CN109693668B - 一种自动驾驶车辆速度控制***与方法 - Google Patents

Abstract

本申请提出了一种自动驾驶车辆的速度控制方法、装置、计算机***和可读存储介质，其中该方法包括：自动驾驶车辆的车载电子设备可以获取当前时刻所述自动驾驶车辆的当前状态，以及目标物的时空预测数据；对于每一个目标物，所述车载电子设备可以确定其与所述自动驾驶车辆的冲突时空，并根据该冲突时空确定一个自动驾驶车辆的计划行驶轨迹；所述车载电子设备进一步从每个目标物对应的计划行驶轨迹中确定一个目标行驶轨迹，并根据该目标行驶轨迹向所述自动驾驶车辆的控制设备发送控制指令。

Description

一种自动驾驶车辆速度控制***与方法

技术领域

本申请涉及自动驾驶技术领域，具体而言，涉及一种自动驾驶车辆的速度控制***与方法。

背景技术

自动驾驶汽车是新时代的产品，是未来汽车的发展趋势。由于自动驾驶车辆在行驶过程中由其自身实时确定行驶策略，且参与到包含众多第三方车辆(如人工驾驶车辆)的复杂交通环境中，其决策的安全性成为首要的考虑因素。除此之外，根据所述行驶策略行驶的自动驾驶车辆，其行驶的的快捷性和舒适性也是需要考虑的因素。在复杂的交通环境中准确预测周围障碍物的动态变化趋势可以帮助自动驾驶车辆及时调整行驶策略。然而，不同场景下，周围障碍物的动态变化趋势可能是不同的，也会进一步影响自动驾驶车辆的决策判断。所述场景可以是例如会车，跟车，等类似交通行为。所以需要一种可以针对不同场景类型进行行驶策略决策的***与方法来提高自动驾驶车辆决策的可靠性。

发明内容

本申请正是基于上述问题，提出了一种新的技术方案，可以解决真实环境中针对不同交通环境进行自动驾驶速度规划的技术问题。

本申请的第一方面提出了一种自动驾驶车辆速度控制方法，包括：自动驾驶车辆的车载电子设备获取当前时刻所述自动驾驶车辆的当前状态，以及目标物的时空预测数据，所述自动驾驶车辆的当前状态包括自动驾驶车辆的计划行驶路径；对于每一个目标物的时空预测数据：所述车载电子设备根据该目标物的时空预测数据和所述自动驾驶车辆的计划行驶路径：判断所述自动驾驶车辆与该目标物的冲突类型，以及确定该目标物与所述自动驾驶车辆的冲突时空；根据所述冲突类型和所述冲突时空，确定所述自动驾驶车辆的多个目标状态；对于每一个自动驾驶车辆的目标状态，根据自动驾驶车辆的当前状态和该自动驾驶车辆的目标状态，确定一个自动驾驶车辆的计划行驶轨迹；从所述多个计划行驶轨迹中确定目标行驶轨迹；根据所述目标行驶轨迹确定所述自动驾驶车辆在预瞄时刻的对应于该目标物的候选目标速度，所述预瞄时刻为所述当前时刻后的时刻；确定所述多个候选目标速度中的一个作为所述自动驾驶车辆在预瞄时刻的目标速度；以及所述车载电子设备根据所述目标速度向所述自动驾驶车辆的控制设备发送控制指令。

在一些实施例中，所述确定目标行驶轨迹可以包括：根据每个计划行驶轨迹对应的安全性参数、舒适性参数以及快速性参数，从所述多个计划行驶轨迹中确定所述目标行驶轨迹。

在一些实施例中，所述目标物可以包括：第三方车辆以及红绿灯中的一个或者多个。所述红绿灯可以包括可通信红绿灯和不可通信红绿灯，所述可通信红绿灯与所述自动驾驶车辆之间可以有数据通信，所述不可通信红绿灯与所述自动驾驶车辆之间没有数据通信。

在一些实施例中，所述方法可以进一步包括：所述车载电子设备获取在所述当前时刻之前的多个时刻的第三方车辆的运动状态；以及根据所述多个时刻的第三方车辆的运动状态确定该第三方车辆的预测行驶数据，所述第三方车辆的预测行驶数据包括该第三方车辆的预测行驶路径以及在所述预测行驶路径上的速度。

在一些实施例中，所述目标物为第三方车辆时，所述冲突类型可以包括：交叉行驶、分离行驶、汇入行驶、跟车行驶以及相向行驶中的一种以及多种。所述目标物为红绿灯时，所述冲突类型可以包括通过可通信红绿灯冲突，和通过不可通信红绿灯冲突。

在一些实施例中，所述确定该目标物与所述自动驾驶车辆的冲突时空可以包括：根据该目标物的时空预测数据确定该目标物位于所述自动驾驶车辆的计划行驶路径上的多个位置及其对应时刻；以及根据所述多个位置及其对应时刻确定该目标物与所述自动驾驶车辆的冲突时空。

在一些实施例中，所述确定所述自动驾驶车辆的多个目标状态可以包括：所述车载电子设备根据所述冲突类型和所述冲突时空，在所述冲突时空中选取特征位置以及相应的特征时刻；以及根据所述特征位置和特征时刻确定所述自动驾驶车辆的多个目标状态。

在一些实施例中，所述确定自动驾驶车辆的计划行驶轨迹可以包括：以所述自动驾驶车辆的当前状态和和目标状态为边界条件，确定多阶多项式表达为所述自动驾驶车辆的计划行驶轨迹。

在一些实施例中，所述确定所述自动驾驶车辆在预瞄时刻的目标速度可以包括：确定所述多个候选目标速度中最小的一个作为为所述自动驾驶车辆在预瞄时刻的目标速度。

本申请的第二方面提出一种自动驾驶车辆速度控制装置。所述自动驾驶车辆速度控制装置可以包括数据获取单元，行驶轨迹确定单元，数据存储单元，速度决策单元，以及指令发送单元。

所述数据获取单元可以用于获取当前时刻所述自动驾驶车辆的当前状态，以及目标物的时空预测数据。所述自动驾驶车辆的当前状态可以包括自动驾驶车辆的计划行驶路径。

所述行驶轨迹确定单元可以用于对于每一个目标物的时空预测数据：根据该目标物的时空预测数据和所述自动驾驶车辆的计划行驶路径，判断所述自动驾驶车辆与该目标物的冲突类型，以及确定该目标物与所述自动驾驶车辆的冲突时空；根据所述冲突类型和所述冲突时空，确定所述自动驾驶车辆的多个目标状态；对于每一个自动驾驶车辆的目标状态，根据自动驾驶车辆的当前状态和该自动驾驶车辆的目标状态，确定一个自动驾驶车辆的计划行驶轨迹；以及从所述多个计划行驶轨迹中确定目标行驶轨迹。

所述数据存储单元可以用于存储所述目标物的时空预测数据以及所述自动驾驶车辆的计划行驶路径。

所述速度决策单元可以用于根据所述目标行驶轨迹确定所述自动驾驶车辆在预瞄时刻的对应于该目标物的候选目标速度，所述预瞄时刻为所述当前时刻后的时刻；以及确定所述多个候选目标速度中的一个作为所述自动驾驶车辆在预瞄时刻的目标速度。

所述指令发送单元可以根据所述目标速度向所述自动驾驶车辆的控制设备发送控制指令。

本申请的第三方面提出了一种车载电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时可以实现如前文所述的自动驾驶车辆速度控制方法的步骤。

本申请的第四方面提出了一种计算机可读存储介质，其上存储有计算机程序。所述计算机程序被处理器执行时可以实现如前文所述的自动驾驶车辆速度控制方法的步骤。

本申请提出的自动驾驶车辆速度控制装置和方法等，通过对周围目标物状态数据的收集，预测其未来对自动驾驶车辆行驶进程的影响，根据影响的类型分别作出相应的速度规划方案，在保证安全的前提下可以兼顾快速性和舒适性的要求。

附图说明

以下附图详细描述了本申请中披露的示例性实施例。其中相同的附图标记在附图的若干视图中表示类似的结构。本领域的一般技术人员将理解这些实施例是非限制性的、示例性的实施例，附图仅用于说明和描述的目的，并不旨在限制本申请的范围，其他方式的实施例也可能同样的完成本申请中的发明意图。其中：

图1是本申请中自动驾驶车辆根据不同交通状况进行速度控制的一个实施例的场景示意图；

图2是根据本申请的一些实施例的具有自动驾驶能力的示例性车辆和自动驾驶***的框图；

图3是信息处理单元的示例性硬件和软件组件的示意图；

图4是本申请中的一种自动驾驶车辆的速度控制方法的示例性流程图；

图5是本申请中的一种确定自动驾驶车辆和目标物之间冲突时空的示例性流程图；

图6为本申请中的一种确定多个目标状态的示例性流程图；

图7是本申请中的一种自动驾驶车辆与第三方车辆交叉行驶情形的示意图；

图8是本申请中的一种自动驾驶车辆与第三方车辆分离行驶情形的示意图；

图9是本申请中的一种自动驾驶车辆与第三方车辆汇入行驶情形的示意图；

图10是本申请中的一种自动驾驶车辆与第三方车辆跟车行驶情形的示意图；

图11是本申请中的一种自动驾驶车辆与第三方车辆相向行驶情形的示意图；

图12是本申请中的一种自动驾驶车辆行驶经过可通信红绿灯情形的示意图；

图13是本申请中的一种自动驾驶车辆行驶经过不可通信红绿灯情形的示意图；以及

图14是本申请中的一种自动驾驶车辆速度控制装置的示意图。

具体实施方式

本申请披露了一种自动驾驶车辆的速度控制***与方法。自动驾驶车辆上的车载电子设备可以获取周围目标物的状态数据，判断所述目标物是否可能对所述自动驾驶车辆构成行驶过程中的阻碍，以及可能构成的阻碍类型，进而据此对所述自动驾驶车辆的计划行驶速度进行调整，使其可以在未来的行驶过程中避开所述阻碍或者减少所述阻碍的影响。上述***和方法也可以应用于其他自动驾驶设备的策略决策。比如上述***和方法可以用于空中飞行器、水面船只、水下舰艇等设备的行驶策略决策。

为了给本领域普通技术人员提供相关披露的透彻理解，在以下详细描述中通过示例阐述了本发明的具体细节。然而本申请披露的内容应该理解为与权利要求的保护范围一致，而不限于该具体发明细节。比如，对于本领域普通技术人员来说，对本申请中披露的实施例进行各种修改是显而易见的；并且在不脱离本申请的精神和范围的情况下，本领域的普通技术人员可以将这里定义的一般原理应用于其他实施例和应用。再比如，这些细节如果没有以下披露，对本领域普通技术人员来说也可以在不知道这些细节的情况下实践本申请。另一方面，为了避免不必要地模糊本申请的内容，本申请对公知的方法，过程，***，组件和/或电路做了一般性概括而没有详细描述。因此，本申请披露的内容不限于所示的实施例，而是与权利要求的范围一致。

本申请中使用的术语仅用于描述特定示例实施例的目的，而不是限制性的。比如除非上下文另有明确说明，本申请中如果对某要件使用了单数形式的描述(比如，“一”、“一个”和/或等同性的说明)也可以包括多个该要件。在本申请中使用的术语“包括”和/或“包含”是指开放性的概念。比如A包括/包含B仅仅表示A中有B特征的存在，但并不排除其他要件(比如C)在A中存在或添加的可能性。

应当理解的是，本申请中使用的术语，比如“***”，“单元”，“模块”和/或“块”，是用于区分不同级别的不同组件，元件，部件，部分或组件的一种方法。但是，如果其他术语可以达到同样的目的，本申请中也可能使用该其他术语来替代上述术语。

本申请中描述的模块(或单元，块，单元)可以实现为软件和/或硬件模块。除非上下文另有明确说明，当某单元或模块被描述为“接通”、“连接到”或“耦合到”另一个单元或模块时，该表达可能是指该单元或模块直接接通、链接或耦合到该另一个单元或模块上，也可能是指该单元或模块间接的以某种形式接通、连接或耦合到该另一个单元或模块上。在本申请中，术语“和/或”包括一个或多个相关所列项目的任何和所有组合。

在本申请中，术语“自动驾驶车辆”可以指能够感知其环境并且在没有人(例如，驾驶员，飞行员等)输入和/或干预的情况下对外界环境自动进行感知、判断并进而做出决策的车辆。术语“自动驾驶车辆”和“车辆”可以互换使用。术语“自动驾驶”可以指没有人(例如，驾驶员，飞行员等)输入的对周边环境进行智能判断并进行导航的能力。

考虑到以下描述，本申请的这些特征和其他特征、以及结构的相关元件的操作和功能、以及部件的组合和制造的经济性可以得到明显提高。参考附图，所有这些形成本申请的一部分。然而，应该清楚地理解，附图仅用于说明和描述的目的，并不旨在限制本申请的范围。应理解，附图未按比例绘制。

本申请中使用的流程图示出了根据本申请中的一些实施例的***实现的操作。应该清楚地理解，流程图的操作可以不按顺序实现。相反，操作可以以反转顺序或同时实现。此外，可以向流程图添加一个或多个其他操作。可以从流程图中移除一个或多个操作。

本申请中使用的定位技术可以基于全球定位***(GPS)，全球导航卫星***(GLONASS)，罗盘导航***(COMPASS)，伽利略定位***，准天顶卫星***(QZSS)，无线保真(WiFi)定位技术等，或其任何组合。一个或多个上述定位***可以在本申请中互换使用。

此外，尽管本申请中的***和方法主要描述了关于自动驾驶车辆速度控制的***与方法，但是应该理解，这仅是示例性实施例。本申请的***或方法可以应用于任何其他类型的运输***。例如，本申请的***或方法可以应用于不同环境的运输***，包括陆地，海洋，航空航天等，或其任何组合。运输***的自动驾驶车辆可包括出租车，私家车，挂车，公共汽车，火车，子弹列车，高速铁路，地铁，船只，飞机，宇宙飞船，热气球，自动驾驶车辆等，或其任何组合。在一些实施例中，该***或方法可以在例如物流仓库，军事事务中找到应用。

图1是本申请中自动驾驶车辆根据不同交通状况进行速度控制的一个实施例的场景示意图。如图1所示，自动驾驶车辆130可以在道路121上沿着其当前的路径120-1行驶。所述路径120-1可以是所述自动驾驶车辆130自主决策的路径，也可以是预设的路径。所述自动驾驶车辆130在道路121上行驶时不得违反所述道路121的交通规则，例如，所述自动驾驶车辆130的速度不得超过所述道路121的最高限速，又例如，行驶至交叉路口时不得闯红灯。

所述自动驾驶车辆130可包括非自动驾驶车辆所有的一些常规结构，例如，发动机、车轮、方向盘等，还可以包括自动驾驶车辆特有的电子设备，所述电子设备可以包括感知模块140、决策模块150和控制模块160。所述感知模块140可以获取自动驾驶车辆130周围的环境信息，比如周围道路情况，障碍物情况，第三方车辆情况，天气情况等。所述决策模块150可以根据所述感知模块140获取的数据进行行驶策略的决策，比如感知模块140探测到前方有障碍物，决策模块150可以做出减速或刹停车辆的决策，也可以做出绕开障碍物的决策等。所述决策模块150可以将做出的决策以电信号的形式传输给所述控制模块160。所述控制模块160可以根据收到的决策控制车辆的机械结构以实现决策的效果。

所述自动驾驶车辆130在沿所述路径120-1行驶的过程中，其附近的其他交通参与物可能会对所述自动驾驶车辆130在之后的行驶过程造成一定阻碍。所述交通参与物可以包括任何可以对所述道路121的通行状况造成影响的目标物，比如在所述道路121上行驶的其他第三方车辆，经过所述道路121的其他第三方车辆，路口红绿灯170，道路两旁的非机动车以及行人等。本申请中以第三方车辆和红绿灯为例对目标物进行详细举例说明，不构成对本申请披露内容的限制。

所述目标物在其参与道路121的交通行为中可能对所述自动驾驶车辆130造成不同类型的影响(下文也称为冲突)。例如在图1中，第三方车辆110-1沿路径120-4行驶，与所述自动驾驶车辆130的计划行驶路径120-1存在交叉，则两车在路径重叠位置可能存在冲突。第三方车辆110-2当前时刻也在所述路径120-1上行驶，但是其未来行驶路径可以是继续沿着所述路径120-1行驶，也可以是沿着路径120-3行驶，则所述自动驾驶车辆130在不改变行驶路径的情况下，受到所述第三方车辆110-2的影响，至少需要跟车一段距离。第三方车辆110-3的计划行驶路径为路径120-2，在行驶入道路121后汇入所述路径120-1，则两车在汇入点处可能存在冲突。所述第三方车辆110-4的计划行驶路径与路径120-1相同，但是方向相反，与所述自动驾驶车辆相向行驶，则两车有碰撞的危险。所述红绿灯170可以指示所述自动驾驶车辆130在行驶到路口时是否需要停车。所述红绿灯170可以是可通信红绿灯，所述自动驾驶车辆130可以通过网络获取所述红绿灯170的亮灯数据。所述红绿灯170也可以是不可通信红绿灯，所述自动驾驶车辆130只能识别该红绿灯的位置，而无法获取其亮灯数据。

应当注意的是，以上对冲突类型的举例并不能够穷尽本申请中对冲突范围的披露，本领域普通技术人员应当认识到其他类似的冲突类型也属于本申请披露的范围。例如，道路中蛇形行驶的车辆、倒车的车辆、火车平交道口、有优先通行级别的车辆(如警车、救护车等)、闯红灯的非机动车或行人等。

对于以上不同的冲突类型，所述自动驾驶车辆130可以采取不同的速度控制策略，根据冲突类型的特点，决策出既满足安全性，又满足快捷性和舒适性的规划速度，保障所述自动驾驶车辆130的平稳行驶。

图2是根据本申请的一些实施例的具有自动驾驶能力的示例性车辆和自动驾驶***200的框图。如图2所示，所述自动驾驶车辆130可包括感知模块140(包括多个传感器，例如，视觉传感器142，距离传感器144，速度传感器146，加速度传感器148，定位单元149)、决策模块150和控制模块160，存储器220，网络230，网关模块240，控制器区域网络(CAN)250，发动机管理***(EMS)260，电动稳定性控制(ESC)270，电力***(EPS)280，转向柱模块(SCM)290，节流***265，制动***275和转向***295。

所述感知模块140可以采集车辆前方道路的环境信息，例如道路信息，其他车辆信息和交通信号信息等，所述其他车辆信息和交通信号信息包括但不限于：其他车辆的实时速度、位置和加速度等、交通灯的颜色和最高限速(例如，当前路段的最高限速、路口的最高限速等)。在一些实施例中，所述感知模块140可以包括视觉传感器142，距离传感器144，速度传感器146，加速度传感器148，定位单元149。所述视觉传感器142可以检测所述交通灯110的状态(例如，所述交通灯110的颜色)、车道线、所述标示牌113和其他车辆等，并将检测的视觉信息传送给所述决策模块150。在一些实施例中，所述视觉传感器142可以采用双目摄像头、LIDAR***等等所有本领域技术人员了解的视觉***。所述距离传感器144可以测量所述自动驾驶车辆130与目标的距离，例如，所述目标可以是所述自动驾驶车辆130周围的其他车辆等，并将其测量信息传送给所述决策模块150。在一些实施例中，所述距离传感器144可基于所述自动驾驶车辆130的定位信息和所述目标在地图上的位置信息，以测量二者的距离。在一些实施例中，所述距离传感器144为激光雷达或毫米波雷达，对所述自动驾驶车辆130的周围环境进行三维建模。所述速度传感器146可以测量所述自动驾驶车辆130以及第三方车辆110的实时行驶速度，并将其测量信息传送给所述决策模块150。所述加速度传感器148可以测量所述自动驾驶车辆130和第三方车辆110的实时加速度，并将其测量信息传送给所述决策模块150。所述定位单元149可以对所述自动驾驶车辆130和第三方车辆110进行实时定位，并将定位信息传送至所述决策模块150。在一些实施例中，所述定位单元149为高精度GPS定位单元。

所述决策模块150可以接收所述感知模块140获取的信息，并生成行驶决策信息。在一些实施例中，当所述感知模块140识别到路径重叠点170时，决策模块150生成的行驶决策信息可以为：向所述车辆130下发加速通过，保持当前速度，或减速的行驶指令。

所述控制模块160可以处理与车辆驾驶(例如，自动驾驶)有关的信息和/或数据，以执行本申请中描述的一个或多个功能。在一些实施例中，所述控制模块160可以接收所述决策信息，并根据所述决策信息控制所述自动驾驶车辆130执行决策的行驶指令。在一些实施例中，所述控制模块160可以配置成自主地驱动车辆。例如，所述控制模块160可以输出多个控制信号。多个控制信号可以被配置为由多个电子控制模块(electronic controlunits，ECU)接收，以控制车辆的驱动。在一些实施例中，所述控制模块160可基于车辆的环境信息(例如，周围第三方车辆的行驶状况)确定车辆的行驶速度。在一些实施例中，所述控制模块160可以包括一个或多个处理引擎(例如，单核处理引擎或多核处理器)。仅作为示例，所述控制模块160可以包括中央处理单元(central processing unit，CPU)，专用集成电路(application-specific integrated circuit，ASIC)，专用指令集处理器(application-specific instruction-set processor，ASIP)，图形处理单元(graphicsprocessing unit，GPU)，物理处理单元(physics processing unit，PPU)，数字信号处理器(digital signal processor，DSP)，场可编程门阵列(field programmable gate array，FPGA)，可编程逻辑器件(programmable logic device，PLD)，控制器，微控制器单元，精简指令集计算机(reduced instruction-set computer，RISC)，微处理器(microprocessor)等，或其任何组合。

所述存储器220可以存储数据和/或指令。在一些实施例中，所述存储器220可以存储从所述自动驾驶车辆130获得的数据(例如，所述感知模块140中各传感器测量的数据)。在一些实施例中，所述存储器220可以存储高精度地图，高精度地图中还包括车道数量、车道宽度、道路曲率、道路坡度、最高速度和推荐行驶速度等信息。在一些实施例中，所述存储器220可以存储所述控制模块160可以执行或使用的数据和/或指令，以执行本申请中描述的示例性方法。在一些实施例中，所述存储器220可以包括大容量存储器，可移动存储器，易失性读写存储器(volatile read-and-write memory)，只读存储器(ROM)等，或其任何组合。作为示例，比如大容量存储器可以包括磁盘，光盘，固态驱动器等；比如可移动存储器可以包括闪存驱动器，软盘，光盘，存储卡，拉链盘，磁带；比如易失性读写存储器可以包括随机存取存储器(RAM)；比如RAM可以包括动态RAM(DRAM)，双倍数据速率同步动态RAM(DDRSDRAM)，静态RAM(SRAM)，可控硅RAM(T-RAM)和零电容器RAM(Z-RAM)；比如ROM可以包括掩模ROM(MROM)，可编程ROM(PROM)，可擦除可编程ROM(EPROM)，电可擦除可编程ROM(EEPROM)，光盘ROM(CD-ROM)，以及数字通用磁盘ROM等。在一些实施例中，存储可以在云平台上实现。仅作为示例，云平台可以包括私有云，公共云，混合云，社区云，分布式云，云间云，多云等，或其任何组合。

在一些实施例中，所述存储器220可以连接到所述网络230以与自动驾驶车辆130的一个或多个组件(例如，控制模块160，传感器142)通信。所述自动驾驶车辆130中的一个或多个组件可以经由所述网络230访问存储在所述存储器220中的数据或指令。在一些实施例中，所述存储器220可以直接连接到所述自动驾驶车辆130中的一个或多个组件或与其通信(例如，控制模块160，传感器142)。在一些实施例中，所述存储器220可以是自动驾驶车辆130的一部分。

所述网络230可以促进信息和/或数据的交换。在一些实施例中，所述自动驾驶车辆130中的一个或多个组件(例如，控制模块160，传感器142)可以经由所述网络230将信息和/或数据发送到所述自动驾驶车辆130中的其他组件。例如。所述控制模块160可以经由所述网络230获得/获取车辆的动态情况和/或车辆周围的环境信息。在一些实施例中，所述网络230可以是任何类型的有线或无线网络，或其组合。仅作为示例，所述网络230可以包括有线网络，有线网络，光纤网络，远程通信网络，内联网，因特网，局域网(LAN)，广域网(WAN)，无线局域网(WLAN)，城域网(MAN)，广域网(WAN)，公共电话交换网(PSTN)，蓝牙网络，ZigBee网络，近场通信(NFC)网络等，或其任何组合。在一些实施例中，所述网络230可以包括一个或多个网络接入点。例如，所述网络230可以包括有线或无线网络接入点，例如基站和/或互联网交换点230-1，…，230-1。通过该自动驾驶车辆130的一个或多个部件可以连接到网络230以交换数据和/或信息。

所述网关模块240可以基于车辆的当前驾驶状态确定多个ECU(例如，EMS 260，EPS280，ESC 270，SCM 290)的命令源。命令源可以来自人类驾驶员，来自所述控制模块160等，或其任何组合。

所述网关模块240可以确定车辆的当前驾驶状态。车辆的驾驶状态可以包括手动驾驶状态，半自动驾驶状态，自动驾驶状态，错误状态等，或其任何组合。例如，所述网关模块240可以基于来自人类驾驶员的输入将车辆的当前驾驶状态确定为手动驾驶状态。又例如，当前道路状况复杂时，所述网关模块240可以将车辆的当前驾驶状态确定为半自动驾驶状态。作为又一示例，当发生异常(例如，信号中断，处理器崩溃)时，所述网关模块240可以将车辆的当前驾驶状态确定为错误状态。

在一些实施例中，所述网关模块240可以判断车辆的当前驾驶状态是手动驾驶状态做出响应，将人类驾驶员的操作发送到多个ECU。例如，确定了车辆的当前驾驶状态是手动驾驶状态后，所述网关模块240可以做出响应将由人类驾驶员执行的对所述自动驾驶车辆130的加速器的按压操作发送到所述EMS 260。确定了车辆的当前驾驶状态是自动驾驶状态后，所述网关模块240可以做出响应将所述控制模块160的控制信号发送到多个ECU。例如，确定车辆的当前驾驶状态是自动驾驶状态后，网关模块240可以做出响应将与转向操作相关联的控制信号发送到所述SCM 290。所述网关模块240可以响应于车辆的当前驾驶状态是半自动驾驶状态的结论，将人驾驶员的操作和所述控制模块160的控制信号发送到多个ECU。当确定了车辆的当前驾驶状态是错误状态的时候，所述网关模块240可以做出响应将错误信号发送到多个ECU。

所述控制器区域网络(CAN总线)250是个可靠的车辆总线标准(例如，基于消息的协议message-based protocol)，其允许微控制器(例如，控制模块160)和设备(例如，EMS260，EPS 280，ESC 270和/或SCM 290等)在没有主计算机的应用程序中彼此通信。所述CAN250可以被配置为将所述控制模块160与多个ECU(例如，EMS 260，EPS 280，ESC 270，SCM290)连接。

所述EMS 260可以确定所述自动驾驶车辆130的发动机性能。在一些实施例中，所述EMS 260可以基于来自所述控制模块160的控制信号确定自动驾驶车辆130的发动机性能。例如。当前驾驶状态是自动驾驶状态时，所述EMS 260可以基于与来自所述控制模块160的加速度相关联的控制信号来确定自动驾驶车辆130的发动机性能。在一些实施例中，所述EMS 260可以基于人类驾驶员的操作来确定所述自动驾驶车辆130的发动机性能。例如，当前驾驶状态是手动驾驶状态时，所述EMS 260可以基于人驾驶员对加速器的按压来确定所述自动驾驶车辆130的发动机性能。

所述EMS 260可以包括多个传感器和至少一个微处理器。多个传感器可以被配置为检测一个或多个物理信号并将一个或多个物理信号转换为电信号以进行处理。在一些实施例中，所述多个传感器可包括各种温度传感器，空气流量传感器，节气门位置传感器，泵压力传感器，速度传感器，氧传感器，负载传感器，爆震传感器等，或其任何组合。所述一个或多个物理信号可包括但不限于发动机温度，发动机进气量，冷却水温度，发动机速度等，或其任何组合。所述微处理器可以基于多个发动机控制参数确定发动机性能。所述微处理器可以基于多个电信号确定多个发动机控制参数，可以确定多个发动机控制参数以优化发动机性能。所述多个发动机控制参数可包括点火时机，燃料输送，空转气流等，或其任何组合。

所述节流***265可以改变所述自动驾驶车辆130的运动。例如，所述节流***265可以基于发动机输出确定所述自动驾驶车辆130的速度。又例如，所述节流***265可以基于发动机输出引起所述自动驾驶车辆130的加速。所述节流***365可包括燃料喷射器，燃料压力调节器，辅助空气阀，温度开关，节气门，空转速度电动机，故障指示器，点火线圈，继电器等，或其任何组合。在一些实施例中，所述节流***265可以是EMS 260的外部执行器。所述节流***265可以被配置为基于由EMS 260确定的多个发动机控制参数来控制发动机输出。

所述ESC 270可以改善车辆的稳定性，所述ESC 270可以通过检测和减少牵引力损失来改善车辆的稳定性。在一些实施例中，所述ESC 270可以所述控制制动***275的操作以响应于确定所述ESC 270检测到转向控制的损失而帮助操纵车辆。例如，所述ESC 270可以提高所述制动***275的稳定性。当车辆在上坡启动点火的时候通过刹车制动防止车辆下滑，帮助车辆顺利点火。在一些实施例中，所述ESC 270可以进一步控制发动机性能以改善车辆的稳定性。例如，所述ESC 270可在发生可能的转向控制损失时降低发动机功率。可能发生失去转向控制的场景包括：当车辆在紧急避让转弯期间滑行时，当车辆在湿滑路面上判断不良时转向不足或转向过度等时刻。

所述制动***275可以控制所述自动驾驶车辆130的运动状态。例如，所述制动***275可以使所述自动驾驶车辆130减速。作为另一个示例，所述制动***275可以在一个或多个道路状况(例如，下坡)下使所述自动驾驶车辆130停止前行。作为又一个示例，所述制动***275可以在下坡上行驶时使所述自动驾驶车辆130保持恒定速度。所述制动***275可包括机械控制部件，液压单元，动力单元(例如，真空泵)，执行单元等，或其任何组合。机械控制部件可包括踏板，手制动器等。液压单元可包括液压油，液压软管，制动泵等。执行单元可包括制动钳，制动衬块，制动盘，等等。

所述EPS 280可以控制所述自动驾驶车辆130的电力供应。所述EPS 280可以为所述自动驾驶车辆130供应，传输和/或存储电力。例如，所述EPS 280可以包括一个或多个电池和交流发电机。交流发电机可以对电池充电，并且电池可以连接到所述自动驾驶车辆130的其他部分(例如，起动器以提供电力)。在一些实施例中，所述EPS 280可以控制对所述转向***295的电力供应。例如，当所述自动驾驶车辆130确定需要进行急转弯的时候(例如，将方向盘一直向左打到底或一直向右打到底)，所述EPS 280可以向所述转向***295提供大电力以响应于所述自动驾驶车辆130产生大的转向扭矩。

所述SCM 290可以控制车辆的方向盘。所述SCM 290可以锁定/解锁车辆的方向盘。所述SCM 290可以基于车辆的当前驾驶状态来锁定/解锁车辆的方向盘。例如，所述SCM 290可以响应于确定当前驾驶状态是自动驾驶状态而锁定车辆的方向盘。响应于确定当前驾驶状态是自动驾驶状态，所述SCM 290可以进一步缩回转向柱轴。作为另一示例，所述SCM 290可以响应于确定当前驾驶状态是半自动驾驶状态，手动驾驶状态和/或错误状态而解锁车辆的方向盘。所述SCM 290可以基于所述控制模块160的控制信号来控制所述自动驾驶车辆130的转向。控制信号可以包括与转弯方向，转弯位置，转弯角度等有关的信息，或其任何组合。

所述转向***295可以操纵所述自动驾驶车辆130。在一些实施例中，所述转向***295可以基于从所述SCM 290发送的信号来操纵所述自动驾驶车辆130。例如，所述转向***295可以响应于确定当前驾驶状态是自动驾驶状态，基于从所述SCM 290发送的所述控制模块160的控制信号来引导所述自动驾驶车辆130。在一些实施例中，所述转向***295可以基于人类驾驶员的操作来操纵所述自动驾驶车辆130。例如，当人类驾驶员响应于确定当前驾驶状态是手动驾驶状态而将方向盘转向左方向时，所述转向***295可以将所述自动驾驶车辆130转向左方向。

图3是信息处理单元300的示例性硬件和软件组件的示意图。所述信息处理单元300上可以承载实施所述决策模块150和所述控制模块160，EMS 360，ESC 270，EPS 280，SCM290......等等。例如，所述控制模块160可以在信息处理单元300上实现以执行本申请中公开的所述控制模块160的功能和所述决策模块150的决策。

所述信息处理单元300可以是专门设计用于处理来自所述自动驾驶车辆130的传感器和/或部件的信号并将指令发送到车辆130的传感器和/或部件的专用计算机设备。

例如，所述信息处理单元300可以包括连接到与其连接的网络的COM端口350，以便于数据通信。所述信息处理单元300还可以包括处理器320，处理器320以一个或多个处理器的形式，用于执行计算机指令。计算机指令可以包括例如执行本文描述的特定功能的例程，程序，对象，组件，数据结构，过程，模块和功能。例如，所述处理器320可以获得自动驾驶车辆以及周围第三方车辆的位置，速度，加速度。或类似物，或其任何组合。

在一些实施例中，所述处理器320可以包括一个或多个硬件处理器，例如微控制器，微处理器，精简指令集计算机(RISC)，专用集成电路(ASIC)，特定于应用的指令-集处理器(ASIP)，中央处理单元(CPU)，图形处理单元(GPU)，物理处理单元(PPU)，微控制器单元，数字信号处理器(DSP)，现场可编程门阵列(FPGA)，高级RISC机器(ARM)，可编程逻辑器件(PLD)，能够执行一个或多个功能的任何电路或处理器等，或其任何组合。

所述信息处理单元300可以包括内部通信总线310，程序存储和不同形式的数据存储(例如，磁盘370，只读存储器(ROM)330，或随机存取存储器(RAM)340)用于由计算机处理和/或发送的各种数据文件。所述信息处理单元300还可以包括存储在ROM330，RAM 340和/或将由处理器320执行的其他类型的非暂时性存储介质中的程序指令。本申请的方法和/或过程可以作为程序指令实现。所述信息处理单元300还包括I/O组件360，支持计算机和其他组件(例如，用户界面元件)之间的输入/输出。所述信息处理单元300还可以通过网络通信接收编程和数据。

仅仅为了说明问题，在本申请中所述信息处理单元300中仅描述了一个处理器。然而，应当注意，本申请中的所述信息处理单元300还可以包括多个处理器，因此，本申请中披露的操作和/或方法步骤可以如本申请所述的由一个处理器执行，也可以由多个处理器联合执行。例如，如果在本申请中信息处理单元300的处理器320执行步骤A和步骤B，则应该理解，步骤A和步骤B也可以由信息处理中的两个不同处理器联合或分开执行(例如，第一处理器执行步骤A，第二处理器执行步骤B，或者第一和第二处理器共同执行步骤A和B)。

图4是本申请中的一种自动驾驶车辆的速度控制方法的示例性流程图。该方法主要包括由自动驾驶车辆130的车载电子设备获取自车以及所述目标物的时空预测数据，针对每个目标物确定所述自动驾驶车辆130可行的速度规划方案，然后在众多可行的速度规划方案中选取一个目标速度规划方案并下达车辆的控制***。所述自动驾驶车辆的速度控制方法可以由装载在汽车上的车载电子设备执行。比如，所述汽车可以是自动驾驶汽车也可以是人工驾驶车辆。所述车辆可以包括汽车、摩托车、电动车、飞行器、水面舰船等等各种行驶设备。所述自动驾驶汽车可以采取L1～L5中任何一个级别的自动驾驶技术。仅仅作为展示之用，本披露将以自动驾驶车辆为例描述本申请中的发明点，然而本领域的普通技术人员会了解本披露中的发明点也可以应用在人工驾驶的车辆中。所述车载电子设备可以具有图3所示的结构。所述车载电子设备可以包括所述决策模块150。所述车载电子设备可以从所述感知模块140获取所述自动驾驶车辆和第三方车辆的信息。

在410中，所述自动驾驶车辆130的车载电子设备可以获取当前时刻所述自动驾驶车辆的当前状态，以及目标物的时空预测数据。所述自动驾驶车辆130的当前状态包括自动驾驶车辆的计划行驶路径(如路径120-1)、位置、速度、加速度、朝向等。

在一些实施例中，所述车载电子设备可以包括所述决策模块150。所述决策模块150可以从所述感知模块140获取所述自动驾驶车辆130的位置、速度、加速度、朝向等数据。比如所述感知模块140中包括的所述定位单元149可以感知所述自动驾驶车辆130在当前时刻的位置，所述速度传感器146可以感知所述自动驾驶车辆130在当前时刻的速度，所述加速度传感器148可以感知所述自动驾驶车辆130在当前时刻的加速度，所述视觉传感器142可以感知所述自动驾驶车辆130在当前时刻的朝向。

所述决策模块150可以访问所述自动驾驶车辆130的存储设备(例如存储器220、磁盘370，ROM 330，或随机存取存储器RAM 340等)，并获取所述自动驾驶车辆130的计划行驶路径以及目标物的时空预测数据。

所述自动驾驶车辆130的计划行驶路径可以是所述决策模块150在当前时刻之前决策并存储在所述存储设备中的计划行驶路径。所述自动驾驶车辆130的计划行驶路径也可以是预设的且存储在所述存储设备中的路径。比如，所述自动驾驶车辆130从服务器接收行驶策略指令，其中包括所述预设的路径。

在一些实施例中，所述目标物的时空预测数据可以由所述感知模块140根据所述目标物在当前时刻之前的先前时段内的统计数据进行确定。所述先前时段可以是所述感知模块140开始感知所述目标物，到所述当前时刻之间的时间段。所述感知模块140中的各种传感器在所述先前时段内获取所述统计数据。比如所述感知模块140在T＝0时刻感知到前方第三方车辆110-2。在接下来的T＝1、T＝2直到T＝当前时刻，所述感知模块140分别采集所述第三方车辆的状态数据(如位置、速度、加速度等)并存入所述存储设备中作为所述第三方车辆110-2的统计数据。所述感知模块140可以进一步根据所述第三方车辆110-2的统计数据对其未来的行驶路径以及速度进行预测，并将所述预测的结果存储进所述存储设备以供所述决策模块150调用。

在一些实施例中，所述目标物的时空预测数据可以由所述车载电子设备通过所述网络230从其他设备上获取的。所述其他设备可以是所述目标物，也可以是服务器。例如，所述第三方车辆110-3也是自动驾驶车辆，所述自动驾驶车辆130的车载电子设备可以与所述第三方车辆110-3的车载电子设备之间进行数据交换，如交换彼此的计划行驶路径以及速度等信息。又例如，所述数据交换可以是通过服务器来进行的。所述红绿灯170可以将其亮灯信息发送给服务器，所述车载电子设备可以通过网络230访问该服务器以获取所述红绿灯170的亮灯信息。

在420中，所述车载电子设备可以针对周围每一个目标物分别确定一个速度规划方案，使得所述自动驾驶车辆130在其计划行驶路径上按照所述速度规划方案行驶时可以避开与所述目标物的冲突。

在421中，所述车载电子设备可以根据所述每一个目标物的时空预测数据和所述自动驾驶车辆的计划行驶路径判断所述自动驾驶车辆130与该目标物的冲突类型，以及确定该目标物与所述自动驾驶车辆的冲突时空。所述冲突类型与所述目标物的类型有关。例如，当所述目标物为第三方车辆时，所述冲突类型可以包括交叉行驶、分离行驶、汇入行驶、跟车行驶以及相向行驶中的一种以及多种(如图1所示的几种第三方车辆的行驶模式)。又例如，当所述目标物为红绿灯时，所述冲突类型可以包括与可通信红绿灯的冲突，和与不可通信红绿灯的冲突。

所述冲突时空可以包括所述目标物在当前时刻之后的未来时段，在所述自动驾驶车辆130计划行驶路径上，会对所述自动驾驶车辆130的行驶产生影响的冲突空间。所述未来时段和所述冲突空间合称为所述冲突时空。例如在图7中，包括第三方车辆的计划行驶轨迹及其对应的ST图，纵轴T表示距离当前时刻的时间，横轴S表示所述自动驾驶车辆130沿着其计划行驶路径的行驶距离，原点为当前时刻和所述自动驾驶车辆130的当前位置。所述第三方车辆(car_obj)与所述自动驾驶车辆130(car_ego)的冲突类型为交叉行驶的情形，且第三方车辆在经过路口后向左转弯。所述自动驾驶车辆130的计划行驶路径可以包括一定道路宽度，在所述道路宽度内的障碍物可以视为对所述自动驾驶车辆130的行驶产生影响。在图7中，第三方车辆的车头会在图中色块区域的左下角，即S＝S_{lower_t}，T＝T_lower处驶入所述自动驾驶车辆130的计划路径内，此时所述第三方车辆可能对所述自动驾驶车辆130的行驶产生影响，如在该处发生碰撞。所述第三方车辆按照其计划路径继续行驶后，车尾部分在图中色块区域的左上角，即S＝S_{upper_t}，T＝T_upper处驶出所述自动驾驶车辆130的计划行驶路径，其对自动驾驶车辆130的影响消除。由于所述第三方车辆110-1自身有一定宽度，所以其经过所述自动驾驶车辆130的计划路径时会在路径的延伸方向上占据一定空间，对应图中色块区域的宽度。由于所述第三方车辆会在通过路口时左转，所以其在所述自动驾驶车辆130计划路径上的影响随时间增长而向左偏移。综上所述，在图7中色块区域对应的时间和空间内，所述第三方车辆会对所述自动驾驶车辆的行驶产生影响，图中色块区域即为所述第三方车辆110-1的冲突时空在ST图中对应的区域。关于确定所述冲突时空的方法，详见图5及其相关描述。

在422中，所述车载电子设备可以根据所述冲突类型和所述冲突时空，确定所述自动驾驶车辆的多个目标状态。所述自动驾驶车辆130为了避免目标物对其行驶带来的影响，可以根据该目标物对应的冲突类型和冲突时空进行规避。当所述自动驾驶车辆130从当前状态按照任意的的速度规划方案行驶到所述目标状态时，即可满足所述规避的要求。

以图7为例，两车的冲突类型为交叉行驶，所述自动驾驶车辆130可以选择先于所述第三方车辆通过冲突区域(对应抢占策略)，或者晚于所述第三方车辆通过冲突区域(对应让出策略)来进行所述规避。在图7中，参考st曲线为不考虑第三方车辆影响的情况下，所述自动驾驶车辆130在满足道路限速、自身机械性能等客观约束条件下能够最快通行的st曲线。显然，所述参考st曲线与所述色块区域存在重叠，说明如果所述自动驾驶车辆130按照所述参考st曲线对应的速度规划行驶时，两车会在冲突时空内发生碰撞。如果所述自动驾驶车辆130的st曲线能够避开色块区域，则其行驶就可以避开所述冲突时空。在图7中，若所述st曲线在色块区域下方，则对应所述抢占策略，所述自动驾驶车辆130抢先通过冲突区域；若所述st曲线在色块区域上方，则对应所述让出策略，所述自动驾驶车辆130等待所述第三方车辆通过冲突区域后再通过。因此存在如图所示的目标状态集合，包括多个目标状态，所述自动驾驶车辆130从当前状态行驶到任意一个所述目标状态时，其对应的st曲线与图中色块区域不重合，即所述第三方车辆对所述自动驾驶车辆130的行驶没有影响。关于如何确定所述多个目标状态的详细描述请见图6及其相关描述。

在423中，所述车载电子设备可以对于每一个自动驾驶车辆的目标状态，根据自动驾驶车辆的当前状态和该自动驾驶车辆的目标状态，确定一个自动驾驶车辆的计划行驶轨迹。在所述自动驾驶车辆130的计划行驶路径不变的情况下，所述确定计划行驶轨迹可以包括确定所述自动驾驶车辆130其计划行驶路径上的速度规划。不同的速度规划在st图中对应不同的st曲线。换言之，在st图中确定一条st曲线，即确定了所述自动驾驶车辆130的一个计划行驶轨迹。

在图7所示的st图中，对于每一个目标状态点，可以用一条经过当前状态点(原点)和所述目标状态点的曲线来表示一个计划行驶轨迹。所述曲线可以包括用多阶多项式拟合的曲线，如三阶多项式、五阶多项式等。所述目标状态集合中的每个目标状态点与原点进行多阶多项式拟合后可以获得一簇st曲线。其中，所述车载电子设备可以剔除一些不符合路网限速以及车辆物理限制的曲线(即该曲线对应的计划行驶轨迹自动车辆无法完成，或可能违章)，剩下的st曲线簇中为针对目标物k的候选st曲线集合S_k，·(t)：{S_k，·(t)|s＝a0*t³+a1*t²+a2*t+a3,(s,t,v)_curr＝(0,0,v_curr),(s,t,v)_target∈X_target}..(1)，

其中，a0、a1、a2和a3分别为三阶多项式的系数，(s,t,v)_curr为当前状态，(s,t,v)_target为目标状，v_curr为当前车辆速度数，X_target为目标状态集合。所述候选st曲线集合对应多个计划行驶轨迹。

在424中，所述车载电子设备可以从所述多个计划行驶轨迹中确定目标行驶轨迹。在一些实施例中，所述车载电子设备可以在423中确定的多个计划行驶轨迹中选则一条作为所述目标行驶轨迹，用于指示所述自动驾驶车辆130行驶。也即从所述候选st曲线集合中确定一条与所述目标行驶轨迹对应的目标st曲线。在一些实施例中，所述车载电子设备可以根据安全性、舒适性和快速性这三个方面中的一个或多个，从所述候选st曲线中挑选目标st曲线S_k，best(t)。可以用以下成本函数来挑选所述目标st曲线：

其中，J(t)为st曲线中在t时刻的急动度，表示加速度随时间的的变化率，其代表舒适性，加速度变化越快，乘坐在车内的人的舒适感就会下降。J(t)定义为:

J(t)＝||S```(t)||……………(3)。

D(t)表示st曲线中在t时刻的位置s距离冲突区域的距离，其代表安全性，距离冲突区域越远，则安全性越高。

V(s)表示st曲线在位置s处的速度，与参考st曲线在位置s处的速度的差值，其代表快速性，其定义为：

w₁、w₂和w₃分别表示舒适性参数、安全性参数和快速性参数，其反应各项的权重。

在一些实施例中，所述成本函数的值最小时对应的候选st曲线即为目标st曲线。对于不同的车辆行驶品质要求，可以通过调整各项权重的大小来实现。比如对车辆的安全性要求需要提高，则可以将w₂的值增大，和/或降低w₁和w₃的值。所述目标st曲线对应的行驶轨迹即为所述目标行驶轨迹。

在425中，所述车载电子设备可以根据所述目标行驶轨迹确定所述自动驾驶车辆在预瞄时刻的对应于该目标物的候选目标速度。所述预瞄时刻t_{look_ahead}为当前时刻之后的时刻，所述目标行驶轨迹在所述预瞄时刻对应所述候选目标速度：

所述自动驾驶车辆130按照所述目标行驶轨迹行驶时，会在所述预瞄时刻达到所述候选目标速度。所述自动驾驶车辆130的决策模块150可以根据所述候选目标速度向所述控制模块160发送控制指令，使得自动驾驶车辆130能够在所述预瞄时刻达到所述候选目标速度。也就是说，所述候选目标速度是所述决策模块150向所述控制模块160发送控制指令的依据。

在430中，所述车载电子设备可以所述多个候选目标速度中的一个作为所述自动驾驶车辆在预瞄时刻的速度。在步骤425中，所述车载电子设备针对每个目标物确定了一个候选目标速度。在当前时刻的速度决策中，最终只会选择一个候选目标速度作为目标速度v_p。在一些实施例中，所述车载电子设备可以选择所述多个候选目标速度中最小的一个作为所述目标速度：

v_p＝min{v₀，v₁，...，v_K}…………(5)。

在440中，所述车载电子设备可以根据所述目标速度向所述自动驾驶车辆的控制设备发送控制指令。所述控制指令中可以包括让车辆加速或减速的命令，使得所述自动驾驶车辆130在按照该控制指令行驶时可以在所述预瞄时刻达到所述目标速度。

图5是本申请中的一种确定自动驾驶车辆和目标物之间冲突时空的示例性流程图。在510中，所述车载电子设备可以根据所述目标物的时空预测数据确定该目标物位于所述自动驾驶车辆的计划行驶路径上的多个位置及其对应时刻。

当所述目标物为第三方车辆等可移动物体时，所述多个位置及其对应时刻可以是该目标物经过所述自动驾驶车辆130计划行驶路径时的轨迹。例如在图7中，所述第三方车辆在S＝S_{lower_t}，T＝T_lower处开始驶入所述自动驾驶车辆130的计划行驶路径的范围内，然后在S＝S_{upper_t}，T＝T_upper处驶离该范围。所述第三方车辆在T＝T_lower到T＝T_upper之间经历的时刻和位置即为所述的多个位置及其对应时刻。

当所述目标物为红绿灯等固定物体时，其位置为固定值，其影响所述自动驾驶车辆130的多个位置及其对应时刻可以包括该固定物体的固定位置，以及该固定物体影响所述自动驾驶车辆130在其计划行驶路径上行驶的多个时刻。例如在图12中，色块区域为可通信红绿灯与所述自动驾驶车辆130的冲突区域。在T＝T_upper时，该红绿灯由红灯变为绿灯，则所述可通信红绿灯的位置和其红灯的亮灯时段为所述的多个位置及其对应时刻。

在520中，所述车载电子设备可以根据所述多个位置及其对应时刻确定该目标物与所述自动驾驶车辆的冲突时空。在一些实施例中，所述目标物在所述多个位置时，不仅在所述多个位置点处，其自身占据的空间也会对所述自动驾驶车辆130的行驶造成影响。比如图7所示的第三方车辆，其自身宽度也会在所述自动驾驶车辆130的计划行驶路径上占据一定范围。所以该第三方车辆经过所述自动驾驶车辆130的计划行驶路径时的多个位置点及其占据的空间都是两车之间的冲突区域。在一些实施例中，所述目标物为红绿灯时，当所述红绿灯为红灯时，红绿灯所在位置以及红绿灯之后的所述自动驾驶车辆130的计划行驶路径上的区域为冲突区域。

图6为本申请中的一种确定多个目标状态的示例性流程图。所述车载电子设备可以通过在st图中冲突时空对应区域选则特征点，并根据所述特征点确定所述多个目标状态。

在610中，所述车载电子设备根据所述冲突类型和所述冲突时空，在所述冲突时空中选取特征位置以及相应的特征时刻。对于不同的冲突类型，所述自动驾驶车辆130可以采取的规避措施是不同的。例如，对于交叉行驶情形，所述自动驾驶车辆130相对于所述第三方车辆，可以提前通过或延后通过所述冲突区域。对于跟车情形，所述自动驾驶车辆130在不改变行驶路径的情况下，则只能与前车保持一定距离。所述特征位置以及相应特征时刻对应st图中冲突时空的一些特征点，根据这些特征点可以在st图中确定所述多个目标状态，且保证所述自动驾驶车辆130行驶到所述多个目标状态中的任意一个时，可以避开所述冲突时空。以图7为例，S＝S_{lower_t}，T＝T_lower处和S＝S_{upper_t}，T＝T_upper处为所述特征点。当所述自动驾驶车辆130行驶到S＝S_{upper_t}处时，其对应时刻晚于T＝T_upper即可避开所述冲突时空(让出策略)。同理，当所述自动驾驶车辆130行驶到S＝S_{lower_t}处时，其对应时刻早于T＝T_lower即可避开所述冲突时空即可避开所述冲突时空(抢占策略)。

在620中，所述车载电子设备可以根据所述特征位置和特征时刻确定所述自动驾驶车辆130的多个目标状态。对应到st图中，所述车载电子设备可以根据所述特征点在st图中确定所述多个目标状态点，使得用多阶多项式拟合了当前状态点和任意一个目标状态点的曲线与所述冲突时空对应的区域没有重叠。以图7为例，S＝S_{lower_t}，T＝T_lower为其中一个特征点，在该特征点正下方的任何点都可以保证其与原点拟合的st曲线与冲突时空的区域不发生重叠，该特征点下方的任何点表示所述自动驾驶车辆130先于所述第三方车辆到达冲突区域，且可以以任何速度到达该冲突区域。对于另一个特征点S＝S_{upper_t}，T＝T_upper的处理同理。

以图10的跟车情形为例，由于所述自动驾驶车辆130与第三方车辆需要保持一定的安全距离d_safe，在st图中所述第三方车辆位于冲突时空区域时的每个点都是特征点(色块区域的左侧边界)。每个特征点向左移动安全距离d_safe即为该特征点对应的目标状态点，表示所述自动驾驶车辆130行驶到该目标状态时，仍然与所述第三方车辆保持一定安全距离。值得注意的是，图中目标状态点对应的速度应当小于一个阈值，否则在继续行驶的过程中，自动驾驶车辆130与所述第三方车辆的距离可能小于所述安全距离。

图7-图13为不同冲突类型对应的st图。其中图7为交叉行驶的情形，图8为分离行驶的情形，图9为汇入行驶的情形，图10为跟车情形，图11为相向行驶的情形，图12为行驶到可通信红绿灯路口的情形，图13为行驶到不可通信红绿灯路口的情形。

图7在之前已经详细描述，在此不再赘述。在此情形下的目标状态合集的表达式为：

X_target＝{(s,t,v)|s＝s_{upper_t},t＝[t_upper:Δt:T],v＝[0:Δv:v_max(s)]}∪

{(s,t,v)|s＝s_{lower_t},t＝[0:Δt:t_lower],v＝[0:Δv:v_max(s)]}

其中，X_target为所述目标状态集合，t_upper为冲突区域的时间上界，其对应位置为s_{upper_t}，t_lower为冲突区域时间下界及其对应位置为s_{lower_t}。v_max(s)为s处最大车速。Δv、Δt为目标状态点的速度和时间参数。图中t_{take_over}为采取抢占策略时提前通过所述冲突区域的最短时间、t_yeild为采取让出策略时延后通过所述冲突区域的最短时间。

在图8中，所述第三方车辆在所述自动驾驶车辆130的计划行驶路径上行驶一段距离后驶离，其在st图中对应的冲突时空为图中的色块区域，对应的特征点为色块区域的左侧边界，色块区域的宽度表示第三方车辆的长度，斜率表示第三方车辆的行驶速度的倒数。在所述左侧边界左侧有一系列距离所述左侧边界为安全距离d_safe的的目标状态点，表示自动驾驶车辆130行驶到所述目标状态点时始终与所述第三方车辆保持一定安全距离。在T＝T_upper时刻正上方的目标状态点表示所述自动驾驶车辆130在行驶到所述状态点时，所述第三方车辆已经驶离。基于此，图中目标状态集合为：

X_target＝{(s,t,v)|s＝s_{upper_t},t＝[t_upper:Δt:T],v＝[0:Δv:v_max(s)]}∪

{(s,t,v)|s＝S_{obj_0}+v_obj*t-d_safe(v),t＝[0:Δt:t_upper],v＝v_obj}

其中，S_{obj_0}为所述第三方车辆在当前时刻(T＝0)的位置，v_obj为所述第三方车辆的速度，d_safe(v)为自动驾驶车辆在速度v时需要与前车保持的安全距离。图中t_{take_over}表示所述自动驾驶车辆130在所述第三方车辆驶离的时刻后允许到达所述冲突区域的最短时间。

在图9中，所述第三方车辆从其他车道驶入所述自动驾驶车辆130的计划行驶路径，其在st图中对应的冲突时空为图中色块区域，对应的特征点为色块区域的左侧边界，对应的目标状态点如图所示，图中的目标状态集合为：

X_target＝{(s,t,v)|s＝s_{upper_t},t＝[0:Δt:t_lower],v＝[0:Δv:v_max(s)]}∪

{(s,t,v)|s＝S_{obj_lower}+v_obj*(t-t_lower)-d_safe(v),t＝[t_lower:Δt:T],v＝v_obj}

其中，S_{obj_lower}为所述第三方车辆在T＝t_lower时刻的位置。图中t_yield表示所述自动驾驶车辆130在所述第三方车辆驶入其计划路径的时刻前允许到达所述冲突区域的最短时间。

在图10中，所述第三方车辆在所述自动驾驶车辆130之前行驶，其在st图中对应的冲突时空为图中色块区域，对应的特征点为色块区域的左侧边界，对应的目标状态点如图所示，图中的目标状态集合为：

X_target＝{(s,t,v)|s＝S_{obj_0}+v_obj*t-d_safe(v),t＝[0:Δt:T],v＝v_obj}

在图11中，所述第三方车辆在所述自动驾驶车辆130的计划行驶路径上从反方向驶来，其在st图中对应的冲突时空为图中色块区域，对应的特征点为色块区域左侧边界中的圆点。该特征点表示按照所述自动驾驶车辆当前速度继续行驶的话可能与第三方车辆发生碰撞的点s_collision。同样的，无论第三方车辆是自动驾驶车辆还是人工驾驶车辆，其也应当认识到该可能的碰撞点而采取一定的制动措施。因此，所述自动驾驶车辆130在距离该可能碰撞点前的安全距离d_safe刹停即可。基于此，图中目标状态集合为：

X_target＝{(s,t,v)|s＝s_collsion-d_safe(v),t＝[0:Δt:T],v＝0}

其中，s_collision表示按照所述自动驾驶车辆当前的行驶状态，可能与所述第三方车辆发生碰撞的位置。

在图12中，所述可通信红绿灯位于所述自动驾驶车辆130计划行驶路径上s＝s_light的位置，其在T＝t_upper时刻从红灯变为绿灯。所述自动驾驶车辆130可以获取该可通信红绿灯的亮灯数据。该可通信红绿灯在st图中对应的冲突时空为图中色块区域，对应的特征点为色块区域左侧边界。所述自动驾驶车辆130可以在红灯亮时刹停在所述可通信红绿灯前并保持一段安全距离，在绿灯亮时通过所述可通信红绿灯位置。基于此，图中目标状态集合为：

X_target＝{(s,t,v)|s＝s_light-d_safe(0),t＝[0:Δt:t_upper],v＝0}∪

{(s,t,v)|s＝s_light,t＝[t_upper:Δt:T],v＝[0:Δv:v_max(s)]}

其中，s_light为所述可通信红绿灯的位置，d_safe(0)为所述自动驾驶车辆在所述可通信红绿灯前刹停时距离所述可通信红绿灯的安全距离。图中t_{take_over}表示所述自动驾驶车辆130允许通过所述可通信红绿灯的最早时刻与所述可通信红绿灯由红变绿的时刻的差值。

在图13中，所述不可通信红绿灯位于所述自动驾驶车辆130计划行驶路径上s＝s_light的位置。所述自动驾驶车辆130不可获得该红绿灯的亮灯数据。该不可通信红绿灯在st图中对应的冲突时空为图中色块区域，对应的特征点为色块区域左侧边界。所述自动驾驶车辆130需要在行驶到所述不可通信红绿灯前时刹停并保持前一段安全距离。基于此，图中目标状态集合为：

X_target＝{(s,t,v)|s＝s_light-d_safe(0),t＝[0:Δt:T],v＝0}

由于所述自动驾驶车辆130不能识别该不可通信红绿灯的亮灯情况，所以其需要在驶近该不可通信红绿灯时刹停，通过其他途径继续行驶(如人工介入等)。

图10是本申请中的一种自动驾驶车辆速度控制装置1400的示意图。所述自动驾驶车辆速度控制装置1400包括数据获取单元1410，行驶轨迹确定单元1420，数据存储单元1430，速度决策单元1440，以及指令发送单元1450。

所述数据获取单元1410可以用于获取当前时刻所述自动驾驶车辆的当前状态，以及目标物的时空预测数据。所述自动驾驶车辆的当前状态可以包括自动驾驶车辆的计划行驶路径。

所述行驶轨迹确定单元1420可以用于对于每一个目标物的时空预测数据：根据该目标物的时空预测数据和所述自动驾驶车辆的计划行驶路径，判断所述自动驾驶车辆与该目标物的冲突类型，以及确定该目标物与所述自动驾驶车辆的冲突时空；根据所述冲突类型和所述冲突时空，确定所述自动驾驶车辆的多个目标状态；对于每一个自动驾驶车辆的目标状态，根据自动驾驶车辆的当前状态和该自动驾驶车辆的目标状态，确定一个自动驾驶车辆的计划行驶轨迹；以及从所述多个计划行驶轨迹中确定目标行驶轨迹。

所述数据存储单元1430可以用于存储所述目标物的时空预测数据以及所述自动驾驶车辆的计划行驶路径。

所述速度决策单元1440可以用于根据所述目标行驶轨迹确定所述自动驾驶车辆在预瞄时刻的对应于该目标物的候选目标速度，所述预瞄时刻为所述当前时刻后的时刻；以及确定所述多个候选目标速度中的一个作为所述自动驾驶车辆在预瞄时刻的目标速度。

所述指令发送单元1450可以根据所述目标速度向所述自动驾驶车辆的控制设备发送控制指令。

本申请还提出了一种车载电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时可以实现如前文所述的自动驾驶车辆速度控制方法的步骤。

本申请还提出了一种计算机可读存储介质，其上存储有计算机程序。所述计算机程序被处理器执行时可以实现如前文所述的自动驾驶速度控制方法的步骤。

综上所述，在阅读本详细公开内容之后，本领域技术人员可以明白，前述详细公开内容可以仅以示例的方式呈现，并且可以不是限制性的。尽管这里没有明确说明，本领域技术人员可以理解本申请意图囊括对实施例的各种合理改变，改进和修改。这些改变，改进和修改旨在由本申请提出，并且在本申请的示例性实施例的精神和范围内。

此外，本申请中的某些术语已被用于描述本申请的实施例。例如，“一个实施例”，“实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征，结构或特性可以包括在本申请的至少一个实施例中。因此，可以强调并且应当理解，在本说明书的各个部分中对“实施例”或“一个实施例”或“替代实施例”的两个或更多个引用不一定都指代相同的实施例。此外，特定特征，结构或特性可以在本申请的一个或多个实施例中适当地组合。

应当理解，在本申请的实施例的前述描述中，为了帮助理解一个特征，出于简化本申请的目的，本申请有时将各种特征组合在单个实施例、附图或其描述中。或者，本申请又是将各种特征分散在多个本发明的实施例中。然而，这并不是说这些特征的组合是必须的，本领域技术人员在阅读本申请的时候完全有可能将其中一部分特征提取出来作为单独的实施例来理解。也就是说，本申请中的实施例也可以理解为多个次级实施例的整合。而每个次级实施例的内容在于少于单个前述公开实施例的所有特征的时候也是成立的。

在一些实施方案中，表达用于描述和要求保护本申请的某些实施方案的数量或性质的数字应理解为在某些情况下通过术语“约”，“近似”或“基本上”修饰。例如，除非另有说明，否则“约”，“近似”或“基本上”可表示其描述的值的±20％变化。因此，在一些实施方案中，书面描述和所附权利要求书中列出的数值参数是近似值，其可以根据特定实施方案试图获得的所需性质而变化。在一些实施方案中，数值参数应根据报告的有效数字的数量并通过应用普通的舍入技术来解释。尽管阐述本申请的一些实施方案列出了广泛范围的数值范围和参数是近似值，但具体实施例中都列出了尽可能精确的数值。

本文引用的每个专利，专利申请，专利申请的出版物和其他材料，例如文章，书籍，说明书，出版物，文件，物品等，可以通过引用结合于此。用于所有目的的全部内容，除了与其相关的任何起诉文件历史，可能与本文件不一致或相冲突的任何相同的，或者任何可能对权利要求的最宽范围具有限制性影响的任何相同的起诉文件历史。现在或以后与本文件相关联。举例来说，如果在与任何所包含的材料相关联的术语的描述、定义和/或使用与本文档相关的术语、描述、定义和/或之间存在任何不一致或冲突时，使用本文件中的术语为准。

最后，应理解，本文公开的申请的实施方案是对本申请的实施方案的原理的说明。其他修改后的实施例也在本申请的范围内。因此，本申请披露的实施例仅仅作为示例而非限制。本领域技术人员可以根据本申请中的实施例采取替代配置来实现本申请中的发明。因此，本申请的实施例不限于申请中被精确地描述过的哪些实施例。

Claims (10)

1.一种自动驾驶车辆速度控制方法，其特征在于，所述方法包括：

自动驾驶车辆的车载电子设备获取当前时刻所述自动驾驶车辆的当前状态，以及目标物的时空预测数据，所述自动驾驶车辆的当前状态包括自动驾驶车辆的计划行驶路径；

对于每一个目标物的时空预测数据：

所述车载电子设备根据该目标物的时空预测数据和所述自动驾驶车辆的计划行驶路径：

判断所述自动驾驶车辆与该目标物的冲突类型；以及

确定该目标物与所述自动驾驶车辆的冲突时空；

根据所述冲突类型和所述冲突时空，在所述计划行驶路径不变的情况下，确定所述自动驾驶车辆可规避所述冲突的多个目标状态，每个所述目标状态都包括所述自动驾驶车辆在目标时刻在所述计划行驶路径上对应的位置和速度；

对于每一个自动驾驶车辆的目标状态：

根据自动驾驶车辆的当前状态和该自动驾驶车辆的目标状态，确定一个自动驾驶车辆的计划行驶轨迹，所述计划行驶轨迹包括所述自动驾驶车辆在所述计划行驶路径上的位置时间曲线；

从所述多个目标状态对应的多个计划行驶轨迹中确定目标行驶轨迹；

根据所述目标行驶轨迹确定所述自动驾驶车辆在预瞄时刻的对应于该目标物的候选目标速度，所述预瞄时刻为所述当前时刻后的时刻；

确定多个目标物对应的多个候选目标速度中的一个作为所述自动驾驶车辆在预瞄时刻的目标速度；以及

所述车载电子设备根据所述目标速度向所述自动驾驶车辆的控制设备发送控制指令。

2.根据权利要求1所述的方法，其特征在于，所述确定目标行驶轨迹包括：

根据每个计划行驶轨迹对应的安全性参数、舒适性参数以及快速性参数，从所述多个计划行驶轨迹中确定所述目标行驶轨迹。

3.根据权利要求1所述的方法，其特征在于，所述目标物包括：第三方车辆以及红绿灯中的一个或者多个；

所述红绿灯包括可通信红绿灯和不可通信红绿灯，所述可通信红绿灯与所述自动驾驶车辆之间有数据通信，所述不可通信红绿灯与所述自动驾驶车辆之间没有数据通信。

4.根据权利要求3所述的方法，其特征在于，所述方法进一步包括：

所述车载电子设备获取在所述当前时刻之前的多个时刻的第三方车辆的运动状态；以及

根据所述多个时刻的第三方车辆的运动状态确定该第三方车辆的预测行驶数据，所述第三方车辆的预测行驶数据包括该第三方车辆的预测行驶路径以及在所述预测行驶路径上的速度。

5.根据权利要求4所述的方法，其特征在于，

所述目标物为第三方车辆时，所述冲突类型至少包括：交叉行驶、分离行驶、汇入行驶、跟车行驶以及相向行驶中的一种以及多种；以及

所述目标物为红绿灯时，所述冲突类型包括通过可通信红绿灯冲突，和通过不可通信红绿灯冲突。

6.根据权利要求4所述的方法，其特征在于，所述确定该目标物与所述自动驾驶车辆的冲突时空包括：

根据该目标物的时空预测数据确定该目标物位于所述自动驾驶车辆的计划行驶路径上的多个位置及其对应时刻；以及

根据所述多个位置及其对应时刻确定该目标物与所述自动驾驶车辆的冲突时空。

7.根据权利要求6所述的方法，其特征在于，所述确定所述自动驾驶车辆的多个目标状态包括：

所述车载电子设备根据所述冲突类型和所述冲突时空，在所述冲突时空中选取特征位置以及相应的特征时刻；以及

根据所述特征位置和特征时刻确定所述自动驾驶车辆的多个目标状态。

8.根据权利要求1所述的方法，其特征在于，所述确定自动驾驶车辆的计划行驶轨迹包括：

以所述自动驾驶车辆的当前状态和和目标状态为边界条件，确定多阶多项式表达为所述自动驾驶车辆的计划行驶轨迹。

9.根据权利要求1所述的方法，其特征在于，所述确定所述自动驾驶车辆在预瞄时刻的目标速度包括：

确定所述多个候选目标速度中最小的一个作为为所述自动驾驶车辆在预瞄时刻的目标速度。

10.一种装载在自动驾驶车辆上的电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的自动驾驶车辆速度控制方法的步骤。

Images