JP7058726B2 - レーダ技術を使用した自律車両の動きの検出 - Google Patents

レーダ技術を使用した自律車両の動きの検出 Download PDF

Info

Publication number
JP7058726B2
JP7058726B2 JP2020515908A JP2020515908A JP7058726B2 JP 7058726 B2 JP7058726 B2 JP 7058726B2 JP 2020515908 A JP2020515908 A JP 2020515908A JP 2020515908 A JP2020515908 A JP 2020515908A JP 7058726 B2 JP7058726 B2 JP 7058726B2
Authority
JP
Japan
Prior art keywords
autonomous vehicle
vehicle
radar
speed
radar data
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
JP2020515908A
Other languages
English (en)
Other versions
JP2020535508A (ja
Inventor
キャンベル，ティモシー
スミス，エル．，ドニー
Original Assignee
ウェイモ エルエルシー
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
Priority claimed from US15/713,500 external-priority patent/US10691135B2/en
Priority claimed from US15/713,499 external-priority patent/US10890919B2/en
Application filed by ウェイモ エルエルシー filed Critical ウェイモ エルエルシー
Publication of JP2020535508A publication Critical patent/JP2020535508A/ja
Application granted granted Critical
Publication of JP7058726B2 publication Critical patent/JP7058726B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G01S13/426—Scanning radar, e.g. 3D radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G01S13/874—Combination of several systems for attitude determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G01S13/878—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93273—Sensor installation details on the top of the vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Description

関連出願の相互参照
本出願は、２０１７年９月２２日に提出された米国特許出願第１５／７１３，５００号および２０１７年９月２２日に提出された米国特許出願第１５／７１３，４９９号の優先権を主張し、これらの両方は、その全体が参照により本明細書に組み込まれる。
車両は多くの場合、環境全体での人や物の輸送のためなど、様々なタスクに使用される。技術の進歩により、一部の車両は、車両が部分的または完全に自律モードで動作することを可能にするシステムで構成されている。部分的または完全に自律モードで動作する場合、車両動作のナビゲーション態様の一部またはすべては、従来の人間の運転者ではなく車両制御システムによって制御される。車両の自律的動作には、車両の周囲の環境を感知するシステムを含めることができ、コンピューティングシステムがナビゲーションルートを計画して安全に実行し、所望の目的地に到達することを可能にする。
一態様では、本出願は、自律車両を制御するように構成されたコンピューティングシステムによって行われる方法を説明する。本方法は、コンピューティングシステムによって、自律車両に搭載された少なくとも１つのレーダセンサから、自律車両の物理的環境を表すレーダデータを受信することを含み得る。本方法はまた、レーダデータに基づいて、コンピューティングシステムによって、環境内に存在する少なくとも１つの散乱体を検出することを含み得る。本方法はまた、レーダデータに基づいて、コンピューティングシステムによって、少なくとも１つの散乱体が自律車両に対して静止しているという可能性の判定を行うことを含み得る。本方法はまた、可能性が事前定義された信頼閾値に少なくとも等しいことに応答して、コンピューティングシステムによって、レーダデータに基づいて自律車両の速度を計算することを含み得、速度の計算は、コンピューティングシステムによって、自律車両が静止しているという指標を判定すること、および、コンピューティングシステムによって、自律車両の角速度ならびに自律車両の線形速度を判定すること、うちの１つを含む。本方法はまた、コンピューティングシステムによって、計算された速度に基づいて自律車両を制御することを含み得る。
別の態様では、本出願は、コンピューティングシステムのプロセッサによって実行されるとき、コンピューティングシステムに動作を行わせる命令を格納した非一時的なコンピュータ可読媒体を含む製造物品を説明する。動作は、自律車両に搭載された少なくとも１つのレーダセンサから、自律車両の物理的環境を表すレーダデータを受信することを含み得る。動作はまた、レーダデータに基づいて、環境内に存在する少なくとも１つの散乱体を検出することを含み得る。動作はまた、レーダデータに基づいて、少なくとも１つの散乱体が自律車両に対して静止しているという可能性の判定を行うことを含み得る。動作はまた、可能性が事前定義された信頼閾値に少なくとも等しいことに応答して、レーダデータに基づいて自律車両の速度を計算することを含み得、速度の計算は、自律車両が静止しているという指標を判定すること、および、自律車両の角速度ならびに自律車両の線形速度を判定すること、のうちの１つを含む。動作はまた、計算された速度に基づいて自律車両を制御することを含み得る。
別の態様では、本出願は、自律車両を制御するように構成されたコンピューティングシステムについて説明する。コンピューティングシステムは、自律車両に搭載された少なくとも１つのレーダセンサと、動作を行うように構成されたプロセッサとを備え得る。動作は、少なくとも１つのレーダセンサから、自律車両の物理的環境を表すレーダデータを受信することを含み得る。動作はまた、レーダデータに基づいて、環境内に存在する少なくとも１つの散乱体を検出することを含み得る。動作はまた、レーダデータに基づいて、少なくとも１つの散乱体が自律車両に対して静止しているという可能性の判定を行うことを含み得る。動作はまた、可能性が事前定義された信頼閾値に少なくとも等しいことに応答して、レーダデータに基づいて自律車両の速度を計算することを含み得、速度の計算は、自律車両が静止しているという指標を判定すること、および、自律車両の角速度ならびに自律車両の線形速度を判定すること、のうちの１つを含む。動作はまた、計算された速度に基づいて自律車両を制御することを含み得る。
さらに別の態様では、自律車両に搭載された少なくとも１つのレーダセンサから、自律車両の物理的環境を表すレーダデータを受信するための手段を含むシステムが提供される。システムはまた、レーダデータに基づいて、環境内に存在する少なくとも１つの散乱体を検出するための手段を含み得る。システムはまた、レーダデータに基づいて、少なくとも１つの散乱体が自律車両に対して静止しているという可能性の判定を行うための手段を含み得る。システムは、可能性が事前定義された信頼閾値に少なくとも等しいことに応答して、レーダデータに基づいて自律車両の速度を計算するための手段をさらに含み得、速度の計算は、自律車両が静止しているという指標を判定すること、および、自律車両の角速度ならびに自律車両の線形速度を判定すること、のうちの１つを含む。かつ、システムは、計算された速度に基づいて自律車両を制御するための手段をさらに含み得る。
前述の要約は例示にすぎず、決して限定を意図するものではない。上記の例示的な態様、実施形態、および特徴に加えて、さらなる態様、実施形態、および特徴が、図および以下の詳細な説明を参照することによって明らかになるであろう。
車両の例を図解する機能ブロック図である。 車両の物理的な構成例を示す。 カプラを含む感知システムのブロック図を図解する。 カプラを含む別の感知システムのブロック図を図解する。 車両の物理的な構成を示す。 車両の物理的な構成を示す。 レーダシステムを利用した車両のシナリオ例を図解する。 レーダシステムを利用した車両のシナリオ例を図解する。 実装形態例による、方法のフローチャートである。 実装形態例による、方法のフローチャートである。 コンピュータプログラムの例の概略図を示す。
本明細書での、例示的な方法およびシステムについて説明する。「例」、「例示的」、および「例証的」という単語は、本明細書では「例、インスタンス、または例証として機能する」ことを意味するために使用されることを理解されたい。「例」、「例示的」、または「例証的」であるとして本明細書で説明される実装形態または特徴は、必ずしも他の実装形態または特徴よりも好ましいまたは有利であると解釈されるべきではない。本明細書で説明される実装形態の例は、限定することを意味するものではない。本明細書で概して説明され、かつ図に例証されている、本開示の態様は、多種多様な異なる構成で配置、置換、結合、分離、および設計することができ、そのすべてが明示的に企図されることは容易に理解されよう。加えて、本開示では、他に特定されない限り、および／または特定の文脈が他に明確に指示しない限り、用語「ある（ａ）」または「ある（ａｎ）」は少なくとも１つを意味し、用語「その（ｔｈｅ）」はその少なくとも１つを意味する。
さらに、図に示されている特定の配置は、限定的なものと見なされるべきではない。他の実装形態は、所与の図に示される各要素のより多くまたはより少ないものを含み得ることを理解されたい。さらに、例証された要素のいくつかは、組み合わせるか、または省略されてもよい。さらにまた、実装形態例は、図に例証されていない要素を含んでもよい。
それに加えて、本明細書で使用される「速度」という用語は、線形速度および／または角速度を指す場合がある。さらに、「速度」は、速さなどのスカラー量、または速さおよび角度などのベクトル量であってもよい。
車両用のレーダシステムは、車両の環境を感知し、車両の周囲の測定値を捕捉するように構成され得る。例えば、レーダシステムは、車両と車両の前をナビゲートしている別の車両との間の距離を測定し得る。場合によっては、車両のコンピューティングシステムまたはリモートシステムが、レーダデータを使用して、ルートナビゲーション、速さ制御、障害物回避などの制御動作を判定し得る。結果として、レーダシステムは、車両が部分的または完全に自律モードで動作することを可能にし得る。例えば、例示的なレーダシステムはまた、いくつかの実装形態において車両の他のセンサシステムを補うように構成され得る。いくつかの実装形態では、レーダシステムは、運転者が車両のナビゲートするのを支援するために使用し得るインターフェースにレーダデータを提供し得る。
実際には、多くの車両システムは、全地球測位システム（ＧＰＳ）、慣性センサ（例えば、加速度計およびジャイロスコープ）、車輪速センサ、および／または車両の速度を測定するための他のメカニズムを実装し得る。これらのメカニズムの各々は、ときには正確な測定値を提供する場合があるが、様々な欠点も有する場合がある。例えば、車輪速センサは、少しではあっても、牽引力とスリップを失い、センサ測定の信頼性に悪影響を及ぼす可能性がある。このため、車両と環境との間の相対運動をより高い精度と信頼性で検出することができるメカニズムを実装することが望ましい場合がある。加えて、ＧＰＳなどのシステムの精度は約４メートルしかない場合がある。このため、ＧＰＳ測定は、車両が停止しているかどうかの正確な測定を提供することができない場合がある。
したがって、本明細書に開示されるのは、レーダ技術を使用する、すなわち、少なくとも１つのレーダセンサを使用する、車両速度計算に関する方法およびシステムである。例えば、車両システムは、２つ以上のレーダセンサからのレーダデータを使用して、環境内のどの物体が静止している可能性があるかを判定し、次に、これらの物体を使用して、２つ以上のレーダセンサが取り付けられている車両の線形速度および／または角速度を計算する。
より具体的な例として、車両システムは、車両が走行路上を移動している間に、車両上の２つの異なる場所に（または２つの異なる向きで）搭載された２つ以上のレーダセンサから取得されたレーダデータを受信するように構成され得る。レーダデータは、車両の環境を表す場合がある。システムは次いで、レーダデータを使用して、環境内に存在する散乱体を検出し得る。本明細書では、「散乱体」は、レーダ波が物体に遭遇したときにレーダ波を散乱（すなわち、反射）する物体を指し得る。さらに、システムは、散乱体が車両に対して静止している可能性を判定するように構成され得る。いくつかの実装形態では、システムは、コヒーレント変化検出を使用して、散乱が動いているかどうかを判定することができる場合がある。コヒーレント変化検出では、スライディングウィンドウを使用し、散乱体からの戻りの位相を比較して、動きを判定する。例えば、コヒーレント処理間隔（ＣＰＩ）を別のＣＰＩｉ（ｉはスライディングウィンドウのサイズ）と比較して、散乱体からの相対位相を測定し得る。
散乱体が静止している可能性が事前定義された信頼閾値に少なくとも等しいとシステムが判定した場合、システムはそれに応じて、レーダデータに基づいて車両の速度を計算し得る。速度は、車両の線形速度および／または角速度を含み得る。
システムが車両の速度を計算すると、システムはその速度に基づいて車両を制御し得る。例えば、システムが、計算された角速度が事前定義された閾値を満たすか超えると判定した場合、システムは、車両にそのステアリング角度を調整させ、その線形速度を低下させ、および／またはその角速度を低下させ得る。追加または代替として、システムが、計算された線形速度が事前定義された閾値を満たすか超えると判定した場合、システムは、車両にそのステアリング角度を調整させ、その線形速度を低下させ、および／またはその角速度を低下させ得る。システムは、車両を制御するために他の要因も考慮する場合がある。
さらに、実際には、多くの車両システムはまた、車両が静止しているかどうかを測定するために、エンコーダ、慣性センサ、ＧＰＳ、および／または他のメカニズムを実装し得る。いくつかの例では、そのようなメカニズムは、車両の測定速度がゼロであることをメカニズムが検出したことに応答して、および／または車両の測定速度が、１センチメートル／秒（ｃｍ／ｓ）などの、事前定義された検出閾値を下回っていることをメカニズムが検出したことに応答して、車両が静止していることを出力するように構成され得る。特にエンコーダは、センチメートル／秒での動き検出をサポートするように構成され得る。
ただし、そのようなメカニズムは、様々な問題を有する場合がある。前述のように、例えば、ＧＰＳは、高い位置ノイズおよび長い待ち時間を有する場合がある。別の例として、加速度計は、ストラップダウン慣性ナビゲーションシステム（例えば、センサが車両にストラップで固定されている慣性センサベースのシステム）または他のタイプの慣性センサシステムに車両が静止しているときでもが動きを検出させ得るノイズを提示する場合がある。
したがって、本明細書でさらに開示されるのは、レーダ技術を使用する車両動き検出に関する方法およびシステムである。例えば、上記の議論に沿って、車両システムは、車両に搭載されたレーダセンサから取得されたレーダデータを受信するように構成され得、レーダデータは車両の環境を表す。システムは次いで、レーダデータを使用して、環境内に存在する散乱体を検出し得る。
さらに、システムは、上述のように、ドップラー測定値を使用することによってなど、散乱体が車両に対して静止している可能性を判定するように構成され得る。散乱体が静止している可能性が事前定義された信頼閾値に少なくとも等しいとシステムが判定した場合、システムは次に、車両が静止しているという指標を判定し得、次いでその指標に基づいて車両の動きを制御する。例えば、指標はバイナリ出力の形式をとることができ（例えば、静止していない場合は「０」、静止している場合は「１」）、車両が静止していることをバイナリ出力が示す場合、システムは、慣性センサの読み取り値などの他の移動センサの読み取り値を無視するようにそれ自体を構成してもよいが、バイナリ出力が車両がもはや静止していないことを示すと、慣性センサの読み取り値を考慮に入れるようにそれ自体を再構成し得る。
実際には、静止散乱体である可能性が高い閾値を有する環境内の物体は、レーダデータにクラッタとして現れる場合がある。このため、本明細書に記載の方法およびシステムは、多くの既知のレーダ実装形態が、レーダデータに現れるクラッタを除去またはさもなければ無視することを含むという点で、既知のレーダ実装形態とは異なり得る。対照的に、これらの方法およびシステムは、レーダデータ内のクラッタを分離またはその他の方法で考慮し、クラッタを車両の速度の計算および／または車両が静止しているかどうかの判定の基準として使用することを含み得る。
記載された方法およびシステムは、レーダ技術および／または運動感知／測定に他の改善を同じく提供し得る。例えば、航空機搭載のレーダシステムは、地面にある物体を感知するために、レーダ波を低速で遠距離（例えば、数千メートルまたは数万メートル）で送信する場合があり、このような地面にある物体を感知しようとする試みは、多くの場合、エイリアシングまたは他の望ましくない影響が生じる可能性がある。加えて、低速のため、このようなレーダシステムはレーダデータ内の単一の散乱体を分離できない場合がある。対照的に、本方法およびシステムは、物体を感知するために、レーダ波をより高い速度で、より短い距離（例えば、数百メートル以下）で送信することを含む。
特にレーダベースの車両動き検出に関して本明細書で説明される動作は、他の考えられる改善の中でも、より高い精度、より高い感度、およびより低い待ち時間での動き検出を容易にし得る。例として、そのような動作は、毎秒ミリメートルの動き検出を容易にすることができ、つまり、車両の測定速度が約１ミリメートル／秒（ｍｍ／ｓ）の事前定義された閾値を下回っていることを検出したことに応答して、車両が静止していることを出力し、これにより、既存の動き検出メカニズムの約１０倍の精度を提供する。
本明細書に記載の実装形態は、概してレーダシステムに関して議論されるが、議論される車両速度計算および／または車両動き検出動作は、レーダを使用することに加えて、または代替として、ＬＩＤＡＲシステムを使用して同様に行うことができることを留意されたい。例として、車両システムは、少なくとも１フレームのＬＩＤＡＲデータを使用して少なくとも１つの散乱体を検出し、次いで、おそらくＬＩＤＡＲデータのみを考慮するか、または、おそらく他のタイプのデータ（例えば、レーダ、画像、地図、および／またはリモートアシスタンス）と組み合わせたＬＩＤＡＲデータを考慮して、少なくとも１つの散乱体が静止している可能性を判定する。例えば、車両システムは、１つ以上のＬＩＤＡＲセンサからＬＩＤＡＲデータの複数のフレームを受信し、少なくとも１つの散乱体に関連付けられていると推定されるＬＩＤＡＲデータの部分にどの程度の変化があったかを判定し得る。次に、車両システムは、判定された変化の程度が事前定義された変化閾値とどのように比較されるかに基づいて、少なくとも１つの散乱体が静止しているかどうかを判定し得る。別の例として、車両システムは、少なくとも１つのハイブリッドＬＩＤＡＲ／ドップラーセンサを使用して、散乱体候補のＬＩＤＡＲベースのドップラー測定値を取得し、次に、（ｉ）散乱体の候補が静止している可能性、（ｉｉ）車両が静止しているかどうか、および／または（ｉｉｉ）車両の速度などの様々な情報を判定するために、上記と同様の様態でこれらの測定値を使用し得る。
ここで、本開示の範囲内の例示的なシステムをより詳細に説明する。例示的なシステムは、自動車に実装され得、または自動車の形態をとり得る。しかしながら、システムの例はまた、車、トラック、オートバイ、バス、ボート、飛行機、ヘリコプター、芝刈り機、アースムーバ、ボート、スノーモービル、航空機、レクリエーション車両、遊園地車両、農機具、建設機械、トラム、ゴルフカート、電車、トロリー、ロボットデバイスなどの、他の車両に実装され得、または他の車両の形態をとり得る。他の車両も同じく可能である。
ここで図を参照すると、図１は、自律モードで完全にまたは部分的に動作するように構成され得る、例示的な車両１００を図解する機能ブロック図である。より具体的には、車両１００は、コンピューティングシステムから制御命令を受信することを通して、人間の相互作用なしに自律モードで動作し得る。自律モードでの動作の一部として、車両１００は、センサを使用して、周囲環境の物体を検出し、場合によっては識別して、安全なナビゲーションを可能にし得る。いくつかの実装形態では、車両１００はまた、運転者が車両１００の動作を制御することを可能にするサブシステムを含み得る。
図１に示すように、車両１００は、推進システム１０２、センサシステム１０４、制御システム１０６、１つ以上の周辺機器１０８、電源１１０、コンピュータシステム１１２、データストレージ１１４、およびユーザインターフェース１１６などの様々なサブシステムを含み得る。他の例では、車両１００は、各々複数の要素を含むことができるより多いまたはより少ないサブシステムを含んでもよい。車両１００のサブシステムおよび構成要素は、様々な方法で相互接続され得る。加えて、本明細書で説明する車両１００の機能は、追加の機能的または物理的構成要素に分割するか、実装形態内でより少ない機能的または物理的構成要素に組み合わせることができる。
推進システム１０２は、車両１００に対して動力付き運動を提供するように動作可能な１つ以上の構成要素を含み得、他の可能な構成要素の中でも、エンジン／モータ１１８、エネルギー源１１９、トランスミッション１２０、および車輪／タイヤ１２１を含み得る。例えば、エンジン／モータ１１８は、エネルギー源１１９を機械的エネルギーに変換するように構成され得、他の可能なオプションの中でも、内燃エンジン、電気モータ、蒸気エンジン、またはスターリングエンジンのうちの１つまたは組み合わせに対応し得る。例えば、いくつかの実装形態では、推進システム１０２は、ガソリンエンジンおよび電気モータなどの複数のタイプのエンジンおよび／またはモータを含み得る。
エネルギー源１１９は、完全にまたは部分的に、車両１００の１つ以上のシステム（例えば、エンジン／モータ１１８）に動力を供給し得るエネルギー源を表す。例えば、エネルギー源１１９は、ガソリン、ディーゼル、他の石油ベースの燃料、プロパン、他の圧縮ガスベースの燃料、エタノール、ソーラパネル、電池、および／または他の電力源に対応することができる。いくつかの実装形態では、エネルギー源１１９は、燃料タンク、電池、コンデンサ、および／またはフライホイールの組み合わせを含み得る。
トランスミッション１２０は、エンジン／モータ１１８からの機械動力を、車輪／タイヤ１２１および／または車両１００の他の可能なシステムに伝達し得る。したがって、トランスミッション１２０は、他の可能な構成要素の中でもとりわけ、ギアボックス、クラッチ、ディファレンシャル、および駆動シャフトを含み得る。駆動シャフトは、１つ以上の車輪／タイヤ１２１に接続する車軸を含み得る。
車両１００の車輪／タイヤ１２１は、例示的な実装形態内で様々な構成を有し得る。例えば、車両１００は、他の可能な構成の中でも、一輪車、自転車／オートバイ、三輪車、または自動車／トラックの四輪の形式で存在し得る。したがって、車輪／タイヤ１２１は、様々な方法で車両１００に接続することができ、金属およびゴムなどの異なる材料で存在することができる。
センサシステム１０４は、他の可能なセンサの中でも、ＧＰＳ１２２、慣性測定ユニット（ＩＭＵ）１２４、レーダ１２６、レーザ距離計／ＬＩＤＡＲ１２８、カメラ１３０、ステアリングセンサ１２３、およびスロットル／ブレーキセンサ１２５などの様々なタイプのセンサを含むことができる。いくつかの実装形態では、センサシステム１０４はまた、車両１００の内部システムを監視するように構成されたセンサ（例えば、Ｏ２モニタ、燃料計、エンジンオイル温度、ブレーキ摩耗）を含み得る。
ＧＰＳ１２２は、地球に対する車両１００の位置に関する情報を提供するように動作可能なトランシーバを含み得る。ＩＭＵ１２４は、１つ以上の加速度計および／またはジャイロスコープを使用する構成を有し得、慣性加速度に基づいて車両１００の位置および向きの変化を感知し得る。例えば、ＩＭＵ１２４は、車両１００が静止しているかまたは動いている間に車両１００のピッチおよび偏揺れを検出することができる。
レーダ１２６は、物体の速さおよび方位を含めて、無線信号を使用して、車両１００のローカル環境内の物体を感知するように構成された１つ以上のシステムを表すことができる。したがって、レーダ１２６は、無線信号を送信および受信するように構成されたアンテナを含み得る。いくつかの実装形態では、レーダ１２６は、車両１００の周囲環境の測定値を取得するように構成された装着可能なレーダシステムに対応し得る。
レーザ距離計／ＬＩＤＡＲ１２８は、他のシステム構成要素の中でも、１つ以上のレーザ源、レーザスキャナ、および１つ以上の検出器を含み得、コヒーレントモード（例えば、ヘテロダイン検出を使用）または非コヒーレント検出モードで動作し得る。カメラ１３０は、車両１００の環境の画像を捕捉するように構成された１つ以上のデバイス（例えば、スチルカメラまたはビデオカメラ）を含み得る。
ステアリングセンサ１２３は、車両１００のステアリング角度を感知し得、これは、ステアリングホイールの角度を測定すること、またはステアリングホイールの角度を表す電気信号を測定することを含み得る。いくつかの実装形態では、ステアリングセンサ１２３は、車両１００の前方軸に対する車輪の角度を検出するなど、車両１００の車輪の角度を測定し得る。ステアリングセンサ１２３はまた、ステアリングホイールの角度、ステアリングホイールの角度を表す電気信号、および車両１００の車輪の角度の組み合わせ（またはサブセット）を測定するように構成され得る。
スロットル／ブレーキセンサ１２５は、車両１００のスロットル位置またはブレーキ位置のいずれかの位置を検出し得る。例えば、スロットル／ブレーキセンサ１２５は、アクセルペダル（スロットル）およびブレーキペダルの両方の角度を測定してもよく、または、例えば、アクセルペダル（スロットル）の角度および／またはブレーキペダルの角度を表すことができる電気信号を測定してもよい。スロットル／ブレーキセンサ１２５はまた、エンジン／モータ１１８（例えば、バタフライバルブまたはキャブレタ）にエネルギー源１１９のモジュレーションを提供する物理的メカニズムの一部を含み得る、車両１００のスロットルボディの角度を測定してもよい。加えて、スロットル／ブレーキセンサ１２５は、車両１００のロータ上の１つ以上のブレーキパッドの圧力、またはアクセルペダル（スロットル）およびブレーキペダルの角度の組み合わせ（またはサブセット）、アクセルペダル（スロットル）およびブレーキペダルの角度を表す電気信号、スロットルボディの角度、および少なくとも１つのブレーキパッドが車両１００のロータに加える圧力、を測定し得る。他の実施形態では、スロットル／ブレーキセンサ１２５は、スロットルまたはブレーキペダルなどの車両のペダルに加えられた圧力を測定するように構成されてもよい。
制御システム１０６は、ステアリングユニット１３２、スロットル１３４、ブレーキユニット１３６、センサ融合アルゴリズム１３８、コンピュータビジョンシステム１４０、ナビゲーション／経路探索システム１４２、および障害物回避システム１４４など、車両１００をナビゲートするのを助けるように構成された構成要素を含み得る。より具体的には、ステアリングユニット１３２は、車両１００の方位を調整するように動作可能であり得、スロットル１３４は、エンジン／モータ１１８の動作スピードを制御して、車両１００の加速を制御し得る。ブレーキユニット１３６は、車両１００を減速することができ、これは、摩擦を使用して車輪／タイヤ１２１を減速することを含み得る。いくつかの実施態様では、ブレーキユニット１３６は、車両１００のシステムまたはシステム（複数）によるその後の使用のために、車輪／タイヤ１２１の運動エネルギーを電流に変換し得る。
センサ融合アルゴリズム１３８は、カルマンフィルタ、ベイジアンネットワーク、またはセンサシステム１０４からのデータを処理することができる他のアルゴリズムを含み得る。いくつかの実装形態では、センサ融合アルゴリズム１３８は、個々の物体および／または特徴の評価、特定の状況の評価、および／または所与の状況内の潜在的な影響の評価など、入ってくるセンサデータに基づくアセスメントを提供し得る。
コンピュータビジョンシステム１４０は、物体、環境物体（例えば、停止灯、道路の境界、等）、および障害物を判定する取り組みにおいて画像を処理および分析するように動作可能なハードウェアおよびソフトウェアを含み得る。したがって、コンピュータビジョンシステム１４０は、物体認識、Ｓｔｒｕｃｔｕｒｅ ｆｒｏｍ Ｍｏｔｉｏｎ（ＳＦＭ）、ビデオ追跡、および、例えば、物体を認識し、環境をマッピングし、物体を追跡し、物体の速さを推定する、等のためにコンピュータビジョンで使用される他のアルゴリズムを使用し得る。
ナビゲーション／経路探索システム１４２は、車両１００の運転経路を判定することができ、これは、動作中にナビゲーションを動的に調整することを含み得る。したがって、ナビゲーション／経路探索システム１４２は、とりわけ、センサ融合アルゴリズム１３８、ＧＰＳ１２２、および地図からのデータを使用して、車両１００をナビゲートし得る。障害物回避システム１４４は、センサデータに基づいて潜在的な障害物を評価し、車両１００のシステムに潜在的な障害物を回避またはそうでなければ切り抜けさせ得る。
図１に示されるように、車両１００はまた、無線通信システム１４６、タッチスクリーン１４８、マイクロフォン１５０、および／またはスピーカ１５２などの周辺機器１０８を含み得る。周辺機器１０８は、ユーザがユーザインターフェース１１６と相互作用するための制御または他の要素を提供し得る。例えば、タッチスクリーン１４８は、車両１００のユーザに情報を提供し得る。ユーザインターフェース１１６はまた、タッチスクリーン１４８を介してユーザからの入力を受け入れ得る。周辺機器１０８はまた、車両１００が、他の車両のデバイスなどのデバイスと通信することを可能にし得る。
無線通信システム１４６は、１つ以上のデバイスと直接または通信ネットワークを介して無線で通信し得る。例えば、無線通信システム１４６は、ＣＤＭＡ、ＥＶＤＯ、ＧＳＭ／ＧＰＲＳなどの３Ｇセルラ通信、またはＷｉＭＡＸまたはＬＴＥなどの４Ｇセルラ通信を使用することができる。あるいは、無線通信システム１４６は、ＷｉＦｉ（商標）または他の可能な接続を使用して無線ローカルエリアネットワーク（ＷＬＡＮ）と通信し得る。無線通信システム１４６はまた、例えば、赤外線リンク、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＺｉｇＢｅｅ（登録商標）を使用してデバイスと直接通信し得る。様々な車両通信システムなどの他の無線プロトコルが、本開示の文脈内で可能である。例えば、無線通信システム１４６は、車両および／または路側局間の公共および／または私的データ通信を含み得る１つ以上の専用狭域通信（ＤＳＲＣ）デバイスを含み得る。
車両１００は、構成要素に電力を供給するための電源１１０を含み得る。電源１１０は、いくつかの実装形態では、再充電可能なリチウムイオンまたは鉛蓄電池を含み得る。例えば、電源１１０は、電力を提供するように構成された１つ以上の電池を含み得る。車両１００はまた、他のタイプの電源を使用してもよい。例示的な実装形態では、電源１１０およびエネルギー源１１９は、単一のエネルギー源に統合されてもよい。
車両１００はまた、そこに記載されている動作などの動作を行うためのコンピュータシステム１１２を含み得る。ここで、コンピュータシステム１１２は、データストレージ１１４などの非一時的なコンピュータ可読媒体に格納された命令１１５を実行するように動作可能な少なくとも１つのプロセッサ１１３（少なくとも１つのマイクロプロセッサを含むことができる）を含み得る。いくつかの実装形態では、コンピュータシステム１１２は、車両１００の個々の構成要素またはサブシステムを分散して制御するように機能し得る複数のコンピューティングデバイスを表してもよい。
いくつかの実装形態では、データストレージ１１４は、図１に関連して上述したものを含めて、車両１００の様々な機能を実行するためにプロセッサ１１３によって実行可能な命令１１５（例えばプログラム論理）を含み得る。データストレージ１１４は、推進システム１０２、センサシステム１０４、制御システム１０６、および周辺機器１０８のうちの１つ以上にデータを送信する、データを受信する、相互作用する、および／または制御する命令を含む追加の命令も含み得る。
命令１１５に加えて、データストレージ１１４は、とりわけ、道路地図、経路情報などのデータを格納し得る。そのような情報は、自律モード、半自律モード、および／または手動モードでの車両１００の動作中に、車両１００およびコンピュータシステム１１２によって使用され得る。
車両１００は、車両１００のユーザに情報を提供するか、または車両１００のユーザから入力を受信するためのユーザインターフェース１１６を含み得る。ユーザインターフェース１１６は、タッチスクリーン１４８上に表示され得るコンテンツおよび／またはインタラクティブ画像のレイアウトの制御を制御または可能にし得る。さらに、ユーザインターフェース１１６は、無線通信システム１４６、タッチスクリーン１４８、マイクロフォン１５０、およびスピーカ１５２などの周辺機器１０８のセット内の１つ以上の入力／出力デバイスを含むことができる。
コンピュータシステム１１２は、様々なサブシステム（例えば、推進システム１０２、センサシステム１０４、および制御システム１０６）から、ならびにユーザインターフェース１１６から受信した入力に基づいて、車両１００の機能を制御し得る。例えば、コンピュータシステム１１２は、推進システム１０２および制御システム１０６によって生成された出力を推定するために、センサシステム１０４からの入力を利用してもよい。実施形態に応じて、コンピュータシステム１１２は、車両１００およびそのサブシステムの多くの態様を監視するように動作可能であり得る。いくつかの実施形態では、コンピュータシステム１１２は、センサシステム１０４から受信した信号に基づいて、車両１００の一部またはすべての機能を無効にし得る。
車両１００の構成要素は、それらのそれぞれのシステム内または外部の他の構成要素と相互接続された方法で機能するように構成され得る。例えば、例示的な実施形態では、カメラ１３０は、自律モードで動作している車両１００の環境の状態に関する情報を表すことができる複数の画像を捕捉することができる。環境の状態は、車両が動作している道路のパラメータを含むことができる。例えば、コンピュータビジョンシステム１４０は、道路の複数の画像に基づいて、傾斜（勾配）または他の特徴を認識することができ得る。加えて、ＧＰＳ１２２とコンピュータビジョンシステム１４０によって認識された特徴との組み合わせは、具体的な道路パラメータを判定するために、データストレージ１１４に格納された地図データと共に使用され得る。さらに、レーダユニット１２６はまた、車両の周囲についての情報を提供し得る。
言い換えると、様々なセンサ（入力指標センサおよび出力指標センサと呼ぶことができる）とコンピュータシステム１１２との組み合わせが相互作用して、車両を制御するために提供される入力の指標または車両の周囲の指標を提供することができる。
いくつかの実施形態では、コンピュータシステム１１２は、無線システム以外のシステムによって提供されるデータに基づいて、様々な物体に関する判定を行い得る。例えば、車両１００は、車両の視野内の物体を感知するように構成されたレーザまたは他の光学センサを有し得る。コンピュータシステム１１２は、様々なセンサからの出力を使用して、車両の視野内の物体に関する情報を判定し得、様々な物体までの距離および方向情報を判定し得る。コンピュータシステム１１２はまた、様々なセンサからの出力に基づいて、物体が望ましいか望ましくないかを判定し得る。
図１は、車両１００の様々な構成要素、すなわち、無線通信システム１４６、コンピュータシステム１１２、データストレージ１１４、およびユーザインターフェース１１６を車両１００に統合されているものとして示しているが、これらの構成要素のうちの１つ以上は、車両１００とは別個に取り付けまたは関連付けることができる。例えば、データストレージ１１４は、部分的または完全に、車両１００とは別個に存在することができる。したがって、車両１００は、別個にまたは一緒に位置付けられ得るデバイス要素の形態で提供され得る。車両１００を構成するデバイス要素は、有線および／または無線方式で一緒に通信可能に結合され得る。
図２は、図１を参照して説明された車両１００の１つの可能な物理的構成を表し得る車両２００の例示的な物理的構成を示す。実施形態に応じて、車両２００は、他の可能な構成要素の中でもとりわけ、センサユニット２０２、無線通信システム２０４、無線ユニット２０６、およびカメラ２１０を含み得る。例えば、車両２００は、図１に記載された構成要素のうちの一部またはすべての要素を含み得る。車両２００は図２では自動車として示されているが、車両２００は、他の可能な例の中でも、トラック、バン、セミトレーラートラック、オートバイ、ゴルフカート、オフロード車両、または農業用車両などの例内の他の構成を有することができる。
センサユニット２０２は、車両２００の周囲環境の情報を捕捉するように構成された１つ以上のセンサを含み得る。例えば、センサユニット２０２は、他の可能なタイプのセンサの中でもとりわけ、カメラ、レーダ、ＬＩＤＡＲ、距離測定器、無線デバイス（例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）および／または８０２．１１）、および音響センサの任意の組み合わせを含み得る。いくつかの実装形態では、センサユニット２０２は、センサユニット２０２内のセンサの向きを調整するように動作可能な１つ以上の可動マウントを含み得る。例えば、可動マウントは、車両２００の周りの各方向から情報を取得するためにセンサをスキャンすることができる回転プラットフォームを含み得る。センサユニット２０２の可動マウントはまた、特定の範囲の角度および／または方位角内の走査方式で可動であってもよい。
いくつかの実装形態では、センサユニット２０２は、センサユニット２０２が自動車のルーフの頂上に取り付けられることを可能にする機械的構造を含み得る。加えて、様々な例の中で他の取り付け位置も可能である。
無線通信システム２０４は、図２に示されるように、車両２００に対して相対的な場所を有し得るが、実装形態内で異なる場所を有することもできる。無線通信システム２００は、他の外部または内部デバイスと通信し得る１つ以上の無線送信機および１つ以上の受信機を含み得る。例えば、無線通信システム２０４は、他の可能なエンティティの中でもとりわけ、ユーザのデバイス、他の車両、および道路要素（例えば、標識、交通信号機）と通信するための１つ以上のトランシーバを含み得る。したがって、車両２００は、専用狭域通信（ＤＳＲＣ）、無線周波数識別（ＲＦＩＤ）、および高度道路交通システムに向けられた他の提案された通信規格などの通信を容易にするための１つ以上の車両通信システムを含み得る。
カメラ２１０は、車両２００のフロントガラス上の場所など、車両２００に対して様々な位置を有し得る。そのようにして、カメラ２１０は、車両２００の環境の画像を捕捉し得る。図２に図示されるように、カメラ２１０は、車両２００に対して前向きのビューから画像を捕捉し得るが、他の取り付け場所（可動マウントを含む）およびカメラ２１０の視野角が、実装形態内で可能である。いくつかの例では、カメラ２１０は、１つ以上の可視光カメラに対応し得る。代わりに、または追加して、カメラ２１０は、赤外線感知機能を含み得る。カメラ２１０はまた、調整可能な視野を提供し得る光学系を含み得る。
図３Ａは、カプラ３０６を含む感知システム３００のブロック図を図解する。カプラ３０６は、センサユニット３０４を車両３０２に結合するように構成され得る。カプラ３０６は、センサユニット３０４が車両３０２に取り外し可能に結合されることを可能にし得る。いくつかの例では、前述のように、車両は「自律対応」として販売される場合がある。「自律対応」車両は、自律運転機能を行うことができる可能性があるが、自律運転機能を行うために使用されるセンサの一部が欠けている場合がある。しかしながら、車両３０２は、センサユニット３０４が後で車両３０２に結合されることを可能にするカプラ３０６を含み得る。例えば、人は、「自律対応」車両を購入し、後で、車両に自律機能を提供するために、センサユニット３０４を購入するか、またはレンタルすることを決定してもよい。いくつかの例では、カプラ３０６は、ユニバーサルの、非メーカ固有の標準化された設計であってもよい。すなわち、センサユニット３０４は、「自律対応」である任意のメーカの車両に結合され得る。
一例において、「自律対応」車両３０２は、プロセッサ３２２およびメモリ３２４を含むコントローラ３２０を含み得る。「自律対応」車両３０２はまた、電源３２６および熱ユニット３２８を含み得る。コントローラ３２０は、図１のコンピュータシステム１１２と同様または同じであってもよい。コントローラ３２０は、カプラ３０６を通過するデータバス３３０を介してセンサユニット３０４からセンサデータを受信するように構成され得る。コントローラ３２０は、センサデータに少なくとも部分的に基づいて、車両の自律制御のための制御命令を判定することができ得る。コントローラ３２０はまた、いくつかのデータおよび／または制御命令をメモリ３２４内に格納し得る。いくつかの例では、コントローラ３２０は、それ自体ですべてのセンサ処理を行うことができる完全に機能するコントローラであってもよい。
加えて、車両３０２は、電源３２６を含み得る。電源３２６は、図１に関して説明された電源１１０と同様または同じであり得る。電源３２６は、車両３０２の様々な構成要素に電力を供給する電圧（例えば、１２ボルト）を提供し得る。場合によっては、電源は、１２ボルト以外の電圧を提供するように構成され得る。電源は、カプラ３０６を通過する電力バス３３２を介してセンサユニット３０４に結合され得る。加えて、車両３０２は、熱ユニット３２８を含み得る。熱ユニット３２８は、車両３０２の様々な構成要素の冷却を提供するように構成されたラジエータまたは他のユニットであり得る。いくつかの様々な例では、熱ユニット３２８は、空気および／または液体冷却に基づく冷却を提供し得る。熱ユニット３２８は、カプラ３０６を通過する熱バス３３４を介してセンサユニット３０４に結合され得る。
センサユニット３０４は、ＬＩＤＡＲデバイス３１０、ＲＡＤＡＲデバイス３１２、およびハウジング３０８内に配置された他の感知デバイス３１４（光学、音響、および／または他の感知デバイスなど）などの様々なセンサを含み得る。ハウジング３０８は、カプラ３０６を介して車両３０２に結合するように構成され得る。センサは、全体を通して説明されているものと同様であり得る。センサは、カプラ３０６を介して車両３０２のコントローラ３２０にセンサデータを通信する前述のデータバスに結合され得る。センサユニットはまた、熱交換器３１６を含み得る。熱交換器３１６は、センサユニット３０４の様々なセンサおよび構成要素に冷却を提供するように構成され得る。熱交換器３１６は、動作中に様々なセンサデバイスから熱を除去するために液体冷却を使用し得る。例えば、ＬＩＤＡＲデバイス３１０および／またはＲＡＤＡＲデバイス３１２は、動作中に熱を発生させる可能性がある。デバイスを冷たく保ち、それらの故障を防止するために、熱交換器３１６は、デバイス（複数可）から熱を除去することができ得る。加えて、前述のように、蓄積された熱をセンサユニット３０４から除去するために、熱ユニット３２８が、カプラ３０６を通過する熱バスを介してセンサユニット３０２に結合され得、液体、空気、またはその他の物質が熱バスを通って流れて、センサユニットから熱を除去し得る。
図３Ｂは、カプラ３５６を含む別の感知システム３５０のブロック図を図解する。いくつかの例では、「自律対応」車両は自律運転機能を行うことができる可能性があるが、自律運転機能を行うために使用されるいくつかのセンサ、ならびに自律運転機能を行うためのいくつかの処理能力の両方が不足している場合がある。図３Ａに関して論じた例と同様に、人は「自律対応」車両３５２を購入する場合がある。しかしながら、図３Ｂの「自律対応」車両３５２は、図３Ａのそれよりも低コストの車両であり得る。低コストの「自律対応」車両３５２は、自律運転計算に対して十分な処理能力を有さない場合がある。このため、コントローラ３７０は、車両を自律的に運転するためにセンサデータに基づいて必要とされる判定を行うことができない場合がある。しかしながら、コントローラ３７０およびプロセッサ３７２は、車両のいくつかの制御機能を行うことができる場合がある。
図３Ａの車両３０２と同様に、車両３５２は、他のデバイスが後で車両３５２に結合されることを可能にするカプラ３５６を含み得る。例えば、人は、「自律対応」車両３５２を購入し、後で、車両に自律機能を提供するために、センサユニット３０４を購入するか、またはレンタルすることを決定してもよい。先に論じたように、カプラ３５６は、ユニバーサルの、非メーカ固有の標準化された設計であってよい。すなわち、センサユニット３０４は、「自律対応」である任意のメーカの車両に結合され得る。
自律的な車両制御を提供するために、感知システム３５０は、変換ユニット３５４を含み得る。変換ユニット３５４は、カプラ３５６を介して車両３５２に、およびカプラ３５８を介してセンサユニット３０４に結合し得る。いくつかのさらなる例では、変換ユニット３５４は、センサユニット３０４内に統合されてもよく、カプラ３５８は省略されてもよい。
変換ユニット３５４は、車両３５２が自律運転機能を行うことを可能にするためにいくつかの機能を行い得る。いくつかの例では、変換ユニット３５４は、プロセッサ３６２を含み得る。プロセッサ３６２は、センサユニットのデータバスからセンサデータを受信するように構成され得る。プロセッサ３６２はまた、車両３５２のコントローラ３７０からデータを受信し得る。コントローラ３７０は、車両３５２に関連する信号をプロセッサ３６２に通信し得る。コントローラ３７０は、通信していてもよく、および／または車両３５２の制御バスへの接続をプロセッサ３６２に提供してもよい。車両３５２のバスは、車載車両診断（ＯＢＤ）システムと通信するコントローラエリアネットワーク（ＣＡＮ）バスであってもよい。ＣＡＮバスは、車両３５２の様々なユニットが互いに通信することを可能にし得る。他のいくつかの例では、通信バスはＣＡＮバス以外のバスであってもよい。
プロセッサ３６２は、センサユニット３０４からのセンサデータおよび車両３５２からの車両データを解釈して、車両３５２の自律的動作のための制御スキームを判定することができてもよい。プロセッサ３６２はさらに、車両３５２のための制御信号を判定することができてもよい。プロセッサ３６２は、車両３５２を自律的に動作させるために、車両３５２のコントローラ３７０に制御信号を通信し得る。したがって、変換ユニット３５４のプロセッサ３６２は、そうでなければ車両の処理ユニットによって行われるはずの自律運転計算を行い得る。このため、プロセッサ３６２は、車両のＣＡＮバス（または他のデータバス）を利用して自律的動作を提供することができ得る。
変換ユニット３５４はまた、電力変換器３６４を含み得る。電力変換器３６４は、車両電圧を１つ以上の電圧に変換して、センサユニット３０４の様々な構成要素に電力を供給することができ得る。電力変換器３６４は、車両３５２から１つ以上の電圧を受け取り、それらをセンサユニット３０４への１つ以上の出力電圧に変換し得る。
図４Ａは、車両４００の物理的構成を示している。車両４００は、車両の頂部に結合されたセンサユニット４０２を有し得る。車両４００はまた、センサユニット４０２と車両４００とを結合するカプラ４０４を有し得る。図４Ｂは、車両４５０の物理的構成を示している。車両４５０は、第１のカプラ４５４を介して変換ユニット４５６に結合されたセンサユニット４５２を有し得る。変換ユニット４５６は、カプラ４５６によって車両４５０の頂部に結合され得る。
上記の議論に沿って、レーダシステムは様々な方法で配置されてもよく、１つ以上のレーダセンサを含んでもよい。ここに記載されている各レーダセンサは、限定はされないが、車両のルーフ、ヘッドライトの後ろ、ヘッドライトの前、サイドミラーの上、フロントガラスの底部近く、別のセンサと共同の場所（例えば、別のセンサに接続されて）、トランクの頂部の上、フードの上、バンパーの上、フードの飾りの上、および／またはナンバープレートの近く、を含む様々な場所で車両に結合されるか、さもなければ車両上に取り付けられ得る。いくつかの実装形態では、所与のレーダセンサは、車両のダッシュボードなど、車両の内部の場所に取り付けられ得る。次の図は、車両レーダシステム、レーダセンサの場所、およびレーダシステムの使用法の代表的な例を図解している。
図５は、レーダシステム５０２を使用する車両５００の例示的なシナリオを図解する。レーダシステム５０２は、図３Ａに示されるＲＡＤＡＲデバイス３１２、または図２に示されるセンサユニット２０２に含まれる１つ以上のレーダセンサなどの例示的な車両レーダシステムを表す。したがって、レーダシステム５０２は、周囲環境の測定値を取得するように構成された、本明細書で説明される様々な構成要素を含み得る。
車両５００は、いくつかのシナリオでは、自律モードで動作し得る。車両５００が環境をナビゲートするとき、レーダシステム５０２は、車両５００の近くの周辺領域の測定値を提供するレーダ信号を送信および受信し得る。結果として、レーダシステム５０２は、車両５００のコンピューティングシステムがレーダデータを利用して、車両５００の位置に対する道路要素（例えば、縁石、中央分離帯）および／または他の物体の位置を判定することを可能にし得る。例えば、レーダシステム５０２は、他の可能な物体の中でも、他の車両（例えば、車両５０４）、標識、サイクリスト、歩行者、および交通信号機を検出する測定値を捕捉および提供し得る。特に、図５に示されるように、コンピューティングシステムは、車両５００に対して位置決めされたエリアをカバーする長距離カバレッジセクション内に位置する別の車両５０４の存在を示すレーダシステム５０２からの測定値を受信し得る。
さらなる実装形態では、レーダシステム５０２は、複数の車両または他のタイプの物体を同時に検出し得る。車両５００のコンピューティングシステムは、レーダシステム５０２、およびおそらく近くの物体の存在を示す他のセンサからの測定値に基づいて、車両５００の制御動作を判定し得る。場合によっては、コンピューティングシステムは、レーダシステム５０２からのレーダ信号を使用して遠方の物体を検出することに基づいて、車両５００の将来のナビゲーション動作を開発し得る。
レーダシステム５０２の動作中、レーダシステム５０２は、４つの異なる受信ビーム５０６Ａ～５０６Ｄを有し得る。これらのビームは、時計回りまたは反時計回りのいずれかに回転５０８するように構成され得る。ビームが回転している間、別の自動車５０４などの車両の近くに位置する散乱体、または静止物体５１０（例えば、一時停止標識）からのレーダ反射を受信することができる場合がある。いくつかのさらなる例では、レーダシステム５０２はまた、全方向性レーダ信号を送信するように構成され得る。場合によっては、ハードウェア要件を最小限に抑えるために、単一の全方向性レーダ信号で送信し、４つの異なるレーダユニットでレーダ信号を受信することが望ましい場合がある。一部のレーダチップの例には、１つの送信チャネルと４つの受信チャネルが含まれる場合がある。したがって、この場合、単一のレーダチップで送信と受信とを行うことができる。
全方向性レーダ信号は、様々な物体で反射し、受信ビーム５０６Ａ～５０６Ｄを介してレーダユニットによって受信され得る。他のいくつかの例では、受信ビーム５０６Ａ～５０６Ｄはまた、送信ビームも同じく表し得る。いくつかの例では、レーダシステム５０２は、全方向性ビームの代わりに、複数の狭いビームを送信してもよい。なおいくつかのさらなる例では、レーダシステムは概して、空間的に分散された複数の全方向性送信アンテナを有することができる。全方向性送信要素間に空間的分離を提供することにより、レーダシステムは、方位角とドップラーカップリングとを分離するのに十分な情報を提供することができ得る。前述のように、方位角とドップラーカップリングを分離することは、合成開口レーダ（ＳＡＲ）および移動目標指示（ＭＴＩ）の両方の動作モードに有益であり得る。
図６は、レーダシステム６０２を使用する車両６００の例示的なシナリオを図解する。車両６００は、自律モードで動作し得る。
レーダシステム６０２は、図５に示されるレーダシステム５０２、図３Ａに示されるＲＡＤＡＲデバイス３１２、または図２に示されるセンサユニット２０２に含まれる１つ以上のレーダセンサなどの例示的な車両レーダシステムを表す。したがって、レーダシステム５０２は、周囲環境の測定値を取得するように構成された、本明細書で説明される様々な構成要素を含み得る。さらに、レーダシステム６０２は、上述のレーダシステム５０２の動作と同様または同一の動作を行うように構成され得る。
レーダシステム６０２は、レーダセンサ６０４および６０６などの少なくとも２つのレーダセンサを含み得る。レーダセンサ６０４および６０６の各々は、車両の幾何学的中心線６０７からそれぞれの距離に位置付けされ得る。例えば、示されるように、レーダセンサ６０４および６０６は、幾何学的中心線６０７から等距離であってもよい。
レーダシステム６０２の動作中、レーダセンサ６０４は視野６０８を有し得、レーダセンサ６０６は視野６１０を有し得る。これらの視野の各々は、それぞれのレーダセンサが信号を送受信してレーダデータを取得し、それによって物体を検出し得る環境の領域に対応し得る。他の実装形態では、これらの視野は、車両の前の領域に限定されず、かつ／または拡大または縮小され得る。さらに、いくつかの実装形態では、レーダシステム６０２は、１つ以上のカメラおよび／または他のタイプのセンサを含み得る、より大きなセンサユニットの構成要素であり得る。このため、レーダシステム６０２およびこれらの他のセンサは、連携して動作して、環境データを取得し、環境内の散乱体を検出し、車両動作を容易にし得る。
図６に図解するシナリオでは、車両６００は、レーダシステム６０２を使用して、環境内の様々な物体（例えば、散乱体）を表すレーダデータを取得し得る。例えば、示されるように、散乱体６１２は視野６０８内に位置し得、散乱体６１４は視野６１０内に位置し得る。さらに、散乱体６１６は、視野６１０内に部分的に位置し得る。
図７は、レーダ技術を使用した車両速度計算のための例示的な方法７００のフローチャートである。方法７００は、ブロック７０２、７０４、７０６、７０８、および７１０のうちの１つ以上によって示されるような、１つ以上の動作、機能、またはアクションを含むことができる例示的な方法を表し、その各々は、他の可能なシステムの中でも、図１、２、３Ａ、３Ｂ、４、５、および６に示されたシステムのいずれかによって実行され得る。当業者は、本明細書で説明されるフローチャートが、本開示の特定の実装形態の機能および動作を例証することを理解するであろう。これに関して、フローチャートの各ブロックは、プロセス内の特定の論理機能またはステップを実施するための１つ以上のプロセッサによって実行可能な１つ以上の命令を含む、プログラムコードのモジュール、セグメント、または一部を表すことができる。プログラムコードは、例えば、ディスクまたはハードドライブを含むストレージデバイスなど、任意のタイプのコンピュータ可読媒体に格納され得る。
加えて、各ブロックは、プロセス内の具体的な論理機能を行うために配線された回路を表す場合がある。代替的な実装形態が、本出願の例示的実装形態の範囲内に含まれ、当業者によって理解されるように、機能は、実質的に同時または逆の順序を含めて、関連する機能に応じて図示または説明したものとは異なる順序で実行されてもよい。例において、コンピューティングシステムは、システムに、方法７００のうちの１つ以上のブロックを行わせ得る。
ブロック７０２において、方法７００は、自律車両が道路上を移動している間に、自律車両の異なる場所に搭載された２つ以上のレーダセンサから、自律車両の物理的環境を表すレーダデータを受信することを含む。
上記のように、２つ以上のレーダセンサの各々は、車両のルーフ、ダッシュボード、ヘッドライトの後ろ、等、車両の内部または外部の様々な可能な場所に取り付けられ得る。
いくつかの実装形態では、レーダデータは、少なくとも１つのフレーム内に捕捉されたドップラー測定値または他のタイプの測定値を含み得る。本明細書では、「フレーム」は、所与の１つ以上のレーダセンサがレーダデータを取得する時間間隔を指し得る。いくつかの実装形態では、レーダデータは、２つ以上の連続するフレームにわたって取得されたレーダデータを含み得る。例えば、レーダセンサは、持続時間が各々１３０ミリ秒（ｍｓ）である、２つの連続した間隔にわたってレーダデータを取得し得る。他の実装形態では、レーダデータは、２つ以上の非連続的なフレームにわたって取得されたレーダデータを含み得る。
さらに、いくつかの実装形態では、レーダデータは、２つ以上のレーダセンサによって同時に取得された測定値（ドップラー、または別のタイプ）を含み得る。追加または代替として、レーダデータは、異なる時点で２つ以上のレーダセンサによって取得された測定値を含んでもよい。
いくつかの実装形態では、レーダデータは、レーダセンサからの物体距離を表す１つの軸と、ドップラー測定値を表す別の軸とを有する距離－ドップラーマップの形式をとるか、または車両システムによって処理されて距離－ドップラーマップを生成し得る。
ブロック７０４で、方法７００は、レーダデータに基づいて、環境内に存在する少なくとも１つの散乱体を検出することを含む。
いくつかの実装形態では、環境内に存在する少なくとも１つの散乱体を検出する行為は、レーダデータを処理して、少なくとも１つの散乱体をレーダデータの残りの部分から分離することを含み得る。実際にこれを容易にするために、車両システムは様々な異なる技術を実装することができ、そのうちのいくつかはレーダデータ内の散乱体を静止または非静止として分類するために使用され得る。例えば、車両システムは、期待値最大化アルゴリズムを使用して、散乱体を静止または非静止として分類してもよい。他の例も同じく可能である。
ブロック７０６において、方法７００は、少なくとも１つの散乱体が自律車両に対して静止しているという可能性の判定を行うことを含む。
いくつかの実装形態では、レーダデータに基づいて、少なくとも１つの散乱体が車両に対して静止しているという可能性の判定を行う行為が、少なくとも１つの散乱体が車両に対して静止しているとう絶対判定（例えば、信頼水準を考慮しないバイナリ判定）を行うことを含み得る。他の実施形態では、その行為は、少なくとも１つの散乱体が信頼水準に基づいて静止しているかどうかを判定することを含み得る。例えば、所与の散乱体候補について、車両システムは、散乱体が車両に対して静止している可能性がどの程度あるかを示す信頼水準を判定するように構成され得る。本明細書では、絶対的に静止していると判定された、または高い信頼水準の閾値で静止していると判定された散乱体は、「静止散乱体」と呼ばれることがある。
車両システムは、様々な要因に基づいて、所与の散乱体に対するそのような信頼水準を判定するように構成され得る。いくつかの実施態様では、例えば、車両システムは、散乱体が静止しているかどうかの信頼水準を判定するときに、車両に搭載された少なくとも１つのカメラから受信した画像データを考慮に入れる場合がある。例えば、車両システムは、カメラによって捕捉された画像または一連の画像内の物体を識別するように構成され得、かつ物体が典型的に静止物体あるいは非静止物体であることを示す情報を格納していてもよい。より具体的な例として、車両システムは、画像内の物体が停止標識であることを特定の信頼水準で判定する場合があり、車両システムはこれを静止物体であると判定し得る。別の具体的な例として、車両システムは、画像内の物体が車であることを特定の信頼水準で判定する場合があるが、車が静止しているかどうかを、必ずしも高い信頼性閾値（例えば、０～１００のスケールで、事前定義された閾値７５より大きい信頼度）で判定しない場合がある。他の例も同じく可能である。
追加または代替として、いくつかの実装形態では、車両システムは、散乱体が静止しているかどうかの信頼水準を判定するときに、車両に搭載された少なくとも１つのＬＩＤＡＲセンサから受信した光学データを考慮に入れる場合がある。例えば、少なくとも１つのＬＩＤＡＲセンサは、環境内の散乱体を画像化するために、様々な波長の紫外、可視、または赤外光を使用するように構成され得る。異なるタイプの散乱が、異なるＬＩＤＡＲ用途に対して使用され得る。さらに、波長の適切な組み合わせにより、反射信号の強度の波長依存の変化を探すことによって、物体のリモートマッピングが可能になり得る。なおさらに、三次元（３Ｄ）画像化は、３Ｄ点群を生成するために、走査および非走査ＬＩＤＡＲシステムの両方を使用して達成され得、次いで、車両システムのＬＩＤＡＲユニットがデータファイルとして出力し得る。次に、点群を使用して、環境内の散乱体を識別および視覚化することができる。いくつかのシナリオでは、車両システムは、点群を分析し、おそらく識別された散乱体が典型的に静止しているかどうかを示し得る格納された情報を参照することによって、環境内の識別された散乱体が静止しているかどうかを判定（多分与えられた信頼水準で）し得る。他の例も同じく可能である。
追加または代替として、いくつかの実装形態では、車両システムは、散乱体が静止しているかどうかの信頼水準を判定するときに、事前定義された地図データを考慮に入れ得る。事前定義された地図データは、車両システムによってアクセス可能な地図の形をとり得る。例えば、車両システムは、サーバから更新された地図をダウンロードするか、そのような地図をすでに保存していてもよい。いずれの場合でも、事前定義された地図データには、散乱体の既知の場所が含まれ得る。いくつかの例では、事前定義された地図データは、散乱体が、典型的には静止している散乱体のタイプであるかどうかの指標をさらに含み得る。さらに、車両システムは、事前定義された地図データを参照して、散乱体が静止しているかどうかを判定し得る。他の例では、車両システムは、２つの異なるタイムスタンプを有する２つの異なる地図へのアクセスを有し得、その２つを比較して、散乱体が移動したかどうかを判定し得る。他の例も同じく可能である。
いくつかの実装形態では、車両システムは、散乱体が静止しているかどうかの信頼水準を判定するときに、リモートアシスタンスデータを考慮に入れ得る。例えば、車両システムは、リモートアシスタンスの人間オペレータのコンピューティングデバイスに、散乱体の記録された画像またはビデオ、ならびに画像またはビデオを見て、散乱体が静止しているかどうかを判定するように人間オペレータに促す要求を送信し得る。次いで、車両システムが、人間オペレータの高い信頼水準の閾値を示すリモートアシスタンスデータをコンピューティングデバイスから受信する場合、例えば、車両システムは、それに応じて散乱体に対する信頼水準を増加させ得、おそらく事前定義された信頼閾値を上回るように増加させる（例えば、０～１００のスケールで、９０の事前定義された閾値）。一方、車両システムが、人間オペレータの低い信頼水準（例えば、事前定義された閾値を下回る信頼水準）の閾値を示すリモートアシスタンスデータをコンピューティングデバイスから受信する場合、車両システムは、それに応じて散乱体に対する信頼水準を低下させ得、またはおそらく信頼水準を変更しないままにする。
上記のものに加えて、またはその代わりに、散乱体が静止しているかどうかの信頼水準を判定するために、他の技法および考慮事項が使用されてもよい。上記の技法のバリエーションも同じく可能である。
いくつかの実装形態では、レーダデータに基づいて少なくとも１つの散乱体が車両に対して静止しているという可能性の判定を行う行為は、レーダデータの単一のフレーム内のドップラー測定値に基づいて判定を行うことを含み得る。例えば、車両システムは、同じドップラー測定値を有する１つまたは２つの散乱体を検出する場合があり、それに応じて１つまたは２つの散乱体が静止していると判定し得る。あるいは、その行為は、連続フレームであっても非連続フレームであっても、レーダデータの２つ以上のフレーム内のドップラー測定値に基づいて判定を行うことを含み得る。例えば、距離－ドップラー圧縮後の、連続するフレーム、またはＣＰＩ間での整合フィルタｉの出力における位相の比較。光景が一定である場合、レーダが整合フィルタの出力でコヒーレントな位相である限り安定している（例えば、散乱体の戻りの位相に変化がない）。したがって、位相が変化すると、光景が変化している。例として、ミリメートルの動きでさえ、そのような検出器をトリガすることがある。
レーダデータが、２つ（またはそれ以上）の連続するフレーム内にドップラー測定値を含み、ドップラー測定値が少なくとも１つの散乱体に関連付けられていると推定される実装形態では、車両システムは、散乱体（複数可）が車両に対して静止している可能性など、環境内の散乱体（複数可）に関する情報を判定するために連続するフレーム内のドップラー測定値間の違いまたは違いの欠如を考慮するように構成され得る。加えて、車両システムはこれを考慮して、おそらく車両の動きに関する情報を判定し得る。例えば、車両が静止している場合、静止している散乱体は、２つ以上の連続するフレーム間で同じ（またはほぼ同じ、例えば相互の事前定義された閾値内である）ドップラー測定値、つまり、ゼロまたはほぼゼロのドップラー測定値、を有し得る。一方、車両が動いている場合、静止している散乱体は、２つ以上の連続するフレーム間で同じ（またはほぼ同じ）非ゼロドップラー測定値を有し得、非ゼロドップラー測定値は、ほぼ車両の速度を表し得る。
したがって、２つの連続するフレーム内のドップラー測定値に基づいて少なくとも１つの散乱体が車両に対して静止しているという可能性の判定を行う車両システムの行為は、車両システムが、２つの連続するフレーム間のドップラー測定値の変化が、事前定義された閾値（例えば、ドップラー測定値１未満）よりも小さい（または等しい）という判定を行うことを伴い得る。変化が事前定義された閾値未満である場合、車両システムは、少なくとも１つの散乱体が車両に対して静止しているということを、高い信頼閾値で判定してもよく、または絶対的判定を行ってもよい。一方、変化が事前定義された閾値より大きい場合、車両システムは、少なくとも１つの散乱体が車両に対して静止していないということを、高い信頼の閾値で判定してもよく、または絶対的判定を行ってもよい。
いくつかの例では、車両システムは、レーダデータの２つの連続するフレーム内の散乱体関連のクラッタの大きさおよび位相の変化を判定し得、２つの連続するフレーム間の大きさおよび位相が両方とも一定（またはほぼ一定）である場合、車両システムは散乱体が静止していると判定し得る。他の例も同じく可能である。
いくつかの実装形態では、車両システムは、２つ以上の非連続フレーム内のドップラー測定値の考慮に基づいて、散乱体が車両に対して静止しているという可能性を判定するように構成され得る。例えば、車両は、相互の事前定義された閾値時間内（例えば、０．５秒以内）に行われた２つのドップラー測定値に基づいて可能性を判定し得るが、必ずしも連続したフレームにあるとは限らなかった。車両システムが非連続フレームを考慮する他の方法の例として、車両システムは、スライディングウィンドウ方式でｎ番目のフレームごとのドップラー測定値の考慮に基づいて可能性を判定してもよく、ここでｎは１より大きい（例えば、４フレームごと）。他の例も同じく可能である。
ブロック７０８において、方法７００は、可能性が事前定義された信頼閾値に少なくとも等しいことに応答して、２つ以上のレーダセンサからのレーダデータに基づいて自律車両の速度を計算することを含み、計算された速度は角速度および線形速度を含む。
いくつかの実装形態では、単一のレーダセンサに関して、静止した散乱体に関連付けられたクラッタが、マニホールドに沿って落ちる可能性があり、それは（ｉ）散乱体のドップラー測定値、（ｉｉ）レーダセンサの速度、および（ｉｉｉ）レーダセンサに対する散乱体の位置（例えば、レーダセンサから環境内の散乱体までの距離）に基づいている。例えば、そのようなクラッタは、式１で定義されるマニホールドに沿って落ちる可能性があり、ここで、ｄは散乱体のドップラー測定値、ｖｓはレーダセンサの速度、ｐｔはレーダセンサに対する散乱体の位置である。速度および位置は、ドット積を含む式１においてベクトルである。
Figure 0007058726000001
式１は、速度ベクトルと散乱体ターゲット方位角との間の角度でドップラーの正弦波変動をもたらし得る。他の例の方程式も同じく可能である。静止した散乱体マニホールドを配置する車両システムは、レーダセンサが環境に対するレーダセンサの瞬時速度を判定することを可能にし得る。
いくつかの実装形態では、車両の速度を計算する行為は、２つ以上のレーダセンサのそれぞれの速度を比較し、次に比較に基づいて速度を計算することを含み得る。これを行う１つの理由は、例えば、車両が左または右に曲がっているかどうかに応じて、各レーダセンサがそれぞれ異なる線形速度で動いている可能性があるためである。例として、車両が左折している場合、車両の右側に搭載されたレーダセンサは、車両の幾何学的中心線の近くに搭載されたレーダセンサよりも大きな線形速度で移動している可能性があり、これは同様に、車両の左側に搭載されたレーダセンサよりも大きな線形速度で動いている可能性がある。さらに、車両が右折している場合、車両の左側に搭載されたレーダセンサは、車両の幾何学的中心線の近くに搭載されたレーダセンサよりも大きな線形速度で動いている可能性があり、これは同様に、車両の右側に搭載されたレーダセンサよりも大きな線形速度で動いている可能性がある。対照的に、車両がどちらの方向に曲がっているかにかかわらず、センサはその角速度で回転している車両の構造に取り付けられているため、各センサのそれぞれの角速度は同じであり得る。
いくつかの実装形態では、２つ以上のレーダセンサのそれぞれの速度の比較に基づいて速度を計算する行為は、２つ以上のレーダセンサのそれぞれの線形速度の平均である車両の線形速度を計算することを含み得る。
一例では、レーダデータを受信する前に、かつ車両が道路上を移動している間に、車両システムは、少なくとも第１および第２のレーダセンサに第１および第２のレーダデータをそれぞれ取得させ、これは、ブロック７０２に関して述べたように受信されたレーダデータを一緒に含み得る。そのような実装形態では、２つ以上のレーダセンサからのレーダデータに基づいて車両の速度を計算する行為は、（ｉ）第１のレーダデータに基づいて第１の速度を計算すること、（ｉｉ）第２のレーダデータに基づいて第２の速度を計算すること、および（ｉｉｉ）第１および第２の速度に基づいて第３の速度を計算すること、を含み得る。この例では、第１および第２の速度に基づいて第３の速度を計算することは、第１および第２の速度を平均することを含み得る。
いくつかの実装形態では、車両システムは、少なくとも２つのドップラー測定値に基づいて、車両の線形速度および車両の角速度を計算し得る。例えば、ドップラー測定値は、車両に搭載された第１のレーダセンサに対する第１の静止散乱体の第１のドップラー測定値、および第１のレーダセンサとは異なる場所で車両に搭載された第２のレーダセンサに対する第２の異なる静止散乱体の第２のドップラー測定値を含み得る。別の例では、ドップラー測定値はまた、第１および第２のレーダとは異なる場所で車両に搭載された第３のレーダセンサに対する、第１および第２の静止散乱体とは異なる、第３の静止散乱体の第３のドップラー測定値を含み得る。他の例では、少なくとも２つのドップラー測定値は、同じ静止散乱体の少なくとも２つのドップラー測定値を含み得、これは、静止散乱体が少なくとも２つのレーダセンサの視野の各々に入るときに起こり得る。他の例も同じく可能である。
特定の例として、図６に戻って参照すると、車両システムは、スキャッタ６１２と６１４が静止していることを高い可能性の閾値（例えば、事前定義された信頼閾値を満たすか超える信頼水準）で判定し得るが、散乱体６１６が静止していることを低い可能性の閾値（例えば、事前定義された信頼閾値を下回る信頼水準）で判定する場合がある（すなわち、散乱体６１６が動いている）。例えば、散乱体６１６は、道路を横切って歩く歩行者である場合がある。さらに、レーダデータは、レーダセンサ６０４に対する散乱体６１２の第１のドップラー測定値、ならびにレーダセンサ６０６に対する散乱体６１４の第２のドップラー測定値を含み得る。このため、車両システムは、第１および第２のドップラー測定値に基づいて、車両の線形速度および／または車両の角速度を計算し得る。
いくつかの実装形態では、車両システムは、（ｉ）第１のセンサから幾何学的中心線までの第１の距離、および（ｉｉ）第２のセンサから幾何学的中心線までの第２の距離、に基づくなど、車両の幾何学的中心線からの２つ以上のレーダセンサのそれぞれの位置にさらに基づいて、車両の線形速度および車両の角速度を計算し得る。加えて、車両システムは、（ｉ）車両に対する２つ以上の静止散乱体のそれぞれの位置（例えば、２つ以上の静止散乱体から車両までのそれぞれの距離）、および／または（ｉｉ）車両に対する単一の静止散乱体の位置（例えば、単一の静止散乱体から車両までの距離）にさらに基づいて、車両の線形速度および車両の角速度を計算し得る。
さらに、上記で論じたこれらまたは他の実装形態では、静止散乱体に関連付けられたクラッタは、車両の幾何学的中心線に対して定義され得る式２によって定義されるマニホールドに沿って落ちる可能性がある。式２において、ｄは、２つ以上のレーダセンサのうちの所与のレーダセンサに関するドップラー測定値、ｖｒは、車両の線形速度、ωは、車両の角速度、ｐｒは、車両の幾何学的中心線に対する所与のレーダセンサの位置、およびｐｔは、所与のレーダセンサに対する散乱体の位置である。
Figure 0007058726000002
これらの実装形態では、２つの異なるドップラー測定値が与えられると、車両システムは、おそらく式２を使用して、またはおそらく異なるタイプの式を使用して、車両の線形速度および／または角速度を計算し得る。
いくつかの実装形態では、２つ以上のレーダセンサのそれぞれの速度の比較に基づいて速度を計算する行為には、２つ以上のレーダセンサからのレーダデータ（例えば、様々なドップラー測定値）に基づいて、車両の線形速度および／または車両の角速度の最も可能性の高い値を繰り返し判定するように構成された最尤推定量（ＭＬＥ）の使用が含まれる場合がある。例えば、車両システムは、ＭＬＥ、２つの異なるドップラー測定値、および式２を使用して、最も可能性の高い線形速度および角速度を繰り返し判定し得る。
さらに、いくつかの実装形態では、線形速度および／または角速度は、３つ以上のレーダセンサから取得されたレーダデータを使用してより高い精度で計算され得る。
いくつかの実装形態では、車両システムは、（ｉ）１つ以上の車両の速度が事前定義された速度閾値（例えば、１０メートル／秒（ｍ／ｓ））を上回るという指標、および／または（ｉｉ）車両のステアリング角度が事前定義された角度閾値（例えば、４５°）を上回るという指標、を含む情報を受信し得る。そのような実装形態では、車両の速度を計算する行為は、この情報を受信することに応答して行われ得る。
ブロック７１０で、方法７００は、計算された速度に基づいて自律車両を制御することを含む。
いくつかの実装形態では、計算された速度に基づいて車両を制御する行為は、車両システムの移動モジュールに、車両の線形速度を調整させることを含み得る。移動モジュールは、ＩＭＵなどの様々な移動デバイスから信号を受信し、およびまたジャイロスコープや加速度計の読み取り値などの移動データの処理を管理するエンティティの形式をとり得る。このような移動モジュールは、ＩＭＵを含み得、またはＩＭＵとは別個であるがＩＭＵに通信可能にリンクされ得る。さらに、移動モジュールに線形速度を調整させる行為は、移動モジュールに、車両の線形速度を増加または減少させることを含み得る。
追加または代替として、計算された速度に基づいて車両を制御する行為は、車両システムの移動モジュールに、車両の現在のステアリング角度を増減することなどによって、車両のステアリング角度を調整させることを含み得る。
追加または代替として、計算された速度に基づいて車両を制御する行為は、車両の内部に搭載されたディスプレイ上に、車両の計算された角速度および計算された線形速度のうちの１つ以上の指標を提供することを含み得る。例えば、車両システムは、グラフィカルユーザインターフェースおよび／またはスピードメータを介して、計算された角速度および／または線形速度の視覚指標をユーザに表示し得る。
計算された速度に基づいて車両を制御する行為は、上述したものに加えてまたは代わりに、他の動作も同じく含み得る。
図８は、レーダ技術を使用する車両動き検出のための例示的な方法８００のフローチャートである。方法８００は、ブロック８０２、８０４、８０６、８０８、および８１０のうちの１つ以上によって示されるような、１つ以上の動作、機能、またはアクションを含むことができる例示的な方法を表し、その各々は、他の可能なシステムの中でも、図１、２、３Ａ、３Ｂ、４、５、および６に示されたシステムのいずれかによって実行され得る。当業者は、本明細書で説明されるフローチャートが、本開示の特定の実装形態の機能および動作を例証することを理解するであろう。これに関して、フローチャートの各ブロックは、プロセス内の特定の論理機能またはステップを実施するための１つ以上のプロセッサによって実行可能な１つ以上の命令を含む、プログラムコードのモジュール、セグメント、または一部を表すことができる。プログラムコードは、例えば、ディスクまたはハードドライブを含むストレージデバイスなど、任意のタイプのコンピュータ可読媒体に格納され得る。
加えて、各ブロックは、プロセス内の具体的な論理機能を行うために配線された回路を表す場合がある。代替的な実装形態が、本出願の例示的実装形態の範囲内に含まれ、当業者によって理解されるように、機能は、実質的に同時または逆の順序を含めて、関連する機能に応じて図示または説明したものとは異なる順序で実行されてもよい。例において、コンピューティングシステムは、システムに、方法８００のうちの１つ以上のブロックを行わせ得る。
ブロック８０２において、方法８００は、自律車両に搭載されたレーダセンサから、自律車両の物理的環境を表すレーダデータを受信することを含む。
ブロック８０４で、方法８００は、レーダデータに基づいて、環境内に存在する少なくとも１つの散乱体を検出することを含む。レーダデータに基づいて少なくとも１つの散乱体を検出する行為は、方法７００のブロック７０４に関して上記で論じられた同じ動作のうちのいずれか１つ以上を含み得る。
ブロック８０６において、方法８００は、少なくとも１つの散乱体が自律車両に対して静止しているという可能性の判定を行うことを含む。少なくとも１つの散乱体が自律車両に対して静止しているという可能性の判定を行う行為は、方法７００のブロック７０６に関して上記で論じられた同じ動作のうちのいずれか１つ以上を含み得る。
例えば、車両システムは、少なくとも１つの散乱体に関連付けられていると推定される単一フレームのドップラー測定値を使用して、少なくとも１つの散乱体が静止している可能性を判定するように構成され得る。別の例では、車両システムは、少なくとも１つの散乱体が静止しているという可能性を判定するために、２つ以上の連続または非連続フレーム（例えば、ｎ番目ごとのフレーム、ここでｎは１より大きい）を使用するように構成され得る。特に、少なくとも１つの散乱体が静止している場合、少なくとも１つの散乱体に関連付けられていると推定されるドップラー測定値は、レーダデータの２つ以上のフレーム間で同じになる可能性がある。
ブロック８０８において、方法８００は、可能性が事前定義された信頼閾値に少なくとも等しいという判定に基づいて、自律車両が静止しているという指標を判定することを含む。
可能性が少なくとも事前定義された信頼閾値に等しいと判定する行為は、方法７００のブロック７０６および／またはブロック７０８に関して上記で論じた同じ動作のいずれか１つ以上を含み得る。例えば、レーダデータ、およびおそらく前述の１つ以上のその他の考慮事項（例えば、画像データ、事前定義された地図データ）を使用して、車両システムは、高い信頼閾値（例えば、１００のうち９５の事前定義された閾値を上回る信頼水準）で所与の散乱体が静止していることを判定し得る。
さらに、上記の議論に沿って、車両のシステムは、車両の動きに関する情報を判定するために、２つ以上の連続する、または非連続のフレームにおけるドップラー測定値間の差異を考慮するように構成され得る。例えば、車両が静止している場合、静止している散乱体は、（ｉ）２つ以上の連続するフレーム、および／または（ｉｉ）ｎ番目ごとのフレーム、ここでｎは１より大きい、などの、少なくとも１つのフレームの間に同じ（またはほぼ同じ）ドップラー測定値を有する可能性がある。特に、静止散乱体は、ゼロまたはほぼゼロのドップラー測定値を有する可能性がある。
したがって、少なくとも１つの散乱体が静止している可能性が事前定義された信頼閾値に少なくとも等しいと車両システムが判定した場合、車両システムはレーダデータの複数のフレーム内のドップラー測定値を分析して、高精度の移動検出を容易にし得る。例えば、車両が静止している場合、静止している散乱体は、ゼロまたはほぼゼロのドップラー測定値を有する可能性があり、このため、車両が２つ以上のフレームにわたって静止したままである場合、ドップラー測定値はゼロまたはほぼゼロのままになるか、事前定義された変更閾値を下回る程度まで変化する可能性がある。この発生に応答して、車両システムは、車両が静止していると判定し得る。一方、車両が２つ以上のフレームにわたって少しだけでも（例えば、約１ミリメートル以下）動いた場合、車両システムは、レーダデータ内の散乱体関連のクラッタの大きさおよび位相など、静止した散乱体に関連付けられた様々なパラメータ内の変化を検出し得る。いくつかの例では、車両システムは、低く設定された事前定義された変化閾値（例えば、０．５の変化）を有し得、それにより、車両が少し動くと、車両システムは、変化が事前定義された変化閾値を超えることを検出し得、それによって、車両が静止していないと判定する。
車両が静止しているという指標は、様々な形をとり得る。いくつかの実装形態では、車両が静止しているという指標を判定する行為は、車両が静止しているという指標（例えば、フラグ）をメモリに格納することを含み得る。追加または代替として、行為は、車両システムの移動モジュールまたは車両システムの他の構成要素に、車両が静止しているという指標を送信することを含み得る。
追加または代替として、行為は、車両の内部に、車両が静止しているという視覚的指標を提供すること、例えば、ライトを照らしたり、ディスプレイ画面にテキストを提供することを含み得る。追加または代替として、車両が静止して駐車している場合などの一部のシナリオでは、この行為は、車両システムが車両へのドアのロック解除や車両のヘッドライトの消灯／調光などの他のアクションを行うこと、を伴う場合がある。他の例も同じく可能である。
指標を判定するこれらおよび他の方法は、レーダデータに基づいて車両が静止していると車両システムが判定した後、またはそれと併せて発生し得る。
いくつかの実装形態では、車両システムは、車両の速度が事前定義された速度閾値を下回っているという指標を受信し得る。そのような実施態様では、車両システムは、車両の速度が事前定義された速度閾値を下回っているという指標を受信したことに応答して、車両が静止しているという指標を判定する行為を行い得る。例えば、車両の速度が事前定義された速度閾値０．２ｍ／ｓを下回ったことを車両システムが検出した場合、車両システムは、車両が静止しているかどうかを判定するために、前述の動作のうちの１つ以上に従事する場合がある。
ブロック８１０において、方法８００は、判定された指標に基づいて、自律車両の動きを制御することを含む。
上記の議論に沿って、車両の動きを制御する行為は、移動モジュールによって受信されると、車両を静止したままにさせ得るという命令を車両の移動モジュールに提供（例えば、送信）することを含み得る。例えば、命令は、移動モジュールが、ＩＭＵから（例えば、ジャイロスコープからおよび／または加速度計から）または別の車両構成要素からの信号の受信を拒否する命令の形をとってもよく、その結果、車両が静止したままとなり得る。本明細書では、信号の受信を拒否する行為は、他の可能性の中でも、（ｉ）信号を受信するが読み取らない（または、さもなければ信号を無視する）、（ｉｉ）信号の受信を妨げる、または（ｉｉｉ）信号を受信して読み取るが、信号を使用して車両を動かさない、などの、様々なアクションを指す場合がある。
しかしながら、代替の実装形態では、命令は、車両システムに、車両の移動を開始するプロセスに従事させる場合がある。
図９は、本明細書に提示される少なくともいくつかの実施形態に従って構成された、コンピューティングデバイス上でコンピュータプロセスを実行するためのコンピュータプログラムを含む例示的なコンピュータプログラム製品の概念的な部分図を図解する概略図である。いくつかの実施形態では、開示された方法は、機械可読フォーマットの非一時的なコンピュータ可読記憶媒体上、または他の非一時的な媒体または製造物品上に符号化されたコンピュータプログラム命令として実装され得る。
一実施形態では、例示的コンピュータプログラム製品９００は、信号担持媒体９０２を使用して提供され、それは、１つ以上のプロセッサによって実行されるときに、図１～８に関して上記で説明した機能または機能の一部を提供し得る１つ以上のプログラミング命令９０４を含み得る。いくつかの例では、信号担持媒体９０２は、限定はしないが、ハードディスクドライブ、コンパクトディスク（ＣＤ）、デジタルビデオディスク（ＤＶＤ）、デジタルテープ、メモリ、等の非一時的なコンピュータ可読媒体９０６を包含し得る。いくつかの実装形態では、信号担持媒体９０２は、限定はしないが、メモリ、読み取り／書き込み（Ｒ／Ｗ）ＣＤ、Ｒ／Ｗ ＤＶＤ、等のコンピュータ記録可能媒体９０８を包含し得る。いくつかの実装形態では、信号担持媒体９０２は、限定はしないが、デジタルおよび／またはアナログ通信媒体（例えば、ファイバ光ケーブル、導波管、有線通信リンク、無線通信リンク、等）などの通信媒体９１０を包含し得る。同様に、信号担持媒体９０２は、リモートストレージ（例えば、クラウド）に対応し得る。コンピューティングシステムは、情報を送信または受信することを含めて、情報をクラウドと共有し得る。例えば、コンピューティングシステムは、センサまたは別のエンティティから取得した情報を補強するために、クラウドから追加情報を受信し得る。このため、例えば、信号担持媒体９０２は、無線形態の通信媒体９１０によって伝達されてもよい。
１つ以上のプログラミング命令９０４は、例えば、コンピュータ実行可能および／または論理実装された命令であってもよい。いくつかの例では、図１のコンピュータシステム１１２などのコンピューティングデバイスは、コンピュータ可読媒体９０６、コンピュータ記録可能媒体９０８、および／または通信媒体９１０のうちの１つ以上によってコンピュータシステム１１２に伝達されるプログラミング命令９０４に応答して、様々な動作、機能、またはアクションを提供するように構成され得る。
非一時的なコンピュータ可読媒体はまた、複数のデータストレージ要素および／またはクラウドの間に（例えば、遠隔で）分散させることもでき、これらは互いに遠隔して配置することができる。格納された命令の一部またはすべてを実行するコンピューティングデバイスは、図２に図解された車両２００などの車両であり得る。あるいは、格納された命令の一部またはすべてを実行するコンピューティングデバイスは、サーバなどの別のコンピューティングデバイスであり得る。
上記の詳細な説明は、添付の図面を参照して、開示されたシステム、デバイス、および方法の様々な特徴および機能を説明している。本明細書では様々な態様および実施形態が開示されてきたが、他の態様および実施形態は明らかであろう。本明細書に開示される様々な態様および実施形態は、例証を目的とするものであり、限定することを意図するものではなく、真の範囲は、以下の特許請求の範囲によって示される。

Claims (24)

  1. 自律車両を制御するように構成されたコンピューティングシステムによって行われる方法であって、
    前記コンピューティングシステムによって、前記自律車両に搭載された少なくとも１つのレーダセンサから、前記自律車両の物理的環境を表すレーダデータを受信することと、
    前記レーダデータに基づいて、前記コンピューティングシステムによって、前記環境内に存在する少なくとも１つの散乱体を検出することと、
    前記レーダデータに基づいて、前記コンピューティングシステムによって、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという可能性の判定を行うことと、
    前記可能性が事前定義された信頼閾値に少なくとも等しいことに応答して、前記コンピューティングシステムによって、前記少なくとも１つのレーダセンサからの前記レーダデータに基づいて、前記自律車両の速度を計算することであって、前記速度を計算することが、
    前記レーダデータに基づいて、前記コンピューティングシステムによって、前記自律車両が静止しているという指標を判定すること、および
    前記レーダデータに基づいて、前記コンピューティングシステムによって、前記自律車両の角速度および前記自律車両の線形速度を判定すること、のうちの１つを含む、計算することと、
    前記コンピューティングシステムによって、前記計算された速度に基づいて、前記自律車両を制御することと、を含む、方法。
  2. 前記自律車両が静止しているという前記指標を前記判定することが、前記少なくとも１つのレーダセンサとは異なる手段の出力に基づいて測定された前記自律車両の測定速度が、事前定義された速度閾値を下回るという指標を受信することに応答して行われる、請求項１に記載の方法。
  3. 前記環境内に存在する前記少なくとも１つの散乱体を検出することが、前記レーダデータの残りの部分から前記少なくとも１つの散乱体を分離することを含む、請求項１に記載の方法。
  4. 前記レーダデータが、少なくとも１つのフレーム内に捕捉されたドップラー測定値を含み、前記レーダデータに基づいて、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという前記可能性の前記判定を行うことが、前記少なくとも１つのフレームの単一のフレーム内の前記ドップラー測定値に基づいて、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという前記可能性の前記判定を行うことを含む、請求項１に記載の方法。
  5. 前記レーダデータが、２つのフレーム内に捕捉されたドップラー測定値を含み、前記ドップラー測定値が、前記少なくとも１つの散乱体に関連付けられていると推定され、前記レーダデータに基づいて、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという前記可能性の前記判定を行うことが、前記２つのフレーム間の前記ドップラー測定値の変化が、事前定義された閾値未満であるかどうかの前記判定を行うことを含み、前記方法が、
    前記コンピューティングシステムによって、前記判定が、前記２つのフレーム間の前記ドップラー測定値の前記変化が前記事前定義された閾値未満であるということに応答して、前記可能性が前記事前定義された信頼閾値に少なくとも等しいと判定することをさらに含む、請求項１に記載の方法。
  6. 前記レーダデータに基づいて前記自律車両の前記速度を計算することが、（ｉ）前記少なくとも１つのレーダセンサとは異なる手段の出力に基づいて測定された前記自律車両の測定速度が、事前定義された速度閾値を上回るという指標、および（ｉｉ）前記自律車両のステアリング角度が事前定義された角度閾値を上回るという指標、のうちの１つ以上を受信することに応答して行われる、請求項１に記載の方法。
  7. 前記少なくとも１つのレーダセンサが、第１のレーダセンサおよび第２のレーダセンサを含み、
    前記第１のレーダセンサおよび前記第２のレーダセンサが、前記自律車両の異なる場所に搭載され、
    前記自律車両の前記角速度を計算することが、前記第１のレーダセンサから前記自律車両の幾何学的中心線までの第１の距離と、前記第２のレーダセンサから前記自律車両の前記幾何学的中心線までの第２の距離とに基づいている、請求項１に記載の方法。
  8. 前記少なくとも１つのレーダセンサが、第１のレーダセンサおよび第２のレーダセンサを含み、前記第１のレーダセンサおよび前記第２のレーダセンサが、前記自律車両の異なる場所に搭載され、前記レーダデータが、前記第１のレーダセンサからの第１のレーダデータおよび前記第２のレーダセンサからの第２のレーダデータを含み、前記方法が、
    前記レーダデータを受信する前、および前記自律車両が道路上を移動している間に、前記コンピューティングシステムによって、前記第１および第２のレーダセンサに前記第１および第２のレーダデータを取得させることをさらに含み、
    前記レーダデータに基づいて前記自律車両の前記速度を計算することが、（ｉ）前記第１のレーダデータに基づいて第１の速度を計算することと、（ｉｉ）前記第２のレーダデータに基づいて第２の速度を計算することと、（ｉｉｉ）前記第１および第２の速度に基づいて第３の速度を計算することと、を含み、
    前記計算された速度に基づいて前記自律車両を制御することが、前記計算された第３の速度に基づいて前記自律車両を制御することを含む、請求項１に記載の方法。
  9. 前記少なくとも１つの散乱体が前記自律車両に対して静止しているという前記可能性の前記判定を行うことが、前記コンピューティングシステムによってアクセス可能な事前定義された地図データに基づいており、前記事前定義された地図データが、前記環境内の前記少なくとも１つの散乱体の既知の場所を含む、請求項１に記載の方法。
  10. 自律車両を制御するように構成されたコンピューティングシステムであって、
    前記自律車両に搭載された少なくとも１つのレーダセンサと、
    プロセッサであって、
    前記少なくとも１つのレーダセンサから、前記自律車両の物理的環境を表すレーダデータを受信することと、
    前記レーダデータに基づいて、前記環境内に存在する少なくとも１つの散乱体を検出することと、
    前記レーダデータに基づいて、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという可能性の判定を行うことと、
    前記可能性が事前定義された信頼閾値に少なくとも等しいことに応答して、前記レーダデータに基づいて、前記自律車両の速度を計算することであって、前記速度を計算することが、
    前記レーダデータに基づいて、前記自律車両が静止しているという指標を判定すること、および
    前記レーダデータに基づいて、前記自律車両の角速度および前記自律車両の線形速度を判定すること、のうちの１つを含む、計算することと、
    前記計算された速度に基づいて前記自律車両を制御することと、を含む、動作を行うよう構成された、プロセッサと、を備える、コンピューティングシステム。
  11. 前記コンピューティングシステムが、移動モジュールをさらに備え、
    前記計算された速度に基づいて前記自律車両を制御することが、前記移動モジュールに、前記自律車両の線形速度を調整させることを含む、請求項１０に記載のコンピューティングシステム。
  12. 前記コンピューティングシステムが、移動モジュールをさらに備え、
    前記計算された速度に基づいて前記自律車両を制御することが、前記移動モジュールに、前記自律車両のステアリング角度を調整させることを含む、請求項１０に記載のコンピューティングシステム。
  13. 前記コンピューティングシステムが、移動モジュールをさらに備え、
    前記計算された速度に基づいて前記自律車両を制御することが、前記移動モジュールに、前記移動モジュールによって受信されると、前記自律車両を静止したままにさせる命令を提供することを含む、請求項１０に記載のコンピューティングシステム。
  14. 前記移動モジュールが、加速度計およびジャイロスコープのうちの１つ以上を含む慣性測定ユニット（ＩＭＵ）を含み、
    前記命令が、前記移動モジュールが前記ＩＭＵからの信号の受信を拒否するための命令を含む、請求項１３に記載のコンピューティングシステム。
  15. 前記コンピューティングシステムが、前記自律車両の内部に搭載されたディスプレイをさらに備え、
    前記計算された速度に基づいて前記自律車両を制御することが、前記ディスプレイ上に、前記自律車両の前記計算された角速度および前記計算された線形速度のうちの１つ以上の指標を提供することを含む、請求項１０に記載のコンピューティングシステム。
  16. 命令を格納した非一時的なコンピュータ可読媒体を含む製造物品であって、前記命令は、コンピューティングシステムのプロセッサによって実行されるとき、前記コンピューティングシステムに、
    自律車両に搭載された少なくとも１つのレーダセンサから、前記自律車両の物理的環境を表すレーダデータを受信することと、
    前記レーダデータに基づいて、前記環境内に存在する少なくとも１つの散乱体を検出することと、
    前記レーダデータに基づいて、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという可能性の判定を行うことと、
    前記可能性が事前定義された信頼閾値に少なくとも等しいことに応答して、前記レーダデータに基づいて、前記自律車両の速度を計算することであって、前記速度を計算することが、
    前記レーダデータに基づいて、前記自律車両が静止しているという指標を判定すること、および
    前記レーダデータに基づいて、前記自律車両の角速度および前記自律車両の線形速度を判定すること、のうちの１つを含む、計算することと、
    前記計算された速度に基づいて前記自律車両を制御することと、を含む、動作を行わせる、製造物品。
  17. 前記自律車両が静止しているという前記指標を前記判定することが、前記少なくとも１つのレーダセンサとは異なる手段の出力に基づいて測定された前記自律車両の測定速度が、事前定義された速度閾値を下回るという指標を受信することに応答して行われる、請求項１６に記載の製造物品。
  18. 前記環境内に存在する前記少なくとも１つの散乱体を検出することが、前記レーダデータの残りの部分から前記少なくとも１つの散乱体を分離することを含む、請求項１６に記載の製造物品。
  19. 前記レーダデータが、少なくとも１つのフレーム内に捕捉されたドップラー測定値を含み、前記レーダデータに基づいて、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという前記可能性の前記判定を行うことが、前記少なくとも１つのフレームの単一のフレーム内の前記ドップラー測定値に基づいて、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという前記可能性の前記判定を行うことを含む、請求項１６に記載の製造物品。
  20. 前記レーダデータが２つのフレーム内に捕捉されたドップラー測定値を含み、前記ドップラー測定値が前記少なくとも１つの散乱体に関連付けられていると推定され、前記レーダデータに基づいて、前記少なくとも１つの散乱体が前記自律車両に対して静止しているという前記可能性の前記判定を行うことが、前記２つのフレーム間の前記ドップラー測定値の変化が、事前定義された閾値未満であるかどうかの前記判定を行うことを含み、前記動作は、
    前記判定が、前記２つのフレーム間の前記ドップラー測定値の前記変化が前記事前定義された閾値未満であるということに応答して、前記可能性が前記事前定義された信頼閾値に少なくとも等しいと判定すること、をさらに含む、請求項１６に記載の製造物品。
  21. 前記レーダデータに基づいて前記自律車両の前記速度を計算することが、（ｉ）前記少なくとも１つのレーダセンサとは異なる手段の出力に基づいて測定された前記自律車両の測定速度が、事前定義された速度閾値を上回るという指標、および（ｉｉ）前記自律車両のステアリング角度が事前定義された角度閾値を上回るという指標、のうちの１つ以上を受信することに応答して行われる、請求項１６に記載の製造物品。
  22. 前記少なくとも１つのレーダセンサが、第１のレーダセンサおよび第２のレーダセンサを含み、
    前記第１のレーダセンサおよび前記第２のレーダセンサが、前記自律車両の異なる場所に搭載され、
    前記自律車両の前記角速度を計算することが、前記第１のレーダセンサから前記自律車両の幾何学的中心線までの第１の距離と、前記第２のレーダセンサから前記自律車両の前記幾何学的中心線までの第２の距離とに基づいている、請求項１６に記載の製造物品。
  23. 前記少なくとも１つのレーダセンサが、第１のレーダセンサおよび第２のレーダセンサを含み、前記第１のレーダセンサおよび前記第２のレーダセンサが、前記自律車両の異なる場所に搭載され、前記レーダデータが、前記第１のレーダセンサからの第１のレーダデータおよび前記第２のレーダセンサからの第２のレーダデータを含み、前記動作が、
    前記レーダデータを受信する前、および前記自律車両が道路上を移動している間に、前記第１および第２のレーダセンサに前記第１および第２のレーダデータを取得させること、をさらに含み、
    前記レーダデータに基づいて前記自律車両の前記速度を計算することが、（ｉ）前記第１のレーダデータに基づいて第１の速度を計算することと、（ｉｉ）前記第２のレーダデータに基づいて第２の速度を計算することと、（ｉｉｉ）前記第１および第２の速度に基づいて第３の速度を計算することと、を含み、
    前記計算された速度に基づいて前記自律車両を制御することが、前記計算された第３の速度に基づいて前記自律車両を制御することを含む、請求項１６に記載の製造物品。
  24. 前記少なくとも１つの散乱体が前記自律車両に対して静止しているという前記可能性の前記判定を行うことが、前記コンピューティングシステムによってアクセス可能な事前定義された地図データに基づき、前記事前定義された地図データが、前記環境内の前記少なくとも１つの散乱体の既知の場所を含む、請求項１６に記載の製造物品。
JP2020515908A 2017-09-22 2018-09-20 レーダ技術を使用した自律車両の動きの検出 Active JP7058726B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US15/713,500 2017-09-22
US15/713,499 2017-09-22
US15/713,500 US10691135B2 (en) 2017-09-22 2017-09-22 Detecting motion of an autonomous vehicle using radar technology
US15/713,499 US10890919B2 (en) 2017-09-22 2017-09-22 Calculating velocity of an autonomous vehicle using radar technology
PCT/US2018/051911 WO2019060524A1 (en) 2017-09-22 2018-09-20 DETECTION OF THE MOTION OF AN AUTONOMOUS VEHICLE USING RADAR TECHNOLOGY

Publications (2)

Publication Number Publication Date
JP2020535508A JP2020535508A (ja) 2020-12-03
JP7058726B2 true JP7058726B2 (ja) 2022-04-22

Family

ID=65809910

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020515908A Active JP7058726B2 (ja) 2017-09-22 2018-09-20 レーダ技術を使用した自律車両の動きの検出

Country Status (8)

Country Link
EP (1) EP3669246B1 (ja)
JP (1) JP7058726B2 (ja)
KR (1) KR102307220B1 (ja)
CN (1) CN111133398B (ja)
AU (2) AU2018335390C1 (ja)
CA (1) CA3076834C (ja)
SG (1) SG11202002385QA (ja)
WO (1) WO2019060524A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115516543B (zh) * 2020-05-13 2024-01-02 三菱电机株式会社 物体识别装置、路径生成装置、停车辅助装置、物体识别系统、路径生成系统及停车辅助系统
CN111652153B (zh) * 2020-06-04 2023-12-22 北京百度网讯科技有限公司 场景自动识别方法、装置、无人车及存储介质
EP4024077A1 (en) * 2021-01-04 2022-07-06 Aptiv Technologies Limited Methods and system for compressing radar data
EP4036602A1 (en) * 2021-01-29 2022-08-03 Aptiv Technologies Limited Radar data processing for vehicle ego-motion estimation
CN112985417B (zh) * 2021-04-19 2021-07-27 长沙万为机器人有限公司 移动机器人粒子滤波定位的位姿校正方法及移动机器人
CN114407916B (zh) * 2021-12-16 2024-01-23 阿波罗智联(北京)科技有限公司 车辆控制及模型训练方法、装置、车辆、设备和存储介质
USD1014398S1 (en) 2021-12-23 2024-02-13 Waymo Llc Vehicle
USD1018337S1 (en) 2021-12-23 2024-03-19 Waymo Llc Sensor assembly
CN115575923B (zh) * 2022-12-08 2023-03-28 千巡科技(深圳)有限公司 一种地面机器人静止判断方法、系统、装置以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009074859A (ja) 2007-09-19 2009-04-09 Toyota Central R&D Labs Inc 運動計測装置及び位置計測装置
JP2013117475A (ja) 2011-12-05 2013-06-13 Toyota Motor Corp 障害物検出装置
JP2016118406A (ja) 2014-12-18 2016-06-30 パナソニックＩｐマネジメント株式会社 レーダ装置及びレーダ状態推定方法
JP2016192169A (ja) 2015-03-31 2016-11-10 株式会社デンソー 物体検知装置、及び物体検知方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8855848B2 (en) * 2007-06-05 2014-10-07 GM Global Technology Operations LLC Radar, lidar and camera enhanced methods for vehicle dynamics estimation
JP5610847B2 (ja) * 2010-05-26 2014-10-22 三菱電機株式会社 角速度推定装置及びコンピュータプログラム及び角速度推定方法
WO2013027803A1 (ja) * 2011-08-25 2013-02-28 日産自動車株式会社 車両用自律走行制御システム
US9423498B1 (en) * 2012-09-25 2016-08-23 Google Inc. Use of motion data in the processing of automotive radar image processing
US9274525B1 (en) * 2012-09-28 2016-03-01 Google Inc. Detecting sensor degradation by actively controlling an autonomous vehicle
US9600768B1 (en) * 2013-04-16 2017-03-21 Google Inc. Using behavior of objects to infer changes in a driving environment
WO2015037173A1 (ja) 2013-09-12 2015-03-19 パナソニック株式会社 レーダ装置、車両及び移動体速度検出方法
US9201421B1 (en) * 2013-11-27 2015-12-01 Google Inc. Assisted perception for autonomous vehicles
US9335178B2 (en) * 2014-01-28 2016-05-10 GM Global Technology Operations LLC Method for using street level images to enhance automated driving mode for vehicle
US9365213B2 (en) * 2014-04-30 2016-06-14 Here Global B.V. Mode transition for an autonomous vehicle
US9283967B2 (en) * 2014-07-16 2016-03-15 GM Global Technology Operations LLC Accurate curvature estimation algorithm for path planning of autonomous driving vehicle
US9470777B2 (en) * 2014-09-19 2016-10-18 Delphi Technologies, Inc. Radar system for automated vehicle with phase change based target catagorization
KR101664582B1 (ko) * 2014-11-12 2016-10-10 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
JP6791616B2 (ja) * 2015-04-27 2020-11-25 トヨタ自動車株式会社 自動運転車両システム
US10082797B2 (en) * 2015-09-16 2018-09-25 Ford Global Technologies, Llc Vehicle radar perception and localization
US10191144B2 (en) * 2016-02-26 2019-01-29 Waymo Llc Radar mounting estimation with unstructured data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009074859A (ja) 2007-09-19 2009-04-09 Toyota Central R&D Labs Inc 運動計測装置及び位置計測装置
JP2013117475A (ja) 2011-12-05 2013-06-13 Toyota Motor Corp 障害物検出装置
JP2016118406A (ja) 2014-12-18 2016-06-30 パナソニックＩｐマネジメント株式会社 レーダ装置及びレーダ状態推定方法
JP2016192169A (ja) 2015-03-31 2016-11-10 株式会社デンソー 物体検知装置、及び物体検知方法

Also Published As

Publication number Publication date
JP2020535508A (ja) 2020-12-03
KR102307220B1 (ko) 2021-10-01
AU2018335390A1 (en) 2020-04-16
CA3076834C (en) 2023-09-19
CN111133398A (zh) 2020-05-08
EP3669246B1 (en) 2023-12-20
AU2018335390B2 (en) 2020-09-03
SG11202002385QA (en) 2020-04-29
CN111133398B (zh) 2023-09-26
AU2020281035B2 (en) 2022-02-24
AU2020281035A1 (en) 2021-01-07
KR20200044987A (ko) 2020-04-29
WO2019060524A1 (en) 2019-03-28
EP3669246A1 (en) 2020-06-24
EP3669246A4 (en) 2021-05-19
AU2018335390C1 (en) 2021-01-28
CA3076834A1 (en) 2019-03-28

Similar Documents

Publication Publication Date Title
US11531353B2 (en) Calculating velocity of an autonomous vehicle using radar technology
JP7058726B2 (ja) レーダ技術を使用した自律車両の動きの検出
US11804049B2 (en) Vision-based indicator signal detection using spatiotemporal filtering
US11068726B1 (en) Static obstacle detection
USRE46972E1 (en) Controlling a vehicle having inadequate map data
US8676427B1 (en) Controlling autonomous vehicle using audio data
US10691135B2 (en) Detecting motion of an autonomous vehicle using radar technology
US9086481B1 (en) Methods and systems for estimating vehicle speed
US8781721B2 (en) Obstacle evaluation technique
US11835624B2 (en) Radar based mapping and localization for autonomous vehicles
KR102269543B1 (ko) 자율 차량 센서들에 대한 pod 커넥션
US10967856B2 (en) Detection of pedestrian using radio devices
CN113049846A (zh) 用于测量拖车车轮转速的系统和方法
CN115639561A (zh) 车辆导航期间用于雷达反射过滤的方法和系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200507

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210604

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210818

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211117

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: 20220331

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220412

R150 Certificate of patent or registration of utility model

Ref document number: 7058726

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150