CN112601869B - 操作自主驾驶车辆的方法、机器可读介质及数据处理系统 - Google Patents

操作自主驾驶车辆的方法、机器可读介质及数据处理系统 Download PDF

Info

Publication number
CN112601869B
CN112601869B CN202080003426.6A CN202080003426A CN112601869B CN 112601869 B CN112601869 B CN 112601869B CN 202080003426 A CN202080003426 A CN 202080003426A CN 112601869 B CN112601869 B CN 112601869B
Authority
CN
China
Prior art keywords
segment
boundary
shape
transition point
point
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
CN202080003426.6A
Other languages
English (en)
Other versions
CN112601869A (zh
Inventor
姚冬春
朱帆
吕雷兵
许昕
于宁
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 com Times Technology Beijing Co Ltd
Baidu USA LLC
Original Assignee
Baidu com Times Technology Beijing Co Ltd
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 com Times Technology Beijing Co Ltd, Baidu USA LLC filed Critical Baidu com Times Technology Beijing Co Ltd
Publication of CN112601869A publication Critical patent/CN112601869A/zh
Application granted granted Critical
Publication of CN112601869B publication Critical patent/CN112601869B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • E—FIXED CONSTRUCTIONS
    • E04—BUILDING
    • E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
    • E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
    • E04H6/42—Devices or arrangements peculiar to garages, not covered elsewhere, e.g. securing devices, safety devices, monitoring and operating schemes; centering devices
    • E04H6/422—Automatically operated car-parks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • E—FIXED CONSTRUCTIONS
    • E04—BUILDING
    • E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
    • E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
    • E04H6/42—Devices or arrangements peculiar to garages, not covered elsewhere, e.g. securing devices, safety devices, monitoring and operating schemes; centering devices
    • E04H6/422—Automatically operated car-parks
    • E04H6/424—Positioning devices
    • 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
    • G05D1/0212—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 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
    • G05D1/0212—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 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
    • G05D1/0212—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 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
    • G05D1/0231—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
    • 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
    • G05D1/0231—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 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
    • G05D1/0231—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 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
    • G05D1/0231—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
    • G05D1/0253—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 extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • 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
    • G05D1/0257—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 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
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk

Abstract

基于路径规划的二次规划的靠边停车方法，响应于在车道(605，705)一侧的目的地点(720)处靠边停ADV的请求，规划包括第一段(721)、第二段(722)和过渡点(606，706)的路径。基于到目的地点(720)的距离或到车道(605，705)一侧的边界(603，703，604，704)的预定距离中的至少一个确定过渡点(606，706)。通过使用二次规划(QP)操作生成从起点到过渡点(606，706)的第一段(721)。基于边界(603，703，604，704)的形状生成从过渡点(606，706)到目的地的第二段(722)。根据规划的路径控制ADV靠边停到目的地点(720)。

Description

操作自主驾驶车辆的方法、机器可读介质及数据处理系统
技术领域
本公开的实施例一般涉及操作自主车辆。更特别地，本公开的实施例涉及自主驾驶车辆(ADV)的路径规划。
背景技术
以自主模式(例如，无人驾驶)操作的车辆可以减轻乘坐者，尤其是驾驶员的一些驾驶相关责任。当在自主模式下操作时，车辆可以使用车载传感器导航到各种位置，从而允许车辆以最少的人机交互或者在没有任何乘客的一些情况下行进。
运动规划和控制是自主驾驶中的关键操作。在每次自动驾驶任务结束时，预期ADV会停在车道的右侧，这对于乘客上下车是方便的。然而对于ADV有挑战的是，精确地靠边停车使得ADV的整个主体与车道的右边界之间的距离为小的并且ADV平行于右边界。
背景技术
本公开提供了一种用于操作自主驾驶车辆(ADV)的计算机实现的方法，一种非暂时性机器可读介质以及一种数据处理系统。
根据本公开的一方面，提供了一种用于操作自主驾驶车辆(ADV)的计算机实现的方法，包括：
响应于将ADV靠边停在车道一侧的目的地点处的请求，规划具有第一段、第二段和过渡点的路径，包括：
基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点，
使用二次规划(QP)优化生成从起点到过渡点的第一段，以及
基于车道一侧的边界的形状生成从过渡点到目的地的第二段；以及
根据规划的路径控制ADV靠边停到目的地点。
根据本公开的另一方面，提供一种非暂时性机器可读介质，具有存储在其中的指令，指令在由处理器执行时使得处理器执行操作，操作包括：
响应于将ADV靠边停在车道一侧的目的地点处的请求，规划包括第一段、第二段和过渡点的路径，包括：
基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点，
通过使用二次规划(QP)优化生成从起点到过渡点的第一段，以及基于边界的形状生成从过渡点到目的地的第二段；以及
根据规划的路径控制ADV靠边停到目的地点。
根据本公开的另一方面，提供一种数据处理系统，包括：
处理器；以及
存储器，存储器耦接到处理器并存储指令，指令在由处理器执行时使得处理器执行操作，操作包括：
响应于将ADV靠边停在车道一侧的目的地点处的请求，规划包括第一段、第二段和过渡点的路径，包括：
基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点，
使用二次规划(QP)优化生成从起点到过渡点的第一段，以及
基于边界的形状生成从过渡点到目的地的第二段；以及
根据规划的路径控制ADV靠边停到目的地点。
附图说明
本公开的实施例通过示例的方式示出并且不限于附图中的图，在附图中相同的附图标记表示相似的元件。
图1是图示根据一个实施例的联网系统的框图。
图2是图示根据一个实施例的自主车辆的示例的框图。
图3A-图3B是图示根据一个实施例的与自主车辆一起使用的感知和规划系统的示例的框图。
图4是图示根据一个实施例的规划模块的示例的框图。
图5是根据一个实施例的规划模块的处理流程图。
图6-7是图示将ADV靠边停在车道一侧的目的地点处的方法的示例的图。
图8是图示将ADV靠边停在车道一侧的目的地点处的方法的示例的流程图。
具体实施方式
将参考下面讨论的细节描述本公开的各个实施例和方面，并且附图将示出各个实施例。以下描述和附图是本公开的说明并且不应被解释为限制本公开。描述了许多具体细节以提供对本公开的各种实施例的全面理解。然而，在某些情况下，为了提供对本公开的实施例的简要讨论，没有描述公知或常规的细节。
说明书中对“一个实施例”或“实施例”的引用意味着结合该实施例描述的特定特征、结构或特性可以包括在本公开的至少一个实施例中。在说明书中的各个地方出现的短语“在一个实施例中”不一定都指同一实施例。
根据一些实施例，可以预期ADV停止在车道的右侧，这对于乘客上下车是方便的。本文公开一种基于二次规划精确地靠边停ADV的方法。方法可以提供距离准确性和成功率。通过使用方法，ADV的整个主体与车道的右侧或边界之间的距离为小的并且ADV将与车道的右侧或边界平行。
根据一些实施例，响应于将ADV靠边停在车道一侧的目的地点处的请求，规划包括第一段、第二段和过渡点的路径。基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点。通过使用二次规划(QP)操作生成从起点到过渡点的第一段。基于边界的形状生成从过渡点到目的地的第二段。根据规划的路径控制ADV靠边停到目的地点。
图1是图示根据本公开的一个实施例的自主车辆网络配置的框图。参考图1，网络配置100包括自主车辆101，其可以通过网络102通信地耦接到一个或多个服务器103-104。尽管示出一个自主车辆，但是多个自主车辆可以通过网络102彼此耦接和/或耦接到服务器103-104。网络102可以是任何类型的有线或无线网络，诸如局域网(LAN)、诸如因特网的广域网(WAN)、蜂窝网络、卫星网络、或其组合。(一个或多个)服务器103-104可以是任何类型的服务器或服务器集群，诸如Web或云服务器、应用服务器、后端服务器或其组合。服务器103-104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。
自主车辆指的是能够被配置为处于自主模式的车辆，在自主模式中车辆在很少或没有驾驶员输入的情况下导航通过环境。这种自主车辆可以包括具有一个或多个传感器的传感器系统，一个或多个传感器被配置为检测关于车辆在其中操作的环境的信息。车辆及其相关的(一个或多个)控制器使用检测的信息以导航通过环境。自主车辆101可以以手动模式、全自主模式或部分自主模式操作。
在一个实施例中，自主车辆101包括但不限于感知和规划系统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。自主车辆101还可以包括在普通车辆中包括的某些常见组件，诸如引擎、车轮、转向盘、变速器等，这些组件可以被车辆控制系统111和/或感知和规划系统110使用各种通信信号和/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)控制。
组件110-115可以经由互连、总线、网络或其组合彼此通信地耦接。例如，组件110-115可以经由控制器局域网(CAN)总线彼此通信地耦接。CAN总线是一种车辆总线标准，其被设计为允许微控制器和设备在没有主机的应用中彼此通信。它是基于消息的协议，最初被设计用于车辆内的多路复用电气布线，但是也用于许多其他环境中。
现在参考图2，在一个实施例中，传感器系统115包括但不限于一个或多个相机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光检测和范围(LIDAR)单元215。GPS系统212可以包括可操作以提供关于自主车辆的位置的信息的收发器。IMU单元213可以基于惯性加速度感测自主车辆的位置和朝向变化。雷达单元214可以表示使用无线电信号感测自主车辆的局部环境内的对象的系统。在一些实施例中，除了感测对象之外，雷达单元214还可以额外地感测对象的速度和/或航向。LIDAR单元215可以使用激光感测自主车辆所处的环境中的对象。LIDAR单元215可以包括一个或多个激光源、激光扫描器以及一个或多个检测器，以及其他系统组件。相机211可以包括一个或多个设备以捕获自主车辆周围的环境的图像。相机211可以是静态相机和/或摄像机。相机可以是机械可移动的，例如通过将相机安装在旋转和/或倾斜的平台上。
传感器系统115还可以包括其他传感器，诸如声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器和音频传感器(例如麦克风)。音频传感器可以被配置为捕获来自自主车辆周围的环境的声音。转向传感器可以被配置为感测车辆的转向盘、车轮或其组合的转向角。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。在一些情况下，油门传感器和制动传感器可以集成为集成的油门/制动传感器。
在一个实施例中，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用于调节车辆的方向或航向。油门单元202用于控制马达或引擎的速度，马达或引擎的速度转而控制车辆的速度和加速度。制动单元203通过提供摩擦以使车辆的车轮或轮胎变慢来使车辆减速。注意，图2所示的组件可以用硬件、软件或其组合来实现。
返回参考图1，无线通信系统112允许在自主车辆101和外部系统，诸如设备、传感器、其他车辆等之间的通信。例如，无线通信系统112可以直接或经由通信网络与一个或多个设备(诸如在网络102上的服务器103-104)无线通信。无线通信系统112可以使用任何蜂窝通信网络或无线局域网(WLAN)，例如使用WiFi与另一组件或系统通信。无线通信系统112可以例如使用红外链路、蓝牙等直接与设备(例如，乘客的移动设备、车辆101内的显示设备、扬声器)通信。用户接口系统113可以是在车辆101内实现的外围设备的一部分，包括例如键盘、触摸屏显示设备、麦克风和扬声器等。
自主车辆101的功能中的一些或全部可以由感知和规划系统110控制或管理，尤其是当以自主驾驶模式操作时。感知和规划系统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、规划和路由程序)，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、处理接收的信息、规划从起点到目的地点的路线或路径、然后基于规划和控制信息驾驶车辆101。可替换地，感知和规划系统110可以与车辆控制系统111集成。
例如，作为乘客的用户可以例如经由用户接口指定行程的起始位置和目的地。感知和规划系统110获得与行程有关的数据。例如，感知和规划系统110可以从MPOI服务器获得位置和路线信息，MPOI服务器可以是服务器103-104的一部分。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。可替换地，这种位置和MPOI信息可以本地缓存在感知和规划系统110的永久存储设备中。
当自主车辆101沿着路线移动时，感知和规划系统110还可以从交通信息系统或服务器(TIS)获得实时交通信息。注意，服务器103-104可以由第三方实体操作。可替换地，服务器103-104的功能可以与感知和规划系统110集成。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检测或感测的实时局部环境数据(例如，障碍物、对象、附近车辆)，感知和规划系统110可以规划最佳路线，并且例如经由控制系统111根据规划的路线驾驶车辆101，以安全且高效地到达指定目的地。
服务器103可以是为各种客户端执行数据分析服务的数据分析系统。在一个实施例中，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(自主车辆或者是由人类驾驶员驾驶的常规车辆)收集驾驶统计123。驾驶统计123包括指示发出的驾驶命令(例如，油门、制动、转向命令)和由车辆的传感器在不同时间点捕获的车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计123还可以包括描述不同时间点的驾驶环境的信息，诸如路线(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123，机器学习引擎122出于各种目的而生成或训练一组规则、算法和/或预测模型124。在一个实施例中，算法124可以包括用以响应于在车道的一侧的目的地点处靠边停ADV的请求规划包括第一段、第二段和过渡点的路径的算法或模型，用以基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点的算法，用以通过使用QP操作生成从起点到过渡点的第一段的算法，用以基于边界的形状生成从过渡点到目的地的第二段的算法，和/或用以根据规划的路径控制ADV靠边停到目的地点的算法或模型。算法124然后可以被上传在ADV(例如图3A的模块313)上以在自主驾驶期间被实时地使用。
图3A和图3B是示出根据一个实施例的与自主车辆一起使用的感知和规划系统的示例的框图。系统300可以被实现为图1的自主车辆101的一部分，包括但不限于感知和规划系统110、控制系统111和传感器系统115。参考图3A-图3B，感知和规划系统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、路由模块307。
模块301-307中的一些或全部可以以软件、硬件或其组合实现。例如，这些模块可以被安装在永久存储设备352中，加载到存储器351中，并由一个或多个处理器(未示出)执行。注意，这些模块中的一些或全部可以通信地耦接到图2的车辆控制系统111的一些或全部模块或与图2的车辆控制系统111的一些或全部模块集成。模块301-307中的一些可以被集成在一起作为集成模块。
定位模块301确定自主车辆300的当前位置(例如，利用GPS单元212)并且管理与用户的行程或路线有关的任何数据。定位模块301(也称为地图和路线模块)管理与用户的行程或路线有关的任何数据。用户可以例如经由用户接口登录并指定行程的起始位置和目的地。定位模块301与自主车辆300的其他组件交流诸如地图和路线信息311，以获得与行程有关的数据。例如，定位模块301可以从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，以及MPOI服务器提供地图服务和某些位置的POI，它们可以作为地图和路线信息311的一部分被缓存。当自主车辆300沿着路线移动时，定位模块301还可以从交通信息系统或服务器获得实时交通信息。
基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，由感知模块302确定对周围环境的感知。感知信息可以表示普通驾驶员将感知到的驾驶员正在驾驶的车辆周围的情况。感知可以包括车道配置、交通灯信号、例如以对象形式的另一车辆、行人、建筑物、人行横道或其他交通相关标志(例如，停止标志、让步标志)等的相对位置。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，直的或弯曲的)、车道的宽度、道路中的车道数量、单向或双向车道、合并或分离车道、驶离车道等。
感知模块302可以包括计算机视觉系统或计算机视觉系统的功能，以处理和分析由一个或多个相机捕获的图像，以便识别自主车辆的环境中的对象和/或特征。对象可以包括交通信号、车行道边界、其他车辆、行人和/或障碍物等。计算机视觉系统可以使用对象识别算法、视频跟踪和其他计算机视觉技术。在一些实施例中，计算机视觉系统可以映射环境、跟踪对象、并估计对象的速度等。感知模块302还可以基于由诸如雷达和/或LIDAR的其他传感器提供的其他传感器数据检测对象。
对于对象中的每个，预测模块303预测对象将在一些情况下表现什么行为。根据一组地图/路线信息311和交通规则312，基于感知在该时间点的驾驶环境的感知数据，执行预测。例如，如果对象是在相反方向上的车辆并且当前驾驶环境包括交叉路口，则预测模块303将预测车辆将可能直线向前移动还是转弯。如果感知数据指示交叉路口没有交通灯，则预测模块303可以预测车辆在进入交叉路口之前可能必须完全停止。如果感知数据指示车辆当前处于仅向左转弯车道或仅向右转弯车道，则预测模块303可以预测车辆将更可能分别左转弯或右转弯。
对于对象中的每个，决策模块304做出关于如何处理该对象的决策。例如，对于特定对象(例如，在交叉路线中的另一车辆)及其描述对象的元数据(例如，速度、方向、转角)，决策模块304决定如何遇到对象(例如，超车、让行、停止、通过)。决策模块304可根据一组规则(诸如交通规则或驾驶规则312)做出这些决策，这组规则可以存储于永久存储设备352中。
路由模块307被配置为提供从起点到目的地点的一条或多条路线或路径。对于例如从用户接收到的从起始位置到目的地位置的给定行程，路由模块307获得路线和地图信息311并且确定从起始位置到达目的地位置的所有可能的路线或路径。路由模块307可以为它所确定的从起始位置到达目的地位置的每条路线生成地形图形式的参考线。参考线是指没有来自诸如其他车辆、障碍物或交通状况的其他任何干扰的理想路线或路径。也就是说，如果在道路上没有其他车辆、行人或障碍物，则ADV应该准确地或紧密地跟随参考线。然后，地形图被提供给决策模块304和/或规划模块305。根据由其他模块提供的其他数据(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，以选择和修改最佳路线中的一个。取决于在时间点的特定驾驶环境，用于控制ADV的实际路径或路线可以接近或不同于由路由模块307提供的参考线。
在一些实施例中，参考点可以被转换为相对坐标系，诸如站点-横向(station-lateral，SL)坐标。站点-横向坐标系是参考固定参考点以跟随参考线的坐标系。例如，坐标(S，L)＝(1，0)可以表示在参考线上的静止点(即参考点)之前一米以及横向偏移为零米。参考点A(S，L)＝(2，1)可以表示沿着参考线在静止参考点之前两米以及距参考线有一米的横向偏移，例如向左偏移一米。
基于针对感知对象中的每个的决策，规划模块305使用由路由模块307提供的参考线作为基础规划自主车辆的路径或路线以及驾驶参数(例如，距离、速度和/或转角)。也就是说，对于给定对象，决策模块304决策对该对象做什么，而规划模块305确定如何做。例如，对于给定对象，决策模块304可以决策经过对象，而规划模块305可以确定是在对象的左侧还是右侧经过。规划和控制数据由规划模块305生成，包括描述车辆300在下一个移动周期(例如，下一个路线/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆300以每小时30英里(mph)的速度移动10米，然后以25mph的速度改变到右车道。
基于规划和控制数据，控制模块306通过根据由规划和控制数据限定的路线或路径向车辆控制系统111发送适当的命令或信号，控制和驾驶自主车辆。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。
在一个实施例中，在多个规划周期中执行规划阶段，规划周期也称为驾驶周期，诸如在每100毫秒(ms)的时间间隔中。对于每个规划周期或驾驶周期，将基于规划和控制数据发出一个或多个控制命令。也就是说，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到达目标位置所需的时间。可替换地，规划模块305还可以指定具体速度、方向和/或转向角等。在一个实施例中，规划模块305为下一个预定时间段(诸如5秒)规划路线段或路径段。对于每个规划周期，规划模块305基于在先前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。然后控制模块306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，油门控制命令、制动控制命令、转向控制命令)。
注意，决策模块304和规划模块305可以集成为集成模块。决策模块304/规划模块305可以包括导航系统或导航系统的功能，以确定用于自主车辆的驾驶路径。例如，导航系统可以确定一系列速度和方向航向，以影响自主车辆沿着基本上避开感知的障碍物的路径的移动，同时大体上使自主车辆沿着通向最终目的地的基于车行道的路径前进。目的地可以根据经由用户接口系统113的用户输入而被设置。当自主车辆在操作时，导航系统可以动态地更新驾驶路径。导航系统可以合并来自GPS系统的数据和一个或多个地图，以便确定用于自主车辆的驾驶路径。
根据一个实施例，规划模块305被配置为，响应于将ADV靠边停在车道一侧的目的地处的请求，规划包括第一段、第二段以及过渡点的路径。规划模块305被配置为基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点。规划模块305被配置为通过使用QP操作生成从起点到过渡点的第一段。规划模块305还被配置为基于边界的形状生成从过渡点到目的地的第二段。控制模块306被配置为根据规划的路径控制ADV靠边停到目的地点。
图4是图示根据一个实施例的规划模块的示例的框图400以及图5是根据一个实施例的规划模块的处理流程图500。参考图4和图5，规划模块305包括但不限于第一段模块401、第二段模块402和过渡点模块403，它们使用QP算法或模型314一起工作以根据规划的路径将ADV靠边停到目的地点。注意，模块401-403可以被集成为更少数量的模块或单个模块。
根据一个实施例，响应于将ADV靠边停在车道一侧的目的地点处的请求，规划模块305被配置为规划包括第一段、第二段和过渡点的路径。过渡点模块403可以被配置为基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点。第一段模块401被配置为通过QP模块501使用QP优化生成从起点到过渡点的第一段。第二段模块402被配置为基于边界的形状生成从过渡点到目的地的第二段。控制模块306被配置为根据规划的路径控制ADV靠边停到目的地点。
在一个实施例中，第一段模块401包括但不限于QP模块501以及路径生成器504，QP模块501包括约束模块502和成本函数模块503。约束模块502可以被配置为基于车道的右边界确定针对第一段的右约束。约束模块502还可以被配置为确定针对第一段的左约束。成本函数模块503被配置为基于规划的路径与参考线之间的距离或规划的路径的平滑度中的至少一个确定成本函数。路径生成器504被配置为生成路径的第一段。
在一个实施例中，第二段模块402包括但不限于确定模块505、包括约束模块507和成本函数模块508的QP模块506以及路径生成器509。确定模块505可以被配置为确定边界的形状是否平滑。约束模块502还可以被配置为确定针对第二段的右约束和左约束。成本函数模块508被配置为基于规划的路径与参考线之间的距离或规划的路径的平滑度中的至少一个确定成本函数。路径生成器509被配置为生成路径的第二段。
图6-7是图示将ADV靠边停在车道一侧的目的地点处的方法的示例的图。在每次自动驾驶任务结束时，可以预期ADV停在车道的右侧，这对乘客上下车是方便的。然而，对于ADV有挑战的是，精确地靠边停车使得ADV的整个主体与车道的右边界之间的距离为小的并且ADV将平行于右边界。例如，对于ADV可能困难的是以距车道的右边界的小距离靠边停车，以及对于ADV可能困难的是与右边界平行。
这里公开的是一种基于二次规划(QP)精确地靠边停ADV的方法。通过使用该方法，可以精确地靠边停ADV，使得ADV的整个主体与车道的右边界之间的距离为小的并且ADV平行于右边界。方法可以在靠边停ADV时导致高距离准确度和高成功率。
参考图6和图7，可以通过生成包括两部分的路径来规划精确地将ADV靠边停到路边的路径，这两部分为QP段区域(例如601、701)中的QP段(例如721)和保持段区域(例如602、702)中的保持段(722)。QP段(例如721)可用于使ADV更靠近路边，以及保持段(例如722)可用于使ADV保持与路边平行。
在一个实施例中，可以获得ADV正在沿其驾驶的车道(例如605、705)的左车道边界(例如603、703)和右车道边界(例如604、704)。还可以获得车道的车道类型，诸如车道(例如605、705)是否被允许从左侧通过。例如，图6中的车道605被允许从左侧通过。对于另一示例，图7中的车道705不被允许从左侧通过。
车道采样点可以根据例如由路由模块307生成的参考线而被投影到SL坐标。SL投影可以基于连续曲率导数平滑参考线。在笛卡尔空间中，障碍物和ADV状态可以用位置和航向(x,y,θ)以及ADV的曲率和曲率导数(κ,dκ)描述。然后，它们可被映射到SL坐标(s,l,dl,ddl,dddl)，其表示ADV的站点、横向和横向导数。在SL坐标系中，路径的路径坐标为站点S(沿路径的距离)和横向坐标L(点离路径的距离，在与该点和路径相交的直线上测量并且在交点处垂直于路径)。
如以上讨论的，对于ADV的SL坐标系是参考固定参考点以跟随参考线的坐标系。例如，坐标(S，L)＝(1，0)可以表示在参考线上的静止点(即参考点)之前一米以及横向偏移为零米。参考点(S，L)＝(2，1)可以表示沿着参考线在静止参考点之前两米以及距参考线有一米的横向偏移，例如向左偏移一米。
在一个实施例中，感知模块302可以被配置为基于安装在ADV上的传感器检测驾驶环境。例如，感知模块302可以检查右侧是否安全。如果右侧存在障碍物，特别是如果有动态障碍物从右侧插入，则禁止靠边停车。
过渡点(例如606、706)是QP段(例如721)的末端。可以根据到目的地点(例如720)的距离和到车道(例如605、705)的右边界(例如604、704)的期望距离决定过渡点(例如601、701)。例如，随着ADV在下一个规划周期中更靠近目的地点(例如720)，过渡点可能会向前移动。
ADV可以被配置为确定QP段(例如721)的左约束(例如610、710)和右约束(例如611、711)。右约束(例如611、711)可以基于QP段(例如721)的右车道边界(例如604、704)。例如，可以将右约束(例如，611、711)确定为远离右车道边界(例如，604、704)ADV的一半宽度。
在一个实施例中，可以确定QP段(例如721)的左约束(例如610、710)。QP段(例如721)的左约束(例如610、710)可以基于车道的车道类型，例如车道是否被允许(例如605、705)从左边通过。例如，图6中的车道605被允许从左侧通过，因此，左约束610可以延伸超出车道605的左边界603，例如ADV的宽度。对于另一示例，图7中的车道705不被允许从左侧通过，因此左约束710可能不会延伸超出车道705的左边界703。
在确定QP段(例如721)的左约束(例如610、710)时，可以如在巡航控制中那样将前几个左约束保持在它们各自的位置。前几个左约束的数量可以是2、3、4、5、6、7、8、9、10或它们之间的任何值。如图6所示，第一点607可以保持在ADV的当前位置。可以如在巡航控制中那样保持第二点608和第三点609。因为车道605被允许从左侧通过，所以为了能够避开障碍物，左约束可以延伸到车道的左侧。在一个实施例中，曲线610可以被用于将前几个左约束(例如607、608、609)连接到过渡点606。作为示例，曲线610可以是弧形(圆的圆周的一部分)。作为另一示例，曲线可以是其他曲线的一部分，诸如椭圆曲线、抛物线。
在获得QP段(例如721)的左约束(例如610、710)和右横向约束(例如611、711)之后，可以使用QP优化(QP求解器)生成QP段(例如721)。QP优化是求解一种特殊类型的数学优化问题的过程，特别是线性约束的二次优化问题，即服从于对若干变量的线性约束而优化(最小化或最大化)这些变量的二次函数的问题。QP是非线性规划的一种特殊类型。
在一个实施例中，可以在目标函数或成本函数上执行QP优化，使得目标函数或成本函数的总成本达到最小，同时满足一组约束。在一个实施例中，可以使用多项式或多项式函数表示规划的路径。术语“多项式优化”或“多项式拟合”是指对由多项式函数(例如，五次或四次多项式函数)表示的曲线(在此示例中为生成的路径)的形状进行优化，使得曲线沿曲线连续(例如，可得到两个相邻段的连接处的导数)。在自主驾驶领域中，从起点到终点的多项式曲线可被划分为多个段(或多个片段)，每个段对应于控制点(或参考点)。这样分段的多项式曲线可以被称为分段多项式。当优化分段多项式时，除了一组初始状态约束和最终状态约束之外，还需要满足两个相邻段之间的一组连接约束和一组边界约束。
例如，路径的多项式函数可以是一维的，如：
l(s)＝p0+p1s+p2s2+…+pnsn,
其中s、l表示到n阶的多项式的站点-横向一维(s，l)几何坐标，以及p0..n是待求解的一维多项式的系数。例如，对于多元齐次多项式函数，n可以为5。
可以基于SL坐标中的成本函数使用QP优化来优化路径。基于成本函数，可以执行QP优化以找到SL坐标中横向坐标l＝f(s)相对于站点坐标的最优函数。成本函数可以是车道成本和平滑度成本的组合。在一个实施例中，成本函数可以如下。
Cs(f)＝w0∫f(s)2ds+w1∫(f′(s))2ds+w2∫(f″(s))2ds+w3∫(f″′(s)2ds
其中Cs(f)表示总成本，f(s)表示SL坐标中的规划的路径，w0∫f(s)2ds表示与规划的路径和参考线之差相关联的成本以及w1∫(f′(s))2ds+w2∫(f″(s))2ds+w3∫(f″′(s)2ds表示与规划的路径的平滑度相关联的成本。在平滑度成本函数中，f′(s)表示车道与ADV之间的航向差异，f″(s)与路径的曲率有关以及f″′(s)与曲率的导数有关。
参考图7，可以根据QP段721的左约束710和右横向约束711，基于以上成本函数，通过QP优化生成QP段721的规划的路径。
然而，仅包括QP段(例如721)的路径可能无法使ADV保持与作为车道705的右边界704的道路侧平行。另外，右车道边界704可能不是直且平滑的线。保持段(例如722)可以给控制模块306一些时间来调整ADV的朝向。具有保持段722使得ADV平行于车道705的右边界704可能是有利的。
在一个实施例中，如果过渡点706和目的地点702之间的右车道边界704为直且平滑的线的形状，则可以基于右车道边界704的形状生成保持段722。例如，在SL坐标中，可以通过向上平移右车道边界704并且在过渡点706处与QP段721连接生成保持段722，如图7所示。
如果右车道边界704的形状复杂而不是直且平滑的线的形状，则可以通过与以上讨论的过程相似的另一QP优化(QP求解器)生成保持段。
在一个实施例中，可以基于保持段区域702中的右车道边界704的形状确定保持段722的右约束711。例如，保持段722的右约束711可以是呈右车道边界704的形状并且远离右车道边界704ADV的一半宽度。保持段722的左约束710可以基于ADV的整个主体与车道705的右边界704之间的预定距离阈值。例如，保持段722的左约束710可以是远离保持段722的右约束711预定距离阈值。ADV的整个主体与车道705的右边界704之间的预定距离阈值可以是10cm、15cm、20cm、30cm、50cm或它们之间的任何值。例如，预定距离阈值可以在15cm至20cm之间。以这种方式，可以控制ADV以精确地靠边停车，使得ADV的整个主体与车道的右边界之间的距离小于预定距离阈值，并且ADV将平行于右边界。
图8是图示根据一些实施例的将ADV靠边停在车道一侧的目的地点处的方法的示例的流程图800。过程800可以由处理逻辑执行，处理逻辑可以包括软件、硬件或其组合。例如，过程800可以由规划模块305执行。参考图8，在操作801中，响应于将ADV靠边停在车道一侧的目的地点处的请求，处理逻辑规划包括第一段、第二段和过渡点的路径。操作801包括操作802、803和804。在操作802中，处理逻辑基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点。在操作803中，处理逻辑通过使用二次规划(QP)优化生成从起点到过渡点的第一段。在操作804中，处理逻辑基于边界的形状生成从过渡点到目的地的第二段。在操作805中，处理逻辑根据规划的路径控制ADV靠边停到目的地点。
注意，如上所示和所述的组件中的一些或全部可以以软件、硬件或其组合实现。例如，这些组件可以被实现为安装并存储在永久存储设备中的软件，软件可以由处理器(未示出)在存储器中加载并执行以执行贯穿本申请所述的过程或操作。可替换地，这些组件可被实现为被编程或嵌入到专用硬件中的可执行代码，专用硬件诸如集成电路(例如，专用IC或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)，其可经由来自应用的对应的驱动器和/或操作系统访问。此外，这些组件可以被实现为处理器或处理器内核中的特定硬件逻辑，作为经由一个或多个特定指令软件组件可访问的指令集的部分。
已经关于对计算机存储器内的数据位的操作的算法和符号表示呈现了前述详细描述的一些部分。这些算法描述和表示是数据处理领域的技术人员用来最有效地将其工作实质传达给本领域的其他技术人员的方式。算法在这里并且通常被认为是导致期望结果的自洽操作序列。这些操作是需要对物理量进行物理操作的那些操作。
然而，应当记住的是，所有这些和类似的术语都与适当的物理量相关联，并且仅仅是应用于这些量的方便的标记。除非另有特别声明，从以上讨论中显而易见的是，应当理解的是，在整个说明书中，使用诸如所附权利要求书中所阐述的术语的讨论指的是计算机系统或类似电子计算设备的动作和过程，该计算机系统或类似电子计算设备将计算机系统的寄存器和存储器内的表示为物理(电子)量的数据操纵和变换成计算机系统存储器或寄存器或其他这样的信息存储、传输或显示设备内的类似表示为物理量的其他数据。
本公开的实施例还涉及用于执行本文的操作的装置。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制。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、闪存设备)。
在前述附图中描述的过程或方法可以由包括硬件(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)或两者的组合的处理逻辑来执行。尽管以上关于一些顺序操作描述了过程或方法，应当理解的是，可以以不同的顺序执行所述的一些操作。此外，一些操作可以并行地而不是顺序地执行。
本公开的实施例不是参考任何特定编程语言描述的。将了解的是，可使用各种编程语言实施如本文所述的本公开的实施例的教示。
在前述说明书中，已经参考本公开的具体示例性实施例描述了本公开的实施例。显然，在不背离如所附权利要求书中所阐述的本公开的更宽的精神和范围的情况下，可以对其进行各种修改。因此，说明书和附图应被认为是说明性的而不是限制性的。

Claims (18)

1.一种用于操作自主驾驶车辆(ADV)的计算机实现的方法，方法包括：
响应于将ADV靠边停在车道一侧的目的地点处的请求，规划具有第一段、第二段和过渡点的路径，包括：
基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点，
使用二次规划(QP)优化生成从起点到过渡点的第一段，以及
基于车道一侧的边界的形状生成从过渡点到目的地的第二段；以及根据规划的路径控制ADV靠边停到目的地点；
其中基于边界的形状确定从过渡点到目的地的第二段包括：确定边界的形状是否为直且平滑的线的形状。
2.根据权利要求1所述的方法，其中使用QP优化生成从起点到过渡点的第一段包括：基于车道一侧的边界确定第一约束。
3.根据权利要求2所述的方法，其中使用QP优化生成从起点到过渡点的第一段包括：确定第二约束。
4.根据权利要求1所述的方法，其中QP优化基于成本函数，以及其中基于规划的路径和参考线之间的距离或规划的路径的平滑度中的至少一个确定成本函数。
5.根据权利要求1所述的方法，其中基于边界的形状确定从过渡点到目的地的第二段还包括：
确定边界的形状是直且平滑的线的形状；以及
通过使用边界的形状生成第二段。
6.根据权利要求1所述的方法，其中基于边界的形状确定从过渡点到目的地的第二段还包括：
确定边界的形状不是直且平滑的线的形状；
通过使用第二QP优化生成第二段。
7.一种非暂时性机器可读介质，具有存储在其中的指令，指令在由处理器执行时使得处理器执行操作，操作包括：
响应于将ADV靠边停在车道一侧的目的地点处的请求，规划包括第一段、第二段和过渡点的路径，包括：
基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点，
通过使用二次规划(QP)优化生成从起点到过渡点的第一段，以及
基于边界的形状生成从过渡点到目的地的第二段；以及
根据规划的路径控制ADV靠边停到目的地点；
其中基于边界的形状确定从过渡点到目的地的第二段包括：确定边界的形状是否为直且平滑的线的形状。
8.根据权利要求7所述的介质，其中通过使用QP优化生成从起点到过渡点的第一段包括：基于边界确定第一约束。
9.根据权利要求8所述的介质，其中使用QP优化生成从起点到过渡点的第一段包括：确定第二约束。
10.根据权利要求7所述的介质，其中QP优化基于成本函数，以及其中基于规划的路径和参考线之间的距离或规划的路径的平滑度中的至少一个确定成本函数。
11.根据权利要求7所述的介质，其中基于边界的形状确定从过渡点到目的地的第二段还包括：
确定边界的形状是直且平滑的线的形状；以及
通过使用边界的形状生成第二段。
12.根据权利要求7所述的介质，其中基于边界的形状确定从过渡点到目的地的第二段还包括：
确定边界的形状不是直且平滑的线的形状；
通过使用第二QP优化生成第二段。
13.一种数据处理系统，包括：
处理器；以及
存储器，存储器耦接到处理器并存储指令，指令在由处理器执行时使得处理器执行操作，操作包括：
响应于将ADV靠边停在车道一侧的目的地点处的请求，规划包括第一段、第二段和过渡点的路径，包括：
基于到目的地点的距离或到车道一侧的边界的预定距离中的至少一个确定过渡点，
使用二次规划(QP)优化生成从起点到过渡点的第一段，以及
基于边界的形状生成从过渡点到目的地的第二段；以及
根据规划的路径控制ADV靠边停到目的地点；
其中基于边界的形状确定从过渡点到目的地的第二段包括：确定边界的形状是否为直且平滑的线的形状。
14.根据权利要求13所述的系统，其中使用QP优化生成从起点到过渡点的第一段包括：基于边界确定第一约束。
15.根据权利要求14所述的系统，其中使用QP优化生成从起点到过渡点的第一段包括：确定第二约束。
16.根据权利要求13所述的系统，其中QP优化基于成本函数，以及其中基于规划的路径和参考线之间的距离或规划的路径的平滑度中的至少一个确定成本函数。
17.根据权利要求13所述的系统，其中基于边界的形状确定从过渡点到目的地的第二段还包括：
确定边界的形状是直且平滑的线的形状；以及
通过使用边界的形状生成第二段。
18.根据权利要求13所述的系统，其中基于边界的形状确定从过渡点到目的地的第二段还包括：
确定边界的形状不是直且平滑的线的形状；以及
通过使用第二QP优化生成第二段。
CN202080003426.6A 2020-04-10 2020-04-10 操作自主驾驶车辆的方法、机器可读介质及数据处理系统 Active CN112601869B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/084257 WO2021203426A1 (en) 2020-04-10 2020-04-10 Pull over method based on quadratic programming for path planning

Publications (2)

Publication Number Publication Date
CN112601869A CN112601869A (zh) 2021-04-02
CN112601869B true CN112601869B (zh) 2022-10-28

Family

ID=75208089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080003426.6A Active CN112601869B (zh) 2020-04-10 2020-04-10 操作自主驾驶车辆的方法、机器可读介质及数据处理系统

Country Status (5)

Country Link
US (1) US11529969B2 (zh)
EP (1) EP4132827A4 (zh)
JP (1) JP7229278B2 (zh)
CN (1) CN112601869B (zh)
WO (1) WO2021203426A1 (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101063302B1 (ko) * 2010-10-05 2011-09-07 국방과학연구소 무인차량의 자율주행 제어 장치 및 방법
US9120485B1 (en) * 2012-09-14 2015-09-01 Google Inc. Methods and systems for smooth trajectory generation for a self-driving vehicle
DE102015108605A1 (de) * 2014-06-05 2015-12-10 Gm Global Technology Operations, Llc Fahrzeugspurwechselpfad-Planungsalgorithmus für ein autonom-fahrendes Fahrzeug
CN107933560A (zh) * 2016-10-12 2018-04-20 本田技研工业株式会社 车辆控制装置
WO2018217526A1 (en) * 2017-05-23 2018-11-29 Uber Technologies, Inc. Path segment risk regression system for on-demand transportation services
CN109521763A (zh) * 2017-09-18 2019-03-26 百度（美国）有限责任公司 用于自动驾驶车辆的基于约束平滑样条的路径优化
CN109521762A (zh) * 2017-09-18 2019-03-26 百度（美国）有限责任公司 用于自动驾驶车辆的基于2d约束平滑样条的平滑道路参考线路
CN109596138A (zh) * 2018-12-29 2019-04-09 北京智行者科技有限公司 自动驾驶充电车停车路径规划方法及系统
CN109927716A (zh) * 2019-03-11 2019-06-25 武汉环宇智行科技有限公司 基于高精度地图的自主垂直泊车方法
JP2019162985A (ja) * 2018-03-20 2019-09-26 株式会社東芝 情報処理装置、情報処理方法及びプログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9523984B1 (en) * 2013-07-12 2016-12-20 Google Inc. Methods and systems for determining instructions for pulling over an autonomous vehicle
EP3330161B1 (en) * 2015-07-31 2020-09-09 Hitachi Automotive Systems, Ltd. Vehicular steering assistance control device
DE102016209203A1 (de) * 2016-05-27 2017-11-30 Robert Bosch Gmbh Verfahren und Vorrichtung zum automatischen Anhalten eines Kraftfahrzeugs, das zumindest zeitweise automatisch auf einer Fahrroute geführt wird
JP6596772B2 (ja) * 2017-09-01 2019-10-30 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
US10515321B2 (en) * 2017-09-11 2019-12-24 Baidu Usa Llc Cost based path planning for autonomous driving vehicles
US10816977B2 (en) * 2018-01-26 2020-10-27 Baidu Usa Llc Path and speed optimization fallback mechanism for autonomous vehicles
US11117569B2 (en) * 2018-06-27 2021-09-14 Baidu Usa Llc Planning parking trajectory generation for self-driving vehicles using optimization method
DE112019007240T5 (de) * 2019-04-23 2022-01-27 Mitsubishi Electric Corporation Parkassistenzvorrichtung und Parkassistenzverfahren

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101063302B1 (ko) * 2010-10-05 2011-09-07 국방과학연구소 무인차량의 자율주행 제어 장치 및 방법
US9120485B1 (en) * 2012-09-14 2015-09-01 Google Inc. Methods and systems for smooth trajectory generation for a self-driving vehicle
DE102015108605A1 (de) * 2014-06-05 2015-12-10 Gm Global Technology Operations, Llc Fahrzeugspurwechselpfad-Planungsalgorithmus für ein autonom-fahrendes Fahrzeug
CN107933560A (zh) * 2016-10-12 2018-04-20 本田技研工业株式会社 车辆控制装置
WO2018217526A1 (en) * 2017-05-23 2018-11-29 Uber Technologies, Inc. Path segment risk regression system for on-demand transportation services
CN109521763A (zh) * 2017-09-18 2019-03-26 百度（美国）有限责任公司 用于自动驾驶车辆的基于约束平滑样条的路径优化
CN109521762A (zh) * 2017-09-18 2019-03-26 百度（美国）有限责任公司 用于自动驾驶车辆的基于2d约束平滑样条的平滑道路参考线路
JP2019162985A (ja) * 2018-03-20 2019-09-26 株式会社東芝 情報処理装置、情報処理方法及びプログラム
CN109596138A (zh) * 2018-12-29 2019-04-09 北京智行者科技有限公司 自动驾驶充电车停车路径规划方法及系统
CN109927716A (zh) * 2019-03-11 2019-06-25 武汉环宇智行科技有限公司 基于高精度地图的自主垂直泊车方法

Also Published As

Publication number Publication date
EP4132827A4 (en) 2024-01-10
US20210316749A1 (en) 2021-10-14
JP7229278B2 (ja) 2023-02-27
CN112601869A (zh) 2021-04-02
EP4132827A1 (en) 2023-02-15
US11529969B2 (en) 2022-12-20
JP2022531031A (ja) 2022-07-06
WO2021203426A1 (en) 2021-10-14

Similar Documents

Publication Publication Date Title
US11442450B2 (en) Method for determining passable area in planning a path of autonomous driving vehicles
US11485360B2 (en) Dynamic speed limit adjustment system based on perception results
US11880201B2 (en) Fastest lane determination algorithm under traffic jam
EP3842315A1 (en) Autonomous driving vehicle three-point turn
US11713057B2 (en) Feedback based real time steering calibration system
US11787440B2 (en) Lane boundary and vehicle speed based nudge decision
US11623662B2 (en) Planning system for speed limit changes for autonomous vehicles
US20210394786A1 (en) Lane change system for lanes with different speed limits
US11567506B2 (en) Speed planning guidance line for mild slow down
US20230202469A1 (en) Drive with caution under uncertainty for an autonomous driving vehicle
EP3925844B1 (en) Relative speed based speed planning for buffer area
EP3838697A1 (en) Speed planning using a speed planning guideline for idle speed of autonomous driving vehicles
US11288528B2 (en) Differentiation-based traffic light detection
CN112601869B (zh) 操作自主驾驶车辆的方法、机器可读介质及数据处理系统
US20230065284A1 (en) Control and planning with localization uncertainty
EP4151490B1 (en) Safety guaranteed control when planning with uncertainty
US11242057B2 (en) Method for optimizing three-point turn of autonomous driving vehicles
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