CN113548033A - 基于***负载的安全操作员告警方法及*** - Google Patents
基于***负载的安全操作员告警方法及*** Download PDFInfo
- Publication number
- CN113548033A CN113548033A CN202011553370.XA CN202011553370A CN113548033A CN 113548033 A CN113548033 A CN 113548033A CN 202011553370 A CN202011553370 A CN 202011553370A CN 113548033 A CN113548033 A CN 113548033A
- Authority
- CN
- China
- Prior art keywords
- system load
- adv
- vehicle
- threshold
- processor
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 230000008447 perception Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 230000002085 persistent effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002379 ultrasonic velocimetry Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
- B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
-
- 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
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/06—Combustion engines, Gas turbines
- B60W2710/0605—Throttle position
-
- 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
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/18—Braking system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供一种基于***负载的安全操作员告警方法及***。根据一个实施例,基于自主驾驶车辆的***负载生成告警消息的方法可以减轻安全操作员不断监视车辆和外部驾驶环境的负担。方法使用数个***负载参数中的每个参数的阈值,以确定车辆是否具有需要安全操作员注意的重度***负载。在一个示例中,车辆可以使用CPU使用率阈值和端到端延迟阈值,以确定车辆在路段上行驶时是否具有重度***负载。如果阈值中的任一个被超过,车辆可以将告警消息发送给安全驾驶员。可以从自主驾驶车辆先前在路段上行驶时从自动驾驶车辆收集的数据中确定***负载阈值。
Description
技术领域
本公开的实施例一般涉及操作自主车辆。更特别地,本公开的实施例涉及基于***负载生成安全告警消息。
背景技术
以自主模式(例如,无人驾驶)操作的车辆可以减轻乘坐者,尤其是驾驶员的一些驾驶相关责任。当在自主模式下操作时,车辆可以使用车载传感器导航到各种位置,从而允许车辆以最小的人机交互或者在没有任何乘客的一些情况下行驶。
自主驾驶车辆(autonomous driving vehicle,ADV)包括具有用于执行与驾驶相关的功能的软件应用和/或硬件组件的自主驾驶***(autonomous driving system,ADS)。通常,驾驶环境越复杂,ADS需要执行越密集的计算来操作ADV。给定一组硬件能力,更密集的计算将增加ADS的负载。当ADS在重负荷之下时,***的性能趋于下降,这可能阻止***处理某些极其复杂的驾驶环境。
另一方面,作为安全的最后手段,人类驾驶员通常坐在ADV中以监视任何危险,并且如果基于他的判断,线控驾驶***(driving-by-wire system)不能处理危险,则接管ADV的控制。然而,以上场景要求人类驾驶员始终时刻注意外部环境和ADV本身,这是一个苛刻的要求,尤其是在旅途较长的情况下。
发明内容
在第一方面中,提供一种基于自主驾驶车辆ADV的***负载生成告警消息的方法,包括:
监视在特定路段上以自主模式行驶的ADV的多个***负载参数;
确定***负载参数中的任何一个是否超过对应阈值,其中基于从一个或多个车辆在特定路段上行驶时捕获并收集的先前驾驶数据预先确定每个阈值;
响应于确定***负载参数中的至少一个超过对应阈值,生成告警消息;以及
发送告警消息。
在第二方面中,提供一种非暂时性机器可读介质,具有存储在其中的用于基于自主驾驶车辆ADV的***负载生成告警消息的指令,指令在由处理器执行时使得处理器执行如第一方面所述的方法的操作。
在第三方面中,提供一种数据处理***,包括:
处理器;以及
存储器,耦接到处理器并存储用于基于自主驾驶车辆ADV的***负载生成告警消息的指令,指令在由处理器执行时使得处理器执行如第一方面所述的方法的操作。
在第四方面中,提供一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如第一方面所述的方法的操作。
根据本公开,可以减轻安全操作员不断监视车辆和外部驾驶环境的负担。
附图说明
本公开的实施例通过示例的方式示出并且不限于附图中的图,在附图中相同的附图标记表示相似的元件。
图1是图示根据一个实施例的联网***的框图。
图2是图示根据一个实施例的自主驾驶车辆的示例的框图。
图3A-图3B是图示根据一个实施例的与自主驾驶车辆一起使用的自主驾驶***的示例的框图。
图4是图示根据一个实施例的用于基于***负载生成告警消息的***的示例的框图。
