KR20200083376A - 자율 주행 차량의 고속 계획을 위한 다항식 피팅 기반의 기준선 평활화 방법 - Google Patents

자율 주행 차량의 고속 계획을 위한 다항식 피팅 기반의 기준선 평활화 방법 Download PDF

Info

Publication number
KR20200083376A
KR20200083376A KR1020197029117A KR20197029117A KR20200083376A KR 20200083376 A KR20200083376 A KR 20200083376A KR 1020197029117 A KR1020197029117 A KR 1020197029117A KR 20197029117 A KR20197029117 A KR 20197029117A KR 20200083376 A KR20200083376 A KR 20200083376A
Authority
KR
South Korea
Prior art keywords
reference line
adv
point
baseline
autonomous vehicle
Prior art date
Application number
KR1020197029117A
Other languages
English (en)
Other versions
KR102279405B1 (ko
Inventor
판 주
린 마
신 수
Original Assignee
바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드
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 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드, 바이두 유에스에이 엘엘씨 filed Critical 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드
Publication of KR20200083376A publication Critical patent/KR20200083376A/ko
Application granted granted Critical
Publication of KR102279405B1 publication Critical patent/KR102279405B1/ko

Links

Images

Classifications

    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K35/00—Arrangement of adaptations of instruments
    • B60K35/22—
    • B60K35/28—
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/105—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
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
    • 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
    • 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
    • G05D1/02—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
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K2370/00—Details of arrangements or adaptations of instruments specially adapted for vehicles, not covered by groups B60K35/00, B60K37/00
    • B60K2370/15—Output devices or features thereof
    • B60K2370/152—Displays
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K2370/00—Details of arrangements or adaptations of instruments specially adapted for vehicles, not covered by groups B60K35/00, B60K37/00
    • B60K2370/16—Type of information
    • B60K2370/175—Autonomous driving
    • 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
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146—Display 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2201/00—Application
    • G05D2201/02—Control of position of land vehicles
    • G05D2201/0213—Road vehicle, e.g. car or truck
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Geometry (AREA)
  • Mathematical Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (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

다양한 실시형태에 따라, 자율 주행 차량의 기준선을 평활화하기 위한 시스템 및 방법이 설명된다. 예시적 방법에 있어서, 고화질 지도 및 라우팅 결과에 따라 초기 기준선을 생성할 수 있으며, 기설정 공식에 기반하여 초기 기준선을 절단할 수 있다. 절단된 초기 기준선은 복수 개의 점을 포함할 수 있으며, 각각의 점은 전체 좌표계에서 자율 주행 차량의 위치를 표시한다. 복수 개의 점은 국부 좌표계 중의 점으로 전환될 수 있고, 국부 좌표계에서 상기 점에 가장 적합한 다항식 곡선을 생성한다. 그리고, 복수 개의 점 중 각각의 점의 수평 좌표에 대해 다항식 곡선을 사용하여 새로운 수직 좌표를 생성할 수 있다. 새로운 수직 좌표 및 이에 대응되는 수평 좌표는 전체 좌표계로 다시 전환될 수 있다. 다항식 곡선은 전체 좌표계 중의 각각의 점의 직진 방향, kappa 및 dkappa를 유도해낼 수 있다.

