CN114199260A - 沿着规划路径的车辆操作 - Google Patents

沿着规划路径的车辆操作 Download PDF

Info

Publication number
CN114199260A
CN114199260A CN202111005978.3A CN202111005978A CN114199260A CN 114199260 A CN114199260 A CN 114199260A CN 202111005978 A CN202111005978 A CN 202111005978A CN 114199260 A CN114199260 A CN 114199260A
Authority
CN
China
Prior art keywords
vehicle
path
computer
distance
location
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
CN202111005978.3A
Other languages
English (en)
Inventor
卢克·尼维亚多姆斯基
徐立
哈米德·M·格尔吉里
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies 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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN114199260A publication Critical patent/CN114199260A/zh
Pending legal-status Critical Current

Links

Images

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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • 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
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • 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
    • G05D1/0231—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
    • G05D1/0248—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 in combination with a laser
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • 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
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • 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
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/027—Parking aids, e.g. instruction means
    • B62D15/0285—Parking performed automatically

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供“沿着规划路径的车辆操作”。针对第一位置处的车辆，限定在可用车辆传感器的视野之外的盲区。确定避开所述盲区并使所述车辆移动远离所述第一位置的路径。所述路径包括在所述第一位置处具有第一端的直线部分，以及在所述直线部分的第二端处开始的转弯部分。所述直线部分被限定为使得在所述直线部分的所述第二端处，所述视野包含所述盲区。基于在到达所述直线部分的所述端部时获得来自所述盲区的传感器数据来确定沿着所述转弯部分操作所述车辆。

Description

沿着规划路径的车辆操作
技术领域
本公开总体上涉及车辆控制***，并且更特定地涉及沿着路径的车辆导航和操作。
背景技术
车辆可以配备有电子和机电部件，例如，计算装置、网络、传感器和控制器等。车辆计算机可以获取关于车辆环境的数据，并且可以基于所述数据来操作车辆或其至少一些部件。车辆传感器可以提供关于要行驶的路线和在车辆环境中要避开的对象的数据。车辆的操作可以依赖于在车辆正在进行操作时获取关于车辆环境中的对象的准确且及时的数据。
发明内容
一种***包括计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由处理器执行以针对第一位置处的车辆限定在可用车辆传感器的视野外的盲区。指令还包括确定避开盲区并使车辆移动远离第一位置的路径的指令。所述路径包括在所述第一位置处具有第一端的直线部分，以及在所述直线部分的第二端处开始的转弯部分。所述直线部分被限定为使得在所述直线部分的所述第二端处，所述视野包含所述盲区。指令还包括以下指令：基于在到达直线部分的端部时获得来自盲区的传感器数据来确定沿着转弯部分操作车辆。
指令还可以包括以下指令：在基于传感器数据检测到盲区中的对象时，将车辆操作为停止。
指令还可以包括以下指令：基于确定对象已经移出盲区来沿着路径操作车辆。
指令还可以包括以下指令：在基于传感器数据确定盲区未被占用时，沿着转弯部分操作车辆。
指令还可以包括以下指令：在基于第二传感器数据检测到对象在盲区之外时，预测对象的未来位置将与路径相交。指令还可以包括以下指令：确定车辆已经沿着路径移动的出口距离。指令还可以包括以下指令：(a)基于出口距离小于第一阈值而将车辆操作为停止，或者(b)基于出口距离大于第二阈值而沿着路径操作车辆，其中第二阈值大于第一阈值。
指令还可以包括以下指令：在确定出口距离在第一阈值与第二阈值之间时，(a)基于从对象到车辆的距离在指定距离内而将车辆移动到第二位置，或者(b)基于从对象到车辆的距离在指定距离之外而使车辆沿着路径移动。
指令还可以包括基于对象与盲区相邻来确定第二位置的指令。
未来位置可以部分地由对象的路径限定。
对象可以是车辆或行人中的一者。
指令还可以包括进一步基于对象与盲区相邻来确定路径的直线部分的指令。
指令还可以包括基于行驶路线的宽度来确定路径的转弯部分的指令。
指令还可以包括基于车辆的最大转向角来确定路径的转弯部分的指令。
指令还可以包括以下指令：在确定路径时，在预定时间之后沿着路径的直线部分操作车辆。
一种方法包括：针对第一位置处的车辆，限定在可用车辆传感器的视野之外的盲区。所述方法还包括确定避开盲区并使车辆移动远离第一位置的路径。路径包括在第一位置处开始的直线部分，以及在直线部分的端部处开始的转弯部分。直线部分被限定成使得在直线部分的端部处，视野包含盲区。所述方法还包括基于在到达直线部分的端部时获得来自盲区的传感器数据来确定沿着转弯部分操作车辆。
所述方法还可以包括在基于传感器数据检测到对象在盲区中时，将车辆操作为停止。
所述方法还可以包括基于确定对象已经移出盲区来沿着路径操作车辆。
所述方法还可以包括在基于传感器数据确定盲区未被占用时，沿着转弯部分操作车辆。
所述方法还可以包括在基于第二传感器数据检测到对象在盲区之外时预测对象的未来位置将与路径相交。所述方法还可以包括确定车辆已经沿着路径移动的出口距离。所述方法还可以包括：(a)基于出口距离小于第一阈值而将车辆操作为停止，或者(b)基于出口距离大于第二阈值而沿着路径操作车辆，其中第二阈值大于第一阈值。
所述方法还可以包括：在确定出口距离在第一阈值与第二阈值之间时，(a)基于从对象到车辆的距离在指定距离内而将车辆移动到第二位置，或者(b)基于从对象到车辆的距离在指定距离之外而使车辆沿着路径移动。
所述方法还可以包括基于对象与盲区相邻来确定第二位置。
本文还公开了一种计算装置，所述计算装置被编程为执行上述方法步骤中的任一者。本文还公开了一种计算机程序产品，所述计算机程序产品包括计算机可读介质，所述计算机可读介质存储可由计算机处理器执行以执行上述方法步骤中的任一者的指令。
附图说明
图1是示出用于车辆的示例性车辆控制***的框图。
图2是示出根据图1的***操作车辆的图示。
图3A是示出为处于第一位置的车辆确定盲区的图示。
图3B是示出将车辆操作到规划路径的直线部分的端部的图示。
图4是基于对象与车辆的规划路径相交的未来位置在车辆与对象之间的距离的图示。
图5是基于出口距离低于第一阈值的处于第二位置的车辆的图示。
图6A是用于操作车辆的示例性过程的流程图的第一部分。
图6B是图6A的流程图的第二部分。
具体实施方式
车辆计算机可以生成规划路径并沿着规划路径将车辆从第一位置操作到第二位置。第一位置也可以被称为起始位置，并且第二位置也可以被称为目的地。当车辆处于第一位置时，可用车辆传感器的视野可以限定车辆周围的盲区，车辆传感器无法获取盲区内的数据。对象可能在盲区中，因此无法被可用的传感器检测到。通常，车辆计算机生成规划路径以避开在可用传感器的视野内检测到的对象，这可能导致规划路径进入盲区并与盲区内的未检测到的对象相交。有利地，车辆计算机可以生成远离第一位置的避开盲区的规划路径，这可以允许车辆计算机在其从第一位置移动之后获得盲区的传感器数据，并且可以防止规划路径与盲区内的对象相交。
参考附图，示例性车辆***100包括车辆105。车辆105中的车辆计算机110从传感器115接收数据。车辆计算机110被编程为针对处于第一位置的车辆105限定在传感器115的视野F之外的盲区300。车辆计算机110还被编程为确定避开盲区300并使车辆105移动远离第一位置的规划路径P。规划路径P包括在第一位置处具有第一端的直线部分Ps，以及在直线部分Ps的第二端处开始的转弯部分Pt。直线部分Ps被限定成使得在直线部分Ps的第二端处，传感器115的视野F包含盲区300。车辆计算机110还被编程为基于在到达直线部分Ps的端部时从盲区300获得传感器115数据来确定沿着转弯部分Pt操作车辆105。
现在转到图1，车辆105包括车辆计算机110、传感器115、用于致动各种车辆部件125的致动器120以及车辆通信模块130。通信模块130允许车辆计算机110例如经由消息传递或广播协议(诸如专用短程通信(DSRC)、蜂窝和/或可以支持车辆对车辆、车辆对基础设施、车辆对云通信等的其他协议)和/或经由分组网络135与服务器140和/或第二车辆106进行通信。
车辆计算机110包括诸如已知的处理器和存储器。所述存储器包括一种或多种形式的计算机可读介质，并且存储指令，所述指令可由车辆计算机110执行以用于执行包括如本文所公开的各种操作。车辆计算机110还可以包括协同操作以执行车辆105操作(包括本文所述的操作)的两个或更多个计算装置。此外，车辆计算机110可以是具有如上所述的处理器和存储器的通用计算机，和/或可以包括专用电子电路，所述专用电子电路包括针对特定操作而制造的ASIC，例如，用于处理传感器数据和/或传送传感器数据的ASIC。在另一个示例中，车辆计算机110可以包括FPGA(现场可编程门阵列)，所述FPGA是被制造为可由用户配置的集成电路。通常，在电子设计自动化中使用诸如VHDL(超高速集成电路硬件描述语言)之类的硬件描述语言来描述诸如FPGA和ASIC之类的数字和混合信号***。例如，ASIC是基于制造前提供的VHDL编程而制造的，而FPGA内部的逻辑部件可以基于例如存储在电连接到FPGA电路的存储器中的VHDL编程来配置。在一些示例中，处理器、ASIC和/或FPGA电路的组合可以包括在车辆计算机110中。
车辆计算机110可以自主模式、半自主模式或非自主(或手动)模式来操作车辆105。出于本公开的目的，自主模式被限定为其中车辆105的推进、制动和转向中的每一者都由车辆计算机110控制的模式；在半自主模式中，车辆计算机110控制车辆105的推进、制动和转向中的一者或两者；在非自主模式中，人类操作员控制车辆105的推进、制动和转向中的每一者。
车辆计算机110可以包括编程以操作车辆105制动、推进(例如，通过控制内燃发动机、电动马达、混合动力发动机等中的一者或多者来控制车辆105的加速)、转向、变速器、气候控制、内部灯和/或外部灯、喇叭、车门等中的一者或多者，以及确定车辆计算机110(而非人类操作员)是否以及何时控制此类操作。
车辆计算机110可以包括一个以上处理器或例如经由如下面进一步描述的车辆通信网络(诸如，通信总线)通信地耦合到所述一个以上处理器，所述一个以上处理器例如包括在车辆105中所包括的用于监测和/或控制各种车辆部件125的电子控制器单元(ECU)等中，例如变速器控制器、制动控制器、转向控制器等。车辆计算机110通常被布置用于在车辆通信网络上进行通信，所述车辆通信网络可以包括车辆105中的总线，诸如控制器局域网(CAN)等，和/或其他有线和/或无线机制。
经由车辆105网络，车辆计算机110可以向车辆105中的各种装置(例如，传感器115、致动器120、ECU等)传输消息和/或从各种装置接收消息(例如，CAN消息)。替代地或另外，在车辆计算机110实际上包括多个装置的情况下，车辆通信网络可以用于在本公开中表示为车辆计算机110的装置之间的通信。此外，如下文所提及，各种控制器和/或传感器115可以经由车辆通信网络向车辆计算机110提供数据。
车辆105传感器115可以包括诸如已知的用于向车辆计算机110提供数据的多种装置。例如，传感器115可以包括设置在车辆105的顶部上、在车辆105的前挡风玻璃后面、在车辆105周围等的光探测和测距(激光雷达)传感器115等，所述传感器提供车辆105周围的对象的相对位置、大小和形状。作为另一示例，固定到车辆105保险杠的一个或多个雷达传感器115可以提供数据来提供对象、第二车辆106等相对于车辆105的位置的位置。替代地或另外，传感器115还可以例如包括相机传感器115(例如，前视、侧视等)，所述相机传感器提供来自车辆105周围的区域的图像。在本公开的上下文中，对象是具有质量并可以通过可以由传感器115检测到的物理现象(例如，光或其他电磁波或声音等)来表示的物理(即，物质)物品。因此，车辆105以及包括如下面所讨论的其他物品都落在本文的“对象”的定义内。
车辆计算机110被编程为基本上连续地、周期性地和/或在服务器140指示时等从一个或多个传感器115接收数据。所述数据可以例如包括车辆105的位置。位置数据指定地面上的一个或多个点并可以为已知形式，例如经由已知的使用全球定位***(GPS)的导航***获得的地理坐标，诸如纬度和经度坐标。另外或替代地，数据可以包括对象310(例如，车辆、杆、路沿、自行车、树、灌木丛、行人等)相对于车辆105的位置。作为一个示例，数据可以是车辆105周围的环境的图像数据。在此示例中，图像数据可以包括车辆105周围的一个或多个对象。本文的图像数据是指可以由相机传感器115获取的数字图像数据，例如，包括具有强度值和颜色值的像素。传感器115可以安装到车辆105中或上的任何合适的位置，例如，在车辆105保险杠上、在车辆105的车顶上等，以收集车辆105周围的环境的图像。
车辆105致动器120经由可以根据如已知的适当控制信号来致动各种车辆子***的电路、芯片或其他电子和/或机械部件来实现。致动器120可以用于控制部件125，包括车辆105的制动、加速和转向。
在本公开的上下文中，车辆部件125是适于执行机械或机电功能或操作(诸如使车辆105移动、使车辆105减速或停止、使车辆105转向等)的一个或多个硬件部件。部件125的非限制性示例包括推进部件(其包括例如内燃发动机和/或电动马达等)、变速器部件、转向部件(例如，其可以包括方向盘、转向齿条等中的一者或多者)、悬架部件125(例如，其可以包括阻尼器(例如，减震器或滑柱)、衬套、弹簧、控制臂、球头节、连杆等中的一者或多者)、制动部件、停车辅助部件、自适应巡航控制部件、自适应转向部件、一个或多个被动约束***(例如，安全气囊)、可移动座椅等。
另外，车辆计算机110可以被配置用于经由车辆对车辆通信模块130或接口与车辆105外部的装置进行通信，例如，通过到另一车辆、到服务器140(通常经由直接射频通信)和/或(通常经由网络135)到第二车辆的车辆对车辆(V2V)或车辆对基础设施(V2X)无线通信(蜂窝和/或DSRC等)进行通信。通信模块130可以包括车辆105的计算机110可以通过其进行通信的一种或多种机制，诸如收发器，包括无线(例如，蜂窝、无线、卫星、微波和射频)通信机制的任何期望组合以及任何期望网络拓扑(或当利用多种通信机制时的多种拓扑)。经由通信模块130提供的示例性通信包括提供数据通信服务的蜂窝、蓝牙、IEEE 802.11、专用短程通信(DSRC)和/或包括互联网的广域网(WAN)。
网络135表示车辆计算机110可以通过其与远程计算装置(例如，服务器140、另一个车辆计算机等)进行通信的一种或多种机制。因此，网络135可以是各种有线或无线通信机制中的一者或多者，包括有线(例如，电缆和光纤)和/或无线(例如，蜂窝、无线、卫星、微波和射频)通信机制的任何期望的组合以及任何期望的网络拓扑(或利用多种通信机制时的多种拓扑)。示例性通信网络包括提供数据通信服务的无线通信网络(例如，使用
Figure BDA0003237057600000091
低功耗(BLE)、IEEE 802.11、车辆对车辆(V2V)诸如专用短程通信(DSRC)等)、局域网(LAN)和/或包括互联网的广域网(WAN)。
服务器140可以是被编程为提供诸如本文公开的操作的常规计算装置，即，包括一个或多个处理器和一个或多个存储器。此外，可以经由网络135(例如，互联网或某一其他广域网)来访问服务器140。
图2是示出车辆105在示例性地面区域200中操作的图示，所述示例性地面区域包括用于车辆的标记的子区域210(例如，停车空间)。区域200可以在街道或道路上，例如，在路沿或街道边缘旁边的限定的停车区域、停车场或结构或其部分等。车辆计算机110可以被编程为通过例如基于GPS的地理围栏确定车辆105在区域200内。在此示例中，GPS地理围栏指定区域200的周边。车辆计算机110然后可以基于车辆105的指示车辆105在地理围栏内的位置数据确定车辆105在区域200内。例如，子区域210可以是由常规标记(例如，地面上的涂漆线)指示的停车空间，并且车辆计算机110可以采用常规的图像识别技术来识别子区域210。
车辆计算机110可以被编程为确定车辆105在子区域210中，例如，停止或停放在子区域210中。例如，车辆计算机110可以将例如基于图像数据、GPS数据等的车辆105的位置与子区域210进行比较。作为另一个示例，车辆计算机可以分析传感器115数据，例如图像数据，以例如基于指示停车空间的常规标记确定车辆105相对于子区域210横向地和纵向地大致居中。
当车辆105在子区域210中时，车辆计算机110可以接收子区域210中的车辆105周围的环境的传感器115数据，例如图像数据。图像数据可以包括子区域210中的车辆105周围的一个或多个对象310。例如，车辆计算机110可以被编程为基于传感器115数据对对象310进行分类和/或识别。例如，可以在例如车辆计算机110中基于激光雷达传感器115数据、相机传感器115数据等使用对象分类技术，以将检测到的对象310分类为可移动的或固定的(即，不可移动的)。另外或替代地，可以在例如车辆计算机110中基于激光雷达传感器115数据、相机传感器115数据等使用对象识别技术，以识别对象310的类型，例如车辆、行人、无人机等，以及对象的物理特征。对象310的非限制性示例包括行人、另一车辆、自行车、购物车、杆等。
可以使用诸如已知的各种技术来解译传感器115数据和/或基于传感器115数据来对对象310进行分类。例如，可以将相机和/或激光雷达图像数据提供给分类器，所述分类器包括进行编程以利用一种或多种常规图像分类技术。例如，分类器可以使用机器学习技术，其中将已知表示各种对象的数据提供给机器学习程序以用于训练分类器。一旦被训练，分类器就可以接受车辆传感器115数据(例如，图像)作为输入，随后针对图像中的一个或多个相应的感兴趣区域中的每一者提供对一个或多个对象310的识别和/或分类(例如，可移动的或不可移动的)或相应的感兴趣区域中不存在对象310的指示作为输出。此外，应用于接近车辆105的区域的坐标系(例如，极坐标或笛卡尔坐标)可以被应用来指定从传感器115数据识别的对象310的位置和/或区域(例如，根据车辆105坐标系，被转换为全球纬度和经度地理坐标等)。此外，车辆计算机110可以采用各种技术来融合(即，并入到公共坐标系或参考系中)来自不同传感器115和/或多种类型的传感器115的数据，例如激光雷达、雷达和/或光学相机数据。
车辆计算机110可以例如生成规划路径P以在区域200中操作车辆105。替代地，服务器150可以生成规划路径P并且例如经由网络135将规划路径P提供给车辆计算机110。如本文所使用的，“路径”是点集合，例如，所述点集合可以被指定为相对于车辆坐标系的坐标和/或地理坐标，车辆计算机110被编程为通过常规导航和/或路径规划算法来确定所述点集合。可以根据一个或多个路径多项式来指定路径P。路径多项式是描述车辆在地面上的运动的三次或更少次的多项式函数。车辆在道路上的运动由多维状态矢量描述，所述多维状态矢量包括车辆位置、取向速度和加速度，包括x、y、z中的位置、横摆、俯仰、侧倾、横摆率、俯仰率、侧倾率、航向速度和航向加速度，其例如可以通过将多项式函数拟合到车辆运动矢量中所包括的相对于地面的连续2D位置来确定。
此外，例如，路径多项式p(x)是将路径预测为由多项式方程描绘的线的模型。路径多项式p(x)通过确定横向坐标p来预测针对预定的即将到来的距离x(例如，以米为单位进行测量)的路径：
p(x)＝a0+a1x+a2x2+a3x3 (1)
其中a0是偏移量，即，在即将到来的距离x处路径与车辆101的中心线之间的横向距离，a1是路径的航向角，a2是路径的曲率，并且a3是路径的曲率变化率。
现在转向图3A，车辆计算机110可以确定车辆105的第一位置。车辆计算机110可以例如基于从GPS(全球定位***)传感器115接收的数据来确定车辆105相对于坐标系的第一位置，例如GPS位置坐标。替代地，车辆计算机110可以例如经由网络135从服务器140接收车辆105的第一位置。车辆计算机110可以将第一位置存储在例如存储器中。
当车辆105处于第一位置(例如，停放在子区域210中)时，车辆计算机110可以生成规划路径P以将车辆105沿着行驶路线引导出子区域210，即远离第一位置，以离开区域200。如本文所使用的，“行驶路线”指定被指定用于区域200中的车辆移动的地面的区域，例如，沿着子区域210位置的通道。行驶路线可以包括两个车道，即用于车辆行驶的行驶路线的指定区域，其提供用于沿着行驶路线在相反方向上的车辆行驶。
车辆计算机110可以例如基于传感器115数据来识别行驶路线。在此示例中，车辆计算机110可以例如经由图像数据检测行驶路线的一个或多个指示符。指示符可以包括标志、地面上的标记、车辆沿着路线的移动等。作为另一示例，车辆计算机110可以基于区域200的地图数据(例如，存储在存储器中或从服务器140接收)来识别行驶路线。
规划路径P包括直线部分Ps和转弯部分Pt。直线部分Ps和转弯部分Pt中的每一者是作为规划路径P的一些但少于全部的段。直线部分Ps从第一端延伸到第二端。转弯部分Pt从直线部分Ps的第二端沿着行驶路线延伸。直线部分Ps的第一端处于第一位置。直线部分Ps的第二端沿着车辆105的纵向轴线A与第一端间隔开。也就是说，直线部分Ps具有沿着车辆105的纵向轴线A从第一端延伸到第二端的长度。
车辆计算机110被编程为基于处于第一位置的车辆105周围的盲区300来确定直线部分Ps的长度。车辆计算机110可以基于传感器115数据来针对处于第一位置的车辆105限定盲区300。例如，车辆计算机110可以基于传感器115的视野F来限定盲区300。例如，传感器115可以安装到车辆105外部的后部、前部和/或侧面。一个或多个传感器115中的每一个的相应视野F可以部分地重叠。在本上下文中，盲区300是每个传感器115的视野F之外的区域，或更典型地三维空间，即体积，即传感器115无法从中获得数据的区域或体积。盲区300的形状或边界通常由车辆105的车身和包围和/或邻接盲区的一个或多个视野F限定。当车辆105处于第一位置时，对象310可以限定盲区的一部分，如图3A所示。传感器115的视野F可以例如基于执行一个或多个车辆105功能所需的视野F来以经验确定。车辆计算机110可以将每个传感器115的视野F存储在例如存储器中。
车辆计算机110可以将直线部分Ps的长度确定为至少等于盲区300的长度。通过将直线部分Ps的长度确定为至少等于盲区300的长度，当车辆105在直线部分Ps的第二端处时，传感器115的视野F包含处于第一位置的车辆105的盲区300(参见图3B)。也就是说，当车辆105沿着直线部分Ps移动时，当至少一些传感器115的视野F移动通过处于第一位置的车辆105的盲区300时，车辆计算机110可以获得盲区300的传感器115数据。
盲区300的长度是沿着平行于车辆105的纵向轴线A延伸的盲区300的边界的距离。盲区300可以具有平行于车辆105的纵向轴线A延伸的一个或多个边界(参见图3A-图3B)，例如，由于传感器115的视野F与车辆105周围的对象310相交。例如，盲区300可以包括沿着车辆105的边界和沿着对象310的边界，如图3A和图3B所示。车辆计算机110可以确定每个盲区300边界的长度Lv,Lo。例如，车辆计算机110可以基于具有至少部分地限定盲区300的视野F的车辆105传感器115之间的纵向距离(例如，存储在存储器中)来确定沿着车辆105的边界的长度Lv。
另外，车辆计算机110可以基于传感器115数据来确定沿着对象310的边界的长度Lo。例如，车辆计算机110可以采用自由空间计算技术来对数据进行成像，所述数据识别与和车辆105横向间隔开的对象310相关联的一系列像素坐标以及在车辆105与对象310之间的自由空间(即，其中未检测到对象的空间)。通过识别图像中与自由空间和对象310相关联的像素坐标集合并确定从图像传感器115镜头到所识别的对象310像素坐标的距离(以像素坐标为单位)(例如，跨自由空间)，车辆计算机110然后可以确定图像传感器115镜头距对象310的距离(例如，跨自由空间)。也就是说，根据已知技术，车辆计算机110可以确定从镜头到所识别的坐标的距离(以像素坐标为单位)，并且还可以根据图像确定从传感器115镜头到所识别的对象310上的点的线(其在相应传感器115的视野F的边缘上)与从镜头平行于车辆105的纵向轴线A延伸的轴线之间的角度。然后，使用基于以下各线的三角函数：(i)从传感器115镜头延伸到对象310上的点的线、(ii)从传感器115镜头沿着轴线延伸的线、以及(iii)与对象上的点相交并且与沿着轴线延伸的线一起形成直角的线，车辆计算机110可以根据(a)从传感器115镜头平行于车辆105的横向轴线延伸到(b)对象310上的点的轴线确定平行于车辆105纵向轴线A绘制的线的长度。通过对另一传感器115重复该过程以及对平行于车辆105纵向轴线A并从自相应传感器115镜头平行于车辆105的横向轴线延伸到对象310上的相应点的轴线绘制的两条线的长度进行求和，可以确定沿着对象310的覆盖长度。然后，车辆计算机110可以基于覆盖长度与具有至少部分地限定盲区300的视野F的车辆105传感器115之间的距离(即，沿着车辆105的边界的长度Lv)之间的差来确定沿着对象310的边界的长度Lo。
