JP7001642B2 - 自動運転車両のためのオブジェクト移動を予測するための方法およびシステム - Google Patents

自動運転車両のためのオブジェクト移動を予測するための方法およびシステム Download PDF

Info

Publication number
JP7001642B2
JP7001642B2 JP2019127127A JP2019127127A JP7001642B2 JP 7001642 B2 JP7001642 B2 JP 7001642B2 JP 2019127127 A JP2019127127 A JP 2019127127A JP 2019127127 A JP2019127127 A JP 2019127127A JP 7001642 B2 JP7001642 B2 JP 7001642B2
Authority
JP
Japan
Prior art keywords
predicted
combinations
risk value
locus
combination
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.)
Active
Application number
JP2019127127A
Other languages
English (en)
Other versions
JP2020015493A (ja
Inventor
チャン、ヤジア
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Baidu USA LLC filed Critical Baidu USA LLC
Publication of JP2020015493A publication Critical patent/JP2020015493A/ja
Application granted granted Critical
Publication of JP7001642B2 publication Critical patent/JP7001642B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
    • 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
    • B60W30/08—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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Analytical Chemistry (AREA)
  • Atmospheric Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Description

本発明の実施形態は、主に自動運転車両を動作させることに関する。より具体的には、本発明の実施形態は自動運転車両のためのオブジェクト移動を予測するための方法およびシステムに関する。
自動運転モードで走行する（例えば、ドライバーレス）車両は、乗員、特に運転手をいくつかの運転に関する責務から解放させることができる。車両は、自動運転モードで走行する時に、車載センサを利用して様々な位置までナビゲートすることができるので、ヒューマンマシンインタラクションが最も少ない場合、または乗客がいない場合などに車両を走行させることが可能となる。
運転中に人間の様々な取り決めと同様に、自動運転車両は、常に特定の運転条件、周囲の障害物、および交通状況を含む実際の周囲環境に従って即時の運転上の決定を行わなければならない。そのような環境は、自動運転車両の動きにしばしば影響を及ぼし、障害物（例えば、他の車両、自動二輪車、歩行者など）がその環境内で行おうとする挙動を確定または識別することは困難になる可能性がある。しかしながら、人間は、例えば裸眼によりそのような困難を容易に識別し解決することができる。残念ながら、そのようなことは自動運転車両にとっては挑戦的なことである。
本発明の一態様によれば、自動運転車両を動作させるためのコンピュータ実施方法であって、運転環境内の１つまたは複数のオブジェクトを検出するステップと、地図・ルート情報に基づいて前記オブジェクトのそれぞれについての１つまたは複数の予測軌跡を計算して、前記オブジェクトについての予測軌跡集合を生成するステップと、前記予測軌跡集合を用いて前記オブジェクトが前記運転環境内を移動する可能性がある予測軌跡の複数の組み合わせを列挙するステップと、前記複数の組み合わせのそれぞれについてリスク値を計算し、複数の対応するリスク値を生成するステップと、前記対応するリスク値に含まれる最低リスク値を有する組み合わせに基づいて自動運転車両を制御するステップと、を含むコンピュータ実施方法を提供する。
本発明の他の態様によれば、命令が記憶されている非一時的機械可読媒体であって、前記命令がプロセッサにより実行されると、運転環境内の１つまたは複数のオブジェクトを検出するステップと、地図・ルート情報に基づいて前記オブジェクトのそれぞれについての１つまたは複数の予測軌跡を計算して、前記オブジェクトについての予測軌跡集合を生成するステップと、前記予測軌跡集合を用いて前記オブジェクトが前記運転環境内を移動する可能性がある予測軌跡の複数の組み合わせを列挙するステップと、前記複数の組み合わせのそれぞれについてリスク値を計算し、複数の対応するリスク値を生成するステップと、前記対応するリスク値に含まれる最低リスク値を有する組み合わせに基づいて自動運転車両を制御するステップと、を含む動作を、前記プロセッサに実行させる非一時的機械可読媒体を提供する。
本発明の更なる態様によれば、データ処理システムであって、プロセッサと、前記プロセッサに接続されて命令を記憶するメモリであって、前記命令が前記プロセッサにより実行されると、運転環境内の１つまたは複数のオブジェクトを検出するステップと、地図・ルート情報に基づいて前記オブジェクトのそれぞれについての１つまたは複数の予測軌跡を計算して、前記オブジェクトについての予測軌跡集合を生成するステップと、前記予測軌跡集合を用いて前記オブジェクトが前記運転環境内を移動する可能性がある予測軌跡の複数の組み合わせを列挙するステップと、前記複数の組み合わせのそれぞれについてリスク値を計算し、複数の対応するリスク値を生成するステップと、前記対応するリスク値に含まれる最低リスク値を有する組み合わせに基づいて自動運転車両を制御するステップと、を含む動作を、前記プロセッサに実行させるメモリと、を備えるデータ処理システムを提供する。
本発明の実施形態は、各図面において制限的ではなく例示的なものとして示され、図面における同一符号は、類似の素子を示す。
一実施形態に係るネットワーク化したシステムを示すブロック図である。
一実施形態に係る自動運転車両の一例を示すブロック図である。
一実施形態に係る自動運転車両と共に使用される感知・計画システムの一例を示すブロック図である。 一実施形態に係る自動運転車両と共に使用される感知・計画システムの一例を示すブロック図である。
一実施形態に係るオブジェクトの移動意図および対応する軌跡を示す図である。 一実施形態に係るオブジェクトの移動意図および対応する軌跡を示す図である。 一実施形態に係るオブジェクトの移動意図および対応する軌跡を示す図である。
一実施形態に係る運転環境の一例を示す図である。
一実施形態に係る自動運転車両を動作させるプロセスを示すフローチャートである。
一実施形態に係るデータ処理システムを示すブロック図である。
以下に説明される詳細を参照しながら本発明の様々な実施形態および態様を説明し、添付図面には前記様々な実施形態を示す。以下の説明および図面は、本発明を説明するためのものであり、本発明を限定するものではないことを理解されたい。本発明の様々な実施形態を完全に把握するために、多数の特定の詳細を説明する。なお、いくつかの場合、本発明の実施形態に対する簡潔的な説明を提供するように、周知または従来技術の詳細について説明していない。
本明細書において、「一実施形態」または「実施形態」とは、当該実施形態を参照しながら説明された特定の特徴、構造または特性が本発明の少なくとも一実施形態に含まれてもよいと意味する。「一実施形態では」という語句は、本明細書全体において同一の実施形態を指すとは限らない。
いくつかの実施形態によれば、自動運転システム内の予測モジュールは重要な構成要素である。一般に、予測モジュールは、感知情報、測位情報、および地図・ルート情報を入力として、運転環境内のオブジェクトの将来の動きを予測する。いくつかの場合によっては、特定のオブジェクトについて複数の軌跡が予測され、そのような予測軌跡は、ある程度で（例えば、非自明な確率（ｎｏｎ－ｔｒｉｖｉａｌ ｐｒｏｂａｂｉｌｉｔｙ）を有する）合理的である。しかしながら、運転環境内に複数のオブジェクトが存在する場合、いくつかの予測軌跡は互いに矛盾する可能性がある。例えば、オブジェクトＡが２つの可能な予測軌跡ＴＡ１およびＴＡ２を有し、オブジェクトＢが予測軌跡ＴＢを有すると仮定する。障害物Ｂとその予測軌跡ＴＢで衝突する可能性があるので、オブジェクトＡがＴＡ１をとることは不可能である。この場合、軌跡ＴＡ１を除去して軌跡ＴＡ２を保ち、それによって矛盾する可能性のある軌跡が減少する。これにより、軌跡の予測精度が向上し、予測モジュールの予測品質が向上する。
一実施形態では、運転環境内の１つまたは複数のオブジェクトを検出する。地図・ルート情報に基づいて各オブジェクトについての１つまたは複数の予測軌跡を計算して、そのオブジェクトについての予測軌跡集合を生成する。該予測軌跡集合を用いて、オブジェクトが運転環境内を移動する可能性がある予測軌跡の複数の組み合わせを列挙する。複数の組み合わせのそれぞれについてリスク値を計算し、複数の対応するリスク値を生成する。対応するリスク値に含まれる最低リスク値を有する組み合わせに基づいて自動運転車両を制御する。
他の実施形態では、対応するリスク値に基づいて予測軌跡の組み合わせをランキングする。ランキングの結果に従って最低リスク値を有する組み合わせを出力する。
さらなる実施形態では、交通ルールに基づいて該予測軌跡集合に含まれる各予測軌跡に軌跡確率を割り当て、該予測軌跡集合に含まれる予測軌跡のいくつかを除去する。
図１は、本発明の一実施形態に係る自動運転車両のネットワーク構成を示すブロック図である。図１に示すように、ネットワーク構成１００には、ネットワーク１０２を介して１つまたは複数のサーバ１０３～１０４に通信可能に接続される自動運転車両１０１が備えられる。一台の自動運転車両が示されたが、複数の自動運転車両がネットワーク１０２を介して互いに接続され、および／またはサーバ１０３～１０４に接続されてもよい。ネットワーク１０２は、任意のタイプのネットワークであってもよく、例えば、有線または無線のローカルエリアネットワーク（ＬＡＮ）、インターネットなどのワイドエリアネットワーク（ＷＡＮ）、セルラーネットワーク、衛星ネットワーク、またはこれらの組み合わせが挙げられる。サーバ１０３～１０４は、任意のタイプのサーバまたはサーバクラスタであってもよく、例えば、ネットワークまたはクラウドサーバ、アプリケーションサーバ、バックエンドサーバ、またはそれらの組み合わせが挙げられる。サーバ１０３～１０４は、データ解析サーバ、コンテンツサーバ、交通情報サーバ、地図・関心地点（ＭＰＯＩ）サーバまたは位置サーバなどであってもよい。
自動運転車両とは、運転手からの入力が非常に少ないまたはない場合に車両をナビゲートして環境を通過させる自動運転モードに配置可能な車両である。このような自動運転車両は、車両の走行環境に関す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備えるセンサシステムを含んでもよい。前記車両およびその関連コントローラは、検出された情報を使用して前記環境を通過するようにナビゲートする。自動運転車両１０１は、手動モード、完全自動運転モードまたは部分自動運転モードで走行することができる。
一実施形態では、自動運転車両１０１には、感知・計画システム１１０、車両制御システム１１１、無線通信システム１１２、ユーザインターフェースシステム１１３、インフォティメントシステム１１４およびセンサシステム１１５が含まれるが、これらに限定されない。自動運転車両１０１には、通常の車両に備えられているいくつかの一般的な構成要素、例えばエンジン、車輪、ステアリングホイール、変速機などが更に備えられてもよい。前記構成要素は、車両制御システム１１１および／または感知・計画システム１１０により複数種の通信信号および／またはコマンドを使用して制御可能である。当該複数種の通信信号および／またはコマンドは、例えば、加速信号またはコマンド、減速信号またはコマンド、ステアリング信号またはコマンド、ブレーキ信号またはコマンドなどである。
構成要素１１０～１１５は、インターコネクタ、バス、ネットワークまたはこれらの組み合わせを介して互いに通信可能に接続されることができる。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されることができる。ＣＡＮバスは、ホストコンピュータなしのアプリケーションでマイクロコントローラおよびデバイスが相互に通信できるように設計された車両バス規格である。それは、もともと自動車内の多重電気配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、他の多くの環境にも用いられる。
ここでは図２を参照すると、一実施形態では、センサシステム１１５は、１つまたは複数のカメラ２１１、全地球測位システム（ＧＰＳ）ユニット２１２、慣性計測ユニット（ＩＭＵ）２１３、レーダユニット２１４並びに光検出・測距（ＬＩＤＡＲ）ユニット２１５を含むが、それらに限定されない。ＧＰＳシステム２１２は、自動運転車両の位置に関する情報を提供するように動作可能な送受信機を含んでもよい。ＩＭＵユニット２１３は、慣性加速度に基づいて自動運転車両の位置および配向の変化を感知することができる。レーダユニット２１４は、無線信号を利用して自動運転車両のローカル環境内のオブジェクトを感知するシステムを表してもよい。いくつかの実施形態では、オブジェクトを感知することに加えて、レーダユニット２１４は、更にオブジェクトの速度および／または進行方向を感知することができる。ＬＩＤＡＲユニット２１５は、自動運転車両の所在環境内のオブジェクトをレーザで感知することができる。他のシステム構成要素に加えて、ＬＩＤＡＲユニット２１５は、更に１つまたは複数のレーザ光源、レーザスキャナ、１つまたは複数の検出器を含んでもよい。カメラ２１１は、自動運転車両の周囲環境の画像を取得するための１つまたは複数の装置を含んでもよい。カメラ２１１はスチルカメラおよび／またはビデオカメラであってもよい。カメラは、例えば、回転および／または傾斜のプラットフォームに取り付けることによって、機械的に移動されていてもよい。
センサシステム１１５には、他のセンサ、例えばソナーセンサ、赤外線センサ、ステアリングセンサ、スロットルセンサ、ブレーキセンサおよびオーディオセンサ（例えば、マイクロホン）が含まれてもよい。オーディオセンサは、自動運転車両の周囲の環境から音声を取得するように配置されてもよい。ステアリングセンサは、ステアリングホイール、車両の車輪またはこれらの組み合わせの操舵角を感知するように配置されてもよい。スロットルセンサおよびブレーキセンサはそれぞれ車両のスロットル位置およびブレーキ位置を感知する。ある場合に、スロットルセンサおよびブレーキセンサは集積型スロットル／ブレーキセンサとして統合されてもよい。
一実施形態では、車両制御システム１１１はステアリングユニット２０１、スロットルユニット２０２（加速ユニットともいう）およびブレーキユニット２０３を含むが、これらに限定されない。ステアリングユニット２０１は車両の方向または進行方向を調整するために用いられる。スロットルユニット２０２は電動機またはエンジンの速度を制御するために用いられ、電動機またはエンジンの速度は更に車両の速度および加速度を制御するために用いられる。ブレーキユニット２０３は、摩擦を与えることによって車両の車輪またはタイヤを減速させることで、車両を減速させる。注意すべきなのは、図２に示された構成要素は、ハードウェア、ソフトウェアまたはそれらの組み合わせで実現されることができる。
図１を再び参照して、無線通信システム１１２は、自動運転車両１０１と、装置、センサ、他の車両などのような外部システムとの通信を可能にする。例えば、無線通信システム１１２は、直接または通信ネットワークを介して、１つまたは複数の装置と無線通信することができ、例えば、ネットワーク１０２を介してサーバ１０３～１０４と通信することができる。無線通信システム１１２は、如何なるセルラー通信ネットワークまたは無線ローカルエリアネットワーク（ＷＬＡＮ）、例えばＷｉＦｉ（登録商標）を使用して他の構成要素またはシステムと通信することができる。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）などを使用して、装置（例えば、乗客のモバイルデバイス、表示装置、車両１０１内のスピーカ）と直接通信することができる。ユーザインターフェースシステム１１３は、車両１０１内に実現された周辺装置の部分（例えば、キーボード、タッチスクリーン表示装置、マイクロホン、およびスピーカなどを含む）であってもよい。
自動運転車両１０１の機能のうちの一部または全部は、特に自動運転モードで動作する場合に、感知・計画システム１１０により制御されるか、または管理されることができる。感知・計画システム１１０は、センサシステム１１５、制御システム１１１、無線通信システム１１２および／また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または経路を計画した後に、計画および制御情報に基づいて車両１０１を運転するために、必要なハードウェア（例えば、プロセッサ、メモリ、記憶デバイス）並びにソフトウェア（例えば、オペレーティングシステム、計画・ルーティングプログラム）を含む。あるいは、感知・計画システム１１０は車両制御システム１１１と一体に集積されてもよい。
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を介して旅程の出発地位置および目的地を指定することができる。感知・計画システム１１０は旅程に関連するデータを取得する。例えば、感知・計画システム１１０は、ＭＰＯＩサーバから位置・ルート情報を取得することができる。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、ＭＰＯＩサーバは地図サービスおよび特定位置のＰＯＩを提供する。あるいは、このような位置およびＭＰＯＩ情報は、感知・計画システム１１０の永続性記憶装置にローカルキャッシュされてもよい。
自動運転車両１０１がルートに沿って移動している場合に、感知・計画システム１１０は交通情報システムまたはサーバ（ＴＩＳ）からリアルタイム交通情報を取得することもできる。注意すべきなのは、サーバ１０３～１０４は第三者機関により動作可能である。あるいは、サーバ１０３～１０４の機能は、感知・計画システム１１０と一体に集積されてもよい。感知・計画システム１１０は、リアルタイム交通情報、ＭＰＯＩ情報および位置情報、並びにセンサシステム１１５により検出または感知されたリアルタイムローカル環境データ（例えば、障害物、オブジェクト、付近の車両）に基づいて、所定の目的地まで安全的且つ効率的に到達するために、最適なルートを計画し、且つ計画されたルートに従って例えば制御システム１１１を介して車両１０１を運転することができる。
図３Ａ～３Ｂは、一実施形態に係る自動運転車両と共に使用される感知・計画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の自動運転車両１０１の一部として実現されてもよく、感知・計画システム１１０、制御システム１１１およびセンサシステム１１５を含むが、これらに限定されない。図３Ａ～図３Ｂに示すように、感知・計画システム１１０は、測位モジュール３０１、感知モジュール３０２、予測モジュール３０３、決定モジュール３０４、計画モジュール３０５、制御モジュール３０６、ルーティングモジュール３０７、軌跡列挙モジュール３０８、リスク評価モジュール３０９、および軌跡ランキングモジュール３１０を含むが、それらに限定されない。
モジュール３０１～３１０のうちの一部または全部は、ソフトウェア、ハードウェアまたはそれらの組み合わせで実現されていてもよい。例えば、これらのモジュールは、永続性記憶装置３５２にインストールされ、メモリ３５１にロードされ、且つ１つまたは複数のプロセッサ（図示せず）により実行されてもよい。注意すべきなのは、これらのモジュールのうちの一部または全部は、図２の車両制御システム１１１の一部または全部のモジュールに通信可能に接続されるか、またはそれらと一体に統合されてもよい。モジュール３０１～３１０のうちの一部は、集積モジュールとして一体に統合されてもよい。例えば、一実施形態では、モジュール３０８～３１０は予測モジュール３０３の一部として実施することができる。
測位モジュール３０１は、自動運転車両１０１の現在位置を（例えば、ＧＰＳユニット２１２により）決定し、ユーザの旅程またはルートに関する如何なるデータを管理する。測位モジュール３０１（地図・ルートモジュールともいう）は、ユーザの旅程またはルートに関連する如何なるデータを管理する。ユーザは、例えばユーザインターフェースを経由してログインして旅程の出発地位置および目的地を指定することができる。測位モジュール３０１は、自動運転車両１０１における地図・ルート情報３１１のような他の構成要素と通信して旅程に関するデータを取得する。例えば、測位モジュール３０１は、位置サーバ並びに地図・ＰＯＩ（ＭＰＯＩ）サーバから位置およびルート情報を取得することができる。位置サーバは位置サービスを提供し、ＭＰＯＩサーバは地図サービスおよび特定位置のＰＯＩを提供することにより、地図・ルート情報３１１の一部としてキャッシュされることができる。自動運転車両１０１がルートに沿って移動する際に、測位モジュール３０１は交通情報システムまたはサーバからリアルタイム交通情報を取得することもできる。
感知モジュール３０２は、センサシステム１１５により提供されたセンサデータと、測位モジュール３０１により取得された測位情報とに基づいて、周辺の環境への感知を決定する。感知情報は、一般の運転手が運転手により運転されている車両の周辺における感知すべきものを示すことができる。感知とは、例えばオブジェクトの形式で、車線配置、信号機信号、他の車両の相対位置、歩行者、建築物、横断歩道または他の交通関連標識（例えば、止まれ標識、ゆずれ標識）などを含むことができる。車線構成は、例えば、車線の形状（例えば、直線または湾曲）、車線の幅、道路内の車線数、一方向または二方向車線、合流車線または分流車線、退出車線など、１つまたは複数の車線を記述する情報を含む。
感知モジュール３０２は、１つまたは複数のカメラにより取り込まれた画像を処理し解析して自動運転車両の環境内のオブジェクトおよび／または特徴を識別するように、コンピュータビジョンシステムまたはコンピュータビジョンシステムの機能を含むことができる。前記オブジェクトは、交通信号、道路の境界、他の車両、自動二輪車、自転車、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は、オブジェクト認識アルゴリズム、ビデオトラッキング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。いくつかの実施形態では、コンピュータビジョンシステムは、環境地図を描画し、オブジェクトを追跡し、およびオブジェクトの速度などを推定することができる。感知モジュール３０２は、レーダおよび／またはＬＩＤＡＲのような他のセンサにより提供される他のセンサデータに基づいてオブジェクトを検出することもできる。
各オブジェクトについて、予測モジュール３０３は、その場合にオブジェクトがどのように挙動するかを予測する。この予測は、一組の地図・ルート情報３１１と交通ルール３１２を考慮し、その時点での運転環境を感知する感知データに基づいて実行される。例えば、オブジェクトが反対方向の車両であり、かつ現在の運転環境が交差点を含む場合に、予測モジュール３０３は、車両が直進するか、または旋回するかを予測する。感知データが、交差点に信号機がないことを示す場合、予測モジュール３０３は、交差点に入る前に車両が完全に停止する必要があると予測する可能性がある。感知データが、車両が現在左折専用車線または右折専用車線にあることを示す場合、予測モジュール３０３は、車両がそれぞれ左折または右折する可能性がより高いと予測することが可能である。一実施形態では、運転環境内のオブジェクトの挙動を予測するために、予測モジュール３０３は、地図・ルート情報３１１および／または交通ルール３１２に基づいて運転環境内の各オブジェクトについての１つまたは複数の予測軌跡を計算し、複数のオブジェクトの予測軌跡集合を生成することができる。言い換えると、予測モジュール３０３は、各オブジェクトが運転環境内でとることができるすべての可能な軌跡を生成することができる。オブジェクトに対する予測軌跡集合は、軌跡情報３１３の一部として永続性記憶装置３５２に格納されてもよい。
上述の点を説明するために、ここでは図４Ａ～図４Ｃを参照し、図４Ａ～図４Ｃは一実施形態に係るオブジェクトの移動意図および対応する軌跡を示す図である。図４Ａ～図４Ｃでは、運転環境はオブジェクト４０１～４０３を含んでもよいが、運転環境内には任意の数のオブジェクトが存在することが可能である。各オブジェクトについて、予測モジュール３０３は、いくつかの異なる移動意図（例えば、左折、右折、直進、後退など）を決定することができ、各意図は、予測軌跡（例えば、左折軌跡、右折軌跡、直進軌跡、後退軌跡など）に対応することができる。例えば、図４Ａを参照すると、オブジェクト４０１に関して、オブジェクト４０１について複数の移動意図４１０を決定することができる。各意図４１０（例えば、意図０、意図１、…、意図Ｎ１、ここでは、Ｎ１は任意の正の整数）について、対応する予測軌跡を計算し、それによって複数の軌跡４２０（例えば、軌跡０、軌跡１、…、軌跡Ｎ１）を生成する。同様に、図４Ｂを参照して、オブジェクト４０２に関して、オブジェクト４０２について複数の移動意図４１１を決定することができる。各意図４１１（例えば、意図０、意図１、…、意図Ｎ２、ここでＮ２は任意の正の整数）について、対応する予測軌跡を計算して、複数の軌跡４２１（例えば、軌跡０、軌跡１、…、軌跡Ｎ２）を生成することができる。同様にして、図４Ｃにおいて、オブジェクト４０３に関して、オブジェクト４０３について複数の移動意図４１２を決定することができる。各意図４１２（例えば、意図０、意図１、…、意図Ｎ３、ここでは、Ｎ３は任意の正の整数）について、対応する予測軌跡を計算して、複数の軌跡４２１（例えば、軌跡０、軌跡１、…、軌跡Ｎ３）を生成することができる。図４Ａ～図４Ｃに示す例では、軌跡４２０～４２２を軌跡情報３１３の一部として記憶することができる。
上記の点をさらに説明するために、ここでは、図５を参照し、自動運転車両１０１が運転環境５００（例えば、止まれ交差点）内で運転されている。図５の例では、自動運転車両１０１は、運転環境５００内のオブジェクト４０１～４０３（例えば、他の車両）を感知する。一組の地図・ルート情報３１１および／または交通ルール３１２を考慮して、その時点で運転環境５００を感知する感知データ（例えば、オブジェクトの推定速度および／または進行方向）に基づいて、オブジェクト４０１について、予測モジュール３０３は、予測軌跡４２０ａ～ｃにそれぞれ対応する３つの移動意図（予測モジュール３０３によって計算される）を確定することができる。このシナリオでは、軌跡４２０ａ～ｃは、それぞれ左折軌跡、直進軌跡、および右折軌跡である。オブジェクト４０２について、予測モジュール３０３は、予測軌跡４２１ａ～ｂにそれぞれ対応する２つの移動意図（例えば、直進軌跡および右折軌跡）を確定することができる。オブジェクト４０３について、予測モジュール３０３は、軌跡４２２に対応する１つの移動意図（例えば、直進軌跡）を確定することができる。一実施形態では、交通ルール３１２に基づいて、予測モジュール３０３は、軌跡確率（一実施形態では予め決定することができる）を軌跡４２０ａ～ｃ、４２１ａ～ｂ、および４２２のそれぞれに割り当てることができる。軌跡確率は、対応するオブジェクト（例えば、オブジェクト４０１～４０３）が運転環境内の軌跡上を進行する可能性を示す。一実施形態では、予測モジュール３０３は、後続の計算帯域幅を節約するために、低い軌跡確率（例えば、１０％以下）を有する軌跡を削除することができる。例えば、低い軌跡確率を有する軌跡とは、オブジェクトによって採用されると高い衝突確率を有する軌跡であってもよい。
図３Ａ～図３Ｂを再び参照し、オブジェクトごとに対して、決定モジュール３０４はオブジェクトをどのように処置するかを判定する。例えば、特定のオブジェクト（例えば、交差のルートにおける他の車両）およびオブジェクトを記述するメタデータ（例えば、速度、方向、操舵角）について、決定モジュール３０４は前記オブジェクトと遇うときに如何に対応するか（例えば、追い越し、道譲り、停止、追い抜き）を決定する。決定モジュール３０４は、交通ルールまたは運転ルール３１２のような、永続性記憶装置３５２に記憶可能なルールセットに基づいて、このような決定を下すことができる。
ルーティングモジュール３０７は、出発地から目的地までの１つまたは複数のルートまたは経路を提供するように構成される。ルーティングモジュール３０７は、出発地位置から目的地位置までの所与の旅程（例えば、ユーザから受信された所与の旅程）について、地図・ルート情報３１１を取得し、出発地位置から目的地位置までのすべての可能なルートまたは経路を確定する。ルーティングモジュール３０７は、出発地位置から目的地位置までの各ルートを決定する地形図形態の基準線を生成することができる。基準線とは、他の車両、障害物または交通状況などからの如何なる干渉を受けていない理想的なルートまたは経路を指す。つまり、道路に他の車両、歩行者または障害物がない場合、ＡＤＶは基準線に精確的にまたは密接的に従うべきである。そして、地形図を決定モジュール３０４および／または計画モジュール３０５に提供する。決定モジュール３０４および／または計画モジュール３０５は、他のモジュールにより提供された他のデータ（例えば測位モジュール３０１からの交通状況、感知モジュール３０２により感知された運転環境および予測モジュール３０３により予測された交通状況）に応じて、全ての走行可能なルートを検査して最適ルートのうちの一つを選択および補正する。その時点における特定の運転環境に応じて、ＡＤＶを制御するための実際の経路またはルートは、ルーティングモジュール３０７によって提供された基準線に近いかまたは異なる可能性がある。
感知されたオブジェクトのそれぞれに対する決定に基づいて、計画モジュール３０５は、ルーティングモジュール３０７によって提供された基準線をベースとし、自動運転車両に対して経路またはルート並びに運転パラメータ（例えば、距離、速度および／または操舵角）を計画する。言い換えれば、特定のオブジェクトについて、決定モジュール３０４は当該オブジェクトに対して何をするかを決定し、計画モジュール３０５はどのようにするかを決定する。例えば、特定のオブジェクトについて、決定モジュール３０４は前記オブジェクトを追い抜くか否かを判定することができ、計画モジュール３０５は前記オブジェクトを左側から追い抜くかまたは右側から追い抜くかを判定することができる。計画および制御データは、計画モジュール３０５により生成され、車両３００が次の移動周期（例えば、次のルート／経路セグメント）にはどのように移動するかを記述する情報を含む。例えば、計画および制御データは、車両１０１に時速３０マイル（ｍｐｈ）で１０ｍ移動し、次に２５マイル（ｍｐｈ）で右車線に変更するように指示することができる。
制御モジュール３０６は、計画および制御データに基づいて、計画および制御データにより限定されたルートまたは経路に応じて適当なコマンド若しくは信号を車両制御システム１１１に送信することにより自動運転車両を制御および走行させる。前記計画および制御データは、経路またはルートに沿って異なる時点で適切な車両構成または運転パラメータ（例えば、スロットル、ブレーキおよびステアリングコマンド）を使用して、車両をルートまたは経路の第１の点から第２の点まで走行させるのに十分な情報を含む。
一実施形態では、計画段階は、例えば、時間間隔が１００ミリ秒（ｍｓ）の周期など、複数の計画周期（運転周期ともいう）で実行される。計画周期または運転周期のそれぞれについて、計画および制御データに基づいて１つまたは複数の制御コマンドを発する。すなわち、１００ｍｓごとに、計画モジュール３０５は、次のルートセグメントまたは経路セグメント（例えば、目標位置およびＡＤＶが目標位置に到着するのに必要な時間が含まれる）を計画する。あるいは、計画モジュール３０５は、具体的な速度、方向および／または操舵角などを更に指定することができる。一実施形態では、計画モジュール３０５は、次の所定期間（例えば、５秒）のルートセグメントまたは経路セグメントを計画する。計画周期のそれぞれに対し、計画モジュール３０５は、前の周期で計画された目標位置に基づいて、現在の周期（例えば、次の５秒）のための目標位置を計画する。制御モジュール３０６は、次に、現在の周期における計画および制御データに基づいて１つまたは複数の制御コマンド（例えば、スロットル、ブレーキ、ステアリング制御コマンド）を生成する。
なお、決定モジュール３０４と計画モジュール３０５とは、集積モジュールとして一体化されていてもよい。決定モジュール３０４／計画モジュール３０５は、自動運転車両の走行経路を決定するためのナビゲーションシステムまたはナビゲーションシステムの機能を含んでいてもよい。例えば、ナビゲーションシステムは、自動運転車両の以下の経路に沿った移動を達成するための一連の速度および進行方向を決定することができる。前記経路では、自動運転車両が最終的な目的地に通じる走行車線ベースの経路に沿って前進するとともに、感知した障害物を実質的に回避できる。目的地は、ユーザインターフェースシステム１１３を介したユーザ入力に従って設定することができる。ナビゲーションシステムは、自動運転車両が走行している間に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は、自動運転車両のための走行経路を決定するために、ＧＰＳシステムおよび１つまたは複数の地図からのデータを取り入れることができる。
オブジェクトが移動することができる予測軌跡集合（例えば、図４の軌跡４２０～４２２）に基づいて、軌跡列挙モジュール３０８は予測軌跡の異なる組み合わせを列挙することができる。言い換えると、軌跡列挙モジュール３０８は、それぞれのオブジェクト（例えば、図４Ａ～図４Ｃのオブジェクト４０１～４０３）が運転環境（例えば、図５の運転環境５００）内でとることができるか、または移動することができる予測軌跡のすべての可能な組み合わせを生成し、組み合わせを軌跡の組み合わせ３１４として永続性記憶装置３５２に記憶することができる。前述のように、予測モジュール３０３は、低い軌跡確率（例えば、１０％以下）を有する１つまたは複数の軌跡を排除することができ、したがって、列挙は、排除された軌跡を含まなくてもよい。一実施形態では、列挙は「（オブジェクト識別子（ＯＩＤ）、軌跡識別子（ＴＩＤ））」として示されてもよい。図４Ａ～図４Ｃの例では、オブジェクト４０１のＯＩＤが０であり、オブジェクト４０２のＯＩＤが１であり、オブジェクト４０３のＯＩＤが２であると仮定すると（オブジェクトには任意のＯＩＤを割り当てることができる）、以下のように列挙することができる。
（０，０）、（０，１）、（０，２）、…、（０，Ｎ１）
（１，０）、（１，１）、（１，２）、…、（１，Ｎ２）
（２，０）、（２，１）、（２，２）、…、（２，Ｎ３）
この場合、予測軌跡の組み合わせの数は、（Ｎ１＋１）×（Ｎ２＋１）×（Ｎ３＋１）に従って計算することができる。
別の例として、図５のシナリオでは、以下のように列挙することができる。
（０，０）、（０，１）、（０，２）
（１，０）、（１，１）
（２，０）
したがって、このシナリオでは、予測軌跡の６つの異なる組み合わせ（即ち、３×２×１＝６）がある。
軌跡の組み合わせ３１４を入力として使用して、リスク評価モジュール３０９は、各組み合わせについてリスク値（リスクスコアまたはコストともいう）を計算および提供するためにリスク評価関数（またはコスト関数）を呼び出すことができる。例えば、一実施形態では、各オブジェクトが特定の軌跡を移動することを選択したとき、リスク値は、運転環境（例えば、図５の運転環境５００）内の全てのオブジェクトの衝突確率を示すことができる。一実施形態では、高いリスク値は、特定の組み合わせに対して衝突が発生する可能性が高いことを示し得る一方、低いリスク値は、その組み合わせに対して衝突が発生する可能性が低いことを示し得る。各組み合わせに対するリスク値は、リスク情報３１５の一部として永続性記憶装置３５２内に記憶されてもよい。
リスク情報３１５に基づいて、軌跡ランキングモジュール３１０は、それらの対応するリスク値によって軌跡の組み合わせ３１４をランキングすることができる。例えば、高いリスク値（例えば、高い衝突確率）を有する軌跡の組み合わせは、低いリスク値（例えば、低い衝突確率）を有する軌跡の組み合わせよりも、低いランキングを有してもよい。ランキング結果に基づいて、軌跡ランキングモジュール３１０は、最も高いランキングを有する組み合わせ（すなわち、最も低いリスク値を有する組み合わせ）を出力することができる。出力された組み合わせを使用して、自動運転車両１０１は、運転環境（例えば、運転環境５００）内を移動するのに最適な軌跡を決定することができる。
図６は、一実施形態に係る自動運転車両を動作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、処理ロジックにより実行可能であり、前記処理ロジックはソフトウェア、ハードウェア、またはそれらの組み合わせを含んでもよい。例えば、プロセス６００は、図１の感知・計画システム１１０により実行することができる。
図６を参照し、ブロック６０１では、処理ロジックは運転環境内の１つまたは複数のオブジェクトを検出することができる。ブロック６０２では、処理ロジックは地図・ルート情報に基づいて各オブジェクトについての１つまたは複数の予測軌跡を計算して、そのオブジェクトについての予測軌跡集合を生成することができる。ブロック６０３では、処理ロジックは該予測軌跡集合を用いて、オブジェクトが運転環境内を移動する可能性がある予測軌跡の複数の組み合わせを列挙することができる。ブロック６０４では、処理ロジックは組み合わせごとにリスク値を計算し、複数の対応するリスク値を生成することができる。ブロック６０５では、処理ロジックは対応するリスク値に含まれる最低リスク値を有する組み合わせに基づいて自動運転車両（例えば、車両１０１）を制御することができる。
なお、以上に例示および説明された構成要素の一部または全ては、ソフトウェア、ハードウェア、またはそれらの組み合わせで実現されることが可能である。例えば、このような構成要素は、永続性記憶装置にインストールされるとともに記憶されるソフトウェアとして実現されてもよく、前記ソフトウェアは、本発明にわたって記載されたプロセスまたは動作を実現するように、プロセッサ（図示せず）によってメモリにロードして実行されてもよい。あるいは、このような構成要素は、集積回路（例えば、特定用途向け集積回路またはＡＳＩＣ）、デジタルシグナルプロセッサ（ＤＳＰ）、またはフィールドプログラマブルゲートアレイ（ＦＰＧＡ）のような専用ハードウェアにプログラミングまたは埋め込まれた実行可能なコードとして実現されてもよく、前記実行可能なコードは、アプリケーションからの対応するドライバーおよび／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。また、このような構成要素は、ソフトウェア構成要素が１つまたは複数の特定の命令によってアクセス可能な命令セットの一部として、プロセッサまたはプロセッサコアにおける特定のハードウェアロジックとして実現されることができる。
図７は、本発明の一実施形態と組み合わせて使用可能な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、図１の感知・計画システム１１０、またはサーバ１０３～１０４のいずれかのような、上述した前記プロセスまたは方法のいずれかを実行するデータ処理システムのいずれかを表すことができる。システム１５００は、いくつか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、ディスクリート型電子デバイス、または回路基板（例えば、コンピュータシステムのマザーボードまたはアドインカード）に適するその他のモジュールとして実現されることができ、または、他の形態でコンピュータシステムのシャーシ内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。
なお、システム１５００は、コンピュータシステムのいくつかの構成要素の高レベルビューを示すことを意図している。しかしながら、理解すべきなのは、いくつかの実施例において付加的構成要素が存在してもよく、また、その他の実施例において示された構成要素を異なる配置にすることが可能である。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、パーソナルデジタルアシスタント（ＰＤＡ）、スマートウォッチ、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ーまたはハブ、無線アクセスポイント（ＡＰ）またはリピーター、セット・トップボックス、またはそれらの組み合わせを表すことができる。また、単一の機械またはシステムのみが示されたが、「機械」または「システム」という用語は、本明細書で説明されるいずれか１つまたは複数の方法を実行するための、単独でまたは共同で１つ（または複数）の命令セットを実行する機械またはシステムの任意の組み合わせも含まれることを理解されたい。
一実施形態では、システム１５００は、バスまたはインターコネクト１５１０を介して接続される、プロセッサ１５０１と、メモリ１５０３と、装置１５０５～１５０８とを含む。プロセッサ１５０１は、単一のプロセッサコアまたは複数のプロセッサコアが含まれる単一のプロセッサまたは複数のプロセッサを表すことが可能である。プロセッサ１５０１は、マイクロプロセッサ、中央処理装置（ＣＰＵ）などのような、１つまたは複数の汎用プロセッサを表すことができる。より具体的には、プロセッサ１５０１は、複雑命令セットコンピューティング（ＣＩＳＣ）マイクロプロセッサ、縮小命令セットコンピューティング（ＲＩＳＣ）マイクロプロセッサ、超長命令語（ＶＬＩＷ）マイクロプロセッサ、またはその他の命令セットを実行するプロセッサ、または命令セットの組み合わせを実行するプロセッサであってもよい。プロセッサ１５０１は更に、例えば、特定用途向け集積回路（ＡＳＩＣ）、セルラー若しく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）、デジタルシグナルプロセッサ（ＤＳＰ）、ネットワークプロセッサ、グラフィックプロセッサ、通信プロセッサ、暗号化プロセッサ、コプロセッサ、組込みプロセッサ、または命令を処理可能な任意の他のタイプのロジックのような、１つまたは複数の専用プロセッサであってもよい。
プロセッサ１５０１は、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く、前記システムの様々な構成要素と通信するための主処理ユニットおよび中央ハブとして機能することができる。このようなプロセッサは、システムオンチップ（ＳｏＣ）として実装されてもよい。プロセッサ１５０１は、本明細書で説明される動作およびステップを実行するための命令を実行するように構成される。システム１５００は、更に任意選択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含むことができ、グラフィックサブシステム１５０４は、表示コントローラ、グラフィックプロセッサ、および／または表示装置を含むことができる。
プロセッサ１５０１は、メモリ１５０３と通信することができ、メモリ１５０３は、一実施形態では、所定量のシステムメモリを提供するための複数のメモリ装置によって実現されることができる。メモリ１５０３は、例えば、ランダムアクセスメモリ（ＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤＲＡＭ）、スタティックＲＡＭ（ＳＲＡＭ）、またはその他のタイプの記憶装置のような、１つまたは複数の揮発性記憶（またはメモリ）装置を含むことができる。メモリ１５０３は、プロセッサ１５０１またはその他の任意の装置により実行される命令シーケンスを含む情報を記憶することができる。例えば、様々なオペレーティングシステム、デバイスドライバ、ファームウェア（例えば、ベーシックインプット／アウトプットシステムまたはＢＩＯＳ）、および／またはアプリケーションの実行可能なコードおよび／またはデータは、メモリ１５０３にロードされ、プロセッサ１５０１により実行されることができる。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）、Ｍｉｃｒｏｓｏｆｔ（登録商標）社のＷｉｎｄｏｗｓ（登録商標）オペレーティングシステム、アップル社のＭａｃＯＳ（登録商標）／ｉＯＳ（登録商標）、Ｇｏｏｇｌｅ（登録商標）社のＡｎｄｒｏｉｄ（登録商標）、ＬＩＮＵＸ（登録商標）、ＵＮＩＸ（登録商標）、またはその他のリアルタイム若しくは組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ってもよい。
システム１５００は、例えば、ネットワークインターフェース装置１５０５、任意選択入力装置１５０６、およびその他の任意選択ＩＯ装置１５０７を含む装置１５０５～１５０８のようなＩＯ装置を更に含むことができる。ネットワークインターフェース装置１５０５は、無線送受信機および／またはネットワークインターフェースカード（ＮＩＣ）を含むことができる。前記無線送受信機は、ＷｉＦｉ（登録商標）送受信機、赤外線送受信機、ブルートゥース（登録商標）送受信機、ＷｉＭａｘ送受信機、無線携帯電話送受信機、衛星送受信機（例えば、全地球測位システム（ＧＰＳ）送受信機）、またはその他の無線周波数（ＲＦ）送受信機、またはそれらの組み合わせであってもよい。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、タッチパネル、タッチスクリーン（表示装置１５０４と統合されてもよい）、ポインター装置（例えば、スタイラス）、および／またはキーボード（例えば、物理キーボードまた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）を含むことができる。例えば、入力装置１５０６は、タッチスクリーンと接続するタッチスクリーンコントローラを含むことができる。タッチスクリーンおよびタッチスクリーンコントローラは、例えば、様々なタッチ感応技術（コンデンサ、抵抗、赤外線、および表面弾性波の技術を含むが、それらに限定されない）のいずれか、並びにその他の近接センサアレイ、または、タッチスクリーンと接触する１つまたは複数の点を確定するためのその他の素子を用いて、それらの接触、移動または中断を検出することができる。
ＩＯ装置１５０７は、音声装置を含むことができる。音声装置は、例えば、音声認識、音声複製、デジタル記録、および／または電話機能のような音声サポートの機能を促進するために、スピーカおよび／またはマイクロホンを含んでもよい。その他のＩ／Ｏ装置１５０７は、更に、ユニバーサルシリアルバス（ＵＳＢ）ポート、パラレルポート、シリアルポート、プリンタ、ネットワークインターフェース、バスブリッジ（例えば、ＰＣＩー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、近接センサなどのようなモーションセンサ）、またはそれらの組み合わせを含むことができる。装置１５０７は、更に結像処理サブシステム（例えば、カメラ）を含むことができ、前記結像処理サブシステムは、カメラ機能（例えば、写真およびビデオ断片を記録する）を促進するための光学センサを含むことができ、例えば、電荷結合素子（ＣＣＤ）または相補型金属酸化物半導体（ＣＭＯＳ）光学センサが挙げられる。特定のセンサは、センサハブ（図示せず）を介してインターコネクト１５１０に接続されることができ、キーボードまたはサーマルセンサのようなその他の装置はシステム１５００の具体的な配置または設計により、組込みコントローラ（図示せず）により制御されることができる。
データ、アプリケーション、１つまたは複数のオペレーティングシステムなどの情報の永続性記憶を提供するために、プロセッサ１５０１には、大容量記憶装置（図示せず）が接続されることもできる。様々な実施形態において、より薄くてより軽量なシステム設計を可能にしながら、システムの応答性を向上するために、このような大容量記憶装置は、ソリッドステートデバイス（ＳＳＤ）によって実現されることができる。しかしながら、その他の実施形態では、大容量記憶装置は、主にハードディスクドライブ（ＨＤＤ）を使用して実現されることができ、より小さい容量のＳＳＤ記憶装置をＳＳＤキャッシュとして機能することで、停電イベントの間にコンテキスト状態および他のそのような情報の不揮発性記憶を可能にし、それによりシステム動作が再開するときに通電を速く実現することができる。また、フラッシュデバイスは、例えば、シリアルペリフェラルインターフェース（ＳＰＩ）を介してプロセッサ１５０１に接続されることができる。このようなフラッシュデバイスは、前記システムのＢＩＯＳおよびその他のファームウェアを含むシステムソフトウェアの不揮発性記憶のために機能することができる。
記憶装置１５０８は、コンピュータアクセス可能な記憶媒体１５０９（機械可読記憶媒体またはコンピュータ可読媒体ともいう）を含むことができ、前記コンピュータアクセス可能な記憶媒体１５０９には、本明細書で記載されたいずれか１つまたは複数の方法または機能を具現化する１つまたは複数の命令セットまたはソフトウェア（例えば、モジュール、ユニットおよび／またはロジック１５２８）が記憶されている。処理モジュール／ユニット／ロジック１５２８は、例えば、予測モジュール３０３、軌跡列挙モジュール３０８、リスク評価モジュール３０９、および軌跡ランキングモジュール３１０のような、前記構成要素のいずれかを表すことができる。処理モジュール／ユニット／ロジック１５２８は、更に、データ処理システム１５００、メモリ１５０３、およびプロセッサ１５０１による実行中に、メモリ１５０３内および／またはプロセッサ１５０１内に完全的にまたは少なくとも部分的に存在してもよく、データ処理システム１５００、メモリ１５０３およびプロセッサ１５０１も機械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、更に、ネットワークを介し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を永続的に記憶するために用いることができる。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るが、「コンピュータ可読記憶媒体」という用語は、前記１つまたは複数の命令セットが記憶される単一の媒体または複数の媒体（例えば、集中型または分散型データベースおよび／または関連するキャッシュとサーバ）を含むと解釈されるものとする。「コンピュータ可読記憶媒体」という用語は、更に、命令セットを記憶または符号化できる任意の媒体を含むと解釈されるものであり、前記命令セットは機械により実行され、本発明のいずれか１つまたは複数の方法を前記機械に実行させるためのものである。それゆえに、「コンピュータ可読記憶媒体」という用語は、ソリッドステートメモリ、光学媒体および磁気媒体、またはその他の任意の非一時的機械可読媒体を含むが、それらに限定されないと解釈されるものとする。
本明細書に記載の処理モジュール／ユニット／ロジック１５２８、構成要素およびその他の特徴は、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、またはＡＳＩＣＳ、ＦＰＧＡ、ＤＳＰまたは類似の装置のようなハードウェア構成要素の機能に統合されてもよい。更に、処理モジュール／ユニット／ロジック１５２８は、ハードウェア装置におけるファームウェアまたは機能性回路として実現されてもよい。更に、処理モジュール／ユニット／ロジック１５２８は、ハードウェア装置とソフトウェア構成要素の任意の組み合わ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様々な構成要素を有するものとして示されているが、構成要素を相互接続する任意の特定のアーキテクチャまたは方式を表すことを意図するものではなく、そのような詳細は、本発明の実施形態とは密接な関係がない。また、より少ない構成要素また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、および／またはその他のデータ処理システムも、本発明の実施形態と共に使用することができることを理解されたい。
前記具体的な説明の一部は、既に、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と記号表現で示された。これらのアルゴリズムの説明および表現は、データ処理分野における当業者によって使用される、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。本明細書では、一般的に、アルゴリズムは、所望の結果につながるセルフコンシステントシーケンスと考えられる。これらの動作は、物理量の物理的処置が必要なものである。
しかしながら、念頭に置くべきなのは、これらの用語および類似の用語の全ては、適切な物理量に関連付けられるものであり、これらの量を標識しやすくするためのものに過ぎない。以上の説明で他に明示的に記載されていない限り、本明細書の全体にわたって理解するべきことは、添付された特許請求の範囲に記載するもののような用語による説明とは、コンピュータシステム、または類似の電子計算装置の動作およびプロセスを指し、前記コンピュータシステムまたは電子計算装置は、コンピュータシステムのレジスタおよびメモリにおける物理（電子）量として示されるデータを制御するとともに、前記データをコンピュータシステムメモリまたはレジスタまたはこのようなその他の情報記憶装置、伝送または表示装置において同様に物理量として示される別のデータに変換する。
本発明の実施形態は、本明細書の動作を実行するための装置にも関する。このようなコンピュータプログラムは、非一時的コンピュータ可読媒体に記憶される。機械可読媒体は、機械（例えば、コンピュータ）により読み取り可能な形式で情報を記憶するための任意のメカニズムを含む。例えば、機械可読（例えば、コンピュータ可読）媒体は、機械（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、光学記憶媒体、フラッシュメモリ装置）を含む。
上述した図面において説明されたプロセスまたは方法は、ハードウェア（例えば、回路、専用ロジックなど）、ソフトウェア（例えば、非一時的コンピュータ可読媒体に具現化されるもの）、または両方の組み合わせを含む処理ロジックにより実行されることができる。前記プロセスまたは方法は、以上で特定の順序に応じて説明されたが、前記動作の一部が異なる順序で実行されてもよいことを理解されたい。また、一部の動作は、順番ではなく並行して実行されてもよい。
本発明の実施形態は、いずれの特定のプログラミング言語を参照することなく記載されている。理解すべきなのは、本明細書に記載の本発明の実施形態の教示を実現するために、様々なプログラミング言語を使用することができる。
前記明細書において、本発明の実施形態は、既にその具体的な例示的な実施形態を参照しながら記載された。明らかなように、添付された特許請求の範囲に記載された本発明のより広い趣旨および範囲を逸脱しない限り、本発明に対して様々な変更を行うことができる。それゆえに、本明細書および図面は、限定的な意味でなく、例示的な意味で理解されるべきである。

Claims (24)

  1. 自動運転車両を動作させるためのコンピュータにより実行される方法であって、
    運転環境内の１つまたは複数のオブジェクトを検出するステップと、
    地図・ルート情報に基づいて前記オブジェクトのそれぞれについての１つまたは複数の予測軌跡を計算して、前記オブジェクトについての予測軌跡集合を生成するステップと、
    前記予測軌跡集合を用いて前記オブジェクトが前記運転環境内を移動する可能性がある予測軌跡の複数の組み合わせを列挙するステップと、
    前記複数の組み合わせのそれぞれについてリスク値を計算し、複数の対応するリスク値を生成するステップと、
    前記対応するリスク値に含まれる最低リスク値を有する組み合わせに基づいて自動運転車両を制御するステップと、を含み、
    前記予測軌跡の組み合わせに対応するリスク値は、当該予測軌跡の組み合わせの対応する運転環境の内のすべてのオブジェクトの衝突確率を示す値である、方法。
  2. 前記対応するリスク値に基づいて前記複数の組み合わせをランキングするステップと、
    前記ランキングの結果に従って前記最低リスク値を有する前記組み合わせを出力するステップと、を更に含む請求項１に記載の方法。
  3. 前記予測軌跡集合を用いて予測軌跡の複数の組み合わせを列挙するステップは、前記予測軌跡集合から予測軌跡のすべての可能な組み合わせを生成することを含む、請求項１に記載の方法。
  4. 前記複数の組み合わせをランキングするステップは、対応するリスク値が高い組み合わせを、対応するリスク値が低い組み合わせよりも低くランキングすることを含む、請求項２に記載の方法。
  5. 交通ルールに基づいて前記予測軌跡集合に含まれる各予測軌跡に軌跡確率を割り当てるステップと、
    前記予測軌跡集合に含まれる前記予測軌跡のいくつかを除去するステップと、を更に含む請求項１に記載の方法。
  6. 前記複数の組み合わせのそれぞれについてリスク値を計算するステップは、前記複数の組み合わせのそれぞれについて前記リスク値を計算するためにコスト関数を呼び出すことを含む、請求項１に記載の方法。
  7. 前記対応するリスク値のそれぞれは、前記運転環境内の前記オブジェクトの衝突確率を示す、請求項１に記載の方法。
  8. 前記予測軌跡集合に含まれる各予測軌跡は、対応する移動意図と関連付けられる、請求項１に記載の方法。
  9. 命令が記憶されている非一時的機械可読媒体であって、前記命令がプロセッサにより実行されると、
    運転環境内の１つまたは複数のオブジェクトを検出するステップと、
    地図・ルート情報に基づいて前記オブジェクトのそれぞれについての１つまたは複数の予測軌跡を計算して、前記オブジェクトについての予測軌跡集合を生成するステップと、
    前記予測軌跡集合を用いて前記オブジェクトが前記運転環境内を移動する可能性がある予測軌跡の複数の組み合わせを列挙するステップと、
    前記複数の組み合わせのそれぞれについてリスク値を計算し、複数の対応するリスク値を生成するステップと、
    前記対応するリスク値に含まれる最低リスク値を有する組み合わせに基づいて自動運転車両を制御するステップと、を含む動作を、前記プロセッサに実行させ、
    前記予測軌跡の組み合わせに対応するリスク値は、当該予測軌跡の組み合わせの対応する運転環境の内のすべてのオブジェクトの衝突確率を示す値である、非一時的機械可読媒体。
  10. 前記動作は、
    前記対応するリスク値に基づいて前記複数の組み合わせをランキングするステップと、
    前記ランキングの結果に従って前記最低リスク値を有する前記組み合わせを出力するステップと、を更に含む請求項９に記載の非一時的機械可読媒体。
  11. 前記予測軌跡集合を用いて予測軌跡の複数の組み合わせを列挙するステップは、前記予測軌跡集合から予測軌跡のすべての可能な組み合わせを生成することを含む、請求項９に記載の非一時的機械可読媒体。
  12. 前記複数の組み合わせをランキングするステップは、対応するリスク値が高い組み合わせを、対応するリスク値が低い組み合わせよりも低くランキングすることを含む、請求項１０に記載の非一時的機械可読媒体。
  13. 前記動作は、
    交通ルールに基づいて前記予測軌跡集合に含まれる各予測軌跡に軌跡確率を割り当てるステップと、
    前記予測軌跡集合に含まれる前記予測軌跡のいくつかを除去するステップと、を更に含む請求項９に記載の非一時的機械可読媒体。
  14. 前記複数の組み合わせのそれぞれについてリスク値を計算するステップは、前記複数の組み合わせのそれぞれについて前記リスク値を計算するためにコスト関数を呼び出すことを含む、請求項９に記載の非一時的機械可読媒体。
  15. 前記対応するリスク値のそれぞれは、前記運転環境内の前記オブジェクトの衝突確率を示す、請求項９に記載の非一時的機械可読媒体。
  16. 前記予測軌跡集合に含まれる各予測軌跡は、対応する移動意図と関連付けられる、請求項９に記載の非一時的機械可読媒体。
  17. データ処理システムであって、
    プロセッサと、
    前記プロセッサに接続されて命令を記憶するメモリであって、前記命令が前記プロセッサにより実行されると、
    運転環境内の１つまたは複数のオブジェクトを検出するステップと、
    地図・ルート情報に基づいて前記オブジェクトのそれぞれについての１つまたは複数の予測軌跡を計算して、前記オブジェクトについての予測軌跡集合を生成するステップと、
    前記予測軌跡集合を用いて前記オブジェクトが前記運転環境内を移動する可能性がある予測軌跡の複数の組み合わせを列挙するステップと、
    前記複数の組み合わせのそれぞれについてリスク値を計算し、複数の対応するリスク値を生成するステップと、
    前記対応するリスク値に含まれる最低リスク値を有する組み合わせに基づいて自動運転車両を制御するステップと、を含む動作を、前記プロセッサに実行させるメモリと、を備え、
    前記予測軌跡の組み合わせに対応するリスク値は、当該予測軌跡の組み合わせの対応する運転環境の内のすべてのオブジェクトの衝突確率を示す値である、データ処理システム。
  18. 前記動作は、
    前記対応するリスク値に基づいて前記複数の組み合わせをランキングするステップと、
    前記ランキングの結果に従って前記最低リスク値を有する前記組み合わせを出力するステップと、を更に含む請求項１７に記載のデータ処理システム。
  19. 前記予測軌跡集合を用いて予測軌跡の複数の組み合わせを列挙するステップは、前記予測軌跡集合から予測軌跡のすべての可能な組み合わせを生成することを含む、請求項１７に記載のデータ処理システム。
  20. 前記複数の組み合わせをランキングするステップは、対応するリスク値が高い組み合わせを、対応するリスク値が低い組み合わせよりも低くランキングすることを含む、請求項１８に記載のデータ処理システム。
  21. 前記動作は、
    交通ルールに基づいて前記予測軌跡集合に含まれる各予測軌跡に軌跡確率を割り当てるステップと、
    前記予測軌跡集合に含まれる前記予測軌跡のいくつかを除去するステップと、を更に含む請求項１７に記載のデータ処理システム。
  22. 前記複数の組み合わせのそれぞれについてリスク値を計算するステップは、前記複数の組み合わせのそれぞれについて前記リスク値を計算するためにコスト関数を呼び出すことを含む、請求項１７に記載のデータ処理システム。
  23. 前記対応するリスク値のそれぞれは、前記運転環境内の前記オブジェクトの衝突確率を示す、請求項１７に記載のデータ処理システム。
  24. コンピュータプログラムであって、
    前記コンピュータプログラムがプロセッサにより実行されると、請求項１～８のいずれか一項に記載の方法を実現させるコンピュータプログラム。
JP2019127127A 2018-07-17 2019-07-08 自動運転車両のためのオブジェクト移動を予測するための方法およびシステム Active JP7001642B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/037,940 US11260855B2 (en) 2018-07-17 2018-07-17 Methods and systems to predict object movement for autonomous driving vehicles
US16/037,940 2018-07-17

Publications (2)

Publication Number Publication Date
JP2020015493A JP2020015493A (ja) 2020-01-30
JP7001642B2 true JP7001642B2 (ja) 2022-01-19

Family

ID=66867044

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019127127A Active JP7001642B2 (ja) 2018-07-17 2019-07-08 自動運転車両のためのオブジェクト移動を予測するための方法およびシステム

Country Status (4)

Country Link
US (1) US11260855B2 (ja)
EP (1) EP3598411A1 (ja)
JP (1) JP7001642B2 (ja)
CN (1) CN110794823B (ja)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7199545B2 (ja) 2018-07-20 2023-01-05 メイ モビリティー，インコーポレイテッド 自律エージェントによる行動方針選択のための多視点システムおよび方法
US10969470B2 (en) 2019-02-15 2021-04-06 May Mobility, Inc. Systems and methods for intelligently calibrating infrastructure devices using onboard sensors of an autonomous agent
JP7200820B2 (ja) * 2019-05-13 2023-01-10 株式会社デンソー 物標識別装置および運転支援装置
US11153010B2 (en) * 2019-07-02 2021-10-19 Waymo Llc Lidar based communication
CN112242069B (zh) * 2019-07-17 2021-10-01 华为技术有限公司 一种确定车速的方法和装置
US11328433B2 (en) * 2020-02-25 2022-05-10 Honda Motor Co., Ltd. Composite field based single shot prediction
US20230158887A1 (en) * 2020-04-30 2023-05-25 Bae Systems Plc Video processing
US20200262423A1 (en) * 2020-05-08 2020-08-20 Intel Corporation Systems, devices, and methods for risk-aware driving
WO2022006418A1 (en) 2020-07-01 2022-01-06 May Mobility, Inc. Method and system for dynamically curating autonomous vehicle policies
JP7451821B2 (ja) * 2020-07-09 2024-03-18 トヨタ モーター ノース アメリカ，インコーポレイティド 動的に適応させる運転モードセキュリティ制御
CN111873989B (zh) * 2020-07-29 2021-07-06 北京三快在线科技有限公司 车辆控制方法及装置
CN111951552B (zh) * 2020-08-11 2021-10-15 腾讯科技（深圳）有限公司 一种自动驾驶中风险管理的方法以及相关装置
US11794731B2 (en) 2020-08-12 2023-10-24 Ford Global Technologies, Llc Waypoint prediction for vehicle motion planning
US20210009121A1 (en) * 2020-09-24 2021-01-14 Intel Corporation Systems, devices, and methods for predictive risk-aware driving
CN112232581B (zh) * 2020-10-26 2024-04-12 腾讯科技（深圳）有限公司 驾驶风险的预测方法、装置、电子设备及存储介质
CN112212874B (zh) * 2020-11-09 2022-09-16 福建牧月科技有限公司 车辆轨迹预测方法、装置、电子设备及计算机可读介质
US12037025B2 (en) * 2020-11-17 2024-07-16 Uatc, Llc Systems and methods for motion forecasting and planning for autonomous vehicles
US20210101620A1 (en) * 2020-12-17 2021-04-08 Intel Corporation Systems, methods, and devices for generating and using safety threat maps
CN112461255B (zh) * 2021-01-25 2021-04-27 中智行科技有限公司 一种路径规划方法、车端设备及电子设备
US11760388B2 (en) * 2021-02-19 2023-09-19 Argo AI, LLC Assessing present intentions of an actor perceived by an autonomous vehicle
US11472436B1 (en) 2021-04-02 2022-10-18 May Mobility, Inc Method and system for operating an autonomous agent with incomplete environmental information
DE102021204067A1 (de) * 2021-04-23 2022-10-27 Continental Automotive Technologies GmbH Verfahren zum Erstellen einer Karte mit Kollisionswahrscheinlichkeiten
WO2022256249A1 (en) * 2021-06-02 2022-12-08 May Mobility, Inc. Method and system for remote assistance of an autonomous agent
US12024195B2 (en) * 2021-06-02 2024-07-02 Ford Global Technologies, Llc Method and system for predicting behavior of actors in an environment of an autonomous vehicle
WO2023014733A2 (en) * 2021-08-02 2023-02-09 Cyngn, Inc. System and methods of adaptive trajectory prediction for autonomous driving
JPWO2023053165A1 (ja) 2021-09-28 2023-04-06
US12012123B2 (en) 2021-12-01 2024-06-18 May Mobility, Inc. Method and system for impact-based operation of an autonomous agent
CN114104000B (zh) * 2021-12-16 2024-04-12 智己汽车科技有限公司 一种危险场景的评估与处理系统、方法及存储介质
WO2023139706A1 (ja) * 2022-01-19 2023-07-27 日本電気株式会社 処理装置
WO2023154568A1 (en) 2022-02-14 2023-08-17 May Mobility, Inc. Method and system for conditional operation of an autonomous agent
CN117944671A (zh) * 2022-10-27 2024-04-30 华为技术有限公司 一种目标行为预测方法、智能设备及车辆
CN115771506B (zh) * 2022-11-17 2023-06-20 清华大学 基于乘员风险认知的车辆行驶策略的确定方法和装置
US12027053B1 (en) 2022-12-13 2024-07-02 May Mobility, Inc. Method and system for assessing and mitigating risks encounterable by an autonomous vehicle

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130054106A1 (en) 2011-08-22 2013-02-28 Honda Research Institute Europe Gmbh Method and system for predicting movement behavior of a target traffic object
DE102013005362A1 (de) 2013-03-28 2013-10-10 Daimler Ag Verfahren zur Analyse einer Verkehrssituation
US20170320500A1 (en) 2016-05-03 2017-11-09 Hyundai Motor Company Path planning apparatus and method for autonomous vehicle
US20180100743A1 (en) 2016-10-06 2018-04-12 The Boeing Company Computer-Implemented Method and a System for Guiding a Vehicle Within a Scenario with Obstacles

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4062353B1 (ja) * 2006-11-10 2008-03-19 トヨタ自動車株式会社 障害物進路予測方法、装置、およびプログラム
US9349291B2 (en) * 2012-11-29 2016-05-24 Nissan North America, Inc. Vehicle intersection monitoring system and method
US8930060B1 (en) * 2013-07-15 2015-01-06 Ford Global Technologies Post-impact path assist for vehicles
EP2950294B1 (en) 2014-05-30 2019-05-08 Honda Research Institute Europe GmbH Method and vehicle with an advanced driver assistance system for risk-based traffic scene analysis
EP2990290B1 (en) * 2014-09-01 2019-11-06 Honda Research Institute Europe GmbH Method and system for post-collision manoeuvre planning and vehicle equipped with such system
US9248834B1 (en) 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information
CN105573323A (zh) * 2016-01-12 2016-05-11 福州华鹰重工机械有限公司 自动驾驶轨迹生成方法及装置
US10394245B2 (en) 2016-11-22 2019-08-27 Baidu Usa Llc Method and system to predict vehicle traffic behavior for autonomous vehicles to make driving decisions
US10268200B2 (en) 2016-12-21 2019-04-23 Baidu Usa Llc Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle
MX2019009392A (es) * 2017-02-10 2019-11-28 Nissan North America Inc Control de la administracion operacional de vehiculos autonomos.

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130054106A1 (en) 2011-08-22 2013-02-28 Honda Research Institute Europe Gmbh Method and system for predicting movement behavior of a target traffic object
DE102013005362A1 (de) 2013-03-28 2013-10-10 Daimler Ag Verfahren zur Analyse einer Verkehrssituation
US20170320500A1 (en) 2016-05-03 2017-11-09 Hyundai Motor Company Path planning apparatus and method for autonomous vehicle
US20180100743A1 (en) 2016-10-06 2018-04-12 The Boeing Company Computer-Implemented Method and a System for Guiding a Vehicle Within a Scenario with Obstacles

Also Published As

Publication number Publication date
US20200023838A1 (en) 2020-01-23
JP2020015493A (ja) 2020-01-30
US11260855B2 (en) 2022-03-01
CN110794823A (zh) 2020-02-14
CN110794823B (zh) 2023-07-21
EP3598411A1 (en) 2020-01-22

Similar Documents

Publication Publication Date Title
JP7001642B2 (ja) 自動運転車両のためのオブジェクト移動を予測するための方法およびシステム
JP7001628B2 (ja) 自動運転車両の駐車軌跡の計画
JP6861238B2 (ja) 自動運転車の車線変更軌跡を確定するための方法
JP6865244B2 (ja) 自動運転車両の軌道の生成方法
JP6975512B2 (ja) 自動運転車両の周辺車両の挙動に基づくリアルタイム感知調整と運転調整
JP6757819B2 (ja) 最適化方法による自動運転車両のための計画駐車軌跡の生成
JP6831420B2 (ja) 自動運転車の軌跡候補を評価するための方法
JP7072581B2 (ja) 自動運転車両の経路計画のための運転シナリオに基づく車線ガイドライン
JP6878493B2 (ja) 自動運転車両（ａｄｖ）に用いるピッチ角の補正方法
JP6831419B2 (ja) 自動運転車と警告サービスの操作方法、システム及び機械可読メディア
JP6784794B2 (ja) 自動運転車の経路計画用のドリフト補正の方法
JP6972150B2 (ja) 自動運転車両のための歩行者確率予測システム
JP7043466B2 (ja) 自動運転車両のための以前の運転軌跡に基づくリアルタイムマップ生成方法
JP7121699B2 (ja) 自動運転車両のためのマルチモーダル運動計画フレームワーク
JP6779326B2 (ja) 複数のスレッドを使用して自動運転車両に用いられる基準線を生成するための方法及びシステム
JP7108583B2 (ja) 自動運転車両のための曲率補正経路サンプリングシステム
JP2019182399A (ja) 自動運転に用いられる感知と計画のコラボレーションフレームワーク
JP7116065B2 (ja) 自律走行車に用いられるトンネルに基づく計画システム
JP2018083610A (ja) 自律走行車の車両交通行動を予測して運転決定をするための方法及びシステム
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
JP7149288B2 (ja) 自動運転車両のための螺旋曲線に基づく垂直駐車計画システム
JP7001708B2 (ja) 自動運転車の高速計画のための多項式フィッティングベースの基準線平滑化方法
JP6932196B2 (ja) 自動運転車両のための螺旋経路に基づく３ポイントターン計画
CN111857119A (zh) 用于停放自动驾驶车辆的停车管理架构
JP7009490B2 (ja) 自動運転車両のための制御主導型の３ポイントターン計画

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190814

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190814

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201027

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210127

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210622

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210921

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211221

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211224

R150 Certificate of patent or registration of utility model

Ref document number: 7001642

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150