CN118358563A - 使用动态极限来确定车辆的停止时转向行为的系统和方法 - Google Patents
使用动态极限来确定车辆的停止时转向行为的系统和方法 Download PDFInfo
- Publication number
- CN118358563A CN118358563A CN202311537228.XA CN202311537228A CN118358563A CN 118358563 A CN118358563 A CN 118358563A CN 202311537228 A CN202311537228 A CN 202311537228A CN 118358563 A CN118358563 A CN 118358563A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- boundary
- footprint
- margin
- trajectory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000005484 gravity Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 18
- 230000033001 locomotion Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 239000003550 marker Substances 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008447 perception Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18054—Propelling the vehicle related to particular drive situations at stand still, e.g. engine in idling state
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/06—Direction of travel
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/20—Static 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
- B60W2710/207—Steering angle of wheels
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了“使用动态极限来确定车辆的停止时转向行为的系统和方法”。本文档公开了用于操作车辆的系统、方法和计算机程序产品实施例。例如,所述方法包括:获得车辆轨迹和环境中的对象的位置;生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界;比较所述可到达边界和所述边距;以及推断出:当可达边界处于距所述边距的阈值距离内的任何点处时所述车辆应在停止时转向,或者当可达边界不处于距所述边距的所述阈值距离内的点处时所述车辆不应在停止时转向。
Description
技术领域
本公开涉及实现用于操作车辆的系统和方法。
背景技术
在操作期间,自主车辆(AV)可以在检测到的对象附近停止。AV可能需要在停止时转向(SWS)以利于绕过对象转向。当推断SWS时,当前系统仅考虑AV与障碍物的相对位置。可以基于SWS推断来改变AV的车轮角度。AV车轮角度和/或取向可能使得难以绕过障碍物转向。
发明内容
所述方法包括:由处理器获得车辆的车辆轨迹和环境中的对象的位置;由处理器生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;由所述处理器使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界(其中所述可到达边界包括指示所述车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹);以及由所述处理器比较所述可到达边界和所述边距。得出以下结论:当可到达边界处于距所述边距的阈值距离内的任何点处时车辆应在停止时转向。得出以下结论:当可到达边界不处于距所述边距的阈值距离内的点处时车辆不应在停止时转向。
所述实现系统可以包括:处理器;以及非暂时性计算机可读存储介质,所述非暂时性计算机可读存储介质包括编程指令,所述编程指令被配置为使所述处理器实现用于操作车辆的方法。上述方法还可以通过计算机程序产品来实现,所述计算机程序产品包括存储器和编程指令,所述编程指令被配置为使处理器执行操作。
附图说明
附图并入本文档中并且形成说明书的一部分。
图1至图2各自示出了可到达边界。
图3示出了根据本公开各方面的系统。
图4示出了根据本公开各方面的车辆的示例架构。
图5示出了根据本公开各方面可以如何控制车辆。
图6示出了用于操作车辆的方法。
图7提供了示出覆盖在道路地图的车道上的车辆覆盖区和对象覆盖区的图示。
图8至图9示出了可以如何获得时间访问。
图10示出了可以如何生成对象边距。
图11提供了示出在其前方具有对象的车辆的左侧可到达边界和右侧可到达边界的图示。
图12示出了可以如何生成可行驶区域边距。
图13示出了可以如何生成车道标记边距。
图14提供了示出车辆覆盖区与对象覆盖区之间的距离的图示。
图15提供了示出可行驶区域中的自由空间的图示。
图16提供了示出在多个点处距对象边距的阈值距离内的可到达边界的图示。
图17提供了示出与对象边距重叠的可到达边界的图示。
图18示出了有益于实现各种实施例的计算机系统。
在附图中,相同的附图标记通常表示相同或相似的元件。另外,通常,附图标记最左边的数字标识该附图标记首次出现于的附图。
具体实施方式
本文档描述了用于确定AV是否应在保持停止时转向以便绕过AV前方的对象的系统、设备、装置、方法和/或计算机程序产品实施例,和/或上述任何项的组合和子组合。使用AV的位置、取向、车轮角度和AV动态极限来进行本解决方案的这种确定。通过考虑除了AV的位置之外的其他因素,本解决方案克服了常规解决方案的缺点,并且因此能够在某些场景中具有改进的性能。例如,本解决方案具有在以下场景中执行的改进:AV的中心轴线与参考路径对准(即,相对于参考路径成零度),并且AV的车轮角度相对于参考路径成四十五度,如图1中所示;和/或AV的中心轴线相对于参考路径成四十五度,并且AV的车轮角度与参考路径对准(即,相对于参考路径成零度),如图2中所示。
本解决方案通常涉及在给定纵向速度曲线的情况下根据AV停止条件和AV的转向极限构建可到达边界。AV停止条件由位置、相对于参考路径的取向和相对于参考路径的车轮角度限定。在图1至图2中示出上述场景的说明性可到达边界。可到达边界方法可以为AV生成左侧可到达边界和右侧可到达边界。两个可到达边界都可以从AV的初始航向和车轮角度开始。每个可到达边界表示当在初始状况下使用完全转向极限时AV可以向左或向右转向多少。当对象位于AV的右侧时,左侧可到达边界用于碰撞检查,并且当对象位于AV的左侧时,右侧可到达边界用于碰撞检查。
所述方法涉及:获得车辆的车辆轨迹和环境中的对象的位置;生成边距,所述边距包括指示车辆在接触对象时的一系列位置、在车辆将行驶经过对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;使用车辆的状况(例如,位置、取向和车轮角度)、车辆的纵向速度曲线和转向极限(例如,最大转向角和最小转向角)来生成可到达边界;以及比较所述可到达边界和所述边距。所述可到达边界可以包括指示车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹。可到达边界可以表示在给定车辆的状况和纵向速度曲线的情况下当使用完全转向极限时车辆可以向左或向右转向多少。得出以下结论:当可到达边界处于距所述边距的阈值距离内的任何点处时车辆应在停止时转向。得出以下结论:当可到达边界不处于距所述边距的阈值距离内的点处时车辆不应在停止时转向。当得出车辆应在停止时转向的结论时,可以控制车辆的转向。
所述边距可以包括对象边距、可行驶区域边距或车道标记边距。可以通过以下操作来生成对象边距:分析车辆轨迹以识别其中车辆的覆盖区与对象的覆盖区横向重叠的时间间隔;在所述时间间隔内横向地移位车辆的覆盖区的位置,直到与对象的覆盖区接触为止;以及通过在车辆的覆盖区的每个横向移位位置处绘制穿过车辆的覆盖区的重心的线来限定第一车辆轨迹。
可以通过以下操作来生成可行驶区域边距:识别在所述时间间隔内沿着车辆轨迹的车辆覆盖区的一系列位置;横向移位车辆的覆盖区,直到与可行驶区域或车道标记的边界接触为止;以及通过在车辆的覆盖区的每个横向移位位置处绘制穿过车辆的覆盖区重心的线来限定第一车辆轨迹。
当满足某些标准时,可以将可到达边界与边距进行比较。例如,当车辆在距对象的阈值距离内时、当可通行宽度大于阈值时和/或当车辆未停放时,可以将可到达边界与边距进行比较。否则,得出以下结论:车辆不应在停止时转向。可通行宽度可以包括可行驶区域中的当车辆经过对象时可以穿过的自由空间的宽度。
除非上下文另外明确指明,否则如在本文档中所使用的,单数形式“一个/种”和“所述”包括多个指示物。除非另有定义,否则本文档中使用的所有技术和科学术语具有与本领域普通技术人员通常理解的相同含义。如本文档中所使用的,术语“包括”意指“包括但不限于”。
在本文档中,术语“车辆”是指能够运载一个或多个人类乘员和/或货物并且由任何形式的能量提供动力的任何移动形式的运输工具。术语“车辆”包括但不限于汽车、卡车、货车、火车、自主车辆、飞行器、空中无人机等。“自主车辆”(或“AV”)是具有处理器、编程指令和传动系部件的车辆,所述传动系部件可由处理器控制而无需人类操作员。自主车辆可以是完全自主的,因为它对于大多数或所有驾驶条件和功能不需要人类操作员,或者它可以是半自主的,因为在某些条件下或对于某些操作可能需要人类操作员,或者人类操作员可以超驰车辆的自主系统并且可以控制车辆。
与本文档相关的附加术语的定义包括在本具体实施方式的末尾。
应注意,本文档在AV的背景下描述了本解决方案。然而,本解决方案不限于AV应用。本解决方案可以用于其他应用,诸如机器人应用、雷达系统应用、度量应用和/或系统性能应用。
图3示出了根据本公开各方面的示例系统300。系统300包括以半自主或自主方式沿着道路行驶的车辆302。车辆302在本文档中也被称为AV 302。AV 302可以包括但不限于陆地车辆(如图3中所示)、飞行器或船只。如上所述,除非特别指出,否则本公开不一定限于AV实施例,并且在一些实施例中可以包括非自主车辆。
AV 302通常被配置为检测其附近的对象。对象可以包括但不限于车辆303、骑车的人314(诸如自行车、电动踏板车、摩托车等的骑手)和/或行人316。
如图1中所示,AV 302可以包括传感器系统318、车载计算装置322、通信接口320和用户接口324。自主车辆系统还可以包括车辆中所包括的某些部件(例如,如图4中所示),所述某些部件可以由车载计算装置322使用各种通信信号和/或命令(诸如,例如,加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等)来控制。
传感器系统318可以包括耦接到AV 302和/或包括在所述AV内的一个或多个传感器。例如,此类传感器可以包括但不限于激光雷达系统、无线电检测和测距(雷达)系统、激光检测和测距(激光雷达)系统、声音导航和测距(声纳)系统、一个或多个相机(例如,可见光谱相机、红外相机等)、温度传感器、位置传感器(例如,全球定位系统(GPS)等)、位置传感器、燃料传感器、运动传感器(例如,惯性测量(IMU)等)、湿度传感器、占用传感器等。传感器数据可以包括描述AV 302的周围环境内的对象的位置的信息、关于环境本身的信息、关于AV 302的运动的信息、关于车辆的路线的信息等。当AV 302在地面上行驶时,至少一些传感器可以收集与地面有关的数据。
AV 302还可以通过通信网络308将由传感器系统收集的传感器数据传送到远程计算装置310(例如,云处理系统)。远程计算装置310可以被配置有一个或多个服务器以执行本文档中描述的技术的一个或多个过程。远程计算装置310还可以被配置为通过网络308向/从AV 302向/从服务器和/或数据存储区312传送数据/指令。数据存储区312可以包括但不限于数据库。
网络308可以包括一个或多个有线或无线网络。例如,网络308可以包括蜂窝网络(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、另一种下一代网络等)。网络还可以包括公共陆地移动网络(PLMN)、局域网(LAN)、广域网(WAN)、城域网(MAN)、电话网络(例如,公共交换电话网(PSTN))、专用网络、自组织网络、内联网、互联网、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。
AV 302可以检索、接收、显示和编辑从本地应用程序生成或经由网络308从数据存储区312递送的信息。数据存储区312可以被配置为存储和供应原始数据、索引数据、结构化数据、道路地图数据360、程序指令或已知的其他配置。
通信接口320可以被配置为允许AV 302与外部系统(诸如,例如外部装置、传感器、其他车辆、服务器、数据存储区、数据库等)之间的通信。通信接口320可以利用任何现在或以后的已知协议、保护方案、编码、格式、包装等,诸如但不限于Wi-Fi、红外链路、蓝牙等。用户界面系统324可以是在AV 302内实现的外围装置的一部分,所述外围装置包括例如键盘、触摸屏显示装置、传声器和扬声器等。车辆还可以经由通信接口320通过通信链路接收关于其环境中的装置或对象的状态信息、描述信息或其他信息,所述通信链路诸如被称为车辆对车辆、车辆对对象或其他V2X通信链路的那些链路。术语“V2X”是指车辆与车辆在其环境中可能遇到或影响的任何对象之间的通信。
图4示出了根据本公开各方面的车辆的示例系统架构400。图3的车辆302和/或303可以具有与图4中所示的系统架构相同或类似的系统架构。因此,以下对系统架构400的讨论足以理解图3的车辆302、303。然而,其他类型的车辆被认为在本文档中描述的技术的范围内,并且可以包含更多或更少的元件,如结合图4所描述的。作为非限制性示例,空中交通工具可以不包括制动器或挡位控制器,但是可以包括海拔高度传感器。在另一个非限制性示例中,水基交通工具可以包括深度传感器。本领域技术人员将理解,如已知的,可以基于车辆类型包括其他推进系统、传感器和控制器。
如图4中所示,用于车辆的系统架构400包括发动机或马达402以及用于测量车辆的各种参数的各种传感器404至418。在具有燃料动力发动机的燃气动力车辆或混合动力车辆中,传感器可以包括例如发动机温度传感器404、电池电压传感器406、发动机每分钟转数(RPM)传感器408和节气门位置传感器410。如果车辆是电动或混合动力车辆,则车辆可以具有电动马达,并且相应地包括传感器,诸如电池监测系统412(用于测量电池的电流、电压和/或温度)、马达电流414和电压416传感器和马达位置传感器418(诸如旋转变压器和编码器)。
两种类型的车辆共有的操作参数传感器包括例如:位置传感器436,诸如加速度计、陀螺仪和/或惯性测量单元;速度传感器438;以及里程表传感器440。车辆还可以具有时钟442,系统使用所述时钟来确定操作期间的车辆时间。时钟442可以被编码到车辆车载计算装置中,它可以是单独的装置,或者多个时钟可以是可用的。
车辆还可以包括各种传感器,所述传感器操作以收集关于车辆正在行驶的环境的信息。这些传感器可以包括例如:位置传感器460(诸如全球定位系统(GPS)装置);对象检测传感器,诸如一个或多个相机462;激光雷达系统464;以及/或者雷达和/或声纳系统466。传感器还可以包括环境传感器468,诸如降水传感器和/或环境温度传感器。对象检测传感器可以使得车辆能够检测在车辆的任何方向上的给定距离范围内的对象,而环境传感器收集关于车辆的行驶区域内的环境状况的数据。
在操作期间,信息从传感器传送到车辆车载计算装置420。车辆车载计算装置420可以使用图18的计算机系统来实现。车辆车载计算装置420分析由传感器捕获的数据,并且可选地基于分析结果来控制车辆的操作。例如,车辆车载计算装置420可以:经由制动控制器422控制制动;经由转向控制器424控制方向;经由节气门控制器426(在汽油动力车辆中)或马达速度控制器428(诸如电动车辆中的电流电平控制器)控制速度和加速度;控制差速器齿轮控制器430(在具有变速器的车辆中);和/或控制其他控制器。辅助装置控制器434可以被配置为控制一个或多个辅助装置,诸如测试系统、辅助传感器、由车辆运输的移动装置等。
地理位置信息可以从位置传感器460传送到车辆车载计算装置420,所述车辆车载计算装置然后可以访问与位置信息相对应的环境地图以确定环境的已知固定特征,诸如街道、建筑物、停车标志和/或停车/行进信号。从相机462捕获的图像和/或从诸如激光雷达系统464的传感器捕获的对象检测信息从那些传感器传送到车辆车载计算装置420。对象检测信息和/或捕获的图像由车辆车载计算装置420处理以检测车辆附近的对象。用于基于传感器数据和/或捕获的图像进行对象检测的任何已知或即将已知的技术都可以用于本文档中公开的实施例中。
激光雷达信息从激光雷达系统464传送到车辆车载计算装置420。另外,捕获的图像从相机462传送到车辆车载计算装置420。激光雷达信息和/或捕获的图像由车辆车载计算装置420处理以检测车辆附近的对象。车辆车载计算装置420进行对象检测的方式包括本公开中详述的此类能力。
另外,系统架构400可以包括车载显示装置454,所述车载显示装置可以生成并且输出界面,在所述界面上向车辆的乘员显示传感器数据、车辆状态信息或由本文档中描述的过程生成的输出。显示装置可以包括音频扬声器,或者单独的装置可以是以音频格式呈现此类信息的音频扬声器。
