CN113838281A - 交通锥情况下的基于路线安排的车道引导系统 - Google Patents

交通锥情况下的基于路线安排的车道引导系统 Download PDF

Info

Publication number
CN113838281A
CN113838281A CN202011566150.0A CN202011566150A CN113838281A CN 113838281 A CN113838281 A CN 113838281A CN 202011566150 A CN202011566150 A CN 202011566150A CN 113838281 A CN113838281 A CN 113838281A
Authority
CN
China
Prior art keywords
lane
autonomous vehicle
adv
route
navigating
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
Application number
CN202011566150.0A
Other languages
English (en)
Inventor
朱帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN113838281A publication Critical patent/CN113838281A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

在一个实施方式中，自动驾驶车辆(ADV)的感知模块检测位于多车道道路的第一车道内的临时交通控制装置(TTCD)。将第一车道添加到不允许ADV行驶的一个或多个车道的黑名单。向ADV的规划模块发出对ADV的路线进行重新安排的请求，以将ADV路线安排至多车道道路中的第二车道。ADV导航到第二车道，并继续沿着所请求的重新安排的路线进行导航。ADV监视其它TTCD。第一车道的一个或多个边界线可标记为“请勿穿越”，使得ADV不导航(即使部分地)回到第一车道中。如果第一车道中在ADV前方预定距离内不再有TTCD，则将第一车道从黑名单中删除。

Description

交通锥情况下的基于路线安排的车道引导系统
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在诸如交通锥的异常交通障碍物中或周围导航自动驾驶车辆。
背景技术
以自动驾驶模式运行(例如，无人驾驶)的车辆可将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
运动规划和控制是自动驾驶中的关键操作。然而，传统的运动规划操作主要从它的曲率和速度来估计完成给定路径的难度，而不考虑不同类型车辆在特征上的差异。将相同的运动规划和控制应用于所有类型的车辆，这在某些情况下可能不准确且不平稳。
交通锥是道路中常见的障碍物。但是，交通锥不同于其它常见的障碍物(例如，自行车、行人或者其它车辆)。当自动驾驶车辆(ADV)遇到自行车、行人或者其它车辆时，ADV可简单地围绕障碍物调整其路线。相反，不同于其它常见的障碍物，交通锥具有一个或多个特殊的含义。交通锥可指示出现交通锥的车道被阻塞并且ADV不使用该阻塞的车道。交通锥还可指示驾驶员要缓慢避开具有交通锥的车道并指示在交通锥之外可能出现一个或多个人员、车辆或活动。
发明内容
本公开的实施方式提供了一种在多车道道路上导航自动驾驶车辆(ADV)的方法、非暂时性机器可读介质、数据处理系统以及计算机程序产品。
一种在多车道道路上导航自动驾驶车辆(ADV)的方法，包括：检测位于多车道道路的第一车道内的临时交通控制装置(TTCD)，其中，ADV在第一车道内导航；将第一车道添加到导航黑名单中，导航黑名单指示不允许ADV驶入的多车道道路中的一个或多个车道；请求将ADV的路线重新安排至允许ADV驶入的多车道道路中的第二车道；以及导航至多车道道路中的第二车道，并依据所请求的重新安排的路线导航ADV。
一种其中存储有指令的非暂时性机器可读介质，在由处理器执行指令时，使处理器执行用于在多车道道路上导航自动驾驶车辆(ADV)的操作，该操作包括：检测位于多车道道路的第一车道内的临时交通控制装置(TTCD)，其中，ADV在第一车道内导航；将第一车道添加到导航黑名单中，导航黑名单指示不允许ADV驶入的多车道道路中的一个或多个车道；请求将ADV的路线重新安排至允许ADV驶入的多车道道路中的第二车道；以及导航至多车道道路中的第二车道，并依据所请求的重新安排的路线导航ADV。
数据处理系统，包括：处理器；以及存储器，联接至处理器以存储指令，当由处理器执行指令时，使得处理器执行用于在多车道道路上导航自动驾驶车辆(ADV)的操作，该操作包括：检测位于多车道道路的第一车道内的临时交通控制装置(TTCD)，其中，ADV在第一车道内导航；将第一车道添加到导航黑名单中，导航黑名单指示不允许ADV驶入的多车道道路中的一个或多个车道；请求将ADV的路线重新安排至允许ADV驶入的多车道道路中的第二车道；以及导航至多车道道路中的第二车道，并依据所请求的重新安排的路线导航ADV。
一种计算机程序产品，包括计算机程序，所述计算机程序在由处理器执行时可实现用于在多车道道路上导航自动驾驶车辆(ADV)的方法，该方法包括：检测位于多车道道路的第一车道内的临时交通控制装置(TTCD)，其中，ADV在第一车道内导航；将第一车道添加到导航黑名单中，导航黑名单指示不允许ADV驶入的多车道道路中的一个或多个车道；请求将ADV的路线重新安排至允许ADV驶入的多车道道路中的第二车道；以及导航至多车道道路中的第二车道，并依据所请求的重新安排的路线导航ADV。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同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和图3B是示出根据一个实施方式的自动驾驶车辆使用的自动驾驶系统的示例的框图。
图4是示出根据一个实施方式的决策与规划系统的示例的框图。
图5A和图5B示出根据一些实施方式的驾驶场景，其中自动驾驶车辆在存在一个或多个临时交通控制装置(TTCD)的情况下导航。
图6A和图6B是根据一些实施方式、在具有一个或多个临时交通控制装置(TTCD)的多车道道路上导航自动驾驶车辆的方法。
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。
根据一些实施方式，自动驾驶汽车(ADV)的感知模块检测位于多车道道路的第一车道内的临时交通控制装置(TTCD)。将第一车道添加至不允许ADV驶入的一个或多个车道的黑名单中。向ADV的规划模块发送对ADV的路线进行重新安排的请求，以将ADV路线安排至多车道道路中的第二车道。ADV导航至第二车道并继续沿着所请求的重新安排的路线进行导航。ADV监视其它的TTCD。第一车道的一个或多个边界线可标记为“请勿穿越”以使得ADV不导航(即使部分地)回到第一车道内。如果在第一车道中在ADV前方预定距离处不再有TTCD，则将第一车道从黑名单删除。第一车道的一个或多个边界线标记为“可以穿越”以使得ADV可请求另一路线安排，并且重新安排路线可包括：在第一车道内导航ADV。TTCD可以是以下项的一种或多种：交通锥，指示将车辆导航至第一车道外的“箭头”标志、显示第一车道必须并入右侧或并入左侧的标志、等等。
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ADV 101。尽管示出一个ADV，但多个ADV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。
ADV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ADV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。ADV 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，ADV 101包括，但不限于，自动驾驶系统(ADS)110、车辆控制系统111、无线通信系统112、用户接口系统113、以及传感器系统115。ADV 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ADS 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ADV的位置的信息。IMU单元213可基于惯性加速度来感测ADV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ADV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ADV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ADV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ADV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ADV 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。
ADV 101的功能中的一些或全部可由ADS 110控制或管理，尤其当在自动驾驶模式下操作时。ADS 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，ADS 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。ADS110获得行程相关数据。例如，ADS 110可从MPOI服务器中获得位置和路线数据，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ADS 110的永久性存储装置中。
当ADV 101沿着路线移动时，ADS 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ADS 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)，ADS 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(ADS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命令(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获到的车辆的响应(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，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：训练ADV的临时交通控制装置(TTCD)导航模块学习检测指示多车道道路的一个或多个车道禁止通行的各种TTCD的放置。TTCD的放置不是标准化的，并且机器学习122可用于根据数据收集器121收集的有关指示车道封闭的TTCD的各种放置技术的数据中训练算法/模型124。响应于检测指示车道封闭的TTCD的放置模式，使用对ADV的路线进行重新安排的驾驶统计数据，用于未来规划与路线安排逻辑扩展。然后，可将算法124上传到ADV上，以在自动驾驶过程中实时使用算法124。
图3A和图3B是示出根据一个实施方式的ADV使用的自动驾驶系统300的示例的框图。系统300可实施为图1的ADV 101的一部分，包括但不限于自动驾驶系统(ADS)110、控制系统111和传感器系统115。参考图3A和图3B，ADS 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、以及临时交通控制装置(TTCD)导航模块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。例如，模块308可作为感知模块302和/或规划模块305的一部分实现。
定位模块301确定ADV 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ADV 300的诸如地图与路线数据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数据。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数据311的一部分高速缓存。当ADV 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可在具有一个或多个车道的道路中检测一个或多个临时交通控制装置(TTCD)。TTCD可包括：交通锥、“箭头”标志(例如，金属涂漆标志或发光标志)、带有或不带有标志的临时交通障碍，等等。道路的车道内的TTCD由ADV的感知模块检测，并用于将自动驾驶汽车导航出“封闭的”车道。感知模块302通知规划模块305和TTCD导航模块308道路中存在一个或多个TTCD。
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ADV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、临时交通控制装置(TTCD)和/或障碍物等。计算机视觉系统可使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉系统可绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可基于由诸如雷达和/或LIDAR的其它传感器提供的其它传感器数据来检测对象。
针对每个对象，预测模块303预测对象在这种情况下将如何表现。预测是基于感知数据执行的，该感知数据在考虑一组地图/路线信息311和交通规则312的时间点感知驾驶环境。例如，如果对象为相反方向上的车辆且当前驾驶环境包括十字路口，则预测模块303将预测车辆是否可能会笔直向前移动或转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可能会预测车辆在进入十字路口之前可能需要完全停车。如果感知数据表明车辆目前处于左转唯一车道或右转唯一车道，则预测模块303可能预测车辆将更可能分别左转或右转。
针对每个对象，决策模块304作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块304可根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可存储在永久性存储装置352中。
路线安排模块307配置成提供从起始点到目的地点的一个或多个路线或路径。对于从起始位置到目的地位置的给定行程，例如从用户接收的给定行程，路线安排模块307获得路线与地图信息311，并确定从起始位置至到达目的地位置的所有可能路线或路径。路线安排模块307可生成地形图形式的参考线，它确定了从起始位置至到达目的地位置的每个路线。参考线是指不受其它诸如其它车辆、障碍物或交通状况的任何干扰的理想路线或路径。即，如果道路上没有其它车辆、行人或障碍物，则ADV应精确地或紧密地跟随参考线。然后，将地形图提供至决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线，以根据由其它模块提供的其它数据选择和更改最佳路线中的一个，其中，其它数据诸如为来自定位模块301的交通状况、由感知模块302感知到的驾驶环境以及由预测模块303预测的交通状况。根据时间点下的特定驾驶环境，用于控制ADV的实际路径或路线可能接近于或不同于由路线安排模块307提供的参考线。
基于针对所感知到的对象中的每个的决定，规划模块305使用由路线安排模块307提供的参考线作为基础，为ADV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在下一移动周期(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ADV。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ADV的驾驶路径。例如，导航系统可确定用于影响ADV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ADV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ADV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ADV的驾驶路径。
临时交通控制装置(TTCD)导航模块308从感知模块302接收诸如交通锥的临时交通控制装置(TTCD)的指示。TTCD导航模块308可确定TTCD在ADV当前正在其中导航的道路的第一车道中。TTCD导航模块308使ADV的规划模块305和路线安排模块307将在其中检测到TTCD的第一车道标记为黑名单车道，使得在作出后续的路径规划决策时规划模块305和路线安排模块307不考虑使用第一车道来导航ADV。然后，TTCD导航模块308请求路线安排模块307对ADV的路线进行重新安排。
路线安排模块307找到进入第二车道的新路线，并将ADV导航到第二车道中并沿着新路线导航。TTDC导航模块308还可使规划模块305和路线安排模块307将第一车道的一个或多个车道边界标记为“请勿穿越”，以使得路线安排和规划模块进行的后续路线安排决策不会穿越第一车道的一个或多个车道边界。当感知模块302确定在第一车道中对于预定距离不再有TTCD时，则TTCD导航模块308可使规划模块305和路线安排模块307重置第一车道的一个或多个边界线，并从黑名单车道中移除第一车道，以使得未来规划与路线安排决策可穿越第一车道的一个或多个边界并可将ADV导航到第一车道中。
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。参照图4，系统架构400包括但不限于应用层401、规划与控制(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可至少包括规划模块305和控制模块306的功能。感知层403可至少包括感知模块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，这些功能可包括在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，该功能可通过现场可编程门阵列(FPGA)的形式实现。硬件层406可表示自动驾驶车辆的诸如控制系统111的硬件。层401至层403可经由装置驱动器层404与固件层405和硬件层406通信。
图5A和图5B示出根据一些实施方式的驾驶场景，其中自动驾驶车辆在存在一个或多个临时交通控制装置(TTCD)的情况下导航。图5A示出驾驶场景，其中多个TTCD(在这种情况下为交通锥C1、C2和C3)指示车道1是封闭的(参考标记550，“车道1封闭”)。示例多车道道路包括第一车道和第二车道。参考标记505可以是道路的物理边缘(例如，多车道道路的路缘或路肩)，或者可以是涂漆的条纹或车道1的左边界的其它指示。参考标记510是车道1的右边界并可由例如涂漆的虚线条纹指示。参考标记510还是车道2的左边界。参考标记515可以是道路的物理边缘(例如，道路的路缘或路肩)，或者可以是涂漆的条纹，或者是车道2的右边界的其它指示。ADV 101正在车道1内导航驾驶路线。ADV 101使用感知模块302感知车道1中的TTCD。在这种情况下，TTCD是交通锥C1。交通锥C1指示车道1已封闭550。
人类驾驶员或现有技术的ADV可选择路径525(虚线)，因为规划模块检测到道路在交通锥C1的另一侧没有障碍物。但是，路径525既不安全又不合法，因为交通锥C1旨在将交通限制在封闭车道1之外。
在申请人的实施方式中，临时交通控制装置(TTCD)导航模块308可使规划模块305和路线安排模块307将车道1标记为黑名单，以使得规划模块305和路线安排模块307在未来的路线安排决策中将不考虑使用车道1。然后，TTCD导航模块308从路线安排模块307或规划模块305请求对ADV 101的路线进行重新安排。路线安排模块307为ADV 101提供新路线，以沿着新路径520导航到开放车道2(参考标记555)。然后，TTCD导航模块308可请求规划模块305和路线安排模块307也标记车道1的一个或多个车道边界，以使得车道边界指示“请勿穿越”车道边界进入车道1，用于未来路线安排决策。在图5A的示例中，在ADV 101在车道2中沿着新路线520导航之后，TTCD导航模块308使规划模块305和路线安排模块307将参考线510(其为车道1的右车道边界和车道2的左车道边界)标记为“请勿穿越”以用于未来路线安排决策，直到确定通道1重新开放为止。
当ADV 101沿着路线520导航时，ADV 101感知模块302检测交通锥C2，指示车道1仍然封闭。ADV 101感知模块302进一步检测交通锥C3，指示车道1仍然封闭。当ADV 101经过交通锥C3时，ADV 101在距离D1处检测到ADV 101前方没有其它交通锥，因此，车道1被认为是开放的。TTCD导航模块308可使规划模块305将车道1的一个或多个车道边界的指示重置为“可以穿越”，并可进一步从车道黑名单中移除车道1。因此，在ADV 101经过交通锥C3一小段距离D2之后，TTCD导航模块308可从规划模块305请求对ADV 101的路线进行重新安排。规划模块305可重新安排ADV的路径520回到车道1，或者保持在车道2中。
图5B示出驾驶场景，其中多个临时交通控制装置(TTCD)(在这种情况下为交通锥C1到C6)指示车道1是封闭的(参考标记550)。示例多车道道路包括第一车道和第二车道。参考标记505可以是道路的物理边缘(例如，道路的路缘或路肩)，或者可以是涂漆的条纹，或者是车道1的左边界的其它指示。参考标记510是车道1的右边界，并可由例如涂漆的虚线条纹指示。参考标记510也是车道2的左边界。参考标记515可以是道路的物理边缘(例如，道路的路缘或路肩)，或者可以是涂漆的条纹，或者是车道2的右边界的其它指示。ADV 101在车道1内导航驾驶路线。ADV 101使用感知模块302感知TTCD。在这种情况下，TTCD是交通锥C1。交通锥C1指示车道1已封闭。
人类驾驶员或现有技术的ADV可选择路径525(虚线)，因为规划模块检测到在TTCD交通锥C1之后的第一车道中没有障碍物，并且汽车停在车道2中。通常不希望在停下来的车道上行驶，因为如果选择了车道2，则可能会有延误。但是，因为C1旨在将交通限制在封闭车道1之外路径525既不安全又不合法。
在申请人的实施方式中，临时交通控制装置(TTCD)导航模块308可使规划模块305和路线安排模块307将车道1标记为黑名单，以使得规划模块305和路线安排模块307在未来路线安排决策中将不考虑使用车道1。然后，TTCD导航模块308从路线安排模块307请求对ADV 101的路线进行重新安排。路线安排模块307使用沿着新路径520的开放车道2(参考标记555)为ADV 101提供新路线。然后，TTCD导航模块308可请求规划模块305和路线安排模块307还标记车道1的一个或多个车道边界，以使得车道边界指示“请勿穿越”车道边界进入车道1，用于未来路线安排决策。在图5B的示例中，在ADV 101在车道2中沿着新路线520导航之后，TTCD导航模块308将参考线510(其为车道1的右车道边界和车道2的左车道边界)标记为“请勿穿越”用于未来路线安排决策，直到确定通道1重新开放为止。
当ADV 101沿路线520导航时，ADV 101感知模块302检测到由于停止信号530，车道2中的交通停止，并且ADV 101安全停止在ADV 102至105后，ADV 102至105停止在停止信号530处。即使车道2内没有障碍物，ADV 101也不会尝试导航至车道1中，因为规划模块305已将车道1列入黑名单，并且车道1的右边界(参考标记510)已被标记为“请勿穿越”。
图6A和图6B是根据一些实施方式的、在具有一个或多个临时交通控制装置(TTCD)的多车道道路上导航自动驾驶车辆的方法600和方法650。
参考图6A，在操作601中，自动驾驶车辆(ADV)的感知模块302检测位于多车道道路的第一车道内的临时交通控制装置(TTCD)。ADV当前正在多车道道路的第一车道中导航。
在操作602中，TTCD导航模块308能使ADV的规划模块305和路线安排模块307将第一车道标记为“黑名单”，以使得ADV的规划和路线安排模块在未来规划和路线安排决策中将不考虑使用第一车道。不允许ADV导航到列入黑名单的第一车道。
在操作603中，TTCD导航模块308使得将ADV的路线重新安排至封闭车道1以外的车道的请求发送到路线安排模块307。
在操作604中，路线安排模块307执行新路线520进入多车道道路的第二车道中。ADV导航至车道2，并沿着新路线520导航ADV 101。方法600结束。
图6B示出根据一些实施方式的、用于在具有一个或多个临时交通控制装置(TTCD)的多车道道路上导航自动驾驶车辆的另一方法650。参考图6B，在操作651中，自动驾驶车辆(ADV)的感知模块302检测位于多车道道路的第一车道内的临时交通控制装置(TTCD)。ADV当前正在多车道道路的第一车道中导航。
在操作652中，TTCD导航模块308能使ADV的规划模块305和路线安排模块307将第一车道标记为“黑名单”，以使得ADV的规划和路线安排模块在未来规划和路线安排决策中将不考虑使用第一车道。不允许将ADV导航到列入黑名单的第一车道。
在操作653中，TTCD导航模块308可使规划模块305和路线安排模块307将第一车道的一个或多个车道边界设置为“请勿穿越”状态，以指示不导航ADV穿越第一车道的一个或多个边界。
在操作654中，TTCD导航模块308使得将ADV的路线重新安排至封闭车道1以外的车道的请求发送到路线安排模块307。
在操作655中，路线安排模块307执行新路线520，将ADV导航到多车道道路的第二车道中。ADV导航到车道2中，并沿着新路线520导航ADV 101。
在操作656中，响应于确定在第一车道中ADV之前的预定距离不再有TTCD，TTCD导航模块308使规划和路线安排模块从车道黑名单(其可用于为ADV进行规划和路线安排)中删除第一车道，并将一个或多个第一车道边界设置为“可以穿越”状态，以使得未来规划和路线安排决策将允许ADV穿越第一车道的一个或多个边界。方法650结束。
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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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它技术人员。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 (22)

1.一种在多车道道路上导航自动驾驶车辆的方法，包括:
检测位于所述多车道道路的第一车道内的临时交通控制装置，其中，所述自动驾驶车辆在所述第一车道内导航；
将所述第一车道添加到导航黑名单中，所述导航黑名单指示不允许所述自动驾驶车辆驶入的所述多车道道路中的一个或多个车道；
请求将所述自动驾驶车辆的路线重新安排至允许所述自动驾驶车辆驶入的所述多车道道路中的第二车道；以及
导航至所述多车道道路中的所述第二车道，并依据所请求的重新安排的路线导航所述自动驾驶车辆。
2.根据权利要求1所述的方法，还包括：将所述第一车道的一个或多个车道边界线设置为实线，所述实线指示所述自动驾驶车辆不能导航穿越所述一个或多个车道边界。
3.根据权利要求1所述的方法，其中，所述临时交通控制装置包括：交通锥或指示所述第一车道前方对车辆封闭的过渡箭头中的至少一个。
4.根据权利要求1所述的方法，其中，所述临时交通控制装置包括：指示所述第一车道前方封闭的标志。
5.根据权利要求1所述的方法，还包括：
监视所述自动驾驶车辆前方的其它临时交通控制装置；以及
响应于确定在所述第一车道中所述自动驾驶车辆的当前位置前方的预定距离内没有临时交通控制装置，从所述导航黑名单中删除所述第一车道并将所述第一车道的一个或多个车道边界设置为非实线，所述非实线指示所述自动驾驶车辆能够导航穿越所述一个或多个车道边界。
6.根据权利要求5所述的方法，还包括：请求对所述自动驾驶车辆的路线进行重新安排，并依据所请求的重新安排的路线导航所述自动驾驶车辆。
7.根据权利要求5所述的方法，其中，所述预定距离基于所述自动驾驶车辆的速度或具有一个或多个传感器的所述自动驾驶车辆的感知模块的前向感知距离限制中的至少一个。
8.一种其中存储有指令的非暂时性机器可读介质，在由处理器执行所述指令时，使所述处理器执行用于在多车道道路上导航自动驾驶车辆的操作，所述操作包括：
检测位于所述多车道道路的第一车道内的临时交通控制装置，其中，所述自动驾驶车辆在所述第一车道内导航；
将所述第一车道添加到导航黑名单中，所述导航黑名单指示不允许所述自动驾驶车辆驶入的所述多车道道路中的一个或多个车道；
请求将所述自动驾驶车辆的路线重新安排至允许所述自动驾驶车辆驶入的所述多车道道路中的第二车道；以及
导航至所述多车道道路中的所述第二车道，并依据所请求的重新安排的路线导航所述自动驾驶车辆。
9.根据权利要求8所述的介质，其中，所述操作还包括：将所述第一车道的一个或多个车道边界线设置为实线，所述实线指示将不导航所述自动驾驶车辆不能导航穿越所述一个或多个车道边界。
10.根据权利要求8所述的介质，其中，所述临时交通控制装置包括：交通锥或指示所述第一车道前方对车辆封闭的过渡箭头中的至少一个。
11.根据权利要求8所述的介质，其中，所述临时交通控制装置包括：指示所述第一车道前方封闭的标志。
12.根据权利要求8所述的介质，其中，所述操作还包括：
监视所述自动驾驶车辆前方的其它临时交通控制装置；
响应于确定在所述第一车道中所述自动驾驶车辆的当前位置前方的预定距离内没有临时交通控制装置，从所述导航黑名单中删除所述第一车道并将所述第一车道的一个或多个车道边界设置为非实线，所述非实线指示所述自动驾驶车辆能够导航穿越所述一个或多个车道边界。
13.根据权利要求12所述的介质，其中，所述操作还包括：请求对所述自动驾驶车辆的路线进行重新安排，并依据所请求的重新安排的路线导航所述自动驾驶车辆。
14.根据权利要求12所述的介质，其中，所述预定距离基于所述自动驾驶车辆的速度或具有一个或多个传感器的所述自动驾驶车辆的感知模块的前向感知距离限制中的至少一个。
15.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，当由所述处理器执行所述指令时，使得所述处理器执行用于在多车道道路上导航自动驾驶车辆的操作，所述操作包括：
检测位于所述多车道道路的第一车道内的临时交通控制装置，其中，所述自动驾驶车辆在所述第一车道内导航；
将所述第一车道添加到导航黑名单中，所述导航黑名单指示不允许所述自动驾驶车辆驶入的所述多车道道路中的一个或多个车道；
请求将所述自动驾驶车辆的路线重新安排至允许所述自动驾驶车辆驶入的所述多车道道路中的第二车道；以及
导航至所述多车道道路中的所述第二车道，并依据所请求的重新安排的路线导航所述自动驾驶车辆。
16.根据权利要求15所述的系统，其中，所述操作还包括：将所述第一车道的一个或多个车道边界线设置为实线，所述实线指示所述自动驾驶车辆不能导航穿越所述一个或多个车道边界。
17.根据权利要求15所述的系统，其中，所述临时交通控制装置包括：交通锥或指示所述第一车道前方对车辆封闭的过渡箭头中的至少一个。
18.根据权利要求15所述的系统，其中，所述临时交通控制装置包括：指示所述第一车道前方封闭的标志。
19.根据权利要求15所述的系统，其中，所述操作还包括：
监视所述自动驾驶车辆前方的其它临时交通控制装置；
响应于确定在所述第一车道中所述自动驾驶车辆当前位置前方的预定距离内没有临时交通控制装置，从所述导航黑名单中删除所述第一车道并将所述第一车道的一个或多个车道边界设置为非实线，所述非实线指示所述自动驾驶车辆能够导航穿越所述一个或多个车道边界。
20.根据权利要求19所述的系统，其中，所述操作还包括：请求对所述自动驾驶车辆的路线进行重新安排，并依据所请求的重新安排的路线导航所述自动驾驶车辆。
21.根据权利要求19所述的系统，其中，所述预定距离基于所述自动驾驶车辆的速度或具有一个或多个传感器的所述自动驾驶车辆的感知模块的前向感知距离限制中的至少一个。
22.一种计算机程序产品，包括计算机程序，所述计算机程序在由处理器执行时实现根据权利要求1-7中任一项所述的方法。
CN202011566150.0A 2020-06-23 2020-12-25 交通锥情况下的基于路线安排的车道引导系统 Pending CN113838281A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/909,404 US11662219B2 (en) 2020-06-23 2020-06-23 Routing based lane guidance system under traffic cone situation
US16/909,404 2020-06-23

Publications (1)

Publication Number Publication Date
CN113838281A true CN113838281A (zh) 2021-12-24

Family

ID=78962507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011566150.0A Pending CN113838281A (zh) 2020-06-23 2020-12-25 交通锥情况下的基于路线安排的车道引导系统

Country Status (2)

Country Link
US (1) US11662219B2 (zh)
CN (1) CN113838281A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140067187A1 (en) * 2012-09-05 2014-03-06 Google Inc. Construction Zone Detection Using a Plurality of Information Sources
US20140063232A1 (en) * 2012-09-05 2014-03-06 Google Inc. Construction Zone Sign Detection
CN103852772A (zh) * 2012-11-29 2014-06-11 北京千橡网景科技发展有限公司 导航方法、导航装置及导航仪
CN104121915A (zh) * 2013-04-25 2014-10-29 中国移动通信集团安徽有限公司 一种道路实时导航方法及系统
US9120486B1 (en) * 2014-04-22 2015-09-01 Fca Us Llc Vehicle lane keeping techniques
US20160046290A1 (en) * 2014-08-18 2016-02-18 Mobileye Vision Technologies Ltd. Recognition and prediction of lane constraints and construction areas in navigation
CN105635965A (zh) * 2015-12-28 2016-06-01 宇龙计算机通信科技(深圳)有限公司 路障识别方法、路障识别装置及路障识别系统
US20180222422A1 (en) * 2015-07-28 2018-08-09 Nissan Motor Co., Ltd. Travel Control Method and Travel Control Apparatus
US20190286140A1 (en) * 2018-03-14 2019-09-19 Honda Motor Co., Ltd. Vehicle control device
CN110696825A (zh) * 2019-11-05 2020-01-17 戴姆勒股份公司 车辆控制方法以及实施该方法的车辆
US20200192386A1 (en) * 2018-12-12 2020-06-18 Here Global B.V. Method and system for prediction of roadwork zone

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6456761B2 (ja) * 2015-04-21 2019-01-23 本田技研工業株式会社 道路環境認識装置、車両制御装置及び車両制御方法
US10314037B2 (en) * 2016-07-08 2019-06-04 Qualcomm Incorporated Latency reduction techniques in wireless communications
KR20180099280A (ko) * 2017-02-28 2018-09-05 삼성전자주식회사 가상 차로 생성 장치 및 방법
US10595176B1 (en) * 2018-09-19 2020-03-17 Denso International America, Inc. Virtual lane lines for connected vehicles
KR102061140B1 (ko) * 2019-02-12 2020-02-12 주식회사 만도 차로 유지 장치, 그를 가지는 차량 및 그 제어 방법

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140067187A1 (en) * 2012-09-05 2014-03-06 Google Inc. Construction Zone Detection Using a Plurality of Information Sources
US20140063232A1 (en) * 2012-09-05 2014-03-06 Google Inc. Construction Zone Sign Detection
CN103852772A (zh) * 2012-11-29 2014-06-11 北京千橡网景科技发展有限公司 导航方法、导航装置及导航仪
CN104121915A (zh) * 2013-04-25 2014-10-29 中国移动通信集团安徽有限公司 一种道路实时导航方法及系统
US9120486B1 (en) * 2014-04-22 2015-09-01 Fca Us Llc Vehicle lane keeping techniques
US20160046290A1 (en) * 2014-08-18 2016-02-18 Mobileye Vision Technologies Ltd. Recognition and prediction of lane constraints and construction areas in navigation
CN107111742A (zh) * 2014-08-18 2017-08-29 无比视视觉技术有限公司 在导航中对车道限制和施工区域的识别和预测
US20180222422A1 (en) * 2015-07-28 2018-08-09 Nissan Motor Co., Ltd. Travel Control Method and Travel Control Apparatus
CN105635965A (zh) * 2015-12-28 2016-06-01 宇龙计算机通信科技(深圳)有限公司 路障识别方法、路障识别装置及路障识别系统
US20190286140A1 (en) * 2018-03-14 2019-09-19 Honda Motor Co., Ltd. Vehicle control device
US20200192386A1 (en) * 2018-12-12 2020-06-18 Here Global B.V. Method and system for prediction of roadwork zone
CN110696825A (zh) * 2019-11-05 2020-01-17 戴姆勒股份公司 车辆控制方法以及实施该方法的车辆

Also Published As

Publication number Publication date
US20210396540A1 (en) 2021-12-23
US11662219B2 (en) 2023-05-30

Similar Documents

Publication Publication Date Title
CN112498365B (zh) 基于置信度水平和距离、响应于障碍物的自动驾驶车辆的延迟决策
CN111775945B (zh) 用于自动驾驶的用于检测最接近的路径内对象的方法和装置
CN112572451A (zh) 用于自主驾驶车辆执行的方法和装置
CN112363492A (zh) 用于操作自动驾驶车辆的计算机实施的方法以及数据处理系统
US11485360B2 (en) Dynamic speed limit adjustment system based on perception results
US11880201B2 (en) Fastest lane determination algorithm under traffic jam
US11662730B2 (en) Hierarchical path decision system for planning a path for an autonomous driving vehicle
US11685398B2 (en) Lane based routing system for autonomous driving vehicles
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
US12017681B2 (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
CN112985435A (zh) 用于操作自主驾驶车辆的方法及系统
CN113247017A (zh) 用于确保自动驾驶车辆的稳定绕行的双缓冲系统
CN113060140A (zh) 基于中心线移位的变道前路径规划
US20230202469A1 (en) Drive with caution under uncertainty for an autonomous driving vehicle
EP3889944A1 (en) A vehicle, fleet management and traffic light interaction architecture design via v2x
CN112598914B (zh) 基于历史的预计到达时间
CN113671971A (zh) 用于自动驾驶车辆的动态参数服务器
CN113815526A (zh) 用于自动驾驶车辆的早期制动灯警告系统
US11662219B2 (en) Routing based lane guidance system under traffic cone situation
CN112183175B (zh) 用于自动驾驶的基于当前帧的对象检测自动标记先前帧中的对象的方法
US20230202516A1 (en) Planning under prediction with confidence region for an autonomous driving vehicle
US11577644B2 (en) L3-level auto-emergency light system for ego vehicle harsh brake
CN113353005A (zh) 用于处理自动驾驶系统与车辆之间的通信延迟的系统
CN113859111A (zh) 用于未来紧急制动的l4紧急状态灯光系统

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