CN113302109A - 实施自主车辆的回退行为的系统 - Google Patents
实施自主车辆的回退行为的系统 Download PDFInfo
- Publication number
- CN113302109A CN113302109A CN201980087773.9A CN201980087773A CN113302109A CN 113302109 A CN113302109 A CN 113302109A CN 201980087773 A CN201980087773 A CN 201980087773A CN 113302109 A CN113302109 A CN 113302109A
- Authority
- CN
- China
- Prior art keywords
- computing system
- vehicle
- trajectory
- generate
- highway
- 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
- 238000001514 detection method Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 5
- 230000015654 memory Effects 0.000 description 21
- 230000006399 behavior Effects 0.000 description 19
- 230000008447 perception Effects 0.000 description 18
- 230000001133 acceleration Effects 0.000 description 16
- 230000003542 behavioural effect Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 206010010144 Completed suicide Diseases 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000011664 signaling 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
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/023—Avoiding failures by using redundant parts
-
- 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
- G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
- G05D1/0077—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements using redundant signals or controls
-
- 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
- B60W30/14—Adaptive cruise control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—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
- 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
-
- 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
-
- 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
-
- 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
- B60W2050/0215—Sensor drifts or sensor failures
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开的各方面涉及在自主驾驶模式下控制车辆100。系统包括被配置为生成传感器数据的多个传感器。系统还包括第一计算系统110,该第一计算系统110被配置为使用传感器数据生成轨迹并将所生成的轨迹发送到第二计算系统120。第二计算系统被配置为使车辆遵循所接收的轨迹。系统还包括第三计算系统130,该第三计算系统130被配置为:当第一计算机系统出现故障时,基于车辆是位于高速公路上还是地面街道上来生成轨迹并将该轨迹发送到第二计算系统。
Description
相关申请的交叉引用
本申请要求2018年11月5日提交的序列号为16/180,267的申请的权益,其公开通过引用结合在本申请中。
背景技术
诸如不需要人类驾驶员的车辆的自主车辆可以用于帮助将乘客或物品从一个位置运输到另一位置。这种车辆可以在完全自主的模式下操作,在该完全自主的模式中,乘客可以提供诸如接载或目的地位置的一些初始输入,并且车辆将自身操纵到该位置。在这样做时,乘客、货物和车辆的安全是重要的考虑因素。因此,这些车辆通常具有回退(fallback)系统,该回退系统本质上使车辆在紧急情况下尽可能猛烈和快速地施加制动。
发明内容
本公开的各方面提供了一种在自主驾驶模式下控制车辆的系统。该系统包括被配置为生成传感器数据的多个传感器、第一计算系统和第三计算系统。第一计算系统被配置为使用传感器数据来生成轨迹并将所生成的轨迹发送到被配置为使车辆遵循所接收的轨迹的第二计算系统。第三计算系统被配置为在第一计算机系统出现故障时,基于车辆当前正在其上行进的道路类型来生成轨迹并将轨迹发送到第二计算系统。
在一个示例中,第三计算系统还被配置为基于车辆是位于高速公路上还是地面街道上来生成和发送轨迹。在另一示例中,系统还包括第二计算系统。在另一示例中,故障与多个传感器中的一个或多个有关,并且第三计算系统被配置为进一步基于多个传感器中的哪个在起作用来生成轨迹。在另一示例中,第一计算系统被配置为区分传感器数据中的不同类型的道路用户,并且第二计算系统未被配置为区分传感器数据中的不同类型的道路用户。在该示例中,第一计算系统被配置为基于不同类型的道路用户中的每一个生成不同的行为预测,其中,第三计算系统被配置为针对传感器数据中的所有道路用户以相同方式生成行为预测。在该示例中,第三计算系统被配置为响应于检测到高速公路上的任何给定道路用户来生成对应于遵循当前车道或改变车道的行为预测。在另一示例中,第一计算系统被配置为根据第一可能操纵列表来生成轨迹,并且第三计算系统被配置为根据第二可能操纵列表来生成轨迹,该第二可能操纵列表小于第一可能操纵列表。在该示例中,第三计算系统被配置为基于车辆是位于高速公路上还是地面街道上来确定第二可能操纵列表。附加地或可替代地,第三计算系统被配置为基于多个传感器中的哪个在起作用来确定第二可能操纵列表。附加地或可替代地,第三计算系统被配置为基于多个传感器的可用传感器功能来确定第二可能操纵列表。
在另一示例中,第三计算系统还被配置为阻止车辆做出第一计算系统所允许的特定类型的操纵。在该示例中,特定类型的操纵包括特定曲率的转弯。在另一示例中,第三计算系统还被配置为通过参照预先存储的地图信息来确定车辆位于高速公路上或地面街道上,并且基于确定车辆位于高速公路或地面街道上来生成和发送轨迹。在该示例中,第一计算系统被配置为使用交通灯检测功能来检测交通灯,并且当确定车辆位于高速公路上时,第三计算系统还被配置为在不使用交通灯检测功能的情况下生成轨迹。附加地或可替代地,当确定车辆位于高速公路上时,第三计算系统还被配置为生成轨迹以便控制车辆离开高速公路并到达地面街道。在该示例中,第三计算系统被配置为搜索靠近具有特定特性的地面街道的出口,并且生成轨迹以便控制车辆在出口处离开高速公路并到达地面街道。可替代地,第一计算系统被配置为使用交通灯检测功能来检测交通灯,并且当确定车辆位于地面街道上时,第三计算系统还被配置为使用交通灯检测功能来生成轨迹。附加地或可替代地,当确定车辆位于地面街道上时,第三计算系统还被配置为生成轨迹以便控制车辆以预定速度行进,该预定速度为检测和响应车辆环境中的对象提供时间。作为另一示例,系统还包括车辆。
附图说明
图1是根据示例性实施例的示例车辆的功能图。
图2是根据本公开的各方面的图1的系统的各方面的功能图。
图3是根据本公开的各方面的车辆的示例外部视图。
图4是根据本公开的各方面的地图信息的示例。
图5是根据本公开的各方面的计算系统和消息的示例表示。
图6是根据本公开的各方面的示例流程图。
图7是根据本公开的各方面在一段车行道上被操纵的车辆的示例。
具体实施方式
概述
该技术涉及自主车辆的回退驾驶行为。在典型的操作期间,第一计算机系统可以生成轨迹并将轨迹发送到第二计算系统,以便根据轨迹来控制车辆。轨迹包括允许车辆朝其终点目标或目的地前进的至少一些部分,之后,轨迹提供用于车辆安全地靠路边停下、停止等的回退指令,使得如果第一计算机系统由于车辆的各种系统出现一些问题而不能生成新的轨迹,则车辆可以安全地靠路边停下、停止等。这在高速公路上以及在车辆或行人交通繁忙、并且在车辆上的一个或多个系统出现故障的事件下靠路边停下或停止不是供车辆执行的最佳动作的状况下可能会出现问题。为了避免这种状况,如果在车辆的一些硬件或软件系统中检测到给定类型的故障,则可以使用具有降低性能的第三计算机系统或回退系统来控制车辆。取决于驾驶状况和可用功能,回退系统可能会以不同的方式表现,以达到使车辆停止在其车道上的可能性最小化的总体目标。
第一计算系统可以包括高度精细的规划系统、感知系统和软件栈。例如,第一计算系统的感知系统可以包括被设计为允许检测车辆环境中的不同对象的不同软件模块。第一计算系统的软件栈可以使用行为模型来预测这些对象在未来的一些时间段内可能如何行为。类似地,第一计算系统的规划系统可以使用这些预测和详细的地图信息,以便生成允许车辆进行所有类型的操纵的轨迹。
第二计算系统可以被配置为从第一计算系统接收轨迹并且控制车辆的各种致动器,以便根据那些所接收的轨迹来控制车辆。就这一点而言,第二计算系统不需要包括规划模块或感知模块。
第三计算系统可以具有与第一计算系统和第二计算系统不同的能力。例如,第三计算系统可以具有比第二计算机更大的计算能力。同时,第三计算系统可以比第一计算系统具有更少的能力和功率要求。第三计算系统可以具有第一计算系统的感知系统和行为模型的更精简的版本。
当检测到第一计算系统中的错误时,第三计算系统可以接管第一计算系统,以便为第二计算系统生成轨迹。为此,当检测到第一计算系统中的错误时,第三计算系统可以通过将车辆的最后已知位置或当前位置与地图信息比较,确定车辆正在其上驾驶的道路类型,例如高速公路或地面街道。基于该比较,第三计算系统可以确定如何以及根据什么功能来控制车辆。
当检测到第一计算系统中的错误时,第三计算系统可以评估车辆的可用传感器的功能,以便确定车辆应避开哪种类型的位置(如果有的话)。换句话说,可以存在要求不同类型的功能的道路范围的层次结构,并且如果车辆不具有特定道路范围所要求的功能,则第三计算系统可以避开具有此道路范围的区域。
本文所述的特征可以允许在第一计算系统或主计算系统出现各种类型的故障的事件下,车辆继续被安全地控制。此外,这些特征允许取决于哪个功能是可用的以及车辆当前位于哪里的不同的回退行为。换句话说,第三计算系统能够利用当前功能以获得最佳的可能结果。
如图1所示,根据本公开的一个方面的车辆100包括各种组件。尽管本公开的特定方面结合特定类型的车辆特别有用,但是车辆可以是任何类型的车辆,包括但不限于汽车、卡车、摩托车、公共汽车、休闲车等。车辆可以具有多个计算系统,诸如第一计算系统110、第二计算系统120和第三计算系统130,各自包括一个或多个计算设备112、122、132。这些计算系统和设备一起可以作为合并到车辆100中的自主驾驶计算系统。
转到图2,其提供了第一计算系统、第二计算系统和第三计算系统的附加细节,这些计算设备112、122、132中的每一个可以包括一个或多个处理器220、221、223、存储器230、233、236、以及通用计算设备中通常存在的其他组件。分别地,存储器230、233、236存储一个或多个处理器220、221、222可访问的信息,包括可由处理器220、221、222执行或以其他方式使用的指令231、234、237和数据232、235、238。存储器230、233、236可以是能够存储处理器可访问的信息的任何类型,包括计算设备可读介质,或者存储可以借助于电子设备读取的数据的其他介质,诸如硬盘驱动器、存储卡、ROM、RAM、DVD或其他光盘以及其他可写存储器和只读存储器。系统和方法可以包括前述的不同组合,由此指令和数据的不同部分被存储在不同类型的介质上。
指令231、234、237可以是将由处理器直接执行(诸如机器代码)或间接执行(诸如脚本)的任何指令集。例如,指令可以作为计算设备代码被存储在计算设备可读介质上。就这一点而言,术语“指令”和“程序”以及“软件”在本文中可以互换使用。例如,如下面进一步详细讨论的,指令可以包括具有各种能力和功能的各种软件栈。指令可以以用于处理器直接处理的目标代码格式存储,或者以包括按需解释或预先编译的脚本或独立源代码模块的集合的任何其他计算设备语言存储。指令的功能、方法和例程将在下面更详细地说明。
数据232可以由处理器220根据指令234检索、存储或修改。例如,尽管所要求保护的主题不受任何特定数据结构的限制,但是数据可以被存储在计算设备寄存器中、存储在作为具有多个不同字段和记录的表格的关系数据库中、存储在XML文档中或存储在平面文件中。数据也可以以任何计算设备可读格式来被格式化。
一个或多个处理器220、221、222可以是任何常规处理器,诸如商业可得的CPU或GPU。可替代地,一个或多个处理器可以是专用设备,诸如ASIC或其他基于硬件的处理器。尽管图2功能性地将计算设备210的处理器、存储器和其他元件示出在同一框内,但是本领域普通技术人员将理解,处理器、计算设备或存储器实际上可以包括可以或可以不存储在同一物理壳体内的多个处理器、计算设备或存储器。例如,计算设备112的存储器230可以是位于与计算设备112的壳体不同的壳体中的硬盘驱动器或其他存储介质。因此,对处理器或计算设备的引用将被理解为包括对可以或可以不并行操作的处理器或计算设备或存储器的集合的引用。
计算设备112、122、132中的每一个还可以包括一个或多个无线网络连接240、241、242,以促进与其他计算设备(诸如下面详细描述的客户端计算设备和服务器计算设备)的通信。无线网络连接可以包括诸如蓝牙、蓝牙低能耗(LE)、蜂窝连接的短距离通信协议,以及包括互联网、万维网、内联网、虚拟专用网、广域网、本地网络、使用一个或多个公司专有的通信协议的私有网络、以太网、WiFi和HTTP、以及上述各项的各种组合的各种配置和协议。
计算系统120的计算设备122还可以包括通常与计算设备结合使用的所有组件(诸如上面描述的处理器和存储器),以及一个或多个用户输入243(例如,鼠标、键盘、触摸屏和/或麦克风)和各种电子显示器(例如,具有屏幕的监视器或可操作来显示信息的任何其他电子设备)。在该示例中,车辆包括内部电子显示器245以及一个或多个扬声器244,以提供信息或视听体验。就这一点而言,内部电子显示器246可以位于车辆100的舱室内,并且可以由计算设备122用以向车辆100内的乘客提供信息。
计算系统110还可以包括定位系统250、感知系统260和规划系统270。这些系统中的每一个可以包括精细的软件模块和/或可以包括具有被配置为与计算设备112、122、132、处理器220和存储器230相同或类似的处理器和存储器的一个或多个专用计算设备。例如,定位系统250还可以包括与计算设备122通信的其他设备,诸如加速计、陀螺仪或另一方向/速度检测设备,以确定车辆的方向和速度或其改变。仅作为示例,加速设备可以确定其相对于重力方向或垂直于重力方向的平面的俯仰、偏航或侧倾(或其改变)。设备还可以追踪速度的增加或减少以及这种改变的方向。如本文所述的设备的位置和方位数据的提供可以被自动地提供给计算设备122、其他计算设备以及前述的组合。
感知系统260可以包括用于检测车辆外部的对象(诸如其他车辆、车行道上的障碍物、交通信号、标志、树木等)的一个或多个组件。例如,感知系统260可以包括激光器、声纳、雷达、相机和/或记录可以由计算设备110处理的数据的任何其他检测设备。在车辆是诸如厢式车的乘用车的情况下,厢式车可以包括安装在车顶或其他方便的位置的激光器或其他传感器。例如,图3是车辆100的示例外部视图。在该示例中,车顶部(roof-top)壳体310和圆顶壳体312可以包括LIDAR传感器或系统以及各种相机和雷达单元。此外,位于车辆100的前端的壳体320和车辆的驾驶员侧和乘客侧的壳体330、332可以各自存放LIDAR传感器或系统。例如,壳体330位于驾驶员门360的前面。车辆100还包括用于同样位于车辆100的车顶上的雷达单元和/或相机的壳体340、342。附加的雷达单元和相机(未示出)可以位于车辆100的前端和后端,和/或位于沿着车顶或车顶部(roof-top)外壳310的其他位置上。
感知系统260可以包括被设计为允许检测车辆环境中的不同对象的不同软件模块。例如,第一计算系统的感知系统可以包括模块,这些模块用于检测交通灯及其状态,以及包括诸如行人、车辆、骑自行车者等的不同类型的道路用户的其他对象以及他们的特性,诸如位置、方位、驶向(heading)、速度、加速等。第一计算系统的软件栈可以使用精细的行为模型来预测这些对象在未来的一些时间段内可能如何行为。类似地,第一计算系统的规划系统可以使用这些预测和详细的地图信息,以便生成允许车辆进行所有类型的操纵的轨迹。
规划系统270可以由计算设备112使用,以便遵循到一位置的路线。就这一点而言,计算设备112的规划系统270和/或数据132可以存储详细的地图信息,例如标识车行道的形状和标高、车道线、十字路口、人行横道、限速、交通信号、建筑物、标志、实时交通信息、靠路边停下的地点、植被或其他这样的对象、特征和信息的高度详细的地图。
图4是包括高速公路402和地面街道404的一段车行道的地图信息400的示例。在该示例中,高速公路402越过地面街道404。地图信息400可以是存储在计算设备112的存储器230中的地图信息的本地版本。如下面进一步讨论的,地图信息的其他版本也可以存储在计算设备132的存储器中。在该示例中,地图信息400包括标识车道线410、412、414、高速公路出口坡道420、高速公路入口坡道422、路肩区域430、432等的形状、位置和其他特性的信息。
地图信息还可将高速公路402和地面街道404的车道的不连续部分定义为几米或更多或更少的单独的分段440(由点将端与端相连来示出),为了清楚起见,仅针对高速公路402的单个车道来示出。当然,高速公路402、地面街道404、高速公路出口坡道420和高速公路入口坡道422的每一个车道都可以各自被定义为道路分段。
地图信息还可以在可驾驶地面的类型之间进行区分,诸如在高速公路和地面街道(诸如住宅街道、州或县道路、或任何其他非高速公路街道)之间。附加地或可替代地,这些区域也可以被标记为高行人和/或高车辆交通量区域。就这一点而言,高速公路402的区域和/或道路分段可以被指定为高速公路,并且地面街道404的区域和/或道路分段可以被指定为地面街道。
尽管地图信息在本文中被描述为基于图像的地图,但是地图信息不需要是完全基于图像的(例如,栅格(raster))。例如,地图信息可以包括诸如道路、车道、十字路口以及可以由道路分段表示的这些特征之间的连接的信息的一个或多个道路图或图形网络。每一个特征都可以存储为图形数据,并且可以与诸如地理位置以及其是否链接到其他相关特征的信息相关联,例如,停车标志可以链接到道路和十字路口等。在一些示例中,相关联的数据可以包括道路图的基于网格的索引,以允许高效地查找特定道路图特征。
计算系统120的各种系统可以运行,以便确定如何控制车辆100。作为示例,感知系统260的感知系统软件模块可以使用由一个或多个传感器生成的传感器数据来检测和识别对象及其特性。这些特性可以包括位置、对象类型、驶向(heading)、方位、速度、加速、加速的改变、大小、形状等。在一些实例中,计算设备112可以使用特性来确定检测到的对象的预测的未来行为。
在一个示例中,计算设备112可操作为仅仅基于另一车辆的即时方向、加速/减速和速度来预测另一车辆的未来移动,例如,另一车辆的当前方向和移动将继续。然而,计算设备112的存储器230还可以存储提供一个或多个动作被检测到的对象所采取的概率的行为模型。为了增加这些行为模型的有用性,每一个行为模型都可以与特定类型的对象相关联。例如,一种类型的行为模型可以用于被识别为行人的对象,另一类型的行为模型可以用于被识别为车辆的对象,另一类型的行为可以用于被识别为自行车或骑自行车者的对象,等等。计算设备112可以使用多个行为模型,以便通过分析与另一车辆的当前周围环境有关的数据(诸如检测到的或估计的大小、形状、位置、方位、驶向(heading)、速度、加速或减速、加速或减速的改变等)并确定该另一对象可能将如何响应那些周围环境来预测检测到的对象的未来移动。就这一点而言,行为模型可以从以对象为中心的、对象环境的视角起作用,以使系统确定其他对象正在感知什么,以便更好地预测那些对象将如何行为。就这一点而言,在至少一些实例中,行为模型还可指示对象的预测行为是否响应于包括车辆100在内的特定其他对象。
在其他实例中,可以将特性放入存储在计算设备112的存储器230中的一个或多个检测系统软件模块中。这些检测系统软件模块可以包括例如:被配置为检测已知交通信号的状态的交通灯检测系统软件模块;被配置为从由车辆的一个或多个传感器生成的传感器数据中检测施工地带(construction zone)的施工地带检测系统软件模块;以及被配置为从由车辆的传感器生成的传感器数据中检测紧急车辆的紧急车辆检测系统。这些检测系统软件模块中的每一个可以使用各种模型来输出施工地带的可能性或对象是紧急车辆的可能性。
检测到的对象、预测的未来行为、来自检测系统软件模块的各种可能性、标识车辆环境的地图信息、标识车辆的位置和方位的来自定位系统250的位置信息、车辆的目的地、以及来自车辆的各种其他系统的反馈可以被输入到规划系统270的规划系统软件模块中。规划系统270和/或计算设备112可以使用该输入来生成车辆在未来的一些短时间段内要遵循的路线和轨迹。这些轨迹可以周期性地生成,例如每秒10次或更多或更少,并且可以在未来延长一些时间和距离,以便允许车辆遵循该路线到目的地。这些轨迹可以被生成作为“期望路径”,以便避开障碍物,遵守法律,并且通常安全有效地驾驶。每个轨迹可以沿着轨迹在不同时间定义车辆的加速、速度和位置的各种要求。每个轨迹可以包括被设计成使车辆到达目的地或终点目标的第一部分和被设计成允许车辆安全地靠路边停下或停止的第二部分。就这一点而言,如果没有及时接收到新的轨迹,则车辆可以安全地靠路边停下。
