CN111915917A - 用于规划和更新运载工具的轨迹的系统和方法 - Google Patents

用于规划和更新运载工具的轨迹的系统和方法 Download PDF

Info

Publication number
CN111915917A
CN111915917A CN202010378992.7A CN202010378992A CN111915917A CN 111915917 A CN111915917 A CN 111915917A CN 202010378992 A CN202010378992 A CN 202010378992A CN 111915917 A CN111915917 A CN 111915917A
Authority
CN
China
Prior art keywords
vehicle
processors
objects
determining
trajectory
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
CN202010378992.7A
Other languages
English (en)
Other versions
CN111915917B (zh
Inventor
O·莱特曼
E·B·奈斯
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.)
Motional AD LLC
Original Assignee
Hyundai Aptiv Ad 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 Hyundai Aptiv Ad LLC filed Critical Hyundai Aptiv Ad LLC
Publication of CN111915917A publication Critical patent/CN111915917A/zh
Application granted granted Critical
Publication of CN111915917B publication Critical patent/CN111915917B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W30/18054—Propelling the vehicle related to particular drive situations at stand still, e.g. engine in idling state
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • 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
    • B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current 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
    • 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
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • 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
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • 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
    • B60W2554/4041—Position
    • 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
    • B60W2554/4043—Lateral 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
    • B60W2554/80—Spatial relation or speed relative to objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Atmospheric Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Security & Cryptography (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Hydrology & Water Resources (AREA)
  • Analytical Chemistry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Food Science & Technology (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明涉及一种用于规划和更新运载工具的轨迹的系统和方法。提供了用于在运载工具被对象(例如，另一运载工具、自行车或行人)阻挡(例如，运载工具的传感器检测到对象导致运载工具不能移动)时生成运载工具的驾驶轨迹、并且在运载工具被解除阻挡时执行该驾驶轨迹的技术。另外，提供了用于在无需重新计算整个轨迹的情况下、基于确定为对象稍后将横过当前驾驶轨迹的路段来更新运载工具的驾驶轨迹的一部分的技术。

Description

用于规划和更新运载工具的轨迹的系统和方法
技术领域
本说明书涉及用于规划和更新运载工具的轨迹的系统和方法。
背景技术
自主运载工具与人类驾驶运载工具相比存在益处，例如，减少道路交通事故死伤人数、交通拥堵、停车拥堵和燃料效率。在做出驾驶决策时，典型的自主运载工具系统考虑到该自主运载工具系统通过利用传感器数据而知晓存在于运载工具的环境中的、周围环境的对象(诸如其它运载工具和障碍物等)。然而，在运载工具的系统需要基于当前可用的传感器数据来预测将来移动这方面存在挑战。
发明内容
提供了用于在运载工具被对象(例如，另一运载工具、自行车或行人)阻挡(例如，运载工具的传感器检测到对象导致运载工具不能移动)时生成运载工具的驾驶轨迹、并且在运载工具被解除阻挡时执行该驾驶轨迹的技术。另外，提供了用于在无需重新计算整个轨迹的情况下、基于确定为对象稍后将横过当前驾驶轨迹的路段来更新运载工具的驾驶轨迹的一部分的技术。
通常，本说明书所述的主题的一个创新方面可以体现在如下的方法中，所述方法包括以下的动作：检索表示运载工具的环境中的对象的传感器数据；以及确定为所述运载工具被所述对象中的一个以上的对象阻挡。更多的动作包括：基于所述传感器数据和所述传感器数据的时间戳来确定所述对象中的至少一些对象的可能场所；在所述运载工具被阻挡时并且基于所述对象中的至少一些对象的可能场所，来生成用于所述运载工具的一个或多个操作命令；以及利用所述运载工具的控制电路来执行所述一个或多个操作命令，其中执行所述操作命令包括使所述运载工具沿着未被所述对象阻挡的路径进行机动动作。
这些以及其它方面、特征和实现具有以下优点中的一个或多个。可以在运载工具未正移动时进行路线规划，从而给系统更多的时间来处理信息。另外，在运载工具被阻挡时，系统有更多的时间来基于条件的变化更新任何路线。一些其它优点包括不必基于路线的路段中的变化来更新整个路线。作为代替，可以仅更新路线的该部分。该方法节省了处理资源并且使得能够进行更高效的路线规划。
这些和其它方面、特征和实施例可以用方法、设备、系统、组件、程序产品、执行功能的方法或步骤以及其它方式来表示。
这些和其它方面、特征和实施例将从包括权利要求在内的以下描述中变得明显。
附图说明
图1示出具有自主能力的自主运载工具的示例。
图2例示示例“云”计算环境。
图3例示计算机系统。
图4示出自主运载工具的示例架构。
图5示出感知模块可以使用的输入和输出的示例。
图6示出LiDAR系统的示例。
图7示出操作中的LiDAR系统。
图8示出LiDAR系统的操作的附加细节。
图9示出规划模块的输入和输出之间的关系的框图。
图10示出路径规划中所使用的有向图。
图11示出控制模块的输入和输出的框图。
图12示出控制器的输入、输出和组件的框图。
图13例示如下的运载工具，该运载工具在被行人阻挡时，使用其传感器来生成供该运载工具在被解除阻挡时的移动用的轨迹。
图14例示如下的处理，该处理用于在运载工具被对象阻挡时生成运载工具的轨迹，并且在运载工具被解除阻挡时执行该轨迹。
图15例示用于利用更新数据来重新生成操作命令的处理。
图16例示基于对象将横过运载工具的轨迹的路段(segment)的概率来更新该轨迹的一部分。
图17例示对驾驶轨迹的更新，其中利用不同的操作命令来更新针对路段的操作命令。
具体实施方式
提供了用于在运载工具被对象(例如，另一运载工具、自行车或行人)阻挡(例如，运载工具的传感器检测到对象导致运载工具不能移动)时生成运载工具的驾驶轨迹、并且在运载工具被解除阻挡时执行该驾驶轨迹的技术。此外，提供了用于例如在无需重新计算整个轨迹的情况下、基于对象稍后将横过当前驾驶轨迹的路段的概率来更新运载工具的驾驶轨迹的一部分的技术。
在以下描述中，为了解释的目的，阐述了许多具体细节，以便提供对本发明的透彻理解。然而，显而易见的是，本发明可以在没有这些具体细节的情况下实施。在其它实例中，众所周知的构造和装置是以框图形式示出的，以避免不必要地使本发明模糊。
在附图中，为了便于描述，显示了示意要素的具体安排或次序，例如表示设备、模块、指令块和数据要素的那些要素。然而，本领域技术人员应当理解，附图中示意要素的具体排序或安排并不意味着要求特定的处理顺序或序列、或处理过程的分离。此外，在附图中包含示意性要素并不意味着在所有实施例中都需要这种要素，也不意味着由这种要素表示的特征不能包括在一些实施例中或不能在一些实施例中与其它要素结合。
此外，在附图中，连接要素、例如实线或虚线或箭头用于说明两个或两个以上其它示意要素之间的连接、关系或关联，没有任何此类连接要素并不意味着不能存在连接、关系或关联。换句话说，一些要素之间的连接、关系或关联未在附图中显示，以便不掩盖本发明。此外，为了便于说明，使用单个连接要素来表示要素之间的多个连接、关系或关联。例如，如果连接元件代表信号、数据或指令的通信，本领域技术人员应理解，该元件代表影响通信可能需要的一个或多个信号路径(例如，总线)。
现在将详细参考实施例，其示例在附图中示出。在下面的详细描述中，阐述了许多具体细节，以便提供对所描述的各种实施例的透彻理解。然而，对于本领域的普通技术人员来说明显的是，可以在没有这些具体细节的情况下实施所描述的各种实施例。在其它情况下，没有详细描述众所周知的方法、程序、组件、电路和网络，以便不会不必要地掩盖实施例的方面。
下面描述的若干特征可以彼此独立地使用，也可以与其它特征的任何组合一起使用。但是，任何个别特征可能不能解决上述任何问题，或者只能解决上述问题之一。上文讨论的一些问题可能不能通过本文所述的任何一个特征得到充分解决。虽然提供了标题，但在本说明的其它地方也可以找到与某一标题有关但在该标题部分未找到的信息。本文根据以下概要描述实施例：
1.总体概述
2.系统概述
3.自主运载工具架构
4.自主运载工具输入
5.自主运载工具规划
6.自主运载工具控制
7.被阻挡运载工具的运动规划
8.部分轨迹更新
系统概述
图1示出具有自主能力的自主运载工具100的示例。
正如本文所使用的，术语“自主能力”是指一种功能、特征或设施，该功能、特征或设施使运载工具能够部分地或完全地运行，而无需实时的人类干预，包括但不限于完全自主运载工具、高度自主运载工具、部分自主运载工具和有条件自主运载工具。
正如本文所使用的，自主运载工具(AV)是一种具有自主能力的运载工具。
如本文所用，“运载工具”包括货物或人员的运输方式。例如，小汽车、公共汽车、火车、飞机、无人机、卡车、船只、舰艇、潜水器、飞船等。无人驾驶的小汽车是运载工具的一个例子。
正如本文所使用的，“轨迹”是指从第一时空场所导航到第二时空场所的路径或路线。在一个实施例中，第一时空场所被称为初始位置或起始位置，第二时空场所被称为目的地、最终场所、目标、目标位置或目标场所。在一些例子中，轨迹由一个或多个段(例如，路段)组成，每个段由一个或多个块(例如，车道或交叉路口的一部分)组成。在一个实施例中，时空场所对应于真实世界场所。例如，时空场所是上车或下车场所，以使人员或货物上车或下车。
如本文所使用的，“(一个或多个)传感器”包括一个或多个硬件组件，用于检测与传感器周围环境有关的信息。一些硬件部件可包括感测部件(例如，图像传感器、生物测量传感器)、发送和/或接收部件(例如，激光或射频波发射器和接收器)、电子部件(例如，模数转换器)、数据存储装置(例如，RAM和/或非易失性存储器)、软件或固件部件和数据处理部件(例如，专用集成电路)、微处理器和/或微控制器。
如本文所使用的，“场景描述”是一种数据结构(例如，列表)或数据流，其包括由AV运载工具上的一个或多个传感器检测到的一个或多个分类或标记的对象，或由AV外部的源提供的一个或多个分类或标记的对象。
正如本文所使用的，“道路”是一个可以被运载工具穿过的物理区域，并且可以对应于已命名的通道(例如，城市街道、州际高速公路等)或可对应于未命名的通道(例如，房屋或办公楼内的车道、停车场的一段、空置停车场的一段、乡村地区的污物通道等)。因为有些运载工具(如四轮驱动的小卡车、越野车(SUV)等)能够穿越各种不特别适合运载工具行驶的物理区域，因此“道路”可以是任何市政当局或其它政府或行政机构没有正式界定为一条通道的物理区域。
正如本文所使用的，“车道”是道路的一部分，该部分可被运载工具穿过。有时基于车道标记来识别车道。例如，车道可对应于车道标记之间的大部分或全部空间，或仅对应于车道标记之间的部分空间(例如，小于50％)。例如，具有相距很远的车道标记的道路可能容纳两个或两个以上的运载工具，使得一个运载工具可以在不穿过车道标记的情况下超过另一个运载工具，因此可被解释为车道比车道标记之间的空间窄，或车道之间有两个车道。在没有车道标记的情况下，也可以对车道进行解释。例如，可以根据一个环境的物理特征(例如根据一个农村地区的一条大道上的岩石和树木，或者例如在欠发达地区应避免的自然障碍物)来定义一条车道。也可以独立于车道标记或物理特征来解释车道。例如，可以基于原本缺少将会被解释为车道边界的特征的、区域中无障碍物的任意路径来解释车道。在示例情境中，AV可以解释通过田野或空地的无障碍物部分的车道。在另一示例情境中，AV可以解释通过不具有车道标记的宽(例如，足够两个或更多个车道宽)道路的车道。在该情境中，AV可以将与车道有关的信息通信至其它AV，使得其它AV可以使用相同的车道信息来协调AV之间的路径规划。
术语“空中下载(OTA)客户端”包括任何AV，或者嵌入在AV中、耦接至AV或与AV进行通信的任何电子装置(例如，计算机、控制器、IoT装置、电子控制单元(ECU))。
术语“空中下载(OTA)更新”意味着使用专有和/或标准化的无线通信技术递送至OTA客户端的对软件、固件、数据或配置设置或者它们的任何组合的任何更新、改变、删除或添加，其中该专有和/或标准化的无线通信技术包括但不限于：蜂窝移动通信(例如，2G、3G、4G、5G)、无线电无线局域网络(例如，WiFi)和/或卫星因特网。
术语“边缘节点”是指耦接至网络的一个或多个边缘装置，该网络提供与AV进行通信所用的门户，并且可以与其它边缘节点和基于云的计算平台进行通信，以调度OTA更新并将OTA更新递送至OTA客户端。
术语“边缘装置”是指实现边缘节点并提供向企业或服务提供商(如VERIZON、AT&T)核心网的物理无线接入点(AP)的装置。边缘装置的示例包括但不限于：计算机、控制器、发送器、路由器、路由交换机、综合接入装置(IAD)、多路复用器、城域网(MAN)和广域网(WAN)接入装置。
“一个或多个”包括由一个要素执行的功能，由多个要素执行的功能、例如以分布式的方式，由一个要素执行的几个功能，由几个要素执行的几个功能，或上述的任意组合。
还将理解的是，尽管在某些情况下，术语“第一”、“第二”等是用来描述各种要素的，但这些要素不应受到这些术语的限制。这些术语仅用于区分一个要素与另一个要素。例如，在未背离各种所述实施例的范围的情况下，第一触点可被称为第二触点，并且同样，第二触点可被称为第一触点。第一触点和第二触点都是触点，但这两者不是相同触点。
此处描述的各种实施例的描述中使用的术语仅用于描述特定实施例，而不是意在限制。正如在所描述的各种实施例和所附权利要求书的描述中所使用的，单数形式“a”、“an”和“the”也意在包括复数形式，除非上下文另有明确说明。还应理解，本文所用的"和/或"一词是指并且包括一个或多个相关清单项目的任何和所有可能的组合。还应理解的是，在本说明中使用的术语“包括”、“包含”、“具备”和/或“具有”具体说明存在所述的特征、整数、步骤、操作、要素和/或组成部分，但并不排除存在或添加一个或多个其它特征、整数、步骤、操作、要素、组成部分、和/或上述的组。
正如本文所用的，“如果”一词可选择地理解为在该情况下、在当时、或者响应于检测到、或响应于确定为，视上下文而定。同样，“如果已确定”或“如果[所述条件或事件]已被检测到”这一短语，视情境而定，可以理解为“在确定时”或“响应于确定为“或”在检测到[所述条件或事件]时”或“响应于检测到[所述条件或事件]”。
如本文所使用的，AV系统是指AV以及实时生成的支持AV操作的硬件、软件、存储的数据和实时生成的支持AV运作的数据。在一个实施例中，AV系统并入在AV内。在一个实施例中，AV系统跨多个场所分布。例如，AV系统的一些软件是在类似于下面结合图3描述的云计算环境300的云计算环境中实现的。
一般而言，本文件描述了适用于任何具有一种或多种自主能力的运载工具的技术，包括完全自主运载工具、高度自主运载工具和有条件自主运载工具，如所谓的第5级、第4级和第3级运载工具(见SAE国际标准J3016：道路上机动车自动驾驶系统相关术语的分类和定义，通过引用将其全部内容纳入本说明，以了解运载工具自主权等级的更多详细信息)。本说明所述技术也适用于部分自主运载工具和驾驶员辅助运载工具，如所谓的2级和1级运载工具(见SAE国际标准J3016：道路上机动车自动驾驶系统相关术语的分类和定义)。在一个实施例中，一个或多个1级、2级、3级、4级和5级运载工具系统可根据对传感器输入的处理，在某些操作条件下自动执行某些运载工具操作(例如，转向、制动和使用地图)。本文件中所述的技术可以使从完全自主运载工具到人类操作的运载工具的各级运载工具受益。
自主运载工具与需要人类驾驶员的运载工具相比存在优势。一个优势是安全性。例如，在2016年，美国经历了600万起汽车事故、240万人受伤、40000人死亡和1300万辆运载工具碰撞事故，估计社会成本为9100亿美元。从1965年到2015年，每行驶1亿英里的美国交通事故死亡人数已从约6人减少到约1人，部分是由于运载工具中所部署的附加安全措施。例如，认为与将发生碰撞有关的额外半秒的警告减轻了60％的前后碰撞。然而，被动安全特征(例如，安全带、安全气囊)在改进该数字方面有可能已达到它们的极限。因而，诸如运载工具的自动控制等的主动安全措施是改进这些统计数据的可能的下一步。由于在95％的碰撞中认为人类驾驶员是造成严重碰撞前事件的原因，因此自动驾驶系统例如通过以下操作，有可能实现更好的安全结果：比人类更好地可靠地识别和避免紧急情况；做出比人类更好的决策，比人类更好地遵守交通法规，并且比人类更好地预测将来事件；并且比人类更好地可靠地控制运载工具。
参考图1，AV系统120使AV 100沿着轨迹198运行，穿过环境190至目的地199(有时称为最终场所)，同时避开对象(例如，自然障碍物191、运载工具193、行人192、骑车者和其它障碍物)和遵守道路规则(例如，操作规则或驾驶偏好)。
在一个实施例中，AV系统120包括用于从计算机处理器146接收操作命令并对其进行操作的装置101。如本文所提及的，术语操作命令是指指示运载工具进行动作(例如，驾驶机动动作)的可执行指令(或一组指令)。操作命令可以包括但不限于供运载工具开始向前移动、停止向前移动、开始向后移动、停止向后移动、加速、减速、进行左转和进行右转用的指示。在一个实施例中，计算处理器146与下面参考图3描述的处理器304相似。装置101的例子包括转向控制器102、制动器103、挡位、加速踏板或其它加速控制机构、挡风玻璃雨刮器、侧门锁、窗控器和转向指示器。
在一个实施例中，AV系统120包括用于测量或推断AV 100的状态或状况的属性的传感器121，这些属性例如是AV的位置、线速度和加速度及角速度和加速度、以及航向(例如，AV 100的前端的方向)。传感器121的例子包括GPS、以及测量运载工具线性加速度和角速率的惯性测量单元(IMU)、用于测量或估计车轮滑移率的车轮速率传感器、车轮制动压力或制动扭矩传感器、引擎扭矩或车轮扭矩传感器以及转向角度和角速率传感器。
在一个实施例中，传感器121还包括用于感测或测量AV的环境的属性的传感器。例如，可见光、红外或热(或两者兼有)光谱的单目或立体摄像机122、LiDAR 123、RADAR、超声波传感器、飞行时间(TOF)深度传感器、速率传感器、温度传感器、湿度传感器和降水传感器。
在一个实施例中，AV系统120包括数据存储单元142和存储器144，用于存储与计算机处理器146或由传感器121收集的数据相关的机器指令。在一个实施例中，数据存储单元142与以下结合图3描述的ROM 308或存储装置310类似。在一个实施例中，存储器144与下面描述的主存储器306类似。在一个实施例中，数据存储单元142和存储器144存储有关环境190的历史、实时和/或预测性信息。在一个实施例中，存储的信息包括地图、驾驶性能、交通拥堵更新或天气状况。在一个实施例中，与环境190有关的数据通过来自远程数据库134的通信通道传输到AV 100。
在一个实施例中，AV系统120包括通信装置140，用于将对其它运载工具的状态和条件(诸如位置、线性和角速度、线性和角加速度以及线性和角航向等)的测量到或推断的属性传送到AV 100。这些装置包括运载工具到运载工具(V2V)和运载工具到基础设施(V2I)通信装置以及用于通过点对点或自组织(ad hoc)网络或两者兼而有之进行无线通信的装置。在一个实施例中，通信装置140跨电磁频谱(包括无线电和光通信)或其它介质(例如，空气和声学介质)进行通信。运载工具对运载工具(V2V)、运载工具对基础设施(V2I)通信(以及在一些实施例中为一种或多种其它类型的通信)的组合有时被称为运载工具对所有事物(V2X)通信。V2X通信通常符合一个或多个通信标准，用于与自主运载工具进行的和在自主运载工具之间的通信。
在一个实施例中，通信装置140包括通信接口。例如，有线、无线、WiMAX、Wi-Fi、蓝牙、卫星、蜂窝、光、近场、红外或无线电接口。通信接口将数据从远程数据库134传输到AV系统120。在一个实施例中，远程数据库134嵌入云计算环境200中，如图2中所述。通信接口140将从传感器121收集的数据或与AV 100操作有关的其它数据传输到远程数据库134。在一个实施例中，通信接口140向AV 100传输与远程操作有关的信息。在一些实施例中，AV 100与其它远程(例如，“云”)服务器136通信。
在一个实施例中，远程数据库134还存储和传输数字数据(例如，存储道路和街道场所等的数据)。这些数据存储在AV 100上的存储器144中，或者通过通信通道从远程数据库134传输到AV 100。
在一个实施例中，远程数据库134存储和传输与以前在一天中类似时间沿着轨迹198行驶的运载工具的驾驶属性有关的历史信息(例如，速率和加速度曲线)。在一个实现中，这种数据可以存储在AV 100上的存储器144中，或者通过通信通道从远程数据库134传输到AV 100。
位于AV 100上的计算装置146基于实时传感器数据和先验信息以算法方式生成控制动作，使得AV系统120能够执行其自主驾驶能力。
在一个实施例中，AV系统120包括连接到计算装置146的计算机外围设备132，用于向AV 100的用户(例如，乘员或远程用户)提供信息和提醒并接收来自该用户的输入。在一个实施例中，外围设备132类似于下面参考图3讨论的显示器312、输入装置314和光标控制器316。连接是无线的或有线的。任意两个或更多的接口设备可以集成到单个设备中。
图2例示示例“云”计算环境。云计算是一种服务交付模式，可以方便、按需地在网络上访问共享的可配置计算资源池(例如网络、网络带宽、服务器、处理、内存、存储、应用程序、虚拟机和服务)。在典型的云计算系统中，一个或多个大型云数据中心容纳用于递送云所提供的服务的机器。现在参考图2，云计算环境200包括通过云202互连的云数据中心204a、204b和204c。数据中心204a、204b和204c为连接到云202的计算机系统206a、206b、206c、206d、206e和206f提供云计算服务。
云计算环境200包括一个或多个云数据中心。通常，云数据中心(例如图2中所示的云数据中心204a)是指构成云(例如图2中所示的云202或云的特定部分)的服务器的物理排列。例如，服务器在云数据中心中物理排列成房间、组、行和机架。云数据中心有一个或多个区域，其中包括一个或多个服务器房间。每个房间有一行或多行服务器，每行都包括一个或多个机架。每个机架包括一个或多个单独的服务器节点。在一些实现中，区域、房间、机架和/或行中的服务器根据数据中心设施的物理基础设施要求(包括电力、能源、热力、热源和/或其它要求)分为若干组。在一个实施例中，服务器节点类似于图3中描述的计算机系统。数据中心204a具有许多分布在多个机架上的计算系统。
云202包括云数据中心204a、204b和204c以及用于连接云数据中心204a、204b和204c并有助于促进计算系统206a-f对云计算服务的访问的网络和网络资源(例如，网络设备、节点、路由器、交换机和网络电缆)。在一个实施例中，该网络表示一个或多个本地网络、广域网或通过使用地面或卫星连接部署的有线或无线链路连接的网际网络的任意组合。通过网络交换的数据采用多种网络层协议(如Internet协议(IP)、多协议标签交换(MPLS)、异步传输模式(ATM)、帧中继(FrameRelay)等)进行传输。此外，在网络代表多个子网络的组合的实施例中，在每个底层子网络上使用不同的网络层协议。在一些实施例中，网络代表一个或多个互连网际网络(例如公共互联网等)。
计算系统206a-f或云计算服务消费者通过网络链路和网络适配器连接到云202。在一个实施例中，计算系统206a-f被实现为各种计算装置，例如服务器、台式机、膝上型计算机、平板电脑、智能手机、物联网(IoT)设备、自主运载工具(包括小汽车、无人机、航天飞机、火车、公共汽车等)和消费电子产品。在一个实施例中，计算系统206a-f在其它系统中实现或作为其它系统的一部分实现。
图3例示计算机系统300。在实现中，计算机系统300是一种专用计算装置。专用计算装置被硬连线以执行这些技术，或包括诸如一个或多个专用集成电路(ASIC)或现场可编程门阵列(FPGA)等的被持久编程为进行上述技术的数字电子装置，或可包括一个或多个通用硬件处理器，这些硬件处理器经编程以根据固件、存储器、其它存储器、或者组合中的程序指令执行这些技术。这种专用的计算装置还可以将定制的硬线逻辑、ASIC或FPGA与定制的编程相结合来完成这些技术。在各种实施例中，专用计算装置是台式计算机系统、便携式计算机系统、手持设备、网络设备或包含硬线和/或程序逻辑以实现这些技术的任何其它设备。
在一个实施例中，计算机系统300包括总线302或用于通信信息的其它通信机制、以及与总线302连接以处理信息的硬件处理器304。硬件处理器304是例如通用微处理器。计算机系统300还包括主存储器306，例如随机存取存储器(RAM)或其它动态存储装置，连接到总线302以存储信息和指令，该信息和指令由处理器304执行。在一个实现中，主存储器306用于在执行要由处理器304执行的指令期间存储临时变量或其它中间信息。当这些指令存储在处理器304可访问的非暂时性存储介质中时，使计算机系统300变成一个专用机器，该机器被定制以执行指令中指定的操作。
在一个实施例中，计算机系统300还包括只读存储器(ROM)308或连接到总线302的其它静态存储装置，用于存储处理器304的静态信息和指令。提供诸如磁盘、光盘、固态驱动器或三维交叉点存储器等的存储装置310，并连接到总线302以存储信息和指令。
在一实施例中，计算机系统300通过总线302连接到诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子体显示器、发光二极管(LED)显示器或用于向计算机用户显示信息的有机发光二极管(OLED)显示器等的显示器312。包括字母数字键和其它键的输入装置314连接到总线302，用于向处理器304传送信息和命令选择。另一种类型的用户输入装置是光标控制器316，例如鼠标、轨迹球、触控显示器或光标方向键，用于将方向信息和命令选择传送到处理器304，并用于控制光标在显示器312上的移动。这种输入装置通常具有两个轴线上的两个自由度，第一轴线(例如，x轴)和第二轴线(例如，y轴)，这两个轴线允许装置指定平面上的位置。
根据一个实施例，这里的技术由计算机系统300执行，以响应处理器304执行主存储器306中包含的一个或多个指令的一个或多个序列。这些指令从诸如存储装置310等的另一存储介质读入主存储器306。执行主存储器306中包含的指令序列使处理器304执行本文所述的处理步骤。在替代实施例中，使用硬连线电路代替或与软件指令结合使用。
此处使用的术语“存储介质”是指存储数据和/或指令的任何非暂时性介质，这些数据和/或指令使机器以特定方式运行。这种存储介质包括非易失性介质和/或易失性介质。非易失性介质例如包括诸如存储装置310等的光盘、磁盘、固态驱动器或三维交叉点存储器。易失性介质包括动态存储器，诸如主存储器306等。存储介质的常见形式包括例如软盘、软盘、硬盘、固态驱动器、磁带或任何其它磁数据存储介质、CD-ROM、任何其它光数据存储介质、任何具有孔型的物理介质、RAM、PROM和EPROM、FLASH-EPROM、NV-RAM、或任何其它存储芯片或存储盒。
存储介质有别于传输介质，但可以与传输介质相结合使用。传输介质参与存储介质之间的信息传输。例如，传输介质包括同轴电缆、铜线和光纤，其包括具备总线302的电线。传输介质也可以采取声波或光波的形式，如在无线电波和红外数据通信过程中产生的声波或光波。
在一个实施例中，各种形式的介质涉及向处理器304携带一个或多个指令序列以供执行。例如，这些指令最初是在远程计算机的磁盘或固态驱动器上执行的。远程计算机将指令加载到其动态存储器中，并使用调制解调器通过电话线路发送指令。计算机系统300的本地调制解调器接收电话线路上的数据，并使用红外发射机将数据转换为红外信号。红外探测器接收红外信号中携带的数据，并且适当的电路将数据放置在总线302上。总线302将数据承载到主存储器306，处理器304从主存储器306检索并执行指令。主存储器306接收的指令可以任选地在处理器304执行之前或之后存储在存储装置310上。
计算机系统300还包括连接到总线302的通信接口318。通信接口318提供耦合到连接至本地网络322的网络链路320多双向数据通信。例如，通信接口318是综合业务数字网(ISDN)卡、电缆调制解调器、卫星调制解调器或用以提供与相应类型电话线路的数据通信连接的调制解调器。作为另一个例子，通信接口318是局域网(LAN)卡，用于提供与兼容LAN的数据通信连接。在一些实现中，无线链路也被实现。在任何这种实现中，通信接口318发送和接收承载代表各种信息的数字数据流的电、电磁或光信号。
网络链路320通常通过一个或多个网络向其它数据装置提供数据通信。例如，网络链路320通过本地网络322提供与主计算机324或与由因特网服务提供商(ISP)326运营的云数据中心或设备的连接。ISP 326又通过现在通常称为“因特网”的世界范围分组数据通信网络来提供数据通信服务。本地网络322和因特网328都使用携带数字数据流的电、电磁或光信号。通过各种网络的信号以及网络链路320上并通过通信接口318的信号是传输介质的示例形式，其中通信接口318承载了进出计算机系统300的数字数据。在一个实施例中，网络320包含上述云202或云202的一部分。
计算机系统300通过(一个或多个)网络、网络链路320和通信接口318发送消息和接收包括程序代码的数据。在一个实施例中，计算机系统300接收用于处理的代码。接收到的代码在接收到时由处理器304执行，和/或存储在存储装置310中，或存储在其它非易失性存储装置中以便以后执行。
自主运载工具架构
图4示出用于自主运载工具(例如，图1所示的AV 100)的示例架构400。架构400包括感知模块402(有时称为感知电路)、规划模块404(有时称为规划电路)、控制模块406(有时称为控制电路)、定位模块408(有时称为定位电路)和数据库模块410(有时称为数据库电路)。各模块在AV 100的操作中发挥作用。共同地，模块402、404、406、408和410可以是图1所示的AV系统120的一部分。在一些实施例中，模块402、404、406、408和410中的任何模块是计算机软件(例如，计算机可读介质上所存储的可执行代码)和计算机硬件(例如，一个或多个微处理器、微控制器、专用集成电路[ASIC]、硬件存储器装置、其它类型的集成电路、其它类型的计算机硬件、或者这些硬件中的任何或所有的组合)的组合。模块402、404、406、408和410各自有时被称为处理电路(例如，计算机硬件、计算机软件或这两者的组合)。模块402、404、406、408和410中的任何或所有的组合也是处理电路的示例。
在使用中，规划模块404接收表示目的地412的数据，并且确定表示AV 100为了到达(例如，抵达)目的地412而可以行驶的轨迹414(有时称为路线)的数据。为了使规划模块404确定表示轨迹414的数据，规划模块404从感知模块402、定位模块408和数据库模块410接收数据。
感知模块402使用例如也如图1所示的一个或多个传感器121来识别附近的物理对象。将对象分类(例如，分组成诸如行人、自行车、汽车、交通标志等的类型)，并且将包括分类对象416的场景描述提供至规划模块404。
规划模块404还从定位模块408接收表示AV位置418的数据。定位模块408通过使用来自传感器121的数据和来自数据库模块410的数据(例如，地理数据)以计算位置来确定AV位置。例如，定位模块408使用来自GNSS(全球导航卫星系统)传感器的数据和地理数据来计算AV的经度和纬度。在实施例中，定位模块408所使用的数据包括具有行车道几何属性的高精度地图、描述道路网络连接属性的地图、描述行车道物理属性(诸如交通速率、交通量、运载工具和自行车车道的数量、车道宽度、车道交通方向、或车道标记类型和场所，或者它们的组合)的地图、以及描述道路特征(诸如十字路口、交通标志或各种类型的其它行驶信号等)的空间场所的地图。在实施例中，高精度地图是通过将数据经由自动或手动注释添加到低精度地图来构造的。
控制模块406接收表示轨迹414的数据和表示AV位置418的数据，并且以将使得AV100行驶轨迹414到达目的地412的方式来操作AV的控制功能420a～420c(例如，转向、油门、制动、点火)。例如，如果轨迹414包括左转，则控制模块406将以如下方式操作控制功能420a～420c：转向功能的转向角度将使得AV 100左转，并且油门和制动将使得AV 100在进行转弯之前暂停并等待经过的行人或运载工具。
自主运载工具输入
图5示出感知模块402(图4)所使用的输入502a-502d(例如，图1中所示的传感器121)和输出504a-504d(例如，传感器数据)的示例。一个输入502a是LiDAR(光检测和测距)系统(例如，图1所示的LiDAR 123)。LiDAR是使用光(例如，诸如红外光等的一道光)来获得与其视线中的物理对象有关的数据的技术。LiDAR系统产生LiDAR数据作为输出504a。例如，LiDAR数据是用于构造环境190的表现的3D或2D点(也称为点云)的集合。
另一输入502b是RADAR(雷达)系统。RADAR是使用无线电波来获得与附近的物理对象有关的数据的技术。RADAR可以获得与不在LiDAR系统的视线内的对象有关的数据。RADAR系统502b产生RADAR数据作为输出504b。例如，RADAR数据是用于构造环境190的表现的一个或多个射频电磁信号。
另一输入502c是照相机系统。照相机系统使用一个或多个照相机(例如，使用诸如电荷耦合器件[CCD]等的光传感器的数字照相机)来获取与附近的物理对象有关的信息。照相机系统产生照相机数据作为输出504c。照相机数据通常采用图像数据的形式(例如，诸如RAW、JPEG、PNG等的图像数据格式的数据)。在一些示例中，照相机系统具有例如为了立体影像(立体视觉)的目的的多个独立照相机，这使得照相机系统能够感知深度。尽管照相机系统所感知的对象在这里被描述为“附近”，但这是相对于AV而言的。在使用中，照相机系统可被配置为“看见”远处的(例如，AV前方的远至1公里以上的)对象。因此，照相机系统可以具有为了感知遥远的对象而优化的诸如传感器和透镜等的特征。
另一输入502d是交通灯检测(TLD)系统。TLD系统使用一个或多个照相机来获得与交通灯、街道标志和提供视觉导航信息的其它物理对象有关的信息。TLD系统产生TLD数据作为输出504d。TLD数据经常采用图像数据的形式(例如，诸如RAW、JPEG、PNG等的图像数据格式的数据)。TLD系统与包含照相机的系统的不同之处在于：TLD系统使用具有宽视场(例如，使用广角镜头或鱼眼镜头)的照相机，以获得与尽可能多的提供视觉导航信息的物理对象有关的信息，使得AV 100有权使用这些对象所提供的所有相关导航信息。例如，TLD系统的视角可以为约120度以上。
在一些实施例中，使用传感器融合技术来组合输出504a-504d。因而，将个体输出504a-504d提供至AV100的其它系统(例如，提供至如图4所示的规划模块404)，或者采用相同类型(例如，使用相同组合技术或组合相同输出或者这两者)或不同类型(例如，使用不同的各个组合技术或组合不同的各个输出或者这两者)的单个组合输出或多个组合输出的形式，可以将组合输出提供至其它系统。在一些实施例中，使用早期融合技术。早期融合技术的特征在于：将输出组合，之后将一个或多个数据处理步骤应用到组合输出。在一些实施例中，使用后期融合技术。后期融合技术的特征在于：在将一个或多个数据处理步骤应用到个体输出之后，将输出组合。
图6示出LiDAR系统602的示例(例如，图5所示的输入502a)。LiDAR系统602从发光器606(例如，激光发射器)发射光604a-604c。LiDAR系统所发射的光通常不在可见光谱中；例如，经常使用红外光。所发射的光604b中的一些光遇到物理对象608(例如，运载工具)并且反射回到LiDAR系统602。(从LiDAR系统发射的光通常不会穿透物理对象，例如，实心形式的物理对象。)LiDAR系统602还具有用于检测反射光的一个或多个光检测器610。在实施例中，与LiDAR系统相关联的一个或多个数据处理系统生成表示LiDAR系统的视场614的图像612。图像612包括表示物理对象608的边界616的信息。这样，图像612用于确定AV附近的一个或多个物理对象的边界616。
图7示出操作中的LiDAR系统602。在该图所示的情境中，AV 100接收采用图像702的形式的照相机系统输出504c和采用LiDAR数据点704的形式的LiDAR系统输出504a。在使用中，AV 100的数据处理系统将图像702与数据点704进行比较。特别地，在数据点704中也识别出在图像702中识别出的物理对象706。这样，AV 100基于数据点704的轮廓和密度来感知物理对象的边界。
图8示出LiDAR系统602的操作的附加细节。如上所述，AV 100基于LiDAR系统602所检测到的数据点的特性来检测物理对象的边界。如图8所示，诸如地面802等的平坦对象将以一致的方式反射从LiDAR系统602发射的光804a-804d。换句话说，由于LiDAR系统602使用一致的间隔发射光，因此地面802将以相同的一致间隔将光反射回到LiDAR系统602。在AV100在地面802上行驶时，在没有东西阻挡道路的情况下，LiDAR系统602将继续检测到由下一个有效地面点806反射的光。然而，如果对象808阻挡道路，则LiDAR系统602所发射的光804e-804f将以不符合预期一致方式的方式从点810a-810b反射。根据该信息，AV 100可以确定为存在对象808。
路径规划
图9示出(例如，如图4所示的)规划模块404的输入和输出之间的关系的框图900。通常，规划模块404的输出是从起点904(例如，源场所或初始场所)到终点906(例如，目的地或最终场所)的路线902。路线902通常由一个或多个路段定义。例如，路段是指要行驶经过街道、道路、公路、驾驶道或适合汽车行驶的其它物理区域的至少一部分的距离。在一些示例中，例如，如果AV 100是诸如四轮驱动(4WD)或全轮驱动(AWD)小汽车、SUV或小型卡车等的越野运载工具，则路线902包括诸如未铺设道路或开阔田野等的“越野”路段。
除路线902之外，规划模块还输出车道级路线规划数据908。车道级路线规划数据908用于在特定时间基于路线902的路段的状况来驶过这些路段。例如，如果路线902包括多车道公路，则车道级路线规划数据908包括轨迹规划数据910，其中AV 100可以使用该轨迹规划数据910以例如基于出口是否临近、多个车道中的一个以上的车道是否存在其它运载工具、或者在几分钟或更少时间的过程中变化的其它因素，来从这多个车道中选择某车道。同样地，在一些实现中，车道级路线规划数据908包括路线902的某路段特有的速率约束912。例如，如果该路段包括行人或非预期交通，则速率约束912可以将AV 100限制到比预期速率慢的行驶速率，例如基于该路段的限速数据的速率。
在实施例中，向规划模块404的输入包括(例如，来自图4所示的数据库模块410的)数据库数据914、当前场所数据916(例如，图4所示的AV位置418)、(例如，用于图4所示的目的地412的)目的地数据918和对象数据920(例如，如图4所示的感知模块402所感知的分类对象416)。在一些实现中，数据库数据914包括规划时所使用的规则。规则是使用形式语言(例如，使用布尔逻辑)指定的。在AV 100所遇到的任何给定情形中，这些规则中的至少一些规则将适用于该情形。如果规则具有基于AV 100可用的信息(例如，与周围环境有关的信息)所满足的条件，则该规则适用于给定情形。规则可以具有优先级。例如，“如果公路是高速公路，则移动到最左侧车道”这一规则与“如果出口在一英里内临近，则移动到最右侧车道”相比可以具有更低的优先级。
图10示出在路径规划中(例如，由规划模块404(图4))使用的有向图1000。通常，如图10所示的有向图那样的有向图1000用于确定任何起点1002和终点1004之间的路径。在现实世界中，分隔起点1002和终点1004的距离可能相对较大(例如，在两个不同的都市区域中)，或者可能相对较小(例如，毗邻城市街区的两个十字路口或多车道道路的两条车道)。
在实施例中，有向图1000具有表示起点1002和终点1004之间的AV 100可能占用的不同场所的节点1006a-1006d。在一些示例中，例如，在起点1002和终点1004表示不同的都市区域时，节点1006a-1006d表示道路的路段。在一些示例中，例如，在起点1002和终点1004表示相同道路上的不同场所时，节点1006a-1006d表示该道路上的不同位置。这样，有向图1000包括不同粒度级别的信息。在实施例中，具有高粒度的有向图也是具有更大规模的另一有向图的子图。例如，起点1002和终点1004相距远(例如，相距许多英里)的有向图的大部分信息处于低粒度，并且该有向图是基于所存储的数据，但该有向图还包括供该有向图中的表示AV 100的视场中的物理场所的一部分用的一些高粒度信息。
节点1006a-1006d不同于无法与节点重叠的对象1008a-1008b。在实施例中，在粒度低时，对象1008a-1008b表示汽车不能驶过的地区，例如无街道或道路的区域。在粒度高时，对象1008a-1008b表示AV 100的视场中的物理对象，例如其它汽车、行人、或AV 100不能与之共用物理空间的其它实体。在实施例中，对象1008a-1008b的一部分或全部是静态对象(例如，不改变位置的对象，诸如街灯或电线杆等)或动态对象(例如，能够改变位置的对象，诸如行人或其它小汽车等)。
节点1006a-1006d通过边缘1010a-1010c连接。如果两个节点1006a-1006b通过边缘1010a连接，则AV 100可以在一个节点1006a和另一节点1006b之间行驶，例如，而不必在到达另一节点1006b之前行驶到中间节点。(当提到AV 100在节点之间行驶时，意味着AV100在由相应节点表示的两个物理位置之间行驶。)边缘1010a-1010c通常是双向的，从某种意义上，AV 100从第一节点行驶到第二节点，或者从第二节点行驶到第一节点。在实施例中，边缘1010a-1010c是单向的，从某种意义上，AV 100可以从第一节点行驶到第二节点，然而AV 100不能从第二节点行驶到第一节点。在边缘1010a-1010c表示例如单向街道、街道、道路或公路的单独车道、或者由于法律或物理约束因而仅能沿一个方向驶过的其它特征的情况下，边缘1010a-1010c是单向的。
在实施例中，规划模块404使用有向图1000来识别由起点1002和终点1004之间的节点和边缘组成的路径1012。
边缘1010a-1010c具有关联成本1014a-1014b。成本1014a-1014b是表示在AV 100选择该边缘的情况下将花费的资源的值。典型的资源是时间。例如，如果一个边缘1010a所表示的物理距离是另一边缘1010b所表示的物理距离的两倍，则第一边缘1010a的关联成本1014a可以是第二边缘1010b的关联成本1014b的两倍。影响时间的其它因素包括预期交通、十字路口的数量、限速等。另一典型的资源是燃料经济性。两个边缘1010a-1010b可以表示相同的物理距离，但例如由于道路条件、预期天气等，因此一个边缘1010a与另一边缘1010b相比需要更多的燃料。
在规划模块404识别起点1002和终点1004之间的路径1012时，规划模块404通常选择针对成本优化的路径，例如，在将边缘的各个成本相加到一起时具有最小总成本的路径。
自主运载工具控制
图11示出(例如，如图4所示的)控制模块406的输入和输出的框图1100。控制模块根据控制器1102而工作，该控制器1102例如包括：与处理器304类似的一个或多个处理器(例如，诸如微处理器或微控制器或这两者等的一个或多个计算机处理器)；与主存储器306、ROM 308和存储装置310类似的短期和/或长期数据存储装置(例如，存储器随机存取存储器或闪速存储器或这两者)；以及存储器中所存储的指令，这些指令在(例如，由一个或多个处理器)执行时执行控制器1102的操作。
在实施例中，控制器1102接收表示期望输出1104的数据。期望输出1104通常包括速度，例如速率和航向。期望输出1104例如可以基于从(例如，如图4所示的)规划模块404接收到的数据。根据期望输出1104，控制器1102产生可用作油门输入1106和转向输入1108的数据。油门输入1106表示例如通过接合转向踏板或接合另一油门控件来接合AV 100的油门(例如，加速控制)以实现期望输出1104的大小。在一些示例中，油门输入1106还包括可用于接合AV 100的制动器(例如，减速控制)的数据。转向输入1108表示转向角度，例如AV的转向控制(例如，方向盘、转向角致动器或用于控制转向角度的其它功能)应被定位成实现期望输出1104的角度。
在实施例中，控制器1102接收在调整提供至油门和转向的输入时使用的反馈。例如，如果AV 100遇到诸如山丘等的干扰1110，则AV 100的测量速率1112降至低于期望输出速率。在实施例中，任何测量输出1114均被提供至控制器1102，使得例如基于测量速率和期望输出之间的差分1113来进行所需的调整。测量输出1114包括测量位置1116、测量速度1118(包括速率和航向)、测量加速度1120和AV 100的传感器可测量的其它输出。
在实施例中，例如通过诸如照相机或LiDAR传感器等的传感器预先检测与干扰1110有关的信息，并且该信息被提供至预测性反馈模块1122。然后，预测性反馈模块1122将控制器1102可用于相应地调整的信息提供至控制器1102。例如，如果AV 100的传感器检测到(“看见”)山丘，则控制器1102可以使用该信息来准备在适当时间接合油门，以避免显著减速。
图12示出控制器1102的输入、输出和组件的框图1200。控制器1102具有影响油门/制动器控制器1204的操作的速率分析器1202。例如，速率分析器1202根据例如由控制器1102接收到并由速率分析器1202处理后的反馈，来指示油门/制动器控制器1204使用油门/制动器1206进行加速或进行减速。
控制器1102还具有影响方向盘控制器1210的操作的横向跟踪控制器1208。例如，横向跟踪控制器1208根据例如由控制器1102接收到并由横向跟踪控制器1208处理后的反馈，来指示方向盘控制器1210调整转向角致动器1212的位置。
控制器1102接收用于确定如何控制油门/制动器1206和转向角致动器1212的多个输入。规划模块404提供控制器1102例如选择AV 100开始操作时的航向并确定在AV 100到达十字路口时驶过哪个道路路段所使用的信息。定位模块408例如将描述AV 100的当前场所的信息提供至控制器1102，使得控制器1102可以确定AV 100是否处于基于正控制油门/制动器1206和转向角致动器1212的方式而预期所处的场所。在实施例中，控制器1102接收来自其它输入1214的信息，例如从数据库、计算机网络等接收到的信息。
被阻挡运载工具的运动规划
现在将详细说明用于在运载工具被对象(例如，另一运载工具、自行车或行人)阻挡(例如，运载工具的传感器检测到对象导致运载工具不能移动)时生成运载工具的驾驶轨迹、并且在运载工具被解除阻挡时执行该驾驶轨迹的技术。图13例示如下的运载工具，该运载工具在被行人阻挡时，使用来自其传感器的数据来生成供该运载工具在被解除阻挡时执行其移动用的轨迹。例如，由于运载工具从传感器接收到数据，运载工具能够在运载工具由于行人而无法移动时生成轨迹。在行人让路的情况下，运载工具能够使用所生成的轨迹来继续前进到其目的地。
图14示出用于在运载工具被对象阻挡时生成运载工具的轨迹、并且在运载工具被解除阻挡时执行该轨迹的处理1400。如块1405所示，处理器(例如，如图1所示的处理器146)接收表示运载工具的环境中的多个对象的传感器数据。例如，如上所述，运载工具可以配备有LiDar、雷达、照相机或这些(例如，如图1所示的传感器121、122和/或123)中的任何的组合。其它传感器也可以包括在运载工具中。该数据可以由传感器获取并由处理器接收。图4示出可以如何接收传感器数据的另一示例。如关于图4所述，传感器121可以接收与运载工具周围的环境有关的收集数据并将该信息馈送到数据库410中。感知模块402(如图4所示)使用来自数据库的传感器数据来识别环境中的对象。感知模块402(如图4所示)(例如，通过分析传感器数据)还确定这些对象的速度。
在实施例中，处理器还识别运载工具的路径中的任何对象，并且在一些实例下识别这些对象与运载工具的距离。具体地，如块1410所示，处理器确定为运载工具被多个对象中的某对象阻挡。在实施例中，处理器146基于从传感器(例如，如图1所示的传感器121、122和/或123)接收到的数据，确定为在运载工具的前方存在正阻挡运载工具的对象(例如，另一运载工具、行人、自行车或另一对象)(即，运载工具不能移动，直至该对象让路为止)。在另一实施例中，感知模块402(如图4所示)基于数据库410(如图4所示)中的传感器数据，确定为运载工具被这些对象中的一个或多个阻挡。
如块1415所示，处理器(例如，如图1所示的处理器146)基于传感器数据和传感器数据的时间戳来确定多个对象内的对象的可能场所。在实施例中，处理器从数据存储单元(例如，如图1所示的数据存储单元142)中检索传感器数据，该传感器数据包括对象场所、对象速度和该数据的时间戳。在一些实例中，处理器使用各对象的场所和数据的时间戳作为开始时间和场所，并且基于速度来计算对象在将来时间的场所。在实施例中，处理器计算对象在多个将来时间的场所。在一个示例中，处理器生成多个场景描述，这多个场景描述包括对象在从传感器数据的时间戳开始的不同时间的可能场所。在另一示例中，感知模块402(如图4所示)基于传感器数据和时间戳来确定多个对象内的对象的可能场所。在实施例中，感知模块使用传感器数据内的对象的场所和对象的速度来计算各个对象在将来时间或多个将来时间的场所。可以存储该数据(例如，存储在如图4所示的数据库410中)，以供将来用于生成可能的轨迹。
如块1420所示，处理器(例如，如图1所示的处理器146)在运载工具被阻挡时并且基于多个对象内的对象的可能场所，来生成用于运载工具的一个或多个操作命令。例如，如针对图1所述，处理器基于期望目的地来生成轨迹。然而，在本实施例中，处理器使用基于如由传感器数据表示的对象的场所和速度所计算出的、对象的可能场所的数据。基于所计算出的轨迹，处理器生成操作命令以到达期望场所。
在实施例中，控制模块406(如图4所示)生成一个或多个操作命令。例如，规划模块接收来自感知模块402(如图4所示)和定位模块408(如图4所示)的输入。如结合图4所述，在实施例中，数据包括运载工具相对于其环境的位置和供运载工具的目的地用的轨迹。在另一实施例中，控制模块406(如图4所示)根据到达目的地所用的轨迹来生成一个或多个命令。
在实施例中，处理器(例如，图1所示的处理器146)进行以下动作以生成一个或多个操作命令。处理器生成运载工具的多个可能轨迹。例如，处理器可以将地图数据与运载工具的场所相结合地使用以生成运载工具的一个或多个轨迹，使得运载工具可以到达目的地。在另一实施例中，规划模块404(如图4所示)生成轨迹。在生成轨迹时，处理器(例如，如图1中所示的处理器146)经由所选择的轨迹进行迭代以进行以下的动作。处理器146选择多个可能轨迹中的第一轨迹。在一些实例中，将轨迹存储在存储器或存储单元(例如，如图1所示的存储器144和/或存储单元142)内的一个或多个数据结构中。在另一实施例中，规划模块404(如图4所示)经由轨迹进行迭代并选择要处理的第一轨迹。
处理器(例如，如图1所示的处理器146)针对第一轨迹识别已被确定为干扰第一轨迹的多个对象中的一个以上的对象。例如，第一轨迹可以包括存在人行横道的道路。处理器基于行人的速度可以确定行人将在与运载工具大致相同的时间进入人行横道。在实施例中，规划模块404(如图4所示)基于感知模块402(如图4所示)所生成的数据来进行该识别。该数据可以存储在数据库410中。
在实施例中，处理器(例如，如图1所示的处理器146)接收针对一个或多个对象的一个或多个概率。在实施例中，将这些概率存储在存储单元(例如，如图1所示的存储单元142)中并检索到存储器(例如，如图1所示的存储器144)中。在另一实施例中，根据图4，规划模块404从数据库410中检索概率。感知模块402生成规划模块404所检索的概率。在另一实施例中，代替接收一个以上的概率，规划模块404(如图4所示)在运行时生成概率。在又一实施例中，规划模块404(如图4所示)从数据库410(如图4所示)中检索已被确定为干扰运载工具的轨迹的各对象的场所和速度。规划模块404(如图4所示)可以针对各个对象生成该对象将干扰轨迹的可能性有多大的概率。
在实施例中，基于干扰对象的时间和场所来生成各概率。例如，如果基于给定对象的速度和场所、处理器(例如，如图1所示的处理器146)确定为对象将在与运载工具自身相同的时间横过运载工具的轨迹，则处理器生成对象将干扰轨迹的极高概率(例如，100％概率)。随着运载工具到达轨迹的点和对象到达轨迹的点的时间增加，概率相应地降低。例如，如果时间差为1分钟，则概率可以减半或设置为另一合适的值。
处理器(例如，处理器146)确定为一个以上的概率中的任何概率是否满足阈值。例如，阈值可被设置为50％。因而，如果干扰的概率为50％以上，则采取行动，但如果概率小于50％，则不采取行动或采取不同的行动。在实施例中，规划模块404(如图4所示)确定是否满足阈值。响应于确定为一个以上的概率中的任何概率满足阈值，处理器(例如，如图1所示的处理器146)将第一轨迹从对运载工具的轨迹的考虑中移除。在一个实施例中，处理器(例如，如图1所示的处理器146)维持可能轨迹的数据结构，并将这些轨迹从已被发现具有将干扰这些轨迹(例如，具有特定概率值)的对象的数据结构中移除。在处理器识别出适当轨迹(例如，无干扰或干扰概率低于阈值)时，处理器基于该轨迹来生成用于驾驶运载工具的一个或多个操作命令。在实施例中，这些命令由规划模块404(如图4所示)生成并被馈送至控制模块406(如图4所示)以供执行。在实施例中，规划模块404将适当轨迹发送至控制模块406(如图4所示)，并且该控制模块生成操作命令。
为了继续图14，如块1425所示，处理器(例如，如图1所示的处理器146)利用运载工具的控制电路执行一个或多个操作命令，其中执行操作命令包括使运载工具沿着未被对象阻挡的路径进行机动动作。在另一示例中，根据图4，控制模块406根据需要执行操作命令。
在实施例中，在运载工具被解除阻挡时，处理器确定操作命令是否已过时，并且利用更新数据重新生成这些命令。这些动作通过图15的处理1500来例示。具体地，如块1505所示，处理器(例如，如图1所示的处理器146)确定为运载工具不再被阻挡。在实施例中，处理器接收更新传感器数据并基于该更新传感器数据来确定为阻挡对象已移动。如块1510所示，响应于确定为运载工具不再被阻挡，处理器(例如，如图1所示的处理器146)确定从生成一个或多个操作命令起的经过时间量。例如，在创建一个或多个操作命令时，针对创建时间生成时间戳。处理器将当前时间与时间戳进行比较以确定经过时间量。该动作也可以如图4所示由规划模块404和/或控制模块406或者另一合适的组件进行。
如块1515所示，处理器使用时间戳并确定经过时间量是否满足阈值。在实施例中，阈值为10秒并存储在存储器(例如，如图1所示的存储器144)或存储单元(例如，如图1所示的存储单元142)中。处理器检索阈值以与时间戳进行比较。如块1520所示，响应于确定经过时间量满足阈值，处理器重新生成一个或多个操作命令。为了继续上述示例，如果运载工具在10秒内未被解除阻挡，则重新生成命令。在实施例中，还重新计算轨迹。这些动作也可以如图4所示由规划模块404和/或控制模块406、或者另一合适的组件进行。在实施例中，如块1525所示，在时间量不满足阈值时，在不更新的情况下执行一个或多个命令。
在实施例中，响应于确定为运载工具不再被阻挡而执行操作命令。具体地，处理器(例如，如图1所示的处理器146)接收更新传感器数据。例如，处理器按特定间隔(例如，每十秒或另一合适的间隔)接收更新传感器数据。处理器基于更新传感器数据来确定为运载工具不再被阻挡。在实施例中，处理器146(如图1所示)接收雷达、LiDar和/或照相机数据，并且基于该数据确定为阻挡对象不再阻挡运载工具。响应于确定为运载工具不再被阻挡，处理器(例如，如图1所示的处理器146)执行一个或多个操作命令。在实施例中，如图4所示，感知模块402确定为运载工具不再被阻挡，并将该信息通信至规划模块404，而规划模块404又将该信息通信至控制模块406以继续执行操作命令。
在实施例中，周期性地刷新操作命令。具体地，处理器(例如，如图1中所示的处理器146)在运载工具被解除阻挡之前，确定为从生成用于运载工具的一个或多个操作命令的时间起经过了阈值时间量。例如，每10秒、每30秒、每1分钟、或者按另一合适的间隔刷新操作命令。因而，在该时间间隔经过时，处理器接收更新传感器数据(例如，从如图1所示的存储单元142和/或存储器144中检索)，并且基于更新传感器数据来更新一个或多个操作命令。在实施例中，更新包括：基于不同的对象改变速度和/或场所来改变轨迹和驾驶命令。在一些实施例中，还重新计算轨迹。这些动作也可以如图4所示由规划模块404和/或控制模块406、或者另一合适的组件来进行。
在实施例中，处理器(例如，如图1所示的处理器146)将多个概率指派至多个对象，各概率表示相应对象将干扰运载工具的轨迹的可能性有多大，其中各概率基于相应对象的场所和速度。如上所述，可以基于如由传感器检测到的相应对象的场所和速度来计算各概率。在实施例中，在新的传感器数据可用时更新这些概率。具体地，处理器(例如，如图1所示的处理器146)接收更新传感器数据，其中更新传感器数据包括多个对象中的一个以上的对象的更新场所和更新速度，并且基于更新传感器数据来更新多个概率。例如，如果每秒、每10秒、每分钟或按另一合适的间隔更新传感器数据，则处理器按相同的间隔更新概率。
部分轨迹更新
提供了用于在无需重新计算整个轨迹的情况下、基于对象稍后将横过当前驾驶轨迹的路段的概率来更新运载工具的驾驶轨迹的一部分的技术。图16例示用于基于对象将横过当前驾驶轨迹的路段的概率来更新运载工具的驾驶轨迹的一部分的处理1600。如块1605所示，处理器(例如，如图1所示的处理器146)生成用于运载工具的一个或多个操作命令，其中该一个或多个操作命令与运载工具的轨迹中的路段相关联。在实施例中，在运载工具接收到目的地的输入时，处理器生成一个或多个操作命令以使运载工具到达目的地。在另一实施例中，如图4所示，规划模块404和/或控制模块406基于感知模块402所生成的对象信息来生成操作命令。
如块1610所示，处理器(例如，图1所示的处理器146)接收传感器数据，该传感器数据包括所检测到的对象的场所和速度。在一个实施例中，传感器121、122和123收集与运载工具的环境有关的各种数据。该所收集的传感器数据由处理器接收。在实施例中，如图4所示，传感器数据存储在数据库410中并由感知模块402处理。规划模块404接收处理后的传感器数据。如以上关于图4所述，感知模块402处理传感器数据以标记运载工具的环境中的各种对象。
如块1615所示，处理器(例如，图1所示的处理器146)基于传感器数据来确定为预计所检测到的对象中的某对象以及运载工具在特定时间接近运载工具的轨迹的路段。在实施例中，处理器146访问表示运载工具的轨迹的数据，并且确定运载工具将行驶通过轨迹的路段的特定时间。处理器将表示运载工具的轨迹的数据与在环境中检测到的对象的数据进行比较。在实施例中，将环境中的各对象存储为包括对象场所和轨迹的数据结构。在另一实施例中，将与各对象有关的其它信息存储在相应的数据结构中。该信息可以包括对象将到达轨迹的各路段的时间。在实施例中，处理器(例如，如图1所示的处理器146)基于将对象数据和运载工具轨迹数据比较，来确定所检测到的对象中的任何对象是否将接近轨迹，并且还确定对象是否将按大致相似的时间间隔(时间帧)接近轨迹。在另一实施例中，如图4所示，规划模块404和/或控制模块406进行与确定为预计所检测到的对象中的对象以及运载工具在特定时间接近运载工具的轨迹的路段有关的计算。
在实施例中，对象不一定需要横过运载工具的轨迹，但必须接近运载工具，因为对象的轨迹是基于与对象有关的已知信息(例如，速度和注视场所)近似的。因此，即使两个轨迹彼此不相交而是仅仅彼此靠近，运载工具也有可能与对象碰撞。为了避免可能的碰撞，在这些情形中(即，在对象和运载工具的轨迹不相交，但是彼此靠近的情况下)采取行动。在实施例中，运载工具和任何对象被确定为彼此接近的时间不一定相同。对象和运载工具彼此接近的时间接近(例如，在10秒、30秒、1分钟或另一合适的值内)就足够了。为了避免可能的碰撞，必须在时间接近时采取动作。
如块1620所示，处理器(例如，图1所示的处理器146)基于该确定(即，基于确定为预计所检测到的对象中的对象以及运载工具在特定时间接近运载工具的轨迹的路段)，来识别与运载工具的轨迹的路段相关联的一个或多个操作命令的一部分并更新所识别的部分。在一个实施例中，将操作命令存储在相应路段的数据结构中，并且所识别的部分包括需要更新的一个或多个路段。在处理器识别出被确定为需要更新操作命令的路段时，处理器可以检索这些命令并针对该路段更新这些命令。
图17示出对驾驶轨迹的更新，其中利用不同的操作命令来更新用于路段的操作命令。在这种情况下，图示1700示出运载工具从起点行驶到目的地的多个可能轨迹。(例如，利用如图1所示的处理器146)选择了轨迹1705以从起点到达终点。在处理1600进入处理器确定为轨迹中的特定路段在特定时间与对象接近的块1615时，处理器将路段1710识别为需要更新的路段。图示1720示出运载工具的更新轨迹，其中基于处理1600，处理器更新了操作命令以使得轨迹不穿过路段1710而是穿过路段1725和1730。在实施例中，更新操作命令以穿过作为所识别的路段的替代的一个路段，并且在另一实施例中，更新操作命令以穿过作为替代的数个路段。在实施例中，如图4所示，规划模块404和/或控制模块406进行计算和操作命令更新。如块1625所示，处理器(例如，如图1所示的处理器146或另一合适的控制电路)执行一个或多个操作命令以使运载工具到达其目的地。
在实施例中，处理器(例如，如图1所示的处理器146)通过采取以下动作确定为预计对象和运载工具在特定时间接近运载工具的轨迹的路段。处理器基于对象的速度和场所来生成对象的轨迹。例如，处理器基于速率、方向和原始场所来生成对象移动的模型。该模型存储在稍后要参考的数据结构中。利用与对象有关的轨迹信息和运载工具的轨迹信息，处理器确定对象和运载工具是否将在特定时间内彼此接近。处理器比较运载工具的轨迹和对象的轨迹的坐标信息(例如，GPS坐标)。如果坐标在阈值距离内(例如，在一英尺内、在一码内或在另一合适的距离内)，则处理器(例如，基于对象的速度和运载工具的速度)确定对象和运载工具到达在该阈值内的坐标的时间。如果时间在阈值时间内，则处理器确定为对象将在特定时间接近运载工具(即，存在碰撞的可能性)。
响应于确定为所检测到的对象中的对象和运载工具将彼此接近，处理器(例如，如图1所示的处理器146)识别运载工具的轨迹中的将接近所检测到的对象中的某对象的路段。在实施例中，处理器迭代通过存储路段标识符和相应操作命令的数据结构。处理器将离轨迹最近的对象坐标与同运载工具的轨迹的各路段相关联的坐标进行比较，并且识别具有与同对象相关联的坐标匹配的坐标的路段。在另一实施例中，坐标在其处于阈值距离内的情况下匹配。在另一示例中，如图4所示，规划模块404和/或控制模块406进行与确定为预计对象和运载工具在特定时间接近运载工具的轨迹的路段有关地说明的动作。
在实施例中，基于运载工具的轨迹和对象的轨迹来确定对象和运载工具是否将在特定时间彼此接近包括以下动作。处理器(例如，如图1所示的处理器146)在特定时间识别离运载工具的轨迹的路段最近的对象的轨迹的路段。如上所述，处理器将同对象的轨迹相关联的坐标与同运载工具的轨迹相关联的多个坐标中的各坐标进行比较。基于这两组坐标，处理器确定运载工具的轨迹的哪个路段将在特定时间内接近对象。处理器确定对象的轨迹的路段和运载工具的轨迹的路段之间的距离是否低于阈值。在实施例中，处理器确定为运载工具和对象彼此之间将在半米内。响应于确定为距离低于阈值，处理器(例如，如图1所示的处理器146)确定为运载工具将在特定时间接近对象。在另一实施例中，如图4所示，规划模块404和/或控制模块406进行这些动作。
在实施例中，处理器(例如，如图1所示的处理器146)抑制更新与轨迹的路段不相关联的操作命令。例如，处理器在不更新其它路段的操作命令的情况下更新与特定路段相关联的操作命令。在实施例中，处理器对新更新路段周围的路段的操作命令进行更新，以将小汽车正确地导航到更新路段和更新路段之后的路段。
在实施例中，处理器(例如，如图1所示的处理器146)生成运载工具的轨迹的各路段的相应数据结构，并将一个或多个操作命令的一部分与同运载工具的轨迹的路段相对应的数据结构相关联。例如，处理器生成轨迹(不管是运载工具的轨迹还是对象的轨迹)的链接列表。链接列表可以包括具有以下属性的链接对象，这些属性包括速率、方向、原始场所(路段开始时)、预计场所(路段结束时)和其它合适的信息。轨迹的各路段可以对应于链接对象。
在实施例中，在识别出与运载工具的轨迹的路段相关联的一个或多个操作命令的一部分并更新所识别的部分时，处理器(例如，如图1所示的处理器146)进行以下的动作。处理器访问与运载工具的轨迹的路段相对应的数据结构，并从数据结构中检索一个或多个操作命令。例如，处理器从存储器144和/或存储单元142(如图1所示)访问数据结构，并从数据结构中检索当前存储的操作命令。在另一示例中，如图4所示，数据结构驻留在数据库410中，并且规划模块404和/或控制模块406从数据库中检索操作命令。
在实施例中，在更新与路段相关联的操作命令之前收集更多的数据可以是有用的。例如，可能不存在好的一组替代命令来避免冲突。因而，处理器(例如，如图1所示的处理器146)将运载工具的速率修改为可忽略的大小。例如，运载工具可能正在其轨迹上移动并在交通灯处停止。在交通灯允许运载工具前进之后，运载工具代替加速到预先规划的速率，而是加速到可忽略的或小的速度(例如，3mph)，以收集更多的数据。
处理器接收更新传感器数据(该更新传感器数据包括所检测到的对象的更新场所和更新速度)，并基于该更新传感器数据来针对各对象生成相应概率。在实施例中，各概率基于相应对象的场所和速度来表示相应对象将接近运载工具的轨迹的可能性有多大。例如，可以基于时间来计算概率。具体地，如果对象和运载工具被确定为在相同时间接近彼此，则概率被设置为非常高的值(例如，95％)。然而，如果确定为对象和运载工具将相隔10分钟彼此接近，则概率被设置为非常低的数字(例如，5％)。在实施例中，随着运载工具和对象处于接近场所之间的时间间隔增加，概率减小。在一个实施例中，概率基于距离。例如，随着运载工具的场所和对象的场所之间的距离增加，概率减小。具体地，如果运载工具和对象被确定为在同一点，则概率被设置为高的数字。然而，如果运载工具和对象被确定为相距50英尺，则概率被设置为低的数字。在实施例中，概率被计算为距离和时间这两者的组合。也就是说，如果距离和时间的一个或多个增大，则概率降低。
附加实施例
在实施例中，针对运载工具生成一个或多个操作命令。一个或多个操作命令与运载工具的轨迹中的路段相关联。接收到包括所检测到的对象的场所和速度的传感器数据。基于该传感器数据，确定为预计所检测到的对象中的某对象和运载工具在特定时间接近运载工具的轨迹的路段。基于该确定，识别出与运载工具的轨迹的该路段相关联的一个或多个操作命令的一部分。更新所识别的部分。利用运载工具的控制电路执行该一个或多个操作命令。
在实施例中，确定为预计所检测到的对象中的某对象和运载工具在特定时间接近运载工具的轨迹的路段包括：基于所检测到的对象中的该对象的速度和场所来生成该对象的轨迹。基于运载工具的轨迹和所检测到的对象中的该对象的轨迹，来确定所检测到的对象中的该对象和运载工具是否将在特定时间彼此接近。响应于确定为所检测到的对象中的该对象和运载工具将彼此接近，识别出运载工具的轨迹中的路段。该轨迹将接近所检测到的对象中的该对象。
在实施例中，基于据运载工具的轨迹和对象的轨迹来确定对象和运载工具是否将在特定时间彼此接近包括：在特定时间识别离运载工具的轨迹的该路段最近的对象的轨迹的路段。确定对象的轨迹的路段和运载工具的轨迹的路段之间的距离是否低于阈值。响应于确定为该距离低于阈值，确定为运载工具将在特定时间接近对象。
在实施例中，抑制更新与轨迹的路段不相关联的操作命令。
在实施例中，生成针对运载工具的轨迹的各路段的相应数据结构。一个或多个操作命令的一部分与同运载工具的轨迹的该路段相对应的数据结构相关联。
在实施例中，识别与运载工具的轨迹的路段相关联的一个或多个操作命令的一部分并更新所识别的部分包括：访问与运载工具的轨迹的路段相对应的数据结构。从该数据结构接收到一个或多个操作命令。
在实施例中，运载工具的速率被修改为可忽略的大小。接收到更新传感器数据。更新传感器数据包括所检测到的对象的更新场所和更新速度。基于更新传感器数据，生成针对各对象的相应概率。各概率表示相应对象将接近运载工具的轨迹的可能性有多大。各概率基于相应对象的场所和速度。
在先前描述中，已经参考许多具体细节描述了本发明的实施例，这些具体细节可因实现而不同。因此，说明书和附图应被视为说明性的，而非限制性意义的。本发明范围的唯一且排他的指示符、以及申请人期望是本发明范围的内容是以发布此类权利要求的具体形式从本申请发布的权利要求书的字面和等效范围，包括任何后续校正。本文中明确阐述的用于被包括在此类权利要求中的术语的任何定义应当以此类术语如在权利要求书中所使用的意义为准。另外，当我们在先前的说明书或所附权利要求书使用术语“还包括”时，该短语的下文可以是附加的步骤或实体、或先前所述的步骤或实体的子步骤/子实体。
相关申请的交叉引用
本申请要求2019年5月7日提交的美国申请序列号62/844,689和2020年5月4日提交的美国申请序列号16/865,485的优先权。该在先申请的公开内容被视为本申请的公开内容的一部分，并且其全部内容被并入本申请中。

Claims (20)

1.一种计算机实现的方法，包括：
利用运载工具的一个或多个处理器来接收表示所述运载工具的环境中的多个对象的传感器数据；
利用所述一个或多个处理器来确定为所述运载工具被所述多个对象中的某对象阻挡；
利用所述一个或多个处理器，基于所述传感器数据和所述传感器数据的时间戳来确定所述多个对象内的对象的可能场所；
利用所述一个或多个处理器，在所述运载工具被阻挡时生成用于所述运载工具的一个或多个操作命令，所述一个或多个操作命令的生成基于所述多个对象内的对象的所述可能场所；以及
利用所述运载工具的控制电路来执行所述一个或多个操作命令，所述操作命令的执行包括使所述运载工具沿着未被所述对象阻挡的路径进行机动动作。
2.根据权利要求1所述的计算机实现的方法，还包括：
利用所述一个或多个处理器来确定为所述运载工具不再被阻挡；
响应于确定为所述运载工具不再被阻挡，利用所述一个或多个处理器来确定从生成所述一个或多个操作命令时起的经过时间量；
利用所述一个或多个处理器来确定所述经过时间量是否满足阈值时间；以及
响应于确定为所述经过时间量满足所述阈值时间，利用所述一个或多个处理器来重新生成所述一个或多个操作命令。
3.根据权利要求1或2所述的计算机实现的方法，还包括：
利用所述一个或多个处理器来接收更新传感器数据；以及
利用所述一个或多个处理器，基于所述更新传感器数据来确定为所述运载工具不再被阻挡，其中所述一个或多个操作命令的执行是响应于确定为所述运载工具不再被阻挡而进行的。
4.根据权利要求1所述的计算机实现的方法，还包括：
利用所述一个或多个处理器来确定为从生成用于所述运载工具的所述一个或多个操作命令时起经过了阈值时间量，其中，确定为经过了所述阈值时间量是在所述运载工具被解除阻挡之前进行的；
利用所述一个或多个处理器来接收更新传感器数据；以及
利用所述一个或多个处理器，基于所述更新传感器数据来更新所述一个或多个操作命令。
5.根据权利要求1或2所述的计算机实现的方法，还包括：利用所述一个或多个处理器来向所述多个对象指派多个概率，各概率表示相应对象将干扰所述运载工具的轨迹的可能性有多大，其中各概率是基于相应对象的场所和速度。
6.根据权利要求5所述的计算机实现的方法，其中，用于所述运载工具的所述一个或多个操作命令的生成包括：
利用所述一个或多个处理器来生成用于所述运载工具的多个可能轨迹；
利用所述一个或多个处理器来选择所述多个可能轨迹中的第一轨迹；
利用所述一个或多个处理器来针对所述第一轨迹识别所述多个对象中的一个以上的对象，所述一个以上的对象被确定为干扰所述第一轨迹；
利用所述一个或多个处理器来接收针对所述一个以上的对象的一个以上的概率；
利用所述一个或多个处理器来确定所述一个以上的概率中的任何概率是否满足阈值；以及
响应于确定为所述一个以上的概率中的任何概率满足阈值，利用所述一个或多个处理器来将所述第一轨迹从对所述运载工具的轨迹的考虑中移除。
7.根据权利要求5或6所述的计算机实现的方法，还包括：
利用所述一个或多个处理器来接收更新传感器数据，所述更新传感器数据包括所述多个对象中的一个以上的对象的更新场所和更新速度；以及
利用所述一个或多个处理器，基于所述更新传感器数据来更新所述多个概率。
8.一种存储有一个或多个程序的非暂时性计算机可读存储介质，所述一个或多个程序供一个或多个处理器执行，所述一个或多个程序包括指令，所述指令在由所述一个或多个处理器执行时，使得所述一个或多个处理器进行以下操作：
接收表示运载工具的环境中的多个对象的传感器数据；
确定为所述运载工具被所述多个对象中的某对象阻挡；
基于所述传感器数据和所述传感器数据的时间戳来确定所述多个对象内的对象的可能场所；
在所述运载工具被阻挡时生成用于所述运载工具的一个或多个操作命令，所述一个或多个操作命令的生成基于所述多个对象内的对象的所述可能场所；以及
利用所述运载工具的控制电路来执行所述一个或多个操作命令，所述操作命令的执行包括使所述运载工具沿着未被所述对象阻挡的路径进行机动动作。
9.根据权利要求8所述的非暂时性计算机可读存储介质，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
确定为所述运载工具不再被阻挡；
响应于确定为所述运载工具不再被阻挡，确定从生成所述一个或多个操作命令时起的经过时间量；
确定所述经过时间量是否满足阈值时间；以及
响应于确定为所述经过时间量满足所述阈值时间，重新生成所述一个或多个操作命令。
10.根据权利要求8或9所述的非暂时性计算机可读存储介质，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
接收更新传感器数据；以及
基于所述更新传感器数据来确定为所述运载工具不再被阻挡，其中所述一个或多个操作命令的执行是响应于确定为所述运载工具不再被阻挡而进行的。
11.根据权利要求8所述的非暂时性计算机可读存储介质，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
确定为从生成用于所述运载工具的所述一个或多个操作命令时起经过了阈值时间量，其中，确定为经过了所述阈值时间量是在所述运载工具被解除阻挡之前进行的；
接收更新传感器数据；以及
基于所述更新传感器数据来更新所述一个或多个操作命令。
12.根据权利要求8或9所述的非暂时性计算机可读存储介质，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器向所述多个对象指派多个概率，各概率表示相应对象将干扰所述运载工具的轨迹的可能性有多大，其中各概率基于相应对象的场所和速度。
13.根据权利要求12所述的非暂时性计算机可读存储介质，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
生成用于所述运载工具的多个可能轨迹；
选择所述多个可能轨迹中的第一轨迹；
针对所述第一轨迹识别所述多个对象中的一个以上的对象，所述一个以上的对象被确定为干扰所述第一轨迹；
接收所述一个以上的对象的一个以上的概率；
确定所述一个以上的概率中的任何概率是否满足阈值；以及
响应于确定为所述一个以上的概率中的任何概率满足阈值，将所述第一轨迹从对所述运载工具的轨迹的考虑中移除。
14.根据权利要求12或13所述的非暂时性计算机可读存储介质，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
接收更新传感器数据，所述更新传感器数据包括所述多个对象中的一个以上的对象的更新场所和更新速度；以及
基于所述更新传感器数据来更新所述多个概率。
15.一种运载工具，包括：
一个或多个处理器；以及
存储有一个或多个程序的非暂时性计算机可读存储介质，所述一个或多个程序供所述一个或多个处理器执行，所述一个或多个程序包括指令，所述指令在由所述一个或多个处理器执行时，使得所述一个或多个处理器进行以下操作：
接收表示运载工具的环境中的多个对象的传感器数据；
确定为所述运载工具被所述多个对象中的某对象阻挡；
基于所述传感器数据和所述传感器数据的时间戳来确定所述多个对象内的对象的可能场所；
在所述运载工具被阻挡时生成用于所述运载工具的一个或多个操作命令，所述一个或多个操作命令的生成基于所述多个对象内的对象的所述可能场所；以及
利用所述运载工具的控制电路来执行所述一个或多个操作命令，所述操作命令的执行包括使所述运载工具沿着未被所述对象阻挡的路径进行机动动作。
16.根据权利要求15所述的运载工具，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
确定为所述运载工具不再被阻挡；
响应于确定为所述运载工具不再被阻挡，确定从生成所述一个或多个操作命令时起的经过时间量；
确定所述经过时间量是否满足阈值时间；以及
响应于确定为所述经过时间量满足所述阈值时间，重新生成所述一个或多个操作命令。
17.根据权利要求15或16所述的运载工具，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
接收更新传感器数据；以及
基于所述更新传感器数据来确定为所述运载工具不再被阻挡，其中所述一个或多个操作命令的执行是响应于确定为所述运载工具不再被阻挡而进行的。
18.根据权利要求15所述的运载工具，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
确定为从生成用于所述运载工具的所述一个或多个操作命令时起经过了阈值时间量，其中，确定为经过了所述阈值时间量是在所述运载工具被解除阻挡之前进行的；
接收更新传感器数据；以及
基于所述更新传感器数据来更新所述一个或多个操作命令。
19.根据权利要求15或16所述的运载工具，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器向所述多个对象指派多个概率，各概率表示相应对象将干扰所述运载工具的轨迹的可能性有多大，其中各概率基于相应对象的场所和速度。
20.根据权利要求19所述的运载工具，其中，所述指令在由所述一个或多个处理器执行时，进一步使得所述一个或多个处理器进行以下操作：
生成用于所述运载工具的多个可能轨迹；
选择所述多个可能轨迹中的第一轨迹；
针对所述第一轨迹识别所述多个对象中的一个以上的对象，所述一个以上的对象被确定为干扰所述第一轨迹；
接收所述一个以上的对象的一个以上的概率；
确定所述一个以上的概率中的任何概率是否满足阈值；以及
响应于确定为所述一个以上的概率中的任何概率满足阈值，将所述第一轨迹从对所述运载工具的轨迹的考虑中移除。
CN202010378992.7A 2019-05-07 2020-05-07 计算机实现的方法、存储介质和运载工具 Active CN111915917B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962844689P 2019-05-07 2019-05-07
US62/844,689 2019-05-07
US16/865,485 US11772638B2 (en) 2019-05-07 2020-05-04 Systems and methods for planning and updating a vehicle's trajectory
US16/865,485 2020-05-04

Publications (2)

Publication Number Publication Date
CN111915917A true CN111915917A (zh) 2020-11-10
CN111915917B CN111915917B (zh) 2023-09-26

Family

ID=71080575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010378992.7A Active CN111915917B (zh) 2019-05-07 2020-05-07 计算机实现的方法、存储介质和运载工具

Country Status (5)

Country Link
US (2) US11772638B2 (zh)
KR (2) KR20200129045A (zh)
CN (1) CN111915917B (zh)
DE (1) DE102020111938A1 (zh)
GB (4) GB2600552B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114626285A (zh) * 2020-12-11 2022-06-14 动态Ad有限责任公司 轨迹评估方法、系统和计算机可读介质
CN114719867A (zh) * 2022-05-24 2022-07-08 北京捷升通达信息技术有限公司 一种基于传感器的车辆导航方法及系统

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019139815A1 (en) 2018-01-12 2019-07-18 Duke University Apparatus, method and article to facilitate motion planning of an autonomous vehicle in an environment having dynamic objects
TWI822729B (zh) 2018-02-06 2023-11-21 美商即時機器人股份有限公司 用於儲存一離散環境於一或多個處理器之一機器人之運動規劃及其改良操作之方法及設備
EP3769174B1 (en) 2018-03-21 2022-07-06 Realtime Robotics, Inc. Motion planning of a robot for various environments and tasks and improved operation of same
WO2020214723A1 (en) 2019-04-17 2020-10-22 Real Time Robotics, Inc. Motion planning graph generation user interface, systems, methods and articles
JP7479064B2 (ja) * 2019-06-03 2024-05-08 リアルタイム ロボティクス， インコーポレーテッド 動的障害物を有する環境における動作計画を容易にする装置、方法及び物品
WO2021041223A1 (en) 2019-08-23 2021-03-04 Realtime Robotics, Inc. Motion planning for robots to optimize velocity while maintaining limits on acceleration and jerk
US20210094569A1 (en) * 2019-09-27 2021-04-01 Honda Motor Co., Ltd. System and method for providing accurate trajectory following for automated vehicles in dynamic environments
TW202146189A (zh) 2020-01-22 2021-12-16 美商即時機器人股份有限公司 於多機器人操作環境中之機器人之建置
US20210390225A1 (en) * 2020-06-10 2021-12-16 Waymo Llc Realism in log-based simulations
EP4012338A1 (en) * 2020-12-09 2022-06-15 Valeo Internal Automotive Software Egypt, a limited liability company Guiding a motor vehicle based on a camera image and a navigational command
CN112507949A (zh) * 2020-12-18 2021-03-16 北京百度网讯科技有限公司 目标跟踪方法、装置、路侧设备以及云控平台
JP2022134678A (ja) * 2021-03-03 2022-09-15 本田技研工業株式会社 制御装置、移動体、制御方法及びプログラム
CN117320935A (zh) * 2021-03-15 2023-12-29 动态Ad有限责任公司 制动仲裁
US11145208B1 (en) * 2021-03-15 2021-10-12 Samsara Networks Inc. Customized route tracking
US11531567B2 (en) * 2021-05-03 2022-12-20 Telenav, Inc. Computing system with message ordering mechanism and method of operation thereof
US20220355822A1 (en) * 2021-05-10 2022-11-10 Toyota Research Institute, Inc. Method for enumerating homotopies for maneuvers using a hierarchy of tolerance relations
RU2767826C1 (ru) * 2021-05-24 2022-03-22 Общество с ограниченной ответственностью «Яндекс Беспилотные Технологии» Способ и устройство для управления автомобилем
US11845454B2 (en) 2021-09-14 2023-12-19 Motional Ad Llc Operational envelope detection with situational assessment
US20230093601A1 (en) * 2021-09-14 2023-03-23 Motional Ad Llc Environmental limitation and sensor anomaly system and method
US11851091B2 (en) 2021-09-14 2023-12-26 Motional Ad Llc Immobility detection within situational context
CN113753082B (zh) * 2021-09-17 2023-03-10 京东鲲鹏(江苏)科技有限公司 无人车轨迹更新方法及装置、控制方法及电子设备
US11634158B1 (en) * 2022-06-08 2023-04-25 Motional Ad Llc Control parameter based search space for vehicle motion planning

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5801943A (en) * 1993-07-23 1998-09-01 Condition Monitoring Systems Traffic surveillance and simulation apparatus
US20020036584A1 (en) * 2000-02-28 2002-03-28 Jocoy Edward H. System and method for avoiding accidents in intersections
CN1399734A (zh) * 1999-11-24 2003-02-26 个人机器人技术公司 自主多平台机器人系统
CN101641717A (zh) * 2006-12-01 2010-02-03 汤姆逊许可公司 估计图象中物体的位置
US20130293395A1 (en) * 2010-11-30 2013-11-07 Toyota Jidosha Kabushiki Kaisha Mobile object target state determination device and program
CN104755343A (zh) * 2012-10-29 2015-07-01 奥迪股份公司 用于协调全自动驾驶的机动车运行的方法
US9248834B1 (en) * 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information
CN105806354A (zh) * 2015-01-16 2016-07-27 沃尔沃汽车公司 用于为自主交通工具提供导航指令的导航单元和方法
CN106323308A (zh) * 2015-07-02 2017-01-11 集奥数字国际有限公司 用于自驾驶车辆的属性化的道路轨迹
CN106428009A (zh) * 2015-07-31 2017-02-22 福特全球技术公司 车辆轨迹确定
CN107664993A (zh) * 2016-07-29 2018-02-06 法乐第(北京)网络科技有限公司 一种路径规划方法
CN108072382A (zh) * 2016-11-11 2018-05-25 现代自动车株式会社 用于自主驾驶车辆的路径确定装置及路径确定方法
CN108196456A (zh) * 2018-01-22 2018-06-22 青岛海尔空调器有限总公司 一种智能家居感控方法、装置及空调
CN108292134A (zh) * 2015-11-04 2018-07-17 祖克斯有限公司 用于优化远程操作和/或规划器决策的机器学习系统和技术
US20180244275A1 (en) * 2017-02-27 2018-08-30 Ford Global Technologies, Llc Cooperative vehicle navigation
CN108475057A (zh) * 2016-12-21 2018-08-31 百度（美国）有限责任公司 基于车辆周围的情境预测车辆的一个或多个轨迹的方法和系统
WO2018185758A1 (en) * 2017-04-03 2018-10-11 Foresight Automotive Ltd A system and method for preventing car accidents and collisions between vehicles and pedestrians
US20180326982A1 (en) * 2016-11-28 2018-11-15 drive.ai Inc. Method for influencing entities at a roadway intersection
CN109489675A (zh) * 2017-09-11 2019-03-19 百度（美国）有限责任公司 用于自动驾驶车辆的基于成本的路径规划
CN109641594A (zh) * 2016-08-19 2019-04-16 奥迪股份公司 用于运行至少半自主运行的机动车的方法和机动车
US20210191404A1 (en) * 2018-02-28 2021-06-24 Five AI Limited Path planning in mobile robots

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8996224B1 (en) * 2013-03-15 2015-03-31 Google Inc. Detecting that an autonomous vehicle is in a stuck condition
US9008890B1 (en) * 2013-03-15 2015-04-14 Google Inc. Augmented trajectories for autonomous vehicles
US9407148B2 (en) 2014-03-31 2016-08-02 Monolithic Power Systems, Inc. Multi-phase SMPS with loop phase clocks and control method thereof
DE102014111023A1 (de) 2014-08-04 2016-02-04 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zum Steuern eines automatisierten Fahrzeuges
US10459446B2 (en) * 2015-02-12 2019-10-29 Hitachi, Ltd. Autonomous operation verification device and autonomous system
DE102016203086B4 (de) * 2016-02-26 2018-06-28 Robert Bosch Gmbh Verfahren und Vorrichtung zur Fahrerassistenz
US20210287536A1 (en) * 2016-08-29 2021-09-16 Pcms Holdings, Inc. Systems and methods for negotiation and augmented reality visualization of a path through stationary traffic
DE102017217056B4 (de) * 2017-09-26 2023-10-12 Audi Ag Verfahren und Einrichtung zum Betreiben eines Fahrerassistenzsystems sowie Fahrerassistenzsystem und Kraftfahrzeug
US10303178B1 (en) * 2017-12-15 2019-05-28 Waymo Llc Collision mitigation static occupancy grid
RU2751382C1 (ru) * 2018-05-31 2021-07-13 Ниссан Норт Америка, Инк. Планирование траектории
WO2019231456A1 (en) * 2018-05-31 2019-12-05 Nissan North America, Inc. Probabilistic object tracking and prediction framework

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5801943A (en) * 1993-07-23 1998-09-01 Condition Monitoring Systems Traffic surveillance and simulation apparatus
CN1399734A (zh) * 1999-11-24 2003-02-26 个人机器人技术公司 自主多平台机器人系统
US20020036584A1 (en) * 2000-02-28 2002-03-28 Jocoy Edward H. System and method for avoiding accidents in intersections
CN101641717A (zh) * 2006-12-01 2010-02-03 汤姆逊许可公司 估计图象中物体的位置
US20130293395A1 (en) * 2010-11-30 2013-11-07 Toyota Jidosha Kabushiki Kaisha Mobile object target state determination device and program
CN104755343A (zh) * 2012-10-29 2015-07-01 奥迪股份公司 用于协调全自动驾驶的机动车运行的方法
US9248834B1 (en) * 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information
CN105806354A (zh) * 2015-01-16 2016-07-27 沃尔沃汽车公司 用于为自主交通工具提供导航指令的导航单元和方法
CN106323308A (zh) * 2015-07-02 2017-01-11 集奥数字国际有限公司 用于自驾驶车辆的属性化的道路轨迹
CN106428009A (zh) * 2015-07-31 2017-02-22 福特全球技术公司 车辆轨迹确定
CN108292134A (zh) * 2015-11-04 2018-07-17 祖克斯有限公司 用于优化远程操作和/或规划器决策的机器学习系统和技术
CN107664993A (zh) * 2016-07-29 2018-02-06 法乐第(北京)网络科技有限公司 一种路径规划方法
CN109641594A (zh) * 2016-08-19 2019-04-16 奥迪股份公司 用于运行至少半自主运行的机动车的方法和机动车
CN108072382A (zh) * 2016-11-11 2018-05-25 现代自动车株式会社 用于自主驾驶车辆的路径确定装置及路径确定方法
US20180326982A1 (en) * 2016-11-28 2018-11-15 drive.ai Inc. Method for influencing entities at a roadway intersection
CN108475057A (zh) * 2016-12-21 2018-08-31 百度（美国）有限责任公司 基于车辆周围的情境预测车辆的一个或多个轨迹的方法和系统
US20180244275A1 (en) * 2017-02-27 2018-08-30 Ford Global Technologies, Llc Cooperative vehicle navigation
WO2018185758A1 (en) * 2017-04-03 2018-10-11 Foresight Automotive Ltd A system and method for preventing car accidents and collisions between vehicles and pedestrians
CN109489675A (zh) * 2017-09-11 2019-03-19 百度（美国）有限责任公司 用于自动驾驶车辆的基于成本的路径规划
CN108196456A (zh) * 2018-01-22 2018-06-22 青岛海尔空调器有限总公司 一种智能家居感控方法、装置及空调
US20210191404A1 (en) * 2018-02-28 2021-06-24 Five AI Limited Path planning in mobile robots

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
姜慧夫;安实;王健;: "信号交叉口网联自动驾驶车辆时空轨迹优化控制系统", 科学技术与工程, no. 20 *
张金旺等: "基于概率统计的车辆运动轨迹预测方法", 《军事交通学院学报》 *
张金旺等: "基于概率统计的车辆运动轨迹预测方法", 《军事交通学院学报》, no. 08, 25 August 2017 (2017-08-25) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114626285A (zh) * 2020-12-11 2022-06-14 动态Ad有限责任公司 轨迹评估方法、系统和计算机可读介质
CN114719867A (zh) * 2022-05-24 2022-07-08 北京捷升通达信息技术有限公司 一种基于传感器的车辆导航方法及系统

Also Published As

Publication number Publication date
CN111915917B (zh) 2023-09-26
KR20220030972A (ko) 2022-03-11
GB2587836A (en) 2021-04-14
GB2587836B (en) 2021-11-10
GB2600552B (en) 2022-12-07
US20240025396A1 (en) 2024-01-25
US20200353917A1 (en) 2020-11-12
KR102663570B1 (ko) 2024-05-03
DE102020111938A1 (de) 2020-11-12
GB202113839D0 (en) 2021-11-10
US11772638B2 (en) 2023-10-03
GB2600552A (en) 2022-05-04
GB202114202D0 (en) 2021-11-17
GB202215836D0 (en) 2022-12-07
GB202006522D0 (en) 2020-06-17
KR20200129045A (ko) 2020-11-17

Similar Documents

Publication Publication Date Title
CN111915917B (zh) 计算机实现的方法、存储介质和运载工具
CN112703423B (zh) 合并来自多个LiDAR装置的数据
CN113196291A (zh) 自动选择用于注释的数据样本
CN111845785A (zh) 用于实现对传感器故障的自主运载工具响应的系统和方法
CN112783151A (zh) 从预先计算的或动态生成的轨迹库的轨迹预测
CN112634633B (zh) 利用自主运载工具对多路停车交叉口进行导航
US10960886B2 (en) Traffic light estimation
CN115328110A (zh) 用于自主运载工具的系统和方法以及存储介质
CN112996703A (zh) 使用多个运动约束的运载工具的操作
KR102639008B1 (ko) 도로 특징부에 대한 폐색 표현을 구현하기 위한 시스템 및 방법
CN113156935A (zh) 用于交通灯检测的系统和方法
KR102580097B1 (ko) 교정 정보를 사용한 av 경로 계획
CN115079687A (zh) 用于自主运载工具的系统、方法和存储介质
CN114627451A (zh) 运载工具、用于运载工具的方法和存储介质
CN114120687A (zh) 条件运动预测
CN112486163A (zh) 基于导航信息的可用性的自主运载工具的操作
CN112014859A (zh) 估计速率分布
CN112394384A (zh) 基于环境的预定义特征的定位
CN114089375A (zh) 运载工具、用于运载工具的方法和存储介质
CN114812586A (zh) 用于运载工具的系统、方法和存储介质
CN112166068B (zh) 电动助力转向扭矩补偿
CN113196356A (zh) 交通灯估计
CN115220439A (zh) 用于运载工具的系统和方法以及存储介质
CN114623840A (zh) 用于运载工具的方法、运载工具和存储介质
CN114938674A (zh) 基于活动来对感知对象进行分类

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
CB02 Change of applicant information

Address after: The American state of Massachusetts

Applicant after: Motional AD LLC

Address before: The American state of Massachusetts

Applicant before: Modern anbofu ad Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant