SE1350329A1 - Metod och system för styrning av autonoma fordon - Google Patents

Metod och system för styrning av autonoma fordon Download PDF

Info

Publication number
SE1350329A1
SE1350329A1 SE1350329A SE1350329A SE1350329A1 SE 1350329 A1 SE1350329 A1 SE 1350329A1 SE 1350329 A SE1350329 A SE 1350329A SE 1350329 A SE1350329 A SE 1350329A SE 1350329 A1 SE1350329 A1 SE 1350329A1
Authority
SE
Sweden
Prior art keywords
vehicle
analysis
external information
unit
signal
Prior art date
Application number
SE1350329A
Other languages
English (en)
Other versions
SE537184C2 (sv
Inventor
Jon Andersson
Joseph Ah-King
Tom Nyström
Original Assignee
Scania Cv Ab
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 Scania Cv Ab filed Critical Scania Cv Ab
Priority to SE1350329A priority Critical patent/SE537184C2/sv
Priority to DE112014001058.8T priority patent/DE112014001058T5/de
Priority to PCT/SE2014/050278 priority patent/WO2014148975A1/en
Publication of SE1350329A1 publication Critical patent/SE1350329A1/sv
Publication of SE537184C2 publication Critical patent/SE537184C2/sv

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D1/00Steering controls, i.e. means for initiating a change of direction of the vehicle
    • B62D1/24Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted
    • B62D1/28Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted non-mechanical, e.g. following a line or other known markers
    • B62D1/283Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted non-mechanical, e.g. following a line or other known markers for unmanned vehicles
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291Fleet control
    • G05D1/0297Fleet control by controlling means in a control room
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0011Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0015Planning or execution of driving tasks specially adapted for safety
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0027Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/60Intended control result
    • G05D1/646Following a predefined trajectory, e.g. a line marked on the floor or a flight path
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/60Intended control result
    • G05D1/69Coordinated control of the position or course of two or more vehicles
    • G05D1/692Coordinated control of the position or course of two or more vehicles involving a plurality of disparate vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60Traffic rules, e.g. speed limits or right of way
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2101/00Details of software or hardware architectures used for the control of position
    • G05D2101/10Details of software or hardware architectures used for the control of position using artificial intelligence [AI] techniques

Landscapes

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

Abstract

19 Sammandrag Uppfinningen hanfor sig till ett system for att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon. Systemet analyserar extern information enligt forutbestamda regler och genererar analyssignaler till fordonet som ges olika prioritet beroende pa vilken analys som utforts och resultatet av analysen. En sammanvagd analyssignal Sx bestams baserat pa analyssignalernas innehall samt deras prioritering. Fordonet kan sedan anpassa sin reglering efter den sammanvagda analyssignalen S. Uppfinningen hanfOr sig aven till en metod fOr att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon. (Figur 2)

Description

Metod och system far styrning av autonoma fordon Uppfinnimens omrade Foreliggande uppf inning avser teknik far att hantera olika situationer i trafiksystem som innefattar ett flertal autonoma fordon.
Bakarund till uppfinnimen Ett fordon som kan framfaras utan farare pa marken kallas ett forarlost markgaende fordon (Eng. Unmanned ground vehicle; UGV). Det finns tva typer 10 av fararlasa markgaende fordon, de som fjdrrstyrs och de som ãr autonoma.
Ett fjarrstyrt UGV är ett fordon som regleras av en mansklig operator via en kommunikationslank. Alla atgarder bestdms av operataren baserat pa antingen direkt visuell observation eller med anvandning av sensorer sasom digitala videokameror. Ett enkelt exempel pa en fjarrstyrd UGV är en fjdrrstyrd leksaksbil.
Det finns en stor variation av fjarrstyrda fordon som anvdnds idag. Ofta anvdnds dessa fordon i farliga situationer och miljaer som ãr oldmpliga for manniskor att vistas i, till exempel for att desarmera bomber och vid farliga kemiska utslapp. Fjarrstyrda fararlasa fordon anvands ocksa i samband med Overvakningsuppdrag 20och liknande.
Med ett autonomt fordon avses hdr ett fordon som är kapabelt att navigera och manavrera utan mansklig styrning. Fordonet anvander sensorer far att skaffa sig ferstaelse far omgivningen. Sensordata anvands sedan av regleralgoritmer far att 2bestdmma vad som är ndsta steg far fordonet att ta med hdnsyn till ett Overordnat mal for fordonet, exempelvis att hamta och Idmna gods vid olika positioner. Mera specifikt maste ett autonomt fordon kunna avlasa omgivningen tillrdckligt bra for att kunna genomfora den uppgift som den blivit tilldelad, exempelvis "flytta stenblocken fran plats A till plats B via gruvgangen C". Det autonoma fordonet behaver planera och falja en vag till den valda destinationen under det att den detekterar och undviker hinder pa vagen. Dessutom maste det autonoma fordonet genomfora sin uppgift sa fort som mojligt utan att bega misstag. Autonoma fordon 2 har bland annat utvecklats far att kunna anvandas i farliga miljoer, exempelvis inom farsvars- och krigsindustrin och inom gruvindustrin, bade ovanjord och underjord. Om manniskor eller vanliga, manuellt styrda fordon narmar sig de autonoma fordonens arbetsomrade orsakar de normalt ett avbrott i arbete pa grund av sakerhetsskal. Nalr arbetsomradet ater är fritt kan de autonoma fordonen beordras att ateruppta arbetet.
Det autonoma fordonet anvander information avseende vagen, omgivningen och andra aspekter som paverkar framfarten far att automatiskt reglera gaspadraget, bromsningen och styrningen. En noggrann bedomning och identifiering av den planerade framfarten är nadvandig far att bedoma om en vag är farbar och är nadvandig far att pa ett framgangsrikt salt kunna ersalta en manniskas bedamning nar det galler att framfera fordonet. Vagfarhallanden kan vara komplexa och vid karning av ett vanligt fararstyrt fordon gar fararen hundratals observationer per minut och justerar driften av fordonet baserat pa de uppfattade vagfarhallandena far att exempelvis finna en framkomlig vag farbi objekt som kan finnas pa vagen. For att kunna ersatta den manskliga uppfattningsfOrmagan med ett autonomt system innebar dot bland annat att pa ett exakt salt kunna uppfatta objekt far att effektivt kunna reglera fordonet sa att man styr forbi dessa objekt. 20 De tekniska metoder som anvands far att identifiera ett objekt i anslutning till fordonet innefattar bland annat att anvanda en eller flera kameror och radar for att skapa bilder av omgivningen. Avon laserteknik anvands, bade avscannande lasrar och fasta lasrar, far att detektera objekt och mala avstand. Dessa bendmns 2ofta LIDAR (Light Detection and Ranging) eller LADAR (Laser Detection and Ranging). Dessutom är fordonet forsett med olika sensorer bland annat far att avkanna hastighet och accelerationer i olika riktningar. Positioneringssystem och annan tradlos teknologi kan dessutom anvandas far att bestamma om fordonet till exempel narmar sig en korsning, en avsmalning av vagen, och/eller andra fordon.
Vid anvandande av autonoma fordon maste aven manniskans fOrmaga att folja bade trafikregler och trafikkultur emuleras av fordonens styrsystem. En forare av 3 ett vanligt fordon undviker exempelvis vanligtvis instinktivt en krock fore det hailer hastighetsgranserna. Dagens autonoma fordons uppfattning om trafiken begransar sig normalt till "stanna om nagon kommer nara eller kommer in i mitt arbetsomrade". FOr att kunna ta hansyn till manga olika parametrar maste det autonoma fordonet veta vilka eller vilken parameter som är viktigast.
I US-8103438-B2 beskrivs en metod och ett system fOr att automatiskt styra trafik pa ett arbetsomrade. Bemannande fordon tilldelas olika prioritet beroende till exempel pa vilken vag de kOr eller hur tunga de är. Vid konflikt sa jamfors fordonens prioriteter, och fordonet med lagre prioritet far ge vag at fordonet med hogre prioritet.
I US-7979174-B2 visas automatisk planering och reglering av hastigheten hos autonoma fordon. Hastighetsplaneringen sker utifran ett antal begransningar med olika prioriteringar, t ex ar det hogre prioriterat att undvika kollision an att folja hastighetsbegransningar.
For att ett helt transportsystem bestaende av manga autonoma fordon blandat med exempelvis manuellt styrda fordon och fotgangare ska kunna fungera langvarigt tillsammans, behOvs fOrbattrade metoder fOr att ta hansyn till manga olika parametrar och uppdrag samtidigt som de autonoma fordonen pa effektivaste salt nar sina uppsatta mai.
Syftet med uppfinningen är saledes att tillhandahalla en fOrbattrad metod fOr att assistera ett autonomt fordon att fatta beslut da fordonet maste ta hansyn till ett flertal olika handelser.
Sammanfattnino av uppfinningen Enligt en aspekt av uppfinningen uppnas syftet genom ett system for att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon enligt det forsta oberoende kravet. Systemet analyserar extern information enligt fOrutbestamda regler och genererar analyssignaler till fordonet som ges olika 4 prioritet beroende pa vilken analys som utforts och resultatet av analysen. En sammanvagd analyssignal S, bestams baserat pa analyssignalernas innehall samt deras prioritering. Fordonet kan anpassa sin reglering efter den sammanvagda analyssignalen S.
Genom systemet kan transporterna i systemet hela tiden utforas pa effektivaste salt, inte bara genom att undvika kollisioner och folja trafikregler, utan genom att kontinuerligt se till att alla delar i transportsystemet samarbetar mot de mal som angivits. Det autonoma fordonet vet i varje situation hur den ska agera far att dess agerande ska vara sakert och effektivt for hela trafiksystemet.
Enligt en annan aspekt uppnas syftet genom en metod far att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon.
Enligt en tredje aspekt uppnas syftet med en datorprogramprodukt som innefattar datorprograminstruktioner for att forma ett datorsystem att utfora stegen enligt metoden.
Fordonen som beskrivs hari är faretradesvis autonoma, men kan enligt en utfaringsform aven vara delvis manuellt styrbara. Varje fordon kanner till var de andra fordonen är och vad de gar genom kommunikation mellan fordon och mellan fordon och ledningscentral. Ett autonomt fordon kan enligt en utforingsform aven upptacka andra, ej uppkopplade trafikanter som ror sig i trafikomradet och meddela detta till ledningscentralen och de andra fordonen.
Foredragna utforingsformer definieras av de beroende patentkraven.
Kort fiqurbeskrivninq Figur 1 illustrerar ett trafiksystem med ett flertal autonoma fordon.
Figur 2 visar ett system far att reglera ett autonomt fordon i ett trafiksystem enligt en utforingsform av uppfinningen.
Figur 3 visar ett flOdesschema for en metod enligt en utfOringsform av uppfinningen.
Detaljerad beskrivning av fOredragna utfOringsformer av uppfinningen Figur 1 visar schematiskt tre autonoma fordon 2, 3 och 4 som tar sig fram langs en vag. Pilarna i de autonoma fordonen 2, 3, 4 visar deras respektive korriktning. De autonoma fordonen 2, 3, 4 kan kommunicera med en ledningscentral 1 via exempelvis V21-kommunikation (Vehicle-to-Infrastructure) 5 och/eller med varandra via exempelvis V2V-kommunikation (Vehicle-to-Vehicle) 6. Denna kommunikation är tradlos och kan exempelvis ske via WLAN (Wireless Local Area Network) protokollet IEEE 802.11, exempelvis IEEE 802.11p. Aven andra tradlosa kommunikationssatt är dock tankbara. Ledningscentralen 1 organiserar de autonoma fordonen 2, 3, 4 och ger dem uppdrag att utfOra. Nar ett autonomt fordon fan ett uppdrag, kan fordonet sjalvstandigt se till att uppdraget utfors. Ett uppdrag kan exempelvis bestá av en instruktion att hamta gods vid en godsuthamtningsplats A. Fordonet har dã kapacitet att bestamma sin nuvarande position, bestamma en vag frail den nuvarande positionen till godsuthamtningsplatsen A, samt ta sig dit. Under vagen maste fordonet aven ha kapacitet att vaja fOr hinder, hantera andra autonoma fordon som kanske har ett viktigare uppdrag och maste ges fOretrade. Fordonet kan aven fâ ett nytt uppdrag under pagaende uppdrag som ska prioriteras hogre an det pagaende uppdraget. I ett bemannat fordon fattar fOraren dessa beslut kontinuerligt under fard. Ett autonomt fordon behOver ha forutbestamda regler fOr hur det ska prioritera i olika uppkomna handelser for att kunna styra sig sjalv pa ett salt som är det mest effektiva fOr hela trafiksystemet.
I figur 2 illustreras ett system 16 enligt en utforingsform av uppfinningen for att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon. Det autonoma fordonet kan exempelvis vara ett av de autonoma fordonen som visas i figur 1 och refereras till som 2, 3 eller 4. Systemet 16 kan vara helt placerat antingen i det autonoma fordonet eller i ledningscentralen 1, eller delvis i fordonet och delvis i ledningscentralen 1. Systemet 16 kommer nu att fOrklaras 6 med hanvisning till figur 2. Systemet 16 innefattar en banenhet 7 som är anpassad att ta emot en uppdragssignal Su som indikerar ett uppdrag for det autonoma fordonet, varvid uppdraget innefattar destinationsinformation gallande atminstone en destination far fordonet. Uppdraget kommer foretradesvis Iran ledningscentralen 1. Uppdraget kan exempelvis innefatta destinationsinformation i form av en destination i GPS-koordinater. Banenheten 7 är vidare anpassad att bestamma atminstone delvis en bana langs vilken fordonet ska kora for att na namnda destination baserat pa atminstone destinationsinformationen, och generera en bansignal SB som indikerar banan. Banenheten 7 kan exempelvis fa kartinformation fran en extern kartenhet 15 via en kartsignal Sm, och positionsinformation fran en positionsbestamningsenhet 18 via en positionssignal SG. Detta kan ske genom satellitpositionering (Global Navigation Satellite System, ofta farkortat till GNSS) far de fall systemet 16 anvands utomhus. GNSS är ett samlingsnamn far en grupp vdrldstdckande navigeringssystem som utnyttjar signaler fran en konstellation av satelliter och pseudosatelliter for att majliggora positionsinmatning far en mottagare. Det amerikanska GPS-systemet är det mest kanda GNSS-systemet, men darutover finns bland annat det ryska GLONASS och det framtida europeiska Galileo. Fordonets position kan ocksa bestammas genom att overvaka signalstyrkan fran flera accesspunkter for tradlasa natverk (WiFi) i narheten. Ett annat satt att bestamma positionen är att mata antalet hjulvarv och med hjalp av hjulens omkrets bestamma hur langt fordonet har fardats. Tillsammans med kunskap om fordonets riktning kan fordonets position i farhallande till en karta bestammas. Pa sa satt kan man hela tiden veta var fordonet bef inner sig.
Systemet 16 innefattar vidare ett flertal analysenheter 8, 9, 10, 11 som är anpassade att ta emot extern information 13 langs banan. Denna externa information 13 visas schematiskt med en pil 13 till systemet 16, och kan exempelvis vara ytterligare uppdrag fran ledningsenheten 1, information fran sensorer i det autonoma fordonet, information via V2V fran andra fordon, information via V2I fran exempelvis trafikljus, hastighetsskyltar, etc. Analysenheterna 8, 9, 10, 11 är anpassade att analysera den externa 7 informationen 13 atminstone enligt fOrutbestamda regler samt bestamma och generera analyssignaler S1, S2, S3, S4 fOr analysenheterna 8, 9, 10, 11 baserat pa resultatet av analyserna.
Enligt en utforingsform innefattar analysenheterna 8, 9, 10, 11 en kollisionsenhet 8, en navigeringsenhet 9, en samverkansenhet 10 och/eller en uppdragsenhet 11. En analysenhet 8, 9, 10, 11 kan vara anpassad att ta emot extern information 13 i form av sensorsignaler fran olika sensorer i det autonoma fordonet, exempelvis kamera, laser (ex LIDAR eller LADAR), radar, hastighetssensorer, accelerationssensorer, samt information om andra fordon eller hinder via V2V- och/eller V21-kommunikation. Den externa informationen 13 kan aven innefatta ett nytt uppdrag for fordonet, eller annan information fran ledningscentralen 1. Denna externa information 13 kan sedan anvandas av de olika analysenheterna 8, 9, 10, 11 pa olika salt. Harnast kommer de olika analysenheterna 8, 9, 10, 11 att fOrklaras mer i detalj.
Kollisionsenheten 8 är anpassad att anvanda den externa informationen 13 for att fOrutse en risk fOr kollision med ett annat fordon eller objekt langs banan som indikeras av bansignalen Sg. Enligt en utfOringsform är kollisionsenheten 8 anpassad att analysera den externa information 13 baserat pa regler fOr risk far kollision med det egna fordonet. Pa sã salt kan risken fOr kollision kontinuerligt utvarderas. Den externa informationen 13 analyseras alltsa enligt forutbestamda regler och en analyssignal Si bestams for kollisionsenheten 8 baserat pa resultatet av analysen. Analyssignal Si indikerar exempelvis om det finns risk for kollision. Analyssignalen Si kan enligt en utf6ringsform Oven innefattar styrinstruktioner som indikerar hur fordonet ska styras fOr att undvika hindret, exempelvis en sankt hastighet, vajningsinstruktioner, stop, eller en ny bana for fordonet. FOreligger det ingen risk for kollision, indikerar analyssignalen Si enligt en utforingsform Oven detta.
Navigeringsenheten 9 kan anvanda den externa informationen 13 fOr att se till att fordonet inte bryter mot nagra trafikregler och/eller se till att fordonet hittar 8 ndrmsta vdgen till sitt uppdrag under fordonets vd.g Idngs banan som indikeras av bansignalen SB. Trafikreglerna kan vara olika beroende pa vilken miljo trafiksystemet är i. Exempelvis kan det vara olika trafikregler i en gruva och i vanlig, civil trafik. Enligt en utforingsform är navigeringsenheten 9 anpassad att analysera den externa informationen 13 baserat pa trafikregler och/eller for att finna ndrmsta vdgen fOr att uppna uppdraget. Trafikregler kan exempelvis innebdra ett max antal fordon pa en vagstracka, eller max- och minhastigheter for det autonoma fordonet. Navigeringsenheten 9 kan fa' kartinformation fran kartenheten 15 via en kartsignal Sm, och positionsinformation fran en positionsbestdmningsenhet 18 via en positionssignal SG, vilket visas som streckade linjer i figur 2, for att kunna bestdmma den ndrmsta vdgen fOr att utf6ra uppdraget. Genom att kombinera krav pa att fOlja trafikregler samt att kora narmsta vagen, kan man uppnä en effektiv kOrning i enlighet med trafikregler. Navigeringsenheten 9 är anpassad att bestdmma och generera en analyssignal S2 fOr navigeringsenheten 9 baserat pa resultatet av analysen. Analyssignalen S2 kan exempelvis indikera att den fOrut bestdmda banan som indikeras av bansignalen SB inte gar att folja pa grund av trafikreglerna, eller att den inte är den ndrmsta vagen. Enligt en utfOringsform är navigeringsenheten 9 anpassad att bestdmma en ny bana som foljer trafikreglerna och/eller är den narmsta vagen fOr att utfOra uppdraget. Analyssignalen S2 kan dâ indikera detta. FOreligger det ingen fOrandring av banans strdckning baserat pa trafikregler och/eller fordonet redan kat' den nermsta vdgen, indikerar analyssignalen S2 enligt en utfOringsform detta.
Samverkansenheten 10 kan anvanda den externa informationen 13 fOr att se till att det autonoma fordonet samverkar med andra fordon i trafiksystemet pa ett sdtt som är effektivt for hela trafiksystemet. Enligt en utfOringsform är samverkansenheten 10 anpassad att analysera den externa informationen 13 baserat pa samverkansregler med andra trafikanter. Bade de enskilda autonoma fordonen och ledningscentralen 1 tar vid samverkan hansyn till effektiviteten i hela trafiksystemet. Vad effektivitet innebdr kan skilja sig at fran trafiksystem till trafiksystem och kan valjas av trafiksystemets manskliga overvakare. Om tvâ olika tunga fordon mots vid en flaskhals, exempelvis en tunnel eller gruvgang med bara 9 en vagbana, och det tyngre ãr pa vag uppfor kan det vara effektivare att det tyngre fordonet lamnas fOretrdde av det lattare fordonet som är pa vag nedfor. Samverkansenheten 10 kan da vara anpassad att jamfOra parametrar fran de olika fordonen med varandra, exempelvis viktparametrar. Om ett ensamt autonomt fordon mOter ett fordonstag kan det vara effektivare att det ensamma autonoma fordonet stannar aven om det ãr tyngre, men inte om det leder till att det inte kommer att kunna komma igang igen efter stoppet. I samma situationer kan nagot av fordonen istallet sanka hastigheten i god tid fOr att helt undvika konflikt. Samverkansenheten 10 är sedan anpassad att bestamma och generera en analyssignal S3 fOr samverkansenheten 10 baserat pd resultatet av analysen.
Analyssignalen S3 kan exempelvis indikera att samverkan behOver ske och/eller vilken samverkan som behover ske. Foreligger det inget behov av samverkan, indikerar analyssignalen S3 enligt en utfOringsform detta.
Den externa informationen 13 kan enligt en utfOringsform innefatta ett externt trafikledningsbeslut. Ett externt trafikledningsbeslut kan exempelvis vara ett beslut till ett autonomt fordon att ta sig ut ur en gruva efter avslutat uppdrag for att det skett en olycka. Trafikledningsbeslutet innebar dâ dven ett nytt uppdrag — att ta sig ut ur gruvan till en fOrutbestamd plats. Enligt en utfOringsform är 20 uppdragsenheten 11 da anpassad att analysera den externa informationen 13 baserat pd regler fOr externa trafikledningsbeslut. Uppdragsenheten 11 är sedan anpassad att bestamma och generera en analyssignal S4 fOr uppdragsenheten 11 baserat pd resultatet av analysen. Analyssignalen S4 kan da innefatta informationen om att ett nytt uppdrag har inkommit och exempelvis 2destinationsinformation.
I svara specialfall dâ det saknas klara regler for hur fordonen ska agera i den uppkomna situationen, exempelvis hur tva fordon ska samverka, kan systemet 16 be en ledningscentral 1 eventuellt inkluderande en mansklig overvakare om rad fOr att komma till ett beslut. Enligt en utfOringsform är dtminstone en av analysenheterna 8, 9, 10, 11 anpassad att sanda en forfragansignal 131 som indikerar en forfragan till en ledningscentral 1 relaterat till den externa informationen 13. Forfragan behandlas sedan i ledningscentralen 1 och ett beslut tas. Beslutet kan exempelvis tas av en mansklig Overvakare eller operator. Analysenheten 8, 9, 10, 11 är sedan anpassad att mottaga en beslutsignal 132 som indikerar beslutet fran ledningscentralen 1, och att analysera den externa information 13 baserat pa beslutet fran ledningscentralen 1. Pa sa salt kan dven svara eller komplexa situationer i systemet 16 hanteras.
Systemet 16 innefattar vidare en resultatenhet 12 som är anpassad att ta emot analyssignaler S1, S2, S3, S4. Resultatenheten 12 är anpassad att relatera en prioritering till atminstone en analyssignal S1, S2, S3, S4 baserat pa vilken analysenhet 8, 9, 10, 11 de kommer ifran samt deras innehall. Hall analyssignalen 51 inte indikerar nagon risk fOr kollision, far inte denna analyssignal flagon prioritet. Samma galler for analyssignalen S2, och ifall donna analyssignal indikerar att ingen fOrandring behover ske far inte analyssignalen S2 flagon prioritet. lfall analyssignalen S3 inte anger nagot behov av samverkan, far inte analyssignalen S3 flagon tilldelad prioritet. lfall analyssignalen S4 inte anger nagot nytt uppdrag far inte denna flagon prioritet. Hall ingen av analyssignalerna indikerar nagot behov av forandring fran nuvarande bana, foljer fordonet enligt en utfOringsform en bestamd bana, exempelvis SB. Enligt en utforingsform är 20analyssignalen Si fran kollisionsenheten 8 hOgst rankad, fOljt av analyssignalen S3 Iran samverkansenheten 10 och sedan analyssignalen S2 fran navigeringsenheten 9 och till sist analyssignalen S4 fran uppdragsenheten 11. Pa sã salt far alltid en kollisionsrisk den hogsta prioriteten if all det fOreligger en risk fOr kollision. Den exemplifierade prioriteringen kan dock pas annorlunda. 2Resultatenheten 12 är vidare anpassad att bestamma en sammanvagd analyssignal S, baserat pa analyssignalernas innehall samt deras eventuella prioriteringar. For att bestamma en sammanvdgd analyssignal Sx är resultatenheten anpassad att ta hansyn till mOjligheten fOr fordonet att exempelvis undvika att krocka genom att kora forbi ett hinder, samverka med andra fordon, fOlja trafikregler och ta emot ett nytt uppdrag, utan att det bryter mot nagot resultat fran flagon annan analysenhet 8, 9, 10, 11. Denna analys Ors genom att kontinuerligt jamfOra innehallet i de olika analyssignalerna S1-S4. Resultatenheten 11 12 är alltsa anpassad att bestamma ifall fordonet kan agera enligt den analyssignal S1-S4 som har hOgst prioritering, utan att komma i konflikt med nagot av resultaten fran de andra analysenheterna 8, 9, 10, 11 som har lagre prioritet.
If all exempelvis tva fordon kat' mot var sin ande av en trang tunnel, och det fordon som har lagst prioritering ur transportsystemets synvinkel raknar med att det ska hinna igenom tunneln innan det motande h6gre prioriterade fordonet kommer fram till tunneln, sa satsar det lagre prioriterade fordonet pa det och kOr pa. Detta kan exempelvis indikeras i analyssignalen S3 som att samverkan inte behOver ske ifall fordonet med lagst prioritering hailer en viss hastighet eller nar tunneln inom en sarskild tid etc. Precis innan tunneln sa upptacker kollisionsenheten 8 dock ett hinder, vilket enligt regler fOr risk fOr kollision med det egna fordonet ger en analyssignal S1 som indikerar en risk fOr kollision. Att ta sig runt hindret är mejligt, men den extratid det kommer att ta gar att det m6tande fordonet under tiden kommer att hinna fram till tunneln. Resultatenheten 12 är dá anpassad att analysera ifall det lagre prioriterade fordonet kan ta sig f6rbi hindret, men anda nã tunneln inom den sarskilda tiden, och att bestamma en sammanvagd analyssignal Sx som indikerar resultatet av analysen. I detta fall kan inte det lagre prioriterade fordonet ta sig runt hindret och anda na tunneln i tid, vilket resulterar i en 20sammanvagd analyssignal som innefattar instruktioner till fordonet att det maste stanna och invanta det motande fordonet innan det kan ta sig forbi hindret.
Resultatenheten 12 är sedan anpassad att sanda den sammanvagda analyssignalen Sx till ett styrsystem 17 i det autonoma fordonet, varefter fordonet 2anpassar sin reglering i enlighet med den sammanvagda analyssignalen S. Pa sã salt kan det autonoma fordonet prioritera i olika situationer sâ att hela trafiksystemet blir sá effektivt som mOjligt. Analyssignalen S, kan enligt en utfOringsform aven innefatta styrparametrar som styrsystemet 17 kan styra efter.
De beskrivna enheterna kan vara inkorporerade i en processorenhet som innefattar en eller flera processorer samt tillhorande datorminne 19. I datorminnet 12 19 kan instruktioner lagras for att fa processorn eller processorerna att utfora stegen som beskrivs har.
Uppfinningen hanfOr sig aven till en metod far att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon, metoden kommer harnast att forklaras med hanvisning till flOdesschemat i figur 3. Metoden innefattar ett fOrsta steg Al) att ta emot ett uppdrag fOr det autonoma fordonet, varvid uppdraget innefattar destinationsinformation gallande atminstone en destination fOr fordonet. Uppdraget kan exempelvis komma fran en ledningscentral 1.
Metoden innefattar vidare ett andra steg A2) att bestamma alminstone delvis en bana langs vilken fordonet ska kora for att nâ namnda destination. I samband med beskrivningen av systemet 16 har det fOrklarats hur en bana kan bestammas, vilket aven galler fOr metoden. I ett tredje steg A3) tas extern information 13 emot langs banan. Under tiden det autonoma fordonet framf6rs langs den bestamda ban an sâ tar fordonet hela tiden emot extern information 13, vilket kan innebara information via kamera, laser (t ex LIDAR eller LADAR), radar, hastighetssensorer, accelerationssensorer, samt information om andra fordon eller hinder via V2V- och/eller V21-kommunikation. Den externa informationen 13 kan aven innefatta ett nytt uppdrag for fordonet, eller annan information fran ledningscentralen 1. I ett fjarde steg A4) analyseras den externa informationen atminstone enligt fOrutbestamda regler. Beroende pa vad man vill unders6ka, analyseras den externa informationen 13 enligt bestamda regler. Enligt en utfOringsform innefattar analyssteget A4) att analysera den externa informationen 13 baserat pa regler for risk for kollision med det egna fordonet. Pa sâ satt kan risken fOr att fordonet krockar med ett annat fordon eller objekt bestammas. Det autonoma fordonet kan i senare steg sedan regleras for att undvika kollisionen. Enligt en annan utforingsform innefattar analyssteget A4) att analysera den externa informationen 13 baserat pa trafikregler och/eller for att finna narmsta vagen for att uppna. uppdraget. Olika trafiksystem kan ha olika trafikregler som de autonoma fordonen maste anpassa sig otter. Hur den narmsta vagen kan bestammas har beskrivits med hanvisning till systemet 16, vilket aven galler fOr metoden. Enligt en annan utforingsform innefattar analyssteget A4) att analysera 13 den externa information 13 baserat pa samverkansregler med andra trafikanter. Pa sa salt kan en effektiv korning uppnas som är effektiv far ett flertal fordon. Enligt en annan utfOringsform innefattar analyssteget A4) att analysera den externa informationen 13 baserat pa regler far externa trafikledningsbeslut. Pa sa salt kan externa trafikledningsbeslut hanteras. De ovan angivna exemplen pa steg A4) kan exempelvis goras parallellt. I ett femte steg A5) bestams analyssignaler S1, S2, S3, S4 som indikerar resultatet av analyserna. I ett sjatte steg A6) relateras en prioritering till atminstone en analyssignal S1, S2, S3, S4 baserat pa vilken analys som gjorts samt analyssignalernas innehall. Enligt en utforingsform sa far analyssignalen Si som indikerar risken fOr kollision hogst proritet, foljt av analyssignalen S3 som indikerar behovet av samverkan, sedan analyssignalen S2 som indikerar huruvida den forut bestamda banan som indikeras av bansignalen SB inte gar att fOlja pa grund av trafikreglerna, eller att den into är den narmsta vagen. Lagst prioritet har da analyssignalen fran analyssignalen S4 SOM exempelvis kan indikera ett nytt uppdrag. Detta baserat pa att en analyssignal som far en prioritet ocksa indikerar en forandring for fordonet.
I ett sjatte steg A6) bestams en sammanvagd analyssignal S, baserat pa analyssignalernas innehall samt deras prioritering. I ett sjunde steg A7) sands den sammanvagda analyssignalen S, till ett styrsystem 17 i det autonoma fordonet, varefter fordonet anpassar sin reglering i enlighet med den sammanvagda analyssignalen S.
Enligt en utforingsform innefattar analyssteget A4) understegen A41) — A43) att A41) sanda en ferfragan relaterat till den externa informationen 13 till en ledningscentral 1, A42) mottaga ett beslut fran ledningscentralen 1, samt A43) analysera den externa informationen 13 baserat pa beslutet. Pa sã satt kan man fa experthjalp cla en komplicerad situation uppstar.
Uppfinningen hanfOr sig aven till ett datorprogram P vid ett autonomt fordon 2, dar datorprogrammet P innefattar programkod for att forma systemet 16 att utfOra stegen enligt metoden. I Figur 2 visas datorprogrammet P som en del av 14 datorminnet 19. Datorprogrammet P är alltsã lagrat pa. datorminnet 19. Datorminnet 19 ãr anslutet till enheterna 7, 8, 9, 10, 11, 12 i systemet 16, och ndr hela eller delar av datorprogrammet P exekveras av nagon eller flora av enheterna 7, 8, 9, 10, 11, 12, sã utfors dtminstone delar av metoderna som har beskrivits hari. Uppfinningen innefattar vidare en datorprogramprodukt innefattande en programkod lagrad pa ett av en dator lasbart medium for att utfOra metodstegen som beskrivits hari, ndr programkoden kOrs pa systemet 16.
FOreliggande uppf inning är into begrdnsad till ovan-beskrivna fOredragna utfOringsformer. Olika alternativ, modifieringar och ekvivalenter kan anvandas.
Utforingsformerna ovan skall dello!' inte betraktas som begransande uppfinningens skyddsomfang vilket definieras av de bifogade patentkraven.

Claims (15)

Patentkrav
1. System (16) fOr att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon, kannetecknat av att systemet (16) innefattar en banenhet (7) som är anpassad att: - ta emot en uppdragssignal Su som indikerar ett uppdrag fOr namnda autonoma fordon, varvid uppdraget innefattar destinationsinformation gallande atminstone en destination fOr fordonet; - bestamma atminstone delvis en bana langs vilken fordonet ska kOra fOr att na namnda destination baserat pa atminstone namnda destinationsinformation, och generera en bansignal SB som indikerar namnda bana; systemet (16) innefattar vidare ett flertal analysenheter (8), (9), (10), (11) som är anpassade att: - ta emot extern information (13) langs banan; - analysera namnda externa information (13) atminstone enligt forutbestamda regler samt bestamma och generera analyssignaler Si, S2, S3, S4 fOr analysenheterna (8), (9), (10), (11) baserat pa resultatet av analyserna; systemet (16) innefattar vidare en resultatenhet (12) som är anpassad att: - ta emot namnda analyssignaler Si, S2, S3, S4; 20- relatera en prioritering till atminstone enanalyssignal Si, S2, S3, S4 baserat pa vilken analysenhet (8), (9), (10), (11) de kommer ifran samt deras innehall; - bestamma en sammanvagd analyssignal S, baserat pa analyssignalernas innehall samt deras prioritering; varvid resultatenheten (12) är anpassad att sanda den sammanvagda 2analyssignalen Sx till ett styrsystem (17) i dot autonoma fordonet, varefter fordonet anpassar sin reglering i enlighet med den sammanvagda analyssignalen Sx.
2. System enligt krav 1, varvid namnda analysenheter (8), (9), (10), (11) innefattar en kollisionsenhet (8), en navigeringsenhet (9), en samverkansenhet (10) och/eller en uppdragsenhet (11). 16
3. System enligt krav 2, varvid kollisionsenheten (8) är anpassad att analysera namnda externa information (13) baserat pa regler fOr risk fOr kollision med det egna fordonet.
4. System enligt nagot av kraven 2 till 3, varvid navigeringsenheten (9) är anpassad att analysera namnda externa information (13) baserat pa trafikregler och/eller fOr att finna narmsta vagen fOr att uppna uppdraget.
5. System enligt nagot av kraven 2 till 4, varvid samverkansenheten (10) är anpassad att analysera namnda externa information (13) baserat pa samverkansregler med andra trafikanter.
6. System enligt nagot av kraven 2 till 5, varvid uppdragsenheten (11) är anpassad att analysera namnda externa information (13) baserat pa regler for externa trafikledningsbeslut.
7. System enligt nagot av kraven 2 till 6, varvid atminstone en av analysenheterna (8), (9), (10), (11) är anpassade att - sanda en forfragansignal 131 som indikerar en fOrfragan till en ledningscentral (1) 20relaterat till den externa informationen (13); - mottaga en beslutsignal 132 som indikerar ett beslut fran ledningscentralen (1); - analysera namnda externa information (13) baserat pa namnda beslut.
8. Metod for att reglera ett autonomt fordon i ett trafiksystem 2innefattande ett flertal autonoma fordon, varvid metoden innefattar stegen att ta emot ett uppdrag for namnda autonoma fordon, varvid uppdraget innefattar destinationsinformation gallande atminstone en destination fOr fordonet; bestamma atminstone delvis en bana langs vilken fordonet ska kOra fOr att ná namnda destination; ta emot extern information (13) langs banan; 17 - analysera namnda externa information (13) atminstone enligt forutbestamda regler; _ bestamma analyssignaler Si, S2, S3, S4 som indikerar resultatet av analyserna; _ relatera en prioritering till atminstone en analyssignal Si , S2, S3, S4 baserat pa vilken analys som gjorts samt analyssignalernas innehall; - bestamma en sammanvagd analyssignal Sx baserat pa analyssignalernas innehall samt deras prioritering sanda den sammanvagda analyssignalen S, till ett styrsystem (17) i det autonoma fordonet, varefter fordonet anpassar sin reglering i enlighet med den sammanvagda analyssignalen Sx.
9. Metod enligt krav 8, varvid namnda analyssteg innefattar att analysera namnda externa information (13) baserat pa regler fOr risk fOr kollision med det egna fordonet.
10. Metod enligt nagot av kraven 8 till 9, varvid namnda analyssteg innefattar att analysera namnda externa information (13) baserat pa trafikregler och/eller narmsta vagen fOr att uppna. uppdraget. 20
11. Metod enligt nagot av kraven 8 till 10, varvid namnda analyssteg innefattar att analysera namnda externa information (13) baserat pa samverkansregler med andra trafikanter. 2
12. Metod enligt nagot av kraven 8 till 11, varvid namnda analyssteg innefattar att analysera namnda externa information (13) baserat pa regler for externa trafikledningsbeslut.
13. Metod enligt nagot av kraven 8 till 12, varvid namnda analyssteg innefattar understegen att - sanda en fOrfragan relaterat till den externa informationen (13) till en ledningscentral (1); 18 - mottaga ett beslut fran ledningscentralen (1); - analysera namnda externa information (13) baserat pa namnda beslut.
14. Datorprogram (P) vid ett autonomt fordon, dar namnda datorprogram (P) innefattar programkod f6r att formâ ett system (16) att utf6ra stegen enligt nagot av kraven 8 till 13.
15. Datorprogramprodukt innefattande en programkod lagrad pa ett av en dator lasbart medium for att utfora metodstegen enligt nagot av kraven 8 till 13, 10 nar namnda programkod kOrs pa ett system (16). Si S2 Sx 12
SE1350329A 2013-03-19 2013-03-19 Metod och system för styrning av autonoma fordon SE537184C2 (sv)

Priority Applications (3)

Application Number Priority Date Filing Date Title
SE1350329A SE537184C2 (sv) 2013-03-19 2013-03-19 Metod och system för styrning av autonoma fordon
DE112014001058.8T DE112014001058T5 (de) 2013-03-19 2014-03-06 Verfahren und System zur Steuerung autonomer Fahrzeuge
PCT/SE2014/050278 WO2014148975A1 (en) 2013-03-19 2014-03-06 Method and system for control of autonomous vehicles

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE1350329A SE537184C2 (sv) 2013-03-19 2013-03-19 Metod och system för styrning av autonoma fordon

Publications (2)

Publication Number Publication Date
SE1350329A1 true SE1350329A1 (sv) 2014-09-20
SE537184C2 SE537184C2 (sv) 2015-02-24

Family

ID=51580501

Family Applications (1)

Application Number Title Priority Date Filing Date
SE1350329A SE537184C2 (sv) 2013-03-19 2013-03-19 Metod och system för styrning av autonoma fordon

Country Status (3)

Country Link
DE (1) DE112014001058T5 (sv)
SE (1) SE537184C2 (sv)
WO (1) WO2014148975A1 (sv)

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8606512B1 (en) 2007-05-10 2013-12-10 Allstate Insurance Company Route risk mitigation
US9932033B2 (en) 2007-05-10 2018-04-03 Allstate Insurance Company Route risk mitigation
US10096038B2 (en) 2007-05-10 2018-10-09 Allstate Insurance Company Road segment safety rating system
US10157422B2 (en) 2007-05-10 2018-12-18 Allstate Insurance Company Road segment safety rating
US9355423B1 (en) 2014-01-24 2016-05-31 Allstate Insurance Company Reward system related to a vehicle-to-vehicle communication system
US9390451B1 (en) 2014-01-24 2016-07-12 Allstate Insurance Company Insurance system related to a vehicle-to-vehicle communication system
US10096067B1 (en) 2014-01-24 2018-10-09 Allstate Insurance Company Reward system related to a vehicle-to-vehicle communication system
US9886036B2 (en) 2014-02-10 2018-02-06 John Bean Technologies Corporation Routing of automated guided vehicles
US10783586B1 (en) 2014-02-19 2020-09-22 Allstate Insurance Company Determining a property of an insurance policy based on the density of vehicles
US10796369B1 (en) 2014-02-19 2020-10-06 Allstate Insurance Company Determining a property of an insurance policy based on the level of autonomy of a vehicle
US10803525B1 (en) 2014-02-19 2020-10-13 Allstate Insurance Company Determining a property of an insurance policy based on the autonomous features of a vehicle
US10783587B1 (en) 2014-02-19 2020-09-22 Allstate Insurance Company Determining a driver score based on the driver's response to autonomous features of a vehicle
US9940676B1 (en) 2014-02-19 2018-04-10 Allstate Insurance Company Insurance system for analysis of autonomous driving
US9864371B2 (en) 2015-03-10 2018-01-09 John Bean Technologies Corporation Automated guided vehicle system
CA2988134C (en) * 2015-06-08 2020-06-30 Allstate Insurance Company Route risk mitigation
US9869560B2 (en) 2015-07-31 2018-01-16 International Business Machines Corporation Self-driving vehicle's response to a proximate emergency vehicle
US9483948B1 (en) 2015-08-07 2016-11-01 International Business Machines Corporation Automated control of interactions between self-driving vehicles and pedestrians
US9785145B2 (en) 2015-08-07 2017-10-10 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9721397B2 (en) 2015-08-11 2017-08-01 International Business Machines Corporation Automatic toll booth interaction with self-driving vehicles
US9718471B2 (en) 2015-08-18 2017-08-01 International Business Machines Corporation Automated spatial separation of self-driving vehicles from manually operated vehicles
US9481366B1 (en) 2015-08-19 2016-11-01 International Business Machines Corporation Automated control of interactions between self-driving vehicles and animals
US9896100B2 (en) 2015-08-24 2018-02-20 International Business Machines Corporation Automated spatial separation of self-driving vehicles from other vehicles based on occupant preferences
US9731726B2 (en) 2015-09-02 2017-08-15 International Business Machines Corporation Redirecting self-driving vehicles to a product provider based on physiological states of occupants of the self-driving vehicles
US9587952B1 (en) 2015-09-09 2017-03-07 Allstate Insurance Company Altering autonomous or semi-autonomous vehicle operation based on route traversal values
US9513632B1 (en) 2015-09-16 2016-12-06 International Business Machines Corporation Driving mode alerts from self-driving vehicles
US9566986B1 (en) 2015-09-25 2017-02-14 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9481367B1 (en) 2015-10-14 2016-11-01 International Business Machines Corporation Automated control of interactions between self-driving vehicles and animals
US9834224B2 (en) 2015-10-15 2017-12-05 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9944291B2 (en) 2015-10-27 2018-04-17 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9751532B2 (en) 2015-10-27 2017-09-05 International Business Machines Corporation Controlling spacing of self-driving vehicles based on social network relationships
US10607293B2 (en) 2015-10-30 2020-03-31 International Business Machines Corporation Automated insurance toggling for self-driving vehicles
US10176525B2 (en) 2015-11-09 2019-01-08 International Business Machines Corporation Dynamically adjusting insurance policy parameters for a self-driving vehicle
US9791861B2 (en) 2015-11-12 2017-10-17 International Business Machines Corporation Autonomously servicing self-driving vehicles
US10061326B2 (en) 2015-12-09 2018-08-28 International Business Machines Corporation Mishap amelioration based on second-order sensing by a self-driving vehicle
US9836973B2 (en) 2016-01-27 2017-12-05 International Business Machines Corporation Selectively controlling a self-driving vehicle's access to a roadway
US10269075B2 (en) 2016-02-02 2019-04-23 Allstate Insurance Company Subjective route risk mapping and mitigation
US10685391B2 (en) 2016-05-24 2020-06-16 International Business Machines Corporation Directing movement of a self-driving vehicle based on sales activity
US10093322B2 (en) 2016-09-15 2018-10-09 International Business Machines Corporation Automatically providing explanations for actions taken by a self-driving vehicle
US10643256B2 (en) 2016-09-16 2020-05-05 International Business Machines Corporation Configuring a self-driving vehicle for charitable donations pickup and delivery
US10202118B2 (en) 2016-10-14 2019-02-12 Waymo Llc Planning stopping locations for autonomous vehicles
US10259452B2 (en) 2017-01-04 2019-04-16 International Business Machines Corporation Self-driving vehicle collision management system
US10363893B2 (en) 2017-01-05 2019-07-30 International Business Machines Corporation Self-driving vehicle contextual lock control system
US10529147B2 (en) 2017-01-05 2020-01-07 International Business Machines Corporation Self-driving vehicle road safety flare deploying system
US10152060B2 (en) 2017-03-08 2018-12-11 International Business Machines Corporation Protecting contents of a smart vault being transported by a self-driving vehicle
US10988143B2 (en) * 2017-08-25 2021-04-27 International Business Machines Corporation Using cloud-based traffic policies to alleviate issues with cross geographic traffic in autonomous vehicles
US10768637B2 (en) * 2018-08-30 2020-09-08 Pony Ai Inc. Prioritizing vehicle navigation
DE102018220835A1 (de) * 2018-12-03 2020-06-04 Zf Friedrichshafen Ag Verfahren und Sensorsystem zum autonomen Betreiben eines Fahrzeugverbunds
US11860643B2 (en) * 2019-07-02 2024-01-02 Liebherr Mining Equipment Newport News Co. System for controlling a plurality of autonomous vehicles on a mine site
DE102019214445A1 (de) 2019-09-23 2021-03-25 Robert Bosch Gmbh Verfahren zum Assistieren eines Kraftfahrzeugs
DE102019214448A1 (de) * 2019-09-23 2021-03-25 Robert Bosch Gmbh Verfahren zum Assistieren eines Kraftfahrzeugs
US11847919B2 (en) 2020-05-19 2023-12-19 Toyota Motor North America, Inc. Control of transport en route
CN111832965B (zh) * 2020-07-24 2024-04-12 上海海得控制系统股份有限公司 无人驾驶同跨多天车协同调度方法及系统、介质及终端
CN113220476B (zh) * 2021-04-22 2024-02-23 行云新能科技(深圳)有限公司 驾驶教学系统兼容方法、汽车实训台及可读存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5586030A (en) * 1994-10-24 1996-12-17 Caterpillar Inc. System and method for managing access to a resource in an autonomous vehicle system
IL117792A (en) * 1995-05-08 2003-10-31 Rafael Armament Dev Authority Autonomous command and control unit for mobile platform
EP0913751B1 (de) * 1997-11-03 2003-09-03 Volkswagen Aktiengesellschaft Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges
US8577538B2 (en) * 2006-07-14 2013-11-05 Irobot Corporation Method and system for controlling a remote vehicle
US7734387B1 (en) * 2006-03-31 2010-06-08 Rockwell Collins, Inc. Motion planner for unmanned ground vehicles traversing at high speeds in partially known environments
US20070288132A1 (en) * 2006-06-07 2007-12-13 Raytheon Company Cooperative swarm of unmanned vehicles
US8255092B2 (en) * 2007-05-14 2012-08-28 Irobot Corporation Autonomous behaviors for a remote vehicle
US7979174B2 (en) * 2007-09-28 2011-07-12 Honeywell International Inc. Automatic planning and regulation of the speed of autonomous vehicles

Also Published As

Publication number Publication date
DE112014001058T5 (de) 2015-12-31
WO2014148975A1 (en) 2014-09-25
SE537184C2 (sv) 2015-02-24

Similar Documents

Publication Publication Date Title
SE1350329A1 (sv) Metod och system för styrning av autonoma fordon
US11414130B2 (en) Methods and systems for lane changes using a multi-corridor representation of local route regions
RU2761270C2 (ru) Система и способ для предоставления транспортировки
CN110235070B (zh) 用以解决问题情况的自主车辆的遥操作
EP3548843B1 (en) Interface for mapping remote support to autonomous vehicles
US11551554B2 (en) Systems and methods for coordinating movement of assets within a transfer hub
US11934194B2 (en) Adaptive vehicle motion control system
CN111295627B (zh) 水下领航无人机系统
JP7060398B2 (ja) サーバ装置
CN116249643A (zh) 由自主车辆预测对象的动作以确定通过冲突区域的可行路径的方法和系统
EP4222035A1 (en) Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection
CN116745187B (zh) 通过可行驶区域边界的语义分割来预测不确定道路使用者的轨迹的方法和系统
US20220219720A1 (en) Methods and system for constructing data representation for use in assisting autonomous vehicles navigate intersections
SE537265C2 (sv) Reglersystem samt metod för reglering av fordon vid detektion av hinder
CN117255755A (zh) 生成自主车辆穿行交叉路口的轨迹的方法和系统
WO2022165498A1 (en) Methods and system for generating a lane-level map for an area of interest for navigation of an autonomous vehicle
JP7408793B2 (ja) 走行経路生成装置、走行経路生成方法、及び自動運転システム
US20230324188A1 (en) Autonomous vehicle fleet scheduling to maximize efficiency
US20230386326A1 (en) Systems and methods for detecting pedestrians with crosswalking or jaywalking intent
US20230384797A1 (en) System and method for inbound and outbound autonomous vehicle operations
WO2023229731A1 (en) System and method for inbound and outbound autonomous vehicle operations
US20240181650A1 (en) Road debris detection and removal system
CN117723075A (zh) 场景理解系统和方法
CN116803791A (zh) 车辆控制装置、车辆控制方法及存储介质