JP2018531385A6 - 自律走行車を運行させるための制御エラー補正計画方法 - Google Patents
自律走行車を運行させるための制御エラー補正計画方法 Download PDFInfo
- Publication number
- JP2018531385A6 JP2018531385A6 JP2018517547A JP2018517547A JP2018531385A6 JP 2018531385 A6 JP2018531385 A6 JP 2018531385A6 JP 2018517547 A JP2018517547 A JP 2018517547A JP 2018517547 A JP2018517547 A JP 2018517547A JP 2018531385 A6 JP2018531385 A6 JP 2018531385A6
- Authority
- JP
- Japan
- Prior art keywords
- route
- autonomous vehicle
- simulation
- point
- control error
- 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.)
- Granted
Links
- 238000004088 simulation Methods 0.000 claims abstract description 89
- 230000001133 acceleration Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 19
- 230000003190 augmentative Effects 0.000 description 11
- 230000000875 corresponding Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000003287 optical Effects 0.000 description 8
- 230000001413 cellular Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000002093 peripheral Effects 0.000 description 3
- 229940116821 SSD Drugs 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000295 complement Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001808 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000002085 persistent Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001360 synchronised Effects 0.000 description 1
Images
Abstract
一実施形態では、自律走行車を経路の第1の地点から第2の地点に移動させることを示す動作計画及び制御データを受信する。動作計画及び制御データは、経路内の第1の地点から第2の地点までの複数のルートを記述する。ルートのそれぞれに対して、シミュレーションルートを生成するために、自律走行車の物理的特性を考慮して、ルートのシミュレーションを実行する。ルートとシミュレーションルートの間の差を示す制御エラーを算出する。ルートと関連付けられるシミュレーションルートとの間の制御エラーに基づいて、ルートのうちの1つを選択する。選択されたルートに応じて、自律走行車を第1の地点から第2の地点に移動させる。
【選択図】図1
【選択図】図1
Description
本発明の実施形態は、一般的に自律走行車を運行させることに関するものである。特に、本発明の実施形態は、自律走行車を運行させるための制御エラー補正計画方法に関するものである。
自律走行モード(例えば、運転者なしに)で動作している車両において、搭乗者、特に運転者は、運転に関連する担当事項の一部から軽減されることができる。自律走行モードで走行する際、車両はオンボードセンサを用いて様々な位置へナビゲートすることができ、その結果、最小限の人間とのインタラクションで、又は、一部の場合、乗客なしに車両の移動が可能となる。
モーション(動き)計画及び制御は、自律走行において重要な動作である。しかし、従来のモーション計画動作は、指定されたルートを完了する難しさを、さまざまな種類の車両の特徴及び限定事項の差を考慮せずに、主にルートの曲率(curvature)およびスピードにより推定する。同じモーション計画及び制御は、すべてのタイプの車両に適用されるが、これは一部の状況では、正確かつ円滑でない可能性がある。
本開示の実施形態は、同様の参照番号で同様の要素を示す添付の図面において、例示として説明され、これに限定されない。
以下、検討した詳細を参照して本発明の様々な実施形態及び態様を説明し、添付の図面は、前記様々な実施形態を示す。以下の説明及び図面は、本発明の例示であり、本発明を限定するものとして解釈されるべきではない。本発明の様々な実施形態の完全な理解を提供するために、多くの詳細が記載されている。しかしながら、場合によって、本発明の実施形態の説明の簡潔さから、周知又は従来の詳細は記載されていない。
本明細書において、「一実施形態」又は「実施形態」とは、当該実施形態に説明した特定の特徴、構造、又は特性を本発明の少なくとも1つの実施形態に含めることができることを意味する。本明細書を通じて使用される「一実施形態では」という語句は、必ずしもすべて同じ実施形態を指すとは限らない。
一部の実施形態によると、特定の車両の物理的走行特性を考慮して、自律走行車の計画システムによって計画されたルートの制御エラーを推定するのにメカニズム(mechanism)が用いられる。一実施形態では、計画モジュールによって提供される経路の1つ以上のルートのそれぞれに関連する計画及び制御情報を考慮して、対応する車両の物理的な特徴および/または限定事項に基づいて、それぞれのルートに対しシミュレーションされたルートを生成するように、シミュレーションを実行する。シミュレーションされたルート(またはシミュレーションルート)は、シミュレーションルートと計画されたルート(または計画ルート)との間の制御エラーを決定するために、計画ルートのそれぞれと比較される。制御エラーは、車両を走行させるための最小制御エラーを持っている計画ルートのうちの1つを選択するために使用される。その結果、当該特定のタイプの車両の物理的特徴および/または限定事項のセットが提供される場合に、選択されたルートは、特定の人間運転者が同じタイプの車両を運転するルートに最も近接する。これは、車両の物理的な特性や限定事項(例えば、最小旋回半径)とか、計画ルートが柔軟でないとか、搭乗者に不快な状況を与えるなどに起因して、車両が計画されたルートを実行できない可能性を減少することができる。
一実施形態では、自律走行車を経路の第1の地点から第2の地点に移動させることを示す動作計画及び制御データを受信する。動作計画及び制御データは、ルート内の第1の地点から第2の地点までの1つ以上のルートを記述する情報を含む。ルートごとに、自律走行車の物理的特性を考慮して、ルートの計画及び制御データに基づいて、シミュレーションルートを生成するためのシミュレーションが実行される。車両の物理的特性は、同一又は類似のタイプまたはモデルの車両の車両プロファイルから取得することができる。車両の物理的特性(走行特性または走行限定事項とも呼ばれる)は、最小旋回半径、所定の距離の加速時間、所定の距離の減速時間、および物理的寸法(例えば、高さ、幅、および重量)を含むが、これらに限定されない。
各ルートについては、ルートと対応シミュレーションルートの間の制御エラーが算出される。一実施形態では、シミュレーションルートの曲線またはグラフに対して各ルートの曲線やグラフを表示し、異なる時点、特に曲率点においてシミュレーションルートと各ルート間の最大差を決定する。最大差は、その特定のルートの制御エラーの一部として使用される。その後、最小制御エラーなどのルートの制御エラーに基づいて、ルートのうちの1つを選択する。その後、選択されたルートに沿って自律走行車を運行させる。
図1は本発明に係る一実施形態に係る自律走行車のネットワーク配置を示すブロック図である。図1を参照して、ネットワーク配置100は、ネットワーク102によって1つ以上のサーバ103〜104に通信可能に接続することができる自律走行車101を含む。1つの自律走行車を示すが、ネットワーク102によって、複数の自律走行車は互いに接続され、及び/又はサーバ103〜104に接続されることができる。ネットワーク102は、任意のタイプのネットワーク、例えば有線又は無線のローカルエリアネットワーク(LAN)、例えばインターネットのような広域ネットワーク(WAN)、セルラーネットワーク、衛星ネットワーク又はその組み合わせであってもよい。サーバ103〜104は、任意のタイプのサーバ又はサーバクラスタ、例えばWebサーバ又はクラウドサーバ、アプリケーションサーバ、バックエンドサーバ又はその組み合わせであってもよい。サーバ103〜104は、データ分析サーバ、内容サーバ、交通情報サーバ、地図(マップ)及び興味のある点(MPOI)サーバ又は位置サーバ等であってもよい。
自律走行車とは、運転者からの入力が非常に少ない又はない場合に案内して環境を通過する自律走行モードに設置される車両である。自律走行車は、車両が走行している環境にかかる情報を検出するように配置される1つまたは複数のセンサを含むセンサシステムを備える。車両及びその関連しているコントローラが、検出された情報で案内して環境を通過する。自律走行車101が手動モード、完全自律走行モードまたは部分自律走行モードで運転されることができる。
一実施形態において、自律走行車101は、データ処理システム110と、車両制御システム111と、無線通信システム112と、ユーザインターフェースシステム113と、インフォテイメントシステム114と、センサシステム115とを含むが、これらに限定されない。自律走行車101は、通常の車両に含まれるある一般的な構成要素(部材)、例えばエンジン、車輪、ハンドル、変速器等をさらに含んでもよく、前記構成要素は、車両制御システム111及び/又はデータ処理システム110により多種の通信信号及び/又はコマンド(例えば、加速信号又はコマンド、減速信号又はコマンド、ステアリング信号又はコマンド、ブレーキ信号又はコマンド等)を使用して制御されることができる。
構成要素110〜115は、インターコネクト、バス、ネットワーク又はそれらの組み合わせを介して互いに通信可能に接続することができる。例えば、構成要素110〜115は、コントローラローカルエリアネットワーク(CAN)バスを介して互いに通信可能に接続することができる。CANバスは、マイクロコントローラ及び装置がホストコンピューターのない応用において互いに通信することを許可するような車両バス標準として設計される。それは、最初に自動車内における多重化された電線のために設計されたメッセージに基づくプロトコルであるが、他のたくさんの環境(状況)にも用いられる。
図2を参照すると、一実施形態において、センサシステム115は、1つ以上のカメラ211と、全地球測位システム(GPS)ユニット212と、慣性計測ユニット(IMU)213と、レーダーユニット214と、光検出及び測距(LIDAR)ユニット215とを含むが、これらに限定されない。GPSシステム212は、送受信機を含んでもよく、前記送受信機は、自律走行車の位置に関する情報を提供するように操作されることができる。IMUユニット213は、慣性加速度に基づいて自律走行車の位置及び方向変化を感知することができる。レーダーユニット214は、無線信号を利用して自律走行車のローカル環境内の対象を感知するシステムを示すことができる。いくつかの実施形態において、対象を感知する以外、レーダーユニット214は、さらに対象の速度及び/又は走行方向を感知することができる。LIDARユニット215は、レーザを使用して自律走行車の位置する環境における対象を感知することができる。その他のシステム構成要素以外、LIDARユニット215は、1つ以上のレーザ光源、レーザースキャナ及び1つ以上の検出器をさらに含んでもよい。カメラ211は、自律走行車の周辺環境の画像をキャプチャするための1つ以上の装置を含んでもよい。カメラ211は、スチルカメラ及び/又はビデオカメラであってもよい。カメラは、例えば回転及び/又は傾斜のプラットフォームに取り付けられる、機械的に移動可能なものであってもよい。
センサシステム115は、その他のセンサ、例えばソナーセンサ、赤外線センサ、ステアリング(転向)センサ、スロットルセンサ、ブレーキ(制動)センサ、及びオーディオセンサ(例えばマイクロフォン)をさらに含んでもよい。オーディオセンサは、自律走行車周辺の環境から音をキャプチャするように配置されてもよい。ステアリングセンサは、ハンドル、車両の車輪又はその組み合わせのステアリング角を感知するように配置されてもよい。スロットルセンサ及びブレーキセンサは、それぞれ車両のスロットル位置及びブレーキ位置を感知する。いくつかの場合、スロットルセンサ及びブレーキセンサは、集積型スロットル/ブレーキセンサに一体化されてもよい。
一実施形態では、車両制御システム111は、ステアリング(転向)ユニット201、スロットルユニット202(加速ユニットとも呼ばれる)、ブレーキ(制動)ユニット203、コンピュータビジョンシステム204、ナビゲーションユニット205(ナビゲーション及びルートシステム、またはナビゲーション/ルートシステムとも呼ばれる)と衝突回避ユニット206(障害物回避システムとも呼ばれる)を含むが、これに限定されない。ステアリングユニット201は、車両の方向又は走行方向を調整することに用いられる。スロットルユニット202は、モーター又はエンジンの速度を制御して、さらに車両の速度及び加速度を制御することに用いられる。ブレーキ(制動)ユニット203は、摩擦を提供することによって車両の車輪又はタイヤをスローダウンして車両を減速させることに用いられる。
コンピュータビジョンユニットまたはシステム204は、自律走行車の環境内の対象および/または特徴を識別するための1つ以上のカメラ211によってキャプチャされた画像を処理し、分析するものである。対象は、交通信号、道路境界、他の車両、歩行者、および/または障害物などを含むことができる。コンピュータビジョンシステム204は、対象認識アルゴリズム、ビデオトラッキング(tracking)および他のコンピュータビジョン技術を使用することができる。一部の実施形態では、コンピュータビジョンシステム204は、環境をマッピングして、対象を追跡し、対象の速度を推定することなどを行うことができる。
ナビゲーションユニットまたはシステム205は、自律走行車の走行ルートを決定するものである。例えば、ナビゲーションシステムは、一連の速度と進行方向(directional heading)を決定して、感知された障害物を実質的に避けるルートに沿って自律走行車の移動を行いながら、最終的な目的地に至る車線のルートに基づいて自律走行車を前進させる。目的地は、ユーザインタフェースを介してユーザの入力に応じて設定されてもよい。ナビゲーションシステム205は、自律走行車が走行している間、走行経路を動的に更新することができる。ナビゲーションシステム205は、自律走行車のための走行ルートを決定するように、GPSシステム、および1つ以上のマップからのデータを統合してもよい。
衝突回避ユニットまたはシステム206は、自律走行車の環境での潜在的な障害物を識別、評価、回避、交渉(negotiate)するものである。例えば、衝突回避システム206は、緊急回避操作、旋回操作、制動操作などを行うために、制御システムの1つ以上のサブシステムを操作して、自律走行車のナビゲーションの変化を行うことができる。衝突回避システム206は、周辺の交通パターン、道路状況等に基づいて、実現可能な障害物回避操作を自動的に決定することができる。衝突回避システム206は、自律走行車が緊急回避して進入する隣接領域において、車両、建物の障害物などが他のセンサシステムにより検出されるとき、緊急回避操作が行われないように構成することができる。衝突回避システム206が、使用可能でありながら自律走行車の乗員の安全を最大限にする操作を自動的に選択することができる。衝突回避システム206は、自律走行車の乗客室に対して最低限の加速を引き起こすと予想される回避操作を選択することができる。注意すべきなことは、図2に示すような構成要素は、ハードウェア、ソフトウェア又はその組み合わせで実現されてもよい。
図1を再び参照すると、無線通信システム112は、自律走行車101と、例えば装置、センサ、その他の車両等の外部システムとの間の通信を可能にする。例えば、無線通信システム112は、1つ以上の装置に直接に又は通信ネットワークを介して無線通信し、例えばネットワーク102によってサーバ103〜104に通信できる。無線通信システム112は、任意のセルラー通信ネットワーク又は無線ローカルエリアネットワーク(WLAN)(例えばWiFi)を使用して他の構成要素やシステムに通信できる。無線通信システム112は、例えば赤外線リンク、ブルートゥース(登録商標)等を使用して装置(例えば、乗客の移動装置、車両101内の表示装置、スピーカー)に直接に通信できる。ユーザインターフェースシステム113は、車両101内で実行される周辺装置の一部であってもよく、例えばキーワード、タッチスクリーンディスプレイ装置、マイクロフォン、及びスピーカー等を含む。
自律走行車101の一部又は全ての機能は、特に自律走行モードで走行する場合、データ処理システム110により制御されたり管理されたりすることができる。データ処理システム110は、必要なハードウェア(例えば、プロセッサ、メモリ、記憶装置)、及びソフトウェア(例えば、オペレーティングシステム、計画及びルーティングプログラム)を含み、センサシステム115、車両制御システム111、無線通信システム112、及び/又はユーザインターフェースシステム113から情報を受信し、受信された情報を処理し、出発地から目的地までのルートや経路を計画し、そして、計画及び制御情報に基づいて車両101を走行させる。代替的に、データ処理システム110と車両制御システム111とは一体化されてもよい。
例えば、乗客であるユーザは、例えばユーザインターフェースによって行程の出発位置及び目的位置を指定することができる。データ処理システム110は、行程に関連するデータを取得する。例えば、データ処理システム110は、MPOIサーバから位置及び経路情報を取得することができ、前記MPOIサーバは、サーバ103〜104の一部であってもよい。位置サーバは、位置サービスを提供し、かつ、MPOIサーバは、マップサービス及びある位置のPOIを提供する。あるいは、このような位置及びMPOI情報は、データ処理システム110の永続記憶装置にローカルでキャッシュされることができる。
自律走行車101が経路に沿って走行する期間に、データ処理システム110は、さらに交通情報システムやサーバ(TIS)からリアルタイム交通情報を取得することができる。注意すべきなのは、サーバ103〜104は、第三者のエンティティにより動作されることができる。あるいは、サーバ103〜104の機能は、データ処理システム110と一体化されてもよい。リアルタイム交通情報、MPOI情報、位置情報、及びセンサシステム115が検出又は感知したリアルタイムなローカル環境データ(例えば、障害物、対象、付近車両)に基づいて、データ処理システム110は、指定された目的地に安全で効果的に到達するように、最適な経路を計画し、かつ計画された経路により、例えば車両制御システム111を介して車両101を走行させることができる。
一実施形態によると、自律走行車101は、車両101の乗客に情報とエンターテインメント(entertainment)を提供するインフォテイメントシステム114をさらに含むことができる。情報及びエンターテイメントコンテンツは、ローカルおよび/またはリモート(例えば、サーバ103乃至104によって提供される)に記憶されたコンテンツ情報に基づいて、受信され、コンパイルされて、レンダリングされる。情報は、例えば、ネットワーク102を介して任意のサーバ103乃至104からリアルタイムでストリーミングされて車両101の表示装置上に表示される。情報は、例えば、一つまたは複数のカメラでリアルタイムにキャプチャされたローカル情報により増強される(augmented)ことができ、そして、増強されたコンテンツは、仮想現実の方法で表示されることができる。
自律走行車は、実際のまたは物理的な窓(またはウィンドウ)がなくてもよい。これに対し、「ウィンドウ(window)」(本明細書では、仮想ウィンドウとも呼ばれる)は、表示装置、すなわち、選択的にタッチスクリーンを備えた、車両のウィンドウの形状に成形された平面または曲面スクリーンディスプレイ装置に表示したり、代替したりすることができる。ディスプレイ装置は、恰もユーザが透明なウィンドウを介して、実際の物理的なコンテンツを見るように、1つ以上の適切なカメラによってリアルタイムに動的にキャプチャされた画像や画像ストリーム(例えば、ビデオ)を表示する。それぞれの「Windows」(例えば、ディスプレイ装置)には、表示される対応のコンテンツをリアルタイムでストリーミングするための対応のディスプレイチャンネルがあり、これは拡張現実システム、例えば、インフォテインメントシステム114および/またはデータ処理システム110によって集中的に処理することができる。このような状況では、増強された画像は、インフォテイメントシステム114を介して仮想現実方法で表示され、これは拡張現実の方法とも呼ばれる。
例えば、コンテンツデータベースまたはリモートコンテンツプロバイダまたはコンテンツサーバから受信されたコンテンツアイテムは、カメラによってキャプチャされたローカルの画像上に重畳されて増強画像になることができる。増強画像は、その後自律走行車101内のディスプレイ装置上に表示される。ディスプレイ装置は、車両の一般的なWindowsのように見えるように構成することができる。ユーザがディスプレイ装置を見るとき、画像の対象は、まるでユーザが車両の一般的なウィンドウを介して物理的な対象を見たときのように、仮想現実的な方式で仮想の対象として表示される。ディスプレイ装置は、拡張現実(AR)環境と似ているとか、それをシミュレートする、増強画像(例えば、増強ビデオ)のストリームをリアルタイムで表示することができる。
一実施形態では、位置及びルート情報、MPOI情報、および/またはリアルタイムの交通情報に基づいて、インフォテインメントシステム114および/またはデータ処理システム110は、現在の交通環境(例えば、MPOI)に適切なコンテンツの特定のタイプを決定する。システムは、例えば、リアルタイム行程(または移動)情報に基づいて、コンテンツアイテムの候補としてリストコンテンツアイテム(例えば、スポンサーされたコンテンツや広告)を識別するために、コンテンツのインデックス(図示せず)からのルックアップ動作を実行する。
一実施形態では、システムは、様々なランキングアルゴリズムを使用してリスト内のコンテンツのアイテムの順位を決定する。コンテンツアイテムは、ユーザのユーザプロファイルに基づいて、順位を決定してもよい。例えば、コンテンツアイテムは、ユーザプロファイルから導出できる、ユーザの優先事項に基づいて、順位を決定してもよい。ユーザプロファイルは、過去のユーザ操作の履歴に基づいて、コンパイルすることができる。一実施形態では、システムは、それぞれのコンテンツアイテムのランキングスコアを決定するために、1つ以上のコンテンツのランキングモデルをコンテンツアイテムのそれぞれに適用する。所定のしきい値を超えているランキングのスコアを有するコンテンツアイテムを選択することができる。コンテンツランキングモデルは、過去に同じような移動環境や交通条件を示す既知の特徴のセットを使用して訓練することができる。コンテンツランキングモデルは、類似したユーザのユーザプロファイルに基づいて訓練してもよい。
選択されたコンテンツアイテムは、その後に自律走行車の表示装置上に描画し表示される。一実施形態では、システムは、自律走行車の1つ以上のカメラを使用して特定の時点でキャプチャされた画像上に、選択されたコンテンツアイテムを追加(augment)させる。一実施形態では、画像に対して画像認識を実行して、画像によって表現されたコンテンツを導出し理解する。例えば、画像やPOIを記述するためには、1つ以上のキーワードが導き出される。コンテンツアイテムのリストは、画像によって表現された1つ以上のキーワード又はPOIに基づいて識別されてもよい。その後、システムは、選択されたコンテンツアイテムをイメージ上に追加して、コンテンツアイテムがイメージ上に重畳される増強画像を生成する。その後、増強画像は、自律走行車の表示装置上に表示される。一部の実施形態によると、インフォテイメントシステム114は、データ処理システム110と一体化されてもよい。
コンテンツリポジトリまたはデータベースからプリコンパイルされたコンテンツ(例えば、ビデオ、映画)のリストから選択することができ、前記コンテンツリポジトリまたはデータベースは、ネットワーク(例えば、クラウドネットワーク)を介してコンテンツプロバイダのコンテンツサーバから定期的に更新できる。したがって、ユーザは、例えば、データストア125から検出された、表示装置上に表示されるリアルタイムにキャプチャされたリアルタイムの実際のコンテンツ、または予めレンダリングされたコンテンツを特定的に選択することができる。例えば、自律走行車101がニューヨーク市で雪のたくさん降る日に移動する場合に、ユーザは自律走行車101が晴れた日に走行するように、ハワイでの明るい環境を表示するように表示装置をスイッチングすることができる。コンテンツは、コラボレーションや協動された方法で(つまり、仮想現実方法で)複数の表示装置(例えば、複数のウィンドウ)に表示されてもよい。
一実施形態によると、データ処理システム110は、自律走行車101の物理的な走行特性を考慮して、自律走行車101の計画システムによって計画されたルートの制御エラーを推定するためのルートシミュレーションシステム(図示せず)を含む。一実施形態では、計画モジュールによって提供される経路の1つまたは複数のルートと、それぞれに関連する計画及び制御情報を考慮して、ルートシミュレーションシステムは、自律走行車の物理的特徴および/または限定事項に基づいて、経路と関連付けられている各ルートのシミュレーションルートを生成するよう、シミュレーションを実行する。シミュレーションは、サーバ103のようなデータ分析システムによって作成し提供されたシミュレーション方法やシミュレーションモデルに基づいて実行されることができる。シミュレーション方法/モデルは、多くの人間運転者によって操作される同一又は類似のタイプの多数の車両の大量の運転データに基づいて生成されることができる。運転データは、データ収集モジュール121によって収集され、解析モジュール122によって解析されて、様々な種類の車両のシミュレーション方法/モデル125を生成することができる。
シミュレーションルートと計画ルートとの間の制御エラーを決定するために、シミュレーションルートは、計画ルートの対応するものと比較される。制御エラーは、自律走行車101を走行させるための最小制御エラーを持っている計画ルートのうちの1つを選択するために使用される。その結果、当該特定のタイプの車両の物理的特徴および/または限定事項のセットが提供される場合に、選択されたルートは、特定の人間運転者が同じタイプの車両を運転するルートに最も近接する。これは、車両の物理的な特性や限定事項(例えば、最小旋回半径)とか、計画ルートが柔軟でないとか、乗客に不快な状況を与えるなどに起因して、車両が計画されたルートを実行できない可能性を減少することができる。
図3は、本発明の一実施形態に係る自律走行車とともに使用されるデータ処理システムの一例を示すブロック図である。システム300は、図1のデータ処理システム110の一部として実現されてもよい。図3を参照すると、システム300は、計画モジュール311、制御モジュール312、シミュレーションモジュール313、および選択的なコンテンツ提示モジュール314を含むが、これに限定されない。モジュール311−314は、ソフトウェア、ハードウェア、またはこれらの組み合わせで実現されてもよい。一実施形態では、モジュール311−314は、永久記憶装置302に設置され、メモリ301にロードされ、1つ以上のプロセッサ(図示せず)によって実行されてもよい。コンテンツ提示モジュール314は、図1のインフォテインメントシステム114に接続、またはその一部として実現されて、コンテンツリポジトリ322に記憶されたコンテンツと、ネットワークを介してリモートコンテンツサーバからリアルタイムでストリーミングされたコンテンツとに基づいて、車両の乗客にインフォテインメント情報を提供することができる。
計画モジュール311は、センサシステム115から受信されたセンサデータおよび/または様々なソース(例えば、位置、地図、地図と興味のある点の一部としてのPOIまたはMPOIデータベース323)から受信されたリアルタイム情報のような様々な情報に基づいて、自律走行車のための経路またはルートを計画するものである。計画及び制御データは、計画モジュール311によって生成される。計画及び制御データに基づいて、制御モジュール306は、計画及び制御データによって定義されたルートまたは経路に沿って、車両制御システム111に適切なコマンドまたは信号を伝送することにより、車両を制御するものである。計画及び制御データには、経路またはルート上の異なる時点において、適切な車両設定または走行パラメータ(例えば、スロットル、ブレーキ、および旋回コマンド)を使用して、ルートまたは経路の第1の地点から第2の地点まで車両を走行させる十分な情報が含まれている。計画モジュール311と制御モジュール312は、図2の車両制御システム111のナビゲーションユニット205に通信可能に接続されたり一体化されてもよい。
一実施形態によると、ルートに沿った経路の計画及び制御データが計画モジュール311によって生成された場合には、計画及び制御データは、経路またはルートのルートセグメントの第1の点(例えば、開始点)から第2の点(例えば、エンド点または目的地点)までの1つまたは複数のルートのセットを記述する。異なるルートは、当該ルートに沿って、異なる時点で、速度、加速度、旋回角度のような異なる走行パラメータを有することができる。
計画モジュール311によって提供された計画及び制御データに応答して、制御モジュール312は、シミュレーションモジュール313を呼び出して、計画ルートのそれぞれに対する、車両のプロファイル321に基づいたシミュレーションを実行する。一実施形態によると、シミュレーションモジュール313は、計画ルートの計画及び制御データの一部としてのルート情報及び車両のプロファイル321から取得された車両の物理的特性(例えば、特徴、および/または走行限定事項)に基づいて、複数のシミュレーション方法/モデル325を使用して、シミュレーションを実行する。車両プロファイル321とシミュレーション方法/モデル325は、例えば、データ分析システム103によってプリコンパイルされて、永久記憶装置302に記憶することができる。
車両のプロファイル321は、車両の特定のタイプまたはモデルについて特定的にコンパイルすることができる。車両プロファイル321は、例えば、最小旋回半径、加速度、ブレーキ、物理的なサイズ(例えば、高さ、幅、重量、車輪の大きさや直径、ホイールベース)、およびエンジンやパワーなどの車両の特定の物理的及び走行の特性を含むことができる。最小旋回半径とは、車両の可能な最も小さい円形の回転(つまり、Uターン)の半径を意味する。加速パラメータとは、車両がゼロ速度から所定の速度(例えば、60マイル毎時またはMPH)まで加速可能な時間または距離を示す。制動パラメータとは、車両が所定速度(例えば、60mph)から0まで減速可能な時間または距離を示す。
一実施形態では、シミュレーションルートは、車両のプロファイル321を考慮して計画された特定の計画及び制御データに基づいて生成される。制御モジュール312および/またはシミュレーションモジュール313は、シミュレーションルートを、計画モジュール311によって生成された対応する計画ルートと比較する。各ルートについて、比較結果に基づいて制御エラーを決定する。制御エラーは、対応ルートと対応するシミュレーションルートの差を示す。一実施形態では、ルートとシミュレーションルートの曲線またはグラフが図示され、異なる時点での2つのグラフの間の差を決定する。最大差は、2つのルート間の制御エラーとして適用されてもよい。より大きな制御エラーは、対応する計画ルートに沿う車両の走行が難しくなったり、走行が柔軟でないことを示す。計画ルートに関連する制御エラーをもとに、計画ルートのうちの1つが選択され、選択されたルートは、すべてのルートの制御エラーで最小の制御エラーを有する。一実施形態では、制御モジュール312は、計画モジュール311により計画ルートのうちの1つを選択するように、計画モジュール311にフィードバック(例えば、制御エラー)を提供する。計画モジュール311は、制御エラーに加えて、ルート曲率、スピードなどの他の特徴に基づいて、最適なルートを選択することができる。その後、車両を選択されたルートに沿って運行させる。
図4は、本発明の一実施形態に係る自律走行車のルートをシミュレートするための処理の流れである。図4を参照すると、シミュレーションシステム400は、シミュレーションロジック411と制御エラー計算機412とを有するシミュレーションモジュール313を含む。計画モジュールがルートを作成するとき、ルートのルート情報401及び車両のプロファイル情報321は、シミュレーションモジュール313に提供される。一実施形態では、車両のプロファイル321及びルート情報401に基づいて、シミュレーションロジック411は、シミュレーション方法/モデル325を使用してシミュレーションを実行し、シミュレーションルート402を生成する。制御エラー計算機412は、シミュレーションルート402と計画ルート401とを比較して制御エラー403を決定する。プロセス400は、計画モジュールによって提供された計画ルートごとに繰り返し実行される。最小制御エラーを有する計画ルートのうちの1つが選択される。
図5は、本発明の一実施形態に係るルート選択のためのシミュレーションルートを考慮した計画ルートの例を示す図である。図5を参照すると、この例では、処理ステップ501において、第1の計画ルート511及び第2の計画ルート512が、計画モジュール301によって生成された。処理ステップ502において、第1のシミュレーションルート521が、第1の計画ルート511に関連付けられる計画及び制御データと、車両の車両プロファイルとに対して実行されたシミュレーションに基づいて生成される。処理ステップ503において、第2のシミュレーションルート522が、第2の計画ルート512に関連付けられる計画及び制御データと、車両の車両プロファイルとに対して実行されたシミュレーションに基づいて生成される。
シミュレーションルート521と計画ルート511とを比較して、ルート511と521の間の差または不一致を示す第1の制御エラーが決定される。一実施形態では、ルート511と521のグラフが図示され、異なる時点でグラフのデータ点の間の差が決定される。この例では、点531での最大差が、ルート511と関連付けられている第1の制御エラーとして利用される。同様に、シミュレーションルート522と計画ルート512とを比較して、第2の計画ルート512に関連付けられる第2の制御エラー532が決定される。この例では、点531に表示された第1の制御エラーは、点532に表示された第2の制御エラーよりも大きい。その結果、車両を運行させるために計画ルート512が選択されるべきである。
図6は、本発明の一実施形態に係る自律走行車を運行させるプロセスを示すフローチャートである。プロセス600は、ソフトウェア、ハードウェア、またはこれらの組み合わせを含む処理ロジックによって実行されることができる。例えば、プロセス600は、図3のシステム300によって実行されてもよい。図6を参照すると、ブロック601において、処理ロジックは、自律走行車と関連付けられているルートの第1の地点から第2の地点までの1つ以上の計画ルートのセットの計画及び制御データを受信する。計画ルートのそれぞれについて、処理ロジックは、シミュレーションルートを生成するために、自律走行車のルートの対応する計画及び制御データ及び車両のプロファイルに対してシミュレーションを実行する。ブロック603において、処理ロジックは、シミュレーションルートと計画ルートとの間の差を示す制御エラーを決定するために、シミュレーションルートと計画ルートを比較する。ブロック604において、計画ルートの制御エラーに基づいて、計画ルートの1つを選択する。選択された計画ルートは、計画ルート同士で最小または最少の制御エラーを有する。ブロック605において、選択された計画ルートに沿って自律走行車を運行させる。
注意すべき点は、前記図示された構成要素の一部または全部は、ソフトウェア、ハードウェア、またはこれらの組み合わせにより実現されることができる。たとえば、これらの構成要素は、本明細書全体に記載されたプロセスまたはステップを実行するために、プロセッサ(図示せず)によってメモリにロードされて実行されることができる永続記憶装置にインストールされて記憶されるソフトウェアとして実現ことができる。代案として、これらの構成要素は、集積回路(例えば、特定用途向け集積回路またはASIC)、デジタル信号プロセッサ(DSP)またはフィールドプログラマブルゲートアレイ(Field Programmable Gate Array、FPGA)のような専用のハードウェアにプログラムされたり内蔵された実行可能コードとして実現されることができ、これは、アプリケーションから対応するドライバおよび/またはオペレーティングシステムを介してアクセスすることができる。さらに、これらの構成要素は、1つ以上の特定のコマンドを使用してソフトウェアコンポーネントによってアクセス可能なコマンドセットの一部であり、プロセッサまたはプロセッサコアの特定のハードウェアロジックとして実現することができる。
図6は、本出願の一実施形態と組み合わせて使用されるデータ処理システムを例示的に示すブロック図である。例えば、システム1500は、前記プロセス又は方法のいずれか(例えば、図1のデータ処理システム110、及びサーバ103〜104のいずれか)を実行する前記任意のデータ処理システムを示してもよい。システム1500は、複数の異なる構成要素を含んでもよい。これらの構成要素は、集積回路(IC)、集積回路の一部、分散型電子装置又は回路基板(例えば、コンピュータシステムのマザーボード又はアドインカード)に適用された他のモジュール、又は他の方式でコンピュータシステムのシャシーに組み込まれた構成要素として実現されることができる。
さらに、システム1500は、コンピュータシステムの複数の構成要素の高レベルビューを示すことを目的とする。しかしながら、いくつかの実現形態では、付加的構成要素が存在する場合があることを理解すべきである。また、他の実現形態において示される構成要素が異なる配置を有してもよい。システム1500は、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、サーバ、携帯電話、メディアプレーヤー、パーソナルディジタルアシスタント(PDA)、スマート腕時計、パーソナルコミュニケーター、ゲーム装置、ネットワークルータ又はハブ、無線アクセス点(AP)又はリピーター、セットトップボックス、又はそれらの組合せを示してもよい。また、単一の機器又はシステムのみを示したが、用語「機器」又は「システム」は、さらに、独立又は共同で1つ(又は複数)のコマンドセットを実行することにより本明細書に説明される任意の1種又は複数種の方法を実行する機器又はシステムの任意のセットを含むことを理解すべきである。
一実施形態において、システム1500は、バス又はインターコネクト1510によって接続されたプロセッサ1501、メモリ1503及び装置1505〜1508を備える。プロセッサ1501は、単一のプロセッサコア又は複数のプロセッサコアを含む単一のプロセッサ又は複数のプロセッサを示してもよい。プロセッサ1501は、マイクロプロセッサ、中央処理装置(CPU)等のような1つ又は複数の汎用プロセッサを示してもよい。より具体的には、プロセッサ1501は、複雑コマンドセット計算(CISC)マイクロプロセッサ、縮小コマンドセットコンピュータ(RISC)マイクロプロセッサ、超長コマンド語(VLIW)マイクロプロセッサ、又は他のコマンドセットを実現するプロセッサ、又はコマンドセットの組合せを実現するプロセッサであってもよい。プロセッサ1501は、さらに、専用集積回路(ASIC)、セルラ又はベースバンドプロセッサ、フィールドプログラマブルゲートアレイ(FPGA)、デジタル信号プロセッサ(DSP)、グラフィックプロセッサ、ネットワークプロセッサ、通信プロセッサ、ネットワークプロセッサ、暗号プロセッサ、コプロセッサ、組み込みプロセッサのような1つ又は複数の専用プロセッサ、あるいはコマンド処理可能な任意の他のタイプのロジックであってもよい。
プロセッサ1501(超低電圧プロセッサのような低電力マルチコアプロセッサソケットであってもよい)は、前記システムの各種の構成要素と通信するための主処理ユニット及び中央ハブとして用いられてもよい。このようなプロセッサは、システムオンチップ(SoC)として実現されることができる。プロセッサ1501は、本明細書に説明される動作及びステップを実行するためのコマンドを実行するように構成される。また、システム1500は、選択可能なグラフィックサブシステム1504と通信するグラフィックインターフェースをさらに含んでもよく、グラフィックサブシステム1504は、ディスプレイコントローラ、グラフィックプロセッサ及び/又はディスプレイ装置をさらに備えてもよい。
プロセッサ1501は、一実施形態で与えられた量のシステムメモリを提供するために、多数のメモリ装置を使用して実現することができるメモリ1503と通信することができる。メモリ1503は、ランダムアクセスメモリ(RAM)、ダイナミックRAM(DRAM)、同期DRAM(SDRAM)、スタティックRAM(SRAM)などの1つ以上の揮発性ストレージ(またはメモリ)装置または他のタイプのストレージ装置を含むことができる。メモリ1503は、プロセッサ1501または任意の他の装置によって実行されるコマンドのシーケンスを含む情報を記憶することができる。たとえば、さまざまなオペレーティングシステム、装置ドライバ、ファームウェア(例えば、入出力の基本システムまたはBIOS)、および/またはアプリケーションの実行可能コードおよび/またはデータは、メモリ1503にロードされ、プロセッサ1501によって実行することができる。オペレーティングシステムは、例えば、ロボットオペレーティングシステム(ROS)は、Microsoft(登録商標)社のウィンドウズ(登録商標)オペレーティングシステム、AppleのMacOS(登録商標)/iOS(登録商標)は、Google(登録商標)のAndroid(登録商標)、LINUX(登録商標)、UNIX(登録商標)、または他のリアルタイムまたは組み込みオペレーティングシステムのような任意のタイプのオペレーティングシステムであることができる。
システム1500は、IO装置、例えば装置1505〜1508をさらに備えてもよく、ネットワークインターフェース装置1505、選択可能な入力装置1506及び他の選択可能なIO装置1507を備えてもよい。ネットワークインターフェース装置1505は、無線送受信機(無線ドランシーバ)及び/又はネットワークインターフェースカード(NIC)を備えてもよい。前記無線送受信機は、WiFi送受信機、赤外送受信機、ブルートゥース(登録商標)送受信機、WiMax送受信機、無線セルラーホン送受信機、衛星送受信機(例えば、全地球測位システム(GPS)送受信機)又は他の無線周波数(RF)送受信機又はそれらの組合せであってもよい。NICは、イーサネット(登録商標)カードであってもよい。
入力装置1506は、マウス、タッチパッド、タッチスクリーン(それは表示装置1504と集積されてもよい)、ポインタ装置(例えばスタイラス)及び/又はキーボード(例えば、物理キーボード、又はタッチスクリーンの一部として表示された仮想キーボード)を備えてもよい。例えば、入力装置1506は、タッチスクリーンに接続されるタッチスクリーンコントローラを含んでもよい。タッチスクリーン及びタッチスクリーンコントローラは、例えば複数種のタッチ感度技術(容量式、抵抗式、赤外式及び表面音波の技術を含むが、それらに限定されない)のいずれか、及びタッチスクリーンの1つ又は複数の接触点を決定するための他の近接センサアレイ又は他の素子を用いて、そのタッチ点及び移動又は断続を検出することができる。
IO装置1507は、音声装置を備えてもよい。音声装置は、スピーカ及び/又はマイクロホンを含んでもよく、それにより音声認識、音声コピー、デジタル記録及び/又は電話機能のような音声サポートの機能を促進する。他のIO装置1507は、汎用シリアルバス(USB)ポート、パラレルポート、シリアルポート、印刷機、ネットワークインターフェース、バスブリッジ(例えば、PCI〜PCIブリッジ)、センサ(例えば、加速度計、ジャイロスコープ、磁力計、光センサ、コンパス、近接センサ等のような動きセンサ)又はそれらの組合せをさらに備えてもよい。装置1507は、結像処理サブシステム(例えば、カメラ)をさらに備えてもよく、前記結像処理サブシステムは、カメラ機能(例えば、写真及びビデオ断片の記録)を促進するための電荷カップリング装置(CCD)又は相補型金属酸化物半導体(CMOS)光学センサのような光学センサを備えてもよい。あるセンサは、センサハブ(図示せず)によってインターコネクト1510に接続されてもよく、キーボード又は熱センサのような他の装置は、組み込みコントローラ(図示せず)により制御されてもよく、これはシステム1500の特定配置又は設計により決められる。
データ、アプリケーション、1つ又は複数のオペレーティングシステム等のような情報の永続記憶を提供するために、大容量メモリ(図示せず)が、プロセッサ1501に接続されてもよい。様々な実施形態において、薄型化と軽量化のシステム設計を実現しかつシステムの応答能力を向上させるために、このような大容量メモリは、ソリッドステート装置(SSD)によって実現されることができる。なお、他の実施形態において、大容量メモリは、主にハードディスクドライブ(HDD)で実現されてもよく、少量のSSD記憶量は、SSDキャッシュとして、停電イベント期間にコンテキスト状態及び他のこのような情報の不揮発性記憶を実現し、それによりシステム動作が再開する時に通電を速く実現することができる。さらに、フラッシュ装置は、例えばシリアルペリフェラルインターフェース(SPI)によってプロセッサ1501に接続されてもよい。このようなフラッシュ装置は、システムソフトウェアの不揮発性記憶に用いられてもよく、前記システムソフトウェアは、前記システムのBIOS及び他のファームウェアを備える。
ストレージ装置1508は、任意の1種又は複数種の本明細書に記載の方法又は機能を実現する1つ又は複数のコマンドセット又はソフトウェア(例えば、モジュール、ユニット及び/又はロジック1528)が記憶されるコンピュータアクセス可能な記憶媒体1509(機械可読記憶媒体又はコンピュータ可読媒体とも呼ばれる)を備えてもよい。処理モジュール/ユニット/ロジック1528は、例えば、計画モジュール304及び/又は制御モジュール305のような前記構成要素のいずれかを示してもよい。処理モジュール/ユニット/ロジック1528は、さらにデータ処理システム1500、メモリ1503及びプロセッサ1501により実行される期間に、メモリ1503内及び/又はプロセッサ1501内に完全又は少なくとも部分的に存在してもよく、ここで、メモリ1503及びプロセッサ1501も、機器アクセス可能な記憶媒体を構成する。処理モジュール/ユニット/ロジック1528は、さらにネットワークによってネットワークインターフェース装置1505を経由して送受信されてもよい。
コンピュータ可読記憶媒体1509は、以上に説明されたいくつかのソフトウェア機能の一部を永続的に記憶してもよい。コンピュータ可読記憶媒体1509は、例示的な実施形態において単一の媒体として示されたが、用語「コンピュータ可読記憶媒体」は、前記1つ又は複数のコマンドセットが記憶される単一の媒体又は複数の媒体(例えば、集中型又は分散型データベース、及び/又は関連するキャッシュ及びサーバ)を備えることを理解すべきである。用語「コンピュータ可読記憶媒体」は、さらにコマンドセットを記憶又はコーディング可能な任意の媒体を備えることを理解すべきであり、前記コマンドセットは、機器により実行されかつ前記機器に本発明の任意の1種又は複数種の方法を実行させる。従って、用語「コンピュータ可読記憶媒体」は、ソリッドステートメモリ及び光学媒体と磁気媒体又は任意の他の非一時的機械可読媒体を備えるが、それらに限定されないことを理解すべきである。
本明細書に記載の処理モジュール/ユニット/ロジック1528、構成要素及び他の特徴は、ディスクリートハードウェア構成要素として実現されてもよく、又はハードウェア構成要素(例えばASICS、FPGA、DSP又は類似装置)の機能に統合されてもよい。さらに、処理モジュール/ユニット/ロジック1528は、ハードウェア装置内のファームウェア又は機能回路として実現されてもよい。また、処理モジュール/ユニット/ロジック1528は、ハードウェア装置及びソフトウェアコンポーネントの任意の組合せで実現されてもよい。
なお、システム1500は、データ処理システムの各種の構成要素を有するように示されているが、構成要素の相互接続のいかなる特定のアーキテクチャー又は方式を示すものではないことに注意すべきであり、それは、このような詳細が本発明の実施形態に密接な関係がないためである。また、より少ない構成要素又はより多くの構成要素を有するネットワークコンピュータ、ハンドヘルドコンピュータ、携帯電話、サーバ及び/又は他のデータ処理システムは、本発明の実施形態と共に使用されてもよい。
前記詳細な説明の一部は、コンピュータメモリにおけるデータビットに対する演算のアルゴリズム及び記号表現で示される。これらのアルゴリズムの説明及び表現は、データ処理分野における当業者によって使用され、それらの作業実質を所属分野の他の当業者に最も効果的に伝達する方法である。ここで、アルゴリズムは、通常、所望の結果につながる首尾一貫した動作列(sequence of operations)と考えられる。これらの動作とは、物理量に対して物理的動作を行う必要となるステップを指す。
ただし、これらの全ての及び類似の用語は、いずれも適切な物理量に関連付けられ、かつただこれらの量に適用される適切なラベルであることに注意すべきである。特に断らない限り、本出願の全体にわたって用語(例えば、添付している特許請求の範囲に説明された用語)による説明とは、コンピュータシステム又は類似の電子計算装置の動作及び処理であり、前記コンピュータシステム又は電子計算装置は、コンピュータシステムのレジスタ及びメモリに物理(例えば、電子)量としてデータを示し、かつ前記データをコンピュータシステムメモリ又はレジスタ又は他のこのような情報記憶装置、伝送又は表示装置内において類似に物理量として示される他のデータに変換する。
本発明の実施形態は、さらに本明細書における動作を実行するためのコンピュータプログラムに関する。このようなコンピュータプログラムは、非揮発性のンピュータ可読媒体に記憶される。機器可読媒体は、機器(例えば、コンピュータ)可読な形態で情報を記憶する任意の機構を備える。例えば、機器可読(例えば、コンピュータ可読)媒体は、機器(例えば、コンピュータ)可読記憶媒体(例えば、読み出し専用メモリ(「ROM」)、ランダムアクセスメモリ(「RAM」)、磁気ディスク記憶媒体、光記憶媒体、フラッシュメモリメモリ)を備える。
前記図面に示される手順又は方法は、ハードウェア(例えば、回路、専用ロジック等)、ソフトウェア(例えば、非揮発性のコンピュータ可読媒体に具現化される)、又は両方の組合せを含む処理ロジックにより実行されてもよい。前記手順又は方法は、本明細書において特定の順序に応じて説明されるが、説明された動作の一部は、異なる順序に応じて実行されてもよい。また、いくつかの動作は、順番ではなく並行に実行されてもよい。
本発明の実施形態は、いずれかの特定のプログラミング言語を参照して説明されていないが、複数種のプログラミング言語で本明細書に記載の本発明の実施形態の教示を実現できることを理解すべきである。
以上の明細書では、本発明の具体的な例示的な実施形態を参照してその実施形態を説明した。明らかなように、添付している特許請求の範囲に記載の本発明のより広い趣旨及び範囲を逸脱しない限り、様々な変形が可能である。従って、限定的なものではなく例示的なものとして本明細書及び図面を理解すべきである。
図2を参照すると、一実施形態において、センサシステム115は、1つ以上のカメラ211と、全地球測位システム(GPS)ユニット212と、慣性計測ユニット(IMU)213と、レーダーユニット214と、光検出及び測距(LIDAR)ユニット215とを含むが、これらに限定されない。GPSユニット212は、送受信機を含んでもよく、前記送受信機は、自律走行車の位置に関する情報を提供するように操作されることができる。IMUユニット213は、慣性加速度に基づいて自律走行車の位置及び方向変化を感知することができる。レーダーユニット214は、無線信号を利用して自律走行車のローカル環境内の対象を感知するシステムを示すことができる。いくつかの実施形態において、対象を感知する以外、レーダーユニット214は、さらに対象の速度及び/又は走行方向を感知することができる。LIDARユニット215は、レーザを使用して自律走行車の位置する環境における対象を感知することができる。その他のシステム構成要素以外、LIDARユニット215は、1つ以上のレーザ光源、レーザースキャナ及び1つ以上の検出器をさらに含んでもよい。カメラ211は、自律走行車の周辺環境の画像をキャプチャするための1つ以上の装置を含んでもよい。カメラ211は、スチルカメラ及び/又はビデオカメラであってもよい。カメラは、例えば回転及び/又は傾斜のプラットフォームに取り付けられる、機械的に移動可能なものであってもよい。
図1を再び参照すると、無線通信システム112は、自律走行車101と、例えば装置、センサ、その他の車両等の外部システムとの間の通信を可能にする。例えば、無線通信システム112は、1つ以上の装置に直接に又は通信ネットワークを介して無線通信し、例えばネットワーク102によってサーバ103〜104に通信できる。無線通信システム112は、任意のセルラー通信ネットワーク又は無線ローカルエリアネットワーク(WLAN)(例えばWiFi)を使用して他の構成要素やシステムに通信できる。無線通信システム112は、例えば赤外線リンク、ブルートゥース(登録商標)等を使用して装置(例えば、乗客の移動装置、車両101内の表示装置、スピーカー)に直接に通信できる。ユーザインターフェースシステム113は、車両101内で実行される周辺装置の一部であってもよく、例えばキーボード、タッチスクリーンディスプレイ装置、マイクロフォン、及びスピーカー等を含む。
図4は、本発明の一実施形態に係る自律走行車のルートをシミュレートするための処理の流れである。図4を参照すると、シミュレーションシステム400は、シミュレーションロジック411と制御エラー計算機412とを有するシミュレーションモジュール313を含む。計画モジュールがルートを作成するとき、ルートのルート情報401及び車両のプロファイル情報321は、シミュレーションモジュール313に提供される。一実施形態では、車両のプロファイル321及びルート情報401に基づいて、シミュレーションロジック411は、シミュレーション方法/モデル325を使用してシミュレーションを実行し、シミュレーションルート402を生成する。制御エラー計算機412は、シミュレーションルート402と計画ルートとを比較して制御エラー403を決定する。プロセス400は、計画モジュールによって提供された計画ルートごとに繰り返し実行される。最小制御エラーを有する計画ルートのうちの1つが選択される。
図5は、本発明の一実施形態に係るルート選択のためのシミュレーションルートを考慮した計画ルートの例を示す図である。図5を参照すると、この例では、処理ステップ501において、第1の計画ルート511及び第2の計画ルート512が、計画モジュール311によって生成された。処理ステップ502において、第1のシミュレーションルート521が、第1の計画ルート511に関連付けられる計画及び制御データと、車両の車両プロファイルとに対して実行されたシミュレーションに基づいて生成される。処理ステップ503において、第2のシミュレーションルート522が、第2の計画ルート512に関連付けられる計画及び制御データと、車両の車両プロファイルとに対して実行されたシミュレーションに基づいて生成される。
一実施形態において、システム1500は、バス又はインターコネクト1510によって接続されたプロセッサ1501、メモリ1503及び装置1505〜1508を備える。プロセッサ1501は、単一のプロセッサコア又は複数のプロセッサコアを含む単一のプロセッサ又は複数のプロセッサを示してもよい。プロセッサ1501は、マイクロプロセッサ、中央処理装置(CPU)等のような1つ又は複数の汎用プロセッサを示してもよい。より具体的には、プロセッサ1501は、複雑コマンドセット計算(CISC)マイクロプロセッサ、縮小コマンドセットコンピュータ(RISC)マイクロプロセッサ、超長コマンド語(VLIW)マイクロプロセッサ、又は他のコマンドセットを実現するプロセッサ、又はコマンドセットの組合せを実現するプロセッサであってもよい。プロセッサ1501は、さらに、専用集積回路(ASIC)、セルラ又はベースバンドプロセッサ、フィールドプログラマブルゲートアレイ(FPGA)、デジタル信号プロセッサ(DSP)、グラフィックプロセッサ、ネットワークプロセッサ、通信プロセッサ、暗号プロセッサ、コプロセッサ、組み込みプロセッサのような1つ又は複数の専用プロセッサ、あるいはコマンド処理可能な任意の他のタイプのロジックであってもよい。
システム1500は、I/O装置、例えば装置1505〜1508をさらに備えてもよく、ネットワークインターフェース装置1505、選択可能な入力装置1506及び他の選択可能なI/O装置1507を備えてもよい。ネットワークインターフェース装置1505は、無線送受信機(無線ドランシーバ)及び/又はネットワークインターフェースカード(NIC)を備えてもよい。前記無線送受信機は、WiFi送受信機、赤外送受信機、ブルートゥース(登録商標)送受信機、WiMax送受信機、無線セルラーホン送受信機、衛星送受信機(例えば、全地球測位システム(GPS)送受信機)又は他の無線周波数(RF)送受信機又はそれらの組合せであってもよい。NICは、イーサネット(登録商標)カードであってもよい。
I/O装置1507は、音声装置を備えてもよい。音声装置は、スピーカ及び/又はマイクロホンを含んでもよく、それにより音声認識、音声コピー、デジタル記録及び/又は電話機能のような音声サポートの機能を促進する。他のI/O装置1507は、汎用シリアルバス(USB)ポート、パラレルポート、シリアルポート、印刷機、ネットワークインターフェース、バスブリッジ(例えば、PCI〜PCIブリッジ)、センサ(例えば、加速度計、ジャイロスコープ、磁力計、光センサ、コンパス、近接センサ等のような動きセンサ)又はそれらの組合せをさらに備えてもよい。装置1507は、結像処理サブシステム(例えば、カメラ)をさらに備えてもよく、前記結像処理サブシステムは、カメラ機能(例えば、写真及びビデオ断片の記録)を促進するための電荷カップリング装置(CCD)又は相補型金属酸化物半導体(CMOS)光学センサのような光学センサを備えてもよい。あるセンサは、センサハブ(図示せず)によってインターコネクト1510に接続されてもよく、キーボード又は熱センサのような他の装置は、組み込みコントローラ(図示せず)により制御されてもよく、これはシステム1500の特定配置又は設計により決められる。
本明細書に記載の処理モジュール/ユニット/ロジック1528、構成要素及び他の特徴は、ディスクリートハードウェア構成要素として実現されてもよく、又はハードウェア構成要素(例えばASIC、FPGA、DSP又は類似装置)の機能に統合されてもよい。さらに、処理モジュール/ユニット/ロジック1528は、ハードウェア装置内のファームウェア又は機能回路として実現されてもよい。また、処理モジュール/ユニット/ロジック1528は、ハードウェア装置及びソフトウェアコンポーネントの任意の組合せで実現されてもよい。
Claims (21)
- 自律走行車を運行させるためのコンピュータ実施方法において、
自律走行車を経路の第1の地点から第2の地点に移動させることを示す動作計画及び制御データを受信するステップであって、前記動作計画及び制御データは、前記経路内の前記第1の地点から前記第2の地点までの複数のルートを記述する、ステップと、
前記ルートのそれぞれに対して、
シミュレーションルートを生成するために、前記自律走行車の物理的特性を考慮して、前記ルートのシミュレーションを実行し、
前記ルートと前記シミュレーションルートの間の差を示す制御エラーを算出する、ステップと、
前記ルートと関連付けられる前記シミュレーションルートの間の制御エラーに基づいて、前記ルートのうちの1つを選択するステップと、
前記選択されたルートに応じて、前記自律走行車を前記第1の地点から前記第2の地点に移動させるステップと、を含む、
方法。 - 前記選択されたルートは、前記ルートの前記制御エラーのうち最小制御エラーを有するルートである、
ことを特徴とする請求項1に記載の方法。 - 前記自律走行車の前記物理的特性は、同じモデルの前記自律走行車に対して特定的にコンパイルされた車両のプロファイルから取得される、
ことを特徴とする請求項1に記載の方法。 - 前記自律走行車の前記物理的特性は、前記自律走行車の旋回半径を含む、
ことを特徴とする請求項3に記載の方法。 - 前記自律走行車の前記物理的特性は、0から60マイル毎時までの前記自律走行車の加速時間を含む、
ことを特徴とする請求項3に記載の方法。 - 前記自律走行車の前記物理的特性は、前記自律走行車の高さまたは重さを含む、
ことを特徴とする請求項3に記載の方法。 - 前記ルートと前記シミュレーションルートの間の差を示す制御エラーを算出するステップは、
前記ルートのルートメタデータに基づいて、第1の曲線を描くステップと、
前記シミュレーションルートのシミュレーションメタデータに基づいて、第2の曲線を描くステップと、
前記第1の曲線と前記第2の曲線の間の最大差がある時点を識別するステップと、
制御エラーを示すために、前記最大差の距離を算出するステップと、を含む、
ことを特徴とする請求項1に記載の方法。 - コマンドが記憶されており、
前記コマンドがプロセッサによって実行されるとき、前記プロセッサに動作を実行させる、非一時的機械可読媒体であって、
前記動作は、
自律走行車を経路の第1の地点から第2の地点に移動させることを示す動作計画及び制御データを受信することであって、前記動作計画及び制御データは、前記経路内の前記第1の地点から前記第2の地点までの複数のルートを記述する、ステップと、
前記ルートのそれぞれに対して、
シミュレーションルートを生成するために、前記自律走行車の物理的特性を考慮して、前記ルートのシミュレーションを実行し、
前記ルートと前記シミュレーションルートの間の差を示す制御エラーを算出する、ステップと、
前記ルートと関連付けられる前記シミュレーションルートの間の制御エラーに基づいて、前記ルートのうちの1つを選択するステップと、
前記選択されたルートに応じて、前記自律走行車を前記第1の地点から前記第2の地点に移動させるステップと、を含む、
非一時的機械可読媒体。 - 前記選択されたルートは、前記ルートの前記制御エラーのうち最小制御エラーを有するルートである、
ことを特徴とする請求項8に記載の非一時的機械可読媒体。 - 前記自律走行車の前記物理的特性は、同じモデルの前記自律走行車に対して特定的にコンパイルされた車両のプロファイルから取得される、
ことを特徴とする請求項8に記載の非一時的機械可読媒体。 - 前記自律走行車の前記物理的特性は、前記自律走行車の旋回半径を含む、
ことを特徴とする請求項10に記載の非一時的機械可読媒体。 - 前記自律走行車の前記物理的特性は、0から60マイル毎時までの前記自律走行車の加速時間を含む、
ことを特徴とする請求項10に記載の非一時的機械可読媒体。 - 前記自律走行車の前記物理的特性は、前記自律走行車の高さまたは重さを含む、
ことを特徴とする請求項10に記載の非一時的機械可読媒体。 - 前記ルートと前記シミュレーションルートの間の差を示す制御エラーを算出するステップは、
前記ルートのルートメタデータに基づいて、第1の曲線を描くステップと、
前記シミュレーションルートのシミュレーションメタデータに基づいて、第2の曲線を描くステップと、
前記第1の曲線と前記第2の曲線の間の最大差がある時点を識別するステップと、
制御エラーを示すために、前記最大差の距離を算出するステップと、を含む、
ことを特徴とする請求項8に記載の非一時的機械可読媒体。 - プロセッサと、
前記プロセッサに接続されてコマンドを記憶するメモリと、を含み、
前記コマンドが前記プロセッサによって実行されるとき、前記プロセッサによって自律走行車を運行させる動作を実行する、データ処理システムにおいて、
前記動作は、
自律走行車を経路の第1の地点から第2の地点に移動させることを示す動作計画及び制御データを受信することであって、前記動作計画及び制御データは、前記経路内の前記第1の地点から前記第2の地点までの複数のルートを記述する、ステップと、
前記ルートのそれぞれに対して、
シミュレーションルートを生成するために、前記自律走行車の物理的特性を考慮して、前記ルートのシミュレーションを実行し、
前記ルートと前記シミュレーションルートの間の差を示す制御エラーを算出する、ことと、
前記ルートと関連付けられる前記シミュレーションルートの間の制御エラーに基づいて、前記ルートのうちの1つを選択するステップと、
前記選択されたルートに応じて、前記自律走行車を前記第1の地点から前記第2の地点に移動させるステップと、を含む、
システム。 - 前記選択されたルートは、前記ルートの前記制御エラーのうち最小制御エラーを有するルートである、
ことを特徴とする請求項15に記載のデータ処理システム。 - 前記自律走行車の前記物理的特性は、同じモデルの前記自律走行車に対して特定的にコンパイルされた車両のプロファイルから取得される、
ことを特徴とする請求項15に記載のデータ処理システム。 - 前記自律走行車の前記物理的特性は、前記自律走行車の旋回半径を含む、
ことを特徴とする請求項17に記載のデータ処理システム。 - 前記自律走行車の前記物理的特性は、0から60マイル毎時までの前記自律走行車の加速時間を含む、
ことを特徴とする請求項17に記載のデータ処理システム。 - 前記自律走行車の前記物理的特性は、前記自律走行車の高さまたは重さを含む、
ことを特徴とする請求項17に記載のデータ処理システム。 - 前記ルートと前記シミュレーションルートの間の差を示す制御エラーを算出するステップは、
前記ルートのルートメタデータに基づいて、第1の曲線を描くステップと、
前記シミュレーションルートのシミュレーションメタデータに基づいて、第2の曲線を描くステップと、
前記第1の曲線と前記第2の曲線の間の最大差がある時点を識別することと、
制御エラーを示すために、前記最大差の距離を算出するステップと、を含む、
ことを特徴とする請求項15に記載のデータ処理システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/216,566 | 2016-07-21 | ||
US15/216,566 US10162354B2 (en) | 2016-07-21 | 2016-07-21 | Controlling error corrected planning methods for operating autonomous vehicles |
PCT/US2017/013781 WO2018017154A1 (en) | 2016-07-21 | 2017-01-17 | Controlling error corrected planning methods for operating autonomous vehicles |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018531385A JP2018531385A (ja) | 2018-10-25 |
JP2018531385A6 true JP2018531385A6 (ja) | 2018-12-13 |
JP6674019B2 JP6674019B2 (ja) | 2020-04-01 |
Family
ID=60988444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018517547A Active JP6674019B2 (ja) | 2016-07-21 | 2017-01-17 | 自律走行車を運行させるための制御エラー補正計画方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10162354B2 (ja) |
EP (1) | EP3335006B1 (ja) |
JP (1) | JP6674019B2 (ja) |
KR (1) | KR102096726B1 (ja) |
CN (1) | CN108027243B (ja) |
WO (1) | WO2018017154A1 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11399995B2 (en) | 2016-02-23 | 2022-08-02 | Deka Products Limited Partnership | Mobility device |
US10908045B2 (en) | 2016-02-23 | 2021-02-02 | Deka Products Limited Partnership | Mobility device |
US10926756B2 (en) | 2016-02-23 | 2021-02-23 | Deka Products Limited Partnership | Mobility device |
US10802495B2 (en) | 2016-04-14 | 2020-10-13 | Deka Products Limited Partnership | User control device for a transporter |
US10627248B2 (en) * | 2016-09-21 | 2020-04-21 | Apple Inc. | Cognitive load routing metric for vehicle guidance |
JP6932205B2 (ja) * | 2017-11-30 | 2021-09-08 | 三菱電機株式会社 | 三次元地図生成システム、三次元地図生成方法および三次元地図生成プログラム |
US11718303B2 (en) * | 2018-01-03 | 2023-08-08 | Toyota Research Institute, Inc. | Vehicles and methods for building vehicle profiles based on reactions created by surrounding vehicles |
US11687079B2 (en) * | 2018-01-26 | 2023-06-27 | Uatc, Llc | Methods, devices, and systems for analyzing motion plans of autonomous vehicles |
US11636375B2 (en) * | 2018-02-27 | 2023-04-25 | Toyota Research Institute, Inc. | Adversarial learning of driving behavior |
US10996679B2 (en) * | 2018-04-17 | 2021-05-04 | Baidu Usa Llc | Method to evaluate trajectory candidates for autonomous driving vehicles (ADVs) |
US10671070B2 (en) * | 2018-05-23 | 2020-06-02 | Baidu Usa Llc | PID embedded LQR for autonomous driving vehicles (ADVS) |
US11260849B2 (en) | 2018-05-23 | 2022-03-01 | Baidu Usa Llc | Method for determining lane changing trajectories for autonomous driving vehicles |
US10564643B2 (en) * | 2018-05-31 | 2020-02-18 | Nissan North America, Inc. | Time-warping for autonomous driving simulation |
EP3803736A1 (en) * | 2018-06-07 | 2021-04-14 | DEKA Products Limited Partnership | System and method for distributed utility service execution |
US11066067B2 (en) * | 2018-06-29 | 2021-07-20 | Baidu Usa Llc | Planning parking trajectory for self-driving vehicles |
CN108845577A (zh) * | 2018-07-13 | 2018-11-20 | 武汉超控科技有限公司 | 一种嵌入式自动驾驶控制器及其安全监控方法 |
US11054829B2 (en) * | 2018-07-17 | 2021-07-06 | Baidu Usa Llc | Multimodal motion planning framework for autonomous driving vehicles |
US11428817B2 (en) * | 2018-10-11 | 2022-08-30 | Baidu Usa Llc | Automatic LIDAR calibration based on cross validation for autonomous driving |
CN109571467B (zh) * | 2018-11-23 | 2020-09-18 | 北京控制工程研究所 | 双轮差速机器人运动模型标定方法、装置及里程计系统 |
CN111256714A (zh) * | 2018-11-30 | 2020-06-09 | 北汽福田汽车股份有限公司 | 路径规划方法、装置及车辆 |
US11561547B2 (en) * | 2019-02-20 | 2023-01-24 | Gm Cruise Holdings Llc | Autonomous vehicle routing based upon spatiotemporal factors |
JP7155043B2 (ja) | 2019-02-28 | 2022-10-18 | 株式会社日立製作所 | サーバ、車両制御システム |
US11105642B2 (en) * | 2019-04-17 | 2021-08-31 | Waymo Llc | Stranding and scoping analysis for autonomous vehicle services |
US11602093B2 (en) | 2019-06-11 | 2023-03-14 | Cnh Industrial America Llc | System and method for controlling the operation of a seed-planting implement based on topographical features present within a field |
CN110502004B (zh) * | 2019-07-01 | 2022-05-17 | 江苏大学 | 一种面向智能车辆激光雷达数据处理的行驶区域重要性权值分布建模方法 |
CN110750052A (zh) * | 2019-09-30 | 2020-02-04 | 奇点汽车研发中心有限公司 | 驾驶模型的训练方法和装置、电子设备和介质 |
US11494533B2 (en) * | 2019-11-27 | 2022-11-08 | Waymo Llc | Simulations with modified agents for testing autonomous vehicle software |
US11851086B2 (en) * | 2020-06-26 | 2023-12-26 | Waymo Llc | Using simulations to identify differences between behaviors of manually-driven and autonomous vehicles |
US11568688B2 (en) * | 2020-08-25 | 2023-01-31 | Motional Ad Llc | Simulation of autonomous vehicle to improve safety and reliability of autonomous vehicle |
US20230060776A1 (en) * | 2021-09-01 | 2023-03-02 | Baidu Usa Llc | Decision consistency profiler for an autonomous driving vehicle |
US20230249711A1 (en) * | 2022-02-10 | 2023-08-10 | Waymo Llc | Methods and Systems for Automatic Problematic Maneuver Detection and Adapted Motion Planning |
Family Cites Families (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2669031B2 (ja) * | 1989-02-28 | 1997-10-27 | 日産自動車株式会社 | 自律走行車両 |
JPH06300580A (ja) * | 1993-04-15 | 1994-10-28 | Fuji Heavy Ind Ltd | 車輛の軌道追従制御装置 |
US6680694B1 (en) * | 1997-08-19 | 2004-01-20 | Siemens Vdo Automotive Corporation | Vehicle information system |
US6707421B1 (en) * | 1997-08-19 | 2004-03-16 | Siemens Vdo Automotive Corporation | Driver information system |
JP4229358B2 (ja) * | 2001-01-22 | 2009-02-25 | 株式会社小松製作所 | 無人車両の走行制御装置 |
US7343232B2 (en) * | 2003-06-20 | 2008-03-11 | Geneva Aerospace | Vehicle control system including related methods and components |
US7251638B2 (en) * | 2004-03-03 | 2007-07-31 | Yamaha Hatsudoki Kabushiki Kaisha | Intelligent robust control system for motorcycle using soft computing optimizer |
US7877350B2 (en) * | 2005-06-27 | 2011-01-25 | Ab Initio Technology Llc | Managing metadata for graph-based computations |
JP2007033331A (ja) * | 2005-07-28 | 2007-02-08 | Pioneer Electronic Corp | 経路探索装置及び方法、該経路探索装置を備えるナビゲーション装置またはナビゲーションシステム、並びに経路探索用コンピュータプログラム |
US8050863B2 (en) * | 2006-03-16 | 2011-11-01 | Gray & Company, Inc. | Navigation and control system for autonomous vehicles |
US8195364B2 (en) * | 2007-02-12 | 2012-06-05 | Deere & Company | Perception model for trajectory following autonomous and human augmented steering control |
ATE514986T1 (de) * | 2007-10-15 | 2011-07-15 | Saab Ab | Verfahren und vorrichtung zur erzeugung mindestens einer gewählten flugbahn eines fahrzeugs |
US8126642B2 (en) * | 2008-10-24 | 2012-02-28 | Gray & Company, Inc. | Control and systems for autonomously driven vehicles |
JP5593606B2 (ja) * | 2008-11-28 | 2014-09-24 | 株式会社ジェイテクト | 走行支援装置 |
CA2774163C (en) * | 2009-09-15 | 2017-07-18 | The University Of Sydney | A system and method for autonomous navigation of a tracked or skid-steer vehicle |
US9678508B2 (en) * | 2009-11-16 | 2017-06-13 | Flanders Electric Motor Service, Inc. | Systems and methods for controlling positions and orientations of autonomous vehicles |
JP5782708B2 (ja) * | 2010-12-03 | 2015-09-24 | 日産自動車株式会社 | 走行支援装置 |
US9104537B1 (en) * | 2011-04-22 | 2015-08-11 | Angel A. Penilla | Methods and systems for generating setting recommendation to user accounts for registered vehicles via cloud systems and remotely applying settings |
US8775006B2 (en) * | 2011-07-14 | 2014-07-08 | GM Global Technology Operations LLC | System and method for enhanced vehicle control |
KR101703144B1 (ko) * | 2012-02-09 | 2017-02-06 | 한국전자통신연구원 | 차량의 자율주행 장치 및 그 방법 |
US8788121B2 (en) * | 2012-03-09 | 2014-07-22 | Proxy Technologies, Inc. | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles |
US9355562B1 (en) * | 2012-08-14 | 2016-05-31 | Google Inc. | Using other vehicle trajectories to aid autonomous vehicles driving through partially known areas |
US20140309836A1 (en) * | 2013-04-16 | 2014-10-16 | Neya Systems, Llc | Position Estimation and Vehicle Control in Autonomous Multi-Vehicle Convoys |
US10551851B2 (en) * | 2013-07-01 | 2020-02-04 | Steven Sounyoung Yu | Autonomous unmanned road vehicle for making deliveries |
DE102013013867A1 (de) * | 2013-08-20 | 2015-03-12 | Audi Ag | Kraftfahrzeug und Verfahren zur Steuerung eines Kraftfahrzeugs |
US10692370B2 (en) | 2014-03-03 | 2020-06-23 | Inrix, Inc. | Traffic obstruction detection |
JP6486605B2 (ja) * | 2014-04-14 | 2019-03-20 | 日野自動車株式会社 | 操舵制御装置 |
JP2015224954A (ja) * | 2014-05-28 | 2015-12-14 | クラリオン株式会社 | 駐車場所選択装置 |
EP3001272B1 (en) * | 2014-09-26 | 2017-04-12 | Volvo Car Corporation | Method of trajectory planning for yielding manoeuvres |
US9562779B2 (en) * | 2014-12-23 | 2017-02-07 | Here Global B.V. | Method and apparatus for providing a steering reliability map based on driven curvatures and geometry curvature |
CN112923936B (zh) * | 2015-02-10 | 2023-04-18 | 御眼视觉技术有限公司 | 用于车辆的导航系统、方法及计算机可读介质 |
US9821801B2 (en) * | 2015-06-29 | 2017-11-21 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling semi-autonomous vehicles |
JP6376059B2 (ja) * | 2015-07-06 | 2018-08-22 | トヨタ自動車株式会社 | 自動運転車両の制御装置 |
US9764736B2 (en) * | 2015-08-14 | 2017-09-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Autonomous vehicle operation relative to unexpected dynamic objects |
US10407047B2 (en) * | 2015-12-07 | 2019-09-10 | Magna Electronics Inc. | Vehicle control system with target vehicle trajectory tracking |
DE102015225242A1 (de) * | 2015-12-15 | 2017-06-22 | Volkswagen Aktiengesellschaft | Verfahren und System zur automatischen Steuerung eines Folgefahrzeugs mit einem Scout-Fahrzeug |
US20170227470A1 (en) * | 2016-02-04 | 2017-08-10 | Proxy Technologies, Inc. | Autonomous vehicle, system and method for structural object assessment and manufacture thereof |
KR20170124816A (ko) * | 2016-05-03 | 2017-11-13 | 현대자동차주식회사 | 차량 주행 상황을 고려한 경로 산출 장치 및 방법 |
US10031525B2 (en) * | 2016-06-10 | 2018-07-24 | Cnh Industrial America Llc | Swath tracking system for an off-road vehicle |
-
2016
- 2016-07-21 US US15/216,566 patent/US10162354B2/en active Active
-
2017
- 2017-01-17 KR KR1020187009556A patent/KR102096726B1/ko active IP Right Grant
- 2017-01-17 JP JP2018517547A patent/JP6674019B2/ja active Active
- 2017-01-17 EP EP17831449.8A patent/EP3335006B1/en active Active
- 2017-01-17 CN CN201780003090.1A patent/CN108027243B/zh active Active
- 2017-01-17 WO PCT/US2017/013781 patent/WO2018017154A1/en active Application Filing
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6674019B2 (ja) | 自律走行車を運行させるための制御エラー補正計画方法 | |
JP2018531385A6 (ja) | 自律走行車を運行させるための制御エラー補正計画方法 | |
CN107577227B (zh) | 操作无人驾驶车辆的方法、装置和数据处理系统 | |
JP6310531B2 (ja) | 自律走行車において拡張仮想現実コンテンツを提供するシステム及び方法 | |
JP6615840B2 (ja) | 自律走行車の個人運転好みの認識方法及びシステム | |
JP6578439B2 (ja) | 自律走行車の移動をシミュレートするための物理モデル及び機械学習結合方法 | |
CN108604095B (zh) | 确定操作自动驾驶车辆的转向率的方法、介质及处理系统 | |
JP6498246B2 (ja) | グラフベースの車線変更ガイドを用いて自律走行車を動作させる方法及びシステム | |
JP6799592B2 (ja) | 自律走行車を完全に停止させるための速度制御 | |
KR102062608B1 (ko) | 자율 주행 차량의 제어 피드백에 기초한 맵 업데이트 방법 및 시스템 | |
JP6456902B2 (ja) | リアルタイム交通情報に基づいて自律走行車においてコンテンツを提供するシステムおよび方法 | |
JP6567617B2 (ja) | 自律走行車の安定性を向上させるための方法、媒体、及びシステム | |
JP6494715B2 (ja) | 自律走行車の速度制御率の動的調整方法 | |
JP6578331B2 (ja) | 自律走行車のコマンド遅延を決定するための方法 | |
JP2018063703A (ja) | 自律走行車用のグループ運転スタイル学習フレーム | |
KR102139426B1 (ko) | 자율 주행 차량을 위한 차량 위치점 전달 방법 | |
JP2018535871A (ja) | 自律走行車のための横滑り補償制御方法 | |
JP2019506647A (ja) | モーション計画に基づく自律走行車の走行方法およびシステム | |
JP2019501435A (ja) | 自律走行車の走行を決定するための周辺環境を構築する方法及びシステム | |
JP2018158719A (ja) | 自動運転車両に用いられる制御型の計画と制御システム |