CN115729230A - 用于运载工具的控制方法、系统和运载工具 - Google Patents

用于运载工具的控制方法、系统和运载工具 Download PDF

Info

Publication number
CN115729230A
CN115729230A CN202210009840.9A CN202210009840A CN115729230A CN 115729230 A CN115729230 A CN 115729230A CN 202210009840 A CN202210009840 A CN 202210009840A CN 115729230 A CN115729230 A CN 115729230A
Authority
CN
China
Prior art keywords
vehicle
data associated
processor
environmental condition
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210009840.9A
Other languages
English (en)
Inventor
J·钱德拉赛克兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Motional AD LLC
Original Assignee
Motional AD LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Motional AD LLC filed Critical Motional AD LLC
Publication of CN115729230A publication Critical patent/CN115729230A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • 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
    • B60W30/10—Path keeping
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • B60W30/146—Speed limiting
    • 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
    • B60W30/188—Controlling power parameters of the driveline, e.g. determining the required power
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/1005—Driving resistance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0023—Planning or execution of driving tasks in response to energy consumption
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/16—Driving resistance
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/40—Altitude
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了用于运载工具的控制方法、系统和运载工具。提供了用于基于与环境条件相关联的数据来控制运载工具性能的方法。

Description

用于运载工具的控制方法、系统和运载工具
技术领域
本发明涉及一种用于运载工具的控制方法、系统和运载工具。
背景技术
自主运载工具(AV)可以用于将人和/或货物(例如，包裹、物体或其它物品)从一个地点运输到另一地点。例如，AV可以在无需驾驶员或来自乘员的命令输入的情况下导航到人的地点，等待该人登上自主运载工具，并导航到指定目的地(例如，该人所选择的地点)。
发明内容
一种用于控制运载工具的方法，包括：使用至少一个处理器，接收与所述运载工具的环境条件相关联的数据；使用所述至少一个处理器，使用与所述环境条件相关联的数据来确定运载工具性能度量；使用所述至少一个处理器，使用所述运载工具性能度量来确定路径；以及使用所述至少一个处理器，提供与所述路径相关联的数据，其中，与所述路径相关联的数据被配置为使所述运载工具基于所述路径来操作。
一种用于运载工具的系统，包括：至少一个处理器，以及存储有指令的至少一个非暂时性存储介质，所述指令在由所述至少一个处理器执行时使所述至少一个处理器进行以下操作：识别与所述运载工具的环境条件相关联的数据；使用与所述环境条件相关联的数据来确定运载工具性能度量；以及使用所确定的运载工具性能度量来控制所述运载工具。
一种运载工具，包括：规划系统，其包括至少一个处理器，该至少一个处理器用于进行以下操作：使用与环境条件相关联的数据来确定运载工具性能度量，以及使用所述运载工具性能度量来生成运载工具控制命令；以及控制系统，其包括至少一个处理器，该至少一个处理器用于进行以下操作：从所述规划系统接收所述运载工具控制命令，以及使用所述运载工具控制命令来控制所述运载工具。
附图说明
图1是可以实现包括自主系统的一个或多个组件的运载工具的示例环境；
图2是包括自主系统的运载工具的一个或多个系统的图；
图3是图1和图2的一个或多个装置和/或一个或多个系统的组件的图；
图4是自主系统的某些组件的图；
图5A至图5D是用于使用与大气条件相关联的数据来控制运载工具性能的处理的图；
图6A至图6B是分别例示运载工具经历层流和湍流的示意图；
图7A至图7B是例示基于风速和风向信息的示例运载工具性能参数计算的示意图；
图8是用于使用与大气条件相关联的数据来控制运载工具性能的处理流程图。
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，以便提供对本公开的透彻理解。然而，本公开所描述的实施例可以在没有这些具体细节的情况下实施将是明显的。在一些实例中，众所周知的构造和装置是以框图形式例示的，以避免不必要地使本公开的方面模糊。
在附图中，为了便于描述，例示了示意要素(诸如表示系统、装置、组件、指令块和/或数据要素等的那些要素等)的具体布置或次序。然而，本领域技术人员将要理解，除非明确描述，否则附图中示意要素的具体次序或布置并不意在意味着要求特定的处理次序或序列、或处理的分离。此外，除非明确描述，否则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等)用于例示两个或更多个其它示意要素之间或之中的连接、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，要素之间的一些连接、关系或关联未在附图中例示，以便不使本公开内容模糊。此外，为了便于例示，可以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(例如，“软件指令”)的通信，本领域技术人员应理解，这种要素可以表示影响通信可能需要的一个或多个信号路径(例如，总线)。
尽管使用术语“第一”、“第二”和/或“第三”等来描述各种要素，但这些要素不应受这些术语的限制。术语“第一”、“第二”和/或第三”仅用于区分一个要素与另一要素。例如，在没有背离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这两者都是触点，但它们不是相同的触点。
在本文所描述的各种实施例的说明书中使用的术语仅是为了描述特定实施例的目的而包括的，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，并且可以与“一个或多个”或者“至少一个”互换使用，除非上下文另有明确说明。还将理解的是，如本文所使用的术语“和/或”是指并且包括关联的列出项中的一个或多个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，术语“通信”和“进行通信”是指信息(或者由例如数据、信号、消息、指令和/或命令等表示的信息)的接收、收到、传输、传送和/或提供等中的至少一者。对于要与另一单元进行通信的一个单元(例如，装置、系统、装置或系统的组件、以及/或者它们的组合等)而言，这意味着该一个单元能够直接地或间接地从另一单元接收信息和/或向该另一单元发送(例如，传输)信息。这可以是指本质上为有线和/或无线的直接或间接连接。另外，即使可以在第一单元和第二单元之间修改、处理、中继和/或路由所传输的信息，两个单元也可以彼此进行通信。例如，即使第一单元被动地接收信息并且不主动地向第二单元传输信息，第一单元也可以与第二单元进行通信。作为另一示例，如果至少一个中介单元(例如，位于第一单元和第二单元之间的第三单元)处理从第一单元接收到的信息、并将处理后的信息传输至第二单元，则第一单元可以与第二单元进行通信。在一些实施例中，消息可以是指包括数据的网络分组(例如，数据分组等)。
如本文所使用的，取决于上下文，术语“如果”可选地被解释为意指“当…时”、“在…时”、“响应于确定为”和/或“响应于检测到”等。类似地，取决于上下文，短语“如果已确定”或“如果检测到[所陈述的条件或事件]”可选地被解释为意指“在确定…时”、“响应于确定为“或”在检测到[所陈述的条件或事件]时”和/或“响应于检测到[所陈述的条件或事件]”等。此外，如本文所使用的，术语“有”、“具有”或“拥有”等旨在是开放式术语。此外，除非另有明确说明，否则短语“基于”意在是意味着“至少部分基于”。
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，尚未详细描述众所周知的方法、过程、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，或者也可以与其它特征的任何组合一起使用。然而，任何个别特征可能无法解决以上所讨述的任何问题，或者只能解决以上所讨述的问题其中之一。以上所讨述的一些问题可能无法通过本文所描述的任何特征而得到完全解决。虽然提供了标题，但在本说明书的其它地方也可以找到与特定标题相关、但未在具有该标题的部分中找到的信息。本文根据以下概要来描述实施例：
1.总体概述
2.硬件概述
3.架构概述
4.用于使用与大气条件相关联的数据来控制运载工具的架构处理流程
5.示例用例——气流和流向
6.使用与大气条件相关联的数据来控制运载工具
1.总体概述
可以使用与大气(或者，同义地，环境)条件相关联的数据来确定用于控制运载工具(例如，自主运载工具)的性能度量。作为示例，空气密度可以被包括在运载工具的阻力计算中，并且可以确定优化目标运载工具速度以使阻力最小化，这将进而降低能耗。在实施例中，可以在确定运载工具速度时考虑风速和风向。例如，与运载工具正在面对逆风的情况相比，经历顺风的运载工具使用更少的能量以目标速度操作。可以在实时控制运载工具时考虑与环境条件相关联的数据，也可以将该数据用于路线规划。例如，运载工具传感器可以实时观察与环境条件相关联的数据，以立即进行速度改变。在实施例中，与环境条件相关联的数据可以从网络源获得，并用于运载工具的路线和控制规划。
在一些方面和/或实施例中，本文所述的系统、方法和计算机程序产品包括和/或实现使用大气信息(诸如，可以作为自主运载工具上的阻力的因素的信息等)来确定自主运载工具(AV)的运动(包括运载工具速度和方向/航向)。
借助本文所述的系统、方法和计算机程序产品的实现，用于使用与环境条件相关联的数据来控制自主运载工具的技术可以提高自主运载工具的效率(例如，燃料效率、在朝向目的地移动期间导航等)，并且更具体地，可以导致改进性能度量(诸如，降低能耗等)以及改进路线规划和执行。
附加地或可替代地，可以控制运载工具的操作，使得运载工具的运动较少受大气条件(例如，逆风、顺风、侧风等)的影响。这能够导致AV(例如，AV计算400和/或类似装置)更准确地确定运载工具的地点和/或运载工具的速率等。
在实施例中，运载工具可以使用阻力测量传感器来测量运载工具上的阻力。阻力测量传感器还可以扩增其它AV传感器、AV感知系统以及用于控制运载工具的速度和加速度/减速度的其它组件。
2.硬件概述
现在参考图1，例示示例环境100，在该示例环境100中，包括自主系统的运载工具以及不包括自主系统的运载工具进行操作。如所例示的，环境100包括运载工具102a-102n、对象104a-104n、路线106a-106n、区域108、运载工具到基础设施(V2I)装置110、网络112、远程自主运载工具(AV)系统114、队列管理系统116和V2I系统118。运载工具102a-102n、运载工具到基础设施(V2I)装置110、网络112、自主运载工具(AV)系统114、队列管理系统116和V2I系统118经由有线连接、无线连接、或者有线或无线连接的组合互连(例如，建立用于通信的连接等)。在一些实施例中，对象104a-104n经由有线连接、无线连接、或者有线或无线连接的组合与运载工具102a-102n、运载工具到基础设施(V2I)装置110、网络112、自主运载工具(AV)系统114、队列管理系统116和V2I系统118中的至少一者互连。
运载工具102a-102n(单独称为运载工具102且统称为运载工具102)包括被配置为运输货物和/或人员的至少一个装置。在一些实施例中，运载工具102被配置为与V2I装置110、远程AV系统114、队列管理系统116和/或V2I系统118经由网络112进行通信。在一些实施例中，运载工具102包括小汽车、公共汽车、卡车和/或火车等。在一些实施例中，运载工具102与本文所述的运载工具200(参见图2)相同或类似。在一些实施例中，一组运载工具200中的运载工具200与自主队列管理器相关联。在一些实施例中，如本文所述，运载工具102沿着相应的路线106a-106n(单独称为路线106且统称为路线106)行驶。在一些实施例中，一个或多个运载工具102包括自主系统(例如，与自主系统202相同或类似的自主系统)。
对象104a-104n(单独称为对象104且统称为对象104)例如包括至少一个运载工具、至少一个行人、至少一个骑车者和/或至少一个构造物(例如，建筑物、标志、消防栓等)等。各对象104(例如，位于固定地点处并在一段时间内)是静止的或(例如，具有速度且与至少一个轨迹相关联地)移动。在一些实施例中，对象104与区域108中的相应地点相关联。
路线106a-106n(单独称为路线106且统称为路线106)各自与连接AV可以导航所沿着的状态的一系列动作(也称为轨迹)相关联(例如，规定该一系列动作)。各个路线106始于初始状态(例如，与第一时空地点和/或速度等相对应的状态)，并且结束于最终目标状态(例如，与不同于第一时空地点的第二时空地点相对应的状态)或目标区(例如，可接受状态(例如，终止状态)的子空间)。在一些实施例中，第一状态包括一个或多个个体将要搭载AV的地点，并且第二状态或区包括搭载AV的一个或多个个体将要下车的一个或多个地点。在一些实施例中，路线106包括多个可接受的状态序列(例如，多个时空地点序列)，这多个状态序列与多个轨迹相关联(例如，限定多个轨迹)。在示例中，路线106仅包括高级别动作或不精确的状态地点，诸如指示在车行道交叉口处转换方向的一系列连接道路等。附加地或可替代地，路线106可以包括更精确的动作或状态，诸如例如车道区域内的特定目标车道或精确地点以及这些位置处的目标速率等。在示例中，路线106包括沿着具有到达中间目标的有限前瞻视界的至少一个高级别动作的多个精确状态序列，其中有限视界状态序列的连续迭代的组合累积地与共同形成在最终目标状态或区处终止的高级别路线的多个轨迹相对应。
区域108包括运载工具102可以导航的物理区域(例如，地理区)。在示例中，区域108包括至少一个州(例如，国家、省、国家中所包括的多个州中的单独州等)、州的至少一部分、至少一个城市、城市的至少一部分等。在一些实施例中，区域108包括至少一个已命名干道(本文称为“道路”)，诸如公路、州际公路、公园道路、城市街道等。附加地或可替代地，在一些示例中，区域108包括至少一个未命名道路，诸如行车道、停车场的一段、空地和/或未开发地区的一段、泥路等。在一些实施例中，道路包括至少一个车道(例如，道路的运载工具102可以穿行的部分)。在示例中，道路包括与至少一个车道标记相关联的(例如，基于至少一个车道标记所识别的)至少一个车道。
运载工具到基础设施(V2I)装置110(有时称为运载工具到万物(Vehicle-to-Everything)(V2X)装置)包括被配置为与运载工具102和/或V2I基础设施系统118进行通信的至少一个装置。在一些实施例中，V2I装置110被配置为与运载工具102、远程AV系统114、队列管理系统116和/或V2I系统118经由网络112进行通信。在一些实施例中，V2I装置110包括射频识别(RFID)装置、标牌、照相机(例如，二维(2D)和/或三维(3D)照相机)、车道标记、路灯、停车计时器等。在一些实施例中，V2I装置110被配置为直接与运载工具102进行通信。附加地或可替代地，在一些实施例中，V2I装置110被配置为与运载工具102、远程AV系统114和/或队列管理系统116经由V2I系统118进行通信。在一些实施例中，V2I装置110被配置为与V2I系统118经由网络112进行通信。
网络112包括一个或多个有线和/或无线网络。在示例中，网络112包括蜂窝网络(例如，长期演进(LTE)网络、第三代(3G)网络、第四代(4G)网络、第五代(5G)网络、码分多址(CDMA)网络等)、公共陆地移动网络(PLMN)、局域网(LAN)、广域网(WAN)、城域网(MAN)、电话网(例如，公共交换电话网(PSTN))、专用网络、自组织网络、内联网、因特网、基于光纤的网络、云计算网络等、以及/或者这些网络中的一部分或全部的组合等。
远程AV系统114包括被配置为与运载工具102、V2I装置110、网络112、队列管理系统116和/或V2I系统118经由网络112进行通信的至少一个装置。在示例中，远程AV系统114包括服务器、服务器组和/或其它类似装置。在一些实施例中，远程AV系统114与队列管理系统116位于同一位置。在一些实施例中，远程AV系统114参与运载工具的组件(包括自主系统、自主运载工具计算和/或由自主运载工具计算实现的软件等)中的一部分或全部的安装。在一些实施例中，远程AV系统114在运载工具的寿命期间维护(例如，更新和/或更换)这些组件和/或软件。
队列管理系统116包括被配置为与运载工具102、V2I装置110、远程AV系统114和/或V2I基础设施系统118进行通信的至少一个装置。在示例中，队列管理系统116包括服务器、服务器组和/或其它类似装置。在一些实施例中，队列管理系统116与拼车公司(例如，用于控制多个运载工具(例如，包括自主系统的运载工具和/或不包括自主系统的运载工具)的操作等的组织)相关联。
在一些实施例中，V2I系统118包括被配置为与运载工具102、V2I装置110、远程AV系统114和/或队列管理系统116经由网络112进行通信的至少一个装置。在一些示例中，V2I系统118被配置为与V2I装置110经由不同于网络112的连接进行通信。在一些实施例中，V2I系统118包括服务器、服务器组和/或其它类似装置。在一些实施例中，V2I系统118与市政当局或私营机构(例如，用于维护V2I装置110的私营机构等)相关联。
提供图1所例示的要素的数量和布置作为示例。与图1例示的要素相比，可以存在附加的要素、更少的要素、不同的要素和/或不同布置的要素。附加地或可替代地，环境100的至少一个要素可以进行被描述为由图1的至少一个不同要素进行的一个或多个功能。附加地或可替代地，环境100的至少一组要素可以进行被描述为由环境100的至少一个不同组的要素进行的一个或多个功能。
现在参考图2，运载工具200包括自主系统202、动力总成控制系统204、转向控制系统206和制动系统208。在一些实施例中，运载工具200与运载工具102(参见图1)相同或类似。在一些实施例中，运载工具200具有自主能力(例如，实现如下的至少一个功能、特征和/或装置等，该至少一个功能、特征和/或装置使得运载工具200能够在无人类干预的情况下部分地或完全地操作，其包括但不限于完全自主运载工具(例如，放弃依赖人类干预的运载工具)和/或高度自主运载工具(例如，在某些情形下放弃依赖人类干预的运载工具)等)。对于完全自主运载工具和高度自主运载工具的详细描述，可以参考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(SAE International's standard J3016:Taxonomy and Definitions for Terms Related to On-Road Motor Vehicle AutomatedDriving Systems)，其全部内容通过引用而被包含。在一些实施例中，运载工具200与自主队列管理器和/或拼车公司相关联。
自主系统202包括传感器套件，该传感器套件包括诸如照相机202a、LiDAR传感器202b、雷达(radar)传感器202c和麦克风202d等的一个或多个装置。在一些实施例中，自主系统202可以包括更多或更少的装置和/或不同的装置(例如，超声波传感器、惯性传感器、(以下论述的)GPS接收器、以及/或者用于生成与运载工具200已行驶的距离的指示相关联的数据的里程计传感器等)。在一些实施例中，自主系统202使用自主系统202中所包括的一个或多个装置来生成与本文所述的环境100相关联的数据。由自主系统202的一个或多个装置生成的数据可以由本文所述的一个或多个系统使用以观测运载工具200所位于的环境(例如，环境100)。在一些实施例中，自主系统202包括通信装置202e、自主运载工具计算202f和安全控制器202g。
照相机202a包括被配置为与通信装置202e、自主运载工具计算202f和/或安全控制器202g经由总线(例如，与图3的总线302相同或类似的总线)进行通信的至少一个装置。照相机202a包括用以捕获包括物理对象(例如，小汽车、公共汽车、路缘和/或人员等)的图像的至少一个照相机(例如，使用诸如电荷耦合器件(CCD)等的光传感器的数字照相机、热照相机、红外(IR)照相机和/或事件照相机等)。在一些实施例中，照相机202a生成照相机数据作为输出。在一些示例中，照相机202a生成包括与图像相关联的图像数据的照相机数据。在该示例中，图像数据可以指定与图像相对应的至少一个参数(例如，诸如曝光、亮度等的图像特性、以及/或者图像时间戳等)。在这样的示例中，图像可以采用格式(例如，RAW、JPEG和/或PNG等)。在一些实施例中，照相机202a包括配置在(例如，定位在)运载工具上以为了立体影像(立体视觉)的目的而捕获图像的多个独立照相机。在一些示例中，照相机202a包括生成图像数据并将该图像数据传输到自主运载工具计算202f和/或队列管理系统(例如，与图1的队列管理系统116相同或类似的队列管理系统)的多个照相机。在这样的示例中，自主运载工具计算202f基于来自至少两个照相机的图像数据来确定多个照相机中的至少两个照相机的视场中的到一个或多个对象的深度。在一些实施例中，照相机202a被配置为捕获在相对于照相机202a的距离(例如，高达100米和/或高达1千米等)内的对象的图像。因此，照相机202a包括为了感知在相对于照相机202a一个或多个距离处的对象而优化的诸如传感器和镜头等的特征。
在实施例中，照相机202a包括被配置为捕获与一个或多个交通灯、街道标志和/或提供视觉导航信息的其它物理对象相关联的一个或多个图像的至少一个照相机。在一些实施例中，照相机202a生成与一个或多个图像相关联的交通灯数据。在一些示例中，照相机202a生成与包括格式(例如，RAW、JPEG和/或PNG等)的一个或多个图像相关联的TLD数据。在一些实施例中，生成TLD数据的照相机202a与本文所述的包含照相机的其它系统的不同之处在于：照相机202a可以包括具有宽视场(例如，广角镜头、鱼眼镜头、以及/或者具有约120度或更大的视角的镜头等)的一个或多个照相机，以生成与尽可能多的物理对象有关的图像。
激光检测和测距(LiDAR)传感器202b包括被配置为与通信装置202e、自主运载工具计算202f和/或安全控制器202g经由总线(例如，与图3的总线302相同或类似的总线)进行通信的至少一个装置。LiDAR传感器202b包括被配置为从发光器(例如，激光发射器)发射光的系统。由LiDAR传感器202b发射的光包括在可见光谱之外的光(例如，红外光等)。在一些实施例中，在操作期间，由LiDAR传感器202b发射的光遇到物理对象(例如，运载工具)并被反射回到LiDAR传感器202b。在一些实施例中，由LiDAR传感器202b发射的光不会穿透该光遇到的物理对象。LiDAR传感器202b还包括至少一个光检测器，该至少一个光检测器在从发光器发射的光遇到物理对象之后检测到该光。在一些实施例中，与LiDAR传感器202b相关联的至少一个数据处理系统生成表示LiDAR传感器202b的视场中所包括的对象的图像(例如，点云和/或组合点云等)。在一些示例中，与LiDAR传感器202b相关联的至少一个数据处理系统生成表示物理对象的边界和/或物理对象的表面(例如，表面的拓扑结构)等的图像。在这样的示例中，该图像用于确定LiDAR传感器202b的视场中的物理对象的边界。
无线电检测和测距(雷达)传感器202c包括被配置为与通信装置202e、自主运载工具计算202f和/或安全控制器202g经由总线(例如，与图3的总线302相同或类似的总线)进行通信的至少一个装置。雷达传感器202c包括被配置为发射(脉冲的或连续的)无线电波的系统。由雷达传感器202c发射的无线电波包括预先确定的频谱内的无线电波。在一些实施例中，在操作期间，由雷达传感器202c发射的无线电波遇到物理对象并被反射回到雷达传感器202c。在一些实施例中，由雷达传感器202c发射的无线电波未被一些对象反射。在一些实施例中，与雷达传感器202c相关联的至少一个数据处理系统生成表示雷达传感器202c的视场中所包括的对象的信号。例如，与雷达传感器202c相关联的至少一个数据处理系统生成表示物理对象的边界和/或物理对象的表面(例如，表面的拓扑结构)等的图像。在一些示例中，该图像用于确定雷达传感器202c的视场中的物理对象的边界。
麦克风202d包括被配置为与通信装置202e、自主运载工具计算202f和/或安全控制器202g经由总线(例如，与图3的总线302相同或类似的总线)进行通信的至少一个装置。麦克风202d包括捕获音频信号并生成与该音频信号相关联(例如，表示该音频信号)的数据的一个或多个麦克风(例如，阵列麦克风和/或外部麦克风等)。在一些示例中，麦克风202d包括变换器装置和/或类似装置。在一些实施例中，本文所述的一个或多个系统可以接收由麦克风202d生成的数据，并基于与该数据相关联的音频信号来确定对象相对于运载工具200的位置(例如，距离等)。
通信装置202e包括被配置为与照相机202a、LiDAR传感器202b、雷达传感器202c、麦克风202d、自主运载工具计算202f、安全控制器202g和/或线控(DBW)系统202h进行通信的至少一个装置。例如，通信装置202e可以包括与图3的通信接口314相同或类似的装置。在一些实施例中，通信装置202e包括运载工具到运载工具(V2V)通信装置(例如，用于实现运载工具之间的数据的无线通信的装置)。
自主运载工具计算202f包括被配置为与照相机202a、LiDAR传感器202b、雷达传感器202c、麦克风202d、通信装置202e、安全控制器202g和/或DBW系统202h进行通信的至少一个装置。在一些示例中，自主运载工具计算202f包括诸如客户端装置、移动装置(例如，蜂窝电话和/或平板电脑等)和/或服务器(例如，包括一个或多个中央处理单元和/或图形处理单元等的计算装置)等的装置。在一些实施例中，自主运载工具计算202f与本文所述的自主运载工具计算400相同或类似。附加地或可替代地，在一些实施例中，自主运载工具计算202f被配置为与自主运载工具系统(例如，与图1的远程AV系统114相同或类似的自主运载工具系统)、队列管理系统(例如，与图1的队列管理系统116相同或类似的队列管理系统)、V2I装置(例如，与图1的V2I装置110相同或类似的V2I装置)和/或V2I系统(例如，与图1的V2I系统118相同或类似的V2I系统)进行通信。
安全控制器202g包括被配置为与照相机202a、LiDAR传感器202b、雷达传感器202c、麦克风202d、通信装置202e、自主运载工具计算202f和/或DBW系统202h进行通信的至少一个装置。在一些示例中，安全控制器202g包括被配置为生成和/或传输控制信号以操作运载工具200的一个或多个装置(例如，动力总成控制系统204、转向控制系统206和/或制动系统208等)的一个或多个控制器(电气控制器和/或机电控制器等)。在一些实施例中，安全控制器202g被配置为生成优先于(例如，覆盖)由自主运载工具计算202f生成和/或传输的控制信号的控制信号。
DBW系统202h包括被配置为与通信装置202e和/或自主运载工具计算202f进行通信的至少一个装置。在一些示例中，DBW系统202h包括被配置为生成和/或传输控制信号以操作运载工具200的一个或多个装置(例如，动力总成控制系统204、转向控制系统206和/或制动系统208等)的一个或多个控制器(例如，电气控制器和/或机电控制器等)。附加地或可替代地，DBW系统202h的一个或多个控制器被配置为生成和/或传输控制信号以操作运载工具200的至少一个不同的装置(例如，转向信号灯、前灯、门锁和/或挡风玻璃雨刮器等)。
运载工具200可以包括至少一个大气传感器202k。大气传感器202k可以检测大气条件并将与大气条件有关的信息提供至AV计算202f的组件(诸如参考图4所述的规划系统404或感知系统402等)。作为示例，配置有激光后向散射的激光器可以用于检测空气温度和空气密度。在另一示例中，可以使用专用传感器(诸如，气体比重计、风速计、雨量传感器或其它类型的传感器等)来检测各种类型的大气条件。在一个非限制性示例中，可以使用风速计来检测风速和风向信息以供阻力计算。可以使用气体比重计来测量空气密度以供阻力计算。可以使用其它传感器或传感器组合来测量各种大气条件。另外，大气传感器202k可以位于运载工具200上的单个点处或运载工具200上的多个点处。
动力总成控制系统204包括被配置为与DBW系统202h进行通信的至少一个装置。在一些示例中，动力总成控制系统204包括至少一个控制器和/或致动器等。在一些实施例中，动力总成控制系统204从DBW系统202h接收控制信号，并且动力总成控制系统204使运载工具200开始向前移动、停止向前移动、开始向后移动、停止向后移动、沿某方向加速、沿某方向减速、进行左转和/或进行右转等。在示例中，动力总成控制系统204使提供至运载工具的马达的能量(例如，燃料和/或电力等)增加、保持相同或减少，由此使运载工具200的至少一个轮旋转或不旋转。
转向控制系统206包括被配置为使运载工具200的一个或多个轮旋转的至少一个装置。在一些示例中，转向控制系统206包括至少一个控制器和/或致动器等。在一些实施例中，转向控制系统206使运载工具200的两个前轮和/或两个后轮向左或向右旋转，以使运载工具200左转或右转。(这里所使用的术语“前”和“后”指示相对位置，而不是AV的地点；可以在不偏离本发明的范围的情况下切换“前”和“后”。)(还应理解，可以在包括多个马达的实现(例如，对于双马达电动运载工具)中复制动力总成控制系统204和转向控制系统206)。
制动系统208包括被配置为使一个或多个制动器致动以使运载工具200减速和/或保持静止的至少一个装置。在一些示例中，制动系统208包括被配置为使与运载工具200的一个或多个轮相关联的一个或多个卡钳在运载工具200的相应转子上闭合的至少一个控制器和/或致动器。附加地或可替代地，在一些示例中，制动系统208包括自动紧急制动(AEB)系统和/或再生制动系统等。
在一些实施例中，运载工具200包括用于测量或推断运载工具200的状态或条件的性质的至少一个平台传感器(未明确例示出)。在一些示例中，运载工具200包括诸如全球定位系统(GPS)接收器、惯性测量单元(IMU)、轮速率传感器、轮制动压力传感器、轮转矩传感器、引擎转矩传感器和/或转向角传感器等的平台传感器。
在一些实施例中，运载工具200可以包括一个或多个大气传感器202k。大气传感器202k可以位于运载工具上的不同位置处，以检测大气现象。例如，大气传感器202k可以测量风速、湍流、风向、阻力、压力和其它大气条件。大气传感器202k可以向AV计算提供信息以供计算用于控制AV的信息。在一些实施例中，大气传感器202k可以进行诸如阻力和空气动力系数计算等的计算。示例传感器包括气体比重计、温度计、气压计等。
3.架构概述
现在参考图3，例示装置300的示意图。如所例示的，装置300包括处理器304、存储器306、存储组件308、输入接口310、输出接口312、通信接口314和总线302。在一些实施例中，装置300对应于：运载工具102的至少一个装置(例如，运载工具102的系统的至少一个装置)；以及/或者网络112的一个或多个装置(例如，网络112的系统的一个或多个装置)。在一些实施例中，运载工具102的一个或多个装置(例如，运载工具102的系统的一个或多个装置)、以及/或者网络112的一个或多个装置(例如，网络112的系统的一个或多个装置)包括至少一个装置300和/或装置300的至少一个组件。如图3所示，装置300包括总线302、处理器304、存储器306、存储组件308、输入接口310、输出接口312和通信接口314。
总线302包括许可装置300的组件之间的通信的组件。在一些实施例中，处理器304以硬件、软件、或者硬件和软件的组合来实现。在一些示例中，处理器304包括处理器(例如，中央处理单元(CPU)、图形处理单元(GPU)和/或加速处理单元(APU)等)、麦克风、数字信号处理器(DSP)、以及/或者可被编程为进行至少一个功能的任意处理组件(例如，现场可编程门阵列(FPGA)和/或专用集成电路(ASIC)等)。存储器306包括随机存取存储器(RAM)、只读存储器(ROM)、以及/或者存储供处理器304使用的数据和/或指令的另一类型的动态和/或静态存储装置(例如，闪速存储器、磁存储器和/或光存储器等)。
存储组件308存储与装置300的操作和使用相关的数据和/或软件。在一些示例中，存储组件308包括硬盘(例如，磁盘、光盘、磁光盘和/或固态盘等)、紧凑盘(CD)、数字多功能盘(DVD)、软盘、盒式磁带、磁带、CD-ROM、RAM、PROM、EPROM、FLASH-EPROM、NV-RAM和/或另一类型的计算机可读介质、以及相应的驱动器。
输入接口310包括许可装置300诸如经由用户输入(例如，触摸屏显示器、键盘、小键盘、鼠标、按钮、开关、麦克风和/或照相机等)等接收信息的组件。附加地或可替代地，在一些实施例中，输入接口310包括用于感测信息的传感器(例如，全球定位系统(GPS)接收器、加速度计、陀螺仪和/或致动器等)。输出接口312包括用于提供来自装置300的输出信息的组件(例如，显示器、扬声器和/或一个或多个发光二极管(LED)等)。
在一些实施例中，通信接口314包括许可装置300与其它装置经由有线连接、无线连接、或者有线连接和无线连接的组合进行通信的类似收发器那样的组件(例如，收发器和/或单独的接收器和发射器等)。在一些示例中，通信接口314许可装置300从另一装置接收信息和/或向另一装置提供信息。在一些示例中，通信接口314包括以太网接口、光接口、同轴接口、红外接口、射频(RF)接口、通用串行总线(USB)接口、
Figure BDA0003458596130000161
接口和/或蜂窝网络接口等。
在一些实施例中，装置300进行本文所述的一个或多个处理。装置300基于处理器304执行由诸如存储器306和/或存储组件308等的计算机可读介质所存储的软件指令来进行这些处理。计算机可读介质(例如，非暂时性计算机可读介质)在本文被限定为非暂时性存储器装置。非暂时性存储器装置包括位于单个物理存储装置内的存储空间或跨多个物理存储装置分布的存储空间。
在一些实施例中，经由通信接口314从另一计算机可读介质或从另一装置将软件指令读取到存储器306和/或存储组件308中。存储器306和/或存储组件308中所存储的软件指令在执行时，使处理器304进行本文所述的一个或多个处理。附加地或可替代地，代替软件指令或与软件指令组合使用硬连线电路以进行本文所述的一个或多个处理。因此，除非另外明确说明，否则本文所描述的实施例不限于硬件电路和软件的任何特定组合。
存储器306和/或存储组件308包括数据存储部或至少一个数据结构(例如，数据库等)。装置300能够从存储器306或存储组件308中的数据存储部或至少一个数据结构接收信息，将信息存储在该数据存储部或至少一个数据结构中，将信息通信至该数据存储部或至少一个数据结构，或者搜索该数据存储部或至少一个数据结构中所存储的信息。在一些示例中，该信息包括网络数据、输入数据、输出数据或其任何组合。
在一些实施例中，装置300被配置为执行存储在存储器306和/或另一装置(例如，与装置300相同或类似的另一装置)的存储器中的软件指令。如本文所使用的，术语“组件”是指存储器306和/或另一装置的存储器中所存储的至少一个指令，该至少一个指令在由处理器304和/或另一装置(例如，与装置300相同或类似的另一装置)的处理器执行时，使装置300(例如，装置300的至少一个组件)进行本文所述的一个或多个处理。在一些实施例中，组件以软件、固件和/或硬件等来实现。
提供图3所例示的组件的数量和布置作为示例。在一些实施例中，与图3所例示的组件相比，装置300可以包括附加的组件、更少的组件、不同的组件或不同布置的组件。附加地或可替代地，装置300的一组组件(例如，一个或多个组件)可以进行被描述为由装置300的另一组件或另一组组件进行的一个或多个功能。
现在参考图4，例示出自主运载工具计算400(有时称为“AV堆栈”)的示例框图。如所例示的，自主运载工具计算400包括感知系统402(有时称为感知组件)、规划系统404(有时称为规划组件)、定位系统406(有时称为定位组件)、控制系统408(有时称为控制组件)和数据库410。在一些实施例中，感知系统402、规划系统404、定位系统406、控制系统408和数据库410包括在运载工具的自动导航系统(例如，运载工具200的自主运载工具计算202f中的至少一个组件内)和/或在该自动导航系统中实现。附加地或可替代地，在一些实施例中，感知系统402、规划系统404、定位系统406、控制系统408和数据库410包括在一个或多个独立系统(例如，与自主运载工具计算400相同或类似的一个或多个系统等)中。在一些示例中，感知系统402、规划系统404、定位系统406、控制系统408和数据库410包括在位于运载工具中的一个或多个独立系统以及/或者如本文所述的至少一个远程系统中。在一些实施例中，自主运载工具计算400中所包括的系统中的任意和/或全部以软件(例如，存储器中所存储的软件指令)、计算机硬件(例如，通过微处理器、微控制器、专用集成电路(ASIC)和/或现场可编程门阵列(FPGA)等)、或者计算机软件和计算机硬件的组合来实现。还将理解，在一些实施例中，自主运载工具计算400被配置为与远程系统(例如，与远程AV系统114相同或类似的自主运载工具系统、与队列管理系统116相同或类似的队列管理系统116、以及/或者与V2I系统118相同或类似的V2I系统等)进行通信。
在一些实施例中，感知系统402接收与环境中的至少一个物理对象相关联的数据(例如，感知系统402检测至少一个物理对象所使用的数据)，并对该至少一个物理对象进行分类。在一些示例中，感知系统402接收由至少一个照相机(例如，照相机202a)捕获到的图像数据，该图像与该至少一个照相机的视场内的一个或多个物理对象相关联(例如，表示该一个或多个物理对象)。在这样的示例中，感知系统402基于物理对象(例如，自行车、运载工具、交通标志和/或行人等)的一个或多个分组来对至少一个物理对象进行分类。在一些实施例中，基于感知系统402对物理对象进行分类，感知系统402将与物理对象的分类相关联的数据传输到规划系统404。
在一些实施例中，感知系统402包括至少一个大气传感器(或从至少一个大气传感器接收信息)，如下面进一步所详细描述的，该大气传感器可以用于计算运载工具上的阻力。
在一些实施例中，规划系统404接收与目的地相关联的数据，并且生成与运载工具(例如，运载工具102)可以朝向目的地行驶所沿着的至少一个路线(例如，路线106)相关联的数据。在一些实施例中，规划系统404定期地或连续地从感知系统402接收数据(例如，上述的与物理对象的分类相关联的数据)，并且规划系统404基于感知系统402所生成的数据来更新至少一个轨迹或生成至少一个不同轨迹。在一些实施例中，规划系统404从定位系统406接收与运载工具(例如，运载工具102)的更新位置相关联的数据，并且规划系统404基于定位系统406所生成的数据来更新至少一个轨迹或生成至少一个不同轨迹。
在一些实施例中，定位系统406接收与运载工具(例如，运载工具102)在区域中的地点相关联(例如，表示该地点)的数据。在一些示例中，定位系统406接收与至少一个LiDAR传感器(例如，LiDAR传感器202b)所生成的至少一个点云相关联的LiDAR数据。在某些示例中，定位系统406从多个LiDAR传感器接收与至少一个点云相关联的数据，并且定位系统406基于各个点云来生成组合点云。在这些示例中，定位系统406将该至少一个点云或组合点云与数据库410中所存储的区域的二维(2D)和/或三维(3D)地图进行比较。然后，基于定位系统406将至少一个点云或组合点云与地图进行比较，定位系统406确定运载工具在区域中的位置。在一些实施例中，地图包括运载工具的导航之前生成的该区域的组合点云。在一些实施例中，地图包括但不限于车行道几何性质的高精度地图、描述道路网连接性质的地图、描述车行道物理性质(诸如交通速率、交通流量、运载工具和自行车交通车道的数量、车道宽度、车道交通方向或车道标记的类型和地点、或者它们的组合等)的地图、以及描述道路特征(诸如人行横道、交通标志或各种类型的其它行驶信号灯等)的空间地点的地图。在一些实施例中，基于感知系统所接收到的数据来实时地生成地图。
在另一示例中，定位系统406接收由全球定位系统(GPS)接收器所生成的全球导航卫星系统(GNSS)数据。在一些示例中，定位系统406接收与运载工具在区域中的地点相关联的GNSS数据，并且定位系统406确定运载工具在区域中的纬度和经度。在这样的示例中，定位系统406基于运载工具的纬度和经度来确定运载工具在区域中的位置。在一些实施例中，定位系统406生成与运载工具的位置相关联的数据。在一些示例中，基于定位系统406确定运载工具的位置，定位系统406生成与运载工具的位置相关联的数据。在这样的示例中，与运载工具的位置相关联的数据包括与对应于运载工具的位置的一个或多个语义性质相关联的数据。
在一些实施例中，控制系统408从规划系统404接收与至少一个轨迹相关联的数据，并且控制系统408控制运载工具的操作。在一些示例中，控制系统408从规划系统404接收与至少一个轨迹相关联的数据，并且控制系统408通过生成并传输控制信号以使动力总成控制系统(例如，DBW系统202h和/或动力总成控制系统204等)、转向控制系统(例如，转向控制系统206)和/或制动系统(例如，制动系统208)进行操作，来控制运载工具的操作。在示例中，在轨迹包括左转的情况下，控制系统408传输控制信号以使转向控制系统206调整运载工具200的转向角，由此使运载工具200左转。附加地或可替代地，控制系统408生成并传输控制信号以使运载工具200的其它装置(例如，前灯、转向信号灯、门锁和/或挡风玻璃雨刮器等)改变状态。
在一些实施例中，感知系统402、规划系统404、定位系统406和/或控制系统408实现至少一个机器学习模型(例如，至少一个多层感知器(MLP)、至少一个卷积神经网络(CNN)、至少一个递归神经网络(RNN)、至少一个自动编码器和/或至少一个变换器等)。在一些示例中，感知系统402、规划系统404、定位系统406和/或控制系统408单独地或与上述系统中的一个或多个结合地实现至少一个机器学习模型。在一些示例中，感知系统402、规划系统404、定位系统406和/或控制系统408实现至少一个机器学习模型作为管道(例如，用于识别位于环境中的一个或多个对象的管道等)的一部分。以下关于图4包括机器学习模型的实现的示例。
数据库410存储传输至感知系统402、规划系统404、定位系统406和/或控制系统408的、从其接收到的、以及/或者由其更新的数据。在一些示例中，数据库410包括用于存储与操作相关的数据和/或软件、并使用自主运载工具计算400的至少一个系统的存储组件(例如，与图3的存储组件308相同或类似的存储组件)。在一些实施例中，数据库410存储与至少一个区域的2D和/或3D地图相关联的数据。在一些示例中，数据库410存储与城市的一部分、多个城市的多个部分、多个城市、县、州和/或国家(State)(例如，国家)等的2D和/或3D地图相关联的数据。在这样的示例中，运载工具(例如，与运载工具102和/或运载工具200相同或类似的运载工具)可以沿着一个或多个可驾驶区(例如，单车道道路、多车道道路、高速公路、偏僻道路和/或越野道路等)驾驶，并且使至少一个LiDAR传感器(例如，与LiDAR传感器202b相同或类似的LiDAR传感器)生成与表示该至少一个LiDAR传感器的视场中所包括的对象的图像相关联的数据。
在一些实施例中，数据库410可以跨多个装置来实现。在一些示例中，数据库410包括在运载工具(例如，与运载工具102和/或运载工具200相同或类似的运载工具)、自主运载工具系统(例如，与远程AV系统114相同或类似的自主运载工具系统)、队列管理系统(例如，与图1的队列管理系统116相同或类似的队列管理系统)中和/或V2I系统(例如，与图1的V2I系统118相同或类似的V2I系统)等中。
在一些实施例中，数据库410可以存储可以用于控制运载工具速率、加速度、制动、转向和其它功能的各种度量。在该各种度量中存在与环境条件相关联的数据。可以从各种源(诸如，车载传感器、气象中心、互联网源、用户装置(例如，智能手机上的天气应用程序)或其它地方等)接收与环境条件相关联的数据。与环境条件相关联的数据可以包括温度、风速、风向、气压、湿度、空气密度、空气湍流、降水量以及与环境条件相关联的其它数据。例如，这些数据可以用于计算目标运载工具速度以优化运载工具性能。
数据库410还可以存储与规划路线沿线地点处的环境条件相关联的预测数据。可以使用用于优化AV效率的与环境条件相关联的数据来选择路线。例如，与逆风水平更高的替换路线相比，使逆风最小化的路线更有利，因为较少的逆风降低能耗。
在一些实施例中，数据库410存储基于与AV本地和/或远程环境条件相关联的数据所远程确定的运载工具控制信息。例如，服务器可以使用与环境条件相关联的数据来确定AV的规划路线中各种点处的最佳速率。也可以基于与环境条件相关联的数据来确定路线本身。规划路线和控制信息可以存储在数据库中。
当运载工具穿行路线时，可以定期地更新数据库中的信息。例如，可以使用与环境条件相关联的观测数据来更新大气预测，该观测数据使用车载传感器和/或实时天气/大气信息。
4.数据输入以及用于使用与大气条件相关联的数据来控制运载工具的架构处理流程
图5A至图5D是用于使用与大气条件相关联的数据来控制运载工具性能的处理的图。转向图5A，在实施例中，系统500包括具有(与AV计算202f和/或AV计算400类似的)AV计算504的运载工具502。在实施例中，运载工具502可以包括与先前所描述的大气传感器202k类似的一个或多个大气传感器512a～512n(其中，n>1)。大气传感器512a～512n可以包括热线式风速计、气体比重计、风速传感器、温度计、气压计、LiDAR系统、阻力传感器和能够检测大气条件信息的其它类型的传感器中的至少一个。大气传感器512a～512n可以将与环境条件相关联的数据提供至AV计算504。与环境条件相关联的数据可以表示风速、风向、空气密度、层流对湍流、降水、气压、湿度中的至少一个。AV计算504可以在运载工具性能度量(例如，目标速度)、路径计算和运载工具控制的公式中使用与环境条件相关联的数据。传感器可以放置在运载工具的前部和后部以确定逆风/顺风。例如，可以将大气传感器放置在运载工具的引擎盖(hood)或发动机罩(bonnet)内部，并且可以在引擎盖或发动机罩上开孔以使得空气进入，从而使运载工具的表面积(例如，空气动力)与初始设备制造商(OEM)所提供的表面积保持一致。
在实施例中，运载工具502可以通过网络520从远程服务器514接收与环境条件相关联的数据。服务器514可以包括与装置300(参见图3)的组件相同或类似的组件。服务器514可以存储与不同地点处(各种潜在路线)的大气条件相关联的数据516。例如，服务器514可以存储特定地点(例如，一组地理坐标、道路、城镇和/或城市等)的天气信息、风速、风向、湿度信息、海拔、空气密度、降水以及与环境条件相关联的其它数据。数据516可以特定于某些地理区域，诸如运载工具规划或预测要穿行的那些地理区域等。服务器可以从各种源(诸如，国家或地方气象局、通过V2V通信的具有车载传感器的其它运载工具、卫星、互联网源或其它源等)接收数据516。
可以通过网络520将数据516传输515至运载工具502。网络520可以是蜂窝网络、Wi-Fi网络、基于卫星的网络或其它类型的无线通信网络。数据516可以存储在AV计算504中(诸如在数据库410中等)。AV计算504可以在运载工具性能度量、路径计算和运载工具控制的公式中使用大气条件信息。
图5B是例示具有AV计算504的运载工具502的示意图。如先前参考图4所述，AV计算504包括感知系统402、规划系统404、定位系统406和控制系统408。AV计算504还包括用于存储大气条件数据和其它数据的数据库410，以用于确定运载工具性能度量、运载工具路径和控制信息。数据库410可以存储与从远程地点或从大气传感器512a～512n接收到的环境条件相关联的数据。在实施例中，感知系统402还可以将与环境条件相关联的数据提供至数据库410。
感知系统402、数据库410和/或大气传感器512a～512n可以将与环境条件(例如，大气信息)539相关联的数据发送至规划系统404。定位系统406可以将地点信息503提供至规划系统404。规划系统404使用与环境条件539相关联的数据以及其它数据来确定运载工具性能度量。例如，对于给定的起点和终点，规划系统404可以使用与环境条件相关联的数据来计算运载工具的目标速度和优化运载工具效率(例如，使能耗最小化)的路径505。规划系统404还可以使用地点信息503来确定与运载工具路径的环境条件相关联的天气和其它数据。
作为确定路径505的一部分，规划系统404可以使用与环境条件相关联的数据来计算运载工具的速度。路径505被传输507到控制系统408。控制系统408可以生成控制信号509以执行路径505。控制信号可以被传输至线控系统522，该线控系统522在闭合反馈控制系统中使用该控制信号，以使用加速度/减速度、制动和转向中的至少一个来操纵运载工具。
在实施例中，大气条件的改变可以实时触发运载工具性能度量的变化。例如，运载工具上的阻力增加可以导致速度改变或路径505变化以减少阻力，从而维持能量效率或在给定运载工具剩余电力量的情况下到达目的地。
图5C是例示根据本发明实施例的使用与环境条件相关联的数据来确定运载工具性能度量的规划系统的示意图。规划系统404包括优化组件530。优化组件530包括阻力确定组件532和速度确定组件534。
阻力确定组件530可以包括硬件组件、软件组件或者硬件和软件的组合。阻力确定组件530考虑到与环境条件相关联的数据而使用各种输入来确定运载工具上的阻力。例如，阻力确定组件530可以使用以下输入来确定运载工具上的阻力：
1.加速度(来自AV计算和实际运载工具加速度的反馈)；
2.目标速率(来自AV计算和实际运载工具加速度的反馈)；
3.车轮转角(来自AV计算和实际运载工具加速度的反馈)；
4.大气阻力系数(CdA)(来自传感器或AV计算)；
5.空气密度(来自传感器或AV计算)；以及
6.参考面积(OEM常数)
本地大气的空气密度和阻力系数可以被视为根据本发明的实施例的与环境条件相关联的数据。
速度确定组件534可以使用所计算出的运载工具上的阻力来完善目标速度和目标加速度。以下算法提供了一个示例：
在实施例中，优化算法通过优化运载工具的速度V来计算阻力的各种阻力值Dmin：
Dmin＝Cd*A*0.5*ρ*V^2 [1]
Dactual[i]＝(Cd+CdA)*A*0.5*ρ*V^2[i]其中，i＝1、2、3…N，且N>1 [2]
其中：
A＝运载工具的参考表面积；
ρ＝空气密度；
Cd＝运载工具的阻力系数；
CdA＝大气的阻力系数；以及
D＝阻力。
将阻力的N个值Dactual[i]各自与Dmin进行比较。如果Dactual[i]＝Dmin±Δ，则其中Δ是匹配容差(例如，5％)，该匹配容差可以基于对节能或更快到达目的地的折衷来进行校准。作为对Dmin±Δ的最接近的匹配的Dactual[i]值(称为Dopt[i])可以通过在式[2]中替换为Vtarget并且利用Dopt[i]替换Dactual[i]来针对目标速度Vtarget进行求解，其中其余变量均已知。Vtarget表示用于确保运载工具上的阻力最小的运载工具最大速度。如果Vtarget增加，则由于大气条件的运载工具上的阻力也将增加，并且运载工具的能量效率将降低。如果Vtarget减小，则运载工具上的阻力将减小，并且运载工具的能量效率将提高。在实施例中，运载工具中的乘员可以选择对可用于设置Δ的速率和效率的偏好。在实施例中，可以计算Dactual[i]的平均值或中值，并且该平均值或中值可以用于使用式[2]来设置Vtarget。在实施例中，运载工具的操作环境用于设置默认Vtarget值，而不是用于计算最佳值。这可能会发生例如在密集的城区环境中，在该城区环境中，由于运载工具在交通中经常停止和启动、以及其它运载工具(例如，通风流(drafting))或基础设施的气流的影响，因此运载工具阻力计算可能会不太准确。
在实施例中，Cd可以基于运载工具主体的形状。例如，对于大多数乘用车来说，Cd可以在0.25到0.3之间；对于“箱型(boxy)”运载工具(诸如，SUV等)来说，Cd可以在0.35到0.45之间。
在实施例中，运载工具的最小速率Vmin可以是法定限速±α，其中α是容差值(例如，α＝5mph)。在一些实施例中，如果已知最小限速，则Vmin可以设置为最小限速。
因此，在计算目标运载工具速度Vtarget后，可以将Vtarget与限速±α进行比较，并且如果Vtarget高于或低于限速±α，则可以在已知法定限速的情况下将Vtarget设置为法定限速。
在实施例中，优化组件404包括效率计算组件536。效率计算组件536使用与环境条件相关联的数据和其它数据(例如，地图数据)来确定运载工具效率特性，以优化运载工具效率。在实施例中，效率计算组件536基于剩余能量水平来确定运载工具是否能够在当前大气条件下到达目的地。规划系统404可以基于该剩余能量来重新规划用于包括运载工具充电或加燃料的路线，以确保运载工具可以充电/加燃料。可以通过将未安装(一个或多个)大气传感器的运载工具与安装有(一个或多个)大气传感器的运载工具进行比较、并监测瓦时/英里或英里/千瓦时或任何其它效率单位来完成效率测试。这种比较可以证明大气传感器在实现期望里程效率方面是有效的。
图5C例示如何将与环境条件相关联的数据耦接到用于规划路径的地点信息538的示例。可以将从出发点到目的地的各自地点处的大气条件提供给规划系统404。假设路径存在多个潜在路线，与环境条件相关联的数据可以帮助通知规划系统404哪个路线是最佳的。例如，即使与替代路线(例如，基于交通、事故等的最快路线)相比，避开强逆风的路线花费的时间稍长，如果该路线提高了运载工具效率，则也可以期望该路线。通过使用与环境条件相关联的预测数据来预先计算运载工具上的潜在阻力，运载工具能够规划优化性能和效率的路径。
图5D例示根据本发明的实施例的运载工具计算用于控制运载工具的控制信息。AV计算504可以包括控制系统408。控制系统408使用来自规划系统404的规划信息来生成运载工具的控制信号509。将控制信号发送541到线控系统540，该线控系统540基于该控制信号来控制运载工具的加速度/减速度、制动和转向。
5.示例用例-气流和流向
图6A至图6B是分别例示运载工具经历层流和湍流的示意图。当气流是(沿运载工具602正在行驶的方向的)层流时，运载工具602周围的阻力(反作用力)较小，当气流是可能导致里程效率问题的湍流时，阻力较高。在实施例中，传感器(例如，气体比重计)可以用于测量风速、阻力、空气动力系数并提供与外部扰动有关的数据。该数据可以用于评估风扰动的强度和大气条件，以帮助缓解运载工具性能问题。
图7A至图7B是例示根据本发明的实施例的基于风速和风向信息的示例运载工具性能参数计算的示意图。运载工具702包括传感器704a和704b。在本示例中，运载工具702的目标速度为每秒10米(m/s)。传感器704b能够检测5m/s的顺风。与环境条件相关联的其它数据可以由其它源706来提供。AV计算708中的优化系统712可以用于确定为顺风可以辅助运载工具实现目标速度。优化系统712指示规划系统404基于顺风来设置8m/s的速度以实现目标速度。然后，AV计算708中的规划系统404指示线控710相应地控制运载工具加速度/减速度、制动和转向。
6.使用与大气条件相关联的数据来控制运载工具
现在参考图8，例示根据本发明的实施例的用于使用与环境条件相关联的数据来控制运载工具性能的处理800的流程图。在实施例中，关于处理800所描述的步骤中的一个或多个步骤(例如，完全和/或部分等)由自主系统202进行。附加地或可替代地，在实施例中，关于处理800所描述的一个或多个步骤(例如，完全和/或部分等)由与自主系统202分离或包括自主系统202的另一装置或一组装置(诸如，如上所述的优化器530、AV计算504、规划系统404和控制系统408等)进行。
一开始，运载工具可以接收与大气条件有关的数据(802)。运载工具可以从车载传感器、其它运载工具、网络源或其它源接收与大气条件有关的数据。该数据可以存储在本地数据库或其它存储库中。运载工具可以确定大气条件可以如何影响运载工具性能(804)。例如，运载工具可以确定如何使用所测量或所确定的运载工具上的阻力来优化速度和/或加速度，其中，阻力至少部分地由运载工具外部的大气条件引起。运载工具可以使用与环境条件相关联的数据来确定运载工具性能度量(806)。性能度量可以包括但不限于：运载工具速度、最佳路线和最佳效率。运载工具可以考虑到运载工具性能度量、路径优化和效率而确定从出发地点到目的地地点的路径(808)。运载工具可以生成控制信号(810)并将该控制信号传输至控制器(例如，线控系统)以实现路径(812)。
在实施例中，一种用于控制运载工具的方法包括：由规划系统使用至少一个处理器来接收(例如，从安装在运载工具上的传感器接收、以及/或者下载到AV栈(stack)中并从AV栈接收)用于运载工具的大气信息(例如，空气密度、风速/风向、湍流、气压、温度、其它条件)；使用该规划系统以使用大气信息(例如，运载工具的速度、加速度、功耗)来确定运载工具性能度量；使用该规划系统以使用运载工具性能度量来确定路径(例如，控制电路用于控制运载工具的信息)；以及使用该规划系统来提供与该路径相关联的数据，其中，与该路径相关联的数据被配置为使运载工具基于该路径操作。
在实施例中，系统包括至少一个处理器和存储有指令的至少一个非暂时性存储介质，该指令在由该至少一个处理器执行时，使该至少一个处理器识别与运载工具的环境条件相关联的数据；使用与环境条件相关联的数据来确定运载工具性能度量；以及使用所确定的运载工具性能度量来控制运载工具。
在实施例中，存储有指令的至少一个非暂时性存储介质，该指令在由至少一个处理器执行时，使该至少一个处理器识别与运载工具的环境条件相关联的数据；使用与环境条件相关联的数据来确定运载工具性能度量；以及使用所确定的运载工具性能度量来控制运载工具。
在实施例的实现中，确定所述运载工具性能度量包括：针对运载工具速度的范围，使用与所述环境条件相关联的数据来确定所述运载工具上的阻力值。
在实施例的实现中，确定所述运载工具性能度量包括：确定用于所述运载工具实现最低阻力值的最大速度。
在实施例的实现中，所述运载工具速度的范围根据道路上的最大法定速率和最小法定速率、道路所确定的最大安全速率和最小安全速率、或者针对所述运载工具的剩余电力水平的最大速率和最小速率、或者预定的最大速率和最小速率来确定。
在实施例的实现中，确定阻力包括：使用与环境条件相关联的数据和与经受风阻的运载工具的表面积有关的信息来计算阻力。(例如，阻力与表面积成正比。)
在实施例的实现中，与环境条件相关联的数据包括运载工具周围的空气密度。(例如，阻力与空气密度成正比。)
在实施例的实现中，与所述环境条件相关联的数据包括与空气温度、空气湍流、空气压力、空气速率和空气方向中的至少一个相关联的数据。
在实施例的实现中，确定阻力包括计算以上式[2]的结果。
实施例的实现可以包括：在规划系统处接收指示运载工具的目标目的地的目的地信息(例如，运载工具可以具有可以包括若干不同大气条件的路线。这些大气条件可以用于路线规划以使得可以避免降低效率的风速/风向)；使用该规划系统来确定运载工具到达目的地的多个路线(例如，可能存在运载工具可以选择的多个路线选项)；使用该规划系统来识别与该多个路线中的各个路线的环境条件相关联的数据(例如，风速/风向、空气密度、压力等在州/国家的不同地区、沿不同路线以及在一天中的不同时间可能不同。可能在向南之前先向西行进，等等)；使用该规划系统以基于与环境条件相关联的数据来计算运载工具穿行各个路线的运载工具性能(例如，针对各个路线以及与环境条件相关联的各个路线或地点的数据，得出将如何影响运载工具性能)；以及使用该规划系统以基于与环境条件和运载工具性能相关联的数据来规划运载工具的优化路线。(例如，基于大气信息来选择使效率最大化的路线)。
在实施例的实现中，运载工具性能基于运载工具上的阻力，并且使用与环境条件相关联的数据来确定该阻力。
实施例的实现还包括：将运载工具轨迹信息发送至控制系统；以及通过使用至少一个处理器的控制系统，使用所确定的运载工具轨迹信息来控制该运载工具。
在先前描述中，已经参考许多具体细节描述了本公开的方面和实施例，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。本发明范围的唯一且排他的指示、以及申请人期望是本发明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)

1.一种用于控制运载工具的方法，包括：
使用至少一个处理器，接收与所述运载工具的环境条件相关联的数据；
使用所述至少一个处理器，使用与所述环境条件相关联的数据来确定运载工具性能度量；
使用所述至少一个处理器，使用所述运载工具性能度量来确定路径；以及
使用所述至少一个处理器，提供与所述路径相关联的数据，其中，与所述路径相关联的数据被配置为使所述运载工具基于所述路径来操作。
2.根据权利要求1所述的方法，其中，确定所述运载工具性能度量包括：针对运载工具速度的范围，使用与所述环境条件相关联的数据来确定所述运载工具上的阻力值。
3.根据权利要求2所述的方法，其中，确定所述阻力值包括：使用与所述环境条件相关联的数据和与所述运载工具的表面积有关的信息来计算所述阻力值。
4.根据权利要求2所述的方法，其中，确定所述阻力值包括计算D＝Cd*A*0.5*ρ*V^2的结果，
其中，D为阻力，Cd为阻力系数，A为所述运载工具的参考表面积，ρ为空气密度，以及V为所述运载工具的速度。
5.根据权利要求1所述的方法，其中，确定所述运载工具性能度量包括：确定用于所述运载工具实现最低阻力值的最大速度。
6.根据权利要求2所述的方法，其中，所述运载工具速度的范围根据道路上的最大法定速率和最小法定速率、道路所确定的最大安全速率和最小安全速率、针对所述运载工具的剩余电力水平的最大速率和最小速率、或者预定的最大速率和最小速率来确定。
7.根据权利要求1所述的方法，其中，与所述环境条件相关联的数据包括与所述运载工具周围的空气密度相关联的数据。
8.根据权利要求1所述的方法，其中，与所述环境条件相关联的数据包括与空气温度、空气湍流、空气压力、空气速率和空气方向中的至少一个相关联的数据。
9.根据权利要求1所述的方法，还包括：
在所述运载工具处接收指示所述运载工具的目标目的地的目的地信息；
使用规划系统来确定所述运载工具到达所述目的地的多个路线；
使用所述至少一个处理器，识别与所述多个路线中的各个路线的所述环境条件相关联的数据；
使用所述至少一个处理器，基于与所述环境条件相关联的数据来计算所述运载工具穿行各个路线的运载工具性能；
使用所述至少一个处理器，基于与所述环境条件和所述运载工具性能相关联的数据来规划所述运载工具的优化路线。
10.根据权利要求9所述的方法，其中，运载工具性能基于所述运载工具上的阻力，并且所述阻力是使用与所述环境条件相关联的数据来确定的。
11.根据权利要求1所述的方法，还包括：通过使用至少一个处理器的控制系统，使用所确定的运载工具轨迹信息来控制所述运载工具。
12.一种用于运载工具的系统，包括：
至少一个处理器，以及
存储有指令的至少一个非暂时性存储介质，所述指令在由所述至少一个处理器执行时使所述至少一个处理器进行以下操作：
识别与所述运载工具的环境条件相关联的数据；
使用与所述环境条件相关联的数据来确定运载工具性能度量；以及
使用所确定的运载工具性能度量来控制所述运载工具。
13.根据权利要求12所述的系统，其中，所述指令使所述至少一个处理器针对潜在速度的范围，使用与所述环境条件相关联的数据来确定所述运载工具上的阻力值。
14.根据权利要求13所述的系统，其中，所述指令使所述至少一个处理器基于所确定的阻力值其中之一来确定所述运载工具的最大速度。
15.根据权利要求13所述的系统，其中，所述指令使所述至少一个处理器确定所述运载工具的目标速度以使所述运载工具上的阻力最小化。
16.根据权利要求13所述的系统，其中，所述指令使所述至少一个处理器计算D＝Cd*A*0.5*ρ*v^2的结果，其中，D为阻力，Cd为常数，A为所述运载工具的参考面积，ρ为空气密度，以及v为所述运载工具的速度。
17.一种运载工具，包括：
规划系统，其包括至少一个处理器，该至少一个处理器用于进行以下操作：
使用与环境条件相关联的数据来确定运载工具性能度量，以及
使用所述运载工具性能度量来生成运载工具控制命令；以及
控制系统，其包括至少一个处理器，该至少一个处理器用于进行以下操作：
从所述规划系统接收所述运载工具控制命令，以及
使用所述运载工具控制命令来控制所述运载工具。
18.根据权利要求17所述的运载工具，还包括至少一个大气传感器，所述至少一个大气传感器用于感测所述运载工具处的所述环境条件。
19.根据权利要求17所述的运载工具，还包括：
接收器，用于接收与所述环境条件相关联的数据；以及
数据库，用于存储与所述环境条件相关联的数据，
所述规划系统用于使用存储在所述数据库中的与所述环境条件相关联的数据来确定运载工具性能度量。
20.根据权利要求17所述的运载工具，所述规划系统用于：
使用与所述环境条件相关联的数据来确定所述运载工具的路线；以及
生成用于所述运载工具穿行所述路线的控制命令。
CN202210009840.9A 2021-08-26 2022-01-06 用于运载工具的控制方法、系统和运载工具 Pending CN115729230A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/412,949 2021-08-26
US17/412,949 US20230066635A1 (en) 2021-08-26 2021-08-26 Controlling vehicle performance based on data associated with an atmospheric condition

Publications (1)

Publication Number Publication Date
CN115729230A true CN115729230A (zh) 2023-03-03

Family

ID=80111926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210009840.9A Pending CN115729230A (zh) 2021-08-26 2022-01-06 用于运载工具的控制方法、系统和运载工具

Country Status (5)

Country Link
US (1) US20230066635A1 (zh)
KR (1) KR20230033556A (zh)
CN (1) CN115729230A (zh)
DE (1) DE102022100068A1 (zh)
GB (1) GB2610252A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10877476B2 (en) * 2017-11-30 2020-12-29 Tusimple, Inc. Autonomous vehicle simulation system for analyzing motion planners
US20230060755A1 (en) * 2021-08-30 2023-03-02 Robert Bosch Gmbh Safety controller for automated driving

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6217398B1 (en) * 1998-04-17 2001-04-17 Arrowswift, Inc. Human-powered or human-assisted energy generation and transmission system with energy storage means and improved efficiency
US11267339B2 (en) * 2005-11-17 2022-03-08 Invently Automotive Inc. Vehicle power management system
US8185302B2 (en) * 2010-08-26 2012-05-22 Ford Global Technologies, Llc Conservational vehicle routing
US9026343B2 (en) * 2010-12-29 2015-05-05 Paccar Inc Systems and methods for improving the efficiency of a vehicle
US10850616B2 (en) * 2011-04-08 2020-12-01 Invently Automotive Inc. Using vehicle systems to generate a route database
US9081651B2 (en) * 2013-03-13 2015-07-14 Ford Global Technologies, Llc Route navigation with optimal speed profile
US9612130B2 (en) * 2014-10-01 2017-04-04 Ford Global Technologies, Llc System and method of estimating available driving distance
US20170227470A1 (en) * 2016-02-04 2017-08-10 Proxy Technologies, Inc. Autonomous vehicle, system and method for structural object assessment and manufacture thereof
US10025318B2 (en) * 2016-08-05 2018-07-17 Qualcomm Incorporated Shape detecting autonomous vehicle
US10272924B2 (en) * 2016-12-19 2019-04-30 Baidu Usa Llc Determining control characteristics for an autonomous driving vehicle
US10486684B2 (en) * 2017-06-21 2019-11-26 Ford Global Technologies, Llc HEV energy management for high performance operation
US10678234B2 (en) * 2017-08-24 2020-06-09 Tusimple, Inc. System and method for autonomous vehicle control to minimize energy cost
US11731633B2 (en) * 2017-09-15 2023-08-22 Cummins Inc. Vehicle loss calculation for improved fuel economy
JP7266427B2 (ja) * 2019-03-06 2023-04-28 株式会社クボタ 作業車両
US11584395B2 (en) * 2019-07-31 2023-02-21 Transportation Ip Holdings, Llc Vehicle energy management system
US20220371590A1 (en) * 2019-10-25 2022-11-24 Zf Friedrichshafen Ag Model-Based Predictive Control of a Drive Machine of the Powertrain of a Motor Vehicle and at Least One Vehicle Component Which Influences the Energy Efficiency of the Motor Vehicle
US11708074B2 (en) * 2020-02-14 2023-07-25 Robotic Research Opco, Llc Effect of multiple rules of the road at different elevation profiles on speed constraints and fuel consumption
DE102020204326A1 (de) * 2020-04-02 2021-10-07 Adaptive Balancing Power GmbH Doppelmotoreinheit für einen Schwungmassenspeicher mit nichtlinearer Ge-samt-Leistungskennlinie
US11643080B2 (en) * 2020-10-07 2023-05-09 Toyota Motor Engineering & Manufacturing North America, Inc. Trailing vehicle positioning system based on detected pressure zones
US20220126867A1 (en) * 2020-10-26 2022-04-28 Tusimple, Inc. Wind gust detection by an autonomous vehicle
US11584392B2 (en) * 2020-11-04 2023-02-21 Waymo Llc Route optimization for autonomous driving systems
US20220299327A1 (en) * 2021-03-19 2022-09-22 Ford Global Technologies, Llc Systems and methods for energy efficient mobility using machine learning and artificial intelligence
US20220306156A1 (en) * 2021-03-29 2022-09-29 Nissan North America, Inc. Route Planner and Decision-Making for Exploration of New Roads to Improve Map
US20220317297A1 (en) * 2021-04-06 2022-10-06 Ford Global Technologies, Llc Sensor assembly with concave surface

Also Published As

Publication number Publication date
DE102022100068A1 (de) 2023-03-02
GB2610252A (en) 2023-03-01
US20230066635A1 (en) 2023-03-02
KR20230033556A (ko) 2023-03-08
GB202118930D0 (en) 2022-02-09

Similar Documents

Publication Publication Date Title
KR102506647B1 (ko) 조향각 캘리브레이션
CN115729230A (zh) 用于运载工具的控制方法、系统和运载工具
GB2611273A (en) Road surface condition guided decision making and prediction
US20230219561A1 (en) Vehicle state estimation augmenting sensor data for vehicle control and autonomous driving
CN115618992A (zh) 用于行驶时间估计的方法和系统以及计算机可读介质
US20230227032A1 (en) Vehicle Dynamics Classification for Collision and Loss of Control Detection
US20240124009A1 (en) Optimizing alerts for vehicles experiencing stuck conditions
US20230322270A1 (en) Tracker Position Updates for Vehicle Trajectory Generation
US20230063368A1 (en) Selecting minimal risk maneuvers
US20240051568A1 (en) Discriminator network for detecting out of operational design domain scenarios
US20240005666A1 (en) Managing vehicle resources based on scenarios
US20230192067A1 (en) Motion planner constraint generation based on road surface hazards
US20240123996A1 (en) Methods and systems for traffic light labelling via motion inference
US20230303124A1 (en) Predicting and controlling object crossings on vehicle routes
US20240124016A1 (en) Ensemble-based vehicle motion planner
WO2024081192A1 (en) Optimizing alerts for vehicles experiencing stuck conditions
CN115705061A (zh) 用于运载工具的装置和方法
WO2023028437A1 (en) Selecting minimal risk maneuvers
CN116534047A (zh) 用于自主运载工具的方法、系统和存储介质
WO2024081190A1 (en) Ensemble-based vehicle motion planner
GB2613400A (en) Automatically detecting traffic signals using sensor data
CN115755874A (zh) 用于图像生成的方法、系统和存储介质
CN116149308A (zh) 用于运载工具的方法、运载工具和存储介质
CN116125965A (zh) 用于运载工具的系统和方法
CN116483062A (zh) 用于运载工具的方法、系统以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination