CN117396390A - 用于操作自动驾驶车辆的系统和方法 - Google Patents
用于操作自动驾驶车辆的系统和方法 Download PDFInfo
- Publication number
- CN117396390A CN117396390A CN202280038295.4A CN202280038295A CN117396390A CN 117396390 A CN117396390 A CN 117396390A CN 202280038295 A CN202280038295 A CN 202280038295A CN 117396390 A CN117396390 A CN 117396390A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- autonomous vehicle
- related information
- lane
- autonomous
- 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 58
- 230000001133 acceleration Effects 0.000 claims description 21
- 230000033001 locomotion Effects 0.000 claims description 17
- 230000033228 biological regulation Effects 0.000 abstract description 19
- 230000008859 change Effects 0.000 description 45
- 230000009471 action Effects 0.000 description 35
- 230000004397 blinking Effects 0.000 description 35
- 238000010348 incorporation Methods 0.000 description 27
- 238000004891 communication Methods 0.000 description 23
- 230000006399 behavior Effects 0.000 description 17
- 238000013459 approach Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 230000003993 interaction Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 230000036541 health Effects 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 101000606504 Drosophila melanogaster Tyrosine-protein kinase-like otk Proteins 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000035484 reaction time Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000003780 insertion Methods 0.000 description 6
- 230000037431 insertion Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000011664 signaling Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 230000003139 buffering effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000005155 neural progenitor cell Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
自动驾驶车辆(AV)包括允许AV遵守适用法规和规章以执行安全驾驶操作的特征。用于操作AV的示例方法包括:确定在AV正在其上操作的道路上操作的车辆的轨迹相关信息;接收包括该车辆的第一区域的传感器数据;通过将该车辆的轨迹相关信息与自动驾驶车辆的当前轨迹相关信息进行比较来确定自动驾驶车辆的附加轨迹相关信息,其中附加轨迹相关信息是基于车辆所属的类别,并且其中附加轨迹相关信息允许AV维持至少AV与该车辆之间的距离;并使AV根据附加轨迹相关信息来操作。
Description
优先权要求和相关专利申请
本专利文档要求2021年5月28日提交的题为“SYSTEM AND METHOD FOR ANAUTONOMOUS VEHICLE”的美国临时申请号:63/194,489和2021年5月28日提交的题为“SYSTEM AND METHOD FOR AN AUTONOMOUS VEHICLE”的美国临时申请号:63/194,492的优先权和权益。前述申请的全部公开内容通过引用并入本文作为本申请公开的一部分。
技术领域
本公开总体上涉及自动驾驶车辆。更具体地,本公开涉及在公共道路、高速公路以及有其他车辆或行人的地点上恰当地操作自动驾驶车辆(AV)。
背景技术
自动驾驶车辆技术可以提供能够在有限的或没有驾驶员辅助的情况下安全地导航至目的地的车辆。自动驾驶车辆(AV)从一点到另一点的安全导航可以包括向其他车辆发出信号、在路肩或应急车道上导航绕过其他车辆、变换车道、在车道中适当偏向以及导航高速公路车道的所有部分或类型的能力。自动驾驶车辆技术可以使得AV能够通过以对周围驾驶员和行人来说是明显的、合乎逻辑的或熟悉的方式安全操作,从而在无需周围驾驶员进行大量学习或培训的情况下操作。
发明内容
本文描述的系统和方法可以允许自动驾驶车辆(AV)从第一点导航到第二点。在一些实施例中,AV可以在无需AV中存在人类驾驶员的情况下从第一点导航到第二点,并且遵守安全合法操作的指令。
根据本公开的示例性方面,提供了一种操作自动驾驶车辆的方法。该方法包括:由位于自动驾驶车辆中的计算机确定在自动驾驶车辆正在其上操作的道路上操作的车辆的轨迹相关信息,AV正在该道路上操作,其中该车辆的轨迹相关信息包括该车辆的速度和一组点,该车辆被预测来在该组点上行驶;从位于自动驾驶车辆上的传感器接收包括该车辆的第一区域的传感器数据;通过将该车辆的轨迹相关信息与自动驾驶车辆的当前轨迹相关信息进行比较来确定自动驾驶车辆的附加轨迹相关信息,其中附加轨迹相关信息是基于使用传感器数据所确定的该车辆所属的类别,并且其中附加轨迹相关信息允许自动驾驶车辆至少维持自动驾驶车辆和该车辆之间的距离;并且使自动驾驶车辆根据自动驾驶车辆的附加轨迹相关信息来操作。
在又一个示例性方面,一种用于操作自动驾驶车辆的系统,该系统包括计算机,该计算机包括处理器,该处理器被配置为执行上述方法和本专利文档中描述的方法。
在又一个示例性方面,上述方法和本专利文档中描述的方法体现在非暂时性计算机可读存储介质中。非暂时性计算机可读存储介质包括代码,该代码在由处理器执行时使处理器执行上述方法和本专利文档中描述的方法。
在另一示例性实施例中,公开了一种被配置或可操作以执行上述方法的设备。在又一示例性实施例中,公开了一种系统,其包括位于车辆中的计算机,该计算机包括被配置为实现所公开的上述方法的处理器。
在附图、说明书和权利要求中更详细地描述了上述和其他方面及其实现。
附图说明
为了更完整地理解本公开,现在结合附图和详细描述对以下简要描述进行参考,其中相同的附图标记表示相同部分。
图1图示了自动驾驶车辆的示例车辆生态系统的框图。
图2示出了安全地考虑到自动驾驶车辆的健康状况和/或周围环境来安全操作自动驾驶车辆的流程图。
图3图示了一种系统,该系统包括一个或多个自动驾驶车辆、具有人类操作员(例如,远程中心操作员(RCO))的控制中心或监督系统以及用于第三方交互的界面。
图4示出了图示涉及自动驾驶车辆和闪烁应急车辆的示例场景的图。
图5A、图5B和图5C各自示出了图示涉及自动驾驶车辆和闪烁应急车辆的示例场景的图。
图6A、图6B、图6C、图6D和图6E各自示出了图示涉及自动驾驶车辆和闪烁应急车辆的示例场景的图。
图7示出了与监督系统相关联的远程计算机的示例性框图。
图8示出了用于响应于位于自动驾驶车辆附近的其他车辆、物体、环境构造等来操作自动驾驶车辆的操作的示例流程图。
具体实施方式
法律要求穿越高速公路和道路的车辆在车辆安全操作过程中遵守法规和规章。对于自动驾驶车辆(AV),特别是自动驾驶牵引拖挂车来说,识别出系统中的故障并安全停车的能力可以实现车辆的合法和安全操作。下面详细描述用于自动驾驶车辆在道路上安全和合法操作的系统和方法,包括执行使自动驾驶车辆遵守法律同时向周围车辆就其状况发出信号的操控。
本专利文档在下面的第I部分中描述了自动驾驶车辆的示例车辆生态系统以及自动驾驶车辆的驾驶相关操作。第II部分和第XIII部分描述了用于一个或多个自动驾驶车辆的控制中心或监督系统,及其各种示例特征和由此执行的操作/过程。第III部分到第XII部分描述了自动驾驶车辆在各种场景下执行的操作。下面针对各个部分的示例标题用于促进对所公开主题的理解,并且不以任何方式限制所要求保护的主题的范围。因此,一个示例部分的一个或多个特征可以与另一示例部分的一个或多个特征组合。
该专利文档使用了许多缩写和不常见的术语。例如,“GNSS”或“GPS”可以指卫星导航系统;当提及应急车辆,诸如警车、救护车、消防车、拖挂车等等时,可以使用缩写“EV”;缩写“TTC”指示“会碰撞的时间”;“NPC”指的是非玩家角色并且可以包括除图1中的自动驾驶车辆之外的任何其他车辆。例如,周围任何手动驾驶或自动驾驶且可能不与自动驾驶车辆通信的车辆、摩托车、自行车等等都可以被视为NPC;“k匝道”标示特定配置的高速公路入口/出口匝道;“STV”指示停止的车辆;“ELV”可以指示作废或停用的车辆,诸如路边的停用的车辆;“OBO”可以指的是自动驾驶车辆的车载操作员或人类操作员,其在自动驾驶车辆的检查、启动和/或结束旅程或任务期间临时接管控制权以进行协助;且“LC”可以是车道变更的缩写。
I.自动驾驶车辆的示例生态系统
图1示出了包括自动驾驶车辆105的系统100。自动驾驶车辆105可以包括半拖挂卡车的牵引车。自动驾驶车辆105包括多个车辆子系统140和车内控制计算机150。多个车辆子系统140包括车辆驱动子系统142、车辆传感器子系统144和车辆控制子系统146。车辆驱动子系统中可以包括发动机或电机、车轮和轮胎、变速器、电气子系统和电源子系统。自动驾驶卡车的发动机可以是内燃机、燃料电池供电的电动发动机、电池供电的电动发动机、混合动力发动机或能够移动自动驾驶车辆105在其上运行的车轮的任何其他类型的发动机。自动驾驶车辆105具有多个电机或致动器来驱动车辆的车轮,使得车辆驱动子系统142包括两个或更多个电驱动电机。变速器可以包括无级变速器或设定数量的齿轮,其将发动机产生的动力转化为驱动车辆车轮的力。车辆驱动子系统可以包括电气系统,该电气系统监视和控制电流到系统内的部件(包括泵、风扇和致动器)的分配。车辆驱动子系统的电源子系统可以包括调节车辆电源的部件。
车辆传感器子系统144可以包括用于自动驾驶车辆105的一般操作的传感器,包括将指示自动驾驶车辆中的故障或导致自动驾驶车辆执行有限或最小风险条件(MRC)操控或紧急驾驶操控的另一原因的那些传感器。驾驶操作模块(如图1中的168所示)可以通过发送指令来执行MRC操控,该指令使自动驾驶车辆沿着轨迹转向到路边并应用制动器,使得自动驾驶车辆可以安全地停到路边。用于自动驾驶车辆的一般操作的传感器可以包括摄像头、温度传感器、惯性传感器(IMU)、全球定位系统、光传感器、LIDAR系统、雷达系统和无线通信。
声音检测阵列,诸如麦克风或麦克风阵列,可以被包括在车辆传感器子系统144中。声音检测阵列的麦克风被配置成接收存在管理机构的音频指示或来自管理机构的指令,包括警报器和诸如“靠边停车”之类的命令。这些麦克风被安装或位于车辆的外部,特别是在自动驾驶车辆105的牵引部分的外部。所使用的麦克风可以是任何合适的类型,其被安装成使得它们在自动驾驶车辆105静止时以及在以正常行驶速度行驶时都是有效的。
包括在车辆传感器子系统144中的摄像头可以是面向后的,使得可以从自动驾驶卡车105周围观察到来自应急车辆的闪烁灯。这些摄像头可以包括视频摄像头、具有用于特定波长的滤光器的摄像头以及适合基于颜色、闪烁、或颜色和闪烁二者来检测应急车辆灯的任何其他摄像头。
车辆控制子系统146可以被配置为控制自动驾驶车辆或卡车105及其部件的操作。因此,车辆控制子系统146可以包括各种元件,诸如发动机功率输出子系统、制动单元、导航单元、转向系统和自动驾驶控制单元。发动机功率输出可以控制发动机的操作,包括产生的扭矩或提供的马力,以及提供对变速器的档位选择的控制。制动单元可以包括被配置为使自动驾驶车辆105减速的机构的任意组合。制动单元可以使用摩擦来以标准方式使车轮减慢。制动单元可以包括防抱死制动系统(ABS),该防抱死制动系统可以在施加制动时防止制动抱死。导航单元可以是被配置为确定自动驾驶车辆105的行驶路径或路线的任何系统。导航单元还可以被配置为在自动驾驶车辆105处于操作中时动态地更新行驶路径。在一些实施例中,导航单元可以被配置为合并来自GPS设备的数据和一个或多个预定地图,以便确定自动驾驶车辆105的行驶路径。转向系统可以表示可操作以在自动驾驶模式或驾驶员控制模式下调整自动驾驶车辆105的方向的机构的任意组合。
自动驾驶控制单元可以表示被配置为识别、评估和避免或以其他方式协商自动驾驶车辆105的环境中的潜在障碍物的控制系统。一般来说,自动驾驶控制单元可以被配置为控制自动驾驶车辆105用于在没有驾驶员的情况下的操作或在控制自动驾驶车辆105时提供驾驶员辅助。在一些实施例中,自动驾驶控制单元可以被配置为合并来自GPS设备、RADAR、LiDAR(例如,LIDAR)、摄像头和/或其他车辆子系统的数据,以确定用于自动驾驶车辆105的行驶路径或轨迹。自动驾驶控制可以激活自动驾驶车辆105所具有的、而传统车辆中不存在的系统,包括可以允许自动驾驶车辆与周围驾驶员进行通信或向周围车辆或驾驶员发出信号以确保自动驾驶车辆的安全操作的那些系统。
车内控制计算机150可以被称为VCU,其包括车辆子系统接口160、驾驶操作模块168、一个或多个处理器170、合规模块166、存储器175和网络通信子系统178。响应于来自各个车辆子系统140的信息,该车内控制计算机150控制自动驾驶车辆105的许多操作(如果不是全部操作)。一个或多个处理器170执行操作,该操作允许系统确定自动驾驶车辆的健康状况,诸如自动驾驶车辆是否出现故障或遇到需要维修的情况或偏离正常操作,并发出指令。来自车辆传感器子系统144的数据被提供给VCU 150,使得可以确定自动驾驶车辆的状态。合规模块166确定自动驾驶车辆105应该采取什么行动来根据适用的(例如,当地的)法规进行操作。来自其他车辆传感器子系统144的数据可以被提供给合规模块166,使得可以考虑到自动驾驶车辆的状态来恰当地确定和执行最佳行动方案。替代地或附加地,合规模块166可以结合另外的操作或控制模块(诸如驾驶操作模块168)来确定行动方案。
存储器175还可以包含附加指令,该附加指令包括用于向包括自动驾驶控制系统在内的车辆驱动子系统142、车辆传感器子系统144和车辆控制子系统146中的一个或多个传输数据、从这些系统接收数据、与这些系统进行交互或控制这些系统的指令。车内控制计算机(VCU)150可以基于从各个车辆子系统(例如,车辆驱动子系统142、车辆传感器子系统144和车辆控制子系统146)接收的输入来控制自动驾驶车辆105的功能。另外,VCU 150可以向车辆控制子系统146发送信息以引导自动驾驶车辆105的轨迹、速度、发信号行为等等。例如,VCU 150中的合规模块166和/或驾驶操作模块168可以向自动驾驶车辆105的一个或多个设备发送指令。该一个或多个设备可以包括车辆驱动子系统142、车辆传感器子系统144或车辆控制子系统146中的一个或多个设备。由VCU 150向自动驾驶车辆105中的一个或多个设备发送的这些指令被配置为实现并引起该一个或多个设备根据指令执行某些操作和行动。由发送到一个或多个设备的指令所产生的操作可以一起形成由自动驾驶车辆105执行的驾驶相关操作。例如,VCU 150可以将指令发送到转向系统中的电机、发送到制动单元中的执行器和/或发送到发动机,以使一个或多个设备根据指令进行操作,使得自动驾驶车辆105执行操控或转向来以(例如,经由指令)指定的速度和/或加速度/减速度沿着轨迹行进。因此,由VCU 150提供的指令可以允许自动驾驶车辆105沿着轨迹以从自动驾驶车辆105正在其上操作的当前车道转向到道路上的相邻车道,或转向到路肩区域(例如,路边的紧急停止车道或区域)。自动驾驶控制车辆控制子系统可以从VCU 150的合规模块166接收要采取的行动方案,并且因此将指令中继到其他子系统以执行该行动方案。在下面的第III部分到第XIII部分中,本专利文档描述了自动驾驶车辆或系统执行某些功能或操作。所描述的这些功能和/或操作可以由合规模块166和/或驾驶操作模块168执行。
图2示出了考虑到自动驾驶车辆的健康状况和/或周围环境来安全操作自动驾驶车辆(AV)的流程图。尽管该图出于说明的目的以特定顺序描绘了功能步骤,但是该过程不限于步骤的任何特定顺序或布置。相关领域的技术人员将了解,可以以各种方式省略、重新布置、组合和/或适配该图中描绘的各个步骤。
如图2中所示,在步骤205中,车辆传感器子系统144接收指示自动驾驶车辆的环境状况的视觉、听觉或者视觉和听觉信号,以及接收车辆健康或传感器活动数据。如在步骤210中,这些视觉和/或听觉信号数据从车辆传感器子系统144被传输至车内控制计算机系统(VCU)150。在步骤215中,驾驶操作模块和合规模块中的任何一个接收从车辆传感器子系统传输的数据。然后,在步骤220中,这些模块中的一个或两个确定自动驾驶车辆的当前状态是否可以允许其以通常方式前进,或者自动驾驶车辆是否需要改变其方案以防止损坏或伤害或者以允许维修。指示需要改变自动驾驶车辆的方案的信息可以包括传感器故障的指示器;发动机、制动器或自动驾驶车辆的操作可能必需的其他部件出现故障的指示器;对来自管理机构的视觉指示的确定,诸如闪烁装置、锥筒或标牌;对道路上存在管理机构人员的确定;对道路上有执法车辆接近自动驾驶车辆的确定,包括从哪个方向接近;以及对执法车辆或第一响应者车辆远离自动驾驶车辆或在与自动驾驶车辆分开的道路上行驶的确定。在步骤225中,指示需要改变自动驾驶车辆的行动方案或驾驶相关操作的该信息可以被合规模块用来制定要被采取的新行动方案,该新行动方案考虑了自动驾驶车辆的健康状况和周围环境。要被采取的行动方案可以包括减速、停止、移入路肩、改变路线、改变车道同时保持在同一大致路线上等等。要被采取的行动方案可以包括发起与自动驾驶车辆上存在的任何监督或人机交互系统的通信。然后,在步骤230中,可以将要被采取的行动方案从VCU 150传输到自动驾驶控制系统。然后,在步骤235中,车辆控制子系统146使自动驾驶车辆105根据从VCU 150接收到的要被采取的行动方案来操作。
应当理解,本文公开的过程中的步骤的特定顺序或层次是示例性方法的示例。应当理解到,基于设计偏好,可以重新布置在这些过程中的步骤的特定顺序或层次,同时仍保持在本公开的范围内。所附方法权利要求以示例顺序呈现了各个步骤的元素,但是并不意味着限于所呈现的特定顺序或层次。
II.自动驾驶卡车监督系统
图3图示了系统300,该系统包括一个或多个自动驾驶车辆105、具有人类操作员355的控制中心或监督系统350以及用于第三方360交互的接口362。人类操作员355也可以被称为远程中心操作员(RCO)。自动驾驶车辆105、监督系统350和用户接口362之间的通信通过网络370进行。在一些实例中,在并非车队中的所有自动驾驶车辆105都能够与监督系统350通信的情况下,自动驾驶车辆105可以通过网络370或直接彼此通信。如关于图1所描述的,每个自动驾驶车辆105的VCU 150可以包括用于网络通信的模块178。
自动驾驶卡车可以与监督系统通信。监督系统可以用于多种目的,包括:跟踪一个或多个自动驾驶车辆(例如自动驾驶卡车)的进度;跟踪自动驾驶车辆的车队的进度;向一个或多个自动驾驶车辆发送操控指令;监视(多个)自动驾驶车辆的健康状况;监视与监督系统联系的每辆自动驾驶车辆的货物的状态;促进第三方(例如执法部门、正在运输货物的客户)与每辆或特定自动驾驶车辆之间的通信;允许跟踪与监督系统通信的特定自动驾驶卡车(例如,对车队中的一部分车辆的第三方跟踪);为自动驾驶车辆安排维护服务(例如换油、加油、维持其他流体的液位);向受影响的自动驾驶车辆发出可能对路线或运送计划产生不利影响的交通或天气变化的警报;通过无线方式对自动驾驶卡车推送更新以使所有组件保持最新状态;以及提高自动驾驶车辆、其货物及其周围环境的安全性的其他目的或功能。监督系统还可以确定自动驾驶车辆或自动驾驶卡车的性能参数,该性能参数包括以下中的任何:数据记录频率、压缩率、位置、数据类型;通信优先级;自动驾驶车辆的维修频率(例如,维修之间的里程数);何时执行最小风险条件(MRC)操控,同时在操控过程中监视车辆的进度;何时将自动驾驶车辆的控制权移交给人类驾驶员(例如,在目的地场地);确保自动驾驶车辆通过行程前检查;确保自动驾驶车辆在检查站和称重站执行或符合法律要求;确保自动驾驶车辆在路障、人行横道、交叉路口、施工或事故现场执行或遵循来自人类的指令;等等。
在由监督系统或指挥中心所执行的一些功能中包括将空中实时天气更新中继到受监视车队中的自动驾驶车辆的能力。空中天气更新可以被推送到车队中的所有自动驾驶车辆,或者可以仅被推送到当前正在执行运送货物任务的自动驾驶车辆。替代地或附加地,可以向当前在通向恶劣天气事件的预定半径内或在该预定半径内的轨迹或路线上的车队车辆给予推送或传输空中天气报告的优先级。
监督系统或指挥中心所执行的功能中可以包含的另一功能是在货物运输任务开始之前将拖挂车元数据传输到自动驾驶车辆的计算单元(VCU)。拖挂车元数据可以包括正在运送的货物类型、货物重量、货物的温度阈值(例如,拖挂车内部温度不应低于或高于预定温度)、时间敏感性、加速度/减速度敏感性(例如,由于货物的易碎性,猛烈的运动可能是不好的)、拖挂车沿拖挂车长度的重量分布、拖挂车内的货物包装或堆放等等。
监督系统或指挥中心可以由一个或多个人(也被称为操作员或远程中心操作员(RCO))操作。操作员可以设置自动驾驶车辆健康参数的阈值,以使得当自动驾驶车辆达到或超过阈值时,可以采取预防措施。操作员可以为其建立阈值的车辆健康参数的示例可以包括以下中的任意:燃料水平;油位;自上次维护以来行驶的里程数;检测到胎压低;清洗流体液位;制动流体液位;转向和制动子系统的响应能力;柴油机尾气处理流体(DEF)液位;通信能力(例如缺乏响应性);定位传感器能力(例如GPS、IMU故障);碰撞检测(例如车辆碰撞);感知传感器能力(例如摄像头、LIDAR、雷达、麦克风阵列故障);计算资源能力(例如,VCU或ECU故障或缺乏响应性、计算单元的温度异常);牵引情况下牵引车和拖挂车之间的角度(例如牵引车-拖挂车、18轮车或半拖挂卡车);生物体(例如人或动物)未经授权进入自动驾驶卡车的内部;等等。预防措施可以包括:执行最小风险条件(MRC)操控、寻求维修、或离开高速公路或其他可能减轻自动驾驶车辆负担的重新路线规划。系统健康数据达到或超过在监督系统处或由操作员设置的阈值的自动驾驶车辆可以接收从监督系统自动发送的指令以执行预防措施。
操作员可以注意到影响与监督系统通信或由监督系统监视的一个或多个自动驾驶车辆的情形,而受影响的(多个)自动驾驶车辆可能不知道。此类情形可以包括:交通流的不规则或突然变化(例如交通拥堵或事故);天气突变;可见度突变;紧急情况(例如火灾、地面塌陷洞穴、桥梁故障);影响信号灯的停电;意外的道路施工;大型或模糊的道路碎片(例如,自动驾驶车辆无法识别的物体);道路上的执法活动(例如汽车追逐或道路清理活动);等等。自动驾驶车辆可能无法检测到的这些类型的情形可能会通过交通报告、执法通信、来自与监督系统通信的其他车辆的数据、来自该区域中的其他车辆的驾驶员的报告以及类似的分布式信息场所而引起监督系统操作员的注意。由于传感器系统的限制或者由于无法访问信息分发装置(例如,无法与气象机构直接通信),自动驾驶车辆可能无法检测到此类情形。在监督系统处的操作员可以将此类信息推送给与监督系统通信的受影响的自动驾驶车辆。受影响的自动驾驶车辆可以响应于从监管系统推送的信息改变其路线、轨迹或速度。在一些实例中,由监督系统接收到的信息可能会触发阈值条件,该阈值条件指示MRC(最小风险条件)操控是有必要的;替代地或附加地,操作员可以评估情形并确定受影响的自动驾驶车辆应当执行MRC操控并且随后向受影响的车辆发送这样的指令。在这些情况下,每辆自动驾驶车辆从监督系统接收信息或指令,或者监督系统操作员使用其车载计算单元(例如VCU)来确定如何安全前进,包括执行MRC操控,该MRC操控包括靠边停车或停止。
远程中心操作员(RCO)可以与自动驾驶车辆或自动驾驶车辆车队进行的其他交互包括以下中的任意:预先计划的事件避免;实时路线信息更新;实时路线反馈;跟踪连接状态;第一响应者通信请求处理;周围有(多个)攻击性车辆的通知;识别施工区域变更;自动驾驶车辆相对于其操作设计域(ODD)的状态,诸如当自动驾驶车辆靠近或进入ODD之外的状态时向RCO发出警报;当自动驾驶车辆在距收费站的阈值距离内时的RCO通知,并且可以向自动驾驶车辆或收费机构发送适当的指令/通信以允许自动驾驶车辆绕过收费站;当自动驾驶车辆绕过收费站时的RCO通知;当自动驾驶车辆位于距称重站的阈值距离内时的RCO通知,并且可以向自动驾驶车辆或适当的机构发送适当的指令/通信以允许自动驾驶车辆绕过称重站;当自动驾驶车辆绕过称重站时的RCO通知;从RCO向自动驾驶车辆发出有关加油或维护的调度或需求的通知;第三方访问自动驾驶车辆驾驶室的RCO授权;RCO启动/重新启动车辆上的自动驾驶系统(ADS)的能力;管理员(可能是RCO)为系统用户设置角色的能力,系统用户包括地勤人员、执法人员和第三方(例如客户、货物的拥有者);RCO支持与车队车辆的服务维护系统进行通信;从自动驾驶车辆向RCO通知加速度事件;从RCO向自动驾驶车辆发出指令,即使在通信中断时也能继续执行任务;在执行MRC操控期间和之后对自动驾驶车辆的RCO监视;支持自动驾驶车辆与自动驾驶车辆准备开始任务或自动驾驶车辆预计到达的设施内的场地操作员之间的持续通信;监督系统对自动驾驶车辆上的软件系统的监视以及监督系统在软件系统受到损害时接收警报;等等。
监督系统或指挥中心可以允许第三方与监督系统操作员交互、与自动驾驶卡车交互、或者与人类系统操作员和自动驾驶卡车两者交互。第三方可能是正在被运输的货物的客户、执法或紧急服务提供者、或者是在需要服务时协助自动驾驶卡车的人员。在其与第三方的交互中,监督系统可以识别出不同级别的访问,以使得关心货运时间或进度的客户可能只能查看自动驾驶卡车的状态更新,或者可能能够查看状态并向监督系统提供有关优先考虑哪些参数(例如速度、经济性、维持原计划路线)的信息。通过向监督系统提供有关参数优先级的输入,客户可以影响自动驾驶卡车的路线和/或操作参数。
如本文所描述的自动驾驶车辆、特别是自动驾驶卡车可以被配置为执行行动以安全地穿过一段道路同时遵守适用的规则、法律和法规,该行动可以包括通过由人类驾驶的自动驾驶卡车成功完成的那些行动。这些行动或操控可以被描述为卡车的特征,因为这些行动可以是存储在VCU 150(车内控制计算机单元)上的可执行编程。这些行动或特征可以包括与检测到某些类型的条件或物体的反应相关的行动或特征,诸如:在山上的适当运动;在弯道上的适当运动,在高速公路出口处的适当运动;响应于以下操作的适当的运动或行动:检测到一个或多个停止的车辆,检测到应急车道上的一个或多个车辆;检测到可能正在接近自动驾驶车辆且带有闪烁灯的应急车辆;响应于检测到接近、邻近或即将邻近自动驾驶车辆的一个或多个大型车辆而进行的运动;在对行人、骑车人等进行识别和分类之后响应于这些行动者的运动或行动;针对道路的弯曲或倾斜部分的运动或行动;和/或响应于识别高速公路或高速路上的进出匝道、遇到交叉路口的运动;在车流的相邻车道或区域中执行并入到车流中;检测到需要清洁一个或多个传感器并清洁适当的传感器;识别执法/应急车辆和人员并遵守相关指令或法规;在需要时执行最小风险条件操控;以及识别道路碎片或未知物体;等等。自动驾驶卡车的其他特征可以包括任何类型的操控所需的那些行动或特征,包括完成上面列出的反应性的特征或行动所需的行动或特征。
支持特征可以包括:安全地改变车道;操作自动驾驶卡车上的转弯灯,以提醒其他驾驶员注意运动的预期变化;使自动驾驶卡车在其车道上偏移(例如,移动远离车道中心以适应邻近车辆或附近物体的运动或尺寸);维持适当跟随距离的能力;通过适当的信号和运动来右转和左转的能力等等。支持特征还可以包括:导航环岛的能力;根据环境光的需要并遵守当地法律而使用车载灯进行适当照明的能力;应用对任何给定行动所需的减速度的最小量;随时确定位置;使动态车辆控制适应于拖挂车负载分布,排除车轮调整;起步(达到目标速度)、加速、停止和让行;在有颠簸和坑洼的道路上操作;在路肩上进入最小风险条件(MRC);基于沿着路线的位置来访问当地法律和法规;在沥青、混凝土、混合缓和坡度、刮平路面和碎石上操作;响应于入口匝道处的计量灯/信号进行操作的能力;在宽度达到预定宽度的道路上操作;能够在人行横道处停车并保持足够的停车距离;导航双向左转车道;在有入口和出口匝道的道路上操作;利用车辆喇叭与其他驾驶员沟通;等等。本专利文档中描述的一个或多个特征和/或一个或多个支持特征可以进行组合并且可以由自动驾驶卡车中的车内控制计算机执行。
在一些实施例中,行动或特征可以被认为是支持特征并且可以包括:速度控制;维持直线路径的能力;等等。这些支持特征以及上面列出的反应性特征可以包括控制或改变转向、发动机功率输出、制动器或其他车辆控制子系统146。下面更详细地讨论上面列出的反应性特征和支持特征。
III.闪烁应急车辆
当朝向诸如拖挂车、救护车、消防车或执法车辆之类的具有闪烁灯的车辆行驶或被这样的车辆所接近时,自动驾驶车辆可以能够正确地识别该车辆并做出适当的反应。在一些实例中,自动驾驶车辆可以驶入到最右侧的车道或路肩并减速,以允许具有闪烁灯的应急车辆超越。自动驾驶车辆上的传感器系统可以指示具有闪烁灯的应急车辆正在接近或正被接近(例如,自动驾驶车辆正在驶向具有闪烁灯的静止应急车辆)。自动驾驶车辆中的VCU和/或监督系统可以确定自动驾驶车辆在其遇到具有闪烁灯的应急车辆时应该或能够采取什么行动方案。例如,自动驾驶车辆的第二或附加轨迹相关信息可以是根据原始或当前轨迹相关信息(例如,“第一”轨迹相关信息)为自动驾驶车辆在操作期间在其遇到闪烁EV时所确定的轨迹相关信息,并且第二轨迹相关信息可以基于本文描述的各种因素、背景、场景等等来确定。在各种实施例中,轨迹相关信息可以包括可能致使自动驾驶车辆在其上行驶的一组点以及自动驾驶车辆可在该组点上行驶所依据的速度、加速度、减速度等等。在一些示例中,轨迹相关信息可以包括自动驾驶车辆在该组点中的每一个点处的预期速度。
III.(a)闪烁EV的定义
闪烁应急车辆(EV)的特征可以是具有至少一个呈现红色或红色和蓝色光的照明灯的车辆。
III.(b)闪烁EV的检测
在各种实施例中,自动驾驶车辆可以在到达闪烁EV之前不晚于预定距离对闪烁EV做出反应,除非闪烁EV最初被遮挡且不可检测。在一些示例中,预定距离可以在大约250英尺和大约1000英尺之间、在大约300英尺和大约750英尺之间、或者在大约450英尺和550英尺之间。在一些示例中,预定距离可以是大约500英尺。
在各种实施例中,自动驾驶车辆可以对闪烁EV作出反应,这些EV可以是:在AV前面并且完全停止、在AV前面并且在相同的行驶方向上移动、在AV后面并且在相同的行驶方向上移动、以及在AV前面并并且在相同道路/行车道上在相反的行驶方向上移动。在各种实施例中,行车道可以被定义为车辆不受任何物理障碍或间隔限制以横向移动的道路的宽度。
III.(c)变道优先级
由检测到闪烁应急车辆所引起的变道意图或拒绝可以作为临界安全行动来被优先考虑。变道拒绝是指将引起自动驾驶系统来禁止自动驾驶车辆变道的状况。变道意图是将引起自动驾驶系统来同意自动驾驶车辆做出变道的状况。
III.(d)闪烁EV-在路肩上移动
对于在高速公路路肩上移动的闪烁应急车辆,自动驾驶车辆可以遵循预定策略,该预定策略可以包括变道策略。
当自动驾驶车辆无法在其自身与正在高速公路路肩上移动的闪烁应急车辆之间利用一条完整车道超越时,自动驾驶车辆可以根据预定义策略减速。例如,预定义策略可以定义减速度,根据该减速度,自动驾驶车辆可以减速和/或可以包括指令,该指令被发送到自动驾驶车辆上的一个或多个设备(例如,制动单元)以使自动驾驶车辆根据所定义的减速度进行减速。
当确定是否超越闪烁应急车辆或允许闪烁应急车辆正在路肩上移动以插入自动驾驶车辆正在其中操作的车道中时,自动驾驶车辆可以遵循第VIII部分中描述的各种策略、逻辑、过程、操作等等。
当自动驾驶车辆无法在其自身与正在高速公路路肩上移动的闪烁应急车辆之间利用一条完整车道超越时,自动驾驶车辆可以预测闪烁EV是否将在自动驾驶车辆前方插入。自动驾驶车辆可以基于应急车辆的信号、偏移和/或应急车辆的速度改变来确定对应急车辆插入的预测。当确定了EV试图并入时,自动驾驶车辆可以以正常速率(例如,在1至2m/s2的范围内)进行减速,以使得自动驾驶车辆以比应急车辆低10MPH或低更多的速度行驶,从而允许EV插入自动驾驶车辆。
III.(e)闪烁EV-停在道路上
对于停在高速公路上(路肩或非路肩区域)上的闪烁应急车辆,自动驾驶车辆可以在其自身和应急车辆之间留下至少一条完整车道,除非变道是不可能的或被拒绝。
当自动驾驶车辆在其自身与停在道路上的闪烁应急车辆之间具有至少一条完整车道时,自动驾驶车辆可以以低于该车道的限速的预定最大速度超越闪烁EV。例如,预定最大速度可以是低于道路限速每小时10英里。
当自动驾驶车辆在其自身与停在道路上的闪烁应急车辆之间具有至少一条完整车道时,自动驾驶车辆可以以小于预定速度的速度超越闪烁EV,该预定速度高于与自动驾驶车辆在预定距离内并且在道路上沿相同方向行驶的非紧急、非静止车辆的平均速度。
与停止的闪烁EV相关联的变道拒绝可以从检测到闪烁EV的时间点直到自动驾驶车辆(包括拖挂车,如果适用的话)最后点超越闪烁EV的最前点的时间点保持有效。
与停止的闪烁EV相关联的变道意图可以从检测到闪烁EV的时间点直到自动驾驶车辆的最前点超越闪烁EV的最后点的时间点保持有效。
当有多辆闪烁EV停在道路上时,自动驾驶车辆可以在其自身和突出至道路中最远的闪烁EV之间留下至少一条完整车道,除非变道是不可能的或被拒绝。与停止的多个闪烁EV相关联的变道拒绝可以从检测到闪烁EV的时间点直到自动驾驶车辆(包括拖挂车,如果适用的话)的最后点超越最后一个闪烁EV的最前点的时间点保持有效。与停止的多个闪烁EV相关联的变道意图可以从检测到闪烁EV的时间点直到自动驾驶车辆的最前点超越最后一个闪烁EV的最后点的时间点保持有效。
当自动驾驶车辆无法在其自身与停在道路上的闪烁应急车辆之间利用一条完整车道超越时,自动驾驶车辆可以根据行人减速策略来减速,除非当地法规另有指示。
例如,当自动驾驶车辆无法在其自身和闪烁EV之间利用一条完整车道超越时,当道路的限速等于或高于预定阈值时,自动驾驶车辆可以减速至少预定量,并且当道路的限速低于预定阈值时,自动驾驶车辆可以减速第二或不同的预定量。在一些示例中,预定阈值可以是每小时25英里。在一些示例中,预定阈值可以基于当地法规或管控自动驾驶车辆正在其上操作的道路的法规。
所使用的超越策略中的横向间隔距离可以从自动驾驶车辆的最宽点到闪烁应急车辆的最宽点来测量。
III.(f)闪烁EV-相反行驶方向
当闪烁应急车辆在相同行车道上从相反的行驶方向接近时,自动驾驶车辆可以逐渐减速,直到应急车辆已经超越并且可以将自身定位成平行于并且尽可能靠近远离任何交叉路口的道路的右侧边缘或路缘,除非自动驾驶车辆无法变道。
与从相反方向接近的闪烁EV相关联的(多个)临界安全变道意图或拒绝可以从检测到闪烁EV的时间点直到闪烁EV的最后点超越自动驾驶车辆(包括拖挂车,如果适用的话)的最后点的最后点保持有效。
III.(g)闪烁EV-EV接近AV
当闪烁EV以相同或更大的速度沿相同的行驶方向从后方接近自动驾驶车辆时,自动驾驶车辆可以将通行权让给应急车辆。
如果自动驾驶车辆在最右车道中,并且闪烁应急车辆正在接近自动驾驶车辆且也在最右车道中,则自动驾驶车辆可以使用路肩的任何可用铺砌部分来将其自身定位到右侧(行驶车道之外,如果可能的话),并且可逐渐减速,直到闪烁EV已经超越。在各种实施例中,自动驾驶车辆可以在远离道路的区域减速,诸如已铺砌路肩、未铺砌路肩、另一条道路、未铺砌区域等等;例如,远离道路的区域通常可以指的是不在道路的车道内的区域。当一辆闪烁应急车辆从自动驾驶车辆的正后方或在自动驾驶车辆的左侧车道中行驶并接近时,并且自动驾驶车辆尚未处于慢车道(例如,在车辆靠道路右侧行驶的地区(诸如北美)是最右车道),自动驾驶系统可以在检测到后方接近的应急车辆的预定时间(例如2秒、2.5秒、2.86秒、2.98秒、3秒)内发起变道操控,除非基于其他条件而无法变道或变道被拒绝。
图4图示了该示例场景,其中自动驾驶车辆105和闪烁应急车辆402均位于最右车道中,并且闪烁EV 402接近自动驾驶车辆105。如所述,自动驾驶车辆105可以从其当前车道(最右车道)靠边停车到已铺砌路肩404上,逐渐减速,直到闪烁EV 402超越自动驾驶车辆105。
如果闪烁应急车辆正在接近自动驾驶车辆并且闪烁EV位于自动驾驶车辆右侧的一个或多个车道,则自动驾驶车辆可以保持在其当前车道上并逐渐减速,直到闪烁EV已超越。
图5A-图5C图示了示例场景,其中闪烁EV 402正在接近自动驾驶车辆105并且闪烁EV 402位于自动驾驶车辆105右侧的一个或多个车道。在图5A-图5C中所图示的每个场景中,自动驾驶车辆105可以保持在其当前车道中,直到闪烁EV 402超越自动驾驶车辆105。在各种实施例中,自动驾驶车辆105可以逐渐减速,同时保持在其当前车道中,直到闪烁EV402已超越。
如果闪烁应急车辆正在接近自动驾驶车辆并且不处于图4和图5A-图5C中所图示以及上面描述的示例场景中,那么自动驾驶车辆可以将其自身定位在最右车道中并且可以逐渐减速直到应急车辆已超越。
图6A-图6E图示了示例场景,其中闪烁EV 402正在接近自动驾驶车辆105,并且其中闪烁EV 402和自动驾驶车辆105都不在最右车道中,并且其中闪烁EV 402不在如下车道中:该车道是自动驾驶车辆105右侧的一个或多个车道。在图6A-图6E中所图示的每个场景中,自动驾驶车辆105可以移动到最右车道并在最右车道中逐渐减速,直到闪烁EV 402已经超越自动驾驶车辆105。
与正在接近自动驾驶车辆的闪烁EV相关联的(多个)临界安全变道意图或拒绝可以从检测到闪烁EV的时间点直到闪烁EV的后保险杠超越自动驾驶车辆的前保险杠的时间点保持有效。
III.(h)闪烁EV-AV跟随闪烁EV
当自动驾驶车辆位于正在相同行车道上以相同行驶方向移动和行驶的闪烁EV后面时,自动驾驶车辆可以避免超越闪烁EV。自动驾驶车辆可以维持其与应急车辆的纵向距离或至少预定长度(例如,400英尺、500英尺)的距离,除非应急车辆正处于转变到停止(即,静止)状态的过程中。自动驾驶车辆可以基于确定应急车辆的减速度或其他行为来检测应急车辆正处于转变到停止或静止状态的过程中。例如,自动驾驶车辆可以基于应急车辆在至少预定时间量(例如,两秒、五秒、十秒)内的减速度超过预定阈值速度(例如,每小时五十英里、每小时四十英里、每小时三十英里)而检测到应急车辆正处于转变到停止状态的过程中。
如果在行车道的任何中间车道中移动的闪烁应急车辆转变为静止闪烁应急车辆,则自动驾驶车辆可以停止,无论车道如何,并等待闪烁EV移出行车道,转变到行车道的左侧或最右车道,或继续沿行车道行驶。
如果在多车道行车道的左车道或最右车道(或路肩)中移动的闪烁应急车辆转变为静止闪烁应急车辆,则自动驾驶车辆可以遵循III.(e)部分中概述的示例策略,以便超越。替代地或附加地,当应急车辆从与自动驾驶车辆相同的车道上的应急车道或路肩区域以相同的行驶方向移动,并且自动驾驶车辆从后方接近应急车辆时,自动驾驶车辆可以避免以将其置于与应急车辆当前行驶的应急车道相邻的车道的方式改变车道。这种类型的行动,或者更确切地说不行动,是为了最小化在其并入到正常交通车道中时插入应急车辆前方的可能性。
当自动驾驶车辆位于在相同车道上以相同行驶方向行驶的移动闪烁应急车辆后方时,自动驾驶车辆可以与EV维持至少阈值纵向距离。
III.(i)闪烁EV-存储器
自动驾驶车辆可以将随后完全或部分被遮挡的闪烁应急车辆的存在保留在存储器中一段预定的最小时间量。
III.(j)闪烁EV-让行和交叉路口约束
当减速并为闪烁应急车辆让行时,自动驾驶车辆可以避免停在交叉路口内。
IV.跟随距离
自动驾驶车辆可以能够确定安全跟随距离并调整速度(例如,加速或制动)以维持自动驾驶车辆与前方车辆之间的安全的预定阈值距离。
IV.(a)最小跟随距离
自动驾驶车辆可以以任何速度维持与任何前方NPC(非玩家角色车辆,诸如手动操作的车辆)的最小跟随距离,以便无论是在运动中或是停止,都允许自动驾驶车辆有足够的空间离开车道。通过维持最小跟随距离,自动驾驶车辆有空间来避免碰撞,通过达到一速度(包括完全停止)使得自动驾驶车辆预计不会与自动驾驶车辆前方的车辆发生碰撞。避免碰撞可以包括改变轨迹以离开当前行驶车道并进入路肩或道路外的其他区域(例如,卡车失控道路或坡道),并且可以定义最小跟随距离以实现离开当前车道且不与前方NPC发生碰撞的轨迹改变。
IV.(b)推荐跟随距离
为了安全和效率,自动驾驶车辆可以维持从自动驾驶车辆的最前点到前方NPC的最后点所测量的推荐跟随距离。推荐跟随距离可以是效率缓冲、最小间距和最小跟随距离的总和。
最小间距是确保自动驾驶车辆与其正前方车辆的后部之间维持临界停止距离的间距。临界停止距离允许自动驾驶车辆在其前方车辆达到突然停止(例如突然刹车)时可以安全停止。最小间距可以是考虑到以下因素的保守距离:自动驾驶车辆的自动驾驶系统的反应时间、制动系统的反应时间、考虑了包括货物和车辆类型的物理方面的自动驾驶车辆的减速度、自动驾驶车辆的速度以及其正前方车辆的速度。
效率缓冲是当自动驾驶车辆处于稳态巡航条件时定义的距离。效率缓冲允许自动驾驶车辆在维持恒定速度的同时将速度变化(即加速度和减速度)最小化,以使得自动驾驶车辆在对在自动驾驶车辆正前方的车辆的速度变化做出反应的同时可以维持大于最小间距的跟随距离。在一些示例中,推荐跟随距离可以大于前方NPC的最小跟随距离。
IV.(c)稳态巡航定义
稳态巡航可以被定义为当自动驾驶车辆在没有安全临界事件并且高于由预定稳态速度所定义的速度,并且不经历绝对值大于由预定稳态阈值加速度所定义的值的加速或减速度的情况下行驶。预定稳态速度可以是可调的并且可以具有预定标称值(例如,20MPH、25MPH(11.28m/s)、30MPH)。稳态阈值加速度可以是可调的并且具有预定标称值(例如,2m/s2、3m/s2、4m/s2)。在一些实施例中,稳态速度可以被(例如,由监督系统)预先确定为提供给自动驾驶车辆的任务或路线信息的一部分。
IV.(d)效率缓冲
在稳态巡航期间,系统可以连续地限定效率缓冲,该效率缓冲允许自动驾驶车辆在对前方车辆的速度变化做出反应时维持恒定速度,以使跟随距离大于最小间距的同时将加速度和减速度最小化。
IV.(e)交通拥堵的最小跟随距离
当在由预定速度(例如,20MPH、25MPH(11.28m/s)、30MPH)所定义的稳态速度下在交通繁忙时跟随车辆时,自动驾驶车辆可以与前方车辆保持至少预定距离(例如,6米、7米、8米、9米、10米)的跟随距离,以使得自动驾驶车辆在该车辆达到完全停车的情况下有足够的空间转向和超越该车辆。
IV.(f)行人和骑车人的最小跟随距离
如果自动驾驶车辆在给定第XII部分中描述的示例约束的情况下在本地道路上行驶时无法超越行人或骑车人,则自动驾驶车辆可以维持与前方行人或骑车人至少预定距离的最小跟随距离(例如,4米、5米、6米、7米),并与行人或骑车人的速度相匹配。
如果由于行人可能是执法官员而无法变道,则自动驾驶车辆可以在高速公路上为行人停车以避让行人。
IV.(g)车辆的最小跟随距离
自动驾驶车辆可以与前车保持至少预定距离(例如,8米、9米、10米、11米)的跟随距离,以使得自动驾驶车辆在超车场景中将有足够的空间来变道和超越车辆。
IV.(h)夜间的最小跟随距离
在夜间期间,距前方NPC的最小跟随距离可以被增加到至少预定的最小夜间距离(例如,12米、15米、18米),以考虑到可见度的限制。被认为属于夜间的时间可以是预先确定的。
IV.(i)恶劣天气下的最小跟随距离
对于恶劣天气,距前方NPC的最小跟随距离可以被增加到至少预定距离(例如,15米、18米、20米、23米、25米),以考虑到可见度和牵引力的限制。
IV.(j)临界跟随距离
自动驾驶车辆可以在任何条件下与任何前方NPC维持至少预定距离的临界跟随距离,以防止碰撞,并确保位于自动驾驶车辆正前方的车辆在传感器视场内。预定临界跟随距离可以是标称值为3米、4米或5米或更大的可调值。
临界跟随距离大于关于推荐跟随距离所描述的临界停止距离(例如,0.75米、1米、1.25米、1.5米、2米)。自动驾驶车辆可以在行驶期间接合制动器,以确保在同一行驶区域中其正前方的车辆与其自身(即自动驾驶车辆)之间存在适当的间距。临界跟随距离可以小于推荐跟随距离。
IV.(k)停止距离
自动驾驶车辆可以能够在前方NPC达到停止时使其自身停止并与前方NPC维持一停止距离。该停止距离可以是当自动驾驶车辆作为对前方车辆达到停止的反应而停止时在自动驾驶车辆前方的车辆的后部与自动驾驶车辆的前部之间的距离。
IV.(l)推荐停止距离
当前方NPC和自动驾驶车辆都即将停止时,自动驾驶车辆可以保持至少预定距离(例如,4米、5米、6米、7米、8米)的停止距离,以使得自动驾驶车辆有足够的空间从静止状态变道并防止其他车辆插入。例如,为避免与前方车辆发生碰撞即将停止之后,如果需要或期望的话,自动驾驶车辆将有足够的空间操控绕行前方车辆(即停止的车辆)。
IV.(m)临界停止距离
在安全临界或躲避场景中,系统可以能够在距位于自动驾驶车辆前方的车辆至少预定临界停止距离(例如,0.75米、1米、1.25米、1.5米、2米)的距离处停止,从而避免碰撞。
IV.(n)最小间距定义
在各种实施例中,最小间距通常可以被定义为确保在自动驾驶车辆前方的车辆立即制动并达到完全停止的情况下维持临界停止距离的间距。
当确定最小间距时,考虑到自动驾驶系统的反应时间以及制动系统的反应时间、自动驾驶车辆的最大可用减速度、基于前方车辆的型号和负载对车辆的最大可能减速度的估计以及自动驾驶车辆与其前方车辆的速度。
例如,给定自动驾驶车辆由于其制动能力和负载以及已知的制动系统反应时间而具有最大可能减速度,如果自动驾驶车辆前方的车辆是能够在相对短的时间段内停车的轻型乘用车,则与自动驾驶车辆前方的车辆是平板卡车或其他载有重货物(例如另外车辆、大量砖块)的重型车辆的情况相比,最小间距将增加。
IV.(o)维持最小间距
自动驾驶车辆可以基于自动驾驶车辆的行驶速度和系统反应时间来动态地调整并维持与前方NPC的最小间距。
自动驾驶车辆可以在较高速度下增加跟随距离并且在较低速度下减小跟随距离。
自动驾驶车辆可以考虑到前方NPC类型(即,自动驾驶车辆前方的车辆)的制动能力。在各种实施例中,前方NPC或前方车辆可以基于类型或分类来与预定最大减速度(例如,制动能力)相关联。例如,不同车身类型的车辆,诸如轿车、卡车、运动型多用途车等等,可以与不同的预定最大减速度相关联。
IV.(p)具有最小间距的最安全计划
如果自动驾驶车辆必须进入最小间距,则自动驾驶车辆可以维持与前方NPC的间距增长率,并且与前方NPC的速度差至少为预定速度,直到恢复最小间距。
IV.(q)恢复最小间距
如果车辆插入或并入到自动驾驶车辆的当前车道中并且在最小间距内,则自动驾驶车辆可以以至少预定值的速度差维持与前方NPC的间距增长率,直到恢复最小间距。
V.在交叉路口处的右转和左转
自动驾驶车辆可以能够根据需要执行右转和左转,从而以安全的方式沿着其轨迹或路线前进。这样的行动可以包括调整转弯的宽度,从而防止在执行转弯期间阻塞交叉路口等等。一些道路交叉路口设有交通灯来控制车辆、行人和骑车人的流量。在接下来的段落中,可以参考诸如黄灯变化间隔、红灯间隙间隔和绿灯时间之类的间隔。交通信号灯的这些间隔或阶段的持续时间由每个司法管辖区的工程师确定,并且可能会取决于当地法律以及取决于交叉路口的几何形状而有所不同。例如,在加利福尼亚州,如果车辆在交通灯为黄色时进入交叉路口,则在灯为红色时车辆位于交叉路口是合法的(请参阅加利福尼亚州车辆法规21452)。
此外,本文中参考驾驶惯例来描述交叉路口的转弯,其中车辆在道路的右侧行驶并且对面车辆在道路的左侧行驶(例如,北美)。在具有这些驾驶惯例的区域,在交叉路口右转通常更方便,甚至可以在红灯间隔/时段被允许。相反,左转则更加危险,因为需要穿过迎面而来的车道。在驾驶惯例相反的地区(例如,诸如澳大利亚、日本和英国),以下描述可以被调适以使得在交叉路口处左转的描述可以适用于右转,而右转的描述可以适用于左转。
V.(a)阻塞交叉路口
如果自动驾驶车辆预测其在红色间隙间隔结束时将不会完全离开交叉路口,则自动驾驶车辆可以避免进入交叉路口进行转弯。红色间隙间隔可以包括交通灯从黄色变为红色时(例如,黄色变化间隔)与引导十字街道中交通的交通灯变为绿色之间的时间。此间隙间隔为在信号灯为黄色并变为红色时进入街道交叉路口的车辆留出了时间以通过交叉路口。红色间隙间隔通常在0.5到2.0秒之间,大多数不超过6秒。交通灯的黄色变化间隔通常可以是3到6秒,但是当已知交通以较高的速度接近交叉路口时,黄色变化间隔可能具有更长的持续时间。在一些实施例中,交叉路口的红色间隙间隔可以被包括在包括交叉路口的区域的地图数据中。通常,在一些实施例中,地图数据可以包括位于由地图数据描述的并且与地图数据相关联的区域中的每个交叉路口的交叉路口数据,并且交叉路口的交叉路口数据可以包括交通灯的存在、红色间隙间隔、交叉路口几何形状信息(例如,宽度、尺寸、多边形形状)、黄色变化间隔等等。
V.(b)右转转大弯-优选转弯轨迹
当在交叉路口处右转并且需要转大弯时,系统可以优选在接近转弯的结束处而不是转弯开始处拉宽。该决定可以基于车辆的配置,特别是如果它是牵引拖挂车车辆。对于此类车辆,诸如拖挂车的长度、在第五轮处的连接类型以及拖挂车的负载之类的因素可能会影响转弯决策。此外,自动驾驶车辆可以决定需要摆入另一车道才能在交叉路口处完成转弯。当系统选择该轨迹时,自动驾驶车辆将优先为目标车道或自动驾驶车辆将摆入的车道上的其他道路使用者(例如其他车辆、骑车人、行人)让行。例如,一旦自动驾驶车辆确定自动驾驶车辆将摆入的车道没有车辆,自动驾驶车辆就可以执行该轨迹。
V.(c)交通灯检测
交通灯检测范围可以是至少预定距离(例如,150米、175米、200米、225米、250米)。自动驾驶系统所使用的地图可能会指示已知交通灯的位置。这些知识可以帮助自动驾驶系统识别交通信号灯并在接近交叉路口时确定信号灯的状态。此外,自动驾驶系统可以根据需要对其数据收集或数据处理进行调整,诸如利用指定模块,以确定当自动驾驶车辆接近交叉路口时交通灯的状态。
V.(d)左转转大弯的方法
当自动驾驶车辆遇到急左转时,系统可以考虑向右摆动以安全地进行左转。此外,在如此左转转大弯的情形中,自动驾驶车辆可以决定需要摆入另一车道才能在交叉路口处完成转弯。例如,自动驾驶车辆可以确定由于交叉路口和路段周围存在障碍物,不摆动的正常转弯轨迹可能是不可行的。当系统选择摆动轨迹时,自动驾驶车辆将优先为目标车道或自动驾驶车辆将摆入的车道上的其他道路使用者(例如其他车辆、骑车人、行人)让行。例如,在执行摆动轨迹之前,自动驾驶车辆可以等待,直到自动驾驶车辆将摆入的车道没有车辆为止。
V.(e)多个左转车道
当自动驾驶车辆遇到用于左转的多个转弯车道时,系统可以优选采用右边转弯车道来完成左转。这种优选可以降低某些自动驾驶车辆碰撞或接触交叉路口基础设施(例如,路缘、人行道、灯柱)的可能性,例如,此类一些自动驾驶车辆包括牵引拖挂车、具有长度可能需要更大转弯半径来完成转弯的其他车辆以及在转弯期间可能大幅摆动的车辆。
V.(f)无保护转弯-受遮挡视野
当在无保护转弯中必要的感知视野被遮挡时,系统可以向前缓行以调整位置来获得必要的感知视野,然后做出转弯决策。可以根据第V.(h)部分(无保护转弯TTC)做出示例转弯决策。
V.(g)进入具有不明确偏离轨道区域的交叉路口
只要在躲避场景中不与不明确偏离轨道区域中的物体发生碰撞,系统就可以进入具有不明确偏离轨道区域的交叉路口(但不必完成转弯)。
V.(h)无保护转弯
当在信号控制的交叉路口执行无保护转弯或在其中自动驾驶车辆必须让行的非信号控制的交叉路口执行转弯时,自动驾驶车辆可以在迎面驶来的车辆到达之前为自动驾驶车辆留出足够的时间来完成转弯。时间计算可以考虑自动驾驶车辆的长度(例如,包括拖挂车长度)。例如,带有53英尺拖挂车的卡车左转的时间可能大约为10-20秒,具体取决于负载和交叉路口大小。迎面而来的车辆的到达时间可以考虑车辆的到达距离和速度。自动驾驶车辆可以不阻挡有通行权的迎面而来的车辆。
V.(i)交通繁忙时无保护转弯
在交通繁忙时,自动驾驶车辆周围的车辆的移动可能会从通常的模式发生变化,因为驾驶员可能会加速通过交叉路口,并且交叉处的交通可能更有可能在黄色变化间隔期间加速通过交叉路口,或者相反,驾驶员可能没有足够的距离来达到在交通较闲期间可达到的速度,因此可能会更慢地接近交叉路口。
对于交通繁忙的交叉路口中的无保护转弯,系统为自动驾驶车辆完成转弯保留的时间可以允许迎面而来的车辆以舒适的速率减速。作为参考,车辆的舒适减速度可以小于预定比率(例如,小于3.4m/s2)。
V.(j)转弯时的让行行为
当在交叉路口处转弯时,自动驾驶车辆可以让出与自动驾驶车辆的计划轨迹相交的并且不需要停止的所有车道中的交通的通行权。以这种方式让行可以防止周围车辆在面对自动驾驶车辆转弯时出现难以预测的或不合规的行为。
自动驾驶车辆可以给在自动驾驶车辆的计划目标车道上掉头的车辆让行。
自动驾驶车辆可以给由于自动驾驶车辆的超宽转弯半径而被穿行的相邻车道让行。
在各种实施例中,让行意味着自动驾驶车辆可以能够完成其操控而不引起具有通行权的车辆必须减速。
V.(k)交叉路口处的转弯速度
当在交叉路口处转弯时,自动驾驶车辆可以以维持卡车稳定性并防止卡车侧翻的速度和转弯角度行驶。
当在交叉路口处转弯时,自动驾驶车辆的速度可能类似于有经验的人类驾驶员将进行转弯的速度。在一些实施例中,自动驾驶车辆可以以基于如下数据确定的速度来行驶:该数据描述了有经验的人类驾驶员在进行类似转弯时所测绘的速度。在一些实施例中,对描述在转弯时有经验的人类的驾驶行为的数据进行训练的机器学习模型被用来确定交叉路口处的自动驾驶车辆的速度。
V.(l)前方预定距离的转弯信号
每当决定进行转弯时,系统可以在距离交叉路口中的停止线至少预定距离(例如,75英尺、85英尺、95英尺、100英尺、110英尺、125英尺)时使用信号灯来警告邻近车辆。当完全完成转弯时,系统可以关闭信号灯。
V.(m)左转时的策略
如果自动驾驶车辆要在交叉路口内左转,则系统可以给从相反方向接近的另一辆车辆让行。让行的决策可以是预定的默认条件。替代地或附加地,自动驾驶系统可以在这样的条件下操作:在与自动驾驶车辆相反的方向上行驶的车辆的速度可以在进行左转时是否让行的决策过程中被考虑到。在一些情形中,交通灯的状态也可以是在进行左转时确定是否让行的一个因素。
V.(n)识别正确的目标车道
当在交叉路口处转弯时,自动驾驶车辆将选择适当的车道并且可以在转弯期间和之后保持相同的相对车道。例如,自动驾驶车辆在到达交叉路口并在交叉路口处转弯之前可能位于最右车道,并且自动驾驶车辆将选择经过交叉路口(自动驾驶车辆正在该交叉路口转弯)后的路段的最右车道。在一些实例中,交叉路口之前和之后的路段可以包括不同数量的车道,并且在这种示例实例中,自动驾驶车辆将基于相对于路段的右手侧的车道位置来识别相对车道。例如,无论交叉路口所连接的路段中的车道总数是多少,自动驾驶车辆在转弯期间和之后都可以保持在最右车道移开一条车道(例如,在其左侧)的车道内。
当在通向合作伙伴的设施(例如,零售公司或实体的配送中心)的交叉路口转弯时,自动驾驶车辆可以瞄准合作伙伴所指出的任何优选车道。
V.(o)绿灯下的无保护转弯
当在绿灯下进行无保护左转时,如果自动驾驶车辆是交叉路口上的第一辆车,则系统可以向前缓行以进入交叉路口而不妨碍交通。如果系统无法在绿灯下完成左转,则系统可以尽快在黄/红灯下完成左转,以最小化交叉路口的阻塞。
V.(p)偏离轨道(off-tracking)区域
使用拖挂车牵引货物的车辆的行为,其中拖挂车部分的车轮或后部不跟随车辆的驱动轮(例如,车辆的从电机或发动机接收动力的车轮)行驶的路径被称为偏离轨道。偏离轨道区域的确定可能涉及以下中的任意:曲线计算(从转弯开始到转弯结束)、考虑车辆(包括拖挂车)的长度、后轮的偏离轨道、车辆的速度、第五轮的位置以及交叉路口的面积/弧度等。
V.(q)偏离轨道优选行为
自动驾驶车辆可以优先其中后轮的偏离轨道保持在车道边界内的路径,除非这样做会冒与附近车辆或物体碰撞的风险。在一些实施例中,自动驾驶车辆驾驶系统可以被配置为确定自动驾驶车辆的驱动轮必须采用哪个轨迹来将车辆(包括拖挂车)的后轮保持在车道边界内,并且系统可以优先这样做。
V.(r)不要入侵NPC转弯半径
当在信号控制的交叉路口向左转NPC让行时,自动驾驶车辆可以避免入侵对面车流的转弯半径。换句话说,自动驾驶车辆可以在让行的同时保持离交叉路口的足够距离,以允许沿相反方向行驶的车辆在有交通灯来帮助交通控制的交叉路口处使用正常或预期的转弯轨迹来进行左转。
VI.停止标志交叉路口
自动驾驶车辆可以能够识别具有停止标志的交叉路口并安全地做出反应,遵守与此类交叉路口相关联的当地法规。自动驾驶车辆可以能够确定以下中的任意:交叉路口是否是全程停车点、一个或多个方向是否让行给另一个方向以及有多少条道路相交。自动驾驶车辆可以能够执行的行动或反应可以包括:适当让行、在行进之前等待其他车辆离开交叉路口、对相当于停止标志的闪烁交通灯做出反应等等。
VI.(a)停止标志交叉路口-让行给先停止的车辆
在由停止标志控制不止一个的行驶方向的交叉路口处,自动驾驶车辆可以让行给在自动驾驶车辆停在其停止标志处的同时或之前停在其相应停止标志处的任何车辆。
VI.(b)停止车辆让行定义
当给先前停在停止标志交叉路口处的NPC(例如,非玩家角色,换言之,不是自动驾驶车辆的车辆)让行时,自动驾驶车辆可以仅在该NPC已经离开交叉路口的情况下继续通过该交叉路口。一旦NPC已经行驶穿过交叉路口并被定位/操作在交叉路口的与其原始位置相对的点处,则NPC可能离开了交叉路口。
VI.(c)停止标志交叉路口-让行给直行车流
在由停止标志所控制的交叉路口处,自动驾驶车辆可以向在不需要停止的车道上行驶并且其路径与自动驾驶车辆的计划路径相交的任何车辆让出通行权。
VI.(d)直行车流让行定义
在由停止标志所控制的交叉路口处,仅当任何直行车流NPC被预计平均以小于预定比率/加速度(例如,以m/s2为单位)进行减速时,自动驾驶车辆才可以继续通过交叉路口,以便允许自动驾驶车辆转变到其目标车道。
NPC的预计平均减速度的确定可以考虑NPC的速度、NPC距自动驾驶车辆的距离、自动驾驶车辆转弯的持续时间以及平均人类反应时间。
VI.(e)在停止标志处的停车行为
在由停止标志所控制的交叉路口处,自动驾驶车辆可以根据第VI.(i)(人行横道线)、VI.(n)(停止线)和VI.(p)(停止标志)中描述的示例要求完全停止在该标志处。
VI.(f)闪烁红色交叉路口
当自动驾驶车辆在信号控制的交叉路口遇到呈红色闪烁的交通灯时,自动驾驶车辆可以将该交叉路口视为停止标志交叉路口。
VI.(g)缓行前进的定义
缓行可以被定义为以小于预定速度(例如,3MPH、4MPH、5MPH、6MPH)的速率向前移动的行动。
VI.(h)停止标志交叉路口-TTC停车
在自动驾驶车辆在交叉路口处因停止标志而完全停车之后,自动驾驶车辆可以能够根据需要缓行前进至第二停车处,以更好地感知交叉路口交通。这个第二停车处可以被称为TTC停车。
VI.(i)停车位置-人行横道线
对于没有停止线但有人行横道线的交叉路口,自动驾驶车辆可以在自动驾驶车辆的前保险杠穿过最近的人行横道线并且距人行横道线不超过预定距离之前停止。
VI.(j)停止车辆让行-时间考虑
当在不给直行车流让行的停止标志处为NPC让行时,自动驾驶车辆可以等待至少预定秒数。如果NPC在此时间内未尝试继续通过交叉路口,则自动驾驶车辆可以考虑继续通过该交叉路口。
VI.(k)停止持续时间
当在停止标志交叉路口停车时,自动驾驶车辆可以保持停止至少预定时间(例如,至少1秒、至少2秒、至少3秒、至少4秒、至少5秒或者更多)。
VI.(l)TTC停车-停止持续时间
自动驾驶车辆可以在TTC停车处保持停止至少预定时间(例如,至少1秒、至少2秒、至少3秒、至少4秒、至少5秒或更长)。
VI.(m)TTC停车-保持在交叉路口行驶车道之外
当缓行前进到TTC停车时,自动驾驶车辆的前保险杠可能保持在交叉路口的任何行驶车道之外。
VI.(n)停车位置-停止线
对于具有停止线的交叉路口,自动驾驶车辆可以在自动驾驶车辆的前保险杠穿过停止线之前并且距停止线不超过预定距离(例如,3米、4米、5米、6米)之前停止。
VI.(o)T字路口-非直行车道
当自动驾驶车辆处于丁字路口处的非直行车道时,即使在不存在物理停止标志的情况下,自动驾驶车辆也可以将该路口视为停止标志路口。
VI.(p)停车位置-停止标志
对于没有停止线或人行横道线的交叉路口,自动驾驶车辆可以在自动驾驶车辆的前保险杠到达停止标志之前并且距停止标志不超过预定距离之前停止。
VII.接受并入车辆
自动驾驶车辆可以能够接受并入到自动驾驶车辆周围的车流中的车辆。这种接受并入车辆的能力可以扩展到不止一辆车辆。此外,这种能力还可以包括识别不同类型的入口和出口匝道。自动驾驶车辆可以基于确定第二轨迹相关信息来接受并入车辆,同时在根据原始或当前轨迹相关信息(例如,“第一”轨迹相关信息)操作时检测并入车辆。第一和第二轨迹相关信息可以各自包括预计并引起自动驾驶车辆在其上行驶的一组点以及预计并引起自动驾驶车辆在该组点上行驶所根据的一个或多个速度、加速度或减速度。
VII.(a)接受并入定义
自动驾驶车辆可以将接受并入定义为任何NPC在自动驾驶车辆具有通行权的并入区域处并入到自动驾驶车辆的当前车道中。
当自动驾驶车辆位于未结束或离开高速公路的车道上时,自动驾驶车辆可以认为自己具有通行权。这可以适用于标准入口匝道、k匝道和车道末端并入。
VII.(b)变道
在以下情况下,自动驾驶车辆可能具有非临界安全变道意图,以从相邻车道改变到并入点:有多辆车辆并入;有一辆大型车辆并入;有被预测为保持缓慢的一辆车辆并入(并且将位于自动驾驶车辆的前面);和/或在其预期并入时间时到任何NPC的预测保险杠到保险杠距离小于自动驾驶车辆的优选前方间距距离。
VII.(c)接受并入标称行为和交互
自动驾驶车辆可以定义一组标称行为来接受并入车辆,包括变道、加速、维持速度以及给一个或多个车辆让行。
VII.(d)一辆车辆并入-让行
当车辆并入被预测将在并入位置处与自动驾驶车辆的任何部分相交时,自动驾驶车辆可以通过遵守第IV.(q)部分中描述的示例策略和逻辑所需的最小减速度来让行。
VII.(e)一辆车辆并入-维持速度偏好
当在匝道上的监视区域中接近与仅一辆车辆的并入时,自动驾驶车辆可以优先维持其当前速度和方向。
VII.(f)最早并入位置
自动驾驶车辆可以在地图中预先定义对于每次并入的最早的合规并入位置。
对于入口匝道并入场景,最早并入位置可以被定义为三角形区域的末端,在该三角形区域之后没有线或白色虚线的车道。如果白色实线继续经过三角形区域,则白色实线到白色虚线的末端过渡点是最早并入位置。
对于车道结束并入场景,最早并入位置可以被定义为指示车道结束的第一标牌出现的点。
VII.(g)多车辆并入-间距协商
如果自动驾驶车辆预测一个或多个车辆将在并入点处与自动驾驶车辆平行或位于其前方,则自动驾驶车辆可以寻找并入车辆之间或其后方的间距。自动驾驶车辆可以寻找最小化总预期速度降低的间距(自动驾驶车辆减速度+目标后车减速度)。
目标后车减速度可以被定义为根据从其当前预测速度测量的在并入完成时预测到位于自动驾驶车辆后方的车辆速度的预期减小。
VII.(h)多车辆并入-维持速度
如果自动驾驶车辆正在其当前车道中接近并入交互并且自动驾驶车辆预测其自身(例如拖挂车)的后保险杠将位于任何并入道路使用者的前方(在其各自的并入点处),则自动驾驶车辆可以继续行驶而不改变其计划轨迹。
VII.(i)对匝道的感知
自动驾驶车辆可以监视匝道上可能会在预定时间量(例如,3秒、4秒、5秒、6秒)内到达最早并入点的所有车辆的速度和速率,或者监视自动驾驶车辆的最前点超越最早并入点的校正纵向距离的预定曲率量(例如,125米、150米、175米、200米)。
VII.(j)预测并入位置
自动驾驶车辆可以预测每个并入车辆或潜在并入车辆的并入点。
自动驾驶车辆可以将每个并入车辆的并入点定义为其轮胎横穿进入自动驾驶车辆的当前车道中的点。
在一侧不存在车道线的情况下,自动驾驶车辆可以使用标准车道宽度作为测量并入点的假设。
VII.(k)K匝道接受并入
自动驾驶车辆可以使用模型来导航K匝道接受并入场景,以预测K匝道上的车辆是否将并入到自动驾驶车辆的当前车道中。
VIII.接受插入车辆
自动驾驶车辆可以能够确定另一车辆何时打算插入到自动驾驶车辆正在其中行驶的车道中。当另一车辆插入到自动驾驶车辆在其中行驶的车道中时,自动驾驶车辆可以调整速度以考虑到车辆之间的安全距离。此外,自动驾驶车辆可以能够检测交通拥堵并预测其他车辆可能想要插入到自动驾驶车辆在其中行驶的车道中。此外,自动驾驶车辆可以能够应对在插入到自动驾驶车辆前方的车道中之后执行突然停止的车辆。自动驾驶车辆可以基于确定第二轨迹相关信息并且根据第二轨迹相关信息进行操作来应对插入车辆,其中当检测到插入车辆时的原始或当前轨迹相关信息是“第一”轨迹相关信息。在各种实施例中,轨迹相关信息可以包括一组点和一个或多个速度、加速度和/或减速度,可以引起自动驾驶车辆根据这些点和速度、加速度和/或减速度来操作。
VIII.(a)临界距离插入
当车辆在临界跟随距离内插入时,自动驾驶车辆可以以确保自动驾驶车辆的最前点和插入车辆的后保险杠之间的预定速率的间距增长率(即,相对速度)的比率进行减速。间距增长率可以在1m/s和3m/s之间的范围内,诸如2m/s(4.5MPH)。
VIII.(b)在最小间距内插入
如果车辆插入超过临界跟随距离但在最小间距内,则自动驾驶车辆可以遵循第IV.(r)部分中概述的示例行为。
VIII.(c)在最小间距外但在推荐跟随距离内插入
如果车辆在最小间距外插入,则如有必要,系统可以调整其速度以恢复推荐跟随距离。最小间距是NPC和自动驾驶车辆两者完全制动时保持临界停止距离所需的距离。
VIII.(d)交通拥堵
在交通拥堵中,系统可以保证在接受插入车辆时不侵入临界距离。
如果自动驾驶车辆停止,并且NPC以小于临界距离的距离插入,则系统等待直到车辆完全插入,并且待NPC向前移动以恢复交通拥堵中的安全跟随距离之后,自动驾驶车辆可以开始向前移动。
如果自动驾驶车辆以低速前进并且NPC以小于临界距离的距离插入,则系统采用所需的最小减速率来恢复交通拥堵中的安全跟随距离。
VIII.(e)针对不可避免的事故的操控
当针对插入车辆而进行制动时,系统可以避免弯折、侧翻以及侵入相邻车道所导致可能发生的事故。
如果与插入车辆的碰撞即将发生,则系统可以使可用制动最大化,同时遵守上述要求。
VIII.(f)周围交通
系统可以能够基于周围交通来预测插入车辆行为的变化,并且可以基于该预测来调整其行为。例如,如果插入车辆前方的车辆突然制动,则自动驾驶车辆可能会预期到插入车辆也会制动,从而引起自动驾驶车辆调整其制动策略。
VIII.(g)预测插入车辆
自动驾驶车辆可以预测NPC(例如,周围车辆、位于自动驾驶车辆周围区域中的车辆)何时试图插入。会影响预测的因素可以包括但不限于:NPC的面向自动驾驶车辆的当前车道的方向上的信号灯亮起,NPC朝向自动驾驶车辆的当前车道偏移,以及NPC在车道中以比自动驾驶车辆的当前速度低得超过预定量(例如,比插入车辆慢8MPH,慢10MPH,慢15MPH)的平均速度行驶。例如,如果相邻车道中的车辆以40MPH的速度行驶,而自动驾驶车辆以50MPH的速度行驶,并且预定量为8MPH,则自动驾驶系统可以确定相邻车道中的该车辆正试图插入。在另一示例中,当相邻车道中的车辆朝向自动驾驶车辆在其中行驶的车道偏移超过预定量(例如,0.5米、0.75米)时,则么自动驾驶车辆可以确定在相邻车道中的该车辆正试图插入。使用指示灯发出想要改变车道的信号的周围车辆也可能会被自动驾驶系统确定为试图插入,特别是当发出信号的车辆朝向自动驾驶车辆当前占用的行驶车道偏移时或者当发出信号的车辆如前所述减速时。
VI.并入到车流中
自动驾驶车辆可以能够安全地并入到高速公路上或并入到车流中。自动驾驶车辆可以利用传感器数据和计算系统来确定以下中的任意:何时需要偏离原始路线、何时有并入机会可用、在哪里并入、车流中的一个或多个车辆的意图是什么、两条车道何时合并等等。
VI.(a)路线跟随-高速公路并入
当并入到高速公路或道路上时,当不考虑安全时,自动驾驶车辆可能优先停留在其预期路线上。
VI.(b)路线偏离-高速公路并入
当并入到高速公路或道路上时,如果停留在路线上的成本大于偏离的成本,则自动驾驶车辆可以偏离其预期路线。例如,如果停留在路线上对自动驾驶车辆或附近车辆造成碰撞风险,则自动驾驶车辆会在可能的情况下改变其路线。
VI.(c)定义并入间距
在排除交通拥堵的正常交通流中,系统可以动态地定义并入间距,该并入间距是一个开放空间,该开放空间是增大的并且在自动驾驶车辆完成并入时可能潜在地达到“AV长度(例如,牵引车+拖挂车长度)+与目标前车的最小间距+与目标后车的最小间距”的长度。
VI.(d)定义并入点
并入点可以位于三角形区域和虚线消失的点之间。除非在躲避场景中,否则系统可以避免驾驶越过实线。系统在决定并入点时可以考虑目标车道车辆的相对速度、相对加速度率、到并入点的距离以及自动驾驶车辆到并入点的距离。
VI.(e)NPC意图
在定义并入间距时,系统可以考虑目标NPC的让行或超越意图。对于人类驾驶员来说,考虑以下因素:相对速度、加速度/减速度、相对位置(例如,自动驾驶车辆的前方或后方)。
VI.(f)交通拥堵时的拉链式并入
当在交通拥堵中并入时,系统可以遵循拉链式并入规则(例如,车辆一个接一个依次并入)。
VI.(g)在交通拥堵中的向前缓行
如果无法在交通拥堵中找到并入间距,则系统可以向前缓行以寻找潜在的并入间距。如果并入间距增大,则系统可以继续并入。如果并入间距减小,则系统可以停止并等待给自动驾驶车辆让行的车辆。
VI.(h)路肩推动
在交通拥堵中,系统可能不允许自动驾驶车辆被推到路肩上或被推离道路。
VI.(i)两车道变单车道
如果在并入匝道上遇到双车道变单车道,则系统可以尽早变道到最终并入车道,以避免被推到车道的末端。
最终并入车道的定义:大多数两车道变单车道入口匝道在道路上没有箭头。但是每条入口匝道道路上都有一个车道关闭警告标志,其显示其右车道或左车道将关闭。在各种实施例中,自动驾驶车辆可以检测(例如,经由传感器数据、经由摄像头图像和/或视频、经由地图数据)车道关闭警告标志或者可以确定匝道是两车道变单车道入口匝道并且确定最终并入车道。
VI.(j)转向信号
系统可以在变道之前将转向信号灯打开预定时间量(例如,3秒到30秒之间,诸如5秒、10秒、12秒、15秒或20秒)。在不允许该预定时间量的躲避场景中,一旦确认变道意图,则系统可以打开转向信号灯。如果没有进一步的请求,系统可能会在变道操作完全完成之后关闭转向信号灯。
VI.(k)匹配速度
系统可以在并入之前最小化与目标车道的相对速度的绝对值。
VI.(l)识别出具有超越意图的车辆
当并入时,自动驾驶车辆可以识别相邻车道中的车辆何时打算加速超越自动驾驶车辆,在这种情况下,自动驾驶车辆可以不打算在加速车辆的前方并入。
IV.不合规车辆的检测
自动驾驶车辆可以具有确定另一车辆何时在车流中突然转向并相应地做出反应以继续安全驾驶的能力。在一些实现中,自动驾驶车辆可以能够检测到一次穿越多个车道、跟随过近、逐步侵占自动驾驶车辆的空间、与自动驾驶车辆的间距摇摆等的不合规车辆。替代地或附加地,自动驾驶车辆可以跟踪不合规车辆,也就是说监视不合规车辆与自动驾驶车辆并行的行驶持续时间。自动驾驶车辆还可以确定与其相邻行驶的另一辆车何时太近使得无法做出反应,并且采取行动来增加距离。自动驾驶车辆对不合规车辆的识别可以基于自动驾驶车辆上的传感器和系统,包括车辆计算单元,或者由监督系统操作员进行。关于如何对不合规的突然转向的车辆做出反应的指令可以从监督系统被发送到自动驾驶车辆,或者可以由自动驾驶车辆上的系统生成。可以基于确定第二轨迹相关信息(在检测到不合规车辆之前和期间的原始或当前轨迹相关信息是“第一”轨迹相关信息)并根据第二轨迹相关信息进行操作来完成自动驾驶车辆的反应,该信息可以包括一组点和一个或多个速度、加速度和/或减速度。
IV.(a)不合规车辆-一般行为
自动驾驶车辆可以最小化与不合规的突然转向车辆并行驾驶所用的预期时间量。
IV.(b)不合规车辆定义
自动驾驶车辆可以检测各种车辆场景并将其分类为突然转向和/或不合规。这些场景包括并且在本文中被描述为车道穿越车辆、太近而不舒适车辆以及摇摆车辆。被分类为突然转向的不合规车辆可能会出现以下中的一种或多种情况:车道穿越、太近而不舒适或摇摆。
IV.(c)不合规车辆-车道穿越车辆
当车辆在没有完全改变车道的情况下穿越车道边界时,自动驾驶车辆可以检测并分类在阈值距离内并且相距最多两个车道的车辆为不合规的车道穿越车辆。在各种实施例中,当车辆穿越与当前车道相邻的车道或自动驾驶车辆正在其中操作的车道中的车道边界时,或者当车辆距离两个车道并穿越进入到与当前车道相邻的车道时,自动驾驶车辆将车辆分类为不合规并且车道穿越。
IV.(d)不合规车辆-太近而不舒适
当自动驾驶车辆相对于标准车道宽度(例如,3.66米)处于与相邻车道中的另一车辆平行的阈值距离或阈值时间(基于自动驾驶车辆和其他车辆的速度)中的较小值内时,自动驾驶车辆可以检测其他车辆的最宽点何时进入与自动驾驶车辆和其他车辆相交或之间的车道边界的阈值接近距离内。
IV.(e)不合规车辆-摇摆车辆
当在标准宽度的车道上行驶时,自动驾驶车辆可以检测到在阈值距离内并且相距最多两个车道的车辆,并且当该车辆在设定时间段内横向进入车道边界的第二阈值距离内超过阈值次数而没有完全改变车道时,将其分类为不合规且摇摆。例如,如果另一车辆在五秒内进入自动驾驶车辆的第二阈值距离内三次、七秒内三次、六秒内四次等等,而没有完全改变车道,则自动驾驶车辆可以将该车辆分类为不合规且摇摆的。
IV.(f)不合规车辆-存储器
一旦车辆被识别并分类为突然转向、不合规的,自动驾驶车辆可以在存储器中保留该车辆是不合规的,直到自最后一个不合规定义事件以来已经过去了阈值时间量或者直到自动驾驶车辆不再与突然转向、不合规车辆并行为止,以时间较长者为准。
IV.(g)不合规车辆-已经并行
如果自动驾驶车辆在NPC开始变得不合规车道穿越的时刻与NPC并行,则自动驾驶车辆可以采取行动以离开具有临界安全优先级的并行驾驶区域。如果可能的话,自动驾驶车辆可能更优选车道偏向并改变车道。否则,自动驾驶车辆可能会偏向车道并减速/加速,以最小化与不合规的车道穿越并行所花的时间。
如果自动驾驶车辆在车辆开始被分类为“太近而不舒适的”不合规的时刻与该车辆并行,则自动驾驶车辆可以采取行动以离开具有非临界安全优先级的并行驾驶区域。自动驾驶车辆可能更优选偏向和减速/加速,以最小化并行行驶的时间。
XI.超大车辆的检测
自动驾驶车辆可以利用自动驾驶车辆上的传感器和计算系统来识别自动驾驶车辆周围的超大车辆并正确地进行交互或反应。对超大车辆的正确交互或反应可以包括:超越超大车辆、跟随超大车辆、偏向车道等等。此外,自动驾驶车辆可以能够识别超大车辆周围或包括超大车辆的车队并做出反应以维持安全。自动驾驶车辆的反应可以通过根据本部分中描述的各种因素、标准、场景等等所确定的第二轨迹相关信息来实现,并且第二轨迹相关信息可以包括一组点和可以使自动驾驶车辆根据其进行操作的一个或多个速度、加速度和/或减速度。
XI.(a)超大车辆的定义
系统可以识别超大车辆和具有突出部的奇形怪状车辆,无论车辆是否被标记为超大的。在各种实施例中,如果NPC的任何尺寸超过预定值,则NPC可以被定义为超大车辆。例如,如果车辆的长度超过22.86米(75英尺)、宽度超过2.59米(8英尺6英寸)或高度超过4.27米(14英尺),则车辆可能被归类为超大的。
XI.(b)变道优先级
根据效率变换车道,如果超大车辆或超大车辆车队比自动驾驶车辆慢超过每小时阈值英里数,则自动驾驶车辆可以优先进行变道操控以超越超大车辆或超大车辆车队。
XI.(c)变道偏好
自动驾驶车辆可能更愿意超越超大车辆,并且在自动驾驶车辆和超大车辆之间具有至少一条空车道,以最小化与超大车辆并行行驶的交互。
XI.(d)跟随超大车辆
如果无法改变车道进行超越,自动驾驶车辆可以跟随在超大车辆车队的最后一辆车后面,同时与超大车辆车队的最后一辆车保持适当的跟随距离。
XI.(e)禁止插入超大型车辆车队
自动驾驶车辆可以避免插入超大车辆车队内的任何车辆之间,使得车队的护送车辆可以向其他道路使用者和超大车辆显示正确的警告指示。
XI.(f)变道和偏向
如果在超越时无法在自动驾驶车辆和超大车辆之间保持空车道,则自动驾驶车辆可以变道到超大车辆的相邻车道,并且在相邻车道未被超大车辆侵入的情况下采用非临界安全偏向以进行超越。
XI.(g)超大车辆检测
自动驾驶车辆能够在到达超大车辆之前不晚于阈值距离(例如,数米或英尺)检测到超大车辆。
XI.(h)护送识别
自动驾驶车辆可以能够识别车队中的超大车辆的护送车辆。
XI.(i)车队定义
车队可以被定义为在群组内行驶的车辆,该群组是在彼此恒定的距离和速度内且通过适当标志或标记指示以反映群组的边界。示例车队可以包括超大型车辆和护送、军用车辆、VIP车队、葬礼车队等等。
在各种实施例中,可以基于具有的速度在基于超大车辆的速度的速度范围内并且在距超大车辆的距离范围(可以基于预定值)内来检测具有超大车辆的车队中的车辆。例如,用于护送车辆检测的速度范围可以是超大车辆的速度的预定百分比裕度,或者可以在比超大车辆的速度更大和更低的预定值的范围内。
XI.(j)超越超大型车辆车队
如果条件允许,自动驾驶车辆可以在其检测到超大车辆或其车队时立即改变车道,并且在到达超大车辆或其车队之前不晚于阈值距离开始做出反应。
XI.(k)超大车辆存储器
自动驾驶车辆可以将稍后完全或部分地从视野中被遮挡的超大车辆的存在保留在存储器中阈值秒数的最小值。
XI.(l)跟随条件-效率
如果超大车辆或其车队不是缓慢移动,则自动驾驶车辆可以跟随超大车辆或其车队。
XI.(m)跟随条件-车道侵入
如果自动驾驶车辆由于超大车辆侵入超车道而无法超越,则自动驾驶车辆可以跟随超大车辆或其车队。
XI.(n)超大车辆车队
自动驾驶车辆可以将超大车辆和该超大车辆的一个或多个护送方视为车队。
转向图8,提供了图示出用于操作自动驾驶车辆的示例方法的操作的流程图。通常,该方法可以被执行以根据本文描述的各种实施例至少响应于其他车辆(例如,闪烁EV、并入车辆、插入车辆、不合规车辆、超大车辆、前方车辆等)来操作自动驾驶车辆。
在操作802处,由位于AV中的计算机确定在AV正在其上操作的道路上操作的车辆的轨迹相关信息。车辆的轨迹相关信息包括车辆的速度和车辆被预计来在其上行驶的一组点。因此,轨迹相关信息可以指示该车辆是否与AV在同一车道上、该车辆是否在任何车道上偏移、该车辆是否表现出任何不合规行为、该车辆是否正在减速等等。
在操作804处,从位于自动驾驶车辆上的传感器接收包括该车辆的第一区域的传感器数据。传感器数据可以包括指示该车辆的特性、特征和/或行为的传感器数据。例如,传感器数据可以指示在该车辆上是否存在闪烁灯、指示该车辆的尺寸等等。
在操作806处,通过将该车辆的轨迹相关信息与AV的当前轨迹相关信息进行比较来确定AV的附加轨迹相关信息。附加轨迹相关信息可以基于使用传感器数据所确定的该车辆所属的类别。附加轨迹相关信息可以允许自动驾驶车辆维持至少自动驾驶车辆与该车辆之间的距离。
在操作808处,使AV根据AV的附加轨迹相关信息来操作。
在一些实施例中,示例方法还可以包括确定传感器数据指示该车辆上存在闪烁灯,并且基于该车辆上存在闪烁灯来确定该车辆所属的类别是闪烁应急车辆。然后可以基于类别是闪烁应急车辆来确定自动驾驶车辆的附加轨迹相关信息。在一些实施例中,车辆的轨迹相关信息指示车辆(例如,被分类为闪烁应急车辆)正在与道路上的自动驾驶车辆正在其中操作的车道相同的车道内操作,并且自动驾驶车辆的附加轨迹相关信息可以指示自动驾驶车辆的车道从自动驾驶车辆正在其中操作的车道改变到道路上的另一车道。在一些实施例中,自动驾驶车辆的附加轨迹相关信息指示自动驾驶车辆的减速度以及自动驾驶车辆向远离道路的第二区域的转向。
在一些实施例中,示例方法还可以包括确定传感器数据指示该车辆的一个或多个尺寸,并且基于该一个或多个尺寸大于该一个或多个尺寸的预定值来确定该车辆所属的类别是超大车辆。然后可以基于该类别是超大车辆来确定自动驾驶车辆的附加轨迹相关信息。在一些实施例中,示例方法还包括根据车辆所属的类别是超大车辆,识别一个或多个另外车辆,每个另外车辆都正在基于该车辆的速度所确定的速度范围内并且基于预定距离在距该车辆的距离范围内操作,并且基于车辆的轨迹相关信息和该一个或多个另外车辆的轨迹相关信息来确定自动驾驶车辆的附加轨迹相关信息。
在一些实施例中,根据确定车辆的轨迹相关信息指示在预定时间量内跨越道路的车道的边界的车道穿越数量大于预定数量,自动驾驶车辆的附加轨迹相关信息被配置为增加自动驾驶车辆与该车辆之间的距离。
在一些实施例中,根据确定该车辆的轨迹部分地跨越道路的车道边界,自动驾驶车辆的附加轨迹相关信息被配置为增加自动驾驶车辆与该车辆之间的距离。
在一些实施例中,根据确定该车辆的轨迹相关信息指示该车辆在自动驾驶车辆前方的预定距离范围内正在进入道路上的自动驾驶车辆正在其中操作的车道,自动驾驶车辆的附加轨迹相关信息指示自动驾驶车辆在自动驾驶车辆正在其中操作的车道内的减速度。可以基于自动驾驶车辆的速度来确定自动驾驶车辆的减速度。可以基于自动驾驶车辆的速度和车辆所允许的预定最大加速度来确定自动驾驶车辆的减速度,该车辆所允许的预定最大加速度是基于该车辆的类别。附加轨迹相关信息可以包括不大于预定值的加速度或减速度,该预定值可以是基于自动驾驶车辆的稳态巡航速度。
在一些实施例中,附加轨迹相关信息包括不超过使得自动驾驶车辆的速度被维持在预定速度范围内的值的加速度或减速度。
在一些实施例中,包括车辆的第一区域包括交叉路口,并且使自动驾驶车辆基于确定该车辆位于交叉路口的时间长度根据附加轨迹相关信息来操作。在一些实施例中,在确定该车辆在交叉路口中处于运动中之后,使自动驾驶车辆在预定时间量之后根据附加轨迹来操作。
在一些实施例中,第一区域是自动驾驶车辆正在其上操作的道路的入口匝道,并且其中车辆的轨迹相关信息是基于包括预定义位置的地图数据来识别的,车辆被预计在该预定义位置处并入道路上的自动驾驶车辆正在其中操作的车道中。
在一些实施例中,该车辆的轨迹相关信息的一组点是基于在道路上操作的一个或多个其他车辆的存在来预测的。
XII.行人和/或骑车人互动
自动驾驶卡车可以对行人和骑车人进行识别、分类并正确地与之交互。每个司法管辖区(例如,州、国家)可能具有自己的在行人和/或骑车人周围行驶的任何车辆都必须遵守的法规。有些法规是高级别的,诸如避免侵占人行横道或自行车道。其他法规更加细化,并且取决于行人或骑车人以及车辆的轨迹的相对位置。例如,当车辆从一条道路转到另一条道路时,并且存在用于此类转弯的专用车道,法规可能规定如何与自行车道或邻近转弯车道的路径中的骑车人互动。为了使自动驾驶卡车能够根据适用的法规正确地操作,自动驾驶卡车的合规模块(图1中示出为166)可以基于交互类型和位置来确定要应用哪个(哪些)法规。在一些实施例中,合规模块不仅可以确定自动驾驶车辆所在的位置(例如,基于自动驾驶车辆上的GPS设备所提供的位置),而且它还可以识别行人和/或骑车人并且可以跟踪与道路和车道或特定周边区域(例如人行横道、人行道、自行车道)相关的行人/骑车人的运动。
XIII.监督系统
如上所述,自动驾驶车辆可以与监督系统通信,该监督系统可以服务于与自动驾驶车辆的操作相关的各种目的,诸如但不限于监视和/或触发MRC故障状况。
图7示出了与监督系统相关联的远程计算机700的示例性框图。监督系统(如图3中的350所示)可以包括远程计算机700,其可以位于自动驾驶车辆外部的固定位置处。在该专利文档中,与监督系统所执行的操作相关的描述可以由远程计算机700中的监督模块(如图7中的725所示)来执行。远程计算机700包括至少一个处理器710和在其上存储有指令的存储器705。这些指令在由处理器710执行时将远程计算机700配置为执行与监督模块725相关的操作,其中监督模块725可以执行与至少如图1至图3中以及在本专利文档中描述的各种实施例中所描述的监督系统相关的操作。远程计算机700可以包括一个或多个服务器。发射器715向一个或多个自动驾驶车辆传送或传输信息或数据,并且接收器720从一个或多个自动驾驶车辆接收信息或数据。
为了执行上述特征,自动驾驶车辆可以结合自动驾驶车辆的车载计算设施(诸如与VCU相关联或通信的那些计算设施)来利用任何传感器,特别是从传感器获得的数据。替代地或附加地,上述特征可以由自动驾驶车辆在监督系统或控制中心的帮助下并且可选地在人类远程控制操作员的帮助下被执行。监督系统(在某些情况下还包括远程控制操作员)可以将环境数据、地图更新、指令或其他信息传送给自动驾驶车辆。自动驾驶车辆可以使用车载地图(诸如高清地图)来实现本文描述的一些特征,特别是当需要了解位置和当地法规(例如限速、法律义务、交通公约、交叉路口类型)来完成特征中描述的任务时。
虽然本文档涉及自动驾驶卡车,但是应当理解,任何自动驾驶的地面车辆都可以具有这样的特征。在地面上行驶的自动驾驶车辆可以包括:半拖挂车、牵引拖挂车、18轮车、卡车、第8类车辆、乘用车、运输货车、货车、休闲车、高尔夫球车、运输车等等。
虽然本公开中已经提供了若干实施例,但是应当理解,所公开的系统和方法可以以许多其他具体形式来体现,而不脱离本公开的精神或范围。当前的示例应被认为是说明性的而非限制性的,并且意图不限于本文给出的细节。例如,各种元件或组件可以被组合或集成在另一系统中,或者可以省略或不实现某些特征。
另外,在各种实施例中作为分立或单独而描述和图示的技术、系统、子系统和方法可以与其他系统、模块、技术或方法组合或集成,而不脱离本公开的范围。被示出或讨论为彼此耦合或直接耦合或彼此通信的其他项目可以通过一些接口、设备或中间组件间接耦合或通信,无论是电的、机械的还是其他方式。本领域技术人员可以确定并且可以在不脱离本文所公开的精神和范围的情况下做出改变、替换和变化的其他示例。
本专利文档中描述的主题和功能操作的实现可以在各种系统、半导体器件、超声器件、数字电子电路中或者在计算机软件、固件或硬件中被实现,包括在本说明书中公开的结构及其结构等效物中或者在它们中的一个或多个的组合中被实现。本说明书中描述的主题的各方面的实现可以被实现为一种或多种计算机程序产品,例如编码在有形且非暂时性计算机可读介质上以供数据处理装置执行或控制数据处理装置的操作的计算机程序指令的一个或多个模块。计算机可读介质可以是机器可读存储设备、机器可读存储基板、存储器设备、影响机器可读传播信号的物质组合物、或者它们中的一个或多个的组合。术语“数据处理单元”或“数据处理装置”涵盖用于处理数据的所有装置、设备和机器,包括例如可编程处理器、计算机或多个处理器或计算机。除了硬件之外,该装置还可以包括为所讨论的计算机程序创建执行环境的代码,例如构成处理器固件、协议栈、数据库管理系统、操作系统或它们中的一个或多个的组合的代码。
计算机程序(也称为程序、软件、软件应用、脚本或代码)可以用任何形式的编程语言(包括编译或解释语言)来编写,并且它可以以任何形式来部署,包括被部署为独立程序或被部署为模块、组件、子例程或适合在计算环境中使用的其他单元。计算机程序不一定对应于文件系统中的文件。程序可以被存储在保存其他程序或数据的文件的一部分中(例如,存储在标记语言文档中的一个或多个脚本)、专用于所讨论程序的单个文件或多个协调文件中(例如,存储一个或多个模块、子程序或部分代码的文件)。计算机程序可以被部署为在一台计算机或多台计算机上被执行,这些计算机位于一个站点或分布在多个站点并通过通信网络互连。
本说明书中描述的过程和逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程处理器来执行,以通过对输入数据进行操作并生成输出来执行功能。处理和逻辑流程还可以由专用逻辑电路来执行,并且装置也可以被实现为专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
举例来说,适合于执行计算机程序的处理器包括通用和专用微处理器,以及任何类型的数字计算机的任何一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器以及用于存储指令和数据的一个或多个存储器设备。通常,计算机还将包括或可操作地耦合以从用于存储数据的一个或多个大容量存储设备(例如磁盘、磁光盘或光盘)接收数据或向其传送数据,或者两者。然而,计算机不需要有这样的设备。适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储器设备,包括例如半导体存储器设备,例如EPROM、EEPROM和闪存设备。处理器和存储器可以由专用逻辑电路补充或并入专用逻辑电路中。
虽然本专利文档包含许多细节,但是这些细节不应被解释为对任何发明或可能要求保护的内容的范围的限制,而是对可能特定于特定发明的特定实施例或部分的特征的描述。在本专利文档中在分开的实施例或部分的上下文中描述的某些特征也可以在单个实施例或单个部分中被组合地实现。相反,在单个实施例或单个部分的上下文中描述的各种特征也可以分开地或以任何合适的子组合在多个实施例或多个部分中被实现。在一个实施例或一个部分中描述的特征或操作可以以任何合理的方式与来自另一个实施例或另一个部分的另一个特征或另一个操作进行组合。此外,尽管特性可能在上面被描述为在某些组合中起作用并且甚至最初如此要求保护,但是在一些情况下可以从所要求保护的组合中删除来自所要求保护的组合的一个或多个特征,并且所要求保护的组合可以涉及子组合或子组合的变体。
类似地,虽然在附图中以特定顺序描绘了操作,但是这不应被理解为要求以所示的特定顺序或连续的顺序执行此类操作,或者执行所有图示出的操作,以实现期望的结果。此外,本专利文档中描述的实施例中的各个系统组件的分离不应被理解为在所有实施例中都需要这样的分离。
仅描述了一些实现和示例,并且可以基于本专利文档中描述和图示的内容做出其他实现、增强和变化。
Claims (20)
1.一种操作自动驾驶车辆的方法,包括:
由位于所述自动驾驶车辆中的计算机确定在道路上操作的车辆的轨迹相关信息,所述自动驾驶车辆正在所述道路上操作,其中针对所述车辆的所述轨迹相关信息包括所述车辆的速度和一组点,所述车辆被预测来在所述组点上行驶;
从位于所述自动驾驶车辆上的传感器接收第一区域的传感器数据,所述第一区域包括所述车辆;
通过将所述车辆的所述轨迹相关信息与所述自动驾驶车辆的当前轨迹相关信息进行比较,确定针对所述自动驾驶车辆的附加轨迹相关信息,
其中所述附加轨迹相关信息是基于所述车辆所属的类别,所述类别是使用所述传感器数据所确定的,并且
其中所述附加轨迹相关信息允许所述自动驾驶车辆维持至少所述自动驾驶车辆与所述车辆之间的距离;以及
使所述自动驾驶车辆根据所述自动驾驶车辆的所述附加轨迹相关信息来操作。
2.根据权利要求1所述的方法,还包括:
确定所述传感器数据指示所述车辆上存在闪烁灯;
基于所述车辆上存在所述闪烁灯,确定所述车辆所属的所述类别是闪烁应急车辆;以及
其中基于所述类别是所述闪烁应急车辆来确定所述自动驾驶车辆的所述附加轨迹相关信息。
3.根据权利要求2所述的方法,其中所述车辆的所述轨迹相关信息指示所述车辆正在与所述自动驾驶车辆正在其上操作的道路上的车道相同的车道内操作,并且其中针对所述自动驾驶车辆的所述附加轨迹相关信息指示所述自动驾驶车辆的车道从所述自动驾驶车辆正在其上操作的车道改变到所述道路上的另一车道。
4.根据权利要求2所述的方法,其中针对所述自动驾驶车辆的所述附加轨迹相关信息指示针对所述自动驾驶车辆的减速以及针对所述自动驾驶车辆向远离所述道路的第二区域的转向。
5.根据权利要求1所述的方法,还包括:
确定所述传感器数据指示所述车辆的一个或多个尺寸;
基于所述一个或多个尺寸大于针对所述一个或多个尺寸的预定值,确定所述车辆所属的所述类别是超大车辆;以及
其中基于所述类别是所述超大车辆来确定所述自动驾驶车辆的所述附加轨迹相关信息。
6.根据权利要求5所述的方法,还包括:
根据所述车辆所属的所述类别是所述超大车辆,识别一个或多个另外车辆,所述一个或多个另外车辆各自正在基于所述车辆的所述速度所确定的速度范围内并且基于预定距离在距所述车辆的距离范围内操作;以及
基于针对所述车辆的所述轨迹相关信息和针对所述一个或多个另外车辆的轨迹相关信息,确定针对所述自动驾驶车辆的所述附加轨迹相关信息。
7.根据权利要求1所述的方法,其中根据确定了针对所述车辆的所述轨迹相关信息指示在预定时间量内跨越所述道路的车道边界的车道穿越数量大于预定数量,针对所述自动驾驶车辆的所述附加轨迹相关信息被配置为增加所述自动驾驶车辆与所述车辆之间的距离。
8.根据权利要求1所述的方法,其中根据针对所述车辆的所述轨迹部分地跨越所述道路的车道边界的确定,针对所述自动驾驶车辆的所述附加轨迹相关信息被配置为增加所述自动驾驶车辆与所述车辆之间的距离。
9.根据权利要求1所述的方法,其中根据针对所述车辆的所述轨迹相关信息指示所述车辆在所述自动驾驶车辆前方的预定距离范围内正在进入所述道路上的所述自动驾驶车辆正在其中操作的车道的确定,针对所述自动驾驶车辆的所述附加轨迹相关信息指示针对所述自动驾驶车辆在所述自动驾驶车辆正在其中操作的所述车道内的减速。
10.根据权利要求9所述的方法,其中基于所述自动驾驶车辆的速度来确定针对所述自动驾驶车辆的所述减速。
11.根据权利要求9所述的方法,其中基于所述自动驾驶车辆的速度和所述车辆所允许的预定最大减速来确定针对所述自动驾驶车辆的所述减速,以及
其中所述车辆所允许的所述预定最大减速是基于所述车辆的所述类别。
12.根据权利要求9所述的方法,其中所述附加轨迹相关信息包括不大于预定值的加速或减速。
13.根据权利要求12所述的方法,其中所述预定值是基于所述自动驾驶车辆的稳态巡航速度。
14.根据权利要求1所述的方法,其中所述附加轨迹相关信息包括不超过使所述自动驾驶车辆的所述速度被维持在预定速度范围内的值的加速或减速。
15.根据权利要求1所述的方法,其中包括所述车辆的所述第一区域包括交叉路口,并且其中使所述自动驾驶车辆基于确定所述车辆位于所述交叉路口的时间长度根据所述附加轨迹相关信息来操作。
16.根据权利要求15所述的方法,其中在确定了所述车辆在所述交叉路口中处于运动中之后,使所述自动驾驶车辆在预定时间量之后根据所述附加轨迹来操作。
17.根据权利要求1所述的方法,其中所述第一区域是所述自动驾驶车辆正在其上操作的所述道路的入口匝道,并且其中针对所述车辆的所述轨迹相关信息是基于包括预定义位置的地图数据来识别的,预计所述车辆在所述预定义位置处并入到所述道路上的所述自动驾驶车辆正在其中操作的车道中。
18.根据权利要求1所述的方法,其中针对所述车辆的所述轨迹相关信息的所述组点是基于在所述道路上操作的一个或多个其他车辆的存在来预测的。
19.一种用于操作自动驾驶车辆的系统,所述系统包括计算机,所述计算机包括处理器,所述处理器被配置为执行权利要求1至18中任一项或多项所述的方法。
20.一种非暂时性计算机可读程序存储介质,在所述计算机可读程序存储介质上存储有代码,所述代码当由处理器执行时使所述处理器执行权利要求1至18中任一项或多项所述的方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163194492P | 2021-05-28 | 2021-05-28 | |
US63/194,489 | 2021-05-28 | ||
US63/194,492 | 2021-05-28 | ||
PCT/US2022/072633 WO2022251880A1 (en) | 2021-05-28 | 2022-05-27 | Systems and methods for operating an autonomous vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117396390A true CN117396390A (zh) | 2024-01-12 |
Family
ID=89436009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280038295.4A Pending CN117396390A (zh) | 2021-05-28 | 2022-05-27 | 用于操作自动驾驶车辆的系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117396390A (zh) |
-
2022
- 2022-05-27 CN CN202280038295.4A patent/CN117396390A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11879742B2 (en) | Autonomous vehicle application | |
US10679497B1 (en) | Autonomous vehicle application | |
US11242051B1 (en) | Autonomous vehicle action communications | |
US20220348227A1 (en) | Systems and methods for operating an autonomous vehicle | |
US20220379924A1 (en) | Systems and methods for operating an autonomous vehicle | |
US9940834B1 (en) | Autonomous vehicle application | |
JP6206595B2 (ja) | 走行制御装置および走行制御方法 | |
US20220365530A1 (en) | Systems and methods for operating an autonomous vehicle | |
US20230140569A1 (en) | System and method for maps for an autonomous vehicle | |
US20220410894A1 (en) | Systems and methods for operating an autonomous vehicle | |
US20230119659A1 (en) | Systems and methods for operating an autonomous vehicle | |
US20230020966A1 (en) | Systems and methods for operating an autonomous vehicle | |
CN117396390A (zh) | 用于操作自动驾驶车辆的系统和方法 | |
US20240010235A1 (en) | System and method for an optimized routing of autonomous vehicles with risk aware maps | |
CN117545671A (zh) | 用于操作自动驾驶车辆的系统和方法 | |
US20230399021A1 (en) | Systems and methods for detecting restricted traffic zones for autonomous driving | |
CN117355451A (zh) | 用于操作自动驾驶车辆的系统和方法 |
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 |