CN111615476A - 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统 - Google Patents

用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统 Download PDF

Info

Publication number
CN111615476A
CN111615476A CN201880018112.6A CN201880018112A CN111615476A CN 111615476 A CN111615476 A CN 111615476A CN 201880018112 A CN201880018112 A CN 201880018112A CN 111615476 A CN111615476 A CN 111615476A
Authority
CN
China
Prior art keywords
path
adv
candidate
candidate paths
point
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
CN201880018112.6A
Other languages
English (en)
Other versions
CN111615476B (zh
Inventor
马霖
朱帆
许昕
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 com Times Technology Beijing Co Ltd
Baidu USA LLC
Original Assignee
Baidu com Times Technology Beijing Co Ltd
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 com Times Technology Beijing Co Ltd, Baidu USA LLC filed Critical Baidu com Times Technology Beijing Co Ltd
Publication of CN111615476A publication Critical patent/CN111615476A/zh
Application granted granted Critical
Publication of CN111615476B publication Critical patent/CN111615476B/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
    • G01C21/3453—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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/06—Automatic manoeuvring for parking
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/027—Parking aids, e.g. instruction means
    • B62D15/0285—Parking performed automatically
    • 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
    • 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
    • G01C21/3605—Destination input or retrieval
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/168—Driving aids for parking, e.g. acoustic or visual feedback on parking space

Abstract

在一个实施方式中，在操作自动驾驶车辆(ADV)中规划用于停车的路径。该操作包括：确定多个采样点；确定用于停车的、连接起点和终点的多个候选路径，每个候选路径通过采样点中的一个采样点；确定与多个候选路径中的每一个候选路径相关联的成本；从多个候选路径中确定满足边界检查要求的一个或多个候选路径；选择满足边界检查要求的、与最低成本相关联的候选路径作为规划路径；基于规划路径和ADV的环境确定速度配置；以及至少部分地基于速度配置生成驱动信号，以控制ADV的操作以沿着规划路径执行停车。

Description

用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统
技术领域
本公开的实施方式总体上涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及用于自动驾驶车辆中的竖直停车的路径规划。
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。
竖直停车(也称为垂直停车，即车辆返回停车空间，并且一旦停放，停放车辆的前进方向与车辆在其中发起停车操纵的道路车道的行驶方向垂直)是自动驾驶车辆中的复杂移动。通过自动驾驶车辆规划竖直停车与正常路线规划明显不同。
发明内容
在本公开的一个方面中，提供了用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的计算机实施的方法。该方法包括：将多个采样点定义为起点与位于停车空间内以停放ADV的终点之间的中间点；确定通过每个采样点连接起点和终点的多个候选路径，其中，使用多项式函数将每个候选路径定义为螺旋曲线；针对每个候选路径，使用预定成本函数计算路径成本；选择在候选路径中具有最低路径成本的一个候选路径；以及根据所选择的候选路径规划轨迹以将ADV停放在停车空间中。
在本公开的另一方面中，提供了其中存储有指令的非暂时性机器可读介质。所述指令在由处理器执行时使处理器执行用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的操作，该操作包括：将多个采样点定义为起点与位于停车空间内以停放ADV的终点之间的中间点；确定通过每个采样点连接起点和终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；针对每个候选路径，使用预定成本函数计算路径成本；选择在候选路径中具有最低路径成本的一个候选路径；以及根据所选择的候选路径规划轨迹以将ADV停放在停车空间中。
在本公开的另一方面，提供了数据处理系统。数据处理系统包括处理器；以及存储器，联接到处理器以存储指令，指令在由处理器执行时使处理器执行用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的操作，该操作包括：将多个采样点定义为起点与位于停车空间内以停放ADV的终点之间的中间点；确定通过每个采样点连接起点和终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；针对每个候选路径，使用预定成本函数计算路径成本；选择在候选路径中具有最低路径成本的一个候选路径；以及根据所选择的候选路径规划轨迹以将ADV停放在停车空间中。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同的附图标记指代相似的元件。
图1是示出根据一个实施方式的网络化系统的框图。
图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
图4是示出根据一个实施方式的各种模块的框图。
图5是示出可以实践实施方式的环境的图。
图6是示出根据一个实施方式的用于在操作自动驾驶车辆(ADV)中规划竖直停车的路径的示例方法的流程图。
图7是示出根据一个实施方式的数据处理系统的框图。
具体实施方式
将参考以下所讨论的细节来描述本公开的各种实施方式和方面，并且附图将示出各种实施方式。以下描述和附图是对本公开的说明，并且不应被解释为限制本公开。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相同的实施方式。
根据一些实施方式，在操作自动驾驶车辆(ADV)中规划用于停放到停车空间中的路径。多个采样点被确定为中间点，采样点设置在表示ADV的当前位置的起点与停车空间内的终点之间。采样点位于与起点所在的道路车道方向形成45度角的直线上。在一个实施方式中，线和道路车道与停车空间之间的拐角相交。确定用于停车的、连接起点和终点的多个候选路径，每个候选路径通过采样点之一。每个候选路径包括两条连接的螺旋曲线，两条连接的螺旋曲线具有连接起点和相应采样点的第一螺旋曲线和连接相应采样点和终点的第二螺旋曲线。第一螺旋曲线与ADV的前向移动相关联，并且第二螺旋曲线与ADV的反向移动相关联。
使用预定成本函数确定与每个候选路径相关联的路径成本。从多个候选路径中确定满足边界检查要求的一个或多个候选路径。即，为了将候选路径视为最终停车路径，该候选路径必须满足当前驾驶环境(例如车道配置约束)的边界要求。否则，该候选路径将从以供考虑的候选路径池中移除。选择满足边界检查要求的、与最低成本相关联的候选路径作为规划路径。确定基于规划路径和ADV的环境的速度配置。此外，至少部分地基于速度配置生成驱动信号，以控制ADV的操作以沿着规划路径执行竖直停车。ADV沿着规划路径的第一螺旋曲线在前向方向上行进，并沿着规划路径的第二螺旋曲线在反向方向上行进。
在一个实施方式中，任意两个相邻的采样点(沿线均匀地分布)分开相同的距离。在一个实施方式中，第一螺旋曲线和第二螺旋曲线是五次螺旋曲线。在一个实施方式中，成本包括障碍物成本，并且至少部分地基于ADV与相应候选路径附近的一个或多个障碍物中的每个障碍物之间的距离(例如，每个障碍物与候选路径之间的距离短于阈值)来确定。在一个实施方式中，确定速度配置包括沿规划路径确定零个、一个或多个停止点。在一个实施方式中，起点、终点和采样点中的每一个点与地图上的坐标和前进方向相关联。起点还与ADV在起点处的速度和加速度相关联，起点通常表示ADV的当前位置。
图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图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、信息娱乐系统114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摄像机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS系统212可以包括收发器，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方位变化。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。摄像机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。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的，例如，通过将摄像机安装在旋转和/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可为用于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从多种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括表示在不同的时间点处由车辆的传感器捕获的所发出的驾驶命令(例如，油门命令、制动命令和转向命令)以及车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计数据123还可包括描述不同的时间点处的驾驶环境的信息，诸如，例如，路线(包括起点位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计数据123，机器学习引擎122针对各种目的生成或训练规则集、算法和/或预测模型124。在一个实施方式中，算法124可包括用于规划用于停放ADV的路径的算法，例如，用于计算路径成本的成本函数和/或用于绘制路径的多项式函数、以及路径选择规则。然后可将算法124上传到ADV上以在自动驾驶期间实时使用。
图3A和图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。系统300可实施为图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至图3B，感知与规划系统110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306、路线制定模块307和竖直停车规划模块308。
模块301至308中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可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通信地联接到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可一起集成为集成模块。例如，停车模块308可实施或被集成为规划模块305的一部分。
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开始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图和路线信息311的其它组件通信，以获得行程相关数据。例如，定位模块301可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，以及MPOI服务器提供地图服务和某些位置的POI，这些可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也可从交通信息系统或服务器获得实时交通信息。
基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，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、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。车道配置包括描述车道或车道的信息，例如，车道的形状(例如，直线车道或弯曲车道)，车道的宽度、道路中的车道数量、单向车道或双向车道、合流车道或分流车道、退出车道等。
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摄像机采集的图像，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预测该对象在此情形下将表现什么。根据一组地图/路线信息311和交通规则312，基于在该时间点感知驾驶环境的感知数据来执行预测。例如，如果对象是处于相反方向的车辆并且当前驾驶环境包括十字路口，则预测模块303将预测车辆是将可能直线向前移动还是进行转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可预测车辆在进入十字路口之前可能需要完全停止。如果感知数据表明车辆当前处于仅左转弯车道或仅右转弯车道，则预测模块303可分别预测车辆将更可能向左转弯或向右转弯。
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，所述规则集可存储在永久性存储装置352中。
路线制定模块307配置成提供从起点到目的点的一个或多个路线或路径。对于从开始位置到目的地位置的给定行程(例如，从用户接收的)，路线制定模块307获得路线和地图信息311，并且确定从开始位置至到达目的地位置的所有可能的路线或路径。路线制定模块307可以以地形图的形式生成用于其确定的从开始位置至到达目的地位置的路线中的每个的参考线。参考线指的是理想的路线或路径，而不受诸如其他车辆、障碍物或交通状况的其他事物的任何干扰。即，如果道路上不存在其他车辆、行人或障碍物，则ADV应该精确地或紧密地遵循参考线。然后，地形图被提供至决策模块304和/或规划模块305。根据由其它模块提供的其它数据(诸如，来自定位模块301的交通状况、由感知模块302感知的驾驶环境和由预测模块303预测的交通状况)，决策模块304和/或规划模块305检查所有可能的路线以选择和修改最优路线中的一个。用于控制ADV的实际路径或路线可与由路线制定模块307提供的参考线接近或不同，这取决于该时间点的特定驾驶环境。
基于针对所感知到的对象中的每个的决定，规划模块305使用由路线制定模块307提供的参考线作为基础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)。即，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可以决定超过所述对象，而规划模块305可以确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动循环(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆300以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。
基于规划和控制数据，控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制系统111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动和转向命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施方式，在多个规划周期(也被称为驾驶周期)(诸如，例如，在每100毫秒(ms)的时间间隔中)中执行规划阶段。针对规划周期或驾驶周期中的每个，将基于规划数据和控制数据发出一个或多个控制命令。即，对于每个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。替代地，规划模块305还可指定具体速度、方向和/或转向角等。在一个实施方式中，规划模块305为下一预定时间段(诸如5秒)规划路线段或路径段。对于每个规划周期，规划模块305基于先前周期中规划的目标位置来规划当前周期(例如，接下来的5秒)的目标位置。然后，控制模块306基于当前周期的规划数据和控制数据生成一个或多个控制命令(例如，油门命令、制动命令、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合并，以确定用于自动驾驶车辆的驾驶路径。
当ADV即将进行停车尝试进入诸如竖直停车移动的停车空间时，调用停车规划模块308以使用一个或多个停车算法313来规划将ADV停放到停车空间中的轨迹或路径。根据一个实施方式，停车规划模块308配置成确定一组停车路径候选项，使用预定成本公式计算每个路径候选项的成本，并基于将车辆停放到停车空间中的成本选择路径候选项中的一个。
根据一个实施方式，停车模块308将一组采样点定义为ADV的起点与停车空间或停车位内的终点之间的中间点。通过经由每个采样点连接起点和终点来定义一组候选路径。使用诸如五次多项式函数的预定多项式函数将每个候选路径定义为螺旋曲线。针对每个候选路径，使用预定成本函数计算路径成本。可以基于ADV与其他障碍物之间的距离和/或路径与驾驶环境的边界(例如，车道边界或道路边界)之间的距离来确定与路径相关联的成本。选择候选路径中的一个候选路径，其中所选择的候选路径在所有候选路径中具有最低路径成本，并且还满足边界要求。如果路径不满足边界要求，则将从选择作为停放车辆的最终路径的考虑中移除该路径。在这之后，基于所选择的候选路径规划轨迹。
在一个实施方式中，每个候选路径包括从起点到对应采样点的前向路径和从对应采样点和终点的后向路径。前向路径可以由第一螺旋曲线表示，并且后向路径可以由第二螺旋曲线表示。在一个实施方式中，采样点设置在相对于ADV正在驾驶的当前车道的车道方向形成大约45度的线上。
参考图4，示出了示出根据一个实施方式的各种模块的框图400。确定多个采样点410。多个采样点位于与起点所在的道路车道的方向形成45度角的线上。在一个实施方式中，线和道路车道与停车空间之间的拐角相交。终点位于停车空间内。任意两个相邻的采样点分开相同的距离。因此，应理解，采样点的数量可被计算为：
Figure BDA0002200777160000121
Figure BDA0002200777160000122
其中，Δs是采样间隔(即，任意两个相邻采样点之间的距离)。确定用于竖直停车的、连接起点412和终点414的多个候选路径420，每个候选路径420通过采样点之一，其中每个候选路径包括两条连接的螺旋曲线，两条连接的螺旋曲线包括连接起点和对应采样点的第一螺旋曲线和连接对应采样点和终点的第二螺旋曲线。第一螺旋曲线与ADV的前向移动相关联，并且第二螺旋曲线与ADV的反向移动相关联。在一个实施方式中，第一螺旋曲线和第二螺旋曲线是五次螺旋曲线。换言之，第一螺旋曲线和第二螺旋曲线中的每个螺旋曲线可表示为(针对第i条螺旋曲线)：θi(s)＝as5+bs4+cs3+ds2+es+f，其中，a、b、c、d、e和f是定义螺旋曲线的参数。
在成本评估模块430处确定与多个候选路径中的每个候选路径相关联的成本。成本包括障碍物成本，并且至少部分地基于ADV与相应候选路径附近的一个或多个障碍物中的每个障碍物之间的距离来确定。因此，成本可被表示为C＝Σe-λ/dis，其中，λ是可以根据经验确定的可调参数，dis是相应障碍物与ADV之间的距离。在边界检查模块432处从多个候选路径中确定满足边界检查要求的一个或多个候选路径。在路径选择模块440处选择与满足边界检查要求的最低成本相关联的候选路径作为规划路径。当候选路径不与停车空间的任何实线重叠时，满足边界检查要求。
在速度配置模块450处确定基于规划路径和ADV的环境的速度配置。确定速度配置包括沿规划路径确定零个、一个或多个停止点。此外，至少部分地基于速度配置生成驾驶信号，以控制ADV的操作以沿着规划路径执行竖直停车。当检查与障碍物的潜在碰撞时，可以基于预期误差添加安全缓冲器，使得ADV不与任何障碍物碰撞。ADV沿着规划路径的第一螺旋曲线在前向方向上行进，并沿着规划路径的第二螺旋曲线在反向方向上行进。在框430、432、440和450处执行操作的模块可被实施为停车规划模块308的一部分。
参考图5，示出了示出可实践实施方式的环境500的图。为ADV 510规划用于竖直停车的路径。在线540上确定多个采样点520a-520d，线540与起点530所在的道路车道542的方向形成45度角。线540和道路车道542与停车空间544之间的拐角相交。任意两个相邻的采样点520a-520d分开相同的距离。起点530、终点532和采样点520a-520d中的每一个点与地图上的坐标和前进方向相关联，并且起点530还与ADV510在起点530处的速度和加速度相关联。
确定用于竖直停车的、连接起点530和停车空间544中的终点532的多个候选路径(在图5中以虚线示出)。每个候选路径通过采样点520a-520d中的一个采样点，其中，每个候选路径两条连接的螺旋曲线，两条连接的螺旋曲线包括连接起点530和相应采样点520a-520d的第一螺旋曲线和连接相应采样点520a-520d和终点532的第二螺旋曲线。
第一螺旋曲线与ADV 510的前向移动相关联，并且第二螺旋曲线与ADV 510的反向移动相关联。在一个实施方式中，第一螺旋曲线和第二螺旋曲线是五次螺旋曲线。如上面详细描述的，可以从候选路径中选择规划路径。可以相应地生成控制信号，以使ADV 510执行竖直停车，首先在前向移动中行进规划路径的第一螺旋曲线，然后在反向移动中行进规划路径的第二螺旋曲线。当完成竖直停车时，ADV 510停放在具有期望前进方向(其与道路车道542的方向垂直)的终点532处。
参考图6，示出了示出根据一个实施方式的在操作自动驾驶车辆(ADV)中规划用于竖直停车的路径的示例方法600的流程图。方法600可以以硬件、软件或其两者的组合来实施。在一个实施方式中，方法600可以至少部分地在竖直停车规划模块308处实施。在框610处，将一组采样点定义为ADV的起点与在停车空间内以停放ADV的终点之间的中间点。在框620处，确定一组候选路径，其中，每个候选路径通过中间点之一将起点与终点连接。
在框630处，针对每个候选路径，使用预定成本函数计算路径成本。在框640处，例如基于选择规则集来选择候选路径中的一个候选路径。在一个实施方式中，所选择的候选路径在候选路径中具有最低的路径成本。另外，所选择的候选路径必须满足驾驶环境的边界要求。在框650处，基于所选择的候选路径来规划轨迹以将ADV停放到停车空间中。
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7是示出可以与本公开的一个实施方式一起使用的数据处理系统的示例的框图。例如，系统1500可以表示以上所述的执行上述过程或方法中的任一个的任何数据处理系统，例如，图1的感知与规划系统110或者服务器103至104中的任一个。系统1500可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 BDA0002200777160000151
公司的
Figure BDA0002200777160000152
操作系统、来自苹果公司的Mac
Figure BDA0002200777160000153
来自
Figure BDA0002200777160000154
公司的
Figure BDA0002200777160000155
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，诸如加速度计移动传感器、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，摄像机)，所述成像处理子系统可以包括用于促进摄像机功能(诸如，记录照片和视频片段)的光学传感器，诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可以经由传感器集线器(未示出)联接到互连件1510，而诸如键盘或热传感器的其它装置可以根据系统1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作系统等信息的永久性存储，大容量存储设备(未示出)也可以联接到处理器1501。在各种实施方式中，为了实现更薄且更轻的系统设计并且改进系统响应性，这种大容量存储设备可以经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储设备可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储设备充当SSD高速缓存以在断电事件期间实现上下文状态以及其它此类信息的非易失性存储，从而使得在系统活动重新启动时能够实现快速通电。另外，闪存装置可以例如经由串行外围接口(SPI)联接到处理器1501。这种闪存装置可以提供系统软件的非易失性存储，所述系统软件包括所述系统的BIOS以及其它固件。
存储装置1508可包括计算机可访问的存储介质1509(也被称为机器可读存储介质或计算机可读介质)，其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如，模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可以表示上述部件中的任一个，例如规划模块305、控制模块306、竖直停车规划模块308。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他技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而，应当牢记，所有这些和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 (21)

1.一种用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的计算机实施的方法，所述方法包括：
将多个采样点定义为起点与位于停车空间内以停放所述ADV的终点之间的中间点；
确定通过每个所述采样点连接所述起点和所述终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；
针对每个所述候选路径，使用预定成本函数计算路径成本；
选择在所述候选路径中具有最低路径成本的一个候选路径；以及
根据所选择的候选路径规划轨迹以将所述ADV停放在所述停车空间中。
2.根据权利要求1所述的方法，其中，每个所述候选路径包括在所述起点与所述采样点中的一个采样点之间的前向路径和在所述采样点中的一个采样点与所述终点之间的后向路径。
3.根据权利要求1所述的方法，其中，确定多个候选路径包括：
针对每个所述候选路径，定义连接所述起点和相应采样点的第一条螺旋曲线；以及
定义连接所述相应采样点和所述终点的第二螺旋曲线。
4.根据权利要求1所述的方法，其中，确定多个候选路径包括：
基于感知所述ADV周围的驾驶环境的感知数据来确定所述ADV正在驾驶的道路的车道配置；
计算与所述车道配置相关联的边界要求；以及
针对每个所述候选路径，确定所述候选路径是否满足边界要求，其中，所选择的候选路径满足所述边界要求。
5.根据权利要求4所述的方法，还包括从用于选择的考虑项中移除不满足所述边界要求的任何候选路径。
6.根据权利要求1所述的方法，其中，所述多个采样点位于相对于所述起点所在的车道的车道方向以大约45度角设置的线上。
7.根据权利要求1所述的方法，其中，所述路径成本至少部分地基于所述ADV与在所述ADV的预定接近度内感知的一个或多个障碍物之间的距离来确定。
8.根据权利要求7所述的方法，其中，所述路径成本还基于对应候选路径与所述候选路径延伸通过的车道的车道边界之间的距离来确定。
9.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时使所述处理器执行用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的操作，所述操作包括：
将多个采样点定义为起点与位于停车空间内以停放所述ADV的终点之间的中间点；
确定通过每个所述采样点连接所述起点和所述终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线；
针对每个所述候选路径，使用预定成本函数计算路径成本；
选择在所述候选路径中具有最低路径成本的一个候选路径；以及
根据所选择的候选路径规划轨迹以将所述ADV停放在所述停车空间中。
10.根据权利要求9所述的机器可读介质，其中，每个所述候选路径包括在所述起点与所述采样点中的一个采样点之间的前向路径和在所述采样点中的一个采样点与所述终点之间的后向路径。
11.根据权利要求9所述的机器可读介质，其中，确定多个候选路径包括：
针对每个所述候选路径，定义连接所述起点和相应采样点的第一条螺旋曲线；以及
定义连接所述相应采样点和所述终点的第二螺旋曲线。
12.根据权利要求9所述的机器可读介质，其中，确定多个候选路径包括：
基于感知所述ADV周围的驾驶环境的感知数据来确定所述ADV正在驾驶的道路的车道配置；
计算与所述车道配置相关联的边界要求；以及
针对每个所述候选路径，确定所述候选路径是否满足边界要求，其中，所选择的候选路径满足所述边界要求。
13.根据权利要求12所述的机器可读介质，其中，所述操作还包括从用于选择的考虑项中移除不满足所述边界要求的任何候选路径。
14.根据权利要求9所述的机器可读介质，其中，所述多个采样点位于相对于所述起点所在的车道的车道方向以大约45度角设置的线上。
15.根据权利要求9所述的机器可读介质，其中，所述路径成本至少部分地基于所述ADV与在所述ADV的预定接近度内感知的一个或多个障碍物之间的距离来确定。
16.根据权利要求15所述的机器可读介质，其中，所述路径成本还基于对应候选路径与所述候选路径延伸通过的车道的车道边界之间的距离来确定。
17.一种数据处理系统，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使所述处理器执行用于在操作自动驾驶车辆(ADV)中规划用于停车的路径的操作，所述操作包括：
将多个采样点定义为起点与位于停车空间内以停放所述ADV的终点之间的中间点，
确定通过每个所述采样点连接所述起点和所述终点的多个候选路径，其中，使用多项式函数将每个所述候选路径定义为螺旋曲线，
针对每个所述候选路径，使用预定成本函数计算路径成本，
选择在所述候选路径中具有最低路径成本的一个候选路径，以及
根据所选择的候选路径规划轨迹以将所述ADV停放在所述停车空间中。
18.根据权利要求17所述的系统，其中，每个所述候选路径包括在所述起点与所述采样点中的一个采样点之间的前向路径和在所述采样点中的一个采样点与所述终点之间的后向路径。
19.根据权利要求17所述的系统，其中，确定多个候选路径包括：
针对每个所述候选路径，定义连接所述起点和相应采样点的第一条螺旋曲线；以及
定义连接所述相应采样点和所述终点的第二螺旋曲线。
20.根据权利要求17所述的系统，其中，确定多个候选路径包括：
基于感知所述ADV周围的驾驶环境的感知数据来确定所述ADV正在驾驶的道路的车道配置；
计算与所述车道配置相关联的边界要求；以及
针对每个所述候选路径，确定所述候选路径是否满足边界要求，其中，所选择的候选路径满足所述边界要求。
21.根据权利要求20所述的系统，其中，所述操作还包括从用于选择的考虑项中移除不满足所述边界要求的任何候选路径。
CN201880018112.6A 2018-12-26 2018-12-26 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统 Active CN111615476B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/123965 WO2020132959A1 (en) 2018-12-26 2018-12-26 Spiral curve based vertical parking planner system for autonomous driving vehicles

Publications (2)

Publication Number Publication Date
CN111615476A true CN111615476A (zh) 2020-09-01
CN111615476B CN111615476B (zh) 2023-05-23

Family

ID=71128422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880018112.6A Active CN111615476B (zh) 2018-12-26 2018-12-26 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统

Country Status (5)

Country Link
US (1) US11180160B2 (zh)
EP (1) EP3694756B1 (zh)
JP (1) JP7149288B2 (zh)
CN (1) CN111615476B (zh)
WO (1) WO2020132959A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112529086A (zh) * 2020-12-17 2021-03-19 武汉中海庭数据技术有限公司 停止线生成方法、电子装置和存储介质
CN116323350A (zh) * 2020-09-11 2023-06-23 Uatc有限责任公司 用于针对自主交通工具运动控制生成基本路径的系统和方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112415995B (zh) * 2020-09-22 2023-08-01 北京智行者科技股份有限公司 基于实时安全边界的规划控制方法
CN112414422A (zh) * 2020-11-01 2021-02-26 北京航空航天大学 一种自动泊车的路径规划方法、装置及存储介质
CN112498366B (zh) * 2020-11-20 2022-04-05 苏州智加科技有限公司 自动驾驶车辆、控制方法、装置、设备及存储介质
CN113525356B (zh) * 2021-08-02 2023-06-27 上汽通用汽车有限公司 自动泊车系统、自动泊车方法、存储介质及电子设备
CN115014380A (zh) * 2022-06-30 2022-09-06 智道网联科技(北京)有限公司 泊车路径规划方法以及装置、电子设备、存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2258606A2 (de) * 2009-06-05 2010-12-08 Valeo Schalter und Sensoren GmbH Verfahren zum Bestimmen einer Lenkkurve für Lenkeinschläge von lenkbaren Rädern eines Fahrzeugs und Parkassistenzsystem für ein Fahrzeug
JP2017052434A (ja) * 2015-09-10 2017-03-16 クラリオン株式会社 駐車経路設定装置及び駐車経路設定方法
CN106926844A (zh) * 2017-03-27 2017-07-07 西南交通大学 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
CN108099918A (zh) * 2016-11-23 2018-06-01 百度（美国）有限责任公司 用于确定自主车辆的命令延迟的方法
US20180162446A1 (en) * 2015-06-19 2018-06-14 Nissan Motor Co., Ltd. Parking Assistance Device and Parking Assistance Method
CN108981730A (zh) * 2017-05-31 2018-12-11 百度（美国）有限责任公司 用于为操作自动驾驶车辆生成参考路径的方法和系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7079943B2 (en) * 2003-10-07 2006-07-18 Deere & Company Point-to-point path planning
KR101013898B1 (ko) 2007-12-12 2011-02-14 현대자동차주식회사 차량용 자동주차 시스템
JP2009142550A (ja) 2007-12-17 2009-07-02 Olympia:Kk 受け皿装置及び遊技機
JP5262368B2 (ja) 2008-07-09 2013-08-14 日産自動車株式会社 駐車支援装置および駐車支援方法
EP2340980B1 (en) 2009-12-30 2012-05-30 Magneti Marelli S.p.A. Parking assistant system
CN102963355B (zh) * 2012-11-01 2016-05-25 同济大学 一种智能辅助泊车方法及其实现系统
JP6376055B2 (ja) 2015-06-26 2018-08-22 株式会社デンソー 車線逸脱抑制システム
US9821801B2 (en) 2015-06-29 2017-11-21 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling semi-autonomous vehicles
RU2703478C1 (ru) 2015-10-22 2019-10-17 Ниссан Мотор Ко., Лтд. Способ и устройство помощи при парковке
JP6594736B2 (ja) * 2015-10-27 2019-10-23 クラリオン株式会社 駐車支援装置
JP6579441B2 (ja) * 2016-01-12 2019-09-25 三菱重工業株式会社 駐車支援システム、駐車支援方法及びプログラム
JP2018169269A (ja) * 2017-03-29 2018-11-01 パナソニックＩｐマネジメント株式会社 経路生成装置、経路生成方法、及び経路生成プログラム
JP2018169268A (ja) * 2017-03-29 2018-11-01 パナソニックＩｐマネジメント株式会社 経路生成装置、経路生成方法、及び経路生成プログラム
KR20200019725A (ko) * 2017-07-07 2020-02-24 닛산 지도우샤 가부시키가이샤 주차 지원 방법 및 주차 제어 장치
CN107560615B (zh) * 2017-08-11 2021-04-23 清华大学苏州汽车研究院（吴江） 用于停车场自动驾驶系统的停车路径规划方法
CN107702716B (zh) * 2017-08-31 2021-04-13 广州小鹏汽车科技有限公司 一种无人驾驶路径规划方法、系统和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2258606A2 (de) * 2009-06-05 2010-12-08 Valeo Schalter und Sensoren GmbH Verfahren zum Bestimmen einer Lenkkurve für Lenkeinschläge von lenkbaren Rädern eines Fahrzeugs und Parkassistenzsystem für ein Fahrzeug
US20180162446A1 (en) * 2015-06-19 2018-06-14 Nissan Motor Co., Ltd. Parking Assistance Device and Parking Assistance Method
JP2017052434A (ja) * 2015-09-10 2017-03-16 クラリオン株式会社 駐車経路設定装置及び駐車経路設定方法
CN108099918A (zh) * 2016-11-23 2018-06-01 百度（美国）有限责任公司 用于确定自主车辆的命令延迟的方法
CN106926844A (zh) * 2017-03-27 2017-07-07 西南交通大学 一种基于实时环境信息的动态自动驾驶换道轨迹规划方法
CN108981730A (zh) * 2017-05-31 2018-12-11 百度（美国）有限责任公司 用于为操作自动驾驶车辆生成参考路径的方法和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116323350A (zh) * 2020-09-11 2023-06-23 Uatc有限责任公司 用于针对自主交通工具运动控制生成基本路径的系统和方法
CN112529086A (zh) * 2020-12-17 2021-03-19 武汉中海庭数据技术有限公司 停止线生成方法、电子装置和存储介质
CN112529086B (zh) * 2020-12-17 2022-08-09 武汉中海庭数据技术有限公司 停止线生成方法、电子装置和存储介质

Also Published As

Publication number Publication date
JP2021511998A (ja) 2021-05-13
US20210188307A1 (en) 2021-06-24
WO2020132959A1 (en) 2020-07-02
US11180160B2 (en) 2021-11-23
JP7149288B2 (ja) 2022-10-06
EP3694756A1 (en) 2020-08-19
CN111615476B (zh) 2023-05-23
EP3694756A4 (en) 2020-08-19
EP3694756B1 (en) 2021-11-17

Similar Documents

Publication Publication Date Title
CN110389583B (zh) 生成自动驾驶车辆的轨迹的方法
CN110667591B (zh) 用于自动驾驶车辆的规划驾驶感知系统
CN109489673B (zh) 用于自动驾驶车辆的数据驱动地图更新系统
CN109947090B (zh) 用于自动驾驶车辆规划的非阻塞边界
CN110239562B (zh) 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适
CN110654376B (zh) 自动驾驶车辆的停车轨迹的规划
US11367354B2 (en) Traffic prediction based on map images for autonomous driving
CN108891417B (zh) 用于操作自动驾驶车辆的方法及数据处理系统
CN110647142A (zh) 使用优化方法规划自动驾驶车辆的停车轨迹生成
CN108733046B (zh) 用于自动驾驶车辆的轨迹重新规划的系统和方法
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和系统
CN111328411B (zh) 用于自动驾驶车辆的行人概率预测系统
CN110850862A (zh) 为自动驾驶车辆调整沿路径的速度
CN111176268A (zh) 用于自动驾驶车辆的模仿人类驾驶行为的两步参考线平滑方法
CN109491378B (zh) 自动驾驶车辆的基于道路分段的路线引导系统
CN111615476B (zh) 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统
CN110955236A (zh) 用于自动驾驶车辆的曲率校正路径采样系统
CN111712417A (zh) 用于自动驾驶车辆的、基于隧道的规划系统
CN111123906A (zh) 不同横向加速度约束下的最优纵向轨迹生成
CN111328313B (zh) 用于自动驾驶车辆的控制占主导的三点转弯规划
CN111856923A (zh) 加速对复杂驾驶场景的规划的参数学习的神经网络方法
CN111328385A (zh) 用于自动驾驶车辆的基于螺旋路径的三点转弯规划
CN111830958A (zh) 用于操作自动驾驶车辆的方法、系统和机器可读介质
CN111103876A (zh) 自动驾驶车辆的基于雷达通信的扩展感知
CN111830959A (zh) 用于操作自动驾驶车辆的方法、系统和机器可读介质

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