CN111532338A - 车辆转向控制 - Google Patents
车辆转向控制 Download PDFInfo
- Publication number
- CN111532338A CN111532338A CN202010079919.XA CN202010079919A CN111532338A CN 111532338 A CN111532338 A CN 111532338A CN 202010079919 A CN202010079919 A CN 202010079919A CN 111532338 A CN111532338 A CN 111532338A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- distance
- lane marking
- computing device
- 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
Links
- 239000003550 marker Substances 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 description 15
- 230000015654 memory Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
-
- 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
- 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
-
- 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
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/65—Data transmitted between vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供了“车辆转向控制”。一种***,包括用于控制车辆转向、制动和动力传动***的装置,以及用于基于在第一车辆处从第二车辆接收的第二车道标记距离以及从所述第一车辆到所述第二车辆测量的距离和角度来确定第一车道标记距离的装置。可以基于所述第一车道标记距离和所述用于控制车辆转向、制动和动力传动***的装置来操作车辆。
Description
技术领域
本公开总体上涉及车辆转向控制。
背景技术
车辆可以被配备成以自主模式和乘员驾驶模式两种模式操作。就半自主或完全自主模式而言,意指其中车辆可以由计算装置部分或完全进行驾驶的操作模式,所述计算装置作为具有传感器和控制器的车辆信息***的一部分。所述车辆可以被占用或者未被占用,但在任一情况下,可以在没有乘员辅助的情况下部分或完全地驾驶车辆。出于本公开的目的,自主模式被定义为其中车辆推进(例如,经由包括内燃发动机和/或电动马达的动力传动***)、制动和转向中的每一者由一个或多个车辆计算机控制的模式;在半自主模式中,一个或多个车辆计算机控制车辆推进、制动和转向中的一者或两者。在非自主车辆中,这些都不由计算机控制。
车辆可以配备有计算装置、网络、传感器和控制器以获取有关车辆环境的数据并且基于所述数据来操作车辆。车辆的安全和舒适的操作可以取决于获取关于车辆环境的准确和及时的数据。车辆传感器可以提供关于在车辆环境中要行驶的路线和要避开的对象的数据。车辆的安全和有效的操作可以取决于当车辆在道路上操作时获取关于在车辆环境中的路线和对象的准确和及时的数据。
发明内容
在车辆中的计算装置可以被编程为获取关于车辆的外部环境的传感器数据并使用该传感器数据来确定用于以自主和半自主模式在车辆路径上操作车辆的路径多项式。车辆路径是描述车辆在平行于车辆在其上进行操作的道路表面的二维(2D)平面上的连续位置(即,不同时间的位置)的直线或曲线。车辆可以通过确定车辆路径来在道路上进行操作。计算装置可以基于车辆传感器数据来确定车辆路径。当车辆传感器数据不可用时,计算装置可以基于从第二车辆接收的数据来确定车辆路径。
本文公开了一种方法,其包括:基于在第一车辆处从第二车辆接收的第二车道标记距离以及从所述第一车辆到所述第二车辆测量的距离和角度来确定第一车道标记距离;以及基于所述第一车道标记距离操作车辆。所述第一车道标记距离可以基于三角计算,所述三角计算使用所述距离和角度来确定用于将第二车道标记距离转换成第一车道标记距离的因子。第二车道标记距离可以是从所述第二车辆的中心线到左车道标记和右车道标记测量的距离。从所述第二车辆的所述中心线到所述左车道标记和所述右车道标记的所述距离可以基于第二车辆传感器数据。所述第二车辆可以在第二车道中进行操作,所述第二车道邻近所述第一车辆在其中进行操作的第一车道。
所述第二车辆可以在第三车道中进行操作,所述第三车道与所述第一车辆在其中进行操作的所述第一车道隔开一个或多个额外的车道。可以基于由所述第一车辆从一个或多个额外的车辆接收的一个或多个额外的车道标记距离以及从所述第一车辆到所述额外的车辆测量的距离和角度来确定第一车道标记距离。所述第一车道标记距离可以基于所述第二车道标记距离和额外的车道标记距离的平均值确定。所述距离和所述角度可以基于第一车辆传感器数据确定。所述距离和所述角度可以基于第二车辆传感器数据确定并且由所述第一车辆接收。确定所述车辆路径可以包括基于所述第一车道标记距离来确定标称车辆路径。操作所述车辆可以包括基于所述标称路径和车辆位置确定车辆路径。操作所述车辆可以包括控制车辆的动力传动***、制动器和转向以使所述车辆沿着所述车辆路径行进。所述第一车道标记距离和第二车道标记距离可以以全局坐标测量。
还公开了一种计算机可读介质,所述计算机可读介质存储用于执行上述方法步骤中的一些或全部的程序指令。本文还公开了一种被编程为执行上述方法步骤中的一些或全部的计算机,其包括:计算机设备,所述计算机设备被编程为基于在第一车辆处从第二车辆接收的第二车道标记距离以及从所述第一车辆到所述第二车辆测量的距离和角度来确定第一车道标记距离;以及基于所述第一车道标记距离操作车辆。所述第一车道标记距离可以基于三角计算,所述三角计算使用所述距离和角度来确定用于将第二车道标记距离转换成第一车道标记距离的因子。第二车道标记距离可以是从所述第二车辆的中心线到左车道标记和右车道标记测量的距离。从所述第二车辆的所述中心线到所述左车道标记和所述右车道标记的所述距离可以基于第二车辆传感器数据。所述第二车辆可以在第二车道中进行操作,所述第二车道邻近所述第一车辆在其中进行操作的第一车道。
所述计算机设备还可以被编程为在第三车道中操作第二车辆,所述第三车道与所述第一车辆在其中进行操作的所述第一车道隔开一个或多个额外的车道。可以基于由所述第一车辆从一个或多个额外的车辆接收的一个或多个额外的车道标记距离以及从所述第一车辆到所述额外的车辆测量的距离和角度来确定第一车道标记距离。所述第一车道标记距离可以基于所述第二车道标记距离和额外的车道标记距离的平均值确定。所述距离和所述角度可以基于第一车辆传感器数据确定。所述距离和所述角度可以基于第二车辆传感器数据确定并且由所述第一车辆接收。确定所述车辆路径可以包括基于所述第一车道标记距离来确定标称车辆路径。操作所述车辆可以包括基于所述标称路径和车辆位置确定车辆路径。操作所述车辆可以包括控制车辆的动力传动***、制动器和转向以使所述车辆沿着所述车辆路径行进。所述第一车道标记距离和第二车道标记距离可以以全局坐标测量。
附图说明
图1是示例交通基础设施***的框图。
图2是示例交通场景的图。
图3是另一个示例交通场景的图。
图4是另一个示例交通场景的图。
图5是基于确定的车道标记距离来操作车辆的过程的流程图。
具体实施方式
图1是交通基础设施***100的图,该交通基础设施***包括可以自主(“自主”本身在本公开中意指“完全自主”)模式、半自主模式和乘员驾驶(也称为非自主)模式操作的车辆110。车辆110还包括用于在自主操作期间处理数据以驾驶车辆110的一个或多个计算装置115。计算装置115可以从传感器116接收关于车辆操作的数据。计算装置115可以以自主模式、半自主模式或非自主模式来操作车辆110。
计算装置115包括例如已知的处理器和存储器。此外,存储器包括一种或多种形式的计算机可读介质,并存储能够由处理器执行的用于进行各种操作的指令,所述各种操作包括如本文所公开的。例如,计算装置115可以包括编程以操作车辆制动、推进(例如,通过控制内燃发动机、电动马达、混合动力发动机等中的一者或多者来控制车辆110的加速度)、转向、气候控制、内部灯和/或外部灯等中的一项或多项,以及确定计算装置115(而不是操作人员)是否以及何时控制此类操作。
计算装置115可以包括多于一个计算装置(例如,包括在车辆110中以用于监测和/或控制各种车辆部件的控制器(例如,动力传动***控制器112、制动控制器113、转向控制器114等),或例如经由如下文进一步描述的车辆通信总线耦合到多于一个计算装置。计算装置115一般被布置为用于通过车辆通信网络(例如,包括车辆110中的总线,诸如控制器局域网(CAN)等)通信;车辆110网络可以另外地或替代地包括诸如已知的有线或无线通信机制,例如以太网或其他通信协议。
计算装置115可以经由车辆网络向车辆中的各种装置(例如,控制器、致动器、传感器(包括传感器116)等))传输消息和/或从所述各种装置接收消息。替代地或另外地,在计算装置115实际上包括多个装置的情况下,可使用车辆通信网络来用于在本公开中表示为计算装置115的装置之间的通信。此外,如下所述,各种控制器或感测元件(诸如传感器116)可经由车辆通信网络向计算装置115提供数据。
另外,计算装置115可以被配置为用于经由网络130通过车辆对基础设施(V-to-I)接口111与远程服务器计算机120(例如,云服务器)进行通信,如下所述,该接口包括允许计算装置115经由诸如无线互联网(Wi-Fi)或蜂窝网络的网络130与远程服务器计算机120通信的硬件、固件和软件。因此,V-to-I接口111可包括被配置为利用各种有线和/或无线联网技术(例如,蜂窝网络、和有线和/或无线分组网络)的处理器、存储器、收发器等。计算装置115可以被配置为用于使用在附近车辆110间在移动自组网的基础上形成或通过基于基础设施的网络形成的车辆对车辆(V-to-V)网络(例如,根据专用短距离通信(DSRC)和/或类似的通信)通过V-to-I接口111与其他车辆110通信。计算装置115还包括诸如已知的非易失性存储器。计算装置115可以通过将数据存储在非易失性存储器中来记录数据,以用于稍后经由车辆通信网络和通向服务器计算机120或用户移动装置160的车辆对基础设施(V-to-I)接口111来进行检索和传输。
如已经提及的,通常包括在存储在存储器中并可由计算装置115的处理器执行的指令中的是用于在没有人类操作员干预的情况下操作一个或多个车辆110部件(例如,制动、转向、推进等)的编程。使用在计算装置115中接收的数据(例如,来自传感器116、服务器计算机120等的传感器数据),计算装置115可在没有驾驶员的情况下作出各种确定和/或控制各种车辆110部件和/或操作以操作车辆110。例如,计算装置115可以包括编程来调节车辆110操作行为(即,车辆110操作的物理表现),诸如速度、加速度、减速度、转向等,以及策略性行为(即,典型地以预期实现路线的安全和有效的行驶的方式进行的操作行为控制),诸如在车辆之间的距离和/或在车辆之间的时间量、车道改变、在车辆之间的最小间隙、左转跨过路径最小值、在特定位置处的到达时间和为了通过十字路口的十字路口(无指示灯)最小到达时间。
控制器(如该术语在本文中所使用的那样)包括典型地被编程以控制特定车辆子***的计算装置。示例包括动力传动***控制器112、制动控制器113和转向控制器114。控制器可以是诸如已知的电子控制单元(ECU),可能包括如本文所述的另外的程序。控制器可以通信地连接到计算装置115并从计算装置115接收指令以根据指令致动子***。例如,制动控制器113可从计算装置115接收指令以操作车辆110的制动器。
用于车辆110的一个或多个控制器112、113、114可以包括已知的电子控制单元(ECU)等,作为非限制性示例,包括一个或多个动力传动***控制器112、一个或多个制动控制器113和一个或多个转向控制器114。控制器112、113、114中的每一者可包括相应的处理器和存储器以及一个或多个致动器。控制器112、113、114可以被编程并连接到车辆110通信总线(诸如控制器局域网(CAN)总线或本地互连网络(LIN)总线)以从计算机115接收指令并且基于指令来控制致动器。
传感器116可以包括已知的各种装置以经由车辆通信总线提供数据。例如,固定到车辆110的前保险杠(未示出)的雷达可以提供从车辆110到车辆110前方的下一车辆的距离,或者设置在车辆110中的全球定位***(GPS)传感器可以提供车辆110的地理坐标。由雷达和/或其他传感器116提供的距离和/或由GPS传感器提供的地理坐标可以由计算装置115使用来例如自主地或半自主地操作车辆110。
车辆110通常是能够自主和/或半自主操作并且具有三个或更多个车轮的基于地面的车辆110(例如,客车、轻型载货汽车等)。车辆110包括一个或多个传感器116、V-to-I接口111、计算装置115和一个或多个控制器112、113、114。传感器116可以收集与车辆110和车辆110的操作环境相关的数据。以举例的方式但非限制,传感器116可以包括例如测高仪、相机、激光雷达(LIDAR)、雷达、超声传感器、红外传感器、压力传感器、加速度计、陀螺仪、温度传感器、压力传感器、霍尔传感器、光学传感器、电压传感器、电流传感器、机械传感器(诸如开关)等。传感器116可以用于感测车辆110的操作环境,例如,传感器116可以检测诸如天气条件(降雨、外界温度等)的现象、道路坡度、道路位置(例如,使用道路边缘、车道标记等)或目标对象(诸如相邻车辆110)的位置。传感器116还可以用来收集数据,包括与车辆110的操作相关的动态车辆110数据(诸如速度、横摆率、转向角度、发动机转速、制动压力、油压力、施加到车辆110中的控制器112、113、114的功率电平、在部件之间的连接性以及车辆110的部件的准确和及时的性能)。
图2是交通场景200的示意图。交通场景200包括道路202,道路202包括车道204a、204b、204c(统称为车道204),车道204由车道标记206a、206b、206c、206d(统称为车道标记206)界定,即其边界由车道标记206示出或标记。道路202上的位置可以以全局坐标系(诸如纬度,经度)中在平行于道路202的表面的平面中的x,y坐标进行描述。例如,在第一车辆110和第二车辆210之间的距离D和角度θ可以相对于x,y坐标208进行测量。
车辆110中的计算装置115可以通过基于x,y坐标208来确定车辆路径以及经由控制器112、113、114控制车辆的动力传动***、制动器和转向以引导车辆110的运动沿着(即尝试遵循)所确定的车辆路径行进来在道路202上操作车辆110。例如可以通过确定车道标记206b、206c相对于车辆110的以x,y坐标208表示的位置来确定车辆路径。可以根据由计算装置115从传感器116(包括视频传感器、雷达传感器和激光雷达传感器中的一个或多个)获取的数据来确定车道标记206b、206c相对于车辆110的位置。例如,计算装置115可以基于车道标记206b、206c的位置来确定要在其上操作车辆110的车辆路径,所述车辆路径将车辆110的位置保持在车道204b的中间。
例如,当由于传感器116故障而导致传感器数据116不可用或由于位置、大雨、雪、雾、沙尘暴或其他大气干扰而导致传感器116数据不可用时,本文所述的技术通过聚集来自第二车辆210的传感器数据(包括车道标记206b、206c的位置)以确定车道标记206b和206c的位置且从而操作车辆110来改进车辆110的操作。计算装置115可以经网络130经由V-to-V通信或经由V-to-I通信从第二车辆210接收车道标记206b、206c的数据以在车辆110和车辆220之间通信。
第二车辆210中的计算装置115可以基于视频传感器数据来确定车道标记206b、206c相对于第二车辆210的中心线212的位置。计算装置115可以获取视频传感器数据并且用机器视觉技术处理获取的视频传感器数据以确定车道标记206b、206c相对于第二车辆210的位置。例如,计算装置可以用霍夫变换来处理获取的视频数据,以基于视频传感器的视野和镜头放大率来确定可以进行过滤、组合且正交投影到俯视地图上的线性特征以形成车道标记206。基于确定的车道标记206b、206c,可以确定相对于第二车辆210的左车道标记位置L1L和右车道标记位置L1R。
车辆110可以接收关于车道标记206b、206c的数据,并且可以组合车道标记206b、206c的数据与根据来自车辆110的传感器116的数据确定的指定距离D和角度θ的数据,以基于几何计算来确定车道标记206b、206c相对于车辆110的位置。车辆110可以根据传感器116数据确定与第二车辆210的距离D和角度θ。例如,雷达传感器可以将距离和角度返回至在车辆110周围的环境中的车辆。激光雷达传感器也可以将距离和角度返回至在车辆周围的环境中的对象。当如上面所讨论的,由于传感器116故障或传感器116数据不可用而导致车辆110传感器116无法基于车辆110传感器116来确定距离D和角度θ时,计算装置115可以从第二车辆210接收关于距离D和角度θ的数据。
计算装置115可以根据下列等式确定左车道标记206b的位置HL、右车道标记206c的位置HR、左车道标记206b位置L1L、右车道标记206c位置L1R、距离D和角度θ:
XL1-H=D*cos(θ) (1)
HL=L1L-XL1-H (2)
HR=L1R+XL1-H (3)
其中,因子XL1-H测量主车辆110和第二车辆220之间的x偏移。可以由下列等式测量车辆110和第二车辆220之间的y偏移:
YL1-H=D*sin(θ) (4)
YL1-H对应于车道上车辆之间的距离并且可以用于调节XL1-H的测量,例如,如果YL1-H表示车辆相距太远,那么XL1-H的测量可能不可靠且不应使用。值ε可以由用户输入并且用于限制XL1-H:
-ε≤XL1-H≤ε (5)
其中,ε可以进行选择以保持测量XL1-H限于一个车道204。当车辆110已经确定左车道标记206b位置HL和右车道标记206c位置HR时,尽管传感器116故障,车辆110仍可以在车道204b中的道路202上进行操作。
图3是交通场景300的示意图。交通场景包括带有车道304的道路302,车道304具有车道标记306。在交通场景300中,在与车辆110相同的车道304中不存在车辆;然而,第二车辆310在相邻的车道304中。可以对上面的等式(2)和(3)进行扩展,以处理在如上面由等式(5)所确定的其他车道中进行操作的第二车辆310:
HL=L1L-XL1-H-N*LW (6)
HR=L1R+XL1-H+N*LW (7)
其中,LW是车道宽度=L1L+L1R并且N是相对于车辆110车道304的车道304数量。N可以按=round(|XL1-H|/LW)进行计算。
图4是交通场景400的图。交通场景400包括带有车道404的道路402,车道404由车道标记406界定。在道路上有两个或更多个额外车辆伴随着车辆110的示例中,两个或更多个车道标记406位置HL和HR可以从两个或更多个额外车辆获得并且一起求平均值以形成车道标记406位置的估计值。在交通场景400中,第二车辆408、第三车辆410和第四车辆412在接近车辆110的道路402的车道404中。使用上面的等式(2)、(3)、(6)和(7),确定针对车辆110的车道标记406位置的等式可以是:
H1L=L1L-XL1-H (8)
H1R=L1R+XL1-H (9)
H2L=L2L-XL2-H-N*LW (10)
H2R=L2R+XL2-H+N*LW (11)
H3L=L3L-XL3-H+N*LW (12)
H3R=L3R+XL3-H-N*LW (13)
其中参数N是引导车辆的函数并且等于N1、N2或N3,这取决于从哪一个引导车辆来计算的距离。对于每个车辆而言,N可以分别按round(|XL1-H|/LW)、round(|XL2-H|/LW)或round(|XL2-H|/LW)进行计算。针对车辆110的车道标记406位置HL和HR可以通过根据等式(8)至(13)来求车道标记406的平均值来进行确定:
HL=平均(H1L,H2L,H3L) (14)
HR=平均(H1R,H2R,H3R) (15)
图5是关于图1至图4所描述的用于基于估计的路径系数操作车辆110的过程500的流程图。例如,过程500可以由计算装置115的处理器将来自传感器116的数据作为输入并且经由控制器112、113、114来执行命令和发送控制信号来实现。过程500包括以公开的顺序进行的多个框。过程500可以可替代地或附加地包括更少的框,或者可以包括以不同顺序进行的框。
过程500开始于框502,其中在车辆110中的计算装置115可以例如经由在车辆之间的自组织无线网络(V-to-V联网)或经由交通基础设施***(V-to-I联网)接收关于距第二车辆210的左车道标记和右车道标记206的距离的数据。车辆110可能需要有关车道标记206位置的数据来进行操作,在传感器故障或恶劣天气可能会导致传感器数据丢失的情况下,车辆110可能需要关于车道标记206的替代数据源。第二车辆210可以接近车辆110,即在针对要足够近以使来自第二车辆210的数据可用于车辆110的当前速度区域指定的距离内,例如,在每小时60至80公里的速度下的预定距离内,诸如十米或二十米内,车辆110在相同的车道204中或在可以邻近(即,紧邻)车辆110的车道204或与车辆110的车道隔开一个或多个车道的另一个车道204中。车辆110中的计算装置115还可以从第三车辆或更多车辆接收关于左车道标记数据和右车道标记数据的数据。
在框504处,车辆110中的计算装置115可以确定到第二车辆210的距离D和角度θ。计算装置115可以从包括在车辆110中的传感器116,例如,雷达传感器或激光雷达传感器获取数据,以确定到第二车辆210的距离和角度。在从额外的车辆接收车道标记206数据的示例中,计算装置115还可以确定到第三车辆或更多车辆的距离D和角度θ。在例如由于传感器故障或恶劣天气导致包括在车辆110中的传感器116无法获取距离和角度数据的示例中,可以从第二车辆210接收距离和角度数据。计算装置115还可以确定或接收针对第三车辆或更多车辆的距离和角度数据。
在框506处,计算装置115可以根据等式(2)、(3)、(6)、(7)或(8)至(15)确定车道标记206的距离HL和HR,这取决于基于所接收的车道标记206的距离以及距离D和角度θ(如上面关于图2至图4所讨论的)所确定的车辆110附近的额外车辆的位置和数量。
在框508处,计算装置115可以基于车道标记206位置HL和HR在道路202上操作车辆110。计算装置115可以确定要在上面操作车辆110的车辆路径,车辆路径将车辆110保持在车道204中间的在车道标记206位置HL和HR之间的位置处。例如,车辆可以确定标称车辆路径,其中标称车辆路径是车辆110最优选地在其上面行进的车辆路径。例如,标称车辆路径可以位于车道204的中心,如由车道标记位置HL和HR限定。计算装置115可以基于车辆传感器,诸如GPS和IMU来确定车辆位置,并且确定由多项式函数限定的车辆路径,该车辆路径可以用于将车辆110从在当前位置进行操作引导至沿着标称路径进行操作。多项式函数可以通过输入车辆位置并且输出车辆位置预测的控制过程(例如,如本领域中已知的比例积分微分(PID)控制过程或α、β、γ控制过程)来确定。
在框510处,计算机115根据确定的车辆路径来操作车辆110,例如,操作制动、转向或推进中的一者或多者来尝试遵循根据车道标记距离确定的路径。在框510之后,过程500结束。
诸如本文讨论的那些的计算装置一般各自包括命令,该命令可由诸如上文所述的那些的一个或多个计算装置执行并用于执行上文所述的过程的框或步骤。例如,上面讨论的过程框可以被体现为计算机可执行命令。
计算机可执行命令可以由使用各种编程语言和/或技术创建的计算机程序来编译或解译,该编程语言和/或技术包括但不限于以下的单一形式或组合形式:JavaTM、C、C++、Visual Basic、Java Script、Perl、HTML等。一般,处理器(例如,微处理器)接收例如来自存储器、计算机可读介质等的命令,并且执行这些命令,从而执行一个或多个过程,包括本文所述的过程中的一个或多个。可以使用多种计算机可读介质来在文件中存储和传输此类命令和其他数据。计算装置中的文件通常是存储在诸如存储介质、随机存取存储器等计算机可读介质上的数据的集合。
计算机可读介质包括参与提供可以由计算机读取的数据(例如,命令)的任何介质。这种介质可以采用许多形式,包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其他持久性存储器。易失性介质包括动态随机存取存储器(DRAM),所述动态随机存取存储器通常构成主存储器。常见形式的计算机可读介质包括例如软磁盘、软盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他任何光学介质、穿孔卡、纸带、带有穿孔图案的任何其他物理介质、RAM、PROM、EPROM、快闪EEPROM、任何其他存储器芯片或盒式磁带或者计算机可读的任何其他介质。
除非本文作出相反的明确指示,否则权利要求中使用的所有术语旨在给出如本领域技术人员所理解的普通和通常的含义。具体地,除非权利要求叙述相反的明确限制,否则使用诸如“一个”、“该”、“所述”等单数冠词应被解读为叙述所指示的要素中的一者或多者。
术语“示例性”在本文中以表示示例的意义使用,例如,对“示例性小部件”的引用应当被理解为仅指代小部件的示例。
修饰值或结果的副词“约”是指形状、结构、测量、值、确定、计算结果等可以因材料、加工、制造、传感器测量、计算、处理时间、通信时间等的缺陷等而与确切描述的几何结构、距离、测量、值、确定、计算结果等有偏差。
在附图中,相同的附图标记指示相同的元件。此外,可以改变这些元素中的一些或全部。关于本文所描述的介质、过程、***、方法等,应理解,虽然此类过程等的步骤已被描述为按照特定顺序的序列发生,但是此类过程可以通过以本文所描述的顺序以外的顺序执行的所描述步骤来实践。还应理解,可以同时执行某些步骤、可以添加其他步骤,或者可以省略本文所述的某些步骤。换句话说,本文对过程的描述是为了示出某些实施例而提供,而决不应将其理解为对所要求保护的发明进行限制。
根据本发明,提供了一种方法,其具有:基于在第一车辆处从第二车辆接收的第二车道标记距离以及从所述第一车辆到所述第二车辆测量的距离和角度来确定第一车道标记距离;以及基于所述第一车道标记距离操作车辆。
根据一个实施例,本发明的特征还在于,基于三角计算来确定第一车道标记距离,所述三角计算使用所述距离和角度来确定用于将第二车道标记距离转换成第一车道标记距离的因子。
根据一个实施例,第二车道标记距离是从所述第二车辆的中心线到左车道标记和右车道标记测量的距离。
根据一个实施例,从所述第二车辆的所述中心线到所述左车道标记和所述右车道标记的所述距离是基于第二车辆传感器数据。
根据一个实施例,所述第二车辆在第二车道中进行操作,所述第二车道邻近所述第一车辆在其中进行操作的第一车道。
根据一个实施例,所述第二车辆在第三车道中进行操作,所述第三车道与所述第一车辆在其中进行操作的所述第一车道隔开一个或多个额外的车道。
根据一个实施例,本发明的特征还在于,基于由所述第一车辆从一个或多个额外的车辆接收的一个或多个额外的车道标记距离以及从所述第一车辆到所述额外的车辆测量的距离和角度来确定第一车道标记距离。
根据一个实施例,所述第一车道标记距离是基于所述第二车道标记距离和额外的车道标记距离的平均值确定的。
根据一个实施例,所述距离和所述角度是基于第一车辆传感器数据确定的。
根据一个实施例,所述距离和所述角度是基于第二车辆传感器数据确定的。
根据本发明,提供了一种***,其具有:处理器;以及存储器,所述存储器包括指令,所述指令由所述处理器执行以:基于在第一车辆处从第二车辆接收的第二车道标记距离以及从所述第一车辆到所述第二车辆测量的距离和角度来确定第一车道标记距离;以及基于所述第一车道标记距离操作车辆。
根据一个实施例,本发明的特征还在于,基于三角计算来确定第一车道标记距离,所述三角计算使用所述距离和角度来确定用于将第二车道标记距离转换成第一车道标记距离的因子。
根据一个实施例,第二车道标记距离是从所述第二车辆的中心线到左车道标记和右车道标记测量的距离。
根据一个实施例,从所述第二车辆的所述中心线到所述左车道标记和所述右车道标记的所述距离是基于第二车辆传感器数据。
根据一个实施例,所述第二车辆在第二车道中进行操作,所述第二车道邻近所述第一车辆在其中进行操作的第一车道。
根据一个实施例,所述第二车辆在第三车道中进行操作,所述第三车道与所述第一车辆在其中进行操作的所述第一车道隔开一个或多个额外的车道。
根据一个实施例,本发明的特征还在于,基于由所述第一车辆从一个或多个额外的车辆接收的一个或多个额外的车道标记距离以及从所述第一车辆到所述额外的车辆测量的距离和角度来确定第一车道标记距离。
根据一个实施例,所述第一车道标记距离是基于所述第二车道标记距离和额外的车道标记距离的平均值确定的。
根据一个实施例,所述距离和所述角度是基于第一车辆传感器数据确定的。
根据一个实施例,所述距离和所述角度是基于第二车辆传感器数据确定的。
Claims (15)
1.一种方法,其包括:
基于在第一车辆处从第二车辆接收的第二车道标记距离以及从所述第一车辆到所述第二车辆测量的距离和角度来确定第一车道标记距离;以及
基于所述第一车道标记距离操作车辆。
2.如权利要求1所述的方法,其还包括基于三角计算来确定第一车道标记距离,所述三角计算使用所述距离和角度来确定用于将第二车道标记距离转换成第一车道标记距离的因子。
3.如权利要求1所述的方法,其中第二车道标记距离是从所述第二车辆的中心线到左车道标记和右车道标记测量的距离。
4.如权利要求3所述的方法,其中从所述第二车辆的所述中心线到所述左车道标记和所述右车道标记的所述距离是基于第二车辆传感器数据。
5.如权利要求1所述的方法,其中所述第二车辆在第二车道中进行操作,所述第二车道邻近所述第一车辆在其中进行操作的第一车道。
6.如权利要求5所述的方法,其中所述第二车辆在第三车道中进行操作,所述第三车道与所述第一车辆在其中进行操作的所述第一车道隔开一个或多个额外的车道。
7.如权利要求1所述的方法,其还包括基于由所述第一车辆从一个或多个额外的车辆接收的一个或多个额外的车道标记距离以及从所述第一车辆到所述额外的车辆测量的距离和角度来确定第一车道标记距离。
8.如权利要求7所述的方法,其中所述第一车道标记距离是基于所述第二车道标记距离和额外的车道标记距离的平均值确定的。
9.如权利要求1所述的方法,其中所述距离和所述角度是基于第一车辆传感器数据确定的。
10.如权利要求1所述的方法,其中所述距离和所述角度是基于第二车辆传感器数据确定的并且是由所述第一车辆接收的。
11.如权利要求1所述的方法,其中确定所述车辆路径包括基于所述第一车道标记距离来确定标称车辆路径。
12.如权利要求11所述的方法,其中操作所述车辆包括基于所述标称路径和车辆位置确定车辆路径。
13.如权利要求12所述的方法,其中操作所述车辆包括控制车辆的动力传动***、制动器和转向以使所述车辆沿着所述车辆路径行进。
14.如权利要求1所述的方法,其中所述第一车道标记距离和第二车道标记距离是以全局坐标测量的。
15.一种***,其包括被编程为执行如权利要求1-14中任一项所述的方法的计算机。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/269,855 US11119491B2 (en) | 2019-02-07 | 2019-02-07 | Vehicle steering control |
US16/269,855 | 2019-02-07 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111532338A true CN111532338A (zh) | 2020-08-14 |
Family
ID=71739442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010079919.XA Pending CN111532338A (zh) | 2019-02-07 | 2020-02-04 | 车辆转向控制 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11119491B2 (zh) |
CN (1) | CN111532338A (zh) |
DE (1) | DE102020102935A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210130302A (ko) * | 2020-04-21 | 2021-11-01 | 주식회사 만도모빌리티솔루션즈 | 운전자 보조 시스템 |
JP7298567B2 (ja) * | 2020-08-18 | 2023-06-27 | トヨタ自動車株式会社 | 車両制御装置 |
CN114633248B (zh) * | 2020-12-16 | 2024-04-12 | 北京极智嘉科技股份有限公司 | 一种机器人及定位方法 |
US11845429B2 (en) * | 2021-09-30 | 2023-12-19 | GM Global Technology Operations LLC | Localizing and updating a map using interpolated lane edge data |
US11987251B2 (en) | 2021-11-15 | 2024-05-21 | GM Global Technology Operations LLC | Adaptive rationalizer for vehicle perception systems toward robust automated driving control |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120314070A1 (en) | 2011-06-09 | 2012-12-13 | GM Global Technology Operations LLC | Lane sensing enhancement through object vehicle information for lane centering/keeping |
JP5673597B2 (ja) | 2011-11-18 | 2015-02-18 | 株式会社デンソー | 車両用挙動制御装置 |
KR20140061180A (ko) | 2012-11-13 | 2014-05-21 | 경북대학교 산학협력단 | 차량간 통신을 통한 차로 위치 결정 장치 |
US9457807B2 (en) * | 2014-06-05 | 2016-10-04 | GM Global Technology Operations LLC | Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver |
US9922565B2 (en) * | 2015-07-20 | 2018-03-20 | Dura Operating Llc | Sensor fusion of camera and V2V data for vehicles |
US10077050B2 (en) * | 2016-05-24 | 2018-09-18 | GM Global Technology Operations LLC | Automated driving system for evaluating lane cut-out and method of using the same |
CN106096525B (zh) | 2016-06-06 | 2019-07-19 | 重庆邮电大学 | 一种复合型车道识别***及方法 |
US11248925B2 (en) | 2016-07-28 | 2022-02-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Augmented road line detection and display system |
US9981660B2 (en) * | 2016-08-30 | 2018-05-29 | Nissan North America, Inc. | Operation of a vehicle by classifying a preceding vehicle lane |
EP3316001B1 (en) | 2016-10-25 | 2024-06-12 | Centre National d'Etudes Spatiales | Collaborative improvement of a vehicle's positioning |
KR102629625B1 (ko) * | 2016-11-01 | 2024-01-29 | 주식회사 에이치엘클레무브 | 주행차로 변경장치 및 주행차로 변경방법 |
US10816972B2 (en) * | 2017-03-15 | 2020-10-27 | Toyota Research Institute, Inc. | Collective determination among autonomous vehicles |
US10037472B1 (en) * | 2017-03-21 | 2018-07-31 | Delphi Technologies, Inc. | Automated vehicle object detection system with camera image and radar data fusion |
US11024178B2 (en) * | 2017-09-25 | 2021-06-01 | Continental Automotive Systems, Inc. | System and method for autonomously steering a vehicle |
KR102506865B1 (ko) * | 2017-12-13 | 2023-03-08 | 현대자동차주식회사 | 컷인 의도 판단 장치 및 방법 |
US20200049513A1 (en) * | 2018-08-10 | 2020-02-13 | Delphi Technologies, Llc | Positioning system |
US11472405B2 (en) | 2018-12-28 | 2022-10-18 | Qualcomm Incorporated | Method and apparatus related to intra-lane position data indicative of a lateral distance to a lane reference point |
-
2019
- 2019-02-07 US US16/269,855 patent/US11119491B2/en active Active
-
2020
- 2020-02-04 CN CN202010079919.XA patent/CN111532338A/zh active Pending
- 2020-02-05 DE DE102020102935.7A patent/DE102020102935A1/de active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102020102935A1 (de) | 2020-08-13 |
US11119491B2 (en) | 2021-09-14 |
US20200257297A1 (en) | 2020-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11783707B2 (en) | Vehicle path planning | |
CN107451521B (zh) | 车辆车道图估算 | |
US10488863B2 (en) | Autonomous vehicle post-fault operation | |
US10703363B2 (en) | In-vehicle traffic assist | |
US11119491B2 (en) | Vehicle steering control | |
US11079761B2 (en) | Vehicle path processing | |
US10551836B2 (en) | Driver assist | |
US10589742B2 (en) | Vehicle snow level response | |
US10955857B2 (en) | Stationary camera localization | |
CN107783535A (zh) | 车辆控制装置 | |
US11527012B2 (en) | Vehicle pose determination | |
US11247724B2 (en) | Vehicle parking control | |
US11662741B2 (en) | Vehicle visual odometry | |
CN110726399A (zh) | 姿态估计 | |
US20200065978A1 (en) | Foreground detection | |
US10095238B2 (en) | Autonomous vehicle object detection | |
CN112099483A (zh) | 监控自动驾驶车辆中的定位功能的方法 | |
US10377383B2 (en) | Vehicle lane change | |
US20200394917A1 (en) | Vehicle eccentricity mapping | |
CN111412922A (zh) | 定位技术 | |
US10599146B2 (en) | Action-conditioned vehicle control | |
US20240124060A1 (en) | A method for determining whether an automatic collision avoidance steering maneuver should be executed or not |
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 |