CN111415520A - 处理交通目标的***和方法 - Google Patents

处理交通目标的***和方法 Download PDF

Info

Publication number
CN111415520A
CN111415520A CN201811548552.0A CN201811548552A CN111415520A CN 111415520 A CN111415520 A CN 111415520A CN 201811548552 A CN201811548552 A CN 201811548552A CN 111415520 A CN111415520 A CN 111415520A
Authority
CN
China
Prior art keywords
traffic
targets
vehicle
target
processing
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.)
Pending
Application number
CN201811548552.0A
Other languages
English (en)
Inventor
关健
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.)
Beijing Voyager Technology Co Ltd
Original Assignee
Beijing Voyager Technology 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 Beijing Voyager Technology Co Ltd filed Critical Beijing Voyager Technology Co Ltd
Priority to CN201811548552.0A priority Critical patent/CN111415520A/zh
Priority to SG11201811642WA priority patent/SG11201811642WA/en
Priority to PCT/CN2018/122111 priority patent/WO2020124440A1/en
Priority to JP2018568213A priority patent/JP2021512376A/ja
Priority to CA3028647A priority patent/CA3028647A1/en
Priority to AU2018286593A priority patent/AU2018286593A1/en
Priority to EP18819524.2A priority patent/EP3698341A4/en
Priority to TW107146888A priority patent/TWI715904B/zh
Priority to US16/236,529 priority patent/US20200193808A1/en
Publication of CN111415520A publication Critical patent/CN111415520A/zh
Priority to AU2020260474A priority patent/AU2020260474A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请涉及一种处理交通目标的***和方法。该***可以接收与车辆预设范围内的至少两个交通目标相关的探测信息；从所述探测信息中提取所述至少两个交通目标的每一个的至少两个特征的特征值；获取与所述每个交通目标的至少两个特征相对应的至少两个特征权重；以及基于至少两个优先值确定与所述至少两个交通目标相关的优先级队列，每个优先值对应于每个交通目标，其中，所述优先值基于每个交通目标的所述至少两个特征权重和所述至少两个特征值。

Description

处理交通目标的***和方法
技术领域
本申请一般涉及用于处理交通目标的***和方法，尤其涉及用于确定交通目标的处理优先级的***和方法，从而促进自动驾驶。
背景技术
随着微电子技术和机器人技术的发展，自动驾驶的探索现已发展迅速。通常，自动驾驶***可以获取与专用于自动驾驶的车辆的预设距离范围内的交通目标相关的驾驶信息(例如，速度、加速度)，处理与交通目标相关的驾驶信息，并根据处理结果为车辆规划驾驶路径。由于自动驾驶***要求计算快速和反应迅速，因此交通目标的处理应保持在一定的有限时间段内。然而，现有***通常在不考虑每个交通目标的重要性及其可能造成的损害的情况下，不加区别地或随机地处理交通目标。这种方法耗时且很大程度上无效率。因此，希望提供用于为交通目标设置优先级，并基于优先级处理交通目标的***和方法，从而提高自动驾驶***的性能。
发明内容
本申请的一方面涉及一种处理交通目标的***。该***包括获取模块、提取模块以及确定模块。所述获取模块用于接收与车辆预设范围内的至少两个交通目标相关的探测信息；所述提取模块用于从所述探测信息中提取所述至少两个交通目标的每一个的至少两个特征的特征值；以及所述确定模块用于获取与所述每个交通目标的至少两个特征相对应的至少两个特征权重；以及基于至少两个优先值确定与所述至少两个交通目标相关的优先级队列，每个优先值对应于每个交通目标，其中，所述优先值基于每个交通目标的所述至少两个特征权重和所述至少两个特征值。
本申请的另一方面涉及一种处理交通目标的***。该***包括至少一个包括一组指令的存储介质；以及至少一个处理器与所述至少一个存储介质通信。当执行所述组指令时，所述至少一个处理器被指示使所述***用于：接收与车辆预设范围内的至少两个交通目标相关的探测信息；从所述探测信息中提取所述至少两个交通目标的每一个的至少两个特征的特征值；获取与所述每个交通目标的至少两个特征相对应的至少两个特征权重；以及基于至少两个优先值确定与所述至少两个交通目标相关的优先级队列，每个优先值对应于每个交通目标，其中，所述优先值基于每个交通目标的所述至少两个特征权重和所述至少两个特征值。
在一些实施例中，所述至少两个交通目标的每一个的至少两个特征包括所述交通目标的类型、所述交通目标的位置、所述交通目标的速度、所述交通目标的加速度和/或所述交通目标与所述车辆之间的距离。
在一些实施例中，所述***进一步基于所述优先级队列，处理所述至少两个交通目标。
在一些实施例中，所述至少两个特征权重至少部分基于预设规则、统计数据和/或机器学习。
在一些实施例中，所述至少两个特征权重基于测试数据调整。
在一些实施例中，对应于所述至少两个特征的所述至少两个特征权重与交通信息、环境信息、时间信息、地理信息或其任意组合相关。
在一些实施例中，所述***进一步在预设处理时间段内，根据所述优先级队列逐个处理所述至少两个交通目标的至少一部分。
在一些实施例中，所述***进一步根据所述优先级队列，选择所述至少两个交通目标的至少一部分；以及在预设处理时间段内，以并行模式或分布式模式处理所述至少两个交通目标的至少一部分。
在一些实施例中，所述***进一步获取与所述车辆的预设范围有关的交通条件；基于所述至少两个交通目标的至少一部分的特征和所述交通条件，预测与所述至少两个交通目标的至少一部分相关的可能的行为；以及基于与所述至少两个交通目标的至少一部分相关的所述可能的行为，确定所述车辆的驾驶路径。
在一些实施例中，所述***进一步向所述车辆的一个或以上控制组件发送信号，以指示所述车辆遵循所述驾驶路径。
本申请的又一方面涉及一种处理交通目标的方法。所述方法包括：接收与车辆预设范围内的至少两个交通目标相关的探测信息；从所述探测信息中提取所述至少两个交通目标的每一个的至少两个特征的特征值；获取与所述每个交通目标的至少两个特征相对应的至少两个特征权重；以及基于至少两个优先值确定与所述至少两个交通目标相关的优先级队列，每个优先值对应于每个交通目标，其中，所述优先值基于每个交通目标的所述至少两个特征权重和所述至少两个特征值。
在一些实施例中，所述至少两个交通目标的每一个的至少两个特征包括所述交通目标的类型、所述交通目标的位置、所述交通目标的速度、所述交通目标的加速度和/或所述交通目标与所述车辆之间的距离。
在一些实施例中，所述方法进一步包括：基于所述优先级队列，处理所述至少两个交通目标。
在一些实施例中，所述至少两个特征权重至少部分基于预设规则、统计数据或机器学习。
在一些实施例中，所述至少两个特征权重基于测试数据调整。
在一些实施例中，对应于所述至少两个特征的所述至少两个特征权重与交通信息、环境信息、时间信息、地理信息或其任意组合相关。
在一些实施例中，基于所述优先级队列，处理所述至少两个交通目标，包括：在预设处理时间段内，根据所述优先级队列逐个处理所述至少两个交通目标的至少一部分。
在一些实施例中，基于所述优先级队列处理所述至少两个交通目标，包括：根据所述优先级队列，选择所述至少两个交通目标的至少一部分；以及在预设处理时间段内，以并行模式或分布式模式处理所述至少两个交通目标的至少一部分。
在一些实施例中，所述方法进一步包括：获取与所述车辆的预设范围有关的交通条件；基于所述至少两个交通目标的至少一部分的特征和所述交通条件，预测与所述至少两个交通目标的至少一部分相关的可能的行为；以及基于与所述至少两个交通目标的至少一部分相关的所述可能的行为，确定所述车辆的驾驶路径。
在一些实施例中，所述方法进一步包括：向所述车辆的一个或以上控制组件发送信号，以指示所述车辆遵循所述驾驶路径。
本申请的又一方面涉及一种处理交通目标的装置。所述装置包括至少一个处理器以及至少一个存储介质。所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现上述操作。
本申请的又一方面涉及一个种非暂时计算机可读存储介质。所述存储介质存储有计算机指令，当所述计算机指令被至少一个处理器执行时，实现上述操作。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。这些实施例是非限制性的示例性实施例，在这些实施例中，各图中相同的编号表示相似的结构，其中：
图1是根据本申请的一些实施例所示的示例性自动驾驶***的示意图；
图2是根据本申请的一些实施例所示的示例性计算设备的示例性硬件和/或软件组件的示意图；
图3是根据本申请的一些实施例所示的示例性处理引擎的框图；
图4是根据本申请的一些实施例所示的用于确定与交通目标相关的优先级队列的示例性过程的流程图；
图5是根据本申请的一些实施例所示的车辆的速度与交通目标的速度之间的示例性关系的示意图；
图6是根据本申请的一些实施例所示的用于确定驾驶路径的示例性过程的流程图；
图7是根据本申请的一些实施例所示的用于基于优先级队列处理至少两个交通目标的示例性过程的示意图；以及
图8是根据本申请的一些实施例所示的用于在并行模式下基于优先级队列处理至少两个交通目标的示例性过程的示意图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和利用本申请，并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲，可以对所公开的实施例作出各种改变是显而易见的，并且在不偏离本申请的原则和范围的情况下，本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此，本申请并不限于所描述的实施例，而应该被给予与权利要求一致的最广泛的范围。
本申请中所使用的术语仅用于描述特定的示例性实施例，并不限制本申请的范围。如本申请使用的单数形式“一”、“一个”及“该”可以同样包括复数形式，除非上下文明确提示例外情形。还应当理解，如在本申请中，术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件，但并不排除存在或添加一个或以上其他特征、整体、步骤、操作、组件、部件和/或其组合的情况。
根据以下对附图的描述，本申请的这些和其他的特征、特点以及相关结构元件的功能和操作方法，以及部件组合和制造经济性，可以变得更加显而易见，这些附图都构成本申请说明书的一部分。然而，应当理解的是，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当理解的是，附图并不是按比例绘制的。
本申请中使用了流程图用来说明根据本申请的一些实施例的***所执行的操作。应当理解的是，流程图中的操作可以不按顺序执行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将一个或以上其他操作添加到这些流程图中。也可以从流程图中删除一个或以上操作。
此外，尽管本申请中公开的***和方法主要涉及陆地中的运输***，但应该理解，这仅是一个示例性实施例。本申请的***和方法可以应用于任何其他类型的运输***。例如，本申请的***和方法可以应用于不同环境的运输***，包括海洋、航空航天等或其任意组合。运输***的车辆可以包括汽车、公共汽车、火车、地铁、船只、飞机、宇宙飞船、热气球等或其任意组合。
本申请中使用的定位技术可以基于全球定位***(GPS)、全球导航卫星***(GLONASS)、罗盘导航***(COMPASS)、伽利略定位***、准天顶卫星***(QZSS)、无线保真(WiFi)定位技术等或其任意组合。上述定位技术中的一种或以上可以在本申请中互换使用。
本申请的一方面涉及用于确定与在车辆的预设范围内的至少两个交通目标相关的优先级队列的***和方法。根据本申请的一些***和方法，处理器可以接收与至少两个交通目标相关的探测信息，从探测信息中提取至少两个交通目标的每一个的至少两个特征的特征值，获取与每个交通目标的至少两个特征相对应的至少两个特征权重，并基于至少两个优先值确定与至少两个交通目标相关的优先级队列，其中每个优先值对应于每个交通目标，并且优先值可以基于每个交通目标的至少两个特征权重和至少两个特征值。进一步地，根据本申请的一些***和方法，处理器可以进一步基于优先级队列，处理至少两个交通目标(例如，预测可能的行为)，并基于处理结果确定车辆的驾驶路径。根据本申请的***和方法，基于优先级队列处理至少两个交通目标，其可以确保可以及时处理对车辆驾驶具有较高重要度的交通目标，从而提高车辆路径规划的准确性。
图1是根据本申请的一些实施例所示的示例性自动驾驶***的示意图。在一些实施例中，自动驾驶***100可以包括服务器110、网络120、车辆130和存储器140。
在一些实施例中，服务器110可以是单个服务器或者服务器组。服务器组可以是集中式的或分布式的(例如，服务器110可以是分布式***)。在一些实施例中，服务器110可以是本地的或远程的。例如，服务器110可以经由网络120访问存储在车辆130和/或存储器140中的信息和/或数据。又例如，服务器110可以直接连接到车辆130和/或存储器140以访问存储的信息和/或数据。在一些实施例中，服务器110可以在云平台或车载计算机上实现。仅作为示例，云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。在一些实施例中，服务器110可以在计算设备200上实现，该计算设备200包括本申请图2中所示的一个或以上组件。
在一些实施例中，服务器110可以包括处理引擎112。处理引擎112可以处理与车辆130相关的驾驶信息相关的信息和/或数据，以执行本申请中描述的一个或以上功能。例如，处理引擎112可以获取与车辆130的预设范围内的至少两个交通目标相关的探测信息，并基于探测信息确定与至少两个交通目标相关的优先级队列。进一步地，处理引擎112可以基于优先级队列，处理至少两个交通目标。在一些实施例中，处理引擎112可以包括一个或以上处理引擎(例如，单芯片处理引擎或多芯片处理引擎)。仅作为范例，处理引擎112可以包括中央处理单元(CPU)、特定应用集成电路(ASIC)、特定应用指令集处理器(ASIP)、图形处理单元(GPU)、物理处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑装置(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等或其任意组合。
在一些实施例中，服务器110可以连接到网络120以与自动驾驶***100的一个或以上组件(例如，车辆130、存储器140)通信。在一些实施例中，服务器110可以直接连接到自动驾驶***100的一个或以上组件(例如，车辆130、存储器140)或与之通信。在一些实施例中，服务器110可以集成在车辆130中。例如，服务器110可以是安装在车辆130中的计算设备(例如，车载计算机)。
网络120可以促进信息和/或数据的交换。在一些实施例中，自动驾驶***100的一个或以上组件(例如，服务器110、车辆130或存储器140)可以经由网络120向自动驾驶***100的其他组件发送信息和/或数据。例如，服务器110可以经由网络120获取与车辆130的预设范围内的至少两个交通目标相关的探测信息。在一些实施例中，网络120可以为任意形式的有线或无线网络，或其任意组合。仅作为示例，网络120可以包括电缆网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(LAN)、广域网络(WAN)、无线局域网络(WLAN)、城域网(MAN)、公共交换电话网络(PSTN)、蓝牙网络、紫蜂网络、近场通讯(NFC)网络等或其任意组合。在一些实施例中，网络120可以包括一个或以上网络接入点。例如，网络120可以包括有线或无线网络接入点，通过该接入点，自动驾驶***100的一个或以上组件可以连接到网络120以交换数据和/或信息。
车辆130可以是任何类型的自动车辆。自动车辆能够在没有人类操纵的情况下感测环境信息和导航。车辆130可包括传统车辆的结构。例如，车辆130可包括至少两个控制组件，其被配置为控制车辆130的操作。至少两个控制组件可以包括转向设备(例如，方向盘)、制动设备(例如，制动踏板)、加速器等。转向设备可以被配置为调节车辆130的朝向和/或方向。制动设备可以被配置为执行制动操作以停止车辆130。加速器可以被配置为控制车辆130的速度和/或加速度。
车辆130还可以包括至少两个探测单元，其被配置为探测与车辆130相关的驾驶信息。至少两个检测单元可以包括相机、全球定位***(GPS)模块、加速度传感器(例如，压电传感器)、速度传感器(例如，霍尔传感器)、距离传感器(例如，雷达、激光雷达、红外传感器)、转向角传感器(例如，倾斜传感器)、牵引相关传感器(例如，力传感器)等。在一些实施例中，与车辆130相关的驾驶信息可以包括与车辆130的预设范围内的至少两个交通目标(例如，行人、车辆)相关的探测信息、车辆130的预设范围内的道路状况信息、车辆130的预设范围内的地图信息等。
存储器140可以储存数据和/或指令。在一些实施例中，存储器140可以存储从车辆130获取的数据，例如由至少两个探测单元获取的与车辆130相关的驾驶信息。在一些实施例中，存储器140可以存储服务器110用来执行或使用来完成本申请中描述的示例性方法的数据和/或指令。在一些实施例中，存储器140可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取存储器(RAM)。示例性RAM可以包括动态随机存取存储器(DRAM)、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中，存储器140可以在云平台上实现。仅作为示例，云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中，存储器140可以连接到网络120以与自动驾驶***100的一个或以上组件(例如，服务器110、车辆130)通信。自动驾驶***100的一个或以上组件可以经由网络120访问存储在存储器140中的数据或指令。在一些实施例中，存储器140可以直接连接到自动驾驶***100的一个或以上组件(例如，服务器110、车辆130)或与之通信。在一些实施例中，存储器140可以是服务器110的一部分。在一些实施例中，存储器140可以集成在车辆130中。
应当注意的是，自动驾驶***100仅仅是为了说明的目的而提供的，并不旨在限制本申请的范围。对于本领域的普通技术人员来说，可以根据本申请的教导，做出各种各样的改变和修正。例如，自动驾驶***100还可以包括数据库、信息源等。又例如，自动驾驶***100可以在其他设备上实现以实现类似或不同的功能。然而，这些改变和修正不会背离本申请的范围。
图2是根据本申请的一些实施例所示的示例性计算设备的示例性硬件和/或软件组件的示意图。在一些实施例中，服务器110可以在计算设备200上实现。例如，所述处理引擎112可以在计算设备200上实施并执行本申请所披露的处理引擎112的功能。
计算设备200可以用于实现本申请的自动驾驶***100的任何组件。例如，自动驾驶***100的处理引擎112可以通过其硬件、软件程序、固件或其组合在计算设备200上实现。尽管为了方便仅示出了一个这样的计算机，但是如本文所述的与自动驾驶***100相关的计算机功能可以在多个类似平台上以分布式方式实现以分散处理负荷。
例如，计算设备200可以包括通信端口250，连接到与其连接的网络(例如，网络120)，以促进数据通信。计算设备200还可以包括处理器(例如，处理器220)，以一个或以上处理器(例如，逻辑电路)形式，用于执行程序指令。例如，处理器可以包括其中的接口电路和处理电路。接口电路可以被配置为从总线210接收电信号，其***号编码结构化数据和/或指令，用于处理电路的处理。处理电路可以进行逻辑计算，然后将结论、结果和/或指令编码确定为电信号。然后，接口电路可以经由总线210从处理电路发出电信号。
计算设备200还可以包括不同形式的程序存储和数据存储，例如磁盘270、只读存储器(ROM)230或随机存取存储器(RAM)240，用于存储由计算设备200处理和/或传输的各种数据文件。计算设备200还可以包括由处理器220执行的存储在ROM 230、RAM 240和/或其他类型的非暂时性存储介质中的程序指令。本申请的方法和/或流程可以以程序指令的方式实现。计算设备200还包括I/O组件260，其支持计算设备200与其中的其他组件之间的输入/输出。计算设备200也可以通过网络通信接收程序和数据。
仅仅为了说明，在计算设备200中仅描述了一个处理器。然而，应该注意的是，本申请中的计算设备200还可以包括多个处理器，因此由本申请中描述的一个处理器执行的操作也可以由多个处理器联合或单独执行。例如，计算设备200的处理器执行操作A和操作B。如在另一示例中，操作A和操作B也可以由计算设备200中的两个不同的处理器联合或单独地执行(例如，第一处理器执行操作A并且第二处理器执行操作B，或者第一处理器和第二处理器联合执行操作A和B)。
图3是根据本申请的一些实施例所示的示例性处理引擎的框图。处理引擎112可以包括获取模块310、提取模块320和确定模块330。
获取模块310可以被配置为接收与车辆(例如，车辆130)的预设范围内的至少两个交通目标相关的探测信息。交通目标可以是任何由于其位置、移动、大小和/或其他特征，以及其他参数(例如交通条件或天气条件)，而导致可能影响车辆的移动、速度、路径和/或安全性的目标。获取模块310可以从车辆的探测单元(例如，相机、雷达)或本申请中其他地方公开的或存储设备(例如，存储设备140)中，接收与至少两个交通目标相关的探测信息。在一些实施例中，至少两个交通目标可以包括车辆(例如，汽车、公共汽车、卡车、摩托车、自行车)、行人、动物、路障、树木、建筑物、街道灯、杆等。在一些实施例中，预设范围可以是自动驾驶***100的默认设置，或者可以在不同情况下可调节。关于与至少两个交通目标相关的探测信息的更多描述可以在本申请的其他地方找到(例如，图4及其描述)。
提取模块320可以被配置为从探测信息中提取至少两个交通目标中的每一个的至少两个特征的特征值。在一些实施例中，至少两个交通目标中的每一个的至少两个特征可以包括交通目标的类型(例如，行人、车辆、摩托车、自行车)、交通目标的位置、交通目标的速度、交通目标的加速度、交通目标与车辆之间的距离(例如，直线距离、道路距离)等。关于特征值和/或特征的更多描述可以在本申请的其他地方找到(例如，图4-5及其描述)。
确定模块330可以被配置为获取与每个交通目标的至少两个特征相对应的至少两个特征权重。在一些实施例中，可以基于一个或以上预设规则、统计数据和/或机器学习确定与每个交通目标的至少两个特征相对应的至少两个特征权重。在一些实施例中，与至少两个特征相对应的至少两个特征权重可以与交通信息、环境信息、时间信息、地理信息等或其任意组合相关。关于特征权重的更多描述可以在本申请的其他地方找到(例如，图4及其描述)。
确定模块330可以进一步被配置用于基于至少两个优先值，确定与至少两个交通目标相关的优先级队列，其中，优先值基于每个交通目标的至少两个特征权重和至少两个特征值。在一些实施例中，确定模块330可以根据预设顺序(例如，升序、降序)，基于对应于至少两个交通目标的至少两个优先值确定优先级队列。
在一些实施例中，处理引擎112还可以包括处理模块(未示出)。处理模块可以被配置为基于优先级队列处理至少两个交通目标。在一些实施例中，处理模块可以在预设处理时间段内，根据优先级队列逐个处理至少两个交通目标的至少一部分。在一些实施例中，处理模块可以在预设处理时间段内，根据优先级队列以并行模式或分布式模式处理至少两个交通目标的至少一部分。在一些实施例中，处理模块可以基于至少两个交通目标的至少一部分的特征和交通条件，预测与至少两个交通目标的至少一部分相关的可能的行为。关于至少两个交通目标的处理的更多描述可以在本申请的其他地方找到(例如，图4、图6-8及其描述)。
在一些实施例中，处理引擎112还可以包括驾驶路径确定模块(未示出)。驾驶路径确定模块可以被配置用于基于处理结果(例如，预测的可能的行为)，确定车辆的驾驶路径。在一些实施例中，处理引擎112还可以包括传输模块(未示出)。传输模块可以被配置为向车辆的一个或以上控制组件发送信号，以指示车辆遵循驾驶路径。
处理引擎112中的模块可以经由有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合电缆等或其任意组合。无线连接可以包括局域网络(LAN)、广域网络(WAN)、蓝牙、紫蜂网络、近场通讯(NFC)等或其任意组合。任意两个模块可组合为单个模块，任意一个模块可分成两个或两个以上单元。
例如，获取模块310和提取模块320可以组合为单个模块，其既可以接收与至少两个交通目标相关的探测信息，也可以提取每个交通目标的至少两个特征的特征值。又例如，确定模块330可以分为两个单元，其包括特征权重确定单元和优先级队列确定单元，其中，特征权重确定单元可以被配置为获取与每个交通目标的至少两个特征相对应的至少两个特征权重，优先级队列确定单元可以被配置为基于对应于至少两个特征的至少两个优先值，确定优先级队列。作为另一示例，处理引擎112可以包括存储模块(未示出)，其可以被配置为存储与至少两个交通目标相关的信息和/或数据(例如，探测信息、特征值、优先值、优先级队列)。
图4是根据本申请的一些实施例所示的用于确定与至少两个交通目标相关的优先级队列的示例性过程的流程图。过程400可以由自动驾驶***100执行。例如，过程400可以实现为存储在存储器ROM 230或RAM 240中的一组指令。处理器220和/或图3中的模块可以执行该组指令，并且当执行指令时，处理器220和/或模块可以被配置为执行过程400。以下所示过程的操作旨在说明。在一些实施例中，在完成过程400时，可以添加一个或以上未描述的附加操作，和/或删减一个或以上此处所讨论的操作。另外，图4中所示并在下面描述的过程400的操作的顺序并非限制性的。
在410中，处理引擎112(例如，获取模块310)(例如，处理器220的接口电路)可以接收与车辆(例如，车辆130)预设范围内的至少两个交通目标相关的探测信息。处理引擎112可以从车辆的探测单元(例如，相机、雷达)或本申请中其他地方公开的存储设备(例如，存储器140)中，接收与至少两个交通目标相关的探测信息。交通目标可以是任何由于其位置、移动、大小和/或其他特征，以及其他参数(例如交通条件或天气条件)，而导致可能影响车辆的移动、速度、路径和/或安全性的目标。在一些实施例中，至少两个交通目标可以包括车辆(例如，汽车、公共汽车、卡车、摩托车、自行车)、行人、动物、路障、树木、建筑物、街道灯、杆等。
在一些实施例中，预设范围可以是自动驾驶***100的默认设置，或者可以在不同情况下可调节。例如，预设范围可以是车辆前方的区域，例如，以车辆的当前位置为中心并以车辆的感知距离或部分感知距离为半径的扇形区域、半圆形区域或圆形区域。如本文所使用的，感知距离指车辆的探测单元的最长可探测距离。在一些实施例中，仅将部分感知距离体现在预设范围中，从而通过改变所使用的感知距离的百分比，允许对范围进行更灵活的实现和调整。又例如，预设范围可以是车辆前方的区域，例如，以车辆的当前位置为顶点并以车辆的感知距离为边长的三角区域。作为另一示例，预设范围可以是车辆前方的区域，例如，以车辆的当前位置作为侧边中心并以车辆的感知距离为边长的正方形或矩形区域。作为又一示例，预设范围可以是包括车辆的当前位置的任何区域(例如，圆形、矩形、正方形、三角形、多边形)。
在420中，处理引擎112(例如，提取模块320)(例如，处理器220的处理电路)可以从探测信息中提取至少两个交通目标中的每一个的至少两个特征的特征值。
在一些实施例中，至少两个交通目标中的每一个的至少两个特征可以包括交通目标的类型(例如，行人、车辆、摩托车、自行车)、交通目标的位置(例如，交叉口、车道、人行道)、交通目标的速度、交通目标的加速度、交通目标与车辆之间的距离(例如，直线距离、道路距离等)等。如本文所使用的，“速度”包括“大小”信息和/或“方向”信息。例如，交通目标的速度可以表示为“70km/h，30°”，其表示速度的大小为70km/h，以及速度的方向是与水平方向(即x轴)成30°角的方向。类似地，“加速度”也包括“大小”信息和/或“方向”信息。
在一些实施例中，对于特定特征，对应的特征值可以是与特定特征相关的数学表达式(例如，值、向量、矩阵、行列式)。
例如，对于特征“交通目标的类型”，相应的特征值可以表示为如下所示的第一向量：
VT＝(P，V，C，M) (1)
其中，VT指表示“交通目标的类型”的特征值的第一向量，“P”表示“行人”，V表示“车辆”，C表示“自行车”，以及M表示“摩托车”。例如，“行人”类型的特征值为(1，0，0，0)。
又例如，对于特征“交通目标的位置”，相应的特征值可以表示为如下所示的第二向量：
VP＝(c，l，s) (2)
其中，VP指表示“交通目标的位置”的特征值的第二向量，c表示位置为“交叉口”，l表示位置为“车道”，以及s表示位置为“人行道”。例如，位置“车道”的特征值为(0，1，0)。
作为另一示例，对于特征“交通目标与车辆之间的距离”，处理引擎112可根据下述公式(3)确定对应的特征值：
Figure BDA0001910006020000141
其中，VD表示“交通目标与车辆之间的距离”的特征值，D表示交通目标与车辆之间距离的实际值，以及DP表示车辆探测单元的感知距离。可以看出的是，“交通目标与车辆之间的距离”的特征值是基于感知距离的归一化值。应当注意的是，特征值也可以是交通目标与车辆之间的距离的实际值(即D)或与距离的实际值相关的任何修改值。
作为又一示例，如前所述，“速度”包括“方向信息”，因此，“交通目标的速度”可以被分解为“交通目标的x轴速度”和“交通目标的y轴速度”。进一步，处理引擎112可以根据下述公式(4)和公式(5)确定“交通目标的x轴速度”和“交通目标的y轴速度”的各自特征值：
Figure BDA0001910006020000151
Figure BDA0001910006020000152
其中，V1表示“交通目标的x轴速度”的特征值(也称为“第一特征值”)的绝对值，V2指“交通目标的y轴速度”的特征值(也称为“第二特征值”)的绝对值，
Figure BDA0001910006020000153
指交通目标的x轴速度的值，
Figure BDA0001910006020000154
指车辆的x轴速度的值，
Figure BDA0001910006020000155
是指交通目标的y轴速度的值，以及
Figure BDA0001910006020000156
指车辆的y轴速度的值。
在一些实施例中，以“交通目标的x轴速度”为例，响应于确定交通目标的x轴速度的方向和车辆的x轴速度的方向相同(例如，均沿x轴正向)以及交通目标的x轴速度的绝对值小于车辆的x轴速度的绝对值(即
Figure BDA0001910006020000157
)，或响应于确定交通目标的x轴速度的方向和车辆的x轴速度的方向不同，则处理引擎112可以确定第一特征值为正值。然而，响应于确定交通目标的x轴速度的方向和车辆的x轴速度的方向相同(例如，均沿着x轴正向)以及交通目标的x轴速度的绝对值高于车辆的x轴速度的绝对值(即
Figure BDA0001910006020000158
)，则处理引擎112可以确定第一特征值为负值。应当注意的是，如果x轴速度为0，则可以将其视为沿x轴正方向或x轴负方向。
在一些实施例中，处理引擎112还可以基于第一特征值和第二特征值，确定“交通目标的速度”的综合特征值(例如，总和、平均值、加权平均值)。
作为又一示例，“加速度”也包括“方向信息”，如上所述，处理引擎112可以相应地确定“交通目标的x轴加速度”和“交通目标的y轴加速度”的特征值。
在430中，处理引擎112(例如，确定模块330)(例如，处理器220的处理电路)可以获取与每个交通目标的至少两个特征相对应的至少两个特征权重。如本文所使用的，对于特定特征，特征权重可以是与特定特征相关的任何数学表达式，其指示特定特征对车辆的行驶过程的重要程度。
在一些实施例中，可以基于一个或以上预设规则，确定与每个交通目标的至少两个特征相对应的至少两个特征权重。预设规则可以是自动驾驶***100的默认设置，或者可以在不同情况下可调整。
例如，对于“交通目标的类型”，特征权重可以表示为如下所示的第三向量：
Figure BDA0001910006020000161
如结合操作420所述，根据第一向量和第三向量，可以看出“行人”被赋予相对高的重要度。
又例如，对于“交通目标的位置”，特征权重可以表示为如下所示的第四向量：
Figure BDA0001910006020000162
如结合操作420所述，根据第二向量和第四向量，可以看出“交叉口”被赋予相对高的重要度。
作为另一示例，“交通目标与车辆之间的距离”的特征权重可以是负常数。作为又一示例，“交通目标的x轴速度”的特征权重(也称为“第一特征权重”)和/或“交通目标的y轴速度”的特征权重(也称为“第二特征权重”)可以是正的常数，其中第一特征权重可以与第二特征权重相同或不同。
在一些实施例中，对应于至少两个特征的至少两个特征权重可以与交通信息、环境信息、时间信息、地理信息等或其任意组合相关。
交通信息可以指示与车辆预设范围相关的拥堵信息。在一些实施例中，处理引擎112可以从存储器140或外部数据资源(例如，地图服务资源)获取交通信息。在一些实施例中，基于车辆预设范围内的交通流量，可以将拥堵信息表示为至少两个拥堵级别中的一个，例如，如下表1所示的“严重拥堵”、“正常拥堵”、“轻度拥堵”、“顺畅交通”。
表1示例性拥堵级别
拥堵级别 车流量 等级值
严重拥堵 F＜a 4
正常拥堵 A≤F＜b 3
轻度拥堵 B≤F＜c 2
顺畅的交通 F≥c 1
如表1所示，参数“a”、“b”、和“c”中的每一个指的是交通流量阈值，以及F指的是在车辆预设范围内的特定位置点的交通流量。交通流量阈值可以是自动驾驶***100的默认设置，或者可以在不同情况下课调整(例如，对于不同的城市，交通流量阈值可以是不同的)。
在一些实施例中，处理引擎112可以基于交通信息确定至少两个特征权重。例如，与车辆预设范围相关的拥堵级别越高，“交通目标与车辆之间的距离”的特征权重的绝对值可能越高，并且“交通目标的x轴速度的特征权重”和/或“交通目标的y轴速度”的特征权重可能越高。
环境信息可以包括与车辆预设范围相关的天气信息。在一些实施例中，处理引擎112可以从存储器140或外部数据资源(例如，天气广播资源)获取环境信息。在一些实施例中，天气信息可以表示为至少两个天气条件中的一个，例如，“下雨”、“下雪”、“晴天”、“有雾”等。
在一些实施例中，处理引擎112可以基于环境信息确定至少两个特征权重。例如，假设环境信息指示有雾，那么“交通目标的x轴速度”的特征权重和/或“交通目标的y轴速度”的特征权重可以设置为相对高的值，“交通目标与车辆之间的距离”的特征权重的绝对值也可以设置为相对高的值。然而，假设环境信息指示是晴天，可以将特征权重设置为相对低的值。
基于可能的交通需求，可以将时间信息表示为至少两个时间段中的一个，例如，对应于上午7:00至上午9:00的“早高峰时段”、对应于下午5:30至晚上8:00的“晚高峰时段”、对应于上午9:00至下午5:30的“工作时间”、对应于晚上8:00至上午7:00的“夜间时间”等。对于“早高峰时段”和“晚高峰时段”，交通需求可能相对较高；对于“工作时间”，交通需求可能是中等的；而对于“夜间”，交通需求可能相对较低。
在一些实施例中，处理引擎112可以基于时间信息，确定至少两个特征权重。例如，假设时间信息指示是早高峰时段，“交通目标的类型”的特征权重可以被设置为向量，根据该向量，可以赋予“车辆”更高的重要度。
基于可能的交通需求和/或人流量，可以将地理信息表示为至少两个地理类别中的一个，例如，“商业区”、“办公区”、“住宅区”、“村庄”等。例如，“商业区”中的交通需求和/或人流量可能相对较高。
在一些实施例中，处理引擎112可以基于地理信息，确定至少两个特征权重。例如，假设地理信息指示车辆位于商业区中，“交通目标的位置”的特征权重可以被设置为向量，根据该向量，可以赋予“人行道”更高的重要度。
应当注意的是，上述实施例为了说明的目的而提供，在实际应用中，在确定对应于至少两个特征的至少两个特征权重时，将综合考虑上述信息。例如，假设情景可以是“在下雨天，在早晨高峰时段，车辆位于办公区域，以及拥堵级别为‘严重拥堵’”，处理引擎112可以通过使用任何合适的算法或模型，综合考虑上述信息，确定对应于至少两个特征的合适的特征权重。
在一些实施例中，可以基于统计数据，确定与每个交通目标的至少两个特征相对应的至少两个特征权重。例如，处理引擎112可以获取与至少两个特征相对应的历史特征权重，评估历史特征权重的有效性，并基于有效性确定修改的特征权重。如本文所使用的，以特定的历史特征权重为例，可以根据与车辆的历史驾驶路径相关的一个或多个特征(如顺畅度、历史驾驶路径与最近的历史交通目标之间的距离)评估其有效性，该历史驾驶路径基于该特定历史特征权重所确定。
在一些实施例中，可以基于机器学习，确定与每个交通目标的至少两个特征相对应的至少两个特征权重。在一些实施例中，处理引擎112可以通过基于车辆的一个或多个特征(如车辆类型、车辆重量、车辆模型)模拟不同驾驶场景下的车辆的操作，获取至少两个样本。如本文所使用的，每个驾驶场景可以对应于各种交通信息、环境信息、时间信息、地理信息等或其任意组合。至少两个样本中的每一个可以对应于模拟的车辆理想驾驶路径以及在车辆预设范围内的至少两个模拟交通目标。如本文所使用的，模拟的车辆理想驾驶路径可以指基于与所有至少两个模拟交通目标相关的处理结果(即，处理所有至少两个模拟交通目标)确定的驾驶路径。进一步地，处理引擎112可以基于至少两个样本确定训练的模型。例如，处理引擎112可以迭代地更新至少两个初始特征权重，直到对于至少两个样本中的每一个来说，模拟的实际驾驶路径与模拟的理想驾驶路径之间的差异大于相似度阈值。
在一些实施例中，可以基于测试数据，调整至少两个特征权重。例如，处理引擎112可以定义至少两个驾驶场景(类似地，每个驾驶场景对应于各种交通信息、环境信息、时间信息、地理信息等或其任意组合)并指示司机在至少两个驾驶场景中实际驾驶测试车辆(其具有与车辆类似的特征)。对于至少两个特征中的每一个，处理引擎112可以确定至少两个候选特征权重，并基于测试结果从至少两个候选特征权重中选择目标特征权重。例如，对于至少两个候选特征权重中的每一个，处理引擎112可以确定与基于候选特征权重确定的测试车辆的测试驾驶路径相关的一个或以上特征(例如，顺畅度、测试驾驶路径与最近的交通目标之间的距离)，并且基于一个或以上特征确定候选特征权重的分值。进一步地，处理引擎112可以基于至少两个特征权重的分值，选择目标特征权重。
在440中，处理引擎112(例如，确定模块330)(例如，处理器220的处理电路)可以基于至少两个优先值，确定与至少两个交通目标相关的优先级队列，其中，优先值基于每个交通目标的至少两个特征权重和至少两个特征值确定。
例如，以特定交通目标为例，处理引擎112可以根据下述公式(8)确定对应于特定交通目标的优先值：
Figure BDA0001910006020000191
其中P指与特定交通目标相对应的优先值，Wtype指“交通目标的类型”的特征权重，Wposition指“交通目标的位置”的特征权重，Wdistance指“交通目标与车辆之间的距离”的特征权重，
Figure BDA0001910006020000192
指“交通目标的x轴速度”的特征权重，
Figure BDA0001910006020000193
指“交通目标的y轴速度”的特征权重，V1′指“交通目标的x轴速度”的特征值，以及V2′指“交通目标的y轴速度”的特征值。
在一些实施例中，处理引擎112可以根据预设顺序(例如，升序、降序)，基于与至少两个交通目标相对应的至少两个优先值，确定优先级队列。
在一些实施例中，处理引擎112可以基于优先级队列，进一步处理至少两个交通目标。例如，处理引擎112可以基于至少两个交通目标的至少一部分的特征，预测与至少两个交通目标的至少一部分相关的可能的行为。关于处理至少两个交通目标的更多描述可以在本申请的其他地方找到(例如，图6及其描述)。
应该注意的是，上述仅出于说明性目的而提供，并不旨在限制本申请的范围。对于本领域的普通技术人员来说，可以根据本申请的描述，做出各种各样的变化和修改。然而，这些变化和修改不会背离本申请的范围。例如，如结合操作430所描述的，可以基于离线模式(例如，基于预设规则或测试数据)和在线模式(例如，通过使用训练的模型)的组合，确定至少两个特征权重。又例如，可以在过程400中的其他地方添加一个或以上其他可选操作(例如，存储操作)。在存储操作中，处理引擎112可以在在本申请中其他地方公开的存储设备(例如，存储器140)中存储与至少两个交通目标相关的信息和/或数据(例如，每个交通目标的至少两个特征的特征值、对应于至少两个特征的特征权重、优先级队列)。
图5是根据本申请的一些实施例所示的车辆的速度与交通目标的速度之间的示例性关系的示意图。如图所示，510和520指在车辆502的预设范围内的交通目标(例如，其他车辆)。车辆502以速度v0沿车道1行驶，交通目标510以速度v1沿着车道2行驶，以及交通目标520以速度v2向右转。可以看出，车辆502的x轴速度为0，且车辆502的y轴速度为
Figure BDA0001910006020000201
(其等于v0)；交通目标510的x轴速度为0，且交通目标510的y轴速度为
Figure BDA0001910006020000202
(其等于v1)；以及交通目标520的x轴速度为
Figure BDA0001910006020000203
且交通目标520的y轴速度为
Figure BDA0001910006020000204
(其可以基于v2以及v2与x轴之间的角度θ确定)。
进一步地，处理引擎112可以根据公式(4)和公式(5)，确定交通目标510和交通目标520的特征值。例如，对于交通目标510，处理引擎112可以确定“交通目标的x轴速度”的特征值为0，并且确定“交通目标的y轴速度”的特征值的绝对值为
Figure BDA0001910006020000211
可以看出，交通目标510的y轴速度方向和车辆502的y轴速度方向不同，因此，“交通目标的y轴速度”的特征值为正值。对于交通目标520，处理引擎112可以确定“交通目标的x轴速度”的特征值的绝对值为
Figure BDA0001910006020000212
并且确定“交通目标的y轴速度”的特征值的绝对值为
Figure BDA0001910006020000213
可以看出，交通目标520的x轴速度的绝对值高于车辆的x轴速度的绝对值(即0)，因此，“交通目标的x轴速度”的特征值为负值；交通目标520的y轴速度的方向和车辆502的y轴速度的方向相同，并且假设交通目标520的y轴速度的绝对值小于车辆502的y轴速度的绝对值，那么“交通目标的y轴速度”的特征值可以为正值。
为了说明的目的，本申请以直角坐标系为例，应该注意“速度”可以在任何其他坐标系(例如，极坐标系、球坐标系)中表示，以及相应地“速度”可以以其他形式分解。
图6是根据本申请的一些实施例所示的用于确定驾驶路径的示例性过程的流程图。过程600可以由自动驾驶***100执行。例如，过程600可以实现为存储在存储ROM 230或RAM 240中的一组指令。处理器220和/或图3中的模块可以执行该组指令，并且当执行指令时，处理器220和/或模块可以被配置为执行过程600。以下所示过程的操作仅出于说明的目的。在一些实施例中，在完成过程600时，可以添加一个或以上未描述的附加操作，和/或删减一个或以上此处所讨论的操作。另外，图6中示出以及下面描述的过程600的操作的顺序并非限制性的。
在610中，如结合图4所述，在确定与至少两个交通目标相关的优先级队列之后，处理引擎112(例如，处理模块)(例如，处理器220的处理电路)可以获取与车辆的预设范围有关的交通条件。在一些实施例中，交通条件可以包括道路宽度、道路长度、道路类型(例如，高速公路、环形道路、辅路、立交桥、单向道路、双向道路)、车道信息(例如，左转弯车道、右转弯车道、公交车道、自行车道)、交通标志(例如，道路指示器)、交通信号灯信息、人行道信息等或其任意组合。
在620中，处理引擎112(例如，处理模块)(例如，处理器220的处理电路)可基于至少两个交通目标的至少一部分的特征(例如，历史移动信息、当前位置、速度)和交通条件，预测与至少两个交通目标的至少一部分相关的可能的行为。如这里所使用的，以特定交通目标为例，可能的行为可以指从当前时间点起的预设时间段内，特定交通目标的可能的状态(其可以表示为移动路径)。移动路径可以包括与交通目标相关的移动信息(例如，速度、加速度、移动动作(例如，车道变换动作、转弯动作))。在一些实施例中，处理引擎112可以基于至少两个交通目标的至少一部分的特征和交通条件建立模型，并基于模型预测可能的行为。
应当注意的是，自动驾驶***100是实时或基本上实时的***，其需要快速的计算和反应。因此，为了确保自动驾驶***100的正常操作，与至少两个交通目标相关的处理应该控制在预设处理时间段内。相应地，在一些实施例中，处理引擎112可以在预设处理时间段内，根据优先级队列，逐个处理至少两个交通目标的至少一部分。例如，假设与至少两个交通目标相关的优先级队列表示为以下序列：
[目标A，目标B，目标C，目标D…] (9)
在这种情况下，处理引擎112可以根据序列(例如，第一A，第二B，第三C，等等)，逐个处理交通目标，以及假设在预设处理时间段结束时，交通目标H的处理是刚刚完成，那么处理引擎112可以停止与至少两个交通目标相关的处理，并开始后续操作，例如，基于630中的处理结果确定车辆的驾驶路径。
在一些实施例中，处理引擎112可以基于优先级队列选择至少两个交通目标的至少一部分(例如，前2个、前5个、前10个、前15个、前50个)，并在预设处理时间段内，以并行模式或分布式模式中处理至少两个交通目标的至少一部分。在一些实施例中，处理引擎112可以选择处理具有超过特定预设阈值的优先值的交通目标。在一些实施例中，交通目标的选择可以是预设数量(例如，5个)和阈值的组合方式。例如，处理引擎112可以首先选择具有高于阈值的优先值的交通目标；以及如果所选择的交通目标的数量小于预设数量，则处理引擎112可以在队列中选择更多的交通目标以达到预设数量，或者不进行进一步的选择。虽然每次达到预设数量的方法可以允许相对稳定的处理顺序(即，每次处理相同或基本相同数量的交通目标)，但是不进行进一步选择的方法可以允许保持处理能力，其可以用于其他事项。又例如，处理引擎112可以从优先级队列中选择预设数量的交通目标，然后选择不改变处理，或者选择当交通目标的优先值低于阈值时，从处理中移除。
在630中，处理引擎112(例如，处理模块)(例如，处理器220的处理电路)可以基于与至少两个交通目标的至少一部分相关的可能的行为，确定车辆的驾驶路径。在一些实施例中，处理引擎112可基于与车辆相关的驾驶信息(例如，车辆的当前位置、车辆的当前速度、车辆的当前加速度、定义的目的地)和可能的行为，确定至少两个候选驾驶路径。进一步地，处理引擎112可以从至少两个候选驾驶路径中选择目标驾驶路径。
在一些实施例中，处理引擎112可以定义目的地，根据曲线拟合方法，基于驾驶信息(例如道路信息)确定与车辆的当前位置和所定义的目的地相关的至少两条曲线。进一步地，处理引擎112可以选择不与障碍物(即交通目标)碰撞的曲线作为至少两个候选驾驶路径。又例如，处理引擎112可以根据机器学习模型(例如，人工神经网络模型、支持向量机(SVM)模型、决策树模型)，基于与车辆相关的驾驶信息、车辆的状态和目标驾驶动作确定至少两个候选驾驶路径。关于确定候选驾驶路径的更多描述可以在2017年7月13日提交的国际申请PCT/CN2017/092714中找到，其全部内容通过引用以其整体并入本文。
确定至少两个候选驾驶路径后，处理引擎112可以基于与至少两个候选驾驶路径中的每一个相关的一个或以上特征(例如，从候选驾驶路径到车道中心线的偏移、候选驾驶路径的行驶时间、候选驾驶路径的舒适度、候选驾驶路径与障碍物之间的距离等)，从至少两个候选驾驶路径中选择目标驾驶路径。如本文所使用的，舒适度可以与对应于候选驾驶路径上的至少两个点的至少两个加速度相关。例如，假设至少两个加速度中的每一个都小于第一加速度阈值(例如，3m/s2)，则舒适度可以被指定为1，然而，假设高于第二加速度阈值(例如，10m/s2)的加速度百分比大于阈值百分比(例如，50％、60％、70％)，则舒适度可以指定为0。相应地，大于第二加速度阈值的加速度百分比越高，样本驾驶路径的舒适度可能越低。
例如，处理引擎112可以将从候选驾驶路径到车道中心线的偏移小于偏移阈值的候选驾驶路径确定为目标驾驶路径。又例如，处理引擎112可以将行驶时间小于时间阈值的候选驾驶路径确定为目标驾驶路径。作为另一示例，处理引擎112可以将舒适度大于水平阈值的候选驾驶路径确定为目标驾驶路径。作为又一示例，处理引擎112可以将候选驾驶路径与障碍物之间的距离小于距离阈值的候选驾驶路径确定为目标驾驶路径。
在一些实施例中，处理引擎112可以基于与至少两个候选驾驶路径中的每一个相关的行程成本，从至少两个候选驾驶路径选择目标驾驶路径。例如，处理引擎112可以从对应于至少两个候选驾驶路径的至少两个行程成本中识别最小行程成本，并且将与最小行程成本相对应的候选驾驶路径识别为目标驾驶路径。
在一些实施例中，处理引擎112可以确定一个或以上成本因素，并基于一个或以上成本因素和一个或以上系数确定至少两个候选行驶路径中的每一个候选行驶路径的出行成本。以特定候选行驶路径为例，处理引擎112可根据下述公式(10)确定特定候选行驶路径的出行成本：
Figure BDA0001910006020000241
其中，Fcost是指特定候选行驶路径的出行成本，ci是指特定候选行驶路径的第i个成本因素，wi是指与第i个成本因素相对应的第i个系数，n是指一个或以上成本因素的数量。
在一些实施例中，一个或以上成本因素可包括速度成本因素、相似度成本因素、曲率成本因素等。如本文所使用的，以特定候选行驶路径为例，速度成本因素表示特定候选行驶路径上的至少两个点之间的速度差信息；相似度成本因素表示特定候选行驶路径和先前时间点对应的先前目标行驶路径之间的相似度信息；曲率成本因素表示与特定候选行驶路径相关的平滑度信息。
在一些实施例中，处理引擎112可以根据下述公式(11)确定速度成本因素：
Figure BDA0001910006020000242
其中，Scost是指速度成本因素，vi指特定候选者行驶路径上的第i个点的速度，vi+1指特定候选行驶路径上的第(i+1)个点的速度，以及m指特定候选行驶路径上的至少两个点的数量。在一些实施例中，特定候选行驶路径上的两个相邻点(即第i点和第(i+1)点)之间的时间间隔可以是自动驾驶***100的默认设置(例如，5ms，10ms，15ms，20ms)，或者可以在不同情况下进行调整。
在一些实施例中，处理引擎112可以根据下述公式(12)确定相似度成本因素：
Figure BDA0001910006020000251
其中，Similaritycost是指相似度成本因素，(xi,yi)是指特定候选行驶路径上的第i个点，(xj′,yj′)是指对应于先前时间点的先前目标行驶路径上的第j个点(其中第j个点是指对应于先前时间点的先前目标行驶路径上的距离候选行驶路径上第i个点的最近点)，p是指特定候行驶路径和对应于先前时间点的先前目标行驶路径的重叠部分内的点的数量。
在一些实施例中，处理引擎112可以基于特定候选行驶路径的全局曲率确定曲率成本因素。例如，处理引擎112可以确定特定候选行驶路径上的每个点的曲率，并且确定与特定候选行驶路径上的至少两个点相对应的至少两个曲率的总和作为全局曲率。又例如，处理引擎112可以确定与特定候选行驶路径上的至少两个点相对应的至少两个曲率的平均值(或加权平均值)作为全局曲率。
进一步地，处理引擎112可以基于对应于至少两个候选行驶路径的至少两个出行成本，从至少两个候选行驶路径中识别目标行驶路径。在一些实施例中，处理引擎112可以从至少两个出行成本中识别最小出行成本，并将对应于最小出行成本的候选行驶路径识别为目标行驶路径。
关于确定目标驾驶路径的更多描述可以在，例如，同一天提交的题为“用于确定自动驾驶中的驾驶路径的***和方法”的中国申请2018________._中找到，其内容通过引用方式结合于此。
在640中，处理引擎112(例如，传输模块)(例如，处理器220的接口电路)可以将信号(例如，电信号)传输至车辆的一个或以上控制组件，以引导车辆遵循驾驶路径。例如，处理引擎112可以将电信号传输至车辆的转向设备(例如，方向盘)，以调整车辆的行驶方向。又例如，处理引擎112可以将电信号传输至加速器，以调整车辆的速度。
应该注意的是，上述仅出于说明性目的而提供，并不旨在限制本申请的范围。对于本领域的普通技术人员来说，可以根据本申请的描述，做出各种各样的变化和修改。然而，变化和修改不会背离本申请的范围。例如，可以在过程600中的其他地方添加一个或以上其他可选的操作(例如，存储操作)。在存储操作中，处理引擎112可以在本申请其他地方公开的存储设备(例如，存储器140)中存储与至少两个交通目标的处理相关的信息和/或数据(例如，可能的行为)。
图7是根据本申请的一些实施例所示的基于优先级队列，处理至少两个交通目标的示例性过程的示意图。如图所示，优先级队列包括目标2、目标4、目标1、...、目标N，它们基于优先值从高到低排序。处理引擎112可以根据优先级队列，通过单个线程逐个处理至少两个交通目标，并且在预设处理时间段结束时，处理引擎112可以停止处理，并开始后续操作，例如，基于处理结果确定车辆的驾驶路径。
图8是根据本申请的一些实施例所示的基于优先级队列，以并行模式处理至少两个交通目标的示例性过程的示意图。如图所示，处理引擎112可以根据优先级队列，通过至少两个线程处理至少两个交通目标。例如，假设有M个线程，处理引擎112可以基于优先级队列，选择前M个交通目标，并且同时通过M个线程处理M个交通目标。进一步地，在完成M个交通目标的一个或以上的处理(即，相应的线程变为空闲)之后，处理引擎112可以基于优先级队列选择一个或以上的后续交通目标，并通过一个或以上的空闲线程处理一个或以上的后续交通目标，直到预设处理时间段结束。
为了说明的目的，本申请以并行线程模式为例，应当注意的是，处理引擎112可以以分布式模式处理至少两个交通目标，其中处理引擎112可以根据优先级队列，通过至少两个计算节点处理至少两个交通目标。
上文已对基本概念做了描述，显然，对于阅读此申请后的本领域的普通技术人员来说，上述发明披露仅作为示例，并不构成对本申请的限制。虽然此处并未明确说明，但本领域的普通技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特性。因此，应强调并注意的是，本说明书中在不同位置两次或以上提及的“实施例”或“一个实施例”或“替代性实施例”并不一定是指同一实施例。此外，本申请的一个或以上实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域的普通技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的过程、机器、产品或物质的组合，或对其任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“***”。此外，本申请的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式，其中计算机可读程序代码包含在其中。
计算机可读信号介质可能包含一个内含有计算机程序代码的传播数据信号，例如在基带上或作为载波的一部分。此类传播信号可以有多种形式，包括电磁形式、光形式等或任何合适的组合。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行***、装置或设备以实现通信、传播或传输供使用的程序。位于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF等，或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或以上程序语言编写，包括面向主体编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络(LAN)或广域网络(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的***组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的***。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或以上发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。然而，本申请的该方法不应被解释为反映所声称的待扫描对象物质需要比每个权利要求中明确记载的更多特征的意图。实际上，所声称的保护特征要少于上述披露的单个实施例的全部特征。

Claims (23)

1.一种处理交通目标的***，包括：
获取模块，用于接收与车辆预设范围内的至少两个交通目标相关的探测信息；
提取模块，用于从所述探测信息中提取所述至少两个交通目标的每一个的至少两个特征的特征值；以及
确定模块，用于获取与所述每个交通目标的至少两个特征相对应的至少两个特征权重；以及基于至少两个优先值确定与所述至少两个交通目标相关的优先级队列，每个优先值对应于每个交通目标，其中，所述优先值基于每个交通目标的所述至少两个特征权重和所述至少两个特征值。
2.根据权利要求1所述的***，其特征在于，所述至少两个交通目标的每一个的至少两个特征包括所述交通目标的类型、所述交通目标的位置、所述交通目标的速度、所述交通目标的加速度以及所述交通目标与所述车辆之间的距离。
3.根据权利要求1所述的***，其特征在于，所述***进一步包括处理模块，所述处理模块用于：
基于所述优先级队列，处理所述至少两个交通目标。
4.根据权利要求1至3所述的***，其特征在于，所述至少两个特征权重至少部分基于预设规则、统计数据或机器学习。
5.根据权利要求1-3中任一项所述的***，其特征在于，所述至少两个特征权重基于测试数据调整。
6.根据权利要求1-3中任一项所述的***，其特征在于，对应于所述至少两个特征的所述至少两个特征权重与交通信息、环境信息、时间信息、地理信息或其任意组合相关。
7.如权利要求3中任一项所述的***，其特征在于，为了基于所述优先级队列处理所述至少两个交通目标，所述处理模块进一步用于：
在预设处理时间段内，根据所述优先级队列逐个处理所述至少两个交通目标的至少一部分。
8.如权利要求3中任一项所述的***，其特征在于，为了基于所述优先级队列处理所述至少两个交通目标，所述处理模块进一步用于：
根据所述优先级队列，选择所述至少两个交通目标的至少一部分；以及
在预设处理时间段内，以并行模式或分布式模式处理所述至少两个交通目标的至少一部分。
9.如权利要求3中任一项所述的***，其特征在于，所述***进一步包括驾驶路径确定模块；
所述处理模块进一步用于：
获取与所述车辆的预设范围有关的交通条件；
基于所述至少两个交通目标的至少一部分的特征和所述交通条件，预测与所述至少两个交通目标的至少一部分相关的可能的行为；以及
所述驾驶路径确定模块用于基于与所述至少两个交通目标的至少一部分相关的所述可能的行为，确定所述车辆的驾驶路径。
10.根据权利要求9所述的***，其特征在于，所述***进一步包括传输模块，所述传输模块用于：
向所述车辆的一个或以上控制组件发送信号，以指示所述车辆遵循所述驾驶路径。
11.一种处理交通目标的方法，所述方法包括：
接收与车辆预设范围内的至少两个交通目标相关的探测信息；
从所述探测信息中提取所述至少两个交通目标的每一个的至少两个特征的特征值；
获取与所述每个交通目标的至少两个特征相对应的至少两个特征权重；以及
基于至少两个优先值确定与所述至少两个交通目标相关的优先级队列，每个优先值对应于每个交通目标，其中，所述优先值基于每个交通目标的所述至少两个特征权重和所述至少两个特征值。
12.根据权利要求11所述的方法，其特征在于，所述至少两个交通目标的每一个的至少两个特征包括所述交通目标的类型、所述交通目标的位置、所述交通目标的速度、所述交通目标的加速度以及所述交通目标与所述车辆之间的距离。
13.根据权利要求11所述的方法，进一步包括：
基于所述优先级队列，处理所述至少两个交通目标。
14.根据权利要求11-13中任一项所述的方法，其特征在于，所述至少两个特征权重至少部分基于预设规则、统计数据或机器学习。
15.根据权利要求11-13中任一项所述的方法，其特征在于，所述至少两个特征权重基于测试数据调整。
16.根据权利要求11-13中任一项所述的方法，其特征在于，对应于所述至少两个特征的所述至少两个特征权重与交通信息、环境信息、时间信息、地理信息或其任意组合相关。
17.根据权利要求13中任一项所述的方法，其特征在于，基于所述优先级队列，处理所述至少两个交通目标，包括：
在预设处理时间段内，根据所述优先级队列逐个处理所述至少两个交通目标的至少一部分。
18.如权利要求13中任一项所述的方法，其特征在于，基于所述优先级队列处理所述至少两个交通目标，包括：
根据所述优先级队列，选择所述至少两个交通目标的至少一部分；以及
在预设处理时间段内，以并行模式或分布式模式处理所述至少两个交通目标的至少一部分。
19.根据权利要求13中所述的方法，进一步包括：
获取与所述车辆的预设范围有关的交通条件；
基于所述至少两个交通目标的至少一部分的特征和所述交通条件，预测与所述至少两个交通目标的至少一部分相关的可能的行为；以及
基于与所述至少两个交通目标的至少一部分相关的所述可能的行为，确定所述车辆的驾驶路径。
20.根据权利要求19所述的方法，进一步包括：
向所述车辆的一个或以上控制组件发送信号，以指示所述车辆遵循所述驾驶路径。
21.一种处理交通目标的***，包括：
至少一个包括一组指令的存储介质；以及
至少一个处理器与所述至少一个存储介质通信，其中，当执行所述组指令时，所述至少一个处理器被指示使所述***用于：
接收与车辆预设范围内的至少两个交通目标相关的探测信息；
从所述探测信息中提取所述至少两个交通目标的每一个的至少两
个特征的特征值；
获取与所述每个交通目标的至少两个特征相对应的至少两个特征
权重；以及
基于至少两个优先值确定与所述至少两个交通目标相关的优先级
队列，每个优先值对应于每个交通目标，其中，所述优先值基于每个交通目标的所述至少两个特征权重和所述至少两个特征值。
22.一种处理交通目标的装置，包括至少一个处理器以及至少一个存储介质；
所述至少一个存储介质用于存储计算机指令；
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求11～20中任意一项所述的操作。
23.一个种非暂时计算机可读存储介质，所述存储介质存储有计算机指令，当所述计算机指令被至少一个处理器执行时实现如权利要求11～20中任意一项所述的操作。
CN201811548552.0A 2018-12-18 2018-12-18 处理交通目标的***和方法 Pending CN111415520A (zh)

Priority Applications (10)

Application Number Priority Date Filing Date Title
CN201811548552.0A CN111415520A (zh) 2018-12-18 2018-12-18 处理交通目标的***和方法
AU2018286593A AU2018286593A1 (en) 2018-12-18 2018-12-19 Systems and methods for processing traffic objects
PCT/CN2018/122111 WO2020124440A1 (en) 2018-12-18 2018-12-19 Systems and methods for processing traffic objects
JP2018568213A JP2021512376A (ja) 2018-12-18 2018-12-19 交通物体を処理するためのシステムおよび方法
CA3028647A CA3028647A1 (en) 2018-12-18 2018-12-19 Systems and methods for processing traffic objects
SG11201811642WA SG11201811642WA (en) 2018-12-18 2018-12-19 Systems and methods for processing traffic objects
EP18819524.2A EP3698341A4 (en) 2018-12-18 2018-12-19 SYSTEMS AND PROCESSES FOR TREATING ROAD TRAFFIC OBJECTS
TW107146888A TWI715904B (zh) 2018-12-18 2018-12-25 用於確定交通物件的處理優先順序的系統、方法和儲存媒體
US16/236,529 US20200193808A1 (en) 2018-12-18 2018-12-30 Systems and methods for processing traffic objects
AU2020260474A AU2020260474A1 (en) 2018-12-18 2020-10-29 Systems and methods for processing traffic objects

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811548552.0A CN111415520A (zh) 2018-12-18 2018-12-18 处理交通目标的***和方法

Publications (1)

Publication Number Publication Date
CN111415520A true CN111415520A (zh) 2020-07-14

Family

ID=67436990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811548552.0A Pending CN111415520A (zh) 2018-12-18 2018-12-18 处理交通目标的***和方法

Country Status (7)

Country Link
EP (1) EP3698341A4 (zh)
JP (1) JP2021512376A (zh)
CN (1) CN111415520A (zh)
AU (2) AU2018286593A1 (zh)
SG (1) SG11201811642WA (zh)
TW (1) TWI715904B (zh)
WO (1) WO2020124440A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112504290A (zh) * 2020-11-06 2021-03-16 北京航迹科技有限公司 确定最近道路边界的方法、装置、设备和存储介质
CN112581759A (zh) * 2020-12-09 2021-03-30 张兴莉 一种基于智慧交通的云计算方法及***
CN113255559A (zh) * 2021-06-09 2021-08-13 深圳市速腾聚创科技有限公司 数据处理方法、装置及存储介质
US11927672B2 (en) 2021-06-09 2024-03-12 Suteng Innovation Technology Co., Ltd. Obstacle detection method and apparatus and storage medium

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112945244B (zh) * 2021-02-03 2022-10-14 上海博汽智能科技有限公司 适用于复杂立交桥的快速导航***及导航方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104417561A (zh) * 2013-08-22 2015-03-18 通用汽车环球科技运作有限责任公司 情境感知威胁响应判定
CN104956400A (zh) * 2012-11-19 2015-09-30 株式会社理光 移动对象识别器
CN105225525A (zh) * 2015-09-23 2016-01-06 宇龙计算机通信科技(深圳)有限公司 信息处理方法、信息处理装置和服务器
EP3171353A1 (en) * 2015-11-19 2017-05-24 Honda Research Institute Europe GmbH Method and system for improving a traffic participant's attention
CN106817770A (zh) * 2015-11-30 2017-06-09 ***通信集团公司 一种时隙分配的方法及调度设备
US9805595B1 (en) * 2016-10-27 2017-10-31 International Business Machines Corporation Vehicle and non-vehicle traffic flow control
CN108140320A (zh) * 2015-10-30 2018-06-08 三菱电机株式会社 通知控制装置及通知控制方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69733129T2 (de) * 1997-06-20 2006-03-09 Alcatel Verfahren und Vorrichtung zur Übertragung von Datenpaketen mit Prioritäten
CN101271515B (zh) * 2007-03-21 2014-03-19 株式会社理光 能识别多角度目标的图像检测装置
CN101271514B (zh) * 2007-03-21 2012-10-10 株式会社理光 一种快速目标检测和目标输出的图像检测方法及装置
JP2011511281A (ja) * 2008-02-04 2011-04-07 テレ アトラス ノース アメリカ インコーポレイテッド センサにより検出されたオブジェクトとマップマッチングする方法
CN102834309B (zh) * 2010-02-26 2016-12-21 金泰克斯公司 自动车辆设备监控、报警和控制***
US8825350B1 (en) * 2011-11-22 2014-09-02 Kurt B. Robinson Systems and methods involving features of adaptive and/or autonomous traffic control
DE102012214979A1 (de) * 2012-08-23 2014-02-27 Robert Bosch Gmbh Spurwahlassistent zur Optimierung des Verkehrsflusses (Verkehrsflussassistent)
JP6344638B2 (ja) * 2013-03-06 2018-06-20 株式会社リコー 物体検出装置、移動体機器制御システム及び物体検出用プログラム
JP6260483B2 (ja) * 2014-07-16 2018-01-17 株式会社デンソー 物標検出装置
KR102623680B1 (ko) * 2015-02-10 2024-01-12 모빌아이 비젼 테크놀로지스 엘티디. 자율 주행을 위한 약도
US9669833B2 (en) * 2015-07-21 2017-06-06 GM Global Technology Operations LLC Method and system for operating adaptive cruise control system
CN105701479B (zh) * 2016-02-26 2019-03-08 重庆邮电大学 基于目标特征的智能车辆多激光雷达融合识别方法
JP6799805B2 (ja) * 2016-05-25 2020-12-16 パナソニックＩｐマネジメント株式会社 物体検出装置、プログラムおよび記録媒体
JP6626410B2 (ja) * 2016-06-03 2019-12-25 株式会社Ｓｏｋｅｎ 自車位置特定装置、自車位置特定方法
CA3027627C (en) 2017-07-13 2021-08-10 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for trajectory determination
CN107609483B (zh) * 2017-08-15 2020-06-16 中国科学院自动化研究所 面向驾驶辅助***的危险目标检测方法、装置
CN107918386B (zh) * 2017-10-25 2021-01-01 北京汽车集团有限公司 用于车辆的多传感器数据融合方法、装置及车辆
CN111413958B (zh) 2018-12-18 2021-09-24 北京航迹科技有限公司 用于确定自动驾驶中的驾驶路径的***和方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104956400A (zh) * 2012-11-19 2015-09-30 株式会社理光 移动对象识别器
CN104417561A (zh) * 2013-08-22 2015-03-18 通用汽车环球科技运作有限责任公司 情境感知威胁响应判定
CN105225525A (zh) * 2015-09-23 2016-01-06 宇龙计算机通信科技(深圳)有限公司 信息处理方法、信息处理装置和服务器
CN108140320A (zh) * 2015-10-30 2018-06-08 三菱电机株式会社 通知控制装置及通知控制方法
EP3171353A1 (en) * 2015-11-19 2017-05-24 Honda Research Institute Europe GmbH Method and system for improving a traffic participant's attention
CN106817770A (zh) * 2015-11-30 2017-06-09 ***通信集团公司 一种时隙分配的方法及调度设备
US9805595B1 (en) * 2016-10-27 2017-10-31 International Business Machines Corporation Vehicle and non-vehicle traffic flow control

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112504290A (zh) * 2020-11-06 2021-03-16 北京航迹科技有限公司 确定最近道路边界的方法、装置、设备和存储介质
CN112581759A (zh) * 2020-12-09 2021-03-30 张兴莉 一种基于智慧交通的云计算方法及***
CN113255559A (zh) * 2021-06-09 2021-08-13 深圳市速腾聚创科技有限公司 数据处理方法、装置及存储介质
CN113255559B (zh) * 2021-06-09 2022-01-11 深圳市速腾聚创科技有限公司 数据处理方法、装置及存储介质
US11927672B2 (en) 2021-06-09 2024-03-12 Suteng Innovation Technology Co., Ltd. Obstacle detection method and apparatus and storage medium

Also Published As

Publication number Publication date
JP2021512376A (ja) 2021-05-13
EP3698341A1 (en) 2020-08-26
EP3698341A4 (en) 2020-08-26
AU2018286593A1 (en) 2020-07-02
SG11201811642WA (en) 2020-07-29
AU2020260474A1 (en) 2020-11-26
WO2020124440A1 (en) 2020-06-25
TW202025170A (zh) 2020-07-01
TWI715904B (zh) 2021-01-11

Similar Documents

Publication Publication Date Title
CA3028645C (en) Systems and methods for determining driving action in autonomous driving
AU2017418043B2 (en) Systems and methods for trajectory determination
CN111415520A (zh) 处理交通目标的***和方法
EP3688540B1 (en) Systems and methods for autonomous driving
US11669097B2 (en) Systems and methods for autonomous driving
CN111413958B (zh) 用于确定自动驾驶中的驾驶路径的***和方法
US20200193808A1 (en) Systems and methods for processing traffic objects
US20200191586A1 (en) Systems and methods for determining driving path in autonomous driving

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200714