CN114312850A - 将不适感用于自主车辆的速度规划 - Google Patents

Abstract

本公开的各方面涉及以自动驾驶模式控制第一车辆(100)的方法和系统。一种控制第一车辆的方法包括：在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第二车辆为尾随车辆；由一个或多个处理器识别初始可允许不适感值；由一个或多个处理器基于尾随车辆尝试确定满足初始可允许不适感值的第一车辆的未来轨迹的速度曲线；当不能确定满足初始可允许不适感值的速度曲线时，由一个或多个处理器调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及由一个或多个处理器使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

Description

将不适感用于自主车辆的速度规划

本申请是申请日(国际申请日)为2018年11月20日，申请号为201880091506.4(国际申请号为PCT/US2018/062044)，发明名称为“将不适感用于自主车辆的速度规划”的发明专利申请的分案申请。

相关申请的交叉引用

本申请是2018年11月13日提交的美国专利申请第16/188,619号的继续申请以及是2017年11月22日提交的美国申请第15/820,757号的继续申请，其公开内容通过引用合并于此。

背景技术

自主车辆，例如不需要人类驾驶员的车辆，可以用于帮助将乘客或物品从一个位置运送到另一位置。这样的车辆可以在完全自主模式下操作，其中乘客可以提供一些初始输入，诸如接载或目的地位置，并且车辆例如通过确定并遵循可能要求车辆对其他道路使用者(诸如车辆、行人、骑自行车的人等)做出响应并且与其他道路使用者(诸如车辆、行人、骑自行车的人等)交互(interact)的路线操纵自身到该位置。

发明内容

本公开的一个方面提供了一种控制第一车辆的方法。所述方法包括在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第二车辆；由一个或多个处理器识别第一车辆的未来轨迹的几何形状；由一个或多个处理器识别初始可允许不适感值；由一个或多个处理器通过基于至少与第一车辆的乘客的不适感和第二车辆的乘客的不适感有关的因素集合来确定速度曲线的不适感值，尝试确定满足初始可允许不适感值的几何形状的速度曲线；当不能确定满足初始可允许不适感值的速度曲线时，由一个或多个处理器调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及由一个或多个处理器使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

在一个示例中，几何形状包括第一车辆尝试在第二车辆的前面或后面进行右转。在此示例中，满足经调整的可允许不适感值的速度曲线对应于加速第一车辆，以便在第二车辆的前面右转。可替换地，满足经调整的可允许不适感值的速度曲线对应于减速第一车辆，以便在第二车辆的后面右转。在另一示例中，几何形状包括第一车辆在第二车辆的前面或后面并入第二车辆的车道。在该示例中，满足经调整的可允许不适感值的速度曲线对应于加速第一车辆，以便在第二车辆前面并入。可替换地，满足经调整的可允许不适感值的速度曲线对应于减速第一车辆，以便在第二车辆后面并入。在另一示例中，几何形状包括第一车辆在第二车辆的前面或后面越过路径。在此示例中，满足经调整的可允许不适感值的速度曲线对应于加速第一车辆，以便在第二车辆的前面越过路径。可替换地，满足经调整的可允许不适感值的速度曲线对应于减速第一车辆，以便在第二车辆的后面越过路径。

在另一示例中，因素集合至少包括第一车辆的最大减速度量。在另一示例中，因素集合至少包括第一车辆的最大加速度量。在另一示例中，因素集合包括预期第一车辆超过第一车辆当前正在行驶的车道的速度限制的量。在另一示例中，因素集合包括第一车辆的横向加速度。在另一示例中，因素集合包括至少包括第一车辆将接近第二车辆的程度。在另一示例中，因素集合包括预期第二车辆需要减速的量。在另一示例中，因素集合包括预期第二车辆需要加速的量。在另一示例中，因素集合包括第二车辆将必须移位其位置的量。在另一示例中，因素集合包括表示不适感值中的不确定性的不确定性值。

本公开的另一方面提供了一种用于控制第一车辆的系统。所述系统包括：一个或多个处理器，被配置为：在以自动驾驶模式操纵第一车辆的同时，识别第二车辆；识别第一车辆的未来轨迹的几何形状；识别初始可允许最大可允许不适感值；通过基于至少与第一车辆的乘客的不适感和第二车辆的乘客的不适感有关的因素集合来确定速度曲线的不适感值，尝试确定满足初始可允许不适感值的几何形状的速度曲线；当不能确定满足最大可允许不适感值的速度曲线时，调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

本公开的各方面提供了一种控制第一车辆的方法。所述方法包括：在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第二车辆；由一个或多个处理器确定第二车辆是尾随车辆；由一个或多个处理器识别表示第一车辆的乘员的预期不适感和第二车辆的乘员的预期不适感的初始可允许不适感值；由一个或多个处理器基于与尾随车辆的反应相对应的因素集合来尝试确定满足初始可允许不适感值的第一车辆的未来轨迹的速度曲线；当不能确定满足初始可允许不适感值的速度曲线时，由一个或多个处理器调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及由一个或多个处理器使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

在一个示例中，因素集合包括第二车辆的最大允许减速度。在另一示例中，所述方法还包括：当初始可允许不适感值被调整时，第二车辆的最大允许减速度也被调整。在此示例中，调整最大允许减速度包括增加对第二车辆的预期减速度的限制。在另一示例中，因素集合包括第二车辆的反应时间。在此示例中，当初始可允许不适感值被调整时，第二车辆的反应时间也被调整。另外，调整反应时间包括减小反应时间。在另一示例中，因素集合还包括用于在交叉路口处停止第一车辆的约束。在此示例中，当初始可允许不适感值被调整时，用于使第一车辆在交叉路口处停止的约束被调整。在另一示例中，当初始可允许不适感值被调整时，用于使第一车辆在交叉路口停止的约束被忽略。在另一示例中，确定第二车辆是尾随车辆是基于第二车辆相对于第一车辆的位置的。在此示例中，确定第二车辆是尾随车辆是基于第二车辆的速度的。在另一示例中，所述方法还包括周期地更新对第二车辆是否是尾随车辆的确定。在另一示例中，所述方法还包括在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第三车辆；由一个或多个处理器确定第三车辆不是尾随车辆，并且尝试确定满足初始可允许不适感值的几何形状的速度曲线还基于与第三车辆有关的第二因素集合。在此示例中，因素集合包括第二车辆的最大允许减速度的第一值，并且第二因素集合包括第三车辆的最大允许减速度的第二值，并且第二值与第一值不同。另外，第一值允许对第二车辆的预期减速度的第一限制，第二值允许对第三车辆的预期减速度的第二限制，并且第一限制小于第二限制。另外或可替换地，因素集合包括第二车辆的反应时间的第一值，并且第二因素集合包括用于第三车辆的反应时间的第二值，并且第二值与第一值不同。另外，第一值小于第二值，使得第二车辆的反应时间小于第三车辆的反应时间。

本公开的另一方面提供了一种用于控制第一车辆的系统。所述系统包括：一个或多个处理器，被配置为：在以自动驾驶模式操纵第一车辆的同时，识别第二车辆；确定第二车辆是尾随车辆；识别表示第一车辆的乘员的预期不适感和第二车辆的乘员的预期不适感的初始可允许不适感值；基于与尾随车辆的反应相对应的因素集合来尝试确定满足初始可允许不适感值的第一车辆的未来轨迹的速度曲线；当不能确定满足初始可允许不适感值的速度曲线时，调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

在一个示例中，一个或多个处理器还被配置为：在以自动驾驶模式操纵第一车辆的同时，识别第三车辆；以及确定第三车辆不是尾随车辆。在此示例中，尝试确定满足初始可允许不适感值的几何形状的速度曲线还基于与第三车辆有关的第二因素集合，因素集合包括第二车辆的最大允许减速度的第一值，第二因素集合包括第三车辆的最大允许减速度的第二值，并且第二值与第一值不同。在另一示例中，系统还包括车辆。

在一个示例中，提出一种控制第一车辆的方法，该方法包括：在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第二车辆为尾随车辆；由一个或多个处理器识别初始可允许不适感值；由一个或多个处理器基于尾随车辆尝试确定满足初始可允许不适感值的第一车辆的未来轨迹的速度曲线；当不能确定满足初始可允许不适感值的速度曲线时，由一个或多个处理器调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及由一个或多个处理器使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

在一个示例中，提出一种控制第一车辆的系统，所述系统包括一个或多个处理器，所述一个或多个处理器被配置为：在以自动驾驶模式操纵第一车辆的同时，识别第二车辆为尾随车辆；识别初始可允许不适感值；基于尾随车辆尝试确定满足初始可允许不适感值的第一车辆的未来轨迹的速度曲线；当不能确定满足初始可允许不适感值的速度曲线时，调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

在一个示例中，提出一种控制第一车辆的方法，所述方法包括：在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第一车辆外部的人；由一个或多个处理器识别第一车辆的未来轨迹的几何形状；由一个或多个处理器识别初始可允许不适感值；由一个或多个处理器通过基于至少与第一车辆的乘客的不适感和所述人的不适感有关的因素集合来确定速度曲线的不适感值，尝试确定满足初始可允许不适感值的几何形状的速度曲线；当不能确定满足初始可允许不适感值的速度曲线时，由一个或多个处理器调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及由一个或多个处理器使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

在一个示例中，提出一种控制第一车辆的系统，所述系统包括一个或多个处理器，所述一个或多个处理器被配置为：在以自动驾驶模式操纵第一车辆的同时，识别第一车辆外部的人；识别第一车辆的未来轨迹的几何形状；识别初始可允许不适感值；通过基于至少与第一车辆的乘客的不适感和所述人的不适感有关的因素集合来确定速度曲线的不适感值，尝试确定满足初始可允许不适感值的几何形状的速度曲线；当不能确定满足初始可允许不适感值的速度曲线时，调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

附图说明

图1是根据示例性实施例的示例车辆的功能图。

图2是根据本公开的各方面的地图信息的示例。

图3是根据本公开的各方面的车辆的示例外部视图。

图4是根据示例性实施例的示例系统的示意图。

图5是根据本公开的各方面的图4的系统的功能图。

图6是根据本公开的各方面的地理区域的示例鸟瞰图。

图7是根据本公开的各方面的地理区域的示例鸟瞰图。

图8是根据本公开的各方面的地理区域的示例鸟瞰图。

图9是根据本公开的各方面的地理区域的示例鸟瞰图。

图10是根据本公开的各方面的地理区域的示例鸟瞰图。

图11是根据本公开的各方面的示例流程图。

图12是根据本公开的各方面的示例流程图。

具体实施方式

概述

技术涉及使用不适感值来确定如何控制自主车辆的速度。在生成车辆的轨迹时，可以在确定该轨迹的速度曲线之前确定自主车辆路径的几何形状。在某些情况下，自主车辆的计算设备可能会检测到车辆后面的对象，诸如另一道路使用者。在某些情况下，这些对象可能是尾随车辆，因此，考虑车辆的行为将如何影响这些尾随车辆可能是重要的。为此，可以使用不适感值，该值表明对车辆以及车辆环境中的道路使用者(例如其他车辆、骑自行车的人或行人)的不适感。

为了使车辆的计算设备能够自主操纵车辆，计算设备必须生成车辆在未来的短时间内遵循的轨迹或未来路径。这些未来路径可以包括几何形状分量和速度分量或速度曲线。速度曲线可以在几何形状分量之后生成。对此，对于任何给定几何形状，可以生成许多不同的可能速度曲线，包括例如那些要求车辆加速或减速的速度曲线。再者，决定使用这些速度曲线中的哪一个可能是一个挑战。

当确定速度曲线时，计算设备可以生成多个约束。这些约束可以基于车辆环境中的对象及其预测的行为或轨迹来生成。在某些情况下，可以仅基于在车辆前面和/或旁边的对象来生成约束。对此，可以忽略车辆后面的对象。然而，在某些情况下，当确定位于车辆后面的对象为尾随车辆时，也可能会为该对象生成约束。

计算设备还可以尝试确定如下给定几何形状的速度曲线：其使自主车辆以及其他车辆的不适感值最小化以识别速度曲线。可以基于与自主车辆的乘客(自主车辆是否实际上包括乘客)和另一车辆的乘客或乘员(另一车辆实际上是否包括乘客)、行人或骑自行车的人等经历的预期不适感有关的因素的组合来确定不适感值。

换句话说，计算设备可以确定是否存在将满足或符合最大可允许不适感值的关联不适感值的解决方案(即，速度曲线)。例如，对于给定最大可允许不适感值，如果在最大可允许不适感值的限制内找不到解决方案，则计算设备可以返回该最大可允许不适感值的速度曲线或失败。这导致计算设备选择具有最低可行最大可允许不适感值的速度规划。计算设备可以使用不同最大可允许不适感值迭代地搜索速度曲线。例如，计算设备以初始或最低最大可允许不适感值开始。如果计算设备无法在该最大可允许不适感值下找到速度曲线，则计算设备可以增加最大可允许不适感值，直到找到满足当前最大可允许速度不适感值的解决方案或速度曲线。

对于给定最大可允许不适感值，车辆的计算设备可以以如下速度曲线开始：该速度曲线在给定速度限制(诸如道路速度限制和转弯时的横向加速度限制)以及慢速区域(由地图信息定义)的情况下尽可能快地移动。该初始曲线可能不一定满足约束，包括为确定为尾随车辆的对象生成的任何约束。这些约束被逐一解决。如果计算设备即使在尽可能用力和尽可能早地制动时也不能满足针对最大可允许不适感值的约束，则可以增加给定最大可允许不适感值并生成新的速度曲线。然而，如果速度曲线可以以给定最大可允许不适感值既通过也可以让路于另一车辆，则计算设备可以选择默认动作，诸如加速以通过该另一对象。另外，随着最大可允许不适感值增加，某些约束甚至可以被忽略。

然后，计算设备可以根据满足最小的最大可允许不适感值的速度曲线来控制车辆。当生成所有速度曲线时，可以使用不适感值，但是当自主处于要求自主车辆在与另一车辆交互时加速或减速的某些类型的情形下时，该不适感值可能特别有用。

本文所述的特征可以允许自主车辆在考虑到该速度曲线将如何影响自主车辆的任何乘客(即使当前车辆中没有乘客)以及与自主车辆与其交互的另一车辆的任何乘客或乘员的同时确定速度曲线。此外，通过基于尾随车辆生成约束，车辆的计算设备能够做出驾驶决策，该决策还考虑了车辆的行为将如何影响这些尾随车辆。这也增加了安全性。换句话说，使用更保守的估计来预测其他对象的行为并在较低的最大可允许不适感值下使用较大的安全裕度可以得出更安全的解决方案。

示例系统

如图1中所示，根据本公开的一个方面的车辆100包括各种组件。尽管本公开的某些方面对于特定类型的车辆特别有用，但是车辆可以是任何类型的车辆，包括但不限于汽车、卡车、摩托车、公共汽车、休闲车等。车辆可以具有一个或多个计算设备，诸如包含一个或多个处理器120、存储器130和通常存在于通用计算设备中的其他组件的计算设备110。

存储器130存储由一个或多个处理器120可访问的信息，包括可以由处理器120执行或以其他方式使用的指令134和数据132。存储器130可以是能够存储处理器可访问的信息的任何类型，包括计算设备可读介质，或存储可以借助于电子设备读取的数据的其他介质，诸如硬盘驱动器、存储卡、ROM、RAM、DVD或其他光盘，以及其他可写和只读存储器。系统和方法可以包括前述的不同组合，由此指令和数据的不同部分被存储在不同类型的介质上。

指令134可以是处理器要直接执行(诸如机器代码)或间接执行(诸如脚本)的任何指令集。例如，指令可以作为计算设备代码存储在计算设备可读介质上。对此，术语“指令”和“程序”在本文中可以互换使用。指令可以以目标代码格式存储以供处理器直接处理，或者以任何其他计算设备语言存储，包括按需解释或预先编译的脚本或独立源代码模块的类集。指令的功能、方法和例程将在下面更详细地说明。

数据132可以由处理器120根据指令134来检索、存储或修改。例如，尽管所要求保护的主题不受任何特定数据结构的限制，但是数据可以存储在计算设备寄存器中，作为具有多个不同字段和记录的表存储在关系数据库中，存储在XML文档或平面文件中。数据也可以以任何计算设备可读格式来格式化。

一个或多个处理器120可以是任何传统处理器，诸如可商购获得的CPU。可替换地，一个或多个处理器可以是专用设备，诸如ASIC或其他基于硬件的处理器。尽管图1在功能上将处理器、存储器和计算设备110的其他元件图示为在同一块内，但是本领域普通技术人员将理解，处理器、计算设备或存储器实际上可以包括可以存储在同一物理壳体内或者可以不存储在同一物理壳体内的多个处理器、计算设备或存储器。例如，存储器可以是位于与计算设备110不同的壳体中的硬盘驱动器或其他存储介质。因此，对处理器或计算设备的提及将被理解为包括对可以并行操作或不可以并行操作的处理器或计算设备或存储器的集合的提及。

计算设备110可以是通常与计算设备结合使用的所有组件，诸如上述处理器和存储器以及用户输入部150(例如，鼠标、键盘、触摸屏和/或麦克风)和各种电子显示器(例如，具有屏幕的监视器或可操作来显示信息的任何其他电子设备)。在该示例中，车辆包括内部电子显示器152以及一个或多个扬声器154以提供信息或视听体验。对此，内部电子显示器152可以位于车辆100的驾驶舱内，并且可以由计算设备110用于向车辆100内的乘客提供信息。

计算设备110还可包括一个或多个无线网络连接156，以促进与其他计算设备的通信，诸如下面详细描述的客户端计算设备和服务器计算设备。无线网络连接可以包括短距离通信协议(诸如蓝牙、蓝牙低功耗(LE)、蜂窝连接)以及各种配置和协议(包括互联网、万维网、内联网、虚拟专用网、广域网、本地网络、使用一个或多个公司专有的通信协议的专用网络、以太网、WiFi和HTTP以及前述的各种组合。

在一个示例中，计算设备110可以是自动驾驶计算系统的控制计算设备或被并入车辆100中。自动驾驶计算系统可以能够与车辆的各种部件进行通信，以便根据存储器130的主要车辆控制代码来控制车辆100的运动。例如，返回到图1，计算设备110可以与车辆100的各种系统通信，诸如减速系统160、加速系统162、转向系统164、信号通知系统166、路线选择系统168、定位系统170、感知系统172和动力系统174(即车辆的引擎或马达)，以便根据存储器130的指令134控制车辆100的运动、速度等。再者，尽管这些系统示出为在计算设备110外部，但实际上，这些系统也可以重新并入计算设备110中，作为用于控制车辆100的自动驾驶计算系统。

作为示例，计算设备110可以与减速系统160和/或加速系统162的一个或多个致动器(例如，制动器、加速器踏板和/或车辆的引擎或马达)交互，以控制车辆的速度。类似地，转向系统164的一个或多个致动器，诸如方向盘、转向轴和/或齿条齿轮系统中的齿轮和齿条，可以被计算设备110使用，以便控制车辆100的方向。例如，如果车辆100被配置为在道路上使用，诸如汽车或卡车，则转向系统可以包括一个或多个致动器，以控制车轮的角度来使车辆转向。信号通知系统166可以由计算设备110使用，以便例如在需要时通过点亮转向信号或制动灯向其他驾驶员或车辆发信号通知车辆的意图。

路线选择系统168可以由计算设备110使用，以便确定并遵循到达一位置的路线。对此，路线选择系统168和/或数据132可以存储详细的地图信息，例如，高度详细的地图，其识别道路、车道线、交叉路口、人行横道、限速、交通信号、建筑物、标志、实时交通信息、植被的形状和高程或其他此类对象和信息。

图2是包括交叉路口202和204的路段地图信息200的示例。在该示例中，地图信息200包括识别车道线210、212、214、交通信号灯220、222、人行横道230、人行道240、停车标志250、252、让路标志260和停车线262的形状、位置和其他特性的信息。尽管地图信息在本文中被描述为基于图像的地图，但是地图信息不必完全基于图像(例如，栅格)。例如，地图信息可以包括一个或多个信息道路图或图网络，诸如道路、车道、交叉路口以及这些特征之间的连接。每个特征可以存储为图形数据，并且可以与诸如地理位置以及其是否链接到其他相关特征的信息相关联，例如，停车标志可以链接到道路和交叉路口等。在一些示例中，关联数据可以包括道路图的基于网格的索引，以允许高效地查找特定道路图特征。

定位系统170可以由计算设备110使用，以便确定车辆在地图上或在地球上的相对或绝对位置。例如，位置系统170可以包括GPS接收器，以确定设备的纬度、经度和/或高度位置。其他定位系统(诸如基于激光的定位系统、惯性辅助GPS或基于相机的定位)也可以用于识别车辆的位置。车辆的位置可以包括绝对地理位置，诸如纬度、经度和高度，以及相对位置信息，诸如相对于紧接其周围的其他汽车的位置，通常可以以比绝对地理位置小的噪声来确定车辆的位置。

定位系统170还可以包括与计算设备110通信的其他设备，诸如加速度计、陀螺仪或另一方向/速度检测设备，以确定车辆的方向和速度或其变化。仅作为示例，加速设备可以相对于重力方向或垂直于其的平面确定其俯仰、偏航或翻滚(或其变化)。设备还可以跟踪速度的增加或减少以及这种变化的方向。如本文所述的设备对位置和方位数据的提供可以自动地提供给计算设备110、其他计算设备以及前述的组合。

感知系统172还包括一个或多个组件，用于检测车辆外部的对象，诸如其他车辆、道路中的障碍物、交通信号、标志、树木等。例如，感知系统172可以包括激光器、声纳、雷达、相机和/或记录可由计算设备110处理的数据的任何其他检测设备。在车辆是诸如小型货车的乘用车的情况下，小型货车可以包括安装在车顶或其他方便位置上的激光器或其他传感器。例如，图3是车辆100的示例外部视图。在该示例中，车顶壳体310和圆顶壳体312可以包括激光雷达传感器以及各种相机和雷达单元。另外，位于车辆100的前端的壳体320和在车辆的驾驶员和乘客侧的壳体330、332可以分别存储激光雷达传感器。例如，壳体330位于驾驶员门360的前面。车辆100还包括也位于车辆100的车顶上的用于雷达单元和/或相机的壳体340、342。附加雷达单元和相机(未示出)可以位于车辆100的前端和后端和/或在沿车顶或车顶壳体310的其他位置上。

计算设备110可以通过控制各种组件来控制车辆的方向和速度。例如，计算设备110可以使用来自详细地图信息和路线选择系统168的数据完全自主地将车辆导航到目的地位置。在需要安全到达位置时，计算设备110可以使用定位系统170来确定车辆的位置，并且使用感知系统172检测并响应对象。为此，计算设备110可以使车辆加速(例如，通过增加由加速系统162提供给引擎的燃料或其他能量)，减速(例如，通过减少供应给引擎的燃料，改变档位和/或通过经由减速系统160施加制动)，改变方向(例如，通过经由转向系统164旋转车辆100的前轮或后轮)以及信号通知这种改变(例如，通过点亮信号通知系统166的转向信号)。因此，加速系统162和减速系统160可以是传动系统的一部分，该传动系统包括在车辆的引擎和车辆的车轮之间的各种组件。再者，通过控制这些系统，计算设备110也可以控制车辆的传动系统，以便自主操纵车辆。

车辆100的计算设备110还可以从其他计算设备接收信息或向其他计算设备传送信息，诸如作为运送服务的一部分的那些计算设备以及其他计算设备。图4和图5分别是示例系统400的示意和功能图，该示例系统400包括多个计算设备410、420、430、440和经由网络460连接的存储系统450。系统400还包括车辆100以及可以被配置为与车辆100相同或相似的车辆100A、100B。尽管为简单起见仅示出一些车辆和计算设备，但是典型的系统可以包括显著更多的车辆和计算设备。

如图4中所示，每个计算设备410、420、430、440可以包括一个或多个处理器、存储器、数据和指令。可以类似于计算设备110的一个或多个处理器120、存储器130、数据132和指令134来配置这种处理器、存储器、数据和指令。

网络460和中间节点可以包括各种配置和协议，包括短距离通信协议，诸如蓝牙、蓝牙LE、互联网、万维网、内联网、虚拟专用网、广域网、局域网、使用一个或多个公司专有的通信协议的专用网络、以太网、WiFi和HTTP以及前述的各种组合。能够与其他计算设备之间传输数据的任何设备(诸如调制解调器和无线接口)都可以促进此类通信。

在一个示例中，一个或多个计算设备110可以包括具有多个计算设备的一个或多个服务器计算设备，例如，负载平衡服务器场，其与网络的不同节点交换信息以用于从其他计算设备接收数据、处理数据和向其他计算设备发送数据的目的。例如，一个或多个计算设备410可以包括一个或多个服务器计算设备，其能够经由网络460与车辆100的计算设备110或车辆100A的类似计算设备以及计算设备420、430、440通信。例如，车辆100、100A可以是可以由服务器计算设备调度到各个位置的车队的一部分。对此，服务器计算设备410可以用作调度系统。另外，车队的车辆可以周期性地向服务器计算设备发送由车辆的相应定位系统提供的位置信息以及与下文进一步讨论的与车辆的状态有关的其他信息，并且一个或多个服务器计算设备可以跟踪车队中每个车辆的位置和状态。

另外，服务器计算设备410可以使用网络460在显示器(诸如计算设备420、430、440的显示器424、434、444)上向用户(诸如用户422、432、442)发送信息并向用户呈现信息。对此，计算设备420、430、440可以被认为是客户端计算设备。

如图4中所示，每个客户端计算设备420、430、440可以是用户422、432、442意图使用的个人计算设备，并具有通常与个人计算设备结合使用的所有组件，包括一个或多个处理器(例如，中央处理单元(CPU))、存储数据和指令的存储器(例如，RAM和内部硬盘驱动器)、显示器(诸如显示器424、434、444)(例如，具有屏幕的监视器、触摸屏、投影仪、电视或其他可操作来显示信息的设备)和用户输入设备426、436、446(例如，鼠标、键盘、触摸屏或麦克风)。客户端计算设备还可以包括用于记录视频流的相机、扬声器、网络接口设备以及用于将这些元件彼此连接的所有组件。

尽管客户端计算设备420、430和440各自均可以包括全尺寸个人计算设备，但是它们可以替代地包括能够通过诸如互联网的网络与服务器无线交换数据的移动计算设备。仅作为示例，客户端计算设备420可以是移动电话或设备，诸如能够启用无线的PDA、平板PC、可穿戴计算设备或系统，或者是能够经由互联网或其他网络获得信息的上网本。在另一示例中，客户端计算设备430可以是可穿戴计算系统，如图4中所示，被示为手表。作为示例，用户可以使用小键盘、键盘、麦克风、使用带有相机的视觉信号或触摸屏来输入信息。

在一些示例中，客户端计算设备440可以是由仓库的管理员或操作员使用的礼宾工作站，以为车队的车辆提供仓库服务。尽管在图4和图5中仅示出了单个仓库工作站440，但是在典型的系统中可以包括任何数量的这样的工作站。

与存储器130一样，存储系统450可以是能够存储服务器计算设备410可访问的信息的任何类型的计算机存储，诸如硬盘驱动器、存储器卡、ROM、RAM、DVD、CD-ROM、可写和只读存储器。另外，存储系统450可以包括分布式存储系统，其中数据存储在物理上可以位于相同或不同地理位置的多个不同存储设备上。如图4和图5中所示，存储系统450可以经由网络460连接到计算设备，和/或可以直接连接到或合并到计算设备110、410、420、430、440等中的任何一个中。

存储系统450可以存储各种类型的信息，如下面更详细描述的。该信息可以由服务器计算设备(诸如一个或多个服务器计算设备410)检索或以其他方式访问，以便执行本文所述的部分或全部特征。为了向用户提供运送服务，存储系统450的信息可以包括诸如凭证的用户帐户信息(例如，如在传统的单因素认证的情况下的用户名和密码以及通常在多因素认证中使用的其他类型的凭据，诸如随机标识符、生物特征等)，其可用于向一个或多个服务器计算设备识别用户。用户帐户信息还可以包括个人信息，诸如用户名、联系信息、用户的客户端计算设备(或多个设备(如果以相同用户帐户使用多个设备)的标识信息、用户的一个或多个唯一信号以及其他用户偏好设置或设置数据。

存储系统450还可以存储可以提供给客户端计算设备以显示给用户的信息。例如，存储系统450可以存储预定距离信息，用于确定对于给定接载或目的地位置，车辆可能停车的区域。存储系统450还可以存储图形、图标和可以向用户显示的其他项目，如下所述。

示例方法

除了上述和附图中所示的操作之外，现在将描述各种操作。应当理解，以下操作不必以下面描述的精确顺序执行。而是，可以以不同的顺序或同时地处理各个步骤，并且还可以添加或省略步骤。

车辆的计算设备可以控制车辆以便遵循路线。这可以包括生成用于车辆的多个短期轨迹。这些轨迹本质上可以是车辆在未来的短时间内(诸如2秒、10秒、16秒或更长或更短)遵循的未来路径，以遵循到达目的地的路线。这些未来路径可以包括几何形状分量和速度分量或速度曲线。速度曲线可以在几何形状分量之后生成。对此，对于任何给定几何形状，可以生成许多不同的可能速度曲线，包括例如那些要求车辆加速或减速的曲线。再者，决定使用这些速度曲线中的哪一个可能是一个挑战。

图6是在与图2的地图信息中定义的道路的部分相对应的道路的部分上操纵车辆100的示例图。例如，图6描绘了在包括交叉路口602和604的道路600的一部分上操纵车辆100。在该示例中，交叉路口602和604分别对应于地图信息200的交叉路口202和204。在该示例中，车道线610、612和614分别对应于车道线210、212和214的形状、位置和其他特性。类似地，人行横道630分别对应于人行横道230的形状、位置和其他特性；人行道640对应于人行道240；交通信号灯620、622分别对应于交通信号灯220、222；停车标志650、652分别对应于停车标志250、252；让路标志660对应于让路标志260；并且停车线662对应于停车线262。

在该示例中，计算设备110已经使用地图信息200来确定车辆100要遵循的轨迹670以到达目的地(未示出)。轨迹670包括速度分量和几何形状分量(与图6中为轨迹670示出的内容相同)，其将要求车辆100要在交叉点604处左转。

然后，计算设备100可以尝试确定给定几何形状(诸如几何形状轨迹670)的速度曲线，该速度曲线使自主车辆的乘客或乘员以及车辆环境中的道路使用者(包括被识别为尾随车辆的任何对象)的不适感最小化。可以基于与自主车辆的乘客或乘员(无论自主车辆是否实际上包括乘客)以及另一车辆的乘客或乘员(无论另一车辆是否实际上包括乘员)、行人或骑自行车的人等所经历的预期不适感有关的因素的组合来确定不适感值。可以基于因素的组合来确定该不适感值，所述因素包括例如最大减速度、最大加速度、最大加加速度、最大横向加速度、最大横向加加速度、自主车辆将超过速度限制的最大量、自主车辆是否将必须进入人行横道、车辆是否将必须进入堵塞的(occluded)人行横道、车辆的速度是否将超过接近速度限制、车辆与任何其他对象之间的最小距离(例如，两个车辆之间的距离将有多近)等。关于接近速度限制，这可以对应于根据与附近对象的距离来限制车辆的速度。该限制可以对应于对绝对速度、相对速度、车辆当前行驶的道路的速度限制的百分比等的限制。

除了这些因素外，对于其他道路使用者，诸如其他车辆、骑自行车的人或行人，这些因素还可以包括其他道路使用者对车辆100做出反应的反应时间，其他对象将必须减速多少，另一道路使用者将何时能够看到或检测到车辆100时，另一位道路使用者将必须将其位置移位(向右或向左移动)多少，对应于另一道路使用者的估计反应时间的车头时距，其他车辆是否将必须进入人行横道，其他道路使用者是否将必须进入堵塞的人行横道，任何其他道路使用者将需要超过速度限制的最大量以及计算设备对其他道路使用者的位置和速度的预测多有信心的不确定性值。

可以使用该值的特定标度评估这些因素中的每一个。例如，最小加速度(或最大允许减速度)可以在从-2m/s2到-8m/s2的范围或更大或更小，最大加速度可以在2m/s2到3m/s2的范围，加加速度可以在从2m/s2到8m/s2的范围或更大或更小，横向加速度可以在3m/s2到4m/s2的范围，超过速度限制可以在从0％到12％的范围或更大或更小，接近速度限制可以在0％到12％的范围或更大或更小，车头时距可以在0.75秒到0秒的范围或更大或更小，不确定性可以在标准偏差0.8到标准偏差0范围或更大或更小。

此外，在某些情况下可以调整这些标度。例如，当两个车辆交互时，可以允许或预期具有优先权(即通行权)的车辆表现得更坚决，而没有优先权(即不具有通行权)的车辆可以被允许或预期表现得更合作。对此，可以根据优先顺序对标度进行调整。对此，对于没有优先权的车辆，可以增加最大允许减速度的标度，例如，标度然后可以从-2m/s2到-10m/s2或更大或更小。类似地，对于具有优先权的车辆，最大加速度的标度可以增加，例如，标度可以在2m/s2至10m/s2的范围或更大或更小。

为了确定给定不适感值的速度曲线，计算设备可以基于前述因素和对应值生成多个约束。例如，可以基于车辆环境中的对象以及它们的预测行为或轨迹生成这些约束。例如，约束可以包括速度限制，诸如道路速度限制和转弯时的横向加速度限制、到其他对象的最小距离、慢速区域(由地图信息定义)等。例如，计算设备110和/或感知系统172可以识别诸如车辆、骑自行车的人、行人、碎片等的对象，并为那些对象估计一个或多个未来预测轨迹。可以利用那些对象的预测轨迹生成约束，以防止车辆的计算设备确定将导致轨迹的几何形状分量(即，预期车辆100所在的位置)的速度曲线。在一些情况下，与用于对象的预测轨迹相对应的区域可以用于确定对该对象的约束。例如，如果预测行人在给定位置处越过车辆的轨迹，则该位置和行人预期进入和离开车辆的轨迹的时间可能会定义速度约束。

在一些情况下，可以仅基于在车辆前面和/或旁边的对象生成约束。例如，这可以仅包括在车辆前面和/或旁边并且还具有可能与车辆的轨迹交叉的预测轨迹的那些车辆。对此，可以忽略车辆后面的对象。然而，在某些情况下，车辆后面的对象(诸如尾随车辆)实际上可能与确定车辆的速度规划有关。这样，如果该对象满足多个要求，则计算设备110可以确定该对象为尾随车辆。例如，这些多个要求可以包括：将对象识别为车辆，该对象位于车辆后面并且与该车辆在同一车道中，该对象以相对于车辆100的速度的特定速度行驶，该对象在车辆后面特定距离内等。对此，对于位于车辆100后面的车道中的任何对象，计算设备110可以确定该对象是否是尾随车辆。诸如例如，每当计算设备110从感知系统172接收更新的传感器数据时，就可以周期性地更新该评估。

类似地，当确定位于车辆后面的对象为尾随车辆时，也可以为该对象生产约束。然而，用于尾随车辆的约束的值可能不同于用于典型车辆的约束的值。例如，对于尾随车辆，与对于更多类型的车辆相比，根据更大的制动和/或更少的反应时间，计算设备110可能承担更大的对车辆100的动作的响应。换句话说，随着车辆100后面的预期尾随车辆对车辆100做出反应，由于不可能预期车辆100对该尾随车辆做出强烈反应，因此尾随车辆比其他车辆更可能针对车辆100减速。

计算设备可以确定是否存在将满足或符合最大可允许不适感值并且满足所有约束的值的解决方案(即速度曲线)。例如，对于给定最大可允许不适感值，如果在最大可允许不适感值的限制内找不到解决方案，则计算设备110可以返回对该最大可允许不适感值的速度曲线或失败。这导致计算设备选择具有最低可行最大可允许不适感值的速度规划。

例如，对于没有约束要考虑的情况，诸如图6的示例，计算设备可能能够在最低最大可允许不适感值处找到速度曲线，因此不需要评估更高最大可允许不适感值。换句话说，在没有其他道路使用者(诸如接近车辆100的车辆，骑自行车的人或行人)的情况下，计算设备110通常将能够找到满足初始或最低最大可允许不适感值(例如零不适感)的速度曲线。

当车辆100的轨迹接近其他此类道路使用者(诸如车辆或行人)时，出于安全原因，应将车辆控制在较慢的速度下。因此，期望的速度可以是其他道路使用者(例如，车辆、骑自行车的人或行人)的类型以及车辆100可以接近该另一对象的程度的函数。通过增加最大可允许不适感值，甚至可以允许车辆100稍微超过期望速度，以避免与这种其他道路使用者发生碰撞。

计算设备可以使用不同最大可允许不适感值来迭代地搜索速度曲线。例如，计算设备以第一且最低的最大可允许不适感值(诸如零)开始。如果计算设备不能在该最大可允许不适感值下找到速度曲线，则计算设备可以增加最大可允许不适感值，直到找到解决方案。例如，最大可允许不适感值可以从0增加0.1、0.2、0.25、0.5或更大或更小，直到最大可允许不适感值达到某个绝对最大值，诸如0.5、1、2、10或更大或更小。在增量为0.25和最大值为1的示例中，将有5个离散级别，尽管也可以使用其他或不同的级别、增量和绝对最大值。

每次增加最大可允许不适感时，也可以调整每个约束的各种因素的值。例如，对于典型车辆，在为0的不适感处的反应延迟可以预期为2秒，而对于尾随车辆，反应延迟可以预期为1.5秒。在为1的不适感值处，对于典型车辆，反应延迟可以预期为1.5秒，而对于尾随车辆，反应延迟可以预期为0秒。作为另一个示例，在为0的不适感值处，尾随车辆的最大允许减速度可以为-2m/s/s，在为1的不适感值处，尾随车辆的最大允许减速度可以为-8m/s/s。对于典型车辆，在为0的不适感值处，最大允许减速度可以为-1m/s/s，在不适感值为1时，最大允许减速度可以为-6m/s/s。在典型车辆具有优先权的情况下(如上所述)，在为1的不适感值处，最大允许减速度可以为-4m/s/s。

对于每个给定最大可允许不适感值，车辆的计算设备可以以初始速度曲线开始，该速度曲线在给定一个或多个约束的情况下尽可能快地移动。

该初始曲线可能不一定满足所有其他对象(包括尾随车辆)的所有约束。这些约束被逐一解决。如果计算设备确定违反了约束之一，则计算设备尝试通过放慢速度曲线让路于与该约束有关的对象。当使速度曲线放慢时，计算设备可以使车辆减速(或制动)尽可能晚并且在约束之后尽可能快地再次加速。因此，速度曲线在满足约束的同时仍尽可能快地移动。重要的是，因为只要计算设备了解到速度曲线始终尽可能快地移动，那么使速度曲线放慢就是使曲线满足被违反约束的唯一选择。如果计算设备能够放慢速度曲线并满足约束，则计算设备以下一个被违反的约束重复该处理，直到满足所有约束为止。如果计算设备即使在尽可能用力且尽可能早地制动时仍不能满足约束，则最大可允许不适感值可能会增加，并可能生成新的速度曲线。然而，如果速度曲线可以以给定最大可允许不适感值通过或者可以让路于另一车辆，则计算设备可以选择默认动作，诸如加快以通过另一对象。

然后，计算设备可以根据满足最小最大可允许不适感值的速度曲线来控制车辆。如果对于给定最大可允许不适感值，车辆可以使用用于通过或让路的速度曲线，则车辆的计算设备可以选择以最高速度通过的速度曲线。然后可以将该速度曲线与几何形状分量结合使用以控制车辆。

当生成所有速度曲线时，可以使用不适感值，但是当在某些类型的情形下自主车辆要求自主汽车在与另一车辆交互时加速或减速时，不适感值可能特别有用。这些情形可以包括在另一车辆的前面或后面右转，在另一车辆的前面或后面并入，在另一车辆的前面或后面越过另一车辆的路径等。再者，可以通过使用不适感值而不是通过要求计算设备做出特定选择并随后确定速度规划来自动做出这样的决定。

在右转弯的示例中，计算设备可能需要在包括加速以允许车辆在另一车辆的前方转弯的速度曲线与包括减速以允许车辆让路于另一车辆的速度曲线之间做出决定。例如，转到图7，车辆100必须在交叉路口604处右转才能遵循轨迹710。不同的速度曲线可能导致车辆100在车辆720之前或之后通过。例如，如果速度曲线使车辆立即沿着轨迹移动，例如增加其速度，则车辆100可以在车辆720的前方通过。类似地，如果速度曲线导致车辆等待或非常缓慢地移动，则车辆100可以在车辆720后面通过。通过使用如上所述的最大可允许不适感值，可以通过考虑对车辆100和720两者的乘客或乘员的不适感而不是通过要求计算设备做出特定选择并随后确定速度规划来自动做出这样的决定。

类似地，在并入的示例中，计算设备可能需要在包括加速以越过另一车辆的前面的速度曲线和包括减速以到另一车辆的后面的速度曲线之间做出决定。例如，转到图8，车辆100必须并入交通，以遵循轨迹810。不同的速度曲线可能导致车辆100在车辆820之前或之后并入。例如，如果速度曲线使车辆立即沿着轨迹移动，例如增加其速度，则车辆100可以在车辆820前面并入。类似地，如果速度曲线导致车辆等待或非常缓慢地移动，则车辆100可以在车辆820后面并入。再次，通过使用如上所述的最大可允许不适感值，可以通过考虑对车辆100和820的乘客或乘员的不适感而不是通过要求计算设备做出特定选择并随后确定速度规划来自动做出这样的决定。

再一次，在越过另一车辆的路径的示例中，计算设备可能需要在包括加速在该车辆前方的另一车辆的前面越过另一车辆的路径的速度曲线和包括减速以在该车辆后面的另一车辆的后面越过另一车辆的路径的速度曲线之间做出决定。例如，转到图9，车辆100必须直行穿过交叉路口604，以遵循轨迹910。不同的速度曲线可能导致车辆100在车辆920之前或之后通过。例如，如果速度曲线使车辆立即沿轨迹移动，例如增加其速度，则车辆100可以在车辆920的前方越过车辆920的路径。类似地，如果速度曲线导致车辆等待或非常缓慢地移动，则车辆100可以在车辆920的后面越过车辆920的路径。再次，通过使用如上所述的最大可允许不适感值，可以通过考虑对车辆100和920两者的乘客或乘员的不适感而不是通过要求计算设备做出特定选择然后确定速度规划来自动做出这样的决定。

随着不适感值的增加，某些约束可能会被“逐步淘汰”，或者它们的值可能会导致它们不影响速度曲线，以允许车辆忽视或忽略约束。这种行为可以使计算设备110能够在哪些约束比其他约束更重要之间进行权衡。这样，例如，通过使计算设备110调整或甚至忽略一些约束，尾随车辆也可能影响车辆的行为。例如，如果车辆100正在接近交叉路口，则尾随车辆可能会间接导致计算设备110调整与在交叉路口的停车线处停车有关的约束，因为尾随者减速不够快或根本没有减速。

例如，转到图10，车辆100正在接近交叉路口602并遵循轨迹1010以通过交叉路口602。此时，控制车辆100所在车道的交通灯是红色或黄色(即，即将变成红色)。这样，计算设备110可能需要在交叉路口602处停止车辆100。此外，车辆1010在车辆100的后面，并且与车辆100在同一车道中。在该示例中，计算设备110可以确定车辆1020是尾随车辆，如上所述。这样，计算设备110可以例如通过将约束的位置移动到停止线之外几英尺来调整用于在停止线662处停止的约束。可替换地，计算设备110可以简单地完全忽略约束。通过调整或忽略，计算设备110可以使车辆100停止于经过停止线662几英尺或向前移动几英尺进入交叉口604，以避免被尾随车辆1020撞到(即追尾)。当然，在控制车辆100所在的车道的交通灯为红色或即将变为红色的同时，，车辆100没必要通过运行停车标志或经过交叉路口而无视其自身或他人的安全。例如，为了确保相对于交叉车流的安全性，仅在控制车辆100所在车道的交通灯仍为黄色(即，该灯尚未变为红色)时才允许移动到交叉路口中。

关于不确定性因素，在某些情况下，为了降低最大可允许不适感值，车辆的计算设备可能会调整车辆的行为以更加谨慎地行进。例如，在较低最大可允许不适感值下，计算设备可以在其他对象的未来状态周围施加“缓冲区(buffer)”约束，该约束表示关于其未来轨迹的不确定性。作为示例，可以生成该缓冲区约束，使得另一个对象留在膨胀(inflated)约束内的可能性为60％或更高或更低。对于更高最大可允许不适感值，可以减少此缓冲区约束。

图11包括用于控制诸如车辆100的第一车辆的一些示例的示例流程图1100，其可以由一个或多个处理器(诸如计算设备110的处理器120)执行。例如，在框1110，在以自动驾驶模式操纵第一车辆的同时，识别第二车辆。在框1120，接收第一车辆的未来轨迹的几何形状。在框1130，识别初始可允许不适感值。在框1140，基于至少与第一车辆的乘客或乘员的不适感和第二车辆的乘客或乘员的不适感有关的因素集合来尝试确定满足初始可允许不适感值的几何形状的速度曲线。在框1150，当不能确定满足初始可允许不适感值的速度曲线时，调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线。在框1160，使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制车辆。

图12包括用于控制诸如车辆100的第一车辆的一些示例中的示例流程图1200，其可以由一个或多个处理器(诸如计算设备110的处理器120)执行。在框1210，在以自动驾驶模式操纵车辆的同时，识别第二车辆。在框1220，确定第二车辆是尾随车辆。在框1230，确定表示第一车辆的乘员的预期不适感和第二车辆的乘员的预期不适感的初始可允许不适感值。在框1240，基于与第二车辆的反应相对应的因素集合来尝试确定满足初始可允许不适感值的几何形状的速度曲线。在框1250，当不能确定满足初始可允许不适感值的速度曲线时，调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线。在框1260，使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

除非另有说明，否则前述可替代示例不是互相排斥的，而是可以以各种组合实施以实现独特的优点。由于可以在不脱离权利要求所限定的主题的情况下利用以上讨论的特征的这些和其他变形以及组合，因此，对实施例的前述描述应通过说明的方式而不是通过限制权利要求限定的主题的方式进行。另外，本文描述的示例的提供以及用短语表达为“诸如”、“包括”等的用语不应被解释为将权利要求的主题限制于特定示例；而是，这些示例仅旨在说明许多可能的实施例之一。此外，在不同附图中的相同附图标记可以识别相同或相似的元件。

Claims (42)

1.一种控制第一车辆的方法，所述方法包括：

在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第二车辆为尾随车辆；

由一个或多个处理器识别初始可允许不适感值；

由一个或多个处理器基于尾随车辆尝试确定满足初始可允许不适感值的第一车辆的未来轨迹的速度曲线；

当不能确定满足初始可允许不适感值的速度曲线时，由一个或多个处理器调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及

由一个或多个处理器使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

2.根据权利要求1所述的方法，其中，所述初始可允许不适感值表示第一车辆的乘员的预期不适感和第二车辆的乘员的预期不适感。

3.根据权利要求1所述的方法，其中，所述初始可允许不适感值基于与尾随车辆的反应相对应的因素集合。

4.根据权利要求3所述的方法，其中，因素集合包括第二车辆的最大允许减速度。

5.根据权利要求4所述的方法，还包括：当初始可允许不适感值被调整时，第二车辆的最大允许减速度也被调整。

6.根据权利要求5所述的方法，其中，调整最大允许减速度包括增加对第二车辆的预期减速度的限制。

7.根据权利要求3所述的方法，其中，因素集合包括第二车辆的反应时间。

8.根据权利要求7所述的方法，还包括：当初始可允许不适感值被调整时，第二车辆的反应时间也被调整。

9.根据权利要求3所述的方法，其中，因素集合还包括用于在交叉路口处停止第一车辆的约束。

10.根据权利要求9所述的方法，其中，当初始可允许不适感值被调整时，用于在交叉路口处停止第一车辆的约束被调整。

11.根据权利要求9所述的方法，其中，当初始可允许不适感值被调整时，用于在交叉路口处停止第一车辆的约束被忽略。

12.根据权利要求11所述的方法，其中，当尾随车辆不在减速时，用于在交叉路口处停止第一车辆的约束被忽略。

13.根据权利要求11所述的方法，其中，忽略约束允许第一车辆移动到交叉路口处而避免被第二车辆撞到。

14.根据权利要求13所述的方法，其中，当控制第一车辆所在的车道的交通灯是绿色或黄色时，移动到交叉路口处被允许。

15.根据权利要求3所述的方法，还包括：

在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第三车辆；以及

由一个或多个处理器确定第三车辆不是尾随车辆，并且其中尝试确定满足初始可允许不适感值的未来轨迹的速度曲线还基于与第三车辆有关的第二因素集合。

16.根据权利要求15所述的方法，其中，所述因素集合包括第二车辆的最大允许减速度的第一值，并且所述第二因素集合包括第三车辆的最大允许减速度的第二值，并且第二值与第一值不同。

17.根据权利要求16所述的方法，其中，所述第一值允许对所述第二车辆的预期减速度的第一限制，所述第二值允许对所述第三车辆的预期减速度的第二限制，并且所述第一限制小于第二限制。

18.根据权利要求15所述的方法，其中，所述因素集合包括第二车辆的反应时间的第一值，并且所述第二因素集合包括第三车辆的反应时间的第二值，并且第二值与第一值不同。

19.一种控制第一车辆的系统，所述系统包括一个或多个处理器，所述一个或多个处理器被配置为：

在以自动驾驶模式操纵第一车辆的同时，识别第二车辆为尾随车辆；

识别初始可允许不适感值；

基于尾随车辆尝试确定满足初始可允许不适感值的第一车辆的未来轨迹的速度曲线；

当不能确定满足初始可允许不适感值的速度曲线时，调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及

使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

20.根据权利要求19所述的系统，其中，所述一个或多个处理器还被配置为：

在以自动驾驶模式操纵第一车辆的同时，识别第三车辆；以及

确定第三车辆不是尾随车辆，并且其中尝试确定满足初始可允许不适感值的未来轨迹的速度曲线还基于与尾随车辆的反应相对应的因素集合和与第三车辆有关的第二因素集合，所述因素集合包括第二车辆的最大允许减速度的第一值，所述第二因素集合包括第三车辆的最大允许减速度的第二值，并且第二值与第一值不同。

21.一种控制第一车辆的方法，所述方法包括：

在以自动驾驶模式操纵第一车辆的同时，由一个或多个处理器识别第一车辆外部的人；

由一个或多个处理器识别第一车辆的未来轨迹的几何形状；

由一个或多个处理器识别初始可允许不适感值；

由一个或多个处理器通过基于至少与第一车辆的乘客的不适感和所述人的不适感有关的因素集合来确定速度曲线的不适感值，尝试确定满足初始可允许不适感值的几何形状的速度曲线；

当不能确定满足初始可允许不适感值的速度曲线时，由一个或多个处理器调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及

由一个或多个处理器使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

22.根据权利要求21所述的方法，其中，所述人正在步行、跑步、滑冰、玩滑板、骑摩托车或骑自行车。

23.根据权利要求21所述的方法，其中，所述几何形状包括所述第一车辆试图在所述人的前面或后面进行右转。

24.根据权利要求23所述的方法，其中，满足经调整的可允许不适感值的速度曲线对应于加速第一车辆以便在所述人的前面进行右转。

25.根据权利要求23所述的方法，其中，满足经调整的可允许不适感值的速度曲线对应于使第一车辆减速以便在所述人的后面进行右转。

26.根据权利要求21所述的方法，其中，所述几何形状包括所述第一车辆并入所述人的前面或后面的交通车道。

27.根据权利要求26所述的方法，其中，满足经调整的可允许不适感值的速度曲线对应于加速第一车辆以便在所述人的前面并入。

28.根据权利要求26所述的方法，其中，满足经调整的可允许不适感值的速度曲线对应于使第一车辆减速以便在所述人的后面并入。

29.根据权利要求21所述的方法，其中，所述几何形状包括所述第一车辆在所述人的前面或后面越过路径。

30.根据权利要求29所述的方法，其中，满足经调整的可允许不适感值的速度曲线对应于加速第一车辆以便在所述人的前面越过路径。

31.根据权利要求29所述的方法，其中，满足经调整的可允许不适感值的速度曲线对应于使第一车辆减速以便在所述人的后面越过路径。

32.根据权利要求21所述的方法，其中，所述因素集合至少包括所述第一车辆的最大减速度量。

33.根据权利要求21所述的方法，其中，所述因素集合至少包括所述第一车辆的最大加速度量。

34.根据权利要求21所述的方法，其中，所述因素集合包括预期第一车辆将超过第一车辆当前正在行驶的车道的速度限制多少。

35.根据权利要求21所述的方法，其中，所述因素集合包括所述第一车辆的横向加速度。

36.根据权利要求21所述的方法，其中，所述因素集合至少包括所述第一车辆将离所述人多近。

37.根据权利要求21所述的方法，其中，所述因素集合包括所述第一车辆是否将必须进入人行横道。

38.根据权利要求21所述的方法，其中，所述因素集合包括对所述人将何时能够看到或检测到所述第一车辆的估计。

39.根据权利要求21所述的方法，其中所述因素集合包括对所述人的反应时间的估计。

40.根据权利要求21所述的方法，其中，所述因素集合包括所述人将必须改变其位置的程度。

41.根据权利要求21所述的方法，其中，所述因素集合包括表示所述不适感值的不确定性的不确定性值。

42.一种控制第一车辆的系统，所述系统包括一个或多个处理器，所述一个或多个处理器被配置为：

在以自动驾驶模式操纵第一车辆的同时，识别第一车辆外部的人；

识别第一车辆的未来轨迹的几何形状；

识别初始可允许不适感值；

通过基于至少与第一车辆的乘客的不适感和所述人的不适感有关的因素集合来确定速度曲线的不适感值，尝试确定满足初始可允许不适感值的几何形状的速度曲线；

当不能确定满足初始可允许不适感值的速度曲线时，调整初始可允许不适感值，直到确定满足经调整的可允许不适感值的速度曲线；以及

使用满足经调整的可允许不适感值的速度曲线以自动驾驶模式控制第一车辆。

Images