CN115771521A - 用于监视车辆的自动驾驶系统的操作的方法和装置 - Google Patents

Abstract

本公开涉及用于监视车辆的自动驾驶系统的操作的方法和装置。对于每个被监视的操作，方法包括：确定车辆的地理位置；确定车辆的期望路径；以及确定与从确定的地理位置沿着期望路径执行车辆的驾驶操纵相关联的一个或多个期望参数。进一步包括：获取与从确定的地理位置执行车辆的驾驶操纵相关联的一个或多个参数；以及从统计模型中检索数据，该数据指示与用于期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布。方法进一步包括：基于获取的参数和确定的期望参数中的至少一个、检索到的数据以及确定的期望路径，确定是否存在与被监视的操作相关联的异常；以及如果确定异常，则采取一组预定义动作中的至少一个动作。

Description

用于监视车辆的自动驾驶系统的操作的方法和装置

技术领域

本发明涉及用于监视车辆的自动驾驶系统ADS的操作的方法。本发明进一步涉及用于监视车辆的ADS的操作的装置。本发明进一步涉及包括这种装置的车辆。本发明还涉及计算机可读存储介质。

背景技术

在过去的几年期间，与自动驾驶车辆相关的研究和开发活动数量激增，并且正在探索多种不同的方法。越来越多的现代化车辆具有高级驾驶员辅助系统(ADAS)，以提高车辆安全性以及更普遍的道路安全性。ADAS例如可以由自适应巡航控制ACC、碰撞避免系统、前方碰撞警告等来表示，是可以在驾驶时帮助车辆驾驶员的电子系统。

如今，与ADAS和自动驾驶(AD)领域相关的多种技术领域都在不断发展。ADAS和AD在本文中将被称为通用术语“自动驾驶系统(ADS)”，与所有不同的自动化等级相对应，例如由SAE J3016驾驶自动化等级(0-5)，特别是等级4和5定义的等级。

在不久的将来，ADS解决方案预期通过他们各自的途径进入在市场上投放的大多数新车中。ADS可以被解释为各种部件的复杂组合，各种部件可以被定义为由电子装置和机器代替人类驾驶员执行车辆感知、决策和操作的系统，以及将自动化引入道路交通。这包括对车辆、目的地的操控，以及对附近的环境的感知。因此，需要促进这种配备有ADS的车辆的安全性的提高。

发明内容

本发明的目的是用于提供方法、装置、车辆和计算机可读存储介质，其寻求减轻、缓解或者消除目前已知的系统和方法的一个或多个缺点。

本发明的目的是提供用于监视车辆的自动驾驶系统ADS的操作的方法，该方法促进有效而可靠地提高这种配备有ADS的车辆的安全性。

本发明的另一目的是提供用于监视车辆的自动驾驶系统ADS的操作的装置，其促进有效而可靠地提高这种配备有ADS的车辆的安全性。

本发明的另一目的是提供包括这种装置的车辆。

本发明的又一目的是提供计算机可读存储介质。

从以下描述中显而易见的以上和其他目的通过如所附独立权利要求中提出的方法、装置、车辆、计算机可读存储介质来实现。方法和装置的优选实施例在所附的从属权利要求中定义。

根据本公开的方面，提供了用于监视车辆的自动驾驶系统ADS的操作的方法。对于每个被监视的操作，方法包括：确定车辆的地理位置；确定车辆的期望路径；以及确定与从确定的地理位置沿着期望路径执行所述车辆的驾驶操纵相关联的一个或多个期望参数。对于每个被监视的操作，方法进一步包括：获取与从所述确定的地理位置执行所述车辆的驾驶操纵相关联的一个或多个参数；以及从统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布。对于每个被监视的操作，方法进一步包括：基于获取的参数和确定的期望参数中的至少一个、所述检索到的数据以及所述确定的期望路径，确定是否存在与所述被监视的操作相关联的异常；以及如果确定异常，则采取一组预定义动作中的至少一个动作。

用于监视车辆的自动驾驶系统ADS的安全操作的这种方法可以用作其他方法的补充，以便进一步促进提高安全性。利用该方法，可以有效而可靠地提高这种配备有ADS的车辆的安全性。通过以此确定这种被监视的操作是否存在异常，这些参数例如转向角和/或车道定位通常如何以有效和可靠的方式表现被考虑到。从而促进ADS的性能分析。

因此，通过将监视建立在这种统计模型的基础上，促进了鲁棒、准确、可靠而且成本有效的方法。根据该方法的方面，所述监视基于一个/多个统计模型，从该统计模型中检索基于来自其他车辆(例如车队中的车辆)的实际历史结果的位置特定数据，以便促进鲁棒、准确、可靠和成本有效的方法。

利用根据本公开的以此提供的方法，由于监视器(即监视软件)与被监视软件(SW)之间的分离，促进了高程度的实际冗余。因此，由于监视整个SW的操作，并且根据一方面还监视硬件(HW)ADS堆栈的操作，通过监视与车辆在特定位置的操纵相关联的期望的和测量的(或者以其他方式获取的)参数，并且将这些参数与从指示在那些位置的其他车辆的(历史)行为的统计模型获取的相应参数进行比较，促进了高程度的实际冗余。因此，根据一方面，根据本公开的用于监视车辆的ADS的安全操作的方法被配置成提供对车辆的ADS的监视操作，以便通过分离ADS的监视器和被监视的特征(SW和/或HW)来促进高程度的冗余。

与提供以独立方式开发的用于监视的附加的(即单独的)系统相比，利用根据本公开的以此提供的方法，促进了较不复杂的方法。

因此，通过利用这种统计模型并从所述统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布，考虑了这种车辆的SW如何正常表现，使得不需要规定什么是正确的行为来确定是否存在与所述被监视的操作相关联的异常。因此，根据本公开的方法提供了考虑SW通常如何表现的方法，而不是必须规定什么应当是正确的行为。

此外，统计模型可用于找到兴趣点，以促进ADS的进一步开发。例如，如果有期望路径表现出较高的行为差异的位置，则可能表示这是兴趣点。由于各种原因，这可能与在该位置(即沿着该期望路径)实现一致性能方面具有潜在问题的ADS相关联，因此需要额外的工作来确保一致的用户体验。

根据所述方法的方面，所述一个或多个期望参数和获取的参数包括车辆的用于所述期望路径的期望的转向角和获取的转向角和/或所述车辆在所述期望路径的车道内的期望的位置和获取的位置。因此，通过利用参数转向角和/或车道定位，可以有效而可靠地执行用于异常确定的监视操作。

根据所述方法的方面，确定是否存在异常的步骤包括：将所述获取的参数与所述检索到的数据进行比较，所述检索到的数据与用于相应的期望路径的相应的获取的参数相关联；以及如果被比较的获取的参数之间的差超过预定义阈值，则确定存在异常。借助于这种比较，可以有效而可靠地执行异常确定。

根据所述方法的方面，确定是否存在异常的步骤包括：将所述确定的期望参数与所述检索到的数据进行比较，所述检索到的数据与用于相应的期望路径的相应的期望参数相关联；以及如果被比较的期望参数之间的差超过预定义阈值，则确定存在异常。借助于这种比较，可以有效而可靠地执行异常确定。

根据所述方法的方面，确定是否存在异常的步骤包括：将所述确定的期望参数与所述检索到的数据进行比较，所述检索到的数据与相应的获取的参数相关联，所述相应的获取的参数与针对相应的期望路径执行驾驶操纵相关联；以及如果被比较的期望参数与获取的参数之间的差超过预定义阈值，则确定存在异常。借助于这种比较，可以有效而可靠地执行异常确定。根据一方面，与针对相应的期望路径执行驾驶操纵相关联的所述获取的参数是测量参数。

根据所述方法的方面，如果被比较的参数之间的差超过预定义阈值，则确定存在异常的步骤包括，基于所述比较对异常进行分类。因此，通过基于所述比较对异常进行分类，促进了采取所述一组预定义动作中的一个或多个正确动作。

根据所述方法的方面，采取所述一组预定义动作中的至少一个动作的步骤基于所述比较中的差的程度来执行。因此，可以采取所述一组预定义动作的正确动作，从而促进提高安全性。

根据所述方法的方面，采取至少一个动作的步骤包括：生成指示异常和异常的类别的控制信号；以及基于异常的类别，执行以下项中的至少一个：降低车速；移交过程；最小风险操纵(MRM)；以及从多个驾驶策略中选择驾驶策略。通过基于所述比较中的差的程度采取一个或多个所述动作，可以提高安全性。

根据一方面，所述方法进一步包括：在一时间段期间存储从一组车载传感器获取的传感器数据；以及，如果确定存在异常，则传输所述存储的传感器数据，其中传输的传感器数据来自确定异常时的时间点周围的时间段。由此，从所述一组车载传感器获取的传感器数据可以被临时存储，并且与确定的异常相关地在确定的时间段附近(例如在确定之前、期间和之后的特定时间)传输临时存储的传感器数据，用于促进进一步分析确定的异常和与其相关联的所采取的动作。

根据一方面，所述方法进一步包括：在一时间段期间存储从车辆的ADS获取的ADS数据；以及，如果确定存在异常，则传输所述存储的ADS数据，其中所传输的ADS数据来自确定异常时的时间点周围的时间段。因此，从车辆的所述ADS获取的ADS数据可以被临时存储，并且与确定的异常相关地，在确定的时间段附近(例如在确定之前、期间和之后的特定时间)，传输临时存储的传感器数据，用于促进进一步分析确定的异常和与确定的异常相关联的所采取的动作。

根据所述方法的方面，传输数据的步骤包括将所述数据传输到车辆的永久存储装置和/或远程实体。因此，促进了进一步分析确定的异常和与确定的异常相关联的所采取的动作。

根据本公开的另一方面，提供了用于监视车辆的自动驾驶系统ADS的操作的装置。装置包括控制电路，该控制电路被配置成对于每个被监视的操作：确定车辆的地理位置；确定车辆的期望路径；以及，确定与从确定的地理位置沿着期望路径执行所述车辆的驾驶操纵相关联的一个或多个期望参数。控制电路进一步被配置成对于每个被监视的操作：获取与从所述确定的地理位置执行所述车辆的驾驶操纵相关联的一个或多个参数；以及，从统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布。控制电路进一步被配置成对于每个被监视的操作：基于获取的参数和确定的期望参数中的至少一个、所述检索到的数据以及所述确定的期望路径，确定是否存在与所述被监视的操作相关联的异常；并且如果确定异常，则采取一组预定义动作中的至少一个动作。

根据所述装置的方面，所述一个或多个期望参数和获取的参数包括车辆的用于所述期望路径的期望的转向角和获取的转向角和/或所述车辆在所述期望路径的车道内的期望的位置和获取的位置。

根据所述装置的方面，控制电路被配置成，当确定是否存在异常时：将所述获取的参数与所述检索到的数据进行比较，所述检索到的数据与用于相应的期望路径的相应的获取的参数相关联；并且，如果被比较的获取的参数之间的差超过预定义阈值，则确定存在异常。

根据所述装置的方面，控制电路被配置成，当确定是否存在异常时：将所述确定的期望参数与所述检索到的数据进行比较，所述检索到的数据与用于相应的期望路径的相应的期望参数相关联；并且，如果被比较的期望参数之间的差超过预定义阈值，则确定存在异常。

根据所述装置的方面，控制电路被配置成，当确定是否存在异常时：将所述确定的期望参数与所述检索到的数据进行比较，所述检索到的数据与相应的获取的例如测量的参数相关联，所述参数与针对相应的期望路径执行驾驶操纵相关联；并且，如果被比较的期望参数与获取的参数之间的差超过预定义阈值，则确定存在异常。

根据所述装置的方面，控制电路被配置成，如果被比较的参数之间的差超过预定义阈值，当确定存在异常时，基于所述比较对异常进行分类。

根据所述装置的方面，当采取所述一组预定义动作中的至少一个动作时，控制电路被配置成，基于所述比较中的差的程度来执行所述至少一个动作。

根据所述装置的方面，当采取至少一个动作时，控制电路被配置成：生成指示异常和异常的类别的控制信号；以及，基于异常的类别，执行以下项中的至少一项：车辆减速；移交过程；最小风险操纵；以及从多个驾驶策略中选择驾驶策略。

根据所述装置的方面，所述控制电路进一步被配置成：在一时间段期间从一组车载传感器获取的传感器数据；以及，如果确定存在异常，则传输所述存储的传感器数据，其中传输的传感器数据来自确定异常时的时间点周围的时间段。

根据所述装置的方面，所述控制电路进一步被配置成：在一时间段期间从车辆的ADS获取的ADS数据；以及，如果确定存在异常，则传输所述存储的ADS数据，其中所传输的ADS数据来自确定异常时的时间点周围的时间段。

根据所述装置的方面，控制电路被配置成，当传输传感器数据时，将所述传感器数据传输到车辆的永久存储装置和/或远程实体。

根据所述装置的方面，当传输ADS数据时，控制电路被配置成将所述ADS数据传输到车辆的永久存储装置和/或远程实体。

根据本公开的用于监视车辆的自动驾驶系统ADS的操作的装置具有根据本文提出的相应方法的优点。

根据本公开的另一方面，提供了车辆，包括：自动驾驶系统ADS，被配置成通过沿着期望路径执行一个或多个驾驶操纵来规划和执行规划的路径；定位系统，被配置成监视车辆的地理位置；包括至少一个传感器的感知系统，被配置成监视车辆的附近的环境；以及本文提出的装置。

根据本公开的又一方面，提供了存储一个或多个程序的计算机可读存储介质，一个或多个程序被配置成由车辆控制系统的一个或多个处理器执行，一个或多个程序包括用于执行本文提出的方法的指令。

应当强调的是，术语“包括/包含”在本说明书中使用时用于指定所陈述的特征、整体、步骤或者部件的存在。它不排除一个或多个其他特征、整体、步骤、部件或者其组合的存在或者添加。

参考下文描述的实施例，本公开的以上和其他特征和优点将在下文中被进一步阐明。

附图说明

参考附图，本公开的实施例的其他目的、特征和优点将从以下详细描述中显而易见，其中：

图1是与本公开的实施例相关的车辆沿着期望路径进行驾驶操纵的示意性俯视图；

图2是根据本公开的实施例的用于监视车辆的自动驾驶系统ADS的操作的方法的流程图表示；

图3是根据本公开的实施例的用于监视车辆的自动驾驶系统ADS的操作的方法的流程图表示；以及，

图4是包括根据本公开实施例的装置的车辆的示意性侧视图。

具体实施方式

本领域的技术人员将理解，本文说明的步骤、服务和功能可以使用单独的硬件电路、使用结合编程的微处理器或者通用计算机运行的软件、使用一个或多个专用集成电路(ASIC)和/或使用一个或多个数字信号处理器(DSP)来实施。还应当理解，当以方法描述本发明时，它也可以在一个或多个处理器和耦接到一个或多个处理器的一个或多个存储器中实施，其中一个或多个存储器存储一个或多个程序，当由一个或多个处理器执行时，这些程序执行本文公开的步骤、服务和功能。

在示例性实施例的以下描述中，相同的附图标记表示相同或者相似的部件。

ADS的真个软件(SW)堆栈可以被认为是复杂的机制。应用SW包含大量部件，包括几个高度非线性的部件，如滤波器和神经网络。此外，应用SW运行在平台基础软件和硬件(HW)之上，每种软件都可能出现不同类型的误差和故障，从而导致不必要的行为和故障。换句话说，当发生不想要的和非预期的故障时，存在大量潜在的误差源，包括不良定时、电气故障、比特翻转、非预期的代码行为、非预期的感测性能偏差、非预期的环境条件等。因此，希望能够提供在考虑到上述条件的情况下安全运行，并且不会使任何人(乘客或者其他道路使用者)暴露于不合理风险的系统。

换句话说，希望具有简单但强大的方法来监视ADS的整个SW堆栈的输出，该方法能够在系统具有的几乎无限的离散状态空间中潜在地捕捉先前未检测到的内部缺陷/误差/问题。

因此，本发明人认识到，监视ADS的整个SW和HW栈的操作的方式是监视与在特定位置的车辆操纵相关联的期望的和测量(或者以其他方式获取)的参数，并且将这些参数与从指示在那些位置的其他车辆的(历史)行为的统计模型获取的相应参数进行比较。由此，能够确定ADS是否采取任何不常见的或者偏离的决策，这可以用作ADS性能的指示。

例如，假设监视的参数是转向角，并且存在车辆的ADS决定指示车辆的控制系统应用4度的转向角的情况。然后，通过与指示在相同位置(并且具有相同的路径意图，例如停留在最右侧车道)的其他相应车辆的行为的统计模型进行比较，可以得出结论，对于该“期望路径”来说，4度的转向角是不常见的行为，因为统计模型指示最常见的操作是-2度的转向角。这一结论，即ADS的决定是统计“异常”，可以有效地用于识别ADS SW/HW堆栈中某些地方的潜在安全关键误差，或者识别出于开发目的而感兴趣的“场景”(即边缘情况)。

因此，如果期望的或者测量的(或者以其他方式获取的)转向角偏离“标准”过多(高于阈值)，则一个或者可能多个“事物”不像ADS期望的那样。由于任何无监视车辆的总体目标是“控制”任何给定的情况，所以不预期出现ADS看起来不确定车辆或者附近的环境的当前状态的情况。

此外，通过使用统计模型(优选地从获取自相对同质的车队的数据编译)，不需要规定在每种情况下什么是“正确”的行为。相反,“正确”的行为通过具有相同“路径意图”的其他车辆如何在特定位置成功执行地相应任务的统计推断来定义。此外，统计模型的利用进一步增加了具有适应现实世界变化的动态参考框架的优点。

它也为统计模型的进一步分析提供了入口。例如，如果存在ADS行为差异较大的位置，它可以被用作是兴趣点的指示。由于各种原因，可能是ADS在该位置实现一致的性能方面存在问题，因此可以采取合适的措施(例如，SW更新)来确保更一致的用户体验。

本文术语“监视车辆的自动驾驶系统ADS的操作”可以包括和/或指代监视ADS/ADS的性能/ADS的操作，这可以包括解释信息、处理数据/信息和生成输出以供(车辆/ADS)平台执行”。

与例如“获取与从确定的地理位置执行车辆驾驶操纵相关的一个或多个参数”相关的本文术语“获取”可以指代包括“获得”、“检索”、“接收”、“确定”、“测量”、“检测”、“收集”、“观察”的术语。

本文术语“期望路径”可以是具有自动驾驶系统ADS的车辆的任何合适的路径。术语“期望路径”可以被理解为ADS将如何控制车辆相对于特定路段上的道路几何形状的运动的指示，所述路段具有任何合适的距离和任何合适的延伸，其中道路几何形状可以具有一条或者多条车道。

本文术语“转向角”可以指代与根据本发明沿着期望路径操纵车辆相关的任何与车辆转向相关的角度。术语“转向角”可以指代车辆方向盘的方向盘角度。术语“转向角”可以指代车辆的接地车轮相对于车辆纵向延伸的角度。术语“转向角”可以指代包括在机械装置中的诸如轴/轮轴的部分相对于车辆纵向延伸的角度，该机械装置连接到车辆的接地转向轮并且被设置用于转向车辆的接地转向轮。

对于根据本公开的用于监视车辆的自动驾驶系统(ADS)的操作的方法和装置，利用了统计模型，从该统计模型中检索数据，该数据指示与用于期望路径的一个或多个期望参数和/或获取的参数相关的统计分布，该期望参数和获取的参数对应于与从沿着该期望路径的确定的地理位置执行车辆的驾驶操纵相关联的期望的和例如测量的参数。根据本公开的方面，所述一个或多个期望参数和获取的参数包括车辆的用于所述期望路径的期望的转向角和获取的转向角和/或所述车辆在所述期望路径的车道内的期望的位置和获取的位置。

因此，对于不同的特定路径/期望路径，根据本公开的方面，借助于从所选择的车辆收集一个或多个期望参数和获取的参数来获取这种统计模型，这些参数与从确定的地理位置沿着期望路径执行车辆的驾驶操纵相关联。所述选择的车辆可以来自具有与所述一个或多个参数相关的至少类似属性的车队，所述一个或多个参数与从确定的地理位置沿着期望路径执行车辆的驾驶操纵相关联。因此，针对不同的特定路径/期望路径获取的这种统计模型是位置特定的，即与特定路径/期望路径相关联。

根据本公开的方面，这种统计模型被配置成布置在提供有ADS的车辆中，该车辆被配置成从确定的地理位置沿着期望路径执行驾驶操纵，从该统计模型中可以检索数据，该数据指示与用于期望路径的一个或多个期望参数和/或获取的参数相关的统计分布。

根据本公开的方面，这种统计模型被配置成可以远程可操作地连接到提供ADS的车辆，该车辆被配置成从确定的地理位置沿着期望路径执行驾驶操纵，从该统计模型中可以检索数据，该数据指示与用于期望路径的一个或多个期望参数和/或获取的参数相关的统计分布。

因此，根据本公开的这种统计模型可以布置在提供ADS的车辆中，或者可以远程可操作地连接到提供ADS的车辆。根据本公开的方面，根据本公开的统计模型被本地存储在车辆的合适的存储装置中。

本文术语“统计模型”可以被理解为对期望路径上的统计上合理的参数值的描述。具体而言，统计模型可以根据与路径执行操纵相关联的期望的和获取的(例如，测量的)参数，指示车队中的其他车辆的ADS以及在适用的情况下被配置成促进提供相关信息/参数的非ADS车辆过去如何在特定地理区域中执行路径。

更详细地，结合对车辆的ADS操作的监视，统计模型包括指示与用于期望路径的一个或多个期望参数和/或获取的参数相关的统计分布的数据，所述车辆被配置成沿着所述期望路径执行驾驶操纵。根据本公开的方面，已经借助于不同的分割和量化方法对与用于沿着特定路径执行驾驶操纵的参数(例如转向角和/或车道定位)相关联的一组数据进行建模。因此，统计模型可以理解为统计分布的数学表示。更详细地，用于沿着特定路径执行驾驶操纵的一个或多个参数的统计模型以统计的方式量化了ADS可以从这样的操作中预期得到什么。

图1是与本公开的实施例相关的车辆V沿着期望路径P进行驾驶操纵的示意性俯视图。该示例性实施例中的期望路径P是道路R的车道L1的路段。该示例中的道路具有三个车道L1、L2、L3，车辆V沿着其行驶的第一车道L1，另一车辆V1沿着其行驶的第二车道和第三车道L3。期望路径P具有起始位置P1和结束位置P2。期望路径P具有距离D。车辆V配备有自动驾驶系统ADS。因此，期望路径P是特定道路R的特定路段，所述路段具有特定距离D和特定延伸(例如，直线、曲线等)。车辆的ADS的操作被配置成借助于用于监视车辆的ADS的操作的装置来监视，例如参见图4。

当车辆V位于起始位置P1时，该地理位置借助于车辆装置的控制电路来确定，例如参见图4。地理位置，此处是起始位置P1，可以借助于控制电路以任何合适的方式确定，例如借助于车辆的GNSS装置(例如GPS、GLONASS、北斗、伽利略或者其任何其他区域变型)以及地图数据来确定，其可以包含在所述装置中或者可操作地连接到所述装置。

期望路径还借助于车辆装置的所述控制电路来确定/获取。期望路径可以借助于控制电路以任何合适的方式确定，例如借助于ADS的路径规划系统/特征/功能、车辆的GNSS布置和地图数据来确定，其可以包含在所述装置中或者可操作地连接到所述装置。

当车辆V位于起始位置P1以沿着期望路径P执行驾驶操纵时或者在此之前，确定一个或多个期望参数，例如与从确定的地理位置P1沿着期望路径执行所述车辆的驾驶操纵相关联的转向角和/或车道定位。一个或多个期望参数例如转向角和/或车道位置可以借助于控制电路以任何合适的方式确定，例如通过从确定的期望路径中获取期望参数。然而，期望参数可以从ADS的路径规划模块/特征中检索或者接收。更详细地，ADS可以包括“路径规划器”，即路径规划模块，其被配置成基于各种输入数据(传感器数据、地图数据、定位数据、目标位置等)生成候选路径以供ADS平台的控制模块执行，如本领域技术人员容易理解的。

当沿着期望路径执行驾驶操纵时，确定与从确定的地理位置沿着期望路径执行所述车辆的驾驶操纵相关联的一个或多个获取的参数，例如转向角和/或车道定位。一个或多个期望参数例如转向角和/或车道定位可以借助于控制电路以任何合适的方式获取，例如通过借助于一个或多个车载传感器来测量所述参数，例如转向角和/或车道定位来获取。因此，控制电路可以被配置成从一个或多个车载传感器检索传感器数据，以便获取与从所述确定的地理位置执行所述车辆的驾驶操纵相关联的一个或多个参数。

此外，从统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布。一个或多个相应的期望参数和/或获取的参数例如转向角和/或车道定位可以借助于控制电路从合适的本地或者远程数据仓库中检索。根据本公开的方面，一个或多个相应的期望参数和/或获取的参数例如转向角和/或车道定位可以在沿着期望路径执行所述驾驶操纵之前从所述统计模型中检索。根据本公开的替代方面，当沿着期望路径执行所述驾驶操纵时，可以从所述统计模型中检索一个或多个相应的期望参数和/或获取的参数，例如转向角和/或车道位置。

此外，对于车辆的每个被监视的操作，可以借助于控制电路来基于获取的参数和确定的期望参数中的至少一个、所述检索到的数据以及所述确定的期望路径来确定是否存在与所述被监视的操作相关联的异常，并且如果存在异常，则采取一组预定义动作中的至少一个动作。所述至少一个动作可以取决于异常的类别，并且可以包括执行车辆减速；移交过程；最小风险操纵；和/或从多个驾驶策略中选择驾驶策略。

下文参考图4更详细地解释这种车辆V。

图2是根据本公开的实施例的用于监视车辆的自动驾驶系统ADS的操作的方法M1的流程图表示。根据本公开的方面，方法M1包括被配置成对于每个被监视的操作执行的多个步骤。

根据该方面，方法M1包括步骤S1。在该步骤中，确定车辆的地理位置。

根据该方面，方法M1包括步骤S2。在该步骤中，确定车辆的期望路径。

根据该方面，方法M1包括步骤S3。在该步骤中，确定与从确定的地理位置沿着期望路径执行所述车辆的驾驶操纵相关联的一个或多个期望参数。根据所述方法的方面，所述一个或多个期望参数和获取的参数包括车辆的用于所述期望路径的期望的转向角和获取的转向角。根据所述方法的方面，所述一个或多个期望参数和获取的参数包括所述车辆在所述期望路径的车道内的期望的位置和获取的位置。

根据该方面，方法M1包括步骤S4。在该步骤中，获取与从所述确定的地理位置执行所述车辆的驾驶操纵相关联的一个或多个参数。

根据该方面，方法M1包括步骤S5。在该步骤中，从统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布。

根据该方面，方法M1包括步骤S6。在该步骤中，基于获取的参数和确定的期望参数中的至少一个、所述检索到的数据以及所述确定的期望路径，确定是否存在与所述被监视的操作相关联的异常。

根据该方面，方法M1包括步骤S7。在该步骤中，如果确定异常，则采取一组预定义动作中的至少一个动作。

根据实施例，用于监视车辆的ADS操作的方法M1适用于由下文参考图4所描述的装置来执行。

根据实施例，用于监视车辆的ADS的操作的方法M1适用于由包括计算机可读指令的计算机程序执行，当该计算机可读指令由用于监视车辆的自动驾驶系统ADS的操作的装置的至少一个处理器执行时，使得至少一个处理器执行所述方法M1。

图3是根据本公开的实施例的用于监视车辆的自动驾驶系统ADS的操作的方法M2的流程图表示。根据本公开的方面，方法M2包括被配置成对于每个被监视的操作执行的多个步骤。根据本公开的方面，方法M2是上文参考图2描述的方法M1的更具体的实施例。根据本公开的方面，下文描述的步骤S11、S12、S13、S14和S15基本上与上文参考图2针对方法M1描述的步骤S1、S2、S3、S4、S5相对应。

根据该方面，方法M2包括步骤S11。在该步骤中，确定车辆的地理位置。

根据该方面，方法M2包括步骤S12。在该步骤中，确定车辆的期望路径。

根据该方面，方法M2包括步骤S13。在该步骤中，确定与从确定的地理位置沿着期望路径执行所述车辆的驾驶操纵相关联的一个或多个期望参数。根据所述方法的方面，所述一个或多个期望参数和获取的参数包括车辆的用于所述期望路径的期望的转向角和获取的转向角。根据所述方法的方面，所述一个或多个期望参数和获取的参数包括所述车辆在所述期望路径的一条或者多条车道内的期望的位置和获取的位置。

根据该方面，方法M2包括步骤S14。在该步骤中，获取与从所述确定的地理位置执行所述车辆的驾驶操纵相关联的一个或多个参数。

根据该方面，方法M2包括步骤S15。在该步骤中，从统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布。

根据该方面，方法M2包括步骤S16A。在该步骤中，将所述获取的参数与所述检索到的数据进行比较，所述检索到的数据与用于相应的期望路径的相应的获取的参数相关联。

根据该方面，方法M2包括步骤S17A。在该步骤中，如果被比较的获取的参数之间的差超过预定义阈值，则确定存在异常。

根据该方面，方法M2包括步骤S16B。在该步骤中，将所述确定的期望参数与所述检索到的数据进行比较，所述检索到的数据与用于相应的期望路径的相应的期望参数相关联。

根据该方面，方法M2包括步骤S17B。在该步骤中，如果被比较的期望参数之间的差超过预定义阈值，则确定存在异常。

根据该方面，方法M2包括步骤S16C。在该步骤中，将所述确定的期望参数与所述检索到的数据进行比较，所述检索到的数据与相应的获取的例如测量的参数相关联，所述参数与针对相应的期望路径执行驾驶操纵相关联。

根据该方面，方法M2包括步骤S17C。在该步骤中，如果被比较的期望参数与获取的参数之间的差超过预定义阈值，则确定存在异常。

方法M2可以被配置成执行步骤S16A、S17A和/或步骤S16B、S17B和/或步骤S16C、S17C。

根据本公开的方面，方法M2被配置成，如果所述比较的参数之间的差没有超过预定义值，则确定没有异常。

根据该方面，方法M2包括步骤S18。在该步骤中，当由于比较的参数之间的差超过预定义阈值而确定存在异常时，基于所述比较对异常进行分类。

根据该方面，方法M2包括步骤S19。在该步骤中，采取至少一个动作，包括生成指示异常和异常的类别的控制信号；以及基于异常的类别，执行以下项中的至少一项：降低车速；移交过程；最小风险操纵；以及从多个驾驶策略中选择驾驶策略。

根据本公开的方面，方法M2包括步骤S20A。在该步骤中，如果确定存在异常，则传输从在一时间段期间的一组车载传感器获取的传感器数据，其中传输的传感器数据来自确定异常时的时间点周围的时间段。

根据本公开的方面，方法M2包括在一时间段期间从一组车载传感器获取的传感器数据。

根据本公开的方面，方法M2包括步骤S20B。在该步骤中，如果确定存在异常，则发送从在一时间段期间的车辆的ADS获取的ADS数据，其中所发送的ADS数据来自确定异常时的时间点周围的时间段。

根据本公开的方面，方法M2包括在一时间段期间从车辆的ADS获取的ADS数据。

根据实施例，用于监视车辆的ADS操作的方法M2适用于由下文参考图4描述的装置来执行。

根据实施例，用于监视车辆的ADS的操作的方法M2适用于由包括计算机可读指令的计算机程序执行，当该计算机可读指令由用于监视车辆的自动驾驶系统ADS的操作的装置的至少一个处理器执行时，使得至少一个处理器执行所述方法M2。

图4是根据本发明实施例的车辆V的示意性侧视图。

车辆V包括感知系统6和定位系统5。感知系统6在本上下文中被理解为负责从诸如照相机、LIDAR和RADAR、超声波传感器等传感器6a、6b、6c、6d获取原始传感器数据并将该原始数据转换成场景理解的系统。特别地，车辆V具有至少一个车载摄像机6c，用于捕获车辆附近的环境的至少一部分的图像。定位系统5被配置成监视车辆的地理位置和航向，并且可以是全球导航卫星系统(GNSS)的形式，诸如GPS。然而，定位系统也可以实现为实时运动学(RTK)GPS，以提高精度。此外，在本上下文中，假设车辆V可以访问数字地图，例如HD地图，或者以本地存储的数字地图的形式，或者经由远程数据仓库，该远程数据仓库可经由外部通信网络20例如作为数据流进行访问。在一些实施例中，对数字地图的访问可以例如由定位系统5提供。车辆V可以包括天线8，用于促进与外部通信网络20的连接。

此外，车辆V可以经由例如无线链路连接到外部网络20，例如用于检索地图数据。相同的或者一些其他的无线链路可用于与车辆附近的其他车辆或者与本地基础设施元件通信。蜂窝通信技术可以用于远程通信，例如到外部网络的通信，并且如果所使用的蜂窝通信技术具有低延迟，则它也可以用于车辆间、车辆到车辆(V2V)和/或车辆到基础设施V2X的通信。蜂窝无线电技术的示例是GSM、GPRS、EDGE、LTE、5G、5G NR等，也包括未来的蜂窝解决方案。然而，在一些解决方案中使用中短程通信技术，诸如无线局域网(LAN)，例如基于IEEE802.11的解决方案。ETSI正在致力于车辆通信的蜂窝标准，并且例如5G由于高带宽和通信信道的低延迟和高效处理而被考虑作为合适的解决方案。

所述车辆V包括用于监视所述车辆V的自动驾驶系统ADS的操作的装置10。

装置10包括控制电路11。所述控制电路11包括一个或多个处理器或者由一个或多个处理器构成。控制电路11也可以被称为控制线路11、控制单元11或者控制器11。

装置10进一步包括存储器12、传感器接口13和通信接口14。装置10优选地包括多个软件/硬件模块，本文概括为“控制电路”11。控制电路11被配置成执行存储在存储器12中的指令，以执行根据本文公开的任何一个实施例的用于监视车辆V的自动驾驶系统ADS的操作的方法。换句话说，装置10的存储器12可以包括一个或多个(非暂时性的)计算机可读存储介质，用于存储计算机可执行指令，例如，当计算机可执行指令由一个或多个计算机处理器11执行时，可以使计算机处理器11执行本文描述的技术。存储器12可选地包括高速随机存取存储器，诸如DRAM、SRAM、DDR RAM或者其他随机存取固态存储器装置；并且可选地包括非易失性存储器，例如一个或多个磁盘存储装置、光盘存储装置、闪存装置或者其他非易失性固态存储装置。

更详细地，控制电路11被配置成对于每个被监视的操作：确定车辆V的地理位置；确定车辆V的期望路径；以及从确定的地理位置沿着期望路径确定与执行所述车辆V的驾驶操纵相关联的一个或多个期望参数。控制电路11进一步被配置成对于每个被监视的操作：获取与从所述确定的地理位置执行所述车辆V的驾驶操纵相关联的一个或多个参数；以及，从统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布。控制电路11进一步被配置成，对于每个被监视的操作：基于获取的参数和确定的期望参数中的至少一个、所述检索到的数据以及所述确定的期望路径，确定是否存在与所述被监视的操作相关联的异常；并且如果确定异常，则采取一组预定义动作中的至少一个动作。

本发明在上文已经参考具体实施例来呈现。然而，除了上述之外的其他实施例也是可能的，并且在本发明的范围内。在本发明的范围内可以提供与上述不同的方法步骤，通过硬件或者软件执行该方法。因此，根据示例性实施例，提供了存储被配置成由车辆控制系统的一个或多个处理器执行的一个或多个程序的非暂时性计算机可读存储介质，该一个或多个程序包括用于执行根据上述实施例中任一个的方法的指令。替代地，根据另一示例性实施例，云计算系统可以被配置成执行本文呈现的任何方法。云计算系统可以包括分布式云计算资源，这些资源在一个或多个计算机程序产品的控制下共同执行本文呈现的方法。

一般而言，计算机可访问介质可以包括任何有形的或者非暂时性的存储介质或者存储器介质，诸如电子、磁性或者光学介质，例如经由总线耦接到计算机系统的磁盘或者CD/DVD-ROM。本文使用的术语“有形的”和“非暂时性的”，旨在描述不包括传播电磁信号的计算机可读存储介质(或者“存储器”)，但不旨在限制由词语计算机可读介质或者存储器所包含的物理计算机可读存储装置的类型。例如，术语“非暂时性计算机可读介质”或者“有形存储器”旨在涵盖不一定永久存储信息的存储装置类型，包括例如随机存取存储器(RAM)。以非暂时形式存储在有形计算机可访问存储介质上的程序指令和数据还可以通过传输介质或者信号来传输，诸如电气、电磁或者数字信号，这些信号可以经由诸如网络和/或无线链路等通信介质来传输。

与用于监视车辆V的ADS操作的装置10相关联的控制电路11，例如处理器11，可以是或者可以包括任何数量的硬件部件，用于进行数据或者信号处理或者用于执行存储在存储器12中的计算机代码。装置10具有相关联的存储器12，并且存储器12可以是用于存储数据和/或计算机代码的一个或多个装置，所述数据和/或计算机代码用于完成或者促进本说明书中描述的各种方法。存储器可以包括易失性存储器或者非易失性存储器。存储器12可以包括数据库部件、目标代码部件、脚本部件或者用于支持本说明书的各种活动的任何其他类型的信息结构。根据示例性实施例，任何分布式或者本地存储装置都可以与本说明书的系统和方法一起使用。根据示例性实施例，存储器12例如经由电路或者任何其他有线、无线或者网络连接可通信地连接到控制电路11，并且包括用于执行本文描述的一个或多个过程的计算机代码。

应当理解，通信接口14还可以提供直接或者经由车辆中的专用传感器控制电路获取传感器数据的可能性。通信/天线接口14还可以提供借助于天线8将输出发送到远程位置例如远程操作员或者控制中心的可能性。此外，车辆中的一些传感器可以使用诸如CAN总线、I2C、以太网、光纤等本地网络设置与装置10通信。通信接口14可以被布置成与车辆的其他控制功能通信，并且因此也可以被视为控制接口；然而，可以提供单独的控制接口(未示出)。车辆内的本地通信也可以是具有诸如WiFi、LoRa、Zigbee、蓝牙或者类似中/短程技术的协议的无线类型。

因此，应当理解，所描述的解决方案的部分可以在车辆中、位于车辆外部的系统中或者在车辆内部和外部的组合中实施；例如在与车辆通信的服务器中，所谓云解决方案。例如，传感器数据可以被发送到外部系统，并且该系统执行将传感器数据(另一车辆的运动)与预定义行为模型进行比较的步骤。实施例的不同特征和步骤可以以与所描述不同的其他组合来合并。

应当注意，词语“包括”并不排除所列出的元件或者步骤之外的其他元件或者步骤的存在，并且元件前面的词语“一”并不排除多个这样的元件的存在。还应当注意，任何附图标记都不限制权利要求的范围，本发明可以至少部分地通过硬件和软件来实施，并且几个“装置”或者“单元”可以由同一硬件项来表示。

尽管附图可能示出方法步骤的特定顺序，但是这些步骤的顺序可以与所描述的不同。此外，可以同时或者部分同时执行两个或者更多步骤。这种变型将取决于所选择的软件和硬件系统以及设计者的选择。所有这些变型都在本发明的范围内。同样，软件实施方式可以利用标准编程技术来完成，该技术具有基于规则的逻辑和其他逻辑来完成各种连接步骤、处理步骤、比较步骤和决策步骤。上文提到和描述的实施例仅作为示例给出，而不应当限制本发明。在下述专利实施例所要求的本发明范围内的其他解决方案、用途、目标和功能对于本领域技术人员来说应当是显而易见的。

Claims (15)

1.一种监视车辆的自动驾驶系统ADS的操作的方法，所述方法包括对于每个被监视的操作：

确定所述车辆的地理位置；

确定所述车辆的期望路径；

确定与从确定的地理位置沿着所述期望路径执行所述车辆的驾驶操纵相关联的一个或多个期望参数；

获取与从所述确定的地理位置执行所述车辆的所述驾驶操纵相关联的一个或多个参数；

从统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布；

基于获取的参数和确定的期望参数中的至少一个、所述检索到的数据以及所述确定的期望路径，确定是否存在与所述被监视的操作相关联的异常；以及，

如果确定异常，则采取一组预定义动作中的至少一个动作。

2.根据权利要求1所述的方法，其中，所述一个或多个期望参数和获取的参数包括：所述车辆的用于所述期望路径的期望的转向角和获取的转向角和/或所述车辆在所述期望路径的车道内的期望的位置和获取的位置。

3.根据权利要求1所述的方法，其中，确定是否存在异常的步骤包括：

将所述获取的参数与所述检索到的数据进行比较，所述检索到的数据与用于相应的期望路径的相应的获取的参数相关联；以及

如果被比较的获取的参数之间的差超过预定义阈值，则确定存在异常。

4.根据权利要求1所述的方法，其中，确定是否存在异常的步骤包括：

将所述确定的期望参数与所述检索到的数据进行比较，所述检索到的数据与用于相应的期望路径的相应的期望参数相关联；以及

如果被比较的期望参数之间的差超过预定义阈值，则确定存在异常。

5.根据权利要求1所述的方法，其中，确定是否存在异常的步骤包括：

将所述确定的期望参数与所述检索到的数据进行比较，所述检索到的数据与相应的获取的参数相关联，该相应的获取的参数与针对相应的期望路径执行所述驾驶操纵相关联；以及

如果被比较的期望参数与获取的参数之间的差超过预定义阈值，则确定存在异常。

6.根据权利要求3至5中的任一项所述的方法，其中，如果被比较的参数之间的差超过预定义阈值则确定存在异常的步骤包括：基于所述比较对所述异常进行分类。

7.根据权利要求3值5中的任一项所述的方法，其中，基于所述比较中的差的程度来执行采取所述一组预定义动作中的至少一个动作的步骤。

8.根据权利要求7在从属于权利要求6时所述的方法，其中，采取至少一个动作的步骤包括：

生成指示异常和异常的类别的控制信号；以及

基于异常的类别，执行以下项中的至少一项：

车辆减速；

移交过程；

最小风险操纵；以及

从多个驾驶策略中选择驾驶策略。

9.根据权利要求1所述的方法，进一步包括：

在一时间段期间存储从一组车载传感器获取的传感器数据；以及,

如果确定存在异常，则传输所述存储的传感器数据，其中所传输的传感器数据来自确定所述异常时的时间点周围的时间段。

10.根据权利要求1所述的方法，进一步包括：

在一时间段期间存储从所述车辆的ADS获取的ADS数据；以及，

如果确定存在异常，则传输所述存储的ADS数据，其中，传输的ADS数据来自确定所述异常时的时间点周围的时间段。

11.根据权利要求9或者10所述的方法，其中，传输数据的步骤包括将所述数据传输到所述车辆的永久存储装置和/或远程实体。

12.一种监视车辆的自动驾驶系统ADS的操作的装置，所述装置包括控制电路，所述控制电路被配置成对于每个被监视的操作：

确定所述车辆的地理位置；

确定所述车辆的期望路径；

确定与从确定的地理位置沿着所述期望路径执行所述车辆的驾驶操纵相关联的一个或多个期望参数；

获取与从所述确定的地理位置执行所述车辆的所述驾驶操纵相关联的一个或多个参数；

从统计模型中检索数据，该数据指示与用于所述期望路径的一个或多个相应的期望参数和/或获取的参数相关的统计分布；

基于获取的参数和确定的期望参数中的至少一个、所述检索到的数据以及所述确定的期望路径，确定是否存在与所述被监视的操作相关联的异常；以及，

如果确定异常，则采取一组预定义动作中的至少一个动作。

13.根据权利要求12所述的装置，其中，所述一个或多个期望参数和获取的参数包括：所述车辆的用于所述期望路径的期望的转向角和获取的转向角和/或所述车辆在所述期望路径的车道内的期望的位置和获取的位置。

14.一种车辆，包括：

自动驾驶系统ADS，被配置成通过沿着期望路径执行一个或多个驾驶操纵来规划和执行规划的路径；

定位系统，被配置成监视所述车辆的地理位置；

包括至少一个传感器的感知系统，被配置成监视所述车辆的附近的环境；

根据权利要求12或者13所述的装置。

15.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序被配置成由车辆控制系统的一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至11中的任一项所述的方法的指令。

Images