CN113495560A - 基于场景的自动驾驶车辆控制 - Google Patents
基于场景的自动驾驶车辆控制 Download PDFInfo
- Publication number
- CN113495560A CN113495560A CN202011031200.5A CN202011031200A CN113495560A CN 113495560 A CN113495560 A CN 113495560A CN 202011031200 A CN202011031200 A CN 202011031200A CN 113495560 A CN113495560 A CN 113495560A
- Authority
- CN
- China
- Prior art keywords
- control
- autonomous vehicle
- current
- vehicle
- driving
- 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.)
- Pending
Links
- 230000033001 locomotion Effects 0.000 claims abstract description 17
- 230000000694 effects Effects 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000012805 post-processing Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000008447 perception Effects 0.000 description 28
- 230000008569 process Effects 0.000 description 17
- 230000001133 acceleration Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
- B60W10/184—Conjoint control of vehicle sub-units of different type or different function including control of braking systems with wheel brakes
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18036—Reversing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- 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
- B60W40/10—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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- 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
- B60W60/007—Emergency override
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/027—Parking aids, e.g. instruction means
- B62D15/0285—Parking performed automatically
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
-
- 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
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
- B60W2050/0095—Automatic control mode change
-
- 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
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
在一个实施方式中,自动驾驶车辆(ADV)的控制包括确定ADV的当前场景。基于该场景,从多个不同的控制算法中选择控制算法作为活动控制算法。基于一个或多个目标输入,使用活动控制算法生成一个或多个控制命令。应用控制命令以实现ADV的移动。
Description
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基于场景的自动驾驶车辆控制。
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。
车辆控制算法可确定如何迅速地跟踪目标控制参数(例如,车辆位置、车辆前进方向或速度)。在不同的驾驶场景下,可能需要不同的控制算法和配置。
发明内容
根据本公开的一方面,提供了一种用于操作自动驾驶车辆的方法,所述方法包括:
感知所述自动驾驶车辆周围的驾驶环境;
基于所述驾驶环境,从多个驾驶场景中确定所述自动驾驶车辆的当前场景;
基于所述当前场景,在多个不同控制算法中选择控制算法,所选择的控制算法中的每个均与所述驾驶场景中的至少一个相关联;
基于一个或多个控制目标输入,通过从与所述驾驶场景相关联的多个控制器中调用与所选择的控制算法相对应的控制器,利用所选择的控制算法生成控制命令;以及
应用所述控制命令以实现所述自动驾驶车辆的移动。
在某些实施方式中,基于地图信息、当前车辆位置或当前车辆速度中的至少两个来确定所述自动驾驶车辆的所述当前场景。
在某些实施方式中,所述当前场景是包括停车场景和正常驾驶场景的多个场景中的一个。
在某些实施方式中,所述多个不同控制算法中的对应于所述停车场景的第一控制算法允许正向和反向油门,而所述多个不同控制算法中的对应于所述正常驾驶场景的第二控制算法不允许反向油门。
在某些实施方式中,所述多个不同控制算法中的对应于所述停车场景的第一控制算法比所述多个不同控制算法中的对应于所述正常驾驶场景的第二控制算法更迅速地生成所述控制命令,以减小a)所述自动驾驶车辆的目标位置与所述自动驾驶车辆的当前位置之间的差异,或b)所述自动驾驶车辆的目标前进方向与所述自动驾驶车辆的当前前进方向之间的差异。
在某些实施方式中,所述多个不同控制算法中的对应于所述停车场景的第一控制算法不如所述多个不同控制算法中的对应于所述正常驾驶场景的第二控制算法迅速地生成所述控制命令,以减小所述自动驾驶车辆的目标速度与所述自动驾驶车辆的当前速度之间的差异。
在某些实施方式中,所述一个或多个控制目标输入包括以下中的至少一个:所述自动驾驶车辆的目标位置、所述自动驾驶车辆的当前位置、所述自动驾驶车辆的目标速度、所述自动驾驶车辆的当前速度、所述自动驾驶车辆的目标前进方向或所述自动驾驶车辆的当前前进方向。
在某些实施方式中,所述控制命令包括转向命令、油门命令或制动命令中的至少一个。
在某些实施方式中,所述多个不同控制算法中的每个均与公共预处理协议相关联,所述公共预处理协议读取所述当前场景以基于所述当前场景选择所述控制算法,并从车辆定位系统、车辆规划系统或底盘信道中的一个或多个检索所述一个或多个控制目标输入。
在某些实施方式中,所述多个不同控制算法中的每个均与公共后处理协议相关联,所述公共后处理协议格式化所述控制命令并将所述控制命令输出到车辆通信总线上,以由油门致动器、转向致动器或制动致动器接收。
在某些实施方式中,所述后处理协议响应于紧急状况输出覆盖所述控制命令的紧急命令。
在某些实施方式中,所述多个不同控制算法中的每个均能够通过存储在电子存储器中的配置文件来配置。
根据本公开的另一方面,提供了一种存储有指令的非暂时性机器可读介质,所述指令在由处理器执行时致使所述处理器执行操作,所述操作包括:
感知自动驾驶车辆周围的驾驶环境;
基于所述驾驶环境,从多个驾驶场景中确定所述自动驾驶车辆的当前场景;
基于所述当前场景,在多个不同控制算法中选择控制算法,所选择控制算法中的每个均与所述驾驶场景中的至少一个相关联;
基于一个或多个控制目标输入,通过从与所述驾驶场景相关联的多个控制器中调用与所选择的控制算法相对应的控制器,利用所选择的控制算法生成控制命令;以及
应用所述控制命令以实现所述自动驾驶车辆的移动。
根据本公开的又一方面,提供了一种数据处理系统,包括:
处理器;以及
存储器,联接至所述处理器以存储指令,所述指令在由所述处理器执行时致使所述处理器执行操作,所述操作包括:
感知自动驾驶车辆周围的驾驶环境;
基于所述驾驶环境,从多个驾驶场景中确定所述自动驾驶车辆的当前场景;
基于所述当前场景,在多个不同控制算法中选择控制算法,所选择的控制算法中的每个均与所述驾驶场景中的至少一个相关联;
基于一个或多个控制目标输入,通过从与所述驾驶场景相关联的多个控制器中调用与所选择的控制算法相对应的控制器,利用所选择的控制算法生成控制命令;以及
应用所述控制命令以实现所述自动驾驶车辆的移动。
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示出了说明根据一个实施方式的用于自动驾驶的系统架构的框图。
图5示出了根据一个实施方式的基于场景控制自动驾驶车辆的过程。
图6示出了根据一个实施方式的示例性停车控制与正常驾驶控制模块。
图7示出了根据一个实施方式的用于基于场景利用不同控制算法来控制自动驾驶车辆的系统。
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。
在不同的驾驶场景下,可能需要不同的控制算法和配置。例如,在一些情况下,我们可能希望自动驾驶车辆迅速地跟踪目标车辆前进方向。在这种情况下,控制算法可随时间在转向命令中产生迅速的变化,以快速减小目标车辆前进方向与当前车辆前进方向之间的误差。在其它情况下,控制算法可能希望限制控制命令在某一时间量内(例如,从一个帧到下一个帧)可改变多少。
根据一些实施方式,本公开的方法和系统提供用于自动驾驶车辆的控制模块的热插拔模型。可基于自动驾驶车辆的当前场景将不同的控制算法“插入”到系统中。当前场景(例如,诸如车道上或车道内驾驶场景的默认驾驶场景,或诸如停车场景的开放空间驾驶场景)可基于来自车辆的感测输入而不仅仅是ADV的速度来确定。如果速度是唯一的决定因素,则控制算法可能被过于频繁地切换,同时不能准确地反映ADV的真实驾驶场景(例如,车辆即使在不停车时也可能减慢)。因此,可基于两个或更多个因素来做出关于ADV的驾驶场景是什么的高水平判定。
在多个不同的控制算法中选择控制算法。该控制算法基于一个或多个控制目标输入生成用于ADV的控制命令。控制命令(例如,油门、转向、制动)影响ADV的运动,以适应驾驶场景。因此,在正常驾驶状况下,转向可能是平滑的,从一个时刻到下一个时刻不会太剧烈地改变。在停车状况下,当车辆移动较慢并且空间可能受到限制时,转向可能进行更迅速地改变。尽管这里使用转向作为示例,但是不同的控制算法在其它方面也有所不同,如本公开的其它部分所述。出于说明性目的,使用停车场景作为开放空间驾驶场景的示例,然而,也可应用其它类型的开放空间场景。
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。
无线通信系统112可包括车辆到万物(V2X)通信单元。通信单元通过无线通信协议(例如,蜂窝V2X(C-V2X))进行通信。通信单元可与诸如路边装置或服务器的其它车辆和装置(V2V或V2I)通信,并且与V2X网络通信。ADV可通过V2X单元接收关于对象、障碍物(例如,其它车辆、行人、碎片等)、道路信息和/或地图信息的数据。该数据可由感知与规划系统110处理,作为由ADV车载传感器生成的传感器数据的补充或替代,以评估和感知ADV周围的环境。
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。在一个实施方式中,算法124可包括对应于多个驾驶场景的多个不同的控制算法,以及基于ADV周围的驾驶环境的感知来确定当前驾驶场景的算法。然后,算法124可上载到ADV上,以便在自动驾驶期间实时使用。
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和场景判定模块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。
根据一个实施方式,定位模块301和/或感知模块302可与诸如路边装置的其它装置通信,以结合经由车载传感器获得的传感器数据来确定车辆的定位并感知车辆周围的驾驶环境。例如,沿着道路设置的某些路边装置可配备有传感器,诸如摄像机、LIDAR装置和/或雷达装置。路边装置可包括类似于感知模块302的功能,以确定某些道路或车道段的驾驶环境,包括识别障碍物、交通灯等。这种信息可例如经由V2X链路传送至附近的车辆。车辆可利用从路边装置接收到的信息来感知驾驶环境。可替代地,车辆可在感知驾驶环境时将其自身的感知过程与从路边装置接收的感知数据相结合。
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。
在一个实施方式中,场景判定模块308配置为基于由感知模块302和/或定位模块301提供的感知数据来确定当前驾驶场景。基于当前驾驶场景,规划模块305和/或控制模块306可在诸如车道上模式或开放空间模式的不同驾驶模式下操作。在车道上模式下,ADV配置为基于诸如车道标记(例如,车道线)的道路的车道配置来驾驶。在开放空间模式(例如,停车)下,ADV配置为根据在当前驾驶环境中检测到的障碍物,在任何方向上驾驶,包括向前和向后。在不同的驾驶模式中可涉及不同的算法。在控制模块306中,可调用不同的控制器(例如,开放空间控制器、车道上控制器)来执行相应的操作。应注意,场景判定模块308可实施为单独的模块或与模块301-307中的任一个(诸如例如,感知模块302)集成。
图4是示出根据一个实施方式的用于自动驾驶的系统架构的框图。系统架构400可表示如图3A和图3B中所示的自动驾驶系统的系统架构。参考图4,系统架构400包括但不限于应用层401、规划和控制(PNC)层402、感知层403、驱动器层404、固件层405和硬件层406。应用层401可包括与自动驾驶车辆的用户或乘客交互的用户接口或配置应用,诸如例如与用户接口系统113相关联的功能。PNC层402可包括至少规划模块305和控制模块306的功能。感知层403可包括至少感知模块302的功能。在一个实施方式中,存在包括预测模块303和/或决策模块304的功能的附加层。可替代地,这种功能可包括在PNC层402和/或感知层403中。系统架构400还包括驱动器层404、固件层405和硬件层406。固件层405可至少表示传感器系统115的功能,其可以以现场可编程门阵列(FPGA)的形式实现。硬件层406可表示自动驾驶车辆的硬件,诸如控制系统111。层401-403可经由装置驱动器层404与固件层405和硬件层406通信。
参考图5,示出了根据一个实施方式的用于控制ADV的过程500。过程500可由可包括软件、硬件或其组合的处理逻辑来执行。例如,过程500可由如上所述的场景判定模块308和控制模块306执行。参考图5,在框501处,该过程包括确定ADV的当前场景。当前场景可基于驾驶环境来确定。在一些实施方式中,当前场景确定是不仅仅基于车辆速度做出的高水平确定。在一些实施方式中,基于其确定场景的驾驶环境包括以下各项中的至少两项:地图信息、当前车辆位置、当前车辆路径、当前车辆方向和当前车辆速度。例如,如果当前车辆位置引用对照了地图信息,则这可能表明ADV处于指定的停车区域(例如,停车结构或停车场)。此外,当前车辆路径或方向可指示ADV正在进入或离开指定的停车区域。因此,可基于这样的信息以高水平确定场景。
在框502处,该过程包括基于当前场景从多个不同的控制算法中选择控制算法。如所讨论的,控制算法可基于车辆的当前场景不同地限制或惩罚控制参数(例如,速度、转向)的变化。因此,根据车辆的当前场景,从多个不同的控制算法中选择适当的和相应的控制算法。
在框503处,该过程包括基于一个或多个控制目标输入,利用控制算法生成控制命令。一个或多个控制目标输入可例如包括以下中的至少一个:ADV的目标位置、ADV的当前位置、ADV的目标速度、ADV的当前速度、ADV的目标前进方向和ADV的当前前进方向。
多个不同控制算法中的每个均可与相应的控制器相关联。例如,不同控制算法中的每个均可由其相应的控制器封装,例如作为计算机指令,和/或由相应的控制器调用和执行。控制命令可通过调用对应于当前场景的控制器来执行所选控制算法来生成。例如,在当前场景是停车场景时,调用停车控制器来生成适合用于停车的控制命令。当停车场景有效时,调用驾驶控制器来生成适合用于驾驶的控制命令。
在框504处,该过程包括应用控制命令以实现ADV的移动。控制命令(例如,油门命令、制动命令或转向命令)可传送至相应的致动器(例如,油门、制动器或转向致动器),从而实现ADV的移动。所实现的移动可与控制命令相称。例如,响应于控制命令,控制命令的值将确定ADV加速、转弯或制动的程度。该过程可在驾驶期间执行,以根据相关场景动态地调整ADV控制。
参考图6,示出了根据一个实施方式的具有模块化热插拔控制模块的系统。场景判定模块308可做出关于哪个ADV驾驶场景当前与ADV相关的高水平判定。当前场景可从多个场景中选择。这些场景可被预先确定并存储在计算机存储器中(例如,作为数据和/或计算机指令)。在一些实施方式中,如图6中所示,多个场景包括停车场景和正常驾驶场景。场景判定模块308可基于多个因素(例如,地图数据、车辆位置、车辆方向和车辆速度)来确定哪个场景是相关的。
例如,这些因素可指示车辆正在进入指定的停车区域(例如停车场)。在这种情况下,场景判定模块308可将活动场景设置为“停车场景”。当ADV离开指定的停车区域时,或者当ADV正常地从一个目的地驾驶到另一目的地时,场景判定模块308可将活动场景设置为“正常驾驶场景”。在一些实施方式中,可预先确定附加的驾驶场景并从中进行选择。
该系统包括多个控制模块(例如,612和622),这些控制模块基于驾驶场景作为活动ADV控制模块“热插拔”,其中,控制模块612和622可实施为控制模块306的一部分。每个控制模块均可包括公共预处理器614和公共后处理器616。此外,每个模块均可具有不同的控制算法602,该控制算法602生成与ADV当前所处的场景类型兼容的控制命令。停车控制器618和正常驾驶控制器628是对应于不同驾驶场景的不同控制算法的示例。控制器618和628可被专门设计和配置成处理相应的场景。然而,它们配置有一组公共的应用编程接口(API)。因此,可插入和调用任何控制器以执行相应场景的特定操作。在一些实施方式中,正常驾驶控制器是默认控制器。因此,正常驾驶场景(例如,车道上驾驶场景)是默认驾驶场景,除非场景判定模块另行确定。
基于一个或多个控制目标输入,诸如ADV的目标位置、ADV的当前位置、ADV的目标速度、ADV的当前速度、ADV的目标前进方向以及ADV的当前前进方向,来生成控制命令。每个不同的控制算法均可生成控制命令以减小ADV的目标参数(位置、速度、前进方向)与当前参数(位置、速度、前进方向)之间的差异,从而跟踪目标参数。然而,根据当前场景,每个控制算法均可或多或少地迅速地跟踪该目标参数。一些控制算法还可限制控制或阻止某些行为(例如,反向)。
在一些实施方式中,在停车场景(例如,开放空间模式)下,停车控制器618可允许和生成正向和反向的油门命令。相反,正常驾驶控制器628不允许反向油门,因为在正常驾驶状况下,从一个目的地到另一个目的地,ADV不应该反向驾驶。
在一些实施方式中,在停车场景下,停车控制器618比正常驾驶场景下的正常驾驶控制器628更迅速地减少a)ADV的目标位置与ADV的当前位置之间的差异,和/或b)ADV的目标前进方向与ADV的当前前进方向之间的差异。
在一些实施方式中,在停车场景下,停车控制器618生成控制命令,以减少目标控制参数(例如,ADV的速度)与ADV的当前状态(例如,ADV的当前速度)之间的差异,但是不如正常驾驶控制器628那样迅速。停车控制器618可惩罚速度的突然变化,以减小ADV在受限空间和停车场中的加速度,其中突然的加速度可引起乘客的不适和安全问题。
参考图7,示出了ADV系统,该系统基于ADV的当前场景模块化地实现适当的不同的控制算法602。场景判定模块308包括高水平场景逻辑701,其基于信息(例如,地图数据、车辆位置、车辆方向、车辆前进方向等)来确定当前相关场景。该信息可由定位模块301、地图与路线信息311、传感器系统115或作为如图3A中所示的感知与规划系统110的一部分的其它模块生成。可通过车辆底盘信道(例如,CAN总线)或连接车辆控制器和致动器以促进通信的其它通信协议来访问该信息。
控制算法中的每个均可与公共预处理模块614和公共后处理模块616相关联并且通信地联接。这些模块各自均可实施相应的协议。
例如,预处理协议可读取当前场景并检索控制目标输入(例如,来自车辆定位和/或感知、车辆规划或车辆底盘信道)。预处理协议还可确定加载哪些不同的控制算法602作为活动控制算法。该活动控制算法一旦被加载,就基于活动控制算法的唯一控制算法来处理控制目标输入。
后处理协议可格式化控制命令并将控制命令输出到车辆通信总线(例如,车辆底盘信道)上。这些控制命令可由控制系统111的相关单元接收(参见图2)。例如,可以是油门命令、转向命令或制动命令中的一个或多个的控制命令可分别由油门致动器、转向致动器或制动致动器接收,以实现ADV的相应和相称的移动。
在一些实施方式中,后处理器模块616可包括紧急逻辑704。响应于紧急状况,后处理协议可输出覆盖控制命令的紧急命令。例如,如果紧急逻辑基于从感知与规划模块110接收的信息确定存在紧急状况(例如,碰撞规避、感测到的车辆损坏、或其它紧急状况),则紧急逻辑可生成一个或多个覆盖命令,该覆盖命令使得ADV减速、靠边停车和/或停止。
在一些实施方式中,控制配置模块702存储限定每个不同控制算法的控制行为的参数。可通过a)应用编程接口、b)用户设置、和/或c)存储在存储器中的可写入文件来设置和修改这些参数。然后,控制配置模块702可在运行期间进行提取,也可在编译期间写入机器指令,这为修改和管理每个控制算法提供了便利的方式。
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)
1.一种用于操作自动驾驶车辆的方法,所述方法包括:
感知所述自动驾驶车辆周围的驾驶环境;
基于所述驾驶环境,从多个驾驶场景中确定所述自动驾驶车辆的当前场景;
基于所述当前场景,在多个不同控制算法中选择控制算法,所选择的控制算法中的每个均与所述驾驶场景中的至少一个相关联;
基于一个或多个控制目标输入,通过从与所述驾驶场景相关联的多个控制器中调用与所选择的控制算法相对应的控制器,利用所选择的控制算法生成控制命令;以及
应用所述控制命令以实现所述自动驾驶车辆的移动。
2.根据权利要求1所述的方法,其中,基于地图信息、当前车辆位置或当前车辆速度中的至少两个来确定所述自动驾驶车辆的所述当前场景。
3.根据权利要求1所述的方法,其中,所述当前场景是包括停车场景和正常驾驶场景的多个场景中的一个。
4.根据权利要求3所述的方法,其中,所述多个不同控制算法中的对应于所述停车场景的第一控制算法允许正向和反向油门,而所述多个不同控制算法中的对应于所述正常驾驶场景的第二控制算法不允许反向油门。
5.根据权利要求3所述的方法,其中,所述多个不同控制算法中的对应于所述停车场景的第一控制算法比所述多个不同控制算法中的对应于所述正常驾驶场景的第二控制算法更迅速地生成所述控制命令,以减小a)所述自动驾驶车辆的目标位置与所述自动驾驶车辆的当前位置之间的差异,或b)所述自动驾驶车辆的目标前进方向与所述自动驾驶车辆的当前前进方向之间的差异。
6.根据权利要求3所述的方法,其中,所述多个不同控制算法中的对应于所述停车场景的第一控制算法不如所述多个不同控制算法中的对应于所述正常驾驶场景的第二控制算法迅速地生成所述控制命令,以减小所述自动驾驶车辆的目标速度与所述自动驾驶车辆的当前速度之间的差异。
7.根据权利要求1所述的方法,其中,所述一个或多个控制目标输入包括以下中的至少一个:所述自动驾驶车辆的目标位置、所述自动驾驶车辆的当前位置、所述自动驾驶车辆的目标速度、所述自动驾驶车辆的当前速度、所述自动驾驶车辆的目标前进方向或所述自动驾驶车辆的当前前进方向。
8.根据权利要求1所述的方法,其中,所述控制命令包括转向命令、油门命令或制动命令中的至少一个。
9.根据权利要求1所述的方法,其中,所述多个不同控制算法中的每个均与公共预处理协议相关联,所述公共预处理协议读取所述当前场景以基于所述当前场景选择所述控制算法,并从车辆定位系统、车辆规划系统或底盘信道中的一个或多个检索所述一个或多个控制目标输入。
10.根据权利要求1所述的方法,其中,所述多个不同控制算法中的每个均与公共后处理协议相关联,所述公共后处理协议格式化所述控制命令并将所述控制命令输出到车辆通信总线上,以由油门致动器、转向致动器或制动致动器接收。
11.根据权利要求10所述的方法,其中,所述后处理协议响应于紧急状况输出覆盖所述控制命令的紧急命令。
12.根据权利要求1所述的方法,其中,所述多个不同控制算法中的每个均能够通过存储在电子存储器中的配置文件来配置。
13.一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:
感知自动驾驶车辆周围的驾驶环境;
基于所述驾驶环境,从多个驾驶场景中确定所述自动驾驶车辆的当前场景;
基于所述当前场景,在多个不同控制算法中选择控制算法,所选择控制算法中的每个均与所述驾驶场景中的至少一个相关联;
基于一个或多个控制目标输入,通过从与所述驾驶场景相关联的多个控制器中调用与所选择的控制算法相对应的控制器,利用所选择的控制算法生成控制命令;以及
应用所述控制命令以实现所述自动驾驶车辆的移动。
14.根据权利要求13所述的非暂时性机器可读介质,其中,基于地图信息、当前车辆位置、当前车辆速度中的至少两个来确定所述自动驾驶车辆的所述当前场景。
15.根据权利要求13所述的非暂时性机器可读介质,其中,所述当前场景是包括停车场景和正常驾驶场景的多个场景中的一个。
16.根据权利要求15所述的非暂时性机器可读介质,其中,所述多个不同控制算法中的对应于所述停车场景的第一控制算法允许正向和反向油门,而所述多个不同控制算法中的对应于所述正常驾驶场景的第二控制算法不允许反向油门。
17.一种数据处理系统,包括:
处理器;以及
存储器,联接至所述处理器以存储指令,所述指令在由所述处理器执行时致使所述处理器执行操作,所述操作包括:
感知自动驾驶车辆周围的驾驶环境;
基于所述驾驶环境,从多个驾驶场景中确定所述自动驾驶车辆的当前场景;
基于所述当前场景,在多个不同控制算法中选择控制算法,所选择的控制算法中的每个均与所述驾驶场景中的至少一个相关联;
基于一个或多个控制目标输入,通过从与所述驾驶场景相关联的多个控制器中调用与所选择的控制算法相对应的控制器,利用所选择的控制算法生成控制命令;以及
应用所述控制命令以实现所述自动驾驶车辆的移动。
18.根据权利要求17所述的数据处理系统,其中,基于地图信息、当前车辆位置、当前车辆速度中的至少两个来确定所述自动驾驶车辆的所述当前场景。
19.根据权利要求17所述的数据处理系统,其中,所述当前场景是包括停车场景和正常驾驶场景的多个场景中的一个。
20.根据权利要求19所述的数据处理系统,其中,所述多个不同控制算法中的对应于所述停车场景的第一控制算法允许正向和反向油门,而所述多个不同控制算法中的对应于所述正常驾驶场景的第二控制算法不允许反向油门。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/823,066 | 2020-03-18 | ||
US16/823,066 US11740628B2 (en) | 2020-03-18 | 2020-03-18 | Scenario based control of autonomous driving vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113495560A true CN113495560A (zh) | 2021-10-12 |
Family
ID=72474093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011031200.5A Pending CN113495560A (zh) | 2020-03-18 | 2020-09-27 | 基于场景的自动驾驶车辆控制 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11740628B2 (zh) |
EP (1) | EP3882099A1 (zh) |
JP (1) | JP7189187B2 (zh) |
KR (1) | KR102488526B1 (zh) |
CN (1) | CN113495560A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114537443A (zh) * | 2022-03-22 | 2022-05-27 | 重庆长安汽车股份有限公司 | 一种用于行车和泊车的纵向控制系统及方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230082777A (ko) | 2021-12-02 | 2023-06-09 | 한국전자기술연구원 | 주행 시나리오 추천 방법 및 장치 |
KR102634543B1 (ko) * | 2021-12-21 | 2024-02-08 | 한국전자기술연구원 | 실제 도로 상황을 반영한 시뮬레이터용 도로교통 시나리오 생성 방법 및 시스템 |
US20230286584A1 (en) * | 2022-03-08 | 2023-09-14 | Ford Global Technologies, Llc | Method for operating a motor vehicle with a parking assistant |
CN115431995B (zh) * | 2022-10-18 | 2023-12-22 | 广州万协通信息技术有限公司 | 基于不同级别辅助驾驶的设备控制方法及装置 |
CN115933504B (zh) * | 2023-03-14 | 2023-07-14 | 苏州浪潮智能科技有限公司 | 行驶控制系统,行驶控制方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160187880A1 (en) * | 2014-12-25 | 2016-06-30 | Automotive Research & Testing Center | Driving control system and dynamic decision control method thereof |
US20160236680A1 (en) * | 2015-02-13 | 2016-08-18 | Ford Global Technologies, Llc | System and method for parallel parking a vehicle |
US20180011494A1 (en) * | 2016-07-05 | 2018-01-11 | Baidu Usa Llc | Standard scene-based planning control methods for operating autonomous vehicles |
US20180059672A1 (en) * | 2016-08-29 | 2018-03-01 | Baidu Usa Llc | Method and system to construct surrounding environment for autonomous vehicles to make driving decisions |
US20180136653A1 (en) * | 2016-11-16 | 2018-05-17 | Baidu Usa Llc | Emergency handling system for an autonomous driving vehicle (adv) |
CN109155107A (zh) * | 2016-03-22 | 2019-01-04 | 德尔福技术有限公司 | 用于自动化车辆场景感知的感知系统 |
US20190079514A1 (en) * | 2017-09-13 | 2019-03-14 | Baidu Usa Llc | Driving scene based path planning for autonomous driving vehicles |
WO2019088989A1 (en) * | 2017-10-31 | 2019-05-09 | Nissan North America, Inc. | Reinforcement and model learning for vehicle operation |
CN110196593A (zh) * | 2019-05-16 | 2019-09-03 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶多场景环境检测及决策系统及方法 |
CN110825093A (zh) * | 2019-11-28 | 2020-02-21 | 安徽江淮汽车集团股份有限公司 | 自动驾驶策略生成方法、装置、设备及存储介质 |
CN110879560A (zh) * | 2019-12-23 | 2020-03-13 | 北京百度网讯科技有限公司 | 控制车辆的方法、装置、设备和存储介质 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3671754B2 (ja) | 1999-08-09 | 2005-07-13 | 日産自動車株式会社 | 車線追従装置 |
JP2004276641A (ja) | 2003-03-12 | 2004-10-07 | Nissan Motor Co Ltd | 先行車追従制御装置 |
US9156476B2 (en) * | 2012-10-02 | 2015-10-13 | Trevor O'Neill | System and method for remote control of unmanned vehicles |
US9199667B2 (en) * | 2014-03-14 | 2015-12-01 | Mitsubishi Electric Research Laboratories, Inc. | System and method for semi-autonomous driving of vehicles |
EP3018027B1 (en) * | 2014-11-10 | 2017-06-07 | Volvo Car Corporation | Control arrangement arranged to control an autonomous vehicle, autonomous drive arrangement, vehicle and method |
WO2016080452A1 (ja) | 2014-11-19 | 2016-05-26 | エイディシーテクノロジー株式会社 | 自動運転制御装置 |
CN106372758B (zh) | 2016-09-13 | 2020-07-17 | 同济大学 | 一种辅助泊车系统的路径跟随方法及装置 |
WO2018147871A1 (en) * | 2017-02-10 | 2018-08-16 | Nissan North America, Inc. | Autonomous vehicle operational management |
US10452070B2 (en) * | 2017-09-15 | 2019-10-22 | Uber Technologies, Inc. | Context-specific tolerance for motion control in autonomous vehicles |
KR102384743B1 (ko) | 2018-01-09 | 2022-04-08 | 삼성전자주식회사 | 차량의 자율 주행을 위한 자율 주행 장치 및 그 제어 방법 |
WO2019180700A1 (en) * | 2018-03-18 | 2019-09-26 | Liveu Ltd. | Device, system, and method of autonomous driving and tele-operated vehicles |
US11157003B1 (en) * | 2018-04-05 | 2021-10-26 | Northrop Grumman Systems Corporation | Software framework for autonomous system |
US11054829B2 (en) | 2018-07-17 | 2021-07-06 | Baidu Usa Llc | Multimodal motion planning framework for autonomous driving vehicles |
CN112739586B (zh) * | 2018-09-27 | 2023-06-16 | 日立安斯泰莫株式会社 | 车辆控制装置 |
JP2020082915A (ja) | 2018-11-20 | 2020-06-04 | 株式会社ジェイテクト | 操舵装置および操舵装置におけるモータ制御方法 |
KR102579366B1 (ko) * | 2019-02-11 | 2023-09-18 | 한국전자통신연구원 | 다중 서비스 능력과의 매핑을 기초로 하는 다중 네트워킹 능력 트레이딩 제어 방법 및 시스템 |
US11554785B2 (en) * | 2019-05-07 | 2023-01-17 | Foresight Ai Inc. | Driving scenario machine learning network and driving environment simulation |
US11548518B2 (en) * | 2019-06-28 | 2023-01-10 | Woven Planet North America, Inc. | Subjective route comfort modeling and prediction |
CN110579216B (zh) | 2019-09-12 | 2022-02-18 | 阿波罗智能技术(北京)有限公司 | 测试场景库构建方法、装置、电子设备和介质 |
US11142188B2 (en) * | 2019-12-31 | 2021-10-12 | Zoox, Inc. | Action-based reference systems for vehicle control |
JP7459532B2 (ja) * | 2020-01-31 | 2024-04-02 | トヨタ自動車株式会社 | 車両 |
-
2020
- 2020-03-18 US US16/823,066 patent/US11740628B2/en active Active
- 2020-09-09 EP EP20195358.5A patent/EP3882099A1/en active Pending
- 2020-09-24 KR KR1020200124012A patent/KR102488526B1/ko active IP Right Grant
- 2020-09-27 CN CN202011031200.5A patent/CN113495560A/zh active Pending
- 2020-10-16 JP JP2020174569A patent/JP7189187B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160187880A1 (en) * | 2014-12-25 | 2016-06-30 | Automotive Research & Testing Center | Driving control system and dynamic decision control method thereof |
US20160236680A1 (en) * | 2015-02-13 | 2016-08-18 | Ford Global Technologies, Llc | System and method for parallel parking a vehicle |
CN109155107A (zh) * | 2016-03-22 | 2019-01-04 | 德尔福技术有限公司 | 用于自动化车辆场景感知的感知系统 |
US20180011494A1 (en) * | 2016-07-05 | 2018-01-11 | Baidu Usa Llc | Standard scene-based planning control methods for operating autonomous vehicles |
US20180059672A1 (en) * | 2016-08-29 | 2018-03-01 | Baidu Usa Llc | Method and system to construct surrounding environment for autonomous vehicles to make driving decisions |
US20180136653A1 (en) * | 2016-11-16 | 2018-05-17 | Baidu Usa Llc | Emergency handling system for an autonomous driving vehicle (adv) |
US20190079514A1 (en) * | 2017-09-13 | 2019-03-14 | Baidu Usa Llc | Driving scene based path planning for autonomous driving vehicles |
WO2019088989A1 (en) * | 2017-10-31 | 2019-05-09 | Nissan North America, Inc. | Reinforcement and model learning for vehicle operation |
CN110196593A (zh) * | 2019-05-16 | 2019-09-03 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶多场景环境检测及决策系统及方法 |
CN110825093A (zh) * | 2019-11-28 | 2020-02-21 | 安徽江淮汽车集团股份有限公司 | 自动驾驶策略生成方法、装置、设备及存储介质 |
CN110879560A (zh) * | 2019-12-23 | 2020-03-13 | 北京百度网讯科技有限公司 | 控制车辆的方法、装置、设备和存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114537443A (zh) * | 2022-03-22 | 2022-05-27 | 重庆长安汽车股份有限公司 | 一种用于行车和泊车的纵向控制系统及方法 |
CN114537443B (zh) * | 2022-03-22 | 2024-05-03 | 重庆长安汽车股份有限公司 | 一种用于行车和泊车的纵向控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210294324A1 (en) | 2021-09-23 |
JP7189187B2 (ja) | 2022-12-13 |
JP2021147030A (ja) | 2021-09-27 |
KR102488526B1 (ko) | 2023-01-12 |
US11740628B2 (en) | 2023-08-29 |
KR20210117125A (ko) | 2021-09-28 |
EP3882099A1 (en) | 2021-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11442450B2 (en) | Method for determining passable area in planning a path of autonomous driving vehicles | |
US11740628B2 (en) | Scenario based control of autonomous driving vehicle | |
CN113129624B (zh) | 交通堵塞情况下的最快车道确定算法 | |
CN113552870A (zh) | 基于感知结果的动态速度限制调整系统及方法 | |
US20210004010A1 (en) | Hierarchical path decision system for planning a path for an autonomous driving vehicle | |
CN113391629A (zh) | 利用安全冗余自动系统增强路径障碍物检测的方法 | |
CN113442945A (zh) | 用于自动驾驶车辆的使用反馈的增量式侧向控制系统 | |
CN112230645A (zh) | 用于控制无人驾驶车辆的操纵杆控制的安全机制 | |
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 | |
WO2022222028A1 (en) | Traffic light detection and classification for autonomous driving vehicles | |
US11061403B2 (en) | Path planning with a preparation distance for a lane-change | |
CN112829770A (zh) | 基于车道边界和车辆速度的绕行决策 | |
US20210284195A1 (en) | Obstacle prediction system for autonomous driving vehicles | |
CN113815640A (zh) | 用于具有不同速度限制的车道的车道变更系统 | |
CN113428173A (zh) | 用于自动驾驶车辆的静态曲率误差补偿控制逻辑 | |
CN113428174A (zh) | 自动驾驶车辆规划中的嵌套情景 | |
CN113002534A (zh) | 碰撞后减损制动系统 | |
CN113060140A (zh) | 基于中心线移位的变道前路径规划 | |
CN113044058A (zh) | 自动驾驶车辆三点转弯 | |
CN113748059A (zh) | 离线和在线解决方案相结合的停车轨迹生成方法 | |
US11288528B2 (en) | Differentiation-based traffic light detection | |
CN113753071A (zh) | 预防减速规划 | |
US11577644B2 (en) | L3-level auto-emergency light system for ego vehicle harsh brake | |
CN113525510B (zh) | 自动将自主驾驶车辆的转向返回至中心位置的系统和方法 | |
US11242057B2 (en) | Method for optimizing three-point turn of autonomous driving vehicles |
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 |