CN111399499A - 用于使用众包数据调整自动驾驶车辆的控制的***和方法 - Google Patents

Abstract

公开了一种用于基于众包数据来调整对自动驾驶车辆的控制的***和方法。自动驾驶车辆可以被设计为接收与沿着所述自动驾驶车辆正在行进的行进路线定位的驾驶状况相关的众包数据。然后，可以响应于所提供的众包数据来调整对自动驾驶车辆的控制。自动驾驶车辆还可以请求与自动驾驶车辆应当如何沿着行进路线前进相关的众包数据。基于该请求，自动驾驶车辆可以接收指令自动驾驶车辆如何沿着行进路线前进的众包数据。自动驾驶车辆还可以响应于众包数据来调整自动驾驶车辆如何沿着行进路线前进。

Description

用于使用众包数据调整自动驾驶车辆的控制的***和方法

技术领域

下文大体上涉及用于使用众包（crowd-source）数据来调整对自动驾驶车辆的控制的***和方法。

背景技术

为了安全地导航通过邻域，自动驾驶车辆（即，自动驾驶汽车）准确地检测道路状况和物体。当前自动驾驶车辆***使用依赖于从传感器、相机、全球定位***和高清晰度（HD）地图接收的数据的精细算法来生成周围环境的准确图片及其自身的全球位置，以在任何环境中安全地导航。即使具有当前可用的传感器，自动驾驶车辆也可能需要来自驻留在车辆内或在命令中心处的驾驶员的人类帮助以正确地评估和在给定环境下导航。使人类助手专用于道路上的每个自动驾驶车辆是昂贵的、不可扩展的（unscalable）且不可靠的。

发明内容

在一个实施例中，公开了一种用于基于众包数据来调整对自动驾驶车辆的控制的***和方法。自动驾驶车辆可以被设计为接收与沿着自动驾驶车辆正在行进的行进路线定位的驾驶状况相关的众包数据。然后，可以响应于所提供的众包数据来调整对自动驾驶车辆的控制。

一个或多个传感器也可以被用于沿着行进路线控制自动驾驶车辆。自动驾驶车辆可以响应于指示沿着行进路线定位有障碍物的驾驶状况来调整至少一个传感器的灵敏度。此外，自动驾驶车辆可以响应于指示沿着预定义的行进路线定位有障碍物的驾驶状况来调整车辆速度。最后，自动驾驶车辆可以响应于指示沿着预定义的行进路线定位有障碍物的驾驶状况而将预定义的路线调整到替代的行进路线。

在另一实施例中，公开了一种用于基于众包数据来调整对自动驾驶车辆的控制的***和方法。自动驾驶车辆可以请求与自动驾驶车辆应当如何沿着预定义的行进路线前进相关的众包数据。基于该请求，自动驾驶车辆可以接收指令自动驾驶车辆如何沿着预定义的行进路线前进的众包数据。自动驾驶车辆还可以响应于众包数据来调整自动驾驶车辆如何沿着预定义的路线前进。

自动驾驶车辆所接收的众包数据可以从相对紧密接近于自动驾驶车辆而定位的一个或多个贡献者获得。贡献者还被激励以提供众包数据。

附图说明

图1是自动驾驶车辆的框图；

图2是自动驾驶车辆的框图；以及

图3是移动应用的示例性屏幕截图。

具体实施方式

根据需要，在此公开了详细的实施例；然而，应当理解，所公开的实施例仅仅是示例性的，并且可以以各种和替代形式来实施。附图不一定是按比例绘制的；一些特征可能被夸大或最小化以示出特定组件的细节。因此，本文公开的具体结构和功能细节不应被解释为限制性的，而仅作为用于教导本领域技术人员以各种方式采用本实施例的代表性基础。

关于车辆移动性的具有增加关注的一个领域是自动驾驶车辆——即，自动驾驶汽车。为了安全地导航，自动驾驶车辆应当能够通过检测道路状况并识别潜在障碍物（例如，停放的汽车）来理解并响应于周围环境。例如，图1示出了自动驾驶车辆100的高级框图。

