CN113911115A - 自主车辆、系统和操作自主车辆的方法 - Google Patents
自主车辆、系统和操作自主车辆的方法 Download PDFInfo
- Publication number
- CN113911115A CN113911115A CN202110764867.4A CN202110764867A CN113911115A CN 113911115 A CN113911115 A CN 113911115A CN 202110764867 A CN202110764867 A CN 202110764867A CN 113911115 A CN113911115 A CN 113911115A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- lane change
- detected
- autonomous
- 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
- 238000000034 method Methods 0.000 title claims abstract description 115
- 230000008859 change Effects 0.000 claims abstract description 108
- 238000013461 design Methods 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims abstract description 26
- 230000004044 response Effects 0.000 claims description 31
- 230000002708 enhancing effect Effects 0.000 abstract description 5
- 231100000817 safety factor Toxicity 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 49
- 238000012545 processing Methods 0.000 description 32
- 238000001514 detection method Methods 0.000 description 20
- 238000010801 machine learning Methods 0.000 description 18
- 230000033001 locomotion Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 14
- 230000005484 gravity Effects 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
-
- 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
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- B60W50/0097—Predicting future 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
- 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
-
- 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
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
-
- 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
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2420/54—Audio sensitive means, e.g. ultrasound
-
- 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
-
- 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
- B60W2552/10—Number of lanes
-
- 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
- B60W2552/30—Road curve radius
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/804—Relative longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请涉及自主车辆、系统和操作自主车辆的方法。用于当车辆至少部分地以自主模式操作时增强车辆的情境能力,和/或当车辆至少部分地以自主模式操作时增强车辆的安全操作的系统、方法和计算机程序产品。此类系统、方法和计算机程序产品将有助于当车辆至少部分地以自主模式操作时车辆在多车道道路环境中的操作,以协调自主车辆从其中自主车辆当前正在操作的第一车道到第二车道的目标变道区域的车道的改变。这种协调是为了动态地考虑驾驶环境内的几个操作安全因素,包括在与第二车道的目标车道区域相邻的第三车道中一个或多个车辆的存在,以及几何道路设计。
Description
技术领域
实施例一般而言涉及自主车辆、用于在自主车辆中实现的系统、操作自主车辆的方法和用于操作自主车辆的计算机程序产品。
背景技术
自主车辆中的自动化和高级驾驶员辅助系统(ADAS)在多车道道路环境中具有变道(lane change)功能。当存在可用的变道区域时,此类系统协调自主车辆的车道的改变。
发明内容
一个或多个实施例涉及系统、方法和计算机程序产品,这些系统、方法和计算机程序产品被配置为当车辆至少部分地以自主模式操作时增强车辆的情境能力,和/或当车辆至少部分地以自主模式操作时增强车辆的安全操作。此类系统、方法和计算机程序产品将有助于当车辆至少部分地以自主模式操作时车辆在多车道道路环境中的操作,以协调车辆从其中车辆当前正在操作的第一车道到第二车道的目标变道区域的车道的改变。这种协调是为了动态地考虑驾驶环境内检测到的一个或多个操作安全因素,包括但不限于,在与第二车道的目标车道区域相邻的第三车道中一个或多个车辆的存在,以及几何道路设计。
用于当车辆至少部分地以自主模式操作时增强车辆的情境能力和/或当车辆至少部分地以自主模式操作时增强车辆的安全操作的系统、方法和计算机程序产品。
根据一个或多个实施例,用于在车辆中实现的系统、方法和计算机程序产品可以协调并使车辆在至少部分地以自主模式操作时通过动态进行一个或多个动作进行从其中车辆当前正在操作的第一车道到第二目标车道的变道,所述一个或多个动作包括但不限于:检测目标车道中一个或多个车辆的存在,以及在与目标车道相邻的第三车道中一个或多个车辆的存在。
根据一个或多个实施例,用于当车辆至少部分地以自主模式操作时在车辆中实现的系统、方法和计算机程序产品可以动态地跟踪目标车道中检测到的(一个或多个)车辆的移动。替代地或附加地,该系统可以动态地跟踪在与目标车道相邻的第三车道中检测到的(一个或多个)车辆的移动。
根据一个或多个实施例,用于当车辆至少部分地以自主模式操作时在车辆中实现的系统、方法和计算机程序产品可以基于车辆类型对在目标车道中检测到的(一个或多个)车辆进行分类。替代地或附加地,该系统可以基于车辆类型对与目标车道相邻的第三车道中检测到的(一个或多个)车辆进行分类。车辆类型可以包括但不限于汽车、货车、卡车、摩托车、公共汽车、拖车和半拖车。
根据一个或多个实施例,用于当车辆至少部分地以自主模式操作时在车辆中实现的系统、方法和计算机程序产品可以将分类的检测到的车辆类型与可接受的车辆类型进行比较。可接受的车辆类型可以由用户定制以允许仅针对预先选择的车辆的变道。作为示例,在目标车道中可接受的空间或区域变得可用之前,可能发生执行变道的延迟。
根据一个或多个实施例,用于当车辆至少部分地以自主模式操作时在车辆中实现的系统、方法和计算机程序产品可以响应于比较而使得实现其中自主车辆从第一车道改变到目标车道的驾驶操纵。在从比较起经过预定时间后,自主车辆可以执行到目标车道的这种驾驶操纵。
根据一个或多个实施例,用于当车辆至少部分地以自主模式操作时在车辆中实现的系统、方法和计算机程序产品可以协调并使得自主车辆通过动态执行一个或多个动作进行从自主车辆当前正在操作的第一车道到第二目标车道的变道,所述述一个或多个动作包括但不限于:检测目标车道中一个或多个车辆的存在,以及检测自主车辆在其上行驶的几何道路设计。如本文所述,“几何道路设计”是指道路的三维布局。几何道路设计可以包括平面线形(horizontal alignment)(例如,曲线和切线)、纵面线形(vertical alignment)(例如,垂直曲线和坡度)和横截面(例如,车道和路肩、路缘、中间带、路边斜坡和沟渠以及人行道)。
根据一个或多个实施例,用于当车辆至少部分地以自主模式操作时在车辆中实现的系统、方法和计算机程序产品可以对检测到的几何道路设计进行分类。
根据一个或多个实施例,用于当车辆至少部分地以自主模式操作时在车辆中实现的系统、方法和计算机程序产品可以将分类的道路几何形状与可接受的几何道路设计进行比较。可接受的几何道路设计可以由用户定制以允许仅针对预先选择的几何道路设计的变道。作为示例,在目标车道的可接受几何道路设计变得可用之前,可能发生执行变道的延迟。
根据一个或多个实施例,用于当车辆至少部分地以自主模式操作时在车辆中实现的系统、方法和计算机程序产品可以响应于比较而引起其中自主车辆从第一车道改变到目标车道的驾驶操纵。在从比较起经过预定时间后,自主车辆可以执行到目标车道的这种驾驶操纵。
一个或多个实施例可以包括用于当车辆至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的系统,该系统包括以下中的一个或多个:传感器系统,用于动态地检测位于自主车辆外部的驾驶环境,所述驾驶环境包括在与第二车道相邻的第三车道中车辆的存在;以及一个或多个处理器,可操作地耦合到传感器系统,以执行使所述一个或多个处理器执行以下操作的一组指令:识别第二车道中的目标变道区域、确定检测到的车辆相对于识别出的目标变道区域的位置,以及响应于确定检测到的车辆不在相对于识别出的目标变道区域的预定阈值距离内,使得由自主车辆实现从第一车道到识别出的目标变道区域的驾驶操纵。
一个或多个实施例可以包括一种用于当车辆至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的方法,该方法包括以下中的一个或多个:动态地检测位于自主车辆外部的驾驶环境,所述驾驶环境包括在与第二车道相邻的第三车道中车辆的存在;识别第二车道中的目标变道区域;确定检测到的车辆相对于识别出的目标变道区域的位置;以及响应于确定检测到的车辆不在相对于识别出的目标变道区域的预定阈值距离内,使得由自主车辆实现从第一车道到识别出的目标变道区域的驾驶操纵。
一个或多个实施例可以包括用于当车辆至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的计算机程序产品,该计算机程序产品包括至少一个计算机可读介质,其包括在由一个或多个处理器执行时,使得该一个或多个处理器执行以下中的一个或多个的一组指令:识别第二车道中的目标变道区域;确定检测到的车辆相对于识别出的目标变道区域的位置;以及响应于确定检测到的车辆不在相对于识别出的目标变道区域的预定阈值距离内,使得由自主车辆实现从第一车道到识别出的目标变道区域的驾驶操纵。
一个或多个实施例可以包括用于当至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的系统、方法和计算机程序产品,并且包括以下中的一个或多个:传感器系统,用于检测位于自主车辆外部的驾驶环境,所述驾驶环境包括第二车道中一个或多个车辆的存在以及至少直到可以完成变道的距离的几何道路设计;一个或多个处理器,可操作地耦合到传感器系统,以执行一组指令,这些指令使得一个或多个处理器:识别第二车道中的目标变道区域、基于检测到的几何道路设计,确定在识别出的目标变道区域处检测到的几何道路设计是否弯曲、响应于确定在识别出的目标变道区域处检测到的几何道路设计是弯曲的,确定实现到识别出的目标变道区域的变道所需的重力(Fd)、将所确定的重力(Fd)与预定的可接受的或阈值重力值(Fa)进行比较、响应于其中所确定的重力(Fd)小于或等于预定的可接受的或阈值重力值(Fa)的比较,使得由自主车辆实现从第一车道到识别出的目标车道区域的驾驶操纵。如果所确定的重力(Fd)大于预定的可接受的或阈值重力值(Fa),那么延迟由自主车辆实现的驾驶操纵,至少直到可以实现变道为止。替代地或附加地,如果所确定的重力(Fd)大于预定的可接受的或阈值重力值(Fa),那么该处理返回到开始,由此识别新的或替代的目标变道区域。
一个或多个实施例可以包括用于当车辆至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的系统、方法和计算机程序产品,并且包括以下中的一个或多个:传感器系统,用于动态地检测与第二车道相邻的第三车道中第二车辆的存在、第三车道中在空间上位于第二车辆前面的第三车辆的存在,以及至少直到可以完成变道的距离的几何道路设计;以及一个或多个处理器,可操作地耦合到传感器系统,以执行一组指令,这些指令使得一个或多个处理器:识别第二车道中的目标变道区域;动态地跟踪检测到的第二车辆和检测到的第三车辆的移动;确定至少检测到的第二车辆相对于识别出的目标变道区域的位置;确定检测到的第二车辆和检测到的第三车辆之间的空间距离,和/或检测到的第二车辆的速度/加速度的比率;响应于检测到的几何道路设计、空间距离的确定以及检测到的第二车辆的速度/加速度的比率的确定,确定或预测检测到的第二车辆实现变道到第二车道的概率;以及响应于所述确定或预测,使得由自主车辆实现从第一车道到目标变道区域的驾驶操纵。
根据一个或多个实施例,该组指令使得一个或多个处理器响应于确定检测到的车辆在到识别出的目标变道区域的预定阈值距离内,延迟由自主车辆实现的变道,直到检测到的车辆不在到识别出的目标变道区域的预定阈值距离内。
根据一个或多个实施例,该组指令使得一个或多个处理器响应于确定检测到的车辆在到识别出的目标变道区域的预定阈值距离内,基于车辆类型对检测到的车辆进行分类。
根据一个或多个实施例,该组指令使得一个或多个处理器将分类的检测到的车辆类型与预定的可接受的车辆类型进行比较。
根据一个或多个实施例,该组指令使得一个或多个处理器响应于基于比较确定车辆类型是可接受的,使得由自主车辆实现从第一车道到目标车道区域的驾驶操纵。
根据一个或多个实施例,检测驾驶环境包括检测至少直到可以完成变道的距离的几何道路设计。
根据一个或多个实施例,检测驾驶环境包括检测第三车道中在空间上位于检测到的车辆前面的第二车辆的存在。
附图说明
通过阅读以下说明书和所附权利要求并参考以下附图,本发明的实施例的各种优点对于本领域技术人员将变得显而易见,其中:
图1图示了根据一个或多个实施例的自主车辆的示例。
图2A至图2D图示了图1的自主车辆的操作的示例。
图3至图5图示了根据图1操作自主车辆的方法的示例的流程图。
具体实施方式
转到各图,其中图1图示了根据一个或多个实施例的车辆100。
根据一个或多个实施例,“车辆”可以指任何形式的机动交通工具。
根据一个或多个实施例,车辆100可以包括汽车。但是,实施例不限于此,因此,车辆100可以包括船只、飞机或任何其它形式的机动交通工具。
根据一个或多个实施例,车辆100可以包括自主车辆。如本文所描述的,“自主车辆”可以包括被配置为以自主模式操作的车辆。如本文所阐述、描述和/或图示的,“自主模式”是指在来自人类驾驶员的最少输入或没有输入的情况下使用一个或多个计算系统来沿着行驶路线操作、和/或导航、和/或操纵车辆。根据一个或多个实施例,车辆100可以被配置为在自主模式和手动模式之间选择性地切换。这种切换可以以任何合适的方式(现在已知的或以后开发的方式)来实现。如本文所阐述、描述和/或图示的,“手动模式”是指车辆沿着行驶路线的操作、和/或导航、和/或操纵可以全部或部分地由人类驾驶员执行。
根据一个或多个实施例,车辆100可以包括一个或多个操作元件,其中一些可以是自主驾驶系统的一部分。车辆100的一些可能的操作元件在图1中示出并且现在将进行描述。应该理解的是,车辆100不必具有图1中所示和/或本文中所描述的所有元件。车辆100可以具有图1中所示的各种元件的任意组合。此外,车辆100可以具有除了图1中所示的那些元件之外的附加元件。
根据一个或多个实施例,车辆100可以不包括图1中所示的一个或多个元件。此外,虽然各种操作元件被示为位于车辆100内,但实施例不限于此,因此,一个或多个操作元件可以位于车辆100的外部,甚至物理上隔开大的空间距离.
根据一个或多个实施例,车辆100包括一个或多个处理器110。如本文所阐述、描述和/或图示的,“处理器”是指被配置为执行本文描述的任何处理或任何形式的指令以执行此类处理或使得此类处理被执行的任何组件或组件组。处理器110可以用一个或多个通用和/或一个或多个专用处理器来实现。合适的处理器的示例包括图形处理器、微处理器、微控制器、DSP处理器和可以执行软件的其它电路系统。合适的处理器的其它示例包括但不限于中央处理单元(CPU)、阵列处理器、向量处理器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、专用集成电路(ASIC)、可编程逻辑电路系统和控制器。处理器110可以包括至少一个硬件电路(例如,集成电路),其被配置为执行包含在程序代码中的指令。在存在多个处理器110的实施例中,这些处理器110可以彼此独立地工作,或者一个或多个处理器可以彼此组合地工作。根据一个或多个实施例,处理器110可以是车辆100的主机、主处理器或主要处理器。例如,处理器110可以包括发动机控制单元(ECU)。
根据一个或多个实施例,车辆100可以包括一个或多个自主驾驶模块120。自主驾驶模块120可以被实现为计算机可读程序代码,该计算机可读程序代码在由处理器执行时实现本文描述的各种处理中的一个或多个,包括例如确定车辆100的当前驾驶操纵、未来驾驶操纵和/或修改。自主驾驶模块120还可以直接或间接地使得实现这样的驾驶操纵或对其的修改。自主驾驶模块120可以是处理器110中的一个或多个的组件。替代地,自主驾驶模块120可以在处理器110可操作地连接到的其它处理系统上执行和/或分布在这些其它处理系统中。自主驾驶模块120可以包括可由处理器110执行的指令(例如,程序逻辑)。这样的指令可以包括执行各种车辆功能和/或向车辆100或其一个或多个系统(例如,车辆系统190中的一个或多个)传输数据、从其接收数据、与其交互和/或对其进行控制的指令。替代地或附加地,(一个或多个)数据存储库170可以包含这样的指令。
根据一个或多个实施例,车辆100可以包括I/O集线器130,其可操作地连接到车辆100的其它系统。I/O系统130可以包括输入接口和输出接口。输入接口和输出接口可以被集成为单个单一接口,或者替代地,作为可操作地连接的独立接口分离。
输入接口在本文中被定义为使得信息/数据能够被输入到机器中的任何设备、组件、系统、元件、或布置或它们的组。输入接口可以接收来自车辆乘员(例如,驾驶员或乘客)或车辆100的远程操作员的输入。在示例中,输入接口可以包括用户界面(UI)、图形用户界面(GUI),诸如例如显示器、人机界面(HMI)等。但是,实施例不限于此,因此,输入接口可以包括键盘、触摸屏、多点触摸屏、按钮、操纵杆、鼠标、轨迹球、麦克风和/或其组合。
输出接口在本文中被定义为使得能够将信息/数据呈现给车辆100的车辆乘员和/或远程操作员的任何设备、组件、系统、元件或布置或它们的组。输出接口可以被配置为向车辆乘员和/或远程操作员呈现信息/数据。输出接口可以包括视觉显示器或音频显示器中的一个或多个,诸如麦克风、耳机和/或扬声器。车辆100的一个或多个组件既可以用作输入接口的组件又可以用作输出接口的组件。
根据一个或多个实施例,车辆100可以包括一个或多个数据存储库170以用于存储一种或多种类型的数据。车辆100可以包括使得其一个或多个系统能够管理、检索、修改、添加或删除存储在(一个或多个)数据存储库170中的数据的接口。(一个或多个)数据存储库170可以包括易失性和/或非易失性存储器。合适的(一个或多个)数据存储库170的示例包括RAM(随机存取存储器)、闪存、ROM(只读存储器)、PROM(可编程只读存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、寄存器、磁盘、光盘、硬盘驱动器或任何其它合适的存储介质,或它们的任何组合。(一个或多个)数据存储库170可以是处理器110的组件,或者替代地,可以可操作地连接到处理器110以供其使用。如本文所阐述、描述和/或图示的,“可操作地连接”可以包括直接或间接连接,包括没有直接物理接触的连接。
根据一个或多个实施例,车辆100可以包括传感器系统180,其被配置为至少在车辆100的操作期间动态地检测、确定、评估、监测、测量、量化和/或感测关于车辆100和车辆100外部的驾驶环境的信息。如本文所阐述、描述和/或图示的,“传感器”是指可以对某物执行检测、确定、评估、监测、测量、量化和感测中的一个或多个的任何设备、组件和/或系统。一个或多个传感器可以被配置为实时进行检测、确定、评估、监测、测量、量化和/或感测。如本文所阐述、描述和/或图示的,“实时”是指用户或系统感测到对于要进行的特定处理或确定足够即时或使得处理器能够跟上一些外部处理的处理响应性水平。
替代地或附加地,传感器系统180可以包括一个或多个传感器,包括雷达传感器181、激光雷达传感器182、声纳传感器183、运动传感器184、热传感器185和相机186。一个或多个传感器181-186可以被配置为检测、确定、评估、监测、测量、量化和/或感测关于车辆100所处的外部环境的信息,包括关于外部环境中的其它车辆的信息。替代地或附加地,传感器系统180可以被配置为检测、确定、评估、监测、测量、量化和/或感测车辆100的位置和/或环境中车辆相对于车辆100的位置。本文将描述这些和其它类型的传感器的各种示例。将理解的是,实施例不限于本文描述的特定传感器。
传感器系统180和/或一个或多个传感器181-186可以可操作地连接到处理器110、(一个或多个)数据存储库170、自主驾驶模块120和/或车辆100的其它元件、组件、模块。传感器系统180和/或本文描述的一个或多个传感器中的任何一个可以被提供或以其它方式定位在相对于车辆100的任何合适的位置。例如,一个或多个传感器可以位于车辆100内,一个或多个传感器可以位于车辆100的外部,一个或多个传感器可以位于暴露在车辆100的外部,和/或一个或多个传感器可以位于车辆100的组件内。一个或多个传感器可以被提供或以其它方式定位在允许实践一个或多个实施例的任何合适的位置中。
根据一个或多个实施例,一个或多个传感器181-186可以彼此独立地工作,或者替代地,可以彼此组合地工作。传感器181-186可以以任何组合使用,并且可以冗余地使用以验证和提高检测的准确性。
传感器系统180可以包括任何合适类型的传感器。例如,传感器系统180可以包括一个或多个传感器(例如,速度计),其被配置为检测、确定、评估、监测、测量、量化和/或外部环境中车辆100和其它车辆的速度。传感器系统180还可以包括一个或多个环境传感器,其被配置为检测、确定、评估、监测、测量、量化和/或感测车辆100的外部环境中的其它车辆和/或关于这些车辆的信息/数据。
根据一个或多个实施例,传感器系统180可以包括一个或多个雷达传感器181。如本文所阐述、描述和/或图示的,“雷达传感器”是指可以至少部分地使用无线电信号对某物进行检测、确定、评估、监测、测量、量化和/或感测的任何设备、组件和/或系统。一个或多个雷达传感器181可以被配置为直接或间接地检测、确定、评估、监测、测量、量化和/或感测车辆100的外部环境中的一个或多个车辆的存在、每个检测到的车辆相对于车辆100的相对位置、每个检测到的车辆和车辆100之间在一个或多个方向(例如,纵向、横向和/或(一个或多个)其它方向)上的空间距离、检测到的车辆与其它检测到的车辆在一个或多个方向(例如,纵向、横向和/或(一个或多个)其它方向)上的空间距离、每个检测到的车辆的速度,和/或每个检测到的车辆的移动。
根据一个或多个实施例,传感器系统180可以包括一个或多个激光雷达传感器182。如本文所阐述、描述和/或图示的,“激光雷达传感器”是指可以至少部分地使用激光对某物进行检测、确定、评估、监测、测量、量化和/或感测的任何设备、组件和/或系统。这样的设备可以包括被配置为发射激光的激光源和/或激光扫描仪以及被配置为检测激光的反射的检测器。一个或多个激光雷达传感器182可以被配置为以相干或非相干检测模式操作。一个或多个激光雷达传感器182可以包括高分辨率激光雷达传感器。
一个或多个激光雷达传感器182可以被配置为直接或间接地检测、确定、评估、监测、测量、量化和/或感测车辆100的外部环境中的一个或多个车辆的存在、每个检测到的车辆相对于车辆100的位置、每个检测到的车辆与车辆100之间在一个或多个方向(例如,纵向、横向和/或(一个或多个)其它方向)上的空间距离、每个检测到的车辆的高度、检测到的车辆与其它检测到的车辆在一个或多个方向(例如,纵向、横向和/或(一个或多个)其它方向)上的空间距离、每个检测到的车辆的速度,和/或每个检测到的车辆的移动。一个或多个激光雷达传感器182可以生成每个检测到的车辆的三维(3D)表示(例如,图像),其可以用于经由一个或多个数据存储库170与已知车辆类型的表示进行比较。替代地或附加地,可以处理由一个或多个激光雷达传感器182获取的数据以确定这些事情。
根据一个或多个实施例,传感器系统180可以包括一个或多个图像设备,诸如例如一个或多个相机186。如本文所阐述、描述和/或图示的,“相机”是指可以捕获视觉数据的任何设备、组件和/或系统。这种视觉数据可以包括视频信息/数据和图像信息/数据中的一个或多个。视觉数据可以是任何合适的形式。一个或多个相机186可以包括高分辨率相机。高分辨率可以指像素分辨率、空间分辨率、光谱分辨率、时间分辨率和/或辐射分辨率。
根据一个或多个实施例,一个或多个相机186可以包括高动态范围(HDR)相机或红外(IR)相机。
根据一个或多个实施例,一个或多个相机186可以包括镜头和图像捕获元件。图像捕获元件可以是任何合适类型的图像捕获设备或系统,包括例如面阵传感器、电荷耦合器件(CCD)传感器、互补金属氧化物半导体(CMOS)传感器、线性阵列传感器、和/或CCD(单色)。图像捕获元件可以捕获电磁波谱上任何合适波长的图像。图像捕获元件可以捕获彩色图像和/或灰度图像。一个或多个相机可以被配置有放大和/或缩小能力。
根据一个或多个实施例,一个或多个相机186可以在空间上定向、定位、配置、可操作和/或布置为从车辆100的外部环境的至少一部分和/或车辆100内的任何合适部分捕获视觉数据。例如,一个或多个相机可以位于车辆100内。
根据一个或多个实施例,一个或多个相机186可以固定在相对于车辆100不改变的位置。替代地或附加地,一个或多个相机186可以是可移动的,使得其位置可以以有助于从车辆100的外部环境的不同部分捕获视觉数据的方式相对于车辆100改变。一个或多个相机186的这种移动可以以任何合适的方式实现,诸如例如通过(围绕一个或多个旋转轴)旋转、通过(围绕枢轴)枢转、通过(沿着轴)滑动,和/或通过(沿着轴)延伸。
根据一个或多个实施例,一个或多个相机186(和/或其移动)可以由处理器110、传感器系统180和在本文所阐述、描述和/或图示的模块中的任何一个或多个模块中的一个或多个控制。
在车辆100的操作期间,(一个或多个)处理器110可以被配置为基于当前给定的环境条件选择一个或多个传感器180来感测驾驶环境,包括但不限于道路、其它车辆、相邻车道、交通规则、道路上的物体等。例如,当车辆100正在夜间或傍晚期间以自主模式操作时,可以使用一个或多个激光雷达传感器182来感测驾驶环境。作为另一个示例,当车辆100在白天期间以自主模式操作时,可以使用高动态范围(HDR)相机186来感测驾驶环境。当车辆100正在以自主模式操作时车辆的检测可以以任何合适的方式执行。例如,可以利用使用任何合适技术的机器视觉系统来执行驾驶环境的逐帧分析。
根据一个或多个实施例,车辆100可以包括车辆检测模块140。
车辆检测模块140可以被实现为计算机可读程序代码,该计算机可读程序代码在由处理器执行时实现本文所阐述、描述和/或图示的各种处理中的一个或多个,包括例如检测驾驶环境中的一个或多个车辆。
车辆检测模块140可以是处理器110的组件,或者替代地,可以在处理器110可操作地连接到的其它处理系统上执行和/或分布在这些其它处理系统之间。车辆检测模块140可以包括可由处理器110执行的一组逻辑指令。替代地或附加地,(一个或多个)数据存储库170可以包含这样的逻辑指令。逻辑指令可以包括汇编器指令、指令集体系架构(ISA)指令、机器指令、机器相关指令、微代码、状态设置数据、用于集成电路系统的配置数据、个性化电子电路系统和/或硬件原生的其它结构组件(例如,主机处理器、中央处理单元/CPU、微控制器等)的状态信息。
车辆检测模块140可以被配置为检测以任何合适的方式在道路上操作的一个或多个车辆。一个或多个车辆的检测可以以任何合适的方式执行。例如,可以使用传感器系统180获取的数据来执行检测。
根据一个或多个实施例,如果检测到一个或多个车辆,那么车辆检测模块140也可以识别检测到的(一个或多个)车辆。车辆检测模块140可以通过访问位于(一个或多个)数据存储库170或外部源(例如,基于云的(一个或多个)数据存储库)的车辆图像数据库中的车辆数据(例如,车辆图像)来尝试识别动态车辆。
根据一个或多个实施例,车辆检测模块140也可以包括任何合适的车辆识别软件,该车辆识别软件被配置为分析由传感器系统180捕获的一个或多个图像。车辆识别软件可以查询车辆图像数据库以获得可能的匹配。例如,可以将传感器系统180捕获的图像与位于车辆图像数据库中的图像进行比较以获得可能的匹配。替代地或附加地,由传感器系统180捕获的图像的测量或其它方面可以与位于车辆图像数据库中的图像的测量或其它方面进行比较。
如果在捕获的(一个或多个)图像和位于车辆数据库中的图像之间存在一个或多个匹配,那么车辆检测模块140可以将检测到的车辆识别为特定类型的车辆。如本文所阐述、描述和/或图示的,(一个或多个)“匹配”是指由传感器系统180收集的图像或其它信息与位于车辆图像数据库中的一个或多个图像基本相同。例如,由传感器系统180收集的图像或其它信息与车辆图像数据库中的一个或多个图像可以在预定阈值概率或置信水平内匹配。
根据一个或多个实施例,车辆100可以包括车辆跟踪模块150。车辆跟踪模块150可以被实现为计算机可读程序代码,该计算机可读程序代码在由处理器执行时实现本文所阐述、描述和/或图示的各种处理中的一个或多个,包括通过多个传感器观察对一个或多个车辆的移动进行跟随、观察、观看和跟踪中的一个或多个。如本文所阐述、描述和/或图示的,“传感器观察”是指使用传感器系统的一个或多个传感器来获取车辆的驾驶环境的至少一部分的传感器数据的时刻或时间段。车辆跟踪模块150可以是处理器110的组件,或者替代地,可以在处理器110可操作地连接到的其它处理系统上执行和/或分布在这些其它处理系统中。车辆跟踪模块150可以包括可由处理器110执行的逻辑指令。替代地或附加地,(一个或多个)数据存储库170可以包含这样的逻辑指令。逻辑指令可以包括汇编器指令、指令集体系架构(ISA)指令、机器指令、机器相关指令、微代码、状态设置数据、用于集成电路系统的配置数据、个性化电子电路系统和/或硬件原生的其它结构组件(例如,主机处理器、中央处理单元/CPU、微控制器等)的状态信息。
根据一个或多个实施例,车辆100可以包括车辆分类模块160。车辆分类模块160可以被实现为计算机可读程序代码,该计算机可读程序代码在由处理器执行时,实现本文所阐述、描述和/或图示的各种处理中的一个或多个,包括例如对驾驶环境中的车辆进行分类。车辆分类模块160可以是处理器110的组件,或者替代地,可以在处理器110可操作地连接到的其它处理系统上执行和/或分布在这些其它处理系统中。车辆分类模块160可以包括可由处理器110执行的逻辑指令。替代地或附加地,(一个或多个)数据存储库170可以包含这样的逻辑指令。逻辑指令可以包括汇编器指令、指令集体系架构(ISA)指令、机器指令、机器相关指令、微代码、状态设置数据、用于集成电路系统的配置数据、个性化电子电路系统和/或硬件原生的其它结构组件(例如,主机处理器、中央处理单元/CPU、微控制器等)的状态信息。
根据一个或多个实施例,车辆分类模块160可以被配置为基于车辆大小检测、确定、评估、测量、量化和/或感测驾驶环境中的一个或多个检测到的车辆的车辆类型。车辆分类模块160可以被配置为根据一个或多个定义的车辆分类对一个或多个检测到的车辆的类型进行分类。例如,车辆分类可以包括汽车、货车、卡车、摩托车、公共汽车、拖车和半拖车。但是,实施例不限于此,因此,车辆分类可以包括其它形式的机动交通工具。
可以以任何合适的方式确定检测到的车辆的车辆类别。例如,车辆的检测到的维度(例如,长度、宽度和/或高度)可以与每个车辆类别(例如,汽车、货车、卡车、摩托车、公共汽车、拖车和半拖车)进行比较。预定维度可以具有任何合适的值。预定维度可以是预定长度、预定宽度和预定高度中的一个或多个。在这样的布置中,可以相对于预定长度、预定宽度和预定高度中的一个或多个来确定检测到的车辆的相对尺寸。例如,可以检测检测到的车辆的长度、高度或宽度中的一个或多个。检测到的车辆的检测到的长度、高度或宽度可以与预定的长度高度或宽度进行比较。预定的长度、高度或宽度可以是任何合适的长度、高度或宽度。如果检测到的维度(例如,长度、高度或宽度)与预定阈值内的预定维度匹配,那么可以对车辆类型进行分类。这种比较和/或分类可以由处理器110和车辆分类模块160中的一个或多个来执行。
替代地或附加地,传感器系统180、处理器110和/或车辆分类模块160可以被配置为直接或间接地检测、确定、评估、测量、量化和/或感测驾驶环境中的一个或多个车辆的至少一部分的尺寸。
根据一个或多个实施例,本文所阐述、描述和/或图示的模块120、130、140、150、160和199中的一个或多个可以包括人工智能或计算智能元件,例如,神经网络、模糊逻辑或其它机器学习算法。
根据一个或多个实施例,本文所阐述、描述和/或图示的模块120、130、140、150、160和199中的一个或多个可以分布在本文描述的多个模块中。根据一个或多个实施例,模块120、130、140、150、160和199中的两个或更多个可以被组合成单个模块。
根据一个或多个实施例,车辆100可以包括一个或多个车辆系统190,以包括推进系统191、制动系统192、转向系统193、节气门系统194、传动系统195、信令系统196和导航系统197。但是,实施例不限于此,并且因此车辆100可以包括更多、更少或不同的系统。
推进系统191可以包括被配置为向车辆100提供动力运动的一个或多个机构、设备、元件、组件、系统和/或它们的组合(现在已知的或以后开发的)。推进系统191可以包括发动机和能源。
制动系统192可以包括被配置为使车辆100减速的一个或多个机构、设备、元件、组件、系统和/或它们的组合(现在已知的或以后开发的)。
转向系统193可以包括被配置为调整车辆100的航向的一个或多个机构、设备、元件、组件、系统和/或它们的组合(现在已知的或以后开发的)。
节气门系统194可以包括被配置为控制车辆100的发动机/马达的操作速度并且进而控制车辆100的速度的一个或多个机构、设备、元件、组件、系统和/或它们的组合(现在已知的或以后开发的)。
传动系统195可以包括被配置为将机械动力从车辆100的发动机/马达传输到车轮/轮胎的一个或多个机构、设备、元件、组件、系统和/或它们的组合(现在已知的或以后开发的)。
信令系统196可以包括被配置为向车辆100的驾驶员提供照明和/或提供关于车辆100的一个或多个方面的信息的一个或多个机构、设备、元件、组件、系统和/或它们的组合(现在已知的或以后开发的)。例如,信令系统196可以提供关于车辆的存在、位置、大小、行驶方向和/或关于车辆100的行驶方向和速度的驾驶员意图的信息。例如,信令系统196可以包括前灯、尾灯、刹车灯、危险灯和转向信号灯。
导航系统197可以包括被配置为确定车辆100的地理位置和/或确定车辆100的行驶路线的一个或多个机制、设备、元件、组件、系统、应用和/或它们的组合(现在已知的或以后开发的)。导航系统197可以包括一个或多个地图绘制应用以确定车辆100的行驶路线。例如,驾驶员或乘客可以输入起点和目的地。地图绘制应用可以确定起点和目的地之间的一条或多条合适的行驶路线。可以基于一个或多个参数(例如,最短行驶距离、最短行驶时间量等)来选择行驶路线。
根据一个或多个实施例,导航系统197可以被配置为在车辆100操作时动态地更新行驶路线。导航系统197可以包括全球定位系统、本地定位系统或地理定位系统中的一个或多个。导航系统197可以用多种卫星定位系统中的任何一种来实现,诸如美国全球定位系统(GPS)、俄罗斯Glonass系统、欧洲伽利略系统、中国北斗系统、中国COMPASS系统、印度区域导航卫星系统或任何使用卫星系统组合的卫星的系统,或任何将来开发的卫星系统。导航系统197可以使用传输控制协议(TCP)和/或地理信息系统(GIS)和定位服务。
导航系统197可以包括被配置为估计车辆100相对于地球的位置的收发器。例如,导航系统197可以包括GPS收发器以确定车辆的纬度、经度和/或海拔。导航系统197可以使用其它系统(例如,基于激光的定位系统、惯性辅助GPS和/或基于相机的定位)来确定车辆100的位置。替代地或附加地,导航系统197可以基于诸如使用W3C地理定位应用编程接口(API)的接入点地理定位服务。利用这样的系统,可以通过咨询位置信息服务器来确定车辆100的位置,包括例如互联网协议(IP)地址、Wi-Fi和蓝牙介质访问控制(MAC)地址、射频识别(RFID)、Wi-Fi连接位置或设备GPS和全球移动通信系统(GSM)/码分多址(CDMA)小区ID。因此,应该理解的是,确定车辆100的地理位置的具体方式将取决于所使用的特定位置跟踪系统的操作方式。
(一个或多个)处理器110和/或自主驾驶模块120可以可操作地连接以与各种车辆系统190和/或其各个组件通信。例如,(一个或多个)处理器110和/或自主驾驶模块120可以通信以向各种车辆系统190发送和/或从其接收信息以控制车辆100的移动、速度、操纵、航向、方向等。(一个或多个)处理器110和/或自主驾驶模块120可以控制车辆系统190中的一些或全部,并且因此可以是部分或完全自主的。
处理器110和/或自主驾驶模块120可以被配置为通过控制车辆系统190和/或其部件中的一个或多个来控制车辆100的导航和/或操纵。例如,当以自主模式操作时,处理器110和/或自主驾驶模块120可以控制车辆100的方向和/或速度。(一个或多个)处理器110和/或自主驾驶模块120可以使车辆100加速(例如,通过增加提供给发动机的燃料供应)、减速(例如,通过减少对发动机的燃料供应和/或通过应用刹车)和/或改变方向(例如,通过转动车轮)。
车辆100可以包括一个或多个致动器198。致动器198可以是被配置为响应于从处理器110和/或自主驾驶模块120接收到信号或其它输入而修改、调整和/或更改车辆系统190或其组件中的一个或多个的任何元件或元件的组合。可以使用任何合适的致动器。例如,一个或多个致动器198可以包括马达、气动致动器、液压活塞、继电器、螺线管和/或压电致动器等。
根据一个或多个实施例,车辆100可以包括机器学习(ML)系统199。如本文所阐述、描述或图示的,机器学习是指具有学习能力而无需进行明确编程的计算机和/或系统。机器学习算法可以用于基于经由处理器110、(一个或多个)数据存储库170、传感器系统180、车辆系统190和任何其它输入源中的一个或多个接收到的数据来训练车辆100的一个或多个机器学习模型。ML算法可以包括线性回归算法、逻辑回归算法或不同算法的组合中的一种或多种。神经网络也可以用于基于接收到的数据训练系统。ML系统199可以分析接收到的与驾驶环境相关的信息或数据,以增强(一个或多个)自主驾驶模块120、车辆检测模块140、车辆跟踪模块150、车辆分类模块160、(一个或多个)传感器系统180和车辆系统190中的一个或多个。
根据一个或多个实施例,ML系统199还可以从一个或多个其它车辆接收信息并处理接收到的信息以动态地确定检测到的驾驶环境中的模式。可以基于首选项接收信息,首选项包括位置(例如,如根据地址、邮政编码或GPS坐标的地理定义的)、计划的行驶路线(例如,GPS警报)、与共有/共享车辆相关联的活动、历史、新闻馈送等。信息(即,接收到的或处理的信息)也可以被上传到车辆100中的其它系统和模块,用于进一步处理以发现可以用来增强对信息的理解的附加信息。ML系统199也可以向检测到的驾驶环境中的其它车辆发送信息,并链接到其它设备,包括但不限于智能电话、智能家居系统或物联网(IoT)设备。ML系统199由此可以与意图改变车道到特定车道的其它车辆通信,从而通过在实现驾驶操纵时降低车辆碰撞的可能性来增强安全性。
根据一个或多个实施例,ML系统199可以包括一个或多个处理器,以及一个或多个包含一组指令的数据存储库(例如,非易失性存储器/NVM和/或易失性存储器),该组指令在由一个或多个处理器执行时,使ML系统199从其它车辆、(一个或多个)处理器110、(一个或多个)数据存储库170、传感器系统180、车辆系统190和任何其它输入/输出源中的一个或多个接收信息,并处理接收到的信息,以尤其识别变道区域并使得实现到识别出的变道区域的驾驶操纵。但是,实施例不限于此,并且因此,ML系统199可以处理接收到的信息以进行与车辆100的操作相关的其它方面。ML系统199可以与其它车辆、(一个或多个)处理器110、(一个或多个)数据存储库170、传感器系统180、车辆系统190和任何其它输入/输出源中的一个或多个通信并从其收集信息,以提供对系统、组件和接口的受监测活动的更深理解。
根据一个或多个实施例,ML系统199可以利用监测即服务(MaaS)接口(未示出)的能力来促进监测功能在云环境中的部署。MaaS接口由此将有助于ML系统199跟踪云内的系统、子系统、组件和相关联应用、网络等的状态。机器学习子系统从中接收信息的一个或多个其它车辆可以包括例如在检测到的驾驶环境中的车辆、在用户定义区域(例如,地址、邻近区域、邮政编码、城市等)中的车辆、用户拥有或共享的车辆、沿着即将到来或预期的行驶路线的车辆(例如,基于GPS坐标)等。接收到的信息可以允许用户和车辆100的远程操作员更好地监测并识别检测到的驾驶环境中的模式和变化。
根据一个或多个实施例,可以自动地(例如,经由(一个或多个)处理器和/或模块)或由车辆乘员(例如,驾驶员和/或其它乘客)或车辆100的远程操作员手动执行使得实现车辆100的驾驶操纵。在一种或多种布置中,可以提示车辆乘员或远程操作员提供实现驾驶操纵的许可。车辆乘员或远程操作员可以通过一种或多种来源得到提示:视觉、听觉和触觉。例如,可以经由位于车辆100的乘客舱内的用户界面或位于车辆100外部的用户界面来提示车辆乘员或远程操作员。替代地或附加地,车辆乘员或远程操作员可以通过一个或多个音频通道经由音频输出得到提示。但是,实施例不限于此,并且因此车辆100可以采用其它形式的提示作为视觉、音频和触觉提示的替代或附加。
响应于接收到对应于车辆乘员或远程操作员批准实现驾驶操纵的输入,可以使得车辆100实现驾驶操纵。根据一个或多个实施例,可以仅在确定考虑到当前驾驶环境(包括但不限于道路、其它车辆、相邻车道、交通规则、道路上的物体等)驾驶操纵可以被安全执行时才实现驾驶操纵。
图2A至2D分别图示了根据一个或多个实施例的车辆100的操作的非限制性示例。车辆100可以在包括道路的驾驶环境中行驶。如本文所阐述、描述和/或图示的,“道路”是指在两个地方之间并且一个或多个车辆可以在其上行驶的通道、路线、路径或途径。道路包括多条车道,包括第一车道202、第二车道204和第三车道206。如本文所阐述、描述和/或图示的,“车道”是指定供单行车辆使用的道路的一部分和/或正由单行车辆使用的道路的一部分。虽然所示示例示出了包括三个车道的道路,但实施例不限于此,并且因此道路可以包括任意数量的车道。
在图示的示例中,第一车道202可以是车辆100沿着第一方向行驶的车道。第二车道204目前可以是与第一车道202横向紧邻的未占用车道。第三车道206可以是其中一个或多个车辆(诸如例如第二车辆210和第三车辆212)沿着第一方向行驶并且横向紧邻第二车道204的车道。第一道202、第二道204和第三道206可以沿着它们各自长度的至少一部分基本上彼此平行。如图2D中所示,道路线形可以包括基本上笔直的第一道路区段214、弯曲的第二道路区段216和基本上笔直的第三道路区段218。
在图示的示例中,车辆100可以识别第二车道的目标变道区域208。车辆100可以经由传感器系统180检测驾驶环境。驾驶环境可以包括行驶在第二车道204的车辆和行驶在紧邻第二车道204的目标区域208的第三车道206的车辆的存在。
车辆100可以确定检测到的车辆210相对于识别出的目标变道区域208的位置。如图2A中所示,如果车辆100确定检测到的车辆210不在到识别出的目标变道区域208的预定阈值距离内,那么车辆100可以执行或被促使执行驾驶操纵,通过该驾驶操纵,车辆100将从第一车道202改变到识别出的目标变道区域208。
如图2B中所示,另一方面,如果车辆100确定检测到的车辆210在到识别出的目标变道区域208的预定阈值距离内,那么车辆100可以经由车辆分类模块160对第二车辆210的车辆类型进行分类。车辆100然后可以将第二车辆210的分类车辆类型与可接受的车辆类型进行比较。经由位于I/O集线器130或车辆100外部位置的用户界面,可接受的车辆类型可以由车辆100的用户或远程操作员预先确定和可选择。例如,用户或远程操作员可能不喜欢改变到本身与特定类别的车辆(例如,半卡车)相邻的相邻车道的区域。在这种情况下,用户或远程操作员可以经由用户界面指示可接受的车辆类别将是除半卡车之外的所有车辆。
替代地或附加地,车辆100可以经由车辆跟踪模块150动态地跟踪检测到的第二车辆210的移动并且在确定检测到的车辆210不在预定阈值距离内时,延迟执行从第一车道202改变到识别出的目标变道区域208的驾驶操纵。例如,如果第二车辆210被归类为半卡车,那么实现对识别出的目标变道区域208的驾驶操纵被延迟直到可以进行安全变道(到变道区域208或另一个识别出的变道区域)。
如图2C和2D中所示,替代地或附加地,驾驶环境可以包括行驶在第三车道206的第三车辆212的存在,该第三车辆在空间上位于检测到的第二车辆210的前面。替代地或附加地,驾驶环境可以包括至少直到可以完成变道的距离的几何道路设计。替代地或附加地,车辆100可以经由车辆跟踪模块150动态地跟踪检测到的第二车辆210和检测到的第三车辆212的移动。
车辆100可以防止由于道路线形的改变(例如,从直线线形改变到弯曲线形,或者从三车道改变为两车道的道路)或者在确定为由于第二车辆210和第三车辆212之间的空间距离以及第二车辆210和第三车辆212之间的相对速度中的一个或多个而可能导致第二车辆210可能突然变道的情况下变道。
车辆100可以防止由于道路线形的改变(例如,从直线线形改变到弯曲线形,或者从三车道改变为两车道的道路)或者在确定预测第二车辆210可能由于一个或多个因素而可能变道的情况下变道,所述一个或多个因素包括但不限于第二车辆210和第三车辆212之间的空间距离、第二车辆210和第三车辆210之间的相对速度,以及检测到的几何道路设计。
根据一个或多个实施例,车辆100可以识别第二车道204的目标变道区域208。替代地或附加地,车辆100可以动态地跟踪检测到的第二车辆210和检测到的第三车辆212的移动。替代地或附加地,车辆100可以确定至少检测到的第二车辆210相对于识别出的目标变道区域208的位置。替代地或附加地,车辆100可以经由处理器110、车辆跟踪模块150和传感器系统180中的一个或多个确定检测到的第二车辆和检测到的第三车辆之间的空间距离以及检测到的第二车辆的速度/加速度的比率中的一个或多个。替代地或附加地,车辆100可以响应于检测到的几何道路设计、空间距离的确定和检测到的第二车辆210的速度/加速度的比率的确定,确定或预测检测到的第二车辆210实现到第二车道204的变道的概率。
然后,车辆100可以响应于确定或预测检测到的第二车辆210不太可能(根据预定的阈值概率值)实现到第二车道204的变道,执行或被促使执行实现车辆100将从第一车道202改变到识别出的目标变道区域208的驾驶操纵。
车辆100可以响应于确定或预测检测到的第二车辆210很可能(根据预定的阈值概率值)实现到第二车道204的变道,在至少直到可以安全执行变道之前,延迟实现驾驶操纵。替代地或附加地,车辆100可以识别新的或替代的目标变道区域。
图3至图5中所示的示例阐述了用于当车辆至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的方法300、400和500。方法300、400和500可以例如以逻辑指令(例如,软件)、可配置逻辑、固定功能硬件逻辑等或其任何组合来实现。
如图3中所示,图示的处理块302包括动态地检测检测位于自主车辆外部的驾驶环境,包括与第二车道相邻的第三车道中一个或多个车辆的存在。根据一个或多个实施例,处理块302的执行可以由处理器110、车辆检测模块140、车辆跟踪模块150和传感器系统180中的一个或多个执行。车辆100的外部环境的至少一部分可以被动态地感测以检测这样的车辆。例如,车辆100可以在一个或多个方向上感测或检测外部驾驶环境,诸如:相对于车辆100的纵轴的横向方向、相对于车辆100的纵轴的向后方向、以及相对于车辆100的纵轴的向前方向。
方法300然后可以进行到图示的处理块304,其包括识别第二车道中的目标变道区域。根据一个或多个实施例,处理块304的执行可以由处理器110和传感器系统180中的一个或多个来执行。
方法300然后可以进行到图示的处理块306,其包括确定检测到的车辆相对于识别出的目标变道区域的位置。根据一个或多个实施例,处理块306的执行可以由处理器110、车辆跟踪模块150和传感器系统180中的一个或多个来执行。
方法300然后可以进行到图示的处理块308,其包括确定检测到的车辆是否在相对于识别出的目标变道区域的可接受的阈值距离内。如果为“否”,那么处理块312包括响应于确定检测到的车辆不在相对于识别出的目标变道区域的可接受阈值距离内,使得由自主车辆实现从第一车道到识别出的目标变道区域的驾驶操纵。根据一个或多个实施例,处理块312的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
如果为“是”,那么处理块310包括延迟变道到目标车道,直到可以安全地执行变道,并且然后进行到处理块312。
替代地或附加地,如果为“是”,那么方法300然后可以继续开始,由此识别新的或替代的目标变道区域。
替代地或附加地,如果为“是”,那么处理块314包括基于车辆类型对检测到的(一个或多个)车辆进行分类。根据一个或多个实施例,处理块314的执行可以由处理器110和车辆分类模块160中的一个或多个来执行。
然后方法300可以进行到图示的处理块316,其包括将分类的检测到的车辆类型与可接受的车辆类型进行比较。根据一个或多个实施例,处理块316的执行可以由处理器110和车辆分类模块160中的一个或多个来执行。
方法300然后可以进行到图示的块318,其包括确定分类的检测到的车辆类型是否是可接受的车辆类别。如果为“是”,那么该方法进行到处理块312。如果为“否”,那么方法300然后可以进行到处理块310。
当使车辆100执行或实现从第一车道改变到目标车道区域的驾驶操纵时,方法300可以终止或结束。替代地,方法300可以返回开始或块302。根据一个或多个实施例,处理器110和自主驾驶模块120中的一个或多个可以使车辆100实现改变到目标车道的驾驶操纵。就这一点而言,处理器110和自主驾驶模块120中的一个或多个可以可操作地连接到车辆系统190中的一个或多个以使得实现驾驶操纵。替代地或附加地,处理器110和自主驾驶模块120中的一个或多个可以可操作地连接到并控制一个或多个致动器198,该一个或多个致动器198可以控制车辆系统190或其部分中的一个或多个以实现驾驶操纵.
根据一个或多个实施例,该方法可以包括附加的处理块(未示出)。例如,在处理块302的执行之后并且在处理块314的执行之前,方法300可以包括处理块,该处理块包括动态地跟踪检测到的(一个或多个)车辆的移动。检测到的(一个或多个)车辆的这种跟踪可以发生在多个传感器检测时刻或帧上。根据一个或多个实施例,检测到的车辆跟踪处理块的执行可以由处理器110和车辆跟踪模块150中的一个或多个来执行。
如图4中所示,图示的处理块402包括动态地检测位于自主车辆外部的驾驶环境,所述驾驶环境包括在与第二车道相邻的第三车道中一个或多个车辆的存在,以及至少直到可以完成变道的距离的几何道路设计。根据一个或多个实施例,处理块402的执行可以由处理器110、车辆检测模块140、车辆跟踪模块150、传感器系统180和导航系统197中的一个或多个来执行。车辆100的外部环境的至少一部分可以被动态地感测以检测这样的车辆。例如,车辆100可以在一个或多个方向上感测或检测外部驾驶环境,诸如:相对于车辆100的纵轴的横向方向、相对于车辆100的纵轴的向后方向、以及相对于车辆100的纵轴的向前方向。
方法400然后可以进行到图示的处理块404,其包括识别第二车道中的目标变道区域。根据一个或多个实施例,处理块404的执行可以由处理器110和传感器系统180中的一个或多个来执行。
然后方法400可以进行到图示的处理块406,其包括基于检测到的几何道路设计确定在识别出的目标变道区域处检测到的几何道路设计是否弯曲。根据一个或多个实施例,处理块406的执行可以由处理器110、传感器系统180和导航系统197中的一个或多个来执行。
然后方法400可以进行到图示的处理块408,其包括响应于确定在识别出的目标变道区域处检测到的几何道路设计是弯曲的,确定实现到识别出的目标变道区域的变道所需的重力(Fd)。根据一个或多个实施例,处理块408的执行可以由处理器110来执行。
然后方法400可以进行到图示的处理块410,其包括将所确定的重力(Fd)与预定的可接受或阈值重力值(Fa)进行比较。根据一个或多个实施例,处理块410的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
然后方法400可以进行到图示的处理块412,其包括确定所确定的重力(Fd)是否小于或等于预定的可接受或阈值重力值(Fa)。根据一个或多个实施例,处理块412的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
如果为“是”,那么方法400进行到处理块414,其包括由自主车辆实现从第一车道到识别出的目标车道区域的驾驶操纵。根据一个或多个实施例,处理块414的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
如果为“否”,那么方法400进行到处理块416,其包括至少直到可以实现变道之前,延迟由自主车辆实现的驾驶操纵。替代地或附加地,如果所确定的重力(Fd)大于预定的可接受的或阈值重力值(Fa),那么处理返回到开始,由此可以识别新的或替代的目标变道区域。根据一个或多个实施例,处理块416的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
如图5中所示,图示的处理块502包括动态地检测位于自主车辆外部的驾驶环境,所述驾驶环境可以包括在与第二车道相邻的第三车道中第二车辆和第三车辆的存在,以及至少直到可以完成变道的距离的几何道路设计中的一个或多个。根据一个或多个实施例,处理块502的执行可以由处理器110、车辆检测模块140、车辆跟踪模块150、传感器系统180和导航系统197中的一个或多个来执行。车辆100的外部环境的至少一部分可以被动态地感测以检测这样的车辆。例如,车辆100可以在一个或多个方向上感测或检测外部驾驶环境,诸如:相对于车辆100的纵轴的横向方向、相对于车辆100的纵轴的向后方向、以及相对于车辆100的纵轴的向前方向100。
然后方法500可以进行到图示的处理块504,其包括识别第二车道中的目标变道区域。根据一个或多个实施例,处理块504的执行可以由处理器110和传感器系统180中的一个或多个来执行。
然后方法500可以进行到图示的处理块506,其包括动态地跟踪检测到的第二车辆210和检测到的第三车辆212的移动。根据一个或多个实施例,处理块506的执行可以由处理器110、传感器系统180和车辆跟踪模块150中的一个或多个来执行。
然后方法500可以进行到图示的处理块508,其包括动态地确定至少检测到的第二车辆210相对于识别出的目标变道区域208的空间位置。根据一个或多个实施例,处理块508的执行可以由处理器110、车辆检测模块140、车辆跟踪模块150和传感器系统180中的一个或多个来执行。
然后方法500可以进行到图示的处理块510,其包括动态地确定检测到的第二车辆210和检测到的第三车辆212之间的空间距离和检测到的第二车辆210的速度/加速度的比率中的一个或多个。根据一个或多个实施例,处理块510的执行可以由处理器110、车辆跟踪模块150和传感器系统180中的一个或多个来执行。
然后方法500可以进行到图示的处理块512,其包括响应于检测到的几何道路设计、所确定的空间距离和检测到的速度/加速度的确定比率中的一个或多个来确定或预测检测到的第二车辆210实现到第二车道的变道的概率(Pd)。
然后方法500可以进行到图示的处理块514,其包括将所确定的概率(Pd)与预定的可接受的或阈值概率(Pa)进行比较。根据一个或多个实施例,处理块514的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
然后方法500可以进行到图示的处理块516,其包括确定所确定的概率(Pd)是否大于或等于预定的可接受的或阈值概率(Pa)。根据一个或多个实施例,处理块516的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
如果为“是”,那么方法500进行到处理块518,其包括由自主车辆实现从第一车道到识别出的目标车道区域的驾驶操纵。根据一个或多个实施例,处理块518的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
如果为“否”,那么方法500进行到处理块520,其包括至少直到可以实现变道之前,延迟由自主车辆实现驾驶操纵。替代地或附加地,方法500可以返回到“开始”,由此可以识别新的或替代的目标变道区域。根据一个或多个实施例,处理块520的执行可以由处理器110和自主驾驶模块120中的一个或多个来执行。
术语“耦合”、“附接”或“连接”在本文中可以用于指代所讨论的组件之间的任何类型的直接或间接的关系,并且可以应用于电气、机械、流体、光学、电磁、机电或其它连接。此外,除非另有指示,否则本文中使用的术语“第一”、“第二”等仅是为了便于讨论,并且不具有特定的时间或按时间顺序的意义。术语“使得”或“导致”是指制造、强制、强迫、引导、命令、指示和/或使事件或动作能够发生或至少处于可能发生此类事件或动作的状态,无论是以直接还是间接的方式。
本领域技术人员将从上述描述中认识到,本发明的实施例的广泛技术可以以多种形式实现。因此,虽然已经结合其特定示例描述了本发明的实施例,但是本发明的实施例的真实范围不应该如此限制,因为在研究附图、说明书和后面的权利要求后,其它修改对于本领域技术人员将是显而易见的。
Claims (20)
1.一种用于当车辆至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的系统,所述系统包括:
传感器系统,用于动态地检测位于自主车辆外部的驾驶环境,所述驾驶环境包括在与第二车道相邻的第三车道中车辆的存在;以及
一个或多个处理器,可操作地耦合到所述传感器系统,用于执行使所述一个或多个处理器执行以下操作的一组指令:
-识别第二车道中的目标变道区域;
-确定检测到的车辆相对于识别出的目标变道区域的位置;以及
-响应于确定检测到的车辆不在相对于识别出的目标变道区域的预定阈值距离内,使得由自主车辆实现从第一车道到识别出的目标变道区域的驾驶操纵。
2.如权利要求1所述的系统,其中所述一组指令使得所述一个或多个处理器响应于确定检测到的车辆在到识别出的目标变道区域的预定阈值距离内,延迟由自主车辆实现变道,直到检测到的车辆不在到识别出的目标变道区域的预定阈值距离内。
3.如权利要求1所述的系统,其中所述一组指令使得所述一个或多个处理器响应于确定检测到的车辆在到识别出的目标变道区域的预定阈值距离内,基于车辆类型对检测到的车辆进行分类。
4.如权利要求3所述的系统,其中所述一组指令使得所述一个或多个处理器将分类的检测到的车辆类型与预定的可接受的车辆类型进行比较。
5.如权利要求4所述的系统,其中所述一组指令使得所述一个或多个处理器响应于基于所述比较确定车辆类型是可接受的,使得由自主车辆实现从第一车道到目标车道区域的驾驶操纵。
6.如权利要求1所述的系统,其中检测驾驶环境包括检测至少直到可以完成变道的距离的几何道路设计。
7.如权利要求1所述的系统,其中检测驾驶环境包括检测第三车道中在空间上位于检测到的车辆前面的第二车辆的存在。
8.一种用于当车辆至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的方法,所述方法包括:
动态地检测位于自主车辆外部的驾驶环境,所述驾驶环境包括在与第二车道相邻的第三车道中车辆的存在;
识别第二车道中的目标变道区域;
确定检测到的车辆相对于识别出的目标变道区域的位置;以及
响应于确定检测到的车辆不在相对于识别出的目标变道区域的预定阈值距离内,使得由自主车辆实现从第一车道到识别出的目标变道区域的驾驶操纵。
9.如权利要求8所述的方法,还包括响应于确定检测到的车辆在到识别出的目标变道区域的预定阈值距离内,延迟由自主车辆实现变道,直到检测到的车辆不在到识别出的目标变道区域的预定阈值距离内。
10.如权利要求8所述的方法,还包括响应于确定检测到的车辆在到识别出的目标变道区域的预定阈值距离内,基于车辆类型对检测到的车辆进行分类。
11.如权利要求10所述的方法,还包括将分类的检测到的车辆类型与预定的可接受的车辆类型进行比较。
12.如权利要求11所述的方法,还包括响应于基于所述比较确定车辆类型是可接受的,使得由自主车辆实现从第一车道到目标车道的驾驶操纵。
13.如权利要求8所述的方法,其中检测驾驶环境包括检测至少直到可以完成变道的距离的几何道路设计。
14.如权利要求8所述的方法,其中检测驾驶环境包括检测第三车道中在空间上位于检测到的车辆前面的第二车辆的存在。
15.一种用于当车辆至少部分地以自主模式操作时操作车辆以从第一车道改变到与第一车道相邻的第二车道的计算机程序产品,所述计算机程序产品包括至少一个计算机可读介质,所述至少一个计算机可读介质包括在由一个或多个处理器执行时,使得所述一个或多个处理器执行以下操作的一组指令:
-识别第二车道中的目标变道区域;
-确定检测到的车辆相对于识别出的目标变道区域的位置;以及
-响应于确定检测到的车辆不在相对于识别出的目标变道区域的预定阈值距离内,使得由自主车辆实现从第一车道到识别出的目标变道区域的驾驶操纵。
16.如权利要求15所述的计算机程序产品,其中所述一组指令使得所述一个或多个处理器响应于确定检测到的车辆在到识别出的目标变道区域的预定阈值距离内,延迟由自主车辆实现变道,直到检测到的车辆不在到识别出的目标变道区域的预定阈值距离内。
17.如权利要求15所述的计算机程序产品,其中所述一组指令使得所述一个或多个处理器响应于确定检测到的车辆在到识别出的目标变道区域的预定阈值距离内,基于车辆类型对检测到的车辆进行分类。
18.如权利要求17所述的计算机程序产品,其中所述一组指令使得所述一个或多个处理器将分类的检测到的车辆类型与预定的可接受的车辆类型进行比较。
19.如权利要求18所述的计算机程序产品,其中所述一组指令使得所述一个或多个处理器响应于基于所述比较确定车辆类型是可接受的,使得由自主车辆实现从第一车道到目标车道区域的驾驶操纵。
20.如权利要求15所述的计算机程序产品,其中检测驾驶环境包括检测至少直到可以完成变道的距离的几何道路设计。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/925,501 US11565720B2 (en) | 2020-07-10 | 2020-07-10 | Autonomous vehicle, system, and method of operating an autonomous vehicle |
US16/925,501 | 2020-07-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113911115A true CN113911115A (zh) | 2022-01-11 |
Family
ID=79172184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110764867.4A Pending CN113911115A (zh) | 2020-07-10 | 2021-07-07 | 自主车辆、系统和操作自主车辆的方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11565720B2 (zh) |
JP (1) | JP2022016382A (zh) |
CN (1) | CN113911115A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024037375A1 (zh) * | 2022-08-17 | 2024-02-22 | 中国移动通信集团河北有限公司 | 交通区域锁控制方法、装置、设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230234612A1 (en) * | 2022-01-25 | 2023-07-27 | GM Global Technology Operations LLC | System for predicting a location-based maneuver of a remote vehicle in an autonomous vehicle |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6882287B2 (en) | 2001-07-31 | 2005-04-19 | Donnelly Corporation | Automotive lane change aid |
US8244408B2 (en) * | 2009-03-09 | 2012-08-14 | GM Global Technology Operations LLC | Method to assess risk associated with operating an autonomic vehicle control system |
WO2017017794A1 (ja) * | 2015-07-28 | 2017-02-02 | 日産自動車株式会社 | 走行制御装置の制御方法および走行制御装置 |
KR20180043144A (ko) | 2016-10-19 | 2018-04-27 | 임철수 | 자율주행자동차 차로변경제어장치 및 그 방법 |
KR20190012370A (ko) * | 2017-07-27 | 2019-02-11 | 삼성에스디에스 주식회사 | 차선 변경 지원 방법 및 장치 |
KR102507115B1 (ko) * | 2018-02-27 | 2023-03-07 | 삼성전자주식회사 | 차량의 주행 경로를 계획하는 방법 및 이를 위한 장치 |
JP6800914B2 (ja) * | 2018-06-15 | 2020-12-16 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
US11433897B2 (en) * | 2020-03-13 | 2022-09-06 | GM Global Technology Operations LLC | Method and apparatus for determination of optimal cruising lane in an assisted driving system |
-
2020
- 2020-07-10 US US16/925,501 patent/US11565720B2/en active Active
-
2021
- 2021-07-07 CN CN202110764867.4A patent/CN113911115A/zh active Pending
- 2021-07-08 JP JP2021113383A patent/JP2022016382A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024037375A1 (zh) * | 2022-08-17 | 2024-02-22 | 中国移动通信集团河北有限公司 | 交通区域锁控制方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2022016382A (ja) | 2022-01-21 |
US20220009520A1 (en) | 2022-01-13 |
US11565720B2 (en) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9815462B2 (en) | Path determination for automated vehicles | |
CN105835878B (zh) | 在乘员视野和传感器检测受阻环境中的自主车辆操作 | |
JP7377317B2 (ja) | 道路の曲率データ無しでの進行レーン識別 | |
CN113128326B (zh) | 具有语义地图和lstm的车辆轨迹预测模型 | |
US9828001B2 (en) | Confidence icons for apprising a driver of confidence in an autonomous operation of a vehicle | |
US9475491B1 (en) | Lane changing for autonomous vehicles | |
US10005464B2 (en) | Autonomous vehicle operation at multi-stop intersections | |
US9994221B2 (en) | Presenting travel settings for selection of nearby vehicle to follow | |
US10078335B2 (en) | Ray tracing for hidden obstacle detection | |
US9694813B2 (en) | Autonomous vehicle operation within a center turn lane | |
US10054678B2 (en) | Minimizing incorrect sensor data associations for autonomous vehicles | |
CN111833650A (zh) | 车辆路径预测 | |
US20160272200A1 (en) | Vehicle operation in environments with second order objects | |
US10668922B2 (en) | Travel lane identification without road curvature data | |
CN111157977B (zh) | 用于自动驾驶车辆的、使用时间-数字转换器和多像素光子计数器的lidar峰值检测 | |
CN116249644B (zh) | 由自主车辆执行出路推断以确定通过交叉路口的可行路径的方法和系统 | |
CN109085818B (zh) | 基于车道信息控制自动驾驶车辆的车门锁的方法和系统 | |
EP3407249A2 (en) | A method and system for generating and using a perception scene graph in motor vehicle applications | |
US10210617B2 (en) | Method and system for generating a perception scene graph having a focus region for a motor vehicle | |
US9616886B2 (en) | Size adjustment of forward objects for autonomous vehicles | |
CN113911115A (zh) | 自主车辆、系统和操作自主车辆的方法 | |
CN110194153B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US20230048044A1 (en) | Autonomous vehicle, system, and method of operating one or more autonomous vehicles for the pacing, protection, and warning of on-road persons | |
CN113228131B (zh) | 用于提供周围环境数据的方法和系统 | |
US11663913B2 (en) | Neural network with lane aggregation for lane selection prediction of moving objects during autonomous driving |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221024 Address after: Aichi Prefecture, Japan Applicant after: Toyota Motor Corp. Address before: Texas, USA Applicant before: TOYOTA MOTOR ENGINEERING & MANUFACTURING NORTH AMERICA, Inc. |
|
TA01 | Transfer of patent application right | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |