应使用哪些道路、高速公路等来从起始位置移动到目的地位置。
每个ADV 101包括传感器系统115和传感器部件411。传感器系统115可包括一个或多个传感器。在一个实施方式中，传感器可以是相机或能够捕获或记录图像的一些其它装置。由相机生成并由传感器部件411接收的传感器数据可以称为视频数据和/或图像数据。在另一实施方式中，传感器可以是雷达单元或能够使用无线电波确定ADV 101周围的物体的位置、范围、角度和/或速度的一些其它装置。由雷达单元产生的传感器数据可以称为雷达数据。在另一实施方式中，传感器可以是LIDAR单元或能够使用光确定ADV 101周围的物体的位置、范围、角度和/或速度的一些其它装置。由LIDAR单元生成的传感器数据可以称为LIDAR数据。在另一实施方式中，传感器可以是GPS接收器或单元或能够确定ADV 101的位置的一些其它装置。由GPS接收器生成的传感器数据可以称为GPS数据。在其它实施方式中，其它类型的传感器可以生成可以提供至传感器部件411的其它类型的传感器数据。
在一个实施方式中，传感器数据可以指示关于ADV当前位于或行进的环境或地理区域/位置的信息。例如，传感器数据可以指示交通控制装置的位置和/或布局，可以指示环境或地理区域的道路状况，可以指示环境或地理区域的天气状况等。
服务器104可以是计算装置和/或可以是多个计算装置的组。例如，服务器104可以是服务器集群，可以是一个或多个虚拟机，一个或多个容器等。服务器106包括地图数据612和地图部件610。地图数据612可以指示关于ADV可位于/行进的不同环境(例如，地理位置和/或区域)的信息。例如，地图数据612可以指示道路、车道、标志(例如，停止标志、让行标志等)、交通灯、障碍物、建筑物、人行道、通路、行人道、隔离物等的地点、位置、定向、长度、宽度、距离、布局等。
在一个实施方式中，地图部件610可以从ADV 101集合(例如，一个或多个ADV 101)接收报告消息集合(例如，一个或多个消息)。报告消息集合可以指示、识别等由ADV 101集合在环境中检测到的交通控制装置的第一集合。例如，报告消息集合可以指示由ADV 101集合检测到的交通控制装置的类型(例如，道路上的标志、灯、涂漆标记等)和/或位置。
在一个实施方式中，从ADV 101接收(例如，从传感器部件411接收)的报告消息集合还可以包括传感器数据。例如，报告消息集合可以包括由相机获得和/或生成的图像数据和/或视频数据。在另一个示例中，报告消息集合可包括由雷达单元获得和/或生成的雷达数据。在另一示例中，报告消息集合可以包括由LIDAR单元生成的LIDAR数据。在又一示例中，报告消息集合可以包括由GPS单元生成的GPS数据。
在一个实施方式中，报告消息集合可以指示ADV 101在环境(例如，图5中所示的环境505)中检测到的所有交通控制装置。例如，传感器部件411可以传送可以指示由ADV 101的传感器系统115检测到的所有标志、车道标记、灯等的报告消息集合。在另一个实施方式中，报告消息集合可以指示与ADV 101的地图数据中指示的交通控制装置不匹配的一个或多个交通控制装置(由环境中的ADV 101检测到)。例如，ADV 101可以具有可以指示环境中(例如，地理区域/位置中)交通控制装置的类型和/或位置的地图数据(例如，预先存在的地图数据、下载的地图数据等)。ADV 101的传感器系统115(例如，一个或多个传感器)可以检测环境中的第一交通控制装置。ADV 101的传感器部件411可以确定检测到未在地图数据中指示的第一交通控制装置。传感器部件411可以经由网络102向服务器104传送指示第一交通控制装置的类型和/或位置的一个或多个报告消息。
在一个实施方式中，(服务器104的)地图部件610可以确定由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据612指示的交通控制装置的第二集合之间是否存在一个或多个差异。例如，地图部件610可以确定由报告消息指示的交通控制装置的类型和/或位置。地图部件610可以将由报告消息指示的交通控制装置的类型和/或位置与由地图数据612指示的交通控制装置的类型和/或位置进行比较以确定是否有差异。在另一示例中，报告消息可以指示与地图数据612不匹配的一个或多个交通控制装置。
在一个实施方式中，地图部件610可基于一个或多个标准、参数、条件来确定由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据612指示的交通控制装置的第二集合之间是否存在一个或多个差异。一个标准、条件、参数等可以是阈值数量的ADV101和/或车辆是否已经发送了针对环境的报告消息。例如，地图部件610可以确定至少五个、至少十个或一些其它适当数量的ADV 101和/或车辆是否已经发送了指示环境的交通控制装置的改变的报告消息。如果至少阈值数量的ADV 101和/或车辆已经发送指示环境的交通控制装置的改变的报告消息，则地图部件610可以确定由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据612指示的交通控制装置的第二集合之间存在一个或多个差异。
在一个实施方式中，另一标准、条件、参数等可以是是否已经接收到针对环境的阈值数量的报告消息。例如，地图部件610可以确定是否已经接收到指示环境的交通控制装置的改变的至少五个、至少十个或一些其它适当数量的报告消息。如果已经接收到至少阈值数量的报告消息，则地图部件610可以确定由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据612指示的交通控制装置的第二集合之间存在一个或多个差异。
在一个实施方式中，另一标准、条件、参数等可以是由传感器部件411接收到和/或生成报告消息的时间。例如，在夜间或在环境中太阳光较少的其它时间段期间，ADV的传感器系统115可能不可靠。例如，相机可能无法在夜晚时间捕获清晰的图像和/或视频。地图部件610可以确定接收到报告消息集合(例如，一个或多个报告消息)时的时间集合(例如，一个或多个时间)。地图部件610可以向夜间期间接收的报告消息分配较低的权重(例如，权重值、缩放因子等)，并且可以向在日间(或环境中有更多的阳光时的其它时间)期间接收的报告消息分配较高的权重。
在一个实施方式中，另一标准、条件、参数等可以是由传感器部件411接收到和/或生成报告消息时的环境中的天气状况。例如，取决环境中的天气状况，ADV的传感器系统115可能不可靠。例如，当存在浓雾时，ADV 101的相机可能无法捕获清晰的图像和/或视频。在另一示例中，LIDAR单元可能无法在雨中有效地工作。当接收到报告消息集合(例如，一个或多个报告消息)时，地图部件610可确定环境中的天气状况。地图部件610可以向在某些天气状况(例如，恶劣或坏的天气状况，诸如雨、雾、云等)期间接收的报告消息分配较低的权重(例如，权重值、缩放因子等)。并且可以向较好的天气状况(例如，阳光)期间接收的报告消息分配较高的权重。
在一个实施方式中，另一标准、条件、参数等可以是当传感器部件411接收到和/或生成报告消息时环境中的交通状况。例如，如果环境中有较多的交通量(例如，环境中有较多的ADV 101和/或其它车辆)，ADV的传感器系统115可能不可靠。例如，环境中存在大量的交通量，其它ADV和/或车辆可能阻止相机能够恰当地捕获图像和/或视频(例如，交通控制装置可能被其它车辆阻挡)。当接收到报告消息集合(例如，一个或多个报告消息)时，地图部件610可以确定环境中的交通状况。地图部件610可以向繁忙交通状况(例如，较多的交通量)期间接收的报告消息分配较低的权重(例如，权重值、缩放因子等)，并且可以向较轻或较好的交通状况(例如，较少的交通量)期间接收的报告消息分配较高的权重。
在一个实施方式中，响应于确定由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据612指示的交通控制装置的第二集合之间存在一个或多个差异，地图部件610可生成更新的地图数据。例如，地图部件610可以更新地图数据612以将一个或多个交通控制装置添加到地图数据612。更新的地图数据612可以指示已经添加到环境中的一个或多个交通控制装置(例如，先前没有位于该地理区域/位置中的一个或多个交通控制装置)的类型(例如，标志的类型、车道标记的类型、灯的类型等)和/或位置(例如，GPS坐标)。在另一示例中，地图部件610可更新地图数据612以从地图数据612中移除一个或多个交通控制装置。更新的地图数据612可以移除或删除对已经从环境中移除的一个或多个交通控制装置(例如，已从地理区域/位置移除的一个或多个交通控制装置)的指示。在另一示例中，地图部件610可以更新地图数据612以指示一个或多个交通控制装置的一个或多个新位置。例如，标志(例如，交通控制装置)可能已经从街道的一侧移动到街道的另一侧。在另一示例中，在地面上绘制的箭头(例如，左转箭头)可能已经移动了一定距离而比之前更靠近交叉路口。
在一个实施方式中，由地图部件610生成的更新的地图数据612可以指示一个或多个交通控制装置可以是临时的。例如，道路可能由于施工、维护等而关闭一段时间。施工/维护工作可能部署临时道路标志(例如，临时交通控制装置)以指示道路的部分或全部可能暂时关闭。临时道路标志还可能指示可以使用的一个或多个弯路(例如，替代道路)。更新的地图数据612可以指示临时道路标志的位置。更新的地图数据612还可以指示临时道路标志可能在环境(例如，地理区域/位置)中的时间段。例如，更新的地图数据612可以指示一个或多个临时交通控制装置可能在环境中部署或定位两天、一周或一些其它适当的时间段。
在一个实施方式中，更新的地图数据612可以指示环境(例如，地理区域/位置)中的一个或多个交通控制装置可能存在改变。例如，更新的地图数据612可以指示ADV 101和/或其它车辆已经检测到环境中的一个或多个交通控制装置的可能改变。然而，地图部件610可能无法确认一个或多个交通控制装置的可能改变。例如，地图部件610可确定没有足够的ADV 101和/或车辆已经指示环境中的交通控制装置已经改变。在另一示例中，地图部件610可能无法基于传感器数据确定一个或多个交通控制装置发生了什么改变。
在一个实施方式中，地图部件610可以在不同时间段生成更新的地图数据612。例如，地图部件610可以周期性地确定是否应更新地图数据612并生成更新的地图数据(例如，可以确定每五分钟、每两小时、每天或一些其它适当的时间段是否更新和/或生成更新的地图数据)。在另一示例中，地图部件610可以当地图部件610确定环境中的交通控制装置已经改变时生成更新的地图数据612。
在一个实施方式中，地图部件610可基于传感器数据使用各种技术、方法、算法、操作等生成更新的地图数据。例如，地图部件610可基于视频/图像数据使用图像或视频处理/分析技术或算法识别环境中的一个或多个交通控制装置。在另一示例中，地图部件610可以基于雷达和/或LIDAR数据使用各种物体检测技术或算法识别环境中的一个或多个交通控制装置。在另一示例中，地图部件610可以使用GPS数据(例如，GPS坐标)识别环境中的一个或多个交通控制装置的位置。所描述的示例、实现方式和/或实施方式可以使用各种类型的传感器数据和/或各种功能、技术、方法、算法、操作等来生成地图数据。例如，地图部件610可以使用机器学习、人工智能、统计模型、神经网络、聚类技术等。
在另一实施方式中，地图部件610可以接收用户输入并且可以基于用户输入生成更新的地图数据。例如，地图部件610可以将报告消息和/或传感器数据提供给用户(例如，管理员)。用户可以查看报告消息和/或传感器数据，并且可以提供指示环境中的交通控制装置是否以及如何改变的输入。例如，用户输入可以指示交通控制装置被添加到一位置。在另一示例中，用户输入可以指示交通控制装置从一位置移除。地图部件610可以基于用户输入来更新地图数据。
在一个实施方式中，地图部件610可以将更新的地图数据传送到ADV 101。例如，在确定一个或多个交通控制装置已经在环境中改变(例如，已经添加、移除、移动等一个或多个交通控制装置)之后，地图部件610可以生成更新的地图数据612并且可以将更新的地图数据612传送到ADV 101。
在一个实施方式中，地图部件610可基于报告消息和/或传感器数据确定ADV 101的传感器部件411是否存在问题、错误、麻烦等。例如，如果特定的ADV 101正在报告在环境中的位置处检测到新的交通控制装置，则地图部件610可以确定其它ADV 101是否也报告新的交通控制装置。如果少于阈值数量的ADV 101正在报告新的交通控制装置，则地图部件610可以确定传感器部件411中存在错误。例如，地图部件610可以确定传感器部件411的神经网络、机器学习系统、图像处理系统等应被更新。例如，地图部件610可以向ADV 101指示ADV 101应安装较新版本的神经网络并使用更新的神经网络来处理图像。
如所讨论的，可能有用的是，ADV 101(和/或其它车辆)向服务器104传送报告消息(例如，消息、报告、警报等)和/或传感器数据以指示ADV 101已经检测到环境中(例如，位置/区域中)的交通控制装置的一个或多个改变。因为ADV 101和/或其它车辆可能先前已经行进通过环境和/或可能当前位于环境中，所以ADV 101和/或其它车辆可具有关于环境中交通控制装置的改变的更近期的信息。这可允许服务器104更迅速地和有效地确定环境中的交通控制装置是否已经改变。这还可允许服务器104更迅速地和有效地生成更新的地图数据(其反映环境中的交通控制装置的改变)并且将更新的地图数据传送到ADV 101。
图7是示出根据一些实施方式的示例性地图部件610的示图。地图部件610可以是硬件(例如，处理装置、ASIC、FPGA、电路等)、软件(例如，应用、神经网络、机器学习应用等)、固件或其组合。地图部件610包括传感器数据部件720、检测部件730和更新部件740。传感器数据部件720、检测部件730和更新部件740中的每一个可以包括硬件、软件、固件或其组合。
在一个实施方式中，传感器数据部件720可以从ADV的集合接收报告消息集合。报告消息集合可指示、识别等由ADV的集合在环境中检测到的交通控制装置的第一集合。从ADV接收的报告消息集合还可以包括传感器数据(例如，视频数据、图像数据、雷达数据、LIDAR数据等)。
在一个实施方式中，检测部件730可以检测环境中一个或多个交通控制装置是否存在改变。例如，检测部件730可以确定由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据(例如，图6中所示的地图数据612)指示的交通控制装置的第二集合之间是否存在一个或多个差异。
在一个实施方式中，检测部件730可基于一个或多个标准、参数、条件确定由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据指示的交通控制装置的第二集合之间是否存在一个或多个差异。一个标准、条件、参数等可以是阈值数量的ADV和/或车辆是否已经发送针对环境的报告消息。另一标准、条件、参数等可以是是否已经接收到针对环境的阈值数量的报告消息。再一标准、条件、参数等可以是由传感器部件接收到和/或生成报告消息的时间。又一标准、条件、参数等可以是在传感器部件接收到和/或生成报告消息时环境中的天气状况。另一标准、条件、参数等可以是当传感器部件411接收到和/或生成报告消息时环境中的交通状况。
在一个实施方式中，响应于确定由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据指示的交通控制装置的第二集合之间存在一个或多个差异，更新部件740可以生成更新的地图数据。例如，更新部件740可以更新地图数据以添加、移除和/或改变地图中指示的一个或多个交通控制装置的位置。在一个实施方式中，由更新部件740生成的更新的地图数据可以指示一个或多个交通控制装置可能是临时的。在另一实施方式中，更新部件740可以在不同时间段生成更新的地图数据612。在一个实施方式中，更新部件740可以基于传感器数据使用各种技术、方法、算法、操作等生成更新的地图数据。例如，更新部件740可以使用图像或视频处理/分析技术或算法、物体检测技术或算法、机器学习、人工智能、统计模型、神经网络、聚类技术等。
图8是示出根据一些实施方式的用于确定自动驾驶车辆的路径的过程的示例的流程图。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。过程800可以由处理逻辑执行，处理逻辑可以包括硬件(例如，电路、专用逻辑、可编程逻辑、处理器、处理装置、中央处理单元(CPU)、片上系统(SoC)等)、软件(例如，在处理装置上运行/执行的指令)、固件(例如，微代码)或其组合。在一些实施方式中，过程800可以由如图1、6和7中所示的服务器计算机104、地图部件610、传感器数据部件720、检测部件730和更新部件740中的一个或多个来执行。
过程800开始于框805，在框805处，过程800可以从ADV的集合接收报告消息集合。如上所述，报告消息集合可以指示、识别等由ADV的集合在环境中检测到的交通控制装置的第一集合。从ADV接收的报告消息集合还可以包括传感器数据(例如，视频数据、图像数据、雷达数据、LIDAR数据等)。在其它实施方式中，传感器数据可以与报告消息分开接收。
在框810处，过程800可以确定环境中的一个或多个交通控制装置是否存在改变。例如，过程800可以确定报告消息是否指示存在未在地图数据中指示的交通控制装置。在另一示例中，过程800可以分析传感器数据以识别未在地图数据中指示的交通控制装置。过程800可基于一个或多个标准、参数、条件确定环境中一个或多个交通控制装置是否存在改变(例如，由一个或多个报告消息指示的交通控制装置的第一集合与由地图数据指示的交通控制装置的第二集合之间是否存在一个或多个差异)。一个标准、条件、参数等可以是阈值数量的ADV和/或车辆是否已经发送针对环境的报告消息。另一标准、条件、参数等可以是是否已经接收到针对环境的阈值数量的报告消息。再一标准、条件、参数等可以是由传感器部件接收到和/或生成报告消息的时间。又一标准、条件、参数等可以是在传感器部件接收到和/或生成报告消息时环境中的天气状况。另一标准、条件、参数等可以是当传感器部件接收到和/或生成报告消息时环境中的交通状况。
如果环境(例如，地理区域/位置)的一个或多个交通控制装置没有改变，则过程800结束。如果环境的一个或多个交通控制装置存在改变，则过程800可以在框815处处理传感器数据。例如，过程800可以分析图像数据、雷达数据、LIDAR数据、GPS数据等来识别已添加、移除或移动到不同位置的交通控制装置。在框820处，过程800基于传感器数据生成更新的地图数据。例如，过程800可以基于传感器数据识别交通控制装置及其位置(例如，GPS坐标)。在框825处，过程800可以将更新的地图数据传送到一个或多个ADV。
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贯穿本申请所述的过程或操作。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9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，地图部件610或者图1的服务器103至104中的任一个。系统1500可以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，某些实施例中可以具有附加的部件，此外，其它实施例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，虽然仅示出了单个机器或系统，但是术语“机器”或“系统”还应当被理解为包括单独地或共同地执行一个(或多个)指令集以执行本文所讨论的任何一种或多种方法的机器或系统的任何集合。
在一个实施方式中，系统1500包括通过总线或互连件1510连接的处理器1501、存储器1503以及装置1505至1508。处理器1501可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)可以充当用于与所述系统的各种部件通信的主处理单元和中央集线器。这种处理器可以实施为片上系统(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还可以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可以包括显示控制器、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可以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
Figure BDA0002188299310000281
公司的
Figure BDA0002188299310000282
操作系统、来自苹果公司的Mac
Figure BDA0002188299310000285
/
Figure BDA0002188299310000286
来自
Figure BDA0002188299310000284
公司的
Figure BDA0002188299310000283
LINUX、UNIX，或者其它实时或嵌入式操作系统。
系统1500还可以包括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可以包括无线收发器和/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可以包括鼠标、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可以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可以包括音频装置。音频装置可以包括扬声器和/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还可以包括通用串行总线(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还可以包括成像处理子系统(例如，相机)，所述成像处理子系统可以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可以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，例如地图部件610、传感器部件411等。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或类似装置)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它技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储设备、传输或显示装置内类似地表示为物理量的其它数据。
本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。
前述附图中所描绘的过程或方法可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公开的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下，可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 (20)

1.用于为自动驾驶车辆生成地图数据的计算机实现方法，所述计算机实现方法包括：
从自动驾驶车辆集合接收报告消息集合，其中所述报告消息集合指示由所述自动驾驶车辆集合在环境中检测到的交通控制装置的第一集合；
确定交通控制装置的所述第一集合与由所述环境的地图数据指示的交通控制装置的第二集合之间是否存在一个或多个差异；
响应于确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间存在一个或多个差异而生成更新的地图数据；以及
将所更新的地图数据传送到所述自动驾驶车辆集合。
2.如权利要求1所述的计算机实现方法，其中，确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间是否存在一个或多个差异包括：
确定所述自动驾驶车辆集合是否包括阈值数量的自动驾驶车辆。
3.如权利要求1所述的计算机实现方法，其中，确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间是否存在一个或多个差异包括：
确定所述报告消息集合是否包括阈值数量的报告消息。
4.如权利要求1所述的计算机实现方法，其中，确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间是否存在一个或多个差异包括：
确定从所述自动驾驶车辆集合接收到所述报告消息集合的次数集合。
5.如权利要求1所述的计算机实现方法，其中，确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间是否存在一个或多个差异包括：
确定从所述自动驾驶车辆集合接收到所述报告消息集合时所述环境中的天气状况集合。
6.如权利要求1所述的计算机实现方法，其中，所更新的地图数据指示已将第一交通控制装置添加到所述环境。
7.如权利要求6所述的计算机实现方法，其中，所更新的地图数据指示所述第一交通控制装置是临时的。
8.如权利要求1所述的计算机实现方法，其中，所更新的地图数据指示已从所述环境移除第一交通控制装置。
9.如权利要求1所述的计算机实现方法，其中，所更新的地图数据指示所述环境中第一交通控制装置已被移动至不同位置。
10.如权利要求1所述的计算机实现方法，其中，所述自动驾驶车辆集合先前位于所述环境中或者当前位于所述环境中。
11.如权利要求1所述的计算机实现方法，其中，所述报告消息集合还包括传感器数据。
12.如权利要求11所述的计算机实现方法，其中，所述传感器数据包括由所述自动驾驶车辆集合的相机集合产生的视频数据。
13.如权利要求11所述的计算机实现方法，其中，所述传感器数据包括由所述自动驾驶车辆集合的雷达单元集合产生的雷达数据。
14.如权利要求11所述的计算机实现方法，其中，所述传感器数据包括由所述自动驾驶车辆集合的光探测和测距单元集合产生的光探测和测距数据。
15.非暂时性机器可读介质，所述非暂时性机器可读介质中存储有指令，所述指令在由处理器执行时指示所述处理器执行操作，所述操作包括：
从自动驾驶车辆集合接收报告消息集合，其中，所述报告消息集合指示由所述自动驾驶车辆集合在环境中检测到的交通控制装置的第一集合；
确定交通控制装置的所述第一集合与由所述环境的地图数据指示的交通控制装置的第二集合之间是否存在一个或多个差异；
响应于确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间存在一个或多个差异而生成更新的地图数据；以及
将所更新的地图数据传送到所述自动驾驶车辆集合。
16.如权利要求15所述的非暂时性机器可读介质，其中，确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间是否存在一个或多个差异包括：
确定所述自动驾驶车辆集合是否包括阈值数量的自动驾驶车辆。
17.如权利要求15所述的非暂时性机器可读介质，其中，确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间是否存在一个或多个差异包括：
确定所述报告消息集合是否包括阈值数量的报告消息。
18.如权利要求15所述的非暂时性机器可读介质，其中，确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间是否存在一个或多个差异包括：
确定从所述自动驾驶车辆集合接收到所述报告消息集合的次数集合。
19.如权利要求15所述的非暂时性机器可读介质，其中，确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间是否存在一个或多个差异包括：
确定从所述自动驾驶车辆集合接收到所述报告消息集合时所述环境中的天气状况集合。
20.数据处理系统，包括：
处理器；以及
存储器，联接到所述处理器以存储指令，所述指令在由所述处理器执行时致使所述处理器执行操作，所述操作包括：
从自动驾驶车辆集合接收报告消息集合，其中，所述报告消息集合指示由所述自动驾驶车辆集合在环境中检测到的交通控制装置的第一集合；
确定交通控制装置的所述第一集合与由所述环境的地图数据指示的交通控制装置的第二集合之间是否存在一个或多个差异；
响应于确定交通控制装置的所述第一集合与交通控制装置的所述第二集合之间存在一个或多个差异而生成更新的地图数据；以及
将所更新的地图数据传送到所述自动驾驶车辆集合。
CN201910823430.6A 2018-12-12 2019-09-02 基于传感器数据更新自动驾驶车辆的地图数据 Active CN111301390B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/218,300 US11340094B2 (en) 2018-12-12 2018-12-12 Updating map data for autonomous driving vehicles based on sensor data
US16/218,300 2018-12-12

Publications (2)

Publication Number Publication Date
CN111301390A true CN111301390A (zh) 2020-06-19
CN111301390B CN111301390B (zh) 2023-08-04

Family

ID=71071488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910823430.6A Active CN111301390B (zh) 2018-12-12 2019-09-02 基于传感器数据更新自动驾驶车辆的地图数据

Country Status (3)

Country Link
US (1) US11340094B2 (zh)
JP (1) JP7285756B2 (zh)
CN (1) CN111301390B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115083037A (zh) * 2022-06-08 2022-09-20 阿波罗智联(北京)科技有限公司 用于更新地图路网数据的方法、装置、电子设备和车辆
WO2022199195A1 (zh) * 2021-03-26 2022-09-29 北京四维图新科技股份有限公司 地图更新方法、系统、车载终端、服务器及存储介质
US11796345B2 (en) 2021-08-13 2023-10-24 Toyota Motor Engineering & Manufacturing North America, Inc. Method and system for optimized notification of detected event on vehicles

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10816979B2 (en) * 2018-08-24 2020-10-27 Baidu Usa Llc Image data acquisition logic of an autonomous driving vehicle for capturing image data using cameras
WO2020133088A1 (zh) * 2018-12-27 2020-07-02 驭势科技（北京）有限公司 一种可用于自动驾驶的地图更新系统与方法
KR102349159B1 (ko) * 2019-05-21 2022-01-10 엘지전자 주식회사 경로 제공 장치 및 그것의 경로 제공 방법
US20210150892A1 (en) * 2019-11-19 2021-05-20 Ford Global Technologies, Llc Vehicle operating parameters
US11428535B2 (en) * 2019-12-06 2022-08-30 Here Global B.V. System and method for determining a sign type of a road sign
US11274930B1 (en) * 2019-12-11 2022-03-15 Amazon Technologies, Inc. System for assessing an autonomously determined map
US11605290B2 (en) * 2020-01-28 2023-03-14 GM Cruise Holdings LLC. Updating maps based on traffic object detection
US11055998B1 (en) * 2020-02-27 2021-07-06 Toyota Motor North America, Inc. Minimizing traffic signal delays with transports
US20230377332A1 (en) * 2020-08-03 2023-11-23 Pixord Corporation Control system of traffic lights and method thereof
US11579627B2 (en) 2020-12-17 2023-02-14 Tusimple, Inc. Systems and methods for updating navigational maps
US20220291681A1 (en) * 2021-03-12 2022-09-15 6 River Systems, Llc Systems and methods for edge and guard detection in autonomous vehicle operation
JPWO2023079659A1 (zh) 2021-11-04 2023-05-11
US20230194304A1 (en) * 2021-12-21 2023-06-22 Micron Technology, Inc. Map update using images
US11756288B2 (en) * 2022-01-05 2023-09-12 Baidu Usa Llc Image processing method and apparatus, electronic device and storage medium
KR102540636B1 (ko) * 2022-10-27 2023-06-13 주식회사 모빌테크 방향 정보를 포함한 지도 생성 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
US11938963B1 (en) * 2022-12-28 2024-03-26 Aurora Operations, Inc. Remote live map system for autonomous vehicles

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741595A (zh) * 2016-04-27 2016-07-06 常州加美科技有限公司 一种基于云端数据库的无人驾驶车辆导航行车方法
JP2016153832A (ja) * 2015-02-20 2016-08-25 パイオニア株式会社 地図データ記憶装置、制御方法、プログラム及び記憶媒体
CN105973245A (zh) * 2016-04-28 2016-09-28 百度在线网络技术（北京）有限公司 利用无人驾驶车辆更新在线地图的方法和装置
US20170350713A1 (en) * 2016-06-02 2017-12-07 Delphi Technologies, Inc. Map update system for automated vehicles
WO2017212639A1 (ja) * 2016-06-10 2017-12-14 パイオニア株式会社 情報処理装置、計測装置及び制御方法
US20180023960A1 (en) * 2016-07-21 2018-01-25 Mobileye Vision Technologies Ltd. Distributing a crowdsourced sparse map for autonomous vehicle navigation
CN107924617A (zh) * 2015-08-19 2018-04-17 索尼公司 用于为自主车辆确定导航信息的系统和方法
JP2018163438A (ja) * 2017-03-24 2018-10-18 株式会社デンソー 情報処理装置及び情報処理システム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4598653B2 (ja) * 2005-05-13 2010-12-15 本田技研工業株式会社 衝突予知装置
JP2009069160A (ja) * 2008-11-10 2009-04-02 Pioneer Electronic Corp 経路探索装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体
US9503873B1 (en) * 2013-05-14 2016-11-22 Marshalla Yadav Real-time, crowd-sourced, geo-location based system for enhancing personal safety
US10223479B1 (en) * 2014-05-20 2019-03-05 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature evaluation
KR102534792B1 (ko) * 2015-02-10 2023-05-19 모빌아이 비젼 테크놀로지스 엘티디. 자율 주행을 위한 약도
US9836056B2 (en) * 2015-06-05 2017-12-05 Bao Tran Smart vehicle
US10186156B2 (en) * 2017-05-25 2019-01-22 Uber Technologies, Inc. Deploying human-driven vehicles for autonomous vehicle routing and localization map updating
EP3865822B1 (en) * 2018-05-15 2024-10-02 Mobileye Vision Technologies Ltd. Systems and methods for autonomous vehicle navigation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016153832A (ja) * 2015-02-20 2016-08-25 パイオニア株式会社 地図データ記憶装置、制御方法、プログラム及び記憶媒体
CN107924617A (zh) * 2015-08-19 2018-04-17 索尼公司 用于为自主车辆确定导航信息的系统和方法
CN105741595A (zh) * 2016-04-27 2016-07-06 常州加美科技有限公司 一种基于云端数据库的无人驾驶车辆导航行车方法
CN105973245A (zh) * 2016-04-28 2016-09-28 百度在线网络技术（北京）有限公司 利用无人驾驶车辆更新在线地图的方法和装置
US20170350713A1 (en) * 2016-06-02 2017-12-07 Delphi Technologies, Inc. Map update system for automated vehicles
WO2017212639A1 (ja) * 2016-06-10 2017-12-14 パイオニア株式会社 情報処理装置、計測装置及び制御方法
US20180023960A1 (en) * 2016-07-21 2018-01-25 Mobileye Vision Technologies Ltd. Distributing a crowdsourced sparse map for autonomous vehicle navigation
JP2018163438A (ja) * 2017-03-24 2018-10-18 株式会社デンソー 情報処理装置及び情報処理システム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022199195A1 (zh) * 2021-03-26 2022-09-29 北京四维图新科技股份有限公司 地图更新方法、系统、车载终端、服务器及存储介质
US11796345B2 (en) 2021-08-13 2023-10-24 Toyota Motor Engineering & Manufacturing North America, Inc. Method and system for optimized notification of detected event on vehicles
CN115083037A (zh) * 2022-06-08 2022-09-20 阿波罗智联(北京)科技有限公司 用于更新地图路网数据的方法、装置、电子设备和车辆

Also Published As

Publication number Publication date
CN111301390B (zh) 2023-08-04
JP2020095250A (ja) 2020-06-18
US11340094B2 (en) 2022-05-24
JP7285756B2 (ja) 2023-06-02
US20200191601A1 (en) 2020-06-18

Similar Documents

Publication Publication Date Title
CN111301390B (zh) 基于传感器数据更新自动驾驶车辆的地图数据
CN110850862B (zh) 为自动驾驶车辆调整沿路径的速度
CN111076732B (zh) 基于车辆行驶的轨迹标记和生成高清地图的标记方案
CN110667598B (zh) 用于处理自动驾驶车辆中的传感器故障的方法
CN109947090B (zh) 用于自动驾驶车辆规划的非阻塞边界
US11269352B2 (en) System for building a vehicle-to-cloud real-time traffic map for autonomous driving vehicles (ADVS)
CN111061261B (zh) 使用标准导航地图与基于车辆的先前轨迹确定的车道配置的自动驾驶方法
US11520335B2 (en) Determining driving paths for autonomous driving vehicles based on map data
US10800408B2 (en) Determining driving paths for autonomous driving that avoid moving obstacles
CN110347145B (zh) 用于自动驾驶车辆的感知辅助
US10775801B2 (en) Determining speeds along a path for autonomous driving vehicles
US10852736B2 (en) Method to track and to alert autonomous driving vehicles (ADVS) of emergency vehicles
CN110597243B (zh) 自动驾驶车辆的基于v2x通信的车辆车道系统
US11230297B2 (en) Pedestrian probability prediction system for autonomous vehicles
US11199842B2 (en) Determining driving paths for autonomous driving using parallel processing
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和系统
CN111712417B (zh) 用于自动驾驶车辆的、基于隧道的规划系统
US10496098B2 (en) Road segment-based routing guidance system for autonomous driving vehicles
CN111857118A (zh) 对停车轨迹分段以控制自动驾驶车辆停车
CN111615618A (zh) 用于自动驾驶车辆的高速规划的基于多项式拟合的参考线平滑方法

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