KR102254750B1 - 회전들을 위한 자율 차량들의 준비 - Google Patents

회전들을 위한 자율 차량들의 준비 Download PDF

Info

Publication number
KR102254750B1
KR102254750B1 KR1020197025986A KR20197025986A KR102254750B1 KR 102254750 B1 KR102254750 B1 KR 102254750B1 KR 1020197025986 A KR1020197025986 A KR 1020197025986A KR 20197025986 A KR20197025986 A KR 20197025986A KR 102254750 B1 KR102254750 B1 KR 102254750B1
Authority
KR
South Korea
Prior art keywords
vehicle
lane
turn
area
processors
Prior art date
Application number
KR1020197025986A
Other languages
English (en)
Other versions
KR20190113922A (ko
Inventor
벤자민 채로우
나타니엘 페어필드
Original Assignee
웨이모 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 웨이모 엘엘씨 filed Critical 웨이모 엘엘씨
Priority to KR1020217014759A priority Critical patent/KR102295392B1/ko
Publication of KR20190113922A publication Critical patent/KR20190113922A/ko
Application granted granted Critical
Publication of KR102254750B1 publication Critical patent/KR102254750B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
    • B62D15/0265—Automatic obstacle avoidance by steering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G06K9/00798—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/26—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic
    • B60Q1/34—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating change of drive direction
    • B60Q1/346—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating change of drive direction with automatic actuation
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/54—Audio sensitive means, e.g. ultrasound
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/60—Traversable objects, e.g. speed bumps or curbs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • 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
    • B60W2556/40—High definition maps

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

본 기술은 차량의 현재 차선(410)으로부터 회전을 하기 전에 차량(100)을 조종하는 것에 관한 것이다. 예로서, 차선으로부터 회전을 하는 것을 포함하는 경로가 식별된다. 적어도 미리 결정된 크기의 차선 폭을 갖는, 회전 이전의 차선의 영역(270)이 또한 식별된다. 차량의 지각 시스템(172)으로부터, 차선 내의 물체를 식별하는 센서 데이터가 수신된다. 센서 데이터로부터, 차량에 상대적인 물체의 위치를 포함하는 물체의 특성들이 식별된다. 차량은 그 후 식별된 특성들을 사용하여 회전을 하기 전의 영역을 통해 조종된다.

Description

회전들을 위한 자율 차량들의 준비
관련 출원에 대한 상호 참조
본 출원은 2017년 3월 9일자로 출원된 미국 특허 출원 제15/454,271호의 계속 출원이며, 그 개시내용은 본 명세서에 참고로 포함된다.
인간 운전자를 필요로 하지 않는 차량들과 같은 자율 차량들은 하나의 위치로부터 다른 위치로의 승객들 또는 물품들의 운송을 돕기 위해 사용될 수 있다. 이러한 차량들은 승객들이 승차(pickup) 또는 목적지 위치와 같은 일부 초기 입력을 제공할 수 있으며 차량이 그 위치까지 스스로 조종하는 완전 자율 모드로 동작할 수 있다.
이러한 차량들은 전형적으로 주위의 물체들을 검출하기 위해 다양한 타입들의 센서들을 구비한다. 예를 들어, 자율 차량들은 레이저들, 소나(sonar), 레이더, 카메라들, 및 차량의 주위로부터의 데이터를 스캔하고 기록하는 다른 디바이스들을 포함할 수 있다. 하나 이상의 이 디바이스로부터의 센서 데이터는 물체들 및 그들의 각각의 특성들(포지션, 형상, 진로, 속도 등)을 검출하기 위해 사용될 수 있다. 이러한 특성들은 이러한 물체들을 피하기 위해 차량을 제어하는 데 사용될 수 있는 장래에 일부 짧은 기간 동안 물체가 무엇을 할 가능성이 있는지를 예측하기 위해 사용될 수 있다. 따라서, 검출, 식별 및 예측은 자율 차량의 안전한 동작을 위한 중요한 기능들이다.
센서들에 더하여, 이러한 차량들은 그들의 환경의 매우 상세한 지도들에 의존할 수 있다. 이 지도들은 내비게이션(예를 들어, 2개의 위치 사이를 다니는 방법을 결정하는 것)뿐만 아니라 위치확인(localization)(차량이 세계에 어디에 있는지를 결정하는 것) 둘 다를 위해 중요하다. 지도들은 차선에서 그것의 포지션을 유지하기 위해 차량이 따를 수 있는 가이드 라인들을 심지어 포함할 수 있다.
본 개시내용의 양태들은 도로의 차선으로부터 회전을 하기(making a turn) 전에 차량을 조종하는 방법을 제공한다. 방법은 하나 이상의 프로세서에 의해, 차선으로부터 회전을 하는 것을 포함하는 경로를 식별하는 단계; 하나 이상의 프로세서에 의해, 적어도 미리 결정된 크기의 차선 폭을 갖는, 회전 이전의 차선의 영역을 식별하는 단계; 하나 이상의 프로세서에 의해, 지각 시스템으로부터, 차선 내의 물체를 식별하는 센서 데이터를 수신하는 단계; 하나 이상의 프로세서에 의해, 센서 데이터로부터, 차량에 상대적인 물체의 위치를 포함하는 물체의 특성들을 식별하는 단계; 및 하나 이상의 프로세서에 의해, 식별된 특성들을 사용하여 회전을 하기 전에 영역을 통해 차량을 조종하는 단계를 포함한다.
일례에서, 미리 결정된 크기는 물체와 차량을 나란히 맞추기에 충분한 거리이다. 다른 예에서, 센서 데이터는 영역 내의 차선 라인과 커브(curb) 사이의 거리를 추가로 식별하고, 영역을 식별하는 것은 센서 데이터에 기초한다. 다른 예에서, 영역을 통해 차량을 조종하는 것은 영역에 대응하는 미리 저장된 지도 정보를 사용하는 것을 포함하고, 지도 정보는 차선 폭을 식별하는 정보를 포함하고, 영역을 식별하는 것은 지도 정보에 기초한다.
다른 예에서, 방법은 물체의 상대적인 위치가 차량 전방에 있어, 물체가 차량보다 회전(turn)에 더 가까운 경우, 물체가 회전을 할 가능성이 있는지를 결정하는 것을 또한 포함하고, 차량을 조종하는 것은 결정에 추가로 기초한다. 이 예에서, 결정은 센서 데이터가 물체의 방향 지시등이 활성화되는 것을 나타내는지에 추가로 기초한다. 추가로 또는 대안적으로, 결정은 물체가 제2 물체 후방에서 정지되어 물체 및 제2 물체가 적층되는 것으로 보이고 동일한 방식으로 회전하거나 회전하지 않도록 진행할 가능성이 있는지에 추가로 기초한다. 이 예에서, 결정은 물체가 영역의 하나의 경계에 더 멀리 있는지 또는 영역의 다른 경계에 더 멀리 있는지에 추가로 기초한다.
다른 예에서, 방법은 물체의 상대적인 위치가 차량의 후방에 있어, 차량이 물체보다 회전에 더 가까운 경우, 물체가 차량을 지나 회전을 하려고 시도하고 있는지를 결정하는 것을 또한 포함하고, 차량을 조종하는 것은 결정에 추가로 기초한다. 이 예에서, 결정은 물체의 상대적인 위치에 추가로 기초하고, 물체가 측방향으로의 회전으로부터 차량보다 더 멀리 있는 경우, 차량을 조종하는 것은 회전으로부터의 미리 결정된 거리에서 회전을 향해 차량을 이동시키는 것을 포함한다. 추가로 또는 대안적으로, 결정은 물체의 상대적인 위치에 추가로 기초하고, 물체가 측방향으로의 회전으로부터 차량보다 더 가까운 경우, 차량을 조종하는 것은 물체가 차선에서 차량을 지나가도록 허용하고 그 후 차량을 회전을 향해 이동시키는 것을 포함한다.
본 개시내용의 다른 양태는 도로의 차선으로부터 회전을 하기 전에 차량을 조종하기 위한 시스템을 제공한다. 시스템은 하나 이상의 프로세서를 포함하며, 이 하나 이상의 프로세서는: 차선으로부터 회전을 하는 것을 포함하는 경로를 식별하고; 적어도 미리 결정된 크기의 차선 폭을 갖는, 회전 이전의 차선의 영역을 식별하고; 지각 시스템으로부터, 차선 내의 물체를 식별하는 센서 데이터를 수신하고; 센서 데이터로부터, 차량에 상대적인 물체의 위치를 포함하는 물체의 특성들을 식별하고; 식별된 특성들을 사용하여 회전을 하기 전에 영역을 통해 차량을 조종하도록 구성된다.
일례에서, 미리 결정된 크기는 물체와 차량을 나란히 맞추기에 충분한 거리이다. 다른 예에서, 하나 이상의 프로세서는 물체의 상대적인 위치가 차량의 전방에 있어, 물체가 차량보다 회전에 더 가까운 경우, 물체가 회전을 할 가능성이 있는지를 결정하도록 추가로 구성되고, 차량을 조종하는 것은 결정에 추가로 기초한다. 이 예에서, 하나 이상의 프로세서는, 물체가 제2 물체 후방에서 정지되어 물체 및 제2 물체가 적층되는 것으로 보이고 동일한 방식으로 회전하거나 회전하지 않도록 진행할 가능성이 있는지에 추가로 기초하여 결정을 하도록 추가로 구성된다. 이 예에서, 하나 이상의 프로세서는 물체가 영역의 하나의 경계에 더 멀리 있는지 또는 영역의 다른 경계에 더 멀리 있는지에 추가로 기초하여 결정을 하도록 추가로 구성된다.
다른 예에서, 하나 이상의 프로세서는, 물체의 상대적인 위치가 차량의 후방에 있어 차량이 물체보다 회전에 더 가까운 경우, 물체가 차량을 지나 회전하려고 시도하고 있는지를 결정하도록 추가로 구성되고, 차량을 조종하는 것은 결정에 추가로 기초한다. 이 예에서, 하나 이상의 프로세서는 물체의 상대적인 위치에 추가로 기초하여 결정을 하도록 추가로 구성되고, 물체가 측방향으로의 회전으로부터 차량보다 더 멀리 있는 경우, 차량을 조종하는 것은 회전으로부터의 미리 결정된 거리에서 회전을 향해 차량을 이동시키는 것을 포함한다. 추가로 또는 대안적으로, 하나 이상의 프로세서는 물체의 상대적인 위치에 추가로 기초하여 결정을 하도록 추가로 구성되고, 물체가 측방향으로의 회전으로부터 차량보다 더 가까운 경우, 차량을 조종하는 것은 물체가 차선에서 차량을 지나가도록 허용하고 그 후 차량을 회전을 향해 이동시키는 것을 포함한다. 다른 예에서, 시스템은 또한 차량을 포함한다.
도 1은 본 개시내용의 양태들에 따른 예시적인 차량의 기능도이다.
도 2는 본 개시내용의 양태들에 따른 지도 정보의 예시적인 도면이다.
도 3a 내지 도 3d는 본 개시내용의 양태들에 따른 차량의 예시적인 외부 뷰들이다.
도 4 내지 도 10은 본 개시내용의 양태들에 따른 도 2의 지도 정보 및 데이터에 대응하는 도로 상의 차량들의 예시적인 뷰들이다.
도 11은 본 개시내용의 양태들에 따른 다른 도로 상의 차량들 및 데이터의 예시적인 뷰이다.
도 12는 본 개시내용의 양태들에 따른 추가의 도로 상의 차량들 및 데이터의 예시적인 뷰이다.
도 13은 본 개시내용의 양태들에 따른, 도 2의 지도 정보 및 데이터에 대응하는 도로의 차량들의 다른 예시적인 뷰이다.
도 14는 본 개시내용의 양태들에 따른 예시적인 흐름도이다.
개요
본 기술은 차량이 회전 예를 들어, 교차로, 주차장, 차도 등에서 우회전에 접근할 때 차량을 자율적으로 제어하는 것에 관한 것이다. 많은 차선들은, 특히 교외 또는 도시 영역들에서, 그러한 회전들 직전의 넓은 영역을 제공한다. 이러한 경우들에서, 이러한 영역들을 묘사하는 실제 차선 라인이 없더라도, 차선이 차량이 우측으로 이동하는 것을 허용할 만큼 충분히 넓을 수 있는 한편, 아마도 좌측으로 회전하거나 또는 교차로를 가로질러 "직선으로" 진행할 다른 차량이 좌측으로 이동할 수도 있다.
위치들 사이에서 조종할 때, 이러한 차량들은 차량이 중심 또는 좌측 차선 라인으로부터의 거리를 유지하거나 전술한 지도 가이드 라인들을 따르는 것에 의해 차선에서 "중심" 상태를 유지하게 하는 미리 결정된 패스(path)를 따르는 경향이 있다. 이와 관련하여, 차량은 우회전을 하기에 적절한 시간에 우측으로 이동하기보다는 우회전 전에 차선이 넓어지기 때문에 실제로 좌측에 머무르는 경향이 있을 수 있다. 그러나, 이것은 차량이 우회전을 하려고 시도하고 있는 그러한 거동에 기초하여 이해하지 못할 수 있는 다른 차량들(또는 그것들의 운전자들)에게 혼동을 줄 수 있다. 많은 경우에, 방향 지시등을 사용하는 것은 이러한 의도를 시그널링하기에 충분하지 않을 수 있다.
더욱이, 단순히 우회전으로부터 (시간 또는 공간 상) 고정된 거리에서 차량을 우측으로 이동시키는 것은, 특히, 자전거 차선, 주차 공간들, 또는 우측으로 이동하려고 또한 시도하는 다른 차량이 있는 경우, 위험할 수 있다. 이것은 아마도 다른 차량이 또한 교차로에서 우회전을 하고 있기 때문이다. 그와 관련하여, 차량이 그의 환경을 평가하고 차량의 의도를, 예를 들어, 다른 차량들, 자전거들, 보행자들과 같은 다른 도로 사용자들에 대해 시그널링하는 방식으로 동작하는 것이 중요하다.
차량의 환경을 평가하기 위해, 차량은 지각 시스템을 구비할 수 있다. 지각 시스템은 차량의 환경에서 물체들을 검출하고 식별할 수 있는 다양한 센서들을 포함할 수 있다. 이 센서 데이터는 그 후 실시간으로 처리하기 위해 차량의 컴퓨팅 디바이스들에 전송될 수 있다.
경로를 계획하기 위해, 차량의 컴퓨팅 디바이스들은 차량의 환경의 예상 상태를 기술하는 지도 정보에 액세스할 수 있다. 이 정보를 사용하여, 차량의 컴퓨팅 디바이스들은 예를 들어, 교차로에서 주차장, 차도 등으로의 하나 이상의 회전 또는 터닝 조종(turning maneuver)을 포함하는 경로를 계획할 수 있다.
차량의 컴퓨팅 디바이스들은 그 후 회전들 중 어느 것이(있다면) 그러한 회전들에 근접한 "넓은 차선" 영역들에 대응하는지를 식별할 수 있다. 운전석이 우측에 있는 국가들에서, 도면들에 도시된 예들에서와 같이, 이러한 회전들은 우회전들일 가능성이 있다. 운전석이 좌측에 있는 국가들에서, 이러한 회전들은 좌회전들일 가능성이 있다. 이와 관련하여, 차량의 컴퓨팅 디바이스들은 상세한 지도 정보에 액세스할 수 있고, 이러한 영역들은 지도 정보 내의 차선의 폭이 임계 거리를 충족시키는지에 기초하여 넓은 차선들로서 플래깅되거나 식별될 수 있다. 대안적으로, 이러한 정보는 지각 시스템으로부터 수신된 커브와 차선 라인 사이 또는 차선 라인들 사이의 검출된 거리들에 기초하여 실시간으로 결정될 수 있다.
우회전 전의 넓은 차선 영역이, 예를 들어, 시간 또는 공간 상 미리 결정된 거리로부터, 차량이 우회전에 접근할 때 식별되면, 지각 시스템으로부터의 센서 데이터는, 우회전을 하기 전에 그러한 물체들이 차량의 거동과 관련된다는 것을 나타낼 특정 특성들을 갖는 물체들의 세트를 식별하기 위해 분석될 수 있다. 예를 들어, 차량의 전방 또는 후방에 있는 차량과 동일 차선에서 이동하는 물체들이 식별될 수 있다. 또한, 식별된 물체들의 세트는 단순히 차량으로부터 너무 멀리 떨어져 있는 임의의 물체들을 제거하기 위해 필터링될 수 있다.
세트 내에 남아 있는 임의의 물체들에 대해, 차량의 컴퓨팅 디바이스는 물체들이 교차로를 통해 진행할 것인지(회전하지 않음) 및/또는 좌회전을 하거나 또는 대안적으로, 우회전을 할지를 결정할 수 있다. 그렇게 하기 위해, 식별된 물체들의 세트 중 임의의 것에 대한 지각 시스템으로부터의 센서 데이터가 추가로 분석될 수 있다.
다른 물체의 상대적인 위치뿐만 아니라 이 정보를 사용하여, 차량이 우회전을 하는 것으로부터 시간 또는 공간 상 미리 결정된 거리인 경우, 차량의 컴퓨팅 디바이스들은 우회전을 하려는 의도를 시그널링하는 것뿐만 아니라 임의의 승객들(및 다른 물체)의 안전성을 보장하는 것 둘 다를 위해 차량을 가장 잘 조종하는 방법을 결정할 수 있다.
본 명세서에 설명된 특징들은 차량의 컴퓨팅 디바이스들이 안전하고 실용적인 방식으로 차량을 조종할 수 있게 한다. 예를 들어, 위에서 설명된 바와 같이 차량을 조종함으로써, 차량은 우측으로 이동하기 위한 그의 의도를 시그널링하는 방식으로 자체를 포지셔닝하고, 단순히 방향 지시등을 사용하는 것보다 효과적일 수 있는 우회전을 완료할 수 있다. 동시에, 그러한 다른 차량들이 있는 경우 특정 상황들에서만 자리를 비켜주고 다른 차량들이 차량의 우측으로 지나갈 수 있게 함으로써, 차량의 컴퓨팅 디바이스들이 차량을 더 안전하고 더 사회적으로 수용가능한 방식으로 조종할 수 있다.
예시적 시스템들
도 1에 도시된 바와 같이, 본 개시내용의 일 양태에 따른 차량(100)은 다양한 컴포넌트들을 포함한다. 본 개시내용의 특정한 양태들이 특정한 타입들의 차량들과 관련하여 특히 유용한 한편, 이러한 차량은, 승용차들, 트럭들, 모터사이클들, 버스들, 레저 차량들 등을 포함하지만, 이에 제한되지 않는, 임의의 타입의 차량일 수 있다. 이러한 차량은 하나 이상의 프로세서(120), 메모리(130) 및 범용 컴퓨팅 디바이스들 내에 통상적으로 존재하는 다른 컴포넌트들을 포함하는 컴퓨팅 디바이스들(110)과 같은 하나 이상의 컴퓨팅 디바이스를 가질 수 있다.
메모리(130)는 프로세서(120)에 의해 실행되거나 또는 다른 방식으로 사용될 수 있는 명령어들(132) 및 데이터(134)를 포함하는, 하나 이상의 프로세서(120)에 의해 액세스가능한 정보를 저장한다. 메모리(130)는 컴퓨팅 디바이스 판독가능 매체, 또는 하드 드라이브, 메모리 카드, ROM, RAM, DVD 또는 다른 광학 디스크들과 같은 전자 디바이스의 도움으로 판독될 수 있는 데이터를 저장하는 다른 매체뿐만 아니라 다른 기입 가능 및 판독 전용 메모리들을 포함하는, 프로세서에 의해 액세스가능한 정보를 저장할 수 있는 임의의 타입일 수 있다. 시스템들 및 방법들은 상술한 것의 상이한 조합들을 포함할 수 있으며, 그것에 의해 명령어들 및 데이터의 상이한 부분들은 상이한 타입들의 매체 상에 저장된다.
명령어들(132)은 프로세서에 의해 직접적으로(예컨대 머신 코드) 또는 간접적으로(예컨대 스크립트들) 실행될 명령어들의 임의의 세트일 수 있다. 예를 들어, 명령어들은 컴퓨팅 디바이스 코드로서 컴퓨팅 디바이스 판독가능 매체 상에 저장될 수 있다. 그와 관련하여, 용어들 "명령어들" 및 "프로그램들"은 여기서 상호교환가능하게 사용될 수 있다. 명령어들은 프로세서에 의한 직접 처리를 위한 오브젝트 코드 포맷(object code format)으로, 또는 요구에 따라 인터프리팅(interpret)되거나 미리 컴파일링(compile)되는 독립적인 소스 코드 모듈들의 스크립트들 또는 집합들을 포함하는 임의의 다른 컴퓨팅 디바이스 언어로 저장될 수도 있다. 명령어들의 기능들, 방법들 및 루틴들은 아래에 더 상세히 설명된다.
데이터(134)는 명령어들(132)에 따라 프로세서(120)에 의해 검색되고, 저장되거나 수정될 수 있다. 예를 들어, 청구된 주제가 임의의 특정한 데이터 구조에 의해 제한되지 않지만, 데이터는 복수의 상이한 필드들 및 레코드들을 갖는 테이블, XML 문서들 또는 플팻 파일들로서 관련 데이터베이스에, 컴퓨팅 디바이스 레지스터들 내에 저장될 수 있다. 데이터는 또한 임의의 컴퓨팅 디바이스 판독가능 포맷으로 포맷될 수 있다.
하나 이상의 프로세서(120)는 상업적으로 이용가능한 CPU들과 같은, 임의의 종래의 프로세서들일 수 있다. 대안적으로, 하나 이상의 프로세서는 ASIC 또는 다른 하드웨어-기반 프로세서와 같은 전용 디바이스일 수 있다. 도 1이 프로세서, 메모리, 및 컴퓨팅 디바이스들(110)의 다른 요소들을 동일한 블록 내에 있는 것으로 기능적으로 예시하지만, 프로세서, 컴퓨팅 디바이스, 또는 메모리는 동일한 물리적 하우징 내에 격납될 수 있거나 격납될 수 없는 다수의 프로세서, 컴퓨팅 디바이스들, 또는 메모리들을 실제로 포함할 수 있다는 것이 본 기술 분야의 통상의 기술자에 의해 이해될 것이다. 예를 들어, 메모리는 컴퓨팅 디바이스들(110)의 하우징과는 상이한 하우징 내에 위치되는 하드 드라이브 또는 다른 저장 매체일 수 있다. 따라서, 프로세서 또는 컴퓨팅 디바이스에 대한 언급들은, 병렬로 동작할 수 있거나 동작하지 않을 수 있는 프로세서들 또는 컴퓨팅 디바이스들 또는 메모리들의 집합에 대한 언급들을 포함하는 것으로 이해될 것이다.
컴퓨팅 디바이스들(110)은 전술된 프로세서 및 메모리와 같은 컴퓨팅 디바이스 뿐만 아니라 사용자 입력(150)(예를 들어, 마우스, 키보드, 터치 스크린 및/또는 마이크로폰) 및 다양한 전자 디스플레이들(예를 들어, 스크린을 가지는 모니터 또는 정보를 디스플레이하도록 동작가능한 임의의 다른 전자 디바이스)과 관련하여 정상적으로 사용되는 컴포넌트들 모두를 포함할 수 있다. 이 예에서, 차량은 정보 또는 시청각 경험들을 제공하기 위해 내부 전자 디스플레이(152)뿐만 아니라 하나 이상의 스피커(154)를 포함한다. 이와 관련하여, 내부 전자 디스플레이(152)는 차량(100)의 캐빈(cabin) 내에 위치될 수 있고, 차량(100) 내의 승객들에게 정보를 제공하기 위해 컴퓨팅 디바이스들(110)에 의해 사용될 수 있다.
컴퓨팅 디바이스들(110)은 이하에 상세하게 설명되는 클라이언트 컴퓨팅 디바이스들 및 서버 컴퓨팅 디바이스들과 같은 다른 컴퓨팅 디바이스들과의 통신을 용이하게 하기 위한 하나 이상의 무선 네트워크 접속(156)을 또한 포함할 수 있다. 무선 네트워크 접속들은 블루투스(Bluetooth), 블루투스 저에너지(low energy)(LE), 셀룰러 접속들과 같은 단거리 통신 프로토콜들뿐만 아니라, 인터넷, 월드 와이드 웹(World Wide Web), 인트라넷(intranet)들, 가상적인 사설 네트워크들, 광역 네트워크들, 로컬 네트워크들, 하나 이상의 회사 전용 통신 프로토콜들을 사용하는 사설 네트워크들, 이더넷, WiFi 및 HTTP, 및 전술한 것의 다양한 조합들을 포함하는 다양한 구성들 및 프로토콜들을 포함할 수 있다.
일례에서, 컴퓨팅 디바이스들(110)은 차량(100)에 통합되는 자율 주행 컴퓨팅 시스템일 수 있다. 자율 주행 컴퓨팅 시스템은 차량의 다양한 컴포넌트들과 통신할 수 있다. 예를 들어, 도 1로 돌아가면, 컴퓨팅 디바이스들(110)은 메모리(130)의 명령어들(132)에 따라 차량(100)의 움직임, 속도 등을 제어하기 위해, 감속 시스템(160), 가속 시스템(162), 조향 시스템(164), 시그널링 시스템(166), 라우팅 시스템(168), 포지셔닝 시스템(170), 지각 시스템(172) 및 전력 시스템(174)(예를 들어, 가스 또는 전기 엔진)과 같은, 차량(100)의 다양한 시스템들과 통신할 수 있다. 또한, 이러한 시스템들이 컴퓨팅 디바이스들(110) 외부에 있는 것으로 도시되어 있지만, 실제로, 이러한 시스템들은 또한 차량(100)을 제어하기 위한 자율 주행 컴퓨팅 시스템으로서 컴퓨팅 디바이스들(110)에 통합될 수 있다.
예로서, 컴퓨팅 디바이스들(110)은 차량의 속도를 제어하기 위해 감속 시스템(160) 및 가속 시스템(162)과 상호작용할 수 있다. 유사하게, 조향 시스템(164)은 차량(100)의 방향을 제어하기 위해 컴퓨팅 디바이스들(110)에 의해 사용될 수 있다. 예를 들어, 승용차 또는 트럭과 같은 차량(100)이 도로 상에서 사용하기 위해 구성되는 경우, 조향 시스템은 휠들의 각도를 제어하여 차량을 돌리기 위한 컴포넌트들을 포함할 수 있다. 시그널링 시스템(166)은 예를 들어, 필요할 때 방향 지시등 또는 브레이크 등을 켬으로써, 다른 운전자들 또는 차량들에게 차량의 의도를 시그널링하기 위해 컴퓨팅 디바이스들(110)에 의해 사용될 수 있다.
라우팅 시스템(168)은 위치에 대한 경로를 결정하고 따르기 위해 컴퓨팅 디바이스들(110)에 의해 사용될 수 있다. 이와 관련하여, 라우팅 시스템(168) 및/또는 데이터(134)는 상세한 지도 정보, 예를 들어, 도로들의 형상 및 고저, 차선들, (차선들의 진로들 또는 방향들을 식별하는) 차선들 및 진로 정보, 교차로들, 횡단보도들, 속도 제한들, 교통 신호들, 건물들, 표지판들, 실시간 교통 정보, 초목, 또는 지속될 것으로 예상되는 다른 이러한 물체들 및 정보를 식별하는 매우 상세한 지도들을 저장할 수 있다. 따라서, 이 정보는 지각 시스템(172)에 의해 실시간으로 생성되는 것과는 대조적으로 미리 저장될 수 있다. 즉, 이러한 상세한 지도 정보는 도로들을 포함한 차량의 예상된 환경의 기하학적 구조뿐만 아니라 도로들의 속도 제한들(법적 속도 제한들)을 정의할 수 있다. 또한, 이러한 지도 정보는 지각 시스템(172)으로부터 수신된 실시간 정보와 함께, 컴퓨팅 디바이스들(110)에 의해 사용되어 어느 교통 방향들이 주어진 위치에서 선행권을 갖는지를 결정할 수 있는 교통 신호등, 정지 표지판들, 양보 표지판들 등과 같은 교통 제어들에 관한 정보를 포함할 수 있다.
도 2는 도로(200)의 섹션에 대한 지도 정보의 예이다. 이와 관련하여, 지도 정보는 교차로(250)뿐만 아니라, 교차로의 시작을 식별하는 바 라인들(240, 241, 242, 243), 차선 마커들(220, 221, 222, 223, 224, 225, 226, 227, 228, 229, 230, 231)에 의해 경계지어지는 차선들(210, 211, 212, 213, 214, 215, 216, 217)의 형상, 위치, 및 다른 특성들을 식별하는 정보를 포함한다.
일부 경우들에서, 지도 정보는 심지어 차량이 지도를 통해 어떻게 이동해야 하는지에 관한 정보를 포함할 수 있다. 예를 들어, 도 2는 또한 교차로(250)를 향해 차선(210)에서 진행하는 차량에 대한 레일들(260, 261, 262, 263)의 세트를 포함한다. 이러한 레일들은 교차로 등을 통해, 차선 내의 적절하고 안전한 포지션을 유지하기 위해 차량의 컴퓨팅 디바이스들에 대한 가이드라인들로서 역할을 할 수 있다. 도 2로 돌아가서, 상이한 레일들을 따르는 것에 의해, 차량은 (레일(260)-레일(261)을 따르는 것에 의한) 좌회전, (레일(260)-레일(262)을 따르는 것에 의한) 교차로를 통해 진행하는 것, 또는 (레일(260)-레일(263)을 따르는 것에 의한) 우회전과 같은, 교차로(250)를 통한 상이한 조종들을 행할 수 있다. 물론, 차량은 차량이 안전하게 레일을 따르는 것을 방지할, 공사 영역과 같은 다른 상황 또는 길에서의 다른 물체가 존재하는 경우 이러한 레일들로부터 벗어날 수 있다.
이 예에서, 지도 정보는 특정한 특성들을 갖는 교차로(또는 차량이 회전할 수 있는 주차장) 바로 전의 지도의 영역들을 또한 식별 또는 플래깅한다. 예를 들어, 지도 정보는 "넓은 차선들"로서 영역들을 식별할 수 있다. 이러한 경우들에서, 영역의 특성들은, 지도 정보에서의 차선 폭이 (검출된 차량과 같은) 물체와 차량(100)을 영역 내에서 나란히 맞추기에 충분한 거리가 될, 또는 예를 들어, 16 피트 또는 그 이상 또는 그 이하와 같이, 2개의 차량에 대해 충분히 큰 폭인 임계 거리를 충족시키게 하는 것일 수 있다. 도 2에 도시된 바와 같이, 지도 정보는 영역(270)을 임계 거리를 충족시키는 넓은 차선 영역으로서 식별한다.
지도 정보가 이미지 기반 지도로서 본 명세서에 도시되어 있지만, 이러한 지도 정보는 전적으로 이미지 기반(예를 들어, 래스터)일 필요가 없다. 예를 들어, 지도 정보는 도로들, 차선들, 교차로들, 및 이러한 특징부들 사이의 연결부들과 같은 정보의 하나 이상의 도로 그래프 또는 그래프 네트워크를 포함할 수 있다. 각각의 특징부는 그래프 데이터로서 저장될 수 있고, 지리적 위치 및 그것이 다른 관련 특징부들에 링크되는지 여부, 예를 들어, 정지 표지판이 도로 및 교차로에 링크될 수 있는 것과 같은 정보와 연관될 수 있다. 몇몇 예들에서, 연관된 데이터는 특정 도로 그래프 특징부들의 효율적인 룩업을 허용하기 위해 도로 그래프의 그리드 기반 인덱스들을 포함할 수 있다.
포지셔닝 시스템(170)은 지도 상의 또는 지면 상의 차량의 상대 또는 절대 위치를 결정하기 위해 컴퓨팅 디바이스들(110)에 의해 사용될 수 있다. 예를 들어, 포지셔닝 시스템(170)은 디바이스의 위도, 경도 및/또는 고도 위치를 결정하기 위한 GPS 수신기를 포함할 수 있다. 레이저 기반 위치확인 시스템들, 관성 보조(inertial-aided) GPS 또는 카메라 기반 위치확인과 같은 다른 위치확인 시스템들은 또한 차량의 위치를 식별하기 위해 사용될 수 있다. 차량의 위치는 위도, 경도 및 고도와 같은 절대 지리적 위치뿐만 아니라 절대 지리적 위치보다 더 적은 잡음을 가지고 흔히 결정될 수 있는 그 바로 주위의 다른 승용차들에 대한 위치와 같은 상대적인 위치 정보를 포함할 수 있다.
포지셔닝 시스템(170)은 차량의 방향과 속도 또는 이에 대한 변경들을 결정하기 위해 가속도계, 자이로스코프 또는 다른 방향/속도 검출 디바이스와 같은, 컴퓨팅 디바이스들(110)과 통신하는 다른 디바이스들을 또한 포함할 수 있다. 단지 예로서, 가속 디바이스는 중력의 방향 또는 이에 수직한 면에 대해 그 피치(pitch), 요(yaw) 또는 롤(roll)(또는 이에 대한 변경들)을 결정할 수 있다. 디바이스는 속도의 증가 또는 감소 및 이러한 변경들의 방향을 또한 추적할 수 있다. 본 명세서에 개시된 바와 같이, 디바이스의 위치 및 방향 데이터의 제공은 컴퓨팅 디바이스들(110), 다른 컴퓨팅 디바이스들 및 이들의 조합들에 자동으로 제공될 수 있다.
지각 시스템(172)은 다른 차량들, 도로 내의 장애물들, 교통 신호들, 표지판들, 나무들 등과 같은 차량 외부의 물체들을 검출하기 위한 하나 이상의 컴포넌트를 또한 포함한다. 예를 들어, 지각 시스템(172)은 LIDAR(레이저들)과 같은 센서들, 소나, 레이더, 카메라들 및/또는 컴퓨팅 디바이스들(110)에 의해 처리될 수 있는 데이터를 기록하는 임의의 다른 검출 디바이스들을 포함할 수 있다. 차량이 승용차와 같은 소형 승용 차량인 경우, 이러한 승용차는 지붕 또는 다른 편리한 위치에 장착된 레이저 또는 다른 센서들을 포함할 수 있다. 예를 들어, 차량의 지각 시스템은 위치, 방향, 크기, 형상, 타입, 움직임의 방향 및 속도 등과 같은 물체들 및 그 특성들을 검출하기 위해 다양한 센서들을 사용할 수 있다. 센서들로부터의 원시 데이터 및/또는 앞서 언급한 특성들은 컴퓨팅 디바이스들(110)에 의한 처리를 위해 서술적 함수 또는 벡터로 정량화되거나 배열될 수 있다. 이하에서 보다 상세히 논의되는 바와 같이, 컴퓨팅 디바이스들(110)은 포지셔닝 시스템(170)을 사용하여 차량의 위치를 결정하고 지각 시스템(172)을 사용하여 그 위치에 안전하게 도달해야 할 때 물체들을 검출하고 이에 응답할 수 있다.
도 3a 내지 도 3d는 차량(100)의 외부 뷰들의 예들이다. 알 수 있는 바와 같이, 차량(100)은 헤드라이트들(302), 앞유리(303), 후미등들/방향 지시등들(304), 뒷유리(305), 문들(306), 사이드 뷰 미러들(308), 타이어들 및 휠들(310) 및 방향 지시/주차등들(312)과 같은 일반적인 차량의 많은 특징들을 포함한다. 헤드라이트들(302), 후미등들/방향 지시등들(304) 및 방향 지시/주차등들(312)은 시그널링 시스템(166)과 연관될 수 있다. 라이트 바(light bar)(307)는 시그널링 시스템(166)과 또한 연관될 수 있다.
차량(100)은 또한 지각 시스템(172)의 센서들을 포함한다. 예를 들어, 하우징(314)은 360도 또는 더 좁은 시야를 갖는 하나 이상의 레이저 디바이스 및 하나 이상의 카메라 디바이스를 포함할 수 있다. 하우징들(316 및 318)은 예를 들어, 하나 이상의 레이더 및/또는 소나 디바이스를 포함할 수 있다. 지각 시스템(172)의 디바이스들은 또한 후미등들/방향 지시등들(304) 및/또는 사이드 뷰 미러들(308)과 같은 일반적인 차량 컴포넌트들에 통합될 수 있다. 이러한 레이더, 카메라 및 레이저 디바이스들 각각은 지각 시스템(172)의 일부로서 이들 디바이스들로부터의 데이터를 처리하고 센서 데이터를 컴퓨팅 디바이스들(110)에 제공하는 처리 컴포넌트들과 연관될 수 있다.
컴퓨팅 디바이스들(110)은 다양한 컴포넌트들을 제어함으로써 차량의 방향 및 속도를 제어할 수 있다. 예로서, 컴퓨팅 디바이스들(110)은 상세한 지도 정보, 지각 시스템(172) 및 라우팅 시스템(168)으로부터의 데이터를 사용하여 차량을 목적지 위치까지 완전히 자율적으로 내비게이트할 수 있다. 차량을 이동시키기 위해, 컴퓨팅 디바이스들(110)은 차량이 (예를 들어, 가속 시스템(162)에 의해 전력 시스템(174) 또는 엔진에 공급되는 연료 또는 다른 에너지를 증가시킴으로써) 가속되게 하고, (예를 들어, 감속 시스템(160)에 의해 엔진에 공급되는 연료를 감소시키고, 기어들을 변경하고/하거나 브레이크들을 밟음으로써) 감속되게 하고, (예를 들어, 조향 시스템(164)에 의해 차량(100)의 전방 또는 후방 휠들을 돌림으로써) 방향을 변경하게 하고, (예를 들어, 시그널링 시스템(166)의 방향 지시등들을 켬으로써) 이러한 변경들을 시그널링하게 할 수 있다. 따라서, 가속 시스템(162)과 감속 시스템(160)은 차량의 엔진과 그 휠들 사이의 다양한 컴포넌트들을 포함하는 구동렬의 일부일 수 있다. 또한, 이들 시스템들을 제어함으로써, 컴퓨팅 디바이스들(110)은 또한 차량을 자율적으로 조종하기 위해 차량의 구동렬을 제어할 수 있다.
예시적 방법
전술되고 도면들에 예시되는 동작들에 더하여, 다양한 동작들이 이제 설명될 것이다. 이하의 동작들은 아래에 설명되는 정확한 순서로 수행될 필요가 없다는 점이 이해되어야 한다. 오히려, 다양한 단계들은 상이한 순서로 또는 동시에 처리될 수 있고, 단계들은 또한 추가되거나 생략될 수 있다.
일단 승객 또는 화물이 차량 내에 안전하게 있거나 차량을 안전하게 떠나면, 컴퓨팅 디바이스들(110)은 목적지 위치로의 경로를 따라 차량을 자율적으로 제어하기 위해 필요한 시스템들을 개시할 수 있다. 많은 경로들은 교차로 또는 (주차장들 등과 같은) 다른 위치들에서의 회전들을 포함할 수 있다. 경로를 따르기 위해, 라우팅 시스템(168)은 데이터(134)의 지도 정보를 사용하여 지도 정보의 레일들의 세트를 따르는 목적지 위치로의 패스 또는 경로를 결정할 수 있다. 그 다음, 컴퓨팅 디바이스들(110)은 목적지로 향하는 경로를 따라 전술한 바와 같이 자율적으로(또는 자율 주행 모드로) 차량을 조종할 수 있다.
도 4는 지도 정보의 도로(400)의 섹션에 대응하는 도로(400)의 섹션을 도시한다. 예를 들어, 교차로(450)뿐만 아니라, 교차로의 시작을 식별하는 바 라인들(440, 441, 442, 443), 차선 마커들(420, 421, 422, 423, 424, 425, 426, 427, 428, 429, 430, 431)에 의해 경계지어지는 차선들(410, 411, 412, 413, 414, 415, 416, 417)의 형상, 위치, 및 다른 특성들은 교차로(250)뿐만 아니라, 교차로의 시작을 식별하는 바 라인들(240, 241, 242, 243), 차선 마커들(220, 221, 222, 223, 224, 225, 226, 227, 228, 229, 230, 231)에 의해 경계지어지는 차선들(210, 211, 212, 213, 214, 215, 216, 217)의 형상, 위치, 및 다른 특성들에 각각 대응한다. 이 예에서, 차량(100)은 차선(410)에서 교차로(450)를 향해 진행하고 있고 교차로(450)에서 우회전을 하기 위해 레일(263)을 향해 레일(260)을 따르는 것을 수반하는 경로를 따르고 있다. 물론, 레일들은 지도 정보로부터의 데이터를 나타내고 도로(400)의 섹션의 일부가 아니다.
위에서 언급된 바와 같이, 컴퓨팅 디바이스들은, 중심 또는 좌측 차선 라인로부터의 거리를 유지하고 또는 앞서 논의된 지도 가이드 라인들 또는 레일들을 따르는 것에 의해 차량이 차선 내에 "중심" 상태를 유지하게 하는 미리 결정된 패스를 따르기 위해 차량을 조종할 수 있다. 이와 관련하여, 차량(100)이 차선(410)에서 교차로(450)에 접근할 때, 컴퓨팅 디바이스들(110)은 교차로(450)에서 우회전을 하기 위해 레일들(260 및 263)에 따라 차량을 제어할 수 있다. 컴퓨팅 디바이스들(110)이 차량(100)으로 하여금 레일들을 따르게 할 것이기 때문에, 위에서 논의된 안전을 위한 단지 작은 일탈들에 의해, 차량은 우회전을 하기에 적절한 시간에 우측으로 이동하기보다는 우회전 전에 차선이 넓어짐에 따라 좌측으로 유지하는 경향이 실제로 있을 수 있다. 다시, 이것은 차량이 우회전을 하려고 시도하고 있는 그러한 거동에 기초하여 이해하지 못할 수 있는 다른 차량들(또는 그것들의 운전자들)에게 혼동을 줄 수 있다. 많은 경우에, 방향 지시등을 사용하는 것은 이러한 의도를 시그널링하기에 충분하지 않을 수 있다.
따라서, 컴퓨팅 디바이스(110)는 컴퓨팅 디바이스들의 "의도"를 더 양호하게 시그널링하기 위해 차량(100)의 움직임들을 또한 제어할 수 있다. 그렇게 하기 위해, 그 후 차량의 컴퓨팅 디바이스들은 회전들 중 어느 것이(있다면) 차량이 그러한 회전들에 근접한 넓은 차선 영역을 통해 조종되는 것을 포함하는지를 식별할 수 있다. 운전석이 우측에 있는 국가들에서, 도면들에 도시된 예들에서와 같이, 이러한 회전들은 우회전들일 가능성이 있다. 운전석이 좌측에 있는 국가들에서, 이러한 회전들은 좌회전들일 가능성이 있다. 이와 관련하여, 컴퓨팅 디바이스들(110)은 도로(200)의 섹션에 대응하는 상세한 지도 정보에 액세스하여 차량이 경로를 따르기 위해 행할 회전들에 근접한 임의의 넓은 차선 영역들을 식별할 수 있다. 따라서, 도 4의 예를 사용하여, 교차로(250)에서의 회전에 대해, 컴퓨팅 디바이스(110)는 경로를 따르기 위해 차량이 회전을 할 차선(217) 및 교차로(250) 직전에, 차선(410)에 대응하는 차선(210)의 영역(270)(도 2에 도시됨)을 식별할 수 있다. 이것은 경로의 모든 회전들에 대해 반복될 수 있다. 대안적으로, 넓은 차선 영역들은 지각 시스템(172)으로부터의 정보에 기초하여 실시간으로 컴퓨팅 디바이스들에 의해 결정될 수 있다. 예를 들어, 검출된 차선 라인들 사이의 또는 센서 데이터에서 식별된 커브와 차선 라인 사이의 거리들을 결정함으로써, 컴퓨팅 디바이스들은 이러한 넓은 차선 영역들을 식별할 수 있다.
회전 이전의 넓은 차선 영역이 식별되면, 차량이 넓은 차선 영역 및/또는 회전에 접근할 때, 예를 들어, 시간 또는 공간 상 미리 결정된 거리로부터, 지각 시스템(172)으로부터의 센서 데이터가 분석되어 특정 특성들을 갖는 물체들의 세트를 식별할 수 있다. 예를 들어, 컴퓨팅 디바이스들(110)은, 우회전을 하기 전에 이러한 물체들이 차량의 거동과 관련된다는 것을 나타낼 물체들의 특성들을 식별하기 위해 센서 데이터를 분석할 수 있다. 차량의 전방 또는 후방에 있는 차량과 동일 차선에서 이동하는 물체들을 포함할 수 있는 관련 물체가 식별될 수 있다. 또한, 식별된 물체들의 세트는 단순히 차량으로부터 너무 멀리 떨어져 있는 임의의 물체들을 제거하기 위해 필터링될 수 있다. 예를 들어, 물체가 8초 또는 200피트 떨어져 있다면, 그러한 물체는 세트로부터 폐기될 수 있다.
세트 내에 남아 있는 임의의 물체들에 대해, 차량의 컴퓨팅 디바이스는 물체들이 교차로를 통해 진행할 것인지(회전하지 않음) 및/또는 교차로에서 좌회전을 하거나 또는 대안적으로, 교차로에서 우회전을 할지를 결정할 수 있다. 그렇게 하기 위해, 식별된 물체들의 세트 중 임의의 것에 대한 지각 시스템으로부터의 센서 데이터가 추가로 분석될 수 있다. 예로서, 센서 데이터는 물체가 좌회전 또는 우회전을 나타내는 방향 지시등을 사용하고 있는지를 식별하기 위해 분석될 수 있다.
다른 물체의 상대적인 위치뿐만 아니라 이 정보를 사용하여, 차량이 교차로로부터 시간 또는 공간 상 미리 결정된 거리인 경우, 또는 차량이 회전을 할 필요가 있을 경우, 차량의 컴퓨팅 디바이스들은 (진로 변경을 표시하기 위해 방향 지시등을 켜는 것에 더하여) 우회전을 하려는 의도를 시그널링하는 것뿐만 아니라 임의의 승객들(및 다른 물체)의 안전성을 보장하는 것 둘 다를 위해 차량을 가장 잘 조종하는 방법을 결정할 수 있다.
예를 들어, 다른 물체가 차량의 전방에 있고, 예를 들어, 다른 물체가 우방향 지시등을 사용하거나, 우측으로 이동하거나, 또는 교차로에서 이미 정지되어 있는 경우와 같이, 우회전을 하기 위해 계획하고 있는 것으로 보이는 경우, 차량의 컴퓨팅 디바이스들은 차량을 바로 우측으로 이동시키고 다른 물체 후방에 머무르도록 조종할 수 있다. 예를 들어, 도 5는 교차로(450)를 향해 차선(410)에서 진행하는 차량(510)을 추가한 도 5의 예에 대응한다. 도시된 바와 같이, 차량(510)은 영역(270) 내에 있지만 차선 라인(421)보다 차선 라인(420)에 더 가깝게 유지된다. 이와 같이, 컴퓨팅 디바이스들은 차량(510)이 차선(410)의 우측을 향해 머무르고 있는 것으로 보이기 때문에, 차량(510)이 우회전을 할 가능성이 매우 높다고 결정할 수 있다. 또한, 조명되거나 활성인 우방향 지시등의 식별과 같은 센서 데이터의 다른 정보는, 차량(510)이 우회전을 할 가능성이 매우 높다는 것을 추가로 나타낼 수 있다. 따라서, 컴퓨팅 디바이스들(110)은 화살표(520)를 따르기 위해 차량(100)을 조종하고, 그에 의해 차량(100)이 교차로(450)에 도달하고 차선(417)으로 회전을 할 때까지, 차선 라인(420)을 향해, 차선 라인(421)으로부터 멀리 떨어지게, 및 차량(510) 바로 후방으로 이동시킬 수 있다.
차량의 전방에 있는 다른 물체가 차선의 좌측을 향해 또는 중심에 머무르고 있는 경우, 차량의 컴퓨팅 디바이스들은 차량이 우측으로 이동하고 다른 물체 후방에 머무르도록 차량을 조종할 수 있다. 예를 들어, 도 6은 차선(410)에서 교차로(450)를 향해 진행하는 차량(510)을 추가한 도 4의 예에 대응한다. 도시된 바와 같이, 차량(610)은 영역(270) 내에 있지만 차선 라인(420)보다 차선 라인(421)에 더 가깝게 유지된다. 이와 같이, 컴퓨팅 디바이스들(110)은 차량(610)이 차선(410)의 좌측을 향해 머무르고 있는 것으로 보이는 것으로 결정할 수 있다. 따라서, 컴퓨팅 디바이스들(110)은 화살표(620)를 따르기 위해 차량(100)을 조종하고, 그에 의해 차선 라인(420)을 향해 그리고 차선 라인(421)으로부터 멀리 떨어지게 이동시킬 수 있다. 또한, 차량(510)이 차량(100) 전방에 있다면, 차량(610)이 차선 라인(420)을 향해 또한 이동하는 경우 충돌의 가능성을 감소시키기 위해, 컴퓨팅 디바이스들(110)은 차량(100)이 교차로(450)에 도달하고 차선(417)으로 회전할 때까지, 차량(510) 후방에 남아 있기 위해 차량(100)을 조종할 수 있다.
다른 물체가 교차로에서 차선의 좌측을 향해 정지된 일련의 "적층형" 차량들 중 하나인 것으로 보이는 경우, 차량의 컴퓨팅 디바이스들은 차량을 우측으로 더 느리게 조종하여, 다른 차량이 정지되거나, 매우 느리게 이동하거나, 또는 달리 방해가 되지 않는 경우에만 다른 차량의 우측으로 진행시킬 수 있다. 예를 들어, 도 7은 차선(410)에서 교차로(450)를 향해 진행하는 차량들(710 및 712)을 추가한 도 4의 예에 대응한다. 도시된 바와 같이, 차량들(710 및 712)은 영역(270) 내에 있지만 차선 라인(420)보다 차선 라인(421)에 더 가깝게 유지된다. 이와 같이, 컴퓨팅 디바이스들(110)은 차량들(710 및 712)이 차선(410)의 좌측을 향해 머무르고 있고 앞서 언급한 "적층형" 구성에서 하나의 차량이 다른 차량의 후방에(one behind the other) 배열되는 것으로 보이는 것으로 결정할 수 있다. 따라서, 컴퓨팅 디바이스들(110)은 화살표(720)를 따르기 위해 차량(100)을 조종하고, 그에 의해 차선 라인(420)을 향해 그리고 차선 라인(421)으로부터 멀리 떨어지게 이동시킬 수 있다. 또한, 차량(712)이 차량(100) 전방에 있다면, 차량(610)이 차선 라인(420)을 향해 또한 이동하는 경우 충돌의 가능성을 감소시키기 위해, 컴퓨팅 디바이스들(110)은 차량(100)이 교차로(450)에 도달하고 차선(417)으로 회전할 때까지, 차량(712) 후방에 남아 있기 위해 차량(100)을 조종할 수 있다.
차량들이 차선의 좌측 및 우측 둘 다를 향해 교차로에서 정지되는 경우, 차량의 컴퓨팅 디바이스들은 우측으로 차량 후방을 당기도록 차량을 조종하지만, 차량이 우측에 있는 임의의 물체들을 지나가고 있다면 주의하여 진행시킬 수 있다. 예를 들어, 도 8은 교차로(450)를 향해 차선(410)에서 진행하는 차량들(810, 812 및 814)을 추가한 도 4의 예에 대응한다. 도시된 바와 같이, 차량들(810 및 812)은 영역(270) 내에 있지만 차선 라인(420)보다 차선 라인(421)에 더 가깝게 유지되는 한편, 차량(814)은 영역(270) 내에 있지만 차선 라인(421)보다 차선 라인(420)에 더 가깝게 유지된다. 이와 같이, 컴퓨팅 디바이스들(110)은 차량들(710 및 720)이 차선(410)의 좌측을 향해 머무르고 있고 앞서 언급한 "적층형" 구성에서 하나의 차량이 다른 차량의 후방에 배열되는 것으로 보이는 것으로 결정할 수 있다. 또한, 차량(814)은 차량(810)의 우측에 포지셔닝되고, 따라서 우회전을 할 가능성이 있다.
차량들(810 및 814)의 이러한 포지셔닝은 차량(810 및 814)이 교차로(450)에 진입할 때 상이한 액션들을 취할 가능성이 있다는 것을 나타낼 수 있다. 예를 들어, 컴퓨팅 디바이스들(110)은, 차량(810)이 좌회전을 할 가능성(그 가능성은 센서 데이터가 차량(810)의 좌방향 지시등이 활성화되는 것을 나타내는 경우에 더 클 수 있음)이 있을 수 있는 한편, 차량(814)은 우회전을 할 가능성(그 가능성은 센서 데이터가 차량(814)의 우방향 지시등이 활성화되는 것을 나타내는 경우에 더 클 수 있음)이 있을 수 있는 것으로 결정할 수 있다. 대안적으로, 컴퓨팅 디바이스들(110)은, 차량(810)이 좌회전을 할 가능성(그 가능성은 센서 데이터가 차량(810)의 좌방향 지시등이 활성화되는 것을 나타내는 경우에 더 클 수 있음)이 있을 수 있는 한편, 차량(814)은 교차로를 통해 차선(415)으로 진행할 가능성(그 가능성은 센서 데이터가 어떠한 방향 지시등도 활성화되지 않는 것을 나타내는 경우에 더 클 수 있음)이 있을 수 있는 것으로 결정할 수 있다. 또 다른 대안으로, 컴퓨팅 디바이스들(110)은, 차량(810)이 교차로를 통해 차선(415)으로 진행할 가능성(그 가능성은 센서 데이터가 차량(810)의 어떠한 방향 지시등도 활성화되지 않는 것을 나타내는 경우에 더 클 수 있음)이 있을 수 있는 한편, 차량(814)은 우회전을 할 가능성(그 가능성은 센서 데이터가 차량(814)의 우방향 지시등이 활성화되는 것을 나타내는 경우에 더 클 수 있음)이 있을 수 있는 것으로 결정할 수 있다.
따라서, 컴퓨팅 디바이스들(110)은 화살표(820)를 따르기 위해 차량(100)을 조종하고, 그에 의해 차선 라인(420)을 향해 그리고 차선 라인(421)으로부터 멀리 떨어지게 이동시킬 수 있다. 또한, 차량(814)이 차량(810)에 인접하는 경우, 컴퓨팅 디바이스들(110)은 차량(100)을 차량(812) 주위 및 차량(814) 바로 뒤로 조종할 수 있다. 물론, 차량(812)이 차선 라인(420)을 향해 또한 이동하는 경우 충돌의 가능성을 감소시키기 위해, 컴퓨팅 디바이스들(110)은 차량(100)이 교차로(450)에 도달하고 차선(417)으로 회전할 때까지 차량(814)을 향해 차량(812) 주위로 매우 주의 깊게 차량(100)을 조종할 수 있다.
다른 물체가 차량의 후방에 있는 경우, 차량이 그의 의도를 시그널링해야만 할 뿐만 아니라, 차량의 컴퓨팅 디바이스들은 다른 물체의 의도를 결정할 수 있어야 한다. 예를 들어, 다른 물체가 차량의 바로 후방에 있고/있거나 약간 좌측으로 있는 경우, 차량의 컴퓨팅 디바이스는 차량을 우측으로 즉시 이동시킬 수 있다. 예를 들어, 도 9는 차량(100)이 교차로(450)에 약간 더 가깝고 차선(410)에서 교차로(450)를 향해 진행하는 차량(910)을 추가한 도 4의 예에 대응한다. 도시된 바와 같이, 차량(100)은 영역(270) 내에 있고 차량(910)은 영역(270)에 이제 막 진입하고 있다(또는 접근하고 있다). 따라서, 컴퓨팅 디바이스들(110)은 화살표(920)를 따르기 위해 차량(100)을 조종하고, 그에 의해 차량(910)이 자체를 차량(100)의 우측으로 조종할 수 있기 전에, 실제로 또는 비교적 신속하게, 차선 라인(420)을 향해 그리고 차선 라인(421)으로부터 멀리 떨어지게 이동시킬 수 있다.
도 10은 차량(100)이 교차로(450)에 약간 더 가깝고 차선(410)에서 교차로(450)를 향해 진행하는 차량(1010)을 추가한 도 4의 예에 대응한다. 도시된 바와 같이, 차량(100)은 영역(270) 내에 있고 차량(910)은 적어도 부분적으로 영역(270) 내에 있다. 이 경우, 다른 물체의 경우, 여기서 차량(1010)은 차량(100)의 약간 우측에 있고 우회전을 하기 위해 차량(100)의 우측을 지나갈 가능성이 있다. 이러한 상황에서, 다른 물체가 실제로 차량을 오버테이크하려고 시도하고 있는 것이 있을 수 있다. 이러한 상황에서, 도 9의 예에서와 같이 바로 우측으로 가는 것이 아니라, 컴퓨팅 디바이스들(110)이 다른 물체가 지나가는 것을 허용하기 위해서 차량(100)의 현재 속도 또는 감속을 유지하고 그 후 다른 물체가 지나간 직후에 우측으로 이동하는 것이 더 안전할 수 있다. 다른 물체의 상대적인 위치에 더하여, 차량의 컴퓨팅 디바이스들은 또한 다른 물체의 속도를 고려할 수 있다. 속도가 차량보다 느리고 그렇게 할 충분한 공간이 있다면, 차량의 컴퓨팅 디바이스들은 실제로 차량을 바로 우측으로 조종할 수 있다. 다른 물체가 경적을 울리고 있는지와 같은 다른 거동들은 다른 물체가 지나갈 수 있게 하는 인자로서 간주될 수도 있다.
또한, 우측으로 이동하기 전에, 차량의 컴퓨팅 디바이스들은 우측에 임의의 비점유 주차 공간들 또는 자전거 차선들이 있는지를 또한 고려할 수 있다. 이러한 상황들에서, 컴퓨팅 디바이스들(110)은 우측으로 이동하려는 의도를 시그널링하지만 이 영역들 내로 지나가는 것을 피하기 위해 차량(100)을 완전히 우측으로 당기기보다는, 주차장에 대한 차선 마커에 단지 부분적으로 걸쳐 또는 자전거 차선에 직접 인접하여 당길 수 있다.
예를 들어, 도 11은 차선(1112)으로 우회전을 하기 위해 차선(1110)에서 교차로(1120)를 향해 이동하는 차량(100)을 도시한다. 이 예에서, 차량(100)은 센서 데이터에 기초하여 지도 정보에서 또는 실시간으로 식별될 수 있는 넓은 차선 영역(1130)을 통해 이동하고 있다. (지도 정보에서도 식별될 수 있는) 2개의 주차 공간들(1140 및 1142)이 있다. 또한, 차량(1150)은 차량(100) 후방에 위치된다. 따라서, 컴퓨팅 디바이스들(110)은 우측으로 이동하려는 의도를 시그널링하지만 이 주차 지점 내로 지나가는 것을 피하기 위해, 주차 공간들(1140, 1142) 중 어느 하나 또는 둘 다의 부분(예를 들어, 외부 에지(1144))에 단지 부분적으로 걸쳐 차량(100)을 조종하여, 차선 라인(1114)을 향해 화살표(1160)를 따를 수 있다.
유사하게, 도 12는 차선(1212)으로 우회전을 하기 위해 차선(1210)에서 교차로(1220)를 향해 이동하는 차량(100)을 도시한다. 이 예에서, 차량(100)은 센서 데이터에 기초하여 지도 정보에서 또는 실시간으로 식별될 수 있는 넓은 차선 영역(1230)을 통해 이동하고 있다. 지도 정보에서도 식별될 수 있는 영역에서 차량(100)의 우측에 자전거 차선(1240)이 또한 존재한다. 또한, 차량(1250)은 차량(100) 후방에 위치된다. 따라서, 컴퓨팅 디바이스들(110)은 우측으로 이동하려는 의도를 시그널링하지만 이 주차 지점 내로 지나가는 것을 피하기 위해, 자전거 차선(1240)의 외부 에지(1242)에 단지 부분적으로 걸쳐 차량(100)을 조종하여, 차선 라인(1214)을 향해 화살표(1260)를 따를 수 있다.
그에 부가하여 또는 대안적으로, 물체가 다른 물체를 뒤따르고 있는 것으로 보이는지를 결정하기 위해 데이터가 분석될 수 있다. 예를 들어, 궤적들이 동일한 일반적인 형상을 따르거나 서로의 짧은 미리 결정된 거리 내의 지점들을 통과하는 경우와 같이, 제1 물체가 제2 물체의 궤적을 따르는 것으로 보이는 경우, 이것은 동일한 방식으로 진행하기 위해 제1 물체가 제2 물체 후방으로 줄을 서고 있다는 신호일 수 있다. 다시 말해서, 물체들 둘 다는 우회전을 하고 있거나 둘 다 교차로를 통해 직선으로 진행하고 있다. 다시, 이것은 회전을 하기 전에 차량을 어떻게 조종할지를 결정하기 위해 사용될 수 있다.
예를 들어, 도 13은 차선(410)에서 교차로(450)를 향해 진행하는 차량들(1310 및 1312)을 추가한 도 4의 예에 대응한다. 도시된 바와 같이, 차량들(1310 및 1312)은 영역(270) 내에 있지만 차선 라인(420)보다 차선 라인(421)에 더 가깝다. 이것은 차량(1312)이 차량(1312) 후방으로 "줄을 서고 있는 것"을 나타낼 수 있다. 이 예에서, 차선 라인(420)에 근접한 영역(270) 내의 차량(1312)의 포지션은 차량(1312)이 교차로(450)에서 차선(417)으로 우회전할 가능성이 있다는 것을 나타낼 수 있다. 이러한 가능성은 센서가 차량(1312)의 우방향 지시등이 활성화되는 것을 나타내는 경우 증가될 수 있다. 이 예에서, 차량(1310)은 도 13에 도시된 바와 같이 차량(1312)의 포지션에 도달하기 위해 차량(1312)에 의해 직전에 진행되었던 궤적(1320)을 따르고 있는 것으로 보인다. 이와 같이, 컴퓨팅 디바이스들(110)은 차량(1312)이 교차로(450)에서 차선(417)으로 우회전을 할 가능성이 또한 있다고 결정할 수 있다. 이어서, 컴퓨팅 디바이스(110)는 이 정보를 사용하여 차량(100)을 조종할 수 있다. 이러한 가능성은 센서가 차량(1310)의 우방향 지시등이 활성화되는 것을 나타내는 경우 증가될 수 있다. 따라서, 도 13의 예에서, 컴퓨팅 디바이스들(110)은 궤적(1320)이 허용하는 것보다 훨씬 더 빠르게 차선 라인(420)을 향해 이동하도록 또는 궤적(1320)을 또한 따르도록 차량을 조종하지만, 안전성을 위해 차량(1310) 후방에서 적어도 미리 결정된 거리를 유지할 수 있다.
따라서, 컴퓨팅 디바이스들(110)은 화살표(720)를 따르기 위해 차량(100)을 조종하고, 그에 의해 차선 라인(420)을 향해 그리고 차선 라인(421)으로부터 멀리 떨어지게 이동시킬 수 있다. 또한, 차량(712)이 차량(100) 전방에 있다면, 차량(610)이 차선 라인(420)을 향해 또한 이동하는 경우 충돌의 가능성을 감소시키기 위해, 컴퓨팅 디바이스들(110)은 차량(100)이 교차로(450)에 도달하고 차선(417)으로 회전할 때까지, 차량(722) 후방에 남아 있기 위해 차량(100)을 조종할 수 있다.
차량을 우측으로 조종하기 시작하기 위해 특정 넓은 차선 영역 내의 정확한 패스들, 거리들 및/또는 포인트들은 머신 러닝(machine learning) 기술들을 사용하고 넓은 차선들로부터의 이전의 우회전들로부터의 센서 데이터를 검토하여 식별될 수 있다. 이것은 동일하거나 유사한 영역들에서 유사한 상황들에서 우측으로 얼마나 멀리 및/또는 빠르게 다른 차량들이 이동했는지를 기록하고 조사할 수 있다.
위의 예들은 교차로들에서 우회전들과 관련되지만, 이러한 회전들은 차량이 주차장에 진입하는 곳에서 또한 발생할 수 있다. 또한, 본 명세서에서의 예들은 운전석이 우측에 있는 국가들에서의 우회전들에 관한 것이지만, 운전석이 좌측에 있는 국가들에서의 좌회전들에 관련된 것들과 동일할 것이다.
도 14는 회전을 하기 전에 차량을 조종하기 위해 차량(100)의 컴퓨팅 디바이스들(110)과 같은 차량의 하나 이상의 컴퓨팅 디바이스의 하나 이상의 프로세서에 의해 수행될 수 있는 것에 따른 예시적인 흐름도(1400)이다. 이 예에서, 블록 1410에서, 차선으로부터 회전을 하는 것을 포함하는 경로가 식별된다. 블록 1420에서, 적어도 미리 결정된 크기의 차선 폭을 갖는, 회전 이전의 차선의 영역이 식별된다. 블록 1430에서, 차량의 지각 시스템으로부터, 차선 내의 물체를 식별하는 센서 데이터가 수신된다. 블록 1440에서, 센서 데이터로부터, 차량에 상대적인 물체의 위치를 포함하는 물체의 특성들이 식별된다. 블록 1450에서, 차량은 식별된 특성들을 사용하여 회전을 하기 전의 영역을 통해 조종된다.
달리 명시되지 않는 한, 상술한 대안 예들은 상호 배타적인 것이 아니라, 다양한 조합들로 구현될 수 있어 고유 장점들을 달성한다. 위에서 설명된 특징의 이들 및 다른 변형 및 조합은 청구항에 의해 규정되는 주제 내에서 사용될 수 있기 때문에, 전술한 실시예의 설명은 청구항에 의해 규정되는 주제의 제한으로서가 아니라 예시로서 받아들여져야 한다. 또한, 본 명세서에서 설명된 예들뿐만 아니라 "예컨대", "포함하는" 등으로 표현된 문구들의 제공은 청구항의 주제를 특정 예들로 제한하는 것으로 해석되어서는 안되며; 오히려, 예들은 많은 가능한 실시예들 중 하나만을 예시하도록 의도된다. 게다가, 상이한 도면들 내의 동일한 참조 번호들은 동일 또는 유사한 요소들을 식별할 수 있다.
산업상 이용가능성
본 명세서에 설명된 기술은, 예를 들어, 자율 차량들의 분야에서, 그리고 도로 차선으로부터 회전을 하기 전에 차량을 조종하는 것을 포함하여, 넓은 산업상 이용가능성을 향유한다.

