CN111433698B - 自动车辆的实时车道变换选择 - Google Patents
自动车辆的实时车道变换选择 Download PDFInfo
- Publication number
- CN111433698B CN111433698B CN201880078242.9A CN201880078242A CN111433698B CN 111433698 B CN111433698 B CN 111433698B CN 201880078242 A CN201880078242 A CN 201880078242A CN 111433698 B CN111433698 B CN 111433698B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- nodes
- node
- cost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000008859 change Effects 0.000 title claims abstract description 69
- 230000006870 function Effects 0.000 claims description 33
- 230000015654 memory Effects 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 abstract description 4
- 230000007704 transition Effects 0.000 description 28
- 238000004891 communication Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000007728 cost analysis Methods 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18154—Approaching an intersection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—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
- G05D1/02—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
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/40—High definition maps
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Navigation (AREA)
Abstract
本公开的各方面涉及路由自动车辆。例如,可以使用地图信息200在第一车道中沿路线670操纵车辆100,该地图信息200标识代表第一车道内的位置的第一多个节点和代表与第一车道不同的第二车道内的位置的第二多个节点。在操纵时,可以通过评估将第一多个节点中的第一节点与第二多个节点中的第二节点连接的成本来确定车辆应当何时进行车道变换。该评估可以用于进行从第一车道到第二车道的车道变换。
Description
相关申请的交叉引用
本申请要求享有2017年12月5日提交的题为“自动车辆的实时车道变换选择(Real-Time Lane Change Selection For Autonomous Vehicles)”的美国专利申请No.15/831,678的申请日的权益,其公开内容通过引用合并于此。
背景技术
自动车辆,例如不需要人类驾驶员的车辆,可以用于帮助将乘客或物品从一个位置运输到另一位置。这样的车辆可以在完全自主的模式下操作,其中,乘客可以提供一些初始输入,诸如搭载位置或目的地位置,并且车辆例如通过确定并遵循可能需要一次或多次车道变换的路线来自行操纵到该位置。
发明内容
本公开的一个方面提供了一种路由自动车辆的方法。该方法包括:使用地图信息在第一车道中沿路线操纵车辆,该地图信息标识代表第一车道内的位置的第一多个节点和代表与第一车道不同的第二车道内的位置的第二多个节点;在操纵时,通过评估将第一多个节点中的第一节点与第二多个节点中的第二节点连接的成本来确定车辆应当何时进行车道变换以遵循路线;以及,使用该评估进行从第一车道到第二车道的车道变换。
在一个示例中,评估成本包括应用成本函数。在一个示例中,成本函数基于从由第一节点代表的位置和由第二节点代表的位置的变换的持续时间。附加地或替代地,成本函数基于当前的交通状况。附加地或替代地,成本函数基于先前是否错过变换。成本函数基于车辆是否将越过白色实线。附加地或替代地,成本函数基于车辆是否将在交叉路口进行变换。附加地或替代地,成本函数基于一天中将发生变换的时间。在另一示例中,该方法还包括:当车辆无法进行变换时,增加在由第一节点代表的位置和由第二节点代表的位置之间变换车道的成本。在另一个示例中,该方法还包括:遍历第一多个节点和第二多个节点中的节点对,以确定在何处进行变换。
本公开的另一方面提供了一种用于路由自动车辆的系统。该系统包括一个或多个处理器,这一个或多个处理器被配置为使用地图信息在第一车道中沿路线操纵车辆,该地图信息标识代表第一车道内的位置的第一多个节点和代表与第一车道不同的第二车道内的位置的第二多个节点;在操纵时,通过评估将第一多个节点中的第一节点与第二多个节点中的第二节点连接的成本来确定车辆应当何时进行车道变换以遵循路线;以及,使用该评估进行从第一车道到第二车道的车道变换。
在一个示例中,评估成本包括应用成本函数。在一个示例中,成本函数基于从由第一节点代表的位置和由第二节点代表的位置的变换的持续时间。附加地或替代地,成本函数基于当前的交通状况。附加地或替代地,成本函数基于先前是否错过了变换。成本函数基于车辆是否将越过白色实线。附加地或替代地,成本函数基于车辆是否将在交叉路口进行变换。附加地或替代地,成本函数基于一天中将发生变换的时间。在另一示例中,一个或多个处理器还被配置为:当车辆无法进行变换时,增加在由第一节点代表的位置和由第二节点代表的位置之间变换车道的成本。在另一示例中,一个或多个处理器还被配置为遍历第一多个节点和第二多个节点中的节点对以确定在何处进行变换。在另一示例中,系统还包括存储地图信息的存储器。在另一个示例中,系统还包括车辆。
附图说明
图1是根据示例性实施例的示例性车辆的功能图。
图2A和图2B是根据本公开的各方面的地图信息的示例。
图3是根据本公开的各方面的车辆的示例外部视图。
图4是根据示例性实施例的示例系统的示意图。
图5是根据本公开的各方面的图4的系统的功能图。
图6是根据本公开的各方面的地理区域的示例鸟瞰图(bird's eye view)。
图7至图9是根据本公开的各方面的具有数据的图6的地理区域的示例视图。
图10是根据本公开的各方面的道路的圆形交叉路口(traffic circle)的示例鸟瞰图。
图11是根据本公开的各方面的示例流程图。
具体实施方式
概述
该技术涉及在车辆(诸如自动车辆或具有自动驾驶模式的车辆)沿路线行驶时确定何时变换车道。在某些情况下,车辆的计算设备可以依赖作为地图或道路图的彼此互连的多个节点,以便确定如何通过车辆的环境来对车辆进行路线规划。这样,车道变换有效地使车辆从一个车道的一个节点集合到不同车道的另一节点集合。为了确定在转换(transition)时要使用不同集合的哪些单个(individual)节点,可以使用成本分析(costanalysis)。
该成本分析可以包括例如确定与两个节点之间的转换有关的不同因素的一系列单个成本,并使用这些单个成本来确定两个节点之间的转换的总成本。为了确定单个成本,对于两个节点之间的特定转换,可以将每个因素转变为任意值。
然后,可以将单个成本中的每一个的值用于确定两个节点之间的转换的总成本。然后,计算设备可以遍历与不同的可能转换或车道变换相对应的节点对,并识别每个节点对的总成本。在遍历与不同的可能转换相对应的节点对之后,计算设备可以选择特定的节点对。例如,可以选择所有节点对中具有最低总成本的节点对。然后,车辆的计算设备可以使用所选的对来确定如何操纵车辆以便变换车道。然后,可以控制车辆以便完成车道变换。
本文所述的特征允许自动车辆或以自动驾驶模式操作的车辆识别实时进行车道变换的最佳位置。此外,这防止车辆陷入无限循环以及无法执行车道变换。
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,包括但不限于汽车、卡车、摩托车、公共汽车、休闲车等。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和通常存在于通用计算设备中的其他组件的计算设备110。
存储器130存储可由一个或多个处理器120访问的信息,包括可以由处理器120运行或以其他方式使用的指令134和数据132。存储器130可以是能够存储可由处理器访问的信息的任何类型的,包括计算设备可读介质或存储可以借助于电子设备(例如,硬盘驱动器、存储器卡、ROM、RAM、DVD或其他光盘,以及其他可写和只读存储器)读取的数据的其他介质。系统和方法可以包括前述的不同组合,由此指令和数据的不同部分被存储在不同类型的媒介上。
指令134可以是由处理器直接运行(诸如,机器代码)或间接运行(诸如,脚本)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供处理器直接处理,或者以任何其他计算设备语言存储,包括脚本或按需解释或预先编译的独立源代码模块的集合(collection)。指令的功能、方法和例程将在下面更详细地说明。
数据132可以由处理器120根据指令134来检索、存储或修改。例如,尽管所要求保护的主题不受任何特定数据结构的限制,但是可以将数据作为具有多个不同字段和记录的表、XML文档或平面文件存储在计算设备寄存器、关系数据库中。数据也可以以任何计算设备可读格式来格式化。
一个或多个处理器120可以是任何常规处理器,诸如可商购获得的CPU。可替代地,一个或多个处理器可以是专用设备,诸如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相同块内,但是本领域普通技术人员将理解,处理器、计算设备或存储器实际上可以包括多个处理器、计算设备或存储器,这些处理器、计算设备或存储器可以存储在相同物理外壳内或可以不存储在相同物理外壳内。例如,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可以包括通常与计算设备结合使用的所有组件,诸如,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子设备)。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(audio visualexperiences)。就这点而言,内部电子显示器152可以位于车辆100的驾驶室(cabin)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。
计算设备110还可以包括一个或多个无线网络连接156,以便于与其他计算设备(诸如,下面详细描述的客户端计算设备和服务器计算设备)的通信。无线网络连接可以包括短距离通信协议(诸如,蓝牙、低功耗蓝牙(Bluetooth low energy,LE)、蜂窝连接)以及各种配置和协议(包括因特网、万维网、内联网、虚拟专用网、广域网、局域网、使用一个或多个公司专有的通信协议的私用网络、以太网、WiFi和HTTP),以及上述各项的各种组合。
在一个示例中,计算设备110可以是自动驾驶计算系统的控制计算设备,或者可以被并入车辆100中。自动驾驶计算系统可以能够与车辆的各种组件进行通信,以便根据存储器130的主要车辆控制代码来控制车辆100的移动。例如,返回图1,计算设备110可以与车辆100的各种系统通信,诸如减速系统160、加速系统162、转向系统164、信令系统166、路由系统(routing system)168、定位系统170、感知系统172和动力系统174(即,车辆的发动机或马达),以便根据存储器130的指令134来控制车辆100的移动、速度等。同样地,尽管这些系统被示出为在计算设备110的外部,但是实际上这些系统也可以被并入计算设备110中,同样作为用于控制车辆100的自动驾驶计算系统。
作为示例,计算设备110可以与减速系统160和/或加速系统162的一个或多个致动器(诸如,车辆的刹车、加速踏板和/或发动机或马达)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的一个或多个致动器(诸如,方向盘、转向轴和/或齿条和齿轮系统(rack and pinion system)中的齿轮和齿条),以便控制车辆100的方向。例如,如果车辆100被配置为在道路上使用,诸如汽车或卡车,则转向系统可以包括一个或多个致动器,以控制车轮的角度来使车辆转向。计算设备110可以使用信令系统166,以便例如在需要时通过点亮转向信号灯或刹车灯向其他驾驶员或车辆发信号通知车辆的意图。
计算设备110可以使用路由系统168,以便确定并遵循到达位置的路线。就这点而言,路由系统168和/或数据132可以存储详细的地图信息,例如,标识道路的形状和高程(elevation)、车道线、交叉路口、人行横道、速度限制、交通信号、建筑物、标志、实时交通信息、植被或其他此类对象和信息的高度详细的地图。
图2A和2B是包括交叉路口(intersection)220的一段道路的地图信息的示例。图2A描绘了地图信息的一部分,其中包括标识车道标记或车道线210、212、214的形状、位置和其他特征的信息,定义车道230、232、交通信号240、242(为清楚和简单起见,图2A中未示出)以及停车线250、252、254的信息。除了这些特征之外,地图信息还可以包括标识每个车道的交通方向和速度限制的信息以及允许计算设备110确定车辆是否具有完成特定操纵(即,完成转弯或越过交通车道或交叉路口)的路权(right of way)的信息,以及诸如路缘、建筑物、排水道、植被、标志等的其他特征。
除了特征信息之外,地图信息可以包括一系列道路或车道段。这些车道段可以相互连接,以提供代表车道实际曲线的轨道或平滑曲线。例如,图2A包括轨道(rail)260、262、264、266、268。为了在轨道之间转换,计算设备基本上可以绘制如下文进一步讨论的附加曲线,并控制车辆以遵循这些曲线。为了确定如何在两个车道之间转换,计算设备可以识别多个节点。每个节点基本上可以以规则的间隔沿着轨道“丢弃(drop)”。该间隔可以以诸如每5米或更多或更少的距离来定义,或者可以基于行驶的持续时间来定义,例如使用车辆当前或预期的速度或道路的速度限制。在该示例中,不是每5米丢弃一个节点,而是可以每2秒或更长或更短的时间丢弃一个节点。这具有的效果是在高速道路上将节点间隔得更远,并在速度较慢的区域(诸如,每小时25英里的地区或停车场)将节点间隔得更近。图2B描绘了多个这样的节点。当然,尽管描绘了许多节点,但是为了清楚和简单起见,在图2B中仅引用了一些节点。可以看出,节点A-D中的每个节点都可以代表沿着轨道262的位置。类似地,节点E-H中的每个可以代表沿着轨道260的位置。尽管未示出,但是这些节点中的每个可以与标识符相关联,例如与节点或轨道的相对或实际位置相对应的数值。
尽管本文将地图信息描绘为基于图像的地图,但是地图信息不必完全基于图像(例如,栅格)。例如,地图信息可以包括一个或多个道路图和诸如道路、车道、交叉路口以及这些特征之间的连接的信息的图形网络。每个特征都可以存储为图形数据,并且可以与诸如地理位置及其是否链接到其他相关特征的信息相关联,例如,停车标志可以链接到道路和交叉路口等。在一些示例中,相关联的数据可以包括基于网格的道路图的索引,以允许有效地查找某些道路图特征。
计算设备110可以使用定位系统170,以便确定车辆在地图或在地球上的相对或绝对位置。例如,定位系统170可以包括GPS接收器以确定设备的纬度、经度和/或高度位置。其他定位系统(诸如,基于激光的定位系统、惯性辅助GPS或基于相机的定位)也可以用于标识车辆的位置。车辆的位置可以包括绝对地理位置,诸如纬度、经度和高度,以及相对位置信息,诸如通常可以用比绝对地理位置小的噪声来确定的相对于紧密围绕在其周围的其他汽车的位置。
定位系统170还可以包括与计算设备110通信的其他设备,诸如加速度计、陀螺仪或另一方向/速度检测设备,以确定车辆的方向和速度或车辆的方向和速度的变化。仅作为示例,加速设备可以确定其相对于重力方向或垂直于重力方向的平面的俯仰、偏航或侧倾(或俯仰、偏航或侧倾的变化)。该设备还可以跟踪速度的增加或减少以及这种变化的方向。可以自动地向计算设备110、其他计算设备以及前述的组合提供如本文所述的设备的位置和方位数据。
感知系统172还包括用于检测车辆外部的对象(例如,其他车辆、道路上的障碍物、交通信号、标志、树木等)的一个或多个组件。例如,感知系统172可以包括激光器、声纳、雷达、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。在车辆是诸如小型货车的乘客车辆的情况下,小型货车可以包括安装在车顶或其他方便位置的激光器或其他传感器。例如,图3是车辆100的示例外部视图。在该示例中,车顶外壳310和穹顶外壳312可以包括激光雷达传感器以及各种相机和雷达单元。此外,位于车辆100的前端的外壳320和在车辆的驾驶员侧和乘客侧的外壳330、332可以各自存储激光雷达传感器。例如,外壳330位于驾驶员门360的前面。车辆100还包括也位于车辆100的车顶上的雷达单元和/或相机的外壳340、342。附加的雷达单元和相机(未示出)可以位于车辆100的前端和后端和/或沿着车顶或车顶外壳310的其他位置。
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。作为示例,计算设备110可以使用来自详细地图信息和路由系统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,并且可以使用感知系统172在需要时检测并响应对象以安全到达该位置。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减少提供给发动机的燃料、变换档位和/或施加刹车)、变换方向(例如,通过由转向系统164转动(turn)车辆100的前轮或后轮)并发信号通知这种变化(例如,通过点亮信令系统166的转向信号)。因此,加速系统162和减速系统160可以是传动系统(drivetrain)的一部分,该传动系统包括在车辆的发动机和车辆的车轮之间的各种组件。同样地,通过控制这些系统,计算设备110也可以控制车辆的传动系统以便自动地操纵车辆。
车辆100的计算设备110还可以向其他计算设备(诸如,作为运输服务的一部分的那些计算设备以及其他计算设备)传送信息或从其他计算设备接收信息。图4和图5分别是示例系统400的示意图和功能图,该示例系统400包括多个计算设备410、420、430、440和经由网络460连接的存储系统450。系统400还包括车辆100以及可以被配置为与车辆100相同或相似的车辆100A、100B。尽管为简单起见仅示出了少量车辆和计算设备,但是典型的系统可能包括更多的车辆和计算设备。
如图4所示,计算设备410、420、430、440中的每个可以包括一个或多个处理器、存储器、数据和指令。这些处理器、存储器、数据和指令可以类似于计算设备110的一个或多个处理器120、存储器130、数据132和指令134来配置。
网络460和中间节点可以包括各种配置和协议,包括诸如蓝牙、蓝牙LE的短距离通信协议、因特网、万维网、内联网、虚拟专用网、广域网、局域网、使用一个或多个公司专有的通信协议的私用网络、以太网、WiFi和HTTP以及上述各项的各种组合。能够向其他计算设备发送数据并从其他计算设备接收数据的任何设备(诸如,调制解调器和无线接口)都可以促进这种通信。
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一个或多个服务器计算设备(例如,负载平衡服务器场),这些服务器计算设备与网络的不同节点交换信息,以便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,这些服务器计算设备能够经由网络460与车辆100的计算设备110或车辆100A的类似计算设备以及计算设备420、430、440进行通信。例如,车辆100、100A可以是可以由服务器计算设备调度(dispatch)到各个位置的车辆车队(a fleet of vehicles)的一部分。就这点而言,服务器计算设备410可以用作调度系统。此外,车队的车辆可以周期性地发送由车辆各自的定位系统提供的服务器计算设备的位置信息以及下面进一步讨论的与车辆的状态有关的其他信息,并且一个或多个服务器计算设备可以跟踪车队中的每个车辆的位置和状态。
此外,服务器计算设备410可以使用网络460在显示器(例如,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)发送并呈现信息。就这点而言,计算设备420、430、440可以被认为是客户端计算设备。
如图4所示,客户端计算设备420、430、440中的每个可以是打算供用户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,包括一个或多个处理器(例如,中央处理器(central processing unit,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、电视或可操作以显示信息的其他设备)和用户输入设备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。
尽管客户端计算设备420、430和440各自可以包括全尺寸的个人计算设备,但是它们可以可替换地包括能够通过诸如因特网的网络与服务器无线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者能够经由因特网或其他网络获得信息的上网本的设备。在另一个示例中,客户端计算设备430可以是可穿戴计算系统,如图4所示的手表所示。作为示例,用户可以使用小键盘、键盘、麦克风、利用相机使用视觉信号或使用触摸屏来输入信息。
在一些示例中,客户端计算设备440可以是由仓库(depot)的管理员或操作员使用的来为车队的车辆提供仓库服务管理人员(concierge)工作站。尽管在图4和5中仅示出了一个管理人员工作站440,但是在典型的系统中可以包括任何数量的这种工作站。
与存储器130一样,存储系统450可以是能够存储可由服务器计算设备410访问的信息的任何类型的计算机化存储设备,诸如硬盘驱动器、存储器卡、ROM、RAM、DVD、CD-ROM、可写存储器和只读存储器。此外,存储系统450可以包括分布式存储系统,其中数据存储在物理上可以位于相同或不同地理位置的多个不同存储设备上。如图4和图5所示,存储系统450可以经由网络460连接到计算设备,和/或可以直接连接到或并入计算设备110、410、420、430、440等中的任何一个。
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。服务器计算设备(诸如,一个或多个服务器计算设备410)可以检索或以其他方式访问该信息,以便执行本文所述的一些或全部特征。为了向用户提供运输服务,存储系统450的信息可以包括用户帐户信息,诸如可以用于向一个或多个服务器计算设备标识用户的凭证(例如,传统的单因素身份验证的情况下的用户名和密码以及通常在多因素身份验证中使用的其他类型的凭证,诸如随机标识符、生物特征等)。用户帐户信息还可以包括个人信息,诸如用户名、联系人信息、用户的客户端计算设备(或者如果多个设备使用相同用户帐户则为多个设备)的标识信息、用户的一个或多个唯一信号以及其他用户偏好或设置数据。
存储系统450还可以存储可以提供给客户端计算设备以供向用户显示的信息。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对于给定的搭载位置或目的地位置车辆可能停车的区域。存储系统450还可以存储图形、图标和如下所述可以向用户显示的其他项目。
示例方法
除了上述和附图所示的操作之外,现在还将描述各种操作。应当理解,不必按下面描述的精确顺序执行以下操作。相反,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。
车辆的计算设备可以控制车辆以便遵循路线。图6是在与图2A和2B的地图信息中定义的道路部分相对应的道路部分上操纵的车辆100的示例视图。例如,图6描绘了与交叉路口220相对应的交叉路口620。此外,车道线610、612和614的形状、位置和其他特性与车道线210、212、214的形状、位置和其他特性相对应。类似地,交通信号640、642对应于交通信号240、242,并且停车线650、652、654对应于停车线250、252、254。通过遵循轨道并将轨道连接在一起,路由系统168可以生成两个位置之间的路线。例如,如图6所示,车辆100当前正在沿着路线670在车道632上行驶。路线670要求车辆100从车道632变换到车道630,以便在交叉路口624处右转。
为了确定何时以及在何处进行车道变换,车辆的计算设备可以评估在地图信息的节点对之间转换的成本。为了这样做,计算设备110可以从地图信息中识别节点对。每一对可以包括与车辆的源车道或当前车道相对应的来自地图信息的一个节点,以及与相邻车道相对应的来自目标车道或者更确切地说来自车辆需要转换到的车道的一个节点。在该示例中,例如,相邻车道可以表示车道具有紧靠左侧或右侧的平行行驶方向。在这种情况下,计算设备110可以配对节点或者更确切地说允许源车道中的节点与目标车道中的节点之间的车道变换机会,只要车道保持相邻车道(即,没有分叉或合并),并且假定他们不太长。
在某些情况下,一旦识别出相邻车道,计算设备110就可以通过使用来自地图信息的速度限制信息或车辆的当前或预期的未来速度来识别在某个固定持续时间内变换车道的机会或节点对。例如,从车道J中的节点,计算设备110可以允许车道变换转换到相邻车道K,或者甚至转换到车道K的相邻车道(车道L),只要那些车道变换机会中的任何一个小于固定持续时间。该固定持续时间可能长达40秒或者更长或更短。在该示例中,如果车道J、K和L的速度限制为30mph,这将对应于大约530米的最大距离。而且,为了节省存储器使用,计算设备110可以不识别长达40秒的所有可能的车道变换或所有可能的节点对。例如,计算设备可以选择构建长达1秒、2秒、4秒、10秒、20秒和40秒的车道变换机会。这可能使计算设备110“跳过”许多机会,但是实际上导致类似的路由行为。
然而,在许多情况下,车道的紧密相邻车道可能会以相对(opposite)方向行驶。在这种情况下,构建从节点到相对的相邻车道的节点的转换将不再表示车道变换,而是航向的180度变换,这可以通过U形转弯或多点转弯来完成。仅在低速居住区道路上允许这种转换。此外,并非节点之间的所有转换都是可行的,并且因此可以忽略。例如,计算设备110可以不对将允许汽车在车道变换期间“向后(backwards)”行驶的节点进行配对。
在图6的示例中,车道632是源车道,以及车道630是目标车道。计算设备110可以将车辆100的当前位置与车道630和632中的每个的交叉路口620之间的节点进行配对。这种节点可以包括与源车道630相对应的多个节点A-D和与目标车道632相对应的多个节点E-H。图7覆盖了车辆当前位置和交叉路口620之间的、图2B中描绘的地图信息的节点A-H,其中图6的示例减去路线670。图8描绘了示例节点对810、820、830,车辆100可以在这些节点对之间转换以便实现源车道632与目标车道630之间的车道变换。换句话说,计算设备110已经识别出三个节点对,其中每对包括与车辆100当前正在行驶的车道632相对应的来自地图信息的一个节点和与车道632相对应的来自地图信息的一个节点。因此,节点对810、820和830中的每对包括与车道632相对应的一个节点和与车道630相对应的一个节点。
如上所述,这些节点对中的每对,计算设备110可以评估车辆在节点之间转换的成本。例如,计算设备110可以确定车辆100从节点A移动到节点F(节点对810)、从节点B移动到节点G(节点对820)以及从节点C移动到节点H(节点对820)的成本值。
例如,该成本评估可以包括确定与所识别的节点对中的每对的两个节点之间的转换有关的不同因素的一系列单个成本,以及使用这些单个成本来确定两个节点之间的转换的总成本。例如,这些因素可以包括变换的持续时间、过去是否错过变换、车辆是否会越过白色实线、车辆是否会在交叉路口启动或进行变换、该区域当前的交通状况、一天中发生变换的时间(即,学校是否放学以及孩子们是否在场)、当前车道是否即将变换为出口、其他车辆将如何在该区域进行车道变换或合并、此变换是否会使某些车辆直接进入阳光刺眼的路径等。作为其他车辆将如何进行车道变换的示例,如果车辆100当前在高速公路的一条车道上,其他车辆正在并入该车道,则最好(即,应该更容易且成本更低)让车辆立即变换车道。
为了确定单个成本,对于两个节点之间的特定转换,可以将每个因素转换为任意值。在这点上,每个因素可以具有它自己的单个比例或权重,该单个比例或加权可以用于将该因素映射到成本。这些加权可以包括幂律(power law)、指数、分段、平方、线性等。
例如,可以使用分段线性函数来确定持续时间。示例范围可以从0(进行转换的重要或最大时间)到5000(很少或没有时间进行转换)。该最大时间量可以对应于与车辆的乘客的舒适车道变换体验有关的某个值,诸如40秒或者更长或更短。在某些情况下,成本实际上可能永远不会完全归零,您可能会考虑添加的一件事是,成本实际上并不会一直下降至0,而是可能会稳定在某个非零值处,诸如100或者更大或更小。这可能具有使给定路线的车道变换总数最小化的效果。否则,计算设备110实际上可能使车辆进行“太多”车道变换,或者更确切地说使车辆在车道之间来回跳跃。
车辆是否越过白色实线可以是二进制的(是或否)值,或者可以根据两个节点之间有多少区域包括白色实线使用分段线性函数来确定。在上述任一示例中,示例范围可以从0(否,或没有交叉的白色实线)到“2000”(是,或两个节点之间的整个距离长度之间的白色实线)。作为另一示例,车辆是否在交叉路口内的两个节点之间启动车道变换可以是二进制的(是或否)。对于否的示例值可以为0,对于是的示例值可以为“2000”。
然后,单个成本中的每个的值可以用于使用成本函数来确定两个节点之间的转换的总成本。在一个示例中,成本函数可以是线性函数,其中可以对值进行求和以生成转换或车道变换的总成本。可替代地,成本函数可以是加权线性和,其中可以对值进行加权并求和,或者对值进行归一化并求和以生成总成本。此外,在某些情况下,可以对成本函数或值的和进行归一化以确定总成本。在许多情况下,最长的车道变换(即,具有最长持续时间的那些车道变换)可能具有最低的成本,以便为车辆提供尽可能多的时间来执行车道变换。
然后,计算设备可以遍历与不同的可能转换或车道变换相对应的节点对,并使用如上所述的成本函数来识别每个节点对的总成本。就这点而言,计算设备110可以首先确定节点对810的总成本,然后确定节点对820的总成本,并且最后确定节点对830的总成本。例如,计算设备可以确定节点对810的总成本等于“2500”,节点对820的总成本等于“2000”。
在遍历与不同的可能转换相对应的节点对之后,计算设备可以选择特定的节点对。例如,可以选择所有节点对中具有最低总成本的节点对。就这点而言,对应于节点B和G的节点对820由于具有最低的总成本因而可以被选择。
然后,车辆的计算设备可以使用所选的对来确定如何操纵车辆以变换车道。就这点而言,计算设备可以使用这些节点来生成一条或多条路径或轨迹,该一条或多条路径或轨迹将车辆的未来位置定义为从所选节点对的一个节点通行到该对的另一个节点或者在所选节点对的两个节点之间。例如,图9描绘了轨迹970,轨迹970包括在节点B和G之间通行的车辆,以便继续遵循路线670并在交叉路口624处右转。然后,可以控制车辆遵循一条或多条轨迹,以完成车道变换。
此外,如果车辆无法使用所选节点对进行变换,则在所选节点对之间变换车道的成本可能增加。然后,可以将该增加存储在例如地图中以供以后使用。例如,增加车辆过去在所选节点对之间错过车道变换的次数会增加将来在这些相同节点之间的单个成本,并且从而也使这些节点之间的转换的总成本更高。这通过降低对于将来在该区域的车道变换车辆选择该车道变换(即,这两个节点)的可能性,从而使车辆避免陷入无法进行特定车道变换的无限循环。这在车辆试图在圆圈内进行车道变换的情况下尤其相关,在该情况下,当循环的车道变换的总成本不变时,如果车辆无法在具有最低总成本的两个节点之间进行车道变换,则车辆可能陷入无限循环(即,继续绕圈而无法变换车道)。
此外,在车辆无法针对所选节点对进行车道变换并且该车道变换是到达目的地的唯一方式的情况下,计算设备110可以确定目的地实际上不可到达。在这种情况下,计算设备110可以尽快靠边停车(pullover),选择新目的地,从服务器计算设备410、管理人员工作站440或乘客的客户计算设备等请求协助或进一步的指令。
例如,图10是道路的圆形交叉路口1000的示例。在此示例中,车辆100可能已经在点(或节点)1010处进入道路的圆形交叉路口,并且可能需要在点(或节点)1020处离开道路的圆形交叉路口,以便在点1010和点1010之间遵循引导车辆环绕道路的圆形交叉路口1000的路线(未示出)。当前,车辆100正在内部车道1030中行驶,但是必须变换到外部车道1032,以便在点1010处离开道路的圆形交叉路口1000。计算设备110可能已经确定在内部车道1030和外部车道1032之间转换的具有最低总成本的节点对是节点P和Q。然而,如果由于某些原因车辆100无法完成节点P和Q之间的转换,例如,因为没有足够的时间或距离来完成转换,或者因为其他车辆或对象阻止车辆100进行转换,则车辆100可能会在内部车道1030中环绕圆形交叉路口1000循环。在某些情况下,这种循环甚至可能变得无限的(indefinite)。因此,为了避免这种情况,通过增加节点P和Q之间的转换的总成本,计算设备110可以识别另一节点对用于车道变换,并且因此能够在不同节点对之间的另一位置实现车道变换,以及能够在点1020或可能在点(或节点)1040处离开道路的圆形交叉路口1000,并重新路由到车辆的最终目的地所在的位置。
这些成本增加可能会受到时间限制。例如,成本增加可能仅对这一次旅行有效,仅在工作时间有效,仅在周末有效,仅在接下来的20分钟内有效等等。作为实际示例,阻碍车道中的特定节点的静止车辆(诸如,送货卡车或垃圾车)可能会阻止车辆执行车道变换。然而,预计这些车辆将很快移动,因此对成本增加的短暂的(诸如20分钟或更长或更短)时间限制可能是适当的。类似地,如果车辆由于交通原因而无法进行车道变换,则可以使用稍长或更具体的时间限制,诸如仅在下一个小时或在一周的同一天的同一小时内。在上面的圆形交叉路口示例中,困难可能会持续存在,可以没有时间限制。随着时间的推移,这可以允许车辆移除或减少一些车道变换的成本。
车辆的计算设备还可以与其他车辆共享节点对的单个成本的增加或减少。例如,该信息可经由网络或在预定距离(诸如,1英里或更长或更短)内广播到附近的车辆(诸如,车辆100A),广播到车辆车队中的所有车辆,或者发送到调度服务器以中继到从调度服务器接收信息的所有或部分其他车辆。
在某些情况下,可能会针对某些情形调整单个成本或更改比例。例如,两个节点之间的车道变换的持续时间的单个成本可以根据交通或一天中的时间自动增加或减少。同样地,该信息可以存储在地图信息中。
除了使用局部最优方案考虑单个车道变换的情况外,计算设备实际上还可以同时考虑多个车道变换的影响。例如,如果车辆100需要连续进行多个车道变换,从X车道到Y车道再到Z车道,则可能会有很多机会从X到Y并从Y到Z。在某些情况下,选择从X到Y的最佳方案可能会限制或阻止从Y到Z的车道变换机会。就这点而言,节点和转换的集合形成路由网络。因此,计算设备110可以通过网络选择全局最优路径。也就是说,当考虑从X到Y再到Z的变换的情况时,计算设备可以选择使从X到Y并从Y到Z的总成本最小化的车道变换机会。这两个都不是这些车道变换相应的局部最优方案,但是总体的总成本可以最小化。
图11包括用于路由自动车辆(诸如,车辆100)的一些示例的示例流程图1100,其可以由一个或多个处理器(诸如,处理器110)执行。例如,在框1110,使用地图信息在第一车道中沿着路线操纵车辆,该地图信息标识代表第一车道内的位置的第一多个节点以及代表与第一车道不同的第二车道内的位置的第二多个节点。在框1120,在操纵时,通过评估将第一多个节点中的第一节点与第二多个节点中的第二节点连接的成本来确定车辆何时应当进行变换。在框1130,评估用于进行从第一车道到第二车道的车道变换。
除非另有说明,否则前述可替代的示例不是相互排斥的,而是可以以各种组合实施以实现独特的优点。由于可以在不脱离权利要求所限定的主题的情况下利用以上讨论的特征的这些和其他变形以及组合,因此,对实施例的前述描述应当通过说明的方式而不是通过限制权利要求所限定的主题的方式来进行。此外,本文描述的示例的规定以及措辞为“诸如”,“包括”等的条款不应解释为将权利要求的主题限制于特定示例;相反,这些示例仅旨在说明许多可能的实施例之一。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 (18)
1.一种路由自动车辆的方法,所述方法包括:
使用地图信息在第一车道中沿着路线操纵车辆,所述地图信息标识代表第一车道内的位置的第一多个节点和代表与第一车道不同的第二车道内的位置的第二多个节点;
在操纵时,通过评估将包括第一多个节点中的第一节点与第二多个节点中的第二节点的节点对连接的成本,来确定所述车辆应当何时进行车道变换以遵循所述路线;
当确定车辆无法在由第一节点代表的第一位置和由第二节点代表的第二位置之间变换车道时,增加在第一位置和第二位置之间变换车道的成本;
基于增加成本,识别用于实现车道变换的不同节点对,所述不同节点对包括来自第一多个节点的节点和来自第二多个节点的节点;以及
操纵车辆以进行所述不同节点对中的节点之间的车道变换。
2.根据权利要求1所述的方法,其中,评估成本包括应用成本函数。
3.根据权利要求2所述的方法,其中,所述成本函数基于从第一位置和第二位置的变换的持续时间。
4.根据权利要求2所述的方法,其中,所述成本函数基于当前的交通状况。
5.根据权利要求2所述的方法,其中,所述成本函数基于先前是否错过变换。
6.根据权利要求2所述的方法,其中,所述成本函数基于所述车辆是否将越过白色实线。
7.根据权利要求2所述的方法,其中,所述成本函数基于所述车辆是否将在交叉路口进行所述变换。
8.根据权利要求2所述的方法,其中,所述成本函数基于一天中将发生所述变换的时间。
9.根据权利要求1所述的方法,还包括:遍历第一多个节点和第二多个节点中的节点对,以确定在何处进行所述变换。
10.一种用于路由自动车辆的系统,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:
使用地图信息在第一车道中沿着路线操纵车辆,所述地图信息标识代表第一车道内的位置的第一多个节点和代表与第一车道不同的第二车道内的位置的第二多个节点;
在操纵时,
通过评估将包括第一多个节点中的第一节点与第二多个节点中的第二节点的节点对连接的成本,来确定所述车辆应当何时进行车道变换以遵循所述路线;
当确定车辆无法在由第一节点代表的第一位置和由第二节点代表的第二位置之间变换车道时,增加在第一位置和第二位置之间变换车道的成本;
基于增加成本,识别用于实现车道变换的不同节点对,所述不同节点对包括来自第一多个节点的节点和来自第二多个节点的节点;以及
操纵车辆以进行所述不同节点对中的节点之间的车道变换。
11.根据权利要求10所述的系统,其中,评估成本包括应用成本函数。
12.根据权利要求11所述的系统,其中,所述成本函数基于从第一位置和第二位置的变换的持续时间。
13.根据权利要求11所述的系统,其中,所述成本函数基于当前的交通状况。
14.根据权利要求11所述的系统,其中,所述成本函数基于先前是否错过变换。
15.根据权利要求11所述的系统,其中,所述成本函数基于所述车辆是否将越过白色实线。
16.根据权利要求14所述的系统,其中,所述一个或多个处理器还被配置为遍历第一多个节点和第二多个节点中的节点对,以确定在何处进行所述变换。
17.根据权利要求14所述的系统,还包括存储所述地图信息的存储器。
18.根据权利要求14所述的系统,还包括所述车辆。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/831,678 US11360475B2 (en) | 2017-12-05 | 2017-12-05 | Real-time lane change selection for autonomous vehicles |
US15/831,678 | 2017-12-05 | ||
PCT/US2018/059225 WO2019112732A1 (en) | 2017-12-05 | 2018-11-05 | Real-time lane change selection for autonomous vehicles |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111433698A CN111433698A (zh) | 2020-07-17 |
CN111433698B true CN111433698B (zh) | 2023-12-01 |
Family
ID=66658022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880078242.9A Active CN111433698B (zh) | 2017-12-05 | 2018-11-05 | 自动车辆的实时车道变换选择 |
Country Status (6)
Country | Link |
---|---|
US (2) | US11360475B2 (zh) |
EP (1) | EP3721311B1 (zh) |
JP (2) | JP7317012B2 (zh) |
KR (1) | KR102425960B1 (zh) |
CN (1) | CN111433698B (zh) |
WO (1) | WO2019112732A1 (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3805889A1 (en) * | 2016-12-23 | 2021-04-14 | Mobileye Vision Technologies Ltd. | Navigational system monitoring host and target vehicle behaviour |
CN108305477B (zh) * | 2017-04-20 | 2019-08-13 | 腾讯科技(深圳)有限公司 | 一种车道选择方法及终端 |
US11360475B2 (en) * | 2017-12-05 | 2022-06-14 | Waymo Llc | Real-time lane change selection for autonomous vehicles |
JP6995671B2 (ja) * | 2018-03-14 | 2022-01-14 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
FR3080346B1 (fr) * | 2018-04-23 | 2020-05-15 | Renault S.A.S. | Procede de selection par un vehicule automobile d’une voie de circulation preferee pour traverser une aire de peage |
US11260849B2 (en) * | 2018-05-23 | 2022-03-01 | Baidu Usa Llc | Method for determining lane changing trajectories for autonomous driving vehicles |
JP7210357B2 (ja) * | 2019-03-28 | 2023-01-23 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、及びプログラム |
US10957196B2 (en) * | 2019-04-03 | 2021-03-23 | International Business Machines Corporation | Traffic redirection for autonomous vehicles |
US11468773B2 (en) | 2019-08-20 | 2022-10-11 | Zoox, Inc. | Lane classification for improved vehicle handling |
US11353874B2 (en) * | 2019-08-20 | 2022-06-07 | Zoox, Inc. | Lane handling for merge prior to turn |
DE102019129879A1 (de) * | 2019-11-06 | 2021-05-06 | Zf Friedrichshafen Ag | Verfahren sowie Steuergerät zum Steuern eines Kraftfahrzeugs |
CN111024107A (zh) * | 2019-12-17 | 2020-04-17 | 国汽(北京)智能网联汽车研究院有限公司 | 路径确定方法、装置、设备及存储介质 |
US11745733B2 (en) * | 2020-01-27 | 2023-09-05 | Mazda Motor Corporation | Travel control apparatus for vehicle, vehicle controlling method and computer program therefor |
US11520342B2 (en) * | 2020-03-12 | 2022-12-06 | Pony Ai Inc. | System and method for determining realistic trajectories |
US12110040B2 (en) * | 2020-05-29 | 2024-10-08 | Toyota Research Institute, Inc. | Navigation cost computation for lane changes before a critical intersection |
US11904890B2 (en) * | 2020-06-17 | 2024-02-20 | Baidu Usa Llc | Lane change system for lanes with different speed limits |
JP7405012B2 (ja) * | 2020-06-19 | 2023-12-26 | 株式会社アイシン | 運転支援装置及びコンピュータプログラム |
JP7294254B2 (ja) * | 2020-06-30 | 2023-06-20 | トヨタ自動車株式会社 | 経路選択装置および経路選択方法 |
US11814075B2 (en) * | 2020-08-26 | 2023-11-14 | Motional Ad Llc | Conditional motion predictions |
CN112859848B (zh) * | 2021-01-06 | 2023-03-10 | 国电内蒙古东胜热电有限公司 | 管道机器人的无线导航方法及系统 |
CN112874535B (zh) * | 2021-01-11 | 2022-01-28 | 广东科学技术职业学院 | 一种根据交通灯进行并道的方法、装置以及无人驾驶车辆 |
CN113034971B (zh) * | 2021-02-28 | 2023-04-14 | 重庆长安汽车股份有限公司 | 一种车辆自动换道中的偏移控制方法、装置及汽车 |
CN114537432A (zh) * | 2021-11-19 | 2022-05-27 | 北京小米移动软件有限公司 | 轨迹预测方法、轨迹预测装置及存储介质 |
US20230324195A1 (en) * | 2022-04-06 | 2023-10-12 | Here Global B.V. | Real-time lane-level traffic processing system and method |
US20230351319A1 (en) * | 2022-04-29 | 2023-11-02 | Maplebear Inc. (Dba Instacart) | Parallel processing candidate pairings of delivery agents with routes to fulfill delivery orders and asynchronous selecting optimal pairings from the candidates |
US20230417565A1 (en) * | 2022-06-27 | 2023-12-28 | Waymo Llc | Lane changes for autonomous vehicles involving traffic stacks at intersection |
DE102023100699A1 (de) | 2023-01-13 | 2024-07-18 | Bayerische Motoren Werke Aktiengesellschaft | Übertragen von Positionen zwischen unterschiedlichen Kartendaten |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105074793A (zh) * | 2013-03-15 | 2015-11-18 | 凯利普公司 | 用于车辆路径规划和交通管理的车道级车辆导航 |
JP2016017914A (ja) * | 2014-07-10 | 2016-02-01 | 日産自動車株式会社 | 走行支援装置及び走行支援方法 |
CN106428007A (zh) * | 2015-08-10 | 2017-02-22 | 现代自动车株式会社 | 车辆的自主行驶控制装置和自主行驶控制方法 |
Family Cites Families (74)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5369591A (en) * | 1993-03-11 | 1994-11-29 | Broxmeyer; Charles | Vehicle longitudinal control and collision avoidance system for an automated highway system |
US6720920B2 (en) * | 1997-10-22 | 2004-04-13 | Intelligent Technologies International Inc. | Method and arrangement for communicating between vehicles |
JPH11144185A (ja) * | 1997-09-03 | 1999-05-28 | Honda Motor Co Ltd | 自動運転制御誘導システム |
JP3412684B2 (ja) * | 1999-03-01 | 2003-06-03 | アイシン・エィ・ダブリュ株式会社 | ナビゲーション装置及び該装置の記録媒体 |
US6385539B1 (en) * | 1999-08-13 | 2002-05-07 | Daimlerchrysler Ag | Method and system for autonomously developing or augmenting geographical databases by mining uncoordinated probe data |
JP3455153B2 (ja) * | 2000-02-16 | 2003-10-14 | 松下電器産業株式会社 | 交差点における車線誘導案内表示方法およびそのナビゲーション装置並びに記録媒体 |
JP4380026B2 (ja) * | 2000-06-05 | 2009-12-09 | 株式会社デンソー | ナビゲーション装置及び記録媒体 |
DE10041099C2 (de) * | 2000-08-22 | 2002-10-24 | Bosch Gmbh Robert | Verfahren zur Übertragung von Datenpaketen zwischen Kraftfahrzeugen |
US7805442B1 (en) * | 2000-12-05 | 2010-09-28 | Navteq North America, Llc | Method and system for representation of geographical features in a computer-based system |
JP2006105686A (ja) | 2004-10-01 | 2006-04-20 | Matsushita Electric Ind Co Ltd | 経路探索装置 |
JP4501840B2 (ja) * | 2005-10-31 | 2010-07-14 | アイシン・エィ・ダブリュ株式会社 | 経路案内システム及び経路案内方法 |
JP4771365B2 (ja) * | 2005-11-30 | 2011-09-14 | アイシン・エィ・ダブリュ株式会社 | 経路案内システム、経路案内方法及びプログラム |
KR100867592B1 (ko) * | 2006-08-10 | 2008-11-10 | 엘지전자 주식회사 | 차선별 교통정보를 제공하고 이를 이용하는 방법 및 장치 |
JP4981601B2 (ja) * | 2007-09-21 | 2012-07-25 | クラリオン株式会社 | 自車位置演算装置、自車位置演算方法、および、自車位置演算プログラム |
US7804423B2 (en) * | 2008-06-16 | 2010-09-28 | Gm Global Technology Operations, Inc. | Real time traffic aide |
US8363104B2 (en) * | 2008-09-25 | 2013-01-29 | Clarion Co., Ltd. | Lane determining device and navigation system |
WO2010101749A1 (en) * | 2009-03-05 | 2010-09-10 | Massachusetts Institute Of Technology | Predictive semi-autonomous vehicle navigation system |
US8155868B1 (en) * | 2009-03-31 | 2012-04-10 | Toyota Infotechnology Center Co., Ltd. | Managing vehicle efficiency |
SE537604C2 (sv) * | 2010-07-16 | 2015-07-21 | Scania Cv Ab | Metod för optimering av en parameter i ett motorforon baserad på en kostnadsfunktion, samt styrenhet anordnad att genomföra metoden |
EP2659469A1 (en) * | 2010-12-31 | 2013-11-06 | Tomtom Belgium N.V. | Systems and methods for obtaining and using traffic flow information |
CN103348392B (zh) * | 2010-12-31 | 2016-06-29 | 通腾比利时公司 | 导航方法与系统 |
US20120296539A1 (en) * | 2011-03-23 | 2012-11-22 | Tk Holdings Inc. | Driver assistance system |
US9146127B2 (en) * | 2012-06-27 | 2015-09-29 | International Business Machines Corporation | Navigation system providing lane guidance to driver based on driver's driving habits and preferences |
KR101441187B1 (ko) * | 2012-07-19 | 2014-09-18 | 고려대학교 산학협력단 | 자율 보행 로봇 경로 계획 방법 |
KR101252015B1 (ko) | 2012-08-16 | 2013-04-09 | 주식회사 피엘케이 테크놀로지 | 차량의 경로 변경을 판정하는 내비게이션 시스템 |
US9096267B2 (en) * | 2013-01-21 | 2015-08-04 | GM Global Technology Operations LLC | Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors |
DE102013223428A1 (de) | 2013-11-18 | 2015-05-21 | Robert Bosch Gmbh | Verfahren und Fahrerassistenzeinrichtung zur Unterstützung von Spurwechseln bzw. Überholmanövern eines Kraftfahrzeugs |
EP3092599B1 (en) * | 2013-12-04 | 2019-03-06 | Mobileye Vision Technologies Ltd. | Systems and methods for mimicking a leading vehicle |
JP6217432B2 (ja) | 2014-02-13 | 2017-10-25 | アイシン・エィ・ダブリュ株式会社 | 運転支援装置、運転支援方法及びプログラム |
DE102014204309A1 (de) | 2014-03-10 | 2015-09-10 | Robert Bosch Gmbh | Vorrichtung und Verfahren zum Betreiben eines Fahrzeugs |
US9405293B2 (en) * | 2014-05-30 | 2016-08-02 | Nissan North America, Inc | Vehicle trajectory optimization for autonomous vehicles |
US9404761B2 (en) * | 2014-05-30 | 2016-08-02 | Nissan North America, Inc. | Autonomous vehicle lane routing and navigation |
US20150345967A1 (en) | 2014-06-03 | 2015-12-03 | Nissan North America, Inc. | Probabilistic autonomous vehicle routing and navigation |
US9457807B2 (en) * | 2014-06-05 | 2016-10-04 | GM Global Technology Operations LLC | Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver |
US9428187B2 (en) * | 2014-06-05 | 2016-08-30 | GM Global Technology Operations LLC | Lane change path planning algorithm for autonomous driving vehicle |
JP2017529631A (ja) * | 2014-09-30 | 2017-10-05 | エヌイーシー ヨーロッパ リミテッドNec Europe Ltd. | 1個以上の障害物を回避して始状態から終状態集合まで移動する物体の経路を決定する方法およびシステム |
US10013508B2 (en) * | 2014-10-07 | 2018-07-03 | Toyota Motor Engineering & Manufacturing North America, Inc. | Joint probabilistic modeling and inference of intersection structure |
JP6165120B2 (ja) * | 2014-10-20 | 2017-07-19 | 株式会社Soken | 走行区画線認識装置 |
EP3211617B1 (en) | 2014-10-22 | 2019-03-06 | Nissan Motor Co., Ltd | Driving assistance device |
US9892296B2 (en) * | 2014-11-12 | 2018-02-13 | Joseph E. Kovarik | Method and system for autonomous vehicles |
EP3845427A1 (en) * | 2015-02-10 | 2021-07-07 | Mobileye Vision Technologies Ltd. | Sparse map for autonomous vehicle navigation |
US9934688B2 (en) | 2015-07-31 | 2018-04-03 | Ford Global Technologies, Llc | Vehicle trajectory determination |
US9721472B2 (en) * | 2015-09-22 | 2017-08-01 | Ford Global Technologies, Llc | Formulating lane level routing plans |
JP6403656B2 (ja) | 2015-11-12 | 2018-10-10 | 株式会社トヨタマップマスター | 地図情報作成装置、ナビゲーションシステム、経路案内ルート探索方法、経路案内ルート探索プログラム、及び記録媒体 |
EP3384243B1 (en) * | 2015-12-03 | 2020-05-20 | Graf Plessen, Mogens Max Sophus Edzard | Path planning for area coverage |
US10379533B2 (en) * | 2016-01-04 | 2019-08-13 | GM Global Technology Operations LLC | System and method for autonomous vehicle fleet routing |
KR102113816B1 (ko) | 2016-01-05 | 2020-06-03 | 한국전자통신연구원 | 차량 자율주행 서비스 시스템 및 이를 위한 클라우드 서버 및 그 동작 방법 |
US9940834B1 (en) * | 2016-01-22 | 2018-04-10 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle application |
US9785146B2 (en) * | 2016-01-26 | 2017-10-10 | Northrop Grumman Systems Corporation | Maneuver planning with higher order rational Bezier curves |
JP2017142145A (ja) * | 2016-02-10 | 2017-08-17 | 株式会社ゼンリン | 車線変更支援装置、車両制御装置およびその方法 |
CN108603763B (zh) | 2016-03-30 | 2022-06-24 | 三菱电机株式会社 | 行驶计划生成装置、行驶计划生成方法和计算机能读取的记录介质 |
US9672734B1 (en) * | 2016-04-08 | 2017-06-06 | Sivalogeswaran Ratnasingam | Traffic aware lane determination for human driver and autonomous vehicle driving system |
US10309792B2 (en) * | 2016-06-14 | 2019-06-04 | nuTonomy Inc. | Route planning for an autonomous vehicle |
US10126136B2 (en) * | 2016-06-14 | 2018-11-13 | nuTonomy Inc. | Route planning for an autonomous vehicle |
US11092446B2 (en) * | 2016-06-14 | 2021-08-17 | Motional Ad Llc | Route planning for an autonomous vehicle |
US10248120B1 (en) * | 2016-09-16 | 2019-04-02 | Amazon Technologies, Inc. | Navigable path networks for autonomous vehicles |
WO2018057455A1 (en) * | 2016-09-21 | 2018-03-29 | Apple Inc. | Vehicle control system |
US10473470B2 (en) * | 2016-10-20 | 2019-11-12 | nuTonomy Inc. | Identifying a stopping place for an autonomous vehicle |
US10857994B2 (en) * | 2016-10-20 | 2020-12-08 | Motional Ad Llc | Identifying a stopping place for an autonomous vehicle |
US10331129B2 (en) * | 2016-10-20 | 2019-06-25 | nuTonomy Inc. | Identifying a stopping place for an autonomous vehicle |
US10681513B2 (en) * | 2016-10-20 | 2020-06-09 | nuTonomy Inc. | Identifying a stopping place for an autonomous vehicle |
EP3805889A1 (en) * | 2016-12-23 | 2021-04-14 | Mobileye Vision Technologies Ltd. | Navigational system monitoring host and target vehicle behaviour |
US10137896B2 (en) | 2016-12-30 | 2018-11-27 | Baidu Usa Llc | Method and system for operating autonomous driving vehicles using graph-based lane change guide |
US10377260B2 (en) * | 2017-01-13 | 2019-08-13 | Uber Technologies, Inc. | Charge control system for mobile energy storage fleet |
US10168705B2 (en) * | 2017-04-06 | 2019-01-01 | Uber Technologies, Inc. | Automatic tuning of autonomous vehicle cost functions based on human driving data |
US10156845B1 (en) * | 2017-06-20 | 2018-12-18 | International Business Machines Corporation | Autonomous vehicle operation using altered traffic regulations |
WO2019048034A1 (en) * | 2017-09-06 | 2019-03-14 | Swiss Reinsurance Company Ltd. | ELECTRONIC TRACKING AND RECORDING IDENTIFICATION SYSTEM FOR TELEMATIC DEVICES, AND CORRESPONDING METHOD THEREOF |
US11117743B2 (en) * | 2017-09-28 | 2021-09-14 | Symbotic Llc | Storage and retrieval system |
US11644834B2 (en) * | 2017-11-10 | 2023-05-09 | Nvidia Corporation | Systems and methods for safe and reliable autonomous vehicles |
US11360475B2 (en) * | 2017-12-05 | 2022-06-14 | Waymo Llc | Real-time lane change selection for autonomous vehicles |
US11077845B2 (en) * | 2018-03-20 | 2021-08-03 | Mobileye Vision Technologies Ltd. | Systems and methods for navigating a vehicle |
US11625036B2 (en) * | 2018-04-09 | 2023-04-11 | SafeAl, Inc. | User interface for presenting decisions |
US10696299B2 (en) * | 2018-07-03 | 2020-06-30 | International Business Machines Corporation | Managing vehicle to vehicle communication to facilitate operational safety via risk assessment |
US11097735B1 (en) * | 2020-03-19 | 2021-08-24 | Toyota Motor North America, Inc. | Transport lane usage |
-
2017
- 2017-12-05 US US15/831,678 patent/US11360475B2/en active Active
-
2018
- 2018-11-05 WO PCT/US2018/059225 patent/WO2019112732A1/en unknown
- 2018-11-05 JP JP2020529291A patent/JP7317012B2/ja active Active
- 2018-11-05 KR KR1020207015985A patent/KR102425960B1/ko active IP Right Grant
- 2018-11-05 EP EP18885764.3A patent/EP3721311B1/en active Active
- 2018-11-05 CN CN201880078242.9A patent/CN111433698B/zh active Active
-
2022
- 2022-04-05 US US17/713,325 patent/US20220229436A1/en active Pending
- 2022-08-02 JP JP2022123190A patent/JP7386295B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105074793A (zh) * | 2013-03-15 | 2015-11-18 | 凯利普公司 | 用于车辆路径规划和交通管理的车道级车辆导航 |
JP2016017914A (ja) * | 2014-07-10 | 2016-02-01 | 日産自動車株式会社 | 走行支援装置及び走行支援方法 |
CN106428007A (zh) * | 2015-08-10 | 2017-02-22 | 现代自动车株式会社 | 车辆的自主行驶控制装置和自主行驶控制方法 |
Also Published As
Publication number | Publication date |
---|---|
KR102425960B1 (ko) | 2022-07-28 |
KR20200067934A (ko) | 2020-06-12 |
WO2019112732A1 (en) | 2019-06-13 |
US20220229436A1 (en) | 2022-07-21 |
JP2022163119A (ja) | 2022-10-25 |
CN111433698A (zh) | 2020-07-17 |
EP3721311B1 (en) | 2024-07-17 |
EP3721311A1 (en) | 2020-10-14 |
US20190171206A1 (en) | 2019-06-06 |
JP7386295B2 (ja) | 2023-11-24 |
JP7317012B2 (ja) | 2023-07-28 |
JP2021505459A (ja) | 2021-02-18 |
US11360475B2 (en) | 2022-06-14 |
EP3721311A4 (en) | 2021-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111433698B (zh) | 自动车辆的实时车道变换选择 | |
US11762392B2 (en) | Using discomfort for speed planning in autonomous vehicles | |
AU2020203517B2 (en) | Dynamic routing for autonomous vehicles | |
US11634134B2 (en) | Using discomfort for speed planning in responding to tailgating vehicles for autonomous vehicles | |
CN111480174B (zh) | 为自动驾驶车辆建议替代接载和放下位置的方法和系统 | |
US11804136B1 (en) | Managing and tracking scouting tasks using autonomous vehicles | |
AU2018373022B2 (en) | Using discomfort for speed planning for autonomous vehicles | |
US11947356B2 (en) | Evaluating pullovers for autonomous vehicles | |
US11685408B1 (en) | Driving difficulty heat maps for autonomous vehicles | |
CN114248798A (zh) | 利用天气信息改进自主车辆的乘客搭乘和下车 | |
US20230391363A1 (en) | User-controlled route selection for autonomous vehicles | |
US11733696B2 (en) | Detecting loops for autonomous vehicles | |
US20240109532A1 (en) | Managing parking maneuvers for autonomous vehicles | |
US20240302184A1 (en) | Automatic generating of blockages in map information for use by a fleet of 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 |