CN114572207B - 用于自主驾驶***的燃料经济性优化 - Google Patents
用于自主驾驶***的燃料经济性优化 Download PDFInfo
- Publication number
- CN114572207B CN114572207B CN202111451515.XA CN202111451515A CN114572207B CN 114572207 B CN114572207 B CN 114572207B CN 202111451515 A CN202111451515 A CN 202111451515A CN 114572207 B CN114572207 B CN 114572207B
- Authority
- CN
- China
- Prior art keywords
- value
- rate
- fuel economy
- data
- route
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 340
- 238000005457 optimization Methods 0.000 title description 48
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000008859 change Effects 0.000 claims abstract description 41
- 230000004044 response Effects 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 112
- 230000001105 regulatory effect Effects 0.000 claims description 35
- 230000007423 decrease Effects 0.000 claims description 11
- 230000015654 memory Effects 0.000 description 15
- 230000008447 perception Effects 0.000 description 15
- 230000009471 action Effects 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 8
- 239000011435 rock Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000013515 script Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000001172 regenerating effect Effects 0.000 description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 239000003225 biodiesel Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- -1 diesel Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W20/00—Control systems specially adapted for hybrid vehicles
- B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
- B60W20/15—Control strategies specially adapted for achieving a particular effect
-
- 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
-
- 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
-
- 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
- B60W60/0021—Planning or execution of driving tasks specially adapted for travel time
-
- 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
- B60W60/0023—Planning or execution of driving tasks in response to energy consumption
-
- 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
- B60W2050/143—Alarm 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/209—Fuel quantity remaining in tank
-
- 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
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/10—Longitudinal speed
-
- 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
- B60W2720/00—Output or target parameters relating to overall vehicle dynamics
- B60W2720/12—Lateral speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
一种方法包括识别用于自主车辆(AV)的路线的阈值到达时间,并基于路线数据和路线的多个段的燃料高效速率值计算估计到达时间。响应于估计到达时间不满足阈值到达时间,该方法包括识别各自表示用于速率增加的候选的段的至少一个子集,针对子集中的每个段并且基于燃料经济性数据计算指示子集中的对应的段的燃料经济性改变和速率改变之间的相关性的相关性度量,针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值,以提供反映增加的燃料高效速率值的速率简档。
Description
技术领域
当前说明书总体上涉及自主车辆。更具体地,当前说明书涉及实现关于自主车辆的燃料经济性优化。
背景技术
自主车辆(AV)通过使用各种传感器感测外部环境并基于感测的数据、全球定位***(GPS)数据和道路地图数据绘制穿过环境的驾驶路径来操作。自主车辆当中的卡车是用于长途负载交付。卡车运输业对各种成本敏感,并且尤其是对燃料成本。为了改进燃料效率,人类卡车驾驶员使用各种驾驶技术,诸如尽可能保持恒定速率、加速通过道路的下坡路段以便获得另外的动量以将车辆运载到随后的上坡路段、以及对自主车辆可能同样有用的其他技术。然而,这样的方法的成功实现可能取决于道路状况。当交通畅通时,通常实现更高的效率。相反,运载不同负载并以不同速率移动的大量其他卡车、以及乘用小汽车、房车和其他车辆的存在经常不利于驾驶性能。有挑战的天气状况可能引入进一步的不确定性并增加成本,同时负面地影响预期交付时间。
发明内容
在一个实现中,公开了一种方法,该方法包括识别用于自主车辆(AV)的路线的路线数据。路线数据包括阈值到达时间。方法还包括由处理设备基于与AV相关联的燃料经济性数据确定路线的多个段中的每一个的燃料高效速率值。方法还包括基于路线数据和路线的多个段中的每一个的燃料高效速率值计算估计到达时间。响应于估计到达时间不满足阈值到达时间,方法还包括在多个段当中识别各自表示用于速率增加的候选的段的至少一个子集;针对子集中的每个段并且基于燃料经济性数据计算相关性度量,该相关性度量指示子集中的对应的段的燃料经济性改变和速率改变之间的相关性;针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值,以提供反映对应的段的增加的燃料高效速率值的速率简档。AV将基于速率简档沿路线行进。
在另一实现中,公开了包括存储器设备和耦合到存储器设备的处理设备的***。处理设备将识别用于自主车辆(AV)的路线的路线数据。路线数据包括阈值到达时间。处理设备还基于与AV相关联的燃料经济性数据确定路线的多个段中的每一个的燃料高效速率值。处理设备还基于路线数据和路线的多个段中的每一个的燃料高效速率值计算估计到达时间。响应于估计到达时间不满足阈值到达时间,处理设备还:在多个段当中识别各自表示用于速率增加的候选的段的至少一个子集;针对子集中的每个段并且基于燃料经济性数据计算相关性度量,该相关性度量指示子集中的对应的段的燃料经济性改变和速率改变之间的相关性;针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值,以提供反映对应的段的增加的燃料高效速率值的速率简档。AV将基于速率简档沿路线行进。
在另一个实现中,公开了一种非暂时性计算机可读存储介质,其上存储有指令,所述指令在由处理设备执行时使处理设备识别用于自主车辆(AV)的路线的路线数据。路线数据包括阈值到达时间。处理设备还基于与AV相关联的燃料经济性数据确定路线的多个段中的每一个的燃料高效速率值。处理设备还基于路线数据和路线的多个段中的每一个的燃料高效速率值计算估计到达时间。响应于估计到达时间不满足阈值到达时间,处理设备还:在多个段当中识别各自表示用于速率增加的候选的段的至少一个子集;针对子集中的每个段并且基于燃料经济性数据计算相关性度量,该相关性度量指示子集中的对应的段的燃料经济性改变和速率改变之间的相关性;针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值,以提供反映对应的段的增加的燃料高效速率值的速率简档。AV将基于速率简档沿路线行进。
附图说明
通过示例的方式而非限制的方式说明本公开,并且当结合附图考虑时,参考以下详细描述可以更全面地理解本公开,其中:
图1是示出了根据本公开的一些实现的为自主车辆(AV)提供燃料经济性优化的***的示例架构的组件的示图。
图2是示出了根据本公开的一些实现的***的示例架构的组件和与燃料经济性优化相关的示例数据流的示图。
图3描绘了根据本公开的一些实现的执行燃料经济性优化的示例方法的流程图。
图4描绘了根据本公开的一些实现的示例计算机设备的框图,在示例计算机设备内可以执行用于使机器执行本文讨论的一个或多个方法中的任一个的指令集。
具体实施方式
车辆(例如,卡车)使用大量燃料。燃料成本可能是操作卡车(例如,商用8级卡车)的总成本的三分之一。车辆在路线的某些部分处(例如,上坡坡度)比路线的其他部分(例如,平坦或下坡坡度等)消耗更多燃料。
行进速率是可能对燃料经济性具有不成比例影响的一个因素。燃料经济性表示车辆消耗的燃料量(或其他类型的能量)与车辆行进的距离之间的对应性的测量(例如,比率、百分比等)。行进较慢可能增加燃料经济性。对下速率界限有诸如法定速率限制和到达时间窗口的约束,所述约束可能导致车辆行进比最优更快。法定速率限制(本文也称为监管速率限制)可以是由相应立法机关为给定的道路区段(stretch)设置的最大或最小速率。到达时间窗口可以包括车辆将到达目的地的时间(例如,货物交付期限)、服务时间、避免在特定时间行进(例如,不在夜间驾驶)等。为了满足到达时间窗口,车辆可能以比路线不同部分的最优速率更快地行进。
常规地,车辆以设置速率行进(例如,经由巡航控制***)以满足到达时间窗口(例如,将巡航控制速率设置在每小时60英里以在一个小时内到达60英里远的目的地)。通过使用设置速率来沿着具有变化(例如,坡度差异)的路线行进,车辆可能具有低于最优的燃料经济性。在路线的某些部分处(例如,上坡坡度),车辆可能比路线的其他部分(例如,平坦或下坡坡度)具有更差的燃料经济性。
本公开的各方面通过生成速率简档(speed profile)来解决上述挑战连同其他挑战,速率简档包括用于控制自主车辆(AV)的路线的段的验证后的燃料高效速率值。AV执行诸如制动、转向和节流的车辆动作,以沿路线将AV从起始位置移动到目的地位置。
处理设备(例如,由服务器托管或AV车载)可以识别包括用于AV的路线的阈值到达时间的路线数据。阈值到达时间(例如,到达时间窗口)可以包括AV应该到达目的地的时间(例如,货物交付期限)、最大旅程时间和出发时间等。
处理设备可以基于与AV相关联的燃料经济性数据确定用于路线的每个段的燃料高效速率值。燃料经济性数据可以包括输入值和输出值。输入值可以包括速率值(例如,英里每小时(mph))、坡度值(例如,上坡坡度、下坡坡度)、总AV质量值、风值等。输出值可以包括由基于输入值(例如,在以不同速率值驾驶时从一个或多个AV收集的燃料经济性值等)驾驶的一个或多个AV产生的燃料经济性值(例如,英里每加仑(mpg))。例如,燃料经济性数据可以指示对于路线的段的坡度值、AV的总质量值和该段的历史风值,最大的燃料经济性值(例如,最高mpg)可以对应于30英里每小时的燃料高效速率值。
处理设备可以验证路线的每个段的燃料高效速率值是否对应于监管速率限制和交通数据。作为验证的一部分,如果需要的话,处理设备可以更新路线的段的燃料高效速率值,并将验证后的燃料高效速率值包括在速率简档中。例如,如果基于燃料经济性数据和输入值,段的燃料高效速率值(例如,具有最高英里每加仑的速率值)为20英里每小时,但该段的监管最小速率限制为30英里每小时,则处理设备可以将燃料高效速率值从20英里每小时增加到30英里每小时,以供在速率简档中使用。在另一个示例中,如果基于燃料经济性数据和输入值,段的燃料高效速率值为50英里每小时,但是基于历史交通数据,该段的最大阈值速率值为40英里每小时,则处理设备可以将燃料高效速率值从50英里每小时降低到40英里每小时,以供在速率简档中使用。
处理设备可以基于每个段的对应的燃料高效速率值和路线数据计算估计到达时间。估计到达时间可以基于总行进时间。可以通过将路线的每个段的段行进时间相加在一起来确定总行进时间。可以通过将每个段的距离值除以该段的燃料高效速率值来计算段行进时间(例如,30英里除以30英里每小时将等于1小时)。估计到达时间还可以包括缓冲时间。
处理设备可以确定估计到达时间是否满足阈值到达时间。响应于估计到达时间不满足阈值到达时间,处理设备可以识别各自表示用于速率增加的候选(例如,如果候选段的燃料高效速率值不满足监管最大速率限制或基于交通数据的历史最大速率值)的路线的段的至少一子集。处理设备可以针对子集中的每个段并基于燃料经济性数据计算指示子集中的对应的段的燃料经济性的改变(例如,英里每加仑的改变)和速率的改变(例如,英里每小时的改变)之间的相关性的相关性度量。例如,基于燃料经济性数据,处理设备可以确定段的1英里每小时的增加产生段的2英里每加仑的减少。相关性度量可以指示针对+1英里每小时的-2英里每加仑(例如,-2英里每加仑/英里每小时或-0.5英里每小时/英里每加仑)。路线的不同段可能具有不同的相关性度量(例如,每增加1英里每小时的-3、-2、-1、0等的英里每加仑的改变)。处理设备可以针对来自子集的至少一个段并且基于相应的相关性度量来增加来自子集的对应的段的燃料高效速率值,以提供反映对应的段的增加的燃料高效速率值的速率简档。例如,如果针对1英里每小时的增加,不同的段具有3英里每加仑的减少、2英里每加仑的减少和1英里每加仑的减少,则处理设备可以确定针对1英里每小时的增加具有1英里每加仑的减少的段具有最低的燃料经济性减少。处理设备然后可以增加该段的燃料高效速率值以提供反映该段的增加的燃料高效速率值的速率简档。然后,AV可以使用生成的速率简档来沿路线行进。
本文公开的各方面和实现提供了相比于现有技术的许多优势。通过生成包括用于沿路线控制AV的验证后的燃料高效速率值的速率简档,可以优化AV的燃料消耗,同时仍然允许AV在阈值到达时间到达。在一些实现中,速率简档可以包括诸如用于路线的每个段的对应的档位、制动***等的附加信息,以进一步改进燃料消耗并减少对AV的磨损。通过改进燃料消耗,使用速率简档可以进一步导致更少的空气污染,同时仍然满足监管速率限制和阈值到达时间。
图1是示出了根据本公开的一些实现的为自主车辆(AV)101提供燃料经济性优化的***的示例架构100的组件的示图。在一些实现中,AV 101是长途AV卡车(例如,商用8级卡车)。尽管可替代地称为“卡车”,但自主车辆可以包括任何机动车辆,诸如小汽车、牵引车(带或不带拖车)、公共汽车、摩托车、全地形车、休闲车、任何耕种或施工专用车辆等),或能够以自驾驶模式操作的任何其他自推进车辆(没有人类输入或具有减少的人类输入)。自主车辆可以包括具有各个自主级别的车辆,诸如2级(部分自主)到5级(完全自主)。自主车辆可以包括使用内燃机(例如,汽油引擎、柴油引擎等)、电引擎(马达)或其组合(例如,混合动力AV)的车辆。AV 101能够在铺砌和/或未铺砌的道路上、越野、在耕种(farm)(或其他农业(agricultural))土地上遇到的各种表面上、在工业厂房的驾驶环境(包括室内环境)内等行进。
AV 101可以包括感测***120。感测***120可以包括可以用于对象感测以促进自主驾驶的各种电磁(例如,光学)和非电磁(例如,声学)感测子***和/或设备,例如距离感测、速度(velocity)感测、加速度感测、旋转运动感测等。例如,光学感测可以利用对人眼可见的光的范围(例如,380到400纳米(nm)波长范围)、UV范围(低于380纳米)、红外范围(高于400纳米)、射频范围(高于1米)等。在实现中,“光学”可以包括任何其他合适的电磁频谱的范围。
感测***120可以包括一个或多个LiDAR传感器122(例如,LiDAR测距仪),其可以是能够确定到AV 101周围环境中的对象的距离(例如,使用飞行时间(ToF)技术)的基于激光的单元。例如,LiDAR传感器122可以发射行进到对象的一个或多个激光信号(脉冲),并且然后检测从对象反射的到达信号。通过确定信号发射和反射回的波的到达之间的时间延迟,ToF LiDAR传感器122可以确定到对象的距离。LiDAR传感器122可以在各个方向发射信号以获取外部环境的广阔视野。LiDAR传感器122可以利用比无线电波的波长更短的电磁波的波长,并且因此与雷达单元124相比,可以提供更高的空间分辨率和灵敏度。在一些实现中,LiDAR传感器122可以是(或包括)相干LiDAR传感器,诸如调频连续波(FMCW)LiDAR传感器。FMCW LiDAR传感器(或一些其他相干LiDAR传感器)可以使用光学外差检测以供确定即时速度。LiDAR传感器122可以包括产生和发射信号的一个或多个激光源以及从对象反射回来的信号的一个或多个检测器、滤除具有与发射信号的波长(频率)不同的波长(频率)的杂散电磁波的一个或多个光谱滤波器、滤除沿着与发射信号的方向不同的方向到达检测器的电磁波的一个或多个定向滤波器(例如,孔径、衍射光栅等)以及可以增强LiDAR传感器122的感测能力的其他组件。在一些实现中,LiDAR传感器122可以确保水平方向360度和垂直方向高达90度的视野。
感测***120可以包括一个或多个雷达单元124,其可以是利用无线电或微波频率信号来感测AV 101的驾驶环境内的对象的任何***。雷达单元124可以被配置为感测对象的空间位置(包括它们的空间维度)和它们的速度(例如,使用多普勒频移技术)(诸如平移速度和角(旋转)速度)二者。在一些实现中,感测***120还可以包括一个或多个声呐126,其可以是超声声呐。
感测***120还可以包括一个或多个相机128以捕捉驾驶环境的图像。图像可以是驾驶环境(或驾驶环境的部分)在相机的投影面(平面或非平面,例如鱼眼)上的二维投影。感测***120的一些相机128可以是被配置为捕捉驾驶环境的图像的连续(或准连续)流的摄像机(video camera)。
感测***120获取的感测数据可以由感知***130处理,感知***130可以被配置为检测和追踪驾驶环境中的对象并识别检测到的对象。例如,感知***130可以分析由相机128捕捉的图像并且能够检测交通灯信号、道路标志、道路布局(例如,交通车道的边界、交叉路口的拓扑、停放地点的指定等),障碍物的存在等。感知***130还可以接收LiDAR感测数据(相干多普勒数据和非相干ToF数据)以确定到环境中的各种对象的距离和这样的对象的速度。在一些实现中,感知***130可以结合由相机128捕捉的数据使用LiDAR数据。在一个示例中,相机128可以检测部分阻挡交通车道的岩石的图像。使用来自相机128的数据,感知***130能够确定岩石的角度大小而不是岩石的线性大小。使用LiDAR数据,感知***130可以确定从岩石到AV的距离,并且因此通过结合距离信息与岩石的角度大小,感知***130也可以确定岩石的线性尺寸。
在另一个实现中,使用LiDAR数据,感知***130可以确定检测的对象距AV多远,并且还可以确定对象的速度沿AV运动的方向的分量。此外,使用由相机获取的一系列快速图像,感知***130还可以确定检测的对象在与AV运动的方向垂直的方向上的横向速度。在一些实现中,可以独自从LiDAR数据确定横向速度,例如,通过识别对象的边缘(使用水平扫描)并进一步确定对象的边缘在横向方向上移动得有多快。
感知***130还可以从GPS收发器(未示出)接收信息,GPS收发器被配置为获取关于AV相对于地球的定位的信息并且结合感测数据使用GPS数据来帮助准确地确定AV关于驾驶环境的固定对象(诸如道路、车道边界、交叉路口、人行道、人行横道、道路标志、周边建筑物等,其位置可以由感知***130可访问的地图信息提供)的位置。在一些实现中,感知***130可以接收非电磁数据,诸如声呐数据(例如,超声传感器数据)、温度传感器数据、压力传感器数据、气象数据(例如,风速和风向、降水数据)或其他环境监视数据。
在一些实现中,感知***130可以提供、生成或被用于帮助生成与车辆的路线有关的传感器数据194(例如,环境感测数据、场景感测数据、GPS数据等)。本文的“路线”指代可以由目标车辆在起始点(“起始”)和目的地点(“目的地”)之间行进的一系列物理位置(例如,地理标记)。起始和/或目的地不一定是车辆在驾驶任务(mission)中的初始和最终位置,而可以是沿这样的任务的任何两点(例如A和B)。因此,本文的“任务”指代整个驾驶活动(task)的任何部分。
路线数据182可以包括关于路线的起始点、中间点和目的地点的信息(例如,沿路线的点的经度和纬度信息)并且包括各种路线的物理特性。“轨迹”指代为沿路线的各个位置指定的驾驶设置,并且包括确定车辆沿路线前进的速率、节气门、制动等控制。例如,轨迹可以包括节气门设置、作为沿路线的位置L的函数的T(L)、车辆的目标速率S(L)、档位选择序列等。可以通过行进的距离、GPS坐标、道路标记(例如,里程标)或其组合或以任何其他方式来识别位置L。
地形数据184可以包括关于道路的地形(例如,坡度和曲率半径、俯仰、高程等)或沿路线的地形的信息。
地图数据186可以包括关于沿路线的道路网络的信息,诸如道路表面的质量、车道的数量、监管速率限制(例如,监管最大速率限制、监管最小速率限制)、出口匝道的类型和数量、加油站的可用性等。地图数据186还可以包括交通数据,该交通数据包括关于沿路线或路线附近的历史交通模式或当前交通状况的信息。
车辆数据188可以包括关于AV 101的数据。车辆数据188可以是物理车辆数据,诸如AV 101的总质量、AV的制动能力(例如,再生制动、摩擦制动、引擎制动、降档、排气制动、使用驱动系缓速器等)、AV的变速器齿轮比、AV的轴距数据、AV的引擎能力、横向动态数据(例如,AV对蜿蜒道路如何反应)等。
历史数据192可以包括诸如推荐的车道数据(例如,用于合流(merge),历史上最好在某车道中)、历史风数据(例如,特定道路段历史上具有特定速率和方向的风)、交通数据(例如,历史上在特定时间或天的特定道路段处的一定交通量,历史上车辆在特定时间或天以特定速率在特定道路段上等)的数据。在一些实现中,随时间从AV 101收集历史数据192(例如,经由感测***120、经由感知***130、发送给AV服务器150等)。历史数据192可以用作关于未来场景的预测数据。例如,传感器数据194可以指示另一车辆在相邻车道中并且具有启动(engaged)的转弯信号,历史数据192可以包括指示历史上该车辆将在3秒内进入AV101当前占用的相同车道并且在那时该车辆将在AV 101前方大约3米的信息。
在一些实现中,风数据是来自一个或多个AV 101的传感器数据(例如,来自流速传感器、压力传感器)。在一些实现中,风数据来自天气报告。在一些实现中,燃料经济性优化模块142基于与AV 101的稳定状态值相比的一个或多个AV 101随时间的速率值、转向输入值和节气门输入值计算风数据。
传感器数据194(例如,环境感测数据)可以包括由感测***120获取的数据和/或包括已经使用来自感测***120的数据生成的来自感知***130的数据。例如,传感器数据194(例如,环境感测数据)可以包括描述AV 101的环境或邻近AV 101的信息(例如,其他车辆、障碍物或其他元素相对于AV 101的定位)。
燃料经济性数据196可以包括输入值和输出值。可以由基于输入值驾驶的AV收集输出值。输入值可以包括速率值(例如,英里每小时)、总AV质量值、风值、坡度值、道路曲率值等中的一个或多个。输出值可以包括燃料经济性值(例如,英里每加仑)。例如,燃料经济性数据196可以指示在特定速率、特定总AV质量、风、坡度和道路曲率处AV具有特定平均燃料经济性(例如,英里每加仑)。
在一些实现中,燃料经济性数据196还指示变速器齿轮(例如,输入或输出值)、制动***(例如,输入或输出值)等。例如,燃料经济性数据196可以指示在特定速率和变速器齿轮处,AV具有特定的平均燃料经济性。在另一个示例中,燃料经济性数据196可以指示对于特定下坡坡度、特定总AV质量和特定曲率半径,AV具有特定的平均燃料经济性并使用特定制动***。
在一些实现中,收集燃料经济性数据196中的输入和输出值的第一部分(例如,基于传感器数据194、车辆数据188、地形数据184等),并且基于输入和输出值的第一部分估计(例如,外推等)燃料经济性数据196中的输入和输出值的第二部分。例如,如果在30英里每小时和在35英里每小时收集的燃料经济性值对于AV是相同的,则燃料经济性数据196可以指示从30英里每小时到35英里每小时,燃料经济性值是相同的。
燃料经济性数据196可以被包括在文件(例如,文本文件)、表(例如,查找表)或任何其他数据结构中。
速率简档198可以包括路线的每个段的速率值。在一些实现中,速率简档198包括路线的一个或多个段的附加信息(例如,要使用的变速器齿轮、要使用的制动***、加速度值、减速度值等)(例如,代替或附加于路线的每个段的速率值)。在一些实现中,速率简档198是文件(例如,文本文件)。在一些实现中,速率简档198被嵌入到其他数据(例如,地图数据186、路线数据182等)中。
诸如AV 101控制***(AVCS 140)的自主驾驶***可以使用感知***130生成的数据以及各种附加数据(例如,GPS数据、路线数据182、地形数据184、地图数据186、车辆数据188、历史数据192、传感器数据194、燃料经济性数据196、速率简档198等)。AVCS 140可以包括控制AV 101在各种驾驶情景和环境中如何表现的一个或多个算法。例如,AVCS 140可以包括用于确定到目的地点的全球驾驶路线的导航***。AVCS 140还可以包括用于选择通过目前驾驶环境的特定路径的驾驶路径选择***,该驾驶路径选择***可以包括选择交通车道、成功越过(negotiate)交通拥堵、选择进行掉头的地点、选择用于停放操纵的轨迹等。AVCS 140还可以包括用于安全避开AV的驾驶环境内的各种障碍物(岩石、失速车辆、乱穿马路的行人等)的避障***。避障***可以被配置为评估障碍物的大小和障碍物的轨迹(如果障碍物是活跃的)并选择最优驾驶策略(例如,制动、转向、加速等)以避开障碍物。
AVCS 140的算法和模块可以生成用于车辆的各种***和组件的指令,诸如车辆***160(例如,动力总成、转向和制动162、车辆电子设备164和信号166)以及图1中未明确示出的其他***和组件。动力总成、转向和制动162可以包括引擎(内燃机、电引擎(马达)等)、变速器(例如,变速器齿轮)、差速器、轮轴、车轮、转向机构、制动机构和其他***。车辆电子设备164可以包括车载计算机、引擎管理、点火、通信***、车用计算机(carputer)、远程信息处理、车内娱乐***以及其他***和组件。信号166可以包括高低前灯、停止灯、转弯灯和后灯、喇叭和警报器、内部照明***、仪表板通知***、乘客通知***、无线电和无线网络传输***等。AVCS 140输出的一些指令可以直接递送给动力总成、转向和制动162(或信号166),而AVCS 140输出的其他指令首先递送给电子设备164,电子设备164可以生成对动力总成、转向和制动162和/或信号166的命令。
在一个示例中,AVCS 140可以确定通过减速车辆直到达到安全速率,之后转向车辆绕过障碍物来避开由感知***130识别的障碍物。AVCS 140可以向动力总成、转向和制动162(直接地或经由电子设备164)输出指令以1)通过修改节气门设置来减少到引擎的燃料流以降低引擎每分钟转速,2)经由自动变速器将传动***降档到低档,3)启动制动单元以降低(同时与引擎和变速器协同动作)车辆速率,直到达到安全速率,以及4)使用动力转向机构执行转向操纵,直到安全绕开障碍物。随后,AVCS 140可以向动力总成、转向和制动162(直接地或经由电子设备164)输出指令以恢复车辆的先前速率设置。
在一些实现中,架构100还可以包括AV服务器150以将相关信息通信给AV 101并从AV 101接收相关信息。例如,相关信息可以包括交通信息、天气信息、路线信息,还有其他信息。在一些实现中,AV服务器150可以至少有时经由网络170与AV 101通信。在一些实现中,AV 101可以在大多数时间或所有时间连接到网络170。在一些实现中,当适当的网络信号可用时,AV 101可以间歇性地建立到网络170的连接。在一些实现中,AV 101可以在开始驾驶任务之前连接到网络170。网络170可以使用无线连接,诸如宽带蜂窝连接(例如,3G、4G、4GLTE、5G连接等)、无线局域网(WLAN)、无线广域网(WWAN)、有线连接、卫星连接等。可以经由网络接口106(在AV 101侧)和网络接口152(在AV服务器150侧)促进到网络170的连接。网络接口106和152可以包括天线、网络控制器、无线电电路、放大器、模数和数模转换器、物理层(PHY)、媒体访问控制层(MAC)等。
在一些实现中,架构100还可以包括数据储存库180。在一些实现中,数据储存库180是存储器(例如,随机存取存储器)、驱动器(例如,硬盘驱动器、闪存驱动器)、数据库***,或能够存储数据的另一种类型的组件或设备。在一些实现中,数据储存库180包括跨越多个计算设备(例如,多个服务器计算机)的多个存储组件(例如,多个驱动器或多个数据库)。在一些实现中,数据储存库180存储路线数据182、地形数据184、地图数据186、车辆数据188、历史数据192、传感器数据194、燃料经济性数据196、速率简档198等中的一个或多个。在一些实现中,图1中示为存储在数据储存库180中的数据的至少一部分被存储在AV服务器150和/或AV 101中。
在一些实现中,架构100包括燃料经济性优化模块142。在一些实现中,燃料经济性优化模块142由AV服务器150托管。在一些实现中,燃料经济性优化模块142由AV 101托管(例如,在AVCS 140中)。在一些实现中,AVCS 140包括燃料经济性优化模块142、路由模块144和/或运动控制模块146中的一个或多个。
在一些实现中,路由模块144识别诸如路由数据182、地图数据186和传感器数据194的数据,并且基于数据生成指令(例如,短时间范围(horizon)路由数据)。例如,路由模块144接收指示AV 101将沿着特定道路行进的路线数据182、指示特定道路的监管速率限制的地图数据186、以及指示邻近AV 101的车辆和/或对象的位置的传感器数据194。路由模块144基于路线数据182、地图数据186和传感器数据194生成用于下一个间隔(例如,10秒)的AV 101的车辆动作的指令(例如,命令、短时间范围路由数据)。路由模块144将指令发送给运动控制模块146,并且运动控制模块146基于用于下一个间隔(例如,10秒)的指令控制AV101的一个或多个致动器(例如,车辆***160)。路由模块144继续生成用于下一个间隔的指令(例如,基于当前路线数据182、地图数据186和传感器数据194)、将指令传输给运动控制模块146并且运动控制模块基于指令控制致动器。
在一些实现中,燃料经济性优化模块142可以与路由模块144和运动控制模块146接合。下面结合以下附图进一步描述燃料经济性优化模块142的操作。
燃料经济性优化模块142识别(例如,从数据储存库180检索或从适当的AV组件或AV服务器接收)数据,诸如路线数据182、地形数据184、地图数据186、车辆数据188、历史数据192、传感器数据194等。路线数据182可以包括阈值到达时间。
燃料经济性优化模块142检索基于AV 101的车辆数据188的燃料经济性数据196(例如,对应于AV 101的总AV质量的燃料经济性数据196等)。燃料经济性优化模块142基于燃料经济性数据196确定路线的每个段的燃料高效速率值。在一些实现中,燃料经济性数据196存储在表(例如,查找表)中。燃料经济性优化模块142确定路线的每个段的不同速率值(例如,英里每小时)与不同燃料经济性值(例如,英里每加仑)的相关性(例如,基于总AV质量、坡度、风、半径曲率等)并为每个段选择具有最佳燃料经济性值的速率值(例如,称为燃料高效速率值)。
燃料经济性优化模块142基于路线数据182(例如,路线的每个段的距离值)和每个段的燃料高效速率值计算估计到达时间(例如,每个距离值除以路线的段的对应的燃料高效速率值的总和)。
响应于估计到达时间满足阈值到达时间(例如,AV 101将在最晚到达时间到达),燃料经济性优化模块142生成速率简档198,该速率简档包括基于燃料经济性数据196确定的路线的每个段的燃料高效速率值。
响应于估计到达时间不满足阈值到达时间(例如,AV 101将在最晚到达时间之后到达),燃料经济性优化模块142确定是否有作为用于速率增加的候选的任何段(例如,基于历史交通数据确定任何段是否具有不满足监管最大速率或历史最大速率的燃料高效速率值)。
响应于没有段是用于速率增加的候选,燃料经济性优化模块142基于每个段的燃料高效速率值生成速率简档198。
响应于燃料经济性优化模块142识别各自表示用于速率增加的候选的段的至少一个子集,燃料经济性优化模块142针对子集中的每个段并基于燃料经济性数据计算对应的相关性度量,该对应的相关性度量指示子集中的段的燃料经济性改变和速率改变之间的相关性。例如,相关性度量可以指示对于英里每小时的不同增加量的英里每加仑的减少。燃料经济性优化模块142针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值,以提供反映对应的段的增加的燃料高效速率值的速率简档198。
AV 101被控制为基于速率简档198沿着路线行进。在一些实现中,基于速率简档行进路线的AV 101具有满足阈值到达时间的估计到达时间(例如,估计AV 101在最晚到达时间到达目的地,AV 101不超过最大旅程时间等)。
燃料经济性优化模块142向AVCS 140(例如,路由模块144和/或运动控制模块146)提供速率简档198,以基于速率简档198控制车辆***160。在一些实现中,速率简档198被嵌入到提供给AVCS 140(例如,路由模块144)的地图数据186中。
在一些实现中,速率简档198包括替代或附加于路线的段的燃料高效速率值的、一个或多个段的附加数据(例如,要使用的齿轮比、要使用的齿轮、动力总成的控制类型、制动类型、加速度值、减速度值等)。
速率简档198的使用提供了燃料经济性优化,诸如减少对AV 101的车辆***160的磨损(wear-and-tear),提供节能(例如,节能动作)等。节能动作可以指代导致AV消耗的能量减少的车辆动作。对于具有内燃机(ICE)的AV,节能动作可以包括节省燃料的动作。对于具有电引擎(例如,电马达)的AV或混合动力AV,节能动作可以包括节省功率或电力动作。在一些实现中,节能动作可以包括脱离AV的动力总成、抑制向AV的引擎供应能量、或再生能量动作中的至少一个。动力总成的脱离可以包括将AV置于空档齿轮(例如滑行)或将引擎的动力与车轮解耦。抑制向AV 101的引擎供应能量可以包括减少或停止向ICE燃料喷射,或者减少或停止提供给电引擎(例如,马达)的电力。再生能量动作可以包括为AV返回或生成能量的动作。可以实现通过制动将能量返回AV的再生制动技术或其他再生技术。如本文所用,燃料经济性优化、燃料高效速率值、燃料经济性数据等可以指代任何类型的节能(例如,电力、汽油、柴油、生物柴油、天然气、石油气、甲醇、乙醇、丙烷、氢气、再生能量、太阳能等中的一个或多个的节省)。
图2是示出了根据本公开的一些实现的***的示例架构200的组件和与燃料经济性优化相关的示例数据流的示图。图1的组件用于帮助描述图2的各方面。
在一些实现中,燃料经济性优化模块142为AV提供燃料经济性优化。在一些实现中,AV服务器150包括燃料经济性优化模块142。在一些实现中,AV的AVCS 140包括燃料经济性优化模块142。
燃料经济性优化模块142接收上下文(contextual)数据210,诸如路线数据182、地形数据184、地图数据186、车辆数据188、历史数据192、传感器数据194等中的一个或多个。燃料经济性优化模块142基于上下文数据210(例如,车辆数据188)的至少一部分检索燃料经济性数据196。燃料经济性优化模块142基于上下文数据210和燃料经济性数据196生成速率简档198。在一些实现中,速率简档198是文本文件、脚本、可执行二进制文件等。在一些实现中,燃料经济性优化模块142将速率简档198嵌入诸如地图数据186的其他数据中。燃料经济性优化模块142将速率简档198(例如,单独地、嵌入在其他数据中等)提供给路由模块144。在一些实现中,燃料经济性优化模块142将速率简档198提供给路由模块144和运动控制模块146。
在一些实现中,路由模块144是涉及对AV的定位和操作的路由和决策制定的主要权限机构(authority)和/或组件。路由模块144接收诸如速率简档198、路线数据182、地图数据186和传感器数据194的数据,并且基于接收的数据做出关于AV相对于外部环境的定位的决策。
路由模块144基于速率简档198的至少一部分生成指令220(例如,与在下一个10秒内移动AV相关联)并且将指令220传输给运动控制模块146。在一些实现中,指令220在文件(例如,文本文件等)中并且运动控制模块146基于指令220生成命令(例如,脚本)以控制车辆***160。在一些实现中,指令220包括命令(例如,脚本)并且运动控制模块146将命令(例如,在命令被接收时或在更新命令之后)传递给车辆***160以控制车辆***160。运动控制模块146基于速率简档198执行指令220(例如,诸如速率值的命令)(例如,诸如可能不同于最大速率限制或最小速率限制的速率值的约束)。在一些实现中,AVCS 140基于非常严格的公差(例如,在距请求的定位几厘米之内)控制AV的定位。例如,AVCS 140可以评估接收的数据(例如,指示邻近AV的对象的位置的传感器数据194)并且确定AV相对于外部环境的定位来移动AV。在一些示例中,路由模块144接收指示另一个车辆领先AV两秒的传感器数据194。路由模块144然后生成指示制动***将被致动以使AV落后于其他车辆至少三秒的指令220。在一些实现中,预期运动控制模块146在指令220(例如,鉴于速率简档198)强加的约束内执行指令220(例如,鉴于速率简档198),使得可以精确地控制如由AVCS 140确定的AV的定位。
在一些示例中,速率简档198可以为路线的段指示计算的最大速率(例如,其小于监管最大速率)、制动类型、要使用的齿轮比、减速度率和/或要行进的车道。燃料经济性优化模块142可以将速率简档198的至少第一部分(例如,速率值、减速度率、要行进的车道等)发送给路由模块144和将速率简档198的至少第二部分(例如,制动类型、齿轮比等)发送给运动控制模块146。路由模块144可以基于速率简档198的至少第一部分(例如,计算的最大速率、减速度率、要行进的车道等)生成用于下一个时间间隔(例如,10秒)的指令220。运动控制模块146可以基于速率简档198的至少第二部分(例如,速率简档198的制动类型和/或齿轮比)并基于指令220来控制车辆***160。
图3描绘了根据本公开的一些实现的执行燃料经济性优化的示例方法300的流程图。方法300和/或方法300的个体功能、例程、子例程或操作中的每个可以由具有一个或多个处理单元(CPU)和通信地耦合到CPU的存储器设备的处理设备来执行。执行方法300的处理设备可以是服务器的一部分(位于自主车辆外部,诸如AV服务器150)或客户端处理模块(位于自主车辆内或自主车辆处,诸如AVCS 140)或其任何组合。在一些实现中,方法300可以由单个处理线程或可替代地由两个或更多处理线程执行,每个线程执行方法的一个或多个个体功能、例程、子例程或操作。如下所述的方法300可以由处理逻辑执行,该处理逻辑可以包括硬件(例如,处理设备、电路、专用逻辑、可编程逻辑、微代码、设备的硬件、集成电路等)、软件(例如,在处理设备上运行或执行的指令),或其组合。在一些实现中,方法300由图1和图2中描述的燃料经济性优化模块142执行。尽管以特定的顺序或次序示出,但是除非另有说明,否则可以修改操作的次序。因此,示出的实现应该仅被理解为示例,并且可以以不同的次序执行示出的操作,尽管可以并行执行一些操作。附加地,在一些实现中可以省略一个或多个操作。因此,并非在每个实现中都需要所有示出的操作,并且其他处理流是可能的。在一些实现中,可以执行相同、不同、更少或更多的操作。
在操作302处,处理逻辑识别包括用于AV的路线的阈值到达时间的路线数据。在一些实现中,阈值到达时间可以包括出发时间和最大旅程时间。在一些实现中,阈值到达时间可以包括最晚到达时间(例如,允许的最晚到达时间、货物交付期限等)。在一些实现中,阈值到达时间可以包括在一天的的特定时间期间行进的偏好(例如,在白天时间驾驶并避免在夜间驾驶、避免在恶劣天气状况下驾驶等)。
在一些实施例中,处理逻辑接收在AV的绘制地理地图(mapped geography)内的起始位置和目的地位置(例如,经由用户输入)。处理逻辑可以基于起始位置和目的地位置确定路线(例如,最优路线)。处理逻辑还可以基于阈值到达时间确定路线。处理逻辑还可以基于地图数据(例如,来自地图服务器)确定路线。处理逻辑还可以接收路线的不同部分的地形数据(例如,道路纵断面(profile)信息,诸如长度值和坡度值)、地图数据(例如,监管速度限制,诸如监管最小速度限制和监管最大速度限制)、历史数据(例如、历史交通数据、历史风数据等)等。在一些实现中,路线数据包括路线的每个段的对应的距离值、对应的坡度值、对应的估计风值等。在一些实现中,路线数据包括旅程道路纵断面,其可以包括从起始位置到目的地位置的整个旅程的高程图,其允许能量计算以及速率和时间计算。
在操作304处,处理逻辑将路线划分成段。在一些实现中,每个段具有在段的长度上基本上恒定的最小阈值速率值和最大阈值速率值(例如,段具有恒定的监管速率限制,段具有恒定的基于交通数据的历史最大速率值)。在一些实现中,每个段具有在对应的段的长度上坡度值基本上相同的对应的坡度。在一些实现中,每个段具有在对应的段的长度上基本上相同的对应的曲率半径。
在操作306处,处理逻辑基于燃料经济性数据确定路线的每个段的对应的燃料高效速率值。在一些实现中,燃料经济性数据基于车辆数据(例如,AV的总质量)和/或动力总成的类型(例如,不同的动力总成在不同速率处可能具有不同的燃料消耗)。在一些实现中,处理逻辑将燃料高效速率值存储在速率简档中(例如,存储为文本文件、表格、脚本等)。
在一些实现中,燃料经济性数据包括输入值,所述输入值包括速率值、坡度值、总质量值(例如,组合的牵引车加货物质量)、风值等。燃料经济性数据可以包括在基于输入值驾驶时从一个或多个AV收集的燃料经济性值(例如,特定燃料消耗值,英里每加仑)的输出值。燃料经济性数据可以是燃料经济性表。输入值和输出值可以是燃料经济性表的维度。
在一些实现中,基于来自AV的传感器数据更新燃料经济性数据。例如,处理逻辑可以接收与以第一速率值驾驶的AV相关联的传感器数据,基于传感器数据确定燃料经济性值,并且使燃料经济性数据基于在第一速率值处的第一燃料经济性值而更新。在一些实现中,相同的燃料经济性数据由类似的AV(例如,具有基本上相同的总AV质量、具有基本上相同的类型的动力总成等的AV)使用。在一些实现中,基于特定AV的传感器数据,针对该AV使燃料经济性数据个性化。响应于特定AV的燃料经济性数据被更新为不在与类似AV相关联的燃料经济性值的阈值范围内的第一燃料经济性值,处理逻辑可以提供警报。在一些实现中,警报指示AV具有不在类似AV的阈值范围内(例如,要执行维护,以使AV可以具有在类似AV的燃料经济性的阈值范围内的燃料经济性)的燃料经济性。燃料经济性数据可以基于在AV驾驶时的实时测量而更新(例如,可以更新燃料经济性表的参数)。这可以优化特定AV的燃料经济性。可以通过确定相对于车队中其他AV的差异(例如,寻找主要差异,识别燃料经济性数据的差异)来诊断随时间的AV的问题。
在一些实现中,处理逻辑在驾驶时从AV收集燃料消耗值(例如,引擎控制器提供瞬时燃料消耗)。在一些实现中,驾驶(例如,在开放或封闭的路程(course))一个或多个类似的AV并且遍及(across)感兴趣的参数的范围收集数据。燃料经济性数据可以是基于收集的数据(例如,燃料消耗值、速率值等)创建的、与其他因素(例如,道路速率、如俯仰(pitch)的道路纵断面、货物重量、风等)比较的燃料经济性的高维度查找表。燃料经济性数据可以将在旅程之间改变的因素纳入考虑。在一些实现中,燃料经济性数据可能不包括在较长时间段中改变的因素(例如,使构建燃料经济性数据更容易和更快)。
燃料经济性数据可以用于优化任何旅程(例如路线)的AV的燃料经济性。采获(source)各种输入以供校准燃料经济性数据,诸如沿路线的风状况(例如,经由气象站、经由AV等)、交通状况(例如,经由估计、经由历史数据等)、总质量(例如,可以是可在电子提单获得的货物重量)、道路纵断面和状况(例如,作为底图(base map)的一部分存储在数据库中)等。
燃料经济性数据可以基于其他状况(例如,坡度值、风值等)指示AV的燃料最高效速率。
在一些实现中,处理逻辑确定路线的每个段的监管最大速率值和监管最小速率值(例如,基于地图数据)。处理逻辑还可以基于历史交通数据确定路线的段的历史最大速率值。例如,历史交通数据可以指示小于监管最大速率值的、特定段的历史最大速率值(例如,在特定时间,例如高峰时间)。处理逻辑可以基于最小阈值速率值(例如,监管最小速率值)和最大阈值速率值(例如,监管最大速率值、历史最大速率值)来更新燃料高效速率值。例如,如果处理逻辑基于燃料经济性数据确定30英里每小时的燃料高效速率值和35英里每小时的最小阈值速率值,则处理逻辑可以将燃料高效速率值更新为35英里每小时。在一些实现中,处理逻辑更新(例如,替换)在速率简档中包括的燃料高效速率值。
在一些实现中,监管最小速率值(例如,车辆速率的最小法定限制)是允许AV在道路的特定路段上行进的最小速率。在一些实现中,监管最小速率是正常不能被打破的约束,除非在诸如有害天气状况或交通繁忙的情况期间。在一些实现中,监管最大速率值(例如,对车辆速率的最大法定限制)是允许卡车在道路的特定路段上行进的最大速率(例如,无法打破的硬约束)。
在一些实现中,处理逻辑还基于环境和车辆因素(诸如风、轮胎磨损、轮胎压力、道路表面状况、引擎和变速器类型和状况等中的一个或多个)确定最大阈值速率值和最小阈值速率值。
在操作308处,处理逻辑基于路线数据和每个段的对应的燃料高效速率值计算估计到达时间。
为了计算估计到达时间,处理逻辑可以基于每个段的对应的长度和每个段的燃料高效速率值来执行路线段整合。在一些实现中,为了执行路线段整合,处理逻辑通过将每个段的距离值除以每个段的燃料高效速率值来确定路线的每个段的段行进时间,然后将每个段行进时间相加在一起以确定行进路线的总行进时间。估计到达时间还可以包括缓冲(例如,10%缓冲)。估计到达时间可以是出发时间加上行进路线的总时间量加上缓冲。
在操作310处,处理逻辑确定估计到达时间是否满足阈值到达时间。响应于估计到达时间满足阈值到达时间(例如,AV估计在到达时间期限处或之前到达),流程继续到操作320。响应于估计到达时间不满足阈值到达时间(例如,估计AV在到达时间期限之后到达),流程继续到操作312。
在操作314处,处理逻辑确定每个段的对应的燃料高效速率值是否满足对应段的对应的最大阈值速率值。例如,处理逻辑可以确定段的所有燃料高效速率值是否与对应的段的对应的监管最大速率值或对应的段的对应的历史最大速率值相同(例如,遍及所有路线段的车辆速率被钳制在最大限制)。响应于满足对应的最大阈值速率值,流程继续到操作320。响应于不满足所有段的最大阈值速率值(例如,至少一个段的燃料高效速率值不满足对应的最大阈值速率值),流程继续到操作314。
在操作314处,处理逻辑识别各自表示用于速率增加的候选的段的至少一个子集。在一些实现中,各自表示用于速率增加的候选的段的子集是具有比对应的最大阈值速率值更小的燃料高效速率值的每个段。在一些实现中,还限制段的子集(例如,至少具有阈值距离、至少具有燃料高效速率值和最大阈值速率值之间的阈值差等的段)。
在操作316处,处理逻辑针对子集中的每个段并且基于燃料经济性数据计算指示燃料经济性改变和速率改变之间的相关性的相关性度量。在一些实现中,在点之间内插不同的燃料经济性。相关性度量基于对于速率的增加,燃料经济性的降低。例如,路线的第一段的速率值增加5英里每小时可能将第一段的燃料经济性(例如,英里每加仑(mpg))降低第一值,并且第二段的速率值增加5英里每小时可能将第二段的燃料经济性降低第二值。在一些实现中,相关性度量基于数据点之间的差。在一些实现中,方程拟合数据点(例如,燃料经济性值和速率值)并且相关性度量是方程的导数。在一些实现中,相关性度量是数据点(例如,燃料经济性值和速率值)的数学导数,诸如与英里每小时的差比较的英里每加仑的差。
在操作318处,处理逻辑针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值。可以基于相关性度量增加一个或多个燃料高效速率值。在操作318中增加一个或多个燃料高效速率值允许AV以最高效方式驾驶得更快(例如,满足阈值到达时间)。在一些实现中,处理逻辑包括速率简档中增加的燃料高效速率值。
在操作318之后,流程返回到操作310以用于基于路线数据和新的燃料高效速率值(例如,包括在速率简档中的)重新计算估计到达时间。在一些实现中,处理逻辑调整对应的燃料高效速率值,直到找到基于用户无法控制的因素的、最小化要燃烧的燃料量(例如,以满足阈值到达时间)局部最小值。
在操作320处,处理逻辑生成(例如,提供)反映每个段的燃料高效速率值的速率简档(例如,文本文件、脚本等)。在一些实现中,速率简档是基于多于一个优化参数(例如,不仅仅是拓扑数据)生成的。在一些实现中,速率简档包括来自燃料经济性数据的一个或多个燃料高效速率值。在一些实现中,速率简档包括与燃料经济性数据相比已经增加以满足最小阈值速率值(例如,监管最小速率值)的一个或多个燃料高效速率值。在一些实现中,速率简档包括与燃料经济性数据相比已经降低以满足最大阈值速率值(例如,监管最大速率值、历史最大速率值)的一个或多个燃料高效速率值。在一些实现中,速率简档包括已增加以满足阈值到达时间的一个或多个燃料高效速率值。在一些实现中,速率简档包括附加于或替代路线的一个或多个段的速率值的附加信息(例如,要使用的变速器齿轮、制动类型等)。
在一些实现中,在操作322处,处理逻辑调整速率简档中的段之间的速率改变以满足阈值速率差值。例如,处理逻辑可以基于速率简档确定路线的第一段的第一燃料高效速率值与路线的后续段的第二燃料高效速率值之间的差超过阈值速率差值。处理逻辑可以调整速率简档中的第一段和后续段之间的速率改变(例如,逐渐加速或减速,应用平滑函数以避免突然的速率改变)以满足阈值速率差值。在一些实现中,速率简档是在整个路线上提供最低整体燃料燃烧的速率的集合。AV将基于速率简档沿路线行进。
在一些实现中,处理逻辑重复操作302-322中的一个或多个以更新速率简档(例如,连续分析将仍使车辆准时到达的车辆速率的下界限)。在一些实现中,在AV沿着路线驾驶时,来自方法300(例如,初始路线优化计算)的一个或多个参数改变,诸如风和交通估计的改变、燃料经济性数据的更新、路线的改变(例如,给定新的道路堵塞信息)等。在这些改变被登记时,处理逻辑(例如,在AV服务器处、在AV处等)可以重新运行方法300(例如,相同的优化过程)和/或燃料经济性数据的生成以生成更新的速率简档,使得AV继续以最优化方式行驶路线。在一些实现中,该计算的频率(例如,重新运行方法300、更新燃料经济性数据等)可以被调整并且可以由某些事件(诸如对输入参数中的一个或多个的大改变(例如,风和交通估计、路线改变、燃料经济性数据更新等))触发,以避免在速率简档将不显著改变时的计算。路线数据可包括动态变量,诸如风数据、天气数据、交通数据、道路封闭数据等。可以更新(例如,持续更新)路线数据的动态变量并且可以用更新的路线数据(例如,更新的风数据、更新的天气数据、更新的交通数据、更新的道路封闭数据等)重复方法300的框302-322中的一个或多个。
在一些实现中,AV的状况随时间改变(例如,引擎和/或变速器效率、轮胎磨损等),这可能对不同操作状况下的燃料效率具有影响。在改变发生时,处理逻辑可以用新的值更新AV的燃料经济性数据,所述新的值是通过监视特定燃料消耗并更新与AV的当前操作状况相关的燃料经济性数据的适当部分而被连续收集的。燃料经济性数据的更新允许AV车队中的每个AV优化自身,使得整个车队全面优化。
在一些实现中,随着时间为AV(例如,AV牵引车)车队确定合理的燃料经济性数据值带(band)(例如,由车队管理服务器确定)。车队管理服务器可以使用该信息以与车队内的特定AV进行比较,并确认每个AV是否在合理的带(例如,某个确定的标准(norm)带)内操作。如果AV不满足阈值(例如,离平均值特别远),则可以自动标记AV以供进行检查,以清楚特定车辆的问题是什么。通过收紧带,可以在问题导致大量成本之前及早识别AV车队的燃料效率问题。在一些实现中,在收集数据之后,可以检查已实现AV车队中最佳燃料经济性的AV,以识别有助于高燃料经济性的因素。如果这些因素在控制内(例如,空气动力学整流罩、轮胎压力、轮胎磨损),则可以遍及AV车队地调整这些因素。
在一些实施例中,处理逻辑基于传感器数据(例如,来自感知***)确定对于特定段(例如,多个英里)没有即将到来的上坡坡度并且在该段期间AV后面没有车辆。然后,处理逻辑更新速率简档以减慢AV以进入低性能状态(例如,因为不应该请求AV突然增加扭矩,所以速率较慢)。
在一些实现中,代替处理逻辑首先确定路线的每个段的燃料高效速率值(例如,方法300的框306)并且然后修正燃料高效速率值(例如,方法300的框318),处理逻辑确定估计到达时间(例如,在基于燃料经济性数据优化速率值之前)并且然后基于燃料经济性数据优化速率值。估计到达时间可以基于路线的段的速率值(例如,初步速率简档)。在一些实现中,路线的段的每个速率值(例如,平均速率值、监管速率值、最大和/或最小速率值等)可以按比例减少或增加以满足阈值到达时间(例如,每个速率值减少5%以达到阈值到达时间,每个速率值增加3%以达到阈值到达时间等)。
在具有满足阈值到达时间的路线的段的速率值之后,处理逻辑可以优化速率值(例如,用于燃料经济性)。例如,处理逻辑可以确定各自表示用于速率增加的候选的段的第一子集(例如,类似于方法300的框314),并且处理逻辑可以确定各自表示用于速率减少的候选(例如,不小于最小阈值速率值)的段的第二子集。处理逻辑可以针对第一子集中和第二子集中的每个段并且基于燃料经济性数据计算相关性度量,该相关性度量指示燃料经济性改变和速率改变之间的相关性(例如,类似于方法300的框316)。处理逻辑可以针对来自第一子集的至少一个段并且基于相应的相关性度量,增加来自第一子集的对应的段的燃料高效速率值(例如,类似于方法300的框318),以及处理逻辑可以针对来自第二子集的一个或多个段并且基于对应的相关性度量,减少来自第二子集的相应段的燃料速率值。处理逻辑可以调整(例如,增加或减少)不同的燃料速率值,同时仍然满足阈值到达时间(例如,原始估计到达时间)。例如,处理逻辑可以降低第一段的速率值(例如,其中AV具有较低的燃料经济性)并且可以增加第二段的速率值(例如,其中AV具有较高的燃料经济性)以仍然满足阈值到达时间。处理逻辑调整(例如,增加、降低)速率值,直到处理逻辑识别了提供路线的优化的(例如,最佳)燃料经济性(例如,使用最少的燃料量)的速率值(例如,燃料高效速率值)的集合,同时仍满足阈值到达时间并满足最大阈值速率值和最小阈值速率值(例如,不超过最大监管速率值,不超过最大交通速率值,不超过最大天气速率值,不小于最小监管速率值等)。处理逻辑可以生成反映每个段的速率值(例如,燃料高效速率值)的速率简档(例如,类似于方法300的框320)。处理逻辑可以调整速率简档中的段之间的速率改变以满足阈值速率差值(例如,类似于方法300的框322)。
图4描绘了根据本公开的一些实现的示例计算机设备400的框图,在示例计算机设备400内可以执行用于使机器执行本文讨论的一个或多个方法中的任何一个的指令集。示例计算机设备400可以连接到LAN、内联网、外联网和/或互联网中的其他计算机设备。计算机设备400可以在客户端-服务器网络环境中以服务器的能力操作。计算机设备400可以是个人计算机(PC)、机顶盒(STB)、服务器、网络路由器、交换机或桥接器,或能够执行指定由设备采取的动作的指令集(顺序或其他方式)的任何设备。此外,尽管仅示出了单个示例计算机设备,但是术语“计算机”包括个体或联合执行一个指令集(或多个指令集)以执行本文讨论的任何一个或多个方法的计算机的任何集合。在一些实现中,计算机设备400是AV服务器150。在一些实现中,AV 101包括计算机设备400(例如,AVCS 140是计算机设备400)。在一些实现中,计算机设备400执行燃料经济性优化模块142。
示例计算机设备400可以包括处理设备402(也称为处理器或CPU),其可以包括处理逻辑403、主存储器404(例如,只读存储器(ROM)、闪存、诸如同步DRAM(SDRAM)的动态随机存取存储器(DRAM)等)、静态存储器406(例如闪存、静态随机存取存储器(SRAM)等)和辅助存储器(例如,数据存储设备418),它们可以经由总线430彼此通信。
处理设备402表示一个或多个通用处理设备,诸如微处理器、中央处理单元等。更具体地,处理设备402可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、实现其他指令集的处理器或实现指令集的组合的处理器。处理设备402也可以是一个或多个专用处理设备,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器等。根据本公开的一个或多个方面,处理设备402可以被配置为执行指令,所述指令执行由燃料经济性优化模块142执行的任何操作。
示例计算机设备400还可以包括网络接口设备408,其可以通信地耦合到网络420。示例计算机设备400还可以包括视频显示器410(例如,液晶显示器(LCD)、触摸屏或阴极射线管(CRT))、字母数字输入设备412(例如,键盘)、光标控制设备414(例如,鼠标)和声学信号生成设备416(例如,扬声器)。
数据存储设备418可以包括其上存储有一个或多个可执行指令422的集合的计算机可读存储介质(或更具体地,非暂时性计算机可读存储介质)428。根据本公开的一个或多个方面,可执行指令422可以包括执行燃料经济性优化模块142的任何操作的可执行指令。
可执行指令422还可以在由也构成计算机可读存储介质的示例计算机设备400、主存储器404和处理设备402执行期间完全地或至少部分地驻留在主存储器404内和/或处理设备402内。可执行指令422还可以经由网络接口设备408在网络上发送或接收。
尽管计算机可读存储介质428在图4中被示出为单个介质,但术语“计算机可读存储介质”应该被视为包括存储VM操作指令的一个或多个集合的单个介质或多个介质(例如,集中式或分布式数据库,和/或相关联的缓存和服务器)。术语“计算机可读存储介质”包括能够存储或编码用于由机器执行、使机器执行本文描述的任何一个或多个方法的指令集的任何介质。术语“计算机可读存储介质”包括但不限于固态存储器以及光和磁介质。
已经根据对计算机存储器内的数据位上的操作的算法和符号表示来呈现先前详细描述的一些部分。这些算法描述和表示是由数据处理领域的技术人员使用以最有效地向本领域的其他技术人员传达他们工作的实质的方式。算法在这里通常被构思为是导致期望的结果的自洽的操作序列。操作是需要对物理量进行物理操纵的那些操作。通常,尽管不一定,但是这些量采用能够存储、组合、比较和以其他方式操纵的电或磁信号的形式。主要是出于常用的原因,有时将这些信号称为位、值、元素、符号、字符、术语、数字等已被证明是方便的。
然而,应当记住,所有这些和类似的术语都将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签。本公开可以指代计算机***或类似电子计算设备的动作和过程,其将在计算机***的寄存器和存储器内表示为物理(电子)量的数据操纵和转换为在计算机***存储器或寄存器或其他这样的信息存储***内类似地表示为物理量的其他数据。
本公开还涉及用于执行本文的操作的装置。该装置可以是为所旨在的目的而专门构造的,或者它可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算机。这样的计算机程序可以存储在计算机可读存储介质中,诸如但不限于任何类型的盘(disk),包括软盘、光盘、CD-ROM以及磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡,或适合存储电子指令的任何类型的介质,每个都耦合到计算机***总线。
本文呈现的算法和显示器与任何特定计算机或其他装置不固有地相关。各种通用***可以与根据本文教导的程序一起使用,或者构造更专门的装置来执行方法可以证明是方便的。用于各种这些***的结构将如以下描述中所阐述地出现。此外,没有参照任何特定的编程语言来描述本公开。将理解,可以使用各种编程语言来实现如本文所述的本公开的教导。
本公开可以作为计算机程序产品或软件提供,其可以包括其上存储有指令的机器可读介质,所述指令可以用于编程计算机***(或其他电子设备)以执行根据本公开的过程。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。在一些实现中,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,诸如只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存设备等。本文使用词语“示例”或“示例性”来意指用作示例、实例或说明。本文描述为“示例”或“示例性”的任何方面或设计不一定被解释为相比其他方面或设计是优选或有利的。反而,使用词语“示例”或“示例性”旨在以具体方式呈现概念。如本申请中使用的,术语“或”旨在意指包含的“或”而不是排他的“或”。即,除非另有明确说明或从上下文清楚,否则“X包括A或B”旨在意指任何自然包含的排列。即,如果X包括A;X包括B;或X包括A和B二者,则在前述实例中的任何一个,满足“X包括A或B”。此外,除非另有明确说明或从上下文清楚冠词“一种(a)”和“一个(an)”指向单数形式,否则本申请和所附权利要求中使用的冠词通常可以被解释为意味着“一个或多个”。此外,全篇使用术语“一实施例”、“一个实施例”、“一些实施例”、“一实现”、“一个实现”、“一些实现”等可能意味着或可能不意味着相同的实施例或实现。本文描述的一个或多个实施例或实现可以在特定实施例或实现中组合。本文使用的术语“第一”、“第二”、“第三”、“第四”等意味着在不同元素当中进行区分的标签,并且可能不一定具有根据它们的数字指定的顺序含义。
在前述说明书中,已经参考本公开的具体示例实现描述了本公开的实现。将清晰的是,在不脱离如所附权利要求中阐述的本公开的实现的更广泛精神和范围的情况下,可以对其进行各种修改。因此,说明书和附图被认为是说明性意义而不是限制性意义。
Claims (20)
1.一种方法,包括:
识别用于自主车辆AV的路线的路线数据,所述路线数据包括AV到达目的地的阈值到达时间;
由处理设备基于与AV相关联的燃料经济性数据确定路线的多个段中的每一个的燃料高效速率值;
基于路线数据和路线的多个段中的每一个的燃料高效速率值,计算AV到达目的地的估计到达时间;以及
响应于AV到达目的地的估计到达时间不满足AV到达目的地的阈值到达时间:
在多个段当中识别各自表示用于速率增加的候选的段的至少一个子集;
针对子集中的每个段并且基于燃料经济性数据计算相关性度量,所述相关性度量指示子集中的对应的段的燃料经济性改变和速率改变之间的相关性;以及
针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值,以提供反映对应的段的增加的燃料高效速率值的速率简档,其中,所述AV将基于所述速率简档沿路线行进。
2.如权利要求1所述的方法,其中,确定多个段中的每一个的燃料高效速率值包括:
基于监管速率限制和交通数据,确定路线的多个段中的每一个的最小阈值速率值和最大阈值速率值;
从所述燃料经济性数据获取多个段中的每一个的燃料高效速率值;以及
响应于多个段中的相应段的燃料高效速率值不满足对应的最小阈值速率值或对应的最大阈值速率值,更新相应段的燃料高效速率值以满足对应的最小阈值速率值或对应的最大阈值速率值。
3.如权利要求1所述的方法,其中,所述燃料经济性数据包括:
包括第一速率值的一个或多个第一输入值;
包括第一燃料经济性值的一个或多个第一输出值,所述一个或多个第一输出值由根据所述一个或多个第一输入值驾驶的一个或多个AV产生;
包括第二速率值的一个或多个第二输入值;以及
包括第二燃料经济性值的一个或多个第二输出值,所述一个或多个第二输出值由根据所述一个或多个第二输入值驾驶的一个或多个AV产生,其中,所述燃料经济性改变基于第一燃料经济性值和第二燃料经济性值,并且其中,所述速率改变基于第一速率值和第二速率值。
4.如权利要求3所述的方法,其中,所述一个或多个第一输入值还包括第一坡度值、第一总AV质量值或第一风值。
5.如权利要求1所述的方法,还包括:
接收与以第一速率值驾驶的AV相关联的第一传感器数据;
基于第一传感器数据确定第一燃料经济性值;
基于第一燃料经济性值和第一速率值使燃料经济性数据更新;以及
响应于第一燃料经济性值不在与以第一速率值驾驶的多个AV相关联的燃料经济性值的阈值范围内,提供警报。
6.如权利要求1所述的方法,还包括:
基于监管速率限制和交通数据,确定路线的多个最小阈值速率值和多个最大阈值速率值;以及
基于所述多个最小阈值速率值和所述多个最大阈值速率值,将路线划分为多个段,其中,所述多个段中的每一个具有基本上恒定的对应的最小阈值速率值和对应的最大阈值速率值。
7.如权利要求1所述的方法,还包括:
基于监管速率限制和交通数据,确定多个段中的每一个的最大阈值速率值,其中,段的至少一个子集中的每一个低于对应的最大阈值速率值。
8.如权利要求1所述的方法,其中,来自子集的至少一个段具有指示与速率增加相比的燃料经济性降低最少的相应相关性度量。
9.如权利要求1所述的方法,还包括:
基于所述速率简档确定路线的第一段的第一燃料高效速率值和路线的后续段的第二燃料高效速率值之间的差超过阈值速率差值;以及
调整速率简档中第一段和后续段之间的速率改变以满足阈值速率差值。
10.一种***,包括:
存储器设备;以及
处理设备,耦合到所述存储器设备,其中,所述处理设备:
识别用于自主车辆AV的路线的路线数据,所述路线数据包括AV到达目的地的阈值到达时间;
基于与AV相关联的燃料经济性数据确定路线的多个段中的每一个的燃料高效速率值;
基于路线数据和路线的多个段中的每一个的燃料高效速率值,计算AV到达目的地的估计到达时间;以及
响应于AV到达目的地的估计到达时间不满足AV到达目的地的阈值到达时间:
在多个段当中识别各自表示用于速率增加的候选的段的至少一个子集;
针对子集中的每个段并且基于燃料经济性数据计算相关性度量,所述相关性度量指示子集中的对应的段的燃料经济性改变和速率改变之间的相关性;以及
针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值,以提供反映对应的段的增加的燃料高效速率值的速率简档,其中,所述AV将基于所述速率简档沿路线行进。
11.如权利要求10所述的***,其中,为了确定所述多个段中的每一个的燃料高效速率值,所述处理设备:
基于监管速率限制和交通数据,确定路线的多个段中的每一个的最小阈值速率值和最大阈值速率值;
从所述燃料经济性数据获取多个段中的每一个的燃料高效速率值;以及
响应于多个段中的相应段的燃料高效速率值不满足对应的最小阈值速率值或对应的最大阈值速率值,更新相应段的燃料高效速率值以满足对应的最小阈值速率值或对应的最大阈值速率值。
12.如权利要求10所述的***,其中,所述燃料经济性数据包括:
包括第一速率值的一个或多个第一输入值;
包括第一燃料经济性值的一个或多个第一输出值,所述一个或多个第一输出值由根据所述一个或多个第一输入值驾驶的一个或多个AV产生;
包括第二速率值的一个或多个第二输入值;以及
包括第二燃料经济性值的一个或多个第二输出值,所述一个或多个第二输出值由根据所述一个或多个第二输入值驾驶的一个或多个AV产生,其中,所述燃料经济性改变基于第一燃料经济性值和第二燃料经济性值,并且其中,所述速率改变基于第一速率值和第二速率值。
13.如权利要求10所述的***,其中,所述处理设备还:
接收与以第一速率值驾驶的AV相关联的第一传感器数据;
基于第一传感器数据确定第一燃料经济性值;
基于第一燃料经济性值和第一速率值使燃料经济性数据更新;以及
响应于第一燃料经济性值不在与以第一速率值驾驶的多个AV相关联的燃料经济性值的阈值范围内,提供警报。
14.如权利要求10所述的***,其中,所述处理设备还:
基于监管速率限制和交通数据,确定路线的多个最小阈值速率值和多个最大阈值速率值;以及
基于所述多个最小阈值速率值和所述多个最大阈值速率值,将路线划分为多个段,其中,所述多个段中的每一个具有基本上恒定的对应的最小阈值速率值和对应的最大阈值速率值。
15.如权利要求10所述的***,其中,所述处理设备还:
基于所述速率简档确定路线的第一段的第一燃料高效速率值和路线的后续段的第二燃料高效速率值之间的差超过阈值速率差值;以及
调整速率简档中第一段和后续段之间的速率改变以满足阈值速率差值。
16.一种非暂时性计算机可读存储介质,其上存储有指令,当所述指令由处理设备执行时,使所述处理设备:
识别用于自主车辆AV的路线的路线数据,所述路线数据包括AV到达目的地的阈值到达时间;
基于与AV相关联的燃料经济性数据确定路线的多个段中的每一个的燃料高效速率值;
基于路线数据和路线的多个段中的每一个的燃料高效速率值,计算AV到达目的地的估计到达时间;以及
响应于AV到达目的地的估计到达时间不满足AV到达目的地的阈值到达时间:
在多个段当中识别各自表示用于速率增加的候选的段的至少一个子集;
针对子集中的每个段并且基于燃料经济性数据计算相关性度量,所述相关性度量指示子集中的对应的段的燃料经济性改变和速率改变之间的相关性;以及
针对来自子集的至少一个段并且基于相应的相关性度量增加来自子集的对应的段的燃料高效速率值,以提供反映对应的段的增加的燃料高效速率值的速率简档,其中,所述AV将基于所述速率简档沿路线行进。
17.如权利要求16所述的非暂时性计算机可读存储介质,其中,为了确定所述多个段中的每一个的燃料高效速率值,所述处理设备:
基于监管速率限制和交通数据,确定路线的多个段中的每一个的最小阈值速率值和最大阈值速率值;
从所述燃料经济性数据获取多个段中的每一个的燃料高效速率值;以及
响应于多个段中的相应段的燃料高效速率值不满足对应的最小阈值速率值或对应的最大阈值速率值,更新相应段的燃料高效速率值以满足对应的最小阈值速率值或对应的最大阈值速率值。
18.如权利要求16所述的非暂时性计算机可读存储介质,其中,所述燃料经济性数据包括:
包括第一速率值的一个或多个第一输入值;
包括第一燃料经济性值的一个或多个第一输出值,所述一个或多个第一输出值由根据所述一个或多个第一输入值驾驶的一个或多个AV产生;
包括第二速率值的一个或多个第二输入值;以及
包括第二燃料经济性值的一个或多个第二输出值,所述一个或多个第二输出值由根据所述一个或多个第二输入值驾驶的一个或多个AV产生,其中,所述燃料经济性改变基于第一燃料经济性值和第二燃料经济性值,并且其中,所述速率改变基于第一速率值和第二速率值。
19.如权利要求16所述的非暂时性计算机可读存储介质,其中,所述处理设备还:
接收与以第一速率值驾驶的AV相关联的第一传感器数据;
基于第一传感器数据确定第一燃料经济性值;
基于第一燃料经济性值和第一速率值使燃料经济性数据更新;以及
响应于第一燃料经济性值不在与以第一速率值驾驶的多个AV相关联的燃料经济性值的阈值范围内,提供警报。
20.如权利要求16所述的非暂时性计算机可读存储介质,其中,所述处理设备还:
基于监管速率限制和交通数据,确定路线的多个最小阈值速率值和多个最大阈值速率值;以及
基于所述多个最小阈值速率值和所述多个最大阈值速率值,将路线划分为多个段,其中,所述多个段中的每一个具有基本上恒定的对应的最小阈值速率值和对应的最大阈值速率值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/108,891 US11619944B2 (en) | 2020-12-01 | 2020-12-01 | Fuel-economy optimization for autonomous driving systems |
US17/108,891 | 2020-12-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114572207A CN114572207A (zh) | 2022-06-03 |
CN114572207B true CN114572207B (zh) | 2024-05-28 |
Family
ID=81751315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111451515.XA Active CN114572207B (zh) | 2020-12-01 | 2021-12-01 | 用于自主驾驶***的燃料经济性优化 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11619944B2 (zh) |
CN (1) | CN114572207B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220253913A1 (en) * | 2021-02-09 | 2022-08-11 | Ford Global Technologies, Llc | Systems and methods for re-simulating vehicle usages |
US20220306119A1 (en) * | 2021-03-25 | 2022-09-29 | Ford Global Technologies, Llc | Location-based vehicle operation |
EP4365042A1 (en) * | 2022-11-04 | 2024-05-08 | Volvo Truck Corporation | Method for controlling a vehicle driveline comprising a first driving mode and a second driving mode |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104334415A (zh) * | 2012-02-17 | 2015-02-04 | 美国联合包裹服务公司 | 用于测量车辆碳足迹的方法、设备以及计算机程序产品 |
JP2017061287A (ja) * | 2015-09-21 | 2017-03-30 | 現代自動車株式会社Hyundai Motor Company | 自律走行車両の走行制御システム及び方法 |
CN106767874A (zh) * | 2015-11-19 | 2017-05-31 | 通用汽车环球科技运作有限责任公司 | 用于通过在车辆导航***中的群体感知的燃料消耗预测和成本估计的方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9175971B1 (en) * | 2014-04-09 | 2015-11-03 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Identifying cost effective routes using vehicle fuel economy values that are specific to the roadway type |
US10260898B2 (en) * | 2016-07-12 | 2019-04-16 | Toyota Motor Engineering & Manufacturing North America, Inc. | Apparatus and method of determining an optimized route for a highly automated vehicle |
US20220119020A1 (en) * | 2016-08-08 | 2022-04-21 | Transportation Ip Holdings, Llc | Vehicle Control System |
US10545503B2 (en) * | 2017-06-29 | 2020-01-28 | Continental Automotive Systems, Inc. | Propulsion efficient autonomous driving strategy |
US11801836B2 (en) * | 2020-10-28 | 2023-10-31 | Ford Global Technologies, Llc | Enhanced vehicle operation |
-
2020
- 2020-12-01 US US17/108,891 patent/US11619944B2/en active Active
-
2021
- 2021-12-01 CN CN202111451515.XA patent/CN114572207B/zh active Active
-
2023
- 2023-04-03 US US18/130,392 patent/US20230315107A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104334415A (zh) * | 2012-02-17 | 2015-02-04 | 美国联合包裹服务公司 | 用于测量车辆碳足迹的方法、设备以及计算机程序产品 |
JP2017061287A (ja) * | 2015-09-21 | 2017-03-30 | 現代自動車株式会社Hyundai Motor Company | 自律走行車両の走行制御システム及び方法 |
CN106767874A (zh) * | 2015-11-19 | 2017-05-31 | 通用汽车环球科技运作有限责任公司 | 用于通过在车辆导航***中的群体感知的燃料消耗预测和成本估计的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114572207A (zh) | 2022-06-03 |
US20220171398A1 (en) | 2022-06-02 |
US11619944B2 (en) | 2023-04-04 |
US20230315107A1 (en) | 2023-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114572207B (zh) | 用于自主驾驶***的燃料经济性优化 | |
CN109003441B (zh) | 按照交通动态控制车辆的***和方法 | |
JP2022543507A (ja) | 障害物回避方法及び障害物回避装置 | |
US20210293573A1 (en) | Speed and Route Planning in View of Weather | |
US11584392B2 (en) | Route optimization for autonomous driving systems | |
US11851062B2 (en) | Physics-informed optimization for autonomous driving systems | |
GB2548977A (en) | Autonomous vehicle operation based on interactive model predictive control | |
CN113619597A (zh) | 自动驾驶车辆速度限制变更的规划*** | |
US20230066635A1 (en) | Controlling vehicle performance based on data associated with an atmospheric condition | |
US20240094733A1 (en) | External indication handling for autonomous driving systems | |
EP4011737A1 (en) | Energy saving actions for autonomous driving systems | |
US11347235B2 (en) | Methods and systems for generating radar maps | |
EP4207131A1 (en) | Automated cut-in identification and classification | |
US20230242158A1 (en) | Incorporating position estimation degradation into trajectory planning for autonomous vehicles in certain situations | |
US20230029036A1 (en) | Vehicular topple risk notification | |
US20230001955A1 (en) | Handling maneuver limits for autonomous driving systems | |
US20230004158A1 (en) | Mass distribution-informed optimization for autonomous driving systems | |
US20240025446A1 (en) | Motion planning constraints for autonomous vehicles | |
US20230391358A1 (en) | Retrofit vehicle computing system to operate with multiple types of maps | |
US11708049B2 (en) | Systems and methods for preventing an operation of a car application that reduces a quality of service of a computer system of a vehicle | |
US20240190434A1 (en) | Maintaining a range of a gap between an ego vehicle and a preceding vehicle | |
US20230192067A1 (en) | Motion planner constraint generation based on road surface hazards | |
CN114987443A (zh) | 车轮滑移率控制方法、装置、车辆和存储介质 |
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 |