Claims (20)

  1. 도로 차선으로부터 회전을 하기 전에 차량을 조종하는 방법으로서,
    하나 이상의 프로세서에 의해, 상기 차선으로부터 상기 회전을 하는 것을 포함하는 경로를 식별하는 단계;
    상기 하나 이상의 프로세서에 의해, 적어도 미리 결정된 크기의 차선 폭을 갖는, 상기 회전 이전의 상기 차선의 영역을 식별하는 단계;
    상기 하나 이상의 프로세서에 의해, 지각 시스템으로부터, 상기 차선 내의 물체를 식별하는 센서 데이터를 수신하는 단계 - 상기 회전 이전의 상기 차선의 영역의 상기 차선 폭의 상기 미리 결정된 크기는 상기 물체와 상기 차량을 동일한 차선 내에 나란히 맞추기에 충분한 거리임 -;
    상기 하나 이상의 프로세서에 의해, 상기 센서 데이터로부터, 상기 차량에 상대적인 상기 물체의 위치를 포함하는 상기 물체의 특성들을 식별하는 단계; 및
    상기 하나 이상의 프로세서에 의해, 상기 식별된 특성들을 사용하여 상기 회전을 하기 전에 상기 영역을 통해 상기 차량을 조종하는 단계를 포함하는 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 센서 데이터는 상기 영역 내의 차선 라인과 커브(curb) 사이의 거리를 추가로 식별하고, 상기 영역을 식별하는 것은 상기 센서 데이터에 기초하는 방법.
  4. 제1항에 있어서,
    상기 영역을 통해 상기 차량을 조종하는 것은 상기 영역에 대응하는 미리 저장된 지도 정보를 사용하는 것을 포함하고, 상기 지도 정보는 상기 차선 폭을 식별하는 정보를 포함하고, 상기 영역을 식별하는 것은 상기 지도 정보에 기초하는 방법.
  5. 제1항에 있어서,
    상기 물체의 상대적인 위치가 상기 차량 전방에 있어, 상기 물체가 상기 차량보다 상기 회전(turn)에 더 가까운 경우, 상기 물체가 회전을 할 가능성이 있는지를 결정하는 것을 추가로 포함하고, 상기 차량을 조종하는 것은 상기 결정에 추가로 기초하는 방법.
  6. 제5항에 있어서,
    상기 결정은 상기 센서 데이터가 상기 물체의 방향 지시등이 활성화되는 것을 나타내는지에 추가로 기초하는 방법.
  7. 제5항에 있어서,
    상기 결정은 상기 물체 및 제2 물체가 적층되는 것으로 보이고 동일한 방식으로 회전하거나 회전하지 않도록 진행할 가능성이 있도록 상기 물체가 상기 제2 물체 후방에서 정지되는지에 추가로 기초하는 방법.
  8. 제7항에 있어서,
    상기 결정은 상기 물체가 상기 영역의 하나의 경계에 더 멀리 있는지 또는 상기 영역의 다른 경계에 더 멀리 있는지에 추가로 기초하는 방법.
  9. 제1항에 있어서,
    상기 물체의 상대적인 위치가 상기 차량의 후방에 있어, 상기 차량이 상기 물체보다 상기 회전에 더 가까운 경우, 상기 물체가 상기 차량을 지나고 상기 회전을 하려고 시도하고 있는지를 결정하는 것을 추가로 포함하고, 상기 차량을 조종하는 것은 상기 결정에 추가로 기초하는 방법.
  10. 제9항에 있어서,
    상기 결정은 상기 물체의 상대적인 위치에 추가로 기초하고, 상기 물체가 측방향으로의 상기 회전으로부터 상기 차량보다 더 멀리 있고, 상기 차량을 조종하는 것은 상기 회전으로부터 미리 결정된 거리에서 상기 회전을 향해 상기 차량을 이동시키는 것을 포함하는 방법.
  11. 제9항에 있어서,
    상기 결정은 상기 물체의 상대적인 위치에 추가로 기초하고, 상기 물체가 측방향으로의 상기 회전으로부터 상기 차량보다 더 가깝고, 상기 차량을 조종하는 것은 상기 물체가 상기 차선 내의 상기 차량을 지나가도록 허용하고 그 후 상기 차량을 상기 회전을 향해 이동시키는 것을 포함하는 방법.
  12. 도로 차선으로부터 회전을 하기 전에 차량을 조종하기 위한 시스템으로서,
    하나 이상의 프로세서를 포함하며, 상기 하나 이상의 프로세서는:
    상기 차선으로부터 상기 회전을 하는 것을 포함하는 경로를 식별하고;
    적어도 미리 결정된 크기의 차선 폭을 갖는, 상기 회전 이전의 상기 차선의 영역을 식별하고;
    지각 시스템으로부터, 상기 차선 내의 물체를 식별하는 센서 데이터를 수신하고 - 상기 회전 이전의 상기 차선의 영역의 상기 차선 폭의 상기 미리 결정된 크기는 상기 물체와 상기 차량을 동일한 차선 내에 나란히 맞추기에 충분한 거리임 -;
    상기 센서 데이터로부터, 상기 차량에 상대적인 상기 물체의 위치를 포함하는 상기 물체의 특성들을 식별하고;
    상기 식별된 특성들을 사용하여 상기 회전을 하기 전에 상기 영역을 통해 상기 차량을 조종하도록 구성되는 시스템.
  13. 삭제
  14. 제12항에 있어서,
    상기 하나 이상의 프로세서는 상기 물체의 상대적인 위치가 상기 차량의 전방에 있어, 상기 물체가 상기 차량보다 상기 회전에 더 가까운 경우, 상기 물체가 상기 회전을 할 가능성이 있는지를 결정하도록 추가로 구성되고, 상기 차량을 조종하는 것은 상기 결정에 추가로 기초하는 시스템.
  15. 제14항에 있어서,
    상기 하나 이상의 프로세서는, 상기 물체 및 제2 물체가 적층되는 것으로 보이고 동일한 방식으로 회전하거나 회전하지 않게 진행할 가능성이 있도록 상기 물체가 상기 제2 물체 후방에서 정지되는지에 추가로 기초하여 상기 결정을 하도록 추가로 구성되는 시스템.
  16. 제15항에 있어서,
    상기 하나 이상의 프로세서는 상기 물체가 상기 영역의 하나의 경계에 더 멀리 있는지 또는 상기 영역의 다른 경계에 더 멀리 있는지에 추가로 기초하여 상기 결정을 하도록 추가로 구성되는 시스템.
  17. 제12항에 있어서,
    상기 하나 이상의 프로세서는, 상기 물체의 상대적인 위치가 상기 차량의 후방에 있어 상기 차량이 상기 물체보다 상기 회전에 더 가까운 경우, 상기 물체가 상기 차량을 지나고 회전하려고 시도하고 있는지를 결정하도록 추가로 구성되고, 상기 차량을 조종하는 것은 상기 결정에 추가로 기초하는 시스템.
  18. 제17항에 있어서,
    상기 하나 이상의 프로세서는 상기 물체의 상대적인 위치에 추가로 기초하여 상기 결정을 하도록 추가로 구성되고, 상기 물체가 측방향으로의 상기 회전으로부터 상기 차량보다 더 멀리 있는 경우, 상기 차량을 조종하는 것은 상기 회전으로부터 미리 결정된 거리에서 상기 회전을 향해 상기 차량을 이동시키는 것을 포함하는 시스템.
  19. 제17항에 있어서,
    상기 하나 이상의 프로세서는 상기 물체의 상대적인 위치에 추가로 기초하여 상기 결정을 하도록 추가로 구성되고, 상기 물체가 측방향으로의 상기 회전으로부터 상기 차량보다 더 가까운 경우, 상기 차량을 조종하는 것은 상기 물체가 상기 차선 내의 상기 차량을 지나가도록 허용하고 그 후 상기 차량을 상기 회전을 향해 이동시키는 것을 포함하는 시스템.
  20. 제12항에 있어서,
    상기 차량을 추가로 포함하는 시스템.
KR1020197025986A 2017-03-09 2018-03-06 회전들을 위한 자율 차량들의 준비 KR102254750B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020217014759A KR102295392B1 (ko) 2017-03-09 2018-03-06 회전들을 위한 자율 차량들의 준비

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/454,271 US11009875B2 (en) 2017-03-09 2017-03-09 Preparing autonomous vehicles for turns
US15/454,271 2017-03-09
PCT/US2018/021050 WO2018165096A1 (en) 2017-03-09 2018-03-06 Preparing autonomous vehicles for turns

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020217014759A Division KR102295392B1 (ko) 2017-03-09 2018-03-06 회전들을 위한 자율 차량들의 준비

Publications (2)

Publication Number Publication Date
KR20190113922A KR20190113922A (ko) 2019-10-08
KR102254750B1 true KR102254750B1 (ko) 2021-05-24

Family

ID=61692131

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020197025986A KR102254750B1 (ko) 2017-03-09 2018-03-06 회전들을 위한 자율 차량들의 준비
KR1020217014759A KR102295392B1 (ko) 2017-03-09 2018-03-06 회전들을 위한 자율 차량들의 준비

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020217014759A KR102295392B1 (ko) 2017-03-09 2018-03-06 회전들을 위한 자율 차량들의 준비

Country Status (5)

Country Link
US (2) US11009875B2 (ko)
EP (2) EP3568335B1 (ko)
KR (2) KR102254750B1 (ko)
CN (1) CN110392652B (ko)
WO (1) WO2018165096A1 (ko)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10509409B2 (en) * 2017-04-27 2019-12-17 Aptiv Technologies Limited Local traffic customs learning system for automated vehicle
US10507813B2 (en) * 2017-05-10 2019-12-17 Baidu Usa Llc Method and system for automated vehicle emergency light control of an autonomous driving vehicle
US11520340B2 (en) * 2017-08-10 2022-12-06 Nissan Motor Co., Ltd. Traffic lane information management method, running control method, and traffic lane information management device
US10713940B2 (en) 2017-10-31 2020-07-14 Waymo Llc Detecting and responding to traffic redirection for autonomous vehicles
US10401862B2 (en) * 2017-10-31 2019-09-03 Waymo Llc Semantic object clustering for autonomous vehicle decision making
US10591914B2 (en) * 2017-11-08 2020-03-17 GM Global Technology Operations LLC Systems and methods for autonomous vehicle behavior control
US10752249B2 (en) * 2018-03-14 2020-08-25 Toyota Research Institute, Inc. Vehicle systems and methods for providing turn assistance at an intersection
US10678249B2 (en) * 2018-04-20 2020-06-09 Honda Motor Co., Ltd. System and method for controlling a vehicle at an uncontrolled intersection with curb detection
US11287814B2 (en) * 2018-08-07 2022-03-29 GM Global Technology Operations LLC Lane change detection system and method for an autonomous vehicle
DE102018126295A1 (de) * 2018-10-23 2020-04-23 Daimler Ag Verfahren zum zumindest teilautomatisierten Führen eines Kraftfahrzeugs
EP3680876A1 (en) * 2019-01-08 2020-07-15 Visteon Global Technologies, Inc. Method for planning trajectory of vehicle
US11137766B2 (en) * 2019-03-07 2021-10-05 Zoox, Inc. State machine for traversing junctions
JP7267438B2 (ja) * 2019-03-08 2023-05-01 ウェイモ エルエルシー 自律車両のターンのシグナリング
EP3950453B1 (en) * 2019-03-27 2024-01-24 NISSAN MOTOR Co., Ltd. Driving assistance method and driving assistance device
US11480962B1 (en) * 2019-06-28 2022-10-25 Zoox, Inc. Dynamic lane expansion
US11353874B2 (en) 2019-08-20 2022-06-07 Zoox, Inc. Lane handling for merge prior to turn
US11468773B2 (en) 2019-08-20 2022-10-11 Zoox, Inc. Lane classification for improved vehicle handling
CN114269618A (zh) * 2019-08-20 2022-04-01 祖克斯有限公司 转弯前用于并入的车道处理
US11427191B2 (en) 2019-10-31 2022-08-30 Zoox, Inc. Obstacle avoidance action
US11532167B2 (en) 2019-10-31 2022-12-20 Zoox, Inc. State machine for obstacle avoidance
EP3855121A3 (en) * 2019-12-30 2021-10-27 Waymo LLC Kinematic model for autonomous truck routing
US20220185272A1 (en) * 2020-12-10 2022-06-16 Motional Ad Llc Lane connectors as a constraint
US11731630B2 (en) 2021-04-27 2023-08-22 Ford Global Technologies, Llc Methods and systems for asserting right of way for traversing an intersection
CN115366899B (zh) * 2022-10-25 2023-01-03 南京项尚车联网技术有限公司 一种基于北斗的远程车载路径识别系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016110728A1 (ja) * 2015-01-05 2016-07-14 日産自動車株式会社 目標経路生成装置および走行制御装置

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008232832A (ja) * 2007-03-20 2008-10-02 Denso Corp 干渉判定方法，ｆｍｃｗレーダ
KR20100056883A (ko) 2008-11-20 2010-05-28 현대자동차주식회사 끼어드는 차량을 인식하는 감응식 순항 제어 시스템
JP2011013039A (ja) 2009-06-30 2011-01-20 Clarion Co Ltd 車線判定装置及びナビゲーションシステム
US8346426B1 (en) 2010-04-28 2013-01-01 Google Inc. User interface for displaying internal state of autonomous driving system
DE102011086281A1 (de) * 2011-11-14 2013-05-16 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen einer Ausparkstrategie
US8457827B1 (en) 2012-03-15 2013-06-04 Google Inc. Modifying behavior of autonomous vehicle based on predicted behavior of other vehicles
US8473144B1 (en) * 2012-10-30 2013-06-25 Google Inc. Controlling vehicle lateral lane positioning
WO2014145018A2 (en) 2013-03-15 2014-09-18 Levant Power Corporation Active vehicle suspension improvements
US9014977B2 (en) * 2013-06-21 2015-04-21 Here Global B.V. Method and apparatus for route determination based on one or more non-travel lanes
US9081383B1 (en) * 2014-01-22 2015-07-14 Google Inc. Enhancing basic roadway-intersection models using high intensity image data
US9646494B2 (en) * 2014-03-10 2017-05-09 Iteris, Inc. Bicycle differentiation using video data analytics
JP6269840B2 (ja) * 2014-08-21 2018-01-31 日産自動車株式会社 運転支援装置及び運転支援方法
JP6591737B2 (ja) * 2014-08-25 2019-10-16 クラリオン株式会社 自動運転制御装置
CA2959425A1 (en) * 2014-09-03 2016-03-10 Aira Tech Corporation Media streaming methods, apparatus and systems
US9248834B1 (en) 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information
US9701306B2 (en) 2014-12-23 2017-07-11 Toyota Motor Engineering & Manufacturing North America, Inc. Risk mitigation for autonomous vehicles relative to turning objects
JP6404722B2 (ja) * 2015-01-21 2018-10-17 株式会社デンソー 車両の走行制御装置
US9493157B2 (en) 2015-01-29 2016-11-15 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle operation in obstructed occupant view and sensor detection environments
DE102015202451A1 (de) * 2015-02-11 2016-08-11 Volkswagen Aktiengesellschaft Vorrichtung und Verfahren zur Beschleunigung eines Fahrzeugs beim Start an einer Lichtzeichenanlage
CN106032989A (zh) * 2015-03-13 2016-10-19 昆达电脑科技(昆山)有限公司 后车导航信息告示方法及系统
KR20160136640A (ko) 2015-05-20 2016-11-30 주식회사 만도 차량 자율 주행 시스템 및 방법
EP3106369B1 (en) * 2015-06-16 2018-12-12 Volvo Car Corporation Method and system for safe steering assistance in a vehicle
RU2678599C1 (ru) * 2015-07-27 2019-01-30 Ниссан Мотор Ко., Лтд. Устройство прокладки маршрута и навигации по маршруту и способ прокладки маршрута и навигации по маршруту
KR102286174B1 (ko) * 2015-09-01 2021-08-06 주식회사 만도 운전 지원 장치 및 운전 지원 방법
US10800455B2 (en) * 2015-12-17 2020-10-13 Ford Global Technologies, Llc Vehicle turn signal detection
JP6330825B2 (ja) * 2016-01-26 2018-05-30 トヨタ自動車株式会社 車両用衝突回避支援システム
DE102016008382A1 (de) * 2016-07-12 2017-02-02 Daimler Ag Verfahren zum Unterstützen eines Fahrers eines Kraftfahrzeugs beim Manövrieren des Kraftfahrzeugs sowie Fahrerassistenzsystem

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016110728A1 (ja) * 2015-01-05 2016-07-14 日産自動車株式会社 目標経路生成装置および走行制御装置

Also Published As

Publication number Publication date
KR20210059043A (ko) 2021-05-24
CN110392652A (zh) 2019-10-29
US11938967B2 (en) 2024-03-26
KR102295392B1 (ko) 2021-08-31
WO2018165096A1 (en) 2018-09-13
CN110392652B (zh) 2022-07-26
EP3795457A1 (en) 2021-03-24
KR20190113922A (ko) 2019-10-08
EP3795457B1 (en) 2024-01-03
EP3568335B1 (en) 2020-12-02
US20180259957A1 (en) 2018-09-13
US20210240184A1 (en) 2021-08-05
EP3568335A1 (en) 2019-11-20
US11009875B2 (en) 2021-05-18

Similar Documents

Publication Publication Date Title
KR102254750B1 (ko) 회전들을 위한 자율 차량들의 준비
US11636362B1 (en) Predicting trajectory intersection by another road user
JP7266053B2 (ja) 自律走行車の動的ルート決定
US10899345B1 (en) Predicting trajectories of objects based on contextual information
RU2660158C1 (ru) Устройство управления движением и способ управления движением
JP2020514874A (ja) 車輪姿勢を使用した将来の進行方向の決定
KR102613822B1 (ko) 다중 차선 방향전환 전체에 걸친 차량들의 제어
JP7267438B2 (ja) 自律車両のターンのシグナリング
US20220366175A1 (en) Long-range object detection, localization, tracking and classification for autonomous vehicles
CN114286774A (zh) 针对自主车辆检测潜在被遮挡对象
US20240124030A1 (en) Responding to emergency vehicles for autonomous vehicles
CN114435393A (zh) 用于自主驾驶系统的对轨道智能体的行为预测
JP7306507B2 (ja) 合流システム、コンピュータ可読媒体、及び方法
US20230068703A1 (en) Planning system for autonomously navigating around lane-sharing road agents
CN117406705A (zh) 规划用于控制自主车辆的轨迹

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