自动驾驶车辆100通常包括从传感器收集的数据，包括相机110、光检测和测距（LIDAR）112、雷达114和声纳116。自动驾驶车辆100然后将使用数据融合感知算法来同步所聚集的数据120。然后，可以使用定位算法122来处理数据120，该定位算法122使用高清晰度（HD）地图124、全球定位***（GPS）数据126和自我运动估计128。

控制算法130然后可以接收由定位算法122提供的数据。控制算法130可以包括用于跟随行进区段的驾驶策略132、用于创建驾驶策略的任务规划器134、以及用于确定应当如何控制车辆的决策制定算法136。可以想到，控制算法130可以是被设计成制定关于应当如何操作自动驾驶车辆100的决策的机器学习或人工智能策略。控制算法130还可以提供基于所采用的决策制定过程来控制自动驾驶车辆100的运动控制140。

可以想到，当前采用的传感器110-116和控制算法130可能难以在诸如结冰的路面或坑洞之类的挑战性状况附近导航自动驾驶车辆100。包括不良照明、恶劣天气和突然出现的外来障碍物（例如骑自行车的人）的状况也可能降低自动驾驶车辆100的性能。控制算法130也可能需要大量数据以被正确地训练。

为了帮助自动驾驶车辆100克服控制算法130所遇到的困难，制造商可以依赖于人类驾驶员（在车辆内或位于远程命令中心处）来帮助关于应当如何控制自动驾驶车辆100的决策。可能需要人类的一个原因是由于其先天的感觉感知，包括过去的驾驶经验和对本地环境的了解。通常理解，人类感觉感知可以以控制算法130不能单独提供的方式帮助安全地导航自动驾驶车辆100。

例如，自动驾驶车辆100还可以从人类驾驶员接收调整运动控制140——例如，施加制动以使车辆减速或停止——的输入150。例如，自动驾驶车辆100可能正驾驶在某条匹兹堡的道路上，其在寒冷的、冬季早晨期间通常可能遇到"黑冰"状况。然而，控制算法130可能不调整运动控制140以减慢自动驾驶车辆100以计及潜在的"黑冰"状况，因为传感器110-116没有检测到潜在的未来结冰状况。作为代替，控制算法130可以仅在传感器110-116已经开始在结冰道路状况上前进并由于车轮的滑动而检测到结冰道路状况之后才调整运动控制140以使自动驾驶车辆100减速。

令人遗憾的是，如果控制算法130等待调整车辆速度一直到自动驾驶车辆100已经开始在结冰的道路上滑行后，则自动驾驶车辆100可能失去控制并且导致事故。此外，位于洛杉矶的远程命令中心处的人类驾驶员不熟悉"黑冰"状况。因此，远程的人类驾驶员可能一直到自动驾驶车辆100已经开始在结冰的道路上滑行之后才调整输入150。类似地，如果自动驾驶车辆100在其中年幼儿童通常玩耍的给定街区中行进或者在已知会有居民乱闯红灯的给定交叉路口处行进，则控制算法130和输入150可能不会被调整。控制算法130可能不会被调整，因为本地交通模式、儿童玩耍的位置、或者甚至常见的乱闯红灯交叉路口是人类通过过去经验所了解的知识。

因此，想到，存在聚集和提供人类知识以帮助如何控制自动驾驶车辆的需要。例如，图2示出了与上述自动驾驶车辆100类似的自动驾驶车辆200。如图所示，自动驾驶车辆200包括传感器210-216，它们也经历数据融合感知算法以形成同步数据220。与自动驾驶车辆100类似，同步数据220使用定位算法222，该定位算法222使用高清晰度（HD）地图224、全球定位***（GPS）数据226和自我运动估计228。

控制算法230再次接收由定位算法222提供的数据。控制算法230可以再次包括用于跟随行进区段的驾驶策略232、用于创建驾驶策略的任务规划器234、以及用于确定应当如何控制车辆的决策制定算法236。再次想到，控制算法230可以是机器学习或人工智能算法。最后，控制算法230可以提供控制自动驾驶车辆200的运动控制输出240。

自动驾驶车辆200还接收可能包括感测数据262或驾驶员帮助数据264的众包数据260。服务器270可以操作以收集、组织众包数据260并与自动驾驶车辆200共享众包数据260。可以想到，服务器270可以作为通过网站接口或移动应用（app）从个人收集众包数据260的众包存储库来操作。换句话说，服务器270可以获取由许多不同的个人贡献者贡献的众包数据。可以想到，服务器270可以具有提供众包数据260的任何数量的不同贡献者。贡献者可以是自我激励的或补偿的，如下所述。可以想到，贡献者很了解可能影响控制算法230需要如何控制自动驾驶车辆200的给定位置和状况。

还可以想到，服务器270可以位于全世界的任何地方，但是服务器270可以提供特定于自动驾驶车辆200当前所处的地方的众包数据260。还可以想到，自动驾驶车辆200可以基于实时或者作为对控制算法230的定期安排的更新的一部分经由无线传输来接收众包数据260。

图3示出了可以用于向服务器270提供众包数据260的移动应用300的若干示例性屏幕截图。可以想到，移动应用300可以提示用户他们希望针对什么地理位置提供众包数据260，或者移动应用300可以依赖于设备的内部存储的地理位置。

移动应用300还可以提供屏幕310，该屏幕310包括贡献者可以选择的若干软按钮312-328。例如，软按钮312可以允许贡献者向服务器270提供实时路段信息，该实时路段信息可以包括正在进行的施工工作、当前交通事故或公共事件。自动驾驶车辆200然后可以接收实时路段信息作为由服务器270提供的众包数据260的一部分。

移动应用300还可以允许贡献者具有标识可能包括危险道路状况的潜在地理位置或者其中可能出现移动障碍物或阻碍物的地理位置的能力。例如，通过选择软按钮314，可以为贡献者提供包括允许贡献者报告在自动驾驶车辆的当前位置附近或在自动驾驶车辆的当前位置处的输入道路状况的软按钮332-338的屏幕330。贡献者可以选择软按钮332来报告与危险道路状况（例如给定道路上的黑冰）相关的信息。可以想到，移动应用300可以允许贡献者针对其他类型的天气状况（例如，洪水道路、冰桥状况）或者针对可能阻挡给定道路的障碍物（例如，倒下的电力线、倒下的树木或树枝）提供危险道路状况。

贡献者还可以选择软按钮334来报告关于已知会有人乱闯红灯的交叉路口的信息。贡献者可以进一步选择软按钮336以报告关于危险交叉路口的信息，包括已知儿童玩耍的街道或由于受阻可见度而易于发生事故的交叉路口。然而，软按钮332-338仅仅是示例性的，并且移动应用300可以被设计成允许贡献者报告可以用于向控制算法230提供高级警告的任何类型的众包数据260。

使用屏幕330提供的众包数据260可以作为感测数据262被提供给自动驾驶车辆200，该感测数据262被包含在生成同步数据220的数据融合感知算法内。控制算法230然后可以使用感测数据262来调整自动驾驶车辆200的速度水平（例如，从35 M.P.H.到25M.P.H.）或者改变自动驾驶车辆200所采用的路线。但是，还可以想到，控制算法230可以使用感测数据262来以其他方式改变运动控制输出240。例如，控制算法230可以改变运动控制输出240以使自动驾驶车辆200更慢地前进通过由贡献者识别为具有受阻可见度的交叉路口。

众包数据260也可以由控制算法230用来改变传感器210-216的灵敏度水平或范围设置。例如，对于众包数据260，可以指示已知会有儿童在给定街道上的前院中玩耍。基于众包数据260，控制算法230可以改变相机210或LIDAR 212灵敏度以具有更宽的扫描范围。更宽的扫描范围可以用于检测自动驾驶车辆200的两侧和前方上的更大程度。通过控制传感器210-216的灵敏度和范围，控制算法230可能能够具有儿童相对于自动驾驶车辆200所处的地方的高级检测。通过监视儿童的位置，如果儿童开始跑向自动驾驶车辆200的路径，则控制算法230可以确保有足够的响应时间来减慢或停止自动驾驶车辆200。

替代地，通过选择软按钮320，可以向贡献者提供驾驶帮助屏幕350。贡献者可以使用驾驶帮助屏幕350来帮助控制算法230决策如何操作自动驾驶车辆200。例如，自动驾驶车辆200可能遇到被停放的半卡车部分地阻挡的道路。结果，控制算法230可能不能确定是绕过停放的半卡车还是沿着替代路线前进。控制算法230可以向服务器270发送从贡献者请求帮助的信号。紧密接近于自动驾驶车辆200定位的贡献者可以经由移动应用300接收帮助请求。贡献者可以使用驾驶帮助屏幕350来提供与驾驶员帮助数据264相关的众包数据260。例如，驾驶帮助屏幕350可以允许贡献者向控制算法230提供关于如何绕阻挡道路的障碍物（例如，停放的半卡车）前进的指令。或者贡献者可以能够使用软按钮356提供驾驶员帮助数据264，其通知控制算法230沿着替代路线前进。可以进一步想到，移动应用300可以允许贡献者具有指令控制算法230调整车辆速度（例如，使用软按钮352）或施加制动（例如，使用软按钮354）的能力。

可以想到，移动应用300意在允许贡献者具有向服务器270提供众包数据260（例如，感测数据262或驾驶员帮助数据264）的能力。自动驾驶车辆200将需要连接并从服务器270请求众包数据260。由服务器提供的众包数据260也将特定于自动驾驶车辆200的地理位置。还可以想到的是，提供众包数据260的贡献者相对接近于自动驾驶车辆200而定位。例如，可以想到，由服务器270聚集的众包数据260将由位于距自动驾驶车辆200给定距离内的贡献者来提供。

还可以想到，自动驾驶车辆200可以包括单个控制器，该单个控制器可以从服务器270请求和接收众包数据260，然后使用众包数据260来调整控制算法230。还可以想到，可以使用单独的收发器来从服务器270请求和接收众包数据260。收发器然后可以将众包数据260发送到位于自动驾驶车辆200中的其他地方的车辆控制器。车辆控制器然后可以使用众包数据260来调整控制算法230。

还可以想到，可以针对提供众包数据260激励贡献者。例如，可以向提供众包数据260的贡献者给予关于共乘服务（例如，Uber）或在本地零售商店处的折扣。或者，可以针对提供众包数据260以货币支付的形式激励贡献者。拥有自动驾驶车辆的贡献者也可以被给予对由服务器270收集和存储的众包数据260的部分或完全访问。通过向贡献者提供激励或自由访问众包数据260，可以建立集体贡献者知识库。自动驾驶车辆可以使用集体知识库来确保安全驾驶并减少潜在事故。集合知识库还可以用来改进由自动驾驶车辆的路线选择。

本文公开的过程、方法或算法可以可递送至处理设备、控制器或计算机/由处理设备、控制器或计算机实现，所述处理设备、控制器或计算机可以包括任何现有的可编程电子控制单元或专用电子控制单元。类似地，过程、方法或算法可以以许多形式存储为可由控制器或计算机执行的数据、逻辑和指令，包括但不限于永久存储在诸如随机操作存储器（ROM）设备的非可写存储介质上的信息和可更改地存储在诸如软盘、磁带、CD、RAM设备和其他磁介质和光介质的可写存储介质上的信息。过程、方法或算法也可以在软件可执行对象中实现。替代地，过程、方法或算法也可以使用适当的硬件组件（诸如专用集成电路（ASIC）、现场可编程门阵列（FPGA）、状态机、控制器或其他硬件组件或设备）或者硬件、软件和固件组件的组合来整体或部分地实施。

尽管上面描述了示例性实施例，但并不意味着这些实施例描述了本发明的所有可能形式。更确切地说，说明书中使用的词语是描述性的词语而不是限制性的词语，并且应当理解，在不脱离本发明的精神和范围的情况下，可以进行各种改变。另外，各种实现实施例的特征可以被组合以形成本发明的另外的实施例。

Claims (20)

1.一种用于调整自动驾驶车辆的控制的方法，包括：

接收与沿着所述自动驾驶车辆的行进路线定位的驾驶状况相关的众包数据；以及

响应于所述众包数据来调整如何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：响应于指示沿着所述行进路线定位有障碍物的驾驶状况而调整用于控制所述自动驾驶车辆的至少一个传感器的灵敏度水平。

3.根据权利要求1所述的方法，还包括：响应于指示沿着所述行进路线定位有障碍物的驾驶状况而调整所述自动驾驶车辆的速度水平。

4.根据权利要求1所述的方法，还包括：响应于指示沿着所述行进路线定位有障碍物的驾驶状况而将所述自动驾驶车辆的所述行进路线调整到替代行进路线。

5.根据权利要求1所述的方法，还包括：确定所述自动驾驶车辆的地理位置；以及提供特定于所述自动驾驶车辆的所述地理位置的众包数据。

6.根据权利要求1所述的方法，其中所述驾驶状况包括危险道路状况。

7.根据权利要求1所述的方法，其中，所述驾驶状况包括其中用于控制所述自动驾驶车辆的至少一个传感器将具有降低可见度的道路部分。

8.根据权利要求1所述的方法，其中，所述驾驶状况包括移动障碍物，所述移动障碍物不可由用于控制所述自动驾驶车辆的至少一个传感器检测到。

9.根据权利要求1所述的方法，还包括：从相对接近于所述自动驾驶车辆而定位的一个或多个贡献者获得所述众包数据。

10.根据权利要求9所述的方法，其中，针对提供所述众包数据激励所述一个或多个贡献者。

11.一种用于调整自动驾驶车辆的控制的方法，包括：

请求与所述自动驾驶车辆应当如何沿着行进路线前进相关的众包数据；

接收众包数据，所述众包数据指令所述自动驾驶车辆如何沿着所述行进路线前进；以及

响应于所述众包数据而调整对所述自动驾驶车辆的控制。

12.根据权利要求11所述的方法，其中，所述众包数据指令所述自动驾驶车辆沿着替代行进路线前进。

13.根据权利要求11所述的方法，其中，所述众包数据指令所述自动驾驶车辆在沿着所述行进路线行进时调整车辆速度。

14.根据权利要求11所述的方法，还包括：从相对接近于所述自动驾驶车辆而定位的一个或多个贡献者获得所述众包数据。

15.根据权利要求14所述的方法，其中，针对提供所述众包数据激励所述一个或多个贡献者。

16.根据权利要求11所述的方法，其中，所述众包数据还包括与沿着所述自动驾驶车辆正在行进的路线定位的驾驶状况相关的信息。

17.根据权利要求16所述的方法，还包括：响应于与所述驾驶状况相关的所述信息来调整如何控制所述自动驾驶车辆。

18.一种自动驾驶车辆***，包括：

通信模块，被配置为接收与沿着自动驾驶车辆的行进路线定位的驾驶状况相关的众包数据；以及

控制器，被配置为响应于所述众包数据来调整如何控制所述自动驾驶车辆。

19.根据权利要求18所述的自动驾驶车辆***，还包括：

至少一个传感器，被配置为控制所述自动驾驶车辆；以及

所述控制器，被配置为响应于指示沿着所述行进路线定位有障碍物的驾驶状况而调整所述至少一个传感器的灵敏度水平。

20.根据权利要求18所述的自动驾驶车辆***，其中，所述控制器还被配置为响应于指示沿着所述行进路线定位有障碍物的驾驶状况而调整所述自动驾驶车辆的速度水平。

Images