CN112099483A - 监控自动驾驶车辆中的定位功能的方法 - Google Patents
监控自动驾驶车辆中的定位功能的方法 Download PDFInfo
- Publication number
- CN112099483A CN112099483A CN201911263980.3A CN201911263980A CN112099483A CN 112099483 A CN112099483 A CN 112099483A CN 201911263980 A CN201911263980 A CN 201911263980A CN 112099483 A CN112099483 A CN 112099483A
- Authority
- CN
- China
- Prior art keywords
- autonomous vehicle
- adv
- location
- tolerance
- map
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 230000003068 static effect Effects 0.000 claims abstract description 79
- 230000006870 function Effects 0.000 claims abstract description 49
- 230000004044 response Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 27
- 238000002379 ultrasonic velocimetry Methods 0.000 description 210
- 230000008447 perception Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 11
- 239000003550 marker Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18109—Braking
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/029—Adapting to failures or work around with other constraints, e.g. circumvention by avoiding use of failed parts
-
- 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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
- B60W60/00186—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to the vehicle
-
- 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
- B60W60/005—Handover processes
- B60W60/0053—Handover processes from vehicle to occupant
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—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
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
- B60W2050/021—Means for detecting failure or malfunction
-
- 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/029—Adapting to failures or work around with other constraints, e.g. circumvention by avoiding use of failed parts
- B60W2050/0292—Fail-safe or redundant systems, e.g. limp-home or backup 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/143—Alarm means
-
- 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
- B60W2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- 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
-
- 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
- B60W2554/20—Static objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/25—Data precision
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/40—High definition maps
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
在一个实施方式中,用于监视自动驾驶车辆(ADV)中的定位功能的方法可使用已知静态对象作为地面实况,以确定何时定位功能出现误差。已知静态对象标记在用于实时驾驶环境的高清(HD)地图上。当ADV检测一个或多个已知静态对象时,ADV可使用传感器数据、一个或多个静态对象的位置以及一个或多个误差容限参数来创建ADV的当前位置周围的定位误差容限区域。ADV可在HD地图上投影容限区域,执行定位操作以在HD地图上生成ADV的预期位置,以及确定生成的位置是否落在投影容限区域中。如果生成的位置落在投影容限区域之外,表示ADV的定位功能出现误差,则ADV可生成警报,以警告人类驾驶员切换到手动驾驶模式。如果在ADV中没有可用的人类驾驶员,则ADV可致动基于视觉的故障安全定位过程。
Description
技术领域
本公开的实施方式总体上涉及操作自动驾驶车辆。更具体地,本公开的实施方式涉及监控自动驾驶车辆中的定位功能。
背景技术
以自动驾驶模式运行(例如,无人驾驶)的车辆可将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时,车辆可使用车载传感器导航到各个位置,从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
自动驾驶车辆(ADV)通常依赖于高清(HD)地图上的信息来进行路线规划。HD地图上的诸如交通信号灯的位置、道路状况和停车标志的信息可为ADV规划其路线提供有用的参考。高效的路线规划要求将ADV准确地定位在HD地图上,以便ADV可将其搜索范围限制在ADV周围的小区域中。
ADV中可使用多种定位技术,例如,由于传感器信号丢失,每种定位技术都容易出现不准确。定位不准确一旦超过某些阈值,可能导致ADV走错路线并撞向周围的车辆或行人。对于在高速公路上行驶的ADV,定位不准确特别危险。
发明内容
本申请的一个方面提供了一种用于监控自动驾驶车辆(ADV)的定位功能的计算机实施的方法,所述方法包括:响应于检测第一静态对象,至少基于所述ADV与所述第一静态对象之间的第一距离和所述第一静态对象的位置,确定所述ADV的第一位置;基于与所述第一距离相关的一个或多个误差容限参数,计算所述第一位置周围的容限区域;将所述容限区域投影到高清(HD)地图上,所述HD地图包括描述所述第一静态对象的信息;使用所述ADV中的定位功能执行定位操作,以确定所述ADV的第二位置;以及响应于确定所述第二位置在所述HD地图上的所述容限区域之外,生成警报或控制命令以控制所述ADV。
本申请的另一方面提供了一种存储有指令的非暂时性机器可读介质,所述指令在由处理器执行时使所述处理器执行监控自动驾驶车辆(ADV)中的定位功能的操作,所述操作包括:响应于检测第一静态对象,至少基于所述ADV与所述第一静态对象之间的第一距离和所述第一静态对象的位置,确定所述ADV的第一位置;基于与所述第一距离相关的一个或多个误差容限参数,计算所述第一位置周围的容限区域;将所述容限区域投影到高清(HD)地图上,所述HD地图包括描述所述第一静态对象的信息;使用所述ADV中的定位功能执行定位操作,以确定所述ADV的第二位置;以及响应于确定所述第二位置在所述HD地图上的所述容限区域之外,生成警报或控制命令以控制所述ADV。
本申请的又一方面提供了一种数据处理系统,其包括处理器;以及存储器,联接至所述处理器以存储指令,所述指令在由所述处理器执行时使所述处理器执行监控自动驾驶车辆(ADV)中的定位功能的操作,所述操作包括:响应于检测第一静态对象,至少基于所述ADV与所述第一静态对象之间的第一距离和所述第一静态对象的位置,确定所述ADV的第一位置;基于与所述第一距离相关的一个或多个误差容限参数,计算所述第一位置周围的容限区域;将所述容限区域投影到高清(HD)地图上,所述HD地图包括描述所述第一静态对象的信息;使用所述ADV中的定位功能执行定位操作,以确定所述ADV的第二位置;以及响应于确定所述第二位置在所述HD地图上的所述容限区域之外,生成警报或控制命令以控制所述ADV。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出,附图中的相同的附图标记指代相似的元件。
图1是示出根据一个实施方式的网络化系统的框图。
图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
图4是示出根据一个实施方式的自动驾驶系统的架构的框图。
图5示出了根据一个实施方式的用于监控自动驾驶车辆中的定位功能的系统的示例。
图6是根据一个实施方式的监控自动驾驶车辆中的定位功能的示例过程的图形说明。
图7是根据一个实施方式的监控自动驾驶车辆中的定位功能的另一示例过程的图形说明。
图8是示出根据一个实施方式的监控自动驾驶车辆中的定位功能的示例过程的流程图。
图9示出了根据一个实施方式的监控自动驾驶车辆中的定位功能的另一示例过程。
具体实施方式
将参考以下所讨论的细节来描述本公开的各种实施方式和方面,并且附图将示出各种实施方式。以下描述和附图是对本公开的说明,并且不应被解释为限制本公开。描述了许多特定细节以提供对本公开各种实施方式的全面理解。然而,在某些情况下,并未描述众所周知的或常规的细节以提供对本公开的实施方式的简洁讨论。
本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指相同的实施方式。
根据各个实施方式,在本公开中描述的方法和系统使用已知静态对象作为地面实况,以实时确定ADV中的定位功能是否出现误差。已知静态对象位于实时驾驶环境中,并被标记在HD地图上。在一个实施方式中,响应于在实时驾驶环境中检测一个或多个这样的已知静态对象,ADV可使用定位功能来执行定位操作,以确定在HD地图上的ADV的预期位置。ADV可基于预期位置和一个或多个已知静态对象的关联的全局坐标来计算预期位置与一个或多个已知静态对象中的每个之间的距离。ADV还可获取ADV与每个已知静态对象之间在实时驾驶环境中的距离。例如,ADV可接收来自一个或多个路边装置的距离。替代地,ADV可通过使用安装在ADV上的一个或多个传感器来测量距离。
在一个实施方式中,ADV可确定每个计算距离与其对应的测量距离之间的差是否落在预定范围中。如果差落在预定范围之外,则ADV可确定定位功能出现误差,并且可生成警报以警告人类驾驶员将ADV切换到手动驾驶模式。替代地,ADV可确定定位功能出现误差,并立即或在经过恢复窗口之后生成命令以致动故障保护过程。例如,如果在ADV中未检测到人类驾驶员,或者人类驾驶员没有及时将ADV切换到手动驾驶模式,则ADV可生成该命令。故障安全过程可在规划路线中使用基于视觉的定位功能。
在另一实施方式中,响应于在实时驾驶环境中检测到已知静态对象,ADV至少基于已知静态对象的位置和已知静态对象与ADV之间的距离来确定ADV在实时驾驶环境中的位置。ADV可使用已知静态对象的位置和至少已知静态对象与ADV之间的距离来确定ADV在实时驾驶环境中的位置。随后,ADV可基于与距离相关的一个或多个误差容限参数来确定ADV的确定位置周围的误差容限区域。当ADV的定位功能正常执行时,ADV的预期位置和计算位置应大致相同。容限区域(也称为监控边界)可为基于针对每个传感器测量(例如,速度测量和距离测量)的一个或多个误差容限参数计算的多边形区域。
在一个实施方式中,响应于确定ADV的预期位置落在容限区域之外,ADV可生成警报,并使用一个或多个乘员检测传感器来确定ADV中人类驾驶员是否可用。如果ADV中人类驾驶员可用,则人类驾驶员在听到警报后可将ADV切换为手动驾驶模式。然而,如果在警报生成后的预定时间段中未检测到人类驾驶员或检测到的人类驾驶员未切换ADV,则如果当前车道的物理车道标记或虚拟车道标记可用于使ADV停留在当前车道中,ADV可发出一个或多个控制命令以控制ADV遵循当前车道。如果在ADV行驶在当前车道中时定位功能在预定的恢复窗口中恢复其正常性能,则ADV可继续在路线规划中使用定位功能。如果定位功能未在预定的恢复窗口中恢复其正常性能,则ADV可致动故障保护过程以将ADV控制到更安全的位置,包括停止或停泊ADV。如果物理车道标记和虚拟车道标记均不可用,则可立即致动故障安全过程。
在一个实施方式中,ADV可从ADV上安装的一个或多个传感器接收ADV与已知静态对象之间的距离。该一个或多个传感器可测量距离,并将测量的距离发送至ADV中的定位监控器。替代地,ADV可接收来自一个或多个路边装置/传感器的距离,该路边装置/传感器可测量ADV与已知静态对象之间的距离,并将所测量的距离发送至ADV中的定位监控器。
在一个实施方式中,每个已知静态对象均可为路边装置/传感器。在这样的实施例中,路边装置/传感器与ADV之间的距离可通过安装在ADV上的一个或多个传感器或者通过已知静态对象本身来测量。
在一个实施方式中,当使用路边装置/传感器测量距离时,测量的距离可直接发送至ADV,或者可存储在一个或多个云服务器中,ADV可从云服务器获取测量的距离。
在一个实施方式中,代替使用已知静态对象,可使用ADV周围车辆的动态位置来确定在实时环境中的ADV的位置。随后可将所确定的ADV的位置与由定位功能生成的ADV的位置进行比较,以确定定位功能是否出现误差。
自动驾驶车辆
图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1,网络配置100包括可通过网络102通信地联接至一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆,但多个自动驾驶车辆可通过网络102彼此联接和/或联接至服务器103至104。网络102可为任何类型的网络,诸如,有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。一个或多个服务器103至104可为任何类型的服务器或服务器群集,诸如,网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可为数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或者位置服务器等。
自动驾驶车辆是指可配置成自动驾驶模式的车辆,在所述自动驾驶模式下,车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可包括传感器系统,所述传感器系统具有配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的一个或多个控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。
在一个实施方式中,自动驾驶车辆101包括,但不限于,感知与规划系统110、车辆控制系统111、无线通信系统112、用户接口系统113、信息娱乐系统114和传感器系统115。自动驾驶车辆101还可包括普通车辆中包括的某些常用部件,诸如发动机、车轮、方向盘、变速器等,所述部件可由车辆控制系统111和/或感知与规划系统110使用多种通信信号和/或命令进行控制,该多种通信信号和/或命令诸如为加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
部件110至115可经由互连件、总线、网络或其组合通信地彼此联接。例如,部件110至115可经由控制器局域网(CAN)总线通信地联接至彼此。CAN总线是设计成允许微控制器和装置在没有主机的应用中彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议,但也用于许多其它环境。
现在参考图2,在一个实施方式中,传感器系统115包括但不限于一个或多个摄像机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS系统212可包括收发器,所述收发器可操作以提供关于自动驾驶车辆的位置的信息。IMU单元213可基于惯性加速度来感测自动驾驶车辆的位置和方位变化。雷达单元214可表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的系统。在一些实施方式中,除感测对象之外,雷达单元214可另外感测对象的速度和/或前进方向。LIDAR单元215可使用激光来感测自动驾驶车辆所处环境中的对象。除其它系统部件之外,LIDAR单元215还可包括一个或多个激光源、激光扫描器以及一个或多个检测器。摄像机211可包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。摄像机211可为静物摄像机和/或视频摄像机。摄像机可为可机械地移动的,例如,通过将摄像机安装在旋转和/或倾斜平台上。
传感器系统115还可包括其它传感器,诸如:声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如,麦克风)。音频传感器可配置成从自动驾驶车辆周围的环境中采集声音。转向传感器可配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下,油门传感器和制动传感器可集成为集成式油门/制动传感器。
在一个实施方式中,车辆控制系统111包括但不限于转向单元201、油门单元202(也称为加速单元)和制动单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度,电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意,如图2所示的部件可以以硬件、软件或其组合来实施。
回到图1,无线通信系统112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等的外部系统之间的通信。例如,无线通信系统112可与一个或多个装置直接无线通信,或者经由通信网络进行无线通信,诸如,通过网络102与服务器103至104通信。无线通信系统112可使用任何蜂窝通信网络或无线局域网(WLAN),例如,使用WiFi,以与另一部件或系统通信。无线通信系统112可例如使用红外链路、蓝牙等与装置(例如,乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可为在车辆101内实施的外围装置的部分,包括例如键盘、触摸屏显示装置、麦克风和扬声器等。
自动驾驶车辆101的功能中的一些或全部可由感知与规划系统110控制或管理,尤其当在自动驾驶模式下操作时。感知与规划系统110包括必要的硬件(例如,一个或多个处理器、存储器、存储设备)和软件(例如,操作系统、规划和路线安排程序),以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息,处理所接收的信息,规划从起始点到目的地点的路线或路径,随后基于规划和控制信息来驾驶车辆101。替代地,感知与规划系统110可与车辆控制系统111集成在一起。
例如,作为乘客的用户可例如经由用户接口来指定行程的起始位置和目的地。感知与规划系统110获得行程相关数据。例如,感知与规划系统110可从MPOI服务器获得位置和路线信息,所述MPOI服务器可为服务器103至104的部分。位置服务器提供位置服务,并且MPOI服务器提供地图服务和某些位置的POI。替代地,此类位置和MPOI信息可本地高速缓存与感知与规划系统110的永久性存储装置中。
当自动驾驶车辆101沿着路线移动时,感知与规划系统110也可从交通信息系统或服务器(TIS)获得实时交通信息。应注意,服务器103至104可由第三方实体进行操作。替代地,服务器103至104的功能可与感知与规划系统110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如,障碍物、对象、附近车辆),感知与规划系统110可规划最佳路线,并且根据所规划的路线例如经由控制系统111来驾驶车辆101,以安全且高效地到达指定目的地。
服务器103可为用于为各种客户端执行数据分析服务的数据分析系统。在一个实施方式中,数据分析系统103包括数据收集器121和机器学习引擎122。数据收集器121从多种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括表示在不同的时间点处由车辆的传感器捕获的所发出的驾驶命令(例如,油门命令、制动命令和转向命令)以及车辆的响应(例如,速度、加速度、减速度、方向)的信息。驾驶统计数据123还可包括描述不同的时间点处的驾驶环境的信息,诸如,例如,路线(包括起点位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计数据123,机器学习引擎122针对各种目的生成或训练规则集、算法和/或预测模型124。
图3A和图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。系统300可实施为图1的自动驾驶车辆101的一部分,包括但不限于感知与规划系统110、控制系统111和传感器系统115。参考图3A至图3B,感知与规划系统110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306、路线制定模块307、定位监控器308和故障安全模块309。
模块301至309中的一些或全部可以以软件、硬件或其组合实施。例如,这些模块可安装在永久性存储装置352中、加载到存储器351中,并且由一个或多个处理器(未示出)执行。应注意,这些模块中的一些或全部可通信地联接至图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可一起集成为集成模块。
定位模块301确定自动驾驶车辆300的当前位置(例如,利用GPS单元212),并管理与用户的行程或路线相关的任何数据。定位模块301(也称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可例如经由用户接口登录并且指定行程的开始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图和路线信息311的其它组件通信,以获得行程相关数据。例如,定位模块301可从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务,以及MPOI服务器提供地图服务和某些位置的POI,这些可作为地图和路线信息311的部分高速缓存。当自动驾驶车辆300沿着路线移动时,定位模块301也可从交通信息系统或服务器获得实时交通信息。
基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息,感知模块302确定对周围环境的感知。感知信息可表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可包括例如采用对象形式的车道配置、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如,停止标志、让行标志)等。车道配置包括描述一个或多个车道的信息,例如,车道的形状(例如,直线或弯曲)、车道的宽度、道路中的车道数量、单向车道或双向车道、合流车道或分流车道、退出车道等。
感知模块302可包括计算机视觉系统或计算机视觉系统的功能,以处理并分析由一个或多个摄像机采集的图像,从而识别自动驾驶车辆环境中的对象和/或特征。所述对象可包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉系统可使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中,计算机视觉系统可绘制环境地图,跟踪对象,以及估算对象的速度等。感知模块302也可基于由诸如雷达和/或LIDAR的其它传感器提供的其它传感器数据来检测对象。
针对每个对象,预测模块303预测该对象在此情形下将表现什么。根据一组地图/路线信息311和交通规则312,基于在该时间点感知驾驶环境的感知数据来执行预测。例如,如果对象是处于相反方向的车辆并且当前驾驶环境包括十字路口,则预测模块303将预测车辆是将可能直线向前移动还是进行转弯。如果感知数据表明十字路口没有交通灯,则预测模块303可预测车辆在进入十字路口之前可能需要完全停止。如果感知数据表明车辆当前处于仅左转弯车道或仅右转弯车道,则预测模块303可分别预测车辆将更可能向左转弯或向右转弯。
针对每个对象,决策模块304作出关于如何处置对象的决定。例如,针对特定对象(例如,交叉路线中的另一车辆)以及描述对象的元数据(例如,速度、方向、转弯角度),决策模块304决定如何与所述对象相遇(例如,超车、让行、停止、超过)。决策模块304可根据诸如交通规则或驾驶规则312的规则集来作出此类决定,所述规则集可存储在永久性存储装置352中。
路线制定模块307配置成提供从起点到目的点的一个或多个路线或路径。对于从开始位置到目的地位置的给定行程,例如,从用户接收的给定行程,路线制定模块307获得路线和地图信息311,并且确定从开始位置至到达目的地位置的所有可能的路线或路径。路线制定模块307可以以地形图的形式生成用于其确定的从开始位置至到达目的地位置的路线中的每个的参考线。参考线指的是理想的路线或路径,而不受诸如其他车辆、障碍物或交通状况的其他事物的任何干扰。即,如果道路上不存在其他车辆、行人或障碍物,则ADV应该精确地或紧密地遵循参考线。然后,将地形图提供至决策模块304和/或规划模块305。根据由其它模块提供的其它数据,诸如,来自定位模块301的交通状况、由感知模块302感知的驾驶环境和由预测模块303预测的交通状况,决策模块304和/或规划模块305检查所有可能的路线,以选择和修改最优路线中的一个。用于控制ADV的实际路径或路线可与由路线制定模块307提供的参考线接近或不同,这取决于该时间点的特定驾驶环境。
基于针对所感知到的对象中的每个的决定,规划模块305使用由路线制定模块307提供的参考线作为基础,为自动驾驶车辆规划路径或路线以及驾驶参数(例如,距离、速度和/或转弯角度)。即,针对给定的对象,决策模块304决定对该对象做什么,而规划模块305确定如何去做。例如,针对给定的对象,决策模块304可决定超过所述对象,而规划模块305可确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成,包括描述车辆300在下一移动循环(例如,下一路线/路径段)中将如何移动的信息。例如,规划和控制数据可指示车辆300以30英里每小时(mph)的速度移动10米,随后以25mph的速度变到右侧车道。
基于规划和控制数据,根据由规划和控制数据限定的路线或路径,控制模块306通过将适当的命令或信号发送至车辆控制系统111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息,以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如,油门、制动和转向命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施方式中,在多个规划周期中执行规划阶段,规划阶段也被称为驾驶周期,诸如,例如,在每100毫秒(ms)的时间间隔中。针对规划周期或驾驶周期中的每个,将基于规划数据和控制数据发出一个或多个控制命令。即,对于每个100ms,规划模块305规划下一路线段或路径段,例如,包括目标位置和ADV到达目标位置所需的时间。替代地,规划模块305还可指定具体速度、方向和/或转向角等。在一个实施方式中,规划模块305为诸如5秒的下一预定时间段规划路线段或路径段。对于每个规划周期,规划模块305基于先前周期中规划的目标位置来规划当前周期(例如,接下来的5秒)的目标位置。然后,控制模块306基于当前周期的规划数据和控制数据生成一个或多个控制命令(例如,油门命令、制动命令、转向控制命令)。
在一个实施方式中,决策模块304和规划模块305可集成为集成模块。决策模块304/规划模块305可包括导航系统或导航系统的功能,以确定自动驾驶车辆的驾驶路径。例如,导航系统可确定用于实现自动驾驶车辆沿着以下路径移动的一系列速度和前进方向:所述路径在使自动驾驶车辆沿着通往最终目的地的基于车行道的路径前进的同时,基本上避免感知到的障碍物。目的地可根据经由用户接口系统113进行的用户输入来设定。导航系统可在自动驾驶车辆正在运行的同时动态地更新驾驶路径。导航系统可将来自GPS系统和一个或多个地图的数据合并,以确定用于自动驾驶车辆的驾驶路径。
在一个实施方式中,定位监控器模块308可确定定位模块301是否按照预期执行,而如果未按照预期执行,则基于当前车道的车道标记发出一个或多个控制命令来控制ADV遵循当前车道。如果定位功能在预定的恢复窗口内恢复其正常性能,则ADV可继续在路线规划中使用定位功能。否则,ADV可致动故障安全模块309以控制ADV到更安全的位置,包括停止或停泊ADV。
图4是示出根据一个实施方式的用于自动驾驶的系统架构的框图。系统架构400可表示如图3A和图3B中所示的自动驾驶系统的系统架构。参考图4,系统架构400包括但不限于应用层401、规划和控制(PNC)层402、感知层403、驱动器层404、固件层405和硬件层406。应用层401可包括与自动驾驶车辆的用户或乘客交互的用户接口或配置应用,例如,与用户接口系统113相关的功能。PNC层402可包括至少规划模块305和控制模块306的功能。感知层403可包括至少感知模块302的功能。在一个实施方式中,存在包括预测模块303和/或决策模块304的功能的附加层。替代地,这样的功能可包括于PNC层402和/或感知层403中。系统架构400还包括驱动器层404、固件层405和硬件层406。固件层405可至少表示传感器系统115的功能,传感器系统115可以以现场可编程门阵列(FPGA)的形式实现。硬件层406可表示自动驾驶车辆的硬件,例如控制系统111。层401至403可经由装置驱动器层404与固件层405和硬件层406通信。
定位监控器
在一个实施方式中,定位模块301可用于将ADV定位在高清(HD)地图上,以使ADV可根据HD地图上的信息有效地规划路线。
在一个实施例中,ADV可使用多种定位方法来确定ADV在HD地图上的位置。方法之一是GPS/RTK(实时运动学),其中,具有RTK功能的GPS接收器从全球导航卫星系统接收正常信号以及从基站的RTK网络接收的校正流,以实现更高的定位准确度。另一种方法是使用与LiDAR扫描联接的预构建点云图,以基于LiDAR扫描生成的实时点云与预构建点云图的相关部分的匹配程度来确定ADV的位置。第三种方法是将两种方法组合起来。这样的组合可实现厘米级的定位准确度。
但是,每种方法的定位准确度可能会受到外部因素的影响。例如,在隧道下、高层建筑物之间或RTK覆盖范围之外行驶的ADV可能会接收到减弱的GPS/RTK信号,因而影响定位准确度。作为另一示例,由于环境变化,预构建点云图可能与实时LiDAR扫描图像有显著差异,这也影响了定位准确度。在一些实施方式中,每个传感器均可接收正常信号,但是定位模块301可能无法适当地融合这些信号。
在由定位模块301执行的主要定位功能未能满足一个或多个预定阈值的情况下,本公开中描述的实施方式可监控定位模块301的定位准确度,并切换到备用的基于视觉的定位系统。
图5示出了根据一个实施方式的用于监控ADV中的定位功能的系统500的示例。系统500中的定位监控器304可使用ADV 503的位置和一个或多个误差容限设置506来计算监控器边界509。监控器边界509表示传感器测量可接受的误差容限区域,并且可由位置503周围的多个地理位置点表示。
根据实施方式,当ADV在实时驾驶环境中沿着规划路线行驶时,定位监控器304可根据在ADV的检测范围内的静态对象的数量而使用不同的算法来计算监控器边界509。已知静态对象是实时驾驶环境中的物理对象,并且还在高清(HD)地图511上用唯一的标识符和指定对象的位置的全局坐标来标记。HD地图511可以以可配置的间隔进行更新,以包括新的静态对象,并且移除在实时驾驶环境中不再存在的静态对象。已知静态对象可不在实时驾驶环境中平均分布。因此,ADV可在传感器的每个检测周期(例如,LiDAR扫描周期)或驱动周期中检测零个、一个或多个已知静态对象。
在一个实施方式中,当ADV进入驾驶环境(例如,特定路段)时,HD地图511的对应部分可加载到ADV中。如果检测到至少两个已知静态对象,则定位监控器304可执行双对象算法以计算监控器边界509。
根据双对象算法,ADV可使用安装在ADV上的一个或多个传感器(例如,LiDAR传感器)来测量从ADV到第一已知静态对象的距离,并将测量距离501与前两个已知静态对象的全局坐标结合使用来计算ADV的位置503。
根据实施方式,实时驾驶环境中的ADV位置503可由一对全局坐标表示,并且可在HD地图511上具有对应位置。在确定了ADV位置503的情况下,定位监控器304可使用用于距离测量的一个或多个误差容限参数在ADV位置503周围创建多边形,该一个或多个误差容限参数可从用于传感器506的误差容限设置中获得。
在一个实施方式中,误差容限设置506可为配置文件、查找表或静态随机存取存储器(SRAM),其存储针对多个传感器测量中的每个的误差容限范围。如上所述,ADV可包括传感器,配置成感测:方向盘、车辆的车轮或其组合的转向角;ADV的速度;以及ADV与周围对象的距离。来自传感器的传感器数据可不是100%准确的,并且每个传感器在特定范围内的误差可不影响ADV的自动驾驶。误差容限设置506可为传感器指定可接受的误差容限范围。
在一个实施方式中,可基于传感器的技术规格或基于历史驾驶统计来确定误差容限设置。例如,如果ADV上的LiDAR传感器的测距准确度为5-10cm,则可将使用LiDAR传感器测量的距离的误差容限范围设置成10cm或20cm。在一个实施例中,定位监控器304可选择20cm的误差容限范围,并在ADV位置503周围绘制两对平行线。每对平行线大致垂直于从ADV位置503到前两个已知静态对象之一的线,并且该对平行线之间的距离等于所选择的20cm的误差容限范围。两对平行线可彼此交叉以形成菱形形状的监控器边界。
在替代的实施方式中,当ADV在传感器检测周期或ADV驾驶周期中在实时驾驶环境中检测到单个已知静态对象时,定位监控器304可使用单对象算法来创建监控器边界509。
根据单对象算法,定位监控器304首先基于ADV的先前位置、转向角和ADV的速度来确定ADV位置503。先前位置可由定位模块301生成。在确定了ADV位置503的情况下,定位监控器304可使用从误差容限设置506获得的多个误差容限参数来确定ADV位置503周围的监控器边界509。误差容限设置506可包括用于速度传感器、转向角传感器和距离传感器(例如,LiDAR传感器)的误差容限参数。监控器边界509的形状由所使用的误差容限参数确定。
在一个实施方式中,可基于一个或多个因素动态调用用户偏好设置,该一个或多个因素包括道路状况、交通状况以及ADV是在农村还是在城市地区中行驶。例如,如果ADV在农村地区中行驶,则定位监控器304可使用针对速度传感器和距离传感器的误差容限参数。如果ADV在城市地区中行驶,则定位监控器304可使用针对速度传感器、转向角传感器和距离传感器的误差容限参数,以获得ADV的更准确的位置。
在一个实施方式中,定位监控器304可将计算出的监控器边界509投影在HD地图上作为监控器边界512。投影计算出的监控器边界511包括在HD地图511上为多边形监控器边界509的每个顶点定位对应位置。定位监控器304可基于ADV 503的位置的全局坐标和用于计算监控器边界509的误差容限范围,为每个顶点计算一对全局坐标。
在监控器边界509投影在HD地图511上的情况下,定位监控器304可确定由定位模块301在HD地图511上生成的预期位置507是否落在投影的监控器边界512内。
在一个实施方式中,定位模块301可基于点云图505和/或来自传感器系统115的每个驱动周期、每几个驱动周期、每个传感器检测周期(例如,LiDAR扫描周期)或每几个传感器检测周期的传感器数据来生成ADV的期望位置。
在一个实施方式中,无论定位模块301生成位置的频率如何,监控器边界509均仅检查最新生成的ADV的位置是否落在HD地图511上的投影监控器边界512中。在该示例中,ADV 507的预期位置是由定位模块最近生成的位置。
如果最新生成的ADV的位置落在投影监控器边界512内,则定位监控器304可确定定位模块301按预期执行,并且定位模块301的定位不准确范围在预定范围内。
如果最新生成的ADV的位置落在投影监控器边界512之外,则定位监控器304可确定定位模块301的定位不准确范围超出了预定范围。在这种情况下,定位模块301可使用传感器数据来确定ADV是否可停留在当前物理车道中还是当前虚拟车道中。物理车道是由车道标记标识的车道,而虚拟车道是由其他标识符标识的车道或由基于驾驶环境的模糊逻辑确定的车道。例如,ADV可基于道路的边缘创建虚拟车道。
如果定位监控器304确定物理车道或虚拟车道不可用,则定位监控器304可立即致动故障安全模块308,以发出一个或多个控制命令来控制ADV到更安全的地方,包括将ADV导航到在HD地图511上标记的最近停车位中。随着定位模块301所使用的GPS/RTK方法和/或LiDAR/点云定位方法可能无法按预期工作时,故障安全模块308可使用基于视觉的定位方法。
如果当定位模块301出现不可接受的定位不准确时,ADV正在虚拟车道或物理车道中行驶,则定位监控器304可致动计时器,同时继续使用一个或多个其他已知静态对象沿着ADV的规划路线来验证定位模块301的定位准确度。
如果在计时器到期之前定位监控器304确定由定位模块301生成的新位置落在投影在HD地图512上的新监控器边界中,则ADV可使用定位模块312继续在道路上行驶。
如果在ADV在物理车道或虚拟车道中行驶的同时可检测到至少一个已知静态对象之前计时器到期,则定位监控器304可致动故障安全模块308。
图6是根据一个实施方式的监控ADV中的定位功能的示例过程的图形说明。如图6中所示,在实时驾驶环境601中行驶的ADV检测到两个已知静态对象609和611,两个已知静态对象609和611中的每个均标记在高清(HD)地图603上。例如,对象A611在HD地图603上标记为对象A’623,以及对象B 609在HD地图603上标记为对象B’621。
当ADV上的传感器检测到对象A611和对象B 609时,传感器可测量从对象A 611到ADV的距离d1和从对象B 609到ADV的距离d2。基于测量的距离d1和d2、对象A 611和对象B609的已知全局坐标,在ADV上的定位监控器可在特定时间点(例如,t0)计算实时驾驶环境中ADV的物理位置Y 605,并计算ADV的物理位置Y 605周围的监控器边界617。
在该图示中,EH和FG彼此平行,并且都垂直于从对象A到ADV的线。这对平行线表示测量距离d1的误差容限范围。类似地,EF和GH彼此平行,并且都垂直于从对象B 609到ADV的线。这对平行线表示测量距离d2的误差容限范围。两对平行线可彼此相交以形成监控器边界617。
ADV中的定位监控器可基于ADV的物理位置Y 605的全局坐标、测量距离d1和d2的误差容限范围以及对象A 611和对象B 609的全局坐标来计算多边形监控器边界617的每个顶点的全局坐标。
定位监控器可将监控器边界617投影在HD地图603上。HD地图603上的多边形E’F’G’H’表示投影的监控器边界619。利用在HD地图603上已知投影监控器边界的每个顶点的全局坐标,定位监控器可确定由ADV上的定位模块生成的ADV的预期位置Y’617是否落在投影监控器边界619中。在该示例中,预期位置Y’落在投影监控器边界619外侧。
图7是根据一个实施方式的监控ADV中的定位功能的另一示例过程的图形说明。在该图示中,在实时驾驶环境601中行驶的ADV在特定时间点处仅检测到一个已知静态对象(例如,对象C 709)。在HD地图603上将已知静态对象C 709标记为对象C’710。
定位监控器可基于由ADV上的位置模块生成的先前位置717、由位置模块生成位置的频率(例如,每100毫秒)以及转向角θ721来确定ADV的当前位置719。替代地,可基于先前生成的位置717、对象C 709的位置以及ADV和对象C 709之间的测量距离d来计算ADV的当前位置Y 719。
在图示中,CH和EG表示转向角的误差容限,DG和FI表示测量距离d的误差容限范围,CE和HG代表位置X 717与当前物理位置Y 719之间的计算距离的误差容限范围。这些线表示了不同的误差容限范围,并且可相互交叉以创建监控器边界DEFIG 718。还可基于用于创建监控器边界的信息来为监控器边界718的每个顶点确定一对全局坐标。然后,可将监控器边界718投影到HD地图603上,作为投影监控器边界D’E’F’I’G’719。
位置监控器可将投影监控器边界725的每个顶点的全局坐标与由ADV中的位置模块生成的预期ADV位置Y’724的一对全局坐标进行比较,以确定预期ADV位置Y’724是否落在投影监控器边界725中。
图8是示出根据一个实施方式的监控ADV中的定位功能的示例过程的流程图。如图8中所示,在示例过程的操作803中,ADV可加载用于路线规划的HD地图,并且可利用由ADV上的感知与规划系统规划的路线来更新HD地图。
在操作805中,ADV可在HD地图上沿规划路线加载预定义的已知静态对象,并且利用沿规划路线的任何新添加的已知静态对象来更新HD地图。
在操作807中,ADV可读取ADV的当前速度、转向角、里程表,以确定里程表上的当前速度、当前转向角和当前里程。
在操作809中,ADV检查安装在ADV上的传感器是否检测到沿规划路线的任何已知静态对象。如果未检测到已知静态对象,则ADV可继续沿规划路线行驶,直到检测到沿规划路线标记的一个或多个已知静态对象。
在操作810中,ADV可检查是否已检测到多个已知静态对象。
在操作811中,仅检测到一个已知静态对象,并且ADV可至少基于静态对象的已知位置、当前车辆速度和转向角变化来计算监控器边界。在一个实施方式中,当计算监控器边界时,还可使用由定位模块确定的ADV的先前位置。
在操作812中,检测到多于一个的已知静态对象(例如,两个对象),并且ADV可基于两个已知静态对象的位置和本公开中以上描述的其他信息来计算监控器边界。
在操作813中,ADV可确定由在ADV上的定位模块生成的位置是否落入在操作811或操作812中计算出的监控器边界中。
在操作825中,由在ADV上的定位模块生成的位置落在计算出的监控器边界中,并且ADV检查ADV是否已行驶到规划路线的终点。如果是,则示例过程将结束;否则,ADV将重复以上描述的操作。
在操作814中,由在ADV上的定位模块生成的位置落入在操作811或操作813中计算出的计算的监控器边界之外。在这种情况下,ADV可发出警告,例如生成警报。
在操作815中,ADV检查是否ADV中人类驾驶员是否可用。
在操作816中,ADV中人类驾驶员可用。人类驾驶员在听到警报后可将ADV从自动驾驶模式切换到手动驾驶模式,这将结束示例过程。
在操作817中,ADV中没有可用的人类驾驶员,并且ADV可基于传感器数据确定物理车道标记或虚拟车道标记是否可用,以使ADV继续在当前车道中行驶。如果物理车道标记和虚拟车道标记均不可用,则ADV可在操作823中致动基于视觉的定位功能。在驾驶员可用但在预定时间段内没有将ADV切换到手动驾驶模式的情况下,也可触发操作817。
在操作819中,ADV基于传感器数据确定物理车道标记或虚拟车道标记可用,以使ADV继续在当前车道中行驶。在该操作中的ADV可致动限定条件恢复窗口的计时器,并同时仅发出一个或多个控制命令,以将ADV保持在由物理车道标记或虚拟车道标记标识的车道中。
在操作821中,可停留在当前车道中,并且示例过程可返回到操作807,在操作807中,ADV开始读取ADV的当前速度、转向角和里程表。
在操作823中,不可停留在当前车道中,并且ADV可致动基于视觉的定位功能结束示例过程。
图9示出了根据一个实施方式的监控ADV中的定位功能的另一示例过程900。
过程900可由处理逻辑执行,处理逻辑可包括软件、硬件或它们的组合。过程900可由处理逻辑执行,处理逻辑可包括硬件(例如,电路、专用逻辑、可编程逻辑、处理器、处理装置、中央处理单元(CPU)、片上系统(SoC)等)、软件(例如,在处理装置上运行/执行的指令)、固件(例如,微码)或其组合。在一个实施方式中,过程900可由定位监控器308、定位模块301或故障安全模块309中的一个或多个执行。
参考图9,在操作901中,响应于检测第一静态对象,处理逻辑至少基于ADV与第一静态对象之间的第一距离以及第一静态对象的位置来确定ADV的第一位置,其中,第一距离由安装在ADV上的一个或多个传感器测量。在操作902中,处理逻辑基于与第一距离相关的一个或多个误差容限参数来计算第一位置周围的误差容限区域。在操作903中,处理逻辑将容限区域投影到高清(HD)地图上,HD地图包括描述第一静态对象的信息。在操作904中,处理逻辑使用ADV中的定位功能来执行定位操作,以确定ADV的第二位置。在操作905中,响应于确定第二位置在HD地图上的容限区域之外,处理逻辑生成警报或发出控制命令以控制ADV。如果人类驾驶员可用,则生成的警报可提醒人类驾驶员切换到手动驾驶模式;否则,ADV可生成控制命令来控制ADV。
应注意,如上文示出和描述的部件中的一些或全部可在软件、硬件或其组合中实施。例如,此类部件可实施为安装并存储在永久性存储装置中的软件,所述软件可通过处理器(未示出)加载在存储器中并在存储器中执行,以实施贯穿本申请所述的过程或操作。替代地,此类部件可实施为编程或嵌入到专用硬件中的可执行代码,其中专用硬件为诸如集成电路(例如,专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA),所述可执行代码可经由来自应用的相应驱动程序和/或操作系统来访问。另外,此类部件可实施为处理器或处理器内核中的特定硬件逻辑,作为可由软件部件通过一个或多个特定指令访问的指令集的部分。
前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式,以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中,算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而,应当牢记的是,所有这些和类似的术语均旨在与适当的物理量关联,并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出,否则应当了解,在整个说明书中,利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理,所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据,并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储设备、传输或显示装置内类似地表示为物理量的其它数据。
本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如,计算机)可读的形式存储信息的任何机构。例如,机器可读(例如,计算机可读)介质包括机器(例如,计算机)可读存储介质(例如,只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。
前述附图中所描绘的过程或方法可由处理逻辑来执行,所述处理逻辑包括硬件(例如,电路、专用逻辑等)、软件(例如,体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的,但是应当了解,所述操作中的一些可按不同的顺序执行。另外,一些操作可并行执行,而不是顺序执行。
本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到,可使用多种编程语言来实施如本文描述的本公开的实施方式的教导。
在以上的说明书中,已经参考本公开的具体示例性实施方式对本公开的实施方式进行了描述。将显而易见的是,在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下,可对本公开作出各种修改。因此,应当在说明性意义而不是限制性意义上来理解本说明书和附图。
Claims (18)
1.一种用于监控自动驾驶车辆(ADV)的定位功能的计算机实施的方法,所述方法包括:
响应于检测第一静态对象,至少基于所述自动驾驶车辆与所述第一静态对象之间的第一距离和所述第一静态对象的位置,确定所述自动驾驶车辆的第一位置;
基于与所述第一距离相关的一个或多个误差容限参数,计算所述第一位置周围的容限区域;
将所述容限区域投影到高清(HD)地图上,所述高清地图包括描述所述第一静态对象的信息;
使用所述自动驾驶车辆中的定位功能执行定位操作,以确定所述自动驾驶车辆的第二位置;以及
响应于确定所述第二位置在所述高清地图上的所述容限区域之外,生成警报或控制命令以控制所述自动驾驶车辆。
2.根据权利要求1所述的方法,其中,还基于与所述自动驾驶车辆与第二静态对象之间的第二距离相关的一个或多个误差容限参数计算所述容限区域。
3.根据权利要求2所述的方法,其中,所述第一距离和所述第二距离中的每个由安装在所述自动驾驶车辆上的一个或多个传感器或由一个或多个路边装置测量。
4.根据权利要求2所述的方法,其中,所述定位功能基于来自所述自动驾驶车辆中的一个或多个传感器的第一数据、来自点云图的第二数据或所述第一数据和所述第二数据的组合来确定第二位置。
5.根据权利要求1所述的方法,其中,所述一个或多个误差容限参数包括与所述自动驾驶车辆的当前速度相关的速度容限、与所述自动驾驶车辆的当前转向角相关的转向角容限或与所述自动驾驶车辆的传感器测量相关的距离容限中的一项或多项。
6.根据权利要求1所述的方法,其中,生成所述控制命令以控制所述自动驾驶车辆包括:响应于确定所述第二位置在所述高清地图上的所述容限区域之外,基于当前车道的车道标记控制所述自动驾驶车辆遵循所述当前车道。
7.根据权利要求6所述的方法,还包括:
响应于确定所述第二位置在所述高清地图上的所述容限区域之外,致动计时器;以及
响应于确定所述计时器到期并且所述第二位置仍在所述高清地图上的所述容限区域之外,致动安全程序以将所述自动驾驶车辆控制到更安全的位置中。
8.根据权利要求7所述的方法,其中,致动安全程序以将所述自动驾驶车辆控制到更安全的位置中包括:停止或停泊所述自动驾驶车辆。
9.一种存储有指令的非暂时性机器可读介质,所述指令在由处理器执行时使所述处理器执行监控自动驾驶车辆(ADV)中的定位功能的操作,所述操作包括:
响应于检测第一静态对象,至少基于所述自动驾驶车辆与所述第一静态对象之间的第一距离和所述第一静态对象的位置,确定所述自动驾驶车辆的第一位置;
基于与所述第一距离相关的一个或多个误差容限参数,计算所述第一位置周围的容限区域;
将所述容限区域投影到高清(HD)地图上,所述高清地图包括描述所述第一静态对象的信息;
使用所述自动驾驶车辆中的定位功能执行定位操作,以确定所述自动驾驶车辆的第二位置;以及
响应于确定所述第二位置在所述高清地图上的所述容限区域之外,生成警报或控制命令以控制所述自动驾驶车辆。
10.根据权利要求9所述的非暂时性机器可读介质,
其中,还基于与所述自动驾驶车辆与第二静态对象之间的第二距离相关的一个或多个误差容限参数计算所述容限区域。
11.根据权利要求10所述的非暂时性机器可读介质,其中,所述第一距离和所述第二距离中的每个均由安装在所述自动驾驶车辆上的一个或多个传感器或由一个或多个路边装置测量。
12.根据权利要求9所述的非暂时性机器可读介质,其中,所述定位功能基于来自所述自动驾驶车辆中的一个或多个传感器的第一数据、来自点云图的第二数据或所述第一数据和所述第二数据的组合来确定所述第二位置。
13.根据权利要求9所述的非暂时性机器可读介质,其中,所述一个或多个误差容限参数包括与所述自动驾驶车辆的当前速度相关的速度容限、与所述自动驾驶车辆的当前转向角相关的转向角容限或与所述自动驾驶车辆的传感器测量相关的距离容限中的一项或多项。
14.根据权利要求9所述的非暂时性机器可读介质,其中,生成所述控制命令以控制所述自动驾驶车辆包括:响应于确定所述第二位置在所述高清地图上的所述容限区域之外,基于当前车道的车道标记控制所述自动驾驶车辆遵循所述当前车道。
15.根据权利要求14所述的非暂时性机器可读介质,其中,所述操作还包括:
响应于确定所述第二位置在所述高清地图上的所述容限区域之外,致动计时器;以及
响应于确定所述计时器到期并且所述第二位置仍在所述高清地图上的所述容限区域之外,致动安全程序以将所述自动驾驶车辆控制到更安全的位置中。
16.根据权利要求15所述的非暂时性机器可读介质,其中,致动安全程序以将所述自动驾驶车辆控制到更安全的位置中包括:停止或停泊所述自动驾驶车辆。
17.一种数据处理系统,包括:
处理器;以及
存储器,联接至所述处理器以存储指令,所述指令在由所述处理器执行时使所述处理器执行监控自动驾驶车辆(ADV)中的定位功能的操作,所述操作包括:
响应于检测第一静态对象,至少基于所述自动驾驶车辆与所述第一静态对象之间的第一距离和所述第一静态对象的位置,确定所述自动驾驶车辆的第一位置;
基于与所述第一距离相关的一个或多个误差容限参数,计算所述第一位置周围的容限区域;
将所述容限区域投影到高清(HD)地图上,所述高清地图包括描述所述第一静态对象的信息;
使用所述自动驾驶车辆中的定位功能执行定位操作,以确定所述自动驾驶车辆的第二位置;以及
响应于确定所述第二位置在所述高清地图上的所述容限区域之外,生成警报或控制命令以控制所述自动驾驶车辆。
18.根据权利要求17所述的系统,其中,还基于与所述自动驾驶车辆与第二静态对象之间的第二距离相关的一个或多个误差容限参数计算所述容限区域,其中,所述第一距离和所述第二距离中的每个均由安装在所述自动驾驶车辆上的一个或多个传感器或由一个或多个路边装置测量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/425,927 | 2019-05-29 | ||
US16/425,927 US11613253B2 (en) | 2019-05-29 | 2019-05-29 | Method of monitoring localization functions in an autonomous driving vehicle |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112099483A true CN112099483A (zh) | 2020-12-18 |
CN112099483B CN112099483B (zh) | 2024-06-25 |
Family
ID=73550138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911263980.3A Active CN112099483B (zh) | 2019-05-29 | 2019-12-11 | 监控自动驾驶车辆中的定位功能的方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11613253B2 (zh) |
CN (1) | CN112099483B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112965476A (zh) * | 2021-01-22 | 2021-06-15 | 西安交通大学 | 一种基于多窗口抽样的高速无人车轨迹规划系统及方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11345360B1 (en) * | 2019-12-12 | 2022-05-31 | Zoox, Inc. | Localization error handling |
US11590978B1 (en) * | 2020-03-03 | 2023-02-28 | Waymo Llc | Assessing perception of sensor using known mapped objects |
US11644846B2 (en) | 2020-03-31 | 2023-05-09 | GM Cruise Holdings LLC. | System and method for real-time lane validation |
KR20220029823A (ko) * | 2020-08-28 | 2022-03-10 | 주식회사 만도모빌리티솔루션즈 | 자율 주행 시스템 및 자율 주행 방법 |
US11891076B1 (en) | 2021-09-29 | 2024-02-06 | Zoox, Inc. | Manual operation vehicle constraints |
US11891078B1 (en) | 2021-09-29 | 2024-02-06 | Zoox, Inc. | Vehicle operating constraints |
US12017668B1 (en) * | 2021-09-29 | 2024-06-25 | Zoox, Inc. | Limited vehicular operation with a faulted component |
CN114379584B (zh) * | 2021-12-17 | 2023-12-22 | 阿波罗智联(北京)科技有限公司 | 车辆控制方法、装置、车辆、设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4807127A (en) * | 1986-12-10 | 1989-02-21 | Sumitomo Electric Industries, Ltd. | Vehicle location detecting system |
CN101033978A (zh) * | 2007-01-30 | 2007-09-12 | 珠海市智汽电子科技有限公司 | 智能汽车辅助导航和自动兼辅助驾驶系统 |
CN102129679A (zh) * | 2010-12-02 | 2011-07-20 | 湖南农业大学 | 一种局部定位系统及方法 |
CN106415305A (zh) * | 2014-05-09 | 2017-02-15 | 微软技术许可有限责任公司 | 定位误差半径确定 |
CN109581449A (zh) * | 2018-12-14 | 2019-04-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶汽车的定位方法及系统 |
US20190106117A1 (en) * | 2017-10-06 | 2019-04-11 | Uber Technologies, Inc. | Systems and Methods for a Vehicle Controller Safety Monitor |
US20200257301A1 (en) * | 2017-03-20 | 2020-08-13 | Mobileye Vision Technologies Ltd. | Navigation by augmented path prediction |
CN113327443A (zh) * | 2021-05-31 | 2021-08-31 | 东风汽车集团股份有限公司 | 一种用于自动驾驶的地理围栏判定方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9612123B1 (en) * | 2015-11-04 | 2017-04-04 | Zoox, Inc. | Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes |
US10248124B2 (en) * | 2016-07-21 | 2019-04-02 | Mobileye Vision Technologies, Inc. | Localizing vehicle navigation using lane measurements |
US10520904B2 (en) * | 2016-09-08 | 2019-12-31 | Mentor Graphics Corporation | Event classification and object tracking |
US10353393B2 (en) * | 2016-12-29 | 2019-07-16 | Baidu Usa Llc | Method and system for improving stability of autonomous driving vehicles |
US10520319B2 (en) * | 2017-09-13 | 2019-12-31 | Baidu Usa Llc | Data driven map updating system for autonomous driving vehicles |
US11216004B2 (en) * | 2017-11-07 | 2022-01-04 | Uatc, Llc | Map automation—lane classification |
US20190204092A1 (en) * | 2017-12-01 | 2019-07-04 | DeepMap Inc. | High definition map based localization optimization |
DE102018208277A1 (de) * | 2018-05-25 | 2019-11-28 | Robert Bosch Gmbh | Trainingsverfahren für ein Fahrerassistenzverfahren, Fahrerassistenzverfahren, Steuergerät und Fahrzeug mit dem Steuergerät |
US20200225363A1 (en) * | 2019-01-16 | 2020-07-16 | GM Global Technology Operations LLC | Maintaining vehicle position accuracy |
US10909716B2 (en) * | 2019-02-22 | 2021-02-02 | Toyota Jidosha Kabushiki Kaish | Vehicle localization using marker devices |
US11657072B2 (en) * | 2019-05-16 | 2023-05-23 | Here Global B.V. | Automatic feature extraction from imagery |
US20200365029A1 (en) * | 2019-05-17 | 2020-11-19 | Ford Global Technologies, Llc | Confidence map building using shared data |
-
2019
- 2019-05-29 US US16/425,927 patent/US11613253B2/en active Active
- 2019-12-11 CN CN201911263980.3A patent/CN112099483B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4807127A (en) * | 1986-12-10 | 1989-02-21 | Sumitomo Electric Industries, Ltd. | Vehicle location detecting system |
CN101033978A (zh) * | 2007-01-30 | 2007-09-12 | 珠海市智汽电子科技有限公司 | 智能汽车辅助导航和自动兼辅助驾驶系统 |
CN102129679A (zh) * | 2010-12-02 | 2011-07-20 | 湖南农业大学 | 一种局部定位系统及方法 |
CN106415305A (zh) * | 2014-05-09 | 2017-02-15 | 微软技术许可有限责任公司 | 定位误差半径确定 |
US20200257301A1 (en) * | 2017-03-20 | 2020-08-13 | Mobileye Vision Technologies Ltd. | Navigation by augmented path prediction |
US20190106117A1 (en) * | 2017-10-06 | 2019-04-11 | Uber Technologies, Inc. | Systems and Methods for a Vehicle Controller Safety Monitor |
CN109581449A (zh) * | 2018-12-14 | 2019-04-05 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶汽车的定位方法及系统 |
CN113327443A (zh) * | 2021-05-31 | 2021-08-31 | 东风汽车集团股份有限公司 | 一种用于自动驾驶的地理围栏判定方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112965476A (zh) * | 2021-01-22 | 2021-06-15 | 西安交通大学 | 一种基于多窗口抽样的高速无人车轨迹规划系统及方法 |
CN112965476B (zh) * | 2021-01-22 | 2022-06-07 | 西安交通大学 | 一种基于多窗口模型的高速无人车轨迹规划系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112099483B (zh) | 2024-06-25 |
US20200377078A1 (en) | 2020-12-03 |
US11613253B2 (en) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112099483B (zh) | 监控自动驾驶车辆中的定位功能的方法 | |
US10915766B2 (en) | Method for detecting closest in-path object (CIPO) for autonomous driving | |
US11485360B2 (en) | Dynamic speed limit adjustment system based on perception results | |
US11662730B2 (en) | Hierarchical path decision system for planning a path for an autonomous driving vehicle | |
US11685398B2 (en) | Lane based routing system for autonomous driving vehicles | |
US11880201B2 (en) | Fastest lane determination algorithm under traffic jam | |
US11702087B2 (en) | Autonomous driving monitoring system | |
US11613254B2 (en) | Method to monitor control system of autonomous driving vehicle with multiple levels of warning and fail operations | |
US11225228B2 (en) | Method for enhancing in-path obstacle detection with safety redundancy autonomous system | |
CN114026463A (zh) | 基于部分点云的行人速度估计方法 | |
CN113064143A (zh) | 用于具有多LiDAR传感器的自动驾驶车辆的再校准确定系统 | |
CN113508350A (zh) | 基于反馈的实时转向校准系统 | |
US12017681B2 (en) | Obstacle prediction system for autonomous driving vehicles | |
US11491976B2 (en) | Collision warning system for safety operators of autonomous vehicles | |
US11300955B2 (en) | Method for determining ride stability of an autonomous driving system controlling an autonomous driving vehicle | |
CN112985435A (zh) | 用于操作自主驾驶车辆的方法及系统 | |
US11580789B2 (en) | System load based safety operator warning system | |
US11656262B2 (en) | Software simulation system for indoor EMC test | |
US11662219B2 (en) | Routing based lane guidance system under traffic cone situation | |
WO2024152345A1 (en) | Peripheral component interconnect express device reset for autonomous driving systems | |
US11807274B2 (en) | L4 auto-emergency light system for future harsh brake | |
CN112180911B (zh) | 用于监控自动驾驶车辆的控制系统的方法 | |
US20230065284A1 (en) | Control and planning with localization uncertainty | |
US20240005066A1 (en) | Decoupled prediction evaluation | |
US20210200211A1 (en) | Method of generating back-up trajectories for self-driving vehicles during emergency |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |