CN111788104B - 用于自动化驾驶的已知车道间隔 - Google Patents

用于自动化驾驶的已知车道间隔 Download PDF

Info

Publication number
CN111788104B
CN111788104B CN201980017229.7A CN201980017229A CN111788104B CN 111788104 B CN111788104 B CN 111788104B CN 201980017229 A CN201980017229 A CN 201980017229A CN 111788104 B CN111788104 B CN 111788104B
Authority
CN
China
Prior art keywords
lane
vehicle
intervals
interval
guidance system
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
Application number
CN201980017229.7A
Other languages
English (en)
Other versions
CN111788104A (zh
Inventor
J·S·哈尔迪
J·穆勒
M·雅各布
罗静茹
J·克莱丁克
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN111788104A publication Critical patent/CN111788104A/zh
Application granted granted Critical
Publication of CN111788104B publication Critical patent/CN111788104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
    • 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
    • B60W30/10—Path keeping
    • B60W30/12—Lane keeping
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/10—Number of lanes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4045—Intention, e.g. lane change or imminent movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/804—Relative longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种操作车辆的方法包括：利用车辆的引导系统的控制器在第一时间处确定第一多个已知车道间隔，已知车道间隔可用于接收车辆；基于引导系统生成的感知数据，利用控制器在第一时间之后的第二时间处确定多个可视车道间隔；以及基于引导系统生成的感知数据，利用控制器在第二时间处确定多个占用车道间隔。所述方法进一步包括在第二时间处将第二多个已知车道间隔确定为第一多个已知车道间隔、所述多个可视车道间隔和所述多个占用车道间隔的联合。

