CN117693771A - 用于交通工具的自主控制的占用映射 - Google Patents
用于交通工具的自主控制的占用映射 Download PDFInfo
- Publication number
- CN117693771A CN117693771A CN202280051564.0A CN202280051564A CN117693771A CN 117693771 A CN117693771 A CN 117693771A CN 202280051564 A CN202280051564 A CN 202280051564A CN 117693771 A CN117693771 A CN 117693771A
- Authority
- CN
- China
- Prior art keywords
- occupancy
- probability
- point data
- cell
- grid
- 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
- 238000013507 mapping Methods 0.000 title description 12
- 238000000034 method Methods 0.000 claims abstract description 154
- 230000015654 memory Effects 0.000 claims description 40
- 238000005259 measurement Methods 0.000 claims description 28
- 230000002829 reductive effect Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 description 56
- 238000004891 communication Methods 0.000 description 53
- 230000003068 static effect Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 230000003247 decreasing effect Effects 0.000 description 9
- 230000007423 decrease Effects 0.000 description 8
- 230000002688 persistence Effects 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
- B60W40/08—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 drivers or passengers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/01—Occupants other than the driver
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
在一些方面,设备可接收与用于控制交通工具的占用网格中的单元相关联的点数据。设备可基于点数据来确定与单元的占用概率相关联的该单元的特性,其中该占用概率基于该点数据根据第一技术来确定。设备可根据第二技术基于特性来配置在占用网格内该单元的占用概率。描述了众多其他方面。
Description
相关申请的交叉引用
本专利申请要求于2021年7月29日提交的题为“OCCUPANCY MAPPING FORAUTONOMOUS CONTROL OF A VEHICLE(用于交通工具的自主控制的占用映射)”的美国非临时专利申请No.17/443,974的优先权,该申请由此通过援引被明确纳入于此。
公开领域
本公开的各方面一般涉及占用映射,并且例如涉及用于交通工具的自主控制的占用映射。
背景技术
占用映射可被用于自动驾驶的道路场景理解。占用映射可以概述自动驾驶交通工具正行驶的环境的可行驶区域和道路障碍物的信息。
概述
本文描述的一些方面涉及一种方法。该方法可包括:由设备并且从扫描器接收与占用网格的第一帧相关联的第一点数据。该方法可包括:由设备并且基于第一点数据来确定占用网格中的第一单元的占用概率,该占用概率与第一点数据相关联并且指示该占用网格的第一单元被占用。该方法可包括:由设备并且从扫描器接收与占用网格的第二帧相关联的第二点数据。该方法可包括:由设备并且基于第二点数据来确定占用网格中的第二单元的占用概率,该占用概率与第二点数据相关联并且指示该占用网格的第二单元被占用。该方法可包括:由设备并且基于占用网格内的第一单元和第二单元的网格位置来确定第二单元在该占用网格内的第一单元和扫描器的网格位置之间。该方法可包括:由设备降低占用网格中的其他单元的占用概率,这些其他单元不同于第二单元,同时防止第一单元的占用概率至少在第二帧的历时内被降低。
本文描述的一些方面涉及一种设备。该设备可包括存储器和耦合到该存储器的一个或多个处理器。该一个或多个处理器可被配置成:从扫描器接收与占用网格的第一帧相关联的第一点数据。该一个或多个处理器可被配置成:基于第一点数据来确定占用网格中的第一单元的占用概率,该占用概率与第一点数据相关联并且指示该占用网格的第一单元被占用。该一个或多个处理器可被配置成:从扫描器接收与占用网格的第二帧相关联的第二点数据。该一个或多个处理器可被配置成:基于第二点数据来确定占用网格中的第二单元的占用概率,该占用概率与第二点数据相关联并且指示该占用网格的第二单元被占用。该一个或多个处理器可被配置成:基于占用网格内的第一单元和第二单元的网格位置来确定第二单元在该占用网格内的第一单元和扫描器的网格位置之间。该一个或多个处理器可被配置成:降低占用网格中的其他单元的占用概率,这些其他单元不同于第二单元,同时防止第一单元的占用概率至少在第二帧的历时内被降低。
本文中所描述的一些方面涉及一种存储指令集的非瞬态计算机可读介质。该指令集在由设备的一个或多个处理器执行时可使该设备:从扫描器接收与占用网格的第一帧相关联的第一点数据。该指令集在由该设备的一个或多个处理器执行时可使该设备:基于第一点数据来确定占用网格中的第一单元的占用概率,该占用概率与第一点数据相关联并且指示该占用网格的第一单元被占用。该指令集在由该设备的一个或多个处理器执行时可使该设备:从扫描器接收与占用网格的第二帧相关联的第二点数据。该指令集在由该设备的一个或多个处理器执行时可使该设备:基于第二点数据来确定占用网格中的第二单元的占用概率,该占用概率与第二点数据相关联并且指示该占用网格的第二单元被占用。该指令集在由该设备的一个或多个处理器执行时可使该设备:基于占用网格内的第一单元和第二单元的网格位置来确定第二单元在该占用网格内的第一单元和扫描器的网格位置之间。该指令集在由该设备的一个或多个处理器执行时可使该设备:降低占用网格中的其他单元的占用概率,这些其他单元不同于第二单元,同时防止第一单元的占用概率至少在第二帧的历时内被降低。
本文所描述的一些方面涉及一种设备。该设备可包括:用于从扫描器接收与占用网格的第一帧相关联的第一点数据的装置。该设备可包括:用于基于第一点数据来确定占用网格中的第一单元的占用概率的装置,该占用概率与第一点数据相关联并且指示该占用网格的第一单元被占用。该设备可包括:用于从扫描器接收与占用网格的第二帧相关联的第二点数据的装置。该设备可包括:用于基于第二点数据来确定占用网格中的第二单元的占用概率的装置,该占用概率与第二点数据相关联并且指示该占用网格的第二单元被占用。该设备可包括:用于基于占用网格内的第一单元和第二单元的网格位置来确定第二单元在该占用网格内的第一单元和扫描器的网格位置之间的装置。该设备可包括:用于降低占用网格中的其他单元的占用概率的装置,这些其他单元不同于第二单元,同时防止第一单元的占用概率至少在第二帧的历时内被降低。
本文描述的一些方面涉及一种方法。该方法可包括:由设备并且从扫描器接收与占用网格的第一帧相关联的第一点数据。该方法可包括:由设备并且基于第一点数据来确定占用网格中的与第一点数据相关联的第一单元的占用状态。该方法可包括:由设备并且从扫描器接收与占用网格的第二帧相关联的第二点数据。该方法可包括:由设备并且基于第二点数据来确定占用网格的第二单元被占用,并且第二单元位于该占用网格内的第一单元和扫描器的网格位置之间。该方法可包括:由设备防止第一单元的占用状态基于第二帧而被修改。
本文描述的一些方面涉及一种设备。该设备可包括存储器和耦合到该存储器的一个或多个处理器。该一个或多个处理器可被配置成:从扫描器接收与占用网格的第一帧相关联的第一点数据。该一个或多个处理器可被配置成:基于第一点数据来确定占用网格中的与第一点数据相关联的第一单元的占用状态。该一个或多个处理器可被配置成:从扫描器接收与占用网格的第二帧相关联的第二点数据。该一个或多个处理器可被配置成:基于第二点数据来确定占用网格的第二单元被占用,并且第二单元位于该占用网格内的第一单元和扫描器的网格位置之间。该一个或多个处理器可被配置成:防止第一单元的占用状态基于第二帧而被修改。
本文中所描述的一些方面涉及一种存储指令集的非瞬态计算机可读介质。该指令集在由该设备的一个或多个处理器执行时可使该设备:从扫描器接收与占用网格的第一帧相关联的第一点数据。该指令集在由该设备的一个或多个处理器执行时可使该设备:基于第一点数据来确定占用网格中的与第一点数据相关联的第一单元的占用状态。该指令集在由该设备的一个或多个处理器执行时可使该设备:从扫描器接收与占用网格的第二帧相关联的第二点数据。该指令集在由该设备的一个或多个处理器执行时可使该设备:基于第二点数据来确定占用网格的第二单元被占用,并且第二单元位于该占用网格内的第一单元和扫描器的网格位置之间。该指令集在由该设备的一个或多个处理器执行时可使该设备:防止第一单元的占用状态基于第二帧而被修改。
本文所描述的一些方面涉及一种设备。该设备可包括:用于从扫描器接收与占用网格的第一帧相关联的第一点数据的装置。该设备可包括:用于基于第一点数据来确定占用网格中的与第一点数据相关联的第一单元的占用状态的装置。该设备可包括:用于从扫描器接收与占用网格的第二帧相关联的第二点数据的装置。该设备可包括:用于基于第二点数据来确定占用网格的第二单元被占用并且第二单元位于该占用网格内的第一单元和扫描器的网格位置之间的装置。该设备可包括:用于防止第一单元的占用状态基于第二帧而被修改的装置。
各方面一般包括如基本上参照附图和说明书描述并且如附图和说明书所解说的方法、装备、系统、计算机程序产品、非瞬态计算机可读介质、用户设备、用户装备、无线通信设备、和/或处理系统。
前述内容已较宽泛地勾勒出根据本公开的示例的特征和技术优势以力图使下面的详细描述可被更好地理解。附加的特征和优势将在此后描述。所公开的概念和具体示例可容易地被用作修改或设计用于实施与本公开相同目的的其他结构的基础。此类等效构造并不背离所附权利要求书的范围。本文所公开的概念的特性在其组织和操作方法两方面以及相关联的优势将因结合附图来考虑以下描述而被更好地理解。每一附图是出于解说和描述目的来提供的,而非定义对权利要求的限定。
附图简述
为了能详细理解本公开的以上陈述的特征,可参照各方面来对以上简要概述的内容进行更具体的描述,其中一些方面在附图中解说。然而应注意,附图仅解说了本公开的某些典型方面,故不应被认为限定其范围,因为本描述可允许有其他等同有效的方面。不同附图中的相同附图标记可标识相同或相似的元素。
图1是解说根据本公开的在其中可以实现本文中所描述的用于交通工具的自主控制的占用映射的示例环境的示图。
图2是解说根据本公开的图1中所示的一个或多个设备(诸如交通工具和/或无线通信设备的电子控制单元)的示例组件的示图。
图3-5是解说根据本公开的与用于交通工具的自主控制的占用映射相关联的示例的示图。
图6-9是解说根据本公开的与用于交通工具的自主控制的占用映射相关联的示例过程的流程图。
详细描述
以下参照附图更全面地描述本公开的各个方面。然而,本公开可用许多不同形式来实施并且不应解释为被限于本公开通篇给出的任何具体结构或功能。确切而言,提供这些方面是为了使得本公开将是透彻和完整的,并且其将向本领域技术人员完全传达本公开的范围。基于本文中的教导,本领域技术人员应领会,本公开的范围旨在覆盖本文中所披露的本公开的任何方面,不论其是与本公开的任何其他方面相独立地还是组合地实现的。例如,可使用本文中所阐述的任何数目的方面来实现装置或实践方法。另外,本公开的范围旨在覆盖使用作为本文中所阐述的本公开的各个方面的补充或者另外的其他结构、功能性、或者结构及功能性来实践的此类装置或方法。应当理解,本文中所披露的本公开的任何方面可由权利要求的一个或多个元素来实施。
交通工具可包括被配置成控制交通工具的操作的系统(例如,电子控制单元(ECU)、自动驾驶系统等)。系统可使用由交通工具的一个或多个传感器获得的数据来执行占用映射以确定该交通工具周围环境的占用状态(例如,未被占用空间、被占用空间、可驾驶空间等)。例如,系统可使用由全球导航卫星系统(GNSS)/惯性测量单元(IMU)、相机、光探测和测距(LIDAR)扫描器等获得的数据来确定交通工具周围环境的占用状态。系统可基于交通工具周围环境的占用状态来检测该交通工具可占用的可驾驶空间。然而,系统可能未计及一个或多个传感器的各种限制,这可能会对系统检测可驾驶空间的能力产生负面影响。
例如,GNSS/IMU可提供指示交通工具在环境中的定位的数据。系统可将由GNSS/IMU获得的数据与高分辨率地图耦合以确定交通工具在该地图上的确切位置,并且可使用该地图来估计该交通工具周围环境的占用状态和/或估计该环境内的可驾驶空间。然而,地图可能不包括与环境的最近变化相关联的信息。例如,地图可能不包括与在道路上进行的施工、沿着道路行驶的其他交通工具、和/或位于该道路上或该道路附近的物体、人、动物等相关联的信息。
相机可获得交通工具周围环境的图像。该系统可执行对象检测以标识图像内的对象,并且可至少部分地基于检测这些图像内的这些对象来确定交通工具周围环境的占用状态。然而,相机可以是二维传感器,其本身不能测量对象距离交通工具的距离。相反,系统和/或相机可使用一种或多种算法来估计图像中描绘的对象位于交通工具的距离。因为距离是被估计的,而不是被测量的,所以对象速度的估计可能易于有误差和噪声。此外,相机可能对该相机正在操作的环境敏感,并且诸如雨、雾、雪等环境状况可能影响由该相机捕获的图像的质量。
当LIDAR扫描器旋转时,该LIDAR扫描器可使用脉冲激光形式的光来获得点数据。点数据可对应于光从对象的反射,并且可被用于执行三维(3D)对象检测和确定该对象的速度。然而,辐射安全要求可能会限制LIDAR扫描器传送的能量的量。对LIDAR扫描器能够传送的能量的量的限制可能导致该LIDAR扫描器要使用将该LIDAR扫描器传送的所有能量聚焦在有限数目的方向上的扫描体制(例如,激光头的旋转、电镜的旋转等)。扫描体制的使用可能由于LIDAR信号跨对象的各个区段的拖尾(例如,由于扫描)而导致速度测量易于有误差。此外,LIDAR扫描器可能对该LIDAR扫描器正在操作的环境敏感,并且诸如雨、雾、雪等的环境状况可能影响由该LIDAR扫描器获得的点数据的质量。
本文所描述的一些实现使得与交通工具相关联的设备(例如,自动驾驶系统和/或电子控制单元)能够计及一个或多个传感器的限制,并且准确地检测该交通工具周围环境中的可驾驶空间。设备可学习静止对象的网格位置,尽管这些对象由于临时效应而位于另一对象的阴影中。当学习阴影网格位置时,这提高了可驾驶空间检测的准确性。例如,设备可从扫描器接收与用于控制交通工具的驾驶的占用网格的第一帧相关联的第一点数据。该设备可基于第一点数据来确定占用网格中的第一单元的占用概率,该占用概率与第一点数据相关联。设备可从扫描器接收与占用网格的第二帧相关联的第二点数据。设备可基于第二点数据来确定占用网格的第二单元被占用,并且第二单元位于该占用网格内的第一单元和扫描器的网格位置之间。设备可确定第一单元位于与第二单元相关联的对象的阴影中和/或该阴影影响与第一单元相关联的第一点数据。设备可基于第一单元是否在与第二单元相关联的对象的阴影中和/或该阴影影响第一点数据来配置占用网格中第一单元的占用概率。设备可基于占用网格来确定用于交通工具的可驾驶空间,并且可基于该可驾驶空间来控制该交通工具。以此方式,设备可计及一个或多个传感器的限制,从而使该设备能够准确地确定用于交通工具的可驾驶空间。
在一些方面,设备可减少与检测操作相关联的等待时间。检测操作具有固有的延迟。此延迟是使用后验概率作为占用概率的结果。为了减少该延迟,设备可基于第二点数据(例如,基于第一单元位于与第二单元相关联的对象的阴影内)来防止第一单元的占用概率降低。通过防止第一单元的占用概率的降低,设备可保持检测普遍性,并且一旦阴影遮蔽终止,检测更快。
图1是其中可以实现本文中所描述的系统和/或方法的示例环境100的示图。如图1所示,环境100可包括具有对应电子控制单元(ECU)112的交通工具110、无线通信设备120和网络130。尽管交通工具110在图1中被示出具有单个对应ECU 112(例如,ECU 112与交通工具110共置),但是环境100中的交通工具110可包括两个或更多个ECU 112。环境100的设备可以经由有线连接、无线连接或有线与无线连接的组合来互连。
交通工具110可包括能够传送和/或接收与用于旋转传感器的对象检测相关联的数据的任何交通工具,如本文所述。例如,交通工具110可以是消费交通工具、工业交通工具、商用交通工具等。交通工具110可以能够经由公路行驶和/或提供运输,可以能够用于与工地(例如,建筑工地)相关联的操作等。交通工具110可包括传感器系统,该传感器系统包括被用于生成和/或提供与交通工具110相关联的交通工具数据的一个或多个传感器和/或被用于获得用于3D对象检测的点数据的LIDAR扫描器。
交通工具110可以由ECU 112控制,ECU 132可包括能够接收、生成、存储、处理、和/或提供与本文中所描述的用于旋转传感器的对象检测相关联的信息的一个或多个设备。例如,ECU 112可包括通信和/或计算设备(诸如机载计算机、控制台、操作站或类似类型的设备)和/或是通信和/或计算设备(诸如机载计算机、控制台、操作站或类似类型的设备)的组件。ECU 112可被配置成与其他ECU和/或其他设备进行通信。例如,通信技术的进步已经实现了交通工具到万物(V2X)通信,其可包括交通工具到交通工具(V2V)通信、交通工具到行人(V2P)通信等。在一些方面,ECU 112可包括和/或用于提供V2X通信、与交通工具110相关联的交通工具数据(例如,标识信息、传感器数据等),如本文所述。
无线通信设备120包括能够接收、生成、存储、处理和/或提供与用于旋转传感器的对象检测相关联的信息的一个或多个设备,如本文中其他地方所描述的。例如,无线通信设备120可包括基站、接入点等等。附加地或替换地,无线通信设备120可包括通信和/或计算设备,诸如移动电话(例如,智能电话、无线电电话等)、膝上型计算机、平板计算机、手持式计算机、台式计算机、游戏设备、可穿戴通信设备(例如,智能手表、一副智能眼镜等)、或类似类型的设备。
网络130包括一个或多个有线和/或无线网络。例如,网络130可包括对等(P2P)网络、蜂窝网络(例如,长期演进(LTE)网络、码分多址(CDMA)网络、3G网络、4G网络、5G网络、另一类型的下一代网络等)、公共陆地移动网络(PLMN)、局域网(LAN)、广域网(WAN)、城域网(MAN)、电话网(例如,公共交换电话网(PSTN))、专用网、自组织(ad hoc)网、内联网、因特网、基于光纤的网络、云计算网络等,和/或这些或其他类型的网络的组合。在一些方面,网络130可包括和/或是直接在环境100的一个或多个设备之间的P2P通信链路。
图1中所示的设备和网络的数目和布置是作为一个或多个示例提供的。在实践中,可以存在与图1中所示的那些设备和/或网络相比附加的设备和/或网络、较少的设备和/或网络、不同的设备和/或网络、或不同地布置的设备和/或网络。此外,图1中所示的两个或更多个设备可被实现在单个设备内,或者图1中所示的单个设备可被实现为多个分布式设备。附加地或替换地,环境100的设备集(例如,一个或多个设备)可以执行被描述为由环境100的另一设备集执行的一个或多个功能。
图2是解说根据本公开的设备200的示例组件的示图。设备200可对应于交通工具110、ECU 112和/或无线通信设备120。在一些方面,交通工具110、ECU 112和/或无线通信设备120可包括一个或多个设备200和/或设备200的一个或多个组件。如图2中所示,设备200可包括总线205、处理器210、存储器215、存储组件220、输入组件225、输出组件230、通信接口235、传感器240、雷达扫描器245、LIDAR扫描器250等。
总线205包括准许设备200的各组件之间的通信的组件。处理器210在硬件、固件、软件或硬件、固件、软件的组合中实现。处理器210可以是中央处理单元(CPU)、图形处理单元(GPU)、加速处理单元(APU)、微处理器、微控制器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、专用集成电路(ASIC)或另一类型的处理组件。在一些方面,处理器210包括一个或多个能够被编程以执行功能的处理器。存储器215包括存储供处理器210使用的信息和/或指令的随机存取存储器(RAM)、只读存储器(ROM)和/或另一类型的动态或静态存储设备(例如,闪存、磁存储器和/或光存储器)。
存储组件220存储与设备200的操作和使用有关的信息和/或软件。例如,存储组件220可以包括硬盘(例如,磁盘、光盘、磁光盘、和/或固态盘)、压缩碟(CD)、数字多用碟(DVD)、软盘、卡带、磁带、和/或另一类型的非瞬态计算机可读介质,连同对应的驱动器。
输入组件225包括准许设备200接收信息(诸如经由用户输入)的组件(例如,触摸屏显示器、键盘、按键板、鼠标、按钮、开关、和/或话筒)。附加地或替换地,输入组件225可以包括用于确定设备200的定位或位置的组件(例如,全球定位系统(GPS)组件、全球导航卫星系统(GNSS)组件等)、用于感测信息的传感器(例如,加速度计、陀螺器、致动器、另一类型的定位或环境传感器等)。输出组件230包括提供来自设备200的输出信息的组件(例如,显示器、扬声器、触觉反馈组件、音频或视觉指示器等)。
通信接口235包括类收发机组件(例如,收发机和/或单独的接收机和发射机),其使得设备200能够与其他设备进行通信(诸如经由有线连接、无线连接、或有线连接和无线连接的组合)。通信接口235可以准许设备200接收来自另一设备的信息和/或向另一设备提供信息。例如,通信接口235可包括以太网接口、光接口、同轴接口、红外接口、射频接口、通用串行总线(USB)接口、无线局域接口(例如,Wi-Fi接口)、蜂窝网络接口等。
传感器240包括能够感测与设备200相关联的特性的一个或多个设备。传感器240可包括(例如,经封装的硅管芯上的)一个或多个集成电路和/或一个或多个柔性电路的一个或多个无源组件,以实现与设备200的一个或多个组件的通信。
传感器240可以包括光学传感器,其具有传感器240可确定设备200的环境的一个或多个特征的视野。在一些方面,传感器240可包括相机。例如,传感器240可包括能够捕捉小于100万像素的图像、小于1216x912像素的图像等的低分辨率相机(例如,视频图形阵列(VGA))。传感器240可以是在设备200通电时具有常开能力的低功率设备(例如,消耗小于10毫瓦(mW)功率的设备)。
附加地或替换地,传感器240可包括磁力计(例如,霍尔(Hall)效应传感器、各向异性磁阻(AMR)传感器、巨磁阻传感器(GMR)等)、位置传感器(例如,全球定位系统(GPS)接收机、本地定位系统(LPS)设备(例如,其使用三角测量、多边定位等)等等)、陀螺器(例如,微机电系统(MEMS)陀螺器或类似类型的设备)、加速度计、速度传感器、运动传感器、红外传感器、温度传感器、压力传感器等。
雷达扫描器245可包括使用无线电波基于由雷达扫描器245获得的雷达数据来确定物体的范围、角度和/或速度的一个或多个设备。雷达扫描器245可向ECU 112提供雷达数据以使得ECU 112能够根据该雷达数据来执行占用映射,如本文所述。
LIDAR扫描器250可以包括使用脉冲激光形式的光基于LIDAR扫描器250获得的LIDAR数据来测量物体与LIDAR扫描器的距离的一个或多个设备。LIDAR扫描器250可向ECU112提供LIDAR数据以使得ECU 112能够根据该雷达数据来执行占用映射,如本文所述。
设备200可执行本文中所描述的一个或多个过程。设备200可以基于处理器210执行由非瞬态计算机可读介质(诸如存储器215和/或存储组件220)存储的软件指令来执行这些过程。计算机可读介质在本文中被定义为非瞬态存储器设备。存储器设备包括单个物理存储设备内的存储器空间或跨多个物理存储设备分布的存储器空间。
可以经由通信接口235将软件指令从另一计算机可读介质或另一设备读取到存储器215和/或存储组件220中。存储器215和/或存储组件220中所存储的软件指令在被执行时可以使处理器210执行本文所描述的一个或多个过程。附加地或替换地,可使用硬连线电路系统代替软件指令或与软件指令相结合来执行本文所描述的一个或多个过程。由此,本文所描述的各方面不限于硬件电路系统和软件的任何特定组合。
在一些方面,设备200包括用于执行本文所描述的一个或多个过程的装置和/或用于执行本文所描述的过程的一个或多个操作的装置。例如,设备200可包括:用于接收与用于控制交通工具的占用网格的单元相关联的点数据的装置;用于基于点数据来确定与单元的占用概率相关联的该单元的特性的装置,其中该占用概率根据基于该点数据的第一技术来确定;以及用于根据第二技术基于特性来配置在占用网格内的单元的占用概率的装置等。在一些方面,此类装置可包括结合图2所描述的设备200的一个或多个组件,诸如总线205、处理器210、存储器215、存储组件220、输入组件225、输出组件230、通信接口235、传感器240、雷达扫描器245和/或LIDAR扫描器250。
图2中所示的组件的数目和布置是作为示例提供的。在实践中,设备200可包括与图2中所示的那些组件相比附加的组件、较少的组件、不同的组件、或不同地布置的组件。附加地或替换地,设备200的组件集合(例如,一个或多个组件)可以执行被描述为由设备200的另一组件集合执行的一个或多个功能。
图3是解说根据本公开的与用于交通工具的自主控制的占用映射相关联的示例300的示图。如图3所示,交通工具110与网格管理器305、扫描器310(例如,雷达扫描器245和/或LIDAR扫描器250)、以及包括占用概率管理器315和控制器320的ECU 112相关联。下面更详细地描述网格管理器305、扫描器310、占用概率管理器315和控制器320。
如由附图标记325所示,ECU 112(例如,占用概率管理器315,如图3中所示)接收网格信息和点数据。在一些方面,ECU 112从网格管理器305接收网格信息。例如,网格管理器305可至少部分地基于交通工具110的状态(例如,交通工具110正在启动、交通工具110换到特定档位(例如,行驶)等)、来自ECU 112的请求等来向ECU 112提供网格信息。
网格信息可包括与静态固定坐标系和交通工具固定坐标系相关联的信息。静态固定坐标系可在交通工具110沿着路线行驶的时间段期间保持不变(例如,在交通工具110从交通工具110的初始位置行驶的时刻开始并且在交通工具110到达目的地的时刻结束的时间段,交通工具110的点火移动到关闭定位,交通工具110移动到驻车档等)。
在一些方面,静态固定坐标系包括对应于交通工具110在地图上的初始位置的原点,并且固定坐标系的每个轴可在垂直于每个其他轴延伸的方向的相应方向上延伸。例如,静态固定坐标系可以是东-北-上(ENU)格式,并且第一轴可以在东-西方向上对齐(例如,第一轴的坐标随着交通工具110向东行驶而值增加,并且随着交通工具110向西行驶而值减少),第二轴可以在南-北方向上对齐(例如,第二轴的坐标随着交通工具110向北行驶而值增加,并且随着交通工具110向南行驶而值减少),和/或第三轴可以在上-下方向上对齐(例如,第三轴的坐标随着交通工具110向上行驶(例如,沿着停车库的坡道向上行驶)而值增加,并且随着交通工具110向下行驶而值减少)。尽管本文引用ENU坐标系作为示例,但是多个其他坐标系也是适用的。
在一些方面,静态固定坐标系被划分成对应于地图上相应区域的多个单元的网格。在一些方面,多个单元中的每个单元与该多个单元中的其他单元具有相同的尺寸,而在一些其他方面,每个单元不需要具有相同的尺寸。多个单元的大小可至少部分地基于扫描器310获得点数据帧的速率(例如,该多个单元的大小可与扫描器310获得点数据帧的速率成反比,该多个单元的大小可与扫描器310获得点数据帧的速率成比例等)、与交通工具110周围的环境相关联的区域类型(例如,农村、城市等),等等。扫描器310获得点数据的帧的速率可定义帧的历时,例如,两个后续帧之间的时间区间。基于其处理能力,ECU 112可操作相同速率或相同速率的一部分(例如,相同速率的二分之一、四分之一、八分之一),从而定义ECU 112执行其更新循环(例如,(重新)确定占用概率)的时间区间(或历时)。
在一些方面,交通工具固定坐标系可具有位于交通工具110的当前位置的原点(例如,该原点的位置随着交通工具110的位置的变化而变化)。交通工具固定坐标系的每个轴可与静态固定交通工具系统的相应轴对齐。例如,交通工具固定坐标系可以是ENU格式,并且第一轴可以在东-西方向上与静态固定坐标系的第一轴对齐,第二轴可以在南-北方向上与该静态固定坐标系的第二轴对齐,和/或第三轴可以在上-下方向上与该静态固定坐标系的第三轴对齐。
交通工具固定坐标系可被划分成对应于地图上相应区域的多个单元的网格。在一些方面,作为优选选项但不是要求,交通工具固定坐标系的多个单元的尺寸与静态固定坐标系的多个单元的尺寸相同。
在一些方面,交通工具固定坐标系的多个单元的边界与静态固定系统的多个单元的边界对齐。在一些方面,当交通工具110沿着路线行驶时,交通工具固定坐标系移动整数数量个单元以消除静态固定坐标系的单元和该交通工具固定坐标系的单元的单元边界之间的任何偏移。
ECU 112可从扫描器310接收点数据。扫描器310可在第一方向上发射能量脉冲(例如,无线电波、光波等),并且可至少部分地基于该能量脉冲从对象的反射来获得第一点数据帧。扫描器310可在第二方向上发射能量脉冲,并且可获得第二点数据帧。扫描器310可以以类似的方式继续获得对应于位于交通工具110周围环境中的一个或多个对象的一系列点数据帧。
扫描器310可向ECU 112提供一个或多个点数据帧。在一些方面,扫描器310至少部分地基于获得点数据帧来向ECU 112提供点数据帧。在一些方面,扫描器310向ECU 112提供点数据帧群。在一些方面,点数据帧群包括当扫描器310旋转360度时由扫描器310获得的每个点数据帧(例如,点数据的完整点云)。
在一些方面,点数据帧包括点数据的一个或多个实例。被包括在点数据帧中的点数据的每个实例(这里称为“点”或“点数据点”)可包括与该点数据点相关联的对象的一个或多个特性。例如,点数据点可包括对应于对象位置的坐标集(例如,笛卡尔坐标系中的x坐标、y坐标和/或z坐标)、与对象相关联的速度集(例如,对应于坐标系的第一轴的方向上的速度(例如,Vx)、对应于坐标系的第二轴的方向上的速度(例如,Vy)和/或对应于坐标系的第三轴的方向上的速度(例如,Vz))、与对象相关联的存在概率的指示、对由点集合表示的对象的尺寸的指示(例如,与该对象相关联的雷达截面)等。附加地,还可在点数据中提供许多辅助参数,例如,关于点的动态属性的附加信息。
在一些方面,随点数据点包括的坐标集可与关联于扫描器310的参考坐标系相关联。例如,坐标集可与参考坐标系相关联,具有对应于在获得点数据时扫描器310的位置的原点。
如由附图标记330所示,ECU 112将点数据映射到网格的单元(例如,映射到静态固定坐标系的网格和/或交通工具固定坐标系的网格的单元)。ECU 112可确定扫描器310在地图上的定位和/或取向,并且可基于扫描器310的该位置和/或该取向来将点数据映射到静态固定坐标系和/或交通工具固定坐标系的单元。
在一些方面,点数据与相应的坐标相关联,并且ECU 112通过应用坐标变换来将该点数据映射到静态固定坐标系的网格的单元。例如,点数据的坐标可基于以下等式来转换为静态固定坐标:
其中:
·i是在当前点数据帧中返回的雷达点的索引,
·是交通工具110的偏航,
·是从交通工具110的初始位置的平移向量,
·是与扫描器310相关联的参考坐标系中的点数据的第i个点的坐标,
·是静态固定坐标系中该点数据的第i个点的坐标。
在一些方面,ECU 112基于以下等式来将点数据映射到交通工具固定坐标系的网格的单元:
其中:
·i是在当前点数据帧中返回的点数据的索引,
·是交通工具110的偏航,
·是从交通工具110的初始位置的平移向量,
·是与扫描器310相关联的参考坐标系中的点数据的第i个点的坐标,
·是交通工具固定坐标系中该点数据的第i个点的坐标。
如由附图标记335所示,ECU 112基于被映射到单元的点数据来确定该单元的占用状态。在一些方面,占用状态基于指示对象位于对应于单元的地图上的区域中的概率的占用概率来确定。在一些方面,每个点数据点与由扫描器310确定的存在概率相关联。在一些方面,单元的占用概率至少部分地基于为映射到该单元的一个或多个点数据点确定的相应存在概率来确定。在一些方面,ECU 112可基于为映射到单元的点数据点确定的存在概率来确定该单元的后验占用概率。
在一些方面,多个点数据点被映射到单元。ECU 112可基于由扫描器310确定用于多个点数据点中的每一者的相应存在概率来确定单元的后验占用概率。例如,ECU 112可基于为多个点数据点确定的最高存在概率、为该多个点数据点确定的存在概率的平均值等来确定后验占用。在一些其他方面,ECU 112可基于为用于作为整体的多个点数据点确定的存在概率来确定后验占用。
在一些方面,ECU 112基于新数据与先前数据组合的测量周期的后验概率来确定占用率。例如,ECU 112基于单元g的检测概率p(g|R1:t,V1:t)来确定后验概率,其中R1:t是帧1至t的测量集合,并且V1:t是表示交通工具110对于帧1至1的位置的数据集合。
在一些方面,ECU 112确定与单元相关联的后验概率的对数优势比。在一些方面,ECU 112至少部分地基于贝叶斯定理来确定后验概率的对数优势比。例如,ECU 112可基于以下等式来确定后验概率p(g|R1:t,V1:t)的对数优势比(lt):
其中:
·g表示对数优势比正在被确定的单元,
·R1:t是从第一点数据帧到当前点数据帧t的测量集合,
·V1:t是指示交通工具110从获得第一点数据帧的时刻到获得当前点数据帧t的时刻的位置的数据。
在一些方面,ECU使用检测概率(p(g|Rt,Vt))来确定相关联的后验概率的对数优势比。例如,ECU 112可基于以下等式来确定对数优势比(lt)(例如,代替上述等式(1)):
其中概率(p(g|Rt,Vt))表示处理当前测量的传感器数据Rt和交通工具数据Vt的检测概率。在处理任何测量l0之前的检测概率的对数优势比可被假定为0,因为在第一次测量之前对周围环境一无所知。
在一些方面,ECU 112对为点数据点确定的存在概率进行缩放,并且基于经缩放的存在概率来确定后验占用概率。例如,ECU 112可将为点数据点确定的存在概率缩放到0.5到1.0之间。在一些方面,ECU 112基于等式ps(g|Rt,Vt)=0.5+0.5*p(g|Rt,Vt)来缩放为点数据点确定的存在概率以获得经缩放的存在概率ps(g|Rt,Vt)。
在一些方面,ECU 112至少部分地基于降级因子(k)来计算对数优势比。降级因子可降低基于先前点数据帧来为单元确定的对数优势比,从而相对于基于当前点数据帧来为该单元确定的对数优势比,降低基于先前点数据帧来为该单元确定的该对数优势比的影响。在一些方面,ECU 112至少部分地基于当前测量ps(g|Rt,Vt)来计算后验占用概率的对数优势比,如下所示:
ECU 112可将为单元确定的对数奇数概率转换成该单元的占用概率。在一些方面,ECU 112基于缩放模型来将所确定的对数优势概率转换成该单元的占用概率。ECU 112最初可确定单元未被占用。ECU 112可基于单元未被占用来确定该单元的对数优势概率为零。ECU 112可针对n个点数据帧,以检测概率pth模拟存在于单元中的对象。ECU 112可假设在n个点数据帧完成时,单元以100%的概率被占用(例如,)。
ECU 112可从单元中移除检测以使得m个点数据帧的对数优势比下降,从而在最后第mth个点数据帧的结束时,可确定该单元以0%的概率被占用和/或以100%的概率未被占用(例如,lm=ln*km)。ECU 112可使用两个点ln和lm处的对数优势比的值来将单元的对数优势比转换为该单元的占用概率。
在一些方面,ECU 112基于为该多个单元确定的占用概率来生成占用网格。占用网格可包括覆在静态固定坐标系中的多个单元和交通工具固定坐标系中的多个单元顶上的多个占用单元,使得每个占用单元的边界与静态固定坐标系中的相应单元和交通工具固定坐标系中的相应单元的边界对齐。ECU 112可将每个占用单元与为该单元确定的占用概率相关联。
如由附图标记340所示,ECU 112可基于与占用网格相关联的特性来调整占用概率。在一些方面,特性与ECU 112确定占用单元与相对低的占用概率(例如,小于阈值占用概率的占用概率)并且和与相对高的占用概率(例如,大于阈值占用概率的占用概率)相关联的两个或更多个其他占用单元接壤相关联。
ECU 112可基于与两个或更多个其他单元相关联的占用概率来修改与单元相关联的占用概率。例如,ECU 112可基于两个或更多个其他占用单元的占用概率的最高占用值、该两个或更多个其他占用单元的占用概率的平均值、该两个或更多个其他占用单元的该占用概率的平均值和单元的占用概率等来修改占用单元的占用概率。
在一些方面,特性与关联于满足持久性阈值的占用单元的占用概率相关联。在一些方面,特性与ECU 112确定占用单元对应于被阴影遮蔽的单元相关联。
如由附图标记345所示,ECU 112生成一个或多个占用网格帧。占用网格帧可至少部分地基于占用网格来生成。在一些方面,一个或多个占用网格帧可基于将单元的占用概率转换为第一值或第二值来生成。第一值可指示单元对应于地图上的对象位于的区域(例如,被占用单元)。第二值可指示单元对应于地图上对象不位于其上的区域(例如,未被占用单元)。
在一些方面,ECU 112可至少部分地基于与单元相关联的占用概率是否满足概率阈值来将该单元的占用概率转换为第一值或第二值。例如,当单元的占用概率大于或等于概率阈值(例如,75%、90%、95%等)时,ECU 112可将该单元的该占用概率转换为第一值,并且当该单元的该占用概率小于该概率阈值时,ECU 112可将该单元的该占用概率转换为第二值。
如由附图标记350所示,ECU 112(例如,控制器320)根据占用网格来控制交通工具110。ECU 112可至少部分地基于占用网格来标识交通工具110可占用(例如,行驶通过)的自由空间。
在一些方面,ECU 112至少部分基于交通工具110的当前轨迹来标识自由空间。ECU112可从一个或多个传感器240(诸如位置传感器、陀螺器、加速度计、速度传感器、运动传感器等)获得指示交通工具110的当前轨迹的数据。替换地和/或附加地,ECU 112可至少部分地基于由扫描器310获得的接连点数据帧来确定交通工具110的当前轨迹。例如,ECU 112可针对接连点数据帧中的每个点数据帧确定交通工具110的位置。ECU 112可至少部分地基于交通工具110的所确定位置来确定交通工具110的当前轨迹。
例如,ECU 112可在地图上标绘交通工具110的位置。ECU 112可确定与所确定的位置中的两个或更多个位置相交的线。ECU 112可确定线在地图上延伸的方向。ECU 112可至少部分地基于线在地图上延伸的方向来确定交通工具110的当前轨迹。
在一些方面,ECU 112至少部分基于交通工具110的当前轨迹来确定交通工具110的未来潜在位置。例如,ECU 112可至少部分基于交通工具110的当前位置、交通工具110的当前轨迹、被输入到与交通工具110和/或ECU 112相关联的导航设备中的标识与交通工具110相关联的目的地的数据等来从地图中标识交通工具110可沿着行进的道路。
ECU 112可标识沿着当前交通工具轨迹(例如,从交通工具110的当前位置延伸到交通工具110的未来潜在位置的道路)的自由空间。ECU 112可至少部分地基于对应于沿着交通工具110的当前轨迹的被占用空间的单元边界之间的最窄距离来标识自由空间。
在一些方面,ECU 112将当前交通工具轨迹定义为基线轨迹。ECU 112可至少部分地基于交通工具110在对应于将当前车辆轨迹延伸预定距离的每个定位处的取向来将当前交通工具轨迹延伸预定距离到区域(例如,交通工具110的未来潜在位置)。
当前交通工具延伸的预定距离可对应于沿着轨迹的区间频率(FoI)。预定距离和/或FoI可基于扫描器310获得点数据帧的速率、交通工具110的当前速度等来确定。ECU 112可沿着当前交通工具轨迹将FoI划分为具有一定长度的区间。在一些方面,区间在每个点垂直于交通工具110的取向。
ECU 112可将交通工具110的定位位于其中的每个FoI处的占用单元标识为基线占用单元集合。ECU 112可利用线条绘制算法(例如,Bresenham线条算法)来确定与从与每个FoI相关联的单元到被占用单元并且在每个FoI处垂直于交通工具110的取向的方向上延伸的线相关联的n维栅格的点。
对于每个基线占用单元,ECU 112可基于从基线占用单元延伸的线来标识相对于其他被占用单元而言到这些基线占用单元具有最小距离的相应被占用单元。ECU 112可至少部分地基于从到基线占用单元具有最小距离的被占用单元到该基线占用单元的距离来确定与该基线占用单元相关联的自由空间区间的宽度。在一些方面,ECU 112可标识与每个FoI相关联的占用单元,其比自由空间区间的宽度更接近基线网格单元,以对应于地图上的自由空间区域。ECU 112可至少部分地基于地图上的自由空间区域来控制交通工具110的操作(例如,转弯、停止、减速、加速、改变车道等)。
如以上所指示的,图3是作为示例来提供的。其他示例可不同于关于图3所描述的示例。
图4是解说根据本公开的与用于交通工具的自主控制的占用映射相关联的示例400的示图。
如由附图标记415所示,ECU 112至少部分基于点数据来确定单元的占用概率。在一些方面,ECU 112以类似于上面关于图3描述的方式,至少部分地基于点数据帧来确定单元的占用概率。如图4所示,ECU 112确定单元405a的占用概率为98%,以及单元410a的占用概率为70%。
在一些方面,ECU 112确定单元的占用概率是否满足持久性阈值(例如,80%、85%、95%等)。当被占用单元不再在扫描器310的视场内时,被用于计算该被占用单元的对数优势比的降级因子(上文参照图3所描述的)可导致与单元相关联的占用概率随时间(例如,在接连的点数据帧上)降低,这可导致该单元被确定为未被占用单元。当单元的占用概率满足持久性阈值时,ECU 112可防止该单元的该占用概率随时间降低。
在一些方面,ECU 112防止单元的占用概率在会话的历时内降低。在一些方面,会话对应于与交通工具110从初始位置行驶到目的地相关联的时间段、与交通工具110从第一驾驶模式(例如,停车)转换到第二驾驶模式(例如,驾驶)并返回到第一驾驶模式(例如,停车)相关联的时间段、固定时间段(例如,10分钟、1小时、1天等)、基于用户输入来确定的时间段(例如,交通工具110的驾驶员经由与交通工具110相关联的用户界面选择与开始会话相关联的输入,并且该驾驶员随后经由该用户界面选择与结束该会话相关联的输入)等。
替换地和/或附加地,ECU 112防止单元的占用概率在多个会话的历时内降低。例如,ECU 112可防止单元的占用概率在基于交通工具110的驾驶员输入的信息来确定的会话数量期间的时间段(例如,一小时、一天、一周等)期间发生的每个会话的历时内降低。
如由附图标记420所示,ECU 112确定单元405a的占用概率满足持久性阈值。如由附图标记425所示,ECU 112将与后续点数据帧相关联并且对应于单元405a(例如,单元405b)的占用网格的单元指定为在会话的剩余历时内被占用。
如图4所示,ECU 112可确定单元410a的占用概率不满足持久性阈值,并且可不将与后续点数据帧相关联并且对应于单元410a的占用网格中的单元(例如,单元410b)指定为在会话的剩余历时内被占用。也如图4所示,与单元410b相关联的占用概率至少部分地基于ECU 112未将单元410a指定为在会话的剩余历时内被占用而相对于与单元410a相关联的占用概率随时间减小。
如以上所指示的,图4是作为示例来提供的。其他示例可不同于关于图4所描述的示例。
图5是解说根据本公开的与用于交通工具的自主控制的占用映射相关联的示例500的示图。如图5所示,ECU 112(例如,占用概率管理器315)可至少部分地基于确定占用单元对应于被阴影遮蔽的单元来确定该占用单元的占用状态。被阴影遮蔽的单元可指对应于地图上第一对象所在位置的单元,并且在该地图上对应于另一单元的位置处的第二对象位于第一对象和扫描器310之间。第二对象的位置可防止扫描器310获得与第一对象相关联的点数据。例如,扫描器310可包括雷达扫描器245(和/或LIDAR扫描器250),并且第二物体可防止(例如,阻挡)由雷达扫描器245发射的一部分无线电波(和/或由LIDAR扫描器250发射的光波)到达第一物体和/或可防止从第一物体反射的一部分无线电波到达雷达扫描器245(和/或从第一物体反射的一部分光波到达LIDAR扫描器250)。
如由附图标记515所示,ECU 112基于点数据帧来确定单元的占用概率。在一些方面,ECU 112以类似于上面关于图3所描述的方式,基于点数据帧来确定单元的占用概率。
在一些方面,对于被包括在帧中的点数据的每个点,ECU 112可确定对应于由点数据点产生的潜在阴影的区域。在一些方面,ECU 112基于与点数据点相关联的横截面来确定对应于该点数据点的潜在阴影的区域。例如,扫描器310可包括雷达扫描器245,并且点数据点可包括标识与该点数据点相关联的雷达截面的信息。ECU 112可基于雷达截面的平方根来确定对应于潜在阴影的区域。
在一些方面,ECU 112基于雷达截面的平方根来确定对应于潜在阴影的区域的宽度,并且基于该宽度来确定对应于该潜在阴影的该区域。例如,ECU 112可确定矩形区域,该矩形区域具有与对应于潜在阴影的区域的宽度对应的宽度以及相对于扫描器310的位置R延伸到单元后面的长度。
如图5所示,ECU 112确定对应于被包括在单元505a中的点数据的潜在阴影的区域。ECU 112确定对应于潜在阴影的区域内的单元不包括任何点数据。ECU 112可至少部分地基于单元510a不被包括在对应于潜在阴影的区域中来以类似于以上关于图3所描述的方式来确定单元510a的占用概率。
ECU 112可以以类似的方式为后续点数据帧(例如,如图5所示出的帧2)确定对应于被包括在单元505b中的点数据的潜在阴影的区域。ECU 112可确定单元510b被包括在对应于潜在阴影的区域中。
如由附图标记520所示,ECU 112基于单元510b被包括在对应于潜在阴影的区域中来根据被用于计算单元510b的对数优势比的降级因子来防止占用概率的降低。在一些方面,ECU 112以类似于上面关于图3所描述的方式防止占用概率的降低。以此方式,ECU 112可基于单元在位于对应于另一单元的区域中的物体的阴影内来防止该单元被确定为未被占用单元。
如以上所指示的,图5是作为示例来提供的。其他示例可不同于关于图5所描述的示例。
图6是解说根据本公开的例如由设备执行的示例过程600的示图。示例过程600是设备(例如,ECU 112)执行与用于交通工具的自主控制的占用映射相关联的操作的示例。在一些示例中,设备是使用总线205、处理器210、存储器215、存储组件220、输入组件225、输出组件230、通信接口235、传感器240、雷达扫描器245和/或LIDAR扫描器250的设备。
如图6中所示出的,在一些方面,过程600可包括:接收与用于控制交通工具的占用网格中的单元相关联的点数据(框610)。如在图6中进一步示出的,在一些方面,过程600可包括:基于点数据来确定与单元的占用概率相关联的该单元的特性,其中该占用概率基于该点数据来确定(框620)。
如在图6中进一步示出的,在一些方面,过程600可包括:基于单元的特性来配置占用网格内的该单元的占用概率(框630)。
过程600可包括附加方面,诸如下文和/或结合在本文中他处描述的一个或多个其他过程所描述的任何单个方面或各方面的任何组合。
在第一方面,单元的特性包括该单元具有大于概率阈值的占用概率,并且其中该单元的该占用概率被确定以使得占用网格指示该单元在用于控制交通工具的会话的剩余历时内被占用。
在第二方面,单独地或与第一方面相结合地,点数据与单元中的点集合相关联,并且其中该点数据包括以下中的至少一者:对该点集合表示占用单元的对象的概率的指示或对由该点集合表示的对象的大小的指示(例如,与对象相关联的雷达截面)。
在第三方面,单独地或与第一和第二方面中的一者或多者相结合地,占用概率基于与关联于点集合的对象的存在概率和关联于该点集合的雷达截面测量相关联的加权结果来确定。
在第四方面,单独地或与第一至第三方面中的一者或多者相结合地,过程600包括确定与点数据相关联的帧的占用概率,并且当单元不再在扫描器的射程内时降低该单元的占用概率。
在第五方面,单独地或与第一至第四方面中的一者或多者相结合地,过程600包括以下中的至少一者:指示单元在用于控制交通工具的会话的剩余历时内被占用,或在特性被确定的历时内防止占用概率降低。
在第六方面,单独地或与第一至第五方面中的一者或多者相结合地,用于基于所确定的技术来配置占用网格中的单元的占用概率的技术盖写用于基于点数据来确定该占用概率的技术。
在第七方面,单独地或与第一至第六方面中的一者或多者相结合地,点数据与占用网格中的帧相关联,并且针对该帧确定单元的占用概率。
在第八方面,单独地或与第一至第七方面中的一者或多者相结合地,过程600包括基于经配置的占用概率来执行与使用具有根据第二技术配置的单元的占用概率的占用网格来控制交通工具相关联的动作。
尽管图6示出了过程600的示例框,但在一些方面,过程600可包括与图6中所描绘的框相比附加的框、较少的框、不同的框或不同地布置的框。附加地或替换地,过程600的两个或更多个框可并行执行。
图7是解说根据本公开的例如由设备执行的示例过程700的示图。示例过程700是设备(例如,ECU 112)执行与用于交通工具的自主控制的占用映射相关联的操作的示例。在一些示例中,设备是使用总线205、处理器210、存储器215、存储组件220、输入组件225、输出组件230、通信接口235、传感器240、雷达扫描器245和/或LIDAR扫描器250的设备。
如图7中所示出的,在一些方面,过程700可包括:接收与用于在会话期间控制交通工具的占用网格中的单元相关联的点数据(框710)。
如在图7中进一步示出的,在一些方面,过程700可包括:基于点数据来确定单元的占用概率(框720)。
如在图7中进一步示出的,在一些方面,过程700可包括:基于满足概率阈值的占用概率来将单元指定为在会话的剩余历时内被占用(框730)。
如在图7中进一步示出的,在一些方面,过程700可包括:基于单元被指定为被占用来执行与控制交通工具以避开该单元相关联的动作(框740)。
过程700可包括附加方面,诸如下文和/或结合在本文中他处描述的一个或多个其他过程所描述的任何单个方面或各方面的任何组合。
在第一方面,点数据与单元中的点集合相关联,并且其中该点数据包括以下中的至少一者:对该点集合表示占用单元的对象的概率的指示或对由该点集合表示的对象的大小的指示(例如,与对象相关联的雷达截面)。
在第二方面,单独地或与第一方面相结合地,占用概率基于利用存在概率值和雷达截面值的组合的加权评分系统来确定,其中被应用于该存在概率值的权重不同于被应用于该雷达截面值的权重。
在第三方面,单独地或与第一和第二方面中的一者或多者相结合地,将单元指定为在会话的剩余历时内被占用包括防止用于确定占用概率的技术在该会话的该剩余历时内降低占用网格中该单元的占用概率。
尽管图7示出了过程700的示例框,但在一些方面,过程700可包括与图7中所描绘的框相比附加的框、较少的框、不同的框或不同地布置的框。附加地或替换地,过程700的两个或更多个框可并行执行。
图8是解说根据本公开的例如由设备执行的示例过程800的示图。示例过程800是设备(例如,ECU 112)执行与用于交通工具的自主控制的占用映射相关联的操作的示例。在一些示例中,设备是使用总线205、处理器210、存储器215、存储组件220、输入组件225、输出组件230、通信接口235、传感器240、雷达扫描器245和/或LIDAR扫描器250的设备。
如图8中所示出的,在一些方面,过程800可包括:从扫描器接收与占用网格的第一帧相关联的第一点数据(框810)。
如在图8中进一步示出的,在一些方面,过程800可包括:基于第一点数据来确定占用网格中的第一单元的占用概率,该占用概率与第一点数据相关联并且指示该占用网格的第一单元被占用(框820)。
如在图8中进一步示出的,在一些方面,过程800可包括:从扫描器接收与占用网格的第二帧相关联的第二点数据(框830)。
如在图8中进一步示出的,在一些方面,过程800可包括:基于第二点数据来确定占用网格中的第二单元的占用概率,该占用概率与第二点数据相关联并且指示该占用网格的第二单元被占用(框840)。
如在图8中进一步示出的,在一些方面,过程800可包括:基于占用网格内的第一单元和第二单元的网格位置来确定第二单元在该占用网格内的第一单元和扫描器的网格位置之间(框850)。
如在图8中进一步示出的,在一些方面,过程800可包括:降低占用网格中的其他单元的占用概率,这些其他单元不同于第二单元,同时防止第一单元的占用概率至少在第二帧的历时内被降低(框860)。
过程800可包括附加方面,诸如下文和/或结合在本文中他处描述的一个或多个其他过程所描述的任何单个方面或各方面的任何组合。
在第一方面,第一点数据与具有第一单元中的网格位置的点集合相关联,并且其中点数据包括以下中的至少一者:标识该点集合表示占据第一单元的对象的概率的存在概率得分或指示由该点集合表示的对象的大小的雷达截面得分。
在第二方面,单独地或与第一方面相结合地,第一帧中的第一单元的占用概率基于与关联于第一点数据的点集合的对象的存在概率和关联于第一点数据的该点集合的雷达截面测量相关联的加权得分来确定。
在第三方面,单独地或与第一和第二方面中的一者或多者相结合地,第二帧中的第二单元的占用概率基于与关联于第二点数据的点集合的对象的存在概率和关联于第一点数据的点集合的雷达截面测量相关联的加权得分来确定。
在第四方面,单独地或与第一至第三方面中的一者或多者相结合地,在第二单元的该占用概率大于概率阈值的情形中,第二单元的占用概率指示占用网格的第二单元被占用。
在第五方面,单独地或与第四方面相结合地,基于第二单元的占用概率大于概率阈值,第二单元被指定为在与扫描器相关联的会话的剩余历时内被占用。
在第六方面,单独地或与第一至第四方面中的一者或多者相结合地,防止第一单元的占用概率降低包括在第二帧的历时内固定根据第一帧确定的第一单元的占用概率。
在第七方面,单独地或与第一至第五方面中的一者或多者相结合地,确定第二单元在第一单元和扫描器的网格位置之间包括确定第一单元的网格位置与第二单元的网格位置和占用网格内扫描器的网格位置对齐。
尽管图8示出了过程800的示例框,但在一些方面,过程800可包括与图8中所描绘的框相比附加的框、较少的框、不同的框或不同地布置的框。附加地或替换地,过程800的两个或更多个框可并行执行。
图9是解说根据本公开的例如由设备执行的示例过程900的示图。示例过程900是设备(例如,ECU 112)执行与用于交通工具的自主控制的占用映射相关联的操作的示例。在一些示例中,设备是使用总线205、处理器210、存储器215、存储组件220、输入组件225、输出组件230、通信接口235、传感器240、雷达扫描器245和/或LIDAR扫描器250的设备。
如图9中所示出的,在一些方面,过程900可包括:从扫描器接收与占用网格的第一帧相关联的第一点数据(框910)。
如在图9中进一步示出的,在一些方面,过程900可包括:基于第一点数据来确定占用网格中的与第一点数据相关联的第一单元的占用状态(框920)。
如在图9中进一步示出的,在一些方面,过程900可包括:从扫描器接收与占用网格的第二帧相关联的第二点数据(框930)。
如在图9中进一步示出的,在一些方面,过程900可包括:基于第二点数据来确定占用网格的第二单元被占用,并且第二单元位于该占用网格内的第一单元和扫描器的网格位置之间(框940)。
如在图9中进一步示出的,在一些方面,过程900可包括:防止第一单元的占用状态基于第二帧而被修改(框950)。
过程900可包括附加方面,诸如下文和/或结合在本文中他处描述的一个或多个其他过程所描述的任何单个方面或各方面的任何组合。
在第一方面,第一点数据与第一单元中的点集合相关联,并且其中点数据包括以下中的至少一者:对应于与第一单元相关联的对象上的位置的坐标集、在对应于该对象的坐标系的每个方向上与该对象相关联的速度集、标识该点集合表示占用单元的对象的概率的第一指示、或指示由该点集合表示的对象的大小的第二指示。
在第二方面,单独地或与第一方面相结合地,第一帧中的单元占用状态基于与第一点数据的点集合相关联的对象的存在概率和关联于第一点数据的该点集合的雷达截面测量来确定。
在第三方面,单独地或与第一和第二方面中的一者或多者相结合地,第二单元基于与第二点数据的点集合相关联的对象的存在概率和关联于第一点数据的点集合的雷达截面测量来确定要被占用。
在第四方面,单独地或与第一至第三方面中的一者或多者相结合地,第二单元基于第二单元的占用概率大于概率阈值来确定要被占用。
在第五方面,基于指示第二单元的占用概率大于概率阈值的占用状态,第二单元被指定为在与扫描器相关联的会话的剩余历时内被占用。
在第六方面,单独地或与第一至第四方面中的一者或多者相结合地,防止第一单元的占用状态被修改包括针对第二帧固定根据第一帧确定的第一单元的占用状态。
在第七方面,单独地或与第一至第五方面中的一者或多者相结合地,第二单元基于第一单元与第二单元和网格位置对齐而被确定为在第一单元和扫描器的网格位置之间。
尽管图9示出了过程900的示例框,但在一些方面,过程900可包括与图9中所描绘的框相比附加的框、较少的框、不同的框或不同地布置的框。附加地或替换地,过程900的两个或更多个框可并行执行。
以下提供了本公开的一些方面的概览:
方面1:一种方法,包括:由设备并且从扫描器接收与占用网格的第一帧相关联的第一点数据;由设备并且基于第一点数据来确定占用网格中的第一单元的占用概率,该占用概率与第一点数据相关联并且指示该占用网格的第一单元被占用;由设备并且从扫描器接收与占用网格的第二帧相关联的第二点数据;由设备并且基于第二点数据来确定占用网格中的第二单元的占用概率,该占用概率与第二点数据相关联并且指示该占用网格的第二单元被占用;由设备并且基于占用网格内的第一单元和第二单元的网格位置来确定第二单元在该占用网格内的第一单元和扫描器的网格位置之间;以及由设备降低占用网格中的其他单元的占用概率,这些其他单元不同于第二单元,同时防止第一单元的占用概率至少在第二帧的历时内被降低。
方面2:如方面1的方法,其中第一点数据与具有第一单元中的网格位置的点集合相关联,并且其中点数据包括:标识该点集合表示占据第一单元的对象的概率的存在概率得分、和指示由该点集合表示的对象的大小的雷达截面得分。
方面3:如方面1和2中的一者或多者的方法,其中第一帧中的第一单元的占用概率基于与关联于第一点数据的点集合的对象的存在概率和关联于第一点数据的点集合的雷达截面测量相关联的加权得分来确定。
方面4:如方面1至3中的一者或多者的方法,其中第二帧中的第二单元的占用概率基于与关联于第二点数据的点集合的对象的存在概率和关联于第一点数据的点集合的雷达截面测量相关联的加权得分来确定。
方面5:如方面1至4中的一者或多者的方法,其中在第二单元的该占用概率大于概率阈值的情形中,第二单元的占用概率指示占用网格的第二单元被占用。
方面6:如方面5的方法,其中,基于第二单元的占用概率大于概率阈值,第二单元被指定为在与扫描器相关联的会话的剩余历时内被占用。
方面7:如方面1至6中的一者或多者的方法,其中防止第一单元的占用概率降低包括在第二帧的历时内固定根据第一帧确定的第一单元的占用概率。
方面8:如方面1至7中的一者或多者的方法,其中确定第二单元在第一单元和扫描器的网格位置之间包括确定第一单元的网格位置与第二单元的网格位置和占用网格内扫描器的网格位置对齐。
方面9:一种方法,包括:由设备接收与用于在会话期间控制交通工具的占用网格中的单元相关联的点数据;由设备并且基于点数据来确定单元的占用概率;由设备并且基于满足概率阈值的占用概率来指定单元在会话的剩余历时内被占用;由设备并且基于单元被指定为被占用来执行与控制交通工具以避开该单元相关联的动作。
方面10:如方面9的方法,其中点数据与单元中的点集合相关联,并且其中该点数据包括以下中的至少一者:标识点集合表示占用单元的对象的概率的存在概率得分、或者指示由点集合表示的对象的尺寸的雷达截面得分。
方面11:如方面10的方法,其中占用概率基于利用存在概率得分和雷达截面得分的组合的加权评分系统来确定,其中被应用于该存在概率得分的权重不同于被应用于该雷达截面得分的权重。
方面12:如方面9至11中的一者或多者的方法,其中将单元指定为在会话的剩余示例内被占用包括:防止用于确定占用概率的技术在会话的剩余历时内降低占用网格中的单元的占用概率。
方面13:一种方法,包括:由设备并且从扫描器接收与占用网格的第一帧相关联的第一点数据;由设备并且基于第一点数据来确定占用网格中的第一单元的占用概率,该占用概率与第一点数据相关联并且指示该占用网格的第一单元被占用;由设备并且从扫描器接收与占用网格的第二帧相关联的第二点数据;由设备并且基于第二点数据来确定占用网格中的第二单元的占用概率,该占用概率与第二点数据相关联并且指示该占用网格的第二单元被占用;由设备并且基于占用网格内的第一单元和第二单元的网格位置来确定第二单元在该占用网格内的第一单元和扫描器的网格位置之间。由设备降低占用网格中的其他单元的占用概率,这些其他单元不同于第二单元,同时防止第一单元的占用概率至少在第二帧的历时内被降低。
方面14:如方面13的方法,其中第一点数据与具有第一单元中的网格位置的点集合相关联,并且其中点数据包括:标识点集合表示占用第一单元的对象的概率的存在概率得分以及指示由该点集合表示的对象的尺寸的雷达截面得分。
方面15:如方面13和/或14的方法,其中第一帧中的第一单元的占用概率基于与关联于第一点数据的点集合的对象的存在概率相关联的加权得分和关联于第一点数据的点集合的雷达截面测量来确定。
方面16:如方面13至15的方法,其中第二帧中的第二单元的占用概率基于与关联于第二点数据的点集合的对象的存在概率和关联于第一点数据的点集合的雷达截面测量相关联的加权得分来确定。
方面17:如方面13至16的方法,其中在第二单元的该占用概率大于概率阈值的情形中,第二单元的占用概率指示占用网格的第二单元被占用。
方面18:如方面17的方法,其中,基于第二单元的占用概率大于概率阈值,第二单元被指定为在与扫描器相关联的会话的剩余历时内被占用。
方面19:如方面13至18的方法,其中防止第一单元的占用概率被降低包括:在第二帧的历时内固定根据第一帧确定的第一单元的占用概率。
方面20:如方面13至19的方法,其中确定第二单元在第一单元和扫描器的网格位置之间包括:确定第一单元的网格位置与占用网格内的第二单元的网格位置和扫描器的网格位置对齐。
方面10:一种用于无线通信的设备,包括存储器以及耦合到该存储器的一个或多个处理器,该一个或多个处理器被配置成执行如方面1-8中的一者或多者的方法。
方面11:一种用于无线通信的设备,包括用于执行如方面1-8中的一者或多者的方法的至少一个装置。
方面12:一种存储用于无线通信的代码的非瞬态计算机可读介质,该代码包括能由处理器执行以执行如方面1-8中的一者或多者的方法的指令。
方面13:一种存储用于无线通信的指令集的非瞬态计算机可读介质,该指令集包括在由设备的一个或多个处理器执行时使得该设备执行如方面1-8中的一者或多者的方法的一条或多条指令。
方面21:一种用于在设备处进行无线通信的装置,包括:处理器;与该处理器耦合的存储器;以及指令,这些指令被存储在该存储器中并且能由该处理器执行以使得该装置执行如方面1至8中的一者或多者的方法。
方面22:一种用于无线通信的设备,包括存储器以及耦合到该存储器的一个或多个处理器,该一个或多个处理器被配置成执行如方面1至8的一个或多个方面的方法。
方面23:一种用于无线通信的设备,包括用于执行如方面1至8中的一者或多者的方法的至少一个装置。
方面24:一种存储用于无线通信的代码的非瞬态计算机可读介质,该代码包括能由处理器执行以执行如方面1至8中的一者或多者的方法的指令。
方面25:一种存储用于无线通信的指令集的非瞬态计算机可读介质,该指令集包括在由设备的一个或多个处理器执行时使得该设备执行如方面1至8中的一者或多者的方法的一个或多个指令。
方面26:一种用于在设备处进行无线通信的装置,包括:处理器;与该处理器耦合的存储器;以及指令,这些指令被存储在该存储器中并且能由该处理器执行以使得该装置执行如方面9至12中的一者或多者的方法。
方面27:一种用于无线通信的设备,包括存储器以及耦合到该存储器的一个或多个处理器,该一个或多个处理器被配置成执行如方面9至12的一个或多个方面的方法。
方面28:一种用于无线通信的设备,包括用于执行如方面9至12中的一者或多者的方法的至少一个装置。
方面29:一种存储用于无线通信的代码的非瞬态计算机可读介质,该代码包括能由处理器执行以执行如方面9至12中的一者或多者的方法的指令。
方面30:一种存储用于无线通信的指令集的非瞬态计算机可读介质,该指令集包括在由设备的一个或多个处理器执行时使得该设备执行如方面9至12中的一者或多者的方法的一个或多个指令。
方面31:一种用于在设备处进行无线通信的装置,包括:处理器;与该处理器耦合的存储器;以及指令,这些指令被存储在该存储器中并且能由该处理器执行以使得该装置执行如方面13至20中的一者或多者的方法。
方面32:一种用于无线通信的设备,包括存储器以及耦合到该存储器的一个或多个处理器,该一个或多个处理器被配置成执行如方面13至20的一个或多个方面的方法。
方面33:一种用于无线通信的设备,包括用于执行如方面13至20中的一者或多者的方法的至少一个装置。
方面34:一种存储用于无线通信的代码的非瞬态计算机可读介质,该代码包括能由处理器执行以执行如方面13至20中的一者或多者的方法的指令。
方面35:一种存储用于无线通信的指令集的非瞬态计算机可读介质,该指令集包括在由设备的一个或多个处理器执行时使得该设备执行如方面13至20中的一者或多者的方法的一个或多个指令。
方面36:一种方法,包括:由设备并且从扫描器接收与占用网格的第一帧相关联的第一点数据;由设备并且基于第一点数据来确定占用网格中的与第一点数据相关联的第一单元的占用状态;由设备并且从扫描器接收与占用网格的第二帧相关联的第二点数据;由设备并且基于第二点数据来确定占用网格的第二单元被占用,并且第二单元位于该占用网格内的第一单元和扫描器的网格位置之间;以及由设备防止第一单元的占用状态基于第二帧而被修改。
方面37:如方面36的方法,其中第一点数据与第一单元中的点集合相关联,并且其中点数据包括以下中的至少一者:对应于与第一单元相关联的对象上的位置的坐标集、在对应于该对象的坐标系的每个方向上与该对象相关联的速度集、标识该点集合表示占用单元的对象的概率的第一指示、或指示由该点集合表示的对象的大小的第二指示。
方面38:如方面36和/或37的方法,其中第一帧中的单元占用状态基于与第一点数据的点集合相关联的对象的存在概率和关联于第一点数据的该点集合的雷达截面测量来确定。
方面39:如方面36至38的方法,其中第二单元基于与第二点数据的点集合相关联的对象的存在概率和关联于第一点数据的点集合的雷达截面测量来确定要被占用。
方面40:如方面36至39的方法,其中第二单元基于第二单元的占用概率大于概率阈值来确定要被占用。
方面41:如方面40的方法,其中,基于指示第二单元的占用概率大于概率阈值的占用状态,第二单元被指定为在与扫描器相关联的会话的剩余历时内被占用。
方面42:如方面36至41的方法,其中防止第一单元的占用状态被修改包括:针对第二帧固定根据第一帧确定的第一单元的占用状态。
方面43:如方面36至42的方法,其中第二单元基于第一单元与第二单元和网格位置对齐而被确定为在第一单元和扫描器的网格位置之间。
方面44:一种用于在设备处进行无线通信的装置,包括:处理器;与该处理器耦合的存储器;以及指令,这些指令被存储在该存储器中并且能由该处理器执行以使得该装置执行如方面36-43中的一者或多者的方法。
方面45:一种用于无线通信的设备,包括存储器以及耦合到该存储器的一个或多个处理器,该一个或多个处理器被配置成执行如方面36-43中的一者或多者的方法。
方面46:一种用于无线通信的设备,包括用于执行如方面36-43中的一者或多者的方法的至少一个装置。
方面47:一种存储用于无线通信的代码的非瞬态计算机可读介质,该代码包括能由处理器执行以执行如方面36-43中的一者或多者的方法的指令。
方面48:一种存储用于无线通信的指令集的非瞬态计算机可读介质,该指令集包括在由设备的一个或多个处理器执行时使得该设备执行如方面36-43中的一者或多者的方法的一条或多条指令。
前述公开提供了解说和描述,但不旨在穷举或将各方面限于所公开的精确形式。修改和变体可以鉴于以上公开内容来作出或者可通过实践各方面来获得。
如本文所使用的,术语组件摂旨在被宽泛地解释为硬件、固件和/或硬件与软件的组合。如本文所使用的,处理器用硬件、固件、和/或硬件与软件的组合来实现。本文所描述的系统和/或方法可以按硬件、固件、和/或硬件与软件的组合的不同形式来实现将会是显而易见的。用于实现这些系统和/或方法的实际的专用控制硬件或软件代码不限制各方面。由此,这些系统和/或方法的操作和行为在本文中在不参照特定软件代码的情况下描述—理解到,软件和硬件可被设计成至少部分地基于本文的描述来实现这些系统和/或方法。
如本文中所使用的,取决于上下文,满足阈值可指值大于阈值、大于或等于阈值、小于阈值、小于或等于阈值、等于阈值、不等于阈值、等等。
尽管在权利要求书中叙述和/或在说明书中公开了特定特征组合,但这些组合不旨在限制各个方面的公开。事实上,许多这些特征可以按权利要求书中未专门叙述和/或说明书中未公开的方式组合。尽管以下列出的每一项从属权利要求可以直接从属于仅仅一项权利要求,但各个方面的公开包括每一项从属权利要求与这组权利要求中的每一项其他权利要求相组合。如本文中所使用的,引述一列项目“中的至少一者”的短语是指这些项目的任何组合,包括单个成员。作为示例,“a、b或c中的至少一者”旨在涵盖:a、b、c、a-b、a-c、b-c、和a-b-c,以及具有多重相同元素的任何组合(例如,a-a、a-a-a、a-a-b、a-a-c、a-b-b、a-c-c、b-b、b-b-b、b-b-c、c-c、和c-c-c,或者a、b和c的任何其他排序)。
本文中所使用的元素、动作或指令不应被解释为关键或必要的,除非被明确描述为这样。而且,如本文所使用的,冠词“一”和“某一”旨在包括一个或多个项目,并且可以与“一个或多个”互换地使用。此外,如本文所使用的,冠词“该”旨在包括结合冠词“该”来引用的一个或多个项目,并且可与“一个或多个”可互换地使用。此外,如本文中使用的,术语“集(集合)”和“群”旨在包括一个或多个项目(例如,相关项、非相关项、或者相关项和非相关项的组合),并且可以与“一个或多个”可互换地使用。在旨在仅有一个项目的场合,使用短语“仅一个”或类似语言。而且,如本文所使用的,术语“具有”、“含有”、“包含”等旨在是开放性术语。此外,短语“基于”旨在意指“至少部分地基于”,除非另外明确陈述。而且,如本文中所使用的,术语“或”在序列中使用时旨在是包括性的,并且可与“和/或”互换地使用,除非另外明确陈述(例如,在与“中的任一者”或“中的仅一者”结合使用的情况下)。
Claims (30)
1.一种方法,包括:
由设备并且从扫描器接收与占用网格的第一帧相关联的第一点数据;
由所述设备并且基于所述第一点数据来确定所述占用网格中的第一单元的占用概率,该占用概率与所述第一点数据相关联并且指示所述占用网格中的所述第一单元被占用;
由所述设备并且从所述扫描器接收与所述占用网格的第二帧相关联的第二点数据;
由所述设备并且基于所述第二点数据来确定所述占用网格中的第二单元的占用概率,该占用概率与所述第二点数据相关联并且指示所述占用网格中的所述第二单元被占用;以及
由所述设备并且基于所述占用网格内的所述第一单元和所述第二单元的网格位置来确定所述第二单元在所述占用网格内的所述第一单元和所述扫描器的网格位置之间;以及
由所述设备降低所述占用网格中的其他单元的占用概率,同时防止所述第一单元的占用概率至少在所述第二帧的历时内被降低,所述其他单元不同于所述第二单元。
2.如权利要求1所述的方法,其中所述第一点数据与具有所述第一单元中的网格位置的点集合相关联,并且
其中所述点数据包括以下中的至少一者:
标识所述点集合表示占据所述第一单元的对象的概率的存在概率得分;或者
指示由点集合表示的对象的大小的雷达截面得分。
3.如权利要求1所述的方法,其中所述第一帧中的所述第一单元的占用概率基于与关联于所述第一点数据的点集合的对象的存在概率和关联于所述第一点数据的所述点集合的雷达截面测量相关联的加权得分来确定。
4.如权利要求1所述的方法,其中所述第二帧中的所述第二单元的占用概率基于与关联于所述第二点数据的点集合的对象的存在概率和关联于所述第一点数据的所述点集合的雷达截面测量相关联的加权得分来确定。
5.如权利要求1所述的方法,其中在所述第二单元的占用概率大于概率阈值的情形中,所述第二单元的占用概率指示所述占用网格中的所述第二单元被占用。
6.如权利要求5所述的方法,其中,基于所述第二单元的占用概率大于所述概率阈值,所述第二单元被指定为在与所述扫描器相关联的会话的剩余历时内被占用。
7.如权利要求1所述的方法,其中防止所述第一单元的占用概率被降低包括:
在所述第二帧的所述历时内固定根据所述第一帧确定的所述第一单元的占用概率。
8.如权利要求1所述的方法,其中确定所述第二单元在所述第一单元和所述扫描器的网格位置之间包括:
确定所述第一单元的网格位置与所述占用网格内的所述第二单元的网格位置和所述扫描器的网格位置对齐。
9.一种设备,包括:
一个或多个存储器;以及
耦合至所述一个或多个存储器的一个或多个处理器,所述一个或多个处理器被配置成:
从扫描器接收与占用网格的第一帧相关联的第一点数据;
基于所述第一点数据来确定所述占用网格中的第一单元的占用概率,该占用概率与所述第一点数据相关联并且指示所述占用网格中的所述第一单元被占用;
从所述扫描器接收与所述占用网格的第二帧相关联的第二点数据;
基于所述第二点数据来确定所述占用网格中的第二单元的占用概率,该占用概率与所述第二点数据相关联并且指示所述占用网格中的所述第二单元被占用;以及
基于所述占用网格内的所述第一单元和所述第二单元的网格位置来确定所述第二单元在所述占用网格内的所述第一单元和所述扫描器的网格位置之间;以及
降低所述占用网格中的其他单元的占用概率,同时防止所述第一单元的占用概率至少在所述第二帧的历时内被降低,所述其他单元不同于所述第二单元。
10.如权利要求9所述的设备,其中所述第一点数据与具有所述第一单元中的网格位置的点集合相关联,并且
其中所述点数据包括以下中的至少一者:
标识所述点集合表示占据所述第一单元的对象的概率的存在概率得分;或者
指示由点集合表示的对象的大小的雷达截面得分。
11.如权利要求9所述的设备,其中所述第一帧中的所述第一单元的占用概率基于与关联于所述第一点数据的点集合的对象的存在概率和关联于所述第一点数据的所述点集合的雷达截面测量相关联的加权得分来确定。
12.如权利要求9所述的设备,其中所述第二帧中的所述第二单元的占用概率基于与关联于所述第二点数据的点集合的对象的存在概率和关联于所述第一点数据的所述点集合的雷达截面测量相关联的加权得分来确定。
13.如权利要求9所述的设备,其中在所述第二单元的占用概率大于概率阈值的情形中,所述第二单元的占用概率指示所述占用网格中的所述第二单元被占用。
14.如权利要求13所述的设备,其中,基于所述第二单元的占用概率大于所述概率阈值,所述第二单元被指定为在与所述扫描器相关联的会话的剩余历时内被占用。
15.如权利要求9所述的设备,其中防止所述第一单元的占用概率被降低包括:
在所述第二帧的所述历时内固定根据所述第一帧确定的所述第一单元的占用概率。
16.如权利要求9所述的设备,其中确定所述第二单元在所述第一单元和所述扫描器的网格位置之间包括:
确定所述第一单元的网格位置与所述占用网格内的所述第二单元的网格位置和所述扫描器的网格位置对齐。
17.一种存储指令集的非瞬态计算机可读介质,所述指令集包括:
在由设备的一个或多个处理器执行时使得所述设备执行以下操作的一条或多条指令:
从扫描器接收与占用网格的第一帧相关联的第一点数据;
基于所述第一点数据来确定所述占用网格中的第一单元的占用概率,该占用概率与所述第一点数据相关联并且指示所述占用网格中的所述第一单元被占用;
从所述扫描器接收与所述占用网格的第二帧相关联的第二点数据;
基于所述第二点数据来确定所述占用网格中的第二单元的占用概率,该占用概率与所述第二点数据相关联并且指示所述占用网格中的所述第二单元被占用;以及
基于所述占用网格内的所述第一单元和所述第二单元的网格位置来确定所述第二单元在所述占用网格内的所述第一单元和所述扫描器的网格位置之间;以及
降低所述占用网格中的其他单元的占用概率,同时防止所述第一单元的占用概率至少在所述第二帧的历时内被降低,所述其他单元不同于所述第二单元。
18.如权利要求17所述的非瞬态计算机可读介质,其中:所述第一点数据与具有所述第一单元中的网格位置的点集合相关联,并且
其中所述点数据包括以下中的至少一者:
标识所述点集合表示占据所述第一单元的对象的概率的存在概率得分;或者
指示由点集合表示的对象的大小的雷达截面得分。
19.如权利要求17所述的非瞬态计算机可读介质,其中:所述第一帧中的所述第一单元的占用概率基于与关联于所述第一点数据的点集合的对象的存在概率和关联于所述第一点数据的所述点集合的雷达截面测量相关联的加权得分来确定。
20.如权利要求17所述的非瞬态计算机可读介质,其中:所述第二帧中的所述第二单元的占用概率基于与关联于所述第二点数据的点集合的对象的存在概率和关联于所述第一点数据的所述点集合的雷达截面测量相关联的加权得分来确定。
21.如权利要求17所述的非瞬态计算机可读介质,其中:在所述第二单元的占用概率大于概率阈值的情形中,所述第二单元的占用概率指示所述占用网格中的所述第二单元被占用。
22.如权利要求21所述的非瞬态计算机可读介质,其中,基于所述第二单元的占用概率大于所述概率阈值,所述第二单元被指定为在与所述扫描器相关联的会话的剩余历时内被占用。
23.如权利要求17所述的非瞬态计算机可读介质,其中所述一条或多条指令进一步使得所述设备:
在所述第二帧的所述历时内固定根据所述第一帧确定的所述第一单元的占用概率。
24.如权利要求17所述的非瞬态计算机可读介质,其中所述一条或多条指令进一步使得所述设备:
确定所述第一单元的网格位置与所述占用网格内的所述第二单元的网格位置和所述扫描器的网格位置对齐。
25.一种设备,包括:
用于从扫描器接收与占用网格的第一帧相关联的第一点数据的装置;
用于基于所述第一点数据来确定所述占用网格中的第一单元的占用概率的装置,该占用概率与所述第一点数据相关联并且指示所述占用网格中的所述第一单元被占用;
用于从所述扫描器接收与所述占用网格的第二帧相关联的第二点数据的装置;
用于基于所述第二点数据来确定所述占用网格中的第二单元的占用概率的装置,该占用概率与所述第二点数据相关联并且指示所述占用网格中的所述第二单元被占用;以及
用于基于所述占用网格内的所述第一单元和所述第二单元的网格位置来确定所述第二单元在所述占用网格内的所述第一单元和所述扫描器的网格位置之间的装置;以及
用于降低所述占用网格中的其他单元的占用概率,同时防止所述第一单元的占用概率至少在所述第二帧的历时内被降低的装置,所述其他单元不同于所述第二单元。
26.如权利要求25所述的设备,其中所述第一点数据与具有所述第一单元中的网格位置的点集合相关联,并且
其中所述点数据包括以下中的至少一者:
标识所述点集合表示占据所述第一单元的对象的概率的存在概率得分;或者
指示由点集合表示的对象的大小的雷达截面得分。
27.如权利要求25所述的设备,其中所述第一帧中的所述第一单元的占用概率基于与关联于所述第一点数据的点集合的对象的存在概率和关联于所述第一点数据的所述点集合的雷达截面测量相关联的加权得分来确定。
28.如权利要求25所述的设备,其中所述第二帧中的所述第二单元的占用概率基于与关联于所述第二点数据的点集合的对象的存在概率和关联于所述第一点数据的所述点集合的雷达截面测量相关联的加权得分来确定。
29.如权利要求25所述的设备,其中在所述第二单元的占用概率大于概率阈值的情形中,所述第二单元的占用概率指示所述占用网格中的所述第二单元被占用。
30.如权利要求25所述的设备,进一步包括:
用于在所述第二帧的所述历时内固定根据所述第一帧确定的所述第一单元的占用概率的装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/443,974 US20230036838A1 (en) | 2021-07-29 | 2021-07-29 | Occupancy mapping for autonomous control of a vehicle |
US17/443,974 | 2021-07-29 | ||
PCT/US2022/072547 WO2023009907A1 (en) | 2021-07-29 | 2022-05-25 | Occupancy mapping for autonomous control of a vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117693771A true CN117693771A (zh) | 2024-03-12 |
Family
ID=82483326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280051564.0A Pending CN117693771A (zh) | 2021-07-29 | 2022-05-25 | 用于交通工具的自主控制的占用映射 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230036838A1 (zh) |
EP (1) | EP4377904A1 (zh) |
KR (1) | KR20240032860A (zh) |
CN (1) | CN117693771A (zh) |
TW (1) | TW202306400A (zh) |
WO (1) | WO2023009907A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230194692A1 (en) * | 2021-12-17 | 2023-06-22 | Gm Cruise Holdings Llc | Radar tracking association with velocity matching by leveraging kinematics priors |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007013023B4 (de) * | 2007-03-19 | 2017-10-05 | Sick Ag | Probabilistische Rasterkarte |
US9798007B2 (en) * | 2014-07-01 | 2017-10-24 | Sikorsky Aircraft Corporation | Obstacle data model construction system with range sensor shadows and use in motion planning |
-
2021
- 2021-07-29 US US17/443,974 patent/US20230036838A1/en active Pending
-
2022
- 2022-05-25 KR KR1020247002229A patent/KR20240032860A/ko unknown
- 2022-05-25 CN CN202280051564.0A patent/CN117693771A/zh active Pending
- 2022-05-25 EP EP22740713.7A patent/EP4377904A1/en active Pending
- 2022-05-25 TW TW111119519A patent/TW202306400A/zh unknown
- 2022-05-25 WO PCT/US2022/072547 patent/WO2023009907A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
TW202306400A (zh) | 2023-02-01 |
US20230036838A1 (en) | 2023-02-02 |
KR20240032860A (ko) | 2024-03-12 |
WO2023009907A1 (en) | 2023-02-02 |
EP4377904A1 (en) | 2024-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11841437B2 (en) | Automatic lidar calibration based on pre-collected static reflection map for autonomous driving | |
US10260892B2 (en) | Data structure of environment map, environment map preparing system and method, and environment map updating system and method | |
US11250288B2 (en) | Information processing apparatus and information processing method using correlation between attributes | |
US11428817B2 (en) | Automatic LIDAR calibration based on cross validation for autonomous driving | |
US11460568B2 (en) | Estimating in-plane velocity from an arbitrary radar return | |
US11520347B2 (en) | Comprehensive and efficient method to incorporate map features for object detection with LiDAR | |
US10310511B2 (en) | Automatic driving control system of mobile object | |
CN111356902A (zh) | Radar辅助视觉惯性测程初始化 | |
US11204610B2 (en) | Information processing apparatus, vehicle, and information processing method using correlation between attributes | |
WO2023045224A1 (zh) | 地图生成 | |
US20230384441A1 (en) | Estimating three-dimensional target heading using a single snapshot | |
CN112753212A (zh) | 图像扫描线时间戳 | |
US20220205804A1 (en) | Vehicle localisation | |
CN117693771A (zh) | 用于交通工具的自主控制的占用映射 | |
US20230384442A1 (en) | Estimating target heading using a single snapshot | |
US20220317302A1 (en) | Occupancy clustering according to radar data | |
US20220299649A1 (en) | Object detection for a rotational sensor | |
CN115437369A (zh) | 路径规划方法、装置、电子设备及存储介质 |
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 |