图5是图示根据一个实施例的确定***负载参数阈值的一个示例的图。
图6是图示根据一个实施例的基于ADV的***负载生成告警消息的流程图。
图7是图示根据一个实施例的基于ADV的***负载生成告警消息的过程的框图。
具体实施方式
将参考下面讨论的细节描述本公开的各个实施例和方面,并且附图将示出各个实施例。以下描述和附图是本公开的说明并且不应被解释为限制本公开。描述了许多具体细节以提供对本公开的各种实施例的全面理解。然而,在某些情况下,为了提供对本公开的实施例的简要讨论,没有描述公知或常规的细节。
说明书中对“一个实施例”或“实施例”的引用意味着结合该实施例描述的特别特征、结构或特性可以包括在本公开的至少一个实施例中。在说明书中的各个地方出现的短语“在一个实施例中”不一定都指同一实施例。
根据一些实施例,本文描述用于基于ADV的***负载为ADV中的安全操作员生成告警消息的***和方法。根据一个实施例,示例方法包括以下操作:监视在特定路段上以自主模式行驶的ADV的数个***负载参数;以及确定多个***负载参数中的任何一个的值是否超过基于ADV在特定路段上行驶时的先前***负载预先确定的阈值。方法还包括以下操作:响应于确定多个***负载参数中的至少一个的值超过对应阈值,生成告警消息;以及将告警消息发送给安全操作员。
在一个实施例中,告警消息可以被发送到显示屏供安全操作员阅读,或者可以被转换为喇叭警报供安全操作员收听。安全操作员在收到告警消息后可以接管ADV的控制,并手动驾驶ADV。
在一个实施例中,当ADV在路段上遇到没有被设计、被编程或被训练以进行处理的复杂的驾驶场景(也称为驾驶环境)时,可以生成告警消息。ADV可以监视数个***负载参数以识别这种复杂的驾驶场景,使得安全操作员可以接管ADV的控制。
在一个实施例中,***负载可以与驾驶场景的复杂度直接相关。驾驶场景的复杂度可以通过数个***负载参数衡量。***负载参数的示例包括ADV中多个中央处理单元(CPU)的使用率的平均值以及端到端(end-to-end,E2E)延迟,E2E延迟可以是ADV从接收感测数据到响应于传感器数据采取适当动作所花费的时间。
在一个实施例中,当ADV在特定路段上行驶一个或多个行程时,可以从***负载参数的值的分布中得出每个***负载参数的阈值。ADV可以在路段上行驶以收集数据,从而生成***负载参数的阈值。ADV可以收集与各种驾驶场景相关的ADV的平均CPU使用率和E2E延迟的数据点。每个***负载参数的数据点可以绘制成特定的分布,例如正态分布。每个***负载的阈值可以是对应于***负载参数的分布上的特定百分位数(例如99百分位数)的值。
自主驾驶车辆
图1是图示根据本公开的一个实施例的自主车辆网络配置的框图。参考图1,网络配置100包括自主车辆101,其可以通过网络102通信地耦接到一个或多个服务器103-104。尽管示出一个自主车辆,但是多个自主车辆可以通过网络102彼此耦接和/或耦接到服务器103-104。网络102可以是任何类型的有线或无线网络,诸如局域网(LAN)、诸如因特网的广域网(WAN)、蜂窝网络、卫星网络、或其组合。(一个或多个)服务器103-104可以是任何类型的服务器或服务器集群,诸如Web或云服务器、应用服务器、后端服务器或其组合。服务器103-104可以是数据分析服务器、内容服务器、交通信息服务器、地图和感兴趣点(MPOI)服务器或位置服务器等。
自主车辆指的是能够被配置为处于自主模式,在自主模式中车辆在很少或没有驾驶员输入的情况下导航通过环境。这种自主车辆可以包括具有一个或多个传感器的传感器***,一个或多个传感器被配置为检测关于车辆在其中操作的环境的信息。车辆及其相关的(一个或多个)控制器使用检测的信息以导航通过环境。自主车辆101可以以手动模式、全自主模式或部分自主模式操作。
在一个实施例中,自主车辆101包括但不限于自主驾驶***(ADS)110、车辆控制***111、无线通信***112、用户接口***113和传感器***115。自主车辆101还可以包括在普通车辆中包括的某些常见组件,诸如引擎、车轮、转向盘、变速器等,这些组件可以被车辆控制***111和/或ADS 110使用各种通信信号和/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)控制。
组件110-115可以经由互连、总线、网络或其组合彼此通信地耦接。例如,组件110-115可以经由控制器局域网(CAN)总线彼此通信地耦接。CAN总线是一种车辆总线标准,其被设计为允许微控制器和设备在没有主机的应用中彼此通信。它是基于消息的协议,最初被设计用于车辆内的多路复用电气布线,但是也用于许多其他环境中。
现在参考图2,在一个实施例中,传感器***115包括但不限于一个或多个相机211、全球定位***(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光检测和范围(LIDAR)单元215。GPS***212可以包括可操作以提供关于自主车辆的位置的信息的收发器。IMU单元213可以基于惯性加速度感测自主车辆的位置和方向变化。雷达单元214可以表示使用无线电信号感测自主车辆的局部环境内的对象的***。在一些实施例中,除了感测对象之外,雷达单元214还可以附加地感测对象的速度和/或航向。LIDAR单元215可以使用激光感测自主车辆所处的环境中的对象。LIDAR单元215可以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,以及其他***组件。相机211可以包括一个或多个设备以捕获自主车辆周围的环境的图像。相机211可以是静态相机和/或摄像机。相机可以是机械可移动的,例如通过将相机安装在旋转和/或倾斜的平台上。
传感器***115还可以包括其他传感器,诸如声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器和音频传感器(例如麦克风)。音频传感器可以被配置为捕获来自自主车辆周围的环境的声音。转向传感器可以被配置为感测车辆的转向盘、车轮或其组合的转向角。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。在一些情况下,油门传感器和制动传感器可以集成为集成的油门/制动传感器。
在一个实施例中,车辆控制***111包括但不限于转向单元201、油门单元202(也称为加速单元)和制动单元203。转向单元201用于调节车辆的方向或航向。油门单元202用于控制马达或引擎的速度,马达或引擎的速度转而控制车辆的速度和加速度。制动单元203通过提供摩擦以使车辆的车轮或轮胎变慢来使车辆减速。注意,图2所示的组件可以用硬件、软件或其组合来实现。
返回参考图1,无线通信***112允许在自主车辆101和外部***,诸如设备、传感器、其他车辆等之间的通信。例如,无线通信***112可以直接或经由通信网络与一个或多个设备(诸如在网络102上的服务器103-104)无线通信。无线通信***112可以使用任何蜂窝通信网络或无线局域网(WLAN),例如使用WiFi与另一组件或***通信。无线通信***112可以例如使用红外链路、蓝牙等直接与设备(例如,乘客的移动设备、显示设备、车辆101内的扬声器)通信。用户接口***113可以是在车辆101内实现的***设备的一部分,包括例如键盘、触摸屏显示设备、麦克风和扬声器等。
自主车辆101的功能中的一些或所有可以由ADS 110控制或管理,尤其是当以自主驾驶模式操作时。ADS 110包括必要的硬件(例如,(一个或多个)处理器、存储器、存储设备)和软件(例如,操作***、规划和路线程序),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、处理接收的信息、规划从起点到目的地点的路线或路径、然后基于规划和控制信息驾驶车辆101。可替换地,ADS 110可以与车辆控制***111集成。
例如,作为乘客的用户可以例如经由用户接口指定行程的起始位置和目的地。ADS110获得与行程有关的数据。例如,ADS 110可以从MPOI服务器获得位置和路线信息,MPOI服务器可以是服务器103-104的一部分。位置服务器提供位置服务,以及MPOI服务器提供地图服务和某些位置的POI。可替换地,这种位置和MPOI信息可以本地缓存在ADS 110的永久存储设备中。
当自主车辆101沿着路线移动时,ADS 110还可以从交通信息***或服务器(TIS)获得实时交通信息。注意,服务器103-104可以由第三方实体操作。可替换地,服务器103-104的功能可以与ADS 110集成。基于实时交通信息、MPOI信息和位置信息,以及由传感器***115检测或感测的实时局部环境数据(例如,障碍物、对象、附近车辆),ADS 110可以规划最佳路线,并且例如经由控制***111根据规划的路线驾驶车辆101,以安全且高效地到达指定目的地。
服务器103可以是用以执行用于各种客户端的数据分析服务的数据分析***。在一个实施例中,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(自主车辆或者是由人类驾驶员驾驶的常规车辆)收集驾驶统计123。驾驶统计123包括指示发出的驾驶命令(例如,油门、制动、转向命令)和由车辆的传感器在不同时间点捕获的车辆的响应(例如,速度、加速度、减速度、方向)的信息。驾驶统计123还可以包括描述不同时间点的驾驶环境的信息,诸如路线(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123,机器学习引擎122出于各种目的而生成或训练一组规则、算法和/或预测模型124。算法124然后可以被上传在ADV上以在自主驾驶期间实时地被使用。
图3A和图3B是图示根据一个实施例的与自主车辆一起使用的主要自主驾驶***的示例的框图。***300可以被实现为图1的自主车辆101的一部分,包括但不限于ADS 110、控制***111和传感器***115。参考图3A-图3B,ADS 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和路由模块307。
模块301-307中的一些或全部可以以软件、硬件或其组合实现。例如,这些模块可以被安装在永久存储设备352中,加载到存储器351中,并由一个或多个处理器(未示出)执行。注意,这些模块中的一些或全部可以通信地耦接到图2的车辆控制***111的一些或全部模块或与图2的车辆控制***111的一些或全部模块集成。模块301-307中的一些可以被集成在一起作为集成模块。
定位模块301确定自主车辆300的当前位置(例如,利用GPS单元212)并且管理与用户的行程或路线有关的任何数据。定位模块301(也称为地图和路线模块)管理与用户的行程或路线有关的任何数据。用户可以例如经由用户接口登录并指定行程的起始位置和目的地。定位模块301与自主车辆300的其他组件(诸如地图和路线信息311)通信,以获得与行程有关的数据。例如,定位模块301可以从位置服务器和地图与POI(MPOI)服务器获得位置和路线数据。位置服务器提供位置服务,以及MPOI服务器提供地图服务和某些位置的POI,它们可以作为地图和路线信息311的一部分被缓存。当自主车辆300沿着路线移动时,定位模块301还可以从交通信息***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,由感知模块302确定对周围环境的感知。感知信息可以表示普通驾驶员将感知到的驾驶员正在驾驶的车辆周围的情况。感知可以包括车道配置、交通灯信号、例如以对象形式的另一车辆、行人、建筑物、人行横道或其他交通相关标志(例如,停止标志、让步标志)等的相对位置。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,直的或弯曲的)、车道的宽度、道路中的车道数量、单向或双向车道、合并或分离车道、驶离车道等。
感知模块302可以包括计算机视觉***或计算机视觉***的功能,以处理和分析由一个或多个相机捕获的图像,以便识别自主车辆的环境中的对象和/或特征。对象可以包括交通信号、车行道边界、其他车辆、行人和/或障碍物等。计算机视觉***可以使用对象识别算法、视频跟踪和其他计算机视觉技术。在一些实施例中,计算机视觉***可以映射环境、跟踪对象、并估计对象的速度等。感知模块302还可以基于由诸如雷达和/或LIDAR的其他传感器提供的其他传感器数据检测对象。
对于对象中的每个,预测模块303预测对象将在环境下表现什么行为。根据一组地图/路线信息311和交通规则312,基于在该时间点的驾驶环境感知的感知数据,执行预测。例如,如果对象是在相反方向上的车辆并且当前驾驶环境包括交叉路口,则预测模块303将预测车辆将可能直线向前移动还是转弯。如果感知数据指示交叉路口没有交通灯,则预测模块303可以预测车辆在进入交叉路口之前可能必须完全停止。如果感知数据指示车辆当前处于仅向左转弯车道或仅向右转弯车道,则预测模块303可以预测车辆将更可能分别左转弯或右转弯。
对于对象中的每个,决策模块304做出关于如何处理该对象的决策。例如,对于特定对象(例如,在交叉路线中的另一车辆)及其描述对象的元数据(例如,速度、方向、转角),决策模块304决定如何遇到对象(例如,超车、让行、停止、通过)。决策模块304可根据一组规则(诸如交通规则或驾驶规则312)做出这些决策,这组规则可以存储于永久存储设备352中。
路由模块307被配置为提供从起点到目的地点的一条或多条路线或路径。对于例如从用户接收到的从起始位置到目的地位置的给定行程,路由模块307获得路线和地图信息311并且确定从起始位置到达目的地位置的所有可能的路线或路径。路由模块307可以为从起始位置到达目的地位置确定的每条路线生成地形图形式的参考线。参考线是指没有来自诸如其他车辆、障碍物或交通状况的其他任何干扰的理想路线或路径。也就是说,如果在道路上没有其他车辆、行人或障碍物,则ADV应该精确地或紧密地遵循参考线。然后,地形图被提供给决策模块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,以根据由其他模块提供的其他数据(诸如来自定位模块301的交通状况、由感知模块302感知的驾驶环境和由预测模块303预测的交通状况)选择和修改最佳路线中的一个。取决于在时间点的特定驾驶环境,用于控制ADV的实际路径或路线可以接近或不同于由路由模块307提供的参考线。
基于针对感知对象中的每个的决策,规划模块305使用由路由模块307提供的参考线作为基础规划自主车辆的路径或路线以及驾驶参数(例如,距离、速度和/或转角)。也就是说,对于给定对象,决策模块304决策对该对象做什么,而规划模块305确定如何做。例如,对于给定对象,决策模块304可以决策经过对象,而规划模块305可以确定是在对象的左侧还是右侧经过。规划和控制数据由规划模块305生成,包括描述车辆300在下一个移动周期(例如,下一个路线/路径段)中将如何移动的信息。例如,规划和控制数据可以指示车辆300以每小时30英里(mph)的速度移动10米,然后以25mph的速度改变到右车行道。
基于规划和控制数据,控制模块306通过根据由规划和控制数据限定的路线或路径向车辆控制***111发送适当的命令或信号,控制和驾驶自主车辆。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时间点使用适当的车辆设置或驾驶参数(例如,油门、制动、转向命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施例中,在多个规划周期中执行规划阶段,规划周期也称为驾驶周期,诸如在100毫秒(ms)的每个时间间隔中。对于每个规划周期或驾驶周期,将基于规划和控制数据发出一个或多个控制命令。也就是说,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到达目标位置所需的时间。可替换地,规划模块305还可以指定具体速度、方向和/或转向角等。在一个实施例中,规划模块305为下一个预定时间段(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基于在先前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。然后控制模块306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,油门控制命令、制动控制命令、转向控制命令)。
注意,决策模块304和规划模块305可以集成为集成模块。决策模块304/规划模块305可以包括导航***或导航***的功能,以确定用于自主车辆的驾驶路径。例如,导航***可以确定一系列速度和方向航向,以影响自主车辆沿着基本上避开感知的障碍物的路径的移动,同时大体上使自主车辆沿着通向最终目的地的基于车行道的路径前进。目的地可以根据经由用户接口***113的用户输入而被设置。当自主车辆在操作时,导航***可以动态地更新驾驶路径。导航***可以合并来自GPS***的数据和一个或多个地图,以便确定用于自主车辆的驾驶路径。
根据一个实施例,如图3A所示的***300被称为ADS。ADV可以包括主ADS和冗余(或备用、次)ADS。主ADS被配置为以正常操作方式驾驶车辆,而冗余ADS在待机模式下操作并且被配置为监视主ADS的操作或操作状态。响应于确定主ADS不能正常运行,冗余ADS可以接管车辆的控制,例如,将车辆转换到更安全的状态。主ADS和冗余ADS中的每个可以包括如图3A所示的组件中的一些或全部。在一个实施例中,冗余ADS与主ADS相比可以具有更少的功能。例如,响应于从主ADS接收到的故障信号,冗余ADS可以简单地使车辆减速和/或停止。
基于***负载的告警
图4是图示根据一个实施例的用于基于***负载生成告警消息的***的示例的框图。参考图4,在该示例中,ADV 101包括主ADS 110A和冗余ADS 110B。如以上描述的,主ADS110A和冗余ADS 110B可以具有相同或相似的功能。在正常操作期间,主ADS 110A负责驾驶车辆,而冗余ADS 110B在待机模式下操作。当主ADS 110A无法操作时,冗余ADS 110B接管车辆的控制。
作为示例,ADV 101在特定路段上行驶,已经基于来自该路段上先前行程的***负载数据为数个***负载参数中的每个参数建立了阈值。可以基于从相同路段上的多个车辆捕获和收集的驾驶数据设置阈值。因此,确定针对预定路线中的每条路线收集的数据及其对应的参数阈值,每条路线一个阈值。
在一个实施例中,可以在特定路段上以手动模式或以自主驾驶模式驾驶ADV 101进行数个行程。在行程期间,ADV 101可以收集ADV上的每个CPU的CPU使用率数据点,以及ADV中的ADS 110的E2E延迟数据点。
在一个实施例中,可以在每个驾驶周期或每几个驾驶周期中收集针对E2E延迟和CPU使用率的每个数据点,或者仅针对每个新驾驶场景进行收集。驾驶场景可以由多个指标中的一个或多个定义,指标包括障碍物的数量、障碍物的密度、障碍物的类型以及障碍物的方向。障碍物可以是路段上的静态对象或移动对象。可以将针对***负载参数中的每个参数(诸如CPU使用率和E2E延迟)收集的数据点绘制成分布,从中可以确定每个***负载参数的阈值。
如图4所示,在一个实施例中,CPU使用率阈值408和E2E延迟阈值409可以由冗余ADS 110B维持,其中可以基于从大量车辆收集的先前驾驶数据确定阈值。可以由诸如***103的数据分析***基于对驾驶数据的分析来离线地执行分析和确定阈值的过程。可以在ADV 101中提供冗余ADS 110B监视ADV的***负载以及主ADS 110A,以检测任何异常情况。CPU使用率阈值408可以是支持主ADS 110A的执行的所有CPU 401-405的平均使用值。E2E延迟阈值409可以是主ADS 110A处理传感器数据所花费的时间。在一个实施例中,它可以是从感知模块302接收感测数据到控制模块306响应于传感器数据采取适当动作的时间。
在一个实施例中,冗余ADS 110B可以包括主ADS 110A中的每个AD模块以及一个或多个软件模块的副本,以监视主ADS 110A的性能和ADV的***负载。冗余ADS 110B可以在一块单独的硬件上运行,例如行业标准的电子控制单元(ECU);并且可以经由因特网集线器、局域网或基于消息的总线与其他AD模块进行通信。如果主ADS 110A发生故障,则ADV的控制权将传递给冗余ADS 110B。
在一个实施例中,当通过实时CPU使用率和实时E2E延迟测量的ADV 101的***负载太重时,主ADS 110A的性能将降低。重的***负载可能是由ADV 101尝试导航通过复杂的驾驶场景而造成的,例如,具有高密度的大量行人朝不同的方向行走。
在一个实施例中,冗余ADS 110B可以监视数个***负载参数,包括主ADS 110A的实时CPU使用率411和实时延迟413。当实时CPU使用率411或实时延迟413达到其对应的预定阈值时,***告警生成器414可以生成告警消息,告警消息可以经由CAN总线模块415发送到显示屏幕419以供安全操作员阅读。可替换地,告警消息可以被转换为喇叭警报以使喇叭417发出声音。告警消息或喇叭警报将提醒安全操作员ADV 101遇到了需要安全操作员注意的复杂驾驶情况。
因此,针对将需要安全操作员接管ADV 101的控制的任何驾驶场景,基于***负载的告警***可以减轻安全操作员不断监视外部驾驶环境的负担。
图5是图示根据一个实施例的确定***负载参数阈值的一个示例的图。如以上描述的,ADV的***负载可能影响ADV的性能,并且与驾驶场景的复杂性直接相关。为了驾驶通过复杂驾驶场景,与ADV驾驶通过不太复杂的驾驶场景相比,ADV需要更多的计算,从而增加了***负载。
在一个实施例中,可以通过ADV的CPU使用率和ADV的E2E延迟(例如,主ADS110A的E2E延迟)测量ADV的***负载。为了确定***负载是否过重,可以基于由相同ADV从ADV待行驶的相同路段收集的***负载数据,预先确定针对每个***负载参数的阈值。
在图5中,ADV 502可以在从点A 501到点B 503的路段上行驶一个或多个行程。在每个行程中,冗余ADS(例如,图4中的冗余ADS 110B)可以周期性地(例如,每个驾驶周期或每5个驾驶周期)收集数据。随着ADV 502行驶通过路段上不同复杂度的驾驶场景,ADV 502的***负载将发生波动。可以将与沿路段收集的***负载相关的数据点绘制成分布,从分布中可以确定阈值。
例如,可以从针对ADV 502的CPU使用率的数据点绘制CPU使用率分布505。CPU使用率可以是支持主ADS 110B的所有CPU的平均CPU使用率。CPU使用率分布505可以是具有平均CPU使用率509的正态分布。CPU使用率阈值508可以是CPU使用率分布505上X百分位数513处的值。由于阈值508将触发告警消息供人类安全操作员干预,可以在非常高的百分位数处设置阈值。在一个示例中,可以将百分位数设置为99%。典型的CPU使用率可以为约30%,其中峰值(在99百分位数处)使用率为50%。
类似地,可以从当ADV 510在从A 501点到B 503的路段上行驶时由ADV 501收集的数据点绘制具有平均E2E延迟511的E2E延迟分布506。E2E延迟阈值510可以设置在E2E延迟分布506上的Y百分位数515处。在一个示例中,用于确定E2E延迟阈值510的百分位数可以与用于确定CPU使用率阈值508的百分位数相同或不同。典型的E2E延迟为约150毫秒,其中峰值延迟(在99百分位数处)为约250毫秒。
在一个实施例中,CPU使用率阈值508和E2E延迟阈值510两者都可以特定于ADV502,并且仅当ADV 502在从点A 501到点B 503的特定路段上行驶时才适用。
在一个实施例中,ADV 502的冗余ADS可以包含多个***负载阈值集合,每个集合用于不同的路段,如下表1所示:
表1
如表1所示,用于相同ADV的***负载阈值对于不同的路段可能不同,这取决于每个路段的交通复杂度。例如,用于路段N的CPU使用率阈值和E2E延迟阈值高于用于其他两个路段的CPU使用率阈值和E2E延迟阈值。否则,ADV将过于频繁地生成告警消息。
