CN111712417B - 用于自动驾驶车辆的、基于隧道的规划*** - Google Patents

用于自动驾驶车辆的、基于隧道的规划*** Download PDF

Info

Publication number
CN111712417B
CN111712417B CN201880004921.1A CN201880004921A CN111712417B CN 111712417 B CN111712417 B CN 111712417B CN 201880004921 A CN201880004921 A CN 201880004921A CN 111712417 B CN111712417 B CN 111712417B
Authority
CN
China
Prior art keywords
tunnel
width
lane
autonomous vehicle
obstacle
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
CN201880004921.1A
Other languages
English (en)
Other versions
CN111712417A (zh
Inventor
朱帆
马霖
朱伟铖
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 com Times Technology Beijing Co Ltd
Baidu USA LLC
Original Assignee
Baidu com Times Technology Beijing Co Ltd
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 com Times Technology Beijing Co Ltd, Baidu USA LLC filed Critical Baidu com Times Technology Beijing Co Ltd
Publication of CN111712417A publication Critical patent/CN111712417A/zh
Application granted granted Critical
Publication of CN111712417B publication Critical patent/CN111712417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • 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
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • 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
    • B60W40/06—Road 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—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
    • 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
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • 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
    • 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
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/14—Cruise control

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Electromagnetism (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

根据一个实施方式，***从ADV的、捕捉ADV附近的多个障碍物的图像捕捉装置接收感知ADV的环境的捕获图像。***基于用于ADV的道路车道的宽度生成第一隧道，其中，第一隧道表示用于ADV行进通过的可通行车道。***基于障碍物的位置生成一个或多个附加隧道，其中，该一个或多个附加隧道根据障碍物的侵入程度修改可通行车道的宽度。***基于第一隧道和附加隧道生成ADV的轨迹，以根据该轨迹控制ADV绕过障碍物而不发生碰撞。

Description

用于自动驾驶车辆的、基于隧道的规划***
技术领域
本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及用于自动驾驶车辆(ADV)的、基于隧道的规划***。
背景技术
以自动驾驶模式运行(例如，无人驾驶)的车辆可将乘员、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。
车辆可利用规划轨迹自主行进。可基于采样方法来规划用于车辆的轨迹。采样方法可对一组轨迹候选项采样或评估一组轨迹候选项以确定最佳轨迹。因而，可用轨迹候选项的确定影响着最佳轨迹的评估。
发明内容
在第一方面，本公开提供了一种用于自动驾驶车辆(ADV)的计算机实施的方法，该方法包括：从ADV的、捕捉ADV附近的多个障碍物的图像捕捉装置接收感知ADV的环境的捕获图像；基于用于ADV的道路车道的宽度生成第一隧道，其中，第一隧道表示用于ADV行进通过的可通行车道；基于障碍物的位置生成一个或多个附加隧道，其中，该一个或多个附加隧道根据障碍物的侵入程度修改可通行车道的宽度；以及基于第一隧道和附加隧道生成ADV的轨迹，以根据该轨迹控制ADV绕过障碍物而不发生碰撞。
在第二方面，本公开提供了一种存储有指令的非暂时性机器可读介质，指令在由处理器执行时致使处理器执行操作，该操作包括：从ADV的、捕捉ADV附近的多个障碍物的图像捕捉装置接收感知ADV的环境的捕获图像；基于用于ADV的道路车道的宽度生成第一隧道，其中，第一隧道表示用于ADV行进通过的可通行车道；基于障碍物的位置生成一个或多个附加隧道，其中，该一个或多个附加隧道根据障碍物的侵入程度修改可通行车道的宽度；以及基于第一隧道和附加隧道生成ADV的轨迹，以根据该轨迹控制ADV绕过障碍物而不发生碰撞。
在第三方面，本公开提供了一种数据处理***，该数据处理***包括处理器和存储器，其中，存储器联接至处理器以存储指令，该指令在由处理器执行时致使处理器执行操作，该操作包括：从ADV的、捕捉ADV附近的多个障碍物的图像捕捉装置接收感知ADV的环境的捕获图像；基于用于ADV的道路车道的宽度生成第一隧道，其中，第一隧道表示用于ADV行进通过的可通行车道；基于障碍物的位置生成一个或多个附加隧道，其中，该一个或多个附加隧道根据障碍物的侵入程度修改可通行车道的宽度；以及基于第一隧道和附加隧道生成ADV的轨迹，以根据该轨迹控制ADV绕过障碍物而不发生碰撞。
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，附图中的相同参考标记指示相似元件。
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与控制***的示例的框图。
图3A至图3B是示出根据一些实施方式的用于自动驾驶车辆的感知与规划***的示例的框图。
图4是示出根据一个实施方式的基于隧道的轨迹模块的示例的框图。
图5A是示出根据一个实施方式的隧道评估场景的示例的框图。
图5B是示出根据一些实施方式的沿可通行车道行进的自动驾驶车辆的示例的图示。
图5C是示出根据一些实施方式的沿可通行车道行进的自动驾驶车辆的示例的图示。
图6是示出根据一个实施方式的隧道评估场景的示例的框图。
图7是示出根据一个实施方式的方法的流程图。
图8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，附图将示出所述各种实施方式。下列描述和附图是本公开的说明，而不应当解释为对本公开进行限制。描述了许多特定细节以提供对本公开的各种实施方式的全面理解。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同一实施方式。
本公开的实施方式公开了用于ADV以生成驾驶轨迹的基于隧道的规划***。根据一个方面，***从ADV的、捕捉ADV附近的多个障碍物的图像捕捉装置接收感知ADV的环境的捕获图像。***基于用于ADV的道路车道的宽度生成第一隧道，其中，第一隧道表示用于ADV通过的可通行车道。该***基于障碍物的位置生成一个或多个附加隧道，其中，一个或多个附加隧道根据障碍物的侵入程度修改可通行车道的宽度。***基于第一隧道和附加隧道生成ADV的轨迹，以根据该轨迹控制ADV绕过障碍物而不发生碰撞。
在一个实施方式中，处理逻辑还根据障碍物附近障碍物的侵入程度来评估可通行车道的宽度，以确定ADV是否可穿行通过可通行车道的宽度，其中，基于评估生成轨迹。在一个实施方式中，如果附加隧道在左边界附近阻挡可通行车道的左侧部分，则可通行车道的宽度修改为在左边界处缩小。
在一个实施方式中，如果附加隧道在右边界附近阻挡可通行车道的右侧部分，则可通行车道的宽度修改为在右边界处缩小。在一个实施方式中，如果障碍物阻挡可通行车道的中间部分，则生成表示可通行车道中的分岔的左侧附加隧道和右侧附加隧道。
在一个实施方式中，处理逻辑还基于左分岔的宽度和右分岔的宽度(哪个较大)选择新的可通行车道。在一个实施方式中，如果可通行车道的宽度窄于车辆的宽度，则可通行车道终止。
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)服务器或位置服务器等。
自动驾驶车辆是指可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通信标准。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以及光探测和测距(LIDAR)单元215。GPS单元212可包括收发器，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可另外感测对象的速度和/或前进方向。LIDAR单元215可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可以是固定摄像机和/或PTZ(平移-倾斜-变焦)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。
传感器***115还可包括其它传感器，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(例如，电动助力转向(EPS))可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集成为集成式油门/制动传感器。
车辆控制***111可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。
返回参考图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、存储装置)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。可替代地，感知与规划***110可与车辆控制***111集成在一起。
例如，作为乘客的用户可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。可替代地，此类位置和MPOI信息可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可由第三方实体进行操作。可替代地，服务器103至104的功能可与感知与规划***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可以是数据分析***，从而为各种客户执行数据分析服务。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从各种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括指示所发出的驾驶指令(例如，油门、制动、转向指令)以及由车辆的传感器在不同的时间点捕捉到的车辆的响应(例如，速度、加速、减速、方向)的信息。驾驶统计数据123还可包括描述不同时间点下的驾驶环境的信息，例如，路线(包括起始位置和目的地位置)、MPOI、道路状况、天气状况等。
基于驾驶统计数据123，出于各种目的，机器学习引擎122生成或训练一组规则、算法和/或模型124。在一个实施方式中，例如，算法/模型124可包括一个或多个隧道模型或算法，以确定用于ADV的可通行车道。隧道模型可上传到ADV上以实时用于ADV的自动驾驶。
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、路线安排/采样模块307和基于隧道的轨迹模块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，基于隧道的轨迹模块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)以及管理与用户的行程或路线相关的任何数据。定位模块301(又称作为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图与路线信息311的其它部件通信，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，并且MPOI服务器提供地图服务和某些位置的POI，从而可作为地图与路线信息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个或多个车道的信息，诸如，例如车道的形状(例如，直线或弯曲)、车道的宽度、道路中的车道数量、单向或双向车道、合并或分开车道、出口车道等。
感知模块302可包括计算机视觉***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预测对象在这种情况下将如何表现。预测是基于感知数据执行的，该感知数据在考虑一组地图/路线信息311和交通规则312的时间点感知驾驶环境。例如，如果对象为相反方向上的车辆且当前驾驶环境包括十字路口，则预测模块303将预测车辆是否可能会笔直向前移动或转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可能会预测车辆在进入十字路口之前可能需要完全停车。如果感知数据表明车辆目前处于左转唯一车道或右转唯一车道，则预测模块303可能预测车辆将更可能分别左转或右转。
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。
路线安排模块307配置成提供从起始点到目的地点的一个或多个路线或路径。对于从起始位置到目的地位置的给定行程，例如从用户接收的给定行程，路线安排模块307获得路线与地图信息311，并确定从起始位置至到达目的地位置的所有可能路线或路径。路线安排模块307可生成地形图形式的参考线，它确定了从起始位置至到达目的地位置的每个路线。参考线是指不受其它诸如其它车辆、障碍物或交通状况的任何干扰的理想路线或路径。即，如果道路上没有其它车辆、行人或障碍物，则ADV应精确地或紧密地跟随参考线。然后，将地形图提供至决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线，以根据由其它模块提供的其它数据选择和更改最佳路线中的一个，其中，其它数据诸如为来自定位模块301的交通状况、由感知模块302感知到的驾驶环境以及由预测模块303预测的交通状况。根据时间点下的特定驾驶环境，用于控制ADV的实际路径或路线可能接近于或不同于由路线安排模块307提供的参考线。
基于针对所感知到的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可决定超过所述对象，而规划模块305可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，规划阶段在多个规划周期(也称作为命令周期)中执行，例如，在每个时间间隔为100毫秒(ms)的周期中执行。对于规划周期或命令周期中的每一个，将基于规划和控制数据发出一个或多个控制命令。即，对于每100ms，规划模块305规划下一个路线段或路径段，例如，包括目标位置和ADV到达目标位置所需要的时间。可替代地，规划模块305还可规定具体的速度、方向和/或转向角等。在一个实施方式中，规划模块305为下一个预定时段(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基于在前一周期中规划的目标位置规划用于当前周期(例如，下一个5秒)的目标位置。控制模块306然后基于当前周期的规划和控制数据生成一个或多个控制命令(例如，油门、制动、转向控制命令)。
应注意，决策模块304和规划模块305可集成为集成模块。决策模块304/规划模块305可包括导航***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。目的地可根据经由用户接口***113进行的用户输入来设定。导航***可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基于隧道的轨迹模块的示例的框图。参考图4，基于隧道的轨迹模块308可将隧道模型应用于ADV的行驶车道/道路以确定用于ADV的通道或可通行车道。然后，基于隧道的轨迹模块308可基于可通行车道生成用于ADV的驾驶轨迹。在一个实施方式中，基于隧道的轨迹模块308包括图像接收器/预处理模块401、隧道生成器模块403、可通行车道评估器模块405和轨迹生成器模块407。这些模块401至模块407可以以软件、硬件或其组合实施。图像接收器/预处理模块401可接收由ADV的图像捕捉装置(例如，一个或多个摄像机)捕获的图像。图像接收器模块401还可对图像进行预处理。预处理可包括但不限于，调整将应用于图像的曝光控制、增益控制、色调映射、白平衡以及去马赛克和双边滤波。对图像进行预处理使图像准备好以更好地识别具有不同时间和天气状况的图像中所捕获的对象(例如，交通灯、行人)和/或车道线。例如，在夜间，图像中的曝光量应大于日间，使得可更好地识别对象/障碍物和/或车道线。预处理的另一示例包括将图像缩放和/或裁剪成与将应用的机器学习模型兼容的图像尺寸。机器学习模型可应用于图像以识别图像中所捕获的对象(例如，交通灯、行人)和/或车道线。隧道生成器模块403可基于ADV的道路或车道生成隧道。可通行车道评估器模块405可评估隧道(例如，可通行车道)的宽度是否足够宽以允许ADV穿行通过。然后，轨迹生成器模块407可生成轨迹以控制ADV，其中，基于对可通行车道内的轨迹候选项的评估来生成轨迹。
图5A是示出根据一个实施方式的隧道评估场景的示例的框图。参考图5A，在一个实施方式中，场景500可包括最初在隧道0内行驶的ADV 101，其中，隧道0是基于ADV 101的道路/车道(或地图信息)生成的(作为图3A的隧道模型313的一部分)，以及对于宽度为9米的可通行车道，隧道0具有9米的宽度。评估器模块405可基于隧道0的宽度和ADV 101的宽度来评估ADV 101是否可穿行通过隧道0。例如，如果隧道的宽度大于车辆的宽度加上预定阈值(例如，误差容限)，则车辆可穿行通过隧道。在ADV 101前方一些距离处，障碍物501至障碍物505可能会或可能不会阻挡隧道0的一部分。例如，在一个实施方式中，隧道生成器模块(诸如图4的模块403)确定障碍物501阻挡了隧道0的左侧部分(相对于ADV 101)一米的宽度。然后隧道生成器模块生成从障碍物501的坐标开始叠合在隧道0上的隧道1，其中，隧道1具有8米的宽度。然后，评估器模块(诸如图4的模块405)评估ADV 101能够穿行通过具有8米宽的可通行车道的隧道1。
进一步沿着通行车道，隧道生成器模块确定障碍物502阻挡隧道1的右侧部分(相对于ADV 101)一米的宽度。生成从障碍物502的坐标开始叠合在隧道1上的隧道2，其中，隧道2具有7米的宽度。然后评估ADV 101能够穿行通过具有7米宽的可通行车道的隧道2。
进一步沿着通行车道，确定障碍物503不会阻挡隧道2的宽度。然后生成从障碍物503的坐标开始叠合在隧道2上的隧道3，其中，隧道3具与隧道2相同的宽度。然后评估ADV101能够穿行通过具有7米宽的可通行车道的隧道3。在另一实施方式中，不生成隧道，但是隧道2延伸至下一障碍物(例如，障碍物504)以进行评估。
进一步沿着通行车道，确定障碍物504阻挡隧道3的右侧部分(相对于ADV 101)一米的宽度。生成从障碍物504的坐标开始叠合在隧道3上的隧道4，其中，隧道4具有6米的宽度。然后评估ADV 101能够穿行通过具有6米宽的可通行车道的隧道4。
进一步沿着通行车道，确定障碍物505阻挡隧道4的左侧部分(相对于ADV 101)4米的宽度。生成从障碍物505的坐标开始叠合在隧道4上的隧道5，其中，隧道5具有2米的宽度。然后评估ADV 101不能够穿行通过隧道5，隧道5终止可通行车道。基于隧道0至隧道5的可通行车道，利用采样方法，可通行车道内的坐标可用于生成最终轨迹以控制ADV。采样方法的示例包括在用于ADV的可通行车道内生成多组样本点，其中每组均跨越用于ADV的可通行车道的宽度。可基于ADV的速度(例如，速率)来确定沿着可通行车道的多组样本点之间的距离。
图5B至图5C是示出根据一些实施方式的沿通行车道506行进(例如，移动、行驶等)的ADV 101的示例的图示。参考图5B至图5C，在一个实施方式中，样本点507或样本点的集合520、530和540可连接至相邻样本点集合中的每个样本点，形成多个段511。可以为每个段生成多项式函数。可基于各种因素或参数为每个段分配成本(例如，权重)，所述各种因素或参数包括但不限于段距参考线的距离(基于地图信息生成)、段中的样本点距参考线的距离、段的曲率变化率或段中的样本点的曲率变化率、段的曲率、可位于样本点处的障碍物。使用多项式函数将前一段的终点连接至下一段的起始点。此外，前一段的终点的多项式函数的一阶导数应与下一段的起始点的多项式函数的一阶导数相同。前一段的终点的多项式函数的二阶导数应与下一段的起始点的多项式函数的二阶导数相同。一阶导数和二阶导数确保不同的段进行平滑连接。
然后，轨迹生成器模块407基于这些段的成本使用成本优化算法和/或动态编程算法(诸如Dijkstra算法)生成路径和轨迹，以确定具有最低总成本的路径(和轨迹)。然后轨迹用于根据该轨迹来控制ADV。
图6是示出根据一个实施方式的隧道评估场景的示例的框图。参考图6，在一个实施方式中，场景600可包括最初在隧道0内行驶的ADV 101，其中，隧道0是基于ADV 101的道路/车道(或地图信息)生成的(作为图3A的隧道模型313的一部分)，以及对于宽度为9米的可通行车道，隧道0具有9米的宽度。评估器模块405可基于隧道0的宽度和ADV 101的宽度来评估ADV 101能够穿行通过隧道0。
在另一实施方式中，如果障碍物阻挡隧道的中间部分，则将隧道的左分岔和右分岔确定为两个附加的新隧道(例如，两个可通行车道)。在一个实施方式中，将两个附加隧道中的较宽隧道确定为最佳可通行车道。例如，参考图6，隧道生成器模块(诸如图4的模块403)确定障碍物601阻挡隧道0的中间部分。然后，隧道生成器模块生成从障碍物601的坐标开始叠合在隧道0上的隧道6和隧道7，其中，隧道6和隧道7分别具有3米和4米的宽度。评估器模块405可评估ADV 101可穿行通过隧道6和隧道7两者。然而，因为隧道7比隧道6宽，所以将隧道7的4米可通行车道确定为最佳可通行车道。
基于可通行车道，对可通行车道内的不同样本点(用于轨迹候选项)进行评估，以获得如前所述的最佳轨迹。然后最佳轨迹用于根据该轨迹来控制ADV。
图7是示出根据一个实施方式的方法的流程图。过程700可由处理逻辑执行，所述处理逻辑可包括软件、硬件或它们的组合。例如，过程700可由图3A的基于隧道的轨迹模块308执行。参考图7，在框701处，处理逻辑从ADV的、捕捉ADV附近的多个障碍物的图像捕捉装置接收感知ADV的捕获图像。在框702处，处理逻辑基于用于ADV的道路车道的宽度生成第一隧道(例如，图5至图6的隧道0)，其中，第一隧道表示用于ADV行进通过的可通行车道。在框703处，处理逻辑基于障碍物的位置生成一个或多个附加隧道(例如，图5至图6的隧道1至隧道7)，其中，该一个或多个附加隧道根据障碍物的侵入程度修改可通行车道的宽度。在框704处，处理逻辑基于第一隧道和附加隧道生成ADV的轨迹，以根据该轨迹控制ADV绕过障碍物而不发生碰撞。
在一个实施方式中，处理逻辑还根据障碍物附近障碍物的侵入程度来评估可通行车道的宽度，以确定ADV是否可穿行通过可通行车道的宽度，其中，基于该评估生成轨迹。在一个实施方式中，如果附加隧道在左边界附近阻挡可通行车道的左侧部分，则可通行车道的宽度修改为在左边界处缩小。
在一个实施方式中，如果附加隧道在右边界附近阻挡可通行车道的右侧部分，则可通行车道的宽度修改为在右边界处缩小。在一个实施方式中，如果障碍物阻挡可通行车道的中间部分，则生成表示可通行车道中的分岔的左侧附加隧道和右侧附加隧道。
在一个实施方式中，处理逻辑还基于左分岔的宽度和右分岔的宽度(哪个较大)来选择新的可通行车道。在一个实施方式中，如果可通行车道的宽度小于车辆的宽度，则可通行车道终止。
应注意，如上文示出和描述的部件中的一些或全部可在软件、硬件或其组合中实施。例如，此类部件可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。可替代地，此类部件可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8是示出可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***，诸如，例如图1的感知与规划***110或者服务器103至104。***1500可包括许多不同的部件。这些部件可实施为集成电路(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，某些实施例中可具有附加的部件，此外，其它实施例中可具有所示部件的不同布置。***1500可表示台式计算机、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还可包括与可选的图形子***1504通信的图形接口，图形子***1504可包括显示控制器、图形处理器和/或显示装置。
处理器1501可与存储器1503通信，存储器1503在一个实施方式中可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)、来自公司的操作***、来自苹果公司的Mac/>来自/>公司的LINUX、UNIX，或者其它实时或嵌入式操作***。
***1500还可包括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可包括鼠标、触摸板、触敏屏幕(其可与显示装置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可包括音频装置。音频装置可包括扬声器和/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还可包括成像处理子***(例如，摄像机)，所述成像处理子***可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，大容量存储装置(未示出)也可联接到处理器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，这种大容量存储装置可经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储装置可主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储装置充当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，闪存装置可例如经由串行***接口(SPI)联接到处理器1501。这种闪存装置可提供***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可表示上述部件中的任一个，诸如，例如图3A的基于隧道的轨迹模块308。处理模块/单元/逻辑1528还可在其由数据处理***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装置、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按不同的顺序执行。此外，一些操作可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，可对本发明作出各种修改。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)

1.一种用于自动驾驶车辆的计算机实施的方法，所述方法包括：
从自动驾驶车辆的、捕捉所述自动驾驶车辆附近的多个障碍物的图像捕捉装置接收感知所述自动驾驶车辆的环境的捕获图像；
基于用于所述自动驾驶车辆的道路车道的宽度生成第一隧道，其中，所述第一隧道表示用于所述自动驾驶车辆行进通过的可通行车道；
基于所述障碍物的位置生成多个附加隧道，其中，所述多个附加隧道根据所述障碍物的侵入程度修改所述可通行车道的宽度；以及
基于所述第一隧道和所述附加隧道生成所述自动驾驶车辆的轨迹，以根据所述轨迹控制所述自动驾驶车辆绕过所述障碍物而不发生碰撞；
其中，所述多个障碍物中的每个障碍物阻挡所述第一隧道的一部分，从所述多个障碍物中的第一障碍物的坐标开始叠加所述第一隧道以形成所述多个附加隧道中的第一附加隧道，并依次从所述多个障碍物中的剩余障碍物的坐标开始叠加先前的附加隧道来生成所述多个附加隧道中的后续的附加隧道。
2.根据权利要求1所述的方法，还包括：
根据所述障碍物附近所述障碍物的侵入程度来评估所述可通行车道的宽度，以确定所述自动驾驶车辆是否能够穿行通过所述可通行车道的宽度，其中，基于所述评估生成所述轨迹。
3.根据权利要求1所述的方法，其中，如果附加隧道在左边界附近阻挡所述可通行车道的左侧部分，则所述可通行车道的宽度修改为在所述左边界处缩小。
4.根据权利要求1所述的方法，其中，如果附加隧道在右边界附近阻挡所述可通行车道的右侧部分，则所述可通行车道的宽度修改为在所述右边界处缩小。
5.根据权利要求1所述的方法，其中，如果障碍物阻挡所述可通行车道的中间部分，则生成表示所述可通行车道中的分岔的左侧附加隧道和右侧附加隧道。
6.根据权利要求5所述的方法，还包括：
基于左分岔的宽度和右分岔的宽度哪个较大来选择新的可通行车道。
7.根据权利要求1所述的方法，其中，如果所述可通行车道的宽度小于所述自动驾驶车辆的宽度，则所述可通行车道终止。
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致使所述处理器执行操作，所述操作包括：
从自动驾驶车辆的、捕捉所述自动驾驶车辆附近的多个障碍物的图像捕捉装置接收感知所述自动驾驶车辆的环境的捕获图像；
基于用于所述自动驾驶车辆的道路车道的宽度生成第一隧道，其中，所述第一隧道表示用于所述自动驾驶车辆行进通过的可通行车道；
基于所述障碍物的位置生成多个附加隧道，其中，所述多个附加隧道根据所述障碍物的侵入程度修改所述可通行车道的宽度；以及
基于所述第一隧道和所述附加隧道生成所述自动驾驶车辆的轨迹，以根据所述轨迹控制所述自动驾驶车辆绕过所述障碍物而不发生碰撞；
其中，所述多个障碍物中的每个障碍物阻挡所述第一隧道的一部分，从所述多个障碍物中的第一障碍物的坐标开始叠加所述第一隧道以形成所述多个附加隧道中的第一附加隧道，并依次从所述多个障碍物中的剩余障碍物的坐标开始叠加先前的附加隧道来生成所述多个附加隧道中的后续的附加隧道。
9.根据权利要求8所述的非暂时性机器可读介质，其中，所述操作还包括：
根据所述障碍物附近所述障碍物的侵入程度来评估所述可通行车道的宽度，以确定所述自动驾驶车辆是否能够穿行通过所述可通行车道的宽度，其中，基于所述评估生成所述轨迹。
10.根据权利要求8所述的非暂时性机器可读介质，其中，如果附加隧道在左边界附近阻挡所述可通行车道的左侧部分，则所述可通行车道的宽度修改为在所述左边界处缩小。
11.根据权利要求8所述的非暂时性机器可读介质，其中，如果附加隧道在右边界附近阻挡所述可通行车道的右侧部分，则所述可通行车道的宽度修改为在所述右边界处缩小。
12.根据权利要求8所述的非暂时性机器可读介质，其中，如果障碍物阻挡所述可通行车道的中间部分，则生成表示所述可通行车道中的分岔的左侧附加隧道和右侧附加隧道。
13.根据权利要求12所述的非暂时性机器可读介质，其中，所述操作还包括：
基于左分岔的宽度和右分岔的宽度哪个较大来选择新的可通行车道。
14.根据权利要求8所述的非暂时性机器可读介质，其中，如果所述可通行车道的宽度小于所述自动驾驶车辆的宽度，则所述可通行车道终止。
15.一种数据处理***，包括：
处理器；以及
存储器，所述存储器联接至所述处理器，以存储指令，所述指令在由所述处理器执行时致使所述处理器执行操作，所述操作包括：
从自动驾驶车辆的、捕捉所述自动驾驶车辆附近的多个障碍物的图像捕捉装置接收感知所述自动驾驶车辆的环境的捕获图像；
基于用于所述自动驾驶车辆的道路车道的宽度生成第一隧道，其中，所述第一隧道表示用于所述自动驾驶车辆行进通过的可通行车道；
基于所述障碍物的位置生成多个附加隧道，其中，所述多个附加隧道根据所述障碍物的侵入程度修改所述可通行车道的宽度；以及
基于所述第一隧道和所述附加隧道生成所述自动驾驶车辆的轨迹，以根据所述轨迹控制所述自动驾驶车辆绕过所述障碍物而不发生碰撞；
其中，所述多个障碍物中的每个障碍物阻挡所述第一隧道的一部分，从所述多个障碍物中的第一障碍物的坐标开始叠加所述第一隧道以形成所述多个附加隧道中的第一附加隧道，并依次从所述多个障碍物中的剩余障碍物的坐标开始叠加先前的附加隧道来生成所述多个附加隧道中的后续的附加隧道。
16.根据权利要求15所述的***，其中，所述操作还包括：
根据所述障碍物附近所述障碍物的侵入程度来评估所述可通行车道的宽度，以确定所述自动驾驶车辆是否能够穿行通过所述可通行车道的宽度，其中，基于所述评估生成所述轨迹。
17.根据权利要求15所述的***，其中，如果附加隧道在左边界附近阻挡所述可通行车道的左侧部分，则所述可通行车道的宽度修改为在所述左边界处缩小。
18.根据权利要求15所述的***，其中，如果附加隧道在右边界附近阻挡所述可通行车道的右侧部分，则所述可通行车道的宽度修改为在所述右边界处缩小。
19.根据权利要求15所述的***，其中，如果障碍物阻挡所述可通行车道的中间部分，则生成表示所述可通行车道中的分岔的左侧附加隧道和右侧附加隧道。
20.根据权利要求19所述的***，其中，所述操作还包括：基于左分岔的宽度和右分岔的宽度哪个较大来选择新的可通行车道。
21.根据权利要求15所述的***，其中，如果所述可通行车道的宽度小于所述自动驾驶车辆的宽度，则所述可通行车道终止。
CN201880004921.1A 2018-09-28 2018-09-28 用于自动驾驶车辆的、基于隧道的规划*** Active CN111712417B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/108359 WO2020062034A1 (en) 2018-09-28 2018-09-28 A tunnel-based planning system for autonomous driving vehicles

Publications (2)

Publication Number Publication Date
CN111712417A CN111712417A (zh) 2020-09-25
CN111712417B true CN111712417B (zh) 2023-09-01

Family

ID=69953235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880004921.1A Active CN111712417B (zh) 2018-09-28 2018-09-28 用于自动驾驶车辆的、基于隧道的规划***

Country Status (6)

Country Link
US (1) US11561546B2 (zh)
EP (1) EP3655298B1 (zh)
JP (1) JP7116065B2 (zh)
KR (2) KR20200037119A (zh)
CN (1) CN111712417B (zh)
WO (1) WO2020062034A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11827241B2 (en) * 2018-10-29 2023-11-28 Motional Ad Llc Adjusting lateral clearance for a vehicle using a multi-dimensional envelope
US20200177798A1 (en) * 2018-12-03 2020-06-04 Nvidia Corporation Machine Learning of Environmental Conditions to Control Positioning of Visual Sensors
DE102019214445A1 (de) * 2019-09-23 2021-03-25 Robert Bosch Gmbh Verfahren zum Assistieren eines Kraftfahrzeugs
US20220342422A1 (en) * 2019-09-30 2022-10-27 Nec Corporation Method for determining passabilty, passability determination apparatus, and movement path generation
FR3109126B1 (fr) * 2020-04-10 2022-07-15 Renault Sas Procédé et dispositif de détermination automatique de la trajectoire d’un véhicule autonome
US20220017112A1 (en) * 2020-07-20 2022-01-20 Uatc, Llc Systems and Methods for Generating Vehicle Corridors to Improve Path Planning Efficiency
CN114312305A (zh) * 2021-12-22 2022-04-12 东软睿驰汽车技术（沈阳）有限公司 行驶提示方法、车辆、计算机可读存储介质
CN114355921B (zh) * 2021-12-28 2022-10-18 北京易航远智科技有限公司 车辆循迹轨迹生成方法、装置、电子设备及存储介质
CN114822044B (zh) * 2022-06-29 2022-09-09 山东金宇信息科技集团有限公司 一种基于隧道的行车安全预警方法及设备
CN116504079B (zh) * 2023-06-30 2023-09-22 中国水利水电第七工程局有限公司 施工隧道通行控制方法、装置及***

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004102447A (ja) * 2002-09-05 2004-04-02 Isuzu Motors Ltd 自動操舵装置
JP2004199286A (ja) * 2002-12-17 2004-07-15 Fuji Heavy Ind Ltd 車両の走行制御装置
JP2008143263A (ja) * 2006-12-07 2008-06-26 Mazda Motor Corp 車両の走行制御装置
JP2010228740A (ja) * 2009-03-05 2010-10-14 Nissan Motor Co Ltd 走行経路生成装置、走行経路生成方法、及び運転操作支援装置
CN101959743A (zh) * 2008-07-11 2011-01-26 丰田自动车株式会社 行驶辅助控制装置
JP2012175314A (ja) * 2011-02-21 2012-09-10 Nissan Motor Co Ltd 車両の運転支援装置
WO2013132949A1 (ja) * 2012-03-07 2013-09-12 日立オートモティブシステムズ株式会社 車両走行制御装置
JP2015057688A (ja) * 2013-08-12 2015-03-26 株式会社日本自動車部品総合研究所 走行経路生成装置
CN104837707A (zh) * 2012-08-24 2015-08-12 罗伯特·博世有限公司 驾驶员辅助***及用于运行驾驶员辅助***的方法
WO2016024314A1 (ja) * 2014-08-11 2016-02-18 日産自動車株式会社 車両の走行制御装置及び方法
JP2016070915A (ja) * 2014-09-30 2016-05-09 富士重工業株式会社 車両の視線誘導装置
DE202010018440U1 (de) * 2010-10-28 2016-08-29 Continental Automotive Gmbh Vorrichtung zum Unterstützen eines Fahrers beim Steuern eines Fahrzeugs entlang einer Engstelle
WO2016159170A1 (ja) * 2015-03-31 2016-10-06 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
DE102015213642A1 (de) * 2015-07-20 2017-01-26 Continental Automotive Gmbh Verfahren zum Betreiben eines Fahrzeugs
WO2017014012A1 (ja) * 2015-07-22 2017-01-26 本田技研工業株式会社 経路生成装置、経路生成方法、および経路生成プログラム
KR20170014164A (ko) * 2015-07-29 2017-02-08 주식회사 만도 차량 제어 방법 및 그 장치
WO2017144381A1 (de) * 2016-02-24 2017-08-31 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung zur querführungsunterstützung für ein strassengebundenes fahrzeug
JP2018138406A (ja) * 2017-02-24 2018-09-06 マツダ株式会社 車両運転支援システム及び方法
DE102018001497A1 (de) * 2017-03-06 2018-09-06 Scania Cv Ab Fahrzeugpositionssteuerungseinheit und Fahrzeugpositionssteuerungsverfahren

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3917241B2 (ja) 1997-06-25 2007-05-23 富士重工業株式会社 車両用運転支援装置
EP2075170B1 (en) * 2007-12-28 2011-02-16 Magneti Marelli S.p.A. A driving assistance system for a vehicle travelling along a roadway that lacks lane demarcation lines
DE102008003205A1 (de) * 2008-01-04 2009-07-09 Wabco Gmbh Vorrichtung, Verfahren und Computerprogramm zur Kollisionsvermeidung oder zur Verminderung der Kollisionsschwere infolge einer Kollision für Fahrzeuge, insbesondere Nutzfahrzeuge
JP5407952B2 (ja) * 2009-06-18 2014-02-05 日産自動車株式会社 車両運転支援装置及び車両運転支援方法
JP2011016097A (ja) * 2009-07-09 2011-01-27 Kobe Univ 複合半透膜
JP5463971B2 (ja) 2010-03-10 2014-04-09 日産自動車株式会社 移動体走行経路生成装置
JP5824968B2 (ja) * 2011-08-24 2015-12-02 日産自動車株式会社 走行制御装置
DE102012208712A1 (de) * 2012-05-24 2013-11-28 Robert Bosch Gmbh Verfahren und Vorrichtung zum Vermeiden oder Abmildern einer Kollision eines Fahrzeugs mit einem Hindernis
US9096267B2 (en) * 2013-01-21 2015-08-04 GM Global Technology Operations LLC Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors
DE102013203819A1 (de) * 2013-03-06 2014-09-11 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem zur Unterstützung des Fahrers eines Kraftfahrzeuges beim Verlassen einer vorgegebenen Fahrspur
KR101470189B1 (ko) 2013-07-09 2014-12-05 현대자동차주식회사 차량의 주행제어 장치 및 방법
KR101543073B1 (ko) * 2013-07-12 2015-08-07 현대자동차주식회사 차량의 주행안내 장치 및 방법
KR101491315B1 (ko) 2013-09-12 2015-02-06 현대자동차주식회사 차량의 주행제어 장치 및 방법
JP6280850B2 (ja) * 2014-09-29 2018-02-14 日立建機株式会社 障害物回避システム
CN111351495B (zh) * 2015-02-10 2024-05-28 御眼视觉技术有限公司 服务器***、方法及机器可读介质
KR102366402B1 (ko) * 2015-05-21 2022-02-22 엘지전자 주식회사 운전자 보조 장치 및 그 제어방법
US9475491B1 (en) * 2015-06-08 2016-10-25 Toyota Motor Engineering & Manufacturing North America, Inc. Lane changing for autonomous vehicles
DE102015119865B4 (de) * 2015-11-17 2023-12-21 RobArt GmbH Robotergestützte Bearbeitung einer Oberfläche mittels eines Roboters
CN105976457A (zh) * 2016-07-12 2016-09-28 百度在线网络技术（北京）有限公司 用于指示车辆行车动态的方法和装置
US10248124B2 (en) * 2016-07-21 2019-04-02 Mobileye Vision Technologies, Inc. Localizing vehicle navigation using lane measurements
US10019008B2 (en) * 2016-09-28 2018-07-10 Baidu Usa Llc Sideslip compensated control method for autonomous vehicles
JP6637400B2 (ja) * 2016-10-12 2020-01-29 本田技研工業株式会社 車両制御装置
US10875529B2 (en) * 2016-10-25 2020-12-29 Honda Motor Co., Ltd. Vehicle control device
US10169999B2 (en) * 2016-11-10 2019-01-01 Allstate Solutions Private Limited Identifying roadway obstacles based on vehicular data
KR20180060860A (ko) * 2016-11-29 2018-06-07 삼성전자주식회사 객체들 간의 충돌을 방지하는 충돌 방지 장치 및 방법
KR102568114B1 (ko) * 2016-11-30 2023-08-18 현대오토에버 주식회사 자율 주행 제어 장치 및 방법
KR102295577B1 (ko) * 2017-02-08 2021-08-30 현대자동차주식회사 Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주행 차로 판단 방법
US10229600B2 (en) * 2017-02-22 2019-03-12 Telenav, Inc. Navigation system with traffic flow mechanism and method of operation thereof
US20190061765A1 (en) * 2017-08-23 2019-02-28 Uber Technologies, Inc. Systems and Methods for Performing Lane Changes Around Obstacles
US10401863B2 (en) * 2017-11-22 2019-09-03 GM Global Technology Operations LLC Road corridor

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004102447A (ja) * 2002-09-05 2004-04-02 Isuzu Motors Ltd 自動操舵装置
JP2004199286A (ja) * 2002-12-17 2004-07-15 Fuji Heavy Ind Ltd 車両の走行制御装置
JP2008143263A (ja) * 2006-12-07 2008-06-26 Mazda Motor Corp 車両の走行制御装置
CN101959743A (zh) * 2008-07-11 2011-01-26 丰田自动车株式会社 行驶辅助控制装置
JP2010228740A (ja) * 2009-03-05 2010-10-14 Nissan Motor Co Ltd 走行経路生成装置、走行経路生成方法、及び運転操作支援装置
DE202010018440U1 (de) * 2010-10-28 2016-08-29 Continental Automotive Gmbh Vorrichtung zum Unterstützen eines Fahrers beim Steuern eines Fahrzeugs entlang einer Engstelle
JP2012175314A (ja) * 2011-02-21 2012-09-10 Nissan Motor Co Ltd 車両の運転支援装置
WO2013132949A1 (ja) * 2012-03-07 2013-09-12 日立オートモティブシステムズ株式会社 車両走行制御装置
CN104837707A (zh) * 2012-08-24 2015-08-12 罗伯特·博世有限公司 驾驶员辅助***及用于运行驾驶员辅助***的方法
JP2015057688A (ja) * 2013-08-12 2015-03-26 株式会社日本自動車部品総合研究所 走行経路生成装置
WO2016024314A1 (ja) * 2014-08-11 2016-02-18 日産自動車株式会社 車両の走行制御装置及び方法
JP2016070915A (ja) * 2014-09-30 2016-05-09 富士重工業株式会社 車両の視線誘導装置
WO2016159170A1 (ja) * 2015-03-31 2016-10-06 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
DE102015213642A1 (de) * 2015-07-20 2017-01-26 Continental Automotive Gmbh Verfahren zum Betreiben eines Fahrzeugs
WO2017014012A1 (ja) * 2015-07-22 2017-01-26 本田技研工業株式会社 経路生成装置、経路生成方法、および経路生成プログラム
KR20170014164A (ko) * 2015-07-29 2017-02-08 주식회사 만도 차량 제어 방법 및 그 장치
WO2017144381A1 (de) * 2016-02-24 2017-08-31 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung zur querführungsunterstützung für ein strassengebundenes fahrzeug
JP2018138406A (ja) * 2017-02-24 2018-09-06 マツダ株式会社 車両運転支援システム及び方法
DE102018001497A1 (de) * 2017-03-06 2018-09-06 Scania Cv Ab Fahrzeugpositionssteuerungseinheit und Fahrzeugpositionssteuerungsverfahren

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Waypoint Trajectory Planning in the Presence of Obstacles with a Tunnel-MILP approach;Afonso, RJM等;2013 EUROPEAN CONTROL CONFERENCE (ECC);第1390-1397页 *

Also Published As

Publication number Publication date
EP3655298A4 (en) 2020-05-27
KR20210134853A (ko) 2021-11-10
JP2021502914A (ja) 2021-02-04
KR20200037119A (ko) 2020-04-08
US11561546B2 (en) 2023-01-24
EP3655298A1 (en) 2020-05-27
JP7116065B2 (ja) 2022-08-09
CN111712417A (zh) 2020-09-25
EP3655298B1 (en) 2023-04-26
US20210278849A1 (en) 2021-09-09
WO2020062034A1 (en) 2020-04-02

Similar Documents

Publication Publication Date Title
CN111247495B (zh) 用于自动驾驶车辆的低速场景的行人交互***
CN110345955B (zh) 用于自动驾驶的感知与规划协作框架
CN110667591B (zh) 用于自动驾驶车辆的规划驾驶感知***
CN111076732B (zh) 基于车辆行驶的轨迹标记和生成高清地图的标记方案
CN109489673B (zh) 用于自动驾驶车辆的数据驱动地图更新***
CN110388931B (zh) 将对象的二维边界框转换成自动驾驶车辆的三维位置的方法
CN110347145B (zh) 用于自动驾驶车辆的感知辅助
EP3359436B1 (en) Method and system for operating autonomous driving vehicles based on motion plans
CN111712417B (zh) 用于自动驾驶车辆的、基于隧道的规划***
CN110955236B (zh) 用于自动驾驶车辆的曲率校正路径采样***
CN111328411B (zh) 用于自动驾驶车辆的行人概率预测***
CN111044057B (zh) 用于自动驾驶车辆的基于先前驾驶轨迹的实时地图生成方案
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
CN111176268A (zh) 用于自动驾驶车辆的模仿人类驾驶行为的两步参考线平滑方法
CN111856923B (zh) 加速对复杂驾驶场景的规划的参数学习的神经网络方法
CN111615476B (zh) 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划***
US11353878B2 (en) Soft-boundary based path optimization for complex scenes for autonomous driving vehicles
CN111830958B (zh) 用于操作自动驾驶车辆的方法、***和机器可读介质
CN111328313B (zh) 用于自动驾驶车辆的控制占主导的三点转弯规划
CN111328385B (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
CN111683851B (zh) 用于自动驾驶的自反向车道的相互避开算法
CN111623766B (zh) 用于自主驾驶卡车的基于两个惯性测量单元和gps的定位***
CN112272805B (zh) 连接两条平滑参考线的基于多点增强的拼接方法

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