CN104859662B - 自主车辆中的故障处理 - Google Patents
自主车辆中的故障处理 Download PDFInfo
- Publication number
- CN104859662B CN104859662B CN201510085338.6A CN201510085338A CN104859662B CN 104859662 B CN104859662 B CN 104859662B CN 201510085338 A CN201510085338 A CN 201510085338A CN 104859662 B CN104859662 B CN 104859662B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- computer
- road
- autonomous operation
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000013024 troubleshooting Methods 0.000 title description 2
- 230000007257 malfunction Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 41
- 230000015654 memory Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims 2
- 238000000034 method Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 23
- 239000013598 vector Substances 0.000 description 19
- 230000007246 mechanism Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 12
- 230000008451 emotion Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 230000001133 acceleration Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007850 degeneration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000037424 autonomic function Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
- B60W60/00186—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0225—Failure correction strategy
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
-
- 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
- B60W60/005—Handover processes
- B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
- B60W2050/021—Means for detecting failure or malfunction
-
- 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
- B60W2050/143—Alarm means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/65—Data transmitted between vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Hardware Redundancy (AREA)
Abstract
在车辆运行期间采集数据。做出至少一个数据的置信估计表明至少一个故障状态的确定。停止受故障状态影响的第一自主操作,其中继续不受故障状态影响的第二自主操作。
Description
相关申请
本申请是2013年12月20日提交的美国专利申请号为14/136,495, 题目为“自主车辆中的情感型用户界面”的部分继续申请并且要求上述申请的优先权,在此通过引用他们的全部内容将其内容结合于此。
技术领域
本发明涉及机动车辆领域,并尤其涉及一种自主车辆中的故障处理***。
背景技术
车辆(如轿车、卡车、公共汽车等)可以在完全或部分地没有人介入的情况下操作,即可以半自主或自主操作。例如,车辆可以包括传感器或诸如此类传达信息至车辆中的中心计算机的设备。中心计算机可以使用接收到的信息来操作车辆,如做出有关车辆速度、路线等的决定。然而,用于评估计算机自主操作车辆的能力以及当检测到一个或多个故障时用于确定采取的一个或多个措施的机构是需要的。
发明内容
根据本发明,提供一种***,包含在第一车辆中的计算机,计算机包含处理器和存储器,其中计算机包括指令以:
在第一车辆运行期间采集数据;
确定至少一个数据的置信估计表明至少一个故障状态;
传输通信至至少一个第二车辆,表明至少一个故障状态;以及
从第二车辆接收至少一个数据项;
至少部分根据至少一个数据项确定第一车辆的自主操作。
根据本发明的一个实施例,其中自主操作是在道路中保持车道、保持车速、开到道路的一侧、以及将第一车辆带到停靠点之一。
根据本发明的一个实施例,其中通信包括根据专用短程通信(DSRC) 发送的数据。
根据本发明的一个实施例,其中使用由第一车辆发射的可见光进行通信。
根据本发明的一个实施例,其中计算机进一步包括使用至少一个数据项来确定障碍的位置的指令。
根据本发明的一个实施例,其中至少一个信息包括第二车辆的位置、道路上物体的位置、道路上倾斜的位置、第三车辆的位置、以及用于操作第一车辆的指令中的至少一个。
根据本发明的一个实施例,其中至少一个故障状态与第一车辆中的传感器和在第一车辆中确定的数据值的可靠性中的至少一个有关。
根据本发明,提供一种***,包含在车辆中的计算机,计算机包含处理器和存储器,其中计算机包括指令以:
在第一车辆运行期间采集数据;
确定至少一个数据的置信估计表明至少一个故障状态;以及
停止受故障状态影响的第一自主操作;
继续不受故障状态影响的第二自主操作。
根据本发明的一个实施例,其中第一自主操作和第二自主操作中的至少一个是在道路中保持车道、保持车速、开到道路的一侧、以及将第一车辆带到停靠点之一。
根据本发明的一个实施例,其中计算机进一步包括使用至少一个数据项来确定障碍的位置的指令。
根据本发明的一个实施例,其中至少一个数据包括第二车辆的位置、道路上物体的位置、道路上倾斜的位置、第三车辆的位置、以及用于操作第一车辆的指令中的至少一个。
根据本发明的一个实施例,其中至少一个故障状态与第一车辆中的传感器和在第一车辆中确定的数据值的可靠性中的至少一个有关。
根据本发明,提供一种方法,包含:
在第一车辆运行期间采集数据;
确定至少一个数据的置信估计表明至少一个故障状态;
传输通信至至少一个第二车辆,表明至少一个故障状态;以及
从至少一个第二车辆接收至少一个数据项;
至少部分根据至少一个数据项确定第一车辆的自主操作。
根据本发明的一个实施例,其中自主操作是在道路中保持车道、保持车速、开到道路的一侧、以及将第一车辆带到停靠点之一。
根据本发明的一个实施例,其中通信包括根据专用短程通信(DSRC) 发送的数据。
根据本发明的一个实施例,其中使用由第一车辆发射的可见光进行通信。
根据本发明的一个实施例,进一步包含使用至少一个数据项来确定障碍的位置。
根据本发明的一个实施例,其中至少一个数据项包括第二车辆的位置、道路上物体的位置、道路上倾斜的位置、第三车辆的位置、以及用于操作第一车辆的指令中的至少一个。
根据本发明的一个实施例,其中至少一个故障状态与第一车辆中的传感器和在第一车辆中确定的数据值的可靠性中的至少一个有关。
附图说明
图1是用于自主车辆操作的包括用于检测和处理故障的机构的示例性车辆***的框图。
图2是用于评估并基于与自主车辆操作有关的置信水平提供警告的示例性过程的示图。
图3是用于评估并基于与自主车辆操作有关的置信水平采取措施的示例性过程的示图。
具体实施方式
引言
图1是用于自主车辆101的操作(即车辆101根据车辆101计算机 105确定的控制指令完全或部分地操作)的示例性车辆***100的框图。计算机105可以包括用于确定如包括在车辆计算机105中的自主驾驶模块106可能不能以可接受的置信度(如用数字表示的置信低于预定阈值) 自主或半自主操作车辆101的指令。例如关于在第一车辆101中的一个或多个数据采集装置110(如传感器或诸如此类)检测到一个或多个故障。进一步地,一旦检测到故障,第一车辆101可以发送车辆-与-车辆通信112 至一个或多个第二车辆101和/或可以通过网络120发送数据至远程服务器125。此外,第一车辆101的进一步操作可以使用来自在第一车辆101 中的采集装置110的数据115,只要这些数据115不受制于故障,且可以进一步使用来自一个或多个第二车辆101的数据115,这些数据可以在车辆与车辆通信112中接收。
作为选择或此外,当在车辆101中检测到故障时,车辆101可以停止和/或禁用依赖于检测到故障的数据采集装置110的一个或多个特定的自主操作。例如,车辆101计算机105可以依靠雷达或激光雷达数据115 来检测和/或保持距离其他车辆101的距离。因此,如果需要用于这种距离检测和/或维持的雷达和/或激光雷达数据采集装置110与故障状态有关,那么车辆101可以停止和/或禁用自适应巡航控制或类似的用于检测和维持距离其他车辆101的距离的机构。然而,如果其他数据采集装置 110可用于其他自主操作,如检测和维持车道、清洁车辆101车窗等,那么车辆101可以继续进行这种操作。
低的置信度的原因可以包括如由天气状况、堵塞或其他噪音因素引起的数据采集装置110(例如传感器)的退化。如果超过了自主车辆101 操作的设计参数,自主操作中低的置信度也可以发生。例如,置信估计 118可以由包括在自主车辆101的感知层(PL,perceptual layer)中的数据采集装置110、或来自驱动层(AL,actuation layer)中的数据采集器 110提供的数据115产生。对于PL,这些置信估计或可能性可以解释为对于车辆101正常的、安全的操作来说感知信息是足够的可能性。对于 AL,可能性(即置信估计)表示车辆101驱动***可以在一个或多个设计公差内执行命令的车辆101操作的可能性。因此,该***100提供了用于在车辆101操作的一个或多个方面中检测和应对低于可接受的置信度的机构。
车辆101的自主操作,包括置信估计118的产生和评估,可以在自主驾驶模块106中执行,如作为一组存储在存储器中且由处理器执行的指令,存储器和处理器在车辆101的计算设备105中。计算设备105通常从一个或多个数据采集装置(如传感器110)接收采集到的数据115。如上所解释的,采集到的数据115可以用于产生与车辆101的自主操作有关的一个或多个置信估计118。通过将一个或多个置信估计与一个或多个存储的参数117进行比较,计算机105可以确定是否如通过界面119 提供警告或诸如此类至车辆101乘员。进一步地,此外或作为选择而,根据一个或多个置信估计118,信息116(如警告)可以传达紧急水平或重要性至车辆101操作者,如通过使用韵律学技术在语音警告中包括情感内容、具有为紧急水平定制的外观的可视头像等。进一步地,此外或作为选择,根据一个或多个置信估计118,即检测到的一个或多个故障的指示,计算机105可以确定关于车辆101的自主操作采取的措施,如禁用一个或多个自主功能或操作、限制或停止车辆101的操作,如执行“缓慢停车”或“开到路边并停车”操作,执行“慢速回航(limp home)”操作等。
相关的信息116,许多可能的例子中的一个,警告可以通知车辆101 乘员需要恢复车辆101的部分或完全手动控制。进一步地,如上所提到的,信息116的形式可以由它的紧急性定制。例如,可以采用用于传达与警告相关的紧急级别的韵律学技术产生声音警告。可选地或此外,包括在计算机105的人机界面中的图形用户界面可以配置为显示特定的颜色、字体、字号大小、代表人的头像或诸如此类等以表明紧急级别,如建议立即手动控制,建议在下一分钟内、在下五分钟内手动控制,由于机械原因建议手动控制,由于环境或天气状况建议手动控制,由于交通状况建议手动控制等。
响应于一个或多个检测到的故障,与一个或多个措施有关的例子包括第一车辆101从一个或多个第二车辆101接收用于操作的通信112,如第一车辆101的导航。作为选择或此外,响应于一个或多个检测到的故障,与一个或多个措施有关的例子包括第一车辆101禁用和/或停止一个或多个自主操作,如转向控制、速度控制、自适应巡航控制、车道保持等。
典型***元素
车辆101可以是陆地车辆,例如摩托车、轿车、卡车、公共汽车等,但是也可以是船只、飞机等。在任何情况下,车辆101通常包括车载计算机105,车载计算机105包括处理器和存储器,存储器包括一种或多种计算机可读介质的形式,且存储用于执行各种操作(包括在此所公开的) 的处理器可执行的指令。例如,计算机105通常包括且能够执行指令,该指令例如可以包括在自主驾驶模块106中,以自主或半自主操作车辆 101,即在没有操作员控制或只部分操作员控制的情况下操作车辆101。
进一步地,计算机105可以包括多于一个的计算设备,如控制器或诸如此类包括在车辆101中用于监测和/或控制各种车辆部件的设备,如发动机控制单元(ECU),传输控制单元(TCU)等。计算机105通常配置用于在控制器局域网(CAN)总线或诸如此类上进行通信。计算机105 也可以与车载诊断装置连接器(OBD-II)连接。通过CAN总线,OBD-II,和/或其它有线或无线机制,计算机105可以传输信息至车辆中的各种设备和/或从各种设备接收信息,该各种设备如控制器,驱动器,传感器等,包括数据采集装置110。可选地或此外,在计算机105实际上包含多个设备的情况下,CAN总线或诸如此类可用于本发明中计算机105表示的设备之间的通信。
另外,计算机105可配置用于与网络120通信,如下所描述的,网络120可以包括各种有线和/或无线网络技术,如蜂窝技术、蓝牙、有线和/或无线分组网络等。进一步地,计算机105如在模块106中通常包括用于接收数据的指令,如来自一个或多个数据采集装置110的采集到的数据115和/或来自通常包括人机界面(HMI)(例如交互式语音响应(IVR) ***、包括触摸屏的或诸如此类的图形用户界面(GUI)等)的情感型用户界面119的数据。
如上所提到的,通常包括在计算机105存储和执行的指令中的是自主驾驶模块106,或在非陆地车辆或非道路车辆的情况下,模块106可以更一般地被称为自主操作模块106。使用计算机105如从数据采集装置 110接收到的数据、包括作为存储的参数117、置信估计118等的数据,模块106可以在无驾驶员操作车辆101的情况下控制各种车辆101部件和/或操作。例如,模块106可以用于调节车辆101速度、加速度、减速度、转向、制动等。
数据采集装置110可以包括多种设备。例如,车辆中各种控制器可以起数据采集装置110的作用,以通过CAN总线提供数据115,如有关车辆速度,加速度等的数据115。进一步地,传感器或诸如此类,全球定位***(GPS)设备等可以被包括在车辆中,且配置作为数据采集装置 110以直接为计算机105如通过有线或无线连接提供数据。数据采集装置 110也可以包括传感器或诸如此类用于检测车辆101外面的状况的设备,如中程和远程传感器。例如,传感器数据采集装置110可以包括例如 RADAR(雷达)、LADAR(激光雷达)、声波定位仪、摄影机或其他图像拍摄设备的机构,其可以部署用于测量车辆101与其它车辆或物体之间的距离,以检测其他车辆或物体,和/或以检测道路属性,例如曲率、凹坑、下降、***、坡度变化、车道边界等。
数据采集装置110可以进一步包括生物识别传感器110和/或其他可以用于识别车辆101的操作者的设备。例如,数据采集装置110可以是指纹传感器、视网膜扫描仪、或提供生物识别数据105的其他传感器110,可以用于识别车辆101操作者和/或车辆101操作者的特征,如性别、年龄、健康状况等。作为选择或此外,数据采集装置110可以包括便携式硬件设备,如包括处理器和存储处理器可执行的固件的存储器,用于识别车辆101操作者。例如,这种便携式硬件设备可以包括如使用蓝牙或诸如此类与计算机105无线通信的能力,以识别车辆101操作者。
计算机105的存储器通常存储采集到的数据115。采集到的数据115 可以包括在车辆101中从数据采集装置110采集到的多种数据。采集到的数据115的例子上面已提供,此外,数据115可以又包括在计算机105 中由此计算出的数据。总之,采集的数据115可以包括可以被采集装置 110采集的任何数据和/或从这些数据中导出的数据。因此,采集到的数据115可以包括与车辆101操作和/或性能有关的多种数据,以及与车辆 101的移动、导航等有关的数据。例如,采集到的数据115可以包括有关车辆101速度、加速度、制动、道路属性(例如上述提到的那些)的检测、天气状况等的数据115。
如上述所提到的,车辆101可以发送并接收一个或多个车辆与车辆 (v2v)通信112。各种技术,包括硬件、通信协议等,可以用于车辆与车辆通信。例如,如在此所描述的,v2v通信112通常是分组通信并且可以至少部分根据专用短程通信(DSRC)或诸如此类发送和接收。众所周知,DSRC是在由美国政府专门分配的5.9GHz波段的光谱中在短程至中程操作的相对低功率。
v2v通信112可以包括与车辆101的操作有关的多个数据。例如,由汽车工程师协会发布的DSRC的当前规范,规定在v2v通信112中包括的多种车辆101数据,包括车辆101位置(如经度和纬度)、速度、前进方向、加速度状态、制动***状态、变速器状态、方向盘位置等。
进一步地,v2v通信112不限于包括在DSRC标准或任何其他标准中的数据元素。例如,v2v通信112可以包括从车辆101数据采集装置110 获得的多种采集到的数据115,例如摄影机图像、雷达或激光雷达数据、来自红外传感器的数据等。因此,第一车辆101可以从第二车辆101接收采集到的数据115,第一车辆101计算机105可以使用从第二车辆101 采集到的数据115作为至第一车辆101中的自主模块106的输入,即以确定第一车辆101的自主或半自主操作,例如如何执行“慢速回航”操作或诸如此类,和/或如何继续操作,尽管在第一车辆101的一个或多个数据采集装置110中存在一个或多个故障的指示。
v2v通信112可以包括除了RF(射频)通信的机制,如第一车辆101 可以提供视觉指示至第二车辆101以进行v2v通信112。例如,第一车辆 101可以移动或以预定模式闪烁由第二车辆101中的摄影机数据采集装置或诸如此类检测的灯光。
计算机105的存储器可以进一步存储一个或多个用于与置信估计118 比较的参数117。因此,参数117可以定义一组置信区间;当置信估计 118表明置信值落入处在或超过预定阈值的置信区间内时,这种阈值也由参数117指定,然后计算机105可以包括用于提供警告或诸如此类至车辆101操作者的指令。
通常,可以存储与车辆101的特定用户或操作者的标识符相关的参数117,和/或参数117可以是所有车辆101的操作者通用的。如根据操作者的标识符,与特定的车辆101操作者相关的适当的参数117可以用多种方式确定,如根据操作者年龄、驾驶经验的水平等。如上所提到的,计算机101可以使用例如来自硬件设备识别车辆101操作者的信号、至计算机105和/或通过设备150的用户输入、生物识别采集到的数据115 等机制来识别应该使用的特定车辆101操作者的参数117。
各种数学的、统计的和/或预测的模型技术可以用于产生和/或调节参数117。例如,当由操作者监控时车辆101可以自主操作。操作者可以提供有关自主操作何时呈现为安全和何时不安全的输入至计算机105。然后,各种已知的技术可以用于基于采集到的数据115确定产生参数117 和与参数117比较的估计118的函数。
置信估计118是数字,可以使用采集到的数据115根据存储在车辆 101的计算机105的存储器中的指令产生。置信估计118通常以两种形式提供。第一种,总体置信估计118,在此表示为Φ,可以是表明车辆101 可以和/或应该自主操作的总体置信度的连续或几乎连续变化的值。就是说,总体置信估计118可以是连续或几乎连续与参数117比较以确定总体置信度是否达到或超过参数117规定的阈值。因此,总体置信估计118 可以作为基于当前采集到的数据115车辆101是否应该自主操作的指标,总体置信估计118可以提供为标量值,如为具有0到1的范围中的值的数字。
第二种,可以提供自主属性估计118的一个或多个矢量,其中在矢量中的每个值涉及车辆101的属性和/或与车辆101的自主操作有关的周围环境的属性,如例如车辆速度、制动性能、加速度、转向、导航(如为车辆101路线提供的地图是否偏离了实际的道路排布、是否遇到意外的建设、是否遇到意外的交通等)、天气状况、道路状况的属性。
通常,各种评估置信度和/或为置信区间指定值的方式是已知的且可以用于产生置信估计118。例如,各种车辆101数据采集装置110和/或子***可以提供采集到的数据115,其如与车辆速度、加速度、制动等有关。例如,数据采集装置110可能的评估精度(如传感器精度)可以从采集到的数据115使用已知的技术确定。进一步地,采集到的数据115 可以包括关于车辆101正在行驶的外部环境的信息(如上述提到的道路属性)、表明被车辆101导航使用的地图数据的精确程度的数据115、与意外的道路建设、交通状况等有关的数据115。通过评估这些采集到的数据115和可能地加权各种确定(如传感器数据采集装置110精度的确定以及有关外部和/或环境状况(如降水的存在或不存在、道路状况等)的一个或多个确定),可以产生提供车辆101自主操作的能力的一个或多个指标的一个或多个置信估计118。
置信估计118的矢量的例子包括与车辆101感知层(PL)有关的矢量
,
其中n是感知子***(如在PL中一个或多个传感器数据采集装置110的组)的标号。置信估计118的矢量的另一个例子包括与车辆101驱动层(AL)(如在AL中一个或多个驱动器数据采集装置110的组)有关的矢量。
通常,可以使用一种或多种已知的技术产生矢量包括但不限于神经网络的输入重建可靠性估计(Input Reconstruction Reliability Estimate,IRRE)、在光流场中的位移矢量的重建误差、来自图像***的总体对比估计(global contrast estimate)、在雷达***中返回信号与噪音比的估计、内部一致性检查等。例如,神经网络道路分类器(Neural Network road classifier)可以为各种道路分类(如单行道、双行道、分车道公路、十字路口等)提供相互矛盾的激活水平。这些相互矛盾的激活水平将引起PL数据采集装置110报告相比于PL中的道路分类器模块减小的置信估计。在另一个例子中,雷达返回信号可以由于大气湿度而衰减,以致于雷达模块报告在估计邻近车辆的距离、距离变化率或方位方面的低置信度。
置信估计也可以通过PL基于关于未来事件获得的知识进行修改。例如,PL可以与数据设备如通过服务器125实时通信,其可以报告沿着计划的或预计的车辆101路线的天气。可以在传感器数据采集装置110信号实际退化之前在矢量的置信估计118中考虑关于会对PL产生不利影响的天气(如大雨或雪)的可能性的信息的因素。用这种方式,可以调节置信估计118以不仅反映直接的传感器状态也反映传感器状态在不久的将来会退化的可能性。
进一步地,通常,矢量可以通过通常已知的技术产生,包括将命令的驱动与致使的车辆101性能进行比较。例如,对于给定的命令的转向输入(转向增加),在横向加速度方面测量的变化可以与内部模型进行比较。如果测得的转向增加值变化大于来自模型值的阈值量,那么将为该子***报告较低的置信度。需要指出的是,较低的置信估计118可以反映或可以不反映硬件故障;例如,环境状况(如湿的或结冰的路面) 尽管没有隐含硬件故障但可以减小有关的置信估计118。
当特定的值或值的范围(如置信区间)的总体置信估计118达到或超过在预定的误差范围内(如95%±3%)的预定阈值时,那么计算机105 可以包括用于通过情感界面119提供信息116(如警告)的指令。就是说,当总体置信估计118(Φ)降低到特定的预定阈值Φmin以下时,可以触发情感界面119。当这种情况发生时,情感界面119构思即将被传送至车辆101操作者的信息116(M)。信息116M大体包括两个分量,语义内容分量S和紧急修饰语U。因此,界面119可以包括语音生成模块和交互式语音响应(IVR)***,或诸如此类,例如已知的用于生成音频语音的***。同样地,界面119可以包括图形用户界面(GUI)或诸如此类可以显示警告、信息等的界面,其用如根据字体大小、颜色、图标或符号的使用、头像的表情、尺寸等或诸如此类等方式传达紧急程度。
进一步地,置信属性子评估118(如在矢量或中的一个或多个值)可以涉及特定的采集到的数据115,且可以用于通过界面119为一条或多条信息116提供与特定属性有关的和/或与车辆101有关的状况的特定内容,如警告车辆101乘员接管转向、开始手动制动、完全控制车辆 101等。就是说,总体置信估计118可以用于确定应该通过情感界面119在信息116中提供的警告或诸如此类,且另外信息116警告的特定内容可以基于属性估计118也是可能的。例如,信息116可以至少部分根据一个或多个属性估计118且可以提供表明车辆101的自主操作应该停止的信息116,以及可选地或此外,信息116可以表明警告内容例如“小心:光滑的道路”或“小心:前方意外的车道关闭”。此外,如上述所提到的和以下进一步所解释的,可以在信息116中使用情感韵律以表明紧急级别、相关级别、或与一个或多个置信估计118有关的警告的级别。
通常,当Φ<Φmin(应当指出的是在该评估中可以考虑适当的滞后以防止快速切换)时,可以通过计算机105提供信息116。进一步地,当可以确定Φ<Φmin时,可以评估每个矢量和的分量以确定矢量分量的值是否落入矢量分量的预定阈值以下。对于落入阈值以下的每个矢量分量,计算机105可以构思提供至车辆101操作者的信息116。进一步地,信息116的项目语义内容Si可以根据降低到阈值以下的分量的特性确定:
例如,如果是代表光学车道跟踪置信度的分量且那么Si可以变成“小心:车道跟踪***看不到车道标记。建议驾驶员介入”。
前文描绘了基于构思信息116的语法的普通构造的特定例子。这种构造的全部语法可以改变;信息116语法的重要元素可以包括:
·信号词(SW),其开始信息116;在上面的例子中,是词“小心”。根据特定的车辆101子***(i)和置信值SW可以是{“致命的”,“危险”,“警告”,“小心”,“通知”}之一或一些其他词;
·子***描述(SSD),其识别车辆101子***;在上面的例子中, SSD=f(i)是短语“车道跟踪***”,其用用户可理解的语言描述第i***;
·功能指示器的品质(quality of function indicator)(QoF),其描述子***操作如何退化;在上面的例子中,是短语“不能”;
·功能描述符(FD),其传达什么功能将会中断;在上面的例子中, FD=f(i)是短语“查看车道标记”;
·要求的措施(RA);在上面的例子中,是短语“驾驶员介入”;
·推荐强度(RS);在上面的例子中,是短语“推荐”。
通常,可以定义语言适当的语法以确定各种术语的适当的排布以确保用目标语言构造在语句构成上正确的短语。继续上面的例子,警告信息116的模板可以是:
<SW>:<SSD><QoF><FD><RA><RS>
一旦已构思出语义内容Si,计算机105基于总体置信估计118(Φ) 的值低于预定阈值,修改文本转换语言参数,如增加紧急性以吸引驾驶员注意力。通常,一组修改的参数U={性别、SW(信号词)重复数、词语单元音长、词语,……}可以应用到Si以更改或改变车辆101操作者对信息116的感觉。需要指出的是,“SW重复数”只应用于信号词分量(如
k(Ui)m与“危险”相对的“危险-危险”)。对于U的连续分量,假设感知的紧急性遵循史蒂文斯定律(Stevens power law),例如紧急性=。单个的Ui是总体置信估计Φ的函数。应用于上述的车道跟踪警告,这些修改可以以以下方式改变警告的描述:
·文本转换语言表达的性别(男性、女性)可以是,对于较高的Φ值为男性且对于较低的值为女性,因为已发现女声会产生更多的小心的响应。根据经验发现这在某些文化中可以相反。
·SW重复数对于较低的Φ值会较高,因为增加的信号词的重复与增加的感知的紧急性相关。
·根据增加的紧急性的感觉具有较短的词语音长,词语单元音长对于较低的Φ值会较短。
·对于较低的Φ值,音高会增加。
·也可以改变使语音的声学表现变化的其他参数(如不规则谐波的数目)。
继续图1所述的元素的描述,网络120代表一种或多种机制,通过该机制车辆计算机105可以与远程服务器125和/或用户设备150通信。因此,网络120可以是各种有线或无线通信机制中的一个或多个,包括任何可取的有线(如电缆和光纤)和/或无线(如蜂窝技术,无线网络,卫星,微波和射频)通信机制的组合和任何可取的网络拓扑(或当使用多个通信机制时的多个拓扑)。典型的通信网络包括提供数据通信服务的无线通信网络(如使用蓝牙,IEEE 802.11等),局域网(LAN)和/或广域网(WAN),包括互联网。
服务器125可以是一个或多个计算机服务器,每个通常包括至少一个处理器和至少一个存储器,存储器存储处理器可执行的指令,包括用于执行在此所描述的各种步骤和过程的指令。服务器125可以包括或被可通信地耦合至用于存储采集到的数据115和/或参数117的数据存储 130。例如,特定用户的一个或多个参数117可以存储在服务器125中并且当用户在特定的车辆101中时由计算机105检索。同样地,如上所提到的,服务器125可以提供数据至计算机105,用于在确定参数117时使用,如地图数据,有关天气状况、道路状况、建设区域等的数据。
用户设备150可以是多种包括处理器和存储器以及通信设备的计算设备中的任何一个。例如,用户设备150可以是便携式计算机,平板电脑,智能电话等,其包括使用IEEE802.11,蓝牙,和/或蜂窝通信协议进行无线通信的功能。进一步地,用户设备150可以使用这样的通信功能通过网络120包括与车载计算机105通信。用户设备150可以与车辆101 计算机105通过其它机制通信,例如车辆101中的网络、已知的协议例如蓝牙等。因此,在用户设备150可用于提供数据115至计算机105的情况下,用户设备150可以用于执行在此归于数据采集装置110的某些操作,如语音识别功能、照相机、全球定位***(GPS)功能等。进一步地,用户设备150可以用于为计算机105提供情感用户界面119,包括或可选地包括人机界面(HMI)。
典型的过程流程
图2是用于评估并基于与自主车辆101操作有关的置信水平提供警告的示例性过程200的示图。
过程200开始于框205,在框205中,车辆101开始自主驾驶操作。因此,车辆101部分或完全自主操作,即以由自主驾驶模块106部分或完全控制的方式。例如,所有的车辆101操作(如转向、制动、速度等) 可以由计算机105中的模块106控制。车辆101可以以部分自主(即部分手动方式,其中一些操作,如制动,可以由驾驶员手动控制,而其他操作,如包括转向,可以由计算机105控制)的方式操作也是可能的。同样地,模块106可以控制车辆101何时改变车道。进一步地,可以在车辆101驾驶操作开始之后的某些点开始过程200是可能的,如当由车辆乘员通过计算机105的用户界面手动开始时。
下一步,在框210中,计算机105获得采集到的数据115。如上所提到的,各种数据采集装置110(如在PL中的传感器或传感子***或在AL 中的驱动器或驱动器子***)可以提供数据115至计算机105。
下一步,在框215中,计算机105计算一个或多个置信估计118。例如,计算机105通常计算以上提到的总体标量置信估计118,即值Φ,其例如当与预定阈值Φmin比较时提供车辆101是否应该继续自主操作的指标。总体置信估计118可以考虑多种因素,包括与各种车辆101属性和/ 或周围环境的属性有关的各种采集到的数据115。
进一步地,总体置信估计118可以考虑时间特性。例如,数据115 可以表明前面意外的车道关闭,以及可以在五分钟之后开始影响车辆101 的交通。因此,在给定的时间的总体置信估计118可以表明车辆101的自主操作可以继续。然而,在给定的时间加上三分钟时的置信估计118 可以表明车辆101的自主操作应该结束。可选地或此外,在给定的时间的总体置信估计118可以表明车辆101的自主操作应该停止,或在时间段(如三分钟、五分钟等)内存在自主操作应该停止的可能性。
此外,在框215中,也可以产生属性或子***置信估计118的一个或多个矢量。如上所述,矢量置信估计118提供与采集到的数据115相关的指标,采集到的数据115与特定车辆101和/或车辆101子***、环境属性或状况有关。例如,属性置信估计118可以表明与属性或状况(例如道路状况,天气状况,制动功能,检测车道的能力,保持车辆101的速度的能力等)相关的风险程度或紧急程度。
在框215之后,在框220中,计算机105将总体标量、置信估计118 (如Φ值)与存储的参数117进行比较,以确定当前的标量置信估计118 落入的置信区间,即值的范围。例如,参数117可以为各种置信区间指定标量置信估计118在预定的确定度(如5%、10%等)内可达到或超过的值。
在框220之后,在框225中,计算机105确定总体置信估计118是否达到或超过了预定阈值,例如,通过使用框215的比较结果,计算机 105可以确定置信估计118可以分配到的置信区间。存储的参数117可以表明阈值置信区间,然后计算机105可以确定参数117表明的阈值置信区间是否已经被达到或超过。
如上所提到的,阈值置信区间可能部分取决于时间参数117。就是说,置信估计118可以表明虽然车辆101在当前时间可以在安全限度内自主操作,但是车辆101在给定的时间段过去之后不应该自主操作。可选地或此外,可以针对当前时间产生第一总体置信估计118,以及还可能产生相关的子评估118,并且可以针对当前时间之后的时间产生第二总体置信估计118以及还可能产生相关的子评估。当第二估计118达到或超过阈值,即使第一估计118没有达到或超过阈值,可以产生包括类似的警告的信息116,这样警告指定在有关第二估计118的时间之前应该采取的措施,如停止车辆101的自主操作。在任何情况下,框225可以包括确定一时间段,在该时间段之后置信估计118将指定的误差范围内达到或超过预定阈值。
在任何情况下,框225的目的是确定计算机105是否应该提供消息 116,如通过情感界面119。如刚才所说明的,警告可以涉及结束车辆101 的自主操作的当前建议,或者可以涉及在一段时间过去之后、在某段时间内等结束车辆101的自主操作的建议。如果即将提供消息116,则下一步执行框230。如果不是,则下一步执行框240。
在框230中,计算机105识别属性或子***估计118,如如上所述在与信息116相关的评估118的矢量中的值。例如,参数117可以指定阈值,因此估计118达到或超过参数117指定的阈值可以被识别为与警告相关。进一步地,估计118,和上述讨论的标量估计118一样,可以是时间性的。就是说,估计118可以指定一时间段,在该时间段之后车辆101 和/或环境属性可以造成车辆101的自主操作的风险,或估计118可以关于现在的时间。同样地,估计118可以指定与属性相关的紧急程度,如因为估计118达到或超过有关当前的时间或在预定时间距离(如距离当前的时间30秒、两分钟等)内的时间的阈值置信区间。此外或可选地,不同的紧急程度可以与不同的置信区间有关。在任何情况下,在框230 中,识别出在信息116中包含的属性估计118达到或超过预定阈值。上述提供了对声音信息116使用语法和修改信息中的词语以实现想要的韵律的一个例子,韵律根据置信估计118的矢量中的子***置信估计118 确定。
在框230之后,在框235中,计算机105提供包括警告或诸如此类的信息116,如通过HMI或可以包括在情感界面119的诸如此类。进一步地,总体估计118的值和/或属性估计118的一个或多个值可以用于确定如上所述的信息116中提供的情感紧急的程度。参数117可以为不同的属性估计118指定不同的阈值,且各个不同的紧急水平与不同的阈值有关。然后,例如,如果总体估计118落入较低的置信区间,即如果存在较低的车辆101的操作应该结束的可能性,情感界面119可以用于提供具有比在如果估计118落入较高的置信区间的情况较低的紧急程度的信息116。例如,如上所述,词语的音高或词语重复的次数可以根据与在 PL或AL矢量评估118的值有关的紧急的程度确定。也如上所述,信息 116可以包括与一个或多个属性估计118有关的特定的信息,且一个或多个属性信息中的每个可以具有不同的情感紧急程度,如根据对于特定的属性估计118的值通过声音信息等中的韵律表明。
框240可以在框225或框235之后,在框240中,计算机105确定过程200是否应该继续。例如,车辆101乘员可以通过停止车辆101的自主操作响应在框235提供的警告。进一步地,车辆101可以停车和/或计算机105可以关机。在任何情况下,如果过程200继续,那么控制返回至框210。否则,过程200在框240之后结束。
图3是用于评估和基于与自主车辆101操作有关的置信水平采取措施的示例性过程300的示图。过程300开始于框305、310、315、320,以与关于过程200上述所讨论的各个框205、210、215、220类似的方式执行。
在框320之后,在框325中,计算机105确定总体置信估计118是否达到或超过预定阈值,如以上述有关框225所讨论的方式,由此计算机105可以确定车辆101数据采集装置115是否检测到故障。
在阈值置信至少部分根据时间参数117的情况下,可以识别故障,因为置信估计118表明车辆101在给定的时间段过去之后不应该自主操作,尽管当前时间车辆101可以在安全范围内自主操作。同样地,在第二估计118达到或超过阈值的情况下可以表明故障,尽管第一估计118 没有达到或超过阈值。
在任何情况下,框325的目的是确定车辆101中的计算机105是否应该确定故障如在数据采集装置110中已检测到。进一步地,在同一时间在车辆101中检测到多个故障是可能的。如上述所指出的,故障的检测可以是建议结束车辆101的一个或多个自主操作,或可以涉及建议在一段时间过去之后、某一段时间之内等结束车辆101的一个或多个自主操作。如果检测到故障,那么下一步执行框330,或在实施方式中,如以下所讨论的,省略框330和335,过程300可以基于在框325中故障的检测前进到框340。如果没有检测到故障,那么下一步执行框345。
在框330中,第一车辆101发送v2v通信112,v2v通信112可以通过第一车辆101范围内的一个或多个第二车辆101接收。v2v通信112通常表明在第一车辆101中检测到故障,以及可以进一步表明故障的性质。例如,v2v通信112可以包括代码或诸如此类,表明第一车辆101中的部件被确定为故障和/或表明采集到的数据115的特定种类不能得到和/或依赖,如在采集到的数据115是融合直接从多于一个传感器数据采集装置 110接收到的各种数据115的结果的情况。
下一步,在框335中,第一车辆101可以从一个或多个第二车辆101 接收一个或多个v2v通信112。在第一车辆101中从第二车辆101接收到的v2v通信112可以包括来自第二车辆101的用于第一车辆101的采集到的数据115,由此第一车辆101能够进行某些操作。总之,来自第二车辆101的数据115对第一车辆101中两个一般型故障状态是有用的。第一,第一车辆101可能由于地图故障失去确定车辆101在道路中的位置 (如GPS坐标)的能力。第二,第一车辆101可能失去检测周围环境(如道路)中的对象(例如障碍)的能力。
例如,第一车辆101可以从第二车辆101接收数据115,数据115与第二车辆101的速度和/或位置有关,与障碍(例如岩石、凹坑、建设障碍、防护栏等)的位置有关,以及与道路(如曲率、车道标记等)有关。
在框335之后,在框340中,第一车辆101计算机105确定有关车辆101操作采取的一个或多个措施,于是可以通过自主模块106实施这些措施。如上所提到的,至少部分基于从一个或多个第二车辆101接收到的数据115,以及可能基于在第一车辆101中检测到的一个或多个故障做出这些确定。作为选择或此外,如上所提到的,在***100的某些实施方式中,可以省略框330和335,即检测到故障的第一车辆101可以不进行v2v通信,或可以不从任何第二车辆101接收数据115。因此,与上述给出的例子一致,在框340中确定的措施可以是基于在一个或多个数据采集装置110中检测到一个或多个故障,车辆101停止和/或禁用一个或多个自主操作。
返回第一车辆101已经从一个或多个第二车辆101接收到数据115 的情况,例如,第一车辆101计算机可以包括用于创建环境(如道路、道路上的障碍和/或物体(包括其他车辆101)等)的二维或三维虚拟地图的指令。虚拟地图可以使用多个采集到的数据115(如摄影机图像数据、激光雷达数据、雷达数据、GPS数据等)创建。在第一车辆101中的数据因为识别出关于一个或多个数据采集装置110的故障状态可能是错误的情况下,来自一个或多个第二车辆101的数据115,可能包括以下进一步讨论的历史数据115,可以用于创建虚拟地图。
作为选择或此外,第二车辆101可以提供虚拟地图或诸如此类至第一车辆101,。例如,第二车辆101可以在距离道路上的第一车辆101某些距离内,如5米、10米、20米等。第二车辆101可以进一步检测第二车辆101和第一车辆101之间的速度差异(如果存在速度差异的话)以及第一车辆101相对于第二车辆101的位置差异,如在道路上领先或落后的距离。然后,第二车辆101可以将虚拟地图提供至第一车辆101,这些数据115被传送以提供第一车辆101的位置与第二车辆101的位置的依据。因此,第一车辆101可以获得有关在道路上其他车辆101、障碍、车道标记等的信息,甚至当在第一车辆101中采集到的数据115是错误的时。
在任何情况下,来自第二车辆101的数据115可以,提供几个例子,表明在道路中障碍的存在、在道路中表明车道边界的线或其他标记或物体的位置、第二车辆101或一些其他车辆101的位置等,由此第一车辆 101可以将来自第二车辆101的数据115用于导航。例如,有关第二车辆 101的位置的数据115可以被第一车辆101使用以避开第二车辆101;有关道路中的物体或障碍、车道标记等的通信112中的数据115可以同样地使用。需要指出的是,来自第二车辆101的数据115可以包括历史或过去的数据,如显示例如第二车辆101随着时间变化的位置的数据115 或感测到的数据。
进一步,例如,第一车辆101中的计算机105可以基于表明的故障确定措施,例如开到路肩并缓慢停车、继续在停车之前到高速公路出口、基于可用的数据115继续导航,可能但未必包括来自第一车辆101和一个或多个第二车辆101等的采集到的数据115。需要指出的是,来自第二车辆101的数据115可以用于确定措施,如确定安全停车位置。例如,在第一车辆101中的摄影机数据采集装置110可以是故障的,由此来自第二车辆101中摄影机数据采集装置110的图像可以以通信112的方式提供数据115,通过数据115第一车辆101可以确定道路中的安全路线和停车点。作为选择,如省略框330和335的情况,车辆101可以基于在车辆101中采集到的可用的数据115确定措施,如安全停车位置。例如,如果摄影机数据采集装置110或用于确定道路车道边界的诸如此类遭受故障,车辆101可以基于存储的地图数据、GPS数据115、和/或从最后已知可靠确定的车道边界的外推法继续到路肩。
此外,第一车辆101和第二车辆101之间的v2v通信112可以用于第二车辆101以引导第一车辆是可能的。例如,路线信息和/或建议速度等可以通过第一车辆101前面的引导第二车辆101提供。第二车辆101 可以引导第一车辆101至安全停车点,如至道路的一侧,或可以引导第一车辆101至第一车辆101要求的位置。就是说,在一个或多个v2v通信112中的第二车辆101可以提供指令至第一车辆101,如以某一速度、某个前进方向等前进,直到第一车辆101已被带入安全停靠点。车辆101 之间的这些协作可以被称为第二车辆101“牵引”第一车辆101。
通常,故障的本质可以表明由计算机105指导的措施。例如,多余的传感器数据采集装置110中的故障,如在车辆的前部安装多个摄影机的情况下摄影机可以表明车辆101可以使用可用的数据115继续运行。另一方面,车辆101速度控制器和/或对车辆101控制负责的其他元件的故障可以表明车辆101应该尽快前进至路肩。
在框340之后,在框345中,计算机105确定过程300是否应该继续。例如,车辆101可以停车和/或计算机105可以关机。在任何情况下,如果过程300继续,那么控制返回至框310。否则,过程300在框345之后结束。
结论
计算设备,例如本发明中所讨论的那些,通常各自包括一个或多个计算设备(如上所述的那些)可执行的指令,用于执行上述过程的框或步骤。例如,上述讨论的过程框可以呈现为计算机可执行的指令。
计算机可执行的指令可以从使用多种程序设计语言和/或技术建立的计算机程序中被编译或解读,这些程序设计语言和/或技术,非为限制,包括JavaTM,C,C++,VisualBasic,Java Script,Perl,HTML等中单独一个或结合。通常,处理器(如微处理器)如从存储器,计算机可读介质等接收指令,并且执行这些指令,从而执行一个或多个过程,包括本发明中所述过程的一个或多个。这样的指令和其它数据可以被存储且使用多种计算机可读介质传送。计算设备中的文件通常是存储在计算机可读介质(例如存储介质,随机存取存储器等)中的数据集。
计算机可读介质包括参与提供计算机可读数据(如指令)的任何介质。这样的介质可以采取许多形式,包括但不限于非易失性介质,易失性介质等。非易失性介质包括,例如光盘或磁盘以及其他持续内存。易失性介质包括动态随机存取存储器(DRAM),其典型地构成主存储器。计算机可读介质的普遍形式包括,例如软盘(floppy disk),可折叠磁盘(flexible disk),硬盘,磁带,其它磁性介质,CD-ROM,DVD,其它光学介质,穿孔卡片,纸带,其它具有孔排列模式的物理介质,RAM,PROM, EPROM,FLASH-EEPROM,其它存储芯片或磁片盒,或其它计算机可读的介质。
在附图中,相同的附图标记指示相同元件。进一步地,这些元件中的一些或全部可以被改变。至于本发明中所述的介质,过程,***,方法等,应当理解的是,虽然这些过程等的步骤等被描述成根据一定的有序序列发生,这些过程可以实施为以不同于本发明所述顺序的顺序来执行所述的步骤。进一步应当理解,某些步骤可以同时执行,其它步骤可以增加,或在此所述的某些步骤可以省略。换言之,提供本发明过程的描述目的在于说明某些实施例,而不应以任何方式被解释为限制要求保护的发明。
因此,应当理解的是,上述说明旨在说明而不是限制。除了提供的例子,在阅读上述说明基础之上许多实施例和应用对本领域技术人员是显而易见的。本发明的范围不应参照上述说明来确定,而是应该参照权利要求连同这些权利要求所享有的全部等效范围确定。可以预见和预期未来的发展将会发生在本发明讨论的领域,且本发明所公开的***和方法将会被结合到这些未来的实施例中。总之,应当理解的是,本发明能够进行修改和变化并且仅被以下权利要求限定。
在权利要求中使用的所有术语旨在被给予它们最宽泛的合理解释和它们如本领域中技术人员理解的通常含义,除非在此作出明确相反的指示。特别是单数冠词如“一”,“该”,“所述”等的使用应被理解为叙述一个或多个所示元件,除非权利要求中叙述了明确相反的限制。
Claims (10)
1.一种车辆故障处理***,包含在第一车辆中的计算机,计算机包含处理器和存储器,其中计算机包括指令以:
在第一车辆运行期间采集数据;
确定至少一个数据的置信估计表明至少一个故障状态,所述置信估计至少部分基于时间参数,所述置信估计表明第一车辆在给定的时间段过去后不应该自主操作;
传输通信至至少一个第二车辆,表明至少一个故障状态;以及
从第二车辆接收至少一个数据项;
至少部分根据至少一个数据项确定第一车辆的自主操作。
2.根据权利要求1所述的***,其中自主操作是在道路中保持车道、保持车速、开到道路的一侧、以及将第一车辆带到停靠点之一。
3.根据权利要求1所述的***,其中通信包括根据专用短程通信(DSRC)发送的数据。
4.根据权利要求1所述的***,其中使用由第一车辆发射的可见光进行通信。
5.根据权利要求1所述的***,其中计算机进一步包括使用至少一个数据项来确定障碍的位置的指令。
6.一种车辆故障处理***,包含在车辆中的计算机,计算机包含处理器和存储器,其中计算机包括指令以:
在第一车辆运行期间采集数据;
确定至少一个数据的置信估计表明至少一个故障状态,所述置信估计至少部分基于时间参数,所述置信估计表明第一车辆在给定的时间段过去后不应该自主操作;以及
停止受故障状态影响的第一自主操作;
继续不受故障状态影响的第二自主操作。
7.根据权利要求6所述的***,其中第一自主操作和第二自主操作中的至少一个是在道路中保持车道、保持车速、开到道路的一侧、以及将第一车辆带到停靠点之一。
8.根据权利要求6所述的***,其中计算机进一步包括使用至少一个数据项来确定障碍的位置的指令。
9.根据权利要求6所述的***,其中至少一个数据包括第二车辆的位置、道路上物体的位置、道路上倾斜的位置、第三车辆的位置、以及用于操作第一车辆的指令中的至少一个。
10.根据权利要求6所述的***,其中至少一个故障状态与第一车辆中的传感器和在第一车辆中确定的数据值的可靠性中的至少一个有关。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/184,860 | 2014-02-20 | ||
US14/184,860 US9406177B2 (en) | 2013-12-20 | 2014-02-20 | Fault handling in an autonomous vehicle |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104859662A CN104859662A (zh) | 2015-08-26 |
CN104859662B true CN104859662B (zh) | 2019-07-19 |
Family
ID=52781803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510085338.6A Active CN104859662B (zh) | 2014-02-20 | 2015-02-17 | 自主车辆中的故障处理 |
Country Status (5)
Country | Link |
---|---|
CN (1) | CN104859662B (zh) |
DE (1) | DE102015202837A1 (zh) |
GB (1) | GB2524393A (zh) |
MX (1) | MX343922B (zh) |
RU (1) | RU2015105513A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11787434B2 (en) | 2021-04-19 | 2023-10-17 | Toyota Motor North America, Inc. | Modification of transport functionality based on modified components |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10144419B2 (en) * | 2015-11-23 | 2018-12-04 | Magna Electronics Inc. | Vehicle dynamic control system for emergency handling |
DE102015223429A1 (de) | 2015-11-26 | 2017-06-01 | Robert Bosch Gmbh | Überwachungssystem für ein autonomes Fahrzeug |
DE102015015743B4 (de) * | 2015-12-04 | 2020-08-13 | Audi Ag | Verfahren zum Ermitteln einer Fahrtreichweite eines Kraftfahrzeugs und Kraftfahrzeug |
US9834223B2 (en) * | 2015-12-15 | 2017-12-05 | Ford Global Technologies, Llc | Diagnosing and supplementing vehicle sensor data |
DE102016002768C5 (de) * | 2016-03-05 | 2024-05-02 | Audi Ag | Verfahren zum Betreiben eines mehrere Kraftfahrzeuge umfassenden Kommunikationsnetzes und Kraftfahrzeug |
CN105976450A (zh) * | 2016-04-27 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的数据处理方法和装置、黑匣子*** |
ITUA20163205A1 (it) * | 2016-05-06 | 2017-11-06 | Cnh Ind Italia Spa | Metodo e sistema per la mappatura di un luogo di lavoro. |
US10423971B2 (en) * | 2016-05-19 | 2019-09-24 | Toyota Jidosha Kabushiki Kaisha | Roadside service estimates based on wireless vehicle data |
US9840253B1 (en) * | 2016-06-14 | 2017-12-12 | Delphi Technologies, Inc. | Lane keeping system for autonomous vehicle during camera drop-outs |
DE102016215541A1 (de) * | 2016-08-18 | 2018-02-22 | Robert Bosch Gmbh | Testen eines autonom steuerbaren Kraftfahrzeugs |
US10246086B2 (en) * | 2016-09-08 | 2019-04-02 | Ford Global Technologies, Llc | Echelon parking |
US10121376B2 (en) * | 2016-10-05 | 2018-11-06 | Ford Global Technologies, Llc | Vehicle assistance |
DE102016122686B4 (de) * | 2016-11-24 | 2021-01-07 | Henrik Stiewe | Verfahren zum Informieren eines Verkehrsteilnehmers über eine Verkehrssituation |
US10488863B2 (en) * | 2016-12-13 | 2019-11-26 | Ford Global Technologies, Llc | Autonomous vehicle post-fault operation |
SG10201911769UA (en) * | 2016-12-14 | 2020-01-30 | Uber Technologies Inc | Vehicle management system |
US9811086B1 (en) | 2016-12-14 | 2017-11-07 | Uber Technologies, Inc. | Vehicle management system |
US10095238B2 (en) | 2016-12-14 | 2018-10-09 | Ford Global Technologies, Llc | Autonomous vehicle object detection |
US10452067B2 (en) * | 2017-02-23 | 2019-10-22 | GM Global Technology Operations LLC | System and method for detecting improper sensor installation within a vehicle to mitigate hazards associated with object detection |
WO2018232032A1 (en) * | 2017-06-16 | 2018-12-20 | nuTonomy Inc. | Intervention in operation of a vehicle having autonomous driving capabilities |
US10831190B2 (en) | 2017-08-22 | 2020-11-10 | Huawei Technologies Co., Ltd. | System, method, and processor-readable medium for autonomous vehicle reliability assessment |
US10569784B2 (en) * | 2017-09-28 | 2020-02-25 | Waymo Llc | Detecting and responding to propulsion and steering system errors for autonomous vehicles |
JP6939376B2 (ja) * | 2017-10-10 | 2021-09-22 | トヨタ自動車株式会社 | 自動運転システム |
DE102017219599A1 (de) * | 2017-11-06 | 2019-05-09 | Robert Bosch Gmbh | Verfahren und System zum Veranlassen eines Ausweichmanövers von autonomen oder teilautonomen Fahrzeugen |
US11040726B2 (en) * | 2017-12-15 | 2021-06-22 | Baidu Usa Llc | Alarm system of autonomous driving vehicles (ADVs) |
DE102018207533B4 (de) * | 2018-05-15 | 2020-01-16 | Conti Temic Microelectronic Gmbh | Verfahren zum autonomen Betreiben eines nachfolgenden Fahrzeugs in einem Fahrzeugverbund |
CN108769225A (zh) * | 2018-06-05 | 2018-11-06 | 北京智行者科技有限公司 | 车辆应急处理方法 |
US20210261003A1 (en) * | 2018-06-29 | 2021-08-26 | Robert Bosch Gmbh | Monitoring and Identifying Sensor Failure in an Electric Drive System |
CN108909879B (zh) * | 2018-07-05 | 2020-10-27 | 北京智行者科技有限公司 | 一种故障处理方法 |
US11175669B2 (en) * | 2019-08-01 | 2021-11-16 | Toyota Motor Engineering & Manufacturing North America, Inc. | Increasing consumer confidence in autonomous vehicles |
WO2021078353A1 (en) * | 2019-10-21 | 2021-04-29 | Volvo Truck Corporation | A method for determining reliability of received data |
US11180156B2 (en) | 2019-12-17 | 2021-11-23 | Zoox, Inc. | Fault coordination and management |
US11535270B2 (en) | 2019-12-17 | 2022-12-27 | Zoox, Inc. | Fault coordination and management |
WO2021126648A1 (en) * | 2019-12-17 | 2021-06-24 | Zoox, Inc. | Fault coordination and management |
US11407423B2 (en) * | 2019-12-26 | 2022-08-09 | Intel Corporation | Ego actions in response to misbehaving vehicle identification |
US11691637B2 (en) * | 2020-06-19 | 2023-07-04 | Ghost Autonomy Inc. | Handling input data errors in an autonomous vehicle |
CN112109727B (zh) * | 2020-09-08 | 2021-09-03 | 北京踏歌智行科技有限公司 | 一种面向露天矿区无人驾驶车辆的制动力标定方法 |
CN112677976B (zh) * | 2020-12-28 | 2022-05-13 | 广州小鹏自动驾驶科技有限公司 | 车辆行驶方法、装置、车辆和存储介质 |
US12008100B2 (en) | 2021-04-19 | 2024-06-11 | Toyota Motor North America, Inc. | Transport component tamper detection based on impedance measurements |
CN113370996B (zh) * | 2021-07-26 | 2023-09-15 | 清华大学 | 自动驾驶换道跟驰决策方法及***、自动驾驶车辆 |
WO2023034264A1 (en) * | 2021-09-02 | 2023-03-09 | Termson Management Llc | Systems and methods for mobile device movement |
US11891078B1 (en) * | 2021-09-29 | 2024-02-06 | Zoox, Inc. | Vehicle operating constraints |
US12017668B1 (en) | 2021-09-29 | 2024-06-25 | Zoox, Inc. | Limited vehicular operation with a faulted component |
WO2023097626A1 (zh) * | 2021-12-02 | 2023-06-08 | 华为技术有限公司 | 一种数据融合方法、装置、设备、存储介质、车辆 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5572449A (en) * | 1994-05-19 | 1996-11-05 | Vi&T Group, Inc. | Automatic vehicle following system |
US6437688B1 (en) * | 1999-03-16 | 2002-08-20 | Honda Giken Kogyo Kabushiki Kaisha | Obstruction detection method for vehicle |
CN101544224A (zh) * | 2008-03-25 | 2009-09-30 | 株式会社电装 | 车载故障信息*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000113400A (ja) * | 1998-09-30 | 2000-04-21 | Honda Motor Co Ltd | 自動追従走行システム |
US7764188B2 (en) * | 2007-11-29 | 2010-07-27 | Caterpillar Inc | System and method for maintaining machine operation |
US8195358B2 (en) * | 2008-09-11 | 2012-06-05 | Deere & Company | Multi-vehicle high integrity perception |
US8618922B2 (en) * | 2010-03-30 | 2013-12-31 | GM Global Technology Operations LLC | Method and system for ensuring operation of limited-ability autonomous driving vehicles |
US8504233B1 (en) * | 2012-04-27 | 2013-08-06 | Google Inc. | Safely navigating on roads through maintaining safe distance from other vehicles |
-
2015
- 2015-02-17 MX MX2015002104A patent/MX343922B/es active IP Right Grant
- 2015-02-17 CN CN201510085338.6A patent/CN104859662B/zh active Active
- 2015-02-17 DE DE102015202837.2A patent/DE102015202837A1/de active Pending
- 2015-02-18 GB GB1502727.9A patent/GB2524393A/en not_active Withdrawn
- 2015-02-18 RU RU2015105513A patent/RU2015105513A/ru not_active Application Discontinuation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5572449A (en) * | 1994-05-19 | 1996-11-05 | Vi&T Group, Inc. | Automatic vehicle following system |
US6437688B1 (en) * | 1999-03-16 | 2002-08-20 | Honda Giken Kogyo Kabushiki Kaisha | Obstruction detection method for vehicle |
CN101544224A (zh) * | 2008-03-25 | 2009-09-30 | 株式会社电装 | 车载故障信息*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11787434B2 (en) | 2021-04-19 | 2023-10-17 | Toyota Motor North America, Inc. | Modification of transport functionality based on modified components |
Also Published As
Publication number | Publication date |
---|---|
CN104859662A (zh) | 2015-08-26 |
DE102015202837A1 (de) | 2015-08-20 |
RU2015105513A3 (zh) | 2018-07-06 |
MX343922B (es) | 2016-11-29 |
GB201502727D0 (en) | 2015-04-01 |
MX2015002104A (es) | 2015-08-19 |
RU2015105513A (ru) | 2016-09-10 |
GB2524393A (en) | 2015-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104859662B (zh) | 自主车辆中的故障处理 | |
US9406177B2 (en) | Fault handling in an autonomous vehicle | |
US9346400B2 (en) | Affective user interface in an autonomous vehicle | |
US11772669B2 (en) | Processing a request signal regarding operation of an autonomous vehicle | |
US11377108B2 (en) | Processing a request signal regarding operation of an autonomous vehicle | |
US9623874B2 (en) | System and method for managing dangerous driving index for vehicle | |
KR102231013B1 (ko) | 충돌 회피를 위한 운전 보조 방법 및 시스템 | |
US11262755B2 (en) | Driver assistance system for autonomously indicating vehicle user intent in response to a predefined driving situation | |
CN107117166A (zh) | 自主危险控制 | |
US11198436B2 (en) | Processing a request signal regarding operation of an autonomous vehicle | |
CN107117165A (zh) | 自主概率控制 | |
CN107117179A (zh) | 基于乘员注意的自主控制 | |
WO2019199880A1 (en) | User interface for presenting decisions | |
CN107121979A (zh) | 自主置信控制 | |
CN107117162A (zh) | 自主车辆控制转换 | |
US10850734B2 (en) | Processing a request signal regarding operation of an autonomous vehicle | |
US11235776B2 (en) | Systems and methods for controlling a vehicle based on driver engagement | |
US20180284772A1 (en) | Processing a request signal regarding operation of an autonomous vehicle | |
KR20200128763A (ko) | 자율 주행 능력들을 갖춘 차량의 작동에 대한 개입 | |
US20180281795A1 (en) | Processing a request signal regarding operation of an autonomous vehicle | |
CN111094095B (zh) | 自动地感知行驶信号的方法、装置及运载工具 | |
EP3606797B1 (en) | Processing a request signal regarding operation of an autonomous vehicle | |
US20230045416A1 (en) | Information processing device, information processing method, and information processing program | |
WO2022202002A1 (ja) | 処理方法、処理システム、処理プログラム | |
CN108216260A (zh) | 基于便携式设备的连接的车辆控制 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |