CN116685924A - 用于自主车辆上下文中的模拟支持的地图质量保证的系统和方法 - Google Patents

用于自主车辆上下文中的模拟支持的地图质量保证的系统和方法 Download PDF

Info

Publication number
CN116685924A
CN116685924A CN202280008775.6A CN202280008775A CN116685924A CN 116685924 A CN116685924 A CN 116685924A CN 202280008775 A CN202280008775 A CN 202280008775A CN 116685924 A CN116685924 A CN 116685924A
Authority
CN
China
Prior art keywords
vehicle
map
quality
computing device
verified
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
CN202280008775.6A
Other languages
English (en)
Inventor
M·奈豪斯
T·阿肯豪森
P·卡莫迪
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 CN116685924A publication Critical patent/CN116685924A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road 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
    • 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
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3859—Differential updating map 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/40—High definition maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

用于地图质量保证和/或车辆控制的系统和方法。该方法包括：由计算设备生成在地图中供车辆穿过的多条模拟路线；由所述计算设备模拟所述车辆沿着所述地图中的所述多条模拟路线中的每条路线的操作；由所述计算设备分析来自所述模拟的结果以验证所述地图的质量是否通过验证；当确定所述地图的质量通过验证时，由所述计算设备促使使用所述地图来控制所述车辆的自主或半自主操作；以及当确定所述地图的质量未通过验证时，执行除了所述促使之外的给定操作。

Description

用于自主车辆上下文中的模拟支持的地图质量保证的系统和 方法
交叉引用和优先权要求
本专利申请要求于2022年4月21日提交的美国专利申请号17/236,000的优先权，其全部内容通过引用并入本文。
技术领域
本公开整体上涉及计算设备。更具体地，本公开涉及实现用于在自主或半自主车辆上下文中模拟支持的地图质量保证的系统和方法。
背景技术
自主车辆(AV)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监测和/或控制AV的操作。使用高清晰度(HD)地图来控制AV的操作。HD地图是一组数字文件，其包含关于地理区域的物理细节的数据，诸如道路、道路内的车道、交通信号和标志、障碍物和路面标记。AV使用HD地图数据来增强AV的车载相机、LiDAR系统和/或其他传感器感知的信息。AV的车载处理系统可以快速搜索地图数据以标识AV环境的特征和/或帮助检验AV传感器感知的信息。
然而，地图假设世界的静态表示。因此，随着时间的推移，HD地图可能变得过时。由于新道路建设、道路的重新铺设和/或重新涂漆、道路维护、导致临时车道改变和/或绕道的建设项目、或其他原因，可能发生地图改变。在一些地理区域中，HD地图可以每天改变若干次，因为车队收集新数据并将数据卸载到地图生成系统。在更新HD地图期间，可以将错误或回归添加到HD地图。这种错误和回归可能导致自主车辆以意外或不期望的方式穿过道路/地形。
发明内容
本公开涉及实现用于地图质量保证和/或车辆控制的系统和方法。该方法包括由计算设备(例如，车辆的车载计算设备或远离车辆的计算设备(例如，服务器))执行以下操作：生成地图中的车辆穿过的多条模拟路线；沿着所述地图中的所述多条模拟路线中的每条路线模拟所述车辆的操作；分析来自所述模拟的结果，以确定所述地图的质量是否通过验证；当确定所述地图的质量通过验证时，促使使用所述地图来控制所述车辆的自主或半自主操作；以及当确定所述地图的质量未通过验证时，执行除所述促使之外的给定操作。
所述路线中的至少一个路线包括(i)所述车辆在所述模拟期间要穿过的单个车道或(ii)所述车辆在所述模拟期间要穿过的多个车道。每条所述路线包括起始位置和结束位置，这两个位置都位于所述车辆在所述模拟期间要穿过的测试车道之外。例如，当车辆在模拟期间穿过所有模拟路线而不经历给定类型的故障或不必执行危险的操纵时，所述地图的质量可以通过验证。
在一些场景中，该方法还包括：基于车辆的当前位置选择要进行质量测试的地图的一部分；当确定所述地图的质量未通过验证时，丢弃或更新所述地图；和/或当确定所述地图的质量未通过验证时，促使基于另一地图来控制车辆的操作。可以响应于所述地图的生成、对所述地图的更新、自主车辆软件的生成、对自主车辆软件的更新、所述车辆在使用时的对象检测、或者所述车辆在使用时生成车辆轨迹的需求，而执行所述方法。
所述实施系统包括处理器和非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质包括被配置为促使所述处理器实施用于地图质量保证和/或车辆控制的方法的编程指令。
附图说明
将参考以下附图描述本解决方案，其中在所有附图中相同的附图标记表示相同的项目。
图1提供了道路/地形图的说明性子区段的图示，其可用于理解用于测试AV是否可以在单个车道上驾驶的路线。
图2提供了道路/地形图的说明性子区段的图示，其可用于理解用于测试AV是否可以在多个车道上驾驶的路线。
图3是说明性系统的图示。
图4是车辆的说明性架构的图示。
图5是计算设备的说明性架构的图示。
图6提供了用于提供地图质量保证和/或车辆控制的说明性方法的流程图。
图7提供了对于理解根据本解决方案如何实现车辆控制有用的框图。
具体实施方式
如本文档中所使用的，单数形式“一”、“一个”和“该”包括复数引用，除非上下文另有明确说明。除非另有定义，否则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通常理解的含义相同的含义。如本文档中所使用的，术语“包含”意指“包括但不限于”。与本文档相关的附加术语的定义包括在本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，或者所述处理器和/或存储器可以与虚拟机或容器布置中的其他设备共享。存储器将包含或接收编程指令，该编程指令在由处理器执行时促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”、“数据库”、“数据库设施”等各自是指其上存储计算机可读数据、编程指令或两者的非暂时性设备。除非另有特别说明，否则术语“存储器”、“存储器设备”、“数据库”、“数据库设施”等旨在包括单个设备实施例、其中多个存储器设备一起或共同存储一组数据或指令的实施例、以及这些设备内的各个扇区。
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。除非另有特别说明，否则单数术语“处理器”或“处理设备”旨在包括单个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”是指能够承载一个或多个乘员和/或货物并且由任何形式的能量提供动力的任何移动形式的运输工具。术语“车辆”包括但不限于汽车、卡车、货车、火车、自主车辆、飞机、空中无人机等。“自主车辆”是具有处理器、编程指令和传动系部件的车辆，所述编程指令和传动系部件可由处理器控制而不需要人操作者。自主车辆可以是完全自主的，因为它对于大多数或所有驾驶条件和功能不需要人操作者，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需要人操作者，或者人操作者可以超控车辆的自主系统并且可以控制车辆。
在本文档中，当诸如“第一”和“第二”的术语用于修饰名词时，这种使用仅旨在将一个项目与另一个项目区分开，并且不旨在要求顺序次序，除非特别说明。另外，当使用时，诸如“竖直”和“水平”、或“前”和“后”的相对位置的术语旨在相对于彼此并且不需要是绝对的，并且仅指代与这些术语相关联的设备的一个可能位置，这取决于设备的取向。
本文在AV的上下文中描述了本解决方案。本解决方案不限于AV应用。本解决方案可以用于需要HD道路/地形图来控制设备(例如，机器人)的操作的其他应用中。
如上所述，AV具有至少一个车载计算机并且具有互联网/卫星连接性。在这些车载计算机上运行的软件监测和/或控制车辆的操作。使用HD道路/地形图来控制车辆的操作。生成并更新HD道路/地形图以反映道路变化(例如，在先前由停止标志控制的交叉路口处安装了新的交通灯)。还可以更新HD道路/地形图以包括先前不可用的新细节。在HD道路/地形图的更新期间，可以将错误或回归添加到HD道路/地形图。这种错误和回归可能导致AV以意外或不期望的方式穿过道路/地形。
本解决方案提供了用于确保在生成或更新过程期间没有将这种错误和回归添加到HD道路/地形图的系统和方法。在2020年10月21日提交的美国专利申请序列号17/075,827中讨论了用于构建或以其他方式生成/更新HD道路/地形图的说明性方法。该申请的内容通过引用并入本文。可以更新HD道路/地形图以反映在地图内表示的真实环境的变化。LiDAR(激光雷达)系统、相机系统和/或其他部件可以用于检测这种变化并以本领域已知的方式更新HD道路/地形图。由于时间限制导致的最难测试的部分之一是验证AV可以以预期的方式在地图覆盖的整个地形上驾驶(即，地图中不存在错误，这将导致AV不能如预期的那样穿过道路/地形)。
通过使用HD道路/地形图自动创建模拟场景来实现该验证。为了尽可能完整，生成一个模拟场景以测试地图中道路上的每个车道。每个模拟场景在测试车道之前的位置处开始AV，并且被分配通过测试车道的从开始位置直到超出测试车道的结束位置的路线。选择分配的路线以确保AV可以在整个车道上按照路线行驶。在图1中提供了道路/地形图的说明性子区段100，其可用于理解根据本解决方案的用于测试AV 106是否可以穿过单个车道104的路线102。路线102包括起始位置108和结束位置110，两者都位于感兴趣的车道104之外。当运行模拟时，计算设备确定AV 106是否可以成功地或以预期的方式穿过车道104。
可以优化本解决方案，使得可以在单个模拟场景中测试两个或更多个车道。在这种情况下，当考虑所有模拟场景时，进行检查以便跟踪AV到达每个车道并成功地按照路线通过每个车道。图2中提供了道路/地形图的说明性子区段200，其可用于理解根据本解决方案的用于测试AV 204是否可以在多个车道206、208、210上行驶的路线202。路线202包括起始位置212和结束位置214，起始位置212和结束位置214都位于感兴趣的车道206-210之外。当运行模拟时，计算设备确定AV 204是否可以成功地或以预期的方式穿过车道206-210。
确定车辆可以以预期的方式穿过车道，例如，当车辆到达结束位置时，在沿着模拟路线或行驶路径行驶时不存在一种或多种类型的故障(例如，传感器故障和/或诊断故障)或存在最小数量的一种或多种类型的故障(例如，传感器故障和/或诊断故障)，乘坐舒适性处于可接受的水平，在车辆沿着模拟路线或行驶路径行驶时经历的任何问题都是次要问题(例如，乘坐舒适性)，而不是主要问题(例如，车辆不能穿过车道)和/或关键问题(例如，车辆执行紧急操纵)。
在一些场景中，系统测试在特定车辆软件版本上尚未批准的路线。这例如可以包括但不限于学校区域、隧道、立交桥、铁路和/或十字路口。附加地或替代地，系统可以测试限速变化(例如，地图改变的限速，或者更新的AV版本的软件现在允许更高的最大速度(即，高达由HD地图定义的限速))。
说明性系统
现在参考图3，提供了说明性系统300的图示。系统300被配置为(i)使模拟场景的创建自动化以辅助地图质量保证过程，以及(ii)使得基于质量地图来控制AV。系统300以创建小的简单场景以确保整个地图或地图的给定部分被覆盖并测试质量的方式来这样做。许多小场景易于并行化以快速运行且有效分析整个地图或地图的给定部分。
可以通过以自主或半自主模式在整个地图上手动驾驶车辆，来实现测试地图的质量。然而，这是耗时的，可能导致误报或地图内容与现实世界车道状态之间的差异(例如，当车辆经过时、由于当天的施工使得车道可能暂时被阻挡)。还可以通过在新地图上手动创建场景来实现对地图质量的测试。这也是耗时的并且可能导致不完整的地图覆盖。用于地图质量保证的另一种技术是生成使用每个车道的整个地图周围的模拟路线。模拟车辆需要花费很长时间才能穿过整个地图，并且如果手动进行并且路线中存在错误，则还可能导致不完整的地图覆盖。
本解决方案采用克服这些解决方案的缺点的又一种技术。根据本解决方案，系统300通过以顺序或并行处理方式执行多个模拟场景来测试地图的质量。每个模拟场景以自动方式设计，以测试地图的一个或多个车道的质量。每个模拟场景具有在测试车道之前的开始位置和在测试车道之后的结束位置。一旦已经执行了所有模拟场景，则分析其结果以确定地图的整体质量。如果地图的整体质量是可接受的(例如，最终质量得分大于阈值)，则使用该地图来控制车辆的操作(例如，自主驾驶操作)。
如图3所示，系统300包括以半自主或自主方式沿着道路行驶的车辆3021。车辆3021在本文中也称为AV。AV 3021可以包括但不限于陆地车辆(如图3所示)、飞行器、船只或航天器。
AV 3021通常被配置为检测其附近的对象3022、314、316。对象可以包括但不限于车辆3022、骑车人314(诸如自行车、电动滑板车、摩托车等的骑车人)和/或行人316。根据任何已知或将要已知的对象检测过程来实现对象检测。对象检测过程可以在AV 3021处、在远程计算设备310处、或者部分地在AV 3021和远程计算设备310两者处执行。因此，可以经由网络308(例如，互联网、蜂窝网络和/或无线电网络)在AV和远程计算设备310之间传送与对象检测相关的信息。对象检测相关信息也可以存储在数据库312中。
当进行这样的对象检测时，AV 3021执行操作以：为检测到的对象生成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，如果AV将遵循给定轨迹，则确定在AV和对象之间是否存在将发生碰撞的不期望的风险水平。给定车辆轨迹由AV3021使用具有可接受水平的质量的HD地图来生成。HD地图是根据任何已知或将要已知的地图生成和/或更新过程来产生的。例如，使用3D激光扫描数据产生HD地图，其中经由光线投射和语义类图像从配准的点云中移除动态点/对象。HD地图已经如本文所述进行了质量测试和/或更新。
如果在AV要遵循给定轨迹的情况下不存在AV和对象之间将发生碰撞的不期望的风险水平，则使AV 3021遵循给定的车辆轨迹。如果在AV要遵循给定轨迹的情况下存在AV和对象之间将发生碰撞的不期望的风险水平，则使AV 3021(i)遵循与对象碰撞的风险相对较低的另一车辆轨迹，或者(ii)执行操纵以降低与对象碰撞的风险或避免与对象碰撞(例如，制动和/或改变行驶方向)。
现在参考图4，提供了用于车辆的说明性系统架构400的图示。图3的车辆3021和/或3022可以具有与图4中所示的系统架构相同或相似的系统架构。因此，以下对系统架构400的讨论足以理解图3的车辆3021、3022。
如图4所示，车辆400包括引擎或马达402和用于测量车辆的各种参数的各种传感器404-418。在具有燃料动力引擎的气体动力或混合动力车辆中，传感器可以包括例如引擎温度传感器404、电池电压传感器406、引擎每分钟转数(RPM)传感器408和油门位置传感器410。如果车辆是电动车辆或混合动力车辆，则车辆可以具有电动马达，并且因此将具有传感器，诸如电池监测系统412(以测量电池的电流、电压和/或温度)、马达电流414和电压416传感器、以及马达位置传感器，诸如旋转变压器和编码器418。
两种类型的车辆共有的操作参数传感器包括例如位置传感器436(诸如加速度计、陀螺仪和/或惯性测量单元)、速度传感器438和里程表传感器440。车辆还可以具有时钟442，系统使用时钟442来确定操作期间的车辆时间。时钟442可以被编码到车辆车载计算设备中，它可以是单独的设备，或者多个时钟可以是可用的。
车辆还将包括各种传感器，其操作以收集关于车辆行驶的环境的信息。这些传感器可以包括例如位置传感器460(例如，全球定位系统(GPS)设备)、对象检测传感器(例如，相机462)、LiDAR系统464和/或雷达/声纳系统466。传感器还可以包括环境传感器468，诸如降水传感器和/或环境温度传感器。对象检测传感器可以使得车辆能够在任何方向上检测在车辆400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驶区域内的环境状况的数据。
在操作期间，将信息从传感器传送到车载计算设备420。车载计算设备420分析由传感器捕获的数据，并且可选地基于分析的结果来控制车辆的操作。例如，车载计算设备420可以控制：经由制动控制器422的制动；经由转向控制器424的方向；经由油门控制器426(在汽油动力车辆中)或马达速度控制器428(诸如电动车辆中的电流水平控制器)的速度和加速度；差速齿轮控制器430(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460传送到车载计算设备420，车载计算设备420然后可以访问对应于位置信息的环境的地图，以确定环境的已知固定特征，诸如街道、建筑物、停止标志和/或停止/前进信号。从相机462捕获的图像和/或从传感器(例如，LiDAR系统464)捕获的对象检测信息被传送到车载计算设备420。对象检测信息和/或捕获的图像由车载计算设备420处理，以检测车辆400附近的对象。根据任何已知或将要已知的对象检测技术进行对象检测。
当车载计算设备420检测到移动对象时，车载计算设备420将为检测到的对象生成一个或多个可能的对象轨迹，并且分析可能的对象轨迹，如果AV将遵循给定的车辆轨迹，则评估对象和AV之间碰撞的风险。如果不存在碰撞风险，则使AV遵循给定的车辆轨迹。如果存在碰撞风险，则可以生成替代车辆轨迹和/或可以使AV执行特定操纵(例如，制动、加速和/或改变行驶方向)。使用根据本解决方案创建的HD地图来生成车辆轨迹。根据讨论，HD地图被创建、更新和/或质量保证测试的方式是显而易见的。
现在参考图5，提供了用于计算设备500的说明性架构的图示。图3的计算设备310和/或图4的车辆车载计算设备420与计算设备500相同或相似。这样，对计算设备500的讨论足以理解图3的计算设备310和图4的车辆车载计算设备420。
计算设备500可以包括比图5中所示的组件更多或更少的组件。然而，所示的组件足以公开实现本解决方案的说明性解决方案。图5的硬件架构表示被配置为操作车辆的代表性计算设备的一个实现，如本文所述。这样，图5的计算设备500实现本文描述的方法的至少一部分。
计算设备500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部件(例如，电阻器和电容器)和/或有源部件(例如，放大器和/或微处理器)。无源和/或有源组件可以适于、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5所示，计算设备500包括用户接口502、中央处理单元(CPU)506、系统总线510、通过系统总线510连接到计算设备500的其他部分并可由其访问的存储器512、系统接口560、和连接到系统总线510的硬件实体514。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500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550。输入设备可以经由有线或无线连接(例如，蓝牙连接)连接到计算设备500。输出设备包括但不限于扬声器552、显示器554和/或发光二极管556。系统接口560被配置为促进去往和来自外部设备(例如，诸如接入点的网络节点等)的有线或无线通信。
硬件实体514中的至少一些执行涉及访问和使用存储器512的动作，存储器512可以是随机存取存储器(RAM)、盘驱动器、闪存、致密盘只读存储器(CD-ROM)和/或能够存储指令和数据的另一硬件设备。硬件实体514可以包括盘驱动单元516，盘驱动单元516包括计算机可读存储介质518，计算机可读存储介质518上存储有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的一组或多组指令520(例如，软件代码)。指令520还可以在其由计算设备500执行期间，完全或至少部分地驻留在存储器512内和/或CPU 506内。存储器512和CPU 506还可以构成机器可读介质。这里使用的术语“机器可读介质”是指存储一组或多组指令520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)。这里使用的术语“机器可读介质”还指能够存储、编码或携带一组指令520以供计算设备500执行并且使计算设备500执行本公开的任何一种或多种方法的任何介质。
现在参考图6，提供了用于地图质量保证和/或车辆控制的说明性方法600的流程图。图6中执行的全部或一些操作可以由车辆(例如，图3的AV 3021)的车载计算设备(例如，图4的车载计算设备420)和/或远程计算设备(例如，图3的计算设备310)执行。
在远程计算设备(例如，服务器)执行方法600的场景中，远程计算设备执行操作以使用AV软件来验证HD地图的全部或一部分的质量，以模拟车辆在HD地图中穿过车道的操作。如果HD地图的质量通过验证，则远程计算设备可以使用验证的HD地图来控制车辆的操作。否则，远程计算设备可以提供验证失败的通知和/或报告和/或验证失败的原因。当(i)已经生成或更新HD地图和/或(ii)已经生成或更新AV软件时，可以由远程计算设备执行模拟过程。
在方法600由车辆的车载计算设备执行的场景中，车载计算设备执行操作以验证整个HD地图或基于车辆的当前位置选择的HD地图的仅一部分的质量。如果HD地图或HD地图的一部分的质量通过验证，则车载计算设备使得使用HD地图来控制车辆的操作。否则，车载计算设备使得使用先前版本的HD地图来控制车辆和/或向远程计算设备提供验证失败的通知。当(i)已经生成或更新HD地图，(ii)已经生成或更新AV软件，和/或(iii)已经发生触发事件(例如，需要确定车辆的对象检测和/或车辆的轨迹)时，可以由车载计算设备执行模拟过程。
如图6所示，方法600开始于602并且继续于604，其中从车辆的数据库(例如，图5的存储器512)或远程数据库(例如，图3的数据库312)获得地图。还在606中从车辆本地或远离车辆的数据库获得用于车辆的软件。软件被配置为以自主和/或半自主的方式促使车辆的操作。例如，响应于地图的生成、地图的更新、新AV软件的生成、AV软件的更新、车辆的对象检测和/或其他触发事件，可以启动604-606。
在可选608中，获得车辆的当前位置。例如，当车辆的车载计算设备正在执行方法600时，获得当前位置。可以从车辆的定位系统(例如，图4的定位系统460)获得当前位置。当前位置可以包括GPS数据、三角测量数据和/或卫星位置数据。在610中使用当前位置来选择要进行质量测试的地图的一部分。可以基于一些标准预定义或动态选择地图的部分的尺寸和/或形状。标准可以包括但不限于车辆位置、一天中的时间、车辆目的地、车道的长度和/或车道上的估计行驶时间。可以对两个或更多个标准进行加权和组合以产生组合得分，该组合得分用于标识要测试的地图的部分或作为算法的输入以确定要测试的地图的部分。
在612中，使用地图为车辆生成模拟路线或行驶路径。选择每个模拟路线或行驶路径以便于在后续模拟过程的迭代期间测试地图中的车道。每条模拟路线或行驶路径包括车辆的开始位置(可以是或可以不是车辆的当前位置)、车辆要行驶通过的多个车道中的至少一个特定车道、以及特定车道外部的结束位置。在一些场景中，生成一个或多个模拟路径，使得在后续模拟过程期间同时、并发或顺序地测试地图中的每个车道。在其他场景中，生成一个或多个模拟路径，使得在后续模拟过程期间测试地图中的少于所有车道。例如，如果仅更新了地图的给定区域，则模拟路线或行驶路径将仅在地图的该给定区域或包含给定区域的地图区域(例如，N个城市街区、城镇、城市和/或州)中包括车道。类似地，如果车辆软件已经被更新以修改特定特征或添加新特征，则模拟路线或行驶路径将仅在地图的适于测试更新的或新的特征的区域中包括车道。本解决方案不限于这些示例的细节。
在一些场景中，生成模拟路线或行驶路径，以便于在模拟过程的多次迭代期间单独测试地图中的道路上的每个车道。每条模拟路线或行驶路径在测试车道之前出现的开始位置处开始车辆的驾驶操作，促使车辆行驶通过正被测试的车道，并且在测试车道之外出现的结束位置处终止驾驶操作。图1中提供了示出测试车道104的说明性行驶路线或路径102的图示。如图1所示，模拟路线或行驶路径102具有穿过测试车道104的开始位置108、以及目标车道110内的结束位置。
在其他场景中，生成模拟路线或行驶路径，以便于在模拟过程的多次迭代中的每次迭代期间测试地图中的道路上的两个或更多个车道。迭代可以同时、并发或顺序地执行。每条模拟路线或行驶路径在测试车道之前出现的开始位置处开始车辆的驾驶操作，使车辆行驶通过两个或更多个被测试车道，并且在测试车道之外出现的结束位置处终止驾驶操作。图2中提供了示出测试车道206、208、210的说明性行驶路线或路径202的图示。如图2所示，模拟路线或行驶路径202具有穿过测试车道206、208、210的开始位置212、以及目标车道214内的结束位置。
再次参考图6，方法600继续到614，其中选择模拟路线或行驶路径。根据特定顺序(例如，生成顺序)和/或根据算法(例如，随机或伪随机算法)，该选择可以是任意的。地图的标识符、地图的给定区域的标识符和/或正在分析的车道的标识符可以用作算法的种子值。
接下来在616中，使用车辆软件来模拟沿着所选择的模拟路线或行驶路径行驶的车辆的操作。在完成模拟操作时，系统确定车辆是否可以预期方式穿过特定车道。
当车辆到达结束位置时，确定车辆可以以预期的方式穿过车道，在沿着模拟路线或行驶路径行驶时不存在一种或多种类型的故障(例如，传感器故障和/或诊断故障)或存在最少数量的故障(例如，传感器故障和/或诊断故障)，乘坐舒适性处于可接受的水平，在车辆沿着模拟路线或行驶路径行驶时经历的任何问题是次要问题(例如，乘坐舒适性)，而不是主要问题(例如，车辆不能穿过车道)和/或关键问题(例如，车辆执行紧急驾驶操作)。
当车辆未到达结束位置时，确定车辆不能以预期的方式穿过车道，当车辆正在穿过车道时发生一种或多种类型的故障(例如，传感器故障和/或诊断故障)，乘坐舒适性处于不可接受的水平，车辆采取躲避或紧急操纵以避开障碍物，并且当车辆沿着模拟路线或行驶路径行驶时经历的问题是主要和/或关键问题。
如果是[618：是]，则所测试的车道的质量被认为或以其他方式被认为是良好的、可接受的、令人满意的和/或通过验证的，如620所示。如果不是[618：否]，那么车道的质量被视为或以其它方式视为差、不可接受、不令人满意和/或未通过验证，如622所示。可以在622中做出报告中的通知，指示地图中的相应车道的验证失败。
在完成620或622之后，确定是否已经评估了所有模拟路线或行驶路径。如果不是[624：否]，则方法600返回到614，使得针对下一模拟路线或行驶路径重复模拟过程，如627所示。
如果是[624：是]，则在626中确定地图的整体质量。例如，当车辆在没有经历给定类型的任何故障或给定类型的最小数量的故障(例如，发生少于X个次要问题，其中X是基于历史数据确定的阈值，并且发生零个主要或关键问题)的情况下和/或在不必执行危险和/或紧急操纵的情况下、穿过被测试的所有车道时，可以认为地图具有良好的质量、可接受的质量、令人满意的质量和/或通过验证的质量。例如，当车辆不能穿过被测试的车道中的至少一个车道、经历给定类型的一个或多个故障(例如，发生多于或等于X个次要问题，其中X是基于历史数据确定的阈值，和/或如果发生任何主要或关键问题)和/或执行一个或多个紧急操作(例如，转弯、急转弯进入车流和/或执行紧急操纵以避开障碍物)时，地图被认为是质量差、质量不可接受、质量不令人满意和/或质量未通过验证。
可以在626中发布指示所确定的地图的整体质量和/或车道的质量的报告和/或其他信息。如果地图的质量差/不可接受/不令人满意/未通过验证[628：否]，则丢弃地图或修改地图以改善其整体质量，如630所示。可以在新获取的传感器数据(例如，由车辆或其他车辆的传感器462、464、466生成的数据)上修改地图。此后，方法600继续可选的632(例如，使得修订的地图可以用于控制车辆的操作)或634，这将在下面描述。
如果地图的质量良好/可接受/令人满意/通过验证[628：是]，则地图可选地用于控制车辆的操作(例如，如下面关于图7所述)。随后，执行634，其中方法600结束、重复或执行其他操作。
如上所述，AV可以使用地图来进行对象轨迹预测、车辆轨迹生成和/或碰撞避免。图7中提供了框图，其有助于理解如何根据本解决方案实现车辆控制。图7的操作可以在图6的632中执行。图7中执行的操作中的全部或一些可以由车辆(例如，图3的AV 3021)的车载计算设备(例如，图4的车载计算设备420)和/或远程计算设备(例如，图3的计算设备310)执行。
在框702中，检测车辆的位置。可以基于从车辆的位置传感器(例如，图4的位置传感器460)输出的传感器数据来进行该检测。该传感器数据可以包括但不限于GPS数据。然后将指定车辆的检测到的位置的信息720传递到框706。
在框704中，在车辆附近检测到对象。该检测是基于从车辆的相机(例如，图4的相机462)输出的传感器数据进行的。这里可以使用任何已知或将要已知的对象检测技术。关于检测到的对象722的信息被传递到框706。该信息包括但不限于对象的位置、对象的取向、对象的空间范围、对象的初始预测轨迹、对象的速度和/或对象的分类。初始预测对象轨迹可以包括但不限于指向对象的前进方向的线性路径。可以使用被确定为具有给定质量水平的HD地图726(或最终3D点云)来生成对象的初始预测轨迹(例如，如上面关于图6所描述的)。
在框706中，使用来自框702和704的信息以及HD地图726来生成车辆轨迹。用于确定车辆轨迹的技术在本领域中是公知的。本文可以使用用于确定车辆轨迹的任何已知或将要已知的技术。例如，在一些场景中，这种技术涉及确定当对象在AV前方时将经过对象的AV的轨迹，对象具有与AV移动的方向对准的航向方向，并且对象具有大于阈值的长度。本解决方案不限于该场景的细节。可以基于存储在车辆的数据库中的位置信息720、对象检测信息722和/或HD地图726来确定车辆轨迹724。车辆轨迹724可以表示不具有突然变化的平滑路径，否则突然变化将提供乘客不适。例如，车辆轨迹由沿着道路的给定车道的行驶路径定义，其中在给定时间量内不预测对象行驶。然后将车辆轨迹724提供给框708。
在框708中，基于车辆轨迹724生成转向角和速度命令。转向角和速度命令被提供给框710以用于车辆动力学控制。车辆动力学控制是众所周知的。车辆动力学控制使车辆遵循车辆轨迹724。
尽管已经关于一个或多个实施方式示出和描述了本解决方案，但是在阅读和理解本说明书和附图后，本领域技术人员将想到等同的改变和修改。另外，虽然本解决方案的特定特征可能已经关于若干实施方式中的仅一个公开，但是这样的特征可以与其他实施方式的一个或多个其他特征组合，如对于任何给定或特定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受任何上述实施例的限制。相反，本解决方案的范围应当根据所附权利要求及其等同物来限定。

Claims (21)

1.一种用于地图质量保证的方法，包括：
由所述计算设备生成在地图中供车辆穿过的多条模拟路线；
由所述计算设备模拟所述车辆沿着所述地图中的所述多条模拟路线中的每条路线的操作；
由所述计算设备分析来自所述模拟的结果以确定所述地图的质量是否通过验证；
当确定所述地图的质量通过验证时，由所述计算设备促使使用所述地图来控制所述车辆的自主或半自主操作；以及
当确定所述地图的质量未通过验证时，执行除了所述促使之外的给定操作。
2.根据权利要求1所述的方法，其中，所述计算设备包括所述车辆的车载计算设备或远离所述车辆的计算设备。
3.根据权利要求1所述的方法，还包括基于所述车辆的当前位置选择要进行质量测试的所述地图的一部分。
4.根据权利要求1所述的方法，其中，每条所述路线包括单个车道，所述车辆在所述模拟期间将穿过所述单个车道。
5.根据权利要求1所述的方法，其中，每条所述路线包括多个车道，所述车辆在所述模拟期间将穿过所述多个车道。
6.根据权利要求1所述的方法，其中，每条所述路线包括起始位置和结束位置，所述起始位置和所述结束位置两者都位于所述车辆在所述模拟期间要穿过的测试车道之外。
7.根据权利要求1所述的方法，其中，当所述车辆在所述模拟期间穿过所有模拟路线而不经历给定类型的故障或不必执行危险操纵时，所述地图的质量通过验证。
8.根据权利要求1所述的方法，其中，所述给定操作包括丢弃或更新所述地图。
9.根据权利要求1所述的方法，其中，所述给定操作包括促使基于另一地图来控制所述车辆的操作。
10.根据权利要求1所述的方法，其中，响应于所述地图的生成、对所述地图的更新、自主车辆软件的生成、对自主车辆软件的更新、所述车辆在使用时的对象检测、或者所述车辆在使用时生成车辆轨迹的需求，而执行所述方法。
11.一种系统，包括：
处理器；
非暂时性计算机可读存储介质，其包括被配置为促使所述处理器实施用于地图质量保证的方法的编程指令，其中所述编程指令包括用以进行以下操作的指令：
生成在地图中供车辆穿过的多条模拟路线；
沿着所述地图中的所述多条模拟路线中的每条路线模拟所述车辆的操作；
分析来自所述模拟的结果以确定所述地图的质量是否通过验证；
当确定所述地图的质量通过验证时，促使使用所述地图来控制所述车辆的自主或半自主操作；以及
当确定所述地图的质量未通过验证时，执行给定操作。
12.根据权利要求11所述的系统，其中，所述系统包括所述车辆的车载计算设备或远离所述车辆的计算设备。
13.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基于所述车辆的当前位置选择要进行质量测试的所述地图的一部分的指令。
14.根据权利要求11所述的系统，其中每条所述路线包括单个车道，所述车辆在所述模拟期间将穿过所述单个车道。
15.根据权利要求11所述的系统，其中，每条所述路线包括多个车道，所述车辆在所述模拟期间将穿过所述多个车道。
16.根据权利要求11所述的系统，其中，每条所述路线包括起始位置和结束位置，所述起始位置和所述结束位置两者都位于所述车辆在所述模拟期间要穿过的测试车道之外。
17.根据权利要求11所述的系统，其中，当所述车辆在所述模拟期间穿过所有模拟路线而不经历给定类型的故障或不必执行危险操纵时，所述地图的质量通过验证。
18.根据权利要求11所述的系统，其中所述给定操作包括当所述地图的所述质量未通过验证时，丢弃或更新所述地图。
19.根据权利要求11所述的系统，其中，所述给定操作包括：当确定所述地图的质量未通过验证时，促使基于另一地图来控制所述车辆的操作。
20.根据权利要求11所述的系统，其中，响应于所述地图的生成、对所述地图的更新、自主车辆软件的生成、对自主车辆软件的更新、所述车辆在使用时的对象检测、或者所述车辆在使用时生成车辆轨迹的需求，而执行所述方法。
21.一种存储有指令的非暂时性计算机可读介质，所述指令被配置为当由至少一个计算设备执行时促使所述至少一个计算设备执行操作，所述操作包括：
生成在地图中供车辆穿过的多条模拟路线；
沿着所述地图中的所述多条模拟路线中的每条路线模拟所述车辆的操作；
分析来自所述模拟的结果以确定所述地图的质量是否通过验证；
当确定所述地图的质量通过验证时，促使使用所述地图来控制所述车辆的自主或半自主操作；以及
当确定所述地图的质量未通过验证时，执行除所述促使之外的给定操作。
CN202280008775.6A 2021-04-21 2022-04-18 用于自主车辆上下文中的模拟支持的地图质量保证的系统和方法 Pending CN116685924A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/236,000 2021-04-21
US17/236,000 US20220340160A1 (en) 2021-04-21 2021-04-21 Systems and methods for simulation supported map quality assurance in an autonomous vehicle context
PCT/US2022/071763 WO2022226477A1 (en) 2021-04-21 2022-04-18 Systems and methods for simulation supported map quality assurance in an autonomous vehicle context

Publications (1)

Publication Number Publication Date
CN116685924A true CN116685924A (zh) 2023-09-01

Family

ID=83693852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280008775.6A Pending CN116685924A (zh) 2021-04-21 2022-04-18 用于自主车辆上下文中的模拟支持的地图质量保证的系统和方法

Country Status (4)

Country Link
US (1) US20220340160A1 (zh)
EP (1) EP4327052A1 (zh)
CN (1) CN116685924A (zh)
WO (1) WO2022226477A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220341750A1 (en) * 2021-04-21 2022-10-27 Nvidia Corporation Map health monitoring for autonomous systems and applications
US12091049B2 (en) * 2022-02-10 2024-09-17 Waymo Llc Methods and systems for automatic problematic maneuver detection and adapted motion planning
US20240111291A1 (en) * 2022-09-30 2024-04-04 Ford Global Technologies, Llc Building infrastructure and robot coordination methods and systems

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101703144B1 (ko) * 2012-02-09 2017-02-06 한국전자통신연구원 차량의 자율주행 장치 및 그 방법
DE102013003040B4 (de) * 2013-02-22 2015-11-12 Audi Ag Kraftfahrzeug mit nachträglich per Anwendungsprogramm veränderbarem Fahrverhalten sowie Verfahren hierzu
JP2016513805A (ja) * 2013-03-15 2016-05-16 キャリパー コーポレイション 車両ルート指定および交通管理のための車線レベル車両ナビゲーション
US9609046B2 (en) * 2014-04-29 2017-03-28 Here Global B.V. Lane level road views
US10533859B2 (en) * 2014-10-29 2020-01-14 Toyota Mapmaster Incorporated Map update system, navigation device, server device, map update method, navigation method, server device control method, and tangible non-transitory computer-readable storage medium containing computer program
CN112923937B (zh) * 2015-02-10 2022-03-15 御眼视觉技术有限公司 沿着路段自主地导航自主车辆的系统、自主车辆及方法
US10309792B2 (en) * 2016-06-14 2019-06-04 nuTonomy Inc. Route planning for an autonomous vehicle
US10915115B2 (en) * 2018-08-02 2021-02-09 Nvidia Corporation Method and apparatus for enabling map updates using a blockchain platform
US11131554B2 (en) * 2018-12-26 2021-09-28 Beijing Voyager Technology Co., Ltd. Systems and methods for vehicle telemetry
US20210356277A1 (en) * 2020-05-12 2021-11-18 Toyota Research Institute, Inc. Systems and methods for automatically generating map validation tests

Also Published As

Publication number Publication date
WO2022226477A1 (en) 2022-10-27
US20220340160A1 (en) 2022-10-27
EP4327052A1 (en) 2024-02-28

Similar Documents

Publication Publication Date Title
US11693409B2 (en) Systems and methods for a scenario tagger for autonomous vehicles
US11016500B2 (en) Simulation-based method to evaluate perception requirement for autonomous driving vehicles
US11328219B2 (en) System and method for training a machine learning model deployed on a simulation platform
US10896122B2 (en) Using divergence to conduct log-based simulations
US20190204843A1 (en) Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle
JP7526795B2 (ja) 自動運転装置、車両制御方法
US11167770B2 (en) Autonomous vehicle actuation dynamics and latency identification
US20220340160A1 (en) Systems and methods for simulation supported map quality assurance in an autonomous vehicle context
CN111746555A (zh) 碰撞行为的识别和避免
US20220198107A1 (en) Simulations for evaluating driving behaviors of autonomous vehicles
US20200310448A1 (en) Behavioral path-planning for a vehicle
US20210263524A1 (en) Play-forward planning and control system for an autonomous vehicle
US20230150549A1 (en) Hybrid log simulated driving
US20220289253A1 (en) Method for evaluating autonomous driving system, apparatus and storage medium
US20230067822A1 (en) E2e learning-based evaluator for an autonomous driving vehicle
CN112985825B (zh) 用于确定自动驾驶系统的乘坐稳定性的方法
US20240034353A1 (en) Automatic generation of corner scenarios data for tuning autonomous vehicles
US20220065647A1 (en) Autonomous vehicle planned route prediction
US11656262B2 (en) Software simulation system for indoor EMC test
US11262201B2 (en) Location-based vehicle operation
JP7444295B2 (ja) 処理装置、処理方法、処理プログラム、処理システム
US20240175712A1 (en) Simulation Platform for Vector Map Live Updates
CN116974865A (zh) 自主驾驶评测系统
JP2022070843A (ja) 車両のコンピュータシステムのサービスの品質を削減するカーアプリケーションの動作を防止するためにシステムと方法

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