CN112445227A - 用于基于操纵的驾驶的方法和*** - Google Patents

用于基于操纵的驾驶的方法和*** Download PDF

Info

Publication number
CN112445227A
CN112445227A CN202010868508.9A CN202010868508A CN112445227A CN 112445227 A CN112445227 A CN 112445227A CN 202010868508 A CN202010868508 A CN 202010868508A CN 112445227 A CN112445227 A CN 112445227A
Authority
CN
China
Prior art keywords
vehicle
mode
user input
modes
maneuver
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
CN202010868508.9A
Other languages
English (en)
Inventor
C.V.戈德曼-申哈尔
G.坎希
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations 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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN112445227A publication Critical patent/CN112445227A/zh
Pending legal-status Critical Current

Links

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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—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
    • 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
    • B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • B60W50/082—Selecting or switching between different modes of propelling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Mechanical Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Transportation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

提供了用于控制车辆的***和方法。在一实施例中，一种方法包括：将定义多个模式的数据存储在与车辆相关的数据存储设备中，其中，所述数据包括针对多个模式中的每个模式的模式类型、至少一个车辆操纵以及与至少一个车辆操纵相关的控制参数；基于用户输入，由处理器动态更新针对多个模式中的至少一个的模式类型、至少一个车辆操纵以及控制参数中的至少一个；以及基于动态更新的模式控制车辆。

Description

用于基于操纵的驾驶的方法和***
技术领域
本公开总体上涉及车辆，更具体地涉及用于将驾驶模式映射到由自主或半自主车辆执行的操纵的方法和***。
背景技术
自主车辆是能够在很少或没有用户输入的情况下感测其环境并导航的车辆。自主车辆通过使用诸如雷达、激光雷达、图像传感器等的感测设备来感测其环境。自主车辆***还使用来自全球定位***(GPS)技术、导航***、车辆对车辆通信、车辆对基础设施技术和/或电传驾驶***的信息来导航车辆。
尽管自主车辆和半自主车辆提供了相对于传统车辆的许多潜在优势，但在某些情况下，可能需要改善车辆的操作。例如，自主车辆或半自主车辆采用默认的驾驶方式。用户可能更偏爱自主车辆或半自主车辆根据与他们自己的驾驶方式相类似的驾驶方式操作。用户可能还希望基于各种条件来更改驾驶方式。
因此，期望提供改进的***和方法，用于将不同的驾驶模式映射到自主或半自主车辆的操纵，以允许不同的驾驶方式。此外，结合附图以及前述技术领域和背景技术，根据随后的详细描述和所附权利要求，本公开的其他期望特征和特性将变得显而易见。
发明内容
提供了用于控制车辆的***和方法。在一实施例中，一种方法包括：将定义多个模式的数据存储在与车辆相关的数据存储设备中，其中，所述数据包括针对多个模式中的每个模式的模式类型、至少一个车辆操纵以及与至少一个车辆操纵相关的控制参数；基于用户输入，由处理器动态更新针对多个模式中的至少一个的模式类型、至少一个车辆操纵以及控制参数中的至少一个；以及基于动态更新的模式控制车辆。
在各个实施例中，动态更新基于直接从车辆的用户接收的用户输入。
在各个实施例中，用户输入包括对多个模式中的模式中的至少一个的选择以及与所述模式相关的控制参数的值。
在各个实施例中，用户输入包括用于脱离模式的选择以及脱离原因的指示。
在各个实施例中，动态更新基于间接从车辆的用户接收的用户输入。
在各个实施例中，用户输入包括对车辆操纵的感测到的用户响应。
在各个实施例中，动态更新基于在车辆行驶中时接收到的用户输入。
在各个实施例中，动态更新基于在车辆已经完成路线之后接收到的用户输入。
在各个实施例中，动态更新基于环境条件和车辆条件中的至少一个。
在另一实施例中，提供了一种用于控制车辆的***。该***包括：第一数据存储设备，其存储定义多个模式的数据，其中，所述数据包括针对多个模式中的每个模式的模式类型、至少一个车辆操纵以及与至少一个车辆操纵相关的控制参数；以及处理器，其配置为：基于用户输入，动态更新针对多个模式中的至少一个的模式类型、至少一个车辆操纵以及控制参数中的至少一个；并且基于动态更新的模式控制车辆。
在各个实施例中，处理器基于直接从车辆的用户接收的用户输入来动态更新。
在各个实施例中，用户输入包括对多个模式中的模式中的至少一个的选择以及与所述模式相关的控制参数的值。
在各个实施例中，用户输入包括用于脱离模式的选择以及脱离原因的指示。
在各个实施例中，处理器基于间接从车辆的用户接收的用户输入来动态更新。
在各个实施例中，用户输入包括对车辆操纵的感测到的用户响应。
在各个实施例中，其中，处理器基于在车辆行驶中时接收到的用户输入来动态更新。
在各个实施例中，处理器基于在车辆已经完成路线之后接收到的用户输入来动态更新。
在各个实施例中，处理器基于环境条件来动态更新。
在各个实施例中，处理器基于车辆条件来动态更新。
在各个实施例中，处理器还配置为基于众包车辆数据和机器学习聚类方法来确定多个模式。
附图说明
在下文中将结合以下附图描述示例性实施例，其中相同的数字表示相同的元件，并且其中：
图1是示出根据各个实施例的具有模式映射***的自主车辆的功能框图；
图2是示出根据各个实施例的包括模式映射***的自主驾驶***的数据流程图；
图3是示出根据各个实施例的模式映射***的数据流程图；
图4是示出根据各个实施例的映射模式的功能框图；
图5是示出根据各个实施例的可以由模式映射***执行的映射方法的流程图。
具体实施方式
以下详细描述本质上仅是示例性的，并不旨在限制应用和使用。此外，无意受在前述技术领域、背景技术、发明内容或以下详细描述中提出的任何明示或暗示的理论约束。如本文所用，术语模块是指单独或以任何组合的任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器设备，包括但不限于：专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用或组)和存储器、组合逻辑电路和/或提供所描述功能的其他合适部件。
这里可以根据功能和/或逻辑块部件以及各种处理步骤来描述本公开的实施例。应当理解，可以通过配置为执行指定功能的任何数量的硬件、软件和/或固件部件来实现这样的块部件。例如，本公开的实施例可以采用各种集成电路部件，例如存储器元件、数字信号处理元件、逻辑元件、查找表等，其可以在一个或多个微处理器或其他控制设备的控制下执行各种功能。另外，本领域技术人员将理解，可以结合任何数量的***来实践本公开的实施例，并且本文描述的***仅仅是本公开的示例性实施例。
为了简洁起见，与信号处理、数据传输、信令、控制和***的其他功能方面(以及***的各个操作部件)有关的常规技术在此处可能不会详细描述。此外，本文包含的各个附图中所示的连接线旨在表示各个元件之间的示例功能关系和/或物理联接。应当注意，在本公开的实施例中可以存在许多替代或附加的功能关系或物理连接。
参照图1，根据各个实施例，总体上以100示出的模式映射***与车辆10相关。通常，模式映射***100基于各种输入并且通过将模式映射到某些车辆操纵和与车辆操纵相关的某些控制参数来动态定义操作车辆10的模式。如将在下面更详细地讨论，模式映射***100允许基于动态确定的操作模式来自主或半自主地控制车辆10。
如图1所示，车辆10通常包括底盘12、车身14、前轮16和后轮18。车身14布置在底盘12上并且基本包围车辆10的部件。车身14和底盘12可以共同形成框架。车轮16-18每个在车身14的相应角部附近旋转地联接至底盘12。
在各个实施例中，车辆10是自主车辆，并且解释***100并入自主车辆10(在下文中称为自主车辆10)。自主车辆10例如是被自动控制以将乘客从一个位置运送到另一个位置的车辆。车辆10在所示实施例中描述为乘用车，但应当理解，也可以使用由交通设备调节的任何其他车辆，包括摩托车、卡车、运动型多用途车(SUV)、休闲车(RV)、轮船、飞机或简单机器人等。在示例性实施例中，自主车辆10是所谓的四级或五级自动化***。四级***表示“高度自动化”，是指自动驾驶***对动态驾驶任务的所有方面的驾驶模式特定性能，即使人类驾驶员没有适当地响应干预要求。五级***表示“完全自动化”，是指自动驾驶***在可由人类驾驶员管理的所有道路和环境条件下对动态驾驶任务的所有方面的全时性能。可以理解，在各个实施例中，自主车辆10可以是任何自动化水平或根本没有自动化(例如当***100简单地将概率分布呈现给用户以供决策时)。
如图所示，自主车辆10通常包括推进***20、传动***22、转向***24、制动***26、传感器***28、致动器***30、至少一个数据存储设备32、至少一个控制器34和通信***36。在各个实施例中，推进***20可以包括内燃机、诸如牵引马达的电机和/或燃料电池推进***。传动***22配置成根据可选择的速比将动力从推进***20传递至车轮16-18。根据各个实施例，传动***22可包括有级传动比自动变速器、无级变速器或其他合适的变速器。制动***26配置成向车轮16-18提供制动扭矩。在各个实施例中，制动***26可以包括摩擦制动、线制动、诸如电机的再生制动***和/或其他合适的制动***。转向***24影响车轮16-18的位置。尽管出于说明性目的示出为包括方向盘，但在本公开范围内预期的一些实施例中，转向***24可以不包括方向盘。
传感器***28包括一个或多个感测设备40a-40n，其感测自主车辆10的外部环境和/或内部环境的可观察到的状况。感测设备40a-40n可以包括但不限于雷达、激光雷达、全球定位***、光学相机、热相机、超声传感器、惯性测量单元和/或其他传感器。在各个实施例中，感测设备40a-40n包括一个或多个图像传感器，其生成由解释***100使用的图像传感器数据。
致动器***30包括一个或多个致动器设备42a-42n，其控制一个或多个车辆特征，比如但不限于推进***20、传动***22、转向***24和制动***26。在各个实施例中，车辆特征还可以包括内部和/或外部车辆特征，比如但不限于门、行李箱和舱室特征，比如通风、音乐、照明等(未编号)。
通信***36配置为与其他实体48进行无线通信，比如但不限于其他车辆(“V2V”通信)、基础设施(“V2I”通信)、远程***和/或个人设备(关于图2更详细地描述)。在示例性实施例中，通信***36是无线通信***，其配置为使用IEEE 802.11标准或通过使用蜂窝数据通信经由无线局域网(WLAN)进行通信。然而，在本公开的范围内还考虑了诸如专用短程通信(DSRC)信道之类的附加或替代通信方法。DSRC信道是指专门为汽车使用而设计的单向或双向短程到中程无线通信信道以及一组相应的协议和标准。
数据存储设备32存储用于自动控制自主车辆10的数据。在各个实施例中，数据存储设备32存储可导航环境的所定义的地图。在各个实施例中，从车辆10的传感器数据构建所定义的地图。在各个实施例中，从远程***和/或其他车辆接收地图。可以理解，数据存储设备32可以是控制器34的一部分，与控制器34分离，或者是控制器34的一部分和单独***的一部分。
控制器34包括至少一个处理器44和计算机可读存储设备或介质46。处理器44可以是任何定制的或可商购的处理器、中央处理单元(CPU)、图形处理单元(GPU)、与控制器34相关的多个处理器中的辅助处理器、基于半导体的微处理器(形式为微芯片或芯片组)、宏处理器、其任何组合或通常用于执行指令的任何设备。例如，计算机可读存储设备或介质46可以包括只读存储器(ROM)、随机存取存储器(RAM)和保持活动存储器(KAM)中的易失性和非易失性存储。KAM是持久性或非易失性存储器，其可以在处理器44掉电时用于存储各种操作变量。可以使用许多已知的存储设备中的任何一种来实现计算机可读存储设备或介质46，比如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪存或能够存储数据的任何其他电、磁、光或组合存储设备，其中一些表示可执行指令，由控制器34在控制自主车辆10时使用。
指令可以包括一个或多个单独的程序，每个程序包括用于实现逻辑功能的可执行指令的有序列表。当由处理器44执行时，指令从传感器***28接收并处理信号，执行用于自动控制自主车辆10的部件的逻辑、计算、方法和/或算法，并且基于逻辑、计算、方法和/或算法生成至致动器***30的控制信号以自动控制自主车辆10的部件。尽管在图1中仅示出了一个控制器34，但自主车辆10的实施例可包括任意数量的控制器34，它们通过任何合适的通信介质或通信介质的组合进行通信，并且配合以处理传感器信号，执行逻辑、计算、方法和/或算法，并且生成控制信号以自动控制自主车辆10的特征。
在各个实施例中，控制器34的一个或多个指令体现在模式映射***100中，并且当由处理器44执行时，通过将模式映射到车辆操纵和控制参数来基于各种输入而动态定义模式，并且基于定义的模式来控制车辆10。
可以理解，控制器34可被实施为多个控制器，包括至少一个驻留在车辆上的控制器和至少一个远离车辆驻留的控制器。在这样的实施例中，***100的功能可以在任何控制器34上实施，包括部分地在车辆的第一控制器上以及部分地在例如驻留在服务器***上的第二控制器上。
可以理解的是，本文公开的主题为可被视为标准或基准非自主车辆或自主车辆10和/或基于自主车辆的远程运输***(未示出)提供了某些增强的特征和功能。为此，可以修改、增强或补充非自主车辆、自主车辆和基于自主车辆的远程运输***，以提供下面更详细描述的附加特征。为了示例性目的，下面的示例将在自主车辆的情况下进行讨论。
根据各个实施例，控制器34实现如图2所示的自主驾驶***(ADS)50。也就是说，控制器34(例如处理器44和计算机可读存储设备46)的合适软件和/或硬件部件被用于提供与车辆10结合使用的自主驾驶***50。
在各个实施例中，自主驾驶***50的指令可以按功能、模块或***来组织。例如，如图2所示，自主驾驶***50可以包括计算机视觉***54、定位***56、引导***58和车辆控制***60。可以理解，在各个实施例中，指令可被组织到任意数量的***中(例如组合的、进一步分区的等)，因为本公开不限于本示例。
在各个实施例中，计算机视觉***54合成和处理传感器数据，并预测车辆10的环境的物体和特征的存在、位置、分类和/或路径。在各个实施例中，计算机视觉***54可以合并来自多个传感器的信息，传感器包括但不限于相机、激光雷达、雷达和/或任何数量的其他类型的传感器。
定位***56将传感器数据与其他数据一起处理以确定车辆10相对于环境的位置(例如相对于地图的局部位置、相对于道路的车道的精确位置、车辆前进方向、速度等)。引导***58将传感器数据与其他数据一起处理以确定车辆10要遵循的路径。车辆控制***80根据确定的路径生成用于控制车辆10的控制信号。
在各个实施例中，控制器34实施机器学习技术以辅助控制器34的功能，比如特征检测/分类、障碍物缓解、路线穿越、地图绘制、传感器集成、地面真相确定等。
在各个实施例中，图1的模式映射***100可以包括在ADS50内，例如作为车辆控制***80的一部分。
如关于图3更详细地示出并继续参考图1和2，模式映射***100可被实施为多个功能模块。可以理解，在各个实施例中，示出和描述的功能模块可被组合或进一步划分。示出的模块包括模式映射模块102、模式更新模块104、模式选择模块106、操纵控制模块108和模式数据数据存储110。
模式映射模块102确定将由车辆10提供的操作模式。模式映射模块102将所确定的模式作为模式数据112存储在模式数据数据存储110中以供将来使用。在各个实施例中，模式映射模块102将模式类型、与模式类型相关的一个或多个车辆操纵以及与一个或多个车辆操纵相关的控制参数和参数值映射到每个模式。
在各个实施例中，模式映射模块102基于预定义的数据114确定模式。例如，可以将模式定义为包括但不限于默认模式、舒适模式和运动模式。例如，如图4所示，可以将这些模式中的每个定义为包括与控制动作、操纵、路由和服务有关的层210-240。例如，诸如但不限于停车、充电或加油、运输可用性和位置的某些服务330-350可被包括在与模式相关的服务层240中。在另一示例中，诸如但不限于导航的某些路由320可被包括在路由层230中。在另一示例中，诸如但不限于转弯、回转、车道改变、合并、驶出、停车或可被自主或半自动执行的任何其他车辆操纵的某些操纵280-310可被包括在操纵层220内。在另一示例中，与每个操纵相关的某些控制动作和参数250-270可被预先定义并且可以包括但不限于速度、加速度、制动、转向命令、车道位置、间隙距离和/或用于定义如何执行操纵的任何其他控制参数。控制参数的值可以包括与车辆10的默认操作相关的平均值、与车辆10的操作相关的用于用户舒适度的值以及与车辆10的操作相关的用于运动性乘坐的值。
返回参照图3，在各个实施例中，模式映射模块102基于从多个其他车辆接收的众包数据116来确定模式。在各个实施例中，众包数据116可以包括在各种车辆操纵期间获得的、在各种驾驶条件期间获得的、在一天的不同时间获得的和/或基于任何其他条件的感测值或传送值。模式映射模块102通过从多个车辆收集数据116并且使用一个或多个机器学习聚类方法将数据116聚类为三个或更多个集群来确定模式数据112。然后，模式映射模块102将每个集群定义为模式。然后，模式映射模块102识别每个集群的形心，并且与形心相关的参数值用作与模式相关的控制参数值，并存储在模式数据数据存储110中。
模式更新模块104通过存储更新的模式数据118来动态更新定义的模式。在各个实施例中，模式更新模块104基于响应于用户与车辆10交互和/或用户与由车辆10和/或与车辆10相关的智能设备(例如智能电话、平板电脑、手表、眼镜等)提供的用户界面交互而接收到的用户输入数据120来动态更新定义的模式。例如，用户可以提供其用户输入偏好来调整与定义的模式相关的操纵和/或调整定义的模式的控制参数的值。可以通过语音、触摸、手势、方向盘控制、集群控制器、平板电脑等提供用户输入。
在各个实施例中，可以在车辆10在操作中(在线)或在车辆10已经完成路线(离线)之后提供用户输入。例如，当车辆10在行驶中时，用户可以从呈现给他们(例如经由用户界面)的多个模式中选择模式。在另一示例中，当车辆10在行驶中时，用户可以通过说“请更缓慢地制动”来更新当前模式的控制参数。在另一示例中，当车辆10在行驶中时，用户可以请求脱离选择的模式，并且可以基于在脱离之后获得(例如从用户行为中间接学习或从用户输入中直接学习)的用户输入来更新模式和/或控制参数。
在各个实施例中，模式更新模块104基于环境条件数据122动态更新定义的模式。例如，每个模式可被映射到一个或多个环境条件，比如但不限于道路类型、特定道路或路段、与道路相关的交通状况、天气或车辆10外部的任何其他条件。
在各个实施例中，模式更新模块104基于车辆条件数据124动态更新定义的模式。例如，每个模式可被映射到一个或多个车辆条件，比如但不限于车辆动力学或车辆10或车辆10的乘员的任何其他条件。
模式选择模块106选择当前操作模式并生成当前模式数据126。在各个实施例中，模式选择模块106基于用户选择数据130、当前环境条件数据132和/或当前车辆条件数据134来确定当前操作模式。模式选择模块106从模式数据数据存储110中检索模式以及模式的相关控制参数，并将检索到的模式和相关控制参数设置为当前模式和当前控制参数。例如，用户可以通过用户界面从多种提供的模式类型中选择特定的模式类型，并且模式选择模块106基于用户选择的模式类型来检索模式数据。在另一示例中，模式选择模块106基于与当前环境条件数据132和/或当前车辆条件数据134匹配或相似的环境条件数据和/或车辆条件数据来自动地检索模式数据。
操纵控制模块108接收当前模式数据126、相关的控制参数数据128和操纵算法136。操纵控制模块108使用相关的控制参数数据128来执行期望操纵的算法。可以理解，操纵算法可以是用于控制车辆10执行特定操纵的预定算法。因此，通过根据操纵算法和动态映射的控制参数生成控制信号138来执行操纵。
现在参考图5并继续参照图1-3，示出了根据各个实施例的用于映射模式的方法400。可以理解，根据本公开，方法400内的操作顺序不限于如图5所示的顺序执行，而是根据本公开，可以按照适用的一个或多个变化顺序来执行。在各个实施例中，可以在不改变方法400的精神的情况下去除或添加方法400的一个或多个步骤。
在一实施例中，方法400可以在405开始。在410映射模式。例如，将模式定义为包括模式类型和一个或多个车辆操纵。每个车辆操纵被定义为包括一个或多个控制参数。控制参数被定义为与控制值相关。在各个实施例中，模式类型、车辆操纵和/或控制参数是基于预定义的数据值(例如初始校准)来定义的，或者是基于如上所述的众包车辆数据和机器学习聚类方法来定义的。一旦定义了模式，就在420将模式数据112存储在模式数据存储110中。
此后，如上所述，在430接收用户输入120，在440接收环境条件数据122，和/或在450接收车辆条件数据124。基于用户偏好、环境条件和/或车辆条件，在460将一个或多个存储模式(例如模式类型、相关的驾驶操纵、控制参数)更新并且在470将其存储在模式数据数据存储100中。此后，该方法可以在480结束。
尽管在前面的详细描述中已经提出了至少一个示例性实施例，但应当理解，存在大量的变型。还应当理解，一个或多个示例性实施例仅是示例，并且无意以任何方式限制本公开的范围、适用性或配置。相反，前述详细描述将为本领域技术人员提供用于实施一个或多个示例性实施例的便利路线图。应当理解，在不脱离如所附权利要求及其合法等同物所阐述的本公开的范围的情况下，可以对元件的功能和布置进行各种改变。

Claims (10)

1.一种用于控制车辆的方法，包括：
将定义多个模式的数据存储在与车辆相关的数据存储设备中，其中，所述数据包括针对多个模式中的每个模式的模式类型、至少一个车辆操纵以及与至少一个车辆操纵相关的控制参数；
基于用户输入，由处理器动态更新针对多个模式中的至少一个的模式类型、至少一个车辆操纵以及控制参数中的至少一个；以及
基于动态更新的模式控制车辆。
2.根据权利要求1所述的方法，其中，所述动态更新基于直接从车辆的用户接收的用户输入。
3.根据权利要求2所述的方法，其中，所述用户输入包括对多个模式中的模式中的至少一个的选择以及与所述模式相关的控制参数的值。
4.根据权利要求2所述的方法，其中，所述用户输入包括用于脱离模式的选择以及脱离原因的指示。
5.根据权利要求1所述的方法，其中，所述动态更新基于间接从车辆的用户接收的用户输入。
6.根据权利要求5所述的方法，其中，所述用户输入包括对车辆操纵的感测到的用户响应。
7.根据权利要求1所述的方法，其中，所述动态更新基于在车辆行驶中时接收到的用户输入。
8.根据权利要求1所述的方法，其中，所述动态更新基于在车辆已经完成路线之后接收到的用户输入。
9.根据权利要求1所述的方法，其中，所述动态更新基于环境条件和车辆条件中的至少一个。
10.一种用于控制车辆的***，包括：
第一数据存储设备，其存储定义多个模式的数据，其中，所述数据包括针对多个模式中的每个模式的模式类型、至少一个车辆操纵以及与至少一个车辆操纵相关的控制参数；以及
处理器，其配置为：
基于用户输入，动态更新针对多个模式中的至少一个的模式类型、至少一个车辆操纵以及控制参数中的至少一个；并且
基于动态更新的模式控制车辆。
CN202010868508.9A 2019-08-29 2020-08-26 用于基于操纵的驾驶的方法和*** Pending CN112445227A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/554,727 US20210064032A1 (en) 2019-08-29 2019-08-29 Methods and systems for maneuver based driving
US16/554,727 2019-08-29

Publications (1)

Publication Number Publication Date
CN112445227A true CN112445227A (zh) 2021-03-05

Family

ID=74679488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010868508.9A Pending CN112445227A (zh) 2019-08-29 2020-08-26 用于基于操纵的驾驶的方法和***

Country Status (2)

Country Link
US (1) US20210064032A1 (zh)
CN (1) CN112445227A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230017550A1 (en) * 2021-07-15 2023-01-19 Waymo Llc Real time event triggered feedback for autonomous vehicles

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106167028A (zh) * 2015-05-21 2016-11-30 福特全球技术公司 用于使机动车辆的驾驶模式转换平稳的***和方法
US20170174215A1 (en) * 2015-12-17 2017-06-22 Ford Global Technologies, Llc Vehicle mode determination
CN108873887A (zh) * 2017-05-16 2018-11-23 通用汽车环球科技运作有限责任公司 用于选择自主车辆中的驾驶模式的***和方法
CN109085819A (zh) * 2017-06-14 2018-12-25 通用汽车环球科技运作有限责任公司 用于实施自主车辆中的驾驶模式的***和方法
CN109496188A (zh) * 2017-06-30 2019-03-19 北京嘀嘀无限科技发展有限公司 用于切换车辆驾驶模式的***和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106167028A (zh) * 2015-05-21 2016-11-30 福特全球技术公司 用于使机动车辆的驾驶模式转换平稳的***和方法
US20170174215A1 (en) * 2015-12-17 2017-06-22 Ford Global Technologies, Llc Vehicle mode determination
CN108873887A (zh) * 2017-05-16 2018-11-23 通用汽车环球科技运作有限责任公司 用于选择自主车辆中的驾驶模式的***和方法
CN109085819A (zh) * 2017-06-14 2018-12-25 通用汽车环球科技运作有限责任公司 用于实施自主车辆中的驾驶模式的***和方法
CN109496188A (zh) * 2017-06-30 2019-03-19 北京嘀嘀无限科技发展有限公司 用于切换车辆驾驶模式的***和方法

Also Published As

Publication number Publication date
US20210064032A1 (en) 2021-03-04

Similar Documents

Publication Publication Date Title
CN108725446B (zh) 用于自主车辆的俯仰角补偿
US10915109B2 (en) Control of autonomous vehicle based on pre-learned passenger and environment aware driving style profile
CN108268034B (zh) 用于车辆的专家模式
CN109813325B (zh) 可行车道路线规划
CN109017782B (zh) 个性化的自主车辆乘坐特性
US10317907B2 (en) Systems and methods for obstacle avoidance and path planning in autonomous vehicles
CN109305160B (zh) 用于自主驾驶的路径规划
US20190286151A1 (en) Automated driving systems and control logic for cloud-based scenario planning of autonomous vehicles
CN105320128A (zh) 用于自动化车辆的众包控制转换策略
US20210074162A1 (en) Methods and systems for performing lane changes by an autonomous vehicle
US11454971B2 (en) Methods and systems for learning user preferences for lane changes
CN114368368B (zh) 车辆控制***和方法
US20220063440A1 (en) Charging systems and methods for electric vehicles
US20230009173A1 (en) Lane change negotiation methods and systems
CN112435460A (zh) 交通灯状态监控和交通灯到车道的分配的方法和***
CN113173163A (zh) 学习驾驶员偏好并使车道居中控制适应驾驶员行为的***和方法
CN113071492A (zh) 建立车道变换操纵的***方法
CN111599166B (zh) 用于解释交通信号和协商信号化的交叉路口的方法和***
CN112445227A (zh) 用于基于操纵的驾驶的方法和***
US20200387161A1 (en) Systems and methods for training an autonomous vehicle
CN115909706A (zh) 用于动态车队优先化管理的方法和***
US11827223B2 (en) Systems and methods for intersection maneuvering by vehicles
CN116895143A (zh) 使用增强现实显示器来提供编队信息的***和方法
CN114248795A (zh) 路径内对象检测的可变阈值
US20210018921A1 (en) Method and system using novel software architecture of integrated motion controls

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210305