CN110597243B - 自动驾驶车辆的基于v2x通信的车辆车道*** - Google Patents

自动驾驶车辆的基于v2x通信的车辆车道*** Download PDF

Info

Publication number
CN110597243B
CN110597243B CN201910037453.4A CN201910037453A CN110597243B CN 110597243 B CN110597243 B CN 110597243B CN 201910037453 A CN201910037453 A CN 201910037453A CN 110597243 B CN110597243 B CN 110597243B
Authority
CN
China
Prior art keywords
infrastructure
autonomous vehicle
communication data
distance
trajectory
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
CN201910037453.4A
Other languages
English (en)
Other versions
CN110597243A (zh
Inventor
朱帆
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.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
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 Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN110597243A publication Critical patent/CN110597243A/zh
Application granted granted Critical
Publication of CN110597243B publication Critical patent/CN110597243B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
    • 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
    • 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
    • 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
    • B60W40/10—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 vehicle motion
    • B60W40/105—Speed
    • 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
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • 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
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • 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
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
    • 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
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • 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
    • B60W2556/65—Data transmitted between vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Human Computer Interaction (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

根据一些实施方式，***在ADV的第一传感器处分别接收来自第一基础设施和第二基础设施的第一V2X通信数据和第二V2X通信数据。***基于第一V2X通信数据和第二V2X通信数据确定从ADV到第一基础设施的第一距离以及从ADV到第二基础设施的第二距离。***基于第一距离和第二距离以及第一基础设施与第二基础设施之间的预定距离确定ADV与第一基础设施或第二基础设施的相对位置。***基于ADV与第一基础设施或第二基础设施的相对位置检索车道信息。***基于车道信息生成轨迹以根据轨迹自动控制ADV。

Description

自动驾驶车辆的基于V2X通信的车辆车道***
技术领域
本公开的实施方式总体上涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及自动驾驶车辆(ADV)的基于车辆对外界(V2X)通信的车辆车道***。
背景技术
以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
车道边界是3级(L3)以及更高级别的自动驾驶车辆的关键输入。例如，对于L3ADV，安全重要功能被转移到车辆以基于ADV周围所感知的车道边界进行处理。车道边界可以由ADV的感知模块感知。需要用于检索车道边界信息的替代的或另外的方法以改善ADV的可靠因素。
发明内容
本公开的一个方面涉及一种用于生成自动驾驶车辆(ADV)的驾驶轨迹的计算机实施的方法。该方法包括：在所述自动驾驶车辆的第一传感器处，接收分别来自第一基础设施和第二基础设施的第一V2X通信数据和第二V2X通信数据；基于所述第一V2X通信数据和所述第二V2X通信数据，确定从所述自动驾驶车辆到所述第一基础设施的第一距离以及从所述自动驾驶车辆到所述第二基础设施的第二距离；基于所述第一距离和所述第二距离以及所述第一基础设施与所述第二基础设施之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置；基于所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置，检索车道信息；以及基于所述车道信息生成轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
本公开的另一方面涉及一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时使所述处理器执行操作。所述操作包括：在所述自动驾驶车辆的第一传感器处，接收分别来自第一基础设施和第二基础设施的第一V2X通信数据和第二V2X通信数据；基于所述第一V2X通信数据和所述第二V2X通信数据，确定从所述自动驾驶车辆到所述第一基础设施的第一距离以及从所述自动驾驶车辆到所述第二基础设施的第二距离；基于所述第一距离和所述第二距离以及所述第一基础设施与所述第二基础设施之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置；基于所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置，检索车道信息；以及基于所述车道信息生成轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
本公开的又一方面涉及一种数据处理***，其包括处理器以及联接到所述处理器以存储指令的存储器。所述指令在由所述处理器执行时使所述处理器执行操作。所述操作包括：在所述自动驾驶车辆的第一传感器处，接收分别来自第一基础设施和第二基础设施的第一V2X通信数据和第二V2X通信数据；基于所述第一V2X通信数据和所述第二V2X通信数据，确定从所述自动驾驶车辆到所述第一基础设施的第一距离以及从所述自动驾驶车辆到所述第二基础设施的第二距离；基于所述第一距离和所述第二距离以及所述第一基础设施与所述第二基础设施之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置；基于所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置，检索车道信息；以及基于所述车道信息生成轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同的参考数字指代相似的元件。
图1是示出根据一个实施方式的网络化***的框图。
图2是示出根据一个实施方式的由自动驾驶车辆使用的传感器和控制***的示例的框图。
图3A至图3B是示出根据一些实施方式的由自动驾驶车辆使用的感知与规划***的示例的框图。
图4是示出根据一个实施方式的车道边界模块的示例的框图。
图5是示出根据一个实施方式的使用一个V2X模块的ADV的示例的框图。
图6A至图6C是根据一些实施方式的数据库的示例。
图7是示出根据一个实施方式的使用两个V2X模块的ADV的示例的框图。
图8是示出根据一个实施方式的使用两个V2X模块的ADV的示例的框图。
图9是示出根据一个实施方式的方法的流程图。
图10是示出根据一个实施方式的方法的流程图。
图11是示出根据一个实施方式的数据处理***的框图。
具体实施方式
将参考以下所讨论的细节来描述本公开的各种实施方式和方面，并且附图将示出各种实施方式。以下描述和附图是对本公开的说明，并且不应被解释为限制本公开。描述了许多特定细节以提供对本公开各种实施方式的透彻理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本公开的实施方式的简洁讨论。
本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指相同的实施方式。
根据一个方面，***在ADV的第一传感器处分别接收来自第一基础设施和第二基础设施的第一V2X通信数据和第二V2X通信数据。***基于第一V2X通信数据和第二V2X通信数据确定从ADV到第一基础设施的第一距离以及从ADV到第二基础设施的第二距离。***基于第一距离和第二距离以及第一基础设施与第二基础设施之间的预定距离确定ADV与第一基础设施或第二基础设施的相对位置。***基于ADV与第一基础设施或第二基础设施的相对位置检索车道信息。***基于车道信息生成轨迹以根据轨迹自动控制ADV。
根据第二方面，***在ADV的第一传感器和第二传感器处分别接收来自第一基础设施的第一V2X通信数据和第二V2X通信数据。***基于第一V2X通信数据和第二V2X通信数据确定从第一传感器到第一基础设施的第一距离以及从第二传感器到第一基础设施的第二距离。***基于第一距离和第二距离以及第一传感器与第二传感器之间的预定距离确定ADV与第一基础设施的相对位置。***基于ADV与第一基础设施的相对位置检索车道信息。***基于车道信息生成轨迹以根据轨迹自动控制ADV。
图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可以通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或者位置服务器等。
自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可以包括传感器***，所述传感器***具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可以在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。
在一个实施方式中，自动驾驶车辆101包括，但不限于，感知与规划***110、车辆控制***111、无线通信***112、用户接口***113和传感器***115。自动驾驶车辆101还可以包括普通车辆中包括的某些常用部件，诸如：发动机、车轮、方向盘、变速器等，所述部件可以由车辆控制***111和/或感知与规划***110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
部件110至115可以经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可以经由控制器局域网(CAN)总线通信地联接到彼此。CAN总线是被设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。
现在参考图2，在一个实施方式中，传感器***115包括但不限于一个或多个摄像机211、全球定位***(GPS)单元212、惯性测量单元(IMU)213、雷达单元214、光探测和测距(LIDAR)单元215以及车辆对外界(vehicle-to-everything)(V2X)单元216。GPS***212可以包括收发器，所述收发器可操作以提供关于自动驾驶车辆的位置的信息。IMU单元213可以基于惯性加速度来感测自动驾驶车辆的位置和定向变化。雷达单元214可以表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的***。在一些实施方式中，除感测对象之外，雷达单元214可以另外感测对象的速度和/或前进方向。LIDAR单元215可以使用激光来感测自动驾驶车辆所处环境中的对象。除其它***部件之外，LIDAR单元215还可以包括一个或多个激光源、激光扫描器以及一个或多个检测器。摄像机211可以包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的，例如，通过将摄像机安装在旋转和/或倾斜平台上。V2X单元216可以包括V2X发送器和传感器以向周围车辆、基础设施和/或任何基于V2X的装置发送V2X通信数据/从周围车辆、基础设施和/或任何基于V2X接收V2X通信数据。
传感器***115还可以包括其它传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如，麦克风)。音频传感器可以被配置成从自动驾驶车辆周围的环境中采集声音。转向传感器可以被配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下，油门传感器和制动传感器可以集成为集成式油门/制动传感器。
在一个实施方式中，车辆控制***111包括但不限于转向单元201、油门单元202(也被称为加速单元)和制动单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意，如图2所示的部件可以以硬件、软件或其组合实施。
回到图1，无线通信***112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等外部***之间的通信。例如，无线通信***112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信***112可以使用任何蜂窝通信网络或无线局域网(WLAN)，例如，使用WiFi，以与另一部件或***通信。无线通信***112可以例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口***113可以是在车辆101内实施的***装置的部分，包括例如键盘、触摸屏显示装置、麦克风和扬声器等。
自动驾驶车辆101的功能中的一些或全部可以由感知与规划***110控制或管理，尤其当在自动驾驶模式下操作时。感知与规划***110包括必要的硬件(例如，处理器、存储器、存储设备)和软件(例如，操作***、规划和路线安排程序)，以从传感器***115、控制***111、无线通信***112和/或用户接口***113接收信息，处理所接收的信息，规划从起始点到目的地点的路线或路径，随后基于规划和控制信息来驾驶车辆101。替代地，感知与规划***110可以与车辆控制***111集成在一起。
例如，作为乘客的用户可以例如经由用户接口来指定行程的起始位置和目的地。感知与规划***110获得行程相关数据。例如，感知与规划***110可以从MPOI服务器中获得位置和路线信息，所述MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。替代地，此类位置和MPOI信息可以本地高速缓存在感知与规划***110的永久性存储装置中。
当自动驾驶车辆101沿着路线移动时，感知与规划***110也可以从交通信息***或服务器(TIS)获得实时交通信息。应注意，服务器103至104可以由第三方实体进行操作。替代地，服务器103至104的功能可以与感知与规划***110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器***115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，感知与规划***110可以规划最佳路线并且根据所规划的路线例如经由控制***111来驾驶车辆101，以安全且高效到达指定目的地。
服务器103可为用于为各种客户端执行数据分析服务的数据分析***。在一个实施方式中，数据分析***103包括数据收集器121和机器学习引擎122。数据收集器121从多种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆之一)收集驾驶统计数据123。驾驶统计数据123包括表示在不同的时间点处发出的驾驶命令(例如，油门命令、制动命令和转向命令)以及由车辆的传感器捕获的车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计数据123还可包括描述不同的时间点处的驾驶环境的信息，诸如，例如，路线(包括起点位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计数据123，机器学习引擎122生成或训练出用于各种目的规则集、算法和/或模型124。在一个实施方式中，例如，算法/模型124可包括基于ADV的V2X通信数据计算ADV的相对位置的算法/模型。算法/模型可以上传到ADV以供ADV实时使用。
图3A和图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划***的示例的框图。***300可以被实施为图1的自动驾驶车辆101的一部分，包括但不限于感知与规划***110、控制***111和传感器***115。参考图3A至图3B，感知与规划***110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306、和路线/样本制定模块307以及车道边界模块308。
模块301至308中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可安装在永久性存储装置352中、加载到存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可通信地联接到图2的车辆控制***111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可一起集成为集成模块。例如，车道边界模块308和规划模块305可集成为单个模块。
定位模块301确定自动驾驶车辆300的当前位置(例如，利用GPS单元212)并管理与用户的行程或路线相关的任何数据。定位模块301(也被称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可以例如经由用户接口登录并且指定行程的开始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图和路线信息311的其它组件通信，以获得行程相关数据。例如，定位模块301可从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，以及MPOI服务器提供地图服务和某些位置的POI，这些可作为地图和路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时，定位模块301也可从交通信息***或服务器获得实时交通信息。
基于由传感器***115提供的传感器数据和由定位模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可以表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可以包括例如采用对象形式的车道配置(例如，直线车道或弯曲车道)、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。车道配置包括描述一条或多条车道的信息，例如，车道的形状(例如，直线或弯曲)、车道的宽度、道路中车道的数量、单向车道或多向车道、合并车道或分离车道、离开车道等。
感知模块302可以包括计算机视觉***或计算机视觉***的功能，以处理并分析由一个或多个摄像机采集的图像，从而识别自动驾驶车辆环境中的对象和/或特征。所述对象可以包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉***可以使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉***可以绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可以基于由诸如雷达和/或LIDAR的其它传感器提供的其它传感器数据来检测对象。
针对每个对象，预测模块303预测该对象在此情形下将如何表现。根据一组地图/路线信息311和交通规则312，基于该时间点的感知驾驶环境的感知数据来执行预测。例如，如果对象是处于相反方向的车辆并且当前驾驶环境包括十字路口，则预测模块303将预测车辆是将可能直线向前移动还是进行转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可预测车辆在进入十字路口之前可能需要完全停止。如果感知数据表明车辆当前处于仅左转弯车道或仅右转弯车道，则预测模块303可分别预测车辆将更可能向左转弯或向右转弯。
针对每个对象，决策模块304作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块304可根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可存储在永久性存储装置352中。
路线制定模块307配置成提供从起点到目的地点的一个或多个路线或路径。对于从开始位置到目的地位置的给定行程(例如，从用户接收的)，路线制定模块307获得路线和地图信息311，并且确定从开始位置至到达目的地位置的所有可能的路线或路径。路线制定模块307可以以地形图的形式生成用于其确定的从开始位置至到达目的地位置的路线中的每个的参考线。参考线指的是理想的路线或路径，而不受诸如其他车辆、障碍物或交通状况的其他事物的任何干扰。即，如果道路上不存在其他车辆、行人或障碍物，则ADV应该精确地或紧密地遵循参考线。然后，地形图被提供至决策模块304和/或规划模块305。根据由其它模块提供的其它数据(诸如，来自定位模块301的交通状况、由感知模块302感知的驾驶环境和由预测模块303预测的交通状况)，决策模块304和/或规划模块305检查所有可能的路线以选择和修改最优路线中的一个。用于控制ADV的实际路径或路线可与由路线制定模块307提供的参考线接近不同，这取决于该时间点的特定驾驶环境。
基于所感知的用于对象中的每个的决定，规划模块305为自动驾驶车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可以决定超过所述对象，而规划模块305可以确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动循环(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆300以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。
基于规划和控制数据，控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制***111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动和转弯命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施方式中，在多个规划周期(也被称为命令周期)(诸如，例如，在每100毫秒(ms)的时间间隔中)中执行规划阶段。针对规划周期或命令周期中的每个，将基于规划数据和控制数据发出一个或多个控制命令。即，对于每个100ms，规划模块305规划下一路线段或路径段，例如，包括目标位置和ADV到达目标位置所需的时间。替代地，规划模块305还可指定具体速度、方向和/或转向角等。在一个实施方式中，规划模块305为下一预定时间段(诸如5秒)规划路线段或路径段。对于每个规划周期，规划模块305基于先前周期中规划的目标位置来规划当前周期(例如，接下来的5秒)的目标位置。然后，控制模块306基于当前周期的规划数据和控制数据生成一个或多个控制命令(例如，油门命令、制动命令、转向控制命令)。
应注意，决策模块304和规划模块305可以集成为集成模块。决策模块304/规划模块305可以包括导航***或导航***的功能，以确定自动驾驶车辆的驾驶路径。例如，导航***可以确定用于实现自动驾驶车辆沿着以下路径移动的一系列速度和前进方向：所述路径在使自动驾驶车辆沿着通往最终目的地的基于车行道的路径前进的同时，基本上避免感知到的障碍物。目的地可以根据经由用户接口***113进行的用户输入来设定。导航***可以在自动驾驶车辆正在运行的同时动态地更新驾驶路径。导航***可以将来自GPS***和一个或多个地图的数据合并，以确定用于自动驾驶车辆的驾驶路径。
决策模块304/规划模块305还可以包括防撞***或防撞***的功能，以识别、评估并且避免或以其它方式越过自动驾驶车辆的环境中的潜在障碍物。例如，防撞***可以通过以下方式实现自动驾驶车辆的导航中的变化：操作控制***111中的一个或多个子***来采取变向操纵、转弯操纵、制动操纵等。防撞***可以基于周围的交通模式、道路状况等自动确定可行的障碍物回避操纵。防撞***可以被配置成使得当其它传感器***检测到位于自动驾驶车辆将变向进入的相邻区域中的车辆、建筑障碍物等时不采取变向操纵。防撞***可以自动选择既可使用又使得自动驾驶车辆乘员的安全性最大化的操纵。防撞***可以选择预测使得自动驾驶车辆的乘客舱中出现最小量的加速度的避让操纵。
图4是示出根据一个实施方式的车道边界模块的示例的框图。参考图4，车道边界模块308可以确定ADV的当前车道边界。车道边界模块可以包括V2X通信模块401、距离确定器模块403、相对位置确定器模块405、车道信息检索器模块407和轨迹生成模块409。V2X通信模块401可以发送和/或接收V2X通信数据。距离确定器模块403可以基于V2X通信数据和/或测距装置确定从ADV到V2X基础设施/装置的距离。相对位置确定器模块405可以确定ADV相对于V2X基础设施/装置的相对位置。车道信息检索器模块407可以检索车道配置信息。轨迹生成模块409可以使用检索到的车道信息生成轨迹以根据轨迹控制ADV。
通常，ADV的感知模块可以用于使用道路表面上的白色/黄色车道标记发现道路车道。例如，可以使用安装在ADV上的相机传感器单元从相机捕获的图像中提取道路上的物理车道标记。然而，一旦物理车道标记和/或道路车道段填充在数据库上，就可以替代地通过V2X通信发现物理车道标记。在某些情况下，填充在数据库上的道路车道/车道标记可以与可具有单个物理车道线、两个物理车道线或没有物理车道线的已知的道路车道相符。在一个实施方式中，车道线可以存储在远程数据库、ADV上的本地数据库上和/或从周围的启用V2X的基础设施直接检索。
图5是示出根据一个实施方式的使用一个V2X模块的ADV的示例的框图。参考图5，在一个实施方式中，示例500包括沿着具有车道线L1、L2和L3的道路的ADV 101。道路可包括具有车道A1和A2的道路段‘A’。在一个实施方式中，ADV 101可以包括V2X通信传感器S1。一旦ADV 101进入启用V2X的基础设施501和503的范围内，传感器S1就从基础设施501和503接收V2X通信数据。在一个实施方式中，基础设施501和503两者均位于ADV 101的右侧上。在另一实施方式中，基础设施501和503两者均位于ADV 101的左侧上。
应注意，V2X通信是可基于LTE和/或WLAN(例如，WIFI)技术的车载无线通信，并且在车辆与启用V2X的装置之间直接工作以形成ad-hoc网络。V2X通信可以包括车辆到基础设施(V2I)、车辆到车辆(V2V)、车辆到行人(V2P)和车辆到网络(V2N)。V2X通信可包括公共认知消息(CAM)、分散通知消息(DENM)或基本安全消息(BSM)。在一个实施方式中，V2X通信消息可包括车辆的位置、速度或方向。
在一个实施方式中，一旦ADV 101在基础设施501和503的范围内，ADV 101就从基础设施501接收第一V2X通信数据。基于第一V2X通信数据，ADV 101获得第一距离测量D1，例如，ADV 101与基础设施501之间的距离。可以基于V2X、RADAR、LIDAR和/或SONAR单元使用测距方法获得距离D1，或可以从V2X通信直接收集距离D1。ADV 101从基础设施503接收第二V2X通信数据。基于第二V2X通信数据，ADV 101获得第二距离测量D2，例如，ADV 101与基础设施503之间的距离。然后，ADV 101检索预定距离D3(基础设施501与基础设施503之间的距离)。在一个实施方式中，可以从诸如图1的服务器104的远程服务器检索预定距离D3。在另一实施方式中，可以从ADV 101的本地存储装置(诸如V2X/车道信息数据库313)检索D3。在另一实施方式中，可以在来自基础设施501的第一V2X通信数据和/或来自基础设施503的第二V2X通信数据中检索D3。
在已知D1、D2和D3时，ADV 101可以确定ADV 101相对于基础设施501和/或基础设施503的(例如，在x，y坐标中的)相对位置。例如，可以使用三边测量算法来确定ADV 101的相对位置。在几何结构中，三边测量是通过测量三个点的距离来确定点的位置的过程。在此情况下，假设基础设施503位于(x，y)＝(0，0)坐标上，则三边测量算法待求解的公式可以写为：
x2+y2＝D22，并且x2+(y-D3)2＝D12
其中，(x，y)为ADV 101的坐标，以及D1、D2、D3是三个兴趣点(例如，ADV 101、基础设施501和基础设施503)之间的距离，以及基础设施503被假设具有(x，y)＝(0，0)的坐标。
在另一实施方式中，三角测量算法可以用于确定ADV 101相对于基础设施501或基础设施503的相对位置。三角测量是通过从另一已知点到一点形成三角形来确定该点的位置的过程。例如，可以基于距离D1和角度A1使用三角法来确定ADV 101与基础设施501的相对位置。然后，ADV 101与基础设施501的相对坐标可以被确定为(x，y)＝(D1*cos(A1)，D1*sin(A1))。
一旦确定ADV 101的相对位置，ADV 101可以从远程服务器、本地数据库或直接从基础设施501和/或503检索车道信息。车道信息可以包括关于基础设施501/503的坐标、附近的车道以及它们的车道坐标或附近的车道相对于基础设施501/503的相对坐标的信息。基于相对车道坐标或绝对车道坐标，可以发现ADV 101的当前位置的车道信息，例如，车道段和/或车道标记。然后，ADV 101可以基于这些发现的车道信息生成轨迹以根据轨迹自动控制ADV。应注意，虽然示出了使用基础设施501和503进行车道信息检索，但是基础设施501和503不应被解释成限于物理建筑物或结构或设施，而是可以包括可联接到道路段、电力线、交通灯等的任何启用V2X的通信装置或模块。
图6A至图6C是根据一些实施方式的车道信息数据库的示例。车道信息数据库可为存储车道配置信息的远程数据库、本地数据库或它们的组合。参考图6A至图6C，在一个实施方式中，车道信息数据库可以包括表600至620。表600可以包括基础设施的地图信息和现实世界(x，y)坐标。表610可以包括基础设施的地图信息和附近的车道段。表620可以包括车道段的地图信息和现实世界(x，y)坐标。在另一实施方式中，车道段可存储为多项式线。因为可以确定ADV与基础设施的相对位置，所以可以确定车道段(以及车道段的可计算或预先存储的车道标记)相对于ADV的位置。
图7是示出根据一个实施方式的使用两个V2X模块的ADV的示例的框图。参考图7，除了在示例700中ADV 101包括V2X传感器S2之外，示例700可与图5的示例500类似。在此情况下，传感器S2可安装在ADV 101的后部附近，而传感器S1可安装在ADV 101的前部附近。传感器S2将接收来自基础设施501的第三V2X通信数据以及来自基础设施503的第四V2X通信数据。ADV 101可以确定从传感器S2到基础设施501的D4以及从传感器S2到基础设施503的D5。类似地，对于对应的距离D3、D4和D5，可以对三个点(传感器S2以及基础设施501和503)使用三边测量算法以确定ADV 101与基础设施501或基础设施503的第二相对位置。第二相对位置可以用于验证或改善使用传感器S1以及基础设施501、基础设施503计算的相对位置的精确度。基于相对位置，可以由ADV 101发现车道段的信息(例如，绝对位置和/或相对位置)。然后，ADV 101可以基于发现的车道段信息生成轨迹以根据轨迹自动控制ADV。在一个实施方式中，车道段信息包括车道标记和/或车道边界信息。
图8是示出根据一个实施方式的使用两个V2X模块的ADV的示例的框图。参考图8，除了在示例800中ADV 101包括V2X传感器S2并且仅基础设施501可用于V2X通信之外，示例800可与图5的示例500类似。在此情况下，传感器S2可安装在ADV 101的后部附近，而传感器S1可安装在ADV 101的前部附近。传感器S1将接收第一V2X通信数据。传感器S2将接收第二V2X通信数据。ADV 101分别基于第一V2X通信数据和第二V2X通信数据确定距离D1和D4。可以基于D1、D4和D6(例如，S1与S2之间的已知距离)使用三边测量算法来确定ADV 101相对于基础设施501或503的相对位置。基于相对位置，可以由ADV 101发现车道段的信息(例如，绝对位置和/或相对位置)。然后，ADV 101可以基于发现的车道段信息生成轨迹以根据轨迹自动控制ADV。在一个实施方式中，车道段信息包括车道标记和/或车道边界信息。
图9是示出根据一个实施方式的方法的流程图。过程900可由处理逻辑执行，处理逻辑可包括软件、硬件或它们的组合。例如，过程900可由图3A的车道边界模块308执行。参考图9，在框901处，处理逻辑在ADV的第一传感器处分别从第一基础设施和第二基础设施接收第一V2X通信数据和第二V2X通信数据。在框902处，处理逻辑基于第一V2X通信数据和第二V2X通信数据确定从ADV到第一基础设施的第一距离以及从ADV到第二基础设施的第二距离。在框903处，处理逻辑基于第一距离和第二距离以及第一基础设施与第二基础设施之间的预定距离确定ADV与第一基础设施或第二基础设施的相对位置。在框904处，处理逻辑基于ADV与第一基础设施或第二基础设施的相对位置检索车道信息。在框905处，处理逻辑基于车道信息生成轨迹以根据轨迹自动控制ADV。
在一个实施方式中，处理逻辑还在ADV的第二传感器处分别接收来自第一基础设施和第二基础设施的第三V2X通信数据和第四V2X通信数据。处理逻辑基于第三V2X通信数据和第四V2X通信数据确定从ADV到第一基础设施的第三距离以及从ADV到第二基础设施的第四距离。处理逻辑基于第三距离和第四距离以及第一基础设施与第二基础设施之间的预定距离确定ADV的相对位置。处理逻辑基于所确定的ADV与第一基础设施或第二基础设施的相对位置检索车道信息并且基于确定的车道信息生成轨迹以根据轨迹自动控制ADV。
在一个实施方式中，处理逻辑还包括基于ADV的车道信息确定车道边界并且使用车道边界生成轨迹以根据轨迹自动控制ADV。在一个实施方式中，处理逻辑还通过ADV无线地接收来自第一基础设施的车道信息。在一个实施方式中，处理逻辑还根据第一基础设施从本地数据库或远程数据库检索车道信息，其中，数据库包括第一基础设施的位置信息。
在一个实施方式中，第一基础设施和第二基础设施是在ADV的左侧或右侧但是并非在ADV的两侧的基础设施。在一个实施方式中，V2X通信数据包括车辆的位置、速度或方向或基础设施。
图10是示出根据一个实施方式的方法的流程图。过程1000可由处理逻辑执行，处理逻辑可包括软件、硬件或它们的组合。例如，过程1000可由图3A的车道边界模块308执行。参考图10，在框1001处，处理逻辑在ADV的第一传感器和第二传感器处分别接收来自第一基础设施的第一V2X通信数据和第二V2X通信数据。在框1002处，处理逻辑基于第一V2X通信数据和第二V2X通信数据确定从第一传感器到第一基础设施的第一距离以及从第二传感器到第一基础设施的第二距离。在框1003处，处理逻辑基于第一距离和第二距离以及第一传感器与第二传感器之间的预定距离确定ADV与第一基础设施的相对位置。在框1004处，处理逻辑基于ADV与第一基础设施的相对位置检索车道信息。在框1005处，处理逻辑基于车道信息生成轨迹以根据轨迹自动控制ADV。
应注意，如上文示出和描述的部件中的一些或全部可以在软件、硬件或其组合中实施。例如，此类部件可以实施为安装并存储在永久性存储装置中的软件，所述软件可以通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本申请所述的过程或操作。替代地，此类部件可以实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码，所述可执行代码可以经由来自应用的相应驱动程序和/或操作***来访问。此外，此类部件可以实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。
图11是示出可以与本公开的一个实施方式一起使用的数据处理***的示例的框图。例如，***1500可以表示以上所述的执行上述过程或方法中的任一个的任何数据处理***，例如，图1的感知与规划***110或者服务器103至104。***1500可以包括许多不同的部件。这些部件可以实施为集成电路(IC)、集成电路的部分、分立电子装置或适用于电路板(诸如，计算机***的主板或***卡)的其它模块或者实施为以其它方式并入计算机***的机架内的部件。
还应注意，***1500旨在示出计算机***的许多部件的高阶视图。然而，应当理解的是，某些实施例中可以具有附加的部件，此外，其它实施例中可以具有所示部件的不同布置。***1500可以表示台式计算机、膝上型计算机、平板计算机、服务器、移动电话、媒体播放器、个人数字助理(PDA)、智能手表、个人通信器、游戏装置、网络路由器或集线器、无线接入点(AP)或中继器、机顶盒或其组合。此外，虽然仅示出了单个机器或***，但是术语“机器”或“***”还应当被理解为包括单独地或共同地执行一个(或多个)指令集以执行本文所讨论的任何一种或多种方法的机器或***的任何集合。
在一个实施方式中，***1500包括通过总线或互连件1510连接的处理器1501、存储器1503以及装置1505至1508。处理器1501可以表示其中包括单个处理器内核或多个处理器内核的单个处理器或多个处理器。处理器1501可以表示一个或多个通用处理器，诸如，微处理器、中央处理单元(CPU)等。更具体地，处理器1501可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或实施其它指令集的处理器、或实施指令集组合的处理器。处理器1501还可以是一个或多个专用处理器，诸如，专用集成电路(ASIC)、蜂窝或基带处理器、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、通信处理器、加密处理器、协处理器、嵌入式处理器、或者能够处理指令的任何其它类型的逻辑。
处理器1501(其可以是低功率多核处理器套接口，诸如超低电压处理器)可以充当用于与所述***的各种部件通信的主处理单元和中央集线器。这种处理器可以实施为片上***(SoC)。处理器1501被配置成执行用于执行本文所讨论的操作和步骤的指令。***1500还可以包括与可选的图形子***1504通信的图形接口，图形子***1504可以包括显示控制器、图形处理器和/或显示装置。
处理器1501可以与存储器1503通信，存储器1503在一个实施方式中可以经由多个存储器装置实施以提供给定量的***存储。存储器1503可以包括一个或多个易失性存储(或存储器)装置，诸如，随机存取存储器(RAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)或者其它类型的存储装置。存储器1503可以存储包括由处理器1501或任何其它装置执行的指令序列的信息。例如，各种操作***、装置驱动程序、固件(例如，输入输出基本***或BIOS)和/或应用的可执行代码和/或数据可以加载到存储器1503中并由处理器1501执行。操作***可以是任何类型的操作***，例如，机器人操作***(ROS)、来自
Figure BDA0001946394770000181
公司的
Figure BDA0001946394770000182
操作***、来自苹果公司的Mac
Figure BDA0001946394770000183
来自
Figure BDA0001946394770000184
公司的
Figure BDA0001946394770000185
LINUX、UNIX，或者其它实时或嵌入式操作***。
***1500还可以包括IO装置，诸如装置1505至1508，包括网络接口装置1505、可选的输入装置1506，以及其它可选的IO装置1507。网络接口装置1505可以包括无线收发器和/或网络接口卡(NIC)。所述无线收发器可以是WiFi收发器、红外收发器、蓝牙收发器、WiMax收发器、无线蜂窝电话收发器、卫星收发器(例如，全球定位***(GPS)收发器)或其它射频(RF)收发器或者它们的组合。NIC可以是以太网卡。
输入装置1506可以包括鼠标、触摸板、触敏屏幕(其可以与显示装置1504集成在一起)、指针装置(诸如，手写笔)和/或键盘(例如，物理键盘或作为触敏屏幕的一部分显示的虚拟键盘)。例如，输入装置1506可以包括联接到触摸屏的触摸屏控制器。触摸屏和触摸屏控制器例如可以使用多种触敏技术(包括但不限于电容、电阻、红外和表面声波技术)中的任一种，以及其它接近传感器阵列或用于确定与触摸屏接触的一个或多个点的其它元件来检测其接触和移动或间断。
IO装置1507可以包括音频装置。音频装置可以包括扬声器和/或麦克风，以促进支持语音的功能，诸如语音识别、语音复制、数字记录和/或电话功能。其它IO装置1507还可以包括通用串行总线(USB)端口、并行端口、串行端口、打印机、网络接口、总线桥(例如，PCI-PCI桥)、传感器(例如，诸如加速度计运动传感器、陀螺仪、磁强计、光传感器、罗盘、接近传感器等)或者它们的组合。装置1507还可以包括成像处理子***(例如，摄像机)，所述成像处理子***可以包括用于促进摄像机功能(诸如，记录照片和视频片段)的光学传感器，诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可以经由传感器集线器(未示出)联接到互连件1510，而诸如键盘或热传感器的其它装置可以根据***1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作***等信息的永久性存储，大容量存储设备(未示出)也可以联接到处理器1501。在各种实施方式中，为了实现更薄且更轻的***设计并且改进***响应性，这种大容量存储设备可以经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储设备可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储设备充当SSD高速缓存以在断电事件期间实现上下文状态以及其它此类信息的非易失性存储，从而使得在***活动重新启动时能够实现快速通电。另外，闪存装置可以例如经由串行***接口(SPI)联接到处理器1501。这种闪存装置可以提供***软件的非易失性存储，所述***软件包括所述***的BIOS以及其它固件。
存储装置1508可以包括计算机可访问的存储介质1509(也被称为机器可读存储介质或计算机可读介质)，其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如，模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可以表示上述部件中的任一个，例如图3A的车道边界模块308。处理模块/单元/逻辑1528还可以在其由数据处理***1500、存储器1503和处理器1501执行期间完全地或至少部分地驻留在存储器1503内和/或处理器1501内，数据处理***1500、存储器1503和处理器1501也构成机器可访问的存储介质。处理模块/单元/逻辑1528还可以通过网络经由网络接口装置1505进行传输或接收。
计算机可读存储介质1509也可以用来永久性地存储以上描述的一些软件功能。虽然计算机可读存储介质1509在示例性实施方式中被示为单个介质，但是术语“计算机可读存储介质”应当被认为包括存储所述一个或多个指令集的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“计算机可读存储介质”还应当被认为包括能够存储或编码指令集的任何介质，所述指令集用于由机器执行并且使得所述机器执行本公开的任何一种或多种方法。因此，术语“计算机可读存储介质”应当被认为包括但不限于固态存储器以及光学介质和磁性介质，或者任何其它非暂时性机器可读介质。
本文所述的处理模块/单元/逻辑1528、部件以及其它特征可以实施为分立硬件部件或集成在硬件部件(诸如，ASICS、FPGA、DSP或类似装置)的功能中。此外，处理模块/单元/逻辑1528可以实施为硬件装置内的固件或功能电路。此外，处理模块/单元/逻辑1528可以以硬件装置和软件部件的任何组合来实施。
应注意，虽然***1500被示出为具有数据处理***的各种部件，但是并不旨在表示使部件互连的任何特定架构或方式；因为此类细节和本公开的实施方式没有密切关系。还应当认识到，具有更少部件或可能具有更多部件的网络计算机、手持计算机、移动电话、服务器和/或其它数据处理***也可以与本公开的实施方式一起使用。
前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机***或类似电子计算装置的动作和处理，所述计算机***或电子计算装置操控计算机***的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机***存储器或寄存器或者其它此类信息存储设备、传输或显示装置内类似地表示为物理量的其它数据。
本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。
前述附图中所描绘的过程或方法可以由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可以按不同的顺序执行。此外，一些操作可以并行地执行而不是顺序地执行。
本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到，可以使用多种编程语言来实施如本文描述的本公开的实施方式的教导。
在以上的说明书中，已经参考本公开的具体示例性实施方式对本公开的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下，可以对本公开作出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。

Claims (21)

1.一种用于生成自动驾驶车辆(ADV)的驾驶轨迹的计算机实施的方法，所述方法包括：
在所述自动驾驶车辆的第一传感器处，接收来自第一基础设施的第一V2X通信数据；
在所述自动驾驶车辆的第二传感器处，接收来自所述第一基础设施的第二V2X通信数据；
分别基于所述第一V2X通信数据和所述第二V2X通信数据，确定从所述第一传感器到所述第一基础设施的第一距离、以及从所述第二传感器到所述第一基础设施的第二距离；
基于所述第一距离和所述第二距离以及所述第一传感器与所述第二传感器之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施的相对位置；
基于所述自动驾驶车辆与所述第一基础设施的相对位置，检索车道信息；以及
基于所述车道信息生成轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
2.根据权利要求1所述的方法，还包括：
在所述自动驾驶车辆的所述第二传感器处，接收来自第二基础设施的第三V2X通信数据；
基于所述第三V2X通信数据和所述第二V2X通信数据，确定从所述自动驾驶车辆到所述第一基础设施的第三距离、以及从所述自动驾驶车辆到所述第二基础设施的第四距离；
基于所述第三距离和所述第四距离以及所述第一基础设施与所述第二基础设施之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置；
基于所确定的所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置，检索车道信息；以及
基于所确定的车道信息生成所述轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
3.根据权利要求1所述的方法，还包括：
基于所述自动驾驶车辆的车道信息确定车道边界；以及
使用所述车道边界生成所述轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
4.根据权利要求1所述的方法，还包括通过所述自动驾驶车辆从所述第一基础设施无线地接收车道信息。
5.根据权利要求1所述的方法，还包括根据所述第一基础设施从本地数据库或远程数据库检索车道信息，其中，所述数据库包括所述第一基础设施的位置信息。
6.根据权利要求2所述的方法，其中，所述第一基础设施和所述第二基础设施是在所述自动驾驶车辆的左侧或者右侧而并非在所述自动驾驶车辆的两侧的基础设施。
7.根据权利要求1所述的方法，其中，所述V2X通信数据包括基础设施或车辆的位置、速度或方向。
8.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时使所述处理器执行操作，所述操作包括：
在自动驾驶车辆的第一传感器处，接收来自第一基础设施的第一V2X通信数据；
在所述自动驾驶车辆的第二传感器处，接收来自所述第一基础设施的第二V2X通信数据；
分别基于所述第一V2X通信数据和所述第二V2X通信数据，确定从所述第一传感器到所述第一基础设施的第一距离、以及从所述第二传感器到所述第一基础设施的第二距离；
基于所述第一距离和所述第二距离以及所述第一传感器与所述第二传感器之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施的相对位置；
基于所述自动驾驶车辆与所述第一基础设施的相对位置，检索车道信息；以及
基于所述车道信息生成轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
9.根据权利要求8所述的非暂时性机器可读介质，还包括：
在所述自动驾驶车辆的所述第二传感器处，接收来自第二基础设施的第三V2X通信数据；
基于所述第三V2X通信数据和所述第二V2X通信数据，确定从所述自动驾驶车辆到所述第一基础设施的第三距离以及从所述自动驾驶车辆到所述第二基础设施的第四距离；
基于所述第三距离和所述第四距离以及所述第一基础设施与所述第二基础设施之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置；
基于所确定的所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置，检索车道信息；以及
基于所确定的车道信息生成所述轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
10.根据权利要求8所述的非暂时性机器可读介质，还包括：
基于所述自动驾驶车辆的车道信息确定车道边界；以及
使用所述车道边界生成所述轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
11.根据权利要求8所述的非暂时性机器可读介质，还包括通过所述自动驾驶车辆从所述第一基础设施无线地接收车道信息。
12.根据权利要求8所述的非暂时性机器可读介质，还包括根据所述第一基础设施从本地数据库或远程数据库检索车道信息，其中，所述数据库包括所述第一基础设施的位置信息。
13.根据权利要求9所述的非暂时性机器可读介质，其中，所述第一基础设施和所述第二基础设施是在所述自动驾驶车辆的左侧或者右侧而并非在所述自动驾驶车辆的两侧的基础设施。
14.根据权利要求8所述的非暂时性机器可读介质，其中，所述V2X通信数据包括基础设施或车辆的位置、速度或方向。
15.一种数据处理***，包括：
处理器；以及
存储器，联接到所述处理器以存储指令，所述指令在由所述处理器执行时使所述处理器执行操作，所述操作包括：
在自动驾驶车辆的第一传感器处，接收来自第一基础设施的第一V2X通信数据；
在所述自动驾驶车辆的第二传感器处，接收来自所述第一基础设施的第二V2X通信数据；
分别基于所述第一V2X通信数据和所述第二V2X通信数据，
确定从所述第一传感器到所述第一基础设施的第一距离、以及从所述第二传感器到所述第一基础设施的第二距离；
基于所述第一距离和所述第二距离以及所述第一传感器与所述第二传感器之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施的相对位置；
基于所述自动驾驶车辆与所述第一基础设施的相对位置，检索车道信息；以及
基于所述车道信息生成轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
16.根据权利要求15所述的***，还包括：
在所述自动驾驶车辆的所述第二传感器处，接收来自第二基础设施的第三V2X通信数据；
基于所述第三V2X通信数据和所述第二V2X通信数据，确定从所述自动驾驶车辆到所述第一基础设施的第三距离、以及从所述自动驾驶车辆到所述第二基础设施的第四距离；
基于所述第三距离和所述第四距离以及所述第一基础设施与所述第二基础设施之间的预定距离，确定所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置；
基于所确定的所述自动驾驶车辆与所述第一基础设施或所述第二基础设施的相对位置，检索车道信息；以及
基于所述确定的车道信息生成所述轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
17.根据权利要求15所述的***，还包括：
基于所述自动驾驶车辆的车道信息确定车道边界；以及
使用所述车道边界生成所述轨迹，以根据所述轨迹自动控制所述自动驾驶车辆。
18.根据权利要求15所述的***，还包括通过所述自动驾驶车辆从所述第一基础设施无线地接收车道信息。
19.根据权利要求15所述的***，还包括根据所述第一基础设施从本地数据库或远程数据库检索车道信息，其中，所述数据库包括所述第一基础设施的位置信息。
20.根据权利要求16所述的***，其中，所述第一基础设施和所述第二基础设施是在所述自动驾驶车辆的左侧或者右侧而并非在所述自动驾驶车辆的两侧的基础设施。
21.根据权利要求15所述的***，其中，所述V2X通信数据包括基础设施或车辆的位置、速度或方向。
CN201910037453.4A 2018-06-12 2019-01-15 自动驾驶车辆的基于v2x通信的车辆车道*** Active CN110597243B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/006,720 2018-06-12
US16/006,720 US11113971B2 (en) 2018-06-12 2018-06-12 V2X communication-based vehicle lane system for autonomous vehicles

Publications (2)

Publication Number Publication Date
CN110597243A CN110597243A (zh) 2019-12-20
CN110597243B true CN110597243B (zh) 2023-04-07

Family

ID=68765196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910037453.4A Active CN110597243B (zh) 2018-06-12 2019-01-15 自动驾驶车辆的基于v2x通信的车辆车道***

Country Status (3)

Country Link
US (1) US11113971B2 (zh)
KR (1) KR102279078B1 (zh)
CN (1) CN110597243B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10761535B2 (en) * 2018-08-21 2020-09-01 GM Global Technology Operations LLC Intelligent vehicle navigation systems, methods, and control logic for multi-lane separation and trajectory extraction of roadway segments
US10861183B2 (en) * 2019-01-31 2020-12-08 StradVision, Inc. Method and device for short-term path planning of autonomous driving through information fusion by using V2X communication and image processing
EP3779514B1 (en) * 2019-08-15 2023-05-03 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Autonomous vehicle and system for autonomous vehicle
DE102020207065B3 (de) * 2020-06-05 2021-02-11 Volkswagen Aktiengesellschaft Fahrzeug, Verfahren, Computerprogramm und Vorrichtung zum Zusammenführen von Objektinformationen über ein oder mehrere Objekte in einem Umfeld eines Fahrzeugs
CN112109700A (zh) * 2020-06-18 2020-12-22 上汽通用五菱汽车股份有限公司 记忆泊车***及其控制方法和计算机存储介质
US11521394B2 (en) * 2020-10-09 2022-12-06 Motional Ad Llc Ground plane estimation using LiDAR semantic network
US11685262B2 (en) 2020-12-03 2023-06-27 GM Global Technology Operations LLC Intelligent motor vehicles and control logic for speed horizon generation and transition for one-pedal driving
US11752881B2 (en) 2021-01-20 2023-09-12 GM Global Technology Operations LLC Intelligent vehicles and control logic for brake torque request estimation for cooperative brake system control
US11886199B2 (en) 2021-10-13 2024-01-30 Toyota Motor Engineering & Manufacturing North America, Inc. Multi-scale driving environment prediction with hierarchical spatial temporal attention
US20230199493A1 (en) * 2021-12-21 2023-06-22 Continental Automotive Systems, Inc. System and method for determining v2x message integrity
KR102545701B1 (ko) 2022-11-28 2023-06-20 주식회사 동일기술공사 자율주행차량 전용차로 설치에 따른 교차로 운영 시스템

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1775601A (zh) * 2005-11-18 2006-05-24 吉林大学 车辆行驶轨迹预估及车道偏离评价方法
CN101296833A (zh) * 2005-09-26 2008-10-29 通用汽车环球科技运作公司 可选择的车道偏离警告***及方法
CN101641610A (zh) * 2007-02-21 2010-02-03 电子地图北美公司 用于包含绝对及相对坐标的车辆导航及领航的***及方法
CN102809379A (zh) * 2011-06-01 2012-12-05 通用汽车环球科技运作有限责任公司 用于基于传感器的环境模型构造的***和方法
CN105136153A (zh) * 2015-09-11 2015-12-09 江苏大学 一种车道线精确位置采集装置以及采集方法
CN105824035A (zh) * 2015-01-28 2016-08-03 通用汽车环球科技运作有限责任公司 车辆定位方法和***及带与x通信的装置的车辆
CN106546977A (zh) * 2015-09-16 2017-03-29 福特全球技术公司 车辆雷达感知和定位
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
CN107161146A (zh) * 2017-04-05 2017-09-15 吉利汽车研究院（宁波）有限公司 一种高速公路辅助***

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7912645B2 (en) * 1997-10-22 2011-03-22 Intelligent Technologies International, Inc. Information transfer arrangement and method for vehicles
US7610146B2 (en) * 1997-10-22 2009-10-27 Intelligent Technologies International, Inc. Vehicle position determining system and method
US8000897B2 (en) * 1997-10-22 2011-08-16 Intelligent Technologies International, Inc. Intersection collision avoidance techniques
US7791503B2 (en) * 1997-10-22 2010-09-07 Intelligent Technologies International, Inc. Vehicle to infrastructure information conveyance system and method
US20080154629A1 (en) * 1997-10-22 2008-06-26 Intelligent Technologies International, Inc. Vehicle Speed Control Method and Arrangement
US8255144B2 (en) * 1997-10-22 2012-08-28 Intelligent Technologies International, Inc. Intra-vehicle information conveyance system and method
US7796081B2 (en) * 1997-10-22 2010-09-14 Intelligent Technologies International, Inc. Combined imaging and distance monitoring for vehicular applications
JP2000076599A (ja) 1998-09-03 2000-03-14 Denso Corp 車線識別方法、路車間通信システム、車両安全システム、車両安全装置、車線識別システム及び車載用移動局
US20080243378A1 (en) * 2007-02-21 2008-10-02 Tele Atlas North America, Inc. System and method for vehicle navigation and piloting including absolute and relative coordinates
US8229457B2 (en) 2007-02-23 2012-07-24 Ntt Docomo, Inc. Positioning system, positioning method, and positioning program
JP4992813B2 (ja) * 2008-04-22 2012-08-08 アイシン・エィ・ダブリュ株式会社 運転支援装置、運転支援方法および運転支援プログラム
WO2011047730A1 (en) * 2009-10-22 2011-04-28 Tele Atlas B.V. System and method for vehicle navigation using lateral offsets
US20110190972A1 (en) * 2010-02-02 2011-08-04 Gm Global Technology Operations, Inc. Grid unlock
JP5929077B2 (ja) * 2011-09-29 2016-06-01 スズキ株式会社 シリーズ式ハイブリッド車両の駆動制御装置
DE102012214199A1 (de) * 2012-08-09 2014-04-03 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung und Verfahren zur Positionierung durch Triangulation
KR102278387B1 (ko) * 2015-07-07 2021-07-16 주식회사 만도 거리 산출 장치, 거리 산출 방법, 운전 지원 장치 및 운전 지원 시스템
EP3128386B1 (en) * 2015-08-04 2017-12-06 The Boeing Company Method and device for tracking a moving target from an air vehicle
JP6500820B2 (ja) * 2016-03-18 2019-04-17 株式会社デンソー 車載装置
US10528056B2 (en) * 2016-05-06 2020-01-07 GM Global Technology Operations LLC Vehicle guidance system
DE102016211483A1 (de) * 2016-06-27 2017-12-28 Siemens Aktiengesellschaft Automatisiertes Ansteuern einer Sollfahrspur zur kontinuierlichen Versorgung mit elektrischer Energie
WO2018026603A1 (en) * 2016-08-02 2018-02-08 Pcms Holdings, Inc. System and method for optimizing autonomous vehicle capabilities in route planning
US20180087907A1 (en) * 2016-09-29 2018-03-29 The Charles Stark Draper Laboratory, Inc. Autonomous vehicle: vehicle localization
KR101949352B1 (ko) * 2016-11-22 2019-05-10 엘지전자 주식회사 자율 주행 차량 및 자율 주행 차량의 동작 방법
US10126137B2 (en) * 2017-02-09 2018-11-13 GM Global Technology Operations LLC Methods and systems to convey autonomous/semi-autonomous feature available roadways
US10339813B2 (en) * 2017-04-17 2019-07-02 GM Global Technology Operations LLC Display control systems and methods for a vehicle
US10877162B2 (en) * 2017-05-12 2020-12-29 Skypersonic Inc. Terrestrial based positioning systems and methods
EP4386711A2 (en) * 2017-05-23 2024-06-19 D.R Roads A.I. Ltd. Traffic monitoring and management systems and methods
KR20190132526A (ko) * 2017-06-13 2019-11-27 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법
US10317899B2 (en) * 2017-06-16 2019-06-11 nuTonomy Inc. Intervention in operation of a vehicle having autonomous driving capabilities
DE102017211244B3 (de) * 2017-07-03 2018-12-27 Volkswagen Aktiengesellschaft Verfahren zum Anreichern eines Sichtfeldes eines Fahrers eines Fahrzeuges mit Zusatzinformationen, Vorrichtung zur Verwendung in einem Beobachter-Fahrzeug, Vorrichtung zur Verwendung in einem Objekt sowie Kraftfahrzeug
US10678247B2 (en) * 2017-08-28 2020-06-09 GM Global Technology Operations LLC Method and apparatus for monitoring of an autonomous vehicle
US11460842B2 (en) * 2017-08-28 2022-10-04 Motional Ad Llc Mixed-mode driving of a vehicle having autonomous driving capabilities
US10558217B2 (en) * 2017-08-28 2020-02-11 GM Global Technology Operations LLC Method and apparatus for monitoring of an autonomous vehicle
KR101956689B1 (ko) * 2017-10-16 2019-07-04 주식회사 만도 긴급차량 운행경로 생성기능을 갖는 자동 순항 제어장치 및 제어방법
JP2019148848A (ja) * 2018-02-26 2019-09-05 本田技研工業株式会社 車両制御装置
US20190294169A1 (en) * 2018-03-21 2019-09-26 GM Global Technology Operations LLC Method and apparatus for detecting a proximate emergency vehicle
US11428815B2 (en) * 2018-05-03 2022-08-30 Metawave Corporation Non-line-of-sight correction for target detection and identification in point clouds
US20190356685A1 (en) * 2018-05-18 2019-11-21 GM Global Technology Operations LLC Detection and localization of attack on a vehicle communication network
US11827241B2 (en) * 2018-10-29 2023-11-28 Motional Ad Llc Adjusting lateral clearance for a vehicle using a multi-dimensional envelope

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101296833A (zh) * 2005-09-26 2008-10-29 通用汽车环球科技运作公司 可选择的车道偏离警告***及方法
CN1775601A (zh) * 2005-11-18 2006-05-24 吉林大学 车辆行驶轨迹预估及车道偏离评价方法
CN101641610A (zh) * 2007-02-21 2010-02-03 电子地图北美公司 用于包含绝对及相对坐标的车辆导航及领航的***及方法
CN102809379A (zh) * 2011-06-01 2012-12-05 通用汽车环球科技运作有限责任公司 用于基于传感器的环境模型构造的***和方法
CN105824035A (zh) * 2015-01-28 2016-08-03 通用汽车环球科技运作有限责任公司 车辆定位方法和***及带与x通信的装置的车辆
CN105136153A (zh) * 2015-09-11 2015-12-09 江苏大学 一种车道线精确位置采集装置以及采集方法
CN106546977A (zh) * 2015-09-16 2017-03-29 福特全球技术公司 车辆雷达感知和定位
CN106767853A (zh) * 2016-12-30 2017-05-31 中国科学院合肥物质科学研究院 一种基于多信息融合的无人驾驶车辆高精度定位方法
CN107161146A (zh) * 2017-04-05 2017-09-15 吉利汽车研究院（宁波）有限公司 一种高速公路辅助***

Also Published As

Publication number Publication date
US11113971B2 (en) 2021-09-07
US20190378412A1 (en) 2019-12-12
KR102279078B1 (ko) 2021-07-21
CN110597243A (zh) 2019-12-20
KR20190141081A (ko) 2019-12-23

Similar Documents

Publication Publication Date Title
CN109489673B (zh) 用于自动驾驶车辆的数据驱动地图更新***
CN109947090B (zh) 用于自动驾驶车辆规划的非阻塞边界
US11003183B2 (en) Driving scene based path planning for autonomous driving vehicles
CN110347145B (zh) 用于自动驾驶车辆的感知辅助
CN110597243B (zh) 自动驾驶车辆的基于v2x通信的车辆车道***
US10807599B2 (en) Driving scenario based lane guidelines for path planning of autonomous driving vehicles
CN110096053B (zh) 用于自动驾驶车辆的驾驶轨迹生成方法、***和机器可读介质
CN108733046B (zh) 用于自动驾驶车辆的轨迹重新规划的***和方法
CN111076732A (zh) 基于车辆行驶的轨迹标记和生成高清地图的标记方案
CN110727267A (zh) 具有冗余超声雷达的自动驾驶车辆
CN110349416B (zh) 用于自动驾驶车辆(adv)的基于密度的交通灯控制***
CN109491378B (zh) 自动驾驶车辆的基于道路分段的路线引导***
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和***
CN111857118B (zh) 对停车轨迹分段以控制自动驾驶车辆停车
CN111328411A (zh) 用于自动驾驶车辆的行人概率预测***
CN111328313B (zh) 用于自动驾驶车辆的控制占主导的三点转弯规划
CN111857119A (zh) 用于停放自动驾驶车辆的停车管理架构
CN111328385A (zh) 用于自动驾驶车辆的基于螺旋路径的三点转弯规划
CN111103876A (zh) 自动驾驶车辆的基于雷达通信的扩展感知
US20210179134A1 (en) Mutual nudge algorithm for self-reverse lane of autonomous driving
CN112041637B (zh) 用于3级自动驾驶车辆的无地图且基于摄像机的车道标识取样方法
EP3697659B1 (en) Method and system for generating reference lines for autonomous driving vehicles
CN111801638B (zh) 基于枚举的自动驾驶车辆的三点转弯规划
CN111801638A (zh) 基于枚举的自动驾驶车辆的三点转弯规划

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