第二计算系统120可以被配置为从第一计算系统接收轨迹并且控制车辆的各种致动器,以便根据那些接收到的轨迹来控制车辆。例如,存储在计算设备122的存储器232中的控制系统软件模块可以被配置为例如通过控制车辆的制动、加速和转向来控制车辆的移动,以便遵循轨迹。作为示例,计算设备122可以与车辆的减速系统140和/或加速系统150的一个或多个致动器(诸如制动踏板或其他输入、加速踏板或其他输入)和/或车辆的动力系统160交互,以便控制车辆的速度。类似地,转向系统170可以由计算设备120使用,以便控制车辆100的方向。例如,如果车辆100被配置为在道路上使用(诸如汽车或卡车),则转向系统可以包括控制车轮的角度以使车辆转弯的组件。信令系统180可以由计算设备110使用,以便例如在需要时通过点亮转弯信号或制动灯来向其他驾驶员或车辆信令通知车辆的意图。
动力系统160可以包括被配置为向第一计算系统、第二计算系统和第三计算系统以及车辆的其他系统提供动力的各种特征。就这一点而言,动力系统160可包括一个或多个电池以及电动机和/或汽油动力发动机或柴油动力发动机。
第二计算系统120不需要包括第一计算系统的前述的规划或感知的硬件模块或软件模块。然而,在一些实例中,第二计算系统可以包括相当简化的检测系统,诸如前向雷达单元,其中该前向雷达单元被配置为在第二计算设备遵循轨迹的第二部分并且对象直接出现在车辆前方的事件下,使第二计算设备激活紧急制动。
第三计算系统130可以具有与第一计算系统和第二计算系统不同的能力。例如,第三计算系统130可以具有比第二计算机更强的计算能力。同时,第三计算系统还可以具有比第一计算系统更少的能力和功率要求。
第三计算系统130还可以具有第一计算系统110的一些系统的更精简的版本。例如,第三计算系统可以包括计算设备122的存储器232中的地图信息的副本、定位系统290、感知系统292和规划系统294。可替代地,除了副本之外,第三计算系统可以直接从计算设备112的存储器230访问地图信息。定位系统290可以与定位系统250相同,或者被配置为与定位系统250相同或类似。然而,感知系统292和规划系统294中的每一个可以被配置为具有与第一计算系统110的功能不同的、导致第三计算系统130与第一计算系统110相比具有更少的计算、资源和/或其他的资源要求的功能。
例如,第三计算系统130的感知系统292可以被配置为使用例如感知系统260的传感器和/或特定于感知系统292本身的附加传感器(例如相机、雷达单元、声纳、LIDAR传感器等)来检测对象。然而,未出现在计算设备122的地图信息中的所有对象,更确切地说,诸如行人、骑自行车者和车辆的其他道路用户,都可以被当成相同类型的对象来响应。就这一点而言,第三计算系统的感知系统不需要区分不同类型的对象。如此,第三计算系统130可以通过做出更小密度(相同的时间段内更少的估计)和更低精度的预测来执行关于对象将如何行为的更精简的预测。就这一点而言,第三计算设备可以不包括前述复杂的行为预测软件模块。相反,第三计算设备132可以使用相当简化的行为模型,诸如简单推断在未来几秒内的当前速度、加速、减速、方位、加速的改变、方位的改变等,或简单地假定车辆在遵循对象当前所在的车道的同时以其当前速度、加速、减速等继续。作为示例,第三计算设备可以假定高速公路上的所有对象以当前速度继续遵循它们的车道。
作为另一示例,第三计算系统的规划系统294可以生成车辆要遵循的轨迹。与规划系统270一样,检测到的对象、预测的未来行为、来自检测系统软件模块的各种可能性、标识车辆环境的地图信息、标识车辆的位置和方位的来自定位系统250的位置信息、车辆的目的地、以及来自车辆的各种其他系统的反馈可以被输入到规划系统294的规划系统软件模块中。规划系统294和/或计算设备112可以使用该输入来生成车辆在未来的一些短时间段内要遵循的路线和轨迹。这些轨迹可以周期性地生成,例如每秒10次或更多或更少,并且可以在未来延长一些时间和距离,以便允许车辆遵循该路线到目的地。这些轨迹可以被生成作为“期望路径”,以便避开障碍物,遵守法律,并且通常安全有效地驾驶。每个轨迹可以沿着轨迹在不同时间定义车辆的加速、速度和位置的各种要求。每个轨迹可以包括被设计成使车辆到达目的地或终点目标的第一部分和被设计成允许车辆安全地靠路边停下或停止的第二部分。就这一点而言,如果没有及时接收到新的轨迹,则车辆可以安全地靠路边停下。
然而,规划系统294可能受限于其生成的轨迹可以包括的操纵的类型。在一些实例中,操纵的类型可以被定义为一个或多个预定操纵列表。如下面进一步讨论的,可以基于第一计算系统的故障的类型以及车辆所处的位置来确定规划系统294使用哪个预定操纵列表。例如,第三计算系统可以仅能够生成用于车辆执行特定曲率的转弯、特定类型的转弯等的轨迹。在另一实例中,在高速公路上必要的反应类型可以不同于在地面街道上必要的那些反应类型,因此,可以基于车辆的位置来确定允许的操纵。
示例方法
除了上述和附图中示出的操作之外,现在将描述各种操作。应当理解,以下操作不必以下面描述的精确顺序被执行。相反,可以以不同的顺序或同时处理各种步骤,并且还可以添加或省略步骤。
如上所述,为了在自主驾驶模式下控制车辆100,第一计算系统110、第二计算系统120和第三计算系统可以彼此发送和接收不同类型的消息和信息。该信息可以例如经由车辆的CAN总线被发送。参考图5,计算设备112可以向第二计算系统120的计算设备122发送包括轨迹的轨迹消息510和包括错误的错误消息520。此外,第三计算系统130的计算设备132可以接收这些消息,尤其是错误消息520。第三计算系统130的计算设备132还可以向第二计算系统120的计算设备122发送轨迹消息530。在一些实例中,第三计算系统130的计算设备132还可以向第一计算系统110的计算设备112和第二计算系统120的计算设备122发送命令消息540和/或命令消息550。
图6是使用第一计算系统、第二计算系统和第三计算系统(诸如第一计算系统110、第二计算系统120和第三计算系统130)在自主驾驶模式下控制车辆(诸如车辆100)的示例流程图600。例如,在框602处,如上所述,第一计算系统的规划系统270可以使用各种输入来生成车辆的新轨迹。
如框604和框606所示,这些轨迹可以例如经由图5的轨迹消息510被发送到计算系统120的计算设备122并由计算系统120的计算设备122接收。作为响应,如框608所示,计算设备112可以根据接收到的轨迹在自主驾驶模式下控制车辆。例如,如上所述,计算设备112可以通过发送命令以控制减速系统140、加速系统150、转向系统170和/或动力系统160的致动器来控制车辆遵循轨迹。
图7提供了根据流程图600的框602-框608运行的车辆100的示例。在该示例中,车辆100被操纵在包括高速公路702和地面街道704的一段车行道700上。在图7的示例中,高速公路702和地面街道704分别对应于地图信息400的高速公路402和地面街道704。在该示例中,车道线710、712和714分别对应于车道线410、412和414的形状、位置和其他特性。类似地,高速公路出口坡道720、高速公路入口坡道722、路肩区域730、732等对应于高速公路出口坡道420、高速公路入口坡道422、路肩区域430、432等的形状、位置和其他特性。车辆100正在从地面街道704接近高速公路入口坡道722,并且遵循轨迹770。在这一点上,轨迹770是具有第一部分780和第二部分790的当前轨迹,其中该第一部分780用于控制车辆到目的地,并且该第二部分790用于在计算系统110没有向第二计算系统120提供新的轨迹的事件下,控制车辆靠路边停下和停止。
如此,车辆100将沿着轨迹前进,遵循当前轨迹的至少第一部分(诸如第一部分780),直到第二计算系统120的计算设备122从规划系统270接收到新的轨迹为止。通常,新轨迹会被生成,由计算设备112接收,并且在当前轨迹的第二部分(诸如第二部分790)开始之前发生作用。当然,如果没有,则计算设备110将无缝地继续控制车辆,以便遵循轨迹的第二部分,并使车辆靠路边停下、停止等。
返回图6,如框610所示,当该过程发生时,第三计算系统130的计算设备132可以监视包括上述错误消息520的、从第一计算系统发送到第二计算系统的消息。这些错误消息可以指示第一计算系统中的错误。就这一点而言,如框612所示,第三计算系统可以确定是否检测到错误。如果没有检测到错误,则第三计算系统可以继续监视消息。
当检测到第一计算系统中的错误时,第三计算系统可以接管第一计算系统,以便生成轨迹并将这些轨迹发送到第二计算系统。为了这样做,第三计算系统可以例如通过向第一计算系统发送命令消息(诸如图5的命令消息540)来请求关闭第一计算系统。可替代地,第一计算系统和第三计算系统都可以继续在所有时间同时生成轨迹(具有一些量的共同的初始平滑度)。在这种实例中,第二计算系统可以在来自第一计算系统和第三计算系统中的每一个的轨迹之间仲裁,并确定使用哪一个。为了避免对该仲裁的需要,第三计算系统可以向第二计算系统发送命令消息(诸如命令消息550),以忽略来自第一计算系统的轨迹。
为了这样做,如框614所示,当检测到第一计算系统中的错误时,第三计算系统130的计算设备132可以确定车辆正在其上驾驶的道路类型。这可以涉及将来自定位系统250和/或定位系统290的车辆的最后已知位置或当前位置与存储在计算设备132的存储器230中的地图信息进行比较。作为示例,使用位置和地图信息,计算设备132可以确定车辆正在其上行进的道路分段。该道路分段可以与指示道路分段的类型(例如,高速公路或地面街道)的标识符相关联。因此,换句话说,计算设备132可以确定车辆是在高速公路上还是在地面街道上。
如框616所示,基于所确定的道路类型,第三计算系统可以确定如何生成轨迹以控制车辆以及根据什么功能来控制车辆。例如,如果确定车辆位于高速公路上,则在一些状况下,第三计算系统不需要使用感知系统292的特定特征,诸如使用前述交通灯检测系统软件模块或功能来检测交通灯和交通灯状态的能力。就这一点而言,该功能可以被“关闭”,并且不需要被第三计算系统用来生成轨迹。此外,检测非常接近车辆的对象可以是不太重要的,并且可以被赋予更低的处理优先级,因为在高速公路上不太可能有行人或骑自行车者。更进一步地,在交通不多的状况下,因为车辆更可能连续移动,另一道路用户不太可能会进入车辆的盲区,所以再一次地,检测非常接近车辆的对象可以被赋予更低的处理优先级。
这些轨迹可以包括允许车辆保持其车道或一次向右移动一个车道的那些轨迹,以使车辆变进离开高速公路的位置,以便到达地面街道。此外,当生成轨迹时,第三计算系统可以搜索靠近具有特定特性的地面街道的附近出口,该特定特性诸如可用停车位、避开交通信号的路线、避开特定操纵的路线(诸如未受保护的转弯)、避开已知施工地带的路线等。
附加地或可替代地,当生成轨迹时,第三计算系统还可以考虑第三计算系统的功能的不同方面。例如,当车辆在高速公路或地面街道上操作时,第三计算系统130的感知系统292和规划系统294实际上不需要在不同类型的对象之间进行区分。此外,第三计算系统130的计算设备132可以做出关于这些对象的非常基本的预测。然而,在一些实例中,可以通过传感器自身的软件模块来自动执行一些区分,诸如LIDAR系统(诸如圆顶壳体312的LIDAR系统),其可以自动识别和区分行人和车辆。当然,这些对象都仍然可以被相同地对待,以便限制第三计算系统130的处理和功率要求。
在一些实例中,当检测到第一计算系统110中的错误时,第三计算系统130还可以评估车辆的可用传感器的功能,以便确定车辆应避开哪种类型的位置(如果有的话)。at是该用例的主传感器之一。换句话说,可以存在要求不同类型的功能的道路范围的层次结构,并且如果车辆不具有特定道路范围所要求的功能,则第三计算系统可以避开具有此道路范围的区域。例如,特定类型的故障(诸如动力系统或单个传感器问题)可以降低车辆检测车辆环境中特定位置处的对象的能力。就这一点而言,第三计算系统130可以确定车辆传感器中的哪个仍在起作用并且相应地生成轨迹。例如,如果车辆100的左后角雷达已经受损(即不再按照操作规范起作用),则可以避免在高速道路上向左改变车道,因为左后角雷达可能对于这种操纵很重要。作为另一示例,在一些实例中,诸如在第三计算系统由于用于该目的(检测交通灯)的相机传感器中的错误而不能够检测交通灯的情况下,当车辆在高速公路上时,第三计算系统可以使车辆停留在高速公路上并在高速公路上靠路边停下,而不是进入地面街道。此外,第三计算系统可以避开具有特定类型的操纵的路线或经过特定类型的区域的路线。这可以包括具有未受保护的转弯的路线、包括具有路肩区域或没有路肩区域的转弯的多点转弯、高速车道改变、停车场、施工地带、学校地带、四路停车、狭窄道路、单向道路、低-摩擦道路(即碎石)、夜间照明不佳的道路、具有自杀车道的道路等。
基于确定如何生成轨迹以及根据什么功能,第三计算设备可以在如上所述的框618处生成轨迹。如框620和框606所示,这些轨迹可以例如经由图5的轨迹消息530被发送到计算系统120的计算设备122并由该计算设备122接收。作为响应,如框608所示,计算设备112可以根据接收到的轨迹在自主驾驶模式下控制车辆。例如,如上所述,计算设备112可以通过发送命令以控制减速系统160、加速系统150、转向系统170和/或动力系统160的致动器来控制车辆遵循轨迹。
返回框614,当确定车辆位于地面街道上时或者一旦车辆到达地面街道,第三计算系统可以要求用于检测交通灯和交通灯状态的功能。此外,检测非常接近车辆(例如,在车辆旁边)的对象可能更为重要。由于这个原因,第三计算系统130可以生成轨迹,该轨迹使得车辆被控制为以预定的受限速度(诸如每小时10英里或更小)驾驶,以增加车辆的正在起作用的传感器检测到这些对象的可能性以及向第三计算系统提供额外的时间来检测和响应这些对象。此外,如所述的当在地面街道上驾驶时,第三计算系统130的规划系统294可以仅允许或生成针对特定类型的操纵的轨迹,并且可以禁止或限制生成针对其他类型的操纵(诸如特定类型的曲率下的转弯、未受保护的转弯、多点转弯等)的轨迹。在一些示例中,当在地面街道上驾驶时,第三计算系统还可以生成轨迹以便阻止车辆进入特定区域,诸如在地图信息中标识为高行人和/或车辆交通量区域。就这一点而言,第三计算系统的规划系统可以避免生成使车辆通过这些区域的轨迹。
再一次地,基于确定如何生成轨迹以及根据什么功能,第三计算设备可以在如上所述的框618处生成轨迹。如框620和框606所示,这些轨迹可以例如经由图5的轨迹消息530被发送到计算系统120的计算设备122并由该计算设备122接收。作为响应,如框608所示,计算设备112可以根据接收到的轨迹在自主驾驶模式下控制车辆。例如,如上所述,计算设备112可以通过发送命令以控制减速系统160、加速系统150、转向系统170和/或动力系统160的致动器来控制车辆遵循轨迹。
本文所述的特征可以允许在第一计算系统或主计算系统出现各种类型的故障的事件下,车辆继续被安全地控制。此外,这些特征允许取决于哪个功能是可用的以及车辆当前位于哪里的不同的回退行为。换句话说,第三计算系统能够利用当前功能以获得最佳的可能结果。例如,在高速公路驾驶期间,车辆在尝试改变车道或靠路边停下之前可以继续在其当前车道中驾驶,因为完成这一点所要求的计算力和传感器远少于针对非高速公路驾驶(即地面街道)完成相同点所要求的计算力和传感器。当在地面街道上驾驶时,车辆可以大幅地慢下来,例如慢至10mph或更高或更低,以便更好地使车辆的传感器和其他系统能够检测和响应对象。与立即停止车辆的典型、剧烈反应相比的这种额外的复杂性等级可以是显著地更加安全的,尤其是在特定的驾驶状况下,诸如高速公路驾驶和/或高交通量区域。
除非另有说明,否则前述的可替代的示例不是互相排斥的,而是可以以各种组合实施以达到独特的优点。因为可以在不脱离由权利要求限定的主题的情况下利用以上讨论的特征的这些和其他变形以及组合,所以对实施例的前述描述应作为说明的方式而不是作为对由权利要求限定的主题的限制来考虑。此外,本文描述的示例的提供以及措辞为“诸如”、“包括”等的用语不应被解释为将权利要求的主题限制于特定示例;相反,示例仅旨在说明许多可能的实施例之一。此外,不同附图中的相同附图标记可以标识相同或相似的元件。
Claims (20)
1.一种在自主驾驶模式下控制车辆的系统,所述系统包括:
多个传感器,被配置为生成传感器数据;
第一计算系统,被配置为:
使用所述传感器数据生成轨迹,以及
将所生成的轨迹发送到第二计算系统,所述第二计算系统被配置为使所述车辆遵循所接收的轨迹;和
第三计算系统,被配置为在所述第一计算机系统出现故障时,基于所述车辆当前正在其上行进的道路类型来生成轨迹并将该轨迹发送到所述第二计算系统。
2.根据权利要求1所述的方法,其中,所述第三计算系统还被配置为基于车辆是位于高速公路上还是地面街道上来生成和发送轨迹。
3.根据权利要求1所述的方法,还包括所述第二计算系统。
4.根据权利要求1所述的方法,其中,所述故障与所述多个传感器中的一个或多个有关,并且所述第三计算系统被配置为进一步基于所述多个传感器中的哪个在起作用来生成轨迹。
5.根据权利要求1所述的方法,其中,所述第一计算系统被配置为区分所述传感器数据中的不同类型的道路用户,并且所述第二计算系统未被配置为区分所述传感器数据中的不同类型的道路用户。
6.根据权利要求5所述的方法,其中,所述第一计算系统被配置为基于不同类型的道路用户中的每一个生成不同的行为预测,其中,所述第三计算系统被配置为针对所述传感器数据中的所有道路用户以相同方式生成行为预测。
7.根据权利要求6所述的方法,其中,所述第三计算系统被配置为响应于检测到高速公路上的任何给定道路用户来生成对应于遵循当前车道或改变车道的行为预测。
8.根据权利要求1所述的方法,其中,所述第一计算系统被配置为根据第一可能操纵列表生成轨迹,并且所述第三计算系统被配置为根据小于所述第一可能操纵列表的第二可能操纵列表生成轨迹。
9.根据权利要求8所述的系统,其中,所述第三计算系统被配置为基于所述车辆是位于高速公路上还是地面街道上来确定所述第二可能操纵列表。
10.根据权利要求8所述的系统,其中,所述第三计算系统被配置为基于所述多个传感器中的哪个在起作用来确定所述第二可能操纵列表。
11.根据权利要求8所述的系统,其中,所述第三计算系统被配置为基于所述多个传感器的可用传感器功能来确定所述第二可能操纵列表。
12.根据权利要求1所述的系统,其中,所述第三计算系统还被配置为阻止所述车辆做出所述第一计算系统所允许的特定类型的操纵。
13.根据权利要求12所述的系统,其中,所述特定类型的操纵包括特定曲率的转弯。
14.根据权利要求1所述的方法,其中,所述第三计算系统还被配置为通过参照预先存储的地图信息来确定所述车辆位于高速公路上或地面街道上,并且其中,所述第三计算系统还被配置为进一步基于确定所述车辆位于高速公路或地面街道上来生成和发送轨迹。
15.根据权利要求14所述的系统,其中,所述第一计算系统被配置为使用交通灯检测功能来检测交通灯,并且当确定所述车辆位于高速公路上时,所述第三计算系统还被配置为在不使用所述交通灯检测功能的情况下生成轨迹。
16.根据权利要求14所述的系统,其中,所述第一计算系统被配置为使用交通灯检测功能来检测交通灯,并且当确定所述车辆位于地面街道上时,所述第三计算系统还被配置为使用所述交通灯检测功能生成轨迹。
17.根据权利要求14所述的系统,其中,当确定所述车辆位于地面街道上时,所述第三计算系统还被配置为生成轨迹以便控制所述车辆以预定速度行进,所述预定速度为检测和响应所述车辆的环境中的对象提供时间。
18.根据权利要求14所述的系统,其中,当确定所述车辆位于高速公路上时,所述第三计算系统还被配置为生成轨迹以便控制所述车辆离开所述高速公路并到达地面街道。
19.根据权利要求18所述的系统,其中,所述第三计算系统被配置为搜索靠近具有特定特性的地面街道的出口,并且生成轨迹以便控制所述车辆在所述出口处离开所述高速公路并到达地面街道。
20.根据权利要求1所述的系统,还包括所述车辆。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/180,267 US10838417B2 (en) | 2018-11-05 | 2018-11-05 | Systems for implementing fallback behaviors for autonomous vehicles |
US16/180,267 | 2018-11-05 | ||
PCT/US2019/058766 WO2020096830A1 (en) | 2018-11-05 | 2019-10-30 | Systems for implementing fallback behaviors for autonomous vehicles |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113302109A true CN113302109A (zh) | 2021-08-24 |
CN113302109B CN113302109B (zh) | 2024-04-16 |
Family
ID=70458091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980087773.9A Active CN113302109B (zh) | 2018-11-05 | 2019-10-30 | 实施自主车辆的回退行为的系统 |
Country Status (8)
Country | Link |
---|---|
US (3) | US10838417B2 (zh) |
EP (1) | EP3856597A4 (zh) |
JP (2) | JP7337155B2 (zh) |
KR (1) | KR102465686B1 (zh) |
CN (1) | CN113302109B (zh) |
AU (1) | AU2019377392B2 (zh) |
CA (1) | CA3118477A1 (zh) |
WO (1) | WO2020096830A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220266862A1 (en) * | 2021-02-25 | 2022-08-25 | Autonomous Solutions, Inc. | Intelligent urgent stop system for an autonomous vehicle |
WO2023028273A1 (en) * | 2021-08-25 | 2023-03-02 | Cyngn, Inc. | System and method of adaptive distribution of autonomous driving computations |
USD1016636S1 (en) | 2021-12-23 | 2024-03-05 | Waymo Llc | Sensor assembly |
USD1014398S1 (en) | 2021-12-23 | 2024-02-13 | Waymo Llc | Vehicle |
EP4230494A1 (en) * | 2022-02-18 | 2023-08-23 | TuSimple, Inc. | System copmprising three groups of sensors |
US20240017738A1 (en) * | 2022-07-12 | 2024-01-18 | Waymo Llc | Planning trajectories for controlling autonomous vehicles |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103318184A (zh) * | 2012-03-21 | 2013-09-25 | 富士重工业株式会社 | 车辆的控制装置 |
US20150307110A1 (en) * | 2012-11-20 | 2015-10-29 | Conti Temic Microelectronic Gmbh | Method for a Driver Assistance Application |
US20170010612A1 (en) * | 2015-07-07 | 2017-01-12 | Honda Motor Co., Ltd. | Vehicle controller, vehicle control method, and vehicle control program |
US20170147004A1 (en) * | 2015-11-25 | 2017-05-25 | Elektrobit Automotive Gmbh | Technique for automatic stopping of a vehicle in a target area |
US20180046182A1 (en) * | 2016-08-15 | 2018-02-15 | Ford Global Technologies, Llc | Autonomous vehicle failure mode management |
CN108137054A (zh) * | 2015-10-20 | 2018-06-08 | 罗伯特·博世有限公司 | 传感器测量数据的替换 |
CN108196547A (zh) * | 2018-01-08 | 2018-06-22 | 北京图森未来科技有限公司 | 一种自动驾驶系统 |
US20180251126A1 (en) * | 2017-03-01 | 2018-09-06 | Zoox, Inc. | Trajectory generation and execution architecture |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3739414A (en) * | 1970-11-30 | 1973-06-19 | Shoe & Allied Trades Res Ass | Shoe manufacture |
EP0913751B1 (de) | 1997-11-03 | 2003-09-03 | Volkswagen Aktiengesellschaft | Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges |
US6873251B2 (en) | 2002-07-16 | 2005-03-29 | Delphi Technologies, Inc. | Tracking system and method employing multiple overlapping sensors |
GB2419430B (en) | 2004-10-22 | 2008-05-21 | Irobot Corp | Systems and Methods for Control of a Vehicle |
JP2007257303A (ja) * | 2006-03-23 | 2007-10-04 | Honda Motor Co Ltd | 信号機認識装置 |
US20070293989A1 (en) | 2006-06-14 | 2007-12-20 | Deere & Company, A Delaware Corporation | Multiple mode system with multiple controllers |
JP5482323B2 (ja) * | 2010-03-12 | 2014-05-07 | 株式会社豊田中央研究所 | 運転支援装置及びプログラム |
US8618922B2 (en) | 2010-03-30 | 2013-12-31 | GM Global Technology Operations LLC | Method and system for ensuring operation of limited-ability autonomous driving vehicles |
JP2011240816A (ja) | 2010-05-18 | 2011-12-01 | Denso Corp | 自律走行制御装置 |
US20140303812A1 (en) | 2013-04-05 | 2014-10-09 | Hamilton Sundstrand Corporation | Backup control system |
DE102013213169A1 (de) * | 2013-07-04 | 2015-01-08 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Kraftfahrzeugs in einem automatisierten Fahrbetrieb |
DE102014220781A1 (de) | 2014-10-14 | 2016-04-14 | Robert Bosch Gmbh | Ausfallsichere E/E-Architektur für automatisiertes Fahren |
DE102014221682A1 (de) | 2014-10-24 | 2016-04-28 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs |
JP5957744B1 (ja) | 2015-07-31 | 2016-07-27 | パナソニックIpマネジメント株式会社 | 運転支援装置、運転支援システム、運転支援方法、運転支援プログラム及び自動運転車両 |
EP3356899B1 (en) | 2015-09-28 | 2021-12-29 | Uatc, Llc | Method of operating an autonomous vehicle having independent auxiliary control unit |
US9910441B2 (en) | 2015-11-04 | 2018-03-06 | Zoox, Inc. | Adaptive autonomous vehicle planner logic |
US20170160744A1 (en) * | 2015-12-08 | 2017-06-08 | Delphi Technologies, Inc. | Lane Extension Of Lane-Keeping System By Ranging-Sensor For Automated Vehicle |
JP6558239B2 (ja) * | 2015-12-22 | 2019-08-14 | アイシン・エィ・ダブリュ株式会社 | 自動運転支援システム、自動運転支援方法及びコンピュータプログラム |
JP6575915B2 (ja) * | 2016-05-31 | 2019-09-18 | パナソニックIpマネジメント株式会社 | 運転支援装置、運転支援システム、運転支援方法、運転支援プログラム及び自動運転車両 |
DE102016009763A1 (de) * | 2016-08-11 | 2018-02-15 | Trw Automotive Gmbh | Steuerungssystem und Steuerungsverfahren zum Bestimmen einer Trajektorie und zum Erzeugen von zugehörigen Signalen oder Steuerbefehlen |
WO2018225225A1 (ja) * | 2017-06-08 | 2018-12-13 | 三菱電機株式会社 | 車両制御装置 |
-
2018
- 2018-11-05 US US16/180,267 patent/US10838417B2/en active Active
-
2019
- 2019-10-30 AU AU2019377392A patent/AU2019377392B2/en active Active
- 2019-10-30 EP EP19881197.8A patent/EP3856597A4/en active Pending
- 2019-10-30 KR KR1020217016925A patent/KR102465686B1/ko active IP Right Grant
- 2019-10-30 CN CN201980087773.9A patent/CN113302109B/zh active Active
- 2019-10-30 JP JP2021523165A patent/JP7337155B2/ja active Active
- 2019-10-30 CA CA3118477A patent/CA3118477A1/en active Pending
- 2019-10-30 WO PCT/US2019/058766 patent/WO2020096830A1/en unknown
-
2020
- 2020-09-30 US US17/037,924 patent/US11693405B2/en active Active
-
2023
- 2023-05-12 US US18/196,486 patent/US20230280748A1/en active Pending
- 2023-08-22 JP JP2023134693A patent/JP2023159310A/ja active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103318184A (zh) * | 2012-03-21 | 2013-09-25 | 富士重工业株式会社 | 车辆的控制装置 |
US20150307110A1 (en) * | 2012-11-20 | 2015-10-29 | Conti Temic Microelectronic Gmbh | Method for a Driver Assistance Application |
US20170010612A1 (en) * | 2015-07-07 | 2017-01-12 | Honda Motor Co., Ltd. | Vehicle controller, vehicle control method, and vehicle control program |
CN108137054A (zh) * | 2015-10-20 | 2018-06-08 | 罗伯特·博世有限公司 | 传感器测量数据的替换 |
US20170147004A1 (en) * | 2015-11-25 | 2017-05-25 | Elektrobit Automotive Gmbh | Technique for automatic stopping of a vehicle in a target area |
US20180046182A1 (en) * | 2016-08-15 | 2018-02-15 | Ford Global Technologies, Llc | Autonomous vehicle failure mode management |
US20180251126A1 (en) * | 2017-03-01 | 2018-09-06 | Zoox, Inc. | Trajectory generation and execution architecture |
CN108196547A (zh) * | 2018-01-08 | 2018-06-22 | 北京图森未来科技有限公司 | 一种自动驾驶系统 |
Also Published As
Publication number | Publication date |
---|---|
US10838417B2 (en) | 2020-11-17 |
JP2022506023A (ja) | 2022-01-17 |
US20200142403A1 (en) | 2020-05-07 |
KR102465686B1 (ko) | 2022-11-11 |
KR20210070387A (ko) | 2021-06-14 |
EP3856597A1 (en) | 2021-08-04 |
JP7337155B2 (ja) | 2023-09-01 |
US11693405B2 (en) | 2023-07-04 |
AU2019377392B2 (en) | 2022-05-26 |
CA3118477A1 (en) | 2020-05-14 |
CN113302109B (zh) | 2024-04-16 |
US20230280748A1 (en) | 2023-09-07 |
AU2019377392A1 (en) | 2021-05-27 |
US20210048816A1 (en) | 2021-02-18 |
WO2020096830A1 (en) | 2020-05-14 |
EP3856597A4 (en) | 2022-06-29 |
JP2023159310A (ja) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019284146B2 (en) | Testing predictions for autonomous vehicles | |
CN113302109B (zh) | 实施自主车辆的回退行为的系统 | |
WO2022007655A1 (zh) | 一种自动换道方法、装置、设备及存储介质 | |
US11242040B2 (en) | Emergency braking for autonomous vehicles | |
US11945433B1 (en) | Risk mitigation in speed planning | |
CN113924241B (zh) | 用于自主车辆的追踪消失对象 | |
US20240092392A1 (en) | Detecting and Responding to Malfunctioning Traffic Lights | |
CN113508056A (zh) | 针对自主车辆的转弯发出信号 | |
CN115593429A (zh) | 自动驾驶车辆对紧急车辆的响应 | |
US20220176987A1 (en) | Trajectory limiting for autonomous vehicles | |
US11608066B1 (en) | Responding to input on a brake pedal of a brake by wire system for an autonomous vehicle | |
WO2024111192A1 (ja) | 運転支援装置 | |
US20230068703A1 (en) | Planning system for autonomously navigating around lane-sharing road agents |
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 |