CN116867695A - 自主车辆转向假动作事件检测器 - Google Patents
自主车辆转向假动作事件检测器 Download PDFInfo
- Publication number
- CN116867695A CN116867695A CN202180093408.6A CN202180093408A CN116867695A CN 116867695 A CN116867695 A CN 116867695A CN 202180093408 A CN202180093408 A CN 202180093408A CN 116867695 A CN116867695 A CN 116867695A
- Authority
- CN
- China
- Prior art keywords
- planned trajectory
- period
- autonomous vehicle
- subsequent
- trajectory
- 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
Links
- 230000009471 action Effects 0.000 title claims abstract description 100
- 230000008859 change Effects 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000001419 dependent effect Effects 0.000 claims description 13
- 230000001953 sensory effect Effects 0.000 claims description 7
- 238000013089 stepwise selection with AICc Methods 0.000 description 42
- 238000001514 detection method Methods 0.000 description 12
- 230000008447 perception Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 239000000872 buffer Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011951 anti-virus test Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/021—Determination of steering angle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
-
- 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
- B60W50/04—Monitoring the functioning of the control system
-
- 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
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
- B60W2710/207—Steering angle of wheels
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供用于确定一个或多个假动作事件的系统和方法。方法包括使用运动规划模块为初始轨迹周期生成自主车辆的初始规划轨迹,并且使用运动规划模块为后续轨迹周期生成自主车辆的后续规划轨迹。初始规划轨迹和后续规划轨迹中的每一个包括在一段时间内的一系列规划的方向盘角度以及在该段时间内的方向盘角度变化率。方法进一步地包括识别一个或多个第一假动作事件限定符以及一个或多个第二假动作事件限定符,并且识别一个或多个假动作事件,其中每个假动作事件与时间间隔相关,在时间间隔内在彼此阈值时间长度内出现第一假动作事件限定符和第二假动作事件限定符。
Description
背景
交叉引用及优先权要求
本专利文件要求2020年12月17日提交的美国专利申请号17/125,484的优先权,通过引用其全部内容的方式合并于此。
技术领域声明
本公开涉及自主车辆(“AV”)的假动作(juke)检测,并且特别地涉及使用AV的规划轨迹数据来检测假动作事件。
相关领域的描述
AV使用比如LiDAR和RADAR系统这样的多种传感器来感知它们周围的世界。传感算法(通常被称为“感知”算法)被开发用于AV以便处理通过传感器接收到的数据并且促进对它们周围的世界的感知。
AV感知算法通常随着时间的推移而改进,因为它们使用反映AV可以感知的各种条件的各种不同数据进行迭代。随着这种改进的发生,感知算法中的小扰动可以导致AV软件栈的运动规划和控制部分的不太稳的反应。一个这样的示例是转向假动作事件。这样的事件可以定性地如下定义:在很短的时间内方向盘角度大小的出乎意料的大变化,导致不希望的机动,该机动在车辆处于自主模式时可能导致或不导致操作员接管或乘坐质量下降。例如,在感知算法预测站在人行道上的行人的意图是想要乱穿马路但行人打算保持静止的情况下,可以发生假动作事件。当由LiDAR系统感知到的烟尘或凝结水被归类为路边的障碍物时,也可以发生假动作事件。这样的感知错误分类或噪音事件可以导致运动规划和控制堆栈决定快速改变规划的道路车轮角度动作以在规划视界内避开这些障碍物。
至少出于这些原因,需要识别、检测和记录假动作事件以实现适当的更新以提高感知算法的准确性的系统和方法。
发明内容
根据本公开的一个方面,提供一种用于确定一个或多个假动作事件的方法。方法包括使用运动规划模块为初始轨迹周期生成自主车辆的初始规划轨迹,并且使用运动规划模块为后续轨迹周期生成自主车辆的后续规划轨迹。初始规划轨迹和后续规划轨迹中的每一个包括在一段时间内的一系列规划的方向盘角度以及在该段时间内的方向盘角度变化率。方法进一步地包括识别一个或多个第一假动作事件限定符以及一个或多个第二假动作事件限定符,并且识别一个或多个假动作事件,其中每个假动作事件与时间间隔相关,在该时间间隔内在彼此的阈值时间长度内出现第一假动作事件限定符和第二假动作事件限定符。每个第一假动作事件限定符与时间间隔相关,在该时间间隔内请求的方向盘角度变化率大于第一阈值。
根据各种实施例,第一阈值取决于自主车辆的速度。
根据各种实施例,初始规划轨迹和后续规划轨迹中的每一个进一步地包括在一段时间内自主车辆的位置和取向。
根据各种实施例,生成后续规划轨迹进一步地包括分析从连接到自主车辆的一个或多个感知传感器收集的数据,并且从分析的数据中识别沿着初始规划轨迹存在的一个或多个障碍物。后续规划轨迹配置成使自主车辆能够避开一个或多个障碍物中的每一个。
根据各种实施例,方法进一步地包括对于在一段时间内的每个时间间隔计算初始规划轨迹和后续规划轨迹的方向盘角度变化率之间的最大比率。每个第二假动作事件限定符与时间间隔相关,在该时间间隔内最大比率大于第二阈值。
根据各种实施例,第二阈值取决于自主车辆的速度。
根据各种实施例,初始轨迹周期和后续轨迹周期是连续的轨迹周期。
根据本公开的另一方面,提供一种用于确定一个或多个假动作事件的系统。系统包括自主车辆和自主车辆的计算装置。计算装置包括处理器和存储器。存储器包括指令,指令配置成使计算装置使用运动规划模块为初始轨迹周期生成自主车辆的初始规划轨迹,并且使用运动规划模块为后续轨迹周期生成自主车辆的后续规划轨迹。初始规划轨迹和后续规划轨迹中的每一个包括在一段时间内的一系列规划的方向盘角度以及在该段时间内的方向盘角度变化率。指令进一步地配置成使计算装置识别一个或多个第一假动作事件限定符,识别一个或多个第二假动作事件限定符,并且识别一个或多个假动作事件,其中每个假动作事件与时间间隔相关,在该时间间隔内在彼此的阈值时间长度内出现第一假动作事件限定符和第二假动作事件限定符。每个第一假动作事件限定符与时间间隔相关,在该时间间隔内方向盘角度变化率大于第一阈值。
根据各种实施例,初始规划轨迹和后续规划轨迹中的每一个进一步地包括在一段时间内自主车辆的位置和取向。
根据各种实施例,生成后续规划轨迹进一步地包括分析从连接到自主车辆的一个或多个感知传感器收集的数据,并且从分析的数据中识别沿着初始规划轨迹存在的一个或多个障碍物。后续规划轨迹配置成使自主车辆能够避开一个或多个障碍物中的每一个。
根据各种实施例,第一阈值取决于自主车辆的速度。
根据各种实施例,指令进一步地配置成使计算装置对于在一段时间内的每个时间间隔计算初始规划轨迹和后续规划轨迹的方向盘角度变化率之间的最大比率。每个第二假动作事件限定符与时间间隔相关,在该时间间隔内最大比率大于第二阈值。
根据各种实施例,第二阈值取决于自主车辆的速度。
根据各种实施例,初始轨迹周期和后续轨迹周期是连续的轨迹周期。
附图说明
图1是根据本公开的各种实施例的假动作检测系统的示例;
图2A是根据本公开的规划的方向盘角度(“SWA”)的图形表示的示例;
图2B是根据本公开的规划的SWA比率的图形表示的示例;
图3是根据本公开的请求的SWA比率的峰值的图形表示的示例;
图4A是根据本公开的规划的SWA比率的图形表示的示例;
图4B是根据本公开的规划的SWA比率的峰值的图形表示的示例;
图5是根据本公开的用于检测假动作事件的方法的流程图;
图6是根据本公开的说明性计算装置的图示。
具体实施方式
如在本文件中所使用的,单数形式“一”、“一个”和“该”包括复数引用,除非上下文另有明确规定。除非另有规定,在此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所理解的含义相同的含义。如在本文件中所使用的,术语“包括”意指“包括,但不限于”。与本文件有关的附加术语的定义包括在本具体实施方式的末尾。
“电子装置”或“计算装置”指的是包括处理器和存储器的装置。每个装置可以具有其自己的处理器和/或存储器,或可以与如虚拟机或容器设置中的其他装置共享处理器和/或存储器。存储器将包含或接收编程指令,当由处理器执行时,编程指令使电子装置根据编程指令执行一个或多个操作。
术语“存储器”、“存储装置”、“数据存储”、“数据存储设施”等各自指的是计算机可读数据、编程指令或两者存储在其上的非暂时性装置。除非另有明确规定,术语“存储器”、“存储装置”、数据存储”、“数据存储设施”等旨在包括单个装置实施例,一起或共同存储一组数据或指令的多个存储装置以及这种装置内的单独扇区的实施例。
术语“处理器”和“处理装置”指的是配置成执行编程指令的电子装置的硬件组件。除非另有明确规定,单一术语“处理器”或“处理装置”旨在包括单个处理装置实施例和一起或共同执行过程的多个处理装置的实施例。
术语“车辆”指的是能够运载一个或多个人类乘员和/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交通工具。术语“车辆”包括但不限于轿车、卡车、货车、火车、自主车辆、飞机、无人驾驶飞机等。“自主车辆”是具有处理器、编程指令和在不需要人类操作员的情况下可由处理器控制的传动系部件的车辆。自主车辆可以是完全自主的,因为大多数或所有的驾驶条件和功能都不需要人类操作员,或自主车辆可以是半自主的,因为在某些条件下或某些操作可能需要人类操作员,或因为人类操作员可以超驰控制车辆的自主系统并且可以控制车辆。
在本文件中,当比如“第一”和“第二”这样的术语用于修饰名词时,这样的使用仅旨在将项目彼此区分开,并且不旨在要求顺序排列,除非明确规定。此外,比如“垂直”和“水平”,或“前面”和“后面”这样的相对位置的术语在使用时旨在彼此相对并且不必是绝对的,并且只指的是与取决于装置的方向的那些术语相关联的装置的一个可能位置。
自主车辆(“AV”)为自身生成的“轨迹”是在控制车辆运动时车辆将遵循的规划。轨迹包括在时间视界(time horizon)内AV的位置和取向,以及在同一时间视界内AV的规划的方向盘角度(“SWA”)和角度速率。AV的运动控制系统将消耗轨迹并且向AV的转向控制系统、制动控制器、节气门和/或其他系统控制器发送指令以沿着规划的路径移动AV。
现在参考图1,提供根据本公开的各种实施例的假动作检测系统100的示例。
根据各种实施例,系统100包括自主车辆102,自主车辆102包括一个或多个AV运动控制传感器104,AV运动控制传感器104配置成检测AV 102的一个或多个轨迹数据点,比如“SWA值、道路车轮角度值、速度和/或其他合适的数据点。
系统100包括一个或多个计算装置106。一个或多个计算装置106可以与AV 102连接和/或集成在一起和/或远离AV 102。
一个或多个计算装置106包括运动规划模块108。运动规划模块108包括软件和/或硬件部件并且配置成为AV 102的运动生成一个或多个规划,也被称为规划轨迹。每一个规划轨迹包括一段时间(称为“视界”)内的比如AV 102的位置和取向这样的信息。例如,每一个规划轨迹包括接下来n秒钟和/或其他合适的时间间隔内的AV 102的信息。
例如,每一个规划轨迹进一步地包括AV 102的规划SWA、在视界内的SWA变化率、和/或其他合适的数据点,比如在视界内的道路车轮角度和道路车轮角度变化率。例如,在图2A中显示来自规划轨迹的规划的SWA(以度为单位),并且在图2B中显示规划轨迹的规划的SWA变化率(以度/秒为单位)。图2A的规划的SWA和图2B的规划的SWA比率说明具有7秒视界的规划轨迹。根据本公开的各种实施例,可以实现视界的其他合适的时间长度。
一个或多个计算装置106包括配置成实施由运动规划模块108生成的规划轨迹的运动控制模块110。运动控制模块110包括软件和/或硬件部件并且根据各种实施例配置成基于规划轨迹生成用于控制AV 102的运动的一个或多个指令。运动控制模块110进一步地充当配置成控制AV 102的转向的转向控制模块。指令包括对AV平台转向控制模块的SWA请求。
运动规划模块108配置成为一系列规划周期中的每一个生成规划轨迹。例如,运动规划模块108可以为视界内的第一轨迹周期生成初始规划轨迹以及在视界内生成一个或多个后续规划轨迹。具有截然不同的规划SWA的连续规划轨迹可能导致由运动控制模块110发送到AV 102的两个连续SWA请求之间的大跳跃,这可以导致在视界内的请求的SWA变化率的峰值。在图3中说明性地描述这样的峰值。
根据各种实施例,AV 102包括一个或多个感知传感器112,比如一个或多个摄像机、LIDAR总成、RADAR总成,一个或多个音频记录装置,和/或其他合适的感知传感器112。一个或多个感知传感器112配置成收集关于沿着规划轨迹的一个或多个物体和/或障碍物的感知数据。例如,障碍物可以包括车辆120、行人、碎片、动物、和/或其他合适的障碍物。一个或多个计算装置106可以包括配置成分析来自一个或多个感知传感器112的感知数据的物体检测模块114以便确定一个或多个物体是否构成沿着AV 102的规划轨迹定位的障碍物。然而,可能错误地检测到一些由物体检测模块114标记为障碍物的物体。例如,如果车辆以相对直线行驶并且来自AV 102旁边的车辆的排气管的凝结云被物体检测模块114错误明确地检测为障碍物,则产生从直线行驶(在视界内近似零度)到具有相对较大SWA值的快速转弯轨迹的规划SWA的变化。这可能导致轨迹周期之间的规划SWA比率中的显著大的跳跃。在图4A中以周期n以及在图4B中以周期n+1说明轨迹周期之间的这样的跳跃。
根据各种实施例,规划轨迹数据用于确定一个或多个假动作事件。假动作事件被定义为在满足第一假动作事件限定符和/或第二假动作事件限定符时发生的事件。根据示例性实施例,当(1)在阈值时间窗口内、(2)请求的SWA变化率大于第一速度相关阈值(第一假动作事件限定符)以及(3)初始规划轨迹和后续的连续规划轨迹的SWA变化率之间的最大比率大于第二速度相关阈值(第二假动作事件限定符)时,发生假动作事件。根据一些实施例,阈值时间窗口是1秒或更短。
一个或多个计算装置106包括配置成检测一个或多个假动作事件的假动作检测模块116。根据各种实施例,假动作检测模块116包括处理器和存储器并且配置成为SWA请求变化率以及连续轨迹周期之间的最大的规划SWA变化率比率存储缓存区。根据各种实施例,连续地监控缓存区以确定何时满足假动作事件的标准。根据各种实施例,一个或多个计算装置106包括配置成避免重复计算假动作事件的滞后计时器118。
根据各种实施例,当检测到假动作事件时,由假动作检测模块116生成由车载记录器记录的诊断信号。根据各种实施例,假动作检测模块116进一步地发布元数据,比如假动作事件的近似时间以及假动作事件的严重级别。
在表1中显示用于检测AV 102上的假动作事件的示例算法过程。
初始化最大的规划SWA比率缓存区
初始化SWA请求比率缓存区
将双滞后_计时器初始化为n秒
初始化用于检查的最大的规划SWA比率的双阈值_1
初始化用于检查的SWA请求比率的双阈值_2
初始化车辆_速度
当AV处于自动模式时:
如果接收到新的轨迹消息:
则更新Δδmax的m秒历史
如果接收到新的车辆_驱动消息:
则更新的m秒历史
如果接收到新的运动_状态消息:
则更新车辆_速度
根据需要减少滞后_计时器的运行时间
如果滞后_计时器是ZERO:
则使用车辆速度来更新阈值_1
如果m秒历史中的任何条目>阈值_1:
则&&Δδmax的m秒历史中的任何条目>阈值_2:
发送假动作注释
增量假动作计数器诊断
将滞后_计时器重置为n秒表1
假动作事件充当AV 102的横向乘坐质量的指示。与乘坐质量有关的先前工作通常集中在使用来自AV 102的比如横向加速度这样的惯性测量值以量化乘坐质量。然而,这些方法不能捕获所有发生的假动作类型事件。对于由测试专家操作的测试车队中的AV 102来说尤其如此,测试专家被训练在比如假动作事件这样的不希望或不安全的事件的情况下接管。在许多情况下,当操作员在假动作事件期间接管AV 102的手动操作时,操作员通过对方向盘运动作出反应并且紧紧抓住方向盘来这样做。这个动作在假动作事件记录车辆运动中的横向加速度之前抑制假动作事件。这样做的原因是,由于车辆惯性,在方向盘移动和AV102实际开始转向之间存在时滞。因此,如果假动作检测器依赖于横向加速度来确定假动作事件的发生,则将错过在被操作员接管期间发生的许多假动作事件。
通过分析SWA变化率而不是横向加速度,本系统100通过在AV 102的横向加速度之前或不考虑AV 102的横向加速度的情况下检测假动作事件来改进现有的方法和技术,因此提高假动作检测的准确性。
此外,单一轨迹周期的规划轨迹的SWA变化率仅指示运动控制模块110请求AV 102的方向盘有多快地转动,而非SWA变化率归因于突然的感知事件。同样,当在城市环境中驾驶时,许多AV 102也是如此,一些急转弯需要非常高的SWA请求率。将那些记录为误报假动作是不可取的。通过将SWA请求变化率特征与连续轨迹之间的最大规划SWA变化率比率相结合,增加正在检测的事件归因于AV102在两个连续周期之间彻底改变其轨迹的置信,减少误报,因此提高乘坐安全性和乘坐享受/满意度。
现在参考图5,说明性地描述用于检测一个或多个假动作事件的方法500的流程图。
根据各种实施例,在505,使用电子连接到AV的运动规划模块为初始轨迹周期生成AV的初始规划轨迹,并且在510使用电子连接到AV的运动规划模块为后续轨迹周期生成后续规划轨迹。每一个规划轨迹(初始规划轨迹和后续规划轨迹)包括在一段时间(也被称为视界)内的一系列规划的SWA、在该段时间内的方向盘角度的变化率、以及在该段时间内的AV的位置和取向。初始轨迹周期和后续轨迹周期是连续的轨迹周期。
根据各种实施例,生成后续规划轨迹进一步地包括分析从连接到自主车辆的一个或多个感知传感器收集的数据,并且从分析的数据中识别沿着初始规划轨迹存在的一个或多个障碍物。后续规划轨迹配置成使自主车辆能够避开一个或多个障碍物中的每一个。
在515,识别一个或多个第一假动作事件限定符。一个或多个第一假动作事件限定符中的每一个与时间间隔相关,在时间间隔内请求的SWA变化率大于第一阈值。根据各种实施例,第一阈值是速度相关的(即,依赖于AV的速度)。根据各种实施例,根据来自AV测试车队的人工注释数据来确定第一阈值。在测试车队中操作AV的测试专家可以注释他们认为是假动作事件的事件。从AV测试车队日志中挖掘在每一个假动作事件时请求的SWA变化率和车辆速度的这样的注释并且第一阈值是基于这种数据的。然而,应该注意,根据本发明的各种实施例,可以使用用于确定第一阈值的其他合适的方法。
在520,对于在一段时间内的每个时间间隔,计算初始规划轨迹和后续规划轨迹的方向盘角度变化率之间的最大比率。在525,这个最大比率用于识别一个或多个第二假动作事件限定符。一个或多个第二假动作事件限定符中的每一个与时间间隔相关,在该时间间隔内最大比率大于第二阈值。根据各种实施例,第二阈值是速度相关的。
在530,使用一个或多个第一假动作事件限定符和一个或多个第二假动作事假限定符来识别一个或多个假动作事件。每个假动作事件与时间间隔相关,在该时间间隔内在彼此的阈值时间长度内出现第一假动作事件限定符和/或第二假动作事件限定符。根据一些实施例,阈值时间长度是1秒或更短。
根据各种实施例,使用连接到AV的一个或多个AV运动控制传感器测量在一段时间内的一系列测量的SWA值。一个或多个运动控制传感器配置成检测AV的一个或多个轨迹数据点。一个或多个轨迹数据点可以包括测量的SWA值。根据一些实施例,在一个或多个时间间隔内测量一系列测量的SWA值,在时间间隔内AV处于自主模式(即,被自动驱动而不是由用户控制)。根据各种实施例,系统配置成确定何时AV处于自主模式以及何时AV由用户控制。将一系列测量的SWA值与第一规划轨迹的一系列规划SWA相比较以便验证假动作检测系统。
因此,本文件公开各种实施例、方法、系统和包含用于使处理器实施确定车辆的一个或多个假动作事件的方法的编程指令的存储装置。方法将包括使用运动规划模块为初始轨迹周期生成自主车辆的初始规划轨迹。方法包括使用运动规划模块为后续轨迹周期生成自主车辆的后续规划轨迹。初始规划轨迹和后续规划轨迹中的每一个包括在一段时间内的一系列规划的方向盘角度以及在该段时间内的方向盘角度变化率。方法包括识别一个或多个第一假动作事件限定符,其中每个第一假动作事件限定符与时间间隔相关,在该时间间隔内请求的方向盘角度变化率大于第一阈值。方法还包括识别一个或多个第二假动作事件限定符并且识别一个或多个假动作事件,其中每个假动作事件与时间间隔相关,在该时间间隔内在彼此的阈值时间长度内出现第一假动作事件限定符和第二假动作事件限定符。
在一些实施例中,初始规划轨迹和后续规划轨迹中的每一个进一步地包括在一段时间内自主车辆的位置和取向。在这样的实施例中,生成后续规划轨迹可选地包括分析从连接到自主车辆的一个或多个感知传感器收集的数据并且从分析的数据中识别沿着初始规划轨迹存在的一个或多个障碍物,其中后续规划轨迹配置成使自主车辆能够避开一个或多个障碍物中的每一个。
在上述的任何实施例中,第一阈值可选地可以取决于自主车辆的速度。
在上述的任何实施例中,方法还可以包括对于在一段时间内的每个时间间隔计算初始规划轨迹和后续规划轨迹的方向盘角度变化率之间的最大比率,其中每个第二假动作事件限定符与时间间隔相关,在时间间隔内最大比率大于第二阈值。在这样的实施例中,第二阈值可选地可以取决于自主车辆的速度。
在上述的任何实施例中,可选地初始轨迹周期和后续轨迹周期可以是连续的轨迹周期。
现在参考图6,提供计算装置600的说明性架构的图示。图1的计算装置106与计算装置600相同或相似。因此,计算装置600的讨论足以理解图1的计算装置106。
计算装置600可以包括比图6中显示的那些部件更多或更少的部件。然而,显示的部件足以公开实施本解决方案的说明性解决方案。如在此所描述的,图6的硬件架构代表配置用于一个或多个假动作事件的代表性计算装置的一个实施。因此,图6的计算装置600实施在此描述的方法的至少一部分。
计算装置600的部分或全部部件可以实施为硬件、软件和/或硬件和软件的结合。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元件(例如,电阻器和电容器)和/或有源元件(例如,放大器和/或微处理器)。无源和/或有源元件可以适用于、设置成和/或编程以执行一种或多种方法、程序或在此描述的功能。
如图6所示,计算装置600包括用户界面602、中央处理单元(“CPU”)606、系统总线610、连接到计算装置600的其他部分并且可由计算装置600的其他部分通过系统总线610访问的存储器612、系统接口660、和连接到系统总线610的硬件实体614。用户界面可以包括输入装置和输出装置,该输入装置和输出装置促进用户与软件的交互以控制计算装置600的操作。输入装置包括但不限于物理和/或触摸键盘650。输入装置可以通过有线或无线连接(例如,蓝牙连接)连接到计算装置600。输出装置包括但不限于扬声器652、显示器654、和/或发光二极管656。系统接口660配置成促进进出外部装置(例如,比如接入点这样的网络节点等)的有线或无线通信。
至少一些硬件实体614执行包括访问和使用存储器612的动作,存储器612可以是随机存取存储器(“RAM”)、磁盘驱动器、闪存、紧凑型光盘只读存储器(“CD-ROM”)和/或能够存储指令和数据的另一种硬件装置。硬件实体614可以包括磁盘驱动单元616,磁盘驱动单元616包括计算机可读存储介质618,在计算机可读存储介质618上存储一组或多组配置成实施一种或多种方法、程序或在此描述的功能的指令620(例如,软件代码)。指令620也可以在计算装置600执行其的过程中完全地或至少部分地驻留在存储器612内和/或驻留在CPU606内。存储器612和CPU 606也可以构成机器可读介质。如在这里所使用的术语“机器可读介质”指的是存储一组或多组指令620的单一介质或多种介质(例如,集中式或分布式数据库,和/或相关的高速缓存和服务器)。如在这里所使用的术语“机器可读介质”也指的是能够存储、编码或执行一组由计算装置600执行并且使计算装置600执行本公开的任何一种或多种方法的指令620的任何介质。
尽管已经关于一个或多个实施说明和描述本公开,但本领域的其他技术人员在阅读和理解本说明书和附图之后将会想到等效变化和修改。此外,虽然可能已经仅关于几个实施中的一个公开本解决方案的特定特征,但这样的特征可以与对任何给定或特定的应用来说可能是期望的和有利的其他实施中的一个或多个其他特征相结合。因此,本解决方案的广度和范围不应该受限于任何上述实施例。相反,应该根据下面的权利要求和它们的等同物来定义本解决方案的范围。
Claims (20)
1.一种用于确定一个或多个假动作事件的方法,所述方法包括:
使用运动规划模块为初始轨迹周期生成自主车辆的初始规划轨迹;
使用所述运动规划模块为后续轨迹周期生成所述自主车辆的后续规划轨迹,
其中所述初始规划轨迹和所述后续规划轨迹中的每一个包括在一段时间内的一系列规划的方向盘角度以及在所述一段时间内的方向盘角度变化率;
识别一个或多个第一假动作事件限定符,其中每个所述第一假动作事件限定符与时间间隔相关,在所述时间间隔内请求的方向盘角度变化率大于第一阈值;
识别一个或多个第二假动作事件限定符;以及
识别一个或多个假动作事件,其中每个所述假动作事件与时间间隔相关,在所述时间间隔内在彼此的阈值时间长度内出现第一假动作事件限定符和第二假动作事件限定符。
2.根据权利要求1所述的方法,其中所述初始规划轨迹和所述后续规划轨迹中的每一个进一步地包括在所述一段时间内所述自主车辆的位置和取向。
3.根据权利要求2所述的方法,其中生成所述后续规划轨迹进一步地包括:
分析从连接到所述自主车辆的一个或多个感知传感器收集的数据;以及
从分析的数据中识别沿着所述初始规划轨迹存在的一个或多个障碍物,
其中所述后续规划轨迹配置成使所述自主车辆避开所述一个或多个障碍物中的每一个。
4.根据权利要求1所述的方法,其中所述第一阈值取决于所述自主车辆的速度。
5.根据权利要求1所述的方法,所述方法进一步地包括:
对于在所述一段时间内的每个时间间隔,计算所述初始规划轨迹和所述后续规划轨迹的方向盘角度变化率之间的最大比率,
其中每个所述第二假动作事件限定符与时间间隔相关,在所述时间间隔内所述最大比率大于第二阈值。
6.根据权利要求5所述的方法,其中所述第二阈值取决于所述自主车辆的速度。
7.根据权利要求1所述的方法,其中所述初始轨迹周期和所述后续轨迹周期是连续的轨迹周期。
8.一种用于确定一个或多个假动作事件的系统,所述系统包括:
自主车辆;以及
所述自主车辆的计算装置,所述计算装置包括:
处理器;以及
包括指令的存储器,所述指令配置成使所述计算装置:
使用运动规划模块为初始轨迹周期生成自主车辆的初始规划轨迹;
使用所述运动规划模块为后续轨迹周期生成所述自主车辆的后续规划轨迹,
其中所述初始规划轨迹和所述后续规划轨迹中的每一个包括在一段时间内的一系列规划的方向盘角度以及在所述一段时间内的方向盘角度变化率;
识别一个或多个第一假动作事件限定符,其中每个所述第一假动作事件限定符与时间间隔相关,在所述时间间隔内所述方向盘角度变化率大于第一阈值;
识别一个或多个第二假动作事件限定符;以及
识别一个或多个假动作事件,其中每个所述假动作事件与时间间隔相关,在所述时间间隔内在彼此的阈值时间长度内出现第一假动作事件限定符和第二假动作事件限定符。
9.根据权利要求8所述的系统,其中所述初始规划轨迹和所述后续规划轨迹中的每一个进一步地包括在所述一段时间内所述自主车辆的位置和取向。
10.根据权利要求9所述的系统,其中生成所述后续规划轨迹进一步地包括:
分析从连接到所述自主车辆的一个或多个感知传感器收集的数据;以及
从分析的数据中识别沿着所述初始规划轨迹存在的一个或多个障碍物,
其中所述后续规划轨迹配置成使所述自主车辆避开所述一个或多个障碍物中的每一个。
11.根据权利要求8所述的系统,其中所述第一阈值取决于所述自主车辆的速度。
12.根据权利要求8所述的系统,其中所述指令进一步地配置成使所述计算装置对于在所述一段时间内的每个时间间隔计算所述初始规划轨迹和所述后续规划轨迹的方向盘角度变化率之间的最大比率,
其中每个所述第二假动作事件限定符与时间间隔相关,在所述时间间隔内所述最大比率大于第二阈值。
13.根据权利要求12所述的系统,其中所述第二阈值取决于所述自主车辆的速度。
14.根据权利要求8所述的系统,其中所述初始轨迹周期和所述后续轨迹周期是连续的轨迹周期。
15.一种包括编程指令的存储装置,所述编程指令配置成使处理器通过以下方式确定自主车辆的一个或多个假动作事件:
使用运动规划模块为初始轨迹周期生成所述自主车辆的初始规划轨迹;
使用所述运动规划模块为后续轨迹周期生成所述自主车辆的后续规划轨迹,
其中所述初始规划轨迹和所述后续规划轨迹中的每一个包括在一段时间内的一系列规划的方向盘角度以及在所述一段时间内的方向盘角度变化率;
识别一个或多个第一假动作事件限定符,其中每个所述第一假动作限定符与时间间隔相关,在所述时间间隔内请求的方向盘角度变化率大于第一阈值;
识别一个或多个第二假动作事件限定符;以及
识别一个或多个假动作事件,其中每个所述假动作事件与时间间隔相关,在所述时间间隔内在彼此的阈值时间长度内出现第一假动作事件限定符和第二假动作事件限定符。
16.根据权利要求15所述的存储装置,其中所述初始规划轨迹和所述后续规划轨迹中的每一个进一步地包括在所述一段时间内所述自主车辆的位置和取向。
17.根据权利要求16所述的存储装置,其中生成所述后续规划轨迹的所述指令进一步地包括以下指令:
分析从连接到所述自主车辆的一个或多个感知传感器收集的数据;以及
从分析的数据中识别沿着所述初始规划轨迹存在的一个或多个障碍物,
其中所述后续规划轨迹配置成使所述自主车辆避开所述一个或多个障碍物中的每一个。
18.根据权利要求15所述的存储装置,其中所述第一阈值取决于所述自主车辆的速度。
19.根据权利要求15所述的存储装置,所述存储装置进一步地包括附加编程指令,所述附加编程指令配置成使处理器:
对于在所述一段时间内的每个时间间隔,计算所述初始规划轨迹和所述后续规划轨迹的方向盘角度变化率之间的最大比率,
其中每个所述第二假动作事件限定符与时间间隔相关,在所述时间间隔内所述最大比率大于第二阈值。
20.根据权利要求15所述的存储装置,其中所述初始轨迹周期和所述后续轨迹周期是连续的轨迹周期。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/125,484 | 2020-12-17 | ||
US17/125,484 US20220194469A1 (en) | 2020-12-17 | 2020-12-17 | Autonomous vehicle steering juke event detector |
PCT/US2021/072763 WO2022133393A1 (en) | 2020-12-17 | 2021-12-06 | Autonomous vehicle steering juke event detector |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116867695A true CN116867695A (zh) | 2023-10-10 |
Family
ID=82023202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180093408.6A Pending CN116867695A (zh) | 2020-12-17 | 2021-12-06 | 自主车辆转向假动作事件检测器 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220194469A1 (zh) |
CN (1) | CN116867695A (zh) |
DE (1) | DE112021006490T5 (zh) |
WO (1) | WO2022133393A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7259574B2 (ja) * | 2019-06-17 | 2023-04-18 | 株式会社ジェイテクト | 制御装置、および転舵装置 |
WO2024030484A1 (en) * | 2022-08-05 | 2024-02-08 | Arriver Software Llc | Yaw rate sensor bias estimation |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007276540A (ja) * | 2006-04-03 | 2007-10-25 | Honda Motor Co Ltd | 車両の乗員拘束装置 |
US8954235B2 (en) * | 2011-05-05 | 2015-02-10 | GM Global Technology Operations LLC | System and method for enhanced steering override detection during automated lane centering |
US9428187B2 (en) * | 2014-06-05 | 2016-08-30 | GM Global Technology Operations LLC | Lane change path planning algorithm for autonomous driving vehicle |
DE102015208208A1 (de) * | 2015-05-04 | 2016-11-10 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen einer Müdigkeit eines Fahrers eines Fahrzeugs |
US9632502B1 (en) * | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Machine-learning systems and techniques to optimize teleoperation and/or planner decisions |
US10809719B2 (en) * | 2017-08-29 | 2020-10-20 | Uatc, Llc | Systems and methods of controlling an autonomous vehicle using an enhanced trajectory following configuration |
US10933869B2 (en) * | 2017-11-29 | 2021-03-02 | Uatc, Llc | Autonomous vehicle motion control systems and methods |
US10860021B2 (en) * | 2017-12-15 | 2020-12-08 | Wipro Limited | Method and system for guiding an autonomous vehicle in a forward path in real-time |
US10752242B2 (en) * | 2018-11-19 | 2020-08-25 | GM Global Technology Operations LLC | System and method for control of an autonomous vehicle |
-
2020
- 2020-12-17 US US17/125,484 patent/US20220194469A1/en active Pending
-
2021
- 2021-12-06 WO PCT/US2021/072763 patent/WO2022133393A1/en active Application Filing
- 2021-12-06 DE DE112021006490.8T patent/DE112021006490T5/de active Pending
- 2021-12-06 CN CN202180093408.6A patent/CN116867695A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022133393A1 (en) | 2022-06-23 |
US20220194469A1 (en) | 2022-06-23 |
DE112021006490T5 (de) | 2023-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6831420B2 (ja) | 自動運転車の軌跡候補を評価するための方法 | |
JP6738932B2 (ja) | シミュレーションプラットフォームに配置された、機械学習モデルを訓練するためのシステム及び方法 | |
CN107792079B (zh) | 利用路径预测的自主车辆 | |
JP6838241B2 (ja) | 移動体挙動予測装置 | |
CN105774806B (zh) | 车辆行驶控制装置 | |
US10571916B2 (en) | Control method for autonomous vehicles | |
US20180067491A1 (en) | Event classification and object tracking | |
CN108334077B (zh) | 确定自动驾驶车辆的速度控制的单位增益的方法和系统 | |
WO2018047006A1 (en) | Low-level sensor fusion | |
US20200269853A1 (en) | Method and device for eliminating steady-state lateral deviation and storage medium | |
CN116867695A (zh) | 自主车辆转向假动作事件检测器 | |
CN113734201B (zh) | 车辆冗余控制方法、装置、电子设备及介质 | |
US11731661B2 (en) | Systems and methods for imminent collision avoidance | |
KR102570338B1 (ko) | 자동차의 환경에서 타겟 자동차의 궤적을 예측하기 위한 방법 및 시스템 | |
US11847562B2 (en) | Obstacle recognition assistance device, obstacle recognition assistance method, and storage medium | |
CN113335312B (zh) | 一种绕障行驶方法、装置、电子设备及介质 | |
CN113504782B (zh) | 障碍物防撞方法、装置、系统和移动工具 | |
CN111047047A (zh) | 驾驶模型的训练方法和装置、电子设备、计算机存储介质 | |
US12067818B2 (en) | Checkpoint-based tracing for monitoring a robotic system | |
WO2022126349A1 (zh) | 控制方法和控制装置 | |
CN113753040B (zh) | 预测弱势道路用户乱穿马路行为 | |
US20210319698A1 (en) | Determination device, determination method, and non-transitory computer readable storage medium storing determining program | |
WO2022115216A2 (en) | Method and system for determining a mover model for motion forecasting in autonomous vehicle control | |
CN105946578A (zh) | 油门踏板控制方法、装置及车辆 | |
CN110497906B (zh) | 车辆控制方法、装置、设备和介质 |
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 |