Description

자율 주행 차량의 고속 계획을 위한 다항식 피팅 기반의 기준선 평활화 방법
본 발명의 실시형태는 전반적으로 자율 주행 차량의 작동에 관한 것이다. 보다 구체적으로, 본 발명의 실시형태는 자율 주행 차량 중의 기준선 평활화 방법에 관한 것이다.
자율 주행 모드로 운행(예를 들어, 무인 운전)되는 차량은 탑승자, 특히는 운전자를 운전 관련 직책에서 해방시킬 수 있다. 자율 주행 모드로 운행될 경우, 차량은 차량용 센서와 고해상도 지도를 사용하여 다양한 위치로 네비게이팅될 수 있어 최소한의 인간-기계 상호 작용의 경우 또는 아무런 승객도 없는 일부 경우에 차량의 주행을 허용한다.
자율 주행 차량(ADV)은 다양한 모듈에 의하여 궤적을 계획한다. 통상적으로, 각각의 계획 궤적에 대해, 지형도의 형태로 기준선을 생성할 수 있으며, 또한 다른 차량, 장애물 또는 교통 상황과 같은 다른 사물의 간섭이 없이 기준선은 이상적인 루트 또는 경로를 표시할 수 있다. 편안하게 주행할 수 있도록 다양한 기술을 사용하여 기준선을 평활화시킬 수 있다.
그러나, ADV가 고속으로 주행할 경우 특정된 구심 가속도를 유지하기 위해, 경로점 곡률 및 그 도함수에 대한 요구가 보다 높아질 것이다. 기존의 평활화 기술은 통상적으로 고속 환경의 요구를 만족시키지 못한다.
본 발명의 양태에서, 본 발명의 실시형태는 자율 주행 차량(ADV)을 위해 생성된 기준선을 전체 좌표계로부터 국부 좌표계로 전환하는 단계 - 기준선은 복수 개의 이산점을 포함함 - ; 기준선의 각각의 점의 수평 좌표에 대해, 복수 개의 점에 가장 적합한 다항식 곡선을 사용하여 새로운 수직 좌표를 결정하는 단계; 각각의 새로운 수직 좌표 및 이에 대응되는 수평 좌표에 의해 표시되는 점을 전체 좌표계로 다시 전환하는 단계; 및 다항식 곡선을 사용하여 각각의 전환점의 직진 방향, kappa 및 dkappa를 결정하는 단계를 포함하는 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법을 제공한다.
본 발명의 다른 양태에서, 본 발명의 실시형태는 명령이 저장된 비일시적 기계 판독 가능 매체를 제공하며, 상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 동작을 수행하도록 하며, 상기 동작은, 자율 주행 차량(ADV)을 위해 생성된 기준선을 전체 좌표계로부터 국부 좌표계로 전환하는 단계 - 기준선은 복수 개의 이산점을 포함함 - ; 기준선의 각각의 점의 수평 좌표에 대해, 복수 개의 점에 가장 적합한 다항식 곡선을 사용하여 새로운 수직 좌표를 결정하는 단계; 각각의 새로운 수직 좌표 및 이에 대응되는 수평 좌표에 의해 표시되는 점을 전체 좌표계로 다시 전환하는 단계; 및 다항식 곡선을 사용하여 각각의 전환점의 직진 방향, kappa 및 dkappa를 결정하는 단계를 포함한다.
본 발명의 또 다른 양태에서, 본 발명의 실시형태는 프로세서; 및 명령을 저장하기 위해 상기 프로세서에 연결된 메모리를 포함하고, 상기 명령이 상기 프로세서에 의해 실행될 경우 상기 프로세서가 동작을 수행하도록 하고, 상기 동작은, 자율 주행 차량(ADV)을 위해 생성된 기준선을 전체 좌표계로부터 국부 좌표계로 전환하는 단계 - 기준선은 복수 개의 이산점을 포함함 - ; 기준선의 각각의 점의 수평 좌표에 대해, 복수 개의 점에 가장 적합한 다항식 곡선을 사용하여 새로운 수직 좌표를 결정하는 단계; 각각의 새로운 수직 좌표 및 이에 대응되는 수평 좌표에 의해 표시되는 점을 전체 좌표계로 다시 전환하는 단계; 및 다항식 곡선을 사용하여 각각의 전환점의 직진 방향, kappa 및 dkappa를 결정하는 단계를 포함하는 데이터 처리 시스템을 제공한다.
본 발명의 실시형태는 각 도면에서 예시로서 비제한적인 방식으로 도시되며, 도면 중의 동일한 부호는 유사한 구성 요소를 대신 지칭한다.
도 1은 일 실시형태에 따른 네트워킹 시스템을 도시하는 블록도이다.
도 2는 일 실시형태에 따른 자율 주행 차량의 예시를 도시하는 블록도이다.
도 3a 내지 도 3b는 일 실시형태에 따른 자율 주행 차량과 함께 사용되는 감지 및 계획 시스템의 예시를 도시하는 블록도이다.
도 4는 실시형태에 따른 다항식 피팅 기반의 기준선 평활화 어셈블리가 ADV에서 작동되는 환경을 나타낸다.
도 5는 또한 실시형태에 따른 다항식 피팅 기반의 기준선 평활화 어셈블리를 나타낸다.
도 6a 내지 도 6e는 도형 방식으로 실시형태에 따른 다항식 피팅 기반의 기준선 평활화 방법을 나타낸다.
도 7은 실시형태에 따른 기준선을 평활화하는 예시적 과정을 도시하는 흐름도이다.
도 8은 일 실시형태와 함께 사용될 수 있는 데이터 처리 시스템의 예시를 도시하는 블록도이다.
아래에서 논의되는 상세한 설명을 참조하여 본 발명의 다양한 실시형태 및 양태를 설명하며, 첨부된 도면은 다양한 실시형태를 도시한다. 아래 설명과 도면은 본 발명에 대한 설명이며, 본 발명을 한정하려는 것으로 해석되어서는 안된다. 본 발명의 다양한 실시형태에 대한 전면적 이해를 제공하기 위해 많은 특정 세부사항을 설명한다. 그러나, 어떤 경우에는, 본 발명의 실시형태에 대한 간략한 논의를 제공하기 위해 공지되었거나 통상적인 세부사항들에 대한 설명은 생략한다.
본 명세서에서 “일 실시형태” 또는 “실시형태”에 대한 언급은 상기 실시형태와 결합하여 설명된 특정된 특징, 구조 또는 특성이 본 발명의 적어도 일 실시형태에 포함될 수 있음을 의미한다. 본 명세서의 각 부분에 나타나는 문구 “일 실시형태에 있어서”는 전부 동일한 실시형태를 지칭하는 것은 아니다.
다양한 실시형태에 따라, 다항식 피팅 곡선을 사용하여 기준선을 평활화하는 시스템 및 방법을 설명한다. 예시적 방법에서, 고화질 지도 및 라우팅 결과에 따라 초기 기준선을 생성할 수 있으며, 기설정 공식에 기반하여 초기 기준선을 절단할 수 있다. 절단된 초기 기준선은 복수 개의 점을 포함할 수 있으며, 각각의 점은 전체 좌표계에서 자율 주행 차량의 위치를 표시한다. 복수 개의 점은 국부 좌표계 중의 점으로 전환될 수 있고, 국부 좌표계에서 상기 점에 가장 적합한 다항식 곡선을 생성한다.
그리고, 복수 개의 점 중 각각의 점의 수평 좌표에 대해 다항식 곡선을 사용하여 새로운 수직 좌표를 생성할 수 있다. 새로운 수직 좌표 및 이에 대응되는 수평 좌표는 전체 좌표계로 다시 전환될 수 있다. 다항식 곡선은 전체 좌표계 중의 각각의 점의 직진 방향, kappa 및 dkappa를 유도해낼 수 있다. 전환점 및 각각의 점의 직진 방향, kappa 및 dkappa는 ADV를 위해 새로운 기준선을 생성하기 위한 것이다.
실시형태에 있어서, 다항식 곡선의 1차 도함수, 2차 도함수 및 3차 도함수를 사용하여 각각의 전환점의 직진 방향, kappa 및 dkappa를 각각 계산할 수 있다. 다항식 곡선은 연속적이고 평활화하며 중단되지 않는 라인이므로, 그 1차 도함수, 2차 도함수 및 3차 도함수도 평활화하므로 전환점의 직진 방향, kappa 및 dkappa를 평활화하면서 연속적이도록 한다.
따라서, 상기 방법을 사용하여 생성된 기준선은 보다 평온하고 보다 편안하게 주행할 수 있도록 한다. 본 발명에서 설명된 실시형태는 특히 고속도로 조건에서 주행하도록 설계된 ADV에 적용된다.
실시형태에 있어서, 복수 개의 주행/계획 주기를 포함할 수 있는 계획 단계에 대해 초기 기준선을 생성할 수 있다. 초기 기준선의 각각의 점은 ADV가 계획 주기 기간에서의 특정된 시간점의 위치를 표시할 수 있다.
실시형태에 있어서, 다항식 곡선은 Y = C3 * X3 + C2 * X2 + C1 * X1 + C0 * X0의 격식일 수 있다. ADV가 기설정 값을 초과하는 속도로 주행할 경우, 상기 기준선 평활화 방법을 사용할 수 있다. ADV가 기설정 값과 같거나 낮은 속도로 주행할 경우, ADV는 상이한 기준선 평활화 방법을 수행하는 다른 과정으로 자동 전환될 수 있다.
자율 주행 차량
도 1은 본 발명의 일 실시형태에 따른 자율 주행 차량 네트워크 구성을 도시하는 블록도이다. 도 1을 참조하면, 네트워크 구성(100)은 네트워크(102)를 통해 하나 또는 복수 개의 서버(103) 내지 서버(104)에 통신적으로 연결될 수 있는 자율 주행 차량(101)을 포함한다. 하나의 자율 주행 차량이 도시되어 있지만, 복수 개의 자율 주행 차량이 네트워크(102)를 통해 상호 연결될 수 있으며 및/또는 서버(103 내지 104)에 연결될 수 있다. 네트워크(102)는 유선 또는 무선의 근거리 통신망(LAN), 인터넷과 같은 광역 통신망(WAN), 셀룰러 네트워크, 위성 네트워크 또는 이들의 조합과 같은 임의의 유형의 네트워크일 수 있다. 서버(103 내지 104)는 네트워크 또는 클라우드 서버, 애플리케이션 서버, 백엔드 서버 또는 이들의 조합과 같은 임의의 유형의 서버 또는 서버 클러스터일 수 있다. 서버(103 내지 104)는 데이터 분석 서버, 콘텐츠 서버, 교통 정보 서버, 지도 및 관심지점(MPOI) 서버 또는 위치 서버 등일 수 있다.
자율 주행 차량은 자율 주행 모드로 설정될 수 있는 차량을 가리키며, 상기 자율 주행 모드에서 차량은 운전자로부터의 입력이 극히 적거나 전혀 없는 경우 내비게이트되어 환경을 통과한다. 이러한 자율 주행 차량은 차량 작동 환경과 관련된 정보를 검출하도록 구성된 하나 또는 복수 개의 센서를 갖는 센서 시스템을 포함할 수 있다. 상기 차량 및 그에 관련된 제어기는 검출된 정보를 사용하여 내비게이트되어 상기 환경을 통과한다. 자율 주행 차량(101)은 수동 모드, 전체 자율 주행 모드 또는 부분적 자율 주행 모드에서 작동될 수 있다.
일 실시형태에 있어서, 자율 주행 차량(101)은 감지 및 계획 시스템(110), 차량 제어 시스템(111), 무선 통신 시스템(112), 사용자 인터페이스 시스템(113), 및 센서 시스템(115)을 포함하지만 이에 한정되지 않는다. 자율 주행 차량(101)은 일반 차량에 포함되는 엔진, 휠, 핸들, 변속기 등과 같은 일부 일상적 부재를 더 포함할 수 있으며, 상기 부재는 차량 제어 시스템(111) 및/또는 감지 및 계획 시스템(110)에 의해 예를 들어, 가속 신호 또는 명령, 감속 신호 또는 명령, 스티어링 신호 또는 명령, 브레이킹 신호 또는 명령 등과 같은 다양한 통신 신호 및/또는 명령을 사용하여 제어될 수 있다.
부재(110 내지 115)는 인터커넥터, 버스, 네트워크 또는 이들의 조합을 통해 서로 통신적으로 연결될 수 있다. 예를 들어, 부재(110 내지 115)는 제어기 근거리 통신망(CAN) 버스를 통해 서로 통신적으로 연결될 수 있다. CAN 버스는 호스트가 없는 응용에서 마이크로 제어기와 장치가 서로 통신하는 것을 허용하도록 설계된 차량 버스 기준이다. 이것은 초기에 자동차 내의 다중 전기 배선을 위해 설계된 메시지 기반 프로토콜이지만 많은 다른 환경에서도 사용된다.
또한 도 2를 참조하면, 일 실시형태에 있어서, 센서 시스템(115)은 하나 또는 복수 개의 카메라(211), 위성항법시스템(GPS) 유닛(212), 관성 측정 유닛(IMU)(213), 레이더 유닛(214) 및 라이다(LIDAR) 유닛(215)을 포함하지만 이에 한정되지 않는다. GPS 유닛(212)은 자율 주행 차량의 위치에 관한 정보를 제공하기 위해 작동될 수 있는 트랜시버를 포함할 수 있다. IMU 유닛(213)은 관성 가속도에 기반하여 자율 주행 차량의 위치와 정방향 변화를 감지할 수 있다. 레이더 유닛(214)은 무선 전기 신호로 자율 주행 차량의 현지 환경 내에서 객체를 감지하는 시스템을 표시할 수 있다. 일부 실시형태에 있어서, 감지 객체를 제외한 외, 레이더 유닛(214)은 또한 감지 객체의 속도 및/또는 직진 방향을 감지할 수 있다. LIDAR 유닛(215)은 레이저로 자율 주행 차량이 속한 환경에서의 객체를 감지할 수 있다. 다른 시스템 부재를 제외한 외, LIDAR 유닛(215)은 하나 또는 복수 개의 레이저원, 레이저 스캐너 및 하나 또는 복수 개의 탐지기를 더 포함할 수 있다. 카메라(211)는 자율 주행 차량 주변 환경의 이미지를 수집하는 하나 또는 복수 개의 장치를 포함할 수 있다. 카메라(211)는 스틸 카메라 및/또는 비디오 카메라일 수 있다. 예를 들어, 카메라를 회전 및/또는 경사진 플랫폼에 설치하여 카메라는 기계적으로 이동할 수 있다.
센서 시스템(115)은 소나 센서(sonar sensor), 적외선 센서, 스티어링 센서, 스로틀 센서(throttle sensor), 브레이킹 센서 및 오디오 센서(예를 들어, 마이크로폰)와 같은 다른 센서를 더 포함할 수 있다. 오디오 센서는 자율 주행 차량 주변의 환경으로부터 소리를 수집하도록 구성될 수 있다. 스티어링 센서는 핸들, 차량의 휠 또는 이들의 조합의 스티어링 각도를 감지하도록 구성될 수 있다. 스로틀 센서 및 브레이킹 센서는 차량의 스로틀 위치와 브레이킹 위치를 각각 감지하도록 구성될 수 있다. 어떤 경우에는, 스로틀 센서 및 브레이킹 센서는 통합적 스로틀/브레이킹 센서로 통합될 수 있다.
일 실시형태에 있어서, 차량 제어 시스템(111)은 스티어링 유닛(201), 스로틀 유닛(202)(가속 유닛으로도 지칭됨) 및 브레이킹 유닛(203)을 포함하지만 이에 한정되지 않는다. 스티어링 유닛(201)은 차량의 방향 또는 직진 방향을 조정하는데 사용된다. 스로틀 유닛(202)은 모터 또는 엔진의 속도를 제어하는데 사용되며, 모터 또는 엔진의 속도는 더 나아가 차량의 속도 및 가속도를 제어한다. 브레이킹 유닛(203)은 마찰 제공에 의해 차량의 휠 또는 타이어를 감소시킴으로써 차량을 감속시킨다. 도 2에 도시된 부재는 하드웨어, 소프트웨어 또는 이들의 조합으로 구현될 수 있음을 유의해야 한다.
도 1을 다시 참조하면, 무선 통신 시스템(112)은 자율 주행 차량(101)과 장치, 센서, 다른 차량 등과 같은 외부 시스템의 통신을 허용한다. 예를 들어, 무선 통신 시스템(112)은 하나 또는 복수 개의 장치와 직접 무선으로 통신하거나 네트워크(102)를 통한 서버(103 내지 104)와 통신하는 통신 네트워크를 통해 무선으로 통신할 수 있다. 무선 통신 시스템(112)은 임의의 셀룰러 통신 네트워크 또는 무선 근거리 통신망(WLAN)을 사용할 수 있으며, 예를 들어, WiFi를 사용하여 다른 부재 또는 시스템과 통신한다. 무선 통신 시스템(112)은 예를 들어 적외선 링크, 블루투스 등을 사용하여 장치(예를 들어, 승객의 이동 장치, 디스플레이 장치, 차량(101) 내의 스피커)와 직접 통신할 수 있다. 사용자 인터페이스 시스템(113)은 차량(101) 내에서 실시되는 주변 장치의 일부일 수 있으며, 예를 들어, 키보드, 터치 스크린 디스플레이 장치, 마이크로폰 및 스피커 등을 포함한다.
자율 주행 차량(101)의 기능 중의 일부 또는 전부는 감지 및 계획 시스템(110)에 의해 제어되거나 관리될 수 있다. 감지 및 계획 시스템(110)은 필요한 하드웨어(예를 들어, 프로세서, 메모리, 저장 기기) 및 소프트웨어(예를 들어, 운영 체제, 계획 및 루트 안배 순서)를 포함하여, 센서 시스템(115), 제어 시스템(111), 무선 통신 시스템(112) 및/또는 사용자 인터페이스 시스템(113)으로부터 정보를 수신하고 수신된 정보를 처리하며, 출발점으로부터 목적 지점까지의 루트 또는 경로를 계획하고, 이어서 차량이 계획 및 제어 정보에 기반하여 주행하도록 한다. 대체적으로, 감지 및 계획 시스템(110)은 차량 제어 시스템(111)과 함께 통합될 수 있다.
예를 들어, 승객으로서 사용자는 예를 들어 사용자 인터페이스를 통해 코스의 출발 위치 및 목적지를 지정할 수 있다. 감지 및 계획 시스템(110)은 코스 관련 데이터를 획득한다. 예를 들어, 감지 및 계획 시스템(110)은 MPOI 서버로부터 위치와 루트 정보를 획득할 수 있으며, 상기 MPOI 서버는 서버(103 내지 104)의 일부일 수 있다. 위치 서버는 위치 서비스를 제공하며, 또한 MPOI 서버는 지도 서비스 및 어느 위치의 POI를 제공한다. 대체 가능하게, 해당 유형의 위치와 MPOI 정보는 감지 및 계획 시스템(110)의 영구 저장 장치에 로컬로 캐싱될 수 있다.
자율 주행 차량(101)이 루트에 따라 이동할 경우, 감지 및 계획 시스템(110)도 교통 정보 시스템 또는 서버(TIS)로부터 실행간 교통 정보를 획득할 수 있다. 서버(103 내지 104)는 제3자 엔티티에 의해 작동을 수행할 수 있음을 유의해야 한다. 대체 가능하게, 서버(103 내지 104)의 기능은 감지 및 계획 시스템(110)과 함께 통합될 수 있다. 실시간 교통 정보, MPOI 정보 및 위치 정보 및 센서 시스템(115)에 의해 검출 또는 감지된 실시간 현지 환경 데이터(예를 들어, 장애물, 객체, 주변 차량)에 기반하여, 감지 및 계획 시스템(110)은 최적 루트를 계획할 수 있고 또한 계획한 루트에 따라, 예를 들어 제어 시스템(111)에 의해 차량(101)을 주행하여 안전적 및 효율적으로 지정된 목적지에 도착한다.
서버(103)는 다양한 클라이언트에 대한 데이터 분석 서비스를 수행하기 위한 데이터 분석 시스템일 수 있다. 일 실시형태에 있어서, 데이터 분석 시스템(103)은 데이터 수집기(121) 및 기계 학습 엔진(122)을 포함한다. 데이터 수집기(121)는 다양한 차량(자율 주행 차량 또는 인류 운전자가 운전하는 일반 차량)으로부터 주행 통계(123)를 수집한다. 주행 통계(123)는 상이한 시점에서 차량의 센서에 의해 포착된 발행된 주행 명령(예를 들어, 스로틀 명령, 브레이킹 명령 및 스티어링 명령) 및 차량의 응답(예를 들어, 속도, 가속도, 감속도, 방향)을 나타내는 정보를 포함한다. 주행 통계(123)는 예를 들어, 루트(출발 위치 및 목적지 위치를 포함함), MPOI, 도로 조건, 기상 조건 등과 같은 상이한 시점에서의 주행 환경을 설명하는 정보를 더 포함할 수 있다.
기계 학습 엔진(122)은 주행 통계(123)를 기반으로 다양한 목적에 대해 규칙 세트, 알고리즘 및/또는 예측 모델(124)을 생성하거나 트레이닝하며, 다항식 곡선 피팅 기술을 사용하여 기준선을 생성하는 알고리즘을 포함한다. 다음, 자율 주행 기간에 실시간으로 사용하기 위해 알고리즘(124)을 ADV에 업로드할 수 있다.
도 3a 및 도 3b는 일 실시형태에 따른 자율 주행 차량과 함께 사용되는 감지 및 계획 시스템의 예시를 도시하는 블록도이다. 시스템(300)은 도 1의 자율 주행 차량(101)의 일부로 구현될 수 있으며, 감지 및 계획 시스템(110), 제어 시스템(111) 및 센서 시스템(115)을 포함하지만 이에 한정되지 않는다. 도 3a 내지 도 3b를 참조하면, 감지 및 계획 시스템(110)은 위치 결정 모듈(301), 감지 모듈(302), 예측 모듈(303), 결정 모듈(304), 계획 모듈(305), 제어 모듈(306) 및 라우팅 모듈(307)을 포함하지만 이에 한정되지 않는다.
모듈(301 내지 307) 중의 일부 또는 전부는 소프트웨어, 하드웨어 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 이러한 모듈은 영구 저장 장치(352)에 설치될 수 있고, 메모리(351)에 로딩될 수 있으며, 또한 하나 또는 복수 개의 프로세서(미도시)에 의해 실행될 수 있다. 이러한 모듈 중의 일부 또는 전부는 도 2의 차량 제어 시스템(111)의 일부 또는 전부 모듈에 통신적으로 연결될 수 있거나 이들과 함께 통합될 수 있다. 모듈(301 내지 307) 중의 일부는 함께 통합 모듈로 통합될 수 있다.
위치 결정 모듈(301)은 자율 주행 차량(300)의 현재 위치(예를 들어, GPS 유닛(212)을 이용함)를 확정하고 사용자의 코스 또는 루트와 관련되는 임의의 데이터를 관리한다. 위치 결정 모듈(301)(지도 및 루트 모듈로도 지칭됨)은 사용자의 코스 또는 루트와 관련되는 임의의 데이터를 관리한다. 사용자는 예를 들어 사용자 인터페이스를 통해 로그인하고 코스의 시작 위치 및 목적지를 지정할 수 있다. 위치 결정 모듈(301)은 지도 및 루트 정보(311)와 같은 자율 주행 차량(300)의 다른 어셈블리와 통신하여 코스 관련 데이터를 획득한다. 예를 들어, 위치 결정 모듈(301)은 위치 서버 및 지도 및 POI(MPOI) 서버로부터 위치 및 루트 정보를 획득할 수 있다. 위치 서버는 위치 서비스를 제공하고, 또한 MPOI 서버는 지도 서비스 및 어느 위치의 POI를 제공하며, 이들은 지도 및 루트 정보(311)의 일부 캐시로 사용될 수 있다. 자율 주행 차량(300)이 루트에 따라 이동할 경우, 위치 결정 모듈(301)도 교통 정보 시스템 또는 서버로부터 실시간 교통 정보를 획득할 수 있다.
센서 시스템(115)에 의해 제공된 센서 데이터 및 위치 결정 모듈(301)에 의해 획득된 위치 결정 정보에 기반하여, 감지 모듈(302)은 주변 환경에 대한 감지를 확정한다. 감지 정보는 일반 운전자가 운전자 정주행의 차량 주위에서 감지한 대상을 표시할 수 있다. 감지는 예를 들어, 객체 형태를 이용한 차선 구성, 신호등 신호, 다른 차량의 상대 위치, 행인, 건축물, 횡단 보도 또는 다른 교통 관련 표지판(예를 들어, 정지 표지판, 양보 표지판) 등을 포함할 수 있다. 차선 구성은 예를 들어 차선의 형상(예를 들어, 직선 또는 회전), 차선의 폭, 도로 중의 차선 개수, 단방향 차선 또는 쌍방향 차선, 머징 차선 또는 분류 차선, 출구 차선 등과 같은 하나 또는 복수 개의 차선을 설명하는 정보를 포함한다.
감지 모듈(302)은 하나 또는 복수 개의 카메라에 의해 수집된 이미지를 처리하고 분석하기 위해 컴퓨터 시각 시스템 또는 컴퓨터 시각 시스템의 기능을 포함할 수 있으며, 이로써 자율 주행 차량 환경 중의 객체 및/또는 특징을 식별한다. 상기 객체는 교통 신호, 도로 경계, 다른 차량, 행인 및/또는 장애물 등을 포함할 수 있다. 컴퓨터 시각 시스템은 객체 식별 알고리즘, 비디오 추적 및 다른 컴퓨터 시각 기술을 사용할 수 있다. 일부 실시형태에 있어서, 컴퓨터 시각 시스템은 환경 지도를 작성하여 객체를 추적하고 객체의 속도를 추정할 수 있다. 감지 모듈(302)은 또한 레이더 및/또는 LIDAR의 다른 센서에 의해 제공된 다른 센서 데이터에 기반하여 객체를 검출할 수 있다.
각각의 객체에 대해, 예측 모듈(303)은 이 상황에서 객체가 어떻게 표현될 것인지를 예측한다. 한 그룹의 지도/루트 정보(311) 및 교통 규칙(312)에 따라, 상기 시간점의 주행 환경을 감지하는 감지 데이터에 기반하여 예측을 수행한다. 예를 들어, 객체가 반대 방향의 차량에 있고 또한 현재 주행 환경이 십자도로를 포함하면, 예측 모듈(303)은 차량이 직진할 것인지 회전할 것인지 여부를 예측할 것이다. 감지 데이터가 십자도로에 신호등이 없다고 나타낼 경우, 예측 모듈(303)은 차량이 십자도로에 진입하기 이전에 가능하도록 완전히 정지해야 함을 예측할 수 있다. 감지 데이터가 차량이 현재 좌회전만 가능한 차선 또는 우회전만 가능한 차선에 있다고 나타낼 경우, 예측 모듈(303)은 차량이 보다 가능하도록 좌회전 또는 우회전할 것으로 각각 예측할 수 있다.
각각의 객체에 대해, 결정 모듈(304)은 객체를 어떻게 처리할 것인지에 관하여 결정한다. 예를 들어, 특정 객체(예를 들어, 교차 루트 중의 다른 차량) 및 객체를 설명하는 메타데이터(예를 들어, 속도, 방향, 회전 각도)에 대해, 결정 모듈(304)은 상기 객체와 어떻게 마주칠 것인가(예를 들어, 추월, 양보, 정지, 초과)를 결정한다. 결정 모듈(304)은 교통 규칙 또는 주행 규칙(312)과 같은 규칙 세트에 따라 이러한 결정을 내릴 수 있으며, 상기 규칙 세트는 영구 저장 장치(352)에 저장될 수 있다.
라우팅 모듈(307)은 출발점으로부터 목적지점까지의 하나 또는 복수 개의 루트 또는 경로를 제공하도록 구성된다. 시작 위치로부터 목적지 위치까지의 주어진 코스(예를 들어, 사용자로부터 수신됨)에 대해, 라우팅 모듈(307)은 루트 및 지도 정보(311)를 획득하며, 시작 위치로부터 목적지 위치까지 도착하는 모든 가능한 루트 또는 경로를 확정한다. 라우팅 모듈(307)은 지형도의 형태로 시작 위치로부터 목적지 위치까지 도착하는 확정된 루트 중의 각각의 기준선을 생성할 수 있다. 기준선은 다른 차량, 장애물 또는 교통 상황과 같은 다른 사물로부터의 어떠한 간섭이 없는 이상적인 루트 또는 경로를 가리킨다. 즉, 도로에 다른 차량, 행인 또는 장애물이 존재하지 않으면, ADV는 정확하거나 엄격하게 기준선을 준수해야 한다. 다음, 지형도는 결정 모듈(304) 및/또는 계획 모듈(305)에 제공된다. 다른 모듈에 의해 제공된 다른 데이터(예를 들어, 위치 결정 모듈(301)로부터의 교통 상황, 감지 모듈(302)에 의해 감지된 주행 환경 및 예측 모듈(303)에 의해 예측된 교통 상황)에 따라, 결정 모듈(304) 및/또는 계획 모듈(305)은 최적 루트 중의 하나를 선택 및 수정하기 위해 모든 가능한 루트를 검사한다. ADV를 제어하기 위한 실제 경로 또는 루트는 라우팅 모듈(307)에 의해 제공된 기준선과 비슷하면서 상이할 수 있으며, 이는 상기 시간점의 특정된 주행 환경에 의존한다.
감지된 객체 중의 각각의 결정에 기반하여, 계획 모듈(305)은 라우팅 모듈(307)에 의해 제공된 기준선을 기초로 하여 자율 주행 차량에 대해 경로 또는 루트 및 주행 파라미터(예를 들어, 거리, 속도 및/또는 회전 각도)를 계획한다. 즉, 주어진 객체에 대해, 결정 모듈(304)은 상기 객체에 대해 무엇을 할 것인지를 결정하고, 계획 모듈(305)은 어떻게 할 것인지를 결정한다. 예를 들어, 주어진 객체에 대해, 결정 모듈(304)은 상기 객체를 초과하는 것을 결정할 수 있으며, 계획 모듈(305)은 상기 객체의 좌측 또는 우측에서 초과하는지를 결정할 수 있다. 계획 및 제어 데이터는 계획 모듈(305)에 의해 생성되며, 차량(300)이 다음 이동 순환(예를 들어, 다음 루트/경로 구간)에서 어떻게 이동할 것인지를 설명하는 정보를 포함한다. 예를 들어, 계획 및 제어 데이터는 차량(300)이 시간당 30 마일(mph)의 속도로 10 미터를 이동한 다음 25 mph의 속도로 우측 차선으로 이동하도록 지시할 수 있다.
계획 및 제어 데이터에 기반하여, 제어 모듈(306)은 계획 및 제어 데이터에 의해 한정된 루트 또는 경로에 따라, 적절한 명령 또는 신호를 통해 차량 제어 시스템(111)으로 송신되어 자율 주행 차량을 제어 및 운전한다. 상기 계획 및 제어 데이터는 충족한 정보를 포함하여 경로 또는 루트에 따라 상이한 시간점에서 적절한 차량 설치 또는 차량 파라미터(예를 들어, 스로틀, 브레이킹 및 스티어링 명령)를 사용하여 차량이 루트 또는 경로의 제1점으로부터 제2점으로 운전하도록 한다.
일 실시형태에 있어서, 복수 개의 계획 주기(주행 주기로도 지칭됨)(예를 들어, 100 밀리초(ms)의 시간 간격에서)에서 계획 단계를 수행한다. 계획 주기 또는 주행 주기 중 각각에 대하여, 계획 데이터 및 제어 데이터에 기반하여 하나 또는 복수 개의 제어 명령을 송신할 것이다. 즉, 각각의 100 ms에 대해, 계획 모듈(305)은 다음 루트 구간 또는 경로 구간을 계획하며, 예를 들어, 목표 위치와 ADV가 목표 위치에 도달하기까지 수용되는 시간을 포함한다. 대체 가능하게, 계획 모듈(305)은 구체적인 속도, 방향 및/또는 스티어링각 등을 더 지정할 수 있다. 일 실시형태에 있어서, 계획 모듈(305)은 다음 예정 시간대(예를 들어, 5초)에 대해 루트 구간 또는 경로 구간을 계획한다. 각각의 계획 주기에 대해, 계획 모듈(305)은 사전 주기 중 계획한 목표 위치에 기반하여 현재 주기(예를 들어, 이어진 5초)의 목표 위치를 계획한다. 다음, 제어 모듈(306)은 현재 주기의 계획 데이터 및 제어 데이터에 기반하여 하나 또는 복수 개의 제어 명령(예를 들어, 스로틀 명령, 브레이킹 명령, 스티어링 제어 명령)을 생성한다.
결정 모듈(304)과 계획 모듈(305)은 통합 모듈로 통합될 수 있음을 유의해야 한다. 결정 모듈(304)/계획 모듈(305)은 항법시스템 또는 항법시스템의 기능을 포함하여 자율 주행 차량의 주행 경로를 결정할 수 있다. 예를 들어, 항법시스템은 자율 주행 차량이 하기와 같은 경로에 따라 이동하는데 영향을 미치기 위한 일련의 속도 및 직진 방향을 결정할 수 있다. 즉 상기 경로는 자율 주행 차량이 감지된 장애물을 기본적으로 피하면서 최족 목적지까지의 차선 기반 경로에 따라 직진하도록 하는 경로이다. 목적지는 사용자 인터페이스 시스템(113)에 의해 수행되는 사용자 입력에 따라 설정될 수 있다. 항법시스템은 자율 주행 차량이 주행하는 동시에 주행 경로를 동적으로 업데이트할 수 있다. 항법시스템은 GPS 시스템 및 하나 또는 복수 개의 지도로부터의 데이터를 합병하여 자율 주행 차량의 주행 경로를 결정한다.
상술한 설명에서 도시되고 설명된 부재 중의 일부 또는 전부는 소프트웨어, 하드웨어 또는 이들의 조합에서 구현될 수 있음을 유의해야 한다. 예를 들어, 해당 부재는 영구 저장 장치 중의 소프트웨어에 설치 및 저장되도록 구현될 수 있으며, 상기 소프트웨어는 프로세서(미도시)를 통해 메모리에 로딩되고 메모리에서 실행되어 본 발명에 따른 과정 또는 작동을 구현할 수 있다. 대체가능하게, 해당 부재는 전용 하드웨어(예를 들어, 집적 회로(예를 들어, 전용 집적 회로 또는 ASIC), 디지털 신호 프로세서(DSP) 또는 필드 프로그래머블 게이트 어레이(FPGA)에 프로그래밍 또는 임베디드되는 실행 가능 코드로 구현될 수 있으며, 상기 실행 가능 코드는 애플리케이션으로부터의 대응되는 구동 순서 및/또는 운영 체제에 의해 액세스될 수 있다. 이밖에, 해당 부재는 하나 또는 복수 개의 특정 명령을 통해 소프트웨어 부재에 의해 액세스될 수 있는 명령 세트의 일부로서 프로세서 또는 프로세서 코어에서 특정 하드웨어 논리로 구현될 수 있다.
다항식 피팅 기반의 기준선 평활화
도 4는 실시형태에 따른 다항식 피팅 기반의 기준선 평활화 어셈블리가 ADV에서 작동되는 환경을 나타낸다. 도 4에 도시된 바와 같이, 감지 및 계획 시스템(110) 중의 라우팅 모듈(307)은 통용 기준선 평활화 어셈블리(401) 및 다항식 피팅 기반의 기준선 평활화 어셈블리(403)를 포함할 수 있다. 어느 기준선 평활화 어셈블리를 사용할 지 여부는 ADV가 특정 도로 구간에서의 예상 속도를 포함한 여러 요소에 기반할 수 있다.
예를 들어, ADV가 시간당 70 마일의 제한 속도로 고속도로를 주행할 경우, ADV는 시간당 35 마일의 제한 속도를 가진 지역 도로 구간에 비해 보다 높은 속도로 고속도로를 주행할 것으로 예상할 수 있다. 따라서, ADV는 다항식 피팅 기반의 기준선 평활화 어셈블리(403)를 호출하여 고속도로의 도로 구간에서 생성된 기준선으로 평활화할 수 있다.
본문에서 사용된 바와 같이, 실시형태에 있어서, 라우팅 모듈(307)에 의해 확정된 출발점으로부터 목적지점까지의 각각의 가능한 루트에 대해, 지형도의 형태로 기준선을 생성할 수 있다.
ADV가 고속도로를 벗어나 기설정 값(예를 들어, 45 마일/시간)보다 낮은 속도 제한을 갖는 루트 구간을 주행하기 시작한 것이 감지될 경우, ADV는 기준선 평활화을 위한 통용 기준선 평활화 어셈블리(401)로 다시 전환될 수 있다. 다항식 피팅 기반의 기준선 평활화 어셈블리(403)는 다항식 곡선으로 보다 평활화하고 보다 정밀한 기준선을 생성하는 과정을 구현할 수 있다.
도 5는 또한 실시형태에 따른 다항식 피팅 기반의 기준선 평활화 어셈블리를 나타낸다. 일 실시형태에 있어서, 기준선 평활화 처리는 다항식 피팅 기반의 기준선 평활화 어셈블리(403)에 의해 구현될 수 있다. 평활화 처리는 기준선을 생성하도록 구성된 복수 개의 동작을 포함할 수 있고 고속 환경에서의 보다 편안한 주행 체험을 제공할 수 있다.
도 5에 도시된 바와 같이, ADV가 고속도로 구간에 진입하였음이 검출되었을 경우, 라우팅 모듈(307)에 의해 전체 좌표계(501) 중의 초기 기준선을 생성할 수 있다. 초기 기준선(501)은 일련의 이산점을 포함할 수 있고, 이러한 이산점은 계획 단계(예를 들어, 30초)의 출발 위치를 목적지 위치까지 연결시키는 선을 형성한다. 실시형태에 있어서, 100 밀리초(ms)의 시간 간격 내에서, 복수 개의 계획 주기에서 계획 단계를 수행할 수 있다. ADV의 라우팅 결과 및 고화질 지도에 기반하여 일련의 점을 생성할 수 있다. 일 실시형태에 있어서, 라우팅 결과는 출발 위치로부터 목적지 위치까지의 다양한 가능한 루트를 포함할 수 있다. 초기 기준선의 각각의 점은 전체 좌표계 중 ADV의 위치를 표시하며, 따라서 경도값 및 위도값을 통해 참조할 수 있다.
도 5에 추가로 도시된 바와 같이, 초기 참조선 (501)를 절단하여 절단된 초기 기준선(503)으로 변환시킬 수 있다. 기설정 공식에 기반하여 절단을 수행할 수 있다. 일 예시에서, 절단된 초기 기준선은 공식 “현재 속도*12 초 + 30 미터”로 계산한 길이를 가질 수 있다. 12초 및 30 미터의 수치는 기존의 데이터에 기반하여 추정된 것이며, 다른 한 그룹의 수치로 변화시킬 수 있다.
단된 기준선(503)은 국부 좌표계 중의 일련의 이산점으로 전환하여 국부 좌표계에서 절단된 초기 기준선(505)을 생성할 수 있으며, 여기서 x축은 계획 단계가 시작될 때의 ADV의 직진 방향이다. 국부 좌표계에서, 절단된 기준선의 각각의 이산점에 대해, 한 그룹의 좌표(예를 들어, 수평 좌표 X 및 수직 좌표 Y)가 존재한다. 일련의 이산점에 가장 적합한 다항식 곡선(507)을 식별할 수 있으며, 다항식 곡선(507)을 사용하여 각각의 수평 좌표에 대해 새로운 수직 좌표(509)를 계산할 수 있다. 각각의 새로 계산한 수직 좌표 및 이에 대응되는 수평 좌표는 다항식 곡선으로 표시된 새로운 평활화 기준선의 점에 대응된다. 평활화 기준선의 각각의 점은 전체 좌표계 중의 대응 위치(511)로 다시 전환될 수 있다.
ADV가 이어서 새로 생성된 기준선에서 사용되도록, 다항식 곡선 및 국부 좌표계로부터 다시 전환된 점에 따라, 각각의 점에 대해 위치 직진 방향, kappa 및 dkappa를 포함하는 복수 개의 파라미터를 결정할 수 있다.
실시형태에 있어서, 각각의 점의 위치는 경도값과 위도값에 의해 표시될 수 있다. 각각의 점의 직진 방향은 피팅된 다항식 곡선으로부터 도출할 수 있으며, 예를 들어, 공식 y = atan2(3 * C3 * newx * new_x + 2 * C2 * new_x + C2, 1) - target_heading + new_heading)을 사용하여 도출한다. 상술한 공식에서, y를 새로 생성할 수 있는 최적 피팅 곡선에 동일한 x가 제공될 경우, “new_x”는 x와 동일하고, “new_heading”은 초기 전체 좌표계 중의 제1점의 직진 방향이며, “target_heading”은 상대 좌표계 중의 제1점의 직진 방향이고 시종일관 0일 수 있다.
실시형태에 있어서, kappa 정보는 예를 들어, 공식 (2 * C2 + 6 * C3 * new_x)를 사용하여, 피팅된 다항식 곡선으로부터 도출할 수 있다. dkappa 정보는 예를 들어, 공식(6 * C3)을 사용하여, 피팅된 다항식 곡선으로부터 도출할 수 있다.
실시형태에 있어서, atan2(y, x)는 두개의 수치 x와 y의 아크 탄젠트를 반환하는 함수이다. 결과는 라디안으로 표시되는 각도이다. 상술한 예에서, atan2의 제1 파라미터 3 * C3 * newx * new_x + 2 * C2 * new_x + C2는 최적 피팅 곡선의 1차 도함수이다. 각각의 점의 kappa 정보를 계산하기 위한 공식은 최적 피팅 곡선의 2차 도함수이다. 각각의 점의 dkappa 정보를 계산하기 위한 공식은 최적 피팅 곡선의 3차 도함수이다. 실시형태에 있어서, 점의 kappa는 곡률일 수 있고, 상기 점의 dkappa는 곡률의 비율(dkappa/dt)일 수 있다.
다항식 곡선은 평활하므로, 상이한 차수의 도함수도 평활하다. 이러한 평활화 기준선은 특정 가속도를 유지하기 위해 그중에서 보다 높은 곡률이 요구되는 고속 환경에서 보다 평활하고 편안한 운전 체험을 제공한다. 구심 가속도의 크기는 V2/R로 표시될 수 있다. 상기 표달식에서, V는 ADV의 속도이고, R은 특정 지점에서의 곡률 반경이다.
도 6a 내지 도 6e는 도형 방식으로 실시형태에 따른 다항식 피팅 기반의 기준선 평활화 방법을 나타낸다. 도 6a에서, 초기 기준선은 ADV 중의 라우팅 모듈에 의해 생성된다. 초기 기준선은 전체 좌표계 중의 일련의 이산점을 포함하며, 여기서 이산점은 계획 단계 기간에서 출발 위치를 목적지 위치까지 연결시키는 선으로 형성된다. 도 6b에서, 기설정 공식에 기반하여 초기 기준선을 절단함으로써 절단된 초기 기준선(515)을 생성하고, 절단된 초기 기준선(515)은 일련의 이산점(505 내지 513)을 포함할 수 있다. 각각의 점은 모두 경도값과 위도값을 통해 참조될 수 있다. 도 6c에서, 일련의 이산점(505 내지 513)을 국부 좌표계로 전환시킬 수 있으며, 여기서 x축은 계획 단계가 시작될 때 또는 좌표계가 변화할 때 ADV의 직진 방향일 수 있다. 도 6d는 국부 좌표계 중의 일련의 이산점(505 내지 513)에 가장 적합한 다항식 곡선을 나타낸다. 도 6d에 도시된 바와 같이, 최적 피팅 다항식 곡선은 Y = C3 * X3 + C2 * X2 + C1 * X1 + C0 * X0의 격식일 수 있다. 도 6e는 전체 좌표계 중의 일련의 새로운 점(515 내지 523)을 나타낸다. 일련의 새로운 점(515 내지 523) 중의 각각의 점은 국부 좌표계 중의 최적 피팅 다항식 곡선의 점에 대응될 수 있다. 최적 피팅 다항식 곡선을 사용하여 라우팅 모듈은 최적 피팅 곡선의 각각의 이산점의 직진 방향, kappa 및 dkappa를 계산할 수 있다. 계산 정보를 갖는 일련의 이산점은 고속 환경에서의 평활화 기준선을 대표한다.
도 7은 실시형태에 따른 기준선을 평활화하는 예시적 과정을 도시하는 흐름도이다. 프로세스(700)는 하드웨어(예를 들어, 회로, 전용 논리, 프로그램 가능 논리, 프로세서, 처리 장치, 중앙 처리 장치(CPU), 시스템 온 칩(SoC) 등), 소프트웨어(예를 들어, 처리 장치에서 실행/수행되는 명령), 펌웨어(예를 들어, 마이크로 코드) 또는 이들의 조합을 포함할 수 있는 프로레싱 로직에 의해 수행될 수 있다. 일부 실시형태에 있어서, 프로세스(700)는 도 3a 및 도 3b에 도시된 감지 모듈(302), 계획 모듈(305) 및 라우팅 모듈(307) 중의 하나 또는 복수 개에 의해 수행될 수 있다.
도 7을 참조하면, 동작(701)에서, 자율 주행 차량을 위해 생성된 기준선은 전체 좌표계로부터 국부 좌표계로 전환된다. 기준선은, 계획 단계 기간에서 고화질 도면 및 계획 정보에 기반하여 ADV의 라우팅 모듈에 의해 생성된 초기 기준선의 일부일 수 있다. 초기 기준선은 일련의 이산점을 포함할 수 있으며, 각각의 점은 계획 단계에서 어느 시간점의 예상 위치를 표시하고, 각각의 점은 경도값과 위도값을 통해 참조된다. 기준선을 전체 좌표계로부터 국부 좌표계로 전환하는 것을 통하여, ADV의 라우팅 모듈은 각각의 이산점의 위치값을 전체 좌표 격식(예를 들어, 경도값 및 위도값)을 국부 좌표 격식(예를 들어, 수직 좌표 및 수평 좌표)으로 전환시킨다. 전환을 수행할 경우, 라우팅 모듈은 ADV의 직진 방향을 x축으로 사용한다.
동작(703)에서, 절단된 기준선의 일련의 점 중의 각각의 점의 수평 좌표에 대해, 절단된 기준선의 이산점에 대해 가장 적합하거나 매칭되는 다항식 곡선을 사용하여 국부 좌표계 중의 새로운 수직 좌표를 결정할 수 있다. 실시형태에 있어서, 회귀 및 교차 검증 기술은 최적 피팅 곡선을 찾는데 사용될 수 있고, 최적 피팅 곡선은 3차 다항식 함수일 수 있다.
동작(705)에서, 새로운 수직 좌표 및 대응되는 수평 좌표에 의해 표시되는 일련의 점을 전체 좌표계로 전환시킬 수 있다.
동작(707)에서, 최적 피팅 다항식 곡선을 사용하여 각각의 전환점을 위해 직진 방향, kappa 및 dkappa를 결정한다. 전체 좌표계로 다시 전환된 일련의 점들과 각각의 점에 대해 이상에서 결정한 정보는 ADV를 위해 충족한 정보를 제공하여, 보다 높은 곡률 요구를 갖는 고속 환경에서 보다 평활화하고 보다 편안한 운전 체험을 제공하도록 할 수 있다.
상술한 설명에서 도시되고 설명된 부재 중의 일부 또는 전부는 소프트웨어, 하드웨어 또는 이들의 조합에서 구현될 수 있음을 유의해야 한다. 예를 들어, 해당 부재는 영구 저장 장치 중의 소프트웨어에 설치 및 저장되도록 구현될 수 있으며, 상기 소프트웨어는 프로세서(미도시)를 통해 메모리에 로딩되고 메모리에서 실행되어 본 발명에 따른 과정 또는 작동을 구현할 수 있다. 대체 가능하게, 해당 부재는 전용 하드웨어(예를 들어, 집적 회로(예를 들어, 전용 집적 회로 또는 ASIC), 디지털 신호 프로세서(DSP) 또는 필드 프로그래머블 게이트 어레이(FPGA)에 프로그래밍 또는 임베디드되는 실행 가능 코드로 구현될 수 있으며, 상기 실행 가능 코드는 애플리케이션으로부터의 대응되는 구동 순서 및/또는 운영 체제에 의해 액세스될 수 있다. 이밖에, 해당 부재는 하나 또는 복수 개의 특정 명령을 통해 소프트웨어 부재에 의해 액세스될 수 있는 명령 세트의 일부로서 프로세서 또는 프로세서 코어에서 특정 하드웨어 논리로 구현될 수 있다.
도 8은 본 발명의 일 실시형태와 함께 사용될 수 있는 데이터 처리 시스템의 예시를 도시하는 블록도이다. 예를 들어, 시스템(1500)은 도 3a의 라우팅 모듈(307)과 같기 기술된 상기 프로세스 또는 방법 중의 어느 하나를 수행하는 임의의 데이터 처리 시스템을 나타낼 수 있다. 시스템(1500)은 다양한 부재를 포함할 수 있다. 이러한 부재는 집적 회로(IC), 집적 회로의 일부, 개별 전자 장치, 또는 회로기판(예를 들어, 컴퓨터 시스템의 마더보드 또는 삽입카드)에 적용되는 다른 모듈로 구현될 수 있거나 다른 방식으로 컴퓨터 시스템의 랙 내에 통합된 부재로 구현될 수 있다.
또한 시스템(1500)은 컴퓨터 시스템의 많은 부재의 높은 수준의 투시도를 나타내기 위한 것을 목적으로 함을 유의해야 한다. 그러나, 일부 실시형태는 부가적인 부재를 가질 수 있으며, 이밖에, 다른 실시형태는 도시된 부재의 상이한 구성을 가질 수 있음을 이해해야 할 것이다. 시스템(1500)은 데스크톱 컴퓨터, 랩톱 컴퓨터, 태블릿 PC, 서버, 휴대 전화, 미디어 플레이어, 개인 휴대 정보 단말기(PDA), 스마트 워치, 개인 커뮤니케이터, 게임 장치, 네트워크 라우터 또는 허브, 무선 액세스 포인트(wireless access point, AP) 또는 리피터, 셋톱 박스 또는 이들의 조합을 나타낼 수 있다. 이밖에, 단일 기계 또는 시스템만 도시되어 있지만, 용어 “기계” 또는 “시스템”은 또한 하나(또는 복수 개)의 명령 집합을 독립적으로 또는 공동으로 실행하여 본문에서 토론된 어느 하나 또는 다수의 방법을 수행하는 기계 또는 시스템의 임의의 집합을 포함하도록 이해되어야 한다.
일 실시형태에 있어서, 시스템(1500)은 버스 또는 인터커넥터(1510)에 의해 연결되는 프로세서(1501), 메모리(1503) 및 장치(1505 내지 1508)를 포함한다. 프로세서(1501)는 단일 프로세서 코어 또는 복수 개의 프로세서 코어를 포함하는 단일 프로세서 또는 복수 개의 프로세서를 나타낼 수 있다. 프로세서(1501)는 마이크로 프로세서, 중앙처리장치(CPU) 등과 같은 하나 또는 복수 개의 일반 프로세서를 표시할 수 있다. 보다 구체적으로, 프로세서(1501)는 복합 명령 집합 컴퓨터(Complex Instruction Set Computing, CISC) 마이크로 프로세서, 축소 명령 집합 컴퓨터(Reduced Instruction Set Computing, RISC) 마이크로 프로세서, 훨씬 긴 명령어 컴퓨터(Very Long Instruction Word, VLIW) 마이크로 프로세서 또는 다른 명령 집합을 구현하는 프로세서, 또는 명령 집합 조합을 구현하는 프로세서일 수 있다. 프로세서(1501)는 또한, 전용 집접 회로(ASIC), 셀룰러 또는 베이스밴드 프로세서, 필드 프로그래머블 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP), 네트워크 프로세서, 그래픽 프로세서, 통신 프로세서, 암호화 프로세서, 코프로세서(co-processor), 임베디드 프로세서, 또는 명령을 처리할 수 있는 임의의 다른 유형의 논리와 같은 하나 또는 복수 개의 전용 프로세서일 수 있다.
프로세서(1501) (초 저전압 프로세서와 같은 저전력 멀티 코어 프로세서 소켓일 수 있음)는 상기 시스템의 다양한 부재와 통신하기 위한 메인 처리 장치 및 중앙 허브로서 기능할 수 있다. 이러한 프로세서는 시스템 온 칩(SoC)으로 구현될 수 있다. 프로세서(1501)는 본문에서 토론된 작동과 단계를 수행하기 위한 명령을 실행하도록 구성된다. 시스템(1500)은 선택 가능한 그래픽 서브시스템(1504)과 통신하는 그래픽 인터페이스를 더 포함할 수 있고, 그래픽 서브시스템(1504)은 디스플레이 제어기, 그래픽 프로세서 및/또는 디스플레이 장치를 포함할 수 있다.
프로세서(1501)는 메모리(1503)와 통신할 수 있고, 메모리(1503)는 일 실시형태에서 주어진 양의 시스템 스토리지를 제공하기 위해 복수 개의 메모리 장치에 의해 구현될 수 있다. 메모리(1503)는 랜덤 액세스 메모리(RAM), 동적 RAM(DRAM), 동기화 DRAM(SDRAM), 정적 RAM(SRAM), 또는 다른 유형의 저장 장치와 같은 하나 또는 복수 개의 휘발성 메모리(또는 메모리) 장치를 포함할 수 있다. 메모리(1503)는 프로세서(1501) 또는 임의의 다른 장치에 의해 실행되는 명령 시퀀스를 포함하는 정보를 저장할 수 있다. 예를 들어, 다양한 운영 체제, 장치 드라이버, 펌웨어(예를 들어, 입력/출력 베이스 시스템 또는 BIOS) 및/또는 애플리케이션의 실행 가능 코드 및/또는 데이터는 메모리(1503)에 로딩될 수 있고 프로세서(1501)에 의해 실행될 수 있다. 운영 체제는 로봇 운영 체제(Robotic Operating System, ROS), Microsoft®회사의 Windows® 운영 체제, 애플회사의 MacOS®/iOS®, Google®회사의 Android®, LINUX, UNIX, 또는 다른 실시간 또는 임베디드 운영 체제와 같은 임의의 유형의 운영 체제일 수 있다.
시스템(1500)은 네트워크 인터페이스 장치(1505), 선택 가능한 입력 장치(1506), 및 다른 선택 가능한 IO장치(1507)를 포함하는 장치(1505 내지 1508)와 같은 IO장치를 더 포함할 수 있다. 네트워크 인터페이스 장치(1505)는 무선 트랜시버 및/또는 네트워크 인터페이스 카드(NIC)를 포함할 수 있다. 상기 무선 트랜시버는 WiFi 트랜시버, 적외선 트랜시버, 블루투스 트랜시버, WiMax트랜시버, 무선 셀룰러폰 트랜시버, 위성 트랜시버(예를 들어, 위성항법시스템(GPS) 트랜시버) 또는 다른 무선주파수 트랜시버 또는 이들의 조합일 수 있다. NIC는 이더넷 카드일 수 있다.
입력 장치(1506)는 마우스, 터치 패드, 터치 센시티브 스크린(디스플레이 장치(1504)와 통합될 수 있음), 포인터 장치(스타일러스와 같음) 및/또는 키보드(예를 들어, 물리적 키보드 또는 터치 센시티브 스크린의 일부로서 디스플레이되는 가상 키보드)를 포함할 수 있다. 예를 들어, 입력 장치(1506)는 터치 스크린에 연결되는 터치 스크린 제어기를 포함할 수 있다. 터치 스크린 및 터치 스크린 제어기는, 예를 들어, 다양한 터치 센시티브 기술(전기용량, 전기저항, 적외선 및 표면 탄성파 기술을 포함하지만 이에 한정되지 않음) 중의 어느 하나, 및 다른 근접 센서 어레이 또는 터치 스크린과의 터치를 결정하기 위한 하나 또는 복수 개의 점의 다른 소자를 사용하여 그 접촉과 이동 또는 중단을 검출할 수 있다.
IO장치(1507)는 오디오 장치를 포함할 수 있다. 오디오 장치는 음성 인식, 음성 복사, 디지털 기록 및/또는 전화 기능과 같은 음성 지원 기능을 추진하기 위해 스피커 및/또는 마이크로폰을 포함할 수 있다. 다른 IO장치(1507)는 범용직렬버스(universal serial bus, USB) 포트, 병렬 포트, 직렬 포트, 프린터, 네트워크 인터페이스, 버스 브리지(예를 들어, PCI-PCI 브리지), 센서(예를 들어, 가속도계 운동 센서, 자이로스코프, 자력계, 광센서, 컴퍼스, 근접 센서 등) 또는 이들의 조합을 더 포함할 수 있다. 장치(1507)는 이미지 처리 서브시스템(예를 들어, 카메라)을 더 포함할 수 있으며, 상기 이미지 처리 서브시스템은 카메라 기능(예를 들어, 사진 및 비디오 클립을 기록함)을 추진하기 위한 전하결합장치(CCD) 또는 상보성 금속산화물 반도체(CMOS) 광학 센서와 같은 광학 센서를 포함할 수 있다. 일부 센서는 센서 허브(미도시)를 통해 인터커넥터(1510)에 연결될 수 있는 반면, 키보드 또는 열 센서와 같은 다른 장치는 시스템(1500)의 구체적 구성 또는 설계에 따라 임베디드 제어기(미도시)에 의해 제어될 수 있다.
데이터, 애플리케이션, 하나 또는 복수 개의 운영 체제 등과 같은 정보에 대한 영구 저장을 제공하기 위해, 대용량 저장 장치(미도시)도 프로세서(1501)에 연결될 수 있다. 다양한 실시형태에서, 보다 얇고 보다 가벼운 시스템 설계를 구현하고 또한 시스템 응답성을 개선하기 위해, 이러한 대용량 저장 장치는 솔리드 스테이트 장치(SSD)를 통해 구현될 수 있다. 그러나, 다른 실시형태에서, 대용량 저장 장치는 주로 하드 디스크 드라이브(HDD)를 사용하여 구현될 수 있으며, 여기서 비교적 적은 량의 SSD 저장 장치는 전원 차단 사건 기간에 컨텍스트 상태 및 다른 이러한 유형의 정보의 비휘발성 저장을 구현하기 위해 SSD 캐시로서 작용하며, 이로써 시스템 활동이 다시 작동될 경우 빠른 전원 공급을 구현하도록 할 수 있다. 이밖에, 플래시 장치는 예를 들어, 직렬 주변 장치 인터페이스(SPI)를 통해 프로세서(1501)에 연결될 수 있다. 이러한 플래시 장치는 시스템의 BIOS 및 기타 펌웨어를 포함하는 시스템 소프트웨어의 비휘발성 저장을 제공할 수 있다.
저장 장치(1508)는 본문에 설명된 임의의 하나 또는 다수의 방법 또는 기능을 수행하는 하나 또는 복수 개의 명령 집합 또는 소프트웨어(예를 들어, 모듈, 유닛 및/또는 논리(1528))가 포함되는 컴퓨터 액세스 가능 저장 매체(1509)(기계 판독 가능 저장 매체 또는 컴퓨터 판독 가능 매체라고도 함)를 포함할 수 있다. 처리 모듈/유닛/논리(1528)는 예를 들어, 계획 모듈(305) 및 제어 모듈(306) 및 라우팅 모듈(307) 등 부재 중의 어느 하나를 나타낼 수 있다. 처리 모듈/유닛/논리(1528)는 또한 데이터 처리 시스템(1500), 메모리(1503) 및 프로세서(1501)에 의해 실행되는 기간에 메모리(1503) 내 및/또는 프로세서(1501) 내에 완전하게 또는 적어도 일부가 체류될 수 있으며, 데이터 처리 시스템(1500), 메모리(1503) 및 프로세서(1501)도 기계 액세스 가능 저장 매체를 구성한다. 처리 모듈/유닛/논리(1528)는 또한 네트워크를 통해 네트워크 인터페이스 장치(1505)에 의해 전송되거나 수신될 수 있다.
컴퓨터 판독 가능 저장 매체(1509)는 또한 상술한 일부 소프트웨어 기능을 영구적으로 저장하는데 사용될 수 있다. 예시적 실시형태에서, 컴퓨터 판독 가능 저장 매체(1509)는 단일 매체로서 예시되었지만, 용어 “컴퓨터 판독 가능 저장 매체”는 상기 하나 또는 복수 개의 명령 집합을 저장하는 단일 매체 또는 복수 개의 매체(예를 들어, 집중식 또는 분산식 데이터베이스 및/또는 관련 캐시 및 서버)를 포함하는 것으로 간주해야 한다. 용어 “컴퓨터 판독 가능 저장 매체”는 또한 명령 집합을 저장하거나 코딩할 수 있는 임의의 매체를 포함하는 것으로 간주해야 하며, 상기 명령 집합은 기계에 의해 실행되고 또한 상기 기계가 본 발명의 어느 하나 또는 다수의 방법을 수행하도록 한다. 따라서, 용어 “컴퓨터 판독 가능 저장 매체”는 솔리드 스테이트 메모리 및 광학 매체와 자성 매체, 또는 임의의 다른 비일시적 기계 판독 가능 매체를 포함하지만 이에 한정되지 않는 것으로 간주해야 한다.
본문에 설명된 처리 모듈/유닛/논리(1528), 부재 및 다른 특징은 개별 하드웨어 부재로 구현될 수 있거나 하드웨어 부재(예를 들어, ASICS, FPGA, DSP 또는 유사한 장치)의 기능에 통합될 수 있다. 이밖에, 처리 모듈/유닛/논리(1528)는 하드웨어 장치 내의 펌웨어 또는 기능 회로로 구현될 수 있다. 이밖에, 처리 모듈/유닛/논리(1528)는 하드웨어 장치와 소프트웨어 부재의 임의의 조합으로 구현될 수 있다.
유의해야 할 것은, 시스템(1500)이 데이터 처리 시스템의 다양한 부재를 갖는 것으로 도시되어 있지만, 부재를 상호 연결하는 임의의 특정 구조 또는 방식을 나타내도록 의도되지 않았는데, 이는 이러한 세부 사항과 본 발명의 실행형태가 밀접한 관계가 없기 때문이다. 더 이해해야 할 것은, 보다 적은 부재 또는 가능하게 보다 많은 부재를 갖는 네트워크 컴퓨터, 휴대용 컴퓨터, 휴대용 전화, 서버 및/또는 다른 데이터 처리 시스템도 본 발명의 실시형태와 함께 사용될 수 있다.
전술한 상세한 설명의 일부는 컴퓨터 메모리 내의 데이터 비트에 대한 연산의 알고리즘 및 부호 표시에 따라 나타난다. 이러한 알고리즘의 설명과 표시는 데이터 처리 분야의 당업자가 작업 내용을 본 분야의 다른 기술자에게 가장 효과적으로 전달하기 위해 사용되는 방식이다. 본문에서, 알고리즘은 통상적으로 바라는 결과를 초래하는 일관된 동작 시퀀스인 것으로 간주된다. 이러한 작동은 물리량에 대해 물리적으로 작동 및 제어해야 하는 작동을 가리킨다.
그러나 모든 이러한 유사한 용어는 적절한 물리량과 관련되도록 의도된 것이며, 단지 이러한 양에 응용되기 위한 간편한 표기일 뿐이다. 이상 논의에서 달리 명시되지 않는 한, 명세서 전체에서, 용어(청구범위에 서술된 용어와 같음)를 이용하여 진행한 논의는 컴퓨터 시스템 또는 유사 전자 계산 장치의 동작 및 처리를 지칭하는 것으로 이해해야 하며, 상기 컴퓨터 시스템 또는 전자 계산 장치는 컴퓨터 시스템의 레지스터 및 메모리 내의 물리(전자)량으로 표시되는 데이터를 조절하고, 상기 데이터를 컴퓨터 시스템 메모리 또는 레지스터 또는 다른 유형의 정보 저장 장치, 전송 또는 디스플레이 장치 내 유사하게 물리량으로 표시되는 다른 데이터로 변환시킨다.
본 발명의 실시형태는 또한 본문에서의 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, 판독 전용 메모리(“ROM”), 랜덤 액세스 메모리(“RAM”), 자기 디스크 저장 매체, 광 저장 매체, 플래시 메모리 장치)를 포함한다.
전술한 도면에 도시된 프로세스 또는 방법은 하드웨어(예를 들어, 회로, 전용 논리 등), 소프트웨어(예를 들어, 비일시적 컴퓨터 판독 가능 매체에 구현됨) 또는 이들의 조합을 포함하는 처리 논리에 의해 수행될 수 있다. 상기 프로세스 또는 방법이 일부 순차적 동작에 의해 설명되었지만, 상기 작동 중 일부는 상이한 순서에 따라 수행될 수 있음을 이해해야 한다. 이밖에, 일부 작동은 순차적이 아니라 병렬로 수행될 수 있다.
본 발명의 실시형태는 임의의 특정 프로그래밍 언어를 참조하여 설명된 것이 아니다. 다양한 프로그래밍 언어를 사용하여 본문에 기술된 바와 같이 본 발명의 실시형태의 교시를 구현할 수 있음을 이해해야 한다.
상기 명세서에서, 본 발명의 구체적인 예시적 실시형태를 참조하여 본 발명의 실시형태를 설명한다. 청구범위에서 기술된 본 발명의 보다 넓은 정신과 범위를 벗어나지 않으면서 본 발명에 대해 다양한 수정을 진행할 수 있음은 자명한 것이다. 따라서, 본 명세서와 도면은 제한적 의미가 아닌 설명적 의미로 이해되어야 한다.

Claims (20)

  1. 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법에 있어서,
    자율 주행 차량(ADV)을 위해 생성된 기준선을 전체 좌표계로부터 국부 좌표계로 전환하는 단계 - 상기 기준선은 복수 개의 이산점을 포함함 - ;
    상기 기준선의 각각의 점의 수평 좌표에 대해, 상기 복수 개의 이산점에 가장 적합한 다항식 곡선을 사용하여 새로운 수직 좌표를 결정하는 단계;
    각각의 새로운 수직 좌표 및 이에 대응되는 수평 좌표에 의해 표시되는 점을 상기 전체 좌표계로 다시 전환하는 단계; 및
    상기 다항식 곡선을 사용하여 각각의 전환점의 직진 방향, kappa 및 dkappa를 결정하는 단계를 포함하는 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법.
  2. 제1항에 있어서,
    상기 전환점 및 각각의 전환점의 상기 직진 방향, 상기 kappa 및 상기 dkappa는 상기 ADV의 새로운 기준선을 생성하기 위한 것인 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법.
  3. 제1항에 있어서,
    상기 기준선은 계획 단계에 대하여 생성된 초기 기준선의 일부이며, 상기 기준선은 기설정 조건 집합에 기반하여 상기 초기 기준선을 절단함으로써 생성되는 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법.
  4. 제3항에 있어서,
    상기 기준선의 각각의 점은, 상기 ADV가 상기 계획 단계에서 특정 시간점에 있어야 할 위치를 표시하는 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법.
  5. 제1항에 있어서,
    상기 다항식 곡선은 Y = C3 * X3 + C2 * X2 + C1 * X1 + C0 * X0의 격식인 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법.
  6. 제1항에 있어서,
    상기 ADV는 기설정 값을 초과하는 속도로 주행하는 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법.
  7. 제6항에 있어서,
    상기 ADV가 상기 기설정 값과 같거나 낮은 속도로 주행할 경우, 상기 ADV는 상이한 기준선 평활화 방법을 실행하는 다른 과정으로 전환되는 자율 주행 차량을 작동시키기 위한 컴퓨터 실행 방법.
  8. 명령이 저장된 비일시적 기계 판독 가능 매체에 있어서,
    상기 명령이 프로세서에 의해 실행될 경우, 상기 프로세서가 동작을 수행하도록 하며, 상기 동작은,
    자율 주행 차량(ADV)을 위해 생성된 기준선을 전체 좌표계로부터 국부 좌표계로 전환하는 단계 - 상기 기준선은 복수 개의 이산점을 포함함 - ;
    상기 기준선의 각각의 점의 수평 좌표에 대해, 상기 복수 개의 이산점에 가장 매칭되는 다항식 곡선을 사용하여 새로운 수직 좌표를 결정하는 단계;
    각각의 새로운 수직 좌표 및 이에 대응되는 수평 좌표에 의해 표시되는 점을 상기 전체 좌표계로 다시 전환하는 단계; 및
    상기 다항식 곡선을 사용하여 각각의 전환점의 직진 방향, kappa 및 dkappa를 결정하는 단계를 포함하는 비일시적 기계 판독 가능 매체.
  9. 제8항에 있어서,
    상기 전환점 및 각각의 전환점의 상기 직진 방향, 상기 kappa 및 상기 dkappa는 상기 ADV의 새로운 기준선을 생성하기 위한 것인 비일시적 기계 판독 가능 매체.
  10. 제8항에 있어서,
    상기 기준선은 계획 단계에 대하여 생성된 초기 기준선의 일부이며, 상기 기준선은 기설정 조건 집합에 기반하여 상기 초기 기준선을 절단함으로써 생성되는 비일시적 기계 판독 가능 매체.
  11. 제10항에 있어서,
    상기 기준선의 각각의 점은, 상기 ADV가 상기 계획 단계에서 특정 시간점에 있어야 할 위치를 표시하는 비일시적 기계 판독 가능 매체.
  12. 제8항에 있어서,
    상기 다항식 곡선은 Y = C3 * X3 + C2 * X2 + C1 * X1 + C0 * X0의 격식인 비일시적 기계 판독 가능 매체.
  13. 제8항에 있어서,
    상기 ADV는 기설정 값을 초과하는 속도로 주행하는 비일시적 기계 판독 가능 매체.
  14. 제13항에 있어서,
    상기 ADV가 상기 기설정 값과 같거나 낮은 속도로 주행할 경우, 상기 ADV는 상이한 기준선 평활화 방법을 실행하는 다른 과정으로 전환되는 비일시적 기계 판독 가능 매체.
  15. 데이터 처리 시스템에 있어서,
    프로세서; 및
    명령을 저장하기 위해 상기 프로세서에 연결된 메모리를 포함하고,
    상기 명령이 상기 프로세서에 의해 실행될 경우 상기 프로세서가 동작을 수행하도록 하되, 상기 동작은,
    자율 주행 차량(ADV)을 위해 생성된 기준선을 전체 좌표계로부터 국부 좌표계로 전환하는 단계 - 상기 기준선은 복수 개의 이산점을 포함함 - ;
    상기 기준선의 각각의 점의 수평 좌표에 대해, 상기 복수 개의 이산점에 가장 매칭되는 다항식 곡선을 사용하여 새로운 수직 좌표를 결정하는 단계;
    각각의 새로운 수직 좌표 및 이에 대응되는 수평 좌표에 의해 표시되는 점을 상기 전체 좌표계로 다시 전환하는 단계; 및
    상기 다항식 곡선을 사용하여 각각의 전환점의 직진 방향, kappa 및 dkappa를 결정하는 단계를 포함하는 데이터 처리 시스템.
  16. 제15항에 있어서,
    상기 전환점 및 각각의 점의 상기 직진 방향, 상기 kappa 및 상기 dkappa는 상기 ADV의 새로운 기준선을 생성하기 위한 것인 데이터 처리 시스템.
  17. 제15항에 있어서,
    상기 기준선은 계획 단계에 대하여 생성된 초기 기준선의 일부이며, 상기 기준선은 기설정 조건 집합에 기반하여 상기 초기 기준선을 절단함으로써 생성되는 데이터 처리 시스템.
  18. 제17항에 있어서,
    상기 기준선의 각각의 점은 상기 ADV가 상기 계획 단계에서 특정 시간점에 있어야 할 위치를 표시하는 데이터 처리 시스템.
  19. 제15항에 있어서,
    상기 다항식 곡선은 Y = C3 * X3 + C2 * X2 + C1 * X1 + C0 * X0의 격식인 데이터 처리 시스템.
  20. 제15항에 있어서,
    상기 ADV는 기설정 값을 초과하는 속도로 달리고, 또한 상기 ADV가 상기 기설정 값과 같거나 낮은 속도로 주행할 경우, 상기 ADV는 상이한 기준선 평활화 방법을 실행하는 다른 과정으로 전환되는 데이터 처리 시스템.

KR1020197029117A 2018-12-26 2018-12-26 자율 주행 차량의 고속 계획을 위한 다항식 피팅 기반의 기준선 평활화 방법 KR102279405B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/123936 WO2020132952A1 (en) 2018-12-26 2018-12-26 Polynomial-fit based reference line smoothing method for high speed planning of autonomous driving vehicles

Publications (2)

Publication Number Publication Date
KR20200083376A true KR20200083376A (ko) 2020-07-08
KR102279405B1 KR102279405B1 (ko) 2021-07-19

Family

ID=71128420

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197029117A KR102279405B1 (ko) 2018-12-26 2018-12-26 자율 주행 차량의 고속 계획을 위한 다항식 피팅 기반의 기준선 평활화 방법

Country Status (6)

Country Link
US (1) US11327498B2 (ko)
EP (1) EP3692339B1 (ko)
JP (1) JP7001708B2 (ko)
KR (1) KR102279405B1 (ko)
CN (1) CN111615618B (ko)
WO (1) WO2020132952A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109814568B (zh) * 2019-02-19 2022-05-03 阿波罗智能技术(北京)有限公司 无人车速度轨迹的生成方法、装置和存储介质
KR20200135630A (ko) * 2019-05-23 2020-12-03 현대자동차주식회사 자율 주행 차량의 제어장치 및 그 방법
CN112082558A (zh) * 2020-09-14 2020-12-15 哈尔滨工程大学 基于多项式拟合的uuv海底地形跟踪路径滚动生成方法
CN112904858B (zh) * 2021-01-20 2022-04-22 西安交通大学 一种曲率连续的路径规划方法、系统及设备
US20220315037A1 (en) * 2021-04-06 2022-10-06 Atieva, Inc. Lane changing based only on local information
CN114647709B (zh) * 2022-03-28 2024-03-12 阿波罗智联(北京)科技有限公司 地图数据处理方法、装置、电子设备及计算机存储介质
CN114676939B (zh) * 2022-05-26 2022-09-02 之江实验室 一种多车型参数自适应的参考线平滑方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160056711A (ko) * 2014-11-12 2016-05-20 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
JP2017144934A (ja) * 2016-02-19 2017-08-24 本田技研工業株式会社 走行制御装置
JP2017223511A (ja) * 2016-06-14 2017-12-21 日本電信電話株式会社 道路構造化装置、道路構造化方法、及び道路構造化プログラム
US20180129203A1 (en) * 2016-11-09 2018-05-10 GM Global Technology Operations LLC Processor-implemented systems and methods for automated driving
KR101879247B1 (ko) * 2017-10-31 2018-08-17 충남대학교산학협력단 자율주행 농업기계의 작업경로 설정방법
CN108958258A (zh) * 2018-07-25 2018-12-07 吉林大学 一种无人车的轨迹跟随控制方法、控制系统及相关装置

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1186182A (ja) * 1997-09-01 1999-03-30 Honda Motor Co Ltd 自動運転制御システム
US6134486A (en) 1998-04-20 2000-10-17 The United States Of America As Represented By The Secretary Of The Navy Robot and method of control for an autonomous vehicle to track a path consisting of directed straight lines and circles with positional feedback and continuous curvature
JP4622453B2 (ja) * 2004-10-27 2011-02-02 日産自動車株式会社 自動操舵車両
US9126533B2 (en) * 2007-02-23 2015-09-08 Aisin Aw Co., Ltd. Driving support method and driving support device
CN101359400B (zh) * 2008-09-17 2010-06-23 湖南大学 一种基于视觉的管口空间位置定位方法
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
US10374900B2 (en) * 2014-12-03 2019-08-06 Hewlett Packard Enterprise Development Lp Updating a virtual network topology based on monitored application data
US9821801B2 (en) * 2015-06-29 2017-11-21 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling semi-autonomous vehicles
US10108260B2 (en) * 2016-04-01 2018-10-23 Lg Electronics Inc. Vehicle control apparatus and method thereof
JP6294928B1 (ja) * 2016-09-23 2018-03-14 株式会社Ｓｕｂａｒｕ 車両の走行制御装置
CN106651987B (zh) * 2016-10-10 2018-12-07 腾讯科技（深圳）有限公司 路径规划方法及装置
US11112237B2 (en) * 2016-11-14 2021-09-07 Waymo Llc Using map information to smooth objects generated from sensor data
CN108268027B (zh) * 2016-12-30 2021-09-17 法法汽车(中国)有限公司 驾驶轨迹优化方法及优化系统
CN106840178B (zh) * 2017-01-24 2019-05-03 中南大学 一种基于ArcGIS的地图创建与智能车辆自主导航方法及系统
WO2018179235A1 (ja) * 2017-03-30 2018-10-04 日本電気株式会社 車両制御システム、自動運転車、車両制御方法およびプログラム
CN107168305B (zh) * 2017-04-01 2020-03-17 西安交通大学 路口场景下基于Bezier和VFH的无人车轨迹规划方法
CN107346458A (zh) * 2017-05-10 2017-11-14 西北工业大学 一种无人机路径规划方法及其装置
US10579062B2 (en) * 2017-05-31 2020-03-03 Baidu Usa Llc Scalable smooth reference path generator for autonomous driving vehicles
CN108088456B (zh) * 2017-12-21 2021-07-16 北京工业大学 一种具有时间一致性的无人驾驶车辆局部路径规划方法
CN110352153A (zh) * 2018-02-02 2019-10-18 辉达公司 自主车辆中用于障碍物躲避的安全程序分析
CN108519094B (zh) * 2018-02-11 2022-03-25 华为技术有限公司 局部路径规划方法及云处理端
US10909866B2 (en) * 2018-07-20 2021-02-02 Cybernet Systems Corp. Autonomous transportation system and methods

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160056711A (ko) * 2014-11-12 2016-05-20 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
JP2017144934A (ja) * 2016-02-19 2017-08-24 本田技研工業株式会社 走行制御装置
JP2017223511A (ja) * 2016-06-14 2017-12-21 日本電信電話株式会社 道路構造化装置、道路構造化方法、及び道路構造化プログラム
US20180129203A1 (en) * 2016-11-09 2018-05-10 GM Global Technology Operations LLC Processor-implemented systems and methods for automated driving
KR101879247B1 (ko) * 2017-10-31 2018-08-17 충남대학교산학협력단 자율주행 농업기계의 작업경로 설정방법
CN108958258A (zh) * 2018-07-25 2018-12-07 吉林大学 一种无人车的轨迹跟随控制方法、控制系统及相关装置

Also Published As

Publication number Publication date
CN111615618A (zh) 2020-09-01
US20210181756A1 (en) 2021-06-17
JP2021511995A (ja) 2021-05-13
US11327498B2 (en) 2022-05-10
EP3692339A4 (en) 2020-08-12
JP7001708B2 (ja) 2022-01-20
EP3692339A1 (en) 2020-08-12
KR102279405B1 (ko) 2021-07-19
CN111615618B (zh) 2023-08-29
WO2020132952A1 (en) 2020-07-02
EP3692339B1 (en) 2022-02-09

Similar Documents

Publication Publication Date Title
JP7050025B2 (ja) 自動運転車両のための計画運転感知システム
KR102354615B1 (ko) 자율 주행 차량의 저속 정경을 위한 보행자 상호 작용 시스템
KR102279405B1 (ko) 자율 주행 차량의 고속 계획을 위한 다항식 피팅 기반의 기준선 평활화 방법
JP7108583B2 (ja) 自動運転車両のための曲率補正経路サンプリングシステム
JP6683805B2 (ja) 自律走行モードへ再進入する自律走行車の制御のための方法及びシステム
CN109955853B (zh) 用于操作自动驾驶车辆的方法、系统和存储介质
JP6494715B2 (ja) 自律走行車の速度制御率の動的調整方法
CN111044057B (zh) 用于自动驾驶车辆的基于先前驾驶轨迹的实时地图生成方案
KR102210714B1 (ko) 다수의 스레드를 이용하여 자율 주행 차량을 위한 기준선을 생성하기 위한 방법 및 시스템
JP7116065B2 (ja) 自律走行車に用いられるトンネルに基づく計画システム
JP2019135145A (ja) 自動運転車両のための走行軌跡生成方法、システム及び機械可読媒体
KR20180074676A (ko) 자율 주행 차량의 조향률의 동적 조정
KR20200037737A (ko) 자율 주행 차량을 위한 보행자 확률 예측 시스템
JP2020521191A (ja) 自動運転車両の高速道路における自動運転に用いる、地図及びポジショニングなしで車線に沿う走行方法
JP2019137391A (ja) 自動運転車両のための自己位置推定方法、システム及び機械可読媒体
CN111328385A (zh) 用于自动驾驶车辆的基于螺旋路径的三点转弯规划
KR102247168B1 (ko) 자율 주행 차량 내 비 회피 계획 시스템의 장애물 필터링 방법
KR102223350B1 (ko) 자율 주행의 셀프 리버스 차선을 위한 상호 회피 알고리즘
KR102223347B1 (ko) 에뮬레이션 기반의 자율 주행 차량의 3점 방향 전환 계획
CN111649751B (zh) 一种用于参考线平滑的超自由缝合方法
CN112272805A (zh) 连接两条平滑参考线的基于多点增强的拼接方法
JP2021511999A (ja) 自動運転車両の３ポイントターンの最適プランナー切り替え方法
CN112041637B (zh) 用于3级自动驾驶车辆的无地图且基于摄像机的车道标识取样方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant