KR102070530B1 - 모션 계획에 기초한 자율 주행 차량의 운행 방법 및 시스템 - Google Patents

모션 계획에 기초한 자율 주행 차량의 운행 방법 및 시스템 Download PDF

Info

Publication number
KR102070530B1
KR102070530B1 KR1020187009729A KR20187009729A KR102070530B1 KR 102070530 B1 KR102070530 B1 KR 102070530B1 KR 1020187009729 A KR1020187009729 A KR 1020187009729A KR 20187009729 A KR20187009729 A KR 20187009729A KR 102070530 B1 KR102070530 B1 KR 102070530B1
Authority
KR
South Korea
Prior art keywords
autonomous vehicle
state
transition
information
vehicle
Prior art date
Application number
KR1020187009729A
Other languages
English (en)
Other versions
KR20180092314A (ko
Inventor
리 쭈앙
광 양
징가오 왕
Original Assignee
바이두 유에스에이 엘엘씨
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 바이두 유에스에이 엘엘씨 filed Critical 바이두 유에스에이 엘엘씨
Publication of KR20180092314A publication Critical patent/KR20180092314A/ko
Application granted granted Critical
Publication of KR102070530B1 publication Critical patent/KR102070530B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60K35/28—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/035—Bringing the control units into a predefined state, e.g. giving priority to particular actuators
    • B60K2360/175—
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0026—Lookup tables or parameter maps
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0095—Automatic control mode change
    • B60W2050/0096—Control during transition between modes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data

Abstract

일 실시예에서, 자율 주행 차량의 자율 주행 제어는, 다수의 상태들 중 자율 주행 차량의 제 1 상태를 결정하고, 자율 주행 차량의 현재 정보 및 이력 정보에 기초하여 하나 이상의 조건이 충족되었는지 여부를 결정함으로써 제공된다. 자율 주행 차량의 다음 상태 및 자율 차량의 제 1 상태에서 다음 상태로의 천이는, 만족된 것으로 판정된 하나 이상의 조건에 기초하여 결정된다. 자율 주행 차량의 천이에 기초하여, 복수의 동작 계획들 중 하나가 선택된다.

Description

모션 계획에 기초한 자율 주행 차량의 운행 방법 및 시스템
본 개시의 실시예들은 일반적으로 자율 주행 차량을 동작하는 것에 관한 것이다. 특히, 본 개시의 실시예들은 자율 주행 차량을 위한 주행 모션 계획(driving motion plan)을 자율적으로 선택하는 것에 관한 것이다.
자율 주행 모드에서(예를 들어, 운전자 없이) 운행하는 차량은 탑승자, 특히 운전자의 운전 관련 일부 책무를 덜어줄 수 있다. 자율 주행 모드에서 작동할 때, 차량은 온보드 센서를 사용하여 다양한 위치들로 내비게이트할 수 있고, 그 결과 최소한의 인간과의 상호 작용으로 또는 일부의 경우 승객 없이 차량이 이동하는 것이 허용된다.
모션(motion) 계획 및 제어는 자율 주행에 있어서 중요한 동작들이다. 그러나 기존의 모션 계획 동작들은 주어진 경로를 완료하는 어려움을, 다양한 유형의 차량에 대한 기능의 차이를 고려하지 않고, 주로 경로의 곡률(curvature)과 속력으로부터 추정한다. 동일한 모션 계획 및 제어가 모든 유형의 차량에 적용되는데, 이는 일부 상황에서는 정확하고 부드럽지 않을 수 있다.
일부 실시예에 따르면, 자율 주행 제어는 자율 주행 차량의 변화 상태에 대해 제공된다.
자율 주행 차량의 현재 정보 및 자율 주행 차량의 이력 정보에 기초하여, 다수의 상태들로부터 자율 주행 차량의 제 1 상태가 결정된다. 또한, 자율 주행 차량의 현재 정보 및 자율 주행 차량의 이력 정보에 기초하여, 하나 이상의 조건이 만족되었다고 판단된다. 만족된 것으로 판정된 하나 이상의 조건에 기초하여, 다수의 상태들 중으로부터 자율 주행 차량의 다음 상태가 결정되고, 제 1 상태로부터 다음 상태로의 자율 주행 차량의 천이가 결정된다. 그런 다음, 자율 주행 차량의 천이에 기초하여, 메모리에 저장된 다중의 모션 계획 중에서 하나의 모션 계획이 선택된다. 그 후, 자율 주행 차량이, 선택된 모션 계획에 기초하여 구동되거나 제어된다. 모션 계획은, 예를 들어, 속력, 방향, 곡률, 정지 거리, 차로 변경 속력 및 거리, 차량의 추월 또는 양보 여부 등과 같은, 자율 주행 차량을 제어 또는 구동하는 방법에 관한 정보 또는 파라미터를 포함한다. 상이한 주행 환경 또는 시나리오에 대해, 적절한 모션 계획이 자율 주행 차량을 제어하기 위해 이용 될 수 있다. 모션 계획은, 동일하거나 유사한 환경 또는 주행 조건 하에서, 차량을 제어하는 특정 이력을 더 포함한다.
본 개시의 실시예들은 유사한 참조 번호가 유사한 요소들을 나타내는 첨부된 도면들의 도면들에서 예시로서 설명되고 이에 한정되지 않는다.
도 1은 일 실시예에 따른 네트워크 시스템을 나타내는 블록도이다.
도 2는 일 실시예에 따른 자율 주행 차량의 일례를 나타내는 블록도이다.
도 3a는 일 실시예에 따른 자율 주행 차량과 함께 사용되는 인지 및 계획 시스템의 일례를 나타내는 블록도이다.
도 3b는 일 실시예에 따른 도 3a에 도시된 인지 및 계획 시스템의 부분을 보다 상세하게 도시하는 블록도이다.
도 4는 일 실시예에 따른 자율 주행 차량의 상이한 상태를 도시하는 상태도이다.
도 5는 일 실시예에 따른 자율 차량의 상태와 대응하는 모션 계획 간의 천이(transition)를 포함하는 룩업 테이블이다.
도 6은 일 실시예에 따라 자율 주행 차량에 관련된 조건 및 자율 주행 차량의 대응하는 다음 단계를 포함하는 룩업 테이블이다.
도 7은 일 실시예에 따라 자율 주행 차량의 주행 모션 계획을 결정하기 위한 예시적인 프로세스를 나타내는 흐름도이다.
도 8은 일 실시예에 따른 데이터 처리 시스템을 나타내는 블록도이다.
다양한 실시예들 및 양상들은 이하 세부 설명을 참조하여 설명되며, 첨부 도면들은 다양한 실시예들을 나타낸다. 아래의 설명 및 도면은 예시적이며, 제한하는 것으로 해석되어서는 안 된다. 다수의 구체적인 세부 사항들이 다양한 실시예들의 완전한 이해를 제공하기 위해 설명된다. 그러나, 어떤 경우에는, 실시예들에 대한 간결한 설명을 제공하기 위해 잘 알려진 또는 종래의 세부 사항은 설명되지 않는다.
명세서에서의 "일 실시예" 또는 "실시예"는, 실시예와 관련하여 설명된 특정 특징, 구조 또는 특성이 적어도 하나의 실시예에 포함될 수 있다는 것을 의미한다. 명세서의 다양한 곳에서 기재된 "일 실시예에서"라는 문구는 반드시 모두 동일한 실시예를 지칭하는 것은 아니다.
일부 실시예에 따르면, 자율 주행 제어는 자율 주행 차량의 변화 상태에 대해 제공된다. 자율 주행 차량의 현재 정보 및 자율 주행 차량의 이력 정보에 기초하여, 다수의 상태들로부터 자율 주행 차량의 제 1 상태가 결정된다. 또한, 자율 주행 차량의 현재 정보 및 자율 주행 차량의 이력 정보에 기초하여, 하나 이상의 조건이 만족되었다고 판단된다. 만족된 것으로 판정된 하나 이상의 조건에 기초하여, 다수의 상태들 중으로부터 자율 주행 차량의 다음 상태가 결정되고, 제 1 상태로부터 다음 상태로의 자율 주행 차량의 천이가 결정된다. 그런 다음, 자율 주행 차량의 천이에 기초하여, 메모리에 저장된 다중의 모션 계획 중에서 하나의 모션 계획이 선택된다. 그 후, 자율 주행 차량이, 선택된 모션 계획에 기초하여 구동되거나 제어된다. 모션 계획은, 예를 들어, 속력, 방향, 곡률, 정지 거리, 차로 변경 속력 및 거리, 차량의 추월 또는 양보 여부 등과 같은, 자율 주행 차량을 제어 또는 구동하는 방법에 관한 정보 또는 파라미터를 포함한다. 상이한 주행 환경 또는 시나리오에 대해, 적절한 모션 계획이 자율 주행 차량을 제어하기 위해 이용 될 수 있다. 모션 계획은, 동일하거나 유사한 환경 또는 주행 조건 하에서, 차량을 제어하는 특정 이력을 더 포함한다.
도 1은 일 실시예에 따른 자율 주행 차량 네트워크 구성을 나타내는 블록도이다. 도 1을 참조하면, 네트워크 구성(100)은, 네트워크(102) 상에서 하나 이상의 서버(103-104)와 통신 가능하게 결합될 수 있는 자율 주행 차량(101)을 포함한다. 하나의 자율 주행 차량이 도시되어 있지만, 다수의 자율 주행 차량이 서로 결합될 수 있고/있거나 네트워크(102)를 통해 서버들(103-104)에 결합될 수 있다. 네트워크(102)는 근거리 네트워크(LAN), 인터넷과 같은 광역 네트워크(WAN), 셀룰러 네트워크, 위성 네트워크 또는 이들의 조합과 같은 유선 또는 무선의 임의의 유형의 네트워크일 수 있다. 서버(들)(103-104)는 웹 또는 클라우드 서버, 애플리케이션 서버, 백엔드 서버 또는 이들의 조합과 같은 임의의 종류의 서버 또는 서버 클러스터일 수 있다. 서버(103-104)는 데이터 분석 서버, 콘텐츠 서버, 교통 정보 서버, 지도 및 관심 지점(MPOI: map and point of interest) 서버 또는 위치 서버 등일 수 있다. 도 1의 실시예에서, 서버 (103)는 머신 러닝 엔진(122), 데이터 수집기(121), 주행 통계치(123) 및 유한 상태 기계(finite state machine: FSM)와 같은 알고리즘 및 모델(124)을 포함한다. FSM은 자율 주행 차량의 상태(state) 또는 상태(status)를 결정하는 데 사용될 수 있다. 차량의 상태에 기초하여, 차량을 운행하기 위한 모션 계획이 선택될 수 있다. 모션 계획에는, 특히 이전의 주행 경험이나 동일하거나 유사한 주행 환경에서 차량의 주행 통계치를 고려하여, 차량을 계획하고 제어하는 방법에 관한 충분한 정보가 포함될 수 있다.
자율 주행 차량은 차량이 운전자로부터의 입력이 거의 또는 전혀 없이 주변 환경을 내비게이트하는 자율 주행 모드로 구성될 수 있는 차량을 지칭한다. 이러한 자율 주행 차량은 차량이 운행되는 환경에 관한 정보를 검출하도록 구성된 하나 이상의 센서를 갖는 센서 시스템을 포함할 수 있다. 차량 및 관련 제어기(들)는 검출된 정보를 이용하여 주변 환경 사이로 내비게이트한다. 자율 주행 차량(101)은 수동 모드, 완전 자율 주행 모드 또는 부분 자율 주행 모드로 운행될 수 있다.
일 실시예에서, 자율 주행 차량(101)은 인지 및 계획 시스템(110), 차량 제어 시스템(111), 무선 통신 시스템(112), 사용자 인터페이스 시스템(113), 인포테인먼트 시스템(114) 및 센서 시스템(115)을 포함하지만, 이에 한정되지 않는다. 자율 주행 차량(101)은, 예를 들어, 가속 신호 또는 명령, 감속 신호 또는 명령, 조향 신호 또는 명령, 제동 신호 또는 명령 등과 같은 다양한 통신 신호 및/또는 명령을 사용하여, 차량 제어 시스템(111) 및/또는 인지 및 계획 시스템(110)에 의해 제어될 수 있는, 엔진, 차륜(wheel), 스티어링 휠, 변속기 등과 같은, 일반 차량에 포함되는 특정 공통 구성 요소를 더 포함할 수 있다.
구성요소(110-115)는 인터커넥트(interconnect), 버스, 네트워크 또는 이들의 조합을 통해 서로 통신 가능하게 결합될 수 있다. 예를 들어, 구성요소(110-115)는, 제어기 영역 네트워크(CAN) 버스를 통해 서로 통신 가능하게 결합될 수 있다. CAN 버스는, 호스트 컴퓨터가 없는 어플리케이션들에서 마이크로 컨트롤러들과 장치들이 서로 통신할 수 있도록 설계된 차량 버스 표준이다. 그것은 메시지 기반 프로토콜로서, 원래는 자동차 내의 멀티플렉스(multiplex) 전기 배선을 위해 설계되었지만, 다른 많은 상황에서도 사용된다.
이제 도 2를 참조하면, 일 실시예에서, 센서 시스템(115)은, 하나 이상의 카메라(211), GPS(global positioning system) 유닛(212), 관성 측정 유닛(IMU)(213), 레이더 유닛(214) 및 광 검출 및 측정(LIDAR) 유닛(215)을 포함하지만, 이에 한정되지 않는다. GPS 유닛(212)은 자율 주행 차량의 위치에 관한 정보를 제공하도록 동작 가능한 송수신기(트랜시버)를 포함할 수 있다. IMU 유닛(213)은, 관성 가속도에 기초하여 자율 주행 차량의 위치 및 방향(orientation) 변화를 감지할 수 있다. 레이더 유닛(214)은, 무선 신호를 활용하여 자율 주행 차량의 로컬 환경 내의 물체들을 감지하는 시스템을 나타낼 수 있다. 일부 실시예들에서, 물체를 감지하는 것 외에, 레이더 유닛(214)은 물체의 속력 및/또는 진로(heading)를 추가로 감지할 수 있다. LIDAR 유닛(215)은, 레이저를 사용하여 자율 주행 차량이 위치한 환경 내의 물체들을 감지할 수 있다. LIDAR 유닛(215)은, 여러 시스템 구성 요소들 중에서, 하나 이상의 레이저 소스, 레이저 스캐너 및 하나 이상의 검출기를 포함할 수 있다. 카메라(211)는 자율 주행 차량을 둘러싸는 환경의 이미지를 캡쳐하기 위한 하나 이상의 장치를 포함할 수 있다. 카메라(211)는 정지 화상 카메라 및/또는 비디오 카메라일 수 있다. 카메라는, 예를 들어, 카메라를 회전 및/또는 틸팅 플랫폼에 장착함으로써, 기계적으로 이동 가능할 수 있다.
센서 시스템(115)은, 소나(sonar) 센서, 적외선 센서, 스티어링(조향) 센서, 스로틀 센서, 제동 센서 및 오디오 센서(예를 들어, 마이크로폰)와 같은 다른 센서들을 더 포함할 수 있다. 오디오 센서는 자율 주행 차량을 둘러싸는 환경에서 소리(sound)를 캡쳐하도록 구성될 수 있다. 스티어링 센서는, 스티어링 휠, 차량의 차륜 또는 이들의 조합의 스티어링 각도를 감지하도록 구성될 수 있다. 스로틀 센서 및 제동 센서는, 차량의 스로틀 위치 및 제동 위치를 각각 감지한다. 일부 상황에서는, 스로틀 센서와 제동 센서가 통합 스로틀/제동 센서로 통합될 수 있다.
일 실시예에서, 차량 제어 시스템(111)은, 스티어링 유닛(201), 스로틀 유닛(202)(가속 유닛으로도 지칭됨) 및 제동 유닛(203)을 포함하지만, 이에 한정되지 않는다. 스티어링 유닛(201)은, 차량의 방향 또는 진로(또는 진행 방향)을 조정하기 위한 것이다. 스로틀 유닛(202)은 모터 또는 엔진의 속력을 제어하여 차량의 속력 및 가속도를 차례로 제어하기 위한 것이다. 제동 유닛(203)은 차량의 차륜 또는 타이어를 감속시키도록 마찰을 제공함으로써 차량을 감속시키기 위한 것이다. 도 2에 도시된 구성 요소들은, 하드웨어, 소프트웨어 또는 이들의 조합으로 구현될 수 있다.
도 1을 다시 참조하면, 무선 통신 시스템(112)은, 자율 주행 차량(101)과, 장치들, 센서들, 다른 차량들 등과 같은 외부 시스템들 간의 통신을 가능하게 한다. 예를 들어, 무선 통신 시스템(112)은, 하나 이상의 장치들과 직접 또는 네트워크(102) 상의 서버들(103-104)과 같은 통신 네트워크를 통해 무선 통신할 수 있다. 무선 통신 시스템(112)은, 임의의 셀룰러 통신 네트워크 또는 무선 근거리 네트워크(WLAN)를 사용할 수 있으며, 예를 들어, 다른 구성 요소 또는 시스템과 통신하기 위해 WiFi를 사용할 수 있다. 무선 통신 시스템(112)은, 예를 들어, 적외선 링크, 블루투스 등을 사용하여, 장치(예를 들어, 승객의 모바일 장치, 디스플레이 장치, 차량(101) 내의 스피커)와 직접 통신할 수 있다. 사용자 인터페이스 시스템(113)은, 예를 들어, 키보드, 터치 스크린 디스플레이 장치, 마이크로폰 및 스피커 등을 포함하는 차량(101) 내에 구현되는 주변 장치들의 일부일 수 있다.
자율 주행 차량(101)의 일부 또는 모든 기능은, 특히 자율 주행 모드에서 운행될 때, 인지 및 계획 시스템(110)에 의해 제어되거나 관리될 수 있다. 인지 및 계획 시스템(110)은, 센서 시스템(115), 제어 시스템(111), 무선 통신 시스템(112) 및/또는 사용자 인터페이스 시스템(113)으로부터 정보를 수신하고, 수신된 정보를 처리하고, 출발점에서 목적지점까지의 루트(route) 또는 경로를 계획한 다음, 계획 및 제어 정보에 기초하여 차량(101)을 주행하기 위해, 필요한 하드웨어(예를 들어, 프로세서(들), 메모리, 저장 장치) 및 소프트웨어(예를 들어, 운영 체계, 계획 및 라우팅(routing) 프로그램)을 포함한다. 대안적으로, 인지 및 계획 시스템(110)은 차량 제어 시스템(111)과 통합될 수 있다.
예를 들어, 승객인 사용자는, 예를 들어, 사용자 인터페이스를 통해 여행의 출발 위치 및 목적지를 지정할 수 있다. 인지 및 계획 시스템(110)은 여행 관련 데이터를 획득한다. 예를 들어, 인지 및 계획 시스템(110)은 서버들(103-104)의 일부일 수 있는 MPOI 서버로부터 위치 및 루트 정보를 획득할 수 있다. 위치 서버는 위치 서비스를 제공하고, MPOI 서버는 지도 서비스와 특정 위치들의 POI들을 제공한다. 대안적으로, 이러한 위치 및 MPOI 정보는 인지 및 계획 시스템(110)의 영구 저장 장치에 국부적으로 캐시될 수 있다.
자율 주행 차량(101)이 루트를 따라 이동하는 동안, 인지 및 계획 시스템(110)은 교통 정보 시스템 또는 서버(TIS)로부터 실시간 교통 정보도 획득할 수 있다. 서버(103-104)는 제3자 엔티티에 의해 운영될 수 있다. 대안적으로, 서버들(103-104)의 기능들은 인지 및 계획 시스템(110)과 통합될 수 있다. 인지 및 계획 시스템(110)은, 실시간 교통 정보, MPOI 정보 및 위치 정보뿐만 아니라 센서 시스템(115)에 의해 검출 또는 감지된 실시간 로컬 환경 데이터(예를 들어, 장애물, 물체, 주변 차량)에 기초하여, 예를 들어, 제어 시스템(111)을 통해, 최적의 루트를 계획하고, 지정된 목적지에 안전하고 효율적으로 도착하기 위해 계획된 루트에 따라 차량(101)을 주행할 수 있다.
일 실시예에 따르면, 자율 주행 차량(101)은 차량(101)의 승객에게 정보 및 엔터테인먼트(entertainment)를 제공하는 인포테인먼트 시스템(114)을 더 포함할 수 있다. 정보 및 엔터테인먼트 콘텐츠는 국부적으로 및/또는 원격으로 저장된 콘텐츠 정보(예컨대, 서버(103-104)에 의해 제공됨)에 기초하여 수신되고, 컴파일되고 렌더링(rendered)될 수 있다. 예를 들어, 정보는 네트워크(102)를 통해 임의의 서버(103-104)로부터 실시간으로 스트리밍되고 차량(101)의 디스플레이 장치 상에 디스플레이 될 수 있다. 정보는, 예를 들어, 하나 이상의 카메라에 의해 실시간으로 캡쳐된 로컬 정보로 증강될(augmented) 수 있으며, 그 다음, 증강된 콘텐츠는 가상 현실 방식으로 디스플레이될 수 있다.
도 3a는 일 실시예에 따른 자율 주행 차량과 함께 사용되는 인지 및 계획 시스템의 일례를 나타내는 블록도이다. 시스템(300A)은, 도 1의 자율 주행 차량(101)의 일부로서 구현될 수 있으며, 인지 및 계획 시스템(110), 제어 시스템(111) 및 센서 시스템(115)을 포함하지만, 이에 한정되지 않는다. 도 3a을 참조하면, 인지 및 계획 시스템(110)은 로컬라이제이션(localization) 모듈(301), 인지 모듈(302), 결정 모듈(303), 계획 모듈(304), 제어 모듈(305), 지도 및 루트 정보(311), 주행/교통 규칙(312), 및 모션 계획(313)를 포함하지만, 이에 제한되지 않는다.
모듈들(301-305)의 일부 또는 전부는 소프트웨어, 하드웨어, 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 이들 모듈은 영구 저장 장치(352)에 설치되고, 메모리(351)에 로드되며, 하나 이상의 프로세서(미도시)에 의해 실행될 수 있다. 이들 모듈 중 일부 또는 전부는, 도 2의 차량 제어 시스템(111)의 일부 또는 모든 모듈들과 통신 가능하게 결합되거나 통합될 수 있다. 모듈들(301-305) 중 일부는 통합 모듈로서 서로 통합될 수 있다.
로컬라이제이션 모듈(301)(맵 및 루트 모듈이라고도 함)은 사용자의 여행 또는 루트와 관련된 임의의 데이터를 관리한다. 사용자는, 예를 들어, 사용자 인터페이스를 통해 로그인하고 여행의 출발 위치 및 목적지를 지정할 수 있다. 로컬라이제이션 모듈(301)은, 지도 및 루트 정보(311)와 같은 자율 주행 차량(300)의 다른 구성 요소와 통신하여 여행 관련 데이터를 획득한다. 예를 들어, 로컬라이제이션 모듈(301)은 위치 서버, 및 지도 및 POI(MPOI) 서버로부터 위치 및 루트 정보를 획득할 수 있다. 위치 서버는 위치 서비스를 제공하고, MPOI 서버는 지도 서비스와 특정 위치들의 POI들을 제공하며, 이는 지도 및 루트 정보(311)의 일부로서 캐시될 수 있다. 자율 주행 차량(300)이 루트를 따라 이동하는 동안, 로컬라이제이션(localization) 모듈(301)은 교통 정보 시스템 또는 서버로부터 실시간 교통 정보도 획득할 수 있다.
센서 시스템(115)에 의해 제공되는 센서 데이터 및 로컬라이제이션 모듈(301)에 의해 획득되는 로컬라이제이션 정보에 기초하여, 인지 모듈(302)에 의해 주변 환경의 인지(perception)가 결정된다. 인지 정보는 일반 운전자가 그가 주행하는 차량 주위를 어떻게 인지(perceive)하는지를 나타낼 수 있다. 인지(perception)는 차로 구성(예를 들어, 직선 또는 곡선 차선), 신호등 신호, 다른 차량의 상대적 위치, 보행자, 건물, 횡단 보도 또는 기타 교통 관련 표지판(예를 들어, 정지 표지판, 양보 표지판) 등을, 예를 들어, 물체의 형태로 포함할 수 있다.
인지 모듈(302)은, 자율 주행 차량의 환경에서 물체 및/또는 특징을 식별하기 위해, 하나 이상의 카메라에 의해 캡쳐된 이미지를 처리 및 분석하는 컴퓨터 비전 시스템 또는 컴퓨터 비전 시스템의 기능을 포함할 수 있다. 물체는 교통 신호, 도로 경계, 다른 차량, 보행자 및/또는 장애물 등을 포함할 수 있다. 컴퓨터 비전 시스템은 물체 인식 알고리즘, 비디오 추적 및 다른 컴퓨터 비전 기술을 사용할 수 있다. 일부 실시예에서, 컴퓨터 비전 시스템은, 환경을 매핑하고, 물체를 추적하고, 물체의 속력 추정 등을 할 수 있다. 인지 모듈(302)은 레이더 및/또는 LIDAR와 같은 다른 센서에 의해 제공되는 다른 센서 데이터에 기초하여 물체를 검출할 수도 있다.
각각의 물체에 대해, 결정 모듈(303)은 물체를 어떻게 다룰지에 대한 결정을 한다. 예를 들어, 특정 물체(예를 들어, 교차 루트에 있는 다른 차량)뿐만 아니라 물체를 기술하는 메타 데이터(예를 들어, 속력, 방향, 선회 각도)에 대해서, 결정 모듈(303)은 물체를 어떤 식으로 대면할지를 결정한다(예를 들어, 추월, 양보, 정지, 통과). 결정 모듈(303)은, 영구 저장 장치(352)(미도시)에 저장될 수 있는 교통 규칙과 같은 규칙들의 세트에 따라 이러한 결정을 내릴 수 있다.
인지된 물체들 각각에 대한 결정에 기초하여, 계획 모듈(304)은 자율 주행 차량에 대한 경로 또는 루트뿐만 아니라 주행 파라미터(예를 들어, 거리, 속력 및/또는 회전 각도)를 계획한다. 즉, 주어진 물체에 대해, 결정 모듈(303)은 물체에 대한 처리를 결정하고, 계획 모듈(304)은 그것을 어떻게 수행할지를 결정한다. 예를 들어, 주어진 물체에 대해, 결정 모듈(303)은 물체를 지나가는 것으로 결정할 수 있는 반면, 계획 모듈(304)은 물체의 좌측 또는 우측으로 지나갈지를 결정할 수 있다. 계획 및 제어 데이터는 계획 모듈(304)에 의해 생성되고, 차량(300)이 다음 이동 사이클(예를 들어, 다음 루트/경로 세그먼트)에서 어떻게 움직일 것인지를 기술하는 정보를 포함한다. 예를 들어, 계획 및 제어 데이터는, 차량(300)이 시속 30 마일(mph)의 속력으로 10m 이동한 다음 25 mph의 속력으로 우측 차로로 변경하도록 지시할 수 있다.
계획 및 제어 데이터에 기초하여, 제어 모듈(305)은 계획 및 제어 데이터에 의해 정의된 루트 또는 경로에 따라, 차량 제어 시스템(111)에 적절한 명령 또는 신호를 전송함으로써 자율 주행 차량을 제어 및 주행한다. 계획 및 제어 데이터에는, 경로 또는 루트 상의 시간에 따른 상이한 시점에서 적절한 차량 설정 또는 주행 파라미터(예를 들어, 스로틀, 제동 및 선회 명령)를 사용하여 루트 또는 경로의 제1 지점에서 제2 지점까지 차량을 주행할 수 있는 충분한 정보가 포함되어 있다.
결정 모듈(303) 및 계획 모듈(304)은 통합 모듈로서 통합될 수 있다. 결정 모듈(303)/계획 모듈(304)은, 자율 주행 차량에 대한 주행 경로를 결정하기 위한 내비게이션 시스템 또는 내비게이션 시스템의 기능들을 포함할 수 있다. 예를 들어, 네비게이션 시스템은, 일련의 속력 및 진행 방향(directional heading)을 결정하여, 인지된 장애물을 실질적으로 피하는 경로를 따라 자율 주행 차량의 이동을 수행하면서, 궁극적인 목적지에 이르는 도로 기반 경로를 따라 자율 주행 차량을 일반적으로 전진시킬 수 있다. 목적지는, 사용자 인터페이스 시스템(113)을 통한 사용자 입력에 따라 설정될 수 있다. 내비게이션 시스템은, 자율 주행 차량이 운행되는 동안 주행 경로를 동적으로 업데이트할 수 있다. 네비게이션 시스템은, 자율 주행 차량을 위한 주행 경로를 결정하기 위해 GPS 시스템 및 하나 이상의 지도로부터의 데이터를 통합할 수 있다.
