CN116390879A - 用于避免即将发生的碰撞的系统和方法 - Google Patents

用于避免即将发生的碰撞的系统和方法 Download PDF

Info

Publication number
CN116390879A
CN116390879A CN202180067627.7A CN202180067627A CN116390879A CN 116390879 A CN116390879 A CN 116390879A CN 202180067627 A CN202180067627 A CN 202180067627A CN 116390879 A CN116390879 A CN 116390879A
Authority
CN
China
Prior art keywords
vehicle
collision
trajectory
check
computing device
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
CN202180067627.7A
Other languages
English (en)
Inventor
A·科斯塔
M·奥利斯
B·伯朗宁
T·佩特罗夫
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.)
Ergo Artificial Intelligence Co ltd
Original Assignee
Ergo Artificial Intelligence Co ltd
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 Ergo Artificial Intelligence Co ltd filed Critical Ergo Artificial Intelligence Co ltd
Publication of CN116390879A publication Critical patent/CN116390879A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B60W40/04—Traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4026—Cycles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4045—Intention, e.g. lane change or imminent movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/806—Relative heading
    • 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
    • B60W2556/40—High definition maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

公开了用于操作车辆的系统和方法。方法包括：由计算设备生成车辆在该车辆处于运动时的车辆轨迹；检测距车辆给定距离内的对象；由计算设备生成检测到的对象的至少一个可能的对象轨迹；由计算设备基于车辆轨迹和至少一个可能的对象轨迹执行碰撞检查，以确定是否能够避免车辆与对象之间的碰撞；当在碰撞检查中作出不能避免车辆与对象之间的碰撞的确定时，由计算设备执行可信度检查，以基于地图的内容确定碰撞是否是可信的；以及基于可信度检查的结果，由计算设备执行操作，以选择性地使车辆执行紧急操纵。

Description

用于避免即将发生的碰撞的系统和方法
交叉引用和要求优先权
本专利文档要求2020年10月1日提交的美国专利申请No.17/060,928的优先权，其全部内容通过引用并入本文。
技术领域
本公开总体涉及车辆的车载计算机。更具体而言，本公开涉及使用例如外推的车辆运动、延迟反应估计和/或碰撞可信度分析来实现用于避免即将发生的碰撞的系统和方法。
背景技术
现如今的车辆具有至少一个车载计算机并且具有互联网/卫星连接。在这些车载计算机上运行的软件对车辆的操作进行监视和/或控制。
发明内容
本公开涉及实现用于操作车辆的系统和方法。方法包括：由计算设备生成运动中的车辆的车辆轨迹；检测距车辆给定距离内的对象；由计算设备生成检测到的对象的至少一个可能的对象轨迹；由计算设备基于车辆轨迹和至少一个可能的对象轨迹执行碰撞检查，以确定是否能够避免车辆与对象之间的碰撞；当在碰撞检查中作出不能避免车辆与对象之间的碰撞的确定时，由计算设备执行可信度(plausibility)检查，以基于地图的内容确定碰撞是否是可信的；以及基于可信度检查的结果，由计算设备执行操作，以选择性地使车辆执行紧急操纵。
在一些场景中，可信度检查包括基于对象的位置、对象的行进方向和地图的内容来确定对象的至少一个可信的行进路径。地图包括多个车道的车道信息和行进方向信息。可信度检查还可以包括确定至少一个可信的行进路径与车辆轨迹是否相交。
在那些或其他场景中，当在可信度检查中作出碰撞是可信的的确定时，可以选择性地使车辆执行紧急操纵。紧急操纵可以包括制动命令、转向命令和/或加速命令。当在可信度检查中作出碰撞是不可信的的确定时，可以选择性地使车辆遵循车辆轨迹或执行谨慎操纵。
在那些或其他场景中，可信度检查包括验证人类操作者有可能使对象沿着导致碰撞的路线移动。验证可以通过检查以下项来实现：(i)对于对象存在至少一个潜在目的地；(ii)存在从对象的位置开始到至少一个潜在目的地的可信的行进路径，且该可信的行进路径符合对象行进方向和地图中包含的车道信息；以及(iii)可信的行进路径与车辆轨迹相交。
附图说明
将参考以下附图描述本解决方案，其中相同的标号在各附图中表示相同的项。
图1是说明性系统的图示。
图2是车辆的说明性体系架构的图示。
图3是说明性计算设备的图示。
图4提供了对理解如何根据本解决方案实现车辆控制有用的框图。
图5-7中每个都提供了对理解如何执行可信度检查有用的说明。
图8A-8B(在本文统称为“图8”)提供了用于车辆控制的说明性方法的流程图。
具体实施方式
如本文档中所使用的，单数形式“一”、“一个”和“该/所述”包括复数引用，除非上下文另有明确规定。除非另有定义，本文使用的所有技术和科学术语具有与本领域普通技术人员普遍理解的相同含义。如本文档中所使用的，术语“包括”是指“包括但不限于”。与本文档相关的附加术语的定义包括在具体实施方式的末尾。
“电子设备”或“计算设备”是指包括处理器和存储器的设备。每个设备可以具有其自己的处理器和/或存储器，或者处理器和/或存储器可以与其他设备共享，如在虚拟机或容器布置中。存储器将包含或接收编程指令，当处理器执行这些编程指令时，使电子设备根据编程指令执行一个或多个操作。
术语“存储器”、“存储器设备”、“数据存储库”、“数据存储设施”等每个都指计算机可读数据、编程指令或两者存储在其上的非暂态设备。除非另有明确说明，否则术语“存储器”、“存储器设备”、“数据存储库”、“数据存储设施”等旨在包括单设备实施例、其中多个存储器设备一起或共同存储数据或指令的集合的实施例，以及此类设备内的各个部分。
术语“处理器”和“处理设备”是指被配置为执行编程指令的电子设备的硬件组件。除非另有明确说明，否则单数术语“处理器”或“处理设备”旨在包括单处理设备实施例和其中多个处理设备一起或共同执行过程的实施例。
术语“车辆”是指能够运载一个或多个乘员和/或货物并由任何形式的能量提供动力的任何移动形式的交通工具。术语“车辆”包括但不限于汽车、卡车、货车、火车、自主车辆、飞行器、无人机等。“自主车辆”是具有处理器、编程指令和无需人工操作即可由处理器控制的动力传动系统组件的车辆。自主车辆可以是完全自主的，因为它不要求人类操作者来完成大部分或所有驾驶条件和功能，或者它可以是半自主的，因为在某些条件下或对于某些操作可能要求人类操作者，或者人类操作者可以超越车辆的自主系统并可以控制车辆。
在本文档中，除非特别说明，否则当使用诸如“第一”和“第二”之类的术语来修饰名词时，这种使用只是为了将一个项与另一个项区分开来，而不是为了要求先后顺序。此外，诸如“垂直”和“水平”，或“前”和“后”之类的相对位置的术语在使用时是指彼此相对而不必是绝对的，并且仅指与那些术语相关联的设备的取决于设备朝向的一种可能位置。
实时预测其他车辆的驾驶员和行人的行动对于路上的半自主或自主车辆应用而言是个挑战。当驾驶员和/或行人违反交通规则时，这种实时预测尤其具有挑战性。系统地假设驾驶员和/或行人的最坏情况行动将使自动驾驶车辆瘫痪，而错误乐观的预测会导致不安全的自主车辆行为。
本文档描述了针对解决上述问题和/或其他问题的方法和系统。因而，本解决方案涉及用于控制车辆的系统和方法。方法包括：生成运动中车辆的车辆轨迹；检测距车辆给定距离内的对象；生成检测到的对象的至少一个可能的对象轨迹；以及使用车辆轨迹和至少一个可能的对象轨迹来确定是否存在车辆与对象之间将发生碰撞的不期望的风险级别。如果存在将发生碰撞的不期望的风险级别，则使车辆执行可信度检查。执行可信度检查，以确定碰撞将在预定时间段内发生是可信的还是不可信的。当(i)作出存在将发生碰撞的不期望的风险级别的确定，并且(ii)作出在预定的时间段内将发生碰撞是可信的的确定时，修改车辆轨迹。在一些场景中，可以通过2020年10月1日提交的美国专利申请No.17/060,817和2020年10月1日提交的美国专利申请No.17/060,837来确定可信度。
不期望的风险级别确定通过以下作出：确定车辆轨迹和至少一个可能的对象轨迹(例如，线性轨迹)是否彼此相交；以及确定车辆轨迹与至少一个可能的对象轨迹彼此相交时的碰撞时间。碰撞时间包括如果车辆遵循车辆轨迹并且对象遵循至少一个可能的对象轨迹将发生碰撞的时间。将碰撞时间与阈值时间值进行比较。当碰撞时间等于或小于阈值时间值时，作出存在不期望的碰撞风险级别的确定。
碰撞可信度确定通过以下作出：基于对象的位置、对象的行进方向、道路或车道地图的内容(例如，车道、与车道相关联的行进方向，和/或与车道相关联的驾驶规则)、历史驾驶记录信息和/或历史事故信息，确定检测到的对象的一个或多个可信的行进路径；以及(对于每个可能的行进路径)确定对象的可信的行进路径(例如，线性、弯曲或蛇形)中的至少一个与车辆的行进路径是否相交。
本解决方案还涉及用于操作车辆的方法，该方法涉及：生成运动中车辆的车辆轨迹；检测距车辆给定距离内的对象；生成检测到的对象的至少一个可能的对象轨迹；执行碰撞检查，以确定是否还有时间对对象的最坏情况行为作出安全反应(其中碰撞检查基于车辆轨迹和至少一个可能的对象轨迹)；执行可信度检查，以确定将发生碰撞是可信的还是不可信的；以及基于碰撞检查和可信度检查的结果选择性地使车辆执行紧急操纵。
碰撞检查包括：确定车辆轨迹与至少一个可能的对象轨迹是否彼此相交；确定车辆轨迹与至少一个可能的对象轨迹彼此相交时的碰撞时间；以及将碰撞时间与阈值时间值进行比较。碰撞时间包括如果车辆遵循车辆轨迹并且对象遵循至少一个可能的对象轨迹将发生碰撞的时间。
碰撞检查还包括：当碰撞时间等于或小于阈值时间值时，确定如果车辆遵循车辆轨迹并且在预定义时间段内执行多个动态生成的紧急操作中的任何一个则是否能够避免碰撞。当作出在预定义时间段内不能避免碰撞的确定时，选择性地使车辆执行紧急操纵(例如，加速并变向操纵以避免碰撞)。
可信度检查包括：基于对象的位置、对象的行进方向、道路或车道地图的内容(例如，车道、与车道相关联的行进方向，和/或与车道相关联的驾驶规则)、历史驾驶记录信息和/或历史事故信息，确定检测到的对象的一个或多个可信的行进路径；以及确定(对于每个可能的行进路径)可信的行进路径中的至少一个与车辆的行进路径是否相交。
本解决方案具有许多新颖的特征。例如，与一些常规解决方案不同，本解决方案的复杂性不是可能的移动体轨迹数量的指数。本解决方案也明确脱离了最优行为(在最有可能的情况下，通过保持AV安全所需的最小转向/制动修改，并且明确允许加速和变向操纵，如果此类操纵对于避免碰撞是必需的话)。本解决方案附加地允许生成和执行将与另一个移动体的最坏情况预测行为发生碰撞的AV计划，只要作出若事件发生还有时间对最坏情况行为作出安全反应的确定。选择性地计划和执行与来自另一个行动者的最坏情况预测行为发生碰撞的轨迹的这种能力在仍确保AV处于安全状态的同时，还是防止过度犹豫的AV行为的关键。本解决方案(1)计算在最坏情况预测成真的事件中可以在未来快速执行的安全逃生轨迹(无需附加的计划)，或者(2)如果(1)不可能，计算具有最少坏后果的损害最小化轨迹(根据应用定义的平滑目标函数)。
与为在没有先验地图的情况下使用而开发的许多碰撞避免系统不同，本解决方案包括对于可信度的额外检查，这避免可以单独从外推的车辆运动产生的假阳性警报。与确实使用到先验地图的许多传统路径计划器不同，如果可以用稍后的近期行动来避免碰撞，本解决方案避免制动。这避免了附加的假阳性制动事件，因为如果时间可用，则其为对象改变方向(或AV改动建议的轨迹)留出时间。
说明性系统
现在参考图1，提供了说明性系统100的图示。系统100包括以半自主或自主方式沿着道路行进的车辆1021。车辆1021在本文中也被称为自主车辆(“AV”)。AV 1021可以包括但不限于陆地车辆(如图1中所示)、飞行器或船只。
AV 1021一般被配置为检测其附近的对象1022、104、106。对象可以包括但不限于车辆1022、骑行者104(诸如自行车、电动滑板车、摩托车等的骑行人)和/或行人106。当进行这种检测时，AV 1021执行操作以：生成检测到的对象的一个或多个可能的对象轨迹；以及分析所生成的可能的对象轨迹中的至少一个，以确定在阈值时间段(例如，1分钟)内是否存在AV与对象之间将发生碰撞的不期望的风险级别。如果是，则AV 1021执行操作，以确定如果AV 1021遵循给定的车辆轨迹并且在预定义的时间段(例如，N毫秒)内执行多个动态生成的紧急操纵中的任何一个是否能够避免碰撞。如果能够避免碰撞，则AV 1021不采取行动或可选地执行谨慎操纵(例如，适度减速)。相反，如果不能避免碰撞，则使AV 1021评估由(一个或多个)可能的对象轨迹定义的外推的移动体运动的可信度。当可信度评估指示在预定义的时间段内将发生碰撞是不可信的时，使AV遵循车辆轨迹或执行谨慎操纵(例如，适度减速诸如5-10mph)。相反，当可信度评估指示在预定义的时间段内将发生碰撞是可信的时，使AV立即采取紧急操纵。
现在参考图2，提供了用于车辆的说明性系统体系架构200的图示。图1的车辆1021和/或1022可以具有与图2中所示的相同或相似的系统体系架构。因此，以下对系统体系架构200的讨论对于理解图1的(一个或多个)车辆1021、1022而言是充分的。
如图2中所示，车辆200包括发动机或马达202和测量车辆的各种参数的各种传感器204-218。在具有燃料动力发动机的燃气动力或混合动力车辆中，传感器可以包括例如发动机温度传感器204、电池电压传感器206、发动机每分钟转数(RPM)传感器208和油门位置传感器210。如果车辆是电动或混合动力车辆，则车辆可以具有电动马达，并相应地具有传感器，诸如电池监视系统212(以测量电池的电流、电压和/或温度)、马达电流传感器214和温度传感器216，以及马达位置传感器(诸如解析器和编码器218)。
两种类型的车辆共有的运行参数传感器包括例如：位置传感器236，诸如加速度计、陀螺仪和/或惯性测量单元；速度传感器238；以及里程表传感器240。车辆还可以具有时钟242，系统使用该时钟来确定操作期间的车辆时间。时钟242可以被编码到车辆车载计算设备中，它可以是分离的设备，或者多个时钟可以是可用的。
车辆还将包括操作以搜集关于车辆在其中行进的环境的信息的各种传感器。这些传感器可以包括例如：位置传感器260(例如，全球定位系统(GPS)设备)；对象检测器264；对象检测传感器，诸如一个或多个相机262；激光雷达(LiDAR)传感器系统266；和/或雷达和/或声纳系统264。传感器还可以包括环境传感器268，诸如降水传感器和/或外界温度传感器。对象检测传感器可以使对象检测器264和/或车辆车载计算设备220能够检测在任何方向上车辆200的给定距离范围内的对象，而环境传感器收集关于车辆的行进区域内的环境条件的数据。
在操作期间，信息从传感器传送到车载计算设备220。车载计算设备220分析由传感器捕获的数据，并且可选地基于分析的结果控制车辆的操作。例如，车载计算设备220可以控制：经由制动控制器222的制动；经由转向控制器224的方向；经由油门控制器226(在汽油动力车辆中)或马达速度控制器228(诸如电动车辆中的电流水平控制器)的速度和加速度；差动齿轮控制器230(在具有变速器的车辆中)；和/或其他控制器。
地理位置信息可以从位置传感器260传送到车载计算设备220，车载计算设备220然后可以访问与位置信息对应的环境的地图，以确定环境(诸如街道、建筑物、停止标志和/或停/走信号)的已知固定特征。来自(一个或多个)相机262的捕获的图像和/或从诸如LiDAR之类的传感器捕获的对象检测信息被传送到车载计算设备220。对象检测信息和/或捕获的图像由车载计算设备220和/或对象检测器264处理以检测接近车辆200的对象。用于基于传感器数据和/或捕获的图像进行对象检测的任何已知或将已知的技术都可以用在本文档中公开的实施例中。
当这种车载计算设备220和/或对象检测器264检测到移动对象时，车载计算设备220将生成检测到的对象的一个或多个可能的对象轨迹，并分析可能的对象轨迹以评估对象与AV之间发生碰撞的风险。如果风险超过可接受的阈值，车载计算设备220则执行操作，以确定如果AV遵循定义的车辆轨迹和/或在预定义的时间段(例如，N毫秒)内实施一个或多个动态生成的紧急操纵是否能够避免碰撞。如果碰撞能够避免和/或是不可信的，车载计算设备220则可以使车辆200执行谨慎操纵(例如，适度减速、加速或转弯)。相反，如果碰撞不能避免和/或是可信的，车载计算设备220则将使车辆200采取紧急操纵(例如，制动和/或改变行进方向)。
现在参考图3，提供了用于计算设备300的说明性体系架构的图示。图2的车载计算设备220与计算设备300相同或相似。因此，对计算设备300的讨论对于理解图2的车辆车载计算设备220而言是充分的。
计算设备300可以包括比图3中所示的组件更多或更少的组件。然而，所示组件对于公开实现本解决方案的说明性解决方案而言是充分的。图3的硬件体系架构表示被配置为操作车辆的代表性计算设备的一种实施方式，如本文所述。因此，图3的计算设备300实现本文描述的(一种或多种)方法的至少一部分。
计算设备300的一些或所有组件可以被实现为硬件、软件和/或硬件和软件的组合。硬件包括但不限于一个或多个电子电路。电子电路可以包括但不限于无源组件(例如，电阻器和电容器)和/或有源组件(例如，放大器和/或微处理器)。无源和/或有源组件可以适用于、被布置为和/或被编程为执行本文描述的方法、过程或功能中的一个或多个。
如图3中所示，计算设备300包括用户接口302、中央处理单元(CPU)306、系统总线310、通过系统总线310连接到计算设备300的其他部分并可由其访问的存储器312、系统接口360，以及连接到系统总线310的硬件实体314。用户接口可以包括输入设备和输出设备，其促进用于控制计算设备300的操作的用户-软件交互。输入设备包括但不限于物理和/或触摸键盘350。输入设备可以经由有线或无线连接(例如，
Figure BDA0004155963640000081
连接)连接到计算设备300。输出设备包括但不限于扬声器352、显示器354和/或发光二极管356。系统接口360被配置为促进与外部设备(例如，诸如接入点等的网络节点)之间的有线或无线通信。
硬件实体314中的至少一些执行涉及访问和使用存储器312的行动，存储器312可以是随机存取存储器(RAM)、盘驱动器、闪存、光盘只读存储器(CD-ROM)和/或能够存储指令和数据的另一个硬件设备。硬件实体314可以包括盘驱动单元316，该盘驱动单元316包括计算机可读存储介质318，在该计算机可读存储介质318上存储指令320的一个或多个集合(例如，软件代码)，其被配置为实现本文描述的方法、过程或功能中的一个或多个。指令320在由计算设备300执行期间也可以完全或至少部分地驻留在存储器312内和/或CPU 306内。存储器312和CPU 306也可以构成机器可读介质。如本文使用的，术语“机器可读介质”是指存储指令320的一个或多个集合的单个介质或多个介质(例如，集中式或分布式数据库，和/或相关联的高速缓存和服务器)。如本文使用的，术语“机器可读介质”还指能够存储、编码或携带指令320的集合以供计算设备300执行并且使计算设备300执行本公开的方法中的任何一个或多个的任何介质。
现在参考图4，提供了对理解如何根据本解决方案实现基于轨迹的车辆安全保护有用的框图。在框402-418中执行的所有操作都可以由车辆(例如，图1的AV 1021)的车载计算设备执行。
在框402中，检测车辆的位置。该检测可以基于从车辆的位置传感器(例如，图2的位置传感器248)输出的传感器数据来完成。该传感器数据可以包括但不限于GPS数据。然后将检测到的车辆的位置传递给框406。
在框404中，检测车辆附近的对象。该检测基于从车辆的对象检测器(例如，图2的对象检测器264)、雷达/声纳/LiDAR系统266和/或相机(例如，图2的相机262)输出的传感器数据来完成。关于检测到的对象的信息被传递到框406。该信息包括但不限于对象的速度和/或对象的行进方向。
在框406中，使用来自框402和404的信息生成车辆轨迹。用于确定车辆轨迹的技术在本领域中是众所周知的。在本文可以不受限制地使用任何已知或将已知的用于确定车辆轨迹的技术。下面提供用于生成轨迹的说明性算法。在一些场景中，车辆轨迹420是基于来自框402的位置信息、来自框404的对象检测信息和地图信息428(其预先存储在车辆的数据存储库中)来确定的。车辆轨迹420表示没有会使乘客感到不适的突然改变的平滑路径。车辆轨迹420然后被提供到框408。
在框408中，基于车辆轨迹420生成转向角和速度命令。转向角和速度命令被提供到框410以用于车辆动态控制。
值得注意的是，本解决方案用附加的监督层过程450来增强框402-410的上述车辆轨迹计划过程400。附加的监督层过程450针对在框404中检测到的对象的最可能行为来优化车辆轨迹，但是如果发生最坏情况行为也仍然维持安全。该附加的监督层过程450由框412-418来实现。
如图4中所示，在框404中执行对象分类，以将检测到的对象分类到多个类和/或子类中的一个。这些类可以包括但不限于车辆类和行人类。车辆类可以具有多个车辆子类。车辆子类可以包括但不限于自行车子类、摩托车子类、滑板子类、旱冰鞋子类、滑板车子类、轿车子类、SUV子类和/或卡车子类。对象分类是基于从车辆的对象检测器(例如，图2的对象检测器264)、LiDAR系统(例如，图2的LiDAR系统266)、雷达和/或声纳系统(例如，、图2的雷达/声纳系统266)和/或相机(例如，图2的相机262)输出的传感器数据进行的。基于传感器数据和/或图像数据对对象进行分类的技术在本领域中是众所周知的。在本文可以不受限制地使用任何已知或将已知的对象分类技术。除了指示对象的实际速度和行进方向的信息432之外，还向框412提供指定对象的分类的信息430。
框412涉及确定在404中检测到的对象的一个或多个可能的对象轨迹。可能的对象轨迹可以包括但不限于以下轨迹：
·由对象的实际速度(例如，每小时1英里)和实际行进方向(例如，
向西)定义的轨迹；
·由对象的实际速度(例如，每小时1英里)和对象的另一个可能的行进方向(例如，在朝着AV的方向上与对象实际行进方向的南、西南或X(例如，40°)度)角定义的轨迹；
·由对象的另一个可能速度(例如，每小时2-10英里)和对象的实际行进方向(例如，向西)定义的轨迹；和/或
·由对象的另一个可能速度(例如，每小时2-10英里)和对象的另一个可能的行进方向(例如，在朝着AV的方向上与对象实际行进方向的南、西南或X(例如，40°)度)角定义的轨迹。
(一个或多个)可能的速度和/或(一个或多个)可能的行进方向可以针对与对象相同类和/或子类中的对象进行预定义。一个或多个可能的对象轨迹422然后被传递到框414。
在确定了两个或更多个可能的对象轨迹的情况下，然后412还可以可选地涉及选择为AV提供最坏情况的碰撞场景的可能的对象轨迹之一。该确定是基于指示AV的实际速度和行进方向的信息432作出的。所选择的可能的对象轨迹然后被传递到框414，而不是在412中确定的所有可能的对象轨迹。
在框414中，对传递到框414的每个可能的对象轨迹422执行碰撞检查。碰撞检查涉及确定是否存在车辆与对象之间将发生碰撞的不期望的风险级别。通过首先确定车辆轨迹420与给定的可能的对象轨迹422是否相交来作出这样的确定。如果这两个轨迹420、422不相交，车辆轨迹420则被认为是安全的车辆轨迹并且不采取保护控制行动来修改车辆轨迹。
相反，如果两个轨迹420、422相交，则确定如果遵循两个轨迹将会发生碰撞的预测时间。将预测时间与阈值(例如，1秒)进行比较。如果预测时间超过阈值，车辆轨迹420则被认为是安全的车辆轨迹并且不采取保护控制行动来修改车辆轨迹。
如果预测时间等于或小于阈值，则确定如果(a)AV遵循车辆轨迹且(b)在预定义的时间段(例如，N毫秒)内执行多个动态生成的紧急操纵中的任何一个则是否能够避免碰撞。动态生成的紧急操纵包括但不限于以下：
·包括制动命令并且基于车辆轨迹和可能的对象轨迹确定的紧急操纵；
·包括至少转向命令和制动命令或加速命令并且经由从主动AV轨迹在目标函数上的梯度下降确定的紧急操纵，该目标函数对碰撞和/或乘坐不适应用惩罚；和/或
·包括已经由从主动AV轨迹在目标函数上的梯度下降进行优化后的预定义的紧急操纵的紧急操纵，该目标函数对碰撞和/或乘坐不适应用惩罚。
在一些场景中，紧急制动操纵是通过假定一个轨迹而产生的，该轨迹维持预期轨迹达预定义的时间段(N毫秒)并然后以由最大允许减速度和加速度限制(jerk limits)参数化的最大制动轮廓(profile)进行减速。最大制动轮廓是经由对新的速度轮廓的欧拉积分(或通过其他方法)沿着原始轨迹产生的。本解决方案不限于这些场景的细节。
在那些或其他场景中，包括转向和制动两者的紧急操纵通过以下操作生成：用样条点(spline point)的有限集合(例如，用于转向的4个样条点和用于速度的3个样条点)来参数化转向和制动；使目标函数最小化，该目标函数使用共轭梯度下降法、牛顿法、鲍威尔法或用于最小化多元函数的(一个或多个)其他现有方法来对碰撞和/或乘坐不适应用惩罚，作为这些参数的函数；以及以最小化的目标函数损失来计算从参数化的样条点对应的轨迹。本解决方案不限于这些场景的细节。
在那些或其他场景中，通过在模拟紧急制动事件期间记录来自人类操作者的命令，或通过对应用于当前车辆状态的转向扭矩和制动轮廓的小集合进行采样，来生成预定义的紧急操纵。这些扭矩是从零直到转向和制动机构的限制以恒定间隔(或通过其他方法)进行计算的。本解决方案不限于这些场景的细节。
如果确定在预定义的时间段内能够避免碰撞，车辆轨迹420则被认为是安全的车辆轨迹并且不采取保护控制行动来修改车辆轨迹。替代地，使AV评估由(一个或多个)可能的对象轨迹422定义的外推的移动体运动的可信度。
可信度评估在框415中执行。通过至少对照先验道路或车道地图估计可能的移动体运动来评估可信度，以便验证人类操作者确实有可能大致沿着导致碰撞的路线驾驶。可信度评估还可以考虑历史驾驶记录信息(例如，与检测到的对象相关联的个人之前是否在给定时间量内收到过超过阈值的多个超速罚单)和/或历史事故报告信息(例如，与检测到的对象相关联的个人之前是否在给定时间量内出现过超过阈值的多次事故)。这种可信度评估涉及使用一个或多个预存储的运动模型检查潜在目的地(从道路或车道地图得出)是否可以从对象的当前位置到达。可信度评估至少考虑(i)在先验道路或车道地图中在外推的移动体运动前进方向附近是否存在候选目的地(诸如车辆车道)，以及(ii)是否存在从移动体的当前位置到目的地的轨迹，该轨迹符合运动模型的先验集合。就此而言，可以通过检查以下项来实现：(i)对于对象存在至少一个潜在目的地；(ii)存在从对象的位置开始到至少一个潜在目的地的可信的行进路径，且该可信的行进路径符合对象行进方向和地图中包含的车道信息；以及(iii)可信的行进路径与车辆轨迹相交。
当可信度检查结果指示碰撞将在预定义时间段内发生是不可信的时，不采取保护控制行动来修改车辆轨迹。替代地，使AV执行谨慎操纵(例如，适度减速诸如5-10mph)。用于使AV采取谨慎操作(例如，减速)的技术在本领域中是众所周知的。例如，如416所示生成保护控制行动命令，并且在被传递到框410之前用于在408处调整或以其他方式修改车辆轨迹。可以调整或以其他方式修改车辆轨迹以使车辆减速、使车辆加速和/或使车辆改变其行进方向。
相反，当可信度检查结果指示在预定义时间段内将发生碰撞是可信的时，则使AV立即采取紧急操纵。该紧急操纵可以包括上面讨论的动态生成的紧急操纵之一。使AV采取紧急操纵的技术在本领域中是众所周知的。上文关于段落[0056]-[0059]描述了用于使AV采取紧急操纵的说明性技术。
图5-7中提供了对理解可信度评估及其优点有用的示例。如图5中所示，AV 500在道路504的车道502内在方向506上行进。AV 500检测到对象508在其附近。对象508包括车辆。一个可能的对象轨迹是车辆508将在道路504上沿着直线路径在方向510上行进。碰撞检查414确定在给定的时间量内是否能够避免碰撞。由于显现出车辆508将在正以可观速度行进的车辆500前方穿过，作出碰撞不能避免的确定。在这种未采用可信度检查的情况下，将使AV 500执行紧急操纵(即使不需要该紧急操纵)，因为车辆508不太可能遵循提取的对象轨迹(例如，因为在道路504中车辆508将会驶入的部分512中没有任何事物—由于多辆停放的汽车514位于部分512中，不存在移动体可以合理地尝试用建议的运动达到的目标目的地)。提供可信度检查415以解决这种情况，使得在这种或类似的场景中，AV 500不执行紧急操纵，其中鉴于相交或穿过车辆500的行进路径的道路或车道地图，对于对象而言不存在可信的行进路径或目的地。
现在参考图6-7，AV 600在道路604的车道602内在方向606上行进。AV 600检测到在其附近的对象608。对象608包括车辆。一种可能的对象轨迹是车辆608将在道路604上沿着直线路径在方向610上行进。碰撞检查414确定在给定的时间量内是否能够避免碰撞。由于显现出车辆608将在正以可观速度行进的车辆600前方穿过，作出碰撞不能避免的确定。因而，执行可信度检查415。基于相交或越过车辆600的行进路径的道路或车道地图，执行可信度检查415，以确定对于车辆608是否存在至少一个可信的行进路径或目的地。在此情况中，对于车辆608而言存在图7中所示的可信的行进路径700，尽管这种对象移动事实上是不太可能的，因为车辆608必须闯红灯才会发生碰撞。可信的行进路径由目的地车道702定义，该路径符合对象的运动方向610和道路或车道地图的内容。因此，可信度检查415指示将发生碰撞是可信的。因此，使AV 600执行紧急操纵。
本解决方案不限于上面关于图5-7讨论的场景的细节。例如，在图5-7的场景中，采用仅包括车道信息和车道行进方向的道路或车道地图。在其他场景中，采用除车道信息和车道行进方向信息之外还包括驾驶规则信息的道路或车道地图。在可信度检查期间也可以使用历史驾驶记录信息和/或历史事故信息。例如，可信的行进路径可以包括符合对象的运动方向和道路或车道地图的内容的目的地车道。该行进路径的可信度基于如果对象遵循该路径则驾驶规则是否需要被打破，和/或基于相应的驾驶记录信息和/或事故信息该对象是否可能遵循该行进路径来确定。如果可信度超过阈值，则可信度检查的结果指示将发生碰撞是可信的。否则，可信度检查的结果指示将发生碰撞是不可信的。
说明性方法
现在参考图8，提供了用于车辆(例如，图1的车辆1021)的基于轨迹的安全保护的说明性方法800的流程图。方法800的至少一部分由车辆车载计算设备(例如，图2的车辆车载计算设备220)执行。方法800针对在任何给定时间已检测到在距车辆一定距离范围内的每个对象(例如，图1的车辆1022、图1的骑行者104和/或图1的行人106)而执行。
方法800包括多个操作802-836。本解决方案不限于图8中所示的特定操作次序802-836。例如，820的操作可以与804-818的操作并行执行，而不是如图8中所示在其之后执行。
如图8A中所示，方法800从802开始并继续到804，在804中生成AV的车辆轨迹(例如，图4的车辆轨迹420)。车辆轨迹表示没有会使乘客感到不适的突然改变的平滑路径。用于确定车辆轨迹的技术在本领域中是众所周知的。在本文可以不受限制地使用任何已知或将已知的用于确定车辆轨迹的技术。在一些场景中，车辆轨迹是基于由AV的位置传感器(例如，图2的位置传感器248)生成的位置信息、由至少一个对象检测器(例如，图2对象检测器264)生成的对象检测信息、由AV的至少一个相机(例如，图2的相机262)捕获的图像以及存储在AV的存储器(例如，图3的存储器312)中的地图信息来确定的。在其他场景中，车道信息被用作位置信息和/或地图信息的替代或补充。
一旦车辆轨迹被生成，方法800就继续到806，在806中确定由AV的至少一个传感器(例如，图2的传感器260或相机262)检测到的对象(例如，图1的车辆1022、骑行者104或行人106)的一个或多个可能的对象轨迹(例如，图4的可能的对象轨迹422)。可能的对象轨迹可以包括但不限于以下轨迹：由对象的实际速度(例如，每小时1英里)和实际行进方向(例如，向西)定义的轨迹；由对象的实际速度(例如，每小时1英里)和另一个可能的行进方向(例如，在朝着AV的方向上与对象实际行进方向的南、西南或X(例如，40°)度)定义的轨迹；由对象的另一个可能速度(例如，每小时2-10英里)和对象的实际行进方向(例如，向西)定义的轨迹；和/或由对象的另一个可能速度(例如，每小时2-10英里)和另一个可能的行进方向(例如，在朝着AV的方向上与对象实际行进方向的南、西南或X(例如，40°)度)角定义的轨迹。(一个或多个)可能的速度和/或(一个或多个)可能的行进方向可以针对与对象相同类和/或子类的对象预定义。在一些场景中，(一个或多个)对象轨迹包括由线性行进路径定义的轨迹。
接下来在808中，选择可能的对象轨迹之一用于后续分析。在一些场景中，对于在806中生成的每个可能的对象轨迹执行810-824的操作(例如，以迭代或并行的方式)。在其他场景中，810-824的操作仅针对为AV提供最坏情况碰撞场景的可能的对象轨迹之一而执行。该最坏情况可能的对象轨迹是基于指示AV的实际速度和行进方向的信息(例如，由图2的速度传感器238和/或图2的位置传感器248生成的)来选择的。最坏碰撞场景可以包括但不限于：比可能的对象轨迹提供的所有其他碰撞场景更早发生和/或预计会导致严重损伤或死亡(例如，高速、侧面碰撞或高速、正面碰撞)的碰撞场景。在还有其他场景中，针对可能的对象轨迹中的两个或更多个执行操作810-824，这些轨迹为AV提供前Z个(例如，2个或5个)最坏碰撞场景。Z是根据特定应用选择的整数。本解决方案不限于这些场景的细节。
接下来在810中，确定在804中生成的车辆轨迹和在808中选择的可能的对象轨迹是否彼此相交。如果两个轨迹彼此不相交[810：否]，则执行812，在812中方法800返回到804。
相反，如果两个轨迹确实彼此相交[810：是]，则方法800继续到814，在814中确定时间值。该时间值表示如果AV遵循车辆轨迹并且对象遵循可能的对象轨迹将发生碰撞的时间。然后将在814中确定的时间值与阈值时间值进行比较，如816所示。阈值时间值是根据给定的应用选择的(例如，一秒或多秒)。如果时间值大于阈值时间值[816：否]，则执行818，在818中方法800返回到804。如果时间值等于或小于阈值时间值[816：是]，则方法800继续图8A的820和图8B的822。820-822涉及：基于车辆轨迹和可能的对象轨迹动态生成一个或多个紧急操纵轮廓；以及确定如果AV遵循车辆轨迹并且在预定义的时间段(例如，N毫秒)内执行紧急操纵中的任何一个则是否能够避免碰撞。在完成822之后，方法800继续图8B的826。
如图8B中所示，如果在预定义的时间段内能够避免碰撞[822：是]，则执行828，在828中可选地使AV采取谨慎操纵(例如，适度减速)。用于使AV采取谨慎操纵(诸如减速)的技术在本领域中是众所周知的。本文可以使用任何已知或将要已知的用于使AV采取谨慎操纵的技术。随后，执行836，在836中方法800结束或执行其他处理。
相反，如果在预定义的时间段中不能避免碰撞[822：否]，则执行826，在826中使AV评估由(一个或多个)可能的对象轨迹定义的外推的移动体运动的可信度。如果可信度评估指示碰撞将在预定义的时间段内发生是不可信的[830：是]，则方法800继续到834。在834中，可选地使AV采取谨慎操纵(例如，适度减速)。用于使AV采取谨慎操纵(诸如减速)的技术在本领域中是众所周知的。本文可以使用任何已知或将要已知的用于使AV采取谨慎操纵的技术。随后，执行836，在836中方法800结束或执行其他处理。
相反，如果可信度评估指示碰撞将在预定时间段内发生是可信的，则方法800继续到832，在832中使AV立即采取紧急操纵。紧急操纵可以包括但不限于上面关于820讨论的动态生成的紧急操纵之一。用于使AV采取紧急操纵的技术在本领域中是众所周知的。本文可以使用任何已知或将要已知的用于使AV采取紧急操纵的技术。随后，执行836，在836中方法800结束或执行其他处理。
虽然本解决方案已经关于一种或多种实施方式进行了说明和描述，但是本领域的其他技术人员在阅读和理解本说明书和附图后将想到等同的变更和修改。此外，虽然本解决方案的特定特征可以已经仅关于几种实施方式中的一种被公开，但是这种特征可以与其他实施方式的一个或多个其他特征组合，这对于任何给定或特定的应用可能是期望的和有利的。因此，本解决方案的广度和范围不应当受上述任何实施例的限制。更确切地说，本解决方案的范围应当根据以下权利要求及其等同物来定义。

Claims (21)

1.一种用于操作车辆的方法，包括：
由计算设备生成车辆在所述车辆处于运动时的车辆轨迹；
检测距所述车辆给定距离内的对象；
由所述计算设备生成检测到的所述对象的至少一个可能的对象轨迹；
由所述计算设备基于所述车辆轨迹和所述至少一个可能的对象轨迹执行碰撞检查，以确定是否能够避免所述车辆与所述对象之间的碰撞；
当在所述碰撞检查中作出不能避免所述车辆与所述对象之间的碰撞的确定时，由所述计算设备执行可信度检查，以基于地图的内容确定所述碰撞是否是可信的；以及
基于所述可信度检查的结果，由所述计算设备执行操作，以选择性地使所述车辆执行紧急操纵。
2.根据权利要求1所述的方法，其中所述可信度检查包括基于所述对象的位置、所述对象的行进方向和所述地图的内容，确定所述对象的至少一个可信的行进路径。
3.根据权利要求2所述的方法，其中所述地图包括多个车道的车道信息和行进方向信息。
4.根据权利要求2所述的方法，其中所述可信度检查还包括确定至少一个可信的行进路径与所述车辆轨迹是否相交。
5.根据权利要求1所述的方法，其中，当在所述可信度检查中作出所述碰撞是可信的的确定时，选择性地使所述车辆执行所述紧急操纵。
6.根据权利要求1所述的方法，还包括当在所述可信度检查中作出所述碰撞是不可信的的确定时，由所述计算设备执行操作，以选择性地使所述车辆遵循所述车辆轨迹。
7.根据权利要求1所述的方法，其中所述紧急操纵包括制动命令、转向命令以及加速命令中的至少一个。
8.根据权利要求1所述的方法，还包括当在所述可信度检查中作出所述碰撞是不可信的的确定时，由所述计算设备执行操作，以选择性地使所述车辆执行谨慎操纵。
9.根据权利要求1所述的方法，其中所述可信度检查包括验证人类操作者有可能使所述对象沿着导致碰撞的路线移动。
10.根据权利要求9所述的方法，其中所述验证通过检查以下项来实现：(i)对于所述对象存在至少一个潜在目的地；(ii)存在从所述对象的位置开始到所述至少一个潜在目的地的可信的行进路径，且所述可信的行进路径符合所述对象的行进方向和所述地图中包含的车道信息；以及(iii)所述可信的行进路径与所述车辆轨迹相交。
11.一种系统，包括：
处理器；
非暂态计算机可读存储介质，包括被配置为使所述处理器实现用于操作车辆的方法的编程指令，其中所述编程指令包括用于以下的指令：
生成所述车辆在所述车辆处于运动时的车辆轨迹；
检测距所述车辆给定距离内的对象；
生成检测到的所述对象的至少一个可能的对象轨迹；
基于所述车辆轨迹和所述至少一个可能的对象轨迹执行碰撞检查，以确定是否能够避免所述车辆与所述对象之间的碰撞；
当在所述碰撞检查中作出不能避免所述车辆与所述对象之间的碰撞的确定时，执行可信度检查，以基于地图的内容确定所述碰撞是否是可信的；以及
基于所述可信度检查的结果，选择性地使所述车辆执行紧急操纵。
12.根据权利要求11所述的系统，其中所述可信度检查包括基于所述对象的位置、所述对象的行进方向和所述地图的内容，确定所述对象的至少一个可信的行进路径。
13.根据权利要求12所述的系统，其中所述地图包括多个车道的车道信息和行进方向信息。
14.根据权利要求12所述的系统，其中所述可信度检查还包括确定至少一个可信的行进路径与所述车辆轨迹是否相交。
15.根据权利要求11所述的系统，其中当在所述可信度检查中作出所述碰撞是可信的的确定时，选择性地使所述车辆执行所述紧急操纵。
16.根据权利要求11所述的系统，其中所述编程指令还包括用于以下的指令：当在所述可信度检查中作出所述碰撞是不可信的的确定时，选择性地使所述车辆遵循所述车辆轨迹。
17.根据权利要求11所述的系统，其中所述紧急操纵包括制动命令、转向命令以及加速命令中的至少一个。
18.根据权利要求11所述的系统，其中所述编程指令还包括用于以下的指令：当在所述可信度检查中作出所述碰撞是不可信的的确定时，选择性地使所述车辆执行谨慎操纵。
19.根据权利要求11所述的系统，其中可信度检查包括验证人类操作者有可能使对象沿着导致碰撞的路线移动。
20.根据权利要求19所述的系统，其中验证通过检查以下项来实现：(i)对于对象存在至少一个潜在目的地；(ii)存在从对象的位置开始到所述至少一个潜在目的地的可信的行进路径，且所述可信的行进路径符合对象的行进方向和地图中包含的车道信息；以及(iii)可信的行进路径与车辆轨迹相交。
21.一种计算机程序产品，包括存储器和编程指令，所述指令被配置为使处理器：
生成车辆在所述车辆处于运动时的车辆轨迹；
检测距所述车辆给定距离内的对象；
生成检测到的所述对象的至少一个可能的对象轨迹；
基于所述车辆轨迹和所述至少一个可能的对象轨迹执行碰撞检查，以确定是否能够避免所述车辆与所述对象之间的碰撞；
当在所述碰撞检查中作出不能避免所述车辆与所述对象之间的碰撞的确定时，执行可信度检查，以基于地图的内容确定所述碰撞是否是可信的；以及
基于所述可信度检查的结果，执行以选择性地使所述车辆执行紧急操纵。
CN202180067627.7A 2020-10-01 2021-09-21 用于避免即将发生的碰撞的系统和方法 Pending CN116390879A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/060,928 US11731661B2 (en) 2020-10-01 2020-10-01 Systems and methods for imminent collision avoidance
US17/060,928 2020-10-01
PCT/US2021/051245 WO2022072172A1 (en) 2020-10-01 2021-09-21 Systems and methods for imminent collision avoidance

Publications (1)

Publication Number Publication Date
CN116390879A true CN116390879A (zh) 2023-07-04

Family

ID=80931048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180067627.7A Pending CN116390879A (zh) 2020-10-01 2021-09-21 用于避免即将发生的碰撞的系统和方法

Country Status (4)

Country Link
US (1) US11731661B2 (zh)
EP (1) EP4222033A1 (zh)
CN (1) CN116390879A (zh)
WO (1) WO2022072172A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220049630A (ko) * 2020-10-14 2022-04-22 현대자동차주식회사 자동차 및 그를 위한 제어 방법
US11807233B1 (en) * 2020-12-23 2023-11-07 Zoox, Inc. Procedurally generated safety system determination
DE102021206854A1 (de) * 2021-06-30 2023-01-05 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Steuerung einer Annäherung eines Fahrzeugs, Abstandsregler, Computerprogramm und Speichereinheit
CN117533354B (zh) * 2023-12-28 2024-04-02 安徽蔚来智驾科技有限公司 轨迹生成方法、行驶控制方法、存储介质及智能设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017108263A1 (de) * 2015-12-21 2017-06-29 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur kollisionsvermeidung eines kraftfahrzeuges mit einem einsatzfahrzeug und ein diesbezügliches system und kraftfahrzeug
CN109080629A (zh) * 2017-06-14 2018-12-25 福特全球技术公司 车辆驶出的同时考虑交叉车流的方法和执行该方法的车辆
US10360800B2 (en) * 2016-11-08 2019-07-23 International Business Machines Corporation Warning driver of intent of others
CN110462703A (zh) * 2018-03-08 2019-11-15 百度时代网络技术（北京）有限公司 基于碰撞后分析的自动驾驶车辆的车辆动作优化
US20200086855A1 (en) * 2018-09-19 2020-03-19 Zoox, Inc. Collision prediction and avoidance for vehicles
US20200201334A1 (en) * 2018-12-20 2020-06-25 Volkswagen Aktiengesellschaft Method And Driver Assistance System For Assisting A Driver Of A Vehicle With Driving Of The Vehicle

Family Cites Families (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE515655C2 (sv) 1999-12-22 2001-09-17 Saab Ab "System och metod för kollisionsundvikning mellan farkoster
JP2002236994A (ja) 2001-02-09 2002-08-23 Nissan Motor Co Ltd 交差点情報を用いた走行支援装置
EP1273930B1 (en) 2001-07-05 2004-11-03 Ford Global Technologies, LLC A method for collision avoidance and collision mitigation
US6820006B2 (en) 2002-07-30 2004-11-16 The Aerospace Corporation Vehicular trajectory collision conflict prediction method
JP2004301667A (ja) 2003-03-31 2004-10-28 Clarion Co Ltd 経路配信サーバ、経路配信方法および経路配信プログラム並びに経路配信システム
DE102004057604B4 (de) 2004-11-29 2014-04-30 Daimler Ag Verfahren für ein Sicherheitssystem in einem Fahrzeug
WO2007031578A1 (de) 2005-09-15 2007-03-22 Continental Teves Ag & Co. Ohg Verfahren und vorrichtung zum lenken eines kraftfahrzeugs
US7579942B2 (en) 2006-10-09 2009-08-25 Toyota Motor Engineering & Manufacturing North America, Inc. Extra-vehicular threat predictor
AT505798B1 (de) 2007-09-20 2011-12-15 Naderhirn Michael Verfahren zur automatischen vermeidung von kollisionen eines objektes mit weiteren objekten
US20100100324A1 (en) 2008-10-22 2010-04-22 Toyota Motor Engineering & Manufacturing North America, Inc. Communication based vehicle-pedestrian collision warning system
DE102008062916A1 (de) 2008-12-23 2010-06-24 Continental Safety Engineering International Gmbh Verfahren zur Ermittlung einer Kollisionswahrscheinlichkeit eines Fahrzeuges mit einem Lebewesen
JP5262986B2 (ja) 2009-03-05 2013-08-14 日産自動車株式会社 走行経路生成装置、走行経路生成方法、及び運転操作支援装置
EP2484573B1 (en) 2011-02-08 2017-12-13 Volvo Car Corporation Method for reducing the risk of a collision between a vehicle and a first external object
US9381916B1 (en) 2012-02-06 2016-07-05 Google Inc. System and method for predicting behaviors of detected objects through environment representation
US9495874B1 (en) 2012-04-13 2016-11-15 Google Inc. Automated system and method for modeling the behavior of vehicles and other agents
DE102013001229A1 (de) 2013-01-25 2014-07-31 Wabco Gmbh Verfahren zum Ermitteln eines Auslöekriteriums für eine Bremsung und ein Notbremssystem zur Durchführung des Verfahrens
DE102013001228A1 (de) 2013-01-25 2014-07-31 Wabco Gmbh Verfahren zum Ermitteln eines Auslösekriteriums für eine Bremsung und Notbremssystem für ein Fahrzeug
US9229453B1 (en) 2014-08-29 2016-01-05 GM Global Technology Operations LLC Unified motion planner for autonomous driving vehicle in avoiding the moving obstacle
US9248834B1 (en) * 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information
US9528838B2 (en) 2014-12-09 2016-12-27 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle detection of and response to intersection priority
JP2016122308A (ja) 2014-12-25 2016-07-07 クラリオン株式会社 車両制御装置
JP6532786B2 (ja) 2015-08-07 2019-06-19 株式会社日立製作所 車両走行制御装置及び速度制御方法
SE539097C2 (en) 2015-08-20 2017-04-11 Scania Cv Ab Method, control unit and system for avoiding collision with vulnerable road users
US10005464B2 (en) 2015-08-27 2018-06-26 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle operation at multi-stop intersections
JP6308186B2 (ja) 2015-08-28 2018-04-11 トヨタ自動車株式会社 衝突回避支援装置
EP3141926B1 (en) 2015-09-10 2018-04-04 Continental Automotive GmbH Automated detection of hazardous drifting vehicles by vehicle sensors
US9507346B1 (en) 2015-11-04 2016-11-29 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
US9494940B1 (en) 2015-11-04 2016-11-15 Zoox, Inc. Quadrant configuration of robotic vehicles
US10745003B2 (en) 2015-11-04 2020-08-18 Zoox, Inc. Resilient safety system for a robotic vehicle
US9612123B1 (en) 2015-11-04 2017-04-04 Zoox, Inc. Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes
US9517767B1 (en) 2015-11-04 2016-12-13 Zoox, Inc. Internal safety systems for robotic vehicles
DE102016000943B4 (de) 2016-01-28 2023-09-07 Zf Automotive Germany Gmbh Steuerungssystem und Steuerungsverfahren zum Ermitteln einer Wahrscheinlichkeit einer bevorstehenden Kollision eines Fahrzeugs
US20170329332A1 (en) 2016-05-10 2017-11-16 Uber Technologies, Inc. Control system to adjust operation of an autonomous vehicle based on a probability of interference by a dynamic object
US10474162B2 (en) 2016-07-01 2019-11-12 Uatc, Llc Autonomous vehicle localization using passive image data
US10496091B1 (en) 2016-08-17 2019-12-03 Waymo Llc Behavior and intent estimations of road users for autonomous vehicles
DE102016116963A1 (de) 2016-09-09 2018-03-15 Knorr-Bremse Systeme für Nutzfahrzeuge GmbH Vorrichtung zum Warnen eines Fahrzeugführers eines Fahrzeugs vor einem Objekt sowie Fahrzeug mit einer solchen Vorrichtung
US10037694B2 (en) 2016-09-30 2018-07-31 Passion Mobility Ltd. Method and system for autonomous vehicles to pass through road intersection safely
US10377376B2 (en) 2016-10-06 2019-08-13 Ford Global Technologies, Llc Vehicle with environmental context analysis
KR102581779B1 (ko) 2016-10-11 2023-09-25 주식회사 에이치엘클레무브 교차로충돌방지시스템 및 교차로충돌방지방법
JP7016214B2 (ja) 2016-11-29 2022-02-04 アルパイン株式会社 走行可能領域設定装置および走行可能領域設定方法
CN110214264A (zh) 2016-12-23 2019-09-06 御眼视觉技术有限公司 具有施加的责任约束的导航系统
MX2019008618A (es) 2017-01-20 2019-09-09 Nissan Motor Metodo de prediccion de comportamiento de vehiculo y aparato de prediccion de comportamiento de vehiculo.
KR102354332B1 (ko) 2017-03-13 2022-01-21 삼성전자주식회사 차량의 주행을 보조하는 장치 및 방법
MX2019012357A (es) 2017-04-19 2020-01-20 Nissan Motor Metodo de asistencia al desplazamiento y dispositivo de asistencia al desplazamiento.
US11069242B2 (en) 2017-05-24 2021-07-20 Nissan Motor Co., Ltd. Traveling assistance method of traveling assistance device and traveling assistance device
WO2018220807A1 (ja) 2017-06-02 2018-12-06 本田技研工業株式会社 予測装置、車両、予測方法およびプログラム
JP6235748B1 (ja) 2017-06-22 2017-11-22 株式会社ショーワ 経路生成装置、車両、及び車両システム
US10579063B2 (en) 2017-07-21 2020-03-03 Uatc, Llc Machine learning for predicting locations of objects perceived by autonomous vehicles
US10509413B2 (en) 2017-09-07 2019-12-17 GM Global Technology Operations LLC Ground reference determination for autonomous vehicle operations
CN107808549B (zh) 2017-11-08 2020-06-16 华为技术有限公司 移动控制的方法、装置和系统
JP6634100B2 (ja) 2018-01-12 2020-01-22 本田技研工業株式会社 走行軌道決定装置及び自動運転装置
US11079764B2 (en) 2018-02-02 2021-08-03 Nvidia Corporation Safety procedure analysis for obstacle avoidance in autonomous vehicles
CN111278704B (zh) 2018-03-20 2023-07-28 御眼视觉技术有限公司 用于导航车辆的系统和方法
US10802492B2 (en) 2018-04-05 2020-10-13 Ford Global Technologies, Llc Vehicle path identification
EP3552921B1 (de) 2018-04-13 2020-11-18 Siemens Mobility GmbH Autonome geschwindigkeitsplanung eines auf einen vorbestimmten pfad beschränkten beweglichen akteurs
US20200026277A1 (en) 2018-07-19 2020-01-23 GM Global Technology Operations LLC Autonomous driving decisions at intersections using hierarchical options markov decision process
US11364936B2 (en) 2019-02-28 2022-06-21 Huawei Technologies Co., Ltd. Method and system for controlling safety of ego and social objects
US11328593B2 (en) 2019-07-31 2022-05-10 Toyota Research Institute, Inc. Autonomous vehicle user interface with predicted trajectories
US20210031760A1 (en) 2019-07-31 2021-02-04 Nissan North America, Inc. Contingency Planning and Safety Assurance
JP7275001B2 (ja) 2019-10-18 2023-05-17 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
US10928820B1 (en) 2019-11-12 2021-02-23 Baidu Usa Llc Confidence levels along the same predicted trajectory of an obstacle
US11372417B2 (en) 2019-12-12 2022-06-28 Baidu Usa Llc Method for predicting exiting intersection of moving obstacles for autonomous driving vehicles
US20210389133A1 (en) 2020-06-12 2021-12-16 Lyft, Inc. Systems and methods for deriving path-prior data using collected trajectories
US11618444B2 (en) 2020-10-01 2023-04-04 Argo AI, LLC Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017108263A1 (de) * 2015-12-21 2017-06-29 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur kollisionsvermeidung eines kraftfahrzeuges mit einem einsatzfahrzeug und ein diesbezügliches system und kraftfahrzeug
US10360800B2 (en) * 2016-11-08 2019-07-23 International Business Machines Corporation Warning driver of intent of others
CN109080629A (zh) * 2017-06-14 2018-12-25 福特全球技术公司 车辆驶出的同时考虑交叉车流的方法和执行该方法的车辆
CN110462703A (zh) * 2018-03-08 2019-11-15 百度时代网络技术（北京）有限公司 基于碰撞后分析的自动驾驶车辆的车辆动作优化
US20200086855A1 (en) * 2018-09-19 2020-03-19 Zoox, Inc. Collision prediction and avoidance for vehicles
US20200201334A1 (en) * 2018-12-20 2020-06-25 Volkswagen Aktiengesellschaft Method And Driver Assistance System For Assisting A Driver Of A Vehicle With Driving Of The Vehicle

Also Published As

Publication number Publication date
WO2022072172A1 (en) 2022-04-07
US20220105963A1 (en) 2022-04-07
EP4222033A1 (en) 2023-08-09
US11731661B2 (en) 2023-08-22

Similar Documents

Publication Publication Date Title
JP7315294B2 (ja) システム、方法及びプログラム
US10037036B2 (en) Method and arrangement for determining safe vehicle trajectories
CN111775940B (zh) 一种自动换道方法、装置、设备及存储介质
JP4416020B2 (ja) 走行計画生成装置
CN116390879A (zh) 用于避免即将发生的碰撞的系统和方法
JP2018152056A (ja) 視界に制限のある交差点への接近のためのリスクベースの運転者支援
CN110884490B (zh) 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质
US20140350813A1 (en) Apparatus and method for preventing collision with vehicle
US11167754B2 (en) Systems and methods for trajectory based safekeeping of vehicles
CN115503728A (zh) 用于预测人类驾驶操纵并减少人类驾驶错误的驾驶员和环境监测
US11072326B2 (en) Systems and methods for trajectory based safekeeping of vehicles
US20190111922A1 (en) In-vehicle traffic assist
Eidehall Tracking and threat assessment for automotive collision avoidance
JP7313298B2 (ja) 車両制御装置、車両制御方法、およびプログラム
Bonnin et al. A generic concept of a system for predicting driving behaviors
CN116745191A (zh) 场景相关轨迹评分系统与方法
CN105946578A (zh) 油门踏板控制方法、装置及车辆
CN113335311A (zh) 一种车辆碰撞检测方法、装置、车辆及存储介质
CN115892061A (zh) 一种基于v2i的高风险路段纵向决策控制方法、车辆、计算机及存储介质
WO2021034802A1 (en) Systems and methods for trajectory based safekeeping of vehicles
JP2022068115A (ja) 適応可能な後突警報のためのシステムと方法
US20230131124A1 (en) Connected vehicle road-safety infrastructure insights
EP4145358A1 (en) Systems and methods for onboard enforcement of allowable behavior based on probabilistic model of automated functional components
Wang et al. The optimal maneuver decision of collision avoidance for autonomous vehicle in emergency conditions.
Amditis et al. Real-time traffic and environment risk estimation for the optimisation of human-machine interaction

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