CN114838733A - 非固态对象监测 - Google Patents
非固态对象监测 Download PDFInfo
- Publication number
- CN114838733A CN114838733A CN202210510176.6A CN202210510176A CN114838733A CN 114838733 A CN114838733 A CN 114838733A CN 202210510176 A CN202210510176 A CN 202210510176A CN 114838733 A CN114838733 A CN 114838733A
- Authority
- CN
- China
- Prior art keywords
- solid object
- vehicle
- environment
- solid
- height difference
- 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
Links
- 239000007787 solid Substances 0.000 title claims abstract description 239
- 238000012544 monitoring process Methods 0.000 title abstract description 22
- 239000000126 substance Substances 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 19
- 239000013043 chemical agent Substances 0.000 claims description 11
- 239000012530 fluid Substances 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 5
- 239000007788 liquid Substances 0.000 abstract description 8
- 239000000203 mixture Substances 0.000 abstract description 6
- 238000012512 characterization method Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 14
- 238000001514 detection method Methods 0.000 description 12
- 230000004044 response Effects 0.000 description 8
- 230000003068 static effect Effects 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 3
- 238000007792 addition Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 229920001690 polydopamine Polymers 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000013626 chemical specie Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 229910001873 dinitrogen Inorganic materials 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
-
- 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
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
-
- 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
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
-
- 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
-
- 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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- 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
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/35—Road bumpiness, e.g. potholes
-
- 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
- B60W2554/404—Characteristics
- B60W2554/4044—Direction of movement, e.g. backwards
-
- 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
- B60W2555/20—Ambient conditions, e.g. wind or rain
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)
- Electromagnetism (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开涉及非固态对象监测。自主导航***可以自主地导航车辆通过包括气态和/或液态对象的一个或多个非固态对象所位于的环境。包括可以检测环境的区域中的化学物质的传感器的传感器可以独立于所述对象的不透明度来检测非固态对象。基于对象的所确定的化学组成、大小、位置、速度、浓度等,可以确定非固态对象呈现障碍物或干扰。所述车辆可以自主地导航以基于非固态对象的位置、轨迹等来避开非固态对象。可以根据避开驾驶参数来导航车辆以避开非固态对象,并且导航***可以将非固态对象表征为具有包含非固态对象的尺寸和位置的固态对象,使得好像非固态对象为固态一样避开非固态对象来导航车辆。
Description
本分案申请是基于申请号为201680050017.5,申请日为2016年9月22日,发明名称为“非固态对象监测”的中国专利申请的分案申请。
技术领域
本公开整体涉及车辆的自主导航,并且具体地,涉及一种自主导航***,该自主导航***可以被包括在车辆中,并且基于监测和表征非固态对象相对于位于环境中的非固态对象在环境中导航车辆。
背景技术
对车辆自主导航的兴趣的兴起产生了开发自主导航***的愿望,该自主导航***可通过各种路线自主地导航(即,自主地“驾驶”)车辆,所述各种路线包括路网中的一条或多条公路,诸如当代公路、街道、高速公路等、空域的一个或多个实例、航道等。
在一些情况下,自主导航经由自主导航***(ANS)实现,该自主导航***(ANS)可以处理和响应外部环境中各种要素的检测,所述各种要素包括静态特征(如道路车道、公路标志等)和它们遇到的沿着路线的实时的动态特征(在路线延伸的道路上的其它车辆的当前位置、行人的当前位置、当前的环境状况、道路障碍物等),从而复制人类的实时处理和驾驶能力。
在一些情况下,自主导航包括响应于位于正被导航的车辆通过的环境中的一个或多个对象的检测而导航车辆。例如,在检测到另一车辆在被导航车辆之前并且被确定为比被导航车辆移动更慢,由此使得被导航车辆接近另一车辆的情况下,可以使被导航车辆减速或停止。在另一示例中,在车辆沿着其导航的道路的边缘附近识别出行人的情况下,响应于行人的检测,所述车辆可以减速或停止。
在一些情况下,包括在车辆中的传感器(在本文中也可以被互换地称为感测设备)被构造成检测和表征外部环境中的固态对象。例如,车辆可以包括一个或多个雷达、超声波传感器、光束扫描装置、可见光照相机装置、红外照相机装置、近红外照相机装置、可以包括一个或多个光扫描装置(其包括LIDAR装置等)的深度照相机装置,以及ANS,该ANS基于来自环境中的对象的固态表面的雷达波、超声波、光束等的反射来检测和表征所述环境中的对象。
发明内容
一些实施方案提供了可以安装在车辆中并且自主地导航车辆通过车辆所位于的环境的自主导航***。所述自主导航***基于处理由一个或多个传感器生成的传感器数据来检测所述环境中的非固态对象,所述一个或多个传感器被配置为独立于所述非固态对象的视觉不透明度来监测所述非固态对象的一个或多个特征。自主导航***基于检测到环境中的非固态对象,沿着避开与非固态对象相交的行驶路线导航车辆。
一些实施方案提供了一种方法,该方法包括通过一个或多个计算机***执行自主地导航车辆通过车辆所位于的环境。所述自主地导航包括基于处理由一个或多个传感器生成的传感器数据来检测所述环境中的非固态对象,所述一个或多个传感器被配置为独立于所述非固态对象的视觉不透明度来监测所述非固态对象的一个或多个特征;确定所述非固态对象是否作为对所述车辆的潜在障碍物或潜在干扰呈现;并且基于检测到所述环境中的非固态对象,沿着避开与所述非固态对象相交的行驶路线导航所述车辆。
一些实施方案提供了存储指令程序的非暂态计算机可读介质,所述指令程序在由至少一个计算机***执行时,使所述至少一个计算机***自主地导航车辆通过车辆所位于的环境。所述自主地导航包括基于处理由一个或多个传感器生成的传感器数据来检测所述环境中的非固态对象,所述一个或多个传感器被配置为独立于所述非固态对象的视觉不透明度来监测所述非固态对象的一个或多个特征;并且基于检测到所述环境中的非固态对象,沿着避开与所述非固态对象相交的行驶路线导航所述车辆。
附图说明
图1示出了根据一些实施方案的包括自主导航***(ANS)的车辆的示意性框图。
图2A示出了根据一些实施方案的环境的俯视图,在该环境中,基于车载ANS对车辆的控制的沿着行驶路线被导航的车辆监测至少部分位于行驶路线的一部分上的非固态对象。
图2B示出了根据一些实施方案的环境的俯视图,在该环境中基于车载ANS对车辆的控制沿着行驶路线被导航的车辆沿着避开与非固态对象相交的行驶路线被ANS导航。
图3示出了根据一些实施方案的多辆车辆和非固态对象所位于的环境的俯视图。
图4示出了根据一些实施方案的导航车辆通过包括具有液态物质池的非固态对象的环境的视图。
图5示出了基于检测到环境中的非固态对象而自主地导航车辆通过环境。
图6示出了根据一些实施方案的被配置为实现用于自主导航的***和方法的各方面的示例计算机***。
本说明书包括对“一个实施方案”或“实施方案”的引用。出现短语“在一个实施方案中”或“在实施方案中”并不一定是指同一个实施方案。特定特征、结构或特性可以与本公开一致的任何适当的方式被组合。
“包括”。该术语是开放式的。如在所附权利要求书中所使用的,该术语不排除附加结构或步骤。考虑列举以下内容的权利要求:“一种包括一个或多个处理器单元的设备……”。此类权利要求不排除该设备包括附加部件(例如,网络接口单元、图形电路等)。
“被配置为”。各种单元、电路或其它部件可被描述为或叙述为“被配置为”执行一项或多项任务。在此类上下文中,“被配置为”被用于通过指示单元/电路/部件包括在操作期间执行那些任务或多项任务的结构(例如,电路)来暗示该结构。如此,单元/电路/部件可被配置为即使在指定的单元/电路/部件当前不可操作(例如,未接通)时也执行该任务。与“被配置为”语言一起使用的单元/电路/部件包括硬件-例如电路、存储可执行以实现操作的程序指令的存储器等。引用单元/电路/部件“被配置为”执行一项或多项任务明确地旨在针对该单元/电路/部件不援引35U.S.C.§112的第六段。此外,“被配置为”可包括由软件和/或固件(例如,FPGA或执行软件的通用处理器)操纵的通用结构(例如,通用电路)以能够执行待解决的一项或多项任务的方式操作。“被配置为”还可包括调整制造过程(例如,半导体制作设施),以制造适用于实现或执行一项或多项任务的装置(例如,集成电路)。
“第一”“第二”等。如本文所用,这些术语充当它们所在之前的名词的标签,并且不暗指任何类型的排序(例如,空间的、时间的、逻辑的等)。例如,缓冲电路在本文中可被描述为执行“第一”值和“第二”值的写入操作。术语“第一”和“第二”未必暗指第一值必须在第二值之前被写入。
“基于”。如本文所用,该术语用于描述影响确定的一个或多个因素。该术语不排除影响确定的附加因素。即,确定可仅基于这些因素或至少部分地基于这些因素。考虑短语“基于B来确定A”。在这种情况下,B为影响A的确定的因素,此短语不排除A的确定也基于C。在其它情况下,A可以仅基于B来确定。
具体实施方式
现在将详细地参考实施方案,这些实施方案的示例在附图中示出。在下面的详细描述中,给出了许多具体细节,以便提供对本公开的彻底理解。但是,对本领域的普通技术人员将显而易见的是,一些实施方案可在没有这些具体细节的情况下被实施。在其它情况下,没有详细地描述众所周知的方法、过程、部件、电路和网络,从而不会不必要地使实施方案的各个方面晦涩难懂。
还应理解,尽管本文中可以使用术语第一、第二等来描述各种元件,但是这些元件不应该被这些术语限制。这些术语只是用于将一个要素与另一个要素区分开。例如,在不脱离预期的范围的情况下,第一接触可以被称为第二接触,并且类似地,第二接触可以被称为第一接触。第一接触和第二接触两者都是接触,但是它们不是同一接触。
在本文描述中所使用的术语只是为了描述特定实施方案,而并非旨在进行限制。如说明书和所附权利要求中所使用的那样,单数形式的“一个”(“a”、“an”)和“该”旨在也涵盖复数形式,除非上下文以其它方式明确地指示。还将理解的是,本文中所使用的术语“和/或”是指并且涵盖相关联地列出的项目中的一个或多个项目的任何和全部可能的组合。还将理解的是,术语“包括”(“includes”、“including”、“comprises”和/或“comprising”)在本说明书中使用时是指定存在所陈述的特征、整数、步骤、操作、元件和/或部件,但是并不排除存在或添加一个或多个其它特征、整数、步骤、操作、元件、部件和/或其分组。
根椐上下文,如本文所用,术语“如果”可被解释为指“当……时”(“when”或“upon”)或“响应于确定”或“响应于检测到”。类似地,根据上下文,短语“如果确定...”或“如果检测到[所陈述的条件或事件]”可被解释为是指“在确定...时”或“响应于确定...”或“在检测到[所陈述的条件或事件]时”或“响应于检测到[所陈述的条件或事件]”。
图1示出了根据一些实施方案的包括自主导航***(ANS)的车辆100的示意性框图。包括模块112、113等中的一个或多个的图1中所示的ANS110中的一些或全部可以被包括在本文任何实施方案中所包括的ANS的任何实施方案中。
车辆100包括自主导航***(“ANS”)110、一组一个或多个传感器116、一组一个或多个控制元件120以及一组一个或多个用户界面130。如本文中所提到的,车辆100可以包括车辆的一个或多个各种实施方案,包括陆地车辆(例如,汽车、卡车等)、飞行器、船只等中的一种或多种。传感器116包括监测车辆位于的外部环境的一个或多个方面的装置。监测外部环境的方面可以包括在传感器处生成包括关于外部环境的各方面的信息的传感器数据。由传感器生成的传感器数据可以包括环境的一个或多个部分的传感器数据表示,该传感器数据表示包括位于所述环境内的一个或多个对象的传感器数据表示。传感器116可以包括以下装置中的一种或多种:生成外部环境的一个或多个部分的图像的照相机装置、生成外部环境的一个或多个部分的一个或多个点云的光束扫描装置、生成与外部环境的一个或多个部分相关联的雷达数据的雷达等。包括在可以被监测的外部环境中的对象包括在所述环境中所包括的一个或多个静态要素、动态要素等。例如,包括照相机装置的传感器116可以捕获包括静态要素的图像、动态要素的图像的外部环境的图像,所述静态要素包括道路车道边界标记、道路路缘、道路中的无生命障碍物等,所述动态要素包括交通参与者、动物群、周围环境条件、天气等。
在一些实施方案中,车辆100中所包括的传感器116中的一个或多个包括一个或多个化学试剂传感器,所述化学试剂传感器可以包括一个或多个远离式(stand-off)化学试剂检测器装置,所述远离式化学试剂检测器装置被配置为检测和表征一种或多种各种化学物质,所述各种化学物质位于与车辆100所位于的环境的一部分物理分离的外部环境的一部分中。化学试剂传感器可以包括光谱装置,其被配置为基于环境的光谱分析来检测环境中的一种或多种化学物质。化学试剂传感器可以包括被配置为至少部分地基于监测穿过环境的光的折射、所述环境的一部分的着色、所述环境的一部分的不透明度、它们的一些组合等来检测环境中的一种或多种化学物质的装置。
在车辆100中所包括的控制元件120包括各种控制元件,其包括致动器、电机等,其各自控制使车辆被导航通过外部环境的所述车辆的一个或多个部件。例如,控制元件120可以包括以下组件中的一种或多种:制动组件(本文中也可互换地称为制动***),其将制动压力施加到车辆的一个或多个车轮组件以使所述车辆减速,调节通过外部环境的车辆100的加速度的节流阀组件,调节一个或多个车轮组件的一个或多个配置的转向组件,其使得所述车辆在一个或多个不同的方向上可调节地导航通过外部环境,等等。控制元件可以基于在所述控制元件处从用户界面130、ANS 110等中的一个或多个接收和执行一个或多个各种控制命令来对所述车辆的导航执行一个或多个各种调节。
本文中也可互换地称为输入界面的一个或多个用户界面130可以包括一个或多个驾驶控制界面,车辆100的乘客可与所述驾驶控制界面交互,由此使得所述驾驶控制界面生成控制命令,其使一个或多个控制元件130基于一个或多个乘客与一个或多个界面140的交互来可调节地导航车辆100。在一些实施方案中,包括在车辆100中的一个或多个输入界面140向车辆的乘客提供一个或多个信息实例,其包括车辆是否被ANS 110经由车辆100的自主驾驶控制导航的指示、正在被导航的车辆所通过的环境中的非固态对象的指示、车辆根据一个或多个驾驶参数被导航以避开非固态对象的指示、车辆被导航以避开非固态对象的指示等。
在一些实施方案中,通过ANS 110可以访问个人数据的一个或多个实例。例如,在一些实施方案中,ANS 110可以处理由一个或多个传感器116生成的传感器数据,并且基于包括面部识别数据的个人数据、相关联的用户装置检测等,将环境中的动态要素标识为与特定个人、用户帐户等相关联的要素。
用户可以选择性地阻止使用或访问个人数据。结合本文中所述的技术中的一些或全部的***可以包括防止或阻止对此类个人数据进行访问的硬件和/或软件。例如,所述***可以允许用户“加入”或“退出”参与收集个人数据或其部分的部分。而且,用户可以选择不提供位置信息,或允许提供一般位置信息(例如,地理区域或地区),但不允许提供精确的位置信息。
负责此类个人数据的收集、分析、披露、传输、存储或其它用途的实体应遵守既定的隐私政策和/或惯例。此类实体应维护和保护对此类个人数据的访问,并确保访问个人数据的其它人也能遵守。此类实体应实施符合或超过行业或政府要求的隐私政策和惯例,以维护个人数据的隐私和安全。例如,实体应该收集用户的个人数据以用于合法合理的用途,而不是在那些合法用途之外共享或出售数据。只有在收到用户的知情同意后才能进行此收集。此外,第三方可以评估这些实体,以证明它们遵守既定的隐私政策和惯例。
ANS 110包括可以由一个或多个计算机***实现的各种模块112、113。ANS 110至少部分地基于由一个或多个传感器116生成的传感器数据,沿着一个或多个行驶路线自主地导航车辆100。
驾驶控制模块112可以至少部分地基于由一个或多个传感器116生成的至少一些传感器数据来确定行驶路线,所述传感器数据包括存储在一个或多个存储器存储装置中的指示车辆100的地理位置的位置数据和世界模型,所述一个或多个存储器存储装置被包括在车辆100、车辆100外部的一个或多个远程***等中。
在一些实施方案中,ANS 110至少部分地基于乘客与包括在车辆100中的一个或多个界面130的交互来确定行驶路线,所述交互包括致使ANS110接收乘客发起的命令以从外部环境中的特定位置到特定目的地位置导航车辆100的一个或多个交互,所述外部环境中的特定位置可以包括车辆100在外部环境中的当前位置。在一些实施方案中,乘客发起的命令包括沿特定的乘客选择的行驶路线导航车辆100的命令。在一些实施方案中,ANS110经由一个或多个通信网络从远程***接收行驶路线。
在一些实施方案中,世界模型包括表示在环境中检测到的特定非固态对象的一个或多个对象,驾驶控制模块112经由该世界模型使得车辆100被导航。模块112可以沿着行驶路线导航车辆100,所述行驶路线避开了在世界模型中表示的一个或多个对象,就好像所述对象为环境中的固态对象。因此,模块112可以导航车辆以避开环境中的非固态对象。所述对象可以与接近区域相关联,其中,模块112被配置为基于车辆100被确定位于此接近区域内,根据一组驾驶参数来导航车辆100。
在一些实施方案中,模块112生成一组或多组控制元件命令,该一组或多组控制元件命令被传送到车辆100中的一个或多个控制元件120,并使控制元件120沿着行驶路线导航车辆100。模块112可以基于行驶路线生成控制命令,其中控制命令在由控制元件120执行时使得车辆100沿着行驶路线被导航。
ANS 110包括障碍物检测模块113。在一些实施方案中,模块113基于从一个或多个源接收到的处理数据来确定外部环境中的一个或多个非固态对象的存在。一个或多个源可以包括一个或多个传感器116、一个或多个通信接口130、它们的一些组合等。确定环境中非固态对象的存在可以包括确定包围非固态对象的环境的空间体积(也称为区域)。在一些实施方案中,确定环境中的非固态对象的存在基于处理来自包括多个传感器116的多个数据源的数据。确定非固态对象的存在可以包括确定非固态对象的至少一部分的材料组成、确定热源是否存在于非固态对象附近等,并确定非固态对象是否呈现为障碍物或干扰。确定非固态对象是否呈现为障碍物或干扰可以基于将非固态对象的一个或多个确定的方面(包括大小、密度、位置、速度、材料组成等)与作为障碍物或干扰的对象的一个或多个预定指示符进行比较。
模块113可以基于确定非固态对象的存在来确定对象是障碍物或干扰等,将与非固态对象相关联的信息传送给位于车辆100内部和外部的各种数据接收者。例如,与非固态对象相关联的信息(包括与对象的接近度、组成、对象是否为障碍物或干扰等)可以经由包括在车辆100中的一个或多个用户界面130传送给车辆100的乘客。在另一个示例中,可以经由一个或多个通信网络将与非固态对象相关联的信息传送给一个或多个远程***、服务,包括传送给一辆或多辆其它车辆。
模块113可以基于非固态对象的各种确定的方面来生成非固态对象的虚拟表示(在本文中也被称为表征),并且所述表征可以被并入被ANS 110导航的车辆100所通过的环境的世界模型中,使得ANS 110可以相对于所述非固态对象导航车辆100。所述表征可以包括被表征对象(所述被表征对象在环境的世界模型中具有包含非固态对象在实际环境中的位置和体积的位置和体积),并且另外可以包括非固态对象的预测的轨迹、生长速率等,使得ANS 110可以基于非固态对象的预测的生长和轨迹来导航车辆100。在一些实施方案中,包括基于确定非固态对象为障碍物或干扰,将所述表征并入世界模型中,所述表征在本文中也被称为环境的虚拟表示、称为环境中的固态对象的表征,使得ANS 110可以导航车辆100以避开与非固态对象相交,如同非固态对象为固态对象一样。
图2A示出了根据一些实施方案的环境的俯视图,其中基于车载ANS对车辆的控制的沿着行驶路线被导航的车辆监测至少部分位于行驶路线的一部分上的非固态对象。车辆210可以包括本文中所包括的车辆的任何实施方案,并且ANS 212可以包括本文中所包括的ANS的任何实施方案。
如所示出的,基于由ANS 212生成的控制命令,车辆210沿着现有的行驶路线250导航,使得车辆210沿着道路220在车道222中移动,并且在未来的时间点到达位置251。车辆210包括一组传感器213,其可以监测车辆210所位于的环境200的至少一部分214,包括超出道路220的一个或多个边缘的环境的部分230A至部分230B。ANS 212可以基于作为传感器213监测214环境的结果而生成的环境200的传感器数据表示来导航车辆210。
如另外所示,非固态对象240位于环境200中。非固态对象可以包括一个或多个体积的非固态材料,包括一个或多个云,或雾、烟、排气、薄雾、蒸汽、流体、液体、气体等的其它主体。所示的非固态对象240(其可以为例如由一种或多种物质构成的云)至少部分地位于车道222内并且至少部分地位于道路外部的区域230B中。
车辆210可以包括一个或多个传感器213,其被配置为检测非固态对象的一个或多个特征,包括至少部分为透明的非透明对象。例如,一些非固态对象包括在可见光波长下缺乏不透明性的一种或多种气态物质的云,并因此可以限制仅基于不透明度的检测。一个或多个传感器可以包括被配置为监测不可见EM波长处(包括红外、近红外、紫外线等)的对象的一个或多个传感器。一个或多个传感器可以包括一个或多个光谱传感器,该光谱传感器被配置为检测基于生成、分析等一个或多个特定区域的光谱传感器数据表示来检测环境的一个或多个特定区域中的一种或多种物质的存在。
在一些实施方案中,可以分析由可见光传感器生成的传感器数据以检测不透明的非固态对象。例如,传感器213可以基于检测穿过非固态对象的光的折射、着色、它们的一些组合等来检测非固态对象。
基于由一个或多个传感器213生成的传感器数据,ANS 212可以确定环境200中的对象240的存在。ANS 212可以确定对象240所位于的环境200的特定区域。如所示出的,ANS212可以基于处理来自正在监测214对象240的传感器213的传感器数据来确定该对象包含含有道路车道222的至少一部分的区域。在一些实施方案中,ANS 212可以至少部分地基于可以经由通信网络从远程源接收到的传感器数据(包括天气数据)来确定预测的轨迹、生长速率等。
如所示出的,ANS 212可以确定当前行驶路线250与非固态对象240相交,由此使得沿着路线250导航车辆210将致使车辆210穿过对象240。在一些实施方案中,ANS 212基于分析和表征非固态对象来确定是否继续沿着当前路线250对车辆210进行导航。例如,ANS 212可以基于传感器数据确定非固态对象240是否为障碍物或干扰。呈现为障碍物或干扰的非固态对象可以包括被确定为潜在地干扰车辆的操作、车辆乘客的健康状况、它们的一些组合等中的一者或多者的对象。在一些实施方案中,ANS212可以调节车辆配置,使得包含在对象240中的物质至少部分地被阻止进入车辆210的内部,并且然后可以沿着与非固态对象240相交的当前路线250继续。例如,在对象240被确定为小的孤立的烟雾云、没有指示火灾的近红外标记的情况下,ANS 212可以决定继续沿着路线250并经过云240导航车辆210,尽管在车辆210经过所述云时,ANS 212可以调节气候控制装置配置、窗户、通风口等以密封车辆内部以免烟雾进入内部。
在没有对车辆操作、乘客健康等造成干扰的至少特定阈值概率的情况下,在ANS212确定对象240太大、密集等以致难以导航通过时,ANS 212可以沿着避开与对象相交的新的行驶路线导航车辆210。
图2B示出了根据一些实施方案的环境的俯视图,其中基于车载ANS对车辆的控制沿着行驶路线被导航的车辆沿着避开与非固态对象相交的行驶路线被ANS导航。车辆210可以包括本文中所包括的车辆的任何实施方案,并且ANS 212可以包括本文中所包括的ANS的任何实施方案。
如所示出的,ANS 212可以基于确定对象240呈现障碍物或干扰来生成被并入环境200的虚拟表征或世界模型中的非固态对象的虚拟表征242。所述表征可以包括在世界模型中包括的对象,其包括世界模型中的位置和体积,所述位置和体积对应于环境200中的非固态对象240的位置和体积。因此,可基于在环境的世界模型中表征的对象导航车辆210通过环境200的ANS 212可以生成控制命令,所述控制命令基于在环境200的世界模型中对象240的表征242的存在相对于所述非固态对象导航车辆210。
因为ANS 212可以用世界模型中的固态对象表征242来表征非固态对象,所以ANS212可以在非固态对象240周围导航车辆210,就好像非固态对象240为具有表征242的位置和尺寸的固态对象。在一个示例中,如图2B所示,ANS 212沿着新的行驶路线251导航车辆210,其通过临时将车道222切换至车道224来避开表征242以与当前行驶路线250相似的净轨迹导航,从而避开与非固态对象240表征242相交。
在一些实施方案中,基于确定非固态对象为障碍物或干扰,ANS 212可以根据例如特定于对象避开情况的一组驾驶参数来导航车辆210。这些参数可以基于以下参数中的一个或多个参数而不同于标准驾驶参数:违反公路的一个或多个规则导航车辆,包括在给定的道路车道中沿正确车流的反方向行驶、以大于与正常行驶相关联的特定阈值的速率加速、以超过当地速度限制的速度行进、从所识别的道路导航驶离等。例如,在所示实施方案中,ANS 212可以基于确定对象240为障碍物或干扰,沿着行驶路线251导航车辆210,这致使车辆210暂时在车道224中导航,从而使车辆210在相对于与车道224相关联的行进方向相反的方向上行驶。
驾驶参数可以与和非固态对象的接近度相关联,使得所述驾驶参数被采用(engage),由此使得所述车辆基于所述车辆当前位于非固态对象的特定接近度内根据该驾驶参数被导航。类似地,基于所述车辆位于非固态对象的特定接近距离之外、在与非固态对象相关联的接近区域之外等等,所述驾驶参数可以被脱离,由此使得所述车辆根据标准驾驶参数被导航。因此,当车辆210与非固态对象太接近时,可以以在舒适性、方便性或道路标准规则方面优先避开对象的风格进行导航,并且一旦车辆距离对象足够远而被认为是不受所述对象干扰的方式,就可以重新设定为标准驾驶风格。
在一些实施方案中,ANS 212可以预测非固态对象的轨迹、生长率、它们的一些组合等。基于预测的轨迹、生长速率等,ANS 212可以确定沿着道路的继续导航不能够继续,并且可以执行绕行的行驶路线。例如,如所示出的,在ANS 212确定非固态对象240沿着预测轨迹244移动,由此使得沿着道路220的导航将导致车辆210与对象240相交的情况下,ANS 212可以沿着绕行的行驶路线260导航车辆210,所述绕行的行驶路线260避开非固态对象并将车辆210置于位置261中以沿着避开非固态对象的绕行路线导航。在一些实施方案中,用于沿着绕行路线导航车辆210的ANS 212可以将车辆210导航到在车道222、路边区域230B等上停车以“等待”非固态对象240通过。在对象240被确定为障碍物或干扰的情况下,ANS 212可以沿着路线260导航车辆210,使得车辆210远离对象240行进以到达距对象240特定距离的位置。是停车还是导航离开对象240的此确定可以基于车辆相对于特定驾驶参数在其内被采用的与非固态对象相关联的接近区域的位置。给定的接近区域可以基于对象的一个或多个确定的特征与非固态对象相关联,所述一个或多个确定的特征包括:构成对象的一种或多种特定材料、物质等,包括天气条件、风速等的局部环境条件,确定对象被邻近源隔离或由其生成,对象的生长速率,它们的一些组合等,并且ANS 212可以导航车辆210以避开进入接近距离。
例如,对象240可以与小的接近区域271相关联,由此使得ANS 212可以确定车辆210在接近区域271之外,可以在路面220上简单地停止车辆210以等待对象240沿着轨迹244移动。在另一个示例中,例如,基于确定对象240由特定物质组成,对象240可以与较大的接近区域281相关联,由此使得ANS 212可以确定车辆210已经在接近区域281内并且可以作为响应,根据避开驾驶参数沿着路线261导航车辆,使得车辆210离开接近区域281。在车辆210处生成的对象240的表征242可以经由一个或多个通信网络被传送到一个或多个远程***、服务、车辆等,其中所述远程***、服务、车辆等可以利用表征来使得车辆能够在没有接近传感器监测214范围内的情况下进行导航以避开对象、能够将对象240的通知提供给应急服务等。
图3示出了根据一些实施方案的多辆车辆和非固态对象所位于的环境的俯视图。车辆301A至车辆301C可以包括本文中所包括的车辆的任何实施方案,并且ANS 302A至ANS302C可以包括本文中所包括的ANS的任何实施方案。
在一些实施方案中,位于环境中的非固态对象可以由位于环境中的多辆车辆监测。可以利用作为监测非固态对象的多辆车辆的结果而生成的非固态对象的表征来实现非固态对象的大小、形状、轨迹等的表征的改善的准确性和精度。在一些实施方案中,由单独车辆生成的传感器数据可被传送到远程监测***,所述远程监测***可以处理组合的多组传感器数据以生成非固态对象的虚拟表示并将与所述表示相关联的数据传送到各种车辆,其中所述车辆可以利用所传送的数据导航通过环境。在一些实施方案中,单独车辆可以在环境中生成非固态对象的单独表征,并且所述单独表征可以由远程监测***处理以基于组合处理多个单独表征来生成非固态对象的增强表征。在一些实施方案中,监测环境中的非固态对象的一辆或多辆车辆可以将与非固态对象相关联的信息(包括非固态对象的虚拟表示)传送给位于环境中的一辆或多辆其它车辆。
在所示的实施方案中,如图3所示,环境300包括在道路交叉口307处相交的多条道路306A至道路306D,其中,车辆301A沿着道路306A导航并接近交叉口307,车辆301B沿着道路306B导航并且接近交叉口307,并且车辆301C沿着道路306C导航并接近交叉口307。每辆车辆301A至车辆301C包括单独的ANS 302A至ANS 302C和一组传感器303A至传感器303C,相应的车辆301可以经由该传感器303A至传感器303C监测环境303并且沿着相应的行驶路线导航相应的车辆301。
如所示出的,非固态对象310位于环境300中。如另外所示,车辆301A至车辆301C中的每辆车辆均经由包括在相应车辆301中的一个或多个特定传感器303A至传感器303C单独地监测304A至304C非固态对象310。在一些实施方案中,每个车辆301基于相应车辆301中所包括的相应传感器303对对象310的相应监测304,生成非固态对象的单独表征。此类单独表征可以包括在环境300的表征中生成对象310的虚拟固态对象表征320、确定通过环境的对象320的预测轨迹330、当对象320沿轨迹330移动时确定对象320的预测生长332、它们的一些组合等。每个单独车辆301包括单独ANS,该单独ANS可基于在相应的车辆301处生成的对象310的单独表征来导航相应的车辆301。
如所示出的,每辆车辆301可以通信地耦合到公共通信网络340。在一些实施方案中,车辆301A至车辆301C经由网络340交换包括传感器数据、非固态对象表征等的数据。每辆车辆可以基于从监测同一对象的其它车辆接收到的数据来增强非固态对象310的本地生成的表征。因此,车辆可以生成非固态对象310的增强表征,其比基于通过仅包括在相应车辆中的传感器对非固态对象的直接监测所生成的表征更准确和精确。
在一些实施方案中,在各种车辆301A至车辆301C处生成的传感器数据、非固态对象表征等中的一个或多个可以经由网络340被传送到远程监测***350。***350可以向导航通过环境300的车辆传送关于非固态对象的信息,所述非固态对象包括呈现为已经由环境300中的其它车辆检测和监测到的障碍物或干扰的对象。所传送的信息可以包括对环境300中的非固态对象的表征。因此,导航通过环境300的车辆可以在考虑到非固态对象310的情况下被导航,而无需经由包括在车辆中的传感器直接监测对象。
在一些实施方案中,***350被配置为基于经由网络340从车辆301接收到的表征、传感器数据等中的一者或多者生成非固态对象的更新表征,其可以包括对象310的虚拟固态对象表征320、通过环境300的对象的预测轨迹330、对象310在环境中的预测生长332、它们的一些组合等中的一者或多者。***350可以将更新表征回送给车辆301,并且可以另外将所述表征传送给还没有经由车载传感器直接监测对象310的一个或多个其它车辆。
图4示出了根据一些实施方案的导航车辆通过包括具有液态物质池的非固态对象的环境的视图。车辆401可以包括本文中所包括的车辆的任何实施方案。
在一些实施方案中,可以被检测到的非固态对象可以包括至少部分地由包含液态水的流体组成的非固态对象。液态水会在一定的条件下可积聚在道路上,并且可能对沿着道路的导航造成障碍。例如,一池液态水可以积聚在道路的一部分上以达到足以将车辆从道路上提起的深度。在另一个示例中,大量流动的液态水可以使车辆从道路移位。
在一些实施方案中,车辆被配置为检测包括外部环境中的道路上的流体的非固态对象的存在,并且可以至少部分地基于以下条件来确定非固态对象是否造成障碍物或干扰:至少满足一个或多个阈值的流体的所确定的深度、至少满足一个或多个阈值的流体的流率、它们的一些组合等。所述车辆可以基于确定非固态对象造成障碍或干扰,将识别所述非固态对象的信息传送给远程***,避开所述非固态对象等导航所述车辆。
在所示的实施方案中,如图4所示,环境400包括车辆401,车辆401包括可监测车辆401在其上被导航的地形402的传感器410。车辆可以访问一个或多个数据库,所述数据库可以本地存储在车辆处、从远程存储***等访问,所述数据库包括地形402的拓扑的表征。因此,车辆401可以基于车辆401在地形402上的确定的当前位置来确定车辆401与地形402的一个或多个其它部分之间的预测高度差。例如,如所示出的实施方案所示,车辆401位于俯瞰凹部420的地形中的高地上。基于可由车辆401的一个或多个部分访问的地形402的存储表征,其中所述表征可以被包括在环境400的世界模型中,车辆401可以确定车辆401和凹部420的基部之间的预测高度差为特定的距离422。
基于作为传感器410监测412地形420的结果所生成的传感器数据,车辆401可以确定包括水池的非固态对象430位于地形402中的凹部420之上。在一些实施方案中,在远离车辆402的计算机***处进行确定,其中车辆401将由传感器410生成的传感器数据传送到远程***,并且所述远程***确定非固态对象430的存在。确定非固态对象430的存在可以至少部分地基于由各种传感器(包括雷达传感器、光学传感器、光谱传感器、化学剂传感器等)生成的传感器数据。
如所示出的,基于对非固态对象430的检测和监测,可以确定对象430的深度440。在一些实施方案中,此确定基于确定(其基于由装置410生成的作为监测412对象的结果的传感器数据)车辆401与非固态对象的表面432之间的相对高度差434。基于所确定的高度差434与车辆401和凹部420中的地形402的一个或多个部分之间的预测高度差的比较,可以确定非固态对象430的深度440。
在一些实施方案中,将深度440与和向车辆呈现障碍物或干扰相关联的阈值深度进行比较。响应于确定在地形上的一个或多个点处的凹部420上的非固态对象的深度440超过阈值深度,可以确定非固态对象430的至少一部分呈现障碍物或干扰,并且车辆401可以沿着至少避开非固态对象430的行驶路线进行导航。在一些实施方案中,与对象430相关联的信息可被传送到一个或多个远程***、服务等,包括交通控制服务、公共交通信息服务、气象服务、公务服务、交通警报服务等。在一些实施方案中,信息可以被传送到车辆401被配置为与其传送信息的接近车辆。
图5示出了基于检测到环境中的非固态对象而自主地导航车辆通过环境。自主导航可以通过本文中的任何实施方案中所包括的ANS的任何实施方案的一个或多个部分来实现。ANS可以通过一个或多个计算机***来实现。
在502处,接收由包括在车辆中的一个或多个传感器生成的传感器数据501的一个或多个实例。传感器数据501的一个或多个实例可以包括由一个或多个照相机装置生成的环境的一个或多个部分的一个或多个图像。此照相机装置可以包括可见光照相机、红外照相机、近红外照相机等。传感器数据501的一个或多个实例可以包括由一个或多个光谱传感器生成的环境的一个或多个部分的一个或多个光谱图像。在一些实施方案中,传感器数据501可以包括由包括在车辆中的一个或多个远离式化学试剂传感器生成的数据的一个或多个实例,所述远离式化学试剂传感器被配置为生成指示位于外部环境的一个或多个部分中的化学物质的数据,所述化学物质在物理上远离车辆并且由一个或多个远离式化学试剂传感器监测。如本文中所提到的,远离式化学试剂传感器可以包括任何已知的装置,所述已知的装置被配置为检测在环境的一部分中的一种或多种化学试剂,所述已知的装置在物理上远离所述装置所位于的环境的一部分。
在504处,接收到的传感器数据被处理,所述传感器数据的处理可以包括生成车辆被包括在其中的环境的至少一部分的表征。所述表征可以被并入所述环境的现有世界模型中,由此使得所述世界模型基于所述表征来更新。所述环境的表征可以包括固态对象的表征,所述固态对象包括位于环境中的一个或多个静态对象、动态对象、它们的一些组合等。可以至少部分地基于从一个或多个传感器接收到的传感器数据来生成环境中的固态对象的表征。例如,在一些实施方案中,在502处处理传感器数据包括基于识别从至少两个单独的传感器接收到的传感器数据中的对象的传感器数据表示来检测和表征所述环境中的固态对象。例如,在车辆位于静态固态对象所位于的环境中的情况下,在504处的处理可以包括基于静态固态对象的传感器数据表示来生成包括静态固态对象的表征的环境表征,所述传感器数据表示被包括在由照相机传感器生成的对象的图像和由光束扫描装置生成的对象的点云两者中。
在506处,基于在502处接收到的传感器数据中的至少一些的处理504,在环境中检测到非固态对象。可以基于处理来自一个或多个传感器的数据来确定非固态对象的检测。例如,在所述非固态对象的检测包括检测包括云的非固态对象的情况下,可以基于处理由远离式化学试剂检测器装置生成的化学试剂数据来检测非固态对象,其中,所述云涵盖环境的特定部分并且由一种或多种特定化学试剂组成。在一些实施方案中,基于处理由多个传感器生成的传感器数据来检测非固态对象。例如,可以基于环境的一部分的图像中的所述环境的一部分的光衍射、着色等以及由光束扫描装置、雷达、超声波传感器、它们的一些组合等中的一者或多者所生成的环境的一部分的传感器数据表示中不存在点云、雷达反射、超声波反射等来检测非固态对象。因此,当组合处理由其它对象生成的指示在包括反射表面的环境中不存在任何对象的传感器数据的情况下,指示所述环境中存在对象的图像可以用于确定所述环境中存在非固态对象。
可以独立于检测到比周围环境相对更不透明的对象来检测非固态对象。例如,一些非固态对象可以包括光学透明气体云,并且所述云可以基于处理由一个或多个各种传感器生成的化学试剂检测数据、光谱数据等中的一种或多种来检测。另外,可以至少部分地基于构成对象的试剂的着色、穿过对象的光的折射、它们的一些组合等来检测光学透明的非固态对象。
在508处,确定非固态对象是否呈现障碍物或干扰。此确定可以基于确定非固态对象的化学组成来进行。例如,在506处对非固态对象的检测包括基于处理由包括在车辆中的一个或多个传感器生成的传感器数据的一个或多个实例来确定所述非固态对象由关注物质组成的情况下,所述非固态对象可以被确定为障碍物或干扰。关注物质可以包括一种或多种可能引起车辆乘客关注的物质,包括氯气、氨水、烟雾等,或者可能干扰车辆操作的一种或多种物质。关注物质可以包括一种或多种可能对车辆的操作造成障碍或干扰的物质,包括包含汽油的云、静水池等。确定非固态对象是否为障碍物或干扰可以基于对象的所确定的大小、密度等。例如,基于确定云中的氮密度超过特定阈值水平、确定云的体积超出特定阈值等,可以将包含氮气的云确定为障碍物或干扰。
如果在环境中没有检测到呈现障碍物或干扰的非固态对象,则在509,车辆沿着所述车辆当前正被导航的行驶路线继续导航。例如,不呈现障碍物或干扰的固态对象可以包括包含小于特定阈值水平的移动的水的池并且包括以小于阈值速率流动的水,并且所述车辆可以沿着当前行驶路线被导航,即使此导航致使车辆经过所述池中的至少一部分。在一些实施方案中,沿着当前行驶路线导航车辆可以包括当所述车辆处于与非固态对象的特定接近度内时,车辆内部至少部分地与环境隔离。例如,在非固态对象包括云的情况下,该云包含的硫化氢的浓度小于与对车辆操作的障碍物或干扰相关联的阈值浓度的,在509处继续导航所述车辆可以包括在车辆在于所述云的特定物理接近度内时,关闭车厢和外部环境之间的开放入口。
在510处,基于确定非固态对象呈现障碍物或干扰,生成对象的表征并将其并入世界模型中,其中所述表征包括对象,所述对象包含非固态对象所包含的环境的部分,并且可以另外被表征为固态对象。因此,在开发了导航车辆通过环境而不与固态对象相交的行驶路线的情况下,所开发的路线可以避开非固态对象,就好像所述对象为待避开的固态对象。因此,通过包括呈现障碍物或干扰的非固态对象的环境的行驶路线将避开与非固态对象相交。
在512处,确定非固态对象的轨迹。该确定可以基于关于环境中的非固态对象的当前位置、运动、生长等的传感器数据。所述确定可以基于本地天气数据,包括由包括在车辆中的传感器生成的天气数据、经由通信网络链路从远程天气***接收到的天气数据等。
在513处,将与检测到的对象相关联的数据传送到一个或多个远程***、车辆等。所传送的数据可以包括指示与所述非固态对象相关联的当前位置、速度、预测轨迹,组成等中的一者或多者的数据。
在514处,实现一组避开驾驶参数,由此使得所述车辆根据所述避开参数而不是标准驾驶参数来进行导航。避开驾驶参数可以包括在与车道相关联的行进方向不同的方向上在道路车道中导航所述车辆、超过与车道相关联的速度限制、以大于与标准驾驶参数相关联的最大速率的速率加速车辆、以大于与标准驾驶参数相关联的最大速率的速率转向车辆等。此驾驶参数实施方式可以与非固态对象的物理接近相关联,由此使得当车辆位于与非固态对象的特定物理接近度内时,所述车辆根据避开驾驶参数被导航,并且当车辆位于大于距离非固态对象的特定物理接近度时,将所实施的驾驶参数切换到标准驾驶参数,其中所述特定物理接近度也被称为特定接近距离。车辆是否位于距离非固态对象的特定接近距离之上或之下的确定可以被包括在所述车辆是否位于与非固态对象相关联的接近区域的内侧或外侧的确定中,因为所述接近距离可以包括从非固态对象的外边界到与所述非固态对象相关联的接近区域的外边界的距离。
在516处,开发并执行避开非固态对象来导航车辆的行驶路线。所述行驶路线可以在到目的地的行进时间、距离等方面优先避开对象。因此,所述行驶路线可以包括使车辆停车、使车辆沿着先前导航的道路转向以返回等。在520处,基于确定所述车辆大于与非固态质量的特定物理接近度,重新建立标准驾驶参数,并根据标准驾驶参数而不是避开驾驶参数对车辆进行导航。
图6示出了可以被配置为包括或执行上述任何或所有实施方案的示例计算机***600。在不同的实施方案中,计算机***600可以为各种类型的装置中的任何装置,包括但不限于:个人计算机***、台式计算机、膝上型计算机、笔记本电脑、平板计算机、一体计算机、平板电脑或上网本计算机、蜂窝电话、智能电话、PDA、便携式媒体装置、大型计算机***、手持式计算机、工作站、网络计算机、照相机或摄像机、机顶盒、移动装置、消费者装置、视频游戏机、手持式视频游戏装置、应用服务器、存储装置、电视、视频记录装置、***装置(诸如交换机、调制解调器、路由器),或一般性的任何类型的计算或电子装置。
如本文中所述的自主导航***(ANS)的各种实施方案可以在可以与各种其它装置交互的一个或多个计算机***600中执行。需注意,根据各种实施方案,上文相对于图1至图5描述的任何部件、动作或功能可被实现在被配置为图6的计算机***600的一个或多个计算机上。在所示的实施方案中,计算机***600包括经由输入/输出(I/O)接口630而被耦合到***存储器620的一个或多个处理器610。计算机***600另外包括耦合到I/O接口630的网络接口640,以及可以包括一个或多个用户接口(也称为“输入接口”)装置的一个或多个输入/输出装置。在一些情况下,可设想到所述实施方案可使用计算机***600的单个实例来实现,而在其它实施方案中,多个此类***或者构成计算机***600的多个节点可被配置为托管实施方案的不同部分或实例。例如,在一个实施方案中,一些元件可以经由计算机***600的一个或多个节点来实现,这些节点不同于实现其它元件的那些节点。
在各种实施方案中,计算机***600可为包括一个处理器610的单处理器***或者包括若干个处理器610(例如两个、四个、八个或另一适当数量)的多处理器***。处理器610可以为能够执行指令的任何合适的处理器。例如,在各种实施方案中,处理器610可以为实现多种指令集架构(ISA)(诸如x86、PowerPC、SPARC、或MIPS ISA、或任何其它合适的ISA)中任何指令集架构的通用或嵌入式处理器。在多处理器***中,每个处理器610通常可以但并非必须实现相同的ISA。
***存储器620可以被配置为存储可由处理器610访问的程序指令,数据等。在各种实施方案中,***存储器620可使用任何合适的存储器技术如静态随机存取存储器(SRAM)、同步动态RAM(SDRAM)、非易失性/闪存存储器,或任何其它类型的存储器来实现。在所示出的实施方案中,包括在存储器620中的程序指令可以被配置为实现ANS的一些或全部,从而并入了上述的任何功能。另外,存储器620的现有汽车部件控制数据可以包括上述任何信息或数据结构。在一些实施方案中,程序指令和/或数据可被接收、发送或存储在独立于***存储器620或计算机***600的不同类型的计算机可访问介质上或类似介质上。尽管将计算机***600描述为实现前面各图的功能框的功能性,但可经由此类计算机***来实现本文中描述的任何功能。
在一个实施方案中,I/O接口630可被配置为协调装置中的处理器610、***存储器620和任何***装置(包括网络接口640或其它***装置接口如输入/输出装置650)之间的I/O通信。在一些实施方案中,I/O接口630可执行任何必要的协议、定时或其它数据转换,以将来自一个部件(例如***存储器620)的数据信号转换为适于由另一个部件(例如处理器610)使用的格式。在一些实施方案中,I/O接口630可包括对例如通过各种类型的***装置总线(诸如***部件互连(PCI)总线标准或通用串行总线(USB)标准的变型)所附接的装置的支持。在一些实施方案中,I/O接口630的功能例如可被划分到两个或更多个单独部件中,诸如北桥和南桥。此外,在一些实施方案中,I/O接口630(诸如至***存储器620的接口)的一些或所有功能可被直接并入处理器610中。
网络接口640可被配置为允许在计算机***600和附接到网络685的其它装置(例如承载器或代理装置)之间、或者在计算机***600的节点之间交换数据。在各种实施方案中,网络685可以包括一种或多种网络,包括但不限于:局域网(LAN)(例如以太网或企业网)、广域网(WAN)(例如互联网)、无线数据网、一些其它电子数据网络或它们的一些组合。在各种实施方案中,网络接口640可以支持经由有线或无线的通用数据网络(例如任何合适类型的以太网网络)的通信;经由电信/电话网络(诸如模拟语音网络或数字光纤通信网络);经由存储区域网络(诸如光纤通道SAN)、或经由任何其它合适类型的网络和/或协议的通信。
在一些实施方案中,输入/输出装置可以包括一个或多个显示终端、键盘、小键盘、触摸板、扫描装置、语音或光学识别装置或适于由一个或多个计算机***600输入或访问数据的任何其它装置。多个输入/输出装置可存在于计算机***600中,或者可分布在计算机***600的各个节点上。在一些实施方案中,类似的输入/输出装置可与计算机***600分开,并且可通过有线或无线连接(诸如通过网络接口640)与计算机***600的一个或多个节点进行交互。
存储器620可以包括程序指令,其可以为处理器可执行的以实现上述的任何要素或动作。在一个实施方案中,程序指令可执行上文所述的方法。在其它实施方案中,可包括不同的元件和数据。需注意,数据可包括上文所述的任何数据或信息。
本领域的技术人员应理解,计算机***600仅仅为说明性的,并不意欲限制实施方案的范围。具体地,计算机***和装置可以包括可以执行所指示功能的硬件或软件的任意组合,包括计算机、网络装置、互联网装置、PDA、无线电话、寻呼机等。计算机***600也可以连接到其它未示出的装置,或者可以作为独立***操作。此外,由所示出的部件所提供的功能在一些实施方案中可被组合在更少的部件中或者被分布在附加部件中。类似地,在一些实施方案中,一些所示出的部件的功能可不被提供,和/或可还有其它附加功能可供使用。
本领域的技术人员还将认识到,虽然各种项目被示出为在被使用期间被存储在存储器中或存储装置上,但是为了存储器管理和数据完整性的目的,这些项目或其部分可在存储器和其它存储装置之间进行传输。作为另外一种选择,在其它实施方案中,这些软件组件中的一些或全部软件可在另一装置上的存储器中执行,并且经由计算机间通信来与所示出的计算机***进行通信。***部件或数据结构中的一些或全部***部件或数据结构也可(例如作为指令或结构化数据)被存储在计算机可访问介质或便携式制品上以由合适的驱动器读取,其多种示例在上文中被描述。在一些实施方案中,被存储在与计算机***600分开的计算机可访问介质上的指令可经由传输介质或信号(如电信号、电磁信号、或数字信号)而被传输到计算机***600,该传输介质或信号经由通信介质(如网络和/或无线链路)进行传送。各种实施方案可进一步包括在计算机可访问介质上接收、发送或存储根据以上描述所实现的指令和/或数据。一般来讲,计算机可访问介质可包括非暂态计算机可读存储介质或存储器介质,诸如磁介质或光学介质,例如盘或DVD/CD-ROM、易失性或非易失性介质,诸如RAM(例如SDRAM、DDR、RDRAM、SRAM等)、ROM等。在一些实施方案中,计算机可访问介质可包括传输介质或信号,诸如经由通信介质诸如网络和/或无线链路而传送的电信号、电磁信号、或数字信号。
在不同的实施方案中,本文中所述的方法可以在软件、硬件或它们的组合中实现。此外,可改变方法的框的次序,可对各种要素进行添加、重新排序、组合、省略、修改等。对于受益于本公开的本领域的技术人员,显然可作出各种修改和改变。本文中所述的各种实施方案旨在为例示的而非限制性的。许多变型、修改、添加和改进是可能的。因此,可为在本文中被描述为单个示例的部件提供多个示例。各种部件、操作和数据存储库之间的界限在一定程度上是任意性的,并且在具体的示例性配置的上下文中示出了特定操作。预期了功能的其它分配,它们可落在所附权利要求的范围内。最后,被呈现为示例性配置中的分立部件的结构和功能可被实现为组合的结构或部件。这些和其它变型、修改、添加和改进可落入如以下权利要求书中所限定的实施方案的范围内。
Claims (20)
1.一种***,所述***包括:
一个或多个处理器;以及
存储器,存储有指令,所述指令在所述一个或多个处理器上执行或跨所述一个或多个处理器执行时,使所述一个或多个处理器实现自主导航***,所述自主导航***被配置为:
基于处理由一个或多个传感器生成的传感器数据来检测环境的地形上的非固态对象,所述非固态对象包括流体物质,所述一个或多个传感器被配置为监测所述环境来检测所述非固态对象的一个或多个特征;
至少基于所述非固态对象的表面和所述非固态对象下的所述地形的一部分之间的相对高度差,确定所述非固态对象的深度;以及
基于所确定的深度满足深度阈值,沿着避开与所述非固态对象相交的行驶路线导航车辆。
2.根据权利要求1所述的***,其中所述自主导航***被进一步配置为:
确定所述车辆和所述非固态对象的所述表面之间的第二相对高度差;以及
确定所述车辆和所述地形的所述一部分之间的第三相对高度差,其中所述非固态对象的所述深度进一步部分基于所述第二相对高度差和所述第三相对高度差来确定。
3.根据权利要求1所述的***,其中所述自主导航***被进一步配置为:
确定所述非固态对象的流率;以及
基于所确定的流率满足流率阈值,沿着避开与所述非固态对象相交的所述行驶路线导航所述车辆。
4.根据权利要求1所述的***,其中为了导航所述车辆,所述自主导航***被进一步配置为:
向一个或多个车辆控制***发送识别所述非固态对象的信息。
5.根据权利要求1所述的***,其中为了导航所述车辆,所述自主导航***被进一步配置为:
将所述非固态对象的虚拟表征并入所述环境的虚拟表征,所述非固态对象的虚拟表征将所述非固态对象表征为所述环境的虚拟表征中的固态对象。
6.根据权利要求1所述的***,其中所述地形的所述一部分的高度是基于所述环境的世界模型确定的。
7.根据权利要求1所述的***,其中所述一个或多个传感器包括雷达传感器、光学传感器、光谱传感器或化学剂传感器中的一个或多个。
8.一种方法,所述方法包括:
由一个或多个计算机***执行:
基于处理由一个或多个传感器生成的传感器数据来检测环境的地形上的非固态对象,所述非固态对象包括流体物质,所述一个或多个传感器被配置为监测所述环境来检测所述非固态对象的一个或多个特征;
至少基于所述非固态对象的表面和所述非固态对象下的所述地形的一部分之间的相对高度差,确定所述非固态对象的深度;以及
基于所确定的深度满足深度阈值,沿着避开与所述非固态对象相交的行驶路线导航车辆。
9.根据权利要求8所述的方法,所述方法进一步包括:
确定所述车辆和所述非固态对象的所述表面之间的第二相对高度差;以及
确定所述车辆和所述地形的所述一部分之间的第三相对高度差,其中所述非固态对象的所述深度进一步部分基于所述第二相对高度差和所述第三相对高度差来确定。
10.根据权利要求8所述的方法,所述方法进一步包括:
确定所述非固态对象的流率;以及
基于所确定的流率满足流率阈值,沿着避开与所述非固态对象相交的所述行驶路线导航所述车辆。
11.根据权利要求8所述的方法,所述方法进一步包括:
向一个或多个车辆控制***发送识别所述非固态对象的信息。
12.根据权利要求8所述的方法,所述方法进一步包括:
将所述非固态对象的虚拟表征并入所述环境的虚拟表征,所述非固态对象的虚拟表征将所述非固态对象表征为所述环境的虚拟表征中的固态对象。
13.根据权利要求8所述的方法,其中所述地形的所述一部分的高度是基于所述环境的世界模型确定的。
14.根据权利要求8所述的方法,其中所述一个或多个传感器包括雷达传感器、光学传感器、光谱传感器或化学剂传感器中的一个或多个。
15.一种或多种非暂态计算机可读介质,存储有指令的程序,所述指令在一个或多个处理器上执行或跨一个或多个处理器执行时,使所述一个或多个处理器:
基于处理由一个或多个传感器生成的传感器数据来检测环境的地形上的非固态对象,所述非固态对象包括流体物质,所述一个或多个传感器被配置为监测所述环境来检测所述非固态对象的一个或多个特征;
至少基于所述非固态对象的表面和所述非固态对象下的所述地形的一部分之间的相对高度差,确定所述非固态对象的深度;以及
基于所确定的深度满足深度阈值,沿着避开与所述非固态对象相交的行驶路线导航车辆。
16.根据权利要求15所述的一种或多种非暂态计算机可读介质,进一步包括指令,所述指令在所述一个或多个处理器上执行或跨所述一个或多个处理器执行时,使所述一个或多个处理器:
确定所述车辆和所述非固态对象的所述表面之间的第二相对高度差;以及
确定所述车辆和所述地形的所述一部分之间的第三相对高度差,其中所述非固态对象的所述深度进一步部分基于所述第二相对高度差和所述第三相对高度差来确定。
17.根据权利要求15所述的一种或多种非暂态计算机可读介质,进一步包括指令,所述指令在所述一个或多个处理器上执行或跨所述一个或多个处理器执行时,使所述一个或多个处理器:
确定所述非固态对象的流率;以及
基于所确定的流率满足流率阈值,沿着避开与所述非固态对象相交的所述行驶路线导航所述车辆。
18.根据权利要求15所述的一种或多种非暂态计算机可读介质,进一步包括指令,所述指令在所述一个或多个处理器上执行或跨所述一个或多个处理器执行时,使所述一个或多个处理器:
向一个或多个车辆控制***发送识别所述非固态对象的信息。
19.根据权利要求15所述的一种或多种非暂态计算机可读介质,进一步包括指令,所述指令在所述一个或多个处理器上执行或跨所述一个或多个处理器执行时,使所述一个或多个处理器:
将所述非固态对象的虚拟表征并入所述环境的虚拟表征,所述非固态对象的虚拟表征将所述非固态对象表征为所述环境的虚拟表征中的固态对象。
20.根据权利要求15所述的一种或多种非暂态计算机可读介质,其中所述地形的所述一部分的高度是基于所述环境的世界模型确定的。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562232807P | 2015-09-25 | 2015-09-25 | |
US62/232,807 | 2015-09-25 | ||
CN201680050017.5A CN107923757B (zh) | 2015-09-25 | 2016-09-22 | 非固态对象监测 |
PCT/US2016/053179 WO2017053615A1 (en) | 2015-09-25 | 2016-09-22 | Non-solid object monitoring |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680050017.5A Division CN107923757B (zh) | 2015-09-25 | 2016-09-22 | 非固态对象监测 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114838733A true CN114838733A (zh) | 2022-08-02 |
Family
ID=57133413
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210510176.6A Pending CN114838733A (zh) | 2015-09-25 | 2016-09-22 | 非固态对象监测 |
CN201680050017.5A Active CN107923757B (zh) | 2015-09-25 | 2016-09-22 | 非固态对象监测 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680050017.5A Active CN107923757B (zh) | 2015-09-25 | 2016-09-22 | 非固态对象监测 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11262762B2 (zh) |
CN (2) | CN114838733A (zh) |
WO (1) | WO2017053615A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017053615A1 (en) | 2015-09-25 | 2017-03-30 | Quovard Management Llc | Non-solid object monitoring |
US10810875B2 (en) * | 2017-07-06 | 2020-10-20 | Ford Global Technologies, Llc | Navigation of impaired vehicle |
US10019011B1 (en) * | 2017-10-09 | 2018-07-10 | Uber Technologies, Inc. | Autonomous vehicles featuring machine-learned yield model |
US10466691B2 (en) * | 2017-11-06 | 2019-11-05 | Pony Ai Inc. | Coordinated control of self-driving vehicles under emergency situations |
CN107894768A (zh) * | 2017-11-13 | 2018-04-10 | 苏州睿安芯微电子有限公司 | 一种汽车自动驾驶***及方法 |
US10800408B2 (en) * | 2018-05-24 | 2020-10-13 | Baidu Usa Llc | Determining driving paths for autonomous driving that avoid moving obstacles |
CN109982241B (zh) * | 2019-03-28 | 2020-12-18 | 长安大学 | 一种基于驾驶状态的导航app广告抑制方法 |
US11324375B2 (en) * | 2019-07-25 | 2022-05-10 | Jeffrey L. Koebrick | Automated floor maintenance system |
US11891087B2 (en) | 2019-12-20 | 2024-02-06 | Uatc, Llc | Systems and methods for generating behavioral predictions in reaction to autonomous vehicle movement |
US11977385B2 (en) * | 2021-11-11 | 2024-05-07 | Gm Cruise Holdings Llc | Obstacle detection based on other vehicle behavior |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102042835A (zh) * | 2010-11-05 | 2011-05-04 | 中国海洋大学 | 自主式水下机器人组合导航*** |
EP2698299A1 (en) * | 2012-08-13 | 2014-02-19 | Nissan Motor Manufacturing (UK) Ltd. | Water depth detection for a road vehicle |
CN104049636A (zh) * | 2014-05-27 | 2014-09-17 | 北京航空航天大学 | 一种融合相对高度和绝对高度获得导航高度的方法 |
GB201414854D0 (en) * | 2014-08-21 | 2014-10-08 | Jaguar Land Rover Ltd | Automatic speed control of a vehicle traversing a water obstacle |
CN104833370A (zh) * | 2014-02-08 | 2015-08-12 | 本田技研工业株式会社 | 用于映射、定位和位姿校正的***和方法 |
GB2523094A (en) * | 2014-02-12 | 2015-08-19 | Jaguar Land Rover Ltd | Vehicle water detection system |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1118790C (zh) | 1999-04-29 | 2003-08-20 | 陈光和 | 雾天行车诱导*** |
US6744382B1 (en) | 2002-04-19 | 2004-06-01 | Rockwell Collins | Method and apparatus for guiding an aircraft through a cluster of hazardous areas |
US20060244830A1 (en) * | 2002-06-04 | 2006-11-02 | Davenport David M | System and method of navigation with captured images |
AU2007313463A1 (en) | 2006-02-23 | 2008-04-24 | Ocean Server Technology, Inc. | System and method for determining the position of an underwater vehicle |
US8126642B2 (en) | 2008-10-24 | 2012-02-28 | Gray & Company, Inc. | Control and systems for autonomously driven vehicles |
US8391562B2 (en) * | 2008-11-08 | 2013-03-05 | Westerngeco L.L.C. | Water tables mapping |
US8117010B2 (en) * | 2008-12-05 | 2012-02-14 | Honeywell International Inc. | Spectral signal detection system |
JP2010257307A (ja) * | 2009-04-27 | 2010-11-11 | Toyota Motor Corp | 運転支援システム |
US8625744B2 (en) * | 2009-11-20 | 2014-01-07 | U.S. Department Of Energy | Apparatus and methods for real-time detection of explosives devices |
EP2517189B1 (en) | 2009-12-22 | 2014-03-19 | Leddartech Inc. | Active 3d monitoring system for traffic detection |
CN103038646A (zh) * | 2010-04-29 | 2013-04-10 | 挪威空气研究所 | 检测飞机前方不利大气条件的***和方法 |
DE102011017649B3 (de) * | 2011-04-28 | 2012-10-11 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Erkennung einer Intensität eines Aerosols in einem Sichtfeld einer Kamera eines Fahrzeugs |
WO2013049248A2 (en) | 2011-09-26 | 2013-04-04 | Osterhout Group, Inc. | Video display modification based on sensor input for a see-through near-to-eye display |
US9132913B1 (en) * | 2013-09-26 | 2015-09-15 | Rockwell Collins, Inc. | Simplified auto-flight system coupled with a touchscreen flight control panel |
JP5600332B2 (ja) | 2012-03-29 | 2014-10-01 | 富士重工業株式会社 | 運転支援装置 |
US9097800B1 (en) * | 2012-10-11 | 2015-08-04 | Google Inc. | Solid object detection system using laser and radar sensor fusion |
JP6128584B2 (ja) * | 2013-01-16 | 2017-05-17 | 株式会社Soken | 走行経路生成装置 |
US8983705B2 (en) * | 2013-04-30 | 2015-03-17 | Google Inc. | Methods and systems for detecting weather conditions including fog using vehicle onboard sensors |
US9199724B2 (en) * | 2013-05-15 | 2015-12-01 | Honeywell International Inc. | System and method for performing an aircraft automatic emergency descent |
US9187099B2 (en) * | 2013-10-17 | 2015-11-17 | Richard M. Powers | Systems and methods for predicting weather performance for a vehicle |
US9688194B2 (en) * | 2015-03-26 | 2017-06-27 | Ford Global Technologies, Llc | In-vehicle particulate sensor data analysis |
WO2017053615A1 (en) | 2015-09-25 | 2017-03-30 | Quovard Management Llc | Non-solid object monitoring |
-
2016
- 2016-09-22 WO PCT/US2016/053179 patent/WO2017053615A1/en active Application Filing
- 2016-09-22 CN CN202210510176.6A patent/CN114838733A/zh active Pending
- 2016-09-22 US US15/762,531 patent/US11262762B2/en active Active
- 2016-09-22 CN CN201680050017.5A patent/CN107923757B/zh active Active
-
2022
- 2022-02-28 US US17/683,045 patent/US11693414B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102042835A (zh) * | 2010-11-05 | 2011-05-04 | 中国海洋大学 | 自主式水下机器人组合导航*** |
EP2698299A1 (en) * | 2012-08-13 | 2014-02-19 | Nissan Motor Manufacturing (UK) Ltd. | Water depth detection for a road vehicle |
CN104833370A (zh) * | 2014-02-08 | 2015-08-12 | 本田技研工业株式会社 | 用于映射、定位和位姿校正的***和方法 |
GB2523094A (en) * | 2014-02-12 | 2015-08-19 | Jaguar Land Rover Ltd | Vehicle water detection system |
CN104049636A (zh) * | 2014-05-27 | 2014-09-17 | 北京航空航天大学 | 一种融合相对高度和绝对高度获得导航高度的方法 |
GB201414854D0 (en) * | 2014-08-21 | 2014-10-08 | Jaguar Land Rover Ltd | Automatic speed control of a vehicle traversing a water obstacle |
Also Published As
Publication number | Publication date |
---|---|
US20190072969A1 (en) | 2019-03-07 |
WO2017053615A1 (en) | 2017-03-30 |
US11262762B2 (en) | 2022-03-01 |
CN107923757B (zh) | 2022-05-13 |
US20220253061A1 (en) | 2022-08-11 |
CN107923757A (zh) | 2018-04-17 |
US11693414B2 (en) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107923757B (zh) | 非固态对象监测 | |
EP3299921B1 (en) | Location specific assistance for an autonomous vehicle control system | |
KR102078488B1 (ko) | 차량 주변의 컨텍스트에 기초하여 차량의 하나 이상의 궤적을 예측하는 방법 및 시스템 | |
JP6840240B2 (ja) | 自律走行車の動的ルート決定 | |
KR102274273B1 (ko) | 자율 차량을 위한 정지 위치 계획 | |
Shirazi et al. | Looking at intersections: a survey of intersection monitoring, behavior and safety analysis of recent studies | |
US20210197720A1 (en) | Systems and methods for incident detection using inference models | |
US11352021B1 (en) | Systems and methods for interfacing with an occupant | |
US20220013008A1 (en) | System and method for using v2x and sensor data | |
US20230202504A1 (en) | Dynamic route information interface | |
US11816900B2 (en) | Approaches for encoding environmental information | |
US12039785B2 (en) | Approaches for encoding environmental information | |
Vemori | Towards Safe and Equitable Autonomous Mobility: A Multi-Layered Framework Integrating Advanced Safety Protocols and XAI for Transparent Decision-Making in Self-Driving Vehicles | |
US11619945B2 (en) | Map prior layer | |
EP4202886A1 (en) | Using maps at multiple resolutions and scale for trajectory prediction | |
JP2023065279A (ja) | 自律システムのための譲るシナリオのエンコード | |
US11977385B2 (en) | Obstacle detection based on other vehicle behavior | |
Hacohen et al. | Autonomous driving: A survey of technological gaps using *** scholar and web of science trend analysis | |
US20220157178A1 (en) | Disaster and emergency surveillance using a distributed fleet of autonomous robots | |
WO2023179030A1 (zh) | 一种道路边界检测方法、装置、电子设备、存储介质和计算机程序产品 | |
KR20240005944A (ko) | 박스 예측을 사용한 lidar 포인트 클라우드 세그먼트화 개선 | |
Mentzer et al. | Automated driving impediments | |
US20240177079A1 (en) | Systems and methods for passenger pick-up by an autonomous vehicle | |
US20240069188A1 (en) | Determining localization error | |
KR20230082520A (ko) | 운전가능한 도로 세그먼트들의 자동 주석 달기 |
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 |