CN110069064B - 一种自动驾驶***升级的方法、自动驾驶***及车载设备 - Google Patents

一种自动驾驶***升级的方法、自动驾驶***及车载设备 Download PDF

Info

Publication number
CN110069064B
CN110069064B CN201910207290.XA CN201910207290A CN110069064B CN 110069064 B CN110069064 B CN 110069064B CN 201910207290 A CN201910207290 A CN 201910207290A CN 110069064 B CN110069064 B CN 110069064B
Authority
CN
China
Prior art keywords
data
driving
automatic driving
vehicle
sensor group
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
Application number
CN201910207290.XA
Other languages
English (en)
Other versions
CN110069064A (zh
Inventor
吴甘沙
周鑫
张玉新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Uisee Technologies Beijing Co Ltd
Original Assignee
Uisee Technologies Beijing Co Ltd
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 Uisee Technologies Beijing Co Ltd filed Critical Uisee Technologies Beijing Co Ltd
Priority to CN201910207290.XA priority Critical patent/CN110069064B/zh
Priority to PCT/CN2019/088822 priority patent/WO2020186625A1/zh
Priority to EP19919753.4A priority patent/EP3944046A4/en
Priority to US17/441,208 priority patent/US11685397B2/en
Priority to KR1020217032108A priority patent/KR102459736B1/ko
Priority to JP2021552210A priority patent/JP7121864B2/ja
Publication of CN110069064A publication Critical patent/CN110069064A/zh
Application granted granted Critical
Publication of CN110069064B publication Critical patent/CN110069064B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • 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
    • B60W50/085—Changing the parameters of the control units, e.g. changing limit values, working points by control input
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B60W2050/0088—Adaptive recalibration
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/28—Wheel speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/18—Distance travelled
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • 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
    • B60W2556/10—Historical data
    • 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
    • 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
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • 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
    • B60W2556/55—External transmission of data to or from the vehicle using telemetry
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/106—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/28—Wheel speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Navigation (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)

Abstract

本发明实施例涉及自动驾驶技术领域，具体涉及一种自动驾驶***升级的方法、自动驾驶***及车载设备。本发明实施例中，自动驾驶***在人工驾驶模式下也会进行车辆周围环境感知和车辆定位，并基于环境感知信息、定位信息以及车辆传感器的数据规划车辆的自动行驶路径，但是不会下发指令控制车辆行驶，而是与人工驾驶模式下驾驶员驾驶车辆的行驶路径进行比较，升级自动驾驶***的规划控制算法，以使升级后的自动驾驶***在保证自动驾驶规划决策可靠性的前提下，车辆自动驾驶更加符合驾驶员的驾驶习惯，提高驾驶员的体验。

Description

一种自动驾驶***升级的方法、自动驾驶***及车载设备
技术领域
本发明实施例涉及自动驾驶技术领域，具体涉及一种自动驾驶***升级的方法、自动驾驶***及车载设备。
背景技术
目前，自动驾驶车辆提供可多种车辆驾驶模式，例如包括人工驾驶模式、辅助驾驶模式和自动驾驶模式。其中，人工驾驶模式对应的自动驾驶等级为L0，辅助驾驶模式对应的自动驾驶等级为L1，自动驾驶模式对应的自动驾驶级别为L2至L5。其中，自动驾驶模式是自动驾驶车辆的自动驾驶***实现车辆自动驾驶的规划控制。在人工驾驶模式下，自动驾驶***处于休眠状态，不进行工作；在自动驾驶模式下，自动驾驶***处于激活状态。
由于不同驾驶员的驾驶习惯不同，自动驾驶***在保证自动驾驶规划决策可靠性的前提下，应当基于驾驶员的驾驶习惯进行升级，以符合驾驶员的驾驶习惯，提高驾驶员的体验。
发明内容
为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种自动驾驶***升级的方法、自动驾驶***及车载设备。
第一方面，本发明实施例提出一种自动驾驶***升级的方法，所述自动驾驶***在人工驾驶模式下不下发指令控制车辆行驶，所述方法包括：
获取人工驾驶模式下车辆的第一行驶路径；
获取第一传感器组的数据和第二传感器组的数据；
基于所述第一传感器组的数据，生成环境感知信息和定位信息；
基于所述环境感知信息、所述定位信息和所述第二传感器组的数据，规划自动驾驶模式下所述车辆的第二行驶路径；
基于所述第一行驶路径和所述第二行驶路径，进行自动驾驶***升级。
在一些实施例中，所述第一传感器组包括：摄像头、激光雷达、毫米波雷达、GPS和/或IMU；
所述第二传感器组包括：车轮转速传感器、速度传感器、加速度传感器和/或转向角传感器。
在一些实施例中，基于所述第一行驶路径和所述第二行驶路径，进行自动驾驶***升级，包括：
确定所述第一行驶路径和所述第二行驶路径的偏差度；
基于所述第一行驶路径和所述第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级；
基于所述偏差度和所述驾驶行为等级，进行自动驾驶***升级。
在一些实施例中，所述基于所述第一行驶路径和所述第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级，包括：
向云端服务器发送所述第一行驶路径和所述第二传感器组的数据；
接收所述云端服务器发送的驾驶行为等级。
在一些实施例中，所述基于所述偏差度和所述驾驶行为等级，进行自动驾驶***升级，包括：
若所述偏差度大于预设的第一偏差度阈值，且所述驾驶行为等级为第一等级，则确定对应关系；
基于所述对应关系，升级自动驾驶***的规划控制算法；
其中，所述对应关系为所述环境感知信息、所述定位信息、所述第二传感器组的数据与所述第一行驶路径的对应关系，且所述自动驾驶***基于所述环境感知信息、所述定位信息、所述第二传感器组的数据以及所述对应关系，规划自动驾驶模式下所述车辆的行驶路径为所述第一行驶路径。
在一些实施例中，所述方法还包括：
若所述偏差度小于等于预设的第二偏差度阈值，则将所述第一行驶路径的里程记录为自动驾驶的测试里程。
在一些实施例中，所述方法还包括：
确定所述第二传感器组的数据中的异常数据；
确定避免所述异常数据的动力学推算数据以及所述动力学推算数据对应的推算时间；
基于所述动力学推算数据，确定车辆底层执行***的控制指令；
基于所述推算时间，确定在所述推算时间生成的历史环境感知信息和历史定位信息；
建立所述历史环境感知信息、所述历史定位信息和所述控制指令之间的对应关系。
第二方面，本发明实施例还提出一种自动驾驶***，所述自动驾驶***在人工驾驶模式下不下发指令控制车辆行驶，所述自动驾驶***包括：
第一获取单元，用于获取人工驾驶模式下车辆的第一行驶路径；
第二获取单元，用于获取第一传感器组的数据和第二传感器组的数据；
生成单元，用于基于所述第一传感器组的数据，生成环境感知信息和定位信息；
规划单元，用于基于所述环境感知信息、所述定位信息和所述第二传感器组的数据，规划自动驾驶模式下所述车辆的第二行驶路径；
升级单元，用于基于所述第一行驶路径和所述第二行驶路径，进行自动驾驶***升级。
在一些实施例中，所述第一传感器组包括：摄像头、激光雷达、毫米波雷达、GPS和/或IMU；
所述第二传感器组包括：车轮转速传感器、速度传感器、加速度传感器和/或转向角传感器。
在一些实施例中，所述升级单元，包括：
第一子单元，用于确定所述第一行驶路径和所述第二行驶路径的偏差度；
第二子单元，用于基于所述第一行驶路径和所述第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级；
第三子单元，用于基于所述偏差度和所述驾驶行为等级，进行自动驾驶***升级。
在一些实施例中，所述第二子单元，用于：
向云端服务器发送所述第一行驶路径和所述第二传感器组的数据；
接收所述云端服务器发送的驾驶行为等级。
在一些实施例中，所述第三子单元，用于：
若所述偏差度大于预设的第一偏差度阈值，且所述驾驶行为等级为第一等级，则确定对应关系；
基于所述对应关系，升级自动驾驶***的规划控制算法；
其中，所述对应关系为所述环境感知信息、所述定位信息、所述第二传感器组的数据与所述第一行驶路径的对应关系，且所述自动驾驶***基于所述环境感知信息、所述定位信息、所述第二传感器组的数据以及所述对应关系，规划自动驾驶模式下所述车辆的行驶路径为所述第一行驶路径。
在一些实施例中，所述自动驾驶***还包括：
记录单元，用于若所述偏差度小于等于预设的第二偏差度阈值，则将所述第一行驶路径的里程记录为自动驾驶的测试里程。
在一些实施例中，所述自动驾驶***还包括逆向分析单元，用于：
确定所述第二传感器组的数据中的异常数据；
确定避免所述异常数据的动力学推算数据以及所述动力学推算数据对应的推算时间；
基于所述动力学推算数据，确定车辆底层执行***的控制指令；
基于所述推算时间，确定在所述推算时间生成的历史环境感知信息和历史定位信息；
建立所述历史环境感知信息、所述历史定位信息和所述控制指令之间的对应关系。
第三方面，本发明实施例还提出一种车载设备，包括：
处理器、存储器和通信接口；
所述处理器、存储器和通信接口通过总线***耦合在一起；
所述处理器通过调用所述存储器存储的计算机程序，用于执行如第一方面所述方法的步骤。
可见，本发明实施例的至少一个实施例中，自动驾驶***在人工驾驶模式下也会进行车辆周围环境感知和车辆定位，并基于环境感知信息、定位信息以及车辆传感器的数据规划车辆的自动行驶路径，但是不会下发指令控制车辆行驶，而是与人工驾驶模式下驾驶员驾驶车辆的行驶路径进行比较，升级自动驾驶***的规划控制算法，以使升级后的自动驾驶***在保证自动驾驶规划决策可靠性的前提下，车辆自动驾驶更加符合驾驶员的驾驶习惯，提高驾驶员的体验。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种自动驾驶车辆的整体架构图；
图2为本发明实施例提供的一种车载设备的结构示意图；
图3为本发明实施例提供的自动驾驶***升级的方法流程图；
图4为本发明实施例提供的一种自动驾驶***的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
图1为本发明实施例提供的一种自动驾驶车辆的整体架构图，图1中，第一传感器组采集的数据包括但不限于车辆外界环境的数据和探测车辆的位置数据，第一传感器组例如包括但不限于摄像头、激光雷达、毫米波雷达、GPS(Global Positioning System，全球定位***)和IMU(Inertial Measurement Unit，惯性测量单元)中的至少一个。自动驾驶***可获取第一传感器组的数据。
第二传感器组采集的数据包括但不限于车辆的动力学数据，第二传感器组例如包括但不限于车轮转速传感器、速度传感器、加速度传感器和转向角传感器中的至少一个。自动驾驶***可获取第二传感器组的数据。
在人工驾驶模式下，驾驶员通过操作控制车辆行驶的装置驾驶车辆，控制车辆行驶的装置例如包括但不限于制动踏板、方向盘和油门踏板等。控制车辆行驶的装置可直接操作车辆底层执行***控制车辆行驶。车辆底层执行***控制车辆行驶，车辆底层执行***包括：转向***、制动***和动力***。
自动驾驶***是运行在操作***上的软件***，车载硬件***是支持操作***运行的硬件***。自动驾驶***基于规划控制算法对车辆自动驾驶进行规划决策。自动驾驶***可与云端服务器无线通信，交互各种信息。
自动驾驶***在人工驾驶模式下不下发指令控制车辆行驶，自动驾驶***可实现自动驾驶***升级的方法各实施例的步骤，例如包括以下步骤一至步骤五：
步骤一、获取人工驾驶模式下车辆的第一行驶路径；
步骤二、获取第一传感器组的数据和第二传感器组的数据；
步骤三、基于所述第一传感器组的数据，生成环境感知信息和定位信息；
步骤四、基于所述环境感知信息、所述定位信息和所述第二传感器组的数据，规划自动驾驶模式下所述车辆的第二行驶路径；
步骤五、基于所述第一行驶路径和所述第二行驶路径，进行自动驾驶***升级。
自动驾驶***在人工驾驶模式下也会进行车辆周围环境感知和车辆定位，并基于环境感知信息、定位信息以及车辆传感器的数据规划车辆的自动行驶路径，但是不会下发指令控制车辆行驶，而是与人工驾驶模式下驾驶员驾驶车辆的行驶路径进行比较，升级自动驾驶***的规划控制算法，以使升级后的自动驾驶***在保证自动驾驶规划决策可靠性的前提下，车辆自动驾驶更加符合驾驶员的驾驶习惯，提高驾驶员的体验。
图2是本发明实施例提供的一种车载设备的结构示意图。
图2所示的车载设备包括：至少一个处理器201、至少一个存储器202和其他的用户接口203。车载设备中的各个组件通过总线***204耦合在一起。可理解，总线***204用于实现这些组件之间的连接通信。总线***204除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2中将各种总线都标为总线***204。
其中，用户接口203可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)或者触感板等。
可以理解，本实施例中的存储器202可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器(ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本文描述的存储器202旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器202存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作***2021和应用程序2022。
其中，操作***2021，包含各种***程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序2022，包含各种应用程序，例如媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序2022中。
在本发明实施例中，处理器201通过调用存储器202存储的程序或指令，具体的，可以是应用程序2022中存储的程序或指令，处理器201用于执行自动驾驶***升级的方法各实施例所提供的步骤，例如包括以下步骤一至步骤五：
步骤一、获取人工驾驶模式下车辆的第一行驶路径；
步骤二、获取第一传感器组的数据和第二传感器组的数据；
步骤三、基于所述第一传感器组的数据，生成环境感知信息和定位信息；
步骤四、基于所述环境感知信息、所述定位信息和所述第二传感器组的数据，规划自动驾驶模式下所述车辆的第二行驶路径；
步骤五、基于所述第一行驶路径和所述第二行驶路径，进行自动驾驶***升级。
上述本发明实施例揭示的方法可以应用于处理器201中，或者由处理器201实现。处理器201可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器201中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器201可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecific IntegratedCircuit，ASIC)、现成可编程门阵列(FieldProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器202，处理器201读取存储器202中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，方法实施例的步骤之间除非存在明确的先后顺序，否则执行顺序可任意调整。所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图3为本发明实施例提供的一种自动驾驶***升级的方法流程图。该方法的执行主体为车载设备。
如图3所示，本实施例公开的自动驾驶***升级的方法，自动驾驶***在人工驾驶模式下不下发指令控制车辆行驶，该方法可包括以下步骤301至305：
301、获取人工驾驶模式下车辆的第一行驶路径；
302、获取第一传感器组的数据和第二传感器组的数据；
303、基于第一传感器组的数据，生成环境感知信息和定位信息；
304、基于环境感知信息、定位信息和第二传感器组的数据，规划自动驾驶模式下车辆的第二行驶路径；
305、基于第一行驶路径和第二行驶路径，进行自动驾驶***升级。
本实施例中，在人工驾驶模式下，驾驶员通过操作控制车辆行驶的装置驾驶车辆，控制车辆行驶的装置例如包括但不限于制动踏板、方向盘和油门踏板等。控制车辆行驶的装置可直接操作车辆底层执行***控制车辆行驶。车辆底层执行***控制车辆行驶，车辆底层执行***包括：转向***、制动***和动力***。
驾驶员驾驶车辆的过程中，自动驾驶***可获取第一传感器组的数据。第一传感器组采集的数据包括但不限于车辆外界环境的数据和探测车辆的位置数据，第一传感器组例如包括但不限于摄像头、激光雷达、毫米波雷达、GPS(Global Positioning System，全球定位***)和IMU(Inertial Measurement Unit，惯性测量单元)中的至少一个。自动驾驶***可获取第一传感器组的数据。
因此，自动驾驶***基于第一传感器组的数据，可生成环境感知信息和定位信息，具体地，自动驾驶***基于感知数据和定位数据，生成环境感知信息和定位信息。
驾驶员驾驶车辆的过程中，自动驾驶***还可获取第二传感器组的数据。第二传感器组采集的数据包括但不限于车辆的动力学数据，第二传感器组例如包括但不限于车轮转速传感器、速度传感器、加速度传感器和转向角传感器中的至少一个。
因此，自动驾驶***基于环境感知信息、定位信息和第二传感器组的数据，可规划自动驾驶模式下车辆的第二行驶路径。具体地，自动驾驶***基于环境感知信息、定位信息和动力学数据，进行自动驾驶规划决策，得到自动驾驶模式下车辆的第二行驶路径。
自动驾驶***在人工驾驶模式下也会进行车辆周围环境感知和车辆定位，并基于环境感知信息、定位信息以及车辆传感器的数据规划车辆的自动行驶路径，但是不会下发指令控制车辆行驶，而是与人工驾驶模式下驾驶员驾驶车辆的行驶路径进行比较，升级自动驾驶***的规划控制算法，以使升级后的自动驾驶***在保证自动驾驶规划决策可靠性的前提下，车辆自动驾驶更加符合驾驶员的驾驶习惯，提高驾驶员的体验。
在一些实施例中，步骤303所述基于第一行驶路径和第二行驶路径，进行自动驾驶***升级，可包括以下步骤(1)至(3)：
(1)确定所述第一行驶路径和所述第二行驶路径的偏差度；
(2)基于所述第一行驶路径和所述第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级；
(3)基于所述偏差度和所述驾驶行为等级，进行自动驾驶***升级。
本实施例中，自动驾驶***可确定第一行驶路径和第二行驶路径的偏差度，两条路径之间的偏差度的确定可沿用现有方式，在此不再赘述。
由于第一行驶路径是驾驶员驾驶车辆的行驶路径，并且第二传感器组的数据包括车辆动力学数据，可反映车辆的行驶状态，因此，基于第一行驶路径和第二传感器组中至少一个传感器的数据，可确定驾驶员驾驶行为是否异常，例如若车辆发生急转弯、紧急刹车、快速超车等异常事件，说明驾驶员行为异常。
本实施例中，使用人工驾驶模式下的驾驶行为等级来评价驾驶员行为是否异常，驾驶行为等级为第一等级表示无异常，驾驶行为等级为第二等级表示异常。在具体应用中，可采用不同的等级表示驾驶员行为好坏的不同程度。
在确定第一行驶路径和第二行驶路径的偏差度以及驾驶行为等级后，可确定是否升级自动驾驶***的规划控制算法。
若驾驶员行为异常，则不升级；若驾驶员行为无异常，则升级，以使自动驾驶***基于升级后的规划控制算法进行决策规划更符合驾驶员的习惯，提升驾驶员的体验。
基于上一个实施例，基于第一行驶路径和第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级，可包括以下步骤(1)和(2)：
(1)向云端服务器发送所述第一行驶路径和所述第二传感器组的数据；
(2)接收所述云端服务器发送的驾驶行为等级。
本实施例中，自动驾驶***与云端服务器通信，将第一行驶路径和第二传感器组的数据发送给云端服务器，由云端服务器负责确定驾驶行为等级。云端服务器确定驾驶行为等级后再发送给自动驾驶***，以减轻自动驾驶***的负荷。
另外，云端服务器的处理能力远大于自动驾驶***所依赖的车载硬件设备的处理能力，能够更快地确定驾驶行为等级，满足自动驾驶***的实时性需求。
本实施例中，由于第一行驶路径是驾驶员驾驶车辆的行驶路径，并且第二传感器组的数据包括车辆动力学数据，可反映车辆的行驶状态，因此，云端服务器基于第一行驶路径和第二传感器组中至少一个传感器的数据，可确定驾驶员驾驶行为是否异常，例如若车辆发生急转弯、紧急刹车、快速超车等异常事件，说明驾驶员行为异常。
另外，若云端服务器确定驾驶员行为异常，可生成日志文件并存储，以供驾驶员或其他专业人员进行分析查阅。
在一些实施例中，基于偏差度和驾驶行为等级，进行自动驾驶***升级，可包括以下步骤(1)和(2)：
(1)若所述偏差度大于预设的第一偏差度阈值，且所述驾驶行为等级为第一等级，则确定对应关系；
(2)基于所述对应关系，升级自动驾驶***的规划控制算法；
其中，所述对应关系为所述环境感知信息、所述定位信息、所述第二传感器组的数据与所述第一行驶路径的对应关系，且所述自动驾驶***基于所述环境感知信息、所述定位信息、所述第二传感器组的数据以及所述对应关系，规划自动驾驶模式下所述车辆的行驶路径为所述第一行驶路径。
本实施例中，第一偏差度阈值表示自动驾驶***规划的第二行驶路径与驾驶员控制车辆的第一行驶路径差异较大，不符合驾驶员的操作习惯。
若所述偏差度大于第一偏差度阈值，且驾驶行为等级为第一等级(即驾驶员行为无异常)，说明应当升级自动驾驶***的规划控制算法，以使升级后的自动驾驶***在保证自动驾驶规划决策可靠性的前提下，车辆自动驾驶更加符合驾驶员的驾驶习惯，提高驾驶员的体验。
若所述偏差度小于等于预设的第二偏差度阈值，表示自动驾驶***规划的第二行驶路径与驾驶员控制车辆的第一行驶路径差异较小，符合驾驶员的操作习惯，无需升级。并且可以将第一行驶路径的里程记录为自动驾驶的测试里程。第二偏差度阈值小于或等于第一偏差度阈值。
在一些实施例中，自动驾驶***升级的方法可还包括逆向分析过程，具体包括以下步骤(1)至(5)：
(1)确定所述第二传感器组的数据中的异常数据；
(2)确定避免所述异常数据的动力学推算数据以及所述动力学推算数据对应的推算时间；
(3)基于所述动力学推算数据，确定车辆底层执行***的控制指令；
(4)基于所述推算时间，确定在所述推算时间生成的历史环境感知信息和历史定位信息；
(5)建立所述历史环境感知信息、所述历史定位信息和所述控制指令之间的对应关系。
本实施例中，异常数据可理解为车辆发生急转弯、紧急刹车、快速超车等异常事件对应的异常数据。
通过确定避免所述异常数据的动力学推算数据以及所述动力学推算数据对应的推算时间，进而可确定动力学推算数据对应的车辆底层执行***的控制指令以及推算时间生成的历史环境感知信息和历史定位信息。
通过建立历史环境感知信息、历史定位信息和控制指令之间的对应关系，在自动驾驶车辆过程中，若自动驾驶***确定环境感知信息为所述历史环境感知信息且定位信息为所述历史定位信息，则自动驾驶***生成控制指令，以避免异常事件的发生。
如图4所示，本实施例公开一种自动驾驶***，自动驾驶***在人工驾驶模式下不下发指令控制车辆行驶，自动驾驶***可包括以下单元：第一获取单元41、第二获取单元42、生成单元43、规划单元44和升级单元45，具体说明如下：
第一获取单元41，用于获取人工驾驶模式下车辆的第一行驶路径；
第二获取单元42，用于获取第一传感器组的数据和第二传感器组的数据；
生成单元43，用于基于所述第一传感器组的数据，生成环境感知信息和定位信息；
规划单元44，用于基于所述环境感知信息、所述定位信息和所述第二传感器组的数据，规划自动驾驶模式下所述车辆的第二行驶路径；
升级单元45，用于基于所述第一行驶路径和所述第二行驶路径，进行自动驾驶***升级。
在一些实施例中，所述第一传感器组包括：摄像头、激光雷达、毫米波雷达、GPS和/或IMU；
所述第二传感器组包括：车轮转速传感器、速度传感器、加速度传感器和/或转向角传感器。
在一些实施例中，所述升级单元45，包括：
第一子单元，用于确定所述第一行驶路径和所述第二行驶路径的偏差度；
第二子单元，用于基于所述第一行驶路径和所述第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级；
第三子单元，用于基于所述偏差度和所述驾驶行为等级，进行自动驾驶***升级。
在一些实施例中，所述第二子单元，用于：
向云端服务器发送所述第一行驶路径和所述第二传感器组的数据；
接收所述云端服务器发送的驾驶行为等级。
在一些实施例中，所述第三子单元，用于：
若所述偏差度大于预设的第一偏差度阈值，且所述驾驶行为等级为第一等级，则确定对应关系；
基于所述对应关系，升级自动驾驶***的规划控制算法；
其中，所述对应关系为所述环境感知信息、所述定位信息、所述第二传感器组的数据与所述第一行驶路径的对应关系，且所述自动驾驶***基于所述环境感知信息、所述定位信息、所述第二传感器组的数据以及所述对应关系，规划自动驾驶模式下所述车辆的行驶路径为所述第一行驶路径。
在一些实施例中，所述自动驾驶***还包括：
记录单元，用于若所述偏差度小于等于预设的第二偏差度阈值，则将所述第一行驶路径的里程记录为自动驾驶的测试里程。
在一些实施例中，所述自动驾驶***还包括逆向分析单元，用于：
确定所述第二传感器组的数据中的异常数据；
确定避免所述异常数据的动力学推算数据以及所述动力学推算数据对应的推算时间；
基于所述动力学推算数据，确定车辆底层执行***的控制指令；
基于所述推算时间，确定在所述推算时间生成的历史环境感知信息和历史定位信息；
建立所述历史环境感知信息、所述历史定位信息和所述控制指令之间的对应关系。
以上实施例公开的自动驾驶***能够实现以上各方法实施例公开的自动驾驶***升级的方法流程，为避免重复，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (13)

1.一种自动驾驶***升级的方法，所述自动驾驶***在人工驾驶模式下不下发指令控制车辆行驶，其特征在于，所述方法包括：
获取人工驾驶模式下车辆的第一行驶路径；
获取第一传感器组的数据和第二传感器组的数据；
基于所述第一传感器组的数据，生成环境感知信息和定位信息；
基于所述环境感知信息、所述定位信息和所述第二传感器组的数据，规划自动驾驶模式下所述车辆的第二行驶路径；
基于所述第一行驶路径和所述第二行驶路径，进行自动驾驶***升级；所述进行自动驾驶***升级，包括：
确定所述第一行驶路径和所述第二行驶路径的偏差度；
基于所述第一行驶路径和所述第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级；
基于所述偏差度和所述驾驶行为等级，进行自动驾驶***升级。
2.根据权利要求1所述的方法，其特征在于，
所述第一传感器组包括：摄像头、激光雷达、毫米波雷达、GPS和/或IMU；
所述第二传感器组包括：车轮转速传感器、速度传感器、加速度传感器和/或转向角传感器。
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一行驶路径和所述第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级，包括：
向云端服务器发送所述第一行驶路径和所述第二传感器组的数据；
接收所述云端服务器发送的驾驶行为等级。
4.根据权利要求1所述的方法，其特征在于，所述基于所述偏差度和所述驾驶行为等级，进行自动驾驶***升级，包括：
若所述偏差度大于预设的第一偏差度阈值，且所述驾驶行为等级为第一等级，则确定对应关系；
基于所述对应关系，升级自动驾驶***的规划控制算法；
其中，所述对应关系为所述环境感知信息、所述定位信息、所述第二传感器组的数据与所述第一行驶路径的对应关系，且所述自动驾驶***基于所述环境感知信息、所述定位信息、所述第二传感器组的数据以及所述对应关系，规划自动驾驶模式下所述车辆的行驶路径为所述第一行驶路径。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
若所述偏差度小于等于预设的第二偏差度阈值，则将所述第一行驶路径的里程记录为自动驾驶的测试里程。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述第二传感器组的数据中的异常数据；
确定避免所述异常数据的动力学推算数据以及所述动力学推算数据对应的推算时间；
基于所述动力学推算数据，确定车辆底层执行***的控制指令；
基于所述推算时间，确定在所述推算时间生成的历史环境感知信息和历史定位信息；
建立所述历史环境感知信息、所述历史定位信息和所述控制指令之间的对应关系。
7.一种自动驾驶***，所述自动驾驶***在人工驾驶模式下不下发指令控制车辆行驶，其特征在于，所述自动驾驶***包括：
第一获取单元，用于获取人工驾驶模式下车辆的第一行驶路径；
第二获取单元，用于获取第一传感器组的数据和第二传感器组的数据；
生成单元，用于基于所述第一传感器组的数据，生成环境感知信息和定位信息；
规划单元，用于基于所述环境感知信息、所述定位信息和所述第二传感器组的数据，规划自动驾驶模式下所述车辆的第二行驶路径；
升级单元，用于基于所述第一行驶路径和所述第二行驶路径，进行自动驾驶***升级；
所述升级单元，包括：
第一子单元，用于确定所述第一行驶路径和所述第二行驶路径的偏差度；
第二子单元，用于基于所述第一行驶路径和所述第二传感器组中至少一个传感器的数据，确定人工驾驶模式下的驾驶行为等级；
第三子单元，用于基于所述偏差度和所述驾驶行为等级，进行自动驾驶***升级。
8.根据权利要求7所述的自动驾驶***，其特征在于，
所述第一传感器组包括：摄像头、激光雷达、毫米波雷达、GPS和/或IMU；
所述第二传感器组包括：车轮转速传感器、速度传感器、加速度传感器和/或转向角传感器。
9.根据权利要求7所述的自动驾驶***，其特征在于，所述第二子单元，用于：
向云端服务器发送所述第一行驶路径和所述第二传感器组的数据；
接收所述云端服务器发送的驾驶行为等级。
10.根据权利要求7所述的自动驾驶***，其特征在于，所述第三子单元，用于：
若所述偏差度大于预设的第一偏差度阈值，且所述驾驶行为等级为第一等级，则确定对应关系；
基于所述对应关系，升级自动驾驶***的规划控制算法；
其中，所述对应关系为所述环境感知信息、所述定位信息、所述第二传感器组的数据与所述第一行驶路径的对应关系，且所述自动驾驶***基于所述环境感知信息、所述定位信息、所述第二传感器组的数据以及所述对应关系，规划自动驾驶模式下所述车辆的行驶路径为所述第一行驶路径。
11.根据权利要求10所述的自动驾驶***，其特征在于，所述自动驾驶***还包括：
记录单元，用于若所述偏差度小于等于预设的第二偏差度阈值，则将所述第一行驶路径的里程记录为自动驾驶的测试里程。
12.根据权利要求7所述的自动驾驶***，其特征在于，所述自动驾驶***还包括逆向分析单元，用于：
确定所述第二传感器组的数据中的异常数据；
确定避免所述异常数据的动力学推算数据以及所述动力学推算数据对应的推算时间；
基于所述动力学推算数据，确定车辆底层执行***的控制指令；
基于所述推算时间，确定在所述推算时间生成的历史环境感知信息和历史定位信息；
建立所述历史环境感知信息、所述历史定位信息和所述控制指令之间的对应关系。
13.一种车载设备，其特征在于，包括：
处理器、存储器和通信接口；
所述处理器、存储器和通信接口通过总线***耦合在一起；
所述处理器通过调用所述存储器存储的计算机程序，用于执行如权利要求1至6任一项所述方法的步骤。
CN201910207290.XA 2019-03-19 2019-03-19 一种自动驾驶***升级的方法、自动驾驶***及车载设备 Active CN110069064B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201910207290.XA CN110069064B (zh) 2019-03-19 2019-03-19 一种自动驾驶***升级的方法、自动驾驶***及车载设备
PCT/CN2019/088822 WO2020186625A1 (zh) 2019-03-19 2019-05-28 一种自动驾驶***升级的方法、自动驾驶***及车载设备
EP19919753.4A EP3944046A4 (en) 2019-03-19 2019-05-28 METHOD FOR UPGRADING AN AUTOMATIC DRIVING SYSTEM, AUTOMATIC DRIVING SYSTEM AND DEVICE MOUNTED ON A VEHICLE
US17/441,208 US11685397B2 (en) 2019-03-19 2019-05-28 Methods for updating autonomous driving system, autonomous driving systems, and on-board apparatuses
KR1020217032108A KR102459736B1 (ko) 2019-03-19 2019-05-28 자율 주행 시스템의 업그레이드 방법, 자율 주행 시스템 및 차량 탑재 장치
JP2021552210A JP7121864B2 (ja) 2019-03-19 2019-05-28 自動運転システムのアップグレード方法、自動運転システム及び車載機器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910207290.XA CN110069064B (zh) 2019-03-19 2019-03-19 一种自动驾驶***升级的方法、自动驾驶***及车载设备

Publications (2)

Publication Number Publication Date
CN110069064A CN110069064A (zh) 2019-07-30
CN110069064B true CN110069064B (zh) 2021-01-29

Family

ID=67366394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910207290.XA Active CN110069064B (zh) 2019-03-19 2019-03-19 一种自动驾驶***升级的方法、自动驾驶***及车载设备

Country Status (6)

Country Link
US (1) US11685397B2 (zh)
EP (1) EP3944046A4 (zh)
JP (1) JP7121864B2 (zh)
KR (1) KR102459736B1 (zh)
CN (1) CN110069064B (zh)
WO (1) WO2020186625A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110473310B (zh) * 2019-08-26 2022-04-12 爱驰汽车有限公司 汽车行驶数据记录方法、***、设备及存储介质
CN113859246B (zh) * 2020-06-30 2023-09-08 广州汽车集团股份有限公司 一种车辆控制方法和装置
CN111880533B (zh) * 2020-07-16 2023-03-24 华人运通(上海)自动驾驶科技有限公司 驾驶场景重构方法、装置、***、车辆、设备及存储介质
CN114661574A (zh) * 2020-12-23 2022-06-24 北京百度网讯科技有限公司 样本偏差数据的获取方法、装置和电子设备
CN112987761B (zh) * 2021-05-10 2021-09-24 北京三快在线科技有限公司 一种无人驾驶设备的控制***、方法及装置
CN113362627A (zh) * 2021-05-25 2021-09-07 中国联合网络通信集团有限公司 自动驾驶方法及车载终端
CN113401139B (zh) * 2021-06-21 2023-02-17 安徽江淮汽车集团股份有限公司 串联式自动驾驶***
CN113903102B (zh) * 2021-10-29 2023-11-17 广汽埃安新能源汽车有限公司 调整信息获取方法、调整方法、装置、电子设备及介质
CN114056351B (zh) * 2021-11-26 2024-02-02 文远苏行(江苏)科技有限公司 自动驾驶方法及装置
KR20230093834A (ko) * 2021-12-20 2023-06-27 현대자동차주식회사 자율 주행 차량, 그와 정보를 공유하는 관제 시스템 및 그 방법
CN114047003B (zh) * 2021-12-22 2023-07-14 吉林大学 一种基于动态时间规整算法的人车差异性数据触发记录控制方法
CN117724693B (zh) * 2024-02-07 2024-05-24 深圳海星智驾科技有限公司 自动驾驶软件的开发方法、***、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107024927A (zh) * 2016-02-01 2017-08-08 上海无线通信研究中心 一种自动驾驶***和方法
CN107200017A (zh) * 2017-05-22 2017-09-26 北京联合大学 一种基于深度学习的无人驾驶车辆控制***
CN108508881A (zh) * 2017-02-27 2018-09-07 北京百度网讯科技有限公司 自动驾驶控制策略调整方法、装置、设备及存储介质
CN109358627A (zh) * 2018-10-30 2019-02-19 百度在线网络技术（北京）有限公司 基于无人驾驶的驾驶辅助方法、装置、设备、介质和车辆

Family Cites Families (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
US20160362118A1 (en) * 2011-08-31 2016-12-15 Pulsar Informatics, Inc. Driver performance metric
US8527199B1 (en) 2012-05-17 2013-09-03 Google Inc. Automatic collection of quality control statistics for maps used in autonomous driving
US9679258B2 (en) * 2013-10-08 2017-06-13 Google Inc. Methods and apparatus for reinforcement learning
JP2015089801A (ja) 2013-11-07 2015-05-11 株式会社デンソー 運転制御装置
CN106232443B (zh) 2014-04-14 2018-10-02 三菱电机株式会社 驾驶支援装置及驾驶支援方法
CN107368069B (zh) 2014-11-25 2020-11-13 浙江吉利汽车研究院有限公司 基于车联网的自动驾驶控制策略的生成方法与生成装置
US10759446B2 (en) 2015-04-21 2020-09-01 Panasonic Intellectual Property Management Co., Ltd. Information processing system, information processing method, and program
US10077056B1 (en) * 2015-04-24 2018-09-18 State Farm Mutual Automobile Insurance Company Managing self-driving behavior of autonomous or semi-autonomous vehicle based upon actual driving behavior of driver
US9555807B2 (en) 2015-05-01 2017-01-31 Delphi Technologies, Inc. Automated vehicle parameter modification based on operator override
JP6330737B2 (ja) * 2015-06-15 2018-05-30 トヨタ自動車株式会社 情報収集システム、車載装置、及びサーバー
US20170294060A1 (en) * 2015-07-14 2017-10-12 Jonathan David Lanski Device for teaching a driver to drive in a fuel efficient manner
WO2017057060A1 (ja) 2015-09-30 2017-04-06 ソニー株式会社 運転制御装置、および運転制御方法、並びにプログラム
DE102015219465A1 (de) * 2015-10-08 2017-04-13 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Ermittlung der adaptiven Reaktionszeit des Fahrers eines Kraftfahrzeugs
CN106652378A (zh) * 2015-11-02 2017-05-10 比亚迪股份有限公司 用于车辆的驾驶提醒方法、***、服务器和车辆
KR20170053799A (ko) * 2015-11-06 2017-05-17 고려대학교 산학협력단 자율 주행 차량의 안전성 제공 장치 및 방법
JP6641916B2 (ja) * 2015-11-20 2020-02-05 オムロン株式会社 自動運転支援装置、自動運転支援システム、自動運転支援方法および自動運転支援プログラム
EP3445539A4 (en) * 2016-04-27 2020-02-19 Neurala Inc. METHODS AND APPARATUS FOR PRUNING EXPERIENCE MEMORIES FOR DEEP NEURONAL NETWORK-BASED Q-LEARNING
DE102016209984A1 (de) * 2016-06-07 2017-12-07 Lucas Automotive Gmbh Verfahren zur Schätzung einer Wahrscheinlichkeitsverteilung des maximalen Reibwerts an einem aktuellen und/oder zukünftigen Wegpunkt eines Fahrzeugs
US10146222B2 (en) * 2016-07-12 2018-12-04 Elwha Llc Driver training in an autonomous vehicle
JP6663822B2 (ja) * 2016-08-08 2020-03-13 日立オートモティブシステムズ株式会社 自動運転装置
JP6731619B2 (ja) * 2016-10-26 2020-07-29 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
US9963106B1 (en) * 2016-11-07 2018-05-08 Nio Usa, Inc. Method and system for authentication in autonomous vehicles
US10802484B2 (en) * 2016-11-14 2020-10-13 Baidu Usa Llc Planning feedback based decision improvement system for autonomous driving vehicle
US10515390B2 (en) * 2016-11-21 2019-12-24 Nio Usa, Inc. Method and system for data optimization
US10065647B2 (en) * 2016-12-02 2018-09-04 Starsky Robotics, Inc. Vehicle control system and method of use
JP6895634B2 (ja) * 2016-12-16 2021-06-30 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
US20180170392A1 (en) * 2016-12-20 2018-06-21 Baidu Usa Llc Method and System to Recognize Individual Driving Preference for Autonomous Vehicles
US20190138907A1 (en) * 2017-02-23 2019-05-09 Harold Szu Unsupervised Deep Learning Biological Neural Networks
RU2720862C1 (ru) * 2017-03-07 2020-05-13 Ниссан Мотор Ко., Лтд. Способ помощи при движении и устройство управления вождением
JP6683805B2 (ja) * 2017-03-10 2020-04-22 バイドゥドットコム タイムズ テクノロジー （ベイジン） カンパニー リミテッドＢａｉｄｕ．ｃｏｍ Ｔｉｍｅｓ Ｔｅｃｈｎｏｌｏｇｙ （Ｂｅｉｊｉｎｇ） Ｃｏ．， Ｌｔｄ． 自律走行モードへ再進入する自律走行車の制御のための方法及びシステム
US10710592B2 (en) * 2017-04-07 2020-07-14 Tusimple, Inc. System and method for path planning of autonomous vehicles based on gradient
US10134279B1 (en) * 2017-05-05 2018-11-20 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for visualizing potential risks
US10543853B2 (en) * 2017-07-05 2020-01-28 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for providing collaborative control of a vehicle
CN107458367B (zh) 2017-07-07 2020-11-20 驭势科技（北京）有限公司 行驶控制方法及行驶控制装置
CN107491073B (zh) * 2017-09-05 2021-04-02 百度在线网络技术（北京）有限公司 无人驾驶车辆的数据训练方法和装置
US10782693B2 (en) * 2017-09-07 2020-09-22 Tusimple, Inc. Prediction-based system and method for trajectory planning of autonomous vehicles
US10782694B2 (en) * 2017-09-07 2020-09-22 Tusimple, Inc. Prediction-based system and method for trajectory planning of autonomous vehicles
US11093829B2 (en) * 2017-10-12 2021-08-17 Honda Motor Co., Ltd. Interaction-aware decision making
US10866588B2 (en) * 2017-10-16 2020-12-15 Toyota Research Institute, Inc. System and method for leveraging end-to-end driving models for improving driving task modules
US20190113920A1 (en) * 2017-10-18 2019-04-18 Luminar Technologies, Inc. Controlling an autonomous vehicle using model predictive control
US10677686B2 (en) * 2017-11-14 2020-06-09 GM Global Technology Operations LLC Method and apparatus for autonomous system performance and grading
US20190146493A1 (en) * 2017-11-14 2019-05-16 GM Global Technology Operations LLC Method And Apparatus For Autonomous System Performance And Benchmarking
US11461627B2 (en) * 2017-11-30 2022-10-04 Volkswagen Ag Systems and methods for training and controlling an artificial neural network with discrete vehicle driving commands
US10737717B2 (en) * 2018-02-14 2020-08-11 GM Global Technology Operations LLC Trajectory tracking for vehicle lateral control using neural network
US11086317B2 (en) * 2018-03-30 2021-08-10 Intel Corporation Emotional adaptive driving policies for automated driving vehicles
US11328219B2 (en) * 2018-04-12 2022-05-10 Baidu Usa Llc System and method for training a machine learning model deployed on a simulation platform
US10990096B2 (en) * 2018-04-27 2021-04-27 Honda Motor Co., Ltd. Reinforcement learning on autonomous vehicles
CN108776472A (zh) * 2018-05-17 2018-11-09 驭势（上海）汽车科技有限公司 智能驾驶控制方法及***、车载控制设备和智能驾驶车辆
CN109059944B (zh) 2018-06-06 2021-08-06 上海国际汽车城（集团）有限公司 基于驾驶习惯学习的运动规划方法
EP3807137A4 (en) * 2018-06-15 2021-12-22 The Regents of the University of California SYSTEMS, DEVICE AND METHODS FOR IMPROVING THE ENERGY PERFORMANCE OF A HYBRID PLUG-IN ELECTRIC VEHICLE USING V2C CONNECTIVITY
CN108791372B (zh) * 2018-06-28 2020-07-07 湖南中车时代通信信号有限公司 基于自动驾驶的单一接口输入的分布式***及其升级方法
US20200033869A1 (en) * 2018-07-27 2020-01-30 GM Global Technology Operations LLC Systems, methods and controllers that implement autonomous driver agents and a policy server for serving policies to autonomous driver agents for controlling an autonomous vehicle
CN109263639B (zh) 2018-08-24 2020-09-01 武汉理工大学 基于状态栅格法的驾驶路径规划方法
CN109213499A (zh) * 2018-08-29 2019-01-15 百度在线网络技术（北京）有限公司 无人驾驶汽车升级包安装方法、装置、设备及存储介质
US11535262B2 (en) * 2018-09-10 2022-12-27 Here Global B.V. Method and apparatus for using a passenger-based driving profile
US10902279B2 (en) * 2018-09-25 2021-01-26 Honda Motor Co., Ltd. Training saliency
US11620494B2 (en) * 2018-09-26 2023-04-04 Allstate Insurance Company Adaptable on-deployment learning platform for driver analysis output generation
KR102528232B1 (ko) * 2018-10-08 2023-05-03 현대자동차주식회사 차량 및 그 제어 방법
CN109377778B (zh) * 2018-11-15 2021-04-06 浪潮集团有限公司 一种基于多路rdma和v2x的协同自动驾驶***及方法
US20200192393A1 (en) * 2018-12-12 2020-06-18 Allstate Insurance Company Self-Modification of an Autonomous Driving System
US20200209857A1 (en) * 2018-12-31 2020-07-02 Uber Technologies, Inc. Multimodal control system for self driving vehicle
US11364929B2 (en) * 2019-01-04 2022-06-21 Toyota Research Institute, Inc. Systems and methods for shared control of a vehicle
US11235776B2 (en) * 2019-01-31 2022-02-01 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for controlling a vehicle based on driver engagement
US11150664B2 (en) * 2019-02-01 2021-10-19 Tesla, Inc. Predicting three-dimensional features for autonomous driving
US20200249674A1 (en) * 2019-02-05 2020-08-06 Nvidia Corporation Combined prediction and path planning for autonomous objects using neural networks
CN110058588B (zh) * 2019-03-19 2021-07-02 驭势科技（北京）有限公司 一种自动驾驶***升级的方法、自动驾驶***及车载设备
KR20210134317A (ko) * 2019-03-29 2021-11-09 인텔 코포레이션 자율 차량 시스템
US11551030B2 (en) * 2019-10-11 2023-01-10 Perceptive Automata, Inc. Visualizing machine learning predictions of human interaction with vehicles
US11829150B2 (en) * 2020-06-10 2023-11-28 Toyota Research Institute, Inc. Systems and methods for using a joint feature space to identify driving behaviors
US20210398014A1 (en) * 2020-06-17 2021-12-23 Toyota Research Institute, Inc. Reinforcement learning based control of imitative policies for autonomous driving
US11577743B2 (en) * 2020-07-09 2023-02-14 Toyota Research Institute, Inc. Systems and methods for testing of driver inputs to improve automated driving
US11662214B2 (en) * 2020-07-30 2023-05-30 Ford Global Technologies, Llc Interactive vehicle navigation coaching system
US20220153314A1 (en) * 2020-11-17 2022-05-19 Uatc, Llc Systems and methods for generating synthetic motion predictions
US11480436B2 (en) * 2020-12-02 2022-10-25 Here Global B.V. Method and apparatus for requesting a map update based on an accident and/or damaged/malfunctioning sensors to allow a vehicle to continue driving
EP4264181A1 (en) * 2020-12-17 2023-10-25 May Mobility, Inc. Method and system for dynamically updating an environmental representation of an autonomous agent
US20210188306A1 (en) * 2020-12-23 2021-06-24 Nageen Himayat Distributed learning to learn context-specific driving patterns
US11834042B2 (en) * 2021-01-14 2023-12-05 GM Global Technology Operations LLC Methods, systems, and apparatuses for behavioral based adaptive cruise control (ACC) to driver's vehicle operation style
US20220274603A1 (en) * 2021-03-01 2022-09-01 Continental Automotive Systems, Inc. Method of Modeling Human Driving Behavior to Train Neural Network Based Motion Controllers
US20220314983A1 (en) * 2021-04-05 2022-10-06 Argo AI, LLC Counter-steering penalization during vehicle turns
KR20230001072A (ko) * 2021-06-25 2023-01-04 현대자동차주식회사 자율 주행 차량, 그를 원격 제어하는 관제 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107024927A (zh) * 2016-02-01 2017-08-08 上海无线通信研究中心 一种自动驾驶***和方法
CN108508881A (zh) * 2017-02-27 2018-09-07 北京百度网讯科技有限公司 自动驾驶控制策略调整方法、装置、设备及存储介质
CN107200017A (zh) * 2017-05-22 2017-09-26 北京联合大学 一种基于深度学习的无人驾驶车辆控制***
CN109358627A (zh) * 2018-10-30 2019-02-19 百度在线网络技术（北京）有限公司 基于无人驾驶的驾驶辅助方法、装置、设备、介质和车辆

Also Published As

Publication number Publication date
JP2022521808A (ja) 2022-04-12
US11685397B2 (en) 2023-06-27
EP3944046A1 (en) 2022-01-26
CN110069064A (zh) 2019-07-30
JP7121864B2 (ja) 2022-08-18
US20220153294A1 (en) 2022-05-19
WO2020186625A1 (zh) 2020-09-24
EP3944046A4 (en) 2023-03-08
KR20210137506A (ko) 2021-11-17
KR102459736B1 (ko) 2022-10-27

Similar Documents

Publication Publication Date Title
CN110069064B (zh) 一种自动驾驶***升级的方法、自动驾驶***及车载设备
CN110058588B (zh) 一种自动驾驶***升级的方法、自动驾驶***及车载设备
JP6667686B2 (ja) 自動運転車両のための走行軌跡生成方法、システム及び機械可読媒体
CN105320128B (zh) 用于自动化车辆的众包控制转换策略
JP2020015493A (ja) 自動運転車両のためのオブジェクト移動を予測するための方法およびシステム
US10520305B2 (en) Determining vehicle wheel misalignment
JP6786511B2 (ja) 自律走行車の速度を追従する方法及びシステム
CN109017810B (zh) 一种车辆底盘故障检测方法、装置、车载设备及存储介质
CN109213144B (zh) 人机接口(hmi)架构
CN110103912B (zh) 一种自动驾驶车辆的制动控制方法、装置及车载设备
JP2021059327A (ja) 自律運転システムの支援を伴う自律運転モードから手動運転モードへの安全な移行
JP6908674B2 (ja) 自動運転車両を動作させるための所定のキャリブレーションテーブルに基づく車両制御システム
CN110979180B (zh) 防止危险驾驶的控制方法、装置和车辆
US20220089171A1 (en) Method, device, computer program and computer program product for operating a driver assistance function of a vehicle
US20170168483A1 (en) Method and device for receiving data values and for operating a vehicle
JP2021511998A (ja) 自動運転車両のための螺旋曲線に基づく垂直駐車計画システム
US20220057796A1 (en) Device and method for controlling autonomous driving
CN109177983B (zh) 车辆运行状态监测方法、装置及设备
JP6892516B2 (ja) 列挙に基づく自動運転車両の３ポイントターン計画
JP2010182148A (ja) 走行状態記録装置
JP6972066B2 (ja) 自動運転車のユーザプライバシー保護のための設計
JP7005571B2 (ja) 所定の負荷較正テーブルによる自動運転車両の車両負荷の確定方法
CN111538322A (zh) 自动驾驶车辆的传感器数据选择方法、装置及车载设备
CN110362086B (zh) 用于控制自动驾驶车辆的方法和装置
US20230194299A1 (en) Map providing system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant