CN112046481A - 自动驾驶装置和方法 - Google Patents

Abstract

公开了一种自动驾驶装置和方法。自动驾驶装置可以包括：传感器单元，被配置为检测包括自动行驶的本车辆周围的周围车辆的周围对象；存储器，被配置为存储地图信息；以及处理器，被配置为根据基于存储在存储器中的地图信息生成的预期驾驶轨迹来控制本车辆的自动驾驶。

Description

自动驾驶装置和方法

相关申请的交叉引用

本申请要求于2019年5月20日提交的韩国专利申请第10-2019-0058602、10-2019-0058604和10-2019-0058605的优先权和权益，如同本文所述，出于所有目的，特此通过引用将其并入本文。

技术领域

本公开的示例性实施方式涉及应用于自动驾驶车辆的自动驾驶装置和方法。

背景技术

当今的汽车工业正朝着实施自动驾驶的方向发展，以最大程度地减少驾驶员对车辆驾驶的干预。自动驾驶车辆是指这样的车辆，该车辆通过在驾驶时使用外部信息检测和处理功能来识别周围环境来自动地确定驾驶路径，并利用其自身的动力独立地行驶。

尽管驾驶员不操作方向盘、加速踏板或制动器，但是自动驾驶车辆可以自动行驶到目的地，同时防止与驾驶路径上的障碍物碰撞并且基于道路的形状控制车辆速度和驾驶方向。例如，自动驾驶车辆可以在直路上执行加速，并且可以在根据弯道中的弯道的曲率改变驾驶方向的同时执行减速。

为了确保自动驾驶车辆的安全驾驶，需要通过使用安装在车辆上的传感器精确地测量驾驶环境并连续监视车辆的驾驶状态来基于测得的驾驶环境控制自动驾驶车辆的驾驶。为此，将诸如LIDAR传感器、雷达传感器、超声波传感器和相机传感器的各种传感器，即用于检测诸如周围车辆、行人和固定设施的周围对象的传感器应用于自动驾驶车辆。由这种传感器输出的数据用于确定驾驶环境的信息，例如状态信息，诸如周围对象的位置、形状、移动方向和移动速度。

此外，自动驾驶车辆还具有以下功能：通过使用先前存储的地图数据确定并校正车辆的位置来最佳地确定驾驶路径和驾驶车道的功能，控制车辆的驾驶，以使车辆不会偏离所确定的路径和车道的功能，以及针对驾驶路径或在附近突然出现的车辆的危险因素进行防御和躲避驾驶的功能。

在韩国专利申请公开第10-1998-0068399号(1998年10月15日)中公开了本公开的背景。

发明内容

各个实施方式涉及提供自动驾驶装置和方法，其通过选择性地应用基于直到目的地的驾驶轨迹来控制自动驾驶车辆的自动驾驶的方法和跟随由多个车辆组构成的车队行驶组(platooning group)的驾驶的方法，在最小化自动驾驶车辆进行自动驾驶控制的计算负荷的同时，使自动驾驶车辆在最短时间内到达目的地。

此外，各种实施方式涉及提供自动驾驶装置和方法，其可以在加入车队行驶组并进行车队行驶的过程中，自动驾驶车辆基于与另一车辆组的相对位置来改变周围对象感测区域的方式，减少针对属于车队行驶组的车辆组中的每一车辆检测周围对象所需的系统总资源。

在实施方式中，一种自动驾驶装置包括：传感器单元，被配置为检测包括自动行驶的本车辆周围的周围车辆的周围对象，存储器，被配置为存储地图信息，以及处理器，被配置为基于预期驾驶轨迹来控制所述本车辆的自动驾驶，所述预期驾驶轨迹是基于所述存储器中存储的所述地图信息而生成。其中，所述处理器被配置为：基于由所述传感器单元对所述本车辆周围的所述周围车辆的检测结果来确定是否需要校正所述本车辆的预期驾驶轨迹，基于确定的结果校正所述预期驾驶轨迹并且对所述本车辆的自动驾驶执行基于轨迹的控制，并且当所述本车辆到达目的地的第一驾驶路径与车队行驶组的第二驾驶路径重叠时，对所述本车辆的自动驾驶执行组跟随控制，使得所述本车辆跟随配置有多个车辆组的所述车队行驶组的驾驶。所述处理器被配置为：当执行所述组跟随控制时，控制所述本车辆的所述传感器单元的感测参数以具有这样的值：该值相互依赖于安装在车辆组中的每一车辆上的感测单元的感测参数。所述感测参数包括视野(FOV)和传感器输出中的一个或多个。

在实施方式中，当执行基于轨迹的控制时，处理器被配置为：基于由所述传感器单元检测到的所述周围车辆的驾驶信息来生成所述周围车辆的实际驾驶轨迹，基于存储在所述存储器中的所述地图信息来生成所述周围车辆的预期驾驶轨迹，并且当所述周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的轨迹误差为预设阈值或更大时，确定需要对所述本车辆的预期驾驶轨迹进行校正。

在实施方式中，当执行所述组跟随控制时，所述处理器被配置为：在所述本车辆行驶到所述目的地的方向上，从所述第一驾驶路径和所述第二驾驶路径之间开始重叠的接合点到所述第一驾驶路径和所述第二驾驶路径之间的重叠结束的脱离点执行所述组跟随控制。

在实施方式中，处理器被配置为基于是否满足预定的控制切换条件来交替执行所述基于轨迹的控制和所述组跟随控制。所述控制切换条件包括组跟随控制切换条件和基于轨迹的控制切换条件，所述组跟随控制切换条件用于从所述基于轨迹的控制到所述组跟随控制的变换，所述基于轨迹的控制切换条件用于从所述组跟随控制到所述基于轨迹的控制的变换。

在实施方式中，处理器被配置为当在执行所述基于轨迹的控制的过程中，当所述本车辆从所述本车辆的当前位置到达所述接合点时，确定满足所述组跟随控制切换条件并执行所述组跟随控制。

在实施方式中，处理器被配置为当在执行所述组跟随控制的过程中，当所述本车辆从所述接合点到达所述脱离点时，确定满足所述基于轨迹的控制切换条件并执行所述基于轨迹的控制。

在实施方式中，处理器被配置为在多个候选接合点和多个候选脱离点中确定用于执行所述组跟随控制的所述接合点和所述脱离点。所述处理器被配置为分别将所需的总时间最短的候选接合点和候选脱离点确定为所述接合点和所述脱离点，所述所需的总时间指示以下时间的总和：所述本车辆根据所述基于轨迹的控制，从当前位置到达候选接合点所花费的时间；所述本车辆基于所述组跟随控制，从候选接合点到达候选脱离点所花费的时间；以及所述本车辆根据所述基于轨迹的控制，从候选脱离点到达所述目的地所花费的时间。

在实施方式中，当执行所述组跟随控制时，所述处理器被配置为：基于所述本车辆针对属于所述车队行驶组的车辆组的相对位置，来改变所述传感器单元的周围对象检测区域。

在实施方式中，当执行所述组跟随控制时，所述处理器被配置为：使用预定义的组分类算法将所述车队行驶组划分为前驾驶组、中间驾驶组和跟随驾驶组，确定所述本车辆属于驾驶组中的哪个驾驶组，并且基于确定的结果改变所述传感器单元的所述周围对象检测区域。

在实施方式中，处理器被配置为当所述本车辆属于所述前驾驶组时，通过所述传感器单元检测所述本车辆前方的周围对象，当所述本车辆属于所述中间驾驶组时，通过所述传感器单元检测在所述本车辆的任一侧的周围对象，并且当所述本车辆属于所述跟随驾驶组时，通过所述传感器单元检测所述本车辆后方的周围对象。

在实施方式中，处理器被配置为响应于由所述车队行驶组的领导车辆发送的传感器控制信号来控制所述本车辆的所述传感器单元的感测参数。基于所述车队行驶组的驾驶环境和所述车队行驶组内的车辆组中的每一车辆的位置，由所述领导车辆针对所述车辆组中的每一车辆生成传感器控制信号并将其发送给所述车辆组中的每一车辆，从而在所述车队行驶组的层面上优化针对周围对象的检测区域和检测性能。

在实施方式中，处理器被配置为当所述本车辆具有所述车队行驶组的领导车辆的位置时，基于由所述传感器单元检测到的周围对象的结果和所述车队行驶组内的车辆组中的每一车辆的位置，针对属于所述车队行驶组的车辆组中的每一车辆生成传感器控制信号，并且将所述传感器控制信号发送至所述车辆组中的每一车辆。

在实施方式中，自动驾驶方法是一种控制自动驾驶系统中的自动驾驶的方法，所述自动驾驶系统包括传感器单元，被配置为检测包括自动行驶的本车辆周围的周围车辆的周围对象，存储器，被配置为存储地图信息，以及处理器，被配置为基于预期驾驶轨迹来控制所述本车辆的自动驾驶，所述预期驾驶轨迹是基于所述存储器中存储的所述地图信息而生成。所述方法包括以下步骤：由所述处理器基于由所述传感器单元对所述本车辆周围的所述周围车辆的检测结果来确定是否需要校正所述本车辆的预期驾驶轨迹，基于确定的结果校正所述预期驾驶轨迹并且对所述本车辆的自动驾驶执行基于轨迹的控制，以及当所述本车辆到达目的地的第一驾驶路径与车队行驶组的第二驾驶路径重叠时，由所述处理器对所述本车辆的自动驾驶执行组跟随控制，使得所述本车辆跟随配置有多个车辆组的所述车队行驶组的驾驶。其中，在执行所述组跟随控制时，所述处理器控制所述本车辆的所述传感器单元的感测参数以具有相互依赖于安装在车辆组中的每一车辆上的感测单元的感测参数的值。所述感测参数包括视野(FOV)和传感器输出中的一个或多个。

附图说明

图1是可以应用根据本公开的实施方式的自动驾驶装置的自动驾驶控制系统的总体框图。

图2是示出根据本公开的实施方式的自动驾驶装置中的自动驾驶综合控制器的详细配置的框图。

图3是示出其中根据本公开的实施方式的自动驾驶装置被应用于车辆的示例的示例性示图。

图4是示出应用了根据本公开的实施方式的自动驾驶装置的车辆的内部结构的示例的示例图。

图5是示出根据本公开的实施方式的LIDAR传感器、雷达传感器和相机传感器可在其中检测自动驾驶装置中的周围对象的设置距离和水平视野的示例的示例图。

图6是示出根据本公开的实施方式的其中传感器单元在自动驾驶装置中检测周围车辆的示例的示例图。。

图7是示出根据本公开的实施方式的自动驾驶装置中的传感器单元的周围对象检测区域，基于车队行驶组内的本车辆的位置而改变的示例的示例性示图。

图8和图9是用于描述根据本公开的实施方式的自动驾驶方法的流程图。

具体实施方式

在下文中，下面将通过各种示例性实施方式参考附图来描述自动驾驶装置和方法。为了描述的清楚和方便起见，在此过程中附图中所示的线的粗细或元素的大小可能已被放大。在下文中描述的术语已经通过考虑其在本公开中的功能来定义，并且可以根据用户或操作者的意图或实践而改变。因此，应基于本说明书的整体内容来解释这些术语。

图1是可以应用根据本公开的实施方式的自动驾驶装置的自动驾驶控制系统的总体框图。图2是示出根据本公开的实施方式的自动驾驶装置中的自动驾驶综合控制器的详细配置的框图。图3是示出其中根据本公开的实施方式的自动驾驶装置被应用于车辆的示例的示例性示图。图4是示出应用了根据本公开的实施方式的自动驾驶装置的车辆的内部结构的示例的示例图。图5是示出根据本公开的实施方式的LIDAR传感器、雷达传感器和相机传感器可在其中检测自动驾驶装置中的周围对象的设置距离和水平视野的示例的示例图。图6是示出根据本公开的实施方式的其中传感器单元在自动驾驶装置中检测周围车辆的示例的示例图。

首先，参照图1和图3描述可以应用根据本实施方式的自动驾驶装置的自动驾驶控制系统的结构和功能。如图1所示，自动驾驶控制系统可以基于配置为通过驾驶信息输入接口101、行驶信息输入接口201、乘客输出接口301和车辆控制输出接口401来发送和接收车辆的自动驾驶控制所需的数据的自动驾驶综合控制器600实现。

自动驾驶综合控制器600可以在车辆的自动驾驶模式或手动驾驶模式下基于乘客对用户输入单元100的操作通过驾驶信息输入接口101来获取驾驶信息。如图1所示，例如，用户输入单元100可以包括驾驶模式切换110和用户终端120(例如，安装在车辆上的导航终端或乘客拥有的智能手机或平板电脑)。因此，驾驶信息可以包括车辆的驾驶模式信息和导航信息。例如，通过乘客对驾驶模式切换110的操作而确定的车辆的驾驶模式(即自动驾驶模式/手动驾驶模式或运动模式/节能模式/安全模式/普通模式)可以作为驾驶信息通过驾驶信息输入接口101被发送到自动驾驶综合控制器600。此外，导航信息，例如乘客的目的地和乘客通过用户终端120输入的到达目的地的路径(例如，到达目的地的候选路径中的乘客选择的最短路径或偏好路径)，可以作为驾驶信息通过驾驶信息输入接口101被发送到自动驾驶综合控制器600。用户终端120可以被实现为提供用户界面(UI)的控制面板(例如，触摸屏面板)，驾驶员通过该用户界面输入或修改用于车辆的自动驾驶控制的信息。在这种情况下，驾驶模式切换110可以被实现为用户终端120上的触摸按钮。

此外，自动驾驶综合控制器600可以通过行驶信息输入接口201获取表示车辆的驾驶状态的行驶信息。行驶信息可以包括当乘客操作方向盘时形成的转向角，当踩踏加速踏板或制动踏板时形成的加速踏板行程或制动踏板行程，以及指示车辆的驾驶状态和行为的各种类型的信息，例如车辆速度、加速度、偏航、俯仰和侧倾、即在车辆中形成的行为。如图1所示，行驶信息可以由行驶信息检测单元200检测，包括转向角传感器210、加速位置传感器(APS)/踏板行程传感器(PTS)220、车辆速度传感器230、加速度传感器240、偏航/俯仰/侧倾传感器250。此外，车辆的行驶信息可以包括车辆的位置信息。可以通过应用于车辆的全球定位系统(GPS)接收器260获取车辆的位置信息。这样的行驶信息可以通过行驶信息输入接口201被发送到自动驾驶综合控制器600，并且可以被用于在车辆的自动驾驶模式或手动驾驶模式下控制车辆的驾驶。

此外，自动驾驶综合控制器600可以在车辆的自动驾驶模式或手动驾驶模式下通过乘客输出接口301将提供给乘客的驾驶状态信息发送到输出单元300。即，自动驾驶综合控制器600将车辆的驾驶状态信息发送到输出单元300，使得乘客可以基于通过输出单元300输出的驾驶状态信息来检查车辆的自动驾驶状态或手动驾驶状态。驾驶状态信息可包括指示车辆的驾驶状态的各种类型的信息，例如，当前的驾驶模式，车辆的变速范围和车速。此外，如果确定有必要在车辆的自动驾驶模式或手动驾驶模式下警告驾驶员驾驶状态信息，则自动驾驶综合控制器600通过乘客输出接口301将警告信息发送到输出单元300，以便输出单元300可以向驾驶员输出警告。如图1所示，为了在听觉和视觉上输出这种驾驶状态信息和警告信息，输出单元300可以包括扬声器310和显示器320。在这种情况下，显示器320可以被实现为与用户终端120相同的装置，或者可以被实现为与用户终端120分离的独立装置。

此外，自动驾驶综合控制器600可以在车辆的自动驾驶模式或手动驾驶模式中通过车辆控制输出接口401将用于车辆的驾驶控制的控制信息发送到应用于车辆的低等级控制系统400。如图1所示，用于车辆的驾驶控制的低等级控制系统400可以包括发动机控制系统410、制动控制系统420和转向控制系统430。自动驾驶综合控制器600可以通过车辆控制输出接口401将发动机控制信息、制动控制信息和转向控制信息作为控制信息发送到相应的低等级控制系统410、420和430。因此，发动机控制系统410可以通过增加或减少供应给发动机的燃料来控制车辆的车速和加速度。制动控制系统420可以通过控制车辆的制动功率来控制车辆的制动。转向控制系统430可以通过应用于车辆的转向装置(例如，电动机驱动的动力转向(MDPS)系统)来控制车辆的转向。

如上所述，根据本实施方式的自动驾驶综合控制器600可以获取以下信息：分别通过驾驶信息输入接口101和行驶信息输入接口201可以发送到输出单元300的基于驾驶员操作的驾驶信息和指示车辆的驾驶状态的行驶信息，基于其中的处理器610处理的自动驾驶算法而生成的并可以通过乘客输出接口301传输到低等级控制系统400的驾驶状态信息和警告信息，基于通过处理器610所处理的自动驾驶算法而生成的通过车辆控制输出接口401以使得执行车辆的驾驶控制的控制信息。

为了保证车辆的稳定自动驾驶，需要通过精确地测量车辆的驾驶环境来连续地监视车辆的驾驶状态，并且基于所测量的驾驶环境来控制驾驶。为此，如图1所示，根据本实施方式的自动驾驶装置可以包括传感器单元500，用于检测车辆的周围对象，例如周围车辆、行人、道路或固定设施(例如，信号灯、路标、交通标志或建筑围栏)。如图1所示，传感器单元500可以包括LIDAR传感器510、雷达传感器520和相机传感器530中的一个或多个，以便检测车辆外部的周围对象。

LIDAR传感器510可以将激光信号发送到车辆的外围，并且可以通过接收从对应对象反射并返回的信号来检测车辆外部的周围对象。LIDAR传感器510可以检测位于根据其规格预先定义的设置距离、设置垂直视野和设置水平视野内的周围对象。LIDAR传感器510可以包括分别安装在车辆的前、顶和后的前LIDAR传感器511、顶LIDAR传感器512和后LIDAR传感器513，但是每个传感器的安装位置和安装的传感器数量不限于特定实施方式。用于确定从相应对象反射并返回的激光信号的有效性的阈值可以预先存储在自动驾驶综合控制器600的存储器620中。自动驾驶综合控制器600的处理器610可以使用测量通过LIDAR传感器510传输的激光信号从相应对象反射并返回的激光信号所花费的时间的方法来确定相应对象的位置(包括到相应对象的距离)、速度和移动方向。

雷达传感器520可以在车辆周围辐射电磁波，并且可以通过接收从对应对象反射并返回的信号来检测车辆外部的周围对象。雷达传感器520可以检测在根据其规格预先定义的设置距离、设置垂直视野和设置水平视野内的周围对象。雷达传感器520可以包括分别安装在车辆的前、左、右和后的前雷达传感器521、左雷达传感器522、右雷达传感器523和后雷达传感器524，但是，每个传感器的安装位置和安装的传感器数量不限于特定实施方式。自动驾驶综合控制器600的处理器610可以使用分析通过雷达传感器520发送和接收的电磁波的功率的方法来确定相应对象的位置(包括到相应对象的距离)、速度和移动方向。

相机传感器530可以通过拍摄车辆的外围来检测车辆外部的周围对象，并且可以检测在根据其规格预先定义的设置距离、设置垂直视野和设置水平视野内的周围对象。相机传感器530可以包括分别安装在车辆的前、左、右和后的前相机传感器531、左相机传感器532、右相机传感器533和后相机传感器534，但是，每个传感器的安装位置和安装的传感器数量不限于特定实施方式。自动驾驶综合控制器600的处理器610可以通过将预定义的图像处理应用于由相机传感器530捕获的图像来确定相应对象的位置(包括到相应对象的距离)、速度和移动方向。此外，用于拍摄车辆内部的内部相机传感器535可以安装在车辆内的给定位置(例如，后视镜)。自动驾驶综合控制器600的处理器610可以基于由内部相机传感器535捕获的图像来监视乘客的行为和状态，并且可以通过输出单元300向乘客输出指导或警告。

如图1所示，除了LIDAR传感器510、雷达传感器520和相机传感器530外，传感器单元500还可以包括超声传感器540，并且还可以采用各种类型的传感器来与传感器一起检测车辆的周围对象。为了帮助理解本实施方式，图3示出了前LIDAR传感器511或前雷达传感器521已经安装在车辆的前部，后LIDAR传感器513或后雷达传感器524已经安装在车辆的后部，前相机传感器531、左相机传感器532、右相机传感器533和后相机传感器534分别安装在车辆的前部、左面、右面和后部的示例。然而，如上所述，每个传感器的安装位置和安装的传感器数量不限于特定实施方式。图5示出了LIDAR传感器510、雷达传感器520和相机传感器530可以检测车辆前方的周围对象的设定距离和水平视野的示例。图6示出了每个传感器检测周围对象的示例。图6仅是检测周围对象的示例。检测周围对象的方法取决于每个传感器的安装位置和安装的传感器数量。可以根据传感器单元500的配置来检测自动驾驶的本车辆的全方位区域中的周围车辆和周围对象。

此外，为了确定车辆内乘客的状态，传感器单元500还可包括麦克风和生物传感器，用于检测乘客的语音和生物信号(例如，心率、心电图、呼吸、血压、体温、脑电图、光电容积脉搏波(或脉搏波)和血糖)。生物传感器可以包括心率传感器、心电图传感器、呼吸传感器、血压传感器、体温传感器、脑电图传感器、光电容积脉搏波传感器和血糖传感器。

图4示出了车辆的内部结构的示例。可以在车辆内安装内部装置，内部装置的状态由诸如车辆的驾驶员或同行乘客的操作来控制，并且支持该乘客的驾驶或便利(例如，休息或娱乐活动)。这样的内部装置可以包括其中乘坐乘客的车辆座椅S，诸如内部灯和氛围灯的照明装置L，用户终端120，显示器320和内部桌子。内部装置的状态可以由处理器610控制。

车辆座椅S的角度可以通过处理器610(或通过乘客的手动操作)进行调整。如果车辆座椅S配置有前排座椅S1和后排座椅S2，则仅可以调节前排座椅S1的角度。如果不设置后排座椅S2并且将前排座椅S1分为座椅结构和脚凳结构，则前排座椅S1可以被实现为使得前排座椅S1的座椅结构与脚凳结构在物理上分开，并且调节前排座椅S1的角度。此外，可以设置用于调节车辆座椅S的角度的致动器(例如，电动机)。照明装置L的打开和关闭可以由处理器610(或通过乘客的手动操作)来控制。如果照明装置L包括多个照明单元，例如内部灯和氛围灯，则可以独立地控制每个照明单元的打开和关闭。用户终端120或显示器320的角度可以由处理器610(或者通过乘客的手动操作)基于乘客的视野角来调节。例如，可以调整用户终端120或显示器320的角度，使得其屏幕沿乘客的注视方向放置。在这种情况下，可以提供用于调节用户终端120和显示器320的角度的致动器(例如，电动机)。

如图1所示，自动驾驶综合控制器600可以通过网络与服务器700通信。自动驾驶综合控制器600和服务器700之间的网络方法可以采用诸如广域网(WAN)、局域网(LAN)或个人局域网(PAN)之类的各种通信方法。此外，为了确保广泛的网络覆盖，使用了低功耗的广域网(LPWAN，包括LoRa、Sigfox、Ingenu、LTE-M和NB-IOT等商业化技术，即IoT中覆盖范围非常广的网络)可以采用通信方式。例如，可以采用LoRa(能够进行低功率通信并且还具有最大约20Km的宽覆盖范围)或Sigfox(根据环境，覆盖范围从10Km(市区)到30Km(在市区以外的郊区))通信方法。此外，可以采用，基于第三代合作伙伴计划(3GPP)版本12、13的LTE网络技术，例如机器类型通信(LTE-MTC)(或LTE-M)、窄带(NB)LTE-M和具有省电模式(PSM)的NBIoT。服务器700可以提供最新的地图信息(可以对应于各种类型的地图信息，例如二维(2-D)导航地图数据，三维(3-D)流形地图数据或3D高精度电子地图数据)。此外，服务器700可以提供各种类型的信息，例如道路中的事故信息、道路控制信息、交通量信息和天气信息。自动驾驶综合控制器600可以通过从服务器700接收最新的地图信息来更新存储在存储器620中的地图信息，可以接收事故信息、道路控制信息、交通量信息和天气信息，并且可以将该信息用于车辆的自动驾驶控制。

参照图2描述根据本实施方式的自动驾驶综合控制器600的结构和功能。如图2所示，自动驾驶综合控制器600可以包括处理器610和存储器620。

存储器620可以存储车辆的自动驾驶控制所需的基本信息，或者可以存储在由处理器610控制的车辆的自动驾驶过程中生成的信息。处理器610可以访问(或读取)存储在存储器610中的信息，并且可以控制车辆的自动驾驶。存储器620可以被实现为计算机可读记录介质，并且可以以被处理器610访问的方式操作。具体地，存储器620可以被实现为硬盘驱动器、磁带、存储卡、只读存储器(ROM)、随机存取存储器(RAM)、数字视频光盘(DVD)或光学数据存储(例如光盘)。

存储器620可以存储处理器610进行自动驾驶控制所需的地图信息。存储在存储器620中的地图信息可以是提供道路单元信息的导航地图(或数字地图)，但是为了提高自动驾驶控制的精度，可以将地图信息实现为提供车道单元的道路信息的精确道路地图，即3D高精度电子地图数据。因此，存储在存储器620中的地图信息可以提供车辆的自动驾驶控制所需的动态和静态信息，例如车道、车道的中心线、执法车道、道路边界、道路的中心线、交通标志、道路标记、道路的形状和高度以及车道宽度。

此外，存储器620可以存储用于车辆的自动驾驶控制的自动驾驶算法。自动驾驶算法是用于识别自动驾驶车辆的周围，确定其周围的状态并基于确定结果来控制车辆的驾驶的算法(识别、确定和控制算法)。处理器610可以通过执行存储在存储器620中的自动驾驶算法来执行针对车辆周围环境的主动自动驾驶控制。

处理器610可以基于分别从驾驶信息输入接口101和行驶信息输入接口201接收的驾驶信息和行驶信息、传感器单元500检测到的关于周围对象的信息、以及存储在存储器620中的地图信息和自动驾驶算法，来控制车辆的自动驾驶。处理器610可以实现为嵌入式处理器，例如复杂指令集计算机(CICS)或精简指令集计算机(RISC)，或者专用半导体电路，例如专用集成电路(ASIC)。

如图2所示，在本实施方式中，处理器610可以通过分析自动驾驶的每个本车辆和周围车辆的驾驶轨迹来控制自动驾驶的本车辆的自动驾驶。为此，处理器610可以包括传感器处理模块611、驾驶轨迹生成模块612、驾驶轨迹分析模块613、驾驶控制模块614、乘客状态确定模块616和轨迹学习模块615。图2基于其功能将每个模块图示为独立的方框，但是这些模块可以被集成到单个模块中并且被实现为用于集成和执行模块的功能的元件。

传感器处理模块611可以基于传感器单元500对自动驾驶的本车辆周围的周围车辆的检测结果来确定周围车辆的行驶信息(即，包括周围车辆的位置，并且可以进一步包括周围车辆沿该位置的速度和移动方向)。即，传感器处理模块611可以基于通过LIDAR传感器510接收的信号来确定周围车辆的位置，可以基于通过雷达传感器520接收的信号来确定周围车辆的位置，可以基于由相机传感器530捕获的图像来确定周围车辆的位置，并且可以基于通过超声波传感器540接收到的信号来确定周围车辆的位置。为此，如图1所示，传感器处理模块611可以包括LIDAR信号处理模块611a，雷达信号处理模块611b和相机信号处理模块611c。在一些实施方式中，可以将超声信号处理模块(未示出)进一步添加到传感器处理模块611。使用LIDAR传感器510，雷达传感器520和相机传感器530确定周围车辆的位置的方法的实现方法不限于特定实施方式。此外，传感器处理模块611除了确定周围车辆的位置、速度和移动方向之外，还可以确定属性信息，例如周围车辆的大小和类型。可以预先定义用于确定诸如周围车辆的位置、速度、移动方向、大小和类型的信息的算法。

驾驶轨迹生成模块612可以生成周围车辆的实际驾驶轨迹和预期驾驶轨迹以及自动驾驶的本车辆的实际驾驶轨迹。为此，如图2所示，驾驶轨迹生成模块612可包括周围车辆驾驶轨迹生成模块612a和本车辆驾驶轨迹生成模块612b。

首先，周围车辆驾驶轨迹生成模块612a可以生成周围车辆的实际驾驶轨迹。

具体地，周围车辆驾驶轨迹生成模块612a可以基于由传感器单元500检测到的周围车辆的行驶信息(即，由传感器处理模块611确定的周围车辆的位置)来生成周围车辆的实际驾驶轨迹。在这种情况下，为了生成周围车辆的实际驾驶轨迹，周围车辆驾驶轨迹生成模块612a可以参考存储在存储器620中的地图信息，并且可以通过交叉参考由传感器单元500检测到的周围车辆的位置和存储在存储器620中的地图信息中的给定位置来生成周围车辆的实际驾驶轨迹。例如，当传感器单元500在特定点检测到周围车辆时，周围车辆驾驶轨迹生成模块612a可以通过交叉参考检测到的周围车辆的位置和地图信息中的给定位置，来在存储在存储器620中的地图信息中指定当前检测到的周围车辆的位置。如上所述，周围车辆驾驶轨迹生成模块612a可以通过连续地监视周围车辆的位置来生成周围车辆的实际驾驶轨迹。也就是说，周围车辆驾驶轨迹生成模块612a可以通过将由传感器单元500检测到的周围车辆的位置映射到存储在存储器620中的地图信息中的位置，基于交叉参考并累积位置，来生成周围车辆的实际驾驶轨迹。

可以将周围车辆的实际驾驶轨迹与稍后将描述的周围车辆的预期驾驶轨迹进行比较，以用于确定存储在存储器620中的地图信息是否准确。在这种情况下，如果将特定周围车辆的实际驾驶轨迹与预期驾驶轨迹进行比较，则可能存在以下问题：尽管地图信息是准确的，但是错误地确定了存储在存储器620中的地图信息是不正确的。例如，如果多个周围车辆的实际驾驶轨迹和预期驾驶轨迹相同，并且特定周围车辆的实际驾驶轨迹和预期驾驶轨迹不同，则仅将特定周围车辆的实际驾驶轨迹与预期驾驶轨迹进行比较时，尽管地图信息是准确的，但是可能错误地确定存储在存储器620中的地图信息是不正确的。为了防止该问题，有必要确定多个周围车辆的实际驾驶轨迹的趋势是否超出预期驾驶轨迹。为此，周围车辆驾驶轨迹生成模块612a可以生成多个周围车辆中的每一个的实际驾驶轨迹。此外，如果出于直线路径驾驶的目的，考虑到周围车辆的驾驶员在他或她的驾驶过程中趋向于稍微向左和向右移动方向盘，可以以弯曲形式而不是直线形式生成周围车辆的实际驾驶轨迹。为了计算稍后将描述的预期驾驶轨迹之间的误差，周围车辆驾驶轨迹生成模块612a可以通过将给定的平滑方案应用于以曲线形式生成的原始实际驾驶轨迹来生成直线形式的实际驾驶轨迹。可以采用各种方案，例如对周围车辆的每个位置进行插值，作为平滑方案。

此外，周围车辆驾驶轨迹生成模块612a可以基于存储在存储器620中的地图信息来生成周围车辆的预期驾驶轨迹。

如上所述，存储在存储器620中的地图信息可以是3D高精度电子地图数据。因此，地图信息可以提供车辆的自动驾驶控制所需的动态和静态信息，例如车道、车道的中心线、执法车道、道路边界、道路的中心线、交通标志、道路标记、道路的形状和高度以及车道宽度。如果考虑到车辆通常在车道的中间行驶，则可以预期在自动驾驶的本车辆周围行驶的周围车辆也将在车道的中间行驶。因此，周围车辆驾驶轨迹生成模块612a可以生成周围车辆的预期驾驶轨迹作为并入地图信息中的道路的中心线。

本车辆的驾驶轨迹生成模块612b可以基于通过行驶信息输入接口201获取的自动驾驶的本车辆的行驶信息，生成到目前为止已经被驾驶的自动驾驶的本车辆的实际驾驶轨迹。

具体地，本车辆的驾驶轨迹生成模块612b可以通过交叉参考通过行驶信息输入接口201(即，由GPS接收器260获取的关于自动驾驶的本车辆的位置的信息)获取的自动驾驶的本车辆的位置和存储在存储器620中的地图信息中的给定位置，来生成自动驾驶的本车辆的实际驾驶轨迹。例如，本车辆的驾驶轨迹生成模块612b可以通过交叉参考通过行驶信息输入接口201获取的自动驾驶的本车辆的位置和地图信息中的给定位置，在地图信息中指定存储在存储器620中的自动驾驶的本车辆的当前位置。如上所述，本车辆的驾驶轨迹生成模块612b可以通过连续地监视自动驾驶的本车辆的位置来生成自动驾驶的本车辆的实际驾驶轨迹。也就是说，本车辆的驾驶轨迹生成模块612b可以通过将通过行驶信息输入接口201获取的自动驾驶的本车辆的位置映射到存储在存储器620中的地图信息中的位置，基于交叉参考并累积位置，来生成自动驾驶的本车辆的实际驾驶轨迹。

此外，本车辆的驾驶轨迹生成模块612b可以基于存储在存储器620中的地图信息生成直至自动驾驶的本车辆的目的地的预期驾驶轨迹。

也就是说，本车辆的驾驶轨迹生成模块612b可以使用通过行驶信息输入接口201(即，通过GPS接收器260获取的关于自动驾驶的本车辆的当前位置的信息)获取的自动驾驶的本车辆的当前位置和存储在存储器620中的地图信息来生成到达目的地的预期驾驶轨迹。与周围车辆的预期驾驶轨迹类似，自动驾驶的本车辆的预期驾驶轨迹可以被生成为合并到存储在存储器620中的地图信息中的道路的中心线。

由周围车辆驾驶轨迹生成模块612a和本车辆的驾驶轨迹生成模块612b生成的驾驶轨迹可以存储在存储器620中，并且可以用于在由处理器610控制自动驾驶的本车辆的自动驾驶的过程中的各种目的。

驾驶轨迹分析模块613可以通过分析由驾驶轨迹生成模块612生成并存储在存储器620中的驾驶轨迹(即，周围车辆的实际驾驶轨迹和预期驾驶轨迹以及自动驾驶的本车辆的实际驾驶轨迹)来诊断自动驾驶的本车辆的自动驾驶控制的当前可靠性。自动驾驶控制的可靠性的诊断可以在分析周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的轨迹误差的过程中执行。

驾驶控制模块614可以执行用于控制自动驾驶的本车辆的自动驾驶的功能。具体地，驾驶控制模块614可以分别使用通过驾驶信息输入接口101和行驶信息输入接口201接收的驾驶信息和行驶信息，传感器单元500检测到的关于周围对象的信息，以及存储在存储器620中的地图信息来综合处理自动驾驶算法，可以通过车辆控制输出接口401将控制信息发送到低等级控制系统400，使得低等级控制系统400控制自动驾驶的本车辆的自动驾驶，并且可以通过乘客输出接口301将自动驾驶的本车辆的驾驶状态信息和警告信息发送到输出单元300，使得驾驶员可以识别驾驶状态信息和警告信息。此外，当集成和控制这种自动驾驶时，驾驶控制模块614通过考虑已经由传感器处理模块611、驾驶轨迹生成模块612和驾驶轨迹分析模块613分析的自动驾驶的本车辆和周围车辆的驾驶轨迹来控制自动驾驶，从而提高自动驾驶控制的精度并增强自动驾驶控制的安全性。

轨迹学习模块615可以对由本车辆的驾驶轨迹生成模块612b生成的自动驾驶的本车辆的实际驾驶轨迹进行学习或校正。例如，当周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的轨迹误差为预设阈值或更大时，轨迹学习模块615可以通过确定存储在存储器620中的地图信息不正确，来确定需要校正自动驾驶的本车辆的实际驾驶轨迹。因此，轨迹学习模块615可以确定用于校正自动驾驶的本车辆的实际驾驶轨迹的横向偏移值，并且可以校正自动驾驶的本车辆的驾驶轨迹。

乘客状态确定模块616可以基于由内部相机传感器535和生物传感器检测到的乘客的状态和生物信号来确定乘客的状态和行为。由乘客状态确定模块616确定的乘客状态可以用于自动驾驶的本车辆的自动驾驶控制或在向乘客输出警告的过程中。

在下文中，基于上述内容描述了一个实施方式，其中，对于从当前位置到目的地的本车辆的路径中的每个给定路段，基于驾驶轨迹校正可互换地执行基于驾驶轨迹校正对自动驾驶的基于轨迹的控制和跟随车队行驶组的驾驶的组跟随控制。

根据本实施方式的处理器610可以基于由本车辆驾驶轨迹生成模块612基于存储在存储器620中的地图信息所生成的驾驶轨迹来控制本车辆的自动驾驶。具体地，处理器610可以基于由传感器单元500对本车辆周围的周围车辆的检测结果来确定是否需要校正本车辆的驾驶轨迹，可以基于确定的结果来校正驾驶轨迹并且可以控制本车辆的自动驾驶。在本实施方式中，基于校正的驾驶轨迹的自动驾驶控制被定义为基于轨迹的控制。

具体描述了基于轨迹的控制。如上所述，根据本实施方式的处理器610(的驾驶轨迹生成模块612)可以基于由传感器单元500检测到的周围车辆的驾驶信息来生成周围车辆的实际驾驶轨迹。也就是说，当传感器单元500在特定点检测到周围车辆时，处理器610可以通过交叉参考检测到的周围车辆的位置和地图信息中的周围车辆的位置，来在存储在存储器620中的地图信息中指定当前检测到的周围车辆的位置。如上所述，处理器610可以通过连续地监视周围车辆的位置来生成周围车辆的实际驾驶轨迹。

此外，处理器610(的驾驶轨迹生成模块612)可以基于存储在存储器620中的地图信息来生成周围车辆的预期驾驶轨迹。在这种情况下，处理器610可以生成周围车辆的预期驾驶轨迹作为并入地图信息中的车道的中心线。

此外，处理器610(的驾驶轨迹生成模块612)可以基于存储在存储器620中的地图信息来生成本车辆的预期驾驶轨迹。在这种情况下，处理器610可以生成本车辆的预期驾驶轨迹作为并入地图信息中的车道的中心线。

在生成周围车辆的实际驾驶轨迹和预期驾驶轨迹以及本车辆的预期驾驶轨迹之后，处理器610(的轨迹训练模块615)可以基于周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的比较，来确定是否有必要校正本车辆的预期驾驶轨迹。具体地，当周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的轨迹误差为预设阈值或更大时，处理器610可以确定需要校正本车辆的预期驾驶轨迹。即，如上所述，当周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的轨迹误差为阈值或更大时，处理器610可以确定存储在存储器620中的地图信息不准确。因此，处理器610需要校正基于存储在存储器620中的地图信息而生成的本车辆的预期驾驶轨迹。在这种情况下，处理器610可以基于周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的比较结果来校正本车辆的预期驾驶轨迹。例如，处理器610可以通过将本车辆的预期驾驶轨迹向左或向右偏移周围车辆的实际驾驶轨迹和预期驾驶轨迹之间的差，来校正本车辆的预期驾驶轨迹。因此，处理器610可以基于校正的预期驾驶轨迹对本车辆的自动驾驶执行基于轨迹的控制。

如果本车辆的到达目的地的驾驶路径(以下称为“第一驾驶路径”)与配置有多个车辆组的车队行驶组的驾驶路径(以下称为“第二驾驶路径”)重叠，则处理器610可以控制本车辆的自动驾驶以跟随车队行驶组的驾驶。在本实施方式中，用于跟随车队行驶组的控制被定义为组跟随控制。车队行驶组是指由包括一个领导车辆和一个或多个跟随车辆的多个车辆组构成的组，且其中多个车辆组使用车辆之间的通信方法共享驾驶信息，并且在考虑外部环境的情况下在道路上行驶。如果在本车辆的车辆对一切(V2X)或车辆对车辆(V2V)的通信覆盖范围中存在多个车队行驶组，则处理器610可以从每个车队行驶组的领导车辆接收关于每个车队行驶组的信息(例如，有关每个车队行驶组中的领导车辆规格或每个车队行驶组的里程的信息)，并且可以通过经由用户终端120输出信息来将信息提供给本车辆的乘客。乘客可以通过检查关于每个车队行驶组的信息来选择本车辆打算跟随的车队行驶组。如果在本车辆的V2X或V2V通信覆盖范围中不存在车队行驶组，则处理器610可以从外部单独的服务器接收关于每个车队行驶组的信息。

如果执行了组跟随控制，则处理器610可以执行从接合点(joint point)(在该接合点处，本车辆的第一驾驶路径与车队行驶组的第二驾驶路径之间开始重叠)到脱离点(breakaway point)(在该脱离点处，第一驾驶路径和第二驾驶路径之间的重叠结束)的组跟随控制。即，处理器610可以在本车辆的驾驶路径与车队行驶组的驾驶路径之间的重叠部分中进行组跟随控制，而不是基于轨迹的控制。此时，处理器610可以在执行组跟随控制之前，确定多个候选接合点和多个候选脱离点中的用于执行组跟随控制的接合点和脱离点。下面描述此配置。

在本实施方式中，处理器610可以基于是否满足预定的控制切换条件来互换地执行基于轨迹的控制和组跟随控制。控制切换条件包括用于从基于轨迹的控制到组跟随控制的改变的组跟随控制切换条件和用于从组跟随控制到基于轨迹的控制的改变的基于轨迹的控制切换条件。即，处理器610基于是否满足根据本车辆的驾驶环境的控制切换条件来互换地执行基于轨迹的控制和组跟随控制。因此，可以减少本车辆的自动驾驶控制的计算负荷，可以使乘客在到达目的地的过程中对本车辆的驾驶控制的干预最小化，以提高乘客的便利性，并且本车辆可以在最短的时间内到达目的地。

描述了基于是否满足控制切换条件来互换基于轨迹的控制和组跟随控制的配置。处理器610可以首先使用本车辆的当前位置作为起点来执行基于轨迹的控制。当本车辆在执行基于轨迹的控制的过程中从本车辆的当前位置到达接合点时，处理器610可以确定满足组跟随控制切换条件，并执行组跟随控制。

即，处理器610可以执行从本车辆的当前位置到接合点的基于轨迹的控制。当本车辆到达接合点时，处理器610可以将对本车辆的控制从基于轨迹的控制改变为组跟随控制。处理器610可以在本车辆到达接合点之前(例如，在1km之前)通过输出单元300输出警报，以使乘客识别出加入了车队行驶组。当基于轨迹的控制改变为组跟随控制时，处理器610可以将车队行驶组加入请求发送至车队行驶组的领导车辆。当接收到领导车辆的批准时，本车辆可以在车队行驶组内的给定位置加入车队行驶组，而不会搅乱车队行驶组的形式。

当在执行组跟随控制的过程中本车辆从接合点到达脱离点时，处理器610可以确定满足了基于轨迹的控制切换条件，并且执行基于轨迹的控制。

即，处理器610可以执行从接合点到脱离点的组跟随控制。当本车辆到达脱离点时，处理器610可以将对本车辆的控制从组跟随控制再次改变为基于轨迹的控制。处理器610可以在本车辆到达脱离点之前(例如，在1km之前)通过输出单元300输出警报，以使乘客识别出从车队行驶组脱离。

如上所述，处理器610可以确定多个候选接合点和多个候选脱离点中的接合点和脱离点。在本实施方式中，处理器610可以基于本车辆从当前位置到达目的地所花费的时间来确定接合点和脱离点。

具体地，处理器可以分别将所需的总时间最短的候选接合点和候选脱离点确定为接合点和脱离点，所需的总时间表示以下时间的总和：本车辆根据基于轨迹的控制从当前位置到达候选接合点所花费的时间；本车辆基于组跟随控制从候选接合点到达候选脱离点所花费的时间；以及本车辆根据基于轨迹的控制从候选脱离点到达目的地所花费的时间。

也就是说，处理器610可以识别在第一驾驶路径和第二驾驶路径之间重叠开始的多个候选接合点，并且可以识别在第一驾驶路径和第二驾驶路径之间重叠结束的多个候选脱离点。处理器610可以将如上所述确定的多个候选接合点和候选脱离点中的到达目的地所需的总时间最短的候选接合点和候选脱离点分别确定为接合点和脱离点。此外，当确定接合点和脱离点时，处理器610可以进一步考虑加入和脱离的容易性，例如候选接合点和候选脱离点中的每一个的拥挤程度或事故风险程度。

上面已经描述了其中在本车辆的层面(level)上可互换地执行基于轨迹的控制和组跟随控制的配置。本实施方式提出了一种配置，该配置与上述配置一起减少在执行车队行驶的车队行驶组的层面上检测周围对象所需的系统的资源总量。

具体地，当本车辆加入车队行驶组并执行组跟随控制时，处理器610可以基于本车辆针对属于车队行驶组的车辆组的相对位置来改变传感器单元500的周围对象检测区域。

也就是说，属于车队行驶组的多个车辆组在相同的驾驶环境下行驶。因此，就减少车辆组中的每一辆的系统资源而言，基于车队行驶组内的车辆组中的每一辆的位置分离周围对象检测区域，仅在相应的周围对象检测区域中检测周围对象并在车辆组之间共享检测结果的方法可更有效，而不是由所有车辆组通过安装在车辆组上的感测单元检测所有周围对象的方法。为了在车队行驶组的层面上分离周围对象检测区域，根据本实施方式的处理器610可以基于本车辆针对属于车队行驶组的车辆组的相对位置来操作，以改变传感器单元500的周围对象检测区域。

为了实现用于基于车队行驶组内的本车辆的相对位置来改变传感器单元500的周围对象检测区域的功能，当执行组跟随控制时，处理器610可以使用预定义的组分类算法将车队行驶组划分为前驾驶组、中间驾驶组和跟随驾驶组，可以确定本车辆属于驾驶组中的哪个驾驶组，并且可以基于确定结果改变传感器单元的周围对象检测区域。可以使用各种设计方法来实现将车队行驶组划分为前驾驶组、中间驾驶组和跟随驾驶组的预定义的组分类算法。例如，组分类算法可以通过用于以下目的的算法来实现：通过车辆组之间的V2V通信识别领导车辆的位置和最后的车辆的位置，根据识别出的位置，计算纵向方向(即驾驶方向)上的车队行驶组的长度，并且基于计算出的长度方向的长度将车队行驶组划分为多个驾驶组。

在将车队行驶组划分为多个驾驶组之后，处理器610可以在驾驶组中确定本车辆所属的驾驶组，并且可以基于确定结果来改变传感器单元500的周围对象检测区域。具体地，如果本车辆属于前驾驶组，则处理器610可以通过传感器单元500检测本车辆前方(术语“前方”被定义为包括前交叉侧)的周围对象(即，可以将传感器单元500的周围对象检测区域变为前方区域)。如果本车辆属于中间驾驶组，则处理器610可以通过传感器单元500检测在本车辆的任一侧上的周围对象(即，可以将传感器单元500的周围对象检测区域变为侧面区域)。如果本车辆属于跟随驾驶组，则处理器610可以通过传感器单元500检测本车辆后方(术语“后方”被定义为包括后横向)的周围对象(即，可以将传感器单元500的周围对象检测区域更改为后放区域)。

当传感器单元500的周围对象检测区域变为前方区域时，用于检测前方区域的传感器(即前LIDAR传感器511、前雷达传感器521和前相机传感器531)可以被实质上激活，而其他传感器可以根据驾驶环境被选择性地激活。当传感器单元500的周围对象检测区域变为侧面区域时，用于检测侧面区域的传感器(即，左雷达传感器522、右雷达传感器522、左相机传感器532和右相机传感器533)可以被实质上激活，而其他传感器可以根据驾驶环境有选择地激活。当传感器单元500的周围对象检测区域变为后方区域时，用于检测后方区域的传感器(即，后LIDAR传感器513、后雷达传感器524和后相机传感器534)可以被实质上激活，并且其他传感器可以根据驾驶环境而被选择性地激活。

此外，如图7所示，当考虑到多个车辆组在一个车道上进行车队行驶的情况时，仅领导车辆和最后的车辆分别对应于前驾驶组和跟随驾驶组。位于领导车辆和最后的车辆之间的车辆组可以对应于中间驾驶组。可以由设计者预先定义用于将车队行驶组划分为前驾驶组、中间驾驶组和跟随驾驶组的组分类算法。在图7的示例中，本车辆的传感器单元500的周围对象检测区域包括当本车辆属于前驾驶组时的前方区域和侧面区域(即，当本车辆是领导车辆时)，包括当本车辆属于中间驾驶组的侧面区域，以及包括当本车辆属于跟随驾驶组时的后方区域和侧面区域(即当本车辆是最后的车辆时)。

如果将处理器610的这种功能应用于属于车队行驶组的车辆组中的每一辆，则车辆组中的每一辆根据其在车队行驶组内的位置来改变安装在每个车辆组上的传感器单元的周围对象检测区域。因此，属于前驾驶组的车辆组检测车队行驶组前方的周围对象。属于中间驾驶组的车辆组检测在车队行驶组的任一侧的周围对象。属于跟随驾驶组的车辆组检测车队行驶组的后方的周围对象。因此，因为对车队行驶组的前、左、右和后侧的周围对象的检测是由属于车队行驶组的车辆组进行的，可以在车队行驶组的层面上显着减少检测周围对象所需的系统总资源。

当执行组跟随控制时，除了改变传感器单元500的周围对象检测区域的操作之外，处理器610可以基于车队行驶组内的本车辆的相对位置，控制传感器单元500的感测参数以具有相互依赖于安装在车辆组中的每一辆上的感测单元的感测参数的值。在这种情况下，感测参数可以被定义为包括视野(FOV)和传感器的传感器输出中的一个或多个。

本车辆的传感器单元500的感测参数与车辆组中的每一辆的感测单元的感测参数之间的相互依赖关系用作在车队行驶组的层面优化周围对象的检测区域和检测性能的装置。具体地，由于本车辆和另一车辆组形成单个车队行驶组并行驶，因此，本车辆的传感器单元500的周围对象检测区域和另一车辆组的感测单元的周围对象检测区域可能重叠。相反，尽管本车辆和另一车辆组形成单个车队行驶组并行驶，但是如果本车辆和另一车辆组之间的距离长，则可能存在一个盲点，在该盲点中，无法由本车辆的传感器单元500和另一车辆组的感测单元检测到周围对象。如上所述，如果本车辆的传感器单元500的周围对象检测区域与另一车辆组的感测单元重叠，则在车队行驶组的层面上会消耗不必要的电力和资源。因此，为了消除这种不必要的电力和资源，有必要最小化本车辆的传感器单元500的FOV与另一车辆组的感测单元的FOV的重叠范围。此外，即使如上所述存在盲点，也有必要扩展本车辆的传感器单元500的FOV和另一车辆组的感测单元的FOV中一个或多个，以去除盲点。

此外，可以根据驾驶环境来改变对周围对象的检测重要性。例如，在车队行驶组周围存在许多车辆，或者复杂性和风险程度高的环境中(像经常发生事故的点)，可以说对周围对象的检测重要性很高。相反，在由于车队行驶组周围的其他车辆数量少，发生事故的风险低并且固定设施(例如护栏或中间带)连续存在的驾驶环境中，可以说对于周围对象的检测重要性相对较低。如果仅基于恒定的传感器输出来检测周围对象，而没有考虑根据这样的驾驶环境对周围对象的检测重要性，基于传感器的高输出，可能省略对具有高重要性的周围对象的检测，并且可能检测到重要度低的周围对象，从而导致车辆不必要的功耗。

为了解决这些问题，根据本实施方式的处理器610可以控制传感器单元500的感测参数，即，传感器单元500的FOV和传感器输出中的一个或多个，使得传感器单元500的感测参数具有相互依赖于安装在车辆组中的每一辆上的感测单元的感测参数的值。此时，处理器610可以响应于车队行驶组的领导车辆发送的传感器控制信号来控制传感器单元500的感测参数。传感器控制信号可以定义为基于车队行驶组的驾驶环境和车队行驶组内的车辆组中的每一辆的位置，由领导车辆针对车辆组中的每一辆生成的信号，并将其发送给车辆组中的每一辆，从而可以在车队行驶组的层面上优化针对周围对象的检测区域和检测性能。

从领导车辆的角度来看，可以通过安装在领导车辆上的感测单元或与外部服务器进行通信的导航终端来确定车队行驶组(例如，车队行驶组周围是否还有许多其他车辆，或者当前行驶点是否对应于经常发生事故的点)的驾驶环境。此外，可以通过V2V通信来识别每个车辆组的位置。因此，领导车辆可以为车辆组中的每一辆生成传感器控制信号，以在车队行驶组的水平上针对周围对象优化检测区域和检测性能。车辆组中的每一辆可以从领导车辆接收分配给其的传感器控制信号，并且可以控制安装在其上的感测单元的FOV和传感器输出中的一个或多个。同样，本车辆可以从领导车辆接收为其分配的传感器控制信号，并且可以控制传感器单元500的FOV和传感器输出中的一个或多个。

如果本车辆在车队行驶组中具有领导车辆的位置，则领导车辆的上述操作可以由本车辆执行。即，基于由传感器单元500对周围对象的检测结果以及车队行驶组内的车辆组中的每一辆的位置，本车辆可以为属于车队行驶组的每个车辆组生成传感器控制信号，并且可以将传感器控制信号发送到车辆组中的每一辆。

此外，其中基于车队行驶组内的本车辆的相对位置来改变传感器单元500的周围对象检测区域的配置和响应于传感器控制信号来控制传感器单元500的感测参数的配置可以互补地组合和配置。即，在传感器单元500的周围对象检测区域已经基于属于车队行驶组的车辆组的本车辆的相对位置而改变的状态中，可以实施其中响应于由领导车辆发送的传感器控制信号来控制传感器单元500的感测参数的实施方式。因此，在车队行驶组的水平上，可以最大化周围对象的检测区域和检测性能。

图8和图9是用于描述根据本公开的实施方式的自动驾驶方法的流程图。

参照图8，根据本公开的实施方式的自动驾驶方法可以包括基于传感器单元500对本车辆周围的周围车辆的检测结果，由处理器610确定是否有必要校正本车辆的预期驾驶轨迹；基于确定结果校正预期的驾驶轨迹；以及对本车辆的自动驾驶执行基于轨迹的控制的步骤S100，以及当本车辆的到达目的地的第一驾驶路径与车队行驶组的第二驾驶路径重叠时，由处理器610执行对本车辆的自动驾驶的组跟随控制，以使本车辆跟随由多个车辆组构成的车队行驶组的驾驶的步骤200。在这种情况下，处理器610可以基于是否满足预定的控制切换条件来互换地执行步骤S100和步骤S200。

在步骤S100中，处理器610基于由传感器单元500检测到的周围车辆的驾驶信息来生成周围车辆的实际驾驶轨迹，基于存储在存储器620中的地图信息生成周围车辆的预期驾驶轨迹，当实际驾驶轨迹与周围车辆的预期驾驶轨迹之间的轨迹误差为预设阈值或更大时，确定需要对本车辆的预期驾驶轨迹进行校正。因此，处理器610基于校正后的预期驾驶轨迹对本车辆的自动驾驶执行基于轨迹的控制。

在步骤S200中，在本车辆行驶到目的地的方向上，处理器610从第一和第二驾驶路径之间开始重叠的接合点到第一和第二驾驶路径之间的重叠结束的脱离点执行组跟随控制。

下面参考图9描述其中基于是否满足控制切换条件来交替进行基于轨迹的控制和组跟随控制的配置。当在执行基于轨迹的控制的过程中(S10)，本车辆从本车辆的当前位置到达接合点(S20)时，处理器610确定已经满足组跟随控制切换条件并执行组跟随控制(S30)。此外，当在执行组跟随控制的过程中，本车辆从接合点到达脱离点时(S40)，处理器610确定已经满足基于轨迹的控制切换条件并执行基于轨迹的控制(S50)。

处理器610在多个候选接合点和多个候选脱离点中确定用于执行组跟随控制的接合点和脱离点。为了使本车辆到达目的地所花费的时间最短，在步骤S200中，处理器610分别将所需的总时间最短的候选接合点和候选脱离点确定为接合点和脱离点，所需的总时间指示以下时间的总和：本车辆根据基于轨迹的控制，从当前位置到达候选接合点所花费的时间；本车辆基于组跟随控制，从候选接合点到达候选脱离点所花费的时间；以及本车辆根据基于轨迹的控制，从候选脱离点到达目的地所花费的时间。

在步骤S200中，处理器610可以使用预定义的组分类算法将车队行驶组划分为前驾驶组、中间驾驶组和跟随驾驶组，可以确定本车辆属于驾驶组中的哪个驾驶组，并且可以基于确定的结果改变传感器单元的周围对象检测区域。具体地，如果本车辆属于前驾驶组，则处理器610可以使用传感器单元500检测本车辆前方的周围对象。如果本车辆属于中间驾驶组，则处理器610可以使用传感器单元500在本车辆的任一侧面检测周围对象。如果本车辆属于跟随驾驶组，则处理器610可以使用传感器单元500检测本车辆后方的周围对象。

此外，在步骤S200中，处理器610可以控制传感器单元500的感测参数以具有相互依赖于安装在车辆组中的每一辆上的感测单元的感测参数的值。具体地，处理器610可以响应于由车队行驶组的领导车辆发送的传感器控制信号来控制传感器单元500的感测参数。传感器控制信号可以定义为基于车队行驶组的驾驶环境和车队行驶组内的车辆组中的每一辆的位置，由领导车辆针对车辆组中的每一辆生成的信号并将其发送给车辆组中的每一辆，从而可以在车队行驶组的层面上优化了针对周围对象的检测区域和检测性能。如果本车辆在车队行驶组中具有领导车辆的位置，则处理器610可以基于由传感器单元500对周围对象的检测结果和车队行驶组内的车辆组中的每一辆的位置，针对属于车队行驶组的每个车辆组生成传感器控制信号，并将传感器控制信号传输到车辆组中的每一辆。

如上所述，在本实施方式中，因为自动驾驶车辆基于驾驶轨迹校正和用于车队行驶组的组跟随控制而可互换地对自动驾驶进行基于轨迹的控制，对于自动驾驶车辆从当前位置到目的地的路径中的每个给定路段，可以减少自动驾驶车辆的自动驾驶控制的计算负荷，在到达目的地的过程中，可以最小化乘客对自动驾驶车辆的驾驶控制的干预，以提高乘客的便利性，且自动驾驶车辆可以在最短的时间内到达目的地。

此外，在本实施方式中，当执行组跟随控制时，因为车辆组中的每一辆基于本车辆与另一属于车队行驶组的车辆组中的每一辆的相对位置进行操作以改变安装在车辆组上的传感器单元的周围对象检测区域，属于车队行驶组的车辆组中的每一个检测周围对象所需的系统总资源可以在所有进行车队行驶的车辆组上降低。

尽管已经出于说明性目的公开了本公开的示例性实施方式，但是本领域技术人员将理解，在不脱离所附权利要求所限定的本公开的范围和精神的情况下，可以进行各种修改、添加和替换。因此，本公开的真实技术范围应由所附权利要求书限定。

Claims (20)

1.一种自动驾驶装置，包括：

传感器单元，被配置为检测包括自动行驶的本车辆周围的周围车辆的周围对象；

存储器，被配置为存储地图信息；以及

处理器，被配置为基于预期驾驶轨迹来控制所述本车辆的自动驾驶，所述预期驾驶轨迹是基于所述存储器中存储的所述地图信息而生成，

其中，所述处理器被配置为：

基于由所述传感器单元对所述本车辆周围的所述周围车辆的检测结果来确定是否需要校正所述本车辆的预期驾驶轨迹，基于确定的结果校正所述预期驾驶轨迹并且对所述本车辆的自动驾驶执行基于轨迹的控制，并且

当所述本车辆到达目的地的第一驾驶路径与车队行驶组的第二驾驶路径重叠时，对所述本车辆的自动驾驶执行组跟随控制，使得所述本车辆跟随配置有多个车辆组的所述车队行驶组的驾驶，

所述处理器被配置为：

当执行所述组跟随控制时，控制所述本车辆的所述传感器单元的感测参数以具有相互依赖于安装在车辆组中的每一车辆上的感测单元的感测参数的值，

所述感测参数包括视野和传感器输出中的一个或多个。

2.根据权利要求1所述的自动驾驶装置，其中：

当执行所述基于轨迹的控制时，所述处理器被配置为：

基于由所述传感器单元检测到的所述周围车辆的驾驶信息来生成所述周围车辆的实际驾驶轨迹；

基于存储在所述存储器中的所述地图信息来生成所述周围车辆的预期驾驶轨迹，并且

当所述周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的轨迹误差为预设阈值或更大时，确定需要对所述本车辆的预期驾驶轨迹进行校正；并且

当执行所述组跟随控制时，所述处理器被配置为：在所述本车辆行驶到所述目的地的方向上，从所述第一驾驶路径和所述第二驾驶路径之间开始重叠的接合点到所述第一驾驶路径和所述第二驾驶路径之间的重叠结束的脱离点执行所述组跟随控制。

3.根据权利要求2所述的自动驾驶装置，其中：

所述处理器被配置为：基于是否满足预定的控制切换条件来交替执行所述基于轨迹的控制和所述组跟随控制，并且

所述控制切换条件包括组跟随控制切换条件和基于轨迹的控制切换条件，所述组跟随控制切换条件用于从所述基于轨迹的控制到所述组跟随控制的变换，所述基于轨迹的控制切换条件用于从所述组跟随控制到所述基于轨迹的控制的变换。

4.根据权利要求3所述的自动驾驶装置，其中，所述处理器被配置为：

当在执行所述基于轨迹的控制的过程中，当所述本车辆从所述本车辆的当前位置到达所述接合点时，确定满足所述组跟随控制切换条件并执行所述组跟随控制，并且

当在执行所述组跟随控制的过程中，当所述本车辆从所述接合点到达所述脱离点时，确定满足所述基于轨迹的控制切换条件并执行所述基于轨迹的控制。

5.根据权利要求4所述的自动驾驶装置，其中：

所述处理器被配置为：在多个候选接合点和多个候选脱离点中确定用于执行所述组跟随控制的所述接合点和所述脱离点，并且

所述处理器被配置为分别将所需的总时间最短的候选接合点和候选脱离点确定为所述接合点和所述脱离点，所述所需的总时间指示以下时间的总和：所述本车辆根据所述基于轨迹的控制，从当前位置到达候选接合点所花费的时间；所述本车辆基于所述组跟随控制，从候选接合点到达候选脱离点所花费的时间；以及所述本车辆根据所述基于轨迹的控制，从候选脱离点到达所述目的地所花费的时间。

6.根据权利要求1所述的自动驾驶装置，其中，当执行所述组跟随控制时，所述处理器被配置为：基于所述本车辆针对属于所述车队行驶组的车辆组的相对位置，来改变所述传感器单元的周围对象检测区域。

7.根据权利要求6所述的自动驾驶装置，其中，当执行所述组跟随控制时，所述处理器被配置为：

使用预定义的组分类算法将所述车队行驶组划分为前驾驶组、中间驾驶组和跟随驾驶组，

确定所述本车辆属于驾驶组中的哪个驾驶组，并且

基于确定的结果改变所述传感器单元的所述周围对象检测区域。

8.根据权利要求7所述的自动驾驶装置，其中，所述处理器被配置为：

当所述本车辆属于所述前驾驶组时，通过所述传感器单元检测所述本车辆前方的周围对象，

当所述本车辆属于所述中间驾驶组时，通过所述传感器单元检测在所述本车辆的任一侧的周围对象，并且

当所述本车辆属于所述跟随驾驶组时，通过所述传感器单元检测所述本车辆后方的周围对象。

9.根据权利要求1所述的自动驾驶装置，其中：

所述处理器被配置为：响应于由所述车队行驶组的领导车辆发送的传感器控制信号来控制所述本车辆的所述传感器单元的感测参数，并且

基于所述车队行驶组的驾驶环境和所述车队行驶组内的车辆组中的每一车辆的位置，由所述领导车辆针对所述车辆组中的每一车辆生成传感器控制信号并将其发送给所述车辆组中的每一车辆。

10.根据权利要求9所述的自动驾驶装置，其中，所述处理器被配置为：

当所述本车辆具有所述车队行驶组的领导车辆的位置时，基于由所述传感器单元检测到的周围对象的结果和所述车队行驶组内的车辆组中的每一车辆的位置，针对属于所述车队行驶组的车辆组中的每一车辆生成传感器控制信号，并且将所述传感器控制信号发送至所述车辆组中的每一车辆。

11.一种在自动驾驶系统中控制自动驾驶的方法，所述自动驾驶系统包括：传感器单元，被配置为检测包括自动行驶的本车辆周围的周围车辆的周围对象；存储器，被配置为存储地图信息；以及处理器，被配置为基于预期驾驶轨迹来控制所述本车辆的自动驾驶，所述预期驾驶轨迹是基于所述存储器中存储的所述地图信息而生成，所述方法包括以下步骤：

由所述处理器基于由所述传感器单元对所述本车辆周围的所述周围车辆的检测结果来确定是否需要校正所述本车辆的预期驾驶轨迹，基于确定的结果校正所述预期驾驶轨迹并且对所述本车辆的自动驾驶执行基于轨迹的控制，以及

当所述本车辆到达目的地的第一驾驶路径与车队行驶组的第二驾驶路径重叠时，由所述处理器对所述本车辆的自动驾驶执行组跟随控制，使得所述本车辆跟随配置有多个车辆组的所述车队行驶组的驾驶，

其中，在执行所述组跟随控制时，所述处理器控制所述本车辆的所述传感器单元的感测参数以具有相互依赖于安装在车辆组中的每一车辆上的感测单元的感测参数的值，并且

所述感测参数包括视野和传感器输出中的一个或多个。

12.根据权利要求11所述的方法，其中：

在执行所述基于轨迹的控制时，所述处理器基于由所述传感器单元检测到的所述周围车辆的驾驶信息来生成所述周围车辆的实际驾驶轨迹，基于存储在所述存储器中的所述地图信息来生成所述周围车辆的预期驾驶轨迹，并且当所述周围车辆的实际驾驶轨迹与预期驾驶轨迹之间的轨迹误差为预设阈值或更大时，所述处理器确定需要对所述本车辆的预期驾驶轨迹进行校正；并且

在执行所述组跟随控制时，所述处理器在所述本车辆行驶到所述目的地的方向上，从所述第一驾驶路径和所述第二驾驶路径之间开始重叠的接合点到所述第一驾驶路径和所述第二驾驶路径之间的重叠结束的脱离点执行所述组跟随控制。

13.根据权利要求12所述的方法，其中：

所述处理器基于是否满足预定的控制切换条件来交替执行所述基于轨迹的控制和所述组跟随控制，并且

所述控制切换条件包括组跟随控制切换条件和基于轨迹的控制切换条件，所述组跟随控制切换条件用于从所述基于轨迹的控制到所述组跟随控制的变换，所述基于轨迹的控制切换条件用于从所述组跟随控制到所述基于轨迹的控制的变换。

14.根据权利要求13所述的方法，其中，所述处理器：

当在执行所述基于轨迹的控制的过程中，当所述本车辆从所述本车辆的当前位置到达所述接合点时，确定满足所述组跟随控制切换条件并执行所述组跟随控制，并且

当在执行所述组跟随控制的过程中，当所述本车辆从所述接合点到达所述脱离点时，确定满足所述基于轨迹的控制切换条件并执行所述基于轨迹的控制。

15.根据权利要求14所述的方法，其中：

在执行所述组跟随控制时，所述处理器在多个候选接合点和多个候选脱离点中确定用于执行所述组跟随控制的所述接合点和所述脱离点，并且

所述处理器分别将所需的总时间最短的候选接合点和候选脱离点确定为所述接合点和所述脱离点，所述所需的总时间指示以下时间的总和：所述本车辆根据所述基于轨迹的控制，从当前位置到达候选接合点所花费的时间；所述本车辆基于所述组跟随控制，从候选接合点到达候选脱离点所花费的时间；以及所述本车辆根据所述基于轨迹的控制，从候选脱离点到达所述目的地所花费的时间。

16.根据权利要求11所述的方法，其中，在执行所述组跟随控制时，所述处理器基于所述本车辆针对属于所述车队行驶组的车辆组的相对位置，来改变所述传感器单元的周围对象检测区域。

17.根据权利要求16所述的方法，其中，在执行所述组跟随控制时，所述处理器使用预定义的组分类算法将所述车队行驶组划分为前驾驶组、中间驾驶组和跟随驾驶组，所述处理器确定所述本车辆属于驾驶组中的哪个驾驶组，并且基于确定的结果改变所述传感器单元的所述周围对象检测区域。

18.根据权利要求17所述的方法，其中，在执行所述组跟随控制时，当所述本车辆属于所述前驾驶组时，所述处理器通过所述传感器单元检测所述本车辆前方的周围对象，当所述本车辆属于所述中间驾驶组时，所述处理器通过所述传感器单元检测在所述本车辆的任一侧的周围对象，并且当所述本车辆属于所述跟随驾驶组时，所述处理器通过所述传感器单元检测所述本车辆后方的周围对象。

19.根据权利要求11所述的方法，其中：

在执行所述组跟随控制时，所述处理器响应于由所述车队行驶组的领导车辆发送的传感器控制信号来控制所述本车辆的所述传感器单元的感测参数，并且

基于所述车队行驶组的驾驶环境和所述车队行驶组内的车辆组中的每一车辆的位置，由所述领导车辆针对所述车辆组中的每一车辆生成传感器控制信号并将其发送给所述车辆组中的每一车辆。

20.根据权利要求19所述的方法，其中，在执行所述组跟随控制时，当所述本车辆具有所述车队行驶组的领导车辆的位置时，所述处理器基于由所述传感器单元检测到的周围对象的结果和所述车队行驶组内的车辆组中的每一车辆的位置，针对属于所述车队行驶组的车辆组中的每一车辆生成传感器控制信号，并且将所述传感器控制信号发送至所述车辆组中的每一车辆。

Images