CN111857119A - 用于停放自动驾驶车辆的停车管理架构 - Google Patents

用于停放自动驾驶车辆的停车管理架构 Download PDF

Info

Publication number
CN111857119A
CN111857119A CN201911270218.8A CN201911270218A CN111857119A CN 111857119 A CN111857119 A CN 111857119A CN 201911270218 A CN201911270218 A CN 201911270218A CN 111857119 A CN111857119 A CN 111857119A
Authority
CN
China
Prior art keywords
parking
available
route
parking space
autonomous vehicle
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.)
Pending
Application number
CN201911270218.8A
Other languages
English (en)
Inventor
周金运
何润欣
罗琦
缪景皓
胡江滔
王禹
许稼轩
姜舒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN111857119A publication Critical patent/CN111857119A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • G05D1/0282—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal generated in a local control room
    • 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
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
    • 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
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148—Management of a network of parking areas

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

根据一个实施方式，响应于将ADV停放在停车场中的请求，通过网络(例如，VX2链接)访问远程服务器以获得在停车场中显示为可用的停车空间列表。基于可用停车空间列表和与停车场相关联的地图，生成路线以至少导航通过可用停车空间。根据路线驾驶ADV，以定位可用停车空间中的至少一个，并将ADV停放在所定位的可用停车空间中。集中式服务器被配置为从多个停车场周期性地接收信号，所述信号指示停车场中的哪些停车空间是显然可用的。

Description

用于停放自动驾驶车辆的停车管理架构
技术领域
本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及用于停放自动驾驶车辆的停车系统架构。
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。
自动驾驶已经被定义为多个级别。在四级(L4)自动驾驶中，车辆被设计为执行所有安全关键驾驶功能，并在整个行程中监控道路状况。运动规划和控制是自动驾驶中，特别是对于自动停车情况的关键操作。
车辆停车是自动驾驶场景的重要部分。如何有效、安全地管理L4自动驾驶的停车是一个待探索的重要课题。缺乏L4自动停车的有效方法。
发明内容
本申请的一个方面提供了一种用于操作自动驾驶车辆的计算机实施的方法。该方法可包括：响应于将自动驾驶车辆(ADV)停放在停车场中的请求，通过车辆至所有(V2X)链接访问远程服务器，以获取显示为在所述停车场中可用的一个或多个停车空间的列表；基于与所述停车场相关联的停车场地图生成路线，以导航通过所述停车空间的列表；根据所述路线驾驶所述ADV以定位所述停车空间中在时间点处可用的一个停车空间；以及响应于定位可用的停车空间，规划停车路径以将所述ADV停放在所述可用的停车空间中。
本申请的另一方面提供了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致使所述处理器执行操作。所述操作可包括：响应于将自动驾驶车辆(ADV)停放在停车场中的请求，通过车辆至所有(V2X)链接访问远程服务器，以获取显示为在所述停车场中可用的一个或多个停车空间的列表；基于与所述停车场相关联的停车场地图生成路线，以导航通过所述停车空间的列表；根据所述路线驾驶所述ADV以定位所述停车空间中在时间点处可用的一个停车空间；以及响应于定位到可用的停车空间，规划停车路径以将所述ADV停放在所述可用的停车空间中。
本申请的又一方面提供了一种数据处理系统。该数据处理系统可包括处理器以及存储器，存储器联接到所述处理器以存储指令。所述指令在由所述处理器执行时致使所述处理器执行操作。所述操作可包括：响应于将自动驾驶车辆(ADV)停放在停车场中的请求，通过车辆至所有(V2X)链接访问远程服务器，以获取显示为在所述停车场中可用的一个或多个停车空间的列表；基于与所述停车场相关联的停车场地图生成路线，以导航通过所述停车空间的列表；根据所述路线驾驶所述ADV以定位所述停车空间中在时间点处可用的一个停车空间；以及响应于定位到可用的停车空间，规划停车路径以将所述ADV停放在所述可用的停车空间中。
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，附图中的相同参考数字指示相似元件。
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自动停车的过程的过程图。
图5是示出根据一个实施方式的自动停车的过程的框图。
图6是示出根据一个实施方式的自动停车的过程的流程图。
图7是示出根据另一实施方式的自动停车的过程的流程图。
图8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，附图将示出所述各种实施方式。下列描述和附图是对本公开的说明，而不应当解释为限制本公开。描述了许多特定细节以提供对本公开各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本公开的实施方式的简洁讨论。
本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
根据一些实施方式，提供了一种停车管理架构或系统，以使用高清(HD)地图来集中管理各种停车场(也称为停车结构)的停车空间(也称为停车位或停车区域)。在这样的配置中，由中央系统管理的每个参与的停车场配备有一个或多个传感器，这些传感器被配置为感测和检测该停车场的哪些停车空间可用。代表可用停车空间的信号可以通过网络周期性地传送到集中式服务器。集中式服务器编译在不同时间点看起来可用的停车空间列表，该列表可以在数据库中维护，并可经由网络上的应用程序编程接口(API)访问。集中式服务器可以通信地联接到多个停车场以管理其停车空间。
当自动驾驶车辆(ADV)决定停放在特定的停车场中时，ADV会通过网络访问集中式服务器，例如，经由车辆至所有(V2X)链接来获取在该时间点看起来可用的停车场内的停车空间列表。基于明显可用的停车空间列表，ADV生成路线，以例如顺次依次导航通过停车场内的可用停车空间。当ADV到达列表中指示的可用停车空间时，ADV可以执行感知过程，以基于从安装在车辆上的一个或多个传感器获得的传感器数据来验证停车空间是否确实可用。如果可用，则ADV使用一组或多组停车规则规划停车路径，以将ADV停放在停车空间中。
根据一个实施方式，响应于将ADV停放在停车场中的请求，通过网络(例如，VX2链接)访问远程服务器，以获得在停车场中显示为可用的停车空间列表。基于可用停车空间列表和与该停车场相关联的地图，生成路线以至少导航通过该停车场内的可用停车空间。根据路线驾驶ADV，以定位可用停车空间中的至少一个，并将ADV停放在已定位的可用停车空间中。集中式服务器被配置为从多个停车位周期性地接收信号，该信号指示停车场中的哪些停车空间是显然可用的。
在一个实施方式中，路线可以被设计为在最短距离内导航通过所有明显可用的停车空间。当定位到明显可用的停车空间时，ADV会基于感知过程验证停车空间是否确实可用，该感知过程基于从安装在车辆上的各种传感器获得的传感器数据执行。如果响应于验证没有可用的停车空间，则ADV继续根据路线行驶以定位到列表中指示的下一个停车空间，直到定位并验证到停车空间或者列表中的所有停车空间都已处理。
根据另一实施方式，如果在列表中指示没有可用的停车空间，或者由于网络问题而无法从集中式服务器获得该列表，则ADV仍然可以基于从ADV的一个或多个传感器获得的传感器数据使用感知过程驾驶通过停车场中的所有停车空间，以定位可能的可用停车空间。可替代地，可以并行地利用依赖于感知的方法和使用集中式服务器方法的方法来找到停车场中可用的第一停车空间。
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相机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS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定向变化。雷达单元214可以表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可以另外感测对象的速度和/或前进方向。LIDAR单元215可以使用激光来感测自动驾驶车辆所处环境中的对象。除其它系统部件之外，LIDAR单元215还可以包括一个或多个激光源、激光扫描器以及一个或多个检测器。相机211可以包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。相机211可以是静物摄像机和/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可以是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从各种车辆收集驾驶统计数据123，所述车辆可以是自动驾驶车辆，也可以是人类驾驶员驾驶的常规车辆。驾驶统计数据123包括指示所发出的驾驶命令(例如，油门、制动、转向命令)以及在不同的时间点由车辆的传感器捕获的车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计数据123还可包括描述不同时间点的驾驶环境的信息，例如路线(包括起始位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计数据123，机器学习引擎122出于各种目的而生成或训练规则集、算法和/或预测模型124。在一个实施方式中，算法124可以包括搜索停车场的停车空间并将ADV停放到停车场的停车空间中的停车规则，以及与管理多个停车场的集中式服务器通信以获取停车场的可用停车空间的列表的通信规则。然后可以将算法124上传到ADV上，以在自动驾驶过程中实时使用。
图3A和图3B是示出根据本公开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可以被实施为图1的自动驾驶车辆101的一部分，包括但不限于感知与规划系统110、控制系统111和传感器系统115。参考图3A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以及停车模块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，这些模块可以安装在永久性存储装置352中、加载到存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可以通信地联接到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可以一起集成为集成模块。例如，停车模块308的功能可以在感知模块302、规划模块305和路线制定模块307中的至少一些中实现。
定位模块301(例如，利用GPS单元212)确定自动驾驶车辆300的当前位置，并管理与用户的行程或路线有关的任何数据。定位模块301(也被称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可以例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图和路线信息311的其它部件通信，以获得行程相关数据。例如，定位模块301可以从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI，从而可以作为地图和路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时，定位模块301也可以从交通信息系统或服务器获得实时交通信息。
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。车道配置包括描述一个或多个车道的信息，例如，车道的形状(例如，笔直或弯曲)、车道的宽度、一条道路中有多少个车道、单向或双向车道、合流或分流车道、出口车道等。
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。
对于每个对象，预测模块303预测该对象在所述情形下将表现出什么。根据一组地图/路线信息311和交通规则312，基于该时间点的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可以根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可以存储在永久性存储装置352中。
路线制定模块307配置成提供从起点到目的地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为自动驾驶车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可以决定超过所述对象，而规划模块305可以确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动循环(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。
在一个实施方式中，在多个规划周期(也被称为行驶周期)(诸如，例如，在每100毫秒(ms)的时间间隔中)中执行规划阶段。针对规划周期或行驶周期中的每一个，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。
在一个实施方式中，现在参考图4，停车模块308通信地联接到模块301至模块307，并且负责使用一组停车规则或算法313来识别停车场中的停车空间并将车辆停放在该停车空间中。停车模块308还通过网络通信地联接到由停车管理服务器410表示的停车管理系统，以按时间点动态地获得特定停车场的停车可用性信息。停车管理服务器410可以为集中式服务器。停车管理架构或系统被配置为使用高清(HD)地图集中管理各个停车场412的停车空间(也称为停车位或停车区域)。在这样的配置中，由停车管理服务器410管理的每个参与停车场412配备有一个或多个传感器(例如，红外传感器、超声波传感器、压力传感器等，未示出)，其被配置为感测和检测停车场的哪个停车空间可用。代表可用停车空间的信号可以通过网络从停车场412周期性地传输到停车管理服务器410。停车管理服务器410编译在该时间点显示为可用的停车空间列表411，停车空间列表411可以保持在数据库中并且可以通过网络经由API来访问。集中式服务器可以通信地联接到多个停车场以管理其停车空间。
当ADV 300决定在特定的停车场(在该示例中是停车场412)中停车时，停车模块308的V2X接口模块401通过网络(例如，通过车辆至所有(V2X)链接)访问停车管理服务器410，以获取停车场412中在该时间点显示为可用的停车空间列表411。基于明显的可用停车空间列表，停车模块308的停车路线生成器402生成或调用路线制定模块307来生成路线，以例如依次逐个地导航通过停车场内的可用停车空间。当ADV 300到达列表中指示的可用停车空间时，停车模块308的停车空间验证器403可以执行或调用感知模块302以执行感知过程，以基于从安装在车辆上的一个或更多个传感器获取的传感器数据来验证该停车空间是否确实可用。如果可用，则规划模块305使用一个或多个停车规则集来规划将ADV停放在停车空间中的停车路径。注意，模块401至模块403可以集成为更少的模块，作为停车模块308的一部分。
根据一个实施方式，现在参考图4和图5作为示例，响应于将ADV300停放到停车场412中的请求，ADV 300的停车模块308的V2X接口模块401通过网络(例如，通过VX2链接501)访问停车管理服务器410，以获取在停车场412中显示为可用的停车空间列表411。基于可用停车空间列表411和与停车场412相关的地图，停车路线生成器402生成或调用路线制定模块307来生成路线502，以至少导航通过列表411中指示的可用停车空间。
在该示例中，出于说明的目的，停车空间511至停车空间513如列表411中所示是显示为可用的。因此，路线502将被设计为至少导航通过显示为可用的停车空间511至停车空间513。然后，ADV 300根据路线502驾驶以定位可用停车空间中的至少一个，并将ADV停放到所定位的可用停车空间中。注意，停车管理服务器410被配置为从多个停车场周期性地接收指示停车场中的哪个停车空间显示为可用的信号。
在一个实施方式中，路线502可被设计为以最短的距离导航通过所有显示为可用的停车空间511至停车空间513。当定位到显示为可用的停车空间时，停车模块308的停车空间验证器403基于感知过程验证或调用感知模块302以验证该停车位是否确实可用。基于从安装在车辆上的各种传感器(例如，LIDAR、相机、RADAR等)获得的传感器数据执行验证过程。如果停车空间响应于验证无法使用，则ADV 300根据路线继续驾驶，以定位到列表中指示的下一个停车空间，直到定位到并验证停车空间或列表中的所有停车空间都已处理。
例如，可用停车空间列表411指示停车空间511显示为可用。然而，当ADV 300到达停车空间511时，停车空间511可能恰好被另一车辆占用。在这种情况下，ADV 300将根据路线502继续驾驶以定位下一个显示为可用的停车空间，在此示例中为停车空间512，依此类推。注意，当传感器检测到指示可用性的信号并向停车管理服务器410发送该信号时显示为可用的停车空间可能在车辆到达该停车空间时不再可用，因为可能已经有另一辆车停在了该停车空间中。
根据另一实施方式，如果列表411中指示没有可用的停车空间，或者由于网络问题而无法从停车管理服务器410获得列表411，则ADV300可以使用基于从ADV 300的传感器获得的传感器数据的感知过程生成路线502以驾驶通过停车场中的所有停车空间，以定位可能可用的停车位。在如图5所示的该示例中，尽管在列表411中未列出停车空间514或无法获得列表411，但是ADV 300可以使用感知过程根据路线502来驾驶以定位和识别停车空间514。在没有列表411的情况下，ADV 300可能花费更长的时间来定位和识别可用的停车空间。然而，当列表411不可用时，这种方法可以用作备份选项。可替代地，可以并行地利用依赖于感知的方法和使用集中式服务器方法的方法来找到停车场中可用的第一停车空间。
注意，停车路线502是基于与停车场412相关联的地图(也称为停车场地图405)生成的。这样的停车场地图是HD地图，其包含指示停车场412内的停车空间的位置和/或布局的详细信息。不同停车场的停车场地图可能已经例如，作为图3A的地图和路线信息311的一部分预先加载并存储在ADV 300中。可替代地，当车辆接近相应的停车场时，可以从停车管理服务器410动态地获得特定停车场的地图。当停车场具有多个停车级别时，地图可以包括多个部分，每个部分对应于停车级别中的一个。ADV 300的感知模块302可以确定ADV 300当前位于哪个停车级别，并为当前停车级别加载适当的地图部分。
应注意，如上文示出和描述的部件中的一些或全部可以以软件、硬件或其组合实施。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6是示出根据一个实施方式的自动停车的过程的流程图。可通过可包括软件、硬件或其组合的处理逻辑来执行过程600。例如，过程600可以由停车模块308执行。参考图6，在操作601中，响应于将ADV停放在停车场中的请求，处理逻辑通过V2X链接访问远程服务器(例如，集中式停车管理服务器)，以获取停车场内显示为可用的停车空间列表。在操作602中，处理逻辑生成停车路线以至少导航通过停车场中的显示为可用的停车空间。在一个实施方式中，路线被设计成以最短路线经过所有显示为可用的停车空间。在操作603中，ADV根据停车路线行驶以定位停车场中的可用停车空间之一。响应于定位可用的停车空间，在操作604中，处理逻辑规划停车路线以将车辆停放在停车空间中。
图7是示出根据另一实施方式的自动停车的过程的流程图。可通过可包括软件、硬件或其组合的处理逻辑来执行过程700。例如，过程700可以由停车模块308执行。参考图7，在操作701中，处理逻辑接收将车辆停放在停车场的停车空间中的请求。响应于操作702中的请求，处理逻辑通过网络访问集中式停车管理系统，以获得停车场的可用停车空间的列表。在操作703中，处理逻辑基于与停车场相关联的HD地图生成第一停车路线，以至少导航通过可用停车空间。在操作704中，车辆根据第一停车路线行驶，以定位可用停车空间中的一个。如果所定位的停车空间被验证，则在操作705中，规划停车路径以将车辆自动地停放在停车空间中。
另一方面，并行地或替代地，响应于停车请求，在操作706中，处理逻辑基于停车场的地图生成第二停车路线，以至少导航通过停车场的停车空间的一部分。在操作707中，车辆根据第二停车路线行驶。在操作708中，处理逻辑基于从车辆的一个或多个传感器获得的传感器数据，使用感知过程来识别和检测可用停车空间。注意，操作702至操作704和操作706至操作708可以并行执行。可替代地，当无法获得可用停车空间列表或操作702至操作704未能定位到可用停车空间时，可以执行操作706至操作708。
图8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，某些实施方式中可以具有附加的部件，此外，其它实施方式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 BDA0002312396860000161
公司的
Figure BDA0002312396860000162
操作系统、来自苹果公司的Mac
Figure BDA0002312396860000171
来自
Figure BDA0002312396860000172
公司的
Figure BDA0002312396860000173
LINUX、UNIX，或者其它实时或嵌入式操作系统。
系统1500还可以包括IO装置，诸如装置1505至1508，包括网络接口装置1505、可选的输入装置1506，以及其它可选的IO装置1507。网络接口装置1505可以包括无线收发器和/或网络接口卡(NIC)。所述无线收发器可以是WiFi收发器、红外收发器、蓝牙收发器、WiMax收发器、无线蜂窝电话收发器、卫星收发器(例如，全球定位系统(GPS)收发器)或其它射频(RF)收发器或者它们的组合。NIC可以是以太网卡。
输入装置1506可以包括鼠标、触摸板、触敏屏幕(其可以与显示装置1504集成在一起)、指针装置(诸如，手写笔)和/或键盘(例如，物理键盘或作为触敏屏幕的一部分显示的虚拟键盘)。例如，输入装置1506可以包括联接到触摸屏的触摸屏控制器。触摸屏和触摸屏控制器例如可以使用多种触敏技术(包括但不限于电容、电阻、红外和表面声波技术)中的任一种，以及其它接近传感器阵列或用于确定与触摸屏接触的一个或多个点的其它元件来检测其接触和移动或间断。
IO装置1507可以包括音频装置。音频装置可以包括扬声器和/或麦克风，以促进支持语音的功能，诸如语音识别、语音复制、数字记录和/或电话功能。其它IO装置1507还可以包括通用串行总线(USB)端口、并行端口、串行端口、打印机、网络接口、总线桥(例如，PCI-PCI桥)、传感器(例如，诸如加速度计运动传感器、陀螺仪、磁强计、光传感器、罗盘、接近传感器等)或者它们的组合。装置1507还可以包括成像处理子系统(例如，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，诸如电荷联接装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可以经由传感器集线器(未示出)联接到互连件1510，而诸如键盘或热传感器的其它装置可以根据系统1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作系统等信息的永久性存储，大容量存储设备(未示出)也可以联接到处理器1501。在各种实施方式中，为了实现更薄且更轻的系统设计并且改进系统响应性，这种大容量存储设备可以经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储设备可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储设备充当SSD高速缓存以在断电事件期间实现上下文状态以及其它此类信息的非易失性存储，从而使得在系统活动重新启动时能够实现快速通电。另外，闪存装置可以例如经由串行外围接口(SPI)联接到处理器1501。这种闪存装置可以提供系统软件的非易失性存储，所述系统软件包括所述系统的BIOS以及其它固件。
存储装置1508可以包括计算机可访问的存储介质1509(也被称为机器可读存储介质或计算机可读介质)，其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如，模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可以表示上述部件中的任一个，例如，诸如规划模块305、控制模块306和/或停车模块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发明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发明的更宽泛精神和范围的情况下，可以对本公开作出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。

Claims (20)

1.一种用于操作自动驾驶车辆的计算机实施的方法，所述方法包括：
响应于将自动驾驶车辆停放在停车场中的请求，通过车辆至所有链接访问远程服务器，以获取显示为在所述停车场中可用的一个或多个停车空间的列表；
基于与所述停车场相关联的停车场地图生成路线，以导航通过所述停车空间的列表；
根据所述路线驾驶所述自动驾驶车辆以定位所述停车空间中在时间点处可用的一个停车空间；以及
响应于定位可用的停车空间，规划停车路径以将所述自动驾驶车辆停放在所述可用的停车空间中。
2.根据权利要求1所述的方法，其中，所述远程服务器从设置在所述停车场内的多个传感器周期性地接收信号，所述信号指示哪个停车空间可用。
3.根据权利要求1所述的方法，其中，生成导航通过所述停车空间的路线包括：生成通过显示为可用的所述停车空间的最短路线。
4.根据权利要求1所述的方法，还包括：响应于定位在所述列表中指示的第一停车空间，基于从安装在所述自动驾驶车辆上的一个或多个传感器获得的传感器数据，确定所定位的第一停车空间是否确实可用，其中，如果所述第一停车空间基于所述传感器数据确实可用，则规划所述停车路径以将所述自动驾驶车辆停放到所述第一停车空间中。
5.根据权利要求4所述的方法，还包括：响应于基于所述传感器数据确定所述第一停车空间不可用，沿着所述路线继续驾驶所述自动驾驶车辆，以定位所述列表中指示的下一停车空间。
6.根据权利要求5所述的方法，其中，执行沿着所述路线继续驾驶所述自动驾驶车辆，直到定位到可用的停车空间或者已经处理了所述列表中的所有停车空间为止。
7.根据权利要求4所述的方法，其中，所述一个或多个传感器包括激光雷达装置。
8.根据权利要求1所述的方法，其中，如果所述列表不包含来自所述远程服务器的显示为可用的任何停车空间，则所述方法还包括：
基于所述停车场地图生成第二路线，以导航通过所述停车场的停车空间的至少一部分；
根据所述第二路线驾驶所述自动驾驶车辆；以及
基于从所述自动驾驶车辆的一个或多个传感器获得的传感器数据，识别可用的停车空间。
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致使所述处理器执行操作，所述操作包括：
响应于将自动驾驶车辆停放在停车场中的请求，通过车辆至所有链接访问远程服务器，以获取显示为在所述停车场中可用的一个或多个停车空间的列表；
基于与所述停车场相关联的停车场地图生成路线，以导航通过所述停车空间的列表；
根据所述路线驾驶所述自动驾驶车辆以定位所述停车空间中在时间点处可用的一个停车空间；以及
响应于定位到可用的停车空间，规划停车路径以将所述自动驾驶车辆停放在所述可用的停车空间中。
10.根据权利要求9所述的机器可读介质，其中，所述远程服务器从设置在所述停车场内的多个传感器周期性地接收信号，所述信号指示哪个停车空间可用。
11.根据权利要求9所述的机器可读介质，其中，生成导航通过所述停车空间的路线包括：生成通过显示为可用的所述停车空间的最短路线。
12.根据权利要求9所述的机器可读介质，其中，所述操作还包括：响应于定位所述列表中指示的第一停车空间，基于从安装在所述自动驾驶车辆上的一个或多个传感器获得的传感器数据，确定所定位的第一停车空间是否确实可用，其中，如果所述第一停车空间基于所述传感器数据确实可用，则规划所述停车路径将所述自动驾驶车辆停放到所述第一停车空间中。
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：响应于基于所述传感器数据确定所述第一停车空间不可用，沿所述路线继续驾驶所述自动驾驶车辆，以定位所述列表中指示的下一个停车空间。
14.根据权利要求13所述的机器可读介质，其中，执行沿所述路线继续驾驶所述自动驾驶车辆，直到定位到可用的停车空间或者已经处理了所述列表中的所有停车空间为止。
15.根据权利要求12所述的机器可读介质，其中，所述一个或多个传感器包括激光雷达设备。
16.根据权利要求9所述的机器可读介质，其中，如果所述列表不包含来自所述远程服务器的显示为可用的任何停车位，则所述方法还包括：
基于所述停车场地图生成第二路线，以导航通过所述停车场的停车空间的至少一部分；
根据所述第二路线驾驶所述自动驾驶车辆；以及
基于从所述自动驾驶车辆的一个或多个传感器获得的传感器数据，识别可用的停车空间。
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致使所述处理器执行操作，所述操作包括：
响应于将自动驾驶车辆停放在停车场中的请求，通过车辆至所有链接访问远程服务器，以获取显示为在所述停车场中可用的一个或多个停车空间的列表，
基于与所述停车场相关联的停车场地图生成路线，以导航通过所述停车空间的列表，
根据所述路线驾驶所述自动驾驶车辆以定位所述停车空间中在时间点处可用的一个停车空间，以及
响应于定位到可用的停车空间，规划停车路径以将所述自动驾驶车辆停放在所述可用的停车空间中。
18.根据权利要求17所述的系统，其中，所述远程服务器从设置在所述停车场内的多个传感器周期性地接收信号，所述信号指示哪个停车空间可用。
19.根据权利要求17所述的系统，其中，生成导航通过所述停车空间的路线包括：生成通过显示为可用的所述停车空间的最短路线。
20.根据权利要求17所述的系统，其中，所述操作还包括：响应于定位所述列表中指示的第一停车空间，基于从安装在所述自动驾驶车辆上的一个或多个的传感器获得的传感器数据，确定所定位的第一停车空间是否确实可用，其中，如果所述第一停车空间基于所述传感器数据确实可用，则规划所述停车路径将所述自动驾驶车辆停放到所述第一停车空间中。
CN201911270218.8A 2019-04-22 2019-12-11 用于停放自动驾驶车辆的停车管理架构 Pending CN111857119A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/391,232 US11183059B2 (en) 2019-04-22 2019-04-22 Parking management architecture for parking autonomous driving vehicles
US16/391,232 2019-04-22

Publications (1)

Publication Number Publication Date
CN111857119A true CN111857119A (zh) 2020-10-30

Family

ID=72829503

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911270218.8A Pending CN111857119A (zh) 2019-04-22 2019-12-11 用于停放自动驾驶车辆的停车管理架构

Country Status (2)

Country Link
US (1) US11183059B2 (zh)
CN (1) CN111857119A (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210013417A (ko) * 2019-07-24 2021-02-04 현대자동차주식회사 차량 및 그 제어 방법
US11827247B2 (en) * 2020-02-19 2023-11-28 Verizon Connect Development Limited Systems and methods for externally assisted self-driving
US20220065652A1 (en) * 2020-08-26 2022-03-03 Ford Global Technologies, Llc Systems And Methods For Increasing Solar Power Generation During Vehicle Parking
CN112419781A (zh) * 2020-11-24 2021-02-26 苏州中科先进技术研究院有限公司 停车场的智能寻车方法、装置及系统
US11443627B2 (en) 2020-12-23 2022-09-13 Telenav, Inc. Navigation system with parking space identification mechanism and method of operation thereof
CN112908021A (zh) * 2021-01-15 2021-06-04 重庆长安汽车股份有限公司 一种代客自主泊车方法及系统
CN113506456A (zh) * 2021-06-01 2021-10-15 上海追势科技有限公司 一种基于停车场地图数据引导的自主泊车导航方法
CN113506459B (zh) * 2021-06-11 2023-03-28 上海追势科技有限公司 一种地下停车场众包地图采集方法
US20230160709A1 (en) * 2021-11-22 2023-05-25 Toyota Motor Engineering & Manufacturing North America, Inc. Providing information to navigate to a parking space preferred by an operator of a vehicle
EP4390598A1 (en) * 2022-12-23 2024-06-26 embotech AG Steering automated vehicles in a designated area using mobile ground robots configured as movable sensors
CN118397870B (zh) * 2024-06-26 2024-08-20 霖久智慧(广东)科技有限公司 基于智慧物业系统的停车导航方法、装置、系统、介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100299013A1 (en) * 2009-05-22 2010-11-25 Toyota Motor Engin. & Manufact. Using topological structure for path planning in semi-structured environments
CN104260727A (zh) * 2014-09-25 2015-01-07 江苏大学 四轮独立驱动轮毂电机汽车垂直自动泊车系统及方法
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
CN106066180A (zh) * 2015-04-21 2016-11-02 国际商业机器公司 关于目的地标识停车位置
CN106097763A (zh) * 2016-08-12 2016-11-09 浙江宇视科技有限公司 一种车位检测方法及装置
CN107067814A (zh) * 2017-06-27 2017-08-18 贵州财大鼎新科创产业有限公司 交通停车管理系统和方法
CN107093328A (zh) * 2017-06-06 2017-08-25 重庆邮电大学 基于机器视觉的停车场导航系统及方法
US20170341640A1 (en) * 2016-05-27 2017-11-30 Hon Hai Precision Industry Co., Ltd. Intelligent parking system
CN107672588A (zh) * 2017-08-29 2018-02-09 广州小鹏汽车科技有限公司 一种自动泊车路径障碍物碰撞检测方法、装置及系统
CN207558203U (zh) * 2015-11-24 2018-06-29 沈玮 自动停车系统
CN108986533A (zh) * 2018-08-02 2018-12-11 成都秦川物联网科技股份有限公司 基于车联网的停车管理方法及车联网系统
CN109429518A (zh) * 2017-06-22 2019-03-05 百度时代网络技术（北京）有限公司 基于地图图像的自动驾驶交通预测
CN109491375A (zh) * 2017-09-13 2019-03-19 百度（美国）有限责任公司 用于自动驾驶车辆的基于驾驶场景的路径规划
CN109544962A (zh) * 2018-12-11 2019-03-29 青岛大学 一种车位共享与调度系统及实现方法
CN109615910A (zh) * 2018-12-15 2019-04-12 深圳壹账通智能科技有限公司 智能停车方法、装置、计算机设备及存储介质
US20200258386A1 (en) * 2019-02-12 2020-08-13 Toyota Jidosha Kabushiki Kaisha Vehicle parking spot availability prediction based on vehicle-to-anything enabled machine learning

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7783530B2 (en) * 2003-06-10 2010-08-24 At&T Intellectual Property I, L.P. Parking reservation systems and related methods
US9594956B2 (en) * 2010-05-10 2017-03-14 Park Assist Llc. Method and system for managing a parking lot based on intelligent imaging
JP5440867B2 (ja) * 2010-06-18 2014-03-12 アイシン精機株式会社 駐車支援装置
US20120265434A1 (en) * 2011-04-14 2012-10-18 Google Inc. Identifying Parking Spots
US8816880B1 (en) * 2012-01-31 2014-08-26 Google Inc. Systems and methods for providing navigational assistance to a parking facility
US9087453B2 (en) * 2013-03-01 2015-07-21 Palo Alto Research Center Incorporated Computer-implemented system and method for spontaneously identifying and directing users to available parking spaces
US10108910B2 (en) * 2013-09-03 2018-10-23 Verizon Patent And Licensing Inc. Mobile parking systems and methods for providing real-time parking guidance
WO2015050242A1 (ja) * 2013-10-04 2015-04-09 三菱重工業株式会社 カーシェアリング管理装置、カーシェアリング管理方法、及びプログラム
US20160371607A1 (en) * 2014-08-27 2016-12-22 Sparkcity.Com Ltd. Citywide parking system and method
CN107209991A (zh) * 2015-01-19 2017-09-26 华为技术有限公司 一种车位确认、导航的方法装置和系统
US9852628B2 (en) * 2015-07-22 2017-12-26 Ford Global Technologies, Llc Vacant parking spot notification
KR101850795B1 (ko) * 2015-11-09 2018-04-20 엘지전자 주식회사 주차 수행 장치 및 차량
US9711047B1 (en) * 2015-12-10 2017-07-18 Massachusetts Mutual Life Insurance Company Wireless transmission system to determine parking lot occupancy
TWI585722B (zh) * 2016-03-08 2017-06-01 雲派科技有限公司 停車管理系統及與其雙向通訊之資訊提示系統
WO2017192880A1 (en) * 2016-05-05 2017-11-09 Sadeghi Arash Management of parking space using artificial development and computer
US20170329346A1 (en) * 2016-05-12 2017-11-16 Magna Electronics Inc. Vehicle autonomous parking system
US9852627B2 (en) * 2016-05-27 2017-12-26 The Boeing Company Parking management systems and methods for indicating occupied and unoccupied parking spaces
US10563998B1 (en) * 2016-08-03 2020-02-18 Nelson T. Rivera Community-based transportation services system and method
US9818300B1 (en) * 2016-09-28 2017-11-14 Gregory Nnaji Parking space management system
KR101979694B1 (ko) * 2016-11-04 2019-05-17 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 그의 제어방법
US11626018B2 (en) * 2017-02-01 2023-04-11 Ford Global Technologies, Llc Parking management and communication of parking information
PH12017000044B1 (en) * 2017-02-13 2018-08-20 Samsung Electronics Co Ltd Vehicle parking area access management system and method
US10198949B2 (en) * 2017-04-28 2019-02-05 Mastercard International Incorporated Method and system for parking verification via blockchain
KR102001916B1 (ko) * 2017-05-30 2019-07-19 엘지전자 주식회사 주차 보조 시스템
KR102331763B1 (ko) * 2017-06-22 2021-11-26 현대자동차주식회사 내비게이션 장치와 연동하여 자율 주차와 자율 주행을 제어하는 장치 및 방법
US10525845B2 (en) * 2017-07-26 2020-01-07 Ford Global Technologies, Llc Electric vehicle charging station parking spot monitoring system
WO2019242832A1 (en) * 2018-06-18 2019-12-26 Bayerische Motoren Werke Aktiengesellschaft Method, device, cloud service, system, and computer program for smart parking a connected vehicle
US20200086853A1 (en) * 2018-09-19 2020-03-19 Qualcomm Incorporated Method and apparatus for vehicular position based parking assistance enhancements
KR20200044196A (ko) * 2018-10-10 2020-04-29 주식회사 만도 주차 제어 장치, 주차 제어 방법 및 주차 제어 시스템
US20200130676A1 (en) * 2018-10-25 2020-04-30 Magna Electronics Inc. Autonomous vehicle parking system
JP7087926B2 (ja) * 2018-11-05 2022-06-21 トヨタ自動車株式会社 駐車支援装置
US11017669B2 (en) * 2018-11-20 2021-05-25 Here Global B.V. Methods and systems for providing parking assistance for vehicles
KR20200072017A (ko) * 2018-12-12 2020-06-22 현대자동차주식회사 주차장 정보 제공 시스템 및 방법
KR102651411B1 (ko) * 2018-12-28 2024-03-27 현대자동차주식회사 자율 발렛 주차를 지원하는 시스템 및 방법, 그리고 이를 위한 인프라 및 차량
US20200307554A1 (en) * 2019-03-26 2020-10-01 Denso International America, Inc. Systems and methods for parking a vehicle

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100299013A1 (en) * 2009-05-22 2010-11-25 Toyota Motor Engin. & Manufact. Using topological structure for path planning in semi-structured environments
CN104260727A (zh) * 2014-09-25 2015-01-07 江苏大学 四轮独立驱动轮毂电机汽车垂直自动泊车系统及方法
CN106066180A (zh) * 2015-04-21 2016-11-02 国际商业机器公司 关于目的地标识停车位置
CN207558203U (zh) * 2015-11-24 2018-06-29 沈玮 自动停车系统
CN105946853A (zh) * 2016-04-28 2016-09-21 中山大学 基于多传感器融合的长距离自动泊车的系统及方法
US20170341640A1 (en) * 2016-05-27 2017-11-30 Hon Hai Precision Industry Co., Ltd. Intelligent parking system
CN106097763A (zh) * 2016-08-12 2016-11-09 浙江宇视科技有限公司 一种车位检测方法及装置
CN107093328A (zh) * 2017-06-06 2017-08-25 重庆邮电大学 基于机器视觉的停车场导航系统及方法
CN109429518A (zh) * 2017-06-22 2019-03-05 百度时代网络技术（北京）有限公司 基于地图图像的自动驾驶交通预测
CN107067814A (zh) * 2017-06-27 2017-08-18 贵州财大鼎新科创产业有限公司 交通停车管理系统和方法
CN107672588A (zh) * 2017-08-29 2018-02-09 广州小鹏汽车科技有限公司 一种自动泊车路径障碍物碰撞检测方法、装置及系统
CN109491375A (zh) * 2017-09-13 2019-03-19 百度（美国）有限责任公司 用于自动驾驶车辆的基于驾驶场景的路径规划
CN108986533A (zh) * 2018-08-02 2018-12-11 成都秦川物联网科技股份有限公司 基于车联网的停车管理方法及车联网系统
CN109544962A (zh) * 2018-12-11 2019-03-29 青岛大学 一种车位共享与调度系统及实现方法
CN109615910A (zh) * 2018-12-15 2019-04-12 深圳壹账通智能科技有限公司 智能停车方法、装置、计算机设备及存储介质
US20200258386A1 (en) * 2019-02-12 2020-08-13 Toyota Jidosha Kabushiki Kaisha Vehicle parking spot availability prediction based on vehicle-to-anything enabled machine learning

Also Published As

Publication number Publication date
US20200334985A1 (en) 2020-10-22
US11183059B2 (en) 2021-11-23

Similar Documents

Publication Publication Date Title
CN110667598B (zh) 用于处理自动驾驶车辆中的传感器故障的方法
CN110794823B (zh) 预测自动驾驶车辆的对象移动的方法和系统
CN110347145B (zh) 用于自动驾驶车辆的感知辅助
CN110389583B (zh) 生成自动驾驶车辆的轨迹的方法
CN111061261B (zh) 使用标准导航地图与基于车辆的先前轨迹确定的车道配置的自动驾驶方法
CN110597243B (zh) 自动驾驶车辆的基于v2x通信的车辆车道系统
CN110096053B (zh) 用于自动驾驶车辆的驾驶轨迹生成方法、系统和机器可读介质
CN108891417B (zh) 用于操作自动驾驶车辆的方法及数据处理系统
US11183059B2 (en) Parking management architecture for parking autonomous driving vehicles
CN111328411B (zh) 用于自动驾驶车辆的行人概率预测系统
CN109491378B (zh) 自动驾驶车辆的基于道路分段的路线引导系统
CN111076732A (zh) 基于车辆行驶的轨迹标记和生成高清地图的标记方案
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和系统
CN110727267A (zh) 具有冗余超声雷达的自动驾驶车辆
CN110096054B (zh) 用于使用多个线程生成用于自动驾驶车辆的参考线的方法和系统
JP2020523552A (ja) 自動運転車両の経路計画のための運転シナリオに基づく車線ガイドライン
CN111857118B (zh) 对停车轨迹分段以控制自动驾驶车辆停车
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
CN111328313B (zh) 用于自动驾驶车辆的控制占主导的三点转弯规划
CN111103876A (zh) 自动驾驶车辆的基于雷达通信的扩展感知
CN111328385A (zh) 用于自动驾驶车辆的基于螺旋路径的三点转弯规划
CN113226825A (zh) 自动驾驶车辆的基于扭矩反馈的车辆纵向自动校准系统
US20210179134A1 (en) Mutual nudge algorithm for self-reverse lane of autonomous driving
US20210221397A1 (en) Enumeration-based three-point turn planning for autonomous driving vehicles
CN111033418A (zh) 用于自动驾驶车辆的速度控制命令自动校准系统

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