图6是图示根据一个实施例的基于***负载生成告警消息的过程600的示例的流程图。过程600可以分为离线部分和在线部分。离线部分包括操作601-607,并且在线部分包括操作611-615。
参考离线部分中的操作601-607,其被执行以得出针对数个***负载参数中的每个参数的阈值,***负载参数包括CPU使用率和端到端(E2E)延迟。在操作601中,其上安装有冗余ADS的自主驾驶车辆在特定路段上行进一个或多个行程,以收集***负荷数据。冗余ADS可以周期性地(例如每个驾驶周期或每三个驾驶周期)收集自主驾驶车辆的CPU使用率和E2E延迟。
在操作603中,冗余ADS使用操作601中收集的相关数据点为每个***负载参数绘制单独的分布曲线。分布曲线的一个示例是正态分布曲线。也可以使用其他类型的分布曲线,这取决于收集的数据。在操作605中,冗余ADS为每个***负载参数在分配曲线上定位对应于给定百分位数的值。对于CPU使用率的分布曲线,可以使用95或99的百分位数。对于E2E延迟值的分布曲线,可以使用99的百分位数。可以由用户确定针对每个***负载参数的百分位数。在操作607中,可以将对应于每个***负载参数的给定百分位数的值存储为该***负载参数的阈值。
参考在线部分中的操作611-615,在操作611中,当自主驾驶车辆正在特定路段上行驶时,冗余ADS监视每个***负载参数的实时值。在操作613中,冗余ADS检测到任何***负载参数的实时值超过了对应阈值。在操作615中,冗余ADS生成消息以告警安全操作员接管自主驾驶车辆的控制。注意,离线部分和在线部分可以由不同的车辆在不同的时间点处执行。
图7是图示根据一个实施例的基于ADV的***负载生成告警消息的过程700的框图。可以通过处理逻辑执行过程700,处理逻辑可以包括软件、硬件或其组合。例如,过程700可以由图4中描述的冗余ADS 110B执行。
参考图7,在操作701中,处理逻辑监视在特定路段上以自主模式行驶的ADV的多个***负载参数。在操作702中,处理逻辑确定多个***负载参数中的任何一个的值是否超过阈值,其中基于ADV在特定路段上行驶时的先前***负载预先确定该阈值。在操作703中,响应于确定多个***负载参数中的至少一个的值超过对应阈值,处理逻辑生成告警消息。在操作704中,处理逻辑将告警消息发送给安全操作员。
注意,如上所示和所述的组件中的一些或所有可以以软件、硬件或其组合实现。例如,这些组件可以被实现为安装并存储在永久存储设备中的软件,软件可以由处理器(未示出)在存储器中加载并执行以执行贯穿本申请所述的过程或操作。可替换地,这些组件可被实现为被编程或嵌入到专用硬件中的可执行代码,专用硬件诸如集成电路(例如,专用IC或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA),其可经由来自应用的对应的驱动器和/或操作***访问。此外,这些组件可以被实现为处理器或中的特定硬件逻辑或处理器内核,作为经由一个或多个特定指令软件组件可访问的指令集的部分。
已经关于对计算机存储器内的数据位的操作的算法和符号表示呈现了前述详细描述的一些部分。这些算法描述和表示是数据处理领域的技术人员用来最有效地将其工作实质传达给本领域的其他技术人员的方式。算法在这里并且通常被认为是导致期望结果的自洽操作序列。这些操作是需要对物理量进行物理操作的那些操作。
然而,应当记住的是,所有这些和类似的术语都与适当的物理量相关联,并且仅仅是应用于这些量的方便的标记。除非另有特别声明,从以上讨论中显而易见的是,应当理解的是,在整个说明书中,使用诸如所附权利要求书中所阐述的术语的讨论指的是计算机***或类似电子计算设备的动作和过程,该计算机***或类似电子计算设备将计算机***的寄存器和存储器内的表示为物理(电子)量的数据操纵和变换成计算机***存储器或寄存器或其他这样的信息存储、传输或显示设备内的类似表示为物理量的其他数据。
本公开的实施例还涉及用于执行本文的操作的装置。这种计算机程序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制。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、闪存设备)。
在前述附图中描述的过程或方法可以由包括硬件(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)或两者的组合的处理逻辑来执行。尽管以上关于一些顺序操作描述了过程或方法,应当理解的是,可以以不同的顺序执行所述的一些操作。此外,一些操作可以并行地而不是顺序地执行。
本公开的实施例不是参考任何特定编程语言描述的。将了解的是,可使用各种编程语言实施如本文所述的本公开的实施例的教示。
在前述说明书中,已经参考本公开的具体示例性实施例描述了本公开的实施例。显然,在不背离如所附权利要求书中所阐述的本公开的更宽的精神和范围的情况下,可以对其进行各种修改。因此,说明书和附图应被认为是说明性的而不是限制性的。
Claims (10)
1.一种基于自主驾驶车辆ADV的***负载生成告警消息的方法,包括:
监视在特定路段上以自主模式行驶的ADV的多个***负载参数;
确定***负载参数中的任何一个是否超过对应阈值,其中基于从一个或多个车辆在特定路段上行驶时捕获并收集的先前驾驶数据预先确定每个阈值;
响应于确定***负载参数中的至少一个超过对应阈值,生成告警消息;以及
发送告警消息。
2.根据权利要求1所述的方法,其中多个***负载参数包括中央处理单元CPU使用率和端到端E2E延迟。
3.根据权利要求2所述的方法,其中CPU使用率表示ADV中一个或多个CPU的CPU使用率的平均。
4.根据权利要求2所述的方法,其中E2E延迟表示ADV从接收感测数据到响应于传感器数据采取适当动作所花费的时间。
5.根据权利要求1所述的方法,其中当ADV在特定路段上行驶一个或多个行程时,从***负载参数的分布得出多个***负载参数中的每个参数的阈值。
6.根据权利要求5所述的方法,其中多个***负载参数中的每个参数的值随着特定路段上的驾驶场景的复杂度而改变。
7.根据权利要求6所述的方法,其中驾驶场景包括障碍物的数量、障碍物的密度、障碍物的类型或障碍物的方向中的一个或多个。
8.一种非暂时性机器可读介质,具有存储在其中的用于基于自主驾驶车辆ADV的***负载生成告警消息的指令,指令在由处理器执行时使得处理器执行如权利要求1-7中任一项所述的方法的操作。
9.一种数据处理***,包括:
处理器;以及
存储器,耦接到处理器并存储用于基于自主驾驶车辆ADV的***负载生成告警消息的指令,指令在由处理器执行时使得处理器执行如权利要求1-7中任一项所述的方法的操作。
10.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如权利要求1-7中任一项所述的方法的操作。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/849,272 | 2020-04-15 | ||
US16/849,272 US11580789B2 (en) | 2020-04-15 | 2020-04-15 | System load based safety operator warning system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113548033A true CN113548033A (zh) | 2021-10-26 |
CN113548033B CN113548033B (zh) | 2023-12-01 |
Family
ID=78081460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011553370.XA Active CN113548033B (zh) | 2020-04-15 | 2020-12-24 | 基于***负载的安全操作员告警方法及*** |
Country Status (2)
Country | Link |
---|---|
US (1) | US11580789B2 (zh) |
CN (1) | CN113548033B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022204113A1 (de) | 2022-04-28 | 2023-11-02 | Zf Friedrichshafen Ag | Verfahren, System und Computerprogramm zur sicheren Erprobung eines automatisierten Fahrzeuges durch Erhöhen der Aufmerksamkeit eines Sicherheitsfahrers |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104572401A (zh) * | 2015-02-09 | 2015-04-29 | 浪潮软件股份有限公司 | 一种告警方法及告警*** |
US20150232097A1 (en) * | 2006-03-20 | 2015-08-20 | General Electric Company | Energy management system and method for vehicle systems |
US20180077617A1 (en) * | 2016-09-09 | 2018-03-15 | Qualcomm Incorporated | Wireless Communication Enhancements for Unmanned Aerial Vehicle Communications |
CN107848537A (zh) * | 2015-07-31 | 2018-03-27 | 松下知识产权经营株式会社 | 自动驾驶辅助装置、自动驾驶辅助方法以及自动驾驶辅助程序 |
CN108162978A (zh) * | 2016-12-05 | 2018-06-15 | 丰田自动车株式会社 | 车辆控制装置 |
CN109274708A (zh) * | 2017-07-18 | 2019-01-25 | 华为技术有限公司 | 基于自动驾驶车辆的消息处理方法、设备及*** |
CN109358591A (zh) * | 2018-08-30 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 车辆故障处理方法、装置、设备及存储介质 |
US10308242B2 (en) * | 2017-07-01 | 2019-06-04 | TuSimple | System and method for using human driving patterns to detect and correct abnormal driving behaviors of autonomous vehicles |
CN109910900A (zh) * | 2019-04-01 | 2019-06-21 | 广东科学技术职业学院 | 一种智能驾驶***及方法 |
CN109933062A (zh) * | 2017-12-15 | 2019-06-25 | 百度(美国)有限责任公司 | 自动驾驶车辆的报警*** |
CN110412983A (zh) * | 2019-08-01 | 2019-11-05 | 北京百度网讯科技有限公司 | 一种车辆避碰的检测方法及装置、车辆 |
-
2020
- 2020-04-15 US US16/849,272 patent/US11580789B2/en active Active
- 2020-12-24 CN CN202011553370.XA patent/CN113548033B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150232097A1 (en) * | 2006-03-20 | 2015-08-20 | General Electric Company | Energy management system and method for vehicle systems |
CN104572401A (zh) * | 2015-02-09 | 2015-04-29 | 浪潮软件股份有限公司 | 一种告警方法及告警*** |
CN107848537A (zh) * | 2015-07-31 | 2018-03-27 | 松下知识产权经营株式会社 | 自动驾驶辅助装置、自动驾驶辅助方法以及自动驾驶辅助程序 |
US20180077617A1 (en) * | 2016-09-09 | 2018-03-15 | Qualcomm Incorporated | Wireless Communication Enhancements for Unmanned Aerial Vehicle Communications |
CN108162978A (zh) * | 2016-12-05 | 2018-06-15 | 丰田自动车株式会社 | 车辆控制装置 |
US10308242B2 (en) * | 2017-07-01 | 2019-06-04 | TuSimple | System and method for using human driving patterns to detect and correct abnormal driving behaviors of autonomous vehicles |
CN109274708A (zh) * | 2017-07-18 | 2019-01-25 | 华为技术有限公司 | 基于自动驾驶车辆的消息处理方法、设备及*** |
CN109933062A (zh) * | 2017-12-15 | 2019-06-25 | 百度(美国)有限责任公司 | 自动驾驶车辆的报警*** |
CN109358591A (zh) * | 2018-08-30 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 车辆故障处理方法、装置、设备及存储介质 |
CN109910900A (zh) * | 2019-04-01 | 2019-06-21 | 广东科学技术职业学院 | 一种智能驾驶***及方法 |
CN110412983A (zh) * | 2019-08-01 | 2019-11-05 | 北京百度网讯科技有限公司 | 一种车辆避碰的检测方法及装置、车辆 |
Also Published As
Publication number | Publication date |
---|---|
US20210327162A1 (en) | 2021-10-21 |
US11580789B2 (en) | 2023-02-14 |
CN113548033B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112540592B (zh) | 用于确保安全的具有双自主驾驶***的自主驾驶车辆 | |
US11724708B2 (en) | Fail-safe handling system for autonomous driving vehicle | |
EP3882100A1 (en) | Method for operating an autonomous driving vehicle | |
US11485360B2 (en) | Dynamic speed limit adjustment system based on perception results | |
CN112180911B (zh) | 用于监控自动驾驶车辆的控制***的方法 | |
US11880201B2 (en) | Fastest lane determination algorithm under traffic jam | |
US11702087B2 (en) | Autonomous driving monitoring system | |
US11225228B2 (en) | Method for enhancing in-path obstacle detection with safety redundancy autonomous system | |
CN112985435B (zh) | 用于操作自主驾驶车辆的方法及*** | |
CN112441013A (zh) | 基于地图的车辆超速规避 | |
CN113548043B (zh) | 用于自主车辆的安全操作员的碰撞告警***和方法 | |
CN112829745B (zh) | 基于imu反馈的hd地图速度限制调整*** | |
EP3838696A1 (en) | A post collision, damage reduction brake system | |
CN113548033B (zh) | 基于***负载的安全操作员告警方法及*** | |
EP4147936A1 (en) | Drive with caution under uncertainty for an autonomous driving vehicle | |
CN113492848B (zh) | 用于自主驾驶车辆安全操作员的前方碰撞告警警报*** | |
US11325529B2 (en) | Early brake light warning system for autonomous driving vehicle | |
CN113753071A (zh) | 预防减速规划 | |
CN113815525B (zh) | 用于车辆强制制动的l3级自动应急灯*** | |
CN113859111A (zh) | 用于未来紧急制动的l4紧急状态灯光*** |
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 |