然后，车辆计算机110可以比较边界的长度Lv、Lo以确定盲区300的最大长度。盲区300的最大长度是在相应长度Lv、Lo之中最大的边界的长度。然后，车辆计算机110确定直线部分Ps的长度至少等于盲区300的最大长度。
车辆计算机110还可以基于车辆105的参数(例如，尺寸(例如，高度、长度、宽度)、转弯半径、轴距等)、当车辆105处于第一位置(例如，子区域210中的停放位置)时经由传感器115数据检测到的车辆105周围的一个或多个对象310、以及行驶路线中的行驶方向来确定规划路径P的直线部分Ps的长度。车辆105的参数可以存储在例如车辆计算机110的存储器中。基于车辆105的参数，车辆计算机110可以识别车辆105上的终点。车辆105上的终点是距限定车辆105的最小转弯半径的中心的最远点。
车辆计算机110可以例如基于来自分类器的输出来确定对象310的类型，如上面所讨论的。然后，车辆计算机110可以基于对象310的类型来确定一个或多个对象310尺寸。例如，车辆计算机110可以将使对象尺寸与对象类型相关联的数据存储在例如存储器、查找表等中。基于对象310的尺寸和/或传感器115数据，车辆计算机110可以识别对象310上的终点。终点是距车辆105的最短直线距离的点。
车辆105的行驶方向可以是相对于子区域210向右或向左中的一者。车辆计算机110可以基于行驶方向来选择行驶路线的第一车道或第二车道中的一者，在第一车道或第二车道内操作车辆105。第一车道在子区域210与第二车道之间。第一车道可以部分地限定子区域210，并且第二车道可以在行驶路线的与子区域210相对的侧部分地限定其他子区域210。
当车辆105的行驶方向是向左时，车辆计算机110选择第一车道。在这种情况下，车辆计算机110确定对象310上的终点与车辆105的后轮之间的最小纵向距离Dy。车辆计算机110通过确定车辆105上的终点的转弯半径R来确定最小纵向距离Dy：
Figure BDA0003237057600000151
其中rmin是车辆105的最小转弯半径，wv是车辆105的宽度，wb是车辆105的前车桥与后车桥之间的距离，即，轴距的长度，并且Lf是沿着车辆105的纵向轴线L从车辆105的前车桥到前终端边缘的距离。
然后，车辆计算机110可以根据以下方程3来确定最小纵向距离Dy：
Figure BDA0003237057600000152
其中Dx是车辆105与对象310之间的横向距离。车辆计算机110可以基于传感器115数据来确定处于第一位置的车辆105与对象310之间的横向距离Dx。例如，车辆计算机110可以基于如上所述的自由空间计算技术来确定横向距离Dx。作为另一示例，激光雷达传感器115可以发射光束并接收从对象310反射的光束。车辆计算机110可以测量从发射光束到接收到反射光束所经过的时间。基于所经过的时间和光速，车辆计算机110可以确定车辆105与对象310之间的横向距离Dx。
当车辆105的行驶方向是向右时，车辆计算机110选择第二车道。在这种情况下，车辆计算机110可以根据以下方程4来确定最小纵向距离Dy：
Figure BDA0003237057600000161
其中Dc是车辆105与行驶路线的部分地限定第二车道的边界之间的距离阈值，并且wt是行驶路线的宽度。行驶路线的边界可以部分地由对象(例如，另一车辆、路沿、轨道等)或常规车道标记(即，地面上的涂漆线)限定。车辆计算机110可以基于传感器115数据来确定行驶路线的宽度。例如，当车辆105处于第一位置时，激光雷达传感器115可以发射光束并且接收从在行驶路线的与车辆105相对的侧的子区域210中(即，通过行驶路线与车辆105纵向间隔开)的对象反射的光束。车辆计算机110可以测量从发射光束到接收到反射光束所经过的时间。基于所经过的时间和光速，车辆计算机110可以确定车辆105与对象之间的距离。距离阈值可以以经验确定，例如基于车辆计算机110可以基于对象类型(例如，另一车辆、路沿、轨道等)操作车辆105的最小距离，所述对象部分地限定行驶路线的边界。
然后，车辆计算机110可以确定直线部分Ps的长度至少等于盲区的长度Lv、Lo与最小纵向距离Dy之和。车辆计算机110可以例如使用常规路径规划算法基于直线部分Ps的第一位置和长度来生成规划路径P的直线部分Ps。也就是说，车辆可以生成避开盲区300的离开子区域210的规划路径P。
如上所述，转弯部分Pt从直线部分Ps的第二端沿着行驶路线延伸。转弯部分Pt从第一端延伸到与第一端间隔开的第二端。转弯部分Pt的第一端在直线部分Ps的第二端处。车辆计算机110基于车辆105的参数来确定转弯部分Pt。具体地，车辆计算机110基于车辆105的最大转向角来确定转弯部分Pt。也就是说，车辆计算机110确定转弯部分Pt，使得车辆计算机110可以在以最大转向角操作车辆105的同时维持车辆105沿着规划路径P的转弯部分Pt。“转向角”是在纵向延伸穿过车辆的一个前轮的中心的轴线与车辆的纵向轴线之间限定的角度。通过基于最大转向角确定转弯部分Pt，车辆计算机110可以沿着车辆105的最小转弯半径操作车辆105，这可以限制车辆105阻碍行驶路线的另一车道的时间量。
现在转向图3B，车辆计算机110可以被编程为致动一个或多个车辆部件125以沿着离开子区域210的规划路径P的直线部分Ps操作车辆105。例如，车辆计算机110可以致动一个或多个主车辆部件125，例如推进部件、转向部件等，以使车辆105沿着规划路径P的直线部分Ps移动。车辆计算机110可以被编程为在预定时间之后沿着直线部分Ps操作车辆105。预定时间可以以经验确定，例如基于车辆计算机110接收和分析车辆105周围的环境的传感器115数据的最小时间量。
当车辆105沿着规划路径P的直线部分Ps操作时，车辆计算机110可以接收处于第一位置的车辆105的盲区300的传感器115数据，例如图像数据。图像数据可以包括在盲区中并且先前未被检测到的对象320。车辆计算机110可以基于指示盲区300中存在或不存在对象320的传感器115数据来确定盲区300是被占用还是未被占用。例如，车辆计算机110可以基于来自分类器的输出来识别盲区300中的可移动对象320，如上面所讨论的。如果可移动对象320在盲区300中，即，盲区300被占用，则车辆计算机110致动一个或多个车辆部件125以使车辆105停止。如果可移动对象320不在盲区300中，即，盲区300未被占用，则车辆计算机110可以沿着规划路径P的转弯部分Pt操作车辆105。例如，车辆计算机110可以例如基于转向传动比(即，方向盘的角度变化与前轮的角度变化之比)来提供对应于车辆105的前轮的最大转向角的扭矩来使方向盘旋转。
在使车辆106停止时，车辆计算机110可以确定可移动对象320是否已经移出盲区300。车辆计算机110可以例如将例如经由图像数据获得的可移动对象320的位置与车辆105的规划路径P进行比较。在可移动对象320已经移动并且不与规划路径P相交的情况下，车辆计算机110可以沿着规划路径P操作车辆105。在可移动对象320尚未移动的情况下，即，在与规划路径P相交的情况下，车辆计算机110使车辆105维持在当前(即，停止)位置。
现在转到图4，当车辆105沿着规划路径P远离第一位置操作时，车辆计算机110可以接收处于第一位置的车辆105的盲区300之外的环境的第二传感器115数据，例如第二图像数据。例如，第二图像数据可以包括行驶路线中的对象400。然后，车辆计算机110可以例如基于来自分类器的输出来将对象400识别为可移动的或固定的，如上面所讨论的。
在识别行驶路线中(即，在盲区300之外)的可移动对象400时，车辆计算机110可以被编程为预测可移动对象400的未来位置是否将与车辆105的规划路径P相交。车辆计算机110可以基于第二传感器115数据来预测可移动对象400的未来位置。也就是说，可移动对象400的预测的未来位置至少部分地由可移动对象400的预测路径Pp确定。例如，车辆计算机110可以基于经由第二传感器115数据(例如，图像数据的连续帧)识别可移动对象400的移动方向来确定可移动对象400的预测路径Pp。然后，车辆计算机110可以将可移动对象400的预测路径Pp与车辆105的规划路径P进行比较。
作为另一示例，车辆计算机110可以基于第二传感器115数据(例如，图像数据的连续帧)来确定可移动对象400是固定的(例如，停止以允许车辆105离开子区域210)。在这样的示例中，车辆计算机110可以预测可移动对象400的未来位置是可移动对象400的当前位置。然后，车辆计算机110可以将未来位置与车辆105的规划路径P进行比较。在预测可移动对象400的未来位置将不与车辆105的规划路径P相交时，车辆计算机110被编程为沿着规划路径P操作车辆105。例如，车辆计算机110可以致动一个或多个车辆部件125以使车辆105沿着规划路径P移动。
在预测可移动对象400的未来位置将与车辆105的规划路径P相交时，车辆计算机110可以被编程为确定车辆105已经沿着规划路径P移动的出口距离De。也就是说，出口距离De是沿着规划路径P从直线部分Ps的第一端(即，第一位置)到车辆105的车辆计算机110进行预测时的位置的距离。因此，出口距离De可以是沿着规划路径P的任何距离，这取决于计算机110进行预测时的位置。然后，车辆计算机110可以被编程为继续沿着规划路径P操作车辆105或者基于出口距离De来操作车辆105停止，如下面进一步讨论的。另外，车辆计算机110可以被编程为继续沿着规划路径P操作车辆105或基于例如使用碰撞避免技术防止车辆105撞击可移动对象400来将车辆105操作为停止。
车辆计算机110可以基于传感器115数据来确定出口距离De。例如，在进行预测时，车辆计算机110可以确定车辆105的当前位置。车辆计算机110可以例如基于从GPS(全球定位***)传感器115接收的数据来确定车辆105相对于坐标系的当前位置，例如GPS位置坐标。替代地，车辆计算机110可以例如经由网络135从服务器140接收车辆105的当前位置。然后，车辆计算机110可以将当前位置(例如，GPS位置坐标)与第一位置(例如，GPS位置坐标)进行比较，以确定出口距离De。作为另一示例，车辆计算机110可以接收指示自车辆105从第一位置移动起车辆105的车轮的转数的传感器115数据。然后，车辆计算机110可以使用几何函数基于车轮的直径来确定出口距离De。车辆计算机110可以将车轮的直径存储在例如存储器中。
车辆计算机110可以被编程为将出口距离De与第一阈值进行比较。第一阈值是沿着规划路径P距直线部分Ps的第一端(即，第一位置)的距离，车辆105应在所述距离内停止。当出口距离De在第一阈值内时使车辆105停止防止车辆105阻碍可移动对象400的路径或撞击可移动对象400。第一阈值可以基于例如经验测试来确定，所述经验测试用以确定车辆计算机110不必将车辆105朝向第一位置(即，沿相反方向)移动以避免阻碍可移动对象400的路径或与所述路径相交的距离(例如，基于车辆105和可移动对象400的尺寸以及行驶路线的宽度wt)。车辆计算机110可以将第一阈值存储在例如存储器中。
在出口距离De小于或等于第一阈值的情况下，车辆计算机110将车辆105操作为停止。例如，车辆计算机110可以致动一个或多个车辆部件125以使车辆105沿着规划路径P在车辆105的当前位置处停止。在出口距离De大于第一阈值的情况下，车辆计算机110可以沿着规划路径P操作车辆105或将所述车辆操作到新位置，如下面进一步讨论的。
车辆计算机110可以被编程为将出口距离De与第二阈值进行比较。第二阈值大于第一阈值。第二阈值是沿着规划路径P从直线部分Ps的第一端到转弯部分Pt的第二端的距离，超过所述距离，车辆105应该继续操作。当出口距离De超过(即，大于)第二阈值时继续操作车辆105减少了车辆105阻碍可移动对象400的时间量。可以基于例如经验测试来确定第二阈值，所述经验测试用以确定车辆105更靠近转弯部分Pt的第二端而不是新位置(下面进一步讨论)的距离，所述新位置不妨碍可移动对象400的路径或不与所述路径相交(例如，假设车辆计算机110以相同的速度将车辆105操作到转弯部分Pt的第二端或到所述新位置)。车辆计算机110可以将第二阈值存储在例如存储器中。
在出口距离De大于第二阈值的情况下，车辆计算机110沿着规划路径P操作车辆105。例如，车辆计算机110可以致动一个或多个车辆部件125以使车辆105移动到转弯部分Pt的第二端。在出口距离De小于或等于第二阈值的情况下，车辆计算机110可以沿着规划路径P操作车辆105或将所述车辆操作到新位置，如下面进一步讨论的。
当停止在当前位置时，车辆计算机110可以确定可移动对象400是否已经移动或改变了路径。车辆计算机110可以例如将例如经由第二图像数据获得的可移动对象400的位置与车辆105的规划路径P进行比较。在可移动对象400已经移动并且不与规划路径P相交的情况下，车辆计算机110可以沿着规划路径P操作车辆。在可移动对象400尚未移动或仍然与规划路径P相交的情况下，车辆计算机110可以使车辆105维持停止在当前位置。
现在转向图5，基于确定出口距离De在第一阈值与第二阈值之间，车辆计算机110可以被编程为基于车辆105与可移动对象400之间的距离Do沿着规划路径P操作车辆105或将所述车辆操作到新位置。
新位置是沿着规划路径P的车辆105不妨碍可移动对象400的路径或不与所述路径相交的位置。新位置(在图5中以实线示出的车辆105)不同于第一位置(在图5中以虚线示出的车辆105)。例如，当车辆105处于新位置时，车辆105可以部分地延伸到行驶路线中，即，跨越行驶路线的部分地限定第一车道的边界。也就是说，车辆105可以部分地在子区域210中并且部分地在行驶路线中的新位置处。相反，当车辆105处于第一位置时，车辆105可以在子区域210内(即，在其常规标记之间)以及在行驶路线之外。
车辆计算机110可以基于第二传感器115数据来确定车辆105与可移动对象400之间的距离Do。例如，车辆计算机110可以基于如上所述的自由空间计算技术来确定距离Do。作为另一示例，激光雷达传感器115可以发射光束并接收从可移动对象400反射的光束。车辆计算机110可以测量从发射光束到接收到反射光束所经过的时间。基于所经过的时间和光速，车辆计算机110可以确定车辆105与可移动对象400之间的距离Do。
车辆计算机110然后可以将距离Do与指定距离进行比较。指定距离指定车辆105与可移动对象400之间的距离，在该距离内车辆105应移动到新位置。当距离Do在指定距离内时将车辆105移动到新位置防止车辆105撞击可移动对象400。可以基于例如经验测试来确定指定距离，所述经验测试用以确定车辆105与可移动对象400之间车辆计算机110可以防止车辆105撞击可移动对象400的最小距离(例如，基于车辆105和可移动对象400的尺寸、可移动对象400的速度等)。车辆计算机110可以将指定距离存储在例如存储器中。
在距离Do大于指定距离的情况下，车辆计算机110被编程为沿着规划路径P操作车辆105。在距离Do小于或等于指定距离的情况下，车辆计算机110被编程为将车辆105操作到新位置。也就是说，车辆计算机110操作车辆105以沿着规划路径P在相反方向上移动到新位置。例如，车辆计算机110可以致动一个或多个车辆部件125以将车辆105移动到新位置。
车辆计算机110可以基于行驶路线来确定车辆105的新位置。例如，车辆计算机110可以确定车辆105与行驶路线的部分地限定第二车道的边界之间的距离高于阈值时的新位置。车辆计算机110可以基于可移动对象400的宽度来确定阈值。也就是说，阈值大于可移动对象400的宽度。另外或替代地，车辆计算机110可以基于处于第一位置的车辆105周围的一个或多个对象310(即，相邻子区域210中的一个或多个对象310)来确定新位置。例如，车辆计算机110可以确定新位置，使得车辆计算机110可以在车辆105处于新位置时接收行驶路线的第二传感器115数据。例如，车辆计算机110可以确定车辆105的至少一些传感器115的视野F包含行驶路线的向子区域210的右侧和左侧延伸的区域(例如，相邻子区域210中的对象310后面的区域)时的新位置。
当在新位置时，车辆计算机110可以确定可移动对象400是否已经移动或改变了路径。车辆计算机110可以例如将例如经由第二图像数据获得的可移动对象400的位置与车辆105的规划路径P进行比较。在可移动对象400已经移动并且不与规划路径P相交的情况下，车辆计算机110可以沿着规划路径P操作车辆。在可移动对象400尚未移动或仍然与规划路径P相交的情况下，车辆计算机110可以将车辆105维持在新位置。
图6A是用于在区域200中操作车辆105的示例性过程600的流程图的第一部分(图6B中示出了第二部分，因为整个流程图不适合于单张图纸)。过程600在框605中开始。过程600可以由车辆计算机110来执行，所述车辆计算机执行存储在其存储器中的程序指令。
在框605中，车辆计算机110例如经由车辆网络从一个或多个传感器和/或例如经由网络135从远程服务器计算机140接收数据。例如，车辆计算机110可以例如从传感器115、导航***等接收车辆的位置数据，从而指定车辆105的第一位置。另外，车辆计算机110可以例如从一个或多个图像传感器115接收图像数据。图像数据可以包括关于车辆105周围的环境(例如，区域200、子区域210、一个或多个对象310等)的数据。车辆计算机110可以基于传感器115的视野F来针对处于第一位置的车辆105(例如，当停放在子区域210中时)限定盲区300，如上面所讨论的。过程600在框610中继续。
在框610中，车辆计算机110生成规划路径P以将车辆105沿着行驶路线引导远离第一位置，即引导出子区域210，以离开区域200。如上面所讨论的，车辆计算机110可以例如经由导航和/或路径规划算法来生成规划路径P。规划路径P包括直线部分Ps和转弯部分Pt，如上面所讨论的。过程600在框615中继续。
在框615中，车辆计算机110基于盲区300确定直线部分Ps的长度。例如，车辆计算机110可以将直线部分Ps的长度确定为至少等于盲区300的长度，如上面所讨论的，这在车辆105在直线部分Ps的第二端处时，允许传感器115的视野F包含处于第一位置的车辆105的盲区300。另外，车辆计算机110可以基于车辆105的参数、处于第一位置的车辆105周围的对象310以及行驶路线中的行驶方向来确定直线部分Ps的长度，如上面所讨论的。过程600在框620中继续。
在框620中，车辆计算机110沿着规划路径P的直线部分Ps操作车辆105。也就是说，车辆计算机110从直线部分Ps的第一端朝向直线部分Ps的第二端操作车辆105。例如，车辆计算机110致动一个或多个车辆部件125以使车辆105沿着规划路径P的直线部分Ps移动。另外，车辆计算机110可以在预定时间之后沿着直线部分Ps操作车辆105，如上面所讨论的。过程600在框625中继续。
在框625中，车辆计算机110确定处于第一位置的车辆105的盲区300是否未被占用。例如，当沿着规划路径P的直线部分Ps操作车辆105时，车辆计算机110可以接收处于第一位置的车辆的盲区300的传感器115数据，例如图像数据。图像数据可以包括位于处于第一位置的车辆105的盲区300中的对象320。车辆计算机110可以基于指示盲区300中存在或不存在对象320的传感器115数据来确定盲区300是被占用还是未被占用，如上面所讨论的。如果对象320在盲区300中，即，盲区300被占用，则过程600在框630中继续。如果对象320不在盲区300中，即，盲区300未被占用，则过程600在框635中继续。
在框630中，车辆计算机110将车辆105操作为停止。例如，车辆计算机110致动一个或多个车辆部件125以使车辆105停止。过程600返回到框625。
在框635中，车辆计算机110沿着规划路径P的转弯部分Pt操作车辆105。例如，车辆计算机110致动一个或多个车辆部件125以使车辆105沿着规划路径P的转弯部分Pt移动。过程600在框640中继续。
在框640中，车辆计算机110确定可移动对象400是否在行驶路线中。例如，当沿着规划路径P操作车辆105时，车辆计算机110可以接收盲区300之外的环境的第二传感器115数据，例如第二图像数据。第二图像数据可以包括在行驶路线中即在处于第一位置的车辆105的盲区300之外的对象400。然后，车辆计算机110可以基于来自分类器的输出来识别可移动对象400，如上面所讨论的。如果车辆计算机110在行驶路线中检测到可移动对象400，则过程600在框645中继续。如果车辆计算机110在行驶路线中未检测到可移动对象400，则过程600在框650中继续。
在框645中，车辆计算机110确定车辆105是否在转弯部分Pt的第二端处。例如，车辆计算机110可以例如从传感器115、导航***、服务器140等接收指定车辆105的当前位置的位置数据。然后，车辆计算机110可以将车辆105的当前位置与转弯部分Pt的第二端的位置进行比较。如果车辆105不在转弯部分Pt的第二端处，则过程600返回到框640。如果车辆105在转弯部分Pt的第二端处，则车辆计算机110沿着规划路径P操作车辆105以离开区域200，并且过程600结束。
现在转向图6B，在图6A所示的框640之后，在框650中，车辆计算机110确定可移动对象400的未来位置。例如，车辆计算机110可以基于第二传感器115数据(例如，图像数据的连续帧)来确定可移动对象400的未来位置，如上面所讨论的。例如，在可移动对象400正在移动的情况下，车辆计算机110可以基于经由第二传感器115数据识别可移动对象400的移动方向来确定可移动对象400的预测路径Pp。作为另一示例，在可移动对象400是固定的情况下，车辆计算机110可以确定未来位置是可移动对象400的当前位置。过程600在框655中继续。
在框655中，车辆计算机110确定车辆105的规划路径P是否将与可移动对象400的未来位置相交。例如，在可移动对象400正在移动的情况下，车辆计算机110可以将可移动对象400的预测路径Pp与车辆105的规划路径P进行比较。作为另一示例，在可移动对象400是固定的情况下，车辆计算机110可以将可移动对象400的当前位置与车辆105的规划路径P进行比较。如果车辆计算机110预测可移动对象400的未来位置将不与车辆105的规划路径P相交，则过程600返回到框635。如果车辆计算机110预测可移动对象400的未来位置将与车辆105的规划路径P相交，则过程600在框660中继续。
在框660中，车辆计算机110确定出口距离De是否大于第一阈值。也就是说，车辆计算机110将第一阈值与出口距离De进行比较。例如，当车辆计算机110进行预测时，车辆计算机110可以基于车辆105的当前位置来确定出口距离De，如上面所讨论的。例如，车辆计算机110然后可以将当前位置(例如，GPS位置坐标)与第一位置(例如，GPS位置坐标)进行比较，以确定出口距离De。如果出口距离De小于或等于第一阈值，则过程600在框665中继续。如果出口距离De大于第一阈值，则过程600在框670中继续。
在框665中，车辆计算机110将车辆105操作为停止。例如，车辆计算机110致动一个或多个车辆部件125以使车辆105停止。过程600在框685中继续。
在框670中，车辆计算机110确定出口距离De是否大于第二阈值。也就是说，车辆计算机110将出口距离De与第二阈值进行比较。第二阈值大于第一阈值，如上文所述的。如果出口距离De大于第二阈值，则过程600返回到框635。如果出口距离De小于或等于第二阈值，则过程600在框675中继续。
在框675中，车辆计算机110确定可移动对象400与车辆105之间的距离Do是否大于指定距离。也就是说，车辆计算机110可以将距离Do与指定距离进行比较。例如，车辆计算机110可以基于传感器115数据来确定距离Do，如上面所讨论的。如果距离Do大于指定阈值，则过程600返回到框635。如果距离小于或等于指定距离，则过程600在框680中继续。
在框680中，车辆计算机110将车辆105操作到新位置。例如，车辆计算机110可以致动一个或多个车辆部件125以使车辆105沿着规划路径P在相反方向上移动到新位置。车辆计算机110可以基于行驶路线和/或处于第一位置的车辆105周围的一个或多个对象310(即，相邻子区域210中的一个或多个对象310)来确定新位置，如上面所讨论的。过程600在框685中继续。
在框685中，车辆计算机110确定可移动对象400是否与车辆105的规划路径P相交。例如，车辆计算机110可以将例如经由第二图像数据获得的可移动对象400的位置与车辆105的规划路径P进行比较。如果可移动对象400已经移动并且不与规划路径P相交，则过程600返回到框635。如果可移动对象400尚未移动或者仍然与规划路径P相交，则过程600在框690中继续。
在框690中，车辆计算机110将车辆105维持在当前位置。例如，车辆计算机110可以致动一个或多个车辆部件125以将车辆105维持在当前位置。当前位置是车辆计算机110使车辆105停止的位置，例如，新位置或沿着规划路径P的某个其他位置。过程600返回到框685。
如本文所使用，副词“基本上”意指形状、结构、测量结果、数量、时间等因为材料、机加工、制造、数据传输、计算速度等的缺陷而可能偏离精确描述的几何形状、距离、测量结果、数量、时间等。
通常，所描述的计算***和/或装置可采用多个计算机操作***中的任一者，包括但绝不限于以下版本和/或变型：福特
Figure BDA0003237057600000271
应用、AppLink/Smart Device Link中间件、微软
Figure BDA0003237057600000272
操作***、微软
Figure BDA0003237057600000273
操作***、Unix操作***(例如，由加州红杉海岸的Oracle公司发布的
Figure BDA0003237057600000274
操作***)、由纽约阿蒙克市的InternationalBusiness Machines公司发布的AIX UNIX操作***、Linux操作***、由加州库比蒂诺的苹果公司发布的Mac OSX和iOS操作***、由加拿大滑铁卢的黑莓有限公司发布的BlackBerryOS以及由谷歌公司和开放手机联盟开发的Android操作***、或由QNX Software Systems供应的
Figure BDA0003237057600000281
CAR信息娱乐平台。计算装置的示例包括但不限于车载第一计算机、计算机工作站、服务器、台式机、笔记本、膝上型计算机或手持计算机、或某一其他计算***和/或装置。
计算机和计算装置通常包括计算机可执行指令，其中所述指令可能能够由一个或多个计算装置(诸如以上所列出的那些)执行。可以从使用多种编程语言和/或技术创建的计算机程序编译或解译计算机可执行指令，所述编程语言和/或技术单独地或者组合地包括但不限于JavaTM、C、C++、Matlab、Simulink、Stateflow、Visual Basic、Java Script、Perl、HTML等。这些应用中的一些可以在诸如Java虚拟机、Dalvik虚拟机等虚拟机上编译和执行。通常，处理器(例如，微处理器)例如从存储器、计算机可读介质等接收指令，并执行这些指令，从而执行一个或多个过程，包括本文所述过程中的一者或多者。此类指令和其他数据可以使用各种计算机可读介质来存储和传输。计算装置中的文件通常是存储在诸如存储介质、随机存取存储器等计算机可读介质上的数据的集合。
存储器可以包括计算机可读介质(也称为处理器可读介质)，所述计算机可读介质包括参与提供可以由计算机(例如，由计算机的处理器)读取的数据(例如，指令)的任何非暂时性(例如，有形)介质。此类介质可以采取许多形式，包括但不限于非易失性介质和易失性介质。非易失性介质可以包括例如光盘或磁盘以及其他持久性存储器。易失性介质可以包括例如通常构成主存储器的动态随机存取存储器(DRAM)。此类指令可以由一种或多种传输介质传输，所述一种或多种传输介质包括同轴电缆、铜线和光纤，包括构成耦接到ECU的处理器的***总线的电线。计算机可读介质的常见形式包括例如软盘、柔性盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡片、纸带、具有孔图案的任何其他物理介质、RAM、PROM、EPROM、FLASH-EEPROM、任何其他存储器芯片或盒式磁带、或者计算机可从其读取的任何其他介质。
数据库、数据存储库或本文所述的其他数据存储装置可以包括用于存储、访问和检索各种数据的各种机构，包括分层数据库、文件***中的文件集、呈专用格式的应用数据库、关系数据库管理***(RDBMS)等。每个此类数据存储装置通常包括在采用计算机操作***(诸如以上所提到的那些操作***中的一个操作***)的计算装置内，并且经由网络以多种方式中的任一种或多种方式来访问。文件***可以从计算机操作***访问，并且可以包括以各种格式存储的文件。除了用于创建、存储、编辑和执行已存储的程序的语言(诸如上述PL/SQL语言)之外，RDBMS还通常采用结构化查询语言(SQL)。
在一些示例中，***元件可以被实施为一个或多个计算装置(例如，服务器、个人计算机等)上、存储在与其相关联的计算机可读介质(例如，磁盘、存储器等)上的计算机可读指令(例如，软件)。计算机程序产品可以包括存储在计算机可读介质上的用于执行本文所描述的功能的此类指令。
关于本文描述的介质、过程、***、方法、启发等，应当理解，尽管此类过程等的步骤已被描述为按照某一有序的顺序发生，但是可以通过以与本文所述顺序不同的顺序执行所述步骤来实践此类过程。还应当理解，可以同时执行某些步骤，可以添加其他步骤，或者可以省略本文描述的某些步骤。换句话说，本文对过程的描述出于说明某些实施例的目的而提供，并且决不应被解释为限制权利要求。
因此，应当理解，以上描述旨在是说明性的而非限制性的。在阅读以上描述时，除了所提供的示例之外的许多实施例和应用对于本领域的技术人员将是明显的。本发明的范围不应参考以上描述来确定，而应参考所附权利要求连同这些权利要求赋予的等效物的全部范围来确定。设想并预期未来的发展将在本文讨论的技术中发生，并且所公开的***和方法将并入到此类未来实施例中。总之，应当理解，本发明能够进行修改和变化，并且仅受所附权利要求的限制。
除非本文做出明确的相反指示，否则权利要求中使用的所有术语意图给出如本领域技术人员所理解的普通和一般的含义。具体地，除非权利要求叙述相反的明确限制，否则使用诸如“一个”、“该”、“所述”等单数冠词应被解读为叙述所指示的要素中的一者或多者。
根据本发明，提供了一种***，所述***具有计算机，所述计算机包括处理器和存储器，所述存储器存储可由处理器执行以进行以下操作的指令：针对处于第一位置的车辆，限定在可用车辆传感器视野之外的盲区；确定避开盲区并使车辆移动远离第一位置的路径，所述路径包括在第一位置处具有第一端的直线部分，以及在直线部分的第二端处开始的转弯部分，其中直线部分被限定成使得在直线部分的第二端处，视野包含盲区；以及基于在到达直线部分的端部时获得来自盲区的传感器数据来确定沿着转弯部分操作车辆。
根据实施例，所述指令还包括以下指令：在基于传感器数据检测到对象在盲区中时，将车辆操作为停止。
根据实施例，所述指令还包括以下指令：基于确定对象已经移出盲区来沿着路径操作车辆。
根据实施例，指令还包括以下指令：在基于传感器数据确定盲区未被占用时，沿着转弯部分操作车辆。
根据实施例，指令还包括以下指令：在基于第二传感器数据检测到对象在盲区之外时，预测对象的未来位置将与路径相交；确定车辆已经沿着路径移动的出口距离；然后(a)基于出口距离小于第一阈值，将车辆操作为停止，或者(b)基于出口距离大于第二阈值而沿着路径操作车辆，其中第二阈值大于第一阈值。
根据实施例，指令还包括以下指令：在确定出口距离在第一阈值与第二阈值之间时，(a)基于从对象到车辆的距离在指定距离内而将车辆移动到第二位置，或者(b)基于从对象到车辆的距离在指定距离之外而使车辆沿着路径移动。
根据实施例，指令还包括基于对象与盲区相邻来确定第二位置的指令。
根据实施例，未来位置部分地由对象的路径限定。
根据实施例，对象是车辆或行人中的一者。
根据实施例，所述指令还包括以下指令：进一步基于对象与盲区相邻来确定路径的直线部分。
根据实施例，所述指令还包括以下指令：基于行驶路线的宽度来确定路径的转弯部分。
根据实施例，所述指令还包括以下指令：基于车辆的最大转向角来确定路径的转弯部分。
根据实施例，所述指令还包括以下指令：在确定路径时，在预定时间之后沿着路径的直线部分操作车辆。
根据本发明，一种方法包括：针对处于第一位置的车辆，限定在可用车辆传感器视野之外的盲区；确定避开盲区并使车辆移动远离第一位置的路径，所述路径包括在第一位置处开始的直线部分，以及在直线部分的端部处开始的转弯部分，其中直线部分被限定成使得在直线部分的端部处，视野包含盲区；以及基于在到达直线部分的端部时获得来自盲区的传感器数据来确定沿着转弯部分操作车辆。
根据实施例，上述发明的特征还在于，在基于传感器数据检测到盲区中的对象时，将车辆操作为停止。
根据实施例，上述发明的特征还在于，基于确定对象已经移出了盲区，沿着路径操作车辆。
根据实施例，上述发明的特征还在于，在基于传感器数据确定盲区未被占用时，沿着转弯部分操作车辆。
根据实施例，上述发明的特征还在于：在基于第二传感器数据检测到对象在盲区之外时，预测对象的未来位置将与路径相交；确定车辆已经沿着路径移动的出口距离；(a)基于出口距离小于第一阈值，将车辆操作为停止，或者(b)基于出口距离大于第二阈值而沿着路径操作车辆，其中第二阈值大于第一阈值。
根据实施例，上述发明的特征还在于：在确定出口距离在第一阈值与第二阈值之间时，(a)基于从对象到车辆的距离在指定距离内而将车辆移动到第二位置，或者(b)基于从对象到车辆的距离在指定距离之外而使车辆沿着路径移动。
根据实施例，上述发明的特征还在于基于对象与盲区相邻而确定第二位置。

Claims (15)

1.一种方法，其包括：
针对第一位置处的车辆，限定在可用车辆传感器的视野之外的盲区。
确定避开所述盲区并使所述车辆移动远离所述第一位置的路径，所述路径包括在所述第一位置处开始的直线部分和在所述直线部分的端部处开始的转弯部分，其中所述直线部分被限定成使得在所述直线部分的所述端部处，所述视野包含所述盲区；
基于在到达所述直线部分的所述端部时获得来自所述盲区的传感器数据来确定沿着所述转弯部分操作所述车辆。
2.如权利要求1所述的方法，其还包括：在基于所述传感器数据检测到对象在所述盲区中时将所述车辆操作为停止。
3.如权利要求2所述的方法，其还包括基于确定所述对象已经移出所述盲区，沿着所述路径操作所述车辆。
4.如权利要求1所述的方法，其还包括：在基于所述传感器数据确定所述盲区未被占用时，沿着所述转弯部分操作所述车辆。
5.如权利要求1所述的方法，其还包括：
在基于第二传感器数据检测到对象在所述盲区之外时预测所述对象的未来位置将与所述路径相交；
确定所述车辆已经沿着所述路径移动的出口距离；
(a)基于所述出口距离小于第一阈值而将所述车辆操作为停止，或者(b)基于所述出口距离大于第二阈值而沿着所述路径操作所述车辆，其中所述第二阈值大于所述第一阈值。
6.如权利要求5所述的方法，其还包括：
在确定所述出口距离在所述第一阈值与所述第二阈值之间时，(a)基于从所述对象到所述车辆的距离在指定距离内而将所述车辆移动到第二位置，或者(b)基于从所述对象到所述车辆的所述距离在所述指定距离之外而使所述车辆沿着所述路径移动。
7.如权利要求6所述的方法，其还包括基于对象与所述盲区相邻来确定所述第二位置。
8.如权利要求5所述的方法，其中所述未来位置部分地由所述对象的路径限定。
9.如权利要求1所述的方法，其还包括：进一步基于对象与所述盲区相邻来确定所述路径的所述直线部分。
10.如权利要求1所述的方法，其还包括基于行驶路线的宽度来确定所述路径的所述转弯部分。
11.如权利要求1所述的方法，其还包括：基于所述车辆的最大转向角来确定所述路径的所述转弯部分。
12.如权利要求1所述的方法，其还包括：在确定所述路径时，在预定时间之后沿着所述路径的所述直线部分操作所述车辆。
13.一种计算机，其被编程为执行权利要求1-12中任一项所述的方法。
14.一种计算机程序产品，其包括执行权利要求1-12中任一项所述的方法的指令。
15.一种车辆，其包括被编程为执行权利要求1-12中任一项所述的方法的计算机。
CN202111005978.3A 2020-08-31 2021-08-30 沿着规划路径的车辆操作 Pending CN114199260A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/007,328 2020-08-31
US17/007,328 US20220063671A1 (en) 2020-08-31 2020-08-31 Vehicle operation along planned path

Publications (1)

Publication Number Publication Date
CN114199260A true CN114199260A (zh) 2022-03-18

Family

ID=80221795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111005978.3A Pending CN114199260A (zh) 2020-08-31 2021-08-30 沿着规划路径的车辆操作

Country Status (3)

Country Link
US (1) US20220063671A1 (zh)
CN (1) CN114199260A (zh)
DE (1) DE102021122405A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11654933B2 (en) * 2020-11-10 2023-05-23 GM Global Technology Operations LLC Navigation trajectory using reinforcement learning for an ego vehicle in a navigation network

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7830243B2 (en) * 2007-02-02 2010-11-09 Chrysler Group Llc Dual mode vehicle blind spot system
US8552848B2 (en) * 2007-08-16 2013-10-08 Ford Global Technologies, Llc System and method for combined blind spot detection and rear crossing path collision warning
US7978096B2 (en) * 2009-04-28 2011-07-12 Ford Global Technologies, Llc Parking angle determination and cross traffic alert
CN103460264B (zh) * 2011-04-20 2018-03-06 丰田自动车株式会社 车辆用周边警戒装置
JP6120371B2 (ja) * 2013-10-23 2017-04-26 クラリオン株式会社 自動駐車制御装置および駐車支援装置
US10059336B2 (en) * 2017-01-06 2018-08-28 Toyota Research Institute, Inc. Systems and methods for dynamically adjusting a vehicle trajectory according to deviations of a driver from expected inputs
US10507827B2 (en) * 2017-01-11 2019-12-17 Denso International America, Inc. Vehicle backup assistance system
US10625733B2 (en) * 2017-04-18 2020-04-21 International Business Machines Corporation Delayed parking optimization of autonomous vehicles
US20190011913A1 (en) * 2017-07-05 2019-01-10 GM Global Technology Operations LLC Methods and systems for blind spot detection in an autonomous vehicle
US10642275B2 (en) * 2018-06-18 2020-05-05 Zoox, Inc. Occulsion aware planning and control
US11383700B2 (en) * 2018-12-03 2022-07-12 Nissan Motor Co., Ltd. Vehicle travel control device and vehicle travel control method for parking
KR20210083462A (ko) * 2019-12-26 2021-07-07 주식회사 만도 운전자 보조 시스템, 그를 가지는 차량 및 그 제어 방법

Also Published As

Publication number Publication date
DE102021122405A1 (de) 2022-03-03
US20220063671A1 (en) 2022-03-03

Similar Documents

Publication Publication Date Title
US11794787B2 (en) Vehicle assist feature control
US11348343B1 (en) Vehicle parking navigation
US11845431B2 (en) Enhanced vehicle operation
US12024207B2 (en) Vehicle autonomous mode operating parameters
CN111038507A (zh) 受传感器限制的车道变换
CN113715806A (zh) 基于车道的车辆控制
CN112519753A (zh) 车辆车道映射
CN112319456A (zh) 车辆威胁检测和响应
US11945456B2 (en) Vehicle control for optimized operation
US20230150485A1 (en) Vehicle path adjustment
US20220274592A1 (en) Vehicle parking navigation
US20220333933A1 (en) Enhanced vehicle and trailer operation
CN113335273A (zh) 车辆控制***
US11667304B2 (en) Enhanced vehicle operation
US11639173B2 (en) Vehicle planned path signal
CN114199260A (zh) 沿着规划路径的车辆操作
US11794737B2 (en) Vehicle operation
US11760348B2 (en) Vehicle boundary control
CN115246391A (zh) 增强型自适应巡航控制
CN113178088A (zh) 向车辆广播的基础设施部件
US20230159032A1 (en) Vehicle lane-change operations
US11530933B1 (en) Vehicle navigation
CN117095551A (zh) 车辆停车导航
US11636688B1 (en) Enhanced vehicle operation
US11823465B2 (en) Neural network object identification

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