KR20210047341A - 모션 그래프 구성 및 차선 레벨 루트 계획 - Google Patents

모션 그래프 구성 및 차선 레벨 루트 계획 Download PDF

Info

Publication number
KR20210047341A
KR20210047341A KR1020217008827A KR20217008827A KR20210047341A KR 20210047341 A KR20210047341 A KR 20210047341A KR 1020217008827 A KR1020217008827 A KR 1020217008827A KR 20217008827 A KR20217008827 A KR 20217008827A KR 20210047341 A KR20210047341 A KR 20210047341A
Authority
KR
South Korea
Prior art keywords
lane
vehicle
trajectory
map
geographic area
Prior art date
Application number
KR1020217008827A
Other languages
English (en)
Other versions
KR102544948B1 (ko
Inventor
시-위안 리우
Original Assignee
모셔널 에이디 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 모셔널 에이디 엘엘씨 filed Critical 모셔널 에이디 엘엘씨
Priority to KR1020237019965A priority Critical patent/KR20230093069A/ko
Publication of KR20210047341A publication Critical patent/KR20210047341A/ko
Application granted granted Critical
Publication of KR102544948B1 publication Critical patent/KR102544948B1/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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • 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
    • 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
    • B60K35/28—
    • 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
    • B60W30/18—Propelling the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • 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
    • 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
    • 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
    • G01C21/26—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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • 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
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • 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
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • 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
    • B60K2360/166—
    • B60K2360/175—
    • 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
    • B60K2370/166—Navigation
    • 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
    • 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

Abstract

차량의 계획 회로를 사용하여, 지리적 영역의 맵이 액세스된다. 맵은 지리적 영역에서 차량이 주행할 수 있는 적어도 하나의 차선을 식별해주는 정보를 포함한다. 맵으로부터, 운전 환경을 나타내는 그래프가 생성된다. 그래프는 다수의 궤적을 포함한다. 적어도 하나의 궤적은 차선 변경을 포함한다. 각각의 궤적은 차량이 맵 상의 제1 시공간적 위치로부터 맵 상의 제2 시공간적 위치로 자율적으로 이동하기 위한 경로이다. 궤적은 차량이 따라서 이동할 수 있는 적어도 하나의 차선을 포함한다. 차량의 초기 차량 궤적에 기초하여 차량이 주행할 다수의 궤적 중의 궤적이 선택된다. 선택된 궤적은 스템을 포함한다. 스템은 차량이 고수하도록 구성된 선택된 궤적의 일 부분이다.

Description

모션 그래프 구성 및 차선 레벨 루트 계획
관련 출원의 상호 참조
본 출원은 2018년 12월 10일자로 출원된 미국 가출원 제62/777,667호 및 2019년 11월 3일자로 출원된 미국 특허 출원 제16/682,095호의 이익을 주장한다.
발명의 분야
이 설명은 모션 그래프 구성 및 차선 레벨 루트 계획에 관한 것이다.
지리적 영역에서의 한 장소(예를 들면, 출발지)와 다른 장소(예를 들면, 목적지)를 연결시키는 도로는 하나 이상의 방향 전환점(turn)을 포함할 수 있다. 도로는 다수의 차선을 또한 포함할 수 있다. 도로 상에서 운전하는 자율 주행 차량(autonomous vehicle)은, 예를 들어, 회전할 때 차선을 변경할 필요가 있을 수 있다. 차선 변경은 갑작스러울 수 있거나, 예를 들면, 짧은 종방향 거리에 걸쳐 짧은 횡방향 이동을 포함할 수 있거나, 또는 점진적일 수 있으며, 예를 들면, 긴 종방향 거리에 걸쳐 긴 횡방향 이동을 포함할 수 있다.
컴퓨터, 예를 들면, 자율 주행 차량에 탑재된 컴퓨터에 의해 구현되는 방법을 위한 기술이 제공된다. 차량의 계획 회로는 지리적 영역의 맵에 액세스한다. 맵은 지리적 영역에서 차량이 주행할 수 있는 적어도 하나의 차선을 식별해주는 정보를 포함한다. 맵으로부터, 계획 회로는 차량의 운전 환경을 나타내는 그래프를 생성한다. 그래프는 다수의 궤적을 포함한다. 적어도 하나의 궤적은 차선 변경을 포함한다. 다수의 궤적의 각 궤적은 차량이 맵 상의 제1 시공간적 위치로부터 맵 상의 제2 시공간적 위치로 자율적으로 이동하기 위한 경로이다. 궤적은 차량이 따라서 이동할 수 있는 적어도 하나의 차선을 포함한다. 계획 회로는 차량의 초기 차량 궤적에 기초하여 차량이 주행할 다수의 궤적 중의 궤적을 선택한다. 선택된 궤적은 스템(stem)을 포함한다. 스템은 차량이 고수하도록 구성된 선택된 궤적의 일 부분이다. 제어 회로는 선택된 궤적을 따라 차량을 이동시킨다.
계획 회로, 메모리 및 메모리에 저장된 적어도 하나의 프로그램을 포함하는 차량에 대한 기술이 제공된다. 적어도 하나의 프로그램은 본 개시에서 설명된 방법들 중 일부 또는 전부를 수행하기 위해 계획 회로에 의해 실행 가능한 명령을 포함한다.
디바이스의 계획 회로에 의해 실행하기 위한 적어도 하나의 프로그램을 포함하는 컴퓨터 판독 가능 저장 매체에 대한 기술이 제공된다. 적어도 하나의 프로그램은, 계획 회로에 의해 실행될 때, 차량으로 하여금 본 개시에서 설명된 방법들 중 일부 또는 전부를 수행하게 하는 명령을 포함한다.
여기에 설명된 주제의 특정 양태는 방법으로서 구현될 수 있다. 차량의 계획 회로를 사용하여, 지리적 영역의 맵이 액세스된다. 맵은 지리적 영역에서 차량이 주행할 수 있는 적어도 하나의 차선을 식별해주는 정보를 포함한다. 계획 회로를 사용하여 맵으로부터, 차량의 운전 환경을 나타내는 그래프가 생성된다. 그래프는 다수의 궤적을 포함한다. 적어도 하나의 궤적은 차선 변경을 포함한다. 각각의 궤적은 차량이 맵 상의 제1 시공간적 위치로부터 맵 상의 제2 시공간적 위치로 자율적으로 이동하기 위한 경로이다. 궤적은 차량이 따라서 이동할 수 있는 적어도 하라나의 차선을 포함한다. 계획 회로를 사용하여, 차량의 초기 차량 궤적에 기초하여 차량이 주행할 다수의 궤적 중의 궤적이 선택된다. 선택된 궤적은 스템을 포함한다. 스템은 차량이 고수하도록 구성된 선택된 궤적의 일 부분이다. 제어 회로를 사용하여, 차량이 선택된 궤적을 따라 이동된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 선택된 궤적의 주행을 시작할 때 적어도 선택된 궤적의 스템이 주행된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 차량이 궤적의 스템을 주행한 후에 주행할 후속 궤적이 선택된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 후속 궤적은 선택된 궤적의 스템의 끝에서부터 시작된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 다수의 궤적의 각각의 궤적은 차량이 고수하도록 구성된 대응하는 궤적에 의해 나타나는 각자의 경로의 각자의 부분을 나타내는 각자의 스템을 포함한다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 차량의 운전 환경의 그래프는 지리적 영역의 맵에 비해 더 작은 지리적 영역을 나타낸다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 차량의 운전 환경의 그래프는 지리적 영역의 맵에 포함된 지리적 영역에 관한 운전 세부 사항에 비해 지리적 영역에 관한 더 많은 운전 세부 사항을 포함한다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 다수의 궤적 중 제1 궤적은 차량이 차선에서 주행하는 경로를 나타낸다. 다수의 궤적 중의 궤적을 생성하기 위해, 운전 환경에 의해 나타나는 지리적 영역 내의 차선이 식별된다. 차선 내에서, 시작 시공간적 위치를 나타내는 시작 노드와 종료 시공간적 위치를 나타내는 종료 노드가 식별된다. 시작 노드로부터 종료 노드까지의 에지가 생성된다. 에지는 시작 시공간적 위치와 종료 시공간적 위치 사이의 궤적을 나타낸다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 차선은 제1 차선이다. 차선 변경을 포함하는 적어도 하나의 궤적을 생성하기 위해, 제1 차선에 인접한 제2 차선이 식별된다. 종료 노드로부터 제2 차선에서의 시공간적 위치를 나타내는 노드까지의 에지가 생성된다. 에지는 제1 차선에서 제2 차선으로 넘어가는 궤적을 나타낸다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 종료 노드로부터 제2 차선에서의 시공간적 위치를 나타내는 노드까지의 에지는 종료 노드로부터 제2 차선에서의 시공간적 위치로의 차량의 주행에 영향을 미치는 인자에 기초한 전환(transition)을 포함한다. 인자는 종료 노드와 시공간적 위치를 나타내는 노드 사이의 최단 거리, 종료 노드와 시공간적 위치를 나타내는 노드 사이의 최단 주행 시간, 제1 차선 또는 제2 차선에서의 주행 속력 제약 또는 운전 환경에서의 운전 조건 중 하나 이상을 포함한다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 시작 노드로부터 종료 노드까지의 에지와 종료 노드로부터 제2 차선에서의 시공간적 위치를 나타내는 노드까지의 에지를 포함하는 시퀀스가 생성된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 시퀀스에 식별자가 할당된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 그래프는 제1 그래프이다. 지리적 영역은 제2 지리적 영역이다. 차량이 운전 환경에 의해 나타나는 지리적 영역에서 주행하는 동안, 차량이 미래의 시각(time instant)에 주행할 제1 지리적 영역에 인접한 제2 지리적 영역이 결정된다. 제2 지리적 영역을 나타내는 운전 환경의 제2 그래프가 생성된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 제2 그래프는 실시간으로 생성된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 그래프를 생성하기 위해, 다수의 궤적의 각자의 궤적에 가중치가 할당된다. 가중치는 각자의 궤적을 주행하기 위해 차량에 의해 소비되는 리소스를 나타낸다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 각자의 궤적에 가중치를 할당하기 위해, 비교적 더 긴 도로 블록에서의 차선 변경을 나타내는 궤적에 할당된 가중치에 비해 짧은 도로 블록에서의 차선 변경을 나타내는 궤적에 더 큰 가중치가 할당된다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 초기 차량 궤적은 궤적을 선택하는 시각에서의 차량의 위치 및 주행 방향을 나타낸다.
다른 양태들 중 임의의 것과 조합 가능한 본 개시의 양태는 이하의 특징을 포함한다. 초기 차량 궤적에 기초하여 차량이 주행할 다수의 궤적 중의 궤적은 제1 시공간적 위치로부터 제2 시공간적 위치로 주행하기 위해 차량에 의해 소비되는 리소스를 최소화한다.
주제의 특정 양태는 차량으로서 구현될 수 있다. 차량은 계획 회로, 메모리, 및 여기에 설명된 주제의 하나 이상의 또는 모든 양태를 임의의 조합으로 수행하기 위해 계획 회로에 의해 실행 가능한 명령을 포함하는 메모리에 저장된 적어도 하나의 프로그램을 포함한다.
주제의 특정 양태는 여기에 설명된 주제의 하나 이상의 또는 모든 양태를 임의의 조합으로 수행하기 위해 차량의 계획 회로에 의해 실행 가능한 명령을 포함하는 적어도 하나의 프로그램을 포함하는 컴퓨터 판독 가능 저장 매체로서 구현될 수 있다.
도 1은 자율 주행 능력(autonomous capability)을 갖는 자율 주행 차량의 예를 도시한다.
도 2는 컴퓨터 시스템을 예시한다.
도 3은 자율 주행 차량에 대한 예시적인 아키텍처를 도시한다.
도 4는 인지 모듈에 의해 사용될 수 있는 입력 및 출력의 예를 도시한다.
도 5는 계획 모듈의 입력과 출력 사이의 관계의 블록 다이어그램을 도시한다.
도 6은 경로 계획에서 사용되는 방향 그래프(directed graph)를 도시한다.
도 7은 제어 모듈의 입력 및 출력의 블록 다이어그램을 도시한다.
도 8은 제어기의 입력, 출력, 및 컴포넌트의 블록 다이어그램을 도시한다.
도 9는 차선의 개략 다이어그램을 도시한다.
도 10은 2개의 차선을 포함하는 도로 블록의 개략 다이어그램을 도시한다.
도 11은 차선 커넥터(lane connector)의 개략 다이어그램을 도시한다.
도 12는 교차로의 개략 다이어그램을 도시한다.
도 13은 베이스라인 시퀀스(baseline sequence)의 개략 다이어그램을 도시한다.
도 14는 차선 그래프의 개략 다이어그램이다.
도 15는 자율 주행 차량이 주행할 수 있는 궤적의 제1 예의 개략 다이어그램이다.
도 16은 궤적의 제1 예와 연관된 베이스라인의 제1 예의 개략 다이어그램이다.
도 17은 자율 주행 차량이 주행할 수 있는 궤적의 제2 예의 개략 다이어그램이다.
도 18은 궤적의 제2 예와 연관된 베이스라인의 제2 예의 개략 다이어그램이다.
도 19는 자율 주행 차량이 주행할 수 있는 궤적의 제3 예의 예의 개략 다이어그램이다.
도 20은 자율 주행 차량이 주행할 수 있는 궤적의 제4 예의 예의 개략 다이어그램이다.
도 21은 자율 주행 차량이 하나의 차선으로부터 인접한 차선으로 주행하기 위한 가능한 궤적을 나타내는 베이스라인간 연결(inter-baseline connection)의 개략 다이어그램이다.
도 22는 궤적의 스템 분할(stem-splitting) 및 트리밍(trimming)의 개략 다이어그램이다.
도 23은 스템 대 베이스라인 연결(stem to baseline connection)의 개략 다이어그램이다.
도 24는 궤적으로부터의 평행 베이스라인 연결의 개략 다이어그램이다.
도 25는 자율 주행 차량이 주행할 궤적을 식별하기 위한 프로세스의 예의 플로차트이다.
설명을 위한 이하의 기술에서는, 본 발명에 대한 완전한 이해를 제공하기 위해 다수의 특정 세부 사항이 기재된다. 그렇지만, 본 발명이 이러한 특정 세부 사항 없이 실시될 수 있음이 명백할 것이다. 다른 경우에, 공지된 구조 및 디바이스는 본 발명을 불필요하게 모호하게 하는 것을 피하기 위하여 블록 다이어그램 형태로 도시된다.
도면에서, 설명을 용이하게 하기 위해, 디바이스, 모듈, 명령 블록 및 데이터 요소를 나타내는 것과 같은 개략적 요소의 특정 배열 또는 순서가 도시된다. 그렇지만, 본 기술 분야의 통상의 기술자라면, 도면에서의 개략적 요소의 특정 순서 또는 배열이 프로세싱의 특정한 순서 또는 시퀀스, 또는 프로세스의 분리가 요구됨을 암시한다는 것을 의미하지는 않는다는 점을 이해할 것이다. 게다가, 도면에 개략적 요소를 포함시키는 것은, 그러한 요소가 모든 실시예에서 요구됨을 암시한다는 것을 의미하지 않거나, 또는 그러한 요소에 의해 표현된 특징이 일부 실시예에서 포함되지 않을 수 있거나 다른 요소와 조합되지 않을 수 있음을 암시한다는 것을 의미하지 않는다.
또한, 도면에서, 2개 이상의 다른 개략적 요소 사이의 연결, 관계 또는 연관을 보여주기 위해 실선 또는 파선 또는 화살표와 같은 연결 요소가 사용되는 경우에, 임의의 그러한 연결 요소의 부재가 연결, 관계 또는 연관이 존재할 수 없다는 것을 암시하는 것을 의미하지 않는다. 환언하면, 요소들 사이의 일부 연결, 관계 또는 연관은 본 개시를 모호하게 하지 않기 위해 도면에 도시되어 있지 않다. 추가적으로, 예시를 용이하게 하기 위해, 요소들 사이의 다수의 연결, 관계 또는 연관을 나타내기 위해 단일의 연결 요소가 사용된다. 예를 들어, 연결 요소가 신호, 데이터 또는 명령의 통신을 나타내는 경우에, 본 기술 분야의 통상의 기술자라면, 그러한 요소가, 통신을 수행하기 위해 필요할 수 있는, 하나 또는 다수의 신호(예를 들면, 버스)를 나타낸다는 것을 이해할 것이다.
그 예가 첨부된 도면에 예시된 실시예가 이제 상세하게 언급될 것이다. 이하의 상세한 설명에서, 다양한 기술된 실시예에 대한 완전한 이해를 제공하기 위해 많은 특정 세부 사항이 기재된다. 그렇지만, 다양한 기술된 실시예가 이러한 특정 세부 사항 없이 실시될 수 있다는 것이 본 기술 분야의 통상의 기술자에게 명백할 것이다. 다른 경우에, 실시예의 양태를 불필요하게 모호하게 하지 않기 위해 공지된 방법, 절차, 컴포넌트, 회로, 및 네트워크는 상세히 기술되지 않았다.
서로 독립적으로 또는 다른 특징들의 임의의 조합과 함께 각각 사용될 수 있는 여러 특징이 이하에 기술된다. 그렇지만, 임의의 개별 특징은 위에서 논의된 문제들 중 임의의 것을 해결할 수 없거나 또는 위에서 논의된 문제들 중 단지 하나만을 해결할 수 있다. 위에서 논의된 문제들 중 일부가 본원에 기술된 특징들 중 임의의 것에 의해 완전히 해결되지는 않을 수 있다. 비록 여러 표제가 제공되어 있더라도, 특정 표제에 관련되지만 해당 표제를 갖는 섹션에서 발견되지는 않는 정보가 본 설명의 다른 곳에서 발견될 수도 있다. 실시예는 이하의 개요에 따라 본원에 기술된다:
1. 일반적 개관
2. 하드웨어 개관
3. 자율 주행 차량 아키텍처
4. 자율 주행 차량 입력
5. 자율 주행 차량 제어
6. 자율 주행 차량 모션 그래프 구성
7. 자율 주행 차량 차선 레벨 루트 계획
일반적 개관
본 개시는 출발지로부터 목적지로 주행할 때 차선을 변경하기 위해 지리적 영역의 맵으로부터 차선 그래프, 예를 들면, 경로의 추상 그래프를 생성하는 자율 주행 차량을 기술한다. 포즈(pose), 도로 블록 및 차선 구분선(lane divider)(예를 들면, 차선 마킹(lane marking))의 유형을 포함한 인자에 기초하여, 자율 주행 차량은 차선을 변경하기 위한 최적의 경로를 선택할 수 있다. 일부 실시예에서, 자율 주행 차량은 다수의 베이스라인 노드(아래에서 설명됨)를 결정할 수 있고, 베이스라인 노드로부터, 각각이 2개의 베이스라인 노드 사이의 전환을 나타내는, 베이스라인 에지를 결정할 수 있다. 하나의 베이스라인 노드로부터 다른 베이스라인 노드로 주행하기 위한 경로를 생성할 때, 자율 주행 차량은 경로의 실행 가능성(viability)을 결정하는 인자로서 구분선의 특성(예를 들면, 황색 이중선, 백색 점선)을 사용할 수 있다. 일부 실시예에서, 자율 주행 차량은 경로를 따라가는 것의 실행 가능성 및 경로를 따라가는 비용을 포함한 인자에 기초하여 생성된 경로에 가중치를 연관시킬 수 있다. 자율 주행 차량은 경로의 초기 부분(스템이라고 함)을 식별할 수 있고, 스템의 팁(tip)(예를 들면, 끝)으로부터의 미래의 경로가 결정되도록 해당 스템에 전념할 수 있다.
시스템 개관
도 1은 자율 주행 능력을 갖는 자율 주행 차량(100)의 예를 도시한다.
본원에서 사용되는 바와 같이, "자율 주행 능력"이라는 용어는, 완전한 자율 주행 차량, 고도의 자율 주행 차량, 및 조건부 자율 주행 차량을 제한 없이 포함하는, 실시간 인간 개입 없이 차량이 부분적으로 또는 완전하게 동작할 수 있게 하는 기능, 특징, 또는 설비를 지칭한다.
본원에서 사용되는 바와 같이, 자율 주행 차량(AV)은 자율 주행 능력을 갖는 차량이다.
본원에서 사용되는 바와 같이, "차량"은 상품 또는 사람의 운송 수단을 포함한다. 예를 들어, 자동차, 버스, 기차, 비행기, 드론, 트럭, 보트, 선박, 잠수함, 비행선 등. 무인 자동차는 차량의 예이다.
본원에서 사용되는 바와 같이, "궤적"은 AV를 제1 시공간적 위치로부터 제2 시공간적 위치로 운행시키는 경로 또는 루트를 지칭한다. 일 실시예에서, 제1 시공간적 위치는 초기 또는 시작 위치라고 지칭되고 제2 시공간적 위치는 목적지, 최종 위치, 목표, 목표 위치, 또는 목표 장소라고 지칭된다. 일부 예에서, 궤적은 하나 이상의 세그먼트(예를 들면, 도로의 섹션)로 구성되고, 각각의 세그먼트는 하나 이상의 블록(예를 들면, 차선 또는 교차로의 부분)으로 구성된다. 일 실시예에서, 시공간적 위치는 현실 세계 위치에 대응한다. 예를 들어, 시공간적 위치는 사람을 태우거나 내려주고 또는 상품을 싣거나 내리는 픽업(pick up) 위치 또는 드롭 오프(drop-off) 위치이다.
본원에서 사용되는 바와 같이, "센서(들)"는 센서를 둘러싸는 환경에 관한 정보를 검출하는 하나 이상의 하드웨어 컴포넌트를 포함한다. 하드웨어 컴포넌트들 중 일부는 감지 컴포넌트(예를 들면, 이미지 센서, 생체 측정 센서), 송신 및/또는 수신 컴포넌트(예를 들면, 레이저 또는 라디오 주파수 파 송신기 및 수신기), 아날로그-디지털 변환기와 같은 전자 컴포넌트, 데이터 저장 디바이스(예컨대, RAM 및/또는 비휘발성 스토리지), 소프트웨어 또는 펌웨어 컴포넌트, 및 ASIC(application-specific integrated circuit), 마이크로프로세서 및/또는 마이크로컨트롤러와 같은 데이터 프로세싱 컴포넌트를 포함할 수 있다.
본원에서 사용되는 바와 같이, "장면 묘사(scene description)"는 AV 차량 상의 하나 이상의 센서에 의해 검출되거나 AV 외부의 소스에 의해 제공되는 하나 이상의 분류된 또는 레이블링된 대상체를 포함하는 데이터 구조(예를 들면, 리스트) 또는 데이터 스트림이다.
본원에서 사용되는 바와 같이, "도로"는 차량에 의해 횡단될 수 있는 물리적 영역이고, 명명된 주요 도로(예를 들면, 도시 거리, 주간 프리웨이(interstate freeway) 등)에 대응할 수 있거나, 또는 명명되지 않은 주요 도로(예를 들면, 주택 또는 사무실 건물 내의 사유 도로, 주차장 섹션, 공터 섹션, 시골 지역의 비포장 경로 등)에 대응할 수 있다. 일부 차량(예를 들면, 4륜 구동 픽업 트럭, 스포츠 유틸리티 차량 등)은 차량 주행에 특히 적합하지 않은 다양한 물리적 영역을 횡단할 수 있기 때문에, "도로"는 임의의 지자체 또는 다른 정부 또는 행정처에 의해 주요 도로로서 공식적으로 규정되지 않은 물리적 영역일 수 있다.
본원에서 사용되는 바와 같이, "차선"은 차량에 의해 횡단될 수 있는 도로의 일 부분이다. 차선은 때때로 차선 마킹에 기초하여 식별된다. 예를 들어, 차선은 차선 마킹 사이의 공간의 대부분 또는 전부에 대응할 수 있거나, 또는 차선 마킹 사이의 공간의 단지 일부(예를 들면, 50% 미만)에 대응할 수 있다. 예를 들어, 멀리 이격된 차선 마킹을 갖는 도로는 차선 마킹들 사이에 둘 이상의 차량을 수용할 수 있음으로써, 하나의 차량이 차선 마킹을 횡단하지 않으면서 다른 차량을 추월할 수 있고, 따라서 차선 마킹들 사이의 공간보다 더 좁은 차선을 갖거나 차선 마킹들 사이에 2개의 차선을 갖는 것으로 해석될 수 있다. 차선은 차선 마킹의 부재 시에도 해석될 수 있다. 예를 들어, 차선은 환경의 물리적 특징부, 예를 들면, 시골 지역에서의 주요 도로를 따라 있는 바위 및 나무 또는, 예를 들면, 미개발 지역에서의 피할 자연 장애물에 기초하여 규정될 수 있다. 차선은 또한 차선 마킹 또는 물리적 특징부와 무관하게 해석될 수 있다. 예를 들어, 차선은 차선 경계로서 해석될 특징부가 달리 없는 영역에서 장애물이 없는 임의의 경로에 기초하여 해석될 수 있다. 예시적인 시나리오에서, AV는 들판 또는 공터의 장애물 없는 부분을 통해 차선을 해석할 수 있다. 다른 예시적인 시나리오에서, AV는 차선 마킹을 갖지 않는 넓은(예를 들면, 2개 이상의 차선을 위해 충분히 넓은) 도로를 통해 차선을 해석할 수 있다. 이 시나리오에서, AV는 차선에 관한 정보를 다른 AV에 통신할 수 있음으로써, 다른 AV가 동일한 차선 정보를 사용하여 그 자신들 간에 경로 계획을 조정할 수 있다.
"하나 이상"은 하나의 요소에 의해 수행되는 기능, 둘 이상의 요소에 의해, 예를 들어, 분산 방식으로, 수행되는 기능, 하나의 요소에 의해 수행되는 여러 기능, 여러 요소에 의해 수행되는 여러 기능, 또는 이들의 임의의 조합을 포함한다.
또한, 제1, 제2 등의 용어가, 일부 예에서, 다양한 요소를 기술하기 위해 본원에서 사용되고 있지만, 이러한 요소가 이러한 용어에 의해 제한되지 않아야 한다는 것이 이해될 것이다. 이러한 용어는 하나의 요소를 다른 요소와 구별하는 데만 사용된다. 예를 들어, 기술된 다양한 실시예의 범위를 벗어나지 않으면서, 제1 접촉은 제2 접촉이라고 지칭될 수 있고, 유사하게 제2 접촉은 제1 접촉이라고 지칭될 수 있다. 제1 접촉과 제2 접촉 둘 모두가 접촉이지만, 동일한 접촉은 아니다.
본원에 기술된 다양한 실시예의 설명에서 사용된 용어는 단지 특정한 실시예를 기술하기 위한 것이며, 제한하는 것으로 의도되지 않는다. 기술된 다양한 실시예 및 첨부된 청구항의 설명에서 사용되는 바와 같이, 단수형은, 문맥이 달리 명확히 표시하지 않는 한, 복수형을 포함하는 것으로 의도되어 있다. "및/또는"이라는 용어가, 본원에서 사용되는 바와 같이, 연관된 열거된 항목들 중 하나 이상의 항목의 일부 및 모든 가능한 조합을 지칭하고 포함한다는 것이 또한 이해될 것이다. 게다가, "포함한다" 및/또는 "포함하는"이라는 용어가, 본 설명에서 사용될 때, 언급된 특징, 정수, 단계, 동작, 요소, 및/또는 컴포넌트의 존재를 명기하지만, 하나 이상의 다른 특징, 정수, 단계, 동작, 요소, 컴포넌트, 및/또는 그의 그룹의 존재 또는 추가를 배제하지 않는다는 것이 이해될 것이다.
본원에서 사용되는 바와 같이, "~ 경우"라는 용어는 선택적으로 문맥에 따라 "~할 때", 또는 "~시에" 또는 "결정에 응답하여" 또는 "검출에 응답하여"를 의미하는 것으로 해석된다. 마찬가지로, 문구 "~라고 결정되는 경우" 또는 "[언급된 조건 또는 이벤트]가 검출되는 경우"는 선택적으로 문맥에 따라, "결정할 시에" 또는 "결정에 응답하여" 또는 "[언급된 조건 또는 이벤트]의 검출 시에" 또는 "[언급된 조건 또는 이벤트]의 검출에 응답하여"를 의미하는 것으로 해석된다.
본원에서 사용되는 바와 같이, AV 시스템은 AV의 동작을 지원하는 하드웨어, 소프트웨어, 저장 데이터 및 실시간으로 생성된 데이터의 어레이와 함께 AV를 지칭한다. 일 실시예에서, AV 시스템은 AV 내에 포함된다. 일 실시예에서, AV 시스템은 여러 위치에 걸쳐 확산되어 있다. 예를 들어, AV 시스템의 소프트웨어 중 일부는 도 2와 관련하여 아래에서 기술되는 클라우드 컴퓨팅 환경(200)과 유사한 클라우드 컴퓨팅 환경에서 구현된다.
일반적으로, 본원은 완전한 자율 주행 차량, 고도의 자율 주행 차량, 및 조건부 자율 주행 차량, 예를 들어, 각각 소위 레벨 5 차량, 레벨 4 차량 및 레벨 3 차량을 포함하는 하나 이상의 자율 주행 능력을 갖는 임의의 차량에 적용 가능한 기술을 개시한다(차량의 자율성의 레벨 분류에 대한 세부 사항은 본원에 그 전체가 참조로 포함된, SAE 국제 표준 J3016: 온로드 자동차 자동 운전 시스템에 관한 용어의 분류 및 정의(Taxonomy and Definitions for Terms Related to On-128-172020-02-28 Road Motor Vehicle Automated Driving Systems) 참조). 또한, 본원에서 개시된 기술은 부분적 자율 주행 차량 및 운전자 보조 차량, 예컨대, 소위 레벨 2 및 레벨 1 차량에도 적용 가능하다(SAE 국제 표준 J3016: 온로드 자동차 자동 운전 시스템에 관한 용어의 분류 및 정의 참조). 일 실시예에서, 레벨 1, 레벨 2, 레벨 3, 레벨 4 및 레벨 5 차량 시스템 중 하나 이상은 센서 입력의 프로세싱에 기초하여 특정의 동작 조건 하에서 특정의 차량 동작(예를 들면, 조향, 제동, 및 맵 사용)을 자동화할 수 있다. 본 문서에서 설명된 기술은, 완전한 자율 주행 차량으로부터 인간 운전 차량에 이르는, 임의의 레벨에 있는 차량에 혜택을 줄 수 있다.
도 1을 참조하면, AV 시스템(120)은, 대상체(예를 들면, 자연 장애물(191), 차량(193), 보행자(192), 자전거 타는 사람, 및 다른 장애물)을 피하고 도로 법규(예를 들면, 동작 규칙 또는 운전 선호사항)를 준수하면서, AV(100)를 궤적(198)을 따라 환경(190)을 통과하여 목적지(199)(때때로 최종 위치라고 지칭됨)로 동작시킨다.
일 실시예에서, AV 시스템(120)은 컴퓨터 프로세서(146)로부터 동작 커맨드를 수신하고 이에 따라 동작하도록 설비된 디바이스(101)를 포함한다. 일 실시예에서, 컴퓨팅 프로세서(146)는 도 2를 참조하여 아래에서 기술되는 프로세서(204)와 유사하다. 디바이스(101)의 예는 조향 컨트롤(102), 브레이크(103), 기어, 가속기 페달 또는 다른 가속 제어 메커니즘, 윈드실드 와이퍼, 사이드 도어 락, 윈도 컨트롤, 및 방향 지시등을 포함한다.
일 실시예에서, AV 시스템(120)은 AV의 위치, 선속도와 각속도 및 선가속도와 각가속도, 및 헤딩(heading)(예를 들면, AV(100)의 선단의 배향)와 같은 AV(100)의 상태 또는 조건의 속성을 측정 또는 추론하기 위한 센서(121)를 포함한다. 센서(121)의 예는 GPS, 차량 선가속도 및 각도 변화율(angular rate) 둘 모두를 측정하는 IMU(inertial measurement unit), 휠 슬립률(wheel slip ratio)을 측정 또는 추정하기 위한 휠 속력 센서, 휠 브레이크 압력 또는 제동 토크 센서, 엔진 토크 또는 휠 토크 센서, 그리고 조향각 및 각도 변화율 센서이다.
일 실시예에서, 센서(121)는 AV의 환경의 속성을 감지 또는 측정하기 위한 센서를 또한 포함한다. 예를 들어, 가시광, 적외선 또는 열(또는 둘 모두) 스펙트럼의 단안 또는 스테레오 비디오 카메라(122), LiDAR(123), RADAR, 초음파 센서, 비행 시간(time-of-flight, TOF) 깊이 센서, 속력 센서, 온도 센서, 습도 센서, 및 강우 센서.
일 실시예에서, AV 시스템(120)은 컴퓨터 프로세서(146)와 연관된 머신 명령 또는 센서(121)에 의해 수집된 데이터를 저장하기 위한 데이터 저장 유닛(142) 및 메모리(144)를 포함한다. 일 실시예에서, 데이터 저장 유닛(142)은 도 2와 관련하여 아래에서 기술되는 ROM(208) 또는 저장 디바이스(210)와 유사하다. 일 실시예에서, 메모리(144)는 아래에서 기술되는 메인 메모리(206)와 유사하다. 일 실시예에서, 데이터 저장 유닛(142) 및 메모리(144)는 환경(190)에 관한 과거 정보, 실시간 정보, 및/또는 예측 정보를 저장한다. 일 실시예에서, 저장된 정보는 맵, 운전 성능, 교통 혼잡 업데이트 또는 기상 조건을 포함한다. 일 실시예에서, 환경(190)에 관한 데이터는 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신된다.
일 실시예에서, AV 시스템(120)은 다른 차량의 상태 및 조건, 예컨대, 위치, 선속도와 각속도, 선가속도와 각가속도, 및 AV(100)를 향한 선형 헤딩(linear heading)과 각도 헤딩(angular heading)의 측정된 또는 추론된 속성을 통신하기 위한 통신 디바이스(140)를 포함한다. 이러한 디바이스는 V2V(Vehicle-to-Vehicle) 및 V2I(Vehicle-to-Infrastructure) 통신 디바이스 및 포인트-투-포인트(point-to-point) 또는 애드혹(ad hoc) 네트워크 또는 둘 모두를 통한 무선 통신을 위한 디바이스를 포함한다. 일 실시예에서, 통신 디바이스(140)는 (라디오 및 광학 통신을 포함하는) 전자기 스펙트럼 또는 다른 매체(예를 들면, 공기 및 음향 매체)를 통해 통신한다. V2V(Vehicle-to-Vehicle), V2I(Vehicle-to-Infrastructure) 통신(및 일부 실시예에서, 하나 이상의 다른 유형의 통신)의 조합이 때때로 V2X(Vehicle-to-Everything) 통신이라고 지칭된다. V2X 통신은 전형적으로, 자율 주행 차량과의 통신 및 자율 주행 차량들 사이의 통신을 위한 하나 이상의 통신 표준을 준수한다.
일 실시예에서, 통신 디바이스(140)는 통신 인터페이스를 포함한다. 예를 들어, 유선, 무선, WiMAX, Wi-Fi, 블루투스, 위성, 셀룰러, 광학, 근거리, 적외선, 또는 라디오 인터페이스. 통신 인터페이스는 원격에 위치된 데이터베이스(134)로부터 AV 시스템(120)으로 데이터를 송신한다. 통신 인터페이스(140)는 센서(121)로부터 수집된 데이터 또는 AV(100)의 동작에 관련된 다른 데이터를 원격에 위치된 데이터베이스(134)에 송신한다. 일 실시예에서, 통신 인터페이스(140)는 원격 운용(teleoperation)에 관련되는 정보를 AV(100)에 송신한다. 일부 실시예에서, AV(100)는 다른 원격(예를 들면, "클라우드") 서버(136)와 통신한다.
일 실시예에서, 원격에 위치된 데이터베이스(134)는 또한 디지털 데이터를 저장 및 송신한다(예를 들면, 도로 및 거리 위치와 같은 데이터를 저장함). 그러한 데이터는 AV(100) 상의 메모리(144)에 저장되거나, 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신된다.
일 실시예에서, 원격에 위치된 데이터베이스(134)는 유사한 하루 중 시간(time of day)에 궤적(198)을 따라 이전에 주행한 차량의 운전 속성(예를 들면, 속력 프로파일 및 가속도 프로파일)에 관한 과거 정보를 저장 및 송신한다. 일 구현예에서, 그러한 데이터는 AV(100) 상의 메모리(144)에 저장될 수 있거나, 원격에 위치된 데이터베이스(134)로부터 통신 채널을 통해 AV(100)에 송신될 수 있다.
AV(100) 상에 위치된 컴퓨팅 디바이스(146)는 실시간 센서 데이터 및 사전 정보(prior information) 둘 모두에 기초한 제어 액션을 알고리즘적으로 생성하여, AV 시스템(120)이 자율 주행 운전 능력을 실행할 수 있게 한다.
일 실시예에서, AV 시스템(120)은 AV(100)의 사용자(예를 들면, 탑승자 또는 원격 사용자)에게 정보 및 경고를 제공하고 그로부터 입력을 수신하기 위해 컴퓨팅 디바이스(146)에 결합된 컴퓨터 주변기기(132)를 포함한다. 일 실시예에서, 주변기기(132)는 도 2를 참조하여 아래에서 논의되는 디스플레이(212), 입력 디바이스(214), 및 커서 컨트롤러(216)와 유사하다. 결합은 무선 또는 유선이다. 인터페이스 디바이스들 중 임의의 둘 이상이 단일 디바이스에 통합될 수 있다.
도 2는 컴퓨터 시스템(200)을 예시한다. 일 구현예에서, 컴퓨터 시스템(200)은 특수 목적 컴퓨팅 디바이스이다. 특수 목적 컴퓨팅 디바이스는 기술을 수행하도록 고정-배선(hard-wired)되거나, 기술을 수행하도록 지속적으로 프로그래밍되는 하나 이상의 ASIC(application-specific integrated circuit) 또는 FPGA(field programmable gate array)와 같은 디지털 전자 디바이스를 포함하거나, 펌웨어, 메모리, 다른 스토리지 또는 조합 내의 프로그램 명령에 따라 기술을 수행하도록 프로그래밍되는 하나 이상의 범용 하드웨어 프로세서를 포함할 수 있다. 그러한 특수 목적 컴퓨팅 디바이스는 또한 커스텀 고정 배선 로직, ASIC, 또는 FPGA를 커스텀 프로그래밍과 조합하여 기술을 실현할 수 있다. 다양한 실시예에서, 특수 목적 컴퓨팅 디바이스는 기술을 구현하기 위한 고정 배선 및/또는 프로그램 로직을 포함하는 데스크톱 컴퓨터 시스템, 휴대용 컴퓨터 시스템, 핸드헬드 디바이스, 네트워크 디바이스, 또는 임의의 다른 디바이스이다.
일 실시예에서, 컴퓨터 시스템(200)은 정보를 통신하기 위한 버스(202) 또는 다른 통신 메커니즘, 및 정보를 프로세싱하기 위해 버스(202)와 결합된 하드웨어 프로세서(204)를 포함한다. 하드웨어 프로세서(204)는, 예를 들어, 범용 마이크로프로세서이다. 컴퓨터 시스템(200)은 프로세서(204)에 의해 실행될 명령 및 정보를 저장하기 위한, 버스(202)에 결합된 메인 메모리(206), 예컨대, RAM(random access memory) 또는 다른 동적 저장 디바이스를 또한 포함한다. 일 구현예에서, 메인 메모리(206)는 프로세서(204)에 의해 실행될 명령의 실행 동안 임시 변수 또는 다른 중간 정보를 저장하는 데 사용된다. 그러한 명령은, 프로세서(204)에 의해 액세스 가능한 비-일시적 저장 매체에 저장되어 있을 때, 컴퓨터 시스템(200)을 명령에 지정된 동작을 수행하도록 커스터마이징된 특수 목적 머신으로 만든다.
일 실시예에서, 컴퓨터 시스템(200)은, 프로세서(204)를 위한 정적 정보 및 명령을 저장하기 위한, 버스(202)에 결합된 ROM(read only memory)(208) 또는 다른 정적 저장 디바이스를 추가로 포함한다. 정보 및 명령을 저장하기 위한, 자기 디스크, 광학 디스크, 솔리드 스테이트 드라이브, 또는 3차원 크로스 포인트 메모리와 같은, 저장 디바이스(210)가 제공되고 버스(202)에 결합된다.
일 실시예에서, 컴퓨터 시스템(200)은 정보를 컴퓨터 사용자에게 디스플레이하기 위한 CRT(cathode ray tube), LCD(liquid crystal display), 플라스마 디스플레이, LED(light emitting diode) 디스플레이, 또는 OLED(organic light emitting diode) 디스플레이와 같은 디스플레이(212)에 버스(202)를 통해 결합된다. 정보 및 커맨드 선택을 프로세서(204)에 통신하기 위한 문자 숫자식 키 및 다른 키를 포함하는 입력 디바이스(214)가 버스(202)에 결합된다. 다른 유형의 사용자 입력 디바이스는 방향 정보 및 커맨드 선택을 프로세서(204)에 통신하고 디스플레이(212) 상에서의 커서 움직임을 제어하기 위한, 마우스, 트랙볼, 터치식 디스플레이, 또는 커서 방향 키와 같은, 커서 컨트롤러(216)이다. 이러한 입력 디바이스는 전형적으로, 디바이스가 평면에서의 위치를 지정할 수 있게 하는 2개의 축, 즉 제1 축(예를 들면, x-축) 및 제2 축(예를 들면, y-축)에서의 2 자유도를 갖는다.
일 실시예에 따르면, 본원에서의 기술은 프로세서(204)가 메인 메모리(206)에 포함된 하나 이상의 명령의 하나 이상의 시퀀스를 실행하는 것에 응답하여 컴퓨터 시스템(200)에 의해 수행된다. 그러한 명령은, 저장 디바이스(210)와 같은, 다른 저장 매체로부터 메인 메모리(206) 내로 판독된다. 메인 메모리(206)에 포함된 명령의 시퀀스의 실행은 프로세서(204)로 하여금 본원에서 기술된 프로세스 단계를 수행하게 한다. 대안적인 실시예에서, 소프트웨어 명령 대신에 또는 소프트웨어 명령과 조합하여 고정 배선 회로가 사용된다.
"저장 매체"라는 용어는, 본원에서 사용되는 바와 같이, 머신이 특정 방식으로 동작하게 하는 데이터 및/또는 명령을 저장하는 임의의 비-일시적 매체를 지칭한다. 그러한 저장 매체는 비휘발성 매체 및/또는 휘발성 매체를 포함한다. 비휘발성 매체는, 예를 들어, 광학 디스크, 자기 디스크, 솔리드 스테이트 드라이브, 또는 3차원 크로스 포인트 메모리, 예컨대, 저장 디바이스(210)를 포함한다. 휘발성 매체는 동적 메모리, 예컨대, 메인 메모리(206)를 포함한다. 저장 매체의 일반적인 형태는, 예를 들어, 플로피 디스크, 플렉서블 디스크, 하드 디스크, 솔리드 스테이트 드라이브, 자기 테이프, 또는 임의의 다른 자기 데이터 저장 매체, CD-ROM, 임의의 다른 광학 데이터 저장 매체, 홀 패턴을 갖는 임의의 물리적 매체, RAM, PROM, 및 EPROM, FLASH-EPROM, NV-RAM, 또는 임의의 다른 메모리 칩, 또는 카트리지를 포함한다.
저장 매체는 송신 매체와 별개이지만 송신 매체와 함께 사용될 수 있다. 송신 매체는 저장 매체들 사이에서 정보를 전달하는 데 참여한다. 예를 들어, 송신 매체는 버스(202)를 포함하는 와이어를 포함하여, 동축 케이블, 구리 와이어 및 광섬유를 포함한다. 송신 매체는 또한, 라디오 파 및 적외선 데이터 통신 동안 생성되는 것과 같은, 음향파 또는 광파의 형태를 취할 수 있다.
일 실시예에서, 실행을 위해 하나 이상의 명령의 하나 이상의 시퀀스를 프로세서(204)에 반송하는 데 다양한 형태의 매체가 관여된다. 예를 들어, 명령은 초기에 원격 컴퓨터의 자기 디스크 또는 솔리드 스테이트 드라이브에 보유된다. 원격 컴퓨터는 자신의 동적 메모리에 명령을 로딩하고 모뎀을 사용하여 전화선을 통해 명령을 전송한다. 컴퓨터 시스템(200)에 로컬인 모뎀은 전화선을 통해 데이터를 수신하고 적외선 송신기를 사용하여 데이터를 적외선 신호로 변환한다. 적외선 검출기는 적외선 신호로 반송되는 데이터를 수신하고 적절한 회로는 데이터를 버스(202)에 배치한다. 버스(202)는 데이터를 메인 메모리(206)로 반송하고, 프로세서(204)는 메인 메모리로부터 명령을 검색 및 실행한다. 메인 메모리(206)에 의해 수신된 명령은 프로세서(204)에 의해 실행되기 전이나 실행된 후에 선택적으로 저장 디바이스(210)에 저장될 수 있다.
컴퓨터 시스템(200)은 버스(202)에 결합된 통신 인터페이스(218)를 또한 포함한다. 통신 인터페이스(218)는 로컬 네트워크(222)에 연결된 네트워크 링크(220)에 대한 양방향 데이터 통신(two-way data communication) 결합을 제공한다. 예를 들어, 통신 인터페이스(218)는 ISDN(integrated service digital network) 카드, 케이블 모뎀, 위성 모뎀, 또는 대응하는 유형의 전화선에 데이터 통신 연결을 제공하기 위한 모뎀이다. 다른 예로서, 통신 인터페이스(218)는 호환 가능한 LAN(local area network)에 데이터 통신 연결을 제공하기 위한 LAN 카드이다. 일부 구현예에서는, 무선 링크도 구현된다. 임의의 그러한 구현예에서, 통신 인터페이스(218)는 다양한 유형의 정보를 나타내는 디지털 데이터 스트림을 반송하는 전기 신호, 전자기 신호, 또는 광학 신호를 전송 및 수신한다.
네트워크 링크(220)는 전형적으로 하나 이상의 네트워크를 통한 다른 데이터 디바이스로의 데이터 통신을 제공한다. 예를 들어, 네트워크 링크(220)는 로컬 네트워크(222)를 통해 호스트 컴퓨터(224)로의 연결 또는 ISP(Internet Service Provider)(226)에 의해 운용되는 클라우드 데이터 센터 또는 장비로의 연결을 제공한다. ISP(226)는 차례로 지금은 "인터넷(228)"이라고 통상적으로 지칭되는 월드-와이드 패킷 데이터 통신 네트워크(world-wide packet data communication network)를 통해 데이터 통신 서비스를 제공한다. 로컬 네트워크(222) 및 인터넷(228) 둘 모두는 디지털 데이터 스트림을 반송하는 전기 신호, 전자기 신호, 또는 광학 신호를 사용한다. 컴퓨터 시스템(200)으로 및 컴퓨터 시스템(200)으로부터 디지털 데이터를 반송하는, 다양한 네트워크를 통한 신호 및 통신 인터페이스(218)를 통한 네트워크 링크(220) 상의 신호는 송신 매체의 예시적인 형태이다. 일 실시예에서, 네트워크(220)는 위에서 기술된 클라우드(A202) 또는 클라우드(A202)의 일부를 포함한다.
컴퓨터 시스템(200)은 네트워크(들), 네트워크 링크(220), 및 통신 인터페이스(218)를 통해, 프로그램 코드를 포함한, 메시지를 전송하고 데이터를 수신한다. 일 실시예에서, 컴퓨터 시스템(200)은 프로세싱하기 위한 코드를 수신한다. 수신된 코드는 수신될 때 프로세서(204)에 의해 실행되고/되거나 추후의 실행을 위해 저장 디바이스(210) 또는 다른 비휘발성 스토리지에 저장된다.
자율 주행 차량 아키텍처
도 3은 자율 주행 차량(예를 들면, 도 1에 도시된 AV(100))에 대한 예시적인 아키텍처(300)를 도시한다. 아키텍처(300)는 인지 모듈(302)(때때로 인지 회로라고 지칭됨), 계획 모듈(304)(때때로 계획 회로라고 지칭됨), 제어 모듈(306)(때때로 제어 회로라고 지칭됨), 로컬화 모듈(308)(때때로 로컬화 회로라고 지칭됨), 및 데이터베이스 모듈(310)(때때로 데이터베이스 회로라고 지칭됨)을 포함한다. 각각의 모듈은 AV(100)의 동작에서 소정의 역할을 한다. 다함께, 모듈(302, 304, 306, 308, 및 310)은 도 1에 도시된 AV 시스템(120)의 일부일 수 있다. 일부 실시예에서, 모듈(302, 304, 306, 308, 및 310) 중 임의의 모듈은 컴퓨터 소프트웨어(예를 들면, 컴퓨터 판독 가능 매체 상에 저장된 실행 가능 코드) 및 컴퓨터 하드웨어(예를 들면, 하나 이상의 마이크로프로세서, 마이크로컨트롤러, ASIC(application-specific integrated circuit), 하드웨어 메모리 디바이스, 다른 유형의 집적 회로, 다른 유형의 컴퓨터 하드웨어, 또는 이러한 것 중 임의의 것 또는 모든 것의 조합)의 조합이다.
사용 중에, 계획 모듈(304)은 목적지(312)를 나타내는 데이터를 수신하고 목적지(312)에 도달하기 위해(예를 들면, 도착하기 위해) AV(100)에 의해 주행될 수 있는 궤적(314)(때때로 루트라고 지칭됨)을 나타내는 데이터를 결정한다. 계획 모듈(304)이 궤적(314)을 나타내는 데이터를 결정하기 위해, 계획 모듈(304)은 인지 모듈(302), 로컬화 모듈(308), 및 데이터베이스 모듈(310)로부터 데이터를 수신한다.
인지 모듈(302)은, 예를 들면, 도 1에도 도시된 바와 같이, 하나 이상의 센서(121)를 사용하여 인근의 물리적 대상체를 식별한다. 대상체는 분류되고(예를 들면, 보행자, 자전거, 자동차, 교통 표지판 등과 같은 유형으로 그룹화되고), 분류된 대상체(316)를 포함하는 장면 묘사는 계획 모듈(304)에 제공된다.
계획 모듈(304)은 또한 로컬화 모듈(308)로부터 AV 위치(318)를 나타내는 데이터를 수신한다. 로컬화 모듈(308)은 위치를 계산하기 위해 센서(121)로부터의 데이터 및 데이터베이스 모듈(310)로부터의 데이터(예를 들면, 지리적 데이터)를 사용하여 AV 위치를 결정한다. 예를 들어, 로컬화 모듈(308)은 GNSS(Global Navigation Satellite System) 센서로부터의 데이터 및 지리적 데이터를 사용하여 AV의 경도 및 위도를 계산한다. 일 실시예에서, 로컬화 모듈(308)에 의해 사용되는 데이터는 도로 기하학적 속성의 고정밀 맵, 도로망 연결 속성을 기술하는 맵, 도로 물리적 속성(예컨대, 교통 속력, 교통량, 차량 교통 차선과 자전거 타는 사람 교통 차선의 개수, 차선 폭, 차선 교통 방향, 또는 차선 마커 유형 및 위치, 또는 그 조합)을 기술하는 맵, 및 도로 특징부, 예컨대, 횡단보도, 교통 표지판 또는 다양한 유형의 다른 주행 신호(travel signal)의 공간적 위치를 기술하는 맵을 포함한다. 일 실시예에서, 고정밀 맵은 자동 또는 수동 주석 달기(annotation)를 통해 저정밀 맵에 데이터를 추가함으로써 구성된다.
제어 모듈(306)은 궤적(314)을 나타내는 데이터 및 AV 위치(318)를 나타내는 데이터를 수신하고, AV(100)로 하여금 목적지(312)를 향해 궤적(314)을 주행하게 할 방식으로 AV의 제어 기능(320a 내지 320c)(예를 들면, 조향, 스로틀링, 제동, 점화)을 동작시킨다. 예를 들어, 궤적(314)이 좌회전을 포함하는 경우, 제어 모듈(306)은, 조향 기능의 조향각이 AV(100)로 하여금 왼쪽으로 회전하게 하고 스로틀링 및 제동이 AV(100)로 하여금 이러한 회전이 이루어지기 전에 지나가는 보행자 또는 차량을 위해 일시정지 및 대기하게 하는 방식으로, 제어 기능(320a 내지 320c)을 동작시킬 것이다.
자율 주행 차량 입력
도 4는 인지 모듈(302)(도 3)에 의해 사용되는 입력(402a 내지 402d)(예를 들면, 도 1에 도시된 센서(121)) 및 출력(404a 내지 404d)(예를 들면, 센서 데이터)의 예를 도시한다. 하나의 입력(402a)은 LiDAR(Light Detection and Ranging) 시스템(예를 들면, 도 1에 도시된 LiDAR(123))이다. LiDAR는 그의 가시선에 있는 물리적 대상체에 관한 데이터를 획득하기 위해 광(예를 들면, 적외선 광과 같은 광의 버스트)을 사용하는 기술이다. LiDAR 시스템은 출력(404a)으로서 LiDAR 데이터를 생성한다. 예를 들어, LiDAR 데이터는 환경(190)의 표현을 구성하는 데 사용되는 3D 또는 2D 포인트(포인트 클라우드라고도 알려져 있음)의 집합체이다.
다른 입력(402b)은 RADAR 시스템이다. RADAR는 인근의 물리적 대상체에 관한 데이터를 획득하기 위해 라디오 파를 사용하는 기술이다. RADAR는 LiDAR 시스템의 가시선 내에 있지 않은 대상체에 관한 데이터를 획득할 수 있다. RADAR 시스템(402b)은 출력(404b)으로서 RADAR 데이터를 생성한다. 예를 들어, RADAR 데이터는 환경(190)의 표현을 구성하는 데 사용되는 하나 이상의 라디오 주파수 전자기 신호이다.
다른 입력(402c)은 카메라 시스템이다. 카메라 시스템은 인근의 물리적 대상체에 관한 정보를 획득하기 위해 하나 이상의 카메라(예를 들면, CCD(charge-coupled device)와 같은 광 센서를 사용하는 디지털 카메라)를 사용한다. 카메라 시스템은 출력(404c)으로서 카메라 데이터를 생성한다. 카메라 데이터는 종종 이미지 데이터(예를 들면, RAW, JPEG, PNG 등과 같은 이미지 데이터 포맷의 데이터)의 형태를 취한다. 일부 예에서, 카메라 시스템은, 카메라 시스템이 깊이를 인지할 수 있게 하는, 예를 들어, 입체시(stereopsis)(스테레오 비전)를 위한, 다수의 독립적인 카메라를 갖는다. 비록 카메라 시스템에 의해 인지되는 대상체가 여기서 "인근"으로 기술되지만, 이것은 AV를 기준으로 한 것이다. 사용 중에, 카메라 시스템은 멀리 있는, 예를 들어, AV 전방으로 최대 1 킬로미터 이상에 있는 대상체를 "보도록" 구성될 수 있다. 따라서, 카메라 시스템은 멀리 떨어져 있는 대상체를 인지하도록 최적화되어 있는 센서 및 렌즈와 같은 특징부를 가질 수 있다.
다른 입력(402d)은 TLD(traffic light detection) 시스템이다. TLD 시스템은 하나 이상의 카메라를 사용하여, 시각적 운행 정보를 제공하는 교통 신호등, 거리 표지판, 및 다른 물리적 대상체에 관한 정보를 획득한다. TLD 시스템은 출력(404d)으로서 TLD 데이터를 생성한다. TLD 데이터는 종종 이미지 데이터(예를 들면, RAW, JPEG, PNG 등과 같은 이미지 데이터 포맷의 데이터)의 형태를 취한다. TLD 시스템은, 시각적 운행 정보를 제공하는 가능한 한 많은 물리적 대상체에 관한 정보를 획득하기 위해 TLD 시스템이 넓은 시야를 갖는 카메라(예를 들면, 광각 렌즈 또는 어안 렌즈를 사용함)를 사용하여, AV(100)가 이러한 대상체에 의해 제공되는 모든 관련 운행 정보에 액세스한다는 점에서, 카메라를 포함하는 시스템과 상이하다. 예를 들어, TLD 시스템의 시야각은 약 120도 이상일 수 있다.
일부 실시예에서, 출력(404a 내지 404d)은 센서 융합 기술을 사용하여 결합된다. 따라서, 개별 출력(404a 내지 404d) 중 어느 하나가 AV(100)의 다른 시스템에 제공되거나(예를 들면, 도 3에 도시된 바와 같은 계획 모듈(304)에 제공되거나), 또는 결합된 출력이 동일한 유형(동일한 결합 기술을 사용하는 것 또는 동일한 출력을 결합하는 것 또는 둘 모두)의 단일 결합 출력 또는 다중 결합 출력의 형태 또는 상이한 유형(예를 들면, 상이한 각자의 결합 기술을 사용하는 것 또는 상이한 각자의 출력을 결합하는 것 또는 둘 모두)의 단일 결합 출력 또는 다중 결합 출력의 형태 중 어느 하나로 다른 시스템에 제공될 수 있다. 일부 실시예에서, 조기 융합(early fusion) 기술이 사용된다. 조기 융합 기술은 하나 이상의 데이터 프로세싱 단계가 결합된 출력에 적용되기 전에 출력을 결합하는 것을 특징으로 한다. 일부 실시예에서, 늦은 융합(late fusion) 기술이 사용된다. 늦은 융합 기술은 하나 이상의 데이터 프로세싱 단계가 개별 출력에 적용된 후에 출력을 결합하는 것을 특징으로 한다.
경로 계획
도 5는 (예를 들면, 도 3에 도시된 바와 같은) 계획 모듈(304)의 입력과 출력 사이의 관계의 블록 다이어그램(500)을 도시한다. 일반적으로, 계획 모듈(304)의 출력은 시작 포인트(504)(예를 들면, 소스 위치 또는 초기 위치)로부터 종료 포인트(506)(예를 들면, 목적지 또는 최종 위치)까지의 루트(502)이다. 루트(502)는 전형적으로 하나 이상의 세그먼트에 의해 정의된다. 예를 들어, 세그먼트는 거리, 도로, 간선도로, 사유 도로, 또는 자동차 주행에 적절한 다른 물리적 영역의 적어도 일 부분에 걸쳐 주행되는 거리이다. 일부 예에서, 예를 들어, AV(100)가 4륜 구동(4WD) 또는 상시 4륜구동(AWD) 자동차, SUV, 픽업 트럭 등과 같은 오프-로드 주행 가능 차량인 경우, 루트(502)는 비포장 경로 또는 탁트인 들판과 같은 "오프-로드" 세그먼트를 포함한다.
루트(502)에 추가하여, 계획 모듈은 차선 레벨 루트 계획 데이터(508)도 출력한다. 차선 레벨 루트 계획 데이터(508)는 특정한 시간에서의 세그먼트의 조건에 기초하여 루트(502)의 세그먼트를 횡단하는 데 사용된다. 예를 들어, 루트(502)가 다중 차선 간선도로를 포함하는 경우, 차선 레벨 루트 계획 데이터(508)는, 예를 들어, 출구가 다가오고 있는지, 차선들 중 하나 이상이 다른 차량을 갖는지, 또는 수 분 이하 동안에 걸쳐 변화되는 다른 인자에 기초하여, AV(100)가 다중 차선 중 한 차선을 선택하는 데 사용할 수 있는 궤적 계획 데이터(510)를 포함한다. 유사하게, 일부 구현예에서, 차선 레벨 루트 계획 데이터(508)는 루트(502)의 세그먼트에 특정적인 속력 제약(512)을 포함한다. 예를 들어, 세그먼트가 보행자 또는 예상치 못한 교통상황(traffic)을 포함하는 경우, 속력 제약(512)은 AV(100)를 예상된 속력보다 더 느린 주행 속력, 예를 들면, 세그먼트에 대한 속력 제한 데이터에 기초한 속력으로 제한할 수 있다.
일 실시예에서, 계획 모듈(304)에의 입력은 (예를 들면, 도 3에 도시된 데이터베이스 모듈(310)로부터의) 데이터베이스 데이터(514), 현재 위치 데이터(516)(예를 들면, 도 3에 도시된 AV 위치(318)), (예를 들면, 도 3에 도시된 목적지(312)에 대한) 목적지 데이터(518), 및 대상체 데이터(520)(예를 들면, 도 3에 도시된 인지 모듈(302)에 의해 인지되는 분류된 대상체(316))를 포함한다. 일 실시예에서, 데이터베이스 데이터(514)는 계획에 사용되는 규칙을 포함한다. 규칙은 형식 언어를 사용하여, 예를 들어, 불리언 논리를 사용하여 규정된다. AV(100)가 조우하는 임의의 주어진 상황에서, 규칙들 중 적어도 일부는 해당 상황에 적용될 것이다. 규칙이 AV(100)에 이용 가능한 정보, 예를 들면, 주위 환경에 관한 정보에 기초하여 충족되는 조건을 갖는 경우, 규칙이 주어진 상황에 적용된다. 규칙은 우선순위를 가질 수 있다. 예를 들어, "도로가 프리웨이인 경우, 최좌측 차선으로 이동하라"로 되어 있는 규칙은, 출구가 1마일 내로 다가오고 있는 경우, 최우측 차선으로 이동하라"는 것보다 더 낮은 우선순위를 가질 수 있다.
도 6은, 예를 들어, 계획 모듈(304)(도 3)에 의해 경로 계획에 사용되는 방향 그래프(600)를 도시한다. 일반적으로, 도 6에 도시된 것과 같은 방향 그래프(600)는 임의의 시작 포인트(602)와 종료 포인트(604) 사이의 경로를 결정하는 데 사용된다. 현실 세계에서는, 시작 포인트(602)와 종료 포인트(604)를 분리하는 거리는 상대적으로 클 수 있거나(예를 들면, 2개의 상이한 대도시 지역에 있음) 또는 상대적으로 작을 수 있다(예를 들면, 도시 블록과 맞닿아 있는 2개의 교차로 또는 다중 차선 도로의 2개의 차선).
일 실시예에서, 방향 그래프(600)는 AV(100)에 의해 점유될 수 있는 시작 포인트(602)와 종료 포인트(604) 사이의 상이한 위치를 나타내는 노드(606a 내지 606d)를 갖는다. 일부 예에서, 예를 들면, 시작 포인트(602)와 종료 포인트(604)가 상이한 대도시 지역을 나타낼 때, 노드(606a 내지 606d)는 도로의 세그먼트를 나타낸다. 일부 예에서, 예를 들면, 시작 포인트(602)와 종료 포인트(604)가 동일한 도로 상의 상이한 위치를 나타낼 때, 노드(606a 내지 606d)는 해당 도로 상의 상이한 위치를 나타낸다. 이러한 방식으로, 방향 그래프(600)는 다양한 입도(granularity) 레벨로 정보를 포함한다. 일 실시예에서, 높은 입도를 갖는 방향 그래프는 또한 더 큰 스케일을 갖는 다른 방향 그래프의 서브그래프(subgraph)이다. 예를 들어, 시작 포인트(602)와 종료 포인트(604)가 멀리 떨어져 있는(예를 들면, 수 마일(many miles) 떨어져 있는) 방향 그래프는 그의 정보 대부분이 낮은 입도이고 저장된 데이터에 기초하지만, AV(100)의 시야 내의 물리적 위치를 나타내는 그래프의 부분에 대한 일부 높은 입도 정보도 포함한다.
노드(606a 내지 606d)는 노드와 오버랩될 수 없는 대상체(608a 및 608b)와 별개이다. 일 실시예에서, 입도가 낮을 때, 대상체(608a 및 608b)는 자동차에 의해 횡단될 수 없는 영역, 예를 들면, 거리 또는 도로가 없는 구역을 나타낸다. 입도가 높을 때, 대상체(608a 및 608b)는 AV(100)의 시야 내의 물리적 대상체, 예를 들면, 다른 자동차, 보행자, 또는 AV(100)와 물리적 공간을 공유할 수 없는 다른 엔티티를 나타낸다. 일 실시예에서, 대상체(608a 및 608b)의 일부 또는 전부는 정적 대상체(예를 들면, 가로등 또는 전신주와 같은 위치를 변경하지 않는 대상체) 또는 동적 대상체(예를 들면, 보행자 또는 다른 자동차와 같은 위치를 변경할 수 있는 대상체)이다.
노드(606a 내지 606d)는 에지(610a 내지 610c)에 의해 연결된다. 2개의 노드(606a 및 606b)가 에지(610a)에 의해 연결되는 경우, AV(100)가, 예를 들면, 다른 노드(606b)에 도착하기 전에 중간 노드로 주행할 필요 없이, 하나의 노드(606a)와 다른 노드(606b) 사이에서 주행하는 것이 가능하다. (노드들 사이에서 주행하는 AV(100)를 언급할 때, AV(100)가 각자의 노드에 의해 표현되는 2개의 물리적 위치 사이에서 주행한다는 것을 의미한다.) 에지(610a 내지 610c)는, AV(100)가 제1 노드로부터 제2 노드로, 또는 제2 노드로부터 제1 노드로 주행한다는 의미에서 종종 양방향성이다. 일 실시예에서, 에지(610a 내지 610c)는, AV(100)가 제1 노드로부터 제2 노드로 주행할 수 있지만, AV(100)가 제2 노드로부터 제1 노드로 주행할 수 없다는 의미에서 단방향성이다. 에지(610a 내지 610c)는, 예를 들어, 일방통행로, 거리, 도로, 또는 간선도로의 개별 차선, 또는 법적 또는 물리적 제약으로 인해 일 방향으로만 횡단될 수 있는 다른 특징부를 나타낼 때, 단방향성이다.
일 실시예에서, 계획 모듈(304)은 방향 그래프(600)를 사용하여 시작 포인트(602)와 종료 포인트(604) 사이의 노드 및 에지로 이루어진 경로(612)를 식별한다.
에지(610a 내지 610c)는 연관된 비용(614a 및 614b)을 갖는다. 비용(614a 및 614b)은 AV(100)가 해당 에지를 선택하는 경우 소비될 리소스를 나타내는 값이다. 전형적인 리소스는 시간이다. 예를 들어, 하나의 에지(610a)가 다른 에지(610b)의 물리적 거리의 2배인 물리적 거리를 나타내는 경우, 제1 에지(610a)의 연관된 비용(614a)은 제2 에지(610b)의 연관된 비용(614b)의 2배일 수 있다. 시간에 영향을 미치는 다른 인자는 예상된 교통상황, 교차로의 개수, 속력 제한 등을 포함한다. 다른 전형적인 리소스는 연비이다. 2개의 에지(610a 및 610b)는 동일한 물리적 거리를 나타낼 수 있지만, 예를 들면, 도로 조건, 예상된 날씨 등으로 인해, 하나의 에지(610a)는 다른 에지(610b)보다 더 많은 연료를 필요로 할 수 있다.
계획 모듈(304)이 시작 포인트(602)와 종료 포인트(604) 사이의 경로(612)를 식별할 때, 계획 모듈(304)은 전형적으로, 비용에 최적화된 경로, 예를 들면, 에지의 개별 비용이 함께 가산될 때 가장 적은 전체 비용을 갖는 경로를 선택한다.
자율 주행 차량 제어
도 7은 (예를 들면, 도 3에 도시된 바와 같은) 제어 모듈(306)의 입력 및 출력의 블록 다이어그램(700)을 도시한다. 제어 모듈은, 예를 들어, 프로세서(204)와 유사한 하나 이상의 프로세서(예를 들면, 마이크로프로세서 또는 마이크로컨트롤러 또는 둘 모두와 같은 하나 이상의 컴퓨터 프로세서), 메인 메모리(206)와 유사한 단기 및/또는 장기 데이터 스토리지(예를 들면, 메모리 랜덤 액세스 메모리 또는 플래시 메모리 또는 둘 모두), ROM(308), 및 저장 디바이스(210)를 포함하는 제어기(702), 및 메모리 내에 저장된 명령에 따라 동작하는데, 상기 명령은 명령이 (예를 들면, 하나 이상의 프로세서에 의해) 실행될 때 제어기(702)의 동작을 수행한다.
일 실시예에서, 제어기(702)는 원하는 출력(704)을 나타내는 데이터를 수신한다. 원하는 출력(704)은 전형적으로 속도, 예를 들어, 속력 및 헤딩을 포함한다. 원하는 출력(704)은, 예를 들어, (예를 들면, 도 3에 도시된 바와 같은) 계획 모듈(304)로부터 수신되는 데이터에 기초할 수 있다. 원하는 출력(704)에 따라, 제어기(702)는 스로틀 입력(706) 및 조향 입력(708)으로서 사용 가능한 데이터를 생성한다. 스로틀 입력(706)은 원하는 출력(704)을 달성하기 위해, 예를 들면, 조향 페달에 관여하거나 또는 다른 스로틀 제어에 관여함으로써, AV(100)의 스로틀(예를 들면, 가속 제어)에 관여하는 정도를 나타낸다. 일부 예에서, 스로틀 입력(706)은 AV(100)의 브레이크(예를 들면, 감속 제어)에 관여하는 데 사용 가능한 데이터를 또한 포함한다. 조향 입력(708)은 조향각, 예를 들면, AV의 조향 컨트롤(예를 들면, 조향 휠, 조향각 액추에이터, 또는 조향각을 제어하기 위한 다른 기능성)이 원하는 출력(704)을 달성하도록 위치설정되어야 하는 각도를 나타낸다.
일 실시예에서, 제어기(702)는 스로틀 및 조향에 제공되는 입력을 조정하는 데 사용되는 피드백을 수신한다. 예를 들어, AV(100)가 언덕과 같은 방해물(710)과 조우하면, AV(100)의 측정된 속력(712)은 원하는 출력 속력 아래로 낮아진다. 일 실시예에서, 임의의 측정된 출력(714)은, 예를 들어, 측정된 속력과 원하는 출력 사이의 차분(713)에 기초하여, 필요한 조정이 수행되도록 제어기(702)에 제공된다. 측정된 출력(714)은 측정된 위치(716), 측정된 속도(718)(속력 및 헤딩을 포함함), 측정된 가속도(720), 및 AV(100)의 센서에 의해 측정 가능한 다른 출력을 포함한다.
일 실시예에서, 방해물(710)에 관한 정보는, 예를 들면, 카메라 또는 LiDAR 센서와 같은 센서에 의해 미리 검출되고, 예측 피드백 모듈(722)에 제공된다. 이후, 예측 피드백 모듈(722)은 정보를 제어기(702)에 제공하며, 제어기(702)는 이 정보를 사용하여 그에 따라 조정할 수 있다. 예를 들어, AV(100)의 센서가 언덕을 검출한("본") 경우, 이 정보는 상당한 감속을 방지하도록 적절한 시간에 스로틀에 관여할 준비를 하기 위해 제어기(702)에 의해 사용될 수 있다.
도 8은 제어기(702)의 입력, 출력, 및 컴포넌트의 블록 다이어그램(800)을 도시한다. 제어기(702)는 스로틀/브레이크 제어기(804)의 동작에 영향을 미치는 속력 프로파일러(802)를 갖는다. 예를 들어, 속력 프로파일러(802)는, 예를 들면, 제어기(702)에 의해 수신되고 속력 프로파일러(802)에 의해 프로세싱되는 피드백에 따라 스로틀/브레이크(806)를 사용하여 가속에 관여하거나 감속에 관여하도록 스로틀/브레이크 제어기(804)에 명령한다.
제어기(702)는 또한 조향 제어기(810)의 동작에 영향을 미치는 횡방향 추적 제어기(808)를 갖는다. 예를 들어, 횡방향 추적 제어기(808)는, 예를 들면, 제어기(702)에 의해 수신되고 횡방향 추적 제어기(808)에 의해 프로세싱되는 피드백에 따라 조향각 액추에이터(812)의 위치를 조정하도록 조향 제어기(804)에 명령한다.
제어기(702)는 스로틀/브레이크(806) 및 조향각 액추에이터(812)를 제어하는 방법을 결정하는 데 사용되는 여러 입력을 수신한다. 계획 모듈(304)은, 예를 들어, AV(100)가 동작을 시작할 때 헤딩을 선택하기 위해 그리고 AV(100)가 교차로에 도달할 때 어느 도로 세그먼트를 횡단할지를 결정하기 위해, 제어기(702)에 의해 사용되는 정보를 제공한다. 로컬화 모듈(308)은, 예를 들어, 스로틀/브레이크(806) 및 조향각 액추에이터(812)가 제어되고 있는 방식에 기초하여 예상되는 위치에 AV(100)가 있는지를 제어기(702)가 결정할 수 있도록, AV(100)의 현재 위치를 기술하는 정보를 제어기(702)에 제공한다. 일 실시예에서, 제어기(702)는 다른 입력(814)으로부터의 정보, 예를 들어, 데이터베이스, 컴퓨터 네트워크 등으로부터 수신된 정보를 수신한다.
자율 주행 차량 모션 그래프 구성
이 섹션은 AV(100)가 주행할 수 있는 차선 레벨 루트(때때로 경로 또는 궤적이라고 함)를 계획하기 위해 AV 시스템(120), 예를 들어, 계획 모듈(304)에 의해 실행되는 컴퓨터 구현 방법을 기술한다. 경로는 지리적 영역에서의 물리적 현실 세계 경로이다. 루트를 계획하기 위해, 계획 모듈(304)은 지리적 영역을 맵 요소를 포함하는 맵으로서 표현하고 저장한다. 이하의 단락은 다양한 맵 요소를 기술한다. 특정 맵 요소는 물리적 현실 세계 요소(예를 들면, 차선, 교차로)에 직접 대응하는 반면, 다른 맵 요소는 개념적이고 루트를 계획하기 위해 계획 모듈(304)에 의해 생성되고 사용되는 컴퓨터 구성체(computer construct)로서 구현된다.
도 9는 차선(902)의 개략 다이어그램을 도시한다. 차선(902)은 도로 상의 물리적 차선이고, 방향 및 지리적 맵 상에서의 그의 기하학적 범위(geometrical extent)를 나타내는 다각형과 연관되어 있다. 2개의 차선은 차선 커넥터(아래에서 설명됨)를 통해 종방향으로 연결된다. 차선(902)은 도로 블록(아래에서 설명됨)과 연관되어 있다. 동일한 방향과 연관된 2개의 인접한 차선은 차선 구분선(예를 들면, 차선 마킹)에 의해 분리된다. 차선 구분선은 상이한 유형, 예를 들어, 백색 단일 실선(single solid white), 백색 단일 점선(single dashed white), 백색 이중 실선(double solid white), 백색 이중 점선(double dashed white), 백색 단일 지그재그선(single zigzag white), 황색 단일 실선(single solid yellow), 및 백색 좌측 점선 백색 우측 실선(left dashed white right solid white)을 가질 수 있다. 일 실시예에서, 이러한 차선 구분선 유형은 위에서 기술된 바와 같이 고정밀 맵을 구성하는 프로세스 동안 차선 구분선에 할당된다. 명시적 주석이 없는 차선 구분선은 NIL 유형, 즉 차선 구분선이 다른 차선 구분선 유형들 중 어느 것으로도 분류되지 않음을 나타내는 유형으로서 취급된다. 차선 구분선의 서브세트, 예를 들어, NIL, 백색 단일 실선 및 백색 단일 점선은 차선 변경 가능으로 간주되고, 예를 들면, 자율 주행 차량은 적법하게 차선 구분선을 넘어 하나의 차선으로부터 인접한 차선으로 건너갈 수 있다. 차선은 정확히 하나의 베이스라인 시퀀스(아래에서 설명됨)와 연관된다.
도 10은 2개의 차선(902 및 904)을 포함하는 도로 블록(1002)의 개략 다이어그램을 도시한다. 도로 블록은 환경에서의 물리적 운전 가능 영역의 일 부분이다. 도로 블록은 다수의 차선을 갖는다. 도로 블록(1002)은 동일한 방향으로 진행하는 다수의 차선을 포함한다. 동일한 도로 블록에서의 차선은 횡방향으로 인덱싱된다. 도로 블록은 도로 블록 커넥터에 의해 다른 도로 블록에 종방향으로 연결된다. 도로 블록 커넥터는 교차로와 연관되며, 하나 또는 다수의 차선 커넥터를 포함할 수 있다.
도 11은 차선 커넥터(1102)의 개략 다이어그램을 도시한다. 차선 커넥터는 차선의 끝 부분을 다른 차선의 시작 부분에 종방향으로 연결시킨다. 차선 커넥터는 지리적 맵에서의 그의 기하학적 범위를 나타내는 다각형과 연관된다. 차선 커넥터는 도로 블록 커넥터 및 베이스라인 시퀀스와 연관된다. 도 11에 도시된 차선 커넥터(1102)에서, 음영 처리된 영역은, 각각이 연관된 베이스라인을 포함하는, 다각형들을 연결시키는 차선을 나타낸다.
도 12는 교차로(1202)의 개략 다이어그램을 도시한다. 교차로는 맵에서의 그의 기하학적 범위를 나타내는 다각형과 연관된다. 교차로(1202)는 다수의 도로 블록, 예를 들면, 도로 블록(1002)을 포함한다.
도 13은 베이스라인 시퀀스(1302)의 개략 다이어그램을 도시한다. 베이스라인 시퀀스는 차선 및 차선 커넥터와 연관되며, 둘 이상의 베이스라인 에지를 포함할 수 있다. 베이스라인 에지는 2개의 베이스라인 노드 사이의 전환, 예를 들면, Dubins 전환을 나타낸다. (Dubins 전환은 제약을 준수하는 2개의 포인트 사이의 가장 짧은 곡선인 Dubins 경로를 따른 전환이다. 제약은 전형적으로 차량의 회전 반경에 기초하여 결정된다.) 베이스라인 에지는 2개의 베이스라인 노드 - 출발지 노드 및 목적지 노드 - 와 연관된다. 베이스라인 노드는 포즈, 예를 들면, 속력과 방향을 나타내는 벡터를 나타낸다. 베이스라인 노드는 0개 또는 1개 또는 여러 개의 들어오는 베이스라인 에지 및 나가는 베이스라인 에지와 연관된다.
도 14는 차선 그래프(1402)의 개략 다이어그램이다. 차선 그래프는 차선 레벨 루트 계획에 사용되는 차선 레벨 도로망을 추상화한 것이다. 차선 그래프는 차선 그래프 노드(예를 들면, 차선 그래프 노드(1404))와 하나 이상의 횡단 에지(예를 들면, 횡단 에지(1406)), 하나 이상의 연결 에지(예를 들면, 연결 에지(1408)) 및 하나 이상의 차선 변경 에지(예를 들면, 차선 변경 에지(1410))를 포함하는 차선 그래프 에지를 포함하는 방향 그래프이다. 차선 그래프 노드, 예를 들면, 차선 그래프 노드(1404)는 차선 시작 노드 또는 차선 종료 노드 중 하나이다. 차선 시작 노드는 차선의 시작 포인트(예를 들면, 베이스라인 노드)에 대응하고, 차선 종료 노드는 차선의 종료 포인트(예를 들면, 베이스라인 노드)에 대응한다. 차선 그래프 노드는 하나의 차선과 연관된다. 차선 시작 노드는 항상 횡단 에지를 경유하여 동일한 차선의 정확히 하나의 차선 종료 노드에 연결된다. 차선 종료 노드는 하나의 차선 연결 에지를 경유하여 다른 차선의 하나의 차선 시작 노드에 연결될 수 있거나 또는 다수의 차선 연결 에지를 경유하여 다른 차선의 다수의 차선 시작 노드에 연결될 수 있거나 또는 어떠한 차선 연결 에지도 경유하지 않고 다른 차선의 어떠한 차선 시작 노드에도 연결되지 않을 수 있다.
차선 그래프 에지(예를 들면, 차선 그래프 에지(1406, 1408 또는 1410))는 정확히 하나의 출발지 차선 그래프 노드로부터 정확히 하나의 목적지 차선 그래프 노드에 연결된다. 차선 에지는 차선 그래프 비용(아래에서 설명됨)을 갖는다. 횡단 에지(예를 들면, 횡단 에지(1406))는 항상 차선 시작 노드로부터 차선 종료 노드에 연결된다. 연결 에지(예를 들면, 연결 에지(1408))는 항상 들어오는 차선의 차선 종료 노드로부터 나가는 차선의 차선 시작 노드에 연결된다. 차선 변경 에지(예를 들면, 차선 변경 에지(1410))는 항상 차선 시작 노드로부터 동일한 도로 블록에서의 상이한 차선 시작 노드에 연결된다. 횡단 에지와 연결 에지 각각은 정확히 하나의 베이스라인 시퀀스와 연관되지만 차선 변경 에지는 그렇지 않다.
일 실시예에서, 계획 모듈(304)은 AV(100)가 지리적 영역 내에서 횡단할 다수의 루트를 구성하기 위해 위에서 설명된 맵 요소 중 하나 이상 또는 전부를 사용한다. AV(100)의 출발지(예를 들면, 특정 시간에서의 공간 내의 제1 위치, 때때로 제1 시공간적 위치라고 지칭됨) 및 목적지(예를 들면, 제2 시공간적 위치)는 지리적 영역 내에 있다. 계획 모듈(304)은, 예를 들어, 데이터베이스 모듈(310)에 저장되거나 맵을 저장하는 상이한 컴퓨터 판독 가능 저장 매체로부터 수신될 수 있는 지리적 영역의 맵에 액세스할 수 있다. 맵은 지리적 영역에서 차량이 주행할 수 있는 적어도 하나의 차선을 식별해주는 정보를 포함한다.
일부 구현예에서, 계획 모듈(304)은, 맵으로부터, AV(100)의 운전 환경을 표현하는 그래프를 생성할 수 있다. AV(100)의 운전 환경의 그래프는 지리적 영역의 맵에 비해 더 작은 지리적 영역을 표현한다. 예를 들어, AV(100)의 주행 환경의 그래프는 AV(100)의 현재 시공간적 위치 및 주변 영역을 포함할 수 있다. 상세하게는, 그래프는 다른 지리적 영역의 표현을 제외할 수 있다. 즉, 운전 환경의 각각의 그래프에 의해 커버되는 지리적 영역이 서로 인접해 위치한 경우, 지리적 영역의 맵이 얻어진다. 일부 구현예에서, 계획 모듈(304)은 AV(100)가 하나의 더 작은 지리적 영역으로부터 그 다음의, 예를 들면, 인접한 더 작은 지리적 영역으로 주행할 때 운전 환경의 그래프를 생성하도록 구성된다. 그렇게 하는 것에 의해, 계획 모듈(304)의 리소스, 예를 들면, 메모리, 프로세싱 리소스가 절감되고 계획 모듈(304)의 동작 속도가 증가된다.
AV(100)의 운전 환경의 그래프는 지리적 영역의 맵에 의해 커버되는 전체 지리적 영역에 관한 운전 세부 사항에 비해 더 작은 지리적 영역에 관한 더 많은 운전 세부 사항을 포함한다. 예를 들어, 전체 지리적 영역의 맵은 차선과 같은 상위 레벨 맵 요소만을 포함될 수 있다. 이와 달리, 운전 환경의 그래프는 그래프에 의해 표현되는 더 작은 지리적 영역에 대해 생성될 수 있는, 위에서 설명된, 맵 요소들 전부를 포함할 수 있다. 일부 구현예에서, 계획 모듈(304)은 더 작은 지리적 영역에서의 AV(100)의 위치에 부분적으로 기초하여 그래프에 의해 커버될 더 작은 지리적 영역을 식별하고 더 작은 지리적 영역에 대해 위에서 설명된 맵 요소들 전부를 생성할 수 있다.
자율 주행 차량 차선 레벨 루트 계획
운전 환경의 그래프를 생성한 후에, 계획 모듈(304)은, 각각이 AV(100)가 주행할 수 있는 경로인, 궤적을 생성할 수 있다. 그렇게 하기 위해, 일부 구현예에서, 계획 모듈(304)은 운전 환경에 의해 표현되는 지리적 영역 내의 제1 차선을 식별한다. 제1 차선 내에서, 계획 모듈(304)은 시작 시공간적 위치를 나타내는 시작 노드 및 종료 시공간적 위치를 나타내는 종료 노드를 식별할 수 있다. 계획 모듈(304)은 시작 노드로부터 종료 노드까지의 에지를 생성할 수 있다. 에지는 시작 시공간적 위치와 종료 시공간적 위치 사이의 궤적을 나타낸다. 예를 들어, 에지는 제1 차선 내에 있을 수 있고 인접 차선으로 넘어가지 않을 수 있다.
일 실시예에서, 계획 모듈(304)은 지리적 영역 내의 제2 차선을 식별한다. 계획 모듈(304)은 종료 노드로부터 제2 차선에서의 시공간적 위치를 나타내는 노드까지의 에지를 생성할 수 있다. 에지는 제1 차선에서 제2 차선으로 넘어가는 궤적을 나타낼 수 있다. 종료 노드로부터 제2 차선에서의 시공간적 위치를 나타내는 노드까지의 에지는 종료 노드로부터 제2 차선에서의 시공간적 위치로의 AV(100)의 주행에 영향을 미치는 인자에 기초한 전환을 포함할 수 있다. 인자는, 예를 들어, 2개의 노드 사이의 최단 거리, 2개의 노드 사이의 최단 주행 시간, 어느 한 차선에서의 주행 속력 제약, 운전 환경에서의 운전 조건 또는 이들 중 둘 이상의 임의의 조합을 포함할 수 있다. 각각의 인자는 앞에서 설명된 하나 이상의 기술을 사용하여 결정될 수 있다.
이러한 방식으로, 계획 모듈(304)은, 각각이 2개의 노드를 연결시키는, 다수의 에지를 생성할 수 있고, 각각의 에지는 횡단 에지, 연결 에지 또는 차선 변경 에지일 수 있다. 에지를 생성한 후에, 계획 모듈(304)은, 각각이 적어도 2개의 에지를 연결시키는, 다수의 베이스라인 시퀀스를 생성할 수 있다. 계획 모듈(304)은 각각의 베이스라인 시퀀스에 대한 고유 식별자를 할당하고 저장할 수 있다. 모든 에지의 시작 노드 및 종료 노드는 AV(100)가 그래프를 생성할 그 당시에 AV(100)가 위치하는 운전 환경의 그래프에 의해 커버되는 더 작은 지리적 영역 내에 있다.
AV(100)가 그래프에 의해 표현된 지리적 영역의 경계에 접근함에 따라, 계획 모듈(304)은 인접한 지리적 영역을 식별하고 인접한 지리적 영역에서의 운전 환경의 그래프를 생성할 수 있다. 이러한 방식으로, 계획 모듈(304)은 인접한 지리적 영역의 운전 환경의 그래프를 실시간으로 생성할 수 있다. 실시간이란, 액션을 수행하는 것, 예를 들면, 운전 환경의 그래프를 생성하는 것에 대한 입력을 수신하는 것과 해당 액션을 수행하는 것 사이의 시간이 무시할 정도, 예를 들면, 수 초, 수 마이크로초 또는 수 나노초 정도임을 의미한다. 일부 구현예에서, 계획 모듈(304)은, 각각이 AV(100)가 존재하는 지리적 영역에 인접한(예를 들면, 그와 맞닿아 있거나 그 근처에 있는), 다수의 지리적 영역의 운전 환경의 그래프를 생성할 수 있다.
AV(100)는 차선 그래프 에지를 횡단할 때의 비용을 평가한다. 에지를 횡단하는 것에 비용을 할당하는 특정 예가 아래에서 설명된다. 다른 비용 할당이 가능하다. 비용은 경로 길이, 예를 들면, AV가 주행하는 베이스라인 시퀀스의 길이(경로 길이 비용) 및 기동, 예를 들면, 차선 변경 횟수(기동 비용)에 의존한다. 횡단 에지(예를 들면, 횡단 에지(1406)) 또는 연결 에지(예를 들면, 연결 에지(1408))를 횡단하는 것에는 제로 기동 비용이 할당된다. 차선 변경 에지(예를 들면, 차선 변경 에지(1410))를 횡단하는 것에는 1과 동일한 기동 비용이 할당된다. 차선 변경 에지에는 이하의 규칙에 따라 경로 길이 비용이 할당된다. 차선 변경이 더 짧은 차선으로부터 더 긴 차선(경로 길이로 측정됨)에 연결되는 경우, 차선 변경의 경로 길이 비용은 제로이다. 차선 변경이 더 긴 차선으로부터 더 짧은 차선(경로 길이로 측정됨)에 연결되는 경우, 차선 변경 에지의 경로 길이 비용은 더 긴 차선과 더 짧은 차선의 경로 길이 차이로 설정된다. 그러한 할당은 더 짧은 차선을 피하기 위해 더 짧은 차선으로의 차선 변경에 대한 편향을 방지한다. 차선 그래프 에지의 시퀀스의 비용은 각각의 에지의 비용의 합이다.
현재 비용은 경로 길이 비용과 기동 비용의 가중 합인 것으로 정의된다. 일부 구현예에서, 가중치는 추가 거리를 주행하는 것과 관련한 1개 차선 변경에 대한 비용의 비교에 기초하여 선택된 미리 결정된 값이다. 예를 들어, 1개 차선 변경이 있는 루트 A와 차선 변경이 없는 루트 B가 주어진 경우, 루트 B를 주행하는 것이 미리 결정된 값(예를 들면, 30 미터)과 동일한 추가 주행 거리를 초래하는 경우, 루트 A가 선택될 것이다. 환언하면, 1개 차선 변경이 주행 거리 면에서 미리 결정된 값보다 적게 절감할 경우 그렇게 하는 것은 너무 많은 비용이 든다. 차선 루트는 연결된 차선 그래프 에지의 시퀀스이다. 첫 번째 에지가 차선 횡단 에지일 때 루트의 시작 노드는 차선 시작 노드이다. 첫 번째 에지가 차선 연결 에지일 때 루트의 시작 노드는 차선 종료 노드이다. 마지막 에지가 차선 횡단 에지일 때 루트의 종료 노드는 차선 종료 노드이다. 마지막 에지가 차선 연결 에지일 때 루트의 종료 노드는 차선 시작 노드이다.
일 실시예에서, 비용은 경로 길이 비용 및 기동 비용 외에도 차선 변경 페널티 비용에 의존한다. 차선 변경 페널티 비용은 맵에서 가장 긴 차선의 길이와 차선 변경 에지의 시작 차선과 종료 차선의 길이 중 짧은 것 사이의 차이를 맵에서 가장 긴 차선의 길이와 맵에서 가장 짧은 차선의 길이의 차이로 나눈 것으로서 나타내어진다. 차선 변경 페널티 비용을 도입한 동기는 더 짧은 도로 블록에서의 차선 변경을 억제하기 위한 것이다. 이러한 이유는 짧은 도로 블록에서의 차선 변경이 종종 더 급격하고 더 갑작스러운 기동을 결과하기 때문이다. 일 실시예에서, 차선 변경 페널티 비용은 항상 0.0 내지 1.0이다(개념적으로 기동 비용과 동일한 단위임). 일 실시예에서, 차선 변경 비용 파라미터는 차량이 맵에서 가장 짧은 도로 블록을 횡단할 때의 차선 변경 비용(예를 들면, 1 기동 비용 + 1 차선 변경 패널티 비용)이 차량이 가장 긴 도로 블록을 횡단할 때의 차선 변경 비용(1 기동 비용 + 0 차선 변경 패널티 비용)의 두 배이도록 정의된다.
다수의 루트를 구성한 후에, 계획 모듈(304)은 목표, 예를 들면, AV(100)의 최종 목적지로부터 시작하여 깊이 우선 탐색 알고리즘을 사용하여 차선 시작 노드로부터 차선 종료 노드까지의 가장 적은 비용을 갖는 루트를 식별한다. 루트는 연결된 차선 그래프 에지의 시퀀스이다. 첫 번째 에지가 차선 횡단 에지일 때 루트의 시작 노드는 차선 시작 노드이다. 첫 번째 에지가 차선 연결 에지일 때 루트의 시작 노드는 차선 종료 노드이다. 마지막 에지가 차선 횡단 에지일 때 루트의 종료 노드는 차선 종료 노드이다. 마지막 에지가 차선 연결 에지일 때 루트의 종료 노드는 차선 시작 노드이다. 계획 모듈(304)은 목표로부터 후방으로 도달 가능한 모든 차선 노드가 정확한 이동 비용(cost-to-go)을 갖는다고 결정할 때 깊이 우선 탐색을 종료한다. 이를 바탕으로, 계획 모듈(304)은 그래프의 시작 노드로부터 종료 노드까지의 최단 경로를 추출한다. 루트는 AV(100)가 제1 시공간적 위치로부터 제2 시공간적 위치로 자율적으로 이동하는 경로이다. 루트들 중 적어도 하나는 AV(100)가 따라서 이동할 수 있는 적어도 하나의 차선을 포함한다.
도 15는 AV가 주행할 수 있는 궤적(1502)의 제1 예의 개략 다이어그램이다. 궤적(1502)을 생성하기 위해 계획 모듈(304)에 의해 구현될 수 있는 프로세스의 일 예가 여기서 설명된다. 계획 모듈(304)은 AV(100)의 포즈, 예를 들면, 속력 및 방향을 결정한다. 계획 모듈(304)은 포즈와 투영된 포즈 사이의 횡방향 거리로서 정의된 거리를 두고 베이스라인 그래프 상의 가장 가까운 베이스라인 에지에 포즈를 투영한다. 투영된 포즈는 AV(100)가 주행할 미래의 속력 및 방향이다. 그렇게 함으로써, 계획 모듈(304)은 이하의 예외를 구현한다. 포즈와 투영된 포즈 사이의 헤딩 차이가 임계 각도, 예를 들면, 45°보다 큰 경우, 계획 모듈(304)은 거리를 무한대로 간주한다. 투영된 포즈의 좌표가 차선 다각형 내에 있는 경우, 계획 모듈(304)은 대응하는 횡단 에지를 대응하는 차선 그래프 에지로서 결정한다. 차선 다각형이 중첩하지 않기 때문에, 차선이 없거나 정확히 하나의 차선이 있다.
투영된 포즈의 좌표가 차선 다각형 내에 있지 않지만 하나 이상의 차선 커넥터 다각형 내에 있는 경우, 계획 모듈(304)은 포즈를 포즈에 가장 가까운 차선 그래프 에지와 연관시킨다. 그러한 경우에, 계획 모듈(304)은 다음의 경우를 제외하고 거리를 포즈와 차선 커넥터 상으로의 그의 투영 사이의 횡방향 거리로 정의한다. 베이스라인 시퀀스 상으로의 포즈의 투영이 (종방향으로) 베이스라인 시퀀스의 외부에 있는 경우, 계획 모듈(304)은 투영이 무한대의 거리를 갖는 것으로 간주한다. 포즈와 베이스라인 시퀀스 상으로의 그의 투영 사이의 헤딩 차이가 임계 각도, 예를 들면, 90°보다 큰 경우, 계획 모듈(304)은 투영이 무한대의 거리를 갖는 것으로 간주한다. 투영된 포즈가 어떠한 차선 또는 차선 커넥터 다각형 내에도 있지 않으면, 계획 모듈(304)은 포즈를 무시한다.
포즈의 대응하는 차선 그래프 에지를 결정할 때, 계획 모듈(304)은 이하의 프로세스를 구현함으로써 대응하는 차선 그래프 노드를 결정한다. 포즈가 루트의 시작부분(예를 들어, 루트를 계획할 때의 AV(100)의 현재 포즈)에 대응하는 경우, 계획 모듈(304)은 차선 그래프 에지의 출발지 노드를 사용한다. 반면에, 포즈가 루트의 끝 부분(예를 들면, 목적지 위치)에 대응하는 경우, 계획 모듈(304)은 차선 그래프 에지의 목적지 노드를 사용한다. 결과적인 루트 또는 궤적, 예를 들면, 궤적(1502)은 횡단 에지, 연결 에지 및 차선 변경 에지를 포함한다. 도 16은 궤적(1502)과 연관된 베이스라인(1602)의 제1 예의 개략 다이어그램이다. 도 17은 AV(100)가 주행할 수 있는 궤적(1702)의 제2 예의 개략 다이어그램이다. 도 18은 궤적(1702)과 연관된 베이스라인(1802)의 제2 예의 개략 다이어그램이다.
기존 루트가 없을 때, 예를 들면, 계획 모듈(304)이 처음으로 초기화될 때 또는 목적지 위치가 대체될 때, 계획 모듈(304)은 차량의 현재 포즈를 사용하여 차선 그래프에서의 시작 노드를 결정한다. 계획 모듈(304)은 추가로 제1 목적지 위치를 사용하여 루트의 종료 노드를 결정한다. 루트가 존재하고 루트를 더 연장시키기 위해 새로운 목적지 위치가 수신될 때, 계획 모듈(304)은 기존 루트의 마지막 차선 그래프 노드를 연장 루트의 시작 노드로서 사용한다. 계획 모듈(304)은 또한 추가된 목적지 위치를 사용하여 차선 그래프 루트의 종료 노드를 결정한다. 차선 변경 그래프에서의 차선 변경 에지가 차선 시작 노드로부터 차선 시작 노드로만 이용 가능하기 때문에, 예를 들면, 시작 차선으로부터 종료 차선으로, 특정 차선에서의 차선 변경을 강제하기 위해, 목적지 위치가 시작 차선의 들어오는 차선 커넥터로 전송되어야 하고 목적지 위치가 종료 차선으로 전송되어야 한다. 도 19는 AV(100)가 주행할 수 있는 궤적(1902)의 제3 예의 예의 개략 다이어그램이다. 궤적(1902)은 2개의 도로 블록(1904 및 1906) 사이의 차선 변경이다. 도 20은 자율 주행 차량이 주행할 수 있는 궤적(2002)의 제4 예의 예의 개략 다이어그램이다. 궤적(2002)은 제1 도로 블록(2008) 대신 3개의 도로 블록(2004, 2006 및 2008) 중 중간 도로 블록(2006)에서의 차선 변경을 강제하는 포즈 시퀀스이다.
목표가 루트의 최종 목표일 때를 제외하고는 목적지 위치가 항상 적어도 하나의 도로 블록만큼 떨어져 있다. 차선 변경 도로 블록에서, 시작 차선과 종료 차선의 베이스라인 시퀀스 둘 모두가 삽입된다. 동일한 도로 블록에서 다수의 차선 변경이 있는 것이 가능하다. 그러한 경우에, 차선 변경 동안의 모든 차선의 대응하는 베이스라인이 삽입된다. 계획 모듈(304)이 항상 목적지 위치로의 경로를 갖도록 보장하기 위해 시작 차선으로부터 종료 차선으로의 차선 변경 도움 전환(lane change helper transition)이 비-베이스라인 전환으로서 삽입된다. 동일한 도로 블록에서의 다수의 차선 변경의 경우에, 시작 차선으로부터 종료 차선을 향한 각각의 차선 쌍 사이에 차선 변경 도움 전환이 삽입될 것이다. 중간 목적지는 기본적으로 각각의 차선/차선 커넥터의 종료 베이스라인 노드이다. 각각의 루트 세그먼트의 끝 부분에서 예외가 있으며, 여기서 목적지 위치는 루트 세그먼트를 생성하기 위해 최종 목적지 위치로 설정된다.
도 21은 AV(100)가 하나의 차선으로부터 인접한 차선으로 주행하기 위한 가능한 궤적을 나타내는 베이스라인간 연결의 개략 다이어그램이다. 도 21은 도움 연결(예를 들면, 2106, 2108)을 갖는 2개의 베이스라인(2102 및 2104)을 도시한다. 계획 모듈(304)은 호라이즌(horizon), 예를 들면, AV(100) 전방의 거리가 미리 정의되는 이동 구간(receding horizon) 방식으로 도움 연결(때때로 베이스라인간 연결이라고 함)을 삽입한다. 각각의 베이스라인 노드에 대해, 계획 모듈(304)은 노드, 예를 들면, 베이스라인(2102) 상의 노드(2110)로부터 동일한 그룹 내에 있고 호라이즌 내에 있는 하나 이상의 노드, 예를 들면, 베이스라인(2104) 상의 노드(2112)로의 도움 연결을 추가한다.
도 22는 궤적(2202)의 스템 분할 및 트리밍의 개략 다이어그램이다. 계획 모듈(304)에 의해 생성되는 각각의 루트, 예를 들면, 루트(2202)는 루트(root)(예를 들면, 루트(2204)) 및 스템(예를 들면, 2206)을 포함할 수 있다. 스템은 차량이 고수하도록 구성된 선택된 궤적의 일 부분이다. 계획 모듈(304)은 현재 속도, 속도 프로파일 최적화기에 의해 생성된 미래에 대한 속도 프로파일 및 스템 상을 주행하는 데 투입될 시간의 양에 의해 스템의 길이를 결정할 수 있다. 일부 구현예에서, 스템의 길이는 궤적의 길이의 절반일 수 있다. 일부 구현예에서, 스템의 길이는 궤적의 길이의 1/3 내지 2/3의 범위일 수 있다. 즉, 일단 계획 모듈(304)이 루트(2202)를 주행될 루트로서 식별하면, AV(100)는 루트(2202)에서 벗어나기 전에 적어도 루트(2202)의 스템(2206)의 팁(2208)까지 주행하는 데 전념한다. 적어도 스템(2206)을 주행한 후에, AV(100)는 동일한 궤적(2202)을 계속 주행할 수 있거나 또는 주행할 상이한 루트, 예를 들면, 상이한 베이스라인에 대한 도움 연결을 선택할 수 있다. 더 긴 스템은 AV(100)의 안정성을 증가시키지만 그의 민첩성을 감소시킨다.
도 15는 스템 대 베이스라인 연결의 개략 다이어그램이다. 연결은 AV(100)가 다른 베이스라인(2304)으로부터 베이스라인(2302)으로 복귀하기 위한 모션 계획을 나타낸다. 계획 모듈(304)은 스템의 팁으로부터 미리 정의된 호라이즌 내의 AV(100) 전방의 모든 베이스라인 노드로의 연결을 만든다. 베이스라인 그룹 내에 다수의 베이스라인 시퀀스가 있는 경우, 베이스라인간 연결과 함께 차선 변경 모션 계획을 제공하기 위해 스템 대 베이스라인 연결이 모든 베이스라인 시퀀스에 연결된다.
도 24는 궤적(2402)으로부터의 병행 베이스라인 연결의 개략 다이어그램이다. 병행 베이스라인 트랙, 예를 들면, 트랙(2406, 2408)은 베이스라인, 예를 들면, 베이스라인(2402)에서 벗어나 베이스라인에 병행하게 주행하며(상이한 횡방향 오프셋들로) 이어서 특정 종방향 거리 후에 베이스라인(2404)으로 되돌아가는 모션 계획을 나타낸다. 트랙의 개수와 트랙의 횡방향 거리는 미리 정의되어 저장될 수 있다. 트랙의 방향은, 예를 들면, 베이스라인의 좌측 또는 우측일 수 있고, 지리적 영역 내에서 인접한 차량을 추월하기 위한 운전 규칙에 기초할 수 있다. 각각의 병행 베이스라인 트랙은 베이스라인에 다시 연결되는 종방향으로 펼쳐진 다수의 출구 지점 또는 키 정점(key vertex)을 가질 수 있다. 정점은 미리 정의된 호라이즌 내의 모든 베이스라인 노드에 연결된다. 일부 구현예에서, 트랙은 이동 구간 방식으로 모션 그래프에 삽입될 수 있다.
도 25는 자율 주행 차량이 주행할 궤적을 식별하기 위한 프로세스(2500)의 예의 플로차트이다. 일부 구현예에서, 프로세스(2500)는 계획 모듈(304)에 의해 구현될 수 있다. 2502에서, 지리적 영역의 맵이 액세스된다. 맵은 지리적 영역에서 차량이 주행할 수 있는 적어도 하나의 차선을 식별해주는 정보를 포함한다. 2504에서, 차량의 운전 환경의 그래프가 생성된다. 그래프는 다수의 궤적을 포함한다. 적어도 하나의 궤적은 차선 변경을 포함한다. 각각의 궤적은 차량이 맵 상의 제1 시공간적 위치로부터 맵 상의 제2 시공간적 위치로 자율적으로 이동하기 위한 경로이다. 궤적은 차량이 따라서 이동할 수 있는 적어도 하나의 차선을 포함한다. 궤적은 차량이 따라서 이동할 수 있는 적어도 하나의 차선을 포함한다. 2506에서, 차량의 초기 차량 궤적에 기초하여 차량이 다수의 궤적 중의 주행할 궤적이 선택된다. 선택된 궤적은 차량이 고수하는 선택된 궤적의 일 부분인 스템을 포함한다. 2508에서, 차량이 선택된 궤적을 따라 이동된다.
전술한 설명에서, 본 발명의 실시예는 구현마다 달라질 수 있는 다수의 특정 세부 사항을 참조하여 기술되었다. 따라서, 상세한 설명 및 도면은 제한적인 관점보다는 예시적인 관점에서 보아야 한다. 본 발명의 범위의 유일한 독점적인 지표, 및 출원인이 본 발명의 범위이도록 의도한 것은, 본 출원에서 특정 형태로 나오는 일련의 청구항의 문언적 등가 범위이며, 그러한 청구항이 나오는 특정 형태는 임의의 후속 보정을 포함한다. 그러한 청구항에 포함된 용어에 대한 본원에서 명시적으로 기재된 임의의 정의는 청구항에서 사용되는 그러한 용어의 의미를 결정한다. 추가적으로, 전술한 설명 및 이하의 청구항에서 "추가로 포함하는"이라는 용어가 사용될 때, 이 문구에 뒤따르는 것은 추가적인 단계 또는 엔티티, 또는 이전에 언급된 단계 또는 엔티티의 서브-단계/서브-엔티티일 수 있다.

Claims (20)

  1. 컴퓨터 구현 방법으로서,
    차량의 계획 회로를 사용하여, 지리적 영역의 맵에 액세스하는 단계 -
    상기 맵은 상기 지리적 영역에서 차량이 주행할 수 있는 적어도 하나의 차선을 식별해주는 정보를 포함함 -;
    상기 계획 회로를 사용하여 상기 맵으로부터, 상기 차량의 운전 환경을 나타내는 그래프를 생성하는 단계 -
    상기 그래프는 복수의 궤적을 포함하되, 적어도 하나의 궤적은 차선 변경을 포함하고,
    상기 복수의 궤적의 각 궤적은 상기 차량이 상기 맵 상의 제1 시공간적 위치로부터 상기 맵 상의 제2 시공간적 위치로 자율적으로 이동하기 위한 경로이며,
    상기 궤적은 상기 차량이 따라서 이동할 수 있는 적어도 하나의 차선을 포함함 -;
    상기 계획 회로를 사용하여, 상기 차량의 초기 차량 궤적에 기초하여 상기 상기 차량이 주행할 복수의 궤적 중의 궤적을 선택하는 단계 -
    상기 선택된 궤적은 스템(stem)을 포함하되, 상기 스템은 상기 차량이 고수하도록 구성된 상기 선택된 궤적의 일 부분임 -; 및
    제어 회로에 의해, 상기 차량으로 하여금 상기 선택된 궤적을 따라 이동하게 하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 선택된 궤적을 주행하는 단계는 상기 선택된 궤적의 주행을 시작할 때 상기 선택된 궤적의 적어도 상기 스템을 주행하는 단계를 포함하는 것인, 방법.
  3. 제2항에 있어서,
    상기 궤적의 상기 스템을 주행한 후에 상기 차량이 주행할 후속 궤적을 선택하는 단계
    를 추가로 포함하는, 방법.
  4. 제3항에 있어서,
    상기 후속 궤적은 상기 선택된 궤적의 상기 스템의 끝에서부터 시작되는 것인, 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 복수의 궤적의 각 궤적은 상기 차량이 고수하도록 구성된 대응하는 궤적에 의해 나타나는 각자의 경로의 각자의 부분을 나타내는 각자의 스템을 포함하는 것인, 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 차량의 상기 운전 환경의 상기 그래프는 상기 지리적 영역의 상기 맵에 비해 더 작은 지리적 영역을 나타내는 것인, 방법.
  7. 제6항에 있어서,
    상기 차량의 상기 운전 환경의 상기 그래프는 상기 지리적 영역의 상기 맵에 포함된 상기 지리적 영역에 관한 운전 세부 사항보다 더 많은 상기 지리적 영역에 관한 운전 세부 사항을 포함하는 것인, 방법.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서,
    상기 복수의 궤적 중 제1 궤적은 차선에서 상기 차량이 주행하는 경로를 나타내고, 상기 복수의 궤적 중의 궤적을 생성하는 단계는:
    상기 운전 환경에 의해 나타나는 지리적 영역 내에서, 상기 적어도 하나의 차선 중의 차선을 식별하는 단계;
    상기 차선 내에서, 시작 시공간적 위치를 나타내는 시작 노드와 종료 시공간적 위치를 나타내는 종료 노드를 식별하는 단계; 및
    상기 시작 노드로부터 상기 종료 노드까지의 에지를 생성하는 단계 - 상기 에지는 상기 시작 시공간적 위치와 상기 종료 시공간적 위치 사이의 궤적을 나타냄 - 를 포함하는 것인, 방법.
  9. 제8항에 있어서,
    상기 적어도 하나의 차선 중의 상기 차선은 제1 차선이고, 상기 차선 변경을 포함하는 상기 적어도 하나의 궤적을 생성하는 단계는:
    상기 지리적 영역 내에서, 상기 제1 차선에 인접한 상기 적어도 하나의 차선 중의 제2 차선을 식별하는 단계; 및
    상기 종료 노드로부터 상기 제2 차선에서의 시공간적 위치를 나타내는 노드까지의 에지를 생성하는 단계 - 상기 에지는 상기 제1 차선에서 상기 제2 차선으로 넘어가는 궤적을 나타냄 - 를 포함하는 것인, 방법.
  10. 제9항에 있어서,
    상기 종료 노드로부터 상기 제2 차선에서의 상기 시공간적 위치를 나타내는 상기 노드까지의 상기 에지는 상기 종료 노드로부터 상기 제2 차선에서의 상기 시공간적 위치로의 상기 차량의 상기 주행에 영향을 미치는 인자에 기초한 전환을 포함하되,
    상기 인자는 상기 종료 노드와 상기 시공간적 위치를 나타내는 상기 노드 사이의 최단 거리, 상기 종료 노드와 상기 시공간적 위치를 나타내는 상기 노드 사이의 최단 주행 시간, 상기 제1 차선 또는 상기 제2 차선에서의 주행 속력 제약 또는 상기 운전 환경에서의 운전 조건 중 하나 이상을 포함하는 것인, 방법.
  11. 제9항에 있어서,
    상기 시작 노드로부터 상기 종료 노드까지의 상기 에지와 상기 종료 노드로부터 상기 제2 차선에서의 상기 시공간적 위치를 나타내는 상기 노드까지의 상기 에지를 포함하는 시퀀스를 생성하는 단계
    를 추가로 포함하는, 방법.
  12. 제11항에 있어서,
    상기 시퀀스에 식별자를 할당하는 단계
    를 추가로 포함하는, 방법.
  13. 제8항에 있어서,
    상기 그래프는 제1 그래프이고, 상기 지리적 영역은 제2 지리적 영역이며, 상기 방법은, 상기 차량이 상기 운전 환경에 의해 나타나는 상기 지리적 영역에서 주행하는 동안:
    상기 차량이 미래의 시각에 주행할 상기 제1 지리적 영역에 인접한 제2 지리적 영역을 결정하는 단계; 및
    상기 제2 지리적 영역을 나타내는 운전 환경의 제2 그래프를 생성하는 단계
    를 추가로 포함하는, 방법.
  14. 제13항에 있어서,
    상기 제2 그래프를 실시간으로 생성하는 단계를 추가로 포함하는, 방법.
  15. 제1항 내지 제14항 중 어느 한 항에 있어서,
    상기 그래프를 생성하는 단계는 상기 복수의 궤적의 각자의 궤적에 가중치를 할당하는 단계 - 상기 가중치는 상기 각자의 궤적을 주행하기 위해 상기 차량에 의해 소비되는 리소스를 나타냄 - 를 포함하는 것인, 방법.
  16. 제15항에 있어서,
    상기 각자의 궤적에 상기 가중치를 할당하는 단계는 비교적 더 긴 도로 블록에서의 상기 차선 변경을 나타내는 궤적에 할당된 가중치에 비해 짧은 도로 블록에서의 차선 변경을 나타내는 궤적에 더 큰 가중치를 할당하는 단계를 포함하는 것인, 방법.
  17. 제1항 내지 제16항 중 어느 한 항에 있어서,
    상기 초기 차량 궤적은 상기 궤적을 선택하는 시각에서의 상기 차량의 위치 및 주행 방향을 나타내는 것인, 방법.
  18. 제17항에 있어서,
    상기 초기 차량 궤적에 기초하여 상기 차량이 주행할 상기 복수의 궤적 중의 상기 궤적은 상기 제1 시공간적 위치로부터 상기 제2 시공간적 위치로 주행하기 위해 상기 차량에 의해 소비되는 리소스를 최소화하는 것인, 방법.
  19. 차량으로서,
    계획 회로;
    메모리; 및
    상기 메모리에 저장된 적어도 하나의 프로그램
    을 포함하며, 상기 적어도 하나의 프로그램은 상기 계획 회로에 의해:
    지리적 영역의 맵에 액세스하도록 -
    상기 맵은 상기 지리적 영역에서 차량이 주행할 수 있는 적어도 하나의 차선을 식별해주는 정보를 포함함 -;
    상기 맵으로부터, 상기 차량의 운전 환경을 나타내는 그래프를 생성하도록 -
    상기 그래프는 복수의 궤적을 포함하되, 적어도 하나의 궤적은 차선 변경을 포함하고,
    상기 복수의 궤적의 각 궤적은 상기 차량이 상기 맵 상의 제1 시공간적 위치로부터 상기 맵 상의 제2 시공간적 위치로 자율적으로 이동하기 위한 경로이며,
    상기 궤적은 상기 차량이 따라서 이동할 수 있는 적어도 하나의 차선을 포함함 -;
    상기 차량의 초기 차량 궤적에 기초하여 상기 차량이 주행할 상기 복수의 궤적 중의 궤적을 선택하도록 -
    상기 선택된 궤적은 스템을 포함하되, 상기 스템은 상기 차량이 고수하도록 구성된 상기 선택된 궤적의 일 부분임 -; 그리고
    제어 회로에 의해, 상기 차량으로 하여금 상기 선택된 궤적을 따라 이동하게 하도록
    실행 가능한 명령어를 포함하는 것인, 차량.
  20. 디바이스의 계획 회로에 의해 실행하기 위한 적어도 하나의 프로그램을 포함하는 컴퓨터 판독 가능 저장 매체로서,
    상기 적어도 하나의 프로그램은, 상기 계획 회로에 의해 실행될 때, 차량으로 하여금:
    지리적 영역의 맵에 액세스하도록 -
    상기 맵은 상기 지리적 영역에서 차량이 주행할 수 있는 적어도 하나의 차선을 식별해주는 정보를 포함함 -;
    상기 맵으로부터, 상기 차량의 운전 환경을 나타내는 그래프를 생성하도록 -
    상기 그래프는 복수의 궤적을 포함하되, 적어도 하나의 궤적은 차선 변경을 포함하고,
    상기 복수의 궤적의 각 궤적은 상기 차량이 상기 맵 상의 제1 시공간적 위치로부터 상기 맵 상의 제2 시공간적 위치로 자율적으로 이동하기 위한 경로이며,
    상기 궤적은 상기 차량이 따라서 이동할 수 있는 적어도 하나의 차선을 포함함 -;
    상기 차량의 초기 차량 궤적에 기초하여 상기 차량이 주행할 상기 복수의 궤적 중의 궤적을 선택하도록 -
    상기 선택된 궤적은 스템을 포함하되, 상기 스템은 상기 차량이 고수하도록 구성된 상기 선택된 궤적의 일 부분임 -; 그리고
    제어 회로에 의해, 상기 차량으로 하여금 상기 선택된 궤적을 따라 이동하게 하도록
    하는 명령어를 포함하는 것인, 컴퓨터 판독 가능 저장 매체.
KR1020217008827A 2018-12-10 2019-12-09 모션 그래프 구성 및 차선 레벨 루트 계획 KR102544948B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020237019965A KR20230093069A (ko) 2018-12-10 2019-12-09 모션 그래프 구성 및 차선 레벨 루트 계획

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862777667P 2018-12-10 2018-12-10
US62/777,667 2018-12-10
US16/682,095 2019-11-13
US16/682,095 US11604071B2 (en) 2018-12-10 2019-11-13 Motion graph construction and lane level route planning
PCT/IB2019/060570 WO2020121163A1 (en) 2018-12-10 2019-12-09 Motion graph construction and lane level route planning

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020237019965A Division KR20230093069A (ko) 2018-12-10 2019-12-09 모션 그래프 구성 및 차선 레벨 루트 계획

Publications (2)

Publication Number Publication Date
KR20210047341A true KR20210047341A (ko) 2021-04-29
KR102544948B1 KR102544948B1 (ko) 2023-06-19

Family

ID=70971678

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020237019965A KR20230093069A (ko) 2018-12-10 2019-12-09 모션 그래프 구성 및 차선 레벨 루트 계획
KR1020217008827A KR102544948B1 (ko) 2018-12-10 2019-12-09 모션 그래프 구성 및 차선 레벨 루트 계획

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020237019965A KR20230093069A (ko) 2018-12-10 2019-12-09 모션 그래프 구성 및 차선 레벨 루트 계획

Country Status (7)

Country Link
US (2) US11604071B2 (ko)
KR (2) KR20230093069A (ko)
CN (1) CN113196011A (ko)
DE (1) DE112019006119T5 (ko)
DK (1) DK201970148A1 (ko)
GB (3) GB202307288D0 (ko)
WO (1) WO2020121163A1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11531346B2 (en) * 2019-07-05 2022-12-20 Uatc, Llc Goal-directed occupancy prediction for autonomous driving
US10969232B1 (en) 2019-12-06 2021-04-06 Ushr Inc. Alignment of standard-definition and High-Definition maps
US11860634B2 (en) * 2019-12-12 2024-01-02 Baidu Usa Llc Lane-attention: predicting vehicles' moving trajectories by learning their attention over lanes
RU2764479C2 (ru) * 2020-04-23 2022-01-17 Общество с ограниченной ответственностью «Яндекс Беспилотные Технологии» Способ и система для управления работой самоуправляемого автомобиля
US11904890B2 (en) * 2020-06-17 2024-02-20 Baidu Usa Llc Lane change system for lanes with different speed limits
CN113970919A (zh) * 2020-07-21 2022-01-25 图森有限公司 用于自动路线导航的系统和方法
US11873006B2 (en) * 2020-09-21 2024-01-16 GM Global Technology Operations LLC Virtual lane estimation using a recursive self-organizing map
US11946749B2 (en) * 2021-03-12 2024-04-02 Motional Ad Llc Driving data guided spatial planning
CN113255091B (zh) * 2021-06-29 2021-10-26 中移(上海)信息通信科技有限公司 路径拓扑关系的建立方法、装置及相关设备
CN113486822B (zh) * 2021-07-12 2022-04-29 吉林大学 一种基于驾驶意图的周围车辆轨迹预测方法及系统
GB202114685D0 (en) * 2021-10-14 2021-12-01 Five Ai Ltd Support tools for autonomous vehicles
CN113916239B (zh) * 2021-10-20 2024-04-12 北京轻舟智航科技有限公司 一种自动驾驶公交车的车道级导航方法
CN114291116B (zh) * 2022-01-24 2023-05-16 广州小鹏自动驾驶科技有限公司 周围车辆轨迹预测方法、装置、车辆及存储介质
KR20230147414A (ko) * 2022-04-14 2023-10-23 주식회사 베스텔라랩 벡터기반 동적지도에 의한 자율주행차량의 길 및 위험요소 안내
DE102022207651A1 (de) 2022-07-26 2024-02-01 Volkswagen Aktiengesellschaft Erstellen eines logischen Wegenetzes in Parkräumen

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180040760A (ko) * 2016-10-12 2018-04-23 한국전자통신연구원 자율주행 차량을 위한 경로 탐색 장치 및 방법
US20180129203A1 (en) * 2016-11-09 2018-05-10 GM Global Technology Operations LLC Processor-implemented systems and methods for automated driving
US20180188372A1 (en) * 2016-12-30 2018-07-05 DeepMap Inc. Vector data encoding of high definition map data for autonomous vehicles

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060271286A1 (en) * 2005-05-27 2006-11-30 Outland Research, Llc Image-enhanced vehicle navigation systems and methods
JP4739400B2 (ja) 2008-12-22 2011-08-03 日立オートモティブシステムズ株式会社 車両運転支援システム
US9096267B2 (en) 2013-01-21 2015-08-04 GM Global Technology Operations LLC Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors
JP2016513805A (ja) * 2013-03-15 2016-05-16 キャリパー コーポレイション 車両ルート指定および交通管理のための車線レベル車両ナビゲーション
US20150057917A1 (en) * 2013-08-21 2015-02-26 Motorola Solutions, Inc. Method and apparatus for positioning an unmanned vehicle in proximity to a person or an object based jointly on placement policies and probability of successful placement
US9404761B2 (en) 2014-05-30 2016-08-02 Nissan North America, Inc. Autonomous vehicle lane routing and navigation
US10152882B2 (en) * 2015-11-30 2018-12-11 Nissan North America, Inc. Host vehicle operation using remote vehicle intention prediction
US9921583B2 (en) * 2016-02-18 2018-03-20 Elwha Llc Package management system for robotic vehicles
US9804602B2 (en) * 2016-02-18 2017-10-31 Elwha Llc Package management system for robotic vehicles
JP6507464B2 (ja) * 2016-03-15 2019-05-08 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
US9645577B1 (en) * 2016-03-23 2017-05-09 nuTonomy Inc. Facilitating vehicle driving and self-driving
US10031525B2 (en) * 2016-06-10 2018-07-24 Cnh Industrial America Llc Swath tracking system for an off-road vehicle
US10435015B2 (en) 2016-09-28 2019-10-08 Baidu Usa Llc System delay corrected control method for autonomous vehicles
DE102016222782A1 (de) * 2016-11-18 2018-05-24 Audi Ag Autonomes Steuern eines Kraftfahrzeugs anhand von Spurdaten; Kraftfahrzeug
US10994729B2 (en) 2017-03-29 2021-05-04 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling lateral motion of vehicle
EP3626570B1 (en) * 2017-05-18 2022-11-16 Nissan Motor Co., Ltd. Driving assistance method and driving assistance apparatus
JP6460425B2 (ja) 2017-06-02 2019-01-30 本田技研工業株式会社 車両制御システム、車両制御方法、およびプログラム
JP6759473B2 (ja) * 2017-06-30 2020-09-23 シグニファイ ホールディング ビー ヴィＳｉｇｎｉｆｙ Ｈｏｌｄｉｎｇ Ｂ．Ｖ． 交通経路変更機能を有する照明システム
US10671075B1 (en) * 2017-12-15 2020-06-02 Zoox, Inc. Trajectory generation using curvature segments
US20180150081A1 (en) * 2018-01-24 2018-05-31 GM Global Technology Operations LLC Systems and methods for path planning in autonomous vehicles
US20180150080A1 (en) * 2018-01-24 2018-05-31 GM Global Technology Operations LLC Systems and methods for path planning in autonomous vehicles
US10890449B2 (en) * 2018-02-26 2021-01-12 Aptiv Technologies Limited Navigation system
CN108871366B (zh) * 2018-07-10 2022-12-02 京东方科技集团股份有限公司 基于快门眼镜的路标导航方法及系统
US11181921B2 (en) * 2018-09-14 2021-11-23 Huawei Technologies Co., Ltd. System and method for hierarchical planning in autonomous vehicles
DK180774B1 (en) * 2018-10-29 2022-03-04 Motional Ad Llc Automatic annotation of environmental features in a map during navigation of a vehicle
US11827241B2 (en) * 2018-10-29 2023-11-28 Motional Ad Llc Adjusting lateral clearance for a vehicle using a multi-dimensional envelope
DK201970121A1 (en) * 2018-10-30 2020-06-04 Aptiv Technologies Limited GENERATION OF OPTIMAL TRAJECTORIES FOR NAVIGATION OF VEHICLES
TWI674984B (zh) * 2018-11-15 2019-10-21 財團法人車輛研究測試中心 自動駕駛車輛之行駛軌跡規劃系統及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180040760A (ko) * 2016-10-12 2018-04-23 한국전자통신연구원 자율주행 차량을 위한 경로 탐색 장치 및 방법
US20180129203A1 (en) * 2016-11-09 2018-05-10 GM Global Technology Operations LLC Processor-implemented systems and methods for automated driving
US20180188372A1 (en) * 2016-12-30 2018-07-05 DeepMap Inc. Vector data encoding of high definition map data for autonomous vehicles

Also Published As

Publication number Publication date
CN113196011A (zh) 2021-07-30
DE112019006119T5 (de) 2021-09-02
KR102544948B1 (ko) 2023-06-19
DK201970148A1 (en) 2020-07-06
GB202307288D0 (en) 2023-06-28
GB2591408B (en) 2023-07-12
WO2020121163A1 (en) 2020-06-18
GB2591408A (en) 2021-07-28
US20200182633A1 (en) 2020-06-11
GB2619417A (en) 2023-12-06
GB202308687D0 (en) 2023-07-26
US20220381563A1 (en) 2022-12-01
KR20230093069A (ko) 2023-06-26
GB202104215D0 (en) 2021-05-12
US11604071B2 (en) 2023-03-14

Similar Documents

Publication Publication Date Title
KR102544948B1 (ko) 모션 그래프 구성 및 차선 레벨 루트 계획
US11774261B2 (en) Automatic annotation of environmental features in a map during navigation of a vehicle
US11796332B2 (en) Generation of optimal trajectories for navigation of vehicles
US11794775B2 (en) Control architectures for autonomous vehicles
US11803184B2 (en) Methods for generating maps using hyper-graph data structures
EP3647733A1 (en) Automatic annotation of environmental features in a map during navigation of a vehicle
US11970183B2 (en) AV path planning with calibration information
KR102549258B1 (ko) 이미지 시맨틱스 네트워크로부터의 단안 3d 대상체 검출
US20220283587A1 (en) Controlling an autonomous vehicle using a proximity rule
US20210078593A1 (en) Operation of an autonomous vehicle based on availability of navigational information
EP3648021A1 (en) Generation of optimal trajectories for navigation of vehicles
KR20230093184A (ko) 제약으로서의 차선 커넥터
US11958503B2 (en) Techniques for navigating an autonomous vehicle based on perceived risk
KR20230004215A (ko) 셀 분해를 통해 c-슬라이스들을 연결시키는 것에 의한 빠른 충돌 없는 경로 생성
US20220258761A1 (en) Controlling an autonomous vehicle using variable time periods

Legal Events

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