CN117255755A - 生成自主车辆穿行交叉路口的轨迹的方法和系统 - Google Patents
生成自主车辆穿行交叉路口的轨迹的方法和系统 Download PDFInfo
- Publication number
- CN117255755A CN117255755A CN202280031749.5A CN202280031749A CN117255755A CN 117255755 A CN117255755 A CN 117255755A CN 202280031749 A CN202280031749 A CN 202280031749A CN 117255755 A CN117255755 A CN 117255755A
- Authority
- CN
- China
- Prior art keywords
- autonomous vehicle
- intersection
- loiter
- pose
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000009471 action Effects 0.000 claims abstract description 25
- 230000000977 initiatory effect Effects 0.000 claims abstract description 4
- 230000033001 locomotion Effects 0.000 claims description 16
- 230000011664 signaling Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 28
- 238000004891 communication Methods 0.000 description 25
- 230000001133 acceleration Effects 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001953 sensory effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010010254 Concussion Diseases 0.000 description 1
- 235000006025 Durio zibethinus Nutrition 0.000 description 1
- 240000000716 Durio zibethinus Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000009514 concussion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18159—Traversing an intersection
-
- 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
- B60W30/02—Control of vehicle driving stability
- B60W30/045—Improving turning performance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18018—Start-stop drive, e.g. in a traffic jam
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18145—Cornering
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
- B60W2520/125—Lateral acceleration
-
- 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
- B60W2520/14—Yaw
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了用于控制自主车辆通行穿过交叉路口的系统和方法。方法包括确定自主车辆在开始不受保护的转弯以穿过交叉路口之前在交叉路口内某点停车的徘徊姿态。然后识别一个或多个不同类别的轨迹,每个类别与相对于徘徊姿态采用相同的离散动作组合的多个轨迹相关联。然后基于徘徊姿态计算一个或多个不同类别的轨迹中的每个类别的轨迹的约束集,并且基于相应的约束集为一个或多个不同类别中的每个类别确定候选轨迹。从候选轨迹中选择自主车辆执行不受保护的转弯以穿过交叉路口的轨迹。
Description
背景技术
自主车辆(AV)的成功设计和部署需要从AV的当前位置到包括道路网络的地图中指定目的地的最佳道路/车道级路径。路线通常需要穿过交叉路口(intersection),包括车辆经过的公共区域,以及车辆可以从多个方向接近的公共区域。对于AV来说,这样的交叉路口是最具挑战性的场景之一,因为必须考虑交通管制(即标志或交通信号)和其他道路使用者的预测行为,才能决定何时进入交叉路口。当AV需要执行“不受保护的转弯(unprotectedturn)”时,挑战会加剧,在执行“不受保护的转弯”的情况下,AV必须穿过或汇入一条或多条其他道路使用者拥有通行权的车道(即,穿过冲突车道)。
现有技术方法通常要求AV在执行不受保护的转弯之前在交叉路口外等待,直到所有冲突车道没有其他道路使用者或交通,然后沿着预定义的路径行进穿过交叉路口。然而,当一个或多个冲突车道上有持续的交通流时,这样的方法会导致AV无限期等待。这在信号控制的交叉路口处尤其成问题,当AV未能在灯周期内完成转弯(即,在AV完成转弯之前,灯从红色变为绿色,又变回红色)时。
本文描述了旨在解决上述问题和/或其他问题的方法和系统。
发明内容
在一个或多个场景中,公开了用于控制自主车辆通行穿过交叉路口的系统和方法。系统可以执行这些方法,并且可以包括处理器和非暂时性计算机可读介质,该非暂时性计算机可读介质包括一个或多个编程指令,一个或多个编程指令在由处理器执行时,使处理器执行所公开的方法。这些方法可以包括接收对应于交叉路口的实时信息,并确定自主车辆在开始不受保护的转弯以穿过交叉路口之前在交叉路口内某点停车的徘徊姿态。这些方法还可以包括识别一个或多个不同类别的轨迹,每个类别与相对于徘徊姿态采用相同的离散动作组合来执行不受保护的转弯的多个轨迹相关联。然后,可以基于徘徊姿态计算一个或多个不同类别的轨迹中的每个类别的轨迹的约束集,并可以基于相应的约束集确定一个或多个不同类别中的每个类别的候选轨迹。可以从候选轨迹中选择自主车辆执行不受保护的转弯以穿过交叉路口的轨迹。
在各种实施方式中,所选择的轨迹可能导致自主车辆行驶到徘徊姿态,等待一个或多个冲突车道上的对象经过自主车辆,然后再执行不受保护的转弯以穿过交叉路口。可选地,这些方法还可以包括使自主车辆使用所选择的轨迹执行不受保护的转弯。
在各种实施方式中,徘徊姿态可以作为自主车辆车外地图生成阶段的一部分确定和/或由自主车辆的车载计算设备实时确定。在各种实施例中,徘徊姿态可以包括沿穿过交叉路口的参考路径的停车位置,停车位置与自主车辆在徘徊姿态时的参考点之间的横向偏移,以及自主车辆在徘徊姿态时的第一航向与遵循参考路径所需的第二航向之间的横摆偏移。可选地,可以通过基于成本函数确定停车位置来确定徘徊姿态,成本函数包括以下因素,例如,但不限于:向其他道路使用者发出信号表明自主车辆将尽早行进穿过交叉路口的意图的停车位置,自主车辆转向离开徘徊姿态的运动可行性,自主车辆在完成不受保护的转弯离开徘徊姿态时在一个或多个冲突区域中将需要花费的持续时间,从徘徊姿态来看交通信号的可见度、从徘徊姿态来看冲突车道中迎面而来的对象的可见度和/或徘徊姿态位于对向车道内。此外和/或可选地,可以通过确定横向偏移和横摆偏移来确定徘徊,使得自主车辆在徘徊姿态时的车印与交叉路口的冲突车道之间的最小距离大于或等于目标距离。在这种实施例中,可以确定目标距离,使得冲突车道中的对象可以经过处于徘徊姿态的自主车辆而不会与自主车辆相撞。
在某些实施方式中,一个或多个不同类别的轨迹可以包括但不限于,使自主车辆在进入交叉路口之前在停车线上停车的轨迹,使自主车辆在整个规划范围内以徘徊姿态在交叉路口内停车的轨迹,使自主车辆在少于整个规划范围内以徘徊姿态在交叉路口内停车的轨迹,通过以徘徊姿态转向行进穿过交叉路口的轨迹,和/或行进穿过交叉路口而不以徘徊姿态转向的轨迹。
在某些实施方式中,这些方法还可以包括丢弃基于接收到的实时信息确定为不可行的已识别的不同类别的轨迹。
在一个或多个实施方式中,选择自主车辆执行不受保护的转弯以穿过交叉路口的轨迹,可以包括基于例如与交叉路口中的一个或多个对象发生碰撞的风险、乘客舒适度、交叉路口中的规划停车位置是所确定的徘徊姿态和/或自主车辆关于是行进穿过交叉路口还是以徘徊姿态等待的犹豫不决,为一条或多条候选轨迹中的每条轨迹分配分数。可选地,分配分数还可以包括删除与自主车辆相关的一个或多个惩罚,例如对在交叉路口内的十字街道处停车的惩罚、对在停止状态交通信号下行进穿过交叉路口持续阈值时间的惩罚等。
附图说明
图1示出了需要自主车辆执行不受保护的转弯的示例交叉路口。
图2示出了生成穿行交叉路口的轨迹的示例方法的流程图。
图3示出了包括停车位置、横向偏移和横摆偏移的示例徘徊姿态。
图4示出了在图1的交叉路口100中执行不受保护的转弯的示例徘徊姿态。
图5示出了在黄灯和/或红灯期间主张通行权完成不受保护的转弯以穿过交叉路口的示例方法的流程图。
图6示出了自主车辆的示例畅通姿态(clearing pose)。
图7示出了包括自主车辆的示例系统。
图8示出了自主车辆的示例控制器的各种组件的框图。
图9是可以实施本文中的各种系统和方法的计算设备的元件框图。
具体实施方式
除非上下文另有明确规定,否则本文中使用的单数形式“一”、“一个”和“该”包括复数引用。除非另有定义,否则本文中使用的所有技术和科学术语具有本领域普通技术人员通常理解的含义。本文中使用的术语“包含”是指“包括但不限于”。与本文相关的其他术语的定义包含在具体实施方式的末尾。
如上所述,自主车辆通常难以快速确定操纵穿过交叉路口同时避开在某些预定规划范围内路径可能与自主车辆相交的对象的合适的轨迹(其可以包括路径和目标速度和加速度)。例如,在进行不受保护左转弯时,自主车辆必须穿过或并入其他对象或道路使用者拥有通行权的一个或多个“冲突车道”,此时会出现这种情况。自主车辆通常在交叉路口外等待,直到所有冲突车道都无车通过,然后沿着预定轨迹行进穿过交叉路口。本文所述的冲突车道是自主车辆需要穿过和/或并入的车道,并且必须与其他道路使用者协商通行权(例如,当其他道路使用者具有优先于自主车辆的通行权时)。例如,如图1所示,当自主车辆101正在规划在车道115(具有参考路径115(a))中执行不受保护的左转弯时,它可以在进入交叉路口100之前在停车线110等待。执行转弯需要自主车辆穿行冲突车道(例如,111、112是对向冲突车道,113是交叉冲突车道),在此类冲突车道中,自主车辆必须将通行权让给其他对象。然而,当冲突车道中有持续的交通流(例如,具有相应预测轨迹121(a)和122(a)的对象121和122)时,自主车辆可能会在停车线110无限期等待,这与人类驾驶员不同,人类驾驶员通常会向前驶入交叉路口,并在交叉路口“徘徊”(即等待一段时间),以表示行进穿过交叉路口的决心。
本公开描述了用于生成执行不受保护的转弯以穿过交叉路口的自主车辆轨迹的系统和方法,自主车辆轨迹包括在规定位置徘徊,向其他道路使用者发出信号,表明自主车辆决心行进穿过交叉路口(类似于人类驾驶员)。然后,自主车辆在最早的安全机会(例如,当规划轨迹没有接近交通时,当自主车辆的交通灯为绿色时,或者在自主车辆的交通灯变为黄色/红色后短时间内)行进穿过交叉路口。
现在参考图2,显示了用于生成穿行交叉路口的轨迹的示例方法的流程图。根据本公开可以理解,方法的操作顺序不限于附图中所示的执行顺序,而是可以在适当情况下根据本公开以一个或多个不同的顺序执行。在各种实施例中,方法可以基于一个或多个预定事件调度运行,和/或在自主车辆操作过程中连续运行。
在202中,系统可以生成到目的地的路线,路线可以表示为地图中自主车辆可以遵循以到达目的地的连续车道/车道段的序列。可选地,路线可以是仅基于道路网络中的信息(而不是实时感知信息)就成本/回报函数而言的最佳路线。为了生成路径,系统可以从例如地图数据存储器中接收与感兴趣的地理区域对应的道路网络信息。在一些实施例中,道路网络信息可以包括地理位置的地图(例如,车道级地图、道路级地图等)。地图可以是地理区域中包含的互联道路集合的图形表示,并且可以包括道路、车道和车道段。道路包括一个或多个相邻车道,车道可以纵向分为车道段。
可选地,系统可以生成穿过路线中的车道/车道段的“参考路径”。参考路径可以对应于车辆沿一条或多条车道行驶的常见模式。此类参考路径可预先定义,如交通车道的中心线。可选地,参考路径可以基于一段时间内车辆或其他对象的历史观测结果生成(例如,直线行驶、车道合并、转弯等的参考路径)。参考路径不考虑与自主车辆的环境相关的实时感知信息。在各种实施例中,参考路径可以用作规划轨迹的坐标系,自主车辆可能不会受限于遵循穿过车道的参考路径。
在204中,系统可以确定穿行路线是否需要自主车辆执行不受保护的转弯(例如,不受保护的左转弯、不受保护的右转弯、不受保护的U形转弯等)。本文所使用的“不受保护的转弯”是指自主车辆在没有交通管制(例如,停车标志或带绿色箭头的交通灯)的帮助下穿过交叉路口进行的任何转弯操纵,交通管制给予自主车辆在冲突车道上优先于其他道路使用者的通行权。因此,在不受保护的转弯中,自主车辆必须在转弯前将通行权让给迎面而来的对象(例如,自行车、车辆等)。可选地,系统还可以确定在执行不受保护的转弯之前和/或执行不受保护的转弯时,自主车辆是否适合在交叉路口的特定位置处徘徊,以便将通行权让给交叉路口中迎面而来的对象。例如,当有多个相邻转弯车道并且自主车辆将从内车道执行转弯时,徘徊是不合适的,因为内转弯车道上的徘徊姿态可能侵占外转弯车道。在另一个例子中,当交通信号支持受保护的转弯(绿色箭头)时,徘徊可能是不合适的,因为自主车辆可以通过在停车线等待受保护的转弯来最小化风险,而不是在交叉路口徘徊以进行不受保护的转弯。系统可以基于与确定的路径相关的一个或多个交通规则、地图信息等来确定穿行路线是否需要自主车辆执行不受保护的转弯和/或自主车辆是否适合在交叉路口中的特定位置处徘徊。如果不需要自主车辆执行不受保护的转弯和/或在交叉路口徘徊不适合不受保护的转弯(204:否),则自主车辆可以使用任何现在或以后的轨迹生成方法生成沿路线穿行交叉路口的轨迹(212)。
然而,如果将需要自主车辆执行适合于徘徊的不受保护的转弯(204:是),系统可以确定徘徊姿态(206),徘徊姿态是自主车辆可以在执行不受保护的转弯通过此类车道冲突之前等待或徘徊以便在车道冲突中具有通行权的迎面而来的对象行驶经过该路径的姿势。徘徊姿态通常在交叉路口内(即,超出图1所示的停车线110)。
为了确定徘徊姿态,系统可以首先使用例如1D优化或线搜索问题来确定沿参考路径的停车位置。由于徘徊姿态具有3个自由度(x,y,横摆),系统然后可以使用停车位置来确定横向偏移和航向偏移,使得自主车辆车印在一个或多个冲突车道之外至少达到目标余量或距离。停车位置以及横向偏移和横摆偏移共同指定徘徊姿态。横向偏移是参考路径上的停车位置与自主车辆在徘徊姿态时的参考点(例如重心)之间的垂直距离,横摆偏移是自主车辆在徘徊姿态时的航向与遵循参考路径所需的航向之间的距离角。
例如,图3示出了当执行不受保护的左转弯以穿过图1所示的交叉路口100时自主车辆101的徘徊姿态。如图所示,徘徊姿态包括在沿参考路径115(a)的点301处的停车位置、横向偏移“l”和横摆偏移“8”。确定1和8的值,使得自主车辆车印与任一冲突车道之间的最小距离“d”大于或等于规定的余量或距离。例如,可以配置余量,以使自主车辆不会阻碍对向冲突车道111。此外和/或可选地,可以配置余量以使自主车辆不会阻碍自主车辆后面的道路使用者(例如,不需要像自主车辆一样进行相同的不受保护的转弯的对象)从右侧经过自主车辆,并行进到交叉路口的另一个出口(例如,直行、右转等)。
在各种实施方式中,系统可以通过优化成本函数来确定相对于参考路径的停车位置和相应的徘徊姿态,该成本函数包括以下因素,例如但不限于,向其他道路使用者发出信号表明自主车辆将尽早行进穿过交叉路口的意图无论停车位置转向离开在运动学上是否不可行的停车位置,自主车辆在完成转弯离开徘徊姿态时在一个或多个冲突区域中将需要花费的持续时间,从停车位置来看交通信号(例如交通灯)的可见度,从停车位置来看冲突车道中迎面而来的对象的可见度,停车位置是否在对向车道内,等等。这种成本函数可以为每个因素分配不同的权重、惩罚、奖励等。
例如,成本函数可以包括对向交叉路口中的其他对象发出信号表明自主车辆将尽早行进穿过交叉路口的意图的停车位置的奖励,和/或对不提供此类信号的停车位置的惩罚。此类位置的示例可以包括但不限于人行横道、十字街等。在信号控制的交叉路口,这将向交叉路口的其他对象发出信号,表明自主车辆将在当前交通信号周期(即红绿灯)中尽早行进穿过交叉路口,因为如果自主车辆在交通信号状态改变后仍然停在人行横道、十字街等处,自主车辆将阻碍交叉交通。
在另一个例子中,成本函数可以包括对停在自主车辆转向离开在运动学上不可行的m位置(即自主车辆找不到从徘徊姿态到交叉路口出口的运动学上可行的路径)的惩罚,和/或对停在自主车辆转向离开在运动学上可行的位置的奖励。运动学可行性可以通过求解从徘徊姿态到交叉路口出口附近的目标位置的路径来评估,在该目标位置处重新进入符合标准的参考路径,这些标准包括但不限于具有在自主车辆的最小转弯半径能力范围内的曲率,并保持在可驾驶区域内。可以使用任何现在或以后已知的方法求解路径,例如但不限于求解杜宾路径(这是由直线段和恒定半径的弧表示的具有已知位置和方向的两个点之间的最短曲线),构造样条曲线,或随时间整合自主车辆的运动学模型。
同样地,成本函数可以包括对自主车辆在完成转弯离开徘徊姿态时将需要在一个或多个冲突区域(例如,冲突车道)中花费的时间的增加增加惩罚(和/或减少奖励)。穿行冲突区域所需的时间可以是自主车辆的一个或多个动态限制(例如,允许的纵向加速度、允许的横向加速度、转向速率等)以及自主车辆完成转弯将遵循的路径的属性(例如,路径的曲率和/或曲率率、冲突区域内路径的长度等)的函数。
在某些实施方式中,成本函数可以包括对看不见交通信号(例如交通灯等)的停车位置的惩罚和/或对看见交通信号的停车位置的奖励。同样,成本函数可以包括对看不见冲突车道中朝向自主车辆的对象的停车位置的惩罚和/或对看见这种对象的停车位置的奖励。
此外和/或可选地,成本函数可以包括对将导致自主车辆的至少一部分占用对向转弯车道(即,在与自主车辆的转弯方向相反的方向上转弯的转弯车道,如图1所示的车道114)的停车位置的惩罚,和/或对导致自主车辆占用对向转弯车道的停车位置的奖励。
应指出的是,系统可以在自主车辆穿行交叉路口之前(例如,作为地图生成过程的一部分在自主车辆外)确定徘徊姿态,以便例如避免消耗计算资源;避免运行时延迟问题等。此外和/或可选地,系统可以在运行时(例如,在自主车辆上)确定徘徊姿态,以考虑实时感知信息。
在轨迹生成步骤208中,系统可以连续为每个运动规划周期或范围规划自主车辆穿行交叉路口的安全可行的轨迹。在一个或多个实施例中,系统可以通过接收281实时感知信息(例如,与交叉路口和/或交叉路口周围的一些区域有关)来生成(208)轨迹。实时信息可以包括但不限于与交叉路口中检测到的一个或多个对象(静止或移动)相对应的感知信息、与一个或多个检测到的对象有关的轨迹预测、自主车辆的环境(例如,交通灯、停车标志、交叉路口、人行横道、地图信息等)、自主车辆当前的状态信息等。此外,轨迹生成306可以在与交叉路口相对应的曲线空间中相对于参考路径执行。参考路径在曲线空间中建立了自主车辆和对象/位置之间的拓扑关系。在这个空间中,自主车辆可以采取离散动作,在某物的前方或后方,或向左或向右。
系统可以(基于对接收到的实时信息的分析)确定轨迹282的一个或多个不同类别(例如,通过执行拓扑规划),其中每个不同类别与一组轨迹相关联,这些轨迹对于在交叉路口处执行不受保护左转弯采取相同的离散动作(例如,离散拓扑动作)。这种离散动作的示例可以包括但不限于在停车线(图1的110)处停车——通常在自主车辆进入交叉路口之前有停车标志、红灯和/或其他停车信号时选择;以徘徊姿势停在交叉路口——通常是在自主车辆必须在整个规划范围内等待对象经过对向冲突车道时选择;行进穿过交叉路口但以徘徊姿势短暂停车(即,在规划范围以下以徘徊姿势停车)——通常在自主车辆在整个规划范围以下必须等待对象经过对向冲突车道时选择(约8-12秒、约9-11秒、约10秒、约9秒、约11秒等);行进穿过交叉路口而不以徘徊姿态停车,但仍以徘徊姿势转向——通常在自主车辆确定目前不需要等待对向冲突车道中的对象但未来可能需要等待时选择;行进穿过交叉路口而不停车,也不以徘徊姿态转向——通常在不存在必须等待对向冲突车道上的对象的可能性或必须等待对向冲突车道上的对象的可能性可以忽略时选择;等等。应该指出的是,自主车辆可以执行的用于执行不受保护的转弯的其他动作在本公开的范围内,例如跟在对象后面、经过对象、改变车道、在对象之前停车等。本领域技术人员将理解,拓扑规划也可以指战术规划或行为规划,拓扑上不同的动作可以指战术上或行为上不同的动作。
可选地,如果基于实时感知信息确定一个或多个轨迹类别不可行,则系统可以丢弃它们。例如,如果自主车辆已经转向到对向冲突车道(例如,图1中的车道111或车道112)中,自主车辆以徘徊姿态等待不再可行,任何以徘徊姿态停车或转向的类别都可以丢弃。同样地,当自主车辆有多个相邻的转弯车道执行不受保护的左转弯时,内转弯车道内的徘徊姿态会侵占外转弯车道,包括以此类徘徊姿态等待和/或转向的动作的类别可以丢弃。在另一个例子中,当交通信号支持受保护的转弯(绿色箭头)时,自主车辆可以通过在停车线等待受保护的转弯而不是执行不受保护的左转弯来最小化风险,包括以此类徘徊姿态等待和/或转向的动作的类别可以丢弃。同样地,当对向冲突车道相互让行给自主车辆的车道时(例如,在全向停车标志控制的交叉路口),自主车辆可以通过在停车线等待受保护的转弯而不是执行不受保护的左转弯来最小化风险,包括以此类徘徊姿态等待和/或转向的动作的类别可以丢弃。
系统可以使用徘徊姿态来生成轨迹类别的约束集(283),约束集包括一个或多个约束。约束集在曲线空间中定义了一个凸包(有界区域),在该凸包中,自主车辆轨迹被限制为一类轨迹。如上所述,自主车辆可以采取离散动作来执行不受保护的转弯以穿过交叉路口,每个离散动作在曲线空间中产生一个或多个约束。例如,在停车线处停车的离散动作可以产生纵向约束,要求自主车辆纵向行驶不超过停车线位置。以徘徊姿态停车的离散动作可以产生纵向约束和横向约束,纵向约束要求自主车辆纵向行驶不超出徘徊姿态,横向约束要求自主车辆以徘徊姿态转向。以徘徊姿态停车的离散动作还可以产生横向约束,要求自主车辆保持在相对邻居冲突的右侧(对于不受保护的左转弯)。行进穿过交叉路口而不停车但仍然以徘徊姿态转向的离散动作可以只产生横向约束,要求自主车辆以徘徊姿态转向。行进穿过交叉路口而不以徘徊姿态停车或转向的离散动作可以不产生纵向或横向约束。上述动作和约束是出于示例目的而提供的,其他可能的动作和/或约束也在本公开的范围内。可选地,除了上述约束外,系统还可以考虑与进行不受保护的转弯无关的横向和/或横向约束(例如,避免与自主车辆后面的对象发生碰撞的约束)。
在284处,系统可以为每个轨迹类别和相应的约束集优化轨迹,以确定该类别的候选轨迹。这种优化可以使用模型预测控制或其他算法来执行,以生成满足约束集的动态可行且舒适的轨迹。系统可以减少徘徊约束的权重,以便为减少曲率和横向加速度的约束分配相对较高的权重。同样,系统可以缩减或减少在较高速度下执行徘徊约束的纵向间隔。当自主车辆高速穿行交叉路口时,这些变化可以产生更平滑的轨迹,而不会在车道冲突中跟在任何其他对象后面。
在285中,系统可以为每个轨迹类别的优化轨迹分配分数,并根据分配的分数选择最佳候选轨迹(例如,根据评分标准选择最大奖励或最小成本作为最佳轨迹),以用于执行不受保护左转弯。分数可以根据例如自主车辆的实时感知信息、自主车辆环境中对象的位置和预测轨迹、交叉路口、灯、停车标志、徘徊姿态等的位置、允许变道区域的位置、规划路径、徘徊姿态、停车线等分配。在一些实施例中,在对与其他道路使用者的交互进行评分时,评分功能可以对与自主车辆的交互进行建模。例如,道路使用者的标称预测轨迹可以与自主车辆的规划轨迹相交,但评分功能可以确定其他道路使用者能够减速或停车。具体而言,系统可以考虑实时信息,例如但不限于关于局部区域的感知信息(例如交通信号状态)和其他对象(例如车辆、行人)的预测轨迹。在一些实施例中,可以更新其他对象的预测轨迹以对它们与自主车辆的交互进行建模。例如,当自主车辆处于徘徊姿态时,与自主车辆处于交叉冲突车道中的车辆可以减速和/或停车,以允许自主车辆执行左转弯,并且可以相应地更新这种车辆的优化轨迹。
分数可以根据一个或多个因素和相应的权重分配。例如,一个因素可以是碰撞风险,其中碰撞风险较低的轨迹可以分配比碰撞风险较高的轨迹更低的成本。因素的另一个例子可以是乘客舒适度,其中不需要执行突然制动或转向操纵的轨迹可以分配比需要此类操纵的轨迹更低的成本。因素的另一个例子是交叉路口中的规划停车位置,其中需要在交叉路口内某位置停车而不是以所确定的徘徊姿态停车的轨迹与需要以徘徊姿态停车的轨迹相比,可以受到惩罚或分配较低的分数。可选地,为了计算交叉路口内停车位置的分数,系统可以使用上述成本函数来确定徘徊姿态的停车位置(例如,为具有较高成本函数的停车位置分配较低的分数,反之亦然)。系统还可以考虑与自主车辆是继续穿过交叉路口还是以徘徊姿态等待的犹豫不决有关的因素,这种犹豫不决可能导致制动和转向命令的不舒服的震荡,可以对涉及此类犹豫不决的轨迹进行惩罚(或分配较低的分数)。例如,系统可以对在规划周期内改变停止和继续之间的语义决策分配“滞后”惩罚和/或对不舒服的制动和转向控制分配直接惩罚。
应该指出的是,对于以徘徊姿态徘徊的自主车辆,在为优化轨迹分配分数时,仅为了执行不受保护的转弯的目的,可以省略与现有轨迹生成方法相关的某些典型惩罚。例如,系统可以忽略在交叉路口内十字街道处停车的惩罚,因为当徘徊以执行转弯时,在十字街道停车是必要的,以表明行进的意图。事实上,如上所述,需要自主车辆以徘徊姿态停车的轨迹得分更高。同样,系统可以忽略在灯由绿变红后有限阈值时间内在红灯行进穿过交叉路口的惩罚,因为有时这可能是完成不受保护的转弯的唯一方法(例如,在交通流量大的情况下),并且当车辆已经在交叉路口的承诺位置(即徘徊姿态)时是可以接受的,下面将更详细地讨论。
系统可以使用所选择的最佳候选轨迹,为当前的运动规划周期或范围导航自主车辆(286)。然后,系统可以确定(210)自主车辆是否已完成执行不受保护的转弯,并重复上述徘徊姿态确定(206)和轨迹生成(208)步骤,直到车辆到达目的地。
所述过程的好处是,在执行不受保护的转弯之前,无需在交叉路口外的停车线处无限期等待(并且通常无法完成转弯),自主车辆可以在交叉路口内以徘徊姿态徘徊(类似于人类驾驶员),以向交叉路口内的其他道路使用者发出信号,表明其在最早的安全机会执行转弯的意图。例如,如图4所示,当自主车辆401正在规划在车道415中(具有参考路径415(a))执行不受保护的左转弯时,它可以在徘徊姿态450徘徊,而不是在停车线410等待。然后,当对象402(a)和402(b)已经腾出了参考路径415(a)和/或向自主车辆401让出通行权时,自主车辆可以通过遵循轨迹460(在目标位置461重新回到参考路径415(a))从徘徊姿态完成不受保护的转弯。其中,轨迹使用上述过程确定。
应指出的是,当交通信号灯为绿灯时(即,当允许自主车辆执行转弯时),自主车辆能够从徘徊姿态执行不受保护的左转弯,但可能存在自主车辆需要在交通灯变为黄色和/或红色后开始和/或完成转弯的情况。在这种情况下,虽然根据交通法规,冲突车道上的对象具有优先于自主车辆的通行权,但是社会惯例允许车辆执行不受保护的转弯,以相在冲突车道上主张优先于对象的通行权。现有系统和方法阻止自主车辆在图4所示的徘徊姿态450停车时在红灯和/或黄灯下完成不受保护的转弯(因为自主车辆没有进入任何冲突车道或人行横道),导致自主车辆无限期停滞,或者总是导致自主车辆完成不受保护的转弯,而不管黄灯和/或红灯的持续时间,导致自主车辆承担不合理的风险。因此,需要建模规则,允许自主车辆在交通信号灯下完成不受保护的转弯,即使在交通信号灯变为黄色和/或红色且自主车辆尚未进入冲突车道时。
现在参考图5,示出了显示黄灯和/或红灯期间主张通行权完成不受保护的转弯以穿过交叉路口的示例方法的流程图。根据本公开内容可以理解,方法的操作顺序不限于附图中所示的执行顺序,而是可以根据适用情况和本公开内容以一个或多个不同的顺序执行。在各种实施例中,方法可以基于一个或多个预定事件来调度运行,和/或在自主车辆操作期间连续运行。
当需要自主车辆沿规划路径执行不受保护的转弯时,系统可以确定冲突车道中是否存在预测轨迹将在阈值时间内与自主车辆的规划路径相交的一个或多个对象(502)。规划路径可以是图2中生成的最佳路径。
在一个或多个实施例中,系统可以根据实时感知信息(例如,与交叉路口和/或交叉路口周围的一些区域有关的实时感知信息)进行确定。实时信息可以包括但不限于,与在交叉路口检测到一个或多个对象(静止或移动)相对应的感知信息、与一个或多个检测到的对象有关的轨迹预测、自主车辆的环境(例如,交通灯、停车标志、交叉路口、人行横道、地图信息等)、自主车辆的当前状态信息等。可以确定阈值时间,以便在对象和自主车辆都继续沿着其当前或规划/预测的轨迹移动的情况下对象和自主车辆之间可能存在碰撞的风险。
如果系统确定冲突车道中没有预测轨迹将在阈值时间内与自主车辆的规划路径相交的对象(502:否),则系统可以使用任何现在或以后已知的轨迹生成方法从其当前位置生成在当前规划范围内(504)遵循自主车辆的规划路径的轨迹。然后,系统可以在每个后续规划范围内继续执行步骤502,直到自主车辆完成执行不受保护的转弯。
然而,如果系统确定冲突车道上有预测轨迹将在阈值时间内与自主车辆的规划路径相交的一个或多个对象(502:是),则系统可以接收和/或生成徘徊姿态(506)。如上所述,徘徊姿态是交叉路口内自主车辆在完成不受保护的转弯之前必须等待迎面而来的交通或行人(即拥有通行权的对象)行进经过自主车辆的规划路径的姿态。系统可以生成以上关于图2讨论的徘徊姿态(实时和/或在自主车辆穿行交叉路口之前的任何时间)。
在508,系统可以确定相对于自主车辆的规划路径(即行驶车道和方向)交叉路口处的交通信号状态(例如,绿色、黄色、红色、等待等)。系统可以使用任何现在或以后已知的方法识别交通信号的状态。例如,使用传感器数据和详细地图信息的组合,系统可以估计交通信号的大致位置。然后使用模板、图像匹配、图像中的颜色检测等,系统可以确定交通信号的状态(例如,红色、黄色或绿色)。可替代地,可以从另一个设备(例如与交通信号灯相关的发射器和/或做出决定的另一辆车)接收此信息。因此,系统还可以使用上述示例中的任一个确定交通信号何时从绿色变为黄色再变为红色。
如果交通信号的状态被确定为自主车辆规划路径的“通行”状态(例如,绿灯)(508:通行),系统可以生成自主车辆前往徘徊姿态的轨迹,并以徘徊姿态徘徊(510)。然后,系统可以在后续的运动规划周期中继续执行步骤502-508。
如果交通信号的状态被确定为自主车辆规划路径的“如果可行则停车”状态(交通信号改变为停车状态之前的暂时性状态)(508:如果可行则停车),系统可以确定自主车辆是否可以在阈值时间和距离内从其当前姿态实现畅通姿态(512)。如果可行则停车状态的一个例子可以是黄色交通信号灯,表明信号灯正在从绿色转变为红色,如果能够安全地这样做,车辆应在进入交叉路口之前停车。畅通姿态是自主车辆在对象与自主车辆的规划路径的预测相交时间之前在行进经过确定为包括一个或多个对象(在步骤502中)的冲突车道之后的姿态。在各种实施例中,阈值时间和/或距离可以根据例如区域中社会可接受的驾驶惯例、交通规则等来确定。例如,社会惯例可以是,在交通信号变红后3-5秒内完成不受保护的转弯是可接受的,但在交通信号变红后30秒内完成是不可接受的。应该指出的是,确定自主车辆是否可以在阈值时间和距离内从其当前姿态实现畅通姿态,并不需要确定自主车辆是否能够在这样的时间和/或距离内行驶经过整个交叉路口。例如,图6示出了当自主车辆600已经驶过包括将与自主车辆的规划路径相交的对象602的冲突车道611时实现的自主车辆600的畅通姿态601。然而,畅通姿态仍然在冲突车道612(或交叉路口的其它车道)内,而不是在交叉路口600外。
系统可以基于例如自主车辆将需要行驶的距离、自主车辆的当前速度、道路限速、沿自主车辆轨迹的曲率、自主车辆可以执行的最小和最大加速度、加速平稳性,以及沿轨迹的其他交通参与者来作出确定。可选地,如果自主车辆可以在对象与自主车辆规划路径的预测相交时间之前至少阈值时间内离开冲突车道,则系统可以确定自主车辆可以驶过冲突车道。这样的阈值时间可以根据例如乘客舒适度、对象的预测轨迹、交通规则等来确定。
如果系统确定自主车辆可以在阈值时间和/或距离内实现畅通姿态(512:是),则系统可以生成自主车辆在对象与自主车辆规划路径的预测相交时间之前行驶到畅通姿态(例如,从其当前位置经过一条或多条包含对象的冲突车道)的轨迹(514)。应该指出的是,这样的轨迹可能需要或可能不需要自主车辆以徘徊姿态转向。例如,即使自主车辆无法到达所需的徘徊位置,例如当对象在相反方向(例如,在图1的车道114中)转弯时侵占了徘徊位置(例如,当自主车辆可以在基于社会惯例确定的阈值时间/距离内完成转弯时),自主车辆仍然可以完成转弯。
如果系统确定自主车辆无法在阈值时间和/或距离内达到畅通姿态(512:否),则系统可以生成轨迹,使自主车辆在交叉路口外的停车位置(例如图1所示的停车线110)停车(516),至少直到交通信号处于下一个“通行”状态。如果自主车辆不可能完全停在交叉路口外,则系统可以生成轨迹,使自主车辆在进入任何冲突车道或人行横道之前,在交叉路口内停一段最短距离。
如果确定对于自主车辆的规划路径交通信号的状态为“停止”状态(例如,红色)(508:停止),则系统可以确定在自主车辆进入交叉路口之前交通信号处于停止状态的时间是否小于阈值时间(518)。如上所述,阈值时间可以基于社会惯例、交通规则等确定。如果确定交通信号处于停止状态的时间小于阈值时间(518:是),则系统可以确定冲突车道中对象的反应轨迹(520)。即使交通信号对于自主车辆处于停止状态之后(即,当对象根据交叉路口的交通规则具有通行权时),对象也会响应自主车辆规划的未来轨迹/动作,遵循反应轨迹,以获得优先于对象的通行权。具体而言,对象的反应轨迹考虑了当自主车辆获得优先于对象的通行权时,对象是否会为自主车辆减速和/或停止,以便在交通信号对于自主车辆处于停止状态之后完成不受保护的转弯。例如,系统可以确定对象是否目前正在减速,以及对象的当前减速曲线是否足以使其远离自主车辆的规划轨迹。
2020年9月28日提交的第17/034,366号美国专利申请中描述了反应轨迹的确定,其全部内容通过引用并入本文。例如,系统可以使用参数化运动模型,该模型是纵向模型,用于预测对象对自主车辆主张优先于对象的通行权的反应,以便即使在对于自主车辆交通信号处于停止状态后也能完成不受保护的转弯。假设对象可以选择是否在自主车辆之前加速并穿过交叉路口,或者自主车辆减速/停车完成不受保护的转弯。因此,对象可以在几个可能的反应轨迹之间进行选择。因此,系统可以假设对象在某些成本函数方面表现最佳或理性,并且在面临选择(如加速和经过,或减速/停止)时,移动主体将选择成本相对较低的反应轨迹。系统可以使用任何合适的成本函数来确定对象的每个可能反应轨迹的成本,并选择成本最低的反应轨迹作为对象的反应轨迹。例如,成本函数可以定义为多项式、分段线性函数、S形函数或其他函数。应指出的是,成本函数可以减少和/或消除与自主车辆在规划的未来动作中违反优先通行权交通规则相关的任何惩罚(或增加奖励),以使反应轨迹的选择能够使对象在自主车辆处于交通信号(即交叉路口入口)时减速具有实际优先权。这导致在例如冲突车道中的对象不必减速太多以适应自主车辆的情况下自主车辆将行进穿过交通信号的潜在的自主车辆轨迹。
如果自主车辆规划路径的冲突车道中的每个对象的所确定的反应轨迹表明对象将可能减速和/或停止,以便自主车辆完成不受保护的转弯(即让出优先通行权),则系统可以生成自主车辆完成不受保护的转弯的轨迹并通过交叉路口(522)。
如果确定交通信号已处于停止状态超过阈值时间(518:否)和/或自主车辆规划路径的冲突车道中对象的所确定的反应轨迹表明对象不会减速和/或停止以使自主车辆完成不受保护的转弯,则系统可以生成使自主车辆在交叉路口外的停车位置(例如,图1中所示的停车线110)停止(516)的轨迹。
应指出的是,本公开附图中显示的交叉路口、车道和不受保护的转弯仅用作示例,本公开内容并不受此限制。
上述系统和方法使自主车辆能够遵循社会惯例(如人类驾驶员)完成不受保护的转弯,即使在交通信号变为黄色/红色且自主车辆尚未到达任何冲突车道之后。与其他系统和方法不同,所提出的公开内容并不试图将交通信号的“承诺点”建模为交叉路口外的固定停车线。相反,本公开的原则根据自主车辆的状态、交通信号的状态和/或交通信号的持续时间来建模执行不受保护的转弯的轨迹,从而允许穿过交叉路口进行更稳健的导航。
图7是示出示例系统700的框图,该示例系统700包括通过网络710与一个或多个数据存储器702和/或一个或多个服务器703通信的自主车辆701。虽然示出了一个自主车辆,但多个自主车辆可以通过网络710彼此连接和/或连接到数据存储器702和/或服务器703。网络710可以是任何类型的网络,如局域网(LAN)、广域网(WAN)(如互联网)、蜂窝网络、卫星网络或其组合,并且可以是有线或无线的。数据存储器702可以是任何类型的数据存储器,例如但不限于地图数据存储器、交通信息数据存储器、用户信息数据存储器、兴趣点数据存储器或任何其他类型的内容数据存储器。服务器703可以是任何类型的服务器或服务器集群,例如但不限于Web或云服务器、应用服务器、后端服务器或其组合。
如图7所示,自主车辆701可以包括传感器系统711、车载计算设备712、通信接口714和用户界面715。自主车辆701还可以包括车辆中包含的某些组件(例如,如图10所示),如发动机、车轮、方向盘、变速箱等,这些组件可由车载计算设备712使用各种通信信号和/或命令(例如,加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等)进行控制。
传感器系统711可以包括一个或多个传感器,这些传感器连接到自主车辆701和/或包含在自主车辆701内。此类传感器的示例包括但不限于LiDAR系统、无线电探测和测距(RADAR)系统、激光探测和测距(LADAR)系统、声纳导航和测距(SONAR)系统、一个或多个摄像机(例如,可见光谱摄像机、红外摄像机等)、温度传感器、位置传感器(例如,全球定位系统(GPS)等)、定位传感器、燃料传感器、运动传感器(例如,惯性测量单元(IMU)等)、湿度传感器、占用传感器等。传感器数据可以包括描述自主车辆701周围环境中对象位置的信息、关于环境本身的信息、关于自主车辆701运动的信息、关于自主车辆路线的信息等。当自主车辆701在表面上行驶时,至少一些传感器可以收集与表面有关的数据。
LiDAR系统可以包括配置用于感测或探测自主车辆701所在环境中的对象和/或行为者的传感器。一般来说,LiDAR系统是一种结合了光学遥感技术的设备,可以通过用光照射目标来测量到目标的距离和/或目标的其他属性(例如,地面)。例如,LiDAR系统可以包括配置为发射激光脉冲的激光源和/或激光扫描仪,以及配置为接收激光脉冲反射的探测器。例如,LiDAR系统可以包括由旋转镜反射的激光测距仪,激光在正被数字化的场景周围进行一维、二维或多维扫描,以特定角度间隔收集距离测量值。例如,LiDAR系统可以配置为发射激光脉冲作为光束。可选地,光束可被扫描以生成二维或三维距离矩阵。在一个示例中,距离矩阵可用于通过测量脉冲传输和相应反射信号检测之间的时间延迟来确定到给定车辆或表面的距离。在一些示例中,多个LiDAR系统可以连接到第一车辆,以扫描第一车辆的完整370°视界。LiDAR系统可以配置为向计算设备提供表示激光击中表面的点云数据。除了距离外,点还可以由LiDAR系统以方位角和仰角表示,这可以转换为相对于附着到车辆的局部坐标系的(X,Y,Z)点数据。此外,LiDAR可以配置为提供从表面反射的光或激光的强度值,这可以表示表面类型。在示例中,LiDAR系统可以包括光(例如激光)源、扫描仪和光学器件、光电探测器和接收器电子器件以及位置和导航系统等组件。在一个示例中,LiDAR系统可以配置为使用紫外线(UV)、可见光或红外光对对象成像,并且可用于各种目标,包括非金属对象。在一个示例中,窄激光束可用于以高分辨率映射对象的物理特征。
应指出的是,用于收集与表面有关的数据的LiDAR系统可以包含在除自主车辆701以外的系统中,例如但不限于其他车辆(自动驾驶或有人驾驶)、机器人、卫星等。
图8示出了车辆801(如图1中的自主车辆701)的示例系统架构。车辆801可以包括发动机或马达802和用于测量车辆和/或其环境的各种参数的各种传感器。两种类型车辆常见的操作参数传感器包括,例如:位置传感器836,如加速计、陀螺仪和/或惯性测量单元;速度传感器838;和里程计传感器840。车辆801还可以具有时钟842,系统架构使用该时钟842确定操作期间的车辆时间。时钟842可以编码到车辆车载计算设备812中。它可以是单独的设备,或可以有多个时钟。
车辆801还可以包括各种传感器,这些传感器用于收集关于车辆行驶环境的信息。这些传感器可以包括,例如:定位传感器860,如GPS设备;对象检测传感器,如一个或多个摄像机862;LiDAR传感器系统864;和/或雷达和/或声纳系统868。传感器还可以包括环境传感器868,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车辆801在任何方向上检测车辆801给定距离或范围内的对象,而环境传感器收集关于车辆行驶区域内的环境条件数据。系统架构还将包括一个或多个摄像机862,用于捕获环境图像。这些传感器中的任一个或所有传感器将捕获传感器数据,传感器数据将使车辆车载计算设备812和/或外部设备的一个或多个处理器能够执行使计算系统能够对感知数据中的对象进行分类的编程指令,所有这些传感器、处理器和指令可被视为车辆的感知系统。车辆还可以通过一个或多个无线通信链路(如已知的车对车、车对对象或其他V2X通信链路)从通信设备(如收发器、信标和/或智能手机)接收信息。术语“V2X”是指车辆与其环境中可能遇到或影响的任何对象之间的通信。
在操作过程中,信息从传感器传输到车载计算设备812。车载计算设备812分析传感器捕获的数据,并基于分析结果选择性地控制车辆的操作。例如,车载计算设备812可以通过制动控制器822控制制动;通过转向控制器824控制方向;通过节气门控制器826(在燃气动力车辆中)或马达速度控制器828(如电动车辆中的电流水平控制器)控制速度和加速度;控制差速齿轮控制器830(在有变速器的车辆中);和/或控制其他控制器,如辅助设备控制器854。
地理位置信息可以从定位传感器860传输到车载计算设备812,然后车载计算设备812可以访问与位置信息相对应的环境地图,以确定环境的已知固定特征,如街道、建筑物、停车标志和/或停/走信号。从摄像机862捕获的图像和/或从传感器(如LiDAR系统864)捕获的对象检测信息从这些传感器传输到车载计算设备812。对象检测信息和/或捕获的图像可以由车载计算设备812处理,以检测车辆801附近的对象。此外或可替代地,车辆801可以将任何数据传输到远程服务器系统703(图1)进行处理。本文件中公开的实施例中可以使用任何已知或即将已知的基于传感器数据和/或捕获的图像进行对象检测的技术。
此外,自主车辆可以包括车载显示设备(此处未显示),其可以生成和输出界面,传感器数据、车辆状态信息或本文中描述的过程生成的输出(例如各种地图和路线信息)在该界面上显示给车辆的乘客。显示设备可以包括以音频格式呈现此类信息的音频扬声器,或者单独的设备可以是以音频格式呈现此类信息的音频扬声器。
车载计算设备812可以获取、检索和/或创建提供有关自主车辆801周围环境的详细信息的地图数据。车载计算设备812还可以基于例如三维位置数据(例如来自GPS的数据)、三维方向数据、预测位置等来确定环境中AV的位置、方向、姿态等。例如,车载计算设备812可以接收GPS数据以确定AV的纬度、经度和/或高度位置。其他定位传感器或系统,如基于激光的定位系统、惯性辅助GPS或基于摄像机的定位,也可以用于识别车辆的位置。车辆的位置可以包括绝对地理位置,如纬度、经度和高度,以及相对位置信息,如相对于周围其他汽车的相对位置,这通常可以用比绝对地理位置更少的噪声来确定。地图数据可以提供有关以下内容的信息:不同道路、路段、车道段、建筑物或其他项目的标识和位置;交通车道的地点、边界和方向(例如,停车场车道、转弯车道、自行车道或特定道路内的其他车道的位置和方向)以及与交通车道相关的元数据;交通控制数据(例如,标志、交通信号灯或其他交通控制设备的位置和指示);和/或提供帮助车载计算设备812分析自主车辆801周围环境的信息的任何其他地图数据。
在一些实施例中,地图数据还可以包括参考路径信息,参考路径信息对应于车辆沿一条或多条车道行驶使得对象的运动被限制在参考路径上(例如,对象通常行驶的交通车道内的位置)的常见模式。这些参考路径可以是预先定义的,如交通车道的中心线。可选地,参考路径可以根据一段时间内车辆或其他对象的历史观测结果生成(例如,直线行驶、车道合并、转弯等的参考路径)。
在一些实施例中,车载计算设备812还可以包括和/或可以接收与用户的行程或路线有关的信息、路线的实时交通信息等。
车载计算设备812可以包括路线控制器831和/或可以与路线控制器831通信,路线控制器831为自主车辆生成从起始位置到目的地位置的导航路线。路线控制器831可以访问地图数据存储器,以识别车辆从起始位置到达目的地位置可以行驶的可行路线和路段。路线控制器831可以对可行路线进行评分,并识别到达目的地的优选路线。例如,路线控制器831可以生成最小化路线期间行驶的欧几里得距离或其他成本函数的导航路线,并且可以进一步访问可以影响在特定路线上行驶将花费的时间量的交通信息和/或估计。根据实施情况,路线控制器831可以使用各种路由方法(如Dijkstra算法、Bellman-Ford算法或其他算法)生成一条或多条路线。路线控制器831还可以使用交通信息生成反映路线预期条件的导航路线(如,一周中的当前日期或一天中的当前时间等),以便为高峰时段行程生成的路线可以与为深夜行程生成的路线不同。路线控制器831还可以生成一条以上到达目的地的导航路线,并将这些导航路线中的一条以上发送给用户,供用户从各种可行路线中选择。
在各种实施例中,车载计算设备812可以确定自主车辆801周围环境的感知信息。基于一个或多个传感器提供的传感器数据和获得的定位信息,车载计算设备812可以确定自主车辆801周围环境的感知信息。感知信息可以代表普通驾驶员在车辆周围环境中感知到的情况。感知数据可以包括与自主车辆801环境中一个或多个对象相关的信息。例如,车载计算设备812可以处理传感器数据(例如,LiDAR或RADAR数据、摄像机图像等),以识别自主车辆801环境中的对象和/或特征。对象可以包括交通信号、道路边界、其他车辆、行人和/或障碍物等。车载计算设备812可以使用任何现在或以后已知的对象识别算法、视频跟踪算法和计算机视觉算法(例如,在多个时间段内迭代地帧到帧跟踪对象)来确定感知。
在一些实施例中,车载计算设备812还可以为环境中一个或多个已识别的对象确定对象的当前状态。状态信息可以包括但不限于每个对象的当前位置、当前速度和/或加速度、当前航向、当前姿态、当前形状、大小或印记、类型(例如,车辆、行人、自行车、静态对象或障碍物)和/或其他状态信息。
车载计算设备812可以执行一个或多个预测和/或预报操作。例如,车载计算设备812可以预测一个或多个对象的未来位置、轨迹和/或动作。例如,车载计算设备812可以至少部分地基于感知信息(例如,每个对象的状态数据,包括如下面讨论的那样确定的估计形状和姿态)、位置信息、传感器数据和/或描述对象、自主车辆801、周围环境的过去和/或当前状态和/或它们的关系的其他任何数据来预测对象的未来位置、轨迹和/或动作。例如,如果对象是车辆并且当前的驾驶环境包括交叉路口,则车载计算设备812可以预测对象是否会直线前进或执行转弯。如果感知数据表明交叉路口没有交通灯,则车载计算设备812还可以预测车辆是否必须在进入交叉路口之前完全停止。
在各种实施例中,车载计算设备812可以确定自主车辆的运动规划。例如,车载计算设备812可以基于感知数据和/或预测数据确定自主车辆的运动规划。具体而言,给定关于附近对象的未来位置的预测和其他感知数据,车载计算设备812可以确定相对于对象的未来位置最佳导航自主车辆801的自主车辆的运动规划。
在一个或多个实施例中,车载计算设备812可以接收预测,并决定如何应对自主车辆801环境中的对象和/或行为者。例如,对于特定行为者(例如,具有给定速度、方向、转弯角度等的车辆),车载计算设备812根据例如交通状况、地图数据、自主车辆状态等决定是否超车、让行、停车和/或经过。此外,车载计算设备812还为自主车辆801在给定路线上行驶规划路径以及规划驾驶参数(例如,距离、速度和/或转弯角度)。也就是说,对于给定对象,车载计算设备812决定如何应对该对象并确定如何实现。例如,对于给定对象,车载计算设备812可以决定经过该对象,并且可以确定是在该对象的左侧还是右侧经过(包括速度等运动参数)。车载计算设备812还可以评估检测到的对象和自主车辆801之间的碰撞风险。如果风险超过可接受的阈值,则可以确定是否可以在自主车辆遵循定义的车辆轨迹和/或在预定义的时间段(例如,N毫秒)内执行一个或多个动态生成的紧急操作的情况下避免碰撞。如果可以避免碰撞,则车载计算设备812可以执行一个或多个控制指令以执行谨慎操作(例如,轻微减速、加速、变道或转弯)。相反,如果无法避免碰撞,则车载计算设备812可以执行一个或多个控制指令以执行紧急操作(例如,制动和/或改变行驶方向)。
如上所述,生成了关于自主车辆运动的规划和控制数据以供执行。车载计算设备812例如可以通过制动控制器控制制动;通过转向控制器控制方向;通过节气门控制器(在燃气动力汽车中)或马达速度控制器(如电动汽车中的电流水平控制器)控制速度和加速度;控制差速齿轮控制器(在有变速器的汽车中);和/或控制其他控制器。
在本文中讨论的各种实施例中,描述可以指出车辆或车辆中包含的控制器(例如,在车载计算系统中)可以实现编程指令,编程指令使车辆和/或控制器做出决定并使用这些决定来控制车辆的操作。然而,实施例不限于这种安排,因为在各种实施例中,分析、决策和/或操作控制可以完全或部分由与车辆的车载计算设备和/或车辆控制系统进行电子通信的其他计算设备处理。此类其他计算设备的示例包括与乘坐车辆的人相关的电子设备(如智能手机),以及通过无线通信网络与车辆进行电子通信的远程服务器。任何此类设备的处理器都可以执行将在下面讨论的操作。
返回参考图7,通信接口714可配置为允许自主车辆701与外部系统(如外部设备、传感器、其他车辆、服务器、数据存储器、数据库等)之间的通信。通信接口714可以利用任何现在或以后已知的协议、保护方案、编码、格式、包装等,例如(但不限于)Wi-Fi、红外线链接、蓝牙等。用户界面系统716可以是在车辆701中实现的外围设备的一部分,包括例如键盘、触摸屏显示设备、麦克风和扬声器等。
图9描述了系统的任一电子组件中可能包含的内部硬件的示例,例如AV的内部处理系统、外部监控和报告系统或远程服务器。电气总线900作为信息高速公路,将硬件的其他所示组件互连。处理器905是系统的中央处理设备,配置为实现执行编程指令所需的计算和逻辑操作。如本文和权利要求中使用的,“处理器”和“处理设备”可以指单个处理器或一组处理器中的任何数量的处理器,这些处理器共同执行一组操作,例如中央处理单元(CPU)、图形处理单元(GPU)、远程服务器或这些的组合。只读存储器(ROM)、随机存取存储器(RAM)、闪存、硬盘驱动器和能够存储电子数据的其他设备构成存储设备925的示例。存储设备可以包括单个设备或存储数据和/或指令的设备集合。本发明的各种实施例可以包括计算机可读介质,该介质包含编程指令,这些指令配置为使一个或多个处理器执行在先前附图的上下文中描述的功能。
可选显示界面930可以允许来自总线900的信息以视觉、图形或字母数字格式显示在显示设备935上,例如在车辆的仪表板显示系统上。也可提供音频界面和音频输出(如扬声器)。与外部设备的通信可以使用各种通信设备940进行,如无线天线、射频识别(RFID)标签和/或短程或近场通信收发器,其中每个设备都可以可选地通过一个或多个通信系统与设备的其他组件通信连接。通信设备940可配置为与通信网络通信连接,如互联网、局域网或蜂窝电话数据网络。
硬件还可以包括用户界面传感器945,该传感器允许从输入设备950(如键盘或小键盘、操纵杆、触摸屏、触摸板、遥控器、指向设备和/或麦克风)接收数据。数字图像帧也可以从可以捕获视频和/或静止图像的摄像机920接收。系统还可以从运动和/或位置传感器980(如加速计、陀螺仪或惯性测量单元)接收数据。系统还可以从LiDAR系统960(如本文前面所述)接收数据。
上述公开的特征和功能以及替代方案可以组合到许多其他不同的系统或应用中。各种组件可以以硬件或软件或嵌入式软件实现。本领域技术人员可以对各种目前无法预见或无法预料的替代方案、修改、变型或改进进行改进,这些改进中的每一个也旨在被所公开的实施例所涵盖。
与上述披露相关的术语包括:
“自动化设备”或“机器人设备”是指一种电子设备,它包括处理器、编程指令和一个或多个组件,这些组件基于处理器的命令,可以在最少或没有人为干预的情况下执行至少一些操作或任务。例如,自动化设备可以执行一个或多个自动功能或功能集。此类操作、功能或任务的示例可以包括但不限于导航、运输、驾驶、交付、装载、卸载、医疗相关过程、与建筑相关的过程等。示例自动化设备可以包括但不限于自主车辆、无人机和其他自主机器人设备。
“车辆”一词是指能够运载一名或多名乘客和/或货物并由任何形式的能源提供动力的任何移动形式的运输工具。“车辆”一词包括但不限于轿车、卡车、货车、火车、自主车辆、飞机、无人机等。“自主车辆”是一种车辆,具有处理器、编程指令和传动系统部件,这些部件可由处理器控制,无需人工操作。自主车辆可以是完全自主的,对于大多数或所有驾驶条件和功能,不需要人工操作,也可以是半自主的,在某些条件下或对于某些操作,可能需要人工操作,或者人工操作可以超驰车辆的自主系统并可以控制车辆。自主车辆还包括自主系统增强车辆人工操作的车辆,例如具有驾驶员辅助转向、速度控制、制动、停车和其他系统的车辆。
在本文中,术语“街道”、“车道”和“道路”通过车辆行驶在一个或多个道路上的示例进行说明。然而,实施例旨在包括其他位置的车道和道路,例如停车区。此外,对于设计用于室内的自主车辆(例如仓库中的自动拣选设备),街道可以是仓库的走廊,车道可以是走廊的一部分。如果自主车辆是无人机或其他飞机,那么术语“街道”可以代表航道,车道可以是航道的一部分。如果自主车辆是船只,那么术语“街道”可以代表水道,车道可以是水道的一部分。
“电子设备”或“计算设备”是指包括处理器和存储器的设备。每个设备可以具有自己的处理器和/或存储器,或者可以与其他设备共享处理器和/或存储器,如虚拟机或容器安排。存储器将包含或接收编程指令,编程指令在由处理器执行时,使电子设备根据编程指令执行一个或多个操作。
“存储器”、“存储器设备”、“数据存储器”、“数据存储设施”、“计算机可读介质”等术语均指存储计算机可读数据、编程指令或两者的非暂时性设备。除非另有具体说明,否则“存储器”、“存储器设备”、“数据存储器”、“数据存储设施”等术语旨在包括单个设备实施例、多个存储设备一起或共同存储一组数据或指令的实施例,以及此类设备内的单个扇区。
“对象”一词,当指车辆感知系统检测到的对象或模拟系统模拟的对象时,旨在包括静止对象和移动(或可能移动)的对象,除非“对象”一词使用术语“行为者”或“静止对象”另有具体说明。如本文所使用的,不确定的道路使用者可以包括行人、骑车人、穿着溜冰鞋、轮滑鞋的个人、轮椅、个人或一般人群,等。
“轨迹”一词是指自主车辆在规划范围内将实际遵循的路径,包括自主车辆在路径上各点的速度。
“交通信号”一词是指一组线索(例如,使用电子控制灯、手势、路标等提供的线索),用于控制通过向对象提供视觉指示,告知其何时继续前进、何时减速、何时等待、何时停止、何时转弯等,从而控制对象通过两条或更多条道路的交叉路口。
“处理器”和“处理设备”是指电子设备的硬件组件,其被配置为执行编程指令。除非另有说明,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多个处理设备一起或共同执行过程的实施例。
在本文中,“通信链路”和“通信路径”是指有线或无线路径,第一设备通过该路径向一个或多个其他设备发送通信信号和/或从一个或多个其他设备接收通信信号。如果设备能够通过通信链路发送和/或接收数据,则设备是“通信连接的”。“电子通信”是指通过两个或更多个电子设备之间的一个或多个信号传输数据,无论是通过有线还是无线网络,无论直接或通过一个或多个中间设备间接进行。
在本文中,当使用“第一”和“第二”等相对顺序术语来修饰名词时,这种用法只是为了区分一个项目与另一个项目,除非特别说明,否则并不要求顺序。
上述文件通过引用而纳入的任何内容均受到限制,不会纳入与本文明确披露内容相悖的主题。上述文件通过引用而纳入的任何内容均受到进一步限制,本文不会纳入上述文件中的任何权利要求。上述文件通过引用而纳入的任何内容均受到进一步限制,本文不会纳入上述文件中提供的任何定义,除非明确包含在本文中。
此外,使用“垂直”和“水平”或“前”和“后”等相对位置术语时,这些术语是相对的,不需要是绝对的,并且仅指与这些术语相关的设备的可能位置,具体取决于设备的方向。当本文使用术语“前”、“后”和“侧面”来指代车辆的区域时,它们指的是相对于车辆默认行驶区域的车辆区域。例如,汽车的“前”是指比车辆尾灯更靠近车辆前照灯的区域,而汽车的“后”是指比车辆前照灯更靠近车辆尾灯的区域。此外,“前”和“后”术语不一定限于朝前或朝后的区域,还包括分别比后部更靠近前部的侧面区域,反之亦然。车辆的“侧面”是指车辆最前部和最后部之间的朝侧面部分。
Claims (24)
1.一种用于控制自主车辆通行穿过交叉路口的系统,所述系统包括:
非暂时性计算机可读介质,包括一个或多个编程指令,所述编程指令在由处理器执行时,将使所述处理器执行以下操作:
接收对应于交叉路口的实时信息;
确定自主车辆的徘徊姿态,所述徘徊姿态是所述自主车辆在开始不受保护的转弯以穿过所述交叉路口之前在所述交叉路口内某点停车的姿态;
确定一个或多个不同类别的轨迹,其中所述一个或多个不同类别中的每个类别与相对于所述徘徊姿态采用相同的离散动作组合来执行所述不受保护的转弯的多个轨迹相关联;
基于所述徘徊姿态,为所述一个或多个不同类别的轨迹中的每个类别的轨迹计算约束集;
基于所述不同类别的轨迹的所述约束集,为所述一个或多个不同类别中的每个类别确定候选轨迹;和
从一条或多条候选轨迹中选择所述自主车辆执行所述不受保护的转弯以穿过所述交叉路口的轨迹。
2.根据权利要求1所述的系统,还包括在由处理器执行时将使所述处理器使所述自主车辆使用所选择的轨迹执行所述不受保护的转弯的一个或多个编程指令。
3.根据权利要求1所述的系统,其中,所述徘徊姿态是在以下至少一个期间确定的:所述自主车辆车外地图生成阶段;或由所述自主车辆的车载计算设备实时确定。
4.根据权利要求1所述的系统,其中,所述徘徊姿态包括:
沿着穿行所述交叉路口的参考路径的停车位置;
所述停车位置与所述自主车辆处于所述徘徊姿态时的参考点之间的横向偏移;和
所述自主车辆处于所述徘徊姿态时的第一航向与遵循所述参考路径所需的第二航向之间的横摆偏移。
5.根据权利要求4所述的系统,其中,在由处理器执行时将使所述处理器确定所述徘徊姿态的所述一个或多个编程指令还包括将使所述处理器基于成本函数确定所述停车位置的编程指令,所述成本函数包括以下因素中的至少一个:
向其他道路使用者发出信号表明所述自主车辆将尽早行进穿过所述交叉路口的意图的停车位置;
所述自主车辆转向离开所述徘徊姿态的运动可行性;
所述自主车辆在完成所述不受保护的转弯离开所述徘徊姿态时在一个或多个冲突区域中将需要花费的持续时间;
从所述徘徊姿态来看交通信号的可见度;
从所述徘徊姿态来看冲突车道中迎面而来的对象的可见度;或
所述徘徊姿态位于对向车道内。
6.根据权利要求4所述的系统,其中,在由处理器执行时将使所述处理器确定所述徘徊姿态的所述一个或多个编程指令还包括将使所述处理器确定所述横向偏移和所述横摆偏移以使所述自主车辆处于所述徘徊姿态时的车印与所述交叉路口的冲突车道之间的最小距离大于或等于目标距离的编程指令。
7.根据权利要求6所述的系统,其中,所述目标距离被确定为使得所述冲突车道中的对象能够经过处于所述徘徊姿态的所述自主车辆而不与所述自主车辆碰撞。
8.根据权利要求1所述的系统,其中,所述一个或多个不同类别的轨迹包括以下至少一个:
使所述自主车辆在进入所述交叉路口之前在停车线处停车的轨迹;
使所述自主车辆在整个规划范围内以所述徘徊姿态在所述交叉路口内停车的轨迹;
使所述自主车辆在少于所述整个规划范围内以所述徘徊姿态在所述交叉路口内停车的轨迹;
通过以所述徘徊姿态转向行进穿过所述交叉路口的轨迹;或
行进穿过所述交叉路口而不以所述徘徊姿态转向的轨迹。
9.根据权利要求1所述的系统,还包括在由处理器执行时将使所述处理器丢弃基于接收到的实时信息确定为不可行的所识别的不同类别的轨迹的一个或多个编程指令。
10.根据权利要求1所述的系统,其中,在由处理器执行时将使所述处理器从一个或多个候选轨迹中选择所述自主车辆执行所述不受保护的转弯以穿过所述交叉路口的轨迹的所述一个或多个编程指令包括将使所述处理器基于以下因素中的至少一个为所述一个或多个候选轨迹中的每个候选轨迹分配分数的指令:
与所述交叉路口内的一个或多个对象发生碰撞的风险;
乘客舒适度;
所述交叉路口中的规划停车位置是所确定的徘徊姿态;或者
所述自主车辆对是行进穿过所述交叉路口还是以所述徘徊姿势等待的犹豫不决。
11.根据权利要求1所述的系统,其中,在由处理器执行时将使所述处理器分配所述分数的所述一个或多个编程指令包括将使所述处理器删除与所述自主车辆有关的以下各项中的至少一项的指令:
对在所述交叉路口内的十字街道上停车的惩罚;或
对在停止状态交通信号下行进穿过所述交叉路口持续阈值时间的惩罚。
12.根据权利要求11所述的系统,其中,所选择的轨迹使所述自主车辆行进到所述徘徊姿态,等待一个或多个冲突车道中的对象经过所述自主车辆,然后在执行所述不受保护的转弯以穿过所述交叉路口。
13.一种用于控制自主车辆通行穿过交叉路口的方法,所述方法包括由处理器执行以下步骤:
接收对应于交叉路口的实时信息;
确定自主车辆的徘徊姿态,所述徘徊姿态是所述自主车辆在开始不受保护的转弯以穿过所述交叉路口之前在所述交叉路口内某点停车的姿态;
识别一个或多个不同类别的轨迹,其中所述一个或多个不同类别中的每个类别与相对于所述徘徊姿态采用相同的离散动作组合来执行所述不受保护的转弯的多个轨迹相关联;
基于所述徘徊姿态,为所述一个或多个不同类别的轨迹中的每个类别的轨迹计算约束集;
基于所述不同类别的轨迹的所述约束集,为所述一个或多个不同类别中的每个类别确定候选轨迹;以及
从一个或多个候选轨迹中选择所述自主车辆执行所述不受保护的转弯以穿过所述交叉路口的轨迹。
14.根据权利要求13所述的方法,还包括使所述自主车辆使用所选择的轨迹执行所述不受保护的转弯。
15.根据权利要求13所述的方法,其中,所述徘徊姿态是在以下至少一个阶段确定的:所述自主车辆车外地图生成阶段;或由所述自主车辆的车载计算设备实时确定。
16.根据权利要求13所述的方法,其中,所述徘徊姿态包括:
沿着穿行所述交叉路口的参考路径的停车位置;
所述停车位置与所述自主车辆处于所述徘徊姿态时的参考点之间的横向偏移;和
所述自主车辆处于所述徘徊姿态时的第一航向与遵循所述参考路径所需的第二航向之间的横摆偏移。
17.根据权利要求16所述的方法,其中,确定所述徘徊姿态包括基于成本函数确定所述停车位置,所述成本函数包括以下因素中的至少一个:
向其他道路使用者发出信号表明所述自主车辆将尽早行进穿过所述交叉路口的意图的停车位置;
所述自主车辆转向离开所述徘徊姿态的运动可行性;
所述自主车辆在完成所述不受保护的转弯离开所述徘徊姿态时在一个或多个冲突区域中将需要花费的持续时间;
从所述徘徊姿态来看交通信号的可见度;
从所述徘徊姿态来看冲突车道上迎面而来的对象的可见度;或者
所述徘徊姿态位于对向车道内。
18.根据权利要求16所述的方法,其中,确定所述徘徊姿态还包括确定所述横向偏移和所述横摆偏移以使所述自主车辆处于所述徘徊姿态时的车印与所述交叉路口的冲突车道之间的最小距离大于或等于目标距离。
19.根据权利要求18所述的方法,其中,所述目标距离被确定为使得所述冲突车道中的对象能够经过处于所述徘徊姿态的所述自主车辆而不与所述自主车辆碰撞。
20.根据权利要求13所述的方法,其中,所述一个或多个不同类别的轨迹包括以下至少一个:
使所述自主车辆在进入所述交叉路口之前在停车线处停车的轨迹;
使所述自主车辆在整个规划范围内以扫射徘徊姿态在所述交叉路口内停车的轨迹;
使所述自主车辆在少于所述整个规划范围内以所述徘徊姿态在所述交叉路口内停车的轨迹;
通过以所述徘徊姿态转向行进穿过所述交叉路口的轨迹;或
行进穿过所述交叉路口而不会以所述徘徊姿态转向的轨迹。
21.根据权利要求13所述的方法,还包括丢弃基于接收到的实时信息确定为不可行的所识别的不同类别的轨迹。
22.根据权利要求13所述的方法,其中,从一个或多个候选轨迹中选择自主车辆执行所述不受保护的转弯以穿过交叉路口的轨迹包括基于以下因素中的至少一个为所述一个或多个候选轨迹中的每个候选轨迹分配分数:
与所述交叉路口内的一个或多个对象发生碰撞的风险;
乘客舒适度;
所述交叉路口中的规划停车位置是所确定的徘徊姿态;或者
所述自主车辆对是行进穿过所述交叉路口还是以所述徘徊姿势等待的犹豫不决。
23.根据权利要求22所述的方法,其中,分配所述分数包括删除与所述自主车辆有关的以下各项中的至少一项:
对在所述交叉路口内的十字街道上停车的惩罚;或
对在停止状态交通信号灯下行进穿过交叉路口持续阈值时间的惩罚。
24.根据权利要求13所述的方法,其中,所选择的轨迹使所述自主车辆行驶到所述徘徊姿态,等待一个或多个冲突车道中的对象经过所述自主车辆,然后在执行所述不受保护的转弯以穿过所述交叉路口。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/241,285 | 2021-04-27 | ||
US17/241,285 US20220340138A1 (en) | 2021-04-27 | 2021-04-27 | Methods and systems for generating trajectory of an autonomous vehicle for traversing an intersection |
PCT/US2022/071916 WO2022232776A1 (en) | 2021-04-27 | 2022-04-26 | Methods and systems for generating trajectory of an autonomous vehicle for traversing an intersection |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117255755A true CN117255755A (zh) | 2023-12-19 |
Family
ID=83693835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280031749.5A Pending CN117255755A (zh) | 2021-04-27 | 2022-04-26 | 生成自主车辆穿行交叉路口的轨迹的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220340138A1 (zh) |
CN (1) | CN117255755A (zh) |
DE (1) | DE112022002353T5 (zh) |
WO (1) | WO2022232776A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022147209A (ja) * | 2021-03-23 | 2022-10-06 | トヨタ自動車株式会社 | 車両制御装置 |
US20230331230A1 (en) * | 2022-04-18 | 2023-10-19 | Gm Cruise Holdings Llc | Navigating minor-major intersections with an autonomous vehicle |
US20230419830A1 (en) * | 2022-06-27 | 2023-12-28 | Zoox, Inc. | Determining right of way |
CN116653937B (zh) * | 2023-08-02 | 2023-11-17 | 蘑菇车联信息科技有限公司 | 无信号灯左转场景车辆通行方法、系统、设备及存储介质 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6650904B2 (ja) * | 2017-03-31 | 2020-02-19 | 本田技研工業株式会社 | 車両制御装置 |
US10576984B2 (en) * | 2017-07-06 | 2020-03-03 | Toyota Research Institute, Inc. | Second stop position for intersection turn |
US10019011B1 (en) * | 2017-10-09 | 2018-07-10 | Uber Technologies, Inc. | Autonomous vehicles featuring machine-learned yield model |
US10569773B2 (en) * | 2018-05-31 | 2020-02-25 | Nissan North America, Inc. | Predicting behaviors of oncoming vehicles |
US10782136B2 (en) * | 2018-09-28 | 2020-09-22 | Zoox, Inc. | Modifying map elements associated with map data |
CN110298122B (zh) * | 2019-07-03 | 2021-04-27 | 北京理工大学 | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 |
US11414130B2 (en) * | 2019-10-09 | 2022-08-16 | Argo AI, LLC | Methods and systems for lane changes using a multi-corridor representation of local route regions |
US11754408B2 (en) * | 2019-10-09 | 2023-09-12 | Argo AI, LLC | Methods and systems for topological planning in autonomous driving |
US11390300B2 (en) * | 2019-10-18 | 2022-07-19 | Uatc, Llc | Method for using lateral motion to optimize trajectories for autonomous vehicles |
US11520338B2 (en) * | 2020-02-27 | 2022-12-06 | Uatc, Llc | Systems and methods for vehicle spatial path sampling |
US20210389133A1 (en) * | 2020-06-12 | 2021-12-16 | Lyft, Inc. | Systems and methods for deriving path-prior data using collected trajectories |
US11648965B2 (en) * | 2020-09-28 | 2023-05-16 | Argo AI, LLC | Method and system for using a reaction of other road users to ego-vehicle actions in autonomous driving |
US20220105959A1 (en) * | 2020-10-01 | 2022-04-07 | Argo AI, LLC | Methods and systems for predicting actions of an object by an autonomous vehicle to determine feasible paths through a conflicted area |
-
2021
- 2021-04-27 US US17/241,285 patent/US20220340138A1/en active Pending
-
2022
- 2022-04-26 DE DE112022002353.8T patent/DE112022002353T5/de active Pending
- 2022-04-26 WO PCT/US2022/071916 patent/WO2022232776A1/en active Application Filing
- 2022-04-26 CN CN202280031749.5A patent/CN117255755A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20220340138A1 (en) | 2022-10-27 |
DE112022002353T5 (de) | 2024-02-22 |
WO2022232776A1 (en) | 2022-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11754408B2 (en) | Methods and systems for topological planning in autonomous driving | |
US11414130B2 (en) | Methods and systems for lane changes using a multi-corridor representation of local route regions | |
US11731630B2 (en) | Methods and systems for asserting right of way for traversing an intersection | |
US20220105959A1 (en) | Methods and systems for predicting actions of an object by an autonomous vehicle to determine feasible paths through a conflicted area | |
CN116249644B (zh) | 由自主车辆执行出路推断以确定通过交叉路口的可行路径的方法和系统 | |
US20220340138A1 (en) | Methods and systems for generating trajectory of an autonomous vehicle for traversing an intersection | |
CN116745187B (zh) | 通过可行驶区域边界的语义分割来预测不确定道路使用者的轨迹的方法和系统 | |
CN116670008A (zh) | 用于构建用于辅助自主车辆在交叉路口导航的数据表示的方法和系统 | |
WO2022165498A1 (en) | Methods and system for generating a lane-level map for an area of interest for navigation of an autonomous vehicle | |
US11904906B2 (en) | Systems and methods for prediction of a jaywalker trajectory through an intersection | |
US11358598B2 (en) | Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection | |
CN116745188A (zh) | 基于不确定道路使用者的行为生成自主车辆的纵向计划的方法和系统 | |
EP4131181A1 (en) | Methods and system for predicting trajectories of actors with respect to a drivable area | |
US20230043601A1 (en) | Methods And System For Predicting Trajectories Of Actors With Respect To A Drivable Area | |
EP4147934A1 (en) | Methods and systems for autonomous vehicle collision avoidance |
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 |