车辆车载计算装置420可以包括路线选择控制器432和/或可以与所述路线选择控制器通信,所述路线选择控制器生成从自主车辆的起始位置到目的地位置的导航路线。路线选择控制器432可以访问地图数据存储区以识别车辆可以在其上行驶以从起始位置到达目的地位置的可能路线和路段。路线选择控制器432可以对可能的路线进行评分并且识别到达目的地的优选路线。例如,路线选择控制器432可以生成在路线期间使欧几里德行驶距离或其他成本函数最小化的导航路线,并且可以进一步访问交通信息和/或估计,所述交通信息和/或估计可能影响在特定路线上行驶所需的时间。取决于实现方式,路线选择控制器432可以使用各种路线选择方法(诸如Dijkstra算法、Bellman-Ford算法或其他算法)来生成一条或多条路线。路线选择控制器432还可以使用交通信息来生成反映路线的预期状况(例如,当前周中此日或当前当日时间等)的导航路线,使得针对高峰期间的行驶生成的路线可能与针对深夜行驶生成的路线不同。路线选择控制器432还可以生成到目的地的多于一条导航路线,并且将这些导航路线中的多于一条发送给用户以供用户从各种可能的路线中进行选择。
在各种实施例中,车辆车载计算装置420可以确定AV的周围环境的感知信息。基于由一个或多个传感器提供的传感器数据和所获得的位置信息,车辆车载计算装置420可以确定AV的周围环境的感知信息。感知信息可以表示普通驾驶员在车辆的周围环境中将感知到的内容。感知数据可以包括与AV的环境中的一个或多个对象有关的信息。例如,车辆车载计算装置420可以处理传感器数据(例如,激光雷达或雷达数据、相机图像等),以便识别AV环境中的对象和/或特征。对象可以包括交通信号灯、道路边界、其他车辆、行人和/或障碍物等。车辆车载计算装置420可以使用任何现在或以后已知的对象识别算法、视频跟踪算法和计算机视觉算法(例如,在多个时间段内迭代地逐帧跟踪对象)以确定所述感知。
在一些实施例中,车辆车载计算装置420还可以针对环境中的一个或多个识别的对象确定对象的当前状态。对于每个对象,状态信息可以包括但不限于:当前位置;当前速度和/或加速度、当前航向;当前姿态;当前形状、大小或覆盖区;类型(例如:车辆、行人、自行车、静态对象或障碍物);和/或其他状态信息。
车辆车载计算装置420可以执行一个或多个预测和/或预报操作。例如,车辆车载计算装置420可以预测一个或多个对象的未来位置、轨迹和/或动作。例如,车辆车载计算装置420可以至少部分地基于感知信息(例如,包括如下所述确定的估计的形状和姿态的每个对象的状态数据)、位置信息、传感器数据和/或描述对象、AV、周围环境和/或它们的关系的过去和/或当前状态的任何其他数据来预测对象的未来位置、轨迹和/或动作。例如,如果对象是车辆并且当前驾驶环境包括十字路口,则车辆车载计算装置420可以预测对象将可能笔直向前移动还是转弯。如果感知数据指示十字路口没有交通信号灯,则车辆车载计算装置420还可以预测车辆是否可能必须在进入十字路口之前完全停止。
在各种实施例中,车辆车载计算装置420可以确定自主车辆的运动规划。例如,车辆车载计算装置420可以基于感知数据和/或预测数据来确定自主车辆的运动规划。具体地,给定关于邻近对象的未来位置的预测和其他感知数据,车辆车载计算装置420可以确定相对于在其未来位置处的对象最佳地导航自主车辆的AV的运动规划。
在一些实施例中,车辆车载计算装置420可以接收预测并且做出关于如何处理AV的环境中的对象和/或行动者的决定。例如,对于特定行动者(例如,具有给定速度、方向、转弯角度等的车辆),车辆车载计算装置420基于例如,交通状况、地图数据、自主车辆的状态等决定是否超驰、让道、停车和/或超车。此外,车辆车载计算装置420还规划AV在给定路线上行进的路径,以及驾驶参数(例如、距离、速度和/或转弯角度)。也就是说,对于给定的对象,车辆车载计算装置420决定如何处理对象并且确定如何进行。例如,对于给定的对象,车辆车载计算装置420可以决定超过对象并且可以确定是在对象的左侧还是右侧超过(包括运动参数,诸如速度)。车辆车载计算装置420还可以评估检测到的对象与AV之间的碰撞风险。如果风险超过可接受的阈值,则可以确定在自主车辆遵循定义的车辆轨迹和/或在预定义的时间段(例如,N毫秒)内执行一个或多个动态生成的紧急机动的情况下,是否可以避免碰撞。如果可以避免碰撞,则车辆车载计算装置420可以执行用于执行谨慎的操纵(例如,轻度减速、加速、改变车道或突然转向)的一个或多个控制指令。相比之下,如果不能避免碰撞,则车辆车载计算装置420可以执行用于执行紧急操纵(例如,制动和/或改变行进方向)的一个或多个控制指令。
如上面所讨论的,生成关于自主车辆的移动的规划和控制数据以供执行。车辆车载计算装置420可以例如:经由制动控制器控制制动;经由转向控制器控制方向;经由节气门控制器(在汽油动力车辆中)或马达速度控制器(诸如电动车辆中的电流电平控制器)控制速度和加速度;控制差速器齿轮控制器(在具有变速器的车辆中);和/或控制其他控制器。
图5提供了有益于理解如何根据本解决方案实现对车辆的控制的框图。在框502至518中执行的所有操作都可以由车辆的车载计算装置(例如,图3的AV 302)执行。
在框502中,检测车辆的位置。可以基于从车辆的位置传感器(例如,图4的位置传感器460)输出的传感器数据来进行这种检测。该传感器数据可以包括但不限于GPS数据。然后,将检测到的车辆位置传递到框506。
在框504中,在车辆附近检测对象。基于从车辆的一个或多个传感器(例如,图4的位置传感器460至468)输出的传感器数据来进行这种检测。将关于检测到的对象的信息传递到框506。该信息包括但不限于对象的速度和/或对象的行进方向。
在框506中,使用来自框502、504的信息、(预先存储在车辆的数据存储区中的)地图信息528、车道信息550和对象信息522来生成车辆路径534。对象信息522可以包括但不限于一个或多个对象的轨迹预测。这里可以使用用于确定车辆路径和/或对象轨迹预测的任何已知或即将已知的技术。车辆路径534表示平滑路径,所述平滑路径没有否则将给乘客带来不适的突然变化。然后,将车辆路径534提供给框508。在框508中,基于车辆路径534生成速度和转向角命令536。这里可以使用用于生成速度和转向角命令的任何已知或即将已知的技术。将速度和转向角命令536提供给框510以用于车辆动力学控制。
如上所述,本解决方案实现SWS操作。SWS操作由框512至518实现。框512涉及使用对象信息522、车辆信息524和假设的车辆轨迹530来生成对象边距。对象边距包括车辆轨迹,所述车辆轨迹指示随着车辆将在一定时间间隔期间行驶经过所述对象,车辆在接触对象时的一系列位置。随着讨论的进行,生成对象边距的方式将变得显而易见。车辆信息524可以包括但不限于车辆的当前状况(例如,位置、取向和/或车轮角度)和/或纵向速度曲线。纵向速度曲线可以包括但不限于车辆在一定时间段内的速度列表。该列表可以包括整个时间段的一个速度或分别与时间段的不同部分相关联的多个速度。假设的车辆轨迹530可以包括但不限于从车辆的当前位置开始并且沿着车道或道路的中心延伸的线性行驶路径。
对象信息522可以包括但不限于对象分类、对象的实际速度、对象的实际行进方向、可能的行进方向和/或可能的对象轨迹。对象分类可以包括但不限于车辆分类和行人分类。车辆类别可以具有多个车辆子类别。车辆子类别可以包括但不限于自行车子类别、摩托车子类别、滑板子类别、直排轮滑板车子类别、踏板车子类别、轿车子类别、SUV子类别和/或卡车子类别。基于从车辆的传感器输出的传感器数据来进行对象分类。这里可以使用任何已知或即将已知的对象分类技术。可能的对象轨迹可以包括但不限于以下轨迹:由对象的实际速度(例如,每小时1英里)和实际行进方向(例如,向西)限定的轨迹;由对象的实际速度(例如,每小时1英里)和对象的另一可能行进方向(例如,向南、向西南或在朝向AV的方向上与对象的实际行进方向相差X度(例如,40°))限定的轨迹;由对象的另一可能速度(例如,每小时2至10英里)和对象的实际行进方向(例如,向西)限定的轨迹;和/或由对象的另一可能速度(例如,每小时2至10英里)和对象的另一可能行进方向(例如,向南、向西南或在朝向AV的方向上与对象的实际行进方向相差X度(例如,40°))限定的轨迹。可以为与对象在同一类别和/或子类别中的对象预定义可能的行进速度和/或可能的行进方向。
框514涉及使用车辆信息524、纵向速度曲线526和转向极限540来生成车辆的一个或多个可到达边界。可到达边界包括指示车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置。在框514中,可以生成左侧可到达边界和右侧可到达边界。在这种情况下,每个可到达边界表示在给定车辆的当前状况和纵向速度曲线的情况下当使用完全转向极限时车辆可以向左或向右转向多少。车辆模型可以用于生成可到达边界。可以将一系列方向盘角度量值输入到车辆模型中,并且可以从车辆模型输出车辆相对于参考点的横向偏移。所述序列是从AV当前状态(当前方向盘角度量值和速率)以及每个纵向速度的最大SWA量值、速率和加速度导出的。横向偏移包括多个点,所述多个点可以经由线连接以限定可到达边界。
框516涉及使用假设的车辆轨迹530和地图信息528来生成可行驶区域边界和/或车道标记边界。随着讨论的进行,生成这些边距的方式将变得显而易见。可行驶区域边界包括在接触或以其他方式邻近可行驶区域的周边边缘时以特定航向前进的车辆轨迹。车道标记边界包括在接触或以其他方式邻近车道标记时以特定速度前进的车辆轨迹。
框518涉及基于对象边距、可到达边界、可行驶区域边距和/或车道标记边界来确定车辆是否应在停止时转向。将该判定的结果从框518传送到框508。在框508处,可以修改车辆轨迹534以利于车辆在停止时的转向。下面将关于图6详细讨论进行该确定的方式。
图6提供了用于控制AV(例如,图3的AV 302)的说明性方法600的流程图。方法600的操作中的全部或一些可以由AV的车载计算装置(例如,图3的车载计算装置322和/或图4的420)和/或远程计算装置(例如,例如,图3的服务器310)执行。根据本解决方案的给定应用,方法600的操作中的一些可以与图6所示的顺序不同的顺序执行。
方法600开始于602并且继续604,其中为车辆前方的对象生成对象边距。将关于图7至图10描述生成对象边距的方式。图7示出了覆盖在道路地图的车道704上的车辆(例如,图3的车辆302)的车辆覆盖区706和车辆前方的对象(例如,图3的对象303、314或316)的对象覆盖区708。车道具有行进方向710。车辆具有假设的车辆轨迹712。假设的车辆轨迹712用于确定图9中示出的时间间隔902,所述时间间隔具有开始时间k和结束时间k+n。开始时间k是车辆覆盖区706与对象覆盖区708横向重叠的第一时间,如图8中所示,而结束时间k+n是车辆覆盖区706与对象覆盖区708横向重叠的最后时间,如图9中所示。通过横向移位车辆覆盖区直到横向移位的车辆覆盖区800、900与对象覆盖区718接触来确定横向重叠,如图8至图9中所示。一旦识别出时间间隔902,就通过在时间间隔中的每个点处沿着其航向横向地移位车辆覆盖区706直到其与对象覆盖区708相交来生成对象边距。对象边距由车辆覆盖区的横向移位位置处的车辆重心(CoG)的序列限定。例如,如图10中所示,在时间间隔902中存在三个点1002、1004、1006。车辆覆盖区706在每个点1002、1004、1006处在朝向对象覆盖区708的方向上横向移位,直到车辆覆盖区与对象覆盖区接触为止。横向移位的车辆覆盖区800与点1002相关联。点1008示出了在横向移位的车辆覆盖区800的位置处的车辆的CoG。横向移位的车辆覆盖区1000与点1004相关联,并且在横向移位的车辆覆盖区1000的位置处的车辆的CoG由点1010示出。横向移位的车辆覆盖区900与点1006相关联,并且在横向移位的车辆覆盖区900的位置处的车辆的CoG由点1012示出。对象边距1020由穿过点1008、1010、1012的线限定。本解决方案不限于图7至图10的细节。
再次参考图6,在606中使用车辆的当前状况(例如,图5的车辆信息524)、车辆的纵向速度曲线(例如,图5的纵向速度曲线526)和转向极限(例如,图8的转向极限540)来生成一个或多个可到达边界。可到达边界包括以特定速度前进并且使用完全转向极限的车辆轨迹。在框606中,可以生成左侧可到达边界和右侧可到达边界。在这种情况下,每个可到达边界表示在给定车辆的当前状况和纵向速度曲线的情况下当使用完全转向极限时车辆可以向左或向右转向多少。图11中示出了说明性的右侧可到达边界1102和左侧可到达边界1100。车辆模型可以用于生成可到达边界。可以将方向盘角度量值输入到车辆模型中,并且可以从车辆模型输出车辆相对于参考点(例如,沿着车辆的假设轨迹712的点)的横向偏移。横向偏移包括多个点,所述多个点可以经由线连接以限定可到达边界。
在图6的608中,生成可行驶区域边距和/或车道标记边距。这些边距以类似于用于生成对象边距的方式生成,即,通过横向移位车辆覆盖区706直到横向移位的车辆覆盖区与可行驶区域或车道标记的边界线接触为止。车辆覆盖区706在时间间隔902中的每个点处沿着其航向横向移位,直到其与可行驶区域或车道标记的边界线相交为止。可行驶区域和车道标记边距中的每一者由车辆覆盖区的横向移位位置处的车辆CoG的序列限定。图12中示出了相对于可行驶区域1200的边界线1202的说明性可行驶区域边距1204。可行驶区域包括车道704中的区域。可行驶区域可以包括车辆可以根据已知或假设的道路或交通规则在其中行驶的任何区域。在这种场景中,可行驶区域的边界线1202还包括车道704的车道标记。在其他场景中,情况并非如图13中所示,其中边界线1302不包括车道标记1304。车道标记1304与边界线1302分开并且间隔开。因此,作为可行驶区域1300的边界线1302的补充或替代,相对于车道标记1304生成车道边距1306。
在完成608时,方法600继续进行到可选的610,其中启用SWS操作。在框612中,获得车辆与对象之间的纵向距离。图14中示出了说明性纵向距离d。在614中将纵向距离d与阈值thrmax进行比较。阈值thrmax可以是大于零的任何数字(例如,1至10英尺或米)。如果距离大于阈值(即,d≥thrmax)[614:否],则方法600继续进行616,其中系统推断出不应执行SWS操作。此后,方法600可以结束或继续进行其他操作(例如,返回到602)。
相比之下,如果距离小于阈值(即,d<thrmax)[614:是],则方法600继续进行618,其中做出关于车辆的可通行宽度是否大于阈值thrmin的判定。阈值thrmin可以是大于零的任何数字(例如,5至10英尺或米)。车辆的可通行宽度包括可行驶区域中的当车辆经过对象时可以穿过的自由空间。在图15中提供了示出车辆的可行驶区域1200中的自由空间1502、1504的图示。车辆在经过对象时可以适应自由空间1502,但是在经过对象时无法适应空间1504。因此,车辆的可通行宽度W包括自由空间1502的宽度。当车辆的可通行宽度小于阈值时(例如,W<thrmin)[618:否],方法600继续进行616,其中系统推断出不应执行SWS操作。此后,方法600可以结束或继续进行其他操作(例如,返回到602)。
相比之下,当车辆的可通行宽度等于或大于阈值时(例如,W≥thrmin)[618:是],方法600继续进行620,其中做出关于车辆是否停车的判定。如果这样[620:是],则方法600继续进行616,其中系统推断出不应执行SWS操作。
如果车辆未停车[620:否],则方法600继续进行622,其中做出关于可到达边界是否在任何点距对象边距、可行驶区域边距或车道标记边距的阈值距离thrd内的判定。在图16中提供了示出左侧可到达边界1600的图示,所述左侧可到达边界位于在沿其的一个或多个点1602距对象边距1020的阈值距离D内。
阈值距离thrd可以为零或根据给定应用选择的大于零的任何值。当阈值距离thrd为零时,可以将622的判定重述为确定可到达边界是否与对象边距、可行驶区域边距或车道标记边距重叠。图17中示出了示出在点1700处与对象边距1020重叠的左侧可到达边界1100的图示。
阈值距离thrd可以是预定义的,并且基于描述车辆所处的环境(例如,在停车场或道路中)中的场景的背景信息和/或对象的分类来动态选择或生成。例如,行人或骑车的人的阈值距离thrd可以比停放的车辆大。对于三种边距类型(即,对象、可行驶区域和车道标记)和/或对象类型(例如,车辆、骑车的人和/或行人),阈值距离thrd可以相同或不同。当对象位于车辆的右侧时,可以在622中使用左侧可到达边界(例如,图11的左侧可到达边界1100),并且当对象位于车辆的左侧时,可以在622中使用右侧可到达边界(例如,图11的右侧可到达边界1102)。
当可到达边界在任何点距边距中的一者的阈值距离thrd内时[622:否],方法600继续进行624,其中系统推断出应执行SWS操作。随后,方法600结束或执行其他操作。
例如,可以使用一个或多个计算机系统(诸如图18中所示的计算机系统1800)来实现各种实施例。计算机系统1800可以是能够执行本文档中描述的功能的任何计算机。
计算机系统1800包括一个或多个处理器(也称为中央处理单元或CPU),诸如处理器1804。处理器1804连接到通信基础设施或总线1802。可选地,处理器1804中的一者或多者可以各自是图形处理单元(GPU)。在一个实施例中,GPU是处理器,所述处理器是被设计用于处理数学密集型应用的专用电子电路。GPU可以具有并行结构,所述并行结构对于大数据块(诸如计算机图形应用程序、图像、视频等共有的数学密集型数据)的并行处理是有效的。
计算机系统1800还包括通过用户输入/输出接口1808与通信基础设施1802通信的用户输入/输出装置1816,诸如监视器、键盘、指向装置等。
计算机系统1800还包括主存储器或主要存储器1806,诸如随机存取存储器(RAM)。主存储器1806可以包括一个或多个级别的高速缓存。主存储器1806在其中存储有控制逻辑(即,计算机软件)和/或数据。
计算机系统1800还可以包括一个或多个辅助存储装置或存储器1810。辅助存储器1810可以包括例如硬盘驱动器1812和/或可移除存储装置或驱动器1814。可移除存储驱动器1814可以是外部硬盘驱动器、通用串行总线(USB)驱动器、存储卡(诸如紧凑型快闪卡或安全数字存储器)、软盘驱动器、磁带驱动器、光盘驱动器、光学存储装置、磁带备份装置和/或任何其他存储装置/驱动器。
可移除存储驱动器1814可以与可移除存储单元1818交互。可移除存储单元1818包括其上存储有计算机软件(控制逻辑)和/或数据的计算机可用或可读存储装置。可移除存储单元1818可以是外部硬盘驱动器、通用串行总线(USB)驱动器、存储卡(诸如紧凑型快闪卡或安全数字存储器)、软盘、磁带、光盘、DVD、光学存储盘和/或任何其他计算机数据存储装置。可移除存储驱动器1814以众所周知的方式从可移除存储单元1818读取和/或写入。
根据示例性实施例,辅助存储器1810可以包括用于允许计算机系统1800访问计算机程序和/或其他指令和/或数据的其他装置、工具或其他方法。此类装置、工具或其他方法可以包括例如可移除存储单元1822和接口1820。可移除存储单元1822和接口1820的示例可以包括程序盒和盒接口(诸如在视频游戏装置中发现的接口)、可移除存储器芯片(诸如EPROM或PROM)和相关联的插口、记忆棒和USB端口、存储卡和相关联的存储卡槽,和/或任何其他可移除存储单元和相关联的接口。
计算机系统1800还可以包括通信或网络接口1824。通信接口1824使得计算机系统1800能够与远程装置、远程网络、远程实体等的任何组合(单独地和共同地由附图标记1828引用)进行通信和交互。例如,通信接口1824可以允许计算机系统1800通过通信路径1826与远程装置1828通信,所述通信路径可以是有线和/或无线的,并且可以包括LAN、WAN、互联网等的任何组合。控制逻辑和/或数据可以经由通信路径1826向和从计算机系统1800传输。
在一些实施例中,包括其上存储有控制逻辑(软件)的有形非暂时性计算机可用或可读介质的有形非暂时性设备或制品在本文档中也称为计算机程序产品或程序存储装置。这包括但不限于计算机系统1800、主存储器1806、辅助存储器1810以及可移除存储单元1818和1822,以及体现前述各项的任何组合的有形制品。这种控制逻辑在由一个或多个数据处理装置(诸如计算机系统1800)执行时使此类数据处理装置如本文档中所述进行操作。
基于本公开中所包含的教导,相关领域的技术人员将明白如何使用除图18中所示之外的数据处理装置、计算机系统和/或计算机架构来制作和使用本公开的实施例。具体地,实施例可以利用除本文档中描述的那些之外的软件、硬件和/或操作系统实现方式进行操作。
与本公开相关的术语包括:
“电子装置”或“计算装置”是指包括处理器和存储器的装置。每个装置可以具有其自己的处理器和/或存储器,或者处理器和/或存储器可以与其他装置共享,如在虚拟机或容器布置中。存储器将包含或接收编程指令,所述编程指令在由处理器执行时使电子装置根据编程指令执行一个或多个操作。
术语“存储器”、“存储器装置”、“数据存储区”、“数据存储设施”等各自是指其上存储计算机可读数据、编程指令或两者的非暂时性装置。除非另有具体说明,否则术语“存储器”、“存储器装置”、“数据存储区”、“数据存储设施”等旨在包括单个装置实施例、其中多个存储器装置一起或共同地存储一组数据或指令的实施例,以及此类装置内的各个扇区。计算机程序产品是其上存储有编程指令的存储器装置。
术语“处理器”和“处理装置”是指被配置为执行编程指令的电子装置的硬件部件。除非另有具体说明,否则单数术语“处理器”或“处理装置”旨在包括单个处理装置实施例和其中多个处理装置一起或共同执行过程的实施例两者。
术语“车辆”是指能够运载一个或多个乘员和/或货物并且由任何形式的能量提供动力的任何移动形式的运输工具。术语“车辆”包括但不限于汽车、卡车、货车、火车、自主车辆、飞行器、空中无人机等。“自主车辆”(或“AV”)是具有处理器、编程指令和传动系部件的车辆,所述传动系部件可由处理器控制而无需人类操作员。自主车辆可以是完全自主的,因为它对于大多数或所有驾驶条件和功能不需要人类操作员,或者它可以是半自主的,因为在某些条件下或对于某些操作可能需要人类操作员,或者人类操作员可以超驰车辆的自主系统并且可以控制车辆。
术语“对象”在指由车辆感知系统检测到或由模拟系统模拟的对象时旨在包括静止对象和移动(或潜在移动)的行动者,除非通过使用术语“行动者”或“静止对象”具体说明。
当在自主车辆运动规划的背景下使用时,术语“轨迹”是指车辆的运动规划系统将生成并且车辆的运动控制系统在控制车辆的运动时将遵循的规划。轨迹包括在时间范围内的多个时间点处的车辆的规划位置和取向,以及在同一时间范围内的车辆的规划方向盘角度和角速率。自主车辆的运动控制系统将消耗轨迹并且向车辆的转向控制器、制动控制器、节气门控制器和/或其他运动控制子系统发送命令以使车辆沿着规划路径移动。
车辆的感知或预测系统可以生成的行动者的“轨迹”是指行动者将在时间范围内遵循的预测路径,以及行动者的预测速度和/或行动者在沿着时间范围的各个点沿着路径的位置。
在本文档中,术语“街道”、“车道”、“道路”和“十字路口”以车辆在一条或多条道路上行驶的示例的方式示出。然而,实施例旨在包括其他位置(诸如停车区域)中的车道和十字路口。另外,对于被设计成在室内使用的自主车辆(诸如仓库中的自动拾取装置),街道可以是仓库的走廊,并且车道可以是走廊的一部分。如果自主车辆是无人机或其他飞行器,则术语“街道”或“道路”可以表示航道,并且车道可以是航道的一部分。如果自主车辆是船只,则术语“街道”或“道路”可以表示水路,并且车道可以是水路的一部分。
在本文档中,当使用诸如“第一”和“第二”的术语来修饰名词时,除非具体说明,否则这种使用仅旨在将一个项目与另一个项目区分开,并且不旨在要求顺序次序。另外,诸如“竖直”和“水平”或“前”和“后”等相对位置的术语在使用时旨在是相对于彼此的并且不需要是绝对的,并且仅指与那些项目相关联的装置取决于装置的取向的一个可能的位置。
应理解,具体实施方式部分而不是任何其他部分旨在用于解释权利要求。其他部分可以阐述如发明人所设想的一个或多个但不是全部的示例性实施例,并且因此不旨在以任何方式限制本公开或所附权利要求。
虽然本公开描述了示例性领域和应用的示例性实施例,但是应理解,本公开不限于所公开的示例。其他实施例及其修改是可能的,并且在本公开的范围和精神内。例如,并且在不限制本段的一般性的情况下,实施例不限于附图中所示和/或本文档中描述的软件、硬件、固件和/或实体。此外,实施例(无论是否明确描述)对于本文档中描述的示例之外的领域和应用具有重要效用。
在本文档中已经借助于示出指定功能和关系的实现方式的功能构建块来描述实施例。为了方便描述,已经在本文档中任意定义了这些功能构建块的边界。只要适当地执行指定的功能和关系(或其等效物),就可以定义替代边界。而且,替代实施例可以使用与本文档中描述的那些不同的排序来执行功能框、步骤、操作、方法等。
来自本文公开的不同实施例的特征可以自由组合。例如,来自方法实施例的一个或多个特征可以与系统或产品实施例中的任一者组合。类似地,来自系统或产品实施例的特征可以与本文公开的任何方法实施例组合。
本文档中对“一个实施例”、“实施例”、“示例实施例”或类似短语的引用指示所描述的实施例可以包括特定特征、结构或特性,但每个实施例可能不一定包括所述特定特征、结构或特性。此外,此类短语不一定指代同一实施例。此外,当结合实施例描述特定的特征、结构或特性时,将此类特征、结构或特性结合到其他实施例中是在相关领域的技术人员的知识范围内的,无论是否在本文档中明确提及或描述。另外,可以使用表达方式“耦接”和“连接”以及它们的派生词来描述一些实施例。这些术语不一定旨在作为彼此的同义词。例如,可以使用术语“连接”和/或“耦接”来描述一些实施例,以指示两个或更多个元件彼此直接物理或电接触。然而,术语“耦接”还可以意味着两个或更多个元件彼此不直接接触,但仍然彼此协作或交互。
本公开的广度和范围不应受到上述示例性实施例中的任何一个限制,而是应仅根据所附权利要求和其等效物限定。
如上所述,本文档公开了用于操作车辆的系统、方法和计算机程序产品实施例。系统实施例包括实现用于操作车辆的方法的处理器或计算装置。计算机程序实施例包括例如存储在存储器中的编程指令,以使处理器执行本文档中描述的数据管理方法。系统实施例还包括处理器,所述处理器被配置为例如经由编程指令执行本文档中描述的方法。更一般地,系统实施例包括一种系统,所述系统包括用于执行本文档中描述的任何方法的步骤的装置。
在不排除其他可能的实施例的情况下,以下条款中概述了某些示例性实施例。
条款1.一种用于操作车辆的计算机实现的方法,其包括:由处理器获得所述车辆的车辆轨迹和环境中的对象的位置;由处理器生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;由所述处理器使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界(其中所述可到达边界包括指示所述车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹);以及由所述处理器比较所述可到达边界和所述边距;以及由所述处理器推断出:当所述可达边界处于距所述边距的阈值距离内的任何点处时所述车辆应在停止时转向,或者当所述可达边界不处于距所述边距的所述阈值距离内的点处时所述车辆不应在停止时转向。
条款2.根据条款1所述的计算机实现的方法,其还包括当得出所述车辆应在停止时转向的结论时控制所述车辆的转向。
条款3.根据条款1或2所述的计算机实现的方法,其中生成所述边距包括:由所述处理器分析所述车辆轨迹以识别其中所述车辆的覆盖区与所述对象的覆盖区横向重叠的时间间隔;在所述时间间隔内横向地移位所述车辆的所述覆盖区的位置,直到与所述对象的所述覆盖区接触为止;以及通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆的所述覆盖区的重心的线来限定所述第一车辆轨迹。
条款4.根据任一前述条款所述的计算机实现的方法,其中生成所述边距包括:由所述处理器识别在所述时间间隔内沿着所述车辆轨迹的所述车辆覆盖区的一系列位置;在所述位置的每一者处横向移位所述车辆的所述覆盖区,直到与所述可行驶区域或所述车道标记的所述边界接触为止;以及通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆的所述覆盖区重心的线来限定所述第一车辆轨迹。
条款5.根据任一前述条款所述的计算机实现的方法,其中所述车辆的所述状况包括位置、取向和车轮角度。
条款6.根据任一前述条款所述的计算机实现的方法,其中所述可到达边界表示在给定所述车辆的所述状况和所述纵向速度曲线的情况下当使用完全转向极限时所述车辆可以向左或向右转向多少。
条款7.根据任一前述条款所述的计算机实现的方法,其还包括:当所述车辆在距所述对象的阈值距离内时执行所述比较;或推断出当所述车辆不在距所述对象的所述阈值距离内时所述车辆不应在停止时转向。
条款8.根据任一前述条款所述的计算机实现的方法,其还包括:由所述处理器识别所述可行驶区域中的当所述车辆经过所述对象时可以穿过的自由空间;由所述处理器获得所述自由空间的宽度;以及在所述宽度大于某个值时执行所述比较。
条款9.根据任一前述条款所述的计算机实现的方法,其还包括推断出当所述宽度小于所述值时,所述车辆不应在停止时转向。
条款10.根据任一前述条款所述的计算机实现的方法,其还包括:当所述车辆没有停车时,执行所述比较;或者推断出当所述车辆停车时所述车辆不应在停止时转向。
条款11.一种系统,其包括用于执行上述方法条款中的任一者的步骤的装置。
条款12.一种计算机程序或存储所述计算机程序的存储介质,所述计算机程序或存储介质包括指令,所述指令在由一个或多个合适的处理器执行时使所述处理器中的任一者执行上述方法条款中的任一者的步骤。
根据本发明,一种用于操作车辆的方法,其包括:由处理器获得所述车辆的车辆轨迹和环境中的对象的位置;由处理器生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;由所述处理器使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界,其中所述可到达边界包括指示所述车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹;由所述处理器比较所述可到达边界和所述边距;以及由所述处理器推断出:当所述可达边界处于距所述边距的阈值距离内的任何点处时所述车辆应在停止时转向,或者当所述可达边界不处于距所述边距的所述阈值距离内的点处时所述车辆不应在停止时转向。
根据一个实施例,本发明的特征还在于当得出所述车辆应在停止时转向的结论时控制所述车辆的转向。
根据一个实施例,生成所述边距包括:由所述处理器分析所述车辆轨迹以识别其中所述车辆的覆盖区与所述对象的覆盖区横向重叠的时间间隔;在所述时间间隔内横向地移位所述车辆的所述覆盖区的位置,直到与所述对象的所述覆盖区接触为止;以及通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆的所述覆盖区的重心的线来限定所述第一车辆轨迹。
根据一个实施例,生成所述边距包括:由所述处理器识别在所述时间间隔内沿着所述车辆轨迹的所述车辆覆盖区的一系列位置;在每个位置处横向移位所述车辆的所述覆盖区,直到与所述可行驶区域或所述车道标记的所述边界接触为止;以及通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆的所述覆盖区重心的线来限定所述第一车辆轨迹。
根据一个实施例,所述车辆的所述状况包括位置、取向和车轮角度。
根据一个实施例,所述可到达边界表示在给定所述车辆的所述状况和所述纵向速度曲线的情况下当使用完全转向极限时所述车辆可以向左或向右转向多少。
根据一个实施例,本发明的特征还在于:当所述车辆在距所述对象的阈值距离内时执行所述比较;或推断出当所述车辆不在距所述对象的所述阈值距离内时所述车辆不应在停止时转向。
根据一个实施例,本发明的特征还在于:由所述处理器识别所述可行驶区域中的当所述车辆经过所述对象时可以穿过的自由空间;由所述处理器获得所述自由空间的宽度;以及在所述宽度大于某个值时执行所述比较。
根据一个实施例,本发明的特征还在于推断出当所述宽度小于所述值时,所述车辆不应在停止时转向。
根据一个实施例,本发明的特征还在于:当所述车辆没有停车时执行所述比较;或推断出当所述车辆停车时所述车辆不应在停止时转向。
根据本发明,提供了一种系统,所述系统具有:存储器;以及
至少一个处理器,所述至少一个处理器耦接到所述存储器并且被配置为:获得所述车辆的车辆轨迹和环境中的对象的位置;生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界,其中所述可到达边界包括指示所述车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹;比较所述可到达边界和所述边距;以及推断出:当所述可达边界处于距所述边距的阈值距离内的任何点处时所述车辆应在停止时转向,或者当所述可达边界不处于距所述边距的所述阈值距离内的点处时所述车辆不应在停止时转向。
根据一个实施例,所述至少一个处理器还被配置为当得出所述车辆应在停止时转向的结论时控制所述车辆的转向。
根据一个实施例,通过以下操作生成所述边距:分析所述车辆轨迹以识别其中所述车辆的覆盖区与所述对象的覆盖区横向重叠的时间间隔;在所述时间间隔内横向地移位所述车辆的所述覆盖区的位置,直到与所述对象的所述覆盖区接触为止;以及通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆的所述覆盖区的重心的线来限定所述第一车辆轨迹。
根据一个实施例,通过以下操作生成所述边距:识别在所述时间间隔内沿着所述车辆轨迹的所述车辆覆盖区的一系列位置;横向移位所述车辆的所述覆盖区,直到与所述可行驶区域或所述车道标记的所述边界接触为止;以及通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆的所述覆盖区重心的线来限定所述第一车辆轨迹。
根据一个实施例,所述车辆的所述状况包括位置、取向和车轮角度。
根据一个实施例,所述可到达边界表示在给定所述车辆的所述状况和所述纵向速度曲线的情况下当使用完全转向极限时所述车辆可以向左或向右转向多少。
根据一个实施例,当所述车辆在距所述对象的阈值距离内时将所述可到达边界与所述边距进行比较。
根据一个实施例,所述至少一个处理器还被配置为:识别所述可行驶区域中的当所述车辆经过所述对象时可以穿过的自由空间;获得所述自由空间的宽度;以及在所述宽度大于某个值时将所述可到达边界与所述边距进行比较。
根据一个实施例,当所述车辆没有停车时将所述可到达边界与所述边距进行比较。
根据本发明,提供了一种存储指令的非暂时性计算机可读介质,所述指令被配置为当由至少一个计算装置执行时使所述至少一个计算装置执行操作,所述操作具有:获得所述车辆的车辆轨迹和环境中的对象的位置;生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界,其中所述可到达边界包括指示所述车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹;以及推断出:当所述可达边界处于距所述边距的阈值距离内的任何点处时所述车辆应在停止时转向,或者当所述可达边界不处于距所述边距的所述阈值距离内的点处时所述车辆不应在停止时转向。
Claims (15)
1.一种用于操作车辆的方法,其包括:
由处理器获得所述车辆的车辆轨迹和环境中的对象的位置;
由处理器生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;
由所述处理器使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界,其中所述可到达边界包括指示所述车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹;
由所述处理器比较所述可到达边界和所述边距;以及
由所述处理器推断出:当所述可到达边界处于距所述边距的阈值距离内的任何点处时所述车辆应在停止时转向,或者当所述可到达边界不处于距所述边距的所述阈值距离内的点处时所述车辆不应在停止时转向。
2.根据权利要求1所述的方法,其还包括当得出所述车辆应在停止时转向的结论时控制所述车辆的转向。
3.根据权利要求1所述的方法,其中所述生成所述边距包括:
由所述处理器分析所述车辆轨迹以识别其中所述车辆的覆盖区与所述对象的覆盖区横向重叠的所述时间间隔;
在所述时间间隔内横向地移位所述车辆的所述覆盖区的位置,直到与所述对象的所述覆盖区接触为止;以及
通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆覆盖区的重心的线来限定所述第一车辆轨迹。
4.根据权利要求1所述的方法,其中所述生成所述边距包括:
由所述处理器识别在所述时间间隔内沿着所述车辆轨迹的所述车辆的覆盖区的一系列位置;
在每个所述位置处横向地移位所述车辆的所述覆盖区,直到与所述可行驶区域或所述车道标记的所述边界接触为止;以及
通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆覆盖区的重心的线来限定所述第一车辆轨迹。
5.根据权利要求1所述的方法,其中所述车辆的所述状况包括位置、取向和车轮角度。
6.根据权利要求1所述的方法,其中所述可到达边界表示在给定所述车辆的所述状况和所述纵向速度曲线的情况下当使用所述完全转向极限时所述车辆可以向左或向右转向多少。
7.根据权利要求1所述的方法,其还包括:
当所述车辆在距所述对象的阈值距离内时执行所述比较;或
推断出:当所述车辆不在距所述对象的所述阈值距离内时,所述车辆不应在停止时转向。
8.根据权利要求1所述的方法,其还包括:
由所述处理器识别所述可行驶区域中的当所述车辆经过所述对象时能够穿过的自由空间;
由所述处理器获得所述自由空间的宽度;以及
当所述宽度大于某个值时执行所述比较。
9.根据权利要求8所述的方法,其还包括推断出当所述宽度小于所述值时,所述车辆不应在停止时转向。
10.根据权利要求1所述的方法,其还包括:
当所述车辆没有停车时执行所述比较;或
推断出:当所述车辆停车时所述车辆不应在停止时转向。
11.一种系统,其包括:
存储器;以及
至少一个处理器,所述至少一个处理器耦接到所述存储器并且被配置为:
获得所述车辆的车辆轨迹和环境中的对象的位置;
生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;
使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界,其中所述可到达边界包括指示所述车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹;
比较所述可到达边界和所述边距;以及
推断出:当所述可到达边界处于距所述边距的阈值距离内的任何点处时所述车辆应在停止时转向,或者当所述可到达边界不处于距所述边距的所述阈值距离内的点处时所述车辆不应在停止时转向。
12.根据权利要求11所述的系统,其中所述至少一个处理器还被配置为当得出所述车辆应在停止时转向的结论时控制所述车辆的转向。
13.根据权利要求11所述的系统,其中通过以下操作生成所述边距:
分析所述车辆轨迹以识别其中所述车辆的覆盖区与所述对象的覆盖区横向重叠的所述时间间隔;
在所述时间间隔内横向地移位所述车辆的所述覆盖区的位置,直到与所述对象的所述覆盖区接触为止;以及
通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆覆盖区的重心的线来限定所述第一车辆轨迹。
14.根据权利要求11所述的系统,其中通过以下操作生成所述边距:
识别在所述时间间隔内沿着所述车辆轨迹的所述车辆的覆盖区的一系列位置;
横向地移位所述车辆的所述覆盖区,直到与所述可行驶区域或所述车道标记的所述边界接触为止;以及
通过在所述车辆的所述覆盖区的每个横向移位位置处绘制穿过所述车辆覆盖区的重心的线来限定所述第一车辆轨迹。
15.一种存储指令的非暂时性计算机可读介质,所述指令被配置为当由至少一个计算装置执行时使所述至少一个计算装置执行包括以下各项的操作:
获得所述车辆的车辆轨迹和环境中的对象的位置;
生成边距,所述边距包括指示所述车辆在接触所述对象时的一系列位置、在所述车辆将行驶经过所述对象的时间间隔期间的可行驶区域或车道标记的边界的第一车辆轨迹;
使用所述车辆的状况、所述车辆的纵向速度曲线和转向极限来生成可到达边界,其中所述可到达边界包括指示所述车辆在以特定速度沿前向方向行驶并且使用完全转向极限时的一系列位置的第二车辆轨迹;以及
推断出:当所述可到达边界处于距所述边距的阈值距离内的任何点处时所述车辆应在停止时转向,或者当所述可到达边界不处于距所述边距的所述阈值距离内的点处时所述车辆不应在停止时转向。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US18/057,291 US20240166231A1 (en) | 2022-11-21 | 2022-11-21 | Systems and methods for determining steer while stopped behavior for a vehicle using dynamic limits |
US18/057,291 | 2022-11-21 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118358563A true CN118358563A (zh) | 2024-07-19 |
Family
ID=90923217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311537228.XA Pending CN118358563A (zh) | 2022-11-21 | 2023-11-17 | 使用动态极限来确定车辆的停止时转向行为的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240166231A1 (zh) |
CN (1) | CN118358563A (zh) |
DE (1) | DE102023132303A1 (zh) |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2011375962B2 (en) * | 2011-08-31 | 2015-08-20 | Toyota Jidosha Kabushiki Kaisha | Vehicle drive-control device |
JP5578331B2 (ja) * | 2011-12-26 | 2014-08-27 | トヨタ自動車株式会社 | 車両の走行軌跡制御装置 |
US8903607B2 (en) * | 2012-01-11 | 2014-12-02 | GM Global Technology Operations LLC | Lane tracking system with active rear-steer |
US9499197B2 (en) * | 2014-10-15 | 2016-11-22 | Hua-Chuang Automobile Information Technical Center Co., Ltd. | System and method for vehicle steering control |
US11231719B2 (en) * | 2016-05-16 | 2022-01-25 | Honda Motor Co., Ltd. | Vehicle control system, vehicle control method and vehicle control program |
US10331129B2 (en) * | 2016-10-20 | 2019-06-25 | nuTonomy Inc. | Identifying a stopping place for an autonomous vehicle |
CN110366513B (zh) * | 2017-03-01 | 2022-09-13 | 本田技研工业株式会社 | 车辆控制系统、车辆控制方法及存储介质 |
US20180281856A1 (en) * | 2017-03-31 | 2018-10-04 | Ford Global Technologies, Llc | Real time lane change display |
US10814913B2 (en) * | 2017-04-12 | 2020-10-27 | Toyota Jidosha Kabushiki Kaisha | Lane change assist apparatus for vehicle |
US11142246B2 (en) * | 2017-04-12 | 2021-10-12 | Toyota Jidosha Kabushiki Kaisha | Lane change assist apparatus for vehicle |
JP6559194B2 (ja) * | 2017-08-25 | 2019-08-14 | 本田技研工業株式会社 | 運転支援装置、運転支援方法、およびプログラム |
JP6859902B2 (ja) * | 2017-08-31 | 2021-04-14 | トヨタ自動車株式会社 | 車両制御装置 |
GB2597346B (en) * | 2020-03-03 | 2022-12-21 | Motional Ad Llc | Control architectures for autonomous vehicles |
US11465619B2 (en) * | 2020-05-27 | 2022-10-11 | Zoox, Inc. | Vehicle collision avoidance based on perturbed object trajectories |
US11975736B2 (en) * | 2020-08-27 | 2024-05-07 | Ford Global Technologies, Llc | Vehicle path planning |
US11618474B2 (en) * | 2020-10-12 | 2023-04-04 | David W. Carroll | Autonomous electronic vehicle (AV) inertia reduction and safest path direction system |
US20220135074A1 (en) * | 2020-11-02 | 2022-05-05 | Waymo Llc | Classification of objects based on motion patterns for autonomous vehicle applications |
US11841439B2 (en) * | 2020-11-02 | 2023-12-12 | Waymo Llc | Point cloud segmentation using a coherent lidar for autonomous vehicle applications |
EP4330105A1 (en) * | 2021-04-29 | 2024-03-06 | Tusimple, Inc. | Systems and methods for operating an autonomous vehicle |
JP7385697B2 (ja) * | 2022-03-29 | 2023-11-22 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
JP7474279B2 (ja) * | 2022-03-29 | 2024-04-24 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
JP2023150481A (ja) * | 2022-03-31 | 2023-10-16 | 株式会社Subaru | 車両のレーンキープ制御装置 |
US20230331231A1 (en) * | 2022-04-19 | 2023-10-19 | Aptiv Technologies Limited | Dynamically Calculating Lane Change Trajectories |
-
2022
- 2022-11-21 US US18/057,291 patent/US20240166231A1/en active Pending
-
2023
- 2023-11-17 CN CN202311537228.XA patent/CN118358563A/zh active Pending
- 2023-11-20 DE DE102023132303.2A patent/DE102023132303A1/de active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102023132303A1 (de) | 2024-05-23 |
US20240166231A1 (en) | 2024-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11754408B2 (en) | Methods and systems for topological planning in autonomous driving | |
CN109491375B (zh) | 用于自动驾驶车辆的基于驾驶场景的路径规划 | |
EP3524934A1 (en) | Systems and methods for determining a projection of an obstacle trajectory onto a reference line of an autonomous vehicle | |
CN116249644B (zh) | 由自主车辆执行出路推断以确定通过交叉路口的可行路径的方法和系统 | |
US11586209B2 (en) | Differential dynamic programming (DDP) based planning architecture for autonomous driving vehicles | |
CN112829769A (zh) | 自动驾驶车辆的混合规划系统 | |
CN116745187B (zh) | 通过可行驶区域边界的语义分割来预测不确定道路使用者的轨迹的方法和系统 | |
CN111615476A (zh) | 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统 | |
US20230415739A1 (en) | Systems and methods for controlling longitudinal acceleration based on lateral objects | |
US20230415736A1 (en) | Systems and methods for controlling longitudinal acceleration based on lateral objects | |
CN116867675A (zh) | 车辆运动规划系统与方法 | |
CN117284318A (zh) | 基于横向对象控制纵向加速度的系统和方法 | |
CN117141463A (zh) | 识别并行泊车车辆的意图和预测的系统、方法和计算机程序产品 | |
WO2023177969A1 (en) | Method and system for assessing whether a vehicle is likely to leave an off-road parking area | |
US20230280180A1 (en) | Systems and methods for performing data collection missions | |
CN113963535B (zh) | 行驶决策确定方法、装置、电子设备存储介质 | |
CN117916682A (zh) | 使用时空凸形走廊的运动规划 | |
US20240166231A1 (en) | Systems and methods for determining steer while stopped behavior for a vehicle using dynamic limits | |
US20240092358A1 (en) | Systems and methods for scene understanding | |
US20240101106A1 (en) | Systems and methods for scene understanding | |
US20240075923A1 (en) | Systems and methods for deweighting veering margins based on crossing time | |
US20240253667A1 (en) | Methods and systems for long-term trajectory prediction by extending a prediction horizon | |
US20230373523A1 (en) | Systems and methods for biasing a trajectory of an autonomous vehicle while moving in a lane | |
US20240212277A1 (en) | Methods and systems for generating a map mesh for autonomous driving | |
US20240151817A1 (en) | Systems and methods for static detection based amodalization placement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |