CN112598914B - 基于历史的预计到达时间 - Google Patents

基于历史的预计到达时间 Download PDF

Info

Publication number
CN112598914B
CN112598914B CN202010152356.2A CN202010152356A CN112598914B CN 112598914 B CN112598914 B CN 112598914B CN 202010152356 A CN202010152356 A CN 202010152356A CN 112598914 B CN112598914 B CN 112598914B
Authority
CN
China
Prior art keywords
route
time
driving
autonomous vehicle
complete
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010152356.2A
Other languages
English (en)
Other versions
CN112598914A (zh
Inventor
朱帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN112598914A publication Critical patent/CN112598914A/zh
Application granted granted Critical
Publication of CN112598914B publication Critical patent/CN112598914B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling 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
    • 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
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked 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
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • 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
    • G01S15/87—Combinations of sonar systems
    • G01S15/872—Combination of several systems for attitude determination
    • 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
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • 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
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • 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
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • 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
    • B60W2050/146—Display 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Abstract

在一个实施方式中，自动驾驶车辆(ADV)在用于多个驾驶的路线上自动驾驶。对于多个驾驶中的每个驾驶，以时间间隔记录ADV沿路线的位置，从而产生一个或多个记录位置。每个记录位置均指示ADV在相应时间间隔在路线上的位置。基于所记录的驾驶数据，确定在每个时间间隔处的一个或多个平均位置，以及完成路线的平均总驾驶时间。当ADV在该路线上驾驶时，基于a)平均总驾驶时间和b)与ADV所处的平均位置相对应的时间间隔之间的差异，估计完成该路线所剩的时间量。

Description

基于历史的预计到达时间
技术领域
本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及路线上的自动驾驶车辆的基于历史的预计到达时间。
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。
运动规划和控制是自动驾驶中的关键操作。然而，传统的运动规划操作主要从它的曲率和速度来估计完成给定路径的难度，而不考虑不同类型车辆在特征上的差异。将相同的运动规划和控制应用于所有类型的车辆，这在某些情况下可能不准确和平滑。
估计自动驾驶车辆的到达时间或直到到达时间(ETA)可能存在挑战。即使没有交通，距离和速度也仅提供准确确定ETA所需的信息中的一些。此外，试图计算交通状况并将这些状况纳入ETA计算较复杂，并且可能容易出错，因为交通可能会从一种情况波动到另一种情况。自动驾驶车辆可从确定ETA的准确过程中受益。
发明内容
在第一方面，本公开提供了一种以预计到达时间自动驾驶车辆的方法，包括：
在用于多个驾驶的路线上自动驾驶自动驾驶车辆(ADV)；
对于所述多个驾驶中的每个驾驶，以一个或多个时间间隔记录所述ADV沿所述路线的位置，从而产生一个或多个记录位置，每个记录位置均指示所述ADV在相应时间间隔在所述路线上的位置；
基于所述一个或多个记录位置，确定与每个时间间隔相对应的、所述ADV的一个或多个平均位置；以及
基于所述多个驾驶，确定完成所述路线的平均总驾驶时间，其中，利用所述平均总驾驶时间和与目标ADV所处的一个或多个平均位置之一相对应的时间间隔之间的差异来估计完成所述路线所剩的时间量。
在第二方面，本公开提供了一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：
在用于多个驾驶的路线上自动驾驶自动驾驶车辆(ADV)；
对于所述多个驾驶中的每个驾驶，以一个或多个时间间隔记录所述ADV沿所述路线的位置，从而产生一个或多个记录位置，每个记录位置均指示所述ADV在相应时间间隔在所述路线上的位置；
基于所述一个或多个记录位置，确定与每个时间间隔相对应的、所述ADV的一个或多个平均位置；以及
基于所述多个驾驶，确定完成所述路线的平均总驾驶时间，其中，利用所述平均总驾驶时间和与目标ADV所处的一个或多个平均位置之一相对应的时间间隔之间的差异来估计完成所述路线所剩的时间量。
在第三方面，本公开提供了一种数据处理系统，包括：
处理器；以及
存储器，所述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致使所述处理器执行操作，所述操作包括：
在用于多个驾驶的路线上自动驾驶自动驾驶车辆(ADV)；
对于所述多个驾驶中的每个驾驶，以一个或多个时间间隔记录所述ADV沿所述路线的位置，从而产生一个或多个记录位置，每个记录位置均指示所述ADV在相应时间间隔在所述路线上的位置；
基于所述一个或多个记录位置，确定与每个时间间隔相对应的、所述ADV的一个或多个平均位置；以及
基于所述多个驾驶，确定完成所述路线的平均总驾驶时间，其中，利用所述平均总驾驶时间和与目标ADV所处的一个或多个平均位置之一相对应的时间间隔之间的差异来估计完成所述路线所剩的时间量。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考标记指示相似元件。
图1是示出根据一个实施方式的网络化系统的框图。
图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
图4是示出根据一个实施方式的路线ETA数据结构的架构的框图。
图5是示出根据一个实施方式的估计到达时间的过程的示例的流程图。
图6示出了示出根据一个实施方式的估计直到到达时间的过程的流程图。
图7示出了根据一个实施方式的ADV沿路线以时间间隔记录位置的示例。
图8示出了根据一个实施方式的ADV沿着路线驾驶并确定ETA的示例。
图9示出了根据一个实施方式的路线上的ADV的示例。
图10示出了根据一个实施方式的具有ETA模块的ADV。
具体实施方式
将参考以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是本公开的说明，而不应当解释为对本公开进行限制。描述了许多特定细节以提供对本公开的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同一实施方式。
自动驾驶车辆可受益于在不考虑速度限制或路线距离的情况下确定ETA的精确过程。距离和速度限制只是确定ETA的因素中的一些。例如，左转、右转、变道、掉头、交叉口、人行横道、减速带和其它交通状况和驾驶行为在ADV沿路线的驾驶时间中会起作用。此外，沿路线不同位置的不同驾驶操作(例如，变道)可具有不同的影响。因此，计算预计直到到达时间是难以估计的。
根据一些实施方式，在本公开中描述了用预计到达时间自动驾驶车辆的方法。该方法可包括在用于多个驾驶的路线上自动驾驶自动驾驶车辆(ADV)，以收集每个驾驶的数据。对于每个驾驶，以一个或多个时间间隔记录ADV沿路线的位置。所记录的位置各自指示ADV在相应时间间隔在路线上的位置。例如，如果时间间隔为1分钟，则第一驾驶可具有相关数据，其包括a)进入路线1分钟的第一位置，b)进入路线2分钟的第二位置，依此类推，直到驾驶完成。这可在第二驾驶、第三驾驶等处重复，而ADV位置是在指定的时间间隔(例如，每1分钟)收集的。
基于ADV沿着路线的记录位置来确定一个或多个平均位置，每个位置对应于每个时间间隔。例如，如果在每个驾驶的第三分钟，车辆位于不同的位置，则基于不同的位置(例如，通过加法和除法)计算平均位置。这个平均位置指示ADV在不同驾驶上所在位置的平均。回到示例，这将指示ADV在第三分钟或第三时间间隔(如果间隔为1分钟)在路线上的平均位置。
基于多个驾驶来确定完成路线的平均总驾驶时间。当ADV稍后在路线上驾驶时，则ADV可基于a)平均总驾驶时间和b)与ADV所处的一个或多个平均位置之一相对应的时间间隔之间的差异，估计完成路线所需的剩余时间量。
通过这种方式，该方法可基于独立于车辆速度限制和路线长度的历史数据生成预计直到到达的时间。该方法还具有计算效率，只需要在不经常的时间段进行简单的计算(例如，当车辆到达沿着路线的平均位置之一时)。描述本公开的其它方面。
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通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或位置服务器等。
自动驾驶车辆是指可配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可包括传感器系统，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/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
部件110至115可经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可经由控制器局域网(CAN)总线通信地联接到彼此。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与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。
现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个摄像机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单元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定向变化。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可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的，例如，通过将摄像机安装在旋转和/或倾斜平台上。
传感器系统115还可包括其它传感器，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、软件或其组合实施。
返回参考图1，无线通信系统112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等外部系统之间的通信。例如，无线通信系统112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可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可以是在车辆101内实施的外围装置的部分，包括例如键盘、触摸屏显示装置、麦克风和扬声器等。
自动驾驶车辆101的功能中的一些或全部可由感知与规划系统110控制或管理，尤其当在自动驾驶模式下操作时。感知与规划系统110包括必要的硬件(例如，处理器、存储器、存储装置)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。可替代地，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服务器中获得位置和路线信息，所述MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。可替代地，此类位置和MPOI信息可本地高速缓存在感知与规划系统110的永久性存储装置中。
当自动驾驶车辆101沿着路线移动时，感知与规划系统110也可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。可替代地，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，以安全且高效到达指定目的地。
服务器103可以是数据分析系统，从而为各种客户执行数据分析服务。在一个实施方式中，数据分析系统103包括数据收集器121和机器学习引擎122。数据收集器121从各种车辆(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包括指示所发出的驾驶指令(例如，油门、制动、转向指令)以及由车辆的传感器在不同的时间点捕捉到的车辆的响应(例如，速度、加速、减速、方向)的信息。驾驶统计数据123还可包括描述不同时间点下的驾驶环境的信息，例如，路线(包括起始位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计数据123，出于各种目的，机器学习引擎122生成或训练一组规则、算法和/或预测模型124。例如，算法124可包括根据各种车辆的大量驾驶统计来基于路线的驾驶历史来估计各种路线的到达时间(ETA)的算法或数据结构。然后算法124可上传到ADV上以在自动驾驶期间实时使用，例如，通过在给定特定路线的当前位置的情况下提供到达目的地的ETA。
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、路线安排模块307和ETA模块308。
模块301至308中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可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到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可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)以及管理与用户的行程或路线相关的任何数据。定位模块301(又称作为地图与路线模块)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起始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图与路线信息311的其它部件通信，以获得行程相关数据。例如，定位模块301可从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI，从而可作为地图与路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时，定位模块301也可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，诸如，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、单向或双向车道、合并或分开车道、出口车道等。
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预测对象在这种情况下将如何表现。预测是基于感知数据执行的，该感知数据在考虑一组地图/路线信息311和交通规则312的时间点感知驾驶环境。例如，如果对象为相反方向上的车辆且当前驾驶环境包括十字路口，则预测模块303将预测车辆是否可能会笔直向前移动或转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可能会预测车辆在进入十字路口之前可能需要完全停车。如果感知数据表明车辆目前处于左转唯一车道或右转唯一车道，则预测模块303可能预测车辆将更可能分别左转或右转。
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。
路线安排模块307配置成提供从起始点到目的地点的一个或多个路线或路径。对于从起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，路线安排模块307获得路线与地图信息311，并确定从起始位置至到达目的地位置的所有可能路线或路径。路线安排模块307可生成地形图形式的参考线，它确定了从起始位置至到达目的地位置的每个路线。参考线是指不受其它诸如其它车辆、障碍物或交通状况的任何干扰的理想路线或路径。即，如果道路上没有其它车辆、行人或障碍物，则ADV应精确地或紧密地跟随参考线。然后，将地形图提供至决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线，以根据由其它模块提供的其它数据选择和更改最佳路线中的一个，其中，其它数据诸如为来自定位模块301的交通状况、由感知模块302感知到的驾驶环境以及由预测模块303预测的交通状况。根据时间点下的特定驾驶环境，用于控制ADV的实际路径或路线可能接近于或不同于由路线安排模块307提供的参考线。
基于针对所感知到的对象中的每个的决定，规划模块305使用由路线安排模块307提供的参考线作为基础，为自动驾驶车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可决定超过所述对象，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，控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制系统111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动、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，规划阶段在多个规划周期(也称作为驾驶周期)中执行，例如，在每个时间间隔为100毫秒(ms)的周期中执行。对于规划周期或驾驶周期中的每一个，将基于规划和控制数据发出一个或多个控制命令。即，对于每100ms，规划模块305规划下一个路线段或路径段，例如，包括目标位置和ADV到达目标位置所需要的时间。可替代地，规划模块305还可规定具体的速度、方向和/或转向角等。在一个实施方式中，规划模块305为下一个预定时段(诸如，5秒)规划路线段或路径段。对于每个规划周期，规划模块305基于在前一周期中规划的目标位置规划用于当前周期(例如，下一个5秒)的目标位置。控制模块306然后基于当前周期的规划和控制数据生成一个或多个控制命令(例如，油门、制动、转向控制命令)。
应注意，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影响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。
根据一个实施方式，ETA模块308配置成在给定ADV的当前位置的情况下估计特定路线的目的地的到达时间。当ADV 300驾驶特定路线(诸如从预定起始位置到预定目的地的特定公交路线)时，与该路线相对应的路线ETA数据结构被识别并加载到存储器中，存储器可作为路线ETA DB 313的一部分存储在永久性存储装置352中。ETA DB 313可基于大量车辆在同一路线上的大量驾驶记录进行创建。例如，ETA DB 313可由诸如服务器103的数据分析系统创建。
图4是示出与特定路线相对应的路线ETA DB 313的示例的框图。参照图3A至图3B和图4，在根据路线驾驶期间，给定由定位模块301提供的ADV的当前位置，ETA模块308基于当前位置401在路线ETA数据结构400中执行查找操作，以定位与当前位置匹配的匹配条目。ETA数据结构400包括多个映射条目，并且每个映射条目均将具体位置401映射到直到终点的多个路点402，其中到终点的路点402表示直到到达路线的目的地的ETA。因此，基于当前位置401，可基于从匹配条目获得的数据402来确定相应的ETA。
图5是示出根据一个实施方式的估计ETA的过程的示例的流程图。过程500可由处理逻辑来执行，处理逻辑可包括软件、硬件或其组合。例如，过程500可由ETA模块308执行。参考图5，在框501处，处理逻辑确定ADV从起始位置驾驶到目的地的路线。在框502处，ADV的当前位置基于由安装在ADV上的GPS传感器提供的GPS数据来确定。在框503处，基于当前位置，处理逻辑在路线ETA数据结构中执行查找操作以获取直到到达目的地的路点。在框504处，使用预定函数基于路点计算ETA。
图6中示出了根据一个实施方式以预计到达时间自动驾驶车辆的过程600。在框601处，该过程包括在用于多个驾驶的路线上自动驾驶自动驾驶车辆(ADV)，这里的每个驾驶都是路线的完成。路线可以是结束于路线开始处的回路，例如，图7中所示的路线704，或图9中所示的开放路线，其不结束于路线的开始点。
ADV可驾驶在用于多个驾驶的同一路线上，以收集与每个驾驶相关的数据。在一个实施方式中，ADV在同一路线上至少驾驶5次。在另一实施方式中，ADV在同一路线上驾驶多于10次。驾驶次数越多，估计直到到达的时间(ETA)的过程可越精确。
返回参考图6，在框602处，对于多个驾驶中的每个驾驶，该过程包括以一个或多个时间间隔记录ADV沿路线的位置，从而产生一个或多个记录位置，每个记录位置均指示ADV在相应时间间隔在路线上的位置。例如，图7示出了多次驾驶路线704的ADV 702。时间间隔可以是任何指定的时间间隔，例如1分钟、2分钟、5分钟、10分钟等。然而一旦确定，该间隔对于每个驾驶通用。
例如，假设时间间隔为1分钟。在第一驾驶中，ADV 702将在时间T1(驾驶1分钟)、时间T2(驾驶2分钟)、时间T3(驾驶3分钟)和时间T4(驾驶4分钟)具有在路线上的第一位置、第二位置、第三位置和第四位置。在每个驾驶期间，继续在每个时间间隔为每个驾驶收集位置的过程，以在每个时间间隔收集多个位置。应理解的是，尽管图7示出了只有四个时间间隔的示例，但在一些路线中，可能只有两个时间间隔(以及起点和终点之间的一个点)，而在其它路线上，可能有超过一百个时间间隔。时间间隔的数量可基于应用和路线而变化。
返回参考图6，在框603处，该过程包括基于一个或多个记录位置确定对应于每个时间间隔的、ADV的一个或多个平均位置。例如，如图7中所示，可为每个时间间隔(例如，在1分钟标记处、2分钟标记处等)生成ADV沿路线的平均位置。例如，可基于加法和除法计算在每个时间间隔的平均位置。
此外，应预料到，同一路线上的一些驾驶可能花费比其它驾驶更长或更短的时间量来完成。在一些情况下，驾驶的时间间隔数量可能与同一路线上的其它驾驶不同。例如，回到上一个示例，如果其中一个驾驶花费的时间特别长于其它驾驶，则ADV在5分钟标记处可能仍处于路线中。在这种情况下，对于长途驾驶，在时间T5可能在路线上有第五位置。该过程可使用其它驾驶的终点位置(或终点以外的外推位置)将T5处的该位置进行平均，因为它们更早完成了路线。类似地，如果其中一个驾驶快于其它驾驶并且在时间T4之前完成，则该过程可使用快速驾驶的终点位置(或终点以外的外推位置)来与时间T4时的其它驾驶进行平均。
返回参考图6，在框604处，该过程包括基于多个驾驶确定完成路线的平均总驾驶时间。例如，假设第一驾驶总共花费4:39，第二驾驶总共花费4:02，第三驾驶总共花费4:20，第四驾驶总共花费4:55，以及第五驾驶总共花费4:50来完成。总平均时间可计算为驾驶时间的平均值，在本示例中，其将为4分33秒。
在一个实施方式中，在确定一个或多个时间间隔时沿路线的一个或多个位置之前，从所收集的数据中移除来自多个驾驶中的具有最慢驾驶时间的驾驶和/或具有最快驾驶时间的驾驶，或者在框603和框604处简单地忽略。这可消除可能例如由诸如车祸(导致比通常交通量重的交通)或节假日(导致比通常交通量轻的交通)的异常现象引起的异常值。因此，在框603处确定的每个平均位置均将忽略从最快驾驶和/或最慢驾驶收集的数据。类似地，当在框604处查找路线的平均总驾驶时间时，将忽略最快驾驶和/或最慢驾驶。
在一个实施方式中，仅当具有最慢驾驶时间的驾驶和具有最快驾驶时间的驾驶与多个驾驶中的其余驾驶偏离阈值偏差量时，才将其移除。如果最快和/或最慢的驾驶时间与其它剩余时间非常接近，则它们表示不一定是异常值的数据点，并且使用它们可提高结果的可靠性(因为更多的数据点)。因此，在这种情况下，忽略它们可能并不有利。通过使用阈值来确定是否丢弃最快和/或最慢驾驶时间，该过程只能丢弃异常值数据。这样的阈值量可通过实验和测试预先确定。
在框605处，该过程包括在ADV在该路线上驾驶时，基于a)平均总驾驶时间和b)与ADV所处的一个或多个平均位置之一相对应的时间间隔之间的差异，估计完成该路线所剩的时间量。
例如，参考图8，平均位置P1至P4中的每一个分别表示在时间间隔T1至T4时ADV沿路线的位置的平均值。P1是从ADV在时间T1(例如，在1分钟时)时在多个驾驶上的位置所计算出的ADV的平均位置。P2是从ADV在时间T2(例如，在2分钟时)时在多个驾驶上的位置计算出的平均位置，以此类推。当ADV到达每个平均位置(例如，P3)时，则该过程可通过计算a)平均总驾驶时间(例如，4分33秒)和与平均位置P3相对应的时间的间隔量(3分钟)之间的差异来估计剩余时间。因此，在当前示例中，预计直到到达的时间可能是4:33–3:00＝1分33秒。
在一个实施方式中，所收集的驾驶数据可例如基于时间窗口首先划分为不同的集合。以这种方式，该过程可为一天中交通趋于变化的不同时间生成不同的平均位置集，其中，每一平均位置集是基于落在特定时间窗口中的驾驶生成的。例如，可基于高峰时段的驾驶生成高峰时段的第一组平均位置。可基于中午的驾驶生成中午时段的第二组位置。可生成用于晚间时段的第三组，以此类推。然后，可将每组时间窗口的平均位置、相应的时间间隔和平均完成时间应用于在该时间窗口内发生的驾驶。例如，如果ADV是在高峰时段驾驶，则可使用从高峰时段期间收集的驾驶计算出的平均位置、相应的时间间隔和平均完成时间来确定预计直到到达的时间。
如前所述，路线可以是回路，如图7和图8中所示，也可以是开放路线，如图9中所示。在一个实施方式中，ADV可以是定期重复相同路线的公交或其它汽车。在这种情况下，ADV可有利地生成沿同一路线的大数据集。
现在参考图10，感知与规划系统110包括预计直到到达时间(ETA)模块308，该模块308从定位模块301和/或规划模块305接收ADV的位置数据。ETA模块还可从规划模块305接收路线信息。ETA模块可基于路线信息和/或位置数据来确定ADV何时在路线上，以及ADV何时位于与时间间隔相对应的平均位置之一(例如，ADV位于与时间间隔T3相对应的P3)。如其它章节所述，ETA模块可生成与该位置相对应的预计直到到达时间。
在一个实施方式中，ETA模块可使ETA显示在可由ADV的乘客读取的显示器1004上。可替代地或另外地，可通过扬声器1006来指示ETA，例如，“距我们到达目的地还有5分钟”或“行程剩余3分钟”。因此，可通知ADV的乘客ETA是多少。ETA模块还可基于预计直到到达时间和当前时间来确定预计到达时间。例如，如果时间是下午5:00，预计直到到达时间是12分33秒，则可通过将完成路线所剩的时间量加上当前时间来计算预计到达时间，在本示例中，该时间为5:12:33。在一些应用中，ETA模块可向上舍入或向下舍入到最接近的分钟。
在一个实施方式中，如果完成路线所剩的时间量指示ADV落后于时间表，则ETA模块308可基于完成路线所剩的时间量修改油门命令。此处的时间表可基于预期的路线完成时间和/或路线的平均总驾驶时间。
ETA模块308可将ETA与规划模块305通信。规划模块或ETA模块可确定ADV落后于时间表(例如，基于到达当前位置所花费的时间比预期的要长)，并规划沿路线更快地驾驶。规划模块305可向控制模块306提供增加的速度或其它规划数据。反过来，控制模块可基于规划数据确定修改的油门命令，并且向控制系统111提供更高的油门命令。这可有助于ADV更快地到达目的地并完成路径。
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。可替代地，此类部件可实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码，所述可执行代码可经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。
前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储装置、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。此外，一些操作可并行地执行而不是顺序地执行。
本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到，可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，可对本发明作出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。

Claims (20)

1.一种以预计到达时间自动驾驶车辆的方法，包括：
在用于多个驾驶的路线上自动驾驶自动驾驶车辆；
对于所述多个驾驶中的每个驾驶，以一个或多个时间间隔记录所述自动驾驶车辆沿所述路线的位置，从而产生一个或多个记录位置，每个记录位置均指示所述自动驾驶车辆在相应时间间隔在所述路线上的位置；
基于所述一个或多个记录位置，确定与每个时间间隔相对应的、所述自动驾驶车辆的一个或多个平均位置；以及
基于所述多个驾驶，确定完成所述路线的平均总驾驶时间，其中，利用所述平均总驾驶时间和与目标自动驾驶车辆所处的一个或多个平均位置之一相对应的时间间隔之间的差值来估计完成所述路线所剩的时间量。
2.根据权利要求1所述的方法，还包括在确定所述一个或多个平均位置和确定所述平均总驾驶时间时，从考虑中移除具有最慢驾驶时间的驾驶和具有最快驾驶时间的驾驶。
3.根据权利要求2所述的方法，其中，仅当具有所述最慢驾驶时间的驾驶和具有所述最快驾驶时间的驾驶与所述多个驾驶中的其余驾驶偏离阈值偏差量时，才忽略具有最慢驾驶时间的驾驶和具有最快驾驶时间的驾驶。
4.根据权利要求1所述的方法，其中，在显示器上指示完成所述路线所剩的时间量。
5.根据权利要求1所述的方法，其中，通过扬声器指示完成所述路线所剩的时间量。
6.根据权利要求1所述的方法，其中，所述路线是结束于所述路线开始处的回路。
7.根据权利要求1所述的方法，还包括如果完成所述路线所剩的时间量指示所述自动驾驶车辆落后于时间表，则基于完成所述路线所剩的时间量修改油门命令。
8.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：
在用于多个驾驶的路线上自动驾驶自动驾驶车辆；
对于所述多个驾驶中的每个驾驶，以一个或多个时间间隔记录所述自动驾驶车辆沿所述路线的位置，从而产生一个或多个记录位置，每个记录位置均指示所述自动驾驶车辆在相应时间间隔在所述路线上的位置；
基于所述一个或多个记录位置，确定与每个时间间隔相对应的、所述自动驾驶车辆的一个或多个平均位置；以及
基于所述多个驾驶，确定完成所述路线的平均总驾驶时间，其中，利用所述平均总驾驶时间和与目标自动驾驶车辆所处的一个或多个平均位置之一相对应的时间间隔之间的差值来估计完成所述路线所剩的时间量。
9.根据权利要求8所述的机器可读介质，其中，所述操作还包括在确定所述一个或多个平均位置和确定所述平均总驾驶时间时，从考虑中移除具有最慢驾驶时间的驾驶和具有最快驾驶时间的驾驶。
10.根据权利要求9所述的机器可读介质，其中，仅当具有所述最慢驾驶时间的驾驶和具有所述最快驾驶时间的驾驶与所述多个驾驶中的其余驾驶偏离阈值偏差量时，才忽略具有所述最慢驾驶时间的驾驶和具有所述最快驾驶时间的驾驶。
11.根据权利要求8所述的机器可读介质，其中，在显示器上指示完成所述路线所剩的时间量。
12.根据权利要求8所述的机器可读介质，其中，通过扬声器指示完成所述路线所剩的时间量。
13.根据权利要求8所述的机器可读介质，其中，所述路线是结束于所述路线开始处的回路。
14.根据权利要求8所述的机器可读介质，其中，所述操作还包括如果完成所述路线所剩的时间量指示所述自动驾驶车辆落后于时间表，则基于完成所述路线所剩的时间量修改油门命令。
15.一种数据处理系统，包括：
处理器；以及
存储器，所述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致使所述处理器执行操作，所述操作包括：
在用于多个驾驶的路线上自动驾驶自动驾驶车辆；
对于所述多个驾驶中的每个驾驶，以一个或多个时间间隔记录所述自动驾驶车辆沿所述路线的位置，从而产生一个或多个记录位置，每个记录位置均指示所述自动驾驶车辆在相应时间间隔在所述路线上的位置；
基于所述一个或多个记录位置，确定与每个时间间隔相对应的、所述自动驾驶车辆的一个或多个平均位置；以及
基于所述多个驾驶，确定完成所述路线的平均总驾驶时间，其中，利用所述平均总驾驶时间和与目标自动驾驶车辆所处的一个或多个平均位置之一相对应的时间间隔之间的差值来估计完成所述路线所剩的时间量。
16.根据权利要求15所述的系统，其中，所述操作还包括在确定所述一个或多个平均位置和确定所述平均总驾驶时间时，从考虑中移除具有最慢驾驶时间的驾驶和具有最快驾驶时间的驾驶。
17.根据权利要求16所述的系统，其中，仅当具有所述最慢驾驶时间的驾驶和具有所述最快驾驶时间的驾驶与所述多个驾驶中的其余驾驶偏离阈值偏差量时，才忽略具有所述最慢驾驶时间的驾驶和具有所述最快驾驶时间的驾驶。
18.根据权利要求15所述的系统，其中，在显示器上指示完成所述路线所剩的时间量。
19.根据权利要求15所述的系统，其中，通过扬声器指示完成所述路线所剩的时间量。
20.根据权利要求15所述的系统，其中，所述操作还包括如果完成所述路线所剩的时间量指示所述自动驾驶车辆落后于时间表，则基于完成所述路线所剩的时间量修改油门命令。
CN202010152356.2A 2019-09-17 2020-03-06 基于历史的预计到达时间 Active CN112598914B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/573,840 US11300414B2 (en) 2019-09-17 2019-09-17 Estimated time of arrival based on history
US16/573,840 2019-09-17

Publications (2)

Publication Number Publication Date
CN112598914A CN112598914A (zh) 2021-04-02
CN112598914B true CN112598914B (zh) 2022-12-30

Family

ID=74868424

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010152356.2A Active CN112598914B (zh) 2019-09-17 2020-03-06 基于历史的预计到达时间

Country Status (2)

Country Link
US (1) US11300414B2 (zh)
CN (1) CN112598914B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113465728B (zh) * 2021-06-25 2023-08-04 重庆工程职业技术学院 一种地形感知方法、系统、存储介质、计算机设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017168517A1 (ja) * 2016-03-28 2017-10-05 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN109795492A (zh) * 2019-01-18 2019-05-24 爱驰汽车有限公司 自动驾驶汽车驾驶切换方法、系统、设备及存储介质
CN110126810A (zh) * 2018-02-09 2019-08-16 本田技研工业株式会社 自动驾驶车辆以及车辆控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19928082C2 (de) * 1999-06-11 2001-11-29 Ddg Ges Fuer Verkehrsdaten Mbh Filterungsverfahren zur Bestimmung von Reisegeschwindigkeiten bzw. -zeiten und Domänen-Restgeschwindigkeiten
DE102007049509A1 (de) * 2007-10-15 2009-04-16 Bayerische Motoren Werke Aktiengesellschaft Kraftfahrzeug-Navigationssystem
US20150348410A1 (en) * 2014-05-30 2015-12-03 Lg Cns Co., Ltd. Method and apparatus for estimating time to arrival of transportation
KR101597772B1 (ko) * 2014-07-03 2016-02-25 조형민 실시간 대중교통 도착예정시간 산출방법
US9360333B2 (en) * 2014-08-04 2016-06-07 Here Global B.V. Method and apparatus calculating estimated time of arrival from multiple devices and services
US10255816B2 (en) * 2016-04-27 2019-04-09 Uber Technologies, Inc. Transport vehicle configuration for impaired riders

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017168517A1 (ja) * 2016-03-28 2017-10-05 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
CN108883776A (zh) * 2016-03-28 2018-11-23 本田技研工业株式会社 车辆控制系统、车辆控制方法及车辆控制程序
CN110126810A (zh) * 2018-02-09 2019-08-16 本田技研工业株式会社 自动驾驶车辆以及车辆控制方法
CN109795492A (zh) * 2019-01-18 2019-05-24 爱驰汽车有限公司 自动驾驶汽车驾驶切换方法、系统、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Determining time to traverse road sections based on mapping discrete GPS vehicle data to continuous flows";J. Miller;《2010 IEEE Intelligent Vehicles Symposium》;20100630;第615-620页 *

Also Published As

Publication number Publication date
US11300414B2 (en) 2022-04-12
CN112598914A (zh) 2021-04-02
US20210080263A1 (en) 2021-03-18

Similar Documents

Publication Publication Date Title
CN112572451A (zh) 用于自主驾驶车辆执行的方法和装置
US11485360B2 (en) Dynamic speed limit adjustment system based on perception results
CN113129624B (zh) 交通堵塞情况下的最快车道确定算法
US11467584B2 (en) Multi-layer grid based open space planner
CN112526960A (zh) 自动驾驶监控系统
JP2021147030A (ja) シナリオに基づく自動運転車両の制御
CN112180912A (zh) 用于为自动驾驶车辆规划路径的分级路径决策系统
CN113313933A (zh) 用于自动驾驶车辆的基于车道的路线选择系统
EP3914492B1 (en) A parking-trajectory generation method combined with offline and online solutions
CN113428172A (zh) 使用逆向强化学习的开放空间路径规划
CN112230646A (zh) 设计用于单车运行的自动驾驶系统下的车辆队列实施
CN112230645A (zh) 用于控制无人驾驶车辆的操纵杆控制的安全机制
CN113247017B (zh) 用于确保自动驾驶车辆的稳定绕行的双缓冲系统
CN112829770A (zh) 基于车道边界和车辆速度的绕行决策
CN113815640A (zh) 用于具有不同速度限制的车道的车道变更系统
CN112985435A (zh) 用于操作自主驾驶车辆的方法及系统
CN112598914B (zh) 基于历史的预计到达时间
EP4147936A1 (en) Drive with caution under uncertainty for an autonomous driving vehicle
CN113060118A (zh) 用于柔和降速的速度规划引导线
EP3889944A1 (en) A vehicle, fleet management and traffic light interaction architecture design via v2x
US11288528B2 (en) Differentiation-based traffic light detection
CN113753071A (zh) 预防减速规划
US11242057B2 (en) Method for optimizing three-point turn of autonomous driving vehicles
US11704913B2 (en) Method for automatically labeling objects in past frames based on object detection of a current frame for autonomous driving
US20230202516A1 (en) Planning under prediction with confidence region for an autonomous driving vehicle

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