Description

用于自动化驾驶的已知车道间隔
本申请要求于2018年3月7日提交的序列号为62/639,741的美国临时申请的优先权权益，所述美国临时申请的公开内容通过引用以其整体并入本文中。
技术领域
本公开涉及野外车辆，并且特别地涉及利用车辆做出道路车道改变。
背景技术
道路上的大多数车辆由人类操作者控制。然而，道路上越来越多的车辆具有至少某种程度的自主控制和引导，并且被称为自主车辆或半自主车辆。完全自主车辆能够在任何道路上以及在任何天气条件下操作。然而，半自主车辆可能仅能够在有限的条件下控制车辆的转向或制动。完全自主车辆不要求人类操作者，并且半自主车辆要求人类操作者。
完全自动化驾驶要求对当前车辆交通情形的详细认知以及预报交通情形可能的未来演变的能力。人类驾驶者评估附近的交通，并且做出关于其他汽车驾驶员和行人的可能移动的预测。例如，当做出车道改变或当合并入高速公路上时，人类驾驶者做出关于其他汽车驾驶员的速度和可能的移动的假设和预测。完全自主车辆必须能够做出相同类型的预测以便在道路上操作。
发明内容
根据本公开的示例性实施例，一种操作车辆的方法包括：利用车辆的引导系统的控制器在第一时间处确定第一多个已知车道间隔，已知车道间隔可用于接收车辆；基于引导系统生成的感知数据，利用控制器在第一时间之后的第二时间处确定多个可视车道间隔；以及基于引导系统生成的感知数据，利用控制器在第二时间处确定多个占用车道间隔。所述方法进一步包括在第二时间处将第二多个已知车道间隔确定为第一多个已知车道间隔、所述多个可视车道间隔和所述多个占用车道间隔的联合；在所选车道中操作车辆，以及仅当相邻车道被包括在第二多个已知车道间隔中时才将车辆移动到相邻车道。
根据本公开的另一示例性实施例，一种用于对应车辆的车辆引导系统包括：被配置成生成多车道道路的成像数据的成像设备，以及可操作地连接到成像设备的控制器。控制器被配置成(i)在第一时间处确定多车道道路的第一多个已知车道间隔，已知车道间隔可用于接收车辆，(ii)基于图像数据在第一时间之后的第二时间处确定多个可视车道间隔，(iii)基于图像数据在第二时间处确定多个占用车道间隔，以及(iv)在第二时间处将第二多个已知车道间隔确定为第一多个已知车道间隔、所述多个可视车道间隔和所述多个占用车道间隔的联合。车辆在多车道道路的所选车道中操作。仅当相邻车道被包括在第二多个已知车道间隔中时，控制器才使得车辆能够移动到多车道道路的相邻车道。
根据本公开的又一示例性实施例，一种在多车道道路上操作车辆的方法包括：在多车道道路的所选车道中操作车辆，以及利用车辆的引导系统的控制器确定多车道道路的相邻车道的可视车道间隔没有动态对象并且具有不确定的后缘。所述方法进一步包括利用控制器确定不可用于接收车辆，以及利用引导系统防止车辆从所选车道改变车道至相邻车道的可视车道间隔。
附图说明
通过参考以下详细描述和附图，上述特征和优点以及其他特征和优点对于本领域普通技术人员而言应当变得更容易清楚，其中：
图1是包括如本文中公开的车辆引导系统的车辆的框图；
图2是图示了位于包括三个行驶车道的多车道道路上的图1的车辆的俯视图的图解；
图3是图示了在图2的道路上的图1的车辆的俯视图并且标识了道路的可视车道间隔和占用车道间隔的图解；
图4是图示了在图2的道路上的图1的车辆的俯视图并且标识了在第一时间处道路的已知车道间隔的图解；
图5是图示了操作图1的车辆和车辆引导系统的方法的流程图；
图6是图示了在图2的道路上的图1的车辆的俯视图并且标识了在第二时间处道路的已知车道间隔的图解；和
图7是图示了在图2的道路上的图1的车辆的俯视图并且标识了在第三时间处道路的已知车道间隔的图解。
具体实施方式
为了促进对本公开原理的理解的目的，现在将对附图中图示并且在以下书面说明书中描述的实施例进行参考。应理解，不由此意图对本公开范围的任何限制。应当进一步理解，本公开包括对所图示实施例的任何更改和修改，并且包括如本公开所属领域的技术人员通常将想到的本公开原理的另外的应用。
在随附的描述中公开了本公开的各方面。在不脱离本公开的精神或范围的情况下，可以设计本公开的替代实施例及其等同物。应当注意，本文中关于“一个实施例”、“实施例”、“示例性实施例”等的任何讨论指示，所描述的实施例可以包括特定的特征、结构或特性，并且这样的特定的特征、结构或特性可能不一定包括在每个实施例中。此外，对前述内容的参考不一定包括对相同实施例的参考。最后，不管是否明确描述，本领域普通技术人员将容易领会，给定实施例的每个特定特征、结构或特性可以结合本文中讨论的任何其他实施例的那些特定特征、结构或特性或者与之相组合地利用。
为了本公开的目的，短语“A和/或B”意味着(A)、(B)或(A和B)。出于本公开的目的，短语“A、B和/或C”意味着(A)、(B)、(C)、(A和B)、(A和C)、(B和C)或(A、B和C)。
如关于本公开的实施例使用的术语“包含”、“包括”、“具有”等是同义的。
如图1中所示，车辆100包括各自可操作地连接到控制器116的车辆引导系统104、传动系108和电池112。车辆引导系统104被配置成使得能够在复杂的城市和高速公路交通情形下实现鲁棒的情形认知，诸如高速公路立交桥、多车道道路、多车道交叉口和交通圈。车辆引导系统104使用感知数据120和地图数据124来评估交通情形并且为车辆100做出智能驾驶决策。下面描述了车辆100和车辆引导系统104的每个元件。
车辆100的传动系108被配置成生成用于移动车辆100的力。在示例性实施例中，传动系108包括可操作地连接到电池112和车辆100的一个或多个车轮132的电动机128。可再充电电池112向电动机128供应电力以用于旋转输出轴(未示出)。电动机128的输出轴的旋转引起车轮132的旋转，这导致车辆100的移动。
在一个实施例中，车辆100是完全自主控制的车辆，并且电动机128的旋转速度由车辆引导系统104自动确定。在另一个实施例中，车辆100是半自主车辆，其在大多数条件和环境下由人类操作者控制，但是针对自动化车道改变可由车辆引导系统104控制。在另外的实施例中，车辆100完全由操作者控制，并且包括如由车辆引导系统104所提供的诸如车道监视和盲点检测之类的驾驶者辅助特征，所述驾驶者辅助特征向驾驶者警告潜在不想要的车道改变，但是不控制或改变车辆100的行驶方向。
在其他实施例中，电动机128是内燃机(ICE)和/或电动机128包括一起工作来旋转车轮132的电动机和ICE，如在混合车辆中那样。因此，车辆100被提供为任何类型的车辆，其包括自主车辆、操作者控制的车辆、电动车辆、内燃机车辆和混合车辆。
车辆100的控制器116被配置成执行程序指令数据，以便操作传动系108和车辆引导系统104，并且对电池112充电。控制器116被提供为至少一个微控制器和/或微处理器。
继续参考图1，车辆引导系统104包括可操作地连接到控制器148的成像设备136、雷达设备140和存储器144。车辆引导系统104生成用于在行驶方向上引导车辆100的数据。
在本文中也称为相机、视频相机和传感器的成像设备136被配置成生成代表车辆100周围的外部区域的图像数据152。在示例性实施例中，车辆引导系统104包括四个成像设备136，其包括前方、后方、驾驶者和乘客成像设备136。如图2中所示，由每个成像设备136成像的多车道道路158的区域156包括前方、后方、驾驶者和乘客区域156。每个成像设备136具有例如二十米到五十米的最大感测距离。成像设备136可以被配置为红、绿、蓝和深度传感器(即，“RGB-D传感器”)、热相机、红外相机和/或可视光相机。图像数据152从成像设备136传输到控制器148，并且存储在存储器144中。
成像设备136被配置成生成在车辆100附近的静态对象和动态对象的图像数据152。如本文中使用的，“静态对象”包括不可移动的元件和代理，诸如交通灯、道路标志(诸如速度限制标志)和车道标记160(图2)。如本文中使用的，术语“动态对象”包括可移动的元件和代理，诸如其他车辆、动物和行人。如图2中所示，位于车辆100后侧上的成像设备136被配置成生成车辆164(即动态对象)和车道标记160(即静态对象)的图像数据152，这二者均位于后方成像区域156中。在车辆100前方的成像设备136被配置成生成位于前方成像区域156中的车道标记160的图像数据152。车辆100的乘客侧上的成像设备136被配置成生成位于乘客成像区域156中的车道标记160的图像数据152。车辆100的驾驶者侧上的成像设备136被配置成生成位于驾驶者成像区域156中的车道标记160的图像数据152。
再次参考图1，雷达设备140被配置成生成代表车辆100周围的外部区域的雷达数据172，该车辆100周围的外部区域包括动态对象和静态对象。在示例性实施例中，车辆引导系统104包括两个雷达设备140，其包括前方和后方雷达设备140。如图2中所示，由每个雷达设备140成像的多车道道路158的区域176包括前方和后方区域176。每个雷达设备140具有例如十米到一百米的最大感测距离。在示例中，雷达设备140是有源雷达系统，其生成雷达信号以照亮目标对象，诸如位于后方雷达区域176中的车辆164。雷达数据172从雷达设备140传输到控制器148，并且存储在存储器144中。
存储器144是电子存储设备，其被配置成至少存储感知数据120、地图数据124、图像数据152、雷达数据172、速度限制数据180、可视车道间隔数据184、占用车道间隔数据188、已知车道间隔数据190和用于操作车辆引导系统104的程序指令数据192。存储器144在本文中也被称为非瞬态计算机可读介质。
车辆引导系统104的控制器116被配置成执行程序指令数据192，以便操作车辆引导系统104。控制器116被提供为至少一个微控制器和/或微处理器。
车辆引导系统104至少基于图像数据152和雷达数据172生成感知数据120。因此，感知数据120是在车辆100附近的环境中的动态和静态对象的实时检测和短期跟踪。感知数据120至少包括车辆100周围的其他车辆、行人、交通灯和车道标记的位置。
地图数据124包括基于包含道路基础设施和几何结构的高度详细地图的信息。地图数据124还可以包括车辆引导系统104用来确定速度限制数据180的信息。将地图数据124带到与诸如感知数据120之类的其他信息源关联起来在本文中被称为定位，其包括相对于地图数据124估计车辆100在多车道道路158上的位置。
速度限制数据180由车辆引导系统104基于速度限制道路标志(未示出)的图像数据152生成。附加地或替代地，速度限制数据180由车辆引导系统104从地图数据124接收。速度限制数据180对应于车辆100已经被定位在其上的道路158上法律所准许的最大速度。
如图3中所示，车辆引导系统104基于感知数据120和地图数据124生成可视车道间隔数据184和占用车道间隔数据188。至少根据地图数据124，车辆引导系统104定位车辆100正在三车道道路158上行驶。至少根据感知数据120，车辆引导系统104确定车辆A、B、C和E位于车辆100的附近。在图3的配置中，车辆引导系统104不能感测到车辆D的存在，因为车辆D被车辆B和C遮挡。车辆引导系统104在处理感知数据120的图像数据152和雷达数据172中确定在道路158的被标识为可视车道间隔的部分中没有障碍物。在一个实施例中，可视车道间隔是道路158的其中如车辆引导系统104的控制器148基于感知数据120所确定的不存在动态对象的部分。可视车道间隔的位置被保存到存储器144作为可视车道间隔数据184。
车辆引导系统104通过推断来确定占用车道间隔数据188的占用车道间隔的位置。也就是说，如图3中所示，在一个实施例中，道路158的不是可视车道间隔的每个部分是占用车道间隔。因此，在一个实施例中，占用车道间隔数据188是可视车道间隔数据184的逆。此外，在一个实施例中，每个动态对象(诸如车辆A、B、C和E)的位置被包括在占用车道间隔数据188中。车辆引导系统104不考虑车辆A、B、C和E占用的空间可用于定位车辆100。在一个实施例中，占用车道间隔包括道路158的其中如车辆引导系统104的控制器148基于感知数据120所确定的存在或可能存在动态对象的部分。
如图4中所示，已知车道间隔数据190的已知车道间隔由车辆引导系统104根据本文中公开的并且在下面详细描述的方法500(图5)来确定。已知车道间隔是道路158的可用于接收车辆100的部分。已知车道间隔是根据程序指令192随时间确定的。
在操作中，车辆引导系统104被配置成使用数据120、124、184、188、190的语义解释来做出高效且智能的决策。具体地，车辆引导系统104确定感知的动态和静态对象位于其上的(一个或多个)车道198以及动态和静态对象相对于车道198的参考框架的位置。在一个实施例中，车道198的参考框架是车辆100的当前位置。这使得车辆引导系统104诸如当要执行自动化车道改变时能够确定道路158的可用于车辆100的车道198。
此外，车辆引导系统104被配置成将如下考虑在内：可能存在车辆引导系统104还没有感知到的障碍物(即动态对象)，但是所述障碍物(即动态对象)因为它们占用了车道198的将原本对于车辆100合期望的部分而对于决策是相关的。例如，具有停放汽车的弯曲住宅道路的交叉口典型地要求车辆100缓慢地接近交叉口，以查看是否存在行人或车辆交通。类似地，车辆引导系统104认识到，基于系统104的最大感测距离，在没有速度限制的情况下在德国高速公路上执行到目标车道的车道改变可能是不可取的。然而，当在车辆100后面的目标车道中可观察到另一车辆并且所观察到的车辆正以与该车辆类似的速度驾驶时，则车辆引导系统104识别出该另一车辆正在有效地保护和防御车辆100到目标车道的车道改变。
如图5中所示，流程图描绘了用于操作车辆引导系统104的方法500。在框504中，方法500包括使用车辆引导系统104的控制器148在第一时间处确定已知车道间隔数据190。示例性已知车道间隔数据190在图4中被描绘为已知车道间隔，并且包括多车道道路158的车道198的可用于接收车辆100的部分。在图4中，车辆100在最左边的车道198中操作，该最左边的车道198是所选车道198。所选车道198是正在其中操作车辆100的车道198。
接下来，在框508中，方法500包括在第一时间之后的第二时间处确定可视车道间隔数据184。可视车道间隔数据184典型地利用车辆引导系统104的控制器148基于感知数据120来确定。因此，在框504的已知车道间隔数据190被确定之后，确定可视车道间隔数据184。如图3中所示，可视车道间隔数据184的可视车道间隔是车道198的部分，所述车道198的部分根据成像设备136和雷达设备140没有动态对象和静态对象。如下面解释的，即使可视车道间隔“未被占用”，可视车道间隔也可以或可以不可用于接收车辆100，并且可视车道间隔可以或可以不与已知车道间隔不同。
在一个实施例中，可视车道间隔数据184的可视车道间隔基于车道198的优选驾驶线来确定，并且车辆引导系统104基于感知数据120将可视车道间隔近似为优选驾驶线的空间覆盖。在其他实施例中，使用关于潜在未观察到的车辆的宽度和高度的更复杂的推理来增加可视间隔的大小。
在方法500的框512中，在第二时间处确定占用车道间隔数据188。再次参考图3，根据一个定义，占用车道间隔是车道198的不是车辆车道间隔数据184的可视车道间隔的部分，并且占用车道间隔不可用于接收车辆100。根据该定义，占用车道间隔包括除了在车辆引导系统104的视野中的可视车道间隔之外地图数据124的每个道路158的几乎每个车道198。方法500和车辆引导系统104避免不得不通过表示虚拟无界空间的逆来显式地表示虚拟无界空间，所述虚拟无界空间的逆在本文中被称为已知车道间隔数据190。已知车道间隔(图4、图6和图7)是道路158的车道间隔，所述道路158的车道间隔被动态对象的占用是完全已知的并且被单独表示给车辆引导系统104。已知车道间隔表示车道158内的空闲空间部分，该空闲空间部分未被占用并且对于车辆100驶入车道或改变车道进入而言是安全的。
此外，在一些实施例中，占用车道间隔包括车道198的被检测到的动态对象和/或静态对象占用的部分。附加地或替代地，在一个实施例中，通过将所有观察和跟踪的动态对象的边界框加上小的安全裕度投影到道路158的车道198的优选驾驶线上来确定占用车道间隔数据188。
接下来，在框516中，方法500包括基于框508的可视车道间隔数据184和框512的占用车道间隔数据188再次确定已知车道间隔数据190(即，第二次)。具体地，在每个环境建模过程中，根据下面提供的过程通过时间跟踪来确定已知车道间隔数据190。
Kt-1：t←预测(Kt-1，Dt-1，Dt，M)
Vt←计算可视车道间隔(AT，M)
Ot←计算占用车道间隔(DT，M)
Kt←Kt-1：t∪Vt∪Ot
返回KT
到该过程的输入是从先前周期保守预测的先前已知车道间隔数据(Kt_1)190、可视车道间隔数据(Vt)184和占用车道间隔数据(Ot)188的集合。输出是在第二时间处的已知车道间隔数据(Kt)190的另一集合，其是预测的先前已知车道间隔数据190、当前可视车道间隔数据184和当前占用车道间隔数据188的联合。方法500确定先前已知车道间隔数据190的哪些部分已经被重新占用，以及车道198的哪些部分已经被观察和跟踪的动态对象“清扫”或“清除”。
已知车道间隔数据190的已知车道间隔不仅在由车辆引导系统104执行的环境建模中被暂时跟踪，而且还与观察和跟踪的动态对象一起被预测以用于行为规划。已知车道间隔数据190由车辆引导系统104在碰撞检查期间通过附加检查在车辆100的行为规划中使用，所述附加检查确保车辆100的规划路径被已知车道间隔完全覆盖。也就是说，方法500防止车辆100与未知动态对象的碰撞，使得防止车辆100驶入具有不足的侧可视度的交叉交通或者在具有不足的后方可视度的道路158上执行车道改变。
在方法500的框516中确定已知车道间隔之后，车辆引导系统104可以继续在所选车道198(即，图4中最左边的车道198)中操作车辆100，或者可以向车辆100生成引起车辆100移动到相邻车道198的输入。如图4中所示，车辆100旁边的中心车道198被包括为已知车道间隔，并且是车辆引导系统104可以将车辆100移动到其中的相邻车道198。
参考图3和图4，车辆引导系统104被配置成确定占用车道间隔何时已经变成已知车道间隔。例如，在图3中，占用车道间隔部分204被从车辆引导系统104的成像设备136、雷达设备140的视野遮蔽。然而，当车辆C从中间车道198改变车道至左车道198时(如图4中所示)，车道间隔部分204被转换为已知车道间隔。因为在已知车道部分208中没有检测到动态对象，并且车辆D设置已知车道间隔部分204的前缘212，所以车辆引导系统104做出该确定。在车辆引导系统104没有检测到动态对象的情况下，车道间隔部分204不可能变得被该动态对象占用。因此，车道部分204由车辆引导系统104从占用车道间隔转换为已知间隔。
参考图4和图6，车辆引导系统104被配置成基于速度限制数据180来推进已知车道间隔的位置。如图4中所示，基于感知数据120确定车辆D后面的已知车道间隔的后缘216。通过使用速度限制数据180和在确定已知车道间隔数据190之间时间的持续时间(即预定时间段)，车辆引导系统104基于道路158的速度限制推进已知车道间隔的位置，如图4和图6中已知车道间隔的位置的比较所示。这样，车辆引导系统104已经确定车辆D已经以与道路158的速度限制相对应的速度前向“拉动”了已知车道间隔。
此外，继续参考图6，车辆引导系统104确定车道间隔220是可视车道间隔，但不是已知车道间隔。车道间隔220没有动态对象，并且包括不确定的后缘224。后缘224是不确定的，因为后缘224由车辆引导系统104的视场228限定，并且不由检测到的动态对象限定。如图6中所示，车辆A掩蔽成像设备136和雷达设备140，使其无法检测视场228后方的动态对象。因此，未检测到的车辆可能正在中间车道198中快速接近，从而造成对于车辆100改变车道进入的不安全区域。至少出于该原因，车辆引导系统104没有确定车道间隔220是图6中的已知车道间隔。因此，即使可视车道间隔220没有动态对象，可视车道间隔220也不可用于接收车辆100(即，不是已知车道间隔)，并且在至少一些实施例中，车辆引导系统104被配置成防止车辆100从所选车道198改变车道至可视车道间隔220。
然而，如图7中所示，车辆引导系统104已经检测到示出为车辆F的接近动态对象的位置和速度。取决于车辆F的速度，车辆引导系统104采取至少两个动作。首先，如果车辆F的确定速度小于或等于诸如速度限制或车辆100的速度之类的预定速度，则车辆引导系统104确定与车辆F的位置相对应的车道间隔220的后缘232。此外，车辆引导系统104将车道间隔220转换为从车辆F延伸到车辆D的已知车道间隔。第二，如果车辆F的确定速度大于预定速度，则车辆引导系统104确定可视车道间隔220是在车道改变期间不可用于接收车辆100的占用车道间隔。这样，车辆引导系统104防止车辆100在快速接近的车辆F的前方驶出。此外，例如，车辆F将后缘216(图6)传播的速度改变为车辆F的检测速度而不是速度限制。由车辆引导系统104检测到的车辆F提供的防御使得车辆引导系统104在其中一些车辆以极高速率行驶的高速公路、诸如一些德国高速公路上有用。
附加地参考图7，车辆引导系统104不相对于车辆100的位置推进已知车道间隔的不确定前缘240。如图7中所示，防止成像设备136和雷达设备140检测在车辆引导系统104的视场244前方的动态对象。因此，前缘240是“不确定的”，因为前缘240的位置基于车辆引导系统104的视力距离而不是检测到的动态对象。由于可能存在正好位于前缘240前面的未检测到的道路危险(即，静态对象)或另一车辆(即，动态对象)，因此前缘240不被推进超过由车辆引导系统104可检测到的区域，并且不从第一时间到第二时间相对于车辆100的位置被推进。因此，车辆引导系统104被配置成从第一时间到第二时间维持不确定前缘240相对于车辆100的位置的位置。该方案导致车辆100以较低的速度驾驶，并且当例如接近具有有限前向可视度的弯道时准备停止，因为在最坏的情况下，车辆停止在弯道后面。
虽然已经在附图和前述的描述中详细图示和描述了本公开，但是其在特性上应当认为是说明性的而不是限制性的。应理解，已经仅呈现了优选实施例，并且期望保护落在本公开的精神内的所有改变、修改和另外的应用。

Claims (15)

1.一种操作车辆的方法，包括：
利用车辆的引导系统的控制器在第一时间处确定第一多个已知车道间隔，已知车道间隔可用于接收车辆；
基于引导系统生成的感知数据，利用控制器在第一时间之后的第二时间处确定多个可视车道间隔；
基于引导系统生成的感知数据，利用控制器在第二时间处确定多个占用车道间隔；
在第二时间处将第二多个已知车道间隔确定为第一多个已知车道间隔、所述多个可视车道间隔和所述多个占用车道间隔的联合；
在所选车道中操作车辆；以及
仅当相邻车道被包括在第二多个已知车道间隔中时才将车辆移动到相邻车道。
2.根据权利要求1所述的方法，进一步包括：
将所述多个可视车道间隔确定为其中如控制器基于感知数据确定的不存在动态对象的车道间隔。
3.根据权利要求2所述的方法，进一步包括：
将占用车道间隔确定为其中如控制器基于感知数据确定的存在动态对象的车道间隔。
4.根据权利要求1所述的方法，进一步包括：
利用引导系统检测车辆在其上操作的道路的速度限制作为速度限制数据；和
基于速度限制数据确定第二多个已知车道间隔的每个已知车道间隔的后缘。
5.根据权利要求4所述的方法，进一步包括：
确定第二多个已知车道间隔的已知车道间隔的前缘的位置，所述前缘是不基于对应动态对象的位置的不确定前缘；和
从第一时间到第二时间维持不确定前缘相对于车辆位置的位置。
6.一种用于对应车辆的车辆引导系统，包括：
成像设备，被配置成生成多车道道路的成像数据；和
控制器，可操作地连接到成像设备并且被配置成(i)在第一时间处确定多车道道路的第一多个已知车道间隔，已知车道间隔可用于接收车辆，(ii)基于图像数据在第一时间之后的第二时间处确定多个可视车道间隔，(iii)基于图像数据在第二时间处确定多个占用车道间隔，以及(iv)在第二时间处将第二多个已知车道间隔确定为第一多个已知车道间隔、所述多个可视车道间隔和所述多个占用车道间隔的联合；
其中车辆在多车道道路的所选车道中操作，并且
其中仅当相邻车道被包括在第二多个已知车道间隔中时，控制器才使得车辆能够移动到多车道道路的相邻车道。
7.根据权利要求6所述的车辆引导系统，其中，控制器进一步被配置成基于图像数据将所述多个可视车道间隔确定为其中不存在动态对象的车道间隔。
8.根据权利要求7所述的车辆引导系统，其中，控制器进一步被配置成基于图像数据将占用车道间隔确定为其中存在动态对象的车道间隔。
9.根据权利要求6所述的车辆引导系统，其中，控制器进一步被配置成：
检测多车道道路的速度限制作为速度限制数据；和
基于速度限制数据确定第二多个已知车道间隔的每个已知车道间隔的后缘。
10.根据权利要求9所述的车辆引导系统，其中，控制器进一步被配置成：
确定第二多个已知车道间隔的已知车道间隔的前缘的位置，所述前缘是不基于对应动态对象的位置的不确定前缘；和
从第一时间到第二时间维持不确定前缘相对于车辆位置的位置。
11.一种在多车道道路上操作车辆的方法，包括：
在多车道道路的所选车道中操作车辆；
利用车辆的引导系统的控制器确定多车道道路的相邻车道的可视车道间隔没有动态对象并且具有不确定的后缘；
利用控制器确定可视车道间隔不可用于接收车辆；以及
利用引导系统防止车辆从所选车道改变车道至相邻车道的可视车道间隔。
12.根据权利要求11所述的方法，进一步包括：
利用引导系统检测接近的动态对象的位置和速度；
利用控制器确定接近的动态对象的速度小于或等于车辆的速度；
利用控制器确定可视车道间隔的后缘对应于接近的动态对象的检测位置；以及
利用控制器确定具有所确定的后缘的可视车道间隔是在车道改变期间可用于接收车辆的已知车道间隔。
13.根据权利要求12所述的方法，进一步包括：
利用控制器确定接近的动态对象的速度大于车辆的速度；和
利用控制器确定可视车道间隔是在车道改变期间不可用于接收车辆的占用车道间隔。
14.根据权利要求11所述的方法，其中：
即使如车辆引导系统检测的，可视车道间隔没有动态对象，也防止车辆从所选车道改变到相邻车道的可视车道间隔，并且
动态对象包括位于多车道道路上的其他车辆。
15.根据权利要求11所述的方法，其中车辆是完全自主控制的车辆。
CN201980017229.7A 2018-03-07 2019-03-06 用于自动化驾驶的已知车道间隔 Active CN111788104B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862639741P 2018-03-07 2018-03-07
US62/639741 2018-03-07
PCT/US2019/020879 WO2019173426A1 (en) 2018-03-07 2019-03-06 Known lane intervals for automated driving

Publications (2)

Publication Number Publication Date
CN111788104A CN111788104A (zh) 2020-10-16
CN111788104B true CN111788104B (zh) 2023-09-26

Family

ID=67844305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980017229.7A Active CN111788104B (zh) 2018-03-07 2019-03-06 用于自动化驾驶的已知车道间隔

Country Status (4)

Country Link
US (1) US11072327B2 (zh)
CN (1) CN111788104B (zh)
DE (1) DE112019000352T5 (zh)
WO (1) WO2019173426A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US11325603B2 (en) * 2020-02-28 2022-05-10 Toyota Research Institute, Inc. Systems and methods for estimating lane geometry
GB2595857A (en) * 2020-06-08 2021-12-15 Daimler Ag A method for object tracking for an at least partially autonomous motor vehicle, as well as an assistance system
US11679782B2 (en) * 2021-01-26 2023-06-20 Honda Research Institute Europe Gmbh Method, system and vehicle for assisting an operator of the vehicle in assessing a traffic situation with shared traffic space
US11783706B2 (en) 2021-11-15 2023-10-10 International Business Machines Corporation Dynamic lane adjustment for multipurpose roadway zones

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103204163A (zh) * 2012-01-17 2013-07-17 福特全球技术公司 自主式车道控制系统
CN104781125A (zh) * 2012-08-23 2015-07-15 罗伯特·博世有限公司 用于优化交通流的车道选择辅助(交通流辅助)
WO2015156818A1 (en) * 2014-04-11 2015-10-15 Nissan North America, Inc. Autonomous vehicle control system
CN105752081A (zh) * 2014-12-30 2016-07-13 株式会社万都 车道变换控制装置及控制方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007113809A2 (en) * 2006-03-30 2007-10-11 Saban Asher S Protecting children and passengers with respect to a vehicle
DE102006027326A1 (de) 2006-06-13 2007-12-20 Robert Bosch Gmbh Spurwechselassistent für Kraftfahrzeuge
JP4992959B2 (ja) * 2009-11-30 2012-08-08 株式会社デンソー 衝突回避支援装置、および衝突回避支援プログラム
JP6142784B2 (ja) * 2013-11-27 2017-06-07 株式会社デンソー 運転支援装置
US9988047B2 (en) * 2013-12-12 2018-06-05 Magna Electronics Inc. Vehicle control system with traffic driving control
DE102015201878A1 (de) 2015-02-04 2016-08-04 Continental Teves Ag & Co. Ohg Halbautomatisierter Spurwechsel
JP6323385B2 (ja) * 2015-04-20 2018-05-16 トヨタ自動車株式会社 車両走行制御装置
US10710588B2 (en) * 2017-05-23 2020-07-14 Toyota Motor Engineering & Manufacturing North America, Inc. Merging and lane change acceleration prediction energy management
US10534368B2 (en) * 2017-06-26 2020-01-14 GM Global Technology Operations LLC Crowdsource-based virtual sensor generation and virtual sensor application control
US10275043B2 (en) * 2017-08-23 2019-04-30 Ford Global Technologies, Llc Detection of lane conditions in adaptive cruise control systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103204163A (zh) * 2012-01-17 2013-07-17 福特全球技术公司 自主式车道控制系统
CN104781125A (zh) * 2012-08-23 2015-07-15 罗伯特·博世有限公司 用于优化交通流的车道选择辅助(交通流辅助)
WO2015156818A1 (en) * 2014-04-11 2015-10-15 Nissan North America, Inc. Autonomous vehicle control system
CN105752081A (zh) * 2014-12-30 2016-07-13 株式会社万都 车道变换控制装置及控制方法

Also Published As

Publication number Publication date
WO2019173426A1 (en) 2019-09-12
US20190276017A1 (en) 2019-09-12
DE112019000352T5 (de) 2020-09-24
US11072327B2 (en) 2021-07-27
CN111788104A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
CN111788104B (zh) 用于自动化驾驶的已知车道间隔
US10800455B2 (en) Vehicle turn signal detection
CN103158705B (zh) 用于控制本车的方法和系统
US11120690B2 (en) Method and device for providing an environmental image of an environment of a mobile apparatus and motor vehicle with such a device
CN112141114B (zh) 窄道通行辅助系统及方法
CN111696373A (zh) 车队协同感知方法、车队协同控制方法和系统
KR102588008B1 (ko) 진입하거나 진출하는 차량을 검출하기 위한 방법 및 제어 유닛
US10522041B2 (en) Display device control method and display device
GB2560244A (en) Vehicle lane changing
EP3934936B1 (en) Signaling for turns for autonomous vehicles
CN114475648A (zh) 基于周围作用因素的行为和有限的环境观察的自主车辆的控制
US20220153266A1 (en) Vehicle adaptive cruise control system, method and computer readable medium for implementing the method
CN114126940A (zh) 电子控制装置
CN116461525A (zh) 车辆变道方法、装置、设备、介质及车辆
WO2023204925A1 (en) Navigating minor-major intersections with an autonomous vehicle
US20240085209A1 (en) Display control device and display control method
US20240109559A1 (en) Method and Control Device for the Situation-Dependent Determination of Observation Areas for Motor Vehicles Operated in an at Least Partially Autonomous Manner
JP2024047447A (ja) 自動運転装置
JP7446216B2 (ja) 車両制御装置
WO2018149839A1 (en) Method for generating a digital environmental map of an environment of a motor vehicle, taking into account a freespace, computing device, driver assistance system as well as motor vehicle
CN110712644A (zh) 驾驶辅助系统和方法
US20230051632A1 (en) Systems and methods for an autonomous vehicle
CN117576947A (zh) 一种碰撞预警方法、系统及存储介质
CN118597195A (zh) 一种超视距的路况预测方法及其应用的车辆
CN115431966A (zh) 用于辅助本车辆在路口处的制动操作的方法和设备

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