결정 모듈(303)/계획 모듈(304)은, 자율 주행 차량의 환경에서의 잠재적 장애물을 식별, 평가 및 회피하거나 협상하기 위한 충돌 회피 시스템 또는 충돌 회피 시스템의 기능을 더 포함할 수 있다. 예를 들어, 충돌 회피 시스템은, 급회피 조작, 선회 조작, 제동 조작 등을 수행하기 위해, 제어 시스템(111)의 하나 이상의 서브 시스템을 조작하여 자율 주행 차량의 네비게이션의 변화를 수행할 수 있다. 충돌 회피 시스템은, 주변의 교통 패턴, 도로 조건 등에 기초하여, 실현 가능한 장애물 회피 조작을 자동으로 결정할 수 있다. 충돌 회피 시스템은, 자율 주행 차량이 급회피하여 진입할 인접 영역에서, 차량, 건축 장애물 등을 다른 센서 시스템이 검출할 때, 급회피 조작이 수행되지 않도록 구성될 수 있다. 충돌 회피 시스템이, 사용 가능하면서 자율 운행 차량의 탑승자의 안전을 극대화하는 조작을 자동적으로 선택할 수 있다. 충돌 회피 시스템은, 자율 운행 차량의 승객실에서 최소량의 가속을 일으킬 것으로 예상되는 회피 조작을 선택할 수 있다.
도 3b는 일 실시예에 따른 계획 모듈(304)를 포함하는 인지 및 계획 시스템의 상세 부분을 도시하는 블록도이다. 시스템(300B)은, 도 1의 자율 주행 차량(101)의 일부로서 구현될 수 있으며, 인지 및 계획 시스템(110), 제어 시스템(111) 및 센서 시스템(115)을 포함하지만, 이에 한정되지 않는다. 도 3b를 참조하면, 계획 모듈(304)은 모션 계획 선택기(350)를 포함하지만, 이에 한정되지 않는다. 모션 계획 선택기(350)는, 차량 상태(353), 데이터 액세스(354), 및 유한 상태 기계(FSM)(356)를 포함할 수 있지만, 이에 한정되는 것은 아니다. 시스템(300B)은, 모션 계획(313), 궤적 최적화기(358) 및 차량 정보(360)를 더 포함 할 수 있다.
일 실시예에서, 차량 상태(353)는 데이터 액세스(354)에 자율 주행 차량의 현재 상태를 제공한다. 차량이 처음 시동될 때, 차량의 현재 상태는 초기 상태에 있다. 모션 계획 모니터(350)는, 자율 주행 차량의 현재 상태, 속력, 가속도, 각각의 업스트림 모듈에 대한 고장 시간의 누적 등과 같은, 데이터 액세스(354)에 제공된 차량 정보(360)를 판독할 수 있다. 모션 계획 모니터(350)는, 예를 들어, 계획 주기마다 데이터 액세스(354)로부터 차량 정보(360)를 수신할 수 있다. 차량 정보(360)는 게이트웨이 모듈이며, 센서와 같은 하드웨어를 통해 정보를 수집한다. 데이터 액세스(354)는, 정보를 결합하고, 정보를 내부 데이터로 변환하고, 데이터를 FSM (356)에 푸싱하는 결합기이다.
일 실시예에서, FSM(356)은 데이터 액세스(354)로부터 수신된 차량 정보(360)에 따라 자율 주행 차량의 현재 상태(status) 또는 상태(state)를 제공한다. FSM(356)은 현재 상태를 제공한 후에 차량 상태를 업데이트 할 수 있다. FSM(356)은, 현재 차량 상태에 따라 모션 계획(313)으로부터 적절한 모션 계획을 선택할 수 있고, 선택된 모션 계획을 궤도 최적화기(358)에 제공할 수 있다. 모션 플랜(313)은 메모리(351)와 같은 메모리에 저장 될 수 있다. 궤도 최적화기(358)는 모션 계획 선택기(350)의 출력에 따라 최적화를 처리할 수 있다.
모션 계획은, 예를 들어, 속력, 방향, 곡률, 정지 거리, 차로 변경 속력 및 거리, 차량의 추월 또는 양보 여부 등과 같은, 자율 주행 차량을 제어 또는 구동하는 방법에 관한 정보 또는 파라미터를 포함한다. 상이한 주행 환경 또는 시나리오에 대해, 적절한 모션 계획이 자율 주행 차량을 제어하기 위해 이용 될 수 있다. 모션 계획(313)은, 다양한 주행 환경 하에서 구동되는 다양한 차량으로부터 수집된 주행 통계에 기초하여, 오프라인으로 데이터 분석 시스템(103)과 같은 데이터 분석 시스템에 의해 생성되고 컴파일될 수 있다.
배경으로서, 차량이 도로 상에서 이동할 때, 예를 들어, 날씨, 일광, 교통, 도로 상태 등에 따라 운전 조건이 다양하고 복잡할 수 있다. 종래의 자율 주행 시스템은 인지로부터 환경 정보를 판독하고, 현재 상태에 따라 일부 규칙에 따라 계획을 선택한다. 이러한 종래의 자율 주행 시스템은 간단한 상황에서 작동할 수 있다. 그러나, 이들 시스템을 사용할 때, 본 발명자들은 차량의 모션 최적화가 종종 원활하지 않을 수 있다는 것을 발견했다. 예를 들어, 차량의 주행 속력이 0 mph인 것으로 나타난 경우, 이는 두 가지 상이한 상황, 즉 (1) 차량이 특정 속력으로부터 느려졌다는 것, 또는 (2) 차량이 방금 시동되어 아직 정지 중인 것을 나타낼 수 있다. 차량의 현재 상태를 기초로 하는 종래의 자율 주행 시스템을 이용하면, 동일한 모션 계획이 두 가지 상황 모두에 적용되어 원활하지 않은 결과를 낳을 수 있다.
일 실시예에 따른 자율 주행 시스템에서, 상이한 상태 또는 상황이 시스템에 대해 정의된다. 도 4는 자율 주행 시스템의 서로 다른 상태뿐만 아니라 상태들 간의 천이를 나타내는 상태도(400)를 도시한다. 특정 조건이 충족될 때, 자율 주행 시스템은 이하에서 상세히 설명되는 바와 같이 상태들 사이에서 천이할 수 있다. 각 상태는 후술되는 바와 같이 선택되는 특정 모션 계획과 일치 할 수 있다. 또한 각 상태의 정의는 현 시스템에 따라 달라질 수 있으며 시스템이 발전함에 따라 변경될 수 있다.
도 4에 도시된 바와 같이, 자율 주행 시스템은 초기 상태(402), 정상 상태(404), 비정상 상태(406), 정지 상태(408) 및 종료 상태(410)와 같은 상태를 포함할 수 있지만 이에 한정되는 것은 아니다. 차량이 작동하기 시작할 때, 초기 상태(402)에서 정상 상태(404)로의 천이(412)에 대해 특정 조건이 검사된다. 자율 주행 시스템은 또한 예를 들어 천이(412)하는 동안 차량을 작동시키기 위한 모션 계획을 선택할 수 있다.
도 4에 더 도시된 바와 같이, 자율 주행 시스템은 정상 상태 (404)에서 비정상 상태(406)로 천이(416)하거나 또는 정상 상태(404)에서 정지 상태(408)로 천이(414)할 수 있다. 예를 들어, 자율 주행 시스템이 정상 상태(404)에 있고 차량이 정지 신호 또는 교통 신호등에 접근할 때, 자율 주행 시스템은 특정 조건이 충족되면 차량을 정지하도록 제어할 수 있다. 다른 예에서, 자율 주행 시스템이 정상 상태(404)에 있고 맵핑 시스템과 같은 제어 모듈이 소정의 시간 동안 데이터를 수신하지 않은 때, 자율 주행 시스템은 비정상 상태(406)로 천이할 수 있다. 본 예에서, 그 조건은 맵핑 시스템이 사전 결정된 시간 동안 데이터를 수신했는지 여부에 해당한다. 이 조건이 충족되면, 자율 주행 시스템이 차량을 제어하여 주정차하는 것과 같은 조작을 수행 할 수 있다.
자율 주행 시스템은 비정상 상태(406)에서 정지 상태(408)로 천이(420)하거나, 또는 비정상 상태(406)에서 정상 상태(404)로 천이(418)할 수 있다. 각각의 경우에, 특정 조건이 충족되면 특정 모션 계획이 수행된다.
마지막으로, 자율 주행 시스템은 차량의 임무가 완료된 경우 정상 상태(404)에서 종료 상태(410)로 천이(426)될 수 있다. 대안적으로, 비정상 상태(406)로부터 정상 상태(404) 또는 정지 상태(408)로의 천이가 성공적이지 않은 때, 자율 주행 시스템은 비정상 상태(406)로부터 종료 상태(410)로 천이(422)하거나, 정지 상태(408)로부터 종료 상태(410)로 천이(424)할 수 있다.
자율 주행 시스템에서, 상태 간에 천이가 수행될 수 있는 경우 에지(edge)가 상태 간에 생성된다(built). 각 에지는 속성으로서 충족 세트를 포함할 수 있다. 두 개 상태 간에 에지가 존재하는 경우, 두 개 상태 간의 천이가 이루어질 수 있다. 일부 실시예에서, 두 개 상태 간에 에지가 있는 경우에만 상태 간의 천이가 수행될 수 있다. 상태 간의 각 에지에 대해, 충족 세트에 따라 만족되어야 하는 하나 이상의 조건 뿐만 아니라 천이를 위한 연관 계획이 있을 수 있다.
일 실시예에서, 도 5 및 도 6에 각각 도시된 룩업 테이블(500, 600)과 같은 룩업 테이블은 상태 간의 천이를 구현하는데 사용될 수 있다. 룩업 테이블(500)은 자율 주행 차량의 상태 간의 천이 및 계획 A - H와 같은 대응 모션 계획을 포함 할 수 있다. 룩업 테이블(500)에 도시된 바와 같이, 상태들 사이의 각 에지에 대해, 천이를 위한 대응 모션 플랜이 있다.
룩업 테이블(600)은 자율 주행 차량과 관련된 조건들의 하나 이상의 범주 및 자율 주행 차량의 대응 후속 단계를 포함할 수 있다. 일 실시예에서, 조건의 범주는 얼마나 많은 조건들이 통과되어야 하는지를 나타내는 이진수를 포함할 수 있다. 다양한 유형의 조건이 있을 수 있다. 각 조건이 판단되고, 결과 이진수가 출력된다. 조건이 통과되면 1이 할당되고, 조건이 통과되지 않으면 0이 할당된다. 결과적으로, 각 조건의 범주에는 차량이 일 상태로부터 다른 상태로 거쳐가기 위해 통과해야 하는 조건 세트를 나타내는 이진수가 포함된다. 룩업 테이블(600)은 조건에 기초하여 어떤 상태가 후속 상태인지를 결정하는데 사용될 수 있다. 차량이 천이하는 현재 상태 및 / 또는 다음 상태에 기초하여, 다음 도로 세그먼트에서 차량을 구동하기 위해, 예를 들어,도 3의 동작 플랜 선택기 (350)에 의해 모션 계획이 선택 될 수 있다.
예시적인 조건은, 사전결정 속력보다 낮은 저속력, 정상 속력, 및 사전결정 속력보다 빠른 고속력과 같은 속력 유형을 포함 할 수 있다. 조건에는 결정 모듈이 5 회 이상 실패한 경우와 같은 오류 유형도 포함될 수 있다. 매 사이클마다 모듈로부터 결과를 받아야 한다. 메시지가 5 사이클 동안 수신되지 않으면 오류가 발생했다고 가정한다. 오류 유형 조건의 또 다른 예는 라우팅 모듈이 5 회 이상 실패하는 경우이다. 예를 들어 일정 기간 동안 라우팅 통신이 수신되지 않으면 차량이 비정상 상태로 천이될 수 있다. 물론, 에러 타입 조건은 5 사이클에 한정되지 않으며, 다른 제한이 사용될 수 있다.
조건은 비, 눈 등과 같이 차량의 작동 환경의 날씨를 더 포함 할 수 있다. 조건은 차량이 주행하는 방향(예컨대, 전진 또는 후진)을 포함할 수 있고, 차량이 전진보다는 후진을 하는 경우 모션 계획이 달라질 수 있다. 일 조건은 차량이 비정상 상태로 천이될 수 있는 충돌 상태에 있는지 여부일 수 있다.
다른 조건에는 가속 또는 감속이 포함될 수 있다. 예를 들어, 차량이 높은 가속도 또는 정상 가속도보다 높은 가속도로 높은 속력 또는 정상 속력보다 높은 속력으로 이동하는 경우, 모션 계획은 보수적인 계획일 수 있다. 다른 한편, 차량이 저속력 및 높은 가속도 또는 정상 가속도보다 높은 가속도로 이동하는 경우, 모션 계획은 보다 공격적일 수 있다. 물론, 여기에 열거된 조건들은 단지 예시적인 조건일 뿐이며, 다른 조건들이 조건의 항목에서 이용될 수 있다.
일 실시예에서, 조건의 범주에 대해, 일 범주는 또 다른 범주의 하위 세트일 수 없다. 이 실시예에서, 각 범주의 조건은 중첩될 수 있지만, 일 범주의 모든 조건이 다른 범주에 포함될 수 없다.
룩업 테이블(600)에서, 조건들의 각 범주는 각 조건이 이진수로 표현되는 다수의 조건을 나타내는 세트와 동일하다. 현재 상태에 대해, 후속 상태는 하나 이상의 조건이 충족되어 이진수가 발생할 때 결정된다. 결과적인 이진수는 조건 범주의 열과 일치하며, 열의 대응 상태는 후속 상태로 결정된다.
일 실시예에서, 자율 주행 시스템은 차량으로부터 오는 전류 정보와 이전 사이클에 관한 정보와 같은 이력 정보의 조합을 이용하여, 차량의 제1 상태를 결정하고 하나 이상의 조건이 충족되었는지를 결정한다. 궤적, 속력, 이력 데이터 등과 같은 정보를 포함한 이력 정보는 이전 사이클로부터 저장된다. 자율 주행 시스템은 또한 이전 사이클의 마지막 상태 및 마지막 상태를 위한 조건을 저장할 수 있다.
일 예시에서, 차량이 지점 a에서 지점 b로 이동하는 경우, 차량이 지점 b에 도달하기 전에 차량은 초기 속력으로 이동하고 차량이 지점 b에 도달하면 차량은 0 mph의 속력으로 주행한다. 초기 속력을 저장함으로써, 자율 주행 시스템은 차량이 막 정지하는지 또는 막 이동하는지를 결정할 수 있다. 이력 정보는 차량이 곧 이동을 시작할 것인지 또는 정지하려고 하는지를 결정하기 위해 컨텍스트(context)로서 사용될 수 있다. 조건의 만족도를 결정할 때 이력 정보를 고려함으로써 후속 상태를 결정할 수 있다.
전술한 구성에 의해, 이력 상태 및 정보에 대한 지식을 이용하여, 자율 주행 시스템은 자율 주행 차량의 현재 상황에서 합리적이고 통상적으로 가장 적합한 모션 계획을 선택할 수 있다. 모션 계획은 속력, 방향, 곡률, 정지 거리, 차선 변경 속력 및 거리, 차량이 다른 차량을 추월할지 또는 양보할지 등과 같은 자율 주행 차량을 제어 또는 주행하는 방법에 관한 정보 또는 파라미터를 포함한다.
일 실시예에서, 모션 계획은 차량 섀시(chassis) 정보(예를 들어, 속력, 가속도 / 감속도, 방향, 위치 등), 인지 정보(예를 들어, 장애물의 위치, 속력, 방향 및 그 모션 궤도), 검출 정보(예컨대, 의존성 모듈의 상태) 및 그 이력 정보를 고려할 수 있다. 이력 정보는 계획된 궤도와 대응 상태의 이력 목록일 수 있다. 모션 계획의 출력은 계획된 위치 뿐만 아니라 속력, 방향 및 스테이션을 포함하는 포인트 벡터이다.
일 실시예에서, 각각의 상태는 그 자체의 모션 계획을 갖는다. 각각의 상태는 앞으로의 서로 다른 천이에 따라, 서로 다른 파라미터 또는 알고리즘을 구체적으로 가질 수 있다. 예를 들어 현재 상태를 "정상" 상태로 가정하면, 현재 상태가 "비정상" 상태로부터 천이된 경우, 세심한 모션 계획 또는 보수적인 모션 계획이 선택될 수 있다. 현재 상태가 "초기" 상태로부터 천이된 경우, 시스템은 도로 밖에 있는 것으로 검출하고 (예컨대, 주차장으로부터) 도로에 위치하도록 하는 모션 계획을 선택한다. 현재 상태가 "정상" 상태로부터 천이되면, 차량이 도로 상에 양호하게 있다는 것을 의미하고, 시스템이 변경 사항을 보고할 때까지 사용 중인 모션 계획을 유지한다.
일 실시예에서, 상태, 상태의 모션 계획 및 상태의 충족 세트(satisfying set)는 JSON(JavaScript Object Notation) 파일로 구성될 수 있다. 그로 인해 자율 주행 시스템이 용이하게 구성될 수 있는 유리한 효과가 있다.
상술되고 도시된 구성 요소의 일부 또는 전부는 소프트웨어, 하드웨어 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 이러한 구성 요소는 영구 기억 장치에 설치되고 저장되는 소프트웨어로서 구현될 수 있고, 이는 본 출원 전반에 걸쳐 기술된 프로세스 또는 동작들을 실행하기 위해 프로세서(미도시)에 의해 메모리에 로딩되고 실행될 수 있다. 대안적으로, 이러한 구성 요소는, 집적 회로(예를 들어, 주문형 집적 회로 또는 ASIC), 디지털 신호 처리기(DSP) 또는 필드 프로그래머블 게이트 어레이(Field Programmable Gate Array; FPGA)와 같은 전용 하드웨어에 프로그램되거나 내장된 실행 가능 코드로서 구현될 수 있으며, 이는 애플리케이션으로부터 대응하는 드라이버 및/또는 운영 체제를 통해 액세스될 수 있다. 또한, 이러한 구성요소는, 하나 이상의 특정 명령을 통해 소프트웨어 구성요소에 의해 액세스 가능한 명령어 세트의 일부로서, 프로세서 또는 프로세서 코어 내에 특정 하드웨어 로직으로서 구현될 수 있다. 룩업 테이블(500 및 600)은 영구 저장 장치에서 유지되고, 메모리에 로딩되며, 다음 계획 구간에 대한 모션 계획을 선택할 때 모션 계획 선택기(350)에 의해 액세스 될 수 있다.
도 7은 일 실시예에 따라 자율 주행 차량의 주행 모션 계획을 결정하기 위한 예시적인 프로세스를 설명하는 흐름도이다. 이와 관련하여, 이하의 실시예는, 일반적으로 흐름도(flowchart), 흐름도(flow diagram), 구조도 또는 블록도로서 도시된 프로세스(700)로서 설명 될 수 있다. 흐름도가 동작을 순차적인 프로세스로 기술할 수 있지만, 많은 동작이 병렬로 또는 동시에 수행될 수 있다. 또한, 동작 순서를 재정렬 할 수 있다. 이 동작들이 완료되면 프로세스가 종료된다. 프로세스는, 방법, 절차 등에 해당할 수 있다.
프로세스(700)는, 하드웨어(예를 들어, 회로, 전용 로직 등), 소프트웨어(예를 들어, 비 일시적인 컴퓨터 판독 가능 매체 상에 구현됨), 또는 이들의 조합을 포함하는, 프로세싱 로직에 의해 수행될 수 있다.
도 7을 참조하면, 블록(701)에서, 다수의 상태 중 자율 주행 차량의 제 1 상태는, 자율 주행 차량의 현재 정보 및 자율 차량의 이력 정보에 기초하여 결정된다. 상태의 수는, 예를 들어, 초기 상태, 정지 상태, 정상 상태, 비정상 상태 또는 종료 상태(도 4의 상태 (402, 404, 406, 408 및 410))를 포함 할 수 있다. 현재 정보는, 예를 들어, 자율 주행 차량의 현재 궤적, 자율 주행 차량의 현재 속력, 자율 주행 차량이 현재 가속 중인지 여부를 나타내는 정보, 자율 주행 차량이 현재 감속 중인지 여부를 나타내는 정보, 자율 주행 차량의 현재 상태를 포함할 수 있다. 이력 정보는, 예를 들어, 자율 주행 차량의 이전 궤적, 자율 주행 차량의 이전 속력, 자율 주행 차량이 이전에 가속 중이었는지 여부를 나타내는 정보, 자율 주행 차량이 이전에 감속 중이었는지 여부를 나타내는 정보, 자율 주행 차량의 이전 상태, 및 자율 주행 차량에 의해 만족된 이전 조건들을 포함할 수 있다.
블록(702)에서, 현재 정보 및 이력 정보에 기초하여 하나 이상의 조건들이 만족되었는지에 관한 결정이 이루어진다. 하나 이상의 조건은, 예를 들어, (a) 자율 주행 차량의 속력, (b) 자율 주행 차량의 오류, (c) 자율 주행 차량의 작동 환경에서의 날씨에 관한 정보, (d) 자율 주행 차량의 주행 방향, (e) 자율 주행 차량이 충돌에 관련되어 있음을 나타내는 정보, 및 (f) 자율 주행 차량이 가속 또는 감속 중인지 여부를 나타내는 정보를 포함할 수 있다.
블록(703)에서, 다수의 상태들 중 자율 주행 차량의 다음 상태는, 만족된 것으로 판정된 하나 이상의 조건에 기초하여 결정된다. 자율 주행 차량의 다음 상태는, 자율 주행 차량의 하나 이상의 조건과 다음 상태 사이의 대응 관계를 저장하는 제 1 룩업 테이블(예를 들어, 도 6의 룩업 테이블(600))을 사용하여 결정될 수 있다. 하나 이상의 조건은, 제 1 룩업 테이블에 2 진수로 표현될 수 있다.
또한, 블록(703)에서, 제 1 상태로부터 다음 상태로의 천이가, 만족된 것으로 판정된 하나 이상의 조건에 기초하여 결정된다.
블록(704)에서, 다수의 모션 계획 중 하나가 자율 주행 차량의 천이에 기초하여 선택된다. 다수의 모션 계획은 메모리(예컨대, 도 3a의 메모리(351))에 저장된다. 모션 계획은, 자율 주행 차량의 천이 및 동작 계획 사이의 대응 관계를 저장하는 제 2 룩업 테이블(예를 들어, 도 5의 룩업 테이블(500))을 사용하여 다중 모션 계획으로부터 선택될 수 있다.
도 8은 일 실시예에 따라 이용될 수 있는 데이터 처리 시스템의 일 예를 나타내는 블록도이다. 예를 들어, 시스템(800)은, 예를 들어, 도 1의 임의의 서버(103-104) 또는 인지 및 계획 시스템(110)과 같은, 상술된 임의의 프로세스 또는 방법을 수행하는 상술된 데이터 처리 시스템 중 임의의 것을 나타낼 수 있다. 시스템(800)은 다수의 상이한 구성 요소들을 포함할 수 있다. 이들 구성 요소는, 집적 회로(IC), 그 부분, 개별 전자 장치 또는 컴퓨터 시스템의 마더 보드 또는 애드-인 카드와 같은 회로 보드에 적용되는 다른 모듈로서 구현 될 수 있거나, 컴퓨터 시스템의 샤시 내에 다른 방법으로 통합되는 구성 요소들로써 구현될 수 있다.
또한, 시스템(800)은 컴퓨터 시스템의 많은 구성 요소들의 상위 레벨 뷰를 도시하기 위한 것이다. 그러나, 추가의 구성 요소가 특정 구현 예에 존재할 수 있고, 또한, 도시된 구성 요소의 상이한 배열이 다른 구현 예에서 나타날 수 있음을 이해해야 한다. 시스템(800)은 데스크탑, 랩탑, 태블릿, 서버, 이동 전화, 미디어 플레이어, PDA(personal digital assistant), 스마트 워치, 개인용 통신기, 게임 장치, 네트워크 라우터 또는 허브, 무선 액세스 포인트(AP) 또는 중계기(repeater), 셋톱 박스 또는 이들의 조합일 수 있다. 또한, 단지 하나의 기계 또는 시스템이 도시되어 있지만, "기계" 또는 "시스템"이라는 용어는, 본 출원에서 기술하는 방법들의 하나 이상을 실행하기 위해, 개별적으로 또는 공동으로 명령어들의 세트(또는 다수의 세트)를 수행하는 임의의 기계 또는 시스템의 집합을 포함하도록 취급될 것이다.
일 실시예에서, 시스템(800)은 버스 또는 인터커넥트(1510)를 통해 프로세서(1501), 메모리(1503) 및 디바이스들(1505-1508)을 포함한다. 프로세서(1501)는, 내부에 단일 프로세서 코어 또는 다중 프로세서 코어를 포함하는, 단일 프로세서 또는 다중 프로세서를 나타낼 수 있다. 프로세서(1501)는, 마이크로 프로세서, 중앙 처리 장치(CPU) 등과 같은 하나 이상의 범용 프로세서를 나타낼 수 있다. 구체적으로, 프로세서(1501)는 CISC(COMPLEX INSTRUCTION SET COMPUTING) 마이크로프로세서, RISC(REDUCED INSTRUCTION SET COMPUTING) 마이크로프로세서, VLIW(VERY LONG INSTRUCTION WORD) 마이크로프로세서, 또는 다른 명령어 세트를 구현하는 프로세서, 또는 명령어 세트의 조합을 구현하는 프로세서들일 수 있다. 프로세서(1501)는 주문형 집적 회로(ASIC), 셀룰러 또는 베이스 밴드 프로세서, 필드 프로그래머블 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP), 네트워크 프로세서, 그래픽 프로세서, 통신 프로세서, 암호화 프로세서, 코-프로세서, 임베디드 프로세서, 또는 명령어를 처리할 수 있는 임의의 다른 유형의 로직 등과 같은 하나 이상의 특수 목적 프로세서일 수도 있다.
프로세서(1501)는, 초 저전압 프로세서와 같은 저전력 멀티 코어 프로세서 소켓일 수 있고, 시스템의 다양한 구성요소와의 통신을 위한 메인 프로세싱 유닛 및 중앙 허브로서 작동할 수 있다. 이러한 프로세서는 시스템 온 칩(SoC)으로서 구현될 수 있다. 프로세서(1501)는, 본 명세서에서 논의된 동작들 및 단계들을 수행하기 위한 명령어들을 실행하도록 구성된다. 시스템(800)은, 디스플레이 제어기, 그래픽 프로세서 및/또는 디스플레이 장치를 포함할 수 있는, 선택적인 그래픽 서브 시스템(1504)과 통신하는 그래픽 인터페이스를 더 포함할 수 있다.
프로세서(1501)는, 일 실시예에서 주어진 양의 시스템 메모리를 제공하기 위한 다수의 메모리 장치를 통해 구현될 수 있는, 메모리(1503)와 통신할 수 있다. 메모리(1503)는, 랜덤 액세스 메모리(RAM), 다이나믹 RAM(DRAM), 동기식 DRAM(SDRAM), 스태틱 RAM(SRAM)와 같은 하나 이상의 휘발성 저장(또는 메모리) 장치 또는 다른 유형의 저장 장치를 포함할 수 있다. 메모리(1503)는, 프로세서(1501) 또는 임의의 다른 장치에 의해 실행되는 명령어들의 시퀀스를 포함하는 정보를 저장할 수 있다. 예를 들어, 다양한 운영 체제, 장치 드라이버, 펌웨어(예를 들어, 입출력 기본 시스템 또는 BIOS), 및/또는 애플리케이션의 실행 가능 코드 및/또는 데이터는 메모리(1503)에 로드되고 프로세서(1501)에 의해 실행될 수 있다. 운영 체제는, 예를 들어, 로봇 운영 체제(ROS), 마이크로소프트® 사의 윈도우즈® 운영 체제, 애플의 맥 OS®/iOS®, 구글®의 안드로이드®, LINUX, UNIX, 또는 다른 실시간 또는 임베디드 운영 체제와 같은 임의의 유형의 운영 체제일 수 있다.
시스템(800)은, 네트워크 인터페이스 장치(들)(1505), 선택적인 입력 장치(들)(1506) 및 다른 선택적인 I/O 장치(들)(1507)를 포함하는 장치들(1505-1508)과 같은 I/O 장치들을 더 포함할 수 있다. 네트워크 인터페이스 디바이스(1505)는 무선 트랜시버 및/또는 네트워크 인터페이스 카드(NIC)를 포함할 수 있다. 무선 트랜시버는, WiFi 트랜시버, 적외선 트랜시버, 블루투스 트랜시버, WiMax 트랜시버, 무선 셀룰러 전화 트랜시버, 위성 트랜시버(예를 들어, GPS(Global Positioning System) 송수신기) 또는 다른 무선 주파수(RF) 트랜시버일 수 있으며, 또는 이들의 조합일 수 있다. NIC는 이더넷 카드(Ethernet card)일 수 있다.
입력 장치(들)(1506)는, 마우스, 터치 패드, (디스플레이 장치(1504)와 통합될 수 있는) 터치 감지 스크린, 스타일러스와 같은 포인터 장치 및/또는 키보드(예를 들어, 물리적 키보드 또는 터치 감지 스크린의 일부로 표시되는 가상 키보드)를 포함할 수 있다. 예를 들어, 입력 장치(1506)는, 터치 스크린에 결합되는 터치 스크린 제어기를 포함할 수 있다. 터치 스크린 및 터치 스크린 제어기는, 예컨대 다수의 터치 감도 기술 중 임의의 것을 사용하여 접촉(CONTACT) 및 이동(MOVE) 또는 중지(BREAK)를 검출할 수 있다. 터치 감도 기술은 예를 들어, 용량성, 저항성, 적외선 및 표면 탄성파 기술뿐만 아니라, 터치 스크린과의 하나 이상의 접촉점을 결정하기 위한 그 외의 근접 센서 어레이 또는 다른 요소를 포함하며, 이에 제한되지 않는다.
I/O 장치들(1507)은 오디오 장치를 포함할 수 있다. 오디오 장치는 음성 인식, 음성 복제, 디지털 녹음 및/또는 전화 기능과 같은 음성 작동 기능을 가능하게 하기 위해 스피커 및/또는 마이크를 포함할 수 있다. 다른 I/O 장치들(1507)은, USB(universal serial bus) 포트(들), 병렬 포트(들), 직렬 포트(들), 프린터, 네트워크 인터페이스, 버스 브리지(예를 들어, PCI-PCI 브리지), 센서(들)(예를 들어, 가속도계, 자이로스코프, 자력계, 광 센서, 나침반, 근접 센서 등과 같은 모션 센서) 또는 이들의 조합을 포함할 수 있다. 장치들(1507)은 이미징 프로세싱 서브 시스템(예를 들어, 카메라)를 더 포함할 수 있다. 이미징 프로세싱 서브 시스템은, 사진 및 비디오 클립 녹화와 같은 카메라 기능들을 가능하게 하는데 이용되는, CCD(CHARGE COUPLED DEVICE) 또는 CMOS(COMPLEMENTARY METAL-OXIDE SEMICONDUCTOR) 광학 센서와 같은 광학 센서를 포함할 수 있다. 특정 센서들은, 센서 허브(미도시)를 통해 인터커넥트(1510)에 연결될 수 있고, 키보드 또는 열 센서와 같은 다른 장치는 시스템(800)의 구체적인 구성 또는 설계에 따라 내장형 제어기(미도시)에 의해 제어될 수 있다.
데이터, 애플리케이션, 하나 이상의 운영 체제 등과 같은 정보의 영구 저장을 제공하기 위해, 대용량 저장 장치(미도시)가 또한 프로세서(1501)에 연결될 수 있다. 다양한 실시예에서, 시스템 응답성을 향상하고 더 얇고 가벼운 시스템 설계를 가능하게 하기 위해, 이 대용량 저장 장치는 SSD(solid state device)를 통해 구현될 수 있다. 그러나, 다른 실시예들에서, 대용량 저장 장치는, 시스템 활동의 재가동 시에 빠른 파워 업이 일어나도록, 파워 다운 이벤트들 동안 컨텍스트 상태(context state) 및 다른 그러한 정보의 비 휘발성 저장을 가능하게 하기 위해 SSD 캐시로서 작용하는, 더 적은 양의 SSD 스토리지와 함께 하드 디스크 드라이브(HDD)를 사용하여 주로 구현될 수 있다. 또한, 플래시 장치는, 예를 들어, 직렬 주변 장치 인터페이스(SPI)를 통해 프로세서(1501)에 결합될 수 있다. 이 플래시 장치는, 시스템의 다른 펌웨어뿐만 아니라 BIOS를 포함하는, 시스템 소프트웨어의 비휘발성 저장 공간을 제공할 수 있다.
저장 장치(1508)는, 본 명세서에 기술된 방법들 또는 기능들의 하나 이상을 내장하는 하나 이상의 명령어 세트 또는 소프트웨어(예를 들어, 모듈, 유닛 및/또는 로직(1528)이 저장되는 컴퓨터 액세스 가능 저장 매체(1509)(기계 판독 가능 저장 매체 또는 컴퓨터 판독 가능 매체로도 알려짐)을 포함할 수 있다. 프로세싱 모듈/유닛/로직(1528)은, 예를 들어, 계획 모듈(304)과 같은, 전술한 구성 요소들 중 임의의 것을 나타낼 수 있다. 처리 모듈/유닛/로직(1528)은 또한 머신 액세스 가능 저장 매체를 또한 구성하는, 데이터 처리 시스템(800), 메모리(1503) 및 프로세서(1501)에 의한 실행 중에 메모리(1503) 및/또는 프로세서(1501) 내에 완전히 또는 적어도 부분적으로 상주할 수 있다. 프로세싱 모듈/유닛/로직(1528)은 네트워크 인터페이스 장치(1505)를 통해 네트워크를 통해 더 송신되거나 수신될 수 있다.
또한, 컴퓨터 판독 가능 저장 매체(1509)는 전술한 일부 소프트웨어 기능을 지속적으로 저장하는데 사용될 수 있다. 컴퓨터 판독 가능 저장 매체(1509)는 예시적인 실시예에서 단일 매체로 도시된다. "컴퓨터 판독 가능 저장 매체"라는 용어는, 또한 기계에 의한 실행을 위한 명령 세트를 저장 또는 인코딩할 수 있고, 본 개시의 방법들 중 하나 이상을 기계가 수행하게 하는 임의의 매체를 포함하도록 취급될 것이다. 따라서, "컴퓨터 판독 가능 저장 매체"라는 용어는, 솔리드 스테이트 메모리, 광학 및 자기 매체, 또는 임의의 다른 비 일시적 기계 판독 가능 매체를 포함하도록 취급될 것이지만, 이에 한정되는 것은 아니다.
프로세싱 모듈/유닛/로직(1528), 본 명세서에서 설명된 구성 요소들 및 다른 특징들은, 개별 하드웨어 구성 요소들로서 구현되거나, ASIC, FPGA, DSP 또는 유사한 장치와 같은 하드웨어 구성 요소들의 기능성에 통합될 수 있다. 또한, 처리 모듈/유닛/로직(1528)은 하드웨어 장치 내의 펌웨어 또는 기능 회로로 구현될 수 있다. 또한, 처리 모듈/유닛/로직(1528)은 임의의 조합 하드웨어 장치 및 소프트웨어 구성 요소로 구현될 수 있다.
시스템(800)은, 데이터 처리 시스템의 다양한 구성 요소로 도시되어 있지만, 구성 요소를 상호 연결시키는 임의의 특정 아키텍처 또는 방식을 나타내기 위한 것이 아니다. 이러한 세부 사항들은 실시예들과 관련되지 않는다. 네트워크 컴퓨터들, 핸드 헬드 컴퓨터들, 이동 전화들, 서버들 및/또는 더 적은 구성 요소 또는 더 많은 구성 요소를 갖는 다른 데이터 처리 시스템들 또한 실시예들과 함께 사용될 수 있다.
전술한 상세 설명의 일부는, 컴퓨터 메모리 내의 데이터 비트에 대한 동작의 알고리즘 및 기호 표현의 방식으로 제시되었다. 이러한 알고리즘 설명 및 표현은, 데이터 처리 기술 분야의 당업자가 자신의 연구 내용을 다른 당업자에게 가장 효과적으로 전달하는데 사용되는 방법이다. 알고리즘은 본 명세서에서 그리고 일반적으로, 원하는 결과를 이끌어내는 일관된 동작 순서(self-consistent sequence)로 인식된다. 이 동작들은 물리량의 물리적인 조작을 요구하는 것들이다.
그러나 이러한 모든 용어 및 그와 유사한 용어들은 적절한 물리량과 관련되어야 하며 이러한 수량에 적용되는 편리한 레이블일 뿐이다. 상기 논의로부터 명백한 바와 같이, 특별히 달리 언급되지 않는 한, 명세서 전반에 걸쳐, 이하의 특허청구범위에서 제시된 것과 같은 용어들을 활용한 논의들은, 컴퓨터 시스템의 레지스터 및 메모리 내의 물리(전자)량으로 표현되는 데이터를, 컴퓨터 시스템 메모리 또는 레지스터 또는 다른 그러한 정보 저장소, 전송 또는 디스플레이 장치 내에 물리량으로 유사하게 표현되는 다른 데이터로 조작하고 변형시키는, 컴퓨터 시스템 또는 유사한 전자 컴퓨팅 장치의 동작 및 프로세스를 지칭한다.
실시예는 또한 본 명세서의 동작을 수행하기 위한 장치에 관한 것이다. 이러한 컴퓨터 프로그램은 비일시적 컴퓨터 판독 가능 매체에 저장된다. 기계 판독 가능 매체는, 기계(예를 들어, 컴퓨터)에 의해 판독 가능한 형태로 정보를 저장하기 위한 임의의 메커니즘을 포함한다. 예를 들어, 기계 판독 가능(예를 들어, 컴퓨터 판독 가능) 매체는 기계(예를 들어, 컴퓨터) 판독 가능 저장 매체(예를 들어, 읽기 전용 메모리(ROM)), 랜덤 액세스 메모리(RAM), 자기 디스 저장 매체, 광학 저장 매체, 플래시 메모리 장치)를 포함한다.
상기 도면들에 도시된 프로세스들 또는 방법들은, 하드웨어(예를 들어, 회로, 전용 로직 등), 소프트웨어(예를 들어, 비일시적인 컴퓨터 판독 가능 매체 상에 구현되는), 또는 이들의 조합을 포함하는 프로세싱 로직에 의해 수행될 수 있다. 프로세스들 또는 방법들이 몇몇 순차적인 동작들과 관련해서 상술되었지만, 기술된 동작들 중 일부는 다른 순서로 수행될 수 있다. 더욱이, 몇몇 동작들은 순차적으로보다는 병렬로 수행될 수 있다.
실시예는 임의의 특정 프로그래밍 언어를 참조하여 설명되지 않는다. 본 명세서에 설명된 실시예들의 교시를 구현하기 위해 다양한 프로그래밍 언어가 사용될 수 있다는 것을 이해할 것이다.
전술한 명세서에서, 실시예는 특정 실시예를 참조하여 설명되었다. 후술할 특허청구범위에 기재된 더 넓은 사상 및 범위를 벗어나지 않으면서도 다양한 변형이 가능하다는 것은 명백할 것이다. 따라서, 명세서 및 도면은 제한적인 의미라기보다는 예시적인 의미로 간주되어야 한다.

Claims (24)

  1. 자율 주행 차량을 운행하기 위한 컴퓨터로 구현된 방법에 있어서,
    상기 자율 주행 차량의 현재 정보 및 상기 자율 주행 차량의 이력 정보에 기초하여 다수의 상태 중 상기 자율 주행 차량의 제 1 상태를 판단하는 단계;
    상기 현재 정보 및 상기 이력 정보에 기초하여 하나 이상의 조건들이 만족되었는지 여부를 결정하는 단계;
    만족된 것으로 판정된 상기 하나 이상의 조건들에 기초하여, 상기 다수의 상태들 중 상기 자율 주행 차량의 상기 제1 상태로부터 천이하게 될 다음의 상태인 다음 상태와 상기 자율 주행 차량의 상기 제 1 상태에서 다음 상태로의 천이를 결정하는 단계; 및
    상기 자율 주행 차량의 천이에 기초하여, 복수의 모션 계획들 중 하나를 선택하되 상기 선택된 모션 계획은 순차적으로 상기 자율 주행 차량을 제어하는데 이용되는 단계를 포함하며,
    상기 현재 정보는, 적어도 상기 자율 주행 차량의 현재 궤도, 상기 자율 주행 차량의 현재 속력, 상기 자율 주행 차량이 현재 가속 중인지 여부를 나타내는 정보, 상기 자율 주행 차량이 현재 감속 중인지 여부를 나타내는 정보, 및 상기 자율 주행 차량의 현재 상태를 포함하고,
    상기 이력 정보는, 적어도 상기 자율 주행 차량의 이전 궤적, 상기 자율 주행 차량의 이전 속력, 상기 자율 주행 차량이 이전에 가속 중이었는지 여부를 나타내는 정보, 상기 자율 주행 차량이 이전에 감속 중이었는지 여부를 나타내는 정보, 상기 자율 주행 차량의 이전 상태, 및 상기 자율 주행 차량에 의해 만족된 이전 조건들을 포함하는, 방법.
  2. 제 1 항에 있어서, 상기 다수의 상태의 수는, 초기 상태, 정지 상태, 정상 상태, 비정상 상태 또는 종료 상태를 포함하는, 방법.
  3. 제 1 항에 있어서, 상기 하나 이상의 조건은, (a) 상기 자율 주행 차량의 속도, (b) 상기 자율 주행 차량의 오류, (c) 상기 자율 주행 차량의 작동 환경에서의 날씨에 관한 정보, (d) 상기 자율 주행 차량의 주행 방향, (e) 상기 자율 주행 차량이 충돌에 관련되어 있음을 나타내는 정보, 및 (f) 상기 자율 주행 차량이 가속 또는 감속 중인지 여부를 나타내는 정보 중의 적어도 하나를 포함하는, 방법.
  4. 제 1 항에 있어서, 상기 자율 주행 차량의 상기 다음 상태는, 상기 하나 이상의 조건과 상기 자율 주행 차량의 상기 다음 상태 사이의 대응 관계를 저장하는 제 1 룩업 테이블을 사용하여 결정되는, 방법.
  5. 제 4 항에 있어서, 상기 하나 이상의 조건은, 상기 제 1 룩업 테이블에 2 진수로 표현되는, 방법.
  6. 제 1 항에 있어서, 상기 모션 계획은, 상기 자율 주행 차량의 천이 및 상기 모션 계획 사이의 대응 관계를 저장하는 제 2 룩업 테이블을 사용하여 상기 복수의 모션 계획으로부터 선택되는, 방법.
  7. 제2항에 있어서,
    정상 상태에서 비정상 상태로 천이하거나, 정상 상태에서 정지 상태로 천이할 수 있으며, 정상 상태에 있고 제어 모듈이 소정시간 동안 데이터를 수신하지 않을 경우 비정상 상태로 천이할 수 있고, 비정상 상태에서 정지 상태로 천이하거나 비정상 상태에서 정상 상태로 천이할 수 있으며, 임무가 완료된 경우 정상 상태에서 종료 상태로 천이되고, 비정상 상태로부터 정상 상태 또는 정지 상태로의 천이가 성공적이지 않을 때 비정상 상태로부터 종료 상태로 천이하거나 정지 상태로부터 종료 상태로 천이되되 , 천이가 수행될 수 있는 상태 간에는 에지가 형성되고 에지가 형성되지 않은 상태 간에는 천이가 수행될 수 없는, 방법.
  8. 삭제
  9. 명령어들을 저장하는 비일시적 기계 판독 가능 매체로서, 상기 명령어들은 프로세서에 의해 실행될 때 상기 프로세서로 하여금 동작들을 수행하게 하고, 상기 동작들은,
    자율 주행 차량의 현재 정보 및 상기 자율 주행 차량의 이력 정보에 기초하여 다수의 상태 중 상기 자율 주행 차량의 제 1 상태를 판단하는 것;
    상기 현재 정보 및 상기 이력 정보에 기초하여 하나 이상의 조건들이 만족되었는지 여부를 결정하는 것;
    만족된 것으로 판정된 상기 하나 이상의 조건들에 기초하여, 상기 다수의 상태들 중 상기 자율 주행 차량의 상기 제1 상태로부터 천이하게 될 다음의 상태인 다음 상태와 상기 자율 주행 차량의 상기 제 1 상태에서 다음 상태로의 천이를 결정하는 것; 및
    상기 자율 주행 차량의 천이에 기초하여, 복수의 모션 계획들 중 하나를 선택하되 상기 선택된 모션 계획은 순차적으로 상기 자율 주행 차량을 제어하는데 이용되는 것을 포함하며,
    상기 현재 정보는, 상기 자율 주행 차량의 현재 궤도, 상기 자율 주행 차량의 현재 속력, 상기 자율 주행 차량이 현재 가속 중인지 여부를 나타내는 정보, 상기 자율 주행 차량이 현재 감속 중인지 여부를 나타내는 정보, 및 상기 자율 주행 차량의 현재 상태를 포함하고,
    상기 이력 정보는, 상기 자율 주행 차량의 이전 궤적, 상기 자율 주행 차량의 이전 속력, 상기 자율 주행 차량이 이전에 가속 중이었는지 여부를 나타내는 정보, 상기 자율 주행 차량이 이전에 감속 중이었는지 여부를 나타내는 정보, 상기 자율 주행 차량의 이전 상태, 및 상기 자율 주행 차량에 의해 만족된 이전 조건들을 포함하는, 컴퓨터 판독가능 저장 매체.
  10. 제 9 항에 있어서, 상기 다수의 상태의 수는, 초기 상태, 정지 상태, 정상 상태, 비정상 상태 또는 종료 상태를 포함하는, 컴퓨터 판독가능 저장 매체.
  11. 제 9 항에 있어서, 상기 하나 이상의 조건은, (a) 상기 자율 주행 차량의 속도, (b) 상기 자율 주행 차량의 오류, (c) 상기 자율 주행 차량의 작동 환경에서의 날씨에 관한 정보, (d) 상기 자율 주행 차량의 주행 방향, (e) 상기 자율 주행 차량이 충돌에 관련되어 있음을 나타내는 정보, 및 (f) 상기 자율 주행 차량이 가속 또는 감속 중인지 여부를 나타내는 정보 중의 적어도 하나를 포함하는, 컴퓨터 판독가능 저장 매체.
  12. 제 9 항에 있어서, 상기 자율 주행 차량의 상기 다음 상태는, 상기 하나 이상의 조건과 상기 자율 주행 차량의 상기 다음 상태 사이의 대응 관계를 저장하는 제 1 룩업 테이블을 사용하여 결정되는, 컴퓨터 판독가능 저장 매체.
  13. 제 12 항에 있어서, 상기 하나 이상의 조건은, 상기 제 1 룩업 테이블에 2 진수로 표현되는, 컴퓨터 판독가능 저장 매체.
  14. 제 9 항에 있어서, 상기 모션 계획은, 상기 자율 주행 차량의 천이 및 상기 모션 계획 사이의 대응 관계를 저장하는 제 2 룩업 테이블을 사용하여 상기 복수의 모션 계획으로부터 선택되는, 컴퓨터 판독가능 저장 매체.
  15. 제10항에 있어서,
    정상 상태에서 비정상 상태로 천이하거나, 정상 상태에서 정지 상태로 천이할 수 있으며, 정상 상태에 있고 제어 모듈이 소정시간 동안 데이터를 수신하지 않을 경우 비정상 상태로 천이할 수 있고, 비정상 상태에서 정지 상태로 천이하거나 비정상 상태에서 정상 상태로 천이할 수 있으며, 임무가 완료된 경우 정상 상태에서 종료 상태로 천이되고, 비정상 상태로부터 정상 상태 또는 정지 상태로의 천이가 성공적이지 않을 때 비정상 상태로부터 종료 상태로 천이하거나 정지 상태로부터 종료 상태로 천이되되 , 천이가 수행될 수 있는 상태 간에는 에지가 형성되고 에지가 형성되지 않은 상태 간에는 천이가 수행될 수 없는, 컴퓨터 판독가능 저장 매체.
  16. 삭제
  17. 데이터 처리 시스템에 있어서,
    프로세서; 및
    상기 프로세서에 결합되어 명령어들을 저장하는 메모리를 포함하고, 상기 명령어들은 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금 동작들을 수행하게 하며, 상기 동작들은,
    자율 주행 차량의 현재 정보 및 상기 자율 주행 차량의 이력 정보에 기초하여 다수의 상태 중 상기 자율 주행 차량의 제 1 상태를 판단하는 것;
    상기 현재 정보 및 상기 이력 정보에 기초하여 하나 이상의 조건들이 만족되었는지 여부를 결정하는 것;
    만족된 것으로 판정된 상기 하나 이상의 조건들에 기초하여, 상기 다수의 상태들 중 상기 자율 주행 차량의 상기 제1 상태로부터 천이하게 될 다음의 상태인 다음 상태와 상기 자율 주행 차량의 상기 제 1 상태에서 다음 상태로의 천이를 결정하는 것; 및
    상기 자율 주행 차량의 천이에 기초하여, 복수의 모션 계획들 중 하나를 선택하되 상기 선택된 모션 계획은 순차적으로 상기 자율 주행 차량을 제어하는데 이용되는 것을 포함하며,
    상기 현재 정보는, 상기 자율 주행 차량의 현재 궤도, 상기 자율 주행 차량의 현재 속력, 상기 자율 주행 차량이 현재 가속 중인지 여부를 나타내는 정보, 상기 자율 주행 차량이 현재 감속 중인지 여부를 나타내는 정보, 및 상기 자율 주행 차량의 현재 상태를 포함하고,
    상기 이력 정보는, 상기 자율 주행 차량의 이전 궤적, 상기 자율 주행 차량의 이전 속력, 상기 자율 주행 차량이 이전에 가속 중이었는지 여부를 나타내는 정보, 상기 자율 주행 차량이 이전에 감속 중이었는지 여부를 나타내는 정보, 상기 자율 주행 차량의 이전 상태, 및 상기 자율 주행 차량에 의해 만족된 이전 조건들을 포함하는, 시스템.
  18. 제 17 항에 있어서, 상기 다수의 상태의 수는, 초기 상태, 정지 상태, 정상 상태, 비정상 상태 또는 종료 상태를 포함하는, 시스템.
  19. 제 17 항에 있어서, 상기 하나 이상의 조건은, (a) 상기 자율 주행 차량의 속도, (b) 상기 자율 주행 차량의 오류, (c) 상기 자율 주행 차량의 작동 환경에서의 날씨에 관한 정보, (d) 상기 자율 주행 차량의 주행 방향, (e) 상기 자율 주행 차량이 충돌에 관련되어 있음을 나타내는 정보, 및 (f) 상기 자율 주행 차량이 가속 또는 감속 중인지 여부를 나타내는 정보 중의 적어도 하나를 포함하는, 시스템.
  20. 제 17 항에 있어서, 상기 자율 주행 차량의 상기 다음 상태는, 상기 하나 이상의 조건과 상기 자율 주행 차량의 상기 다음 상태 사이의 대응 관계를 저장하는 제 1 룩업 테이블을 사용하여 결정되는, 시스템.
  21. 제 20 항에 있어서, 상기 하나 이상의 조건은, 상기 제 1 룩업 테이블에 2 진수로 표현되는, 시스템.
  22. 제 17 항에 있어서, 상기 모션 계획은, 상기 자율 주행 차량의 천이 및 상기 모션 계획 사이의 대응 관계를 저장하는 제 2 룩업 테이블을 사용하여 상기 복수의 모션 계획으로부터 선택되는, 시스템.
  23. 제18항에 있어서,
    정상 상태에서 비정상 상태로 천이하거나, 정상 상태에서 정지 상태로 천이할 수 있으며, 정상 상태에 있고 제어 모듈이 소정시간 동안 데이터를 수신하지 않을 경우 비정상 상태로 천이할 수 있고, 비정상 상태에서 정지 상태로 천이하거나 비정상 상태에서 정상 상태로 천이할 수 있으며, 임무가 완료된 경우 정상 상태에서 종료 상태로 천이되고, 비정상 상태로부터 정상 상태 또는 정지 상태로의 천이가 성공적이지 않을 때 비정상 상태로부터 종료 상태로 천이하거나 정지 상태로부터 종료 상태로 천이되되 , 천이가 수행될 수 있는 상태 간에는 에지가 형성되고 에지가 형성되지 않은 상태 간에는 천이가 수행될 수 없는, 시스템.
  24. 삭제
KR1020187009729A 2016-12-30 2017-05-24 모션 계획에 기초한 자율 주행 차량의 운행 방법 및 시스템 KR102070530B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/396,214 2016-12-30
US15/396,214 US10459441B2 (en) 2016-12-30 2016-12-30 Method and system for operating autonomous driving vehicles based on motion plans
PCT/US2017/034146 WO2018125275A1 (en) 2016-12-30 2017-05-24 Method and system for operating autonomous driving vehicles based on motion plans

Publications (2)

Publication Number Publication Date
KR20180092314A KR20180092314A (ko) 2018-08-17
KR102070530B1 true KR102070530B1 (ko) 2020-01-28

Family

ID=62709790

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187009729A KR102070530B1 (ko) 2016-12-30 2017-05-24 모션 계획에 기초한 자율 주행 차량의 운행 방법 및 시스템

Country Status (6)

Country Link
US (1) US10459441B2 (ko)
EP (1) EP3359436B1 (ko)
JP (1) JP6602967B2 (ko)
KR (1) KR102070530B1 (ko)
CN (1) CN108602509B (ko)
WO (1) WO2018125275A1 (ko)

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201703967D0 (en) * 2017-03-13 2017-04-26 Computational Eng Sg Decision aid system for remotely controlled/partially autonomous vessels
JP6624158B2 (ja) * 2017-05-22 2019-12-25 株式会社デンソー 電子制御装置
US10488205B2 (en) * 2017-05-22 2019-11-26 Baidu Usa Llc Method and system for updating maps based on control feedbacks of autonomous driving vehicles
DE102017208762A1 (de) * 2017-05-23 2018-11-29 Bayerische Motoren Werke Aktiengesellschaft Fahrsystem zum automatisierten Fahren mit Mitteln zum Markieren von Bereichen am Lenkrad und entsprechendes Verfahren
US10571916B2 (en) * 2017-07-14 2020-02-25 Uatc, Llc Control method for autonomous vehicles
EP3657464A4 (en) * 2017-07-18 2021-04-21 Pioneer Corporation CONTROL DEVICE, CONTROL METHOD AND PROGRAM
US11150667B2 (en) * 2017-09-27 2021-10-19 Panasonic Automotive Systems Company Of America, Division Of Panasonic Corporation Of North America Nonreputable authenticated traffic signs
WO2019179717A1 (en) * 2018-03-23 2019-09-26 Jaguar Land Rover Limited Vehicle controller and control method
CN109211257B (zh) * 2018-08-31 2021-07-16 北京图森智途科技有限公司 一种无人驾驶车行驶路线规划方法和系统
US10908613B2 (en) * 2018-10-15 2021-02-02 Baidu Usa Llc Optimal longitudinal trajectory generation under varied lateral acceleration constraints
WO2020079066A1 (en) * 2018-10-16 2020-04-23 Five AI Limited Autonomous vehicle planning and prediction
US11294381B2 (en) * 2018-11-21 2022-04-05 Toyota Motor North America, Inc. Vehicle motion adaptation systems and methods
KR102133418B1 (ko) * 2018-11-27 2020-07-14 (주)언맨드솔루션 자율주행 시스템
US11180145B2 (en) * 2018-11-29 2021-11-23 Baidu Usa Llc Predetermined calibration table-based vehicle control system for operating an autonomous driving vehicle
US10882534B2 (en) * 2018-11-29 2021-01-05 Baidu Usa Llc Predetermined calibration table-based vehicle throttle/brake assist system for L2 autonomous driving
US11055857B2 (en) * 2018-11-30 2021-07-06 Baidu Usa Llc Compressive environmental feature representation for vehicle behavior prediction
US10940851B2 (en) * 2018-12-12 2021-03-09 Waymo Llc Determining wheel slippage on self driving vehicle
KR102634361B1 (ko) * 2019-04-01 2024-02-08 현대자동차주식회사 차량을 이용한 4차원 효과 제공 장치 및 방법
EP3960569A4 (en) * 2019-04-23 2023-01-25 Hitachi Astemo, Ltd. VEHICLE CONTROL DEVICE AND COMPUTER PROGRAM
CN112424847B (zh) * 2019-06-14 2023-02-17 北京航迹科技有限公司 用于监控车辆的系统和方法
CN110304074B (zh) * 2019-06-28 2020-07-31 电子科技大学 一种基于分层状态机的混合式驾驶方法
SE544208C2 (en) * 2019-08-23 2022-03-01 Scania Cv Ab Method and control arrangement for vehicle motion planning and control algorithms
CN112748720A (zh) * 2019-10-29 2021-05-04 北京百度网讯科技有限公司 自动驾驶车辆的控制方法、装置、设备及存储介质
US11643105B2 (en) 2020-02-21 2023-05-09 Argo AI, LLC Systems and methods for generating simulation scenario definitions for an autonomous vehicle system
US11429107B2 (en) 2020-02-21 2022-08-30 Argo AI, LLC Play-forward planning and control system for an autonomous vehicle
CN111391849B (zh) * 2020-03-11 2021-10-29 三一机器人科技有限公司 车辆控制方法、装置、车辆和可读存储介质
CN113492872B (zh) * 2020-03-20 2023-07-04 际络科技(上海)有限公司 驾驶模式切换方法、系统以及计算机可读存储介质
US11577644B2 (en) * 2020-06-18 2023-02-14 Baidu Usa Llc L3-level auto-emergency light system for ego vehicle harsh brake
CN112158199B (zh) * 2020-09-25 2022-03-18 阿波罗智能技术(北京)有限公司 巡航控制方法、装置、设备、车辆及介质
US11648959B2 (en) 2020-10-20 2023-05-16 Argo AI, LLC In-vehicle operation of simulation scenarios during autonomous vehicle runs
CN114913710B (zh) * 2021-02-07 2023-12-05 清华大学 人车交互决策方法及装置、存储介质、终端
DE112021007256T5 (de) * 2021-05-14 2024-01-25 Mitsubishi Electric Corporation Verhaltensentscheidungsvorrichtung, verhaltensentscheidungsverfahren, verhaltensentscheidungsprogramm, entwurfsassistenzeinrichtung, entwurfsassistenzverfahren, und entwurfsassistenzprogramm
CN113183953B (zh) * 2021-05-28 2024-03-08 北京理工大学 基于分布式驱动底盘的车辆碰后主动安全控制方法及系统
CN113485347B (zh) * 2021-07-16 2023-11-21 上海探寻信息技术有限公司 一种运动轨迹的优化方法、系统
CN113501008B (zh) * 2021-08-12 2023-05-19 东风悦享科技有限公司 一种基于强化学习算法的自动驾驶行为决策方法
KR102606714B1 (ko) * 2021-11-16 2023-11-29 주식회사 베이리스 차량 제동 거리를 이용한 자율 주행 제어 시스템 및 그 제어 방법
CN117236646B (zh) * 2023-11-10 2024-03-12 杭州一喂智能科技有限公司 车辆调度方法、装置、电子设备和计算机可读介质

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5229941A (en) 1988-04-14 1993-07-20 Nissan Motor Company, Limtied Autonomous vehicle automatically running on route and its method
US5956250A (en) 1990-02-05 1999-09-21 Caterpillar Inc. Apparatus and method for autonomous vehicle navigation using absolute data
JPH0619307B2 (ja) 1990-12-30 1994-03-16 株式会社堀場製作所 自動車自動運転ロボットの制御方法
EP1570392A4 (en) * 2002-11-08 2006-09-27 Arbitration Forums Inc SYSTEM AND METHOD FOR ELECTRONIC SUBROGATION, WORK MANAGEMENT BETWEEN ORGANIZATIONS, PROCESSING TRANSACTIONS BETWEEN ORGANIZATIONS, AND USER INTERACTION ON THE WEB
US9818136B1 (en) * 2003-02-05 2017-11-14 Steven M. Hoffberg System and method for determining contingent relevance
US7590589B2 (en) * 2004-09-10 2009-09-15 Hoffberg Steven M Game theoretic prioritization scheme for mobile ad hoc networks permitting hierarchal deference
KR100598075B1 (ko) 2004-11-03 2006-07-10 한국전자통신연구원 Ｉｆｆｔ/ｆｆｔ 프로세서에 있어서 룩업테이블을 이용한데이터변환 방법
US20100228427A1 (en) 2009-03-05 2010-09-09 Massachusetts Institute Of Technology Predictive semi-autonomous vehicle navigation system
JP2012073173A (ja) * 2010-09-29 2012-04-12 Navitime Japan Co Ltd 目的地履歴登録システム、サーバ装置、目的地履歴登録装置、目的地履歴登録方法、および、プログラム
US9783230B2 (en) * 2011-04-19 2017-10-10 Ford Global Technologies, Llc Trailer backup assist system with off-shoot correction
US9708000B2 (en) * 2011-04-19 2017-07-18 Ford Global Technologies, Llc Trajectory planner for a trailer backup assist system
KR101736306B1 (ko) * 2013-02-27 2017-05-29 한국전자통신연구원 차량과 운전자간 협력형 자율 주행 장치 및 방법
US8996224B1 (en) * 2013-03-15 2015-03-31 Google Inc. Detecting that an autonomous vehicle is in a stuck condition
US8849494B1 (en) * 2013-03-15 2014-09-30 Google Inc. Data selection by an autonomous vehicle for trajectory modification
US10037689B2 (en) * 2015-03-24 2018-07-31 Donald Warren Taylor Apparatus and system to manage monitored vehicular flow rate
US10451428B2 (en) 2013-03-15 2019-10-22 Volkswagen Aktiengesellschaft Automatic driving route planning application
JP5939357B2 (ja) * 2013-05-31 2016-06-22 トヨタ自動車株式会社 移動軌跡予測装置及び移動軌跡予測方法
DE102013222048B4 (de) * 2013-10-30 2023-10-05 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Aktivieren oder Deaktivieren einer automatischen Fahrfunktion
US9809219B2 (en) * 2014-01-29 2017-11-07 Continental Automotive Systems, Inc. System for accommodating a pedestrian during autonomous vehicle operation
US9079587B1 (en) * 2014-02-14 2015-07-14 Ford Global Technologies, Llc Autonomous control in a dense vehicle environment
US20150260531A1 (en) 2014-03-12 2015-09-17 Logawi Data Analytics, LLC Route planning system and methodology which account for safety factors
JP6537780B2 (ja) * 2014-04-09 2019-07-03 日立オートモティブシステムズ株式会社 走行制御装置、車載用表示装置、及び走行制御システム
US9229453B1 (en) * 2014-08-29 2016-01-05 GM Global Technology Operations LLC Unified motion planner for autonomous driving vehicle in avoiding the moving obstacle
US9751558B2 (en) * 2015-03-25 2017-09-05 Ford Global Technologies, Llc Handwheel obstruction detection and inertia compensation
US9840240B2 (en) * 2015-04-09 2017-12-12 Ford Global Technologies, Llc Trailer backup aid speed limiting via braking
JP2017001532A (ja) * 2015-06-10 2017-01-05 富士重工業株式会社 車両の走行制御装置
US9821801B2 (en) * 2015-06-29 2017-11-21 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling semi-autonomous vehicles
US9511767B1 (en) * 2015-07-01 2016-12-06 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle action planning using behavior prediction
US20170011465A1 (en) * 2015-07-08 2017-01-12 Here Global B.V. Method and apparatus for providing fee rate based on safety score
US9834224B2 (en) * 2015-10-15 2017-12-05 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9755941B2 (en) * 2015-11-04 2017-09-05 Veniam, Inc. Adaptive rate control for vehicular networks
US9720415B2 (en) * 2015-11-04 2017-08-01 Zoox, Inc. Sensor-based object-detection optimization for autonomous vehicles
US9849364B2 (en) * 2016-02-02 2017-12-26 Bao Tran Smart device
US10188024B2 (en) * 2016-05-02 2019-01-29 Cnh Industrial America Llc System for conducting an agricultural operation using an autonomous vehicle
US10152891B2 (en) * 2016-05-02 2018-12-11 Cnh Industrial America Llc System for avoiding collisions between autonomous vehicles conducting agricultural operations
US9829883B1 (en) * 2016-10-17 2017-11-28 Ford Global Technologies, Llc Trailer backup assist system having remote control and user sight management
US10502318B2 (en) * 2016-11-29 2019-12-10 Nio Usa, Inc. Remote locking system for an autonomous vehicle

Also Published As

Publication number Publication date
CN108602509A (zh) 2018-09-28
US10459441B2 (en) 2019-10-29
KR20180092314A (ko) 2018-08-17
JP2019506647A (ja) 2019-03-07
JP6602967B2 (ja) 2019-11-06
EP3359436A4 (en) 2018-11-21
US20180188727A1 (en) 2018-07-05
WO2018125275A1 (en) 2018-07-05
EP3359436B1 (en) 2020-08-26
EP3359436A1 (en) 2018-08-15
CN108602509B (zh) 2021-10-26

Similar Documents

Publication Publication Date Title
KR102070530B1 (ko) 모션 계획에 기초한 자율 주행 차량의 운행 방법 및 시스템
KR102223270B1 (ko) 여분의 초음파 radar를 구비한 자율 주행 차량
US10816973B2 (en) Utilizing rule-based and model-based decision systems for autonomous driving control
US11328219B2 (en) System and method for training a machine learning model deployed on a simulation platform
US10457294B1 (en) Neural network based safety monitoring system for autonomous vehicles
CN108268033B (zh) 使用基于图的车道变换指导来操作无人驾驶车辆的方法和系统
KR102020163B1 (ko) 자율 주행 차량의 조향률의 동적 조정
CN108255170B (zh) 动态地调整自动驾驶车辆的速度控制率的方法
KR102279078B1 (ko) 자율 주행 차량의 v2x 통신 기반의 차량 차로 시스템
EP3327530B1 (en) Method for determining command delays of autonomous vehicles
US10606273B2 (en) System and method for trajectory re-planning of autonomous driving vehicles
US11731612B2 (en) Neural network approach for parameter learning to speed up planning for complex driving scenarios
CN111328313B (zh) 用于自动驾驶车辆的控制占主导的三点转弯规划
CN111328385A (zh) 用于自动驾驶车辆的基于螺旋路径的三点转弯规划
CN111103876A (zh) 自动驾驶车辆的基于雷达通信的扩展感知
US20210188282A1 (en) Methods for obstacle filtering for a non-nudge planning system in an autonomous driving vehicle
WO2020062029A1 (en) Enumeration-based three-point turn planning for autonomous driving vehicles
US20210191411A1 (en) Method and system for generating reference lines for autonomous driving vehicles

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant