CN115079687A - 用于自主运载工具的系统、方法和存储介质 - Google Patents

Abstract

本申请涉及用于自主运载工具的系统、方法和存储介质。本说明书中描述的主题一般涉及用于控制自主运载工具的系统和技术。在一个示例中，通过控制电路来接收接近规则。通过控制电路从规划电路接收参考轨迹，其中，参考轨迹由规划电路基于接近规则确定。控制电路接收接近规则，并基于参考轨迹和接近规则来确定预测轨迹。然后根据预测轨迹来对自主运载工具进行导航。

Description

用于自主运载工具的系统、方法和存储介质

技术领域

本说明书涉及用于使用接近规则(例如，使用接近规则作为自主运载工具的组合模型预测控制的一部分)来控制自主运载工具的系统和技术。

背景技术

自主运载工具可用于将人和/或货物(例如，包裹、对象或其它物品)从一个地点运输到另一地点。例如，自主运载工具可以导航到人的地点，等待人登上自主运载工具，并且导航到指定目的地(例如，由人选择的地点)。为了在环境中导航，这些自主运载工具配备有各种类型的传感器来检测周围环境中的对象。

发明内容

本说明书中描述的主题涉及用于在组合模型预测控制器(MPC)中使用接近规则来控制自主运载工具的系统和技术。一般地，该系统被配置为促进针对间隙和速率这两者优化自主运载工具操作。

特别地，示例技术包括：当自主运载工具正在自主模式下操作时：使用规划电路来接收接近规则；使用控制电路从所述规划电路接收参考轨迹，其中，所述参考轨迹由所述规划电路基于所述接近规则确定；使用所述控制电路来接收所述接近规则；使用所述控制电路基于所述参考轨迹和所述接近规则来确定预测轨迹；以及使用所述控制电路根据所述预测轨迹来对所述自主运载工具进行导航。

这些和其它方面、特征和实现可以被表达为用于进行功能的方法、设备、系统、组件、程序产品、手段或步骤，并且可以以其它方式表达。

根据以下描述(包括权利要求)，这些或其它方面、特征和实现将变得明显。

附图说明

图1示出具有自主能力的自主运载工具的示例。

图2例示示例“云”计算环境。

图3例示计算机系统。

图4示出自主运载工具的示例架构。

图5示出感知模块可以使用的输入和输出的示例。

图6示出LiDAR系统的示例。

图7示出操作中的LiDAR系统。

图8示出LiDAR系统的操作的附加细节。

图9示出规划模块的输入和输出之间的关系的框图。

图10示出路径规划中所使用的有向图。

图11示出控制模块的输入和输出的框图。

图12示出控制器的输入、输出和组件的框图。

图13示出使用组合模型预测控制来控制自主运载工具的系统的框图。

图14A示出用于制定速率约束的横向间隙对横向速率图线。

图14B示出用于制定速率约束的纵向速率对纵向间隙图线。

图15示出在组合MPC中使用接近规则对环境中的行车道进行导航的自主运载工具的示例。

图16是用于在组合MPC中使用接近规则来控制自主运载工具的示例处理的流程图。

具体实施方式

在以下描述中，为了解释的目的，阐述了许多具体细节，以便提供对所公开的技术的透彻理解。然而，所公开的技术可以在没有这些具体细节的情况下实施将是明显的。在其它实例中，众所周知的结构和装置是以框图形式示出的，以避免不必要地使所公开的技术模糊。

在附图中，为了便于描述，示出了示意要素(诸如表示装置、模块、指令块和数据要素的那些要素)的具体排列或次序。然而，本领域技术人员应当理解，附图中示意要素的具体次序或排列并不意在意味着要求特定的处理次序或序列、或处理过程的分离。此外，在附图中包含示意要素并不意在意味着在所有实施例中都需要这种要素，也不意在意味着由这种要素表示的特征不能包括在一些实施例中或不能在一些实施例中与其它要素结合。

此外，在附图中，连接要素、诸如实线或虚线或箭头用于例示两个或更多个其它示意要素之间的连接、关系或关联，没有任何此类连接要素并不意在意味着不能存在连接、关系或关联。换句话说，一些要素之间的连接、关系或关联未在附图中示出，以便不使本公开内容模糊。此外，为了便于例示，使用单个连接要素来表示要素之间的多个连接、关系或关联。例如，如果连接要素表示信号、数据或指令的通信，本领域技术人员应理解，这种要素表示影响通信可能需要的一个或多个信号路径(例如，总线)。

现在将详细参考实施例，其示例在附图中例示出。在以下的详细描述中，阐述了许多具体细节，以便提供对所描述的各种实施例的透彻理解。然而，对于本领域的普通技术人员来说将明显的是，可以在没有这些具体细节的情况下实施所描述的各种实施例。在其它情况下，没有详细描述众所周知的方法、程序、组件、电路和网络，以便不会不必要地使实施例的方面模糊。

下面描述的若干特征各自可以彼此独立地使用，也可以与其它特征的任何组合一起使用。然而，任何个别特征可能不能解决以上所讨论的任何问题，或者只能解决以上所讨论的问题之一。以上所讨论的一些问题可能不能通过本文所描述的任何一个特征得到充分解决。虽然提供了标题，但在本说明书的其它地方也可以找到与具体标题有关但在具有该标题的部分中未找到的信息。本文根据以下概要描述实施例：

1.总体概述

2.硬件概述

3.自主运载工具架构

4.自主运载工具输入

5.自主运载工具规划

6.自主运载工具控制

7.自主运载工具速率确定

8.在组合MPC中使用接近规则来控制自主运载工具

9.用于在组合MPC中使用接近规则来控制自主运载工具的示例处理

总体概述

自主运载工具在复杂环境(例如，城市环境)中驾驶面临巨大的技术挑战。为了使自主运载工具在这些环境中导航，运载工具确定到达目的地的轨迹(有时称为路线)。一旦确定了轨迹，控制器就确定将使得运载工具沿着该轨迹行驶的控制命令(例如，转向、油门和制动命令)。

本文描述了用于确定自主运载工具的控制命令的系统和技术。控制命令是基于在近期时间段中与在远期时间段中不同地选择导航输入(例如，用于导航运载工具的数据)而确定的。通过在不同时间段中不同地选择导航输入，运载工具可以优化导航输入的保真度(例如，在近期比在远期具有更高的保真度，或者反之亦然)以及/或者延长导航输入的时间范围。

硬件概述

图1示出具有自主能力的自主运载工具(AV)100的示例。

如本文所使用的，术语“自主能力”是指一种功能、特征或设施，该功能、特征或设施使运载工具能够部分地或完全地操作，而无需实时的人类干预，包括但不限于完全自主运载工具、高度自主运载工具和有条件自主运载工具。

如本文所使用的，自主运载工具(AV)是一种具有自主能力的运载工具。

如本文所使用的，“运载工具”包括货物或人员的运输方式。例如，小汽车、公共汽车、火车、飞机、无人机、卡车、船只、舰艇、潜水器、飞船等。无人驾驶的小汽车是运载工具的示例。

如本文所使用的，“轨迹”是指将AV从第一时空地点导航到第二时空地点的路径或路线。在一些实施例中，第一时空地点被称为初始地点或起始地点，第二时空地点被称为目的地、最终地点、目标、目标位置或目标地点。在一些示例中，轨迹由一个或多个路段(例如，道路的数段)组成，并且各路段由一个或多个块(例如，车道或交叉口的一部分)组成。在一些实施例中，时空地点对应于真实世界地点。例如，时空地点是上车或下车地点，以使人员或货物上车或下车。

如本文所使用的，“(一个或多个)传感器”包括一个或多个硬件组件，用于检测与传感器周围环境有关的信息。一些硬件组件可包括感测组件(例如，图像传感器、生物特征传感器)、传输和/或接收组件(例如，激光或射频波发射器和接收器)、电子组件(诸如，模数转换器)、数据存储装置(诸如，RAM和/或非易失性存储器)、软件或固件组件和数据处理组件(诸如，专用集成电路)、微处理器和/或微控制器。

如本文所使用的，“场景描述”是一种数据结构(例如，列表)或数据流，其包括由AV运载工具上的一个或多个传感器检测到的一个或多个分类或标记的对象，或由AV外部的源提供的一个或多个分类或标记的对象。

如本文所使用的，“道路”是一个可以被运载工具穿过的物理区域，并且可以对应于已命名的通道(例如，城市街道、州际高速公路等)或可对应于未命名的通道(例如，房屋或办公楼内的行车道、停车场的一段、空置停车场的一段、乡村区域的污物通道等)。因为有些运载工具(例如，四轮驱动的小卡车、越野车(SUV)等)能够穿过各种不特别适合运载工具行驶的物理区域，因此“道路”可以是任何市政当局或其它政府或行政机构没有正式定义为一条通道的物理区域。

如本文所使用的，“车道”是道路中的可被运载工具穿过的部分，并且可对应于车道标记之间的大部分或全部空间，或者可以仅对应于车道标记之间的部分空间(例如，小于50％)。例如，具有相距很远的车道标记的道路可能容纳两个或两个以上的运载工具，使得一个运载工具可以在不穿过车道标记的情况下超过另一个运载工具，因此可被解释为车道比车道标记之间的空间窄，或车道之间有两个车道。在没有车道标记的情况下，也可以对车道进行解释。例如，可以基于环境的物理特征(例如，农村地区的岩石和沿着大道的树木)来定义车道。

“一个或多个”包括由一个要素执行的功能、由多个要素例如以分布式的方式执行的功能、由一个要素执行的若干功能、由若干要素执行的若干功能、或上述的任何组合。

还将理解的是，尽管在一些情况下，术语“第一”、“第二”等在本文中是用来描述各种要素的，但这些要素不应受到这些术语的限制。这些术语仅用于区分一个要素与另一个要素。例如，在未背离各种所描述的实施例的范围的情况下，第一触点可被称为第二触点，并且类似地，第二触点可被称为第一触点。第一触点和第二触点两者都是触点，但它们不是相同触点，除非另有规定。

在本文所描述的各种实施例的说明书中使用的术语仅用于描述特定实施例的目的，而不是意在限制。如在所描述的各种实施例的说明书和所附权利要求书中所使用的，单数形式“a”、“an”和“the”也意在包括复数形式，除非上下文另有明确说明。还将理解的是，如本文所使用的“和/或”是指并且包括一个或多个相关清单项目的任何和所有可能的组合。还将理解的是，当在本说明书中使用术语“包括”、“包含”、“具备”和/或“具有”时，具体说明存在所陈述的特征、整数、步骤、操作、要素和/或组件，但并不排除存在或添加一个或多个其它特征、整数、步骤、操作、要素、组件、和/或其群组。

如本文所使用的，取决于上下文，术语“如果”可选地被理解为意指“当”或“在当时”或“响应于确定为”或“响应于检测到”。类似地，取决于上下文，短语“如果已确定”或“如果[所陈述的条件或事件]已被检测到”可选地被理解为意指“在确定时”或“响应于确定为“或”在检测到[所陈述的条件或事件]时”或“响应于检测到[所陈述的条件或事件]”。

如本文所使用的，AV系统是指AV以及支持AV操作的硬件、软件、存储的数据和实时生成的数据的阵列。在一些实施例中，AV系统并入在AV内。在一些实施例中，AV系统跨若干地点分布。例如，AV系统的一些软件是在类似于下面关于图2描述的云计算环境200的云计算环境上实现的。

一般而言，本文件描述了适用于任何具有一种或多种自主能力的运载工具的技术，包括完全自主运载工具、高度自主运载工具和有条件自主运载工具，诸如分别为所谓的第5级、第4级和第3级运载工具(见SAE国际标准J3016：道路上机动车自动驾驶系统相关术语的分类和定义，通过引用将其全部内容并入本文件，用于了解运载工具自主权等级的更多详细信息)。本文件所描述的技术也适用于部分自主运载工具和驾驶员辅助运载工具，诸如所谓的第2级和第1级运载工具(见SAE国际标准J3016：道路上机动车自动驾驶系统相关术语的分类和定义)。在一些实施例中，一个或多个第1级、第2级、第3级、第4级和第5级运载工具系统基于对传感器输入的处理，在某些操作条件下自动执行某些运载工具操作(例如，转向、制动和使用地图)。本文件中所描述的技术可以使从完全自主运载工具到人类操作的运载工具范围内的任何级别的运载工具受益。

参考图1，AV系统120使AV 100沿着轨迹198操作，穿过环境190至目的地199(有时称为最终地点)，同时避开障碍物193(例如，自然阻碍191、运载工具、行人192、骑车者和其它障碍物)和遵守道路规则(例如，操作规则或驾驶偏好)。

在一些实施例中，AV系统120包括用于从计算机处理器146接收操作命令并对其进行操作的装置101。在一些实施例中，计算处理器146与下面参考图3描述的处理器304相似。装置101的示例包括转向控制102、制动器103、挡位、加速踏板或其它加速控制机构、挡风玻璃雨刮器、侧门锁、窗控器和转弯指示器。

在一些实施例中，AV系统120包括用于测量或推断AV 100的状态或条件的属性的传感器121，这些属性诸如是AV的位置、线速度和角速度及线加速度和角加速度、以及航向(例如，AV 100的前端的方向)。传感器121的示例是GPS、测量运载工具线加速度和角速率两者的惯性测量单元(IMU)、用于测量或估计轮滑移率的轮速率传感器、轮制动压力或制动扭矩传感器、引擎扭矩或轮扭矩传感器以及转向角度和角速率传感器。

在一些实施例中，传感器121还包括用于感测或测量AV的环境的属性的传感器。例如，可见光、红外或热(或两者兼有)光谱的单目或立体摄像机122，LiDAR 123，RADAR，超声波传感器，飞行时间(TOF)深度传感器，速率传感器，温度传感器，湿度传感器和降水传感器。

在一些实施例中，AV系统120包括数据存储单元142和存储器144，用于存储与计算机处理器146相关联的机器指令或由传感器121收集的数据。在一些实施例中，数据存储单元142与以下关于图3描述的ROM 308或存储装置310类似。在一些实施例中，存储器144与下面描述的主存储器306类似。在一些实施例中，数据存储单元142和存储器144存储有关环境190的历史、实时和/或预测性信息。在一些实施例中，存储的信息包括地图、驾驶性能、交通拥堵更新或天气条件。在一些实施例中，与环境190有关的数据从远程数据库134通过通信信道传输到AV 100。

在一些实施例中，AV系统120包括通信装置140，用于将对其它运载工具的状态和条件(诸如位置、线速度和角速度、线加速度和角加速度、以及线航向和角航向)测量或推断的属性传送到AV 100。这些装置包括运载工具到运载工具(V2V)和运载工具到基础设施(V2I)通信装置以及用于通过点对点或自组织(ad hoc)网络或两者进行无线通信的装置。在一些实施例中，通信装置140跨电磁频谱(包括无线电和光通信)或其它介质(例如，空气和声介质)进行通信。运载工具对运载工具(V2V)、运载工具对基础设施(V2I)通信(以及在一些实施例中为一种或多种其它类型的通信)的组合有时被称为运载工具对所有事物(V2X)通信。V2X通信通常符合一个或多个通信标准，用于与自主运载工具进行的和在自主运载工具之间的通信。

在一些实施例中，通信装置140包括通信接口。例如，有线、无线、WiMAX、WiFi、蓝牙、卫星、蜂窝、光、近场、红外或无线电接口。通信接口将数据从远程数据库134传输到AV系统120。在一些实施例中，远程数据库134嵌入在如图2中所描述的云计算环境200中。通信接口140将从传感器121收集的数据或与AV 100操作有关的其它数据传输到远程数据库134。在一些实施例中，通信接口140向AV 100传输与遥操作有关的信息。在一些实施例中，AV100与其它远程(例如，“云”)服务器136通信。

在一些实施例中，远程数据库134还存储和传输数字数据(例如，存储诸如道路和街道地点的数据)。这些数据存储在AV 100上的存储器144中，或者通过通信信道从远程数据库134传输到AV 100。

在一些实施例中，远程数据库134存储和传输与以前在一天中类似时间沿着轨迹198行驶的运载工具的驾驶属性有关的历史信息(例如，速率和加速度分布)。在一个实现中，这种数据可以存储在AV 100上的存储器144中，或者通过通信信道从远程数据库134传输到AV 100。

位于AV 100上的计算机处理器146基于实时传感器数据和先验信息两者以算法方式生成控制动作，允许AV系统120执行其自主驾驶能力。

在一些实施例中，AV系统120包括耦接到计算机处理器146的计算机外围设备132，用于向AV 100的用户(例如，乘员或远程用户)提供信息和提醒并接收来自该用户的输入。在一些实施例中，外围设备132类似于下面参考图3讨论的显示器312、输入装置314和光标控制器316。耦接是无线的或有线的。任意两个或更多个的接口装置可以集成到单个装置中。

图2例示示例“云”计算环境。云计算是一种服务交付模式，用于使得能够方便、按需地在网络上访问可配置计算资源(例如网络、网络带宽、服务器、处理、内存、存储、应用程序、虚拟机和服务)的共享池。在典型的云计算系统中，一个或多个大型云数据中心容纳用于交付云所提供的服务的机器。现在参考图2，云计算环境200包括通过云202互连的云数据中心204a、204b和204c。数据中心204a、204b和204c为连接到云202的计算机系统206a、206b、206c、206d、206e和206f提供云计算服务。

云计算环境200包括一个或多个云数据中心。一般而言，云数据中心(例如图2中所示的云数据中心204a)是指构成云(例如图2中所示的云202或云的特定部分)的服务器的物理排列。例如，服务器在云数据中心中物理排列成房间、组、行和机架。云数据中心有一个或多个区域，其中包括一个或多个服务器房间。每个房间有一行或多行服务器，并且每行包括一个或多个机架。每个机架包括一个或多个单独的服务器节点。在一些实现中，区域、房间、机架和/或行中的服务器基于数据中心设施的物理基础设施要求(包括电力、能源、热力、热源和/或其它要求)被排列成若干组。在一些实施例中，服务器节点类似于图3中描述的计算机系统。数据中心204a具有许多分布在多个机架上的计算系统。

云202包括云数据中心204a、204b和204c以及用于连接云数据中心204a、204b和204c并有助于促进计算系统206a-f对云计算服务的访问的网络和网络资源(例如，网络设备、节点、路由器、交换机和网络电缆)。在一些实施例中，该网络表示一个或多个本地网络、广域网或通过使用地面或卫星连接部署的有线或无线链路耦接的网际网络的任意组合。通过网络交换的数据使用多种网络层协议(诸如，因特网协议(IP)、多协议标签交换(MPLS)、异步传输模式(ATM)、帧中继(Frame Relay)等)进行传输。此外，在网络表示多个子网络的组合的实施例中，在每个底层子网络上使用不同的网络层协议。在一些实施例中，网络表示一个或多个互连网际网络(诸如公共因特网等)。

计算系统206a-f或云计算服务消费者通过网络链路和网络适配器连接到云202。在一些实施例中，计算系统206a-f被实现为各种计算装置，例如服务器、台式机、膝上型计算机、平板电脑、智能手机、物联网(IoT)装置、自主运载工具(包括小汽车、无人机、航天飞机、火车、公共汽车等)和消费电子产品。在一些实施例中，计算系统206a-f在其它系统中实现或作为其它系统的一部分实现。

图3例示计算机系统300。在实现中，计算机系统300是一种专用计算装置。专用计算装置被硬连线以执行这些技术，或包括诸如一个或多个专用集成电路(ASIC)或现场可编程门阵列(FPGA)的被持久编程为执行上述技术的数字电子装置，或可包括一个或多个通用硬件处理器，这些硬件处理器经编程以根据固件、存储器、其它存储器、或者组合中的程序指令执行这些技术。这种专用的计算装置还可以将定制的硬线逻辑、ASIC或FPGA与定制的编程相结合来完成这些技术。在各种实施例中，专用计算装置是台式计算机系统、便携式计算机系统、手持装置、网络装置或包含硬线和/或程序逻辑以实现这些技术的任何其它装置。

在一些实施例中，计算机系统300包括总线302或用于传达信息的其它通信机制、以及与总线302耦接以处理信息的硬件处理器304。硬件处理器304是例如通用微处理器。计算机系统300还包括主存储器306，诸如随机存取存储器(RAM)或其它动态存储装置，该主存储器306耦接到总线302以存储信息和指令，该信息和指令由处理器304执行。在一个实现中，主存储器306用于在执行要由处理器304执行的指令期间存储临时变量或其它中间信息。当这些指令存储在处理器304可访问的非暂时性存储介质中时，使计算机系统300变成一个专用机器，该机器被定制以执行指令中指定的操作。

在一些实施例中，计算机系统300还包括只读存储器(ROM)308或耦接到总线302的其它静态存储装置，用于存储处理器304的静态信息和指令。提供诸如磁盘、光盘、固态驱动器或三维交叉点存储器的存储装置310，并且该存储装置310耦接到总线302以存储信息和指令。

在一些实施例中，计算机系统300通过总线302耦接到诸如阴极射线管(CRT)、液晶显示器(LCD)、等离子体显示器、发光二极管(LED)显示器或用于向计算机用户显示信息的有机发光二极管(OLED)显示器的显示器312。包括字母数字键和其它键的输入装置314耦接到总线302，用于向处理器304传送信息和命令选择。另一种类型的用户输入装置是光标控制器316，诸如鼠标、轨迹球、触控显示器或光标方向键，用于将方向信息和命令选择传送到处理器304，并用于控制光标在显示器312上的移动。这种输入装置通常具有两个轴(第一轴(例如，x轴)和第二轴(例如，y轴))上的两个自由度，这两个轴允许装置指定平面上的位置。

根据一个实施例，本文的技术由计算机系统300响应于处理器304执行主存储器306中包含的一个或多个指令的一个或多个序列而执行。这些指令从诸如存储装置310的另一存储介质读入主存储器306。执行主存储器306中包含的指令序列使处理器304执行本文所描述的过程步骤。在替代实施例中，使用硬连线电路代替或与软件指令结合使用。

如本文所使用的术语“存储介质”是指存储数据和/或指令的任何非暂时性介质，这些数据和/或指令使机器以特定方式操作。这种存储介质包括非易失性介质和/或易失性介质。非易失性介质例如包括诸如存储装置310的光盘、磁盘、固态驱动器或三维交叉点存储器。易失性介质包括动态存储器，诸如主存储器306。存储介质的常见形式包括例如软盘、软磁盘、硬盘、固态驱动器、磁带或任何其它磁数据存储介质、CD-ROM、任何其它光数据存储介质、任何具有孔型的物理介质、RAM、PROM和EPROM、FLASH-EPROM、NV-RAM、或任何其它存储芯片或存储盒。

存储介质有别于传输介质，但可以与传输介质相结合使用。传输介质参与存储介质之间的信息传输。例如，传输介质包括同轴电缆、铜线和光纤，其包括具备总线302的电线。传输介质也可以采取声波或光波的形式，诸如在无线电波和红外数据通信过程中产生的声波或光波。

在一些实施例中，各种形式的介质涉及将一个或多个指令的一个或多个序列承载到处理器304以供执行。例如，这些指令最初是在远程计算机的磁盘或固态驱动器上执行的。远程计算机将指令加载到其动态存储器中，并使用调制解调器通过电话线路发送指令。计算机系统300的本地调制解调器接收电话线路上的数据，并使用红外发射器将数据转换为红外信号。红外检测器接收红外信号中承载的数据，并且适当的电路将数据放置在总线302上。总线302将数据承载到主存储器306，处理器304从主存储器306检索并执行指令。主存储器306接收的指令可以可选地在处理器304执行之前或之后存储在存储装置310上。

计算机系统300还包括耦接到总线302的通信接口318。通信接口318提供耦接到连接至本地网络322的网络链路320的双向数据通信。例如，通信接口318是综合业务数字网(ISDN)卡、电缆调制解调器、卫星调制解调器或用以提供与相应类型电话线路的数据通信连接的调制解调器。作为另一示例，通信接口318是局域网(LAN)卡，用于提供与兼容LAN的数据通信连接。在一些实现中，无线链路也被实现。在任何这种实现中，通信接口318发送和接收承载表示各种类型的信息的数字数据流的电、电磁或光信号。

网络链路320通常通过一个或多个网络向其它数据装置提供数据通信。例如，网络链路320通过本地网络322提供与主计算机324或与由因特网服务提供商(ISP)326运营的云数据中心或设备的连接。ISP 326又通过现在通常称为“因特网”328的世界范围分组数据通信网络来提供数据通信服务。本地网络322和因特网328两者都使用承载数字数据流的电、电磁或光信号。通过各种网络的信号以及网络链路320上并通过通信接口318的信号是传输介质的示例形式，其中这些信号承载了进出计算机系统300的数字数据。在一些实施例中，网络320包含上述云202或云202的一部分。

计算机系统300通过(一个或多个)网络、网络链路320和通信接口318发送消息和接收包括程序代码的数据。在一些实施例中，计算机系统300接收用于处理的代码。接收到的代码在接收到时由处理器304执行，和/或存储在存储装置310中，或存储在其它非易失性存储装置中以便以后执行。

自主运载工具架构

图4示出用于自主运载工具(例如，图1所示的AV 100)的示例架构400。架构400包括感知模块402(有时称为感知电路)、规划模块404(有时称为规划电路)、控制模块406(有时称为控制电路)、定位模块408(有时称为定位电路)和数据库模块410(有时称为数据库电路)。各模块在AV 100的操作中发挥作用。共同地，模块402、404、406、408和410可以是图1所示的AV系统120的一部分。在一些实施例中，模块402、404、406、408和410中的任何模块是计算机软件(例如，计算机可读介质上所存储的可执行代码)和计算机硬件(例如，一个或多个微处理器、微控制器、专用集成电路[ASIC]、硬件存储器装置、其它类型的集成电路、其它类型的计算机硬件、或者这些硬件中的任何或所有的组合)的组合。

在使用中，规划模块404接收表示目的地412的数据以及接近规则。在一些实施例中，接近规则包括作为至少AV 100相对于障碍物193(例如，自然阻碍191、运载工具、行人192、骑车者和其它障碍物)的位置的函数的运载工具速率约束，其中运载工具速率约束基于AV 100相对于对象的位置来限定AV 100的可允许(例如，最大)速率。在一些实施例中，运载工具速率约束是AV 100相对于障碍物的位置以及对象的类型和对象的至少一个属性(例如，速率、感知值(例如，行人比无生命对象更有价值))中至少之一的函数。

然后，规划模块404基于接近规则确定表示AV 100为了到达(例如，抵达)目的地412而可以行驶的参考轨迹414(有时称为路线)的数据。为了使规划模块404确定表示参考轨迹414的数据，规划模块404从感知模块402、定位模块408和数据库模块410接收数据。

感知模块402使用例如也如图1所示的一个或多个传感器121来识别附近的物理对象。将对象分类(例如，分组成诸如行人、自行车、汽车、交通标志等的类型)，并且将包括经分类的对象416的场景描述提供至规划模块404。

规划模块404还从定位模块408接收表示AV位置418的数据。定位模块408通过使用来自传感器121的数据和来自数据库模块410的数据(例如，地理数据)以计算位置来确定AV位置。例如，定位模块408使用来自GNSS(全球导航卫星系统)传感器的数据和地理数据来计算AV的经度和纬度。在一些实施例中，定位模块408所使用的数据包括具有行车道几何属性的高精度地图、描述道路网络连接属性的地图、描述行车道物理属性(诸如交通速率、交通量、运载工具和骑车者行车道的数量、车道宽度、车道交通方向、或车道标记类型和地点，或者它们的组合)的地图、以及描述道路特征(诸如十字路口、交通标志或各种类型的其它行驶信号等)的空间地点的地图。

控制模块406接收表示参考轨迹414的数据和表示AV位置418的数据。控制模块406还接收由规划模块404接收的相同接近规则。基于规划模块404所提供的参考轨迹414以及接近规则，控制模块406确定预测轨迹422(例如，控制模块406基于所接收到的接近规则来计算轨迹和各种速率约束)。在一些实施例中，预测轨迹422包括多个预测，其中每个预测包括沿着预测轨迹422的AV 100相对于对象的相应预测位置以及要应用于AV 100的相应预测运载工具速率约束。在一些实施例中，控制模块406以基于AV 100的一个或多个操作条件的间隔来确定预测轨迹422。

然后，控制模块以将使得AV 100行驶预测轨迹422到达目的地412的方式来操作AV100的控制功能420a-420c(例如，转向、油门、制动、点火)。例如，如果预测轨迹422包括左转，则控制模块406将以如下方式操作控制功能420a-420c：转向功能的转向角度将使得AV100左转，并且油门和制动将使得AV 100在进行转弯之前暂停并等待经过行人或运载工具。在一些情况下，预测轨迹422和参考轨迹414可以是相同的。例如，在穿过预测轨迹422时，AV100可能不会遇到导致预测轨迹422不再与参考轨迹414重叠的任何对象。在一些情况下，在穿过预测轨迹时，AV 100可能遇到对象或以其它方式需要修改预测轨迹422，使得预测轨迹422和参考轨迹414不相同。

自主运载工具输入

图5示出感知模块402(图4)所使用的输入502a-502d(例如，图1中所示的传感器121)和输出504a-504d(例如，传感器数据)的示例。一个输入502a是LiDAR(光检测和测距)系统(例如，图1所示的LiDAR 123)。LiDAR是使用光(例如，诸如红外光等的一道光)来获得与其视线中的物理对象有关的数据的技术。LiDAR系统产生LiDAR数据作为输出504a。例如，LiDAR数据是用于构造环境190的表示的3D或2D点(也称为点云)的集合。

另一输入502b是RADAR(雷达)系统。RADAR是使用无线电波来获得与附近的物理对象有关的数据的技术。RADAR可以获得与不在LiDAR系统的视线内的对象有关的数据。RADAR系统502b产生RADAR数据作为输出504b。例如，RADAR数据是用于构造环境190的表示的一个或多个射频电磁信号。

另一输入502c是照相机系统。照相机系统使用一个或多个照相机(例如，使用诸如电荷耦接器件[CCD]等的光传感器的数字照相机)来获取与附近的物理对象有关的信息。照相机系统产生照相机数据作为输出504c。照相机数据通常采用图像数据(例如，诸如RAW、JPEG、PNG等的图像数据格式的数据)的形式。在一些示例中，照相机系统具有例如为了立体影像(立体视觉)的目的的多个独立照相机，这使得照相机系统能够感知深度。尽管照相机系统所感知的对象在这里被描述为“附近”，但这是相对于AV而言的。在使用中，照相机系统可被配置为“看见”远处的(例如，AV前方的远至1公里或更远的)对象。因此，照相机系统可以具有为了感知遥远的对象而优化的诸如传感器和镜头等的特征。

另一输入502d是交通灯检测(TLD)系统。TLD系统使用一个或多个照相机来获得与交通灯、街道标志和提供视觉导航信息的其它物理对象有关的信息。TLD系统产生TLD数据作为输出504d。TLD数据经常采用图像数据(例如，诸如RAW、JPEG、PNG等的图像数据格式的数据)的形式。TLD系统与包含照相机的系统的不同之处在于：TLD系统使用具有宽视场(例如，使用广角镜头或鱼眼镜头)的照相机，以获得与尽可能多的提供视觉导航信息的物理对象有关的信息，使得AV 100能够访问这些对象所提供的所有相关导航信息。例如，TLD系统的视角可以为约120度或更大。

在一些实施例中，使用传感器融合技术来组合输出504a-504d。因而，将个体输出504a-504d提供至AV 100的其它系统(例如，提供至如图4所示的规划模块404)，或者可以采用相同类型的单个组合输出或多个组合输出(例如，使用相同组合技术或组合相同输出或者这两者)或不同类型的单个组合输出或多个组合输出(例如，使用不同的各个组合技术或组合不同的各个输出或者这两者)的形式，将组合输出提供至其它系统。在一些实施例中，使用早期融合技术。早期融合技术的特征在于：在将一个或多个数据处理步骤应用到组合输出之前，将输出组合。在一些实施例中，使用后期融合技术。后期融合技术的特征在于：在将一个或多个数据处理步骤应用到个体输出之后，将输出组合。

图6示出LiDAR系统602的示例(例如，图5所示的输入502a)。LiDAR系统602从发光器606(例如，激光发射器)发射光604a-604c。LiDAR系统所发射的光通常不在可见光谱中；例如，经常使用红外光。所发射的光604b中的一些光遇到物理对象608(例如，运载工具)并且反射回到LiDAR系统602。(从LiDAR系统发射的光通常不会穿透物理对象，例如，实心形式的物理对象。)LiDAR系统602还具有用于检测反射光的一个或多个光检测器610。在一些实施例中，与LiDAR系统相关联的一个或多个数据处理系统生成表示LiDAR系统的视场614的图像612。图像612包括表示物理对象608的边界616的信息。这样，图像612用于确定AV附近的一个或多个物理对象的边界616。

图7示出操作中的LiDAR系统602。在该图所示的情境中，AV 100接收采用图像702的形式的照相机系统输出504c和采用LiDAR数据点704的形式的LiDAR系统输出504a两者。在使用中，AV 100的数据处理系统将图像702与数据点704进行比较。特别地，在数据点704中也识别在图像702中识别出的物理对象706。这样，AV 100基于数据点704的轮廓和密度来感知物理对象的边界。

图8示出LiDAR系统602的操作的附加细节。如上所述，AV 100基于LiDAR系统602所检测到的数据点的特性来检测物理对象的边界。如图8所示，诸如地面802等的平坦对象将以一致的方式反射从LiDAR系统602发射的光804a-804d。换句话说，由于LiDAR系统602使用一致的间隔发射光，因此地面802将以相同的一致间隔将光反射回到LiDAR系统602。在AV100在地面802上行驶时，在没有东西阻挡道路的情况下，LiDAR系统602将继续检测到由下一个有效地面点806反射的光。然而，如果对象808阻挡道路，则LiDAR系统602所发射的光804e-804f将以与预期一致方式不一致的方式从点810a-810b反射。根据该信息，AV 100可以确定存在对象808。

路径规划

图9示出(例如，如图4所示的)规划模块404的输入和输出之间的关系的框图900。一般而言，规划模块404的输出是从起点904(例如，源地点或初始地点)到终点906(例如，目的地或最终地点)的路线902(例如，参考轨迹414)。路线902通常由一个或多个路段定义。例如，路段是指要在街道、道路、公路、行车道或适合汽车行驶的其它物理区域的至少一部分上行驶的距离。在一些示例中，例如，如果AV 100是诸如四轮驱动(4WD)或全轮驱动(AWD)小汽车、SUV或小卡车等的能够越野的运载工具，则路线902包括诸如未铺面路径或开阔田野等的“越野”路段。

除路线902之外，规划模块还输出车道级路线规划数据908。车道级路线规划数据908用于在特定时间基于路线902的路段的条件来驶过这些路段。例如，如果路线902包括多车道公路，则车道级路线规划数据908包括轨迹规划数据910，其中AV 100可以使用该轨迹规划数据910以例如基于出口是否临近、多个车道中的一个或多个车道是否存在其它运载工具、或者在几分钟或更少时间的过程中变化的其它因素来从这多个车道中选择某车道。类似地，在一些实现中，车道级路线规划数据908包括路线902的某路段特有的速率约束912。例如，如果该路段包括行人或非预期交通，则速率约束912可以将AV 100限制到比预期速率慢的行驶速率，例如基于该路段的限速数据的速率。

在一些实施例中，向规划模块404的输入包括(例如，来自图4所示的数据库模块410的)数据库数据914、当前地点数据916(例如，图4所示的AV位置418)、(例如，用于图4所示的目的地412的)目的地数据918和对象数据920(例如，如图4所示的感知模块402所感知的经分类的对象416)。在一些实施例中，数据库数据914包括规划时所使用的规则。规则是使用形式语言(例如，使用布尔逻辑)指定的。在AV 100所遇到的任何给定情形中，这些规则中的至少一些规则将适用于该情形。如果规则具有基于AV 100可用的信息(例如，与周围环境有关的信息)所满足的条件，则该规则适用于给定情形。规则可以具有优先级。例如，“如果公路是高速公路，则移动到最左侧车道”这一规则与“如果出口在一英里内临近，则移动到最右侧车道”相比可以具有更低的优先级。

图10示出在路径规划中(例如，由规划模块404(图4))使用的有向图1000。一般而言，如图10所示的有向图那样的有向图1000用于确定任何起点1002和终点1004之间的路径。在现实世界中，分隔起点1002和终点1004的距离可能相对较大(例如，在两个不同的都市区域中)，或者可能相对较小(例如，毗邻城市街区的两个十字路口或多车道道路的两条车道)。

在一些实施例中，有向图1000具有表示起点1002和终点1004之间的AV100可能占用的不同地点的节点1006a-1006d。在一些示例中，例如，在起点1002和终点1004表示不同的都市区域时，节点1006a-1006d表示道路的路段。在一些示例中，例如，在起点1002和终点1004表示相同道路上的不同地点时，节点1006a-1006d表示该道路上的不同位置。这样，有向图1000包括不同粒度级别的信息。在一些实施例中，具有高粒度的有向图也是具有更大规模的另一有向图的子图。例如，起点1002和终点1004相距远(例如，相距许多英里)的有向图的大部分信息处于低粒度，并且该有向图是基于所存储的数据，但该有向图还包括用于该有向图中的表示AV 100的视场中的物理地点的一部分的一些高粒度信息。

节点1006a-1006d不同于无法与节点重叠的对象1008a-1008b。在一些实施例中，在粒度低时，对象1008a-1008b表示汽车不能穿过的地区，例如无街道或道路的区域。在粒度高时，对象1008a-1008b表示AV 100的视场中的物理对象，例如其它汽车、行人、或AV 100不能与之共用物理空间的其它实体。在一些实施例中，对象1008a-1008b的一部分或全部是静态对象(例如，不改变位置的对象，诸如街灯或电线杆等)或动态对象(例如，能够改变位置的对象，诸如行人或其它小汽车等)。

节点1006a-1006d通过边1010a-1010c连接。如果两个节点1006a-1006b通过边1010a连接，则AV 100可以在一个节点1006a和另一节点1006b之间行驶，例如，而不必在到达另一节点1006b之前行驶到中间节点。(当提到AV 100在节点之间行驶时，意味着AV 100在由相应节点表示的两个物理位置之间行驶。)边1010a-1010c通常是双向的，从某种意义上，AV 100从第一节点行驶到第二节点，或者从第二节点行驶到第一节点。在一些实施例中，边1010a-1010c是单向的，从某种意义上，AV 100可以从第一节点行驶到第二节点，然而AV 100不能从第二节点行驶到第一节点。在边1010a-1010c表示例如单向街道，街道、道路或公路的单独车道，或者由于法律或物理约束因而仅能沿一个方向穿过的其它特征的情况下，边1010a-1010c是单向的。

在一些实施例中，规划模块404使用有向图1000来识别由起点1002和终点1004之间的节点和边组成的路径1012。

边1010a-1010c具有关联成本1014a-1014b。成本1014a-1014b是表示在AV100选择该边的情况下将花费的资源的值。典型的资源是时间。例如，如果一个边1010a所表示的物理距离是另一边1010b所表示的物理距离的两倍，则第一边1010a的关联成本1014a可以是第二边1010b的关联成本1014b的两倍。影响时间的其它因素包括预期交通、十字路口的数量、限速等。另一典型的资源是燃料经济性。两个边1010a-1010b可以表示相同的物理距离，但例如由于道路条件、预期天气等，因此一个边1010a与另一边1010b相比需要更多的燃料。

在规划模块404识别起点1002和终点1004之间的路径1012时，规划模块404通常选择针对成本优化的路径，例如，在将边的个体成本相加到一起时具有最小总成本的路径。

自主运载工具控制

图11示出控制器1102(例如，如图4所示的控制模块406)的输入和输出的框图1100。控制器1102例如包括：与处理器304类似的一个或多个处理器(例如，诸如微处理器或微控制器或这两者等的一个或多个计算机处理器)；与主存储器306、ROM 308和存储装置310类似的短期和/或长期数据存储装置(例如，存储器，随机存取存储器或闪速存储器或这两者)；以及存储器中所存储的指令，这些指令在(例如，由一个或多个处理器)执行时执行控制器1102的操作。在一些实施例中，控制器1102接收表示期望输出1104的数据。期望输出1104通常包括速度，例如速率和航向。期望输出1104可以例如基于从(例如，如图4所示的)规划模块404接收到的数据，或者基于由控制器1102和/或(例如，如图4所示的)控制模块406确定的预测轨迹422。根据期望输出1104，控制器1102产生可用作油门输入1106和转向输入1108的数据。油门输入1106表示例如通过接合转向踏板或接合另一油门控件来接合AV100的油门(例如，加速控制)以实现期望输出1104的大小。在一些示例中，油门输入1106还包括可用于接合AV 100的制动器(例如，减速控制)的数据。转向输入1108表示转向角度，例如AV的转向控制(例如，方向盘、转向角致动器或用于控制转向角度的其它功能)应被定位成实现期望输出1104的角度。

在一些实施例中，控制器1102接收在调整提供至油门和转向的输入时使用的反馈。例如，如果AV 100遇到诸如山丘等的干扰1110，则AV 100的测量速率1112降至低于期望输出速率。在一些实施例中，任何测量输出1114均被提供至控制器1102，使得例如基于测量速率和期望输出之间的差分1113来进行所需的调整。测量输出1114包括测量位置1116、测量速度1118(包括速率和航向)、测量加速度1120和AV 100的传感器可测量的其它输出。

在一些实施例中，例如通过诸如照相机或LiDAR传感器等的传感器预先检测与干扰1110有关的信息，并且该信息被提供至预测性反馈模块1122。然后，预测性反馈模块1122将控制器1102可用于相应地调整的信息提供至控制器1102。例如，如果AV 100的传感器检测到(“看见”)山丘，则控制器1102可以使用该信息来准备在适当时间接合油门，以避免显著减速。

图12示出控制器1102的输入、输出和组件的框图1200。控制器1102具有影响油门/制动器控制器1204的操作的速率分析器1202。例如，速率分析器1202根据例如由控制器1102接收到并由速率分析器1202处理后的反馈，来指示油门/制动器控制器1204使用油门/制动器1206进行加速或进行减速。

控制器1102还具有影响转向控制器1210的操作的横向跟踪控制器1208。例如，横向跟踪控制器1208根据例如由控制器1102接收到并由横向跟踪控制器1208处理后的反馈，来指示转向控制器1210调整转向角致动器1212的位置。

控制器1102接收用于确定如何控制油门/制动器1206和转向角致动器1212的若干输入。规划模块404向控制模块406和/或控制器1102提供信息(例如，参考轨迹414)，并且控制器1102使用所接收到的接近规则来确定用于例如选择AV 100开始操作时的航向、并确定在AV到达十字路口时穿过哪个道路路段的预测轨迹422。定位模块408例如将描述AV 100的当前地点的信息提供至控制器1102，使得控制器1102可以确定AV 100是否处于基于正控制油门/制动器1206和转向角致动器1212的方式而预期的地点。在一些实施例中，控制器1102接收来自其它输入1214的信息，例如从数据库、计算机网络等接收到的信息。

图13示出规划器1306(例如，规划模块404)与组合MPC 1310之间的关系的框图1300，该规划器1306被配置为沿着组合MPC 1310(例如，控制模块406、控制器1102)在向自主运载工具(例如，AV 100)的运载工具接口1314提供控制输入1312的同时所要遵循的规划路径(例如，参考轨迹414)施加接近速率约束(例如，规则表示1304或接近规则)。

规则手册1302向规划器1306和组合MPC 1310两者提供规则表示1304。另外，与周围环境相对应的感知1308(例如，来自感知模块402的数据)由规划器1306和组合MPC 1310两者接收。参考图4，感知1308可以包括使用一个或多个传感器(例如，如图1所示的传感器121)的附近物理对象。对这些对象进行分类(例如，分组为诸如行人、自行车、汽车、交通标志等的类型)，然后将包括已被分类的对象(例如，对象416)的场景描述提供给规划器1306。

基于所接收到的规则表示1304和所接收到的感知1308，规则器1306生成参考轨迹414并将其发送到控制器，如参考图4所述。组合MPC 1310接收参考轨迹414，并且基于规则表示1304、参考轨迹414和所接收到的感知1308生成预测轨迹422。具体地，规划器1306所接收到的相同规则表示1304由组合MPC 1310接收并使用。在一些实施例中，规划器1306和组合MPC 1310两者接收规则表示1304，并且将接近规则明确地制定为约束，以促进针对AV100相对于其它目标的速率和间隙来优化参考轨迹414和预测轨迹422中的相应一个。如这里所描述的，特别参考图4，组合MPC 1310生成控制输入1312并将其发送到运载工具接口1314，在运载工具接口1314处，控制输入1312被实现以使得AV 100沿着预测轨迹422导航。

在一些实施例中，组合MPC 1310从规划模块404接收参考轨迹414、横向约束和速率约束(例如，行车道速率限制、运载工具的物理加速度/减速度限制、预定加速度/减速度舒适性边界(例如，基于AV 100预期向乘客提供的舒适性水平而选择的加速度/减速度边界，其中超出边界的加速度/减速度可能减小乘客舒适性)、前方运载工具所施加的限制)。然后，组合MPC 1310确定参考轨迹414的曲率。基于参考轨迹414的曲率、横向约束和速率约束，组合MPC 1310然后确定控制输入1312和速率命令集。在一些实施例中，组合MPC 1310部分地基于AV 100随时间的横向位置来确定控制输入1312。横向位置是基于多个因素确定的。这些因素包括AV 100到障碍物(例如，在道路路肩上停止的运载工具)的距离、AV 100距参考轨迹414的距离以及横向变化的阈值(例如，AV 100的最大转弯速率)。在一些实施例中，在确定控制输入1312时，基于各个因素的重要性来对这些因素中的各个因素进行加权。

自主运载工具速率确定

图14A示出在(例如，通过控制器1102、控制模块406或组合MPC 1310)确定自主运载工具(例如，AV 100)的预测轨迹422的至少一部分时使用的横向(例如，在与给定区域的宽度方向尺寸对齐的方向、与AV 100的速度向量垂直的方向、或者与参考轨迹414和预测轨迹422其中之一或两者垂直的方向上)间隙对横向速率图线1400。一般而言，横向间隙对横向速率图线1400是由控制器1102使用以基于距障碍物193(例如，自然阻碍191、运载工具、行人192、骑车者和其它障碍物)的横向距离来确定AV 100的不要超过的横向速率或者基于AV 100的横向速度来确定AV 100要维持的距对象的横向距离的等式的图形表示。例如，随着横向速率增加，将AV 100与对象分离的横向距离增加，并且随着将AV 100与对象分离的横向距离减小，AV 100的横向速率减小。

在一些实施例中，图线1400包括表示AV 100的Vtat(例如，横向速率)的垂直轴以及表示AV 100距对象的dtat(例如，横向距离)的水平轴。图线1400还包括表示AV 100的横向速率相对于AV 100距对象的横向间隙的曲线1402、以及表示在AV 100相对于障碍物193的给定横向速率下AV 100距障碍物193的最小横向间隙的多段线1404。另外，在图线1400中示出两个约束、即最小避让横向速率1406和最小横向间隙1408。最小横向间隙1408表示AV100和障碍物193之间的最小横向间隙距离，而不管AV 100的横向速率如何。最小避让横向速率1406被示出为沿着表示Vtat的垂直轴定位，并且当沿着水平dtat轴追踪时，在表示AV100的最小避让横向速率的点处与曲线1402相交。如图线1400所示，在该实施例中，最小避让横向速率1406具有非零值，并且水平跟踪在曲线1402和最小横向间隙1408的交点处与曲线1402相交。例如，最小避让横向速率1406被预定以使AV 100在最小横向间隙1408处达到非零横向速率值，使得AV 100不会在横向上移动得比最小横向间隙1408更靠近对象，并且还继续具有非零横向速率，以促进AV 100沿着预测轨迹422导航。

图14B示出在例如通过控制器1102确定自主运载工具(例如，AV 100)的预测轨迹422的至少一部分时使用的纵向(例如，在与给定区域的长度方向尺寸对齐的方向、与AV100的速度向量平行的方向、或者与参考轨迹414和预测轨迹422其中之一或两者平行的方向上)速率对纵向间隙图线1450。一般而言，纵向间隙对横向速率图线1400是由控制器1102使用以基于距障碍物193(例如，自然阻碍191、运载工具、行人192、骑车者和其它障碍物)的纵向距离来确定AV 100的不要超过的纵向速率或者基于AV 100的纵向速度来确定AV 100要维持的距对象的纵向距离的等式的图形表示。例如，随着AV 100的纵向速率增加，将AV100与对象分离的纵向距离增加，并且随着将AV 100与对象分离的纵向距离减小，AV 100的纵向速率减小。

在一些实施例中，图线1450包括表示AV 100的v²tan(例如，纵向速率的平方)的垂直轴以及表示AV 100距对象的d1on(例如，纵向距离)的水平轴。图线1450还包括表示针对距对象的给定纵向间隙距离的AV 100的纵向速率的平方。如图线1450所示，当纵向间隙变为零时，AV 100的纵向速率的平方变为零。一般而言，这是由于假设AV 100在给定自主导航会话期间将在道路的行驶车道内近似平行于道路的中心线行驶，因此将接近占据行驶车道的至少一部分的障碍物193(例如，自然阻碍191、运载工具、行人192、骑车者和其它障碍物)。

参考图14A和14B，规划模块404或控制模块/控制器(例如，组合MPC 1310、控制模块406、控制器1102)其中之一或两者使用以下示出的式1、利用对象和AV 100之间的距离与AV 100的相对速率之间的关系来确定AV 100的速率约束(v)。

(1)vJrox＝Vfon+Vfat

在组合MPC中使用接近规则来控制自主运载工具

图15示出使用接近规则和组合MPC(例如，组合MPC 1310)对环境190中的行车道进行导航的AV 100的示例。如图15所示，AV 100基于包括参考轨迹414和预测轨迹422中至少之一的导航输入来对包括外车道标记1502和中心线1504的行车道进行导航。

参考轨迹414包括参考路径(例如，参考轨迹414的一部分，其可以包括AV 100的位置、AV 100的速度、AV 100的加速率)，由(图4所示的)规划模块404确定，并且包括多个参考轨迹步骤1510。如本文所述，规划模块基于如图13和14A-14B所示确定的接近规则来确定参考轨迹414。除了接近规则之外，规则模块404使用目的地信息、地图信息、位置信息、传感器信息和/或其它数据来确定参考轨迹414。在一些实施例中，参考轨迹414是被确定为促进AV100导航以到达目的地的一般路线。例如，如图15所示，参考轨迹414指定AV 100在大致横向居中于外车道标记1502和中心线1504之间的行车道上继续向前，但没有指定AV 100要执行以继续向前的精确转向或速率命令(例如，油门输入1106和转向输入1108)。在一些实施例中，参考轨迹414指定AV 100将转弯到不同的行车道上，但没有指定AV 100要执行以进行转弯的精确转向或速率命令。

预测轨迹422由参考图13所述的组合MPC 1310(和/或(如图4和11所示的)控制模块406和/或控制器1102)确定，并且包括多个预测轨迹步骤1512。更具体地，预测轨迹422包括多个预测轨迹步骤1512，各个预测轨迹步骤1512包括AV 100相对于障碍物193的相应预测位置以及相应运载工具速率约束。如本文所述，组合MPC 1310接收接近规则(例如，至少基于从AV 100到对象的距离的速度约束)，并且基于参考轨迹414和接近规则来确定预测轨迹422(例如，除了规划模块404之外，组合MPC 1310还基于接收到的接近规则来计算AV 100的轨迹和各种约束)。在一些实施例中，确定预测轨迹步骤1512的间隔基于以下各项中至少之一：AV 100和障碍物193之间的靠近率、AV 100的预测速率、参考轨迹414和预测轨迹422之间的差异、和障碍物193的形状。在一些实施例中，AV 100和障碍物193之间的靠近率取决于障碍物193相对于AV 100的速度。

AV 100的参考轨迹和预测轨迹422各自也可以包括针对AV 100的一个或多个约束(例如，横向约束和速率约束)。基于地图信息、传感器信息和/或其它数据来确定针对AV100的约束。横向约束指示当AV 100沿着预测轨迹422行驶时AV 100能够沿着预测轨迹422在时间/位置上的不同点安全地偏离预测轨迹422的向左和向右的最大距离。例如，横向约束使AV 100保持在行车道的“安全”行驶车道内。在AV 100偏离到预定横向约束外的情况下，由于偏离预测轨迹422，AV 100可能进入行驶车道外部的危险区域。在一些示例中，在确定横向约束时使用行车道上的车道标记(例如，外车道标记1502、中心线1504)。在一些示例中，在确定横向约束时使用行车道的边(例如，道路路肩的横向边界)。在一些示例中，在确定横向约束时使用行车道附近或行车道上的障碍物(例如障碍物193)。可以通过AV 100上的一个或多个传感器来检测车道标记、行车道的边以及行车道附近或行车道上的障碍物。

速率约束可以包括行车道速率限制、运载工具的物理加速度/减速度限制、预定加速度/减速度舒适性边界(例如，基于AV 100预期向乘客提供的舒适性水平而选择的加速度/减速度边界，其中超出边界的加速度/减速度可能减小乘客舒适性)、和/或前方运载工具所施加的速率限制。

作为在组合MPC中使用接近规则控制AV 100的一部分，接近规则包括作为至少AV100相对于(示出为图15中的运载工具的)障碍物193的位置的函数的运载工具接近速率约束(vprox)，其中障碍物193至少部分地在根据参考轨迹414和预测轨迹422其中之一或两者的AV 100的预测路径内。在一些实施例中，运载工具接近速率约束基于AV 100相对于障碍物193的位置(沿着预测轨迹422的当前位置或未来位置)来限定AV 100的可允许(例如，最大)速率。AV 100相对于障碍物193的位置(例如，AV 100的当前位置或未来位置)由横向间隙距离1506和纵向间隙距离1508限定。运载工具接近速率约束可以包括针对AV 100并且与参考轨迹414或预测轨迹422的至少一部分相关联的运载工具速率限制，其可以沿着参考轨迹414或预测轨迹422变化并且可以基于横向间隙距离1506和纵向间隙距离1508。在一些实施例中，AV 100的运载工具速率限制包括合法运载工具速率限制、运载工具能力速率限制和用户定义运载工具速率限制中至少之一。

运载工具接近速率约束是AV 100相对于对象的横向间隙(dzat)和纵向间隙(dzon)的函数。在一些实施例中，运载工具接近速率约束另外是障碍物的类型(例如，行人、另一运载工具、道路边界)或障碍物193的至少一个属性(例如，障碍物193的速率、障碍物193的感知值(例如，行人比运载工具或其它对象更有价值))的函数。纵向间隙和横向间隙可以基于AV 100的当前地点来确定，或者纵向间隙和纵向间隙可以各自表示某个未来时间的AV 100和障碍物之间的间隙(例如，障碍物193和沿着预测轨迹422或参考轨迹414的多个地点中的一个地点之间的预期间隙)。根据上述因素，运载工具接近速率约束表示小于与AV100的当前或预测位置相关联的预定速率约束(v)的值，如下式2中所示。

(2)V<Vprox(dzat,dzon)

在一些实施例中，对于多个预测轨迹步骤1512中的每一个，作为用以控制AV 100的速率和位置的基于梯度的方法的一部分，组合MPC 1310计算针对正被优化的控制器(例如，组合MPC 1310)的各状态(xk)和正对约束施加的时间裕量(sk)必须要满足的每个单独预测步骤(k)的偏置速率约束(ctz,biasing)。作为正被优化的组合MPC 1310的状态和时间裕量的函数的偏置速率约束等于AV 100相对于定位在AV 100的左侧和AV 100的右侧的障碍物193的纵向速度分量和横向速度分量的函数。更具体地，关于定位在AV 100的左侧的障碍物193，AV 100在单独预测步骤处的速率约束分量(vk)减去预测步骤处的左侧纵向速率约束(Vzan,left,k)加上预测步骤处的左侧横向速率约束(Vzat,left,k)减去预测步骤处的速率约束的时间裕量(sv,k)包括AV 100相对于定位在AV 100的左侧的障碍物193的纵向速度分量和横向速度分量。关于定位在AV 100右侧的障碍物193，AV 100在单独预测步骤处的速率约束分量减去预测步骤处的右侧纵向速率约束(Vzan,right,k)加上乘以了预测步骤处AV 100相对于参考轨迹414的位置(nk)的预测步骤处的右侧横向速率约束(Vzat,right,k)减去预测步骤处的速率约束的时间裕量(sv,k)包括AV 100相对于定位在AV 100右侧的障碍物193的纵向速度分量和横向速度分量。如下式3中所示，在AV 100相对于参考轨迹414的每个位置(E{O,...,N})处，针对每个预测步骤(Vk)编译AV 100相对于左侧和右侧障碍物193的这些纵向速度分量和横向速度分量。

偏置速率约束是AV 100距障碍物193的纵向间隙和横向间隙两者的函数，使得AV100距障碍物193的横向间隙的增加和AV 100距障碍物193的纵向间隙的增加其中之一或两者产生偏置速率约束的增加。此外，偏置速率约束是AV 100距障碍物193的纵向间隙和横向间隙两者的函数，使得AV 100距障碍物193的横向间隙的减小和AV 100距障碍物193的纵向间隙的减小其中之一或两者产生偏置速率约束的减小。

(如图13所示的)组合MPC 1310使用在多个导航输入(例如，预测轨迹422、横向约束、速率约束和其它信息(诸如AV位置418和AV速度))中的每一个处确定的运载工具速率接近约束来确定将使得AV 100沿着预测轨迹422行驶的控制命令(也称为控制功能420a-c)(例如，转向、油门、制动)。组合MPC 1310所使用的导航输入与当前和未来时间点(例如，当前和未来预测轨迹步骤1512)相关联。例如，组合MPC 1310使用指示AV 100将在约3秒内转弯的导航输入来确定将允许AV 100在该未来时间转弯(例如，AV在转弯之前开始制动)的控制命令。

在组合MPC中实现接近规则有助于在AV 100接近障碍物193时实现AV 100的期望操作，这要求AV 100的操作偏离规划模块404所确定的操作。具体地，采用接近规则作为轨迹优化的一部分(例如，由组合MPC 1310确定预测轨迹422)有助于优化AV 100与周围环境的速率和间隙关系，因为基于梯度的预测轨迹422产生AV 100的解决方案，该解决方案得到比由规划模块404生成的基于采样的参考轨迹414更优的单个步骤分辨率(例如，预测轨迹步骤1512)。

在一些实施例中，作为沿着预测轨迹422控制AV 100的一部分，组合MPC 1310可以从与AV 100相关联的一个或多个传感器接收指示AV 100和障碍物193之间的碰撞的输入。响应于这样的确定，组合MPC 1310可以激活紧急碰撞避免系统以使得AV 100偏离预测轨迹422，这种偏离由紧急碰撞系统确定以减小在AV 100和障碍物193之间发生碰撞的可能性。

用于在组合MPC中使用接近规则来控制自主运载工具的示例处理

图16是用于使用接近规则来控制自主运载工具(例如，AV 100)的示例处理1600的流程图。处理1600被描述为由控制电路(例如，图13的组合MPC 1310)进行。在一些实施例中，控制电路包括具有嵌入式处理电路的微控制器。在一些实施例中，处理1600将被描述为由位于一个或多个地点的一个或多个计算机的系统进行。例如，根据本说明书适当地编程的图1的AV系统120(或其部分)可以进行处理1600。

在框1602处，当自主运载工具正在自主模式(例如，具有自动转向、加速、制动和导航的完全或高度自主模式(例如，第3级、第4级或第5级))下操作时，使用规划电路(例如，规划模块404)接收接近规则(例如，基于从自主运载工具到对象的距离的速度约束)。在一些实施例中，接近规则包括作为至少自主运载工具相对于障碍物193(例如，自然阻碍191、运载工具、行人192、骑车者和其它障碍物)的位置的函数的运载工具速率约束。在这样的实施例中，运载工具速率约束基于自主运载工具相对于障碍物的位置来限定自主运载工具的可允许速率。在一些实施例中，运载工具速率约束是自主运载工具相对于障碍物的位置以及障碍物的类型和障碍物的至少一个属性中至少之一的函数。

在框1604处，控制电路(例如，组合MPC 1310)从规划电路接收参考轨迹(例如，参考轨迹414)，其中参考轨迹由规划电路基于接近规则确定。在一些实施例中，参考轨迹包括自主运载工具的参考路径(例如，参考轨迹的位置部分，其可以包括位置、速度、加速度等)以及与参考路径的至少一部分相关联的自主运载工具的至少一个运载工具速率约束。在这样的实施例中，自主运载工具的参考路径可以包括针对参考路径的至少一部分的自主运载工具距障碍物的参考横向间隙和自主运载工具距障碍物的参考纵向间隙。

在一些实施例中，自主运载工具的参考轨迹包括与参考轨迹相关联的运载工具速率限制(例如，运载工具速率限制可以在参考路径的至少一部分上变化)。在一些实施例中，运载工具速率限制包括合法运载工具速率限制、运载工具能力速率限制和用户定义运载工具速率限制中至少之一。在一些实施例中，自主运载工具的最大速率是运载工具速率约束的可允许速率和运载工具速率限制中的较小者。

在框1606处，控制电路接收接近规则(例如，可以由规则模块404和组合MPC 1310接收接近规则)。

在框1608处，控制电路基于参考轨迹和接近规则来确定预测轨迹(例如，预测轨迹422)(例如，控制器可以基于预测轨迹来确定运载工具的速率和转向命令)。在一些实施例中，预测轨迹包括多个预测，这些预测包括自主运载工具相对于障碍物的相应预测位置以及相应运载工具速率约束。在一些实施例中，以基于自主运载工具和障碍物之间的靠近率、自主运载工具的当前速率、自主运载工具的预测速率、参考轨迹和预测轨迹之间的差异、和障碍物的形状中至少之一的间隔确定预测轨迹。

在一些实施例中，障碍物包括运载工具、行人、碎片和动物中至少之一。在一些实施例中，障碍物相对于自主运载工具移动。

在框1610处，控制电路根据预测轨迹来导航自主运载工具(例如，控制器基于预测轨迹来确定运载工具的速率和转向命令)。在一些实施例中，作为导航自主运载工具的一部分，控制器基于预测轨迹来确定转向命令集。在这样的实施例中，控制器还基于预测轨迹来确定速率命令集。在这样的实施例中，控制器实现所确定的转向命令集和所确定的速率命令集。

在一些实施例中，控制器获得由第二个(例如，自主运载工具的传感器)生成的传感器数据。在这样的实施例中，传感器数据与接近参考轨迹和预测轨迹其中之一或两者的障碍物(例如，障碍物的检测、障碍物的状态(例如，位置、速度、加速度)、障碍物的分类)相关联。在一些实施例中，自主运载工具相对于障碍物的位置包括自主运载工具距障碍物的横向间隙和自主运载工具距障碍物的纵向间隙。

在一些实施例中，响应于自主运载工具距障碍物的横向间隙的增加和自主运载工具距障碍物的纵向间隙的增加其中之一或两者，运载工具速率约束的可允许速率增加。在一些实施例中，响应于自主运载工具距障碍物的横向间隙的减小和自主运载工具距障碍物的纵向间隙的减小其中之一或两者，运载工具速率约束的可允许速率减小。

在一些实施例中，响应于确定为传感器所生成的传感器数据和预测轨迹其中之一或两者指示自主运载工具与障碍物的碰撞(例如，响应于确定为预测轨迹将导致与障碍物的碰撞的概率超过预定阈值)，激活紧急碰撞避免系统。

在先前描述中，已经参考许多具体细节描述了实施例，这些具体细节可因实现而不同。因此，说明书和附图应被视为说明性的，而非限制性意义的。权利要求范围的唯一且排他的指示、以及申请人期望是权利要求范围的内容是以发布权利要求书的具体形式从本申请发布的权利要求书的字面和等同范围，包括任何后续修正。本文中明确阐述的用于被包括在此类权利要求中的术语的任何定义应当以此类术语如在权利要求书中所使用的意义为准。另外，当在先前的说明书或所附权利要求书使用术语“还包括”时，该短语的下文可以是附加的步骤或实体、或先前所述的步骤或实体的子步骤/子实体。

Claims (20)

1.一种用于自主运载工具的系统，包括：

至少一个计算机处理器；以及

至少一个非暂时性存储介质，其存储指令，所述指令在由所述至少一个计算机处理器执行的情况下使得进行如下的操作，所述操作包括：

当自主运载工具正在自主模式下操作时：

使用规划电路来接收接近规则；

使用控制电路从所述规划电路接收参考轨迹，其中，所述参考轨迹由所述规划电路基于所述接近规则确定；

使用所述控制电路来接收所述接近规则；

使用所述控制电路基于所述参考轨迹和所述接近规则来确定预测轨迹；以及

使用所述控制电路根据所述预测轨迹来对所述自主运载工具进行导航。

2.根据权利要求1所述的系统，其中，所述指令在由所述至少一个计算机处理器执行的情况下还使得进行如下的操作，所述操作包括：

使用所述控制电路来获得传感器所生成的传感器数据，所述传感器数据与接近所述参考轨迹和所述预测轨迹其中之一或两者的障碍物相关联。

3.根据权利要求2所述的系统，其中，所述接近规则包括作为所述自主运载工具相对于所述障碍物的至少位置的函数的运载工具速率约束，其中，所述运载工具速率约束基于所述自主运载工具相对于所述障碍物的位置来限定所述自主运载工具的可允许速率。

4.根据权利要求3所述的系统，其中，所述运载工具速率约束是所述自主运载工具相对于所述障碍物的位置以及以下各项中至少之一的函数：

所述障碍物的类型；以及

所述障碍物的至少一个属性。

5.根据权利要求3所述的系统，其中，所述自主运载工具相对于所述障碍物的位置包括所述自主运载工具距所述障碍物的横向间隙和所述自主运载工具距所述障碍物的纵向间隙。

6.根据权利要求5所述的系统，其中，响应于所述自主运载工具距所述障碍物的横向间隙增大和所述自主运载工具距所述障碍物的纵向间隙增大其中之一或两者，使得所述至少一个计算机处理器进行确定所述预测轨迹的操作的指令还使得所述至少一个计算机处理器进行使得所述运载工具速率约束的可允许速率增大的操作。

7.根据权利要求5所述的系统，其中，响应于所述自主运载工具距所述障碍物的横向间隙减小和所述自主运载工具距所述障碍物的纵向间隙减小其中之一或两者，使得所述至少一个计算机处理器进行确定所述预测轨迹的操作的指令还使得所述至少一个计算机处理器进行使得所述运载工具速率约束的可允许速率减小的操作。

8.根据权利要求2至7中任一项所述的系统，其中，所述参考轨迹包括所述自主运载工具的参考路径以及所述自主运载工具的与所述参考路径的至少一部分相关联的至少一个运载工具速率约束。

9.根据权利要求8所述的系统，其中，所述自主运载工具的参考路径包括针对所述参考路径的所述至少一部分的所述自主运载工具距所述障碍物的参考横向间隙和所述自主运载工具距所述障碍物的参考纵向间隙。

10.根据权利要求3至9中任一项所述的系统，其中，所述自主运载工具的参考轨迹包括与所述参考轨迹相关联的运载工具速率限制。

11.根据权利要求10所述的系统，其中，所述运载工具速率限制包括合法运载工具速率限制、运载工具能力速率限制和用户定义运载工具速率限制中至少之一。

12.根据权利要求10所述的系统，其中，所述自主运载工具的最大速率是所述运载工具速率约束的可允许速率和所述运载工具速率限制中的较小者。

13.根据权利要求2至12中任一项所述的系统，其中，所述预测轨迹包括多个预测，所述多个预测包括：

所述自主运载工具相对于所述障碍物的相应预测位置；以及

相应预测运载工具速率约束。

14.根据权利要求2至13中任一项所述的系统，其中，使得所述至少一个计算机处理器进行确定所述预测轨迹的操作的指令还使得所述至少一个计算机处理器进行以基于所述自主运载工具和所述障碍物之间的靠近率、所述自主运载工具的当前速率、所述自主运载工具的预测速率、所述参考轨迹和所述预测轨迹之间的差异、和所述障碍物的形状中至少之一的间隔来确定所述预测轨迹的操作。

15.根据权利要求1至14中任一项所述的系统，其中，使得所述至少一个计算机处理器进行根据所述预测轨迹来对所述自主运载工具进行导航的操作的指令还使得所述至少一个计算机处理器进行以下的操作：

使用所述控制电路基于所述预测轨迹来确定转向命令集；

使用所述控制电路基于所述预测轨迹来确定速率命令集；以及

使用所述控制电路来实现所述转向命令集和所述速率命令集。

16.根据权利要求2至15中任一项所述的系统，其中，所述障碍物包括运载工具、行人、碎片和动物中至少之一。

17.根据权利要求2至16中任一项所述的系统，其中，所述障碍物正相对于所述自主运载工具移动。

18.根据权利要求2至17中任一项所述的系统，其中，所述指令在由所述至少一个计算机处理器执行的情况下还使得进行如下的操作，所述操作包括：

响应于确定为所述传感器所生成的传感器数据和所述预测轨迹其中之一或两者指示所述自主运载工具与所述障碍物的碰撞，激活紧急碰撞避免系统。

19.一种非暂时性计算机可读存储介质，其存储指令，所述指令在由至少一个计算机处理器执行的情况下使得进行如下的操作，所述操作包括：

当自主运载工具正在自主模式下操作时：

使用规划电路来接收接近规则；

使用控制电路从所述规划电路接收参考轨迹，其中，所述参考轨迹由所述规划电路基于所述接近规则确定；

使用所述控制电路来接收所述接近规则；

使用所述控制电路基于所述参考轨迹和所述接近规则来确定预测轨迹；以及

使用所述控制电路根据所述预测轨迹来对所述自主运载工具进行导航。

20.一种用于自主运载工具的方法，所述方法是在自主运载工具正在自主模式下操作时进行的，所述方法包括：

使用规划电路来接收接近规则；

使用控制电路从所述规划电路接收参考轨迹，其中，所述参考轨迹由所述规划电路基于所述接近规则确定；

使用所述控制电路来接收所述接近规则；

使用所述控制电路基于所述参考轨迹和所述接近规则来确定预测轨迹；以及

使用所述控制电路根据所述预测轨迹来对所述自主运载工具进行导航。

Images